摘要：在數(shù)字技術(shù)與傳統(tǒng)金融業(yè)融合的背景下，探究傳統(tǒng)商業(yè)銀行如何通過數(shù)字金融的發(fā)展來穩(wěn)定信貸供給、推動金融高質(zhì)量發(fā)展具有重要意義。本文基于2011—2021年200家商業(yè)銀行的數(shù)據(jù)，實(shí)證考察數(shù)字金融發(fā)展對商業(yè)銀行信貸供給的影響。研究發(fā)現(xiàn)，第一，整體上數(shù)字金融對商業(yè)銀行的溢出效應(yīng)大于擠出效應(yīng)，進(jìn)而顯著地提升了商業(yè)銀行信貸供給；第二，機(jī)制檢驗結(jié)果表明，數(shù)字金融通過技術(shù)溢出效應(yīng)、經(jīng)濟(jì)溢出效應(yīng)增加銀行信貸供給，通過擠出效應(yīng)降低銀行信貸供給，具體包括奪取長尾客戶、加劇市場競爭兩條路徑；第三，異質(zhì)性分析顯示，相較于地方性、中西部地區(qū)商業(yè)銀行，數(shù)字金融對全國性、東部地區(qū)商業(yè)銀行信貸供給的促進(jìn)作用更為明顯。

關(guān)鍵詞：數(shù)字金融；信貸供給；金融高質(zhì)量發(fā)展；溢出效應(yīng)；擠出效應(yīng)

中圖分類號：F830" " " " 文獻(xiàn)標(biāo)識碼：A" " " " 文章編號：1007-0753（2024）11-0069-12

一、引言

數(shù)字金融作為金融服務(wù)與現(xiàn)代信息技術(shù)的深度融合體，涵蓋了云計算、互聯(lián)網(wǎng)、區(qū)塊鏈以及大數(shù)據(jù)等前沿數(shù)字技術(shù)，旨在運(yùn)用各種科技手段對傳統(tǒng)金融業(yè)務(wù)和產(chǎn)品進(jìn)行創(chuàng)新，并催生新的金融服務(wù)中介體系，是當(dāng)代金融領(lǐng)域不可忽視的重要變革力量。對此，社會各界高度重視數(shù)字金融發(fā)展，中國人民銀行特別強(qiáng)調(diào)了數(shù)字技術(shù)在賦能金融領(lǐng)域中所發(fā)揮的關(guān)鍵作用，為全面建設(shè)社會主義現(xiàn)代化國家提供強(qiáng)有力和有效的金融支撐①。商業(yè)銀行作為我國現(xiàn)代金融領(lǐng)域的核心組成部分和最重要的金融中介機(jī)構(gòu)，其信貸資源的供給對于促進(jìn)經(jīng)濟(jì)增長、優(yōu)化資源配置、滿足多樣化融資需求以及促進(jìn)金融市場的穩(wěn)定與發(fā)展都具有重要的意義。由此也引發(fā)了更進(jìn)一步的思考：數(shù)字金融的發(fā)展是否會影響商業(yè)銀行的信貸供給？其中有哪些作用機(jī)制與路徑？是否會因地區(qū)、銀行差異性等因素而有異質(zhì)性表現(xiàn)？深入探究上述問題對于促進(jìn)信貸市場的供需平衡和提高金融服務(wù)實(shí)體經(jīng)濟(jì)的能力至關(guān)重要。

基于此，本文選取了2011—2021年我國200家商業(yè)銀行作為研究樣本，并將北京大學(xué)數(shù)字普惠金融指數(shù)地級市數(shù)據(jù)與微觀商業(yè)銀行數(shù)據(jù)進(jìn)行匹配，從溢出效應(yīng)和擠出效應(yīng)兩個維度來考察數(shù)字金融發(fā)展對商業(yè)銀行信貸供給的影響。

二、文獻(xiàn)綜述

（一）數(shù)字金融的經(jīng)濟(jì)效應(yīng)

近年來，以5G、大數(shù)據(jù)、云計算為基礎(chǔ)的數(shù)字經(jīng)濟(jì)正飛速崛起。數(shù)字金融作為數(shù)字經(jīng)濟(jì)的關(guān)鍵組成部分，已逐漸滲透到經(jīng)濟(jì)社會的各個領(lǐng)域，國內(nèi)外學(xué)者從多角度研究數(shù)字金融發(fā)展帶來的影響。從宏觀層面來看，數(shù)字金融在帶動就業(yè)崗位增長（匡廣璐等，2023）、賦能鄉(xiāng)村振興（黃祖輝等，2023）、刺激消費(fèi)（楊雅鑫等，2024）等方面均扮演著至關(guān)重要的角色，朱波和曾麗丹（2024）的研究表明，數(shù)字金融也能促進(jìn)新質(zhì)生產(chǎn)力發(fā)展。從微觀企業(yè)層面來看，數(shù)字金融的發(fā)展可以提升企業(yè)風(fēng)險承擔(dān)能力（許芳和何劍，2022）、提高企業(yè)投資效率（李季剛和成群蕊，2022）、降低企業(yè)融資成本（Demertzis 等，2018）等。

（二）數(shù)字金融對商業(yè)銀行的影響

關(guān)于數(shù)字金融對商業(yè)銀行的影響，主要可以總結(jié)為以下兩大類：一是數(shù)字金融對商業(yè)銀行經(jīng)營管理的影響。如申創(chuàng)和劉笑天（2017）對101家銀行2005—2015年的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)數(shù)字金融在總體上對銀行的績效產(chǎn)生了負(fù)面影響，但隨著銀行市場影響力的增強(qiáng)，這種負(fù)面效應(yīng)逐漸減弱并轉(zhuǎn)為正面效應(yīng)。孟娜娜等（2020）認(rèn)為數(shù)字金融會通過“市場擠出”和“技術(shù)溢出”加劇銀行業(yè)競爭。王詩卉與謝絢麗（2021）以2010—2018年157家銀行數(shù)據(jù)為樣本，發(fā)現(xiàn)數(shù)字金融能夠通過經(jīng)濟(jì)壓力和社會壓力來推動銀行的創(chuàng)新活動。Lee 和 Shin（2018）認(rèn)為數(shù)字金融從負(fù)債端、資產(chǎn)端等多個方面給傳統(tǒng)銀行業(yè)帶來了全方位沖擊。

二是數(shù)字金融和商業(yè)銀行信貸供給之間的關(guān)系。一方面，部分學(xué)者認(rèn)為數(shù)字金融的發(fā)展可以促進(jìn)銀行信貸供給的增加。如Gomber等（2018）強(qiáng)調(diào)，數(shù)字金融通過大數(shù)據(jù)信用評估等工具，能夠顯著緩解資金供需雙方之間的信息不平衡，降低信息搜索和風(fēng)險管理成本，從而進(jìn)一步促進(jìn)銀行信貸的投放。盛天翔和范從來（2020）的研究認(rèn)為金融科技對傳統(tǒng)貸款方法的革新為信貸環(huán)境帶來了優(yōu)化，并增強(qiáng)了金融機(jī)構(gòu)對中小微企業(yè)的信貸支持。雷海波（2021）的實(shí)證研究表明，數(shù)字征信的發(fā)展推動縣域銀行信貸投放并提高地區(qū)銀行信貸配置效率。另一方面，部分學(xué)者也得出了截然不同的觀點(diǎn)。例如，戰(zhàn)明華等（2020）發(fā)現(xiàn)數(shù)字金融與傳統(tǒng)金融之間存在競爭關(guān)系，即數(shù)字金融既占據(jù)銀行的外部融資來源，又推動銀行開展影子銀行等表外業(yè)務(wù)，從而在總量上限制了銀行的放貸行為。Tang（2019）對美國LendingClub平臺的微觀數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn) P2P借貸與銀行借貸之間存在復(fù)雜關(guān)系，即在特定的客戶群體和貸款類型中，這兩種貸款方式既可能表現(xiàn)為相互替代關(guān)系，也可能表現(xiàn)為相互補(bǔ)充關(guān)系。

綜上所述，目前學(xué)術(shù)界相關(guān)的實(shí)證研究主要聚焦在數(shù)字金融如何影響商業(yè)銀行的績效、競爭以及存貸款結(jié)構(gòu)等多個方面，鮮有文獻(xiàn)基于溢出效應(yīng)和擠出效應(yīng)兩個視角考察數(shù)字金融對銀行信貸供給的影響，對其內(nèi)在機(jī)制檢驗的相關(guān)研究更是匱乏。本文認(rèn)為：一方面，數(shù)字金融會促進(jìn)商業(yè)銀行數(shù)字化轉(zhuǎn)型進(jìn)程，優(yōu)化業(yè)務(wù)流程、降低經(jīng)營成本，為長尾客戶提供更多金融服務(wù)，并促進(jìn)地區(qū)經(jīng)濟(jì)增長，帶動銀行信貸規(guī)模擴(kuò)張；另一方面，數(shù)字金融會加劇銀行之間的競爭，改變銀行運(yùn)營模式，互聯(lián)網(wǎng)銀行可能搶奪傳統(tǒng)商業(yè)銀行長尾客戶，從而降低銀行信貸供給。本文的邊際貢獻(xiàn)在于：第一，從溢出效應(yīng)和擠出效應(yīng)雙重視角分析數(shù)字金融發(fā)展對銀行信貸供給的影響渠道，構(gòu)建微觀銀行層面指標(biāo)，實(shí)證檢驗數(shù)字金融發(fā)展對銀行信貸供給的影響，并探究何種效應(yīng)占主導(dǎo)作用，彌補(bǔ)了以往文獻(xiàn)單一視角研究的不足，為深入理解數(shù)字金融與傳統(tǒng)金融的競合關(guān)系提供了嶄新視角。第二，從銀行類別、所處區(qū)域等維度考察數(shù)字金融發(fā)展對不同區(qū)域、不同類別銀行信貸供給的異質(zhì)性影響，豐富了數(shù)字金融對銀行信貸供給影響的相關(guān)研究。

三、理論基礎(chǔ)與研究假設(shè)

（一）數(shù)字金融對商業(yè)銀行信貸供給的溢出效應(yīng)

本文認(rèn)為，數(shù)字金融飛速發(fā)展會對商業(yè)銀行產(chǎn)生技術(shù)溢出效應(yīng)和經(jīng)濟(jì)溢出效應(yīng)，從而促進(jìn)商業(yè)銀行信貸規(guī)模的擴(kuò)張。一方面，根據(jù)技術(shù)溢出理論，技術(shù)具有明顯的正向外部性，當(dāng)先進(jìn)技術(shù)的所有者自愿或非自愿地轉(zhuǎn)讓或傳播自己的技術(shù)時，可能會對其他同業(yè)競爭對手產(chǎn)生積極影響。研究表明，面對數(shù)字金融領(lǐng)域的激烈競爭和客戶對高品質(zhì)金融服務(wù)的迫切需求，商業(yè)銀行正在積極地通過模仿、合作和創(chuàng)新等多種策略來拓展其數(shù)字金融業(yè)務(wù)（陳永良和凌愛凡，2023）。例如，受余額寶“鲇魚效應(yīng)”的影響，各大商業(yè)銀行相繼推出了收益率更高的貨幣基金理財產(chǎn)品，這對銀行吸收客戶存款和增加信貸資金均產(chǎn)生了積極影響。具體而言，商業(yè)銀行利用大數(shù)據(jù)和算法技術(shù)，提高了借款人信用評估的準(zhǔn)確性，減少了銀行與借款人之間的信息不對稱，從而降低了信貸風(fēng)險，增加了銀行的信貸供給意愿，推動了貸款規(guī)模上升。同時，先進(jìn)的數(shù)字金融技術(shù)能夠幫助商業(yè)銀行提高流程整合優(yōu)化能力和風(fēng)險管理能力，降低獲取新客戶和維護(hù)老客戶的成本（劉偉等，2022），全方位降低運(yùn)營成本，這也對信貸供給產(chǎn)生了積極作用。

另一方面，數(shù)字金融展現(xiàn)出顯著的經(jīng)濟(jì)溢出效應(yīng)，其在多個維度上推動區(qū)域經(jīng)濟(jì)的繁榮與發(fā)展，進(jìn)而對商業(yè)銀行的信貸供給產(chǎn)生正向影響。具體而言，數(shù)字金融憑借其技術(shù)優(yōu)勢能夠有效引導(dǎo)金融資源精準(zhǔn)流向基礎(chǔ)設(shè)施建設(shè)、中小微企業(yè)、“三農(nóng)”等經(jīng)濟(jì)發(fā)展的關(guān)鍵領(lǐng)域與薄弱環(huán)節(jié)，實(shí)現(xiàn)金融資源的優(yōu)化配置與高效利用，為區(qū)域經(jīng)濟(jì)的協(xié)同發(fā)展創(chuàng)造有利條件。隨著地區(qū)經(jīng)濟(jì)的快速發(fā)展，居民個人收入水平提高，投資和消費(fèi)活動也隨之增加，因此對銀行信貸的需求增加，促使銀行擴(kuò)大信貸規(guī)模?；谝陨侠碚摲治?，本文提出如下研究假設(shè)：

H1：數(shù)字金融通過技術(shù)溢出效應(yīng)、經(jīng)濟(jì)溢出效應(yīng)對商業(yè)銀行信貸供給產(chǎn)生正向的溢出效應(yīng)，促使銀行擴(kuò)大信貸規(guī)模。

（二）數(shù)字金融對商業(yè)銀行信貸供給的擠出效應(yīng)

數(shù)字金融通過以下兩個渠道對商業(yè)銀行產(chǎn)生擠出效應(yīng)：第一，數(shù)字金融的發(fā)展導(dǎo)致商業(yè)銀行流失了大量長尾客戶，進(jìn)而減少信貸供給。在資源配置的過程中，商業(yè)銀行更傾向于為高端和優(yōu)質(zhì)的客戶提供金融服務(wù)（Chen等，2019），而數(shù)字金融則以其獨(dú)特的包容性和覆蓋性，聚焦于基礎(chǔ)市場與長尾客戶，通過提供成本效益高、門檻低、可得性強(qiáng)的金融服務(wù)，成功吸引了多樣化的客戶群體（皮天雷等，2018），有效激發(fā)了被傳統(tǒng)金融體系邊緣化的客戶的潛在需求，從而打破了商業(yè)銀行長期遵循的“二八法則”（熊健等，2021）。因此，數(shù)字金融通過吸引這些長尾客戶，間接減少了商業(yè)銀行的信貸供給量。

第二，數(shù)字金融的快速發(fā)展加劇了金融市場的競爭態(tài)勢。相較于商業(yè)銀行的傳統(tǒng)金融服務(wù)，數(shù)字金融在支付、信貸及貨幣基金等領(lǐng)域展現(xiàn)出了高度的相似性與可替代性，這不僅加劇了市場競爭的激烈程度，還可能促使金融脫媒現(xiàn)象在商業(yè)銀行中加速顯現(xiàn)，進(jìn)而限制銀行貸款的增加。此外，數(shù)字金融的持續(xù)擴(kuò)張不斷壓縮商業(yè)銀行的生存空間，傳統(tǒng)銀行業(yè)在剩余市場份額的爭奪中面臨較大的不確定性，這種競爭壓力的加劇往往會導(dǎo)致信貸供給減少，以應(yīng)對市場變化帶來的不確定性?；谝陨侠碚摲治觯疚奶岢鋈缦卵芯考僭O(shè)：

H2：數(shù)字金融通過奪取長尾客戶以及加劇市場競爭對商業(yè)銀行信貸供給產(chǎn)生負(fù)向的擠出效應(yīng)，導(dǎo)致銀行信貸規(guī)?？s小。

四、研究設(shè)計

（一）數(shù)據(jù)來源及樣本選擇

本文所采用的數(shù)字金融總指數(shù)及其分指數(shù)數(shù)據(jù)，均來自北京大學(xué)數(shù)字金融研究中心權(quán)威發(fā)布的“地級市數(shù)字普惠金融指數(shù)”；銀行層面數(shù)據(jù)篩選自國泰安（CSMAR）與WIND數(shù)據(jù)庫；城市層面經(jīng)濟(jì)數(shù)據(jù)來源于歷年《中國城市統(tǒng)計年鑒》。為保證結(jié)論的穩(wěn)健性，對初始樣本進(jìn)行了如下處理：（1）剔除相關(guān)財務(wù)數(shù)據(jù)缺失時間跨度達(dá)到或超過四年的樣本，以排除數(shù)據(jù)不完整對分析結(jié)果可能造成的干擾；（2）為了減少極端值對回歸結(jié)果的潛在影響，進(jìn)一步對所有連續(xù)型變量實(shí)施了1%水平的Winsorize縮尾處理，最終得到涵蓋6家大型國有商業(yè)銀行、12家全國性股份制商業(yè)銀行、128家城市商業(yè)銀行以及54家農(nóng)村商業(yè)銀行在內(nèi)的共計200家商業(yè)銀行，時間跨度為2011—2021年的非平衡面板數(shù)據(jù)。

（二）變量選取

1.被解釋變量

被解釋變量為商業(yè)銀行信貸供給（Loan）。本文借鑒徐曉萍等（2021）的度量方法，使用商業(yè)銀行年末貸款余額的自然對數(shù)值來衡量。

2.核心解釋變量

核心解釋變量為數(shù)字金融發(fā)展水平（Index）。參考匡廣璐等（2023）的研究方法，本文使用北京大學(xué)數(shù)字金融研究中心發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2021年）》來量化數(shù)字金融的發(fā)展?fàn)顩r。該指數(shù)涵蓋了中國31個省（直轄市、自治區(qū)）（港澳臺地區(qū)除外）337個城市的數(shù)據(jù)，并將總指數(shù)進(jìn)一步細(xì)分為覆蓋廣度、使用深度和數(shù)字化程度三個維度。目前大部分研究采用省級數(shù)字普惠金融指數(shù)，本文借鑒夏兵玉和詹宇波（2024）的做法，將地級市層面數(shù)字普惠金融指數(shù)與微觀商業(yè)銀行數(shù)據(jù)進(jìn)行匹配，從中觀層面考察數(shù)字金融對銀行信貸的影響，使研究結(jié)論更具說服力。為降低數(shù)據(jù)異方差性導(dǎo)致的模型估計誤差，本文對數(shù)字金融總指數(shù)以及三個一級分指數(shù)取自然對數(shù)值。

3.控制變量

為了更好地考察數(shù)字金融對銀行信貸供給的影響，排除其他因素的干擾，本文選取了銀行資產(chǎn)規(guī)模（Lnsize）、總資產(chǎn)周轉(zhuǎn)率（Tat）、資本充足率（Car）、凈資產(chǎn)收益率（Roe）以及不良貸款率（Npl）等銀行層面的治理和財務(wù)指標(biāo)作為控制變量。此外，為防止地區(qū)和省份層面的因素對結(jié)論產(chǎn)生干擾，本文也控制了地區(qū)經(jīng)濟(jì)發(fā)展水平（Lnpgdp）、金融發(fā)展水平（Fgdp）、城鎮(zhèn)化水平（Urban）和產(chǎn)業(yè)結(jié)構(gòu)（Industry）對商業(yè)銀行信貸的影響。主要變量定義如表1所示。

（三）模型設(shè)定

為了更好地考察數(shù)字金融與商業(yè)銀行信貸供給之間的關(guān)系，本文構(gòu)造雙向固定效應(yīng)模型，同時控制個體和時間固定效應(yīng)。此外，考慮到數(shù)字金融與商業(yè)銀行信貸供給之間可能存在內(nèi)生性問題，本文將數(shù)字金融、銀行以及城市層面經(jīng)濟(jì)特征變量均滯后一期處理?；鶞?zhǔn)回歸模型（1）設(shè)定如下：

Loani，t= α0+α1 Indexi，t-1+α2 banki，t-1+α3 cityi，t-1+

μi+λt+εi，t" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "（1）

其中，下標(biāo)i和t分別表示不同的銀行主體和時間年份。Loan代表商業(yè)銀行信貸供給，Index代表數(shù)字金融發(fā)展水平，bank與city兩組控制變量分別對應(yīng)銀行層面與城市層面的經(jīng)濟(jì)特征。固定效應(yīng)項μi代表個體固定效應(yīng)，用于控制那些在銀行個體層面不隨時間變化的特征因素，如銀行的初始信貸規(guī)模；λt代表時間固定效應(yīng)，用于捕捉不依賴于特定銀行但隨時間推移而變化的宏觀因素，如貨幣政策調(diào)整、經(jīng)濟(jì)周期波動等。εi，t" 為隨機(jī)擾動項。

五、實(shí)證分析

（一）描述性統(tǒng)計

表2展示了主要變量的描述性統(tǒng)計結(jié)果。商業(yè)銀行信貸供給（Loan）的均值為25.380，標(biāo)準(zhǔn)差為1.601，最小值和最大值分別為22.790和30.221，這說明商業(yè)銀行總體信貸規(guī)模較大，但銀行之間貸款規(guī)模有較大差異；數(shù)字金融發(fā)展水平（Index）的均值為5.279，最大值5.835和最小值3.999相差較大，這說明我國各城市之間的數(shù)字金融發(fā)展水平存在顯著差距。

（二）基準(zhǔn)回歸分析結(jié)果

1.數(shù)字金融對商業(yè)銀行信貸供給的影響

經(jīng)過Hausman檢驗，本文在1%水平上顯著拒絕混合回歸和隨機(jī)效應(yīng)回歸模型（p值為0.000），因此本文采用雙向固定效應(yīng)模型作為實(shí)證分析的主要工具。表3詳細(xì)列示了數(shù)字金融發(fā)展水平對商業(yè)銀行信貸供給的回歸結(jié)果。其中，列（1）僅納入了個體固定效應(yīng)與時間固定效應(yīng)作為基本控制，而列（2）、（3）則在此基礎(chǔ)上進(jìn)一步引入了銀行層面與城市層面的控制變量。結(jié)果顯示，在控制全部變量時，數(shù)字金融發(fā)展水平的系數(shù)為0.479 4并通過5%水平上的顯著性檢驗，說明數(shù)字金融的發(fā)展會促進(jìn)銀行信貸規(guī)模的擴(kuò)張，這也意味著數(shù)字金融對商業(yè)銀行信貸規(guī)模產(chǎn)生的溢出效應(yīng)大于擠出效應(yīng)，最終體現(xiàn)為正向的促進(jìn)作用。

2.數(shù)字金融分維度對商業(yè)銀行信貸供給的影響

數(shù)字金融可以劃分為三個維度：覆蓋廣度、使用深度和數(shù)字化程度。覆蓋廣度主要是指數(shù)字金融服務(wù)能夠覆蓋到的區(qū)域范圍和人群的廣泛性，反映金融服務(wù)的普及程度；使用深度主要表現(xiàn)為支付、信貸、保險、投資以及征信服務(wù)等多種金融服務(wù)的使用情況，反映金融服務(wù)被使用的頻率、深度和復(fù)雜性；數(shù)字金融的便捷性和低成本特性則是衡量其數(shù)字化程度的主要標(biāo)準(zhǔn)（匡廣璐等，2023）。本文進(jìn)一步探究數(shù)字金融三個維度對商業(yè)銀行信貸供給的影響，回歸結(jié)果見表4。可以看到，數(shù)字金融覆蓋廣度和使用深度均在5%的水平上顯著促進(jìn)銀行信貸供給，且覆蓋廣度系數(shù)略大于使用深度系數(shù)，而數(shù)字化程度的系數(shù)為負(fù)且不顯著。這表明，從覆蓋廣度層面來看，移動支付技術(shù)的不斷普及可以為廣大消費(fèi)者提供多元化、便捷化的金融服務(wù)渠道，增加了居民對于信貸的需求。從使用深度層面來看，隨著數(shù)字金融應(yīng)用程度的日益加深，傳統(tǒng)的銀行機(jī)構(gòu)也開始從柜臺業(yè)務(wù)轉(zhuǎn)向移動終端應(yīng)用程序，這不僅改變了金融客戶的消費(fèi)習(xí)慣，也推動了傳統(tǒng)銀行業(yè)進(jìn)行業(yè)務(wù)模式的改革和創(chuàng)新，從而促進(jìn)了銀行信貸供給的增加。從數(shù)字化程度來看：一方面，數(shù)字化程度指數(shù)是體現(xiàn)數(shù)字金融業(yè)務(wù)進(jìn)展的指標(biāo)，它與商業(yè)銀行提供的傳統(tǒng)金融服務(wù)有很高的相似度和可替代性，直觀地反映出數(shù)字金融與傳統(tǒng)金融之間的競爭關(guān)系，因此更多地體現(xiàn)為數(shù)字金融對銀行信貸的擠出效應(yīng)（陳永良和凌愛凡，2023）；另一方面，在數(shù)字金融的技術(shù)外溢作用下，傳統(tǒng)金融機(jī)構(gòu)也會持續(xù)進(jìn)行模仿與創(chuàng)新來提高金融服務(wù)的數(shù)字化水平，促使信貸增長。在擠出效應(yīng)和技術(shù)溢出的共同作用下，數(shù)字化程度對銀行信貸的影響不顯著。

（三）異質(zhì)性分析

1.銀行類別異質(zhì)性

在數(shù)字金融迅猛發(fā)展的當(dāng)下，不同類別的商業(yè)銀行對數(shù)字金融的響應(yīng)速度存在顯著差異。全國性商業(yè)銀行，尤其是大型國有商業(yè)銀行和股份制商業(yè)銀行，率先洞察了其潛在價值與應(yīng)用前景。這類銀行傾向于采取更為積極主動的策略，如設(shè)立金融科技子公司或聯(lián)合外部金融科技公司構(gòu)建戰(zhàn)略聯(lián)盟，打造金融科技生態(tài)體系，積極推進(jìn)數(shù)字化轉(zhuǎn)型（謝治春等，2018），從而擴(kuò)大信貸規(guī)模。相較之下，地方性商業(yè)銀行，如城市商業(yè)銀行和農(nóng)村商業(yè)銀行，受限于其相對較小的資產(chǎn)規(guī)模及地域經(jīng)營的局限性，對數(shù)字金融的認(rèn)知往往較為淺顯，戰(zhàn)略上多采取“跟隨”姿態(tài)，難以充分把握數(shù)字金融帶來的轉(zhuǎn)型機(jī)遇。此外，數(shù)字金融最為突出的優(yōu)勢在于其能夠跨越傳統(tǒng)金融服務(wù)界限，為普通消費(fèi)者及中小微企業(yè)等長尾客戶群體提供更加廣泛、便捷且具有普惠性質(zhì)的金融服務(wù)，這一特性與地方性商業(yè)銀行所服務(wù)的客戶基礎(chǔ)存在顯著的交集與重疊。因此，對于地方性商業(yè)銀行而言，數(shù)字金融的迅猛發(fā)展加劇了金融市場的競爭態(tài)勢，直接對其傳統(tǒng)客戶群體產(chǎn)生了顯著的擠出效應(yīng)，從而降低信貸需求。

基于此，本文依據(jù)銀行類型的不同，將研究對象劃分為全國性商業(yè)銀行（包括大型國有商業(yè)銀行與股份制商業(yè)銀行）以及地方性商業(yè)銀行（包括城市商業(yè)銀行與農(nóng)村商業(yè)銀行），并進(jìn)行分組回歸分析，具體回歸結(jié)果見表5。從表5可以看出，對于全國性商業(yè)銀行而言，數(shù)字金融發(fā)展水平的估計系數(shù)均顯著為正，說明數(shù)字金融會促進(jìn)全國性商業(yè)銀行信貸供給的增加。對于地方性商業(yè)銀行而言，數(shù)字金融發(fā)展水平的提高會降低城市商業(yè)銀行的信貸供給，但對農(nóng)村商業(yè)銀行卻不顯著。可能的原因在于，在農(nóng)村地區(qū)普遍存在“數(shù)字鴻溝”問題，這一現(xiàn)狀導(dǎo)致多數(shù)農(nóng)村居民對數(shù)字金融服務(wù)的認(rèn)知與應(yīng)用能力相對滯后，尤其是數(shù)字理財?shù)刃滦徒鹑诋a(chǎn)品，其接受度明顯不足，使得數(shù)字金融在農(nóng)村地區(qū)的滲透力與覆蓋面相對有限，擠出效應(yīng)不顯著。

2.銀行區(qū)域異質(zhì)性

我國地域遼闊，不同地區(qū)在地理位置、經(jīng)濟(jì)基礎(chǔ)和制度背景上都存在顯著不同，可能會導(dǎo)致數(shù)字金融對商業(yè)銀行信貸供給的影響呈現(xiàn)地區(qū)異質(zhì)性。具體而言，與中、西部地區(qū)銀行相比，東部地區(qū)銀行在運(yùn)營管理以及科技人才儲備等方面都表現(xiàn)得更為出色，并且東部地區(qū)經(jīng)濟(jì)基礎(chǔ)較好，其金融市場化的水平通常更高，數(shù)字信息基礎(chǔ)設(shè)施也會更加完備（董曉林等，2023）。這些條件均有助于數(shù)據(jù)、技術(shù)等關(guān)鍵資源自由流通，為數(shù)字金融的溢出效應(yīng)提供了肥沃的土壤。此外，數(shù)字金融主要為大量長尾客戶提供金融服務(wù)，而東部地區(qū)金融機(jī)構(gòu)服務(wù)對象中有很多是經(jīng)濟(jì)實(shí)力雄厚的大型企業(yè)，服務(wù)對象重合度不高，故數(shù)字金融的發(fā)展不會對東部地區(qū)的金融機(jī)構(gòu)帶來較大的市場擠出效應(yīng)。因此，相較于中、西部地區(qū)的商業(yè)銀行而言，數(shù)字金融發(fā)展能夠顯著地促進(jìn)東部地區(qū)銀行信貸供給的增加。

基于此，本文將銀行所處城市劃分東部、 中部和西部，并進(jìn)行分組回歸，具體回歸結(jié)果如表6所示?？梢钥闯?，數(shù)字金融對東部地區(qū)銀行的信貸供給產(chǎn)生顯著的正向作用，而對中部和西部地區(qū)銀行信貸的影響不顯著。這說明地區(qū)經(jīng)濟(jì)基礎(chǔ)條件越好，數(shù)字金融的溢出效應(yīng)越強(qiáng)，擠出效應(yīng)越弱，銀行越能擴(kuò)大信貸規(guī)模以服務(wù)實(shí)體經(jīng)濟(jì)。

（四）作用機(jī)制分析

1.溢出效應(yīng)

在數(shù)字金融的技術(shù)溢出效應(yīng)方面，本文試圖構(gòu)建一個全面且精準(zhǔn)的銀行數(shù)字化轉(zhuǎn)型評估指標(biāo)。當(dāng)前學(xué)術(shù)界在衡量銀行數(shù)字化水平時，多采用基于金融科技相關(guān)關(guān)鍵詞的百度搜索指數(shù)數(shù)據(jù)（盛天翔和范從來，2020）作為代理變量，然而這種方法在區(qū)分銀行內(nèi)部數(shù)字化進(jìn)程與外部數(shù)字化環(huán)境方面存在局限性。鑒于此，本文借鑒謝絢麗與王詩卉（2022）的研究思路，采用主成分分析法，構(gòu)建涵蓋戰(zhàn)略數(shù)字化、業(yè)務(wù)數(shù)字化及管理數(shù)字化的多維度指標(biāo)體系，并通過加權(quán)求和的方式，計算得出銀行數(shù)字化轉(zhuǎn)型總指數(shù)（Dti），Dti越大則銀行數(shù)字化轉(zhuǎn)型程度越高。在經(jīng)濟(jì)溢出效應(yīng)方面，本文采用城市實(shí)際GDP增長率來衡量地區(qū)經(jīng)濟(jì)增長（Dgdp）。

為更好地考察數(shù)字金融對銀行信貸的溢出效應(yīng)，本文構(gòu)建如下回歸模型：

Loani，t = β0+β1 In dexi，t-1 +β2 In dexi，t-1 ×upgradei，t-1 +

β3 upgradei，t-1 + β4 banki，t-1 + β5 cityi，t-1 +

μi + λt + εi，t" " " " " " " " " " " " " " " " " " " " " "（2）

其中，下標(biāo)i和t分別表示銀行和年份。upgrade表示數(shù)字金融對銀行信貸的溢出效應(yīng)，包括銀行數(shù)字化轉(zhuǎn)型總指數(shù)（Dti）和地區(qū)經(jīng)濟(jì)增長（Dgdp）。Index×upgrade為數(shù)字金融總指數(shù)與溢出效應(yīng)的交乘項。其余變量的定義均與模型（1）一致。表7列（1）、（2）報告了數(shù)字金融對銀行信貸溢出效應(yīng)的機(jī)制檢驗結(jié)果。結(jié)果表明，交乘項L.Index×L.Dti、L.Index×L.Dgdp的系數(shù)分別為0.004 1、0.127 7，至少在10%的置信水平上顯著為正，且L.Index的系數(shù)也顯著為正，這說明數(shù)字金融會對銀行信貸供給產(chǎn)生正向的溢出作用，并隨著銀行數(shù)字化轉(zhuǎn)型程度的提升以及地區(qū)經(jīng)濟(jì)的增長而得到加強(qiáng)，假設(shè)H1成立。

2.擠出效應(yīng)

本文借鑒姜付秀等（2019）的做法，構(gòu)建各個城市銀行業(yè)的赫芬達(dá)爾-赫希曼指數(shù)來衡量銀行業(yè)的競爭水平（HHI）。HHI為負(fù)向指標(biāo)，該指標(biāo)值越大，銀行競爭程度越低。同時，選擇銀行活期存款與總存款的比重來衡量數(shù)字金融發(fā)展帶來的存款數(shù)量競爭（Deposit）。Deposit越小，意味著銀行活期存款流失越多，數(shù)字金融搶占的長尾客戶就越多。

為了更好地考察數(shù)字金融對銀行信貸的擠出效應(yīng)，本文構(gòu)建如下回歸模型：

Loani，t = χ0 + χ1 In dexi，t-1 + χ2 In dexi，t-1×degradei，t-1 +

χ3 degradei，t-1 + χ4 banki，t-1 + χ5 cityi，t-1 +

μi + λt + εi，t" " " " " " " " " " " " " " " " " " " " " " （3）

其中，下標(biāo)i和t分別表示銀行和年份。degrade表示數(shù)字金融對銀行信貸的擠出效應(yīng)，包括市場競爭（HHI）和存款數(shù)量競爭（Deposit）。Index ×

degrade為數(shù)字金融總指數(shù)與擠出效應(yīng)的交乘項。其余變量的定義均與模型（1）一致。表7列（3）、（4）報告了數(shù)字金融對銀行信貸擠出效應(yīng)的機(jī)制檢驗結(jié)果。結(jié)果表明，交乘項L.Index × L.HHI、

L.Index × L.Deposit的系數(shù)分別為-0.037 5、-0.002 7，至少在5%的置信水平上顯著為負(fù)，并且L.Index的系數(shù)均顯著為正，這說明隨著市場競爭以及存款數(shù)量競爭的加劇，數(shù)字金融對銀行信貸供給產(chǎn)生的負(fù)向擠出作用會加強(qiáng)，假設(shè)H2成立。

（五）穩(wěn)健性檢驗

1.替換被解釋變量

數(shù)字金融對銀行信貸供給的促進(jìn)作用可能會受到變量測量誤差的影響。為此，本文采用以下兩種方式替換被解釋變量，使用其他代理變量衡量商業(yè)銀行信貸供給：第一，使用銀行貸存比（Dcb），即貸款總額與存款總額的比值來重新度量銀行信貸供給。回歸結(jié)果見表8列（1），數(shù)字金融的估計系數(shù)顯著為正，前文結(jié)論依舊成立。第二，參考史小坤和陳文（2021）的研究，選取貸款資產(chǎn)比率（Size_loan）作為衡量銀行信貸供給的替代指標(biāo)。該指標(biāo)為銀行貸款總額與其總資產(chǎn)規(guī)模的比值，能夠反映銀行信貸投放的相對強(qiáng)度。表8列（2）給出了基于Size_loan的回歸結(jié)果，結(jié)果表明數(shù)字金融發(fā)展依然能夠顯著促進(jìn)銀行信貸規(guī)模的擴(kuò)張。

2.內(nèi)生性控制

為避免反向因果、遺漏變量等因素導(dǎo)致的內(nèi)生性問題，本文采用工具變量法進(jìn)行進(jìn)一步檢驗。借鑒謝絢麗等（2018）使用省級互聯(lián)網(wǎng)普及率作為工具變量的思路，本文選用地區(qū)電信業(yè)務(wù)量（IV）作為數(shù)字金融指數(shù)的工具變量。一方面，電信設(shè)施是數(shù)字金融發(fā)展的核心基礎(chǔ)，電信業(yè)務(wù)量與數(shù)字金融的發(fā)展進(jìn)程有直接聯(lián)系，因此滿足工具變量的相關(guān)性；另一方面，城市電信業(yè)務(wù)量的增減并不會對地區(qū)銀行的信貸供給產(chǎn)生直接的影響，故也符合工具變量法的外生性條件。工具變量法第一階段回歸結(jié)果表明，IV的回歸系數(shù)為0.500 3，在1%的水平上顯著為正，說明工具變量與核心解釋變量正相關(guān)，且通過了弱工具變量假定（F統(tǒng)計值為127）；第二階段回歸結(jié)果表明，在控制內(nèi)生性問題后，數(shù)字金融發(fā)展能夠促進(jìn)商業(yè)銀行信貸供給增加的核心結(jié)論依舊保持不變，充分證明本文結(jié)論穩(wěn)健。

六、結(jié)論與政策啟示

（一）研究結(jié)論

在數(shù)字經(jīng)濟(jì)浪潮的席卷之下，大數(shù)據(jù)、云計算、人工智能等尖端技術(shù)的飛速發(fā)展為數(shù)字金融這一新興金融模式的崛起注入了強(qiáng)大動力，同時也對我國金融市場體系和金融機(jī)構(gòu)運(yùn)營模式產(chǎn)生了深刻影響，推動了金融業(yè)的數(shù)字化轉(zhuǎn)型和創(chuàng)新?；谶@一背景，本文選取了2011—2021年中國200家商業(yè)銀行為研究樣本，實(shí)證檢驗數(shù)字金融發(fā)展對商業(yè)銀行信貸的影響機(jī)制，研究發(fā)現(xiàn)：（1）數(shù)字金融對商業(yè)銀行信貸供給同時存在溢出效應(yīng)和擠出效應(yīng)，但是溢出效應(yīng)大于擠出效應(yīng)，最終促使銀行信貸增加。（2）作用機(jī)制檢驗結(jié)果發(fā)現(xiàn)，經(jīng)濟(jì)溢出效應(yīng)、技術(shù)溢出效應(yīng)是溢出效應(yīng)發(fā)揮作用的主要渠道，擠出效應(yīng)則主要通過奪取銀行長尾客戶、加劇市場競爭實(shí)現(xiàn)。（3）異質(zhì)性研究表明，數(shù)字金融對商業(yè)銀行信貸供給的促進(jìn)作用在全國性商業(yè)銀行、東部地區(qū)銀行更為凸顯。

（二）政策建議

第一，促進(jìn)傳統(tǒng)銀行業(yè)“數(shù)字+金融”領(lǐng)域深度融合，充分發(fā)揮數(shù)字金融的正向溢出效應(yīng)。商業(yè)銀行應(yīng)當(dāng)主動把握數(shù)字金融的發(fā)展規(guī)律，正視數(shù)字金融帶來的外部挑戰(zhàn)和機(jī)遇，制定與其發(fā)展階段相匹配的數(shù)字金融戰(zhàn)略，積極吸收數(shù)字化技術(shù)，以創(chuàng)新的姿態(tài)重構(gòu)數(shù)字普惠金融的產(chǎn)品體系與服務(wù)模式，優(yōu)化運(yùn)營管理流程，從多個維度推動銀行的數(shù)字化轉(zhuǎn)型進(jìn)程。同時，傳統(tǒng)商業(yè)銀行應(yīng)打破“二八法則”思維局限，通過差異化策略減輕數(shù)字金融對信貸業(yè)務(wù)可能產(chǎn)生的擠出效應(yīng)，確保在數(shù)字化轉(zhuǎn)型的浪潮中保持競爭力與可持續(xù)發(fā)展。

第二，注重數(shù)字金融在傳統(tǒng)金融領(lǐng)域應(yīng)用的差異性，持續(xù)推動傳統(tǒng)銀行業(yè)向數(shù)字化方向轉(zhuǎn)型。對于全國性和東部地區(qū)銀行，可以充分利用其金融和數(shù)據(jù)資源，通過自主研發(fā)、合作開發(fā)等多元化方式來構(gòu)建“數(shù)字＋金融”生態(tài)系統(tǒng)。具體而言，可以建立“互聯(lián)網(wǎng)+”戰(zhàn)略平臺，加快業(yè)務(wù)全流程數(shù)字化建設(shè)，通過引入大數(shù)據(jù)分析來優(yōu)化風(fēng)險管理，或者利用人工智能技術(shù)提升客戶服務(wù)體驗，全方位實(shí)現(xiàn)產(chǎn)品創(chuàng)新、服務(wù)升級和管理變革。對于地方性和中西部地區(qū)銀行，建議加強(qiáng)與金融科技公司的合作，將先進(jìn)的數(shù)字技術(shù)整合到業(yè)務(wù)發(fā)展中，如移動支付、在線貸款審批等，以增強(qiáng)持續(xù)經(jīng)營能力。同時，應(yīng)注重培養(yǎng)本地人才，提高員工的數(shù)字技能，確保數(shù)字化轉(zhuǎn)型能夠順利實(shí)施。

第三，保持對金融風(fēng)險的高度敏銳性，確保金融體系穩(wěn)健運(yùn)行。在金融科技日新月異的今天，數(shù)字與金融的深度融合正以前所未有的方式重塑傳統(tǒng)金融業(yè)態(tài)，它既為普惠金融的拓展和實(shí)體經(jīng)濟(jì)的有效服務(wù)提供了新的動力，也給傳統(tǒng)銀行業(yè)帶來了挑戰(zhàn)。為了確保金融體系的穩(wěn)健運(yùn)行，監(jiān)管機(jī)構(gòu)需要在推進(jìn)數(shù)字金融發(fā)展的同時，加強(qiáng)頂層規(guī)劃和整體布局，健全適應(yīng)數(shù)字金融特點(diǎn)的監(jiān)管框架，完善涵蓋數(shù)據(jù)保護(hù)、消費(fèi)者權(quán)益保護(hù)以及反洗錢等方面的規(guī)定。此外，監(jiān)管機(jī)構(gòu)應(yīng)要求金融機(jī)構(gòu)提高業(yè)務(wù)透明度，定期對數(shù)字金融產(chǎn)品進(jìn)行風(fēng)險評估，及時發(fā)現(xiàn)并應(yīng)對潛在的系統(tǒng)性風(fēng)險，同時加強(qiáng)信息披露，使公眾能夠更好地理解金融產(chǎn)品的運(yùn)作機(jī)制和潛在風(fēng)險。

注釋：

① 中國人民銀行等七部門于2024年11月21日聯(lián)合印發(fā)了《推動數(shù)字金融高質(zhì)量發(fā)展行動方案》（銀發(fā)〔2024〕200號） 。

參考文獻(xiàn)：

[1] 匡廣璐，楊杰，孫亞蘭.數(shù)字普惠金融發(fā)展對企業(yè)勞動力需求的影響[J].金融發(fā)展研究，2023（03）：59-68.

[2] 黃祖輝，宋文豪，葉春輝.數(shù)字普惠金融對新型農(nóng)業(yè)經(jīng)營主體創(chuàng)立的影響與機(jī)理——來自中國1845個縣域的經(jīng)驗證據(jù)[J].金融研究，2023（04）：92-110.

[3] 楊雅鑫，宋科，張勁帆.互聯(lián)網(wǎng)理財、財富效應(yīng)與居民消費(fèi)——來自互聯(lián)網(wǎng)平臺居民理財行為的微觀證據(jù)[J].金融研究，2024（01）：56-75.

[4] 朱波，曾麗丹.數(shù)字金融發(fā)展對區(qū)域新質(zhì)生產(chǎn)力的影響及作用機(jī)制[J].財經(jīng)科學(xué)，2024（08）：16-31.

[5] 許芳，何劍.數(shù)字金融發(fā)展與企業(yè)風(fēng)險承擔(dān)能力：多重效應(yīng)與異質(zhì)性分析[J].金融理論與實(shí)踐，2022（08）：12-21.

[6] 李季剛，成群蕊.數(shù)字普惠金融與實(shí)體企業(yè)投資效率[J].統(tǒng)計與決策，2022，38（14）：128-133.

[7] DEMERTZIS M， MERTER S， WOLFF G B. Capital markets union and the fintech opportunity[J]. Journal of Financial Regulation，2018，4（01）：157-165.

[8] 申創(chuàng)，劉笑天.互聯(lián)網(wǎng)金融、市場勢力與商業(yè)銀行績效[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2017，39（05）：16-29+124.

[9] 孟娜娜，粟勤，雷海波.金融科技如何影響銀行業(yè)競爭[J].財貿(mào)經(jīng)濟(jì)，2020，41（03）：66-79.

[10] 王詩卉，謝絢麗.經(jīng)濟(jì)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(jì)學(xué)家，2021（01）：100-108.

[11] LEE I， SHIN J Y. Fintech： Ecosystem， business models， investment decisions， and challenges[J].Business Horizons，2018，61（01）：35-46.

[12] Gomber P， KAUFFMAN R J， PARKER C， et al.On the fintech revolution： Interpreting the forces of innovation，"disruption， and transformation in financial services[J].Journal of Management Information Systems，2018，35（01）：220-265.

[13] 盛天翔，范從來.金融科技、最優(yōu)銀行業(yè)市場結(jié)構(gòu)與小微企業(yè)信貸供給[J].金融研究，2020（06）：114-132.

[14] 雷海波.數(shù)字征信是否改善了信貸使用？——基于中國縣域數(shù)據(jù)的實(shí)證研究[J].南方金融，2021（10）：37-48.

[15] 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(jì)研，2020，55（06）：22-38.

[16] TANG H. Peer-to-peer lenders versus banks： Substitutes or complements？[J].The Review of Financial Studies， 2019， 32（05）： 1900-1938.

[17] 陳永良，凌愛凡.數(shù)字金融對銀行信貸的影響——來自我國1326家商業(yè)銀行地級市分行數(shù)據(jù)的經(jīng)驗證據(jù)[J].管理評論，2023，35（02）：52-69.

[18] 劉偉，劉衛(wèi)鎮(zhèn)，戴冰清，等.數(shù)字金融、貸款結(jié)構(gòu)與商業(yè)銀行風(fēng)險承擔(dān)——基于181家商業(yè)銀行2011—2020年財務(wù)數(shù)據(jù)的分析[J].武漢金融，2022（07）：29-40.

[19] CHEN M A，WU Q X，YANG B Z.How valuable is FinTech innovation？[J].The Review of Financial Studies，2019，32（05）：2062-2106.

[20] 皮天雷，劉垚森，吳鴻燕.金融科技：內(nèi)涵、邏輯與風(fēng)險監(jiān)管[J].財經(jīng)科學(xué)，2018（09）：16-25.

[21] 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(jì)評論，2021（03）：89-104.

[22] 徐曉萍，李弘基，戈盈凡.金融科技應(yīng)用能夠促進(jìn)銀行信貸結(jié)構(gòu)調(diào)整嗎？——基于銀行對外合作的準(zhǔn)自然實(shí)驗研究[J].財經(jīng)研究，2021，47（06）：92-107.

[23] 夏兵玉，詹宇波.數(shù)字金融發(fā)展對傳統(tǒng)銀行信貸業(yè)務(wù)的影響——來自2011—2019年地級市面板數(shù)據(jù)的證據(jù)[J].新金融，2024（01）：51-58.

[24] 謝治春，趙興廬，劉媛.金融科技發(fā)展與商業(yè)銀行的數(shù)字化戰(zhàn)略轉(zhuǎn)型[J].中國軟科學(xué)，2018（08）：184-192.

[25] 董曉林，熊健，張曄.金融科技發(fā)展對商業(yè)銀行信貸供給的影響——市場競爭和技術(shù)賦能的視角[J].財貿(mào)研究，2023，34（12）：51-63.

[26] 謝絢麗，王詩卉.中國商業(yè)銀行數(shù)字化轉(zhuǎn)型：測度、進(jìn)程及影響[J].經(jīng)濟(jì)學(xué)（季刊），2022，22（06）：1937-1956.

[27] 姜付秀，蔡文婧，蔡欣妮，等.銀行競爭的微觀效應(yīng)：來自融資約束的經(jīng)驗證據(jù)[J].經(jīng)濟(jì)研究，2019，54（06）：72-88.

[28] 史小坤，陳文.貨幣政策能否促進(jìn)銀行對小微企業(yè)信貸投放——基于宏觀經(jīng)濟(jì)不確定視角的研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2021，41（07）：81-95.

[29] 謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來自中國的證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（04）：1557-1580.

（責(zé)任編輯：唐詩柔）

The Impact of Digital Finance on the Credit Supply of Commercial Banks： Spillover Effect or Crowding-out Effect？

TAN Kaji1， KUANG Guanglu1， ZHAO Yebei2

（ 1.The People's Bank of China Chenzhou Branch; 2. The People's Bank of China Hunan Provincial Branch）

Abstract： In the context of the integration of digital technology and traditional finance， it is of great significance to explore how traditional commercial banks can stabilize credit supply and promote high-quality financial development through the advancement of digital finance. This paper，" based on data from 200 commercial banks from 2011 to 2021， empirically examines the impact of digital finance development on the credit supply of commercial banks. The research finds that， first， overall， the spillover effect of digital finance on commercial banks is greater than the crowding-out effect， thereby significantly enhancing the credit supply of commercial banks; second， the results of the mechanism examination indicate that digital finance increases bank credit supply through technical and economic spillover effects while reducing it by capturing long-tail customers and intensifying market competition; third， the heterogeneity research results show that， compared to local and and mid-western banks， the promotion of digital finance on credit supply is more pronounced in national and eastern region banks.

Keywords： Digital finance; Credit supply; High-quality financial development; Spillover effect; Crowding-out effect