数字普惠金融对我国商业银行风险水平的影响研究

【摘"要】随着我国金融体制改革以及普惠金融的发展，防范化解中小金融机构和银行风险是维持金融系统稳定性的重要攻坚任务。通过从数字普惠金融的视角出发，对银行的风险承担行为进行实证研究，发现数字普惠金融的发展能够有效降低商业银行所承担的风险水平。论文通过运用数字普惠金融指数和BankScope全球银行数据库，运用我国139家银行2011-2019年的数据，通过面板固定效应模型考察了数字普惠金融对商业银行风险承担的影响。研究结果表明，数字普惠金融的发展能够有效降低商业银行承担的风险。数字金融的覆盖程度越广，商业银行的稳定性越好，所经受的风险程度越低；数字金融的使用程度越深，商业银行所承担的风险也越低。在异质性方面，无论是农村商业银行还是城市商业银行，数字普惠金融的发展都能增加他们的稳定性，因而也能提升他们的风险承担能力，但对于股份制商业银行，其作用并不显著。【关键词】数字普惠金融；银行风险承担；固定效应；金融风险防范1引言当前全球经济受地缘冲突与行业风险叠加影响，金融系统稳定性面临严峻考验。我国房地产企业债务危机、包商银行破产等事件折射出商业银行风险防控的紧迫性。党的二十大报告与2023年国务院发布的《国务院关于推进普惠金融高质量发展的实施意见》均强调，需统筹金融安全与发展，完善现代金融监管体系，坚决守住不发生系统性风险底线。在此背景下，探究银行风险的决定性因素及化解路径具有重要现实意义。数字技术的突破重构了金融生态格局。移动支付与互联网金融平台（如蚂蚁集团、京东金融）的快速发展，推动普惠金融进入数字化新阶段。数字普惠金融通过技术赋能降低服务成本、拓展覆盖半径，有效提升长尾客群金融服务可得性。据《北京大学数字普惠金融指数（2011-2020）》显示，北京市指数十年间增长5倍，江西省更实现11倍跃升，印证其在全国范围的迅猛发展态势。然而，数字普惠金融的推广高度依赖商业银行体系支撑——地方银行需从传统对公信贷业务转向服务小微企业与低收入群体，这种战略转型可能引致风险承担行为的结构性变化。核心问题在于：数字普惠金融究竟如何影响地方银行风险水平？其作用机制与传导路径为何？这对防范系统性金融风险具有关键政策价值。本文基于北京大学数字普惠金融指数与2011-2020年地方商业银行数据，系统考察二者关联效应。研究发现，数字普惠金融通过三重机制作用于银行风险：一是技术驱动的业务下沉扩大客户覆盖，但可能加剧信息不对称导致的信用风险；二是线上化服务降低运营成本，提升风险抵御能力；三是市场竞争加剧倒逼银行风险偏好上升。实证结果显示，数字普惠金融对区域性银行风险存在“双刃剑”效应：初期技术应用可优化风控效率（风险降低3.8%～5.2%），但过度依赖数据模型可能导致风险低估，长期看可能诱发风险累积（滞后效应显著度达10%）。2文献综述本文的研究综述主要分为两部分，一部分是利用Citespace软件分析近13年来与商业银行风险相关的研究重点；另一部份则是通过文献梳理，对数字普惠金融、数字普惠金融对商业银行风险的影响两类文献进行梳理。2.1商业银行风险本文以金融和商业银行风险作为主体词在中国知网中进行高级检索，检索时间为2010年至2023年12月份，期刊来源设置为CSSCI，得到相关文献总计1023篇，因本文选择的期刊来源为CSSCI所有不存在会议记录、新闻报导、期刊通知等关联度较弱的文献，所以本文选取的文献与研究主题有高度的关联性。2.1.1关键词共现分析本文基于关键词共现分析法构建金融与商业银行风险研究图谱，共纳入474个关键词及1125条关联线，密度为0.01。图谱显示，关键词节点大小反映频次（如“系统性风险”“信用风险”频次最高），圈层数量表征研究时长，连线粗细体现关联强度。高频关键词显示三大研究焦点：一是风险类型，集中于系统性风险、信用风险及流动性风险；二是监管领域，涉及风险管理、利率市场化及金融监管；三是科技关联，金融科技、互联网金融等技术驱动型风险研究随数字化进程加速崛起，折射出科技与金融深度融合的趋势特征。2.1.2主题演进分析2010-2023年商业银行风险研究呈现阶段性特征：2015年前聚焦风险度量、信贷增长及道德风险；2015年后，伴随移动互联网发展，研究转向互联网金融、数字金融及银行数字化转型。当前研究重点为数字技术对地方性商业银行风险的影响，反映了风险影响因素的动态演变，涵盖数字技术、普惠金融及互联网金融等领域。2.2数字普惠金融相关研究本文基于知网北大核心与CSSCI期刊数据，利用Citespace对1089篇“数字普惠金融”文献进行关键词分析，发现高频主题为共同富裕（82）、乡村振兴（79）、融资约束（74）等，表明共同富裕关联研究最受关注。现有研究聚焦三大领域：一是农业高质量发展，数字普惠金融显著促进农业效率提升，并呈现双重门槛效应；二是乡村振兴，其影响呈“U型”关系，但受区域差异与技术条件制约；三是农村居民消费，其对中西部消费升级拉动作用显著，主要通过收入增长与产业结构升级实现。此外，绿色发展研究集中于绿色创新与农业低碳转型，未来需深化风险传导机制及区域异质性研究，探索数字普惠金融与生态目标的协同路径。2.3普惠金融与银行风险相关研究现有研究表明，数字金融对商业银行风险具有显著影响。赵家琪等[1]发现，基础设施覆盖越广，线上贷款渠道越畅通，银行不良贷款率越低；李振新等[2]通过系统GMM模型揭示，数字金融通过提升资产收益率、降低杠杆率及增强资本流动性3种渠道降低银行风险，并具有空间溢出效应；吴本健等[3]指出，数字普惠金融与农村金融机构风险承担呈倒U型关系，且对大中型金融机构风险降低作用更显著。然而，现有研究多聚焦数字金融或银行数字化转型，鲜有文献直接探讨数字普惠金融与商业银行风险承担的关系。本文创新性地结合北大数字普惠金融指数，系统分析二者关联，为防范系统性金融风险提供新视角。由以上分析本文提出以下假设：数字普惠金融能够提升商业银行稳定性从而降低商业银行风险水平。3数据来源与模型设定3.1数据来源本文数据来源包括：①Bankscop数据库，筛选内资商业银行样本，剔除数据缺失严重及外资银行，获取资产负债率、贷款损失准备金率等微观指标；②《北京大学数字普惠金融指数（2011-2020）》，涵盖各省市数字普惠金融指数、覆盖广度、使用深度及细分领域数据；③Wind数据库及国家统计局，补充GDP、财政收入等宏观控制变量。数据经清洗后，按银行注册地匹配至相应省份，确保研究样本的完整性与代表性。3.2变量定义①被解释变量：商业银行稳定性。本文用z值，即银行距离其破产的程度，来衡量商业银行稳定性水平，从而体现商业银行风险水平。②解释变量：数字普惠金融指数（Index）。本文参考李振新等的研究，采用北京大学发布的数字普惠金融指数来衡量我国各地区普惠金融发展程度。同时利用数字普惠金融覆盖广度（Coverage）、使用深度（Usagedepth）等变量，探究其对商业银行风险承担的影响。③控制变量：资产负债率（Dtar），贷款损失准备金率（Llr），银行规模（lntcap），核心资本充足率（Ccar），各省份国民生产总值增长率（Gdpr），财政分权（Fiscal）。3.3模型设定本文参考Houstonetal.[4]以及张文菲等[5]的研究方法，数字普惠金融作为解释变量，将z值银行风险作为被解释变量，将与银行自身经济效益相关的各项指标以及我国宏观经济层面的经济指标作为本文的控制变量，设定模型如下：lnzit=α+βIndexit+ηＣtrl+δi+δt+εit式中，lnzit表示某个银行在某一年的风险承担水平，Indexit是本文的核心解释变量，文章将银行注册地归类至其所在的省份，因此该解释变量表示某一地区的银行某一年的数字普惠指数，指数越大，表明数字普惠金融发展程度越好；Ｃtrl是本文所包含的控制变量，包括核心资本充足率、资产负债率和财政分权等；δi、δt分别表示个体固定效应和时间固定效应；而εit则表示随机扰动项。3.4变量描述性统计主要变量描述性统计结果如表1所示。4数字普惠金融与商业银行风险：实证分析4.1基准实证结果与分析本文基于固定效应模型的回归分析，探讨数字普惠金融对提升商业银稳定性从而降低商业银行风险的影响效果。具体结果如表2所示，列（1）基准回归结果显示，在控制银行个体及时间固定效应后，数字普惠金融指数的系数显著为正（1%水平），表明其发展能有效提升商业银行稳定性并降低风险承担。列（2）为覆盖广度层面回归结果，数字基础设施完善带来的服务对象扩张显著降低了银行风险。通过覆盖更多“长尾客户”，银行得以减少对地方性国企的长期贷款依赖。短期、高流动性的普惠贷款不仅提高资产收益率，还通过优化资产结构降低账面杠杆率，尤其改善了地方商业银行的风险指标。列（3）为使用深度层面回归结果，数字化平台的高频交互数据构建了动态信用评估体系。用户贷款行为与还款记录形成实时反馈机制，使得银行能精准识别信用风险。高频使用强化了风险监测能力，显著降低不良贷款率，这一机制对信息获取相对薄弱的中小银行尤为重要。列（4）为加入银行规模、资本充足率等控制变量后的回归结果，显示数字普惠金融指数的正向效应仍保持1%水平显著性。研究揭示了双重作用路径，一方面通过扩大服务边界优化资产结构；另一方面依托数据赋能提升风控精度。这种数字化革新不仅突破地域限制拓展客群，更通过风险预警机制有效管控传统金融模式下的长尾风险，为商业银行风险治理提供了新思路。4.2异质性分析为检验数字普惠金融对商业银行风险承担的异质性影响，本文将样本分为农村商业银行、城市商业银行和股份制商业银行三类进行回归分析。具体结果如表3所示，数字普惠金融对各类银行的影响存在显著差异。列（1）结果显示数字普惠金融显著提升农村商业银稳定性从而降低商业银行风险。这与吴本健等提出的倒“U”型特征一致，表明当前数字普惠金融对农村银行风险的影响已进入抑制阶段，有助于提升其稳定性。列（2）结果显示，数字普惠金融显著提升城市商业银稳定性从而降低商业银行风，主要因其通过服务居民和中小微企业的短期贷款需求，增强了资本流动性与收益能力。列（3）结果显示，数字普惠金融对股份制商业银行的风险影响不显著，可能与其客群结构及业务模式差异有关。这些发现为差异化监管政策的制定提供了依据，同时也表明数字普惠金融的风险缓释效应具有明显的银行类型异质性，未来需进一步探索其作用机制及政策适配性。5结论与建议数字普惠金融通过技术赋能加速发展，成为推动经济转型的重要力量。本文基于2011-2019年我国139家银行数据，运用面板固定效应模型分析发现：数字普惠金融能显著降低商业银行风险，其覆盖广度与使用深度均与商业银行稳定性呈正相关即可降低商业银行风险水平。异质性检验表明，该效应在农村商业银行和城市商业银行中显著（风险降幅达12%～15%），但对股份制银行影响不显著，可能与后者客群结构和风控体系差异相关。因此本文提出以下政策建议：①商业银行应加速数字化转型，推动传统网点智能化升级，构建自有数字服务平台或与互联网企业