数字普惠金融、银企距离与实体企业“脱实向虚”

[摘要]数字金融是数字技术与传统金融深度融合的产物，能够有效地提升普惠金融支持实体企业的效率。基于2011—2022年中国A股上市公司的样本数据，以银企距离为传统金融普惠性的代理变量，分析数字金融发展是否能有效解决传统普惠金融可能造成的“脱实向虚”问题。研究结果表明：银企距离缩短显著提升了企业金融化资产比例，而数字金融发展能够有效缓解上述问题，缓解作用主要通过企业信息透明度提升和银行网点布局优化两个途径实现。研究结论对于普惠金融体系优化，通过数字化过程提升自身对实体企业支持效率，具有重要的意义。

[关键词]银企距离；数字普惠金融；企业金融化；银行网点结构

一、 引言

2015年国务院发布的《推进普惠金融发展规划》给出了普惠金融的明确定义：立足机会平等要求和商业可持续原则，通过加大政策引导扶持、加强金融体系建设、健全金融基础设施，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务1。2023年中央金融工作会议明确提出，“坚持把金融服务实体经济作为根本宗旨”2。近年来，我国金融市场规模不断扩张，为实体经济的发展输送了更多的血液，其中银行机构通过自身网点扩张促进金融普惠性的发挥，解决了信贷资金“最后一公里”问题，降低了金融服务门槛，提升了金融服务的覆盖面、可得性。与此同时，实体企业“脱实向虚”的趋势引发了各方广泛关注。普惠金融覆盖范围不断扩大的同时，信贷不合理投放导致了企业杠杆率上升、金融资源错配等问题。同时，商业银行网点扩张伴随着“揽存”动机下理财产品承销行为，以及“以存定贷”等行为，使得获得信贷资金支持的企业进行理财产品的投资和委托贷款，加剧了资金“脱实向虚”的程度。除了信贷低效扩张，传统普惠金融对实体经济的支持仍存在较为明显的信息不对称问题，更多银行网点倾向于对存在银企关联的企业发放信贷，实际资金需求方无法获得低息信贷支持。普惠金融发展如何在解决银企地理距离缩短问题的同时，实现信息距离的同步缩短、提升信贷支持实体企业的效率，是各方关注的重点。

伴随着互联网和金融科技的普及，数字金融应运而生。与传统普惠金融相比，数字普惠金融增加了金融产品和服务供给，能够有效扩大金融服务的覆盖范围[1]，增强以往难以获得金融服务的中小企业和弱势群体的金融便利性[2]。如何充分发挥数字技术的赋能作用，弥补传统金融网点扩张存在的信贷投放问题，避免信贷资本回流金融体系造成的“脱实向虚”，是数字金融发展应着眼的主要问题，也是本文研究的重点。为研究上述问题，本文首先构造银企地理距离变量作为普惠金融影响的代理指标，分析银企距离缩短对企业金融化行为可能造成的加剧问题；之后通过调节效应模型分析数字普惠金融发展是否能够缓解上述负面影响，并从企业信息透明度水平提升和网点数量撤并、竞争度提升两方面机制入手，分析数字普惠金融发展如何缓解企业“脱实向虚”。本文分析结论有助于通过促进普惠金融数字化发展，提升普惠金融支持实体的效率。

本文主要的边际贡献包括：（1）现有文献虽关注了普惠金融发展如何通过金融可得性增加缓解企业面临的融资约束问题，然而鲜有文献从企业“脱实向虚”视角，分析金融普惠性与“脱实向虚”之间的关联。本文分别从传统银企地理距离视角，以及数字金融普惠性视角两方面入手，分析传统普惠金融与企业“脱实向虚”的关联，以及普惠金融数字化过程对企业“脱实向虚”影响，丰富“脱实向虚”动因的相关理论；（2）现有文献多关注数字普惠金融发展如何通过融资约束缓解、治理机制完善等机制，对企业金融化行为产生影响，却鲜有文献从数字金融与传统金融两者关联的视角，分析数字普惠金融的积极影响。本文从数字金融供给侧作用入手，研究数字普惠金融如何通过信息甄别机制以及银行网点布局的优化，解决传统银行信贷普惠性可能造成的企业“脱实向虚”问题，具有重要的现实意义。

二、 研究假设

1. 银企地理邻近性与实体企业金融化行为

现有研究认为，传统普惠金融发展对实体企业存在双刃效应。传统金融普惠性的相关研究主要包括普惠金融能够缓解中小企业融资约束[3]，普惠金融的发展对经济增长的影响[4]以及普惠金融对城乡收入差距、贫困减缓的影响[5]等。邹伟等发现普惠金融能够缓解中小微企业面临的的金融排斥，增加企业融资可得性[3]。金融机构扩张能够通过融资约束的缓解，促进企业投资活动的开展[6]。张伟俊等认为，商业银行网点扩张促进了企业创新水平[7]。与此同时，传统普惠金融同样对企业发展存在负面影响。银行网点的盲目扩张，使金融供给的地理结构和信贷资源配给不均衡，导致金融资源局部的“过剩”和整体的“稀缺”[8]。同时，金融普惠性增加在发挥银行信息优势的同时，又会造成企业管理层代理问题的加剧，产生短视决策以及对未来项目的高估[9]。

企业金融化行为同样与信贷投放密切相关。谭德凯等认为，民间金融发展水平的提升会显著促进企业金融化行为，民间金融提供投资渠道，并且利用其资金优势和高回报吸引企业参与该类投资活动[10]。杜勇等则认为，银行业竞争加剧显著抑制了企业金融化行为，此时企业资金可获得性增加，同时银行作为“大债权人”对企业金融化行为起到外部监督作用[11]。银企地理距离的缩短，一方面会导致企业获得更多的信贷资金支持，另一方面又会导致银行等金融机构开设初期为实现自身“揽存”目的，实行“以存定贷”、优惠利率或者理财产品承销等行为[12-13]，进而导致信贷资本通过企业投资行为“回流”金融体系，加剧了系统性金融风险，同时也造成企业在高息揽储诱惑下的“脱实向虚”行为。普惠金融的过度竞争和泛化发展可能使金融资源流入虚拟经济，挤出实体投资，导致“脱实向虚”现象严重[14]。此外，地理邻近性可能加剧资源错配。银行新设网点后，可能会在地方政府隐性担保等背景下，加深与当地龙头企业、政府支持企业的银企关联，对上述企业发放更多的信贷支持，进而造成信贷投放的错配加剧，使得能够获得更多信贷支持的信贷优势企业，获得信贷资金支持后进行委托贷款或者金融资产配置行为，加剧企业投资行为的“脱实向虚”。

根据上述分析，本文提出假设1：

H1：银企距离缩短会增强企业金融资产配置动机，加剧“脱实向虚”。

2. 数字普惠金融与实体企业金融化行为

现有研究认为，数字金融是对传统金融的补充。数字普惠金融突破了金融服务的地域限制，缓解了受传统普惠金融信息不对称、金融服务空间限制的弱势群体所面临的金融排斥等问题[2]。数字普惠金融发展有利于普惠金融服务的深化，大数据、人工智能等技术在金融领域的应用，提高了金融服务效率，在解决信息不对称[15]、风险识别等方面为普惠金融的开展提供了帮助。数字金融同时又会对传统金融网点产生替代。银行网点的盲目扩张，使金融供给的地理结构和信贷资源配给不均衡，导致金融资源局部的“过剩”和整体的“稀缺”[8]。数字金融发展显著减缓了传统银行网点扩张的势头，打破金融供给的地理结构和信贷资源配给的不均衡，为缓解传统金融服务与经济可持续发展之间的矛盾提供了支撑力量。

数字金融发展水平的提升，能够有效解决传统信贷投放造成的“脱实向虚”问题。金融机构通过对信贷用途、贷款人自身资信状况的判断和项目用途与风险的判断，实行差异化信贷定价机制，通过外部监督机制提升信贷效率[16]，避免企业“脱实向虚”。与此同时，数字普惠金融的发展，又会加剧银行竞争程度，企业对传统信贷的依赖度有所下降[17]，此时金融普惠性能够得到进一步提升，同时也可以促进信贷质量的提升，更多信贷流入真正有资金需要的企业，缓解真正存在信贷需求的企业的融资约束。上述机制同样会降低企业“脱实向虚”的动机。

根据上述分析，本文提出假设2：

H2：数字普惠金融能够弥补传统金融普惠性存在的不足，降低企业金融化比例。

3. 数字普惠金融影响实体企业金融化的渠道

数字金融的发展，通过“互补”特征解决传统普惠金融存在的信息不对称和银企互动问题，提升信贷质量并避免信贷资金“脱实向虚”。数字金融将大数据、人工智能等先进信息技术深度融入金融产品设计过程，扩大金融市场的信息吸收广度和深度，及时向市场投资者传递企业相关信息。数字金融通过对数据的挖掘、分析和应用，能够更准确地评估企业的信用风险，为金融机构提供更精准的信贷决策依据。通过互联网和移动支付技术，数字金融可以实现线上快速便捷的交易，减少传统金融交易所需的时间和成本，并提升交易的安全性[18]。对于企业金融化行为来说，信息甄别机制的完善能够起到外部监督作用，避免企业将信贷资金用于投机套利或者投资于理财产品，掩盖实体投资获利能力。同时，金融化行为也是企业盈余管理的方式之一。数字金融具有的信息搜集、数据分析等强大功能，可以有效捕捉和分析管理层隐匿的私有信息，抑制企业盈余管理动机下的金融化行为[19]，通过信息甄别机制的不断完善，提升信贷支持实体企业的效率。

根据上述分析，本文提出假设3a：

H3a：数字普惠金融能够通过提升企业信息透明度，抑制企业金融化行为。

数字金融的快速发展会使传统银行之间产生客户和利润的争夺，对传统银行网点的信贷业务形成竞争，导致传统网点的业务萎缩[20]。从数字金融发展对传统金融的赋能作用来看，数字金融能够为企业提供更加便捷、安全的金融服务[21]，借助大数据挖掘技术和云计算分析技术，推动传统银行的数字化转型。此外，传统的网点布置和设备投放需要耗费大量的人力物力成本，难以通过规模经济降低经营成本，实现可持续经营，而借助数字金融，银行可以将更多的资源和精力聚焦在线上渠道的建设和创新上，可以降低运营成本并提高效率[22]。上述背景下，传统银行运营成本压力降低，网点“揽存”动机相应降低，进而自身“以存定贷”及理财承销动机有所减弱。在此背景下，银行网点会更多依靠自身核心业务的开展和信贷质量的提升获得更大的市场竞争力，同时又会加强企业信贷资金运用的贷后监管，降低不良贷款率水平。通过上述方式，数字金融发展水平提升，能够有效抑制企业金融化行为[23]。

根据上述分析，本文提出假设H3b：

H3b：数字普惠金融能够通过优化银行网点布局来抑制降低企业金融化。

三、 研究设计

1. 样本选择与数据来源

本文采用2011—2022年中国A股上市公司的样本数据，并对初始数据做了如下处理：（1）剔除金融行业样本数据；（2）剔除ST、*ST等特殊公司样本；（3）剔除存在缺失值的样本数据。此外，为排除样本异常值的干扰，本文对所有连续变量进行上下1%的缩尾处理，最终得到25622个样本。本文所使用的上市企业财务数据来自CSMAR数据库，数字普惠金融指数来自北京大学数字金融研究中心。同时通过银监会网站披露的商业银行分支机构成立时间、许可证信息、发证日期等信息进行整理，得到2011年至2022年的各地存续商业银行信息，并通过银行所在城市与上市公司数据进行匹配，对银行网点与企业坐标提取计算后，得出银企距离数据。

2. 变量定义

（1）企业金融化资产占比

本文参考张成思等[24]的方法，从狭义和广义两个角度进行计算企业金融资产占比。狭义口径下的企业金融化资产包括交易性金融资产、衍生金融资产、可供出售金融资产、持有到期投资、投资性房地产等，通过计算未来一期狭义金融化资产占总资产的比例，得到狭义金融化程度（Ffinpro1）。广义口径下的企业金融化资产在狭义金融化资产基础上，增加其他应收款、发放贷款及垫款、其他非流动资产、买入返售资产等科目类别，通过计算未来一期广义金融化资产占总资产的比例，得到广义金融化程度（Ffinpro2）1。

（2）银企最短距离

本文参照许和连等[25]的分析方法，首先使用企业名称及地址信息建立一个数据集，并剔除地址信息缺失的数据。其次利用高德地图和Xgeocoding软件，将企业的详细地址转化为经纬度信息，获取银监会披露的银行网点设立地址，并同样将其转化为经纬度信息。接着将样本所在城市与银行网点所在城市进行精确匹配，计算每个企业与所在城市中每一个银行网点的距离，得到银企距离的最小值，对其加1后取对数形成银企最短距离（lnmindist）。