■金丹 龐曉晗

一、引言

2020 年，受新冠疫情的沖擊，我國4138 家A 股實體行業(yè)上市公司財務(wù)安全平均得分僅為53.01分，較2019 年下降6.45%，呈現(xiàn)近二十年以來最大降幅①。企業(yè)財務(wù)風(fēng)險防控已經(jīng)成為資本市場乃至國家層面的重要議題。企業(yè)財務(wù)風(fēng)險從狹義來說通常指融資風(fēng)險，即企業(yè)由于借入資金進行經(jīng)營活動而給自身財務(wù)成果帶來的不確定性影響；從廣義而言是指企業(yè)受現(xiàn)實中各種不可控因素的影響，導(dǎo)致其財務(wù)活動結(jié)果偏離預(yù)期目標(biāo)而遭受損失的風(fēng)險[1]。隨著企業(yè)開展經(jīng)營活動、吸納社會資金、擴大生產(chǎn)規(guī)模，公司內(nèi)部會面臨各種風(fēng)險，且最后都可能會轉(zhuǎn)化為財務(wù)風(fēng)險。為了企業(yè)乃至社會經(jīng)濟的可持續(xù)發(fā)展，如何降低企業(yè)財務(wù)風(fēng)險是一個值得探究的現(xiàn)實問題。

隨著云計算、大數(shù)據(jù)等信息技術(shù)的發(fā)展，數(shù)字技術(shù)開始與金融業(yè)融合，推動了數(shù)字金融的發(fā)展。數(shù)字金融具體表現(xiàn)為信貸、投資、支付結(jié)算和其他新型金融業(yè)務(wù)的數(shù)字化[2]，其突破了傳統(tǒng)金融的限制，提高了金融服務(wù)的效率，為實體經(jīng)濟發(fā)展注入了新的活力。那么數(shù)字金融能否提高企業(yè)財務(wù)穩(wěn)定性，進而降低企業(yè)財務(wù)風(fēng)險？如果能，其作用機制是什么？本文以2011—2020 年中國A 股非金融上市企業(yè)為樣本，考察數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的影響與作用機理，即數(shù)字金融能否緩解企業(yè)融資約束、減輕企業(yè)流動性限制；并探討數(shù)字金融發(fā)展對不同特征企業(yè)的影響，即對不同產(chǎn)權(quán)性質(zhì)與杠桿率的企業(yè)是否存在顯著差異；最后進一步研究外部經(jīng)濟環(huán)境差異是否會對兩者關(guān)系產(chǎn)生影響。

本文的邊際貢獻主要表現(xiàn)在：第一，已有文獻主要從融資角度研究數(shù)字金融發(fā)展對實體企業(yè)的影響，本文則考慮到企業(yè)財務(wù)風(fēng)險有多種類型，其中非流動資產(chǎn)大量積壓占用企業(yè)資金，會導(dǎo)致企業(yè)支付能力和償債能力下降，甚至引發(fā)企業(yè)財務(wù)風(fēng)險。那么數(shù)字金融的發(fā)展能否為企業(yè)出售非流動資產(chǎn)提供便利，以減輕企業(yè)流動性限制，避免企業(yè)陷入流動性風(fēng)險？本文在驗證前者結(jié)論的基礎(chǔ)上，提出“數(shù)字金融發(fā)展——減輕流動性限制——降低企業(yè)財務(wù)風(fēng)險”這一影響路徑，并使用因果推斷法進行中介效應(yīng)檢驗。第二，本文不局限于企業(yè)內(nèi)部因素的影響，而是從外部經(jīng)濟環(huán)境這一新視角，分析數(shù)字金融發(fā)展與企業(yè)財務(wù)風(fēng)險的關(guān)系，試圖在經(jīng)濟低迷時期，為政府及時采取有效措施提供參考。第三，將數(shù)字金融細(xì)分至三個子維度，研究其對企業(yè)財務(wù)風(fēng)險的影響，并對不同特征的企業(yè)進行異質(zhì)性檢驗，豐富了企業(yè)財務(wù)風(fēng)險的研究范圍。

二、文獻綜述與研究假設(shè)

（一）文獻綜述

目前有關(guān)數(shù)字金融的研究主要從三個視角展開：一是基于宏觀視角。數(shù)字金融不僅能促進經(jīng)濟高質(zhì)量發(fā)展[3]，縮小城鄉(xiāng)居民收入差距[4]，提高居民消費水平[5]，還能鼓勵居民參與創(chuàng)業(yè)創(chuàng)新[6]，提升城市經(jīng)濟效率[7]。二是基于中觀視角。數(shù)字金融的發(fā)展沖擊了以銀行為主的傳統(tǒng)金融，但同時也促進了商業(yè)銀行在管理和產(chǎn)品上的數(shù)字化創(chuàng)新[8]，提升了商業(yè)銀行的風(fēng)險承擔(dān)能力和經(jīng)營效率[9]，為商業(yè)銀行帶來服務(wù)模式和技術(shù)的轉(zhuǎn)型升級機遇[2]。三是基于微觀視角。數(shù)字金融既能利用數(shù)字技術(shù)改善傳統(tǒng)金融中由于信息不對稱而產(chǎn)生的高風(fēng)險溢價和高運營成本問題[10]，還能為企業(yè)提供更廣泛的融資渠道[11]，減少對企業(yè)融資的限制，降低企業(yè)杠桿率[12]，促進企業(yè)創(chuàng)新和提質(zhì)增效[13]，提高企業(yè)的市場競爭力。

如何對企業(yè)財務(wù)風(fēng)險進行有效防范、預(yù)警、控制和管理是企業(yè)財務(wù)風(fēng)險研究的重要方向。近年來，部分學(xué)者開始對企業(yè)財務(wù)風(fēng)險的形成路徑開展研究，主要從以下幾方面展開：在外部經(jīng)濟環(huán)境方面，產(chǎn)品市場競爭程度的增大[14]、法律環(huán)境的改善[15]、金融監(jiān)管約束程度的增強[16]都會對企業(yè)財務(wù)風(fēng)險產(chǎn)生明顯的抑制作用。在公司治理特征方面，Huang 等[17]發(fā)現(xiàn)董事會能力、風(fēng)險偏好及其動機以及董事會的女性占比、獨立性、持股比例等都會對企業(yè)財務(wù)風(fēng)險產(chǎn)生顯著影響。此外，獨立董事異質(zhì)性、比例和履職行為也會影響企業(yè)財務(wù)風(fēng)險[18]。在企業(yè)內(nèi)部控制方面，明確、合理的組織設(shè)計有利于提升企業(yè)管理水平、降低企業(yè)財務(wù)風(fēng)險[19]，但是如果財務(wù)決策缺乏科學(xué)性，主觀臆斷嚴(yán)重，重大事項不經(jīng)集體決策審批而由個人單獨決策，也會大大增加企業(yè)出現(xiàn)財務(wù)風(fēng)險的可能性[20]。

專門研究數(shù)字金融與企業(yè)財務(wù)風(fēng)險關(guān)系的文獻較少。許芳等[21]研究發(fā)現(xiàn)，數(shù)字金融發(fā)展能夠通過緩解融資約束和降低信息不對稱兩條路徑降低企業(yè)財務(wù)風(fēng)險，對比國有企業(yè)與大規(guī)模企業(yè)，數(shù)字金融發(fā)展對財務(wù)風(fēng)險的抑制作用在非國有企業(yè)與小規(guī)模企業(yè)中更為顯著。Wang 等[22]也認(rèn)為數(shù)字金融通過緩解企業(yè)融資約束來降低企業(yè)財務(wù)風(fēng)險，且作用效果在東部地區(qū)企業(yè)與低杠桿企業(yè)中更加顯著。這兩篇文獻針對企業(yè)融資問題均選取了融資約束作為中介變量進行檢驗，并統(tǒng)一使用SA指數(shù)衡量企業(yè)面臨的融資約束程度。本文則使用KZ指數(shù)替換SA指數(shù)對該結(jié)論進行驗證，且進一步考慮了資產(chǎn)流動性對企業(yè)財務(wù)風(fēng)險的影響，檢驗數(shù)字金融能否通過緩解流動性限制來降低企業(yè)財務(wù)風(fēng)險。此外，企業(yè)財務(wù)風(fēng)險的形成不僅與內(nèi)部因素相關(guān)，外部經(jīng)濟環(huán)境的變化也可能會引發(fā)企業(yè)財務(wù)風(fēng)險。本文從這一角度出發(fā)，進一步研究外部經(jīng)濟環(huán)境的差異對兩者關(guān)系的影響，從理論和實證層面厘清數(shù)字金融對企業(yè)財務(wù)風(fēng)險的影響機制，不僅豐富了數(shù)字金融的相關(guān)研究，探索出有效減少企業(yè)財務(wù)風(fēng)險的途徑，還能在企業(yè)經(jīng)濟萎靡時為政府提供應(yīng)對思路。

（二）研究假設(shè)

1.數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的影響

資金運動活躍在企業(yè)生產(chǎn)經(jīng)營的各個環(huán)節(jié)，若資金供給受阻，現(xiàn)金流運轉(zhuǎn)不通暢，企業(yè)則無法正常生產(chǎn)經(jīng)營，將會面臨嚴(yán)重的財務(wù)風(fēng)險，甚至被迫停產(chǎn)。然而，目前我國的資本市場還不完善，銀行借貸仍是我國企業(yè)融資的主要方式，因此，部分企業(yè)依舊面臨著“融資難、融資貴”問題。一方面，以銀行為主的傳統(tǒng)金融市場中存在著嚴(yán)重的信息不對稱問題：一是融資前的信息不對稱。傳統(tǒng)金融機構(gòu)只能依賴企業(yè)的經(jīng)營記錄、財務(wù)報表等“硬信息”對企業(yè)進行信用評級[6]，并且為了避免逆向選擇和道德風(fēng)險的發(fā)生，常常會將其承擔(dān)風(fēng)險的成本加諸企業(yè)，因此，“硬信息”不足的小微企業(yè)只能以更高的成本融取資金。二是融資后的信息不對稱。企業(yè)為了獲取高收益，可能會將籌集的資金用于高風(fēng)險項目，這可能會損害債權(quán)人的利益，而債權(quán)人會通過提高利率等方式彌補所要承擔(dān)的高風(fēng)險，從而導(dǎo)致企業(yè)面臨更高的融資成本。另一方面，在傳統(tǒng)的金融市場中，存在大量的“長尾”客戶，因其具有“多、小、散”的特征而難以被傳統(tǒng)金融市場吸收[11]，使企業(yè)損失了部分潛在投資者，局限于單一的融資渠道。

依托云計算、大數(shù)據(jù)和互聯(lián)網(wǎng)等現(xiàn)代化信息技術(shù)而迅猛發(fā)展的數(shù)字金融則突破了傳統(tǒng)金融的局限性，有效緩解了上述兩大問題。針對企業(yè)“融資貴”的問題，數(shù)字金融利用大數(shù)據(jù)建立的企業(yè)信用體系，能夠深入挖掘企業(yè)的“軟信息”并構(gòu)建信用評估模型，為金融主體間的各項活動提供信任基礎(chǔ)，使企業(yè)能更快捷、便利、低成本地獲取相應(yīng)金融服務(wù)[12]。同時，金融機構(gòu)也能通過互聯(lián)網(wǎng)對企業(yè)的資金流向進行監(jiān)督，并使用數(shù)字技術(shù)對海量數(shù)據(jù)進行高速度、低風(fēng)險、低成本的處理，降低其為企業(yè)提供信貸時的評估成本和審核成本[23]，從而降低企業(yè)融資成本，提升融資效率。此外，隨著數(shù)字金融的覆蓋廣度和使用深度不斷增加，更多企業(yè)使用數(shù)字金融開展經(jīng)營、投融資活動，使數(shù)字金融服務(wù)的平均成本越來越低，進一步減少了企業(yè)的融資成本，形成了數(shù)字金融的規(guī)模效應(yīng)[24]。因此，數(shù)字金融通過降低金融主體之間的信息不對稱程度，提高金融資源配置效率，使企業(yè)能夠以較低的成本獲取充足的資金進行生產(chǎn)運營，增強企業(yè)的財務(wù)穩(wěn)定性。而針對企業(yè)“融資難”的問題，數(shù)字金融以信息技術(shù)為支撐，降低了吸納“長尾”投資者的成本與風(fēng)險，從而拓展了金融服務(wù)的參與者，并開辟了一條網(wǎng)絡(luò)渠道，打破了傳統(tǒng)金融服務(wù)易受基礎(chǔ)設(shè)施與地理距離限制的桎梏，使企業(yè)更容易獲取外部資金。因此，數(shù)字金融在幫助企業(yè)聚攏資金，拓寬融資渠道，提高融資效率等方面發(fā)揮著重要作用，降低了企業(yè)遭受財務(wù)風(fēng)險的可能性。

此外，流動性風(fēng)險也是企業(yè)財務(wù)風(fēng)險常見的類型之一，其主要是指企業(yè)雖然具有清償能力，但無法及時將資產(chǎn)變現(xiàn)以獲取充足資金來清償債務(wù)，最終導(dǎo)致違約事件的發(fā)生。因此，保持良好的資產(chǎn)流動性是企業(yè)持續(xù)經(jīng)營的關(guān)鍵，也是確保企業(yè)財務(wù)安全的指標(biāo)之一。流動性資產(chǎn)可以視作現(xiàn)金的替代物，具有期限短、變現(xiàn)快的特征，能夠在企業(yè)面臨融資約束或者主業(yè)虧損時迅速出售變現(xiàn)，降低財務(wù)困境成本，補充所需流動性，進而有效降低財務(wù)風(fēng)險[25]。而依托于大數(shù)據(jù)的數(shù)字金融能夠快速為企業(yè)搜尋買方，助力企業(yè)提升資產(chǎn)的變現(xiàn)速度，同時，量化投資等技術(shù)提升了金融類資產(chǎn)投資的便利程度，這些優(yōu)勢顯著增加了企業(yè)對較高收益流動性資產(chǎn)的持有意愿，從而提升了企業(yè)的流動性水平[26]，這在一定程度上確保了企業(yè)的財務(wù)安全，避免企業(yè)陷入財務(wù)困境。

綜上，本文提出以下研究假設(shè)：

H1：數(shù)字金融發(fā)展能夠降低企業(yè)財務(wù)風(fēng)險。

H1a：數(shù)字金融發(fā)展能夠緩解企業(yè)融資約束，進而降低財務(wù)風(fēng)險。

H1b：數(shù)字金融發(fā)展能夠減輕企業(yè)流動性限制，進而降低財務(wù)風(fēng)險。

數(shù)字金融發(fā)展降低企業(yè)財務(wù)風(fēng)險的路徑如圖1所示。

圖1 研究框架圖

2.數(shù)字金融發(fā)展降低企業(yè)財務(wù)風(fēng)險的異質(zhì)性分析

在傳統(tǒng)金融市場中，金融機構(gòu)的信貸配給更偏向于國有企業(yè)，表現(xiàn)為國有企業(yè)通常更容易以較低的利率獲得貸款，而非國有企業(yè)則面臨著嚴(yán)重的“融資難”“融資貴”等問題，這主要由以下兩個原因造成：一是產(chǎn)權(quán)背景差異。國有企業(yè)以國家信用為擔(dān)保，能夠獲得政府和銀行的政策及資金支持，因而其資金需求能及時、有效地被滿足；而非國有企業(yè)缺乏政府背景，與銀行等金融機構(gòu)之間缺乏信任基礎(chǔ)，容易受到銀行的信貸歧視。二是信息不對稱問題。與國有企業(yè)相比，非國有企業(yè)的信息透明度較低，甚至部分企業(yè)會存在主業(yè)不突出、關(guān)聯(lián)企業(yè)多、貿(mào)易背景不實等問題[27]，導(dǎo)致投資者難以評估其真實信用情況，投資者為了彌補承擔(dān)的風(fēng)險，通常會選擇提高利率等方式保障自身權(quán)益，從而使非國有企業(yè)承擔(dān)更高的融資成本。而數(shù)字金融依托互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等高新技術(shù)，能降低企業(yè)獲得金融服務(wù)的門檻，拓寬融資渠道，提升融資效率，優(yōu)化資源配置，在很大程度上降低了非國有企業(yè)的融資難度，使其能夠獲取較充裕的資金用于生產(chǎn)經(jīng)營和投資，提高財務(wù)穩(wěn)定性。由此看來，數(shù)字金融發(fā)展可能對非國有企業(yè)財務(wù)風(fēng)險的負(fù)向影響更加顯著。

由權(quán)衡理論可知，若企業(yè)負(fù)債率過高，負(fù)債的稅盾收益會被財務(wù)困境成本和代理成本所抵消，導(dǎo)致企業(yè)承擔(dān)的杠桿成本與可能獲得的收益不匹配。因此，高杠桿企業(yè)不僅需要承擔(dān)高額利息，而且在企業(yè)經(jīng)營狀況較差時，更容易陷入財務(wù)困境，甚至資不抵債面臨破產(chǎn)清算的風(fēng)險。而數(shù)字金融能夠通過降低財務(wù)困境成本與代理成本等途徑，影響企業(yè)負(fù)債率[23]，降低高杠桿企業(yè)破產(chǎn)清算的可能。由此看來，數(shù)字金融發(fā)展降低企業(yè)財務(wù)風(fēng)險的作用可能對于高杠桿企業(yè)更顯著。

綜上，本文提出以下研究假設(shè)：

H2：數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的負(fù)向影響在非國有企業(yè)和高杠桿企業(yè)中表現(xiàn)更顯著。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文選取2011—2020年中國A股上市企業(yè)作為研究樣本，剔除金融類、期間ST 和退市企業(yè)以及上市市齡小于0 的異常樣本，保留至少數(shù)據(jù)連續(xù)5年的樣本，并對主要連續(xù)性變量進行雙側(cè)1%的縮尾處理，最終構(gòu)造了2190個企業(yè)共19914個觀測值的面板數(shù)據(jù)。相關(guān)財務(wù)數(shù)據(jù)均來自國泰安數(shù)據(jù)庫（CSMAR）。

（二）變量選取

1.被解釋變量

企業(yè)財務(wù)風(fēng)險（ZScore）。借鑒黃賢環(huán)等[25]的研究，采用Altman[28]提出的修正后的Z 值來度量企業(yè)財務(wù)風(fēng)險，并在其基礎(chǔ)上取相反數(shù)。具體計算公式為：ZScore=-（0.717×營運資金+0.847×留存收益+3.107×息稅前利潤+0.42×股票總市值+0.998×銷售收入）/總資產(chǎn)。其數(shù)值越大，說明企業(yè)面臨的財務(wù)風(fēng)險越大。

2.核心解釋變量

數(shù)字金融發(fā)展（Difi）。采用北京大學(xué)數(shù)字金融研究中心公布的中國數(shù)字普惠金融指數(shù)[29]來度量數(shù)字金融發(fā)展情況。在核心回歸中使用省級層面數(shù)據(jù)，穩(wěn)健性檢驗中使用市一級層面數(shù)據(jù)進行驗證，并統(tǒng)一取對數(shù)。

3.中介變量

（1）融資約束（KZ）。借鑒魏志華等[30]的研究，采用Kaplan 等[31]提出的KZ 指數(shù)來測度企業(yè)面臨的融資約束程度。測算步驟如下：①計算樣本各年度CF（經(jīng)營性凈現(xiàn)金流/年初總資產(chǎn)）、DIV（現(xiàn)金股利/年初總資產(chǎn)）、C（現(xiàn)金及現(xiàn)金等價物/年初總資產(chǎn)）、Lev（資產(chǎn)負(fù)債率）和TOBINQ（托賓Q值）的數(shù)值。②將上述5個變量進行雙側(cè)1%的縮尾處理，再根據(jù)各個指標(biāo)的中位數(shù)設(shè)置0—1變量。當(dāng)CF低于中位數(shù)時，KZ1取1，否則取0；當(dāng)DIV低于中位數(shù)時，KZ2取1，否則取0；當(dāng)C低于中位數(shù)時，KZ3取1，否則取0；當(dāng)Lev低于中位數(shù)時，KZ4取1，否則取0；當(dāng)TOBINQ低于中位數(shù)時，KZ5取1，否則取0。③計算總指標(biāo)，KZ=KZ1+KZ2+KZ3+KZ4+KZ5。④以KZ 為因變量，對CF、DIV、C、Lev和TOBINQ進行排序邏輯回歸，估計出各變量的回歸系數(shù)如表1所示。⑤運用回歸結(jié)果，計算各公司的KZ指數(shù)，KZ指數(shù)越大表明企業(yè)面臨的融資約束越大。

表1 融資約束程度估計模型的回歸結(jié)果

（2）流動性限制（Flu）。借鑒劉長庚等[26]的研究，采用流動資產(chǎn)占比即流動資產(chǎn)占總資產(chǎn)的比重來衡量企業(yè)受到的流動性限制。該數(shù)值越小，說明企業(yè)受到的流動性限制越大。

4.控制變量

結(jié)合以往學(xué)者對企業(yè)財務(wù)風(fēng)險影響因素研究的相關(guān)文獻，本文選取了企業(yè)年齡（Age）、企業(yè)規(guī)模（Size）、股權(quán)集中度（TOP1）、兩職合一（Dual）、獨立董事比例（Indi）、企業(yè)杠桿率（Lev）、資產(chǎn)報酬率（ROA）、營業(yè)收入增長率（Growth）、企業(yè)現(xiàn)金流（Cash）為控制變量，并引入年度（Year）和行業(yè)（Ind）兩個虛擬變量以控制時間和行業(yè)效應(yīng)。

本文相關(guān)變量的具體定義如表2所示。

表2 變量定義

（三）模型設(shè)定

借鑒唐松等[11]的研究，采用時間-行業(yè)雙向固定效應(yīng)模型②估計數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的影響，并采用以企業(yè)個體作為聚類變量的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

其中，ZScore 代表企業(yè)財務(wù)風(fēng)險；Difi 代表數(shù)字金融發(fā)展水平；Control 代表一系列控制變量；Ind 和Year 則分別代表行業(yè)和時間固定效應(yīng)；ε為隨機誤差項。

本文參考江艇[32]的研究，運用因果推斷法檢驗數(shù)字金融發(fā)展與企業(yè)財務(wù)風(fēng)險間的影響機制，并構(gòu)建以下模型來檢驗解釋變量與中介變量的關(guān)系。

（四）描述性統(tǒng)計

變量的描述性統(tǒng)計結(jié)果如表3 所示。由表3 可知，企業(yè)財務(wù)風(fēng)險（ZScore）的均值為-1.347，最小值是-3.354，最大值是0.080，說明我國上市企業(yè)的財務(wù)狀況存在明顯的差異，部分企業(yè)均面臨不同程度的財務(wù)風(fēng)險。同時，數(shù)字金融發(fā)展（Difi）的均值為5.401，最小值為2.786，最大值為6.068，表明各省份的數(shù)字金融發(fā)展水平、各地區(qū)金融主體使用數(shù)字金融的程度存在明顯差異。從各控制變量來看，獨立董事比例（Indi）、股權(quán)集中度（TOP1）、資產(chǎn)報酬率（ROA）、營業(yè)收入增長率（Growth）的均值大于中位數(shù)，分布呈現(xiàn)右偏；企業(yè)年齡（Age）呈現(xiàn)左偏；企業(yè)規(guī)模（Size）、企業(yè)杠桿率（Lev）、企業(yè)現(xiàn)金流（Cash）的均值和中位數(shù)基本一致，大體成正態(tài)分布。

表3 描述性統(tǒng)計

四、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果分析

表4（1）列是控制了時間和行業(yè)固定效應(yīng)后，僅使用數(shù)字金融發(fā)展這一核心變量對企業(yè)財務(wù)風(fēng)險進行回歸得到的結(jié)果。（2）列則在（1）列的基礎(chǔ)上加入控制變量進行回歸。結(jié)果表明，加入控制變量前后，核心解釋變量的估計系數(shù)分別為-0.282 和-0.116，且均在1%的水平上顯著。由此可知，數(shù)字金融發(fā)展能夠顯著降低企業(yè)的財務(wù)風(fēng)險，且數(shù)字金融發(fā)展水平每提升1%，企業(yè)的財務(wù)風(fēng)險得分降低0.12%。假設(shè)H1成立。

表4 數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險影響的基準(zhǔn)回歸結(jié)果

為了更精準(zhǔn)地刻畫數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的影響，本文使用數(shù)字金融的三個子指標(biāo)來分析數(shù)字金融具體在哪些層面對企業(yè)財務(wù)風(fēng)險產(chǎn)生顯著影響。表4（3）至（5）列分別是對數(shù)字金融的覆蓋廣度（Breadth）、使用深度（Depth）和數(shù)字化程度（Digit）與企業(yè)財務(wù)風(fēng)險間的關(guān)系進行檢驗后得到的結(jié)果。結(jié)果顯示，數(shù)字金融覆蓋廣度、使用深度均顯著降低了企業(yè)財務(wù)風(fēng)險，但數(shù)字化程度對企業(yè)財務(wù)風(fēng)險的影響不顯著。這與許芳等[21]的檢驗結(jié)果一致。

（二）穩(wěn)健性檢驗

1.更換被解釋變量

借鑒陳標(biāo)金等[33]的研究，本文選用財務(wù)杠桿系數(shù)（Dfl）代替風(fēng)險Z 值（ZScore）來衡量企業(yè)財務(wù)風(fēng)險。財務(wù)杠桿系數(shù)越大，表明財務(wù)風(fēng)險越大。表5的回歸結(jié)果表明，數(shù)字金融發(fā)展能夠顯著降低企業(yè)財務(wù)風(fēng)險，與基準(zhǔn)回歸結(jié)果一致。

表5 穩(wěn)健性檢驗

2.剔除部分城市的影響

北上廣深作為我國超一線城市，擁有雄厚的經(jīng)濟基礎(chǔ)，企業(yè)可獲得的經(jīng)濟資源領(lǐng)先于其他城市。為了獲得更可靠的回歸結(jié)果，本文剔除北上廣深四個城市的企業(yè)樣本重新進行檢驗。此外，由于北大數(shù)字普惠金融指數(shù)使用的是支付寶數(shù)據(jù)，故本文進一步剔除杭州的企業(yè)樣本，并將解釋變量更換為地市級的數(shù)字金融指數(shù)進行驗證。結(jié)果如表5 所示，數(shù)字金融發(fā)展降低企業(yè)財務(wù)風(fēng)險的結(jié)論依然成立。

3.剔除重大事件影響

2015 年的中國股災(zāi)給中國金融市場帶來巨大沖擊，可能會對企業(yè)發(fā)展產(chǎn)生重大影響，故剔除2015年數(shù)據(jù)?？紤]到股災(zāi)的波及面和深度，將樣本按災(zāi)前災(zāi)后分為2011—2014 年和2016—2020 年兩個區(qū)間。鑒于2020 年新冠疫情的暴發(fā)對企業(yè)發(fā)展產(chǎn)生了嚴(yán)重的負(fù)面影響，因此剔除2020 年樣本數(shù)據(jù)，最終得到2011—2014年和2016—2019年兩個樣本區(qū)間。檢驗結(jié)果如表5 所示，2011—2014 年和2016—2019年兩個時間段內(nèi)，數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險均有顯著的負(fù)向影響，證明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

4.擴大樣本量

考慮到研究結(jié)果可能會受樣本量選擇的影響，本文將基準(zhǔn)回歸中企業(yè)至少連續(xù)五年經(jīng)營的條件放松為至少連續(xù)三年經(jīng)營，樣本數(shù)量由19914 個擴展至23693 個。回歸結(jié)果仍與前文保持一致，進一步證明本文基準(zhǔn)結(jié)果具有穩(wěn)健性。

（三）內(nèi)生性檢驗

1.變量滯后法

企業(yè)長期穩(wěn)定發(fā)展必然會擴大生產(chǎn)規(guī)模，會更頻繁地使用金融服務(wù)，從而反向促進各地區(qū)的數(shù)字金融發(fā)展。為減弱反向因果引起的內(nèi)生性問題，本文將所有的連續(xù)解釋變量滯后一期，代入原模型中進行回歸分析，回歸結(jié)果與基準(zhǔn)回歸結(jié)果一致。具體檢驗結(jié)果見表6。

表6 內(nèi)生性處理

2.工具變量法

本文借鑒劉婷婷等[34]的研究思路，采用各省單位土地面積的互聯(lián)網(wǎng)端口數(shù)作為工具變量。原因在于：一是滿足相關(guān)性條件，數(shù)字金融的發(fā)展與互聯(lián)網(wǎng)息息相關(guān)，互聯(lián)網(wǎng)端口數(shù)越多，說明互聯(lián)網(wǎng)普及度越高，越具備發(fā)展數(shù)字金融的基礎(chǔ)條件；二是滿足外生性假設(shè)，單位土地面積的互聯(lián)網(wǎng)端口數(shù)量與企業(yè)財務(wù)風(fēng)險沒有直接關(guān)系。

本文加入工具變量并運用最小二乘法對模型重新進行估計，結(jié)果如表6 所示。由第一階段的回歸結(jié)果可知，主要變量的系數(shù)在1%水平上顯著，滿足工具變量相關(guān)性要求；F 值為4281.3，遠大于10%偏誤的臨界值16.38，拒絕了弱工具變量的原假設(shè)；LM統(tǒng)計量為635.94，且在1%的水平上顯著，拒絕了工具變量識別不足的原假設(shè)。因此，工具變量選取有效。由第二階段回歸結(jié)果可知，數(shù)字金融發(fā)展（Difi）的系數(shù)在1%的水平上顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致，說明本文的核心結(jié)論是穩(wěn)健的。

（四）機制檢驗

基于前文分析，本文提出“數(shù)字金融發(fā)展—緩解融資約束—降低企業(yè)財務(wù)風(fēng)險”和“數(shù)字金融發(fā)展—減輕流動性限制—降低企業(yè)財務(wù)風(fēng)險”兩條作用路徑。為驗證這兩條作用路徑，本文使用模型（2）進行實證檢驗，回歸結(jié)果如表7 所示。由（1）列可知，數(shù)字金融發(fā)展的估計系數(shù)在10%的水平上顯著為負(fù)，這表明數(shù)字金融發(fā)展能夠緩解融資約束，進而降低企業(yè)財務(wù)風(fēng)險。假設(shè)H1a得到驗證。由（2）列可知，數(shù)字金融發(fā)展的估計系數(shù)在1%的水平上顯著為正，說明數(shù)字金融發(fā)展能夠提高企業(yè)流動性，即數(shù)字金融發(fā)展通過降低流動性限制，進而降低企業(yè)財務(wù)風(fēng)險。因此，假設(shè)H1b也得到較好驗證。

表7 數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的作用機制檢驗

（五）異質(zhì)性分析

不同產(chǎn)權(quán)性質(zhì)企業(yè)的財務(wù)風(fēng)險受數(shù)字金融發(fā)展的影響可能不同。為了研究不同產(chǎn)權(quán)性質(zhì)下數(shù)字金融對企業(yè)財務(wù)風(fēng)險影響是否存在差異，本文按照國有企業(yè)與非國有企業(yè)兩種產(chǎn)權(quán)性質(zhì)將樣本分組進行回歸分析。由表8（1）和（2）列的回歸結(jié)果可知，在非國有企業(yè)樣本中，數(shù)字金融指標(biāo)的系數(shù)估計值在1%的水平上顯著為負(fù)，而在國有企業(yè)樣本中，系數(shù)估計值雖為負(fù)但不顯著，說明數(shù)字金融發(fā)展對非國有企業(yè)的財務(wù)風(fēng)險有更強的抑制作用。驗證了假設(shè)H2。

表8 數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險影響的異質(zhì)性檢驗

根據(jù)理論分析，數(shù)字金融的發(fā)展可能會通過降低財務(wù)困境成本和代理成本等方式影響企業(yè)杠桿率，使高杠桿企業(yè)獲取更多數(shù)字金融帶來的福利，因此企業(yè)杠桿率的高低可能會影響數(shù)字金融對企業(yè)財務(wù)風(fēng)險的負(fù)向作用。為了研究此機制是否存在，本文將樣本按照企業(yè)杠桿率進行分組。具體而言，按照企業(yè)的資產(chǎn)負(fù)債率均值將樣本劃分兩部分，高于均值的部分為高杠桿企業(yè)，反之為低杠桿企業(yè)。在基準(zhǔn)回歸的基礎(chǔ)上分別進行實證檢驗?；貧w結(jié)果如表8（3）和（4）列所示，數(shù)字金融發(fā)展能夠在1%的水平上顯著降低高杠桿企業(yè)的財務(wù)風(fēng)險，而在低杠桿企業(yè)分組中，數(shù)字金融指標(biāo)的系數(shù)為負(fù)但不顯著，說明相比于低杠桿企業(yè)，數(shù)字金融發(fā)展對高杠桿企業(yè)財務(wù)風(fēng)險的負(fù)向作用更大。驗證了假設(shè)H2。

五、進一步檢驗：外部經(jīng)濟環(huán)境的影響

（一）金融監(jiān)管程度

數(shù)字金融的發(fā)展提升了金融體系的效率，促進了經(jīng)濟的高質(zhì)量發(fā)展。與此同時也引發(fā)了數(shù)據(jù)隱私泄露、金融欺詐、“大數(shù)據(jù)殺熟”等問題，導(dǎo)致金融市場“脫實向虛”的風(fēng)險加劇。近年來，我國逐步出臺針對數(shù)字金融的政策法規(guī)并加強金融監(jiān)管。那么，金融監(jiān)管的加強是否會反向影響數(shù)字金融發(fā)展？本文針對這一問題做進一步探討。借鑒唐松等[11]的研究，采用區(qū)域金融監(jiān)管支出與金融業(yè)增加值的比值來衡量地區(qū)金融監(jiān)管強度（supervision），并以其中位數(shù)為分界線，將樣本劃分為嚴(yán)金融監(jiān)管地區(qū)和松金融監(jiān)管地區(qū)來進行回歸分析，回歸結(jié)果如表9的（1）和（2）列所示。由此可知，數(shù)字金融發(fā)展與嚴(yán)監(jiān)管地區(qū)的企業(yè)財務(wù)風(fēng)險在1%的水平上顯著負(fù)相關(guān)，而數(shù)字金融發(fā)展與松監(jiān)管地區(qū)企業(yè)的財務(wù)風(fēng)險之間的關(guān)系不顯著，說明較強的金融監(jiān)管有助于數(shù)字金融發(fā)揮其對企業(yè)財務(wù)風(fēng)險的負(fù)向作用。這是因為金融監(jiān)管強度的增大，降低了數(shù)字金融在金融領(lǐng)域出現(xiàn)的套利和風(fēng)險衍生行為，從而降低了企業(yè)面臨財務(wù)風(fēng)險的可能。

表9 外部經(jīng)濟環(huán)境對數(shù)字金融發(fā)展與企業(yè)財務(wù)風(fēng)險關(guān)系的影響

（二）市場化程度

數(shù)字金融是經(jīng)濟發(fā)展的產(chǎn)物，其必然也會受到外部經(jīng)濟環(huán)境的影響，而我國各地區(qū)市場化發(fā)展的不平衡也會影響企業(yè)的投融資決策。為了探究市場化程度是否會影響數(shù)字金融對企業(yè)財務(wù)風(fēng)險的負(fù)向作用，本文使用新版中國分省份市場化指數(shù)③來衡量各地的市場化進程。由于該數(shù)據(jù)只到2019 年，故2020 年度數(shù)據(jù)使用歷年數(shù)據(jù)的年平均增長幅度來預(yù)測，再將樣本以市場化指數(shù)的中位數(shù)為分界線，劃分為高市場化水平地區(qū)和低市場化水平地區(qū)。回歸結(jié)果如表9 的（3）和（4）列所示。從結(jié)果可以看出，在低市場化水平組，數(shù)字金融發(fā)展與企業(yè)財務(wù)風(fēng)險在10%的水平上顯著負(fù)相關(guān)，而在高市場化水平組，系數(shù)雖然為負(fù)但不顯著，說明在市場化水平越低的地區(qū)，數(shù)字金融對企業(yè)財務(wù)風(fēng)險的負(fù)向作用越顯著。這可能是因為，相比于市場化水平較高的地區(qū)，市場化水平較低地區(qū)的企業(yè)面臨的融資約束和信息不對稱程度更大，數(shù)字金融能更好發(fā)揮作用。這體現(xiàn)了數(shù)字金融的普惠性，也表明數(shù)字金融能夠彌補市場化不足的短板，助力企業(yè)發(fā)展。

六、結(jié)論與政策建議

本文將數(shù)字普惠金融指數(shù)與2011—2020 年中國A 股非金融上市企業(yè)數(shù)據(jù)進行匹配分析，構(gòu)建雙向固定效應(yīng)模型，研究數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的影響效應(yīng)與作用機制。結(jié)論如下：（1）數(shù)字金融發(fā)展與企業(yè)財務(wù)風(fēng)險呈顯著負(fù)相關(guān)，其中覆蓋廣度的提升和使用深度的拓展是其主要作用途徑，且通過更換核心變量、剔除部分影響因素、擴大樣本量、變量滯后以及使用工具變量法進行穩(wěn)健性檢驗后，該結(jié)論仍然成立。（2）機制分析表明，數(shù)字金融發(fā)展能夠緩解融資約束和減輕流動性約束，進而降低企業(yè)財務(wù)風(fēng)險。（3）數(shù)字金融發(fā)展對企業(yè)財務(wù)風(fēng)險的負(fù)向影響因企業(yè)特征不同而存在異質(zhì)性。對比低杠桿企業(yè)與國有企業(yè)，數(shù)字金融發(fā)展對高杠桿企業(yè)與非國有企業(yè)財務(wù)風(fēng)險的負(fù)向影響更大。（4）進一步對外部經(jīng)濟環(huán)境的研究表明，數(shù)字金融在市場化程度較低與監(jiān)管程度較強的地區(qū)能更加有效地發(fā)揮其降低企業(yè)財務(wù)風(fēng)險的作用。

結(jié)合上述分析，提出如下建議：第一，政府應(yīng)積極推動數(shù)字金融發(fā)展，充分發(fā)揮數(shù)字金融在支持經(jīng)濟增長中的重要作用。一方面，擴大數(shù)字金融的覆蓋廣度，推動實現(xiàn)支付、信貸、投資、信用、貨幣基金服務(wù)的全面數(shù)字化進程；另一方面，拓展數(shù)字金融使用深度，使其更好地為實體經(jīng)濟服務(wù)。第二，關(guān)注非國有企業(yè)、高杠桿企業(yè)等金融弱勢群體的情況，鼓勵數(shù)字金融資源向其傾斜，緩解其融資難融資貴的問題，優(yōu)化金融資源配給。第三，借助數(shù)字金融發(fā)展，持續(xù)推進我國的市場化進程，縮小地區(qū)間市場化差距，關(guān)注低市場化地區(qū)企業(yè)的財務(wù)狀況，深化其數(shù)字金融服務(wù)程度，并適當(dāng)加強金融監(jiān)管，防范過度數(shù)字化帶來的金融風(fēng)險，保障數(shù)字金融良性發(fā)展。第四，企業(yè)應(yīng)積極適應(yīng)數(shù)字金融發(fā)展，加快財務(wù)數(shù)字化轉(zhuǎn)型，靈活運用數(shù)字技術(shù)緩解自身面臨的融資難問題，并通過完善自身軟信息，增強硬信息實力，緩解與金融機構(gòu)間的信息不對稱問題，進一步完善企業(yè)治理機制，提高財務(wù)穩(wěn)健性，向外界更好地展示企業(yè)實力。

注 釋

①數(shù)據(jù)來源：2021 年5 月商務(wù)部國際貿(mào)易經(jīng)濟合作研究院信用研究所發(fā)布的《新冠疫情下中國A 股非金融類上市公司財務(wù)安全評估報告（2020）》。

②制造業(yè)保留前兩位行業(yè)代碼，非制造業(yè)保留第一位行業(yè)代碼。

③數(shù)據(jù)來源：中國分省份市場化指數(shù)數(shù)據(jù)庫，https：//cmi.ssap.com.cn/。