數字金融與商業(yè)銀行創(chuàng)新能力的提高
——基于A 股上市商業(yè)銀行的面板模型分析

何昊遠

（中國光大銀行 信用卡中心，北京 100049）

一、引言

黨的十九屆五中全會提出建設數字中國，要將數字經濟建設作為政府工作的重中之重，要立足長遠，不斷加大數字經濟的投入和研發(fā)，建設數字中國。自2004 年支付寶等數字支付平臺的興起，短短十幾年時間，第三方支付、網絡信貸及智能投顧等新興金融已惠及千家萬戶，在金融業(yè)，新加入的新型金融機構憑借互聯網“原住民”的科技制高點提高競爭烈度，對商業(yè)銀行的傳統(tǒng)盈利模式形成了一定程度的沖擊[1]。以商業(yè)銀行為代表的傳統(tǒng)金融在數字時代受到較為明顯的沖擊，一些傳統(tǒng)業(yè)務增長放緩，比如負債業(yè)務、中間業(yè)務、資產業(yè)務等[2]。但是，從利好的層面來看，隨著數字金融的崛起，傳統(tǒng)金融在受到沖擊的同時，也會促使其進行內部革新，通過不斷提升產品質量和服務效率，推動整個行業(yè)的良性發(fā)展[3]。那么，對于商業(yè)銀行而言，隨著數字金融的高速發(fā)展，商業(yè)銀行的創(chuàng)新能力會受到積極還是消極的影響呢？

關于這一問題，現有文獻主要關注的是數字金融發(fā)展對商業(yè)銀行服務及產品的影響。有研究表明，數字金融的不斷發(fā)展，使得商業(yè)銀行能夠更加全面的獲取客戶數據，并以此為根基完善提供精準化的金融服務并有的放矢的建設在線平臺及APP[4]。另外在支付方式、與客戶的交互體驗、金融服務與生活場景等鏈接方面推動了商業(yè)銀行的數字化創(chuàng)新，拓展出了更大的銀行零售金融發(fā)展空間[5]。越來越多的客戶使用手機銀行和網上銀行等方式，以較低的成本相對容易地獲取金融服務，商業(yè)銀行與客戶之間距離縮短，金融服務的可得性大幅提高[6-7]。也有文獻認為數字金融對商業(yè)銀行會因為產生侵占作用的競爭效應而產生負向影響[8]。

已有文獻對于理解數字金融發(fā)展對商業(yè)銀行金融服務及產品的創(chuàng)新具有重要啟示，但關于數字金融發(fā)展對于商業(yè)銀行創(chuàng)新影響的定量分析，尚未展開深入研究，客觀度量銀行創(chuàng)新能力的研究更是鳳毛麟角，且數字金融對商業(yè)銀行創(chuàng)新能力影響呈現正向、負向等差異性結果，阻礙了相關學者進一步研究。有鑒于此，本文將從數字金融發(fā)展對于銀行專利申請及非利息營業(yè)收入占比兩個方面的影響，進行實證分析[9]。

二、研究假設提出

為了盡可能從不同的角度分析數字金融對銀行創(chuàng)新能力的影響，本文參考北京大學數字金融研究中心課題組發(fā)布的《北京大學數字普惠金融指數報告》，除了數字金融整體發(fā)展以外，還從覆蓋廣度、使用深度及數字化程度三個具體維度來分別研究對商業(yè)銀行創(chuàng)新能力的影響。因此，本文提出以下四個假設。

數字金融對銀行創(chuàng)新能力的影響，文獻表明，數字金融發(fā)展具有的便捷支付、精準資源配置等優(yōu)勢，倒逼商業(yè)銀行不斷革新技術，進行產品和服務創(chuàng)新，為消費者提供更加豐富和便捷的金融服務來抵御互聯網金融的沖擊[10]。同時，在數字金融領域擁有先發(fā)優(yōu)勢的互聯網金融企業(yè)，帶來的不僅有先進的技術，還培養(yǎng)了一大批掌握相關技術及創(chuàng)新管理的人才，具有靈活激勵機制的商業(yè)銀行也可以通過吸收具有先進經驗的互聯網人才來提高自身的創(chuàng)新能力。更重要的是，互聯網金融企業(yè)在激烈的競爭中成長，形成了先進的創(chuàng)新管理機制，例如擁有螞蟻金服等多家互聯網金融企業(yè)在內的阿里巴巴集團率先提出了數據中臺戰(zhàn)略并付諸實踐，隨后多家銀行也根據自身實際情況開始數據中臺體系建設，例如民生銀行積極探索數字經濟技術，優(yōu)化內部服務管理體系，以“場景分區(qū)+技術分級”為核心，提出了具有創(chuàng)新性的解決方案[11]，以此提升銀行技術創(chuàng)新能力。基于上述分析，提出本文第一個假設：

研究假設1：數字金融的發(fā)展對商業(yè)銀行的創(chuàng)新能力有正向影響。

數字金融的覆蓋廣度，是衡量數字金融發(fā)展的一個維度，取決于電子賬戶的數量及其與銀行卡的綁定情況。支付寶等第三方支付賬戶的普及，提高了網絡消費的便利程度，減少了消費者與商家之間的物理阻礙，在促進消費的同時，也給商業(yè)銀行數據領域的創(chuàng)新發(fā)展帶來了助力。因為目前大部分第三方電子賬戶的使用場景，都需要與銀行卡的綁定。居民的工資收入通常由銀行賬戶接收，當需要在網上商城電子支付時，將電子賬戶與銀行卡綁定，銀行也借此積累了海量客戶在線消費數據，利用客戶畫像等新興數據挖掘技術，可以設計出更貼合客戶的金融產品[12]?；诖?，提出本文第二個假設：

研究假設2：數字金融的覆蓋廣度對商業(yè)銀行的創(chuàng)新能力有正向影響。

數字金融的使用深度，取決于電子賬戶的使用次數及金額。與覆蓋廣度的分析同理，第三方支付賬戶與銀行卡的綁定，使得銀行同樣有機會從在線消費中獲取客戶的具體消費情況，并依據消費金額等數據，針對性提供創(chuàng)新服務，如場景分期等信貸產品?；诖?，提出本文第三個假設：

研究假設3：數字金融的使用深度對商業(yè)銀行的創(chuàng)新能力有正向影響。

數字金融的數字化程度，包括便利性和信用化等方面，具體表現為移動支付占比及花唄等信用工具使用情況。移動支付使消費付款脫離了柜臺等物理限制，花唄等信用交易也有利于培養(yǎng)消費者預支消費習慣，能夠激發(fā)銀行對同類產品的創(chuàng)新。因此，提出本文第四個假設：

研究假設4：數字金融的數字化程度對商業(yè)銀行的創(chuàng)新能力有正向影響。

三、數據和實證模型

（一）數據來源

本文以2011—2019 年A 股38 家上市商業(yè)銀行作為研究對象，通過Wind 數據庫獲得相關財務數據。并且，以數字普惠金融指數為基礎，獲得不同地區(qū)的數字金融發(fā)展情況。本文使用Stata 15.0 進行數據合并、數據清洗與實證分析。

（一）變量選擇

1.被解釋變量：銀行創(chuàng)新能力。盡管國內外學者對銀行創(chuàng)新能力做了相當多的研究和討論，但目前沒有一個統(tǒng)一的指標來衡量。通過查閱相關文獻發(fā)現，衡量一家商業(yè)銀行的知識成果轉化效率以及技術創(chuàng)新能力，主要分析該家企業(yè)的專利申請數量，數量越多，說明其商業(yè)價值越高，這對其服務創(chuàng)新能力的提升有重大幫助作用[13]。因此本文采用商業(yè)銀行每年專利申請數量作為衡量銀行創(chuàng)新能力的指標之一。同時，為了更全面評估銀行創(chuàng)新能力，非利息營業(yè)收入占比被納入了指標范圍。銀行非利息營業(yè)收入占比=銀行非利息收入/ 銀行營業(yè)收入。非利息營業(yè)收入涵蓋了銀行交易性收入、手續(xù)費與傭金收入等，對銀行中間業(yè)務收入具有較好的代表性。文獻表明，相對于銀行傳統(tǒng)的負債、資產類業(yè)務，銀行卡和電子銀行業(yè)務等中間業(yè)務對于現階段的我國商業(yè)銀行來說屬于創(chuàng)新業(yè)務[8]。作為上市銀行的一項重要財務指標，非利息收入數據的可靠性和可獲取性，也能得到一定的保證。因此將非利息收入占比作為評價銀行創(chuàng)新能力的指標之一。

2.解釋變量：數字金融。數字普惠金融指數是北京大學的學者以互聯網金融平臺數據為基礎而編制的，其對研究我國數字金融行業(yè)發(fā)展前景以及預測評估具有較大的參考作用[14]。本文采用銀行總部所在地的省級層面數字普惠金融指數來衡量商業(yè)銀行所處環(huán)境的數字金融發(fā)展程度。該指數包含四個維度：數字金融指數、覆蓋廣度、使用深度和數字化程度，體現了支付寶賬戶覆蓋、人均使用和支付比例等，能夠全面揭示商業(yè)銀行的數字金融發(fā)展情況。此外，“互聯網普及率”廣泛被用作描述我國互聯網應用的指標，借鑒已有文獻的做法，本文將互聯網普及率替換數字金融作為解釋變量，用以穩(wěn)健性檢驗[15]。本文依據《中國互聯網絡發(fā)展狀況統(tǒng)計報告》整理了2011—2018 年我國各省互聯網普及率數據，發(fā)現我國互聯網普及率在過去幾年中快速提升，從2011 年的38.3%增長到了2018 年的64.5%?？刂谱兞恐饕ǎ籂I業(yè)收入增長率，作為評價銀行整體成長狀況的重要指標，營業(yè)收入增長率所反映的銀行發(fā)展節(jié)奏快慢對銀行創(chuàng)新能力具有一定影響；資產負債率，評估經營風險的關鍵指標，較低風險下的銀行在創(chuàng)新領域有更寬裕的資金支持；資產回報率，描述銀行總資產盈利能力的重要指標，資產利用效果越好的銀行通常越善于挖掘創(chuàng)新能力；總資產，衡量銀行整體規(guī)模最直觀的指標，通常規(guī)模越大的銀行在創(chuàng)新領域投入更多。

各變量描述性統(tǒng)計如表1 所示。

表1 主要變量的描述性統(tǒng)計

（三）模型設定

本文使用38 家A 股上市商業(yè)銀行2011—2019年數據構成短面板數據。鄒檢驗、LR 檢驗均拒絕原假設（P<0.001），說明本文數據采用固定效應模型比PooledOLS 混合截面模型更適合，進一步采用Hausmen 檢驗，拒絕原假設（P=0.0086<0.05），說明本文數據采用固定效應模型比隨機效應模型更適合。因此本文最終選擇固定效應模型進行實證檢驗，分析數字金融發(fā)展對商業(yè)銀行創(chuàng)新能力的影響，回歸模型如下：

其中，下角標i，t 表示省份和時間，Cit為被解釋變量銀行創(chuàng)新能力（包含專利數量及銀行非利息營業(yè)收入占比）；DIit 為核心解釋變量數字金融發(fā)展；Xit 表示可能會影響銀行創(chuàng)新能力的其他控制變量；個體固定效應用φi表示，年度固定效應用φ 表示，隨機擾動項用εit表示。

四、實證分析

（一）數字金融發(fā)展對商業(yè)銀行專利申請數量影響的實證分析

本文在處理面板數據時，發(fā)現解釋變量數字金融的四個指數（數字金融指數、覆蓋廣度、使用深度、數字化程度）存在多重共線性，因此分開使用，每個指數單獨作為解釋變量進行回歸。另外根據豪斯曼檢驗結果，本文使用短面板數據的固定效應模型為基準模型。

我們取銀行專利數量的對數為被解釋變量對模型（1）進行估計，得到數字金融發(fā)展對專利數量的影響，結果如表2 所示。其中模型（1）列是數字金融發(fā)展總指數對銀行專利數量的影響，可以看出系數顯著且為正，表明數字金融總指數能夠顯著增加銀行專利數量，進而顯著促進銀行創(chuàng)新能力的提高。表現為數字金融總指數每提高1 個百分點，銀行專利數量增加0.001 71 個百分點。從2011—2019 年，數字金融指數的年均增長率達到53.2%，這對商業(yè)銀行申請專利數量的提高具很大的促進作用。同時，模型（2）列、（3）列為數字金融指數的二級指標，覆蓋廣度、使用深度對銀行專利數量的影響?？梢钥闯觯藘煞N二級指標均顯著促進銀行專利數量的提升，即隨著使用第三方支付賬戶的人數增加和使用程度的深入，都通過提升銀行專利數量促進了銀行創(chuàng)新能力。

表2 數字金融發(fā)展對商業(yè)銀行專利申請數量影響的實證分析結果

（二）數字金融發(fā)展對商業(yè)銀行非利息營業(yè)收入占比影響的實證分析

我們以非利息營業(yè)收入占比為被解釋變量對模型（1）進行估計，得到數字金融發(fā)展對非利息營業(yè)收入占比的影響，結果如表3 所示。其中模型（1）列是數字金融發(fā)展總指數對非利息營業(yè)收入占比的影響，可以看出系數顯著為正，數字金融總指數能夠顯著增加非利息營業(yè)收入占總營業(yè)收入的比例，進而顯著促進銀行創(chuàng)新能力的提高。數字金融總指數提高1 個百分點，非利息營業(yè)收入占比增長0.000 49 個百分點。同時，模型（2）列（3）列為數字金融指數的二級指標，覆蓋廣度、使用深度對非利息營業(yè)收入占比的影響?？梢钥闯?，此兩種細分指標均能夠顯著推動非利息營業(yè)收入占比的提高，即使用支付寶等電子賬戶的人數增加和使用程度的深入，都通過提升非利息營業(yè)收入占比提高了銀行創(chuàng)新能力。

表3 數字金融發(fā)展對商業(yè)銀行非利息營業(yè)收入占比影響的實證分析結果

通過觀察模型結果可以發(fā)現，數字金融指數、覆蓋廣度及使用深度對專利數量和非利息營業(yè)收入占比都有顯著的促進作用，覆蓋廣度可具體細分為：支付寶賬戶登記數量，支付寶綁卡百分比率以及綁卡平均比率等。日益增長的綁卡率使得銀行卡線上交易量隨著電子支付的普及而擴大，并隨之帶來了電子銀行業(yè)務收入等非利息營收的快速增長，以建設銀行為例，電子銀行業(yè)務收入在2012—2020 年期間由47.60 億元增至290 億元，增幅達509%。使用深度則涵蓋了支付、貸款、投資等業(yè)務在內的筆數及金額等指標，線上交易量的放大提高了銀行手續(xù)費、商戶傭金等非利息營業(yè)收入。伴隨著整體收入的提高，創(chuàng)新研發(fā)類投入也隨之穩(wěn)定增長，促進了專利申請數量的提升。

值得注意的是，數字化程度對商業(yè)銀行的創(chuàng)新能力未產生顯著影響?？赡艿脑蚴牵簲底只潭劝褂没▎h及芝麻信用免押金額、筆數、二維碼等移動支付金額、筆數等指標，考慮到花唄等互聯網金融產品與銀行產品間的競爭關系，花唄等產品的深度使用帶來的影響將在一定程度上抵消二維碼等便捷支付的促進作用，因此該指標對商業(yè)銀行的創(chuàng)新能力未產生顯著影響。

（三）穩(wěn)健性檢驗

為了使結論的可靠性和穩(wěn)健性得到進一步的驗證，本文采用了變量替換法進行穩(wěn)健性檢驗。在數字金融發(fā)展程度的度量上，本文采用的是商業(yè)銀行總部所在省級區(qū)域的數字金融發(fā)展指數。盡管本文盡可能多地控制了可能影響商業(yè)銀行創(chuàng)新能力的其他因素，但是仍然存在遺漏變量的可能性，即存在其他影響銀行創(chuàng)新能力因素的可能性，而該因素和數字金融發(fā)展是相關的。對此，本文參考已有文獻的方法使用互聯網普及率替代數字金融發(fā)展指數作為解釋變量[12]。在數字金融的高速發(fā)展過程中，互聯網起著基礎支撐的作用，互聯網的高普及率是數字產品或服務提高覆蓋率的必要條件。同時，互聯網的普及率與銀行的創(chuàng)新能力沒有直接的關系，因此可以選作替換變量。

表4 給出了穩(wěn)健性檢驗結果。其中模型（1）列是互聯網普及率對銀行專利數量的影響，可以看出系數顯著為正，互聯網普及率能夠顯著增加銀行專利數量，進而顯著促進銀行創(chuàng)新能力的提高。表現為互聯網普及率增長一個百分點，銀行專利申請數量增長0.008 75 個百分點。模型（2）列是互聯網普及率對商業(yè)銀行非利息營業(yè)收入占比的影響，可以看出系數顯著為正，互聯網普及率能夠顯著提升銀行非利息營業(yè)收入占比，進而顯著促進銀行創(chuàng)新能力的提高。表現為互聯網普及率增長一個百分點，非利息營業(yè)收入占比增長0.005 62 個百分點。在采用替換變量法減輕遺漏變量等內生性問題的影響后，結果依然保持穩(wěn)健，說明銀行所在區(qū)域數字金融的發(fā)展能夠明顯推動商業(yè)銀行的創(chuàng)新能力的提高。

表4 穩(wěn)健性檢驗結果

五、結論與啟示

在過去的近十年中，我國數字金融發(fā)展迅速，商業(yè)銀行也在不斷引入新技術，采用新策略發(fā)展金融創(chuàng)新。在此背景下，本文主要利用了2011—2019 年的樣本數據研究了數字金融對我國商業(yè)銀行創(chuàng)新能力的影響。實證結果表明，數字金融的發(fā)展能夠明顯地推動商業(yè)銀行的創(chuàng)新能力的提高。同時，從數字金融的覆蓋廣度、使用深度及數字化程度三個維度分別研究了對商業(yè)銀行創(chuàng)新能力的影響。發(fā)現以下三點：第一，數字金融的覆蓋廣度對商業(yè)銀行創(chuàng)新能力有顯著正向影響；第二，數字金融的使用深度對商業(yè)銀行創(chuàng)新能力有顯著正向影響；第三，數字金融的數字化程度對商業(yè)銀行的創(chuàng)新能力沒有顯著影響。針對以上研究結果，為了更有效地在數字金融蓬勃發(fā)展的背景下促進商業(yè)銀行創(chuàng)新能力的提升，本文提出如下建議：一是，商業(yè)銀行通過數字金融高覆蓋率帶來的海量消費數據，系統(tǒng)性地開展數據挖掘工程，依托數字技術進行金融產品的創(chuàng)新；二是，伴隨數字金融產品在消費群體中的深度使用，深入調研消費金融場景下的痛點，根據實際需求針對性地進行技術創(chuàng)新；三是，面對數字化程度提高帶來的互聯網金融產品的激烈競爭，可以吸取互聯網企業(yè)對于創(chuàng)新機制的先進經驗，結合自身特點，從制度上完善創(chuàng)新管理體系，促進創(chuàng)新能力的提高。

未來進一步的研究方向包括：一是研究更加體系化地衡量銀行業(yè)創(chuàng)新能力的方法，將更多的運營指標納入，全方位考察商業(yè)銀行創(chuàng)新能力；二是從商業(yè)銀行應對互聯網金融沖擊的具體措施考察商業(yè)銀行數字化轉型的路徑與成果，深入探討數字化浪潮下商業(yè)銀行未來重點發(fā)展方向。