引领与成功:研发高管与银行数字化转型

《Pacific-Basin Finance Journal》:Lead and succeed: R&D executives and bank digital transformation

【字体: 大 中 小 】 时间:2026年09月28日 来源:Pacific-Basin Finance Journal 5.4

编辑推荐:

   •我们证实了具有研发背景的高管对银行数字化转型(DT)的积极影响。 •银行竞争和银行风险承担是潜在渠道。 •公众数字关注度调节了研发高管与银行 DT 之间的联系。 •我们进行了多项异质性分析和稳健性检验。 •我们进一步进行了关于外部科技公司和系统性风险的两项分析。 引言 数

  

•我们证实了具有研发背景的高管对银行数字化转型(DT)的积极影响。
•银行竞争和银行风险承担是潜在渠道。
•公众数字关注度调节了研发高管与银行 DT 之间的联系。
•我们进行了多项异质性分析和稳健性检验。
•我们进一步进行了关于外部科技公司和系统性风险的两项分析。

引言
数字经济最早于 1996 年提出,并迅速发展,跨越了互联网技术和近期的人工智能(AI)时代。目前,以大型语言模型、机器学习和计算机视觉为中心的 AI 技术正以加速的步伐前进,其应用场景不断扩展。这些发展不仅正在重塑数字技术格局,还作为核心引擎推动全球数字经济的深入演进。为应对这一历史性机遇,各行各业纷纷踏上数字化转型(DT)之旅以巩固其地位。作为金融体系的核心支柱,银行业同样顺应这一趋势,在 DT 过程中全面整合 AI 技术,积极推动智能化和数字化升级。利用数字技术,银行可以创新金融产品,提高服务效率,并增强运营绩效和市场竞争力 (Mavlutova et al., 2023; Ren et al., 2024)。此外,DT 可以显著强化银行的风险分析机制,实现更准确的风险检测和管理 (Meuleman and Vander Vennet, 2020)。2021 年世界银行调查显示,全球绝大多数商业银行现已将 DT 视为根本核心关注点 (Xie and Wang, 2023)。这一趋势在中国银行业尤为显著,科技金融公司和互联网巨头带来的竞争压力日益沉重,使 DT 成为业务增长和行业价值链重构的必要引擎。正如中国银行业协会发布的 2024 年中国银行业发展报告中所指出的,1 中国六大国有银行在 2023 年的技术投资总额超过 1200 亿元人民币。对银行而言,核心问题不再是是否追求数字化转型,而是如何有效实施。

高层梯队理论(Hambrick and Mason, 1984)提供了一个独特的分析视角。该理论认为,企业的战略选择、组织气候和企业文化往往构成高管底层特质外在表现和具体反映。现有研究表明,具有研发背景的高管(R&DB)往往对创新活动表现出更强的偏好和支持。他们更愿意将资源投入研发 (Byun et al., 2021; Lin et al., 2021a),对失败表现出更大的容忍度 (Bostan and Mian, 2019),并且更有可能培育突破性或颠覆性创新 (Islam and Zein, 2020)。在监管严格、风险控制强烈的银行业,R&DB 是否构成 DT 的关键决定因素?通过审视这一问题,我们旨在揭示高管个体特质与银行 DT 之间的潜在联系,为银行业 DT 提供有意义的洞察和实践指导。

银行提供了一个特别具有信息量的场景,因为其数字化转型需要在技术创新实验与严格监管、数据安全担忧以及审慎风险管理之间取得平衡。尽管数字化转型可能使银行和非金融企业都受益,但其在银行业中的作用是独特的,因为银行的核心活动集中在信息处理和风险中介上。例如,基于交易数据的信用评分工具可以改善借款人识别并加快贷款审批,但由此产生的信贷准入扩大也可能改变银行的风险承担。此外,由于银行具有高杠杆、高度互联以及金融中介的核心地位,其数字化转型的后果可能超越个体银行效率,影响金融系统的稳定性。基于中国 110 家银行在 2012 年至 2023 年期间的面板观测值,我们进行了一项实证研究,重点关注在大数据、云计算和 AI 技术快速发展的背景下,高级管理层的 R&DB 背景对银行 DT 的影响。结果表明,具有 R&DB 的高管通过加剧银行竞争和增加银行风险承担来增强银行 DT。公众数字关注度削弱了 R&DB 高管促进银行 DT 的能力。此外,R&DB 高管在推进银行 DT 方面的影响在地方银行、小型银行、非上市银行、高管团队平均年龄较轻的银行以及现有创新能力较弱的银行中更为显著。考虑到内生性后,我们的核心结果仍然成立,并且多项稳健性检验也通过了。最后,我们发现 R&DB 高管对银行与外部技术公司的合作产生挤出效应,从而降低银行效率。此外,R&DB 高管对银行 DT 的促进作用对银行系统性风险进一步产生非线性影响,具体表现为先上升后下降。

本研究对银行治理和数字金融文献做出了两点贡献。首先,我们拓宽了关于塑造银行 DT 因素的研究。尽管先前的研究确定了塑造 DT 的各种因素,但它们主要关注非金融上市公司,包括社会资本 (Nie et al., 2024)、知识产权保护 (Wen and Deng, 2023)、宗教氛围 (Jiang et al., 2024) 和银行竞争 (Bai et al., 2024)。相比之下,银行层面的研究仍相对有限。据我们所知,只有 Zhu (2023) 考察了区域金融科技发展如何影响银行 DT。在这一背景下,我们考察了高管的研发背景如何塑造银行 DT 以及这种关系运作的渠道,从而拓宽了关于银行 DT 驱动因素的文献。更重要的是,我们的发现将注意力从数字化转型的外部驱动力转移到了管理层技术人力资本上,表明银行数字化转型也是一种治理和战略决策。

其次,我们进一步拓展了关于高管背景经济含义的研究。由于数据限制,先前的工作主要关注非金融企业,考察了不同的高管背景特征,如海外背景 (Chen et al., 2023)、技术背景 (Li and Fang, 2021)、财务背景 (Jiang et al., 2022)、学术背景 (Ju et al., 2023) 和军事背景 (Lin et al., 2021b),如何塑造企业运营和风险结果。关于银行高管背景属性如何影响经济结果的证据仍然稀缺。据我们所知,只有 Berger et al. (2014) 和 Liu et al. (2023) 考察了高管人口统计特征对银行风险承担的影响。关于银行高管如何影响经济结果的实证研究,特别是通过社会属性或职业经验,仍然有限。通过手动收集银行高管的简历并引入研发背景作为高管特征的新维度,我们提供了一个新的视角和新的证据,说明高管如何影响银行的增长和发展。我们手动收集的数据涵盖了上市和非上市银行,并进一步显示研发背景高管与银行 DT 之间的关联在区域银行、较小银行和技术能力较弱的银行中更为显著,从而确定了管理层技术专业知识特别有价值的组织条件。

本文其余部分如下。第 2 节回顾相关文献。第 3 节描述理论分析和假设发展。第 4 节概述实证设计,第 5 节报告结果。最后,第 6 节得出结论并讨论其启示。

章节摘录
高管特征和行为的经济后果
高管特征是组织行为和绩效的关键决定因素。大量研究表明,高管的年龄、性别和专业专长对组织结果产生显著影响 (Gupta et al., 2019; Yim, 2013)。此外,高管专长显著影响组织行为和绩效。例如,具有财务背景的高管倾向于增加金融资产,同时减少固定资产投资和研发 (Liu

具有研发背景的高管对银行 DT 的影响
DT 是一个持续迭代和优化的过程,通常涉及大量投资、延长的时间跨度和延迟回报 (Baiyere et al., 2020; Mergel et al., 2019)。首先,推进 DT 需要建设强大的基础设施,这与银行传统的资源积累显著不同。这意味着银行必须分配大量资本来引入或升级尖端技术和先进设备。鉴于数字

数据
我们的数据集涵盖 110 家中国商业银行,包括 6 家国有银行、12 家股份制银行、51 家城市商业银行和 41 家农村商业银行,时间为 2012 年至 2023 年。在完全平衡的面板设置中,理论观测总数将为 1320 个。然而,实际的银行 - 年度观测值为 909 个,使我们的样本成为一个非平衡面板。由于年报披露延迟、核心变量缺失观测值、几家银行在之后分批上市

基准回归
表 2 展示了基准回归结果。第 (1) 列展示了不含控制变量的估计值。R&D 的系数在 5% 的水平上显著为正,意味着研发背景高管可以增加商业银行的 DT。在第 (2) 列引入控制变量后,系数保持在 1% 的水平上显著为正。第 (3) 列和 (4) 列进一步报告了在额外考虑时间与之间的交互固定效应后的估计值

结论与启示
由大数据、云计算和 AI 推动的 DT 可以重塑银行的商业模式,其推进已成为不可逆转的趋势。然而,如何促进银行业 DT 的高效发展仍未解决。基于中国 110 家商业银行在 2012 年至 2023 年期间的面板数据,我们进行了一项实证研究,并获得了以下发现:
首先,研发背景高管显著促进了银行的 DT,特别是加速了大数据的实施

科学写作中生成式 AI 的使用声明
在准备本作品期间,作者使用了 ChatGPT 5.4 Thinking 以提高作品的可读性。使用该工具/服务后,作者根据需要审查和编辑了内容,并对已发表文章的内容承担全部责任。

CRediT 作者贡献声明
郑琼:写作 - 原稿,方法论,资金获取,正式分析,概念化,写作 - 审阅与编辑。
李雅文:写作 - 审阅与编辑,写作 - 原稿,验证,方法论,正式分析,数据管理,概念化。
夏玉飞:写作 - 原稿,验证,项目管理,正式分析,数据管理,概念化,写作 - 审阅与编辑。

利益冲突声明
无。

致谢
作者真诚感谢主编 Robert Faff 教授和匿名审稿人的建设性评论和建议,这有助于改进手稿。
本工作得到了国家社会科学基金(项目编号:25BGL068)的支持。

郑琼|李雅文|夏玉飞
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号