謝韶新 劉彤蕾

摘 要：本文以2011—2021年新三板掛牌上市公司為研究樣本，通過SA融資約束指數(shù)模型測度企業(yè)融資約束，并運用多元回歸模型實證分析數(shù)字普惠金融對中小企業(yè)融資約束的影響。實證結(jié)果表明，數(shù)字普惠金融能夠助力中小企業(yè)融資，而且數(shù)字普惠金融的覆蓋廣度降低中小企業(yè)融資約束的作用更明顯，使用深度和數(shù)字化程度作用相對較小。異質(zhì)性結(jié)果表明，在融資約束方面，相較國有企業(yè)，數(shù)字普惠金融會給非國有中小企業(yè)帶來積極的影響。在此基礎(chǔ)上，本文從政府需加強數(shù)字金融監(jiān)管、企業(yè)不斷重視數(shù)字金融創(chuàng)新等方面提出對策建議。

關(guān)鍵詞：融資約束；數(shù)字普惠金融；新三板；中小微企業(yè)；SA指數(shù)

本文索引：謝韶新，劉彤蕾.<變量 2>[J].中國商論，2023（06）：-122.

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2023）03（b）--04

1 引言

中小企業(yè)是一個國家技術(shù)進步的重要力量，有人形象地指出：“中小企業(yè)貢獻了約50%的稅收、60%的GDP、70%的技術(shù)創(chuàng)新、80%的就業(yè)，我國99%的市場主體都是中小企業(yè)?！钡L期以來，“融資難、融資貴”的問題仍制約著中小企業(yè)，如何給予中小企業(yè)更有效的金融支持成為學者研究的熱點。如今科學技術(shù)高速發(fā)展，數(shù)字技術(shù)革命催生了數(shù)字普惠金融，該舉措能夠有效降低交易成本和金融服務(wù)門檻，同時通過互聯(lián)網(wǎng)高效實現(xiàn)信息共享，具有安全、便捷、低成本等優(yōu)勢，因此，企業(yè)可依托數(shù)字化能力，推進普惠金融低碳綠色發(fā)展。

自2015年國務(wù)院印發(fā)《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》到2018年出臺《G20數(shù)字普惠金融政策指引：數(shù)字化與非正規(guī)經(jīng)濟》，再到2022年兩會的工作報告要求擴大數(shù)字普惠金融的覆蓋面，可見數(shù)字普惠金融成為發(fā)展中的重點。同時，根據(jù)《金融科技藍皮書：中國金融科技發(fā)展報告（2019）》的研究表明，國內(nèi)云計算技術(shù)和人工智能的高速發(fā)展，為我國數(shù)字普惠金融的推進提供了良好基礎(chǔ)，數(shù)字普惠金融發(fā)展取得了積極成效。在廣大中小微企業(yè)受到強烈沖擊的疫情時期，普惠金融可為小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入和殘疾人等特殊群體提供貸款支持，該舉措能夠促進金融業(yè)可持續(xù)均衡發(fā)展，幫助其走出疫情的低谷。那么，對于中小微企業(yè)來說，數(shù)字普惠金融是否能改善融資困境呢？

目前，數(shù)字普惠金融能夠改善中小微企業(yè)融資狀況早已得到眾多學者的肯定。解維敏等（2021） [1]通過對民營上市公司進行研究發(fā)現(xiàn)，數(shù)字金融能夠緩解信息不對稱的情況，同時能夠降低民營企業(yè)委托代理成本，進而緩解民營企業(yè)融資約束。與此同時，葉勇等（2021） [2]對滬深A股上市公司進行研究發(fā)現(xiàn)，地區(qū)數(shù)字金融的發(fā)展會有效緩解因股權(quán)質(zhì)押帶來的上市公司融資約束困境。喻平等（2020） [3]研究結(jié)論表明，中小企業(yè)板中，數(shù)字普惠金融通過緩解融資約束促進中小微企業(yè)技術(shù)創(chuàng)新。同時，隨著互聯(lián)網(wǎng)的發(fā)展，Shahrokhi M.E（2008） [4]研究發(fā)現(xiàn)，數(shù)字金融以大數(shù)據(jù)、云計算為載體，更高效地為中小微企業(yè)提供了資金支持。

為進一步探究數(shù)字普惠金融對中小企業(yè)融資約束的影響，本文基于SA融資約束指數(shù)模型進行實證發(fā)現(xiàn)，并進一步通過異質(zhì)性分析，探究數(shù)字普惠金融對不同產(chǎn)權(quán)的中小微企業(yè)融資約束影響差異，希望能在一定程度上豐富現(xiàn)有的研究。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文選取2011—2021年在新三板掛牌上市的企業(yè)為研究對象，并且對數(shù)據(jù)進行下述處理：①剔除ST、ST*類的異常企業(yè)；②剔除金融類、房地產(chǎn)類的上市公司；③剔除總資產(chǎn)增長率小于零的樣本，由此獲得25117個樣本觀測值作為本文的研究對象。其中，面板數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫，數(shù)字普惠金融層面的數(shù)據(jù)來自《北京大學數(shù)字普惠金融指數(shù)（2011—2020》。

2.2 變量設(shè)定

2.2.1 被解釋變量

根據(jù)對相關(guān)文獻進行梳理發(fā)現(xiàn)，目前衡量企業(yè)融資約束的方法有：一是量化模型，投資—現(xiàn)金流敏感性模型和現(xiàn)金—現(xiàn)金流敏感模型；二是融資約束指數(shù)，如KZ指數(shù)、SA指數(shù)、WW指數(shù)等。本文借鑒Hadlock等（2010）[5]設(shè)計的SA指數(shù)來衡量企業(yè)的融資約束：

其中，Size為企業(yè)總資產(chǎn)規(guī)模的自然對數(shù)；Age為企業(yè)經(jīng)營年度，取值為觀測年度-企業(yè)成立年度。SA的數(shù)值越大，說明企業(yè)面臨的融資約束越強。

2.2.2 解釋變量

本文參考北京大學數(shù)字金融研究中心和螞蟻金服聯(lián)合組成的課題組編制的《北京大學數(shù)字普惠金融指數(shù)（2011—2020年）》，采用省級指數(shù)，將數(shù)字普惠金融這一總指標作為核心解釋變量。為解決數(shù)字普惠金融指數(shù)數(shù)值過大的問題，本文將該值除以100。同時，為了更準確地考察數(shù)字普惠金融對中小企業(yè)融資是否有積極影響，本文進一步根據(jù)《北京大學數(shù)字普惠金融指數(shù)（2011—2020年）》將數(shù)字普惠金融降維到覆蓋廣度、使用深度、數(shù)字化程度三個層面，探討數(shù)字普惠金融在不同層面會給企業(yè)的融資約束帶來什么效果的影響，并比較三者的差異。

2.2.3 控制變量

本文根據(jù)馬穎超等（2022）[6]的研究文獻，選取以下5個控制變量進行約束：企業(yè)的成長性（Growth，總資產(chǎn)增長率）、企業(yè)的資金流動性（WC，營運資金比率）、資金閑置情況（FA，固定資產(chǎn)比率）、盈利能力（ROA，總資產(chǎn)凈利潤率）、貨物周轉(zhuǎn)率（Turnover，存貨周轉(zhuǎn)率），詳細情況可參考表1。

2.3 模型設(shè)定

為了探究數(shù)字普惠金融對中小微企業(yè)融資的影響，本文構(gòu)建如下模型：

其中，為常量，SA為融資約束，DIFI為數(shù)字金融指數(shù)，為隨機干擾項，其余為控制變量。

3 實證分析

3.1 描述性統(tǒng)計分析

本文對相關(guān)變量進行數(shù)據(jù)分析，具體的描述性統(tǒng)計如表2所示。

由表2可知，SA指標最大值為1.146，最小值為-5.604，可知各中小企業(yè)的融資約束具有較大差異。而從中位數(shù)（-3.075）小于平均值（-3.040）可知，有一半以上中小企業(yè)的融資約束強度小于平均融資約束強度。DIFI 的最小值是0.162，最大值是 4.069，兩者相差較大，說明我國數(shù)字普惠金融的發(fā)展存在不均衡問題。從覆蓋廣度、使用深度、數(shù)字化程度這三個指標也可看出各地區(qū)發(fā)展不均衡的問題。總資產(chǎn)周轉(zhuǎn)率（Growth）的最小值為0.009，最大值為2.550，企業(yè)間的成長速度相差過大，可見部分企業(yè)還有較大的成長空間。

3.2 基準回歸分析

為消除面板數(shù)據(jù)中由于個體效應(yīng)所帶來的影響，本文通過Hausman檢驗的結(jié)果選擇固體效應(yīng)模型，利用軟件Stata17.0進行回歸分析，結(jié)果如表3所示。其中，模型（1）表示基準模型的回歸結(jié)果，模型（2）至模型（4）表示將數(shù)字普惠金融（DIFI）降維分別為覆蓋廣度（COV）、USE（使用深度）、DIGI（數(shù)字化程度）的檢驗?zāi)Ｐ突貧w結(jié)果：

表3的結(jié)果表明，DIFI（數(shù)字普惠金融）的回歸系數(shù)-0.241，COV（覆蓋廣度）、USE（使用深度）、DIGI（數(shù)字化程度）的系數(shù)分別是-0.272、-0.139、-0.053，且都在1%的統(tǒng)計水平上顯著，說明數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度都有助于降低中小企業(yè)的融資難度，其中覆蓋廣度降低中小企業(yè)融資約束的作用最明顯，使用深度和數(shù)字化程度作用相對較小。因此，中小企業(yè)應(yīng)該對數(shù)字普惠金融給予重視，具體可落實到覆蓋廣度、使用深度和數(shù)字化程度三個層面，尤其是覆蓋廣度這一指標。在覆蓋廣度方面，企業(yè)可加強員工對數(shù)字技術(shù)的學習，依托互聯(lián)網(wǎng)、云平臺、大數(shù)據(jù)等拓寬數(shù)字普惠金融的覆蓋面；在使用深度和數(shù)字化程度方面，可借助數(shù)字優(yōu)勢將用戶信息進行整合，用便利化服務(wù)經(jīng)濟發(fā)展。

同時，在控制變量方面，模型（1）至模型（4）的總資產(chǎn)周轉(zhuǎn)率（Growth）回歸系數(shù)在1%的水平上顯著為負，說明該指標提升能夠緩解企業(yè)融資問題，企業(yè)可加強對成長性的重視。

3.3 不同產(chǎn)權(quán)分析下的回歸分析

根據(jù)表4可知，國有中小企業(yè)和非國有中小企業(yè)的數(shù)字普惠金融（DIFI）系數(shù)均為負，該結(jié)果表明，在不同產(chǎn)權(quán)性質(zhì)下，不管是對國有中小企業(yè)還是非國有中小企業(yè)，數(shù)字普惠金融會在企業(yè)融資方面產(chǎn)生積極效應(yīng)。同時，非國有中小企業(yè)系數(shù)的絕對值（0.242）大于國有中小企業(yè)（0.225），該結(jié)果表明，相較于國有企業(yè)，數(shù)字普惠金融會給非國有中小企業(yè)帶來更積極的影響。數(shù)字普惠金融對緩解非國有中小企業(yè)融資約束問題更加有效，這可能是由于非國有企業(yè)受到政府的干預較低，企業(yè)可以高效低成本地獲取資金，此舉措降低了經(jīng)營成本、提高了投資效率，因此債務(wù)違約風險有效降低。

3.4 穩(wěn)健性檢驗

本文進行如下的穩(wěn)健性檢驗：（1）改變被解釋變量的度量指標。參考Almeida等（2004）[7]提出的用現(xiàn)金—現(xiàn)金流敏感性模型來衡量融資約束，將被解釋變量更改為現(xiàn)金持有量變動。此時，被解釋變量的計算方式為：現(xiàn)金持有量變動=企業(yè)持有的現(xiàn)金及現(xiàn)金等價物凈增加額/期初總資產(chǎn)。（2）加入控制變量。加入代表財務(wù)杠桿的資產(chǎn)負債率作為控制變量?；貧w結(jié)果表明，不管是替代被解釋變量還是加入控制變量，核心解釋變量DIFI（數(shù)字普惠金融）通過顯著性檢驗，故本文的研究結(jié)論較為穩(wěn)健。

4 結(jié)語

本文以數(shù)字普惠金融為切入點，以2011—2021年新三板掛牌上市公司為研究樣本，針對數(shù)字普惠金融對中小企業(yè)融資約束進行了實證檢驗，得出數(shù)字普惠金融能夠助力中小微企業(yè)融資的結(jié)論，同時由異質(zhì)性分析可知，相較國有中小企業(yè)，數(shù)字普惠金融會給非國有中小企業(yè)的融資帶來更積極的影響。

基于研究結(jié)論，本文提出以下相關(guān)建議：

第一，政府加強數(shù)字金融監(jiān)管。為推進普惠金融健康發(fā)展，政府需出臺相關(guān)政策，對中小企業(yè)進行適當引導。在防范潛在金融風險方面，金融監(jiān)管部門和機構(gòu)要建立有效的風控管理，強化信息披露，完善金融消費者投訴和處理機制。加強數(shù)字化監(jiān)管能力建設(shè)，切實保護消費者的資金安全，降低電信詐騙發(fā)生的可能。

第二，媒體加強金融知識普及教育。數(shù)字普惠金融的發(fā)展，有利于為廣大農(nóng)村和弱勢群體帶來“數(shù)字紅利”。但農(nóng)村金融消費者由于缺乏相應(yīng)的金融知識，或者由于信息不對稱缺少消息來源的渠道，因此中小微企業(yè)可通過短視頻等新興媒體來傳播數(shù)字普惠金融的知識。通過提升農(nóng)村地區(qū)的金融教育水平，提高農(nóng)村金融消費者的金融素養(yǎng)，以此在縮小城鄉(xiāng)收入差距的同時，帶動更多人享受數(shù)字普惠金融發(fā)展的“紅利”。

第三，企業(yè)不斷重視數(shù)字金融創(chuàng)新。發(fā)展綠色金融，建設(shè)綠色中國，為“雙碳”目標添磚加瓦是企業(yè)的責任與擔當。中小微企業(yè)可借助數(shù)字金融這一新興平臺進行籌資，及時了解國家的相關(guān)經(jīng)濟政策，積極尋求高效可行的融資措施，具體可從覆蓋廣度、使用深度、數(shù)字化程度三方面提升經(jīng)濟發(fā)展質(zhì)量，將數(shù)字技術(shù)與普惠金融相結(jié)合，在企業(yè)內(nèi)部進行數(shù)字化管理，提高服務(wù)質(zhì)量與服務(wù)效率，從而破解中小企業(yè)的融資難題。

參考文獻

解維敏，吳浩，馮彥杰.數(shù)字金融是否緩解了民營企業(yè)融資約束[J].系統(tǒng)工程理論與實踐，2021，41（12）：3129-3146.

葉勇，王思瑞.數(shù)字金融對企業(yè)融資約束的緩解效應(yīng)[J].財會月刊，2021，905（13）：42-51.

喻平，豆俊霞.數(shù)字普惠金融、企業(yè)異質(zhì)性與中小微企業(yè)創(chuàng)新[J].當代經(jīng)濟管理，2020，42（12）：79-87.

Shahrokhi M.E － finance： Status， Innovations， Resources and Future Challenges [J].? Managerial Finance， 2008（6）： 365-398.

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

馬穎超，劉樹林.民營企業(yè)融資約束與普惠金融紓解：基于中小板的經(jīng)驗證據(jù)[J].工業(yè)技術(shù)經(jīng)濟，2022，41（11）：85-95.

Almeida H.，Weisbach M.S.，CampelloM..The cash flow sensitivity of cash[J].The Journal of Finance，2004（4）：1777-1804.