摘" "要：本文基于2011—2021年我國80家城市商業(yè)銀行的平衡面板數(shù)據(jù)，實證檢驗了數(shù)字金融對我國城市商業(yè)銀行潛在風險的影響。研究結(jié)論表明：數(shù)字金融可以緩釋城市商業(yè)銀行的風險承擔；機制分析表明，數(shù)字金融可以通過提高經(jīng)營效率與市場勢力降低城市商業(yè)銀行的風險承擔水平；調(diào)節(jié)效應表明，在金融脫媒深化的背景下，數(shù)字金融對城市商業(yè)銀行風險承擔的抑制作用更強。在此基礎(chǔ)上，建議城市商業(yè)銀行應順應數(shù)實融合發(fā)展趨勢，積極推進數(shù)字化轉(zhuǎn)型，監(jiān)管層應完善金融監(jiān)管框架，營造充分競爭的市場環(huán)境。

關(guān)鍵詞：數(shù)字金融；市場勢力；經(jīng)營效率；金融脫媒

中圖分類號：F832.3" 文獻標識碼：A" 文章編號：1674-2265（2025）01-0003-10

DOI：10.19647/j.cnki.37-1462/f.2025.01.001

一、引言

美國硅谷銀行倒閉的速度之快再次引發(fā)社會各界對于商業(yè)銀行資產(chǎn)負債配置問題的廣泛討論。黨的二十大報告強調(diào)，“守住不發(fā)生系統(tǒng)性風險底線?！痹谖覈y行主導型金融體系背景下，商業(yè)銀行的風險承擔狀況對系統(tǒng)性金融風險的形成與防范具有重要意義，事關(guān)金融系統(tǒng)的穩(wěn)定和經(jīng)濟的平穩(wěn)增長。2007年以來，我國商業(yè)銀行一直處于過度風險承擔狀態(tài)，城市商業(yè)銀行的過度風險承擔程度顯著高于大型國有商業(yè)銀行和全國性股份制商業(yè)銀行（趙旭霞和李雙建，2023）[1]，成為系統(tǒng)性金融風險的重要來源。厘清影響城市商業(yè)銀行風險承擔的因素和渠道，探討降低城市商業(yè)銀行風險的措施和手段，對于降低單一銀行風險形成的“多米諾骨牌”型系統(tǒng)性風險意義重大。數(shù)字金融的興起促使商業(yè)銀行的經(jīng)營模式發(fā)生重大變革，深刻影響商業(yè)銀行的風險承擔水平。從負向影響來看，數(shù)字金融不僅打破了原有競爭格局，而且增加了風險傳染概率；從正向影響來看，以數(shù)字技術(shù)驅(qū)動的服務模式創(chuàng)新有助于提升經(jīng)營管理效率，擴大金融服務覆蓋面，提高金融服務精準度，增強市場競爭力。數(shù)字化浪潮下，數(shù)字金融對城市商業(yè)銀行風險承擔的綜合影響是積極的還是消極的，成為促進城市商業(yè)銀行穩(wěn)健經(jīng)營乃至保障金融體系穩(wěn)定的重要議題。

鑒于數(shù)字金融對商業(yè)銀行風險承擔影響的雙面性，綜合影響可能因數(shù)字金融的發(fā)展程度以及商業(yè)銀行的經(jīng)營環(huán)境變化情況而呈現(xiàn)不同的結(jié)果。部分學者認為，數(shù)字金融通過蠶食特許權(quán)價值（顧海峰和朱慧萍，2022）[2]、提高負債成本（Zhang等，2020）[3]、惡化資產(chǎn)質(zhì)量（郜慶和李謀，2018）[4]，促進商業(yè)銀行風險承擔；部分學者認為，數(shù)字金融通過提升經(jīng)營管理效率（Delis和Kouretas，2011）[5]、改善收入結(jié)構(gòu)（徐曉萍等，2021）[6]、提高風險防控能力（Li等，2022）[7]，降低商業(yè)銀行潛在風險。也有學者基于數(shù)字金融與商業(yè)銀行經(jīng)營管理融合呈現(xiàn)的階段性特征，認為數(shù)字金融是否會緩解商業(yè)銀行面臨的風險，取決于觀察的時間長度。如沈悅和郭品（2015）[8]認為，數(shù)字金融在早期可以通過降低商業(yè)銀行管理成本抑制風險承擔，但是長期會通過縮小利差、增加資金成本等路徑，影響商業(yè)銀行的資產(chǎn)配置行為，導致其承擔的風險加大，即數(shù)字金融與商業(yè)銀行風險承擔之間呈現(xiàn)U形關(guān)系。傅順等（2023）[9]順著這一思路進行研究，提出商業(yè)銀行在利差縮小之后，會積極調(diào)整經(jīng)營模式，高效利用數(shù)字金融的技術(shù)溢出效應，提高風險防控能力和經(jīng)營管理水平，從而實現(xiàn)資源配置效率的提高和風險承擔水平的下降，即從更長的時間維度來看，數(shù)字金融與商業(yè)銀行風險承擔之間存在倒U形關(guān)系。

綜上，國內(nèi)外學者雖已進行了豐富研究，但仍有進一步拓展的空間：一方面，將數(shù)字金融與城市商業(yè)銀行風險承擔納入一個框架進行針對性分析的文獻較少，而我國城市商業(yè)銀行普遍存在抗風險能力較弱、信用風險過于集中等問題（侯毅恒等，2018）[10]，因此，數(shù)字經(jīng)濟與實體經(jīng)濟融合背景下，數(shù)字金融能否弱化城市商業(yè)銀行的風險是一個值得探討的話題；另一方面，關(guān)于數(shù)字金融對商業(yè)銀行風險承擔的作用路徑，現(xiàn)有文獻主要聚焦信貸資產(chǎn)結(jié)構(gòu)、負債成本、銀行業(yè)競爭度等因素的單一渠道作用，從內(nèi)外部視角進行綜合驗證的文獻較少，缺乏系統(tǒng)的理論分析架構(gòu)與深入的分析探討。鑒于此，本文的邊際貢獻在于：一是以我國金融體系結(jié)構(gòu)和金融監(jiān)管特征為切入點，聚焦風險承擔水平較高的城市商業(yè)銀行，探討數(shù)字金融的影響效果與路徑，是對現(xiàn)有相關(guān)文獻的豐富和補充；二是從經(jīng)營效率和市場勢力兩個角度，厘清并驗證了數(shù)字金融對城市商業(yè)銀行風險承擔水平的作用路徑，拓展了理論分析視角并強化了分析結(jié)論的可靠性；三是結(jié)合銀行業(yè)發(fā)展趨勢，進一步分析了金融脫媒在數(shù)字金融對城市商業(yè)銀行風險承擔影響中的調(diào)節(jié)作用，為監(jiān)管部門在不同經(jīng)營環(huán)境下的政策制定提供理論依據(jù)和經(jīng)驗證據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字金融與城市商業(yè)銀行風險承擔

關(guān)于數(shù)字金融與商業(yè)銀行風險承擔之間的關(guān)系，現(xiàn)有文獻觀點可以總結(jié)歸納為風險抑制論和風險促進論。風險促進論的論點是數(shù)字金融通過蠶食特許權(quán)價值、提高負債成本、惡化資產(chǎn)質(zhì)量促進商業(yè)銀行風險承擔。特許權(quán)價值來源于兩個方面：一是因獲得政府政策支持而取得的壟斷租金，二是憑借經(jīng)營效率、多元化經(jīng)營而取得的超額收益。就城市商業(yè)銀行而言，源于其相對于大型國有商業(yè)銀行和全國性股份制商業(yè)銀行較弱的市場勢力和較窄的利差收益，受到數(shù)字金融帶來的市場競爭結(jié)構(gòu)變化導致的特許權(quán)價值損失較小，而在管理效率較低導致多元化經(jīng)營受阻的背景下，卻可以獲得數(shù)字金融帶來的超額收益的更大幅度提升，因此，數(shù)字金融對城市商業(yè)銀行特許權(quán)價值的影響是正向的（趙江山和佟孟華，2023；賈雅茹等，2023）[11，12]。負債成本提高的邏輯在于，數(shù)字金融通過促進利率市場化改變了商業(yè)銀行負債結(jié)構(gòu)，從而使其對同業(yè)拆借資金的依賴度提高，但在我國當前監(jiān)管環(huán)境下，資金端風險資產(chǎn)占比不大，商業(yè)銀行擴表導致風險上升的動力不足（余靜文和吳濱陽，2021）[13]。尤其是對聚焦本地經(jīng)濟和中小企業(yè)發(fā)展的城市商業(yè)銀行來說，其在市場競爭中需要以價格手段對自身的聲譽風險進行補償，加之受限于自身基礎(chǔ)薄弱和人才劣勢，無法做到客戶群的細分和精準化定價，導致負債成本過高的問題更為突出（孫潔，2024）[14]，數(shù)字金融的發(fā)展為城市商業(yè)銀行差異化定價的實現(xiàn)提供了可能。資產(chǎn)質(zhì)量惡化的推斷來自對“長尾客戶”風險的考慮，但從我國商業(yè)銀行服務地位和模式來看，其在客戶選擇和貸款投向方面仍具有很強的主動權(quán)（潘錫泉，2024）[15]，這一點對城市商業(yè)銀行來說也是適用的，即城市商業(yè)銀行是否服務“長尾客戶”，仍然可以基于風險和收益的綜合權(quán)衡。因此，數(shù)字金融的發(fā)展并不會帶來城市商業(yè)銀行資產(chǎn)質(zhì)量的明顯惡化。

數(shù)字金融對城市商業(yè)銀行風險承擔的影響不僅局限在存貸款業(yè)務層面，而且已經(jīng)深入至與管理模式的融合層面，從而影響城市商業(yè)銀行的資源配置效率。而資源配置效率與風險承擔水平之間呈負相關(guān)關(guān)系，資源配置效率越高，風險承擔水平越低。因此，對數(shù)字金融與城市商業(yè)銀行風險承擔之間關(guān)系的梳理，關(guān)鍵在于辨明數(shù)字金融對城市商業(yè)銀行資源配置效率的影響。城市商業(yè)銀行作為我國金融體系的重要組成部分，其金融創(chuàng)新能力和解決信息不對稱問題的能力越強，資源配置效率越高，服務實體經(jīng)濟的成效越好。在金融創(chuàng)新方面，數(shù)字金融可以賦能城市商業(yè)銀行進行“輕量化”轉(zhuǎn)型，以實現(xiàn)對新的利潤增長點的探索。具體而言，從業(yè)務模式創(chuàng)新角度來看，數(shù)字金融助力城市商業(yè)銀行擺脫物理網(wǎng)點限制，實現(xiàn)對中間業(yè)務等“輕型業(yè)務”的拓展；從金融產(chǎn)品創(chuàng)新角度來看，數(shù)字金融帶來的“技術(shù)公平化”為城市商業(yè)銀行產(chǎn)品創(chuàng)新提供了條件與基礎(chǔ)；從經(jīng)營模式創(chuàng)新角度來看，數(shù)字金融有利于城市商業(yè)銀行通過打造智能審批管理體系降低整體運營成本（王龑和劉大志，2024）[16]。在信息不對稱方面，數(shù)字金融的技術(shù)溢出效應降低了城市商業(yè)銀行的信息獲取成本和風險管理成本，提高了城市商業(yè)銀行的風險管理能力和信貸資產(chǎn)質(zhì)量，如區(qū)塊鏈技術(shù)提高了城市商業(yè)銀行的資產(chǎn)定價能力，人工智能技術(shù)提高了城市商業(yè)銀行的風險識別能力，大數(shù)據(jù)分析技術(shù)提高了城市商業(yè)銀行的貸后管理能力。由此可見，從我國城市商業(yè)銀行創(chuàng)新能力的提升和信息不對稱風險的緩解這一特征事實來看，數(shù)字金融可以提高我國城市商業(yè)銀行的資源配置效率，從而抑制城市商業(yè)銀行的風險承擔。

綜上，在我國當前宏觀審慎政策環(huán)境下，數(shù)字金融對城市商業(yè)銀行風險承擔的促進作用有限，抑制作用明顯。由此，本文提出如下研究假設(shè)：

H1：數(shù)字金融可以降低我國城市商業(yè)銀行的風險承擔。

（二）經(jīng)營效率的中介作用

城市商業(yè)銀行經(jīng)營效率的提升，一方面體現(xiàn)為內(nèi)部管理能力的提升，另一方面體現(xiàn)為與外部優(yōu)質(zhì)客戶的對接。從內(nèi)部管理能力提升角度看，數(shù)字金融的影響可以滲透到風險管理、金融服務、組織架構(gòu)等方方面面。具體而言，在風險管理方面，數(shù)字金融可以豐富和細化城市商業(yè)銀行內(nèi)部數(shù)據(jù)分析維度，對外可以提升數(shù)據(jù)精準度和客戶甄別度，對內(nèi)可以降低商業(yè)銀行員工的欺詐風險和風控系統(tǒng)的運行成本（Fuster等，2019）[17]，并催生內(nèi)部評級體系等風險管理模型的變革和信息聯(lián)動式風險管理流程的建立，從而彌補城市商業(yè)銀行因經(jīng)營規(guī)模和服務客戶特征而在風險管理能力方面存在的缺陷。在金融服務方面，數(shù)字技術(shù)可以將中小企業(yè)的信用拆分并傳送至供應鏈遠端，以緩解信息不對稱問題，從而彌補城市商業(yè)銀行在風險定價能力方面存在的不足（中國人民銀行成都分行營業(yè)管理部課題組和龍俊桃，2020）[18]，同時，以數(shù)字金融為基礎(chǔ)的線上服務方式不僅可以直接降低城市商業(yè)銀行的服務成本，實現(xiàn)客戶規(guī)模和零售存款業(yè)務的雙擴張，而且可以通過降低批發(fā)性融資、同業(yè)拆借等業(yè)務占比，間接降低城市商業(yè)銀行的綜合成本，從而促進其經(jīng)營效率的提高。在組織架構(gòu)方面，數(shù)字技術(shù)的應用能夠助力城市商業(yè)銀行打破各個部門之間的數(shù)據(jù)、信息、溝通、業(yè)務壁壘，提高內(nèi)部組織的柔性化能力和決策反饋機制的有效性，從而實現(xiàn)經(jīng)營效率的提升（謝治春等，2022）[19]。從外部優(yōu)質(zhì)客戶對接角度看，數(shù)字金融緩解了信貸市場的“地域歧視”和“規(guī)模歧視”，提高了優(yōu)質(zhì)民營企業(yè)和中小企業(yè)的資金需求與商業(yè)銀行資金供給的匹配度（唐松等，2020）[20]，從而實現(xiàn)了城市商業(yè)銀行資源配置效率的提升。城市商業(yè)銀行經(jīng)營效率提升，則風險轉(zhuǎn)嫁動機降低，風險承擔水平就降低。由此，本文提出如下假設(shè)：

H2：數(shù)字金融可以通過提高城市商業(yè)銀行經(jīng)營效率抑制其風險承擔。

（三）市場勢力的中介作用

數(shù)字金融對城市商業(yè)銀行市場勢力的影響取決于對銀行業(yè)市場結(jié)構(gòu)的影響，關(guān)于這一影響，學術(shù)界的觀點并不統(tǒng)一。部分學者認為，數(shù)字技術(shù)的應用能夠提高商業(yè)銀行的信息處理能力，但大型國有商業(yè)銀行憑借在資金規(guī)模和人才資源方面的優(yōu)勢，可以實現(xiàn)對新技術(shù)的快速吸收，從而加劇“馬太效應”，導致城市商業(yè)銀行市場勢力的下降（Hauswald和Marquez，2003；李學峰和楊盼盼，2021）[21，22]；部分學者認為，數(shù)字技術(shù)的應用顯著提高信息要素流通的便利性，使數(shù)據(jù)信息得以廣泛傳播與共享，促進金融產(chǎn)品創(chuàng)新和商業(yè)模式創(chuàng)新，為商業(yè)銀行創(chuàng)造更為公平的市場環(huán)境，從而削弱大型國有商業(yè)銀行和全國性股份制商業(yè)銀行的市場勢力，提升城市商業(yè)銀行的市場勢力（王志光和范志國，2023；何小鋼等，2023）[23，24]。基于利率市場化促使銀行業(yè)競爭由數(shù)量競爭轉(zhuǎn)向價格和數(shù)量雙重競爭從而提升中小商業(yè)銀行競爭力量的基本事實，以及我國的金融市場改革旨在促進競爭、消除壁壘、形成全國統(tǒng)一大市場（劉志彪，2022）[25]的現(xiàn)階段目標，本文認為我國數(shù)字金融的發(fā)展處于促進銀行業(yè)競爭的階段，即數(shù)字金融與城市商業(yè)銀行市場勢力之間存在正向關(guān)系。

城市商業(yè)銀行市場勢力的提升可以降低自身存在的經(jīng)營風險（Danisman和Demirel，2019）[26]。首先，市場勢力增強可以提高城市商業(yè)銀行的定價權(quán)，使其能夠索取較高的信貸利率，獲得市場溢價，從而提高風險抵御能力（申創(chuàng)和劉笑天，2017）[27]。其次，市場勢力增強有助于城市商業(yè)銀行多元化經(jīng)營戰(zhàn)略的推進以及市場份額的擴大，從而降低業(yè)務和客戶集中度過高帶來的風險。再次，市場勢力的提升可以促進城市商業(yè)銀行與優(yōu)質(zhì)客戶之間建立穩(wěn)定的長期合作關(guān)系（張一林等，2019）[28]，減小風險敞口。最后，市場勢力增強意味著特許權(quán)價值和破產(chǎn)成本的增加，城市商業(yè)銀行為了維護自己的市場地位，會避免高風險投資項目，采取審慎經(jīng)營策略。鑒于此，本文提出如下假設(shè)：

H3：市場勢力在數(shù)字金融抑制城市商業(yè)銀行風險承擔的過程中發(fā)揮中介作用。

（四）金融脫媒的調(diào)節(jié)作用

黨的二十大報告明確提出，“健全資本市場功能，提高直接融資比重?！痹诮鹑诿撁街鸩缴罨谋尘跋?，數(shù)字金融對城市商業(yè)銀行風險承擔的影響可以從利息業(yè)務和非利息業(yè)務兩個角度來思考。從利息業(yè)務角度看，金融脫媒趨勢下，優(yōu)質(zhì)企業(yè)傾向于選擇成本更低的直接融資方式，難以通過直接融資方式獲取信貸資源的中小企業(yè)成為城市商業(yè)銀行的主要服務對象（亓浩等，2023）[29]。而數(shù)字金融在解決信息不對稱問題以及降低授信客戶道德風險方面的優(yōu)勢，在這一背景下得以更為充分地發(fā)揮，亦即金融脫媒趨勢下，數(shù)字金融在信貸資源匹配和風險管理方面作用的發(fā)揮，可以更為有效地提升城市商業(yè)銀行的經(jīng)營效率，以實現(xiàn)“以量補價”策略的踐行和潛在風險的防范。從非利息業(yè)務角度看，金融脫媒促使商業(yè)銀行徹底轉(zhuǎn)變經(jīng)營理念（Mercer，1996）[30]，加快非利息收入業(yè)務開發(fā)速度（French和Leyshon，2004）[31]。在此過程中，具有數(shù)據(jù)和技術(shù)優(yōu)勢的商業(yè)銀行可以通過開發(fā)表外業(yè)務激發(fā)“脫媒矯正”效應（Christian和Ying，2009）[32]，而數(shù)字金融帶來的技術(shù)溢出效應可以提高城市商業(yè)銀行的技術(shù)水平，并通過提升其非利息收入占比和在新興業(yè)務市場中的市場份額，強化其市場勢力，從而提高其盈利水平和風險應對能力。綜上，無論從利息業(yè)務角度來看，還是從非利息業(yè)務角度來看，伴隨金融脫媒的進一步深化，數(shù)字金融對城市商業(yè)銀行潛在風險的抑制作用將進一步強化。因此，本文提出如下假設(shè)：

H4：金融脫媒程度加深強化了數(shù)字金融對城市商業(yè)銀行風險承擔的抑制效果。

三、研究設(shè)計

（一）模型設(shè)定

參考顧海峰和卞雨晨（2022）[33]的研究，構(gòu)建如下基準模型，以檢驗數(shù)字金融對城市商業(yè)銀行風險承擔的影響：

[RTi，t=β0+β1DFi，t+γControlsi，t+δi+θt+εi，t]" " " "（1）

式（1）中，[RTi，t]表示第[t]年某城市商業(yè)銀行[i]的風險承擔情況，[DFi，t]表示第[t]年城市商業(yè)銀行[i]所處地區(qū)的數(shù)字金融發(fā)展水平。[Controls]表示對城市商業(yè)銀行風險承擔水平具有重要影響的控制變量。銀行個體固定效應和時間固定效應分別用[δi]和[θt]表示，[εi，t]表示隨機誤差項。

為檢驗經(jīng)營效率和市場勢力的渠道作用，參考溫忠麟和葉寶娟（2014）[34]的研究，構(gòu)建如下中介效應模型：

[Mi，t=α0+α1DFi，t+γControlsi，t+δi+θt+εi，t]" " " （2）

[RTi，t=ω0+ω1DFi，t+ω2Mi，t+γControlsi，t+δi+θt+εi，t]" " " " " " " （3）

式（2）和式（3）中，[Mi，t]是中介變量，包括經(jīng)營效率（TFP）和市場勢力（Lerner）。

為檢驗金融脫媒的調(diào)節(jié)作用，構(gòu)建如下調(diào)節(jié)效應模型：

[RTi，t=β0+β1DFi，t+β2At+β3At×DFi，t+γControlsi，t+δi+θt+εi，t]" " （4）

式（4）中，[At]表示調(diào)節(jié)變量，即金融脫媒（FD）。

（二）變量選擇與說明

1. 被解釋變量：城市商業(yè)銀行風險承擔（RT）。借鑒Salas和Saurina（2002）[35]及邱晗等（2018）[36]的研究，采用加權(quán)風險資產(chǎn)占比衡量城市商業(yè)銀行風險承擔水平。

2. 解釋變量：數(shù)字金融（DF）。采用北京大學數(shù)字金融研究中心測算的數(shù)字普惠金融指數(shù)作為代理指標，衡量城市商業(yè)銀行所在區(qū)域的數(shù)字金融發(fā)展水平。

3. 控制變量。參考何理等（2022）[37]、蔣海等（2023）[38]相關(guān)研究，從微觀和宏觀兩個層面引入控制變量。微觀層面引入的變量有資產(chǎn)規(guī)模（Asset）、資產(chǎn)收益率（ROA）、資本充足率（CAR）、成本收入比（CIR）和存貸比（LDR）；宏觀層面引入的變量有人均GDP（GDP）和廣義貨幣供應量（M2）。

4. 中介變量。本文涉及兩個中介變量，即經(jīng)營效率（TFP）和市場勢力（Lerner）。經(jīng)營效率以DEA-Malmquist指數(shù)為代理變量。參考杜莉和劉錚（2022）[39]、李昊驊等（2018）[40]的研究成果，將貸款總額、凈利潤、營業(yè)收入作為產(chǎn)出數(shù)據(jù)，將員工人數(shù)、管理費用、資產(chǎn)總額作為投入數(shù)據(jù)。DEA-Malmquist指數(shù)是正向指標。

市場勢力以[Lerner]指數(shù)衡量：

[Lerneri，t=（Pi，t-MCi，t）Pi，t]" " " （5）

式（5）中，[Lerneri，t]代表第[t]年某城市商業(yè)銀行[i]的市場勢力；[Pi，t]是該城市商業(yè)銀行第[t]年產(chǎn)出的平均價格，以總收入除以總資產(chǎn)計算得出；[MCi，t]是該城市商業(yè)銀行第[t]年的邊際成本，由超越對數(shù)成本函數(shù)計算得出，計算公式如式（6）所示。其中，[TAi，t]為該城市商業(yè)銀行的總產(chǎn)出，以總資產(chǎn)表示；[W1]為資金價格，[W2]為資本價格，二者的比衡量的是該城市商業(yè)銀行的要素投入價格，[W1]以總利息支出除以總存款計算得出，[W2]以營業(yè)成本與人員開支的差額除以固定資產(chǎn)計算得出；[TCi，t]是該城市商業(yè)銀行的總成本，推導公式如式（7）所示，估計方法是隨機前沿分析法。[Lerner]指數(shù)代表該城市商業(yè)銀行獲取超額利潤的能力，[Lerner]指數(shù)越大，其市場勢力越強。

[MCi，t=TCi，t?1+?2LnTAi，t+ζ（Lnw1w2）/TAi，t]""（6）

[LnTCi，t=?0+?1LnTAi，t+12?2（LnTAi，t）2+j=12λjLnWj，it+12j=12k=12λjk（LnWj，it）（LnWk，it）+12i=12ζj（LnWj，it）（LnTAj，it）+μi+νit]" （7）

5. 調(diào)節(jié)變量：金融脫媒程度（FD）。以直接融資規(guī)模與社會融資規(guī)?？傤~的比值作為代理變量，計算公式如下：

該指標為正向指標，指標值越大，說明金融脫媒程度越大。

（三）數(shù)據(jù)來源與描述性統(tǒng)計

基于數(shù)據(jù)的可得性與完整性，選擇80家城市商業(yè)銀行2011—2021年的平衡面板數(shù)據(jù)為研究樣本，相關(guān)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫、萬得數(shù)據(jù)庫、同花順數(shù)據(jù)庫、國家統(tǒng)計局、中國人民銀行以及各商業(yè)銀行年報。各變量描述性統(tǒng)計結(jié)果如表1所示。

四、實證分析

（一）基準回歸分析

如表2所示，在逐步加入微觀和宏觀控制變量后，數(shù)字金融對城市商業(yè)銀行風險承擔的影響在1%的水平上顯著為負，即數(shù)字金融可以顯著抑制城市商業(yè)銀行的風險承擔。由此，研究假設(shè)1得證。

從微觀層面控制變量來看，資產(chǎn)規(guī)模顯著負向影響城市商業(yè)銀行的風險承擔水平，原因在于城市商業(yè)銀行資產(chǎn)規(guī)模越大，市場勢力越強，業(yè)務多元化程度越高，且主動風險分散手段越多，受到監(jiān)管關(guān)注度也越高，因此，資產(chǎn)規(guī)模與城市商業(yè)銀行風險承擔之間的關(guān)系是反向的。資本充足率的系數(shù)在1%水平上顯著為負，可能的原因是，資本越充足的城市商業(yè)銀行，防范風險和吸收損失的能力越強，且更容易獲得融資支持，風險承擔能力越強。成本收入比的系數(shù)在1%水平上顯著為負，原因可能是存貸利差較小的穩(wěn)健經(jīng)營模式可以有效降低城市商業(yè)銀行面臨的經(jīng)營風險。存貸比的系數(shù)在1%的水平下顯著為正，可能的原因是，原銀監(jiān)會先后在2009年、2015年放松了對存貸比的監(jiān)管要求，進而促進了監(jiān)管套利動機對商業(yè)銀行風險承擔的邊際貢獻。

從宏觀層面控制變量來看，貨幣政策在1%水平上顯著為負，貨幣供應量增多往往伴隨著利率下降，利率降低減輕了借款人的利息負擔，強化了借款人資金投入與利潤實現(xiàn)之間的正反饋機制，提高了借款人的綜合實力，從而降低了借款人的道德風險以及城市商業(yè)銀行面臨的潛在風險。此外，寬松的貨幣政策會通過增加城市商業(yè)銀行的特許經(jīng)營權(quán)價值，降低其融資成本和風險承擔水平。

（二）內(nèi)生性處理

因為數(shù)字金融的發(fā)展和商業(yè)銀行經(jīng)營活動密切相關(guān)，可能存在一定程度的遺漏變量、雙向因果等導致的內(nèi)生性問題，為避免內(nèi)生性問題造成的估計誤差，進一步采取兩階段最小二乘法和系統(tǒng)GMM方法進行內(nèi)生性處理。

在工具變量的選取上，參考顧海峰和卞雨晨（2022）[33]的研究，選取中國互聯(lián)網(wǎng)絡信息中心編制的互聯(lián)網(wǎng)普及率指數(shù)（Internet）作為工具變量。實證結(jié)果如表3所示，模型（1）中，工具變量對數(shù)字金融（DF）在1%水平上顯著正相關(guān)，滿足了兩階段最小二乘法第一階段要求；模型（2）中，數(shù)字金融（DF）與城市商業(yè)銀行風險承擔（RWA）之間的相關(guān)系數(shù)為-0.512，在5%的水平上顯著為負，與基準回歸結(jié)果一致。系統(tǒng)GMM檢驗結(jié)果表明：AR（1）值小于0.1，AR（2）值大于0.1，說明擾動項通過序列相關(guān)性檢驗；Hansen檢驗結(jié)果為0.747，大于0.1，說明選擇的工具變量是有效的；主要解釋變量數(shù)字金融（DF）與風險承擔（RWA）顯著負相關(guān)，與基準回歸結(jié)論一致。

（三）穩(wěn)健性檢驗

本文采取更換被解釋變量和核心解釋變量，以及增加樣本容量的方法進行穩(wěn)健性檢驗。被解釋變量的替換變量，參考余晶晶等（2019）[41]的研究，用不良貸款率（NPLR）作為穩(wěn)健性檢驗中的代理變量；解釋變量的替換變量，參考董康等（2023）[42]的研究，以各省政府工作報告中涉及數(shù)字金融的詞頻數(shù)量總和的對數(shù)所代表的數(shù)字經(jīng)濟發(fā)展水平（DigitE）1作為穩(wěn)健性檢驗中的代理變量。檢驗結(jié)果如表4列（1）和列（2）所示，數(shù)字金融（DF）與數(shù)字經(jīng)濟發(fā)展水平（DigitE）的系數(shù)均顯著為負，說明基準回歸結(jié)果穩(wěn)健。另外，考慮到城市商業(yè)銀行的可得數(shù)據(jù)已經(jīng)全部運用，而且數(shù)字金融對商業(yè)銀行風險承擔的影響具有普遍性，因此，將研究樣本拓展到包含大型國有商業(yè)銀行、全國性股份制商業(yè)銀行、城市商業(yè)銀行和農(nóng)村商業(yè)銀行的126家商業(yè)銀行，以進一步驗證本文研究結(jié)論的合理性。實證結(jié)果如列（3）所示，增加樣本容量后，數(shù)字金融的影響系數(shù)為-1.741，在1%的水平上顯著，但絕對值小于基準回歸結(jié)果中的系數(shù)，說明數(shù)字金融對城市商業(yè)銀行風險承擔的抑制作用更強。主要原因是，數(shù)字金融雖然可以緩解商業(yè)銀行整體的風險承擔，但是城市商業(yè)銀行的風險管理問題更為突出，數(shù)字金融在數(shù)據(jù)處理和流程優(yōu)化方面的優(yōu)勢在城市商業(yè)銀行經(jīng)營管理中發(fā)揮的作用更強。因此，在銀行業(yè)整體面臨低增長、低需求、低息差和高風險挑戰(zhàn)的背景下，城市商業(yè)銀行應該積極擁抱數(shù)字金融以深度挖掘數(shù)據(jù)價值。

（四）異質(zhì)性分析

異質(zhì)性檢驗結(jié)果如表5所示。模型（1）和（2）以是否上市為標準，對數(shù)字金融影響城市商業(yè)銀行風險承擔的效果進行異質(zhì)性分析，結(jié)果顯示數(shù)字金融對已上市城市商業(yè)銀行的風險承擔抑制作用更強?？赡艿脑蚴牵阂环矫妫焉鲜谐鞘猩虡I(yè)銀行通常面臨更嚴格的監(jiān)管，更有必要借助數(shù)字金融構(gòu)建更為高效、完善的經(jīng)營管理體系，因而風險承擔降低更多；另一方面，已上市城市商業(yè)銀行可獲得的資源與成長機會更多，數(shù)字金融發(fā)揮作用的領(lǐng)域和環(huán)節(jié)更多，從而對風險承擔的抑制作用更強。

模型（3）和（4）以經(jīng)營規(guī)模的中位數(shù)為標準，將城市商業(yè)銀行劃分為大規(guī)模和小規(guī)模銀行，以進行數(shù)字金融賦能作用的異質(zhì)性分析。結(jié)果顯示，數(shù)字金融對小規(guī)模城市商業(yè)銀行風險承擔抑制作用更強，可能的原因是小規(guī)模城市商業(yè)銀行的市場勢力更小，經(jīng)營效率更差，數(shù)字金融對小規(guī)模城市商業(yè)銀行的業(yè)務邊界拓展作用和經(jīng)營效率賦能作用均更強，因此，風險承擔的抑制作用也更強。

模型（5）和（6）以經(jīng)營效率的中位數(shù)為標準，將城市商業(yè)銀行劃分為高經(jīng)營效率和低經(jīng)營效率兩組，以進行數(shù)字金融賦能作用的異質(zhì)性分析。結(jié)果顯示，數(shù)字金融對經(jīng)營效率高的城市商業(yè)銀行的風險抑制作用更強。可能的原因在于，數(shù)字技術(shù)作為一項先進技術(shù)，其適用需要一定的條件，低經(jīng)營效率城市商業(yè)銀行普遍面臨先進技術(shù)與落后條件之間的矛盾，導致享受到的數(shù)字金融紅利和技術(shù)溢出效應不如高經(jīng)營效率的城市商業(yè)銀行。

（五）中介效應檢驗

本文采用逐步回歸法進行中介效應檢驗。如表6所示，模型（1）（2）（3）是對經(jīng)營效率渠道作用的檢驗。模型（2）顯示，數(shù)字金融對城市商業(yè)銀行經(jīng)營效率的作用系數(shù)為1.068，在10%的水平上顯著，說明數(shù)字金融的發(fā)展有利于城市商業(yè)銀行經(jīng)營效率的提高；模型（3）在模型（1）的基礎(chǔ)上加入了經(jīng)營效率，數(shù)字金融影響系數(shù)為-1.052，且通過了顯著性檢驗，但與模型（1）的實證結(jié)果相比，對城市商業(yè)銀行風險承擔的抑制作用變?nèi)趿?，?jīng)營效率的影響系數(shù)為負值，且在10%的水平上顯著，說明“數(shù)字金融——經(jīng)營效率——風險承擔”的傳導渠道有效。對于城市商業(yè)銀行來說，資產(chǎn)質(zhì)量問題成為制約其發(fā)展乃至決定其存亡的關(guān)鍵，數(shù)字金融不僅可以賦能其貸前管理，實現(xiàn)信息核實成本的下降和優(yōu)質(zhì)客戶的篩選，而且可以賦能其貸后管理，實現(xiàn)風險交易的攔截和違約風險的減小，最終通過提高經(jīng)營效率抑制風險承擔，假設(shè)2得證。模型（4）（5）（6）是對市場勢力渠道作用的檢驗，模型（5）顯示，數(shù)字金融對城市商業(yè)銀行市場勢力的影響系數(shù)是1.382，在10%的水平上顯著，說明數(shù)字金融可以顯著提高城市商業(yè)銀行的市場勢力；模型（6）在模型（4）的基礎(chǔ)上，考慮了城市商業(yè)銀行市場勢力的影響，數(shù)字金融的影響系數(shù)為-1.760，在1%的水平上顯著，絕對值較模型（4）變小，市場勢力的影響系數(shù)是負值，且在10%的水平上顯著，說明市場勢力在數(shù)字金融影響城市商業(yè)銀行風險承擔的過程中承擔重要的渠道作用，即在城市商業(yè)銀行經(jīng)營活動受到資源和區(qū)域限制，導致在與大型國有商業(yè)銀行和全國性股份制商業(yè)銀行的競爭中處于劣勢的情況下，數(shù)字金融帶來的技術(shù)溢出效應可以強化其市場勢力。從區(qū)域內(nèi)角度看，數(shù)字金融可以豐富城市商業(yè)銀行的產(chǎn)品和服務供給，推動其實現(xiàn)金融服務模式的創(chuàng)新和市場份額的提升，從而實現(xiàn)產(chǎn)業(yè)支持效能的激發(fā)與風險承擔水平的下降；從跨區(qū)域角度看，數(shù)字金融可以拓寬城市商業(yè)銀行的服務邊界和規(guī)模，推動其實現(xiàn)新市場的開發(fā)和新客戶的拓展，從而實現(xiàn)新增長點的培育與經(jīng)營風險的分散。假設(shè)3得證。

（六）調(diào)節(jié)效應檢驗

表7為調(diào)節(jié)效應檢驗結(jié)果。將金融脫媒和數(shù)字金融的交乘項引入模型后，金融脫媒對城市商業(yè)銀行風險承擔的影響系數(shù)為7.273，在1%的水平上顯著，說明金融脫媒程度越高，城市商業(yè)銀行承擔的風險越大。這是因為金融脫媒剝奪了城市商業(yè)銀行的中介身份，通過推動利率市場化進一步壓縮城市商業(yè)銀行的利差，降低城市商業(yè)銀行的盈利能力，導致城市商業(yè)銀行采取增加影子銀行業(yè)務規(guī)模和風險資產(chǎn)配置等應對策略，產(chǎn)生了降低城市商業(yè)銀行經(jīng)營穩(wěn)定性的后果。交互項系數(shù)為-0.16，在5%的水平上顯著，表明金融脫媒在數(shù)字金融對城市商業(yè)銀行風險承擔的作用過程中起到正向調(diào)節(jié)作用，即金融脫媒程度越高，數(shù)字金融對城市商業(yè)銀行風險承擔的抑制作用越強。在黨的二十大報告提出提高直接融資比重的背景下，國有企業(yè)和大型民營企業(yè)等資質(zhì)較優(yōu)的企業(yè)傾向于選擇成本較低的直接融資渠道，導致城市商業(yè)銀行優(yōu)質(zhì)客戶流失，資產(chǎn)負債中蘊含的風險加大，此時數(shù)字金融帶來的技術(shù)溢出效應和創(chuàng)新效應得以強化，假設(shè)4得證。

五、研究結(jié)論與政策建議

（一）研究結(jié)論

本文以2011—2021年我國80家城市商業(yè)銀行樣本數(shù)據(jù)為基礎(chǔ)，探究了數(shù)字金融對城市商業(yè)銀行風險承擔的影響和傳導機制。主要結(jié)論有：第一，數(shù)字金融可以顯著降低我國城市商業(yè)銀行風險承擔水平，且作用存在異質(zhì)性，對已上市、小規(guī)模、高經(jīng)營效率城市商業(yè)銀行潛在風險的抑制作用更強；第二，數(shù)字金融通過提高城市商業(yè)銀行的經(jīng)營效率和市場勢力降低其風險承擔水平；第三，當金融脫媒深化時，數(shù)字金融對城市商業(yè)銀行風險承擔的抑制作用更強。

（二）政策建議

第一，我國城市商業(yè)銀行應順應數(shù)實融合發(fā)展趨勢，積極推進數(shù)字化轉(zhuǎn)型。在數(shù)字金融與銀行業(yè)務深度融合的背景下，城市商業(yè)銀行應積極擁抱數(shù)字金融，推動區(qū)塊鏈、人工智能等數(shù)字技術(shù)與業(yè)務流程和管理體系的全方位融合，激發(fā)數(shù)字金融的技術(shù)溢出效應以及對風險承擔的抑制作用。此外，不同類型城市商業(yè)銀行應結(jié)合自身發(fā)展實際，制定匹配自身業(yè)務及發(fā)展戰(zhàn)略的差異化轉(zhuǎn)型策略。已上市的城市商業(yè)銀行應關(guān)注數(shù)字金融與經(jīng)營管理的全方位融合，推動企業(yè)文化、決策模式、業(yè)務流程、信息系統(tǒng)基礎(chǔ)設(shè)施等全面轉(zhuǎn)型升級，激發(fā)數(shù)字金融的技術(shù)溢出效應，實現(xiàn)風險承擔水平的進一步下降；小規(guī)模城市商業(yè)銀行應進一步強化與外部金融科技公司的合作，制定切實可行的差異化戰(zhàn)略目標和數(shù)字化轉(zhuǎn)型路徑，做好資源整合，充分利用數(shù)字金融精準度高、實效性強的優(yōu)勢，創(chuàng)新業(yè)務發(fā)展模式，最大限度降低自身經(jīng)營風險，以實現(xiàn)穩(wěn)健發(fā)展；經(jīng)營效率高的城市商業(yè)銀行應考慮引進較為先進的數(shù)字技術(shù)，主導建立合作伙伴生態(tài)系統(tǒng)，共享技術(shù)和資源，促進創(chuàng)新的示范效應和競合的共生效應。

第二，監(jiān)管層應完善金融監(jiān)管框架，營造充分競爭環(huán)境。首先，監(jiān)管機構(gòu)應該聯(lián)合網(wǎng)信辦、工信部等相關(guān)職能部門，共同打造全國信用信息共享平臺，形成構(gòu)建數(shù)字化生態(tài)的合力，從而為人才、資金和技術(shù)處于劣勢的城市商業(yè)銀行的數(shù)字化轉(zhuǎn)型提供堅實的基礎(chǔ)。其次，監(jiān)管機構(gòu)應加強金融監(jiān)管和數(shù)字技術(shù)的融合，健全市場準入和長效監(jiān)管機制，引導銀行業(yè)適度競爭，形成市場機制和監(jiān)管機制高效協(xié)調(diào)、互促共進的新格局，為城市商業(yè)銀行的發(fā)展和多層次金融體系的構(gòu)建創(chuàng)造公平的市場競爭環(huán)境。最后，監(jiān)管機構(gòu)應將數(shù)字金融納入監(jiān)管框架，強化數(shù)字金融技術(shù)溢出效應的同時，全方位把控其可能帶來的風險。

注：

1運用Python軟件對政府工作報告中的關(guān)鍵詞進行提取和處理。關(guān)鍵詞包括智能（智能制造、智能化等）、智慧（智慧化、智慧城市等）、云計算、上云、云平臺、云服務、大數(shù)據(jù)、數(shù)據(jù)安全、數(shù)據(jù)服務、數(shù)據(jù)治理、數(shù)據(jù)共享、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、區(qū)塊鏈、機器人、5G、數(shù)字技術(shù)、數(shù)字化、數(shù)字經(jīng)濟等。

參考文獻：

[1]趙旭霞，李雙建.中國商業(yè)銀行風險承擔是適宜的嗎？[J].上海金融，2023，（12）.

[2]顧海峰，朱慧萍.數(shù)字金融是否影響商業(yè)銀行特許權(quán)價值？ [J].當代經(jīng)濟科學，2022，44 （04）.

[3]Zhang A，Wang SY，Liu B，F(xiàn)u JY. 2020. The Double-edged Sword Effect of Diversified Operation on Pre- and Post-loan Risk in the Government-led Chinese Commercial Banks [J].North American Journal of Economics and Finance，54.

[4]郜慶，李謀.利率市場化與金融互聯(lián)網(wǎng)化對銀行風險影響的實證分析 [J].新疆社會科學，2018，（06）.

[5]Delis MD，Kouretas GP. 2011.Interest Rates and Bank Risk-taking [J].Journal of Banking amp; Finance，（4）.

[6]徐曉萍，李弘基，戈盈凡.金融科技應用能夠促進銀行信貸結(jié)構(gòu)調(diào)整嗎？——基于銀行對外合作的準自然實驗研究 [J].財經(jīng)研究，2021，47（06）.

[7]Chengming Li，Si He，Yuan Tian，Shiqi Sun，Lu Ning. 2022. Does the Bank's FinTech Innovation Reduce Its Risk-Taking？Evidence from China's Banking Industry [J].Journal of Innovation amp; Knowledge，（7）.

[8]沈悅，郭品.互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率 [J].金融研究， 2015，（03）.

[9]傅順，裴平，孫杰.數(shù)字金融發(fā)展與商業(yè)銀行信用風險——來自中國37家上市銀行的經(jīng)驗證據(jù) [J].北京理工大學學報（社會科學版），2023，25（01）.

[10]侯毅恒，龔椿楠，林艷.城市商業(yè)銀行財務風險管理問題研究 [J].經(jīng)濟體制改革， 2018，（05）.

[11]趙江山，佟孟華.金融科技、特許權(quán)價值與銀行風險承擔 [J].中南財經(jīng)政法大學學報，2023，（04）.

[12]賈雅茹，陳俞全，康寬，郭沛.數(shù)字技術(shù)驅(qū)動下商業(yè)銀行數(shù)字化轉(zhuǎn)型與特許權(quán)價值 [J].上海金融，2023，（08）.

[13]余靜文，吳濱陽.數(shù)字金融與商業(yè)銀行風險承擔——基于中國商業(yè)銀行的實證研究 [J].產(chǎn)經(jīng)評論，2021，12（04） .

[14]孫潔.利率市場化與城商行存款定價管理 [J].中國外資，2024，（07）.

[15]潘錫泉.金融支持中國式現(xiàn)代化產(chǎn)業(yè)體系建設(shè)：國際經(jīng)驗及實踐路徑 [J].當代經(jīng)濟管理，2024，46（07）.

[16]王龑，劉大志.數(shù)字經(jīng)濟政策能否助推中小銀行高質(zhì)量發(fā)展——基于“輕量化”轉(zhuǎn)型視角 [J].金融與經(jīng)濟，2024，（05） .

[17]Fuster A，Plosser M，Schnabl P，Vickery J.2019. The Role of Technology in Mortgage Lending [J].The Review of Financial Studies，32（5） .

[18]中國人民銀行成都分行營業(yè)管理部課題組，龍俊桃.供應鏈金融與小微企業(yè)融資：從信用孤立到信用穿透的嬗變 [J].西南金融，2020，（07） .

[19]謝治春，趙興廬，劉云燕.傳統(tǒng)商業(yè)銀行數(shù)字化轉(zhuǎn)型下的組織適應性問題與組織創(chuàng)新 [J].當代經(jīng)濟管理，2022，44（12） .

[20]唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異 [J].管理世界，2020，36（05） .

[21]Hauswald R，Marquez R.2003. Information Technology and Financial Services Competition [J].Review of Financial Studies，16（3） .

[22]李學峰，楊盼盼.金融科技、市場勢力與銀行風險[J].當代經(jīng)濟科學，2021，43（01） .

[23]王志光，范志國.數(shù)字普惠金融與地區(qū)商業(yè)銀行競爭 [J].金融發(fā)展研究，2023，（04）.

[24]何小鋼，羅欣，郭曉斌.金融科技、資源配置與銀行業(yè)結(jié)構(gòu) [J].當代財經(jīng)，2023，（06）.

[25]劉志彪.全國統(tǒng)一大市場 [J].經(jīng)濟研究，2022，57（05） .

[26]Danisman G，Demirel P. 2019. Bank Risk-taking in Developed Countries：The Influence of Market Power and Bank Regulations [J].Journal of International Financial Markets，Institutions and Money，59.

[27]申創(chuàng)，劉笑天.互聯(lián)網(wǎng)金融、市場勢力與商業(yè)銀行績效 [J].當代經(jīng)濟科學，2017，39 （05）.

[28]張一林，林毅夫，龔強.企業(yè)規(guī)模、銀行規(guī)模與最優(yōu)銀行業(yè)結(jié)構(gòu)——基于新結(jié)構(gòu)經(jīng)濟學的視角 [J].管理世界，2019，35 （03）.

[29]亓浩，馬九杰，李軍偉.直接融資發(fā)展、金融脫媒與農(nóng)村商業(yè)銀行回歸本源 [J].華南師范大學學報（社會科學版），2023，（04） .

[30]Mercer D P.1996. Future Directions of Banking—The Changing Nature of Financial Services [J].Businessdate，4（3） .

[31]French S，Leyshon A. 2004. The New，New Financial System？ Towards a Conceptualization of Financial Reintermediation [J].Review of International Political Economy，11（2） .

[32]Christian Calmès，Ying Liu.2009. Financial Structure Change and Banking Income：A Canada-U. S. Comparison [J].Journal of International Financial Markets，Institutions and Money，19（1）.

[33]顧海峰，卞雨晨.數(shù)字金融會影響銀行系統(tǒng)性風險嗎？——基于中國上市銀行的證據(jù) [J].中國軟科學，2022，（02） .

[34]溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展[J].心理科學進展，2014，22（05）.

[35]Salas V，Saurina J. 2002. Credit Risk in Two Institutional Regimes：Spanish Commercial and Savings Banks[J].Journal of Financial Services Research，22（3）.

[36]邱晗，黃益平，紀洋.金融科技對傳統(tǒng)銀行行為的影響——基于互聯(lián)網(wǎng)理財?shù)囊暯?[J].金融研究，2018，（11） .

[37]何理，馮科，劉雨峰.金融科技發(fā)展水平對商業(yè)銀行風險承擔的影響 [J].西南金融，2022， （08）.

[38]蔣海，唐紳峰，吳文洋.數(shù)字化轉(zhuǎn)型對商業(yè)銀行風險承擔的影響研究——理論邏輯與經(jīng)驗證據(jù) [J].國際金融研究，2023，（01）.

[39]杜莉，劉錚.數(shù)字金融對商業(yè)銀行信用風險約束與經(jīng)營效率的影響 [J].國際金融研究，2022，（06）.

[40]李昊驊，肖斌卿，龔樂.商業(yè)銀行成本收入比與員工效率——基于我國銀行業(yè)特殊情境的實證 [J].江蘇社會科學，2018，（05）.

[41]余晶晶，何德旭，仝菲菲.競爭、資本監(jiān)管與商業(yè)銀行效率優(yōu)化——兼論貨幣政策環(huán)境的影響 [J].中國工業(yè)經(jīng)濟，2019，（08）.

[42]董康，孫可可，李平. 數(shù)字技術(shù)會縮小居民收入差距嗎？——來自政府工作報告文本分析的證據(jù) [J].技術(shù)經(jīng)濟，2023，42 （01） .