商业银行数智金融对小微企业授信的影响研究

夏天添

（1.江西科技学院 学术委员会，江西 南昌 330098；2.江西省区域发展研究院，江西 南昌 330000）

一、引言

“十三五”以来，小微企业无论在推动经济、缓解就业，还是在科技创新等领域，均为中国经济高质量发展做出了巨大贡献[1]。然而，融资难、融资贵始终是中国小微企业健康发展的桎梏，如何破解小微企业融资问题，成为推动中国经济高质量发展的关键[2]。据相关机构的研究数据显示：商业银行的融资成本相对较低，故而广受中国小微企业青睐，约占融资总额的60%，而同行业拆借、企业融资等高成本融资渠道均不足10%[3]。由此而言，商业银行应是破解中国小微企业融资难题的关键推手；然而，囿于“信息孤岛”所造成的银企之间的信息不对称，亦为商业银行的资金安全埋下隐患，从而严重限制了商业银行对小微企业授信的供给力度，这也是导致一大批征信良好的小微企业难以获得商业银行授信的症结所在[4]。

而随着新一轮技术浪潮涌现，数智金融推动了中国各大商业银行的数字化转型进程，为进一步突破银企之间的“信息孤岛”，提升商业银行对小微企业授信的供给力度奠定了基础[5]。数智金融为推动中国商业银行等金融机构发展，服务实体经济建设和发展数字金融带来了新的发展契机；同时，数智金融是中国各大金融机构进一步推动金融业务数字化转型的发展方向。

由此而言，数智金融会否提高商业银行对小微企业授信的供给力度？若会，其影响机理为何？为此，文章在对以往研究展开分析后，发现了以下不足之处：

1.数智金融的概念界定尚待厘清

由于中国金融科技发展历程较短，自2017 年提出“数智金融”一词以来，虽然有相关学者对此展开研究，但至今仍未形成较为统一的概念界定。一方面，林胜等(2020)认为数智金融是以现代化科学技术为基础的金融工具创新[6-8]；另一方面，王正位等(2020)则认为数智金融是由科技所引发的金融业务模式创新[9，10]。根据动态能力理论，赋予组织相应的动态能力，可以使其获得外部环境变化的应变能力；而房颖(2021)引入动态能力理论，发现在动态能力理论的框架下，数智金融深化了商业银行的动态能力；也就是说，由于各种金融科技设备[5]、方法[6]或模式[8]的引入，商业银行的相关业务模式、流程、风险及成本亦随之优化完善，其应对外部环境冲击的动态能力亦随之强化[11]。由此而言，数智金融有助于商业银行通过数智金融预测用户需求，以及优化业务流程和服务机制。故而，文章参考上述学者的观点，立足动态能力理论，将数智金融界定为对商业银行动态能力的一种赋能。

2.数智金融的过程机制尚待探索

鉴于以往研究鲜有学者关注商业银行的数智金融对小微企业授信的影响机制，其二者间的过程机制亦有待理论探索[2]。按照中国金融机构的授信技术模式，数智金融对商业银行动态能力的赋能，必然会对授信技术模式产生重大影响[12]。具体而言，授信技术模式分为两部分，即软信息授信技术与硬信息授信技术[5]。一方面，软信息授信技术是指用于采集与识别[13]，如涉及被授信企业的生产经营信息、社会网络信息、征信信息、管理者信息等在内的，以文字模式存在的定性信息[4]；而数智金融所赋予商业银行的数字化动态能力，则可使其接入“数据池”（如互联网征信平台、电商平台等），拓宽其软信息授信技术的获取渠道，并采用数据挖掘等数字化信息处理技术，提升软信息授信技术的工作效率[14]。另一方面，硬信息授信技术是指以数字（货币金额） 模式存在的定量信息[15]，如涉及被授信企业的财务报表、抵押物价值、担保金额等授信门槛[16]；由于小微企业普遍缺乏固定资产抵押或等额担保，这也是其难以在硬信息技术上达到商业银行授信门槛的主要原因，而数智金融有助于商业银行更加直观地掌握被授信小微企业的实际还款能力，进而让商业银行适度降低对硬信息技术（抵押或担保） 的依赖，使小微企业能够获得更多的融资机会[17]。由此而言，降低信息不对称与授信门槛，均有助于提高商业银行对小微企业授信的供给力度，但其中的过程机制亦未有学者展开讨论。故而，文章一并讨论信息不对称与授信门槛在数智金融对小微企业授信的影响机制。

3.数智金融的情境机制尚待揭示

由于国内对数智金融的研究尚处于起步阶段，且多为定性研究或宏观研究，既缺乏来自多层面的实证检验，更缺少情境机制探索。任迎伟等(2021)的研究发现，数字经济发展水平能够显著影响商业银行对小微企业授信的供给力度[18]，即商业银行所在地的数字经济发展规模越完善，越会加快该地企业的数字化转型进程[19]，其征信机制也将因数字技术的高效应用，而被进一步完善[20]，而商业银行亦可因此做出更加精准的授信评价[21]。由此而言，数字经济发展水平应是影响商业银行对小微企业授信的情境机制与边界条件，但由于以往研究对此缺乏讨论与检验，该机制在数智金融对商业银行动态能力的赋能影响下是否成立，仍有待讨论。故而，文章将一并讨论数字经济发展的情境机制。

综上所述，文章将基于动态能力理论，以中国上市商业银行为对象，通过大数据与构建计量模型的方式，揭示数智金融对小微企业授信的影响“黑箱”，并同时检视信息不对称、授信门槛与数字经济发展的有调节的链式中介效应。

文章的理论创新之处有三：第一，引入了动态能力理论，进一步剖析中国商业银行的数智金融内涵，诠释了以往研究中关于数智金融内涵的分歧所在。第二，验证了在数智金融赋能的框架下，商业银行在授信过程中的软信息机制对硬信息机制的替代效应，为相关研究领域补充了经验证据，并为后续的研究者提供了一个可参考的研究路径。第三，透过数字经济发展的情境机制，明确了商业银行数智金融的边界条件，进一步深化商业银行融资业务的情境研究，并对探索数智金融发挥理论启迪。

图1 研究框架图

二、研究假设

1.数智金融与小微企业授信

“十三五”以来，小微企业对融资需求激增，其市场规模亦达到了中国融资市场的新高潮。然而，即便小微企业融资市场如此庞大，但由于小微企业的融资规模较小、融资需求急迫、偿还压力大，加之，受“信息孤岛”所带来的寒蝉效应影响，亦导致诸多商业银行对此望而却步[22]。

随着数智金融赋能对商业银行价值提升作用的不断显现，商业银行亦成为助力小微企业破解融资难题的关键推手。房颖(2021)认为多维度的用户画像构建技术、区块链溯源技术等金融科技工具的创新，可以降低商业银行对未知外部环境风险的侵袭，并赋予其能够做出更加准确的业务风险评价及授信决策的动态能力[5]。而姜增明等(2019)则认为数智金融的重点在于带动商业银行的业务模式改革，优化或提升现有业务的精度、效率及风险评价机制[8]；同时，谢治春等(2018)发现在数智金融的动态能力赋能下，商业银行即便遭受突发事件冲击，业务的数字化机能亦可使商业银行与被授信企业进行高效信息交互，帮助商业银行及时掌握授信资金动向，加大商业银行对小微企业授信的供给力度[10]。此外，梁琦、林爱杰(2020)的研究证实，数智金融强化了商业银行的征信信息获取能力，并有助于降低银企之间的“信息孤岛”干预，是提高商业银行对小微企业授信供给力的核心要素[12]。由此而言，文章认为数智金融应兼具“工具创新”与“模式创新”的功能内涵，同时，数智金融是商业银行打破“信息孤岛”的重要手段，是提升商业银行对小微企业授信供给力度的核心要素，故此提出以下研究假设：

H1：数智金融将正向显著影响小微企业授信。

2.信息不对称与授信门槛的链式中介作用

以往有关商业银行融资业务的研究，多聚焦于讨论传统金融业务中软信息的形成、驱动及影响机制[3]，即商业银行的业务人员在授信业务的全过程中，如何产生软信息，何种因素会干预这一过程等[23]。由于商业银行的传统模式在软信息的收集和处理上，仍停留于人工操作阶段，无论在收集与企业征信有关的软信息上，还是数据处理或评价上，均以相关人员的认知为主导[13]。就效果而言，该模式既无法实现成本、效率和精度皆优的工作成效，更无法松绑软信息对企业授信的约束力度[16]。

随着新一代技术革命浪潮的到来，数字技术与实体经济的深度融合，拓展了商业银行的业务边界，尤其是数智金融所带来的技术优势为商业银行突破了授信业务过程中的信息不对称瓶颈[24]。具体而言：首先，数智金融可以充分发挥数字技术优势，通过云计算、大数据、区块链等手段，为商业银行挖掘更多传统企业征信系统以外的软信息，如企业消费行为、高管背景与经历、相关行业或区域环境信息等，以增加商业银行授信评价的“知识面”[21]，且有助于优化软信息的产生机制与决策机制，从而以相对准确的判断或预测，突破银企之间的信息不对称，降低商业银行的资金风险[25]。其次，数智金融强化了商业银行软信息的处理能力，如数智金融将完善商业银行现有的数字化管理模式，并为其进一步数字化转型提供技术支持[26]；同时，数智金融能够利用大数据技术优势，提高商业银行对软信息的处理效率与精度[27]；此外，数智金融所带来的技术优势，如大数据画像、云业务等，均可为商业银行拓宽各大企业的信息收集渠道，为相关软信息的收集、传播与计算，提供了实质性帮助。由此可知，数智金融有助于拓展商业银行用于授信评价的软信息当量，以对被授信企业进行更加精准的大数据画像，从而降低商业银行授信业务中的银企双方信息不对称。

授信门槛是指商业银行在信息不对称的前提下，为保障资金安全，所设立的硬信息标准，即企业需要以一定额度的自身财产或他人财产（信用），作为融资的担保条件，其条件越高，企业的融资压力便越大[28]。授信门槛的功能机制主要表现为：一是降低金融机构的资金风险，即金融机构通常采用抵押、质押或担保等措施设置授信门槛，以保障其资金安全；二是降低企业还款风险，即鼓励企业健康经营，并妥善使用授信资金，以提高企业信用与还款能力。Liberti(2018)的研究发现，软信息对信息不对称的约束缓解，可以在一定程度上降低商业银行对硬信息（授信门槛） 的依赖[16]。例如，对于具备良好征信条件的小微企业，在信息不对称干扰较小的前提下，商业银行可以准确预测其还款能力，评价其授信额度，而无须达到既定额度的担保人、抵押物、质押物等授信门槛，即可获得授信资金[2]，这对普遍不具备授信门槛条件的小微企业而言大有裨益。由此可知，信息不对称与授信门槛之间存在一定的影响关系。

在金融机构的信贷业务中，软信息对“信息孤岛”的突破，实质上对抵押物、质押物、担保人等授信门槛，存在一定的替代作用或补充作用[29]。相关学者通过对国内外多个国家的金融机构展开调查后发现，银企之间的信息交互越完整或越顺畅，越容易产生硬信息的替代效应[2]，即信息不对称干扰越低，商业银行的授信门槛便越低[5]。刘征驰、赖明勇(2015)认为企业行为所产生的软信息，会让金融机构做出更加精准的授信评价，并将评价的信用水平视作一种“虚拟担保”，从而在一定程度上起到了授信门槛的替代效应[14]。同时，随着中国商业银行步入数字经济时代，数智金融颠覆了传统商业银行业务模式，如信用贷、无抵押贷等授信业务模式，亦在数智金融的助力下，让越来越多的小微企业获得金融支持。由此可知，授信门槛的降低，将在一定程度上提高商业银行对小微企业的授信几率。

综上所述，商业银行借助数智金融的赋能，可以提升对小微企业征信信息的收集渠道、数据质量与决策精度，以缓解银企之间的信息不对称干扰，从而促使商业银行降低对小微企业的授信门槛，加大其对小微企业授信的供给力度。故提出以下研究假设：

H2：信息不对称与授信门槛将在数智金融与小微企业授信的正向影响关系中，起到显著的链式中介作用。

3.数字经济发展的调节作用

数字经济作为中国经济高质量发展的关键内涵，是推动地方产业（企业） 数字化转型的核心动力。地方（区域） 数字经济发展水平越高，其产业数字化变革趋势所推动的小微企业数字化转型进程便越快。任迎伟等的研究证实，小微企业所在地方的数字经济水平越成熟，其业务数字化转型意愿便越强[18]；同时，其可被商业银行等金融机构获取的征信信息越完整，有助于商业银行更好地对小微企业进行授信画像[19]。马勇等认为数字经济环境有助于商业银行获取更加真实的小微企业征信信息[30]，以降低银企之间的信息不对称干扰。同时，谢治春等则从商业银行的数字化转型角度，检视了高数字经济环境下，数智金融所衍生出的新数字技术（工具），如何提高商业银行的授信工作效率与质量，以提高商业银行对授信业务的决策精度[10]；反之，在低数字经济环境下，企业对数字化转型亦无实质意愿，而商业银行等金融机构即便引入了相应金融科技工具，亦无法通过增加软信息当量，以破除银企之间的信息不对称[12]。由此而言，数字经济发展作为一种能够突破银企之间信息不对称的支持性情境因素，只有当数字经济发展程度较高时，小微企业才会在地方产业变革的趋势下，积极推动其数字化转型进程，而商业银行也可借助数智金融的赋能，进一步降低其二者间的信息不对称干扰。故提出了以下研究假设：

H3：数字经济发展将在数智金融与小微企业授信的正向影响关系中起到显著的调节作用。

三、研究设计

1.计量模型

为进一步讨论商业银行数智金融对小微企业授信的影响，文章参考以往学者的做法，构建了计量模型：

其中，被解释变量SM-EC 为小微企业授信。解释变量DIF 为数智金融，为更好地降低反向因果关系所造成的内生性问题，文章对DI-F 进行了滞后一期处理。中介变量IA 为信息不对称。中介变量CA 为授信门槛。CONTROL 为控制变量，包括组织规模、现金流量等。i 为第i 家样本银行，t 为第t 年，μ 为虚拟变量的固定效应（包括年份、地域和行业），ε 为随机误差项。当公式(1)中的β1显著时，则H1 得证；当公式(2)中的β2和β3显著，且区间效应显著时，则H2 得证；当公式(3)中的β3显著，且区间效应显著时，则H3 得证。

2.测量工具

第一，数智金融(DI-F)。参考Cheng & Qu 的做法[24]，首先，采用Python 技术对样本银行的财务年报内容进行爬取，收集与数智金融信息相关的文本内容；其次，以年份为单位，分别计算各样本在当年的数智金融关键词词频，并采用主成分分析法测算各维度的权重；最后，加权聚合为样本银行当年度的数智金融指数。

第二，信息不对称(IA)。参考Liberti 的做法[16]，以Python技术对样本银行的相关业务制度文件内容进行爬取，收集其对小微企业授信所采取的主要征信的文本内容；其次，采用主成分分析法测算各维度的权重（即环境信息不对称、企业信息不对称和高管信息不对称三个维度），并加权聚合为样本银行在对小微企业授信业务过程中的信息不对称指数。

第三，授信门槛(CT)。参考Cornee 的做法[27]，以Python 技术对样本银行的相关业务制度文件内容进行爬取，收集其对小微企业授信所采取的主要征信“门槛”（即要求或标准） 的文本内容；其次，采用主成分分析法，测算各维度的权重（即担保、质押、抵押三个维度），并加权聚合为样本银行对小微企业授信的门槛指数。

第四，小微企业授信(SM-EC)。参考刘征驰、赖明勇的做法[14]，采用样本银行对小微企业实际授信的业务占比进行观测。

第五，数字经济发展(DF)。参考马勇等的做法[30]，采用样本银行所在地区的城市数字经济指数进行观测。

第六，控制变量。参考夏天添的做法[31]，以组织规模(Size)、总资产报酬率(ROA)、资产负债率(Lev)、现金流量(CF)及固定资产(PE)作为组织层面的控制变量；以地区经济水平(GDP)、金融业产值(FDE)与财政投入(FI)作为宏观经济层面的控制变量。

3.样本选择与数据处理

研究样本为2016—2020 年中国上市商业银行公开披露的财务报告及相关数据；其中，银行指标数据均来自CSMAR 数据库、Wind 数据库及相关银行公开的制度文件，宏观经济指标来自2016—2020 年度的《中国统计年鉴》与《中国工业统计年鉴》。样本整理步骤为：剔除所有者权益为负数的样本；剔除有缺失值的样本；剔除未引入数智化设备或技术的样本；按照0.01 的标准进行缩尾处理。最终，得到了98 家商业银行的532 个样本。同时，各主要变量在-0.207～0.432 的相关性水平上显著，且VIF 系数皆小于10，证明多重共线性对研究的干扰较小。

表1 变量定义

四、实证分析

参考相关学者的做法[32-34]，文章采用多层嵌套模型进行假设检验。

1.直接作用检验

根据表2 的M1 列的结果显示，数智金融对小微企业授信的正向影响显著(γ=0.387，p＜0.001)，H1 得到了验证。

2.链式中介作用检验

文章在假设H1 的基础上，首先，分别证实了数智金融、信息不对称、授信门槛和小微企业授信之间的直接效应显著(γ=-0.207～0.432，p＜0.05～0.001)。其次，以信息不对称(γ=0.141，p＜0.001，95%，CI=[0.059，0.183])与授信门槛(γ=0.132，p＜0.001，95%，CI=[0.061，0.175])分别作为中介变量，验证了其二者在数智金融与小微企业授信之间的中介作用。最后，将信息不对称与授信门槛作为链式中介变量，纳入M1 的模型进行链式中介作用检验(γ=0.367，p＜0.001，γTotal=0.226，p＜0.001，95%，CI=[0.165，0.239])。结果如表2 M2 列和表3 所示，数智金融会通过信息不对称与授信门槛，显著地间接影响小微企业授信，H2 得到了验证。

表2 假设检验结果

表3 链式中介作用检验结果

3.调节作用检验

根据表2 M3 列的结果显示，数字经济发展能够显著调节数智金融对信息不对称的负向关系(γ=0.178，p＜0.05)。同时，为进一步证实数字经济发展的调节作用，文章按照Bootstrap 检验范式，以正负一个标准差的方式，将数字经济发展划分为高低两个组，并再次进行有调节的链式中介作用检验。结果证实在各水平下数字经济发展(Δγ=γ高-γ低=0.345-0.220=0.125，p＜0.001，95%，CI=[0.195，0.308])，均可有效提升数智金融对信息不对称的缓解作用，且该机制亦会间接削弱授信门槛，进一步提升小微企业授信，H3 得到了验证。

4.稳健性分析

第一，替换核心变量。文章按照董晓林等[2]的观点将核心变量“数智金融”，按照“工具创新”与“模式创新”的功能内涵，分别将数字交互技术等6 个维度，划分为“工具创新”功能（数字交互技术、多元画像技术、数据挖掘技术） 与“模式创新”功能（用户识别与需求评价、硬件匹配性、智能分析与决策支持） 两个子维度变量，并分别按照上述步骤进行假设检验。结果显示：将“数智金融”拆分后的两个维度，均无法支持上述假设推论（γ工具创新=0.021，p＞0.05；γ模式创新=0.108，p＞0.05）。故而，数智金融理应兼具“工具创新”与“模式创新”的功能内涵，是一种融合性的赋能变量。

第二，分样本检验。首先，文章以样本所在地区分布为依据，将样本划分为华东、华中、华南地区和其他四组，并分别按照上述步骤进行假设检验。结果显示：在四组样本中，数字经济发展均可有效调节数智金融对小微企业授信的链式中介关系；其中，华东地区的样本受此影响最大，其次为华南地区。其次，文章以样本规模分布为依据，将样本划分为一级支行、二级支行和其他三组，并分别按照上述步骤进行假设检验。结果显示：在二级支行和其他的样本中，数字经济发展能够显著调节数智金融对小微企业授信的链式中介关系，但在一级支行的样本中，该效应虽显著但效果亦较弱。最后，文章以样本的组织性质为依据，将样本划分为国有商业银行和地方商业银行（含外资） 两组，并按照上述步骤进行假设检验。结果显示：在各样本中，数字经济发展均可显著干预数智金融对小微企业授信的提升作用。

五、结论与展望

1.研究结论与理论贡献

研究基于动态能力理论，以中国98 家上市商业银行为对象，检视了数字经济发展视域下数智金融赋予商业银行的动态能力，探讨提升其对小微企业授信力度的措施。结果显示：第一，数智金融将赋能商业银行，以助力其突破银企之间的信息不对称瓶颈，降低其对小微企业的授信门槛，进而提高对小微企业授信的力度，而地方（区域） 数字经济发展水平差异会显著影响这一影响机制。第二，检视了数智金融的内涵维度差异，证实了数智金融应是一种兼具“工具创新”与“模式创新”的功能内涵的赋能变量。研究的理论贡献在于：

第一，检视了数智金融的内涵机制。数智金融能够显著提升商业银行对小微企业授信的供给力度，该观点契合了董晓林等的观点[2]；然而，从其内涵角度而言，无论金融科技所带来的工具创新，或是由此所引发的模式创新，其单一维度亦无法提升其对小微企业授信的供给力度。因此，文章为后续的研究者提供了一个新的观点思路。

第二，揭示了数智金融的过程机制。研究立足前人观点，引入了动态能力理论，并构建了一个以通过数智金融赋能，打破银企之间信息不对称，从而提高商业银行对小微企业授信供给力度的链式过程机制框架，并揭示了此过程机制框架中，创新赋能导向下的软信息对硬信息的替代效应。该观点拓展了动态能力理论的研究边界，更为后续企业融资领域的研究，提供了一定理论依据与经验借鉴。

第三，明确了数字经济发展的情境机制。研究明确了数字经济发展这一情境机制，并证实数字经济发展水平的边界条件差异将干扰数智金融对商业银行动态能力赋能的实际效果或间接效果。该观点的发现亦拓宽了现有企业融资的情境机制研究范畴，对深入探讨数智金融的赋能机制具有一定的理论价值与实践价值。

2.管理对策与建议

第一，瞄准顶层设计，加大金融业务的数字化转型力度。商业银行须关注现代金融科技发展趋势，明确数智金融对自身组织的赋能价值，并通过加大对金融科技的投入与支持，瞄准数智金融的前沿技术（因素），以谋求未来的市场契机与竞争力。为此，中国各大商业银行应适时将数智金融纳入其发展规划的顶层设计，并以此为基础制定或构建相应的战略实施方案，整合各项资源、技术与信息，深化金融业务数字化转型，从而构建出以数智金融为发展趋势的现代金融业务体系。如此，方可在实质上扩大对小微企业的金融支持。

第二，重视信息生产，加大对小微企业金融产品的开发力度。要突破银企之间的信息不对称瓶颈，关键在于数智金融如何提高商业银行的金融业务效率与精度，即金融科技如何为商业银行更好地厘清授信小微企业的征信画像，以适度减少对其的授信门槛。为此，中国各大商业银行首先应深刻理解“软信息”在现代金融业务中的重要性，要充分发挥数智金融的最大动能，做好对小微企业征信的相关软信息收集与评价；具体而言，商业银行可基于大数据画像等技术，精准评价小微企业的授信额度，并基于此开发相应金融支持类产品，以应对不同征信类型或需求的小微企业。

第三，关注地方数字经济发展，优化金融业务结构。数字经济的发展水平关系到地方产业（企业） 的数字化转型进程，影响其地方金融业务开展的效率与精度。为此，在数字经济发展水平较低的地区，相关商业银行更应加大对金融领域的新技术、新工具或新模式的投入立足，以逐步建立“高精准”的数字化小微企业授信模式，以弥补地方数字经济发展的不足；而在数字经济发展水平较高的地区，相关商业银行则可通过金融科技挖掘小微企业融资市场的需求拐点，进而有针对性地设计或开发相应小微企业授信产品，以快速获取相关市场份额。

3.研究局限与展望

文章虽采用经验取样法的动态调查范式，规避了以往静态研究的弊端，揭示了数智金融对商业银行的赋能，对小微企业授信的供给力度提升的影响“黑箱”，但亦存在一定的局限与不足：首先，文章在选取数字经济发展变量的数据时，参考2021 年的城市数字经济指数报告，鉴于GDP 等宏观统计数据尚未公布，在宏观层面的控制变量选择上，仅选择了2021 年的城市数字经济财政投入与相关政策数量，在一定程度上对研究结论带来局限。其次，在样本的选择上，研究样本多来自中国中部地区和东南地区，缺乏大样本的验证。故而，未来将针对上述问题，展开更加深入的研究。