重大风险事件下商业银行的数字化价值——来自51 家上市商业银行的数据

■ 王 钢

（浙江工业职业技术学院 浙江绍兴 312000）

一、文献综述

2020 年4 月，中共中央、国务院印发的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》首次明确将数据列为生产要素，提出了“数据要素市场化配置”，中国的数字经济自此进入了快速发展通道。根据中国信息通信研究院发布的《中国数字经济发展报告（2022年）》显示，2021 年我国数字经济规模达到45.5 万亿元，占GDP 比重的39.8%，这两项指标相较2019 年分别提升了27.95%和3.6%。数字经济的快速发展，为金融科技的创新和应用提供了巨大的发展空间，也为金融业的数字化转型提供了强大的动力，同时，通过帮助金融机构打造数字化业务产品，强化金融业的数据科技应用能力，使得整个金融业的发展越发呈现出明显的数字化特征。作为中国金融重要组成部分的商业银行自然成为了金融业数字化转型的主要力量，截至2022 年底，超过七成的银行近三年金融科技投入占营业收入的比重超过2%，为金融业的提质增效提供了强大的动力。

目前，数字技术已被视作一种新型生产要素，而企业数字化则被视为数字技术在企业运营过程中的应用，通过在运营管理和产品创新等方面实现数字化，增强产品和渠道的竞争力，优化企业管理结构，进而实现企业的价值增值（Ardolino 等，2018；李德辉等，2022）。在金融领域，国内外学者也对数字技术应用和商业银行经营发展间的关系进行了多方面的研究。总体而言，数字化能帮助金融机构实现“降本增效”，在实现更高收益的同时增强市场竞争力（封思贤和郭仁静，2019；Jagtiani 和Lemieux,2018）。在数字经济发展趋势越发明朗的背景下，为了应对金融科技的冲击，国内商业银行正在积极探索数字化转型之路，希望借助大数据技术、区块链技术以及人工智能等先进数字技术加快对自身业务、产品以及经营模式的调整（董艳等，2023）。

现有的研究表明，对数字技术、互联网平台以及移动终端的利用能有效提升金融机构对于客户资源的获取能力，达到提升业务绩效的目的（吴桐桐和王仁曾，2021）。但目前关于金融机构数字化的相关研究多以常态化环境为背景，而以重大风险事件为切入点开展的研究相对较少。对此，本文拟从新冠肺炎疫情冲击下的银行经营韧性视角探讨危机下商业银行的数字化价值。

二、事实描述和理论分析

（一）事实描述

2020 年突如其来的新冠肺炎疫情，在短时间内对国内的社会经济发展产生了一定的冲击，金融业、农业以及工业等均受到了影响。对此，本文参考了史丹和李少林（2022）的研究，制作散点图对比2018 年和2019 年相同时间点部分财务指标的变化情况，以此观察新冠肺炎疫情冲击对样本银行经营的影响。图1 中，左图为2018 年第四季度前后营收同比增长率均值位置相近，意味着2018 年第四季度前后样本银行经营状况并未有大的变化；右图中2019 年第四季度前后样本银行平均营业收入“实线”之间出现了明显的“断层”，前后时间营收“实线”斜率也存在明显变化。对比2019 年第四季度前后，一方面2019 年第四季度后的营收同比增长较第四季度前出现了明显的下滑，且上升速度缓慢，未能在相同时间达到疫情前水平；另一方面2019年第四季度前相对平缓的营收“实线”转变为2019 年第四季度后相对陡峭的营收“实线”，意味着疫情爆发前后营收增长存在明显的不同。这种现象的出现，很可能是由于疫情冲击所致。

图1 疫情冲击前后样本银行营收同比增长率变化情况

图2 显示，2018 年第四季度前后样本银行净利润同比增长率“实线”存在一定的对称性，即2018 年第四季度前后样本企业净利润同比增长率并未出现明显的趋势性变化。相比之下，图2 右侧2019 年第四季度之后银行净利润同比增长率出现了大幅度下滑，且在随后的时间内出现了持续性下降的现象，这种变化为疫情冲击影响提供了现象性证据。

图2 疫情冲击前后样本企业净利润同比增长率变化情况

（二）理论分析

现有研究已针对数字技术应用和金融机构经营表现之间的关系进行了较多探讨，从多个方面论证了金融机构的数字化价值。

一是数字化有助于降低运营成本。数字化能够有效降低信息不对称程度，并且降低委托人和被委托人、管理者和普通员工之间的监督代理成本，降低了企业的监管成本（Goldfarb 和Tucker，2019）。数字化也有助于金融机构降低部门和人员之间的沟通及协作成本，优化内外部供应链管理，帮助其降低运营成本（张德茂和蒋亮，2018）。此外，近年来基于数字技术营造出的开放、共享、协同的新型商业模式，更是降低了商业银行产品推广、资源匹配以及营销渠道拓展等方面的交易成本（张正平和刘云华，2021）。

二是数字化有助于提高商业银行运营效率。数字化不仅能帮助优化商业银行经营模式，促使其升级转型，还能通过帮助商业银行重组资产和业务以提升全要素生产率（沈悦和郭品，2015）。也有学者认为数字技术应用在直接提升商业银行经营效率的同时，也在不断倒逼金融机构传统经营模式提质增效（温博慧等，2022）。此外，数字技术支持下的渠道和平台的搭建或重构，使得交易环节和信息交流环节更为扁平化，提升了企业的营销效率和管理效率（Škare和Soriano，2021）。

三是数字化有助于增强金融机构的创新能力。赋有强渗透属性的数字技术能有效消除信息传递的障碍，加快创新知识在市场主体间的传播和外溢的速度，促进企业对于创新知识的接收、消化和吸收（陈岩等，2020）。对于金融机构而言，数字化能够为金融机构业务发展提供核心驱动力，提升业务价值和科技创新能力，对商业银行的产品创新与管理创新均具有促进作用（封思贤和郭仁静，2019）。

综上所述，数字化对于商业银行的赋能主要体现在成本降低、效率提升以及创新增强三个方面，能够帮助其获得更好的市场表现，作为企业表现形式之一的企业韧性也很可能会从中得到助力。对此，本文作出如下假设：

H 1：在面对不利的外部环境时，数字化有助于为商业银行创造更为有利的经营条件，强化危机下的经营韧性。

数字化对于金融机构“降本增效”的促进作用虽然已经得到了学术界的普遍认同，但学者同样认为金融机构从数字化中的获益程度还会受到机构规模和股权性质的影响。在规模方面，国内不同商业银行资产规模差异性较大，国有商业银行和股份制商业银行资产规模相对较大，而城市商业银行和农村商业银行资产规模相对偏小。面对外部市场风险冲击，规模越小的银行能借助的外部资源就越少，对于数字化的依赖性便相对更高，反之则越低。在股权性质方面，国有股占比越高的商业银行获取外部资源的能力就越强，化解经营风险的可能性就越大，而国有股占比越低的商业银行则需要更多倚靠自身的经营管理加以应对。对此，本文又作出如下假设：

H2：规模越小的商业银行从数字化中获益程度越大；

H3：国有股份占比越高的商业银行从数字化中的获益程度越低。

三、研究设计和描述性统计

（一）数据来源及说明

本文采用51 家上市商业银行数据，数据来源于WIND数据库和证券交易所公开信息。样本银行包括6 家大型国有商业银行、10 家股份制商业银行、25 家城市商业银行以及10 家农村商业银行。为了比对疫情前后样本银行的市场表现，本文设定研究时间为2019 年12 月1 日至2021 年12 月31 日，样本银行财务数据来源于WIND 数据库，宏观经济数据则来源于历年的统计年鉴和前瞻数据库。在剔除ST 股、PT 股以及关键变量数据缺失严重的样本后，筛选出了样本银行25263 个日度观测值。参考肖土盛等(2020)的做法,本文选择国家卫健委将新冠肺炎纳入乙类传染病的时间点即2020 年1 月20 日作为事件日。

（二）变量定义及模型设定

本文着重研究的是危机来临前商业银行数字化水平对危机期间商业银行韧性的影响，参考Levine（2018）和Gebauer 等（2020）的研究思路，相应的模型设定如下：

上式中，被解释变量Returnit表示银行i 在时间t 的股价收益率，本文主要通过对比疫情爆发前后股票收益率变化来评估商业银行韧性（胡海峰等，2022）。如果投资者认为数字化能帮助企业增强应对危机的能力，企业就能获得相对更高的股票收益率（Albuquerque et al,2020）。

DTSi表示样本银行在疫情爆发前的数字化程度，主要通过测算银行年报中与数字化相关的关键词词频来衡量。在具体操作层面，本文借鉴谢绚丽和王诗卉（2022）基于商业银行数字化关键词构建企业数字化指标的思路，把数字化分为了人工智能技术、云计算服务技术、流程优化技术、大数据分析技术以及数字技术五大类，企业数字化转型指标的构建就是以包含在这些方面的企业数字化关键词为基础。由于上市银行年报在不同数字化阶段存在相关关键词词频起伏现象，仅仅通过计算关键词总数来衡量企业的数字化水平，既不够准确也缺乏横向比较参考标的。鉴于此，为了保障分析结果的可靠性，本文以2017～2019 年这三年时间数字化关键词出现的总频率与所有样本银行年报中出现的数字化关键词总频率之比来衡量企业数字化程度，DTS值越大就说明该银行的数字化程度越高。timet为时间虚拟变量，本文将2020 年1 月20 日以后的日期定义为新冠肺炎疫情冲击时期，冲击时期范围内的time 取值为1，否则就取值为0。DTSi×timet这一交乘项为本文的核心解释变量。

CONTROLSit表示企业层面的日度控制变量，具体包括企业市值（lnemv）、个股交易金额（lnsta）、个股交易数和流通市值之比（Liquidity），表示相应的回归系数。CONTROLSi 表示企业2018 年和2019 年的财务指标均值，具体包括企业规模（size）、企业资产负债率（lev）、资产报酬率（Roa）、固定资产比重（Fixed）、资本性支出（Captial）以及股权性质（Ownership）,CONTROLSi×timet可以尽可能地控制影响样本银行股价收益率的其他因素，以更好地估计数字化与企业表现之间的因果关系（Levin等，2018）。θi 表示银行i 的个体固定效应，控制了企业层面不随时间变化的因素，ε 为随机干扰项。θi 本身已包含了DTSi和timet的影响，因此不再单独加入这两项。

（三）描述性统计结果

本文对样本银行进行了日度和年度两个维度财务数据的描述性统计。根据表1，从日度指标看，截至2020 年12月的股票收益率均值为0.15%，中位数为0.1%；截至2021 年12 月的股票收益率均值为0.13%，中位数接近于0.11%。比对疫情前后财务数据变化趋势，疫情后股票收益率均值呈下降趋势，截至2020 年12 月和截至2021 年12 月这两个时间点的股票收益率均值分别较截至2019 年12 月这一时间点下降21.05%和31.58%。相应地，股票收益率标准差也由疫情前的0.0263 上升到了疫情后的0.0315 左右，呈扩大化趋势。根据2018年和2019年的均值情况，样本银行数字化中位数为0.0344，这表明商业银行的数字化仍然具有较大的提升空间。

表1 不同时间窗口期下的描述性统计结果

四、实证分析

本文主要考察的是商业银行数字化在危机期间的价值，通过模型估计危机前商业银行数字化水平对危机后商业银行市场表现的影响加以衡量。本文通过调整观察时间窗口，以此观察数字化的时间效应，从而对商业银行的数字化价值进行更为全面的考察。

表2 为不同时间窗口期的商业银行数字化赋能基准回归结果。其中，模型（1）～（4）估计结果采用的样本数据时期截至2020 年12 月31 日，被视为短期观测时间段；模型（5）～（8）估计结果采用的样本数据时期截至2021 年12 月31 日，被视为长期观测时间段。根据表2 的基准回归结果，模型（1）～（8）的交互项DTS-time 系数均通过了1%水平下的显著性检验，这表明数字化能显著提升样本银行的市场表现，数字化水平越高的商业银行在危机期间的股票收益率就越高。数字化在客户经营能力、渠道与生态能力、产品创新能力、运营能力以及风控能力等多个方面对商业银行的市场经营进行了赋能，帮助银行有效地提升了应对危机的能力，降低了外部冲击对商业银行市场经营产生的负面影响。商业银行年报披露数字化相关的信息越多，投资者就会据此认为该银行所具备的数字化水平越高，更有能力应对外部危机，对于商业银行后续经营向好的信心就会不断增加。在此情况下，投资者往往不会为了避险提前出售股票，从而避免了银行股价出现“踩踏”的情形。

表2 基准回归结果

在加入控制变量后，模型（4）的DTS-time 项系数为0.0137，企业数字化水平每增加一个标准差（0.0143），目标企业在疫情期间获得的股票收益较疫情前增加约0.020%，相当于相应观测期间股票收益率Return 均值的13.06%，而从均值层面观察，DTS 均值为0.0257，相较数字化水平接近于0 的银行，推进数字化的商业银行在平均意义上于疫情期间将获得额外的0.035%短期收益率（样本时间截至2020 年12 月31 日），相当于短期Return 均值的23.47%。模型（8）的DTS-time 项系数为0.0152，目标银行在疫情期间的股票收益率较疫情前增加约0.022%，相当于相应观测期间股票收益率Return 均值的16.72%。从均值意义上看，疫情期间数字化商业银行相比未开展数字化银行能够获得额外的0.0039%长期收益率（样本时间截至2021 年12 月31 日），相当于长期Return 均值的30.05%。

比对长短时间窗口下的回归结果，数字化能帮助商业银行获得更好的市场表现，且长期赋能效应强于短期。对于企业而言，数字化转型是一项涉及数据、技术、流程、组织等一系列要素的系统性工程。从短期看，数字化往往聚焦于生产运营过程中某一环节问题的解决，“技术+要素”的融合受时间和范围的限制，员工和管理者在面对新的业务流程、新的商业模式以及新的生产技术时都需要一个适应期，而这也导致了短期数字化价值体现的局限性；从长期看，金融机构的数字化更加侧重于商业模式的创新性、管理流程的集约性以及人才结构的适配性等方面，数字技术应用时间越长就越能帮助商业银行实现商业模式创新、业务流程重构、产品创新以及渠道开拓等，长期效益也就更加突出。这一结论也提醒了广大金融机构要把数字化转型作为企业的长期战略规划，在不同发展阶段要积极利用互联网、大数据、云计算等数字经济发展载体增强自身的数字化能力。当然，长短期赋能效应的比较视不同的时间尺度而定，这就需要后续研究在更长的时间跨度上基于更多企业数据作进一步的验证。

五、稳健性检验和异质性分析

（一）稳健性检验

2020 年全球新冠肺炎疫情的爆发是不可预料的重大公共卫生事件，对于金融机构而言并不能提前预知，商业银行在危机期间的市场表现主要由其在危机前的企业特征所决定（Fahlenbrach et al,2021）。可见本文的分析结果较难受到反向因果关系的干扰，本文涉及的内生性问题主要聚焦于遗漏变量、测量误差以及样本选择偏误等方面。

3.企业要结合自身的实际，逐渐搭建起科学、有效的文化沟通机制，使企业文化成为员工的一种习惯。任何企业都无法避免文化的冲突和摩擦现象，毕竟企业的主体是人，不同的人在思想上存在着差异性，这就使得在交流的过程中，不可避免地会出现摩擦与碰撞现象，所以就应该建设起一个极为畅通的文化交流通道，当员工之间存在着相关矛盾，或者对企业存在着看法与建议时，就要通过及时沟通和了解，将这些影响企业文化的负面情绪及时地予以“消化”，从而维护企业自身的稳定性。当然企业也要重视做好企业的文化建设工作，通过设置专门的岗位，并且给予一些资金上的支持，以便于开展文化建设工作。

本文借鉴Albuquerque 等（2020）的研究思路，采用双重差分模型（DID）以缓解内生性问题。基于扩大融资规模、提升知名度以及股东减持套现等目的，上市公司存在通过披露年报信息进行策略性炒作或蹭热点话题的动机（何德旭等,2022）。因此，上市商业银行年报中的数字化信息很可能会超前，仅凭年报信息中是否出现数字化关键词就判断企业是否具备数字化水平就略显“武断”，亦即以此为标准进行组别归类将很有可能会引起样本的选择性偏误，这将影响处理组和对照组所包含数字化信息的质量。鉴于此，为了尽可能提升包含的信息质量，本文设定了虚拟变量DTS-dum，将DTS 值排名前1/4 分位数的样本划入处理组，DTS-dum 取值为1，剩余样本划入对照组。在此基础上，将DTS-dum 和time 的交乘项记为DTS-time1 按照公式（1）进行模型估计。估计结果见下表3：

表3 DID 方法估计结果

根据上表3 的回归结果，模型（1）～（4）中交乘项DTS-time1 系数均至少通过了5%水平下的显著性检验，表明数字化存在对样本银行经营韧性显著的促进作用。其中，模型（3）和（4）分别是相应的平行趋势检验，before1和before2 分别表示的是疫情前1 个月和2 个月的虚拟变量，两者系数均未能通过显著性水平检验，这就表明疫情前样本银行是否开展数字化改革未能显著影响其市场表现，从侧面凸显了危机下银行的数字化价值。图3 是相应的平行趋势检验图，表明通过了平行趋势检验。

图3 平行趋势检验

经营状况越好的商业银行就越有资本投资数字技术，而更多数字技术的应用又会反向增强银行的经营实力，可见分析过程中有可能存在样本自选择问题。对于此，本文采用PSM 方法缓解由样本自选择问题所造成的估计偏误，具体步骤如下：首先，按照四分位数构造哑变量DTS-dum，卡尺范围设定为0.5%；其次，选取企业资产规模、资产负债率、资产净收益率、企业年龄、员工数量以及所在行业类别作为协变量进行匹配；最后，删除与匹配规则不相符的数据记录，按照公式（1）进行回归。回归结果显示依然稳健，而且相比表2 的回归结果更为显著。

同时，本文通过调整基准周期（一年和五年）测算企业的数字化水平，以保证对危机前样本银行数字化水平测算的准确性，从而降低由于测量误差而引起的估计偏误。此外，本文还分别采用了现金红利下的日度个股回报率和市场调整的企业股价收益率这两个指标作为样本银行韧性的代理变量，估计结果与基准回归结果保持了总体上的一致性。

（二）异质性分析

何帆和刘红霞（2019）、Hanelt 等（2021）的研究发现，企业韧性从数字化中的受益程度受企业规模和股权性质的影响。对此，本文将从商业银行资产规模和股东成分这两方面就数字化的赋能效应进行异质性分析。在资产规模方面，样本银行中国有商业银行、股份制商业银行、城市商业银行以及农村商业银行的样本数占比分别为11.75%、19.61%、49.02%以及19.61%，前两者资产规模显著大于后两者。对此，本文将前两者划入了大型商业银行类别，将后两者划入了中小型商业银行类别，相应的异质性分析结果见表4。

表4 银行规模的异质性检验

表4 的模型估计结果显示，模型（1）～（4）中的DTS-time 系数均至少通过了5%水平下的显著性检验，表明数字化有助于不同规模商业银行获得更好的股票收益率。相比之下，观测期无论是短或长，以城市商业银行和农村商业银行为代表的中小型商业银行的数字化价值在危机期间就表现得更为充分。面对不利的外部环境，以国有商业银行和股份制商业银行为代表的大型商业银行可以利用更多的沉淀资源或借助更多市场资源应对外部风险冲击，而中小型商业银行可以利用的外部资源相对较少，从数字化中获取的边际收益相对更大。

在股权性质方面，国资背景越强的商业银行具有相对更强的外部资源获取能力，对于数字技术应用的依赖性就越弱，反之则越强。对此，本文根据前十大股东国有股份的不同占比对样本进行分组估计，以此观察股权成分的不同对数字化价值所产生的具体影响，估计结果见表5。

表5 股东成分的异质性检验

综合表5 和表2 的估计结果，无论是短期还是长期，国资背景越弱的商业银行从数字化中的获益程度就越高，表现为疫情期间相对更高的股票收益率。究其原因，面对疫情的冲击，国有股份占比更高的商业银行不仅更能享受政府赋予的多种优惠政策，而且还能借助国资平台获取外部资源的支持，依靠较强的外部资源获取能力度过危机，从而弱化了机构内部应用数字经济红利进行革新的动力，对于数字技术的依赖性也就相对偏弱。相反，国有股份占比更低的商业银行在面临自然和市场的双重风险时，需要更多地依靠自身对于内部资源的部署能力，积极主动地应用数字资源来额外开拓新的销售市场，提升市场份额，尽可能地改善自身的经营状况。相比较而言，非国有商业银行对于数字技术的需求度更高、依赖性更大，从数字化中的获益程度也就越高。

综上所述，检验结果表明数字技术应用有助于提升商业银行应对危机的能力，尤其是能帮助中小规模商业银行和非国有商业银行提升危机期间的运营稳定性和发展性。

（三）数字化的动态累积效应

为了进一步验证数字化赋能的时间效应，本文从时间推移的角度观察了数字化的累积效应，以此考察数字化在不同疫情发展阶段下的差异性影响。图4 为数字化的累积效应示意图，样本起止时间为2020 年1 月至2021 年12 月，横坐标以月份为单位，例如M2 表示截止日期为2020 年2月末，M24 表示截止日期为2021 年12 月末。通过逐月增加疫情冲击时间，改变time 定义区间，本文按照方程（1）进行回归获取了相应的DTS-time 回归系数。

图4 数字化的动态累积效应

根据估计结果，数字化动态累积效应虽然存在着升跌现象，但在疫情发生后的两年时间里整体上呈上升势头。具体而言，DTS-time 回归系数在疫情冲击下并未出现即时性上升势头，而是在疫情冲击后的第8 个月左右开始出现明显的上升势头，继而在第20 个月左右达到最高峰。疫情爆发后的3 个月是国内疫情蔓延最为严重的时期，在给金融机构带来冲击的同时也充分体现出了非常时期下数字化的价值。数字化帮助商业银行在金融产品创新、工作模式灵活性、业务流程优化以及营销渠道网络化等方面实现了优化，强化了商业银行的市场表现，最终都反馈到了股票价格变化上。而随着疫情的持续以及市场不确定因素的增加，数字化的“马太效应”开始显现，也即高水平数字化加持下的商业银行竞争力普遍呈增强趋势，这会进一步强化股票收益率。这一论断在图3 中也得到了部分证实，相较疫情爆发时的即时性反馈，数字化在更长时期内对商业银行经营韧性的提升作用更为强劲，也即数字技术应用对商业银行赋能的长期效应强于短期效应。

六、结论及对策建议

本文以51 家上市商业银行为研究对象，利用模型估计了重大风险事件下商业银行的数字化价值，得出了如下结论：第一，根据基本研究结论，数字技术应用有助于提升商业银行应对危机的能力，给投资者带来信心，在股票市场获得更高的收益率；第二，异质性检验结果表明：与大型商业银行相比，数字技术应用对中小型商业银行的赋能效应更为显著，能够帮助其获得更好的市场表现；国有股占比越高的商业银行对于数字技术的依赖性就越低；第三，进一步的研究表明，相比数字化的短期赋能效应，商业银行的数字化价值在相对更长时间得以更为充分的体现，亦即数字化的“长期”赋能效应强于“短期”。

基于以上研究结论，在数字技术应用不断深化的趋势下，为了更好地推进商业银行的数字化转型，促进国内金融业的高质量发展，本文提出以下对策建议：

第一，加大金融业数字化转型的基础设施建设力度，为商业银行的数字化转型夯实物质基础。鉴于数字技术对于商业银行应对危机能力的提升有显著的赋能效应，政府要依托现有金融基础设施加强统筹安排，在机构间、行业间的空白地带加大公共性投入。具体而言，不仅要大力健全行业数据的基础制度，还要出台数据共享使用规范和行业标准，建立数据流通交易规则，不断完善数字基础设施以支撑金融业数字化转型的行稳致远。从商业银行的角度看，要主动迎合金融业的数字化，积极与金融科技公司开展合作，加强金融科技应用创新，并进一步通过数字技术与产品创新、销售服务、办公管理等环节的深度融合，不断强化数字化带来的降本增效创新效应。

第二，关注商业银行数字化赋能的异质性，要给予小规模和非国有商业银行数字化转型更多的财力和技术支持。针对小规模和非国有商业企业，一方面监管机构对这部分银行的数字化转型应持更加包容、开放的态度，要适度放宽对这部分商业银行的数字化转型监管，同时为其金融服务创新给予更多的政策和技术支持；另一方面，从监管层面或行业协会层面方面，可以为中小银行和非国有银行搭建起不同类别、不同层次的交流平台，通过加强信息交流、业务合作等方式实现数字化转型的共赢局面。

第三，鉴于数字化赋能的长期效应，要引导商业银行制定数字化转型的长期战略规划。数字化转型本身是一个长期工程，无论是监管部门还是银行本身都要具备“长线”思维。就监管部门的角度而言，要健全金融科技监管基本规则，加强新技术金融应用备案管理，健全金融领域科技伦理治理体系，为商业银行实现数字化转型的长期战略规划营造良好的金融环境。从商业银行的角度而言，商业银行要不断强化数字化转型意识，从规划入手全面制定适合自身发展特点的数字化经营体系，比如完善跨渠道的营销策略、全渠道的客户运营策略以及动态化的产品创新体系等，同时，在不同发展阶段，利用互联网、大数据、云计算等相匹配的数字经济发展载体，强化自身的数字化能力，从而在更长的时间维度上实现商业银行数字化的更大价值。