摘?? 要：數(shù)字金融作為一種新型金融模式，對(duì)企業(yè)行為具有重要影響。建立三維指標(biāo)體系測(cè)算地區(qū)數(shù)字金融指數(shù)，以2011—2022年上市公司數(shù)據(jù)為樣本，實(shí)證考察數(shù)字金融對(duì)企業(yè)融資行為的影響及其內(nèi)在機(jī)制。研究發(fā)現(xiàn)，數(shù)字金融對(duì)企業(yè)的融資行為具有顯著的優(yōu)化作用，具體表現(xiàn)為融資額的增加、債權(quán)融資占比的擴(kuò)大及融資效率的提高。特別地，數(shù)字金融對(duì)企業(yè)融資行為的影響具有明顯的區(qū)域異質(zhì)性和企業(yè)異質(zhì)性。機(jī)制分析表明，數(shù)字金融發(fā)展能夠通過(guò)信息效應(yīng)、成本效應(yīng)和收益效應(yīng)從供需兩方面優(yōu)化企業(yè)的融資行為。為了更好地發(fā)揮數(shù)字金融對(duì)企業(yè)融資行為的優(yōu)化作用，應(yīng)制定和完善信息技術(shù)與金融深度融合的支持性政策，加快傳統(tǒng)金融機(jī)構(gòu)數(shù)字化進(jìn)程，積極助力欠發(fā)達(dá)地區(qū)和潛力企業(yè)的發(fā)展。

關(guān)鍵詞：數(shù)字金融；融資行為；債權(quán)融資

中圖分類號(hào)：F832?? 文獻(xiàn)標(biāo)識(shí)碼：A?? 文章編號(hào)：1003-7543（2023）09-0034-19

融資結(jié)構(gòu)對(duì)企業(yè)經(jīng)營(yíng)活動(dòng)的影響巨大，適度的負(fù)債率能夠控制資產(chǎn)價(jià)格，擴(kuò)大市場(chǎng)規(guī)模，加速企業(yè)的創(chuàng)新步伐［1］，而高負(fù)債率會(huì)給企業(yè)帶來(lái)巨大的財(cái)務(wù)壓力，不利于企業(yè)的長(zhǎng)期運(yùn)營(yíng)［2］，還會(huì)提高金融壓力和市場(chǎng)利率，甚至可能引發(fā)金融危機(jī)［3］。同時(shí)，大量研究表明，一國(guó)金融系統(tǒng)的發(fā)達(dá)程度對(duì)企業(yè)融資行為選擇起到關(guān)鍵作用［4］。我國(guó)的金融體系尚不成熟，要素市場(chǎng)改革相對(duì)滯后，金融資源并未得到有效配置，一些盈利水平較低甚至為負(fù)的僵尸企業(yè)能夠得到商業(yè)銀行持續(xù)性的資金支持［5］，而眾多具有成長(zhǎng)潛能的小微企業(yè)普遍面臨融資難、融資貴的難題，企業(yè)的融資行為有待進(jìn)一步優(yōu)化。

當(dāng)前，受益于人工智能、區(qū)塊鏈、云計(jì)算等技術(shù)的蓬勃發(fā)展，金融與數(shù)字技術(shù)不斷融合，為數(shù)字金融創(chuàng)造了良好的發(fā)展環(huán)境，我國(guó)數(shù)字金融發(fā)展水平現(xiàn)已位居世界前列［5］。作為互聯(lián)網(wǎng)技術(shù)與金融業(yè)務(wù)有機(jī)結(jié)合的新型金融模式［6］，數(shù)字金融能夠有效降低金融服務(wù)的交易成本，拓寬金融服務(wù)的觸達(dá)能力，重塑金融體系格局。數(shù)字金融的發(fā)展能否改善現(xiàn)有金融體系的不足，進(jìn)而優(yōu)化企業(yè)的融資行為，是一個(gè)值得研究的現(xiàn)實(shí)問(wèn)題。

學(xué)者們從不同角度探討了數(shù)字金融對(duì)實(shí)體企業(yè)經(jīng)營(yíng)發(fā)展的影響。例如，唐松、伍旭川、祝佳認(rèn)為，數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新存在“結(jié)構(gòu)性”的驅(qū)動(dòng)效果，在金融發(fā)展稟賦較差的地區(qū)，數(shù)字金融對(duì)企業(yè)的作用效果更強(qiáng)［7］；汪亞楠等指出，數(shù)字金融的政策性、靶向性和廣覆蓋性特征使其能夠顯著提振我國(guó)實(shí)體經(jīng)濟(jì)，改善我國(guó)實(shí)體經(jīng)濟(jì)融資難、融資貴的困境［8］；趙宸宇等發(fā)現(xiàn)，數(shù)字金融內(nèi)嵌的數(shù)字技術(shù)能夠通過(guò)提高創(chuàng)新能力、優(yōu)化人力資本結(jié)構(gòu)、推進(jìn)先進(jìn)制造業(yè)和現(xiàn)代服務(wù)業(yè)融合發(fā)展、降低成本等方式提高企業(yè)的全要素生產(chǎn)率［9］。

已有研究對(duì)數(shù)字金融如何影響企業(yè)融資行為的問(wèn)題關(guān)注不多，一些學(xué)者基于數(shù)字金融的普惠特性考察了數(shù)字金融對(duì)融資約束的影響［10-12］，個(gè)別學(xué)者從融資效率［13］、債權(quán)融資［14］、融資模式［15］等角度對(duì)企業(yè)融資行為作了初步探討?？傮w而言，現(xiàn)有文獻(xiàn)對(duì)數(shù)字金融影響企業(yè)融資行為的研究還存在不少問(wèn)題，主要體現(xiàn)在：一方面，對(duì)數(shù)字金融的度量存在一定不足，廣泛使用的北京大學(xué)數(shù)字普惠金融指數(shù)并未包含銀行數(shù)字化的相關(guān)指標(biāo)，無(wú)法全面反映企業(yè)的融資行為；另一方面，關(guān)于數(shù)字金融對(duì)企業(yè)融資行為的影響方向尚未達(dá)成一致，例如，林愛杰等認(rèn)為，數(shù)字金融能夠降低企業(yè)杠桿率，優(yōu)化企業(yè)的債務(wù)期限結(jié)構(gòu)，對(duì)短期杠桿率的影響效果更強(qiáng)［16］，而周澤炯和王國(guó)慶則指出，數(shù)字金融為中小企業(yè)提供了更加普及和平等的服務(wù)，有助于增強(qiáng)企業(yè)的融資能力［17］。因此，有關(guān)數(shù)字金融對(duì)企業(yè)融資行為的影響方向及效率高低，仍有待更深層次的探討。

本文構(gòu)建理論模型，基于增強(qiáng)信息流動(dòng)、緩解融資約束和提高主營(yíng)業(yè)務(wù)收益三個(gè)視角，從理論上考察數(shù)字金融發(fā)展對(duì)企業(yè)融資行為的影響。在此基礎(chǔ)上，構(gòu)建數(shù)字金融三維測(cè)度指標(biāo)體系，測(cè)算全國(guó)城市層面的數(shù)字金融指數(shù)（Digital Financial Index，DFI），并以2011—2022年上市公司數(shù)據(jù)為樣本，結(jié)合地區(qū)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)，從實(shí)證層面考察數(shù)字金融對(duì)企業(yè)融資行為的影響效應(yīng)及作用機(jī)制。

一、理論分析與研究假設(shè)

理論上，數(shù)字金融能夠通過(guò)如下三個(gè)渠道影響企業(yè)的融資行為：

第一，優(yōu)化傳統(tǒng)金融機(jī)構(gòu)所處的信息環(huán)境，即信息效應(yīng)。數(shù)字金融融合了大數(shù)據(jù)、云計(jì)算技術(shù)，對(duì)非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化的海量信息進(jìn)行歸集、分析、解析［7］，能夠有效解決銀企間及企業(yè)與投資者間的信息不對(duì)稱問(wèn)題。同時(shí)，借助大科技風(fēng)控等數(shù)字技術(shù)，傳統(tǒng)金融體系加快了企業(yè)與外部融資機(jī)構(gòu)的信息互換，這有助于提高傳統(tǒng)金融機(jī)構(gòu)信息獲取和信息處理的能力，繼而減輕傳統(tǒng)金融機(jī)構(gòu)對(duì)抵押品的依賴［18］。

第二，緩解企業(yè)的融資約束，即成本效應(yīng)。一方面，數(shù)字金融通過(guò)擴(kuò)充金融產(chǎn)品、拓寬服務(wù)范圍及由此產(chǎn)生的規(guī)模效應(yīng)，提高金融服務(wù)的可觸達(dá)性，覆蓋很多傳統(tǒng)金融無(wú)法涉及的地區(qū)和群體，可為企業(yè)提供更多的融資選擇［19］，增強(qiáng)資金供應(yīng)的穩(wěn)定性；另一方面，傳統(tǒng)金融機(jī)構(gòu)能夠憑借移動(dòng)互聯(lián)網(wǎng)技術(shù)快速觸達(dá)指定用戶，并借助云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)，將借貸業(yè)務(wù)自動(dòng)化，降低相應(yīng)的交易成本，提高借貸業(yè)務(wù)的服務(wù)效率［20］。數(shù)字金融對(duì)信息不對(duì)稱的改善作用也能幫助傳統(tǒng)金融機(jī)構(gòu)降低相關(guān)的審核費(fèi)用，進(jìn)而降低企業(yè)的融資成本。

第三，增強(qiáng)主營(yíng)業(yè)務(wù)收益，即收益效應(yīng)。數(shù)字金融中數(shù)字技術(shù)的發(fā)展和普及能夠通過(guò)提高企業(yè)生產(chǎn)經(jīng)營(yíng)能力的方式增加主營(yíng)業(yè)務(wù)收益。具體而言，其一是增強(qiáng)了企業(yè)對(duì)運(yùn)營(yíng)管理各個(gè)環(huán)節(jié)的洞察能力，能夠更好地優(yōu)化企業(yè)的運(yùn)營(yíng)系統(tǒng)，提高運(yùn)營(yíng)效率［21］；其二是為企業(yè)創(chuàng)造消費(fèi)者價(jià)值、重組組織架構(gòu)及業(yè)務(wù)流程、重塑供應(yīng)鏈關(guān)系等方面提供了機(jī)遇［22］，新的商業(yè)模式會(huì)促使原有的實(shí)物生產(chǎn)要素發(fā)揮更大作用；其三是提高了企業(yè)間信息透明度，有助于企業(yè)更加精準(zhǔn)地選擇投資項(xiàng)目，為日后轉(zhuǎn)型升級(jí)奠定基礎(chǔ)。由此，企業(yè)會(huì)有更大的動(dòng)力和能力尋求更廣闊的發(fā)展空間，創(chuàng)造更大收益。

為將上述討論模型化，本文基于Christiano 等［23］的理論模型框架，試圖構(gòu)建一個(gè)包含數(shù)字金融與企業(yè)融資行為的理論模型。企業(yè)采用常替代彈性生產(chǎn)技術(shù)進(jìn)行生產(chǎn)，對(duì)應(yīng)的生產(chǎn)函數(shù)為：

其中，Ai＞0，δi>0，αi∈（0，1），Yi、Ai、K1i和Li分別表示企業(yè)i的產(chǎn)出、全要素生產(chǎn)率、資本投入和勞動(dòng)投入，αi為資本投入比例，δi為資本與勞動(dòng)的代替效應(yīng)，Dρ1為數(shù)字金融對(duì)資本投入的影響效果。數(shù)字金融對(duì)企業(yè)主營(yíng)業(yè)務(wù)收益增強(qiáng)的一個(gè)重要原因，就在于其蘊(yùn)含的數(shù)字技術(shù)會(huì)提高企業(yè)的生產(chǎn)能力，有助于增強(qiáng)資本投入對(duì)生產(chǎn)的實(shí)際效力，因而ρ1>1。此時(shí)，企業(yè)利潤(rùn)π1i為收入與成本的價(jià)值差，可表示為：

其中，Pi為企業(yè)售出產(chǎn)品的價(jià)格；ICi為企業(yè)的生產(chǎn)成本；cit為企業(yè)所得稅率；piv為企業(yè)購(gòu)置設(shè)備的價(jià)格；Ii為企業(yè)的投資額；μ＞0，為固定調(diào)整成本系數(shù)；θ為凸性調(diào)整成本系數(shù)。此外，部分企業(yè)還會(huì)進(jìn)行金融投資，非主營(yíng)業(yè)務(wù)投資利潤(rùn)π2i同理可寫為收入與成本的價(jià)值差：

其中，F(xiàn)i為非主營(yíng)業(yè)務(wù)投資的單位收益，K2i為非主營(yíng)業(yè)務(wù)投資的資本投入，Dρ2為數(shù)字金融對(duì)非主營(yíng)業(yè)務(wù)投資的影響效果。數(shù)字金融能夠有效提高企業(yè)的主營(yíng)業(yè)務(wù)收益，這有助于削弱企業(yè)的非主營(yíng)業(yè)務(wù)的投資意愿，因此ρ2＜0。假設(shè)在企業(yè)初始狀態(tài)時(shí)擁有1單位自有資金，其余資金均需要借貸，因而企業(yè)經(jīng)營(yíng)的總利潤(rùn)滿足：

其中，Bi為企業(yè)的融資總額，包括股權(quán)融資和債權(quán)融資兩個(gè)部分；vat為企業(yè)增值稅率；ωi為員工平均工資；β為全部融資資金中股權(quán)融資所占的比例；Ci為企業(yè)股權(quán)融資所需要的成本；Ri為企業(yè)所承擔(dān)的貸款利率。Dρ3、Dρ4分別表示數(shù)字金融對(duì)企業(yè)融資成本和融資環(huán)境的影響效果，數(shù)字金融能夠通過(guò)增加信息透明度、降低交易成本的方式顯著改善我國(guó)的金融體系［7］，因而ρ3和ρ4均小于0。

針對(duì)上述模型求解，企業(yè)利潤(rùn)最大化的均衡條件為：

（一）數(shù)字金融對(duì)企業(yè)融資規(guī)模的影響

通過(guò)對(duì)均衡條件的微分可得：

其中，θ1、θ2為微分后的復(fù)雜系數(shù)。由此可見，數(shù)字金融能夠增加企業(yè)的融資規(guī)模，增加程度取決于信息效應(yīng)、收益效應(yīng)和成本效應(yīng)的作用大小。由于信貸歧視及信息不對(duì)稱，傳統(tǒng)金融機(jī)構(gòu)往往很難通過(guò)企業(yè)數(shù)據(jù)進(jìn)行信用評(píng)估，國(guó)有企業(yè)憑借政府背書更受金融機(jī)構(gòu)青睞，其余企業(yè)的龐大金融需求難以得到有效滿足。數(shù)字金融的發(fā)展可以幫助傳統(tǒng)金融機(jī)構(gòu)和投資者篩選出合適的、具有長(zhǎng)期發(fā)展空間的項(xiàng)目，為具備投資潛力的企業(yè)提供資金，有效增加優(yōu)質(zhì)企業(yè)的融資規(guī)模。同時(shí)，數(shù)字金融對(duì)主營(yíng)業(yè)務(wù)收益的作用增加了管理者對(duì)企業(yè)未來(lái)發(fā)展的信心，有助于增強(qiáng)企業(yè)實(shí)物投資意愿，進(jìn)而提高融資需求。數(shù)字金融對(duì)融資約束的緩解作用有助于更好地滿足企業(yè)因自身發(fā)展需要而增加的融資需求?；诖?，本文提出如下假設(shè)：

H1：數(shù)字金融的發(fā)展能夠增加企業(yè)的融資規(guī)模。

（二）數(shù)字金融對(duì)企業(yè)融資結(jié)構(gòu)的影響

同理，通過(guò)對(duì)均衡條件的微分可得：

由此可見，數(shù)字金融的發(fā)展能夠增加企業(yè)的債權(quán)融資比例。優(yōu)序融資理論認(rèn)為，管理者與投資者間的信息不對(duì)稱會(huì)使公司按照以下順序融資：留存收益、債務(wù)融資、權(quán)益融資。以商業(yè)銀行為代表的債權(quán)人往往更看重企業(yè)的現(xiàn)有資產(chǎn)而不是未來(lái)前景，并需要企業(yè)提供穩(wěn)定的用來(lái)還本付息的現(xiàn)金流，而股權(quán)融資的投資人更關(guān)注公司的發(fā)展?jié)摿?，?duì)企業(yè)的現(xiàn)有資產(chǎn)要求較低［24］。也就是說(shuō)，相較于股權(quán)融資，債權(quán)融資獲取資金的難度更大。在這種情況下，公司管理者選擇股權(quán)融資可能并非自主意愿，而是形勢(shì)所迫。數(shù)字金融中的數(shù)字技術(shù)能夠提高銀行對(duì)企業(yè)還貸能力的評(píng)估效率，減少其對(duì)企業(yè)現(xiàn)有資產(chǎn)的要求，降低債權(quán)融資的難度。這會(huì)增強(qiáng)企業(yè)的債權(quán)融資意愿，從而增加債權(quán)融資比例?；诖耍疚奶岢鋈缦录僭O(shè)：

H2：數(shù)字金融的發(fā)展能夠增加企業(yè)的債權(quán)融資比例，調(diào)整融資結(jié)構(gòu)。

（三）數(shù)字金融對(duì)企業(yè)融資效率的影響

通過(guò)對(duì)均衡條件的微分可得：

由此可見，數(shù)字金融的發(fā)展能夠減少企業(yè)進(jìn)行非主營(yíng)業(yè)務(wù)投資的負(fù)債比例，此時(shí)企業(yè)的資金配置更為合理，融資效率也會(huì)有所提高。數(shù)字金融對(duì)信息不對(duì)稱的緩解作用減輕了金融產(chǎn)品進(jìn)入市場(chǎng)的障礙，沖擊了傳統(tǒng)金融機(jī)構(gòu)的現(xiàn)有地位［25］。新型金融產(chǎn)品會(huì)與傳統(tǒng)金融機(jī)構(gòu)共同爭(zhēng)奪現(xiàn)存的市場(chǎng)份額，從而降低傳統(tǒng)金融機(jī)構(gòu)的預(yù)期收益。這種情形迫使傳統(tǒng)金融機(jī)構(gòu)增加對(duì)融資項(xiàng)目的篩選力度，試圖通過(guò)降低不良貸款率的方式彌補(bǔ)流失的收益，有助于提高企業(yè)的融資效率。同時(shí)，數(shù)字金融對(duì)融資約束的緩解作用能夠減輕企業(yè)的借貸壓力，促使企業(yè)更專注于捕捉投資機(jī)會(huì)，調(diào)節(jié)實(shí)際資本結(jié)構(gòu)和目標(biāo)資本結(jié)構(gòu)的匹配程度，提高資金使用效率?；诖?，本文提出如下假設(shè)：

H3：數(shù)字金融能夠通過(guò)提高企業(yè)的融資效率，優(yōu)化企業(yè)的融資行為。

二、實(shí)證研究設(shè)計(jì)

（一）實(shí)證模型

上述討論表明，數(shù)字金融能夠通過(guò)優(yōu)化傳統(tǒng)金融機(jī)構(gòu)的融資環(huán)境（信息效應(yīng)）、緩解企業(yè)的融資約束（成本效應(yīng)）和增強(qiáng)主營(yíng)業(yè)務(wù)的收益（收益效應(yīng)）的方式增加企業(yè)的融資規(guī)模、調(diào)整融資結(jié)構(gòu)、提升融資效率。為此，本文構(gòu)建如下基本模型：

其中，yit表示企業(yè)融資行為，從融資水平、融資結(jié)構(gòu)及融資效率三個(gè)角度衡量。DFIit表示i企業(yè)的注冊(cè)地所在地區(qū)在t年的數(shù)字金融指數(shù)。Xit代表控制變量，參考Guo等［26］的研究，分為企業(yè)層面和地區(qū)層面兩類。其中，企業(yè)層面的控制變量選擇速動(dòng)比率（quickit）、托賓Q對(duì)數(shù)值（lnQit）、企業(yè)年齡對(duì)數(shù)值（lnageit）、總資產(chǎn)凈利潤(rùn)率（roait）、現(xiàn)金敏感度（cashit），以分離企業(yè)的流動(dòng)性、企業(yè)成長(zhǎng)性、企業(yè)生命周期、企業(yè)盈利能力對(duì)企業(yè)融資行為的影響；地區(qū)層面的控制變量選取人均GDP（對(duì)數(shù)）（lngdpit）、城市人口占總?cè)丝诒戎兀╬opit）、第一產(chǎn)業(yè)的GDP份額（gdp1it）、第二產(chǎn)業(yè)的GDP份額（gdp2it）、公共財(cái)政支出占GDP比例（feit）、M2增長(zhǎng)率（MP1t）、M2增長(zhǎng)率減去GDP增長(zhǎng)率再減去CPI增長(zhǎng)率的差額（MP2t）、外商投資占GDP比例（fdiit）、社會(huì)消費(fèi)品零售總額增速（valit）、各行業(yè)企業(yè)景氣指數(shù)（bciit），以剔除地區(qū)經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、政府政策、市場(chǎng)條件對(duì)企業(yè)融資行為的影響。εit為隨機(jī)誤差項(xiàng)；t表示年份固定效應(yīng)；φi表示企業(yè)固定效應(yīng)，控制不隨時(shí)間變化的企業(yè)層面的遺漏變量，以減輕對(duì)估計(jì)結(jié)果的影響。

（二）數(shù)字金融指數(shù)測(cè)算

1.指標(biāo)設(shè)計(jì)

數(shù)字金融泛指?jìng)鹘y(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)實(shí)現(xiàn)融資、支付、投資和其他新型金融業(yè)務(wù)的模式［27］，主要可分為兩部分：一部分為傳統(tǒng)金融行業(yè)的數(shù)字化過(guò)程，如電子銀行、手機(jī)銀行等；另一部分為新型金融公司創(chuàng)立的金融平臺(tái)，如支付寶等。對(duì)于數(shù)字金融的刻畫，現(xiàn)有文獻(xiàn)多采用北京大學(xué)數(shù)字普惠金融指數(shù)，該指數(shù)由北京大學(xué)金融研究中心和螞蟻金服集團(tuán)共同編制，旨在反映我國(guó)省級(jí)與城市級(jí)的數(shù)字金融發(fā)展程度［27］。但該指數(shù)主要依據(jù)的是螞蟻金服數(shù)據(jù)，側(cè)重于通過(guò)消費(fèi)者行為反映數(shù)字金融發(fā)展，對(duì)金融機(jī)構(gòu)和企業(yè)行為反映不足。為此，本文基于數(shù)字金融的發(fā)展脈絡(luò)及主要業(yè)態(tài)，并考慮數(shù)據(jù)的可得性，構(gòu)建三維指標(biāo)體系（見表1），從數(shù)字金融基礎(chǔ)、數(shù)字銀行業(yè)務(wù)、新型金融服務(wù)三個(gè)維度出發(fā)，測(cè)算城市層面的數(shù)字金融指數(shù)（DFIit）。

（1）數(shù)字金融基礎(chǔ)。該維度雖然不屬于金融服務(wù)，卻是數(shù)字金融的發(fā)展基礎(chǔ)，決定了數(shù)字金融的發(fā)展上限。數(shù)字金融對(duì)企業(yè)的滲透程度主要取決于兩個(gè)方面：一是基礎(chǔ)設(shè)施的建設(shè)情況。數(shù)字金融依托于互聯(lián)網(wǎng)技術(shù)，因而地區(qū)通信設(shè)施的建設(shè)情況與數(shù)字金融的發(fā)展程度密切相關(guān)；二是企業(yè)本身的數(shù)字化意識(shí)，即企業(yè)對(duì)數(shù)字化服務(wù)的重視和應(yīng)用程度。數(shù)字金融想要更好地服務(wù)實(shí)體經(jīng)濟(jì)，必須讓企業(yè)意識(shí)到數(shù)字化服務(wù)的益處，方能有效激發(fā)企業(yè)應(yīng)用數(shù)字金融的熱情。具體而言，對(duì)于基礎(chǔ)設(shè)施的建設(shè)情況，使用互聯(lián)網(wǎng)普及率及光纜密度進(jìn)行衡量；對(duì)于企業(yè)自身的數(shù)字化意識(shí)，選用有電子商務(wù)交易活動(dòng)企業(yè)比重、企業(yè)擁有的計(jì)算機(jī)數(shù)量來(lái)衡量。

（2）數(shù)字銀行業(yè)務(wù)。該維度主要衡量傳統(tǒng)金融機(jī)構(gòu)通過(guò)數(shù)字技術(shù)提供的離柜金融服務(wù)，如手機(jī)銀行、網(wǎng)上銀行等。數(shù)字銀行憑借降低運(yùn)營(yíng)成本、提升經(jīng)營(yíng)效率及便捷操作的優(yōu)勢(shì)能夠更好地服務(wù)于實(shí)體經(jīng)濟(jì)，隨時(shí)隨地滿足實(shí)體企業(yè)的金融需求。數(shù)字銀行的發(fā)展離不開相關(guān)資源的投入，因而傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化投入水平也應(yīng)納入其中。具體而言，使用金融行業(yè)數(shù)字化投入占比衡量銀行業(yè)的數(shù)字化投入；使用手機(jī)銀行交易規(guī)模、網(wǎng)上銀行交易規(guī)模來(lái)衡量數(shù)字銀行的發(fā)展規(guī)模。

（3）新型金融業(yè)務(wù)。該維度是指由新型金融公司提供的在線金融服務(wù)。余額寶帶動(dòng)了互聯(lián)網(wǎng)理財(cái)業(yè)務(wù)的迅猛發(fā)展，與之相關(guān)的網(wǎng)絡(luò)保險(xiǎn)業(yè)務(wù)、三方支付業(yè)務(wù)、P2P網(wǎng)貸業(yè)務(wù)也為大眾帶來(lái)了更便捷的金融服務(wù)?？紤]到城市級(jí)的互聯(lián)網(wǎng)理財(cái)數(shù)據(jù)獲取較為困難，而北京大學(xué)數(shù)字普惠金融使用深度分指數(shù)包含支付業(yè)務(wù)、貨幣基金業(yè)務(wù)、信貸業(yè)務(wù)、保險(xiǎn)業(yè)務(wù)、投資業(yè)務(wù)和信用業(yè)務(wù)，因而本文選定該指標(biāo)作為代表指標(biāo)。此外，本文選擇非金融機(jī)構(gòu)支付服務(wù)企業(yè)單位數(shù)、金融信息服務(wù)企業(yè)單位數(shù)來(lái)衡量新型業(yè)務(wù)中的三方支付業(yè)務(wù)和金融中介業(yè)務(wù)。

2.測(cè)算方法

參考Sarma［28］使用的方法，按照下述步驟構(gòu)建數(shù)字金融指數(shù)：

第一步，確定構(gòu)建指標(biāo)。基于數(shù)字金融的發(fā)展規(guī)律，選擇上述初始指標(biāo)。

第三步，確定權(quán)重。依次用層次分析法、Cov-AHP方法、因子分析法、主成分分析法和變異系數(shù)法等對(duì)數(shù)字金融指標(biāo)的相關(guān)權(quán)重進(jìn)行測(cè)算，通過(guò)綜合比較，本文選用多數(shù)學(xué)者采用的主成分分析法進(jìn)行權(quán)重測(cè)定。第j個(gè)主成分的權(quán)重表示為：

其中，CVj表示第j維合成指標(biāo)的各自載荷，n為選取的主成分個(gè)數(shù)。

第四步，合成數(shù)字金融指數(shù)。本文以累積載荷85%作為標(biāo)準(zhǔn)，用計(jì)算的權(quán)重合成數(shù)字金融指數(shù)，再按照同樣的方法合成數(shù)字金融分指數(shù)，具體如下：

由此合成數(shù)字金融指數(shù)（DFIit）。為驗(yàn)證數(shù)字金融指數(shù)的穩(wěn)健性，本文選取北京大學(xué)數(shù)字普惠金融指數(shù)、第三方互聯(lián)網(wǎng)支付市場(chǎng)規(guī)模、第三方移動(dòng)支付業(yè)務(wù)規(guī)模、余額寶規(guī)模這四個(gè)常用的數(shù)字金融代理變量進(jìn)行比較。結(jié)果表明，基于不同模型建立的數(shù)字金融指數(shù)，在1%的顯著性水平上均呈正相關(guān)關(guān)系。本文構(gòu)建的數(shù)字金融指數(shù)雖表現(xiàn)出一定的不同變動(dòng)特征，但與四個(gè)對(duì)比指標(biāo)的相關(guān)系數(shù)均大于0.9，表明該指數(shù)具有穩(wěn)健性。

（三）企業(yè)融資行為表征

融資行為可視為當(dāng)企業(yè)內(nèi)部資金無(wú)法滿足其生產(chǎn)經(jīng)營(yíng)所需時(shí)通過(guò)一定的渠道和方式借貸外來(lái)資金的行為。融資行為是一個(gè)動(dòng)態(tài)過(guò)程，包含企業(yè)從決定融資到融資結(jié)束的全部過(guò)程，除最終的借貸結(jié)果外，借貸原因、借貸方式等也應(yīng)包含其中。在現(xiàn)有文獻(xiàn)中，大部分學(xué)者選擇采用單一指標(biāo)來(lái)衡量企業(yè)融資行為，無(wú)法反映企業(yè)融資行為的全部過(guò)程。參考以往文獻(xiàn)，本文從融資水平、融資結(jié)構(gòu)和融資效率三個(gè)角度刻畫企業(yè)融資行為，三方面分別表征企業(yè)融資行為的不同維度特征，彼此存在一定關(guān)聯(lián)。具體說(shuō)明如下：

1.企業(yè)融資水平

企業(yè)融資水平反映企業(yè)管理者對(duì)融資行為的主觀情緒，也能從側(cè)面反映企業(yè)管理者的運(yùn)營(yíng)模式，是刻畫企業(yè)融資行為的一個(gè)重要指標(biāo)。大部分學(xué)者選擇采用企業(yè)融資的當(dāng)年增加值指標(biāo)來(lái)衡量企業(yè)融資水平，但這一指標(biāo)只能反映當(dāng)期企業(yè)的融資規(guī)模，無(wú)法反映不同年份之間企業(yè)融資規(guī)模的動(dòng)態(tài)變化。因此，在企業(yè)融資增量指標(biāo)之外，本文還納入企業(yè)融資增速指標(biāo)來(lái)共同反映企業(yè)的融資水平。具體而言，企業(yè)融資（financeit）表示企業(yè)當(dāng)年融資額，為股權(quán)融資和債權(quán)融資的加總，用資產(chǎn)總額進(jìn)行標(biāo)準(zhǔn)化。參考Mclean & Zhao［29］的方法，股權(quán)融資用股東權(quán)益與留存收益差值的當(dāng)年增加值表示，債權(quán)融資用流動(dòng)負(fù)債與非流動(dòng)負(fù)債的當(dāng)年增加值表示。融資增速（ratioit）用企業(yè)當(dāng)年與上年融資額的變化值與上年企業(yè)融資額的比值表示。

2.企業(yè)融資結(jié)構(gòu)

企業(yè)融資結(jié)構(gòu)反映企業(yè)在不同融資類型之間的偏好。融資水平是一個(gè)整體概念，只能反映企業(yè)的整體融資需求，無(wú)法展示企業(yè)內(nèi)部各類融資間的變化。因此，本文選擇債權(quán)融資占融資總額的比例（debtit）這一指標(biāo)來(lái)衡量企業(yè)的融資結(jié)構(gòu)。

3.企業(yè)融資效率

企業(yè)融資效率反映企業(yè)運(yùn)用資本的能力。參考高春梅［30］的研究，本文使用投資回報(bào)率與資本成本率的比值來(lái)度量企業(yè)的融資效率（effit）。其中，投資回報(bào)率用總資產(chǎn)收益率表示；資本成本率用加權(quán)平均資本成本率度量，加權(quán)平均資本成本率的計(jì)算公式為：（財(cái)務(wù)費(fèi)用/總負(fù)債）×（債務(wù)資本/總資本）×（1-所得稅）+權(quán)益資本成本率×（權(quán)益資本/總資本）。權(quán)益資本成本采用PEG模型獲得，具體公式如下：

其中，rcost表示權(quán)益資本成本率；epst2、epst1分別為分析師在t2、t1期預(yù)測(cè)的每股收益；P0為t0期的每股收盤價(jià)。相較于高春梅［30］的研究，本文測(cè)算結(jié)果略小，可能與樣本選擇差異有關(guān)。

（三）數(shù)據(jù)來(lái)源

本文以2011—2022年滬深兩市上市A股公司為樣本，根據(jù)公司注冊(cè)地所在城市與數(shù)字金融發(fā)展指數(shù)進(jìn)行匹配。樣本作如下處理：剔除金融行業(yè)公司樣本；剔除經(jīng)營(yíng)狀況異常（ST）的公司；剔除缺失數(shù)據(jù)；對(duì)連續(xù)變量在1%～99%的水平上作縮尾處理，共涵蓋27 083個(gè)觀測(cè)值。數(shù)字金融相關(guān)數(shù)據(jù)來(lái)源于《城市統(tǒng)計(jì)年鑒》、各省份投入產(chǎn)出表、國(guó)泰安數(shù)據(jù)庫(kù)等。對(duì)于部分只存在省份數(shù)據(jù)的指標(biāo)，本文依據(jù)各城市的互聯(lián)網(wǎng)普及率水平進(jìn)行近似，數(shù)字普惠金融指數(shù)使用深度分指數(shù)來(lái)自北京大學(xué)的數(shù)字普惠金融指數(shù)。變量描述性統(tǒng)計(jì)見表2（下頁(yè)），少數(shù)城市第一產(chǎn)業(yè)的GDP占比較低，近似為0。

三、實(shí)證結(jié)果分析

（一）初步分析

如圖1（下頁(yè)）所示，我國(guó)數(shù)字金融綜合發(fā)展指數(shù)呈現(xiàn)先邊際遞增后邊際遞減的趨勢(shì)，與北京大學(xué)數(shù)字普惠金融指數(shù)的變化趨勢(shì)相似。2013年以前我國(guó)數(shù)字金融的發(fā)展相對(duì)遲緩，2013—2017年數(shù)字金融的發(fā)展進(jìn)入加速期，2018年后數(shù)字金融的發(fā)展速度再次變慢。數(shù)字金融各個(gè)分指標(biāo)的逐年增長(zhǎng)趨勢(shì)與總指標(biāo)趨同。從橫向上看，2017年以前新型金融服務(wù)指數(shù)居末；2018年以后新型金融服務(wù)指數(shù)居首，數(shù)字銀行業(yè)務(wù)指數(shù)次之。

如圖2所示，整體而言，考察期內(nèi)我國(guó)企業(yè)的融資增加額整體呈現(xiàn)波動(dòng)下降趨勢(shì)，2016—2019年出現(xiàn)大幅下降，可能與2015年12月中央提出的“三去一降一補(bǔ)”五大任務(wù)有關(guān)。從融資結(jié)構(gòu)來(lái)看，企業(yè)以債權(quán)融資為主，債權(quán)融資比例波動(dòng)較小，呈現(xiàn)小幅增長(zhǎng)趨勢(shì)。企業(yè)融資效率穩(wěn)中有升，2019年后穩(wěn)定在0.09左右。

進(jìn)一步，本文以2020年數(shù)字金融指數(shù)的中位數(shù)為界劃分?jǐn)?shù)字金融高發(fā)展地區(qū)和低發(fā)展地區(qū)，分別計(jì)算兩類地區(qū)企業(yè)融資行為指標(biāo)的均值，結(jié)果如表3所示。相較于數(shù)字金融低發(fā)展地區(qū)，數(shù)字金融高發(fā)展地區(qū)的融資規(guī)模和融資效率相對(duì)更高，負(fù)債融資占比相對(duì)更低。

（二）基準(zhǔn)回歸結(jié)果

基準(zhǔn)回歸結(jié)果如表4所示。需要說(shuō)明的是，考慮到樣本數(shù)據(jù)為非平衡面板數(shù)據(jù)，本文對(duì)樣本進(jìn)行了遺失數(shù)據(jù)的相關(guān)性檢驗(yàn)，結(jié)果發(fā)現(xiàn)樣本遺失是隨機(jī)的，不會(huì)影響回歸估計(jì)結(jié)果。融資水平方面，當(dāng)被解釋變量為企業(yè)融資（financeit）時(shí)，DFIit的回歸系數(shù)顯著為正；當(dāng)被解釋變量為融資增速（ratioit）時(shí)，DFIit系數(shù)不顯著。融資增速能夠反映企業(yè)融資規(guī)模的動(dòng)態(tài)變化，由表4可見，數(shù)字金融的發(fā)展增加了企業(yè)的融資規(guī)模，但這種擴(kuò)大作用不具備階梯性增長(zhǎng)態(tài)勢(shì)，因而假說(shuō)1的觀點(diǎn)成立。

融資結(jié)構(gòu)方面，當(dāng)被解釋變量為債權(quán)融資比例（debtit）時(shí)，DFIit的回歸系數(shù)顯著為正。從經(jīng)濟(jì)意義上看，DFIit每增加一個(gè)單位，debtit將增加約0.7個(gè)百分點(diǎn)?？梢?，數(shù)字金融對(duì)企業(yè)融資的影響更多體現(xiàn)在債權(quán)融資上，假說(shuō)2的觀點(diǎn)成立。

融資效率方面，當(dāng)被解釋變量為融資效率（effit）時(shí)，DFIit的回歸系數(shù)顯著為正，驗(yàn)證了假說(shuō)3的觀點(diǎn)。數(shù)字金融對(duì)企業(yè)融資效率的提高作用可從供給和需求兩方面進(jìn)行解釋：一方面，數(shù)字金融的溢出效應(yīng)增強(qiáng)了傳統(tǒng)金融機(jī)構(gòu)的貸款審核能力，這有助于傳統(tǒng)金融機(jī)構(gòu)辨識(shí)具有發(fā)展?jié)摿Φ捻?xiàng)目，提高金融要素分配的效率，從供給角度阻斷低效率融資的發(fā)生；另一方面，數(shù)字金融對(duì)傳統(tǒng)金融機(jī)構(gòu)的競(jìng)爭(zhēng)效應(yīng)加速了其數(shù)字化進(jìn)程，數(shù)字化交易降低了企業(yè)的借貸成本，減輕了企業(yè)的還款壓力，有助于企業(yè)更專注長(zhǎng)期發(fā)展，從需求角度提高企業(yè)資金的使用效率。

其他控制變量的系數(shù)也基本符合預(yù)期，具體而言，速動(dòng)比率高的企業(yè)所面臨的成本更高，企業(yè)的債權(quán)融資意愿不強(qiáng)；利潤(rùn)高的企業(yè)融資需求更為旺盛；城鎮(zhèn)化水平高的地區(qū)，當(dāng)?shù)仄髽I(yè)的融資活動(dòng)會(huì)更為密集。

（三）穩(wěn)健性分析

基于穩(wěn)健性的考慮，本文從四方面進(jìn)行穩(wěn)健性檢驗(yàn)。

1.替換解釋變量

本文在基準(zhǔn)模型中使用主成分分析法合成10個(gè)指標(biāo)，測(cè)算得到數(shù)字金融指數(shù)（DFIit）。下文采用信息熵權(quán)法和因子分析法重新測(cè)算數(shù)字金融指數(shù)，分別定義為DFI1it、DFI2it，將其與基準(zhǔn)模型的其他變量進(jìn)行回歸。如表5所示，回歸結(jié)果與基準(zhǔn)模型結(jié)果差異不大，說(shuō)明數(shù)字金融優(yōu)化企業(yè)融資行為的這一結(jié)論仍然成立。

2.替換回歸模型形式

本文在基準(zhǔn)模型中使用包含時(shí)間和企業(yè)的固定效應(yīng)模型，對(duì)內(nèi)生性的控制不夠嚴(yán)格，可能會(huì)影響回歸結(jié)果。因此，本文在原有模型的基礎(chǔ)上增加“行業(yè)*時(shí)間”的聯(lián)合固定效應(yīng)模型，驗(yàn)證結(jié)果的穩(wěn)健性，結(jié)果如表6所示。結(jié)果表明，數(shù)字金融能夠顯著增加企業(yè)的融資額，對(duì)債權(quán)融資的影響效果更大，與原有結(jié)論保持一致。

3.切割樣本

對(duì)于內(nèi)生性問(wèn)題，一般研究多采用準(zhǔn)實(shí)驗(yàn)的方法進(jìn)行處理，但由于數(shù)字金融是一個(gè)持續(xù)性的過(guò)程，很難找到一個(gè)合適的外部沖擊，因而本文采用樣本切分的方法緩解內(nèi)生性帶來(lái)的問(wèn)題，進(jìn)行穩(wěn)健性檢驗(yàn)。考慮到直轄市樣本具有特殊性，與其他城市存在差異，可能會(huì)影響到數(shù)字金融對(duì)融資行為的回歸結(jié)果。對(duì)此，本文剔除直轄市樣本，重新進(jìn)行回歸，結(jié)果如表7所示。結(jié)果表明，數(shù)字金融對(duì)企業(yè)融資額、融資效率均具有正向作用，對(duì)債權(quán)融資的影響大于股權(quán)融資，基準(zhǔn)模型結(jié)果具有穩(wěn)健性。

4.工具變量檢驗(yàn)

數(shù)字金融與企業(yè)融資行為之間可能存在反向因果關(guān)系，企業(yè)融資行為的改變可能會(huì)推動(dòng)傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化進(jìn)程，進(jìn)而影響數(shù)字金融的發(fā)展。雖然Hausman檢驗(yàn)并未顯示基準(zhǔn)回歸模型結(jié)果具有內(nèi)生性，但主要研究變量在邏輯上存在反向因果的可能。為此，參考張勛等［31］的方法，選取企業(yè)注冊(cè)地與省會(huì)城市的球面距離作為工具變量，數(shù)據(jù)根據(jù)地理信息系統(tǒng)（GIS）計(jì)算而得。由于該工具變量與數(shù)字金融具有顯著的相關(guān)性，省會(huì)城市是一個(gè)省份的政治經(jīng)濟(jì)中心，基礎(chǔ)設(shè)施相對(duì)完善，便于數(shù)字金融的普及和發(fā)展，因而距離省會(huì)城市近的地區(qū)，數(shù)字金融一般發(fā)展得更好。此外，本文選取地區(qū)層面及企業(yè)層面的相關(guān)指標(biāo)作為控制變量，以求切斷選取工具變量與企業(yè)融資行為之間可能的聯(lián)系，保證選取工具變量的外生性。但距離變量是一個(gè)常值，不具有時(shí)間變化效應(yīng)，無(wú)法直接作為工具變量，因而本文使用當(dāng)年數(shù)字金融發(fā)展平均值（除本地區(qū)外）與該類距離型工具變量分別進(jìn)行交互，作為新的工具變量。

由表8（下頁(yè)）可見，列（1）為使用工具變量的第一階段的回歸結(jié)果，可以看出，工具變量的系數(shù)顯著為負(fù)，說(shuō)明所在地區(qū)與省會(huì)城市的距離越近，數(shù)字金融越發(fā)達(dá)，驗(yàn)證了此前的分析。列（2）—（5）為采用工具變量的第二階段回歸結(jié)果，第一階段回歸的F統(tǒng)計(jì)量大于10，表明工具變量滿足相關(guān)性特征。從估計(jì)結(jié)果來(lái)看，數(shù)字金融對(duì)企業(yè)融資行為的優(yōu)化效應(yīng)依然顯著。

（四）異質(zhì)性分析

在證實(shí)數(shù)字金融有助于改善企業(yè)融資行為的基礎(chǔ)上，這里從不同區(qū)域和不同企業(yè)特征兩種視角出發(fā)，檢驗(yàn)數(shù)字金融在不同環(huán)境下對(duì)企業(yè)的作用差異。

1.不同區(qū)域的異質(zhì)性分析

由于地理位置、經(jīng)濟(jì)政策、產(chǎn)能結(jié)構(gòu)的不同，各地區(qū)經(jīng)濟(jì)發(fā)展存在顯著差異，上市公司多集中于東部發(fā)達(dá)地區(qū)。經(jīng)濟(jì)發(fā)展好的地區(qū)通常具備更優(yōu)良的融資環(huán)境，而傳統(tǒng)金融區(qū)域融資壁壘的存在也限制了欠發(fā)達(dá)地區(qū)的金融資源供給，因而不同地區(qū)數(shù)字金融對(duì)企業(yè)融資行為的影響可能存在異質(zhì)性。為了驗(yàn)證這一點(diǎn)，這里選擇代表地區(qū)經(jīng)濟(jì)發(fā)展水平的人均GDP指標(biāo)對(duì)原有樣本進(jìn)行異質(zhì)性檢驗(yàn)，具體做法如下：構(gòu)建虛擬變量（gdpdumit），如果取值大于中位數(shù)設(shè)為1，否則設(shè)為0，將該虛擬變量與數(shù)字金融的交互項(xiàng)加入原有方程進(jìn)行回歸，結(jié)果如表9（下頁(yè)）所示。表9中列（1）、（4）結(jié)果的交互項(xiàng)DFIit*gdpdumit系數(shù)顯著為負(fù)；列（3）結(jié)果的交互項(xiàng)DFIit*gdpdumit系數(shù)為正值，且通過(guò)5%的統(tǒng)計(jì)顯著性檢驗(yàn)。這說(shuō)明，在低GDP地區(qū)數(shù)字金融對(duì)企業(yè)融資規(guī)模、融資效率的正向效應(yīng)更為明顯，而對(duì)高GDP地區(qū)融資結(jié)構(gòu)的改變作用更強(qiáng)。因此，數(shù)字金融能夠作為一種有效的增量補(bǔ)充，為欠發(fā)達(dá)地區(qū)提供足量金融支持，彌補(bǔ)傳統(tǒng)金融的不足，解決該地區(qū)企業(yè)融資難、融資貴的問(wèn)題。

2.不同企業(yè)特征的異質(zhì)性分析

（1）不同企業(yè)類型

數(shù)字金融對(duì)不同資質(zhì)企業(yè)融資行為的影響可能存在差異。因此，這里首先按照產(chǎn)權(quán)性質(zhì)進(jìn)行分組，設(shè)置企業(yè)虛擬變量（soedumit：國(guó)有企業(yè)設(shè)為1，其他企業(yè)設(shè)為0），將其與數(shù)字金融的交互項(xiàng)代入回歸模型，結(jié)果如表10 Panel A（下頁(yè)）所示。與非國(guó)有企業(yè)相比，數(shù)字金融對(duì)國(guó)有企業(yè)融資效率的增加作用更為明顯，對(duì)融資結(jié)構(gòu)的影響更弱。信息不對(duì)稱問(wèn)題的存在使得傳統(tǒng)金融機(jī)構(gòu)在貸款審批的過(guò)程中更傾向于國(guó)有企業(yè)，大量資金的注入很可能會(huì)超過(guò)企業(yè)的實(shí)際生產(chǎn)所需，由此造成資源閑置。數(shù)字金融內(nèi)嵌的數(shù)字化技術(shù)有利于傳統(tǒng)金融機(jī)構(gòu)掌握更精準(zhǔn)、全面的企業(yè)信息，其對(duì)傳統(tǒng)金融機(jī)構(gòu)的競(jìng)爭(zhēng)效應(yīng)更是提高了銀行貸款審批的效率。因此，在數(shù)字金融的助推下，傳統(tǒng)金融機(jī)構(gòu)不再單純依賴于政府背書來(lái)衡量貸款對(duì)象的質(zhì)量，它們會(huì)降低對(duì)低效率企業(yè)的資金供給，由此對(duì)國(guó)有企業(yè)融資效率的優(yōu)化作用更為明顯。

制造業(yè)企業(yè)是我國(guó)經(jīng)濟(jì)發(fā)展的核心，數(shù)字金融對(duì)該類企業(yè)融資行為的作用效果是否具有異質(zhì)性同樣值得關(guān)注，因而這里按照企業(yè)類型分類，設(shè)置企業(yè)虛擬變量（zhidumit：制造業(yè)企業(yè)設(shè)為1，其他企業(yè)設(shè)為0），將其與數(shù)字金融的交互項(xiàng)代入回歸模型，結(jié)果如表10 Panel B所示。表10 Panel B中數(shù)字金融DFIit的回歸系數(shù)方向與基準(zhǔn)回歸一致，各列交互項(xiàng)DFIit*zhidumit系數(shù)顯著為正?？梢?，數(shù)字金融對(duì)企業(yè)融資水平、融資效率的提高作用主要體現(xiàn)在制造業(yè)企業(yè)上，同時(shí)對(duì)制造業(yè)企業(yè)融資結(jié)構(gòu)的影響更強(qiáng)。

（2）不同企業(yè)規(guī)模

理論上，企業(yè)的規(guī)模也會(huì)影響數(shù)字金融的作用效果。這里以企業(yè)規(guī)模這一指標(biāo)對(duì)原有樣本進(jìn)行異質(zhì)性檢驗(yàn)，設(shè)置企業(yè)規(guī)模虛擬變量（zdumit），即企業(yè)規(guī)模大于中位數(shù)設(shè)為1，其他企業(yè)設(shè)為0，將其與數(shù)字金融的交互項(xiàng)代入回歸模型。由表11可知，列（1）、（3）、（4）中交互項(xiàng)DFIit*zdumit系數(shù)均顯著為負(fù)。這說(shuō)明數(shù)字金融對(duì)小規(guī)模企業(yè)融資水平、融資結(jié)構(gòu)、融資效率的作用更為明顯。傳統(tǒng)金融機(jī)構(gòu)的貸款業(yè)務(wù)更加看重企業(yè)的資質(zhì)而不是未來(lái)前景，大型企業(yè)擁有穩(wěn)定的金融資源供應(yīng)鏈，與金融機(jī)構(gòu)存在長(zhǎng)期合作關(guān)系，資金獲取便捷。有些小型企業(yè)本身具備較好的發(fā)展?jié)摿?，但缺乏足量的資金支持，無(wú)法將潛力“變現(xiàn)”。數(shù)字金融中的數(shù)字技術(shù)能夠有效幫助傳統(tǒng)金融機(jī)構(gòu)挖掘適合投資的小型企業(yè)，優(yōu)化資金配置，因而對(duì)小型企業(yè)融資規(guī)模及效率的優(yōu)化效應(yīng)更強(qiáng)。

四、影響機(jī)制分析

（一）各機(jī)制的獨(dú)立影響

在前述研究的基礎(chǔ)上，下文進(jìn)一步探討數(shù)字金融優(yōu)化企業(yè)融資行為的內(nèi)在機(jī)理?？偟膩?lái)看，企業(yè)的融資過(guò)程主要受兩個(gè)方面的影響：一個(gè)是資金的供應(yīng)端——傳統(tǒng)金融機(jī)構(gòu)，另一個(gè)是資金的需求端——企業(yè)。傳統(tǒng)金融機(jī)構(gòu)決定了資金的流向，資金流入優(yōu)質(zhì)企業(yè)是保證資金高效使用的前提，而資金的最終使用效率由企業(yè)自身的經(jīng)營(yíng)決策決定。因此，這里從這兩個(gè)方面探究數(shù)字金融的作用機(jī)制，采用交互項(xiàng)的形式在模型中分析以下三種效應(yīng)：一是信息效應(yīng)，探究數(shù)字金融對(duì)傳統(tǒng)金融機(jī)構(gòu)信息環(huán)境的改善情況；二是成本效應(yīng)，探究數(shù)字金融對(duì)企業(yè)融資約束的緩解改善情況；三是收益效應(yīng)，探究數(shù)字金融對(duì)企業(yè)盈利能力的改善情況，具體檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

其中，capit為信息效應(yīng)的代理變量，sait為成本效應(yīng)的代理變量，corit為收益效應(yīng)的代理變量，其余設(shè)定同上所述。

1.信息效應(yīng)——增加信息透明度

傳統(tǒng)金融機(jī)構(gòu)是企業(yè)的主要融資來(lái)源，數(shù)字金融內(nèi)嵌的大數(shù)據(jù)風(fēng)控技術(shù)能夠有效增加企業(yè)的信息透明度，方便傳統(tǒng)金融機(jī)構(gòu)更全面地了解企業(yè)的實(shí)際經(jīng)營(yíng)情況，在增加優(yōu)質(zhì)企業(yè)貸款份額的同時(shí)降低低效率企業(yè)的融資可能。

受數(shù)據(jù)所限，信息透明度很難衡量，因而本文選用商業(yè)信用作為代理變量。商業(yè)信用由企業(yè)自身發(fā)起，借貸對(duì)象一般具有很強(qiáng)的經(jīng)營(yíng)實(shí)力。如果數(shù)字金融能夠緩解銀企之間的信息不對(duì)稱就會(huì)對(duì)作為出資方的實(shí)體企業(yè)產(chǎn)生溢出效應(yīng)，增加企業(yè)的商業(yè)信用。本文設(shè)置商業(yè)信用份額的代理變量capit（應(yīng)付賬款/總資產(chǎn)），并將capit與數(shù)字金融交互，結(jié)果如表12所示。表12中列（1）、（4）交互項(xiàng)DFIit*cap系數(shù)均為負(fù)值，列（3）交互項(xiàng)系數(shù)顯著為正，可見信息透明度越高，數(shù)字金融對(duì)企業(yè)債權(quán)融資比例的提高效果越強(qiáng)。而在信息環(huán)境較差的情況下，數(shù)字金融對(duì)企業(yè)融資規(guī)模、融資效率的增加作用更強(qiáng)，證實(shí)信息效應(yīng)是數(shù)字金融提高企業(yè)融資規(guī)模及效率的機(jī)制。

2.成本效應(yīng)——緩解融資約束

數(shù)字金融的發(fā)展能夠幫助傳統(tǒng)金融機(jī)構(gòu)高效識(shí)別優(yōu)質(zhì)企業(yè)，保證此類企業(yè)的資金供應(yīng)，但該類企業(yè)的融資規(guī)模及資金使用效率仍取決于企業(yè)的主觀意愿。融資約束的存在會(huì)干擾企業(yè)的投資走向、引發(fā)投資不足，影響企業(yè)負(fù)債的實(shí)際用途。過(guò)高的融資成本也會(huì)抑制企業(yè)的融資意愿。數(shù)字金融對(duì)融資約束緩解的作用能夠使企業(yè)更專注于投資活動(dòng)，融資意愿也會(huì)有所增強(qiáng)。

本文采用SA指數(shù)［32］sait作為融資約束的代理變量，并將sait與數(shù)字金融交互，探究數(shù)字金融對(duì)企業(yè)融資行為的影響是否存在異質(zhì)性。表12列（1）、（2）、（4）的結(jié)果顯示，交互項(xiàng)DFIit*sait系數(shù)顯著為負(fù)；列（3）結(jié)果顯示，交互項(xiàng)DFIit*sait系數(shù)顯著為正。由此可見，數(shù)字金融對(duì)融資約束較高企業(yè)的融資規(guī)模和融資效率的改善作用更強(qiáng)。這證實(shí)了緩解融資約束是數(shù)字金融優(yōu)化企業(yè)融資行為的機(jī)制。

3.收益效應(yīng)——增強(qiáng)實(shí)體投資的收益

數(shù)字金融賦能的信息技術(shù)能夠與企業(yè)生產(chǎn)經(jīng)營(yíng)進(jìn)行有效結(jié)合，降低企業(yè)的經(jīng)營(yíng)成本與交易成本，擴(kuò)大生產(chǎn)規(guī)模，進(jìn)而提高企業(yè)的主營(yíng)業(yè)務(wù)收益，從而優(yōu)化企業(yè)的融資行為。為實(shí)證考察數(shù)字金融與企業(yè)主營(yíng)業(yè)務(wù)收益的關(guān)系，本文將主業(yè)業(yè)績(jī)的代理變量corit（營(yíng)業(yè)利潤(rùn)/總資產(chǎn)）與數(shù)字金融進(jìn)行交互。表12中列（1）、（3）結(jié)果顯示，交互項(xiàng)DFIit*corit系數(shù)顯著為負(fù)，說(shuō)明在主營(yíng)業(yè)務(wù)收益低的企業(yè)中，數(shù)字金融對(duì)企業(yè)融資規(guī)模和債權(quán)融資占比的增加作用更大。這證實(shí)了提高主營(yíng)業(yè)務(wù)收益是數(shù)字金融優(yōu)化企業(yè)融資行為的機(jī)制。

（二）各機(jī)制的聯(lián)合影響

考慮到信息效應(yīng)、成本效益和收益效應(yīng)三者可能存在聯(lián)動(dòng)，本文在上述模型的基礎(chǔ)上，引入數(shù)字金融與各效應(yīng)之間的聯(lián)合交互項(xiàng)進(jìn)行回歸。如表13所示，三類機(jī)制的聯(lián)合效應(yīng)主要體現(xiàn)在信息效應(yīng)和成本效應(yīng)及三個(gè)效應(yīng)的聯(lián)合效應(yīng)上。根據(jù)表13列（1）結(jié)果，交互項(xiàng)DFIit*capit*sait、DFIit*capit*sait*corit系數(shù)顯著為負(fù)，說(shuō)明數(shù)字金融對(duì)融資約束的緩解作用能夠增強(qiáng)信息效應(yīng)及收益效應(yīng)對(duì)企業(yè)融資規(guī)模的增加效果。列（4）的回歸結(jié)果表明，雖然收益效應(yīng)無(wú)法直接影響企業(yè)的融資效率，但是能夠增強(qiáng)信息效應(yīng)及成本效應(yīng)對(duì)融資效率的提升效果。

五、結(jié)論與建議

本文主要探討數(shù)字金融對(duì)企業(yè)融資行為的影響。研究結(jié)果表明，數(shù)字金融對(duì)企業(yè)融資行為具有顯著的優(yōu)化作用，具體地，數(shù)字金融的發(fā)展增加了企業(yè)的融資規(guī)模，改變了融資結(jié)構(gòu)，提高了融資效率，該結(jié)論在經(jīng)過(guò)替換解釋變量、替換回歸形式、切割樣本、工具變量回歸等一系列穩(wěn)健性檢驗(yàn)后依然成立。異質(zhì)性分析表明，數(shù)字金融能夠同時(shí)改善欠發(fā)達(dá)地區(qū)與發(fā)達(dá)地區(qū)的企業(yè)融資行為，但對(duì)欠發(fā)達(dá)地區(qū)融資規(guī)模和融資效率的正向作用更為明顯。相較于非國(guó)有企業(yè)，數(shù)字金融對(duì)國(guó)有企業(yè)融資效率的增加效應(yīng)更強(qiáng)，可能與這類企業(yè)資金冗余較多有關(guān)。數(shù)字金融對(duì)不同行業(yè)企業(yè)融資行為的影響差異主要集中于融資規(guī)模和融資效率方面，且對(duì)小規(guī)模企業(yè)的融資規(guī)模及融資效率的增加作用更為顯著。機(jī)制分析表明，數(shù)字金融對(duì)信息環(huán)境的完善作用及對(duì)融資成本的降低作用能夠通過(guò)增加融資規(guī)模和提升融資效率的方式優(yōu)化企業(yè)的融資行為，而數(shù)字金融對(duì)主營(yíng)業(yè)務(wù)收益率的提升作用有助于提高企業(yè)的融資規(guī)模及負(fù)債融資占比。同時(shí)，雖然收益效應(yīng)無(wú)法直接影響企業(yè)的融資效率，但是能夠增強(qiáng)信息效應(yīng)及成本效應(yīng)對(duì)融資效率的提升效果。

數(shù)字金融作為數(shù)字化與信息化的產(chǎn)物，可以提高企業(yè)生產(chǎn)運(yùn)行效率，優(yōu)化企業(yè)融資行為。本研究具有重要的政策含義，可為數(shù)字金融高質(zhì)量發(fā)展與企業(yè)投融資決策提供依據(jù)?；诖耍岢鋈缦抡呓ㄗh：

第一，推動(dòng)信息技術(shù)和金融業(yè)的深度融合，提高數(shù)字金融對(duì)企業(yè)的服務(wù)效果。當(dāng)前，數(shù)字金融已成為支持實(shí)體經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，有關(guān)部門應(yīng)積極采取措施推動(dòng)金融科技的發(fā)展，加強(qiáng)數(shù)字金融治理，引導(dǎo)和規(guī)范數(shù)字金融健康有序和高質(zhì)量發(fā)展，增強(qiáng)其服務(wù)實(shí)體企業(yè)的效果。具體地，一是加快數(shù)字金融技術(shù)的發(fā)展。數(shù)字技術(shù)是數(shù)字金融的基礎(chǔ)，也是制約數(shù)字金融發(fā)展的關(guān)鍵。因此，政府有關(guān)部門應(yīng)在控制風(fēng)險(xiǎn)的前提下，采取相應(yīng)措施，以技術(shù)創(chuàng)新為引領(lǐng)，積極推動(dòng)大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等的發(fā)展，通過(guò)相關(guān)制度吸引優(yōu)秀人才、增加科研投入、鼓勵(lì)大型企業(yè)和科研機(jī)構(gòu)合作，加速形成具有自主知識(shí)產(chǎn)權(quán)和專利的技術(shù)，引領(lǐng)行業(yè)發(fā)展。二是增強(qiáng)數(shù)字金融與高端科技的融合程度，加速信息資源的流通互動(dòng)，打破數(shù)據(jù)孤島格局，給予數(shù)字金融充分的發(fā)展空間，提升數(shù)字金融在各類場(chǎng)景下的應(yīng)用能力，夯實(shí)數(shù)字金融助力企業(yè)投融資活動(dòng)的基礎(chǔ)。三是為數(shù)字金融發(fā)展提供良好的制度環(huán)境。利用數(shù)字金融的普惠性，增強(qiáng)金融服務(wù)的廣度和深度，以求為更多企業(yè)提供便捷、低成本的多元金融服務(wù)，提高金融服務(wù)實(shí)體企業(yè)的效率。

第二，加快傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化進(jìn)程，更好地滿足企業(yè)的融資需求。面對(duì)席卷全球的數(shù)字化浪潮，為了更好地服務(wù)實(shí)體企業(yè)，以銀行為主導(dǎo)的傳統(tǒng)金融機(jī)構(gòu)應(yīng)積極擁抱金融科技，加快自身的數(shù)字化改革步伐，將金融服務(wù)充分下沉至實(shí)體企業(yè)，并對(duì)融資需求旺盛、發(fā)展?jié)摿Υ蟮钠髽I(yè)給予有效支持。一是加強(qiáng)數(shù)字銀行的推廣和普及。雖然數(shù)字銀行在發(fā)達(dá)城市已經(jīng)初具規(guī)模，但在偏遠(yuǎn)地區(qū)普及程度仍然不足，為此，應(yīng)積極搭建平臺(tái)，將自身的金融服務(wù)融入用戶的交易情境之中，盡力為更多的平臺(tái)用戶提供優(yōu)質(zhì)的金融服務(wù)，提高金融服務(wù)的觸達(dá)能力。例如，在鄉(xiāng)村金融的服務(wù)過(guò)程中，傳統(tǒng)金融機(jī)構(gòu)可以通過(guò)搭建農(nóng)村集體產(chǎn)權(quán)交易平臺(tái)的方式滿足農(nóng)民的金融需求。此外，傳統(tǒng)金融機(jī)構(gòu)應(yīng)加強(qiáng)與互聯(lián)網(wǎng)平臺(tái)的合作，將銀行專業(yè)的風(fēng)險(xiǎn)評(píng)估方式和金融理念與互聯(lián)網(wǎng)企業(yè)先進(jìn)的科學(xué)技術(shù)和海量的用戶數(shù)據(jù)進(jìn)行對(duì)接，共同構(gòu)建互聯(lián)網(wǎng)金融的消費(fèi)情境。二是加強(qiáng)數(shù)字技術(shù)在傳統(tǒng)金融機(jī)構(gòu)中的使用深度。傳統(tǒng)金融機(jī)構(gòu)應(yīng)充分利用數(shù)字金融優(yōu)勢(shì)，全面評(píng)估企業(yè)的發(fā)展?fàn)顩r和信用情況，有效鑒別高效率企業(yè)，減少呆壞賬。在提供金融服務(wù)的過(guò)程中，將大數(shù)據(jù)、云計(jì)算等信息技術(shù)與金融產(chǎn)品深度融合，提高融資效率。

第三，協(xié)調(diào)更多金融資源，助力欠發(fā)達(dá)地區(qū)和潛力企業(yè)的發(fā)展。相關(guān)部門應(yīng)實(shí)施具有針對(duì)性、持續(xù)性的政策措施，充分發(fā)揮數(shù)字金融的普惠特性，合理分配區(qū)域金融資源，為具備發(fā)展?jié)摿Φ钠髽I(yè)和地區(qū)持續(xù)提供金融資源。例如，增加欠發(fā)達(dá)地區(qū)智能金融網(wǎng)點(diǎn)的數(shù)量和規(guī)模，并加大宣傳力度，以增強(qiáng)當(dāng)?shù)鼐用竦牧私獬潭群褪褂妙l率。針對(duì)農(nóng)村地區(qū)，應(yīng)出臺(tái)相應(yīng)優(yōu)惠政策，鼓勵(lì)金融機(jī)構(gòu)推出適合當(dāng)?shù)氐臄?shù)字金融服務(wù)，降低金融服務(wù)的使用門檻，并對(duì)當(dāng)?shù)氐幕A(chǔ)設(shè)施進(jìn)行改進(jìn)，實(shí)現(xiàn)移動(dòng)互聯(lián)、移動(dòng)通信的廣覆蓋。同時(shí)，推動(dòng)人工智能、數(shù)字技術(shù)和云計(jì)算等技術(shù)與金融的深度融合，利用數(shù)字技術(shù)設(shè)計(jì)符合當(dāng)?shù)鼐用袷褂昧?xí)慣的數(shù)字金融服務(wù)，提高金融資源的區(qū)域配給效率，賦能企業(yè)發(fā)展。

參考文獻(xiàn)

［1］吳堯，沈坤榮．資本結(jié)構(gòu)如何影響企業(yè)創(chuàng)新——基于我國(guó)上市公司的實(shí)證分析［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2020（3）：57-71．

［2］梁安琪，武曉芬．企業(yè)去杠桿、投資效率和企業(yè)績(jī)效［J］．經(jīng)濟(jì)與管理，2021（1）：62-69．

［3］MINSKY H． Stabilizing an unstable economy ［M］． New Haven： Yale University Press， 1986．

［4］王宇偉，盛天翔，周耿．宏觀政策、金融資源配置與企業(yè)部門高杠桿率［J］．金融研究，2018（1）：36-52．

［5］邵帥，尹俊雅，王海，等．資源產(chǎn)業(yè)依賴對(duì)僵尸企業(yè)的誘發(fā)效應(yīng)［J］．經(jīng)濟(jì)研究，2021（11）：138-154．

［6］黃益平，黃卓．中國(guó)的數(shù)字金融發(fā)展：現(xiàn)在與未來(lái)［J］．經(jīng)濟(jì)學(xué)（季刊），2018（4）：1489-1502．

［7］唐松，伍旭川，祝佳．?dāng)?shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］．管理世界，2020（5）：52-66．

［8］汪亞楠，葉欣，許林．?dāng)?shù)字金融能提振實(shí)體經(jīng)濟(jì)嗎［J］．財(cái)經(jīng)科學(xué)，2020（3）：1-13．

［9］趙宸宇，王文春，李雪松．?dāng)?shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］．財(cái)貿(mào)經(jīng)濟(jì)，2021（7）：114-129．

［10］? 張艾莉，孫新宇．?dāng)?shù)字金融、銀行主動(dòng)風(fēng)險(xiǎn)承擔(dān)與企業(yè)融資約束［J］．調(diào)研世界，2022（10）：58-65．

［11］? 萬(wàn)佳彧，周勤，肖義．?dāng)?shù)字金融、融資約束與企業(yè)創(chuàng)新［J］．經(jīng)濟(jì)評(píng)論，2020（1）：71-83．

［12］? 黃銳，賴曉冰，唐松．金融科技如何影響企業(yè)融資約束？——?jiǎng)討B(tài)效應(yīng)、異質(zhì)性特征與宏微觀機(jī)制檢驗(yàn)［J］．國(guó)際金融研究，2020（6）：25-33．

［13］? 吳慶田，王倩．普惠金融發(fā)展質(zhì)量與中小企業(yè)融資效率［J］．金融與經(jīng)濟(jì)，2020（9）：37-43．

［14］? 梁琦，林愛杰．?dāng)?shù)字金融對(duì)小微企業(yè)融資約束與杠桿率的影響研究［J］．中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（6）：191-202．

［15］? 秦士晨．中小企業(yè)融資問(wèn)題的研究——基于“數(shù)字普惠金融”創(chuàng)新借貸模式［J］．工業(yè)經(jīng)濟(jì)論壇，2017（5）：89-94．

［16］? 林愛杰，梁琦，傅國(guó)華．?dāng)?shù)字金融發(fā)展與企業(yè)去杠桿［J］．管理科學(xué)，2021（1）：142-158．

［17］? 周澤炯，王國(guó)慶．?dāng)?shù)字普惠金融對(duì)中小企業(yè)融資的影響研究［J］．長(zhǎng)春師范大學(xué)學(xué)報(bào)，2020（11）：72-76．

［18］? HOU X， GAO Z， WANG Q. Internet finance development and banking market discipline： Evidence from China［J］. Journal of Financial Stability， 2016， 22（1）： 88-100.

［19］? NIGAM N， BENETTI C， JOHAN S A. Digital start-up access to venture capital financing： What signals quality？ ［J］. Emerging Markets Review， 2020， 45（12）： 100743.

［20］? WONGLIMPIYARAT J. FinTech banking industry： A systemic approach［J］. Foresight， 2017， 6（19）： 590-603.

［21］? FUSTER A， PLOSSER M， SCHNABL P， et al. The role of technology in mortgage lending［J］. The Review of Financial Studies， 2019， 32（5）： 1854-1899.

［22］? LYYTINEN K， YOO Y， BOLAND R J. Digital product innovation within four classes of innovation networks［J］. Information Systems Journal， 2016， 26（1）： 47-75.

［23］? CHRISTIANO L， MOTTO R， ROSTAGNO M. Risk shocks［J］. American Economic Review， 2014， 104（1）： 27-65.

［24］? 李匯東，唐躍軍，左晶晶．用自己的錢還是用別人的錢創(chuàng)新？——基于中國(guó)上市公司融資結(jié)構(gòu)與公司創(chuàng)新的研究［J］．金融研究，2013（2）：170-183．

［25］? SIMERLY R L， LI M. Environmental dynamism， capital structure and performance： A theoretical integration and an empirical test［J］. Strategic Management Journal， 2000， 21（1）： 31-49.

［26］? GUO B， CASTRILLO D P， SIMATS A T. Firms' innovation strategy under the shadow of analyst coverage［J］. Journal of Financial Economics， 2019， 131（2）： 456-483.

［27］? 郭峰，王靖一，王芳，等．測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］．經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401-1418．

［28］? SARMA M. Measuring financial inclusion using multidimensional data［J］. World Economics， 2016， 17（1）： 15-40.

［29］? MCLEAN R D， ZHAO M. The business cycle， investor sentiment， and costly external finance［J］. The Journal of Finance， 2014， 69（3）： 1377-1409.

［30］? 高春梅．高管團(tuán)隊(duì)異質(zhì)性、融資效率與企業(yè)投資［J］．財(cái)會(huì)通訊，2023（2）：38-43．

［31］? 張勛，萬(wàn)廣華，張佳佳，等．?dāng)?shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)［J］．經(jīng)濟(jì)研究，2019（8）：71-86．

［32］? HADLOCK C， PIRECE J. New evidence on measuring financial constraints： Moving beyond the KZ Index［J］. Review of Financial Studies， 2010， 23（5）： 1909-1940.

The Impact and Mechanism of Digital Finance on Enterprise Financing Behavior

CHEN Meng-gen?? ZHANG Qiao

Abstract： As a new financial model， digital finance has great influence on the financing behavior of micro-enterprises. This paper sets up a three-dimensional index system to measure the regional digital financial index， and selects Chinese listed enterprises as a sample from 2011 to 2022 to empirically investigate the impact of digital finance on corporate financing behavior and the underlying mechanism. It is found that digital finance has a significant optimization effect on the financing behavior of enterprises， which is manifested in the increase of financing scale， the increase of the proportion of debt financing， and the improvement of financing efficiency. In particular， the heterogeneity analysis shows that the impact of digital finance on corporate financing behavior has obvious regional heterogeneity and firm heterogeneity. The mechanism analysis shows that the development of digital finance can improve the financing behavior of enterprises through information effect， cost effect and income effect. In order to promote the role of digital finance in enhancing the financing behavior of enterprises， it is necessary to formulate and improve supportive policies for the deep integration of information technology and finance， speed up the digitization process of traditional financial institutions， and actively promote the development of underdeveloped regions and potential enterprises.

Key words： digital finance; financing behavior; debt financing

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“數(shù)字經(jīng)濟(jì)對(duì)我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的影響效應(yīng)測(cè)度與統(tǒng)計(jì)評(píng)價(jià)”（19ZDA118）；北京市自然科學(xué)基金面上項(xiàng)目“北京市數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展水平測(cè)度、路徑選擇與治理體系研究”（9232012）。

作者簡(jiǎn)介：陳夢(mèng)根，北京師范大學(xué)統(tǒng)計(jì)學(xué)院金融統(tǒng)計(jì)系主任，教授、博士生導(dǎo)師；張喬，北京師范大學(xué)統(tǒng)計(jì)學(xué)院博士研究生。