数字金融削弱了货币政策有效性吗？——来自上市公司投资行为的证据

何 剑 魏 涛

(1.新疆财经大学，新疆 乌鲁木齐 830000；2.石河子大学，新疆 石河子 832000；3.北京师范大学，北京 100095)

一、引言及相关文献评述

以信息技术、大数据、人工智能、云计算、区块链、互联网为依托，数字金融已然成为转轨时期推动中国金融体系结构变革的重要力量。数字金融的快速发展在相当程度上改善、甚至重塑传统金融体系和业务模式，进而加大了货币政策操作与执行困难，导致中央银行在确定货币政策取向时，不得不重视数字金融产生的系统性影响，尤其是其特有的信用创造功能。在此情景下，货币政策能否有效履行其应有的宏观调控职能就成为一个亟待检验的现实问题。

目前，学术界有关数字金融发展与货币政策有效性的探讨有以下特点：第一，数字金融发展对中国传统商业银行经营效率和风险承担的影响研究居于核心位置 (沈悦 等，2015；刘忠璐，2016；邹静 等，2017；杨望 等，2020；刘孟飞 等，2021)。区别于发达国家相对成熟的金融体系，中国金融市场尚处于转轨时期，以国有商业银行占主导地位的间接融资方式仍是实体经济获取信贷支持最重要的来源。此类研究为数字金融通过技术溢出、竞争驱动和金融创新促进中国金融市场的发展与完善提供了经验上的证据，但并未对货币政策效果受影响的方向与程度作出直接判断。第二，基于利率渠道和信贷渠道视角的研究先后探讨数字金融之于中国货币政策主要传导渠道影响的差异化特征，并基本达成了较为统一的认知，即金融体系的数字化发展显著降低了金融交易成本，弱化了由信息不对称导致的“金融加速器”效应(Shen et al.，2016)，进而增强银行存贷款规模及利率对银行同业市场利率的敏感性，提高了价格型货币政策的有效性，但降低了数量型货币政策有效性(刘澜飚 等，2016)。第三，还有一些研究从第三方互联网支付作用于货币流通速度、央行货币发行以及居民现金持有需求等视角来揭示其对货币政策有效性的影响机理。具体而言，第三方支付的兴起与发展对货币流通速度具有显著的正向推动作用(刘达，2017)，从产出渠道来说增强了货币政策有效性，而在价格渠道则削弱了货币政策有效性(方兴 等，2017)。由于移动支付及电子货币的使用存在网络外部性和降低交易成本等特性，公众会选择互联网金融服务，进而降低对中央银行发行的现金需求，对原有货币政策框架造成冲击(Fung et al.，2014)。而且，在互联网金融缺少有效监管的情况下，移动支付及电子货币的应用与发展还将增加货币政策实施中的不确定性(Wong et al.，2020；Ali et al.，2014)。

综上，可以发现，已有文献大多是基于宏观层面货币政策传导的中介目标加以区分界定，其隐含的一个基本假定是公司作为微观执行主体是同质化的，忽视了不同特征企业的行为偏好与货币需求，难以揭示企业投资决策与货币政策松紧变化之间在经济上的显著联系。货币政策实施有效与否的关键还取决于微观企业的顺应意愿和反应能力，进而能够更为直接和有效地识别并评价货币政策传导效应。本研究的可能贡献在于：(1)为加深理解数字金融这一新型金融服务模式与传统金融体系之间的微妙联系提供了微观层面的观察视角。这既是对已有研究在内容上的延伸和拓展，也为丰富货币政策对公司投资传导效应的研究融入了新兴金融元素。(2)宏观经济政策是否有效既应考虑不同微观主体本身的内在特征，也应考虑企业面临的外部市场环境。为此，本文从上述两个维度详细阐释货币政策执行时期微观企业受数字金融发展影响的异质性效应，为全面理解货币政策执行效果差异及探究背后的深层次原因提供了现实反馈机制。(3)从数字金融弱化对银行信贷的依赖和降低债务融资成本两个角度揭示货币政策有效性受影响的内在机理，其现实意义在于后续货币当局制定数字金融监管政策时既要重视互联网融资对于银行信贷渠道的冲击，也应关注数字技术在缓解信息不对称和降低交易成本层面带来的便利，避免在政策出台时“一刀切”。

二、理论分析与假说提出

(一)货币政策与企业投资

从实践经验看，以信贷渠道为主的数量型和利率渠道为主的价格型中介目标是中国能够实际运用的货币政策工具，并通过资本成本的变动对微观企业投资进行传导。据此，本文凝练出如下更为精炼的理论逻辑：中国银行执行紧缩(宽松)货币政策—货币供应量下降(上升)、实际利率上升(下降)—资本成本上升(下降)—企业投资减少(增加)。以企业投资对资本成本的反应弹性为切入点，借鉴Hubbard(1998)新古典投资理论的分析框架，货币政策与企业投资之间的影响机理可总结为：当中央银行执行紧缩(或宽松)性货币政策引发资本成本提高(或降低)时，期望资本存量(企业投资)迎来收缩或扩张。货币政策的松紧变化是通过企业投资支出对资本成本的敏感性进而影响企业投资活动，资本成本的提升(降低)将导致企业放弃(增加)增量投资项目，由此影响资本存量。

(二)数字金融、货币政策与企业投资

无论是价格型渠道还是数量型渠道，中央银行通过调整货币供应量、法定存款准备金率、存贷款利率等中介目标，都依赖金融体系尤其是银行体系作为主要媒介，然而数字金融凭借其客户优势、资金优势、信息优势和渠道优势分流了商业银行的核心业务，倒逼银行通过技术与服务升级改变传统金融业的竞争格局(孙杰 等，2015)，并影响货币政策有效性。

一方面，数字金融发展有助于降低金融摩擦程度，弱化由信息不对称导致的金融加速器效应，进而强化货币政策在价格渠道的原始冲击，让微观企业投资对利率变化的反应弹性增强。具体而言，数字金融不仅通过完善短期和长期金融市场直接强化利率对投资的影响，还使得短期利率与长期利率间的传导更符合利率期限结构的理论预期，进一步间接放大了货币政策利率传导渠道的效果(战明华 等，2020)。在此基础上，信息不完全、银行资本供方垄断等市场失灵现象趋于改善，市场实际利率在金融产品同质化竞争程度明显加强的趋势下更加接近于真实水平， 实体企业相比以往可以尤为方便快捷地依据资本价格的变化对公司投资活动迅速作出决策。信息透明度提升环境下的价格竞争机制，抬高了传统银行业的获客成本，缩小其存贷利差空间，利率市场化进程被变相推进(封思贤 等，2019)，这有利于强化货币政策价格渠道对企业投资活动的传导效应。

另一方面，以P2P平台、网络众筹、电子货币等多种新型金融模式为代表的网络借贷服务不仅使得银行贷款供给渠道的不可替代性受到冲击，也使得企业凭借其他融资渠道可以直接获取资金来源，进而使得银行信贷渠道调控实体经济投资的能力受到削弱。首先，从银行资产负债端看，盛行于当今市场中的各类互联网理财产品以及有价证券等金融创新产品分流了银行资产负债业务，即使在实体企业投资过热时期，中央银行收紧银根并压缩银行贷款规模，银行主体也能以大规模发放互联网理财产品或抛售有价证券的方式调整资产负债结构，间接为信贷再次投放争取必要的资金来源，使货币政策的有效性大打折扣。许月丽等(2020)的研究显示，数字金融促使银行开展理财产品、影子银行等表外业务增加利润，并在总量层面限制了银行放贷行为。这印证了上述观点。其次，从企业外部融资环境看，在传统借贷市场中，企业与申请贷款银行之间的地理距离，企业信用评级和资产抵押品，以及银企信息不对称程度等因素往往导致微观企业难以获得信贷支持(Han et al.，2007；Agarwal et al.，2010)。相比之下，数字金融更偏好以大数据分析手段，利用资金需求者在互联网平台积累和沉淀的经营记录、交易行为，建立企业的信用评估模型，这种基于数字技术的风险评估模式为提高企业外源融资可得性有显著促进作用。在此情况下，尽管中央银行收缩银根，实体企业也能绕过银行贷款通过其他替代性渠道来获取融资以维持投资活动，货币政策有效性因此将受到负面冲击。

然而，必须意识到，上述数字金融从价格渠道强化货币政策有效性的理论分析存在一个基本前提，即货币政策利率价格机制完全畅通，企业投资决策对资本成本(价格)的变化保持高度敏感性。现实中，中国货币政策正逐步由数量为主向价格为主的调控方式转型已成为典型事实。尽管中央银行在注重使用数量工具的同时，也围绕市场利率有效引导、利率走廊构建等利率工具创新方面开展了大量工作，但由于中国金融市场深度相对有限且存在很多不合理的管制，制约了利率政策的调控效果(徐忠 等，2019)。理论和实践也表明，在长期金融压抑和利率并轨制下，中国的市场利率和存贷款利率持续低于均衡利率(李宏瑾 等，2020；Li et al.，2020)。尤其是，近年来，中国虽然有效化解了以监管套利为主的影子银行风险体系，但某种程度上也抑制了以价格发现和风险管理为目的的金融创新活动，致使货币政策传导机制备受阻碍(姚洋，2019)。由此一来，在当前深化利率市场化改革和利率并轨的推进时期，货币政策利率价格机制仍需进行更多技术性准备工作。也就意味着，至少就目前货币政策由数量型向价格型调控转型阶段而言，数字金融从价格渠道强化货币政策有效性尚不明显，而从银行信贷渠道弱化货币政策之于企业投资的有效性仍占据主要方面。

依据上述理论分析，本文提出：

假说

1

：

数字金融更多弱化了货币政策对企业投资传导的有效性。

(三)数字金融、货币政策与企业投资：企业内在特征视角

以往有关货币政策有效性的研究大多假定企业作为微观执行主体是同质化的，忽视了不同特征企业在面临相同宏观经济政策影响时可能产生行为决策的差异，进而无法为探究货币政策的异质性调控效应及背后成因提供更为细致化的证据，这正是本文所重点关注的内容。

1.企业产权性质差异

新古典投资理论强调货币政策不仅通过资本使用成本的变化对企业投资项目进行传导，还通过恶化融资约束进一步放大传导效果(Bernanke et al.，1995)。例如，银根紧缩时期，资本价格的提高增加了企业偿债负担并压缩了可供抵押资本的现值，引发外部融资边际成本上升，当内部资金与外部资金不能完美替代，企业为潜在项目融资的能力便会受到制约，且面临融资约束的企业将被迫降低投资支出甚至放弃一些正NPV投资项目(罗正英 等，2015)。长期以来，中国以大型国有商业银行为主导的间接融资体系将大部分信贷资源优先分配给效率低下的国有企业已成为不争事实，效率较高的民营企业却难以获得信贷支持，即银行对不同性质企业具有典型的“信贷歧视”，由此构成了民营企业融资约束的直接原因。陆正飞等(2011)的研究表明，货币紧缩会进一步加剧民营企业“融资饥渴”，而同期国有上市公司的银行借款仍旧保持较快增长。这意味着，相比信贷资源相对充裕的国有企业，货币政策收紧将导致民营企业获得外部资金更加困难，其投资水平也将出现更大幅度的下降。而数字金融以其特有的普惠性质和长尾效应，提升了金融供给向借贷市场中处于弱势地位群体(尤其是民营企业和中小微企业)的触达能力，相比传统金融模式，其较低的金融服务门槛大大提升了信贷可得性(Li et al.，2020)，并逐渐演变成民营企业获取外部资金的重要来源。尽管货币紧缩也会带来国企信贷缩减进而抑制其投资支出，但数字金融作为一种替代性融资显然会在融资约束更为紧迫的民营企业中更大幅度削弱货币政策有效性。

2.企业成长特征差异

囿于内部经营净现金流并不十分充裕,企业内源融资较为困难，就大多数高成长性企业而言，较多的投资机会需要大量的资金支撑，因此,迫切需要调整速度较快的外源融资来弥补资金缺口。成长性较高的企业可以通过寻求其他融资渠道或改善融资结构来调整资本结构，而非成长性企业只能通过发行新股来偿还债务或者采取相反的操作(如发行可转换债券)来实现资本结构的最优调整(宋献中 等，2014)。信贷资源配置失衡现象在中国长期存在，尤其是货币紧缩时期，为了稳定和吸纳就业、维持国企正常经营目标，信贷资源更多流向劳动密集型企业和国有企业，其他企业可能获得的信贷融资则大幅减少,其中高成长性企业尤为明显(叶康涛 等，2009)。在此情况下，相比低成长性企业，成长性较高的企业具有迅速调整其资本结构并竭力捕获替代性融资的强烈动机，从而维持其对高投资机会项目的支出水平。数字金融的快速发展正成为破解银根紧缩时期高成长企业应对信贷供给不足的有力突破口，让资金供求双方即使处在不同的地域也可进行在线匹配。不同于银行借款途径引致的货币紧缩效应，互联网融资平台由于其现阶段的不可观测性和不可控性，有条件成为微观企业反向应对宏观政策冲击的重要手段，大大削弱了货币政策有效性，且这一效应在高成长性企业中更为突出。

依据上述企业内在特征视角的理论分析，本文提出：

假说

2

：

相比国有企业、低成长性企业，数字金融在民营企业、高成长企业群体中对货币政策有效性的削弱力度更大。

(四)数字金融、货币政策与企业投资：企业外部环境视角

宏观经济政策的调控效果不仅与政策实施对象的内在特征有关，还与企业外部环境有关。自20世纪90 年代中期以来，随着中国国有企业、金融业以及宏观调控体系的市场化改革，企业和金融机构的激励约束机制正发生着改变，货币政策调控的微观基础和市场环境发生了很大的变化(徐明东 等，2012)。尤其是市场化进程和金融发展水平的区域差异已成为影响企业成长的重要外部环境特征，货币政策有效性也有可能由此引发分异。

1.市场化进程差异

理论上，市场化进程的深度推进不仅可以提高金融资源服务实体经济效率，也可以帮助企业分散投资风险进而强化投资意愿，且由于企业所在区域信息的高度流通和金融机构的激烈竞争，货币政策价格机制更能灵敏地发挥其调控作用。在区域市场化水平较高的地区，数字金融的形成与发展既可能被留有包容性较强的生存空间，亦有可能构成信贷供给体系的重要一环，在融资方式多元化环境下，更有利于企业享受完善的金融创新产品和金融创新环境。这不仅解决了货币政策松紧变化导致的风险溢价和融资成本上升难题，还有助于企业在固定资产等不可逆项目投资中，提高持续获取资金的可能性，从而保障投资的安全性(徐光伟 等，2019)。如此一来，货币政策有效性将大打折扣。相反，在市场化进程发育较慢的地区，市场对资源配置的决定性作用并未充分发挥，政府更多地参与到经济活动的干预中，包括对金融业竞争干预和信贷资源分配等，使得资本使用成本对货币政策反应的灵敏度较弱，即使作为一种替代性融资渠道，数字金融也未必能在信贷紧缩时期很好地保障企业投资支出，进而对货币政策有效性的削弱力度相对较小。

2.金融发展水平差异

高金融发展水平意味着金融资源与要素通过时空跃迁向某一区域高度集聚，并从规模经济、资源配置、信息扩散、自我累积循环等维度强化金融市场机制。金融市场的储蓄转化和风险分散功能在提高金融集聚区内金融资源使用效率的同时，也降低了金融集聚区内的投资风险，这不仅有利于降低企业实业投资中的流动性风险，也有利于缓解企业实业投资中创新投资等高风险项目的融资约束(Belloc，2012)。众多金融机构数量和质量的提升还会进一步完善资本市场竞争机制，使得微观企业投资决策对价格信号富有反应弹性，货币政策有效性也更加明显。然而，传统金融服务的典型特征是以建立机构网点来提高覆盖广度，而当利润空间无法弥补高成本的物理布局时，就不能实现金融资源向欠发达地区的强有力渗透，直接导致低金融发展水平地区的企业外源融资不足。数字技术则填补了这一缺陷，让一些金融欠发达地区即使没有银行网点、ATM硬件设施，也能借助电脑客户端、手机终端享受互联网金融服务(北京大学数字金融研究中心课题组，2019)。数字金融的覆盖广度和服务深度打破了时空限制，增强了金融资源向金融欠发达地区的地理穿透性，特别有助于解决这些地区长期金融供给不足的难题。由此，在银根紧缩时期，相较于高金融发展水平地区充裕的资金支持和灵敏的价格弹性，金融欠发达地区的企业具有更强烈寻求传统金融服务以外融资渠道的动机，以帮助其维持对高收益项目的投资，则货币政策有效性被削弱的力度在金融欠发达地区可能表现得更大。

依据上述企业外部市场环境视角的理论分析，本文提出：

假说

3

：

相比市场化程度较低的地区、金融发达地区，数字金融在市场化程度较高地区、金融欠发达地区对货币政策有效性的削弱力度更大。

三、研究设计

(一)模型构建

在新古典投资理论框架下，假定货币政策通过改变资本成本进而影响微观主体投资活动。Gulen et al.(2016)、刘海明等(2016)、钟凯等(2017)和战明华等(2020)等在模型中增加内生变量与影响政策机制变量(数字金融)的交互项，以评估机制变量对货币政策的影响效果。据此，本文设定如下计量模型对理论假说加以验证：

Invest=β+βMP+βDifi×MP+βDifi+βInvest+βSize+βAge+

βRoe+βCashflow+βCev+βPpe+βTopten+βGdp+ε

(1)

其中：被解释变量Invest为i企业第t年的新增投资，借鉴刘海明等(2016)的做法，将其定义为固定资产、无形资产和其他长期投资三者之和的增加值，并用总资产予以标准化。主要解释变量包括货币政策代理变量MP、数字金融Difi以及两者的交互项Difi×MP，其中，货币政策代理变量本文使用紧缩性货币政策的虚拟变量，将货币政策紧缩年份定义为1，宽松年份定义为0，则β预期应为负值，即紧缩性货币政策抑制了企业投资活动。

本文重点关注交互项系数β，如果该系数显著为正值，则表明数字金融发展削弱了货币政策有效性。

(二)主要变量定义

1.数字金融(Difi)

目前学术界关于数字金融(Difi)发展水平的衡量主要采用由北京大学数字金融研究中心课题组联合蚂蚁金服集团基于线上交易的海量数据所编制的“北京大学数字普惠金融指数”，该指数从覆盖广度Coverage(账户覆盖率)、使用深度Usage(支付业务、信贷业务、保险业务、投资业务、征信业务)和数字化程度Digition(便利性、金融服务成本)三个一级维度，构建了包含24个细化指标的数字金融评价体系。本文借鉴这一研究成果，选取2011—2018年省际数字普惠金融总指数(Difi)作为解释变量。为进一步探究数字金融对货币政策有效性的影响，本文还选用数字金融的三个细分指标，即覆盖广度指数Coverage、使用深度指数Usage和数字化程度指数Digition。考虑到该指标数值较本文其余变量的数值过大，为了保证变量在同一量纲，使用该指数的自然对数作为原始数据。

2.货币政策(MP)

参考饶品贵等(2013)、黄兴孪等(2016)的做法，通过设置货币政策(MP)紧缩区间虚拟变量的方法进行分析。具体而言，根据中国人民银行公布的M2增速等信息，使用年度(M2增长率-GDP增长率-CPI增长率)的差值作为衡量当年货币政策的代理指标，将差值较小的年份定义为货币政策紧缩时期(MP=1)，差值较大的年份定义为货币政策宽松时期(MP=0)。基于以上方法，将2011、2017和2018年定义为货币政策紧缩时期，2012、2013、2014、2015、2016年定义为货币政策宽松时期。从现实来看，2010年1月12日—2011年6月14日，为了抑制货币过度投放引发的通胀风险，中国人民银行分12次将法定存款准备金率由15.5%上调至21.5%；2011年2月8日及4月5日，中国人民银行又将一年期存贷款基准利率分别上调0.25个百分点，全年货币政策趋于紧缩。2012—2016年，为支持实体经济发展，中国人民银行渐进采取了较为稳健的宽松货币政策。然而，由于中国经济结构性矛盾突出，过度扩张总需求可能进一步固化结构扭曲和失衡，加之通胀预期抬头，部分资产价格泡沫问题较为严重，在这样的大背景下，到了2017和2018年，货币政策再次紧缩。综上，货币政策松紧度的分类结果与现实情况是基本一致的，具有较高的可靠性。

3.控制变量

参考Gulen et al.(2016)、钟凯等(2017)和战明华等(2020)的做法，模型中还控制了以下变量：企业上一期投资Invest、企业规模Size(总资产的自然对数)、企业年龄Age(企业成立时间的自然对数)、净资产收益率Roe(净利润/总资产)、企业经营性现金流Cashflow(经营性现金流量净额/总资产)、资产负债率Cev(总负债/总资产)、资产有形性Ppe(固定资产/总资产)、企业股权集中度Topten(公司前十大股东持股比例)以及宏观经济发展水平Rgdp(国内生产总值增长率)。此外，为了避免潜在的内生性问题，所用控制变量均做滞后一期处理，并在公司层面进行聚类，同时采用稳健标准误进行回归估计。

(三)数据来源与描述性统计

本文使用的数字金融数据来源于北京大学数字金融研究中心编制的“北京大学数字普惠金融指数(2011—2018)”，并通过国泰安(CSMAR)数据库和WIND数据库，将其与沪深两市A股上市公司的投资数据和财务数据相结合来构造实证检验的数据集。衡量货币政策的指标来自中国人民银行、中国金融年鉴和国家统计局公布的相关数据，为了保证样本数据的可比性和准确性，对企业层面的微观数据做如下处理：(1)剔除银行、证券、保险等金融类上市公司的样本；(2)剔除主要变量存在数据缺失的样本；(3)对公司层面的连续变量进行1%～99%的缩尾处理，以消除极端异常值的干扰。由此得到2011—2018年17783个公司-年度观测值。

表1给出了相关变量的描述性统计情况。由表1可知，企业投资水平(Invest)存在较大个体差异，公司当年投资支出占总资产比重最高的个体达22.8%，而最低仅占0.2%；每年新增投资占总资产比重的平均值为5.1%，中位数为3.7%，投资水平整体未出现较大波动。数字金融总指数(Difi)及其三个分维度指数(覆盖广度Coverage、使用深度Usage和数字化程度Digition)的均值和中位数近乎一致，意味着变量数据并无明显的左偏或右偏现象，表明本文对原始数据的对数化处理是合理的。然而，其较高的标准差(均大于0.8)也反映出数字金融发展水平在中国具有空间上的非均衡性。衡量货币政策松紧的虚拟变量(MP)均值为0.462，说明考察期内有超过一半的年份处于货币宽松时期，这与前文变量定义时的实际情况是吻合的。

表1 变量描述性统计

四、实证结果分析

(一)基准回归结果分析

表2报告了数字金融、货币政策与公司投资的回归结果。由于模型含有被解释变量和解释变量的滞后期，属于典型的动态面板数据，为了尽可能减少模型回归误差，提高参数估计的准确性，本文使用系统GMM模型进行估计。表2列(1)未加入任何控制变量时，MP系数为-0.020，本文重点关注的数字金融与货币政策交互项Difi×MP系数为0.008；列(2)加入控制变量后，MP系数在1%显著性水平下为-0.016，Difi×MP交互项系数在1%显著性水平下为0.006。AR(1)检验的P值为0.000，AR(2)的P值大于0.1，由此接受“扰动项无自相关”的原假设；根据Sargan检验的P值发现，工具变量可以在5%显著性水平下通过过度识别检验，说明工具变量的选择具有合理性，系统GMM估计有效。以上结果表明，一方面，紧缩性货币政策抬升资本成本，负向影响了企业投资活动，显示了中国货币政策之于微观企业的直接调控效应显著存在；另一方面，就目前而言，数字金融并非强化而是更多地弱化了货币政策对企业投资传导的有效性。原因可能在于，尽管数字金融有助于弱化由信息不对称导致的金融加速器效应，进而强化货币政策在价格渠道的原始冲击，但由于中国利率市场化改革并未完全推进，价格传导渠道上仍旧存在阻碍，总体上货币政策有效性受数字金融的削弱力度更大。此外，在列(3)～(5)数字金融三个分维度的回归结果中，MP系数依然显著为负，与理论预期一致；本文重点关注的交互项系数也全部为正值，说明数字金融的覆盖广度、使用深度和数字化程度均不同程度削弱了货币政策有效性。由此，本文假说1得到验证。

表2 系统GMM模型估计的基准结果

(二)异质性讨论

1.基于企业内在特征差异

表3报告了基于企业内在特征视角数字金融影响货币政策有效性的差异。从企业产权性质的差异看，相对于国有企业，数字金融削弱货币政策有效性在民营企业层面表现得更为突出。紧缩性货币政策MP对民营企业投资活动的抑制作用在5%显著性水平下为负(-0.015)，而对国有企业的调控效应为负(-0.012)，小于民营企业。本文重点关注的交互项Difi×MP的系数从程度大小上说在民营企业中更为突出。可见，相较于信贷资源较为充裕的国有企业而言，银根紧缩对民营企业投资的抑制作用更大，而数字金融作为一种替代性融资渠道，以其特有的普惠性质和长尾效应发挥了对民营企业的融资约束缓解作用，使得数字金融削弱货币政策有效性在民营企业群体中更强。此外，依据KZ指数计算结果，列(3)和列(4)还在民营企业个体中进一步细分了融资约束程度的高低，发现无论是货币政策紧缩效应(MP)还是数字金融对货币政策的弱化效应(Difi×MP)均在融资约束程度较高的样本中表现得更为强烈，外源融资可得性已成为数字金融削弱货币政策有效性的重要力量。从企业成长性的差异看，相比低成长企业，数字金融削弱货币政策有效性在高成长企业投资活动中表现得更显著。如列(5)和列(6)所示，交互项Difi×MP的系数均显著为正值，但显然对高成长企业的影响更强。这是因为，面临银根紧缩时，相较于低成长企业，高成长企业具有迅速调整其资本结构并竭力捕获替代性融资的强烈动机，以维持其正常投资活动，而数字金融一定程度上矫正了长期存在的信贷资源配置扭曲现象，为高成长企业带来了实实在在的融资便利，故对货币政策有效性的削弱程度也更加突出。依据上述结论，本文假说2得到验证。

表3 数字金融、货币政策与公司投资：基于企业内在特征差异

2.基于企业外部市场环境差异

表4报告了基于企业外部市场环境视角数字金融影响货币政策有效性的差异。从市场化程度的高低来看，紧缩货币政策对微观企业的调控效应在不同市场化程度地区都有所体现。本文重点关注的交互项Difi×MP的系数无论是程度大小还是显著性水平都在市场化程度较高的地区表现得更为突出，可见政府减少对经济活动的干预，并为金融业竞争和多元化融资营造良好的市场条件，有助于增强微观企业投资对资本价格信号的反应弹性，也有助于数字金融解决企业为应对货币政策松紧变化导致的风险溢价和融资成本上升难题，进而提高其持续获取资金的可能性，保障投资的安全性，则货币政策有效性势必受到削弱。从金融发展水平的差异来看，MP的系数和交互项Difi×MP的系数均表明无论是在显著性水平高低还是在程度大小上金融发展水平较低地区的样本更加突出。原因是金融资源的稀缺会放大紧缩性货币政策对企业投资的抑制作用，而数字金融突破了传统金融物理网点布局的局限，增强了金融资源的地理穿透性，有效弥补了银根紧缩时期企业面临的资金缺口，进而对货币政策有效性产生了更强的削弱力度。本文假说3也获得证据支持。

表4 数字金融、货币政策与公司投资：基于企业外部市场环境差异

(三)稳健性检验

1.内生性问题

数字金融是衡量金融科技发展水平的一个宏观变量，尽管受单个银行贷款规模的影响较小，但在本文中作为核心解释变量，可能存在由遗漏变量等偏误引发的内生性问题。众多文献表明，以互联网普及率或移动电话拥有量作为数字金融的工具变量是一种较为适宜的做法(邱晗 等，2018；谢绚丽 等，2018；唐松 等，2020)。一方面，移动电话和互联网的应用让金融参与者即便不能摆脱传统银行网点的物理布局，也可通过智能终端享受高效的互联网金融服务，而数字金融发展水平与此密切关联，满足工具变量的相关性原则；另一方面，包含在随机误差项中不可观测且难以量化的因素(如投资风险)不仅影响企业投资活动，还可能与数字金融产生较高相关性，而以互联网和移动电话为代表的技术应用与企业投资风险并无本质联系，满足工具变量的外生性原则。据此，本文参考上述文献做法，以互联网普及率和移动电话拥有量作为工具变量。表5列(1)的回归结果显示，MP的系数显著为负(-0.027)(1%显著性水平)，本文重点关注的交互项Difi×MP的系数为0.011(1%显著性水平)。这与前文结果完全一致。

2.模型的其他设定偏误

为了确保参数估计不受模型估计方法的影响，本文还使用差分GMM模型重新进行参数估计。差分GMM通过有效地使用与内生变量高度相关，且与扰动项无关的工具变量替代内生变量，很好地解决了模型存在的内生性问题。如表5列(2)所示， Sargan检验的P值大于0.1，表明模型通过了过度识别检验，工具变量的选择具有合理性；此外，AR (2)的P值大于0.1，表明模型的扰动项不存在二阶和更高阶的序列自相关。模型通过了过度识别检验和序列相关性检验，差分GMM的估计结果是有效的，在此情况下，本文重点关注的交互项Difi×MP的系数依然为正值。这与前文结果完全一致。

表5 稳健性检验回归结果

3.变量测度误差

以支付宝、财付通两大巨头垄断为特征的第三方支付交易行业是中国传统金融服务数字化转型升级的重要标志，也是推动中国互联网金融发展的重要力量，第三方支付规模也通常被用作衡量数字金融发展的另一种方式。为了检验回归结果不受指标选取的影响，本文使用互联网数据资讯平台“艾瑞网”公开披露的第三方支付规模替代数字金融指数再次进行稳健性估计。如表5列(3)所示，数字金融与货币政策的交互项的系数在1%显著性水平下依然为正，进一步印证了数字金融发展削弱了货币政策有效性这一结论。

4.控制金融发展水平

地区金融发展水平往往会影响企业获取外源融资，尤其是在金融发展水平较为完善的地区，以银行业为主导的传统金融机构有助于降低企业获得融资的交易成本和监督成本，进而帮助企业完成正常投资活动。因此，样本期内货币政策被削弱还有可能是地区完善的金融发展水平所致，而与数字金融无关。基于此，本文在控制变量中加入地区金融发展水平以消除传统金融的干扰。表5列(4)重新回归后的结果显示，数字金融仍然对货币政策有效性具有削弱作用，交互项Difi×MP的系数在1%显著性水平下为0.007，证明了前文回归结果的可靠性。

5.排除外生事件的可能冲击

2015年7月，中国人民银行等十部委联合发布了《关于促进互联网金融健康发展的指导意见》，集中力量对P2P网络借贷、股权众筹、互联网保险、第三方支付、通过互联网开展资产管理及跨界从事金融业务等领域的“野蛮生长”现象进行整治，以规范互联网金融业态，由此迎来了中国“数字金融监管的元年”。那么在样本期内，货币政策有效性受到削弱很有可能是在监管元年之前，由数字金融的野蛮生长和宽松监管所致。为了排除这一外生事件的可能冲击，定义变量Event，令样本区间处在2011—2015年的定义为1，其余年份定义为0，重新进行回归。表5列(5)所示，在消除监管事件的外生冲击后，交互项Difi×MP的系数仍旧显著为正，前文结论没有改变。

五、作用机制分析

前文研究结果表明，数字金融并非强化而是削弱了货币政策有效性，且随着企业内在特征和企业外部市场环境的不同，货币政策有效性被削弱的力度也不尽相同。为了进一步研究数字金融削弱货币政策有效性的作用机制，本文主要从企业弱化对银行贷款的依赖和降低外源融资成本两个角度切入。

(一)基于弱化企业对银行贷款的依赖

就处在信贷市场弱势地位的企业而言，受资源禀赋不足、信用评定等级差和担保体系不健全等因素制约，其从银行贷款渠道所能获取的资金支持极为有限。当企业面临不稳定的融资来源或融资结构调整能力有限时，往往倾向于削减新产品、新项目和新技术的投入，进而制约投资支出(李春涛 等，2020)。尤其是银根紧缩时期，银行放贷规模的收缩只会进一步放大货币政策对企业投资的抑制效果。Bernanke et al.(1988)的信贷理论强调，在一个存在银行依赖性的借款市场中，货币当局通过调控银行资产组合直接影响商业贷款供应量，进而对实体经济的投资和生产活动施加影响，但这必须建立在企业从银行获取贷款和其他融资渠道具有不可替代性的前提下。然而，现实中，数字金融利用金融科技手段大大提升了金融产品供给的广度和深度，为企业提供了一个多元化融资平台，使得银行贷款渠道的不可替代性受到严重冲击，则货币政策有效性势必受到削弱。

为了实证考察数字金融是否显著弱化了企业对银行贷款渠道的依赖性，进而削弱了货币政策有效性，参考杨继生等(2020)的做法，本文用公司长期借款与短期借款之和占总资产的比重衡量企业的银行信贷可得性，在控制其他变量不变情况下，使用中介效应模型将其与数字金融纳入同一回归模型进行估计。表6列(1)为数字金融削弱货币政策有效性总效应的回归结果，交互项Difi×MP的系数显著为正。列(2)货币政策MP的系数在5%显著性水平下为负，即紧缩性货币政策抑制了企业的银行信贷可得性；交互项Difi×MP的系数在1%显著性水平下为正，表明数字金融发展弱化了企业对银行贷款渠道的依赖性，形成了显著的融资替代效应。列(3)为数字金融、货币政策和银行信贷共同对企业投资回归的结果，银行信贷(Bank_credit)的系数显著为正，表明银行信贷可得性与企业投资呈同向变动，企业投资规模会随银行贷款数量的下降而减少；交互项Difi×MP的系数依然在1%显著性水平下为正，表明银行贷款依赖在数字金融削弱货币政策有效性之间的中介效应显著存在。这一结果表明，数字金融的发展通过减弱企业对银行贷款的依赖，削弱了货币政策有效性。

表6 机制分析结果

(二)基于企业债务融资成本的降低

新古典价格传导渠道指出，货币政策紧缩性变化的直接效应是以利率为枢纽来增加资本成本，并进一步恶化企业融资约束。当内部资金与外部资金不能完美替代，则紧缩货币政策更大程度上提高了融资约束企业的外源融资成本(Hubbard，1998)，企业投资下降程度将被放大。据此，本文凝练出如下一条基本理论逻辑：如果数字金融可以帮助企业应对货币政策松紧变化导致的债务融资成本上升问题，则企业势必会继续维持投资，由此货币政策有效性受到弱化。现实中，金融市场中广泛存在的信息不对称问题抬升了企业债务融资成本，尤其是“硬信息”不完备让借贷过程中的搜寻成本、议价成本、合同成本、监督成本变得十分复杂。而在数字金融力量的驱动下，企业只需借助网络交易流水、信用记录以及交易主体间的资金关系便能为申请贷款的信用背书，无需进行不动产或股权质押。这种基于数字技术的风险评估模型为降低债务融资成本起到良好促进作用，让实体企业即使面临银根紧缩也可以大大节省资本成本用以开展项目投资，则货币政策有效性势必受到削弱。

为了验证数字金融能否对降低企业债务融资成本起到正向促进作用，基于利息支出、手续费用及其他财务费用在总财务费用中占据着重要比率这一客观现实，本文选用财务费用占总负债的比重来近似反映企业当期为筹集资金所付出的融资成本。如表6列(5)的回归结果所示，数字金融Difi对企业融资成本(Fina_cost)的回归系数在1%水平下显著为负，表明数字金融发展对于降低企业债务融资成本具有促进作用，交互项Difi×MP的系数在1%显著性水平下为正，说明数字金融对降低企业融资成本的促进作用在货币政策紧缩时期更加得到体现。列(6)回归结果显示，企业融资成本(Fina_cost)在5%显著性水平下为-0.078，即企业融资成本抬升抑制了企业投资规模的扩张。交互项Difi×MP的系数为0.006，在1%显著性水平下通过检验。因此，可以认为，在货币紧缩时期，企业除了面临外源融资边际成本的上升，还存在增加外部与内部资金成本的差价，而数字金融作为替代性融资，不仅可以有效节省借贷成本，还能及时弥补资金缺口，避免了外部融资成本的溢价问题，由此带来了更多的成本节约，以维持企业投资活动持续开展，进而显著削弱了货币政策有效性。

六、结论与启示

基于中国A股上市公司投资行为的微观面板数据，本文在数字金融与企业投资关系的探讨中，考察其对货币政策有效性的影响。研究发现：(1)在当前深化利率市场化改革和利率并轨的推进时期，基于企业投资视角，数字金融并非强化而是更多地弱化了货币政策的有效性。(2)从企业内在特征的差异看，相比国有企业和低成长性企业，数字金融在民营企业(尤其是融资约束较高企业)和高成长性企业层面对货币政策有效性的削弱力度更大。从企业外部市场环境的差异看，相较于市场化程度较低和金融发展水平较高的地区，数字金融在市场化程度较高和金融发展水平较低的地区对货币政有效性的削弱力度更大。(3)微观机理上，数字金融是通过弱化企业对银行贷款的依赖性和降低企业债务融资成本两个渠道实现了对货币政策有效性的削弱。在充分考虑内生性、忽略遗漏变量、变量测度误差和排除重大事件的外生冲击等一系列问题的影响后，基本结论依然稳健。

本文研究结论在实践层面具有一定的启发意义。(1)宏观层面上，现阶段，尽管数字金融发展更多弱化了货币政策对微观主体的传导效果，但这种结果是建立在当前中国利率走廊机制尚未完全疏通的情形下。客观上，中国货币政策实施框架仍处于数量型向价格型的转型过渡阶段，短期内，中央银行应当重视数字金融对银行同业市场的影响机制和替代程度，将互联网融资总量纳入广义货币供给M2的统计口径，配合货币政策实施目标合理引导网络信贷资源的流向和配置，避免出现由“监管真空”导致宏观政策调控失灵的尴尬局面。长期而言，数字金融与传统金融之间必然出现有序竞争、互为替代的现象，随着利率市场化的逐步推进，微观主体对价格信号的反应弹性更趋灵敏，货币政策实施框架也更加灵活有效，因而辩证看待数字金融的短期弱化效应和长期强化效应十分必要。(2)微观层面上，数字金融对货币政策有效性的削弱作用在不同特征企业以及不同外部市场环境下的差异化属性，也折射出企业作为货币政策调控的微观执行主体并不是同质化的(这正是本文重点关注和发现的内容)。其意义在于，货币政策效果的实现不仅取决于货币当局的宏观把控，也取决于企业自身的融资约束程度和成长性高低，还取决于不同市场化进程和不同金融发展水平地区企业目标函数的差异。因此，货币政策在出台实施前，既应考虑不同财务状况和经营目标企业应对宏观政策调控的执行意愿，也应考虑企业外部制度环境差异和资源禀赋差异对政策实施的可能影响，进而有利于形成宏观政策的现实反馈机制，让数字金融朝向不悖于货币政策制定初衷的方向演进。(3)此外，数字金融对银行贷款渠道不可替代性的负面冲击，以及建立在大数据分析技术上特有的降低企业债务融资成本之功能，既要求中央银行在金融科技发展和金融多元化竞争格局体系下充分考虑如何重新调整并建构一套适应传统金融与新兴金融兼容并蓄的制度体系，以防范金融科技发展过程中可能引致的系统性金融风险问题；也倒逼传统金融机构充分考虑如何抢抓数字革命机遇，改造其业务体系和风险评估模式，促进经营转型和效率提升。