許 芳，何 劍

（1.新疆財經(jīng)大學 金融學院，新疆 烏魯木齊 830012；2.新疆財經(jīng)大學 絲路經(jīng)濟與管理研究院，新疆 烏魯木齊 830012）

一、引言

近年來，隨著人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)等新型數(shù)字技術與傳統(tǒng)金融服務的有機融合，利用數(shù)字技術實現(xiàn)融資、支付、投資和其他新型金融的業(yè)務模式——數(shù)字金融（黃益平、黃卓，2018）[1]，應運而生?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》 （簡稱“十四五”規(guī)劃） 明確指出，要構建金融有效支持實體經(jīng)濟的體制機制，提升金融科技水平，增強金融普惠性。數(shù)字金融作為金融創(chuàng)新的新模式，兼具普惠和精準的雙重屬性，彌補了傳統(tǒng)金融的不足，與實體經(jīng)濟形成良性互動，提振實體經(jīng)濟（汪亞楠等，2020）[2]。數(shù)字金融服務以促進實體經(jīng)濟發(fā)展為目標，實體企業(yè)作為實體經(jīng)濟的重要代表，數(shù)字金融的發(fā)展對實現(xiàn)實體企業(yè)健康成長和長足發(fā)展意義重大。

金融創(chuàng)新是一把“雙刃劍”，面對新一輪的技術革命沖擊，數(shù)字金融促進企業(yè)向好發(fā)展的同時，也會引發(fā)一系列風險問題。如果風險未得到及時、有效重視，造成財務流動性短缺困境，則會產生財務風險。就中國微觀企業(yè)而言，一方面，數(shù)字金融是金融創(chuàng)新的產物，由于中國金融市場較不健全，存在一定的金融市場的不確定性，可能造成企業(yè)資金的損失，增加企業(yè)財務成果的不確定性（楊有紅、趙曉梅，2021）[3]，加劇了企業(yè)財務風險。另一方面，數(shù)字金融的支付特點幫助企業(yè)以高效、低成本、便捷的方式融取充裕資金，減少企業(yè)主動融取“高杠桿”資金，驅動企業(yè)去杠桿（唐松等，2020）[4]，提升企業(yè)內部的財務風險穩(wěn)定性（張斌彬等，2020）[5]，從而降低了企業(yè)財務風險。那么，數(shù)字金融發(fā)展對企業(yè)財務風險究竟會產生怎樣的影響呢？是正向影響還是負向影響？目前尚未有定論。因此，厘清數(shù)字金融發(fā)展對企業(yè)財務風險的影響及其內在機理，對促進數(shù)字金融服務實體經(jīng)濟、企業(yè)健康成長、企業(yè)和社會的可持續(xù)性發(fā)展具有重要的理論和現(xiàn)實意義。

與已有研究相比，文章可能的邊際貢獻有：一是檢驗數(shù)字金融發(fā)展與企業(yè)財務風險之間的關系，并基于融資約束和信息不對稱兩條路徑檢驗數(shù)字金融發(fā)展影響企業(yè)財務風險的作用機制；二是探究公司治理水平在數(shù)字金融發(fā)展與企業(yè)財務風險之間的調節(jié)作用；三是從企業(yè)規(guī)模、產權屬性兩方面考察數(shù)字金融發(fā)展對企業(yè)財務風險影響的異質性。

二、理論分析與研究假設

數(shù)字金融作為金融創(chuàng)新的產物，對企業(yè)財務風險存在積極和消極兩方面影響。一方面，數(shù)字金融能提升中國經(jīng)濟韌性，提升高質量發(fā)展能力（崔耕瑞，2021）[6]，推動金融包容水平在全球范圍內提升（付爭、周帥，2021）[7]，為企業(yè)財務穩(wěn)定營造良好的外部環(huán)境。但數(shù)字金融發(fā)展尚不成熟，金融監(jiān)管的局限性，會加劇金融體系安全風險和信用風險，風險管控難度提升，企業(yè)經(jīng)營風險增加的同時財務風險也隨之產生。此外，數(shù)字金融產品自身存在風險，產品本身不確定性增加了財務成果不確定性，風險造成資金損失，影響企業(yè)的財務狀況（楊有紅、趙曉梅，2021）[3]，進而增加企業(yè)財務風險。因此，數(shù)字金融的發(fā)展面臨的各種問題和挑戰(zhàn)，會加劇企業(yè)財務風險。但另一方面，數(shù)字金融依托互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、區(qū)塊鏈等先進技術，將新型數(shù)字技術與傳統(tǒng)金融服務融合發(fā)展，不斷完善金融體系，改進金融監(jiān)管措施，提高了金融體系的風險識別和風險抵御能力。從金融中介理論、金融創(chuàng)新理論和金融結構理論三大理論來看，金融中介可以降低交易成本，甄別貸款者的償付能力，降低借款者的風險；金融創(chuàng)新同樣可以降低交易成本，提高金融機構的盈利能力；金融結構的變化可以通過推動在區(qū)域、部門之間的資本轉移來降低風險，提高風險抵抗能力。以上理論均能說明數(shù)字金融發(fā)展對降低風險是有益的。

對于微觀企業(yè)而言，數(shù)字金融發(fā)展通過緩解融資約束和改善信息不對稱問題對企業(yè)財務風險產生影響。具體而言，一是數(shù)字金融發(fā)展緩解了融資約束，拓寬了企業(yè)融資渠道與方式，從而降低了企業(yè)財務風險。數(shù)字金融通過數(shù)字技術與傳統(tǒng)金融有機結合，將傳統(tǒng)金融無法觸及的長尾客戶納入業(yè)務范圍，提高了資本市場對企業(yè)的資金供給，緩解了融資約束。此外，數(shù)字金融通過網(wǎng)絡技術突破物理網(wǎng)點的局限，打破了支付的時間和空間限制，提高了資金周轉速度和資金利用率，拓寬了企業(yè)融資渠道與方式（唐松等，2020）[4]，有效解決了金融資源與企業(yè)需求之間流通渠道不暢、金融資源錯配的問題（吳非等，2020）[8]。同時，改善企業(yè)融資環(huán)境，有利于資本結構優(yōu)化，增強財務穩(wěn)健性。因此，數(shù)字金融發(fā)展通過緩解融資約束，拓寬了企業(yè)的融資渠道與方式，進而通過提升企業(yè)內部控制質量和風險穩(wěn)定程度來降低企業(yè)杠桿率（林愛杰等，2021）[9]，避免企業(yè)陷入財務困境，從而降低企業(yè)財務風險。二是數(shù)字金融的發(fā)展改善了信息不對稱問題，通過減少非效率投資，從而降低企業(yè)財務風險。數(shù)字金融在人工智能、大數(shù)據(jù)、互聯(lián)網(wǎng)以及區(qū)塊鏈等多種技術模式的共同支持下，以低成本、低風險處理海量數(shù)據(jù)（Gomber 等，2018）[10]，挖掘更全面的企業(yè)信用信息，并提高信息的真實性、準確性以及流轉速度，從而改善金融市場信息不透明和信息不對稱（吳曉求，2014）[11]。此外，決策者的非理性行為容易加劇企業(yè)非效率投資，降低金融資源配置效率，使企業(yè)更容易陷入財務危機甚至面臨破產（江軒宇、許年行，2015）[12]，造成財務流動性短缺困境。而數(shù)字金融能夠發(fā)揮信息治理優(yōu)勢，優(yōu)化信息環(huán)境，降低決策者偏離最優(yōu)目標的非理性決策行為（馮素玲等，2021）[13]，約束管理層投機行為，減少非效率投資，從而降低企業(yè)財務風險。

綜上所述，隨著數(shù)字金融不斷的發(fā)展，對于微觀企業(yè)財務風險而言，表現(xiàn)出抑制作用，故文章提出如下假設：

假設H1a：數(shù)字金融發(fā)展降低了企業(yè)財務風險；

假設H1b：數(shù)字金融發(fā)展緩解了融資約束，從而降低企業(yè)財務風險；

假設H1c：數(shù)字金融發(fā)展改善了信息不對稱問題，從而降低企業(yè)財務風險。

圖1 研究框架圖

三、研究設計

1.樣本選擇與數(shù)據(jù)來源

文章以2011—2020 年中國A 股上市公司為研究對象，分別剔除金融類、ST、*ST 類上市公司以及數(shù)據(jù)缺失、資不抵債的樣本，最終得到26722 個觀測值。數(shù)字金融數(shù)據(jù)來自于北京大學的《數(shù)字金融普惠金融指數(shù)》，其他數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫。

2.變量定義

第一，被解釋變量：企業(yè)財務風險(ZScore)。文章借鑒Altman(1968)[14]提出的風險Z 值法進行測算。具體計算方法如下：ZScore=(1.2×營運資金+1.4×留存收益+3.3×息稅前利潤+0.6×股票總市值+0.999×銷售收入)/資產總額，Z 指數(shù)越小，表明企業(yè)財務風險越高。對該指數(shù)取相反數(shù)，如若出現(xiàn)數(shù)字金融發(fā)展與企業(yè)財務風險系數(shù)為負，表明數(shù)字金融發(fā)展降低了企業(yè)財務風險，反之亦然。

第二，解釋變量：數(shù)字金融發(fā)展(index)。文章采用北京大學開發(fā)的《數(shù)字普惠金融指數(shù)》作為衡量數(shù)字金融發(fā)展的代理變量，采用省級層面數(shù)據(jù)，進行100 倍縮放處理。

第三，控制變量：參考相關文獻，選取企業(yè)年齡(age)、公司規(guī)模(size)、股權集中度(top1)、獨立董事比例(indep)、杠桿率(lev)、企業(yè)現(xiàn)金流(cfo)、資本性支出(exp)、盈利能力(roa)、成長性(growth)以及產權屬性(SOE)作為控制變量；同時控制年度和行業(yè)效應。具體變量定義如表1 所示。

表1 變量定義

3.模型設定

為驗證文章的假設，建立數(shù)字金融發(fā)展與企業(yè)財務風險的回歸模型：

其中，ZScore 表示企業(yè)財務風險，index 表示數(shù)字金融發(fā)展指數(shù)，control 表示除年份與行業(yè)外的控制變量，year、industry分別表示年度、行業(yè)啞變量，ε 為隨機干擾項。

四、實證結果分析

1.描述性統(tǒng)計

表2 為變量描述性統(tǒng)計結果。結果顯示，企業(yè)財務風險(ZScore)最大值為-0.578，最小值為-4.348，說明各企業(yè)面臨的財務風險存在較大差異。數(shù)字金融發(fā)展(index)標準差為1.002，最大值為4.319，最小值為0.162，說明不同地區(qū)數(shù)字金融發(fā)展差異較大。

表2 描述性統(tǒng)計

2.實證回歸結果

表3 報告了數(shù)字金融發(fā)展對企業(yè)財務風險影響的回歸結果。結果顯示，index 的系數(shù)為-0.2104，且在1%水平上顯著，表明數(shù)字金融發(fā)展能降低企業(yè)財務風險，假設H1a 得到驗證。原因是數(shù)字金融發(fā)展緩解了融資約束，拓寬了企業(yè)的融資渠道與方式，進而提升了企業(yè)內部控制質量和風險穩(wěn)定程度，避免企業(yè)陷入財務困境，從而降低企業(yè)財務風險。此外，數(shù)字金融能夠發(fā)揮信息治理優(yōu)勢，優(yōu)化信息環(huán)境，降低決策者偏離最優(yōu)目標的非理性決策行為，約束管理層投機行為，減少非效率投資，從而降低企業(yè)財務風險。

表3 數(shù)字金融發(fā)展與企業(yè)財務風險

3.內生性檢驗

（1） 變量滯后

考慮數(shù)字金融發(fā)展對企業(yè)財務風險的影響不是立竿見影的，故采用變量滯后的方法對數(shù)字金融發(fā)展指數(shù)滯后一期進行回歸。表4 列(2)所示，L.index 的系數(shù)顯著為負，與基準回歸結果保持一致，說明研究結論依舊穩(wěn)健。

（1） 工具變量法

借鑒張勛等(2020)[15]以家庭所在地區(qū)與杭州的球面距離作為數(shù)字金融發(fā)展的工具變量。表4 列(3)所示，index_m_ds 的系數(shù)顯著為負，說明距離杭州越近，企業(yè)財務風險越低。上述結果表明，文章的研究結論依舊穩(wěn)健。

表4 內生性檢驗

4.其他穩(wěn)健性檢驗

（1） 更換變量

一是改變企業(yè)財務風險的衡量指標。采用Altman(2013)[16]提出的修正Z 值(Ad_ZScore)進行穩(wěn)健性檢驗；二是改變數(shù)字金融發(fā)展的衡量指標，采用地級市數(shù)據(jù)進行穩(wěn)健性檢驗。檢驗結果如表5 列(2)、(3)所示，index 的系數(shù)均顯著為負，與基準回歸結果保持一致，說明研究結論依舊穩(wěn)健。

（2） 平衡面板

將前文非平衡面板數(shù)據(jù)轉換成平衡面板數(shù)據(jù)進行穩(wěn)健性檢驗，檢驗結果如表5 列(4)所示，index 的系數(shù)顯著為負，上述結果表明，文章的研究結論依舊穩(wěn)健。

表5 其他穩(wěn)健性檢驗

五、機制分析與拓展性檢驗

1.機制分析

前文分析了數(shù)字金融發(fā)展對企業(yè)財務風險的影響，尚未證實數(shù)字金融發(fā)展降低企業(yè)財務風險的作用機制，故文章分別借鑒劉莉亞等(2015)[17]構建的SA 指數(shù)(SA=-0.737×Size+0.043×Size2-0.04×Age)，作為融資約束的衡量指標FC，探究“數(shù)字金融—融資約束—企業(yè)財務風險”這一作用渠道；借鑒陳冬華等(2018)[18]衡量股票價格同步性ASY 的方法（模型Rit=α+β×Rmt+ε，R2的對數(shù)轉換），探究“數(shù)字金融—信息不對稱—企業(yè)財務風險”另一作用渠道。構建以下中介效應模型：

其中，channel 表示中介變量，包括融資約束(FC)和股價同步性(ASY)。

表6 是對融資約束、信息不對稱進行中介效應檢驗的回歸結果，第(2)、(3)列結果顯示，index 的系數(shù)顯著為負，表明數(shù)字金融緩解了融資約束；SA 的系數(shù)顯著為正，表明企業(yè)受到融資約束越高，財務風險越大。第(4)、(5)列結果顯示，index 的系數(shù)顯著為負，表明數(shù)字金融降低了股價同步性；ASY 的系數(shù)顯著為正，表明股價同步性增加了企業(yè)財務風險。第(3)、(5)列index的系數(shù)較表2 系數(shù)有所下降，表明緩解融資約束、改善信息不對稱是數(shù)字金融發(fā)展降低企業(yè)財務風險的部分中介因子。因此，數(shù)字金融發(fā)展通過緩解融資約束、改善信息不對稱，從而降低了企業(yè)財務風險。假設H1b 和H1c 得到驗證。

表6 機制分析回歸結果

2.拓展性檢驗

（1） 調節(jié)效應

隨著數(shù)字金融的不斷發(fā)展，良好的公司治理結構與治理機制，不斷提升了公司治理水平，拓寬了融資渠道和方式，緩解了融資約束，使企業(yè)更容易獲得充?，F(xiàn)金流，并且，數(shù)字金融使金融市場環(huán)境更加透明，緩解了信息不對稱，減少了企業(yè)非效率投資，從而抑制管理層追求個人私利和風險厭惡傾向，降低了企業(yè)財務風險。故文章借鑒顧乃康、周艷利(2017)[19]的研究，運用主成分分析法衡量公司治理水平(governance)的綜合性指標，探究公司治理水平在數(shù)字金融發(fā)展與企業(yè)財務風險之間的調節(jié)作用，構建如下調節(jié)效應模型：

其中，調節(jié)變量為公司治理水平governance，index_governance 為數(shù)字金融發(fā)展與公司治理水平的交互項。

回歸結果如表7 所示，數(shù)字金融發(fā)展與公司治理水平的交互項(index_governance)系數(shù)為0.0412，且在5%的顯著性水平上正相關，表明公司治理水平在數(shù)字金融發(fā)展對企業(yè)財務風險的影響中發(fā)揮正向調節(jié)作用，即公司治理水平能夠強化數(shù)字金融發(fā)展與企業(yè)財務風險的負相關關系。

表7 調節(jié)效應回歸結果

（2） 不同維度

文章從數(shù)字金融的三個維度使用深度指數(shù)(usage)、覆蓋廣度指數(shù)(cover)以及數(shù)字化程度指數(shù)(digital)分析對企業(yè)財務風險的影響。回歸結果如表8 所示，usage 和cover 的系數(shù)均顯著為負，表明使用深度、覆蓋廣度有助于降低企業(yè)財務風險，而digital 對企業(yè)財務風險的影響不顯著。原因是覆蓋廣度為企業(yè)發(fā)展提供海量數(shù)據(jù)，使用深度加快信息傳播速度，降低了企業(yè)財務風險；而中國正處于數(shù)字化轉型時期，基礎設施不健全，難以發(fā)揮數(shù)字化程度降低企業(yè)財務風險的作用。

表8 數(shù)字金融不同維度對企業(yè)財務風險的回歸結果

（3） 異質性分析

第一，企業(yè)規(guī)模。相較于大規(guī)模企業(yè)，小規(guī)模企業(yè)由于規(guī)模小、缺乏可抵押物，難以從銀行等金融機構獲取資金。而數(shù)字金融通過數(shù)字技術與傳統(tǒng)金融有機融合，服務傳統(tǒng)金融無法觸及的小規(guī)模企業(yè)，緩解了小規(guī)模企業(yè)融資約束，并且，數(shù)字金融能夠發(fā)揮信息治理優(yōu)勢，減少非效率投資，增強財務穩(wěn)健性，從而降低企業(yè)財務風險。因此，小規(guī)模企業(yè)對數(shù)字金融的依賴程度更高，有效降低企業(yè)財務風險。故文章將全樣本劃分為大規(guī)模和小規(guī)模兩個樣本組，分組回歸檢驗不同規(guī)模數(shù)字金融發(fā)展對企業(yè)財務風險的影響。由表9(2)、(3)列所見，在小規(guī)模樣本中index 與ZScore 的系數(shù)為-0.1620，大規(guī)模樣本為-0.1482，均通過1%顯著性水平檢驗，表明數(shù)字金融發(fā)展對小規(guī)模企業(yè)財務風險的抑制作用大于大規(guī)模企業(yè)。

第二，產權屬性。根據(jù)中國現(xiàn)有國情，非國有企業(yè)在金融市場缺乏隱性擔保，信用評級低，難以獲得銀行等金融機構的信貸資源，而面臨更高的融資約束。此外，非國有企業(yè)存在更高的信息不對稱，無形增加了企業(yè)獲取外部融資的成本。而數(shù)字金融能夠緩解融資約束，拓寬企業(yè)的融資渠道與方式，改善信息不對稱問題，減少非效率投資，使非國有企業(yè)對數(shù)字金融的依賴程度更高，有效降低企業(yè)財務風險。故文章將全樣本劃分為國有和非國有兩個樣本組，分組回歸檢驗不同產權屬性數(shù)字金融發(fā)展對企業(yè)財務風險的影響。由表9(4)、(5)列所見，在非國有樣本中index 與ZScore 的系數(shù)為-0.2655，國有樣本為-0.1426，均通過1%顯著性水平檢驗，表明數(shù)字金融發(fā)展對非國有企業(yè)財務風險的抑制作用大于國有企業(yè)。

表9 基于不同企業(yè)規(guī)模、產權屬性的回歸結果

六、研究結論與啟示

文章以2011—2020 年滬深A 股上市公司為研究對象，實證檢驗數(shù)字金融發(fā)展對企業(yè)財務風險的影響及作用機制。研究發(fā)現(xiàn)，數(shù)字金融發(fā)展顯著降低了企業(yè)財務風險，通過緩解企業(yè)融資約束、改善信息不對稱問題兩種機制，實現(xiàn)對財務風險的抑制作用；拓展性檢驗表明，公司治理水平在數(shù)字金融發(fā)展對企業(yè)財務風險的影響中發(fā)揮正向調節(jié)作用，即公司治理水平加劇了數(shù)字金融對企業(yè)財務風險的抑制作用；從數(shù)字金融的不同維度來看，覆蓋廣度與使用深度均降低了企業(yè)財務風險，但數(shù)字化程度弱化效果不明顯，原因是中國正處于數(shù)字化轉型階段，基礎設施建設不健全，作用效果不明顯；數(shù)字金融發(fā)展對企業(yè)財務風險的抑制作用在小規(guī)模、非國有企業(yè)中更顯著；在數(shù)字金融技術的支撐下，企業(yè)可以降低財務風險來促進企業(yè)健康成長。在充分考慮內生性、穩(wěn)健性等一系列問題的影響后，文章結論依然穩(wěn)健。

綜上，文章提出如下政策啟示：一是推進數(shù)字金融的拓展與應用。數(shù)字金融發(fā)展助力實體企業(yè)緩解融資約束、改善信息不對稱，幫助企業(yè)進行智能化投資，從而提升企業(yè)財務穩(wěn)定性。把握數(shù)字金融發(fā)展降低企業(yè)財務風險的積極作用，借助數(shù)字技術與傳統(tǒng)金融的有機融合，驅動金融數(shù)字化和智能化轉型，使金融創(chuàng)新更好地服務實體企業(yè)；二是完善企業(yè)自身風險管理體系。企業(yè)應完善自身治理結構與治理機制，提升公司治理水平，有效地監(jiān)督和激勵管理層，緩解代理問題，防范財務風險。與此同時，完善企業(yè)風險監(jiān)管系統(tǒng)，降低過度負債風險，從根本上提升企業(yè)風險管理意識和風險抵御能力，從而降低企業(yè)財務風險；三是優(yōu)化數(shù)字金融監(jiān)管。政府順應數(shù)字金融發(fā)展趨勢，防范潛在風險的同時給予數(shù)字金融更多的政策支持，打好信息技術基礎平臺，為數(shù)字金融服務實體企業(yè)營造良好的信用環(huán)境。此外，創(chuàng)新數(shù)字金融監(jiān)管模式，構建現(xiàn)代金融監(jiān)管框架，在風險可控的前提下，保障數(shù)字金融良性發(fā)展。