重大風(fēng)險(xiǎn)事件下商業(yè)銀行的數(shù)字化價(jià)值
——來自51 家上市商業(yè)銀行的數(shù)據(jù)

■ 王 鋼

（浙江工業(yè)職業(yè)技術(shù)學(xué)院 浙江紹興 312000）

一、文獻(xiàn)綜述

2020 年4 月，中共中央、國務(wù)院印發(fā)的《中共中央國務(wù)院關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》首次明確將數(shù)據(jù)列為生產(chǎn)要素，提出了“數(shù)據(jù)要素市場化配置”，中國的數(shù)字經(jīng)濟(jì)自此進(jìn)入了快速發(fā)展通道。根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022年）》顯示，2021 年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5 萬億元，占GDP 比重的39.8%，這兩項(xiàng)指標(biāo)相較2019 年分別提升了27.95%和3.6%。數(shù)字經(jīng)濟(jì)的快速發(fā)展，為金融科技的創(chuàng)新和應(yīng)用提供了巨大的發(fā)展空間，也為金融業(yè)的數(shù)字化轉(zhuǎn)型提供了強(qiáng)大的動(dòng)力，同時(shí)，通過幫助金融機(jī)構(gòu)打造數(shù)字化業(yè)務(wù)產(chǎn)品，強(qiáng)化金融業(yè)的數(shù)據(jù)科技應(yīng)用能力，使得整個(gè)金融業(yè)的發(fā)展越發(fā)呈現(xiàn)出明顯的數(shù)字化特征。作為中國金融重要組成部分的商業(yè)銀行自然成為了金融業(yè)數(shù)字化轉(zhuǎn)型的主要力量，截至2022 年底，超過七成的銀行近三年金融科技投入占營業(yè)收入的比重超過2%，為金融業(yè)的提質(zhì)增效提供了強(qiáng)大的動(dòng)力。

目前，數(shù)字技術(shù)已被視作一種新型生產(chǎn)要素，而企業(yè)數(shù)字化則被視為數(shù)字技術(shù)在企業(yè)運(yùn)營過程中的應(yīng)用，通過在運(yùn)營管理和產(chǎn)品創(chuàng)新等方面實(shí)現(xiàn)數(shù)字化，增強(qiáng)產(chǎn)品和渠道的競爭力，優(yōu)化企業(yè)管理結(jié)構(gòu)，進(jìn)而實(shí)現(xiàn)企業(yè)的價(jià)值增值（Ardolino 等，2018；李德輝等，2022）。在金融領(lǐng)域，國內(nèi)外學(xué)者也對(duì)數(shù)字技術(shù)應(yīng)用和商業(yè)銀行經(jīng)營發(fā)展間的關(guān)系進(jìn)行了多方面的研究。總體而言，數(shù)字化能幫助金融機(jī)構(gòu)實(shí)現(xiàn)“降本增效”，在實(shí)現(xiàn)更高收益的同時(shí)增強(qiáng)市場競爭力（封思賢和郭仁靜，2019；Jagtiani 和Lemieux,2018）。在數(shù)字經(jīng)濟(jì)發(fā)展趨勢越發(fā)明朗的背景下，為了應(yīng)對(duì)金融科技的沖擊，國內(nèi)商業(yè)銀行正在積極探索數(shù)字化轉(zhuǎn)型之路，希望借助大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)以及人工智能等先進(jìn)數(shù)字技術(shù)加快對(duì)自身業(yè)務(wù)、產(chǎn)品以及經(jīng)營模式的調(diào)整（董艷等，2023）。

現(xiàn)有的研究表明，對(duì)數(shù)字技術(shù)、互聯(lián)網(wǎng)平臺(tái)以及移動(dòng)終端的利用能有效提升金融機(jī)構(gòu)對(duì)于客戶資源的獲取能力，達(dá)到提升業(yè)務(wù)績效的目的（吳桐桐和王仁曾，2021）。但目前關(guān)于金融機(jī)構(gòu)數(shù)字化的相關(guān)研究多以常態(tài)化環(huán)境為背景，而以重大風(fēng)險(xiǎn)事件為切入點(diǎn)開展的研究相對(duì)較少。對(duì)此，本文擬從新冠肺炎疫情沖擊下的銀行經(jīng)營韌性視角探討危機(jī)下商業(yè)銀行的數(shù)字化價(jià)值。

二、事實(shí)描述和理論分析

（一）事實(shí)描述

2020 年突如其來的新冠肺炎疫情，在短時(shí)間內(nèi)對(duì)國內(nèi)的社會(huì)經(jīng)濟(jì)發(fā)展產(chǎn)生了一定的沖擊，金融業(yè)、農(nóng)業(yè)以及工業(yè)等均受到了影響。對(duì)此，本文參考了史丹和李少林（2022）的研究，制作散點(diǎn)圖對(duì)比2018 年和2019 年相同時(shí)間點(diǎn)部分財(cái)務(wù)指標(biāo)的變化情況，以此觀察新冠肺炎疫情沖擊對(duì)樣本銀行經(jīng)營的影響。圖1 中，左圖為2018 年第四季度前后營收同比增長率均值位置相近，意味著2018 年第四季度前后樣本銀行經(jīng)營狀況并未有大的變化；右圖中2019 年第四季度前后樣本銀行平均營業(yè)收入“實(shí)線”之間出現(xiàn)了明顯的“斷層”，前后時(shí)間營收“實(shí)線”斜率也存在明顯變化。對(duì)比2019 年第四季度前后，一方面2019 年第四季度后的營收同比增長較第四季度前出現(xiàn)了明顯的下滑，且上升速度緩慢，未能在相同時(shí)間達(dá)到疫情前水平；另一方面2019年第四季度前相對(duì)平緩的營收“實(shí)線”轉(zhuǎn)變?yōu)?019 年第四季度后相對(duì)陡峭的營收“實(shí)線”，意味著疫情爆發(fā)前后營收增長存在明顯的不同。這種現(xiàn)象的出現(xiàn)，很可能是由于疫情沖擊所致。

圖1 疫情沖擊前后樣本銀行營收同比增長率變化情況

圖2 顯示，2018 年第四季度前后樣本銀行凈利潤同比增長率“實(shí)線”存在一定的對(duì)稱性，即2018 年第四季度前后樣本企業(yè)凈利潤同比增長率并未出現(xiàn)明顯的趨勢性變化。相比之下，圖2 右側(cè)2019 年第四季度之后銀行凈利潤同比增長率出現(xiàn)了大幅度下滑，且在隨后的時(shí)間內(nèi)出現(xiàn)了持續(xù)性下降的現(xiàn)象，這種變化為疫情沖擊影響提供了現(xiàn)象性證據(jù)。

圖2 疫情沖擊前后樣本企業(yè)凈利潤同比增長率變化情況

（二）理論分析

現(xiàn)有研究已針對(duì)數(shù)字技術(shù)應(yīng)用和金融機(jī)構(gòu)經(jīng)營表現(xiàn)之間的關(guān)系進(jìn)行了較多探討，從多個(gè)方面論證了金融機(jī)構(gòu)的數(shù)字化價(jià)值。

一是數(shù)字化有助于降低運(yùn)營成本。數(shù)字化能夠有效降低信息不對(duì)稱程度，并且降低委托人和被委托人、管理者和普通員工之間的監(jiān)督代理成本，降低了企業(yè)的監(jiān)管成本（Goldfarb 和Tucker，2019）。數(shù)字化也有助于金融機(jī)構(gòu)降低部門和人員之間的溝通及協(xié)作成本，優(yōu)化內(nèi)外部供應(yīng)鏈管理，幫助其降低運(yùn)營成本（張德茂和蔣亮，2018）。此外，近年來基于數(shù)字技術(shù)營造出的開放、共享、協(xié)同的新型商業(yè)模式，更是降低了商業(yè)銀行產(chǎn)品推廣、資源匹配以及營銷渠道拓展等方面的交易成本（張正平和劉云華，2021）。

二是數(shù)字化有助于提高商業(yè)銀行運(yùn)營效率。數(shù)字化不僅能幫助優(yōu)化商業(yè)銀行經(jīng)營模式，促使其升級(jí)轉(zhuǎn)型，還能通過幫助商業(yè)銀行重組資產(chǎn)和業(yè)務(wù)以提升全要素生產(chǎn)率（沈悅和郭品，2015）。也有學(xué)者認(rèn)為數(shù)字技術(shù)應(yīng)用在直接提升商業(yè)銀行經(jīng)營效率的同時(shí)，也在不斷倒逼金融機(jī)構(gòu)傳統(tǒng)經(jīng)營模式提質(zhì)增效（溫博慧等，2022）。此外，數(shù)字技術(shù)支持下的渠道和平臺(tái)的搭建或重構(gòu)，使得交易環(huán)節(jié)和信息交流環(huán)節(jié)更為扁平化，提升了企業(yè)的營銷效率和管理效率（?kare和Soriano，2021）。

三是數(shù)字化有助于增強(qiáng)金融機(jī)構(gòu)的創(chuàng)新能力。賦有強(qiáng)滲透屬性的數(shù)字技術(shù)能有效消除信息傳遞的障礙，加快創(chuàng)新知識(shí)在市場主體間的傳播和外溢的速度，促進(jìn)企業(yè)對(duì)于創(chuàng)新知識(shí)的接收、消化和吸收（陳巖等，2020）。對(duì)于金融機(jī)構(gòu)而言，數(shù)字化能夠?yàn)榻鹑跈C(jī)構(gòu)業(yè)務(wù)發(fā)展提供核心驅(qū)動(dòng)力，提升業(yè)務(wù)價(jià)值和科技創(chuàng)新能力，對(duì)商業(yè)銀行的產(chǎn)品創(chuàng)新與管理創(chuàng)新均具有促進(jìn)作用（封思賢和郭仁靜，2019）。

綜上所述，數(shù)字化對(duì)于商業(yè)銀行的賦能主要體現(xiàn)在成本降低、效率提升以及創(chuàng)新增強(qiáng)三個(gè)方面，能夠幫助其獲得更好的市場表現(xiàn)，作為企業(yè)表現(xiàn)形式之一的企業(yè)韌性也很可能會(huì)從中得到助力。對(duì)此，本文作出如下假設(shè)：

H 1：在面對(duì)不利的外部環(huán)境時(shí)，數(shù)字化有助于為商業(yè)銀行創(chuàng)造更為有利的經(jīng)營條件，強(qiáng)化危機(jī)下的經(jīng)營韌性。

數(shù)字化對(duì)于金融機(jī)構(gòu)“降本增效”的促進(jìn)作用雖然已經(jīng)得到了學(xué)術(shù)界的普遍認(rèn)同，但學(xué)者同樣認(rèn)為金融機(jī)構(gòu)從數(shù)字化中的獲益程度還會(huì)受到機(jī)構(gòu)規(guī)模和股權(quán)性質(zhì)的影響。在規(guī)模方面，國內(nèi)不同商業(yè)銀行資產(chǎn)規(guī)模差異性較大，國有商業(yè)銀行和股份制商業(yè)銀行資產(chǎn)規(guī)模相對(duì)較大，而城市商業(yè)銀行和農(nóng)村商業(yè)銀行資產(chǎn)規(guī)模相對(duì)偏小。面對(duì)外部市場風(fēng)險(xiǎn)沖擊，規(guī)模越小的銀行能借助的外部資源就越少，對(duì)于數(shù)字化的依賴性便相對(duì)更高，反之則越低。在股權(quán)性質(zhì)方面，國有股占比越高的商業(yè)銀行獲取外部資源的能力就越強(qiáng)，化解經(jīng)營風(fēng)險(xiǎn)的可能性就越大，而國有股占比越低的商業(yè)銀行則需要更多倚靠自身的經(jīng)營管理加以應(yīng)對(duì)。對(duì)此，本文又作出如下假設(shè)：

H2：規(guī)模越小的商業(yè)銀行從數(shù)字化中獲益程度越大；

H3：國有股份占比越高的商業(yè)銀行從數(shù)字化中的獲益程度越低。

三、研究設(shè)計(jì)和描述性統(tǒng)計(jì)

（一）數(shù)據(jù)來源及說明

本文采用51 家上市商業(yè)銀行數(shù)據(jù)，數(shù)據(jù)來源于WIND數(shù)據(jù)庫和證券交易所公開信息。樣本銀行包括6 家大型國有商業(yè)銀行、10 家股份制商業(yè)銀行、25 家城市商業(yè)銀行以及10 家農(nóng)村商業(yè)銀行。為了比對(duì)疫情前后樣本銀行的市場表現(xiàn)，本文設(shè)定研究時(shí)間為2019 年12 月1 日至2021 年12 月31 日，樣本銀行財(cái)務(wù)數(shù)據(jù)來源于WIND 數(shù)據(jù)庫，宏觀經(jīng)濟(jì)數(shù)據(jù)則來源于歷年的統(tǒng)計(jì)年鑒和前瞻數(shù)據(jù)庫。在剔除ST 股、PT 股以及關(guān)鍵變量數(shù)據(jù)缺失嚴(yán)重的樣本后，篩選出了樣本銀行25263 個(gè)日度觀測值。參考肖土盛等(2020)的做法,本文選擇國家衛(wèi)健委將新冠肺炎納入乙類傳染病的時(shí)間點(diǎn)即2020 年1 月20 日作為事件日。

（二）變量定義及模型設(shè)定

本文著重研究的是危機(jī)來臨前商業(yè)銀行數(shù)字化水平對(duì)危機(jī)期間商業(yè)銀行韌性的影響，參考Levine（2018）和Gebauer 等（2020）的研究思路，相應(yīng)的模型設(shè)定如下：

上式中，被解釋變量Returnit表示銀行i 在時(shí)間t 的股價(jià)收益率，本文主要通過對(duì)比疫情爆發(fā)前后股票收益率變化來評(píng)估商業(yè)銀行韌性（胡海峰等，2022）。如果投資者認(rèn)為數(shù)字化能幫助企業(yè)增強(qiáng)應(yīng)對(duì)危機(jī)的能力，企業(yè)就能獲得相對(duì)更高的股票收益率（Albuquerque et al,2020）。

DTSi表示樣本銀行在疫情爆發(fā)前的數(shù)字化程度，主要通過測算銀行年報(bào)中與數(shù)字化相關(guān)的關(guān)鍵詞詞頻來衡量。在具體操作層面，本文借鑒謝絢麗和王詩卉（2022）基于商業(yè)銀行數(shù)字化關(guān)鍵詞構(gòu)建企業(yè)數(shù)字化指標(biāo)的思路，把數(shù)字化分為了人工智能技術(shù)、云計(jì)算服務(wù)技術(shù)、流程優(yōu)化技術(shù)、大數(shù)據(jù)分析技術(shù)以及數(shù)字技術(shù)五大類，企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的構(gòu)建就是以包含在這些方面的企業(yè)數(shù)字化關(guān)鍵詞為基礎(chǔ)。由于上市銀行年報(bào)在不同數(shù)字化階段存在相關(guān)關(guān)鍵詞詞頻起伏現(xiàn)象，僅僅通過計(jì)算關(guān)鍵詞總數(shù)來衡量企業(yè)的數(shù)字化水平，既不夠準(zhǔn)確也缺乏橫向比較參考標(biāo)的。鑒于此，為了保障分析結(jié)果的可靠性，本文以2017～2019 年這三年時(shí)間數(shù)字化關(guān)鍵詞出現(xiàn)的總頻率與所有樣本銀行年報(bào)中出現(xiàn)的數(shù)字化關(guān)鍵詞總頻率之比來衡量企業(yè)數(shù)字化程度，DTS值越大就說明該銀行的數(shù)字化程度越高。timet為時(shí)間虛擬變量，本文將2020 年1 月20 日以后的日期定義為新冠肺炎疫情沖擊時(shí)期，沖擊時(shí)期范圍內(nèi)的time 取值為1，否則就取值為0。DTSi×timet這一交乘項(xiàng)為本文的核心解釋變量。

CONTROLSit表示企業(yè)層面的日度控制變量，具體包括企業(yè)市值（lnemv）、個(gè)股交易金額（lnsta）、個(gè)股交易數(shù)和流通市值之比（Liquidity），表示相應(yīng)的回歸系數(shù)。CONTROLSi 表示企業(yè)2018 年和2019 年的財(cái)務(wù)指標(biāo)均值，具體包括企業(yè)規(guī)模（size）、企業(yè)資產(chǎn)負(fù)債率（lev）、資產(chǎn)報(bào)酬率（Roa）、固定資產(chǎn)比重（Fixed）、資本性支出（Captial）以及股權(quán)性質(zhì)（Ownership）,CONTROLSi×timet可以盡可能地控制影響樣本銀行股價(jià)收益率的其他因素，以更好地估計(jì)數(shù)字化與企業(yè)表現(xiàn)之間的因果關(guān)系（Levin等，2018）。θi 表示銀行i 的個(gè)體固定效應(yīng)，控制了企業(yè)層面不隨時(shí)間變化的因素，ε 為隨機(jī)干擾項(xiàng)。θi 本身已包含了DTSi和timet的影響，因此不再單獨(dú)加入這兩項(xiàng)。

（三）描述性統(tǒng)計(jì)結(jié)果

本文對(duì)樣本銀行進(jìn)行了日度和年度兩個(gè)維度財(cái)務(wù)數(shù)據(jù)的描述性統(tǒng)計(jì)。根據(jù)表1，從日度指標(biāo)看，截至2020 年12月的股票收益率均值為0.15%，中位數(shù)為0.1%；截至2021 年12 月的股票收益率均值為0.13%，中位數(shù)接近于0.11%。比對(duì)疫情前后財(cái)務(wù)數(shù)據(jù)變化趨勢，疫情后股票收益率均值呈下降趨勢，截至2020 年12 月和截至2021 年12 月這兩個(gè)時(shí)間點(diǎn)的股票收益率均值分別較截至2019 年12 月這一時(shí)間點(diǎn)下降21.05%和31.58%。相應(yīng)地，股票收益率標(biāo)準(zhǔn)差也由疫情前的0.0263 上升到了疫情后的0.0315 左右，呈擴(kuò)大化趨勢。根據(jù)2018年和2019年的均值情況，樣本銀行數(shù)字化中位數(shù)為0.0344，這表明商業(yè)銀行的數(shù)字化仍然具有較大的提升空間。

表1 不同時(shí)間窗口期下的描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證分析

本文主要考察的是商業(yè)銀行數(shù)字化在危機(jī)期間的價(jià)值，通過模型估計(jì)危機(jī)前商業(yè)銀行數(shù)字化水平對(duì)危機(jī)后商業(yè)銀行市場表現(xiàn)的影響加以衡量。本文通過調(diào)整觀察時(shí)間窗口，以此觀察數(shù)字化的時(shí)間效應(yīng)，從而對(duì)商業(yè)銀行的數(shù)字化價(jià)值進(jìn)行更為全面的考察。

表2 為不同時(shí)間窗口期的商業(yè)銀行數(shù)字化賦能基準(zhǔn)回歸結(jié)果。其中，模型（1）～（4）估計(jì)結(jié)果采用的樣本數(shù)據(jù)時(shí)期截至2020 年12 月31 日，被視為短期觀測時(shí)間段；模型（5）～（8）估計(jì)結(jié)果采用的樣本數(shù)據(jù)時(shí)期截至2021 年12 月31 日，被視為長期觀測時(shí)間段。根據(jù)表2 的基準(zhǔn)回歸結(jié)果，模型（1）～（8）的交互項(xiàng)DTS-time 系數(shù)均通過了1%水平下的顯著性檢驗(yàn)，這表明數(shù)字化能顯著提升樣本銀行的市場表現(xiàn)，數(shù)字化水平越高的商業(yè)銀行在危機(jī)期間的股票收益率就越高。數(shù)字化在客戶經(jīng)營能力、渠道與生態(tài)能力、產(chǎn)品創(chuàng)新能力、運(yùn)營能力以及風(fēng)控能力等多個(gè)方面對(duì)商業(yè)銀行的市場經(jīng)營進(jìn)行了賦能，幫助銀行有效地提升了應(yīng)對(duì)危機(jī)的能力，降低了外部沖擊對(duì)商業(yè)銀行市場經(jīng)營產(chǎn)生的負(fù)面影響。商業(yè)銀行年報(bào)披露數(shù)字化相關(guān)的信息越多，投資者就會(huì)據(jù)此認(rèn)為該銀行所具備的數(shù)字化水平越高，更有能力應(yīng)對(duì)外部危機(jī)，對(duì)于商業(yè)銀行后續(xù)經(jīng)營向好的信心就會(huì)不斷增加。在此情況下，投資者往往不會(huì)為了避險(xiǎn)提前出售股票，從而避免了銀行股價(jià)出現(xiàn)“踩踏”的情形。

表2 基準(zhǔn)回歸結(jié)果

在加入控制變量后，模型（4）的DTS-time 項(xiàng)系數(shù)為0.0137，企業(yè)數(shù)字化水平每增加一個(gè)標(biāo)準(zhǔn)差（0.0143），目標(biāo)企業(yè)在疫情期間獲得的股票收益較疫情前增加約0.020%，相當(dāng)于相應(yīng)觀測期間股票收益率Return 均值的13.06%，而從均值層面觀察，DTS 均值為0.0257，相較數(shù)字化水平接近于0 的銀行，推進(jìn)數(shù)字化的商業(yè)銀行在平均意義上于疫情期間將獲得額外的0.035%短期收益率（樣本時(shí)間截至2020 年12 月31 日），相當(dāng)于短期Return 均值的23.47%。模型（8）的DTS-time 項(xiàng)系數(shù)為0.0152，目標(biāo)銀行在疫情期間的股票收益率較疫情前增加約0.022%，相當(dāng)于相應(yīng)觀測期間股票收益率Return 均值的16.72%。從均值意義上看，疫情期間數(shù)字化商業(yè)銀行相比未開展數(shù)字化銀行能夠獲得額外的0.0039%長期收益率（樣本時(shí)間截至2021 年12 月31 日），相當(dāng)于長期Return 均值的30.05%。

比對(duì)長短時(shí)間窗口下的回歸結(jié)果，數(shù)字化能幫助商業(yè)銀行獲得更好的市場表現(xiàn)，且長期賦能效應(yīng)強(qiáng)于短期。對(duì)于企業(yè)而言，數(shù)字化轉(zhuǎn)型是一項(xiàng)涉及數(shù)據(jù)、技術(shù)、流程、組織等一系列要素的系統(tǒng)性工程。從短期看，數(shù)字化往往聚焦于生產(chǎn)運(yùn)營過程中某一環(huán)節(jié)問題的解決，“技術(shù)+要素”的融合受時(shí)間和范圍的限制，員工和管理者在面對(duì)新的業(yè)務(wù)流程、新的商業(yè)模式以及新的生產(chǎn)技術(shù)時(shí)都需要一個(gè)適應(yīng)期，而這也導(dǎo)致了短期數(shù)字化價(jià)值體現(xiàn)的局限性；從長期看，金融機(jī)構(gòu)的數(shù)字化更加側(cè)重于商業(yè)模式的創(chuàng)新性、管理流程的集約性以及人才結(jié)構(gòu)的適配性等方面，數(shù)字技術(shù)應(yīng)用時(shí)間越長就越能幫助商業(yè)銀行實(shí)現(xiàn)商業(yè)模式創(chuàng)新、業(yè)務(wù)流程重構(gòu)、產(chǎn)品創(chuàng)新以及渠道開拓等，長期效益也就更加突出。這一結(jié)論也提醒了廣大金融機(jī)構(gòu)要把數(shù)字化轉(zhuǎn)型作為企業(yè)的長期戰(zhàn)略規(guī)劃，在不同發(fā)展階段要積極利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等數(shù)字經(jīng)濟(jì)發(fā)展載體增強(qiáng)自身的數(shù)字化能力。當(dāng)然，長短期賦能效應(yīng)的比較視不同的時(shí)間尺度而定，這就需要后續(xù)研究在更長的時(shí)間跨度上基于更多企業(yè)數(shù)據(jù)作進(jìn)一步的驗(yàn)證。

五、穩(wěn)健性檢驗(yàn)和異質(zhì)性分析

（一）穩(wěn)健性檢驗(yàn)

2020 年全球新冠肺炎疫情的爆發(fā)是不可預(yù)料的重大公共衛(wèi)生事件，對(duì)于金融機(jī)構(gòu)而言并不能提前預(yù)知，商業(yè)銀行在危機(jī)期間的市場表現(xiàn)主要由其在危機(jī)前的企業(yè)特征所決定（Fahlenbrach et al,2021）。可見本文的分析結(jié)果較難受到反向因果關(guān)系的干擾，本文涉及的內(nèi)生性問題主要聚焦于遺漏變量、測量誤差以及樣本選擇偏誤等方面。

3.企業(yè)要結(jié)合自身的實(shí)際，逐漸搭建起科學(xué)、有效的文化溝通機(jī)制，使企業(yè)文化成為員工的一種習(xí)慣。任何企業(yè)都無法避免文化的沖突和摩擦現(xiàn)象，畢竟企業(yè)的主體是人，不同的人在思想上存在著差異性，這就使得在交流的過程中，不可避免地會(huì)出現(xiàn)摩擦與碰撞現(xiàn)象，所以就應(yīng)該建設(shè)起一個(gè)極為暢通的文化交流通道，當(dāng)員工之間存在著相關(guān)矛盾，或者對(duì)企業(yè)存在著看法與建議時(shí)，就要通過及時(shí)溝通和了解，將這些影響企業(yè)文化的負(fù)面情緒及時(shí)地予以“消化”，從而維護(hù)企業(yè)自身的穩(wěn)定性。當(dāng)然企業(yè)也要重視做好企業(yè)的文化建設(shè)工作，通過設(shè)置專門的崗位，并且給予一些資金上的支持，以便于開展文化建設(shè)工作。

本文借鑒Albuquerque 等（2020）的研究思路，采用雙重差分模型（DID）以緩解內(nèi)生性問題?；跀U(kuò)大融資規(guī)模、提升知名度以及股東減持套現(xiàn)等目的，上市公司存在通過披露年報(bào)信息進(jìn)行策略性炒作或蹭熱點(diǎn)話題的動(dòng)機(jī)（何德旭等,2022）。因此，上市商業(yè)銀行年報(bào)中的數(shù)字化信息很可能會(huì)超前，僅憑年報(bào)信息中是否出現(xiàn)數(shù)字化關(guān)鍵詞就判斷企業(yè)是否具備數(shù)字化水平就略顯“武斷”，亦即以此為標(biāo)準(zhǔn)進(jìn)行組別歸類將很有可能會(huì)引起樣本的選擇性偏誤，這將影響處理組和對(duì)照組所包含數(shù)字化信息的質(zhì)量。鑒于此，為了盡可能提升包含的信息質(zhì)量，本文設(shè)定了虛擬變量DTS-dum，將DTS 值排名前1/4 分位數(shù)的樣本劃入處理組，DTS-dum 取值為1，剩余樣本劃入對(duì)照組。在此基礎(chǔ)上，將DTS-dum 和time 的交乘項(xiàng)記為DTS-time1 按照公式（1）進(jìn)行模型估計(jì)。估計(jì)結(jié)果見下表3：

表3 DID 方法估計(jì)結(jié)果

根據(jù)上表3 的回歸結(jié)果，模型（1）～（4）中交乘項(xiàng)DTS-time1 系數(shù)均至少通過了5%水平下的顯著性檢驗(yàn)，表明數(shù)字化存在對(duì)樣本銀行經(jīng)營韌性顯著的促進(jìn)作用。其中，模型（3）和（4）分別是相應(yīng)的平行趨勢檢驗(yàn)，before1和before2 分別表示的是疫情前1 個(gè)月和2 個(gè)月的虛擬變量，兩者系數(shù)均未能通過顯著性水平檢驗(yàn)，這就表明疫情前樣本銀行是否開展數(shù)字化改革未能顯著影響其市場表現(xiàn)，從側(cè)面凸顯了危機(jī)下銀行的數(shù)字化價(jià)值。圖3 是相應(yīng)的平行趨勢檢驗(yàn)圖，表明通過了平行趨勢檢驗(yàn)。

圖3 平行趨勢檢驗(yàn)

經(jīng)營狀況越好的商業(yè)銀行就越有資本投資數(shù)字技術(shù)，而更多數(shù)字技術(shù)的應(yīng)用又會(huì)反向增強(qiáng)銀行的經(jīng)營實(shí)力，可見分析過程中有可能存在樣本自選擇問題。對(duì)于此，本文采用PSM 方法緩解由樣本自選擇問題所造成的估計(jì)偏誤，具體步驟如下：首先，按照四分位數(shù)構(gòu)造啞變量DTS-dum，卡尺范圍設(shè)定為0.5%；其次，選取企業(yè)資產(chǎn)規(guī)模、資產(chǎn)負(fù)債率、資產(chǎn)凈收益率、企業(yè)年齡、員工數(shù)量以及所在行業(yè)類別作為協(xié)變量進(jìn)行匹配；最后，刪除與匹配規(guī)則不相符的數(shù)據(jù)記錄，按照公式（1）進(jìn)行回歸?；貧w結(jié)果顯示依然穩(wěn)健，而且相比表2 的回歸結(jié)果更為顯著。

同時(shí)，本文通過調(diào)整基準(zhǔn)周期（一年和五年）測算企業(yè)的數(shù)字化水平，以保證對(duì)危機(jī)前樣本銀行數(shù)字化水平測算的準(zhǔn)確性，從而降低由于測量誤差而引起的估計(jì)偏誤。此外，本文還分別采用了現(xiàn)金紅利下的日度個(gè)股回報(bào)率和市場調(diào)整的企業(yè)股價(jià)收益率這兩個(gè)指標(biāo)作為樣本銀行韌性的代理變量，估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果保持了總體上的一致性。

（二）異質(zhì)性分析

何帆和劉紅霞（2019）、Hanelt 等（2021）的研究發(fā)現(xiàn)，企業(yè)韌性從數(shù)字化中的受益程度受企業(yè)規(guī)模和股權(quán)性質(zhì)的影響。對(duì)此，本文將從商業(yè)銀行資產(chǎn)規(guī)模和股東成分這兩方面就數(shù)字化的賦能效應(yīng)進(jìn)行異質(zhì)性分析。在資產(chǎn)規(guī)模方面，樣本銀行中國有商業(yè)銀行、股份制商業(yè)銀行、城市商業(yè)銀行以及農(nóng)村商業(yè)銀行的樣本數(shù)占比分別為11.75%、19.61%、49.02%以及19.61%，前兩者資產(chǎn)規(guī)模顯著大于后兩者。對(duì)此，本文將前兩者劃入了大型商業(yè)銀行類別，將后兩者劃入了中小型商業(yè)銀行類別，相應(yīng)的異質(zhì)性分析結(jié)果見表4。

表4 銀行規(guī)模的異質(zhì)性檢驗(yàn)

表4 的模型估計(jì)結(jié)果顯示，模型（1）～（4）中的DTS-time 系數(shù)均至少通過了5%水平下的顯著性檢驗(yàn)，表明數(shù)字化有助于不同規(guī)模商業(yè)銀行獲得更好的股票收益率。相比之下，觀測期無論是短或長，以城市商業(yè)銀行和農(nóng)村商業(yè)銀行為代表的中小型商業(yè)銀行的數(shù)字化價(jià)值在危機(jī)期間就表現(xiàn)得更為充分。面對(duì)不利的外部環(huán)境，以國有商業(yè)銀行和股份制商業(yè)銀行為代表的大型商業(yè)銀行可以利用更多的沉淀資源或借助更多市場資源應(yīng)對(duì)外部風(fēng)險(xiǎn)沖擊，而中小型商業(yè)銀行可以利用的外部資源相對(duì)較少，從數(shù)字化中獲取的邊際收益相對(duì)更大。

在股權(quán)性質(zhì)方面，國資背景越強(qiáng)的商業(yè)銀行具有相對(duì)更強(qiáng)的外部資源獲取能力，對(duì)于數(shù)字技術(shù)應(yīng)用的依賴性就越弱，反之則越強(qiáng)。對(duì)此，本文根據(jù)前十大股東國有股份的不同占比對(duì)樣本進(jìn)行分組估計(jì)，以此觀察股權(quán)成分的不同對(duì)數(shù)字化價(jià)值所產(chǎn)生的具體影響，估計(jì)結(jié)果見表5。

表5 股東成分的異質(zhì)性檢驗(yàn)

綜合表5 和表2 的估計(jì)結(jié)果，無論是短期還是長期，國資背景越弱的商業(yè)銀行從數(shù)字化中的獲益程度就越高，表現(xiàn)為疫情期間相對(duì)更高的股票收益率。究其原因，面對(duì)疫情的沖擊，國有股份占比更高的商業(yè)銀行不僅更能享受政府賦予的多種優(yōu)惠政策，而且還能借助國資平臺(tái)獲取外部資源的支持，依靠較強(qiáng)的外部資源獲取能力度過危機(jī)，從而弱化了機(jī)構(gòu)內(nèi)部應(yīng)用數(shù)字經(jīng)濟(jì)紅利進(jìn)行革新的動(dòng)力，對(duì)于數(shù)字技術(shù)的依賴性也就相對(duì)偏弱。相反，國有股份占比更低的商業(yè)銀行在面臨自然和市場的雙重風(fēng)險(xiǎn)時(shí)，需要更多地依靠自身對(duì)于內(nèi)部資源的部署能力，積極主動(dòng)地應(yīng)用數(shù)字資源來額外開拓新的銷售市場，提升市場份額，盡可能地改善自身的經(jīng)營狀況。相比較而言，非國有商業(yè)銀行對(duì)于數(shù)字技術(shù)的需求度更高、依賴性更大，從數(shù)字化中的獲益程度也就越高。

綜上所述，檢驗(yàn)結(jié)果表明數(shù)字技術(shù)應(yīng)用有助于提升商業(yè)銀行應(yīng)對(duì)危機(jī)的能力，尤其是能幫助中小規(guī)模商業(yè)銀行和非國有商業(yè)銀行提升危機(jī)期間的運(yùn)營穩(wěn)定性和發(fā)展性。

（三）數(shù)字化的動(dòng)態(tài)累積效應(yīng)

為了進(jìn)一步驗(yàn)證數(shù)字化賦能的時(shí)間效應(yīng)，本文從時(shí)間推移的角度觀察了數(shù)字化的累積效應(yīng)，以此考察數(shù)字化在不同疫情發(fā)展階段下的差異性影響。圖4 為數(shù)字化的累積效應(yīng)示意圖，樣本起止時(shí)間為2020 年1 月至2021 年12 月，橫坐標(biāo)以月份為單位，例如M2 表示截止日期為2020 年2月末，M24 表示截止日期為2021 年12 月末。通過逐月增加疫情沖擊時(shí)間，改變time 定義區(qū)間，本文按照方程（1）進(jìn)行回歸獲取了相應(yīng)的DTS-time 回歸系數(shù)。

圖4 數(shù)字化的動(dòng)態(tài)累積效應(yīng)

根據(jù)估計(jì)結(jié)果，數(shù)字化動(dòng)態(tài)累積效應(yīng)雖然存在著升跌現(xiàn)象，但在疫情發(fā)生后的兩年時(shí)間里整體上呈上升勢頭。具體而言，DTS-time 回歸系數(shù)在疫情沖擊下并未出現(xiàn)即時(shí)性上升勢頭，而是在疫情沖擊后的第8 個(gè)月左右開始出現(xiàn)明顯的上升勢頭，繼而在第20 個(gè)月左右達(dá)到最高峰。疫情爆發(fā)后的3 個(gè)月是國內(nèi)疫情蔓延最為嚴(yán)重的時(shí)期，在給金融機(jī)構(gòu)帶來沖擊的同時(shí)也充分體現(xiàn)出了非常時(shí)期下數(shù)字化的價(jià)值。數(shù)字化幫助商業(yè)銀行在金融產(chǎn)品創(chuàng)新、工作模式靈活性、業(yè)務(wù)流程優(yōu)化以及營銷渠道網(wǎng)絡(luò)化等方面實(shí)現(xiàn)了優(yōu)化，強(qiáng)化了商業(yè)銀行的市場表現(xiàn)，最終都反饋到了股票價(jià)格變化上。而隨著疫情的持續(xù)以及市場不確定因素的增加，數(shù)字化的“馬太效應(yīng)”開始顯現(xiàn)，也即高水平數(shù)字化加持下的商業(yè)銀行競爭力普遍呈增強(qiáng)趨勢，這會(huì)進(jìn)一步強(qiáng)化股票收益率。這一論斷在圖3 中也得到了部分證實(shí)，相較疫情爆發(fā)時(shí)的即時(shí)性反饋，數(shù)字化在更長時(shí)期內(nèi)對(duì)商業(yè)銀行經(jīng)營韌性的提升作用更為強(qiáng)勁，也即數(shù)字技術(shù)應(yīng)用對(duì)商業(yè)銀行賦能的長期效應(yīng)強(qiáng)于短期效應(yīng)。

六、結(jié)論及對(duì)策建議

本文以51 家上市商業(yè)銀行為研究對(duì)象，利用模型估計(jì)了重大風(fēng)險(xiǎn)事件下商業(yè)銀行的數(shù)字化價(jià)值，得出了如下結(jié)論：第一，根據(jù)基本研究結(jié)論，數(shù)字技術(shù)應(yīng)用有助于提升商業(yè)銀行應(yīng)對(duì)危機(jī)的能力，給投資者帶來信心，在股票市場獲得更高的收益率；第二，異質(zhì)性檢驗(yàn)結(jié)果表明：與大型商業(yè)銀行相比，數(shù)字技術(shù)應(yīng)用對(duì)中小型商業(yè)銀行的賦能效應(yīng)更為顯著，能夠幫助其獲得更好的市場表現(xiàn)；國有股占比越高的商業(yè)銀行對(duì)于數(shù)字技術(shù)的依賴性就越低；第三，進(jìn)一步的研究表明，相比數(shù)字化的短期賦能效應(yīng)，商業(yè)銀行的數(shù)字化價(jià)值在相對(duì)更長時(shí)間得以更為充分的體現(xiàn)，亦即數(shù)字化的“長期”賦能效應(yīng)強(qiáng)于“短期”。

基于以上研究結(jié)論，在數(shù)字技術(shù)應(yīng)用不斷深化的趨勢下，為了更好地推進(jìn)商業(yè)銀行的數(shù)字化轉(zhuǎn)型，促進(jìn)國內(nèi)金融業(yè)的高質(zhì)量發(fā)展，本文提出以下對(duì)策建議：

第一，加大金融業(yè)數(shù)字化轉(zhuǎn)型的基礎(chǔ)設(shè)施建設(shè)力度，為商業(yè)銀行的數(shù)字化轉(zhuǎn)型夯實(shí)物質(zhì)基礎(chǔ)。鑒于數(shù)字技術(shù)對(duì)于商業(yè)銀行應(yīng)對(duì)危機(jī)能力的提升有顯著的賦能效應(yīng)，政府要依托現(xiàn)有金融基礎(chǔ)設(shè)施加強(qiáng)統(tǒng)籌安排，在機(jī)構(gòu)間、行業(yè)間的空白地帶加大公共性投入。具體而言，不僅要大力健全行業(yè)數(shù)據(jù)的基礎(chǔ)制度，還要出臺(tái)數(shù)據(jù)共享使用規(guī)范和行業(yè)標(biāo)準(zhǔn)，建立數(shù)據(jù)流通交易規(guī)則，不斷完善數(shù)字基礎(chǔ)設(shè)施以支撐金融業(yè)數(shù)字化轉(zhuǎn)型的行穩(wěn)致遠(yuǎn)。從商業(yè)銀行的角度看，要主動(dòng)迎合金融業(yè)的數(shù)字化，積極與金融科技公司開展合作，加強(qiáng)金融科技應(yīng)用創(chuàng)新，并進(jìn)一步通過數(shù)字技術(shù)與產(chǎn)品創(chuàng)新、銷售服務(wù)、辦公管理等環(huán)節(jié)的深度融合，不斷強(qiáng)化數(shù)字化帶來的降本增效創(chuàng)新效應(yīng)。

第二，關(guān)注商業(yè)銀行數(shù)字化賦能的異質(zhì)性，要給予小規(guī)模和非國有商業(yè)銀行數(shù)字化轉(zhuǎn)型更多的財(cái)力和技術(shù)支持。針對(duì)小規(guī)模和非國有商業(yè)企業(yè)，一方面監(jiān)管機(jī)構(gòu)對(duì)這部分銀行的數(shù)字化轉(zhuǎn)型應(yīng)持更加包容、開放的態(tài)度，要適度放寬對(duì)這部分商業(yè)銀行的數(shù)字化轉(zhuǎn)型監(jiān)管，同時(shí)為其金融服務(wù)創(chuàng)新給予更多的政策和技術(shù)支持；另一方面，從監(jiān)管層面或行業(yè)協(xié)會(huì)層面方面，可以為中小銀行和非國有銀行搭建起不同類別、不同層次的交流平臺(tái)，通過加強(qiáng)信息交流、業(yè)務(wù)合作等方式實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的共贏局面。

第三，鑒于數(shù)字化賦能的長期效應(yīng)，要引導(dǎo)商業(yè)銀行制定數(shù)字化轉(zhuǎn)型的長期戰(zhàn)略規(guī)劃。數(shù)字化轉(zhuǎn)型本身是一個(gè)長期工程，無論是監(jiān)管部門還是銀行本身都要具備“長線”思維。就監(jiān)管部門的角度而言，要健全金融科技監(jiān)管基本規(guī)則，加強(qiáng)新技術(shù)金融應(yīng)用備案管理，健全金融領(lǐng)域科技倫理治理體系，為商業(yè)銀行實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的長期戰(zhàn)略規(guī)劃營造良好的金融環(huán)境。從商業(yè)銀行的角度而言，商業(yè)銀行要不斷強(qiáng)化數(shù)字化轉(zhuǎn)型意識(shí)，從規(guī)劃入手全面制定適合自身發(fā)展特點(diǎn)的數(shù)字化經(jīng)營體系，比如完善跨渠道的營銷策略、全渠道的客戶運(yùn)營策略以及動(dòng)態(tài)化的產(chǎn)品創(chuàng)新體系等，同時(shí)，在不同發(fā)展階段，利用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等相匹配的數(shù)字經(jīng)濟(jì)發(fā)展載體，強(qiáng)化自身的數(shù)字化能力，從而在更長的時(shí)間維度上實(shí)現(xiàn)商業(yè)銀行數(shù)字化的更大價(jià)值。