劉 驊，崔 婧

（南京審計(jì)大學(xué) 金融學(xué)院，江蘇 南京 211815）

一、引言

黨的二十大報(bào)告指出，應(yīng)“以經(jīng)濟(jì)安全為基礎(chǔ)”“用新安全格局保障新發(fā)展格局”。2022年10月，中國人民銀行在全國人大常委會(huì)金融工作情況報(bào)告中進(jìn)一步指出金融安全的重要性，并提出要全面加強(qiáng)和完善金融監(jiān)管，依法將各類金融活動(dòng)全部納入監(jiān)管，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。而隨著我國經(jīng)濟(jì)增速的放緩，區(qū)域金融風(fēng)險(xiǎn)問題值得關(guān)注，其在缺乏有效防控時(shí)可能會(huì)跨行業(yè)、跨區(qū)域交叉?zhèn)魅?，最終演化成系統(tǒng)性金融風(fēng)險(xiǎn)，是影響金融穩(wěn)定的重要因素之一。因此如何緩解區(qū)域金融風(fēng)險(xiǎn)成為學(xué)術(shù)界和實(shí)務(wù)界關(guān)注的重點(diǎn)議題。

數(shù)字金融作為大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新興技術(shù)與金融領(lǐng)域的有機(jī)結(jié)合，近年來實(shí)現(xiàn)了跨越式發(fā)展。根據(jù)北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)據(jù)，2021年各省數(shù)字普惠金融總指數(shù)的中位值由2011年的33.6增長至363.6，年均復(fù)合增長率約為26.9%。不斷成熟的數(shù)字金融技術(shù)給傳統(tǒng)金融業(yè)帶來了發(fā)展模式和技術(shù)創(chuàng)新的機(jī)遇，可有效降低交易成本、提高信息透明度、緩解資源錯(cuò)配，在一定程度上能彌補(bǔ)傳統(tǒng)金融不足并增強(qiáng)金融體系的風(fēng)險(xiǎn)防范能力。因此，數(shù)字金融發(fā)展與區(qū)域金融風(fēng)險(xiǎn)之間可能存在一定的內(nèi)在聯(lián)系，是一個(gè)重要的風(fēng)險(xiǎn)抑制因素。本文分析數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)抑制效應(yīng)的傳導(dǎo)機(jī)制與調(diào)節(jié)作用，對(duì)于我國數(shù)字金融背景下防范區(qū)域金融風(fēng)險(xiǎn)、保障國家經(jīng)濟(jì)安全具有重要的理論與現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

（一）區(qū)域金融風(fēng)險(xiǎn)的影響因素與測(cè)度

區(qū)域金融風(fēng)險(xiǎn)由微觀金融風(fēng)險(xiǎn)積累，逐步擴(kuò)散和傳染，可能最終會(huì)形成宏觀層面上的系統(tǒng)性風(fēng)險(xiǎn)，而此過程受諸多因素影響。銀行市場(chǎng)及房地產(chǎn)行業(yè)可能是區(qū)域金融風(fēng)險(xiǎn)的主要來源（榮夢(mèng)杰和李剛，2020；梁秋霞等，2021）[1-2]，其中，股份制商業(yè)銀行的區(qū)域特征最為突出（黃湃，2003）[3]，因此一些學(xué)者認(rèn)為用不良貸款率可以較直觀地衡量區(qū)域金融風(fēng)險(xiǎn)（歐陽資生等，2021）[4]。但宏觀經(jīng)濟(jì)波動(dòng)以及外部金融環(huán)境對(duì)區(qū)域金融風(fēng)險(xiǎn)的作用同樣不容忽視，無論是體現(xiàn)宏觀經(jīng)濟(jì)波動(dòng)的通脹率、GDP增長率等，還是國際金融市場(chǎng)的變化及主權(quán)債務(wù)危機(jī)，都會(huì)增加國內(nèi)金融市場(chǎng)的不穩(wěn)定性（劉鳳根等，2022）[5]。此外，隨著地方政府債務(wù)規(guī)模的不斷擴(kuò)大，一些學(xué)者研究發(fā)現(xiàn)地方政府債務(wù)風(fēng)險(xiǎn)對(duì)區(qū)域金融風(fēng)險(xiǎn)具有較強(qiáng)的空間溢出效應(yīng)（陳守東等，2020）[6]。因此，除了不良貸款率外，上述影響因素均被逐步納入?yún)^(qū)域金融風(fēng)險(xiǎn)的評(píng)價(jià)體系。

現(xiàn)有文獻(xiàn)關(guān)于金融風(fēng)險(xiǎn)測(cè)度方法的研究已經(jīng)較為充分，除了早期的指標(biāo)預(yù)警體系，目前多以模型測(cè)度和指數(shù)測(cè)度兩種方式為主。模型測(cè)度主要通過或有權(quán)益分析法（CCA模型）、網(wǎng)絡(luò)拓?fù)涞确椒▽?duì)時(shí)間序列數(shù)據(jù)進(jìn)行分析，以測(cè)度金融風(fēng)險(xiǎn)發(fā)生的可能性，但該類方法只針對(duì)單一部門，無法反映金融系統(tǒng)的整體性風(fēng)險(xiǎn)（方定闖和孔文青，2020；毛捷和韓瑞雪，2022）[7-8]。指數(shù)測(cè)度主要是通過金融壓力指數(shù)法進(jìn)行，由Illin和Ying最早提出，通過對(duì)一定時(shí)期金融壓力的測(cè)度構(gòu)建綜合性指標(biāo)，實(shí)現(xiàn)對(duì)金融體系整體的把握（Illing和Liu，2006）[9]。此后，利用金融壓力指數(shù)測(cè)度金融風(fēng)險(xiǎn)的研究不斷豐富，一些學(xué)者使用等方差權(quán)重、主成分分析、因子分析三種方法均驗(yàn)證了金融壓力指數(shù)的準(zhǔn)確性和普適性。在金融指標(biāo)體系構(gòu)建時(shí)，各指標(biāo)的賦權(quán)尤為重要，以模糊綜合評(píng)價(jià)法（FAHP）、固定權(quán)重法等為代表的主觀賦權(quán)法，由于主觀隨意性大，無法準(zhǔn)確衡量風(fēng)險(xiǎn)，因此學(xué)界更青睞于使用熵值法這類客觀賦權(quán)法（謝婷婷和李祎，2020；劉哲，2022）[10-11]。

（二）數(shù)字金融發(fā)展與金融風(fēng)險(xiǎn)

數(shù)字金融作為數(shù)字技術(shù)與金融領(lǐng)域的結(jié)合，學(xué)者們從不同角度研究了數(shù)字金融發(fā)展對(duì)金融風(fēng)險(xiǎn)產(chǎn)生的影響。微觀層面，現(xiàn)有文獻(xiàn)大多集中在金融機(jī)構(gòu)方面，分析數(shù)字金融發(fā)展如何影響銀行的風(fēng)險(xiǎn)承擔(dān)。我國銀行盈利水平差距較大且流動(dòng)性不足，而數(shù)字金融發(fā)展能夠顯著降低銀行的主動(dòng)以及被動(dòng)風(fēng)險(xiǎn)承擔(dān)，有效改善銀企信息不對(duì)稱問題，降低信貸及資產(chǎn)價(jià)格波動(dòng)，有利于銀行的風(fēng)險(xiǎn)轉(zhuǎn)移與分散，進(jìn)一步提升其風(fēng)險(xiǎn)承擔(dān)能力（孫志紅和琚望靜，2022；金洪飛等，2020）[12-13]。但同時(shí)數(shù)字金融發(fā)展具有一定的時(shí)滯性，可能會(huì)對(duì)以商業(yè)銀行為核心的傳統(tǒng)信貸渠道產(chǎn)生擠出效應(yīng)，進(jìn)而加劇金融風(fēng)險(xiǎn)（戰(zhàn)明華等，2020）[14]。對(duì)非金融上市公司而言，數(shù)字金融發(fā)展會(huì)通過降低融資成本、改善流動(dòng)性限制等機(jī)制，提升企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力，同樣起著顯著的風(fēng)險(xiǎn)抑制效應(yīng)（許芳和何劍，2022）[15]。但非金融企業(yè)拓寬自身融資渠道的同時(shí)，也增加了風(fēng)險(xiǎn)傳染概率，可能加劇金融風(fēng)險(xiǎn)（Ozili，2018）[16]。

宏觀層面，數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)具有雙重作用，而從整體上看，數(shù)字金融對(duì)金融風(fēng)險(xiǎn)的抑制作用明顯大于加劇作用（歐陽資生等，2021；張忠俊和馬克紅，2022；李優(yōu)樹和張敏，2020）[4，17-18]。數(shù)字金融發(fā)展的不平衡和不充分以及金融監(jiān)管的局限性可能會(huì)增加金融脆弱性，金融違約、金融系統(tǒng)的關(guān)聯(lián)復(fù)雜性及風(fēng)險(xiǎn)管控難度等問題，加劇金融風(fēng)險(xiǎn)（李優(yōu)樹和張敏，2020）[18]；但是，數(shù)字金融發(fā)展不僅顯著提升了銀行和企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力，還能有效緩解市場(chǎng)主體的融資約束困境，降低了地方政府債務(wù)融資風(fēng)險(xiǎn)（孫志紅和琚望靜，2022；許芳和何劍，2022；李晨和丁鑫，2021；侯世英和宋良榮，2020）[12，15，19-20]。此外，數(shù)字金融發(fā)展提高了實(shí)體經(jīng)濟(jì)抵御風(fēng)險(xiǎn)的能力，且增強(qiáng)了金融包容性，因此對(duì)金融風(fēng)險(xiǎn)的抑制效應(yīng)更為顯著（張忠俊和馬克紅，2022）[17]。在此基礎(chǔ)上，一些學(xué)者利用空間杜賓模型進(jìn)行分析得出了數(shù)字金融發(fā)展在本區(qū)域存在風(fēng)險(xiǎn)抑制作用，而跨區(qū)發(fā)展時(shí)會(huì)激化周邊地區(qū)的金融競(jìng)爭格局，增加周邊地區(qū)金融風(fēng)險(xiǎn)的結(jié)論（周曄和丁鑫，2022）[21]。

綜上所述，現(xiàn)有文獻(xiàn)中針對(duì)區(qū)域金融風(fēng)險(xiǎn)影響因素與測(cè)算方法的研究有助于較好地衡量該類風(fēng)險(xiǎn)；學(xué)術(shù)界也證明了數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的直接抑制效應(yīng)，但該影響的機(jī)制研究尚不充分，且鮮有文獻(xiàn)關(guān)注金融監(jiān)管在其中的調(diào)節(jié)效應(yīng)。

因此，在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，本文的邊際貢獻(xiàn)主要體現(xiàn)在以下幾方面。

第一，運(yùn)用熵值法構(gòu)建金融壓力指數(shù)對(duì)區(qū)域金融風(fēng)險(xiǎn)進(jìn)行測(cè)度，并從數(shù)字金融覆蓋廣度、使用深度和數(shù)字化程度三方面分析數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響。第二，基于數(shù)字金融特性，在實(shí)證檢驗(yàn)數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)有直接抑制效應(yīng)的基礎(chǔ)上，從資本轉(zhuǎn)移和科技創(chuàng)新兩個(gè)路徑分析其間接影響機(jī)制。第三，將金融監(jiān)管納入“數(shù)字金融發(fā)展—區(qū)域金融風(fēng)險(xiǎn)”分析范式中，通過調(diào)節(jié)效應(yīng)檢驗(yàn)金融監(jiān)管在數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險(xiǎn)過程中的有效作用。

三、理論機(jī)制與研究假設(shè)

（一）直接傳導(dǎo)機(jī)制與研究假設(shè)

數(shù)字金融作為互聯(lián)網(wǎng)信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)相結(jié)合的新型金融服務(wù)模式，具有技術(shù)性和普惠性雙重特點(diǎn)，主要從內(nèi)部改變金融體系，增強(qiáng)其風(fēng)險(xiǎn)抵御能力，進(jìn)而直接抑制區(qū)域金融風(fēng)險(xiǎn)。首先，數(shù)字金融發(fā)展能夠通過提升金融中介的信息搜集能力增強(qiáng)其競(jìng)爭力，有效解決信息不對(duì)稱問題，防止逆向選擇與道德風(fēng)險(xiǎn)的產(chǎn)生，起到轉(zhuǎn)移和分散風(fēng)險(xiǎn)的作用，有效緩解區(qū)域金融風(fēng)險(xiǎn)的集聚。其次，隨著金融業(yè)的深度發(fā)展，數(shù)字金融的技術(shù)性能改進(jìn)傳統(tǒng)金融產(chǎn)品、促進(jìn)金融創(chuàng)新，提升金融機(jī)構(gòu)的競(jìng)爭力，降低其經(jīng)營風(fēng)險(xiǎn)，從而有效抑制區(qū)域金融風(fēng)險(xiǎn)的形成。再次，數(shù)字金融發(fā)展能有效推動(dòng)傳統(tǒng)金融機(jī)構(gòu)升級(jí)和體系重構(gòu)，優(yōu)化金融結(jié)構(gòu)，顯著提高金融體系的運(yùn)作效率，增強(qiáng)其風(fēng)險(xiǎn)承擔(dān)能力。最后，數(shù)字金融具有的普惠包容特點(diǎn)，使其適用范圍涵蓋各個(gè)領(lǐng)域，有助于緩解因區(qū)域經(jīng)濟(jì)發(fā)展滯后所帶來的金融風(fēng)險(xiǎn)集聚。在研究數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響時(shí)，不能將數(shù)字金融作為一個(gè)宏觀概念簡而論之，而需要根據(jù)其發(fā)展特性進(jìn)行細(xì)分。一方面，數(shù)字金融自身存在結(jié)構(gòu)性差異，可根據(jù)其發(fā)展維度細(xì)分為覆蓋廣度、使用深度、數(shù)字化程度三個(gè)子維度；另一方面，數(shù)字金融發(fā)展存在區(qū)域性差異。基于以上分析，提出以下假設(shè)。

假設(shè)H1：數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)具有直接抑制效應(yīng)，且存在結(jié)構(gòu)和區(qū)域異質(zhì)性。

（二）中介傳導(dǎo)機(jī)制與研究假設(shè)

1.科技創(chuàng)新的中介機(jī)制

數(shù)字金融所包含的人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等技術(shù)，是科技創(chuàng)新的重要組成部分，而科技創(chuàng)新作為提升社會(huì)生產(chǎn)力和綜合國力的戰(zhàn)略支撐，改變了金融業(yè)態(tài)，對(duì)防范化解金融風(fēng)險(xiǎn)起到重要作用。首先，科技創(chuàng)新推動(dòng)了金融產(chǎn)品及模式的變革，促進(jìn)了金融服務(wù)方式的優(yōu)化和改進(jìn)，完善了金融機(jī)構(gòu)的內(nèi)部經(jīng)營機(jī)制。多層次、寬領(lǐng)域、有差異的數(shù)字化金融服務(wù)體系的構(gòu)建，有助于提升金融系統(tǒng)自身免疫能力，進(jìn)而防范區(qū)域金融風(fēng)險(xiǎn)。其次，科技手段有助于簡化金融教育環(huán)節(jié)，降低金融教育成本，提高金融服務(wù)受眾群體金融素養(yǎng)，緩解區(qū)域金融風(fēng)險(xiǎn)。再次，科技創(chuàng)新改變了金融風(fēng)險(xiǎn)的形態(tài)和路徑，數(shù)據(jù)安全、信息安全和投資者保護(hù)等日益成為新的風(fēng)險(xiǎn)點(diǎn)，金融制度和監(jiān)管都面臨著更高的要求，但同時(shí)監(jiān)管部門也在利用科技創(chuàng)新成果更新監(jiān)管方式、完善監(jiān)管制度。以大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)為代表的監(jiān)管科技，既有助于監(jiān)管部門提升監(jiān)管能力和效率，也有助于金融機(jī)構(gòu)滿足監(jiān)管合規(guī)要求并提升風(fēng)險(xiǎn)抵御能力，進(jìn)而維護(hù)金融系統(tǒng)穩(wěn)定，防范化解金融風(fēng)險(xiǎn)。基于此，本文提出如下假設(shè)。

假設(shè)H2：數(shù)字金融發(fā)展可以促進(jìn)科技創(chuàng)新進(jìn)而抑制區(qū)域金融風(fēng)險(xiǎn)。

2.資本轉(zhuǎn)移的中介機(jī)制

數(shù)字金融為資本市場(chǎng)帶來風(fēng)險(xiǎn)的同時(shí)，更主要的作用在于加速資本轉(zhuǎn)移，為資本市場(chǎng)帶來新活力。

第一，資本的跨區(qū)域流動(dòng)離不開金融基礎(chǔ)設(shè)施，數(shù)字金融能通過標(biāo)準(zhǔn)化、規(guī)范化的數(shù)字手段促進(jìn)區(qū)域金融設(shè)施的均等化，進(jìn)而加速資本流動(dòng)，有助于解決欠發(fā)達(dá)地區(qū)金融服務(wù)水平較低且基礎(chǔ)設(shè)施不足的問題。第二，數(shù)字金融不僅實(shí)現(xiàn)了金融服務(wù)的在線化，降低了資本跨域流動(dòng)產(chǎn)生的費(fèi)用、時(shí)間等直接成本，而且可以借助數(shù)字化手段，更大限度地發(fā)揮欠發(fā)達(dá)地區(qū)對(duì)資本的吸引力，顯著降低因區(qū)域發(fā)展不平衡形成的政策、感知等差異所產(chǎn)生的間接成本。第三，數(shù)字金融既為傳統(tǒng)資本流動(dòng)渠道拓展出在線服務(wù)方式，在技術(shù)手段上實(shí)現(xiàn)創(chuàng)新，通過線上線下融合進(jìn)行模式創(chuàng)新，提升服務(wù)質(zhì)量，又基于服務(wù)手段和對(duì)象的延伸，有望形成有別于傳統(tǒng)銀行、資本市場(chǎng)等傳統(tǒng)渠道的新模式。第四，數(shù)字金融有助于全局優(yōu)化資本配置，通過精準(zhǔn)分析功能為資本流動(dòng)提供精確的定制性參考，有效改善資本錯(cuò)配，進(jìn)一步提高資本使用效率。所以在數(shù)字金融發(fā)展背景下，資本的跨域流動(dòng)性和配置效率均會(huì)不斷提升，資本轉(zhuǎn)移的加速能提升企業(yè)風(fēng)險(xiǎn)防范能力，最終抑制區(qū)域金融風(fēng)險(xiǎn)的形成?；诖?，本文提出如下假設(shè)。

假設(shè)H3：數(shù)字金融發(fā)展可以加快資本轉(zhuǎn)移進(jìn)而抑制區(qū)域金融風(fēng)險(xiǎn)。

（三）金融監(jiān)管的調(diào)節(jié)機(jī)制與研究假設(shè)

從數(shù)字金融發(fā)展角度看，市場(chǎng)失靈理論認(rèn)為，由于普遍存在的信息不對(duì)稱、外部性、壟斷等現(xiàn)象，市場(chǎng)難以實(shí)現(xiàn)資源的高效配置，數(shù)字金融作為一種新興金融模式自然離不開金融監(jiān)管。金融監(jiān)管無論是處于較強(qiáng)還是在較弱區(qū)間內(nèi)都具有較強(qiáng)的技術(shù)創(chuàng)新溢出效應(yīng)，即加強(qiáng)金融監(jiān)管能夠提升數(shù)字金融運(yùn)行效率和規(guī)范化程度，因此強(qiáng)化金融監(jiān)管在一定程度上會(huì)阻斷數(shù)字金融對(duì)傳統(tǒng)金融的風(fēng)險(xiǎn)傳導(dǎo)，理論上能夠緩釋區(qū)域金融風(fēng)險(xiǎn)（唐松等，2020）[22]。從防范區(qū)域金融風(fēng)險(xiǎn)角度看，作為政府公共部門提高公眾信心的措施，金融監(jiān)管是對(duì)金融系統(tǒng)缺陷的有效和必要補(bǔ)充，且其目標(biāo)是維護(hù)金融體系安全和穩(wěn)定，因此其在防范區(qū)域金融風(fēng)險(xiǎn)過程中的重要性不言而喻?；诖?，本文提出如下假設(shè)。

假設(shè)H4：通過加大金融監(jiān)管力度可以進(jìn)一步增強(qiáng)數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的抑制作用。

四、指標(biāo)選取和模型設(shè)計(jì)

（一）變量選取

1.被解釋變量：區(qū)域金融風(fēng)險(xiǎn)壓力指數(shù)（risk）

在構(gòu)建金融壓力指數(shù)的指標(biāo)體系時(shí)，其相關(guān)指標(biāo)的選取需要綜合考慮諸多因素，既需要探索金融風(fēng)險(xiǎn)要素的共性，又需要將所在區(qū)域的金融特性納入考慮之中。本文遵循指標(biāo)選取的準(zhǔn)則，即代表性、可得性，以及科學(xué)性、實(shí)用性等，參考劉鳳根等（2022）[5]的指標(biāo)體系與分析思路，從銀行市場(chǎng)、股票市場(chǎng)、保險(xiǎn)市場(chǎng)、房地產(chǎn)市場(chǎng)、國際市場(chǎng)、宏觀經(jīng)濟(jì)、企業(yè)經(jīng)營各方面選擇了13個(gè)風(fēng)險(xiǎn)要素指標(biāo)。各級(jí)指標(biāo)、計(jì)算方法及其方向如表1所示。

表1 區(qū)域金融風(fēng)險(xiǎn)壓力指標(biāo)體系（單位：%）

本文基于熵值法，對(duì)上述指標(biāo)體系數(shù)據(jù)進(jìn)行處理，最終得到全國31個(gè)省份（不包括港、澳、臺(tái)地區(qū)）2011—2020年的金融壓力指數(shù)，計(jì)算過程如下。

首先，根據(jù)指標(biāo)方向通過極差法對(duì)面板數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算i地區(qū)在t年中第j個(gè)指標(biāo)的權(quán)重其次，重點(diǎn)計(jì)算j指標(biāo)的信息熵值冗余度dj=1-ej，及權(quán)重具體結(jié)果如表1所示；再次，根據(jù)權(quán)重計(jì)算綜合得分，即金融壓力指數(shù)

2.解釋變量：數(shù)字金融發(fā)展（difi）

本文選用的數(shù)字金融發(fā)展代理指標(biāo)是北大數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)，除了數(shù)字金融發(fā)展總指標(biāo)，本文還重點(diǎn)分析了三個(gè)子指標(biāo)，即數(shù)字金融發(fā)展的覆蓋廣度、使用深度及數(shù)字化程度，回歸方程中分別用breadth、depth、digit來表示。

具體而言，覆蓋廣度是指支付寶賬戶覆蓋率與支付寶所綁定銀行卡用戶在整個(gè)用戶中所占的比例；使用深度的含義是此種服務(wù)的具體狀況與使用頻率；數(shù)字化程度的重點(diǎn)則在于探究地區(qū)數(shù)字普惠金融所具有的便利性與效率等特點(diǎn)（郭峰等，2020）[23]。

3.中介變量：科技創(chuàng)新（innovation）和資本轉(zhuǎn)移（capital）

根據(jù)假設(shè)2，本文使用科技創(chuàng)新作為中介變量，借鑒歐陽資生等（2021）[4]的做法，使用財(cái)政科技支出與財(cái)政總支出的比值衡量地區(qū)科技創(chuàng)新水平。根據(jù)假設(shè)3，本文選取資本轉(zhuǎn)移作為中介變量，參考李優(yōu)樹和張敏（2020）[18]的研究，使用比值衡量該指標(biāo)，其分子是金融業(yè)增加值和房地產(chǎn)業(yè)增加值之和，分母是GDP減去金融業(yè)和房地產(chǎn)業(yè)貢獻(xiàn)后的剩余增量，檢驗(yàn)數(shù)字金融發(fā)展加速資本轉(zhuǎn)移后的區(qū)域金融風(fēng)險(xiǎn)變化狀況。

4.調(diào)節(jié)變量：金融監(jiān)管（supervise）

該變量的度量主要參考王韌等（2019）[24]的研究成果，用區(qū)域內(nèi)金融監(jiān)管支出金額在金融業(yè)增加值中所占的比例來衡量區(qū)域金融監(jiān)管強(qiáng)度。基于這種方式，既能直接地觀測(cè)出區(qū)域金融監(jiān)管支出為金融行業(yè)所帶來的產(chǎn)值貢獻(xiàn)率的提高，又可以對(duì)金融監(jiān)管在整個(gè)金融業(yè)中所具有的配比情況形成準(zhǔn)確認(rèn)知。

5.控制變量

區(qū)域金融風(fēng)險(xiǎn)除了受核心解釋變量數(shù)字金融發(fā)展影響之外，還受其他一系列內(nèi)部和外部變量的影響。為盡可能地避免遺漏變量，使得模型估計(jì)的準(zhǔn)確度得到提升，本文選擇教育水平、產(chǎn)業(yè)結(jié)構(gòu)、政府支持程度、創(chuàng)新能力和城市建設(shè)水平作為控制變量（侯世英和宋良榮，2020；姚登寶和許佳敏，2022）[20，25]。所有變量說明見表2。

表2 變量定義

（二）數(shù)據(jù)來源

本文選取2011—2020年中國31個(gè)省份的數(shù)據(jù)作為研究樣本，每個(gè)變量選取310個(gè)數(shù)據(jù)。其中區(qū)域金融風(fēng)險(xiǎn)的數(shù)據(jù)采用上文測(cè)算的金融壓力指數(shù)，數(shù)字金融發(fā)展的數(shù)據(jù)來自《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）》，其他數(shù)據(jù)均來自歷年《中國統(tǒng)計(jì)年鑒》和各地區(qū)統(tǒng)計(jì)年鑒，并參考了國家統(tǒng)計(jì)局發(fā)布的相關(guān)數(shù)據(jù)。

（三）描述性統(tǒng)計(jì)

為了避免極端值對(duì)數(shù)據(jù)結(jié)果的影響，本文對(duì)所有連續(xù)型數(shù)據(jù)，在1%和99%百分位進(jìn)行縮尾處理，表3呈現(xiàn)了縮尾后的描述統(tǒng)計(jì)結(jié)果。通過表3能夠了解到，已知變量的最值并未出現(xiàn)較多的異常值，因此，能夠?qū)@些變量深入開展回歸分析工作。

表3 描述性統(tǒng)計(jì)

（四）模型設(shè)計(jì)

為研究數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響，參考已有文獻(xiàn)，基于LM檢驗(yàn)、F檢驗(yàn)以及Hausman檢驗(yàn)，利用面板數(shù)據(jù)雙向固定效應(yīng)模型考察數(shù)字金融發(fā)展與區(qū)域金融風(fēng)險(xiǎn)之間的聯(lián)系（姚登寶和許佳敏，2022）[25]。

構(gòu)建基本檢驗(yàn)?zāi)Ｐ腿缡剑?）所示：

式（1）中，i表示省份；t表示年份；controls表示一系列控制變量，分別度量教育水平、產(chǎn)業(yè)結(jié)構(gòu)、政府支持程度、創(chuàng)新能力以及城市建設(shè)水平；λt表示各省份不隨時(shí)間變化的因素，用來控制地區(qū)固定效應(yīng)；μi表示年份固定效應(yīng)；εit為誤差擾動(dòng)項(xiàng)。

式（1）用來分析數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的直接影響機(jī)制，本文還引入中介變量（mediumit）分析數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險(xiǎn)的間接作用機(jī)制和中介效應(yīng)檢驗(yàn)機(jī)制，并采用逐步回歸法，具體模型如式（2）、式（3）所示：

其中，式（2）表示數(shù)字金融發(fā)展對(duì)中介變量（科技創(chuàng)新和資本轉(zhuǎn)移）的影響，mediumit表示省份i在t年中的中介變量（科技創(chuàng)新和資本轉(zhuǎn)移），β2表示數(shù)字金融發(fā)展對(duì)中介變量（科技創(chuàng)新和資本轉(zhuǎn)移）的影響程度，β3表示在控制中介變量后數(shù)字金融發(fā)展影響區(qū)域金融風(fēng)險(xiǎn)的直接效應(yīng)，δ表示中介變量對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響顯著性，β2δ為間接效應(yīng)，二者之和為總效應(yīng)，即滿足β1=β2δ+β3。其余變量與上文一致。

本文通過引入數(shù)字金融發(fā)展和金融監(jiān)管的交互項(xiàng)來分析金融監(jiān)管在抑制區(qū)域金融風(fēng)險(xiǎn)中所產(chǎn)生的調(diào)節(jié)效應(yīng)，構(gòu)建模型：

式（4）中，difiit*superviseit為數(shù)字金融發(fā)展和金融監(jiān)管的交互項(xiàng)，表示隨著金融監(jiān)管強(qiáng)度的變化，數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)影響的變化。其余變量與上文一致。

五、實(shí)證分析

（一）變量的相關(guān)性檢驗(yàn)

本部分進(jìn)行回歸分析前，對(duì)面板數(shù)據(jù)先進(jìn)行LLC檢驗(yàn)以排除偽相關(guān)情況。結(jié)果表明所有變量單位根檢驗(yàn)P值均小于0.05，與全部變量非平穩(wěn)假設(shè)不相符合，因此數(shù)據(jù)平穩(wěn)可進(jìn)行進(jìn)一步回歸分析。出于規(guī)避共線性問題的需要，本文針對(duì)選用的變量展開了相關(guān)性分析，分析具體結(jié)果如表4所示。

表4 相關(guān)性分析

通過表4可知，就存在于自變量之間的相關(guān)系數(shù)而言，其最大值并未高于0.9，即無須過于考慮共線性問題的影響。本文進(jìn)一步計(jì)算解釋變量的膨脹因子（VIF），結(jié)果表明，自變量的VIF均小于10，因此排除自變量數(shù)據(jù)之間存在多重共線性的情況。上述檢驗(yàn)表明數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)有較為明顯的影響。

（二）直接傳導(dǎo)機(jī)制分析

在基準(zhǔn)模型中，本文首先分析數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的直接影響，回歸結(jié)果如表5所示。

由表5可知，數(shù)字金融發(fā)展系數(shù)在1%的水平上顯著影響區(qū)域金融風(fēng)險(xiǎn)，且每提升1個(gè)單位，金融風(fēng)險(xiǎn)降低約38%。由此可知，數(shù)字金融發(fā)展將會(huì)對(duì)區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生明顯的抑制效應(yīng)。針對(duì)數(shù)字金融的結(jié)構(gòu)而言，其包括覆蓋廣度、使用深度、數(shù)字化程度在內(nèi)的三個(gè)子維度的回歸系數(shù)分別為-0.049、-0.204

表5 基準(zhǔn)回歸結(jié)果

和-0.207，表明三個(gè)子維度均能緩解區(qū)域金融風(fēng)險(xiǎn)；其中，覆蓋深度和數(shù)字化程度的風(fēng)險(xiǎn)抑制效應(yīng)更為明顯，覆蓋廣度的影響相對(duì)較小，因此數(shù)字金融發(fā)展的風(fēng)險(xiǎn)抑制效應(yīng)存在結(jié)構(gòu)性差異。此外，教育水平、政府支持程度和城市建設(shè)水平對(duì)區(qū)域金融風(fēng)險(xiǎn)具有負(fù)向作用，均在1%的水平上顯著，意味著風(fēng)險(xiǎn)得到了有效抑制。教育投入的增加有助于提高風(fēng)險(xiǎn)防范意識(shí)，政府一般公共預(yù)算支出有利于各單位活動(dòng)的有序進(jìn)行及資源的合理配置，城市建設(shè)水平的提高有利于提升人民的生活滿意度，上述因素在提升經(jīng)濟(jì)活力的同時(shí)，均能起到抑制金融風(fēng)險(xiǎn)的作用。

本文為進(jìn)一步分析數(shù)字金融發(fā)展影響金融風(fēng)險(xiǎn)的區(qū)域化差異，將中國內(nèi)地31個(gè)省份按照地理位置劃分為東部、中部和西部三個(gè)區(qū)域，檢驗(yàn)數(shù)字金融發(fā)展總指標(biāo)及3個(gè)二級(jí)指標(biāo)對(duì)金融風(fēng)險(xiǎn)影響的區(qū)域差異性，結(jié)果如表6所示。

由表6可知，在東部地區(qū)，數(shù)字金融發(fā)展帶來的風(fēng)險(xiǎn)抑制效應(yīng)最為顯著，考慮省份地理位置的異質(zhì)性后，發(fā)現(xiàn)數(shù)字金融的風(fēng)險(xiǎn)抑制程度因區(qū)域差異而有所不同。其現(xiàn)實(shí)原因表現(xiàn)為，東部地區(qū)涵蓋了京津冀、長三角、珠三角三大經(jīng)濟(jì)增長極，經(jīng)濟(jì)發(fā)達(dá)、科技創(chuàng)新和資本積累能力較強(qiáng)，數(shù)字基礎(chǔ)設(shè)施較為完善，該地區(qū)數(shù)字普惠金融的覆蓋廣度及使用深度在國內(nèi)排名均靠前，且數(shù)字化水平較高，因此現(xiàn)階段數(shù)字金融發(fā)展帶來的風(fēng)險(xiǎn)抑制效應(yīng)也最為明顯。進(jìn)一步分析數(shù)字金融發(fā)展的二級(jí)指標(biāo)，實(shí)證結(jié)果表明數(shù)字化程度對(duì)各區(qū)域的風(fēng)險(xiǎn)抑制作用均較為顯著，原因是數(shù)字化程度作為數(shù)字服務(wù)支持的體現(xiàn)，得益于其所具有的優(yōu)勢(shì)（移動(dòng)化、信用化、便利化等），其應(yīng)用程度越高，便能給該區(qū)域帶來更深遠(yuǎn)的風(fēng)控影響。數(shù)字金融使用深度在西部地區(qū)系數(shù)為-0.358，且在1%的水平上顯著，其風(fēng)險(xiǎn)抑制作用最大。原因在于西部地區(qū)產(chǎn)業(yè)相對(duì)貧瘠，一旦政府優(yōu)化實(shí)際使用數(shù)字金融服務(wù)的狀況，提高對(duì)數(shù)字金融的使用頻率，即強(qiáng)化數(shù)字金融使用深度，將會(huì)對(duì)該地區(qū)金融風(fēng)險(xiǎn)的化解更為有效。數(shù)字金融覆蓋廣度的風(fēng)險(xiǎn)抑制效應(yīng)在東部地區(qū)最為顯著，該地區(qū)數(shù)字金融發(fā)展水平已經(jīng)較高，在此基礎(chǔ)上持續(xù)擴(kuò)大數(shù)字金融覆蓋范圍會(huì)帶來更大的風(fēng)險(xiǎn)抑制效應(yīng)。

（三）中介傳導(dǎo)機(jī)制分析

為進(jìn)一步明確數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的間接影響機(jī)制，本文通過構(gòu)建中介效應(yīng)模型分析科技創(chuàng)新（innovation）和資本轉(zhuǎn)移（capital）在數(shù)字金融發(fā)展和區(qū)域金融風(fēng)險(xiǎn)間的中介效應(yīng)。表7顯示了中介效應(yīng)的回歸結(jié)果，其中列（1）和列（2）展現(xiàn)了以科技創(chuàng)新為中介變量的回歸結(jié)果，列（3）和列（4）展示了以資本轉(zhuǎn)移為中介變量的回歸結(jié)果。

表7 中介傳導(dǎo)機(jī)制

首先，如表5所示，數(shù)字金融發(fā)展指標(biāo)系數(shù)在1%水平上顯著為負(fù)，因此可以進(jìn)行后續(xù)中介效應(yīng)分析；其次，表7列（1）中數(shù)字金融發(fā)展對(duì)科技創(chuàng)新水平的影響系數(shù)為0.155，并在1%水平上顯著，同時(shí)列（2）中科技創(chuàng)新對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響系數(shù)為-0.281，并通過了顯著性檢驗(yàn)，這表明科技創(chuàng)新在數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響中具有中介效應(yīng)，數(shù)字金融發(fā)展通過促進(jìn)科技創(chuàng)新進(jìn)一步化解區(qū)域金融風(fēng)險(xiǎn)。另外，列（2）中數(shù)字金融的系數(shù)為-0.291，同樣具有較強(qiáng)顯著性，這表明科技創(chuàng)新的中介效應(yīng)為部分中介效應(yīng)，中介效應(yīng)占總效應(yīng)的比例為13.04%，因此，假設(shè)H2得到驗(yàn)證。同時(shí)，由表7列（3）和列（4）中數(shù)字金融發(fā)展變量系數(shù)和資本轉(zhuǎn)移變量系數(shù)顯著性可以得出，資本轉(zhuǎn)移在數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響中也具有中介效應(yīng)，數(shù)字金融發(fā)展通過加速資本轉(zhuǎn)移可以抑制區(qū)域金融風(fēng)險(xiǎn)，假設(shè)H3得以證明。

（四）金融監(jiān)管調(diào)節(jié)效應(yīng)分析

本文進(jìn)一步考察金融監(jiān)管在數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)影響中的調(diào)節(jié)作用，表8顯示了調(diào)節(jié)效應(yīng)的回歸結(jié)果。

表8 金融監(jiān)管的調(diào)節(jié)效應(yīng)

數(shù)字金融發(fā)展和金融監(jiān)管對(duì)區(qū)域金融風(fēng)險(xiǎn)的回歸系數(shù)分別為-0.302和-0.268，且在1%的水平上顯著，因此數(shù)字金融發(fā)展和金融監(jiān)管各自均能產(chǎn)生顯著的風(fēng)險(xiǎn)抑制作用，且數(shù)字金融發(fā)展和金融監(jiān)管的交互項(xiàng)顯著為負(fù)，系數(shù)為-0.620，說明金融監(jiān)管在數(shù)字金融發(fā)展抑制區(qū)域金融風(fēng)險(xiǎn)的過程中發(fā)揮正向調(diào)節(jié)作用，即適當(dāng)加大金融監(jiān)管力度能更有效地發(fā)揮數(shù)字金融發(fā)展的風(fēng)險(xiǎn)抑制效應(yīng)，由此驗(yàn)證了H4。

（五）穩(wěn)健性檢驗(yàn)

本文基于內(nèi)生性處理與穩(wěn)健性檢驗(yàn)兩個(gè)視角分析前述研究結(jié)果的穩(wěn)健性特點(diǎn)，進(jìn)一步證明結(jié)論的可靠性。

1.內(nèi)生性處理

本文在進(jìn)行基準(zhǔn)回歸時(shí)，使用數(shù)字普惠金融指數(shù)作為數(shù)字金融發(fā)展的代理變量，盡管兩者差異比較小，但是就核心解釋變量的現(xiàn)實(shí)狀況而言，在誤差的影響下，有可能會(huì)導(dǎo)致內(nèi)生性問題的發(fā)生。本文將各省份移動(dòng)電話用戶量作為工具變量，就指標(biāo)數(shù)值而言，由于與本文其余變量相比顯得較大，為確保各種變量在量綱層面保持一致，因此，本文選取了該變量的自然對(duì)數(shù)作為初始研究數(shù)據(jù)。一方面，將數(shù)字金融的基礎(chǔ)設(shè)施設(shè)定為工具變量，與數(shù)字金融密切相關(guān)，滿足工具變量的相關(guān)性原則；另一方面，在控制省份固定效應(yīng)后，對(duì)于此工具變量而言，其與擾動(dòng)項(xiàng)之間不存在相關(guān)性，即工具變量的外生性要求得到了滿足。此外，本文參考唐松等（2020）[22]的研究，使用互聯(lián)網(wǎng)普及率作為工具變量再次進(jìn)行檢驗(yàn)。模型內(nèi)生性處理結(jié)果如表9所示。

表9 IV-2SLS回歸結(jié)果

由表9可知，移動(dòng)電話用戶量作為工具變量時(shí)，第一階段回歸結(jié)果的R2值為0.993，表明本文不存在弱工具變量問題。第二階段回歸結(jié)果中，數(shù)字金融發(fā)展的回歸系數(shù)為-0.720，且在1%的水平上顯著；互聯(lián)網(wǎng)普及率作為工具變量時(shí)，通過不可識(shí)別和弱工具變量檢驗(yàn)，第二階段數(shù)字金融發(fā)展的回歸系數(shù)顯著為負(fù)。由此可知，對(duì)于回歸模型來說，在對(duì)內(nèi)生性問題進(jìn)行相應(yīng)解決后，通過基礎(chǔ)回歸獲得的實(shí)證研究結(jié)論仍然是符合要求的，表明本文上述結(jié)論可信。

2.穩(wěn)健性檢驗(yàn)

為了驗(yàn)證結(jié)論的普遍性，模型的穩(wěn)健性檢驗(yàn)使用了三種方法：刪除直轄市（Delete）、滯后一期自變量（Lag）、替換模型為FGLS模型，結(jié)果如表10所示。

表10 穩(wěn)健性檢驗(yàn)

由表10可知，數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的回歸系數(shù)在以下三種方法下分別為-0.368、-0.161和-0.162，依舊顯著為負(fù)，證實(shí)了數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的抑制效果，三種方法的檢驗(yàn)結(jié)果與基準(zhǔn)回歸結(jié)果保持一致，說明本文結(jié)論穩(wěn)健可信。

六、結(jié)論與建議

本文從直接傳導(dǎo)、中介傳導(dǎo)和金融監(jiān)管調(diào)節(jié)三方面闡釋了數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響機(jī)制，運(yùn)用2011—2020年中國省級(jí)面板數(shù)據(jù)進(jìn)行模型驗(yàn)證分析，研究結(jié)果如下。首先，數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)有明顯的抑制作用，且該作用具有結(jié)構(gòu)化和區(qū)域化差異。從結(jié)構(gòu)上看，數(shù)字金融發(fā)展各子指標(biāo)都對(duì)防范化解風(fēng)險(xiǎn)起到積極作用，數(shù)字化程度的風(fēng)險(xiǎn)抑制效應(yīng)最為顯著；從區(qū)域上看，東部地區(qū)的數(shù)字金融發(fā)展對(duì)區(qū)域金融風(fēng)險(xiǎn)的抑制作用強(qiáng)于中部和西部地區(qū)。其次，數(shù)字金融發(fā)展能通過加快資本轉(zhuǎn)移以及促進(jìn)科技創(chuàng)新間接抑制區(qū)域金融風(fēng)險(xiǎn)。再次，金融監(jiān)管對(duì)數(shù)字金融發(fā)展的風(fēng)險(xiǎn)抑制作用具有調(diào)節(jié)效應(yīng)，在金融監(jiān)管強(qiáng)度適當(dāng)提高的情況下，金融風(fēng)險(xiǎn)能得到有效控制。根據(jù)上述研究結(jié)論，為進(jìn)一步防范化解區(qū)域金融風(fēng)險(xiǎn)提出如下政策建議。

第一，重視數(shù)字金融發(fā)展，發(fā)揮風(fēng)險(xiǎn)抑制效應(yīng)。數(shù)字金融作為金融發(fā)展新業(yè)態(tài)，提升了金融體系運(yùn)行效率，優(yōu)化了傳統(tǒng)金融結(jié)構(gòu)，提高了金融業(yè)的風(fēng)險(xiǎn)抵御能力，進(jìn)而能抑制區(qū)域金融風(fēng)險(xiǎn)，因此國家要重視數(shù)字金融發(fā)展，發(fā)揮其防范化解風(fēng)險(xiǎn)的能力。在推進(jìn)數(shù)字金融發(fā)展時(shí)，政府應(yīng)當(dāng)起引導(dǎo)作用，提供有力政策支持，助力傳統(tǒng)金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型，激活數(shù)字金融服務(wù)新功能；同時(shí)應(yīng)加大對(duì)金融基礎(chǔ)設(shè)施建設(shè)的投資力度，加快數(shù)字化進(jìn)程，提高區(qū)域間數(shù)字金融聯(lián)動(dòng)能力，推動(dòng)各類金融機(jī)構(gòu)發(fā)揮比較優(yōu)勢(shì)，形成供給合力，促進(jìn)產(chǎn)業(yè)協(xié)同發(fā)展，不斷探索數(shù)字金融的可持續(xù)發(fā)展。此外，政府還可以采取稅收優(yōu)惠政策激勵(lì)高新技術(shù)企業(yè)進(jìn)行創(chuàng)新研發(fā)，提高整體科技創(chuàng)新水平，形成穩(wěn)固的數(shù)字金融技術(shù)基礎(chǔ)，推動(dòng)數(shù)字金融發(fā)展，抑制區(qū)域金融風(fēng)險(xiǎn)。

第二，優(yōu)化各地資源配置，縮小區(qū)域發(fā)展差異。由于國內(nèi)各省份的經(jīng)濟(jì)實(shí)力差異較大，數(shù)字金融發(fā)展程度也有所不同，其對(duì)金融風(fēng)險(xiǎn)的抑制強(qiáng)度存在差別，因此國家要優(yōu)化資源配置，加快各區(qū)域數(shù)字化進(jìn)程，平衡區(qū)域間科技創(chuàng)新水平，帶動(dòng)資本跨域流動(dòng)。在東部地區(qū)，應(yīng)當(dāng)保持?jǐn)?shù)字金融發(fā)展優(yōu)勢(shì)，著重?cái)U(kuò)大該區(qū)域數(shù)字金融覆蓋程度；在西部地區(qū)，應(yīng)該抓住政府對(duì)欠發(fā)達(dá)地區(qū)的政策扶持機(jī)遇，注重強(qiáng)化數(shù)字金融使用深度，改進(jìn)區(qū)域內(nèi)數(shù)字金融服務(wù)狀況，并且提高其應(yīng)用頻率；在中部地區(qū)，則應(yīng)當(dāng)把握數(shù)字金融深度拓展的新契機(jī)，推動(dòng)數(shù)字金融全面發(fā)展，縮小區(qū)域內(nèi)差異，實(shí)現(xiàn)整體經(jīng)濟(jì)穩(wěn)步發(fā)展。

第三，適當(dāng)強(qiáng)化金融監(jiān)管，深化金融體制改革。數(shù)字金融快速發(fā)展，在一定程度上降低了金融服務(wù)成本，但也對(duì)傳統(tǒng)金融監(jiān)管體系產(chǎn)生了一定沖擊。目前我國處于央地雙層金融監(jiān)管體制深化階段，但地方金融監(jiān)管也可能存在各地監(jiān)管政策差異、監(jiān)管強(qiáng)度不一等問題。因此，隨著防范化解金融風(fēng)險(xiǎn)的要求越發(fā)迫切，地方政府要及時(shí)完善金融監(jiān)管體系，切實(shí)履行監(jiān)管職能，并關(guān)注金融風(fēng)險(xiǎn)新特征，調(diào)整和優(yōu)化監(jiān)管方式。一方面，政府應(yīng)提高數(shù)字經(jīng)濟(jì)治理能力和數(shù)字經(jīng)濟(jì)安全水平，積極適當(dāng)?shù)剡M(jìn)行金融監(jiān)管，明確行業(yè)準(zhǔn)入門檻，讓金融市場(chǎng)更具活力；另一方面，應(yīng)促進(jìn)監(jiān)管科技深度發(fā)展，借助人工智能、大數(shù)據(jù)、區(qū)塊鏈等手段，構(gòu)建科技監(jiān)管體系，增強(qiáng)監(jiān)管的即時(shí)性和可達(dá)性。除了上述監(jiān)管手段外，還須完善法律法規(guī)頂層設(shè)計(jì)?？萍紕?chuàng)新水平和數(shù)字金融的迅速發(fā)展要求相應(yīng)的行政法規(guī)不斷優(yōu)化，既要符合社會(huì)發(fā)展的客觀需要，也要與數(shù)字金融創(chuàng)新發(fā)展相一致。