王瑤慧 史小坤

【關(guān)鍵詞】數(shù)字金融;中小企業(yè);融資約束;風(fēng)險約束;抵押品約束

【中圖分類號】F276.3;F832.4【文獻標(biāo)識碼】A 【文章編號】1674-0688（2021）10-0091-05

0 引言

2021年3月5日，李克強總理在十三屆全國人大四次會議上所作的《政府工作報告》中提到“國內(nèi)疫情防控仍有薄弱環(huán)節(jié)，經(jīng)濟恢復(fù)基礎(chǔ)尚不牢靠，居民消費仍受制約，投資增長后勁不足，中小微企業(yè)和個體工商戶面臨的困難較多，穩(wěn)就業(yè)壓力較大”。作為重要的市場主體，中小企業(yè)發(fā)展一直備受國家關(guān)注。但是，在傳統(tǒng)的融資交易模式下，我國中小企業(yè)長時間面臨“金融排斥”并存在“麥克米倫”缺口（Stamp，1931）[1]，制約了中小企業(yè)的發(fā)展。

數(shù)字金融的快速發(fā)展為我國解決中小企業(yè)融資困境帶來了契機。數(shù)字金融是網(wǎng)絡(luò)技術(shù)和融資交易的滲透和融合，泛指傳統(tǒng)金融機構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)實現(xiàn)融資、支付、投資和其他新型金融業(yè)務(wù)模式（黃益平、黃卓，2018）[2]。與著重突出交易途徑的互聯(lián)網(wǎng)金融和強調(diào)科技特制的金融科技相比，數(shù)字金融涵蓋的內(nèi)容更加寬泛（封思賢、郭仁靜，2019;王作功，2019）[3-4]。數(shù)字金融通過數(shù)字科技、大數(shù)據(jù)對信息進行深度的挖掘和分析，有效降低金融交易雙方信息不對稱程度，為解決中小企業(yè)融資約束和融資困境提供了基本的條件。

1 數(shù)字金融緩解中小企業(yè)融資約束的機制分析：基于文獻的理論分析

現(xiàn)有文獻研究中小企業(yè)融資融資約束的原因分析一般集中于企業(yè)自身內(nèi)部與金融制度、市場化程度、法律政策等外部環(huán)境因素。其中，中小企業(yè)自身的“內(nèi)生性”原因更為突出：第一，風(fēng)險約束。中小企業(yè)的公開性與披露性程度弱，缺乏財務(wù)報表等易于傳遞和驗證的定量“硬信息”（Berger和Udell，2006）[5]，透明化程度低，也缺少征信信息，金融機構(gòu)難以確認(rèn)企業(yè)之后償還資金與利息的能力和意愿，從而加劇金融機構(gòu)對中小企業(yè)的風(fēng)險估計，因此常對中小企業(yè)施行信貸配給（曹鳳岐，2001）[6]。第二，抵押品約束。金融契約的制定和執(zhí)行具有不完全性，常常受限執(zhí)行，即金融契約事后的執(zhí)行力度差，借方以各種理由違約，從而導(dǎo)致貸方遭受損失。金融中介在提供貸款時會考慮企業(yè)的抵押財產(chǎn)水平，由于中國的銀行在風(fēng)險控制上更為謹(jǐn)慎，因此對中小企業(yè)提供抵押品的要求更高（張杰等學(xué)者，2013）[7]。然而，中小企業(yè)普遍抵押能力弱，融資受到限制。

在現(xiàn)有文獻中，認(rèn)為數(shù)字金融能夠緩解中小企業(yè)融資約束的原因如下。

第一，數(shù)字金融運用信息技術(shù)能夠有效挖掘大數(shù)據(jù)中的信息價值，拓展信息來源。數(shù)字金融在信息的收集和處理方面有較大優(yōu)勢，能對信息進行有效的篩選和甄別（梁榜、張建華，2019）[8]。除了獲取中小企業(yè)基礎(chǔ)的財務(wù)信息，中小企業(yè)的非金融交易信息也能通過數(shù)字金融通過多渠道獲得，如抓取網(wǎng)絡(luò)上企業(yè)的公告、輿情信息或稅務(wù)、公安等的有關(guān)“軟”信息（陳廣山，2021）[9]。

第二，數(shù)字金融能夠促進線上數(shù)據(jù)征信，信用抵押替代實物抵押，信用與聲譽成為重要“資產(chǎn)”。隨著數(shù)字金融的發(fā)展，貸款機構(gòu)可以利用互聯(lián)網(wǎng)獲取與分析其財務(wù)信息與非金融交易信息對企業(yè)進行經(jīng)營與“信用畫像”。銀行業(yè)等金融機構(gòu)可以通過了解中小企業(yè)信用狀況從而調(diào)整對其融資的條件約束，降低企業(yè)提供抵押品的要求，中小企業(yè)以“信用抵押”彌補不能提供充分實物抵押品的缺陷（黃子健，2015）[10]。

第三，促進貸后動態(tài)風(fēng)險評估與信貸調(diào)整。中小企業(yè)在獲得貸款后存在道德風(fēng)險，資金流向、使用方向和使用效率成為金融機構(gòu)監(jiān)管的重要方向。數(shù)字金融以互聯(lián)網(wǎng)為媒介，可以對企業(yè)進行低成本、實時的監(jiān)控，降低狀態(tài)驗證成本，并且對企業(yè)融資狀況及事后資金使用與項目運行等信息溝通與監(jiān)督均提供便利和保障，最大限度地降低違約風(fēng)險（廖婧琳等學(xué)者，2020）[11]。

第四，彌補傳統(tǒng)金融服務(wù)短板，促進傳統(tǒng)金融機構(gòu)競爭與升級。傳統(tǒng)金融機構(gòu)主要基于實體運營網(wǎng)點進行業(yè)務(wù)處理，銀行分支機構(gòu)數(shù)量的增加會提高服務(wù)的可及性，給客戶帶來便利（2018，周天蕓）[12]，但若地區(qū)金融機構(gòu)的分布數(shù)量和規(guī)模受到限制，該地區(qū)中小企業(yè)就會難以獲得充足的融資服務(wù)（2014，周天蕓，王瑩）[13]。數(shù)字金融打破了傳統(tǒng)金融服務(wù)容易受到基礎(chǔ)設(shè)施和地理位置等硬件條件的約束，提高了金融服務(wù)的覆蓋和觸達(dá)能力，使其能夠獲取長尾市場的潛在客戶（Jagtiani和Lemieux，2018）[14]。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文主要探究數(shù)字金融與中小企業(yè)融資約束的關(guān)系，因此選取中小板和創(chuàng)業(yè)板2012—2019年的企業(yè)數(shù)據(jù)，并結(jié)合數(shù)字金融指數(shù)進行分析。企業(yè)層面的數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫，地區(qū)宏觀數(shù)據(jù)來自EPS數(shù)據(jù)庫，金融機構(gòu)數(shù)據(jù)來自中國人民銀行各省《金融運行報告》。本文對數(shù)據(jù)進行一定處理：主要保留非金融企業(yè)，金融類企業(yè)剔除;刪除ST和ST*的企業(yè);非虛擬變量進行上下1%的縮尾;對數(shù)據(jù)3年連貫的樣本進行保留。

2.2 變量設(shè)定

2.2.1 被解釋變量

企業(yè)融資約束（FC）。本文主要選取SA數(shù)據(jù)進行企業(yè)融資約束方面的衡量。SA指數(shù)是由Hadlock和Pierce（2010）[15]構(gòu)建，具有很強的外生性，在國內(nèi)有廣泛的應(yīng)用（萬佳彧等，2020）[16]。SA=|-0.737×LnSize+0.043×（LnSize）2-0.04×Time|。借鑒吳秋生與黃賢環(huán)（2017）[17]的處理，Size=（企業(yè)總資產(chǎn)/1 000 000），總資產(chǎn)單位為元;Time為企業(yè)上市年限。計算SA值越大;則企業(yè)面臨的融資約束程度越高。

2.2.2 核心解釋變量

數(shù)字金融（Digital）。北京大學(xué)互聯(lián)網(wǎng)金融研究中心借助螞蟻金服的海量數(shù)據(jù)，編制了《數(shù)字金融普惠金融指數(shù)》（傅秋子、黃益平，2018）[18]，能夠在一定程度上作為衡量地區(qū)數(shù)字金融發(fā)展水平的指標(biāo)，本文對該指標(biāo)進行歸一化處理。

2.2.3 控制變量

為了防止其他因素對研究結(jié)果的影響，本文納入了以下控制變量，包括企業(yè)規(guī)模（Lncome）、企業(yè)年限（LnAge）、資產(chǎn)回報率（Roa）、資本密集度（Captical）、股權(quán)集中度（Proportion）、審計意見和控制地區(qū)經(jīng)濟水平（Dgdp）。

2.3 模型設(shè)定

回歸方程（1）主要檢驗數(shù)字金融與中小企業(yè)融資約束之間的關(guān)系：

FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt （1）

公式（1）中，i代表企業(yè)，j代表省份，t代表時間。同時，本文控制了時間與行業(yè)的虛擬變量。在回歸檢驗中，采用了聚類穩(wěn)健標(biāo)準(zhǔn)誤。描述性統(tǒng)計見表1。

3 數(shù)字金融對中小企業(yè)融資約束的影響

3.1 基準(zhǔn)回歸結(jié)果

表2為基準(zhǔn)回歸的實證結(jié)果。模型（1）只加入數(shù)字金融變量，并控制時間與行業(yè)的固定效應(yīng)。結(jié)果發(fā)現(xiàn)，數(shù)字金融對企業(yè)融資約束的影響為負(fù)且通過了1%的統(tǒng)計顯著性檢驗。在模型（2）中進一步納入多個控制變量，數(shù)字金融系數(shù)依舊為負(fù)并且也通過了1%的統(tǒng)計顯著性檢驗。上述實證結(jié)果表明，數(shù)字金融的發(fā)展能夠緩解中小企業(yè)融資約束。

3.2 影響機制檢驗

3.2.1 風(fēng)險約束

金融機構(gòu)在企業(yè)信息缺失或者不信任的前提下，無法判斷企業(yè)風(fēng)險，此時，企業(yè)規(guī)模將會作為企業(yè)風(fēng)險承擔(dān)能力的指標(biāo)，傳統(tǒng)金融機構(gòu)偏向大規(guī)模企業(yè)。本文將以營業(yè)收入、員工數(shù)指標(biāo)作為企業(yè)規(guī)模指標(biāo)，進一步按照樣本中位數(shù)劃分樣本，探究數(shù)字金融對中小企業(yè)的影響，回歸結(jié)果見表3。研究發(fā)現(xiàn)，對于樣本中營業(yè)收入或員工人數(shù)較少的的企業(yè)，數(shù)字金融能夠顯著地降低融資約束。而對于營業(yè)收入或員工人數(shù)較多的企業(yè)，數(shù)字金融緩解效果不明顯。說明，金融機構(gòu)能夠通過數(shù)字金融察覺中小企業(yè)真實內(nèi)部風(fēng)險信息，而不是根據(jù)企業(yè)規(guī)模進行風(fēng)險判斷從而做出貸款決定，數(shù)字金融能夠有效地緩解中小企業(yè)融資約束。

3.2.2 抵押品約束

本文的企業(yè)抵押資產(chǎn)以固定資產(chǎn)與存貨占企業(yè)資產(chǎn)總額衡量。從表3可以發(fā)現(xiàn)，數(shù)字金融對有形資產(chǎn)水平低和高的中小企業(yè)的融資約束影響分別通過1%與10%的顯著性檢驗?？梢缘贸?，數(shù)字金融對抵押財產(chǎn)少的中小企業(yè)緩解融資約束的效果更強。原因在于，低有形資產(chǎn)的企業(yè)與銀行主導(dǎo)型金融體系的信貸理念相悖，但是由于數(shù)字金融發(fā)展，金融機構(gòu)運用信息技術(shù)，對中小企業(yè)的經(jīng)營相關(guān)的現(xiàn)金流及經(jīng)營者的消費行為等都能進行數(shù)據(jù)收集和分析，獲得企業(yè)的內(nèi)在價值，顯著提高風(fēng)險識別能力，注重企業(yè)“信用抵押”，這使向中小微企業(yè)提供有效金融服務(wù)成為可能，最終達(dá)到緩解企業(yè)融資約束的目的。

3.2.3 實體傳統(tǒng)金融服務(wù)可得

傳統(tǒng)金融機構(gòu)需要通過網(wǎng)點提高覆蓋面，金融分支機構(gòu)的數(shù)量會嚴(yán)重影響地區(qū)金融服務(wù)的可得性，但受限于成立機構(gòu)的高成本，傳統(tǒng)金融機構(gòu)一般將主要資源分布于經(jīng)濟發(fā)達(dá)地區(qū)。同時，傳統(tǒng)的銀行信貸流程包括貸前調(diào)查、貸中審查、貸后檢查，需要耗費大量人力與時間。本部分采用地區(qū)每平方公里擁有金融機構(gòu)數(shù)量和每萬人中銀行從業(yè)人員數(shù)量作為實體傳統(tǒng)金融服務(wù)可得性，考察其與數(shù)字金融對中小企業(yè)融資約束的影響之間的關(guān)系。

由表4可知，在實體傳統(tǒng)服務(wù)可得性低即機構(gòu)或銀行從業(yè)人員少的地區(qū)，數(shù)字金融對中小企業(yè)融資約束的緩解作用非常明顯。此結(jié)果說明，在實體金融服務(wù)可得性低的地區(qū)，很多中小企業(yè)因為實體傳統(tǒng)機構(gòu)與人員的缺失，很難尋找到金融機構(gòu)提供資金，并且信息傳達(dá)效果受到物理與空間限制，增加企業(yè)融資的搜尋成本。然而，數(shù)字金融的發(fā)展使其避開了這種弊端，即使在一些實體銀行網(wǎng)點數(shù)量較少的地區(qū)，中小企業(yè)也能夠通過數(shù)字金融獲得金融服務(wù)，只需要利用手機或者電腦等設(shè)備即可在網(wǎng)絡(luò)平臺上尋找到符合企業(yè)自身發(fā)展的金融資源，從而不受物理金融機構(gòu)的限制。因此，數(shù)字金融彌補了實體傳統(tǒng)金融服務(wù)的短缺，提高金融服務(wù)的便利性，能夠增大金融服務(wù)覆蓋面。

3.3 傳導(dǎo)路徑

本部分驗證兩者之間的路徑是否是降低債務(wù)融資成本與提高貸款可得性。本文借鑒溫忠麟等人（2004）[19]的中介效應(yīng)模型，探究數(shù)字金融緩解中小企業(yè)融資約束的傳導(dǎo)路徑。

FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt

Medijt=ψ0+ψ1Digitalijt-1+∑ψ1+kCVsijt+∑Year+∑Industry+eijt

FCijt=λ0+λ1Digitalijt-1+λ2Medijt+∑λ2+kCVsijt+∑Year+∑Industry+eijt

其中，Med作為中介變量，其他指標(biāo)設(shè)定跟上方相同。本文主要研究數(shù)字金融是否能夠通過降低“融資成本”、提高“信貸可得性”從而降低中小企業(yè)融資約束?！叭谫Y成本”采用財務(wù)費用與企業(yè)總負(fù)債比值表示，“信貸可得性”則為企業(yè)長期與短期借款增加為1，相反為0，采用Logit回歸。

表5顯示，數(shù)字金融能夠降低企業(yè)的財務(wù)費用率，Digital-1的回歸系數(shù)為-0.048 7且通過了1%的統(tǒng)計顯著性檢驗。在回歸（2）中，加入了財務(wù)費用率的回歸模型中，Digital-1的回歸系數(shù)為-0.072 4且具有高度的顯著性，說明數(shù)字金融能降低財務(wù)融資費用進而緩解中小企業(yè)融資約束。金融機構(gòu)能夠利用數(shù)字金融，獲取中小企業(yè)財務(wù)信息和其他“軟”信息，從而了解企業(yè)風(fēng)險，降低信息不對稱;能夠向企業(yè)提供較為準(zhǔn)確的風(fēng)險補償利率，并提高金融服務(wù)的便利性，降低了企業(yè)尋找信貸資源的搜尋成本等融資費用，從而緩解中小企業(yè)融資約束。模型（3）-（4）可以得出數(shù)字金融能夠提高融資的可得性，進而降低中小企業(yè)的融資約束。數(shù)字金融的發(fā)展致使那些因抵押品約束和風(fēng)險約束而排斥在信貸市場以外的企業(yè)進入信貸市場，獲得金融信貸服務(wù)。

3.4 穩(wěn)健性檢驗

在模型中，可能存在著遺漏變量而導(dǎo)致的內(nèi)生性問題。本文主要參考謝絢麗等人（2018）[20]的做法，采用省級互聯(lián)網(wǎng)普及率作為數(shù)字金融發(fā)展的工具變量。一方面，數(shù)字金融的發(fā)展需要依靠互聯(lián)網(wǎng)，互聯(lián)網(wǎng)是數(shù)字金融發(fā)展的重要基礎(chǔ)設(shè)施之一。另一方面，互聯(lián)網(wǎng)普及率與中小企業(yè)融資約束之間不存在明顯的影響關(guān)系。

表6顯示互聯(lián)網(wǎng)普及率的系數(shù)為負(fù)并且通過1%的顯著性檢驗。因而無論是在基準(zhǔn)模型中還是使用工具變量后，數(shù)字金融的系數(shù)通過了顯著性檢驗且為負(fù)，因此本文認(rèn)為數(shù)字金融發(fā)展緩解中小企業(yè)融資約束的結(jié)論具有穩(wěn)健性。

4 研究結(jié)論及政策建議

本文以中小板和創(chuàng)業(yè)板企業(yè)數(shù)據(jù)為研究基礎(chǔ)并與北京大學(xué)數(shù)字金融指數(shù)相結(jié)合，主要研究數(shù)字金融與中小企業(yè)融資約束之間的關(guān)系、影響機制和傳導(dǎo)路徑，得出以下結(jié)論。

第一，數(shù)字金融的發(fā)展能夠減緩中小企業(yè)在信貸市場上的風(fēng)險約束與抵押品約束，能夠在傳統(tǒng)金融機構(gòu)與人員缺少的地區(qū)發(fā)揮更大的作用，使金融服務(wù)擺脫實體金融機構(gòu)的物理與空間限制，更好且更有效地促進資源匹配。

第二，數(shù)字金融能夠降低中小企業(yè)融資成本、提高企業(yè)信貸可得，從而緩解中小企業(yè)融資約束。

本文提出以下政策建議。

第一，大力支持?jǐn)?shù)字金融的發(fā)展，制定長期的發(fā)展規(guī)劃。數(shù)字金融能夠在長時間內(nèi)緩解中小企業(yè)融資約束，其重要性不言而喻，國家應(yīng)當(dāng)注重其發(fā)展。目前，我國數(shù)字金融水平處于國際前列，對此需要乘勝追擊，抓住歷史的機遇，培養(yǎng)金融科技人才，加大科技開發(fā)，促進金融交易與科技的融合。這需要長久的國家發(fā)展計劃，需要制定相關(guān)的階段目標(biāo)，保證其擁有持續(xù)不斷的發(fā)展動力。

第二，完善數(shù)據(jù)管理體系建設(shè)，構(gòu)建數(shù)據(jù)共享的統(tǒng)一征信平臺。數(shù)字金融最重要的是數(shù)據(jù)，需要促進數(shù)字金融的科技水平，提高對數(shù)據(jù)的識別能力，優(yōu)化信息質(zhì)量，增強數(shù)據(jù)管理能力。同時，如果不能使數(shù)據(jù)與信息共享，將會形成數(shù)據(jù)孤島，大數(shù)據(jù)征信效應(yīng)無法發(fā)揮。因此，政府應(yīng)當(dāng)促進建立信息共享平臺，制定相關(guān)規(guī)定，明確信用數(shù)據(jù)共享的條件和標(biāo)準(zhǔn)，從而形成一個能跨機構(gòu)共享的信用平臺。

第三，完善與創(chuàng)新金融科技監(jiān)管體系，平衡好金融穩(wěn)定與創(chuàng)新的關(guān)系。隨著數(shù)字金融的快速發(fā)展，應(yīng)重視對這一新型金融業(yè)態(tài)的監(jiān)管機制設(shè)計，保障其服務(wù)實體經(jīng)濟與平衡金融風(fēng)險兩者間找到恰當(dāng)?shù)钠胶恻c。可充分發(fā)揮監(jiān)管科技的獨特作用，以科技驅(qū)動的監(jiān)管創(chuàng)新應(yīng)對科技驅(qū)動的金融創(chuàng)新。

參 考 文 獻

[1]Stamp，J.C.The Report of the Macmillan Committee[J].Economic Journal，1931，163（41）：424-435.

[2]黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[J].經(jīng)濟學(xué)（季刊），2018，17（4）：1489-1502.

[3]封思賢，郭仁靜.數(shù)字金融、銀行競爭與銀行效率[J].改革，2019（11）：75-89.

[4]王作功，李慧洋，孫璐璐.數(shù)字金融的發(fā)展與治理：從信息不對稱到數(shù)據(jù)不對稱[J].金融理論與實踐，2019（12）：25-30.

[5]Berger，A.N.andUdell，G.F.A more complete conceptual framework for SME finance.Journal of banking&Finance，2006，30（11）：2954-2966.

[6]曹鳳岐.建立和健全中小企業(yè)信用擔(dān)保體系[J].金融研究，2001（5）：41-48.

[7]張杰，劉元春，翟福昕，等.銀行歧視、商業(yè)信用與企業(yè)發(fā)展[J].世界經(jīng)濟，2013，36（9）：94-126.

[8]梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵創(chuàng)新嗎？——來自中國城市和中小企業(yè)的證據(jù)[J].當(dāng)代經(jīng)濟科學(xué)，2019，41（5）：74-86.

[9]陳廣山.大數(shù)據(jù)技術(shù)在小微信貸領(lǐng)域的應(yīng)用分析[J].金融科技時代，2021（2）：62-65.

[10]黃子健，王龑.大數(shù)據(jù)、互聯(lián)網(wǎng)金融與信用資本：破解小微企業(yè)融資悖論[J].金融經(jīng)濟學(xué)研究，2015，30（1）：55-67.

[11]廖婧琳，胡妍，項后軍.數(shù)字普惠金融發(fā)展緩解了企業(yè)融資約束嗎？——基于企業(yè)社會責(zé)任的調(diào)節(jié)效應(yīng)[J].云南財經(jīng)大學(xué)學(xué)報，2020，36（9）：73-87.

[12]周天蕓.金融密度、服務(wù)可及與中國的縣域金融[J].金融發(fā)展研究，2018（9）：16-23.

[13]周天蕓，王瑩.金融機構(gòu)空間集聚與經(jīng)濟增長——來自廣東省縣域的實證檢驗[J].地理研究，2014，33（6）：1119-1128.

[14]Jagtiani，J.andLemieux，C.Do Fintech Lenders Penetrate Areas that are Underserved by Traditional Banks[J].Journal of Economics and Business，2018，100（11-12）：43-54.

[15]Hadlock，C.J.andPierce，J.R.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.

[16]萬佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟評論，2020（1）：71-83.

[17]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.

[18]傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù).金融研究，2018（11）：68-84.

[19]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（5）：731-745.

[20]謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)[J].經(jīng)濟學(xué)（季刊），2018，17（4）：1557-1580.