以下文章来源于社科院金融评论 ，作者王诗卉 谢绚丽
9月4日，北京大学数字金融研究中心第六届学术年会暨《金融评论》专题研讨会，以线上线下联动的方式在京举行。会议以中国的数字普惠金融：测度、影响与监管为主题，分4个专场，分别由北京大学数字金融研究中心的黄卓，沈艳，谢绚丽老师和《金融评论》编辑部副主任周莉萍主持。会议评选出七篇优秀论文科研成果，刊登于《金融评论》2021年第6期。北京大学数字金融研究中心副主任黄卓老师全程主持了学术年会的组织工作与专刊论文的选送。
近年来，以人工智能、云计算、物联网为代表的数字技术，广泛地渗透到了社会生活和企业运行的方方面面，改变了商业实践和行业格局。在银行业，大数据、人工智能等数字技术的应用以及金融科技创新业态的出现，极大地挑战了传统机构的经营与发展。面对数字技术带来的新模式、新需求、新竞争，商业银行数字化转型势在必行。
然而，可以观察到，银行之间在数字化转型上存在较大的差异：部分银行金融科技投入在营收中占比已超4%、App月活跃用户数超过一个亿，而有些银行的线上服务渠道仍处于起步阶段。那么，什么因素导致了银行在数字化转型行为上的不同？
过往研究在分析企业在转型过程中面临的阻碍和挑战时，往往从资源基础、组织架构等企业内部因素，或从竞争强度等企业外部的因素出发进行分析，对管理层认知（managerial cognition）这一连接组织内外部信息、资源的要素则关注较少。认知是人们从环境中选择、组织信息，并赋予其具体意义的心理过程。在企业中，战略决策也有相似的认知过程：管理者通过对外部信息进行选择和组合，最终做出战略决策。因此，管理层认知通过影响管理者所注意到的外部信息，以及对信息的处理、理解方式，对企业的战略决策和行为产生影响。
本文认为，管理层对特定技术变革的认知，即对该技术变革相关信息进行解释、处理、包装和评价的过程，对企业的转型行为和方向具有关键作用。
然而，过往研究在分析管理层认知对企业行为的影响时，往往仅使用管理层的关注度来衡量管理层认知，并未对管理层如何理解、处理这些信息进行区分。近年来，自然语言处理、机器学习等技术在文本大数据分析中的应用，使得对管理层认知的进一步刻画成为可能。因此，借助机器学习等工具在文本分析中的应用，我们能够在衡量管理层关注度的基础上，进一步地对管理层的认知评价进行客观的刻画，分析这种认知评价上的差异是否导致了银行在数字化转型行为上的不同。
本文基于202家中国商业银行2010年至2018年的年报文本数据，应用有监督与无监督的机器学习，考察了管理层的数字化认知对银行数字化转型行为的影响。具体步骤上，我们首先对年报正文文本进行了提取。其次，我们以句号、感叹号等作为切分标记，使用Python软件对年报文本进行分句。再次，筛选出其中与数字化技术相关的句子。最后，采用有监督的机器学习的方法，通过标签标注、预处理、模型训练、情感预测等环节，对上述步骤中筛选得到的202家银行2010年至2018年年报中的共14,488条与数字化相关的句子进行分析，划分为“视为风险挑战”、“视为创新机会”、“中立”、“不相关”四类，从而衡量该银行当年的数字化认知评价。在稳健性检验中，我们使用了无监督的LDA（Latent Dirichlet Allocation，隐含狄利克雷分布）方法对句子进行分类。
研究结果表明：第一，银行管理层对数字技术所带来的创新机会的认知，对银行的数字化创新和线下分支机构的调整行为均具有促进作用。第二，银行管理层对数字技术所带来的风险挑战的认知，会削弱机会认知的促进作用。第三，银行管理层对数字化机会的认知对数字化转型的促进作用，在数字金融新兴业态挑战更强的市场中具有更强的影响。上述结果说明，在数字化时代，管理层对于新兴技术的积极认知，构成了企业的动态能力，有助于企业在技术变革中的生存和发展。本文应用多种机器学习方法实现了对管理层认知评价的客观测量，此外，本文结论指出了在数字化时代中，企业管理层对数字技术的认知对于企业数字化转型的重要作用，对传统企业的数字化转型实践也具有借鉴意义。
王诗卉，北京大学数字金融研究中心、北京大学国家发展研究院博士生。
谢绚丽，北京大学国家发展研究院管理学副教授，北京大学数字金融研究中心高级研究员。研究领域为企业创新创业、数字化转型、海外发展，公司治理等。
