何廣文　李通通　陳曉潔

［摘 要］ 基于2015—2021年120家農(nóng)村商業(yè)銀行的數(shù)據(jù)，采取Python爬蟲技術(shù)挖掘銀行年度報(bào)告中數(shù)字化相關(guān)信息文本，測(cè)度銀行個(gè)體層面的數(shù)字化轉(zhuǎn)型程度，并實(shí)證分析數(shù)字化轉(zhuǎn)型對(duì)農(nóng)村商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響機(jī)制與效果。結(jié)果表明：農(nóng)商行的數(shù)字化轉(zhuǎn)型程度具有總體持續(xù)增長(zhǎng)和個(gè)體間差異明顯的特征。數(shù)字化轉(zhuǎn)型可通過(guò)提高運(yùn)營(yíng)效率的“增效”機(jī)制實(shí)現(xiàn)經(jīng)營(yíng)績(jī)效提升的“賦能”效果，但是降低經(jīng)營(yíng)成本的“節(jié)流”機(jī)制不成立。從數(shù)字化轉(zhuǎn)型維度而言，數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化業(yè)務(wù)開展和數(shù)字化組織變革均有助于實(shí)現(xiàn)“賦能”作用。資產(chǎn)規(guī)模大、股權(quán)結(jié)構(gòu)集中以及與科技公司進(jìn)行合作的農(nóng)商行通過(guò)數(shù)字化轉(zhuǎn)型獲取的“賦能”效果更明顯。

［關(guān)鍵詞］數(shù)字化轉(zhuǎn)型；農(nóng)村商業(yè)銀行；經(jīng)營(yíng)績(jī)效；文本挖掘法

［中圖分類號(hào)］ F83235 ［文獻(xiàn)標(biāo)志碼］A ［文章編號(hào)］1672-4917（2023）06-0083-14

一、引言

數(shù)字技術(shù)和信息技術(shù)在金融領(lǐng)域的快速滲透，正在深刻重塑銀行業(yè)發(fā)展格局。一方面，大型商業(yè)銀行金融業(yè)務(wù)數(shù)字化轉(zhuǎn)型日益深入，城市商業(yè)銀行、農(nóng)村金融機(jī)構(gòu)等中小型商業(yè)銀行業(yè)務(wù)數(shù)字化轉(zhuǎn)型探索正加快步伐；另一方面，以螞蟻集團(tuán)、京東金融為代表的金融科技公司推動(dòng)的鄉(xiāng)村金融市場(chǎng)變革凸顯。在業(yè)務(wù)越來(lái)越依靠平臺(tái)和平臺(tái)制勝的時(shí)代，農(nóng)村商業(yè)銀行（簡(jiǎn)稱“農(nóng)商行”）作為農(nóng)村普惠金融服務(wù)的主力軍 ［1］，面對(duì)數(shù)字技術(shù)和信息技術(shù)的快速發(fā)展和滲透，如何保持生存優(yōu)勢(shì)和高質(zhì)量發(fā)展，尤其值得關(guān)注。經(jīng)營(yíng)績(jī)效水平的高低，體現(xiàn)了銀行的價(jià)值創(chuàng)造和發(fā)展能力，因此，探究農(nóng)商行數(shù)字化轉(zhuǎn)型如何影響其經(jīng)營(yíng)績(jī)效，極具現(xiàn)實(shí)意義。

圍繞該研究問題梳理相關(guān)文獻(xiàn)，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型的測(cè)度方法尚未統(tǒng)一，學(xué)界對(duì)銀行數(shù)字化轉(zhuǎn)型與經(jīng)營(yíng)績(jī)效關(guān)系的探討也產(chǎn)生了不同觀點(diǎn)。首先，銀行數(shù)字化轉(zhuǎn)型的測(cè)度方法多樣，主要包括北京大學(xué)商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù) ［2］、銀行機(jī)構(gòu)金融科技類支出 ［3］、金融科技對(duì)外合作指數(shù) ［4］，以及通過(guò)關(guān)鍵詞詞頻構(gòu)建數(shù)字化轉(zhuǎn)型指數(shù) ［5］。其次，數(shù)字化轉(zhuǎn)型對(duì)商業(yè)銀行影響的分析結(jié)論各異，可歸納為正向的“技術(shù)溢出效應(yīng)” ［6］、負(fù)向的“競(jìng)爭(zhēng)效應(yīng)” ［7］以及非線性的“U型效應(yīng)” ［8］。然而，現(xiàn)有研究多以大型商業(yè)銀行為研究對(duì)象，而甚少聚焦到中小銀行個(gè)體層面，難以為中小銀行數(shù)字化轉(zhuǎn)型提供理論證據(jù)。為彌補(bǔ)以上不足，本文以農(nóng)商行為研究對(duì)象，構(gòu)造銀行個(gè)體層面的數(shù)字化轉(zhuǎn)型指數(shù)，剖析農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)其經(jīng)營(yíng)績(jī)效的影響，為數(shù)字化轉(zhuǎn)型能否為中小銀行實(shí)現(xiàn)“賦能”提供經(jīng)驗(yàn)證據(jù)。

本文的邊際貢獻(xiàn)在于：一是采用文本挖掘法，從數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化技術(shù)應(yīng)用、數(shù)字化平臺(tái)建設(shè)、數(shù)字化業(yè)務(wù)開展和數(shù)字化組織變革這五個(gè)維度構(gòu)建了農(nóng)商行的數(shù)字化轉(zhuǎn)型指數(shù)，并分析了農(nóng)商行的數(shù)字化轉(zhuǎn)型特征。二是驗(yàn)證了農(nóng)商行數(shù)字化轉(zhuǎn)型可通過(guò)“增效”機(jī)制影響其經(jīng)營(yíng)績(jī)效，但“節(jié)流”機(jī)制不成立，為農(nóng)商行思考與權(quán)衡數(shù)字化轉(zhuǎn)型的成本與收益提供參考；三是從盈利性、安全性、流動(dòng)性、成長(zhǎng)性這四個(gè)方面深度刻畫農(nóng)商行的經(jīng)營(yíng)績(jī)效，為中小銀行數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)影響研究提供了更全面的經(jīng)驗(yàn)證據(jù)。

二、農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效的影響機(jī)理與研究假說(shuō)

基于動(dòng)態(tài)能力理論分析農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效的影響機(jī)理，并進(jìn)一步闡釋農(nóng)商行數(shù)字化轉(zhuǎn)型可通過(guò)降低經(jīng)營(yíng)成本和提升運(yùn)營(yíng)效率路徑間接影響經(jīng)營(yíng)績(jī)效，形成本文的理論分析框架（如圖1所示）。

（一）農(nóng)商行數(shù)字化轉(zhuǎn)型影響經(jīng)營(yíng)績(jī)效的理論分析

動(dòng)態(tài)能力是指企業(yè)通過(guò)整合、構(gòu)建和更新配置內(nèi)部資源來(lái)應(yīng)對(duì)復(fù)雜環(huán)境變化的能力，包括機(jī)會(huì)感知能力、機(jī)會(huì)把控能力和變革重構(gòu)能力三個(gè)方面 ［9］。動(dòng)態(tài)能力不僅是企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的來(lái)源，還是影響企業(yè)績(jī)效的重要因素 ［10］。數(shù)字化轉(zhuǎn)型能夠重塑企業(yè)動(dòng)態(tài)能力 ［11］，鑒于此，本文從動(dòng)態(tài)能力的三個(gè)維度剖析農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)其經(jīng)營(yíng)績(jī)效的影響。

首先，數(shù)字化轉(zhuǎn)型能夠提升農(nóng)商行機(jī)會(huì)感知能力，形成數(shù)字化思維，從而準(zhǔn)確預(yù)測(cè)和快速響應(yīng)客戶需求。企業(yè)的高管層對(duì)外部環(huán)境的認(rèn)知能力決定了企業(yè)能否實(shí)現(xiàn)商業(yè)模式創(chuàng)新，進(jìn)而影響企業(yè)績(jī)效的提升 ［12］。一方面，在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，金融領(lǐng)域也在發(fā)生深刻變革，大型銀行金融服務(wù)重心下沉，螞蟻集團(tuán)、京東金融等金融科技公司將農(nóng)村金融市場(chǎng)視為“藍(lán)海”。面對(duì)經(jīng)濟(jì)發(fā)展模式變遷和市場(chǎng)競(jìng)爭(zhēng)加劇的雙重壓力，農(nóng)商行數(shù)字化轉(zhuǎn)型也迫在眉睫。另一方面，后疫情時(shí)代“宅經(jīng)濟(jì)”升溫，線上化、移動(dòng)化、智能化的服務(wù)需求逐漸固化，客戶消費(fèi)習(xí)慣和心理也發(fā)生了改變。因此，農(nóng)商行必須要強(qiáng)化數(shù)字化頂層設(shè)計(jì)和數(shù)字化轉(zhuǎn)型思維。具體而言，農(nóng)商行需借助大數(shù)據(jù)、人工智能等數(shù)字技術(shù)降低金融市場(chǎng)中的信息不對(duì)稱，實(shí)現(xiàn)資金供需方信息的快速匹配，同時(shí)通過(guò)提供低門檻、廣覆蓋的金融服務(wù)，激發(fā)客戶潛在需求，最終打破商業(yè)銀行經(jīng)營(yíng)管理的“二八定律” ［13］。

其次，數(shù)字化轉(zhuǎn)型能夠強(qiáng)化農(nóng)商行機(jī)會(huì)把控能力，重塑業(yè)務(wù)與服務(wù)，保持競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)字技術(shù)的發(fā)展和應(yīng)用為農(nóng)商行提供了技術(shù)轉(zhuǎn)型升級(jí)、改善服務(wù)模式和提升效率的動(dòng)力和機(jī)遇。農(nóng)商行通過(guò)數(shù)字化轉(zhuǎn)型能夠推動(dòng)業(yè)務(wù)創(chuàng)新和經(jīng)營(yíng)變革，從而提升服務(wù)能力、豐富產(chǎn)品多樣化和優(yōu)化服務(wù)效率。在產(chǎn)品端，以創(chuàng)新產(chǎn)品互聯(lián)網(wǎng)化、數(shù)據(jù)化、場(chǎng)景化，提供更為精細(xì)、差異化的金融產(chǎn)品和服務(wù)場(chǎng)景，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)。如杭州聯(lián)合農(nóng)商行引入公積金、房產(chǎn)、高校畢業(yè)人才、志愿者等數(shù)據(jù)，創(chuàng)新推出 “人才貸”“志愿貸”。在客戶端，運(yùn)用大數(shù)據(jù)分析，深入挖掘客戶行為、洞察客戶需求、完善客戶畫像，實(shí)現(xiàn)高效、精準(zhǔn)、智慧的客戶開發(fā)，并圍繞客戶衣食住行娛等領(lǐng)域需求，介入民生服務(wù)場(chǎng)景，能有效拓展客戶渠道和服務(wù)場(chǎng)景。如順德農(nóng)商行上線“村曉”APP，有效實(shí)現(xiàn)黨建、村務(wù)、生活、電商和金融融合發(fā)展。同時(shí)，農(nóng)商行利用數(shù)字技術(shù)打造線上線下融合的智慧金融新生態(tài)，實(shí)現(xiàn)從單一“客戶”營(yíng)銷向“客群”經(jīng)營(yíng)轉(zhuǎn)變，以場(chǎng)景、服務(wù)、業(yè)務(wù)模式等創(chuàng)新為抓手，融入客戶的生態(tài)圈、生產(chǎn)圈和生活圈，服務(wù)好客戶以及客戶的客戶，擴(kuò)大服務(wù)群體、開拓業(yè)務(wù)增長(zhǎng)點(diǎn)，提高市場(chǎng)競(jìng)爭(zhēng)力。

最后，數(shù)字化轉(zhuǎn)型能夠優(yōu)化農(nóng)商行變革重構(gòu)能力，變革數(shù)字化組織結(jié)構(gòu)，從而有效提升組織服務(wù)效率。傳統(tǒng)經(jīng)營(yíng)模式下，農(nóng)商行的服務(wù)主體具有地理位置分散和偏遠(yuǎn)等特點(diǎn)，伴隨著物理網(wǎng)點(diǎn)多、業(yè)務(wù)決策鏈條長(zhǎng)、手續(xù)繁瑣等問題，使得各項(xiàng)交易服務(wù)成本高。農(nóng)商行借助數(shù)字技術(shù)創(chuàng)新“線上+線下”雙渠道服務(wù)結(jié)構(gòu)，拓展金融服務(wù)半徑，有助于實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。一方面，農(nóng)商行借助數(shù)字技術(shù)布設(shè)多功能自主終端、便民服務(wù)點(diǎn)、助農(nóng)取款點(diǎn)等代理模式，能夠有效降低金融服務(wù)門檻、擴(kuò)大服務(wù)覆蓋面；另一方面，大力發(fā)展開放銀行、手機(jī)銀行、微信銀行等，打破傳統(tǒng)渠道的時(shí)空限制，進(jìn)一步創(chuàng)新觸客服務(wù)模式，提高服務(wù)效率。比如重慶農(nóng)商行打造了非接觸式銀行服務(wù)和觸客模式的“空中銀行”以及提供全渠道、全場(chǎng)景方言語(yǔ)音服務(wù)的“方言銀行”。

H1：農(nóng)商行數(shù)字化轉(zhuǎn)型有助于提升經(jīng)營(yíng)績(jī)效。

（二）農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效影響路徑的理論分析

農(nóng)商行數(shù)字化轉(zhuǎn)型從成本端的“節(jié)流”和運(yùn)營(yíng)端的“增效”兩個(gè)渠道影響經(jīng)營(yíng)績(jī)效。

第一，農(nóng)商行數(shù)字化轉(zhuǎn)型能夠發(fā)揮成本效應(yīng)，達(dá)到“節(jié)流”效果，進(jìn)而改善經(jīng)營(yíng)績(jī)效。交易成本理論認(rèn)為，成本是影響企業(yè)經(jīng)營(yíng)績(jī)效的關(guān)鍵因素，而且交易成本是組織邊界決策的關(guān)鍵因素，因此如何實(shí)現(xiàn)“降本”成為企業(yè)提升經(jīng)營(yíng)績(jī)效的重要渠道 ［14］。農(nóng)商行數(shù)字化轉(zhuǎn)型能夠降低銀行的獲客成本、內(nèi)部溝通成本、運(yùn)營(yíng)成本和風(fēng)控成本等方面的交易成本，實(shí)現(xiàn)“節(jié)流”效果。首先，銀行利用數(shù)字技術(shù)創(chuàng)新產(chǎn)品和服務(wù)，開展數(shù)字化業(yè)務(wù)、促進(jìn)業(yè)務(wù)線上化和場(chǎng)景化，能改善業(yè)務(wù)質(zhì)量、拓展服務(wù)范圍、提升客戶體驗(yàn)感，實(shí)現(xiàn)技術(shù)、數(shù)據(jù)和業(yè)務(wù)的協(xié)作化，從而降低銀行獲客成本［15］。其次，銀行依托數(shù)據(jù)平臺(tái)和共享機(jī)制架起部門間溝通橋梁，能夠有效降低部門之間溝通不暢導(dǎo)致的摩擦成本。再次，在運(yùn)營(yíng)層面，精準(zhǔn)獲客、智能運(yùn)維、智能客服等業(yè)務(wù)流程創(chuàng)新，可以大幅降低銀行的運(yùn)營(yíng)成本［16］。同時(shí)，銀行發(fā)展金融科技能有效降低風(fēng)控成本 ［17］。

H2：農(nóng)商行數(shù)字化轉(zhuǎn)型有助于降低成本，進(jìn)而提升經(jīng)營(yíng)績(jī)效。

第二，農(nóng)商行數(shù)字化轉(zhuǎn)型會(huì)變革業(yè)務(wù)運(yùn)作和管理模式，有效提高運(yùn)營(yíng)效率，達(dá)到“增效”作用，進(jìn)而改善經(jīng)營(yíng)績(jī)效。數(shù)字技術(shù)具備提升效率的優(yōu)勢(shì)［18］。首先，在公司治理方面，數(shù)字化的管理平臺(tái)和溝通決策機(jī)制能夠有效解決“輕治理、權(quán)責(zé)不分”導(dǎo)致的治理結(jié)構(gòu)缺陷、管理體制不順等問題，從而完善組織機(jī)構(gòu)溝通、協(xié)作機(jī)制，促使銀行的效率提升［19］。其次，農(nóng)商行積極布局?jǐn)?shù)字技術(shù)，加大數(shù)字科技投入能夠有效提升產(chǎn)出效率［20］。再次，銀行利用數(shù)字技術(shù)手段能夠發(fā)揮示范和競(jìng)爭(zhēng)效應(yīng)，改變其經(jīng)營(yíng)模式、優(yōu)化服務(wù)，提升銀行效率［21］。

H3：農(nóng)商行數(shù)字化轉(zhuǎn)型有助于改善運(yùn)營(yíng)效率，進(jìn)而提升經(jīng)營(yíng)績(jī)效。

（三）農(nóng)商行數(shù)字化轉(zhuǎn)型的經(jīng)營(yíng)績(jī)效提升效果差異化表現(xiàn)的機(jī)理分析

由于受資產(chǎn)規(guī)模、股權(quán)結(jié)構(gòu)、合作關(guān)系等微觀特質(zhì)因素的影響，數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的影響程度可能存在差異。

首先，從資產(chǎn)規(guī)模來(lái)看，大型農(nóng)商行業(yè)務(wù)范圍和物理網(wǎng)點(diǎn)布局更廣、數(shù)字技術(shù)方面起步早、投入大，且在科技人員總數(shù)和科技投入方面占據(jù)絕對(duì)優(yōu)勢(shì)［22］。這使得數(shù)字化轉(zhuǎn)型對(duì)大型農(nóng)商行經(jīng)營(yíng)績(jī)效的影響更大。

其次，從股權(quán)結(jié)構(gòu)來(lái)看，股權(quán)集中度高的農(nóng)商行在數(shù)字化轉(zhuǎn)型管理、監(jiān)督以及決策等方面具有更大優(yōu)勢(shì)［23］。同時(shí)股權(quán)集中度高的農(nóng)商行在資源分配以及風(fēng)險(xiǎn)管理上也具有競(jìng)爭(zhēng)優(yōu)勢(shì)。

再次，從合作關(guān)系來(lái)看，相對(duì)于傳統(tǒng)金融業(yè)來(lái)說(shuō)，以阿里巴巴、騰訊為代表的金融科技公司在技術(shù)和人才等方面優(yōu)勢(shì)大、經(jīng)驗(yàn)足，而農(nóng)商行在數(shù)字化轉(zhuǎn)型方面仍處于摸索階段。農(nóng)商行積極與金融科技公司尋求合作，能夠充分發(fā)揮各自技術(shù)優(yōu)勢(shì)和業(yè)務(wù)優(yōu)勢(shì)，實(shí)現(xiàn)技術(shù)與業(yè)務(wù)“聯(lián)系效應(yīng)”，有效提升經(jīng)營(yíng)效率［24］。在具體實(shí)踐中，農(nóng)商行與科技公司合作確實(shí)有效提升了其經(jīng)營(yíng)績(jī)效。如重慶農(nóng)商行在零售業(yè)務(wù)領(lǐng)域與百度、騰訊等頭部互聯(lián)網(wǎng)企業(yè)合作線上“渝快貸”等自營(yíng)產(chǎn)品；與網(wǎng)商、微眾等頭部互聯(lián)網(wǎng)銀行合作借唄、微粒貸等聯(lián)合貸款產(chǎn)品，有效拓展了其零售業(yè)務(wù)。2021年，重慶農(nóng)商銀行實(shí)現(xiàn)營(yíng)業(yè)收入30842億元，其中零售銀行業(yè)務(wù)收入12494億元、占比4051%，保持了連續(xù)5年的遞增態(tài)勢(shì)數(shù)據(jù)來(lái)源于重慶農(nóng)商行2021年年度報(bào)告。。

H4：數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)規(guī)模大、股權(quán)集中度高、與科技公司開展合作的農(nóng)商行的經(jīng)營(yíng)績(jī)效提升作用更明顯。

三、數(shù)據(jù)、變量與模型設(shè)計(jì)

（一）數(shù)據(jù)說(shuō)明

本研究選取了年報(bào)可獲得性和信息完整性較高且正常經(jīng)營(yíng)的農(nóng)商行為研究樣本，時(shí)間跨度為2015—2021年。剔除關(guān)鍵變量存在異常值的樣本后，對(duì)所有連續(xù)變量進(jìn)行上下5%的縮尾處理，最終獲得120家農(nóng)商行670個(gè)觀測(cè)值的非平衡面板數(shù)據(jù)。農(nóng)商行的個(gè)體數(shù)據(jù)主要來(lái)源于Wind數(shù)據(jù)庫(kù)和年度報(bào)告，宏觀變量數(shù)據(jù)來(lái)源于各家農(nóng)商行所在城市的統(tǒng)計(jì)年鑒。

（二）變量定義

1.被解釋變量：經(jīng)營(yíng)績(jī)效

借鑒Dong等（2020）的研究［25］，并結(jié)合原中國(guó)銀保監(jiān)會(huì)制定的《商業(yè)銀行監(jiān)管評(píng)級(jí)辦法》（銀保監(jiān)發(fā)〔2021〕39號(hào)）以及財(cái)政部制定的《金融企業(yè)績(jī)效評(píng)價(jià)辦法》（財(cái)金〔2016〕35號(hào)）指標(biāo)構(gòu)建方法，從銀行經(jīng)營(yíng)原則的“三性”出發(fā)，引入成長(zhǎng)性來(lái)構(gòu)造衡量農(nóng)商行經(jīng)營(yíng)績(jī)效的“四個(gè)維度”“七個(gè)指標(biāo)”，確保經(jīng)營(yíng)績(jī)效度量的科學(xué)性，并利用因子分析法得到綜合經(jīng)營(yíng)績(jī)效值。在使用因子分析法的過(guò)程中，經(jīng)過(guò)旋轉(zhuǎn)后發(fā)現(xiàn)除成本收入比、不良貸款率為負(fù)向指標(biāo)外，其余均為正向指標(biāo)，故參考林海明、杜子芳（2013）的做法［26］，對(duì)成本收入比、不良貸款率取負(fù)號(hào)進(jìn)行正向化調(diào)整。另外，參考蔣遠(yuǎn)勝等（2018）的方法［27］，選擇資產(chǎn)負(fù)債率作為流動(dòng)性的代理指標(biāo)。經(jīng)營(yíng)績(jī)效的具體度量指標(biāo)見表1。

2.核心解釋變量：數(shù)字化轉(zhuǎn)型

文本分析法已成為金融與財(cái)務(wù)方向的重要研究方法，其中詞頻法已被廣泛地運(yùn)用于測(cè)度金融科技水平［28］。同時(shí)基于農(nóng)商行年報(bào)披露內(nèi)容，使用文本分析法可有效識(shí)別農(nóng)商行年報(bào)中關(guān)鍵信息，這不僅能夠剖析其數(shù)字化轉(zhuǎn)型的立場(chǎng)和具體措施［29］，還能細(xì)分維度，使得測(cè)度結(jié)果更加全面。因此，本研究借鑒郭品、沈悅（2015）［30］以及張?jiān)?、周?yīng)恒（2022）的研究［31］，利用文本分析法從農(nóng)商行各年年度報(bào)告中捕捉數(shù)字化轉(zhuǎn)型相關(guān)詞頻，再利用熵值法測(cè)算樣本銀行2015—2021年數(shù)字化轉(zhuǎn)型指數(shù)。

與已有研究不同的是，本文不僅細(xì)化農(nóng)商行數(shù)字化轉(zhuǎn)型維度，還根據(jù)農(nóng)商行客觀實(shí)際情況設(shè)置相關(guān)關(guān)鍵詞。同時(shí)，在數(shù)字化組織變革維度層面引入虛擬變量，可有效彌補(bǔ)組織變革方面難以進(jìn)行文本詞頻統(tǒng)計(jì)的弊端和避免單純統(tǒng)計(jì)詞頻難以全面客觀反映數(shù)字化轉(zhuǎn)型的不足，從而確保數(shù)字化指標(biāo)的準(zhǔn)確性和客觀性。具體做法如下：一是確定關(guān)鍵詞詞庫(kù)。借鑒王小華等（2022）［32］，并參考北京大學(xué)數(shù)字金融研究中心課題組構(gòu)建的商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)和中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)發(fā)布的《中國(guó)商業(yè)銀行數(shù)字化轉(zhuǎn)型調(diào)查報(bào)告》，從數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化技術(shù)應(yīng)用、數(shù)字化平臺(tái)建設(shè)、數(shù)字化業(yè)務(wù)開展四個(gè)維度構(gòu)建衡量農(nóng)商行數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫(kù)（見表2）。二是關(guān)鍵詞詞頻計(jì)算。先利用Python爬蟲技術(shù)獲得各個(gè)關(guān)鍵詞詞頻，然后分別對(duì)各維度進(jìn)行加總，最后對(duì)每個(gè)維度的總詞頻加1取自然對(duì)數(shù)處理。三是引入數(shù)字化組織變革虛擬變量，從部門設(shè)置和與科技公司合作角度設(shè)置虛擬變量。四是合成數(shù)字化轉(zhuǎn)型指數(shù)。利用熵值法對(duì)關(guān)鍵詞詞頻以及虛擬變量進(jìn)行合成，計(jì)算最終的數(shù)字化轉(zhuǎn)型指數(shù)。

圖2呈現(xiàn)了農(nóng)商行數(shù)字化轉(zhuǎn)型指數(shù)的年份變化趨勢(shì)。樣本農(nóng)商行數(shù)字化轉(zhuǎn)型程度總體呈持續(xù)增長(zhǎng)態(tài)勢(shì)，符合數(shù)字經(jīng)濟(jì)背景下農(nóng)商行整體數(shù)字化轉(zhuǎn)型的趨勢(shì)，也符合整體銀行業(yè)數(shù)字化轉(zhuǎn)型的態(tài)勢(shì)。圖3給出了不同梯度資產(chǎn)規(guī)模下的農(nóng)商行數(shù)字化轉(zhuǎn)型情況。根據(jù)總資產(chǎn)規(guī)模的大小將樣本農(nóng)商行分成5組，對(duì)比發(fā)現(xiàn)資產(chǎn)規(guī)模越大的農(nóng)商行，數(shù)字化轉(zhuǎn)型程度越高。資產(chǎn)規(guī)模大的農(nóng)商行在資金、技術(shù)以及人才等方面具有優(yōu)勢(shì)，數(shù)字化轉(zhuǎn)型開始早、投入大，數(shù)字化轉(zhuǎn)型程度較高。比如資產(chǎn)規(guī)模超萬(wàn)億元的重慶農(nóng)商行在2018年就啟動(dòng)“智慧銀行項(xiàng)目”、落地“重慶農(nóng)商云”智能平臺(tái)。

3.機(jī)制變量

經(jīng)營(yíng)成本（Cost）：采用成本收入比作為經(jīng)營(yíng)成本的代理變量。成本收入比能夠反映農(nóng)商行每單位收入需要支出的成本，體現(xiàn)了成本控制能力。運(yùn)營(yíng)效率（Tot）：參考樓永、劉銘（2022）［33］，用總資產(chǎn)周轉(zhuǎn)率作為運(yùn)營(yíng)效率的代理變量?？傎Y產(chǎn)周轉(zhuǎn)率建立了利潤(rùn)表和資產(chǎn)負(fù)債表之間的聯(lián)系，能有效反映金融機(jī)構(gòu)的運(yùn)營(yíng)效率，該值越大，說(shuō)明運(yùn)營(yíng)效率越好。

4.控制變量

借鑒張正平、劉云華（2022）［34］、任曉怡等（2022）［35］和易露霞等（2021）［36］，控制變量包括微觀層面的資產(chǎn)規(guī)模、資本充足率、存貸比、經(jīng)營(yíng)年限，以及宏觀層面的地區(qū)產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展水平。根據(jù)企業(yè)生命周期理論，農(nóng)商行會(huì)歷經(jīng)發(fā)展、成長(zhǎng)、成熟和衰退不同發(fā)展階段。這使得農(nóng)商行的經(jīng)營(yíng)時(shí)長(zhǎng)可能與其經(jīng)營(yíng)績(jī)效存在非線性關(guān)系，所以本文將經(jīng)營(yíng)時(shí)長(zhǎng)的平方作為經(jīng)營(yíng)年限（Age）的度量指標(biāo)納入控制變量。實(shí)證研究涉及的變量及說(shuō)明如表3所示。

（三）模型設(shè)計(jì)

為探討農(nóng)商行數(shù)字化轉(zhuǎn)型能否對(duì)其經(jīng)營(yíng)績(jī)效產(chǎn)生影響，構(gòu)建如下基準(zhǔn)回歸模型：

LnFEit=α + β0DEit + ∑jγjControljit + μi + ηt + εit。（1）

其中，被解釋變量LnFEit表示第i家農(nóng)商行t年的經(jīng)營(yíng)績(jī)效指標(biāo)（取對(duì)數(shù)）；核心解釋變量DEit是第i家農(nóng)商行在t年的數(shù)字化轉(zhuǎn)型程度；Controljit為控制變量。為了控制個(gè)體和時(shí)間因素對(duì)經(jīng)營(yíng)績(jī)效的影響，模型中引入了農(nóng)商行個(gè)體固定效應(yīng)μi和時(shí)間固定效應(yīng)ηt。εit為隨機(jī)擾動(dòng)項(xiàng)。

四、農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效影響的實(shí)證結(jié)果與機(jī)制分析

（一）變量的描述性統(tǒng)計(jì)

表4列示了變量的描述性統(tǒng)計(jì)結(jié)果。農(nóng)商行數(shù)字化轉(zhuǎn)型不僅總體上有所差距，而且發(fā)展側(cè)重點(diǎn)上也存在明顯的個(gè)體差異。農(nóng)商行數(shù)字化轉(zhuǎn)型指數(shù)的最小值為0141 3，最大值為0793 8，表明樣本農(nóng)商行在數(shù)字化轉(zhuǎn)型方面存在明顯的個(gè)體差異。具體分維度來(lái)看，首先，數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化技術(shù)應(yīng)用和數(shù)字化業(yè)務(wù)開展的標(biāo)準(zhǔn)差均大于1，尤其是數(shù)字化業(yè)務(wù)開展的最大值與最小值之間兩極化較明顯；其次，數(shù)字化組織變革的均值最低，僅為0163 2，說(shuō)明僅有小部分農(nóng)商行設(shè)置了數(shù)字化轉(zhuǎn)型部門或與科技公司展開合作。經(jīng)營(yíng)績(jī)效的最小值為0780 0，最大值為1510 0，表明樣本農(nóng)商行的經(jīng)營(yíng)績(jī)效差距較大。

（二）基準(zhǔn)回歸分析

為檢驗(yàn)農(nóng)商行數(shù)字化轉(zhuǎn)型對(duì)其經(jīng)營(yíng)績(jī)效的影響，本文采用遞進(jìn)式策略進(jìn)行回歸，回歸結(jié)果如表5所示。在未加入控制變量的情況下，第（1）至（3）列分別呈現(xiàn)了只控制個(gè)體固定效應(yīng)、只控制時(shí)間固定效應(yīng)以及同時(shí)控制個(gè)體和時(shí)間固定效應(yīng)的回歸結(jié)果，結(jié)果均表明農(nóng)商行數(shù)字化轉(zhuǎn)型能顯著提升其經(jīng)營(yíng)績(jī)效。加入控制變量后，數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍然顯著為正［見第（4）列］，數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的正向影響仍然成立?？紤]到數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效影響的時(shí)滯性和降低反向因果擾動(dòng)誤差，將數(shù)字化轉(zhuǎn)型進(jìn)行滯后一期處理，數(shù)字化轉(zhuǎn)型的回歸系數(shù)仍然顯著為正［見第（5）列］。H1得到驗(yàn)證。

經(jīng)營(yíng)績(jī)效包含盈利性、安全性、流動(dòng)性和成長(zhǎng)性四個(gè)維度。為探究數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效各維度的影響，本文依次對(duì)四個(gè)維度進(jìn)行回歸，結(jié)果見表6。數(shù)字化轉(zhuǎn)型對(duì)盈利性和安全性的影響系數(shù)顯著為正，而對(duì)流動(dòng)性和成長(zhǎng)性的影響系數(shù)不顯著，這說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的促進(jìn)作用體現(xiàn)在提高盈利性和安全性上。

（三）穩(wěn)健性檢驗(yàn)

本文采用以下方法對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。

1.替換被解釋變量經(jīng)營(yíng)績(jī)效的度量指標(biāo)

本文借鑒董曉林等（2021）的方法［37］，使用總資產(chǎn)收益率（ROA）來(lái)衡量農(nóng)商行的經(jīng)營(yíng)績(jī)效。數(shù)字化轉(zhuǎn)型的系數(shù)仍然顯著為正［見表7第（1）列］，基準(zhǔn)回歸結(jié)果穩(wěn)健。

2.將基準(zhǔn)回歸模型更換成系統(tǒng)GMM模型

由于銀行當(dāng)前的經(jīng)營(yíng)績(jī)效可能受到以往經(jīng)營(yíng)管理經(jīng)驗(yàn)的影響，所以在此將經(jīng)營(yíng)績(jī)效的滯后一期變量納入基準(zhǔn)回歸模型，進(jìn)而使用系統(tǒng)GMM估計(jì)法進(jìn)行基準(zhǔn)回歸分析。從表7第（2）列可知，經(jīng)營(yíng)績(jī)效（滯后一期）的系數(shù)顯著為正，說(shuō)明農(nóng)商行的經(jīng)營(yíng)績(jī)效會(huì)受到上一期的經(jīng)營(yíng)管理能力的影響，同時(shí)數(shù)字化轉(zhuǎn)型仍然顯著正向影響農(nóng)商行的經(jīng)營(yíng)績(jī)效。AR（1）的p值小于01，AR（2）的p值大于01，說(shuō)明模型存在一階相關(guān)但不存在二階相關(guān)，可以接受擾動(dòng)項(xiàng)無(wú)自相關(guān)的原假設(shè)。同時(shí)，Sargan Test和Hansen Test統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于01，表明不存在過(guò)度識(shí)別問題，工具變量選取有效，滿足系統(tǒng)GMM模型估計(jì)的檢驗(yàn)要求。

3.替換數(shù)字化轉(zhuǎn)型的度量指標(biāo)

本文參考張?jiān)?、周?yīng)恒（2022）的做法［38］，用“相應(yīng)年度全部數(shù)字化關(guān)鍵詞詞頻數(shù)量+1”并取對(duì)數(shù)來(lái)衡量數(shù)字化轉(zhuǎn)型，然后使用系統(tǒng)GMM模型進(jìn)行估計(jì)。表7第（3）列顯示，數(shù)字化轉(zhuǎn)型（新）的回歸系數(shù)顯著為正，基準(zhǔn)回歸結(jié)果穩(wěn)健。同時(shí)，AR（1）的p值小于01，AR（2）的p值大于01，Sargan Test和Hansen Test統(tǒng)計(jì)量對(duì)應(yīng)的p值均大于01，通過(guò)系統(tǒng)GMM模型估計(jì)的基本檢驗(yàn)要求。

4.工具變量法

為緩解可能存在反向因果和遺漏變量的內(nèi)生性問題，本文參考黃群慧等（2019）［39］的做法，將各地區(qū)1984年每百人固定電話數(shù)量（部）作為工具變量進(jìn)行2SLS估計(jì)。工具變量選取的原因有：一方面，數(shù)字技術(shù)的發(fā)展源于傳統(tǒng)通信技術(shù)的更新延續(xù)，所以歷史上固定電話普及率高的地區(qū)很可能是互聯(lián)網(wǎng)技術(shù)普及率較高的地區(qū)，從而對(duì)農(nóng)商行數(shù)字化轉(zhuǎn)型產(chǎn)生一定的影響。所以，固定電話普及率滿足作為數(shù)字化轉(zhuǎn)型工具變量的相關(guān)性要求。另一方面，隨著數(shù)字技術(shù)的發(fā)展，歷史固定電話的數(shù)量對(duì)于農(nóng)商行經(jīng)營(yíng)績(jī)效的影響正在消失，滿足外生性要求。

表8的第一階段回歸結(jié)果顯示，1984年每百人固定電話數(shù)量（工具變量）在1%的水平上顯著正向影響農(nóng)商行的數(shù)字化轉(zhuǎn)型程度，滿足相關(guān)性要求。F統(tǒng)計(jì)量大于10，LM統(tǒng)計(jì)量p值為0000 1，表明不存在弱工具變量和識(shí)別不足的問題。第二階段回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型的回歸系數(shù)在5%的顯著水平上顯著為正，基準(zhǔn)回歸結(jié)果穩(wěn)健。

（四）分維度回歸分析

數(shù)字化轉(zhuǎn)型包括數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化技術(shù)應(yīng)用、數(shù)字化平臺(tái)建設(shè)、數(shù)字化業(yè)務(wù)開展以及數(shù)字化組織變革五個(gè)維度?？紤]到數(shù)字化轉(zhuǎn)型的作用發(fā)揮需要一定時(shí)間的調(diào)整和適應(yīng)，本文將各維度指標(biāo)進(jìn)行滯后一期處理再納入回歸分析，以探究不同維度下的數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的影響。結(jié)果表明（見表9），農(nóng)商行在數(shù)字化轉(zhuǎn)型過(guò)程中在認(rèn)知、業(yè)務(wù)開展和組織變革方面的加強(qiáng)均有助于提高經(jīng)營(yíng)績(jī)效，而數(shù)字技術(shù)的應(yīng)用和平臺(tái)建設(shè)對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的影響仍有待進(jìn)一步發(fā)掘和探討?？赡艿脑蚴?，數(shù)字技術(shù)的研發(fā)與應(yīng)用和平臺(tái)建設(shè)需要投入的資金較多，對(duì)經(jīng)營(yíng)績(jī)效的提升作用在短期內(nèi)難以顯現(xiàn)。

（五）影響機(jī)制檢驗(yàn)分析

為了驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效的影響機(jī)制，本文借鑒何婧、李慶海（2019）［40］的研究，引入數(shù)字化轉(zhuǎn)型指數(shù)與機(jī)制變量的交乘項(xiàng)進(jìn)行回歸。如果農(nóng)商行經(jīng)營(yíng)績(jī)效的提升受制于經(jīng)營(yíng)成本和運(yùn)營(yíng)效率，那么，相對(duì)于低成本、高運(yùn)營(yíng)效率的農(nóng)商行來(lái)說(shuō)，高成本、低運(yùn)營(yíng)效率的農(nóng)商行利用數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)績(jī)效具有更為明顯的促進(jìn)作用，即交乘項(xiàng)的系數(shù)顯著為正。具體模型設(shè)定如下：

LnFEit=α + β1DEit +β2Mit×DEit + β3Mit+ ∑jγjControljit + μi + ηt + εit 。（2）

其中，變量LnFEit、DEit、Controljit的定義都與式（1）相同，Mit表示機(jī)制變量，包含經(jīng)營(yíng)成本（Cost）和運(yùn)營(yíng)效率（Tot）。數(shù)字化轉(zhuǎn)型DEit與機(jī)制變量的交乘項(xiàng)的系數(shù)β2能直接反映經(jīng)營(yíng)成本和運(yùn)營(yíng)效率機(jī)制的存在性。

在對(duì)數(shù)字化轉(zhuǎn)型、經(jīng)營(yíng)成本和運(yùn)營(yíng)效率進(jìn)行中心化處理后，式（2）對(duì)應(yīng)的回歸結(jié)果見表10。第（1）列顯示，數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，經(jīng)營(yíng)成本的系數(shù)顯著為負(fù)，但是數(shù)字化轉(zhuǎn)型與經(jīng)營(yíng)成本的交乘項(xiàng)的系數(shù)不顯著，這表明經(jīng)營(yíng)成本是影響農(nóng)商行經(jīng)營(yíng)績(jī)效的重要因素，但是數(shù)字化轉(zhuǎn)型并未有效緩解經(jīng)營(yíng)成本對(duì)經(jīng)營(yíng)績(jī)效的負(fù)向作用，“節(jié)流”機(jī)制不成立?？赡艿脑蛟谟?，農(nóng)商行在數(shù)字化轉(zhuǎn)型的前期需要引進(jìn)高技能勞動(dòng)力、購(gòu)置相關(guān)的軟件和硬件設(shè)施以及開展研發(fā)創(chuàng)新活動(dòng)，從而增加了勞動(dòng)力成本、固定資產(chǎn)成本和研發(fā)成本［41］。所以，在短期內(nèi)，數(shù)字化轉(zhuǎn)型影響經(jīng)營(yíng)績(jī)效的“節(jié)流”機(jī)制作用尚未顯現(xiàn)。第（2）列顯示，運(yùn)營(yíng)效率的系數(shù)顯著為正，數(shù)字化轉(zhuǎn)型與運(yùn)營(yíng)效率的交乘項(xiàng)系數(shù)顯著為正，說(shuō)明農(nóng)商行通過(guò)數(shù)字化轉(zhuǎn)型能正向影響運(yùn)營(yíng)效率，進(jìn)而提升經(jīng)營(yíng)績(jī)效，“增效”機(jī)制成立。

（六）異質(zhì)性分析

1.規(guī)模異質(zhì)性

農(nóng)商行數(shù)字化轉(zhuǎn)型的效果可能存在規(guī)模異質(zhì)性。本文借鑒王奕婷、羅雙成（2022）的研究［42］，將總資產(chǎn)超過(guò)當(dāng)年的所有銀行總資產(chǎn)中位數(shù)的農(nóng)商行設(shè)定為較大規(guī)模的農(nóng)商行，其余為較小規(guī)模的農(nóng)商行。表11第（1）至（2）列結(jié)果顯示，資產(chǎn)規(guī)模較大的農(nóng)商行通過(guò)數(shù)字化轉(zhuǎn)型對(duì)其經(jīng)營(yíng)績(jī)效的影響顯著為正，這表明大型農(nóng)商行數(shù)字化轉(zhuǎn)型獲得的“賦能”作用更明顯。

2.股權(quán)結(jié)構(gòu)異質(zhì)性

以農(nóng)商行前十大股東持股占比作為股權(quán)結(jié)構(gòu)的代理變量［43］，取值越大代表了股權(quán)集中度越高。本文以前十大股東持股占比的中位數(shù)為分界點(diǎn)，將樣本農(nóng)商行分為高股權(quán)集中度、低股權(quán)集中度兩類農(nóng)商行進(jìn)行分樣本回歸分析。表11 的第（3）至（4）列顯示，高股權(quán)集中度的農(nóng)商行實(shí)施數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)其經(jīng)營(yíng)績(jī)效。

3.與科技公司合作異質(zhì)性

農(nóng)商行在資金、技術(shù)、人才等資源方面相較于其他大型國(guó)有銀行和股份制銀行不占優(yōu)勢(shì)，使得與科技公司合作成為其數(shù)字化轉(zhuǎn)型的重要戰(zhàn)略?！翱缃绾献鳌蹦芊癯蔀檗r(nóng)商行數(shù)字化轉(zhuǎn)型的重要利器值得進(jìn)一步探究。因此，本文以農(nóng)商行與科技公司合作與否為標(biāo)準(zhǔn)，將農(nóng)商行分成“合作、未合作”兩組樣本進(jìn)行回歸在百度新聞上以“*農(nóng)商行+合作”為搜索詞搜索詞條，然后人工篩選農(nóng)商行與科技公司合作的詞條作為合作與否判斷標(biāo)準(zhǔn)。科技公司主要有華為、百度、騰訊、阿里、京東、科大訊飛等。，表11第（5）至（6）列顯示，與科技公司合作的農(nóng)商行推進(jìn)數(shù)字化轉(zhuǎn)型能夠顯著提升其經(jīng)營(yíng)績(jī)效。

五、結(jié)論與建議

本文基于動(dòng)態(tài)能力理論分析視角，采用文本分析法和熵值法，從數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化技術(shù)應(yīng)用、數(shù)字化平臺(tái)建設(shè)、數(shù)字化業(yè)務(wù)開展和數(shù)字化組織變革這五個(gè)維度構(gòu)建農(nóng)商行個(gè)體層面的數(shù)字化轉(zhuǎn)型指數(shù)，并運(yùn)用120家農(nóng)商行2015—2021年的非平衡面板數(shù)據(jù)，實(shí)證分析了數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行經(jīng)營(yíng)績(jī)效的影響及其機(jī)制。研究表明：第一，農(nóng)商行的數(shù)字化轉(zhuǎn)型呈現(xiàn)出總體增長(zhǎng)和個(gè)體差異明顯的特征?？傮w而言，農(nóng)商行的數(shù)字化轉(zhuǎn)型程度在持續(xù)增長(zhǎng)，其中數(shù)字化業(yè)務(wù)開展程度最高而數(shù)字化組織變革程度最低。同時(shí)，不同農(nóng)商行之間存在明顯的數(shù)字化轉(zhuǎn)型程度差異，其中數(shù)字化轉(zhuǎn)型認(rèn)知的個(gè)體差異最明顯。資產(chǎn)規(guī)模越大的農(nóng)商行，數(shù)字化轉(zhuǎn)型程度越高。第二，數(shù)字化轉(zhuǎn)型對(duì)農(nóng)商行的盈利性和安全性具有促進(jìn)作用，但對(duì)流動(dòng)性和成長(zhǎng)性的正向影響未顯現(xiàn)。數(shù)字化轉(zhuǎn)型認(rèn)知、數(shù)字化業(yè)務(wù)開展和數(shù)字化組織變革均有助于實(shí)現(xiàn)“賦能”作用。提高運(yùn)營(yíng)效率是農(nóng)商行數(shù)字化轉(zhuǎn)型、提高其經(jīng)營(yíng)績(jī)效的重要路徑，但是降低經(jīng)營(yíng)成本的機(jī)制不成立。可能的原因在于，農(nóng)商行在數(shù)字化轉(zhuǎn)型的前期需要引進(jìn)高技能勞動(dòng)力、購(gòu)置相關(guān)的軟件和硬件設(shè)施以及開展研發(fā)活動(dòng)，增加了勞動(dòng)力成本、固定資產(chǎn)成本和研發(fā)成本。第三，數(shù)字化轉(zhuǎn)型與農(nóng)商行經(jīng)營(yíng)績(jī)效的關(guān)系存在個(gè)體異質(zhì)性。規(guī)模大、股權(quán)結(jié)構(gòu)集中以及與科技公司合作的農(nóng)商行，數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)的經(jīng)營(yíng)績(jī)效提升作用更明顯。

基于上述研究結(jié)論，本文針對(duì)農(nóng)商行數(shù)字化轉(zhuǎn)型提出以下建議：

一是基于鄉(xiāng)村特色產(chǎn)業(yè)的交易場(chǎng)景，創(chuàng)新數(shù)字普惠金融產(chǎn)品。首先，農(nóng)商行可將區(qū)塊鏈技術(shù)嵌入鄉(xiāng)村特色產(chǎn)業(yè)鏈，助推產(chǎn)業(yè)鏈各環(huán)節(jié)的交易憑證數(shù)字化，并利用大數(shù)據(jù)分析技術(shù)精準(zhǔn)評(píng)估數(shù)字票據(jù)的信用價(jià)值和動(dòng)態(tài)監(jiān)測(cè)經(jīng)營(yíng)主體生產(chǎn)經(jīng)營(yíng)的資金流變化，為經(jīng)營(yíng)主體制定特色授信方案。其次，農(nóng)商行需積極搭建和完善服務(wù)鄉(xiāng)村產(chǎn)業(yè)的數(shù)字金融服務(wù)平臺(tái)。一方面，農(nóng)商行與科技公司加強(qiáng)合作，有效增強(qiáng)數(shù)字化能力，將金融服務(wù)平臺(tái)打造成能滿足多元化金融需求的數(shù)字金融產(chǎn)品超市，提升支持鄉(xiāng)村振興的金融服務(wù)質(zhì)量；另一方面，農(nóng)商行應(yīng)完善多方信息共享機(jī)制，將數(shù)字金融服務(wù)平臺(tái)與農(nóng)產(chǎn)品溯源數(shù)據(jù)平臺(tái)、農(nóng)村產(chǎn)權(quán)交易平臺(tái)、生產(chǎn)要素采購(gòu)登記平臺(tái)等數(shù)據(jù)平臺(tái)相連接，強(qiáng)化特色產(chǎn)業(yè)經(jīng)營(yíng)主體的交易數(shù)據(jù)采集與分析能力，實(shí)現(xiàn)客戶的精準(zhǔn)畫像和提高智能風(fēng)控水平。

二是權(quán)衡數(shù)字化轉(zhuǎn)型的成本與收益，搭建商業(yè)可持續(xù)發(fā)展的長(zhǎng)效機(jī)制。數(shù)字化轉(zhuǎn)型是農(nóng)商行適應(yīng)數(shù)字金融時(shí)代發(fā)展需要的必然趨勢(shì)。但是農(nóng)商行在數(shù)字化轉(zhuǎn)型的前期階段需要承擔(dān)高昂的研發(fā)成本和面臨創(chuàng)新風(fēng)險(xiǎn)，短期內(nèi)難以產(chǎn)生合理的經(jīng)濟(jì)效益。尤其在農(nóng)村地區(qū)數(shù)字鴻溝尚未完全彌合的情況下，農(nóng)商行數(shù)字化技術(shù)的應(yīng)用和數(shù)字化業(yè)務(wù)的開展可能面臨客戶需求不足的壁壘［44］。所以，在數(shù)字化轉(zhuǎn)型浪潮中，農(nóng)商行有必要根據(jù)客戶特征和實(shí)際業(yè)務(wù)需要，在成本和風(fēng)險(xiǎn)可控的前提下，逐步推進(jìn)數(shù)字化轉(zhuǎn)型進(jìn)程，長(zhǎng)期可持續(xù)地提高運(yùn)營(yíng)效率和經(jīng)營(yíng)績(jī)效。同時(shí)，農(nóng)商行在為客戶提供便捷化、智能化的金融服務(wù)時(shí)，應(yīng)注重客戶的數(shù)字金融素養(yǎng)培訓(xùn)，彌合客戶的數(shù)字鴻溝，以激活數(shù)字信貸需求和增加客戶信息積累，從而豐富數(shù)字化技術(shù)的應(yīng)用場(chǎng)景。

［參考文獻(xiàn)］

［1］［43］何婧、何廣文：《農(nóng)村商業(yè)銀行股權(quán)結(jié)構(gòu)與其經(jīng)營(yíng)風(fēng)險(xiǎn)、經(jīng)營(yíng)績(jī)效關(guān)系研究》，《農(nóng)業(yè)經(jīng)濟(jì)問題》2015年第12期，第65—74頁(yè)。

［2］羅煜、崔書言、曠純：《數(shù)字化與商業(yè)銀行經(jīng)營(yíng)轉(zhuǎn)型——基于傳統(tǒng)業(yè)務(wù)結(jié)構(gòu)變遷視角》，《國(guó)際金融研究》2022年第5期，第34—44頁(yè)。

［3］李運(yùn)達(dá)、陳偉、周華東：《金融科技、生產(chǎn)率悖論與銀行盈利能力》，《財(cái)經(jīng)科學(xué)》2020年第11期，第1—16頁(yè)。

［4］徐曉萍、李弘基、戈盈凡：《金融科技應(yīng)用能夠促進(jìn)銀行信貸結(jié)構(gòu)調(diào)整嗎？——基于銀行對(duì)外合作的準(zhǔn)自然實(shí)驗(yàn)研究》，《財(cái)經(jīng)研究》2021年第6期，第92—107頁(yè)。

［5］［24］［30］郭品、沈悅：《互聯(lián)網(wǎng)金融加重了商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)嗎？——來(lái)自中國(guó)銀行業(yè)的經(jīng)驗(yàn)證據(jù)》，《南開經(jīng)濟(jì)研究》2015年第4期，第80—97頁(yè)。

［6］［20］黃靖雯、陶士貴：《商業(yè)銀行金融科技投入產(chǎn)出效率研究——基于三階段DEA方法》，《西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）》2021年第4期，第136—145頁(yè)。

［7］Thakor A V： “Fintech and Banking： What do We Know？”， Journal of Financial Intermediation， No.41， 2020， Article：100833.

［8］［22］［42］王奕婷、羅雙成：《金融科技與商業(yè)銀行經(jīng)營(yíng)績(jī)效——基于風(fēng)險(xiǎn)承擔(dān)的中介效應(yīng)分析》，《金融論壇》2022年第4期，第19—30頁(yè)。

［9］Teece D J： “Explicating Dynamic Capabilities： The Nature and Microfoundations of （Sustainable） Enterprise Performance”， Strategic Management Journal， Vol.28， No.13， 2007， pp.1319-1350.

［10］焦豪、楊季楓、王培暖等：《數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過(guò)程分析》，《中國(guó)工業(yè)經(jīng)濟(jì)》2021年第11期，第174—192頁(yè)。

［11］曾德麟、蔡家瑋、歐陽(yáng)桃花：《數(shù)字化轉(zhuǎn)型研究：整合框架與未來(lái)展望》，《外國(guó)經(jīng)濟(jì)與管理》2021年第5期，第63—76頁(yè)。

［12］Cavalcante S， Kesting P， Ulhi J： “Business Model Dynamics and Innovation： （Re）establishing the Missing Linkages”， Management Decision， Vol. 49， No.8， 2011， pp.1327-1342.

［13］萬(wàn)佳彧、周勤、肖義：《數(shù)字金融、融資約束與企業(yè)創(chuàng)新》，《經(jīng)濟(jì)評(píng)論》2020年第1期，第71—83頁(yè)。

［14］Filipe M S， Kathleen M E： “Organizational Boundaries and Theories of Organization”，Organization Science， Vol.16， No.5， 2005， pp. 491-508.

［15］Gomber P， Kauffman R J， Parker C， et al.： “On the Fintech Revolution： Interpreting the Forces of Innovation， Disruption， and Transformation in Financial Services”， Journal of Management Information Systems， Vol.35， No.1， 2018， pp.220-265.

［16］［28］胡俊、李強(qiáng)、劉穎琛等：《商業(yè)銀行金融科技對(duì)零售貸款的影響——基于年報(bào)的文本分析》，《管理評(píng)論》 2021年第11期，第298—311頁(yè)。

［17］岳華、王海燕、陳欣媛：《金融科技與商業(yè)銀行盈利能力：沖擊抑或助推？——基于銀行財(cái)報(bào)文本挖掘的實(shí)證檢驗(yàn)》，《東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2022年第4期，第70—81+147頁(yè)。

［18］佘茂艷、王元地：《數(shù)字貨幣發(fā)展現(xiàn)狀及其監(jiān)管》，《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2020年第2期，第121—130頁(yè)。

［19］劉瀾飚、沈鑫、郭步超：《互聯(lián)網(wǎng)金融發(fā)展及其對(duì)傳統(tǒng)金融模式的影響探討》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2013年第8期，第73—83頁(yè)。

［21］劉忠璐：《互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究》，《財(cái)貿(mào)經(jīng)濟(jì)》2016年第4期，第71—85+115頁(yè)。

［23］Dong Y， Meng C， Firth M， et al.： “Ownership Structure and Risk-taking： Comparative Evidence from Private and State-controlled Banks in China”，International Review of Financial Analysis， No.36， 2014， pp.120-130.

［25］Dong J， Yin L， Liu X， et al.： “Impact of Internet Finance on the Performance of Commercial Banks in China”，International Review of Financial Analysis， No.72，2020， Article：101579.

［26］林海明、杜子芳：《主成分分析綜合評(píng)價(jià)應(yīng)該注意的問題》，《統(tǒng)計(jì)研究》2013年第8期，第25—31頁(yè)。

［27］蔣遠(yuǎn)勝、張磊、徐麗娟：《市場(chǎng)競(jìng)爭(zhēng)對(duì)農(nóng)村商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響——以浙江32家農(nóng)商行為例》，《農(nóng)村經(jīng)濟(jì)》2018年第10期，第64—71頁(yè)。

［29］Thorsrud L A： “Words are the New Numbers： A Newsy Coincident Index of the Business Cycle”，Journal of Business & Economic Statistics，Vol.38， No.2， 2020， pp.393-409.

［31］［38］張?jiān)?、周?yīng)恒：《數(shù)字金融發(fā)展對(duì)農(nóng)村金融機(jī)構(gòu)經(jīng)營(yíng)風(fēng)險(xiǎn)的影響——基于金融監(jiān)管強(qiáng)度調(diào)節(jié)效應(yīng)的分析》，《中國(guó)農(nóng)村經(jīng)濟(jì)》2022年第4期，第64—82頁(yè)。

［32］王小華、鄧曉雯、周海洋：《金融科技對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效的影響：促進(jìn)還是抑制？》，《改革》2022年第8期，第1—15頁(yè)。

［33］樓永、劉銘：《中小企業(yè)數(shù)字化變革：從遲徊觀望到乘勢(shì)而上——基于文本挖掘法的變革路徑與績(jī)效研究》，《工業(yè)技術(shù)經(jīng)濟(jì)》2022年第2期，第3—13頁(yè)。

［34］張正平、劉云華：《數(shù)字金融發(fā)展對(duì)農(nóng)村商業(yè)銀行運(yùn)營(yíng)效率的影響——基于2014—2018年非平衡面板數(shù)據(jù)的實(shí)證研究》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2022年第4期，第67—81頁(yè)。

［35］任曉怡、寧致遠(yuǎn)、吳非：《企業(yè)金融化與數(shù)字化轉(zhuǎn)型——基于上市企業(yè)年報(bào)數(shù)字化文本信息的識(shí)別與檢驗(yàn)》，《經(jīng)濟(jì)與管理》2022年第36期，第84—92頁(yè)。

［36］易露霞、吳非、徐斯旸：《企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績(jī)驅(qū)動(dòng)效應(yīng)研究》，《證券市場(chǎng)導(dǎo)報(bào)》2021年第8期，15—25+69頁(yè)。

［37］董曉林、章丹、陳秋月：《縣域建設(shè)用地指標(biāo)、產(chǎn)業(yè)結(jié)構(gòu)與農(nóng)村商業(yè)銀行經(jīng)營(yíng)績(jī)效》，《華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2021年第4期，第60—68頁(yè)。

［39］黃群慧、余泳澤、張松林：《互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機(jī)制與中國(guó)經(jīng)驗(yàn)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2019年第8期，第5—23頁(yè)。

［40］何婧、李慶海：《數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為》，《中國(guó)農(nóng)村經(jīng)濟(jì)》2019年第1期，第112—126頁(yè)。

［41］楊濤：《金融科技與中小銀行數(shù)字化轉(zhuǎn)型研究》，《農(nóng)村金融研究》2022年第7期，第29—37頁(yè)。

［44］陳曉潔、何廣文、陳洋：《數(shù)字鴻溝與農(nóng)戶數(shù)字信貸行為——基于2019年欠發(fā)達(dá)地區(qū)農(nóng)村普惠金融調(diào)查數(shù)據(jù)》，《財(cái)經(jīng)論叢》2022年第1期，第46—56頁(yè)。

Does Digital Transformation Empower Rural Commercial Banks？

An Empirical Analysis Based on Text Mining Method

HE? Guangwen1，LI? Tongtong2，CHEN? Xiaojie1

（1.College of Economics and Management， China Agricultural University， Beijing 100083， China;

2. Anhui Branch， China Development Bank， Hefei 230071， Anhui， China）

Abstract： Based on data from 120 rural commercial banks from 2015 to 2021， this paper adopts Python crawler technology to mine digital information texts in bank annual reports to construct a digital transformation index and empirically analyzes the impact mechanism and effect of digital transformation on the operating performance of rural commercial banks. The results indicate that the degree of digital transformation of rural commercial banks has the characteristics of overall sustained growth and significant individual differences. Digital transformation can improve operating performance through increasing efficiency while not reducing costs. In addition， digital transformation cognition， digital business development and digital organizational change all contribute to achieving the “empowerment” effect. Rural commercial banks， with large asset sizes， concentrated ownership structures and cooperation with technology companies， have achieved more significant “empowerment” effects through digital transformation.

Key words：digital transformation; rural commercial banks; performance; text mining method

（責(zé)任編輯 齊立瑤；責(zé)任校對(duì) 劉永?。?/p>

［收稿日期］2023-04-21

［基金項(xiàng)目］國(guó)家自然科學(xué)基金面上項(xiàng)目“股權(quán)和控制權(quán)的非對(duì)稱配置對(duì)農(nóng)村商業(yè)銀行風(fēng)險(xiǎn)的影響及政策選擇”（項(xiàng)目編號(hào)：72173121）；國(guó)家留學(xué)基金委“國(guó)家建設(shè)高水平大學(xué)公派研究生項(xiàng)目”（項(xiàng)目編號(hào)：202206350104）。

［作者簡(jiǎn)介］何廣文（1963—），男，四川達(dá)州人，中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師；李通通（1998—），男，安徽淮北人，國(guó)家開發(fā)銀行安徽分行職員；通訊作者：陳曉潔（1994—），女，廣東吳川人，中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院與康奈爾大學(xué)查爾斯·戴森應(yīng)用經(jīng)濟(jì)與管理學(xué)院聯(lián)合培養(yǎng)博士研究生。