2023年第9期(总第530期)
金融理论与实践
摘要：金融科技赋能对商业银行优化信贷资源的配置效率驱动企业创新增长，实现我国经济 高质量发展具有现实意义。利用上市企业贷款信息和北京大学中国商业银行数字化转型指数进行实证分析发现，银行的数字化转型能够显著促进企业创新绩效提升，该结论在考虑了内生性问题和一系列稳健性检验后仍然成立。异质性分析发现银行数字化转型带来的创新驱动效果在市场化程度较高的地区和高新科技型企业影响更加明显。渠道研究表明银行数字化转型具有普惠特征，可以通过降低融资成本和增加信用贷款占比，提升企业创新绩效。进一步研究发现，数字化转型强化了银行信息甄别能力，在金融科技的推动下盈利能力越强的企业具有更强的创新绩效。因此，推动银行数字化转型优化信贷配置效率，是提升企业创新发展的重要动力。关键词：金融科技；银行数字化转型；信贷配给；企业创新文章编号：1003-4625（2023）09-0049-10中图分类号：F832文献标识码：A 刘时雨1,2，秦畅3
（1.郑州银行博士后科研工作站，河南郑州450018；2.西南财经大学金融学院，四川成都611130；
3.东北农业大学经济管理学院，黑龙江哈尔滨150030）
银行数字化转型
如何影响企业创新绩效？
——基于信贷配置视角
一、引言
创新是发展的第一动力，要强化企业科技创新主体地位，需要促进各类创新要素向企业聚集。然而，企业创新具有高投入、长周期的特征[1]，银企之间的信息不对称问题容易诱发逆向选择和道德风险，这将阻碍企业的外部融资渠道，限制企业创新发展。在经济高质量发展背景下，如何提升金融服务质效，激发企业创新活力，成为当前理论界与实务界关注的热点问题。近年来随着信息科技的发展，在大数据、云计算、人工智能、物联网等新兴技术的驱动下，金融与科技的深度融合带来金融服务模式深刻变革。《“十四五”数字经济发展规划》和《中国银保监会办公厅关于银行业保险业数字化转型的指导意见》强调要加快金融领域的数字化转型，推动新兴技
术在金融领域的深化应用。2022年24家上市银行
科技总投入达1850.59亿元，6家国有大型银行科技投入占营业收入的比重由2021年的2.92%上升至2022年的3.16%；9家股份制银行科技投入占营业收入的比例从2021年的3.57%上升至2022年的3.91%。①
商业银行数字化加快转型，不断扩大金融服务的深度和广度，为企业创新发展提供了有利条件。
在中国经济转型升级和信息技术蓬勃发展的背景下，研究银行数字化转型如何影响企业创新具有现实意义。以往关于金融科技的研究可以分为两大类，即互联网企业和商业银行使用的金融科技[2]。二者区别在于：互联网企业主要面向个体工商户等“长尾经济”提供信贷支持和技术方案；而银行金融科技表现为银行的数字化转型程度，更多地提升对
收稿日期：2023-04-04
基金项目：本文为中国博士后科学基金面上项目“金融新业态监管对商业银行绩效的影响及其经济后果”（2022M722902）的阶段性成果。
作者简介：刘时雨（1991—），男，河南南阳人，博士，在站博士后，研究方向为商业银行；秦畅（2003—），女，河南郑州人，本科。①安永：《中国上市银行2022年回顾及未来展望》。
银行数字化转型如何影响企业创新绩效？——基于信贷配置视角
49
传统信贷客户的服务质效[3]。金融科技如何影响实体经济的发展，引发了广泛关注。外部金融科技方面，
现有研究发现互联网金融科技公司在一定程度上替代了银行传统信贷业务，高效的融资方式能够缓解企业的融资约束[4]，同时对提高企业全要素生产率、促进企业创新等方面产生积极作用[5-7]。而关于银行金融科技的研究集中在银行自身领域，研究发现金融科技赋能下的商业银行，拥有更强的风险防控能力[8]，促进了信贷资源的有效配置。
理论上来看，金融科技赋能下的商业银行，拥有较强的客户信息搜集和处理能力，同时依托大数据风控技术能有效缓解银企之间的信息不对称，降低借贷过程中可能出现的道德风险和逆向选择问题，从而提高银行信贷资源的配置效率，这可能对企业创新绩效产生潜在影响。那么，银行数字化转型能否有效提升企业创新绩效？二者之间存在怎样的作用机制？这些问题的探讨将进一步完善商业银行数字化转型助力实体经济的相关研究，也为银行进一步推动数字化技术与业务模式的融合应用奠定了实证基础。
本文主要的边际贡献可能在于以下两个方面。
第一，从企业公告的贷款信息入手，利用北京大学发布的商业银行数字化转型指数与上市企业的逐笔贷款信息进行匹配，并以企业逐笔贷款占总贷款额的比例为权重，加权合成贷款企业对应的银行数字化指数，将银行数字化转型纳入企业创新的研究当中，进一步拓展了银行数字化转型的研究范畴。
第二，创新是发展的第一动力，本文在构建“银行数字化转型—信贷配给—企业创新”的理论分析框架基础上，通过中介效应模型定量解释银行数字化与企业创新的内在机制。这有助于厘清银行数字化发展对
企业创新绩效的微观作用路径，为商业银行数字化转型对实体经济产生的积极影响提供实际证据。
二、文献回顾与研究假设
（一）文献回顾
金融科技应用正加速进入银行业，并将成为银行数字化转型的重要推动力。随着金融科技化转型的不断加深，通过科技赋能传统商业银行加速数字化转型，可以提高银行的信贷配置效率[9]。以往研究主要集中在银行金融科技发展对自身绩效、风险承担等方面的影响[10-12]，然而如何将银行数字化转型嵌入微观企业的研究当中，逐渐成为学者们关注的热点问题。
在理论研究方面，现有研究通过理论模型把银行数字化与微观企业纳入同一框架进行研究，经推演发现数字化技术可以降低银企间的信息不对称程度、放大声誉损失，在有效惩罚机制下，有助于提升银行对中小微企业的服务意愿[13]。在实证研究方面，一些学者利用企业在银行的贷款信息并结合银行自身金融科技水平，创造性地构建了微观企业对应的银行金融科技指标，将银行金融科技的研究范畴拓展到微观企业领域，发现银行金融科技发展能够提升银行信息甄别能力，显著缓解企业短债长用现象[14]。遵循这一方法，学者们进一步研究发现金融科技强化了银行的信息识别能力和风控能力，有助于银行将信贷资源从僵尸企业转移到优质民企[3]；并且银行金融科技发展还有助于降低企业金融化水平，对缓解企业融资约束、促进企业提质增效产生积极作用[15-16]。
对以往文献的回顾可以发现，关于银行数字化转型的研究已经拓展到微观企业研究领域。在经济高质量发展背景下，促进企业进行技术创新是实现创新驱动的关键所在，却较少有文献关注银行数字化转型对企业创新绩效的影响。该问题的研究不仅有利于进一步揭示银行数字化发展对企业创新绩效的微观作用路径，而且为银行数字化转型助力实体经济发展提供有力证据。
（二）研究假设
创新驱动是推动我国经济高质量发展的第一动力，企业作为科技创新的主体，在创新研发过程中面临诸多挑战。一方面，企业创新的风险较高，技术进步、产品升级等重大实质性创新往往具有较长的投资周期[1]，信息不对称问题凸显，极易诱发逆向选择和道德风险，因此创新活动需要更高的失败容忍度[17]，但传统银行业保守的经营模式使企业创新活动深陷融资约束困境[18]。另一方面，创新项目的资金需求大且难以形成短期回报，当企业面临严重的资金短缺时，倾向于削弱新产品研发开支。那么，银行的数字化转型能否实现金融服务的普惠化，从而促进企业创新发展，可从企业贷款结构和融资成本的角度进行分析。
1.商业银行数字化转型可以优化企业贷款结构
在贷款结构方面，由于银企之间固有的信息不对称问题，抵押物的存在能够一定程度缓解企业的道德风险，银行“见抵即贷”导致企业的信贷资源多
金融改革
50
2023年第9期(总第530期)金融理论与实践
2023年第9期(总第530期)
金融理论与实践
以抵押贷款为主。抵押贷款虽有利于降低银行风险，但对于轻资产行业而言，企业本身缺乏固定资产不利于获得信贷资源，限制了企业的创新发展。而信用贷款依赖银行风控识别能力，虽不需要抵押物但对企业的信用水平有较高要求。商业银行数字化转型可以利用大数据、人工智能、物联网和区块链等信息技术构建大科技信贷和供应链金融，更加精准评估企业风险，提升银行贷款供给，满足企业的信贷需求。因此，银行可以通过加快数字化转型来提升数据搜集和处理能力，推动信贷资源的供给侧改革，促进企业融资结构由抵押贷款向信用贷款转变，进一步满足企业创新发展的资金需求，推动企业创新。
2.商业银行数字化转型有助于降低企业借款成本
尽管银行数字化转型初期需要大量投资，但随着开放式模块化服务和量化投资等业务产生规模效应，其
边际成本将逐渐趋向于零。一方面，从信贷业务全流程的角度来看，运用人工智能、知识图谱和神经网络等前沿技术覆盖贷前授信、贷中监控和贷后评估环节，显著降低了商业银行数字化转型的沉没
成本，提高了信贷服务的质量和效率。另一方面，银
行业通过智能化操作方式可以最大限度地减少人工干预，降低信贷过程中的寻租空间，从而减轻企业的额外融资成本。随着商业银行数字化转型程度不断加深，金融科技赋能传统信贷业务使得成本红利逐步向实体经济传递，减轻微观主体的财务负担，有利于更多内部资源集中支持创新活动。因此，本文提出如下假设。
假设1：银行数字化转型能够促进企业创新绩效。
假设2：银行数字化转型可以通过降低企业融资成本、改善企业贷款结构的渠道，促进企业创新绩效。
三、数据与变量（一）数据来源
本文以2013—2020年上市企业为研究对象，从CSMAR 数据库中搜集并整理企业财务数据、贷款微观数据和区域经济数据，并搜集到北京大学公布的银行数字化转型指数[19]。剔除变量缺失样本后，共计得到8830个观测值，共有上市企业2300家。表1展示了主要变量的基本统计特征。
表1
主要变量的描述性统计
①
①为避免异常值影响，本文对所有连续变量进行了上下1%的缩尾处理。
银行数字化转型如何影响企业创新绩效？——基于信贷配置视角
51
（二）变量说明
1.企业创新（Patent）
测度企业创新的方法有两种，即创新投入和创新产出。创新投入包括研发人员占比和研发资金投入[20]，创新产出主要是企业的专利申请数量[5]、授权[21]或引用数量[22]。由于企业研发投入的缺失值较多，并且企业专利授权和专利引用数量属于长期研发产出，而专利申请数量是企业创新投入和资源使用效率的最终体现[1，5]，因此，本文使用专利申请数量的自然对数作为测度企业创新（Patent）的关键指标，并用企业专利授权数量（Get_Patent）、引用数量（Quote）和研发投入占比（R&D）进行稳健性检验。当前国内专利主要分为三类：发明专利、实用新型专利、外观设计专利。其中发明专利是对产品、方法或技术方案的创新，具有新颖性、创造性和实用性，技术含量较高，体现了企业核心竞争力；实用新型专利和外观设计专利分别侧重于产品形状构造和外表设计，技术含量相对较低。因此，本文使用发明专利自然对数衡量企业发明专利创新（Patent1），使用实用新型专利和外观设计专利自然对数衡量非发明专利创新（Patent2）。
2.银行数字化转型（Fintech）
现有文献主要有两种衡量银行数字化（或金融科技）水平的方法：一种是直接使用北京大学数字普惠金融指数作为代理变量[23]，衡量了省份、城市和县域的三级区域层面的金融科技发展水平；另一种采用文本挖掘法，此方法拓展性较强，通过调整不同经济主体与关键词的组合方式，检索相关新闻的出现频次，运用指数合成方法构建全国层面、省份层面、城市层面和银行层面的金融科技指数[3，5，12，24]。在银行方面，主要采用网络爬虫技术通过“银行名称”+“金融科技关键词”的方式爬取新闻网站，通过词频数据构建银行的金融科技指数。而这种方法过于依赖媒体宣传，可能因银行对媒体宣传的重视程度或新闻平台的报道偏好对指数构建产生偏差。因此，需要从更多的维度汇集整理银行金融科技的相关信息。
北京大学发布的银行数字化转型指数（2010—2021）为本文提供了重要的数据支撑，该指数基于银行年报、专利数据以及媒体信息等数据，涵盖了银行
的战略数字化、业务数字化和管理数字化三个维度①，较为科学、全面地衡量银行金融科技发展水平。在此基础上，参考现有文献做法，利用企业每年在各大银行的贷款金额为权重，将企业各个贷款银行的数字化转型指数进行加权，合成企业每年度获得所有银行贷款的数字化转型指数（Fintech）[3，14]。具体定义为：
Fintech
i,t
=∑n=1N Bank_digital i,n,t×Lo a n i,n,t
S um_lo a n
i,n,t
（1）
其中，Bank_digital
i,n,t
表示企业i在t年对应银行
n的数字化转型指数，Sum_loan
i,n,t
表示企业公布的银
行贷款总额，Loan
i,n,t
表示企业i在t年对应银行n的
贷款额度。Fintech
i,t
的经济含义为各银行的数字化
转型指数按贷款占比加权平均到企业层面，Fintech
i,t 值越大，表示企业受到银行金融科技的影响程度越深。
3.控制变量
参考现有文献，本文控制了企业和区域的多个变量。企业层面变量包括企业规模（Size）、资产负债率
（Lev）、固定资产占比（PPE）、成长能力（Growth）、盈利能力（ROE）、企业年龄（Age）、董事会独立性（Indep）、企业性质（POE）。此外，企业的创新产出与其所在城市的经济环境关系密切，经济发达、人口资源密集的地区，企业的创新要素也更加丰富。因此，本文继续加入城市GDP增长率和总人口对数（Population），以控制城市层面因素。
四、实证模型构建与结果分析
本文设定模型如下：
Patent
i,t
=α
+α
1
Fintech
i,t
+α
2
Control
i,t
+δ
i
+γ
t
+ε
i,t
（2）
其中，Patent
i,t
表示企业的创新水平，Fintech
i,t
表示企业获得贷款银行的加权平均的数字化转型水
平，Control
i,t
为企业层面、城市层面的控制变量，δ
i
和γt分别表示行业固定效应和年份固定效应。
（一）银行数字化转型与企业创新
表2为基准回归结果。在两列的估计结果中，Fintech的系数均显著为正，表明银行数字化转型对企业的专利申请和发明专利申请都产生了积极的影响。这意味着，加快商业银行数字化转型有助于推
①战略数字化指的是银行对数字技术的重视程度。业务数字化包含数字化渠道、数字化产品和数字化研发三个层次。管理数字化也包含三个层次：一是组织架构中是否设立专门负责数字化转型的部门，二是董事会和高管团队中数字化人才情况，三是银行与科技公司相关合作投资情况。
金融改革
52
2023年第9期(总第530期)金融理论与实践
动企业技术进步和产业升级，对实现经济高质量发展具有积极意义。
表2基准回归
变量Fintech
Size
Lev Growth Indep
POE ROE
Age
PPE
GDP Population 常数项
行业效应年份效应样本量adj.R2
（1）
Patent1
0.0781***
（3.0485）
0.6572***
（31.0499）
-0.6592***
（-6.1724）
-0.0586
（-1.0534）
-0.0723
（-0.2944）
-0.0393
（-1.1417）
0.4113***
（4.4998）
-0.0145***
（-4.7243）
-0.2907**
（-2.0308）
0.0148***
（4.5519）
0.0289
（1.1219）
-11.5961***
（-21.6884）
控制
控制
8830
0.4785
（2）
Patent2
0.0573**
（2.5178）
0.6344***
（26.6461）
-0.7450***
（-8.2352）
-0.1042**
（-2.0316）
0.1181
（0.5144）
-0.0049
（-0.1601）
0.3712***
（4.4424）
-0.0099***
（-3.4337）
-
0.2866**
（-2.2947）
0.0161***
（5.0530）
0.0982***
（4.2308）
-12.3872***
（-21.4180）
控制
控制
8830
0.4354
注：模型使用行业—年份稳健性标准误，***、**、*分别为在1%、5%和10%水平下显著，括号内为t值。
控制变量中，企业规模（Size）的估计结果显著为正，表明规模较大的企业拥有更多的创新要素，能够支撑其长期持续的创新活动。杠杆率（Lev）反映企业的举债经营能力，Lev系数显著为负表明企业面临较高的杠杆时，不能保障其持续研发投入，从而
削弱了企业的创新能力。企业盈利能力（ROA）的估计系数显著为正，表明盈利能力越强的企业，越拥有充足的资金支持研发创新活动。企业年龄（Age）显著为负，表明随着年龄的增加，企业创新的动力明显不足。固定资产占比（PPE）与企业创新负相关，说明固定资产投入越多，固定资产的专用性越强，从而减少了其他创新投入[25]。GDP增长率显著为正，表明较好的区域经济发展环境将有助于提升企业创新水平。
（二）内生性问题和稳健性检验
1.内生性问题
本文的解释变量Fintech是基于企业获得的银行贷款与银行数字化转型指数构建而成的，然而银行在贷款
时可能会先审核企业的创新能力，而后给予相应的授信额度（如银行的科技贷、专精特新贷等产品），一定程度上存在反向因果关系，这会导致模型的估计偏误。因此，本文将使用工具变量法缓解可能存在的内生性问题。工具变量的构造步骤如下。首先，提取在t年为企业i提供贷款的所有银行，以银行总资产为参照变量，匹配与之相近且该年度未向企业放贷的银行作为替代。其次，以t年企业i在各个贷款银行的贷款金额为权重，用替代银行的数字化转型指标进行加权合成工具变量。一方面，规模相近的银行资源禀赋相似，数字化转型程度较为接近；另一方面，未向该企业贷款的银行难以直接通过融资渠道影响企业创新活动，因此，该工具变量兼具相关性和外生性两个条件。表3的第（1）列、第（2）列中，KP LM Statistic检验统计量的P值均小于0.01，表明工具变量对内生变量是可识别的；CD Wald F检验统计量的P值均小于0.01，说明不存在弱工具变量的问题，所以本文选择的工具变量是合理的。在考虑了银行数字化转型与企业创新的内生性问题后，Fintech系数依然为正，表明银行数字化转型能够对企业创新产生积极影响，这与基准回归结论一致。
2.替换解释变量的稳健性检验
首先，考虑到银行数字化转型对企业创新可能存在长期效应，参考现有文献做法将Fintech分别滞后一期和二期探讨对企业创新影响的时滞性[26]。结果如表3的第（3）列—第（6）列所示，可见在分别滞后一期和两期情况下，企业专利申请和发明申请均受到银行数字化转型积极影响，表明金融科技发展能够持续促进企业创新。
银行数字化转型如何影响企业创新绩效？——基于信贷配置视角
53
2023年第9期(总第530期)金融理论与实践
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议