数字金融与企业融资约束

[摘要]在我国经济发展进入新阶段的背景下，认识和利用数字金融以支持实体经济高质量发展，对缓解企业融资约束具有重要的现实意义。立足数字金融视角，通过理论分析并采用2011—2021年沪深A股上市公司面板数据为研究样本，验证数字金融对缓解企业融资约束具有显著促进作用。研究表明，数字金融的发展能够有效减轻企业的融资困境，为企业提供更多样化的融资渠道，这一结论在控制稳健性之后依然成立。机制检验发现，可能存在的两条中介传导路径，一是数字金融微观上通过降低融资费用缓解企业融资困境，二是宏观上通过促进要素市场发育缓解企业融资约束。异质性分析表明，这种缓解效应在沿海地区和制造行业更加显著。一系列研究结论能丰富现有研究数字金融与企业融资困境的文献，为后续优化金融政策导向进而发挥自由市场竞争优势、多样化融资渠道提供参考。

[关键词]数字金融；融资约束；融资困境；实体经济

一、 引言

经济发展是国家肌体，金融服务是血脉。习近平总书记一直高度重视中国经济金融的现代化建设，党中央一直鼓励金融业加强科技创新，推动数字金融的发展，为企业提供更加便捷、高效、普惠的金融政策优惠。2022年的两会政府工作报告提出了进一步扩大数字金融的覆盖范围1。当前是我国经济正处于走向高质量发展的新时期，其中实体经济繁荣发展是重中之重。为此，需要在金融服务现代化建设方面不断创新和探索，积极引入新技术、新模式、新业态。而令人担忧的是我国目前的经济形势下，金融部门和企业部门之间存在一种“双荒”现象[1] ：一方面，金融部门持有大量低效率、低收益、低风险的资产，缺乏优质投资机会；另一方面，企业部门亟须得到更多、更便宜、更灵活的资金支持，以应对市场竞争和转型升级。这种“双荒”现象导致“供需错配”，削弱了金融与实体经济之间的协同效应。

一些学者认为，传统金融发展缓慢，虽然体系规模很大，但效率有所欠缺，同时融资渠道也相对不足[2] 。少数企业具有规模和资源的特殊性，它们通常通过财务报表等手段传达“硬信息”，以便利用信息差为自己谋取更多的利益[3] ，这使得传统金融表现出明显的偏向性。数字金融的出现为解决传统金融的顽疾提供了新思路和方法[4] 。数字科技发展促进了传统金融与数字金融的融合[5] ，金融创新得到了数字化技术的强大支持，为解决或改善数字金融面临的难题提供了多样化的方案[4]。宏观影响上，数字金融能够平衡社会发展，让所有人享受到金融服务的好处[6] ；数字金融可以促进实体经济从数量增长向质量提升转变，对其发展有积极作用[7] 。数字金融使企业和家庭摆脱传统金融服务中存在的互斥现象，在收入与分配视角来看亦是如此[8] ，同时GDP会因为金融体系排斥效应而降低。总之，学界一般认为数字金融显著缩小了城乡收入差距、地区金融差距。微观影响上，数字金融利用大数据获取更多金融信息，可以降低交易成本和增加融资渠道，形成多样化的业态[9] ，促进企业创新[10]，减少金融资源分配中的错配问题[11]。数字金融对企业融资约束具有重要影响。互联网金融在收集信息和分析数据方面具有天然优势，通过使用数字金融体系，金融机构可以降低核查企业信用的成本，并使借贷风险更直观、可控，这对企业融资更为有利。Gomber等[12] 指出，海量数据的处理需要低成本、低风险的方式，而大数据、分布式技术、区块链等技术的发展为此提供了可能，这样有利于那些因为信息不对称而无法获得正规金融服务的企业进行融资。喻平等[10] 进一步指出，制度环境也会对企业融资可得性与数字金融发展水平之间的关系产生影响。

经过梳理前人对数字金融与融资约束及其关系的研究发现，探究数字金融对融资约束影响的研究主要集中在宏观层面包容性增长，如收入分配、产业发展、消费水平等方面，以及微观企业层面的科技创新等。而对数字金融如何缓解企业融资难的作用机理问题的研究较少，且缺乏完整的理论框架和分析逻辑。基于此现状，本文拟在总结完善前人研究成果的基础上，进一步探究数字金融与融资约束的影响机制。以期在一定程度上弥补现有文献不足的缺憾和进一步完善对数字金融与融资约束的研究体系，为后续政策制定和金融监管提供参考建议。

与既有文献相比，本文的研究成果在以下几个方面具有一定的理论和实践贡献：（1）不同于研究传统金融的文献来解决企业融资困境，本文立足于当前金融的新形势和新挑战，从更多新兴的视角扩展对当前形势下企业融资困境的理论认识；（2）在两者影响关系中探讨其多重的中介效应，从宏微观两个视角深入探讨其中传导机制；（3）从地理环境与行业属性层面探讨其效应的异质性作用。本文提出的上述思路，有助于更深入地理解数字金融影响企业融资约束的内在机制和路径。

二、 理论分析与研究假设

数字金融的出现为企业提供了全新的融资选择，传统的融资模式和金融体系在信息获取、资金配置、环境运作等方面已显现出明显的弊端，而新兴的数字金融为企业提供了新的契机。数字金融的产生是信息技术与金融服务深度融合的结果。它通过互联网、大数据、人工智能等数字化手段，实现了对企业数据的高效收集和智能化分析，可以更准确评估企业实力、提供个性化的融资方案。同时，数字金融构建了直接对接线上的金融平台，简化了中间环节、降低了融资交易的费用和时间成本。另外，云计算和大数据分析优化了供需关系，提升了信贷资源配置的效率。基于上述分析，本文认为数字金融主要从技术手段、信贷配给、融资渠道三个方面，影响和改善企业的融资约束状况。

从数字金融技术的视角来看，其核心在于利用大数据和人工智能等前沿技术，实现对企业数据的高效智能处理。数字金融通过数字技术提高信贷资源配置效率，改善金融服务质量，实现融资渠道扩大。数字金融是新兴的科技领域，它利用数字化技术和大数据来评估企业的信用，并通过数字网络平台提供快速、高效和个性化的融资服务[13] 。这使得金融机构可以低成本进行企业信用评估，提供个性化融资方案，降低企业的融资难题。以借款宝平台为例，它通过在线评级模型实现了对小微企业精准的信用评级，拓宽了它们的融资渠道。互联网技术可以帮助出资机构发现小微企业的金融需求，也可以帮助中小企业获得更多的生产和传播工具，从而拓展融资长尾市场[14] 。另外，数字金融建立了线上直接联系的模式，缩短了中间环节，可以直接连通企业与投资方，降低了融资时间和支出成本。总体来说，数字金融技术的应用，优化了企业的外部融资环境，明显拓宽了融资的获得途径。

从信贷配给视角来说，信贷配给理论可以很好地解释银行借贷市场的现象，银行倾向于向信用更好的大型客户提供贷款，而中小企业则很难获得银行的信贷支持[15] 。这是因为中小企业通常具有较高的创新潜力，但也面临着较大的不确定性和风险，因此在银行借贷市场上处于劣势，难以通过提供足够的抵押品或支付较高的利率来证明自己的还款能力和项目可行性。信息不对称导致银行信贷配给影响所有企业融资，企业更易受其自身治理结构的限制[16] 。例如，企业所有权、控制权、激励机制等因素会影响企业的投资决策和绩效，从而影响银行对企业的信用评估和贷款条件。为此，发展数字金融，通过大数据等技术手段帮助银行降低获取企业信息、评估信用的成本，实现更优的信贷配置，可有效帮助企业获得更多信贷支持，从而缓解其融资约束。

从融资环境来看，拥有完善的金融系统可以提供高质量的外部融资环境，从而显著减轻企业的融资约束。数字金融的运用能够在金融稳定和金融创新之间找到平衡点，并且能有效地拓展金融服务的范围[17] 。值得注意的是，数字金融作为一种替代性的融资方式，相较于传统的融资方式，可以优化要素市场的配置，提高要素流动性，进而有效地提高企业融资的可得性[18] 。先进技术支持的数字化金融正在深刻地改变传统金融机构的前台获客、中台运营管理和后台风险控制业务全流程。通过运用大数据、智能算法、云计算等技术，数字化金融可以以更高效、更低成本的方式降低供求关系之间的连接成本[19] 。因此，数字金融给企业带来了融资渠道多元化的市场环境，有利于缓解融资环境不足问题。综上本文提出以下假设：

H1：其他条件一定的情况下，数字金融发展水平越高，越有利于缓解企业融资约束。

三、 数据选取与模型构建

1. 数据来源与选取

本文选取沪深两市A股上市公司为研究样本，进行以下筛选和处理：（1）剔除金融行业的上市公司；（2）剔除ST和*ST类的上市公司；（3）剔除数据缺失过多的上市公司；同时对所有连续变量在两端1%处进行缩尾处理，得到28215个观测值作为面板数据。数字普惠金融指数来自北京大学的数字金融普惠金融指数，其余财务数据均来自CSMAR数据库。

2. 模型构建与指标选取

为验证前文提出的假设H1，本文构建如下多元回归模型进行实证分析。

[KZi，t=α0+α1FIi，t+α2Controli，t+∑Industry+τt+εi，t] （1）

（1）融资约束的衡量指标

KZ指数（KZ）。借鉴Kaplan等[20] 的思想构建模型，并采用排序逻辑回归（Ordered Logistic Regression）的方法来计算KZ指数。KZ指数数值越大，意味着上市公司面临的融资约束越高。在本文稳健性检验部分则采用WW指数替换KZ指数。

（2）数字金融的衡量指标

数字金融指数（FI）是由北京大学数字金融研究中心发布，旨在衡量和评估我国数字金融服务的可及性和使用程度的指标，用于衡量不同地区数字金融的发展水平和成熟度。它通常基于多个子指标，例如数字支付、电子银行、移动金融等，来评估数字金融服务的覆盖度、使用率和影响力等。本文所用数据选取省级的数字普惠金融指数，取其对数作为实证分析的代理变量，提高实证结果的可靠性。

（3）控制变量

参照既有相关文献，本文从公司财务、公司治理、会计师事务所等层面选取控制变量，主要包括资产负债率（Lev）、总资产周转率（Tat）、成长性（Growth）、资产收益率（Roa）、企业规模（Size）、股权集中度（Eq）、董事会规模（Board）、上市年限（Age）、经营现金流（Cashflow）、审计意见类型（Opin）。此外，本文还考虑一些企业未观测到的固定效应特征所带来的影响，采用双向固定效应（行业和时间）模型进行回归。各主要变量的定义如表1所示。

四、 实证结果分析与经济解释

1．描述性统计

如表2所示，KZ指数的均值为1.018，标准差2.389，最小值为-5.826，最大值为6.447，这表明在微观层面上，样本中不同企业之间融资约束严重程度相差巨大，各地区企业之间差距相较于以往更大。FI指数的最小值为3.487，最大值为6.129；均值为5.510，中位数为5.673，标准差为0.543，宏观上来说，地区间存在的差异仍然在逐步增大。其他变量数据分布与既有研究基本一致。

2．回归分析

（1）基准回归分析

为验证上述假设，本文如下进行实证回归，结果见表3列（1）。FI对KZ指数的回归系数为-1.9627，在1%的水平上显著，即表示数字金融与企业融资约束有着显著的关系。列（2）加入一系列控制变量后结果仍然显著，系数为-0.3114，在1%的水平上显著。其结果的经济含义在于，数字金融带来了企业融资的新机遇，其发展将有助于改善企业的融资问题。可能的原因是：第一，传统的融资方式通常依赖银行或其他金融机构，并且需要支付高额的利息和手续费，而数字金融可以通过去除中间环节降低融资成本。第二，数字金融可以让更多的投资者参与融资，从而扩大了融资渠道。控制变量中的变量与企业融资约束的相关性分布也与现有研究成果基本一致。

（2）指标降维分析

为了分析数字金融分指数对于融资约束的影响，本文进一步细化数字金融指数。如表3的列（3）、列（4）展示，覆盖广度（FI_Cov）和使用深度（FI_Usa）指标均通过了1%的显著性检验，系数分别为-0.2025和-0.2307。这表明数字金融的覆盖面越广，越有利于地区企业的发展；同时数字金融发展利用数字技术提升金融服务的可获得性、效率和质量，为企业提供更多的融资渠道和选择。这也意味着企业要关注数字金融的两个维度：一是依靠互联网等手段增加金融服务用户群，二是依靠数字技术创新金融服务模式。通过上述操作，可以为企业提供更多的融资机会和方案，有效降低融资约束。列（5）所示为数字化程度（FI_Dig）的回归结果，数字化程度系数不显著可能有以下原因：从经济效应上看，数字化的推广无疑提高了金融服务端的效率，但这种效率提升并没有完全转化为企业融资环境的直接改善，数字化的经济效应可能需要更多的传导路径才能最终体现为企业融资约束的减轻；从实际情况分析我国整体的数字化覆盖率还比较低，许多企业无法获得数字化服务，这也制约了其对实体经济融资问题的支撑作用。综上多方面原因导致了数字化程度的缓解效应并不显著，我国数字化发展仍然任重道远。