序言：寫作是分享個人見解和探索未知領域的橋梁，我們?yōu)槟x了1篇的數(shù)字金融對銀行利息收入的影響研究樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。

一、引言

近年來，隨著數(shù)字金融的快速發(fā)展，數(shù)字金融企業(yè)憑借著海量流量資源、核心科技能力以及創(chuàng)新的運營模式，在支付、財富管理、信貸等領域吸引了大批的客戶，對傳統(tǒng)銀行機構的存款、貸款和中間業(yè)務均造成較大的沖擊。與此同時，數(shù)字金融的發(fā)展也促使商業(yè)銀行加快了業(yè)務轉型的步伐，加強了商業(yè)銀行與數(shù)字金融企業(yè)在業(yè)務、人員、技術等多方位的合作，提升了商業(yè)銀行服務效率、服務質量與服務范圍。商業(yè)銀行作為中國金融體系的主要力量，對中國實體經(jīng)濟的穩(wěn)健發(fā)展具有深遠的影響，而利息凈收入則是商業(yè)銀行利潤的核心來源。因此，如何更好地促進商業(yè)銀行與數(shù)字金融的融合與共生，明確數(shù)字金融的發(fā)展對商業(yè)銀行利息凈收入的影響方向與影響路徑，對中國實體經(jīng)濟、金融體系以及銀行業(yè)均具有重要意義。文章選取2011—2020年中國42家上市商業(yè)銀行的相關數(shù)據(jù)以及北京大學數(shù)字金融研究中心編制的數(shù)字金融發(fā)展指數(shù)，系統(tǒng)地分析了數(shù)字金融發(fā)展與商業(yè)銀行利息凈收入的關系，以及數(shù)字金融對商業(yè)銀行利息凈收入的相關影響路徑。研究發(fā)現(xiàn)，數(shù)字金融對商業(yè)銀行利息凈收入具有負面影響，數(shù)字金融的發(fā)展導致了銀行利息凈收入的下降，并通過降低存款規(guī)模、降低貸款利率以及降低付息負債中存款占比三種影響路徑降低銀行利息凈收入。文章第二部分為文獻綜述，第三部分為研究假設，第四部分為研究設計，第五部分為研究結果，第六部分為相關建議。

二、文獻綜述

黃益平、黃卓(2018)指出數(shù)字金融為互聯(lián)網(wǎng)公司與傳統(tǒng)金融企業(yè)通過使用數(shù)字技術實現(xiàn)投融資、投資、支付和其他新型金融業(yè)務模式[1]。將2004年支付寶賬戶體系的上線時點作為數(shù)字金融的起點，且一般將2013年余額寶的發(fā)展年作為中國數(shù)字金融發(fā)展的元年。近年來隨著螞蟻金服、京東金融、百度等數(shù)字金融企業(yè)的蓬勃發(fā)展，中國數(shù)字金融的業(yè)務規(guī)模已經(jīng)居于全球領先位置。經(jīng)研究表明，數(shù)字金融對中國實體經(jīng)濟的發(fā)展、區(qū)域經(jīng)濟活動、貨幣政策、傳統(tǒng)金融機構、家庭經(jīng)濟活動、企業(yè)經(jīng)濟活動等方面均具有一定程度的影響[2]。數(shù)字金融對傳統(tǒng)銀行業(yè)的發(fā)展同時具有正面影響與負面影響。正面影響方面，數(shù)字金融催生的大數(shù)據(jù)、云計算、區(qū)塊鏈等先進技術被傳統(tǒng)銀行學習，產(chǎn)生了示范效應、人員流動效應和業(yè)務聯(lián)系效應，促使銀行業(yè)提升服務效率與服務質量[3]。負面影響方面，第三方支付、貨幣基金、互聯(lián)網(wǎng)貸款、數(shù)字保險等數(shù)字金融業(yè)務的快速發(fā)展加劇了傳統(tǒng)銀行的競爭壓力，對傳統(tǒng)銀行的存量業(yè)務規(guī)模產(chǎn)生了分流與侵蝕。具體來說，現(xiàn)有研究主要集中于數(shù)字金融對傳統(tǒng)銀行業(yè)的利潤、風險管理、資產(chǎn)負債業(yè)務、經(jīng)營效率等方面的影響。數(shù)字金融對傳統(tǒng)銀行業(yè)的利潤影響方面，部分學者認為數(shù)字金融對傳統(tǒng)銀行業(yè)的利潤具有負面影響。傅順、裴平(2022)研究發(fā)現(xiàn)，第三方支付、互聯(lián)網(wǎng)理財?shù)然ヂ?lián)網(wǎng)金融的發(fā)展分流了傳統(tǒng)銀行的存量存款業(yè)務、促進了中間業(yè)務的發(fā)展，從而顯著降低了銀行的凈息差，改變了銀行的利潤結構[4]。劉孟飛、王琦(2021)指出，互聯(lián)網(wǎng)金融的發(fā)展對傳統(tǒng)銀行業(yè)的盈利能力產(chǎn)生了明顯的負面沖擊，并對商業(yè)銀行的利息收入和非利息收入均造成了明顯的負面影響，且對區(qū)域性銀行盈利能力的影響大于全國性大中型銀行[5]。顧海峰、閆君(2019)通過對125家商業(yè)銀行的數(shù)據(jù)分析指出，第三方支付對商業(yè)銀行的盈利能力和非利息收入均具有顯著的沖擊效應，而P2P對商業(yè)銀行的盈利能力、非利息收入的影響均不顯著[6]。劉忠璐(2016)指出互聯(lián)網(wǎng)金融顯著降低了城商行、大型商業(yè)銀行和農(nóng)商行的盈利能力，而股份制銀行的盈利能力反而提升。王錦虹(2015)指出，互聯(lián)網(wǎng)金融對商業(yè)銀行的負債影響較大，對資產(chǎn)類和中間類業(yè)務影響較小[7]。

也有部分學者認為，數(shù)字金融的發(fā)展對傳統(tǒng)銀行業(yè)的利潤具有正面影響，指出數(shù)字金融通過對銀行資產(chǎn)業(yè)務、負債業(yè)務和中間業(yè)務提供有力的技術支撐，從而擴展了業(yè)務范圍與業(yè)務規(guī)模，促進銀行績效的提升。王詩卉、謝絢麗(2021)研究發(fā)現(xiàn)數(shù)字金融的發(fā)展可以促進商業(yè)銀行的數(shù)字化創(chuàng)新，他們的另一項研究指出銀行管理層對數(shù)字技術所帶來的創(chuàng)新機會的理解與認知，對商業(yè)銀行線下分支機構的調整行為和數(shù)字化創(chuàng)新均具有提升作用[8]。李建軍、姜世超(2021)指出，金融科技可以擴大商業(yè)銀行金融服務的包容性，促進商業(yè)銀行的盈利性和成長性[9]。于鳳芹、于千惠(2021)利用文本分析法編制商業(yè)銀行的金融科技相關指數(shù)，通過中介效應模型和動態(tài)面板模型，研究發(fā)現(xiàn)金融科技的提升可以促進銀行增強盈利能力，且金融科技的提升對銀行的資產(chǎn)、負債業(yè)務的管理能力及經(jīng)營效率、風險管理水平都大有益處，同時也是影響銀行盈利能力的傳導途徑[10]。在數(shù)字金融對傳統(tǒng)銀行業(yè)風險管理的影響方面，王依婷等(2020)指出，金融科技與商業(yè)銀行的競爭會增加傳統(tǒng)銀行的資產(chǎn)風險，利率市場化會減弱金融科技競爭對銀行資產(chǎn)質量的負面影響[11]。戴國強、方鵬飛(2014)研究發(fā)現(xiàn)數(shù)字金融提升了商業(yè)銀行的負債成本，從而促使商業(yè)銀行貸款利率增加，導致貸款申請者更偏好于選擇高風險高收益的資產(chǎn)，從而增加了商業(yè)銀行風險[12]。郭品、沈悅(2015)發(fā)現(xiàn)數(shù)字金融發(fā)展會加劇銀行的風險承擔行為[13]。顧海峰等(2022)利用170家商業(yè)銀行年度數(shù)據(jù)，通過面板回歸模型發(fā)現(xiàn)，數(shù)字金融通過“數(shù)字金融—收入結構—銀行風險承擔”的傳導途徑，對商業(yè)銀行的風險承擔有促進作用，且對股份制銀行的風險承擔促進作用更大[14]。

在數(shù)字金融對傳統(tǒng)銀行業(yè)資產(chǎn)負債業(yè)務的影響方面，邱晗等(2018)發(fā)現(xiàn)金融科技的發(fā)展推動了存款利率市場化，對傳統(tǒng)銀行體系產(chǎn)生了一定的沖擊，影響了傳統(tǒng)銀行業(yè)負債端的結構與資產(chǎn)端的定價及風險[15]。段永琴等(2021)指出，數(shù)字金融對商業(yè)銀行貸款業(yè)務定價的市場化具有明顯的促進作用，并通過提升商業(yè)銀行貸款業(yè)務定價的技術能力、提升商業(yè)銀行對市場各項利率變動的敏感度、優(yōu)化商業(yè)銀行貸款業(yè)務定價模式三種途徑影響貸款定價[16]。鄭志來(2015)通過使用互聯(lián)網(wǎng)金融的發(fā)展與銀行業(yè)務經(jīng)營數(shù)據(jù)研究認為互聯(lián)網(wǎng)金融的發(fā)展對傳統(tǒng)商業(yè)銀行存款業(yè)務的負面效應[17]。王喆(2021)等研究發(fā)現(xiàn)，傳統(tǒng)金融機構與數(shù)字金融之間存在“業(yè)務互補”的關系，銀行信貸業(yè)務發(fā)展的越充分，數(shù)字金融發(fā)展越快，傳統(tǒng)金融的發(fā)展水平對數(shù)字金融的使用深度和覆蓋廣度均具有明顯的正面影響[18]。在貸款業(yè)務方面，Tang指出(2019)以P2P為主的互聯(lián)網(wǎng)公司業(yè)務雖然部分地替代了傳統(tǒng)銀行的借貸業(yè)務，但是這部分替代主要發(fā)生在銀行低質量客戶以及銀行并未拓展的下沉客戶上，因此互聯(lián)網(wǎng)公司的借貸業(yè)務與商業(yè)銀行貸款業(yè)務形成互補關系[19]。Jag-tiani等(2018)采用美國2013—2016年的傳統(tǒng)銀行網(wǎng)點數(shù)據(jù)、信用貸款數(shù)據(jù)和互聯(lián)網(wǎng)貸款數(shù)據(jù)分析指出，在銀行實際網(wǎng)點少的地區(qū)，互聯(lián)網(wǎng)貸款業(yè)務的滲透率更高[20]。

綜上可知，目前數(shù)字金融對商業(yè)銀行業(yè)務影響的研究文獻較少細化到利息凈收入的影響路徑層面，且數(shù)字金融對商業(yè)銀行利潤的影響方面暫時未有一致的結論。利息凈收入是商業(yè)銀行利潤的重要組成部分，中國商業(yè)銀行2021年利息凈收入在利潤的占比約為80.19%。由此可見，研究數(shù)字金融對商業(yè)銀行利息凈收入的影響對商業(yè)銀行利潤的提升和業(yè)務的高質量發(fā)展具有重要的作用。因此，文章擬將數(shù)字金融對商業(yè)銀行利息凈收入的具體影響路徑以及影響程度作為研究目標。

三、研究假設

數(shù)字金融對商業(yè)銀行利息凈收入的影響路徑主要有存貸款業(yè)務的規(guī)模、存貸款業(yè)務的定價、付息負債和計息資產(chǎn)的業(yè)務結構三個層面。

1.存貸款業(yè)務規(guī)模的影響路徑

對存款業(yè)務規(guī)模的影響方面，數(shù)字金融企業(yè)與商業(yè)銀行的競爭促進了金融脫媒，互聯(lián)網(wǎng)理財、數(shù)字保險、貨幣基金等數(shù)字金融業(yè)務分流了商業(yè)銀行存款業(yè)務的市場份額，尤其是個人活期存款業(yè)務的規(guī)模。商業(yè)銀行貸款業(yè)務的規(guī)模是建立在存款業(yè)務規(guī)模的基礎上的，同時基于存貸比的要求限制，導致商業(yè)銀行貸款規(guī)模的進一步降低以及利息凈收入的降低。因此通過“數(shù)字金融—存款規(guī)模降低—利息凈收入”的傳導途徑對商業(yè)銀行利息凈收入具有負面影響。對貸款業(yè)務規(guī)模的影響方面，數(shù)字金融企業(yè)通過互聯(lián)網(wǎng)貸款分流商業(yè)銀行存量貸款客戶，從而降低商業(yè)銀行的貸款規(guī)模，導致商業(yè)銀行貸款利息凈收入的降低。因此通過“數(shù)字金融—貸款規(guī)模降低—利息凈收入”的傳導途徑對商業(yè)銀行利息凈收入具有負面影響。

2.存貸款業(yè)務定價的影響路徑

對存款業(yè)務定價的影響方面，數(shù)字金融的發(fā)展加劇了金融機構之間的競爭，促進了利率市場化，提升了商業(yè)銀行對利率的敏感度，促使商業(yè)銀行提升存款利率，通過“數(shù)字金融—存款利率提升—利息凈收入”的傳導途徑提升存款利率、降低利息凈收入。對貸款業(yè)務定價的影響方面，數(shù)據(jù)金融的發(fā)展一是通過加強貸款市場競爭，加強利率市場化，促使商業(yè)銀行降低貸款利率；二是商業(yè)銀行通過大數(shù)據(jù)、云計算等金融科技功能，加強了貸款產(chǎn)品的定價能力和高風險客戶的識別能力，從而通過更加精準的貸款定價降低了貸款定價中的風險成本，從而促進了貸款利率的降低。因此，商業(yè)銀行通過“數(shù)字金融—貸款利率提升—利息凈收入”的傳導途徑對商業(yè)銀行利息凈收入具有負面影響。

3.付息負債和計息資產(chǎn)業(yè)務結構的影響路徑

對付息負債和計息資產(chǎn)的業(yè)務結構的影響方面，數(shù)字金融的發(fā)展憑借著便捷靈活的交易模式，各類高收益的理財、基金產(chǎn)品以及流量效應，對商業(yè)銀行的存款業(yè)務進行分流，并將吸收的居民的儲蓄存款大部分都投向了銀行間市場[17]。商業(yè)銀行為了滿足資金需求，增加了對同業(yè)負債的依賴程度。因此，數(shù)字金融增加了銀行同業(yè)負債在付息負債中的占比，降低了存款業(yè)務在付息負債中的占比，尤其是活期存款業(yè)務在付息負債中的占比。而存款業(yè)務同時也是計息負債中的低成本業(yè)務，因此數(shù)字金融降低了計息負債中低成本業(yè)務的占比，通過“數(shù)字金融—付息負債中低成本負債占比降低—利息凈收入”的傳導途徑增加了商業(yè)銀行的利息支出，降低了商業(yè)銀行的利息凈收入。而對于計息資產(chǎn)的結構方面，數(shù)字金融的發(fā)展減少了存款規(guī)模，同時對貸款規(guī)模也具有負面影響，而貸款業(yè)務也是商業(yè)銀行計息資產(chǎn)中的高收益資產(chǎn)，因此數(shù)字金融通過“數(shù)字金融—計息資產(chǎn)中高收益資產(chǎn)占比減少—利息凈收入”的路徑，降低了商業(yè)銀行的利息凈收入。綜上，文章提出如下研究假設：假設H1：數(shù)字金融對商業(yè)銀行利息凈收入具有負面影響。假設H2：數(shù)字金融通過降低商業(yè)銀行存款規(guī)模，從而對商業(yè)銀行的利息凈收入具有負面影響。假設H3：數(shù)字金融通過降低商業(yè)銀行貸款規(guī)模，從而對商業(yè)銀行的利息凈收入具有負面影響。假設H4：數(shù)字金融通過提升商業(yè)銀行存款利率，從而對商業(yè)銀行的利息凈收入具有負面影響。假設H5：數(shù)字金融通過降低商業(yè)銀行貸款利率，從而對商業(yè)銀行的利息凈收入具有負面影響。假設H6：數(shù)字金融通過降低商業(yè)銀行存款業(yè)務在付息負債中的占比，從而對商業(yè)銀行利息凈收入具有負面影響。假設H7：數(shù)字金融通過降低商業(yè)銀行貸款業(yè)務在計息資產(chǎn)中的占比，從而對商業(yè)銀行利息凈收入具有負面影響。

四、研究設計

1.被解釋變量

文章選取商業(yè)銀行利息凈收入在商業(yè)銀行營業(yè)收入中的占比作為銀行利息收入的衡量指標，同時將商業(yè)銀行的凈息差作為輔助指標做穩(wěn)健性校驗。

2.解釋變量

文章解釋變量為數(shù)字金融的發(fā)展程度，選取了北京大學數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)[19]作為數(shù)字金融發(fā)展程度的衡量指標。該指標是由北京大學金融研究中心和螞蟻集團研究院合作共同編制的，基礎數(shù)據(jù)主要來源于支付寶生態(tài)系統(tǒng)，從數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度等3個緯度構建了數(shù)字普惠金融指標體系，覆蓋年份為2011—2020年。

3.控制變量

文章對銀行層面和宏觀經(jīng)濟層面的影響因素均進行了控制，其中銀行層面的控制變量為資本充足率(car)、不良率(npl)和資本收益率(roa)，宏觀層面的控制變量為gdp增長率(gdp)、m2增長率(m2)和通貨膨脹率(cpi)。同時也通過個體固定效應模型控制了個體的影響因素。

4.中介變量

依據(jù)上文的分析，文章的中介變量為存款規(guī)模(ck)、貸款規(guī)模(dk)、存款利率(ckll)、貸款利率(dkll)、存款規(guī)模在付息負債規(guī)模中的占比(ckzb)和貸款規(guī)模在計息資產(chǎn)規(guī)模中的占比(dkzb)。

5.主要數(shù)據(jù)來源及變量匯總表

文章相關數(shù)據(jù)來源主要為wind數(shù)據(jù)庫和國泰安經(jīng)濟金融數(shù)據(jù)庫，選取的銀行為中國A股42家已上市的銀行，各項指標的數(shù)據(jù)時間維度為2011—2020年，并對其中的個別缺失數(shù)據(jù)通過均值法進行處理。有關變量的計算與模型處理主要是通過stata17.0統(tǒng)計軟件完成，相關變量的定義如表1所示。

6.模型構建

通過面板個體固定效應模型進行分析，同時采用中介模型分析數(shù)字金融對商業(yè)銀行利息凈收入的具體影響路徑?？紤]到商業(yè)銀行當年的利息凈收入與上年利息凈收入之間存在連續(xù)性，為克服內生性問題，文章選擇了將上一期的利息凈收入值加入模型。檢驗商業(yè)銀行利息收入與數(shù)字金融發(fā)展程度的模型如下：lxi，t=β0+β1lxi，t-1+β2sjt+β3roai，t+β4cari，t+β5npli，t+β6gdpt+β7m2t+β8cpit+γt+εi，t(1)在模型(1)中，lxi，t表示i銀行在第t年的利息收入，β0為截距項，β1至β8為解釋變量或控制變量的估計參數(shù)，γt是指個體固定效應，用于控制不隨時間變化的銀行個體特征，εi，t為隨機擾動項。為進一步檢驗數(shù)字金融對商業(yè)銀行利息凈收入的影響路徑，在文章模型(1)的基礎上，加入中介變量，建立中介效應模型如下：medθ，i，t=α0+α1sjt+α2roai，t+α3cari，t+α4npli，t+α5gdpt+α6m2t+α7cpit+γt+εi，t(2)lxi，t=δ0+δ1lxi，t-1+δ2sjt+δ3medθ，i，t+δ4roai，t+δ5cari，t+δ6npli，t+δ7gdpt+δ8m2t+δ9cpit+γt+εi，t(3)在模型(2)中，medθ，i，t表示i銀行在第t年的第θ個中介變量的數(shù)值，其中中介變量包含存款利率(ckll)、貸款利率(dkll)、存款規(guī)模(ck)、貸款規(guī)模(dk)、存款規(guī)模在付息負債規(guī)模中的占比(ckzb)和貸款規(guī)模在計息資產(chǎn)規(guī)模中的占比(dkzb)。模型(3)為包含了中介變量、解釋變量、控制變量、個體固定效應、截距和隨機項后的模型。

五、研究結果

1.描述性統(tǒng)計

從表2可知，42家樣本上市銀行在10年間的觀測值共420個，對于樣本缺失值采用了線性平均值的方法進行填補。數(shù)字金融(sj)的最大值和最小值分別為341.2和40.00，平均值為216.20，由此可見，中國數(shù)字金融的發(fā)展速度較快，在觀測期間有了較大的差距。

2.結果分析

（1）數(shù)字金融對商業(yè)銀行利息凈收入的影響分析

第一，模型結果。由表3的回歸結果可知，支持了假設H1中數(shù)字金融對商業(yè)銀行利息凈收入具有負面影響的假設，變量數(shù)字金融(sj)的系數(shù)顯著為負，表明數(shù)字金融的發(fā)展導致了商業(yè)銀行利息凈收入的降低。第二，穩(wěn)健性分析。為確保上述實證結果的可靠性，文章通過替換被解釋變量的方式進行穩(wěn)健性檢驗。通過將被解釋變量將利息凈收入的衡量指標由“（利息收入-利息支出）/營業(yè)收入”調整為凈息差(jxc)，凈息差（jxc）=（利息收入-利息支出）/生息資產(chǎn)平均余額。得到表4中回歸結果顯示，數(shù)字金融對凈息差的回歸系數(shù)顯著為負，數(shù)字金融對商業(yè)銀行利息凈收入仍然具有負面影響作用，因此實證結果具有較好的穩(wěn)健性及可靠性。

（2）商業(yè)銀行存貸款規(guī)模的中介效應分析

中介效應占比的計算公式為ab/(ab+c′)，其中a代表解釋變量sj作用于中介變量M的效應，b表示中介變量M作用于被解釋變量lx的效應，c′代表考慮或控制中介變量M后，解釋變量sj作用于被解釋變量lx的效應。由表5結果可知，解釋變量sj作用于中介變量ck的效應a、中介變量ck作用于被解釋變量lx的效應b、考慮或控制中介變量ck后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，同時數(shù)字金融通過商業(yè)銀行存款規(guī)模的中介效應占比的計算公式為(-0.034)×(0.163)/[(-0.034)×(0.163)+(-0.05)]=9.98%，該中介效應成立。該結果證實了假設H2成立，數(shù)字金融通過降低商業(yè)銀行貸款定價，從而對商業(yè)銀行的利息凈收入具有負面影響。由表5結果可知，解釋變量sj作用于中介變量dk的效應a、中介變量dk作用于被解釋變量lx的效應b、考慮或控制中介變量dk后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，而數(shù)字金融通過商業(yè)銀行貸款規(guī)模的中介效應計算公式(0.023)×(0.269)/[(0.023)×(0.269)+(-0.06)]=-11.50%，表明中介效應與直接效應方向相反，中介效應不成立，該結果證實了假設H3不成立。主要原因可能為線上貸款業(yè)務的客戶主要為傳統(tǒng)銀行并未拓展的下沉客戶，數(shù)字金融的發(fā)展并未降低商業(yè)銀行的貸款規(guī)模，反而與商業(yè)銀行存量貸款業(yè)務形成“互補”；且目前商業(yè)銀行與數(shù)字金融公司通過業(yè)務合作，已經(jīng)成為了互聯(lián)網(wǎng)貸款重要的出資方。由數(shù)字金融與商業(yè)銀行貸款規(guī)模的回歸系數(shù)0.055可知，數(shù)字金融的發(fā)展進一步提升了商業(yè)銀行的貸款規(guī)模。

（3）商業(yè)銀行存貸款定價的中介效應分析

由表6結果可知，解釋變量sj作用于中介變量ck_ll的效應a、考慮或控制中介變量ck_ll后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，而中介變量ck_ll作用于被解釋變量lx的效應b(-1.17)不顯著，同時數(shù)字金融通過商業(yè)銀行存款定價的中介效應計算公式(-0.002)×(-1.056)/[(-0.002)×(-1.056)+(-0.055)]=-3.99%，說明中介效應與直接效應方向相反，可知該中介效應不成立，因此假設H4不成立。主要原因可能為中國商業(yè)銀行存款業(yè)務的利率暫時未實現(xiàn)完全的利率市場化，雖然從2015年10月起，中國人民銀行放開了對存款利率的行政性管制，但是各家商業(yè)銀行存款利率仍然是參考2015年10月24日央行公布的最后一次存款基準利率。直至2022年4月《2022年第一季度中國貨幣政策執(zhí)行報告》明確指出，中國商業(yè)銀行存款利率主要參照1年期LPR為代表的貸款市場利率和10年期國債收益率為代表的債券市場利率，才進一步推進了存款利率的市場化進程。因此，在樣本數(shù)據(jù)檢測期間，數(shù)字金融的發(fā)展未通過提升存款利率對商業(yè)銀行利息凈收入產(chǎn)生負面影響。由表6結果可知，解釋變量sj作用于中介變量dk_ll的效應a、中介變量dk_ll作用于被解釋變量lx的效應b、考慮或控制中介變量dk_ll后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，同時數(shù)字金融通過商業(yè)銀行貸款定價的中介效應計算公式為(-0.003)×(2.157)/[(-0.003)×(2.157)+(-0.047)]=12.10%，該中介效應成立。因此，該結果證實了假設H5成立，即數(shù)字金融的發(fā)展促使商業(yè)銀行降低貸款利率，進而降低商業(yè)銀行的利息凈收入。

（4）商業(yè)銀行計息負債與付息資產(chǎn)業(yè)務結構的中介效應分析

由表7結果可知，解釋變量sj作用于中介變量ck_zb的效應a、中介變量ck_zb作用于被解釋變量lx的效應b、考慮或控制中介變量ck_zb后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，同時數(shù)字金融通過付息負債業(yè)務結構的中介效應占比計算公式為(-0.036)×(0.182)/[(-0.036)×(0.182)+(-0.052)]=11.59%，中介效應成立。因此，該結果證實了假設H6成立，數(shù)字金融通過降低存款業(yè)務在銀行付息負債中的占比，從而對商業(yè)銀行利息凈收入具有負面影響。由表7結果可知，解釋變量sj作用于中介變量dk_zb的效應a、中介變量dk_zb作用于被解釋變量lx的效應b、考慮或控制中介變量dk_zb后解釋變量sj作用于被解釋變量lx的效應c′的系數(shù)均顯著，而數(shù)字金融通過計息資產(chǎn)業(yè)務結構的中介效應占比計算公式為(0.037)×(0.188)/[(0.037)×(0.188)+(-0.06)]=-13.11%，表明中介效應與直接效應方向相反，中介效應不成立，該結果證實了假設H7不成立。主要原因與假設H3相同，互聯(lián)網(wǎng)貸款業(yè)務與商業(yè)銀行信貸業(yè)務形成互補，且目前商業(yè)銀行已經(jīng)成為互聯(lián)網(wǎng)貸款的重要出資方，因此數(shù)字金融的發(fā)展增加了貸款業(yè)務的規(guī)模。從數(shù)字金融與貸款占比的回歸結果0.056可知，數(shù)字金融的發(fā)展并未降低高收益資產(chǎn)在計息資產(chǎn)中的占比，反而提高了高收益資產(chǎn)在計息資產(chǎn)中占比。

（5）結果分析

由上述實證分析可知，數(shù)字金融對商業(yè)銀行利息凈收入具有負面影響，文章將被解釋變量替換為凈息差，得出與上述實證分析相同的結果。經(jīng)中介效應分析可知，數(shù)字金融通過分流存款規(guī)模、降低貸款利率、降低付息負債中存款業(yè)務規(guī)模占比三種中介途徑，降低商業(yè)銀行利息凈收入；而文章提出的通過數(shù)字金融通過分流貸款規(guī)模、提升存款利率、降低計息資產(chǎn)中貸款業(yè)務規(guī)模三種中介途徑降低利息收入的假設不成立。

六、相關建議

由文章的研究結果可知，數(shù)字金融對商業(yè)銀行利息凈收入整體具有負面影響。數(shù)字金融通過降低存款規(guī)模、降低貸款利率、降低付息負債中存款業(yè)務規(guī)模占比三種影響路徑，進而降低商業(yè)銀行利息凈收入。而文章最初提出的數(shù)字金融通過降低貸款規(guī)模、提升存款利率、降低計息資產(chǎn)中貸款規(guī)模的占比的中介路徑，實證檢驗結果均不成立。根據(jù)分析，因商業(yè)銀行與數(shù)字金融企業(yè)的客群具有一定的差異性，同時商業(yè)銀行通過為數(shù)字金融公司提供資金支持，使得數(shù)字金融的發(fā)展對商業(yè)銀行的貸款規(guī)模具有促進作用。由此可見，數(shù)字金融公司憑借著先進的技術和創(chuàng)新的思維，對商業(yè)銀行以利息凈收入作為主要利潤來源的盈利方式產(chǎn)生了較大的沖擊，而商業(yè)銀行通過與數(shù)字金融企業(yè)通過貸款業(yè)務的合作，在一定程度上緩沖了對利息凈收入的沖擊。為了應對數(shù)字金融的快速發(fā)展，中國商業(yè)銀行應加快數(shù)字化轉型的步伐，加強與數(shù)字金融公司的業(yè)務合作，積極應用金融科技進行內部創(chuàng)新，從而力求在數(shù)字經(jīng)濟的浪潮中穩(wěn)健發(fā)展。

【參考文獻】

[1]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（季刊），2018(4)：1489-1502.

[2]郭峰，熊云軍.中國數(shù)字普惠金融的測度及其影響研究：一個文獻綜述[J].金融評論，2021，13(6)：12-23+117-118.

[3]沈悅，郭品.互聯(lián)網(wǎng)金融、技術溢出與商業(yè)銀行全要素生產(chǎn)率[J].金融研究，2015(3)：160-175.

[4]傅順，裴平.互聯(lián)網(wǎng)金融發(fā)展與商業(yè)銀行凈息差———來自中國36家上市銀行的經(jīng)驗證據(jù)[J].國際金融研究，2022(2)：55-64.

[5]劉孟飛，王琦.互聯(lián)網(wǎng)金融降低了商業(yè)銀行盈利能力嗎?———基于收入來源與結構的視角[J].北京理工大學學報（社會科學版），2021，23(6)：96-109.

[6]顧海峰，閆君.互聯(lián)網(wǎng)金融與商業(yè)銀行盈利：沖擊抑或助推———基于盈利能力與盈利結構的雙重視角[J].當代經(jīng)濟科學，2019，41(4)：100-108.

[7]王錦虹.互聯(lián)網(wǎng)金融對商業(yè)銀行盈利影響測度研究——基于測度指標體系的構建與分析[J].財經(jīng)理論與實踐，2015，36(1)：7-12.

[8]王詩卉，謝絢麗.經(jīng)濟壓力還是社會壓力：數(shù)字金融發(fā)展與商業(yè)銀行數(shù)字化創(chuàng)新[J].經(jīng)濟學家，2021(1)：100-108.

[9]李建軍，姜世超.銀行金融科技與普惠金融的商業(yè)可持續(xù)性———財務增進效應的微觀證據(jù)[J].經(jīng)濟學（季刊），2021，21(3)：889-908.

[10]于鳳芹，于千惠.金融科技影響商業(yè)銀行盈利能力的機制分析[J].金融與經(jīng)濟，2021(2)：45-52+62.

作者:高潔瓊 單位:中國社會科學院大學 應用經(jīng)濟學院