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

刘时雨，秦 畅

（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）

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安永：《中国上市银行2022年回顾及未来展望》。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。

（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。，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：

其中，Bank_digitali,n,t表示企业i 在t 年对应银行n的数字化转型指数，Sum_loani,n,t表示企业公布的银行贷款总额，Loani,n,t表示企业i 在t 年对应银行n 的贷款额度。Fintechi,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，Fintechi,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：

其中，Patenti,t表示企业的创新水平，Fintechi,t表示企业获得贷款银行的加权平均的数字化转型水平，Controli,t为企业层面、城市层面的控制变量，δi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

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。

表3 内生性问题探讨和替换解释变量的稳健性检验

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。

其次，考虑到北京大学的银行数字化转型指数是基于银行年报文本分析构建的，规模较大的银行的年报更加规范完善，文本信息含量往往多于中小银行。因此，需要对银行数字化转型指数进行标准化处理，记为Fintech2，即将核心解释变量Fintech 除以银行总资产的对数。表3 第（7）列、第（8）列的结果显示Fintech2 的估计系数均显著为正，与上文的结论一致。

3.替换被解释变量的稳健性检验

首先，企业申请的专利数量反映了企业的创新产出，而银行数字化发展所带来的积极作用理应同样反映在企业创新投入方面。因此，本文用企业研发投入占总资产比重（R&D）代替企业创新的度量指标[27-28]进行稳健性检验，回归结果如表4 第（1）列所示。结果可知，银行数字化转型对企业创新仍呈现显著的正向影响，表明银行数字化转型有助于加强企业研发投入，激励企业的创新行为。

表4 替换被解释变量的稳健性检验

其次，考虑到专利申请可能存在“泡沫化”的问题，本文进一步关注企业的创新质量，将模型（2）中的被解释变量分别替换为授权专利数量（Get_Patent1）、授权发明专利数量（Get_Patent2）以及专利引用数量（Quote），再次进行稳健性分析，结果如表4第（2）列—第（4）列所示。由结果可知，L.Fintech 的估计系数均显著为正，这意味着银行数字化转型不仅有助于提升企业的创新数量，而且对企业的创新质量同样具有显著的促进作用。

（三）异质性分析

首先，企业所处的行业不同，其研发强度存在差异，非高科技行业如农林牧副渔业、批发零售行业等企业主要依赖规模效应，即便处于较低的创新水平也可以维持经营[5]，而高科技、技术密集型行业，产品迭代快、产品多样化，企业需要依靠产品创新才能在激烈竞争中巩固自己的市场地位。为进一步考察银行数字化对不同行业创新效应的异质性，本文进一步按照CSMAR数据库中企业是否获得“高新技术企业”资质认证区分企业类别，进行分组回归。由表5 第（1）列—第（4）列结果可知，银行数字化转型显著促进了高科技企业创新水平，但对非高新技术企业的创新活动影响不明显。这表明在激烈的市场竞争下，高科技企业更注重创新研发，相比之下，非高新技术企业的经营活动对产品创新依赖程度不高，创新意愿较低，银行的数字化转型并不能显著影响非高科技企业的创新行为。

表5 异质性分析

其次，创新具有较高的风险和不确定性，若创新成功将给企业带来超额垄断利润，一旦创新失败，企业又将面临较高的沉没成本，尤其是原创性的产品、技术创新通常面临较高的失败风险。良好的市场环境能够为企业创新提供保障[29]，本文进一步分析不同市场环境下，银行数字化转型对企业创新的影响差异。根据现有文献方法计算的各省份历年市场化指数[30]，若企业所在地的市场化指数超过当年全国平均水平则说明该地区市场化程度高，反之则市场化程度低。表5 第（5）列—第（8）列显示，在市场化程度高的地区，银行数字化转型对企业创新产生显著的正向影响，而在市场化程度较低的地区，银行数字化转型对提升企业创新的作用不明显。

五、进一步研究

（一）信贷配给与企业创新

前文研究表明，银行数字化转型提升了企业创新水平。为进一步探讨银行数字化转型影响企业创新的作用渠道，本文以企业贷款为切入点，重点对企业的融资成本和贷款结构两方面进行分析，考察银行数字化转型是否通过信贷配给渠道影响企业创新。

首先，在融资成本方面，企业的创新活动需要不断引入先进设备和优秀的技术人才，这依赖资金的大量投入。若企业获得的资金成本较高，则会加剧企业的研发成本和财务风险，使得企业的创新行为趋于保守。相反，若资金成本较低将有助于企业缓解资金压力，提升研发投入，促进企业创新水平。其次，在贷款结构方面，与传统风控模式不同，银行数字化风控模式主要依赖数据分析形成的信用评价体系，而非僵化的担保抵押模式。银行数字化转型水平的提升，将有助于增强对企业信用风险的评估能力，尤其对创新型企业而言，银行数字化转型可以使信贷资源更多地配置到缺乏担保的优质的企业中，从而推动企业创新发展。综上所述，银行的数字化转型理应存在改善企业融资成本和贷款结构两种渠道作用于企业创新。因此，本文将构建中介效应模型进行检验：

其中MIDi,t为中介变量，本文参考一些学者的做法[7]，用企业财务费用占营业收入比重作为企业贷款成本，记为Interest；用企业信用贷款占总贷款比重作为企业信用贷款占比，记为Credit。中介效应模型（3）的回归结果如表6所示。

表6 企业融资成本与贷款结构的渠道检验

从表6第（1）列的结果可知，Fintech 的回归系数显著为正，表明银行数字化转型有助于降低企业的融资成本。第（2）列、第（3）列中Interest 的估计系数显著为负，说明较低的融资成本有助于提高企业的创新水平；并且Fintech 显著性有所下降，这意味着融资成本的降低充当了“银行数字化与企业创新”之间的部分中介作用，即银行数字化转型通过降低企业融资成本，进而促进企业的创新水平。

表6 第（4）列中，Fintech 的系数显著为正，表明银行数字化转型对提升企业的信用贷款占比起到积极作用；进一步在第（5）列中将担保贷款占比（Guarantee）纳入回归模型（3）中进行分析①担保贷款包括抵押贷款、质押贷款和保证贷款三类，Guarantee表示担保类贷款占总贷款比重。，发现银行数字化转型同时也降低了企业担保型贷款占比。这意味着数字化转型增强了银行通过大数据进行风险识别的能力，在贷款供给中减少了对抵押资产等担保品的依赖，有利于信用水平高但缺乏抵押的优质企业获得贷款服务。在表6第（6）列、第（7）列中，Credit的估计系数显著为正，表明企业的信用贷款占比越高，企业的创新能力越强；同时Fintech 显著性降低，表明贷款结构同样在“银行数字化与企业创新”之间充当部分中介作用，即银行数字化转型通过优化企业信贷结构，最终提升了企业的创新活力。综合表6 的结果可以看出，商业银行的数字化转型体现了金融的普惠性，有利于促进企业创新发展，这为银行数字化转型助力实体经济发展提供了直接证据。

（二）信息甄别机制

在大科技信贷模式下，银行可以借助大数据风控技术及时有效地识别优质企业，促进信贷资源的有效配置。那么，银行将采取何种信息甄别机制，仍需进一步分析。于是，本文构建如下模型分析银行数字化、信息甄别机制对企业创新的影响：

其中，Prefi,t+1表示企业i在t+1年的盈利能力，本文采用净资产收益率ROE来衡量。表7分别显示了以专利申请总数（Patent1）、发明专利申请数量（Patent2）和其他专利申请数量（Patent3）作为被解释变量的回归结果。Prefi,t+1的系数均显著为正，表明未来盈利能力越强的企业具有更高的创新水平，Fintechi,t×Prefi,t+1的估计系数至少在10%水平上显著为正，这意味着银行数字化转型有助于甄别具有盈利潜力的优质企业，优化信贷资源配置，在银行数字化转型的助力下，盈利能力越强的企业具有更强的创新动力。通过对比表7 第（1）列—第（3）列中Fintechi,t×Prefi,t+1的显著性可以发现，银行数字化转型可以通过信息甄别机制提升企业的创新水平，但在提升创新质量方面的作用相对有限。

表7 信息甄别机制分析

六、结论及政策建议

创新是发展的第一动力，科技赋能传统金融机构更好地服务企业发展，有利于强化企业科技创新主体地位。本文利用北京大学发布的银行数字化转型指数与上市企业贷款数据进行逐一匹配，考察了银行数字化转型对企业创新的影响。研究发现，银行的数字化转型能够显著促进企业创新活动，异质性分析表明银行数字化转型对企业创新的影响在市场化程度较高的地区以及高新技术型企业表现得更加明显。渠道分析表明，银行数字化转型通过降低融资成本和优化贷款结构的传导渠道，提升企业创新水平，体现了金融服务的普惠特征。进一步分析发现，数字化技术应用提升了银行的信息甄别能力，促进了信贷资源的有效配置，从而助力企业创新发展。

本文根据研究结论提供了以下政策建议。

第一，银行应加快数字化转型进程，持续强化金融科技投入。银行发展金融科技，推进数字化转型是提升自身核心竞争力的有效办法，也是增强金融服务实体经济的重要途径。银行须充分发挥科技赋能作用，不断深化金融供给侧结构性改革，加大对企业创新的支持力度，助力中国经济实现高质量发展。

第二，应加强市场环境建设，完善创新服务体系。一方面，不断优化知识产权保护制度，为企业创新提供良好的市场环境，强化金融资源支持企业创新的作用功效；另一方面，银行数字化转型体现了金融服务的普惠特征，需要进一步完善对金融机构支持科创企业的风险补偿机制和奖励措施，鼓励银行利用数字技术不断改进产品和服务，增强银行的贷款意愿。

第三，需要积极推进金融科技制度体系建设。努力打造新型数字化基础设施，为银行业等金融机构开展数字化转型提供技术基础保障，不断推动数据有序共享与综合应用，充分激活数据要素潜能，进一步提升银行等金融机构的风险甄别能力。