■潘藝 張金昌

一、引言

我國(guó)經(jīng)濟(jì)增長(zhǎng)正逐步由要素驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)，由投資驅(qū)動(dòng)轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動(dòng)[1]。金融作為經(jīng)濟(jì)運(yùn)行的命脈，對(duì)保障企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)具有不可替代的作用。近些年隨著數(shù)字技術(shù)的快速發(fā)展，以數(shù)字金融為代表的新興金融業(yè)態(tài)，借助數(shù)字技術(shù)的優(yōu)勢(shì)，以更低的資金成本、更快的交易速度、更便捷的服務(wù)方式，有力地支持了各企業(yè)的發(fā)展。

已有研究表明，數(shù)字金融的發(fā)展能通過增加政府補(bǔ)助[2]、緩解企業(yè)融資約束[3]、改善企業(yè)金融結(jié)構(gòu)[4]等渠道推動(dòng)企業(yè)創(chuàng)新[5]，提升企業(yè)價(jià)值[6]，促進(jìn)企業(yè)成長(zhǎng)[7]。然而，數(shù)字金融具有“雙刃劍”的特點(diǎn)，既可以借助數(shù)字技術(shù)突破現(xiàn)有金融邊界助力企業(yè)發(fā)展，也可以因數(shù)字技術(shù)的復(fù)雜性加劇財(cái)務(wù)風(fēng)險(xiǎn)[4]，抑制企業(yè)發(fā)展。這主要是因?yàn)閿?shù)字技術(shù)并沒有改變金融風(fēng)險(xiǎn)的隱蔽性、突發(fā)性和傳染性[8]特征，反而隨著互聯(lián)網(wǎng)等技術(shù)的發(fā)展，更容易加劇金融市場(chǎng)的動(dòng)蕩，導(dǎo)致投資者非理性情緒的攀升，增加企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。隨著企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的增加，企業(yè)的信貸門檻審核水平和貸中的監(jiān)督水平也會(huì)提高，進(jìn)而可能給企業(yè)帶來融資壓力，導(dǎo)致企業(yè)面臨資金短缺的問題。財(cái)務(wù)風(fēng)險(xiǎn)也會(huì)加劇代理問題，降低企業(yè)管理效率，不利于企業(yè)的高質(zhì)量發(fā)展[9]。因而，數(shù)字金融的發(fā)展對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響存在不確定性，財(cái)務(wù)風(fēng)險(xiǎn)的變化對(duì)企業(yè)高質(zhì)量發(fā)展同樣存在不確定性。目前關(guān)于數(shù)字金融、財(cái)務(wù)風(fēng)險(xiǎn)和企業(yè)高質(zhì)量發(fā)展三方關(guān)系研究的文獻(xiàn)并不多，基于此，本文以財(cái)務(wù)風(fēng)險(xiǎn)為視角，探討數(shù)字金融、財(cái)務(wù)風(fēng)險(xiǎn)和企業(yè)高質(zhì)量發(fā)展之間的關(guān)系和影響機(jī)制。

本文的邊際貢獻(xiàn)可能有：（1）視角上，以財(cái)務(wù)風(fēng)險(xiǎn)作為中介變量，研究數(shù)字金融對(duì)企業(yè)高質(zhì)量發(fā)展的影響機(jī)制，拓展了數(shù)字金融的研究?jī)?nèi)容。（2）數(shù)據(jù)上，相較于現(xiàn)有文獻(xiàn)大多以省級(jí)金融數(shù)據(jù)和A 股上市企業(yè)作為研究樣本，本文以地級(jí)市金融數(shù)據(jù)、A股和新三板上市企業(yè)作為研究樣本，并在模型中加入了地區(qū)固定效應(yīng)，使研究更為精細(xì)，結(jié)果更加穩(wěn)健。（3）本文通過對(duì)企業(yè)所有制、規(guī)模和密集度進(jìn)行異質(zhì)性分析，從地區(qū)和時(shí)間上對(duì)比了數(shù)字金融發(fā)展對(duì)企業(yè)高質(zhì)量發(fā)展的影響，使得研究結(jié)論更具有實(shí)際意義，為保障數(shù)字金融健康發(fā)展、緩解企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)、促進(jìn)企業(yè)高質(zhì)量發(fā)展提供了經(jīng)驗(yàn)證據(jù)。

二、文獻(xiàn)綜述和研究假設(shè)

（一）文獻(xiàn)綜述

目前我國(guó)正處于數(shù)字技術(shù)快速發(fā)展和經(jīng)濟(jì)轉(zhuǎn)型階段，因此數(shù)字金融的發(fā)展對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響成為研究的熱點(diǎn)。宏觀研究方面，唐松等[8]研究發(fā)現(xiàn)我國(guó)31 省市的金融科技創(chuàng)新發(fā)展能助力地區(qū)經(jīng)濟(jì)生產(chǎn)率的提升。侯層等[10]、惠獻(xiàn)波[11]同樣研究發(fā)現(xiàn)數(shù)字金融的發(fā)展可以通過提高地區(qū)的創(chuàng)新能力、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等渠道促進(jìn)地區(qū)經(jīng)濟(jì)的高質(zhì)量發(fā)展。微觀研究方面，冉芳等[12]采用省級(jí)數(shù)字金融指標(biāo)和上市企業(yè)數(shù)據(jù)進(jìn)行研究發(fā)現(xiàn)，數(shù)字金融對(duì)不同地區(qū)企業(yè)的高質(zhì)量發(fā)展存在顯著的差異性影響。巴曙松等[13]研究發(fā)現(xiàn)金融科技創(chuàng)新對(duì)企業(yè)高質(zhì)量發(fā)展的影響存在門檻效應(yīng)。張樹果[14]采用省級(jí)數(shù)字金融指標(biāo)和A 股上市企業(yè)數(shù)據(jù)研究后發(fā)現(xiàn)，數(shù)字金融緩解了企業(yè)的融資約束，但對(duì)不同所有制和不同規(guī)模企業(yè)的高質(zhì)量發(fā)展的影響存在差異。馬芬芬等[15]、陳中飛等[16]、江紅莉等[17]通過研究也證實(shí)了上述結(jié)論。從現(xiàn)有研究結(jié)果來看，總體上，數(shù)字金融的發(fā)展對(duì)宏觀和微觀經(jīng)濟(jì)的高質(zhì)量發(fā)展都有促進(jìn)作用，但在進(jìn)行微觀經(jīng)濟(jì)研究時(shí)，由于企業(yè)的所有制、規(guī)模、地區(qū)的差異，數(shù)字金融對(duì)企業(yè)高質(zhì)量發(fā)展的影響有顯著差異。此外，現(xiàn)有研究大多忽略了地區(qū)的經(jīng)濟(jì)發(fā)展差異。在機(jī)制研究方面，多數(shù)學(xué)者關(guān)注數(shù)字金融突破邊界的利好作用，以融資約束作為中介效應(yīng)進(jìn)行研究，而忽略了數(shù)字金融可能對(duì)企業(yè)造成的不利影響。實(shí)際上，隨著數(shù)字金融的發(fā)展，數(shù)字技術(shù)的復(fù)雜性和金融風(fēng)險(xiǎn)都可能給企業(yè)帶來較多不確定的風(fēng)險(xiǎn)。例如，李香花等[18]研究發(fā)現(xiàn)影子銀行會(huì)顯著增加企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。楊有紅等[19]認(rèn)為企業(yè)的金融活動(dòng)會(huì)加劇其財(cái)務(wù)風(fēng)險(xiǎn)。因此，將數(shù)字金融、財(cái)務(wù)風(fēng)險(xiǎn)和企業(yè)高質(zhì)量發(fā)展三者結(jié)合起來進(jìn)行研究，科學(xué)地評(píng)估三者之間的關(guān)系，對(duì)于防范金融風(fēng)險(xiǎn)、保障數(shù)字金融穩(wěn)定發(fā)展、降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)、提高企業(yè)核心競(jìng)爭(zhēng)力、促進(jìn)企業(yè)高質(zhì)量發(fā)展有重要意義。

（二）研究假設(shè)

長(zhǎng)期以來，我國(guó)企業(yè)都面臨融資困難的問題，而隨著數(shù)字金融的發(fā)展，融資瓶頸問題被逐一緩解：（1）信息不對(duì)稱。傳統(tǒng)金融機(jī)構(gòu)與企業(yè)之間信息的不對(duì)稱性是企業(yè)融資困難的重要原因[20]，數(shù)字金融利用互聯(lián)網(wǎng)技術(shù)提升了信息搜集的能力，利用大數(shù)據(jù)技術(shù)提升了海量數(shù)據(jù)挖掘和快速匹配的能力，從而緩解了信息不對(duì)稱的問題[21]。另外，數(shù)字金融能憑借數(shù)字技術(shù)建立可靠的第三方征信體系，也緩解了信息不對(duì)稱的問題[5]。（2）金融機(jī)構(gòu)資金來源。傳統(tǒng)金融機(jī)構(gòu)由于本身資金來源有限，加劇了金融機(jī)構(gòu)的放貸壓力。數(shù)字金融的發(fā)展以低成本高效率的方式有效地吸收了市場(chǎng)中大量的小、散資金，補(bǔ)充了金融機(jī)構(gòu)的資金來源，為滿足企業(yè)資金需求、緩解企業(yè)融資困難提供了可能[7]。（3）交易成本。數(shù)字平臺(tái)的推出，降低了金融機(jī)構(gòu)和企業(yè)之間的協(xié)商成本和交易成本，以及金融機(jī)構(gòu)本身的監(jiān)督和管理成本。隨著金融機(jī)構(gòu)成本的下降，轉(zhuǎn)嫁至企業(yè)的費(fèi)用也會(huì)減少，企業(yè)的融資成本隨之降低?？梢?，數(shù)字金融的發(fā)展使得一系列融資問題得以有效緩解。長(zhǎng)期穩(wěn)定的資金支持有利于企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張，進(jìn)而促進(jìn)企業(yè)高質(zhì)量發(fā)展[15]。基于以上分析，本文提出假設(shè)1：

H1：數(shù)字金融的發(fā)展對(duì)企業(yè)高質(zhì)量發(fā)展有積極的促進(jìn)作用。

數(shù)字金融依托數(shù)字技術(shù)緩解了信息不對(duì)稱性的問題，大幅縮短了審批周期，提高了審批效率。如螞蟻金服小額貸款的周期，從傳統(tǒng)銀行信貸審批發(fā)放的數(shù)月降低到3秒，大大縮短了企業(yè)的融資周期，降低了融資成本[22]。此外，數(shù)字金融通過網(wǎng)絡(luò)技術(shù)突破物理網(wǎng)點(diǎn)的局限，打破了傳統(tǒng)金融服務(wù)的時(shí)間和空間限制，提高了企業(yè)資金周轉(zhuǎn)速度和資金利用率，拓寬了企業(yè)融資渠道和方式[23]，從而降低了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，有利于企業(yè)高質(zhì)量發(fā)展。隨著數(shù)字技術(shù)的發(fā)展，企業(yè)的信息更加透明化，一些經(jīng)營(yíng)不規(guī)范的企業(yè)將更難獲得融資資金[24]，倒逼其規(guī)范經(jīng)營(yíng)，因此這些企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)也會(huì)顯著下降，有利于企業(yè)高質(zhì)量發(fā)展。綜合以上分析，本文提出假設(shè)2。

H2：數(shù)字金融通過緩解財(cái)務(wù)風(fēng)險(xiǎn)來促進(jìn)企業(yè)高質(zhì)量發(fā)展。

三、模型設(shè)計(jì)和變量說明

（一）模型設(shè)計(jì)

根據(jù)本文的假設(shè)1設(shè)計(jì)模型（1）：

其中，TFP為企業(yè)的全要素生產(chǎn)率，DiFin是企業(yè)所在城市的數(shù)字金融指數(shù)，Control是控制變量，Year、Pro和Ind分別是年度、省份和行業(yè)固定效應(yīng)，ε表示殘差項(xiàng)，i是企業(yè)，t是年度。

參考溫忠麟等[25]的中介效應(yīng)檢驗(yàn)方法，根據(jù)本文的假設(shè)2設(shè)計(jì)傳導(dǎo)機(jī)制模型（2）和（3）：

其中，中介變量Zit為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，其他變量同模型1。通過對(duì)模型（2）中系數(shù)β1和模型（3）中系數(shù)γ3的顯著性識(shí)別，判斷財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)，然后分別使用Sobel和Bootstrap檢驗(yàn)，最終確定財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)是否存在。

（二）變量定義

1.被解釋變量

本文的解釋變量為全要素生產(chǎn)率（Total Factor Productivity，TFP）。微觀企業(yè)全要素生產(chǎn)率的估計(jì)方法主要有GMM、OP、LP和ACF等，由于LP方法可以較好地解決由企業(yè)同時(shí)選擇產(chǎn)量與資本存量帶來的同時(shí)性偏差問題[26]和數(shù)據(jù)丟失問題，適用于企業(yè)層面的全要素生產(chǎn)率估計(jì)[27]。因此，本文參考段梅等[26]的研究方法，Y、K、L 和M 變量分別使用營(yíng)業(yè)收入、固定資產(chǎn)凈值、員工數(shù)量、原材料和在產(chǎn)品總和來代表，并使用LP方法計(jì)算得到企業(yè)TFP。

2.解釋變量

本文的解釋變量為數(shù)字金融指數(shù)（DiFin），采用北京大學(xué)數(shù)字金融研究中心的數(shù)字普惠金融指數(shù)來衡量。數(shù)字普惠金融指數(shù)涵蓋了2011—2020 年全國(guó)31 個(gè)省、337 個(gè)地級(jí)以上城市以及約2800 個(gè)縣。本文采用上市企業(yè)所在城市的數(shù)字普惠金融指數(shù)進(jìn)行研究，包括覆蓋廣度（DiExt）、使用深度（DiDep）、數(shù)字化程度（DiLev）三個(gè)維度，并取對(duì)數(shù)進(jìn)行分析。

3.中介變量

衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的方法主要有以市場(chǎng)數(shù)據(jù)為基礎(chǔ)和以會(huì)計(jì)數(shù)據(jù)為基礎(chǔ)的兩類。前者有股票收益波動(dòng)性和貝塔系數(shù)等方法，后者有會(huì)計(jì)收益波動(dòng)性和負(fù)債比例等方法。由于我國(guó)證券市場(chǎng)不完善，股票收益波動(dòng)并不能真實(shí)體現(xiàn)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，因此基于市場(chǎng)數(shù)據(jù)來衡量財(cái)務(wù)風(fēng)險(xiǎn)的方法并不適合我國(guó)上市公司[28]。相比之下，Altman 提出的Z 指數(shù)綜合性較強(qiáng)，比較符合新興資本市場(chǎng)環(huán)境下上市公司的財(cái)務(wù)狀況[29]，被廣泛使用。其計(jì)算模型為：

使用上述模型計(jì)算得到的數(shù)值作為本文研究的中介變量。

4.控制變量

影響企業(yè)全要素生產(chǎn)率的因素很多，本文參考陳中飛等[16]、江紅莉等[17]的研究方法，選取企業(yè)年齡（Age）、要素密集度（Cap）、企業(yè)規(guī)模（Size）、股權(quán)集中度（Ten）、兩職合一（Dual）、獨(dú)立董事比例（Inde）和審計(jì)意見（Aud）作為控制變量。

上述各變量如表1所示。為了檢驗(yàn)各變量之間的多重共線性問題，本文計(jì)算了各變量的方差膨脹系數(shù)（VIF）。VIF值均小于10，說明主要變量之間不存在嚴(yán)重共線性問題。

表1 各變量說明

（三）研究樣本與數(shù)據(jù)來源

本文使用2011—2020 年數(shù)字金融數(shù)據(jù)和對(duì)應(yīng)的制造業(yè)上市企業(yè)財(cái)務(wù)數(shù)據(jù)。其中，數(shù)字金融指數(shù)數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心數(shù)據(jù)庫(kù)，制造業(yè)上市企業(yè)財(cái)務(wù)數(shù)據(jù)來源于Wind 系統(tǒng)?？紤]到數(shù)字金融主要的利好對(duì)象是小微企業(yè)，因此本文除采用A股數(shù)據(jù)外，還采用了新三板數(shù)據(jù)，并且對(duì)數(shù)據(jù)進(jìn)行如下處理：（1）剔除ST 等經(jīng)營(yíng)不善的企業(yè)；（2）剔除營(yíng)業(yè)收入、員工數(shù)量、固定資產(chǎn)、財(cái)務(wù)風(fēng)險(xiǎn)指數(shù)小于0 的樣本；（3）對(duì)所有連續(xù)變量進(jìn)行1%和99%的Winsorize 處理，最后得到31411 個(gè)樣本觀測(cè)值。本文使用的分析軟件是Stata15。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

從表2 可以看出，企業(yè)TFP 均值為16.12，接近中位數(shù)16.08，標(biāo)準(zhǔn)差為1.013，表明樣本企業(yè)TFP大致滿足正態(tài)分布。同時(shí)，最小值為12.44，最大值為19.97，表明企業(yè)TFP 在樣本期間內(nèi)存在明顯的差異，使得本文研究具有一定的現(xiàn)實(shí)意義。另外，本文選取的控制變量分布值域也較廣，能夠?qū)?shí)證檢驗(yàn)起到一定的控制作用。

表2 變量的描述性統(tǒng)計(jì)

（二）基本回歸

利用模型（1）檢驗(yàn)數(shù)字金融對(duì)企業(yè)高質(zhì)量發(fā)展的影響，具體回歸結(jié)果如表3所示。從（1）列回歸結(jié)果來看，DiFin的系數(shù)在1%水平上顯著為正，說明數(shù)字金融能顯著促進(jìn)企業(yè)高質(zhì)量發(fā)展，本文假設(shè)1 初步得到驗(yàn)證。隨著數(shù)字金融的發(fā)展，眾籌、小額貸款等方式拓寬了企業(yè)的融資渠道，并且大數(shù)據(jù)、人工智能、區(qū)塊鏈等數(shù)字技術(shù)使得數(shù)字金融能夠簡(jiǎn)化企業(yè)融資流程，提升融資效率，有助于企業(yè)通過融資快速獲得創(chuàng)新資金，進(jìn)而促進(jìn)企業(yè)的高質(zhì)量發(fā)展[17]。

表3 基本回歸

從（2）至（4）列的回歸結(jié)果來看，DiExt、DiDep和DiLev 的系數(shù)在1%水平上均顯著為正，說明數(shù)字金融的覆蓋廣度、使用深度和數(shù)字化程度對(duì)企業(yè)高質(zhì)量發(fā)展都有推動(dòng)作用。原本信息化水平不發(fā)達(dá)地區(qū)的金融服務(wù)較為欠缺，而互聯(lián)網(wǎng)技術(shù)的應(yīng)用可以推動(dòng)金融服務(wù)通過網(wǎng)絡(luò)渠道向偏遠(yuǎn)地區(qū)覆蓋吸收更多的人群和存款，因此數(shù)字金融的發(fā)展會(huì)大大延伸金融服務(wù)的范圍，也使得金融機(jī)構(gòu)的資金更加充沛。隨著數(shù)字金融的廣泛使用，金融機(jī)構(gòu)不斷創(chuàng)新金融產(chǎn)品，便捷的網(wǎng)絡(luò)服務(wù)和人工智能也提高了服務(wù)效率，使得用戶對(duì)數(shù)字金融的滿意度和依賴性持續(xù)增長(zhǎng)，加深了用戶的使用深度。隨著數(shù)字技術(shù)的日漸成熟和廣泛運(yùn)用，金融機(jī)構(gòu)的數(shù)字化程度越來越高，其運(yùn)營(yíng)費(fèi)用和交易成本下降，進(jìn)而降低了企業(yè)的融資成本[15]，再加上金融機(jī)構(gòu)資金的充沛，可以用更低的成本滿足更多企業(yè)的融資需求，從而推動(dòng)了企業(yè)的高質(zhì)量發(fā)展。

表3控制變量的回歸結(jié)果也基本符合預(yù)期。企業(yè)年齡、資本密集度、規(guī)模的系數(shù)顯著為正，表明企業(yè)成立時(shí)間越長(zhǎng)抗風(fēng)險(xiǎn)能力越大，企業(yè)規(guī)模越大擁有的社會(huì)資源越豐富，企業(yè)資本密集度越高越有條件創(chuàng)造更高的生產(chǎn)率。股權(quán)集中度和兩職合一的系數(shù)顯著為負(fù)，獨(dú)立董事的系數(shù)為正，表明大股東持股比例越低，董事長(zhǎng)和總經(jīng)理分職、獨(dú)立董事占比越高，越有利于企業(yè)的高質(zhì)量發(fā)展。審計(jì)意見系數(shù)為正，說明審計(jì)結(jié)果越好的企業(yè)，經(jīng)營(yíng)管理越規(guī)范，則越有利于企業(yè)高質(zhì)量發(fā)展。

（三）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

參考陳維濤等[30]計(jì)算TFP 的方法，Y 為營(yíng)業(yè)收入、K為固定資產(chǎn)、L為員工人員、M為購(gòu)買商品和接受勞務(wù)支付的現(xiàn)金，重新計(jì)算得到全要素生產(chǎn)率（TFP_C），并以此作為被解釋變量進(jìn)行回歸。從表4的回歸結(jié)果來看，替換被解釋變量后，DiFin 的系數(shù)在1%水平上顯著為正，說明數(shù)字金融顯著促進(jìn)了企業(yè)高質(zhì)量發(fā)展，與基本回歸結(jié)果一致，研究假設(shè)1初步得到驗(yàn)證。DiExt、DiDep 和DiLev 的系數(shù)在1%水平上同樣顯著為正，其中DiExt 系數(shù)數(shù)值最大，DiDep次之，DiLev最小。該回歸結(jié)果與基本回歸結(jié)果一致，進(jìn)一步驗(yàn)證了假設(shè)1成立。

表4 穩(wěn)健性檢驗(yàn)——替換被解釋變量

2.剔除異常數(shù)據(jù)

借鑒唐松等[23]的方法，考慮到2015 年中國(guó)股災(zāi)對(duì)上市企業(yè)的影響，以及直轄市存在較大經(jīng)濟(jì)特殊性對(duì)數(shù)字金融發(fā)展的影響，將上述不易觀測(cè)卻又真實(shí)存在的重大影響因素剔除，然后分別進(jìn)行回歸。從表5的回歸結(jié)果來看，DiFin、DiExt、DiDep和DiLev的系數(shù)在1%水平上均顯著為正，因此本文關(guān)于數(shù)字金融促進(jìn)企業(yè)高質(zhì)量發(fā)展的結(jié)論依然穩(wěn)健。

表5 穩(wěn)健性檢驗(yàn)——剔除異常數(shù)據(jù)

3.內(nèi)生性檢驗(yàn)

雖然控制了相關(guān)變量，但仍可能存在內(nèi)生性問題。為了避免反向因果關(guān)系以及因遺漏變量導(dǎo)致的估計(jì)結(jié)果偏誤，本文采用工具變量法對(duì)上述研究結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。

本文參考楊君等[31]的方法，對(duì)數(shù)字金融變量進(jìn)行了滯后一期和滯后二期處理。借鑒黃群慧等[32]的方法，選取各城市1985 年每百人固定電話數(shù)量和每萬人郵局?jǐn)?shù)量作為地區(qū)數(shù)字金融發(fā)展指數(shù)的工具變量。電話和郵局?jǐn)?shù)量代表了城市信息化發(fā)展的水平，也將對(duì)城市的數(shù)字金融發(fā)展產(chǎn)生影響，而1985年的電話和郵局?jǐn)?shù)量不會(huì)通過數(shù)字金融的發(fā)展影響企業(yè)的全要素生產(chǎn)率，因此都滿足有效工具變量的相關(guān)性假設(shè)和外生性假設(shè)2個(gè)條件。從表6回歸結(jié)果來看，F(xiàn)值均遠(yuǎn)超過臨界值10，可以排除弱工具變量的問題。Sagan 檢驗(yàn)結(jié)果顯示，P 值為0.9306，說明工具變量通過過度識(shí)別檢驗(yàn)，工具變量是外生的。上述結(jié)果說明本文選取的工具變量合理有效。在考慮了潛在的內(nèi)生性問題后，DiFin、DiExt、DiDep和DiLev 的系數(shù)均在1%水平上顯著為正。說明在充分考慮了相關(guān)內(nèi)生性后，數(shù)字金融對(duì)企業(yè)高質(zhì)量發(fā)展的促進(jìn)作用仍然顯著，本文假設(shè)1 進(jìn)一步得到驗(yàn)證。

表6 穩(wěn)健性檢驗(yàn)——內(nèi)生性檢驗(yàn)：工具變量

五、進(jìn)一步討論：作用機(jī)制和異質(zhì)性分析

（一）作用機(jī)制分析

表7列示了數(shù)字金融是否通過財(cái)務(wù)風(fēng)險(xiǎn)渠道促進(jìn)企業(yè)高質(zhì)量發(fā)展的機(jī)制檢驗(yàn)結(jié)果。從回歸結(jié)果來看，（1）列DiFin 的系數(shù)在5%水平上顯著為正，表明數(shù)字金融可以緩解企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。（2）列Z 和DiFin的系數(shù)均顯著，表明財(cái)務(wù)風(fēng)險(xiǎn)存在部分中介效應(yīng)。Sobel檢驗(yàn)結(jié)果顯示，P值為0.0283（結(jié)果小于0.05），證明財(cái)務(wù)風(fēng)險(xiǎn)存在中介效應(yīng)；1000次抽樣后的Bootstrap檢驗(yàn)結(jié)果顯示，95%置信區(qū)間為[-0.0123，-0.0013]（結(jié)果不包含0），進(jìn)一步驗(yàn)證了財(cái)務(wù)風(fēng)險(xiǎn)存在中介效應(yīng)。因此本文假設(shè)2 成立，即數(shù)字金融通過緩解財(cái)務(wù)風(fēng)險(xiǎn)促進(jìn)了企業(yè)高質(zhì)量發(fā)展。

表7 中介效應(yīng)分析——財(cái)務(wù)風(fēng)險(xiǎn)

將數(shù)字金融指數(shù)進(jìn)一步分解為覆蓋廣度（DiExt）、使用深度（DiDep）和數(shù)字化程度（DiLev）三個(gè)指數(shù)后進(jìn)行回歸。（3）、（5）、（7）列的結(jié)果顯示，DiExt、DiDep 和DiLev 的系數(shù)分別在5%、1%和10%水平上顯著為正。這一結(jié)果表明，使用深度對(duì)緩解企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的顯著性最強(qiáng)，覆蓋廣度次之，數(shù)字化程度最小。Sobel和Bootstrap檢驗(yàn)結(jié)果表明，財(cái)務(wù)風(fēng)險(xiǎn)在覆蓋廣度和使用深度促進(jìn)企業(yè)高質(zhì)量發(fā)展的機(jī)制中發(fā)揮中介效應(yīng)，而在數(shù)字化程度促進(jìn)企業(yè)高質(zhì)量發(fā)展機(jī)制中的中介效應(yīng)不顯著。從《北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020）》發(fā)展報(bào)告來看：在數(shù)字金融發(fā)展初期（2011—2015年），數(shù)字金融的數(shù)字化程度和覆蓋廣度增速明顯高于使用深度的增速，隨著數(shù)字金融普及率達(dá)到一定水平后出現(xiàn)飽和現(xiàn)象，增長(zhǎng)速度趨緩，此時(shí)市場(chǎng)的焦點(diǎn)從覆蓋廣度轉(zhuǎn)移到使用深度；2016—2020 年5 年間有4 年使用深度增速超過覆蓋廣度，而數(shù)字化程度增速最緩慢，對(duì)比2015 年和2020 年的數(shù)字化程度，經(jīng)過5 年的發(fā)展，數(shù)字化程度呈現(xiàn)小幅下降。數(shù)字金融三個(gè)維度發(fā)展的差異造成了財(cái)務(wù)風(fēng)險(xiǎn)變化的差異，體現(xiàn)為使用深度對(duì)財(cái)務(wù)風(fēng)險(xiǎn)影響的顯著性最大，覆蓋廣度次之，數(shù)字化程度最小。

（二）異質(zhì)性分析

1.所有制異質(zhì)性分析

根據(jù)企業(yè)所有制的不同，本文將樣本分為國(guó)有企業(yè)和民營(yíng)企業(yè)，檢驗(yàn)數(shù)字金融對(duì)不同所有制企業(yè)高質(zhì)量發(fā)展的影響以及財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)。從表8（1）至（4）列的回歸結(jié)果來看，數(shù)字金融顯著降低了民營(yíng)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，進(jìn)而促進(jìn)了民營(yíng)企業(yè)高質(zhì)量發(fā)展。但數(shù)字金融對(duì)國(guó)有企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)沒有顯著影響，因此財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)不顯著。Sobel 和Bootstrap檢驗(yàn)結(jié)果也驗(yàn)證了上述回歸結(jié)論。這可能是因?yàn)橄鄬?duì)于國(guó)有企業(yè)，民營(yíng)企業(yè)的發(fā)展一直存在融資難問題，數(shù)字金融的發(fā)展緩解了民營(yíng)企業(yè)融資難的問題，進(jìn)而緩解了其財(cái)務(wù)風(fēng)險(xiǎn)，更有利于民營(yíng)企業(yè)的高質(zhì)量發(fā)展。而國(guó)有企業(yè)在融資方面具有天然優(yōu)勢(shì)，數(shù)字金融的發(fā)展對(duì)國(guó)有企業(yè)的融資并沒有產(chǎn)生顯著影響，因此對(duì)國(guó)有企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響也并不顯著。

2.規(guī)模異質(zhì)性分析

根據(jù)企業(yè)規(guī)模，按大中型企業(yè)和小微企業(yè)進(jìn)行分類后分別進(jìn)行回歸，結(jié)果如表8（5）至（8）列所示?；貧w結(jié)果顯示，數(shù)字金融能顯著降低大中型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，但對(duì)小微企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)沒有顯著影響。Sobel 和Bootstrap 檢驗(yàn)也驗(yàn)證了財(cái)務(wù)風(fēng)險(xiǎn)在大中型企業(yè)的中介效應(yīng)更顯著?？赡艿脑蚴牵阂环矫妫m然我國(guó)數(shù)字金融取得了長(zhǎng)足發(fā)展，但“僧多粥少”的資金困境并未完全改變，許多小微企業(yè)資金短缺的問題仍長(zhǎng)期存在，財(cái)務(wù)風(fēng)險(xiǎn)未得到改善；另一方面，數(shù)字化發(fā)展并沒有完全解決我國(guó)小微企業(yè)自身經(jīng)營(yíng)管理不規(guī)范、市場(chǎng)風(fēng)險(xiǎn)承受能力低的問題，隨著內(nèi)外部經(jīng)濟(jì)環(huán)境的不斷惡化，許多小微企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)同樣產(chǎn)生了惡化現(xiàn)象，不利于企業(yè)高質(zhì)量發(fā)展。反觀大中型企業(yè)，其管理相對(duì)規(guī)范，經(jīng)營(yíng)比較穩(wěn)定，抗風(fēng)險(xiǎn)能力較強(qiáng)，數(shù)字金融的發(fā)展進(jìn)一步緩解了其財(cái)務(wù)風(fēng)險(xiǎn)，進(jìn)而促進(jìn)了企業(yè)高質(zhì)量發(fā)展。

表8 異質(zhì)性分析——所有制和規(guī)模異質(zhì)性

3.密集度異質(zhì)性分析

本文借鑒陽(yáng)立高等[33]對(duì)企業(yè)密集度的分類方法，將企業(yè)分為勞動(dòng)密集型、資本密集型和技術(shù)密集型企業(yè)，分別進(jìn)行回歸。表9結(jié)果顯示，數(shù)字金融能顯著降低技術(shù)密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，而對(duì)勞動(dòng)密集型和資本密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)沒有顯著影響。造成上述結(jié)果的原因可能是由于我國(guó)大量的制造業(yè)企業(yè)是勞動(dòng)密集型企業(yè)，這些企業(yè)對(duì)資金的需求相對(duì)較低，因此數(shù)字金融的發(fā)展對(duì)勞動(dòng)密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)影響程度較低。另外，我國(guó)資本密集型企業(yè)在陜西、甘肅、新疆等資源豐富的地區(qū)，常常具有壟斷性，不管在傳統(tǒng)金融時(shí)期還是在數(shù)字金融年代，都會(huì)受到金融機(jī)構(gòu)的青睞，因此受到融資約束的影響較低，數(shù)字金融的發(fā)展對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響不大。而技術(shù)密集型企業(yè)需要大量資金進(jìn)行創(chuàng)新發(fā)展，數(shù)字金融的發(fā)展正好滿足這些企業(yè)發(fā)展所需的資金，因此數(shù)字金融能顯著降低技術(shù)密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

表9 異質(zhì)性分析——密集度異質(zhì)性

4.地區(qū)異質(zhì)性分析

經(jīng)濟(jì)環(huán)境的不同對(duì)企業(yè)發(fā)展的影響也不同，本文將東部沿海地區(qū)歸為經(jīng)濟(jì)發(fā)達(dá)地區(qū)，將中西部和東北地區(qū)歸為經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，分別進(jìn)行回歸。從表10（1）至（4）列的回歸結(jié)果來看，數(shù)字金融顯著降低了經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，而對(duì)經(jīng)濟(jì)發(fā)達(dá)地區(qū)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)沒有顯著影響。這可能是因?yàn)榻陙黼S著移動(dòng)支付、電子商務(wù)等數(shù)字技術(shù)和業(yè)務(wù)的發(fā)展，數(shù)字金融首次越過了胡煥庸線，并迅速進(jìn)入了中國(guó)中西部的許多地區(qū)[34]，為中西部地區(qū)和東北部地區(qū)提供了更好的發(fā)展機(jī)遇，因而顯著降低了經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。而經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)原本金融市場(chǎng)就比較發(fā)達(dá)，融資約束相對(duì)較小，因此數(shù)字金融對(duì)經(jīng)濟(jì)發(fā)達(dá)地區(qū)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響并不顯著。

5.時(shí)間異質(zhì)性分析

將樣本按年度進(jìn)行劃分，2011—2015 年為“十二五”期間，2016—2020年為“十三五”期間，然后分別進(jìn)行回歸。從表10（5）至（8）列的回歸結(jié)果來看，“十二五”期間數(shù)字金融對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)沒有顯著影響，“十三五”期間數(shù)字金融顯著降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，進(jìn)而促進(jìn)企業(yè)高質(zhì)量發(fā)展。造成這種差異的原因可能是由于我國(guó)政府從2015 年起公布了一系列促進(jìn)數(shù)字技術(shù)發(fā)展的政策，如2015年國(guó)務(wù)院印發(fā)了《國(guó)務(wù)院關(guān)于促進(jìn)云計(jì)算創(chuàng)新發(fā)展培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》（國(guó)發(fā)〔2015〕5 號(hào)）、《國(guó)務(wù)院關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見》（國(guó)發(fā)〔2015〕40號(hào)）、《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》（國(guó)發(fā)〔2015〕50號(hào)）。這些政策有力地促進(jìn)了我國(guó)數(shù)字技術(shù)的發(fā)展，而數(shù)字技術(shù)的發(fā)展又奠定了數(shù)字金融應(yīng)用的基礎(chǔ)。因此，自2016年初國(guó)務(wù)院印發(fā)了《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020）》后，數(shù)字技術(shù)快速與普惠金融相結(jié)合，有力地促進(jìn)了數(shù)字金融的發(fā)展，進(jìn)而緩解了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，并進(jìn)一步促進(jìn)了企業(yè)的高質(zhì)量發(fā)展。

表10 異質(zhì)性分析——地區(qū)和時(shí)間異質(zhì)性

六、總結(jié)和政策建議

（一）總結(jié)

本文以2011—2020 年我國(guó)A 股和新三板制造業(yè)上市企業(yè)為樣本，與地區(qū)數(shù)字金融指數(shù)進(jìn)行匹配，以財(cái)務(wù)風(fēng)險(xiǎn)為視角，實(shí)證檢驗(yàn)了數(shù)字金融、財(cái)務(wù)風(fēng)險(xiǎn)和企業(yè)高質(zhì)量發(fā)展之間的內(nèi)在聯(lián)系及作用機(jī)制。研究發(fā)現(xiàn)：（1）數(shù)字金融能顯著促進(jìn)企業(yè)的高質(zhì)量發(fā)展，其覆蓋廣度、使用深度和數(shù)字化程度均發(fā)揮了效應(yīng)。（2）機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字金融可以通過緩解企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)來促進(jìn)企業(yè)高質(zhì)量發(fā)展，且財(cái)務(wù)風(fēng)險(xiǎn)在覆蓋廣度和使用深度中有顯著的中介效應(yīng)，在數(shù)字化程度中的中介效應(yīng)則不顯著。（3）異質(zhì)性分析發(fā)現(xiàn)，數(shù)字金融能通過緩解民營(yíng)、大中型、技術(shù)密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)來促進(jìn)企業(yè)的高質(zhì)量發(fā)展，對(duì)國(guó)有企業(yè)、小微企業(yè)、勞動(dòng)和資本密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)則影響不顯著。進(jìn)一步研究發(fā)現(xiàn)，在經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)和“十三五”期間，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)更加顯著。

（二）政策建議

一是加大政策支持力度，促進(jìn)數(shù)字金融由覆蓋廣度向使用深度發(fā)展。從本文研究結(jié)果來看，2015年后國(guó)家發(fā)布的政策有效促進(jìn)了數(shù)字金融的發(fā)展，且使用深度是今后數(shù)字金融發(fā)展的主要方向。因此，本文建議在政策層面繼續(xù)支持?jǐn)?shù)字金融的發(fā)展，但發(fā)展的重點(diǎn)應(yīng)從覆蓋廣度向使用深度轉(zhuǎn)移，鼓勵(lì)深耕數(shù)字金融應(yīng)用場(chǎng)景，讓數(shù)字金融能更好地服務(wù)、支持企業(yè)融資業(yè)務(wù)，進(jìn)一步降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

二是進(jìn)一步扶持小微企業(yè)發(fā)展，實(shí)現(xiàn)產(chǎn)業(yè)鏈共同發(fā)展。數(shù)字金融的發(fā)展目的主要是解決民營(yíng)企業(yè)和小微企業(yè)的融資問題，緩解企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，促進(jìn)企業(yè)高質(zhì)量發(fā)展。從本文研究結(jié)果來看，數(shù)字金融能顯著降低民營(yíng)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，但對(duì)小微企業(yè)的影響并不顯著。因此，本文建議：一方面調(diào)整并完善現(xiàn)有數(shù)字金融政策，進(jìn)一步扶持小微企業(yè)，緩解小微企業(yè)的融資困難和財(cái)務(wù)風(fēng)險(xiǎn)；另一方面小微企業(yè)應(yīng)該加強(qiáng)自身管理，規(guī)范經(jīng)營(yíng)，降低企業(yè)風(fēng)險(xiǎn)，并加強(qiáng)企業(yè)之間的合作，實(shí)現(xiàn)產(chǎn)業(yè)鏈共同發(fā)展的目標(biāo)。

三是加快勞動(dòng)密集型企業(yè)的技術(shù)轉(zhuǎn)型。本文研究發(fā)現(xiàn)數(shù)字金融的發(fā)展未有效緩解我國(guó)勞動(dòng)密集型企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，并且有惡化的趨勢(shì)。因此，本文建議數(shù)字金融政策需更關(guān)注勞動(dòng)密集型企業(yè)的健康，不僅要增加勞動(dòng)密集型企業(yè)的融資額度，更要幫助、鼓勵(lì)這些企業(yè)進(jìn)行轉(zhuǎn)型發(fā)展，從勞動(dòng)密集型逐漸向技術(shù)密集型轉(zhuǎn)型，并給予這些企業(yè)在轉(zhuǎn)型過程中必要的資金支持和技術(shù)幫助。通過技術(shù)轉(zhuǎn)型提升企業(yè)的核心競(jìng)爭(zhēng)力，降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，助力企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的目標(biāo)。

（三）后續(xù)研究

本文在研究數(shù)字金融、財(cái)務(wù)風(fēng)險(xiǎn)和企業(yè)高質(zhì)量發(fā)展的關(guān)系和傳導(dǎo)機(jī)制中還存在一些不足之處，有待進(jìn)一步優(yōu)化和改進(jìn)。本文研究和分析了制造業(yè)行業(yè)，但制造業(yè)包括30 多個(gè)行業(yè)，數(shù)字金融對(duì)每個(gè)行業(yè)的影響也會(huì)存在差異，如果能進(jìn)一步細(xì)分研究，將對(duì)分析數(shù)字金融對(duì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響和效應(yīng)有更多的實(shí)踐價(jià)值?！?/p>