數(shù)字普惠金融對銀行風(fēng)險承擔影響的研究
——以城市商業(yè)銀行為例

陳燕玲，鮑 敏

（安徽大學(xué)經(jīng)濟學(xué)院，合肥 230601）

引 言

普惠金融以其為各類社會階層和群體提供有效金融服務(wù)的特色優(yōu)勢，在助推經(jīng)濟發(fā)展方式轉(zhuǎn)型升級、緩解貧困、實現(xiàn)社會公平的目標和職能等方面扮演著重要角色。城市商業(yè)銀行（以下簡稱“城商行”）作為我國銀行業(yè)的重要組成部分，在成立之初就確立了“服務(wù)地方經(jīng)濟、服務(wù)中小微企業(yè)和城市居民”的市場定位。與農(nóng)村商業(yè)銀行主要分布在農(nóng)村，以農(nóng)民為主要服務(wù)對象、大型國有控股銀行和全國性股份制商業(yè)銀行遍布全國各地，實行跨區(qū)經(jīng)營不同，城商行的經(jīng)營范圍往往限制在省內(nèi)，以中小微企業(yè)、城市居民與農(nóng)村地區(qū)群體為主要服務(wù)對象，在推動地區(qū)經(jīng)濟發(fā)展、紓緩中小企業(yè)融資困境、提高居民幸福程度的過程中發(fā)揮舉足輕重的作用，因此說，城商行與數(shù)字普惠金融有著廣泛又深入的天然聯(lián)系，成為踐行普惠金融的主力軍。然而，正是由于普惠金融主要面向社會弱勢群體和小微企業(yè)，傳統(tǒng)普惠金融在運營過程中面臨高成本、低效率、信息不對稱等問題一直困擾著城商行，極大地制約了其在普惠金融領(lǐng)域的進一步拓展。近年來，數(shù)字技術(shù)發(fā)展日新月異，在大數(shù)據(jù)、云計算、人工智能等的助力下，普惠金融業(yè)務(wù)發(fā)展困境得以紓解，引起了商業(yè)銀行的重視。例如，工商銀行借助“經(jīng)營快貸”“e 抵快貸”“工銀e 信”等數(shù)字金融產(chǎn)品，2020年通過線上發(fā)放貸款占新增貸款的比例高達98%。伴隨著數(shù)字普惠金融的快速發(fā)展，技術(shù)風(fēng)險、網(wǎng)絡(luò)風(fēng)險及其疊加效應(yīng)等風(fēng)險問題也引起人們越來越多的關(guān)注[1]。尤其是在如今全球經(jīng)濟動蕩、金融風(fēng)險升級，而我國仍然缺乏完善的征信體系和全面的監(jiān)管政策的情況下[2]。這讓我們不禁思考，發(fā)展數(shù)字普惠金融是否會加劇城商行的風(fēng)險承擔？數(shù)字普惠金融影響城商行風(fēng)險承擔的作用機制是什么？

回顧現(xiàn)有文獻，主要集中在數(shù)字普惠金融風(fēng)險的研究，關(guān)于數(shù)字普惠金融對銀行風(fēng)險承擔的研究相對不足。與數(shù)字普惠金融風(fēng)險有關(guān)的研究主要包括兩種觀點。觀點一認為數(shù)字普惠金融對優(yōu)化資源配置、降低風(fēng)險承擔大有裨益[3]，銀行提高金融科技的發(fā)展水平是降低普惠金融風(fēng)險承擔的重要路徑[4]，銀行借助金融科技發(fā)展的力量更全面的了解客戶的信貸質(zhì)量，降低信貸風(fēng)險[5]。另外，增加金融科技投入對提高商業(yè)銀行的風(fēng)險管理水平也大有益處[6]，銀行借助于數(shù)字普惠金融技術(shù)分析日常交易過程中產(chǎn)生的信息和數(shù)據(jù)，顯著提高授信審批效率和風(fēng)險識別能力[7]，進而提高機構(gòu)信用評級和風(fēng)險管理與控制能力[8]，由觀點一可以推測數(shù)字普惠金融發(fā)展對于銀行來說或許具有風(fēng)險分散作用。觀點二認為數(shù)字技術(shù)在推動普惠金融向縱深發(fā)展的同時，增加了客戶資金安全隱患[9]，這是因為數(shù)字技術(shù)的開放性、傳染性等特性加劇了普惠金融原有的風(fēng)險[10]以及帶來諸如客戶信息安全風(fēng)險、數(shù)字技術(shù)應(yīng)用風(fēng)險、數(shù)字“鴻溝”風(fēng)險等新風(fēng)險[1]，由觀點二可以推測數(shù)字普惠金融發(fā)展或許會提高銀行風(fēng)險承擔水平。為了彌補數(shù)字普惠金融對城商行風(fēng)險承擔研究素材的缺失，本文將從數(shù)字普惠金融對城商行的影響機制出發(fā)，以35 家城市城商行2011—2020 年的面板數(shù)據(jù)為支撐，分別利用靜態(tài)面板模型、動態(tài)面板模型和中介效應(yīng)模型實證檢驗并分析數(shù)字普惠金融對城商行風(fēng)險承擔的影響及其傳導(dǎo)渠道。

1 理論分析與研究假設(shè)

數(shù)字普惠金融泛指一切在金融科技助力下實現(xiàn)普惠金融發(fā)展的服務(wù)，以提高效率、降低成本為價值主導(dǎo)，通過規(guī)模化、商業(yè)可持續(xù)化的供給滿足海量、多元、瑣碎的金融服務(wù)需求。數(shù)字普惠金融從貸款業(yè)務(wù)、存款業(yè)務(wù)、中間業(yè)務(wù)三條傳導(dǎo)渠道對城商行風(fēng)險承擔產(chǎn)生影響（見圖1）。

圖1 數(shù)字普惠金融對城商行風(fēng)險承擔的影響路徑

一是貸款業(yè)務(wù)傳導(dǎo)渠道。數(shù)字普惠金融通過影響城商行信息處理能力和風(fēng)險識別能力沖擊城商行貸款業(yè)務(wù)，進而影響城商行的貸款質(zhì)量，最終影響城商行的風(fēng)險承擔。與傳統(tǒng)貸款業(yè)務(wù)相比，數(shù)字普惠金融借助互聯(lián)互通客戶征信系統(tǒng)，簡化貸款審核程序、縮短貸款審核時間，進而降低資信評估和線下審核的成本，有利于降低不良貸款率、提高貸款效率，提高貸款業(yè)務(wù)的服務(wù)質(zhì)量。另外，數(shù)字普惠金融依托大數(shù)據(jù)、云計算、人工智能以及移動互聯(lián)網(wǎng)等數(shù)字技術(shù)建立信息處理系統(tǒng)、風(fēng)險識別與風(fēng)險監(jiān)測系統(tǒng)，在挖掘與分析客戶的征信信息時能做到及時、高效，以全面把握客戶信用等級和經(jīng)營狀況，有利于貸款資金分配效率的提升[12]。然而，由于銀行目前開發(fā)利用的大數(shù)據(jù)信用風(fēng)險管理模型等風(fēng)險管控手段沒有經(jīng)過完整經(jīng)濟周期的檢驗，在實際執(zhí)行過程中，其有效性仍有待考驗，再加上普惠金融服務(wù)的對象本身就是銀行惜貸群體，信貸風(fēng)險較高，如只靠線上數(shù)據(jù)進行信用評估，可靠性難以保證。除此之外，數(shù)字技術(shù)的發(fā)展也會帶來很多類似于技術(shù)風(fēng)險和操作風(fēng)險等的風(fēng)險隱患，使商業(yè)銀行面臨更高的欺詐風(fēng)險和客戶信息偽造風(fēng)險，從而提升銀行風(fēng)險承擔水平。

二是存款業(yè)務(wù)傳導(dǎo)渠道。數(shù)字普惠金融通過影響城商行的資源配置功能沖擊城商行的存款業(yè)務(wù)，進而影響城商行流動性水平，最終影響城商行的風(fēng)險承擔。城商行作為金融市場主體，其資源配置功能是指將閑置資金從低效率的部門收集起來，分配給高效率的部門。受到傳統(tǒng)金融市場成本和技術(shù)等因素的制約，金融投資市場存在大量分散的小規(guī)模投資者無法被高效的吸收。數(shù)字普惠金融能夠彌補傳統(tǒng)普惠金融的短板，降低金融服務(wù)的成本和門檻，使城商行將重點從“二八定律”客戶向“長尾理論”客戶轉(zhuǎn)移[13]。一方面，城商行通過接觸更多的客戶，可以獲得充足的廉價零售存款，同時減少對不穩(wěn)定性的批發(fā)融資的依賴，有利于降低銀行流動性風(fēng)險[14]。另一方面，數(shù)字普惠金融主要服務(wù)于長尾客戶群體，而大多數(shù)長尾客戶群體整體財力相對薄弱，往往具有盲目跟風(fēng)的心理，數(shù)字普惠金融操作的便捷性可能會加劇其擠兌行為發(fā)生的可能，使流動性風(fēng)險更加突出，從而提升銀行風(fēng)險承擔的水平。

三是中間業(yè)務(wù)傳導(dǎo)渠道。數(shù)字普惠金融通過影響城商行的運營管理能力沖擊城商行的中間業(yè)務(wù)，進而影響城商行的非利息收入水平，最終影響城商行的風(fēng)險承擔。傳統(tǒng)觀點認為，銀行開展非利息業(yè)務(wù)，使業(yè)務(wù)多元化程度提高，從而起到分散風(fēng)險的作用[15]。例如，以手續(xù)費及傭金收入為代表的非利息收入水平不依賴外部經(jīng)濟環(huán)境的變化，有助于降低銀行承擔的周期性風(fēng)險[16]。一方面，數(shù)字普惠金融利用大數(shù)據(jù)挖掘與分析技術(shù)，幫助城商行更好的了解客戶潛在需求，設(shè)計出契合其自身風(fēng)險偏好的個人理財產(chǎn)品和資產(chǎn)管理規(guī)劃，提高城商行的手續(xù)費及傭金收入。另一方面，線上理財、線上繳費、線上支付的流行取代了很多線下金融服務(wù)，這將會會減少商業(yè)銀行的傭金和手續(xù)費收入，減少商業(yè)銀行中間業(yè)務(wù)收入。

基于以上分析，數(shù)字普惠金融分別通過貸款業(yè)務(wù)、存款業(yè)務(wù)、中間業(yè)務(wù)三大渠道對銀行風(fēng)險承擔存在正反兩方面的影響，故本文提出以下假設(shè)：

假設(shè)1a：數(shù)字普惠金融降低了城商行的風(fēng)險承擔水平。

假設(shè)1b：數(shù)字普惠金融提高了城商行的風(fēng)險承擔水平。

假設(shè)2：數(shù)字普惠金融通過影響城商行的信貸業(yè)務(wù)沖擊城商行貸款質(zhì)量，進而影響城商行的風(fēng)險承擔。

假設(shè)3：數(shù)字普惠金融通過影響城商行的存款業(yè)務(wù)沖擊城商行的流動性水平，進而影響城商行的風(fēng)險承擔。

假設(shè)4：數(shù)字普惠金融通過影響城商行的中間業(yè)務(wù)沖擊城商行的非利息收入水平，進而影響城商行的風(fēng)險承擔。

2 實證研究設(shè)計

2.1 研究樣本與數(shù)據(jù)來源

結(jié)合數(shù)據(jù)的可得性與完整性，選取中國22 個省（市、自治區(qū)）35 家城市城商行①2011—2020 年的數(shù)據(jù)作為樣本。其中，與銀行相關(guān)的數(shù)據(jù)主要來自Wind 數(shù)據(jù)庫，部分缺失數(shù)據(jù)通過在各大城商行公開披露的年報中手工整理獲得；數(shù)字普惠金融發(fā)展的數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心；GDP 同比增長率和貨幣供應(yīng)量增長率來自國家統(tǒng)計局網(wǎng)站，銀行業(yè)景氣指數(shù)來自人民銀行網(wǎng)站。

2.2 變量定義

2.2.1 被解釋變量

被解釋變量為城商行的風(fēng)險承擔水平，主要有三種衡量方法。一是從市場投資者的角度使用股票收益率方差和預(yù)期違約概率等。二是從銀行破產(chǎn)角度使用資產(chǎn)收益率方差和Z值等。三是從監(jiān)管者的角度使用資本充足率和不良貸款率等。本文參考張文菲等[11]的做法，選取Z值作為銀行風(fēng)險承擔的代理變量：

為了增強數(shù)據(jù)的平穩(wěn)性，對Z值的大小進行取對數(shù)處理，并且由于Z值越高，城商行風(fēng)險承擔越低，因此，為了保證實證分析符號的一致性，再對取對數(shù)后的Z值進行取相反數(shù)處理，得到最終的風(fēng)險承擔水平代理變量risk。

2.2.2 核心解釋變量

核心解釋變量選取北京大學(xué)數(shù)字金融研究中心2021 年4 月公布的數(shù)字普惠金融指數(shù)[17]，這是目前國內(nèi)反映數(shù)字普惠金融發(fā)展水平比較權(quán)威的指標。為了增強數(shù)據(jù)的平穩(wěn)性，對數(shù)字普惠金融指數(shù)進行取對數(shù)處理，最終得到fin。另外，在穩(wěn)健性檢驗中，選取北京大學(xué)數(shù)字金融研究中心課題組于2021 年4 月所公布的數(shù)字金融覆蓋廣度作為輔助考察變量并對其做取對數(shù)處理，最終得到fin1。

2.2.3 控制變量

控制變量的選取包含宏觀經(jīng)濟、銀行行業(yè)、銀行個體三個層面。宏觀經(jīng)濟層面的指標參考郭品等[18]的做法，選取GDP 同比增長率（ggdp）和貨幣供應(yīng)量增長率（m2）；銀行行業(yè)層面的控制變量參考吳成頌等的做法[19]，選取衡量銀行業(yè)整體發(fā)展情況的銀行業(yè)景氣指數(shù)（cbci），是銀行發(fā)展情況的賦權(quán)量化描述；銀行個體層面的控制變量參考李淑萍等[20]的做法，選取總資產(chǎn)收益率（roa）和資本充足率（car），其中總資產(chǎn)收益率是凈利潤與總資產(chǎn)的比值，資本充足率是銀行資本與加權(quán)風(fēng)險資產(chǎn)的比值。

2.2.4 中介變量

根據(jù)理論分析，數(shù)字普惠金融影響城商行風(fēng)險承擔的路徑為信貸質(zhì)量、流動性水平，非利息收入水平。其中，信貸質(zhì)量、流動性水平參考吳成頌等的做法[19]，分別選取不良貸款率（五級貸款分類下的不良貸款/總貸款）、存貸比（發(fā)放的貸款和墊款/吸收存款）來衡量。從銀行財務(wù)報表的角度來看，手續(xù)費及傭金收入是銀行非利息收入最重要的組成部分，結(jié)合數(shù)據(jù)可得性，非利息收入水平選取手續(xù)費及傭金收入與營業(yè)收入的比值（cc）來衡量。具體變量定義和描述性統(tǒng)計見表1。

表1 變量的描述性統(tǒng)計

2.3 模型設(shè)計

為驗證假設(shè)1，設(shè)定靜態(tài)面板方程（1）和動態(tài)面板方程（2），方程（2）考慮了銀行風(fēng)險的滯后影響，在方程（1）的基礎(chǔ)上加上銀行風(fēng)險指標的一階滯后項作為解釋變量。為了驗證假設(shè)2~4，依據(jù)溫忠麟等[21]的中介效應(yīng)理論，設(shè)定方程（3）~（5）。

注：GDP 同比增長率、資產(chǎn)收益率、資本充足率、貨幣供應(yīng)量增長率、非利息收入占比、不良貸款率、存貸比為百分數(shù)，單位為%。

其中，i表示35 家城市城商行，t表示時間；riskit、riskit-1分別表示銀行風(fēng)險承擔指標及其一階滯后項；finit用來測度數(shù)字普惠金融發(fā)展指標；med表示中介變量，j分別不良貸款率、存貸比和手續(xù)費及傭金收入占比；εit表示不可觀測的隨機擾動項；x表示控制變量。

3 實證結(jié)果分析

3.1 平穩(wěn)性檢驗

實證分析前，對城商行風(fēng)險承擔、數(shù)字普惠金融指數(shù)進行fisher ADF 檢驗和fisher PP 檢驗（見表2），避免出現(xiàn)模型偽回歸。檢驗結(jié)果說明，城商行風(fēng)險承擔水平和數(shù)字普惠金融指數(shù)均不存在單位根，不存在偽回歸問題。

表2 變量平穩(wěn)性檢驗

3.2 數(shù)字普惠金融對銀行風(fēng)險承擔的實證結(jié)果與分析

首先，對靜態(tài)面板方程（1）依次進行固定效應(yīng)模型（FE）回歸和隨機效應(yīng)模型（RE）回歸，從F 檢驗和Hausman 檢驗結(jié)果中發(fā)現(xiàn)，固定效應(yīng)模型的回歸符合方程（1）的設(shè)定。其次，為了有效避免在實證過程中出現(xiàn)變量內(nèi)生性問題，對動態(tài)面板方程（2）依次進行差分GMM 模型估計和系統(tǒng)GMM 模型估計，從AR（2）和Sargan 檢驗的結(jié)果中發(fā)現(xiàn)，擾動項不存在二階自相關(guān)且所有工具變量有效。另外，鑒于系統(tǒng)GMM 更能有效解決弱工具變量問題，因此本文選擇系統(tǒng)GMM 模型的回歸結(jié)果進行分析（見表3）。

表3 數(shù)字普惠金融對銀行風(fēng)險承擔的影響

數(shù)字普惠金融（fin）的影響系數(shù)顯著為負，表明數(shù)字普惠金融發(fā)展具有降低銀行的風(fēng)險承擔的作用，與假設(shè)1a 相符，這是與數(shù)字普惠金融的發(fā)展助力城商行擴大金融服務(wù)范圍、優(yōu)化金融服務(wù)觸達方式、降低服務(wù)成本、提高服務(wù)效率密不可分。但是否通過信貸質(zhì)量、流動性水平、非利息收入水平等渠道影響城商行的風(fēng)險承擔有待進一步研究。GDP同比增長率（ggdp）的估計系數(shù)顯著為正，說明了GDP 增速放緩有利于提高經(jīng)濟發(fā)展質(zhì)量、防范經(jīng)濟風(fēng)險、降低銀行風(fēng)險承擔水平，這可能與近年來我國經(jīng)濟穩(wěn)增長與防風(fēng)險的宏觀經(jīng)濟政策有關(guān)。貨幣供給增長率（m2）的估計系數(shù)顯著為正，表明我國的貨幣政策并非中性，積極的貨幣政策會提高銀行的風(fēng)險承擔水平。資本充足率（car）、資產(chǎn)收益率（roa）、銀行業(yè)景氣指數(shù)（cbci）的估計系數(shù)均顯著為負，說明其與城商行風(fēng)險承擔呈負相關(guān)關(guān)系，即資本充足率、盈利水平和銀行業(yè)景氣程度的提高均有助于降低城商行的風(fēng)險承擔。

3.3 數(shù)字普惠金融對銀行風(fēng)險承擔影響的路徑分析

數(shù)字普惠金融對城商行風(fēng)險承擔中介效應(yīng)的檢驗結(jié)果見表4。從模型（3）中可以看出，α1的系數(shù)顯著為負，與模型（1）和模型（2）的檢測結(jié)果一致，這也更進一步驗證了“數(shù)字普惠金融發(fā)展有助于降低銀行風(fēng)險承擔水平”這一結(jié)論的科學(xué)性。關(guān)于中介效應(yīng)檢驗結(jié)果的分析如下：

表4 數(shù)字普惠金融對城商行風(fēng)險的中介效應(yīng)

從貸款質(zhì)量的統(tǒng)計結(jié)果來看，β1顯著為負，說明數(shù)字普惠金融發(fā)展有助于降低不良貸款率，提高貸款質(zhì)量；γ1顯著為正，說明貸款質(zhì)量提高有助于降低銀行風(fēng)險承擔水平；γ2顯著為負，且小于α1，結(jié)合所有系數(shù)均顯著，可以得出貸款質(zhì)量的中介效應(yīng)顯著的結(jié)論，相對中介效應(yīng)占比為0.138 5，表明數(shù)字普惠金融通過貸款質(zhì)量渠道影響城商行風(fēng)險的比率為13.85%。因此，本文提出的假設(shè)2“數(shù)字普惠金融通過影響城商行的信貸業(yè)務(wù)沖擊城商行貸款質(zhì)量，進而影響城商行的風(fēng)險承擔”成立，這是因為隨著數(shù)字普惠金融的發(fā)展，城商行借助大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)等數(shù)字技術(shù)，提高了其信息處理、風(fēng)險識別與風(fēng)險監(jiān)測能力，這有助于提高城商行的貸款質(zhì)量，而貸款質(zhì)量的提高有助于降低城商行風(fēng)險承擔。

從流動性水平的統(tǒng)計結(jié)果來看，β1顯著為負，表明數(shù)字普惠金融發(fā)展有助于降低銀行存貸比，提高流動性水平；γ1顯著為正，表明流動性水平的提高有助于降低銀行風(fēng)險承擔水平；γ2顯著為負，且小于α1，結(jié)合所有系數(shù)均顯著，可以得出流動性水平的中介效應(yīng)顯著的結(jié)論，相對中介效應(yīng)占比為0.163 1，表明數(shù)字普惠金融通過流動性水平渠道影響城商行風(fēng)險的比率為16.31%。因此，本文提出的假設(shè)3“數(shù)字普惠金融通過影響城商行的存款業(yè)務(wù)沖擊城商行的流動性水平，進而影響城商行的風(fēng)險承擔”成立，這是因為數(shù)字普惠金融的發(fā)展有助于銀行擴大金融服務(wù)范圍，獲得充足的廉價零售存款、減少對不穩(wěn)定性的批發(fā)融資的依賴，進而提高城商行的流動性水平，而流動性水平的提高有助于降低城商行的風(fēng)險承擔。

從非利息收入水平的統(tǒng)計結(jié)果來看，β1不顯著、γ1顯著且Z=-0.27>-0.97，可以得出非利息收入的中介效應(yīng)不顯著的結(jié)論，這表明數(shù)字普惠金融發(fā)展通過非利息收入傳導(dǎo)渠道在一定程度上不會對城商行風(fēng)險承擔產(chǎn)生影響，這是因為雖然數(shù)字普惠金融的發(fā)展借助大數(shù)據(jù)挖掘與分析技術(shù)，有助于城商行為客戶設(shè)計契合其自身風(fēng)險偏好的個人理財產(chǎn)品和資產(chǎn)管理規(guī)劃，提高非利息收入水平，但另一方面，數(shù)字普惠金融將金融服務(wù)從線下物理網(wǎng)點搬運到線上移動客戶端會減少城商行的手續(xù)費、在線銷售理財保險產(chǎn)品和代繳費用會減少城商行的傭金收入，這在一定程度上緩解了非利息收入水平變化給城商行風(fēng)險承擔帶來的中介效應(yīng)。

3.4 穩(wěn)健性檢驗

選擇用數(shù)字金融覆蓋廣度替換數(shù)字普惠級金融指數(shù)作為解釋變量的方法進行穩(wěn)健性檢驗以確保研究結(jié)論可靠。表5、表6 的估計結(jié)果顯示結(jié)果與前文研究結(jié)論基本一致，說明了研究結(jié)論有效可靠。

表5 數(shù)字普惠金融對城商行風(fēng)險影響的穩(wěn)健性檢驗

表6 數(shù)字普惠金融對城商行風(fēng)險的中介效應(yīng)的穩(wěn)健性檢驗

4 研究結(jié)論與建議

研究結(jié)果表明：（1）數(shù)字普惠金融顯著降低了城商行的風(fēng)險承擔。（2）數(shù)字普惠金融通過沖擊城商行的貸款業(yè)務(wù)和存款業(yè)務(wù)，提高了城商行的信貸質(zhì)量和流動性水平，進而顯著降低了城商行的風(fēng)險承擔。（3）數(shù)字普惠金融通過沖擊城商行中間業(yè)務(wù)中的非利息收入影響城商行風(fēng)險承擔的中介效應(yīng)并不顯著，這是因為數(shù)字普惠金融的發(fā)展對城商行非利息收入產(chǎn)生大小相等、方向相反的兩個方面的影響。結(jié)合以上分析，提出以下建議。

首先，城市商業(yè)銀行應(yīng)轉(zhuǎn)變數(shù)字化經(jīng)營理念，加快數(shù)字普惠金融發(fā)展的腳步。普惠金融政策無法脫離數(shù)字技術(shù)得以實現(xiàn)，在數(shù)字技術(shù)的運用對普惠金融政策造成沖擊的背景下，城商行應(yīng)采取積極的應(yīng)對方式，利用數(shù)字普惠金融的發(fā)展降低城商行的風(fēng)險承擔。其一，利用大數(shù)據(jù)、云計算等數(shù)字技術(shù)加強貸款投放的風(fēng)險管理，提高城商行風(fēng)險識別能力，提高貸款質(zhì)量；其二，合理擴大金融服務(wù)的廣度和深度，通過提高城商行零售存款資金的比重，減少對不穩(wěn)定的批發(fā)性融資的依賴，同時建立先進的流動性風(fēng)險監(jiān)控與預(yù)警機制，降低城商行的流動性風(fēng)險。其三，抓住由數(shù)字普惠金融所帶來的技術(shù)紅利，提高運營管理能力，提高非利息收入水平。

其次，數(shù)字普惠金融各參與主體應(yīng)加強信息交流與共享，建立更加開放的合作伙伴關(guān)系。與綜合實力較強的大型股份制商業(yè)銀行通過自建數(shù)據(jù)平臺或與金融科技公司合作的方式推進數(shù)字普惠金融相比，綜合實力相對較弱的城商行可以通過彼此間聯(lián)盟、投資金融科技公司或者直接與金融科技公司合作等模式推進數(shù)字普惠金融，有效降低客戶信息安全風(fēng)險、數(shù)字技術(shù)應(yīng)用風(fēng)險等。

最后，政府監(jiān)管部門應(yīng)著力優(yōu)化數(shù)字普惠金融發(fā)展環(huán)境。一方面，有效分配政府財政支出，要具體關(guān)注到財政資金是否向經(jīng)濟落后地區(qū)傾斜，對基礎(chǔ)設(shè)施的投入有無增加，相關(guān)法規(guī)及政策性文件是否責(zé)任到人等等問題，唯有此，才能有效降低經(jīng)濟落后地區(qū)數(shù)字普惠金融的發(fā)展成本，進一步縮小地區(qū)間的數(shù)據(jù)鴻溝，更好地管控數(shù)字普惠金融發(fā)展給銀行帶來的數(shù)字“鴻溝”等系統(tǒng)性風(fēng)險。另一方面，加強數(shù)字普惠金融有效監(jiān)管，做到監(jiān)管規(guī)范且不限制發(fā)展。從文件依據(jù)角度，政府部門發(fā)布的相關(guān)法規(guī)及政策性文件，需要保證有具體條款可參考、細節(jié)懲處可依據(jù)。從實際監(jiān)管角度，相關(guān)部門要保證的權(quán)責(zé)范圍可界定、管控效果可評估，在多方面降低數(shù)字普惠金融的法律風(fēng)險與政策性風(fēng)險。

注 釋：

① 這35 家商業(yè)銀行包括：北京銀行、天津銀行、唐山銀行、河北銀行、大連銀行、盛京銀行、阜新銀行、錦州銀行、吉林銀行、龍江銀行、上海銀行、南京銀行、江蘇銀行、杭州銀行、徽商銀行、廈門國際銀行、江西銀行、齊魯銀行、青島銀行、齊商銀行、鄭州銀行、漢口銀行、華融湘江銀行、廣東南粵銀行、東莞銀行、廣東華興銀行、貴州銀行、重慶銀行、成都銀行、重慶三峽銀行、自貢銀行、貴陽銀行、西安銀行、長安銀行、寧夏銀行。