［摘要］數(shù)字金融發(fā)展和系統(tǒng)性風(fēng)險防范是金融學(xué)界和業(yè)界普遍關(guān)心的問題。研究使用雙重固定效應(yīng)下的面板數(shù)據(jù)方法，采用中國上市商業(yè)銀行2011—2021年相關(guān)數(shù)據(jù)，對數(shù)字金融發(fā)展促進金融利率市場化、抑制影子銀行發(fā)展、穩(wěn)定金融系統(tǒng)的功能進行了分析。研究的主要創(chuàng)新點在于，以信托產(chǎn)品收益率作為影子銀行強弱衡量指標(biāo)，并以影子銀行發(fā)展強弱作為機制分析數(shù)字金融發(fā)展對系統(tǒng)性風(fēng)險的影響。研究結(jié)果表明，數(shù)字金融發(fā)展使得中國上市商業(yè)銀行的系統(tǒng)性金融風(fēng)險平均降低了0.242。機制分析表明，系統(tǒng)性風(fēng)險降低的原因來源于商業(yè)銀行戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化轉(zhuǎn)型，以及數(shù)字金融發(fā)展帶來的利率市場化，進而引發(fā)影子銀行的消弭，金融系統(tǒng)得以穩(wěn)定，系統(tǒng)性金融風(fēng)險降低。

［關(guān)鍵詞］數(shù)字金融；影子銀行；系統(tǒng)性金融風(fēng)險

［中圖分類號］F49;F832［文獻標(biāo)識碼］A［文章編號］1673-0461（2024）12-0087-10

一、引言

數(shù)字金融是推進中國特色金融事業(yè)發(fā)展的重要方面，防范和化解系統(tǒng)性風(fēng)險是規(guī)范中國特色金融事業(yè)發(fā)展的主要內(nèi)容。習(xí)近平總書記指出，“做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融五篇大文章”，“堅持把防控風(fēng)險作為金融工作的永恒主題”，“要著力防范化解金融風(fēng)險特別是系統(tǒng)性風(fēng)險”［1-2］。從數(shù)字銀行到數(shù)字證券，從數(shù)字保險到數(shù)字信托，金融機構(gòu)的數(shù)字化轉(zhuǎn)型有力推動了企業(yè)的業(yè)務(wù)創(chuàng)新，提升了金融機構(gòu)服務(wù)實體經(jīng)濟高質(zhì)量發(fā)展的能力。但通過數(shù)字化手段，各金融機構(gòu)增強聯(lián)系的同時是否會帶來風(fēng)險傳遞速度的加快、金融體系的系統(tǒng)性風(fēng)險變化？

近十年來，中國是世界上金融科技發(fā)展最為迅速的國家之一，金融科技的發(fā)展減輕了交易成本、促進了中國金融系統(tǒng)乃至經(jīng)濟體系的轉(zhuǎn)型［3］。中國新興技術(shù)產(chǎn)業(yè)（互聯(lián)網(wǎng)和智能手機）快速發(fā)展，數(shù)字金融服務(wù)（網(wǎng)上銀行和手機銀行等）也日益流行［4］。中國互聯(lián)網(wǎng)絡(luò)中心發(fā)布的第53次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2023年12月，中國網(wǎng)民規(guī)模達10.92億人，互聯(lián)網(wǎng)普及率達77.5%。其中，網(wǎng)絡(luò)支付用戶規(guī)模達9.54億人，占網(wǎng)民整體的87.4%①?；ヂ?lián)網(wǎng)普及率上升和網(wǎng)民規(guī)模的擴大帶來銀行業(yè)電子支付規(guī)模不斷擴充。中國人民銀行的統(tǒng)計數(shù)據(jù)顯示，中國銀行業(yè)非現(xiàn)金支付業(yè)務(wù)金額從2013年第一季度的371.5萬億元擴充到2023年第一季度的1277.5萬億元②，十年擴展了將近3.4倍，數(shù)字金融產(chǎn)業(yè)在中國蓬勃發(fā)展。

學(xué)術(shù)界對數(shù)字金融發(fā)展給予了廣泛關(guān)注。相關(guān)研究主要圍繞北京大學(xué)發(fā)布的數(shù)字普惠金融指數(shù)展開，學(xué)者們對數(shù)字金融發(fā)展與實體經(jīng)濟關(guān)系、數(shù)字金融與創(chuàng)新創(chuàng)業(yè)、數(shù)字金融與城鄉(xiāng)發(fā)展關(guān)系等進行了廣泛研究。在此基礎(chǔ)上，謝絢麗和王詩卉（2022）［5］開發(fā)了中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，本文使用數(shù)字金融指數(shù)的主體部分也來源于此。對于金融系統(tǒng)性風(fēng)險，學(xué)術(shù)界對于其形成原因、影響因素和衡量方法等進行了一系列研究，本文參考ADRIAN和BRUNNERMEIER（2016）［6］提出的條件在險價值之差來構(gòu)建中國上市商業(yè)銀行的系統(tǒng)性風(fēng)險。影子銀行自2008年全球金融危機爆發(fā)以來成為學(xué)術(shù)界關(guān)注的熱點，本文參考ALLEN等（2023）［3］研究使用信托產(chǎn)品預(yù)期收益率作為影子銀行發(fā)展強弱指標(biāo)。

本文使用中國上市商業(yè)銀行作為研究對象，采用雙重固定效應(yīng)下的面板數(shù)據(jù)方法，分析數(shù)字金融發(fā)展對商業(yè)銀行系統(tǒng)性風(fēng)險的影響。同時，本文使用第三方互聯(lián)網(wǎng)支付數(shù)額的季度值占全年值的比例，對中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)進行加權(quán)平均，得到數(shù)字金融發(fā)展程度的衡量指標(biāo)。并且，使用分位數(shù)回歸的方法來測量商業(yè)銀行的系統(tǒng)性風(fēng)險，主要使用上市商業(yè)銀行的股價數(shù)據(jù)、上海銀行間隔夜拆借利率、國債綜合指數(shù)、人民幣兌美元匯率指數(shù)、申萬行業(yè)房地產(chǎn)指數(shù)和滬深300銀行指數(shù)等月度數(shù)據(jù)計算出系統(tǒng)性風(fēng)險的月度指標(biāo)，然后進行加總得到商業(yè)銀行系統(tǒng)性風(fēng)險的季度性指標(biāo)。根據(jù)商業(yè)銀行和信托公司的控股關(guān)系與歸屬地關(guān)系，本文構(gòu)建了商業(yè)銀行與信托公司的對照關(guān)聯(lián)網(wǎng)絡(luò)，并對信托公司信托產(chǎn)品的預(yù)期收益率進行了季度平均，以此獲得影子銀行發(fā)展強弱的季度性指標(biāo)。

本文的主要創(chuàng)新點在于，使用影子銀行發(fā)展強弱作為機制分析數(shù)字金融發(fā)展對系統(tǒng)性風(fēng)險的影響。數(shù)字金融發(fā)展涉及金融機構(gòu)的數(shù)字化和數(shù)字產(chǎn)業(yè)的金融化，金融機構(gòu)數(shù)字化轉(zhuǎn)型的文獻分析了數(shù)字化轉(zhuǎn)型可能帶來的系統(tǒng)性風(fēng)險變化。風(fēng)險變化的原因可能來源于金融機構(gòu)數(shù)字化轉(zhuǎn)型帶來的金融關(guān)聯(lián)網(wǎng)絡(luò)變化，本文創(chuàng)新性地將商業(yè)銀行與信托公司進行匹配，借以分析以商業(yè)銀行為代表的數(shù)字金融產(chǎn)業(yè)發(fā)展對促進利率市場化、抑制影子銀行發(fā)展的作用，進而深刻分析數(shù)字金融發(fā)展促進金融系統(tǒng)穩(wěn)定、抑制金融系統(tǒng)性風(fēng)險的功能。

二、文獻綜述

數(shù)字金融與互聯(lián)網(wǎng)金融和金融科技概念一脈相承。數(shù)字金融是金融機構(gòu)或者技術(shù)公司采用數(shù)字技術(shù)進行金融服務(wù)的新型金融模式［7］。學(xué)術(shù)界對數(shù)字金融的研究主要圍繞數(shù)字普惠金融展開［8］。北京大學(xué)數(shù)字金融研究中心聯(lián)合學(xué)術(shù)界和業(yè)界合作開發(fā)了數(shù)字普惠金融指數(shù)，該指數(shù)為學(xué)術(shù)界研究中國數(shù)字金融的發(fā)展和影響提供了數(shù)據(jù)支撐，圍繞該指數(shù)的應(yīng)用產(chǎn)出了一批高質(zhì)量的研究成果。例如，數(shù)字金融發(fā)展與經(jīng)濟增長的關(guān)系［9］；數(shù)字金融是否影響創(chuàng)新創(chuàng)業(yè)［10］；數(shù)字金融與農(nóng)村貧困的關(guān)系［11］。

除了對數(shù)字普惠金融的關(guān)注，也有學(xué)者對數(shù)字金融與傳統(tǒng)金融的關(guān)系進行了研究。金融科技和傳統(tǒng)金融服務(wù)是互補關(guān)系而不是替代關(guān)系［12］。李向前和賀卓異（2021）［13］分析了金融科技對傳統(tǒng)商業(yè)銀行的影響，金融科技的應(yīng)用對商業(yè)銀行有“風(fēng)險管理效應(yīng)”和“轉(zhuǎn)型效應(yīng)”。YAO和SONG（2023）［14］分析認為在金融科技時代，大型國有商業(yè)銀行與中小型銀行相比，在規(guī)模、資金和經(jīng)驗方面具有優(yōu)勢。熊健等（2021）［15］認為，金融科技對商業(yè)銀行的經(jīng)營績效影響呈現(xiàn)先抑制后促進的非線性關(guān)系。在信貸風(fēng)險方面，CHENG和QU（2020）［16］分析認為，銀行金融科技的發(fā)展顯著降低了信貸風(fēng)險。郭麗虹和朱柯達（2021）［17］也認為，金融科技能夠降低銀行發(fā)放普惠貸款的風(fēng)險，可以有效提升銀行發(fā)放貸款意愿。

數(shù)字金融影響微觀銀行的績效和風(fēng)險，也對宏觀貨幣傳導(dǎo)機制和金融系統(tǒng)性風(fēng)險產(chǎn)生新影響。黃益平（2021）［18］從宏觀角度分析認為，在數(shù)字金融發(fā)展過程中，數(shù)字技術(shù)的采用可以使得金融服務(wù)成本降低的同時控制風(fēng)險。戰(zhàn)明華等（2020）［19］對數(shù)字金融影響貨幣政策效果進行了理論和實證評估，數(shù)字金融的發(fā)展減小了金融摩擦，從整體上提升了貨幣政策的實施效果。但李優(yōu)樹和張敏（2020）［20］分析認為數(shù)字普惠金融的發(fā)展會抑制系統(tǒng)性金融風(fēng)險。

系統(tǒng)性風(fēng)險通常被認為是可以感知但難以定義的風(fēng)險［21］。對于系統(tǒng)性風(fēng)險的分析主要圍繞系統(tǒng)性風(fēng)險的衡量、影響、驅(qū)動因素和監(jiān)管、防控以及系統(tǒng)性風(fēng)險與宏觀實體經(jīng)濟互動關(guān)系而展開。數(shù)字金融對系統(tǒng)性風(fēng)險的影響分析成為近年來學(xué)者的研究熱點，但對于數(shù)字金融引發(fā)系統(tǒng)性風(fēng)險下降還是積聚上升，學(xué)術(shù)界并沒有一致定論。吳成頌等（2019）［22］分析認為互聯(lián)網(wǎng)金融影響商業(yè)銀行的信貸風(fēng)險和流動性風(fēng)險，使得系統(tǒng)性風(fēng)險提高。梁洪等（2023）［23］從貨幣傳導(dǎo)渠道分析認為數(shù)字金融發(fā)展可能加劇系統(tǒng)性金融風(fēng)險。李晨和丁鑫（2021）［24］分析認為數(shù)字金融發(fā)展能夠緩解地方政府債務(wù)壓力，進而降低系統(tǒng)性風(fēng)險。余靜文和吳濱陽（2021）［25］從風(fēng)險管理理論的角度分析認為數(shù)字金融發(fā)展有助于銀行系統(tǒng)性風(fēng)險的收斂。

數(shù)字金融的發(fā)展會帶來利率市場化，互聯(lián)網(wǎng)使得各地區(qū)金融資源得以互聯(lián)互通，影子銀行體系在數(shù)字金融革命沖擊下進一步規(guī)范化和正規(guī)化。影子銀行是與商業(yè)銀行相平行的金融體系，信托公司是中國影子銀行體系的風(fēng)險源之一［26］。李向前等（2013）［27］分析認為影子銀行系統(tǒng)的發(fā)展會降低中國金融系統(tǒng)的穩(wěn)定性。林琳等（2016）［28］也發(fā)現(xiàn)影子銀行體系會集聚金融風(fēng)險。對于影子銀行產(chǎn)生的風(fēng)險化解，戴國強和方鵬飛（2014）［29］分析認為需要重視影子銀行和互聯(lián)網(wǎng)金融發(fā)展對銀行業(yè)的沖擊，胡利琴等（2016）［30］提出要進一步完善利率市場化機制，構(gòu)建對影子銀行的全面監(jiān)測平臺，從根本上對影子銀行資金運作機制進行規(guī)范。

總的來說，學(xué)術(shù)界近年來從微觀和宏觀等多角度對數(shù)字金融進行了廣泛研究，對數(shù)字金融和系統(tǒng)性風(fēng)險之間的關(guān)系也進行了有益探索，但依然存在以下可能需要完善的方面。一是對數(shù)字金融和傳統(tǒng)金融間的關(guān)系研究還不夠深入，數(shù)字金融對傳統(tǒng)金融體系產(chǎn)生何種影響？是否會引發(fā)金融體系系統(tǒng)性變革？二是數(shù)字金融對傳統(tǒng)金融機構(gòu)的影響分析還不夠充分，數(shù)字金融與傳統(tǒng)金融機構(gòu)是互補還是替代？傳統(tǒng)金融機構(gòu)面對數(shù)字金融該呈現(xiàn)何種姿態(tài)，是擁抱還是排斥？金融機構(gòu)面臨數(shù)字化轉(zhuǎn)型浪潮該如何選擇？三是對傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型的深遠和廣泛影響分析尚不充分。對于數(shù)字金融發(fā)展影響系統(tǒng)性風(fēng)險變化的分析還停留在商業(yè)銀行自身，對商業(yè)銀行數(shù)字化轉(zhuǎn)型引發(fā)外部環(huán)境變化，進而影響系統(tǒng)性風(fēng)險的分析還不足。商業(yè)銀行數(shù)字化轉(zhuǎn)型可能會帶來正規(guī)銀行借貸關(guān)系和影子銀行借貸關(guān)系變化，進而引發(fā)金融體系系統(tǒng)性變革。

三、數(shù)字金融與系統(tǒng)性風(fēng)險的理論與假說

（一）金融關(guān)聯(lián)與系統(tǒng)性風(fēng)險

ACEMOGLU等（2015）［31］使用金融關(guān)聯(lián)理論模型分析了金融市場網(wǎng)絡(luò)對金融穩(wěn)定性的影響。在金融體系中，不同機構(gòu)通過無擔(dān)保債務(wù)合同相互聯(lián)系，當(dāng)交易對手出現(xiàn)風(fēng)險時，金融穩(wěn)定性會受到?jīng)_擊。但穩(wěn)定性受到?jīng)_擊大小和網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)的影響，如果沖擊的負面程度比較小，更加密集的金融網(wǎng)絡(luò)穩(wěn)定性會得到增強。如果沖擊超過一定程度，金融機構(gòu)密集的聯(lián)系會成為沖擊傳播的機制，導(dǎo)致金融系統(tǒng)更加脆弱。

數(shù)字金融發(fā)展會通過金融關(guān)聯(lián)網(wǎng)絡(luò)影響系統(tǒng)性金融風(fēng)險。李政等（2019）［32］對中國上市金融機構(gòu)的關(guān)聯(lián)網(wǎng)絡(luò)進行了分析，自2012年以來，中國金融機構(gòu)關(guān)聯(lián)程度上升引發(fā)的系統(tǒng)性風(fēng)險在不斷聚集。蔣海和張錦意（2018）［33］使用上市銀行的股票交易數(shù)據(jù)，分析了銀行業(yè)網(wǎng)絡(luò)的動態(tài)關(guān)聯(lián)性，該關(guān)聯(lián)性與系統(tǒng)性風(fēng)險呈現(xiàn)顯著正相關(guān)關(guān)系。梁洪（2024）［34］使用TVPVARSV模型進一步分析認為，數(shù)字金融發(fā)展會影響傳統(tǒng)金融網(wǎng)絡(luò)的結(jié)構(gòu)和密度，進而影響傳統(tǒng)金融市場的總溢出效應(yīng)。

根據(jù)金融關(guān)聯(lián)網(wǎng)絡(luò)理論，本文提出研究假設(shè)一：金融機構(gòu)相互關(guān)聯(lián)會產(chǎn)生系統(tǒng)性風(fēng)險，數(shù)字金融發(fā)展會影響銀行系統(tǒng)性風(fēng)險。

（二）影子銀行與系統(tǒng)性風(fēng)險

中國的信托行業(yè)與商業(yè)銀行保持著較為緊密的聯(lián)系。1979年10月，中國國際信托投資公司成立，該公司成立的目的是補充銀行信貸融資。如圖1，信托行業(yè)銀信合作余額規(guī)模伴隨信托行業(yè)發(fā)展不斷上升，從2010年的1.89萬億元上升到2020年的6.46萬億元，2019年達到峰值8.19萬億元。從銀信合作余額占比來看，占比從2010年的64%下降到2020年的30%，占比雖然下降，但銀信合作仍然是信托行業(yè)資金來源和運用的主要方式。

圖1中國信托行業(yè)銀信合作規(guī)模示意

數(shù)據(jù)來源：筆者根據(jù)國泰安數(shù)據(jù)庫數(shù)據(jù)自制。

自2000年以來，中國信托行業(yè)發(fā)展大體經(jīng)過三個階段。第一個階段是2000—2007年，信托行業(yè)起步期，規(guī)則初立。截至2007年末，信托行業(yè)資產(chǎn)總額9357.93億元③。第二個階段是2008—2017年，信托行業(yè)開拓期，黃金十年。信托業(yè)資產(chǎn)規(guī)模不斷擴大，從2010年的3.04萬億元擴大到2017年的26.24萬億元④，一度成為中國資產(chǎn)管理規(guī)模第二大的金融行業(yè)。第三個階段是2018年至今，信托行業(yè)轉(zhuǎn)型期，回歸本源。2018年4月，中國人民銀行等四部門聯(lián)合發(fā)布了《關(guān)于規(guī)范金融機構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見》（銀發(fā)〔2018〕106號）（簡稱“資管新規(guī)”），對信托機構(gòu)剛性兌付、資金池業(yè)務(wù)等進行了規(guī)范。2023年3月，原中國銀保監(jiān)會發(fā)布了《關(guān)于規(guī)范信托公司信托業(yè)務(wù)分類的通知》（銀保監(jiān)規(guī)〔2023〕1號），將信托業(yè)務(wù)整體劃分為資產(chǎn)管理信托、資產(chǎn)服務(wù)信托和公益慈善信托三類，由此拉開了信托行業(yè)新一輪轉(zhuǎn)型發(fā)展的序幕。

信托行業(yè)與中國的影子銀行體系密切關(guān)聯(lián)。方意等（2019）［35］使用信托行業(yè)的微觀業(yè)務(wù)數(shù)據(jù)構(gòu)建了影子銀行的系統(tǒng)性風(fēng)險。宋鷺等（2022）［36］使用信托產(chǎn)品的資金投向指標(biāo)測算了影子銀行的系統(tǒng)性風(fēng)險，并分析了系統(tǒng)性風(fēng)險的傳播路徑。ALLEN等（2023）［3］從理論和實證分析角度，使用信托產(chǎn)品預(yù)期收益率來分析影子銀行的隱性擔(dān)保問題，信托公司規(guī)模、控股股東類型，以及產(chǎn)品是否由國有銀行銷售，都會影響隱性擔(dān)保的強度，也會影響系統(tǒng)性風(fēng)險積累。

根據(jù)中國銀信合作現(xiàn)狀和影子銀行系統(tǒng)性風(fēng)險理論，本文提出研究假設(shè)二：數(shù)字金融發(fā)展通過抑制影子銀行的發(fā)展，使得銀行業(yè)系統(tǒng)性風(fēng)險降低。商業(yè)銀行與非銀行存貸款機構(gòu)存在緊密關(guān)聯(lián)，商業(yè)銀行數(shù)字化轉(zhuǎn)型使得存貸款利率更加透明化，進而影響資本市場的正規(guī)化。

四、研究設(shè)計

（一）模型設(shè)定

本文使用雙重固定效應(yīng)下的面板數(shù)據(jù)模型估計數(shù)字金融發(fā)展對系統(tǒng)性風(fēng)險的影響，模型設(shè)定如下：

ΔCoVARit=βiTechFinit+Xit+αi+λt+εit（1）

式中，ΔCoVARit表示i銀行t時間的系統(tǒng)性風(fēng)險，使用條件在險價值（ConditionalValueatRisk，CoVAR）之差來衡量。TechFinit表示i銀行t時間的數(shù)字化轉(zhuǎn)型指數(shù)。Xit是系列控制變量，包括銀行的資產(chǎn)負債率、資本保值增值率和每股收益。αi是銀行個體固定效應(yīng)。λt為時間固定效應(yīng)。εit是隨機擾動項。

（二）指標(biāo)構(gòu)建

1.數(shù)據(jù)描述性統(tǒng)計

對于本文核心解釋變量，數(shù)字金融指標(biāo)主要來源于謝絢麗和王詩卉（2022）［5］構(gòu)建的中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，該指數(shù)包含了戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化分指數(shù)，以及數(shù)字化轉(zhuǎn)型總指數(shù)。對于本文核心被解釋變量，系統(tǒng)性風(fēng)險指標(biāo)來源于筆者自算。對于本文使用的控制變量，商業(yè)銀行的資產(chǎn)負債率、資本保值增值率和每股收益，主要來源于國泰安數(shù)據(jù)庫。對于本文使用的影子銀行代理變量，信托產(chǎn)品收益率由作者根據(jù)國泰安數(shù)據(jù)庫中的信托產(chǎn)品預(yù)期收益率測算而來。

本文使用的主要數(shù)據(jù)描述性統(tǒng)計如表1，對于系統(tǒng)性風(fēng)險、數(shù)字金融和影子銀行指標(biāo)的具體計算方法可參考下文。

2.數(shù)字金融指標(biāo)構(gòu)建

數(shù)字金融指數(shù)指標(biāo)主體是謝絢麗和王詩卉（2022）［5］構(gòu)建的中國商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，該指數(shù)從商業(yè)銀行的戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化等方面評估了中國商業(yè)銀行數(shù)字化轉(zhuǎn)型情況，然后采用主成分分析法合成商業(yè)銀行數(shù)字化轉(zhuǎn)型總指數(shù)。其中，戰(zhàn)略數(shù)字化反映了銀行年報文本對數(shù)字技術(shù)的關(guān)注程度；業(yè)務(wù)數(shù)字化反映了銀行數(shù)字化渠道、產(chǎn)品和研發(fā)的數(shù)字技術(shù)使用程度；管理數(shù)字化反映了銀行組織構(gòu)架、人才和合作儲備情況。

除了使用商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，為了匹配系統(tǒng)性風(fēng)險季度性指標(biāo)，本文使用Wind數(shù)據(jù)庫中第三方互聯(lián)網(wǎng)支付數(shù)據(jù)對商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)進行了季度調(diào)節(jié)。第三方互聯(lián)網(wǎng)支付數(shù)據(jù)與學(xué)界普遍使用的數(shù)字普惠金融指數(shù)之間的相關(guān)性較高［19］，根據(jù)各季度第三方互聯(lián)網(wǎng)支付數(shù)額占全年數(shù)額的比例調(diào)節(jié)年度商業(yè)銀行數(shù)字化轉(zhuǎn)型指數(shù)，由此形成季度數(shù)字金融指數(shù)。該數(shù)字金融指數(shù)既可以反映商業(yè)銀行數(shù)字化轉(zhuǎn)型程度，也可以反映金融市場整體的數(shù)字化程度。

3.系統(tǒng)性風(fēng)險指標(biāo)構(gòu)建

系統(tǒng)性風(fēng)險是可以感知但難以定義的風(fēng)險。對系統(tǒng)性風(fēng)險的測度有在險價值指標(biāo)（ValueatRisk）、預(yù)期損失指標(biāo)、金融關(guān)聯(lián)網(wǎng)絡(luò)指標(biāo)和主成分分析法下的綜合風(fēng)險指數(shù)等，本文使用ADRIAN和BRUNNERMEIER（2016）［6］提出的條件在險價值之

差（△CoVAR）來度量系統(tǒng)性風(fēng)險，該指標(biāo)指機構(gòu)正常運行和受到極端沖擊情況下系統(tǒng)在險價值的差值。具體來說，本文參考CHU等（2010）［37］使用分位數(shù)回歸的方法來測量商業(yè)銀行的系統(tǒng)性風(fēng)險。

第一步，對商業(yè)銀行個體的收益與市場整體收益進行回歸：

Rmt=αs，i+βs，iRit+∑kγkMk，t-1+εit（2）

式中，Rit是月度銀行股票收益率，Rmt是月度滬深300收益率。Mk，t-1表示其他市場收益率，包括貨幣市場、債券市場、外匯市場、房地產(chǎn)市場和銀行市場，分別用上海銀行間隔夜拆借利率、國債綜合指數(shù)、人民幣兌美元匯率指數(shù)、申萬行業(yè)房地產(chǎn)指數(shù)和滬深300銀行指數(shù)衡量。數(shù)據(jù)來源于國泰安數(shù)據(jù)庫、Wind數(shù)據(jù)庫和同花順iFind數(shù)據(jù)庫。

第二步，根據(jù)上式計算的系數(shù)求解不同分位數(shù)下的CoVAR：

CoVARqit=α^qs，i+β^qs，iVARqit+∑kγ^kMVARqk，t-1（3）

式中，VARqit表示q狀態(tài)下i銀行股價波動率，MVARqk，t-1表示其他市場收益波動率。q表示不同狀態(tài)的沖擊，本文參考MA等（2021）［38］，q=5%表示正常狀態(tài)，q=95%表示危機狀態(tài)。

第三步，根據(jù)不同分位數(shù)下的CoVAR計算ΔCoVAR：

ΔCoVARit=-（CoVAR95%it-CoVAR5%it）（4）

4.影子銀行指標(biāo)構(gòu)建

影子銀行指除傳統(tǒng)銀行體系外的信貸中介［3］，信托公司是除銀行外具有正規(guī)信貸功能的持牌金融機構(gòu)。本文使用信托產(chǎn)品收益率作為影子銀行發(fā)展強弱的代理變量。首先，使用同花順iFind數(shù)據(jù)庫收集了信托公司與商業(yè)銀行的對應(yīng)關(guān)系表，當(dāng)一家銀行與一家信托公司為同一控股股東時，本文認為這家信托公司和這家商業(yè)銀行具有對應(yīng)關(guān)系。例如，平安銀行與平安信托，第一大股東都為中國平安保險（集團）有限公司，本文認定平安銀行與平安信托具有對應(yīng)關(guān)系。當(dāng)商業(yè)銀行所在集團體系并無信托公司時，本文以商業(yè)銀行和信托公司的注冊地為衡量標(biāo)準(zhǔn)判斷商業(yè)銀行與哪些信托公司具有貨幣市場對應(yīng)關(guān)系。例如，寧波銀行集團體系并沒有信托公司，本文認定注冊地同在寧波的昆侖信托與其具有對應(yīng)關(guān)系。其次，本文從國泰安數(shù)據(jù)庫獲取了信托產(chǎn)品數(shù)據(jù)表，使用信托公司發(fā)行的信托產(chǎn)品收益率求季度平均得到平均收益率，以此衡量商業(yè)銀行對應(yīng)的影子銀行發(fā)展強弱。

五、實證結(jié)果

（一）基本結(jié)果

基于公式（1），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表2報告了2011—2021年數(shù)字金融發(fā)展對商業(yè)銀行系統(tǒng)性風(fēng)險影響的基本回歸結(jié)果。在表2中的模型（1），在控制銀行個體固定效應(yīng)和時間固定效應(yīng)的情況下，數(shù)字金融發(fā)展顯著降低了銀行系統(tǒng)性風(fēng)險，在1%顯著性水平顯著。在模型（2），加入聚類標(biāo)準(zhǔn)誤，顯著性有所降低，但依然在10%顯著性水平顯著。在模型（3），加入可能同時影響到數(shù)字金融和系統(tǒng)性風(fēng)險的控制變量，數(shù)字金融發(fā)展使得商業(yè)銀行系統(tǒng)性風(fēng)險下降了0.242，在5%顯著性水平顯著。

（二）穩(wěn)健性檢驗

基于公式（1），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表3報告了2011—2021年數(shù)字金融發(fā)展對商業(yè)銀行系統(tǒng)性風(fēng)險影響的穩(wěn)健性檢驗結(jié)果。在表3中的模型（1），使用替換極端值的方式，對系統(tǒng)性風(fēng)險數(shù)據(jù)進行縮尾處理。結(jié)果顯示，數(shù)字金融發(fā)展顯著降低了商業(yè)銀行的系統(tǒng)性風(fēng)險，在5%顯著性水平顯著。前文在基礎(chǔ)回歸中，本文使用季度數(shù)字化轉(zhuǎn)型指數(shù)衡量數(shù)字金融發(fā)展程度，在模型（2），替換使用年度數(shù)字金融指標(biāo)進行回歸。結(jié)果顯示，數(shù)字金融發(fā)展對系統(tǒng)性風(fēng)險影響的數(shù)值略有下降，但依然在5%顯著性水平顯著。在模型（3），考慮到銀行性質(zhì)差異可能對系統(tǒng)性風(fēng)險產(chǎn)生影響，本文將銀行分為國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行，并在回歸方程中控制銀行類型變量。結(jié)果顯示，數(shù)字金融發(fā)展對銀行系統(tǒng)性風(fēng)險的影響依然在5%顯著性水平顯著。

（三）機制分析

1.數(shù)字金融發(fā)展與影子銀行消弭

前文分析，數(shù)字金融發(fā)展使得商業(yè)銀行系統(tǒng)性風(fēng)險降低。風(fēng)險降低的重要原因是數(shù)字金融發(fā)展使得銀行借貸體系更加科學(xué)化和市場化，大數(shù)據(jù)風(fēng)控平臺建設(shè)、網(wǎng)絡(luò)銀行和手機銀行更新?lián)Q代，商業(yè)銀行借貸體系趨于科學(xué)化和市場化的同時會擠壓影子銀行的發(fā)展空間。本文使用與商業(yè)銀行密切關(guān)聯(lián)的信托公司的信托產(chǎn)品收益率分析數(shù)字金融發(fā)展對影子銀行的影響。

基于公式（1），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表4報告了2011—2021年數(shù)字金融發(fā)展對信托公司影子銀行收益率的影響。第（1）列分析數(shù)字化總指數(shù)對信托產(chǎn)品收益率的影響，第（2）列分析商業(yè)銀行戰(zhàn)略數(shù)字化的影響，第（3）列是商業(yè)銀行業(yè)務(wù)數(shù)字化影響，第（4）列是商業(yè)銀行管理數(shù)字化的影響?？傮w來說，數(shù)字金融發(fā)展使得信托產(chǎn)品收益率下降，數(shù)字化總指數(shù)提升使得信托產(chǎn)品預(yù)期收益率下降了0.058，在5%顯著性水平顯著。分指數(shù)來看，戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化都可能帶來信托產(chǎn)品收益率的下降，戰(zhàn)略數(shù)字化和管理數(shù)字化不太顯著，信托產(chǎn)品收益率的下降主要來源于商業(yè)銀行的業(yè)務(wù)數(shù)字化轉(zhuǎn)型。

2.商業(yè)銀行數(shù)字化轉(zhuǎn)型與系統(tǒng)性風(fēng)險

商業(yè)銀行系統(tǒng)性風(fēng)險降低的原因一部分來源于與之相關(guān)的影子銀行的消弭，一部分可能來源于商業(yè)銀行自身數(shù)字化轉(zhuǎn)型帶來的企業(yè)整體高質(zhì)量發(fā)展，系統(tǒng)性風(fēng)LmccRl1n3WEoZZlWgpz5pLnf69caUvBy8rNgzhVkeVg=險降低。本文將商業(yè)銀行的數(shù)字化轉(zhuǎn)型分為戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化三個部分，分析不同板塊的數(shù)字化轉(zhuǎn)型對系統(tǒng)性風(fēng)險的影響。

基于公式（1），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表5報告了2011—2021年商業(yè)銀行不同類別的數(shù)字化轉(zhuǎn)型對系統(tǒng)性風(fēng)險的影響。商業(yè)銀行不同板塊的數(shù)字化轉(zhuǎn)型都會帶來系統(tǒng)性風(fēng)險的降低。戰(zhàn)略數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.304，在1%顯著性水平顯著。業(yè)務(wù)數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.076。管理數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.049，在10%顯著性水平顯著。商業(yè)銀行的數(shù)字化轉(zhuǎn)型使得銀行的系統(tǒng)性風(fēng)險顯著降低，金融服務(wù)實體經(jīng)濟健康高質(zhì)量發(fā)展的競爭力顯著增強。

3.商業(yè)銀行異質(zhì)性與系統(tǒng)性風(fēng)險

不同性質(zhì)的商業(yè)銀行具有不同的經(jīng)營管理模式和風(fēng)險容忍程度，不同類型的商業(yè)銀行數(shù)字化轉(zhuǎn)型程度也不盡相同，數(shù)字金融發(fā)展對其系統(tǒng)性風(fēng)險的影響也可能不同。本文根據(jù)商業(yè)銀行性質(zhì)差異將其分為三類：國有商業(yè)銀行，包括中國工商銀行、中國銀行等5家銀行；城市商業(yè)銀行，包括寧波銀行、南京銀行等3家；股份制商業(yè)銀行，包括民生銀行、興業(yè)銀行等8家銀行。

基于公式（1），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表6報告了2011—2021年不同性質(zhì)商業(yè)銀行的數(shù)字化轉(zhuǎn)型對系統(tǒng)性風(fēng)險的差異化影響。不同性質(zhì)商業(yè)銀行的數(shù)字化轉(zhuǎn)型都會帶來系統(tǒng)性風(fēng)險的降低。國有商業(yè)銀行的數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.519，但不顯著。城市商業(yè)銀行的數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.172，也不顯著。股份制商業(yè)銀行的數(shù)字化轉(zhuǎn)型使得系統(tǒng)性風(fēng)險降低了0.435，在5%顯著性水平顯著。商業(yè)銀行整體的系統(tǒng)性風(fēng)險降低可能主要來源于股份制商業(yè)銀行的數(shù)字化轉(zhuǎn)型和數(shù)字金融業(yè)務(wù)投入，這也與股份制商業(yè)銀行具有靈活多變的業(yè)務(wù)模式和更加市場化的運營模式有關(guān)。

六、進一步分析

前文分析，數(shù)字金融發(fā)展有效緩解了商業(yè)銀行的系統(tǒng)性風(fēng)險，系統(tǒng)性風(fēng)險緩解的原因是數(shù)字金融發(fā)展使得利率更加市場化和透明化，影子銀行發(fā)展空間壓縮。接下來，本文利用2018年“資管新規(guī)”的出臺作為政策沖擊，使用雙重差分方法進一步分析影子銀行消弭對系統(tǒng)性風(fēng)險的影響。

“資管新規(guī)”從資產(chǎn)管理業(yè)務(wù)內(nèi)容和監(jiān)管原則等方面對中國資產(chǎn)管理業(yè)務(wù)進行了規(guī)范，要求金融機構(gòu)打破剛性兌付、清理資金池業(yè)務(wù)，以及進行凈值化轉(zhuǎn)型。2018年“資管新規(guī)”的出臺統(tǒng)一了同類資產(chǎn)管理產(chǎn)品的監(jiān)管標(biāo)準(zhǔn)，規(guī)范了各類金融機構(gòu)資產(chǎn)管理業(yè)務(wù)，體現(xiàn)了“堅決打好防范化解重大風(fēng)險攻堅戰(zhàn)”的決策部署，堅持了嚴(yán)控風(fēng)險的底線思維，有力促進了中國資產(chǎn)管理業(yè)務(wù)的透明化和市場化，有力促進了中國影子銀行體系的規(guī)范化治理和透明化轉(zhuǎn)型。

“資管新規(guī)”適用于全國的金融機構(gòu)，自發(fā)布之日起“一刀切”式施行，研究對象并沒有明確的處理組和控制組。參考彭俞超等（2023）［39］的研究，本文使用連續(xù)型雙重差分方法分析“資管新規(guī)”出臺對銀行系統(tǒng)性風(fēng)險的影響。本文將2018年第二季度設(shè)定為政策實施節(jié)點，在此之前的時間為未受到政策影響時間，在此之后的時間為受到政策影響時間。本文使用與商業(yè)銀行相對應(yīng)的信托產(chǎn)品收益率作為衡量銀行受“資管新規(guī)”影響大小的程度變量，也就是說，在2018年第二季度以前，與商業(yè)銀行相對應(yīng)的信托產(chǎn)品收益率越大，受到“資管新規(guī)”影響就越大，系統(tǒng)性風(fēng)險也就下降得越多。本文使用的連續(xù)型雙重差分模型設(shè)定如下：

ΔCoVARit=μiTreati×Postt+Xit+αi+λt+εit（5）

式中，Treati表示i銀行在受到政策影響前（2018年第一季度）相對應(yīng)的信托產(chǎn)品收益率。Postt表示2018年第二季度以前或以后時間段，2018年第二季度以前取值為0，2018年第二季度及以后取值為1。Xit是相關(guān)控制變量。αi是銀行個體固定效應(yīng)。λt為時間固定效應(yīng)。εit是隨機擾動項。

基于公式（5），在控制個體固定效應(yīng)和時間固定效應(yīng)基礎(chǔ)上，表7報告了2011—2021年“資管新規(guī)”出臺對商業(yè)銀行系統(tǒng)性風(fēng)險的影響。在表7中的模型（1），在控制銀行個體固定效應(yīng)和時間固定效應(yīng)的情況下，“資管新規(guī)”的出臺顯著降低了商業(yè)銀行的系統(tǒng)性風(fēng)險，在5%顯著性水平顯著。在模型（2），加入聚類標(biāo)準(zhǔn)誤，顯著性有所降低，但依然在10%顯著性水平顯著。在模型（3），加入控制變量，數(shù)字金融發(fā)展使得商業(yè)銀行的系統(tǒng)性風(fēng)險下降了0.143，在10%顯著性水平顯著。

雙重差分方法使用條件之一是需要滿足平行趨勢假定，實施“資管新規(guī)”并沒有明確的處理組和控制組，本文參考NUNN和QIAN（2011）［40］，構(gòu)建了事件研究法模型進行平行趨勢檢驗，模型設(shè)定如下：

ΔCoVARie=∑14e=0μeTreat201801×Evente+Xie+αi+λe+εie（6）

式中，Treat201801表示2018年第一季度商業(yè)銀行相對應(yīng)信托公司的信托產(chǎn)品平均預(yù)期收益率，表示可能受到“資管新規(guī)”規(guī)范的影響程度。Evente表示時間虛擬變量，e表示相對于2018年第二季度的時間點，e=1則表示2018年第三季度。“資管新規(guī)”2018年4月份出臺，相當(dāng)于2018年第二季度開始實施?！百Y管新規(guī)”同時規(guī)定，各機構(gòu)要對不符合新規(guī)要求的部分進行整改，整改過渡期到2020年底。在2020年7月31日，經(jīng)國務(wù)院同意，中國人民銀行會同相關(guān)部門審慎研究決定，“資管新規(guī)”過渡期延長至2021年底?！百Y管新規(guī)”是通過過渡期的形式漸次實施的，尤其是延長過渡期使得新規(guī)的實施并沒有完全的“一刀切”，對于各金融機構(gòu)的業(yè)務(wù)影響也是逐步深入的?；诠剑?），在控制個體固定效應(yīng)和時間固定效應(yīng)、聚類在銀行個體基礎(chǔ)上，圖2展示了“資管新規(guī)”出臺對商業(yè)銀行系統(tǒng)性風(fēng)險影響的時間變化趨勢?！百Y管新規(guī)”對商業(yè)銀行系統(tǒng)性風(fēng)險的影響也是逐步深入的，在2021年才開始完全顯現(xiàn)，對2018年第二季度以前受到影子銀行風(fēng)險影響更大的商業(yè)銀行影響更深，其系統(tǒng)性風(fēng)險下降得更多。

“資管新規(guī)”的實施規(guī)范了各金融機構(gòu)的資產(chǎn)管理業(yè)務(wù)，有力打擊了金融行業(yè)風(fēng)險亂象，有效收斂了影子銀行產(chǎn)生的系統(tǒng)性風(fēng)險。本文的分析為“資管新規(guī)”實施產(chǎn)生的風(fēng)險收斂作用提供了實證證據(jù)。數(shù)字金融發(fā)展有效提升利率市場化程度，降低影子銀行帶來的風(fēng)險集聚，從而也將使商業(yè)銀行的系統(tǒng)性風(fēng)險顯著下降。

七、結(jié)論與政策建議

本文使用中國上市商業(yè)銀行數(shù)字化轉(zhuǎn)型、系統(tǒng)性風(fēng)險，以及信托公司信托收益率等數(shù)據(jù)，采用雙重固定效應(yīng)下的面板數(shù)據(jù)方法，對數(shù)字金融發(fā)展與商業(yè)銀行系統(tǒng)性風(fēng)險間的關(guān)系進行了實證分析。研究結(jié)果表明，數(shù)字金融發(fā)展使得商業(yè)銀行系統(tǒng)性風(fēng)險降低了0.242，在5%顯著性水平顯著。系統(tǒng)性風(fēng)險降低的原因在于商業(yè)銀行內(nèi)外兼修進行的數(shù)字化轉(zhuǎn)型，“外修”指的是數(shù)字金融發(fā)展使得與商業(yè)銀行密切相關(guān)的信托行業(yè)的信托產(chǎn)品收益率下降，影子銀行消弭。數(shù)字金融發(fā)展使得信托產(chǎn)品預(yù)期收益率下降了0.058，在5%顯著性水平顯著?！皟?nèi)修”指的是商業(yè)銀行自身在戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化，以及管理數(shù)字化轉(zhuǎn)型方面的進步，尤其是商業(yè)銀行業(yè)務(wù)數(shù)字化轉(zhuǎn)型顯著推動了銀行的高質(zhì)量發(fā)展，系統(tǒng)性風(fēng)險降低。防范化解系統(tǒng)性風(fēng)險不僅僅需要金融機構(gòu)自身的健康發(fā)展，還需要金融監(jiān)管部門的有效監(jiān)管、全面監(jiān)管和持續(xù)監(jiān)管。

本文的研究豐富了數(shù)字金融發(fā)展對金融體系影響的相關(guān)文獻，也對系統(tǒng)性風(fēng)險防范提供了思路。同時提出以下政策建議：

第一，各金融機構(gòu)要貫徹落實中央金融工作會議要求，認真做好“科技金融”“數(shù)字金融”等五篇大文章。數(shù)字金融不單單指數(shù)字產(chǎn)業(yè)的金融化，還應(yīng)該包括金融機構(gòu)的數(shù)字化轉(zhuǎn)型，這也與科技金融密切相關(guān)。商業(yè)銀行是中國特色數(shù)字金融和科技金融的實踐主體，如何在戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化和管理數(shù)字化上做實做細，在控制風(fēng)險的情況下實現(xiàn)數(shù)字金融業(yè)務(wù)創(chuàng)新，成為各金融機構(gòu)必須深刻思考的問題。

第二，數(shù)字金融作為金融行業(yè)發(fā)展新業(yè)態(tài)，其發(fā)展會出現(xiàn)新問題和新風(fēng)險。金融監(jiān)管部門要堅持完善風(fēng)險防范和化解機制，要逐步建立起與數(shù)字金融發(fā)展相適應(yīng)的風(fēng)險防控機制，防范數(shù)字金融引發(fā)風(fēng)險的跨行業(yè)、跨區(qū)域、跨市場傳遞，守住不發(fā)生系統(tǒng)性風(fēng)險的底線。尤其是對于影子銀行引發(fā)的系統(tǒng)性風(fēng)險防范，更是要擺在監(jiān)管任務(wù)的重點位置，監(jiān)管部門要積極引導(dǎo)信托公司等非銀行借貸機構(gòu)業(yè)務(wù)轉(zhuǎn)型，有效壓縮影子銀行規(guī)模，有效監(jiān)管金融機構(gòu)高質(zhì)量健康發(fā)展。

第三，面臨數(shù)字金融發(fā)展機遇和影子銀行系統(tǒng)性風(fēng)險防控窗口期，信托公司要積極擁抱數(shù)字化轉(zhuǎn)型，從業(yè)務(wù)、管理、風(fēng)控等多角度轉(zhuǎn)型升級。尤其是在2023年3月，信托三分類通知為信托行業(yè)業(yè)務(wù)轉(zhuǎn)型升級提供了框架和指引，信托公司要按照監(jiān)管指引，正確處理好業(yè)務(wù)創(chuàng)新與風(fēng)險防控的關(guān)系，正確處理好數(shù)字化轉(zhuǎn)型與傳統(tǒng)金融發(fā)展的關(guān)系，先立后破，實現(xiàn)業(yè)務(wù)創(chuàng)新與高質(zhì)量發(fā)展協(xié)同推進。

本文從影子銀行消弭角度對數(shù)字金融影響系統(tǒng)性風(fēng)險傳導(dǎo)機制進行了分析。但對于數(shù)字金融影響系統(tǒng)性風(fēng)險的其他渠道分析較少，比如數(shù)字金融發(fā)展影響貨幣政策傳導(dǎo)機制，數(shù)字金融發(fā)展影響金融網(wǎng)絡(luò)機制等。而且，對于影子銀行的衡量，本文使用信托公司作為代表進行分析，對于其他形式的影子銀行分析較少，比如消費貸款公司、民間借貸等，這些都可以成為未來的研究方向。

［注釋］

①

數(shù)據(jù)來源：中國互聯(lián)網(wǎng)絡(luò)信息中心，網(wǎng)址為https：//www.cnnic.net.cn/n4/2024/0322/c88-10964.html。

②數(shù)據(jù)來源：中國人民銀行官方網(wǎng)站，網(wǎng)址為http：//www.pbc.gov.cn/eportal/fileDir/image_public/UserFiles/goutongjiaoliu/upload/File/2013.pdf。http：//www.pbc.gov.cn/goutongjiaoliu/113456/113469/4966699/2023062015333976801.pdf。

③數(shù)據(jù)來源：《2007年度中國信托公司信息披露分析報告》之“第五章信托資產(chǎn)報表的分析”，載陳玉鵬《中國信托業(yè)年鑒》，70～76頁，上海人民出版社。

④數(shù)據(jù)來源：銳思數(shù)據(jù)庫，行業(yè)統(tǒng)計，金融服務(wù)業(yè)。

［參考文獻］

［1］中央金融工作會議在北京舉行［N］.人民日報，2023-11-01（01）.

［2］習(xí)近平在省部級主要領(lǐng)導(dǎo)干部推動金融高質(zhì)量發(fā)展專題研討班開班式上發(fā)表重要講話強調(diào)堅定不移走中國特色金融發(fā)展之路推動我國金融高質(zhì)量發(fā)展［N］.人民日報，2024-01-17（01）.

［3］ALLENF，GUX，LICW，etal.Implicitguaranteesandtheriseofshadowbanking：thecaseoftrustproducts［J］.Journaloffinancialeconomics，2023，149（2）：115-141.

［4］齊紅倩，李志創(chuàng).中國普惠金融發(fā)展水平測度與評價——基于不同目標(biāo)群體的微觀實證研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2019，36（5）：101-117.

［5］謝絢麗，王詩卉.中國商業(yè)銀行數(shù)字化轉(zhuǎn)型：測度、進程及影響［J］.經(jīng)濟學(xué)（季刊），2022，22（6）：1937-1956.

［6］ADRIANT，?;BRUNNERMEIERMK.CoVaR［J］.Americaneconomicreview，2016，106（7）：1705.

［7］黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來［J］.經(jīng)濟學(xué)（季刊），2018，17（4）：1489-1502.

［8］HUAX，HUANGY.UnderstandingChina’sfintechsector：development，impactsandrisks［J］.Europeanjournaloffinance，2021，27（4/5）：321-333.

［9］錢海章，陶云清，曹松威，等.中國數(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（6）：26-46.

［10］謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)［J］.經(jīng)濟學(xué)（季刊），2018，17（4）：1557-1580.

［11］張棟浩，尹志超.金融普惠、風(fēng)險應(yīng)對與農(nóng)村家庭貧困脆弱性［J］.中國農(nóng)村經(jīng)濟，2018（4）：54-73.

［12］ERELI，LIEBERSOHNJ.Canfintechreducedisparitiesinaccesstofinance？Evidencefromthepaycheckprotectionprogram［J］.Journaloffinancialeconomics，2022，146（1）：90-118.

［13］李向前，賀卓異.金融科技發(fā)展對商業(yè)銀行影響研究［J］.現(xiàn)代經(jīng)濟探討，2021（2）：50-57.

［14］YAOT，SONGL.FintechandtheeconomiccapitalofChineseCommercialBank’srisk：basedontheoryandevidence［J］.Internationaljournaloffinance&economics，2023，28（2）：2109-2123.

［15］熊健，張曄，董曉林.金融科技對商業(yè)銀行經(jīng)營績效的影響：擠出效應(yīng)還是技術(shù)溢出效應(yīng)？［J］.經(jīng)濟評論，2021（3）：89-104.

［16］CHENGM，QUY.Doesbankfintechreducecreditrisk？EvidencefromChina［J］.Pacificbasinfinancejournal，2020，63：101398.

［17］郭麗虹，朱柯達.金融科技、銀行風(fēng)險與經(jīng)營業(yè)績——基于普惠金融的視角［J］.國際金融研究，2021（7）：56-65.

［18］黃益平.關(guān)于中國數(shù)字金融創(chuàng)新與發(fā)展的幾個觀點［J］.金融論壇，2021，26（11）：3-5，36.

［19］戰(zhàn)明華，湯顏菲，李帥.數(shù)字金融發(fā)展、渠道效應(yīng)差異和貨幣政策傳導(dǎo)效果［J］.經(jīng)濟研究，2020，55（6）：22-38.

［20］李優(yōu)樹，張敏.數(shù)字普惠金融發(fā)展對系統(tǒng)性金融風(fēng)險的影響研究［J］.中國特色社會主義研究，2020（Z1）：26-34.

［21］楊子暉，陳雨恬，林師涵.系統(tǒng)性金融風(fēng)險文獻綜述：現(xiàn)狀、發(fā)展與展望［J］.金融研究，2022（1）：185-206.

［22］吳成頌，王超，倪清.互聯(lián)網(wǎng)金融對商業(yè)銀行系統(tǒng)性風(fēng)險的影響——基于滬深股市上市商業(yè)銀行的證據(jù)［J］.當(dāng)代經(jīng)濟管理，2019，41（2）：90-97.

［23］梁洪，李樹，王雨.數(shù)字金融、貨幣政策與系統(tǒng)性金融風(fēng)險——基于TVPVARSV模型的實證研究［J］.統(tǒng)計研究，2023，40（11）：68-79.

［24］李晨，丁鑫.數(shù)字金融發(fā)展緩解了區(qū)域系統(tǒng)性金融風(fēng)險么？——來自中國31個省份的經(jīng)驗證據(jù)［J］.區(qū)域金融研究，2021（12）：36-42.

［25］余靜文，吳濱陽.數(shù)字金融與商業(yè)銀行風(fēng)險承擔(dān)——基于中國商業(yè)銀行的實證研究［J］.產(chǎn)經(jīng)評論，2021，12（4）：108-128.

［26］李建軍，薛瑩.中國影子銀行部門系統(tǒng)性風(fēng)險的形成、影響與應(yīng)對［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014，31（8）：117-130.

［27］李向前，諸葛瑞英，黃盼盼.影子銀行系統(tǒng)對我國貨幣政策和金融穩(wěn)定的影響［J］.經(jīng)濟學(xué)動態(tài)，2013（5）：81-87.

［28］林琳，曹勇，肖寒.中國式影子銀行下的金融系統(tǒng)脆弱性［J］.經(jīng)濟學(xué)（季刊），2016，15（3）：1113-1136.

［29］戴國強，方鵬飛.利率市場化與銀行風(fēng)險——基于影子銀行與互聯(lián)網(wǎng)金融視角的研究［J］.金融論壇，2014，19（8）：13-19，74.

［30］胡利琴，陳銳，班若愚.貨幣政策、影子銀行發(fā)展與風(fēng)險承擔(dān)渠道的非對稱效應(yīng)分析［J］.金融研究，2016（2）：154-162.

［31］ACEMOGLUD，OZDAGLARA，TAHBAZSALEHIA.Systemicriskandstabilityinfinancialnetworks［J］.Americaneconomicreview，2015，105（2）：564-608.

［32］李政，劉淇，梁琪.基于經(jīng)濟金融關(guān)聯(lián)網(wǎng)絡(luò)的中國系統(tǒng)性風(fēng)險防范研究［J］.統(tǒng)計研究，2019，36（2）：23-37.

［33］蔣海，張錦意.商業(yè)銀行尾部風(fēng)險網(wǎng)絡(luò)關(guān)聯(lián)性與系統(tǒng)性風(fēng)險——基于中國上市銀行的實證檢驗［J］.財貿(mào)經(jīng)濟，2018，39（8）：50-65.

［34］梁洪.數(shù)字金融、金融監(jiān)管與傳統(tǒng)金融跨市場風(fēng)險溢出［J］.當(dāng)代經(jīng)濟管理，2024，46（8）：73-96.

［35］方意，韓業(yè)，荊中博.影子銀行系統(tǒng)性風(fēng)險度量研究——基于中國信托公司逐筆業(yè)務(wù)的數(shù)據(jù)視角［J］.國際金融研究，2019（1）：57-66.

［36］宋鷺，趙瑩瑜，方意.影子銀行、信托資金行業(yè)投向與系統(tǒng)性風(fēng)險［J］.國際金融研究，2022（6）：64-74.

［37］CHUY，DENGS，XIAC.Bankgeographicdiversificationandsystemicrisk［J］.Reviewoffinancialstudies，2020，33（10）：4811-4838.

［38］MAY，ZHANGY，JIQ.DooilshocksaffectChineseBankrisk？［J］.Energyeconomics，2021，96：105166.

［39］彭俞超，馬思超，王南萱，等.影子銀行監(jiān)管與銀行風(fēng)險防范［J］.經(jīng)濟研究，2023，58（8）：83-99.

［40］NUNNN，QIANN.Thepotato’scontributiontopopulationandurbanization：evidencefromahistoricalexperiment［J］.Quarterlyjournalofeconomics，2011，126（2）：593-650.

DevelopmentofDigitalFinance，EliminationofShadowBanking，

andPreventionofSystemicRisks

TianYe1，2，HuWentao3

（1.PostdoctoralResearchWorkstation，SuzhouInternationalDevelopmentGroupCo.，Ltd.，Suzhou215000，China;

2.SchoolofFinanceandEconomics，RenminUniversityofChina，Beijing100872，China;

3.SchoolofFinance，HenanUniversityofEconomicsandLaw，Zhengzhou450046，China）

Abstract：Thedevelopmentofdigitalfinanceandthepreventionofsystemicrisksareissuesofwidespreadconcerninbothacademicandindustrialfinancecircles.Thispaperemploysapaneldatamethodunderadualfixedeffectsframework，utilizingdatafromChina’slistedcommercialbanksspanningfrom2011to2021，toanalyzethefunctionsofdigitalfinancedevelopmentinpromotingtheliberalizationoffinancialinterestrates，inhibitingtheexpansionofshadowbanking，andstabilizingthefinancialsystem.Theprimaryinnovationofthispaperliesinusingtheyieldrateoftrustproductsasametrictomeasurethestrengthofshadowbankingand，subsequently，examiningtheimpactofdigitalfinancedevelopmentonsystemicrisksthroughthelensofshadowbanking’sdevelopment.Theresearchfindingsrevealthatthedevelopmentofdigitalfinancehasledtoanaveragereductionof0.242insystemicfinancialrisksamongChina’slistedcommercialbanks.Themechanismanalysisindicatesthatthisreductioninsystemicrisksstemsfromthestrategic，operational，andmanagerialdigitaltransformationofcommercialbanks.Additionally，themarketizaitonofinterestratesfacilitatedbydigitalfinancedevelopmenthascontributedtothedissolutionofshadowbanking，thestabilizationofthefinancialsystemandthereductionofsystemicfinancialrisks.

Keywords：digitalfinance;shadowbanking;systemicfinancialrisk

（責(zé)任編輯：蔡曉芹）