数字金融对商业银行信用风险的影响研究.pdf

研究基于3 7家商业银行在2 0 1 1年至2 0 2 0年期间的样本数据,采用固定效应模型来探究数字金融对商业银行信用风险的总体效应,同时应用中介效应模型来验证其影响机制。研究结果表明,在数字金融的发展过程中,商业银行信用风险呈现上升趋势,净息差在其中发挥着中介作用;数字金融对国有大型商业银行和全国性股份制商业银行的信用风险影响并不显著,但会使区域性商业银行的信用风险显著提高。关键词:数字金融;信用风险;商业银行;净息差;中介效应中图分类号:F 8 3 2 文献标志码:A 文章编号:1 6 7 4-3 5 7 1(2 0 2 3)0 4-0 0 8 6-0 9党的二十大明确指出,要深化金融体制改革,完善金融稳定保障体系,强化各类金融活动的监管,以防范系统性风险。由此可见,金融风险一直是党和国家高度重视的议题。商业银行在整个金融体系中具有重要地位,其信用风险管理对于防范整个金融体系的系统性风险至关重要。因此,研究商业银行信用风险管理具有重要的现实意义。近年来,我国高度重视数字经济的发展。党的二十大提出要深度融合数字经济与实体经济,构建竞争力强大的数字产业集群,令数字金融得到蓬勃发展,同时也引发了传统金融业的全面变革,尤其在银行业中带来了系统性的转变。在这一背景下,商业银行的信用风险水平受到了深刻影响。数字金融运用大数据、区块链等数字技术将传统金融业务与数字金融紧密结合,给银行的信用风险管理带来了机遇与挑战。因此,深入研究数字金融对商业银行信用风险的影响机制具有重要意义。研究采用中介效应进行实证检验,旨在探究数字金融通过降低商业银行净息差来增大信用风险的传导路径。相较于多数文献仅研究数字金融对银行信用风险的总体影响,本研究突出关注数字金融在信用风险传导中的中介作用。同时,在考虑异质性因素的基础上,研究将商业银行划分为国有大型商业银行、全国性股份制商业银行和区域性商业银行3大类,对数字金融对这3类银行的影响进行了分析,通过检验不同类别银行之间的异质性差异,为缓解不同类型银行的信用风险提供了相关建议。一、文献综述防止系统性风险爆发的关键是要降低商业银行信用风险的发生率,所以商业银行信用风险的管理是整个金融领域和学术领域共同关注的热点。郭立伦等通过构建KMV模型和随机森林模型实证检验了商业银行信用风险的影响因素,发现银行内部因素相对于外部因素对于信用风险的影响更大1。李懿行等通过实证研究认为同业业务的发展与商业银行的信用风险呈现“U”型关系2。姚婷等认为金融68科技通过降低交易的信息成本以及增加信息的透明度,从而减少信用风险的发生3。谢太峰等认为不同规模城市的商业银行的信用风险受到影响的因素不同4。于博等通过研究发现,商业银行的信用风险随着同业杠杆率的上升呈现先上升后下降的趋势,并且这种影响程度对于不同规模的银行存在差异5。王晓等研究表明,在经济下行时,资产证券化会显著降低银行的信用风险,且在中小银行中这种效果更为明显6。然而,李佳的研究认为,在资产证券化发展初期,会增加银行的信用风险,但从长期来看随着政策因素的推动资产证券化将会缓解信用风险的上升趋势7。李晟等学者运用KMV模型进行实证研究,结果显示商业银行的存贷比和资产规模对其信用风险具有显著影响8。刘莉等以3 1家银行为样本进行实证研究,发现银行业的金融科技在降低信用风险方面具有显著作用9。郭晔等学者通过对3 0 0余家商业银行2 0 0 5年至2 0 1 9年的数据研究,得出结论:若银行合理布局金融科技,其信用风险水平明显降低1 0。王蕾等采用动态和静态面板模型研究,发现内部控制在降低银行信用风险方面起着显著作用,并指出代理成本在其中发挥了中介传导作用1 1。张乐等通过对1 6家上市商业银行的数据进行实证研究,发现商业银行的信用风险随着民营大股东持股比例的增加而下降,但外资股东持股比例增加则会产生相反效果1 2。管衍锋等采用GMM模型研究发现,宽松的货币政策对商业银行的信用风险具有抑制作用,而紧缩货币政策则具有促进作用1 3。关于研究数字金融影响商业银行信用风险的文献不多,且研究结论存在差异。傅顺等的研究认为,数字金融与银行信用风险之间呈现“倒U型”关系,并指出负债结构和负债成本在两者之间起到传导渠道的作用1 4。陆岷峰等的研究发现,在数字金融快速发展的背景下,商业银行要借助数字金融实现信用风险管理的数字化转型1 5。张龙耀等以2 0 1 4年至2 0 1 9年的农商银行数据为样本,研究结果表明数字金融能够降低担保贷款数量,增加信用贷款数量,从而降低农商行的信用风险1 6。而张庆君等则以上市银行数据为样本,认为银行利用金融科技能够降低银行信贷的顺周期性,但同时加剧信用风险程度1 7。郭净等认为互联网金融是一把双刃剑,既能增强商业银行的风控能力,又可能倒逼银行从事高风险项目,其研究发现,互联网金融对降低信用风险具有显著作用,并且其影响幅度最为显著1 8。鲍星等通过研究发现,商业银行的内部控制水平在金融科技的影响下得到提升,并且金融科技能够改善银行和企业之间的信息不对称情况,从而降低信用风险1 9。吴成颂等则认为数字金融对商业银行信用风险产生不利影响,主要通过影响银行的资产负债业务实现2 0。朱小能等研究发现,金融科技可以通过自信效应来增加银行信用风险,并通过信息改善效应则降低信用风险水平,两者之间存在“倒U型”关系2 1。综上所述,现有文献对于数字金融与商业银行信用风险的关系主要依赖间接证据,缺乏完善的理论分析架构和详细实证数据来验证两者之间的联系。一些文献从存贷款方面入手进行分析,即对商业银行信用风险的影响进行资产和负债两端的研究,但这种方式缺乏新颖性。随着数字金融的深入发展,商业银行更需要加速数字化转型以降低信用风险水平。本研究在借鉴现有文献的基础上,创新性的从数字金融带来的风险溢出和银行的存贷利差方面进行分析数字金融对商业银行信用风险的影响,并运用固定效应模型检验两者之间的关系,通过中介效应模型验证其影响机制。同时,对不同类型的银行进行分类研究,探究其受影响程度,为不同类型银行提出相应建议,以期为商业银行信用风险管理提供有益借鉴。二、理论研究与假设(一)数字金融与银行信用风险随着数字金融的快速发展,将对商业银行的信用风险水平产生深远影响。数字金融的发展对商业银行的信用风险管理存在着正反两方面的影响,当负面影响超过正面影响时,必然对商业银行的信用风险管理产生制约,反之亦然。部分学者认为数字金融带来的正向效应可以有效帮助商业银行精准地78朱建华,陈新:数字金融对商业银行信用风险的影响研究识别信息不对称问题,从而降低其风险程度1 8-1 9。另一方面,多数研究者如张庆君等、吴成颂等认为数字金融能够提高利率市场化程度以及风险偏好水平,从而增加商业银行的信用风险1 7,2 0。数字金融的发展确实可以使得信息更加透明、使信息收集更加便利,有助于识别信息不对称问题。然而,实际情况可能并非如理论所设想,主要原因在于信用评价机制和监管体系尚未完善,导致交易双方对信息的掌握存在局限性。因此,商业银行在信息获取方面可能存在严重滞后和不对称性,阻碍了数字金融在短期内与商业银行信用风险管理的完美融合。这种情况可能对银行的信用风险产生不利影响。另外,数字金融带来的技术风险等也可能威胁整个金融体系的稳定。基于以上理论分析,可以提出假设1。H 1:数字金融的发展会增加商业银行的信用风险。(二)数字金融与银行信用风险的影响机制数字金融对商业银行存贷款业务造成了严重挤压,导致其净息差降低,信用风险水平增加。在银行负债端,数字金融企业带来更具吸引力的投资方式和多样的投资渠道,严重分流了商业银行的客户。为保留原有客户并吸引新客户,商业银行不得不提高存款成本。在银行资产端,数字金融企业提供更多低门槛、低利率和快速放款等优势的融资服务,取代了商业银行的许多传统贷款业务。因此,商业银行资产和负债两端的业务均受到数字金融平台的挤压,导致存贷利差收窄,净息差不断下降,进而影响商业银行的盈利能力。为维持特许经营权价值,商业银行可能会产生从事高风险投资的动机,进一步提高其信用风险。基于以上分析,可以提出假设2。H 2:数字金融通过降低银行的净息差,进而增加商业银行的信用风险。三、研究设计(一)变量选取1.被解释变量商业银行信用风险,即为融资者不愿或不能按期还本付息的风险。研究选用贷款拨备率作为信用风险的衡量指标,贷款拨备率是指贷款损失准备金与贷款总额的比值,当银行计提的贷款损失准备金较多,表明其具备更强的风险吸收能力,主要用于衡量放贷前的风险承担程度。即贷款拨备率越高,信用风险越大。2.解释变量研究评估地区数字金融发展程度时,参考了北大数字普惠金融指数。唐松等、邱晗等均利用该指数展开研究2 2-2 3,具有较高的参考性。研究选择该指数省级层面的覆盖广度指标,用于衡量地区的数字金融水平。3.控制变量研究参考傅顺等、朱小能等等有关商业银行信用风险的文献1 4,2 1,引入其他可能对银行信用风险产生影响的控制变量。这些控制变量包括:平均资产回报率(R O A A)、资本充足率(C A P)、流动性比例(L A)、非利息收入占比(NO I N)以及各地区人均G D P水平(A G D P)。4.中介变量净息差是数字金融影响商业银行信用风险的重要途径,因此,研究选取净息差作为中介变量,采取商业银行的利息净收入/生息资产平均余额来测度该指标。(二)样本数据选择考虑到数据的可获取性和真实可靠性,本研究选取3 7家商业银行作为样本数据,研究区间为2 0 1 1年2 0 2 0年,以确保研究结果具有更高的参考价值和实践意义。数据的主要来源包括W I N D数据库、各上市银行的年度报告,以及北京大学数字金融中心提供的省级层面数字普惠金融指数;宏观数据主要来自国家统计局。各变量的定义见表1。88徐州工程学院学报(社会科学版)2 0 2 3年第4期表1 变量说明类型名称符号计算被解释变量贷款拨备率R I S K贷款损失准备/贷款总额解释变量数字金融发展程度D F数字普惠金融指数中介变量净息差N I M利息净收入/生息资产平均余额控制变量平均资产回报率R O A A净利润/平均资产余额资本充足率C A P资本总额/风险资产流动性比例L A流动资产/流动负债非利息收入占比NO I N非利息收入/营业收入各地区人均G D P水平A G D P人均G D P自然对数(三)模型构建1.基准模型数字金融对商业银行信用风险的分析,多为采用面板模型进行研究,为验证假设1,研究采用该方法。通过进行H a u s m a n检验,确认固定效应模型是本次研究的适用模型。构建模型为R I S Ki t=0+1D Fi t+Xi t+vi+ui t.(1)式中,i为具体银行,t为时间;R I S K为被解释变量,即商业银行信用风险水平;D F为核心解释变量数字金融发展程度,X为控制变量集,vi为控制了个体固定效应,ui t为随机误差项,0为截距项。2.中介效应模型为验证假设2,研究采用中介效应模型来检验净息差是否在数字金融影响商业银行信用风险的传导过程中充当中介作用。构建中介效应模型为R I S Ki t=0+1D Fi t+Xi t+vi+ui t,(2)N I Mi t=0+1D Fi t+Xi t+vi+ui t,(3)R I S Ki t=0+1D Fi t+2N I Mi t+Xi t+vi+ui t.(4)式中,N I M为中介变量净息差,研究采用2 0 1 1年2 0 2 0年各银行的利息净收入除以生息资产平均余额衡量;1反映了数字金融对商业银行信用风险水平的总效应,1反映了数字金融发展对商业银行信用风险的直接效应;通过1的符号和显著性水平可以判断数字金融对净息差的影响。根据温忠麟等提出的中介效应检验2 4,若2显著,则说明存在中介效应。四、实证结果分析(一)描述性分析在选定样本数据后,对其进行了描述性分析,描述性统计结果如表2所示。除了数字金融发展程度和地区人均G D P以外,其余变量均以百分比表示。可以看出,贷款拨备率的高值和低值相差较大,说明有异质性问题存在。表2 描述性统计结果变量名称变量符号均值标准差最小值最大值观测值贷款拨备率R I S K3.0 60.7 71.4 65.5 63 7 0数字金融发展D F2 3 1.0 69 1.8 03.0 63 9 7.0 03 7 0净息差N I M2.4 80.5 31.2 54.5 93 7 0平均资产回报率R O A A1.0 30.2 30.1 31.7 63 7 0资本充足率C A P1 3.2 11.5 09.8 81 8.4 53 7 098朱建华,陈新:数字金融对商业银行信用风险的影响研究表2(续)变量名称变量符号均值标准差最小值最大值观测值流动型比例L A5 0.0 11 2.8 62 7.6 01 0 9.6 83 7 0非利息收入占比NO I N1 9.3 31 0.2 3-5.3 45 1.0 93 7 0地区人均G D PA G D P5.3 00.6 21.1 25.9 83 7 0(二)基准回归分析研究对数字金融对商业银行信用风险水平的影响进行了检验,见表3。其中列(1)为单变量回归,列(2)为加入所有控制变量后进行回归。由回归结果可知,数字金融发展系数为0.0 0 3 6 8,在1%的水平下显著为正。由此可证明假设1,数字金融的发展将会提高商业银行的信用风险水平。(三)影响机制分析表4为中介效应检验结果,即验证了净息差是否在数字金融影响银行信用风险的过程中发挥中介作用。在第一步中,数字金融发展系数在1%的水平下显著为正;在第二步中数字金融发展系数显著为负,说明数字金融的不断发展将会降低净息差水平;在第三步中,净息差的回归系数在1%的水平下显著为正,数字金融发展系数小于第一步中的系数,这表明商业银行净息差的下降会导致银行信用风险增加;在第三步中,数字金融发展系数显著为正,且小于第一步中的系数,说明净息差具备中介效应,且为部分中介效应。表3 基准回归结果变量单变量回归(1)加入控制变量回归(2)R I S KR I S KD F0.0 0 3 2 7*(1 4.0 4)0.0 0 3 6 8*(5.3 6)R O A A-0.2 0(-1.0 4)C A P-0.0 4 2*(1.9 0)L A-0.0 0 3 8 7(-1.5 3)NO I N-0.0 1 2*(2.9 4)A G D P-0.1 4*(-2.5 1)个体效应控制控制N3 7 03 7 0R20.3 7 30.3 9 8 注:*,*,*分别代表通过1 0%,5%,1%显著水平下的检验,其中括号内为t值,下同。表4 中介效应检验结果变量R I S KN I MR I S K第一步(1)第二步(2)第三步(3)N I M-0.2 6 8*(2.7 3)D F0.0 0 3 6 8*(5.3 6)-0.0 0 1 3 5*(-4.8 0)0.0 0 3 4 4*(4.1 5)控制变量控制控制控制09徐州工程学院学报(社会科学版)2 0 2 3年第4期表4(续)变量R I S KN I MR I S K第一步(1)第二步(2)第三步(3)个体效应控制控制控制常数项2.3 5 0*(6.5 0)1.3 2 4*(5.7 9)2.7 7 5*(4.2 1)N3 7 03 7 03 7 0R20.3 9 80.6 4 80.4 0 0(四)异质性分析在全样本商业银行的基础上,研究将商业银行进一步细分为国有大型商业银行、全国性股份制商业银行和区域性商业银行3类,分别研究数字金融对这3类不同商业银行信用风险水平的影响,检验结果见表5。国有大型商业银行回归结果中数字金融发展系数为负,但未通过显著性检验,全国性股份制商业银行的回归系数为正,仍未能通过显著性检验,而在区域性商业银行的检验中,数字金融对其的影响系数为正且在1%的水平下显著为正,进而表明数字金融发展对区域性商业银行的信用风险具有正向影响作用。主要是因为国有大型商业银行和全国性股份制商业银行在资金规模和市场份额方面具备天然的优势。面对数字金融的迅速崛起,这些银行拥有较为强大的抵御能力,它们通常服务于信用较高的客户,例如一些国有企业和大型民营企业,因此在信用风险管理方面具备较强的能力,未受到数字金融的冲击。相比之下,区域性商业银行主要依赖存贷业务来获取利润,受到数字金融对存贷业务的不利影响,再加上其自身市场影响力相对较弱,导致其信用风险水平上升。表5 异质性检验结果变量国有大型商业银行全国性股份制商业银行区域性商业银行R I S KR I S KR I S KD F-0.0 0 1 3(-0.8 6)0.0 0 1 0 7(0.4 1)0.0 0 2 2 1*(2.9 1)R O A A0.5 6 3(0.8 0)0.2 7 6(0.6 1)-0.3 2 9(-1.4 0)C A P-0.0 1 3(-0.2 1)0.1 4 5*(2.5 3)0.0 3 3 1(1.2 0)L A0.0 0 2(0.3 1)-0.1 8 9*(-3.0 5)-0.0 0 1 4(-0.4 5)NO I N-0.0 0 6 3(-0.5 4)0.1 6 1*(1.7 9)0.0 0 9 9*(1.9 2)A G D P1.3 5 2*(1.6 2)0.7 2 6(0.6 5)0.1 8 0(1.1 3)R20.2 30.5 40.4 2(五)稳健性检验1.更换衡量商业银行信用风险的指标被解释变量贷款拨备率是商业银行自身信用风险的一种预判,主要是通过损失准备金来覆盖不良贷款的发生。研究通过将被解释变量更换为商业银行的不良贷款率来衡量信用风险水平以检验其稳健性。该指标主要衡量放贷后的风险承担程度,用不良贷款余额/贷款总额来测度,其不良贷款率越19朱建华,陈新:数字金融对商业银行信用风险的影响研究大,则信用风险程度越高。结果如表6列(1)所示,数字金融发展系数在5%的水平显著为正,即数字金融将会提高商业银行信用风险,说明在更换信用风险测度指标后研究结果仍然稳健。2.数据缩尾处理对选定变量进行1%的双边缩尾处理再进行回归检验,减轻极端数据对结果造成误差。回归结果如表6列(2)所示,数字金融发展系数为0.0 0 2 3 2,在1%的显著水平下为正,数字金融的快速发展会增加商业银行信用风险,表明回归结果是稳健的。3.更换解释变量用互联网普及程度作为工具变量验证其稳定性。互联网普及率由我国互联网络信息中心发布,能够较为准确地衡量地区的互联网普及程度,且与数字金融的发展有密切联系。回归结果如表6列(3)所示,数字金融发展系数为0.0 2 7 6 0,在1%的显著水平下为正,表明其回归结果是稳健的。表6 稳健性检验结果变量(1)(2)(3)R I S KR I S KR I S KD F0.0 0 0 9 3*(2.2 4)0.0 0 2 3 2*(3.8 8)0.0 2 7 6 0*(4.3 8)R O A A-1.0 0 7*(-7.5 9)-0.1 1 7(-0.5 8)-0.2 0 3(-0.9 8)C A P-0.0 1 3(-0.9 1)0.0 2 2(1.0 5)0.0 4 8 5*(2.1 1)L A-0.0 0 2 3(-1.3 6)-0.0 0 4 2*(-1.6 7)-0.0 0 4 9*(-1.8 7)NO I N0.0 0 7 7*(2.7 8)0.0 1 2*(3.0 7)0.0 1 5 5*(3.9 3)A G D P-0.0 9 2 6(-0.9 1)0.7 2 3 0(0.9 7)0.2 7 9 0*(2.1 7)N3 7 03 7 03 7 0R20.4 9 90.3 9 90.3 8 7五、结语(一)研究结论数字金融作为一种全新的金融服务,推动着整个银行业的革新。研究主要分析数字金融的发展对商业银行信用风险的影响,以2 0 1 1年2 0 2 0年我国3 7家商业银行数据作为研究样本,并采用固定效应模型来分析数字金融对商业银行信用风险的总体效应,使用中介效应模型来研究数字金融对商业银行信用风险的影响机制。研究发现:1)数字金融的发展在总体上会增加商业银行的信用风险,即数字金融所带来的竞争效应要大于其带来的技术溢出效应,从而提高商业银行的信用风险水平;2)数字金融通过挤压商业银行的存贷业务,导致银行存贷利息差降低,净息差水平下降,进而使银行更倾向于从事高风险投资,通过“数字金融-净息差-信用风险”途径提高了商业银行的信用风险水平;3)将商业银行分为3类后,发现数字金融对3类银行的信用风险产生不同的影响,呈现出明显的异质性。分析发现数字金融对国有大型商业银行和全国性股份制商业银行的信用风险影响并不显著,但对区域性商业银行的影响则表现出显著性,即数字金融的发展能够明显提高区域性商业银行的信用风险水平。29徐州工程学院学报(社会科学版)2 0 2 3年第4期 (二)对策建议其一,商业银行需要全面把握数字金融带来的机遇。在银行层面,应充分利用数字金融的溢出效应,与自身的信用风险管理相结合,构建更完善的信用风险识别机制。同时,明确数字金融在推动银行业务优化方面的战略地位,将信用风险管理贯穿于数字金融背景下的各个业务流程环节。在客户层面,借助数字金融的优势,推进信贷业务和签约流程线上化,以便提供便捷的客户服务,并满足客户在信贷方面的需求。商业银行应积极开发多样化的金融产品,以适应客户的不同需求,并深入了解客户的诉求,从而加强对信用风险的管理能力。其二,商业银行应当始终保持主动性,充分发挥数字金融带来的溢出效应,同时不断减轻与数字金融所带来的竞争效应。为此,银行需要不断创新产品和服务,引入具备I T和金融双重专长的高层次人才,并加大对金融创新的投入,将数字技术充分运用于信用风险评级,以更好地监控信用风险的发生,并加速银行信用风险管理的转型。其三,对于区域性商业银行而言,应充分发挥其地域优势,并借助当地政府机构的支持,紧跟当地产业发展方向和政策走向,利用数字金融手段加强信用评估,并及时预警风险,为不同客户定制精准方案;同时,关注数字金融对存款的冲击,优化负债结构,加强与其他银行的合作关系,共同探讨针对区域性商业银行的抵御风险方案,持续提升信用风险管理水平。对于国有大型商业银行和全国性股份制商业银行,应加快信用风险管理的数字化转型,主动与数字金融企业合作,建设信用数据共享平台,推动信用数据的有序共享,从而增强银行的抵御风险能力,实现信用风险管理的优化与升级。参考文献:1 郭立仑,周升起.商业银行信用风险主要影响因素来自内部还是外部?:基于KMV及随机森林模型的实证研究J.会计与经济研究,2 0 2 2,3 6(1):1 0 5-1 2 4.2 李懿行,梁万泉.同业业务发展对银行信用风险的影响研究:基于货币政策与金融监管的视角J.南方金融,2 0 2 1(8):2 9-3 9.3 姚婷,宋良荣.金融科技对商业银行信用风险的经济资本影响研究J.科技管理研究,2 0 2 1,4 1(1):1 0 4-1 1 0.4 谢太峰,王蕴鑫,徐子麒.我国城市商业银行信用风险影响因素的实证研究J.征信,2 0 2 0,3 8(6):7 9-8 3.5 于博,吴菡虹.银行业竞争、同业杠杆率攀升与商业银行信用风险J.财经研究,2 0 2 0,4 6(2):3 6-5 1.6 王晓,李佳.资产证券化对商业银行信用风险的影响研究J.证券市场导报,2 0 1 9(1 1):1 4-2 3.7 李佳.资产证券化能否缓解银行信用风险承担?:来自中国银行业的经验证据J.国际金融研究,2 0 1 9(6):5 7-6 6.8 李晟,张宇航.中国上市商业银行信用风险分析及比较:基于KMV模型及面板数据J.中央财经大学学报,2 0 1 6(1 0):3 1-3 8.9 刘莉,李舞岩.金融科技与银行信贷风险:基于我国商业银行的经验证据J.哈尔滨商业大学学报(社会科学版),2 0 2 2(2):2 6-4 2.1 0 郭晔,未钟琴,方颖.金融科技布局、银行信贷风险与经营绩效:来自商业银行与科技企业战略合作的证据J.金融研究,2 0 2 2(1 0):2 0-3 8.1 1 王蕾,张向丽,池国华.内部控制对银行信贷风险的影响:信息不对称与代理成本的中介效应J.金融论坛,2 0 1 9,2 4(1 1):1 4-2 3,5 4.1 2 张乐,韩立岩.混合所有制对中国上市银行不良贷款率的影响研究J.国际金融研究,2 0 1 6(7):5 0-6 1.1 3 管衍锋,徐齐利.资本约束、货币政策与信贷风险J.经济与管理研究,2 0 1 9,4 0(8):4 9-6 2.1 4 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3 7家上市银行的经验证据J.北京理工大学学报(社会科学版),2 0 2 3,2 5(1):1 4 5-1 5 5.1 5 陆岷峰,王婷婷.基于数字银行背景下数字信贷风险控制管理的战略研究J.金融理论与实践,2 0 2 0(1):2 1-2 6.1 6 张龙耀,袁振.金融科技会影响农村金融机构贷款的信用结构吗J.农业技术济,2 0 2 2(1 0):4-1 9.39朱建华,陈新:数字金融对商业银行信用风险的影响研究1 7 张庆君,张港燕.银行金融科技运用会降低信贷顺周期性吗J.金融经济学研究,2 0 2 1,3 6(5):6 3-8 2.1 8 郭净,刘兢轶,王丽媛.顺势而为还是趋利避害:互联网金融对商业银行风险承担的“双刃剑”效应J.现代财经(天津财经大学学报),2 0 2 2,4 2(1 2):6 3-7 6.1 9 鲍星,李巍,李泉.金融科技运用与银行信贷风险:基于信息不对称和内部控制的视角J.金融论坛,2 0 2 2,2 7(1):9-1 8.2 0 吴成颂,王超,倪清.互联网金融对商业银行系统性风险的影响:基于沪深股市上市商业银行的证据J.当代经济管理,2 0 1 9,4 1(2):9 0-9 7.2 1 朱小能,李雄一.金融科技与银行信用风险:加剧还是降低J.山西财经大学学报,2 0 2 2,4 4(1 1):3 9-5 2.2 2 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,2 0 2 0,3 6(5):5 2-6 6,9.2 3 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,2 0 1 8(1 1):1 7-2 9.2 4 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,2 0 1 4,2 2(5):7 3 1-7 4 5.(责任编辑 赵忠戈)T h e I m p a c t o f D i g i t a l F i n a n c e o n t h e C r e d i t R i s k o f C o mm e r c i a l B a n k sZ HU J i a n-h u a,CHE N X i n(C o l l e g e o f B i g D a t a A p p l i c a t i o n a n d E c o n o m i c s,G u i z h o u U n i v e r s i t y o f F i n a n c e a n d E c o n o m i c s,G u i y a n g 5 5 0 0 2 5,G u i z h o u,C h i n a)A b s t r a c t:B a s e d o n t h e s a m p l e d a t a o f 3 7 c o mm e r c i a l b a n k s f r o m 2 0 1 1 t o 2 0 2 0,t h e f i x e d e f f e c t m o d e l i s u s e d t o e x p l o r e t h e o v e r a l l e f f e c t o f d i g i t a l f i n a n c e o n t h e c r e d i t r i s k o f c o mm e r c i a l b a n k s,a n d t h e m e d i a t i n g e f f e c t m o d e l i s u s e d t o v e r i f y i t s i m p a c t m e c h a n i s m.T h e r e s u l t s s h o w t h a t i n t h e d e v e l o p m e n t o f d i g i t a l f i n a n c e,t h e c r e d i t r i s k o f c o mm e r c i a l b a n k s s h o w s a n i n c r e a s i n g t r e n d,a n d t h e n e t i n t e r e s t m a r g i n p l a y s a n i n t e r m e d i a r y r o l e.D i g i t a l f i n a n c e h a s n o s i g n i f i c a n t i m p a c t o n t h e c r e d i t r i s k o f l a r g e s t a t e-o w n e d c o mm e r c i a l b a n k s a n d n a t i o n a l j o i n t-s t o c k c o mm e r c i a l b a n k s,b u t i t w i l l s i g n i f i c a n t l y i n c r e a s e t h e c r e d i t r i s k o f r e g i o n a l c o mm e r c i a l b a n k s.K e y w o r d s:d i g i t a l f i n a n c e;c r e d i t r i s k;c o mm e r c i a l b a n k s;n e t i n t e r e s t m a r g i n;m e d i a t i n g e f f e c t49徐州工程学院学报(社会科学版)2 0 2 3年第4期