何广文，李通通，陈晓洁 | 农村商业银行数字化转型能实现“赋能”吗?——基于文本挖掘法的实证分析
农村商业银行数字化转型能实现“赋能”吗?
——基于文本挖掘法的实证分析
何广文1 李通通2 陈晓洁1
(1.中国农业大学 经济管理学院,北京 100083; 2.国家开发银行安徽分行,安徽 合肥 230071)
[摘 要] 基于2015—2021年120家农村商业银行的数据,采取Python爬虫技术挖掘银行年度报告中数字化相关信息文本,测度银行个体层面的数字化转型程度,并实证分析数字化转型对农村商业银行经营绩效的影响机制与效果。结果表明:农商行的数字化转型程度具有总体持续增长和个体间差异明显的特征。数字化转型可通过提高运营效率的“增效”机制实现经营绩效提升的“赋能”效果,但是降低经营成本的“节流”机制不成立。从数字化转型维度而言,数字化转型认知、数字化业务开展和数字化组织变革均有助于实现“赋能”作用。资产规模大、股权结构集中以及与科技公司进行合作的农商行通过数字化转型获取的“赋能”效果更明显。
[关键词] 数字化转型;农村商业银行;经营绩效;文本挖掘法
一、引言
数字技术和信息技术在金融领域的快速渗透,正在深刻重塑银行业发展格局。一方面,大型商业银行金融业务数字化转型日益深入,城市商业银行、农村金融机构等中小型商业银行业务数字化转型探索正加快步伐;另一方面,以蚂蚁集团、京东金融为代表的金融科技公司推动的乡村金融市场变革凸显。在业务越来越依靠平台和平台制胜的时代,农村商业银行(简称“农商行”)作为农村普惠金融服务的主力军 [1] ,面对数字技术和信息技术的快速发展和渗透,如何保持生存优势和高质量发展,尤其值得关注。经营绩效水平的高低,体现了银行的价值创造和发展能力,因此,探究农商行数字化转型如何影响其经营绩效,极具现实意义。
围绕该研究问题梳理相关文献,发现数字化转型的测度方法尚未统一,学界对银行数字化转型与经营绩效关系的探讨也产生了不同观点。首先,银行数字化转型的测度方法多样,主要包括北京大学商业银行数字化转型指数 [2]、银行机构金融科技类支出 [3]、金融科技对外合作指数 [4] ,以及通过关键词词频构建数字化转型指数 [5]。其次,数字化转型对商业银行影响的分析结论各异,可归纳为正向的“技术溢出效应” [6] 、负向的“竞争效应” [7]以及非线性的“U型效应” [8]。然而,现有研究多以大型商业银行为研究对象,而甚少聚焦到中小银行个体层面,难以为中小银行数字化转型提供理论证据。为弥补以上不足,本文以农商行为研究对象,构造银行个体层面的数字化转型指数,剖析农商行数字化转型对其经营绩效的影响,为数字化转型能否为中小银行实现“赋能”提供经验证据。
本文的边际贡献在于:一是采用文本挖掘法,从数字化转型认知、数字化技术应用、数字化平台建设、数字化业务开展和数字化组织变革这五个维度构建了农商行的数字化转型指数,并分析了农商行的数字化转型特征。二是验证了农商行数字化转型可通过“增效”机制影响其经营绩效,但“节流”机制不成立,为农商行思考与权衡数字化转型的成本与收益提供参考;三是从盈利性、安全性、流动性、成长性这四个方面深度刻画农商行的经营绩效,为中小银行数字化转型的经济影响研究提供了更全面的经验证据。
二、农商行数字化转型对经营绩效的影响机理与研究假说
基于动态能力理论分析农商行数字化转型对经营绩效的影响机理,并进一步阐释农商行数字化转型可通过降低经营成本和提升运营效率路径间接影响经营绩效,形成本文的理论分析框架(如图1所示)。
图1 农商行数字化转型影响经营绩效的理论框架
(一)农商行数字化转型影响经营绩效的理论分析
动态能力是指企业通过整合、构建和更新配置内部资源来应对复杂环境变化的能力,包括机会感知能力、机会把控能力和变革重构能力三个方面 [9]。动态能力不仅是企业竞争优势的来源,还是影响企业绩效的重要因素 [10]。数字化转型能够重塑企业动态能力 [11],鉴于此,本文从动态能力的三个维度剖析农商行数字化转型对其经营绩效的影响。
首先,数字化转型能够提升农商行机会感知能力,形成数字化思维,从而准确预测和快速响应客户需求。企业的高管层对外部环境的认知能力决定了企业能否实现商业模式创新,进而影响企业绩效的提升 [12]。一方面,在数字经济蓬勃发展的背景下,金融领域也在发生深刻变革,大型银行金融服务重心下沉,蚂蚁集团、京东金融等金融科技公司将农村金融市场视为“蓝海”。面对经济发展模式变迁和市场竞争加剧的双重压力,农商行数字化转型也迫在眉睫。另一方面,后疫情时代“宅经济”升温,线上化、移动化、智能化的服务需求逐渐固化,客户消费习惯和心理也发生了改变。因此,农商行必须要强化数字化顶层设计和数字化转型思维。具体而言,农商行需借助大数据、人工智能等数字技术降低金融市场中的信息不对称,实现资金供需方信息的快速匹配,同时通过提供低门槛、广覆盖的金融服务,激发客户潜在需求,最终打破商业银行经营管理的“二八定律” [13]。
其次,数字化转型能够强化农商行机会把控能力,重塑业务与服务,保持竞争优势。数字技术的发展和应用为农商行提供了技术转型升级、改善服务模式和提升效率的动力和机遇。农商行通过数字化转型能够推动业务创新和经营变革,从而提升服务能力、丰富产品多样化和优化服务效率。在产品端,以创新产品互联网化、数据化、场景化,提供更为精细、差异化的金融产品和服务场景,实现差异化竞争。如杭州联合农商行引入公积金、房产、高校毕业人才、志愿者等数据,创新推出 “人才贷”“志愿贷”。在客户端,运用大数据分析,深入挖掘客户行为、洞察客户需求、完善客户画像,实现高效、精准、智慧的客户开发,并围绕客户衣食住行娱等领域需求,介入民生服务场景,能有效拓展客户渠道和服务场景。如顺德农商行上线“村晓”APP,有效实现党建、村务、生活、电商和金融融合发展。同时,农商行利用数字技术打造线上线下融合的智慧金融新生态,实现从单一“客户”营销向“客群”经营转变,以场景、服务、业务模式等创新为抓手,融入客户的生态圈、生产圈和生活圈,服务好客户以及客户的客户,扩大服务群体、开拓业务增长点,提高市场竞争力。
最后,数字化转型能够优化农商行变革重构能力,变革数字化组织结构,从而有效提升组织服务效率。传统经营模式下,农商行的服务主体具有地理位置分散和偏远等特点,伴随着物理网点多、业务决策链条长、手续繁琐等问题,使得各项交易服务成本高。农商行借助数字技术创新“线上+线下”双渠道服务结构,拓展金融服务半径,有助于实现规模经济。一方面,农商行借助数字技术布设多功能自主终端、便民服务点、助农取款点等代理模式,能够有效降低金融服务门槛、扩大服务覆盖面;另一方面,大力发展开放银行、手机银行、微信银行等,打破传统渠道的时空限制,进一步创新触客服务模式,提高服务效率。比如重庆农商行打造了非接触式银行服务和触客模式的“空中银行”以及提供全渠道、全场景方言语音服务的“方言银行”。
H1:农商行数字化转型有助于提升经营绩效。
(二)农商行数字化转型对经营绩效影响路径的理论分析
农商行数字化转型从成本端的“节流”和运营端的“增效”两个渠道影响经营绩效。
第一,农商行数字化转型能够发挥成本效应,达到“节流”效果,进而改善经营绩效。交易成本理论认为,成本是影响企业经营绩效的关键因素,而且交易成本是组织边界决策的关键因素,因此如何实现“降本”成为企业提升经营绩效的重要渠道 [14]。农商行数字化转型能够降低银行的获客成本、内部沟通成本、运营成本和风控成本等方面的交易成本,实现“节流”效果。首先,银行利用数字技术创新产品和服务,开展数字化业务、促进业务线上化和场景化,能改善业务质量、拓展服务范围、提升客户体验感,实现技术、数据和业务的协作化,从而降低银行获客成本[15]。其次,银行依托数据平台和共享机制架起部门间沟通桥梁,能够有效降低部门之间沟通不畅导致的摩擦成本。再次,在运营层面,精准获客、智能运维、智能客服等业务流程创新,可以大幅降低银行的运营成本[16]。同时,银行发展金融科技能有效降低风控成本 [17] 。
H2:农商行数字化转型有助于降低成本,进而提升经营绩效。
第二,农商行数字化转型会变革业务运作和管理模式,有效提高运营效率,达到“增效”作用,进而改善经营绩效。数字技术具备提升效率的优势[18]。首先,在公司治理方面,数字化的管理平台和沟通决策机制能够有效解决“轻治理、权责不分”导致的治理结构缺陷、管理体制不顺等问题,从而完善组织机构沟通、协作机制,促使银行的效率提升[19]。其次,农商行积极布局数字技术,加大数字科技投入能够有效提升产出效率[20]。再次,银行利用数字技术手段能够发挥示范和竞争效应,改变其经营模式、优化服务,提升银行效率[21]。
H3:农商行数字化转型有助于改善运营效率,进而提升经营绩效。
(三)农商行数字化转型的经营绩效提升效果差异化表现的机理分析
由于受资产规模、股权结构、合作关系等微观特质因素的影响,数字化转型对农商行经营绩效的影响程度可能存在差异。
首先,从资产规模来看,大型农商行业务范围和物理网点布局更广、数字技术方面起步早、投入大,且在科技人员总数和科技投入方面占据绝对优势[22]。这使得数字化转型对大型农商行经营绩效的影响更大。
其次,从股权结构来看,股权集中度高的农商行在数字化转型管理、监督以及决策等方面具有更大优势[23]。同时股权集中度高的农商行在资源分配以及风险管理上也具有竞争优势。
再次,从合作关系来看,相对于传统金融业来说,以阿里巴巴、腾讯为代表的金融科技公司在技术和人才等方面优势大、经验足,而农商行在数字化转型方面仍处于摸索阶段。农商行积极与金融科技公司寻求合作,能够充分发挥各自技术优势和业务优势,实现技术与业务“联系效应”,有效提升经营效率[24]。在具体实践中,农商行与科技公司合作确实有效提升了其经营绩效。如重庆农商行在零售业务领域与百度、腾讯等头部互联网企业合作线上“渝快贷”等自营产品;与网商、微众等头部互联网银行合作借呗、微粒贷等联合贷款产品,有效拓展了其零售业务。2021年,重庆农商银行实现营业收入308.42亿元,其中零售银行业务收入124.94亿元、占比40.51%,保持了连续5年的递增态势(1)数据来源于重庆农商行2021年年度报告。。
H4:数字化转型对资产规模大、股权集中度高、与科技公司开展合作的农商行的经营绩效提升作用更明显。
三、数据、变量与模型设计
(一)数据说明
本研究选取了年报可获得性和信息完整性较高且正常经营的农商行为研究样本,时间跨度为2015—2021年。剔除关键变量存在异常值的样本后,对所有连续变量进行上下5%的缩尾处理,最终获得120家农商行670个观测值的非平衡面板数据。农商行的个体数据主要来源于Wind数据库和年度报告,宏观变量数据来源于各家农商行所在城市的统计年鉴。
(二)变量定义
1.被解释变量:经营绩效
借鉴Dong等(2020)的研究[25],并结合原中国银保监会制定的《商业银行监管评级办法》(银保监发〔2021〕39号)以及财政部制定的《金融企业绩效评价办法》(财金〔2016〕35号)指标构建方法,从银行经营原则的“三性”出发,引入成长性来构造衡量农商行经营绩效的“四个维度”“七个指标”,确保经营绩效度量的科学性,并利用因子分析法得到综合经营绩效值。在使用因子分析法的过程中,经过旋转后发现除成本收入比、不良贷款率为负向指标外,其余均为正向指标,故参考林海明、杜子芳(2013)的做法[26],对成本收入比、不良贷款率取负号进行正向化调整。另外,参考蒋远胜等(2018)的方法[27],选择资产负债率作为流动性的代理指标。经营绩效的具体度量指标见表1。
表1 农商行经营绩效财务指标构成
2.核心解释变量:数字化转型
文本分析法已成为金融与财务方向的重要研究方法,其中词频法已被广泛地运用于测度金融科技水平[28]。同时基于农商行年报披露内容,使用文本分析法可有效识别农商行年报中关键信息,这不仅能够剖析其数字化转型的立场和具体措施[29],还能细分维度,使得测度结果更加全面。因此,本研究借鉴郭品、沈悦(2015)[30]以及张岳、周应恒(2022)的研究[31],利用文本分析法从农商行各年年度报告中捕捉数字化转型相关词频,再利用熵值法测算样本银行2015—2021年数字化转型指数。
与已有研究不同的是,本文不仅细化农商行数字化转型维度,还根据农商行客观实际情况设置相关关键词。同时,在数字化组织变革维度层面引入虚拟变量,可有效弥补组织变革方面难以进行文本词频统计的弊端和避免单纯统计词频难以全面客观反映数字化转型的不足,从而确保数字化指标的准确性和客观性。具体做法如下:一是确定关键词词库。借鉴王小华等(2022)[32],并参考北京大学数字金融研究中心课题组构建的商业银行数字化转型指数和中国互联网金融协会发布的《中国商业银行数字化转型调查报告》,从数字化转型认知、数字化技术应用、数字化平台建设、数字化业务开展四个维度构建衡量农商行数字化转型关键词词库(见表2)。二是关键词词频计算。先利用Python爬虫技术获得各个关键词词频,然后分别对各维度进行加总,最后对每个维度的总词频加1取自然对数处理。三是引入数字化组织变革虚拟变量,从部门设置和与科技公司合作角度设置虚拟变量。四是合成数字化转型指数。利用熵值法对关键词词频以及虚拟变量进行合成,计算最终的数字化转型指数。
图2呈现了农商行数字化转型指数的年份变化趋势。样本农商行数字化转型程度总体呈持续增长态势,符合数字经济背景下农商行整体数字化转型的趋势,也符合整体银行业数字化转型的态势。图3给出了不同梯度资产规模下的农商行数字化转型情况。根据总资产规模的大小将样本农商行分成5组,对比发现资产规模越大的农商行,数字化转型程度越高。资产规模大的农商行在资金、技术以及人才等方面具有优势,数字化转型开始早、投入大,数字化转型程度较高。比如资产规模超万亿元的重庆农商行在2018年就启动“智慧银行项目”、落地“重庆农商云”智能平台。
表2 农商行数字化转型关键词库与虚拟指标设置
图2 2015—2021年120家农商行数字化转型指数变动趋势图
图3 2015—2021年不同资产规模农商行数字化转型程度对比图(单位:亿元)
3.机制变量
经营成本(Cost):采用成本收入比作为经营成本的代理变量。成本收入比能够反映农商行每单位收入需要支出的成本,体现了成本控制能力。运营效率(Tot):参考楼永、刘铭(2022)[33],用总资产周转率作为运营效率的代理变量。总资产周转率建立了利润表和资产负债表之间的联系,能有效反映金融机构的运营效率,该值越大,说明运营效率越好。
4.控制变量
借鉴张正平、刘云华(2022)[34]、任晓怡等(2022)[35]和易露霞等(2021)[36],控制变量包括微观层面的资产规模、资本充足率、存贷比、经营年限,以及宏观层面的地区产业结构和经济发展水平。根据企业生命周期理论,农商行会历经发展、成长、成熟和衰退不同发展阶段。这使得农商行的经营时长可能与其经营绩效存在非线性关系,所以本文将经营时长的平方作为经营年限(Age)的度量指标纳入控制变量。实证研究涉及的变量及说明如表3所示。
表3 变量说明
(三)模型设计
为探讨农商行数字化转型能否对其经营绩效产生影响,构建如下基准回归模型:
LnFEit=α + β0DEit + ∑jγjControljit + μi + ηt + εit。
(1)
其中,被解释变量LnFEit表示第i家农商行t年的经营绩效指标(取对数);核心解释变量DEit是第i家农商行在t年的数字化转型程度;Controljit为控制变量。为了控制个体和时间因素对经营绩效的影响,模型中引入了农商行个体固定效应μi和时间固定效应ηt。εit为随机扰动项。
四、农商行数字化转型对经营绩效影响的实证结果与机制分析
(一)变量的描述性统计
表4列示了变量的描述性统计结果。农商行数字化转型不仅总体上有所差距,而且发展侧重点上也存在明显的个体差异。农商行数字化转型指数的最小值为0.141 3,最大值为0.793 8,表明样本农商行在数字化转型方面存在明显的个体差异。具体分维度来看,首先,数字化转型认知、数字化技术应用和数字化业务开展的标准差均大于1,尤其是数字化业务开展的最大值与最小值之间两极化较明显;其次,数字化组织变革的均值最低,仅为0.163 2,说明仅有小部分农商行设置了数字化转型部门或与科技公司展开合作。经营绩效的最小值为0.780 0,最大值为1.510 0,表明样本农商行的经营绩效差距较大。
(二)基准回归分析
为检验农商行数字化转型对其经营绩效的影响,本文采用递进式策略进行回归,回归结果如表5所示。在未加入控制变量的情况下,第(1)至(3)列分别呈现了只控制个体固定效应、只控制时间固定效应以及同时控制个体和时间固定效应的回归结果,结果均表明农商行数字化转型能显著提升其经营绩效。加入控制变量后,数字化转型的回归系数仍然显著为正[见第(4)列],数字化转型对农商行经营绩效的正向影响仍然成立。考虑到数字化转型对农商行经营绩效影响的时滞性和降低反向因果扰动误差,将数字化转型进行滞后一期处理,数字化转型的回归系数仍然显著为正[见第(5)列]。H1得到验证。
经营绩效包含盈利性、安全性、流动性和成长性四个维度。为探究数字化转型对农商行经营绩效各维度的影响,本文依次对四个维度进行回归,结果见表6。数字化转型对盈利性和安全性的影响系数显著为正,而对流动性和成长性的影响系数不显著,这说明数字化转型对农商行经营绩效的促进作用体现在提高盈利性和安全性上。
表4 变量描述性统计
表5 基准回归的结果
注:***、**、和*分别表示在1%、5%、10%的水平上显著;括号内为标准误,下同。
表6 数字化转型对农商行经营绩效各维度的影响结果
(三)稳健性检验
本文采用以下方法对基准回归结果进行稳健性检验。
1.替换被解释变量经营绩效的度量指标
本文借鉴董晓林等(2021)的方法[37],使用总资产收益率(ROA)来衡量农商行的经营绩效。数字化转型的系数仍然显著为正[见表7第(1)列],基准回归结果稳健。
2.将基准回归模型更换成系统GMM模型
由于银行当前的经营绩效可能受到以往经营管理经验的影响,所以在此将经营绩效的滞后一期变量纳入基准回归模型,进而使用系统GMM估计法进行基准回归分析。从表7第(2)列可知,经营绩效(滞后一期)的系数显著为正,说明农商行的经营绩效会受到上一期的经营管理能力的影响,同时数字化转型仍然显著正向影响农商行的经营绩效。AR(1)的p值小于0.1,AR(2)的p值大于0.1,说明模型存在一阶相关但不存在二阶相关,可以接受扰动项无自相关的原假设。同时,Sargan Test和Hansen Test统计量对应的p值均大于0.1,表明不存在过度识别问题,工具变量选取有效,满足系统GMM模型估计的检验要求。
3.替换数字化转型的度量指标
本文参考张岳、周应恒(2022)的做法[38],用“相应年度全部数字化关键词词频数量+1”并取对数来衡量数字化转型,然后使用系统GMM模型进行估计。表7第(3)列显示,数字化转型(新)的回归系数显著为正,基准回归结果稳健。同时,AR(1)的p值小于0.1,AR(2)的p值大于0.1,Sargan Test和Hansen Test统计量对应的p值均大于0.1,通过系统GMM模型估计的基本检验要求。
4.工具变量法
为缓解可能存在反向因果和遗漏变量的内生性问题,本文参考黄群慧等(2019)[39]的做法,将各地区1984年每百人固定电话数量(部)作为工具变量进行2SLS估计。工具变量选取的原因有:一方面,数字技术的发展源于传统通信技术的更新延续,所以历史上固定电话普及率高的地区很可能是互联网技术普及率较高的地区,从而对农商行数字化转型产生一定的影响。所以,固定电话普及率满足作为数字化转型工具变量的相关性要求。另一方面,随着数字技术的发展,历史固定电话的数量对于农商行经营绩效的影响正在消失,满足外生性要求。
表7 稳健性检验结果
表8的第一阶段回归结果显示,1984年每百人固定电话数量(工具变量)在1%的水平上显著正向影响农商行的数字化转型程度,满足相关性要求。F统计量大于10,LM统计量p值为0.000 1,表明不存在弱工具变量和识别不足的问题。第二阶段回归结果显示,数字化转型的回归系数在5%的显著水平上显著为正,基准回归结果稳健。
表8 工具变量法检验结果
注:1984年每百人固定电话数量数据来源于各地区统计年鉴。
(四)分维度回归分析
数字化转型包括数字化转型认知、数字化技术应用、数字化平台建设、数字化业务开展以及数字化组织变革五个维度。考虑到数字化转型的作用发挥需要一定时间的调整和适应,本文将各维度指标进行滞后一期处理再纳入回归分析,以探究不同维度下的数字化转型对农商行经营绩效的影响。结果表明(见表9),农商行在数字化转型过程中在认知、业务开展和组织变革方面的加强均有助于提高经营绩效,而数字技术的应用和平台建设对农商行经营绩效的影响仍有待进一步发掘和探讨。可能的原因是,数字技术的研发与应用和平台建设需要投入的资金较多,对经营绩效的提升作用在短期内难以显现。
(五)影响机制检验分析
为了验证数字化转型对经营绩效的影响机制,本文借鉴何婧、李庆海(2019)[40]的研究,引入数字化转型指数与机制变量的交乘项进行回归。如果农商行经营绩效的提升受制于经营成本和运营效率,那么,相对于低成本、高运营效率的农商行来说,高成本、低运营效率的农商行利用数字化转型对经营绩效具有更为明显的促进作用,即交乘项的系数显著为正。具体模型设定如下:
表9 不同维度的数字化转型对农商行经营绩效的影响结果
LnFEit=α + β1DEit +β2Mit×DEit + β3Mit+ ∑jγjControljit + μi + ηt + εit 。
(2)
其中,变量LnFEit、DEit、Controljit的定义都与式(1)相同,Mit表示机制变量,包含经营成本(Cost)和运营效率(Tot)。数字化转型DEit与机制变量的交乘项的系数β2能直接反映经营成本和运营效率机制的存在性。
在对数字化转型、经营成本和运营效率进行中心化处理后,式(2)对应的回归结果见表10。第(1)列显示,数字化转型的系数显著为正,经营成本的系数显著为负,但是数字化转型与经营成本的交乘项的系
表10 数字化转型对农商行经营绩效的影响机制检验结果
数不显著,这表明经营成本是影响农商行经营绩效的重要因素,但是数字化转型并未有效缓解经营成本对经营绩效的负向作用,“节流”机制不成立。可能的原因在于,农商行在数字化转型的前期需要引进高技能劳动力、购置相关的软件和硬件设施以及开展研发创新活动,从而增加了劳动力成本、固定资产成本和研发成本[41]。所以,在短期内,数字化转型影响经营绩效的“节流”机制作用尚未显现。第(2)列显示,运营效率的系数显著为正,数字化转型与运营效率的交乘项系数显著为正,说明农商行通过数字化转型能正向影响运营效率,进而提升经营绩效,“增效”机制成立。
(六)异质性分析
1.规模异质性
农商行数字化转型的效果可能存在规模异质性。本文借鉴王奕婷、罗双成(2022)的研究[42],将总资产超过当年的所有银行总资产中位数的农商行设定为较大规模的农商行,其余为较小规模的农商行。表11第(1)至(2)列结果显示,资产规模较大的农商行通过数字化转型对其经营绩效的影响显著为正,这表明大型农商行数字化转型获得的“赋能”作用更明显。
2.股权结构异质性
以农商行前十大股东持股占比作为股权结构的代理变量[43],取值越大代表了股权集中度越高。本文以前十大股东持股占比的中位数为分界点,将样本农商行分为高股权集中度、低股权集中度两类农商行进行分样本回归分析。表11 的第(3)至(4)列显示,高股权集中度的农商行实施数字化转型能够显著促进其经营绩效。
3.与科技公司合作异质性
农商行在资金、技术、人才等资源方面相较于其他大型国有银行和股份制银行不占优势,使得与科技公司合作成为其数字化转型的重要战略。“跨界合作”能否成为农商行数字化转型的重要利器值得进一步探究。因此,本文以农商行与科技公司合作与否为标准,将农商行分成“合作、未合作”两组样本进行回归(2)在百度新闻上以“*农商行+合作”为搜索词搜索词条,然后人工筛选农商行与科技公司合作的词条作为合作与否判断标准。科技公司主要有华为、百度、腾讯、阿里、京东、科大讯飞等。,表11第(5)至(6)列显示,与科技公司合作的农商行推进数字化转型能够显著提升其经营绩效。
表11 异质性分析结果表
五、结论与建议
本文基于动态能力理论分析视角,采用文本分析法和熵值法,从数字化转型认知、数字化技术应用、数字化平台建设、数字化业务开展和数字化组织变革这五个维度构建农商行个体层面的数字化转型指数,并运用120家农商行2015—2021年的非平衡面板数据,实证分析了数字化转型对农商行经营绩效的影响及其机制。研究表明:第一,农商行的数字化转型呈现出总体增长和个体差异明显的特征。总体而言,农商行的数字化转型程度在持续增长,其中数字化业务开展程度最高而数字化组织变革程度最低。同时,不同农商行之间存在明显的数字化转型程度差异,其中数字化转型认知的个体差异最明显。资产规模越大的农商行,数字化转型程度越高。第二,数字化转型对农商行的盈利性和安全性具有促进作用,但对流动性和成长性的正向影响未显现。数字化转型认知、数字化业务开展和数字化组织变革均有助于实现“赋能”作用。提高运营效率是农商行数字化转型、提高其经营绩效的重要路径,但是降低经营成本的机制不成立。可能的原因在于,农商行在数字化转型的前期需要引进高技能劳动力、购置相关的软件和硬件设施以及开展研发活动,增加了劳动力成本、固定资产成本和研发成本。第三,数字化转型与农商行经营绩效的关系存在个体异质性。规模大、股权结构集中以及与科技公司合作的农商行,数字化转型实现的经营绩效提升作用更明显。
基于上述研究结论,本文针对农商行数字化转型提出以下建议:
一是基于乡村特色产业的交易场景,创新数字普惠金融产品。首先,农商行可将区块链技术嵌入乡村特色产业链,助推产业链各环节的交易凭证数字化,并利用大数据分析技术精准评估数字票据的信用价值和动态监测经营主体生产经营的资金流变化,为经营主体制定特色授信方案。其次,农商行需积极搭建和完善服务乡村产业的数字金融服务平台。一方面,农商行与科技公司加强合作,有效增强数字化能力,将金融服务平台打造成能满足多元化金融需求的数字金融产品超市,提升支持乡村振兴的金融服务质量;另一方面,农商行应完善多方信息共享机制,将数字金融服务平台与农产品溯源数据平台、农村产权交易平台、生产要素采购登记平台等数据平台相连接,强化特色产业经营主体的交易数据采集与分析能力,实现客户的精准画像和提高智能风控水平。
二是权衡数字化转型的成本与收益,搭建商业可持续发展的长效机制。数字化转型是农商行适应数字金融时代发展需要的必然趋势。但是农商行在数字化转型的前期阶段需要承担高昂的研发成本和面临创新风险,短期内难以产生合理的经济效益。尤其在农村地区数字鸿沟尚未完全弥合的情况下,农商行数字化技术的应用和数字化业务的开展可能面临客户需求不足的壁垒[44]。所以,在数字化转型浪潮中,农商行有必要根据客户特征和实际业务需要,在成本和风险可控的前提下,逐步推进数字化转型进程,长期可持续地提高运营效率和经营绩效。同时,农商行在为客户提供便捷化、智能化的金融服务时,应注重客户的数字金融素养培训,弥合客户的数字鸿沟,以激活数字信贷需求和增加客户信息积累,从而丰富数字化技术的应用场景。
[参考文献]
[1][43] 何婧、何广文:《农村商业银行股权结构与其经营风险、经营绩效关系研究》,《农业经济问题》2015年第12期,第65—74页。
[2] 罗煜、崔书言、旷纯:《数字化与商业银行经营转型——基于传统业务结构变迁视角》,《国际金融研究》2022年第5期,第34—44页。
[3] 李运达、陈伟、周华东:《金融科技、生产率悖论与银行盈利能力》,《财经科学》2020年第11期,第1—16页。
[4] 徐晓萍、李弘基、戈盈凡:《金融科技应用能够促进银行信贷结构调整吗?——基于银行对外合作的准自然实验研究》,《财经研究》2021年第6期,第92—107页。
[5][24][30] 郭品、沈悦:《互联网金融加重了商业银行的风险承担吗?——来自中国银行业的经验证据》,《南开经济研究》2015年第4期,第80—97页。
[6][20] 黄靖雯、陶士贵:《商业银行金融科技投入产出效率研究——基于三阶段DEA方法》,《西南民族大学学报(人文社会科学版)》2021年第4期,第136—145页。
[7] Thakor A V: “Fintech and Banking: What do We Know?”, Journal of Financial Intermediation, No.41, 2020, Article:100833.
[8][22][42] 王奕婷、罗双成:《金融科技与商业银行经营绩效——基于风险承担的中介效应分析》,《金融论坛》2022年第4期,第19—30页。
[9] Teece D J: “Explicating Dynamic Capabilities: The Nature and Microfoundations of (Sustainable) Enterprise Performance”, Strategic Management Journal, Vol.28, No.13, 2007, pp.1319-1350.
[10] 焦豪、杨季枫、王培暖等:《数据驱动的企业动态能力作用机制研究——基于数据全生命周期管理的数字化转型过程分析》,《中国工业经济》2021年第11期,第174—192页。
[11] 曾德麟、蔡家玮、欧阳桃花:《数字化转型研究:整合框架与未来展望》,《外国经济与管理》2021年第5期,第63—76页。
[12] Cavalcante S, Kesting P, Ulh
[13] 万佳彧、周勤、肖义:《数字金融、融资约束与企业创新》,《经济评论》2020年第1期,第71—83页。
[14] Filipe M S, Kathleen M E: “Organizational Boundaries and Theories of Organization”,Organization Science, Vol.16, No.5, 2005, pp. 491-508.
[15] Gomber P, Kauffman R J, Parker C, et al.: “On the Fintech Revolution: Interpreting the Forces of Innovation, Disruption, and Transformation in Financial Services”, Journal of Management Information Systems, Vol.35, No.1, 2018, pp.220-265.
[16][28] 胡俊、李强、刘颖琛等:《商业银行金融科技对零售贷款的影响——基于年报的文本分析》,《管理评论》 2021年第11期,第298—311页。
[17] 岳华、王海燕、陈欣媛:《金融科技与商业银行盈利能力:冲击抑或助推?——基于银行财报文本挖掘的实证检验》,《东南大学学报(哲学社会科学版)》2022年第4期,第70—81+147页。
[18] 佘茂艳、王元地:《数字货币发展现状及其监管》,《中国矿业大学学报(社会科学版)》2020年第2期,第121—130页。
[19] 刘澜飚、沈鑫、郭步超:《互联网金融发展及其对传统金融模式的影响探讨》,《经济学动态》2013年第8期,第73—83页。
[21] 刘忠璐:《互联网金融对商业银行风险承担的影响研究》,《财贸经济》2016年第4期,第71—85+115页。
[23] Dong Y, Meng C, Firth M, et al.: “Ownership Structure and Risk-taking: Comparative Evidence from Private and State-controlled Banks in China”,International Review of Financial Analysis, No.36, 2014, pp.120-130.
[25] Dong J, Yin L, Liu X, et al.: “Impact of Internet Finance on the Performance of Commercial Banks in China”,International Review of Financial Analysis, No.72,2020, Article:101579.
[26] 林海明、杜子芳:《主成分分析综合评价应该注意的问题》,《统计研究》2013年第8期,第25—31页。
[27] 蒋远胜、张磊、徐丽娟:《市场竞争对农村商业银行经营绩效的影响——以浙江32家农商行为例》,《农村经济》2018年第10期,第64—71页。
[29] Thorsrud L A: “Words are the New Numbers: A Newsy Coincident Index of the Business Cycle”,Journal of Business &Economic Statistics,Vol.38, No.2, 2020, pp.393-409.
[31][38] 张岳、周应恒:《数字金融发展对农村金融机构经营风险的影响——基于金融监管强度调节效应的分析》,《中国农村经济》2022年第4期,第64—82页。
[32] 王小华、邓晓雯、周海洋:《金融科技对商业银行经营绩效的影响:促进还是抑制?》,《改革》2022年第8期,第1—15页。
[33] 楼永、刘铭:《中小企业数字化变革:从迟徊观望到乘势而上——基于文本挖掘法的变革路径与绩效研究》,《工业技术经济》2022年第2期,第3—13页。
[34] 张正平、刘云华:《数字金融发展对农村商业银行运营效率的影响——基于2014—2018年非平衡面板数据的实证研究》,《农业技术经济》2022年第4期,第67—81页。
[35] 任晓怡、宁致远、吴非:《企业金融化与数字化转型——基于上市企业年报数字化文本信息的识别与检验》,《经济与管理》2022年第36期,第84—92页。
[36] 易露霞、吴非、徐斯旸:《企业数字化转型的业绩驱动效应研究》,《证券市场导报》2021年第8期,15—25+69页。
[37] 董晓林、章丹、陈秋月:《县域建设用地指标、产业结构与农村商业银行经营绩效》,《华中农业大学学报(社会科学版)》2021年第4期,第60—68页。
[39] 黄群慧、余泳泽、张松林:《互联网发展与制造业生产率提升:内在机制与中国经验》,《中国工业经济》2019年第8期,第5—23页。
[40] 何婧、李庆海:《数字金融使用与农户创业行为》,《中国农村经济》2019年第1期,第112—126页。
[41] 杨涛:《金融科技与中小银行数字化转型研究》,《农村金融研究》2022年第7期,第29—37页。
[44] 陈晓洁、何广文、陈洋:《数字鸿沟与农户数字信贷行为——基于2019年欠发达地区农村普惠金融调查数据》,《财经论丛》2022年第1期,第46—56页。