雷輝 金敏

基金項目：湖南省哲學社會科學基金重點項目（20ZDB004）、國家自然科學基金重大項目（71790593）

作者簡介：雷 輝（1967—），男，湖南長沙人，博士，湖南大學工商管理學院教授，博士生導師，研究方向：戰(zhàn)略與創(chuàng)新管理。

摘 要：基于中國31個省份的相關(guān)數(shù)據(jù)，使用變異系數(shù)法構(gòu)建銀行數(shù)字普惠金融指數(shù)，以中小企業(yè)板上市公司為研究樣本，討論競爭程度變化時銀行數(shù)字普惠金融對中小企業(yè)融資約束的影響及變化。研究發(fā)現(xiàn)：銀行數(shù)字普惠金融發(fā)展有利于緩解中小企業(yè)融資約束，當銀行競爭程度較高時，緩解作用更加明顯。同時，相對于民營中小企業(yè)，銀行數(shù)字普惠金融發(fā)展對國有中小企業(yè)融資約束的緩解作用更加明顯，反映了當前銀行在發(fā)展數(shù)字普惠金融時存在選擇偏向問題。但隨著銀行競爭的提高，這種問題有所緩解。

關(guān)鍵詞：銀行數(shù)字普惠金融;中小企業(yè);融資約束;銀行競爭

中圖分類號：F832 文獻標識碼：A 文章編號：1003-7217（2021）06-0002-08

一、引 言

普惠金融在中國的實踐前后經(jīng)歷了四個階段，包括公益性小額信貸、發(fā)展性微型金融、綜合性普惠金融和創(chuàng)新性互聯(lián)網(wǎng)金融[1]?，F(xiàn)階段，人們的主要關(guān)注點在于如何依托包括移動互聯(lián)網(wǎng)在內(nèi)的數(shù)字技術(shù)來推動普惠金融的進一步發(fā)展。2016年，G20第十一次峰會首次提出了“數(shù)字普惠金融”的概念。作為正規(guī)金融服務(wù)的主要供給方，銀行已成為數(shù)字普惠金融的重要實施主體。尤其是近幾年，隨著數(shù)字技術(shù)的發(fā)展，銀行逐漸向數(shù)字化轉(zhuǎn)型。在此過程中，銀行的服務(wù)效率不斷提高，同時銀行的服務(wù)邊界得到了進一步的拓展[2]。在大數(shù)據(jù)、征信以及移動互聯(lián)網(wǎng)等數(shù)字技術(shù)的助力下，數(shù)字普惠金融逐漸成為實現(xiàn)低成本、廣覆蓋、高效率和可持續(xù)的普惠金融的重要模式[3]。

研究銀行數(shù)字普惠金融的發(fā)展能否有效地促進中小企業(yè)融資約束的緩解，是檢驗數(shù)字普惠金融發(fā)展成效的一個重要方式。然而，現(xiàn)有的關(guān)于普惠金融影響效應(yīng)的研究大多集中在宏觀層面上，主要探討了普惠金融在促進經(jīng)濟增長、緩解貧困等方面的作用[4-8]。較少有文章探討數(shù)字普惠金融發(fā)展對微觀家庭或微觀企業(yè)的影響，具有代表性的是鄒偉和凌江懷（2018年）以及梁榜和張建華（2018）利用微觀數(shù)據(jù)，證實了數(shù)字普惠金融能夠通過拓寬企業(yè)融資渠道、降低融資成本以及提高融資效率等途徑來緩解企業(yè)融資約束[9，10]。但是，他們在探討二者關(guān)系時，直接使用《北京大學數(shù)字普惠金融指數(shù)（2011-2018年）》。而這套指數(shù)實際反映的是互聯(lián)網(wǎng)公司數(shù)字普惠金融服務(wù)的發(fā)展情況，并未統(tǒng)計銀行等傳統(tǒng)金融機構(gòu)的相關(guān)業(yè)務(wù)[3]。因此，本文進一步從銀行角度入手，通過構(gòu)建銀行數(shù)字普惠金融指數(shù)，探討銀行數(shù)字普惠金融發(fā)展對中小企業(yè)融資約束的影響效果，以進一步豐富現(xiàn)有相關(guān)研究。

目前，銀行競爭在促進普惠金融服務(wù)深化中的作用愈發(fā)受到重視。但是現(xiàn)有的關(guān)于銀行競爭與普惠金融的研究存在較大爭議。一部分研究認為，有效的競爭是提升普惠金融服務(wù)效能的關(guān)鍵點[11，12]。王雪和何廣文（2019）研究發(fā)現(xiàn)，縣域銀行業(yè)競爭顯著促進了普惠金融服務(wù)深化，但這種促進效應(yīng)在金融基礎(chǔ)設(shè)施不健全的貧困縣相對較弱[13]。Marín和Schwabe（2019）發(fā)現(xiàn)銀行競爭與普惠金融服務(wù)效率深化之間存在正相關(guān)關(guān)系[14]。而另一部分學者則認為，銀行競爭程度的提高在一定程度上加劇了銀行的脆弱性，從而影響了普惠金融的實施效果[15，16]。因此，有必要進一步探討銀行競爭程度變化對銀行數(shù)字普惠金融服務(wù)效率的影響。此外，在以往研究中，鮮有學者對銀行競爭、普惠金融以及企業(yè)融資約束三者之間的關(guān)系進行進一步的探討。普惠金融對企業(yè)融資約束緩解的積極作用已得到了一部分學者的證實，而這種積極作用是否會隨著銀行競爭程度的變化而有所改變？如何改變？這些問題都有待深入研究。

二、分析框架與研究假設(shè)

（一）銀行數(shù)字普惠金融發(fā)展與中小企業(yè)融資約束

發(fā)展普惠金融是我國的一項重要戰(zhàn)略。為推進普惠金融發(fā)展，我國相繼出臺了多項普惠政策，例如“三個不低于”①以及普惠金融定向降準政策②等，旨在促使銀行通過降低貸款利率以及增加貸款量，加大對中小企業(yè)融資的直接支持力度，直接提高中小企業(yè)對正規(guī)金融服務(wù)的可得性。鄒偉和凌江懷（2018）指出，普惠金融發(fā)展水平較高往往意味著金融供給相對充足，提高銀行數(shù)字普惠金融水平有利于進一步增加對中小企業(yè)的資金供給，從而緩解中小企業(yè)融資約束[9]。同時，作為正規(guī)金融的主要提供方，銀行的數(shù)字化轉(zhuǎn)型進一步推動了數(shù)字普惠金融的發(fā)展。受信用記錄不完善、抵押物缺乏以及信息不對稱等諸多因素的影響，中小企業(yè)往往面臨較強的融資約束[17]。而大數(shù)據(jù)以及征信等相關(guān)數(shù)字技術(shù)的發(fā)展和應(yīng)用，在一定程度上使得銀行能夠及時有效地挖掘和收集客戶的信用數(shù)據(jù)，一方面有助于降低銀行的監(jiān)管費用，從而降低中小企業(yè)的融資成本;另一方面提高了銀行的風險控制，從而加強銀行對中小企業(yè)的融資支持意愿[10]。同時，移動互聯(lián)網(wǎng)的發(fā)展打破了時間和空間的限制，降低了金融需求方獲取正規(guī)銀行服務(wù)的時間和距離成本，進一步提升了金融服務(wù)的可得性，擴大了銀行金融服務(wù)的覆蓋面[18]?；谝陨戏治?，提出假設(shè)：

H1 發(fā)展銀行數(shù)字普惠金融能夠緩解中小企業(yè)的融資約束。

（二）銀行競爭程度的影響

銀行是數(shù)字普惠金融的主要實施主體，銀行競爭程度的變化直接影響了數(shù)字普惠金融的實施效果[19]。目前，雖然銀行競爭與普惠效率之間的關(guān)系仍存在爭議，但是絕大多數(shù)學者在基于中國背景的研究中發(fā)現(xiàn)，銀行競爭對普惠績效有正向的促進作用[11，20]。事實上，銀行競爭程度的加強在一定程度上有助于打破壟斷，促進金融服務(wù)深化，提高銀行對中小企業(yè)的普惠效率[13]。競爭程度的加強促使銀行以更低的利率為中小企業(yè)提供貸款，從而降低中小企業(yè)的融資成本[21];同時，有利于進一步促使銀行創(chuàng)新信貸技術(shù)，為中小企業(yè)提供更加多樣化和更具針對性的普惠金融服務(wù)與產(chǎn)品，從而提高金融服務(wù)的普惠性[22]。因此，結(jié)合我國銀行的發(fā)展現(xiàn)狀，提出以下假設(shè)：

H2 在銀行競爭程度較高時，銀行數(shù)字普惠金融發(fā)展對中小企業(yè)融資約束的緩解作用更加顯著。

三、研究設(shè)計

（一）數(shù)據(jù)來源與樣本選擇

基于數(shù)據(jù)可得性，本研究選取2011-2017年中國31個省份（不包括臺灣、香港和澳門）的相關(guān)數(shù)據(jù)來構(gòu)建銀行數(shù)字普惠金融指數(shù)。另外，為衡量中小企業(yè)的融資約束，對應(yīng)選取2011-2017年中小板上市公司的相關(guān)財務(wù)數(shù)據(jù)進行研究。在此基礎(chǔ)上，利用以下標準對企業(yè)樣本進行篩選：（1） 剔除金融類上市公司;（2）剔除ST和*ST公司;（3）剔除上市時間不滿1年的樣本;（4）剔除資產(chǎn)負債率大于1的樣本;（5）剔除數(shù)據(jù)缺失的樣本。為避免受極端值的影響，對連續(xù)變量按照1%和99%的水平進行Winsorize處理，最終獲得4489個觀測值。其中，銀行數(shù)字普惠金融指標數(shù)據(jù)來源于《中國區(qū)域金融運行報告》《中國各地區(qū)金融穩(wěn)定報告摘要》《中國統(tǒng)計年鑒》和EPS數(shù)據(jù)庫，企業(yè)相關(guān)財務(wù)數(shù)據(jù)來自萬得、國泰安數(shù)據(jù)庫。

（二）主要變量計算

1. 銀行數(shù)字普惠金融指標選擇與衡量。銀行數(shù)字普惠金融其本質(zhì)上是一種系統(tǒng)性的、多維度的金融行為。因此，在實際衡量時需要從多維度出發(fā)進行考慮，相關(guān)學者也進行了豐富的實踐。本文的主要研究思路是：基于目前普惠金融全球合作伙伴（GPFI）對數(shù)字普惠金融的定義，借鑒已有文獻，并結(jié)合銀行目前的主要服務(wù)和數(shù)字化發(fā)展狀況，對銀行數(shù)字普惠金融指標體系進行構(gòu)建③。在構(gòu)建過程中進一步遵循科學性、全面性、有效性及數(shù)據(jù)可獲得性原則[23]，從而選取出服務(wù)可得性、服務(wù)使用情況、服務(wù)質(zhì)量以及數(shù)字化程度這4個主要維度，具體包括12個細分指標（見表1）。

上述4個不同維度實際上反映的是一個整體的不同視角。其中，服務(wù)可得性維度主要反映了銀行數(shù)字普惠金融對服務(wù)群體的覆蓋范圍，當服務(wù)可得性越高時，表明中小企業(yè)等弱勢群體能夠更加便利地獲取相關(guān)正規(guī)金融服務(wù)。使用情況維度則反映了銀行數(shù)字普惠金融對弱勢群體的觸達能力，當使用情況越好時，表明越多的中小企業(yè)等弱勢群體能夠真正享受到更多的數(shù)字普惠金融服務(wù)與產(chǎn)品。服務(wù)質(zhì)量維度主要反映了普惠金融的商業(yè)可持續(xù)性以及獲取成本，當服務(wù)質(zhì)量越高時，表明銀行數(shù)字普惠金融的商業(yè)可持續(xù)性越強，能夠更長久地為中小企業(yè)等弱勢群體以較低的成本提供相關(guān)產(chǎn)品與服務(wù)。數(shù)字化程度維度則反映了銀行利用數(shù)字技術(shù)實現(xiàn)服務(wù)效率的提高，當數(shù)字化程度越高時，表明此時銀行征信技術(shù)發(fā)展越好，能夠更好地緩解借貸雙方的信息不對稱程度，以降低信貸風險，并進一步提高貸款審核效率④。

參照該領(lǐng)域經(jīng)典的研究，使用聯(lián)合國人類發(fā)展指數(shù)（HDI）的構(gòu)建方法，并結(jié)合劉亦文等（2018）、Bozkurt等（2018）對不同指標的標準化處理方法以及相應(yīng)權(quán)重測算方法，來計算2011-2017年銀行數(shù)字普惠金融發(fā)展指數(shù)[24，25]。

為避免受各指標量綱差異的影響，首先對各指標依次進行標準化處理。正向指標的標準化處理如式（1）所示，逆向指標的標準化處理如式（2）所示。

參照劉亦文等（2018）的研究，使用變異系數(shù)法對單一維度下的各個指標以及不同維度分別進行賦權(quán)，并在此基礎(chǔ)上合成單一維度指數(shù)BDFIi和綜合指數(shù)BDFI[24]。

2. 銀行競爭。采用各省份不同類型銀行支行數(shù)量份額計算出銀行業(yè)赫芬達爾指數(shù)（HHI），以此來度量各省市的銀行競爭程度。相應(yīng)計算公式如下：

式（5）中，HHIjt表示j省在t時期的赫芬達爾指數(shù)值，Kjt 表示t時期j省內(nèi)的所有類型銀行的數(shù)量，branchkjt 表示t時期j省內(nèi)第k類銀行的分支機構(gòu)數(shù)。

同時，參照劉鳳委和李琦（2013）的研究，以HHI指數(shù)值的中位數(shù)為標準，對各省份的銀行競爭程度進行分組[26]。由于HHI指數(shù)是逆向指標，其數(shù)值越小表示銀行競爭程度越強，所以當HHI指數(shù)值低于中位數(shù)時，為高競爭組，反之為低競爭組。

（三）模型設(shè)計及變量界定

參照姜付秀等（2016）[27]的研究，使用投資現(xiàn)金流敏感性模型作為衡量企業(yè)融資的基準模型⑤：

式（6）中，Inv為企業(yè)投資水平;CF為現(xiàn)金流，Controls為控制變量組，β1為投資現(xiàn)金流敏感性系數(shù)，當企業(yè)存在融資約束時，β1的估計值預期為正。此外，在研究中進一步設(shè)置了年度（Year）和行業(yè)（Industry）虛擬變量，用以控制年度固定效應(yīng)和行業(yè)固定效應(yīng)。

為進一步檢驗銀行數(shù)字普惠金融對企業(yè)融資約束的影響，在式（6）基礎(chǔ)上進一步引入現(xiàn)金流（CF）與銀行數(shù)字普惠金融（BDFI）的交互項，得到如下擴展模型：

式（7）中，若β2顯著為負，則表示銀行數(shù)字普惠金融能夠緩解企業(yè)融資約束。上述模型中各變量的具體計算方法見表3。

（四）描述性統(tǒng)計

表4是主要變量的描述性統(tǒng)計結(jié)果。企業(yè)投資水平的均值為0.074，中位數(shù)為0.054;現(xiàn)金流（CF）的均值和中位數(shù)分別為0.055和0.053，相差并不大;銀行數(shù)字普惠金融（BDFI）的最小值為0.051，最大值為0.702，從中可以看出各省份間的銀行數(shù)字普惠金融發(fā)展水平存在較大差距;銀行競爭程度（HHI）的均值和中位數(shù)分別為0.286和0.287，其最小值為0.235⑥。其他控制變量的描述性統(tǒng)計結(jié)果見表4，在此不一一贅述。

四、實證結(jié)果與分析

（一）銀行數(shù)字普惠金融與中小企業(yè)融資約束

基于F檢驗和 Hausman 檢驗的結(jié)果，采用固定效應(yīng)法對相關(guān)模型進行回歸，回歸結(jié)果見表5。其中，第2列為基準模型的回歸結(jié)果?？梢园l(fā)現(xiàn)，基準模型中CF的系數(shù)在1%水平上顯著為正，說明企業(yè)存在明顯的融資約束。第3列為式（7）的回歸結(jié)果，結(jié)果顯示，CF×BDFI的估計系數(shù)在5%水平上顯著為負，表明銀行數(shù)字普惠金融的發(fā)展能夠有效緩解中小企業(yè)的融資約束，假設(shè)1成立。

在控制變量方面，Growth對應(yīng)的回歸系數(shù)為正，但是并不顯著;Size的回歸系數(shù)顯著為負，表示企業(yè)規(guī)模越大，投資水平越低;ROA和Lev對應(yīng)的回歸系數(shù)顯著為正，表示企業(yè)的資產(chǎn)收益率以及負債比率的增加將會導致投資水平的提高;Cashholding和First的回歸系數(shù)為正但并不顯著，Board的回歸系數(shù)為負但并不顯著。

（二）銀行競爭的影響

表5的分組回歸結(jié)果顯示，在低競爭組（HHI指數(shù)值>中位數(shù)），CF×BDFI的回歸系數(shù)為-0.095，但是并不顯著，說明在銀行競爭程度較低時，銀行數(shù)字普惠金融的發(fā)展對中小企業(yè)融資約束并無明顯緩解作用。在高競爭組（HHI指數(shù)值<中位數(shù)），CF×BDFI的回歸系數(shù)為-0.248，在5%水平上顯著，說明在銀行競爭程度較高時，銀行數(shù)字普惠金融的發(fā)展能夠有效緩解中小企業(yè)的融資約束，基本符合假設(shè)2的預期。

在此基礎(chǔ)上，進一步考慮將樣本分為民營中小企業(yè)組和國有中小企業(yè)組，探討當銀行競爭程度不同以及企業(yè)所有權(quán)性質(zhì)不同時，主效應(yīng)關(guān)系將如何變化。相關(guān)回歸結(jié)果（見表6）顯示，在民營企業(yè)樣本中，CF×BDFI的回歸系數(shù)為-0.170，在10%水平上顯著;在國有企業(yè)樣本中，CF×BDFI的回歸系數(shù)為-0.604，且在1%水平上顯著。結(jié)果表明，銀行數(shù)字普惠金融的發(fā)展能夠有效緩解國有中小企業(yè)和民營中小企業(yè)的融資約束，但是相對于民營中小企業(yè)，銀行數(shù)字普惠金融的發(fā)展對國有中小企業(yè)融資約束的緩解作用更加明顯，這與梁榜和張建華（2018）[10]的研究結(jié)果相反?？赡艿脑蚴牵海?）梁榜和張建華（2018）研究中所使用的北京大學數(shù)字普惠金融指數(shù)實際上反映的是互聯(lián)網(wǎng)公司數(shù)字普惠金融服務(wù)的發(fā)展情況，而本文的數(shù)字普惠金融指數(shù)則是基于銀行業(yè)金融機構(gòu)的相關(guān)業(yè)務(wù)所構(gòu)建的;（2）目前銀行數(shù)字普惠金融的發(fā)展并不成熟，商業(yè)可持續(xù)性不高，再加上民營企業(yè)貸款風險高，收益相對較低，從而導致銀行在提供普惠金融服務(wù)時更偏向于國有企業(yè)。

在民營企業(yè)樣本中，低競爭組的CF×BDFI的回歸系數(shù)不顯著，甚至為正;高競爭組的CF×BDFI的回歸系數(shù)為-0.219，且在5%水平上顯著。這表明，當銀行競爭程度較弱時，銀行數(shù)字普惠金融的發(fā)展與緩解民營中小企業(yè)融資約束之間沒有形成穩(wěn)健的聯(lián)系;而在銀行競爭程度較強時，銀行數(shù)字普惠金融的發(fā)展能夠明顯緩解民營中小企業(yè)的融資約束，這與假設(shè)2的觀點基本相符。

在國有企業(yè)樣本中，低競爭組的CF×BDFI的回歸系數(shù)為-1.994，在1%水平上顯著;高競爭組的CF×BDFI的回歸系數(shù)為-0.436，僅在10%水平上顯著。這表明，相對于高競爭組，低競爭組中銀行數(shù)字普惠金融的發(fā)展對國有中小企業(yè)融資約束的緩解作用更加明顯?？赡艿脑蚴牵斻y行競爭程度較低時，銀行存在選擇偏向，基于逐利動機，在提供資金服務(wù)時更傾向于國有企業(yè)。而當銀行競爭程度較高時，銀行的客戶選擇權(quán)相對較小，出于競爭壓力，銀行將進一步增加對民營企業(yè)的貸款供給，相對而言，對國有企業(yè)融資約束的緩解作用將有所弱化。

（三）穩(wěn)健性建議

1. 控制內(nèi)生性。

為減少內(nèi)生性的影響，參照姜付秀等（2019）的研究，對除銀行數(shù)字普惠金融（BDFI）以外的解釋變量進行滯后一期處理[28]，并進一步控制省份固定效應(yīng)，回歸結(jié)果匯總于表7。

在全樣本中，CF×BDFI的系數(shù)在5%的水平上顯著為負，支持假設(shè)1。另外，當銀行競爭程度較低時，CF×BDFI的系數(shù)為負但不顯著，而當銀行競爭程度較高時，CF×BDFI的系數(shù)在5%的水平上顯著為負，支持假設(shè)2。上述結(jié)論與表5基本一致。

2. 融資約束的其他度量方法。

目前，有關(guān)融資約束的度量方法仍存在較大爭議。為進一步提高研究的可靠性，另外采用SA指數(shù)⑦對融資約束進行度量，并對假設(shè)1與假設(shè)2進行重新驗證，所得結(jié)論與前文一致。

3. 銀行競爭程度的不同度量方法。

另外使用前三大銀行分支機構(gòu)占比（CR3）對各省份銀行競爭程度進行衡量，按照中位數(shù)重新劃分高競爭組和低競爭組⑧。并進一步對相應(yīng)模型進行重新回歸，實證結(jié)果與前文基本一致，因此認為前文得到的結(jié)果是穩(wěn)健的。

五、結(jié)論與建議

通過構(gòu)建銀行數(shù)字普惠金融發(fā)展指數(shù)，并以2011-2017年中小企業(yè)板上市公司為樣本，考察了銀行競爭、銀行數(shù)字普惠金融發(fā)展與中小企業(yè)融資約束之間的關(guān)系。研究發(fā)現(xiàn)，發(fā)展銀行數(shù)字普惠金融整體上能夠有效緩解中小企業(yè)的融資約束。當銀行競爭程度較高時，銀行數(shù)字普惠金融的發(fā)展對中小企業(yè)融資約束起到了良好的緩解作用;而當銀行競爭程度較低時，這種緩解作用并不顯著。此外，本研究進一步探討了企業(yè)所有制差異是如何影響銀行數(shù)字普惠金融發(fā)展與企業(yè)融資約束兩者之間關(guān)系的。結(jié)果顯示，相較于民營中小企業(yè)，銀行數(shù)字普惠金融的發(fā)展對國有中小企業(yè)融資約束的緩解作用更加明顯，這在一定程度上反映了當前銀行在發(fā)展數(shù)字普惠金融時存在選擇偏向問題。而隨著銀行競爭程度的提高，這種問題有所緩解。

本文的政策啟示在于：（1）政府部門應(yīng)當加強金融監(jiān)管，從資金及政策層面出發(fā)，加大對薄弱環(huán)節(jié)的支持力度，鼓勵銀行不斷創(chuàng)新數(shù)字普惠金融產(chǎn)品與服務(wù)，以滿足不同所有制企業(yè)的多元化融資需求，從而進一步提高銀行數(shù)字普惠金融對弱勢群體的服務(wù)精準性和有效性;（2）積極引導各類銀行有序競爭，逐漸形成具有競爭性的多層次的銀行市場結(jié)構(gòu)，從而深化普惠金融服務(wù)效率。（3）中小企業(yè)的管理者應(yīng)當不斷提高自身的金融素養(yǎng)，主動了解并充分利用現(xiàn)行的各項數(shù)字普惠金融政策。數(shù)字普惠金融對于實體經(jīng)濟的發(fā)展存在顯著的促進作用，傳統(tǒng)金融發(fā)展、消費水平以及科技創(chuàng)新只具有一定的傳導作用，促進實體經(jīng)濟發(fā)展的關(guān)鍵在于提高數(shù)字普惠金融的發(fā)展水平[29]。所以，受融資約束影響較大的中小企業(yè)更應(yīng)當對數(shù)字普惠金融相關(guān)資源進行合理配置，使得數(shù)字普惠金融能夠更好地為中小企業(yè)服務(wù)，以真正實現(xiàn)企業(yè)價值的提升。

注釋：

① 2015年3月， 銀監(jiān)會提出了 “三個不低于” 考核要求，即小微企業(yè)貸款增速不低于各項貸款平均增速、小微企業(yè)貸款戶數(shù)不低于上年同期戶數(shù)、小微企業(yè)申貸獲得率不低于上年同期水平。

② 2017年，中國人民銀行發(fā)布《中國人民銀行關(guān)于對普惠金融實施定向降準的通知》，將定向降準政策考核范圍由原來的小微企業(yè)貸款和涉農(nóng)貸款調(diào)整為普惠金融領(lǐng)域貸款。

③ 國際組織普惠金融全球合作伙伴（GPFI）在G20峰會上將“數(shù)字普惠金融”定義為，“通過運用數(shù)字技術(shù)為無法獲得金融服務(wù)或缺乏金融服務(wù)的群體提供一系列的正規(guī)金融服務(wù)”。本文的“數(shù)字化程度”維度也更多是基于這一思路，考慮的是相關(guān)數(shù)字技術(shù)助力需求方獲取銀行正規(guī)金融服務(wù)的便利程度。而其他維度則是基于銀行現(xiàn)有的主要正規(guī)金融服務(wù)，即傳統(tǒng)的存款和借款兩大方面。

④ 當前銀行在發(fā)展數(shù)字普惠金融時，主要依托于移動互聯(lián)網(wǎng)以及征信系統(tǒng)的技術(shù)支持。一方面，廣泛的客戶群體可以通過移動終端快捷地接觸到銀行的普惠金融服務(wù)，這有助于降低普惠金融需求方獲取金融服務(wù)的時間和溝通成本。另一方面，在移動互聯(lián)網(wǎng)以及征信等技術(shù)的共同助力下，銀行能夠更準確、高效地獲取和存儲客戶的信用信息。這些信息能夠使銀行精準地預測潛在的違約風險，甚至可以取代抵押物等擔保方式，這有助于實現(xiàn)大數(shù)據(jù)時代下的金融產(chǎn)品的精準營銷和風險實時控制，全面提升銀行的數(shù)字普惠金融能力。但是限于數(shù)據(jù)可得性，目前有關(guān)銀行移動化技術(shù)發(fā)展程度的衡量指標數(shù)據(jù)大多為全國性數(shù)據(jù)，與本文所需的省域數(shù)據(jù)不匹配。因此，本文主要是考慮了“信用化”這一指標來反映數(shù)字技術(shù)助力需求方獲取銀行正規(guī)金融服務(wù)的便利程度，其在一定程度上也是征信技術(shù)以及互聯(lián)網(wǎng)技術(shù)的共同體現(xiàn)。后續(xù)學者在自身能力以及成本范圍內(nèi)也可進一步補充選取更加合適的指標來展開研究。

⑤ F檢驗和Hausman檢驗的結(jié)果顯示應(yīng)該采用固定效應(yīng)模型。

⑥ 赫芬達爾指數(shù)HHI值>0.18被認為是寡占型的市場，本文計算出來的各省份HHI值均超過0.18，這表明我國信貸市場依然處于寡占階段，整體銀行業(yè)競爭程度相對較低。因此，本文并沒有考慮過度競爭可能的影響。

⑦ SA指數(shù)由兩個完全外生的變量（Size和Age）構(gòu)成，不存在內(nèi)生性變量，且目前在相關(guān)研究中得到廣泛應(yīng)用[30]。其計算公式為：SA指數(shù)=-0.737×ln（企業(yè)資產(chǎn)總額/1000000）+0.043×（ln（企業(yè)資產(chǎn)總額/1000000））2-0.04×企業(yè)上市年限。

⑧ 由于CR3為逆向指標，其數(shù)值越小表示銀行競爭程度越強，所以當CR3低于中位數(shù)時，為高競爭組;反之，為低競爭組。

參考文獻：

[1] 焦瑾璞，黃亭亭，汪天都，等. 中國普惠金融發(fā)展進程及實證研究[J]. 上海金融， 2015（4）：12-22.

[2] 謝治春，趙興廬，劉媛. 金融科技發(fā)展與商業(yè)銀行的數(shù)字化戰(zhàn)略轉(zhuǎn)型[J]. 中國軟科學， 2018（8）：184-192.

[3] 郭峰，王靖一，王芳， 等. 測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學（季刊）， 2020，19（4）：1401-1408.

[4] 任碧云，李柳潁.數(shù)字普惠金融是否促進農(nóng)村包容性增長——基于京津冀2114位農(nóng)村居民調(diào)查數(shù)據(jù)的研究[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2019，39（4）：3-14.

[5] 譚燕芝，彭千芮.普惠金融發(fā)展與貧困減緩：直接影響與空間溢出效應(yīng)[J].當代財經(jīng)，2018（3）：56-67.

[6] 黃倩，李政，熊德平.數(shù)字普惠金融的減貧效應(yīng)及其傳導機制[J].改革，2019（11）：90-101.

[7] Ahamed M M， Mallick S K. Is financial inclusion good for bank stability？ International evidence[J]. Journal of Economic Behavior & Organization， 2019， 157：403-427.

[8] 歐理平.普惠金融對商業(yè)銀行盈利可持續(xù)性的影響研究[J].學術(shù)論壇，2016，39（4）：41-45.

[9] 鄒偉，凌江懷.普惠金融與中小微企業(yè)融資約束——來自中國中小微企業(yè)的經(jīng)驗證據(jù)[J].財經(jīng)論叢，2018（6）：34-45.

[10]梁榜，張建華. 中國普惠金融創(chuàng)新能否緩解中小企業(yè)的融資約束[J]. 中國科技論壇， 2018（11）：94-105.

[11]郭曄，徐菲，舒中橋. 銀行競爭背景下定向降準政策的“普惠”效應(yīng)——基于A股和新三板三農(nóng)、小微企業(yè)數(shù)據(jù)的分析[J]. 金融研究， 2019（1）：1-18.

[12]肖晶，粟勤.破除銀行業(yè)壟斷能夠緩解中小企業(yè)融資約束嗎？[J].南開經(jīng)濟研究，2016（5）：19-35.

[13]王雪，何廣文. 縣域銀行業(yè)競爭與普惠金融服務(wù)深化——貧困縣與非貧困縣的分層解析[J]. 中國農(nóng)村經(jīng)濟， 2019（4）：55-72.

[14]Marín A G， Schwabe R. Bank competition and financial inclusion：Evidence from mexico[J]. Review of Industrial Organization， 2019， 55（2）：257-285.

[15]胡金焱. 市場競爭結(jié)構(gòu)與小額信貸功能的實現(xiàn)[J]. 中國高校社會科學， 2015（2）：105-115.

[16]譚燕芝，楊蕓.市場化競爭對金融支農(nóng)水平影響的分析——基于省際面板數(shù)據(jù)的實證研究[J].經(jīng)濟經(jīng)緯，2016，33（3）：25-30.

[17]李蘭，潘建成， 彭泗清， 等. 企業(yè)家對宏觀形勢及企業(yè)經(jīng)營狀況的判斷、問題和建議——2017·中國企業(yè)經(jīng)營者問卷跟蹤調(diào)查報告[J]. 管理世界， 2017（12）：75-91.

[18]王馨. 互聯(lián)網(wǎng)金融助解“長尾”小微企業(yè)融資難問題研究[J]. 金融研究， 2015 （9）：128-139.

[19]Pham T T T， Nguyen T V H， Nguyen K S. Does bank competition promote financial inclusion？ A cross-country evidence[J]. Applied Economics Letters， 2019， 26（13）：1133-1137.

[20]張正平，楊丹丹. 市場競爭、新型農(nóng)村金融機構(gòu)擴張與普惠金融發(fā)展——基于省級面板數(shù)據(jù)的檢驗與比較[J]. 中國農(nóng)村經(jīng)濟， 2017（1）：32-45，96.

[21]陳虹. 銀行競爭、金融包容與中小企業(yè)發(fā)展——基于縣域農(nóng)村金融圖集的數(shù)據(jù)[J]. 湖北社會科學， 2019， 386（2）：87-95.

[22]周順興，林樂芬. 銀行業(yè)競爭提升了金融服務(wù)普惠性嗎？——來自江蘇省村鎮(zhèn)銀行的證據(jù)[J]. 產(chǎn)業(yè)經(jīng)濟研究， 2015（6）：11-20.

[23]沈麗，張好圓，李文君. 中國普惠金融的區(qū)域差異及分布動態(tài)演進[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2019， 36（7）：62-80.

[24]劉亦文，丁李平，李毅，等. 中國普惠金融發(fā)展水平測度與經(jīng)濟增長效應(yīng)[J]. 中國軟科學， 2018（3）：36-46.

[25]Bozkurt I， Karaku R， Yildiz M. Spatial determinants of financial inclusion over time[J]. Journal of International Development， 2018， 30（8）：1474-1504.

[26]劉鳳委，李琦. 市場競爭、EVA評價與企業(yè)過度投資[J]. 會計研究， 2013（2）：54-62，95.

[27]姜付秀，石貝貝，馬云飆. 信息發(fā)布者的財務(wù)經(jīng)歷與企業(yè)融資約束[J]. 經(jīng)濟研究， 2016， 51（6）：83-97.

[28]姜付秀，蔡文婧，蔡欣妮，等.銀行競爭的微觀效應(yīng)：來自融資約束的經(jīng)驗證據(jù)[J].經(jīng)濟研究，2019，54（6）：72-88.

[29]成學真，龔沁宜. 數(shù)字普惠金融如何影響實體經(jīng)濟的發(fā)展——基于系統(tǒng)GMM模型和中介效應(yīng)檢驗的分析[J]. 湖南大學學報（社會科學版），2020，34（3）：59-67.

[30]吳秋生，黃賢環(huán). 財務(wù)公司的職能配置與集團成員上市公司融資約束緩解[J]. 中國工業(yè)經(jīng)濟， 2017（9）：156-173.

（責任編輯：厲 亞）