数字金融降低城市商业银行的风险承担了吗？

摘" "要：本文基于2011—2021年我国80家城市商业银行的平衡面板数据，实证检验了数字金融对我国城市商业银行潜在风险的影响。研究结论表明：数字金融可以缓释城市商业银行的风险承担；机制分析表明，数字金融可以通过提高经营效率与市场势力降低城市商业银行的风险承担水平；调节效应表明，在金融脱媒深化的背景下，数字金融对城市商业银行风险承担的抑制作用更强。在此基础上，建议城市商业银行应顺应数实融合发展趋势，积极推进数字化转型，监管层应完善金融监管框架，营造充分竞争的市场环境。

关键词：数字金融；市场势力；经营效率；金融脱媒

中图分类号：F832.3" 文献标识码：A" 文章编号：1674-2265（2025）01-0003-10

DOI：10.19647/j.cnki.37-1462/f.2025.01.001

一、引言

美国硅谷银行倒闭的速度之快再次引发社会各界对于商业银行资产负债配置问题的广泛讨论。党的二十大报告强调，“守住不发生系统性风险底线。”在我国银行主导型金融体系背景下，商业银行的风险承担状况对系统性金融风险的形成与防范具有重要意义，事关金融系统的稳定和经济的平稳增长。2007年以来，我国商业银行一直处于过度风险承担状态，城市商业银行的过度风险承担程度显著高于大型国有商业银行和全国性股份制商业银行（赵旭霞和李双建，2023）[1]，成为系统性金融风险的重要来源。厘清影响城市商业银行风险承担的因素和渠道，探讨降低城市商业银行风险的措施和手段，对于降低单一银行风险形成的“多米诺骨牌”型系统性风险意义重大。数字金融的兴起促使商业银行的经营模式发生重大变革，深刻影响商业银行的风险承担水平。从负向影响来看，数字金融不仅打破了原有竞争格局，而且增加了风险传染概率；从正向影响来看，以数字技术驱动的服务模式创新有助于提升经营管理效率，扩大金融服务覆盖面，提高金融服务精准度，增强市场竞争力。数字化浪潮下，数字金融对城市商业银行风险承担的综合影响是积极的还是消极的，成为促进城市商业银行稳健经营乃至保障金融体系稳定的重要议题。

鉴于数字金融对商业银行风险承担影响的双面性，综合影响可能因数字金融的发展程度以及商业银行的经营环境变化情况而呈现不同的结果。部分学者认为，数字金融通过蚕食特许权价值（顾海峰和朱慧萍，2022）[2]、提高负债成本（Zhang等，2020）[3]、恶化资产质量（郜庆和李谋，2018）[4]，促进商业银行风险承担；部分学者认为，数字金融通过提升经营管理效率（Delis和Kouretas，2011）[5]、改善收入结构（徐晓萍等，2021）[6]、提高风险防控能力（Li等，2022）[7]，降低商业银行潜在风险。也有学者基于数字金融与商业银行经营管理融合呈现的阶段性特征，认为数字金融是否会缓解商业银行面临的风险，取决于观察的时间长度。如沈悦和郭品（2015）[8]认为，数字金融在早期可以通过降低商业银行管理成本抑制风险承担，但是长期会通过缩小利差、增加资金成本等路径，影响商业银行的资产配置行为，导致其承担的风险加大，即数字金融与商业银行风险承担之间呈现U形关系。傅顺等（2023）[9]顺着这一思路进行研究，提出商业银行在利差缩小之后，会积极调整经营模式，高效利用数字金融的技术溢出效应，提高风险防控能力和经营管理水平，从而实现资源配置效率的提高和风险承担水平的下降，即从更长的时间维度来看，数字金融与商业银行风险承担之间存在倒U形关系。

综上，国内外学者虽已进行了丰富研究，但仍有进一步拓展的空间：一方面，将数字金融与城市商业银行风险承担纳入一个框架进行针对性分析的文献较少，而我国城市商业银行普遍存在抗风险能力较弱、信用风险过于集中等问题（侯毅恒等，2018）[10]，因此，数字经济与实体经济融合背景下，数字金融能否弱化城市商业银行的风险是一个值得探讨的话题；另一方面，关于数字金融对商业银行风险承担的作用路径，现有文献主要聚焦信贷资产结构、负债成本、银行业竞争度等因素的单一渠道作用，从内外部视角进行综合验证的文献较少，缺乏系统的理论分析架构与深入的分析探讨。鉴于此，本文的边际贡献在于：一是以我国金融体系结构和金融监管特征为切入点，聚焦风险承担水平较高的城市商业银行，探讨数字金融的影响效果与路径，是对现有相关文献的丰富和补充；二是从经营效率和市场势力两个角度，厘清并验证了数字金融对城市商业银行风险承担水平的作用路径，拓展了理论分析视角并强化了分析结论的可靠性；三是结合银行业发展趋势，进一步分析了金融脱媒在数字金融对城市商业银行风险承担影响中的调节作用，为监管部门在不同经营环境下的政策制定提供理论依据和经验证据。

二、理论分析与研究假设

（一）数字金融与城市商业银行风险承担

关于数字金融与商业银行风险承担之间的关系，现有文献观点可以总结归纳为风险抑制论和风险促进论。风险促进论的论点是数字金融通过蚕食特许权价值、提高负债成本、恶化资产质量促进商业银行风险承担。特许权价值来源于两个方面：一是因获得政府政策支持而取得的垄断租金，二是凭借经营效率、多元化经营而取得的超额收益。就城市商业银行而言，源于其相对于大型国有商业银行和全国性股份制商业银行较弱的市场势力和较窄的利差收益，受到数字金融带来的市场竞争结构变化导致的特许权价值损失较小，而在管理效率较低导致多元化经营受阻的背景下，却可以获得数字金融带来的超额收益的更大幅度提升，因此，数字金融对城市商业银行特许权价值的影响是正向的（赵江山和佟孟华，2023；贾雅茹等，2023）[11，12]。负债成本提高的逻辑在于，数字金融通过促进利率市场化改变了商业银行负债结构，从而使其对同业拆借资金的依赖度提高，但在我国当前监管环境下，资金端风险资产占比不大，商业银行扩表导致风险上升的动力不足（余静文和吴滨阳，2021）[13]。尤其是对聚焦本地经济和中小企业发展的城市商业银行来说，其在市场竞争中需要以价格手段对自身的声誉风险进行补偿，加之受限于自身基础薄弱和人才劣势，无法做到客户群的细分和精准化定价，导致负债成本过高的问题更为突出（孙洁，2024）[14]，数字金融的发展为城市商业银行差异化定价的实现提供了可能。资产质量恶化的推断来自对“长尾客户”风险的考虑，但从我国商业银行服务地位和模式来看，其在客户选择和贷款投向方面仍具有很强的主动权（潘锡泉，2024）[15]，这一点对城市商业银行来说也是适用的，即城市商业银行是否服务“长尾客户”，仍然可以基于风险和收益的综合权衡。因此，数字金融的发展并不会带来城市商业银行资产质量的明显恶化。

数字金融对城市商业银行风险承担的影响不仅局限在存贷款业务层面，而且已经深入至与管理模式的融合层面，从而影响城市商业银行的资源配置效率。而资源配置效率与风险承担水平之间呈负相关关系，资源配置效率越高，风险承担水平越低。因此，对数字金融与城市商业银行风险承担之间关系的梳理，关键在于辨明数字金融对城市商业银行资源配置效率的影响。城市商业银行作为我国金融体系的重要组成部分，其金融创新能力和解决信息不对称问题的能力越强，资源配置效率越高，服务实体经济的成效越好。在金融创新方面，数字金融可以赋能城市商业银行进行“轻量化”转型，以实现对新的利润增长点的探索。具体而言，从业务模式创新角度来看，数字金融助力城市商业银行摆脱物理网点限制，实现对中间业务等“轻型业务”的拓展；从金融产品创新角度来看，数字金融带来的“技术公平化”为城市商业银行产品创新提供了条件与基础；从经营模式创新角度来看，数字金融有利于城市商业银行通过打造智能审批管理体系降低整体运营成本（王龑和刘大志，2024）[16]。在信息不对称方面，数字金融的技术溢出效应降低了城市商业银行的信息获取成本和风险管理成本，提高了城市商业银行的风险管理能力和信贷资产质量，如区块链技术提高了城市商业银行的资产定价能力，人工智能技术提高了城市商业银行的风险识别能力，大数据分析技术提高了城市商业银行的贷后管理能力。由此可见，从我国城市商业银行创新能力的提升和信息不对称风险的缓解这一特征事实来看，数字金融可以提高我国城市商业银行的资源配置效率，从而抑制城市商业银行的风险承担。

综上，在我国当前宏观审慎政策环境下，数字金融对城市商业银行风险承担的促进作用有限，抑制作用明显。由此，本文提出如下研究假设：

H1：数字金融可以降低我国城市商业银行的风险承担。

（二）经营效率的中介作用

城市商业银行经营效率的提升，一方面体现为内部管理能力的提升，另一方面体现为与外部优质客户的对接。从内部管理能力提升角度看，数字金融的影响可以渗透到风险管理、金融服务、组织架构等方方面面。具体而言，在风险管理方面，数字金融可以丰富和细化城市商业银行内部数据分析维度，对外可以提升数据精准度和客户甄别度，对内可以降低商业银行员工的欺诈风险和风控系统的运行成本（Fuster等，2019）[17]，并催生内部评级体系等风险管理模型的变革和信息联动式风险管理流程的建立，从而弥补城市商业银行因经营规模和服务客户特征而在风险管理能力方面存在的缺陷。在金融服务方面，数字技术可以将中小企业的信用拆分并传送至供应链远端，以缓解信息不对称问题，从而弥补城市商业银行在风险定价能力方面存在的不足（中国人民银行成都分行营业管理部课题组和龙俊桃，2020）[18]，同时，以数字金融为基础的线上服务方式不仅可以直接降低城市商业银行的服务成本，实现客户规模和零售存款业务的双扩张，而且可以通过降低批发性融资、同业拆借等业务占比，间接降低城市商业银行的综合成本，从而促进其经营效率的提高。在组织架构方面，数字技术的应用能够助力城市商业银行打破各个部门之间的数据、信息、沟通、业务壁垒，提高内部组织的柔性化能力和决策反馈机制的有效性，从而实现经营效率的提升（谢治春等，2022）[19]。从外部优质客户对接角度看，数字金融缓解了信贷市场的“地域歧视”和“规模歧视”，提高了优质民营企业和中小企业的资金需求与商业银行资金供给的匹配度（唐松等，2020）[20]，从而实现了城市商业银行资源配置效率的提升。城市商业银行经营效率提升，则风险转嫁动机降低，风险承担水平就降低。由此，本文提出如下假设：

H2：数字金融可以通过提高城市商业银行经营效率抑制其风险承担。

（三）市场势力的中介作用

数字金融对城市商业银行市场势力的影响取决于对银行业市场结构的影响，关于这一影响，学术界的观点并不统一。部分学者认为，数字技术的应用能够提高商业银行的信息处理能力，但大型国有商业银行凭借在资金规模和人才资源方面的优势，可以实现对新技术的快速吸收，从而加剧“马太效应”，导致城市商业银行市场势力的下降（Hauswald和Marquez，2003；李学峰和杨盼盼，2021）[21，22]；部分学者认为，数字技术的应用显著提高信息要素流通的便利性，使数据信息得以广泛传播与共享，促进金融产品创新和商业模式创新，为商业银行创造更为公平的市场环境，从而削弱大型国有商业银行和全国性股份制商业银行的市场势力，提升城市商业银行的市场势力（王志光和范志国，2023；何小钢等，2023）[23，24]。基于利率市场化促使银行业竞争由数量竞争转向价格和数量双重竞争从而提升中小商业银行竞争力量的基本事实，以及我国的金融市场改革旨在促进竞争、消除壁垒、形成全国统一大市场（刘志彪，2022）[25]的现阶段目标，本文认为我国数字金融的发展处于促进银行业竞争的阶段，即数字金融与城市商业银行市场势力之间存在正向关系。

城市商业银行市场势力的提升可以降低自身存在的经营风险（Danisman和Demirel，2019）[26]。首先，市场势力增强可以提高城市商业银行的定价权，使其能够索取较高的信贷利率，获得市场溢价，从而提高风险抵御能力（申创和刘笑天，2017）[27]。其次，市场势力增强有助于城市商业银行多元化经营战略的推进以及市场份额的扩大，从而降低业务和客户集中度过高带来的风险。再次，市场势力的提升可以促进城市商业银行与优质客户之间建立稳定的长期合作关系（张一林等，2019）[28]，减小风险敞口。最后，市场势力增强意味着特许权价值和破产成本的增加，城市商业银行为了维护自己的市场地位，会避免高风险投资项目，采取审慎经营策略。鉴于此，本文提出如下假设：

H3：市场势力在数字金融抑制城市商业银行风险承担的过程中发挥中介作用。

（四）金融脱媒的调节作用

党的二十大报告明确提出，“健全资本市场功能，提高直接融资比重。”在金融脱媒逐步深化的背景下，数字金融对城市商业银行风险承担的影响可以从利息业务和非利息业务两个角度来思考。从利息业务角度看，金融脱媒趋势下，优质企业倾向于选择成本更低的直接融资方式，难以通过直接融资方式获取信贷资源的中小企业成为城市商业银行的主要服务对象（亓浩等，2023）[29]。而数字金融在解决信息不对称问题以及降低授信客户道德风险方面的优势，在这一背景下得以更为充分地发挥，亦即金融脱媒趋势下，数字金融在信贷资源匹配和风险管理方面作用的发挥，可以更为有效地提升城市商业银行的经营效率，以实现“以量补价”策略的践行和潜在风险的防范。从非利息业务角度看，金融脱媒促使商业银行彻底转变经营理念（Mercer，1996）[30]，加快非利息收入业务开发速度（French和Leyshon，2004）[31]。在此过程中，具有数据和技术优势的商业银行可以通过开发表外业务激发“脱媒矫正”效应（Christian和Ying，2009）[32]，而数字金融带来的技术溢出效应可以提高城市商业银行的技术水平，并通过提升其非利息收入占比和在新兴业务市场中的市场份额，强化其市场势力，从而提高其盈利水平和风险应对能力。综上，无论从利息业务角度来看，还是从非利息业务角度来看，伴随金融脱媒的进一步深化，数字金融对城市商业银行潜在风险的抑制作用将进一步强化。因此，本文提出如下假设：

H4：金融脱媒程度加深强化了数字金融对城市商业银行风险承担的抑制效果。

三、研究设计

（一）模型设定

参考顾海峰和卞雨晨（2022）[33]的研究，构建如下基准模型，以检验数字金融对城市商业银行风险承担的影响：

[RTi，t=β0+β1DFi，t+γControlsi，t+δi+θt+εi，t]" " " "（1）

式（1）中，[RTi，t]表示第[t]年某城市商业银行[i]的风险承担情况，[DFi，t]表示第[t]年城市商业银行[i]所处地区的数字金融发展水平。[Controls]表示对城市商业银行风险承担水平具有重要影响的控制变量。银行个体固定效应和时间固定效应分别用[δi]和[θt]表示，[εi，t]表示随机误差项。

为检验经营效率和市场势力的渠道作用，参考温忠麟和叶宝娟（2014）[34]的研究，构建如下中介效应模型：

[Mi，t=α0+α1DFi，t+γControlsi，t+δi+θt+εi，t]" " " （2）

[RTi，t=ω0+ω1DFi，t+ω2Mi，t+γControlsi，t+δi+θt+εi，t]" " " " " " " （3）

式（2）和式（3）中，[Mi，t]是中介变量，包括经营效率（TFP）和市场势力（Lerner）。

为检验金融脱媒的调节作用，构建如下调节效应模型：

[RTi，t=β0+β1DFi，t+β2At+β3At×DFi，t+γControlsi，t+δi+θt+εi，t]" " （4）

式（4）中，[At]表示调节变量，即金融脱媒（FD）。

（二）变量选择与说明

1. 被解释变量：城市商业银行风险承担（RT）。借鉴Salas和Saurina（2002）[35]及邱晗等（2018）[36]的研究，采用加权风险资产占比衡量城市商业银行风险承担水平。

2. 解释变量：数字金融（DF）。采用北京大学数字金融研究中心测算的数字普惠金融指数作为代理指标，衡量城市商业银行所在区域的数字金融发展水平。

3. 控制变量。参考何理等（2022）[37]、蒋海等（2023）[38]相关研究，从微观和宏观两个层面引入控制变量。微观层面引入的变量有资产规模（Asset）、资产收益率（ROA）、资本充足率（CAR）、成本收入比（CIR）和存贷比（LDR）；宏观层面引入的变量有人均GDP（GDP）和广义货币供应量（M2）。

4. 中介变量。本文涉及两个中介变量，即经营效率（TFP）和市场势力（Lerner）。经营效率以DEA-Malmquist指数为代理变量。参考杜莉和刘铮（2022）[39]、李昊骅等（2018）[40]的研究成果，将贷款总额、净利润、营业收入作为产出数据，将员工人数、管理费用、资产总额作为投入数据。DEA-Malmquist指数是正向指标。

市场势力以[Lerner]指数衡量：

[Lerneri，t=（Pi，t-MCi，t）Pi，t]" " " （5）

式（5）中，[Lerneri，t]代表第[t]年某城市商业银行[i]的市场势力；[Pi，t]是该城市商业银行第[t]年产出的平均价格，以总收入除以总资产计算得出；[MCi，t]是该城市商业银行第[t]年的边际成本，由超越对数成本函数计算得出，计算公式如式（6）所示。其中，[TAi，t]为该城市商业银行的总产出，以总资产表示；[W1]为资金价格，[W2]为资本价格，二者的比衡量的是该城市商业银行的要素投入价格，[W1]以总利息支出除以总存款计算得出，[W2]以营业成本与人员开支的差额除以固定资产计算得出；[TCi，t]是该城市商业银行的总成本，推导公式如式（7）所示，估计方法是随机前沿分析法。[Lerner]指数代表该城市商业银行获取超额利润的能力，[Lerner]指数越大，其市场势力越强。

[MCi，t=TCi，tϕ1+ϕ2LnTAi，t+ζ（Lnw1w2）/TAi，t]""（6）

[LnTCi，t=ϕ0+ϕ1LnTAi，t+12ϕ2（LnTAi，t）2+j=12λjLnWj，it+12j=12k=12λjk（LnWj，it）（LnWk，it）+12i=12ζj（LnWj，it）（LnTAj，it）+μi+νit]" （7）

5. 调节变量：金融脱媒程度（FD）。以直接融资规模与社会融资规模总额的比值作为代理变量，计算公式如下：

该指标为正向指标，指标值越大，说明金融脱媒程度越大。

（三）数据来源与描述性统计

基于数据的可得性与完整性，选择80家城市商业银行2011—2021年的平衡面板数据为研究样本，相关数据来源于国泰安数据库、万得数据库、同花顺数据库、国家统计局、中国人民银行以及各商业银行年报。各变量描述性统计结果如表1所示。

四、实证分析

（一）基准回归分析

如表2所示，在逐步加入微观和宏观控制变量后，数字金融对城市商业银行风险承担的影响在1%的水平上显著为负，即数字金融可以显著抑制城市商业银行的风险承担。由此，研究假设1得证。

从微观层面控制变量来看，资产规模显著负向影响城市商业银行的风险承担水平，原因在于城市商业银行资产规模越大，市场势力越强，业务多元化程度越高，且主动风险分散手段越多，受到监管关注度也越高，因此，资产规模与城市商业银行风险承担之间的关系是反向的。资本充足率的系数在1%水平上显著为负，可能的原因是，资本越充足的城市商业银行，防范风险和吸收损失的能力越强，且更容易获得融资支持，风险承担能力越强。成本收入比的系数在1%水平上显著为负，原因可能是存贷利差较小的稳健经营模式可以有效降低城市商业银行面临的经营风险。存贷比的系数在1%的水平下显著为正，可能的原因是，原银监会先后在2009年、2015年放松了对存贷比的监管要求，进而促进了监管套利动机对商业银行风险承担的边际贡献。

从宏观层面控制变量来看，货币政策在1%水平上显著为负，货币供应量增多往往伴随着利率下降，利率降低减轻了借款人的利息负担，强化了借款人资金投入与利润实现之间的正反馈机制，提高了借款人的综合实力，从而降低了借款人的道德风险以及城市商业银行面临的潜在风险。此外，宽松的货币政策会通过增加城市商业银行的特许经营权价值，降低其融资成本和风险承担水平。

（二）内生性处理

因为数字金融的发展和商业银行经营活动密切相关，可能存在一定程度的遗漏变量、双向因果等导致的内生性问题，为避免内生性问题造成的估计误差，进一步采取两阶段最小二乘法和系统GMM方法进行内生性处理。

在工具变量的选取上，参考顾海峰和卞雨晨（2022）[33]的研究，选取中国互联网络信息中心编制的互联网普及率指数（Internet）作为工具变量。实证结果如表3所示，模型（1）中，工具变量对数字金融（DF）在1%水平上显著正相关，满足了两阶段最小二乘法第一阶段要求；模型（2）中，数字金融（DF）与城市商业银行风险承担（RWA）之间的相关系数为-0.512，在5%的水平上显著为负，与基准回归结果一致。系统GMM检验结果表明：AR（1）值小于0.1，AR（2）值大于0.1，说明扰动项通过序列相关性检验；Hansen检验结果为0.747，大于0.1，说明选择的工具变量是有效的；主要解释变量数字金融（DF）与风险承担（RWA）显著负相关，与基准回归结论一致。

（三）稳健性检验

本文采取更换被解释变量和核心解释变量，以及增加样本容量的方法进行稳健性检验。被解释变量的替换变量，参考余晶晶等（2019）[41]的研究，用不良贷款率（NPLR）作为稳健性检验中的代理变量；解释变量的替换变量，参考董康等（2023）[42]的研究，以各省政府工作报告中涉及数字金融的词频数量总和的对数所代表的数字经济发展水平（DigitE）1作为稳健性检验中的代理变量。检验结果如表4列（1）和列（2）所示，数字金融（DF）与数字经济发展水平（DigitE）的系数均显著为负，说明基准回归结果稳健。另外，考虑到城市商业银行的可得数据已经全部运用，而且数字金融对商业银行风险承担的影响具有普遍性，因此，将研究样本拓展到包含大型国有商业银行、全国性股份制商业银行、城市商业银行和农村商业银行的126家商业银行，以进一步验证本文研究结论的合理性。实证结果如列（3）所示，增加样本容量后，数字金融的影响系数为-1.741，在1%的水平上显著，但绝对值小于基准回归结果中的系数，说明数字金融对城市商业银行风险承担的抑制作用更强。主要原因是，数字金融虽然可以缓解商业银行整体的风险承担，但是城市商业银行的风险管理问题更为突出，数字金融在数据处理和流程优化方面的优势在城市商业银行经营管理中发挥的作用更强。因此，在银行业整体面临低增长、低需求、低息差和高风险挑战的背景下，城市商业银行应该积极拥抱数字金融以深度挖掘数据价值。

（四）异质性分析

异质性检验结果如表5所示。模型（1）和（2）以是否上市为标准，对数字金融影响城市商业银行风险承担的效果进行异质性分析，结果显示数字金融对已上市城市商业银行的风险承担抑制作用更强。可能的原因是：一方面，已上市城市商业银行通常面临更严格的监管，更有必要借助数字金融构建更为高效、完善的经营管理体系，因而风险承担降低更多；另一方面，已上市城市商业银行可获得的资源与成长机会更多，数字金融发挥作用的领域和环节更多，从而对风险承担的抑制作用更强。

模型（3）和（4）以经营规模的中位数为标准，将城市商业银行划分为大规模和小规模银行，以进行数字金融赋能作用的异质性分析。结果显示，数字金融对小规模城市商业银行风险承担抑制作用更强，可能的原因是小规模城市商业银行的市场势力更小，经营效率更差，数字金融对小规模城市商业银行的业务边界拓展作用和经营效率赋能作用均更强，因此，风险承担的抑制作用也更强。

模型（5）和（6）以经营效率的中位数为标准，将城市商业银行划分为高经营效率和低经营效率两组，以进行数字金融赋能作用的异质性分析。结果显示，数字金融对经营效率高的城市商业银行的风险抑制作用更强。可能的原因在于，数字技术作为一项先进技术，其适用需要一定的条件，低经营效率城市商业银行普遍面临先进技术与落后条件之间的矛盾，导致享受到的数字金融红利和技术溢出效应不如高经营效率的城市商业银行。

（五）中介效应检验

本文采用逐步回归法进行中介效应检验。如表6所示，模型（1）（2）（3）是对经营效率渠道作用的检验。模型（2）显示，数字金融对城市商业银行经营效率的作用系数为1.068，在10%的水平上显著，说明数字金融的发展有利于城市商业银行经营效率的提高；模型（3）在模型（1）的基础上加入了经营效率，数字金融影响系数为-1.052，且通过了显著性检验，但与模型（1）的实证结果相比，对城市商业银行风险承担的抑制作用变弱了，经营效率的影响系数为负值，且在10%的水平上显著，说明“数字金融——经营效率——风险承担”的传导渠道有效。对于城市商业银行来说，资产质量问题成为制约其发展乃至决定其存亡的关键，数字金融不仅可以赋能其贷前管理，实现信息核实成本的下降和优质客户的筛选，而且可以赋能其贷后管理，实现风险交易的拦截和违约风险的减小，最终通过提高经营效率抑制风险承担，假设2得证。模型（4）（5）（6）是对市场势力渠道作用的检验，模型（5）显示，数字金融对城市商业银行市场势力的影响系数是1.382，在10%的水平上显著，说明数字金融可以显著提高城市商业银行的市场势力；模型（6）在模型（4）的基础上，考虑了城市商业银行市场势力的影响，数字金融的影响系数为-1.760，在1%的水平上显著，绝对值较模型（4）变小，市场势力的影响系数是负值，且在10%的水平上显著，说明市场势力在数字金融影响城市商业银行风险承担的过程中承担重要的渠道作用，即在城市商业银行经营活动受到资源和区域限制，导致在与大型国有商业银行和全国性股份制商业银行的竞争中处于劣势的情况下，数字金融带来的技术溢出效应可以强化其市场势力。从区域内角度看，数字金融可以丰富城市商业银行的产品和服务供给，推动其实现金融服务模式的创新和市场份额的提升，从而实现产业支持效能的激发与风险承担水平的下降；从跨区域角度看，数字金融可以拓宽城市商业银行的服务边界和规模，推动其实现新市场的开发和新客户的拓展，从而实现新增长点的培育与经营风险的分散。假设3得证。

（六）调节效应检验

表7为调节效应检验结果。将金融脱媒和数字金融的交乘项引入模型后，金融脱媒对城市商业银行风险承担的影响系数为7.273，在1%的水平上显著，说明金融脱媒程度越高，城市商业银行承担的风险越大。这是因为金融脱媒剥夺了城市商业银行的中介身份，通过推动利率市场化进一步压缩城市商业银行的利差，降低城市商业银行的盈利能力，导致城市商业银行采取增加影子银行业务规模和风险资产配置等应对策略，产生了降低城市商业银行经营稳定性的后果。交互项系数为-0.16，在5%的水平上显著，表明金融脱媒在数字金融对城市商业银行风险承担的作用过程中起到正向调节作用，即金融脱媒程度越高，数字金融对城市商业银行风险承担的抑制作用越强。在党的二十大报告提出提高直接融资比重的背景下，国有企业和大型民营企业等资质较优的企业倾向于选择成本较低的直接融资渠道，导致城市商业银行优质客户流失，资产负债中蕴含的风险加大，此时数字金融带来的技术溢出效应和创新效应得以强化，假设4得证。

五、研究结论与政策建议

（一）研究结论

本文以2011—2021年我国80家城市商业银行样本数据为基础，探究了数字金融对城市商业银行风险承担的影响和传导机制。主要结论有：第一，数字金融可以显著降低我国城市商业银行风险承担水平，且作用存在异质性，对已上市、小规模、高经营效率城市商业银行潜在风险的抑制作用更强；第二，数字金融通过提高城市商业银行的经营效率和市场势力降低其风险承担水平；第三，当金融脱媒深化时，数字金融对城市商业银行风险承担的抑制作用更强。

（二）政策建议

第一，我国城市商业银行应顺应数实融合发展趋势，积极推进数字化转型。在数字金融与银行业务深度融合的背景下，城市商业银行应积极拥抱数字金融，推动区块链、人工智能等数字技术与业务流程和管理体系的全方位融合，激发数字金融的技术溢出效应以及对风险承担的抑制作用。此外，不同类型城市商业银行应结合自身发展实际，制定匹配自身业务及发展战略的差异化转型策略。已上市的城市商业银行应关注数字金融与经营管理的全方位融合，推动企业文化、决策模式、业务流程、信息系统基础设施等全面转型升级，激发数字金融的技术溢出效应，实现风险承担水平的进一步下降；小规模城市商业银行应进一步强化与外部金融科技公司的合作，制定切实可行的差异化战略目标和数字化转型路径，做好资源整合，充分利用数字金融精准度高、实效性强的优势，创新业务发展模式，最大限度降低自身经营风险，以实现稳健发展；经营效率高的城市商业银行应考虑引进较为先进的数字技术，主导建立合作伙伴生态系统，共享技术和资源，促进创新的示范效应和竞合的共生效应。

第二，监管层应完善金融监管框架，营造充分竞争环境。首先，监管机构应该联合网信办、工信部等相关职能部门，共同打造全国信用信息共享平台，形成构建数字化生态的合力，从而为人才、资金和技术处于劣势的城市商业银行的数字化转型提供坚实的基础。其次，监管机构应加强金融监管和数字技术的融合，健全市场准入和长效监管机制，引导银行业适度竞争，形成市场机制和监管机制高效协调、互促共进的新格局，为城市商业银行的发展和多层次金融体系的构建创造公平的市场竞争环境。最后，监管机构应将数字金融纳入监管框架，强化数字金融技术溢出效应的同时，全方位把控其可能带来的风险。

注：

1运用Python软件对政府工作报告中的关键词进行提取和处理。关键词包括智能（智能制造、智能化等）、智慧（智慧化、智慧城市等）、云计算、上云、云平台、云服务、大数据、数据安全、数据服务、数据治理、数据共享、工业互联网、物联网、区块链、机器人、5G、数字技术、数字化、数字经济等。

参考文献：

[1]赵旭霞，李双建.中国商业银行风险承担是适宜的吗？[J].上海金融，2023，（12）.

[2]顾海峰，朱慧萍.数字金融是否影响商业银行特许权价值？ [J].当代经济科学，2022，44 （04）.

[3]Zhang A，Wang SY，Liu B，Fu JY. 2020. The Double-edged Sword Effect of Diversified Operation on Pre- and Post-loan Risk in the Government-led Chinese Commercial Banks [J].North American Journal of Economics and Finance，54.

[4]郜庆，李谋.利率市场化与金融互联网化对银行风险影响的实证分析 [J].新疆社会科学，2018，（06）.

[5]Delis MD，Kouretas GP. 2011.Interest Rates and Bank Risk-taking [J].Journal of Banking amp; Finance，（4）.

[6]徐晓萍，李弘基，戈盈凡.金融科技应用能够促进银行信贷结构调整吗？——基于银行对外合作的准自然实验研究 [J].财经研究，2021，47（06）.

[7]Chengming Li，Si He，Yuan Tian，Shiqi Sun，Lu Ning. 2022. Does the Bank's FinTech Innovation Reduce Its Risk-Taking？Evidence from China's Banking Industry [J].Journal of Innovation amp; Knowledge，（7）.

[8]沈悦，郭品.互联网金融、技术溢出与商业银行全要素生产率 [J].金融研究， 2015，（03）.

[9]傅顺，裴平，孙杰.数字金融发展与商业银行信用风险——来自中国37家上市银行的经验证据 [J].北京理工大学学报（社会科学版），2023，25（01）.

[10]侯毅恒，龚椿楠，林艳.城市商业银行财务风险管理问题研究 [J].经济体制改革， 2018，（05）.

[11]赵江山，佟孟华.金融科技、特许权价值与银行风险承担 [J].中南财经政法大学学报，2023，（04）.

[12]贾雅茹，陈俞全，康宽，郭沛.数字技术驱动下商业银行数字化转型与特许权价值 [J].上海金融，2023，（08）.

[13]余静文，吴滨阳.数字金融与商业银行风险承担——基于中国商业银行的实证研究 [J].产经评论，2021，12（04） .

[14]孙洁.利率市场化与城商行存款定价管理 [J].中国外资，2024，（07）.

[15]潘锡泉.金融支持中国式现代化产业体系建设：国际经验及实践路径 [J].当代经济管理，2024，46（07）.

[16]王龑，刘大志.数字经济政策能否助推中小银行高质量发展——基于“轻量化”转型视角 [J].金融与经济，2024，（05） .

[17]Fuster A，Plosser M，Schnabl P，Vickery J.2019. The Role of Technology in Mortgage Lending [J].The Review of Financial Studies，32（5） .

[18]中国人民银行成都分行营业管理部课题组，龙俊桃.供应链金融与小微企业融资：从信用孤立到信用穿透的嬗变 [J].西南金融，2020，（07） .

[19]谢治春，赵兴庐，刘云燕.传统商业银行数字化转型下的组织适应性问题与组织创新 [J].当代经济管理，2022，44（12） .

[20]唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异 [J].管理世界，2020，36（05） .

[21]Hauswald R，Marquez R.2003. Information Technology and Financial Services Competition [J].Review of Financial Studies，16（3） .

[22]李学峰，杨盼盼.金融科技、市场势力与银行风险[J].当代经济科学，2021，43（01） .

[23]王志光，范志国.数字普惠金融与地区商业银行竞争 [J].金融发展研究，2023，（04）.

[24]何小钢，罗欣，郭晓斌.金融科技、资源配置与银行业结构 [J].当代财经，2023，（06）.

[25]刘志彪.全国统一大市场 [J].经济研究，2022，57（05） .

[26]Danisman G，Demirel P. 2019. Bank Risk-taking in Developed Countries：The Influence of Market Power and Bank Regulations [J].Journal of International Financial Markets，Institutions and Money，59.

[27]申创，刘笑天.互联网金融、市场势力与商业银行绩效 [J].当代经济科学，2017，39 （05）.

[28]张一林，林毅夫，龚强.企业规模、银行规模与最优银行业结构——基于新结构经济学的视角 [J].管理世界，2019，35 （03）.

[29]亓浩，马九杰，李军伟.直接融资发展、金融脱媒与农村商业银行回归本源 [J].华南师范大学学报（社会科学版），2023，（04） .

[30]Mercer D P.1996. Future Directions of Banking—The Changing Nature of Financial Services [J].Businessdate，4（3） .

[31]French S，Leyshon A. 2004. The New，New Financial System？ Towards a Conceptualization of Financial Reintermediation [J].Review of International Political Economy，11（2） .

[32]Christian Calmès，Ying Liu.2009. Financial Structure Change and Banking Income：A Canada-U. S. Comparison [J].Journal of International Financial Markets，Institutions and Money，19（1）.

[33]顾海峰，卞雨晨.数字金融会影响银行系统性风险吗？——基于中国上市银行的证据 [J].中国软科学，2022，（02） .

[34]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（05）.

[35]Salas V，Saurina J. 2002. Credit Risk in Two Institutional Regimes：Spanish Commercial and Savings Banks[J].Journal of Financial Services Research，22（3）.

[36]邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角 [J].金融研究，2018，（11） .

[37]何理，冯科，刘雨峰.金融科技发展水平对商业银行风险承担的影响 [J].西南金融，2022， （08）.

[38]蒋海，唐绅峰，吴文洋.数字化转型对商业银行风险承担的影响研究——理论逻辑与经验证据 [J].国际金融研究，2023，（01）.

[39]杜莉，刘铮.数字金融对商业银行信用风险约束与经营效率的影响 [J].国际金融研究，2022，（06）.

[40]李昊骅，肖斌卿，龚乐.商业银行成本收入比与员工效率——基于我国银行业特殊情境的实证 [J].江苏社会科学，2018，（05）.

[41]余晶晶，何德旭，仝菲菲.竞争、资本监管与商业银行效率优化——兼论货币政策环境的影响 [J].中国工业经济，2019，（08）.

[42]董康，孙可可，李平. 数字技术会缩小居民收入差距吗？——来自政府工作报告文本分析的证据 [J].技术经济，2023，42 （01） .