數(shù)字金融對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的影響

各地政府以及金融機(jī)構(gòu)要抓住數(shù)字金融的發(fā)展機(jī)遇，出臺(tái)相應(yīng)的政策，促進(jìn)金融科技產(chǎn)業(yè)進(jìn)步，為金融行業(yè)的發(fā)展注人更多的活力。

1.數(shù)字金融相關(guān)政策例如，某市將“大力發(fā)展數(shù)字金融，建設(shè)金融科技中心”納入“十四五”金融業(yè)發(fā)展規(guī)劃，同時(shí)出臺(tái)了《關(guān)于促進(jìn)金融科技發(fā)展的指導(dǎo)意見》等文件，明確了推進(jìn)創(chuàng)新試點(diǎn)、集聚產(chǎn)業(yè)、筑牢發(fā)展基礎(chǔ)、提升服務(wù)經(jīng)濟(jì)社會(huì)能力、增強(qiáng)風(fēng)險(xiǎn)防控能力、優(yōu)化發(fā)展生態(tài)、強(qiáng)化審慎管理七項(xiàng)任務(wù)，推動(dòng)了數(shù)字金融的發(fā)展。2024年以來，各地的數(shù)

一、數(shù)字金融發(fā)展現(xiàn)狀

在數(shù)字化經(jīng)濟(jì)的浪潮中，各省市的金融行業(yè)都在以最快的速度推動(dòng)數(shù)字化轉(zhuǎn)型，金融科技已經(jīng)成為推動(dòng)行業(yè)高質(zhì)量發(fā)展的核心手段。

字金融都在高速發(fā)展?fàn)顟B(tài)，緩解了金融、企業(yè)信息不對(duì)稱的問題，提高了金融服務(wù)的針對(duì)性和有效性。

2.提高服務(wù)水平某市隨著各大金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型，通過全面創(chuàng)新數(shù)字化金融業(yè)務(wù)模式和渠道，提高了小微服務(wù)質(zhì)量，解決了融資困難的問題，服務(wù)實(shí)體經(jīng)濟(jì)得到高質(zhì)量發(fā)展。同時(shí)，針對(duì)小微企業(yè)融資困難的問題，采用大數(shù)據(jù)技術(shù)、互聯(lián)網(wǎng)技術(shù)構(gòu)建與銀行傳統(tǒng)業(yè)務(wù)不同的普惠金融“五化三一”線上融資服務(wù)模式，如該市的建行就利用這一模式，在金融科技的支持下實(shí)現(xiàn)了普惠金融精準(zhǔn)滴灌和穿透落地，引導(dǎo)資金流向社會(huì)需要的地方。

3.做好風(fēng)險(xiǎn)防控對(duì)于科技創(chuàng)新來說，最大的問題就是面對(duì)創(chuàng)新帶來的一系列風(fēng)險(xiǎn)，對(duì)銀行而言最關(guān)鍵的就是做好風(fēng)險(xiǎn)識(shí)別和管理。比如，郵儲(chǔ)銀行就在數(shù)據(jù)的基礎(chǔ)上構(gòu)建了智能風(fēng)控應(yīng)用體系，從機(jī)構(gòu)、產(chǎn)品、人員等多個(gè)維度進(jìn)行分析，同時(shí)分析準(zhǔn)入定價(jià)、催收、清收等環(huán)節(jié)的形成原因，找到管理薄弱的環(huán)節(jié)。創(chuàng)新研發(fā)信息智能檢測(cè)系統(tǒng)，能夠?qū)蛻粜畔ⅰ⒔灰仔畔?、異常信息進(jìn)行自動(dòng)篩查并給出分析報(bào)告，單筆可疑交易處理時(shí)間得到了有效降低。

4.數(shù)字金融發(fā)展存在的問題第一，金融產(chǎn)品脫實(shí)向虛導(dǎo)致風(fēng)險(xiǎn)較為隱匿。數(shù)字技術(shù)與金融產(chǎn)品的融合構(gòu)建了數(shù)字金融，要充分考慮數(shù)字技術(shù)應(yīng)用的安全性與合理性，同時(shí)因?yàn)榛ヂ?lián)網(wǎng)的虛擬性造成風(fēng)險(xiǎn)問題較為隱匿。數(shù)字金融的應(yīng)用還處于探索過程中，很多不法分子會(huì)鉆空子，利用低成本、高收益的金融產(chǎn)品吸引消費(fèi)者，但最終無法兌現(xiàn)承諾。同時(shí)，數(shù)字金融突破了空間限制，吸引了不同風(fēng)險(xiǎn)偏好的消費(fèi)者，但是一旦銀行的資金脫節(jié)必然會(huì)對(duì)整個(gè)金融市場(chǎng)帶來影響，風(fēng)險(xiǎn)問題無法避免。

第二，市場(chǎng)信用體系不完善。目前，我國信用體系的核心為央行的征信中心，區(qū)域公共系統(tǒng)和外部非銀金融機(jī)構(gòu)作為輔助機(jī)構(gòu)。但是由于各地信息無法實(shí)現(xiàn)互聯(lián)互通、數(shù)據(jù)收集范圍不足，最終導(dǎo)致信息判斷失誤而增加了風(fēng)險(xiǎn)，阻礙了數(shù)字金融的發(fā)展。

二、商業(yè)銀行信用風(fēng)險(xiǎn)的現(xiàn)狀

1.監(jiān)管環(huán)境2023年，我國的商業(yè)銀行監(jiān)管政策出臺(tái)頻率較高，除了從行為上給予商業(yè)銀行業(yè)務(wù)上的指導(dǎo)、充分發(fā)揮金融機(jī)構(gòu)服務(wù)實(shí)體經(jīng)濟(jì)作用的同時(shí)，也從商業(yè)銀行質(zhì)量和資本充足率等監(jiān)管工具人手，加強(qiáng)了商業(yè)銀行的深度監(jiān)管，這表示我國對(duì)商業(yè)銀行提出的持續(xù)穩(wěn)定經(jīng)營的要求也進(jìn)人了全新階段。同時(shí)，2023年中共中央、國務(wù)院印發(fā)了《黨和國家機(jī)構(gòu)改革方案》，構(gòu)建了國家金融監(jiān)督管理總局，引導(dǎo)金融監(jiān)管向功能監(jiān)管和行為監(jiān)管過渡，實(shí)現(xiàn)了商業(yè)銀行日常經(jīng)營管理中非現(xiàn)場(chǎng)監(jiān)管職能與行為和功能監(jiān)管的分離，不僅提高了商業(yè)銀行監(jiān)管的專業(yè)性，也提高了商業(yè)銀行的整體運(yùn)營能力。

2.商業(yè)銀行資產(chǎn)質(zhì)量第一，資產(chǎn)結(jié)構(gòu)。2023年，商業(yè)銀行資產(chǎn)規(guī)模持續(xù)增長、資產(chǎn)結(jié)構(gòu)得到持續(xù)優(yōu)化，但是商業(yè)銀行資產(chǎn)配置呈現(xiàn)分化狀態(tài)。截至2023年末，商業(yè)銀行資產(chǎn)總額為347.85萬億元，同比2022年增長 11.1% 。根據(jù)各類型商業(yè)銀行的資產(chǎn)占比分析，大型商業(yè)銀行資產(chǎn)規(guī)模占商業(yè)銀行資產(chǎn)總額的比重明顯提高，股份制商業(yè)銀行的占比有所下降，城鄉(xiāng)商業(yè)銀行所占比重相對(duì)穩(wěn)定。其中，大型商業(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)銀行的總資產(chǎn)占比分別為 41.65% 、 17% 、 13.47% 、 13.33% ；2023年不同類型商業(yè)銀行的資產(chǎn)增速率為 13.5% ， 6.65% 、 10.66% . 9.2% 0

第二，信貸資產(chǎn)質(zhì)量。2023年，我國商業(yè)銀行的信貸總量將繼續(xù)增加，并且增加了對(duì)制造業(yè)、民營企業(yè)、普惠小微企業(yè)、鄉(xiāng)村振興、科技創(chuàng)新等方面的新增信貸投放。截至2023年9月，金融機(jī)構(gòu)涉農(nóng)貸款余額為55.8萬億元，同比2022年增長 15.1% ；投向制造業(yè)的中長期貸款余額為12.1萬億元，同比2022年增長 38.2% ；高新技術(shù)制造業(yè)中長期貸款余額為2.6萬億元，同比2022年增長 38.2% ；科技型小企業(yè)貸款余額為2.4萬億元，同比2022年增長22.6% 。我國商業(yè)銀行不良貸款新增控制較為合理，2023年商業(yè)銀行不良貸款和關(guān)注類貸款相比2022年末分別增長了 8.14% 和 8.64% ；由于不良資產(chǎn)的核銷和貸款規(guī)模迅速增加，我國商業(yè)銀行的不良貸款比率顯著降低，信貸資產(chǎn)質(zhì)量基本穩(wěn)定。

三、研究數(shù)字化金融對(duì)商業(yè)銀行帶來的影響

筆者分析了35家商業(yè)銀行在2015—2023年的樣本數(shù)據(jù)，在此基礎(chǔ)上，采用一個(gè)固定效應(yīng)模型來研究數(shù)字金融對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的影響，并通過中介效應(yīng)模型評(píng)估影響機(jī)制。

1.選擇變量第一，被解釋變量。商業(yè)銀行的信貸風(fēng)險(xiǎn)是金融機(jī)構(gòu)不愿意或不能按期償還債務(wù)的現(xiàn)象。以貸款撥備覆蓋率為衡量風(fēng)險(xiǎn)的標(biāo)準(zhǔn)，當(dāng)銀行計(jì)提的貸款損失準(zhǔn)備金越多，則表明其對(duì)風(fēng)險(xiǎn)的承受能力越強(qiáng)，可以用來評(píng)價(jià)貸款的風(fēng)險(xiǎn)承受能力，即較高的貸款撥備率和較高的信貸風(fēng)險(xiǎn)。第二，解釋變量。

在此基礎(chǔ)上，借鑒北京大學(xué)數(shù)字金融指數(shù)，選取各省的覆蓋范圍作為衡量區(qū)域數(shù)字金融發(fā)展程度的指標(biāo)。第三，控制變量。

比如資產(chǎn)的平均收益率、資本充足率、流動(dòng)性比率、非利息收人所占比重等。第四，中介變量。由于數(shù)字化金融對(duì)商業(yè)銀行信貸風(fēng)險(xiǎn)的產(chǎn)生，其凈利差是一個(gè)重要因素，因此將凈利差作為一個(gè)調(diào)節(jié)變量，用利息凈收益／生息資產(chǎn)的平均數(shù)來衡量。

2.選擇樣本數(shù)據(jù)考慮到數(shù)據(jù)采集方便性和數(shù)據(jù)可靠性，本研究選取WIND及上市銀行年報(bào)為研究對(duì)象，同時(shí)選取北京大學(xué)數(shù)位財(cái)務(wù)中心之財(cái)務(wù)指標(biāo)作為研究對(duì)象。

3.構(gòu)建模型第一，基準(zhǔn)模型。采用面板模型研究，進(jìn)行Hausman檢驗(yàn)，明確固定效應(yīng)模型比較適合本次研究。模型為：

uit為隨機(jī)誤差， ∝0 為截距項(xiàng)。

第二，中介效應(yīng)模型。通過該模型可以分析凈息差是否在數(shù)字金融對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)中承擔(dān)了中介效果：

在上述公式中，NIM作為中介變量?jī)粝⒉睿治?015—2023年各商業(yè)銀行利息凈收人/生息資產(chǎn)平均余額。β1表示數(shù)字金融對(duì)銀行信用風(fēng)險(xiǎn)產(chǎn)生的效應(yīng)。01表示數(shù)字金融對(duì)商業(yè)銀行的信用風(fēng)險(xiǎn)產(chǎn)生的直接效應(yīng)；81表示分析數(shù)字金融對(duì)凈息差的影響。若02明顯，則表示存在中介效應(yīng)。

4.研究結(jié)果第一，研究顯示，貸款撥備率較高與較低指標(biāo)的差異較大，因此存在異質(zhì)性問題。

將商業(yè)銀行細(xì)化為國有商業(yè)銀行、股份制商業(yè)銀行和區(qū)域商業(yè)銀行。國有商業(yè)銀行的金融發(fā)展系數(shù)未通過顯著性檢驗(yàn)；區(qū)域商業(yè)銀行中，數(shù)字金融的影響系數(shù)為正數(shù)，從而對(duì)區(qū)域商業(yè)銀行的信用風(fēng)險(xiǎn)產(chǎn)生正向影響。銀行具有較強(qiáng)的抵御風(fēng)險(xiǎn)的能力，服務(wù)于信用度較高的客戶，商業(yè)銀行依賴存貸業(yè)務(wù)來獲取利益，因?yàn)榇尜J業(yè)務(wù)受到數(shù)字金融的影響，信用風(fēng)險(xiǎn)隨之增加。

第二，影響機(jī)制分析。在模型 ② 中，數(shù)字金融發(fā)展系數(shù)在 1% 的條件下顯著性檢驗(yàn)為正；在模型 ③ 中，數(shù)字金融發(fā)展系數(shù)為負(fù)，會(huì)造成凈息差的降低；在模型 ④ 中，凈息差在回歸系數(shù) 1% 條件下為正，但數(shù)據(jù)低于模型 ① ，表示銀行凈息差下降會(huì)造成信用風(fēng)險(xiǎn)增加。

i表示具體的銀行，t表示時(shí)間；以RISK作為被解釋變量，用來表征商業(yè)銀行的信貸風(fēng)險(xiǎn)。DF用來解釋變量數(shù)字金融的發(fā)展程度，X是一個(gè)控制變量，Vi表示個(gè)體固定效應(yīng)，

因此，商業(yè)銀行必須充分把握數(shù)字金融所帶來的發(fā)展機(jī)遇，將其與信貸風(fēng)險(xiǎn)進(jìn)行有效整合，建立信貸風(fēng)險(xiǎn)辨識(shí)體系。同時(shí)，商業(yè)銀行要不斷地創(chuàng)新產(chǎn)品與服務(wù)，將數(shù)字技術(shù)用于信用風(fēng)險(xiǎn)評(píng)估中，促進(jìn)信用風(fēng)險(xiǎn)管理的完善與改革。

（作者單位：大連銀行股份有限公司）