数字金融、高质量发展与区域系统性金融风险

王 玉，张占斌

[1.中共广州市委党校（广州行政学院）公共管理教研部，广东 广州 510070；2.中共中央党校（国家行政学院）马克思主义学院，北京100193]

一、引言

金融是实体经济的血脉。伴随以大数据、云计算、人工智能、区块链为代表的数字技术快速崛起，新兴技术与传统金融融合衍生出数字金融这一新的金融业态。与传统金融和普惠金融相比，数字金融具有低门槛、广覆盖、产品多元的特征，不仅能大大满足中小企业、农村居民等“融资弱势”群体的融资需求，同时能引导资本流向科技和绿色产业，推动产业转型和经济高质量发展[1]。但是，也有部分学者对数字金融发展表示担忧，认为可能对金融市场造成冲击，影响金融稳定[2][3]，其中蕴藏着较高的金融风险[4]，例如，由于监管滞后、数据漏洞、法律体系不完善，曾经出现过P2P网贷平台暴雷、非法集资、网贷跑路等乱象，严重冲击了金融秩序的稳定，也暴露出数字金融发展中的脆弱性特征。党的十八大以来，党中央高度重视系统性金融风险防范与化解，在2019 年中共中央政治局第十三次集体学习时，习近平同志指出，防范化解金融风险特别是防止发生系统性金融风险，是金融工作的根本性任务。①资料来源：《习近平在中共中央政治局第十三次集体学习时强调 深化金融供给侧结构性改革 增强金融服务实体经济能力》，中国共产党新闻网。国家“十四五”规划纲要强调了维护金融稳定、守住不发生系统性金融风险底线的工作部署。因此，数字金融发展是否会产生区域系统性金融风险、在哪些领域会产生风险、如何防范与化解数字金融发展带来的系统性风险，这些对于持续深化金融供给侧结构性改革、稳定地区经济与社会发展大局都非常重要，是值得深入研究的重要课题。

已有学者针对数字金融与系统性金融风险的关系展开研究，李优树等[5]、欧阳资生等[6]、刘哲等[7]研究发现数字金融发展能有效缓解区域系统性金融风险，而Siddik&Kabiraj[3]、朱辰等[8]、顾海峰等[9]则发现旨在向企业提供贷款的数字金融不利于金融稳定。不同学者的研究出现异质性结论，原因可能有以下三个方面。首先是研究对象的差异，一部分学者从省域的整体金融风险展开，另一部分学者则只选择了商业银行进行研究。风险对象和数据选取的差别导致结论不同。其次是模型的差异，一些学者在模型设定上采用了线性结构，由于数据选取的时期长短不同导致结论出现异质性。最后，系统性金融风险指标的构建不尽相同。如夏越[10]、李优树[5]将股票市场总市值作为股票市场风险指标，用房地产投资增速作为系统性金融风险的逆指标。

本文选取2010—2021 年省级面板数据分析数字金融发展对区域系统性金融风险的影响，与现有文献相比，边际贡献体现在：（1）不仅考察了数字金融对区域系统性金融风险的影响，还讨论了不同领域系统性风险（银行业风险、资本市场风险、房地产市场风险以及政府债务风险）的异质性；（2）引入数字金融二次项，判别数字金融与系统性金融风险到底存在线性关系还是非线性关系；（3）将区域高质量发展纳入数字金融与系统性金融风险的分析框架，探讨高质量发展对数字金融与系统性金融风险的作用机制。现阶段学者主要从资本转移、融资约束等角度考察数字金融对系统性金融风险影响的中介机制[6]，对高质量发展特别是创新发展、协调发展等与数字金融密切相关的发展质量所带来的中介影响关注不够，本文将对此进行补充。

二、理论分析与研究假设

（一）数字金融发展对区域系统性金融风险的影响机制

数字金融对系统性金融风险的影响，在学界形成了促进与抑制两种鲜明的观点。促进观点认为金融创新会改变金融结构，造成金融体系不稳定[11]。数字金融在与商业银行业务和技术融合过程中，给商业银行的经营效率和风险管控带来不确定性，而商业银行风险易在整个金融系统内传播，造成系统性金融风险。数字金融可能从以下三个方面加剧系统性金融风险。第一，数字金融会加剧银行业竞争，增加不良贷款率。数字金融发展抢占了商业银行传统业务的市场份额[12]，如支付宝推出的“余额宝”“借呗”“转账”等服务在一定程度上取代了银行的“存贷汇”业务，为了应对竞争，传统商业银行被迫降低风控要求拉拢客户，加剧了金融风险。第二，数字金融违约风险更高。与传统信贷业务不同，数字金融业务具有虚拟性特点，其业务开展建立在信用基础上，无法准确评估每笔业务的风险水平，从而会增加违约风险[6]。第三，数字金融发展助推资本“脱实向虚”[13]。由于数字金融业务存在较高的信息不对称，且监管难度大，信贷资金更容易绕过监管流向虚拟经济部门，增加了资本市场、房地产市场的风险，威胁金融安全。成群蕊等[14]指出股票市场和房地产市场的膨胀会导致数字普惠金融未能真正发挥服务实体经济的功能，反而加速了与实体经济的脱钩。

抑制观点认为数字金融能够促进风险的分散和转移，从而缓解系统性风险[15]。李优树等[5]发现数字普惠金融对中国系统性金融风险存在显著的抑制作用，可以提升金融体系内部的抗风险能力。欧阳资生等[6]研究发现数字普惠金融通过资本转移对中国区域性金融风险具有抑制效应。总体来看，数字金融可能从三个方面缓解金融风险。第一，数字金融提高了资本配置效率。数字金融能使更多资本从低效率部门流向高效率部门，不仅满足了企业和个人的资金需求，还能减少金融资源错配，提高资源配置效率。高效率部门相对于低效率部门拥有更低的信用风险，从而能化解整体信贷资本的系统性风险。数字金融能降低银行与客户之间的信息不对称，增加无抵押贷款，从而提高银行信贷运营效率[16]。第二，数字金融促进了创新发展。Ozili[17]指出数字金融发展能为企业提供更加优质的金融产品与服务，提高金融服务可得性。欧阳资生等[6]研究发现数字金融对研发创新有正向作用，而研发创新的提高能减弱系统性金融风险。第三，数字金融促进产业结构升级。在政策引导下，数字普惠金融向新兴产业、绿色产业和高科技产业倾斜，能化解产能过剩、资本无序配置的风险，促进产业结构升级[18]。

由此可见，数字金融发展既会引发银行业竞争加剧、不良贷款率升高、信贷资本脱实向虚，加剧系统性金融风险，也会提高金融资源配置效率、促进经济创新发展、促进产业结构升级，减弱区域系统性金融风险（图1）。而对金融风险的双向影响又随着数字金融发展水平呈现先加剧后抑制的“倒U”型效应[19]。综合分析，本文提出以下竞争性假设：

图1 数字金融对区域系统性金融风险的影响机制

H1-1：数字金融对区域系统性金融风险存在促进作用。

H1-2：数字金融对区域系统性金融风险存在抑制作用。

H1-3：数字金融对区域系统性金融风险存在先升后降的“倒U”型作用。

（二）高质量发展的中介效应机制

创新和绿色是经济高质量发展的重要特征。薛莹等[20]认为金融科技具有资源配置效应和创新效应，有助于推动金融业脱虚向实和经济高质量发展。滕磊等[21]研究发现数字金融通过缓解企业融资约束和提供普惠金融服务，促进了经济创新、开放和协调发展。刘伟等[22]也发现数字金融能够推动技术进步，从而驱动经济高质量发展。

本文认为，经济高质量发展能够化解系统性金融风险。首先，经济高质量发展提高了经济系统发展韧性。其次，高质量发展能为金融供给侧结构性改革提供良好的经济环境。经济高质量发展的一个显著特征是经济由传统要素驱动向技术要素驱动转变，能加快金融资源从落后产能中退出并流向科技型、绿色发展型企业，从而优化金融资源配置结构[23]。

综上所述，数字金融有助于推动经济高质量发展，同时，经济高质量发展通过深化金融供给侧结构性改革和增强经济系统韧性防范和化解系统性金融风险，由此提出假设：H2：区域高质量发展在数字金融与系统性金融风险的正相关间存在“遮掩效应”。

三、数据、模型与变量说明

（一）样本和数据来源

本文选取31 个省（自治区、直辖市）2010—2021 年的省级面板数据进行分析。其中系统性金融风险、高质量发展的数据来源于国家统计局数据库以及各省统计年鉴，数字金融数据来自北京大学数字金融中心的数字普惠金融指数。

（二）模型构建

为检验数字金融对区域系统性金融风险的影响，建立如下模型：

在模型（1）（2）中sfrit代表各省的系统性金融风险水平，其中包括银行业、资本市场、房地产市场和政府四个维度。difiit是数字金融发展水平，Xj表示第j个控制变量。

为检验高质量发展在数字金融与系统性金融风险关系之间的传递机制，构建如下估计模型：

在方程（3）（4）中hqdit为区域高质量发展水平，通过判断方程（1）中的α1及方程（3）（4）中的λ1、γ系数符号及显著性可以判断高质量发展是否存在中介效应或者遮掩效应。Zj表示第j个控制变量。

（三）变量选取

1.系统性金融风险

目前，从区域的角度测算金融风险有两种方法，一是构建单一指标，如不良贷款率；二是构建指标体系。本文认为系统性金融风险的测度研究应遵循以下原则。一是科学性。选取的指标应能真实反映系统性金融风险。二是普遍性。选取的指标能反映全部区域。三是可得性。表1 列示了从银行系统、资本市场系统、房地产系统、政府系统四个维度建立的系统性金融风险指标体系。进一步采用熵权法对各指标进行赋权，加权得到的指标值越大，系统性金融风险越高。

表1 系统性金融风险测度指标体系

2.数字金融

采用北京大学的数字普惠金融发展指数，该指数包括数字普惠金融覆盖广度、使用深度和数字化程度三个子维度，能比较科学、准确地测量地区数字金融发展程度。

3.高质量发展

创新、协调、绿色、开放、共享的新发展理念是高质量发展的核心内涵，学术界一般选取新发展理念中的五个维度作为经济高质量发展指标体系的构建方向[24][25]。在参考现有学者研究方法的基础上，构建表2的经济高质量发展水平指标体系。

表2 经济高质量发展水平指标体系

4.控制变量

对于方程（1）（2）（4），选取了地区经济规模（地区生产总值的自然对数，lngdp）、经济波动率（地区生产总值实际增长率的标准差，vol）、财政赤字率（财政支出与财政收入的差额与地区生产总值的比值，deficits）、金融行业比重（金融行业增加值占地区生产总值的比重，finance）作为控制变量。地区经济规模越大，表明经济发展越稳健，更能抵御金融风险，因此，理论上该指标与系统性金融风险负相关[26]。经济波动代表经济不稳定[27]。财政赤字反映了政府对经济发展的干预程度，通过财政有效支出能促进产业结构优化、社会福利改善，稳定居民发展信心，有利于防范与化解系统性金融风险[28]。金融行业发展能支撑经济发展，但是金融行业过度发展容易导致资本加速流向房地产市场、资本市场等领域，造成短期资产泡沫化，加剧系统性金融风险。

对于因变量为经济高质量发展的方程（3），选取基础设施（地区公路铁路里程数与国土面积比值，trans）、城镇化率（城镇人口占总人口的比重，urb）、科教财政支出比重（科技与教育财政支出占一般财政支出的比值，fiscal）、信息化（互联网宽带接入用户数，inform）作为控制变量。基础设施是经济发展的重要支撑，高铁、高速公路都有力地促进了产业活动，对经济高质量发展有重要的推动作用，因此，该变量预期符号为正。城镇化伴随工业化，产城互动、节约集约、绿色生态、协调统筹发展，成为经济高质量发展的重要表征，因此，该变量预期符号为正[29]。财政支出作为政府行为的主要形式，显著影响地方经济发展，科学技术和人力资本是经济高质量增长的重要驱动要素，科教财政支出比重越高，高质量发展的助推力越强[30]，该变量预期符号为正。信息化、数字化等数据要素在经济发展中的作用日益凸显，创新发展、开放发展都需要信息化的支持[31]，因此，该变量预期符号也为正。

四、实证研究及结果分析

（一）描述性统计

表3 显示了各个变量的描述性统计。系统性金融风险均值为0.233，呈现“W 型”演变趋势。在四个维度中，银行业金融风险最高，其次是资本市场和房地产市场风险，最低的是政府系统风险。数字金融均值为2.127，在地区间存在明显的异质性，经济发达省份数字金融发展水平明显高于经济欠发达省份。高质量发展均值为0.186，呈现逐年上升趋势。方程（1）各控制变量的统计结果见表3。

表3 变量描述性统计

（二）数字金融发展对区域系统性金融风险的影响

表4显示了对方程（1）（2）的估计结果。从前四列结果看，无论是否引入控制变量，数字金融一次项系数都显著大于0，但其平方项正向不显著，说明数字金融对区域系统性金融风险存在正向影响。由此判断，数字金融对区域系统性金融风险仅存在线性正向作用，即促进作用，支持了假设H1-1。控制变量中，区域经济规模总量、财政赤字率与系统性金融风险成反比，而经济增长波动率、金融行业比重与系统性金融风险成正比。

表4 数字金融对区域系统性金融风险的影响

进一步比较数字金融对不同维度系统性金融风险的影响，表5显示当因变量为银行业系统性金融风险时，数字金融一次项系数显著为正，二次项系数不显著，表明数字金融对银行业系统性风险存在正向（促进）作用。当因变量为资本市场系统性金融风险时，数字金融一次项系数显著为正，二次项系数显著为负，说明数字金融对资本市场系统性风险存在“倒U”型作用，但通过计算发现拐点的数字金融水平为4.19，高于样本全部观测值的数字金融水平，说明数字金融与资本市场系统性风险实际上存在“倒U”型曲线左侧的影响。当因变量为房地产系统性金融风险时，数字金融一次项系数显著为负，二次项系数显著为正，计算拐点的数字金融水平为3.75，接近数字金融的最大值，说明数字金融与房地产系统性风险是假“U型”，实际上倾向于负向影响①在未引入控制变量时数字金融二次项系数不显著，一次项系数显著为负，也证实了数字金融与房地产系统性风险存在负相关。。当因变量为政府系统性金融风险时，数字金融一次项和二次项系数均显著为正，表明数字金融对政府系统性风险存在“U 型”曲线右侧的影响（图2）。由此表明数字金融对不同维度系统性金融风险存在异质性影响。

表5 数字金融对不同维度系统性金融风险的影响

图2 数字金融与不同维度系统性金融风险的关系结构

（三）经济高质量发展的遮掩效应和中介效应

通过估计方程（3）（4）的系数判断经济高质量发展在数字金融与系统性金融风险之间产生的是中介效应还是遮掩效应。表6 前两列结果显示数字金融会显著提高经济高质量发展水平，提升经济高质量发展能显著降低系统性金融风险，说明经济高质量发展在数字金融与区域系统性金融风险的负相关之间存在遮掩效应，即数字金融发展推动了经济高质量发展间接抑制系统性金融风险。观察后四列，数字金融对银行业风险、资本市场风险和政府风险存在正效应，而对房地产风险存在负效应，经济高质量发展hqd系数均小于0，这表明经济高质量发展在数字金融与银行业风险、资本市场风险和政府风险之间是遮掩效应，而在数字金融与房地产系统风险之间是中介效应。从整体的系统性金融风险角度看，表6 的结果支持了假设H2。

表6 高质量发展的遮掩效应与中介效应

（四）稳健性检验

为检验上述结论的可靠性，从两个角度展开稳健性分析：一是考虑到在理论上系统性金融风险会影响区域经济高质量发展及数字金融水平，即模型存在内生性问题，因此进一步采用系统广义矩工具变量法进行估计。从AR(1)、AR(2)和Sargan test来看，估计模型选择的工具变量有效。观察数字金融及高质量发展两个变量系数，数字金融提高了系统性金融风险，高质量发展在数字金融与系统性金融风险之间有显著的遮掩效应，可见在考虑内生性后，结论依然稳健。

二是采用金融科技代替数字金融指标，具体参考宋敏等[32]利用工商注册企业数据，根据企业的名称和经营范围，使用“金融科技”“云计算”“大数据”“区块链”“人工智能”“物联网”等关键词匹配出相应的企业。在此基础上为消除“空壳公司”的影响，剔除经营时间小于1年或经营状态非正常（停业、解散、吊销等）的样本。最终以金融科技企业数量的自然对数代表区域金融科技发展水平。表8 显示金融科技、高质量发展的系数符号和显著性与表6、表7 一致，结论依然稳健，也间接说明采用金融科技企业数量衡量区域数字金融发展水平具有一定的合理性。

表7 基于系统广义矩估计法的稳健性检验

表8 替换数字金融发展指标的稳健性检验

五、结论与启示

本文选取2010—2021 年省级面板数据，分析了数字金融对区域整体及细分维度的系统性金融风险的影响，并进一步探索经济高质量发展在数字金融与系统性金融风险之间是否存在中介效应。实证分析发现：（1）数字金融发展会显著提高区域系统性金融风险水平，但对不同维度的系统性风险存在异质性影响，其中数字金融对银行业系统性风险存在正向影响，对房地产系统性风险存在负向影响，对资本市场系统性风险存在“倒U”型曲线左侧的影响，对政府系统性风险存在“U 型”曲线右侧的影响；（2）经济高质量发展在数字金融与区域系统性金融风险的负相关之间存在显著的“遮掩效应”，即数字金融推动了区域经济高质量发展，而经济高质量发展能有效缓解系统性金融风险。结论表明，数字金融、经济高质量发展和系统性金融风险之间存在内生关系，数字金融发展导致系统性金融风险上升的同时，也能通过促进经济高质量发展而间接降低系统性金融风险，即经济高质量发展扮演了传递机制，进而达到三者在发展中的平衡。

以上研究结论为平衡金融创新与金融风险提供了四点启示。（1）完善法律监管体系。目前，有关数字金融的法律法规出台滞后于其发展进程，导致一些企业或机构为了谋取利益盲目扩大规模，积累了风险。为此，当务之急是完善有关法律体系，保障数字金融发展有法可依。（2）监管部门应增强监管能力。数字金融的“技术+金融”特点表明其具有隐蔽性，一些借款人可能将资本用于股市、房地产领域，加剧风险，为此监管部门应强化监管能力，积极利用数字技术手段获取数字金融使用者的信用、资金使用方向等信息，阻断风险发生。（3）尽快建立系统性风险预警机制，实时监测风险。各级政府应结合本地金融结构及运行情况，建立能充分反映金融风险的预警系统，降低系统性风险发生概率。（4）积极推动经济创新发展、协调发展和绿色发展。本文研究证实以创新发展、资源重整以及产业结构升级为代表的高质量发展能降低金融风险，为此各地政府要通过产业支持、打破资源垄断、增强环境规制等手段促进经济高质量发展，有效防范和化解系统性金融风险。