銀行數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新績(jī)效？
——基于信貸配置視角

劉時(shí)雨，秦 暢

（1.鄭州銀行博士后科研工作站，河南 鄭州 450018；2.西南財(cái)經(jīng)大學(xué) 金融學(xué)院，四川 成都 611130；3.東北農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150030）

一、引言

創(chuàng)新是發(fā)展的第一動(dòng)力，要強(qiáng)化企業(yè)科技創(chuàng)新主體地位，需要促進(jìn)各類創(chuàng)新要素向企業(yè)聚集。然而，企業(yè)創(chuàng)新具有高投入、長(zhǎng)周期的特征[1]，銀企之間的信息不對(duì)稱問(wèn)題容易誘發(fā)逆向選擇和道德風(fēng)險(xiǎn)，這將阻礙企業(yè)的外部融資渠道，限制企業(yè)創(chuàng)新發(fā)展。在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，如何提升金融服務(wù)質(zhì)效，激發(fā)企業(yè)創(chuàng)新活力，成為當(dāng)前理論界與實(shí)務(wù)界關(guān)注的熱點(diǎn)問(wèn)題。近年來(lái)隨著信息科技的發(fā)展，在大數(shù)據(jù)、云計(jì)算、人工智能、物聯(lián)網(wǎng)等新興技術(shù)的驅(qū)動(dòng)下，金融與科技的深度融合帶來(lái)金融服務(wù)模式深刻變革?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》和《中國(guó)銀保監(jiān)會(huì)辦公廳關(guān)于銀行業(yè)保險(xiǎn)業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意見(jiàn)》強(qiáng)調(diào)要加快金融領(lǐng)域的數(shù)字化轉(zhuǎn)型，推動(dòng)新興技術(shù)在金融領(lǐng)域的深化應(yīng)用。2022 年24 家上市銀行科技總投入達(dá)1850.59 億元，6 家國(guó)有大型銀行科技投入占營(yíng)業(yè)收入的比重由2021 年的2.92%上升至2022年的3.16%；9 家股份制銀行科技投入占營(yíng)業(yè)收入的比例從2021年的3.57%上升至2022年的3.91%。①安永：《中國(guó)上市銀行2022年回顧及未來(lái)展望》。商業(yè)銀行數(shù)字化加快轉(zhuǎn)型，不斷擴(kuò)大金融服務(wù)的深度和廣度，為企業(yè)創(chuàng)新發(fā)展提供了有利條件。

在中國(guó)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和信息技術(shù)蓬勃發(fā)展的背景下，研究銀行數(shù)字化轉(zhuǎn)型如何影響企業(yè)創(chuàng)新具有現(xiàn)實(shí)意義。以往關(guān)于金融科技的研究可以分為兩大類，即互聯(lián)網(wǎng)企業(yè)和商業(yè)銀行使用的金融科技[2]。二者區(qū)別在于：互聯(lián)網(wǎng)企業(yè)主要面向個(gè)體工商戶等“長(zhǎng)尾經(jīng)濟(jì)”提供信貸支持和技術(shù)方案；而銀行金融科技表現(xiàn)為銀行的數(shù)字化轉(zhuǎn)型程度，更多地提升對(duì)傳統(tǒng)信貸客戶的服務(wù)質(zhì)效[3]。金融科技如何影響實(shí)體經(jīng)濟(jì)的發(fā)展，引發(fā)了廣泛關(guān)注。外部金融科技方面，現(xiàn)有研究發(fā)現(xiàn)互聯(lián)網(wǎng)金融科技公司在一定程度上替代了銀行傳統(tǒng)信貸業(yè)務(wù)，高效的融資方式能夠緩解企業(yè)的融資約束[4]，同時(shí)對(duì)提高企業(yè)全要素生產(chǎn)率、促進(jìn)企業(yè)創(chuàng)新等方面產(chǎn)生積極作用[5-7]。而關(guān)于銀行金融科技的研究集中在銀行自身領(lǐng)域，研究發(fā)現(xiàn)金融科技賦能下的商業(yè)銀行，擁有更強(qiáng)的風(fēng)險(xiǎn)防控能力[8]，促進(jìn)了信貸資源的有效配置。

理論上來(lái)看，金融科技賦能下的商業(yè)銀行，擁有較強(qiáng)的客戶信息搜集和處理能力，同時(shí)依托大數(shù)據(jù)風(fēng)控技術(shù)能有效緩解銀企之間的信息不對(duì)稱，降低借貸過(guò)程中可能出現(xiàn)的道德風(fēng)險(xiǎn)和逆向選擇問(wèn)題，從而提高銀行信貸資源的配置效率，這可能對(duì)企業(yè)創(chuàng)新績(jī)效產(chǎn)生潛在影響。那么，銀行數(shù)字化轉(zhuǎn)型能否有效提升企業(yè)創(chuàng)新績(jī)效？二者之間存在怎樣的作用機(jī)制？這些問(wèn)題的探討將進(jìn)一步完善商業(yè)銀行數(shù)字化轉(zhuǎn)型助力實(shí)體經(jīng)濟(jì)的相關(guān)研究，也為銀行進(jìn)一步推動(dòng)數(shù)字化技術(shù)與業(yè)務(wù)模式的融合應(yīng)用奠定了實(shí)證基礎(chǔ)。

本文主要的邊際貢獻(xiàn)可能在于以下兩個(gè)方面。

第一，從企業(yè)公告的貸款信息入手，利用北京大學(xué)發(fā)布的商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)與上市企業(yè)的逐筆貸款信息進(jìn)行匹配，并以企業(yè)逐筆貸款占總貸款額的比例為權(quán)重，加權(quán)合成貸款企業(yè)對(duì)應(yīng)的銀行數(shù)字化指數(shù)，將銀行數(shù)字化轉(zhuǎn)型納入企業(yè)創(chuàng)新的研究當(dāng)中，進(jìn)一步拓展了銀行數(shù)字化轉(zhuǎn)型的研究范疇。

第二，創(chuàng)新是發(fā)展的第一動(dòng)力，本文在構(gòu)建“銀行數(shù)字化轉(zhuǎn)型—信貸配給—企業(yè)創(chuàng)新”的理論分析框架基礎(chǔ)上，通過(guò)中介效應(yīng)模型定量解釋銀行數(shù)字化與企業(yè)創(chuàng)新的內(nèi)在機(jī)制。這有助于厘清銀行數(shù)字化發(fā)展對(duì)企業(yè)創(chuàng)新績(jī)效的微觀作用路徑，為商業(yè)銀行數(shù)字化轉(zhuǎn)型對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生的積極影響提供實(shí)際證據(jù)。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

金融科技應(yīng)用正加速進(jìn)入銀行業(yè)，并將成為銀行數(shù)字化轉(zhuǎn)型的重要推動(dòng)力。隨著金融科技化轉(zhuǎn)型的不斷加深，通過(guò)科技賦能傳統(tǒng)商業(yè)銀行加速數(shù)字化轉(zhuǎn)型，可以提高銀行的信貸配置效率[9]。以往研究主要集中在銀行金融科技發(fā)展對(duì)自身績(jī)效、風(fēng)險(xiǎn)承擔(dān)等方面的影響[10-12]，然而如何將銀行數(shù)字化轉(zhuǎn)型嵌入微觀企業(yè)的研究當(dāng)中，逐漸成為學(xué)者們關(guān)注的熱點(diǎn)問(wèn)題。

在理論研究方面，現(xiàn)有研究通過(guò)理論模型把銀行數(shù)字化與微觀企業(yè)納入同一框架進(jìn)行研究，經(jīng)推演發(fā)現(xiàn)數(shù)字化技術(shù)可以降低銀企間的信息不對(duì)稱程度、放大聲譽(yù)損失，在有效懲罰機(jī)制下，有助于提升銀行對(duì)中小微企業(yè)的服務(wù)意愿[13]。在實(shí)證研究方面，一些學(xué)者利用企業(yè)在銀行的貸款信息并結(jié)合銀行自身金融科技水平，創(chuàng)造性地構(gòu)建了微觀企業(yè)對(duì)應(yīng)的銀行金融科技指標(biāo)，將銀行金融科技的研究范疇拓展到微觀企業(yè)領(lǐng)域，發(fā)現(xiàn)銀行金融科技發(fā)展能夠提升銀行信息甄別能力，顯著緩解企業(yè)短債長(zhǎng)用現(xiàn)象[14]。遵循這一方法，學(xué)者們進(jìn)一步研究發(fā)現(xiàn)金融科技強(qiáng)化了銀行的信息識(shí)別能力和風(fēng)控能力，有助于銀行將信貸資源從僵尸企業(yè)轉(zhuǎn)移到優(yōu)質(zhì)民企[3]；并且銀行金融科技發(fā)展還有助于降低企業(yè)金融化水平，對(duì)緩解企業(yè)融資約束、促進(jìn)企業(yè)提質(zhì)增效產(chǎn)生積極作用[15-16]。

對(duì)以往文獻(xiàn)的回顧可以發(fā)現(xiàn)，關(guān)于銀行數(shù)字化轉(zhuǎn)型的研究已經(jīng)拓展到微觀企業(yè)研究領(lǐng)域。在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，促進(jìn)企業(yè)進(jìn)行技術(shù)創(chuàng)新是實(shí)現(xiàn)創(chuàng)新驅(qū)動(dòng)的關(guān)鍵所在，卻較少有文獻(xiàn)關(guān)注銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新績(jī)效的影響。該問(wèn)題的研究不僅有利于進(jìn)一步揭示銀行數(shù)字化發(fā)展對(duì)企業(yè)創(chuàng)新績(jī)效的微觀作用路徑，而且為銀行數(shù)字化轉(zhuǎn)型助力實(shí)體經(jīng)濟(jì)發(fā)展提供有力證據(jù)。

（二）研究假設(shè)

創(chuàng)新驅(qū)動(dòng)是推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的第一動(dòng)力，企業(yè)作為科技創(chuàng)新的主體，在創(chuàng)新研發(fā)過(guò)程中面臨諸多挑戰(zhàn)。一方面，企業(yè)創(chuàng)新的風(fēng)險(xiǎn)較高，技術(shù)進(jìn)步、產(chǎn)品升級(jí)等重大實(shí)質(zhì)性創(chuàng)新往往具有較長(zhǎng)的投資周期[1]，信息不對(duì)稱問(wèn)題凸顯，極易誘發(fā)逆向選擇和道德風(fēng)險(xiǎn)，因此創(chuàng)新活動(dòng)需要更高的失敗容忍度[17]，但傳統(tǒng)銀行業(yè)保守的經(jīng)營(yíng)模式使企業(yè)創(chuàng)新活動(dòng)深陷融資約束困境[18]。另一方面，創(chuàng)新項(xiàng)目的資金需求大且難以形成短期回報(bào)，當(dāng)企業(yè)面臨嚴(yán)重的資金短缺時(shí)，傾向于削弱新產(chǎn)品研發(fā)開(kāi)支。那么，銀行的數(shù)字化轉(zhuǎn)型能否實(shí)現(xiàn)金融服務(wù)的普惠化，從而促進(jìn)企業(yè)創(chuàng)新發(fā)展，可從企業(yè)貸款結(jié)構(gòu)和融資成本的角度進(jìn)行分析。

1.商業(yè)銀行數(shù)字化轉(zhuǎn)型可以優(yōu)化企業(yè)貸款結(jié)構(gòu)

在貸款結(jié)構(gòu)方面，由于銀企之間固有的信息不對(duì)稱問(wèn)題，抵押物的存在能夠一定程度緩解企業(yè)的道德風(fēng)險(xiǎn)，銀行“見(jiàn)抵即貸”導(dǎo)致企業(yè)的信貸資源多以抵押貸款為主。抵押貸款雖有利于降低銀行風(fēng)險(xiǎn)，但對(duì)于輕資產(chǎn)行業(yè)而言，企業(yè)本身缺乏固定資產(chǎn)不利于獲得信貸資源，限制了企業(yè)的創(chuàng)新發(fā)展。而信用貸款依賴銀行風(fēng)控識(shí)別能力，雖不需要抵押物但對(duì)企業(yè)的信用水平有較高要求。商業(yè)銀行數(shù)字化轉(zhuǎn)型可以利用大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)和區(qū)塊鏈等信息技術(shù)構(gòu)建大科技信貸和供應(yīng)鏈金融，更加精準(zhǔn)評(píng)估企業(yè)風(fēng)險(xiǎn)，提升銀行貸款供給，滿足企業(yè)的信貸需求。因此，銀行可以通過(guò)加快數(shù)字化轉(zhuǎn)型來(lái)提升數(shù)據(jù)搜集和處理能力，推動(dòng)信貸資源的供給側(cè)改革，促進(jìn)企業(yè)融資結(jié)構(gòu)由抵押貸款向信用貸款轉(zhuǎn)變，進(jìn)一步滿足企業(yè)創(chuàng)新發(fā)展的資金需求，推動(dòng)企業(yè)創(chuàng)新。

2.商業(yè)銀行數(shù)字化轉(zhuǎn)型有助于降低企業(yè)借款成本

盡管銀行數(shù)字化轉(zhuǎn)型初期需要大量投資，但隨著開(kāi)放式模塊化服務(wù)和量化投資等業(yè)務(wù)產(chǎn)生規(guī)模效應(yīng)，其邊際成本將逐漸趨向于零。一方面，從信貸業(yè)務(wù)全流程的角度來(lái)看，運(yùn)用人工智能、知識(shí)圖譜和神經(jīng)網(wǎng)絡(luò)等前沿技術(shù)覆蓋貸前授信、貸中監(jiān)控和貸后評(píng)估環(huán)節(jié)，顯著降低了商業(yè)銀行數(shù)字化轉(zhuǎn)型的沉沒(méi)成本，提高了信貸服務(wù)的質(zhì)量和效率。另一方面，銀行業(yè)通過(guò)智能化操作方式可以最大限度地減少人工干預(yù)，降低信貸過(guò)程中的尋租空間，從而減輕企業(yè)的額外融資成本。隨著商業(yè)銀行數(shù)字化轉(zhuǎn)型程度不斷加深，金融科技賦能傳統(tǒng)信貸業(yè)務(wù)使得成本紅利逐步向?qū)嶓w經(jīng)濟(jì)傳遞，減輕微觀主體的財(cái)務(wù)負(fù)擔(dān)，有利于更多內(nèi)部資源集中支持創(chuàng)新活動(dòng)。因此，本文提出如下假設(shè)。

假設(shè)1：銀行數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)創(chuàng)新績(jī)效。

假設(shè)2：銀行數(shù)字化轉(zhuǎn)型可以通過(guò)降低企業(yè)融資成本、改善企業(yè)貸款結(jié)構(gòu)的渠道，促進(jìn)企業(yè)創(chuàng)新績(jī)效。

三、數(shù)據(jù)與變量

（一）數(shù)據(jù)來(lái)源

本文以2013—2020 年上市企業(yè)為研究對(duì)象，從CSMAR 數(shù)據(jù)庫(kù)中搜集并整理企業(yè)財(cái)務(wù)數(shù)據(jù)、貸款微觀數(shù)據(jù)和區(qū)域經(jīng)濟(jì)數(shù)據(jù)，并搜集到北京大學(xué)公布的銀行數(shù)字化轉(zhuǎn)型指數(shù)[19]。剔除變量缺失樣本后，共計(jì)得到8830 個(gè)觀測(cè)值，共有上市企業(yè)2300 家。表1展示了主要變量的基本統(tǒng)計(jì)特征。

表1 主要變量的描述性統(tǒng)計(jì)①為避免異常值影響，本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。

（二）變量說(shuō)明

1.企業(yè)創(chuàng)新（Patent）

測(cè)度企業(yè)創(chuàng)新的方法有兩種，即創(chuàng)新投入和創(chuàng)新產(chǎn)出。創(chuàng)新投入包括研發(fā)人員占比和研發(fā)資金投入[20]，創(chuàng)新產(chǎn)出主要是企業(yè)的專利申請(qǐng)數(shù)量[5]、授權(quán)[21]或引用數(shù)量[22]。由于企業(yè)研發(fā)投入的缺失值較多，并且企業(yè)專利授權(quán)和專利引用數(shù)量屬于長(zhǎng)期研發(fā)產(chǎn)出，而專利申請(qǐng)數(shù)量是企業(yè)創(chuàng)新投入和資源使用效率的最終體現(xiàn)[1，5]，因此，本文使用專利申請(qǐng)數(shù)量的自然對(duì)數(shù)作為測(cè)度企業(yè)創(chuàng)新（Patent）的關(guān)鍵指標(biāo)，并用企業(yè)專利授權(quán)數(shù)量（Get_Patent）、引用數(shù)量（Quote）和研發(fā)投入占比（R&D）進(jìn)行穩(wěn)健性檢驗(yàn)。當(dāng)前國(guó)內(nèi)專利主要分為三類：發(fā)明專利、實(shí)用新型專利、外觀設(shè)計(jì)專利。其中發(fā)明專利是對(duì)產(chǎn)品、方法或技術(shù)方案的創(chuàng)新，具有新穎性、創(chuàng)造性和實(shí)用性，技術(shù)含量較高，體現(xiàn)了企業(yè)核心競(jìng)爭(zhēng)力；實(shí)用新型專利和外觀設(shè)計(jì)專利分別側(cè)重于產(chǎn)品形狀構(gòu)造和外表設(shè)計(jì)，技術(shù)含量相對(duì)較低。因此，本文使用發(fā)明專利自然對(duì)數(shù)衡量企業(yè)發(fā)明專利創(chuàng)新（Patent1），使用實(shí)用新型專利和外觀設(shè)計(jì)專利自然對(duì)數(shù)衡量非發(fā)明專利創(chuàng)新（Patent2）。

2.銀行數(shù)字化轉(zhuǎn)型（Fintech）

現(xiàn)有文獻(xiàn)主要有兩種衡量銀行數(shù)字化（或金融科技）水平的方法：一種是直接使用北京大學(xué)數(shù)字普惠金融指數(shù)作為代理變量[23]，衡量了省份、城市和縣域的三級(jí)區(qū)域?qū)用娴慕鹑诳萍及l(fā)展水平；另一種采用文本挖掘法，此方法拓展性較強(qiáng)，通過(guò)調(diào)整不同經(jīng)濟(jì)主體與關(guān)鍵詞的組合方式，檢索相關(guān)新聞的出現(xiàn)頻次，運(yùn)用指數(shù)合成方法構(gòu)建全國(guó)層面、省份層面、城市層面和銀行層面的金融科技指數(shù)[3，5，12，24]。在銀行方面，主要采用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)通過(guò)“銀行名稱”+“金融科技關(guān)鍵詞”的方式爬取新聞網(wǎng)站，通過(guò)詞頻數(shù)據(jù)構(gòu)建銀行的金融科技指數(shù)。而這種方法過(guò)于依賴媒體宣傳，可能因銀行對(duì)媒體宣傳的重視程度或新聞平臺(tái)的報(bào)道偏好對(duì)指數(shù)構(gòu)建產(chǎn)生偏差。因此，需要從更多的維度匯集整理銀行金融科技的相關(guān)信息。

北京大學(xué)發(fā)布的銀行數(shù)字化轉(zhuǎn)型指數(shù)（2010—2021）為本文提供了重要的數(shù)據(jù)支撐，該指數(shù)基于銀行年報(bào)、專利數(shù)據(jù)以及媒體信息等數(shù)據(jù)，涵蓋了銀行的戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化三個(gè)維度①戰(zhàn)略數(shù)字化指的是銀行對(duì)數(shù)字技術(shù)的重視程度。業(yè)務(wù)數(shù)字化包含數(shù)字化渠道、數(shù)字化產(chǎn)品和數(shù)字化研發(fā)三個(gè)層次。管理數(shù)字化也包含三個(gè)層次：一是組織架構(gòu)中是否設(shè)立專門(mén)負(fù)責(zé)數(shù)字化轉(zhuǎn)型的部門(mén)，二是董事會(huì)和高管團(tuán)隊(duì)中數(shù)字化人才情況，三是銀行與科技公司相關(guān)合作投資情況。，較為科學(xué)、全面地衡量銀行金融科技發(fā)展水平。在此基礎(chǔ)上，參考現(xiàn)有文獻(xiàn)做法，利用企業(yè)每年在各大銀行的貸款金額為權(quán)重，將企業(yè)各個(gè)貸款銀行的數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行加權(quán)，合成企業(yè)每年度獲得所有銀行貸款的數(shù)字化轉(zhuǎn)型指數(shù)（Fintech）[3，14]。具體定義為：

其中，Bank_digitali,n,t表示企業(yè)i 在t 年對(duì)應(yīng)銀行n的數(shù)字化轉(zhuǎn)型指數(shù)，Sum_loani,n,t表示企業(yè)公布的銀行貸款總額，Loani,n,t表示企業(yè)i 在t 年對(duì)應(yīng)銀行n 的貸款額度。Fintechi,t的經(jīng)濟(jì)含義為各銀行的數(shù)字化轉(zhuǎn)型指數(shù)按貸款占比加權(quán)平均到企業(yè)層面，F(xiàn)intechi,t值越大，表示企業(yè)受到銀行金融科技的影響程度越深。

3.控制變量

參考現(xiàn)有文獻(xiàn)，本文控制了企業(yè)和區(qū)域的多個(gè)變量。企業(yè)層面變量包括企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、固定資產(chǎn)占比（PPE）、成長(zhǎng)能力（Growth）、盈利能力（ROE）、企業(yè)年齡（Age）、董事會(huì)獨(dú)立性（Indep）、企業(yè)性質(zhì)（POE）。此外，企業(yè)的創(chuàng)新產(chǎn)出與其所在城市的經(jīng)濟(jì)環(huán)境關(guān)系密切，經(jīng)濟(jì)發(fā)達(dá)、人口資源密集的地區(qū)，企業(yè)的創(chuàng)新要素也更加豐富。因此，本文繼續(xù)加入城市GDP 增長(zhǎng)率和總?cè)丝趯?duì)數(shù)（Population），以控制城市層面因素。

四、實(shí)證模型構(gòu)建與結(jié)果分析

本文設(shè)定模型如下：

其中，Patenti,t表示企業(yè)的創(chuàng)新水平，F(xiàn)intechi,t表示企業(yè)獲得貸款銀行的加權(quán)平均的數(shù)字化轉(zhuǎn)型水平，Controli,t為企業(yè)層面、城市層面的控制變量，δi和γt分別表示行業(yè)固定效應(yīng)和年份固定效應(yīng)。

（一）銀行數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新

表2 為基準(zhǔn)回歸結(jié)果。在兩列的估計(jì)結(jié)果中，F(xiàn)intech 的系數(shù)均顯著為正，表明銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的專利申請(qǐng)和發(fā)明專利申請(qǐng)都產(chǎn)生了積極的影響。這意味著，加快商業(yè)銀行數(shù)字化轉(zhuǎn)型有助于推動(dòng)企業(yè)技術(shù)進(jìn)步和產(chǎn)業(yè)升級(jí)，對(duì)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有積極意義。

表2 基準(zhǔn)回歸

控制變量中，企業(yè)規(guī)模（Size）的估計(jì)結(jié)果顯著為正，表明規(guī)模較大的企業(yè)擁有更多的創(chuàng)新要素，能夠支撐其長(zhǎng)期持續(xù)的創(chuàng)新活動(dòng)。杠桿率（Lev）反映企業(yè)的舉債經(jīng)營(yíng)能力，Lev 系數(shù)顯著為負(fù)表明企業(yè)面臨較高的杠桿時(shí)，不能保障其持續(xù)研發(fā)投入，從而削弱了企業(yè)的創(chuàng)新能力。企業(yè)盈利能力（ROA）的估計(jì)系數(shù)顯著為正，表明盈利能力越強(qiáng)的企業(yè)，越擁有充足的資金支持研發(fā)創(chuàng)新活動(dòng)。企業(yè)年齡（Age）顯著為負(fù)，表明隨著年齡的增加，企業(yè)創(chuàng)新的動(dòng)力明顯不足。固定資產(chǎn)占比（PPE）與企業(yè)創(chuàng)新負(fù)相關(guān)，說(shuō)明固定資產(chǎn)投入越多，固定資產(chǎn)的專用性越強(qiáng)，從而減少了其他創(chuàng)新投入[25]。GDP 增長(zhǎng)率顯著為正，表明較好的區(qū)域經(jīng)濟(jì)發(fā)展環(huán)境將有助于提升企業(yè)創(chuàng)新水平。

（二）內(nèi)生性問(wèn)題和穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問(wèn)題

本文的解釋變量Fintech 是基于企業(yè)獲得的銀行貸款與銀行數(shù)字化轉(zhuǎn)型指數(shù)構(gòu)建而成的，然而銀行在貸款時(shí)可能會(huì)先審核企業(yè)的創(chuàng)新能力，而后給予相應(yīng)的授信額度（如銀行的科技貸、專精特新貸等產(chǎn)品），一定程度上存在反向因果關(guān)系，這會(huì)導(dǎo)致模型的估計(jì)偏誤。因此，本文將使用工具變量法緩解可能存在的內(nèi)生性問(wèn)題。工具變量的構(gòu)造步驟如下。首先，提取在t 年為企業(yè)i 提供貸款的所有銀行，以銀行總資產(chǎn)為參照變量，匹配與之相近且該年度未向企業(yè)放貸的銀行作為替代。其次，以t年企業(yè)i在各個(gè)貸款銀行的貸款金額為權(quán)重，用替代銀行的數(shù)字化轉(zhuǎn)型指標(biāo)進(jìn)行加權(quán)合成工具變量。一方面，規(guī)模相近的銀行資源稟賦相似，數(shù)字化轉(zhuǎn)型程度較為接近；另一方面，未向該企業(yè)貸款的銀行難以直接通過(guò)融資渠道影響企業(yè)創(chuàng)新活動(dòng)，因此，該工具變量兼具相關(guān)性和外生性兩個(gè)條件。表3 的第（1）列、第（2）列中，KP LM Statistic檢驗(yàn)統(tǒng)計(jì)量的P值均小于0.01，表明工具變量對(duì)內(nèi)生變量是可識(shí)別的；CD Wald F檢驗(yàn)統(tǒng)計(jì)量的P 值均小于0.01，說(shuō)明不存在弱工具變量的問(wèn)題，所以本文選擇的工具變量是合理的。在考慮了銀行數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新的內(nèi)生性問(wèn)題后，F(xiàn)intech 系數(shù)依然為正，表明銀行數(shù)字化轉(zhuǎn)型能夠?qū)ζ髽I(yè)創(chuàng)新產(chǎn)生積極影響，這與基準(zhǔn)回歸結(jié)論一致。

表3 內(nèi)生性問(wèn)題探討和替換解釋變量的穩(wěn)健性檢驗(yàn)

2.替換解釋變量的穩(wěn)健性檢驗(yàn)

首先，考慮到銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新可能存在長(zhǎng)期效應(yīng)，參考現(xiàn)有文獻(xiàn)做法將Fintech 分別滯后一期和二期探討對(duì)企業(yè)創(chuàng)新影響的時(shí)滯性[26]。結(jié)果如表3 的第（3）列—第（6）列所示，可見(jiàn)在分別滯后一期和兩期情況下，企業(yè)專利申請(qǐng)和發(fā)明申請(qǐng)均受到銀行數(shù)字化轉(zhuǎn)型積極影響，表明金融科技發(fā)展能夠持續(xù)促進(jìn)企業(yè)創(chuàng)新。

其次，考慮到北京大學(xué)的銀行數(shù)字化轉(zhuǎn)型指數(shù)是基于銀行年報(bào)文本分析構(gòu)建的，規(guī)模較大的銀行的年報(bào)更加規(guī)范完善，文本信息含量往往多于中小銀行。因此，需要對(duì)銀行數(shù)字化轉(zhuǎn)型指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理，記為Fintech2，即將核心解釋變量Fintech 除以銀行總資產(chǎn)的對(duì)數(shù)。表3 第（7）列、第（8）列的結(jié)果顯示Fintech2 的估計(jì)系數(shù)均顯著為正，與上文的結(jié)論一致。

3.替換被解釋變量的穩(wěn)健性檢驗(yàn)

首先，企業(yè)申請(qǐng)的專利數(shù)量反映了企業(yè)的創(chuàng)新產(chǎn)出，而銀行數(shù)字化發(fā)展所帶來(lái)的積極作用理應(yīng)同樣反映在企業(yè)創(chuàng)新投入方面。因此，本文用企業(yè)研發(fā)投入占總資產(chǎn)比重（R&D）代替企業(yè)創(chuàng)新的度量指標(biāo)[27-28]進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果如表4 第（1）列所示。結(jié)果可知，銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新仍呈現(xiàn)顯著的正向影響，表明銀行數(shù)字化轉(zhuǎn)型有助于加強(qiáng)企業(yè)研發(fā)投入，激勵(lì)企業(yè)的創(chuàng)新行為。

表4 替換被解釋變量的穩(wěn)健性檢驗(yàn)

其次，考慮到專利申請(qǐng)可能存在“泡沫化”的問(wèn)題，本文進(jìn)一步關(guān)注企業(yè)的創(chuàng)新質(zhì)量，將模型（2）中的被解釋變量分別替換為授權(quán)專利數(shù)量（Get_Patent1）、授權(quán)發(fā)明專利數(shù)量（Get_Patent2）以及專利引用數(shù)量（Quote），再次進(jìn)行穩(wěn)健性分析，結(jié)果如表4第（2）列—第（4）列所示。由結(jié)果可知，L.Fintech 的估計(jì)系數(shù)均顯著為正，這意味著銀行數(shù)字化轉(zhuǎn)型不僅有助于提升企業(yè)的創(chuàng)新數(shù)量，而且對(duì)企業(yè)的創(chuàng)新質(zhì)量同樣具有顯著的促進(jìn)作用。

（三）異質(zhì)性分析

首先，企業(yè)所處的行業(yè)不同，其研發(fā)強(qiáng)度存在差異，非高科技行業(yè)如農(nóng)林牧副漁業(yè)、批發(fā)零售行業(yè)等企業(yè)主要依賴規(guī)模效應(yīng)，即便處于較低的創(chuàng)新水平也可以維持經(jīng)營(yíng)[5]，而高科技、技術(shù)密集型行業(yè)，產(chǎn)品迭代快、產(chǎn)品多樣化，企業(yè)需要依靠產(chǎn)品創(chuàng)新才能在激烈競(jìng)爭(zhēng)中鞏固自己的市場(chǎng)地位。為進(jìn)一步考察銀行數(shù)字化對(duì)不同行業(yè)創(chuàng)新效應(yīng)的異質(zhì)性，本文進(jìn)一步按照CSMAR數(shù)據(jù)庫(kù)中企業(yè)是否獲得“高新技術(shù)企業(yè)”資質(zhì)認(rèn)證區(qū)分企業(yè)類別，進(jìn)行分組回歸。由表5 第（1）列—第（4）列結(jié)果可知，銀行數(shù)字化轉(zhuǎn)型顯著促進(jìn)了高科技企業(yè)創(chuàng)新水平，但對(duì)非高新技術(shù)企業(yè)的創(chuàng)新活動(dòng)影響不明顯。這表明在激烈的市場(chǎng)競(jìng)爭(zhēng)下，高科技企業(yè)更注重創(chuàng)新研發(fā)，相比之下，非高新技術(shù)企業(yè)的經(jīng)營(yíng)活動(dòng)對(duì)產(chǎn)品創(chuàng)新依賴程度不高，創(chuàng)新意愿較低，銀行的數(shù)字化轉(zhuǎn)型并不能顯著影響非高科技企業(yè)的創(chuàng)新行為。

表5 異質(zhì)性分析

其次，創(chuàng)新具有較高的風(fēng)險(xiǎn)和不確定性，若創(chuàng)新成功將給企業(yè)帶來(lái)超額壟斷利潤(rùn)，一旦創(chuàng)新失敗，企業(yè)又將面臨較高的沉沒(méi)成本，尤其是原創(chuàng)性的產(chǎn)品、技術(shù)創(chuàng)新通常面臨較高的失敗風(fēng)險(xiǎn)。良好的市場(chǎng)環(huán)境能夠?yàn)槠髽I(yè)創(chuàng)新提供保障[29]，本文進(jìn)一步分析不同市場(chǎng)環(huán)境下，銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響差異。根據(jù)現(xiàn)有文獻(xiàn)方法計(jì)算的各省份歷年市場(chǎng)化指數(shù)[30]，若企業(yè)所在地的市場(chǎng)化指數(shù)超過(guò)當(dāng)年全國(guó)平均水平則說(shuō)明該地區(qū)市場(chǎng)化程度高，反之則市場(chǎng)化程度低。表5 第（5）列—第（8）列顯示，在市場(chǎng)化程度高的地區(qū)，銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新產(chǎn)生顯著的正向影響，而在市場(chǎng)化程度較低的地區(qū)，銀行數(shù)字化轉(zhuǎn)型對(duì)提升企業(yè)創(chuàng)新的作用不明顯。

五、進(jìn)一步研究

（一）信貸配給與企業(yè)創(chuàng)新

前文研究表明，銀行數(shù)字化轉(zhuǎn)型提升了企業(yè)創(chuàng)新水平。為進(jìn)一步探討銀行數(shù)字化轉(zhuǎn)型影響企業(yè)創(chuàng)新的作用渠道，本文以企業(yè)貸款為切入點(diǎn)，重點(diǎn)對(duì)企業(yè)的融資成本和貸款結(jié)構(gòu)兩方面進(jìn)行分析，考察銀行數(shù)字化轉(zhuǎn)型是否通過(guò)信貸配給渠道影響企業(yè)創(chuàng)新。

首先，在融資成本方面，企業(yè)的創(chuàng)新活動(dòng)需要不斷引入先進(jìn)設(shè)備和優(yōu)秀的技術(shù)人才，這依賴資金的大量投入。若企業(yè)獲得的資金成本較高，則會(huì)加劇企業(yè)的研發(fā)成本和財(cái)務(wù)風(fēng)險(xiǎn)，使得企業(yè)的創(chuàng)新行為趨于保守。相反，若資金成本較低將有助于企業(yè)緩解資金壓力，提升研發(fā)投入，促進(jìn)企業(yè)創(chuàng)新水平。其次，在貸款結(jié)構(gòu)方面，與傳統(tǒng)風(fēng)控模式不同，銀行數(shù)字化風(fēng)控模式主要依賴數(shù)據(jù)分析形成的信用評(píng)價(jià)體系，而非僵化的擔(dān)保抵押模式。銀行數(shù)字化轉(zhuǎn)型水平的提升，將有助于增強(qiáng)對(duì)企業(yè)信用風(fēng)險(xiǎn)的評(píng)估能力，尤其對(duì)創(chuàng)新型企業(yè)而言，銀行數(shù)字化轉(zhuǎn)型可以使信貸資源更多地配置到缺乏擔(dān)保的優(yōu)質(zhì)的企業(yè)中，從而推動(dòng)企業(yè)創(chuàng)新發(fā)展。綜上所述，銀行的數(shù)字化轉(zhuǎn)型理應(yīng)存在改善企業(yè)融資成本和貸款結(jié)構(gòu)兩種渠道作用于企業(yè)創(chuàng)新。因此，本文將構(gòu)建中介效應(yīng)模型進(jìn)行檢驗(yàn)：

其中MIDi,t為中介變量，本文參考一些學(xué)者的做法[7]，用企業(yè)財(cái)務(wù)費(fèi)用占營(yíng)業(yè)收入比重作為企業(yè)貸款成本，記為Interest；用企業(yè)信用貸款占總貸款比重作為企業(yè)信用貸款占比，記為Credit。中介效應(yīng)模型（3）的回歸結(jié)果如表6所示。

表6 企業(yè)融資成本與貸款結(jié)構(gòu)的渠道檢驗(yàn)

從表6第（1）列的結(jié)果可知，F(xiàn)intech 的回歸系數(shù)顯著為正，表明銀行數(shù)字化轉(zhuǎn)型有助于降低企業(yè)的融資成本。第（2）列、第（3）列中Interest 的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明較低的融資成本有助于提高企業(yè)的創(chuàng)新水平；并且Fintech 顯著性有所下降，這意味著融資成本的降低充當(dāng)了“銀行數(shù)字化與企業(yè)創(chuàng)新”之間的部分中介作用，即銀行數(shù)字化轉(zhuǎn)型通過(guò)降低企業(yè)融資成本，進(jìn)而促進(jìn)企業(yè)的創(chuàng)新水平。

表6 第（4）列中，F(xiàn)intech 的系數(shù)顯著為正，表明銀行數(shù)字化轉(zhuǎn)型對(duì)提升企業(yè)的信用貸款占比起到積極作用；進(jìn)一步在第（5）列中將擔(dān)保貸款占比（Guarantee）納入回歸模型（3）中進(jìn)行分析①擔(dān)保貸款包括抵押貸款、質(zhì)押貸款和保證貸款三類，Guarantee表示擔(dān)保類貸款占總貸款比重。，發(fā)現(xiàn)銀行數(shù)字化轉(zhuǎn)型同時(shí)也降低了企業(yè)擔(dān)保型貸款占比。這意味著數(shù)字化轉(zhuǎn)型增強(qiáng)了銀行通過(guò)大數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)識(shí)別的能力，在貸款供給中減少了對(duì)抵押資產(chǎn)等擔(dān)保品的依賴，有利于信用水平高但缺乏抵押的優(yōu)質(zhì)企業(yè)獲得貸款服務(wù)。在表6第（6）列、第（7）列中，Credit的估計(jì)系數(shù)顯著為正，表明企業(yè)的信用貸款占比越高，企業(yè)的創(chuàng)新能力越強(qiáng)；同時(shí)Fintech 顯著性降低，表明貸款結(jié)構(gòu)同樣在“銀行數(shù)字化與企業(yè)創(chuàng)新”之間充當(dāng)部分中介作用，即銀行數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化企業(yè)信貸結(jié)構(gòu)，最終提升了企業(yè)的創(chuàng)新活力。綜合表6 的結(jié)果可以看出，商業(yè)銀行的數(shù)字化轉(zhuǎn)型體現(xiàn)了金融的普惠性，有利于促進(jìn)企業(yè)創(chuàng)新發(fā)展，這為銀行數(shù)字化轉(zhuǎn)型助力實(shí)體經(jīng)濟(jì)發(fā)展提供了直接證據(jù)。

（二）信息甄別機(jī)制

在大科技信貸模式下，銀行可以借助大數(shù)據(jù)風(fēng)控技術(shù)及時(shí)有效地識(shí)別優(yōu)質(zhì)企業(yè)，促進(jìn)信貸資源的有效配置。那么，銀行將采取何種信息甄別機(jī)制，仍需進(jìn)一步分析。于是，本文構(gòu)建如下模型分析銀行數(shù)字化、信息甄別機(jī)制對(duì)企業(yè)創(chuàng)新的影響：

其中，Prefi,t+1表示企業(yè)i在t+1年的盈利能力，本文采用凈資產(chǎn)收益率ROE來(lái)衡量。表7分別顯示了以專利申請(qǐng)總數(shù)（Patent1）、發(fā)明專利申請(qǐng)數(shù)量（Patent2）和其他專利申請(qǐng)數(shù)量（Patent3）作為被解釋變量的回歸結(jié)果。Prefi,t+1的系數(shù)均顯著為正，表明未來(lái)盈利能力越強(qiáng)的企業(yè)具有更高的創(chuàng)新水平，F(xiàn)intechi,t×Prefi,t+1的估計(jì)系數(shù)至少在10%水平上顯著為正，這意味著銀行數(shù)字化轉(zhuǎn)型有助于甄別具有盈利潛力的優(yōu)質(zhì)企業(yè)，優(yōu)化信貸資源配置，在銀行數(shù)字化轉(zhuǎn)型的助力下，盈利能力越強(qiáng)的企業(yè)具有更強(qiáng)的創(chuàng)新動(dòng)力。通過(guò)對(duì)比表7 第（1）列—第（3）列中Fintechi,t×Prefi,t+1的顯著性可以發(fā)現(xiàn)，銀行數(shù)字化轉(zhuǎn)型可以通過(guò)信息甄別機(jī)制提升企業(yè)的創(chuàng)新水平，但在提升創(chuàng)新質(zhì)量方面的作用相對(duì)有限。

表7 信息甄別機(jī)制分析

六、結(jié)論及政策建議

創(chuàng)新是發(fā)展的第一動(dòng)力，科技賦能傳統(tǒng)金融機(jī)構(gòu)更好地服務(wù)企業(yè)發(fā)展，有利于強(qiáng)化企業(yè)科技創(chuàng)新主體地位。本文利用北京大學(xué)發(fā)布的銀行數(shù)字化轉(zhuǎn)型指數(shù)與上市企業(yè)貸款數(shù)據(jù)進(jìn)行逐一匹配，考察了銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)，銀行的數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)創(chuàng)新活動(dòng)，異質(zhì)性分析表明銀行數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新的影響在市場(chǎng)化程度較高的地區(qū)以及高新技術(shù)型企業(yè)表現(xiàn)得更加明顯。渠道分析表明，銀行數(shù)字化轉(zhuǎn)型通過(guò)降低融資成本和優(yōu)化貸款結(jié)構(gòu)的傳導(dǎo)渠道，提升企業(yè)創(chuàng)新水平，體現(xiàn)了金融服務(wù)的普惠特征。進(jìn)一步分析發(fā)現(xiàn)，數(shù)字化技術(shù)應(yīng)用提升了銀行的信息甄別能力，促進(jìn)了信貸資源的有效配置，從而助力企業(yè)創(chuàng)新發(fā)展。

本文根據(jù)研究結(jié)論提供了以下政策建議。

第一，銀行應(yīng)加快數(shù)字化轉(zhuǎn)型進(jìn)程，持續(xù)強(qiáng)化金融科技投入。銀行發(fā)展金融科技，推進(jìn)數(shù)字化轉(zhuǎn)型是提升自身核心競(jìng)爭(zhēng)力的有效辦法，也是增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的重要途徑。銀行須充分發(fā)揮科技賦能作用，不斷深化金融供給側(cè)結(jié)構(gòu)性改革，加大對(duì)企業(yè)創(chuàng)新的支持力度，助力中國(guó)經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展。

第二，應(yīng)加強(qiáng)市場(chǎng)環(huán)境建設(shè)，完善創(chuàng)新服務(wù)體系。一方面，不斷優(yōu)化知識(shí)產(chǎn)權(quán)保護(hù)制度，為企業(yè)創(chuàng)新提供良好的市場(chǎng)環(huán)境，強(qiáng)化金融資源支持企業(yè)創(chuàng)新的作用功效；另一方面，銀行數(shù)字化轉(zhuǎn)型體現(xiàn)了金融服務(wù)的普惠特征，需要進(jìn)一步完善對(duì)金融機(jī)構(gòu)支持科創(chuàng)企業(yè)的風(fēng)險(xiǎn)補(bǔ)償機(jī)制和獎(jiǎng)勵(lì)措施，鼓勵(lì)銀行利用數(shù)字技術(shù)不斷改進(jìn)產(chǎn)品和服務(wù)，增強(qiáng)銀行的貸款意愿。

第三，需要積極推進(jìn)金融科技制度體系建設(shè)。努力打造新型數(shù)字化基礎(chǔ)設(shè)施，為銀行業(yè)等金融機(jī)構(gòu)開(kāi)展數(shù)字化轉(zhuǎn)型提供技術(shù)基礎(chǔ)保障，不斷推動(dòng)數(shù)據(jù)有序共享與綜合應(yīng)用，充分激活數(shù)據(jù)要素潛能，進(jìn)一步提升銀行等金融機(jī)構(gòu)的風(fēng)險(xiǎn)甄別能力。