数字金融赋能企业结构性去杠杆：前沿探析与未来展望

上官绪明，徐秋实，李剑岚

(1.中央财经大学 经济学院，北京，100081； 2.信阳师范学院 商学院，河南 信阳，464000)

过高的杠杆率被认为是衡量金融危机爆发的领先指标，去杠杆已经成为我国政府和有关学者关注的焦点。截至2020年底，中国非金融企业总信贷占国内生产总值(GDP)的比例为162.3%[1]，远高于新兴市场国家平均债务水平。谭小芬等指出，大量统计数据表明非金融企业杠杆问题最为突出，尤其表现在金融危机之后[2]。一方面，高杠杆会导致企业债务负担过重，减缓经济增长速率；另一方面，较高的杠杆率会加剧市场动荡，增加金融风险。随着诸多研究者将非金融企业如何降低高杠杆列为研究重点，不少学者发现，其杠杆率不仅在宏观层面表现出上升趋势，而且在微观层面也表现出明显的结构性特征[3]。在上述背景下，2018 年 4 月，中央财经委员会首次提出结构性去杠杆的思路。所谓结构性去杠杆，相当于宏观意义上的“取其精华，去其糟粕”，精华就是保持优质企业的好杠杆，糟粕即减少劣质企业的坏杠杆。近年来兴起的数字金融凭借其在信贷、支付、投资等方面的优势，为结构性去杠杆提供了契机[1]。

传统金融往往存在资源错配、效率低下等问题，使得新兴产业面临金融歧视。中国数字金融就是在这样的大背景下应运而生的[4]。相关研究也开始从宏观层面关注数字金融对居民消费、企业发展等方面的影响[5-6]。但现有研究很少关注杠杆率结构性失衡这一现象，缺乏对其内在机理的深入思考。如何利用数字金融赋能企业杠杆率结构性调整，目前尚无系统的研究框架，是学术界亟待解决的问题。

鉴于此，本文拟从数字金融的角度来研究企业结构性去杠杆，通过梳理国内外相关文献，厘清相关概念定义，从信息不对称、融资约束、风险控制等三个维度探讨数字金融驱动企业结构性去杠杆的机制与路径。

1 数字金融与企业杠杆率的内涵

1.1 数字金融内涵

数字金融是指新兴的互联网信息技术与传统金融服务相结合的一种新型金融服务形式[7]，主要是金融服务和金融产品的金融创新，主要包括信贷和支付[8]。近年来，数字金融快速发展，使得中国已成长为全球最大的数字金融市场之一[9]。需要注意的是,数字金融的含义与金融科技相似，但金融科技作为一种技术，倾向于“科技”，即利用技术赋能金融；而数字金融更倾向于“金融”。数字金融的广度更大、数字技术与金融的结合更加突出。数字金融通过互联网信息技术的广泛应用，使金融体系更具包容性和普惠性，并坚持金融要为实体经济服务的原则[10]。由于不同文献对数字金融的定义不统一，本文将主要采用黄益平和黄卓对数字金融的定义[7]，即将数字金融、金融科技、互联网金融统称为数字金融。

1.2 企业杠杆率内涵

杠杆的特点是，既能使小型企业利用固有资本获得更多福祉，又能使大型企业利用举债等措施保障大规模生产。在经济学中，杠杆通常指各种“以小搏大”的经济行为[11]，凭借这种金融工具，最终的收益或损失都将会以相应的比例被放大。Mckinnon和Taylor提出的金融深化理论认为，金融对经济增长可以起到显著的促进作用，国家的金融改革和深化可以有效促进经济增长，而经济的增长又会推动金融改革和深化，二者之间能够形成良性循环[12-13]，从而确认杠杆率对经济增长有积极效应。然而，Fisher提出的债务—通缩理论则否定了杠杆率对经济发展的积极作用。他认为，一个国家杠杆率的过度上涨会抑制其经济增长，债务规模的过度扩张可能导致“债务—通缩”的恶性循环[14]。众多研究均表明，企业杠杆率水平绝对值过高或上升速度过快，往往会引发债务违约，进而导致系统性金融风险[15]，对经济增长呈非线性特征，加剧收入的不平等程度[16]。

2 数字金融赋能企业结构性杠杆调整的主要形式

2.1 信息识别

Stiglitz和Weiss认为，信贷市场存在广泛的信息不对称，借款人之间存在广泛的逆向选择和道德风险，这将导致信贷资源的数量和价格受到限制[17]。而在数字经济时代，“数据+技术”的广泛应用，可以有效减少银行与企业之间的信息不对称，优化资源配置，拓展金融服务边界，使原有被排斥在传统金融机构之外的企业能获得信贷资源[18]，进而改善资源错配的现状，有效识别去杠杆对象，实现企业的结构化去杠杆。

2.2 金融可得性

近年来，金融可得性问题引起了前所未有的关注。这一概念与理论上的金融宽度有关[19]。数字金融凭借其在数据、技术、成本和风控方面的优势，有效地弥补了传统金融的不足，为实现企业金融可得性奠定了基础。在当前结构性去杠杆的背景下，数字金融优化了企业的杠杆结构，让信贷资源流向更多的企业、行业和部门，带来了良好的效益和高回报，打破了政府的隐性担保，提高了中小企业和民营企业的金融可得性，创造了公平竞争的融资环境。

2.3 大数据风控

当前，随着信息技术的飞速发展，我国金融科技正处于高速度、高水平、高质量的发展阶段。银行利用“大数据+人工智能”等技术,创新传统风险控制模式，提升风险控制能力，为数字普惠金融的发展提供了良好机遇[20]。大数据风控可以获取用户的数字足迹，支持实时监控与信用评级，并将借款人划分为不同的风险等级，从而确定贷款金额和贷款利率水平，有效降低借款人的融资门槛，提高金融普惠性。

3 数字金融赋能企业结构性去杠杆的调整效应

近年来，中国经济整体债务水平较高，宏观杠杆率水平迅速上升，这个问题备受大家的关注。非金融企业是我国债务比较突出的一部分,有效降低非金融企业杠杆率是降低我国总杠杆率、防范化解重大风险的关键环节[21-22]。那么，数字金融赋能是如何影响企业杠杆率的呢？

3.1 数字金融赋能企业杠杆率调整的速度效应

企业杠杆率的调整速度取决于调整成本[23]，而调整成本主要包括债务融资成本和权益融资成本[24]。本文认为，数字金融赋能可以通过降低企业债务和权益融资成本加快资本结构调整速度。

首先，对于资金供给方来说，传统的资金供给是受信息不对称约束的。为了避免逆向选择和道德风险问题，只能将承担风险的成本加诸企业，故提高了企业融资成本[25]；而数字金融基于大数据、云计算、区块链等基础互联网技术进行实时多维数据的采集和处理，可以有效缓解融资供需双方信息不对称的困境[26]，使企业在短时间内以较低的成本获得融资。根据成本收益理论，融资成本降低可以减少企业经营成本、提高收益，从而使企业拥有更多的资金用于债务偿还和扩大再生产，促使企业杠杆率下降。其次，数字金融的运用可以提高企业内部运营管理水平。其提供的服务能够帮助企业提高资源的利用效率[27]，有利于企业不断提升自身的经营实力，赢得资本市场投资者的青睐,降低权益融资成本，从而促进企业杠杆率下降。

3.2 数字金融赋能企业杠杆率调整的结构效应

企业杠杆率的调整是资本结构调整的过程[28]。这个过程中,一定存在使企业价值最大化的目标资本结构。由于企业杠杆率=总负债/总资产，进一步简化为企业杠杆率=负债/所有者权益。因此，企业杠杆率调整的结构可以分为两类:一是调整债务端,二是调整所有者权益端。数字金融主要通过债务端、所有者权益端向上(向下)调节企业杠杆率。

从微观企业层面看，不同类型企业和行业的杠杆率在国际金融危机后都呈现出分化趋势，因此，正确处理非金融企业杠杆治理的加减方法至关重要。当企业的资本结构高于目标资本结构时，为了使资本结构下调，可以适当增加债务偿还能力和所有者权益。反之，在企业的资本结构低于目标水平的情况下，由于数字金融降低了债务融资成本，企业为了丰富资本结构，可以采取发行债劵等方式。此外，通过增加负债的方式提高企业资本结构，可以实现债务税盾的最大化收益[29]。因此，通过增加负债的方式向上调整资本结构，会使企业的收益更高。

4 数字金融赋能企业结构性去杠杆的作用机制

上述关于数字金融与企业杠杆率的研究，是数字金融赋能企业杠杆率调整机制与路径的基础。基于此，要弄清数字金融是如何运作从而导致企业结构性去杠杆，就必须对其作用机制进行深入研究。本文通过系统地建立“数字金融赋能—企业杠杆率”模型，从信息不对称、融资约束、风险控制与稳定等三个维度对其作用机制进行阐述。

4.1 信息不对称视角下数字金融赋能企业结构性去杠杆

数字金融对解决金融交易面临的信息不对称的困境做出了巨大贡献，特别是对那些由于信息不对称传统金融机构难以接触和服务的企业，更有帮助。为解决普惠金融发展中存在的“揽客难”“融资难”等问题提供了可行路径[30]。通过对现有文献的梳理，本文认为，可以通过提高信息甄别能力、开展信用评估两种手段，解释如何驱动企业杠杆率调整。

4.1.1 数字金融赋能—提高信息甄别能力—企业结构性去杠杆

经营效率是准确识别去杠杆对象的重要指标。数字金融通过有效甄别企业盈利能力高低，可以促使信贷资源从劣质企业转移到优质企业[31]。由于信息不对称等弊端，许多被传统金融机构排斥的企业开始另辟蹊径转向数字金融寻求资金支持，使得优质民营企业可以获得信贷资源，而其余劣质企业则难以获得信贷资源。这样，就实现了企业结构性去杠杆。

4.1.2 数字金融赋能—信用评估—企业结构性去杠杆

许多中小企业在经营发展的过程中面临着“融资难”“融资贵”的困境，其根本原因是没有达到银行贷款申请的最低要求，如无法向银行提供经审计的财务报表、缺乏其他正式文件等[32]。与传统金融机构相比，数字金融贷款人在信用评估方面具有独特的优势，即：①网络效应，②技术(如使用大数据、人工智能)。数字金融凭借有效的信息及优越的筛选技术,可以做出正确的信贷决策，改善资源错配的现象，进而驱动企业结构性去杠杆。

4.2 融资约束视角下数字金融赋能企业结构性去杠杆

数字金融可以通过新的融资渠道为企业提供金融服务，有效地缓解企业的融资约束。在这个过程中,是否会导致企业杠杆率再度升高？相关研究均表明，在缓解融资约束的过程中，数字金融不仅不会提高企业杠杆率，还能在一定程度上降低企业杠杆率[33-34]。基于现有文献，下面从金融可得性、企业内部现金流、直接融资比重三个角度，分析数字金融如何驱动企业杠杆率调整。

4.2.1 数字金融赋能—提高金融可得性—企业结构性去杠杆

数字金融能够凭借自身的包容性、普惠性，为被排斥在传统金融机构以外的企业提供金融服务，缓解金融排斥，满足其需求[35]。数字金融具有多元化的业态和功能,通过有效提高金融可得性而影响企业杠杆率[9]。其原因在于：第一，数字金融可以在一定程度上打破传统金融机构实体网点的局限，有效加强金融资源在区域之间的流动，提高企业获取更多融资的可能性[36]；第二，数字金融还产生了一定的鲶鱼效应和示范效应，使传统金融机构实现技术转型，增加资金供给水平，有效缓解企业面临的融资约束困境。如果企业能够有效地利用资金，提高经营效率，使得总资产增加，则会导致企业杠杆率下降。

4.2.2 数字金融赋能—提高直接融资的比重—企业结构性去杠杆

外源融资也是企业重要资金来源之一。我国证劵市场在国家经济转型时期应运而生，但由于发展时间较短、研究不足，目前存在金融体系尚不完备、金融市场不够发达、权益资金分配不均等一系列问题[37]。数字金融能多方位优化企业的融资结构，在落实资本市场服务实体经济的同时，积极有序发展股权融资。从公式上看，企业杠杆率=负债/所有者权益。因此，数字金融可以降低企业杠杆率，提高直接融资的占比，全角度、多方位拓展股权融资渠道。

4.3 风险控制视角下数字金融赋能企业结构性去杠杆

随着市场竞争日益激烈，要想在本质上提升企业竞争力，不仅需要增强企业内部控制水平，还需要外部环境的支持，来增强企业发展的效果。在市场经济改革的过程中，不少企业出现了财务风险突出、企业杠杆率过高等问题。鉴于此，为了更好地分析数字金融对企业杠杆率的影响，本文将重点放在企业内部管理水平和银行风险防御能力两个维度。

4.3.1 数字金融赋能—提升企业内部的管理水平—企业结构性去杠杆

数字金融有助于提升企业内部的管理水平。一方面，企业内部的财务信息、营销管理信息是无法通过网络互通互联的，数字金融凭借技术化手段可以有效打破信息壁垒，帮助企业有效利用资源，提高企业内部运营管理的效率，降低无效杠杆[27]。另一方面，适度的杠杆率有利于企业向外部投资者传递积极的信号，从而寻求资金支持，通过利用债权人监督机制，加强对企业管理者的行为约束，抑制过高的负债规模。由此可见，企业内部风险稳定性上升，对降低杠杆率有一定作用。

4.3.2 数字金融赋能—提高银行的风险防御能力—企业结构性去杠杆

我国金融体系以银行为主体。数字金融的出现，改变了银行的风险控制模式，促使银行摒弃之前以有无担保作为唯一依据决定信贷资源分配的模式，建立企业信用体系，从而促进企业结构性去杠杆。通过大数据风控模型，数字金融可以准确预测企业未来的经营状况，有效识别出那些偿还意愿高的贷款申请人，不仅可以提高处理速度和规模，也可以显著降低信贷的运营成本[39]。在数字金融的风险控制模式下，银行等金融机构可以有效甄别、控制风险，使其信贷决策更加符合利润最大化原则，改善信贷资源的错配，为企业杠杆率结构性调整提供可能。

5 结语

在我国防范、化解重大风险，深化供给侧改革的背景下，研究数字金融赋能如何驱动企业结构性去杠杆具有战略意义。通过总结梳理相关文献，本文得出以下结论：数字金融赋能可以增强企业杠杆率调整的速度，企业杠杆率与资本结构相互辉映、相辅相成。当企业资本结构偏离目标资本结构时，企业通常选择“减债”“增权”等方式调整企业杠杆率。此外，在我国杠杆率结构性失衡的背景下，数字金融主要是通过降低信息不对称、缓解融资约束、优化风险控制与稳定等三种机制，驱动企业结构性去杠杆，每种机制都有相应的赋能路径。本文通过将数字金融与企业杠杆率进行有机整合，打开了数字金融赋能对企业杠杆率作用机制的“黑箱”。如图1所示，该研究框架是从理论出发，旨在为学术研究者和企业管理者提供一些参考。

图1 数字金融驱动企业结构性去杠杆研究框架

关于数字金融赋能与企业结构性去杠杆的研究方兴未艾，众多学者在关注的同时也取得了一系列的成果。通过对前文的梳理和分析，本文为后续研究提出下述几点参考：第一，在研究对象上，既有文献研究了数字金融赋能对企业杠杆率的影响，但是针对某一具体行业，如制造业，还没有展开研究。由于不同行业在技术水平、融资约束程度等方面存在差异，因此，在未来研究中，具体到某一行业，才能真正体现数字金融的普惠价值。第二，在研究内容上，企业杠杆率调整的驱动效应可能会因企业的所有制、生命周期、地域等特点产生差异；而数字金融作用于不同企业杠杆率调整的效果有何差异，不同学者的观点存在分歧，仍处于探索阶段。本文认为，在数字金融赋能驱动企业杠杆率调整的过程中，考虑异质性因素是未来的研究重点，应该将现有理论与实际问题有机统一起来，研究更多数字普惠金融的影响。第三，在研究指标上，大多数学者的实证分析直接采用北京大学的数字普惠金融指标，未来应加入更多变量、利用不同评价指标进行对比验证。如：可以利用网络爬虫等技术手段获取数据，形成一个立体、真实的数字普惠金融评价体系。此外，现有研究均表明，数字金融赋能确实可以推动实体经济发展，但也会带来一定金融风险。这就要求后来的研究者应该在研究指标上将政府及各金融机构对数字金融的监管作为研究重点。在监管之下，数字金融赋能对企业杠杆率的影响作用是否一样、以及去杠杆能力被强化还是弱化、如何有效把握政策监管的适度性等问题，会为我们提供更多的研究方向。