数字金融影响商业银行信贷供给和风险的研究进展

摘要：数字金融已成为金融创新的重点领域。本文系统梳理了数字金融影响商业银行信贷供给和风险的相关研究。第一，数字金融的边界从银行体系外延伸至银行体系内，从强调技术本身到侧重于各类场景应用，相关测度也从单一的时间维度转向时间—银行双维度，所使用的方法和数据也突破常规。第二，已有研究从信息不对称、经营效率与利润、金融服务便捷性、银行竞争、公司治理和异质性影响等方面分析数字金融如何作用于商业银行信贷供给。再次，数字金融对商业银行个体风险影响的结论不一，对系统性风险影响的研究主要从外部冲击和行业溢出等方面展开。第三，本文进一步提出可拓展的研究空间：考虑新技术、新业务形态，以丰富数字金融的内涵；采用多元数据和新方法测度数字金融；从数字金融与其他“四篇大文章”的协同发展、产生的新型风险、对实体经济的溢出效应等方面拓展研究视角；挖掘新的作用机制，探讨商业银行的“言行不一”问题；探讨数字金融高质量服务实体经济、优化数据治理和防范化解金融风险的政策设计等。

关键词：数字金融；商业银行；信贷供给；银行风险

中图分类号：F832.29文献标识码：A文章编号：1000-176X（2025）01-0015-14

一、问题的提出

在创新驱动高质量发展、深化金融供给侧结构性改革的背景下，以大数据、人工智能、云计算等前沿技术为代表的新一轮科技革命正在推动经济社会发生深刻转型，数字经济随之迅猛发展。党的二十大报告提出，“加快发展数字经济，促进数字经济和实体经济深度融合”。与数字经济发展相适应，数字金融在推动金融创新，尤其是在减少信贷市场摩擦、加强风险管理和优化资源配置等方面发挥积极作用。因此，中央金融工作会议提出，“加快建设金融强国”“做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”。党的二十届三中全会提出，“积极发展科技金融、绿色金融、普惠金融、养老金融、数字金融”。商业银行是中国金融体系的中流砥柱和间接融资主体，也是“科技赋能金融”的重要载体，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出：“稳妥发展金融科技，加快金融机构数字化转型。”《推动数字金融高质量发展行动方案》提出，“形成数字金融和科技金融、绿色金融、普惠金融、养老金融协同发展的良好局面”。综上，商业银行系统性地提升数字化水平是大势所趋。

作为信贷中介，商业银行具有吸收存款、发放贷款和提供风险管理的功能。信贷供给与风险相辅相成：商业银行增加信贷供给，可以获取更高的利润，刺激经济增长，但也会增加商业银行的风险。信贷供给的结构也会影响风险分布，而单家商业银行的风险通过时间维度的累积和空间维度的关联会演化成系统性风险。金融风险上升又会提升商业银行的风险感知能力，商业银行在信贷审批中会更加谨慎，从而减少信贷供给。同时，商业银行为提升风险抵御能力，会增加资本缓冲，从而限制其信贷供给。数字金融发展攸关储蓄有效转化为投资及金融体系的安全稳定。具体而言，一方面，数字金融通过大数据分析技术精准地识别潜在客户，提高信贷效率，扩大信贷供给的范围和深度。基于数智化技术，商业银行创新信贷产品，满足不同客户群体的需求，增强信贷供给的灵活性。特别地，从新冠疫情蔓延到经济复苏缓慢，实体企业偿还债务、复工复产、扩大融资都需要商业银行的信贷供给和线上化的金融服务［1］，因而数字金融在银行体系提质增效和服务实体经济等方面发挥了巨大作用。另一方面，数字金融也是一把“双刃剑”。虽然商业银行的风险管理手段不断丰富，但金融创新的背后也存在数据安全、技术算法漏洞、信贷过度扩张和影子银行等风险。特别地，中小商业银行的数字化战略构想与自身情况较难实现可持续匹配，其在技术资金投入、同业竞争和风险管理中也面临挑战，而新的风险隐患不断累积可能导致系统性风险。党的二十大报告提出：“加强和完善现代金融监管，强化金融稳定保障体系，依法将各类金融活动全部纳入监管，守住不发生系统性风险底线。”因此，研究数字金融背景下商业银行的信贷供给和风险特征，是提升数字金融服务实体经济能力和防范化解金融风险的重要议题。

关于数字金融的研究日益丰富。本文运用文献计量学中的CiteSpace软件，分别基于近五年351篇中国CSSCI期刊论文和493篇国外SSCI期刊论文，检索“金融科技”“数字金融”“金融机构数字化转型”等关键词，通过对上述主题关键词的网络共现进行初步分析。研究发现：已有研究主要关注数字金融对企业信贷融资、金融创新、普惠金融、经济增长、公司治理、银行竞争、银行风险、金融监管的影响，而国外研究还侧重于对具体某种数字技术的影响。部分关于数字金融的综述类文献更多的是探究银行体系外数字金融的发展及其对整个金融业的影响。

本文余下部分安排如下。第二部分以数字金融为切入点，对其内涵、测度指标进行较为全面的梳理，并且对数字金融进行明确的概念界定和辨析。第三部分和第四部分聚焦于商业银行的信贷供给和风险管理两大功能，分析总结数字金融对商业银行信贷供给和风险的深层次作用。第五部分剖析已有研究的可拓展空间，为商业银行数字化转型和风险管理提供可以深入研究的方向：考虑新技术、新业务形态，以丰富数字金融的内涵；采用多元数据和新方法测度数字金融；从数字金融与其他“四篇大文章”的协同发展、产生的新型风险、对实体经济的溢出效应等方面拓展研究视角；挖掘新的作用机制，探索商业银行的“言行不一”问题；探讨数字金融高质量服务实体经济、优化数据治理和防范化解金融风险的政策设计等。

二、数字金融的内涵辨析与测度研究

新兴技术与金融业处于不断融合发展的过程中。在不同的发展阶段，数字金融呈现不同的特征和内涵，数字金融的测度研究也随之发展。

（一）数字金融的内涵辨析

互联网等技术与金融要素的融合过程可以划分为如下三个阶段：传统金融运用IT硬件实现业务流程电子化阶段、互联网金融阶段和传统金融数字化阶段［2］。由于各发展阶段的特征不同，数字金融的概念尚未统一，国内主要有“互联网金融”“科技金融”“金融科技”“数字金融”“金融机构数字化转型”等提法；国外主要有“Fintech”“FinTech”等提法。

首先，20世纪90年代之后，互联网的兴起推动信息通信技术应用于金融领域，信息技术推进业务流程电子化，网上银行、电子交易等金融业务兴起［3］，“电子金融”的提法诞生。其模式包含数字财富创造、数字财富收集、数字财富管理和数字财富保护四个部分，有降低交易成本、扩大金融系统的信息覆盖范围和提高财务信息质量等优势。

其次，随着互联网技术进一步与金融深度融合，具体应用形式表现为手机银行和P2P，“互联网金融”的提法开始盛行。《关于促进互联网金融健康发展的指导意见》将互联网金融界定为互联网企业和传统金融机构将互联网及信息技术应用于支付、投融资等金融业务，以及凭借技术优势开展信息中介服务而形成的新型金融业务模式，其更强调金融属性。随后，学术界就互联网金融对传统金融的冲击是否具有颠覆性进行辨析。吴晓求［4］认为，互联网金融整合互联网资源和金融资源，虽然包含传统金融功能，但在支付方式和信息处理等方面与传统商业银行、资本市场大相径庭。王国刚和张扬［5］则认为，互联网金融在功能上并未颠覆传统金融，只是在金融销售渠道、信息获取渠道等方面创新交易范围、对象和环境，并非“新金融”。就风险而言，互联网金融弱化了金融排斥，改变了风险特征，是基于中国金融机制缺陷上的一种监管套利。

再次，随着金融业更加深入地运用大数据、云计算、人工智能、区块链等新兴技术［6］，金融科技孕育而生。已有研究从两个角度来界定金融科技。第一，从纯技术角度来界定。金融科技是一种创新型的前沿技术［6］，能够深化金融服务供给，帮助金融服务公司实现去中介化。第二，从前端应用和后端技术的综合角度来界定。金融稳定理事会（FSB）和巴塞尔委员会（BCBS）对金融科技作出较为全面的界定，即技术赋能金融，为支付结算、存贷款、投融资、市场基础设施四大领域迭代创造新的模式、业务流程和产品。与之相似，中国人民银行发布的《金融科技（FinTech）发展规划（2019—2021年）》也将金融科技定义为现代科技驱动下的金融产品、经营模式、业务流程创新。众多研究也采用这一定义［7］。

最后，进入数字经济时代，大数据等新兴技术在各行业的应用产生大量的数字信息，表现为数据资产化和资源化、金融机构数字化。电子金融、金融科技和数字金融的差异在于：电子金融是信息通信技术早期运用于金融业的产物；金融科技更注重金融领域的科学技术创新和发展［8］；数字金融是数字技术应用于金融业的高级阶段，包含金融领域的所有数字产品和服务，是金融部门的广泛数字化，即传统金融机构和科技企业将掌握的数字技术应用于各类金融业务的创新型活动中［9］。这既包括新兴金融产业和科技企业依托其技术、数据优势布局金融领域［10］，也包括传统金融机构和科技企业合作进行的投融资、支付等新业务模式［11］。可见，数字金融不仅仅是传统金融机构简单应用数字技术和数据，而是金融系统运行底层逻辑数字化变革，甚至表现为思维方式和决策机制向数字化转变［12］。

总体而言，目前数字金融的内涵和外延可以归纳为以下四种观点。第一，数字金融本质上强调技术，是以大数据、人工智能等新兴颠覆性技术为代表的金融科技［7］。第二，数字金融是技术不断更新迭代而驱动的金融创新，是一个将新技术、金融机构及其服务、使用技术创新的新商业项目与相应的基础设施相结合的复杂系统。同时，它表现出在不同时期围绕核心技术进行金融创新的特征。第三，数字金融在商业银行领域表现为金融科技、数字化技术被引入经营业务，将数据、技术转化成生产要素，重塑业务流程，从而推动商业银行数字化转型。第四，数字金融内涵所覆盖的场景还停留在数字化层面，对人工智能等新技术的场景涉及不够。

鉴于已有研究对于数字金融的定义多样，本文借鉴黄益平和黄卓［11］的研究，将互联网金融、金融科技统一归于数字金融。进一步地，本文结合数字技术与金融要素融合发展的不同历史阶段特征，归纳已有研究关于数字金融定义的关键元素，对商业银行发展数字金融这一概念进行界定。商业银行发展数字金融是指商业银行在自有资源和能力的基础上，将互联网、大数据、云计算、人工智能、区块链等数智化技术与各类金融要素深度融合，进行金融产品、服务、业务模式的重塑和创新，从而开展数字化、智能化的金融创新活动。其主要特征是：以各类数字技术和网络平台为手段，以数据为核心资源要素，以金融服务创新为目的和结果。

（二）数字金融的测度研究

数字金融兴起于银行体系外，是由科技企业凭借自身技术优势布局金融板块，之后才逐渐被引进银行体系，并且应用于各项业务。因此，有关数字金融测度方法的演变也遵循这一规律。

国内关于银行体系外的数字金融测度研究主要聚焦于以下三种视角。第一，从普惠金融或金融包容视角来测度。郭峰等［13］以蚂蚁集团的用户数据为基础，编制省—地级市—县级市的“数字普惠金融指数”，总指数下设覆盖广度、使用深度和数字支持程度三大子指数，还包含相关子行业指数，对数字普惠金融进行了较为全面的刻画，并且被国内学者广泛使用［14］。第二，从数字金融热度或发展程度视角来测度。最初一些研究采用主成分分析法（PCA）、赋权法构建国家层面的金融科技发展指数。随着文本分析法和机器学习法的推广，后续学者采用文本挖掘法测度互联网金融［14］，采用新闻共现法、机器学习法构建金融科技情绪指数［15］。第三，从市场行情或行业规模视角来测度。在互联网金融风口期，一些研究采用反映市场交易规模的指标，如互联网金融新兴行业的市场份额来测度。Hou等［16］采用第三方支付市场的交易规模、众筹和P2P的年交易规模等指标测度互联网金融的发展程度，还有研究采用反映融资热度的金融科技公司股价指数或融资额度作为银行体系外数字金融发展水平的代理指标。中国人民银行也于2020年10月发布金融科技行业标准，从机构、行业和区域三个层面提供衡量金融科技行业发展情况的指标要素。

由于数据可得性问题，从银行视角测度数字金融的研究大多在既有方法上进行变换，或者采用特有的银行数据和非结构化数据进行测度。贺水金和胡灵［17］将地区层面的北京大学数字普惠金融指数和银行在各省份的分支机构数量相匹配，以计算银行层面的数字金融指数。李建军和姜世超［18］采用某国有大型银行数据，结合银行内部业务实践，从渠道覆盖度、产品使用度和业务支持度三个层面构建评价金融科技发展水平的指标体系，测算商业银行的金融科技指数。Cheng和Qu［6］采用银行名称搭配技术关键词，并且基于文本分析法构建银行层面的金融科技指数。个别研究基于银行信息科技投入等业务数据进行测度。还有研究基于公开可得的业务数据，综合采用文本分析法和机器学习法进行测度。李茂林等［19］采用机器学习法识别并测度金融科技专利创新程度。谢绚丽和王诗卉［20］基于银行年报构建北京大学中国商业银行数字化转型指数。

关于数字金融测度的研究较为丰富，相关测度指标也各有优劣。第一，基于财务报表数据或行业交易数据计算的指标大多为年频且应用广泛。北京大学研发的数字普惠金融指数和中国商业银行数字化转型指数被国内学者广泛应用于相关研究，但频率主要为年频。然而，该类指数在研究部分问题上有局限性。例如，有关系统性风险或商业银行股价表现的研究通常要求有较高频率的数据，但上述年频指标适用于基于地区或商业银行面板数据的研究，并不适用于对数据频率要求较高的时间序列分析。第二，大多数数字金融指标反映宏观层面的信息，仅涵盖时间维度或地区维度，可以研究行业趋势或区域数字金融发展程度。例如，一些研究使用支付行业的市场交易规模或地区维度的北京大学数字普惠金融指数，但其不能体现微观商业银行的发展程度。第三，少数反映银行层面的数字金融指数是基于金融机构非公开可得的内部数据［18］，能够准确地刻画商业银行数字金融发展的实际，但数据较难获得，并且只能反映一家商业银行的情况。个别研究采用信息科技投入占比作为商业银行数字金融的代理指标，侧重于从创新投入角度刻画商业银行发展数字金融的积极性和力度。虽然这类指标能够研究银行层面的问题，但其缺陷也显而易见，如数据披露频率低、时间跨度短等。第四，少数研究基于银行年报等非结构化数据构建的数字金融指数［20］，可以从管理、业务和技术等多个维度诠释商业银行的数字金融发展情况，在一定程度上弥补财务数据披露不够、众多技术应用无法量化等不足。然而，已有研究在底层关键词的设置上更偏重技术，忽视了数字技术与金融场景的结合，并且数据频率较低。同时，由于年报是商业银行主动披露的，可能存在选择性披露和“粉饰美化”情况，所以该类指标的客观性不足。

三、数字金融影响商业银行信贷供给的机制研究

新兴数字化技术与金融业务的结合，在一定程度上可以缓解传统金融资源的供需矛盾，科技企业依托大数据等前沿技术影响信贷市场和传统金融机构的相关研究层出不穷。随着商业银行的数字化进程加快，越来越多的研究聚焦于数字金融对商业银行信贷供给的影响，并且主要从以下六个方面展开研究。

（一）信息不对称

数字金融能够缓解商业银行在信贷过程中的信息不对称，促进信贷供给增加。作为数字金融的一种典型业务模式，数字信贷能降低那些无银行账户、历史信用信息不完善的借款者的借贷门槛，增强信贷的可获得性。银行数字化转型可以增强银行的信息甄别能力，缓解银行与企业之间的信息不对称，增加无银行账户客户的“数字足迹”，也使得有较高质量“数字足迹”的客户更加容易获得信贷［21］。尤其是对因缺少抵押品和充裕现金流而面临金融排斥的中小企业来说，银行运用金融科技可以改善信贷技术［22］，提高信用风险评估中的信息含量［23］，规避逆向选择和道德风险，与中小企业形成“数字匹配”关系。此外，当消费者获得科技企业贷款时，这就传递出一种信号，银行对这类消费者的信贷供给会增加［24］。

（二）经营效率与利润

数字金融可以提高商业银行的经营效率和信贷效率。具体而言，数字金融将驱动银行业产生规模经济和范围经济［25］，降低信息搜集和处理成本［9］，降低银行获取客户的成本［8］，并且通过技术溢出［14］和金融创新驱动更多的商业银行进行战略转型，从而提高经营效率。特别地，数字支付与经营效率密切相关，也为商业银行提高信贷效率提供了条件。杜莉和刘铮［26］采用超效率DEA模型构建Malmquist‑Luenberger指数，用其测度信用风险约束下的商业银行效率，并且发现数字金融通过强化信用风险防控能力提高商业银行经营效率。

经营效率的提高与利润的增加之间相辅相成，有助于强化商业银行信贷供给的基础，提升其信贷扩张意愿。数字金融能促进商业银行的轻资产运营，降低资金成本和人力成本，促进中间业务创新，从而提高经营效率，进一步增加小微贷款［27］。但是，部分国内学者对此持不同观点：目前商业银行的数字金融投入对生产率没有明显的提升作用，存在生产率悖论。数字金融对商业银行绩效的影响并非是简单的线性关系，它通过降低成本收入比提升商业银行盈利能力，但不利于其生产率的提升，其“降本”作用优于“增效”［28］。Xiang和Jiang［29］认为，数字金融与商业银行绩效之间是倒U型的非线性关系。Katsiampa等［30］通过进一步研究发现，数字金融与商业银行绩效的U型关系在2018年出现分化。

（三）金融服务便捷性

数字金融不仅能提升商业银行盈利能力，更能增强金融服务的包容性、普惠性和商业可持续性。一方面，随着商业银行不断深化对数字技术的应用，支付结算、借贷融资都可以通过线上完成，可无限延伸的网络空间逐渐替代线下网点的扩张，削弱了地理距离对信贷供给的抑制作用。基于美国抵押贷款明细数据的研究表明，数字化银行对抵押贷款业务的处理速度比其他银行快20%［23］。另一方面，数字金融可以改变信贷种类，增加银行对零售类、普惠类信贷的投放意愿和“三农”贷款供给。郑录军等［31］基于调查问卷数据研究发现，数字金融能增强信贷业务的创新性和普惠性，降低成本和风险，使得区域大银行的小微信贷经营目标和政策目标由冲突转为相容，促进信贷供给增加和新质生产力的发展［12］。就融资角度而言，数字金融可以缓解长尾客户的信贷约束，从而改变家庭的贷款结构，增加家庭的银行信贷，减少风险较高的融资，优化信贷资源配置，进一步提高居民杠杆率。

（四）银行竞争

已有研究对数字金融通过银行竞争影响信贷供给的观点不一。从银行发展角度来看，数字金融能促进银行业竞争，从而增加中小企业的信贷供给，缓解信贷供给在“量”上的短缺和“质”上的效率低下问题［32］。但是，这一效应存在最优市场结构［33］，随着银行市场势力的增强，对信贷供给的促进作用会下降。从商业银行和科技企业竞争与合作的角度来看，科技企业依托技术优势进军金融领域，在短期内会挤出部分传统基于抵押品的借贷供给，扩大信用类贷款的供给，减少企业对商业银行信贷的依赖［34］。同时，银行体系外的数字金融引起的存款竞争会降低商业银行的客户存款占比，恶化存款来源结构，不利于信贷供给的持续增加［14］。然而，在长期商业银行和科技企业会从竞争逐渐转为合作，并向实体经济提供贷款［12］。线上经营、具有“数字足迹”的企业更容易从商业银行和科技企业的合作模式中获得银行贷款，但纯线下银行贷款会受到部分挤出。这种“先市场挤出，后技术溢出”的双重影响，在2015年左右出现拐点。因此，银行体系外的数字金融通过溢出效应推动商业银行内部的数字化转型，从而促进信贷供给增加。同时，它也可能通过挤出效应抑制信贷供给，但更多是对商业银行信贷的补充［35］。

（五）公司治理

少数研究从公司治理视角来阐述数字金融对商业银行信贷供给的影响因素，如优化高管认知和人才结构。一方面，银行高管的背景特质会影响战略选择，落实数字化战略必然要引进具有信息技术的高管［22］。这既有助于促进研发投入，建立完善的信息系统和数字平台，提高创新水平，从而提高经营效率，增加信贷扩张的可能性；又进一步强化了商业银行高管对数字化转型的认知［20］，从而更有效地借助信息技术提高内部控制质量［36］。另一方面，数字金融会增加商业银行的经济增加值，通过缩减分支机构和银行物理网点减少对传统劳动力的需求，增加对技术人员的需求，提升员工工资水平，优化人力资本结构［37］。

（六）异质性影响

大多数研究从银行自身特征角度进行分析，就银行性质而言，相比于国有商业银行，数字金融加快农村商业银行的网点退出，增强农村地区的金融可得性。就银行规模而言，大银行和互联网银行在研发应用数字贷款技术上占据优势，服务“数字足迹”较多的中小企业。长期扎根本地的区域性中小银行在传统贷款技术上占据优势，服务“数字足迹”较少的中小企业［38］，规模较小、盈利较高和贷款质量较低的商业银行，其数字化转型更容易推动信贷投向实体经济［21］。与之相反的观点有：数字金融主要推动大银行信贷扩张，而中小银行因为竞争压力加大导致其贷款数量和质量下降，因而银行体系外的数字金融更容易推动大银行创造流动性。部分研究还从其他角度进行探讨，就银行发展数字金融的方式而言，“自主发展式”的数字化转型比“对外合作式”的数字化转型对信贷配置的作用效果更好，但“对外合作式”对中小银行小微企业信贷业务的促进作用更明显［39］。就宏观条件而言，经济上行周期，数字金融对数字基础设施更好的商业银行信贷供给的助推效果更好。

四、数字金融影响商业银行风险的机制研究

数字金融会影响商业银行信贷供给，也意味着这种冲击会改变商业银行的风险敞口，从而作用于商业银行个体风险承担水平，还会通过银行间的风险传染扩散机制产生系统性风险。本部分基于风险演化角度从两个维度分析数字金融对商业银行风险的影响：银行个体维度，研究数字金融对商业银行个体风险的影响，具体涵盖数字金融对信用风险、流动性风险、操作风险等细分风险的影响；银行体系维度，研究数字金融对系统性风险的影响。

（一）数字金融对商业银行个体风险的影响

目前中国数字金融的发展水平已位居世界前列，但关于数字金融背景下商业银行风险承担特征的研究仍然处于起步阶段。本文所指的风险承担包括事前风险承担和事后风险承担，事前风险承担表现为商业银行主动承担风险，是一种事前意愿或行为，也反映商业银行自身风险的累积；事后风险承担表现为商业银行承担风险后发生的损失，即商业银行自身风险的实现和释放。最初很多研究将银行体系外的数字金融视为作用于商业银行微观风险承担的外部冲击，后来少数研究开始关注银行体系内的数字金融作用于商业银行行为，从而对个体风险承担产生的影响。这些研究所得到的结论莫衷一是。

首先，数字金融会提升商业银行的风险承担。第一，早期互联网金融发展会加剧贷款市场竞争，倒逼银行信用下沉，从而增加商业银行的贷款损失准备，这是商业银行风险承担上升的表现。从资产负债结构分析其原因，互联网金融会挤占存款来源［14］，加速存款流失，使得银行负债结构发生改变。负债越依赖同业拆借等资金，同业负债的资金成本相比存款越高，商业银行投放高风险资产以弥补较高负债端成本的动机越强［15］。银行体系外的数字金融还会通过抢占银行外源融资迫使银行出于利润压力而加大表外业务，从而改变收入结构并增加影子银行风险［40］。激烈的竞争导致银行贷款利率降低，银行为增加利润不得不增加高风险投资［41］。第二，作为一种高投资回报的金融创新，数字金融有助于商业银行更新业务模式，提升银行发放普惠贷款的意愿和能力。以上研究主要聚焦于数字金融提高商业银行的事前风险承担。就事后风险承担而言，尽管数字金融采用非传统的信用评估方法能够捕获大量可用的“软”信息，但数据信息收集过程中还有相当多的数据未被披露，并且部分信息在从“软”信息转化为“硬”信息的过程中出现丢失。这使得信息可信度变得越来越难以核实，可能无法正确捕捉借款人的动机［42］，对于事后信用违约风险的影响还缺乏足够的证据验证［43］。

其次，数字金融会降低商业银行的风险承担。数字金融通过拓宽资金来源和改善资金配置结构降低商业银行的风险承担。在信息收集与处理方面，商业银行将数字技术用于业务流程能够扩大信贷市场上的信息共享范围，从而建立丰富的贷款信息集并勾勒详细的客户画像［44］，增加自身在获客和风控方面的优势［11］。商业银行通过建立信用评估模型，提升处理风险信息的能力，进一步降低筛选成本、监控成本和风险评估成本，从而降低信贷交易成本和信息不对称程度，降低不良贷款率，强化风险管理能力。同时，商业银行通过与各类外部平台进行数据的相互验证，获得借款者的真实资信情况，有利于减少欺诈行为，优化信贷表现，从而降低商业银行的事后风险承担。Berg等［21］基于25万个“数字轨迹”数据研究发现，“数字轨迹”是对征信机构评分的补充而非替代，使用这两种信息的资金出借者可以作出更优决策，使得违约率显著下降，从而降低商业银行的信用风险，并且银行体系外的数字金融会强化这一作用［13］。在服务实体经济质量方面，数字金融能够有效校正信贷供给领域的“属性错配”“领域错配”“阶段错配”等问题，促使实体企业减少高风险融资、主动去杠杆和稳定财务，增强实体企业的融资可得性［45］。这意味着商业银行贷款对象的风险降低，从而违约风险下降。

最后，数字金融对商业银行风险承担的影响具有双重性。“风险管理效应”“利润边际效应”带来U型效果，即早期的互联网金融在短期会降低管理成本，使得商业银行风险下降，但长期内会收窄利差空间、抬高资金成本，使得商业银行风险上升［46］。就细分风险而言，数字金融会增加信贷风险和流动性风险，但会降低事后的破产风险［47］。

此外，一些研究从异质性角度探讨了数字金融对商业银行风险的影响。就银行规模而言，银行体系外的数字金融对小银行的信用风险影响更明显，特别是城市商业银行比农村商业银行更擅长吸收外部数字金融的创新优势，数字金融对小银行的风险承担抑制作用更明显［48］。就盈利能力和流动性水平而言，对于低净利差、低流动性水平的商业银行，数字金融对其风险承担的抑制作用大于高净利差、高流动性水平的商业银行。就区位分布而言，当商业银行总部位于经济发达地区时，分支机构距离总部越远，数字金融对其风险承担的降低作用越明显。就技术类型而言，区块链技术对商业银行风险承担的影响要大于人工智能、大数据和云计算技术对商业银行风险承担的影响［48］。

（二）数字金融对系统性风险的影响

关于数字金融对系统性风险影响的研究较少，已有研究大多数关注银行体系外数字金融的信息技术安全风险、早期P2P“爆雷”风险和科技企业布局金融业务的潜在风险。随着金融机构应用数字金融等相关技术，从行业溢出方面研究数字金融产生系统性风险的文献开始出现。

⒈外部冲击

随着信息技术逐渐应用于金融要素，金融业务创新的过度发展会加剧金融市场的复杂性，而缺乏监管则导致金融市场出现新的、不可预测的传染源。例如，信息技术风险和网络安全风险日益突出［49］。特别地，科技企业与银行在数字金融领域的合作更容易引发重大网络安全风险［50］。新技术应用存在许多未知的技术细节，这使得商业银行运营面临技术漏洞、参数算法失效等不确定性和未知隐患。不透明的信息技术风险与传统业务风险叠加，使得这些风险在不同业务、机构、市场、区域的传染过程更复杂，更容易演变为系统性风险［51］。此外，在不同数字技术所形成的创新形态下，银行体系外的数字金融对风险传染的影响不尽相同。例如，数字货币会大大增加央行在风险防范化解过程中进行流动性救助的难度；人工智能以算法模型为内核，对模型的准确性、可靠性及训练数据的质量要求较高，侦测精度不稳定使得目前人工智能主要用于识别欺诈。总体而言，银行体系外的数字金融与金融机构的系统性风险之间正相关。

就监管滞后性而言，数字金融过度发展易催生非法金融活动，加剧金融体系和社会的不稳定性。例如，线上交易很容易导致银行客户的信息数据泄露，线上业务的欺诈案日益高科技化、专业化，对资金流转的监控难度加剧，也使得商业银行等金融机构面临的欺诈风险上升。洗钱等非法金融活动造成资金外流，直接危害金融市场安全；非法P2P或网络传销属于“庞氏骗局”［52］，打着回报率高、风险小、可靠性强、融资快、“政府支持”等旗号引诱投资者，破坏了金融市场的自由竞争，加剧了金融体系的不稳定性，将风险传递至实体经济，降低了宏观经济的稳定性。非法网络融资平台因资金链断裂面临大范围的债务纠纷，也增加了商业银行借款人的违约风险。

基于行动者网络理论，数字金融使得异质行动者构成不断更新迭代、不断传播的利益联盟网络，行动者间易产生“羊群效应”。例如，P2P风险生成机制在于，网贷平台交易的持续高速增长是其得以存续的关键原因，而当平台成交量或投资者增速低于预期时，平台停业风险上升。其传染机制在于，就“羊群行为”角度而言，在P2P债权转让模式和违约舆情传染机制下，当转让债权人的传染对象数量超过阈值时，恐慌情绪传染使得P2P平台产生“爆雷”风险。就业务关联角度而言，网贷平台具有小世界网络特性和风险传染特征，它们通过信贷交易形成具有复杂网络结构的信用链条。网贷这类新型业态的风险除在平台间传染放大外，还会溢出至传统金融领域，加大银行业的不确定性，甚至引发系统性金融风险。

⒉行业溢出

科技企业凭借数据技术优势发展数字金融，可能对金融稳定形成新的挑战，科技企业比金融机构的风险更大，但所受监管的严格程度弱于商业银行。科技企业进军金融领域，会形成新的金融基础设施。受益于范围经济、规模经济和网络效应，这些科技企业比金融机构更易产生垄断，导致新的“太大而不能倒”“太关联而不能倒”现象，引发系统性风险。众筹平台的风险是其与严格监管的传统金融机构开展竞争而引发的风险。但是，Franco等［53］基于欧美金融科技企业样本得出不一样的结论，其认为，数字金融对金融科技企业的系统性风险贡献并不大。事实上，应对科技企业进行更严格的监管，这是因为它们的风险大于金融机构。

科技企业加强与传统银行的联系会降低金融稳定性。（1）科技企业在细分市场与传统银行展开竞争［54］。例如，科技企业跨业态形成的影子银行业务，扩大了商业银行与合作企业之间的共同风险敞口，延伸了风险边界。（2）科技企业与商业银行密切合作。科技企业跨界形成的金融产品在集团内部和外部产生的关联性，使风险的复杂性、隐蔽性大大增加。例如，蚂蚁集团、京东金融与众多商业银行开展合作，与P2P、助贷平台或小贷公司开展联合贷款。（3）传统金融机构对科技企业的投资日益增加，关联交易也加剧了风险的跨行业溢出。此外，数字金融服务对象具有长尾特点，长尾客户通常缺乏金融投资专业知识，逆向选择、道德风险和从众心理等问题较为严重，在经济下行过程中容易出现非理性行为，引起风险的快速扩散。这也意味着金融科技机构固有的风险可能溢出到传统金融机构，从而引发系统性风险［41］。因此，受银行体系外数字金融的影响，数字经济时代的银行规模排名并不总是与系统重要性排名正相关［55］，一家银行的系统性重要性程度不能仅用银行规模的排名来简单测度。

商业银行应用数字金融所产生的风险主要表现在以下四个方面。（1）科技为金融服务的延伸提供空间，但会给金融体系带来宏观金融风险。数字金融通过行业积聚的风险共振渠道、银行资产和负债渠道加剧系统性金融风险［56］，但资产数字化又会抑制银行体系风险积聚［57］。（2）数字金融通过金融机构间的竞争冲击金融稳定，表现在商业银行为应对行业内外竞争、利率市场化带来的利差收窄、金融脱媒等冲击，会加快技术赋能进程，纷纷与电子商务企业、互联网金融企业、金融科技企业等合作，构建数字金融生态。具体而言，商业银行在技术上利用应用程序接口等传输、共享数据，甚至将核心业务技术进行外包；业务上与合作方共建服务平台，利用互联网企业的流量场景，提供金融服务，从而加大金融机构与互联网企业之间的风险传导［11］。Nguena［58］基于撒哈拉以南非洲的研究发现，数字金融会增加银行的脆弱性。（3）数字金融通过网络关联对系统性风险产生影响。学术界对此主要有三类观点。第一种观点认为，数字金融通过网络关联对系统性风险产生正向影响。由于信息技术是风险传染的重要途径，银行发展数字金融会使得银行间在业务流程、数据传输、系统架构、模式及算法相似性等方面形成相互关联的网络，单个节点的漏洞会引起风险在更大范围内传导［59］。同时，经营模式相似、算法趋同也使得商业银行间的风险传染得更快，甚至在极短时间内影响金融稳定。第二种观点认为，数字金融通过网络关联对系统性风险产生负向影响。数字金融可以有效降低网络关联性和银行系统性风险［60］。第三种观点认为，数字金融通过网络关联对系统性风险产生非线性影响。数字金融通过金融脱媒加剧银行系统性风险，但通过银行业竞合、风险承担和贷款聚集抑制银行系统性风险［61］。（4）传统的风险管理模式滞后于数字金融发展水平。数据信息过度收集、强制授权等也带来了新的风险隐患。监管当局在对数字金融的潜在风险进行预警时，因训练样本缺乏、信任机制问题、机构设置问题和全局优化劣势等局限，对金融秩序产生干扰，难以有效防范相关风险的发生。但是，个别研究认为，数字金融有利于增强金融体系的稳定性和对外部影响的适应性。

此外，少数研究探索数字金融对区域信贷溢出和风险的影响。不同地区商业银行间可能存在客户信息分享，围绕供应链向同一企业提供资金支持，或者基于数字金融技术联盟在技术层面相互学习借鉴，形成正向的空间溢出效应。数字金融发展会带来区域传染性风险，这一作用对与其他城市在经济金融方面关联密切的城市更明显。由于缺乏有效的监管措施，信贷过快增长导致资产泡沫，甚至引发金融危机［10］。但是，不容忽视的是，数字金融对本地区传统银行的小微贷款有正向影响，并且相邻地区数字金融发展会促进本地区传统银行小微贷款数量的增加［62］。还有研究探讨数字金融对企业、地方政府等非金融部门金融风险的影响。例如，数字金融通过降低金融投资回报率和缩小影子银行规模降低企业金融化水平［63］。数字金融会缓解地方政府债务压力和融资约束，使得本地区的金融风险下降，但跨地区发展会导致金融竞争和融资约束加剧，使得相邻地区的金融风险上升［64］。

五、总结与研究展望

本文对数字金融的内涵辨析与测度研究、数字金融如何影响商业银行信贷供给和风险的相关文献进行系统梳理，以厘清研究脉络。数字金融是新技术与金融要素的融合，在不同发展时期有不同的内涵。已有研究既采用行业规模、研发投入和专利等数据直接测度数字金融，又通过文本分析法等构建数字金融指数。数字金融对商业银行信贷供给的影响研究主要从信息不对称、经营效率与利润、金融服务便捷性、银行竞争、公司治理和异质性影响等方面展开。数字金融对商业银行个体风险影响的结论不一，对系统性风险影响的研究主要从外部冲击和行业溢出等方面展开。基于以上分析，本文提出以下研究展望。

其一，数字金融的范畴界定还需要考虑其与商业银行业务的深度融合、新技术的影响及新业务形态的出现。已有研究大多数从银行体系外的数字金融出发，特别是从科技企业、互联网企业角度来界定。当数字金融逐渐渗透到商业银行各个层面，通过各类创新推进数字化转型，其内涵将更加丰富。未来数字金融的范畴有更多的研究空间.一方面，目前数字金融是一个更为中性和综合的概念，其与商业银行业务的具体结合方式尚待深入挖掘，国内外商业银行在数字金融发展方面的差异也需要进一步分析和比较。另一方面，大语言模型、生成式人工智能等新技术的诞生使得数字金融的内涵更为丰富；新的业务形态也在不断拓展数字金融的外延和场景，如数据资产入表，数字账户的推广和使用等。

其二，数字金融的测度需要综合考虑结构化和非结构化数据，同时灵活运用传统方法和新方法。部分研究采用地区层面的数字普惠金融发展指数研究宏观问题，这些指标反映金融资源的空间配置状态，属于金融密度的范畴。还有研究采用互联网金融子行业的交易规模或将地区层面的指标转换成时间序列数据研究银行问题，但这些指标大多立足于宏观或行业视角，与商业银行的直接联系较小。虽然已有研究也构建了银行层面的金融科技指数，但这些指数主要反映技术层面的信息，数字金融日益渗透于商业银行的信贷、产品、获客、金融服务、组织架构、战略、技术支持、基础设施等各个方面，已有指标的局限性较大。个别指标是基于文本分析法构建，但存在信息更新滞后、内容不完善、信息质量不高、分析频率较低和披露缺乏客观性等问题。综上，未来构建数字金融指数可以采用语义向量分析等机器学习模型获取非结构化的文本数据，并且结合商业银行的专利情况、人员结构、组织架构、战略合作、具体业务等数据构建银行层面的数字金融综合指标，增强测度的有效性和客观性，全面反映商业银行数字化的质量。

其三，在探讨数字金融对商业银行信贷供给和风险的影响时，研究视角可以涵盖数字金融与其他“四篇大文章”的协同发展、产生的新型风险、对实体经济的溢出效应。未来比较重要的研究方向可聚焦于以下两个方面。一方面，数字金融与科技金融、绿色金融、普惠金融、养老金融如何协同，以促进这些领域的信贷供给，以及从经济周期、信贷周期的视角来审视数字金融对商业银行信贷供给的影响。另一方面，已有研究虽然涵盖了数字金融影响商业银行的信用、流动性等风险问题，但关注事后风险承担较多，涉及风险的类型、研究视角较为单一，有关数字金融引发的网络安全、数据安全等新型风险的相关研究仍显匮乏。因此，操作风险、技术风险、数据治理和网络安全等领域的探索亟待突破。同时，既应肯定数字金融在服务实体经济方面的优势，又应警惕过度信贷扩张可能带来的风险，特别是关注商业银行发展数字金融所产生的风险在时间维度上的累积，以及商业银行与其他金融机构在空间维度上的关联性。此外，还可以探索数字金融在商业银行风险监测预警体系中的应用潜力。

其四，在探讨数字金融对商业银行信贷供给和风险的作用机制时，仍需从银行微观行为、心理预期和异质性等方面进一步拓展，同时关注数字金融战略实施情况、人才与管理层架构的影响，以及中小银行的平衡发展。例如，考虑银行管理层预期和利益相关方预期；将高管特征（专业背景、职业经历、贫困经历）、内部控制、资产负债表、业务结构、关联性（对外合作、技术关联）等因素纳入考量。在数据可得的前提下，还可以从账户、逐笔业务等方面探讨影响机制。此外，异质性视角仍有待拓展：已有研究从银行规模、盈利能力、所在地区等维度探讨银行特征及宏观条件的调节效应或异质性，但仍有一些问题值得探讨。例如，商业银行发展数字金融存在“言行不一”问题，有的商业银行切实推进数字金融战略落地，而有的商业银行则通过“粉饰美化”“过度宣传”迎合政策或市场趋势，这会影响商业银行利用数字技术服务实体经济和防范风险的可持续性。人才结构、管理层架构在银行的技术进步中扮演重要角色，如何影响其数字金融发展水平及金融功能值得研究。中小银行如何在支持地方信贷供给、有效防控风险与推进数字化转型之间实现平衡发展也是亟须探索的现实问题。

其五，在数字金融背景下，缺乏关于商业银行深入服务实体经济和防范化解风险的政策研究。一方面，值得关注的是，数字金融如何通过银企关系影响实体企业的经营、风险、数字化创新及新质生产力的发展，推动形成科技—产业—金融的良性循环。另一方面，随着金融科技的深化，监管科技的规则细化和应用场景落地，以及宏观审慎政策优化设计、数据治理框架的建立［65］，均是当前亟须研究的课题。未来的研究应结合中国国情，讨论监管当局在鼓励商业银行应用数字金融支持实体经济时，如何兼顾金融供给效率和防范金融风险，评估监管科技、“双支柱”调控框架的适用性和优化路径。

参考文献：

［1］FUJ，MISHRAM.FintechinthetimeofCOVID‑19：technologicaladoptionduringcrises［J］.Journaloffinancialintermediation，2022，50（2）：100945.

［2］杨东.监管科技：金融科技的监管挑战与维度建构［J］.中国社会科学，2018（5）：69-91+205-206.

［3］ARNERDW，BARBERISJ，BUCKEYRP.FinTech，RegTech，andthereconceptualizationoffinancialregulation［J］.Northwesternjournalofinternationallawandbusiness，2016，37（3）：371-413.

［4］吴晓求.互联网金融：成长的逻辑［J］.财贸经济，2015（12）：5-15.

［5］王国刚，张扬.互联网金融之辨析［J］.财贸经济，2015（1）：5-16.

［6］CHENGM，QUY.DoesbankFintechreducecreditrisk？EvidencefromChina［J］.Pacific‑Basinfinancejournal，2020，63（5）：101398.

［7］CHENM，WUQ，YANGB.HowvaluableisFintechinnovation？［J］.Reviewoffinancialstudies，2019，32（5）：2062-2106.

［8］GOMBERP，KAUFFMANRJ，PARKERC，etal.OntheFintechRevolution：interpretingtheforcesofinnovation，disruption，andtransformationinfinancialservices［J］.Journalofmanagementinformationsystems，2018，35（1）：220-265.

［9］THAKORAV.Fintechandbanking：whatdoweknow？［J］.Journaloffinancialintermediation，2020，41（1）：100833.

［10］SCHULARICKM，TAYLORAM.Creditboomsgonebust：monetarypolicy，leveragecycles，andfinancialcrises，1870-2008［J］.TheAmericaneconomicreview，2012，102（2）：1029-1061.

［11］黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（季刊），2018，17（4）：1489-1502.

［12］欧阳日辉，孙磊，范秋辞.数字金融促进新质生产力发展的机理和路径研究——基于科技—产业—动能—生态视角［J］.东北财经大学学报，2024（5）：33-48.

［13］郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）：1401-1418.

［14］郭品，沈悦.互联网金融、存款竞争与银行风险承担［J］.金融研究，2019（8）：58-76.

［15］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）：17-29.

［16］HOUX，GAOZ，WANGQ.Internetfinancedevelopmentandbankingmarketdiscipline：evidencefromChina［J］.Journaloffinancialstability，2016，22（1）：88-100.

［17］贺水金，胡灵.数字金融与银行流动性创造的U型关系——基于中国173家商业银行的分析［J］.财经论丛，2022，38（8）：37-48.

［18］李建军，姜世超.银行金融科技与普惠金融的商业可持续性——财务增进效应的微观证据［J］.经济学（季刊），2021，21（3）：889-908.

［19］李茂林，王子路，何光辉，等.银行业金融科技创新、结构性普惠效应与创业活力［J］.管理世界，2024，40（6）：195-224.

［20］谢绚丽，王诗卉.中国商业银行数字化转型：测度、进程及影响［J］.经济学（季刊），2022，22（6）：1937-1956.

［21］BERGT，BURGV，GOMBOLOVIĆA，etal.OntheriseofFinTechs：creditscoringusingdigitalfootprints［J］.Reviewoffinancialstudies，2020，33（7）：2845-2897.

［22］CORNELLIG，FROSTJ，GAMBACORTAL，etal.Fintechandbigtechcredit：driversofthegrowthofdigitallending［J］.Journalofbankingandfinance，2023，148（3）：106742.

［23］FUSTERA，PLOSSERM，SCHNABLP，etal.Theroleoftechnologyinmortgagelending［J］.Reviewoffinancialstudies，2019，32（5）：1854-1899.

［24］BALYUKT.FinTechlendingandbankcreditaccessforconsumers［J］.Managementscience，2023，69（1）：555-575.

［25］FENGG，SERLETISA.Efficiency，technicalchange，andreturnstoscaleinlargeusbanks：paneldataevidencefromanoutputdistancefunctionsatisfyingtheoreticalregularity［J］.Journalofbankingandfinance，2010，34（1）：127-138.

［26］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（6）：75-85.

［27］赵家琪，江弘毅，胡诗云.数字普惠金融下的小微信贷与风险——基于银行数字化转型的视角［J］.经济学（季刊），2023，23（5）：1686-1703.

［28］刘孟飞，蒋维.金融科技促进还是阻碍了商业银行效率？——基于中国银行业的实证研究［J］.当代经济科学，2020，42（3）：56-68.

［29］XIANGX，JIANGL.Digitalisationandcommercialbankperformance：atestofheterogeneityfromChinesecommercialbanks［J］.Financeresearchletters，2023，58（10）：104303.

［30］KATSIAMPAP，MCGUINNESSPB，SERBERAJP，etal.ThefinancialandprudentialperformanceofChinesebanksandFintechlendersintheeraofdigitalization［J］.Reviewofquantitativefinanceandaccounting，2022，58（4）：1451-1503.

［31］郑录军，韩庆潇，王兆旭.金融科技、目标相容与小微信贷供给——基于区域问卷调查的微观银行证据［J］.国际金融研究，2023（3）：50-60.

［32］宋敏，周鹏，司海涛.金融科技与企业全要素生产率：“赋能”和信贷配给的视角［J］.中国工业经济，2021（4）：138-155.

［33］盛天翔，范从来.金融科技、最优银行业市场结构与小微企业信贷供给［J］.金融研究，2020（6）：114-132.

［34］吴雨，李成顺，李晓，等.数字金融发展对传统私人借贷市场的影响及机制研究［J］.管理世界，2020，36（10）：53-64+138.

［35］ERELI，LIEBERSOHNJ.CanFinTechreducedisparitiesinaccesstofinance？EvidencefromthePaycheckProtectionProgram［J］.Journaloffinancialeconomics，2022，146（1）：90-118.

［36］HAISLIPJZ，MASLIA，RICHARDSONVJ，etal.RepairingorganizationallegitimacyfollowingInformationTechnology（IT）materialweaknesses：executiveturnover，ITexpertise，andITsystemupgrades［J］.Journalofinformationsystems，2016，30（1）：41-70.

［37］余明桂，马林，王空，等.商业银行数字化转型与劳动力需求：创造还是破坏？［J］.管理世界，2020，38（10）：212-230.

［38］张一林，郁芸君，陈珠明.人工智能、中小企业融资与银行数字化转型［J］.中国工业经济，2021（12）：69-87.

［39］蔡岑，殷晓晴，陈选娟.金融科技创新路径选择与银行经营效率［J］.财经研究，2023，49（10）：19-33.

［40］战明华，汤颜菲，李帅.数字金融发展、渠道效应差异和货币政策传导效果［J］.经济研究，2020，55（6）：22-38.

［41］LIJ，LIJ，ZHUX，etal.RiskspilloversbetweenFinTechandtraditionalfinancialinstitutions：evidencefromtheU.S［.J］.Internationalreviewoffinancialanalysis，2020，71（5）：101544

［42］JAKSICM，MARINCM.Relationshipbankingandinformationtechnology：theroleofartificialintelligenceandFinTech［J］.Riskmanagement，2019，21（1）：1-18.

［43］晏景瑞，朱诗怡.金融科技能够降低银行风险承担吗？——基于银行成立金融科技子公司的多期DID检验［J］.统计研究，2024，41（4）：64-74.

［44］SUTHERLANDA.Doescreditreportingleadtoadeclineinrelationshiplending？Evidencefrominformationsharingtechnology［J］.Journalofaccountingandeconomics，2018，66（1）：123-141.

［45］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（5）：52-66.

［46］顾海峰，张亚楠.金融创新、信贷环境与银行风险承担——来自2006—2016年中国银行业的证据［J］.国际金融研究，2018（9）：66-75.

［47］郭娜，张骏，陈东晖.金融科技、银行风险容忍度与流动性囤积［J］.金融论坛，2023，28（4）：60-69.

［48］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（1）：62-73.

［49］UDDINMH，MOLLAHS，ALIMH.Doescybertechspendingmatterforbankstability？［J］.Internationalreviewoffinancialanalysis，2020，72（6）：101587.

［50］NAJAFK，MOSTAFIZMI，NAJAFR.Fintechfirmsandbankssustainability：whycybersecurityriskmatters？［J］.Internationaljournaloffinancialengineering，2021，8（2）：2150019.

［51］PIT，HUH，LUJ，etal.TheanalysisofFintechrisksinChina：basedonfuzzymodels［J］.Mathematics，2022，10（9）：1-13.

［52］朱家祥，沈艳，邹欣.网络借贷：普惠？普骗？与监管科技［J］.经济学（季刊），2018，17（4）：1599-1622.

［53］FRANCOL，GARCIAAL，HUSETOVICV，etal.DoesFintechcontributetosystemicrisk？EvidencefromtheU.S.andEurope［R］.ADBIWorkingPaper，2020.

［54］YAOY，LIJ，ZHUX，etal.Expecteddefaultbasedscoreforidentifyingsystemicallyimportantbanks［J］.Economicmodelling，2017，64（5）：589-600.

［55］JIANGH，ZHANGJ.DiscoveringsystemicrisksofChina’slistedbanksbyCoVaRapproachinthedigitaleconomyera［J］.Mathematics，2020，8（2）：180-208.

［56］梁洪，李树，王雨.数字金融、货币政策与系统性金融风险——基于TVP‑VAR‑SV模型的实证研究［J］.统计研究，2023（11）：68-79.

［57］何德旭，张庆君，陈思，等.资产数字化、银行风险与“双支柱”调控［J］.经济研究，2023，58（1）：38-55.

［58］NGUENACL.HowdoesFintechinnovationmatterforbankfragilityinSSA？［R］.GlobalLaborOrganizationDiscussionPaperSeries，2020.

［59］许多奇.互联网金融风险的社会特性与监管创新［J］.法学研究，2018，40（5）：20-39.

［60］吴文洋，蒋海，唐绅峰.数字化转型、网络关联性与银行系统性风险［J］.中国管理科学，2024（3）：9-19.

［61］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（2）：32-43.

［62］温博慧，刘雨菲，程朋媛.数字金融对传统银行小微贷款影响的空间效应——基于非平衡空间计量模型的实证检验［J］.国际金融研究，2022（3）：45-55.

［63］钟凯，梁鹏，王秀丽，等.数字普惠金融有助于抑制实体经济“脱实向虚”吗？——基于实体企业金融资产配置的分析［J］.国际金融研究，2022（2）：13-21.

［64］周晔，丁鑫“.激化”还是“缓释”？数字金融对区域金融风险的影响研究——跨区效应、机制识别与结构特征［J］.国际金融研究，2022（10）：26-37.

［65］陈一洪.商业银行数据治理：体系框架与实施路径［J］.南方金融，2024（4）：89-99.

（责任编辑：孙艳）

基金项目：国家社会科学基金重大项目“中国金融安全统计监测、预警与对策研究”（23amp;ZD058）；北京市社会科学基金青年学术带头人项目“防范化解经济金融领域重大风险研究”（24DTR018）；广东金融学会2023—2024年度基础课题“金融监管政策协同与系统性金融风险防范研究”（JCKT202313）