數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的抑制效應(yīng)
——基于省級面板數(shù)據(jù)的實證檢驗

劉 驊，崔 婧

（南京審計大學(xué) 金融學(xué)院，江蘇 南京 211815）

一、引言

黨的二十大報告指出，應(yīng)“以經(jīng)濟安全為基礎(chǔ)”“用新安全格局保障新發(fā)展格局”。2022年10月，中國人民銀行在全國人大常委會金融工作情況報告中進(jìn)一步指出金融安全的重要性，并提出要全面加強和完善金融監(jiān)管，依法將各類金融活動全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線。而隨著我國經(jīng)濟增速的放緩，區(qū)域金融風(fēng)險問題值得關(guān)注，其在缺乏有效防控時可能會跨行業(yè)、跨區(qū)域交叉?zhèn)魅荆罱K演化成系統(tǒng)性金融風(fēng)險，是影響金融穩(wěn)定的重要因素之一。因此如何緩解區(qū)域金融風(fēng)險成為學(xué)術(shù)界和實務(wù)界關(guān)注的重點議題。

數(shù)字金融作為大數(shù)據(jù)、云計算、區(qū)塊鏈等新興技術(shù)與金融領(lǐng)域的有機結(jié)合，近年來實現(xiàn)了跨越式發(fā)展。根據(jù)北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)據(jù)，2021年各省數(shù)字普惠金融總指數(shù)的中位值由2011年的33.6增長至363.6，年均復(fù)合增長率約為26.9%。不斷成熟的數(shù)字金融技術(shù)給傳統(tǒng)金融業(yè)帶來了發(fā)展模式和技術(shù)創(chuàng)新的機遇，可有效降低交易成本、提高信息透明度、緩解資源錯配，在一定程度上能彌補傳統(tǒng)金融不足并增強金融體系的風(fēng)險防范能力。因此，數(shù)字金融發(fā)展與區(qū)域金融風(fēng)險之間可能存在一定的內(nèi)在聯(lián)系，是一個重要的風(fēng)險抑制因素。本文分析數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險抑制效應(yīng)的傳導(dǎo)機制與調(diào)節(jié)作用，對于我國數(shù)字金融背景下防范區(qū)域金融風(fēng)險、保障國家經(jīng)濟安全具有重要的理論與現(xiàn)實意義。

二、文獻(xiàn)綜述

（一）區(qū)域金融風(fēng)險的影響因素與測度

區(qū)域金融風(fēng)險由微觀金融風(fēng)險積累，逐步擴散和傳染，可能最終會形成宏觀層面上的系統(tǒng)性風(fēng)險，而此過程受諸多因素影響。銀行市場及房地產(chǎn)行業(yè)可能是區(qū)域金融風(fēng)險的主要來源（榮夢杰和李剛，2020；梁秋霞等，2021）[1-2]，其中，股份制商業(yè)銀行的區(qū)域特征最為突出（黃湃，2003）[3]，因此一些學(xué)者認(rèn)為用不良貸款率可以較直觀地衡量區(qū)域金融風(fēng)險（歐陽資生等，2021）[4]。但宏觀經(jīng)濟波動以及外部金融環(huán)境對區(qū)域金融風(fēng)險的作用同樣不容忽視，無論是體現(xiàn)宏觀經(jīng)濟波動的通脹率、GDP增長率等，還是國際金融市場的變化及主權(quán)債務(wù)危機，都會增加國內(nèi)金融市場的不穩(wěn)定性（劉鳳根等，2022）[5]。此外，隨著地方政府債務(wù)規(guī)模的不斷擴大，一些學(xué)者研究發(fā)現(xiàn)地方政府債務(wù)風(fēng)險對區(qū)域金融風(fēng)險具有較強的空間溢出效應(yīng)（陳守東等，2020）[6]。因此，除了不良貸款率外，上述影響因素均被逐步納入?yún)^(qū)域金融風(fēng)險的評價體系。

現(xiàn)有文獻(xiàn)關(guān)于金融風(fēng)險測度方法的研究已經(jīng)較為充分，除了早期的指標(biāo)預(yù)警體系，目前多以模型測度和指數(shù)測度兩種方式為主。模型測度主要通過或有權(quán)益分析法（CCA模型）、網(wǎng)絡(luò)拓?fù)涞确椒▽r間序列數(shù)據(jù)進(jìn)行分析，以測度金融風(fēng)險發(fā)生的可能性，但該類方法只針對單一部門，無法反映金融系統(tǒng)的整體性風(fēng)險（方定闖和孔文青，2020；毛捷和韓瑞雪，2022）[7-8]。指數(shù)測度主要是通過金融壓力指數(shù)法進(jìn)行，由Illin和Ying最早提出，通過對一定時期金融壓力的測度構(gòu)建綜合性指標(biāo)，實現(xiàn)對金融體系整體的把握（Illing和Liu，2006）[9]。此后，利用金融壓力指數(shù)測度金融風(fēng)險的研究不斷豐富，一些學(xué)者使用等方差權(quán)重、主成分分析、因子分析三種方法均驗證了金融壓力指數(shù)的準(zhǔn)確性和普適性。在金融指標(biāo)體系構(gòu)建時，各指標(biāo)的賦權(quán)尤為重要，以模糊綜合評價法（FAHP）、固定權(quán)重法等為代表的主觀賦權(quán)法，由于主觀隨意性大，無法準(zhǔn)確衡量風(fēng)險，因此學(xué)界更青睞于使用熵值法這類客觀賦權(quán)法（謝婷婷和李祎，2020；劉哲，2022）[10-11]。

（二）數(shù)字金融發(fā)展與金融風(fēng)險

數(shù)字金融作為數(shù)字技術(shù)與金融領(lǐng)域的結(jié)合，學(xué)者們從不同角度研究了數(shù)字金融發(fā)展對金融風(fēng)險產(chǎn)生的影響。微觀層面，現(xiàn)有文獻(xiàn)大多集中在金融機構(gòu)方面，分析數(shù)字金融發(fā)展如何影響銀行的風(fēng)險承擔(dān)。我國銀行盈利水平差距較大且流動性不足，而數(shù)字金融發(fā)展能夠顯著降低銀行的主動以及被動風(fēng)險承擔(dān)，有效改善銀企信息不對稱問題，降低信貸及資產(chǎn)價格波動，有利于銀行的風(fēng)險轉(zhuǎn)移與分散，進(jìn)一步提升其風(fēng)險承擔(dān)能力（孫志紅和琚望靜，2022；金洪飛等，2020）[12-13]。但同時數(shù)字金融發(fā)展具有一定的時滯性，可能會對以商業(yè)銀行為核心的傳統(tǒng)信貸渠道產(chǎn)生擠出效應(yīng)，進(jìn)而加劇金融風(fēng)險（戰(zhàn)明華等，2020）[14]。對非金融上市公司而言，數(shù)字金融發(fā)展會通過降低融資成本、改善流動性限制等機制，提升企業(yè)的風(fēng)險承擔(dān)能力，同樣起著顯著的風(fēng)險抑制效應(yīng)（許芳和何劍，2022）[15]。但非金融企業(yè)拓寬自身融資渠道的同時，也增加了風(fēng)險傳染概率，可能加劇金融風(fēng)險（Ozili，2018）[16]。

宏觀層面，數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險具有雙重作用，而從整體上看，數(shù)字金融對金融風(fēng)險的抑制作用明顯大于加劇作用（歐陽資生等，2021；張忠俊和馬克紅，2022；李優(yōu)樹和張敏，2020）[4，17-18]。數(shù)字金融發(fā)展的不平衡和不充分以及金融監(jiān)管的局限性可能會增加金融脆弱性，金融違約、金融系統(tǒng)的關(guān)聯(lián)復(fù)雜性及風(fēng)險管控難度等問題，加劇金融風(fēng)險（李優(yōu)樹和張敏，2020）[18]；但是，數(shù)字金融發(fā)展不僅顯著提升了銀行和企業(yè)的風(fēng)險承擔(dān)能力，還能有效緩解市場主體的融資約束困境，降低了地方政府債務(wù)融資風(fēng)險（孫志紅和琚望靜，2022；許芳和何劍，2022；李晨和丁鑫，2021；侯世英和宋良榮，2020）[12，15，19-20]。此外，數(shù)字金融發(fā)展提高了實體經(jīng)濟抵御風(fēng)險的能力，且增強了金融包容性，因此對金融風(fēng)險的抑制效應(yīng)更為顯著（張忠俊和馬克紅，2022）[17]。在此基礎(chǔ)上，一些學(xué)者利用空間杜賓模型進(jìn)行分析得出了數(shù)字金融發(fā)展在本區(qū)域存在風(fēng)險抑制作用，而跨區(qū)發(fā)展時會激化周邊地區(qū)的金融競爭格局，增加周邊地區(qū)金融風(fēng)險的結(jié)論（周曄和丁鑫，2022）[21]。

綜上所述，現(xiàn)有文獻(xiàn)中針對區(qū)域金融風(fēng)險影響因素與測算方法的研究有助于較好地衡量該類風(fēng)險；學(xué)術(shù)界也證明了數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的直接抑制效應(yīng)，但該影響的機制研究尚不充分，且鮮有文獻(xiàn)關(guān)注金融監(jiān)管在其中的調(diào)節(jié)效應(yīng)。

因此，在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾方面。

第一，運用熵值法構(gòu)建金融壓力指數(shù)對區(qū)域金融風(fēng)險進(jìn)行測度，并從數(shù)字金融覆蓋廣度、使用深度和數(shù)字化程度三方面分析數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響。第二，基于數(shù)字金融特性，在實證檢驗數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險有直接抑制效應(yīng)的基礎(chǔ)上，從資本轉(zhuǎn)移和科技創(chuàng)新兩個路徑分析其間接影響機制。第三，將金融監(jiān)管納入“數(shù)字金融發(fā)展—區(qū)域金融風(fēng)險”分析范式中，通過調(diào)節(jié)效應(yīng)檢驗金融監(jiān)管在數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險過程中的有效作用。

三、理論機制與研究假設(shè)

（一）直接傳導(dǎo)機制與研究假設(shè)

數(shù)字金融作為互聯(lián)網(wǎng)信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)相結(jié)合的新型金融服務(wù)模式，具有技術(shù)性和普惠性雙重特點，主要從內(nèi)部改變金融體系，增強其風(fēng)險抵御能力，進(jìn)而直接抑制區(qū)域金融風(fēng)險。首先，數(shù)字金融發(fā)展能夠通過提升金融中介的信息搜集能力增強其競爭力，有效解決信息不對稱問題，防止逆向選擇與道德風(fēng)險的產(chǎn)生，起到轉(zhuǎn)移和分散風(fēng)險的作用，有效緩解區(qū)域金融風(fēng)險的集聚。其次，隨著金融業(yè)的深度發(fā)展，數(shù)字金融的技術(shù)性能改進(jìn)傳統(tǒng)金融產(chǎn)品、促進(jìn)金融創(chuàng)新，提升金融機構(gòu)的競爭力，降低其經(jīng)營風(fēng)險，從而有效抑制區(qū)域金融風(fēng)險的形成。再次，數(shù)字金融發(fā)展能有效推動傳統(tǒng)金融機構(gòu)升級和體系重構(gòu)，優(yōu)化金融結(jié)構(gòu)，顯著提高金融體系的運作效率，增強其風(fēng)險承擔(dān)能力。最后，數(shù)字金融具有的普惠包容特點，使其適用范圍涵蓋各個領(lǐng)域，有助于緩解因區(qū)域經(jīng)濟發(fā)展滯后所帶來的金融風(fēng)險集聚。在研究數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響時，不能將數(shù)字金融作為一個宏觀概念簡而論之，而需要根據(jù)其發(fā)展特性進(jìn)行細(xì)分。一方面，數(shù)字金融自身存在結(jié)構(gòu)性差異，可根據(jù)其發(fā)展維度細(xì)分為覆蓋廣度、使用深度、數(shù)字化程度三個子維度；另一方面，數(shù)字金融發(fā)展存在區(qū)域性差異。基于以上分析，提出以下假設(shè)。

假設(shè)H1：數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險具有直接抑制效應(yīng)，且存在結(jié)構(gòu)和區(qū)域異質(zhì)性。

（二）中介傳導(dǎo)機制與研究假設(shè)

1.科技創(chuàng)新的中介機制

數(shù)字金融所包含的人工智能、區(qū)塊鏈、云計算和大數(shù)據(jù)等技術(shù)，是科技創(chuàng)新的重要組成部分，而科技創(chuàng)新作為提升社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，改變了金融業(yè)態(tài)，對防范化解金融風(fēng)險起到重要作用。首先，科技創(chuàng)新推動了金融產(chǎn)品及模式的變革，促進(jìn)了金融服務(wù)方式的優(yōu)化和改進(jìn)，完善了金融機構(gòu)的內(nèi)部經(jīng)營機制。多層次、寬領(lǐng)域、有差異的數(shù)字化金融服務(wù)體系的構(gòu)建，有助于提升金融系統(tǒng)自身免疫能力，進(jìn)而防范區(qū)域金融風(fēng)險。其次，科技手段有助于簡化金融教育環(huán)節(jié)，降低金融教育成本，提高金融服務(wù)受眾群體金融素養(yǎng)，緩解區(qū)域金融風(fēng)險。再次，科技創(chuàng)新改變了金融風(fēng)險的形態(tài)和路徑，數(shù)據(jù)安全、信息安全和投資者保護(hù)等日益成為新的風(fēng)險點，金融制度和監(jiān)管都面臨著更高的要求，但同時監(jiān)管部門也在利用科技創(chuàng)新成果更新監(jiān)管方式、完善監(jiān)管制度。以大數(shù)據(jù)、機器學(xué)習(xí)等技術(shù)為代表的監(jiān)管科技，既有助于監(jiān)管部門提升監(jiān)管能力和效率，也有助于金融機構(gòu)滿足監(jiān)管合規(guī)要求并提升風(fēng)險抵御能力，進(jìn)而維護(hù)金融系統(tǒng)穩(wěn)定，防范化解金融風(fēng)險。基于此，本文提出如下假設(shè)。

假設(shè)H2：數(shù)字金融發(fā)展可以促進(jìn)科技創(chuàng)新進(jìn)而抑制區(qū)域金融風(fēng)險。

2.資本轉(zhuǎn)移的中介機制

數(shù)字金融為資本市場帶來風(fēng)險的同時，更主要的作用在于加速資本轉(zhuǎn)移，為資本市場帶來新活力。

第一，資本的跨區(qū)域流動離不開金融基礎(chǔ)設(shè)施，數(shù)字金融能通過標(biāo)準(zhǔn)化、規(guī)范化的數(shù)字手段促進(jìn)區(qū)域金融設(shè)施的均等化，進(jìn)而加速資本流動，有助于解決欠發(fā)達(dá)地區(qū)金融服務(wù)水平較低且基礎(chǔ)設(shè)施不足的問題。第二，數(shù)字金融不僅實現(xiàn)了金融服務(wù)的在線化，降低了資本跨域流動產(chǎn)生的費用、時間等直接成本，而且可以借助數(shù)字化手段，更大限度地發(fā)揮欠發(fā)達(dá)地區(qū)對資本的吸引力，顯著降低因區(qū)域發(fā)展不平衡形成的政策、感知等差異所產(chǎn)生的間接成本。第三，數(shù)字金融既為傳統(tǒng)資本流動渠道拓展出在線服務(wù)方式，在技術(shù)手段上實現(xiàn)創(chuàng)新，通過線上線下融合進(jìn)行模式創(chuàng)新，提升服務(wù)質(zhì)量，又基于服務(wù)手段和對象的延伸，有望形成有別于傳統(tǒng)銀行、資本市場等傳統(tǒng)渠道的新模式。第四，數(shù)字金融有助于全局優(yōu)化資本配置，通過精準(zhǔn)分析功能為資本流動提供精確的定制性參考，有效改善資本錯配，進(jìn)一步提高資本使用效率。所以在數(shù)字金融發(fā)展背景下，資本的跨域流動性和配置效率均會不斷提升，資本轉(zhuǎn)移的加速能提升企業(yè)風(fēng)險防范能力，最終抑制區(qū)域金融風(fēng)險的形成?；诖耍疚奶岢鋈缦录僭O(shè)。

假設(shè)H3：數(shù)字金融發(fā)展可以加快資本轉(zhuǎn)移進(jìn)而抑制區(qū)域金融風(fēng)險。

（三）金融監(jiān)管的調(diào)節(jié)機制與研究假設(shè)

從數(shù)字金融發(fā)展角度看，市場失靈理論認(rèn)為，由于普遍存在的信息不對稱、外部性、壟斷等現(xiàn)象，市場難以實現(xiàn)資源的高效配置，數(shù)字金融作為一種新興金融模式自然離不開金融監(jiān)管。金融監(jiān)管無論是處于較強還是在較弱區(qū)間內(nèi)都具有較強的技術(shù)創(chuàng)新溢出效應(yīng)，即加強金融監(jiān)管能夠提升數(shù)字金融運行效率和規(guī)范化程度，因此強化金融監(jiān)管在一定程度上會阻斷數(shù)字金融對傳統(tǒng)金融的風(fēng)險傳導(dǎo)，理論上能夠緩釋區(qū)域金融風(fēng)險（唐松等，2020）[22]。從防范區(qū)域金融風(fēng)險角度看，作為政府公共部門提高公眾信心的措施，金融監(jiān)管是對金融系統(tǒng)缺陷的有效和必要補充，且其目標(biāo)是維護(hù)金融體系安全和穩(wěn)定，因此其在防范區(qū)域金融風(fēng)險過程中的重要性不言而喻?；诖耍疚奶岢鋈缦录僭O(shè)。

假設(shè)H4：通過加大金融監(jiān)管力度可以進(jìn)一步增強數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的抑制作用。

四、指標(biāo)選取和模型設(shè)計

（一）變量選取

1.被解釋變量：區(qū)域金融風(fēng)險壓力指數(shù)（risk）

在構(gòu)建金融壓力指數(shù)的指標(biāo)體系時，其相關(guān)指標(biāo)的選取需要綜合考慮諸多因素，既需要探索金融風(fēng)險要素的共性，又需要將所在區(qū)域的金融特性納入考慮之中。本文遵循指標(biāo)選取的準(zhǔn)則，即代表性、可得性，以及科學(xué)性、實用性等，參考劉鳳根等（2022）[5]的指標(biāo)體系與分析思路，從銀行市場、股票市場、保險市場、房地產(chǎn)市場、國際市場、宏觀經(jīng)濟、企業(yè)經(jīng)營各方面選擇了13個風(fēng)險要素指標(biāo)。各級指標(biāo)、計算方法及其方向如表1所示。

表1 區(qū)域金融風(fēng)險壓力指標(biāo)體系（單位：%）

本文基于熵值法，對上述指標(biāo)體系數(shù)據(jù)進(jìn)行處理，最終得到全國31個省份（不包括港、澳、臺地區(qū)）2011—2020年的金融壓力指數(shù)，計算過程如下。

首先，根據(jù)指標(biāo)方向通過極差法對面板數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計算i地區(qū)在t年中第j個指標(biāo)的權(quán)重其次，重點計算j指標(biāo)的信息熵值冗余度dj=1-ej，及權(quán)重具體結(jié)果如表1所示；再次，根據(jù)權(quán)重計算綜合得分，即金融壓力指數(shù)

2.解釋變量：數(shù)字金融發(fā)展（difi）

本文選用的數(shù)字金融發(fā)展代理指標(biāo)是北大數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)，除了數(shù)字金融發(fā)展總指標(biāo)，本文還重點分析了三個子指標(biāo)，即數(shù)字金融發(fā)展的覆蓋廣度、使用深度及數(shù)字化程度，回歸方程中分別用breadth、depth、digit來表示。

具體而言，覆蓋廣度是指支付寶賬戶覆蓋率與支付寶所綁定銀行卡用戶在整個用戶中所占的比例；使用深度的含義是此種服務(wù)的具體狀況與使用頻率；數(shù)字化程度的重點則在于探究地區(qū)數(shù)字普惠金融所具有的便利性與效率等特點（郭峰等，2020）[23]。

3.中介變量：科技創(chuàng)新（innovation）和資本轉(zhuǎn)移（capital）

根據(jù)假設(shè)2，本文使用科技創(chuàng)新作為中介變量，借鑒歐陽資生等（2021）[4]的做法，使用財政科技支出與財政總支出的比值衡量地區(qū)科技創(chuàng)新水平。根據(jù)假設(shè)3，本文選取資本轉(zhuǎn)移作為中介變量，參考李優(yōu)樹和張敏（2020）[18]的研究，使用比值衡量該指標(biāo)，其分子是金融業(yè)增加值和房地產(chǎn)業(yè)增加值之和，分母是GDP減去金融業(yè)和房地產(chǎn)業(yè)貢獻(xiàn)后的剩余增量，檢驗數(shù)字金融發(fā)展加速資本轉(zhuǎn)移后的區(qū)域金融風(fēng)險變化狀況。

4.調(diào)節(jié)變量：金融監(jiān)管（supervise）

該變量的度量主要參考王韌等（2019）[24]的研究成果，用區(qū)域內(nèi)金融監(jiān)管支出金額在金融業(yè)增加值中所占的比例來衡量區(qū)域金融監(jiān)管強度?；谶@種方式，既能直接地觀測出區(qū)域金融監(jiān)管支出為金融行業(yè)所帶來的產(chǎn)值貢獻(xiàn)率的提高，又可以對金融監(jiān)管在整個金融業(yè)中所具有的配比情況形成準(zhǔn)確認(rèn)知。

5.控制變量

區(qū)域金融風(fēng)險除了受核心解釋變量數(shù)字金融發(fā)展影響之外，還受其他一系列內(nèi)部和外部變量的影響。為盡可能地避免遺漏變量，使得模型估計的準(zhǔn)確度得到提升，本文選擇教育水平、產(chǎn)業(yè)結(jié)構(gòu)、政府支持程度、創(chuàng)新能力和城市建設(shè)水平作為控制變量（侯世英和宋良榮，2020；姚登寶和許佳敏，2022）[20，25]。所有變量說明見表2。

表2 變量定義

（二）數(shù)據(jù)來源

本文選取2011—2020年中國31個省份的數(shù)據(jù)作為研究樣本，每個變量選取310個數(shù)據(jù)。其中區(qū)域金融風(fēng)險的數(shù)據(jù)采用上文測算的金融壓力指數(shù)，數(shù)字金融發(fā)展的數(shù)據(jù)來自《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）》，其他數(shù)據(jù)均來自歷年《中國統(tǒng)計年鑒》和各地區(qū)統(tǒng)計年鑒，并參考了國家統(tǒng)計局發(fā)布的相關(guān)數(shù)據(jù)。

（三）描述性統(tǒng)計

為了避免極端值對數(shù)據(jù)結(jié)果的影響，本文對所有連續(xù)型數(shù)據(jù)，在1%和99%百分位進(jìn)行縮尾處理，表3呈現(xiàn)了縮尾后的描述統(tǒng)計結(jié)果。通過表3能夠了解到，已知變量的最值并未出現(xiàn)較多的異常值，因此，能夠?qū)@些變量深入開展回歸分析工作。

表3 描述性統(tǒng)計

（四）模型設(shè)計

為研究數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響，參考已有文獻(xiàn)，基于LM檢驗、F檢驗以及Hausman檢驗，利用面板數(shù)據(jù)雙向固定效應(yīng)模型考察數(shù)字金融發(fā)展與區(qū)域金融風(fēng)險之間的聯(lián)系（姚登寶和許佳敏，2022）[25]。

構(gòu)建基本檢驗?zāi)Ｐ腿缡剑?）所示：

式（1）中，i表示省份；t表示年份；controls表示一系列控制變量，分別度量教育水平、產(chǎn)業(yè)結(jié)構(gòu)、政府支持程度、創(chuàng)新能力以及城市建設(shè)水平；λt表示各省份不隨時間變化的因素，用來控制地區(qū)固定效應(yīng)；μi表示年份固定效應(yīng)；εit為誤差擾動項。

式（1）用來分析數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的直接影響機制，本文還引入中介變量（mediumit）分析數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險的間接作用機制和中介效應(yīng)檢驗機制，并采用逐步回歸法，具體模型如式（2）、式（3）所示：

其中，式（2）表示數(shù)字金融發(fā)展對中介變量（科技創(chuàng)新和資本轉(zhuǎn)移）的影響，mediumit表示省份i在t年中的中介變量（科技創(chuàng)新和資本轉(zhuǎn)移），β2表示數(shù)字金融發(fā)展對中介變量（科技創(chuàng)新和資本轉(zhuǎn)移）的影響程度，β3表示在控制中介變量后數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險的直接效應(yīng)，δ表示中介變量對區(qū)域金融風(fēng)險的影響顯著性，β2δ為間接效應(yīng)，二者之和為總效應(yīng)，即滿足β1=β2δ+β3。其余變量與上文一致。

本文通過引入數(shù)字金融發(fā)展和金融監(jiān)管的交互項來分析金融監(jiān)管在抑制區(qū)域金融風(fēng)險中所產(chǎn)生的調(diào)節(jié)效應(yīng)，構(gòu)建模型：

式（4）中，difiit*superviseit為數(shù)字金融發(fā)展和金融監(jiān)管的交互項，表示隨著金融監(jiān)管強度的變化，數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險影響的變化。其余變量與上文一致。

五、實證分析

（一）變量的相關(guān)性檢驗

本部分進(jìn)行回歸分析前，對面板數(shù)據(jù)先進(jìn)行LLC檢驗以排除偽相關(guān)情況。結(jié)果表明所有變量單位根檢驗P值均小于0.05，與全部變量非平穩(wěn)假設(shè)不相符合，因此數(shù)據(jù)平穩(wěn)可進(jìn)行進(jìn)一步回歸分析。出于規(guī)避共線性問題的需要，本文針對選用的變量展開了相關(guān)性分析，分析具體結(jié)果如表4所示。

表4 相關(guān)性分析

通過表4可知，就存在于自變量之間的相關(guān)系數(shù)而言，其最大值并未高于0.9，即無須過于考慮共線性問題的影響。本文進(jìn)一步計算解釋變量的膨脹因子（VIF），結(jié)果表明，自變量的VIF均小于10，因此排除自變量數(shù)據(jù)之間存在多重共線性的情況。上述檢驗表明數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險有較為明顯的影響。

（二）直接傳導(dǎo)機制分析

在基準(zhǔn)模型中，本文首先分析數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的直接影響，回歸結(jié)果如表5所示。

由表5可知，數(shù)字金融發(fā)展系數(shù)在1%的水平上顯著影響區(qū)域金融風(fēng)險，且每提升1個單位，金融風(fēng)險降低約38%。由此可知，數(shù)字金融發(fā)展將會對區(qū)域金融風(fēng)險產(chǎn)生明顯的抑制效應(yīng)。針對數(shù)字金融的結(jié)構(gòu)而言，其包括覆蓋廣度、使用深度、數(shù)字化程度在內(nèi)的三個子維度的回歸系數(shù)分別為-0.049、-0.204

表5 基準(zhǔn)回歸結(jié)果

和-0.207，表明三個子維度均能緩解區(qū)域金融風(fēng)險；其中，覆蓋深度和數(shù)字化程度的風(fēng)險抑制效應(yīng)更為明顯，覆蓋廣度的影響相對較小，因此數(shù)字金融發(fā)展的風(fēng)險抑制效應(yīng)存在結(jié)構(gòu)性差異。此外，教育水平、政府支持程度和城市建設(shè)水平對區(qū)域金融風(fēng)險具有負(fù)向作用，均在1%的水平上顯著，意味著風(fēng)險得到了有效抑制。教育投入的增加有助于提高風(fēng)險防范意識，政府一般公共預(yù)算支出有利于各單位活動的有序進(jìn)行及資源的合理配置，城市建設(shè)水平的提高有利于提升人民的生活滿意度，上述因素在提升經(jīng)濟活力的同時，均能起到抑制金融風(fēng)險的作用。

本文為進(jìn)一步分析數(shù)字金融發(fā)展影響金融風(fēng)險的區(qū)域化差異，將中國內(nèi)地31個省份按照地理位置劃分為東部、中部和西部三個區(qū)域，檢驗數(shù)字金融發(fā)展總指標(biāo)及3個二級指標(biāo)對金融風(fēng)險影響的區(qū)域差異性，結(jié)果如表6所示。

由表6可知，在東部地區(qū)，數(shù)字金融發(fā)展帶來的風(fēng)險抑制效應(yīng)最為顯著，考慮省份地理位置的異質(zhì)性后，發(fā)現(xiàn)數(shù)字金融的風(fēng)險抑制程度因區(qū)域差異而有所不同。其現(xiàn)實原因表現(xiàn)為，東部地區(qū)涵蓋了京津冀、長三角、珠三角三大經(jīng)濟增長極，經(jīng)濟發(fā)達(dá)、科技創(chuàng)新和資本積累能力較強，數(shù)字基礎(chǔ)設(shè)施較為完善，該地區(qū)數(shù)字普惠金融的覆蓋廣度及使用深度在國內(nèi)排名均靠前，且數(shù)字化水平較高，因此現(xiàn)階段數(shù)字金融發(fā)展帶來的風(fēng)險抑制效應(yīng)也最為明顯。進(jìn)一步分析數(shù)字金融發(fā)展的二級指標(biāo)，實證結(jié)果表明數(shù)字化程度對各區(qū)域的風(fēng)險抑制作用均較為顯著，原因是數(shù)字化程度作為數(shù)字服務(wù)支持的體現(xiàn)，得益于其所具有的優(yōu)勢（移動化、信用化、便利化等），其應(yīng)用程度越高，便能給該區(qū)域帶來更深遠(yuǎn)的風(fēng)控影響。數(shù)字金融使用深度在西部地區(qū)系數(shù)為-0.358，且在1%的水平上顯著，其風(fēng)險抑制作用最大。原因在于西部地區(qū)產(chǎn)業(yè)相對貧瘠，一旦政府優(yōu)化實際使用數(shù)字金融服務(wù)的狀況，提高對數(shù)字金融的使用頻率，即強化數(shù)字金融使用深度，將會對該地區(qū)金融風(fēng)險的化解更為有效。數(shù)字金融覆蓋廣度的風(fēng)險抑制效應(yīng)在東部地區(qū)最為顯著，該地區(qū)數(shù)字金融發(fā)展水平已經(jīng)較高，在此基礎(chǔ)上持續(xù)擴大數(shù)字金融覆蓋范圍會帶來更大的風(fēng)險抑制效應(yīng)。

（三）中介傳導(dǎo)機制分析

為進(jìn)一步明確數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的間接影響機制，本文通過構(gòu)建中介效應(yīng)模型分析科技創(chuàng)新（innovation）和資本轉(zhuǎn)移（capital）在數(shù)字金融發(fā)展和區(qū)域金融風(fēng)險間的中介效應(yīng)。表7顯示了中介效應(yīng)的回歸結(jié)果，其中列（1）和列（2）展現(xiàn)了以科技創(chuàng)新為中介變量的回歸結(jié)果，列（3）和列（4）展示了以資本轉(zhuǎn)移為中介變量的回歸結(jié)果。

表7 中介傳導(dǎo)機制

首先，如表5所示，數(shù)字金融發(fā)展指標(biāo)系數(shù)在1%水平上顯著為負(fù)，因此可以進(jìn)行后續(xù)中介效應(yīng)分析；其次，表7列（1）中數(shù)字金融發(fā)展對科技創(chuàng)新水平的影響系數(shù)為0.155，并在1%水平上顯著，同時列（2）中科技創(chuàng)新對區(qū)域金融風(fēng)險的影響系數(shù)為-0.281，并通過了顯著性檢驗，這表明科技創(chuàng)新在數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響中具有中介效應(yīng)，數(shù)字金融發(fā)展通過促進(jìn)科技創(chuàng)新進(jìn)一步化解區(qū)域金融風(fēng)險。另外，列（2）中數(shù)字金融的系數(shù)為-0.291，同樣具有較強顯著性，這表明科技創(chuàng)新的中介效應(yīng)為部分中介效應(yīng)，中介效應(yīng)占總效應(yīng)的比例為13.04%，因此，假設(shè)H2得到驗證。同時，由表7列（3）和列（4）中數(shù)字金融發(fā)展變量系數(shù)和資本轉(zhuǎn)移變量系數(shù)顯著性可以得出，資本轉(zhuǎn)移在數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響中也具有中介效應(yīng)，數(shù)字金融發(fā)展通過加速資本轉(zhuǎn)移可以抑制區(qū)域金融風(fēng)險，假設(shè)H3得以證明。

（四）金融監(jiān)管調(diào)節(jié)效應(yīng)分析

本文進(jìn)一步考察金融監(jiān)管在數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險影響中的調(diào)節(jié)作用，表8顯示了調(diào)節(jié)效應(yīng)的回歸結(jié)果。

表8 金融監(jiān)管的調(diào)節(jié)效應(yīng)

數(shù)字金融發(fā)展和金融監(jiān)管對區(qū)域金融風(fēng)險的回歸系數(shù)分別為-0.302和-0.268，且在1%的水平上顯著，因此數(shù)字金融發(fā)展和金融監(jiān)管各自均能產(chǎn)生顯著的風(fēng)險抑制作用，且數(shù)字金融發(fā)展和金融監(jiān)管的交互項顯著為負(fù)，系數(shù)為-0.620，說明金融監(jiān)管在數(shù)字金融發(fā)展抑制區(qū)域金融風(fēng)險的過程中發(fā)揮正向調(diào)節(jié)作用，即適當(dāng)加大金融監(jiān)管力度能更有效地發(fā)揮數(shù)字金融發(fā)展的風(fēng)險抑制效應(yīng)，由此驗證了H4。

（五）穩(wěn)健性檢驗

本文基于內(nèi)生性處理與穩(wěn)健性檢驗兩個視角分析前述研究結(jié)果的穩(wěn)健性特點，進(jìn)一步證明結(jié)論的可靠性。

1.內(nèi)生性處理

本文在進(jìn)行基準(zhǔn)回歸時，使用數(shù)字普惠金融指數(shù)作為數(shù)字金融發(fā)展的代理變量，盡管兩者差異比較小，但是就核心解釋變量的現(xiàn)實狀況而言，在誤差的影響下，有可能會導(dǎo)致內(nèi)生性問題的發(fā)生。本文將各省份移動電話用戶量作為工具變量，就指標(biāo)數(shù)值而言，由于與本文其余變量相比顯得較大，為確保各種變量在量綱層面保持一致，因此，本文選取了該變量的自然對數(shù)作為初始研究數(shù)據(jù)。一方面，將數(shù)字金融的基礎(chǔ)設(shè)施設(shè)定為工具變量，與數(shù)字金融密切相關(guān)，滿足工具變量的相關(guān)性原則；另一方面，在控制省份固定效應(yīng)后，對于此工具變量而言，其與擾動項之間不存在相關(guān)性，即工具變量的外生性要求得到了滿足。此外，本文參考唐松等（2020）[22]的研究，使用互聯(lián)網(wǎng)普及率作為工具變量再次進(jìn)行檢驗。模型內(nèi)生性處理結(jié)果如表9所示。

表9 IV-2SLS回歸結(jié)果

由表9可知，移動電話用戶量作為工具變量時，第一階段回歸結(jié)果的R2值為0.993，表明本文不存在弱工具變量問題。第二階段回歸結(jié)果中，數(shù)字金融發(fā)展的回歸系數(shù)為-0.720，且在1%的水平上顯著；互聯(lián)網(wǎng)普及率作為工具變量時，通過不可識別和弱工具變量檢驗，第二階段數(shù)字金融發(fā)展的回歸系數(shù)顯著為負(fù)。由此可知，對于回歸模型來說，在對內(nèi)生性問題進(jìn)行相應(yīng)解決后，通過基礎(chǔ)回歸獲得的實證研究結(jié)論仍然是符合要求的，表明本文上述結(jié)論可信。

2.穩(wěn)健性檢驗

為了驗證結(jié)論的普遍性，模型的穩(wěn)健性檢驗使用了三種方法：刪除直轄市（Delete）、滯后一期自變量（Lag）、替換模型為FGLS模型，結(jié)果如表10所示。

表10 穩(wěn)健性檢驗

由表10可知，數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的回歸系數(shù)在以下三種方法下分別為-0.368、-0.161和-0.162，依舊顯著為負(fù)，證實了數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的抑制效果，三種方法的檢驗結(jié)果與基準(zhǔn)回歸結(jié)果保持一致，說明本文結(jié)論穩(wěn)健可信。

六、結(jié)論與建議

本文從直接傳導(dǎo)、中介傳導(dǎo)和金融監(jiān)管調(diào)節(jié)三方面闡釋了數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的影響機制，運用2011—2020年中國省級面板數(shù)據(jù)進(jìn)行模型驗證分析，研究結(jié)果如下。首先，數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險有明顯的抑制作用，且該作用具有結(jié)構(gòu)化和區(qū)域化差異。從結(jié)構(gòu)上看，數(shù)字金融發(fā)展各子指標(biāo)都對防范化解風(fēng)險起到積極作用，數(shù)字化程度的風(fēng)險抑制效應(yīng)最為顯著；從區(qū)域上看，東部地區(qū)的數(shù)字金融發(fā)展對區(qū)域金融風(fēng)險的抑制作用強于中部和西部地區(qū)。其次，數(shù)字金融發(fā)展能通過加快資本轉(zhuǎn)移以及促進(jìn)科技創(chuàng)新間接抑制區(qū)域金融風(fēng)險。再次，金融監(jiān)管對數(shù)字金融發(fā)展的風(fēng)險抑制作用具有調(diào)節(jié)效應(yīng)，在金融監(jiān)管強度適當(dāng)提高的情況下，金融風(fēng)險能得到有效控制。根據(jù)上述研究結(jié)論，為進(jìn)一步防范化解區(qū)域金融風(fēng)險提出如下政策建議。

第一，重視數(shù)字金融發(fā)展，發(fā)揮風(fēng)險抑制效應(yīng)。數(shù)字金融作為金融發(fā)展新業(yè)態(tài)，提升了金融體系運行效率，優(yōu)化了傳統(tǒng)金融結(jié)構(gòu)，提高了金融業(yè)的風(fēng)險抵御能力，進(jìn)而能抑制區(qū)域金融風(fēng)險，因此國家要重視數(shù)字金融發(fā)展，發(fā)揮其防范化解風(fēng)險的能力。在推進(jìn)數(shù)字金融發(fā)展時，政府應(yīng)當(dāng)起引導(dǎo)作用，提供有力政策支持，助力傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型，激活數(shù)字金融服務(wù)新功能；同時應(yīng)加大對金融基礎(chǔ)設(shè)施建設(shè)的投資力度，加快數(shù)字化進(jìn)程，提高區(qū)域間數(shù)字金融聯(lián)動能力，推動各類金融機構(gòu)發(fā)揮比較優(yōu)勢，形成供給合力，促進(jìn)產(chǎn)業(yè)協(xié)同發(fā)展，不斷探索數(shù)字金融的可持續(xù)發(fā)展。此外，政府還可以采取稅收優(yōu)惠政策激勵高新技術(shù)企業(yè)進(jìn)行創(chuàng)新研發(fā)，提高整體科技創(chuàng)新水平，形成穩(wěn)固的數(shù)字金融技術(shù)基礎(chǔ)，推動數(shù)字金融發(fā)展，抑制區(qū)域金融風(fēng)險。

第二，優(yōu)化各地資源配置，縮小區(qū)域發(fā)展差異。由于國內(nèi)各省份的經(jīng)濟實力差異較大，數(shù)字金融發(fā)展程度也有所不同，其對金融風(fēng)險的抑制強度存在差別，因此國家要優(yōu)化資源配置，加快各區(qū)域數(shù)字化進(jìn)程，平衡區(qū)域間科技創(chuàng)新水平，帶動資本跨域流動。在東部地區(qū)，應(yīng)當(dāng)保持?jǐn)?shù)字金融發(fā)展優(yōu)勢，著重擴大該區(qū)域數(shù)字金融覆蓋程度；在西部地區(qū)，應(yīng)該抓住政府對欠發(fā)達(dá)地區(qū)的政策扶持機遇，注重強化數(shù)字金融使用深度，改進(jìn)區(qū)域內(nèi)數(shù)字金融服務(wù)狀況，并且提高其應(yīng)用頻率；在中部地區(qū)，則應(yīng)當(dāng)把握數(shù)字金融深度拓展的新契機，推動數(shù)字金融全面發(fā)展，縮小區(qū)域內(nèi)差異，實現(xiàn)整體經(jīng)濟穩(wěn)步發(fā)展。

第三，適當(dāng)強化金融監(jiān)管，深化金融體制改革。數(shù)字金融快速發(fā)展，在一定程度上降低了金融服務(wù)成本，但也對傳統(tǒng)金融監(jiān)管體系產(chǎn)生了一定沖擊。目前我國處于央地雙層金融監(jiān)管體制深化階段，但地方金融監(jiān)管也可能存在各地監(jiān)管政策差異、監(jiān)管強度不一等問題。因此，隨著防范化解金融風(fēng)險的要求越發(fā)迫切，地方政府要及時完善金融監(jiān)管體系，切實履行監(jiān)管職能，并關(guān)注金融風(fēng)險新特征，調(diào)整和優(yōu)化監(jiān)管方式。一方面，政府應(yīng)提高數(shù)字經(jīng)濟治理能力和數(shù)字經(jīng)濟安全水平，積極適當(dāng)?shù)剡M(jìn)行金融監(jiān)管，明確行業(yè)準(zhǔn)入門檻，讓金融市場更具活力；另一方面，應(yīng)促進(jìn)監(jiān)管科技深度發(fā)展，借助人工智能、大數(shù)據(jù)、區(qū)塊鏈等手段，構(gòu)建科技監(jiān)管體系，增強監(jiān)管的即時性和可達(dá)性。除了上述監(jiān)管手段外，還須完善法律法規(guī)頂層設(shè)計。科技創(chuàng)新水平和數(shù)字金融的迅速發(fā)展要求相應(yīng)的行政法規(guī)不斷優(yōu)化，既要符合社會發(fā)展的客觀需要，也要與數(shù)字金融創(chuàng)新發(fā)展相一致。