■陳銀飛，鄧雅慧

一、引言

中共十九大提出要“深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力”。在傳統(tǒng)金融服務(wù)實(shí)體經(jīng)濟(jì)過(guò)程中暴露出結(jié)構(gòu)性錯(cuò)配問(wèn)題的背景下，以大數(shù)據(jù)、云計(jì)算、人工智能等為技術(shù)基礎(chǔ)的數(shù)字金融成為賦能傳統(tǒng)金融的重要幫手。在數(shù)字技術(shù)的支撐下，數(shù)字金融能夠低成本低風(fēng)險(xiǎn)地為廣大中小投資者提供金融服務(wù)，且服務(wù)內(nèi)容更加多樣化。從企業(yè)內(nèi)部資源配置的角度看，數(shù)字金融能夠基于企業(yè)數(shù)據(jù)信息，通過(guò)精細(xì)的算法流程，挖掘出與企業(yè)經(jīng)營(yíng)特征最為匹配的金融服務(wù)方案，從而使企業(yè)的經(jīng)營(yíng)管理更加集約。一方面，數(shù)字金融所依賴(lài)的信息技術(shù)能夠幫助企業(yè)對(duì)未來(lái)趨勢(shì)作出精準(zhǔn)判別，從而使管理者做出合理的經(jīng)營(yíng)決策，避免盲目樂(lè)觀(guān)預(yù)期造成企業(yè)較高的成本粘性。且數(shù)字金融的大數(shù)據(jù)存儲(chǔ)功能海量地記錄了各利益相關(guān)者的交易活動(dòng)，能夠在很大程度上抑制管理層的代理行為，從而降低成本粘性。另一方面，數(shù)字金融的普惠性特征能夠使長(zhǎng)尾群體以更低門(mén)檻、更少成本、更加便捷的方式獲取金融支持，從而有效緩解企業(yè)面臨的融資約束。然而融資壓力的緩解會(huì)使企業(yè)在業(yè)務(wù)量上升時(shí)加大力度投資，在業(yè)務(wù)量降低時(shí)不愿削減成本，進(jìn)而加劇成本粘性。因此，數(shù)字金融是增強(qiáng)還是抑制了成本粘性需要進(jìn)一步探析。

現(xiàn)有文獻(xiàn)大多集中于探討數(shù)字金融的創(chuàng)業(yè)促進(jìn)效應(yīng)、就業(yè)促進(jìn)效應(yīng)和創(chuàng)新驅(qū)動(dòng)效應(yīng)，關(guān)于如何降低成本粘性也多圍繞公司治理、法制環(huán)境以及利益相關(guān)者展開(kāi)，鮮有文獻(xiàn)將數(shù)字金融與成本粘性納入同一理論框架。鑒于此，本文系統(tǒng)論證了數(shù)字金融在企業(yè)成本管理決策中是增強(qiáng)還是抑制了成本粘性。此外，我國(guó)長(zhǎng)期面臨產(chǎn)能過(guò)剩問(wèn)題，尤其是2020年新冠肺炎疫情更是加重了這一現(xiàn)狀，因此當(dāng)前“去產(chǎn)能、降成本”道阻且長(zhǎng)，在此過(guò)程中，數(shù)字金融會(huì)對(duì)微觀(guān)企業(yè)的成本粘性產(chǎn)生何種作用？其中的作用渠道是什么？在不同類(lèi)型的企業(yè)中影響效果是否有差異？金融監(jiān)管是否會(huì)阻礙數(shù)字金融“降成本”效用的發(fā)揮？本文旨在回答上述問(wèn)題，有助于數(shù)字金融更有效地與實(shí)體經(jīng)濟(jì)融合，從而為供給側(cè)結(jié)構(gòu)性改革中的“降成本”增添新動(dòng)能。

二、理論分析與研究假設(shè)

Banker&Byzalov（2014）將企業(yè)成本粘性形成的原因歸結(jié)為以下三點(diǎn)：調(diào)整成本、代理問(wèn)題以及管理者樂(lè)觀(guān)預(yù)期。調(diào)整成本是指企業(yè)增減資源投入會(huì)產(chǎn)生調(diào)整成本，而向下調(diào)整資源的成本通常高于向上調(diào)整資源的成本①由于企業(yè)下調(diào)承諾資源時(shí)對(duì)未來(lái)再次上調(diào)的考慮多于上調(diào)承諾資源時(shí)對(duì)未來(lái)再次下調(diào)的考慮，使得企業(yè)向下調(diào)整資源的成本要高于向上調(diào)整資源的成本。，致使企業(yè)在業(yè)務(wù)量降低時(shí)不愿下調(diào)資源投入，從而形成成本粘性。代理問(wèn)題是指高管出于自利動(dòng)機(jī)，往往會(huì)在銷(xiāo)售收入上升時(shí)過(guò)度投資，在銷(xiāo)售收入下降時(shí)拒絕削減資源投入，從而使成本粘性產(chǎn)生。管理者樂(lè)觀(guān)預(yù)期是指樂(lè)觀(guān)的管理者傾向于把業(yè)務(wù)量下降看作是暫時(shí)的，并預(yù)期未來(lái)的業(yè)務(wù)量會(huì)呈上升態(tài)勢(shì)，因而并不會(huì)因業(yè)務(wù)量降低而減少資源投入，由此產(chǎn)生成本粘性。在數(shù)字金融的影響下，企業(yè)的融資環(huán)境和管理者的行為決策發(fā)生了深刻改變，最終會(huì)在成本粘性上有所體現(xiàn)。本文將結(jié)合這一背景，圍繞調(diào)整成本、代理問(wèn)題和管理者樂(lè)觀(guān)預(yù)期三個(gè)方面，對(duì)數(shù)字金融如何影響成本粘性展開(kāi)論述。

（一）數(shù)字金融對(duì)企業(yè)成本粘性的加劇效應(yīng)

數(shù)字金融重塑了傳統(tǒng)的信用定價(jià)模式（Duarte et al.，2012）、減少了金融機(jī)構(gòu)與企業(yè)之間的信息不對(duì)稱(chēng)（Demertzis et al.，2018）、突破了傳統(tǒng)金融物理網(wǎng)點(diǎn)的邊界束縛（張勛等，2019），有效增強(qiáng)了企業(yè)融資的可得性和便利性，在極大程度上降低了融資成本，釋緩了企業(yè)的融資約束（萬(wàn)佳彧等，2020）。而融資成本正是調(diào)整成本的重要組成部分，對(duì)企業(yè)成本粘性的影響不容忽視（Bresnahan&Ramey，1994）。

對(duì)高融資約束的企業(yè)而言，當(dāng)市場(chǎng)需求增加時(shí)，企業(yè)增加雇員、購(gòu)買(mǎi)機(jī)器設(shè)備需要大量的資金支持，然而由于外部融資成本較高，其向上調(diào)整承諾資源的能力相對(duì)不足，由此降低了企業(yè)的成本增加幅度。當(dāng)市場(chǎng)需求下降時(shí)，冗余資源會(huì)加大企業(yè)陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)。因此，雖然解聘員工需要支付遣散費(fèi)用、減少機(jī)器設(shè)備需承擔(dān)處置成本，且未來(lái)業(yè)務(wù)量恢復(fù)時(shí)可能會(huì)面臨更高的上調(diào)承諾資源的成本，但為了維持現(xiàn)期的生存，企業(yè)不得不通過(guò)遣散冗余雇員、處置多余機(jī)器設(shè)備來(lái)避免資金鏈斷裂，從而降低企業(yè)成本的提升幅度。因此，高融資約束企業(yè)的成本粘性往往較低。

在數(shù)字金融緩解企業(yè)融資約束的現(xiàn)實(shí)情境中，企業(yè)向上調(diào)整資源的能力得到提升，因此在業(yè)務(wù)量上升時(shí)會(huì)加大投資。在業(yè)務(wù)量減少時(shí)，由于融資渠道豐富，自由現(xiàn)金流增加，陷入財(cái)務(wù)困境的風(fēng)險(xiǎn)大大降低，企業(yè)不會(huì)通過(guò)裁減雇員、處置機(jī)器設(shè)備等方式來(lái)向下調(diào)整成本，從而強(qiáng)化了企業(yè)的成本粘性?；诖?，本文提出如下假設(shè)：

H1：數(shù)字金融通過(guò)調(diào)整成本加劇了企業(yè)成本粘性。

（二）數(shù)字金融對(duì)企業(yè)成本粘性的抑制效應(yīng)

從代理問(wèn)題的角度看，數(shù)字技術(shù)的應(yīng)用，提高了金融市場(chǎng)中各利益相關(guān)者的“誠(chéng)信度”。在數(shù)字金融服務(wù)實(shí)體經(jīng)濟(jì)的過(guò)程中，形成了一個(gè)完整的社交網(wǎng)絡(luò)，該網(wǎng)絡(luò)匯集了銀行的“資金流”、互聯(lián)網(wǎng)平臺(tái)的“信息流”、企業(yè)間交易的“商品流”（何師元，2015），企業(yè)的消費(fèi)習(xí)慣、資信狀況和信譽(yù)行為被詳盡地披露，大大提高了信息透明度，有效緩解了信息不對(duì)稱(chēng)和逆向選擇問(wèn)題。此外，數(shù)字金融能夠通過(guò)對(duì)企業(yè)以往經(jīng)營(yíng)數(shù)據(jù)的深度挖掘與分析，識(shí)別出非正常的投資、交易記錄，從而促進(jìn)成本管控和投資決策的科學(xué)化、精準(zhǔn)化。在此基礎(chǔ)上，管理層的自由裁量權(quán)受到約束，通過(guò)構(gòu)建“個(gè)人帝國(guó)”以獲取超額利潤(rùn)的動(dòng)機(jī)減弱。在市場(chǎng)需求旺盛時(shí)傾向于規(guī)避過(guò)度投資，合理規(guī)劃投資決策，在市場(chǎng)需求減少時(shí)也能進(jìn)一步削減成本，從而使企業(yè)成本粘性降低。

從管理者樂(lè)觀(guān)預(yù)期的角度看，一方面，數(shù)字金融的發(fā)展，能夠使金融機(jī)構(gòu)根據(jù)已有的客戶(hù)信息數(shù)據(jù)庫(kù)，并結(jié)合利率變動(dòng)、通貨膨脹以及經(jīng)濟(jì)波動(dòng)等宏觀(guān)因素識(shí)別出未來(lái)經(jīng)濟(jì)市場(chǎng)的走向。而隨著客戶(hù)的增多，信息的傳播、交流和共享會(huì)更加充分，從而不斷完善數(shù)據(jù)庫(kù)中的信息，進(jìn)一步增強(qiáng)預(yù)測(cè)的準(zhǔn)確度。另一方面，依托優(yōu)質(zhì)的技術(shù)工具，金融機(jī)構(gòu)不僅能夠根據(jù)企業(yè)的經(jīng)營(yíng)狀況、交易行為和消費(fèi)偏好定制最適宜企業(yè)實(shí)際發(fā)展需求的金融產(chǎn)品和服務(wù)，還能實(shí)時(shí)運(yùn)用企業(yè)的生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)進(jìn)行超前預(yù)測(cè)，從而形成企業(yè)內(nèi)部最優(yōu)的生產(chǎn)路徑和有效的成本管控。因此，當(dāng)企業(yè)業(yè)務(wù)量發(fā)生變化時(shí)，管理者可依據(jù)對(duì)客觀(guān)數(shù)據(jù)的估算和分析結(jié)果作出相對(duì)精準(zhǔn)的判斷，避免了主觀(guān)上的樂(lè)觀(guān)預(yù)期導(dǎo)致成本決策偏離最佳的資源配置狀態(tài)（趙璨等，2020）?；谝陨戏治觯岢黾僭O(shè)2和假設(shè)3：

H2：數(shù)字金融通過(guò)緩解代理問(wèn)題抑制了企業(yè)成本粘性。

H3：數(shù)字金融通過(guò)降低管理者樂(lè)觀(guān)預(yù)期抑制了企業(yè)成本粘性。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)說(shuō)明

本文選取的初始樣本為2012—2018年A股上市公司數(shù)據(jù)，刪除金融保險(xiǎn)類(lèi)以及存在數(shù)據(jù)缺失的樣本，最終得到1826家上市公司的12782個(gè)“公司—年度”觀(guān)測(cè)值。為避免離群值的影響，對(duì)所有連續(xù)變量在5%分位數(shù)上進(jìn)行雙邊縮尾處理。為消除異方差影響，對(duì)部分變量取對(duì)數(shù)。數(shù)字金融指數(shù)來(lái)源于北京大學(xué)的《數(shù)字金融普惠金融指數(shù)》，企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。

表1 變量定義

（二）模型設(shè)計(jì)與變量定義

借鑒Anderson et al.（2003）的研究，設(shè)定模型（1）考察數(shù)字金融對(duì)企業(yè)成本粘性的影響。

其中，被解釋變量為營(yíng)業(yè)成本變化（ln△cost），解釋變量為營(yíng)業(yè)收入變化（ln△sale）、營(yíng)業(yè)收入變化和營(yíng)業(yè)收入下降虛擬變量（D）的交互項(xiàng)（ln△sale×D）、營(yíng)業(yè)收入變化和營(yíng)業(yè)收入下降虛擬變量以及數(shù)字金融指數(shù)（PDF）的交互項(xiàng)（ln△sale×D×PDF）。

economics為經(jīng)濟(jì)因素變量，包括收入連續(xù)兩年下降（SD）、宏觀(guān)經(jīng)濟(jì)增長(zhǎng)（GDP）、勞動(dòng)力密集度（labor）、資本密集度（capital）。controls為其他控制變量，包括企業(yè)規(guī)模（size）、企業(yè)年齡（age）、資產(chǎn)負(fù)債率（lev）以及管理層持股比例（mhold）。此外，本文還控制了行業(yè)和年度虛擬變量。主要變量的定義如表1所示，表2是變量的描述性統(tǒng)計(jì)結(jié)果。樣本的離散程度較高。此外，其他控制變量在樣本期內(nèi)也存在較大波動(dòng)幅度，這為本研究提供了輔助。

表2 描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

（一）數(shù)字金融對(duì)企業(yè)成本粘性的影響

表3匯報(bào)了數(shù)字金融與企業(yè)成本粘性的基準(zhǔn)回歸結(jié)果。列（1）是未加入經(jīng)濟(jì)因素和其他控制變量的回歸結(jié)果，可以看到，ln△sale的系數(shù)為0.9864，ln△sale×D系數(shù)為-0.0877，均在1%的水平上顯著，說(shuō)明上市公司存在成本粘性，營(yíng)業(yè)收入每增加1%，營(yíng)業(yè)成本便增加0.99%，而營(yíng)業(yè)收入每減少1%，營(yíng)業(yè)成本只減少0.90%。另外，數(shù)字金融與成本粘性的交互項(xiàng)ln△sale×D×PDF的系數(shù)為0.0293，且在1%的水平上顯著。在加入經(jīng)濟(jì)因素和其他控制變量后，如第（2）列所示，ln△sale×D×PDF的系數(shù)仍在1%的水平上顯著為正，表明數(shù)字金融降低了企業(yè)成本粘性。

表3 基準(zhǔn)回歸

為更細(xì)致地刻畫(huà)數(shù)字金融發(fā)展對(duì)企業(yè)成本粘性的影響，本文進(jìn)一步將數(shù)字金融指數(shù)分解為覆蓋廣度（PDFcover）和使用深度（PDFdepth）兩個(gè)維度。其中，覆蓋廣度體現(xiàn)了電子賬戶(hù)等使用群體的廣泛性，覆蓋深度主要體現(xiàn)支付、信貸等業(yè)務(wù)服務(wù)的縱深發(fā)展（郭峰等，2020）。表4展示了雙維度的數(shù)字金融發(fā)展水平對(duì)企業(yè)成本粘性的影響，可以看到，數(shù)字金融覆蓋廣度和發(fā)展深度均在1%的顯著性水平上對(duì)企業(yè)成本粘性存在抑制效應(yīng)，然而通過(guò)對(duì)比系數(shù)可以發(fā)現(xiàn)，數(shù)字金融的發(fā)展深度對(duì)企業(yè)成本粘性的抑制效果更加突出，說(shuō)明數(shù)字金融在發(fā)展過(guò)程中不僅要注重覆蓋面積，更需進(jìn)行深度挖掘。

表4 指標(biāo)分解降維

表5 持續(xù)性檢驗(yàn)

為檢驗(yàn)數(shù)字金融發(fā)展對(duì)企業(yè)成本粘性的影響是否具有持續(xù)性，分別將滯后1期到3期的數(shù)字金融指數(shù)代入原模型中，依次進(jìn)行回歸。表5的結(jié)果顯示，交互項(xiàng)系數(shù)均在1%的水平上顯著為正，且滯后期數(shù)越高，交互項(xiàng)系數(shù)越大，這表明數(shù)字金融對(duì)企業(yè)成本粘性的抑制效應(yīng)存在較長(zhǎng)時(shí)間的持續(xù)性，且數(shù)字金融的效用發(fā)揮具有一定的滯后性，在滯后第三期，數(shù)字金融對(duì)企業(yè)成本粘性的抑制效果達(dá)到最佳①?gòu)臏笕陂_(kāi)始，交互項(xiàng)系數(shù)逐漸變小，限于篇幅，未在表格中列出。?？赡艿脑蚴窃跀?shù)字金融發(fā)展初期，各項(xiàng)配套設(shè)施與服務(wù)沒(méi)有及時(shí)跟進(jìn)，數(shù)字金融的效能未能得到充分釋放，而隨著各項(xiàng)技術(shù)設(shè)施與服務(wù)逐步發(fā)展成熟，數(shù)字金融的效用發(fā)揮達(dá)到最大化。

（二）作用渠道分析

上述研究表明，數(shù)字金融抑制了企業(yè)成本粘性，而其中的作用渠道是什么？前文理論分析指出，數(shù)字金融可通過(guò)調(diào)整成本、代理問(wèn)題和管理者樂(lè)觀(guān)預(yù)期影響企業(yè)成本粘性，借鑒趙璨等（2020）的做法，采用分組回歸的方式對(duì)此進(jìn)行探究。若數(shù)字金融對(duì)企業(yè)成本粘性的抑制效應(yīng)在融資約束較低、管理層權(quán)利較大和經(jīng)濟(jì)政策不確定性較高的樣本中更為顯著，則表明數(shù)字金融通過(guò)抑制代理問(wèn)題和降低管理者樂(lè)觀(guān)預(yù)期的渠道成立；若在融資約束較高的樣本中，數(shù)字金融對(duì)企業(yè)成本粘性的影響表現(xiàn)為提升作用，說(shuō)明數(shù)字金融通過(guò)調(diào)整成本增強(qiáng)企業(yè)成本粘性的現(xiàn)象存在。

為檢驗(yàn)調(diào)整成本渠道，將融資約束分為高低兩組進(jìn)行回歸。對(duì)于融資約束較高的企業(yè)而言，數(shù)字金融緩解了融資壓力，使其在業(yè)務(wù)量上升時(shí)成本支出擴(kuò)大，業(yè)務(wù)量下降時(shí)向下調(diào)整資源的成本減少，從而使高融資約束企業(yè)的成本粘性增強(qiáng)。借鑒Hadlock&Pierce（2010）的研究，使用SA指數(shù)衡量企業(yè)融資約束②SA指數(shù)算法為：SA=-0.737×size+0.043×size2-0.04×age。其中size為企業(yè)資產(chǎn)總額（百萬(wàn)）的自然對(duì)數(shù)，age為企業(yè)上市年限。SA指數(shù)越大，表示企業(yè)面臨的融資約束程度越高。。表6 Panel A列式了分組回歸結(jié)果。在融資約束較高組，交乘項(xiàng)的系數(shù)并不顯著，說(shuō)明數(shù)字金融通過(guò)調(diào)整成本提高企業(yè)成本粘性的渠道沒(méi)有得到證實(shí)。在融資約束較低組，交乘項(xiàng)的系數(shù)反而在1%的水平上顯著為正。理論上，融資約束較小的企業(yè)，自由現(xiàn)金流較多，容易造成管理者的機(jī)會(huì)主義行為，從這一角度而言，以上結(jié)果可說(shuō)明數(shù)字金融能夠通過(guò)緩解代理問(wèn)題降低企業(yè)成本粘性。

表6 作用渠道檢驗(yàn)

為再次驗(yàn)證代理成本渠道，將管理層權(quán)利分為大小兩組。具體地，用獨(dú)立董事占比來(lái)衡量管理者權(quán)利，獨(dú)立董事占董事會(huì)成員的比重低，說(shuō)明獨(dú)董之間難以相互制約，管理者權(quán)利較大，容易產(chǎn)生代理問(wèn)題（王躍堂等，2006）。由Panel B可知，在管理層權(quán)利較大組，ln△sale×D×PDF的系數(shù)為0.0485，在1%的水平上顯著；在管理層權(quán)利較小組，ln△sale×D×PDF的系數(shù)在10%的顯著性水平上為0.0322，小于管理層權(quán)利較大組的系數(shù)，再一次驗(yàn)證了數(shù)字金融可通過(guò)抑制管理層機(jī)會(huì)主義行為降低企業(yè)成本粘性的假設(shè)。

為驗(yàn)證管理層樂(lè)觀(guān)預(yù)期渠道，將經(jīng)濟(jì)政策不確定性分為高低兩組。其中，經(jīng)濟(jì)政策不確定性用斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布的經(jīng)濟(jì)政策不確定性指數(shù)來(lái)衡量①針對(duì)中國(guó)的經(jīng)濟(jì)政策不確定性指數(shù)主要是基于對(duì)中國(guó)香港南華早報(bào)相關(guān)文章關(guān)鍵詞的檢索得出，并按月發(fā)布。按照一般性做法，本文將月度指數(shù)取算術(shù)平均值得出年度經(jīng)濟(jì)政策不確定性指數(shù)。，該指標(biāo)因其連續(xù)性和時(shí)變性而受到廣泛應(yīng)用（徐光偉等，2020）。當(dāng)經(jīng)濟(jì)政策不確定性較高，管理層的樂(lè)觀(guān)預(yù)期容易造成生產(chǎn)經(jīng)營(yíng)決策偏離經(jīng)濟(jì)形勢(shì)的發(fā)展方向，而數(shù)字金融的整合、分析、預(yù)測(cè)功能能夠幫助企業(yè)做出相對(duì)準(zhǔn)確的預(yù)判，從而降低管理者的樂(lè)觀(guān)預(yù)期，抑制企業(yè)成本粘性。如Panel C所示，在經(jīng)濟(jì)政策不確定性較高組，ln△sale×D×PDF的系數(shù)在1%的水平上顯著為正；而在經(jīng)濟(jì)政策不確定性較低組，ln△sale×D×PDF的系數(shù)雖為正，但并不顯著，從而驗(yàn)證了數(shù)字金融可通過(guò)抑制管理層樂(lè)觀(guān)預(yù)期降低企業(yè)成本粘性的假設(shè)。

（三）數(shù)字金融的成本粘性增強(qiáng)效應(yīng)再檢驗(yàn)

根據(jù)數(shù)字金融影響企業(yè)成本粘性的作用渠道分析可知，數(shù)字金融主要通過(guò)抑制代理問(wèn)題和管理層樂(lè)觀(guān)預(yù)期降低企業(yè)成本粘性，并無(wú)證據(jù)表明數(shù)字金融通過(guò)調(diào)整成本提高了企業(yè)成本粘性。由此引發(fā)的問(wèn)題是，是否源于數(shù)字金融對(duì)管理層代理問(wèn)題和樂(lè)觀(guān)預(yù)期的抑制效應(yīng)過(guò)強(qiáng)，從而掩蓋了調(diào)整成本對(duì)企業(yè)成本粘性的提升作用？為了對(duì)此作出驗(yàn)證，進(jìn)一步篩選出代理問(wèn)題較輕并且政策不確定性較低的樣本，以避免在驗(yàn)證調(diào)整成本渠道時(shí)，另外兩種反向渠道對(duì)回歸結(jié)果的干擾。如表7所示，在高融資約束組，不管是否加入控制變量，ln△sale×D×PDF的系數(shù)均至少在5%的顯著性水平上為負(fù)，而在低融資約束組，ln△sale×D×PDF的系數(shù)均不顯著。因此，在較為純凈的樣本下，調(diào)整成本渠道的作用開(kāi)始顯現(xiàn)，說(shuō)明數(shù)字金融通過(guò)調(diào)整成本增強(qiáng)企業(yè)成本粘性的現(xiàn)象是存在的。

表7 數(shù)字金融的成本粘性增強(qiáng)效應(yīng)再檢驗(yàn)

那么隨之而來(lái)的問(wèn)題是，為何數(shù)字金融的代理問(wèn)題緩解效應(yīng)和管理層樂(lè)觀(guān)預(yù)期抑制效應(yīng)遠(yuǎn)大于調(diào)整成本效應(yīng)，從而使企業(yè)的成本粘性最終表現(xiàn)為降低？如前文所述，數(shù)字金融不僅能夠改善企業(yè)的融資環(huán)境，還能糾正管理層的決策行為?？梢灶A(yù)見(jiàn)，數(shù)字金融對(duì)融資壓力的緩解會(huì)促進(jìn)企業(yè)投資，從而使企業(yè)成本粘性增強(qiáng)；此外，數(shù)字金融對(duì)管理層代理問(wèn)題和樂(lè)觀(guān)預(yù)期的抑制作用也會(huì)使管理者的投資決策更加審慎，能夠在一定程度上抑制過(guò)度投資。為此，本文從投資效率的角度對(duì)以上問(wèn)題作出解答。投資效率作為企業(yè)資金使用效率的直接決定因素，深刻影響著企業(yè)的成本管理。如果數(shù)字金融在緩解企業(yè)投資不足的同時(shí)，并沒(méi)有進(jìn)一步造成企業(yè)過(guò)度投資，也就不難解釋數(shù)字金融的成本粘性增強(qiáng)效應(yīng)表現(xiàn)為隱性特征。為此，根據(jù)Richardson（2006）模型，通過(guò)回歸得出的殘差絕對(duì)值來(lái)度量投資效率，具體模型如下：

其中，growth為企業(yè)成長(zhǎng)；lev為資產(chǎn)負(fù)債率；cash為現(xiàn)金持有；size為資產(chǎn)總額；age為企業(yè)上市年限；roa為資產(chǎn)報(bào)酬率；Inv為新增項(xiàng)目投資。除被解釋變量，其他變量均進(jìn)行滯后一期處理?；貧w得出的殘差為實(shí)際投資與預(yù)期投資的差值，即非效率投資。當(dāng)殘差值小于0，說(shuō)明企業(yè)存在投資不足現(xiàn)象；當(dāng)殘差值大于0，說(shuō)明企業(yè)存在過(guò)度投資。殘差絕對(duì)值越小，意味著實(shí)際投資與預(yù)期投資的偏離度越小，投資效率越高。

表8是數(shù)字金融與企業(yè)投資效率的回歸結(jié)果。如第（1）列所示，數(shù)字金融對(duì)投資效率的回歸系數(shù)在1%的水平上顯著為負(fù)，即數(shù)字金融與模型回歸的殘差絕對(duì)值負(fù)相關(guān)，說(shuō)明數(shù)字金融提高了企業(yè)投資效率。為更清晰地認(rèn)識(shí)數(shù)字金融對(duì)企業(yè)投資效率的提升作用，進(jìn)一步根據(jù)殘差值符號(hào)將樣本分為投資不足組和投資過(guò)度組進(jìn)行回歸?？梢钥吹剑谕顿Y不足組，PDF的系數(shù)顯著為正，說(shuō)明數(shù)字金融緩解了投資不足問(wèn)題；在投資過(guò)度組，PDF的系數(shù)顯著為負(fù)，說(shuō)明數(shù)字金融還有效抑制了過(guò)度投資問(wèn)題。因而具體到企業(yè)投資行為上，數(shù)字金融的成本粘性增強(qiáng)效應(yīng)最終被抑制效應(yīng)所掩蓋的原因是，數(shù)字金融在緩解投資不足的同時(shí)，并沒(méi)有造成過(guò)度投資，反而顯著抑制了過(guò)度投資問(wèn)題。

表8 數(shù)字金融與企業(yè)投資效率

五、異質(zhì)性分析

（一）基于產(chǎn)權(quán)性質(zhì)的異質(zhì)性檢驗(yàn)

國(guó)有企業(yè)和非國(guó)有企業(yè)在資源獲取、決策機(jī)制上的差異，使得成本粘性也呈現(xiàn)出不同的特征。一方面，得益于與政府的政治聯(lián)系，國(guó)有企業(yè)更易獲取國(guó)有銀行和商業(yè)銀行的信貸資源。相比之下，非國(guó)有企業(yè)在資源獲取上較為困難，容易受融資約束的影響。另一方面，相比于非國(guó)有企業(yè)，國(guó)有企業(yè)所有者缺位和委托鏈條過(guò)長(zhǎng)等特征使得代理問(wèn)題在其經(jīng)營(yíng)過(guò)程中更加突出。因此，當(dāng)市場(chǎng)需求下滑時(shí)，國(guó)有企業(yè)減少資源投入以緩解資金壓力的需求不大，且管理者出于個(gè)人商業(yè)帝國(guó)構(gòu)建的考量，并不愿削減冗余資源，從而使國(guó)有企業(yè)比非國(guó)有企業(yè)的成本粘性更大。相應(yīng)地，數(shù)字金融對(duì)成本粘性的影響效果在不同所有制企業(yè)中也會(huì)存在異質(zhì)性。

為檢驗(yàn)數(shù)字金融對(duì)不同產(chǎn)權(quán)性質(zhì)的企業(yè)成本粘性的影響效果差異，將樣本分為國(guó)有企業(yè)組和非國(guó)有企業(yè)組進(jìn)行回歸。如表9第（1）、（2）列所示，在國(guó)有企業(yè)中，ln△sale×D×PDF的系數(shù)為0.0547，且在1%的水平上顯著，在非國(guó)有企業(yè)，ln△sale×D×PDF的系數(shù)在10%的顯著性水平上為0.0264，遠(yuǎn)小于在國(guó)有企業(yè)組中的系數(shù)。這說(shuō)明數(shù)字金融對(duì)成本粘性的抑制作用主要體現(xiàn)在國(guó)有企業(yè)中。

表9 異質(zhì)性檢驗(yàn)

（二）基于行業(yè)屬性的異質(zhì)性檢驗(yàn)

新興產(chǎn)業(yè)和非新興產(chǎn)業(yè)要素稟賦和政策偏向的差異決定了二者的成本粘性會(huì)有所不同。一方面，非新興產(chǎn)業(yè)中存在相當(dāng)一部分過(guò)剩產(chǎn)能，當(dāng)市場(chǎng)需求上升，企業(yè)依靠已有的產(chǎn)能便能滿(mǎn)足市場(chǎng)需求，并不會(huì)追加投資，當(dāng)市場(chǎng)需求降低，企業(yè)則會(huì)進(jìn)一步削減成本。另一方面，新興產(chǎn)業(yè)作為當(dāng)前經(jīng)濟(jì)發(fā)展的重點(diǎn)，享有眾多政策優(yōu)惠，會(huì)在一定程度上造成企業(yè)盲目投資。在“政治晉升錦標(biāo)賽”下，地方政府為提升發(fā)展速度，過(guò)分依賴(lài)土地、補(bǔ)貼等方式招商引資，從而引發(fā)對(duì)新興產(chǎn)業(yè)的投資熱潮。此外，政府對(duì)新興產(chǎn)業(yè)的大力扶持，會(huì)向外界傳遞出行業(yè)前景良好的信號(hào)，進(jìn)一步引發(fā)投資者追加投資。然而當(dāng)市場(chǎng)需求減少時(shí)，過(guò)度投資形成的沉沒(méi)成本難以及時(shí)削減，從而加劇企業(yè)收入與成本間的不對(duì)稱(chēng)性（南曉莉和張敏，2018）。因此，相比于非新興產(chǎn)業(yè)，數(shù)字金融可能會(huì)在更大程度上抑制新興產(chǎn)業(yè)的企業(yè)成本粘性。

為檢驗(yàn)上述差異，本文將樣本分為新興產(chǎn)業(yè)組和非新興產(chǎn)業(yè)組進(jìn)行回歸①根據(jù)2018年10月12日國(guó)家統(tǒng)計(jì)局第15次常務(wù)會(huì)議通過(guò)的《戰(zhàn)略性新興產(chǎn)業(yè)（2018）》，本文將主營(yíng)業(yè)務(wù)包含網(wǎng)絡(luò)信息安全產(chǎn)品和服務(wù)、“互聯(lián)網(wǎng)+”、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、集成電路、航空、衛(wèi)星、軌道交通、海洋工程、新材料、生物工程、新能源、節(jié)能環(huán)保等關(guān)鍵詞的企業(yè)歸為新興產(chǎn)業(yè)組，將其他企業(yè)即主營(yíng)業(yè)務(wù)包含鋼鐵、石油、水泥、船舶、電解鋁等關(guān)鍵詞的歸為非新興產(chǎn)業(yè)組。。如表9第（3）、（4）列所示，不管企業(yè)所屬行業(yè)是新興產(chǎn)業(yè)還是非新興產(chǎn)業(yè)，數(shù)字金融對(duì)成本粘性的影響均在5%的水平上顯著為正，通過(guò)對(duì)比的系數(shù)可以發(fā)現(xiàn)，新興產(chǎn)業(yè)組的交互項(xiàng)系數(shù)大于非新興產(chǎn)業(yè)組。這說(shuō)明數(shù)字金融對(duì)企業(yè)成本粘性的抑制效應(yīng)在新興產(chǎn)業(yè)中更明顯。

六、進(jìn)一步討論

（一）金融監(jiān)管的調(diào)節(jié)效應(yīng)分析

數(shù)字金融在擴(kuò)大金融服務(wù)邊界、降低金融交易成本和緩解信息不對(duì)稱(chēng)的同時(shí)，也存在信用風(fēng)險(xiǎn)和網(wǎng)絡(luò)安全風(fēng)險(xiǎn)等問(wèn)題，這對(duì)傳統(tǒng)的金融監(jiān)管體系提出了新的要求。一方面，金融監(jiān)管無(wú)疑能夠保障金融體系免遭重大風(fēng)險(xiǎn)沖擊；另一方面，數(shù)字金融業(yè)務(wù)的去中心化、去中介化特征放大了當(dāng)前監(jiān)管技術(shù)發(fā)展滯后、管制失靈等問(wèn)題，容易造成數(shù)字金融與金融監(jiān)管之間失衡，金融機(jī)構(gòu)為符合監(jiān)管要求會(huì)付出更多的成本，從而束縛數(shù)字金融發(fā)展。因此，監(jiān)管的方向和強(qiáng)度深刻影響著數(shù)字金融的發(fā)展走向。

那么，在當(dāng)前的金融監(jiān)管下，數(shù)字金融對(duì)成本粘性的抑制效應(yīng)會(huì)增強(qiáng)還是減弱？為回答這一問(wèn)題，本文在原交互項(xiàng)ln△sale×D×PDF的基礎(chǔ)上繼續(xù)引入金融監(jiān)管強(qiáng)度（superv）這一變量。此外，還將金融監(jiān)管分為強(qiáng)弱兩組進(jìn)行回歸，用于對(duì)比分析。借鑒唐松等（2020）的研究，以區(qū)域金融監(jiān)管支出作為金融監(jiān)管強(qiáng)度的衡量，并用金融業(yè)增加值予以標(biāo)準(zhǔn)化。

表10 數(shù)字金融、金融監(jiān)管與企業(yè)成本粘性

根據(jù)表10第（1）列的回歸結(jié)果，在引入金融監(jiān)管元素后，交互項(xiàng)ln△sale×D×PDF×super的系數(shù)在5%的水平下顯著為負(fù)，說(shuō)明金融監(jiān)管在數(shù)字金融與企業(yè)成本粘性的關(guān)系中起了負(fù)向調(diào)節(jié)作用。由（2）、（3）列的回歸結(jié)果可知，在金融監(jiān)管較強(qiáng)的條件下，ln△sale×D×PDF的系數(shù)僅為0.0296，在金融監(jiān)管較弱的條件下，ln△sale×D×PDF的系數(shù)為0.0451，遠(yuǎn)大于前者，這進(jìn)一步表明當(dāng)前的金融監(jiān)管束縛了數(shù)字金融效能的釋放。然而，這并不意味著需要對(duì)數(shù)字金融放松監(jiān)管，相反，較之于發(fā)達(dá)國(guó)家，我國(guó)監(jiān)管部門(mén)為了保證數(shù)字金融的效能充分釋放，對(duì)發(fā)展成長(zhǎng)期的數(shù)字金融的監(jiān)管強(qiáng)度并不大，而隨著數(shù)字金融不斷走向成熟，進(jìn)行適當(dāng)程度的監(jiān)管才是助力其良性發(fā)展的必然選擇。當(dāng)前數(shù)字金融發(fā)展與金融監(jiān)管之間主要存在的是錯(cuò)位問(wèn)題，需著力改善二者間的協(xié)調(diào)性。

（二）穩(wěn)健性檢驗(yàn)①

①限于篇幅，結(jié)果留存?zhèn)渌鳌?/p>

第一，為提高樣本數(shù)據(jù)的精確度，本文使用城市層面的數(shù)字普惠金融指數(shù)（CDF）與企業(yè)的財(cái)務(wù)數(shù)據(jù)相匹配。第二，為避免反向因果關(guān)系和遺漏變量等問(wèn)題導(dǎo)致內(nèi)生性偏誤，選取滯后1到3期的數(shù)字金融指數(shù)以及企業(yè)所在城市的互聯(lián)網(wǎng)發(fā)展水平②本文借鑒楊德明和劉泳文（2018）的做法來(lái)衡量城市互聯(lián)網(wǎng)發(fā)展水平，具體地，將《中國(guó)新一線(xiàn)城市互聯(lián)網(wǎng)生態(tài)指數(shù)報(bào)告》中綜合排名前十的城市取值為1，包括杭州、深圳、廣州、珠海、廈門(mén)、南京、蘇州、上海、北京、武漢，其他取值為0。作為核心解釋變量的工具變量（楊德明和劉泳文，2018）。在進(jìn)行內(nèi)生性檢驗(yàn)之前，將核心解釋變量更換為市級(jí)層面的數(shù)字金融指數(shù)。第三，考慮到一些不隨時(shí)間變化以及其他不可觀(guān)測(cè)因素可能對(duì)回歸結(jié)果產(chǎn)生影響，還對(duì)個(gè)體固定效應(yīng)進(jìn)行控制，回歸同樣采用市級(jí)層面的數(shù)字金融指數(shù)。結(jié)果顯示與前文一致，結(jié)果穩(wěn)健可靠。

七、結(jié)論與啟示

本文以2012—2018年滬深A(yù)股非金融上市公司為研究樣本，首先考察了數(shù)字金融對(duì)企業(yè)成本粘性的影響，其次探究了數(shù)字金融影響企業(yè)成本粘性的作用渠道，隨后分析了在不同產(chǎn)權(quán)性質(zhì)和行業(yè)屬性中，數(shù)字金融對(duì)企業(yè)成本粘性的異質(zhì)性影響，最后檢驗(yàn)了金融監(jiān)管在數(shù)字金融與企業(yè)成本粘性中所起的調(diào)節(jié)效應(yīng)。研究發(fā)現(xiàn)：第一，數(shù)字金融總體上抑制了企業(yè)成本粘性，且這種抑制作用具有持續(xù)性。相較于覆蓋廣度，數(shù)字金融使用深度對(duì)企業(yè)成本粘性的抑制作用更大。第二，作用渠道分析發(fā)現(xiàn)，數(shù)字金融通過(guò)緩解管理層代理問(wèn)題和降低管理者樂(lè)觀(guān)預(yù)期抑制了企業(yè)成本粘性，并無(wú)明顯證據(jù)表明數(shù)字金融通過(guò)調(diào)整成本渠道增強(qiáng)了企業(yè)成本粘性，原因是數(shù)字金融在緩解企業(yè)投資不足的同時(shí)，還顯著抑制了過(guò)度投資。第三，異質(zhì)性分析表明，相比于非國(guó)有企業(yè)、非新興產(chǎn)業(yè)，數(shù)字金融對(duì)國(guó)有企業(yè)、新興產(chǎn)業(yè)的成本粘性抑制作用更大。第四，進(jìn)一步分析發(fā)現(xiàn)，金融監(jiān)管在數(shù)字金融與企業(yè)成本粘性的關(guān)系中起負(fù)向調(diào)節(jié)效應(yīng)。

基于以上研究結(jié)論，可得出如下啟示：第一，數(shù)字金融有助于優(yōu)化企業(yè)成本管理，降低成本粘性。因此，一方面，需繼續(xù)加大互聯(lián)網(wǎng)、移動(dòng)金融等基礎(chǔ)設(shè)施建設(shè)，并增設(shè)相關(guān)配套性服務(wù)，推進(jìn)數(shù)字金融最大限度地發(fā)揮效用；另一方面，在企業(yè)生產(chǎn)、經(jīng)營(yíng)和管理過(guò)程中，可利用數(shù)字金融糾正管理層的代理行為和決策偏差，助力企業(yè)降本增效。第二，對(duì)國(guó)有企業(yè)和新興產(chǎn)業(yè)而言，數(shù)字金融對(duì)成本粘性的邊際抑制作用更大，這意味著國(guó)有企業(yè)和新興產(chǎn)業(yè)本身具有更強(qiáng)的成本粘性。因此，需進(jìn)一步加強(qiáng)國(guó)有企業(yè)內(nèi)部的監(jiān)督機(jī)制，以糾正和約束管理者的決策行為。另外，可適當(dāng)降低地方政府經(jīng)濟(jì)增長(zhǎng)指標(biāo)的考核權(quán)重，防止地方政府盲目引導(dǎo)企業(yè)投資于新興產(chǎn)業(yè)。第三，創(chuàng)新金融監(jiān)管模式，提升金融監(jiān)管與數(shù)字金融之間的協(xié)調(diào)性，避免傳統(tǒng)的金融監(jiān)管削弱數(shù)字金融對(duì)成本粘性的抑制作用。具體地，在科技賦能傳統(tǒng)金融的同時(shí)，監(jiān)管也應(yīng)當(dāng)與時(shí)俱進(jìn)，即重點(diǎn)發(fā)展監(jiān)管科技，借助大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)手段來(lái)增強(qiáng)監(jiān)管的即時(shí)性、針對(duì)性和有效性。