趙晨旭 邢 飛 常宇嫣

（1.中南財(cái)經(jīng)政法大學(xué)金融學(xué)院，湖北 武漢 430000；2.安徽師范大學(xué)法學(xué)院，安徽 蕪湖 241000）

一、前言

如今，中國(guó)的經(jīng)濟(jì)發(fā)展面臨著諸多難題，其中最為突出的是中小企業(yè)的融資難問(wèn)題。中小企業(yè)的發(fā)展進(jìn)步對(duì)于提升中國(guó)經(jīng)濟(jì)水平至關(guān)重要，但傳統(tǒng)金融理念“趨利避險(xiǎn)”“崇富仇貧”，在短期內(nèi)根本無(wú)法緩解和解決中小企業(yè)融資難的問(wèn)題。近年來(lái)，隨著互聯(lián)網(wǎng)快速發(fā)展，數(shù)字金融借助計(jì)算機(jī)的信息處理等一系列技術(shù)的發(fā)展在金融這塊領(lǐng)域的應(yīng)用，增加信息的傳遞溝通，有著有效緩解中小企業(yè)融資所面臨的信息不對(duì)稱(chēng)問(wèn)題的作用，風(fēng)險(xiǎn)成本和融資成本有所下降。那么，數(shù)字金融的快速發(fā)展是否對(duì)中小企業(yè)融資有著積極作用呢？

數(shù)字金融的出現(xiàn)為解決中小企業(yè)融資問(wèn)題帶來(lái)了新想法、新思路，學(xué)者們開(kāi)始關(guān)注數(shù)字金融與中小企業(yè)融資之間的關(guān)聯(lián)、影響。大多數(shù)文獻(xiàn)主要將數(shù)字金融與互聯(lián)網(wǎng)結(jié)合在一起，研究其對(duì)中小企業(yè)融資效率的影響，謝平（2012）、黃益平（2016）、郭峰等（2016）基于不同角度，證明互聯(lián)網(wǎng)發(fā)展會(huì)推動(dòng)信息傳遞、大數(shù)據(jù)、云計(jì)算等技術(shù)發(fā)展，降低金融成本，對(duì)數(shù)字金融的發(fā)展有著積極的促進(jìn)作用。解傳喜等（2015）基于國(guó)際視角，認(rèn)為數(shù)字普惠金融可以從金融創(chuàng)新、金融體系、政府干預(yù)三個(gè)方面有效緩解中小企業(yè)融資困難的問(wèn)題。鄭志來(lái)（2014）基于大數(shù)據(jù)等相關(guān)數(shù)字技術(shù)的優(yōu)勢(shì)，認(rèn)為中小企業(yè)信息數(shù)據(jù)庫(kù)和服務(wù)體系將更為完善，可以緩解信息不對(duì)稱(chēng)問(wèn)題，提高融資效率。

綜上，基于以上的研究，筆者將進(jìn)一步考慮國(guó)內(nèi)互聯(lián)網(wǎng)普及率及數(shù)據(jù)可得性問(wèn)題，運(yùn)用系統(tǒng)GMM模型分析數(shù)字金融發(fā)展與中小企業(yè)融資之間的關(guān)系，以及通過(guò)異質(zhì)性分析，進(jìn)一步研究數(shù)字金融發(fā)展對(duì)于不同地區(qū)中小企業(yè)融資效率的影響程度。

二、理論分析與假設(shè)提出

1.數(shù)字金融發(fā)展與中小企業(yè)融資

數(shù)字金融主要通過(guò)數(shù)字技術(shù)幫助難以或無(wú)法享受金融服務(wù)的群體獲得正規(guī)金融服務(wù)，是一種新型金融模式。隨著互聯(lián)網(wǎng)大數(shù)據(jù)、人工智能等技術(shù)迅速發(fā)展，數(shù)字金融拓寬了金融服務(wù)范圍，打破了諸多傳統(tǒng)限制；與此同時(shí)，機(jī)構(gòu)收集信息變得高效，降低了機(jī)構(gòu)與中小企業(yè)之間的信息不對(duì)稱(chēng)，使中小企業(yè)更容易獲得融資。

基于以上分析，提出假設(shè)H1。

H1：數(shù)字金融發(fā)展可以緩解中小企業(yè)融資約束，提高融資效率，以此促進(jìn)經(jīng)濟(jì)發(fā)展。

2.數(shù)字金融發(fā)展與不同地區(qū)的中小企業(yè)融資

在我國(guó)，不同地區(qū)的經(jīng)濟(jì)發(fā)展水平和發(fā)展速度存在著較大差異，造成金融資源在配置過(guò)程中失衡，經(jīng)濟(jì)水平相對(duì)高的地區(qū)各方面投入會(huì)更大，發(fā)展會(huì)更快。并且，大部分的金融機(jī)構(gòu)在選擇時(shí)，也會(huì)傾向于經(jīng)濟(jì)水平較高的地區(qū)，避免將分支機(jī)構(gòu)設(shè)立在不發(fā)達(dá)地區(qū)。

基于以上原因，提出假設(shè)H2。

H2：數(shù)字金融發(fā)展對(duì)不同地區(qū)中小企業(yè)融資的影響程度不同，具體表現(xiàn)為東大西小。

三、數(shù)據(jù)來(lái)源、變量設(shè)定和模型建立

1.數(shù)據(jù)來(lái)源

（1）互聯(lián)網(wǎng)發(fā)展指數(shù)

已發(fā)表文獻(xiàn)中有關(guān)互聯(lián)網(wǎng)指數(shù)的建立主要是通過(guò)每百人使用互聯(lián)網(wǎng)人數(shù)或者更為復(fù)雜的數(shù)據(jù)構(gòu)建。而本文通過(guò)在中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）上的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》（第35、39、43、44、46次等），從互聯(lián)網(wǎng)人數(shù)規(guī)模、網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、網(wǎng)絡(luò)使用及發(fā)展、網(wǎng)絡(luò)安全和政務(wù)發(fā)展等五個(gè)角度出發(fā)，得出的2012年～2020年中國(guó)互聯(lián)網(wǎng)普及率為互聯(lián)網(wǎng)發(fā)展基本指數(shù)（以2020年6月的互聯(lián)網(wǎng)普及率代表全年）。得出的指數(shù)如表1所示。

表1 互聯(lián)網(wǎng)發(fā)展指數(shù)

（2）中小企業(yè)數(shù)據(jù)來(lái)源

中小企業(yè)的數(shù)據(jù)都是從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)中的中小企業(yè)板選取的中小上市企業(yè)數(shù)據(jù)，選取的樣本區(qū)間為2012年～2020年。對(duì)初始的樣本進(jìn)行如下篩選：①根據(jù)證監(jiān)會(huì)2012年行業(yè)分類(lèi)，除去金融類(lèi)公司；②去除標(biāo)記*ST，ST，PT，以及資產(chǎn)負(fù)債率大于1的企業(yè)；③財(cái)務(wù)報(bào)表沒(méi)有數(shù)據(jù)或有數(shù)據(jù)不正常的企業(yè)。最后整理出的數(shù)據(jù)是包含832家中小企業(yè)構(gòu)成的非平衡面板數(shù)據(jù)，采用Winsorize法對(duì)數(shù)據(jù)進(jìn)行1%的縮微處理。

2.變量設(shè)定與模型建立

在曾輝等（2005）的研究中，使用凈資產(chǎn)收益率來(lái)表示中小企業(yè)融資效率。國(guó)內(nèi)對(duì)于影響中小企業(yè)融資效率的相關(guān)因素有著完善的研究，認(rèn)為主要有資本結(jié)構(gòu)、金融穩(wěn)定性、股權(quán)集中程度等因素。因此，控制變量主要設(shè)定控制以下因素：年度、股權(quán)集中程度、營(yíng)業(yè)收入、經(jīng)營(yíng)狀況、資產(chǎn)負(fù)債率、資產(chǎn)有形狀況。

在設(shè)定模型上，中小企業(yè)融資具有動(dòng)態(tài)可持續(xù)性的特點(diǎn)，普通面板模型回歸會(huì)造成估計(jì)偏差，應(yīng)設(shè)定采用動(dòng)態(tài)面板模型檢驗(yàn)數(shù)字金融發(fā)展對(duì)中小企業(yè)融資效率的影響。此外，包含因變量滯后項(xiàng)可能會(huì)導(dǎo)致內(nèi)生性問(wèn)題。因此，本文將使用系統(tǒng)GMM方法對(duì)模型進(jìn)行估計(jì)，減輕相關(guān)影響，接著通過(guò)將混合OLS回歸的估計(jì)結(jié)果、面板固定效應(yīng)（FE）的估計(jì)結(jié)果和系統(tǒng)GMM估計(jì)得出的結(jié)果相對(duì)比，檢驗(yàn)系統(tǒng)GMM估計(jì)結(jié)果的有效性和可靠性。具體構(gòu)建模型如下：

其中：roe表示中小企業(yè)融資效率，iner代表互聯(lián)網(wǎng)發(fā)展指數(shù)即衡量數(shù)字金融發(fā)展質(zhì)量，C為控制變量，ε為干擾項(xiàng)，t代表當(dāng)年，t-1代表該年上一年滯后值，i表示中小企業(yè)。變量具體詳述如表2所示。

表2 變量詳述

對(duì)回歸檢驗(yàn)中涉及的主要變量進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表3所示。

表3 描述性統(tǒng)計(jì)

四、實(shí)證的結(jié)果與分析

1.數(shù)字金融發(fā)展對(duì)中小企業(yè)融資效率影響的估計(jì)結(jié)果

建立的模型中，解釋變量中有著被解釋變量的滯后值，所以本文將通過(guò)SYSGMM估計(jì)法對(duì)模型進(jìn)行估計(jì)，對(duì)減輕解釋變量的內(nèi)生性問(wèn)題和整個(gè)模型可能會(huì)有的異方差問(wèn)題等有著更好的效果?；旌螼LS估計(jì)和FE估計(jì)需要假設(shè)解釋變量與擾動(dòng)項(xiàng)之間的協(xié)方差為零，沒(méi)有異方差的問(wèn)題，在現(xiàn)實(shí)中一般都很難完全成立，所以通過(guò)這些方法得出的結(jié)果可能有偏和不一致。基于這些原因，本文將會(huì)對(duì)模型同時(shí)進(jìn)行了混合OLS估計(jì)、FE估計(jì)以及加入時(shí)間效應(yīng)后的雙向固定效應(yīng)估計(jì)，并列表進(jìn)行系數(shù)對(duì)比。

混合OLS估計(jì)誤差較大，效果不是很明顯。根據(jù)FE估計(jì)和雙向固定效應(yīng)估計(jì)所得的結(jié)果中看，上一期融資效率對(duì)當(dāng)期融資效率有著負(fù)向的影響作用，這顯然不太現(xiàn)實(shí)。由于采用的是系統(tǒng)GMM模型，需要考慮過(guò)度識(shí)別和序列相關(guān)等問(wèn)題，檢驗(yàn)后，AR（2）等于0.344，sargan檢驗(yàn)的p值等于0.1828，所以可以接受原假設(shè)，認(rèn)為沒(méi)有序列相關(guān)、過(guò)度識(shí)別等問(wèn)題，模型的構(gòu)造是合理的。從表4第4列可知，變量iner即互聯(lián)網(wǎng)發(fā)展指數(shù)在1%的水平上顯著為正，這表明數(shù)字金融發(fā)展有助于促進(jìn)中小企業(yè)融資，提高融資效率。假設(shè)H1得到驗(yàn)證。

表4 主回歸結(jié)果

2.異質(zhì)性分析

當(dāng)考慮對(duì)不同地區(qū)的影響時(shí)，由于中西部地區(qū)的上市中小企業(yè)數(shù)量較少，為了使回歸結(jié)果更加有效顯著，更具說(shuō)服力，所以將其放入同一個(gè)子樣本之中。所以本文將整個(gè)大樣本分成東部、中西部?jī)蓚€(gè)子樣本，進(jìn)行異質(zhì)性分析。832家中小企業(yè)中東部地區(qū)有634家，中部公司有111家，西部有 87家。下面的表顯示對(duì)東部和中西部中小企業(yè)作為樣本一起進(jìn)行系統(tǒng)GMM估計(jì)的結(jié)果，但可能由于數(shù)據(jù)異常或者缺失等問(wèn)題，對(duì)中西部企業(yè)的估計(jì)結(jié)果并不是很顯著。最終的異質(zhì)性分析結(jié)果對(duì)比如表5所示。

表5 異質(zhì)性分析結(jié)果

表5中對(duì)東部地區(qū)中小企業(yè)融資效率的系統(tǒng)GMM估計(jì)顯示，iner的系數(shù)在1%水平上顯著，并且對(duì)中西部地區(qū)中小企業(yè)對(duì)估計(jì)中，iner的系數(shù)在10%的水平上顯著，表明數(shù)字金融發(fā)展對(duì)于所有地區(qū)的中小企業(yè)融資效率都有著正向作用，無(wú)論經(jīng)濟(jì)水平高低。但根據(jù)表5兩列中iner的具體數(shù)值大小可以看出，對(duì)不同地區(qū)的中小企業(yè)融資效率，數(shù)字金融發(fā)展的影響表現(xiàn)為：東部＞中西部。其中可能由于每個(gè)地區(qū)的經(jīng)濟(jì)水平都不太一致，數(shù)字金融發(fā)展改變?nèi)谫Y的方式及程度也不同等，這些都可能造成數(shù)字金融發(fā)展對(duì)中小企業(yè)融資效率的影響結(jié)果存在一定的差異。假設(shè)H2得到驗(yàn)證。

3.穩(wěn)健性檢驗(yàn)

需要對(duì)模型設(shè)立和估計(jì)結(jié)果進(jìn)行相應(yīng)的穩(wěn)健性檢驗(yàn)，本文從以下兩個(gè)方面進(jìn)行檢驗(yàn)。（1）因?yàn)橹袊?guó)是一個(gè)大國(guó)經(jīng)濟(jì)，區(qū)域?qū)拸V，每個(gè)地區(qū)經(jīng)濟(jì)發(fā)展都有著不同的差異，因此剔除西藏、新疆、北京和上海等地中小企業(yè)的數(shù)據(jù)，重新進(jìn)行上面的回歸過(guò)程。剔除后，從大樣本中得到722家中小企業(yè)的子樣本，仍為非平衡面板。（2）替換相關(guān)的控制變量，本文將前十大股東所占股權(quán)份額osc更換成第一大股東所占股權(quán)份額fir，將經(jīng)營(yíng)狀況per換成盈利能力abl[資產(chǎn)報(bào)酬率=（利潤(rùn)總額+財(cái)務(wù)費(fèi)用）/資產(chǎn)總額]，改變控制變量后，再進(jìn)行以上的回歸過(guò)程。兩種方法的回歸結(jié)果與原實(shí)證結(jié)果均一致，證明了原實(shí)證結(jié)果和原模型的穩(wěn)健性。

五、研究結(jié)論與政策建議

1.研究結(jié)論

本文選取了2012年～2020年中小板上市公司作為樣本數(shù)據(jù)，基于多種不同的估計(jì)方法，實(shí)證研究了數(shù)字金融發(fā)展與中小企業(yè)融資效率之間的關(guān)系，接著通過(guò)異質(zhì)性分析研究了對(duì)于不同水平地區(qū)的中小企業(yè)，數(shù)字金融發(fā)展的影響程度是否存在差異。得出了如下的結(jié)論：（1）中小企業(yè)普遍存在著融資難、融資差的融資約束問(wèn)題，而數(shù)字金融的發(fā)展將有助于緩解融資約束，使中小企業(yè)的融資效率提高；（2）與中西部地區(qū)中小企業(yè)相比，數(shù)字金融發(fā)展對(duì)東部中小企業(yè)的融資效率提高更為明顯一些。假設(shè)H1、H2得到驗(yàn)證。

2.政策建議

隨著互聯(lián)網(wǎng)迅速發(fā)展，互聯(lián)網(wǎng)數(shù)字金融的快速發(fā)展也伴隨著一些風(fēng)險(xiǎn)問(wèn)題和隱患，這都會(huì)使數(shù)字金融的作用相應(yīng)地減弱一些。所以，本文提出一些政策建議：（1）制定相關(guān)法律法規(guī)，進(jìn)行嚴(yán)格監(jiān)管，加快金融市場(chǎng)與互聯(lián)網(wǎng)的合作，營(yíng)造更好的數(shù)字金融大環(huán)境；（2）利用互聯(lián)網(wǎng)數(shù)字技術(shù)加快金融市場(chǎng)基礎(chǔ)設(shè)施建設(shè)，健全信息系統(tǒng)，增強(qiáng)信息的透明性；（3）遵循數(shù)字發(fā)展的規(guī)律，加大普惠金融，為中小企業(yè)提供更多、更全面的融資方式，推動(dòng)整體經(jīng)濟(jì)發(fā)展。