商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的總體效應與結(jié)構(gòu)影響

吳雨媚　田增瑞

摘要：數(shù)字金融的發(fā)展不僅重塑了傳統(tǒng)金融機構(gòu)的服務模式，而且對商業(yè)銀行流動性創(chuàng)造水平造成了沖擊。本文選取國內(nèi)2011—2021年177家商業(yè)銀行作為研究樣本，研究商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的總體效應與結(jié)構(gòu)影響。實證結(jié)果表明，商業(yè)銀行數(shù)字化轉(zhuǎn)型能促進其加速實現(xiàn)流動性創(chuàng)造功能，提升流動性創(chuàng)造的總體水平。從結(jié)構(gòu)來看，數(shù)字化轉(zhuǎn)型會降低商業(yè)銀行對同業(yè)業(yè)務市場的偏好，同業(yè)流動性創(chuàng)造占比會顯著降低。宏觀環(huán)境的調(diào)節(jié)機制檢驗顯示，經(jīng)濟政策不確定性和數(shù)字金融都會在商業(yè)銀行數(shù)字化轉(zhuǎn)型促進流動性創(chuàng)造水平提升的過程中起到正向調(diào)節(jié)作用，而風險承擔起負向調(diào)節(jié)作用。微觀特質(zhì)的異質(zhì)性分析發(fā)現(xiàn)，全國性股份制銀行和城市商業(yè)銀行的數(shù)字化轉(zhuǎn)型投入更能帶來流動性輸出，農(nóng)村商業(yè)銀行的數(shù)字化轉(zhuǎn)型投入對流動性創(chuàng)造的促進作用并不顯著。

關鍵詞：數(shù)字化轉(zhuǎn)型；流動性創(chuàng)造；同業(yè)業(yè)務；數(shù)字金融；風險承擔；經(jīng)濟政策不確定性

中圖分類號：F832.33? ? ? 文獻標識碼：A? ? ? ? ? ?文章編號：1007-0753（2023）10-0050-14

一、引言

《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》指出，數(shù)字經(jīng)濟發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正推動生產(chǎn)方式、生活方式和治理方式深刻變革。數(shù)字化建設將數(shù)據(jù)轉(zhuǎn)變成為更具有可得性、綜合性、準確性的生產(chǎn)要素，使得高度依賴信息數(shù)據(jù)的金融業(yè)擁有了升級其產(chǎn)品與服務并創(chuàng)造更多流動性的有效助力?！稊?shù)字化轉(zhuǎn)型指數(shù)報告2022》顯示，金融行業(yè)數(shù)字化規(guī)模接近電商等數(shù)字原生行業(yè)，并以超過國內(nèi)整體平均增速37%的增速持續(xù)增長。

隨著數(shù)字金融的蓬勃發(fā)展，一系列創(chuàng)新金融服務產(chǎn)品如支付寶、銀聯(lián)云閃付、螞蟻花唄、眾安保險等紛紛涌現(xiàn)，革新了支付、信貸、保險等領域的服務方式，特別是信貸市場份額的重新分割對傳統(tǒng)金融機構(gòu)產(chǎn)生了前所未有的顛覆性沖擊。商業(yè)銀行作為傳統(tǒng)金融結(jié)構(gòu)的主要代表，其流動性創(chuàng)造職能的實現(xiàn)受到了負面影響。面對這一挑戰(zhàn)，商業(yè)銀行紛紛開展數(shù)字化變革。國有六大行2022年金融科技投入規(guī)模達1 165.49億元，共擁有科技人才約8.74萬人①，其他商業(yè)銀行也在加大金融科技資源投入，加快數(shù)字化轉(zhuǎn)型的步伐。但商業(yè)銀行數(shù)字化的發(fā)展能否有效提升其流動性創(chuàng)造水平，緩解金融科技對銀行流動性創(chuàng)造的沖擊，這個問題有待討論。在數(shù)字經(jīng)濟蓬勃發(fā)展、市場流動性有效供給不足的大背景下，研究商業(yè)銀行數(shù)字化轉(zhuǎn)型程度對流動性創(chuàng)造的影響具有一定的理論意義和現(xiàn)實價值，有助于厘清數(shù)字化在商業(yè)銀行助力實體經(jīng)濟發(fā)展中所產(chǎn)生的效應，為加快銀行數(shù)字化轉(zhuǎn)型提供理論依據(jù)。

二、文獻綜述

（一）商業(yè)銀行數(shù)字化轉(zhuǎn)型的經(jīng)濟效應

數(shù)字化轉(zhuǎn)型對商業(yè)銀行的影響是多維復合的，國內(nèi)外學者從理論和實證角度對這一影響進行了廣泛且深入的研究，現(xiàn)有文獻主要聚焦于數(shù)字化與銀行經(jīng)營績效、信貸效率的關系。數(shù)字化轉(zhuǎn)型對銀行經(jīng)營績效的促進作用得到了大部分研究成果的支持（李琴和裴平，2022），也由此證明了商業(yè)銀行數(shù)字化轉(zhuǎn)型的迫切性（李向前和賀卓異，2021）。但由于數(shù)字化成果轉(zhuǎn)化有一定的滯后性，數(shù)字化轉(zhuǎn)型與銀行經(jīng)營績效可能存在“U”型關系，部分學者認為在數(shù)字化轉(zhuǎn)型初期，商業(yè)銀行利潤將會在短期內(nèi)受到?jīng)_擊（何小鋼等，2022）。而銀行信貸效率方面，現(xiàn)有文獻普遍認同數(shù)字化轉(zhuǎn)型能提升信貸效率（Gomber等，2018）。

商業(yè)銀行數(shù)字化轉(zhuǎn)型除了對其自身產(chǎn)生影響外，也會影響實體經(jīng)濟。隨著商業(yè)銀行數(shù)字化布局的逐步推進，金融服務供給側(cè)改革取得了一定成效，使得更多金融資源流向?qū)嶓w經(jīng)濟領域，助力實體經(jīng)濟高質(zhì)量發(fā)展。商業(yè)銀行數(shù)字化轉(zhuǎn)型與其服務實體經(jīng)濟能力的關系逐漸成為研究重點，當前文獻主要從資金融通和普惠金融兩個角度進行探討。一方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型改善了實體部門的融資環(huán)境，解決了傳統(tǒng)信貸的技術難題。謝雪燕和朱曉陽（2021）認為數(shù)字金融帶來的借款結(jié)構(gòu)長期化能夠緩解企業(yè)的融資約束。另一方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型推動了普惠金融的發(fā)展，學者們研究發(fā)現(xiàn)數(shù)字金融會刺激居民消費積極性（易行健和周利，2018），縮小城鄉(xiāng)居民收入差距（宋曉玲，2017），促進綠色發(fā)展（劉敏樓等，2022），實現(xiàn)經(jīng)濟增長（李濤等，2016）。

（二）流動性創(chuàng)造的影響因素

流動性創(chuàng)造指商業(yè)銀行將流動負債轉(zhuǎn)化為非流動資產(chǎn)，為實體經(jīng)濟提供流動性的過程。自流動性創(chuàng)造這一概念提出后，國內(nèi)外對其影響因素做了豐富的研究，總體而言影響因素可以概括為外部市場環(huán)境和微觀特征兩個方面。

在外部市場環(huán)境層面，最受關注的是貨幣政策的影響效應。學術界認為，寬松的貨幣政策會刺激銀行進行流動性創(chuàng)造，而緊縮的貨幣政策會抑制商業(yè)銀行進行流動性創(chuàng)造（王周偉和王衡，2016）。在銀行業(yè)競爭程度對流動性創(chuàng)造影響的理論研究中存在兩種聲音，即“脆弱渠道”和“價格渠道”。“脆弱渠道”支持競爭加劇銀行自身經(jīng)營脆弱性，降低流動性創(chuàng)造（李明輝等，2018）。“價格渠道”則認為銀行競爭改變存貸款市場價格，促進吸存放貸，對流動性創(chuàng)造產(chǎn)生正向影響（宋科等，2021）。在微觀特征層面，較多文獻研究了銀行資本水平對流動性創(chuàng)造水平的影響，主要得出了“風險吸收效應”和“金融脆弱性-擠出效應”兩種觀點?！帮L險吸收效應”支持銀行流動性創(chuàng)造與資本充足率呈正相關關系，資本金的增加能夠提升銀行流動性創(chuàng)造能力（錢智通，2016）?！敖鹑诖嗳跣?擠出效應”則認為兩者之間存在負向關系，較高的資本水平會擠壓流動性創(chuàng)造（何青青等，2015）。就銀行資產(chǎn)規(guī)模而言，學術界的結(jié)論較為統(tǒng)一，即銀行規(guī)模越大，規(guī)模經(jīng)濟越顯著，越能提升流動性創(chuàng)造能力（李廣子和李玲，2011）。

（三）文獻述評

綜上所述，本文主要從商業(yè)銀行數(shù)字化轉(zhuǎn)型的經(jīng)濟效應和流動性創(chuàng)造功能的影響因素兩個方面，對于商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的影響進行了文獻梳理。第一，現(xiàn)有關于商業(yè)銀行數(shù)字化轉(zhuǎn)型的效應研究側(cè)重于銀行經(jīng)營效益，關于實體經(jīng)濟效應的研究較為缺乏。第二，流動性創(chuàng)造是商業(yè)銀行服務實體經(jīng)濟的重要職能，目前在商業(yè)銀行數(shù)字化實體經(jīng)濟效應的研究中，缺乏將數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造結(jié)合起來的研究成果。第三，現(xiàn)有研究側(cè)重于在宏觀層面分析互聯(lián)網(wǎng)金融、金融科技等數(shù)字金融新業(yè)態(tài)對實體經(jīng)濟的沖擊。

因此，本文將從銀行微觀層面出發(fā)，構(gòu)建衡量商業(yè)銀行綜合數(shù)字化轉(zhuǎn)型程度的指標，深入探究其與流動性創(chuàng)造的總體效應和結(jié)構(gòu)影響，以補充該方面的理論分析和實證研究。本文的邊際貢獻在于：（1）關于銀行個體層面數(shù)字化程度重要性的研究成果有所欠缺，本文主要分析商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造水平的影響，補充了商業(yè)銀行數(shù)字化轉(zhuǎn)型方面的研究。（2）拓展分析了商業(yè)銀行數(shù)字化轉(zhuǎn)型程度對流動性創(chuàng)造的結(jié)構(gòu)影響，為商業(yè)銀行數(shù)字化轉(zhuǎn)型助力實體經(jīng)濟研究提供新思路。（3）系統(tǒng)探討了數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造之間的調(diào)節(jié)機制，豐富了這一領域的研究成果。

三、理論分析與研究假設

（一）商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的總體效應

商業(yè)銀行的數(shù)字化轉(zhuǎn)型對其傳統(tǒng)服務模式產(chǎn)生了顛覆性變革，數(shù)字化技術的出現(xiàn)加快了創(chuàng)新金融產(chǎn)品和金融服務的步伐，對商業(yè)銀行的資產(chǎn)負債配置產(chǎn)生了深遠影響（見圖1）。

從資產(chǎn)端來看，數(shù)字化轉(zhuǎn)型拓寬了銀行各類信貸服務的邊界，增加了銀行貸款市場份額，向市場輸入了更多流動性?？偟膩砜矗瑪?shù)字化轉(zhuǎn)型程度主要通過兩個渠道對銀行貸款增量產(chǎn)生了正向影響。一是商業(yè)銀行數(shù)字化轉(zhuǎn)型暢通信息共享渠道，助力貸款決策。商業(yè)銀行利用大數(shù)據(jù)等技術收集大量第三方數(shù)據(jù)，將客戶信息“硬化”②，減少與客戶之間的信息摩擦，提高貸款審批效率，從而更好地滿足多樣客戶的貸款需求。二是商業(yè)銀行數(shù)字化轉(zhuǎn)型形成多元化收入結(jié)構(gòu)，保障貸款業(yè)務資金來源。商業(yè)銀行積極運用金融科技開發(fā)新型金融產(chǎn)品、創(chuàng)新金融服務，提高產(chǎn)品的差異化程度，有利于收入多樣化且分散化，讓銀行有更多的資金為貸款業(yè)務提供穩(wěn)定的資金流動服務（滿媛媛，2016），并進一步分散了業(yè)務集中風險，使得銀行更有動機擴大貸款規(guī)模。

負債端方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型提升了存款業(yè)務增量，增加了流動性創(chuàng)造的資金來源。一方面，數(shù)字化轉(zhuǎn)型實現(xiàn)了存款業(yè)務的精準營銷。大數(shù)據(jù)技術擁有對客戶信息的即時價值捕捉能力（陳冬梅等，2020），有效刻畫了客戶畫像，能夠幫助商業(yè)銀行提供差異化、精準化的財富管理服務和其他優(yōu)質(zhì)金融服務。這一精準營銷迎合了客戶偏好，有利于提高客戶黏性和依賴度，令銀行吸收存款能力增強，存款業(yè)務規(guī)模擴大。另一方面，數(shù)字技術的應用拓寬了銀行金融服務覆蓋范圍（汪亞楠等，2020）。線上服務系統(tǒng)突破了實地網(wǎng)點限制，極大地縮小了銀行與客戶的時空距離，覆蓋了各地客戶存款與理財需求。同時，金融服務“下沉”偏遠地區(qū)，碎片化的財富管理需求得到極大滿足。

綜上所述，商業(yè)銀行數(shù)字化轉(zhuǎn)型不僅能在資產(chǎn)端拓寬貸款市場份額，還能在負債端增加存款業(yè)務量，使得商業(yè)銀行可以取得足夠多的流動性負債，并有效轉(zhuǎn)換為非流動性資產(chǎn)，提高其流動性創(chuàng)造水平。商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造水平具有促進作用，因此本文提出假設1。

假設1：在其他因素不變的情況下，商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造水平有正向影響。

（二）商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的結(jié)構(gòu)影響

商業(yè)銀行流動性創(chuàng)造可以進一步分解為同業(yè)流動性創(chuàng)造與非同業(yè)流動性創(chuàng)造（郭曄等，2018），其中同業(yè)流動性創(chuàng)造相對于非同業(yè)流動性創(chuàng)造，對實體經(jīng)濟的支持力度要小（項后軍和曾琪，2019）。商業(yè)銀行數(shù)字化轉(zhuǎn)型除了影響流動性創(chuàng)造總體水平，還會產(chǎn)生結(jié)構(gòu)性影響。

在數(shù)字金融發(fā)展背景下，金融消費結(jié)構(gòu)不斷升級，信用業(yè)務和零售業(yè)務逐步成為商業(yè)銀行金融服務的突破點，商業(yè)銀行越來越看重培育這兩個領域的競爭優(yōu)勢，回歸其服務實體經(jīng)濟本源。一方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型優(yōu)化了銀行對實體部門的信貸配置，信用貸款市場活躍度提高。數(shù)字化布局突破了傳統(tǒng)業(yè)務信息壁壘，信用貸款技術難題找到“新鑰匙”，支持商業(yè)銀行在一定貸款規(guī)模下提高其信用貸款占比（劉方等，2022）。隨著數(shù)字化技術應用的深化，商業(yè)銀行對中小微企業(yè)、個體工商戶的貸款規(guī)模也得以擴大（孫旭然等，2020）。資金業(yè)務向?qū)嶓w部門的傾斜，緩解了實體部門的信貸約束；資金更多地直接流入非同業(yè)市場，進一步抑制了資金在金融市場內(nèi)部空轉(zhuǎn)，提升了銀行服務供給質(zhì)量。同時，商業(yè)銀行借助大數(shù)據(jù)和云計算搭建信息共享平臺（汪亞楠等，2020），連接供應鏈上的各利益相關者，提高各方信息的可接觸度，也能使實體部門更易獲得信貸支持。另一方面，商業(yè)銀行數(shù)字化轉(zhuǎn)型帶動了銀行零售業(yè)務創(chuàng)新發(fā)展，零售市場份額增大。零售長尾客戶相對來說擁有更高的風險溢價，存款利率更低，能為商業(yè)銀行提供新的利潤增長點。而數(shù)字技術可集中滿足零售業(yè)務高度碎片化的信貸需求（陳冬梅等，2020），降低零售業(yè)務的獲客成本，突破商業(yè)銀行零售業(yè)務發(fā)展瓶頸。隨著數(shù)字化程度逐步加深，商業(yè)銀行逐漸從依賴批發(fā)業(yè)務轉(zhuǎn)向看重零售業(yè)務，增加了零售存款的數(shù)量，降低了同業(yè)業(yè)務的占比。零售業(yè)務的拓展使得銀行負債端的付息成本得以減少，這也會進一步削弱銀行將資金投入高風險的同業(yè)市場的動機（張文菲和金祥義，2020）。

由此可見，數(shù)字化程度越高，銀行信用貸款市場和零售存款市場越活躍，從而降低同業(yè)流動性創(chuàng)造占比，引導金融資本從虛擬經(jīng)濟流入實體經(jīng)濟，持續(xù)為實體經(jīng)濟賦能。因此，本文提出假設2。

假設2：其他因素保持不變，商業(yè)銀行數(shù)字化轉(zhuǎn)型程度越高，同業(yè)流動性創(chuàng)造占比越低。

四、研究設計

（一）樣本選擇和數(shù)據(jù)來源

本文選擇我國2011—2021年商業(yè)銀行作為初始研究樣本，研究商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的影響。初始數(shù)據(jù)進行如下數(shù)據(jù)篩選和處理：（1）剔除缺失值；（2）對主要持續(xù)變量進行上下1%的Winsorize縮尾處理，以避免異常值影響。最終獲得177家樣本銀行，1 541個銀行-年度樣本觀測值。

銀行數(shù)據(jù)主要來源于國泰安銀行財務數(shù)據(jù)庫，商業(yè)銀行數(shù)字化轉(zhuǎn)型程度數(shù)據(jù)來源于北京大學數(shù)字金融研究中心發(fā)布的《北京大學中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)（2010—2021）》，宏觀層面控制變量采用國家統(tǒng)計局官網(wǎng)公開數(shù)據(jù)。

（二）變量選擇和度量

1.被解釋變量

（1）流動性創(chuàng)造水平（Lc）。借鑒 Berger和Bouwman （2017）提出的銀行流動性創(chuàng)造測度方法，以單位資產(chǎn)流動性創(chuàng)造水平作為本文流動性創(chuàng)造變量的代理指標。該指標需要根據(jù)銀行資產(chǎn)負債表內(nèi)資產(chǎn)和負債的流動性程度，劃分出流動性、半流動性和非流動性三類，并賦予相應的權(quán)重，加權(quán)求和構(gòu)造出流動性創(chuàng)造指標。在劃分流動性類別與賦權(quán)時，本文參考了現(xiàn)有研究（王周偉和王衡，2016；李明輝等，2018）優(yōu)化的具有中國銀行經(jīng)營特征的衡量方式。另外參考郭曄等（2018）的做法，按照業(yè)務主體，將流動性創(chuàng)造分解為同業(yè)流動性創(chuàng)造和非同業(yè)流動性創(chuàng)造。具體計算方式見表1。

（2）同業(yè)流動性創(chuàng)造占比（Lcintr）。本文采用同業(yè)流動性創(chuàng)造占流動性創(chuàng)造總水平的比率來考察流動性創(chuàng)造的結(jié)構(gòu)變化。當同業(yè)流動性創(chuàng)造占比降低時，說明銀行對非同業(yè)市場的偏好增加，資金更多地直接投入實體經(jīng)濟。

2.解釋變量：數(shù)字化轉(zhuǎn)型程度（Dig）

本文采用北京大學數(shù)字金融研究中心發(fā)布的《北京大學中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)（2010—2021）》，將數(shù)字化轉(zhuǎn)型總指數(shù)作為商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的代理指標?？傊笖?shù)由戰(zhàn)略數(shù)字化（Digs）、業(yè)務數(shù)字化（Digp）和管理數(shù)字化（Digm）三個子指數(shù)構(gòu)成，從戰(zhàn)略、業(yè)務、管理三個維度反映銀行數(shù)字化轉(zhuǎn)型程度。該指數(shù)不僅能體現(xiàn)出銀行對數(shù)字化轉(zhuǎn)型戰(zhàn)略的重視程度，還能對銀行組織架構(gòu)、產(chǎn)品業(yè)務等客觀數(shù)字化情況進行衡量，彌補了傳統(tǒng)文本挖掘法的局限性。

3.控制變量

本文引入如下三個類別的控制變量：銀行個體特征變量、銀行市場特征變量以及宏觀經(jīng)濟變量。銀行個體特征變量包括資本充足率（Car）、資本資產(chǎn)比率（Lev）、資產(chǎn)收益率（Roa）、凈息差（Nim）；銀行市場特征變量包括銀行競爭度（Hhib）和銀行景氣度（Bpi）；宏觀經(jīng)濟變量包括通脹水平（Cpi）、宏觀經(jīng)濟增速（Gdp）。

各變量具體定義見表2。

（三）模型構(gòu)建

考慮到銀行個體差異與宏觀經(jīng)濟形勢，本文在模型中加入個體固定效應與時間固定效應，以雙向固定效應模型驗證商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造的關系，構(gòu)建的模型如下：

其中，Lci，t為銀行i在第t年的流動性創(chuàng)造水平；Digi，t為相應銀行-年份觀測對象的數(shù)字化轉(zhuǎn)型程度；Controlsi，t表示一系列控制變量，具體見表2；Yeart和Banki分別表示時間固定效應和銀行個體固定效應，εi，t則表示異方差穩(wěn)健標準誤。

為了進一步考察數(shù)字化轉(zhuǎn)型程度對流動性創(chuàng)造結(jié)構(gòu)的影響，本文使用以下模型進行檢驗：

該模型以同業(yè)流動性創(chuàng)造占比為被解釋變量，其余變量與模型（1）一致，不再贅述。

五、實證結(jié)果及分析

（一）描述性統(tǒng)計

表3展示了所有變量的描述性統(tǒng)計結(jié)果，與既有研究結(jié)果基本一致。結(jié)果顯示商業(yè)銀行流動性創(chuàng)造水平分布較為離散，變異系數(shù)為0.882，說明實體經(jīng)濟流動性輸入主要來源于小部分銀行，集中度較高。單位資產(chǎn)流動性創(chuàng)造水平最小值為-44.717%，說明我國存在部分銀行在某些階段反向吸收市場流動性，其流動性創(chuàng)造功能并未實現(xiàn)。同業(yè)流動性創(chuàng)造占比的平均值為71.786%，說明同業(yè)流動性創(chuàng)造占比較大，我國商業(yè)銀行將更多的資金配置給虛擬經(jīng)濟部門，實體經(jīng)濟部門流動性匱乏。另外，商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的變異系數(shù)為0.649，說明不同類型的商業(yè)銀行數(shù)字化轉(zhuǎn)型的投入度與轉(zhuǎn)化率差別較大，驗證不同銀行屬性下數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造的異質(zhì)性影響是有必要的。

（二）實證分析

1. 商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造水平的總體影響

表4展示了商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造水平的基準回歸結(jié)果。列（1）顯示，數(shù)字化轉(zhuǎn)型程度對流動性創(chuàng)造水平有著顯著的正向影響，回歸系數(shù)為0.014，驗證了假設1。這說明商業(yè)銀行提高數(shù)字化轉(zhuǎn)型程度，能夠顯著提升其流動性創(chuàng)造水平，為實體經(jīng)濟輸入更多的流動性。

表4中列（2）—（4）分別報告了數(shù)字化轉(zhuǎn)型程度的三個子指數(shù)與商業(yè)銀行流動性創(chuàng)造的回歸結(jié)果，戰(zhàn)略數(shù)字化（Digs）、管理數(shù)字化（Digm）以及業(yè)務數(shù)字化（Digp）的回歸系數(shù)分別為0.004、0.013以及0.002，且分別在10%、5%和1%的水平下顯著。這說明商業(yè)銀行投入資源進行數(shù)字化轉(zhuǎn)型時，需平衡兼顧戰(zhàn)略、管理及業(yè)務多個方面，全面推進數(shù)字化改革。為了進一步比較這三個維度對流動性創(chuàng)造的影響差異，本文對比標準化回歸系數(shù)③，發(fā)現(xiàn)戰(zhàn)略數(shù)字化對流動性創(chuàng)造的影響最大，其標準化回歸系數(shù)為0.022；業(yè)務數(shù)字化對流動性創(chuàng)造水平的正向促進作用最小，其標準化回歸系數(shù)為0.007。這為商業(yè)銀行數(shù)字化轉(zhuǎn)型帶來了一些啟發(fā)：銀行整體的數(shù)字戰(zhàn)略觀對流動性創(chuàng)造功能的實現(xiàn)十分重要，而經(jīng)營業(yè)務表層的數(shù)字化資源投入帶來的流動性增額較低。商業(yè)銀行要強化流動性創(chuàng)造職能，服務實體經(jīng)濟，離不開整體的數(shù)字戰(zhàn)略規(guī)劃。

2. 商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造水平的結(jié)構(gòu)性影響

表5報告了同業(yè)流動性創(chuàng)造水平、非同業(yè)流動性創(chuàng)造水平以及同業(yè)流動性創(chuàng)造占比與數(shù)字化轉(zhuǎn)型的回歸結(jié)果。由列（1）、（2）可知，商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與同業(yè)流動性創(chuàng)造水平呈顯著負向關系，與非同業(yè)流動性創(chuàng)造水平呈顯著正向關系。由列（3）的回歸結(jié)果可知，數(shù)字化轉(zhuǎn)型程度與同業(yè)流動性創(chuàng)造占比的回歸系數(shù)為-0.024，在5％的水平下顯著為負，假設2得到驗證。以上回歸結(jié)果說明，隨著商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的加深，其創(chuàng)造的流動性會不斷向非同業(yè)市場傾斜，滿足實體經(jīng)濟部門融資需求，增強對實體經(jīng)濟的金融支持能力。

（三）穩(wěn)健性檢驗

1.改變變量測度方式

為了驗證基準回歸結(jié)果的穩(wěn)健性，本文采用戰(zhàn)略數(shù)字化、管理數(shù)字化與業(yè)務數(shù)字化三個子指數(shù)的算術平均數(shù)作為數(shù)字化轉(zhuǎn)型程度的替代指標（Dig'），重新進行分析?；貧w結(jié)果見表6列（1），結(jié)果顯示商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)依然顯著為正，研究結(jié)論穩(wěn)健。

2.工具變量法

考慮到流動性創(chuàng)造可能反向促進銀行數(shù)字化轉(zhuǎn)型，會引起一定的內(nèi)生性問題，本文進一步采用工具變量法進行檢驗。借鑒成群蕊和李季剛（2023）的做法，將互聯(lián)網(wǎng)普及率（Internet）作為商業(yè)銀行數(shù)字化轉(zhuǎn)型程度的工具變量，銀行注冊所在地的互聯(lián)網(wǎng)普及率與其數(shù)字化轉(zhuǎn)型程度高度相關，但互聯(lián)網(wǎng)普及率不會直接影響銀行的流動性創(chuàng)造水平，符合工具變量選取要求。本文通過IV-2SLS方法進行回歸，第二階段回歸結(jié)果見表6的列（2），回歸系數(shù)顯著為正，說明前文結(jié)論穩(wěn)健。弱工具變量檢驗中的F統(tǒng)計量為57.840，大于經(jīng)驗值10，說明所選變量不是弱工具變量。

3.Heckman兩階段法

針對樣本自選擇問題，即流動性創(chuàng)造水平高的商業(yè)銀行本身數(shù)字化轉(zhuǎn)型程度也高，本文選擇Heckman兩階段法進行檢驗。在Heckman第一階段的Probit模型中，將商業(yè)銀行數(shù)字化轉(zhuǎn)型程度按照與其中位數(shù)的大小關系，大于中位數(shù)賦值1，否則賦值0，設置新虛擬變量（Ddig）作為probit模型的二元因變量；并繼續(xù)將互聯(lián)網(wǎng)普及率作為外生工具變量加入控制變量進行回歸，計算出逆米爾斯比（Imr），代入第二階段模型進行擬合。表6中列（3）、（4）分別報告了第一階段和第二階段回歸結(jié)果，第一階段中外生工具變量互聯(lián)網(wǎng)普及率的回歸系數(shù)顯著為0.030，而第二階段回歸結(jié)果中逆米爾斯比的系數(shù)并不顯著，說明模型不存在自選擇問題，數(shù)字化轉(zhuǎn)型程度的的回歸系數(shù)為0.014，仍然顯著為正，支持了基準回歸結(jié)果。

六、進一步拓展分析

（一）宏觀環(huán)境的調(diào)節(jié)效應

1.經(jīng)濟政策不確定性的調(diào)節(jié)作用

目前我國正處于經(jīng)濟轉(zhuǎn)型的重要時期，經(jīng)濟政策不斷調(diào)整以應對頻繁變化的市場環(huán)境，經(jīng)濟政策不確定性指數(shù)持續(xù)攀升。商業(yè)銀行作為經(jīng)濟政策的重要傳導環(huán)節(jié)，其經(jīng)營行為極易受到政策不確定的影響，同時經(jīng)濟政策不確定也會加大信貸市場上的噪聲信號（李鳳羽和楊墨竹，2015），商業(yè)銀行出于“自我保險動機”將更傾向于資金囤積，降低流動性創(chuàng)造水平。但數(shù)字化轉(zhuǎn)型可以優(yōu)化商業(yè)銀行的決策判斷能力和風險管控能力，可能會讓系統(tǒng)性風險反成機會，使商業(yè)銀行傾向于積極主動地進行期限錯配以抓住更多信貸資源。因此，有必要進一步探索經(jīng)濟政策不確定性如何調(diào)節(jié)商業(yè)銀行數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造之間的關系。

本文選用Baker等（2016）編制的經(jīng)濟政策不確定性指數(shù)（Epu）作為經(jīng)濟政策不確定性的代理變量。在模型（1）中加入經(jīng)濟政策不確定性指數(shù)（Epu）以及數(shù)字化轉(zhuǎn)型程度（Dig）與經(jīng)濟政策不確定性（Epu）的交互項，構(gòu)建模型（3）檢驗經(jīng)濟政策不確定性的調(diào)節(jié)作用。

Lci，t = γ0 + γ1 Digi，t + γ2 Eput + γ3 Digi，t × Eput +

∑γj Controlsi，t + Yeart + Banki + εi，t? ? ? ? ? （3）

表7中列（1）報告了此調(diào)節(jié)效應模型的回歸結(jié)果，商業(yè)銀行數(shù)字化轉(zhuǎn)型影響流動性創(chuàng)造的系數(shù)為0.012，交互項的回歸系數(shù)為0.002，同樣顯著為正，二者符號方向一致，說明經(jīng)濟政策不確定性對商業(yè)銀行數(shù)字化轉(zhuǎn)型和流動性創(chuàng)造之間的關系起到了正向調(diào)節(jié)作用。高經(jīng)濟政策不確定性下，數(shù)字化轉(zhuǎn)型放松了商業(yè)銀行的資源約束，增強了其管理者的樂觀預期和風險容忍度，促進流動性創(chuàng)造進一步提升。另外，經(jīng)濟政策不確定性與流動性創(chuàng)造的回歸系數(shù)為-0.812，說明經(jīng)濟政策不確定性對流動性創(chuàng)造水平會產(chǎn)生一定的負向影響。由此可知，經(jīng)濟政策不確定性單獨來看會抑制商業(yè)銀行流動性創(chuàng)造，但出于獲利動機會正向調(diào)節(jié)數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造的促進作用，幫助商業(yè)銀行實現(xiàn)“彎道超車”。

2.數(shù)字金融的調(diào)節(jié)作用

數(shù)字金融對于商業(yè)銀行是一把雙刃劍，既帶來了機遇也帶來了挑戰(zhàn)，劇烈沖擊了傳統(tǒng)商業(yè)銀行模式（Gomber 等，2017）。數(shù)字金融的發(fā)展，一方面催生了各類互聯(lián)網(wǎng)金融平臺和金融科技公司搶占信貸市場，形成了新型競爭格局，商業(yè)銀行市場份額縮減（李明輝等，2018）。另一方面，新型信貸技術帶來了商業(yè)銀行新的利潤增長點，提升其金融服務效率。數(shù)字金融對商業(yè)銀行的“鯰魚效應”，刺激商業(yè)銀行進行數(shù)字化轉(zhuǎn)型，產(chǎn)生了較強的技術溢出效應（沈悅和郭品，2015）。數(shù)字金融帶來的市場擠出效應和技術溢出效應的作用大小，取決于商業(yè)銀行是否主動擁抱變化，進行數(shù)字化改革。隨著商業(yè)銀行與數(shù)字金融的雙向交融，數(shù)字金融的技術優(yōu)勢愈發(fā)為商業(yè)銀行所用，市場擠出效應降低，由此可以得出，數(shù)字金融會影響商業(yè)銀行數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造之間的關系。

本文參考王儒奇和陶士貴（2023）以及聶秀華等（2021）的研究結(jié)果，引入北京大學數(shù)字普惠金融指數(shù)作為數(shù)字金融（Dif）的代理變量。在模型（1）中加入數(shù)字金融以及數(shù)字金融與數(shù)字化轉(zhuǎn)型程度的交互項，構(gòu)建模型（4）。

（4）

數(shù)字金融的調(diào)節(jié)效應模型的回歸結(jié)果見表7列（2），數(shù)字金融的回歸系數(shù)為-0.006，這證實了數(shù)字金融的市場擠出效應，但并不顯著，說明數(shù)字化轉(zhuǎn)型會弱化數(shù)字金融的市場擠出效應，商業(yè)銀行能夠更好地利用數(shù)字金融輸出更多流動性。數(shù)字金融與數(shù)字化轉(zhuǎn)型交互項的回歸系數(shù)為0.031，在1%的統(tǒng)計水平下顯著為正，說明數(shù)字金融對商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造之間的關系有正向調(diào)節(jié)作用。當商業(yè)銀行提升數(shù)字化轉(zhuǎn)型程度時，數(shù)字金融能夠提供資源保障和普惠環(huán)境，支持商業(yè)銀行進行流動性創(chuàng)造。

（二）微觀特質(zhì)的異質(zhì)影響

1．風險承擔的異質(zhì)影響

除了宏觀環(huán)境會對商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造之間的關系產(chǎn)生影響外，商業(yè)銀行自身特征也與其密切相關。商業(yè)銀行內(nèi)部風險承擔水平是銀行實現(xiàn)流動性創(chuàng)造功能需要考慮的一大因素，當商業(yè)銀行風險承擔水平過高時，后續(xù)承受危機的能力減弱，商業(yè)銀行可能更加偏好持有資金（Bokpin等，2016）。同時，由于數(shù)字金融下金融主體相關性增強，具有一定的風險傳染性，易引發(fā)連鎖效應觸及其經(jīng)營根本。承受過高風險的銀行會更加謹慎地進行經(jīng)營。商業(yè)銀行內(nèi)部風險承擔水平會影響數(shù)字化轉(zhuǎn)型程度對流動性創(chuàng)造產(chǎn)生的促進作用。

本文參考郭品和沈悅（2019）的研究，以貸款損失準備率作為商業(yè)銀行風險承擔（Risk）的衡量指標，該指標同時考慮了被動風險承擔和主動風險承擔。在模型（1）的基礎上加入風險承擔以及風險承擔與數(shù)字化轉(zhuǎn)型程度的交互項，構(gòu)建模型（5）。

（5）

表7列（3）中，風險承擔及其交互項的系數(shù)都顯著為負 ，分別為-0.102和- 0.001。這說明風險承擔不僅會抑制商業(yè)銀行流動性創(chuàng)造，而且會對商業(yè)銀行數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造之間的關系起到負向調(diào)節(jié)的作用。相較于風險承擔水平較低的銀行，數(shù)字化轉(zhuǎn)型程度對高風險承擔水平銀行的流動性創(chuàng)造能力的促進作用更弱。

2．銀行屬性的異質(zhì)影響

商業(yè)銀行數(shù)字化轉(zhuǎn)型屬于投入大、不確定性較高且投入回報期限不匹配的投資活動，造成我國不同屬性商業(yè)銀行分化現(xiàn)象嚴重，數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造之間存在嚴重的馬太效應。全國性股份制銀行擁有豐富的資金和人力資源，可快速制定數(shù)字化戰(zhàn)略并轉(zhuǎn)化數(shù)字成果，能以更高的效率在線上平臺捕捉長尾客戶。城市商業(yè)銀行也加大投資資源，加速依靠數(shù)字技術實現(xiàn)轉(zhuǎn)型，同時其服務對象多為中小企業(yè)，數(shù)字投入轉(zhuǎn)化率相對較高，中小企業(yè)融資約束得以緩解，其流動性創(chuàng)造水平大幅度提升。而農(nóng)村商業(yè)銀行市場勢力較弱，其服務對象局限于本地客戶，數(shù)字化轉(zhuǎn)型積極性不高，投入量尚未構(gòu)成規(guī)模經(jīng)濟，難以對流動性創(chuàng)造水平產(chǎn)生影響。

表8分別報告了全國性股份制銀行、城市商業(yè)銀行以及農(nóng)村商業(yè)銀行的數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造的回歸結(jié)果。結(jié)果顯示，全國性股份制銀行的數(shù)字化轉(zhuǎn)型程度的回歸系數(shù)為0.010，在5%的統(tǒng)計水平下顯著；城市商業(yè)銀行的回歸系數(shù)為0.027，在1%的統(tǒng)計水平下顯著；農(nóng)村商業(yè)銀行則并不顯著。這證明了商業(yè)銀行數(shù)字化轉(zhuǎn)型與流動性創(chuàng)造關系中存在馬太效應。由于資源稟賦的差異，全國性股份制銀行和城市商業(yè)銀行的數(shù)字化投入更能帶來流動性輸出，而農(nóng)村商業(yè)銀行的數(shù)字化轉(zhuǎn)型投入轉(zhuǎn)化率較低，難以對流動性創(chuàng)造水平造成顯著影響。

七、結(jié)論與建議

本文從理論上探究了商業(yè)銀行數(shù)字化轉(zhuǎn)型對流動性創(chuàng)造產(chǎn)生的總體效應、結(jié)構(gòu)影響以及調(diào)節(jié)機制，并借助北京大學商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，基于2011—2021年中國商業(yè)銀行數(shù)據(jù)進行實證檢驗。得出以下結(jié)論：（1）商業(yè)銀行數(shù)字化轉(zhuǎn)型會促進流動性創(chuàng)造水平的上升，并且相較于管理數(shù)字化與業(yè)務數(shù)字化，戰(zhàn)略數(shù)字化對流動性創(chuàng)造水平的促進作用更大。（2）商業(yè)銀行數(shù)字化轉(zhuǎn)型程度提高，同業(yè)流動性創(chuàng)造占比下降，這意味著商業(yè)銀行增加對非同業(yè)市場的偏好，將資金直接輸入實體經(jīng)濟。（3）在宏觀環(huán)境層面，經(jīng)濟政策不確定性和數(shù)字金融都會在商業(yè)銀行數(shù)字化轉(zhuǎn)型促進流動性創(chuàng)造水平提升的過程中起到正向調(diào)節(jié)作用；在微觀層面，風險承擔則起到了負向調(diào)節(jié)作用。（4）商業(yè)銀行數(shù)字化轉(zhuǎn)型程度與流動性創(chuàng)造之間的關系存在馬太效應，不同屬性銀行具有差異。全國性股份制銀行和城市商業(yè)銀行數(shù)字化轉(zhuǎn)型的成效更為明顯，農(nóng)村商業(yè)銀行則并不顯著。

基于此，本文提出如下建議：

第一，加快數(shù)字化轉(zhuǎn)型，優(yōu)化流動性創(chuàng)造功能。商業(yè)銀行應自上而下從戰(zhàn)略思想、組織管理到業(yè)務活動，實現(xiàn)全流程數(shù)字要素的注入，將數(shù)字技術的應用覆蓋運營全鏈條。政府以及相關部門應給予當?shù)劂y行適當?shù)膸头稣撸С制溥M行數(shù)字化改革。

第二，積極發(fā)揮數(shù)字化轉(zhuǎn)型的實體經(jīng)濟支持效應，引導資金流入非同業(yè)實體市場。商業(yè)銀行應深化數(shù)字技術改革，降低其對同業(yè)業(yè)務的依賴度，貫徹金融服務的普惠性，為實體經(jīng)濟提供更多金融活水，促進實體經(jīng)濟部門的協(xié)調(diào)發(fā)展。相關部門應配合實施一定的監(jiān)管套利行為約束措施，抑制資金在金融市場的空轉(zhuǎn)和自我循環(huán)。

第三，把握宏觀環(huán)境機遇，強化數(shù)字金融的技術溢出和經(jīng)濟政策的資源約束緩解效應。商業(yè)銀行應利用數(shù)字金融的優(yōu)勢改革組織管理和業(yè)務結(jié)構(gòu)，積極主動地進行數(shù)字化變革。進一步與金融科技公司、互聯(lián)網(wǎng)金融企業(yè)加強合作，共建數(shù)字金融供應鏈，共享數(shù)字應用成果，充分發(fā)揮數(shù)字金融對數(shù)字化轉(zhuǎn)型促進流動性創(chuàng)造的正向調(diào)節(jié)作用。相關部門應持續(xù)推進普惠金融政策的制定，升級當?shù)亟鹑谟布O施，優(yōu)化商業(yè)銀行數(shù)字化轉(zhuǎn)型環(huán)境；構(gòu)筑開放合作數(shù)字平臺，打造互惠互生新型數(shù)字生態(tài)鏈，使部分落后商業(yè)銀行能夠享受數(shù)字化轉(zhuǎn)型的便利。為了防止“彎道超車”中的激進行為，相關部門也需加強經(jīng)濟政策與宏觀監(jiān)管的配合，特別是在經(jīng)濟政策不確定性程度較高時，需提升對銀行期限錯配問題的關注度，加強對銀行過度投資的監(jiān)管。

第四，差異化布局不同屬性銀行的數(shù)字化建設。全國性股份制銀行依托資源優(yōu)勢，是金融服務供給側(cè)結(jié)構(gòu)性改革的主力擔當，其應在戰(zhàn)略、管理、業(yè)務三個維度全面投入，引導數(shù)字化轉(zhuǎn)型風向，主動承擔為實體經(jīng)濟輸入主要流動性的重任。城市商業(yè)銀行應聚焦行業(yè)內(nèi)“盲點”，針對性地投入數(shù)字建設，抓住消費者滿意度這個關鍵點有效提升流動性創(chuàng)造水平。農(nóng)村商業(yè)銀行則在數(shù)字化投入上量力而行，深耕區(qū)域，形成具有自身特色的金融服務體系。

注釋：

① 數(shù)據(jù)來源：各銀行2022年財務報告。

②硬化指將軟信息轉(zhuǎn)變?yōu)橛残畔ⅲ磳崿F(xiàn)能用較為準確的硬指標來表示信息，使得信息更加精準、正式、可追溯。

③ 標準化回歸系數(shù)=回歸系數(shù)×（變量自身標準差/被解釋變量標準差）。

參考文獻：

[1] 李琴，裴平.數(shù)字化轉(zhuǎn)型、中間業(yè)務創(chuàng)新與銀行盈利能力[J].山西財經(jīng)大學學報，2022，44（08）：30-42.

[2] 李向前，賀卓異.金融科技發(fā)展對商業(yè)銀行影響研究[J].現(xiàn)代經(jīng)濟探討，2021（02）：50-57.

[3]何小鋼，羅欣，何楊.數(shù)字革命與銀行績效——徒有虛名還是如虎添翼[J].產(chǎn)業(yè)組織評論，2022，16（04）： 46-72.

[4]GOMBER P， KAUFFMAN R J， PARKER C， et al. On the Fintech revolution： Interpreting the forces of innovation， disruption， and transformation in financial services [J].? Journal of Management Information Systems， 2018， 35（01）： 220-265.

[5]謝雪燕，朱曉陽.數(shù)字金融與中小企業(yè)技術創(chuàng)新——來自新三板企業(yè)的證據(jù)[J].國際金融研究，2021（01）：87-96.

[6]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)[J].金融研究，

2018（11）：47-67.

[7] 宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[J].財經(jīng)科學，2017（06）：14-25.

[8]劉敏樓，黃旭，孫俊.數(shù)字金融對綠色發(fā)展的影響機制[J].中國人口·資源與環(huán)境，2022，32（06）： 113-122.

[9]李濤，徐翔，孫碩.普惠金融與經(jīng)濟增長[J].金融研究，2016（04）： 1-16.

[10]王周偉，王衡.貨幣政策、銀行異質(zhì)性與流動性創(chuàng)造——基于中國銀行業(yè)的動態(tài)面板數(shù)據(jù)分析[J].國際金融研究，2016（02）： 52-65.

[11]李明輝，黃葉苨，劉莉亞.市場競爭、銀行市場勢力與流動性創(chuàng)造效率——來自中國銀行業(yè)的證據(jù)[J].財經(jīng)研究，2018，44（02）： 103-114.

[12]宋科，李振，尹李峰.市場競爭與銀行流動性創(chuàng)造——基于分支機構(gòu)的銀行競爭指標構(gòu)建[J].統(tǒng)計研究，2021，38（11）： 87-100.

[13]錢智通.商業(yè)銀行資本結(jié)構(gòu)、風險承擔與流動性創(chuàng)造[J].金融與經(jīng)濟，2016（07）： 20-26.

[14]何青青，陳藝璇，曹前進.商業(yè)銀行資本結(jié)構(gòu)對流動性創(chuàng)造的影響 [J].金融論壇，2015，20（03）： 50-61.

[15]李廣子，李玲.商業(yè)銀行資本補充機制：現(xiàn)狀、動因與效果[J].國際金融研究，2011（11）： 48-56.

[16]滿媛媛.收入多元化、金融自由化對商業(yè)銀行績效和風險的影響 [J].宏觀經(jīng)濟研究，2016（01）： 130-143.

[17]陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望 [J].管理世界，2020，36（05）： 220-236.

[18]汪亞楠，葉欣，許林.數(shù)字金融能提振實體經(jīng)濟嗎 [J].財經(jīng)科學，2020（03）： 1-13.

[19]郭曄，程玉偉，黃振.貨幣政策、同業(yè)業(yè)務與銀行流動性創(chuàng)造[J].金融研究，2018（05）： 65-81.

[20]項后軍，曾琪.期限錯配、流動性創(chuàng)造與銀行脆弱性[J].財貿(mào)經(jīng)濟，2019，40（08）：50-66.

[21]劉方，祁跡，胡列曲.金融科技與銀行信貸配置效率——我國143家商業(yè)銀行的經(jīng)驗證據(jù)[J].哈爾濱商業(yè)大學學報（社會科學版），2022（04）： 54-68.

[22]孫旭然，王康仕，王鳳榮.金融科技、競爭與銀行信貸結(jié)構(gòu)——基于中小企業(yè)融資視角 [J].山西財經(jīng)大學學報，2020，42（06）： 59-72.

[23]李學峰，楊盼盼.銀行金融科技與流動性創(chuàng)造效率的關系研究 [J].國際金融研究，2021（06）： 66-75.

[24]張文菲，金祥義.普惠金融與銀行風險承擔：事實考察與機理分析[J].當代財經(jīng)，2020（01）： 51-64.

[25] BERGER A N， BOUWMAN C H.Bank liquidity creation， monetary policy， and financial crises[J].Journal of Financial Stability， 2017， 30： 139-155.

[26]成群蕊，李季剛.數(shù)字金融、外部監(jiān)督與非金融企業(yè)影子銀行化[J].華東經(jīng)濟管理，2023，37（02）： 13-25.

[27]李鳳羽，楊墨竹.經(jīng)濟政策不確定性會抑制企業(yè)投資嗎？——基于中國經(jīng)濟政策不確定指數(shù)的實證研究 [J].金融研究，2015（04）： 115-129.

[28] GOMBER P， KOCH J A， SIERING M. Digital Finance and FinTech：Current research and future research directions[J]. Journal of Business Economics， 2017， 87（05）：537-580.

[29]沈悅，郭品.互聯(lián)網(wǎng)金融、技術溢出與商業(yè)銀行全要素生產(chǎn)率 [J].金融研究，2015（03）： 160-175.

[30]王儒奇，陶士貴.數(shù)字金融能否賦能實體經(jīng)濟發(fā)展：機制分析與中國經(jīng)驗 [J].當代經(jīng)濟管理，2023，45（07）： 71-82.

[31]聶秀華，江萍，鄭曉佳，等.數(shù)字金融與區(qū)域技術創(chuàng)新水平研究[J].金融研究，2021（03）： 132-150.

[32] BOKPIN G A. Bank governance， regulation and risk-taking in Ghana[J]. Journal of African Business， 2016， 17（01）：52-68.

[33]郭品，沈悅.互聯(lián)網(wǎng)金融、存款競爭與銀行風險承擔 [J].金融研究，2019（08）： 58-76.

[34] BAKER S R， BLOOM N， DAVIS S J. Measuring economic policy uncertainty[J]. The Quarterly Journal of Economics， 2016， 131（04）：1593-1636.

（責任編輯：唐詩柔）

The Overall Effect and Structural Impact of Commercial

Banks' Digital Transformation on Liquidity Creation

WU Yumei， TIAN Zengrui

（ Glorious Sun School of Business and Management， Donghua University ）

Abstract： The development of digital finance not only reshapes the service models of traditional financial institutions， but also impacts the level of liquidity creation by commercial banks. This paper selects 177 domestic commercial banks in China from 2011 to 2021 as research samples to study the overall effect and structural impact of commercial banks' digital transformation on liquidity creation. The empirical results show that commercial banks' digital transformation can promote and accelerate the realization of their liquidity creation function and improve the overall level of liquidity creation. In terms of structure， digital transformation will reduce commercial banks' preference for the interbank market， and the proportion of interbank liquidity creation will decrease significantly. The test of the regulatory mechanism of the macro environment shows that economic policy uncertainty and digital finance will play a positive regulatory role in the process of commercial banks' digital transformation promoting the improvement of liquidity creation levels， while risk taking plays a negative regulatory role. The heterogeneity analysis of micro characteristics finds that the digital transformation investment of nationwide joint-stock banks and city commercial banks can bring more liquidity output， and the promotion effect of rural commercial banks' digital transformation investment on liquidity creation is not significant.

Keywords： Digital transformation; Liquidity creation; Interbank business; Digital finance; Risk taking; Economic policy uncertainty

收稿日期：2023-08-22

作者簡介： 吳雨媚，碩士研究生，東華大學旭日工商管理學院，研究方向為創(chuàng)業(yè)投資與資本市場。

田增瑞，博士，教授，博士生導師，東華大學旭日工商管理學院，研究方向為創(chuàng)業(yè)投資與資本市場。