中国普惠金融创新能否缓解中小企业的融资约束

梁 榜，张建华

(华中科技大学经济学院，湖北 武汉 430074)

1 引言与文献述评

中小企业“融资难”问题一直是各界关注和讨论的热点，也是阻碍中小企业自身创新发展的顽疾之一[1]。尤其是近些年中国经济下行压力加大，各级政府为激发经济活力，制定颁布了一系列法规和政策来扶持中小企业发展，关键着力点就是通过改善中小企业融资环境来缓解其融资约束。然而，受融资规模小、资质担保差、经营与信用记录不完善、信息不对称严重等诸多因素的限制，以及中国特殊的制度背景和市场环境等深层次因素的影响[2-6]，导致中小企业融资难问题始终难以得到实质性解决。

现有文献在探讨中小企业“融资难”的原因和解决途径时，除其自身的内在特征外，通常认为金融体系因素(比如水平或规模、结构)的影响至关重要。就金融发展水平而言，经验研究表明，中小企业比大企业的外部融资障碍更严重，但金融发展水平的提高增加了外源资金供给量，从而有利于缓解中小企业的融资约束[7-9]。然而，中小企业的诸多限制因素导致其往往难以从正规金融机构(如国有大型商业银行)获得贷款，这就涉及到金融结构(尤其是银行业结构)对中小企业融资约束的影响。中国情景下的研究表明，银行业的结构特征对于中小企业融资约束的影响更为重要，中小银行占银行业比重的增加能够显著缓解中小企业面临的融资约束[9]。究其原因，与大型金融机构相比，经营灵活性更高的中小金融机构(如中小银行)能够更好地适应和满足中小企业的融资需求[10]。此外，关于银行业结构对中小企业融资约束的影响，多数研究结论显示，银行规模越大、银行业结构越集中，越不利于中小企业获得贷款[11-13]，而破除银行业垄断、促进银行业竞争则有利于缓解中小企业的融资约束[14-16]。因此，中小金融机构的发展在一定程度上拓展了金融服务的外延性，提高了中小企业融资的可得性。值得注意的是，普惠金融的提出正是为了能够提高金融服务的可得性，旨在为社会各阶层和群体提供适当、有效的金融服务，特别是重点服务那些被传统金融所忽视的弱势群体。因此，普惠金融的发展为破解中小企业“融资难”问题提供了一条切实可行的解决路径，具有重要的现实意义。然而，关于普惠金融对中小企业融资约束影响的理论分析和经验研究尚付阙如，我们希望本文的工作能够填补相关研究领域的空白，并为中国金融改革的有效性提供理论支撑和经验证据。

近些年来，普惠金融发展上升到国家战略层面，鼓励应用大数据、云计算以及移动互联网等数字技术拓展普惠金融服务的广度和深度，不断推动普惠金融的创新发展，以此缓解中小微企业等特殊群体的融资难问题。为更好地促进中小企业发展，工信部印发相关规划中提出要大力发展中小金融机构及普惠金融，支持利用大数据以及各类信息资源推动互联网金融规范有序发展，为中小企业提供融资支持。可见，推动普惠金融的创新发展对于破解中小企业的融资难问题具有重要意义。一方面，数字普惠金融和互联网金融的发展打破了传统金融服务的诸多限制，金融服务覆盖率、可获得性和满意度的显著提高能够更好地满足中小企业的融资需求，从而有助于缓解中小企业的融资约束。另一方面，数字普惠金融和互联网金融的发展有助于减轻中小企业在传统金融市场中面临的诸多限制条件，通过拓宽融资渠道、降低融资交易成本以及提高融资效率等途径缓解其融资约束。如前所述，数字普惠金融和互联网金融是中国普惠金融创新发展的重要体现，然而应当意识到不能简单地将数字普惠金融等同于互联网金融。与互联网金融相比，数字普惠金融更强调其普惠属性，而互联网金融则有更强的互联网属性，并被认为是推动普惠金融创新发展的有效路径选择，也是数字普惠金融的重要支撑。因此，为保证普惠金融创新与中小企业融资约束之间关系的稳健性，分别从数字普惠金融和互联网金融两个方面出发，分析并比较二者对中小企业融资约束的影响是有必要的。

本研究从以下两个方面展开：①从理论上分析普惠金融的创新发展对中小企业融资约束缓解的影响机理，并比较其对不同所有制企业融资约束影响的异质性差异，在此基础上提出相关假设；②利用北京大学互联网金融研究中心提供的 “北京大学数字普惠金融指数(2011—2015)”和“北京大学互联网金融发展指数(第三期，2014年1月—2016年3月)”两套数据与中小企业板上市公司数据进行匹配，实证检验普惠金融创新对中小企业融资约束的影响，并进行稳健性分析。

2 理论分析与研究假设

2.1 普惠金融创新与中小企业融资约束

大数据、云计算以及移动互联网等数字技术推动我国普惠金融领域不断创新发展，大大降低了金融机构的经营成本，金融服务覆盖范围的延伸有助于增强触达能力；数字技术的应用打破了传统金融服务的诸多限制，提高了金融服务的可获得性，促使金融服务需求向“尾部”客户群体移动；信息搜集与处理的高效便捷等众多优势有效缓解信息不对称问题，增强金融风险识别能力，尾部市场的征信基础在借贷风险的有效控制下得到改善，进而降低市场交易成本，提升金融服务效率。以数字技术为基础的数字普惠金融和互联网金融在这四个维度的耦合作用下抓住普惠群体，充分发挥“长尾效应”，通过拓宽融资渠道、降低融资成本和提高融资效率等途径缓解中小企业的融资约束(见图1)。

图1 普惠金融创新缓解中小企业融资约束机理

第一，拓宽融资渠道。受发展规模小、资质担保差、经营与信用记录不完善、信息不对称严重等诸多因素的限制，中小企业往往被排斥在正规金融服务门槛之外。就国有商业银行等传统金融机构而言，其更愿意将贷款资金投向于大型企业，而对中小企业的放贷意愿较为低迷。与传统金融相比，普惠金融能够以可负担的成本为有金融服务需求的特殊群体(如中小微企业、中低收入阶层等)提供适当的、有效的金融服务。数字普惠金融和互联网金融是在普惠金融发展的基础上，应用数字技术对传统金融产品和商业模式等进行数字创新，能够打破传统金融服务的诸多限制，拓展了普惠金融的服务广度和使用深度。P2P网贷、小额信贷、第三方支付、众筹融资以及新型的融资平台等多渠道、多样化的金融服务能够极大地降低中小企业的融资门槛，进而缓解中小企业的融资约束。

第二，降低融资成本。为降低自身风险和信贷坏账的发生，传统金融机构通常会对中小企业的信贷资格进行严格审查，产生大量的审查费用。为弥补损失，通过上浮信贷利率将审查费用转嫁给中小企业也就成为商业银行的常用手段，即便那些能获得相应贷款的中小企业，其使用成本也非常高昂，由此导致中小企业的贷款成本不断提升。此外，传统金融机构提供金融服务所依赖的营业网点、人工服务等都需要成本，服务范围的扩大使得提供金融服务的成本和难度都会增加。数字普惠金融和互联网金融改变了原有的服务提供方式，以信贷为例，P2P网贷平台通过互联网、手机等就可以实现在线信用贷款，信贷服务更加便捷，服务成本明显下降。蚂蚁金服发布的数据表明，云计算的成本仅仅是传统IT服务成本的十分之一，可见将数字技术应用到普惠金融领域能大大降低金融服务的成本，使得为中小企业提供金融服务成为可能。更为重要的是，数字普惠金融和互联网金融信息收集与处理的独有优势能够更好地发挥信息筛选和风险甄别功能，有效降低了中小企业的信息不对称程度，交易成本减少有利于降低中小企业的外部融资成本，进而缓解中小企业的融资约束。

第三，提高融资效率。与传统金融相比，数字普惠金融和互联网金融通过云计算、大数据以及移动互联网等数字技术可以及时、快速、高效地挖掘和收集客户的征信数据，有助于全面地了解中小企业的经营情况和信用等级，能够提升信贷资金的配置效率和服务质量。基于互联网信息的客户征信体系可以简化信贷审查程序，缩短信贷审核时间，进而降低资信评估、线下审核以及风险管理的成本，使得中小企业能够更加高效、便捷、低成本地获得金融服务，融资效率的提升缓解了中小企业的融资约束。

基于以上分析，提出假设H1：普惠金融的创新发展(数字普惠金融、互联网金融)有助于缓解中小企业的融资约束。

2.2 普惠金融创新与不同所有制中小企业的融资约束

中国特殊的制度背景和金融市场环境使得政府仍在资源配置中发挥重大作用。在传统金融市场中，实际控制人性质和政治关系背景对企业能否获得融资支持十分关键，民营中小企业往往在融资过程中面临严重的“所有制歧视”。因此，对于不同控制权性质的中小企业而言，普惠金融的创新发展对其融资约束的缓解效果是不同的，异质性差异主要体现为以下三个方面：

第一，国有和民营中小企业的信息不对称程度不同。一方面，与国有中小企业相比，民营中小企业的财务状况和信息透明度不高，可信性相对较差；另一方面，传统金融机构更倾向于与国有中小企业保持长期紧密的合作关系，容易获取较多国有企业的信息，但与民营企业的业务往来较为匮乏，薄弱的银企关系无法积累民营中小企业足够多的软信息。因此，民营中小企业的信息不对称问题相较于国有中小企业而言更为严重。以数字技术应用为基础的数字普惠金融和互联网金融能够及时、快速、高效地挖掘和收集客户的征信数据，通过有效提高信息透明度降低中小企业的信息不对称程度，从而缓解中小企业的融资约束。因此，可以预期普惠金融的创新发展对信息不对称程度更高的民营中小企业融资约束的缓解作用更为明显。

第二，国有和民营中小企业对数字普惠金融和互联网金融的适应程度和资金需求程度不同。一方面，国有产权以及政治关系是国有企业融资过程中十分重要的信用替代机制，数字普惠金融和互联网金融的发展会对这种替代性融资机制产生一定影响，但由于国有企业自身制度不够灵活，管理又缺乏弹性，难以适应融资机制的变化会减弱普惠金融创新对其融资约束的缓解效果。另一方面，数字普惠金融和互联网金融的显著特点就是灵活便捷、体量较小，能更好地适应民营中小企业资金需求量小但频率高的融资需求。与之相比，国有企业的资金需求量相对较大，往往更倾向于从政府机构或国有银行等正规金融渠道获取所需的信贷资金。因此，普惠金融的创新发展对民营中小企业融资约束的缓解效果更好。

第三，国有和民营中小企业对数字普惠金融和互联网金融的依赖程度不同。国有企业能够利用良好的银企关系或政治关系获得一定程度的信贷倾斜，并获得所需资金用以缓解融资需求，从而对政府机构或国有银行等正规金融渠道有更高的依赖度。但对于不具备上述优势的民营企业而言，严重的“所有制歧视”导致民营企业在传统金融市场中面临更强的融资约束，通过正规金融渠道获得信贷资金更加困难，迫使民营企业通过互联网渠道寻求资金支持的愿望更为强烈，依赖程度也更高。因此，数字普惠金融和互联网金融能够给予依赖度更高的民营中小企业提供更多的资金支持，从而对其融资约束的缓解作用更为明显。

综上，提出假设H2：相较于国有中小企业，普惠金融的创新发展(数字普惠金融、互联网金融)对民营中小企业融资约束的缓解作用更明显。

3 模型设计、变量选取与数据说明

3.1 模型设计

在实证研究中，企业外部融资约束分析主要涉及投资-现金流敏感性模型和现金-现金流敏感性模型。Fazzari等[17]率先提出投资-现金流敏感性模型，然而该模型本身存在一定的局限性，托宾Q衡量偏误以及投资-现金流敏感性动因识别问题导致投资-现金流敏感度并不能真实地反映企业所面临的融资约束[18-20]。连玉君等[21]基于中国上市公司数据的实证研究印证了这一论断，并发现即使控制了托宾Q的衡量偏误，委托代理引致的企业过度投资问题也可能导致融资约束较轻的公司反而表现出较强的投资-现金流敏感性。鉴于此，Almeida等[22]另辟蹊径，提出现金-现金流敏感性模型，认为当存在融资约束时，企业出于预防性动机将通过经营活动现金流的适当留存为未来投资项目积累内部资金，即企业现金持有量的变化与现金流的正向关联是企业存在外部融资约束的证据。连玉君等[23]基于中国的经验研究表明，使用现金-现金流敏感性模型分析中国上市公司的融资约束问题是合理有效的，此后该模型在企业融资约束相关研究中得到广泛应用[24-25]。因此，本文经验研究的分析框架采用现金-现金流敏感性模型，并在此基础上进行一系列的稳健性分析。

首先，本文借鉴Almeida等[24]的分析框架，设定基准模型如下：

ΔCashit=β0+β1CFit+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+industrydummy+εit

(1)

其中：ΔCash表示企业现金持有量的变动；CF表示现金流；Grow反映企业成长能力；Size为企业规模；ΔNWC表示企业非现金净营运资本的变动；SD为企业短期债务变动；Expend表示企业的长期资本支出；yeardummy和industrydummy为年份和行业虚拟变量，用来控制时间效应和公司行业特征的影响；ε为误差扰动项；i和t分别代表企业和时间。当企业存在融资约束时，预期β1的估计值显著为正。

为了考察普惠金融创新对中小企业融资约束的影响，本文参考Khurana等[26]的研究，在基准模型中分别加入数字普惠金融、互联网金融与企业现金流的交互项，得到如下扩展模型：

ΔCashit=β0+β1CFit+φCFit×DIFIit+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+industrydummy+εit

(2)

ΔQCashit=β0+β1QCFit+φQCFit×ITFINit+β2QGrowit+β3QSizeit+β4ΔQNWCit+β5ΔQSDit+β6QExpendit+Quarterdummy+industrydummy+εit

(3)

其中：模型(3)中各变量指标对应的是季度数据，DIFI是数字普惠金融指数，ITFIN是互联网金融指数，交互项CF×DIFI和QCF×ITFIN分别用以考察数字普惠金融和互联网金融的发展对融资约束的影响。此外，作为初步地稳健性检验，本文还同时比较数字普惠金融的不同维度(覆盖广度、使用深度和数字支持服务)对中小企业融资约束的影响。根据上文假设，如果扩展模型(2)(3)中的φ系数和φ系数显著为负，表明中国普惠金融创新(数字普惠金融和互联网金融)能显著降低企业的现金-现金流敏感性，有助于缓解中小企业的融资约束。

在扩展模型中，除了直接加入当期DIFI、ITFIN与CF的交互项进行估计之外，本文还进一步改进研究设计。作为稳健性分析，重新估计了使用滞后一期的DIFI、ITFIN指标以及二者与CF交互项的扩展模型以控制可能存在的内生性问题，对应的实证模型如下：

ΔCashit=β0+β1CFit+φ1CFit×DIFIit-1+φ2DIFIit-1+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+provincedummy+industrydummy+εit

(4)

ΔQCashit=β0+β1QCFit+φ1QCFit×ITFINit-1+φ2ITFINit-1+β2QGrowit+β3QSizeit+β4ΔQNWCit+β5ΔQSDit+β6QExpendit+Quarterdummy+provincedummy+industrydummy+εit

(5)

其中：除了年份、季节以及行业虚拟变量之外，本文进一步加入了省份虚拟变量，用来控制不同地区普惠金融创新水平和其他地域特征的差异；如果系数φ1和φ1显著为负，表明普惠金融创新能够缓解中小企业的融资约束。

3.2 变量选取和数据说明

数字普惠金融和互联网金融是中国普惠金融创新的重要体现。为了更好地反映普惠金融的创新发展，本文采用北京大学数字普惠金融指数(2011—2015)和北京大学互联网金融发展指数(第三期，2014年1月—2016年3月)两套数据。其中，数字普惠金融指数从覆盖广度、使用深度和数字支持服务程度三个维度出发，构建包含24个指标的数字普惠金融指标体系，而互联网金融指数基于互联网六大业务构建了包含17个指标的互联网金融指标体系，为中国普惠金融创新的研究提供了可靠的数据支撑。两套指数的构建原则、指标选取和编制方法详见北京大学互联网金融研究中心课题组。此外，本文将两套指数除以100来解决较其他指标数值过大的问题。表1对上文计量模型中所涉及指标的含义和测度方法进行了说明。

表1 指标说明

注：为了避免托宾Q对企业成长性的衡量偏误，本文参考姚耀军和董钢锋(2015年)，使用企业主营业务收入增长率来衡量；互联网金融指数匹配的中小企业财务数据为季度数据。

两套指数决定了本文样本的研究区间分为两类：数字普惠金融指数对应的研究区间是2011—2015的年度数据，互联网金融指数为月度指数，发布频率为每季度发布，对应的研究区间是2014年第一季度至2016年第一季度的季度数据，与之相匹配的中小企业板上市公司的财务数据来自国泰安(CSMAR)数据库。此外，数据处理过程中删除：①金融类上市公司；②财务数据缺失和所有者权益为负的公司；③*ST、ST与PT类公司；④资产负债率大于1即资不抵债的公司；⑤CF>1和Expend>1的异常值。最终得到的有效样本量为3319个公司年度和6595个公司季度，在此基础上对公司层面的连续变量在1%的水平上进行缩尾(winsorize)处理，描述性统计结果见表2。

4 实证结果与分析

4.1 普惠金融创新与中小企业融资约束

本文首先对基准模型(1)进行估计，回归过程中加入了年份、季节和行业虚拟变量，然后分别对包含数字普惠金融、互联网金融与现金流交互项的扩展模型(2)和(3)进行估计。作为模型初步的稳健性检验，本文分别估计了数字普惠金融指数的三个不同维度(覆盖广度、使用深度和数字支持服务程度)与现金流的交互项所对应的扩展模型，表3汇报了所有模型的估计结果。结果显示，扩展模型的估计结果显示，数字普惠金融、互联网金融与现金流的交互项CF×DIFI和QCF×ITFIN的估计系数均显著为负，表明普惠金融的创新发展(数字普惠金融、互联网金融)有效降低了中小企业的现金-现金流敏感性，有助于缓解中小企业的外部融资约束。作为比较，覆盖广度、使用深度与数字支持服务程度与现金流的交互项的估计系数同样显著为负，均对中小企业融资约束具有缓解作用，提供了数字普惠金融发展与中小企业融资约束缓解具有稳健关系的证据。此外，企业成长性对应的回归系数显著为负，表明中小企业的成长能力越强，现金资产的持有成本越高，现金的持有量也就越少；ΔNWC和ΔSD的估计系数显著为正，表明中小企业净营运资本和短期负债的提高会导致其现金持有量增加；Size和Expend的估计系数符合预期但并不显著，表明资产规模和长期资本支出与企业持有现金资产并无必然关联。至此，表3的实证结果支持了假设H1，即普惠金融的创新发展(数字普惠金融、互联网金融)有助于缓解中小企业的融资约束。

表2 变量的描述性统计

所有模型中现金流(CF)的估计系数均显著为正，表明中小企业存在明显的现金-现金流敏感性，即面临显著的融资约束。可见，由于中小企业受信贷抵押品差、无形资产比重较高等诸多因素的限制，加上中小企业板股票市场还不完善，导致股票市场融资渠道对于上市中小企业融资约束的缓解作用还有待加强。

表3 普惠金融创新对中小企业融资约束的影响

注：*、**和***分别代表在10%、5%、1%的显著性水平下显著，括号内为标准误，下表同。

4.2 普惠金融创新对中小企业融资约束影响的异质性分析

依据企业的实际控制人性质，本文将中小企业划分为国有和民营两类，分别对基准模型和扩展模型估计并进行比较，两组回归结果汇总于表4。由表4可知，就数字普惠金融而言，民营和国有中小企业现金流与数字普惠金融的交互项的估计系数均显著为负，但是国有企业对应交互项的估计系数非常小且只在10%的显著性水平上显著，表明相较于国有中小企业来说，数字普惠金融对民营中小企业融资约束的缓解效果要更好。对于互联网金融来说，民营中小企业现金流与互联网金融的交互项的估计系数显著为负，但国有中小企业现金流与互联网金融的交互项的估计系数并不显著，表明互联网金融的发展更有助于缓解民营中小企业的融资约束。异质性分析的实证结果支持了本文的假设H2，即相较于国有中小企业，伴随普惠金融的创新发展，民营中小企业所受融资约束将会得到更为显著的改善。

表4 数字普惠金融和互联网金融对中小企业融资约束的异质性分析

4.3 稳健性分析

尽管前文中已涉及初步的稳健性检验，本文仍从以下三个方面进行稳健性分析：①考虑个体效应和时间效应，利用双向固定效应法对前文中的基准模型和扩展模型进行重新估计；②考察内生性偏误对估计结果的影响，采用广义矩估计方法(GMM)重新估计上述实证模型；③进一步改进模型设计，重新估计了使用滞后一期的DIFI、ITFIN以及二者与CF交互项的扩展模型以控制可能存在的内生性问题。

表5是双向固定效应模型的估计结果。可以看到，基准模型的估计结果再次表明中小企业面临显著的融资约束，表现出明显的现金-现金流敏感性，扩展模型的估计结果也同样支持了普惠金融的创新发展(数字普惠金融和互联网金融)有助于缓解中小企业融资约束的关键结论。因此，前文主要实证结论是稳健的。

表5 稳健性检验I：双向固定效应模型

注：*、**和***分别代表在10%、5%、1%的显著性水平下显著，括号内为标准误，控制变量包括Grow、Size、ΔNWC、ΔSD和Expend，下表同。

本文的内生性讨论在于，企业现金流(CF)和企业成长(Grow)两个变量可能存在内生性问题，导致模型估计结果出现偏误[23]。原因在于，CF和Grow分别反映的是企业的近和远期投资机会，由于企业的投资行为在很大程度上受投资机会影响，而公司的现金持有行为往往与投资行为同时被决定，导致CF和Grow两个变量与干扰项相关，模型可能存在内生性偏误。鉴于此，参照连玉君[23]的研究，采用GMM估计方法重新估计上述实证模型，回归结果见表6。GMM估计结果表明，即便在合理控制模型的内生性偏误后，中小企业仍然面临显著的外部融资约束，数字普惠金融和互联网金融与企业现金流的交互项的估计系数均显著为负，再次支持普惠金融创新对中小企业融资约束的缓解作用是稳健的。

本文进一步改进模型设计，重新估计了使用滞后一期的DIFI、ITFIN指标以及二者与CF交互项的扩展模型以控制可能的内生性问题，并进一步控制了省份虚拟变量，估计结果汇报于表7。可以看到，中小企业仍面临显著的外部融资约束，数字普惠金融和互联网金融与企业现金流的交互项的估计系数均显著为负，再次支持普惠金融创新对中小企业融资约束具有显著的缓解作用。至此，所有稳健性检验结果均表明普惠金融创新对缓解中小企业融资约束的重要性。此外，需要补充说明的是，基于上述三种稳健性检验方法的异质性分析结果同样支持了前文中的实证结论，即相较于国有中小企业，普惠金融创新对民营中小企业的影响更加明显。

表6 稳健性检验II：考虑内生性

注：( )内数值为标准误，[ ]内数值为相应检验统计量的p值；*、**和***分别代表在10%、5%、1%的显著性水平下显著；GMM估计采用CF和Grow两个变量的二期和三期滞后项作为工具变量；Durbin-Wu-Hausman(D-W-H)检验、Kleibergen-Paap(K-P)rk LM检验以及Hansen J检验的原假设分别为解释变量是外生的、工具变量识别不足、工具变量过度识别，拒绝原假设则分别说明解释变量是内生的、工具变量的选择是合理的。

5 结论性评价与政策启示

本文从普惠金融创新这一全新视角出发，理论分析表明普惠金融创新在触达性、可获得性、高效性和风险控制四个维度的耦合作用下发挥长尾效应，通过拓宽融资渠道、降低融资成本和提高融资效率等途径缓解中小企业融资约束。在此基础上，利用现金-现金流敏感性模型和中小企业板上市公司数据进行经验研究，结果表明中小企业仍然面临显著的融资约束。中国普惠金融的创新发展(数字普惠金融、互联网金融)显著缓解了中小企业的融资约束，数字普惠金融的覆盖广度、使用深度和数字支持服务程度均对中小企业融资约束具有缓解作用。异质性分析表明，相较于国有中小企业，普惠金融创新对民营中小企业融资约束的缓解作用更为明显。最后，多种稳健性分析再次支持了普惠金融创新对中小企业融资约束缓解的积极作用。

囿于数据可得性限制，本文在经验分析中仅采用中小企业板上市公司数据作为研究样本，在此基础上研究表明中国普惠金融创新有助于缓解中小企业融资约束，且对民营中小企业融资约束的缓解效果更好。严格来说，若将这一研究结论推广至所有中小企业，则需要纳入非上市中小企业。然而，从某种意义上讲，本文的关键性实证结论在很大程度上是可以作延伸理解的。原因在于，相较于上市中小企业，非上市的中小企业所面临的信息不对称问题更为严重，如果上市的中小企业仍面临显著的融资约束，那么非上市中小企业的外部融资障碍会更严重。因此，如果普惠金融的创新发展能够显著缓解尚有股票市场融资渠道的上市中小企业的融资约束，那么对于非上市中小企业融资约束的缓解作用会更为重要。

表7 稳健性检验III：使用滞后一期DIFI、ITFIN

注：*、**和***分别代表在10%、5%、1%的显著性水平下显著，括号内为标准误，使用滞后一期DIFI、ITFIN指标，并控制了年份、季节、省份以及行业虚拟变量。

本文的政策启示在于：①建立健全普惠金融体系，探索低成本、广覆盖和可持续的普惠金融创新发展模式，鼓励和支持各类普惠金融主体借助大数据、云计算和移动互联网等现代信息技术手段，推动普惠金融创新发展，增强普惠金融服务中小企业的能力；②加大政策支持力度，引导中小企业调整自身融资结构，鼓励数字普惠金融、互联网金融和中小金融机构创新融资模式，以实际问题为导向，积极适应和满足中小企业的金融服务需求，着力解决其融资难题；③加快金融体制改革，完善金融监管体系，改善金融生态环境，促进普惠金融健康可持续发展，推动普惠金融更好地服务于实体经济。