【摘"要】隨著我國(guó)金融體制改革以及普惠金融的發(fā)展，防范化解中小金融機(jī)構(gòu)和銀行風(fēng)險(xiǎn)是維持金融系統(tǒng)穩(wěn)定性的重要攻堅(jiān)任務(wù)。通過(guò)從數(shù)字普惠金融的視角出發(fā)，對(duì)銀行的風(fēng)險(xiǎn)承擔(dān)行為進(jìn)行實(shí)證研究，發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展能夠有效降低商業(yè)銀行所承擔(dān)的風(fēng)險(xiǎn)水平。論文通過(guò)運(yùn)用數(shù)字普惠金融指數(shù)和BankScope全球銀行數(shù)據(jù)庫(kù)，運(yùn)用我國(guó)139家銀行2011-2019年的數(shù)據(jù)，通過(guò)面板固定效應(yīng)模型考察了數(shù)字普惠金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響。研究結(jié)果表明，數(shù)字普惠金融的發(fā)展能夠有效降低商業(yè)銀行承擔(dān)的風(fēng)險(xiǎn)。數(shù)字金融的覆蓋程度越廣，商業(yè)銀行的穩(wěn)定性越好，所經(jīng)受的風(fēng)險(xiǎn)程度越低；數(shù)字金融的使用程度越深，商業(yè)銀行所承擔(dān)的風(fēng)險(xiǎn)也越低。在異質(zhì)性方面，無(wú)論是農(nóng)村商業(yè)銀行還是城市商業(yè)銀行，數(shù)字普惠金融的發(fā)展都能增加他們的穩(wěn)定性，因而也能提升他們的風(fēng)險(xiǎn)承擔(dān)能力，但對(duì)于股份制商業(yè)銀行，其作用并不顯著?！娟P(guān)鍵詞】數(shù)字普惠金融；銀行風(fēng)險(xiǎn)承擔(dān)；固定效應(yīng)；金融風(fēng)險(xiǎn)防范1引言當(dāng)前全球經(jīng)濟(jì)受地緣沖突與行業(yè)風(fēng)險(xiǎn)疊加影響，金融系統(tǒng)穩(wěn)定性面臨嚴(yán)峻考驗(yàn)。我國(guó)房地產(chǎn)企業(yè)債務(wù)危機(jī)、包商銀行破產(chǎn)等事件折射出商業(yè)銀行風(fēng)險(xiǎn)防控的緊迫性。黨的二十大報(bào)告與2023年國(guó)務(wù)院發(fā)布的《國(guó)務(wù)院關(guān)于推進(jìn)普惠金融高質(zhì)量發(fā)展的實(shí)施意見(jiàn)》均強(qiáng)調(diào)，需統(tǒng)籌金融安全與發(fā)展，完善現(xiàn)代金融監(jiān)管體系，堅(jiān)決守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)底線。在此背景下，探究銀行風(fēng)險(xiǎn)的決定性因素及化解路徑具有重要現(xiàn)實(shí)意義。數(shù)字技術(shù)的突破重構(gòu)了金融生態(tài)格局。移動(dòng)支付與互聯(lián)網(wǎng)金融平臺(tái)（如螞蟻集團(tuán)、京東金融）的快速發(fā)展，推動(dòng)普惠金融進(jìn)入數(shù)字化新階段。數(shù)字普惠金融通過(guò)技術(shù)賦能降低服務(wù)成本、拓展覆蓋半徑，有效提升長(zhǎng)尾客群金融服務(wù)可得性。據(jù)《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2020）》顯示，北京市指數(shù)十年間增長(zhǎng)5倍，江西省更實(shí)現(xiàn)11倍躍升，印證其在全國(guó)范圍的迅猛發(fā)展態(tài)勢(shì)。然而，數(shù)字普惠金融的推廣高度依賴商業(yè)銀行體系支撐——地方銀行需從傳統(tǒng)對(duì)公信貸業(yè)務(wù)轉(zhuǎn)向服務(wù)小微企業(yè)與低收入群體，這種戰(zhàn)略轉(zhuǎn)型可能引致風(fēng)險(xiǎn)承擔(dān)行為的結(jié)構(gòu)性變化。核心問(wèn)題在于：數(shù)字普惠金融究竟如何影響地方銀行風(fēng)險(xiǎn)水平？其作用機(jī)制與傳導(dǎo)路徑為何？這對(duì)防范系統(tǒng)性金融風(fēng)險(xiǎn)具有關(guān)鍵政策價(jià)值。本文基于北京大學(xué)數(shù)字普惠金融指數(shù)與2011-2020年地方商業(yè)銀行數(shù)據(jù)，系統(tǒng)考察二者關(guān)聯(lián)效應(yīng)。研究發(fā)現(xiàn)，數(shù)字普惠金融通過(guò)三重機(jī)制作用于銀行風(fēng)險(xiǎn)：一是技術(shù)驅(qū)動(dòng)的業(yè)務(wù)下沉擴(kuò)大客戶覆蓋，但可能加劇信息不對(duì)稱導(dǎo)致的信用風(fēng)險(xiǎn)；二是線上化服務(wù)降低運(yùn)營(yíng)成本，提升風(fēng)險(xiǎn)抵御能力；三是市場(chǎng)競(jìng)爭(zhēng)加劇倒逼銀行風(fēng)險(xiǎn)偏好上升。實(shí)證結(jié)果顯示，數(shù)字普惠金融對(duì)區(qū)域性銀行風(fēng)險(xiǎn)存在“雙刃劍”效應(yīng)：初期技術(shù)應(yīng)用可優(yōu)化風(fēng)控效率（風(fēng)險(xiǎn)降低3.8%～5.2%），但過(guò)度依賴數(shù)據(jù)模型可能導(dǎo)致風(fēng)險(xiǎn)低估，長(zhǎng)期看可能誘發(fā)風(fēng)險(xiǎn)累積（滯后效應(yīng)顯著度達(dá)10%）。2文獻(xiàn)綜述本文的研究綜述主要分為兩部分，一部分是利用Citespace軟件分析近13年來(lái)與商業(yè)銀行風(fēng)險(xiǎn)相關(guān)的研究重點(diǎn)；另一部份則是通過(guò)文獻(xiàn)梳理，對(duì)數(shù)字普惠金融、數(shù)字普惠金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)的影響兩類文獻(xiàn)進(jìn)行梳理。2.1商業(yè)銀行風(fēng)險(xiǎn)本文以金融和商業(yè)銀行風(fēng)險(xiǎn)作為主體詞在中國(guó)知網(wǎng)中進(jìn)行高級(jí)檢索，檢索時(shí)間為2010年至2023年12月份，期刊來(lái)源設(shè)置為CSSCI，得到相關(guān)文獻(xiàn)總計(jì)1023篇，因本文選擇的期刊來(lái)源為CSSCI所有不存在會(huì)議記錄、新聞報(bào)導(dǎo)、期刊通知等關(guān)聯(lián)度較弱的文獻(xiàn)，所以本文選取的文獻(xiàn)與研究主題有高度的關(guān)聯(lián)性。2.1.1關(guān)鍵詞共現(xiàn)分析本文基于關(guān)鍵詞共現(xiàn)分析法構(gòu)建金融與商業(yè)銀行風(fēng)險(xiǎn)研究圖譜，共納入474個(gè)關(guān)鍵詞及1125條關(guān)聯(lián)線，密度為0.01。圖譜顯示，關(guān)鍵詞節(jié)點(diǎn)大小反映頻次（如“系統(tǒng)性風(fēng)險(xiǎn)”“信用風(fēng)險(xiǎn)”頻次最高），圈層數(shù)量表征研究時(shí)長(zhǎng)，連線粗細(xì)體現(xiàn)關(guān)聯(lián)強(qiáng)度。高頻關(guān)鍵詞顯示三大研究焦點(diǎn)：一是風(fēng)險(xiǎn)類型，集中于系統(tǒng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)及流動(dòng)性風(fēng)險(xiǎn)；二是監(jiān)管領(lǐng)域，涉及風(fēng)險(xiǎn)管理、利率市場(chǎng)化及金融監(jiān)管；三是科技關(guān)聯(lián)，金融科技、互聯(lián)網(wǎng)金融等技術(shù)驅(qū)動(dòng)型風(fēng)險(xiǎn)研究隨數(shù)字化進(jìn)程加速崛起，折射出科技與金融深度融合的趨勢(shì)特征。2.1.2主題演進(jìn)分析2010-2023年商業(yè)銀行風(fēng)險(xiǎn)研究呈現(xiàn)階段性特征：2015年前聚焦風(fēng)險(xiǎn)度量、信貸增長(zhǎng)及道德風(fēng)險(xiǎn)；2015年后，伴隨移動(dòng)互聯(lián)網(wǎng)發(fā)展，研究轉(zhuǎn)向互聯(lián)網(wǎng)金融、數(shù)字金融及銀行數(shù)字化轉(zhuǎn)型。當(dāng)前研究重點(diǎn)為數(shù)字技術(shù)對(duì)地方性商業(yè)銀行風(fēng)險(xiǎn)的影響，反映了風(fēng)險(xiǎn)影響因素的動(dòng)態(tài)演變，涵蓋數(shù)字技術(shù)、普惠金融及互聯(lián)網(wǎng)金融等領(lǐng)域。2.2數(shù)字普惠金融相關(guān)研究本文基于知網(wǎng)北大核心與CSSCI期刊數(shù)據(jù)，利用Citespace對(duì)1089篇“數(shù)字普惠金融”文獻(xiàn)進(jìn)行關(guān)鍵詞分析，發(fā)現(xiàn)高頻主題為共同富裕（82）、鄉(xiāng)村振興（79）、融資約束（74）等，表明共同富裕關(guān)聯(lián)研究最受關(guān)注。現(xiàn)有研究聚焦三大領(lǐng)域：一是農(nóng)業(yè)高質(zhì)量發(fā)展，數(shù)字普惠金融顯著促進(jìn)農(nóng)業(yè)效率提升，并呈現(xiàn)雙重門檻效應(yīng)；二是鄉(xiāng)村振興，其影響呈“U型”關(guān)系，但受區(qū)域差異與技術(shù)條件制約；三是農(nóng)村居民消費(fèi)，其對(duì)中西部消費(fèi)升級(jí)拉動(dòng)作用顯著，主要通過(guò)收入增長(zhǎng)與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)實(shí)現(xiàn)。此外，綠色發(fā)展研究集中于綠色創(chuàng)新與農(nóng)業(yè)低碳轉(zhuǎn)型，未來(lái)需深化風(fēng)險(xiǎn)傳導(dǎo)機(jī)制及區(qū)域異質(zhì)性研究，探索數(shù)字普惠金融與生態(tài)目標(biāo)的協(xié)同路徑。2.3普惠金融與銀行風(fēng)險(xiǎn)相關(guān)研究現(xiàn)有研究表明，數(shù)字金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)具有顯著影響。趙家琪等[1]發(fā)現(xiàn)，基礎(chǔ)設(shè)施覆蓋越廣，線上貸款渠道越暢通，銀行不良貸款率越低；李振新等[2]通過(guò)系統(tǒng)GMM模型揭示，數(shù)字金融通過(guò)提升資產(chǎn)收益率、降低杠桿率及增強(qiáng)資本流動(dòng)性3種渠道降低銀行風(fēng)險(xiǎn)，并具有空間溢出效應(yīng)；吳本健等[3]指出，數(shù)字普惠金融與農(nóng)村金融機(jī)構(gòu)風(fēng)險(xiǎn)承擔(dān)呈倒U型關(guān)系，且對(duì)大中型金融機(jī)構(gòu)風(fēng)險(xiǎn)降低作用更顯著。然而，現(xiàn)有研究多聚焦數(shù)字金融或銀行數(shù)字化轉(zhuǎn)型，鮮有文獻(xiàn)直接探討數(shù)字普惠金融與商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的關(guān)系。本文創(chuàng)新性地結(jié)合北大數(shù)字普惠金融指數(shù)，系統(tǒng)分析二者關(guān)聯(lián)，為防范系統(tǒng)性金融風(fēng)險(xiǎn)提供新視角。由以上分析本文提出以下假設(shè)：數(shù)字普惠金融能夠提升商業(yè)銀行穩(wěn)定性從而降低商業(yè)銀行風(fēng)險(xiǎn)水平。3數(shù)據(jù)來(lái)源與模型設(shè)定3.1數(shù)據(jù)來(lái)源本文數(shù)據(jù)來(lái)源包括：①Bankscop數(shù)據(jù)庫(kù)，篩選內(nèi)資商業(yè)銀行樣本，剔除數(shù)據(jù)缺失嚴(yán)重及外資銀行，獲取資產(chǎn)負(fù)債率、貸款損失準(zhǔn)備金率等微觀指標(biāo)；②《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2020）》，涵蓋各省市數(shù)字普惠金融指數(shù)、覆蓋廣度、使用深度及細(xì)分領(lǐng)域數(shù)據(jù)；③Wind數(shù)據(jù)庫(kù)及國(guó)家統(tǒng)計(jì)局，補(bǔ)充GDP、財(cái)政收入等宏觀控制變量。數(shù)據(jù)經(jīng)清洗后，按銀行注冊(cè)地匹配至相應(yīng)省份，確保研究樣本的完整性與代表性。3.2變量定義①被解釋變量：商業(yè)銀行穩(wěn)定性。本文用z值，即銀行距離其破產(chǎn)的程度，來(lái)衡量商業(yè)銀行穩(wěn)定性水平，從而體現(xiàn)商業(yè)銀行風(fēng)險(xiǎn)水平。②解釋變量：數(shù)字普惠金融指數(shù)（Index）。本文參考李振新等的研究，采用北京大學(xué)發(fā)布的數(shù)字普惠金融指數(shù)來(lái)衡量我國(guó)各地區(qū)普惠金融發(fā)展程度。同時(shí)利用數(shù)字普惠金融覆蓋廣度（Coverage）、使用深度（Usagedepth）等變量，探究其對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響。③控制變量：資產(chǎn)負(fù)債率（Dtar），貸款損失準(zhǔn)備金率（Llr），銀行規(guī)模（lntcap），核心資本充足率（Ccar），各省份國(guó)民生產(chǎn)總值增長(zhǎng)率（Gdpr），財(cái)政分權(quán)（Fiscal）。3.3模型設(shè)定本文參考Houstonetal.[4]以及張文菲等[5]的研究方法，數(shù)字普惠金融作為解釋變量，將z值銀行風(fēng)險(xiǎn)作為被解釋變量，將與銀行自身經(jīng)濟(jì)效益相關(guān)的各項(xiàng)指標(biāo)以及我國(guó)宏觀經(jīng)濟(jì)層面的經(jīng)濟(jì)指標(biāo)作為本文的控制變量，設(shè)定模型如下：lnzit=α+βIndexit+ηＣtrl+δi+δt+εit式中，lnzit表示某個(gè)銀行在某一年的風(fēng)險(xiǎn)承擔(dān)水平，Indexit是本文的核心解釋變量，文章將銀行注冊(cè)地歸類至其所在的省份，因此該解釋變量表示某一地區(qū)的銀行某一年的數(shù)字普惠指數(shù)，指數(shù)越大，表明數(shù)字普惠金融發(fā)展程度越好；Ｃtrl是本文所包含的控制變量，包括核心資本充足率、資產(chǎn)負(fù)債率和財(cái)政分權(quán)等；δi、δt分別表示個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)；而εit則表示隨機(jī)擾動(dòng)項(xiàng)。3.4變量描述性統(tǒng)計(jì)主要變量描述性統(tǒng)計(jì)結(jié)果如表1所示。4數(shù)字普惠金融與商業(yè)銀行風(fēng)險(xiǎn)：實(shí)證分析4.1基準(zhǔn)實(shí)證結(jié)果與分析本文基于固定效應(yīng)模型的回歸分析，探討數(shù)字普惠金融對(duì)提升商業(yè)銀穩(wěn)定性從而降低商業(yè)銀行風(fēng)險(xiǎn)的影響效果。具體結(jié)果如表2所示，列（1）基準(zhǔn)回歸結(jié)果顯示，在控制銀行個(gè)體及時(shí)間固定效應(yīng)后，數(shù)字普惠金融指數(shù)的系數(shù)顯著為正（1%水平），表明其發(fā)展能有效提升商業(yè)銀行穩(wěn)定性并降低風(fēng)險(xiǎn)承擔(dān)。列（2）為覆蓋廣度層面回歸結(jié)果，數(shù)字基礎(chǔ)設(shè)施完善帶來(lái)的服務(wù)對(duì)象擴(kuò)張顯著降低了銀行風(fēng)險(xiǎn)。通過(guò)覆蓋更多“長(zhǎng)尾客戶”，銀行得以減少對(duì)地方性國(guó)企的長(zhǎng)期貸款依賴。短期、高流動(dòng)性的普惠貸款不僅提高資產(chǎn)收益率，還通過(guò)優(yōu)化資產(chǎn)結(jié)構(gòu)降低賬面杠桿率，尤其改善了地方商業(yè)銀行的風(fēng)險(xiǎn)指標(biāo)。列（3）為使用深度層面回歸結(jié)果，數(shù)字化平臺(tái)的高頻交互數(shù)據(jù)構(gòu)建了動(dòng)態(tài)信用評(píng)估體系。用戶貸款行為與還款記錄形成實(shí)時(shí)反饋機(jī)制，使得銀行能精準(zhǔn)識(shí)別信用風(fēng)險(xiǎn)。高頻使用強(qiáng)化了風(fēng)險(xiǎn)監(jiān)測(cè)能力，顯著降低不良貸款率，這一機(jī)制對(duì)信息獲取相對(duì)薄弱的中小銀行尤為重要。列（4）為加入銀行規(guī)模、資本充足率等控制變量后的回歸結(jié)果，顯示數(shù)字普惠金融指數(shù)的正向效應(yīng)仍保持1%水平顯著性。研究揭示了雙重作用路徑，一方面通過(guò)擴(kuò)大服務(wù)邊界優(yōu)化資產(chǎn)結(jié)構(gòu)；另一方面依托數(shù)據(jù)賦能提升風(fēng)控精度。這種數(shù)字化革新不僅突破地域限制拓展客群，更通過(guò)風(fēng)險(xiǎn)預(yù)警機(jī)制有效管控傳統(tǒng)金融模式下的長(zhǎng)尾風(fēng)險(xiǎn)，為商業(yè)銀行風(fēng)險(xiǎn)治理提供了新思路。4.2異質(zhì)性分析為檢驗(yàn)數(shù)字普惠金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的異質(zhì)性影響，本文將樣本分為農(nóng)村商業(yè)銀行、城市商業(yè)銀行和股份制商業(yè)銀行三類進(jìn)行回歸分析。具體結(jié)果如表3所示，數(shù)字普惠金融對(duì)各類銀行的影響存在顯著差異。列（1）結(jié)果顯示數(shù)字普惠金融顯著提升農(nóng)村商業(yè)銀穩(wěn)定性從而降低商業(yè)銀行風(fēng)險(xiǎn)。這與吳本健等提出的倒“U”型特征一致，表明當(dāng)前數(shù)字普惠金融對(duì)農(nóng)村銀行風(fēng)險(xiǎn)的影響已進(jìn)入抑制階段，有助于提升其穩(wěn)定性。列（2）結(jié)果顯示，數(shù)字普惠金融顯著提升城市商業(yè)銀穩(wěn)定性從而降低商業(yè)銀行風(fēng)，主要因其通過(guò)服務(wù)居民和中小微企業(yè)的短期貸款需求，增強(qiáng)了資本流動(dòng)性與收益能力。列（3）結(jié)果顯示，數(shù)字普惠金融對(duì)股份制商業(yè)銀行的風(fēng)險(xiǎn)影響不顯著，可能與其客群結(jié)構(gòu)及業(yè)務(wù)模式差異有關(guān)。這些發(fā)現(xiàn)為差異化監(jiān)管政策的制定提供了依據(jù)，同時(shí)也表明數(shù)字普惠金融的風(fēng)險(xiǎn)緩釋效應(yīng)具有明顯的銀行類型異質(zhì)性，未來(lái)需進(jìn)一步探索其作用機(jī)制及政策適配性。5結(jié)論與建議數(shù)字普惠金融通過(guò)技術(shù)賦能加速發(fā)展，成為推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型的重要力量。本文基于2011-2019年我國(guó)139家銀行數(shù)據(jù)，運(yùn)用面板固定效應(yīng)模型分析發(fā)現(xiàn)：數(shù)字普惠金融能顯著降低商業(yè)銀行風(fēng)險(xiǎn)，其覆蓋廣度與使用深度均與商業(yè)銀行穩(wěn)定性呈正相關(guān)即可降低商業(yè)銀行風(fēng)險(xiǎn)水平。異質(zhì)性檢驗(yàn)表明，該效應(yīng)在農(nóng)村商業(yè)銀行和城市商業(yè)銀行中顯著（風(fēng)險(xiǎn)降幅達(dá)12%～15%），但對(duì)股份制銀行影響不顯著，可能與后者客群結(jié)構(gòu)和風(fēng)控體系差異相關(guān)。因此本文提出以下政策建議：①商業(yè)銀行應(yīng)加速數(shù)字化轉(zhuǎn)型，推動(dòng)傳統(tǒng)網(wǎng)點(diǎn)智能化升級(jí)，構(gòu)建自有數(shù)字服務(wù)平臺(tái)或與互聯(lián)網(wǎng)企業(yè)