商业银行数字化转型何以促进企业创新投入

韩亮亮; 彭伊

商业银行数字化转型何以促进企业创新投入

韩亮亮,
彭伊

辽宁大学经济学部商学院，辽宁沈阳 110036

基金项目:

国家社会科学基金一般项目 21BGL110

辽宁省哲学社会科学重点学科建设项目 L23ZD017

辽宁省教育厅重点攻关项目 JYTZD2023066

详细信息

作者简介:
韩亮亮(1978-)，男，辽宁大连人，辽宁大学经济学部商学院教授，博士生导师

通讯作者:
彭伊(1997-)(通讯作者)，男，江苏徐州人，辽宁大学经济学部商学院博士研究生

中图分类号: F727
计量
- 文章访问数: 26
- HTML全文浏览量: 19
- PDF下载量: 14
- 被引次数: 0
出版历程
- 收稿日期: 2025-02-09
- 网络出版日期: 2025-09-09
- 刊出日期: 2025-07-28

How does Digital Transformation of Commercial Banks Promote Enterprise Innovation Investment

School of Business, Faculty of Economics, Liaoning University, Shenyang 110036, China

摘要

摘要: 在以银行信贷为主导的间接融资体系下，如何提高商业银行服务实体企业创新能力是理论界和实务界广泛关注的重要议题。基于2010—2021年非金融类上市公司数据，实证检验商业银行数字化转型对企业创新的影响。研究发现，商业银行数字化转型显著促进了企业创新投入，影响机制为降低企业债务融资成本、优化企业信贷结构、抑制企业过度负债、提高研发资金配置效率。调节效应分析表明，良好的创新环境能够强化商业银行数字化转型的创新赋能作用，而异质性分析表明该作用在民营企业、中小规模企业和高科技企业中影响更大。进一步分析表明，商业银行数字化转型还能帮助企业提高创新质量和创新效率。研究结论对于提高金融服务促进经济高质量发展和培育新质生产力具有重要的理论价值和实践意义。
- 商业银行数字化转型 /
- 企业创新 /
- 信贷资源 /
- 支持效应 /
- 诅咒效应
Abstract: Under a credit-driven indirect financing system dominated by bank loans, enhancing the ability of commercial banks to support innovation in real economy enterprises is a critical issue of widespread concern in both academic and practical circles. Based on the data from non-financial listed companies from 2010 to 2021, this study empirically examines the impact of commercial banks' digital transformation on corporate innovation. The study found that commercial banks' digital transformation significantly promotes corporate innovation investment, with the mechanism of action being to reduce corporate debt financing costs, optimize corporate credit structures, curb excessive corporate debt, and improve the efficiency of R&D funding allocation. Moderating effect analysis indicates that a favorable innovation environment can strengthen the innovation-enabling role of commercial banks' digital transformation, while heterogeneity analysis suggests that this effect is more pronounced in private enterprises, small and medium-sized enterprises, and high-tech enterprises. Further analysis shows that commercial banks' digital transformation can also help enterprises improve innovation quality and efficiency. The research conclusions have important theoretical and practical implications for enhancing financial services to promote high-quality economic development and cultivate new productive forces.
- bank digital transformation /
- enterprise innovation /
- credit resources /
- support effect /
- curse effect

HTML全文

表 1 主要变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	企业创新投入	RD1	研发投入/资产总额
		RD2	研发投入/营业收入
解释变量	商业银行数字化转型	BDI	加权平均商业银行数字化转型指数，计算方式见正文
控制变量	公司规模	SIZE	资产总额的自然对数值
	资产负债率	LEV	负债总额/资产总额
	盈利能力	ROA	净利润/资产总额
	发展能力	GROWTH	营业收入增长率
	公司年龄	AGE	公司上市时长的自然对数值
	现金水平	CASH	现金及现金等价物/资产总额
	股权结构	TOP1	第一大股东持股数量/总股数
	董事会独立性	INDEP	独立董事人数/董事会人数
	董事会规模	BOARD	董事会人数取自然对数
	机构投资者持股	INST	机构投资者持股数量/总股数
	市场化水平	MARKET	企业注册地省份的市场化指数
	银行规模	B_SIZE	银行资产总额取自然对数
	银行杠杆水平	B_LEV	银行资产总额/所有者权益
	银行盈利能力	B_ROA	银行净利润/资产总额
	银行资产质量	B_NPL	银行不良贷款率

下载: 导出CSV

表 2 主要变量描述性统计

变量	观测值	均值	最小值	中位数	最大值	标准差
RD1	26 749	0.019	0.000	0.015	0.276	0.022
RD2	26 749	0.038	0.000	0.030	3.077	0.055
BDI	26 749	0.783	0.149	0.779	1.700	0.383
SIZE	26 749	22.308	19.987	22.125	26.250	1.275
LEV	26 749	0.451	0.081	0.444	0.889	0.195
ROA	26 749	0.038	-0.231	0.036	0.206	0.061
GROWTH	26 749	0.180	-0.529	0.115	2.486	0.399
AGE	26 749	2.217	0.000	2.303	3.466	0.767
CASH	26 749	0.045	-0.704	0.045	0.876	0.073
TOP1	26 749	0.346	0.093	0.323	0.748	0.148
INDEP	26 749	0.376	0.333	0.357	0.571	0.054
BOARD	26 749	2.132	1.099	2.197	2.890	0.200
INST	26 749	0.401	0.000	0.409	3.267	0.235
MARKET	26 749	9.449	4.080	9.670	12.020	1.675
BANK_SIZE	26 749	22.855	8.254	23.355	54.011	6.652
BANK_LEV	26 749	0.719	0.256	0.741	1.642	0.205
BANK_ROA	26 749	0.012	0.004	0.011	0.026	0.004
BANK_NPL	26 749	1.056	0.328	1.065	2.421	0.364

下载: 导出CSV

表 3 基准回归结果

变量	RD1_t+1	RD2_t+1	RD1_t+1	RD2_t+1
变量	(1)	(2)	(3)	(4)
BDI	0.003^**	0.004	0.011^***	0.020^***
	(2.275)	(1.127)	(4.912)	(2.757)
SIZE			-0.001^***	-0.001^**
			(-4.641)	(-2.060)
LEV			-0.002	-0.041^***
			(-1.108)	(-9.865)
ROA			0.033^***	-0.022
			(8.337)	(-1.469)
GROWTH			0.000	-0.003^***
			(0.905)	(-4.092)
AGE			-0.002^***	-0.005^***
			(-4.570)	(-5.672)
CASH			0.012^***	-0.012^**
			(4.804)	(-2.055)
TOP1			-0.007^***	-0.023^***
			(-4.185)	(-6.528)
INDEP			0.008^*	0.028^***
			(1.688)	(2.801)
BOARD			0.001	0.002
			(0.630)	(0.541)
INST			0.005^***	0.004
			(4.289)	(1.525)
MARKET			-0.001^*	-0.001^*
			(-1.844)	(-1.875)
BANK_SIZE			-0.003^***	-0.005^***
			(-4.105)	(-3.543)
BANK_LEV			0.067^***	0.138^***
			(3.491)	(3.382)
BANK_ROA			0.390^***	0.555
			(2.992)	(1.518)
BANK_NPL			0.001	-0.000
			(0.420)	(-0.035)
常数项	0.017^***	0.035^***	0.046^***	0.093^***
	(15.766)	(11.121)	(6.731)	(6.120)
年份、行业和城市固定效应	是	是	是	是
N	26 749	26 749	26 749	26 749
R²	0.338	0.237	0.366	0.269
注：* * 、、分别代表 1%、5%和10%的显著性水平；括号中是经过聚类稳健标准误调整的t值。下表同。

下载: 导出CSV

表 4 工具变量法

变量	BDI_t	RD1_t+1	RD2_t+1
变量	(1)	(2)	(3)
Ⅳ	0.022^***
	(8.406)
BDI		0.067^***	0.148^***
		(2.661)	(3.063)
控制变量	是	是	是
年份、行业和城市固定效应	是	是	是
N	22 891	22 891	22 891
R²		0.011	0.028
K-P LM		319.445^***	319.445^***
K-P WF		70.668	70.668
		[16.38]	[16.38]
注：[]数值为Stock-Yogo弱识别检验10%水平上的临界值。部分变量存在缺失值导致观测值较基准回归略有下降，下表同。

下载: 导出CSV

表 5 Heckman两阶段和倾向得分匹配检验

变量	Heckman两阶段		倾向得分匹配
	RD1_t+1	RD2_t+1	RD1_t+1	RD2_t+1
	(1)	(2)	(3)	(4)
BDI	0.011^***	0.020^***	0.009^***	0.020^**
	(4.915)	(2.750)	(3.445)	(2.480)
IMR	0.081	-0.038
	(1.160)	(-0.273)
常数项	-0.065	0.145	0.047^***	0.097^***
	(-0.677)	(0.766)	(5.673)	(5.139)
控制变量	是	是	是	是
年份、行业和城市固定效应	是	是	是	是
N	26 749	26 749	14 571	14 571
R²	0.366	0.269	0.361	0.262

下载: 导出CSV

表 6 其他稳健性检验

变量	更换被解释变量		调整样本范围		进一步加入控制变量
	LNRD_t+1	RDD_t+1	RD1_t+1	RD2_t+1	RD1_t+1	RD2_t+1
	(1)	(2)	(3)	(4)	(5)	(6)
BDI	2.646^***	0.783^*	0.013^***	0.023^***	0.011^***	0.017^**
	(3.816)	(1.755)	(4.858)	(2.874)	(4.226)	(2.178)
INDEX					0.010^***	0.012
					(2.881)	(1.633)
B_HHI					-0.002	-0.019
					(-0.249)	(-1.169)
常数项	-12.020^***	-6.981^***	0.059^***	0.118^***	-0.006	0.037
	(-5.935)	(-8.078)	(7.511)	(6.582)	(-0.262)	(0.872)
控制变量	是	是	是	是	是	是
年份、行业和城市固定效应	是	是	是	是	是	是
N	26 749	26 749	23 026	23 026	25 323	25 323
R²	0.508	—	0.304	0.233	0.365	0.266

下载: 导出CSV

表 7 机制检验

变量	强化信贷资源的“支持效应”			削弱信贷资源的“诅咒效应”
	COST_t	CREDIT_t	GURAN_t	EXDEBT_t	RD1_t+1	RD2_t+1
	(1)	(2)	(3)	(4)	(5)	(6)
BDI	-0.006^**	0.015^***	-0.004^**	-0.031^**	0.011^***	0.018^**
	(-2.091)	(3.507)	(-2.782)	(-2.238)	(4.697)	(2.460)
TQ					0.002^***	0.007^***
					(5.539)	(5.373)
BDI×TQ					0.002^***	0.003^**
					(3.043)	(2.033)
常数项	0.008	-0.154^***	0.070^***	0.342^***	0.036^***	0.043^**
	(1.141)	(-18.739)	(8.453)	(7.732)	(4.708)	(2.383)
控制变量	是	是	是	是	是	是
年份、行业和城市固定效应	是	是	是	是	是	是
N	26 749	26 749	26 749	23 122	26 269	26 269
R²	0.275	0.105	0.083	0.287	0.378	0.287

下载: 导出CSV

表 8 创新环境的调节效应

变量	知识产权保护		行业竞争程度		管理者短视
	RD1_t+1	RD2_t+1	RD1_t+1	RD2_t+1	RD1_t+1	RD2_t+1
	(1)	(2)	(3)	(4)	(5)	(6)
BDI	0.011^***	0.019^***	0.010^***	0.017^**	0.011^***	0.018^**
	(4.867)	(2.597)	(4.563)	(2.341)	(4.449)	(2.302)
BDI×IPP	0.002	0.019^**
	(0.543)	(2.352)
IPP	-0.002	-0.001
	(-0.692)	(-0.101)
BDI×HHI			0.000^***	0.001^***
			(8.868)	(8.332)
HHI			0.000^***	0.001^***
			(11.930)	(13.119)
BDI×Myopia					-0.022^***	-0.048^***
					(-4.674)	(-4.731)
Myopia					-0.010^***	-0.016
					(-4.680)	(-1.621)
常数项	0.055^***	0.109^***	0.050^***	0.094^***	0.053^***	0.099^***
	(8.163)	(7.166)	(7.561)	(6.454)	(7.894)	(6.690)
控制变量	是	是	是	是	是	是
年份、行业和城市固定效应	是	是	是	是	是	是
N	26 749	26 749	26 286	26 286	25 913	25 913
R²	0.366	0.269	0.386	0.290	0.368	0.275

下载: 导出CSV

表 9 商业银行数字化转型的结构性影响

变量	RD1_t+1	RD1_t+1	RD1_t+1	RD2_t+1	RD2_t+1	RD2_t+1
变量	(1)	(2)	(3)	(4)	(5)	(6)
BDI_S	0.001			0.000
	(0.329)			(0.105)
BDI_B		0.005^***			0.008^**
		(5.003)			(2.263)
BDI_M			0.009^***			0.019^***
			(3.870)			(2.835)
常数项	0.051^***	0.046^***	0.049^***	0.101^***	0.094^***	0.099^***
	(7.494)	(6.684)	(7.320)	(6.765)	(6.102)	(6.600)
控制变量	是	是	是	是	是	是
年份、行业和城市固定效应	是	是	是	是	是	是
N	26 749	26 749	26 749	26 749	26 749	26 749
R²	0.364	0.366	0.365	0.269	0.269	0.269

下载: 导出CSV

表 10 产权性质和企业规模的异质性

变量	产权性质				企业规模
	国有企业	民营企业	国有企业	民营企业	大规模企业	中小规模企业	大规模企业	中小规模企业
	RD1_t+1	RD1_t+1	RD2_t+1	RD2_t+1	RD1_t+1	RD1_t+1	RD2_t+1	RD2_t+1
BDI	-0.000	0.016^***	0.007	0.024^**	0.009^***	0.013^***	0.008	0.029^***
	(-0.053)	(5.194)	(1.068)	(2.411)	(2.846)	(4.046)	(0.654)	(3.306)
常数项	0.061^***	0.029^***	0.107^***	0.056^**	0.050^***	0.038^***	0.111^***	0.095^**
	(6.426)	(2.677)	(6.218)	(2.220)	(4.447)	(2.636)	(5.203)	(2.183)
控制变量	是	是	是	是	是	是	是	是
年份、行业和城市固定效应	是	是	是	是	是	是	是	是
N	10 298	16 128	10 298	16 128	13 371	13 378	13 371	13 378
R²	0.419	0.321	0.381	0.228	0.415	0.310	0.299	0.233
组间系数差异	P值=0.000		P值=0.060		P值=0.053		P值=0.021
注：组间系数差异检验的P值采用费舍尔组合检验抽样1000次计算得到，表 11同。

下载: 导出CSV

表 11 行业技术属性的异质性

变量	高科技行业	非高科技行业	高科技行业	非高科技行业
变量	RD1_t+1	RD1_t+1	RD2_t+1	RD2_t+1
BDI	0.018^***	0.003	0.033^***	0.003
	(4.939)	(1.403)	(2.820)	(0.587)
常数项	0.058^***	0.029^***	0.115^***	0.058^***
	(5.077)	(5.505)	(4.571)	(4.097)
控制变量	是	是	是	是
年份、行业和城市固定效应	是	是	是	是
N	15 303	11 446	15 303	11 446
R²	0.214	0.369	0.188	0.238
组间系数差异	P值=0.000		P值=0.003

下载: 导出CSV

表 12 商业银行数字化转型与企业创新绩效

变量	INNO_t+1	INNO1_t+1	INNO2_t+1	INNOEF_t+1
变量	(1)	(2)	(3)	(4)
BDI	0.227	0.321^*	0.094	0.018^*
	(1.200)	(1.853)	(0.503)	(1.686)
常数项	-11.290^***	-11.395^***	-10.013^***	-0.434^***
	(-20.317)	(-20.389)	(-18.882)	(-14.962)
控制变量	是	是	是	是
年份、行业和城市固定效应	是	是	是	是
N	26 749	26 749	26 749	26 749
R²	0.476	0.429	0.444	0.432

下载: 导出CSV

参考文献(36)

[1]	鞠晓生, 卢荻, 虞义华. 融资约束、营运资本管理与企业创新可持续性[J]. 经济研究, 2013(1): 4-16.
[2]	BROWN J R, MARTINSSON G, PETERSEN B C. Do financing constraints matter for R&D?[J]. European Economic Review, 2012, 56(8): 1512-1529. doi: 10.1016/j.euroecorev.2012.07.007
[3]	ALLEN F, QIAN J, QIAN M. Law, finance, and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57-116. doi: 10.1016/j.jfineco.2004.06.010
[4]	徐飞. 银行信贷与企业创新困境[J]. 中国工业经济, 2019(1): 119-136.
[5]	蔡庆丰, 陈熠辉, 林焜. 信贷资源可得性与企业创新: 激励还是抑制?——基于银行网点数据和金融地理结构的微观证据[J]. 经济研究, 2020(10): 124-140.
[6]	喻子秦, 肖翔. 影子银行监管优化与企业创新——基于《资管新规》的准自然实验[J]. 会计研究, 2023(4): 74-87.
[7]	王永钦, 杨璨. 银企共同持股与中国的企业创新[J]. 财贸经济, 2023(9): 57-74.
[8]	张伟俊, 袁凯彬, 李万利. 商业银行网点扩张如何影响企业创新: 理论与经验证据[J]. 世界经济, 2021(6): 204-228.
[9]	谢绚丽, 王诗卉. 中国商业银行数字化转型: 测度、进程及影响[J]. 经济学(季刊), 2022(6): 1937-1956.
[10]	李晓溪, 钟勍儿, 杨国超. 商业银行数字化转型、信息成本与企业融资约束[J]. 会计研究, 2024(11): 79-91.
[11]	蒋海, 唐绅峰, 吴文洋. 数字化转型对商业银行风险承担的影响研究——理论逻辑与经验证据[J]. 国际金融研究, 2023(1): 62-73.
[12]	项后军, 高鹏飞. 银行数字化转型能缓解流动性囤积吗[J]. 经济学动态, 2023(8): 82-100.
[13]	丁鑫, 周晔. 数字化转型与银行信贷配置——基于银行贷款投向实体经济的视角[J]. 数量经济技术经济研究, 2024(3): 193-216.
[14]	余明桂, 马林, 王空. 商业银行数字化转型与劳动力需求: 创造还是破坏?[J]. 管理世界, 2022(10): 212-230.
[15]	张一林, 郁芸君, 陈珠明. 人工智能、中小企业融资与银行数字化转型[J]. 中国工业经济, 2021(12): 69-87.
[16]	封思贤, 郭仁静. 数字金融、银行竞争与银行效率[J]. 改革, 2019(11): 75-89.
[17]	GOLDSTEIN I, JIANG W, KAROLYI G A. To fintech and beyond[J]. The Review of Financial Studies, 2019, 32(5): 1647-1661.
[18]	黄益平, 邱晗. 大科技信贷: 一个新的信用风险管理框架[J]. 管理世界, 2021(2): 12-21.
[19]	张璇, 刘贝贝, 汪婷, 等. 信贷寻租、融资约束与企业创新[J]. 经济研究, 2017(5): 161-174.
[20]	谭常春, 王卓, 周鹏. 金融科技"赋能"与企业绿色创新——基于信贷配置与监督的视角[J]. 财经研究, 2023(1): 34-48, 78.
[21]	肖海莲, 唐清泉, 周美华. 负债对企业创新投资模式的影响——基于R&D异质性的实证研究[J]. 科研管理, 2014(10): 77-85.
[22]	温军, 冯根福. 异质机构、企业性质与自主创新[J]. 经济研究, 2012(3): 53-64.
[23]	贾盾, 韩昊哲. 金融科技与商业银行竞争性负债[J]. 世界经济, 2023(2): 183-208.
[24]	李逸飞, 李茂林, 李静. 银行金融科技、信贷配置与企业短债长用[J]. 中国工业经济, 2022(10): 137-154.
[25]	梁鹏, 梁琳, 齐荻. 工业机器人应用能否提升企业创新能力[J]. 广东财经大学学报, 2024(2): 59-70. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=681f23d8-a578-4f1a-b14a-63cea4bdbcf3
[26]	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[J]. 中国工业经济, 2019(8): 5-23.
[27]	王贞洁, 王惠. 低碳城市试点政策与企业高质量发展——基于经济效率与社会效益双维视角的检验[J]. 经济管理, 2022, 44(6): 43-62.
[28]	李广子, 刘力. 债务融资成本与民营信贷歧视[J]. 金融研究, 2009(12): 137-150.
[29]	陆正飞, 何捷, 窦欢. 谁更过度负债: 国有还是非国有企业?[J]. 经济研究, 2015(12): 54-67.
[30]	田利辉, 王可第, 马静, 等. 产融结合对企业创新的影响: 资源协同还是资源诅咒?[J]. 经济学(季刊), 2022(6): 1891-1912.
[31]	SAMPAT B, WILLIAMS H L. How do patents affect follow-on innovation? evidence from the human genome[J]. American Economic Review, 2019, 109(1): 203-236.
[32]	AGHION P, AKCIGIT U, HOWITT P. The schumpeterian growth paradigm[J]. Annual Review of Economics, 2015, 7(7): 557-575.
[33]	胡楠, 薛付婧, 王昊楠. 管理者短视主义影响企业长期投资吗?——基于文本分析和机器学习[J]. 管理世界, 2021(5): 139-156+11+19-21.
[34]	龙小宁, 易巍, 林志帆. 知识产权保护的价值有多大?——来自中国上市公司专利数据的经验证据[J]. 金融研究, 2018(8): 120-136.
[35]	彭红星, 毛新述. 政府创新补贴、公司高管背景与研发投入——来自我国高科技行业的经验证据[J]. 财贸经济, 2017(3): 147-161.
[36]	马新啸, 汤泰劼. 非国有股东治理与国有企业高质量创新——基于政府行政效率视角的再审视[J]. 当代经济科学, 2024(2): 132-144.