鄭 華 肖 華

內(nèi)容提要：數(shù)字金融作為數(shù)字技術(shù)與傳統(tǒng)金融相結(jié)合而產(chǎn)生的一種新型金融業(yè)態(tài)和“智慧型”金融，對市場宏微觀主體均產(chǎn)生深遠影響，引起了學界的廣泛興趣，但關(guān)于數(shù)字金融對企業(yè)破產(chǎn)風險的影響及其作用機制卻鮮見研究?；?011—2021年滬深A股上市企業(yè)數(shù)據(jù)的實證研究表明，數(shù)字金融的發(fā)展顯著降低了企業(yè)破產(chǎn)風險，經(jīng)過一系列穩(wěn)健性檢驗和內(nèi)生性處理后結(jié)果依舊穩(wěn)健。機制檢驗表明數(shù)字金融通過緩解企業(yè)融資約束和提升企業(yè)績效兩個方面來降低企業(yè)破產(chǎn)風險。特別地，數(shù)字金融的發(fā)展對企業(yè)破產(chǎn)風險的影響具有產(chǎn)權(quán)性質(zhì)和區(qū)域位置的異質(zhì)性。此外，進一步研究發(fā)現(xiàn)，在合理的公司治理水平、企業(yè)杠桿率和代理成本下，數(shù)字金融降低企業(yè)破產(chǎn)風險的作用效果更強。

一、引言

數(shù)字金融作為大數(shù)據(jù)、區(qū)塊鏈、云計算、人工智能等現(xiàn)代新技術(shù)群組與傳統(tǒng)金融相結(jié)合而產(chǎn)生的一種新型金融業(yè)態(tài)和“智慧型”金融，顛覆了眾多傳統(tǒng)的金融模式、流程、工具和技術(shù)，創(chuàng)造性地形成了一系列金融產(chǎn)品、服務、渠道和模式，拓展、放大并形成了金融的一些原生和衍生功能，提高了金融服務的范圍、效率和質(zhì)量。數(shù)字金融不僅深刻影響著宏觀經(jīng)濟和中觀產(chǎn)業(yè)的運行發(fā)展，也對市場微觀主體產(chǎn)生了深遠影響，從而引起了學界的廣泛興趣。近年來，學界對于數(shù)字金融的研究也可以從宏觀經(jīng)濟、中觀產(chǎn)業(yè)和微觀企業(yè)三個視角去考察。僅就微觀企業(yè)層面，學界主要關(guān)注數(shù)字金融對企業(yè)技術(shù)創(chuàng)新、(1)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》，《管理世界》2020年第5期。企業(yè)投資水平、(2)楊釗霞、駱潤葳：《數(shù)字金融、投資者情緒與企業(yè)投融資》，《統(tǒng)計與決策》2023年第12期。企業(yè)風險承擔、(3)姚洪心、陳慧敏：《數(shù)字金融發(fā)展與企業(yè)風險承擔——動態(tài)效應、機制識別與異質(zhì)性特征》，《調(diào)研世界》2023年第5期。企業(yè)融資成本、(4)涂詠梅、吳盡、李夢婧：《數(shù)字金融對企業(yè)融資成本影響的實證》，《統(tǒng)計與決策》2022年第19期。企業(yè)資本結(jié)構(gòu)、(5)金丹、田敏嫦：《數(shù)字金融與企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整——基于融資約束視角》，《華東經(jīng)濟管理》2023年第5期。企業(yè)價值、(6)王平、王凱：《數(shù)字金融、技術(shù)創(chuàng)新與企業(yè)價值》，《統(tǒng)計與決策》2022年第15期。企業(yè)金融化、(7)李志軍、楊秋萍：《數(shù)字金融與企業(yè)金融化》，《云南財經(jīng)大學學報》2021年第12期。企業(yè)全要素生產(chǎn)率(8)劉立夫、杜金岷：《數(shù)字金融發(fā)展如何影響企業(yè)全要素生產(chǎn)率？——來自中國的經(jīng)驗》，《鄭州大學學報》2022年第5期。的影響等內(nèi)容，但鮮有文獻討論數(shù)字金融與企業(yè)破產(chǎn)風險之間的關(guān)系?；诖?，本文力求在已有研究的基礎(chǔ)上，采用2011—2021年中國滬深A股上市企業(yè)的數(shù)據(jù)和數(shù)字金融發(fā)展指數(shù)，通過實證研究，探究數(shù)字金融如何影響企業(yè)破產(chǎn)風險以及其中可能存在的作用機制。因而本文可能的邊際貢獻在于以下三個方面：(1)在研究內(nèi)容上，本文通過研究數(shù)字金融對企業(yè)破產(chǎn)風險的影響，拓展了數(shù)字金融的研究范圍。(2)在作用機制研究維度上，本文分別從企業(yè)融資約束和企業(yè)績效兩條作用渠道探究數(shù)字金融與企業(yè)破產(chǎn)風險的聯(lián)系。(3)在調(diào)節(jié)效應研究維度上，從公司治理水平、企業(yè)杠桿率和代理成本三個角度探究其對數(shù)字金融影響企業(yè)破產(chǎn)風險的調(diào)節(jié)效應。

二、文獻綜述和研究假設

(一)文獻綜述

一般來說，數(shù)字金融的發(fā)展、特別是數(shù)字技術(shù)在金融領(lǐng)域的廣泛應用深刻影響著人們的社會經(jīng)濟活動，為社會經(jīng)濟發(fā)展帶來了諸多好處，這已成為人們的共識。例如，大數(shù)據(jù)作為公司治理機制可以降低信息獲取成本來提高股價信息量，(9)Zhu，C.，Big Data as a Governance Mechanism，Rev.Financ.Stud.，2019(32)，pp.2021-2061.從而減少企業(yè)的機會主義活動，進而提高金融市場的穩(wěn)定性。Chiu et al.研究發(fā)現(xiàn)，區(qū)塊鏈能夠通過提高交易速度和降低交易成本，從而為債券市場帶來更多的收益。(10)Chiu，J.，Koeppl，T.V.，Blockchain-based Settlement for Asset Trading，Rev.Financ.Stud.，2019.進一步地，學者們更是從不同視角分析數(shù)字金融對社會經(jīng)濟活動的影響。在宏觀經(jīng)濟方面，傅秋子等基于2013年和2015年11 811個家戶樣本數(shù)據(jù)實證研究了數(shù)字金融對農(nóng)村金融需求的影響，研究發(fā)現(xiàn)數(shù)字金融在很大程度上降低了農(nóng)村生產(chǎn)性正規(guī)金融需求的概率，而有效增加了農(nóng)村消費性正規(guī)信貸需求概率。(11)傅秋子、黃益平：《數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學數(shù)字普惠金融指數(shù)的證據(jù)》，《金融研究》2018年第11期。聶秀華等研究發(fā)現(xiàn)，數(shù)字金融能夠通過緩解融資約束和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)進而顯著提升區(qū)域創(chuàng)新水平。(12)聶秀華、江萍、鄭曉佳、吳青：《數(shù)字金融與區(qū)域技術(shù)創(chuàng)新水平研究》，《金融研究》2021年第3期。田鴿等基于中國家庭追蹤調(diào)查數(shù)據(jù)(CFPS)從支付和信貸業(yè)務兩個方面探究了數(shù)字金融與創(chuàng)業(yè)高質(zhì)量發(fā)展的聯(lián)系，研究發(fā)現(xiàn)數(shù)字金融通過促進消費數(shù)字化和緩解信貸約束進而促進創(chuàng)業(yè)高質(zhì)量發(fā)展。(13)田鴿、黃海、張勛：《數(shù)字金融與創(chuàng)業(yè)高質(zhì)量發(fā)展：來自中國的證據(jù)》，《金融研究》2023年第3期。在微觀企業(yè)方面，楊釗霞等的研究表明，隨著數(shù)字金融發(fā)展程度的提高，企業(yè)的投資水平也會上升，(14)楊釗霞、駱潤葳：《數(shù)字金融、投資者情緒與企業(yè)投融資》。這表明數(shù)字金融不僅優(yōu)化了企業(yè)資金管理，而且提高了企業(yè)資金收益。姚洪心等基于2011—2020年地級市數(shù)字金融發(fā)展指數(shù)和我國上市企業(yè)的數(shù)據(jù)實證檢驗數(shù)字金融對企業(yè)風險承擔的影響，研究發(fā)現(xiàn)數(shù)字金融通過緩解融資約束和增強企業(yè)創(chuàng)新能力等作用渠道顯著提升企業(yè)風險承擔水平。(15)姚洪心、陳慧敏：《數(shù)字金融發(fā)展與企業(yè)風險承擔——動態(tài)效應、機制識別與異質(zhì)性特征》。雖然數(shù)字金融發(fā)展的時限較短，但數(shù)字金融的發(fā)展深刻改變了傳統(tǒng)金融服務在信息技術(shù)、交易渠道和交易方式方面的不足，有效促進了金融效率的提升，(16)黃浩：《數(shù)字金融生態(tài)系統(tǒng)的形成與挑戰(zhàn)——來自中國的經(jīng)驗》，《經(jīng)濟學家》2018年第4期。為進一步拓寬金融行業(yè)的觸及范圍提供了技術(shù)上的支持。

在企業(yè)破產(chǎn)風險研究方面，學者們的研究主要集中在宏觀經(jīng)濟和微觀企業(yè)兩個方面。在宏觀經(jīng)濟方面，Iqbal et al.研究發(fā)現(xiàn)經(jīng)濟政策的不確定性通過降低資產(chǎn)回報率和凈利潤率來增加企業(yè)的破產(chǎn)風險。(17)Iqbal，U.，Gan，C.，Nadeem，M.，Economic Policy Uncertainty and Firm Performance，Appl. Econ. Lett.，2020(27)，pp.765-770.何康等認為貿(mào)易信用融入能夠顯著降低外部融資依賴程度高的企業(yè)的破產(chǎn)風險，并且探究了經(jīng)濟政策確定性在貿(mào)易信用對企業(yè)破產(chǎn)風險的調(diào)節(jié)作用，研究發(fā)現(xiàn)經(jīng)濟政策不確定性會在一定程度上弱化貿(mào)易信用融入降低企業(yè)破產(chǎn)風險的作用。(18)何康、項后軍、方顯倉、孫美玲：《貿(mào)易信用、經(jīng)濟政策不確定性與企業(yè)破產(chǎn)風險》，《國際經(jīng)貿(mào)探索》2022年第2期。在微觀企業(yè)方面，F(xiàn)ich et al.研究發(fā)現(xiàn)公司治理能夠提高企業(yè)信息透明度來降低企業(yè)破產(chǎn)風險。(19)Fich，E.M.，Slezak，S.L.，Can Corporate Governance Save Distressed Firms from Bankruptcy？An Empirical analysis，Rev.Quant.Finan.Acc.，2020(30)，pp.225-251.Darrat et al.研究發(fā)現(xiàn)企業(yè)的董事會規(guī)模和獨立董事的比例對企業(yè)的破產(chǎn)風險也會產(chǎn)生影響，他們認為董事會規(guī)模和獨立董事比例與企業(yè)的破產(chǎn)風險呈負相關(guān)。(20)Darrat，A.F.，Gray，S.，Park，J.C.，Wu，Y.，Corporate Governance and Bankruptcy Risk，J.Acc.Audit.Financ.，2016(31)，pp.163-202.張小茜等通過揭示企業(yè)杠桿率擴大演化進程發(fā)現(xiàn)，隨著企業(yè)杠桿率的提高，企業(yè)破產(chǎn)風險顯著放大。(21)張小茜、孫璐佳：《抵押品清單擴大、過度杠桿化與企業(yè)破產(chǎn)風險——動產(chǎn)抵押法律改革的“雙刃劍”效應》，《中國工業(yè)經(jīng)濟》2017年第7期。高闖等基于2008—2018年滬深A股上市企業(yè)實證研究了實體企業(yè)金融化對企業(yè)破產(chǎn)風險的影響，研究發(fā)現(xiàn)隨著實體企業(yè)金融化程度的加深，企業(yè)的破產(chǎn)風險也會顯著增大。(22)高闖、褚曉波、楊燁青：《實體企業(yè)金融化、代理成本與企業(yè)破產(chǎn)風險》，《統(tǒng)計與決策》2021年第15期。早在上個世紀就已經(jīng)開始出現(xiàn)關(guān)于企業(yè)破產(chǎn)風險的研究，但早期關(guān)于企業(yè)破產(chǎn)風險的研究局限于理論層面，后期才從定性分析向定量分析開始轉(zhuǎn)變，其中比較具有代表性的作者是Altman和Ohlson，(23)Altman，F(xiàn)inancial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy，Journal of Finance，1968，Vol.4，pp.589-609；Ohlson J.，F(xiàn)inancial Ratios and the Probabilistic Prediction of Bankruptcy，Journal of Accounting Research，1980，18(1).其研究提出的衡量企業(yè)破產(chǎn)風險的模型已被廣泛使用。

(二)研究假設

數(shù)字金融在人工智能、大數(shù)據(jù)、區(qū)塊鏈和互聯(lián)網(wǎng)等信息技術(shù)的支撐下，能夠有效緩解企業(yè)與金融機構(gòu)之間信息不對稱問題，(24)Tao K.，RenJi S.，Guanglin S.，et al.，Effects of Digital Finance on Green Innovation Considering Information Asymmetry：An Empirical Study Based on Chinese Listed Firms，Emerging Markets Finance and Trade，2022，58(15).并且能夠在低成本高效率的基礎(chǔ)上處理海量數(shù)據(jù)，(25)Gomber，P.，Kauffman，R.J.and Parker，C.，On the Fintech Revolution：Interpreting the Forces of Innovation，Disruption and Transformation In Financial Services，Journal of Management Information Systems，2018，Vol.35，pp.220-265.因此能夠更好地監(jiān)控企業(yè)的機會主義行為，(26)Zhu，C.，Big Data as a Governance Mechanism，pp.2021-2061.進而降低企業(yè)的破產(chǎn)風險。此外，數(shù)字金融的發(fā)展還能夠發(fā)揮風險控制和治理效應，翟淑萍等研究發(fā)現(xiàn)數(shù)字金融的發(fā)展能夠顯著降低企業(yè)的債務違約風險，(27)翟淑萍、韓賢、張曉琳、陳曦：《數(shù)字金融能降低企業(yè)債務違約風險嗎》，《會計研究》2022年第2期。通過降低企業(yè)的經(jīng)營風險和代理成本顯著發(fā)揮數(shù)字金融的風險治理效應，這與姚洪心等實證分析數(shù)字金融通過提升企業(yè)創(chuàng)新能力顯著發(fā)揮風險控制效應提升企業(yè)風險承擔水平有著相同的助推企業(yè)發(fā)展的效果。(28)姚洪心、陳慧敏：《數(shù)字金融發(fā)展與企業(yè)風險承擔——動態(tài)效應、機制識別與異質(zhì)性特征》。其次，數(shù)字金融的發(fā)展能夠顯著降低企業(yè)杠桿率，(29)馬文婷、蔣先玲、俞毛毛：《數(shù)字金融發(fā)展能夠降低企業(yè)杠桿率嗎？》，《西南民族大學學報》2021年第11期。進而降低企業(yè)的破產(chǎn)風險。陳春華等的研究發(fā)現(xiàn)數(shù)字金融的發(fā)展可以促進企業(yè)將更多的資本從非生產(chǎn)性領(lǐng)域配置到生產(chǎn)性領(lǐng)域，從而抑制企業(yè)“脫實向虛”的現(xiàn)象，(30)陳春華、曹偉、曹雅楠、邵薪潔：《數(shù)字金融發(fā)展與企業(yè)“脫虛向?qū)崱薄?，《財?jīng)研究》2021年第9期。而高闖等的研究證明了企業(yè)“脫虛向?qū)崱迸c企業(yè)破產(chǎn)風險呈負相關(guān)關(guān)系。(31)高闖、褚曉波、楊燁青：《實體企業(yè)金融化、代理成本與企業(yè)破產(chǎn)風險》，《統(tǒng)計與決策》2021年第15期。企業(yè)破產(chǎn)風險是企業(yè)作為經(jīng)濟主體因資產(chǎn)不足以償還負債所帶來的風險，具體可分為過度投資活動造成流動性資金短缺的風險、生產(chǎn)經(jīng)營過程中各環(huán)節(jié)不確定因素造成資金運動遲滯的風險以及企業(yè)通過舉債經(jīng)營而無力在規(guī)定期限償還本息的風險等。顯然，企業(yè)的破產(chǎn)風險可能產(chǎn)生于企業(yè)的投資活動、籌資活動和生產(chǎn)經(jīng)營活動等，因而規(guī)避和防范企業(yè)的破產(chǎn)風險是一個長期的過程，要從企業(yè)風險控制、風險治理和資源支持等多個角度來降低企業(yè)破產(chǎn)風險。數(shù)字金融的發(fā)展能夠緩解信息不對稱發(fā)揮風險控制效應、優(yōu)化公司治理結(jié)構(gòu)發(fā)揮風險治理效應以及緩解融資約束發(fā)揮資源支持效應，這是降低企業(yè)破產(chǎn)風險的內(nèi)在要求和關(guān)鍵因素，因此本文認為數(shù)字金融的發(fā)展能夠降低企業(yè)破產(chǎn)風險。綜上所述，提出本文的第一個研究假設。

H1：數(shù)字金融的發(fā)展有助于降低了企業(yè)破產(chǎn)風險。

與傳統(tǒng)金融服務相比數(shù)字金融更能夠發(fā)揮資源支持效應。借助數(shù)字技術(shù)得到迅速發(fā)展的數(shù)字金融有效緩解了傳統(tǒng)金融業(yè)與企業(yè)之間信息不對稱問題，進而更有效地促進金融市場引導資金從低效率使用部門向高效率使用部門流動，提升了資金配置效率。此外，“融資難、融資貴”問題一直是限制企業(yè)發(fā)展的重要因素，也是導致企業(yè)因資金鏈斷鏈而破產(chǎn)清算的重要原因。然而，數(shù)字金融的發(fā)展深刻變革著企業(yè)的融資方式與融資成本。首先，數(shù)字金融的發(fā)展能夠通過優(yōu)化直接融資與間接融資的融資結(jié)構(gòu)來緩解企業(yè)融資約束，相較于企業(yè)通過由銀行主導的間接融資方式，數(shù)字金融對于規(guī)模小、風險高的直接融資體系作用更強，能更迅速且全面提升資本市場配置效率，從而有效緩解企業(yè)融資約束。(32)黃銳、賴曉冰、趙丹妮、湯子?。骸稊?shù)字金融能否緩解企業(yè)融資困境——效用識別、特征機制與監(jiān)管評估》，《中國經(jīng)濟問題》2021年第1期。其次，數(shù)字金融的發(fā)展一方面能夠有效促進資本市場幫助經(jīng)濟主體解決“道德風險”和“逆向選擇”問題，(33)L'ubo? P Stor and Veronesi，P.，Technological Revolutions and Stock Prices，American Economic Review，2009，Vol.99，pp.1451-1483.另一方面能夠為企業(yè)塑造良好的金融環(huán)境，完善金融監(jiān)管制度，提升金融監(jiān)管效率，進而降低企業(yè)的融資成本，(34)涂詠梅、吳盡、李夢婧：《數(shù)字金融對企業(yè)融資成本影響的實證》。改善信貸資源錯配，緩解企業(yè)融資約束。(35)Laeven，L.，Levine，R.and Michalopoulos，S.，F(xiàn)inancial Innovation and Endogenous Growth，Economics Working Papers，2015，Vol.24，pp.1-24.因此數(shù)字金融的發(fā)展不僅能夠通過改善融資結(jié)構(gòu)使企業(yè)更快捷更高效的獲得所需要的資金，而且能夠?qū)κ袌錾系男畔⒆鞒隹焖俜磻?，降低企業(yè)通過股權(quán)融資和債務融資的成本，緩解企業(yè)的流動性限制，提高企業(yè)資金使用效率，進而有效降低企業(yè)破產(chǎn)風險?；谝陨戏治觯岢霰疚牡牡诙€研究假設。

H2：數(shù)字金融的發(fā)展有助于緩解企業(yè)融資約束，進而降低企業(yè)破產(chǎn)風險。

依托物聯(lián)網(wǎng)、區(qū)塊鏈和大數(shù)據(jù)等優(yōu)勢的數(shù)字金融不僅成為推動企業(yè)高質(zhì)量發(fā)展的重要動力，(36)張超、鐘昌標、楊佳妮：《數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響研究——基于浙江的實證》，《華東經(jīng)濟管理》2022年第3期。而且也是驅(qū)動企業(yè)創(chuàng)新的重要抓手。(37)申明浩、譚偉杰：《數(shù)字金融發(fā)展能激勵企業(yè)創(chuàng)新嗎？——基于中國上市企業(yè)的實證檢驗》，《南京財經(jīng)大學學報》2022年第3期。徐丹等研究發(fā)現(xiàn)高技術(shù)產(chǎn)業(yè)因資源稟賦的吸引和生產(chǎn)要素的稀缺會在空間結(jié)構(gòu)上產(chǎn)生集聚效應，產(chǎn)業(yè)集聚可以加強該區(qū)域高技術(shù)企業(yè)創(chuàng)新，(38)徐丹、于渤：《高技術(shù)產(chǎn)業(yè)集聚對區(qū)域創(chuàng)新能力的影響研究——基于長三角城市群的實證考察》，《軟科學》2021年第10期。而數(shù)字金融可以促進高技術(shù)產(chǎn)業(yè)集聚，(39)任嬌、趙榮榮、任建輝：《數(shù)字金融、高技術(shù)產(chǎn)業(yè)集聚與區(qū)域創(chuàng)新績效》，《統(tǒng)計與決策》2023年第5期。因此數(shù)字金融通過促進高技術(shù)產(chǎn)業(yè)集聚效應進而對高新技術(shù)企業(yè)創(chuàng)新活動產(chǎn)生積極的影響，從而提升高技術(shù)企業(yè)的創(chuàng)新績效。此外，數(shù)字金融還能夠驅(qū)動企業(yè)去杠桿、改善企業(yè)資本結(jié)構(gòu)狀況，并能夠緩解企業(yè)融資問題，從而有助于企業(yè)技術(shù)創(chuàng)新產(chǎn)出的增加，(40)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。進而提升企業(yè)績效。同樣地，數(shù)字金融確實具有低門檻高效率以及能夠克服地理障礙的優(yōu)勢，但是我們不得不清醒地認識到，數(shù)字金融的運用確實需要基本的金融知識，(41)郭峰、王瑤佩：《傳統(tǒng)金融基礎(chǔ)、知識門檻與數(shù)字金融下鄉(xiāng)》，《財經(jīng)研究》2020年第1期。通過對金融知識的運用有助于幫助企業(yè)獲得數(shù)字金融服務，而數(shù)字金融的接入能夠提高企業(yè)績效。(42)Efua S.F.，Gloria A.，Daniel A.，F(xiàn)inancial Literacy，Access to Digital Finance and Performance of SMEs：Evidence From Central Region of Ghana，Cogent Economics &Finance，2022，10(1).由于企業(yè)績效的提升具體表現(xiàn)為企業(yè)盈利能力的提高、企業(yè)資產(chǎn)運營水平的提升，這些都會有助于企業(yè)資金周轉(zhuǎn)速度和使用效率得到提高，從而有效降低企業(yè)的破產(chǎn)風險?；诖耍岢霰疚牡牡谌齻€研究假設。

H3：數(shù)字金融的發(fā)展能夠顯著提升企業(yè)績效，進而降低企業(yè)破產(chǎn)風險。

三、研究設計

(一)數(shù)據(jù)來源

本文以滬深A股上市企業(yè)作為研究對象，依據(jù)數(shù)字金融指數(shù)的起始年限(2011年)和已構(gòu)建的數(shù)字金融指數(shù)的截止年限(2021年)進行配對，構(gòu)建2011—2021年的非平衡面板數(shù)據(jù)集。本文對所使用的數(shù)據(jù)進行以下處理：第一，針對樣本期間掛牌ST和退市的企業(yè)，本文予以剔除；第二，對屬于金融行業(yè)類型的企業(yè)予以剔除；第三，為降低樣本企業(yè)中極端值對數(shù)據(jù)質(zhì)量的影響，本文對所有連續(xù)變量數(shù)據(jù)(不包含虛擬變量)進行1%和99%的縮尾處理。企業(yè)的財務數(shù)據(jù)來自Wind數(shù)據(jù)庫和國泰安數(shù)據(jù)庫，地區(qū)層面的控制變量來自中國各省份統(tǒng)計年鑒，數(shù)字金融指數(shù)則來自于北京大學數(shù)字金融研究中心發(fā)布的中國數(shù)字普惠金融發(fā)展指數(shù)。

(二)變量設定

1.被解釋變量

企業(yè)破產(chǎn)風險(O-score)。借鑒Asness et al.和何康等的研究，本文選用Ohlson提出的O-score模型來測算企業(yè)的破產(chǎn)風險。(43)Asness C.，F(xiàn)razzini A.，Pedersen L.，Quality Minus Junk，Review of Accounting Studies，2019，24(1)；何康、項后軍、方顯倉、孫美玲：《貿(mào)易信用、經(jīng)濟政策不確定性與企業(yè)破產(chǎn)風險》；Ohlson J.，F(xiàn)inancial Ratios and the Probabilistic Prediction of Bankruptcy，Journal of Accounting Research，1980，18(1)。O-score的計算公式如下：

O-score=-1.32-0.407×Size+6.03×Lev-1.43×Wcta+0.0757×CL
-2.37×Nita-1.83×Sale+0.285×Pat-1.72×Lia-0.521×Chin

(1)

其中，Size代表企業(yè)總資產(chǎn)的自然對數(shù)；Lev代表資產(chǎn)負債率；Wcta代表凈營運資本與總資產(chǎn)的比值；CL代表流動負債與流動資產(chǎn)的比值；Nita代表企業(yè)的凈利潤與總資產(chǎn)的比值；Sale代表折舊前營業(yè)收入與總資產(chǎn)的比值；Pat和Lia為虛擬變量，前者表示企業(yè)前兩年的稅后凈利潤為負時取1，否則就取0；后者表示企業(yè)總負債大于總資產(chǎn)時取1，否則就取0；Chin=(Nit-Nit-1)/(|Nit|+|Nit-1|)，Ni表示凈利潤。若O-score的值越大代表企業(yè)破產(chǎn)風險越大，反之，則企業(yè)破產(chǎn)風險越小。

2.解釋變量

數(shù)字金融(DIF)。參考吳雨等和張勛等研究，(44)吳雨、李曉、李潔、周利：《數(shù)字金融發(fā)展與家庭金融資產(chǎn)組合有效性》，《管理世界》2021年第7期；張勛、楊桐、汪晨、萬廣華：《數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐》，《管理世界》2020年第11期。本文采用北京大學數(shù)字金融研究中心和螞蟻金服共同編制的數(shù)字普惠金融發(fā)展指數(shù)，該指數(shù)從數(shù)字金融服務覆蓋廣度、使用深度和數(shù)字化程度三個維度衡量我國省級和城市級(未核算中國港澳臺地區(qū))數(shù)字金融的發(fā)展程度。(45)郭峰、王靖一、王芳、孔濤、張勛、程志云：《測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征》，《經(jīng)濟學(季刊)》2020年第4期。其次，為了消除異方差問題，本文對該指數(shù)取自然對數(shù)作為數(shù)字金融的衡量標準。此外，參考唐松等的做法，(46)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。在本文的核心實證部分采用省級層面的數(shù)字金融發(fā)展指數(shù)；在穩(wěn)健性檢驗中，則選取了市級層面的數(shù)字金融發(fā)展指數(shù)。

3.中介變量

企業(yè)融資約束(KZ)。在企業(yè)融資約束的測算上，本文借鑒Kaplan和Zingales的思想，參考譚躍等和魏志華等的方法，(47)Kaplan，S.N.and Zingales，L.，Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？Quarterly Journal of Economics，1997，Vol.112，pp.169-215；譚躍、夏芳：《股價與中國上市公司投資——盈余管理與投資者情緒的交叉研究》，《會計研究》2011年第8期；魏志華、曾愛民、李博：《金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國上市公司的實證研究》，《會計研究》2014年第5期。計算出相應的KZ指數(shù)，以此作為企業(yè)融資約束的代理變量(KZ)。該指數(shù)越大，意味著企業(yè)所面臨的融資約束程度越大，反之，則企業(yè)面臨的融資約束程度越小。

企業(yè)績效(ROA)。在中介變量企業(yè)績效指標的選取方面，由于Tobin'Q指標一般適用于金融市場，這就會導致該指標可能受到中國資本市場的弱有效性而不能完全反映企業(yè)真實經(jīng)營情況，(48)劉海建、胡化廣、張樹山、孫磊：《供應鏈數(shù)字化與企業(yè)績效——機制與經(jīng)驗證據(jù)》，《經(jīng)濟管理》2023年第5期。而企業(yè)凈資產(chǎn)收益率(ROE)從數(shù)據(jù)測量上直接與股東權(quán)益相關(guān)，這也可能導致該指標無法有效衡量企業(yè)績效的真實情況。因此，本文參考鄧新明等的做法，以總資產(chǎn)收益率來反映企業(yè)績效。(49)鄧新明、郭雅楠：《競爭經(jīng)驗、多市場接觸與企業(yè)績效——基于紅皇后競爭視角》，《管理世界》2020年第11期。具體測量方法為：企業(yè)績效(ROA)=凈利潤/期初和期末平均總資產(chǎn)。

4.調(diào)節(jié)變量

公司治理水平(CorpGov)。借鑒顧乃康等和周茜等做法，(50)顧乃康、周艷利：《賣空的事前威懾、公司治理與企業(yè)融資行為——基于融資融券制度的準自然實驗檢驗》，《管理世界》2017年第2期；周茜、許曉芳、陸正飛：《去杠桿，究竟誰更積極與穩(wěn)妥？》，《管理世界》2020年第8期。運用主成分分析法分別從董事會規(guī)模、獨立董事比例、機構(gòu)持股比例、董事長和總經(jīng)理是否兩職合一、股權(quán)制(第一大股東持股比例、前3位大股東持股比例之和、前5位大股東持股比例之和和前10位大股東持股比例之和)、薪資管理和股權(quán)激勵七個方面的指標構(gòu)建公司治理指數(shù)以反映公司治理水平。

企業(yè)杠桿率(Lev)。參考唐松等的研究，采用資產(chǎn)負債率來衡量企業(yè)杠桿率，(51)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。資產(chǎn)負債率能夠衡量企業(yè)面臨的債務約束，揭示企業(yè)資產(chǎn)中有多少是通過負債的方式籌集的，是衡量企業(yè)負債水平和風險程度的重要標志。

代理成本(Cost)。選用管理費用率來衡量企業(yè)的代理成本，該指標可以反映企業(yè)高管超過預算以外的消費以及與之相關(guān)的其他代理成本。(52)毛志宏、李麗：《黨組織嵌入、代理成本與非效率投資——基于國有上市公司的經(jīng)驗證據(jù)》，《當代經(jīng)濟管理》2022年第10期。具體測量方法為：代理成本(Cost)=管理費用/營業(yè)收入。

5.控制變量

為了盡可能克服遺漏變量的影響，本文納入了經(jīng)濟宏觀層面的控制變量和企業(yè)微觀層面的控制變量。經(jīng)濟宏觀層面的控制變量為國內(nèi)生產(chǎn)總值(lnGDP)；企業(yè)微觀層面的控制變量包括：企業(yè)規(guī)模(Size)、總資產(chǎn)周轉(zhuǎn)率(ATO)、營業(yè)收入增長率(Growth)、董事人數(shù)(Board)、獨立董事比例(lndep)、兩職合一(Dual)、第一大股東持股比例(Top1)、企業(yè)年齡(Age)、審計意見(Opinion)。此外，為了控制不同年份和行業(yè)的影響，加入了年份(Year)和行業(yè)虛擬變量(Industry)(具體變量定義見表1)。

表1 變量說明

(三)模型設定

為了驗證數(shù)字金融對企業(yè)破產(chǎn)風險的影響，本文遵循了最典型的“雙向固定效應模型”(控制“時間-行業(yè)”虛擬變量)進行檢驗，因此本文構(gòu)建如下估計模型：

O-scorei，t=α0+α1×DIFi，t+α2×Controlsi，t+∑Year+∑Industry+εi，t

(2)

其中，O-scorei，t是滬深A股企業(yè)i第t年的企業(yè)破產(chǎn)風險，DIFi，t是滬深A股企業(yè)i所在省份的第t年的數(shù)字金融的發(fā)展程度，Controlsi，t代表一系列控制變量，εi，t為隨機擾動項。

四、實證檢驗與分析

(一)描述性統(tǒng)計與分析

表2報告的是本文主要變量的描述性統(tǒng)計結(jié)果。數(shù)據(jù)顯示，上市企業(yè)因經(jīng)營狀況的不同，企業(yè)破產(chǎn)風險存在較大的差異，企業(yè)破產(chǎn)風險的平均數(shù)為-8.087，最小值為-16.235，最大值為0，標準差為3.117。數(shù)字金融的最大值為6.129，最小值為3.487，均值為5.513，這表明不同地區(qū)數(shù)字金融的發(fā)展雖有差異，但差別不大。其他變量均與已有研究一致。

表2 描述性統(tǒng)計

(二)數(shù)字金融對企業(yè)破產(chǎn)風險的影響

采用模型(2)檢驗數(shù)字金融對企業(yè)破產(chǎn)風險的可能影響，結(jié)果如表3的第(1)、(2)列所示。其中表3的第(1)列是僅控制了“年份-行業(yè)”固定效應下的檢驗結(jié)果，第(2)列是在第(1)列的基礎(chǔ)上增加了一系列控制變量的檢驗結(jié)果。由表3第(1)列的檢驗結(jié)果可知，在不考慮控制變量的情況下，數(shù)字金融與企業(yè)破產(chǎn)風險在1%的顯著性水平上負相關(guān)。由表3的第(2)列檢驗結(jié)果可知，在第(1)列的基礎(chǔ)上增加了控制變量后數(shù)字金融與企業(yè)破產(chǎn)風險依仍然呈顯著的負相關(guān)關(guān)系(數(shù)字金融與企業(yè)破產(chǎn)風險的系數(shù)為-1.242，P值小于0.01)，這說明了數(shù)字金融的發(fā)展能夠降低企業(yè)破產(chǎn)風險，因此本文的假設H1得證。

表3 數(shù)字金融發(fā)展對企業(yè)破產(chǎn)風險的影響：基準回歸

(三)穩(wěn)健性檢驗與內(nèi)生性處理

為了保證研究結(jié)果的可靠性，本文在穩(wěn)健性檢驗與內(nèi)生性處理方面包括以下檢驗：一是更換變量度量指標檢驗，分別采用不同的衡量方法重新度量解釋變量和被解釋變量進行檢驗；二是滯后變量法；三是回歸模型更替；四是剔除部分不易觀測卻又確實存在影響本文研究結(jié)果的因素(例如直轄市特征)以及采用平衡面板數(shù)據(jù)對基準模型重新進行回歸；五是在內(nèi)生性處理方面分別采用系統(tǒng)GMM、工具變量法和雙重差分法進行檢驗。

1.更換變量度量指標檢驗

(1)更換解釋變量的度量指標。參考唐松等的做法，在本文的穩(wěn)健性檢驗更換了核心解釋變量的口徑，采用地級市層面的數(shù)字金融發(fā)展指數(shù)取自然對數(shù)后進行檢驗，(53)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。檢驗結(jié)果如表4第(1)列所示，地級市層面的數(shù)字金融發(fā)展程度(DIF-City)與企業(yè)破產(chǎn)風險在1%的顯著性水平上為-1.078，說明替換核心解釋變量的穩(wěn)健性檢驗結(jié)果與本文的研究結(jié)果一致。

表4 替換變量檢驗

(2)更換被解釋變量的度量指標。參考張小茜等的研究可知，(54)張小茜、孫璐佳：《抵押品清單擴大、過度杠桿化與企業(yè)破產(chǎn)風險——動產(chǎn)抵押法律改革的“雙刃劍”效應》。Altman修正后的Z-score也可以衡量企業(yè)的破產(chǎn)風險。(55)Altman，E.I.，Predicting Financial Distress of Companies：Revisiting the Z-Score and ZETA Models，Stern School of Business，New York University，2000.但是參考呂靖燁等的研究可知，由于不同的國家有著不同的社會環(huán)境和金融環(huán)境，(56)呂靖燁、史家榮：《數(shù)字普惠金融、融資約束與企業(yè)債務違約風險——基于中小企業(yè)的經(jīng)驗證據(jù)》，《武漢金融》2022年第9期。導致Altman的Z-score模型并不能完全適用于評價中國企業(yè)的破產(chǎn)風險，因此本文借鑒zhang等的做法，基于中國上市企業(yè)的數(shù)據(jù)重新測算Z-score。(57)Zhang L.，Altman I.E.，Yen J.，Corporate Financial Distress Diagnosis Model and Application in Credit Rating for Listing Firms in China，F(xiàn)rontiers of Computer Science in China，2010，4(2).Z-score的值越大，說明企業(yè)的破產(chǎn)風險越小。Z-score的具體計算方法如下：

Z-score=0.517-0.46×Lev-0.388×Wt+9.32×Nia+1.158×Reta

(3)

其中，Lev表示企業(yè)的負債總額與資產(chǎn)總額的比值；Wt表示企業(yè)的營運資金與資產(chǎn)總額的比值；Nia表示企業(yè)的凈利潤與平均資產(chǎn)總額的比值，平均資產(chǎn)總額等于期初和期末的資產(chǎn)總額的平均數(shù)；Reta表示留存收益與資產(chǎn)總額的比值。為了便于分析，對Z-score取相反數(shù)，即在回歸結(jié)果中若出現(xiàn)數(shù)字金融與企業(yè)破產(chǎn)風險負相關(guān)，則表明數(shù)字金融能夠降低企業(yè)的破產(chǎn)風險。結(jié)果如表4第(2)列所示，數(shù)字金融與企業(yè)破產(chǎn)風險的系數(shù)為-0.428且在1%的水平上顯著，說明更換被解釋變量的穩(wěn)健性檢驗與本文的研究結(jié)果依舊一致。

2.滯后變量檢驗

一般而言，政府在制定和執(zhí)行政策的過程中都具有一定的時滯性，那么本文的核心解釋變量數(shù)字金融在影響企業(yè)破產(chǎn)風險的過程中也可能具有一定的時滯性，因此本文分別將數(shù)字金融滯后一期和兩期的指標作為模型(2)中的解釋變量重新進行回歸。表5第(1)、(2)列分別是將數(shù)字金融滯后一期和滯后兩期的檢驗結(jié)果，檢驗結(jié)果顯示，不論是將數(shù)字金融指標滯后一期還是滯后兩期，數(shù)字金融都與企業(yè)破產(chǎn)風險在1%的顯著性水平上呈負相關(guān)關(guān)系，這表明在滯后變量的穩(wěn)健性檢驗中本文“數(shù)字金融有助于降低企業(yè)破產(chǎn)風險”的核心結(jié)論依然成立。

表5 滯后變量檢驗

3.回歸模型更替

第一，本文研究的被解釋變量——企業(yè)破產(chǎn)風險(O-score)，數(shù)據(jù)特征呈現(xiàn)零值堆積和負值連續(xù)分布共存的狀態(tài)，對于這種特殊類型的數(shù)據(jù)以及考慮到Tobit模型的適用范圍，因此本文對企業(yè)破產(chǎn)風險(O-score)取相反數(shù)使得本文的被解釋變量數(shù)據(jù)呈現(xiàn)零值堆積和正值連續(xù)分布的特征，對企業(yè)破產(chǎn)風險(O-score)取相反數(shù)得到的具有截尾特征的新變量OS采用Tobit模型重新進行回歸檢驗，此時新變量OS越大說明企業(yè)破產(chǎn)風險越小，若在回歸模型中出現(xiàn)數(shù)字金融與取相反數(shù)得到的新的企業(yè)破產(chǎn)風險變量(OS)正相關(guān)，說明數(shù)字金融能夠降低企業(yè)破產(chǎn)風險，檢驗結(jié)果見表6第(1)列。第二，考慮到回歸模型中采用時間和行業(yè)的雙向固定效應模型是一種常規(guī)做法，但是可能存在一些未觀測到的變量導致數(shù)字金融發(fā)展與企業(yè)破產(chǎn)風險之間的虛假相關(guān)性。為了緩解這個擔憂，本文參考Moser et al.的研究方法，在固定效應模型中采用控制“年份、年份×行業(yè)”的高階聯(lián)合固定效應方法，(58)Moser，P.and Voe，A.，Compulsory Licensing：Evidence from the Trading With The Enemy Act，American Economic Review，2012，Vol.102，pp.396-427.重新對基準回歸模型進行估計并在表6中報告結(jié)果，結(jié)果如表6第(2)列所示，在加入“年份、年份×行業(yè)”的高階聯(lián)合固定效應后結(jié)果依然穩(wěn)健。

表6 替換模型+固定效應調(diào)整

4.剔除直轄市和平衡面板

不管是數(shù)字金融的發(fā)展狀況還是企業(yè)的發(fā)展狀況，同全國范圍內(nèi)的經(jīng)濟發(fā)展形勢有著密不可分的關(guān)聯(lián)，這種因素的影響可能會導致本文的回歸結(jié)果產(chǎn)生一定的偏誤。由于中國存在較大經(jīng)濟特殊性的直轄市，可能使得數(shù)字金融的發(fā)展和企業(yè)生產(chǎn)經(jīng)營等活動存在不同，(59)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。因此本文將樣本中直轄市的相關(guān)數(shù)據(jù)給與剔除后重新對模型(2)進行回歸檢驗。結(jié)果如表7第(1)列所示，在控制年份和行業(yè)的雙向固定效應模型基礎(chǔ)上剔除了直轄市的樣本后，數(shù)字金融與企業(yè)破產(chǎn)風險的系數(shù)在1%的顯著性水平上為負，說明本文的“數(shù)字金融能夠降低企業(yè)破產(chǎn)風險”這一核心結(jié)論并沒有發(fā)生任何變化。此外，由于本文的樣本數(shù)據(jù)區(qū)間為2011—2021年，且中國滬深A股上市企業(yè)的上市時間并不完全相同，以及在企業(yè)經(jīng)營過程中因出現(xiàn)了財務狀況或某些異常狀態(tài)(即該企業(yè)股票處于特殊處理的狀態(tài))而被本文所剔除，導致部分樣本企業(yè)的數(shù)據(jù)不足11年，因此，在穩(wěn)健性檢驗部分，參考馬連福等的做法，將前文數(shù)據(jù)轉(zhuǎn)換為平衡面板數(shù)據(jù)，(60)馬連福、杜善重：《數(shù)字金融能提升企業(yè)風險承擔水平嗎》，《經(jīng)濟學家》2021年第5期。即保證樣本企業(yè)的數(shù)據(jù)均包括2011—2021年，在此基礎(chǔ)上重新對模型(2)進行回歸檢驗。由表7第(2)列結(jié)果可知，數(shù)字金融(DIF)與企業(yè)破產(chǎn)風險(O-score)的系數(shù)為-1.609且通過了1%的顯著性檢驗，這表明在平衡面板的基礎(chǔ)上本文的核心結(jié)論“數(shù)字金融能夠降低企業(yè)破產(chǎn)風險”依舊成立。

表7 剔除部分因素干擾+平衡面板

5.內(nèi)生性處理

(1)系統(tǒng)GMM。由于本文的樣本數(shù)據(jù)具有短面板的特點，而且本文的核心解釋變量可能受到滯后項的影響以及被解釋變量也可能受到上一期數(shù)據(jù)的影響進而導致內(nèi)生性問題，(61)王曉燕、王梓萌：《外部融資對企業(yè)研發(fā)投入的影響實證研究——基于動態(tài)面板數(shù)據(jù)的系統(tǒng)GMM分析》，《科技管理研究》2020年第5期。因此本文參考魏濱輝等的做法，利用系統(tǒng)廣義矩估計(GMM)的方法重新進行回歸檢驗。(62)魏濱輝、羅明忠：《數(shù)字普惠金融對農(nóng)業(yè)服務業(yè)的影響——來自中國地級市的經(jīng)驗證據(jù)》，《金融經(jīng)濟學研究》2023年7月21日網(wǎng)絡首發(fā)。由表8第(1)列檢驗結(jié)果可知，AR(1)通過顯著性檢驗，AR(2)沒有通過顯著性檢驗，說明方程的殘差項存在一階序列相關(guān)以及二階序列不相關(guān)。由Hansen檢驗P值大于0.1可知，本文的系統(tǒng)GMM模型中所選取的工具變量不存在過度識別問題。此外，由表8第(1)列回歸結(jié)果所示，數(shù)字金融對企業(yè)破產(chǎn)風險的系數(shù)在1%的顯著性水平上負相關(guān)，表明在處理了內(nèi)生性問題后，本文的核心結(jié)論“數(shù)字金融有助于降低企業(yè)破產(chǎn)風險”依然穩(wěn)健。

表8 內(nèi)生性處理：系統(tǒng)GMM+工具變量法

(2)工具變量檢驗。在前述一系列穩(wěn)健性檢驗中，本文的核心結(jié)論“數(shù)字金融能夠降低企業(yè)破產(chǎn)風險”并沒有發(fā)生變化，說明本文研究結(jié)果是穩(wěn)健的。但是，實證回歸方程中還會存在著遺漏變量等內(nèi)生性偏差?；诖耍疚膮⒖紡垊椎群秃巫陂械鹊难芯?，(63)張勛、楊桐、汪晨、萬廣華：《數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐》；何宗樾、張勛、萬廣華：《數(shù)字金融、數(shù)字鴻溝與多維貧困》，《統(tǒng)計研究》2020年第10期。采用工具變量法進行研究，采用企業(yè)所在地級市到浙江省杭州市的距離與企業(yè)所在地級市的數(shù)字金融發(fā)展指數(shù)交互所得到的時間序列變量取自然對數(shù)作為本文的工具變量(IV)。通過將企業(yè)所在地級市到浙江省杭州市的距離與企業(yè)所在地級市的數(shù)字金融發(fā)展指數(shù)交互實現(xiàn)動態(tài)取值，以解決因企業(yè)所在地級市到浙江省杭州市的距離不隨時間變化而導致的工具變量失效問題。(64)吳雨、李曉、李潔、周利：《數(shù)字金融發(fā)展與家庭金融資產(chǎn)組合有效性》?？紤]到工具變量選取所需要滿足的相關(guān)性和外生性的條件，本文認為，一方面，企業(yè)所在地級市與杭州所在城市的距離越遠，則該地區(qū)數(shù)字金融的發(fā)展水平可能越低，表8第(2)列匯報了工具變量第一階段的估計結(jié)果，由估計結(jié)果可知，企業(yè)所在地級市到杭州所在城市的距離與數(shù)字金融之間在1%的顯著性水平上呈負相關(guān)關(guān)系，說明該工具變量滿足相關(guān)性要求；另一方面，企業(yè)所在地級市與杭州所在城市的距離很難直接影響企業(yè)是否產(chǎn)生破產(chǎn)風險的問題，并且基于地理指標構(gòu)建的變量外生性較強，因而是一個較為理想的工具變量。由表8第(3)列工具變量估計結(jié)果可知，在緩解了內(nèi)生性問題后，數(shù)字金融對企業(yè)破產(chǎn)風險的影響仍在1%的顯著性水平上負相關(guān)，說明數(shù)字金融確實能夠降低企業(yè)破產(chǎn)風險，并且回歸系數(shù)均比原基準回歸有一定幅度的提高。此外，在工具變量的檢驗結(jié)果Kleibergen-PaaprkLM統(tǒng)計量的P值為0.0000，HansenJ統(tǒng)計量的P值為0.5225，說明不存在弱工具變量和過度識別問題，工具變量選取有效。

(3)雙重差分檢驗。數(shù)字金融是在傳統(tǒng)金融的基礎(chǔ)上與數(shù)字技術(shù)相互融合、相互滲透表現(xiàn)出來的新形勢、新技術(shù)和新模式，其優(yōu)勢是包括地區(qū)層面和時間層面的數(shù)字金融發(fā)展程度信息。因而可以較好地克服由于其他的全國性政策帶來的潛在的復合效應。但出于內(nèi)生性問題的考慮，本文使用2012年金融業(yè)發(fā)展與改革這一外生事件，進行外生事件檢驗。2012年9月17日，由中國人民銀行、中國銀監(jiān)會、中國證監(jiān)會、中國保監(jiān)會、國家外匯管理局共同編制的《金融業(yè)發(fā)展與改革“十二五”規(guī)劃》(以下簡稱《規(guī)劃》)，文件中分析了“十二五”時期金融業(yè)發(fā)展面臨的機遇與挑戰(zhàn)，提出了“十二五”時期金融業(yè)發(fā)展和改革的指導思想、主要政策和政策著力點，金融業(yè)“十二五”規(guī)劃的出臺為下一階段中國金融改革發(fā)展指明了方向，對完善金融體制機制、促進金融業(yè)持續(xù)健康發(fā)展具有重要的意義。(65)資料信息來源于《2012年中國金融十件大事》，《銀行家》2013年第1期。雖然《規(guī)劃》的頒布并不會直接降低企業(yè)的破產(chǎn)風險，但是會顯著的提升金融發(fā)展水平，從而促進數(shù)字金融的發(fā)展。因此，本文參考盧盛峰等的研究，在年份-行業(yè)兩個維度構(gòu)建雙重差分模型(DID)來識別這一政策的微觀經(jīng)濟影響。(66)盧盛峰、董如玉、葉初升：《“一帶一路”倡議促進了中國高質(zhì)量出口嗎——來自微觀企業(yè)的證據(jù)》，《中國工業(yè)經(jīng)濟》2021年第3期。具體而言：第一，結(jié)合《規(guī)劃》這一政策頒布的潛在復合效應和政策的時滯性，本文推測，2012年《規(guī)劃》頒布以后，金融業(yè)迅速發(fā)展，各地區(qū)金融機構(gòu)逐漸增多，2013年互聯(lián)網(wǎng)金融“異軍突起”，例如，阿里余額寶、百度百發(fā)等互聯(lián)網(wǎng)理財工具首次出現(xiàn)在大眾的視野中，據(jù)此本文確定2013年為政策開始發(fā)揮影響的年份。第二，為檢驗該外部事件的沖擊影響，本文以2013年為時間分割點，其中post為金融政策頒布發(fā)揮效應的虛擬變量，2013年及以后取1，其余年度取0；treat為分組變量，若企業(yè)的固定資產(chǎn)占比小于年度行業(yè)中位數(shù)取1，否則取0。其中，DID2013為post和treat的交互項。黃煒等認為雙重差分法經(jīng)常與面板數(shù)據(jù)聯(lián)系起來使用，一般采用雙向固定效應模型，通過在回歸時加入年份和行業(yè)虛擬變量便可控制時間固定效應和行業(yè)固定效應，(67)黃煒、張子堯、劉安然：《從雙重差分法到事件研究法》，《產(chǎn)業(yè)經(jīng)濟評論》2022年第2期。但是如果再放入處理組虛擬變量會帶來嚴格多重共線性，因此本文構(gòu)建以下雙重差分模型，其中Year和Industry是對年份和行業(yè)層面的固定效應，比原本模型中的政策分組虛擬變量treat和政策時間虛擬變量post更精細，包含了更多信息。

O-scorei，t=ω0+ω1×DID2013+ω2×Controlsi，t+∑Year+∑Industry+εi，t

(4)

由表9回歸結(jié)果可知，2013年的金融政策效應與企業(yè)破產(chǎn)風險呈負相關(guān)關(guān)系且通過1%的顯著性檢驗，即該結(jié)果通過克服內(nèi)生性強化了本文研究結(jié)論的可靠性。在模型(4)的分析中，本文識別了金融政策對企業(yè)破產(chǎn)風險的因果效應，當然為驗證這種因果效應的有效性進行雙重差分模型的平行趨勢檢驗也是有必要的。表10和圖1顯示了本文雙重差分模型的平行趨勢檢驗結(jié)果。由平衡趨勢檢驗結(jié)果可知滿足平衡性趨勢假設。

圖1 平衡趨勢檢驗

表9 雙重差分檢驗

表10 平衡趨勢檢驗

五、數(shù)字金融降低企業(yè)破產(chǎn)風險的作用機制檢驗

前述研究結(jié)論顯示，數(shù)字金融的發(fā)展確實能夠降低企業(yè)破產(chǎn)風險，在一系列穩(wěn)健性檢驗和內(nèi)生性處理以后，結(jié)論依舊成立。但前文僅針對“數(shù)字金融—企業(yè)破產(chǎn)風險”之間的關(guān)系進行研究，數(shù)字金融影響企業(yè)破產(chǎn)風險的“黑箱”尚未打開。因此，本文需要進一步研究數(shù)字金融降低企業(yè)破產(chǎn)風險的具體作用機制。為了探究數(shù)字金融與企業(yè)破產(chǎn)風險之間的“黑箱”，本文選取了“融資約束”和“企業(yè)績效”兩類渠道并構(gòu)建以下模型進行識別檢驗。

Mediatori，t=θ0+θ1×DIFi，t+θ2×Controlsi，t+∑Year+∑Industry+εi，t

(5)

O-scorei，t=β0+β1×Mediatori，t+β2×DIFi，t+β3×Controlsi，t
+∑Year+∑Industry+εi，t

(6)

在中介變量的選取上，本文選取了企業(yè)的融資約束(KZ)和企業(yè)績效(ROA)作為中介傳導變量(具體中介變量定義如前文所述)。本文在中介作用機制檢驗主要包括以下兩條路徑：第一條路徑是“數(shù)字金融—融資約束—企業(yè)破產(chǎn)風險”，選擇企業(yè)融資約束作為中介傳導變量是因為數(shù)字金融的發(fā)展能夠拓寬企業(yè)的融資渠道、降低融資費用，從而在很大程度上緩解企業(yè)“融資難、融資貴”的問題，因此企業(yè)能夠在一定程度上優(yōu)化企業(yè)內(nèi)部的財務行為，提升財務穩(wěn)定性，進而降低企業(yè)的破產(chǎn)風險。第二條路徑是“數(shù)字金融—企業(yè)績效—企業(yè)破產(chǎn)風險”，選擇企業(yè)績效作為中介傳導變量是因為數(shù)字金融的發(fā)展能夠提升企業(yè)內(nèi)部發(fā)展動力，維持企業(yè)持久發(fā)展。企業(yè)內(nèi)部發(fā)展的動力來源于數(shù)字金融能夠矯正傳統(tǒng)金融中存在的屬性、領(lǐng)域和階段錯配問題，(68)唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異》。激發(fā)企業(yè)創(chuàng)新提升企業(yè)創(chuàng)新動能，增強企業(yè)盈利能力，促進企業(yè)績效提升，從而降低企業(yè)的破產(chǎn)風險。當然，上述是從理論方面探討數(shù)字金融影響企業(yè)破產(chǎn)風險的機制路徑，還需要通過實證檢驗加以驗證。如表11第(1)列所示，數(shù)字金融與企業(yè)融資約束的回歸系數(shù)為-1.898且通過了1%的顯著性檢驗，這意味著數(shù)字金融能夠緩解企業(yè)融資約束。由表11第(2)列的回歸結(jié)果可知，企業(yè)融資約束與企業(yè)破產(chǎn)風險的回歸系數(shù)為0.484且通過了1%的顯著性檢驗，而數(shù)字金融與企業(yè)破產(chǎn)風險的回歸系數(shù)為-0.324但未通過顯著性檢驗，這意味著企業(yè)融資約束確實在數(shù)字金融影響企業(yè)破產(chǎn)風險過程中起著中介傳導的效果。此檢驗結(jié)果支持了上述假設H2，即數(shù)字金融通過緩解企業(yè)融資約束進而降低了企業(yè)破產(chǎn)風險。

表11 數(shù)字金融影響企業(yè)破產(chǎn)風險作用機制檢驗

從“數(shù)字金融—企業(yè)績效—企業(yè)破產(chǎn)風險”這條傳導路徑的角度來看，表11第(3)列回歸結(jié)果顯示，數(shù)字金融與企業(yè)績效的回歸系數(shù)為0.0282且通過了1%的顯著性檢驗，同時，數(shù)字金融與企業(yè)破產(chǎn)風險的回歸系數(shù)為-19.85且通過了1%的顯著性檢驗，這表明數(shù)字金融通過提升企業(yè)績效極大地降低了企業(yè)破產(chǎn)風險。此檢驗結(jié)果支持了上述假設H3，即數(shù)字金融通過提升企業(yè)績效進而降低了企業(yè)破產(chǎn)風險。

六、異質(zhì)性分析

(一)產(chǎn)權(quán)性質(zhì)的影響

本文通過區(qū)分國有企業(yè)和非國有企業(yè)，進一步識別數(shù)字金融對不同性質(zhì)企業(yè)破產(chǎn)風險的影響情況，具體如表12第(1)、(2)列所示。對比國有企業(yè)和非國有企業(yè)的數(shù)字金融(DIF)回歸系數(shù)可知，數(shù)字金融對降低國有企業(yè)破產(chǎn)風險的效果強于非國有企業(yè)，這意味著數(shù)字金融的發(fā)展對國有企業(yè)的作用程度更強，能更大程度地降低國有企業(yè)的破產(chǎn)風險，這可能是因為傳統(tǒng)金融機構(gòu)偏好風險穩(wěn)健的國有企業(yè)，而數(shù)字金融是在數(shù)字技術(shù)與傳統(tǒng)金融相結(jié)合的基礎(chǔ)上發(fā)展起來的，使得數(shù)字金融的發(fā)展更加偏向于國有企業(yè)。因此，相比較于非國有企業(yè)，數(shù)字金融的發(fā)展對降低國有企業(yè)破產(chǎn)風險的作用更強。

表12 異質(zhì)性分析：產(chǎn)權(quán)性質(zhì)+區(qū)域位置

(二)區(qū)域位置的影響

本文通過將所有的數(shù)據(jù)樣本按照區(qū)域位置劃分為東部和中西部地區(qū)以探究不同區(qū)域數(shù)字金融對企業(yè)破產(chǎn)風險的影響。研究結(jié)果如表12第(3)、(4)列所示，在中國東部地區(qū)，數(shù)字金融與企業(yè)破產(chǎn)風險的回歸系數(shù)為-1.732且通過了1%的顯著性檢驗，說明數(shù)字金融對東部地區(qū)企業(yè)的破產(chǎn)風險有著較強的降低作用。在中國中西部地區(qū)，數(shù)字金融與企業(yè)破產(chǎn)風險的回歸系數(shù)為-0.916，雖然數(shù)字金融與中西部企業(yè)的破產(chǎn)風險的系數(shù)為負但不顯著，這意味著數(shù)字金融對降低中西部企業(yè)的破產(chǎn)風險弱于東部地區(qū)，這可能是因為我國東部地區(qū)經(jīng)濟基礎(chǔ)較好、教育水平較高以至于金融人才聚集、金融需求較大，使得東部地區(qū)金融發(fā)展程度更高，對降低企業(yè)的破產(chǎn)風險作用更強。

七、進一步分析

(一)公司治理水平對數(shù)字金融降低企業(yè)破產(chǎn)風險的調(diào)節(jié)效應

隨著數(shù)字技術(shù)在金融服務中的廣泛使用，金融與科技的融合緩解了信息不對稱問題，有效解決了委托代理難題，形成良好的公司治理結(jié)構(gòu)，提升了公司治理水平。因此，本部分進一步嵌入公司治理元素探究公司治理水平在數(shù)字金融和企業(yè)破產(chǎn)風險之間的調(diào)節(jié)作用，構(gòu)建如下調(diào)節(jié)模型：

O-scorei，t=A0+A1×DIFi，t+A2×CorpGovi，t+A3×(DIFi，t×CorpGovi，t)
+A4×Controlsi，t+∑Year+∑Industry+εi，t

(7)

在模型(7)中，本文將核心解釋變量數(shù)字金融(DIF)和調(diào)節(jié)變量公司治理水平(CorpGov)進行交互處理，得到交互項DIF×CorpGov。回歸結(jié)果如表13第(1)列所示，數(shù)字金融(DIF)的系數(shù)為-0.139，公司治理水平(CorpGov)的系數(shù)為1.209，數(shù)字金融(DIF)與公司治理水平(CorpGov)交互項的系數(shù)為-0.148，且都通過了1%顯著性檢驗，說明公司治理水平在數(shù)字金融降低企業(yè)破產(chǎn)風險有著顯著的調(diào)節(jié)作用，從而驗證了“在較高的公司治理水平下，數(shù)字金融降低企業(yè)破產(chǎn)風險的作用效果更強”。

表13 公司治理水平、企業(yè)杠桿率和代理成本對數(shù)字金融降低企業(yè)破產(chǎn)風險的調(diào)節(jié)效應

(二)企業(yè)杠桿率對數(shù)字金融降低企業(yè)破產(chǎn)風險的調(diào)節(jié)效應

數(shù)字金融的發(fā)展改變了傳統(tǒng)金融服務的方式，使得企業(yè)更容易、更快捷地獲得金融服務，但金融可得性的增加會使得企業(yè)出于利潤最大化的目標而增加通過負債的方式獲得資金進行金融化投資，使得企業(yè)的杠桿率上升，增大企業(yè)的經(jīng)營風險。因此，本文引入企業(yè)杠桿率這一調(diào)節(jié)變量探究數(shù)字金融對企業(yè)破產(chǎn)風險的作用，構(gòu)建如下調(diào)節(jié)模型：

O-scorei，t=B0+B1×DIFi，t+B2×Levi，t+B3×(DIFi，t×Levi，t)
+B4×Controlsi，t+∑Year+∑Industry+εi，t

(8)

其中，Lev為調(diào)節(jié)變量企業(yè)杠桿率，DIF×Lev為數(shù)字金融與企業(yè)杠桿率的交互項。在加入企業(yè)杠桿率和數(shù)字金融與企業(yè)杠桿率交互項的回歸結(jié)果中，如表13第(2)列所示，數(shù)字金融(DIF)與企業(yè)破產(chǎn)風險(O-score)在1%的顯著性水平上負相關(guān)，企業(yè)杠桿率(Lev)的系數(shù)為-0.743，數(shù)字金融(DIF)與企業(yè)杠桿率(Lev)交互項的系數(shù)為1.751且通過了1%的顯著性檢驗，說明企業(yè)杠桿率在數(shù)字金融降低企業(yè)破產(chǎn)風險有著顯著的調(diào)節(jié)作用，從而驗證了“在較低的企業(yè)杠桿率下，數(shù)字金融降低企業(yè)破產(chǎn)風險的作用效果更強”。

(三)代理成本對數(shù)字金融降低企業(yè)破產(chǎn)風險的調(diào)節(jié)效應

一般而言，公司戰(zhàn)略的制定對企業(yè)的發(fā)展有著重要的影響，而影響公司戰(zhàn)略制定的因素之一就是企業(yè)的代理成本。代理成本是指公司內(nèi)部經(jīng)理人員和所有者之間的利益沖突所造成的成本。對于經(jīng)營狀況正常的企業(yè)而言，如果代理成本越高，這意味著公司內(nèi)部的經(jīng)理人員與所有者之間的利益沖突比較嚴重，這會導致企業(yè)的戰(zhàn)略更加保守，不利于企業(yè)的發(fā)展。因此，為探究代理成本在數(shù)字金融與企業(yè)破產(chǎn)風險之間的作用，選用代理成本(Cost)這一調(diào)節(jié)變量構(gòu)建如下調(diào)節(jié)模型：

O-scorei，t=C0+C1×DIFi，t+C2×Costi，t+C3×(DIFi，t×Costi，t)
+C4×Controlsi，t+∑Year+∑Industry+εi，t

(9)

本文在模型(9)中，將數(shù)字金融(DIF)和代理成本(Cost)進行交互處理得到變量DIF×Cost。在加入代理成本和數(shù)字金融與代理成本交互項的回歸結(jié)果中，如表13第(3)列所示，數(shù)字金融(DIF)的系數(shù)為-1.460，代理成本(Cost)的系數(shù)為-17.03，數(shù)字金融(DIF)與代理成本(Cost)交互項的系數(shù)為2.934，且都通過了1%的顯著性檢驗，說明代理成本在數(shù)字金融降低企業(yè)破產(chǎn)風險有著顯著的調(diào)節(jié)作用，從而驗證了“在較低的代理成本下，數(shù)字金融降低企業(yè)的破產(chǎn)風險的作用效果更強”。

八、研究結(jié)論

本文以2011—2021年滬深A股上市公司為研究對象，探究了數(shù)字金融與企業(yè)破產(chǎn)風險之間的關(guān)系，并檢驗了數(shù)字金融影響企業(yè)破產(chǎn)風險中企業(yè)融資約束和企業(yè)績效的中介效應以及數(shù)字金融影響企業(yè)破產(chǎn)風險中產(chǎn)權(quán)性質(zhì)和地理位置的異質(zhì)性，還檢驗了公司治理水平、企業(yè)杠桿率和代理成本對數(shù)字金融影響企業(yè)破產(chǎn)風險的調(diào)節(jié)效應。結(jié)果表明：(1)數(shù)字金融與企業(yè)破產(chǎn)風險之間存在顯著的負相關(guān)關(guān)系，且隨著數(shù)字金融的發(fā)展，企業(yè)的破產(chǎn)風險逐漸降低。在充分考慮穩(wěn)健性和內(nèi)生性等一系列問題的影響后，本文的研究結(jié)論依然穩(wěn)健。(2)數(shù)字金融能夠通過緩解企業(yè)融資約束、提升企業(yè)績效進而影響企業(yè)破產(chǎn)風險。一方面數(shù)字金融的發(fā)展能夠拓寬企業(yè)的融資渠道、降低融資費用，從而緩解企業(yè)“融資難、融資貴”的問題，改善企業(yè)財務狀況，從而降低企業(yè)破產(chǎn)風險；另一方面數(shù)字金融的發(fā)展能夠激發(fā)企業(yè)創(chuàng)新提升企業(yè)創(chuàng)新動能，增強企業(yè)盈利能力，促進企業(yè)績效提升，從而降低企業(yè)的破產(chǎn)風險。(3)異質(zhì)性分析表明數(shù)字金融的發(fā)展降低企業(yè)破產(chǎn)風險在對國有企業(yè)和東部地區(qū)企業(yè)的作用更強。(4)公司治理水平能夠調(diào)節(jié)數(shù)字金融對企業(yè)破產(chǎn)風險的影響，并且隨著公司治理水平的上升，數(shù)字金融降低企業(yè)破產(chǎn)風險的作用逐漸增強。同樣地，企業(yè)杠桿率和代理成本也能夠調(diào)節(jié)數(shù)字金融對企業(yè)破產(chǎn)風險的影響，且隨著企業(yè)杠桿率和代理成本的降低，數(shù)字金融降低企業(yè)破產(chǎn)風險的作用效果會逐漸增強。