我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀

雷江齡

［摘 要］近年來(lái)，隨著大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈等新興技術(shù)的不斷發(fā)展和應(yīng)用，數(shù)字經(jīng)濟(jì)在全球范圍內(nèi)得到快速發(fā)展，而我國(guó)的銀行業(yè)在數(shù)字化轉(zhuǎn)型階段也得到了快速發(fā)展。文章以中國(guó)國(guó)家知識(shí)基礎(chǔ)設(shè)施（China National Knowledge Infrastructure， CNKI）數(shù)據(jù)庫(kù)中2015年至2023年3月的“核心期刊”“CSSCI”文獻(xiàn)為研究樣本，基于CiteSpace的可視化軟件分析近年來(lái)我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀。研究結(jié)果表明：目前關(guān)于我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究正處于快速發(fā)展的階段，研究熱度不斷上升，但是作者、發(fā)文機(jī)構(gòu)之間缺乏一定的合作，金融科技、商業(yè)銀行、數(shù)字金融、數(shù)字經(jīng)濟(jì)等是研究熱點(diǎn)。

［關(guān)鍵詞］銀行業(yè)；數(shù)字化轉(zhuǎn)型；CiteSpace可視化分析

doi：10.3969/j.issn.1673 - 0194.2023.20.030

［中圖分類號(hào)］F832.33；F49［文獻(xiàn)標(biāo)識(shí)碼］A［文章編號(hào)］1673-0194（2023）20-0091-05

0? ? ?引 言

2015年，國(guó)務(wù)院印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》明確指出，大數(shù)據(jù)成為經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的新動(dòng)力，并引領(lǐng)銀行業(yè)從傳統(tǒng)模式向數(shù)字化銀行轉(zhuǎn)型。2022年1月，中國(guó)人民銀行發(fā)布的《金融科技發(fā)展規(guī)劃（2022—2025年）》指出，要堅(jiān)持“數(shù)字驅(qū)動(dòng)、智慧為民、綠色低碳、公平普惠”的發(fā)展原則，加快金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型。2022年1月26日，原銀保監(jiān)會(huì)發(fā)布了《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)》（以下簡(jiǎn)稱《指導(dǎo)意見(jiàn)》）?！吨笇?dǎo)意見(jiàn)》明確提出到2025年，銀行業(yè)的數(shù)字化轉(zhuǎn)型要取得明顯成效。

目前，我國(guó)銀行業(yè)的數(shù)字化轉(zhuǎn)型受到了學(xué)術(shù)界廣大學(xué)者的關(guān)注。本文通過(guò)梳理國(guó)內(nèi)關(guān)于我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)有文獻(xiàn)，圍繞我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型研究展開(kāi)分析，發(fā)現(xiàn)當(dāng)前還沒(méi)有文獻(xiàn)對(duì)我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究進(jìn)行系統(tǒng)梳理和總結(jié)。為此，本文基于CiteSpace知識(shí)圖譜分析工具，對(duì)2015年以來(lái)我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型相關(guān)文獻(xiàn)研究進(jìn)行系統(tǒng)梳理，對(duì)熱點(diǎn)主題和前沿演進(jìn)進(jìn)行歸納總結(jié)，以期為學(xué)術(shù)界以后的研究奠定基礎(chǔ)。

1? ? ?數(shù)據(jù)來(lái)源與研究方法

1.1? ?數(shù)據(jù)來(lái)源

本研究的數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)。首先通過(guò)舊版中國(guó)知網(wǎng)的高級(jí)檢索功能，選擇期刊類型的文獻(xiàn)，通過(guò)以下檢索流程進(jìn)行檢索：①以“數(shù)字化”“銀行”為主題對(duì)已有的研究文獻(xiàn)進(jìn)行檢索；②期刊來(lái)源選定“核心期刊”“CSSCI”兩種類型；③選擇的時(shí)間年限為2015年至2023年3月收錄的相關(guān)文獻(xiàn)；④僅選取學(xué)術(shù)性論文，剔除會(huì)議通知、報(bào)紙、會(huì)議綜述、書(shū)評(píng)、會(huì)議紀(jì)要和新聞作者隨筆等與本研究主題不存在相關(guān)性的文獻(xiàn)。通過(guò)以上順序進(jìn)行歸納整理，本研究共選取了888篇文獻(xiàn)。

1.2? ?研究方法

本文選用了CiteSpace 6.1R6作為分析工具，Cite-

Space分析軟件是陳超美博士基于共引分析理論（Co-ciation）和尋徑網(wǎng)絡(luò)算法（Pathfinder）等理論研發(fā)的，通過(guò)可視化圖譜的方式用于科研文獻(xiàn)識(shí)別并顯示科研發(fā)展趨勢(shì)與最新研究熱點(diǎn)的文獻(xiàn)計(jì)量軟件。本文主要基于發(fā)文情況、共被引分析、關(guān)鍵詞共現(xiàn)分析、聚類分析等方面探析我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀、熱點(diǎn)前沿，建立知識(shí)圖譜對(duì)我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型演進(jìn)邏輯與趨勢(shì)進(jìn)行可視化分析，為今后相關(guān)研究提供理論參考。

2? ? ?我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型研究文獻(xiàn)基本情況

2.1? ?發(fā)文時(shí)間與發(fā)文數(shù)量分析

文獻(xiàn)年度的發(fā)表數(shù)量可以較為直觀地反映我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究現(xiàn)狀。圖1顯示了2015年至2023年3月中國(guó)知網(wǎng)（CNKI）收錄的“核心期刊”“CSSCI”的發(fā)文統(tǒng)計(jì)量。

隨著科學(xué)技術(shù)的不斷發(fā)展，數(shù)字化技術(shù)在銀行業(yè)中得到廣泛應(yīng)用。數(shù)字化背景下，我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究熱情在不斷高漲，發(fā)文量呈現(xiàn)快速增長(zhǎng)的態(tài)勢(shì)。在中國(guó)人民銀行發(fā)布了《金融科技發(fā)展規(guī)劃（2022—2025年）》，并提出加快金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型之后，2022年關(guān)于銀行業(yè)數(shù)字化轉(zhuǎn)型的文章更是達(dá)到了316篇。

2.2? ?發(fā)文作者與機(jī)構(gòu)分析

2.2.1? ?發(fā)文作者分析

人們把在某個(gè)領(lǐng)域內(nèi)具有較高的學(xué)術(shù)水平、科研成果較多的作者稱為核心作者。研究某個(gè)領(lǐng)域，對(duì)其核心作者進(jìn)行分析有助于了解這個(gè)領(lǐng)域的研究現(xiàn)狀及其進(jìn)展［1］。本文運(yùn)用普萊斯定律計(jì)算核心作者的發(fā)文量，其公式如下：

（1）

式（1），MP表示核心作者的最少發(fā)文量，Nmax代表2015年至2023年3月發(fā)文量累計(jì)最多的作者。如果超過(guò)半數(shù)的論文為核心作者發(fā)表，則可以認(rèn)為該領(lǐng)域已經(jīng)形成核心作者群。

圖2是通過(guò)CiteSpace軟件繪制的發(fā)文作者可視化網(wǎng)絡(luò)圖譜，以此更為直觀地展示作者發(fā)文頻率和作者之間的合作情況。分析結(jié)果如下：節(jié)點(diǎn)數(shù)N=238，表示在獲取的文獻(xiàn)中，有238個(gè)作者發(fā)表了關(guān)于我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究；根據(jù)本文檢索結(jié)果（見(jiàn)表1），得到MP值為3，發(fā)文量達(dá)到3篇以上的作者累計(jì)發(fā)文量為41篇，僅占發(fā)文總量的4.62%，遠(yuǎn)遠(yuǎn)低于核心作者群發(fā)文量50%的標(biāo)準(zhǔn)。其中，發(fā)文量最多的是陸岷峰，發(fā)表數(shù)量達(dá)到16篇之多；其次是何大勇、郭曉蓓、朱太輝，發(fā)文量均為5篇；再次是張慶君、倪以理和張彧通，發(fā)文量均為3篇。另外，發(fā)文量達(dá)到2篇以上的作者有44位。由此可見(jiàn)，我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的核心作者群并未形成。線條數(shù)E=87，網(wǎng)絡(luò)密度D=0.003 1，由此可見(jiàn)，線條之間的分布情況較為分散，作者之間的相互合作關(guān)系較為薄弱。

2.2.2? ?發(fā)文機(jī)構(gòu)分析

如圖3所示，為探究我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型研究機(jī)構(gòu)之間的合作情況，本文通過(guò)機(jī)構(gòu)合作網(wǎng)絡(luò)圖譜對(duì)文本檢索文獻(xiàn)的署名機(jī)構(gòu)進(jìn)行共現(xiàn)分析。節(jié)點(diǎn)的大小代表了發(fā)文量的多少。2018年之前，我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域的研究發(fā)文量與機(jī)構(gòu)都相對(duì)較少，從2019年開(kāi)始，該領(lǐng)域的研究機(jī)構(gòu)和發(fā)文量開(kāi)始劇增。其中，發(fā)文量最多的機(jī)構(gòu)為南京工業(yè)大學(xué)互聯(lián)網(wǎng)金融研究中心和中國(guó)社會(huì)科學(xué)院金融研究所，發(fā)文量均為8篇；然后是南京大學(xué)金融研究院，發(fā)文量為7篇；發(fā)文量在3～6篇的機(jī)構(gòu)達(dá)到21家。通過(guò)機(jī)構(gòu)合作網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N=219，連線數(shù)E=69，網(wǎng)絡(luò)密度D=0.002 9的結(jié)果可知，發(fā)文機(jī)構(gòu)之間缺乏一定的合作，對(duì)于該領(lǐng)域的研究成果相互之間沒(méi)有進(jìn)行深度交流，阻礙了該領(lǐng)域的學(xué)術(shù)研究發(fā)展。

3? ? ?研究熱點(diǎn)領(lǐng)域及趨勢(shì)分析

3.1? ?關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是對(duì)一篇文章的高度凝練，可以對(duì)文獻(xiàn)的研究方向與研究?jī)?nèi)容進(jìn)行高度概括。對(duì)關(guān)鍵詞進(jìn)行分析，可以更好地了解我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究熱點(diǎn)和趨勢(shì)。

本文運(yùn)用CiteSpace軟件進(jìn)行關(guān)鍵詞分析，篩選策略（Selection Criteria）設(shè)置為默認(rèn)數(shù)值，年份切片選擇為1年，選擇關(guān)鍵詞（Keywords），最終得到關(guān)鍵詞共現(xiàn)圖譜（見(jiàn)圖4）。通過(guò)共現(xiàn)圖譜年輪節(jié)點(diǎn)的大小判斷各個(gè)關(guān)鍵詞出現(xiàn)的頻率，其也代表著我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究熱點(diǎn)領(lǐng)域。根據(jù)共現(xiàn)圖譜的結(jié)果，關(guān)鍵詞節(jié)點(diǎn)數(shù)量N=311，連線數(shù)量E=308，網(wǎng)絡(luò)密度D=0.006 6。為了更好地反映各個(gè)關(guān)鍵詞的詞頻和熱度，表2對(duì)出現(xiàn)10次以上的關(guān)鍵詞進(jìn)行詞頻和中心度統(tǒng)計(jì)。從關(guān)鍵詞頻次不難看出研究主題較多，內(nèi)容較為豐富，其中金融科技詞頻最高（82次），其次是商業(yè)銀行（60次），再次是數(shù)字金融（35次）、數(shù)字經(jīng)濟(jì)（31次），最后是普惠金融（23次）、數(shù)字貨幣（21次）、區(qū)塊鏈（20次）等。從中心度可以看出，中心度比較緊密的是金融科技，中心度為0.29，通過(guò)觀察共現(xiàn)圖譜可以發(fā)現(xiàn)金融科技與其他關(guān)鍵詞之間存在共現(xiàn)關(guān)系；其次中心度較高的分別是數(shù)字金融（0.16）、數(shù)字經(jīng)濟(jì)（0.15）以及大數(shù)據(jù)（0.14）。從觀察共現(xiàn)圖譜的結(jié)構(gòu)來(lái)看，這些關(guān)鍵詞也是重要的節(jié)點(diǎn)，與其連線的其他節(jié)點(diǎn)關(guān)鍵詞共同構(gòu)成了我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究熱門主題。

從以上的分析可以看出，學(xué)者對(duì)于我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在銀行業(yè)如何運(yùn)用數(shù)字化技術(shù)來(lái)實(shí)現(xiàn)銀行業(yè)的轉(zhuǎn)型。

3.2? ?關(guān)鍵詞聚類分析

為了更好地了解我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究熱點(diǎn)與研究?jī)?nèi)容，本文使用對(duì)數(shù)似然比對(duì)高頻關(guān)鍵詞進(jìn)行聚類分析，以研究相關(guān)研究熱點(diǎn)和研究?jī)?nèi)容的知識(shí)結(jié)構(gòu)。本文運(yùn)用CiteSpace軟件得到關(guān)鍵詞聚類分析圖譜（見(jiàn)圖5）。通常情況下，模塊值Q＞0.3時(shí)認(rèn)為劃分結(jié)構(gòu)是顯著的，平均輪廓值S＞0.7時(shí)認(rèn)為聚類是高效率令人信服的。由關(guān)鍵詞聚類圖譜可知，模塊值Q=0.758 8，得到的聚類結(jié)果是顯著的；平均輪廓值S=0.922 9，聚類是高效的、令人信服的。本文從聚類分析圖譜中選取了9個(gè)聚類（見(jiàn)表3），分別為#商業(yè)銀行、#人工智能、#銀行業(yè)、#數(shù)字貨幣、#普惠金融、#數(shù)字化、#數(shù)據(jù)共享、#風(fēng)險(xiǎn)管控、#中小銀行?；趫D譜聚類得到的分析結(jié)果，并結(jié)合研究熱點(diǎn)及研究主題，不難發(fā)現(xiàn)當(dāng)前學(xué)者對(duì)銀行數(shù)字化轉(zhuǎn)型的相關(guān)研究主要集中在以下方面。

3.2.1? ?銀行數(shù)字化轉(zhuǎn)型的概念與內(nèi)涵研究

銀行業(yè)數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)工程，目前學(xué)界提出的關(guān)于銀行數(shù)字化轉(zhuǎn)型的概念與內(nèi)涵，可以大致分為兩個(gè)方面：一是人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、5G等新技術(shù)的涌現(xiàn)，銀行業(yè)要重構(gòu)組織形態(tài)，改變服務(wù)模式，以此來(lái)適應(yīng)新技術(shù)的發(fā)展［2］；二是宏觀上構(gòu)建好銀行數(shù)字化的組織架構(gòu)和信息平臺(tái)，做好頂層設(shè)計(jì)和轉(zhuǎn)型規(guī)劃，微觀上以數(shù)據(jù)和技術(shù)為驅(qū)動(dòng)力，以金融科技為引擎，以客戶需求為業(yè)務(wù)導(dǎo)向，通過(guò)創(chuàng)新金融服務(wù)、重塑業(yè)務(wù)流程等方式促進(jìn)金融效率的提升。

3.2.2? ?銀行業(yè)數(shù)字化轉(zhuǎn)型的策略研究

銀行業(yè)的數(shù)字化轉(zhuǎn)型遵循了數(shù)字經(jīng)濟(jì)的發(fā)展規(guī)律，只有將新技術(shù)與新的服務(wù)模式相結(jié)合，采取正確的數(shù)字化轉(zhuǎn)型策略，才能轉(zhuǎn)型成功。首先，商業(yè)銀行應(yīng)了解金融消費(fèi)者的消費(fèi)渠道和消費(fèi)偏好的變化，結(jié)合國(guó)家對(duì)于數(shù)字發(fā)展戰(zhàn)略的把握，通過(guò)搭建新型金融服務(wù)渠道、具體可操作的數(shù)字化轉(zhuǎn)型藍(lán)圖來(lái)實(shí)現(xiàn)。其次，在明確實(shí)現(xiàn)更佳的客戶體驗(yàn)、更優(yōu)的生態(tài)規(guī)范、更高的協(xié)同效率的目標(biāo)基礎(chǔ)之上，對(duì)國(guó)外銀行的數(shù)字化轉(zhuǎn)型成功實(shí)踐經(jīng)驗(yàn)進(jìn)行借鑒。最后，建設(shè)“數(shù)字生態(tài)圈”，銀行業(yè)與金融科技、互聯(lián)網(wǎng)金融、數(shù)字經(jīng)濟(jì)、數(shù)據(jù)金融相結(jié)合，全方位打造場(chǎng)景化金融，以自身的場(chǎng)景化金融對(duì)整個(gè)產(chǎn)業(yè)鏈的業(yè)務(wù)需求進(jìn)行整合［3］。

3.2.3? ?銀行業(yè)數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)管理研究

銀行數(shù)字化轉(zhuǎn)型雖然給銀行業(yè)發(fā)展帶來(lái)了新的機(jī)遇，但是銀行業(yè)也面臨風(fēng)險(xiǎn)管控和業(yè)務(wù)供需不平衡等一系列問(wèn)題。數(shù)字風(fēng)控是銀行數(shù)字化轉(zhuǎn)型的必然趨勢(shì)，其通過(guò)一系列專業(yè)的流程、工具、方法來(lái)管理風(fēng)險(xiǎn)，盡可能解決信息不對(duì)稱的問(wèn)題，銀行可以通過(guò)深化數(shù)字風(fēng)控的思維和加強(qiáng)頂層設(shè)計(jì)來(lái)優(yōu)化管理流程與渠道［4］。研究表明，商業(yè)銀行數(shù)字化轉(zhuǎn)型能夠顯著降低銀行的風(fēng)險(xiǎn)。

3.2.4? ?銀行業(yè)數(shù)字化轉(zhuǎn)型對(duì)銀行的效率研究

數(shù)字化轉(zhuǎn)型可以給企業(yè)帶來(lái)更多新的發(fā)展原動(dòng)力，數(shù)字化可以使得資源配置更加有效、合理，盡可能實(shí)現(xiàn)資源的最優(yōu)配置［5］。應(yīng)用人工智能技術(shù)、云計(jì)算技術(shù)與數(shù)字化技術(shù)，對(duì)于商業(yè)銀行的效率提升具有明顯作用。

4? ? ?結(jié)束語(yǔ)

本文以CNKI數(shù)據(jù)庫(kù)中2015年至2023年3月中的888篇核心期刊文獻(xiàn)為研究樣本，運(yùn)用CiteSpace軟件對(duì)我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究情況進(jìn)行分析。從分析結(jié)果可知，目前關(guān)于我國(guó)銀行業(yè)數(shù)字化轉(zhuǎn)型的研究正處于快速發(fā)展階段，研究熱度在不斷上升，但是作者、發(fā)文機(jī)構(gòu)之間缺乏一定的合作，對(duì)于該領(lǐng)域的研究成果，相互之間沒(méi)有進(jìn)行深度交流。關(guān)鍵詞共現(xiàn)分析和關(guān)鍵詞聚類分析結(jié)果表明，銀行業(yè)數(shù)字化轉(zhuǎn)型的研究重點(diǎn)集中在金融科技、商業(yè)銀行、數(shù)字金融、數(shù)字經(jīng)濟(jì)、普惠金融、數(shù)字貨幣等方面。目前，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等新興技術(shù)在不斷發(fā)展，并不斷應(yīng)用于銀行業(yè)，這使得銀行業(yè)數(shù)字化轉(zhuǎn)型的研究空間變大，而相應(yīng)的研究成果也將進(jìn)一步推動(dòng)我國(guó)銀行業(yè)的發(fā)展。

主要參考文獻(xiàn)

［1］鄒靜，張宇.數(shù)字金融的研究現(xiàn)狀、熱點(diǎn)與前沿：基于CiteSpace的可視化分析［J］.產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2021（5）：133-146.

［2］代婉瑞，宋良榮.商業(yè)銀行數(shù)字化轉(zhuǎn)型與信用風(fēng)險(xiǎn)經(jīng)濟(jì)資本管理：研究綜述與展望［J］.財(cái)會(huì)月刊，2022（15）：130-137.

［3］高增安，廖民超，張貴科.后疫情時(shí)代銀行數(shù)字化轉(zhuǎn)型的機(jī)遇、挑戰(zhàn)與策略［J］.現(xiàn)代管理科學(xué)，2021（3）：103-112.

［4］蔣海，唐紳峰，吳文洋.數(shù)字化轉(zhuǎn)型對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響研究：理論邏輯與經(jīng)驗(yàn)證據(jù)［J］.國(guó)際金融研究，2023（1）：62-73.

［5］孫中會(huì)，逯苗苗.數(shù)字化轉(zhuǎn)型能提升商業(yè)銀行效率嗎？

［J］.山東社會(huì)科學(xué)，2022（10）：128-137.

［收稿日期］2023-05-28

［基金項(xiàng)目］國(guó)家社會(huì)科學(xué)基金項(xiàng)目“基于效應(yīng)評(píng)價(jià)的民族地區(qū)縣級(jí)政府隱性債務(wù)的風(fēng)險(xiǎn)與治理研究”（20XMZ061）。