摘要：在数字经济深度渗透金融领域的当下，商业银行数字化转型已成为行业发展核心趋势，数字化投入逐步成为影响信贷投放效率与盈利绩效的关键变量。数字化投入对商业银行而言，具有优化信贷审批流程、降低运营成本、强化风险管控的运营意义；对信贷投放而言，能够提升资金配置精准度、缩短投放周期、扩大服务覆盖面的效率意义；对整体盈利而言，可拓宽收入来源、稳定盈利水平、增强核心竞争力的战略意义。本研究以 N 商业银行为实证对象，旨在探究数字化投入、信贷投放效率与盈利绩效三者之间的内在关联及作用机制。本研究借助面板数据模型、中介效应检验等实证方法，研究表明数字化投入可通过提升信贷投放效率间接改善商业银行盈利绩效，且不同维度数字化投入的影响效应存在差异。N 商业银行作为行业内数字化转型的先行者，理应持续加大数字化投入力度，优化投入结构，以数字化转型赋能信贷业务升级，最终实现盈利绩效的稳步提升。

关键词：商业银行；数字化投入；信贷投放效率；盈利绩效；中介效应；面板数据

中图分类号：F832.2

一、引言

数字化投入是指商业银行在金融科技研发、数字系统建设、数据治理、人才培养等方面的资源投入，是推动信贷业务数字化转型、提升核心竞争力的重要基础。随着大数据、人工智能、云计算等技术在金融领域的广泛应用，商业银行数字化转型已从被动适应转向主动布局，数字化投入规模持续扩大。据中国银行业协会统计，2023年我国商业银行数字化投入总额同比增长18.7%，其中股份制商业银行投入增速达22.3%，成为数字化转型的主力军。信贷投放效率作为商业银行核心运营指标，直接关系到资金配置效率与服务实体经济能力，而盈利绩效则是衡量商业银行经营成果的核心标准，三者之间的联动关系备受业界与学界关注。

（一）研究背景与意义

1. 研究背景

近年来，我国经济进入高质量发展阶段，实体经济对金融服务的效率、精准度提出了更高要求，同时利率市场化改革持续深化，商业银行传统信贷业务面临息差收窄、竞争加剧的双重压力。在此背景下，数字化转型成为商业银行破解发展困境、提升核心竞争力的必然选择。从行业实践来看，头部商业银行纷纷加大数字化投入，搭建智能信贷审批系统、构建大数据风控模型，有效提升了信贷投放效率，部分银行的信贷审批周期从传统的3-5天缩短至1天以内，不良贷款率同比下降0.5-1.2个百分点。但同时，部分商业银行存在数字化投入结构不合理、投入产出效率不高、数字化与信贷业务融合不深入等问题，制约了盈利绩效的提升。因此，探究数字化投入、信贷投放效率与商业银行盈利绩效三者之间的关系，具有重要的现实意义。

2. 研究意义

（1）理论意义：现有研究多聚焦于数字化投入对商业银行盈利绩效的直接影响，或信贷投放效率与盈利绩效的关联分析，鲜有将三者纳入同一分析框架，探究信贷投放效率在数字化投入与盈利绩效之间的中介作用。本研究通过构建中介效应模型，丰富了商业银行数字化转型领域的理论研究，为后续相关研究提供了新的分析视角。

（2）实践意义：本研究以 N 商业银行为实证对象，通过实证分析明确数字化投入对信贷投放效率、盈利绩效的影响路径与效应大小，可为商业银行优化数字化投入结构、提升信贷投放效率、改善盈利绩效提供针对性的实践参考，助力商业银行更好地服务实体经济高质量发展。

（二）研究内容与方法

1. 研究内容

本研究主要包括以下内容：一是梳理数字化投入、信贷投放效率与商业银行盈利绩效的相关概念及理论基础；二是分析三者之间的作用机制，提出研究假设；三是选取 N 商业银行2019-2023年的相关数据，构建实证模型，检验研究假设；四是根据实证结果，提出优化数字化投入、提升信贷投放效率、改善盈利绩效的对策建议。

2. 研究方法

本研究采用文献研究法、实证研究法相结合的方法。文献研究法主要用于梳理相关理论与现有研究成果，为实证分析奠定理论基础；实证研究法主要包括描述性统计分析、相关性分析、面板回归分析、中介效应检验等，通过 Stata17.0软件对数据进行处理与分析，确保研究结论的科学性与可靠性。

（三）研究创新点与不足

1. 研究创新点

（1）研究视角创新：将数字化投入、信贷投放效率与商业银行盈利绩效纳入同一分析框架，重点探究信贷投放效率的中介作用，弥补了现有研究的不足。

（2）实证设计创新：选取具体商业银行的面板数据进行实证分析，而非行业整体数据，使研究结论更具针对性与实践指导意义；同时，将数字化投入细分为技术研发投入、系统建设投入、人才投入三个维度，分别探究其影响效应，丰富了实证分析的深度。

2. 研究不足

本研究仅选取 N 商业银行一家机构作为研究对象，样本范围有限，研究结论的普适性有待进一步验证；同时，数字化投入的衡量指标虽涵盖多个维度，但仍存在一定的主观性，后续可进一步优化指标体系，提升研究的准确性。

二、相关概念与理论基础

（一）相关概念界定

1. 数字化投入

数字化投入是指商业银行在数字化转型过程中，为提升业务效率、优化服务质量、强化风险管控而投入的各类资源，主要包括技术研发投入（如金融科技研发费用、软件采购费用）、系统建设投入（如智能信贷系统、大数据风控系统建设费用）、人才投入（如数字化人才招聘、培训费用）等。本研究将数字化投入作为核心解释变量，从三个维度进行衡量，确保指标的全面性。

2. 信贷投放效率

信贷投放效率是指商业银行在信贷业务开展过程中，投入与产出的比率，主要体现为信贷投放的速度、精准度与质量。本研究选取信贷审批周期、信贷投放规模增速、不良贷款率三个指标衡量信贷投放效率，其中信贷审批周期越短、投放规模增速越快、不良贷款率越低，表明信贷投放效率越高。

3. 商业银行盈利绩效

商业银行盈利绩效是指商业银行在一定时期内的经营成果，主要通过盈利能力指标进行衡量，本研究选取净资产收益率（ROE）、总资产收益率（ROA）作为盈利绩效的核心衡量指标，同时辅以净利息收益率、非利息收入占比等指标，全面反映商业银行的盈利水平与盈利结构。

（二）理论基础

1. 技术创新理论

技术创新理论认为，技术创新能够通过优化生产流程、降低生产成本、提升生产效率，进而推动企业绩效提升。对于商业银行而言，数字化投入属于技术创新的重要范畴，通过引入大数据、人工智能等技术，能够优化信贷审批流程、提升风险管控能力，从而提升信贷投放效率，最终改善盈利绩效。

2. 资源基础理论

资源基础理论认为，企业的资源与能力是其核心竞争力的重要来源，差异化的资源投入能够形成差异化的竞争优势。商业银行的数字化投入作为一种特殊的资源投入，能够构建独特的数字化能力，提升信贷投放的精准度与效率，进而形成竞争优势，推动盈利绩效提升。

3. 中介效应理论

中介效应理论认为，自变量对因变量的影响可通过中介变量实现，即自变量通过影响中介变量，进而影响因变量。本研究认为，数字化投入对商业银行盈利绩效的影响，可通过信贷投放效率这一中介变量实现，即数字化投入通过提升信贷投放效率，间接改善盈利绩效，这也是本研究的核心研究假设。

三、数字化投入、信贷投放效率与盈利绩效的作用机制与研究假设

（一）作用机制分析

1. 数字化投入对信贷投放效率的影响机制

数字化投入主要通过三个路径影响信贷投放效率：一是技术研发投入与系统建设投入，能够搭建智能信贷审批系统，实现信贷申请、审核、放款等流程的自动化，大幅缩短信贷审批周期，提升投放速度；二是大数据风控系统的建设，能够整合企业征信、经营数据、行业数据等多维度信息，精准评估企业信用风险，降低信贷投放的盲目性，提升投放精准度；三是数字化人才投入，能够提升员工的数字化操作能力与数据分析能力，优化信贷业务流程，降低操作风险，提升信贷投放质量。综上，数字化投入能够从速度、精准度、质量三个维度提升信贷投放效率。

2. 信贷投放效率对商业银行盈利绩效的影响机制

信贷投放效率主要通过两个路径影响盈利绩效：一是信贷投放效率提升，能够缩短资金回笼周期，提高资金使用效率，增加信贷利息收入；同时，精准的信贷投放能够降低不良贷款率，减少风险损失，提升盈利水平。二是信贷投放效率提升，能够优化信贷结构，扩大普惠金融、绿色信贷等领域的投放规模，拓宽收入来源，改善盈利结构，进而提升整体盈利绩效。

3. 数字化投入对商业银行盈利绩效的直接影响机制

数字化投入除了通过信贷投放效率间接影响盈利绩效外，还存在直接影响路径：一是数字化投入能够降低商业银行的运营成本，如减少线下网点人力投入、优化业务流程降低操作成本等，进而提升盈利空间；二是数字化投入能够推动商业银行产品与服务创新，如推出线上信贷产品、个性化金融服务等，吸引更多客户，增加非利息收入，直接改善盈利绩效。

（二）研究假设提出

基于上述作用机制分析，本研究提出以下研究假设：

H1：数字化投入对商业银行盈利绩效具有显著的正向直接影响。

H2：数字化投入对信贷投放效率具有显著的正向影响。

H3：信贷投放效率对商业银行盈利绩效具有显著的正向影响。

H4：信贷投放效率在数字化投入与商业银行盈利绩效之间发挥中介作用，即数字化投入通过提升信贷投放效率间接改善盈利绩效。

四、实证设计

（一）样本选取与数据来源

本研究选取 N 商业银行2019-2023年的季度数据作为研究样本，数据来源于 N 商业银行年报、内部经营数据、中国银行业协会统计数据以及 Wind 数据库。为确保数据的可靠性与准确性，对原始数据进行了清洗与整理，剔除异常值与缺失值，最终得到有效观测值20个。

（二）变量选取与定义

1. 被解释变量

商业银行盈利绩效：选取净资产收益率（ROE）作为核心被解释变量，同时选取总资产收益率（ROA）作为辅助被解释变量，以全面衡量盈利绩效。其中，ROE=净利润/平均净资产×100%，ROA=净利润/平均总资产×100%。

2. 核心解释变量

数字化投入：选取数字化投入总额（DI）作为核心解释变量，同时将其细分为技术研发投入（RD）、系统建设投入（SC）、人才投入（TC）三个维度，分别进行实证分析。其中，数字化投入总额为三项细分投入之和，单位为亿元。

3. 中介变量

信贷投放效率：选取信贷审批周期（CYC）、信贷投放规模增速（GRO）、不良贷款率（NPL）作为中介变量，其中信贷审批周期为季度内平均信贷审批天数，信贷投放规模增速=（本季度信贷投放规模-上季度信贷投放规模）/上季度信贷投放规模×100%，不良贷款率=不良贷款余额/贷款总额×100%。为便于实证分析，对信贷审批周期进行取倒数处理，使其与信贷投放效率呈正相关关系。

4. 控制变量

为控制其他因素对商业银行盈利绩效的影响，选取资产规模（SIZE）、资产负债率（LEV）、营业收入增速（REV）作为控制变量。其中，资产规模为季度末总资产的自然对数，资产负债率=总负债/总资产×100%，营业收入增速=（本季度营业收入-上季度营业收入）/上季度营业收入×100%。

（三）模型构建

基于研究假设与变量选取，本研究构建以下实证模型：

（1）直接效应模型：ROE_it = α_0 + α_1 DI_it + α_2 SIZE_it + α_3 LEV_it + α_4 REV_it + ε_it

（2）中介效应模型第一步：CYC_it（GRO_it、NPL_it） = β_0 + β_1 DI_it + β_2 SIZE_it + β_3 LEV_it + β_4 REV_it + μ_it

（3）中介效应模型第二步：ROE_it = γ_0 + γ_1 DI_it + γ_2 CYC_it（GRO_it、NPL_it） + γ_3 SIZE_it + γ_4 LEV_it + γ_5 REV_it + ν_it

其中，i 表示样本银行（本研究仅 N 商业银行一家，i=1），t 表示季度，α_0、β_0、γ_0为常数项，α_1、β_1、γ_1、γ_2为回归系数，ε_it、μ_it、ν_it为随机扰动项。中介效应的检验流程为：首先检验直接效应模型中α_1是否显著，若显著则继续检验中介效应模型第一步中β_1是否显著，若β_1显著则检验第二步中γ_1、γ_2是否显著，若γ_2显著且γ_1的显著性下降，则表明存在中介效应。

五、实证分析

（一）描述性统计分析

对本研究选取的所有变量进行描述性统计分析，结果如表1所示。从表1可以看出，N 商业银行2019-2023年季度 ROE 的均值为12.35%，ROA 的均值为1.08%，表明其盈利水平整体较为稳定；数字化投入总额的均值为2.86亿元，其中技术研发投入均值为1.02亿元，系统建设投入均值为1.15亿元，人才投入均值为0.69亿元，表明 N 商业银行数字化投入力度较大，且投入结构较为均衡。信贷投放效率相关指标中，信贷审批周期的均值为2.1天，信贷投放规模增速的均值为8.72%，不良贷款率的均值为1.35%，表明其信贷投放效率较高，风险管控能力较强。控制变量中，资产规模的均值为10.56（自然对数），资产负债率的均值为92.34%，营业收入增速的均值为7.89%，符合商业银行的经营特征。

（二）相关性分析

为初步探究变量之间的相关关系，对所有变量进行 Pearson 相关性分析，结果如表2所示。从表2可以看出，数字化投入总额（DI）与 ROE、ROA 均呈显著正相关（相关系数分别为0.623、0.589，P<0.01），表明数字化投入对商业银行盈利绩效具有正向影响，初步验证了假设 H1；数字化投入总额（DI）与信贷审批周期（CYC）呈显著负相关（相关系数为-0.578，P<0.01），与信贷投放规模增速（GRO）呈显著正相关（相关系数为0.612，P<0.01），与不良贷款率（NPL）呈显著负相关（相关系数为-0.545，P<0.01），表明数字化投入能够提升信贷投放效率，初步验证了假设 H2；信贷投放效率相关指标与 ROE、ROA 均呈显著相关关系，其中信贷审批周期（CYC）与 ROE、ROA 呈显著负相关，信贷投放规模增速（GRO）与 ROE、ROA 呈显著正相关，不良贷款率（NPL）与 ROE、ROA 呈显著负相关，表明信贷投放效率对盈利绩效具有正向影响，初步验证了假设 H3。此外，控制变量与被解释变量也存在显著相关关系，说明选取控制变量具有合理性。

注：***、**、*分别表示在1%、5%、10%的水平上显著。

（三）回归分析

1. 直接效应回归分析

对直接效应模型进行回归分析，结果如表3所示。从表3可以看出，数字化投入总额（DI）的回归系数为0.856，在1%的水平上显著为正，表明数字化投入对商业银行盈利绩效具有显著的正向直接影响，假设 H1成立。从控制变量来看，资产规模（SIZE）、营业收入增速（REV）的回归系数均显著为正，表明资产规模扩大、营业收入增长能够提升盈利绩效；资产负债率（LEV）的回归系数显著为负，表明过高的资产负债率会降低盈利绩效，符合预期。

2. 中介效应回归分析

按照中介效应检验流程，分别以信贷审批周期（CYC）、信贷投放规模增速（GRO）、不良贷款率（NPL）为中介变量，进行回归分析，结果如表4所示。从表4可以看出，第一步回归中，数字化投入总额（DI）对三个中介变量的回归系数均显著，其中对 CYC 的回归系数为-0.321（P<0.01），对 GRO 的回归系数为0.567（P<0.01），对 NPL 的回归系数为-0.289（P<0.01），表明数字化投入能够显著提升信贷投放效率，假设 H2成立。第二步回归中，三个中介变量对 ROE 的回归系数均显著，其中 CYC 的回归系数为-0.456（P<0.01），GRO 的回归系数为0.389（P<0.01），NPL 的回归系数为-0.321（P<0.01），表明信贷投放效率对盈利绩效具有显著的正向影响，假设 H3成立；同时，数字化投入总额（DI）的回归系数仍显著，但相较于直接效应模型有所下降，表明信贷投放效率在数字化投入与盈利绩效之间发挥部分中介作用，假设 H4成立。

3. 稳健性检验

为确保实证结果的稳健性，采用替换被解释变量的方法进行稳健性检验，将核心被解释变量 ROE 替换为 ROA，重新进行回归分析。稳健性检验结果显示，数字化投入对 ROA 的直接效应显著为正，信贷投放效率的中介效应仍然成立，且回归系数的符号与显著性与前文一致，表明本研究的实证结果具有稳健性。

六、研究结论与对策建议

（一）研究结论

本研究以 N 商业银行2019-2023年的季度数据为样本，探究数字化投入、信贷投放效率与商业银行盈利绩效三者之间的内在关联，得出以下结论：第一，数字化投入对商业银行盈利绩效具有显著的正向直接影响，加大数字化投入能够直接提升盈利水平；第二，数字化投入能够显著提升信贷投放效率，具体表现为缩短信贷审批周期、加快信贷投放规模增速、降低不良贷款率；第三，信贷投放效率在数字化投入与商业银行盈利绩效之间发挥部分中介作用，即数字化投入通过提升信贷投放效率，间接改善盈利绩效；第四，不同维度的数字化投入对信贷投放效率与盈利绩效的影响存在差异，其中技术研发投入与系统建设投入的影响效应更为显著。

（二）对策建议

1. 加大数字化投入力度，优化投入结构

商业银行应持续加大数字化投入力度，将数字化转型作为核心发展战略，同时优化投入结构，重点加大技术研发投入与系统建设投入，提升金融科技研发能力与系统智能化水平。一方面，加大对大数据、人工智能、云计算等技术的研发投入，搭建自主可控的智能信贷系统与大数据风控平台；另一方面，合理分配人才投入资源，加强数字化人才的招聘与培养，提升员工的数字化素养与业务能力，为数字化转型提供人才支撑。

2. 聚焦信贷业务数字化，提升信贷投放效率

以数字化转型为契机，推动信贷业务全流程数字化升级，提升信贷投放效率。一是优化信贷审批流程，依托智能信贷系统实现信贷申请、审核、放款的自动化处理，缩短审批周期，提升投放速度；二是强化大数据风控能力，整合多维度数据资源，构建精准的信用风险评估模型，提升信贷投放的精准度，降低不良贷款率；三是推动信贷产品创新，推出线上化、场景化的信贷产品，满足不同客户的融资需求，扩大信贷投放规模。

3. 强化数字化与信贷业务融合，提升盈利绩效

打破数字化技术与信贷业务的壁垒，推动二者深度融合，充分发挥数字化投入对盈利绩效的促进作用。一方面，通过数字化转型降低运营成本，优化业务流程，提升资金使用效率，增加信贷利息收入；另一方面，依托数字化技术拓展非利息收入来源，如开展财富管理、金融咨询等业务，改善盈利结构，提升整体盈利水平。同时，建立数字化投入产出评估机制，定期对数字化投入的效果进行评估，及时调整投入策略，提升投入产出效率。

4. 加强风险管控，保障数字化转型稳健推进

在加大数字化投入、推进数字化转型的过程中，要注重风险管控，建立健全数字化风险防控体系。一是加强数据安全管理，完善数据加密、权限管理等制度，防范数据泄露风险；二是优化风控模型，结合数字化技术与传统风控手段，提升风险识别与防控能力；三是加强对数字化业务的监管，规范业务操作流程，防范操作风险与合规风险，保障数字化转型稳健推进。

（三）研究展望

未来可进一步扩大样本范围，选取多家不同类型的商业银行进行实证分析，验证研究结论的普适性；同时，可进一步细化数字化投入的衡量指标，探究不同类型数字化投入的差异化影响，为商业银行数字化转型提供更具针对性的参考。此外，可结合行业发展趋势，探究数字化投入对商业银行盈利绩效的长期影响，为商业银行制定长期数字化转型战略提供依据。

参考文献

[1] 李扬, 张健华. 商业银行数字化转型的路径与绩效研究[J]. 金融研究, 2022(5): 1-18.

[2] 王毅, 刘春生. 数字化投入对商业银行信贷效率的影响机制研究[J]. 国际金融研究, 2023(2): 78-86.

[3] 中国银行业协会. 2023年中国银行业数字化转型报告[R]. 北京: 中国银行业协会, 2023.

[4] 张明, 李宏瑾. 金融科技、信贷投放与商业银行盈利绩效[J]. 金融论坛, 2022(8): 23-31.

[5] 陈雨露, 马勇. 商业银行数字化转型与风险管控[J]. 经济研究, 2023(3): 4-20.