银行金融科技、商业信用与民营企业出口——基于中国地级市面板数据的实证分析

李晓庆

北京物资学院 经济学院，北京 101064

王 聪

广东外语外贸大学 经济贸易学院，广东 广州 510006

方佳雯

北京物资学院 经济学院，北京 101064

一、引言

2015年，中国人民银行等十部委联合发布《关于促进互联网金融健康发展的指导意见》，2015年被视为互联网金融监管元年。2015年12月31日，国务院印发了《推进普惠金融发展规划（2016-2020年）》，旨在推进金融机构运用科技优化升级，鼓励金融机构运用大数据、云计算等新兴信息技术，打造互联网金融服务平台，为客户提供信息、资金、产品等全方位金融服务，提升金融的普惠性。这是政府文件中首次强调通过金融科技和金融创新的手段缓解中小企业融资困境。随着大数据、人工智能、区块链等先进技术在金融领域的创新融合，催生了新兴金融业态，即金融科技发展为推动金融业数字化转型、降低信息不对称问题进而解决企业融资难题提供重要驱动因素。

《中国金融科技运行报告（2018）》指出，金融科技发展的主要任务是提高效率、降低成本、增强可持续性、服务大众、服务实体经济。实践方面，中国工商银行的e信、中国农业银行的e链贷等，主要用于应收款项、库存融资等方面。以中国工商银行e信为例，其是一种可流转、可融资、可拆分的电子付款承诺函，可在平台上自由转让、融资、质押等，实现银行资金的全产业链支持。

与此同时，2017年以来的中美经贸摩擦和就“新冠肺炎疫情”实施的常态化防控措施，给中国出口贸易带来负面冲击。2021年，李克强总理提出要继续做好“六稳”工作，落实“六保”任务。“稳外贸”“稳就业”“稳外资”是其主要内容。探索影响地区出口稳定增长的背后因素，对经济的稳定发展有着重要作用。那么，金融科技，尤其是银行金融科技在促进“稳外贸”方面有没有贡献力量？

已有关于银行金融科技的研究，主要关注的是金融科技使用对商业银行自身的影响，比如姜世超等（2020）［1］使用某一大型国有商业银行县域内部数据从渠道覆盖度、产品使用度和业务支持度三个维度构建银行金融科技指数，系统地展示了该银行金融科技业务的发展情况；李建军和韩珣（2019）［2］使用相同数据研究发现，银行金融科技可以克服信息不对称以及代理人成本引致信息资源二次配置扭曲的问题，拓展了银行业务。盛天翔和范从来（2020）［3］则使用省级面板数据研究发现金融科技有助于促进小微企业信贷供给。部分学者研究了地区金融科技发展对银行普惠贷款的风险（郭丽虹和朱柯达，2021［4］）、信贷配置效率（宋敏等，2021［5］）、商业银行的盈利性（于波等，2020［6］）和信贷顺周期（张庆君和张港燕，2021［7］）等方面的影响。

还有一些文献研究了金融科技对实体经济的影响，比如金融科技公司的崛起对上市公司的创新活动、短贷长投的投融资期限变化和企业出口变化。李春涛等（2020）［8］利用新三板上市公司考察了金融科技发展对企业创新的影响，发现城市金融科技发展水平每提高1%，当地企业专利申请数量平均会增加0．17；缓解企业融资约束和提高税收返还是两大影响机制。唐松等（2020）［9］基于沪深两市A股上市公司数据实证研究发现，数字金融发展能够缓解融资约束，驱动企业去杠杆、稳定财务、促进创新。翟淑萍等（2021）［10］采用沪深A股上市公司的数据发现，数字金融会抑制企业短贷长投，缓解企业投融资期限错配，体现出较强的普惠特征。金祥义和张文费（2022）［11］采用2011—2013年中国数字普惠发展指数和工业企业数据研究数字金融发展对企业出口贸易的影响，发现数字金融能够显著促进企业出口发展，融资约束是重要渠道。张铭心等（2022）［12］采用2014年截面数据研究了各省数字普惠金融对当地小微企业出口的影响，发现数字金融有利于生产率低的企业出口，其中企业应用资本效率改善是重要影响机制。

综上所述，已有研究较少从中国商业银行角度考察银行金融科技与民营企业出口关系的定量分析。鉴于此，本文利用地级市的面板数据进行实证研究，并尝试回答以下三个问题：商业银行金融科技发展是否促进了存在融资困难的民营企业出口规模？如果是，在银行金融科技影响地区民营企业总出口中，地区商业信用是否有调节作用？最后，商业银行金融科技影响地区民营企业出口规模的作用机制是什么？基于上述背景，本文选取2013—2016年84家商业银行、278个地级城市和中国海关民营企业出口的面板数据，主要考察银行金融科技对地区民营企业出口规模的影响、地区商业信用发达城市在其中的调节作用，以及内在影响机制。

本文的边际贡献有四点。第一，已有文献侧重于研究银行金融科技对其信贷规模、企业债务结构的影响，或者研究数字普惠金融对上市公司和小微企业出口的影响，鲜有文献研究商业银行金融科技的应用与民营企业出口的关系，因此本文能够为银行金融科技应用与“稳外贸”“稳出口”提供参考建议；第二，使用文本挖掘、因子分析等方法从商业银行四年年报提取金融科技应用的关键词，计算出每家商业银行的金融科技发展指数，之后结合各个城市的商业银行分布数据计算出278个地级城市的银行金融科技水平；第三，重点关注容易被忽视的商业信用因素，以考察在影响民营企业出口行为过程中，银行金融科技发展与地区商业信用之间是竞争关系还是互补关系；第四，深入分析银行金融科技发展对地区民营企业出口规模的两个影响机制，即信息不对称效应和融资约束效应。本文的研究有助于健全对金融科技发展的认识，更加重视银行金融科技的发展在促进民营企业出口方面的重要作用。

本文第二部分是文献综述及研究假说；第三部分是实证模型、变量与特征事实；第四部分是实证结果与分析；第五部分进行影响机制分析；第六部分是结论与启示。

二、文献综述与研究假说

（一）金融科技发展、信息不对称与企业出口

全球金融稳定理事会指出，金融科技本质是通过技术手段推动金融创新，形成对金融服务、机构乃至整个金融市场产生重大影响的业务模式、技术应用以及流程和产品。金融信息大致分为两类：“硬”信息和“软”信息。“硬”信息可以通过先进的通讯技术、会计披露以及信用评级等方式获得，“软”信息则由于难以书面化和定量化而更加依赖信贷双方的长期面对面接触（Petersen and Rajan，2002［13］）。银行金融科技发展能够降低银企双方的通勤成本和信息搜集成本，尤其是降低企业的信息不对称。银行可以通过金融科技提升数据收集能力、构建信用评级体系，极大提高中小企业融资效率，提升银行发放普惠贷款的意愿，降低普惠贷款带来的风险，尤其在小微企业普惠贷款方面效果明显（郭丽虹和朱柯达，2021）。在地理异质性上，随着分支行与总行距离增加，银行金融科技可有效提升远距离分支行普惠贷款经营表现和风控能力，发挥积极调节作用；克服传统物理网点因金融抑制、信息不对称，实现业务拓展（李建军和韩珣，2019）。由于银行与民营企业之间的信息不对称很难用具体的指标进行衡量，故本文用城市出口差异化产品与同质化产品的差异性，来间接验证银行金融科技发展的信息不对称下降效应。因为差异化产品蕴含的信息量更大、信息成本高；同质产品蕴含的信息量少，信息成本低（Rauch，1999［14］），出口差异化产品的企业和出口同质化产品的企业，在申请银行融资贷款时面临的信息不对称是不同的。随着银行金融科技水平的提高，差异化产品的出口企业面临的信息不对称将会下降，出口增多。换句话说，如果银行金融科技应用通过降低信息成本不对称方面起到作用，那么银行金融科技发展水平对差异化产品出口的影响应更为显著。因此，本文提出研究假说1。

假说1：银行金融科技发展会通过缓解信息不对称促进当地差异化产品的出口增长。

（二）银行信贷服务、融资约束与企业出口

关于银行信贷服务、融资约束与企业出口行为的文献丰富，被解释变量主要包括出口转型升级、出口产品质量、核心产品出口比重、全球价值链地位等。许和连等（2020）［15］发现中国银企距离在2000—2010年总体呈下降趋势，银企距离缩短显著提高了企业一般贸易出口比重，而降低融资成本和强化风险控制是两大影响机制。余静文和惠天宇（2019）［16］指出银行业竞争程度与产品质量之间呈现明显的正相关关系；银行业竞争程度的提升能够缓解企业融资约束，使企业能够在技术创新以及高技能生产要素方面配置更多资源，从而促进产品质量提升。魏浩和张宇鹏（2020）［17］指出企业融资约束加剧会显著降低核心产品在出口总额的比重，主要原因在于企业会削减企业中间投入规模和研发投入费用。郑乐凯等（2021）［18］利用全球数据进行实证研究，发现市场主导型金融机构越发达，越会促进技术进步，使一国在全球价值链的地位攀升。

已有融资约束与出口贸易的研究均指出，企业进入出口市场需要支付出口固定成本，用于搜寻出口市场信息、建立海外销售渠道等活动。面临融资约束的企业，开展出口业务的概率较小。根据安德森的“长尾理论”，小微企业属于金融服务需求中的“长尾”，在传统的金融体系中，小微企业往往因为达不到金融机构或金融市场的“门槛”标准而被排斥在正规金融体系之外。民营企业大部分为中小微企业，普遍存在“融资难”的现象，主要原因是企业融资渠道单一、融资规模有限、融资成本偏高等，本质是银行风险评估难以实现经济性。与传统普惠金融侧重收入、财务报表等信息不同，金融科技更倾向于利用贷款企业在银行网络终端上沉淀的生活消费和产业交易数据，构建其信用评估模型，进而在一定程度上降低风险评估成本，有助于银行拓展长尾信贷市场，为其提供投融资服务。随着大数据和人工智能技术日趋成熟，银行的中小企业贷款及供应链金融得以发展，不仅改善了中小企业的贷款服务，而且能在满足特定条件下减少授信过程中对抵押物的依赖。此外，银行金融科技还通过间接调整最优市场结构进而促进了小微企业的信贷供给，有效解决企业的“融资难”“融资贵”问题（盛天翔和范从来，2020）。由此可见，银行金融科技的发展，提供了更为便捷和成本更低的接触金融资源的机会，有助于拓展“长尾”客户，扩大信贷业务规模（Wu et al．，2003［19］），进而有助于中小型民营企业缓解融资约束，克服首次出口的固定成本成为新的出口企业。因此，银行金融科技的发展，有利于新出口企业的设立。

此外，金融科技通过“赋能”传统金融机构，将七大原有信贷审核流程整合为一体，能够提升审批效率，缩短信贷审批时间，降低企业平均的融资约束水平，提升信贷配置效率，降低企业费用黏性、调整成本和代理问题等成本管理效率。比如，中国工商银行的金融科技改革，一方面为客户提供个性化服务，另一方面缩短了信贷审批时间。这些做法一定程度上可以降低银行已有企业客户的融资成本、提升企业资金利用效率，缓解持续出口企业融资约束，帮助其克服开拓新出口市场或新出口品种的固定成本。因此，本文提出研究假说2。

假说2：银行金融科技发展，有助于缓解企业融资约束，促进当地新出口企业增加、持续出口企业的出口品种增多。

（三）非正规金融体系的企业出口效应

不同于正规金融体系，“熟人社会”具有事前信息优势（廖冠民等，2021［20］）。企业家的“同姓”或“本家”网络、同地区企业间相互信任等带来的地区商业信用越发达，则当地民营企业筹集资金的渠道越多，融资成本和开展出口业务的信息成本越低，对于银行金融科技发展促进民营企业出口具有调节作用。地区商业信用高度依赖“人情”和“以往的交易历史”（张维迎和柯荣住，2002［21］），进而获取企业的“软信息”（林毅夫和孙希芳，2005［22］），更为全面掌握企业的真实情况，增加企业间的信任程度，继而做出高效的信贷决策。从这个角度来说，相对于正规金融，地区商业信用能够利用社会资本在事前帮助信贷双方降低信息不对称、缓解民营企业的融资约束，促进其出口业务的开展。为此，本文提出研究假说3。

假说3：地区的银行金融科技发展对民营企业出口影响作用，在地区商业信用发达水平不同的地区呈现出异质性。

三、实证模型、变量与特征事实

（一）模型设定

本文聚焦银行金融科技与民营企业出口的实证关系，为此，设定计量方程（1）。

其中，被解释变量Exportct表示城市c民营出口企业在年份t的出口行为，包括出口总额（lnexport）、差异性出口产品的出口额（lnexport_hete）和同质性产品出口额（lnexport_homo）、新出口企业个数（lnn_new）和持续出口企业的出口品种数（lnvariety_old）。核心解释变量lnft_bankct表示民营企业所在城市c的银行金融科技发展水平；Xct为其他影响民营企业出口的控制变量，详见后文说明。同时控制年份和城市的固定效应，处理数据的异方差。本文主要关心lnft_bankct变量的估计系数β2的符号与数值。

（二）变量与特征事实

1．被解释变量：银行金融科技（lnft_bank）。本文采用对银行年报进行文本挖掘的办法和指数合成法构建地级市层面的商业银行金融科技指数，并参考郭品和沈悦（2015）［23］的做法，采用文本分析法进行架构，关键词词频数据来源于84家银行历年的年度报告。具体来说，按照五个步骤构建地区银行金融科技指数。

第一步：构建金融科技关键词词库。郭品和沈悦（2015）从资源配置、支付结算、风险管理和信息传递四个层面构建词库。汪可等（2017）［24］在此基础上，考虑到技术作用和方式，对初始词库进行更新。杨文捷等（2020）［25］提出关键词词库的设立：一是支付结算类，包括在线支付、第三方支付、网上支付和移动支付；二是资源配置类，包括网络投资、网络贷款和网贷；三是风险管理类，包括互联网保险、在线理财、互联网理财、网络理财；四是信息传递类，包括网上银行、网银、网络银行、电子银行和在线银行；五是技术基础类，包括大数据、区块链、人工智能、生物识别和云计算。由于杨文捷等（2020）的词库是用来在百度搜索指数上进行筛选，而本文是在银行年报中对如上词汇进行搜索并进行词频统计，银行年报的行文方式与互联网搜索引擎中的文字运用存在一定的差异，加之每一家银行的年报惯用词汇和披露方式也各不相同，所以在实证研究前应当在所有的文献基础上进行更深入而复杂的关键词分析。据此，本文将在郭品和沈悦（2015）、汪可等（2017）和杨文捷等（2020）的基础上，为适应金融科技3．0的新特征新趋势，在充分研究银行目前的金融科技发展势头，以及对银行年报进行预提取后，进一步对词库进行更新和完善，加入一些有价值的新兴词汇，同时也提出一些新词汇（表1）。

表1 金融科技发展指数关键词词库

第二步：统计银行年报关键词词频。运用格式转换软件将搜集到的银行年报批量转化成银行年报的文本文件，然后将商业银行年报文本根据关键词词库提取2013年至2016年间每个词每一年在银行年报中出现的频率，银行年报词频直观反映出银行对金融科技的关注和运用程度，银行的关注和使用可以较好地反映出金融科技在银行业的发展势头。

第三步：运用因子分析结合表1的词库构建银行金融科技指数。首先，检验数据，对样本进行KMO样本测度和Bartlett球体检验（表2），变量的KMO值为0．857，Bartlett值为4176．991，球形检验P值0．000；其次，根据平行分析碎石图（图1），真实数据中有五个因子在矩阵特征值均值的上方，于是选择这五个因子，分别为PA1、PA2、PA3、PA4和PA5（表3）；最后，使用探索性因子分析确定因子权重，再与五个因子分值结合进行加权，获取2013—2016年84家商业银行的金融科技指数。

表2 KMO和Bartlett的检验

表3 因子分析结果

第四步：计算每家银行的城市金融科技指数。结合每家银行的金融科技指数与该银行在全国各地的银行网点支点的信息，通过每家银行网点在各城市分布情况进行加权平均，获得各地级市的金融科技指数。i银行在j地级市的金融科技指数的如式（2）。

第五步：地级市银行金融科技指数，等于j城市所有商业银行的金融科技指数加权平均，如（3）式所示。

根据以上五步，本文计算了2013—2016年的278个地级市的银行金融科技指数，数值越大，说明该城市的银行金融科技发展水平越高，然后将每年的地级市银行金融科技指数进行全国平均，获取历年城市层面平均金融科技指数，以考察中国这几年银行金融科技整体的发展趋势（图2）。结果发现，从2013年开始，中国城市层面的银行金融科技得到快速增长，从2013年的0．29到2015年的1．24，增长了约四倍，之后保持缓慢提升，在2016年达到1．26。

2．核心解释变量：民营企业出口。本文采用地级市所有民营出口企业的出口总额的自然对数（lnexport）作为基准回归的被解释变量。其中，民营企业的界定采用海关数据库中对企业属性的界定。为了检验银行金融科技发展对民营企业出口影响的信息不对称效应和融资约束效应，进一步根据已有研究将民营企业出口总额进行分解。一是借鉴Rauch（1999）的做法，将城市民营企业中出口分为同质产品的出口额（export_homo）和差异化产品出口额（export_hete）；二是借鉴Hummels and Klenow（2005）［26］的思路，重点考察新出口企业个数变化（n_new）、持续出口企业的出口品种变化（variety_old）。

3．控制变量。借鉴已有关于出口影响因素的研究，本文选取城市人均GDP的对数（lnpgdp）、人口规模（lnpop）、实际利用外资占当地GDP的比重（fdi／GDP）等变量，以控制促进民营企业出口的其他因素。

本文数据来源有4个。（1）中国海关数据，该数据库收录了企业出口详细信息和企业属性信息，不过没有企业融资信贷方面的财务信息。正因为缺少企业融资信贷方面的财务信息，本文退而求其次，将民营企业出口转为企业所在城市的民营出口；（2）含有金融科技披露信息的84家商业银行4年的年报；（3）样本商业银行在全国各城市的分支机构数据，来自CCBD数据库（中国商业银行分支机构数据库）；（4）《中国城市统计年鉴》，包括城市（人均）地区生产总值、总人口数、实际使用外资额、职工平均工资等变量信息，用于控制影响民营企业出口的其他因素。本文最终样本为2013—2016年278座城市面板数据。由于部分城市的个别变量缺失，后文部分模型的样本量略少。

（三）描述性统计

主要变量的描述性统计结果如表4所示。其中，城市民营企业出口额的自然对数均值为20．007，标准差为2．151，最小值和最大值分别为8．048和25．581；本文核心解释变量地区银行金融科技指数的自然对数lnft_bank的均值为0．380，标准差为0．549，最小值和最大值分别为0．003和3．618。

表4 主要变量的描述性统计

四、实证结果与分析

（一）基准结果分析

为了检验银行金融科技的发展是否会促进城市民营企业出口额，本文对式（1）进行回归估计，表5的第（1）～（3）列分别是不考虑年份固定效应、加入年份固定效应、考虑异方差后的结果。表5结果显示，在控制年份固定效应和考虑异方差因素之后，银行金融科技（lnft_bank）系数均为正数，且均通过了10%水平上的显著性，说明银行金融科技的发展与城市的民营企业出口额之间存在显著的正相关关系，即促进了城市民营企业出口额的增长。此外，城市人均地区产值lnpgdp和人口规模lnpop也是促进民营企业出口增长的显著因素。从估计系数大小上看，以表5的第（3）列为例，银行金融科技指数（lnft_bank）增加1%将会促进城市民营企业出口总额提高27．3%。由此可见，银行金融科技的应用，有助于当地民营企业总体出口规模的增长。

表5 银行金融科技与民营企业出口总额

（二）稳健性检验

为了检验基准回归估计结果的稳健性，本文进行了一系列的稳健性检验（表6），具体从四个方面进行。第一，剔除四个直辖市样本重新进行估计。北京、上海、天津、重庆四个直辖市属于省级级别的行政属性，为了保证每个样本点都处于城市级别的行政属性，本文剔除这四个直辖市的观测值进行重新估计。第二，加入金融科技其他维度。为了综合考虑金融科技发展情况对民营企业出口的影响，本文加入了城市金融科技企业数量来控制，并对回归方程重新估计。该变量数据来自宋敏等（2021）的城市金融科技企业个数。第三，由于同时期存在其他经贸政策可能会对估计结果造成干扰，故进一步控制同时期的其他经贸政策，如“一带一路”倡议可能会对民营企业出口产生影响。为此，本文模型中加入“一带一路”倡议的虚拟变量，具体地，将2013年以后各年份的Dummy_2014设为1，反之设为0。第四，地区传统金融发达程度可能是促进民营企业出口的重要因素，为此加入城市金融业发达情况变量（lnloan_city）。传统金融发达情况采用城市金融机构贷款与GDP的比重来衡量。以上各项稳健性检验的估计结果如表6所示。由表6可以发现，地区银行金融科技（lnft_bank）的估计系数依旧在10%水平上显著为正，说明地区银行金融科技的发展显著促进了城市民营企业出口总额增加。由此可见，本文的基准回归结果具有稳健性。

表6 银行金融科技与民营企业出口总额：稳健性分析

（三）内生性处理

前文虽然控制了城市固定效应和年份固定效应，但实证结果仍有可能存在一些不可观测因素的影响。这种遗漏变量问题会导致本文估计的银行金融科技（lnft_bank）系数有偏。除此之外，企业出口业务的发展也可能会引致当地金融科技的发展，两者可能存在反向因果关系。为此，本文选用工具变量法进行重新估计，借鉴Chong et al．（2013）［27］、张杰等（2017）［28］、宋敏等（2021）做法，采用企业所在省内GDP最接近其注册地的三个其他地级市的金融科技发展水平的均值作为企业所在地金融科技发展的工具变量（IV），进行工具变量法估计。工具变量需要满足相关性和外生性。第一，相关性。银行业空间布局结构也是银行金融科技“赋能”的基础。从银行选址的角度看，张杰等（2017）指出，银行在设立分支机构时，省内GDP最为接近的地区往往也是银行进入概率相近和考虑的备选地区。从经济发展的角度，省内地级市都会受到相同省级政策的影响，GDP相近也表示其有着相似的银行金融科技发展的经历。因此，省内GDP相近地级市与目标地级市之间金融科技发展必然具有高度的相关性。第二，外生性。省内GDP相近地级市的金融科技发展很难影响目标城市的民营企业的出口行为。虽然GDP相近城市可能是相邻城市，但现实里企业通过周边城市银行享受金融服务的概率较低。因此，本文选取的IV满足工具变量相关性和外生性假定。

工具变量的估计结果如表7所示，第（1）～（3）列分别是控制城市固定效应、控制城市和年份固定效应、加入更多城市层面变量的估计结果。从表7可知，银行金融科技指数（lnft_bank）的系数显著为正，且系数值相比于基准回归更大。与此同时，第一阶段的工具变量（lnft_bank_iv）的系数显著为正，且第一阶段F统计量远大于临界值10，这说明本文选取的工具变量与内生性解释变量之间存在强相关关系。总体而言，上述检验表明本文所选取的工具变量是合适的，以此为基础进行的工具变量法估计的结果可靠。

表7 银行金融科技与民营企业出口总额：工具变量法

（四）地区商业信用差异的异质性分析

众所周知，商业信用是早于银行信用的一种融资方式。商业信用发达的地区，企业之间的融资便利度较高、融资成本相对较低，可能对于银行信用的依赖度相对较低。商业信用薄弱的地区，企业之间融资便利度较低、融资成本相对较高，可能对于银行信用的依赖度相对较高。那么银行在金融科技方面的投资在促进民营企业出口方面，是否会因当地商业信用发达程度不同而存在差异性结果？为此，本文采用企业面临商业信用的平均值来代理所在地区的商业信用水平。由于无法获取2013—2016年企业商业信用水平，但考虑到地区商业信用是一个慢变量，故本文采用两分法将样本中的地级市划分为商业信用发达地区和商业信用薄弱地区。具体来说，对于商业信用水平高于全国平均值的城市，设为商业信用发达地区，反之是商业信用薄弱地区。其中，企业面临的商业信用水平采用两套数据进行测算：一是采用中国工业企业在同一城市的“制造业同姓网络”代理商业信用程度；二是采用世界银行中国微观企业调查数据中企业面临的“上游原材料融资”。

1．商业信用代理变量一：制造业“同姓”网络。已有研究发现：如果企业法人的同姓比例高的地区，其社会网络发达，可以通过共享信息降低出口费用，进而促进企业进出口。比如，赵子乐等（2020）［29］指出“同姓”企业之间的出口信息共享和出口费用分担可以促进出口。进一步看，不同所有制企业对同姓网络依赖度是存在差异的：外资企业本身拥有国外市场信息并且嵌入了国外的商业网络，因此，不太需要通过国内的姓氏网络来获取国外市场的信息或分担费用；国有企业有着政府的支持，可通过多种手段克服出口障碍，也无须依赖姓氏网络。故民营企业对同行业的企业主同姓网络的依赖度相对较高。

为此，本文采用上年度企业所在城市中本行业“同姓”企业当中有多大比例的企业出口来衡量“同姓网络”。具体来说，“同姓”企业是指企业法人具有相同的姓氏。考虑到企业法人相对稳定，故本文选取2013年的中国工业企业数据库进行计算，具体分为三步骤：第一步，根据工业企业数据，计算出同行业“同姓”企业的比例，将城市制造业“同姓”网络指数设定为该城市“同姓”企业比例最高的姓氏的“同姓”比例数值；第二步，将样本城市的“同姓”网络指数进行平均化，设定为全国的“同姓”网络指数；第三步，如一座城市的“同姓”网络指数低于全国的“同姓”网络指数，则设为商业信用薄弱地区，反之设为商业信用发达地区。

对于商业信用薄弱地区和发达地区两类子样本分别采用固定效应和工具变量法进行估计，结果如表8的第（1）～（4）列所示。从表8的第（1）列和第（2）列可以看到，在商业信用薄弱地区，银行金融科技指数（lnft_bank）的估计系数分别在5%和1%的水平上显著为正，表明在商业信用薄弱的地区，银行金融科技发展显著促进了当地民营企业出口。不同的是，商业信用发达地区，银行金融科技指数（lnft_bank）的估计系数在表8的第（3）列没有通过显著性检验但在第（4）列通过了5%的显著性水平，说明在商业信用发达的地区，银行金融科技的发展对民营企业出口没有稳健作用。可能的原因是：在商业信用发达地区，企业之间“同姓网络”本身就可以帮助信贷双方缓解信息不对称、融资困难等问题，故银行金融科技在这两方面的优势无法体现。为此，本文假说3得以检验。

表8 银行金融科技与民营企业出口总额：商业信用之制造业同姓网络

2．商业信用代理变量二：上游原材料的融资便利。根据商业信用已有文献，商业信用还可以表现为核心企业为上下游企业提供的商业融资便利（吕怀立等，2021［30］）。由此可见，地区商业信用，除了“同姓”网络可能为企业提供的融资便利，企业上下游的供应商关系也可以在一定程度上缓解其融资约束，促进其开展出口贸易。基于地区的商业信用关系一般相对稳定的假设，本文取材世界银行中国企业调查数据。虽然2012年世界银行对中国企业进行了调查，但仅有25座城市，样本量过小。故本文采用2005年中国120座城市的数据。调研涉及企业与上下游融资便利的问题有：（1）贵公司是否通过商业信用方式购买原材料？（2）贵公司通过商业信用方式购买原材料的比重有多大？对（1）问题的回答存在10%到70%的差异，因此选取（2）问题的回答来构建地区商业信用水平。具体分三步骤：第一步，提取对上述两个问题作答企业的商业信用购买原材料的比重；第二步，根据企业所在城市，计算城市中所有企业的商业信用购买原材料比重的平均值，并将其设定为该城市的商业信用程度；第三步，计算120座城市的商业信用程度的平均值，并将每座城市的商业信用程度与该平均值进行比较。高于120座城市商业信用平均值的城市，设定商业信用发达地区，反之是商业信用薄弱地区。由于世界银行企业调查样本中的城市个数少于基准回归的样本，因此表9的样本量相对较少。

表9 银行金融科技与民营企业出口总额：商业信用之上游原材料融资

对商业信用薄弱地区和发达地区的子样本分别采用FE和FE工具变量法的估计结果分别报告在表9的第（1）～（4）列。从表9的第（1）列和第（2）列可以看到，在上下游企业融资薄弱地区，银行金融科技指数（lnft_bank）的估计系数依旧在至少10%的显著性水平上为正，同样表明在商业信用薄弱的地区，地方的银行金融科技发展显著促进了当地民营企业出口规模的扩大。与表8类似，从表9的第（3）列和第（4）可以看出，在上下游企业融资发达地区，银行金融科技指数（lnft_bank）的估计系数没有得到稳健性结果，同样说明了在商业信用发达的地区，银行金融科技的发展没有对当地民营企业出口产生稳健显著促进作用。表8和表9结果基本一致，验证了前文的假说3：银行金融科技的应用有利于民营企业总体出口规模的提升，但存在地区差异性；这一作用主要体现在商业信用薄弱的地区。

五、影响机制分析

前文讨论了城市的银行金融科技发展对民营企业出口规模的影响方向和地区差异性，下面将进一步讨论地区银行金融科技发展如何影响民营企业出口规模，即影响机制分析，进而验证本文的假说1和假说2。

（一）信息不对称效应

为了验证银行金融科技发展对出口企业影响的信息不对称渠道，本文采用间接方式进行验证。考虑到金融可以在信息搜集方面的优势，本文推测银行金融科技发展对民营企业差异化产品的出口有显著影响，并借鉴Rauch（1999）提出的分类方法将产品划分为差异化产品和同质性产品，之后计算出每座城市的所有民营企业出口同质产品的出口额和差异化产品的出口额。为了比较同质产品和差异化产品对银行金融科技发展反应的差异，本文的被解释变量分别为城市所有民营企业差异化产品的出口总额（lnexport_hete）和同质产品出口总额（lnexport_homo）的自然对数。银行金融科技发展对同质产品出口的影响，总样本、商业信用薄弱地区样本和商业信用发达地区样本的估计结果如表10的第（1）列、第（3）列和第（5）列所示，从中可以发现，银行金融科技指数（lnft_bank）对同质产品出口额的估计系数均没有通过显著性检验，说明银行金融科技发展对于同质性产品出口没有显著影响，可能的原因是同质产品的出口企业面临的信息不对称问题较小。

表10 检验信息不对称效应：差异化产品与同质产品

银行金融科技发展对差异化产品出口的影响，总样本、商业信用薄弱地区样本和商业信用发达地区样本的估计结果如表10的第（2）列、第（4）列和第（6）列所示，从中可以发现，总样本中，银行金融科技指数（lnft_bank）对差异化产品出口额的估计系数在1%水平上显著为正；在商业信用薄弱地区，银行金融科技指数（lnft_bank）对差异化产品出口额的估计系数在5%水平上显著为正，说明银行金融科技发展有助于降低差异化产品出口企业的信息不对称，缓解其融资约束，促进其出口的增长。总之，银行金融科技的发展有利于降低信息不对称效应，促进差异化产品出口增长，这一作用显著体现在商业信用薄弱地区。

（二）融资约束效应

为了进一步了解银行金融科技发展通过缓解融资约束渠道影响当地民营企业的总体出口规模，本文将出口总规模分解为新出口企业和持续出口企业进行分别考察。以t期存在的企业样本为基础，当该企业在t-1期不在海关出口企业样本中时，设定其为新出口企业；当该企业在t-1期已经在海关出口企业样本中时，设定企业为持续出口企业。接下来本文考察银行金融科技发展对新出口企业设立和持续出口企业的出口表现，兼议商业信用薄弱地区和商业信用发达地区的差异性。

新贸易理论认为，企业进入出口市场需要支付出口固定成本，用于搜寻出口市场信息、建立海外销售渠道等活动。银行金融科技发展如果有助于挖掘“长尾”客户，缓解民营企业出口的融资约束，则应该可以看到随着当地银行金融科技发展水平的提升，新出口企业个数将增加。为此，本文考察了银行金融科技发展对城市新出口民营企业个数的影响。此时被解释变量为该城市当年的新出口企业个数，总样本、商业信用薄弱地区样本和商业信用发达地区样本的估计结果如表11的第（1）列、第（3）列和第（5）列所示。由此可以看到，总样本中，银行金融科技指数（lnft_bank）对新出口企业数的估计系数在10%水平上显著为正，说明银行金融科技发展有利于新出口企业的设立，换句话说银行金融科技发展有助于缓解企业融资约束、克服进入国外市场的固定成本。细分地区来看，在商业信用薄弱地区，银行金融科技指数（lnft_bank）对新出口企业数的估计系数没有通过显著性检验；而在商业信用发达地区，银行金融科技指数（lnft_bank）对新出口企业数的估计系数通过了10%的显著性检验，说明银行金融科技发展有助于推动商业信用发达地区的新出口企业的产生，但对商业信用薄弱地区没有显著影响。

表11 检验融资约束效应：新出口企业数与持续出口企业的品种数

对于持续出口企业，银行金融科技发展的作用可能体现在提高融资便利性，减少经营成本，为企业开拓新出口目的地、新品种出口提供资金支持。因为每一种产品出口到国外时，出口企业依旧需要支付一笔固定成本（Chaney，2016［31］）。银行金融科技发展如果有助于扩大信贷发放，缓解持续出口企业的融资约束，则应该可以看到其出口品种数的增加。为此，本文考察银行金融科技发展对城市持续出口民营企业的品种数的影响。其中，出口品种数定义为产品-出口目的地（即hs8-country维度）层面，当持续出口企业新增一个hs8品种、或新增一个出口目的地country、或两种情况均有，则说明该企业新增一个出口品种。此时被解释变量为持续出口企业的出口品种数，总样本、商业信用薄弱地区样本和商业信用发达地区样本的估计结果如表11的第（2）列、第（4）列和第（6）列所示。由此可以看到，在商业信用薄弱地区，如表11的第（4）列所示，银行金融科技指数（lnft_bank）对持续出口企业品种数的估计系数在10%水平上显著为正，说明商业信用薄弱地区的银行金融科技发展，可以帮助持续出口企业开拓新的出口产品（hs8产品）或新的出口目的地（country）。至于商业信用发达地区，虽然银行金融科技指数（lnft_bank）的估计系数显著为正，但没有通过显著性检验。

总体来看，银行金融科技的发展有利于缓解民营企业融资约束，促进其出口增长，具体体现在促进商业信用发达地区新出口企业的设立、商业信用薄弱地区的持续出口企业开拓更多的新产品或新出口目的地，这在一定程度上验证了前文的假说2。

六、结论与启示

传统金融领域的银行通过新兴信息技术“赋能”，促进了其与实体经济的包容性发展。本文使用2013—2016年海关数据的民营企业出口数据，创新地运用商业银行年报信息和其城市空间布局来衡量地区银行金融科技发展水平，考察地区金融科技发展对民营企业出口的影响。研究发现：第一，银行金融科技显著提升了城市民营企业出口的总规模，在考虑内生性问题、加入更多地区特征变量、剔除特定样本等一系列稳健性检验后，这一结论依旧成立。第二，银行金融科技促进民营企业出口规模扩大的作用，显著地体现在商业信用薄弱的地区。第三，银行金融科技的应用主要通过降低信息不对称、缓解融资约束两个渠道影响当地民营企业出口规模。在信息不对称方面，银行金融科技的发展主要通过增加促进商业信用薄弱地区的民营企业差异化产品出口来推动当地民营企业总出口增长。在融资约束方面，商业信用薄弱地区的银行金融科技发展显著通过促进持续出口企业开拓新出口市场或新出口产品实现民营企业总出口增长；商业信用发达地区的银行金融科技发展显著通过促进新出口企业的设立推动当地民营企业出口总规模。

本文的研究结果表明，在“稳出口”中，银行金融科技的发展在促进民营企业出口方面起到不可忽视的重要作用。本文的研究有三方面启示。第一，在当前中国面临复杂国际环境和国内经济下行的双重压力下，银行金融科技为民营企业突破融资约束提供了新的解决思路，可为中小企业寻找解决“融资难、融资贵”的办法提供助力。第二，在加大金融科技提高融资效率、缓解融资约束的目的上，需要结合各地商业信用发达程度，甚至社会网络关系浓厚程度的具体情况而定，推行差异化发展金融科技的激励措施。对于商业信用发达地区，侧重通过金融科技的发展提高融资服务效率；对于商业信用薄弱的地区，侧重通过金融科技来缓解中小企业融资约束，推动它们向高质量方向进行发展。第三，银行数字化转型升级，即银行金融科技的发展是一个投资规模较大、时间周期较长的过程，需要完善相关金融基础设施建设，加强宏观审慎监管，防范金融科技可能引发的金融风险。