数字金融、贷款结构与商业银行风险承担——基于181家商业银行2011—2020年财务数据的分析

■刘伟 刘卫镇 戴冰清 吕婷

一、引言

随着云计算、人工智能、区块链和大数据等新兴技术与金融相结合，一种新型普惠金融模式——数字金融应运而生。数字金融的特点是“普”和“惠”[1]，能够在低成本、低风险的基础上处理海量数据[2]。随着新兴技术不断迭代和更新，银行业务数字化程度也逐渐提高，给传统商业银行带来了全新的机遇和挑战。一方面，商业银行获得了数字金融带来的“技术溢出效应”，改变了业务流程，降低了部分业务成本，提升了工作效率，增加了对长尾客户的金融服务。另一方面，数字金融产生了较强的“竞争效应”，加剧了银行间的同业竞争，改变了银行的经营模式，对其盈利和风险承担产生了影响[3]。

贷款结构能够反映商业银行信贷资产质量和货币政策实施效果，与国民经济稳定发展有密切关系。优化商业银行贷款结构可以为供给侧结构性改革和高质量发展提供重要动力[4]。优化商业银行贷款结构是商业银行实现效益最大化的本质要求，也是商业银行在面临竞争环境加剧、政策监管要求提高的背景下提升风险管理能力的内在要求。商业银行在经过金融领域供给侧结构性改革后，信贷结构得到明显优化，但仍然存在一些问题：商业银行大量信贷资金流向房地产行业，中小微企业和科技公司“融资难”和“融资贵”的情况仍然存在。数字金融的发展尽管没有改变商业银行“风险—收益”的本质，但能够从负债端和资产端两方面影响商业银行的存贷结构，进而影响商业银行风险承担。

数字金融的发展改变了商业银行的运营成本和风险承担。一方面，数字金融的发展催生了大量金融科技公司，抢占了存款市场，加剧了银行业竞争。金融科技公司凭借其获取客户的渠道优势，吸引了大量零散小额的资金，分流出部分银行存款。这些资金又会以利率更高的协议存款、同业拆借、委托理财等方式流回商业银行[5]。最终结果是存款客户获得了略高于银行存款的利率，金融科技公司获得利差，商业银行资金使用成本增大。另一方面，数字金融提高了商业银行处理软信息与风险控制的能力并降低了业务运行成本[6，7]。因此，数字金融的发展可能通过提高商业银行的付息成本来影响商业银行的风险承担[8]。

数字金融的发展改变了商业银行的贷款结构。数字金融的发展使金融弱势群体的信息得到挖掘，并将他们纳入银行业务范围，扩大了银行信贷规模。金融弱势群体带来的风险溢价提升了银行的盈利效率，并进一步推动了银行零售业务发展[7]。从贷款期限上看，当银行面临激烈的竞争时，会更重视对长期贷款客户的争夺，从而可能推进贷款期限的长期化。从信贷结构来看，商业银行对具有抵押物的客户更加重视，但是随着银行间竞争加剧，商业银行从具有抵押物的客户身上所获取利润的空间有限，从而可能倒逼商业银行为信用良好但缺乏抵押物的长尾客户提供贷款[9]。

在数字化时代，金融风险的传染性、外部性、隐蔽性等特征依然存在。数字金融具有加速或放大金融风险的客观功能[10]。数字金融对商业银行风险承担起到什么作用？是否可以通过调整商业银行贷款结构，达到控制风险的目的？本文可能的边际贡献有三点：第一，现有文献多从商业银行存款端研究风险承担，本文则从商业银行贷款结构角度研究数字金融发展对商业银行风险承担的影响。第二，现有文献大多从整体角度研究数字金融对商业银行贷款的影响，本文进一步考察了这种影响的异质性，讨论了数字金融对不同类型贷款结构的影响。第三，本文进一步识别了数字金融对商业银行风险承担影响的机制，检验了银行业竞争和数字金融与银行业竞争的交互作用对商业银行风险承担的影响。本文丰富了数字金融对商业银行信贷结构与风险承担影响的相关研究，为金融数字化背景下商业银行进行风险管理和监管部门制定相关政策提供了启示。

二、文献回顾与研究假说

（一）数字金融与商业银行贷款结构

商业银行贷款结构是指商业银行将信贷资金投放与运用在不同区域、不同产业、不同行业以及不同期限上的比例。数字金融是指传统金融公司和互联网金融公司利用区块链、人工智能、大数据、互联网技术和分布式技术等高科技手段来实现融资、支付、投资和其他新型金融业务模式[11]。互联网技术和大数据技术能够帮助银行收集到客户财务层面以外的信息，人工智能、云计算和区块链等技术能够在低成本的基础上处理海量数据，描绘完整的客户画像[2]。

数字金融缓解了银行与贷款客户之间的信息不对称，缩小了大银行与中小银行在获取软信息方面的能力差距[12]。数字金融兴起之前，小银行在获取贷款客户软信息方面具有比较优势，其信贷员与当地企业形成了良好的互动关系。相比于大银行而言，中小银行能够为抵押物不足、财务报表缺失的中小企业提供更多的金融支持[13]。而大银行则是根据企业的可抵押资产、财务报表等硬信息做出贷款决策[14，15]。一方面，数字金融技术的发展帮助商业银行将“软信息”转化为“硬信息”，提升了信息的可读性和传递的便捷性，减少了人工对数据的干扰[16]；另一方面，商业银行应用数字金融技术提高了处理软信息的能力，能够以低成本处理海量信息，从而将更多的金融弱势群体纳入银行业务范围，扩大了银行信贷规模[6，7]。在此过程中，大银行由于在资金成本和规模上具有优势，抢占了中小银行的部分优质低风险客户，从而对中小银行产生了挤出效应[12]。

数字金融技术存在技术溢出效应。商业银行运用数字金融技术，降低了运营成本、强化了风险控制、优化了客户服务[17]。数字金融的发展提升了商业银行流程统筹优化能力，降低了获取新客户和维护老客户的成本[2]。数字金融的发展能够缓解商业银行与企业、消费者之间的信息不对称，给商业银行风险管理领域带来较大的变化。商业银行利用互联网技术，使产品和服务突破时间和空间的限制。

数字金融的发展加剧了银行业的竞争，激烈的竞争环境促进了贷款结构调整，但同时也会引起商业银行信贷扩张的冒险行为。首先，数字金融的发展加剧了银行同业竞争，使得贷款利率同质化，压缩了商业银行的利润空间[9]。其次，随着数字金融技术的发展，银行能够获得更多维度的数据，将更多的金融弱势群体纳入其业务范围。金融弱势群体所带来的高风险溢价提升了商业银行的盈利效率，进而促进了银行对其贷款[7]。数字金融加剧银行业竞争存在异质性，其中资本规模较小、资本充足率低和流动性水平低的银行，信贷调整更积极，更有动力进行信贷扩张[9]。

由于各类商业银行在资金、规模和人才等方面存在较大差异，各类商业银行与数字金融的结合方式也不同。国有商业银行和全国性股份制银行多选择自建金融科技子公司，或者与国内互联网巨头开展金融合作；而城市商业银行多选择与金融科技公司合作或者选择与其他多个城市商业银行抱团组建金融科技联盟。有研究表明，国有商业银行数字金融的发展速度高于其他类型的商业银行[18]。

综合以上分析，本文提出如下假说：

假说一：数字金融发展扩大了商业银行贷款规模，且各类贷款比例变化呈现异质性。

假说二：数字金融对商业银行贷款结构的影响在不同类型银行之间存在异质性。

（二）数字金融与商业银行风险承担

学术界关于数字金融如何影响商业银行风险承担展开了激烈的讨论，本文从风险管理、经营效率和风险传染等视角展开梳理。

关于风险管理，数字金融的发展对商业银行风险承担产生了两方面影响。一方面，数字金融提升了商业银行风险管理能力。首先，数字金融的发展提升了商业银行处理软信息的能力，商业银行利用大数据和互联网技术丰富了数据维度，通过扩大数据来源、挖掘数据信息来缓解信息不对称。其次，数字金融的发展变革了商业银行风险管理的模型与方法，优化了风险管理流程，从而达到降低风险的目的。另一方面，数字金融加大了商业银行破产的风险。首先，数字金融的发展加剧了银行间的同业竞争，可能导致盲目信贷扩张的冒险行为[9]。其次，数字金融的发展降低了商业银行产品议价能力，缩小了盈利空间，从而导致商业银行风险承担加大[19]。从营利性角度出发，数字金融对商业银行影响的消极效应大于积极效应[20]。

关于经营效率，商业银行与数字金融相结合，实现优势共享，提高了商业银行工作效率和风险管理能力[21，22]。商业银行通过大数据等技术，筛选出风险较低的客户，达到降低部分信贷风险的目的。其中，大科技生态系统可以覆盖从获得贷款到还款流程中的绝大部分活动，大数据风控模型可以更准确地预测贷款违约率，同时能够为缺少财务信息记录的借款人提供金融服务[22]。

关于风险传染，商业银行在数字化过程中，提升了风险管理和经济效率，但同时也引入数字金融特有的风险[20]。具体来说，商业银行引入数字化交易系统，其操作系统的安全与稳定性、数据更改所引起的偏颇，都可能诱发和产生操作风险[23]；商业银行将数字金融引入风险管理系统，由于大数据、区块链等技术发展不成熟，从而可能引发银行系统风险；商业银行运用数字金融技术，筛选出财务信息不完善的潜在客户，但是这些客户未经过进一步考察，数据的真实准确性存疑，容易引发信用风险；商业银行运用数字技术开发产品，金融创新产品的合法性、客户隐私保护等存在法律风险，不易规避。

在盈利方面，数字金融的发展催生了大量金融科技公司，在一定程度上加大了商业银行经营风险。一方面，金融科技公司分流了部分银行存款，这些资金会以利率更高的协议存款、拆借资金、委托理财等方式流回商业银行，提高了商业银行资金成本，缩小了其盈利空间[5，24]。另一方面，当商业银行盈利状况较差时，出于提高盈利的动机，商业银行有可能追求高风险高收益的投资项目。数字金融发展间接推动了贷款利率，贷款利率提高会促使企业家选取更高风险的投资项目，从而增加了银行的破产风险。

根据以上分析，本文提出如下假说：

假说三：数字金融可以通过改变贷款结构来调整商业银行风险承担。

三、研究设计

（一）计量模型

参考彭继增等[25]的研究，本文构建模型（1）进行分析。在控制变量（Control）中，参考申宇等[26]和金洪飞等[12]的研究：Size 为银行规模，用银行总资产的自然对数来衡量；EBTP 为银行盈利能力，用计提的贷款损失准备及税前利润占期初总资产的比重来表示；NPL为银行资产质量，用不良贷款率来衡量；Li⁃quidity 为银行资产流动性，用银行流动资产与总资产的比重来表示；EDR 为银行资本结构，用银行权益性资本与总负债的比重来表示；ROE为商业银行盈利能力，用净资产收益率来表示。在宏观经济层面，本文主要控制了当地经济发展水平（Gdp）、地区人均Gdp（PGdp）和当地通货膨胀水平（CPI）。其中，CPI 用当地的消费者物价指数来衡量。Pro_in⁃dex 是北京大学数字普惠金融指数省级层面指标，用来衡量数字金融发展状态。

本文采用面板固定效应模型，控制了银行的个体效应，检验数字金融对商业银行贷款结构的影响，设定如下模型：

检验数字金融和银行贷款结构的交互项对商业银行风险承担的影响，设定如下模型：

1.贷款结构（Structure）

本文参考刘莉亚等[9]的研究：PL 是指个人贷款总额占总贷款的比例，反映贷款客户群体的变化；CL是指信用贷款总额占总贷款的比例；Short是指短期贷款总额占总贷款的比例，反映贷款期限的变化。

2.银行风险承担（Risk）

本文参考郭品等[8]的研究，商业银行风险承担（Risk）用贷款损失准备与贷款总额的比值来衡量，其数值越大表示银行风险承担越大。

（二）数据来源与描述性统计

本文研究主要涉及数字金融指数、银行层面财务数据和宏观层面数据。其中，数字金融指数来源于北京大学数字普惠金融指数[1]。银行层面财务数据来源于Bankfocus 数据库，对于缺失的数据，通过查询各银行年报进行补充。宏观层面数据来源于中经网统计数据库。变量描述性统计如表1所示。

表1 变量描述性分析

四、实证结果与分析

（一）数字金融与银行贷款结构

1.数字金融对商业银行贷款的影响

模型（1）的回归结果如表2所示，（1）（3）（5）列只加入了银行财务层面的控制变量，（2）（4）（6）列加入了银行财务层面和地方经济发展层面控制变量。（1）列的回归结果显示，数字金融指数（Pro_index）系数为正，并且在1%的水平上显著。（2）列控制了地方经济发展层面变量后，数字金融指数依然为正且系数变小，说明数字金融发展促进了商业银行对个人贷款的增加。这与已有研究相符，体现了数字金融的普惠性。（3）（4）列的回归结果显示，数字金融指数（Pro_index）不显著，说明数字金融的发展对于商业银行信用贷款的影响较小。主要原因是商业银行对信用贷款的投放仍是以个人或企业的财务信息为依据。（5）列的回归结果显示，数字金融指数在1%的显著性水平上为正，说明数字金融发展促进了商业银行短期贷款比例的提高。（6）列加入当地宏观经济变量后，数字金融对商业银行短期借款不再显著，说明商业银行短期借款较多受当地的宏观经济发展水平影响。主要原因是商业银行相较于长期借款而言对于短期借款的调整能力更强，且对短期经济发展状况预测更加精准。（7）列的回归结果显示，数字金融指数在1%的水平上显著为正，说明数字金融的发展提升了商业银行管理贷款规模和优化业务流程的能力，促进了商业银行总贷款规模的提高，这与徐晓萍等[7]的研究结果一致。以上回归结果验证了假说1。

表2 省级数字金融和银行贷款结构

2.数字金融对贷款结构的异质性分析

商业银行在运用数字金融方面存在差异。参考申宇等[26]的研究，将商业银行分为国有大型商业银行（简称“国商行”）、股份制银行（简称“股份行”）和城市商业银行（简称“城商行”），分别汇报数字金融发展对不同类型商业银行贷款结构的影响，回归结果如表3所示。表3的（1）（2）列回归结果显示，数字金融的发展提升了国商行对个人贷款和信用贷款的比例。主要原因可能是：一方面，商业银行应用数字金融技术简化了贷款流程，提升了个人贷款需求；另一方面，商业银行通过大数据分析，使原先缺少财务信息的潜在客户由于其社交层面信息得到挖掘而获得贷款。Sheng[27]研究指出，数字金融发展对国有商业银行信用贷款的影响更为显著。本文与此研究相一致。由（3）列可知，数字金融的发展对国商行发放短期贷款影响不显著。主要原因可能是：国商行承担了更多政策性功能，其资金投向了对国家和社会长期有益的行业，这种行业通常回报周期较长，贷款资金规模较大。由（4）列可知，数字金融的发展提高了股份行对个人贷款的比例。由（7）至（9）列可知，数字金融的发展提高了城商行对个人贷款和短期贷款的比例，而对信用贷款影响不显著。主要原因可能是：城商行规模和资金实力较弱，在与国商行和股份行竞争中处于劣势，但是城商行具有市场灵敏度高且内部机制灵活的特点。城商行深耕本地经济多年，数字金融的发展为其优化贷款流程、控制风险提供了全新的工具，同时短期贷款和个人贷款具有高盈利性，城商行通过提高个人贷款和短期贷款的比例来维持其盈利性需求。

表3 省级数字金融对不同类型银行的差异性影响

（二）数字金融与贷款结构对商业银行风险承担的影响

本文进一步探讨数字金融如何通过调整银行贷款结构来影响银行风险承担。考虑到银行风险承担受上一期风险承担的影响，因此将风险承担滞后一期（L.Risk）加入回归方程，实证结果如表4所示。表4的（1）至（4）列分别检验了数字金融和银行贷款结构对商业银行风险承担的影响。由（1）列可知，数字金融的回归系数在1%的水平上显著为正，说明数字金融的发展显著增加了商业银行风险承担。由（2）至（4）列可知，个人贷款（PL）的回归系数在5%的水平上显著为正，说明个人贷款比例的提升增加了商业银行风险承担；信用贷款（CL）对银行风险承担的影响在1%的水平上显著为正，即信用贷款比例提升，商业银行主动增加风险承担；短期贷款（Short）的回归系数在1%的水平上显著为负，说明短期贷款比例的提升降低了商业银行风险承担。主要原因可能是，商业银行可以通过调整当前的短期贷款来调整其风险承担。（5）至（7）列分析了数字金融与贷款结构对商业银行风险承担的交互作用。（5）列结果显示，数字金融与个人贷款的交互项（Pro_index×PL）的回归系数显著为正，说明数字金融发展程度越高，个人贷款比例越高，则商业银行风险承担越高。这与数字金融降低银行贷款风险不相符，主要原因可能是数字金融发展促进了商业银行对个人贷款，同时在现行的商业银行监管制度下，银行每多一份个人贷款，就要相应地增加一份贷款损失准备。（6）列结果显示，数字金融与信用贷款的交互项（Pro_in⁃dex×CL）的回归系数显著为正，说明随着数字金融的发展，信用贷款比例的提升会使得商业银行风险承担增大。主要原因可能是数字金融的发展在一定程度上促进了商业银行信用贷款的投放，而增加的信用贷款，相较之前提升了银行风险水平。（7）列结果显示，数字金融与短期贷款的交互项（Pro_index×Short）的回归系数显著为负，说明随着数字金融发展，短期贷款比例越高，商业银行风险承担就越低。主要原因可能是数字金融发展优化了商业银行贷款流程，短期贷款的审批速度加快，从而减轻了商业银行的风险承担。

表4 数字金融与贷款结构对银行风险承担的影响

五、稳健性检验

为进一步检验研究结论的稳健性，对模型回归结果主要从以下两方面检验其稳健性。

（一）替换数字金融指数

参考唐松等[10]的研究，将省级数字金融指数替换为城市级数字金融指数（City_index）。

1.城市级数字金融对商业银行贷款的影响

实证结果如表5所示。由（1）（2）列可知，数字金融的发展促进了商业银行对个人贷款比例的提升。由（3）（4）列可知，数字金融的发展对信用贷款影响不显著。由（5）（6）列可知，数字金融的发展促进了商业银行对短期贷款的发放，但是当加入当地宏观经济环境变量后，数字金融的系数不显著。由（7）列可知，数字金融的发展扩大了商业银行总贷款规模。以上结论与前文结论一致。

表5 城市级数字金融和银行贷款结构

2.城市级数字金融对商业银行贷款结构的异质性分析

回归结果如表6所示。由（1）（2）（3）列可知，数字金融发展提高了国商行对个人贷款和信用贷款的比例。由（4）（5）（6）列可知，数字金融发展提高了股份行对个人贷款的比例。由（7）（8）（9）列可知，数字金融发展能够提高城商行对个人贷款和短期贷款的比例。以上结论与前文结论一致。

表6 城市级数字金融对不同类型银行的差异性影响

3.城市级数字金融与贷款结构对商业银行风险承担的影响

回归结果如表7所示。由（1）列可知，城市级数字金融的发展，提高了商业银行风险承担水平。由（2）列可知，随着数字金融的发展，个人贷款比例的提升加重了商业银行风险承担。由（3）列可知，数字金融与信用贷款的交互项（City_index×CL）的回归系数显著为正，即随着数字金融的发展，信用贷款比例提升，商业银行风险承担增加。由（4）列可知，随着数字金融的发展，短期贷款比例的提升减轻了商业银行的风险承担。以上结论与前文结论一致。

表7 城市级数字金融与贷款结构对银行风险承担的影响

（二）替换商业银行风险承担

参考郭品等[8]的研究，Risk1 以银行净贷款与总资产的比值来衡量商业银行风险承担，其数值越大，银行风险承担就越大。回归结果如表8所示。参照金洪飞等[12]的研究，Risk2 以“总资产/风险加权资产”来测度银行个体风险，其数值越大，表示银行承受风险能力越强，风险水平就越低。为了保持形式一致，本文取Risk2 的倒数作为衡量商业银行风险承担的代理变量，回归结果如表9所示。以上结论与前文结论一致。

表8 省级数字金融与贷款结构对银行风险承担的影响

表9 省级数字金融与贷款结构对银行风险承担的影响

六、商业银行竞争对风险承担的机制分析

衡量商业银行竞争程度的方法有结构法和非结构法，目前国内外学者多采用勒纳指数和赫芬达尔—赫希曼指数作为商业银行垄断程度的测量指标。其中，勒纳指数衡量了商业银行获取超额利润的能力，其数值越大，则垄断程度越高。赫芬达尔—赫希曼指数（HHI），包含了所有银行在市场上的所有信息[28]，因此本文主要采用赫氏指数来度量银行业的竞争程度。

（一）银行竞争指数的构建

1.赫芬达尔—赫希曼指数（HHI）

计算公式如下：

其中，Assetit表示第i 个银行t年的资产总额，Assett表示第t年市场上所有银行的总资产。赫氏指数数值越大，其垄断能力就越强。赫氏指数与银行竞争程度呈反向变动关系。

2.勒纳指数（Lerner）

计算方法如下：

本文参考唐文进等[29]的做法计算资产价格（P）。使用超越函数来计算边际成本函数，采用随机前沿分析法（SFA）得到商业银行的边际成本（MC），进一步可计算出勒纳指数（Lerner）。勒纳指数是介于0到1之间的指标，与银行竞争呈反向变动关系。

（二）数字金融发展对商业银行竞争的影响

1.数字金融发展对商业银行竞争的影响

北京大学构建的数字金融指数包括数字金融总指数和三个二级指标，分别是覆盖广度、使用深度和数字化程度。数字金融对商业银行竞争的影响回归结果如表10所示。表10中（1）至（4）列分别是数字金融总指数、覆盖广度（Coverage）、使用深度（Usage）和数字化程度（Digitization）对市场集中度的影响。由回归结果可知，数字金融总指数、覆盖广度、使用深度和数字化程度均降低了赫氏指数，即数字金融的发展促进了银行业竞争。为了在一定程度上缓解内生性问题，本文采用将赫氏指数替换为勒纳指数的方法，（5）至（8）列的解释变量为勒纳指数。由回归结果可知，数字金融指数和覆盖广度促进了银行业竞争，但是回归系数不显著。其中，使用深度反而加剧了银行业垄断程度，说明银行客户在一定程度上培养了用户习惯，加深了对银行的依赖。数字化程度促进了银行业竞争，说明数字金融的便捷性和低成本性，使用户可以突破时间和空间的限制，可选择的商业银行增多。

表10 数字金融及其二级指数对商业银行竞争的影响

2.数字金融与银行业竞争对商业银行风险承担的影响

进一步探讨数字金融如何通过商业银行竞争来影响银行风险承担，回归结果如表11所示。表11的（1）至（4）列分别检验了数字金融和银行业竞争对商业银行风险承担的影响。由结果可知，数字金融、使用深度和数字化程度均提高了商业银行风险承担，赫氏指数的系数在1%的水平上显著为负，说明随着银行业垄断程度加剧，银行承担风险的动机减弱，银行风险承担减小。（5）至（7）列分析了数字金融总指数及其二级维度与银行竞争的交互作用对银行风险承担的影响，其中Pro×HHI、U×HHI、D×HHI 分别为数字金融总指数、使用深度和数字化程度与银行竞争的交乘项。结果显示，数字金融总指数、使用深度和数字化程度与银行竞争的交互项均显著为负，说明随着商业银行竞争减弱，数字金融发展程度提高，银行风险承担水平降低。这意味着商业银行竞争在数字金融与商业银行风险承担中起到调节作用，商业银行竞争程度降低会缓解数字金融对商业银行风险承担的提升。

表11 数字金融与银行业竞争对商业银行风险承担的影响

在稳健性检验部分，本文采用替换被解释变量的方法。Risk3 是以核心一级资本充足率来测度银行个体风险，其数值越大，则银行承受风险能力越强，风险水平就越低。为了和前文形式保持一致，在这里取Risk3 的倒数形式，回归结果如表12所示。除（3）列的数字化程度对商业银行风险承担影响不显著外，其余结论与前文相一致。

表12 数字金融与银行竞争对银行风险承担的影响

七、结论与启示

（一）研究结论

本文将宏观数字金融的发展与商业银行财务数据及当地经济数据相联系，研究发现：数字金融的发展提升了商业银行对个人贷款的投放，扩大了商业银行贷款规模。将商业银行分为国商行、股份行和城商行三类后，发现数字金融的发展对不同类型的商业银行贷款结构呈现异质性。对国商行而言，数字金融的发展，提高了个人贷款和信用贷款的比例；对股份行而言，数字金融的发展仅对个人贷款具有促进作用；对城商行而言，数字金融的发展提高了对个人贷款和短期贷款的比例。研究数字金融与贷款结构对商业银行风险承担的影响发现，数字金融具有放大商业银行风险承担的功能，数字金融和个人贷款均具有提高银行风险承担的作用，短期贷款具有降低商业银行风险承担的作用。数字金融与贷款结构的调节作用显示，随着数字金融的发展，个人贷款的增加，商业银行风险承担增加；而与此不同的是，随着数字金融的发展、短期贷款的增加，商业银行风险承担会减少。研究还发现，数字金融的发展会促进银行业竞争，提升了银行风险承担水平，但是银行业竞争减弱能够缓解数字金融对银行风险承担加重的影响。

（二）启示与建议

第一，数字金融的发展应着力于解决中国信贷市场长短期资金配置不合理问题。当前中国信贷市场长期资金匮乏，表现为滚动的短期资金弥补长期资金，这种现象加大了企业使用资金成本，对企业健康发展不利。短期的贷款结构会从发展速度和质量两个方面，对中国经济增长造成显著的抑制效应[30]。数字金融的发展促进了城商行对短期贷款的投放，但是对国商行和股份行而言，这种作用却不显著。由于国商行和股份行在中国经济中的作用地位不同，两者应发展数字金融技术以促进长期贷款业务，同时控制长期贷款的信贷风险。

第二，商业银行数字化要着眼于贷款结构多元化，从而达到降低风险承担和维持盈利性的均衡。数字金融的发展对商业银行风险承担具有放大作用。商业银行应积极拥抱数字金融的发展，加强数字金融科技创新，利用数字化技术提升信贷风险管理能力和风险定价能力，根据不同类型的贷款结构对其风险承担的关系进行合理配置和精准定价，以达到在符合相关监管要求下获得更高盈利的目的。

第三，监管要求应随着数字金融的发展而作出调整。在现行商业银行监管制度下，商业银行提供数字化金融服务，扩大了个人放贷规模，增加了银行风险。然而商业银行运用大数据、区块链等技术，降低了个人贷款中的不良贷款，满足现行监管制度的相关资本要求，可能会锁住银行资金的流动性，不利于商业银行在经济发展中释放活力。因此，在运用数字金融技术的同时，相应地改变商业银行监管要求，就显得十分必要。

第四，政府应加大对数字金融公共基础设施的投入，以减少由于银行规模所带来的差异，同时维护银行业良性竞争。■