■姚正海 孫鑫

一、引言

2016年，由G20 框架下的普惠金融全球合作伙伴（GPFI）發(fā)布的白皮書認(rèn)為“數(shù)字普惠金融”泛指一切使用數(shù)字金融服務(wù)促進(jìn)普惠金融的行動(dòng)。數(shù)字普惠金融依托大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)，突破了傳統(tǒng)金融的時(shí)空界限，促進(jìn)了信息的高效共享，有效降低了金融交易成本和金融服務(wù)的門檻，擴(kuò)大了金融服務(wù)的范圍和覆蓋面。伴隨著我國數(shù)字經(jīng)濟(jì)的迅速發(fā)展，數(shù)字普惠金融憑借其共享、便捷、低成本、低門檻等特征得到社會(huì)廣泛認(rèn)可，并對宏觀經(jīng)濟(jì)領(lǐng)域和微觀企業(yè)產(chǎn)生了顯著影響。

我國創(chuàng)業(yè)板市場主要包括創(chuàng)新創(chuàng)業(yè)、高科技類型中小企業(yè)，這些企業(yè)為我國經(jīng)濟(jì)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)升級做出了巨大貢獻(xiàn)，是國家創(chuàng)新發(fā)展的中堅(jiān)力量。相比于主板市場，創(chuàng)業(yè)板上市公司大多從事高科技產(chǎn)業(yè)，高成長性、高創(chuàng)新性的特點(diǎn)使其擁有較大的成長空間，但往往由于成立時(shí)間較短、規(guī)模較小，而受到較強(qiáng)的融資約束。融資約束成為制約我國創(chuàng)業(yè)板上市公司成長的難點(diǎn)。目前我國社會(huì)融資成本較高，企業(yè)在成長過程中還面臨經(jīng)營風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、通貨膨脹等諸多風(fēng)險(xiǎn)。解決創(chuàng)業(yè)板上市公司面臨的融資難題是提升其財(cái)務(wù)績效的重要手段，數(shù)字普惠金融為眾多企業(yè)搭建起獲得金融服務(wù)的“數(shù)字化橋梁”。本文從數(shù)字普惠金融宏觀領(lǐng)域出發(fā)，探究其影響創(chuàng)業(yè)板上市企業(yè)財(cái)務(wù)績效的內(nèi)在機(jī)理并進(jìn)行實(shí)證檢驗(yàn)，有助于推動(dòng)企業(yè)更好更快發(fā)展，也為我國經(jīng)濟(jì)高質(zhì)量發(fā)展提供動(dòng)力。

二、文獻(xiàn)綜述與假設(shè)提出

（一）數(shù)字普惠金融與企業(yè)財(cái)務(wù)績效

學(xué)者們從不同角度探討了數(shù)字普惠金融對企業(yè)發(fā)展的影響，主要包括企業(yè)成長、經(jīng)營業(yè)績和經(jīng)營效率等。汪洋等[1]探究金融科技與企業(yè)成長之間的關(guān)聯(lián)，發(fā)現(xiàn)金融科技的發(fā)展顯著驅(qū)動(dòng)了企業(yè)成長，并且金融科技的三個(gè)不同維度均能夠?qū)ζ髽I(yè)成長產(chǎn)生積極影響。杜鵬[2]實(shí)證檢驗(yàn)了數(shù)字普惠金融能夠提高私營企業(yè)的經(jīng)營業(yè)績。張晨[3]采用企業(yè)托賓Q 值來衡量企業(yè)績效，發(fā)現(xiàn)數(shù)字普惠金融對于中小上市企業(yè)績效存在顯著的正向影響，但由于企業(yè)內(nèi)部治理質(zhì)量的不同而存在異質(zhì)性影響。張正平等[4]研究數(shù)字金融對中小企業(yè)經(jīng)營效率的影響，結(jié)果表明數(shù)字金融顯著提升了中小企業(yè)的經(jīng)營效率，且對于小規(guī)模企業(yè)和制造業(yè)企業(yè)的影響更大，并驗(yàn)證了創(chuàng)新水平在其中起到的中介作用。

從企業(yè)外部環(huán)境角度看，數(shù)字普惠金融作為普惠金融發(fā)展的全新途徑，能夠改善金融結(jié)構(gòu)，幫助更多企業(yè)緩解融資困境，同時(shí)由于其所具有的低成本、高效率特征，有助于企業(yè)優(yōu)化資源配置，從而提升企業(yè)財(cái)務(wù)績效。從企業(yè)自身的角度看，為了更好地適應(yīng)新的金融環(huán)境，企業(yè)會(huì)通過不斷優(yōu)化組織結(jié)構(gòu)等形式提升管理水平，保持自身的競爭優(yōu)勢，從而提高財(cái)務(wù)績效?；诖?，本文提出以下假設(shè)：

H1：數(shù)字普惠金融會(huì)對企業(yè)財(cái)務(wù)績效的提升產(chǎn)生促進(jìn)作用。

（二）融資約束的中介作用

融資約束顯著影響企業(yè)的籌資活動(dòng)，對于企業(yè)現(xiàn)金流的改善造成一定的阻礙，不利于其資金周轉(zhuǎn)，同時(shí)也會(huì)對企業(yè)投資活動(dòng)形成制約。當(dāng)融資約束較高時(shí)，企業(yè)的生產(chǎn)經(jīng)營受到抑制，進(jìn)而使其技術(shù)創(chuàng)新動(dòng)力受到影響，財(cái)務(wù)績效降低。因此，企業(yè)財(cái)務(wù)績效的提升在很大程度上受到融資約束的影響。

目前，學(xué)界已在數(shù)字普惠金融能夠緩解中小企業(yè)融資約束的問題上達(dá)成了廣泛共識(shí)[5，6]。并且，這一緩解效果在非國有中小企業(yè)[7]和高新技術(shù)企業(yè)[8，9]中更加突出。廖婧琳等[10]以滬深兩市A股上市企業(yè)為研究對象，發(fā)現(xiàn)企業(yè)社會(huì)責(zé)任水平在數(shù)字普惠金融對中小企業(yè)融資約束的影響中起調(diào)節(jié)作用。王相寧等[11]對中小板企業(yè)面板數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)金融科技的發(fā)展會(huì)顯著改善中小企業(yè)的融資約束問題。

數(shù)字普惠金融的發(fā)展能夠通過以下幾個(gè)渠道緩解融資約束，進(jìn)而對中小企業(yè)財(cái)務(wù)績效產(chǎn)生影響。首先，數(shù)字普惠金融能夠打破傳統(tǒng)金融的藩籬，成為改善企業(yè)融資困境的重要突破口，其不僅改善了既往金融服務(wù)的門檻限制條件，拓寬了企業(yè)融資渠道，而且其強(qiáng)大的信息處理功能加快了信息共享，降低了企業(yè)融資成本，進(jìn)而提高企業(yè)融資效率。其次，數(shù)字普惠金融對融資約束的緩解作用表現(xiàn)在相較于傳統(tǒng)金融機(jī)構(gòu)而言，其依托大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)能夠有效化解金融機(jī)構(gòu)與中小企業(yè)之間的信息不對稱問題，既能夠提高中小企業(yè)融資可得性，又能夠改善企業(yè)現(xiàn)金流。最后，數(shù)字普惠金融能夠利用場景、服務(wù)等優(yōu)勢拓寬企業(yè)融資渠道，增強(qiáng)金融中介的信息搜集能力，精準(zhǔn)控制金融風(fēng)險(xiǎn)，實(shí)現(xiàn)企業(yè)外部融資環(huán)境的改善?，F(xiàn)有相關(guān)研究表明數(shù)字普惠金融能夠?qū)ζ髽I(yè)的財(cái)務(wù)績效產(chǎn)生重要影響，并驗(yàn)證了企業(yè)融資約束在其中的中介作用[12—15]?；诖?，本文提出以下假設(shè)：

H2：融資約束在數(shù)字普惠金融與企業(yè)財(cái)務(wù)績效之間存在中介效應(yīng)。

（三）企業(yè)生命周期的調(diào)節(jié)作用

企業(yè)生命周期概念最早由Haire[16]提出，一般是指企業(yè)成長和發(fā)展的一系列過程。陳佳貴等[17]將企業(yè)生命周期劃分為六個(gè)階段，分別是孕育期、求生存期、高速發(fā)展期、成熟期、衰退期和蛻變期。李業(yè)[18]對模型進(jìn)行了修正，將企業(yè)生命周期劃分為初生期、成長期、成熟期和衰退期四個(gè)階段，并得到了學(xué)術(shù)界的廣泛認(rèn)可。企業(yè)所處發(fā)展階段的不同會(huì)造成企業(yè)的戰(zhàn)略選擇、經(jīng)營活動(dòng)以及管理方式的差異。劉追等[19]研究處于不同生命周期階段的企業(yè)創(chuàng)新導(dǎo)向?qū)ζ髽I(yè)成長的影響，結(jié)果表明處于初創(chuàng)期和衰退期的企業(yè)創(chuàng)新導(dǎo)向?qū)ζ髽I(yè)成長沒有顯著作用，處于成長期和成熟期的企業(yè)創(chuàng)新導(dǎo)向顯著正向促進(jìn)企業(yè)成長，且成長期的企業(yè)效應(yīng)更大。王宛秋等[20]研究在技術(shù)并購中，企業(yè)生命周期對并購績效的影響，結(jié)果表明處于成長期的企業(yè)，技術(shù)鄰近性能顯著提升其創(chuàng)新績效，而處于成熟期的企業(yè)恰恰相反，處于衰退期的企業(yè)則無顯著影響。

處于不同生命周期的企業(yè)有著不同的特征，包括企業(yè)的經(jīng)營狀況和財(cái)務(wù)狀況等。國內(nèi)關(guān)于企業(yè)生命周期的劃分通?；贒ickinson[21]的五階段模型，依據(jù)不同的現(xiàn)金流模式進(jìn)行劃分。本文參考謝佩洪等[22]、朱愛萍等[23]的研究，將創(chuàng)業(yè)板上市企業(yè)生命周期劃分為成長期、成熟期和衰退期。一般而言，成長期企業(yè)需要大量的資金支撐企業(yè)發(fā)展，包括提升財(cái)務(wù)實(shí)力以及應(yīng)對外部風(fēng)險(xiǎn)等。數(shù)字普惠金融對于企業(yè)轉(zhuǎn)型升級、提高財(cái)務(wù)績效提供了較大的支撐。對于成熟期企業(yè)而言，其各方面運(yùn)轉(zhuǎn)良好，有穩(wěn)定的現(xiàn)金流支撐企業(yè)開拓新市場或開發(fā)新產(chǎn)品，并不需要進(jìn)行大量融資。對于衰退期企業(yè)而言，所面臨的內(nèi)外部環(huán)境較為復(fù)雜，更多關(guān)注的是如何使企業(yè)持續(xù)經(jīng)營，對于金融服務(wù)的要求較低。隨著數(shù)字化應(yīng)用日趨完善，廣袤的下沉市場逐步享受到數(shù)字化帶來的便利和實(shí)惠。數(shù)字普惠金融面向更為廣泛的群體，較好的助力成長期企業(yè)融資?；诖?，本文提出以下假設(shè)：

H3：企業(yè)生命周期在數(shù)字普惠金融與企業(yè)財(cái)務(wù)績效之間存在調(diào)節(jié)效應(yīng)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取2011—2020年創(chuàng)業(yè)板上市公司作為研究樣本，并對樣本進(jìn)行如下處理：（1）剔除ST、*ST、PT 企業(yè)；（2）刪除變量存在缺失值和異常值的樣本；（3）對所有連續(xù)變量進(jìn)行1%和99%分位上的縮尾處理?？紤]到企業(yè)連續(xù)經(jīng)營要求和創(chuàng)業(yè)板上市的特殊性，剔除持續(xù)經(jīng)營不滿5年的企業(yè)，最終得到4247個(gè)樣本。數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。

（二）變量及其測度

1.被解釋變量：企業(yè)財(cái)務(wù)績效（FP）

學(xué)者們對于企業(yè)財(cái)務(wù)績效的衡量主要包括ROA 值、托賓Q值以及建立多維指標(biāo)評價(jià)體系?？紤]到創(chuàng)業(yè)板上市公司高成長性、創(chuàng)新性的特點(diǎn)，建立多維評價(jià)指標(biāo)體系更能綜合反映企業(yè)的財(cái)務(wù)績效。在傳統(tǒng)財(cái)務(wù)評價(jià)指標(biāo)體系盈利能力、營運(yùn)能力、償債能力、發(fā)展能力的基礎(chǔ)上，本文參考張金濤等[24]、童元珂等[25]的研究，基于創(chuàng)業(yè)板上市公司的經(jīng)營特殊性，加入現(xiàn)金流水平、企業(yè)創(chuàng)新研發(fā)投入指標(biāo)構(gòu)成六維評價(jià)指標(biāo)體系。選取總資產(chǎn)報(bào)酬率、銷售毛利率、應(yīng)收賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率、資本保值增值率、總資產(chǎn)增長率、凈利潤現(xiàn)金含量、營運(yùn)指數(shù)、研發(fā)費(fèi)用投入比這13 個(gè)財(cái)務(wù)指標(biāo)作為企業(yè)財(cái)務(wù)績效評價(jià)的二級指標(biāo)。采用因子分析法計(jì)算出2011—2020年各企業(yè)得分，并將其作為衡量企業(yè)財(cái)務(wù)績效的標(biāo)準(zhǔn)。

2.解釋變量：數(shù)字普惠金融指數(shù)（DIFI）

參考大多數(shù)學(xué)者對數(shù)字普惠金融指數(shù)的測度，本文采用北京大學(xué)數(shù)字金融中心和螞蟻科技集團(tuán)聯(lián)合編制的“北京大學(xué)數(shù)字普惠金融指數(shù)”作為衡量指標(biāo)[26]。該指數(shù)覆蓋了31 個(gè)省份、337 個(gè)地級以上城市。將這些宏觀指數(shù)與微觀企業(yè)所在辦公地址相匹配，為了保證結(jié)果的精確性，具體匹配到地級市。數(shù)字普惠金融水平越高，數(shù)字普惠金融指數(shù)越大。為解決該數(shù)據(jù)較其他指標(biāo)數(shù)值不相匹配的問題，將數(shù)字普惠金融指數(shù)除以100。

3.中介變量：融資約束（KZ）

有關(guān)融資約束的測度方法主要包括三種：第一，早期單一變量指標(biāo)，主要包括股利支付率、杠桿率等。顯然，企業(yè)的融資約束受到多種因素的影響，單一變量在操作上有一定的便捷性，但是存在較大的局限性，不能全面反映企業(yè)的融資約束程度。第二，多變量綜合指數(shù)，主要包括KZ 指數(shù)、WW 指數(shù)、SA指數(shù)等。這些指數(shù)基于多項(xiàng)公司指標(biāo)，采用不同的估計(jì)方法和模型線性組合而成，較單一指標(biāo)而言，能更加綜合全面地反映企業(yè)的融資約束。第三，基于“現(xiàn)金—現(xiàn)金流敏感性模型”和“投資—現(xiàn)金流敏感性模型”的企業(yè)融資約束水平測度。本文考慮到融資約束要作為中介變量參與模型構(gòu)建，因此參考胡劉芬[27]的研究，采用Kaplan等[28]提出的KZ指數(shù)來測度融資約束。測算步驟如下：（1）選取衡量融資約束水平的五個(gè)變量構(gòu)成指標(biāo)體系，如表1所示。（2）按年度中位數(shù)分別得出五個(gè)指標(biāo)的數(shù)值。當(dāng)CF 小于中位數(shù)時(shí)，KZ1賦值1，否則取0；當(dāng)DIV 小于中位數(shù)時(shí)，KZ2賦值1，否則取0；當(dāng)CH小于中位數(shù)時(shí)，KZ3賦值1，否則取0；當(dāng)LEV 大于中位數(shù)時(shí)，KZ4賦值1，否則取0；當(dāng)TOBINQ 大于中位數(shù)時(shí)，KZ5賦值1，否則取0。（3）將五個(gè)指標(biāo)賦值相加得到總指標(biāo)，KZ=KZ1+KZ2+KZ3+KZ4+KZ5。（4）將KZ作為因變量對CF、DIV、CH、LEV 和TOBINQ 進(jìn)行排序邏輯回歸，得到各個(gè)解釋變量的系數(shù)。（5）將回歸系數(shù)值與各樣本解釋變量相乘得到KZ指數(shù)，該指數(shù)越大表示公司面臨的融資約束越嚴(yán)峻。

表1 KZ指數(shù)構(gòu)成指標(biāo)

在進(jìn)行回歸前，首先檢驗(yàn)各變量之間的相關(guān)性。由表2可知，相關(guān)系數(shù)均在1%的水平上顯著，且最大相關(guān)系數(shù)的絕對值為0.3775，不存在嚴(yán)重的共線性問題，因此可以進(jìn)行排序邏輯回歸。根據(jù)表3回歸系數(shù)可以確定KZ指數(shù)值。

表2 融資約束各指標(biāo)相關(guān)系數(shù)

表3 KZ指數(shù)回歸結(jié)果

4.調(diào)節(jié)變量：企業(yè)生命周期（CY）

處在成長期階段的企業(yè)尋求發(fā)展需要外部資金支撐，同時(shí)由于其沒有能力進(jìn)行投資活動(dòng)，所以其籌資現(xiàn)金凈流量應(yīng)為正，投資現(xiàn)金凈流量為負(fù)。成長期1階段相當(dāng)于初創(chuàng)期，經(jīng)營現(xiàn)金凈流量為負(fù)，隨著規(guī)范化運(yùn)營發(fā)展逐步走向正軌，公司經(jīng)營現(xiàn)金凈流量逐漸由負(fù)轉(zhuǎn)正。成熟期企業(yè)的最大表征即經(jīng)營現(xiàn)金凈流量為正，且隨著企業(yè)的發(fā)展，現(xiàn)金流逐漸充足，能夠滿足企業(yè)投資的需要，因此在成熟期2階段和3階段投資現(xiàn)金凈流量為正，且在成熟期3階段達(dá)到頂峰。衰退期企業(yè)的特征是企業(yè)主營業(yè)務(wù)經(jīng)營已經(jīng)不能滿足企業(yè)發(fā)展的需要，可能市場上存在大量的替代品，企業(yè)產(chǎn)品未能及時(shí)做到更新?lián)Q代而逐漸被市場淘汰，企業(yè)早期的投資效益仍然存在，即在衰退期1階段和2階段投資現(xiàn)金凈流量為正，同時(shí)企業(yè)可能通過變賣固定資產(chǎn)、出售專利等方式籌措資金，因此在衰退期2階段籌資現(xiàn)金凈流量為正。具體劃分如表4所示。

表4 企業(yè)生命周期劃分現(xiàn)金流量組合表

根據(jù)上文對企業(yè)生命周期的劃分，在實(shí)證中引入CY1（成長期）、CY2（成熟期）、CY3（衰退期）三個(gè)啞變量表示企業(yè)生命周期，用于檢驗(yàn)調(diào)節(jié)效應(yīng)，驗(yàn)證假設(shè)H3。當(dāng)CY1=1，CY2=CY3=0時(shí)，表示企業(yè)處在成長期；當(dāng)CY2=1，CY1=CY3=0 時(shí)，表示企業(yè)處在成熟期；當(dāng)CY3=1，CY1=CY2=0時(shí)，表示企業(yè)處在衰退期。

5.控制變量

考慮到企業(yè)層面的因素可能會(huì)對研究結(jié)果造成影響，對如下變量進(jìn)行了控制：企業(yè)規(guī)模（SIZE）、企業(yè)年齡（AGE）、第一大股東持股比例（FIRST）、前十大股東持股比例（TOP10）、兩職合一（DUAL）。由于數(shù)字普惠金融指數(shù)與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展高度相關(guān)，本文還對地區(qū)層面人均地區(qū)生產(chǎn)總值（PGDP）、產(chǎn)業(yè)結(jié)構(gòu)（IS）進(jìn)行了控制。同時(shí)對年份和地區(qū)啞變量進(jìn)行了控制。

（三）模型構(gòu)建

1.基準(zhǔn)模型

為了檢驗(yàn)數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響（H1），構(gòu)建模型如下：

表5 變量說明

對于分項(xiàng)指標(biāo)數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度對企業(yè)財(cái)務(wù)績效的影響檢驗(yàn)，只需分別把DIFIi,t替換為CBi,t、UDi,t、DLi,t即可；其中i、t分別表示公司、年份。

2.融資約束的中介效應(yīng)檢驗(yàn)

為了檢驗(yàn)融資約束是否在數(shù)字普惠金融和企業(yè)財(cái)務(wù)績效之間發(fā)揮中介作用（H2），本文參考溫忠麟等[29]總結(jié)的逐步回歸法構(gòu)建中介效應(yīng)模型，具體模型如下：

第一步，檢驗(yàn)α1的顯著性。若α1顯著，則表明數(shù)字普惠金融和企業(yè)財(cái)務(wù)績效之間存在顯著的總體效應(yīng)，可以繼續(xù)進(jìn)行第二步中介效應(yīng)分析；若α1不顯著，則表明數(shù)字普惠金融和企業(yè)財(cái)務(wù)績效之間不存在顯著的總體效應(yīng)，則按遮掩效應(yīng)立論，停止中介效應(yīng)分析。第二步，檢驗(yàn)β1和γ2的顯著性。若β1和γ2均顯著，則表明融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響過程中存在中介效應(yīng)，繼續(xù)進(jìn)行第三步；若β1和γ2至少一個(gè)不顯著，則進(jìn)行第四步bootstrap檢驗(yàn)。第三步，檢驗(yàn)γ1的顯著性。若γ1顯著，則表明融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響過程中存在部分中介效應(yīng)，中介效應(yīng)為β1×γ2∕γ1；若γ1不顯著，則表明融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響過程中存在完全中介效應(yīng)。第四步，進(jìn)行bootstrap檢驗(yàn)。若通過顯著性檢驗(yàn)，則表明融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響過程中存在部分中介效應(yīng)；若未通過顯著性檢驗(yàn)，則表明融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響過程中不存在中介效應(yīng)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表6列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。有效樣本數(shù)為4247個(gè)。2011—2020年，全樣本企業(yè)財(cái)務(wù)績效均值為0.0000，標(biāo)準(zhǔn)差為0.4225，最小值為-2.8474，最大值為2.8947，說明創(chuàng)業(yè)板上市企業(yè)之間的財(cái)務(wù)績效存在一定的差異。數(shù)字普惠金融指數(shù)均值為2.3067，標(biāo)準(zhǔn)差為0.6487，最小值為0.2034，最大值為3.3448，說明不同企業(yè)所在區(qū)域的數(shù)字普惠金融水平各異。融資約束均值為0.5283，標(biāo)準(zhǔn)差為2.0388，且最大值與最小值的極差為25.3494，表明各企業(yè)存在不同程度的融資約束問題，且企業(yè)間融資約束存在較大的差異。總體來看，各變量標(biāo)準(zhǔn)差均在合理范圍內(nèi)，基本排除異常值干擾檢驗(yàn)結(jié)果準(zhǔn)確度的可能。

表6 主要變量描述性統(tǒng)計(jì)

（二）相關(guān)性分析

在進(jìn)行回歸分析之前，先對相關(guān)變量進(jìn)行Pearson 檢驗(yàn)。結(jié)果顯示，大部分變量在1%的水平上顯著相關(guān)，且變量之間的相關(guān)系數(shù)普遍不超過0.7，表明樣本數(shù)據(jù)選取合理，可以進(jìn)行回歸分析。融資約束與企業(yè)財(cái)務(wù)績效之間的相關(guān)系數(shù)大于0.7，這可能是由于測度二者的指標(biāo)體系有一定的關(guān)聯(lián)性。各變量方差膨脹因子均遠(yuǎn)小于10，說明不存在嚴(yán)重的共線性問題，可以進(jìn)行回歸分析，進(jìn)一步研究各變量之間的關(guān)系。

（三）基準(zhǔn)回歸分析

基于面板數(shù)據(jù)模型選擇的問題，首先采用F 檢驗(yàn)進(jìn)行固定效應(yīng)模型和混合回歸模型選擇，檢驗(yàn)結(jié)果顯示p 值為0.0000，拒絕各截面常數(shù)項(xiàng)無差異的原假設(shè)，即表明各截面的常數(shù)項(xiàng)存在差異，因此固定效應(yīng)模型比混合模型的匹配度更高。其次，關(guān)于固定效應(yīng)模型和隨機(jī)效應(yīng)模型的選擇，本文進(jìn)行Hausman 檢驗(yàn)，p 值為0.0000，即拒絕隨機(jī)效應(yīng)模型更有效的原假設(shè)，因此使用固定效應(yīng)模型是合理的。

表7反映了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的回歸結(jié)果。（1）列展示了數(shù)字普惠金融總指數(shù)對企業(yè)財(cái)務(wù)績效的影響，回歸系數(shù)為0.2870，且在1%的水平上顯著，表明宏觀領(lǐng)域的數(shù)字普惠金融的發(fā)展與完善顯著促進(jìn)了企業(yè)財(cái)務(wù)績效的提升。（2）至（4）列分別展示了數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度對企業(yè)財(cái)務(wù)績效的影響，結(jié)果表明數(shù)字金融覆蓋廣度和數(shù)字金融使用深度均顯著促進(jìn)了企業(yè)財(cái)務(wù)績效的提升，且數(shù)字金融使用深度的影響更大，而普惠金融數(shù)字化程度對企業(yè)財(cái)務(wù)績效的影響不顯著。這與張曉燕等[14]的研究結(jié)論相符，因此驗(yàn)證了假設(shè)H1。

表7 數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響

表8展示了基于企業(yè)生命周期的分組檢驗(yàn)回歸結(jié)果。結(jié)果顯示：對于成長期和成熟期企業(yè)而言，數(shù)字普惠金融的回歸系數(shù)均在1%的水平上顯著；對于衰退期企業(yè)而言，數(shù)字普惠金融的回歸系數(shù)為0.1954，在10%的水平上顯著。對比全樣本回歸的系數(shù)發(fā)現(xiàn)，成長期企業(yè)與全樣本回歸系數(shù)相差不大，成熟期企業(yè)回歸系數(shù)顯著高于全樣本回歸系數(shù)，衰退期企業(yè)回歸系數(shù)顯著低于全樣本回歸系數(shù)。由此可見，數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的顯著促進(jìn)作用普遍存在，但對于處在不同生命周期企業(yè)的影響存在差異。進(jìn)一步對成長期和成熟期企業(yè)組間系數(shù)差異進(jìn)行檢驗(yàn)，結(jié)果顯示經(jīng)驗(yàn)p 值為0.324，表明成長期企業(yè)和成熟期企業(yè)的數(shù)字普惠金融影響系數(shù)不存在顯著差異。原因可能在于：第一，成熟期的企業(yè)內(nèi)部雖有充足的現(xiàn)金流來維持企業(yè)運(yùn)轉(zhuǎn)，但同時(shí)也面臨主營產(chǎn)品盈利能力下滑的窘境，迫使企業(yè)尋求新的利潤增長點(diǎn)[30]，數(shù)字普惠金融通過促進(jìn)企業(yè)創(chuàng)新或去杠桿等途徑能夠?yàn)槌墒炱谄髽I(yè)創(chuàng)造新的發(fā)展機(jī)會(huì)。第二，本文的研究樣本為創(chuàng)業(yè)板相關(guān)數(shù)據(jù)。一方面，與主板企業(yè)不同，創(chuàng)業(yè)板以高科技、高成長企業(yè)為主，處于成長期和成熟期的創(chuàng)業(yè)板企業(yè)的異質(zhì)性可能并不明顯；另一方面，成熟期的創(chuàng)業(yè)板企業(yè)仍有較大的發(fā)展?jié)摿涂臻g，但與主板企業(yè)相比，能夠獲得的融資渠道相對有限，屬于融資相對弱勢群體，仍需要數(shù)字普惠金融的支持。對于衰退期企業(yè)而言，數(shù)字普惠金融對其財(cái)務(wù)績效影響的回歸系數(shù)顯著小于成長期和成熟期，可能是由于處于衰退期的企業(yè)面臨更為嚴(yán)峻的內(nèi)外部壓力，數(shù)字普惠金融對其支持力度欠缺。

表8 基于企業(yè)生命周期的分組檢驗(yàn)

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證回歸結(jié)果的穩(wěn)健性，采用代理變量替換的方法來檢驗(yàn)回歸結(jié)果。在前文中測度企業(yè)財(cái)務(wù)績效時(shí)采用的是因子分析法構(gòu)造綜合得分，下文采用總資產(chǎn)報(bào)酬率（ROA）、凈資產(chǎn)收益率（ROE）測度企業(yè)財(cái)務(wù)績效進(jìn)行回歸分析，結(jié)果如表9所示。由表9可知，結(jié)果與原回歸結(jié)果基本保持一致，表明數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響是穩(wěn)健的。

表9 替換被解釋變量的穩(wěn)健性檢驗(yàn)

（五）內(nèi)生性檢驗(yàn)

1.變量滯后法

內(nèi)生性的產(chǎn)生主要有兩種情況：一是解釋變量與被解釋變量之間存在反向因果關(guān)系；二是在構(gòu)建模型時(shí)遺漏變量。為了盡可能地控制數(shù)字普惠金融與創(chuàng)業(yè)板上市企業(yè)財(cái)務(wù)績效之間的內(nèi)生性問題，本文參考唐松等[31]的做法，對核心解釋變量進(jìn)行滯后1期的處理，盡可能地消除“企業(yè)財(cái)務(wù)績效越高的城市，數(shù)字普惠金融水平越高”的反向因果關(guān)系導(dǎo)致的內(nèi)生性問題。由表10可知，解釋變量的系數(shù)顯著為正，與基準(zhǔn)回歸結(jié)果保持一致，且滯后一期的回歸系數(shù)大于基準(zhǔn)回歸，表明數(shù)字普惠金融對于企業(yè)財(cái)務(wù)績效的提升存在滯后效應(yīng)。

表10 變量滯后的內(nèi)生性檢驗(yàn)

2.工具變量法

此外，進(jìn)一步采用2SLS工具變量回歸法進(jìn)行檢驗(yàn)。參考Bartik[32]構(gòu)建一個(gè)Bartik 工具變量（滯后一階的普惠金融指數(shù)LDIFI，并將其與普惠金融指數(shù)在時(shí)間上的一階差分DDIFI 交乘）進(jìn)行工具變量估計(jì)。Bartik 工具變量與企業(yè)所在城市的數(shù)字普惠金融指數(shù)直接相關(guān)，但不會(huì)通過其他渠道直接影響企業(yè)財(cái)務(wù)績效，因此認(rèn)為該變量同時(shí)滿足有效工具變量相關(guān)性假設(shè)和外生性假設(shè)兩個(gè)條件，結(jié)果如表11所示。第一階段回歸結(jié)果顯示，Bartik 對數(shù)字普惠金融的回歸系數(shù)為0.6319，且在1%的水平上顯著，表明Bartik工具變量滿足相關(guān)性條件。第二階段加入工具變量后的數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的回歸顯著為正，且在1%的水平上顯著，表明在考慮內(nèi)生性問題后，結(jié)論依然成立。

表11 加入工具變量的內(nèi)生性檢驗(yàn)

（六）中介效應(yīng)分析

表12展示了融資約束的中介效應(yīng)檢驗(yàn)結(jié)果。（1）列為數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的直接效應(yīng)檢驗(yàn)，結(jié)果表明數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效提升有顯著正向影響，α1為0.2870；（2）列為數(shù)字普惠金融對企業(yè)融資約束的檢驗(yàn)，結(jié)果表明數(shù)字普惠金融程度越高越能緩解企業(yè)的融資約束，β1為-0.7512；（3）列檢驗(yàn)了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的間接效應(yīng)，結(jié)果表明間接效應(yīng)回歸系數(shù)γ1為0.1801，小于直接效應(yīng)回歸系數(shù)γ2（-0.1423）。由上述分析可以看出，融資約束在數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響作用中起部分中介作用，驗(yàn)證了假設(shè)H2。且通過計(jì)算得出中介效應(yīng)為37.2459%。

表12 融資約束的中介效應(yīng)檢驗(yàn)

（七）調(diào)節(jié)效應(yīng)檢驗(yàn)

本文參考周建慶等[33]對企業(yè)生命周期調(diào)節(jié)作用的檢驗(yàn)，引入DIFI×CY1、DIFI×CY2、DIFI×CY3三個(gè)交互項(xiàng)進(jìn)一步檢驗(yàn)企業(yè)生命周期的調(diào)節(jié)效用。由表13可以看出，解釋變量的回歸系數(shù)均為正，且在1%的水平上顯著，說明總體上數(shù)字普惠金融會(huì)顯著促進(jìn)企業(yè)財(cái)務(wù)績效的提升，進(jìn)一步驗(yàn)證了研究結(jié)論。具體來看，三個(gè)交互項(xiàng)均通過了顯著性檢驗(yàn)，其中成長期企業(yè)和成熟期企業(yè)與數(shù)字普惠金融的交互項(xiàng)系數(shù)在1%的水平上顯著為正，衰退期企業(yè)與數(shù)字普惠金融的交互項(xiàng)系數(shù)在10%的水平上顯著為負(fù)，表明企業(yè)生命周期對數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效影響的調(diào)節(jié)作用是顯著成立的，驗(yàn)證了假設(shè)H3。

表13 企業(yè)生命周期的調(diào)節(jié)效應(yīng)檢驗(yàn)

（八）異質(zhì)性分析

1.分位數(shù)回歸

考慮到企業(yè)財(cái)務(wù)績效存在的差異可能對數(shù)字普惠金融的作用效果產(chǎn)生影響，因此本文采用分位數(shù)回歸進(jìn)行財(cái)務(wù)績效異質(zhì)性分析。選取10%、25%、50%、75%和90%五個(gè)分位點(diǎn)分析在不同財(cái)務(wù)績效水平下數(shù)字普惠金融對企業(yè)績效的影響，回歸結(jié)果如表14所示。由表14可以看出，被解釋變量和中介變量的回歸系數(shù)均顯著，進(jìn)一步驗(yàn)證了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效影響的穩(wěn)健性。具體來看，奇數(shù)列展示了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的直接效應(yīng)，偶數(shù)列展示了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的間接效應(yīng)。為了更直觀地展現(xiàn)系數(shù)變化，刻畫趨勢圖如圖1所示。由圖1可以看出，無論是直接效應(yīng)還是間接效應(yīng)，數(shù)字普惠金融對財(cái)務(wù)績效較高企業(yè)的影響都更加顯著，且從兩條趨勢線之間的垂直距離可以看出，直接效應(yīng)和間接效應(yīng)的差距在擴(kuò)大，表明當(dāng)企業(yè)財(cái)務(wù)績效較高時(shí)，融資約束的中介效應(yīng)實(shí)際上是邊際遞減的，這也從側(cè)面表明發(fā)展較好的企業(yè)受到的融資約束較低。

表14 企業(yè)財(cái)務(wù)績效分位數(shù)回歸結(jié)果

圖1 分位數(shù)回歸系數(shù)趨勢

2.產(chǎn)權(quán)異質(zhì)性

此外，產(chǎn)權(quán)性質(zhì)的差異也會(huì)對企業(yè)資金獲取的難易程度產(chǎn)生影響。相對于國有企業(yè)，非國有企業(yè)受到的融資約束相對更高[34]。數(shù)字普惠金融能夠有效降低非國有企業(yè)與金融機(jī)構(gòu)之間信息不對稱程度，因此有必要對企業(yè)產(chǎn)權(quán)性質(zhì)進(jìn)行異質(zhì)性分析，結(jié)果如表15所示。從國有企業(yè)組來看，（1）和（2）列表明數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效、融資約束的影響均不顯著，（3）列表明融資約束對企業(yè)財(cái)務(wù)績效存在負(fù)向影響，說明數(shù)字普惠金融未能對國有創(chuàng)業(yè)板公司的財(cái)務(wù)績效產(chǎn)生作用，也不存在融資約束的中介作用。從非國有企業(yè)組來看，（4）和（5）列表明數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效、融資約束的回歸系數(shù)在1%的水平上顯著，（6）列表明間接效應(yīng)的回歸系數(shù)均顯著，說明數(shù)字普惠金融對非國有創(chuàng)業(yè)板公司財(cái)務(wù)績效的促進(jìn)作用顯著存在，且融資約束的中介作用也顯著存在，中介效應(yīng)為41.1493%。

表15 產(chǎn)權(quán)性質(zhì)異質(zhì)性檢驗(yàn)

五、結(jié)論及建議

本文采用2011—2020年我國創(chuàng)業(yè)板上市公司樣本數(shù)據(jù)，實(shí)證分析了數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的影響，得出如下結(jié)論：第一，數(shù)字普惠金融能夠顯著促進(jìn)企業(yè)財(cái)務(wù)績效的提升，數(shù)字金融覆蓋廣度和數(shù)字金融使用深度是促進(jìn)企業(yè)財(cái)務(wù)績效提升的主要維度，普惠金融數(shù)字化程度對企業(yè)財(cái)務(wù)績效的提升沒有顯著影響。第二，從中介效應(yīng)檢驗(yàn)來看，數(shù)字普惠金融能夠顯著緩解創(chuàng)業(yè)板上市企業(yè)的融資約束，進(jìn)而促進(jìn)企業(yè)財(cái)務(wù)績效的顯著提升。第三，從調(diào)節(jié)效應(yīng)檢驗(yàn)來看，數(shù)字普惠金融對處在不同生命周期企業(yè)財(cái)務(wù)績效的影響不同。第四，從異質(zhì)性檢驗(yàn)來看，對于財(cái)務(wù)績效較高、發(fā)展較好的企業(yè)而言，數(shù)字普惠金融對財(cái)務(wù)績效的影響更加顯著，并且當(dāng)企業(yè)財(cái)務(wù)績效處于市場高位時(shí)，融資約束的中介效應(yīng)邊際遞減；相對于國有企業(yè)而言，數(shù)字普惠金融能夠顯著促進(jìn)非國有企業(yè)財(cái)務(wù)績效的提升。

基于此，本文分別從政府、金融機(jī)構(gòu)和企業(yè)三個(gè)層面提出以下建議：第一，政府層面。各級政府應(yīng)積極鼓勵(lì)并支持?jǐn)?shù)字技術(shù)與金融領(lǐng)域的深度融合，同時(shí)加強(qiáng)對數(shù)字金融領(lǐng)域的監(jiān)管，促進(jìn)數(shù)字普惠金融的發(fā)展與完善。不僅要拓寬數(shù)字金融覆蓋廣度和數(shù)字金融的使用深度，同時(shí)要著力提升普惠金融數(shù)字化程度，促進(jìn)不同維度的數(shù)字普惠金融協(xié)調(diào)發(fā)展。非國有企業(yè)對數(shù)字普惠金融的依賴性更高，政府的相關(guān)政策要更多地關(guān)注非國有企業(yè)的成長和發(fā)展，同時(shí)鼓勵(lì)金融機(jī)構(gòu)為弱勢企業(yè)提供資金支持，這樣不僅有利于促進(jìn)多層次資本市場體系的建設(shè)，同時(shí)也為投資者提供了更加多元化的選擇，促進(jìn)社會(huì)資源的合理配置。第二，金融機(jī)構(gòu)層面。金融機(jī)構(gòu)要加大對云計(jì)算、大數(shù)據(jù)、人工智能等新興技術(shù)的投入和使用，加快自身數(shù)字化轉(zhuǎn)型的步伐，更加準(zhǔn)確及時(shí)地挖掘企業(yè)信息，完善信息共享平臺(tái)，緩解企業(yè)由于信息不對稱導(dǎo)致的融資約束問題。同時(shí)，通過促進(jìn)企業(yè)財(cái)務(wù)績效的提升，實(shí)現(xiàn)金融機(jī)構(gòu)與企業(yè)之間的良性互動(dòng)，實(shí)現(xiàn)數(shù)字普惠金融發(fā)展成果的共享。第三，企業(yè)層面。數(shù)智時(shí)代，企業(yè)應(yīng)當(dāng)接受變革、融入變革、積極變革，利用數(shù)字普惠金融優(yōu)勢提升自身信息化水平，積極對接金融機(jī)構(gòu)信息共享，給投資者創(chuàng)造更多的投資機(jī)會(huì)，降低企業(yè)由于資金流不足導(dǎo)致的風(fēng)險(xiǎn)。對于衰退期企業(yè)而言，過度依賴數(shù)字普惠金融可能達(dá)不到企業(yè)預(yù)期的結(jié)果，企業(yè)應(yīng)積極尋找新的競爭優(yōu)勢，促進(jìn)自身轉(zhuǎn)型升級。同時(shí)，企業(yè)要清楚地意識(shí)到數(shù)字普惠金融對企業(yè)財(cái)務(wù)績效的提升存在長期效應(yīng)，應(yīng)穩(wěn)扎穩(wěn)打，促進(jìn)自身高質(zhì)量發(fā)展?！?/p>