金融科技是否提升了中小企业价值？——基于技术创新和信息透明度的视角

一、问题的提出

金融是实体经济的血脉，为实体经济服务是金融的天职，是金融的宗旨。实体经济的主体是企业，而占企业绝大多数的中小企业则是扩大就业、改善民生和促进创业创新的重要力量，是国民经济和社会发展的生力军。企业生产经营的目标之一是价值最大化，但目前我国多数中小企业都面临着生产成本上升、创新发展能力不足和融资难融资贵等问题，这些问题严重阻碍了中小企业的健康发展。近年来，随着人工智能、大数据、云计算和区块链等新兴信息技术在金融领域的广泛应用，金融科技应运而生并获得迅猛发展。金融科技能够缓解金融市场中的信息不对称、提升金融服务效率、降低企业交易成本并释放普惠效应，成为中小企业价值提升的重要驱动力。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》明确提出，构建金融有效支持实体经济的体制机制，提升金融科技水平，增强金融普惠性。那么，金融科技的发展是否显著提升了中小企业价值？如果是，金融科技提升中小企业价值的作用机制是什么？在国家大力推进数字经济发展的大背景下，对以上问题进行系统的理论和实证分析，对激发中小企业活力、增强金融服务实体经济能力进而推动我国经济高质量发展具有重大的理论意义和现实意义。

自“金融科技”概念提出后，学者们多基于金融科技的本质和内涵定性分析金融科技对宏观经济的影响。Gomber等

认为，金融科技发展会导致金融服务业在效率、以客户为中心和信息化方面发生重大变化，进而影响经济增长。李杨和程斌琪

分析了金融科技的发展特征，认为金融科技驱动我国经济增长的主要路径是投资资本积累、储蓄—投资转化、“长尾”消费需求和对外经济中的可贸易范围。Arner等

梳理了金融科技和金融包容性的发展脉络，认为金融科技是金融包容性的关键驱动力和可持续平衡发展的基础。薛莹和胡坚

认为，金融科技能够发挥资源配置效应和创新效应，提升传统金融服务实体经济的能力，助推资产管理业务脱虚向实，推动经济高质量可持续发展。近年来，学者们也开始利用计量方法实证检验金融科技对经济增长的影响效果。巴曙松等

基于我国2011—2018年的省际面板数据，采用动态面板模型和门槛模型实证研究发现，金融科技能够通过提高企业全要素生产率来促进经济增长，但这种促进作用存在着门槛效应。田新民和张志强

基于我国2011—2017年省域数据实证检验了金融科技创新水平提升对经济增长的影响及其作用机制，研究发现金融科技能够通过提升金融资源配置效率影响经济增长，而且这种影响存在着门槛效应。

还有一些学者关注金融科技对银行、企业等微观经济主体的影响。谢治春等

采用案例分析法研究了金融科技对商业银行战略转型的影响，认为金融科技数字化能够通过影响商业银行的外部环境和内部能力推动商业银行战略转型。刘孟飞和王琦

选取我国2010—2018年33家上市银行的非平衡面板数据，采用动态系统GMM方法实证分析发现，金融科技与商业银行绩效之间呈现先升后降的倒U型关系。Rosavina等

通过对印度尼西亚万隆的10家中小企业进行半结构化访谈的方式调查发现，金融科技的发展使得中小企业获得贷款的可能性增加，有利于提升中小企业价值。孙继国等

基于2011—2017年中小板上市企业数据，利用双重差分模型实证研究发现，数字技术的发展对普惠金融促进中小企业创新存在正向的激励作用。Abbasi等

基于2011—2018年亚太经济合作组织22个国家的1 617家中小企业数据，采用广义矩估计方法实证研究发现，金融科技与中小企业效率正相关，同时男性社会、个人主义和文化在金融科技影响中小企业效率的过程中发挥了调节效应。宋敏等

基于2011—2018年我国A股上市公司数据，使用双向固定效应模型实证研究发现，金融科技能够通过提高信贷资源配置效率提升企业全要素生产率。

自由贸易区和自由贸易园区两个概念在名称上非常相似，很容易混淆，但二者的内涵存在本质差别。一般意义上而言，自由贸易区由两个或多个国家(地区)通过谈判，达成相互降低关税、消除关税壁垒、开放外资准入领域、提升贸易投资便利化的双边或多边自由贸易政策，其本质是协议国之间双向、相互的关税纠正和市场开放承诺与实践，例如中国—东盟自由贸易区、北美自由贸易区以及正在谈判的TPP等。

已有文献为本文提供了有益的借鉴与参考，但总的来看，目前研究金融科技对企业价值影响的文献还相对较少，基于城市层面利用文本挖掘法构建城市金融科技指数进而分析金融科技对中小企业价值的影响效应及其作用机制的实证研究更是鲜见。本文基于2013—2020年我国中小板上市公司数据，与公司注册地所在城市(地级市或直辖市)的金融科技指数进行匹配，从微观视角实证研究金融科技对中小企业价值的影响。本文的主要边际贡献如下：第一，使用文本挖掘法构建城市金融科技指数，将金融科技纳入微观企业的价值分析框架，丰富了企业价值的理论研究。第二，从技术创新和信息透明度的视角出发，揭示金融科技提升中小企业价值的作用机制，为促进金融科技与实体经济深度融合提供了理论参考和实证支持。

二、理论分析与研究假设

我国传统金融体系为间接融资导向型的金融体系，存在嫌贫爱富、抓大放小的弱点，其运行低效和资源错配问题在一定程度上制约了经济结构转型和高质量发展

。金融科技借助人工智能、大数据、云计算和区块链等信息技术实现了数字金融与传统金融的融合，弥补了传统金融服务的短板，能够为中小企业价值提升提供有力支撑。金融科技通过催生新信息机制和拓展信息应用领域，弥补信息缺口，形成信息价值。利用数字技术，企业能够改善其获得信息的方式方法并迅速获得所需要的信息，从而降低自身的信息搜寻成本和交易成本，进而提升企业价值

。金融科技可以在传统金融服务的基础上实现金融交易全过程的完整记录，准确、快速地识别和分析风险信息，从而能够对潜在的风险交易进行高效智能监控和及时应对，提高风险管理效率，进而强化金融科技在中小企业价值提升过程中的金融服务功效

。基于上述分析，笔者提出如下假设：

：金融科技能够显著提升中小企业价值。

在竞争日趋激烈的情况下，技术创新是中小企业保持核心竞争力的重要途径，也是实现企业价值最大化的核心驱动因素

。金融科技凭借信息技术实现对企业行为数据的抓取，有效整合数据，评估企业风险，建立可靠的第三方征信体系，缓解了金融市场中的信息不对称，从而拓宽中小企业的融资渠道，优化金融市场资源配置，将资源与企业技术创新项目相匹配，为企业实现技术创新提供必要的外部条件，从而为企业价值提升提供坚实的外部基础

。金融科技可以助力中小企业高效收集处理海量信息，帮助企业获得更加完备的外部信息，识别出技术创新演进的最优路径，从而帮助管理者更好地作出投融资决策，推动中小企业开展技术创新，提升企业价值

。基于上述分析，笔者提出如下假设：

从上海回来的李莉像变了一个人，认真工作，目标明确，人也变得比之前开朗了许多。梅子说：“离开许峰，就是新生。”李莉没有反驳，也不作解释。

：金融科技能够通过促进技术创新进而提升中小企业价值。

信息透明度是企业价值的重要影响因素之一，信息透明度越高的企业经营成本越低，因此，企业绩效越好

。企业信息透明度的提高会改善信息传递效果，增强外部投资者的信心，进而提升中小企业价值

。金融科技凭借其技术优势，能够强化信息甄别能力，提高企业内外部信息透明度，从而完善内部监督机制，降低外部资金成本，为企业价值增值提供有益帮助

。金融科技能够发挥其信息效应，降低信息搜寻成本，提高企业信息透明度，增强企业的财务信息输出能力，使得外部融资机构更好地甄别企业信息，有助于拓宽中小企业融资渠道，提升中小企业价值

。基于上述分析，笔者提出如下假设：

：金融科技能够通过提高信息透明度进而提升中小企业价值。

2.解释变量

三、研究设计

(一)样本选择与数据来源

2013年6月，阿里巴巴推出了余额宝，在这一年，我国的互联网金融蓬勃发展，深刻改变了传统的金融业态，2013年也被称为我国“互联网金融元年”

。基于此，本文选取2013年为研究起始年，以2013—2020年中小板上市公司为研究样本，原始数据来自国泰安数据库和Wind数据库。本文对样本进行如下筛选：剔除样本区间内ST、

ST、PT类公司；剔除金融行业上市公司；剔除相关财务数据缺失公司；为消除极端值的影响，对所有连续变量进行了1%和99%的Winsorize缩尾处理。最终根据公司注册地，将金融科技指数与各企业进行匹配，得到5 862条非平衡面板数据。

且夫贱妨贵，少陵长，远间亲，新间旧，小加大，淫破义，所谓六逆也。君义，臣行，父慈，子孝，兄爱，弟敬，所谓六顺也。

(二)变量说明

1.被解释变量

中国是世界上崩塌灾害最为严重的地区之一[1]，特别是自20世纪80年代以来，随着我国工程建设的高速发展，崩塌灾害在我国呈逐年加重趋势。崩塌在我国的各个区域基本上均有分布，但主要集中分布在地形变化大、地质构造作用强烈的地区，尤其是以环青藏高原第一阶梯的四川、云南、贵州、重庆、甘肃、青海等省最为严重，给人民群众的生命财产造成了极大损失，严重影响铁路、公路、水电站等基础设施的安全。

被解释变量为企业价值(TobinQ)。企业价值的衡量指标主要有市场指标(TobinQ)和财务指标(净资产收益率、总资产收益率等)。财务指标衡量的是企业的短期价值，且容易被人为操纵，造成数据失真，难以反映企业真实的财务信息。TobinQ可以反映企业长期发展状况，更能够体现企业的真实价值

。因此，本文选取TobinQ作为企业价值的衡量指标，其值越高意味着企业价值越大。

与小班、中班相比，大班幼儿与同伴之间的交往范围更广泛，交往次数更频繁,交往策略也更为多样。培养大班幼儿正确使用同伴交往策略，使其掌握有效的交往策略，促进幼儿自身发展是教师工作的一个重要部分。研究者根据本次在幼儿园的观察和研究结果，对如何正确对待大班幼儿同伴交往策略提出以下几点建议：

(4) 采取双竖井施工方案，不但投资增加较大，而且工期延长较多，还存在如富水地层排水、断层处理和煤系层防爆、200 m～300 m竖井垂直物资运输、洞内排烟、机械设备的安全正常运行、供电质量保证等安全技术问题。

音乐作品是否能作为文本用来研究音乐？对这一问题的回答，似乎是显而易见的。然而，当我们仔细究其是否有这种可能性，亦或是追问如何有这种可能性的时候，就会陷入困境。因为，我们首先要知道音乐作品是否是文本，也就是说与文本等同？其次，文本如何能成为音乐的对象？再次，如果音乐作品作为文本，那么这样的文本是如何能与作曲家所构想的音乐获得必然的关联？

解释变量为金融科技(FINTECH)。目前对金融科技发展水平的测度主要有两种方法：一种是文本挖掘法，借助百度搜索引擎统计金融科技相关的关键词出现的次数，合成构建金融科技指数

；另一种是直接使用北京大学数字金融研究中心发布的数字普惠金融指数

。北京大学数字普惠金融指数是以支付宝体系内数据为基础编制的，而工业企业数据库、Wind数据库里的企业并不在支付宝直接服务范围内，采用该指数作为金融科技的代理变量研究金融科技对企业价值的影响会有一定局限性

。鉴于此，本文利用文本挖掘法构建金融科技指数来对城市金融科技发展水平实现定量测度，具体步骤如下：首先，从金融科技的功能出发，结合百度搜索指数的可得性，确定如表1所示的金融科技原始词库。其次，收集上述关键词2013—2020年在各城市的百度搜索指数并按照金融科技底层技术、支付清算、中介服务和直接称呼四个维度进行汇总。最后，采用变异系数法确定权重，将多个指数合并成为金融科技指数并进行自然对数处理，作为金融科技的代理变量。

本工作利用铁片作为电极、过硫酸铵作为引发剂、十二烷基硫酸钠和OP-10为复合型乳化剂,通过电化学乳液聚合制备聚甲基丙烯酸甲酯.使用电化学方法与不使用电化学方法(例如在上述体系中直接加入二价铁(一般是氯化亚铁))相比,优点如下:利用铁电极通电后得到二价铁离子,不会将其他阴离子引入体系中;电参量容易控制,为后续进一步的研究提供新的路径.实验结果表明,利用电化学聚合方法在较低的反应温度下就可以成功获得聚甲基丙烯酸甲酯,调节电流大小可以得到不同分子量的产物.

3.控制变量

借鉴唐松等

与万佳彧等

的研究，本文选取资产负债率(LEV)、净利润增长率(NPR)、企业规模(SIZE)、企业年龄(AGE)、独立董事比例(IND)、管理层两职合一(DUAL)、审计意见(OPIN)和营业收入增长率(GRO)作为控制变量。

具体变量定义及说明如表2所示。

(三)模型设定

基于中小板上市公司数据实证分析金融科技对中小企业价值的影响，基准回归模型构建如下：

其中，MEDIATOR表示中介变量技术创新和信息透明度。参考鲁桐和党印

的研究，采取研发支出占营业收入的比重(INN)衡量技术创新。参考Nowland

与周开国等

的研究，将年度内跟踪分析同一家企业并作出盈利预测的分析师人数加1后取自然对数(ANA)作为企业信息透明度的衡量指标。

(1)

其中，TobinQ表示中小企业价值，FINTECH表示金融科技指数，CV表示上文所述的控制变量，i表示企业，j表示行业，m表示城市，t表示年份，ε表示随机误差项。本文基准回归使用双向固定效应模型，控制了时间固定效应(YEAR)和行业固定效应(INDUSTRY)。

据了解，在特色小镇的创建过程中，浙江采取“宽进严定”的方式，重质量、轻数量，重实效、轻牌子，不搞地区平衡、不搞产业平衡、不搞创建“终身制”。今年，浙江首次引入第三方机构，从产业发展、高端要素、功能融合等方面进行考核，并且已是第三次约谈省级特色小镇考核落后单位，也是规模最大的一次。

(四)描述性统计分析

表3报告了主要变量的描述性统计结果。从表3可以看出，中小企业价值(TobinQ)的最大值为7.394，最小值为0.921，均值为2.111，表明样本期内中小企业的价值相差比较悬殊，中小企业发展并不均衡。自然对数处理后的金融科技指数(FINTECH)最大值为7.196，最小值为3.008，均值为5.509，表明不同城市间的金融科技发展也存在较大差异。

四、实证分析

(一)基准回归分析

经过实验数据、现场测试数据和修正，以及现场试运行验证，本系统能够对太阳实现实时跟踪，精度高，反应灵敏，快速定位，系统稳定，没有误动作。实现成本低，安装、调试简单，易于维护。主要在光热、以及光伏发电等太阳能应用领域，有较大市场，能显著提高太阳能的利用率。

(二)内生性检验

TobinQ

=γ

+γ

FINTECH

+γ

MEDIATOR

+λCV

+YEAR

+INDUSTRY

+ξ

从表5列(1)第一阶段回归结果可以看出，工具变量(IV)的回归系数为正值，且在1%水平下显著。第一阶段的F值为329.030，表明不存在弱工具变量问题。从表5列(2)第二阶段回归结果可以看出，金融科技的回归系数为0.101，且在1%水平下也显著为正。上述分析结果说明，该工具变量选取有效，表明在考虑了由于遗漏变量导致的内生性问题以后，金融科技依然显著提升了中小企业价值。

(三)稳健性检验(1)稳健性检验结果未在文中列出，留存备索。

为验证金融科技对中小企业价值影响的基准回归结果是否可靠，本文分别从以下三个方面进行检验：(1)更换解释变量金融科技的衡量指标，即采用北京大学数字普惠金融指数来衡量城市金融科技发展水平。(2)更换原始样本，用创业板上市公司代替中小板上市公司。(3)剔除直辖市样本，即在原样本的基础上去掉北京、上海、天津和重庆四个直辖市的样本。稳健性检验结果均表明，金融科技回归系数的方向及显著性与前文保持一致，说明基准回归分析结果稳健。

(四)机制分析

本文拟通过构建中介效应模型实证检验金融科技提升中小企业价值的作用机制。在模型(1)的基础上构建如下中介效应模型：

技术创新和信息透明度的中介效应回归结果如表6所示。

(2)

为消除由于反向因果关系导致的内生性误差，在前文中我们将解释变量和控制变量均做了滞后一期处理，但模型可能还存在着遗漏变量等内生性问题，因此，本文通过工具变量法进行内生性检验。借鉴Chong等

与张杰等

的研究，选取“城市所在同一省份内除去该城市外其他所有城市金融科技指数的均值”作为工具变量。同一省份内各城市间的金融科技指数具有一定的相似性，该工具变量与城市金融科技发展水平高度相关。另外，其他所有城市金融科技指数的均值不会直接影响该城市的中小企业价值，该城市中小企业价值对其他城市金融科技指数的影响也非常小。因而“城市所在同一省份内除去该城市外其他所有城市金融科技指数的均值”能够较好地满足工具变量既与解释变量存在较强相关性、又与残差项无关的两个标准。两阶段工具变量回归结果如表5所示。

(3)

TobinQ

=α

+α

FINTECH

+λCV

+YEAR

+INDUSTRY

+ε

MEDIATOR

=β

+β

FINTECH

+λCV

+YEAR

+INDUSTRY

+τ

表4报告了金融科技对中小企业价值影响的基准回归结果，其中列(1)为没有纳入控制变量的回归结果，列(2)为加入所有控制变量的回归结果。从列(1)和列(2)可以看出，FINTECH的回归系数都为正，且均通过了1%的显著性检验，表明金融科技的发展显著提升了中小企业价值，H1成立。为避免反向因果带来的内生性问题，使用金融科技指数的滞后一期替换解释变量(FINTECH)，同时将所有的控制变量均滞后一期再进行回归，结果如列(3)所示。从列(3)可以看出，滞后一期的回归系数也显著为正，与列(1)、列(2)的结果一致，进一步证实了H1成立。

表6列(1)中金融科技的回归系数显著为正，说明金融科技的发展有利于促进企业创新。列(2)中技术创新的回归系数显著为正，表明技术创新能够显著提升企业价值。同时，金融科技的回归系数显著为正，但系数值较表4列(2)基准回归结果明显变小，说明技术创新确实起到了部分中介效应，即金融科技能够通过促进技术创新进而提升中小企业价值，H2成立。列(3)中金融科技的回归系数显著为正，说明金融科技的发展有利于提高企业信息透明度。列(4)中信息透明度的回归系数显著为正，表明企业信息透明度的提高可以提升企业价值。同时，金融科技的回归系数显著为正，但系数值较表4列(2)基准回归结果明显变小，说明信息透明度确实起到了部分中介效应，即金融科技能够通过提高信息透明度进而提升中小企业价值，H3成立。

五、异质性分析

(一)企业内部自身特征的异质性分析

企业是否为创新型企业可能会影响金融科技对中小企业价值的提升效果。借鉴黄锐等

的划分标准，将《上市公司行业分类指引》(证监会2012版)中C27、C39、I和M行业的上市企业认定为创新型企业，其余企业为非创新型企业。设置虚拟变量TYPE，若企业为创新型企业则赋值为1，其他赋值为0。在基准回归模型中引入金融科技与创新型企业的交互项FINTECH×TYPE，回归结果如表7列(1)所示。从列(1)可以看出，FINTECH×TYPE的系数显著为正，这表明相较于非创新型中小企业，金融科技对创新型中小企业价值的提升作用更明显。创新型企业的特征是低实物资产、高无形资产和高研发风险，在融资过程中面临评估难、质押难和处置难等问题，银企之间存在着严重的信息不对称，使得创新型企业难以从传统金融机构获得信贷支持。金融科技借助于信息技术，能够完善创新型企业的信用数据，提高创新型企业的信贷可得性，进而显著提升创新型中小企业价值。

企业规模大小也可能会影响金融科技对中小企业价值的提升效果。在基准回归模型中引入金融科技与小规模企业的交互项FINTECH×SIZE，回归结果如表7列(2)所示。从列(2)可以看出，FINTECH×SIZE的系数显著为负，说明相较于大规模企业，金融科技对小规模企业价值提升的作用更明显。小规模企业由于规模小、信息披露不完善而难以获得满意的金融服务，往往被排除在传统的信贷供给之外。金融科技借助于数字技术可以提高信息获取的充分性和贷款投放的时效性，降低金融机构与中小企业之间的信息不对称，完善金融产品供给，为小规模企业提供多元化的融资渠道，从而促进其价值的提升。

(二)企业外部地区特征的异质性分析

中小企业所处的外部环境如地区市场化水平的差异可能会影响到金融科技对中小企业价值的提升效果。本文选取王小鲁等

构建的地区市场化指数来衡量各地区的市场化水平(MARKET)，指数值越大说明地区市场化程度越高。在基准回归模型中引入金融科技与市场化指数的交互项，回归结果如表8列(1)所示。从列(1)可以看出，FINTECH×MARKET的系数显著为负，表明金融科技对中小企业价值提升的促进作用在市场化程度低的地区更显著。市场化程度在一定程度上体现了地区的金融发展程度，市场化程度较高的地区金融市场信息不对称程度低、传统金融机构发展好、金融服务覆盖面广、触达率高，中小企业受到的制约相对来说比较小，因此，金融科技对中小企业价值提升的作用不明显。而在市场化程度低的地区，当地的金融抑制程度更高，此时金融科技可以更好地发挥其作用，在一定程度上替代传统金融模式支持实体经济，从而形成较好的价值驱动作用。

互联网金融监管的强弱也可能会影响到金融科技对中小企业价值的提升效果。本文将2015年作为互联网金融监管分界线，设置了金融监管弱区间(2015年之前)和金融监管强区间(2015年之后，包括2015年)。设置虚拟变量SVS，2015年之后赋值为1，2015年之前为0。在基准回归模型中引入金融科技与互联网金融监管的交互项，回归结果如表8列(2)所示。从列(2)可以看出，FINTECH×SVS的系数显著为负，表明相对于互联网金融监管强的情况，互联网金融监管较弱时金融科技对中小企业价值提升的促进作用更显著。可能的原因在于，金融科技行业的复合业态、差别模式、创新速度和复杂风险使得现有的监管手段和工具捉襟见肘，同时当前的互联网金融监管机制不完善，使得互联网金融监管不能很好地契合当前金融科技的发展，也不利于金融科技服务中小企业，制约了金融科技最大效能的释放。

六、结论与政策建议

本文选取2013—2020年我国中小板上市公司为研究样本，采用文本挖掘法构建城市金融科技指数，并利用面板回归模型实证检验金融科技对中小企业价值的影响。研究发现，金融科技能够显著提升中小企业价值。在考虑内生性问题以及更换金融科技发展水平的衡量指标、更换原始样本等一系列稳健性检验后，这一结论依然成立。机制分析表明，金融科技能够通过促进技术创新和提高企业信息透明度来提升中小企业价值；金融科技促进中小企业价值提升的作用在创新型企业、小规模企业、市场化程度较低的地区以及互联网金融监管较弱的时期表现得更显著。

基于以上研究结论，笔者提出如下政策建议：第一，进一步提升金融科技水平，增强金融普惠性。应加快推进5G基站、大数据中心等数字基础设施建设，夯实金融科技发展基础。同时，完善金融科技使用的场景和制度建设，扩大金融科技的覆盖广度和提升金融科技的使用深度，为中小企业提供更多精准便捷和多层次的金融服务，有效提高金融科技提升中小企业价值的能力。第二，推动金融科技与传统金融深度融合，强化金融科技对中小企业的助力作用。推动金融科技企业与传统金融机构深入合作，通过数字化金融产品创新和服务创新来实现金融与中小企业的精准对接，实现对企业技术创新的精准支持，激发中小企业创新活力。第三，深化互联网金融监管，优化金融资源配置效率。在鼓励金融创新的同时加强宏观审慎管理，构建全新的互联网金融监管框架，实施相应的监管政策，为金融科技发展营造良好的生态环境。

[1] GOMBER P, KAUFFMAN R J, PARKER C, et al.On the fintech revolution: interpreting the forces of innovation, disruption, and transformation in financial services[J].Journal of management information systems, 2018, 35(1):220-265.

[2] 李杨，程斌琪.金融科技发展驱动中国经济增长：度量与作用机制[J].广东社会科学，2018(3)：44-52.

[3] ARNER D W, BUCKLEY R P, ZETZSCHE D A, et al.Sustainability, fintech and financial inclusion[J].European business organization law review, 2020, 21(1):7-35.

[4] 薛莹，胡坚.金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择[J].改革，2020(3)：53-62.

[5] 巴曙松，白海峰，胡文韬.金融科技创新、企业全要素生产率与经济增长——基于新结构经济学视角[J].财经问题研究，2020(1)：46-53.

[6] 田新民，张志强.金融科技、资源配置效率与经济增长——基于中国金融科技门槛作用的分析[J].统计与信息论坛，2020，35(7)：25-34.

[7] 谢治春，赵兴庐，刘媛.金融科技发展与商业银行的数字化战略转型[J].中国软科学，2018(8)：184-192.

[8] 刘孟飞，王琦.金融科技对商业银行绩效的影响——理论与实证研究[J].金融论坛，2021，26(3)：60-70.

[9] ROSAVINA M, RAHADI R A, KITRI M L, et al.P2P lending adoption by SMEs in Indonesia[J].Qualitative research in financial markets, 2019, 11(2):260-279.

[10] 孙继国，胡金焱，杨璐.发展普惠金融能促进中小企业创新吗？——基于双重差分模型的实证检验[J].财经问题研究，2020(10)：47-54.

[11] ABBASI K, ALAM A, DU M A, et al.Fintech, SME efficiency and national culture: evidence from OECD countries[J].Technological forecasting and social change, 2021, 163(2):120-454.

[12] 宋敏，周鹏，司海涛.金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J].中国工业经济，2021(4)：138-155.

[13] 孙国茂，何磊磊.政府为什么必须参与普惠金融发展？——基于经济增长中的普惠金融门限效应研究[J].东方论坛，2020(6)：1-18+157.

[14] 李建军，姜世超.银行金融科技与普惠金融的商业可持续性——财务增进效应的微观证据[J].经济学(季刊)，2021(3)：889-908.

[15] 吴非，向海凌，刘心怡.数字金融与金融市场稳定——基于股价崩盘风险的视角[J].经济学家，2020(10)：87-95.

[16] 陈修德，彭玉莲，卢春源.中国上市公司技术创新与企业价值关系的实证研究[J].科学学研究，2011，29(1)：138-146.

[17] JAMES B E, MCGUIRE J B.Transactional-institutional fit: corporate governance of R&D investment in different institutional contexts[J].Journal of business research, 2016, 69(9):3478-3486.

[18] 李春涛，闫续文，宋敏，等.金融科技与企业创新——新三板上市公司的证据[J].中国工业经济，2020(1)：81-98.

[19] 万佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020(1)：71-83.

[20] 林有志，张雅芬.信息透明度与企业经营绩效的关系[J].会计研究，2007(9)：26-34+95.

[21] DHALIWAL D, LI O Z, TSANG A, et al.Corporate social responsibility disclosure and the cost of equity capital: the roles of stakeholder orientation and financial transparency[J].Journal of accounting and public policy, 2014, 33(4):328-355.

[22] HEALY P M, HUTTON A P, PALEPU K G.Stock performance and intermediation changes surrounding sustained increases in disclosure[J].Contemporary accounting research, 1999, 16(3):485-520.

[23] 李小玲，崔淑琳，赖晓冰.数字金融能否提升上市企业价值？——理论机制分析与实证检验[J].现代财经，2020，40(9)：83-95.

[24] 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36(5)：52-66+9.

[25] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学(季刊)，2018，17(4)：1489-1502.

[26] 任广乾，冯瑞瑞，田野.混合所有制、非效率投资抑制与国有企业价值[J].中国软科学，2020(4)：174-183.

[27] 沈悦，郭品.互联网金融、技术溢出与商业银行全要素生产率[J].金融研究，2015(3)：160-175.

[28] 盛天翔，范从来.金融科技、最优银行业市场结构与小微企业信贷供给[J].金融研究，2020(6)：114-132.

[29] 邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角[J].金融研究，2018(11)：17-29.

[30] 孟娜娜，粟勤，雷海波.金融科技如何影响银行业竞争[J].财贸经济，2020，41(3)：66-79.

[31] CHONG T T L, LU L, ONGENA S.Does banking competition alleviate or worsen credit constraints faced by small-and medium-sized enterprises? evidence from China[J].Journal of banking & finance, 2013, 37(9):3412-3424.

[32] 张杰，郑文平，新夫.中国的银行管制放松、结构性竞争和企业创新[J].中国工业经济，2017(10)：118-136.

[33] 鲁桐，党印.公司治理与技术创新：分行业比较[J].经济研究，2014，49(6)：115-128.

[34] NOWLAND J.Are east Asian companies benefiting from western board practices?[J].Journal of business ethics, 2008, 79(1):133-150.

[35] 周开国，应千伟，陈晓娴.媒体关注度、分析师关注度与盈余预测准确度[J].金融研究，2014(2)：139-152.

[36] 黄锐，赖晓冰，唐松.金融科技如何影响企业融资约束？——动态效应、异质性特征与宏微观机制检验[J].国际金融研究，2020(6)：25-33.

[37] 王小鲁，樊纲，胡李鹏.中国分省份市场化指数报告(2018)[M].北京：社会科学文献出版社，2019.