数字化转型提升了银行服务实体经济能力吗？——基于我国上市商业银行的经验证据

■张庆君 郭辽 欧一丁

一、引言

国际金融危机后我国采用较宽松的货币政策刺激经济增长，但部分资金仅在约束相对宽松的金融部门中流转，造成金融体系货币供给不断膨胀与实体部门融资难、融资贵并存的局面。2020年，我国制造业增加值占国内生产总值比重达28%，除金融业和房地产业以外的实体经济对GDP 贡献率约为85%，而我国银行投放给制造业和非金融、非房地产业的信贷占比仅分别为19%和50%。银行对实体部门的信贷投放量远低于实体经济对国内经济的贡献程度。实体部门资金收益率低于金融与房地产业，而且不少实体企业面临着产能过剩、利润率下降的问题。因此，金融机构将更多资金配置给虚拟经济部门，形成实体经济回报率不断下降和虚拟经济收益泡沫不断增长的反差[1]。2020年10月发表的中共中央《关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要加快我国数字化建设并推动数字经济和实体经济深度融合。可见，数字经济建设已经成为国家发展战略布局的重要部分。金融服务实体经济最基本的方式是将资金从储蓄者转移到融资者手中，实现资金合理流动[2]。商业银行则是实现金融市场资金融通最核心的主体，对于金融体系的稳定起着锚定的作用。然而，近些年互联网企业的迅速成长使得银行业受到金融科技冲击的巨大影响。数字化转型对银行业既是机遇又是挑战，我国商业银行早已开始为数字化转型筹谋规划。目前，已经有包括中国银行、建设银行、招商银行在内的10家上市商业银行设立了金融科技子公司，9家银行与腾讯、阿里巴巴等互联网企业达成战略合作协议，超三分之一的上市商业银行设立了数字金融部、金融科技部等独立的业务部门。在此趋势下，银行业的数字化转型对其支持实体经济发展的核心功能会产生怎样的影响呢？

虽然数字经济和科学技术的发展推动了银行数字化转型，但银行数字化转型对其服务实体经济能力的影响是复杂的。鉴于此，本文提出以下问题：商业银行数字化转型对其服务实体经济能力的影响如何？不同银行之间数字化转型程度和服务实体经济的能力是否存在差异？针对以上问题，本文利用2010—2019年我国38 家上市商业银行数据探究银行数字化转型对其服务实体经济能力的影响。本文的创新点体现在以下几个方面：（1）以往文献多是研究金融科技、数字金融外部冲击对银行风险、银行效率的影响；而本文从银行自身出发，通过构建衡量银行数字化转型程度的指标来研究其对服务实体经济能力的影响。（2）以往关于数字金融对实体经济影响的文献主要研究数字普惠金融对实体经济发展的影响，本文则从银行的核心功能即信贷配置角度考查数字化背景下金融机构对实体经济的贡献。

二、文献综述与研究假设

（一）数字化转型对商业银行服务实体经济能力的影响

数字金融的发展可能创造出除商业银行间接融资与资本市场直接融资之外的另一种融资模式[2]，进而使资金供求可以直接通过互联网匹配，实现交易的去中介化[3]。国外相关文献认为，数字经济新时代挑战了现有的商业惯例和已建立的结构[4，5]。在银行供给端，新技术从其他业务领域转移而来启发银行创造了新的应用程序和服务[6]。在需求端，数字金融的发展改变了客户的思考和行动方式，从而塑造新的客户需求[7]。

国内一些学者从普惠金融和银行服务中小微企业的角度探讨了数字金融发展对实体经济产生的影响。一方面，数字金融对实体经济最突出的贡献在于其推动了普惠金融的发展[8]。基于北京大学数字普惠金融指数，学者们研究发现互联网金融发展能提升居民消费[9，10]，缩小城乡居民收入差距[11，12]，促进经济增长[13]。也有学者认为数字金融通过降低金融歧视、拓宽金融服务范围[14]，或者激励创新研发促进了实体经济增长[15]。另一方面，金融服务实体经济最基本的功能是资金融通，数字金融促使银行放松了对实体部门的信贷约束，优化银行对实体部门的信贷资源配置。互联网金融改善了银行传统的贷款处理技术[16]，并通过缩减银行与企业间的交易成本[2]、降低中小企业的违约风险[17]缓解了银行对中小企业的融资约束，增加其对小微企业的信贷投放[18]。

然而，也有研究认为数字金融发展不利于银行服务实体经济。何启志等[19]基于北京大学互联网金融发展指数，研究发现互联网金融的发展使资金流向了股票市场，资金并没有被投放到真正的实体经济部门。从银行流动性创造的角度考虑，银行流动性创造对实体经济有促进效果[20]，而互联网金融削弱了银行的表内流动性创造功能[21，22]。权飞过等[23]也发现银行表外业务通过抑制流动性创造削弱了银行服务实体经济的能力。互联网金融和传统银行负债业务竞争导致银行负债端更依赖同业拆借资金并通过增加资产端风险来弥补损失[24]。这体现在银行将更多传统信贷资金转移至表外业务。甚至有研究发现互联网金融导致资金从实体经济部门和金融系统中“逃离”，大量闲置资金游离在金融和实体部门之外[25]。

总之，数字化转型对银行服务实体经济的能力既存在着正向促进作用，也存在着表外业务挤占信贷的负面影响。因此有理由相信，二者之间可能存在先降后升的U型关系或是先升后降的倒U型关系。

基于以上理论，本文提出以下竞争性假设：

假设1a：商业银行数字化转型与其服务实体经济的能力呈U型关系。

假设1b：商业银行数字化转型与其服务实体经济的能力呈倒U型关系。

（二）数字化转型对商业银行服务实体经济能力影响的机制

为了研究商业银行数字化转型对其服务实体经济能力影响的传导机制，本文在相关文献研究的基础上，从表外盈利和银行服务效率两个渠道对中介机制进行分析。

1.表外盈利渠道

银行对实体经济的支持主要体现在通过表内信贷投放对实体经济部门提供资金支持。

对银行资金来源即负债端而言，互联网金融的发展使负债端付息成本增加。具体表现为，成本较低的客户存款比例下降而成本较高的同业存款占比提升[24]，对于非国有银行而言低成本的资金流失更快。这导致银行在负债端更依赖成本较高的金融机构同业资金[25]。Hou 等[26]发现互联网金融的发展使存款人对银行风险资产的敏感程度增加，因此存款人更容易因为银行风险资产的小幅增加而抽离自己在银行的存款，这也减少了银行的资金来源。

对银行资金供给即资产端而言，互联网金融的发展使资产业务盈利减小。金融科技的发展推动了利率定价趋于市场化，净息差则会由于贷款利率的下降而收窄[24]。张庆君等[27]认为互联网金融发展降低了银行贷款规模，并通过替代效应和技术溢出效应共同降低了银行资本配置效率。金融科技在发展的同时压缩了银行负债、中间业务以及资产业务[28]，而互联网金融和商业银行在负债业务领域形成直接竞争、在资产业务领域形成错位竞争[29]。于波等[30]则认为数字金融带来的竞争效应对银行而言是消极的，且这种消极的影响大于技术溢出效应，从而减弱了银行的盈利能力。相反，一些研究认为互联网金融发展给商业银行带来了积极的影响。孙旭然等[31]认为金融科技通过加剧银行竞争提高了银行资产端的中长期贷款比例，进而增加了银行资产端的盈利。DeYoung 等[32]认为在竞争背景之下，互联网主要通过增加与存款业务相关的服务费来提高美国社区银行盈利能力。也有学者认为银行的盈利能力因为互联网金融的发展得到了提高，但是成本效率却受到了阻碍[33]。

表内业务多受到资本充足率和存贷比等监管指标的约束，因而难以形成更多样化的发展。因此，银行在实行数字化转型战略初期，为了寻求更高的利润会将更多的盈利空间转移至中间业务和表外业务。表内业务规模缩减、表外业务和中间业务多样性与数量增加，均挤占了商业银行服务实体经济的能力。总之，商业银行出于盈利最大化目的，在受到冲击时会主动改变资产负债结构[34]。如果表内传统信贷业务的盈利性确实因为银行数字化转型而降低，银行将减少表内业务占比；同时，为了弥补这种利润损失，将资金和业务转移至表外或中间业务。以上行为弱化了实体经济部门对银行信贷的依赖性[35]。

基于以上理论，本文提出如下假设：

假设2：在银行数字化转型初期，由竞争导致的表外业务扩张抑制了银行服务实体经济能力的发挥。

2.服务效率渠道

银行通过信贷渠道服务实体经济的阻碍根源在于市场信息不对称。我国金融市场信用体系不完善，银行不敢向缺少抵押资产与担保的中小微企业授信，导致企业面临融资约束。同时，在这种情况下，无论是拓展获客渠道还是贷前审查和贷后管理，银行都面临高昂成本。

金融科技有降低中介成本并扩大普惠金融的潜力。国外学者Allen 等[36]较早地提出电子金融将重塑传统银行服务业态。何师元[37]认为大数据技术应用使银行通过持续的数据挖掘以及构造更完善的信用评级体系来解决中小企业与银行间信息不对称和抵押担保的问题。电子银行的潜在好处包括更低的运营成本、更短的周转时间、信息的实时管理、更顺畅的组织内部沟通、与客户之间更便捷的交互等，例如获得财务管理专业知识的机会等[38]。Berger[39]认为科技进步通过改善银行服务质量与增加服务多样性提高了银行生产率。Raza等[40]认为有效利用互联网技术可以节省成本、时间和资金，并帮助银行挖掘潜在用户以提升利润。

在银行数字化转型后期，技术趋于成熟稳定，银行通过应用大数据、云计算等技术获取资金需求方信用状况，使自身更了解客户；银行通过在线平台宣传与产品销售将信息传递给客户，使客户更了解银行的产品与服务。数字金融加速企业与银行之间的双向信息传递，缓解了信息不对称，以“信息流”带动“资金流”，实现资金对实体企业的有效配置。

基于以上理论，本文提出如下假设：

假设3：随着数字化转型的推进，银行通过提高服务效率，降低交易成本，从而提高了其服务实体经济的能力。

三、样本、变量与模型设定

（一）样本选择与数据来源

本文以2010—2019年中国A 股上市商业银行为研究对象，剔除关键数据缺失较多的样本后，筛选出38家银行共359个样本。本文关于银行数字化转型的数据主要由手工搜索银行年报、社会责任报告，通过网络爬虫技术搜索网页等方式获取。其他变量数据来源于Wind数据库。为减小极端值的影响，本文对连续变量在1%和99%分位上进行缩尾处理。

（二）变量说明

1.被解释变量

商业银行服务实体经济能力。借鉴黄群慧[1]和权飞过等[23]的研究，本文从产业层次角度对我国实体经济范围进行定义。以制造业代表我国实体经济核心R0，并使用各个银行投放给制造业的贷款占比反映银行服务实体经济的能力。在稳健性检验中对实体经济的范围进行扩展，使用包含制造业、农业、建筑业和除制造业以外的其他工业作为实体经济主体部分R1；使用包含R1和批发和零售业、交通运输仓储和邮政业、住宿和餐饮业，以及除金融、房地产以外的其他服务业代表广义的实体经济R2。按照以上分类方法，将银行投放给不同层次实体经济的贷款占比作为银行服务实体经济的替代指标。

2.解释变量

银行数字化转型的研究核心之一在于如何衡量数字化转型程度。目前具有代表性的数据和指标构建方法有北京大学数字普惠金融指数、文本挖掘法构建的互联网金融指数、中国数字金融指数。以上指数的编制主要是从银行外部数字金融发展出发，较少有针对银行个体构建的用以衡量银行内部的数字化转型程度的指标。因此，本文参考北京大学互联网金融研究中心课题组构建的商业银行互联网转型指数[41]，对该指数进行改良，构建了商业银行数字化转型指标，并从认知、组织、产品三个维度构建分指标。

在认知层面，统计银行年报中“互联网”“数字化”“电子”“智能”“大数据”“区块链”“云计算”“物联网”出现的词频，并通过主成分分析构建商业银行数字化转型认知指标D_cognition。在组织层面，本文通过手工搜索银行年报、银行社会责任报告和网络爬虫技术筛选银行在部门设置、互联网合作、人员配备、金融科技子公司这四方面的情况，进行主成分分析得到银行业数字化转型组织指标D_org。在产品层面，本文通过银行年报搜索和网络爬虫技术获取商业银行是否推出了微信银行、手机银行、互联网理财、互联网信贷、电子商务的相关信息，对银行推出的数字化产品进行评分，得到商业银行数字化转型产品指标D_products。

本文通过主成分分析法合成最终商业银行数字化转型综合指标Digitalize，以此作为商业银行数字化转型的替代指标。各指标的信息搜集、处理方法及在总指标中所占权重的标准详见表1。

表1 银行数字化转型指标构建体系

3.中介与控制变量

本文从表外盈利和服务效率渠道进行中介效应检验，使用手续费收入（commission）代表盈利渠道的表外业务收入，使用管理费用率（manage）代表银行服务效率。

本文选取规模（size）、资产收益率（roa）、资本充足率（car）、利率水平（iir）、非利息收入占比（nir）、利润增速（npg）、前十大贷款客户集中度（loan10）等变量对银行的微观特征变量进行控制，使用GDP增速（GDP）对宏观经济状况进行控制。另外，本文在稳健性检验中使用电子替代率（ele）作为银行数字化替代指标。全部变量定义详见表2。

表2 变量定义

（三）模型设定

为了检验商业银行数字化转型程度对其服务实体经济能力的影响，设计模型（1）对基本假设1进行检验。

为分析银行数字化转型对其服务实体经济能力影响的中介效应，本文借鉴陈小辉等[42]的中介效应方法设计模型（2）、（3）进行逐步回归。

式中，Loan1、Digitalize 分别代表银行投放给实体经济的信贷占比和数字化程度；M为中介变量，从表外盈利渠道考虑使用手续费收入（commission）进行回归检验，从服务效率渠道考虑使用管理费用率（manage）进行回归检验。Controls 表示控制变量，ε表示随机误差项。分步回归模型主要步骤如下：

模型（1）主要研究银行数字化对其服务实体经济的能力的影响。若系数α1显著为正，系数α2为负，说明银行内部数字化转型与其服务实体经济的能力之间的关系为倒U型，假设1a得以验证。若系数α1为负，系数α2为正，说明银行内部数字化转型与其服务实体经济的能力之间的关系呈U 型，假设1b得以验证。

模型（2）研究银行数字化中介变量的影响。如果系数β1显著，说明数字化转型会影响银行表外盈利能力和服务效率。

模型（3）在模型（1）的基础上加入中介变量M，以考察中介变量、银行数字化和银行服务实体经济能力之间的影响。若系数δ3显著，而δ1不显著，说明中介变量承担了完全中介的效果；若系数δ3和δ1均显著，且δ1相比于α1数值绝对值有所下降，则说明中介变量承担了部分中介的效果。

四、实证结果与分析

（一）描述性统计

表3 为主要变量的描述性统计结果。其中，银行投放给实体经济核心部门即制造业的贷款量占比平均值为19.2%，最小值为2.6%，最大值为63.9%，说明不同银行对制造业的贷款投放差距很大。具体而言，苏农银行、江阴银行、常熟银行在多个年份对制造业投放的贷款量占全部贷款的50%以上，而国有银行对制造业信贷投放占比在10%～20%之间。从扩展后的实体经济主体部分和除金融与房地产业以外的部门来看，银行投放的贷款占比平均值分别为29.0%和50.3%。由以上数据发现，目前银行投放给金融和房地产部门的贷款量仍然较高，平均占比达到近50%。

表3 描述性统计

（二）实证结果分析

1.基本回归

本文首先使用数字化转型总指标对模型（1）使用混合回归、双重固定效应与随机效应模型回归，结果如表4（1）至（3）列所示。结果显示，Hausman检验拒绝原假设，因此在后续研究和中介效应检验中选择固定效应模型进行回归。银行对不同产业部门的信贷投放具有一定的可持续性，因此引入被解释变量Loan1的滞后项并使用系统GMM 和差分GMM 方法进行回归，结果如表4（4）、（5）列所示。由结果可知，系统和差分GMM 的AR（2）P 值分别为0.337 和0.347，均大于10%，满足GMM 的要求，不存在二阶序列相关的问题。Hansen 统计量均大于10%，说明模型通过过度识别约束检验。以上结果均说明GMM估计方法有效。

表4 商业银行数字化对服务实体经济能力的影响

由双重固定效应、差分GMM 和系统GMM 模型结果可知，商业银行内部数字化转型与银行投放给实体经济部门的贷款之间呈U型关系。加入被解释变量滞后项的GMM估计结果显示，银行上期投放给制造业的贷款对本期有正向影响，这也说明了贷款投放的可持续性。尽管使用不同回归方法得到的解释变量二次项系数均在5%水平上显著为正，但解释变量一次项系数显著为负，说明银行内部数字化程度仍对银行服务实体经济的能力在不同阶段产生了不同方向的影响，使得二者整体关系呈U型，然而单纯的通过系数符号判断U 型关系存在不准确性，因此本文借鉴Lind 等[43]的做法，对U 型进行以下三步检验：第一步，要求模型中一次项和二次项的系数正负性显著相反；第二步，要求端点斜率要明显陡峭，也即正负性相反；第三步，要求曲线的端点取值要位于核心解释变量的取值范围内，即拐点取值在0.802～2.203 之间。表5 显示了上述三步检验的结果，可以看出固定效应回归、随机效应回归、差分GMM 和系统GMM 回归的结果通过了检验，证实解释变量与被解释变量之间的关系确为U 型，以上结果证实了假设1b。

表5 U型检验

数字化转型的初期，在互联网快速发展的冲击下，大部分银行争相挤入技术与产品更新的浪潮，银行投入较多，这种迫切的带有追逐心理的革新在一定程度上催生了商业银行的逐利行为。银行会优先研发能快速跟上潮流、拓宽盈利渠道的数字金融产品，从而大量开发表外业务，以此增加盈利。相较于监管标准相对宽松、创新发挥空间更大的表外业务而言，传统信贷业务产生额外利润的空间较为狭窄，银行对实体经济的信贷投入有所缩减，但随着数字化水平的提升，银行服务效率提高，其服务实体经济的能力得到体现。数字化的发展在一定程度上通过提高银行信息技术能力而提高交易效率，节省企业和银行间由于信息不对称产生的交易成本，缓解银行对企业的信贷约束，因此数字化发展后期，银行服务于实体经济的能力又逐渐上升。

2.分样本回归

一些学者在研究中发现对于不同产权性质的银行，数字金融冲击所造成的影响具有明显差异。刘忠璐[44]认为互联网金融冲击对大型银行破产风险的负面影响小于对城商行。邱晗等[18]认为股份制银行表外业务比国有银行更活跃，因此受金融科技冲击的影响更大，且规模更大的银行在受到金融科技冲击时表现更加稳定。于波等[30]认为金融科技对银行盈利造成的冲击在城商行和农商行中更大，相对而言大型国有银行和股份制银行抗冲击能力更强。本文为了探究银行产权性质对银行数字化转型服务实体经济能力的异质性影响，将样本分为国有银行、股份制商业银行和区域性商业银行三组，分别采用固定效应回归、系统GMM 和差分GMM 对子样本进行回归，结果见表6。

表6 分样本回归

结果显示，在国有银行和区域性商业银行分样本中，使用三种回归方法得到的解释变量一次项系数为负、二次项系数为正，且二者均显著，表明银行数字化与银行服务于实体经济的能力呈U 型关系，数字化发展前期银行对实体经济的支持有所下降，但很快便得到逆转，加强了其服务实体经济的能力。而在股份制商业银行分样本中，使用固定效应回归方法得到的一次项系数为正、二次项系数为负，且结果并不显著。但系统GMM和差分GMM方法回归得到的系数符号方向与前述两个分样本得到的结果是一致的，且系数均显著。因而有理由相信，三个分样本下的商业银行数字化发展与其对实体经济的支持均呈U型关系。

从表7、表8 的U 型检验可以看出，对于国有银行而言，其拐点对应的值小于数字化指标均值1.336，也就是说国有银行数字化转型服务实体经济能力的提升要快于非国有银行，数字化转型并没有削弱其服务实体经济的热情和能力，这也说明在国家大力强调金融要服务实体经济的背景下，国有银行贯彻国家政策的效果要高于非国有银行。对于区域性商业银行而言，其拐点对应的值超过了数字化指标均值，说明其服务于实体经济的能力低于国有银行。而对于股份制商业银行来说，其拐点对应的值不仅超过了数字化指标均值，而且接近最大值2.203，说明相较于国有银行与区域性商业银行，其服务于实体经济的能力较弱，短时间内无法平衡传统银行业务与新开发的表外业务之间的关系。原因可能在于其将数字化投入大部分集中在新兴业务中，为了获取更大的利润收入，忽略了对实体经济的服务。以上结果说明互联网金融发展对实体经济的挤出效应主要体现在非国有银行中。

表7 分样本U型检验1

表8 分样本U型检验2

对回归结果进一步分析：首先，从客户类型角度来看，国有银行传统信贷业务的客户主要是大型国有企业和其他大型企业，这类企业具备较低的存款利率弹性，而非国有银行的客户大多具有存款利率弹性高的特征[45]，且国有银行与企业形成“关系型借贷”的可能更大，因此即便在互联网金融快速发展的背景下，银行转型对已经形成稳定借贷关系的企业部门贷款产生的挤出效应较小。其次，从监管角度来看，国有银行受到的监管和约束更为严格，信息披露相对完善，风险管理体系也更加成熟，这种模式也使国有银行在应对互联网金融冲击时更加自如[46]。最后，国有银行与非国有银行在贯彻国家政策上肩负的责任不同，国有银行对金融体系稳定起着锚定作用[47]，而股份制银行、区域性商业银行受利润驱动更明显，因此国有银行与非国有银行在追求内部数字化转型时的动机具有一定差异。

（三）稳健性检验

本文首先使用电子交易替代率替换解释变量，然后根据实体经济定义将实体经济由核心制造业拓展至实体经济的主体部分和广义的实体经济，并据此改变被解释变量对模型重新进行回归。

1.替换解释变量

银行数字化转型的表现形式之一是交易的电子化，即大量业务通过电子化平台进行交易。因此，本文借鉴张正平等[48]的方法，选取电子交易替代率来衡量商业银行的数字化转型程度，并对模型（1）利用系统GMM和差分GMM法重新进行回归。由表9回归（1）结果可知，使用电子交易替代率作为解释变量后，银行数字化程度仍然与其投放到实体经济的信贷占比呈U 型关系，证实了假设1b，说明结果具有稳健性。

表9 稳健性检验

2.替换被解释变量

本文参考黄群慧[1]的研究，对实体经济的范围进行扩展。使用包含制造业、农业、建筑业和除制造业以外的其他工业作为实体经济的主体部分R1；使用包含R1以及批发和零售业、交通运输仓储和邮政业、住宿和餐饮业以及除金融、房地产以外的其他服务业代表广义的实体经济R2。按照以上分类方法将银行投放给不同层次行业企业的贷款占比作为银行服务实体经济的替代指标。由表9（2）、（3）列的结果可知，数字化指标与银行投放给实体经济的主体部分和广义的实体部分的贷款占比都有显著的U型关系。从系数数值角度分析，用三个层次衡量的实体部门的系统GMM 回归二次项系数绝对值分别是0.031、0.047和0.065，数值不断增大，这也说明随着实体经济范围的扩大，这种代表U 型关系的抛物线开口越大，服务于实体经济的能力提升速度越缓慢。且从表10的U型检验来看，随着实体经济范围的扩大，拐点也在后移，再次印证实体经济范围越大，银行数字化发展对于实体经济的服务水平提升越缓慢。同样的，用差分GMM回归方法得到的结果也是一致的，解释变量与被解释变量之间关系始终呈U型。再次说明本文回归结果具有稳健性。

表10 U型检验

五、影响机制分析

前文的实证结果和分析说明银行数字化转型与银行服务实体经济的能力呈U 型关系，而这种效应是通过何种渠道传导的呢？为弥补数字化转型降低银行表内盈利能力所带来的损失，许多银行发展表外业务以弥补表内信贷业务造成的利润下滑。同时，银行数字化会通过信息技术的更迭提高风险识别能力、缓解银行和企业间的信息不对称程度，进而减少银行各项业务的交易成本，提高金融服务效率。基于本文假设，为探究银行数字化转型作用于实体部门信贷投放的表外盈利渠道和服务效率渠道中介机制，本文引入手续费收入和管理费用率指标，并基于中介效应模型（1）至（3）利用固定效应法进行回归，分别检验中介效应。

（一）表外盈利渠道

银行手续费收入主要是由担保承诺、代理投融资以及中介类等服务所产生，主要与表外业务相对应，因此使用银行手续费收入作为中介变量进行检验。由表11第二步回归结果可知，银行数字化指标和手续费收入系数为0.034 且在5%水平上显著，说明银行在数字化转型的推进过程中促进了表外业务的发展。在第三步回归中，手续费收入和银行数字化指标一次项系数与实体经济的信贷投放占比均呈负相关关系，而数字化指标二次项系数与实体经济的信贷投放占比呈正向关系，且相较于第一步的回归结果，一次项系数与二次项系数数值均有所下降。这一结果证实了银行数字化转型由于促进表外业务发展而抑制了其对实体经济的支持。手续费收入起到部分中介效应作用。这一结果与权飞过等[23]的观点一致，证明了本文假设2。

表11 表外盈利渠道——手续费收入中介效应分步检验

总之，从表外业务角度考虑，银行数字化转型前期导致其服务实体经济能力的减弱，主要原因是在逐利目标驱动下，表外业务具备更多创新可能性且监管标准相对宽松，银行为了扩大利润收入，使银行服务向表外业务转移，从而也证实了U 型关系的下降部分。

（二）服务效率渠道

银行数字化转型通过大数据、云计算等技术以及在线金融产品和平台缓解企业和银行间的信息不对称程度，减少交易成本并提高了银行服务效率，为企业和银行的信息流通提供通道，带动资金合理流动。首先，金融产品的线上化节省了银行的人力成本、办公费用等；其次，大数据技术提高了银行对客户信用能力的识别和评价，从而减少了信贷投放的审批环节与费用；最后，线上平台通过不同网络社区、论坛等拓宽了获客渠道，进而减少了银行拓展业务过程产生的费用。

为检验服务效率中介机制是否存在，使用管理费用率作为银行服务效率的替代变量。表12 结果显示，数字化指标与管理费用率的系数为-0.032，数字化在1%水平上显著降低了银行的管理费用率，而管理费用率与银行配置给实体经济部门的贷款占比负相关，因此管理费用率的降低会提升银行配置给实体经济的贷款。另外，从第三步回归结果来看，数字化指标的二次项系数与一次项系数均显著，其数值相对第一步回归结果减小，说明银行数字化转型后期通过提高银行服务效率从而提高了银行对实体经济部门的资金配置效率，证明了本文假设3。以上结果表明，银行数字化转型通过降低银行的管理费用率提升了服务和管理效率，并对其实体经济的服务能力有正向提升作用，从而解释了U 型关系的上升部分。

表12 服务效率渠道——管理费用率中介效应分步检验

总的来说，在数字化转型前期，商业银行为了提升盈利水平，大力发展表外业务，抑制了对实体经济的支持，使得其服务于实体经济的水平有所下降。但随着数字化水平的提升，数字化转型有效缓解了交易双方的信息不对称，提高了服务效率，银行服务实体经济的能力逐渐提升，从而促进了银行对实体经济部门的支持。因而，数字化转型与银行服务于实体经济之间呈现出先低后高的U型关系。

六、结论与建议

近年来，我国大力推动数字化建设，并提倡发展数字经济帮扶实体经济。在数字金融的冲击之下，商业银行的经营业态发生了巨大改变。本文利用2010—2019年我国上市商业银行数据，基于认知、组织和产品三个层面构建了银行数字化转型指标，并从银行投放给实体经济信贷占比的角度，实证检验了银行数字化转型对其服务实体经济能力的影响。研究得出以下结论：（1）银行数字化转型与其服务实体经济的能力之间存在U 型的曲线关系，即随着数字化水平的提升，银行服务实体经济能力表现出先下降后上升的变化趋势。（2）在银行数字化转型的初期，由竞争导致的表外业务扩张，抑制了银行服务实体经济的能力；而随着银行数字化转型的不断推进，数字化转型通过提升银行的服务效率，降低了交易成本与管理费用，从而提高了其服务实体经济的能力，从而引起了曲线回弹。

针对研究结论，本文提出如下建议：第一，商业银行应严格落实国家支持实体经济的相关政策，适当约束表外业务，缩小由于表外业务监管相对宽松而产生的套利投机空间，继续发挥好商业银行促进资金融通的核心功能，提升银行服务实体经济的能力。第二，提高数字化建设质量，目前大多数商业银行对数字金融有了一定的认知，并且在积极地推进数字化平台建设，加强数字化研发投入，以设计出多种金融科技产品。银行不应该仅仅把线下产品搬到线上，而是要对产品的内容与本质进行数字化创新。第三，作为商业银行发展变革的持续驱动力，我国商业银行数字金融组织架构与专业人才队伍尚处于建设初期。在数字金融产品快速更迭的同时加强对银行内部组织架构和金融科技人才建设是商业银行数字化转型的关键。■