金融科技提高企业投资效率的证据

李子威

（湖北工业大学，湖北 武汉 430000）

金融科技最早起源于20 世纪90 年代初的“金融服务技术联盟”， 根据金融稳定委员会的定义，金融科技是由云计算、大数据、区块链、人工智能等先进技术触发的金融创新，可以改变金融服务的方式，有效降低运营成本，最终提高传统金融业的效率。 金融科技致力于将新技术引入金融业， 正在彻底改变金融业的发展进程①。 金融科技革命的独特之处在于，许多变化发生在金融行业之外。 因为年轻的初创公司和大型成熟的技术公司正在引入新产品和技术，并提供新的竞争。 此外，新技术的产生也在迅速改变金融服务业的运营、监管、客户体验等方面。 目前，金融科技创新正在全球兴起，2019 年金融科技公司的全球投资总额为1357 亿美元（KPMG，2020）②。

一、文献综述和研究方法

（一）综述

金融科技对金融机构和金融业的影响，已经有学者通过研究发现金融科技改变了金融业的运作方式。Chen et al 认为，对于整个金融业而言，金融科技创新带来了积极的影响③。 金融科技可以通过降低交易成本、提高交易的便利性和安全性，从根本上改变金融服务。 移动互联网、大数据、区块链等金融技术对金融服务及其各个环节产生了不同的影响。 例如，大数据和区块链技术可以降低信息的不对称性，降低交易费用，让交易变得更安全、更快捷。 与此同时，机器学习算法为客户提供了智能、个性化的理财服务，并进行了深入分析。 金融信息的分享也将促进金融资源的有效使用，从而使金融生态空间得到进一步的扩展。

金融科技的兴起对商业银行的传统业务产生了重大影响，金融科技通过改善银企关系帮助中小企业降低了融资成本和担保要求④⑤。 而在金融科技对银行的影响这方面学界还未达成统一意见，不过有学者发现金融科技与银行风险承担之间还会受到存款结构等因素的影响⑥。 除了影响金融机构和金融业之外，金融科技不可避免地影响实体经济和企业。 先前的文献已经充分证明了金融科技对实体经济和企业的益处。 黄卓指出，数字普惠金融依靠大数据、区块链等技术降低服务成本，覆盖更多农村用户，有效解决了数字农业融资难的问题，推进了数字农业的发展⑦。 邓浏睿等发现，金融科技在短期内可以缓解企业的融资约束，但对于长期而言可能是双刃剑⑧。

虽然现有文献集中从宏观和微观角度研究金融技术对金融业和企业的影响， 但很少有研究探讨金融科技对上市公司投资效率的影响。 赵瑞瑞等研究发现金融科技会增加企业的非效率投资⑨。而邵学峰等认为， 金融科技所具有的资源效应和治理效应可以显著提高企业的投资效率⑩。 优化资源配置，提高投资效率，不仅直接影响企业的发展，也成为一个国家实现经济持续健康发展的重要问题。在此背景下，本文研究了金融科技是否以及如何影响企业投资效率。通过采用郭峰等人制定的“北京大学中国数字金融包容性指数（PKU-DFIIC）”，包括综合指数、覆盖范围和使用深度， 本文证明了金融科技水平与企业投资效率之间存在显著的正相关关系⑪。

本文选取了解释变量的一阶滞后、 二阶滞后和三阶滞后研究金融对企业投资的动态影响。 研究发现，T 期的金融科技水平对T+1 期的企业投资效率有显著的正向影响， 但对T+2、T+3 期的企业投资效率没有明显的影响，且系数不断减小，具有误差的特征。

（二）研究方法

接下来，本文考察公司内部治理机制对金融科技的调节关系。 采用董事会和总经理是否两职合一来衡量公司治理机制的质量。 结果表明，在公司治理机制良好的企业中，金融科技对公司投资效率的影响更为显著，表明金融科技对公司投资效率的影响与治理机制之间存在互补效应。 同时，文采用分位数回归来检验金融科技与企业投资效率之间是否存在非线性关系，这为企业投资效率提供了更全面的信息。 结果表明，分位数回归系数的绝对值呈上升趋势，表明条件分布中的金融科技对企业投资效率的影响大于其他部分。

本文的研究从两个方面对文献做出了贡献。 首先， 研究考察了金融科技对企业投资效率的影响，这不仅在一定程度上补充了关于金融科技经济后果的文献， 而且拓展了企业投资效率的相关研究。其次，发现金融科技对公司投资效率的影响与公司治理机制之间存在互补效应。 在论文的第三部分提出了两个假设。 第四部分描述了模型和数据。 第五部分给出了金融科技如何影响公司投资效率的实证结果以及相关分析。 第六部分报告了进一步分析和稳健性检验。 第七部分给出了结论和政策建议。研究成果对如何进一步有效提高企业投资效率具有政策意义。

二、理论假设

（一）假设1

首先， 发展金融科技能够加速银行的放款，扩大融资渠道，减轻银行的融资限制。 其次，利用大数据、人工智能、区块链等技术，可以更好地挖掘出更多的用户信息， 缓解信贷审批过程中的不对称性。杨馥等的研究表明，商业银行在放贷过程中使用金融科技可以有效缓解信息不对称， 提高信贷质量，降低信贷风险⑫。 Fuster 等人认为，金融科技将贷款审批速度提高了20%，而不会增加违约风险⑬。 以大数据与人工智能为基础的信贷审批，可以有效减少人为干扰，减少放款审批中的寻租空间，降低融资成本。 Buchak 等人认为，那些难以从传统银行获得贷款的人更有可能从金融科技影子银行获得所需资金⑭。 此外，金融科技可以提高信息透明度，引导公司选择最佳投资项目。 各种金融技术创新本质上都是通过技术来缓解对信息不对称的探索。 金融科技不仅可以提高贷款审批过程中的信息透明度，还可以提高投资项目的透明度以及公司进行投资活动时的资金目标。 提高企业信息透明度是管理者识别和区分好投资项目和坏投资项目的基础。 更详细的信息披露使公司能够更好地选择投资项目⑮。 总的来说，本文认为金融科技的发展促进了企业投资效率。 因此，本文的假设1 是：

假设1（H1）：金融科技有助于提高企业投资效率。金融科技与公司投资效率之间存在正相关关系。

（二）假设2

文献充分证明，公司内部治理机制对公司投资效率有重大影响⑯。 首先，与股东结构的权力制衡主要体现在其他股东对大股东的监督上。 有效的股权制衡机制可以有效缓解低效的企业投资行为⑰。 何菲认为，公司治理机制质量越高，企业投资效率越高，大股东的控制力越强，越会抑制企业的投资效率⑱。Chen 和Wang 发现，由于所有权和管理权的分离，管理层往往会抑制企业的过度投资，以维持企业的正常运营⑲。 金融科技的发展能否提高企业投资效率，也与企业治理机制密切相关。 不同的公司治理机制可能会影响金融科技在公司投资效率中的作用。 在权力均衡的环境下，提高管理层或董事会的决策质量， 选择收益更好的投资项目更为有利。 相反，股权或管理权越集中，企业就越有可能服从少数人的意愿。 在这种情况下，管理层或董事会追求私利，选择相对较差的投资项目，忽视企业收益，导致投资效率低下。 只有金融科技和公司治理机制共同努力，才能进一步提高公司投资效率。 综上所述，随着金融科技的发展，完善的公司治理机制有利于企业做出正确的投资决策， 提高投资效率。 因此，本文的假设2 是：

假设2（H2）：完善的公司治理机制可能会削弱金融科技与公司投资效率之间的正相关性。

三、模型设定

（一）模型设立

为了调查金融科技对公司投资效率的影响，本文使用以下回归模型：

其中，主要解释变量INVijt表示t 时间内j 省企业i 的投资效率。 同时，金融科技FinTechjt表示t 时间内j 省的金融科技水平， 由PKU-DFIIC1 描述。Pijt 代表省级控制变量和企业级控制变量， 包括RGDP、FAI、IND_STRU、REV、EXP、AGE、SIZE、TOP1、STATE、LEV 和ROE。表1 提供了详细的变量定义。 此外，εijt表示误差项。 此外，本文控制了年度和行业。

1.企业投资效率。 最佳投资水平反映了公司承担所有正净现值项目的能力。 根据Richardson 提出的投资模型，本文将投资效率估计为与预期最佳投资水平的偏差。 反映在投资模型的残差绝对值中，并使用该模型估计的残差绝对值（ui,t）作为企业投资效率的代理变量⑳。 由于企业投资效率的原始值在小数点后为零，因此本文将其乘以100 以改进估计方程的外观。 值越大，投资效率越低。

2.金融科技。关于金融科技的衡量，现有文献大致可分为两类。 第一是基于互联网搜索构建的情感指数； 第二是基于结构化数据的金融科技指标体系。 本文采用北京大学数字金融研究中心和蚂蚁金融集团组成的联合研究团队编制的Pku-Dfiic 作为代理变量来衡量各省的金融科技水平。 本文不仅使用综合指数DZ 来描述每个省份的金融科技水平，还使用覆盖广度DA 和使用深度DB 来描述。 为了减少数据之间的绝对差异，避免极值的影响，提高回归的拟合度，本文采用金融科技发展的对数。

3.控制变量。 在研究中，选择RGDP、FAI、IND_STRU、REV 和EXP 作为区域层面的控制变量。同时，还确定公司层面的控制变量：AGE、SIZE、TOP1、STATE、LEV 和ROE。 表1 提供了详细的变量定义。

（二）数据来源

使用的数据由省级面板数据和2011 年至2020年期间上市公司的数据获得的。 衡量各省金融科技水平的数据均由北京大学数字金融研究中心和蚂蚁金融集团组成的联合研究团队编制。 省级控制变量的相关数据来自各省历年的统计年鉴。 本文所使用的A 股上市公司数据来自CSMAR 数据库， 来自沪深股市的非金融行业。 删除了西藏、ST 和*ST 公司以及缺少主变量的样本和不连续三年的样本。 公司级连续变量在1%的水平上进行排序，以避免异常值的影响。 本文计算了各省金融科技发展综合指数的平均值， 然后根据企业的位置将企业级数据与省级数据进行匹配，最终获得13970 个观测值。在本文的样本期内， 企业平均非效率投资水平为3.7318，从0.0414 到28.5851 不等。 此外，金融科技的平均综合指数（DZ）为5.3227，介于3.3464 至6.0352 之间。 同时，金融科技的平均覆盖宽度（DA）为5.2170，平均使用深度（DB）为5.3473。

四、实证结果与分析

（一）主要结果

在本节中展示了实证结果。 首先，随着各省金融科技水平的提高， 企业投资效率是否会得到提高。 在多元回归之前，进行了皮尔逊相关矩阵的验证。 企业投资效率（INV）与金融科技水平（DZ、DA、DB）之间存在显著负相关，分别为-0.1044、-0.1038、-0.1113，这为金融科技的发展有助于提高企业投资效率提供了初步证据。

接下来，本文采用FE 回归和OLS 回归。表2 第（1）列至第（3）列报告了FE 回归结果。 在第（1）列中，DZ 的系数为负，在1%的水平上显著，表明企业的非效率投资随着各省金融科技水平的提高而降低。 在第（2）列和第（3）列中，DA 和DB 上的系数仍然显著为负值。表2 第（4）至（6）列报告了OLS 回归结果。在第（4）列中，DZ 的系数为-0.414，在1%的水平上显著。 金融科技水平与企业的非效率投资呈负相关，表明金融科技的发展有助于提高企业投资效率。 在第（5）列和第（6）列中，DA 和DB 的系数仍然显著为负值。 该结果证实了H1。

（二）动态效果

基于上述结果，本文选取一阶滞后、二阶滞后和三阶滞后的解释变量，考察当前金融科技水平是否对企业投资效率有动态影响。 回归显示，在第（1）至（3）列中，解释变量（L.DZ、L.DA、L.DB）的一阶滞后系数为负值， 分别为-0.885、-0.418、-0.796，在5%水平上显著。 在第（4）至（6）列中，解释变量（L2.DZ、L2.DA、L2.DB）的二阶滞后系数不再显著，系数减小，分别为-0.719、-0.358、-0.683。 在第（7）至（9）列中，解释变量（L3.DZ、L3.DA、L3.DB）的三阶滞后系数也不再显著且系数进一步减小，分别为-0.380、-0.209、-0.314。这清楚地表明，T 期的金融科技水平对T+1 期的企业投资效率有显著的正向影响，但对T+2、T+3 期的企业投资效率没有明显的影响，表明金融科技对企业投资效率的动态效应随时间推移具有显著的衰减特征。

（三）公司治理机制的调节效应

企业内部治理机制对企业投资效率有着重要影响。 董事长和总经理两职分开等健全的公司治理机制，有利于管理层做出正确的投资决策，提高投资效率。 董事长与总经理是否二职合一对企业的异质性影响。 本文使用董事长与总经理是否二职合一来衡量公司治理机制的质量，并根据董事长与总经理是否二职合一来划分企业。 研究报告了回归结果。 董事长与总经理二职合一企业的回归结果，所有系数均为不显著。 相反，在董事长与总经理二职未合一的企业中，DZ、DA 和DB 系数在1%水平上显著为负。 证实了金融科技对企业投资效率的影响与治理机制之间存在互补效应。

（四）分位数回归

上面使用的回归模型实际上是均值回归，它非常容易受到极值的影响。 为检验模型的稳健性，故再采用分位数回归的方法，而且这种方法可以检验金融科技与企业投资效率之间是否存在非线性关系，从而提供更全面的企业投资效率信息。 因此，本研究使用面板分位数回归模型。 为了尽可能显示企业投资效率的条件分布， 本文选择了三个分位数（25%、50%、75%）进行估计。

回归结果显示，DZ 系数为-0.229、-0.365 和-0.577，均在1%水平上显著。 类似地，DA 的系数分别为-0.181、-0.313 和-0.485，且均在1%水平上显著。此外，DB 的系数分别为-0.326、-0.529 和-0.858， 均在1%水平上显著。 综上所述，分位数回归系数的绝对值呈上升趋势，这表明金融科技对企业投资效率的影响在条件分布的右端大于对其他部分的影响。 最后，本文使用公司投资效率的替代指标进行稳健性测试。回归结果显示， 数据均在1%水平上显著，FE 回归中DZ、DA、DB 系数分别为-0.0124、-0.0060、-0.0132；OLS 回归中DZ、DA、DB 系数分别为-0.00528、-0.00481、-0.0072，结果仍然稳健，假设1 得到验证。

五、结论与政策建议

本文研究了金融科技是否以及如何影响企业投资行为和效率。 利用2011 年至2020 年期间上市公司的大样本和省级面板数据，本文发现企业投资效率与金融科技水平呈正相关。 此外，企业董事长与总经理二职分离显著增强了正相关。

实证研究表明，金融科技的应用越深入，覆盖范围越广，企业的投资效率就越有建设性。 完善的公司治理可以让金融科技更好地在公司投资发挥提升效率的作用。 “双循环”是中国经济发展新模式的重要组成部分，而提高投资效率是促进“双循环”的重要环节。 在此基础上，提出政策建议：第一，推动金融科技规范化发展，避免由垄断引起的不公正竞争。 完善相关法律法规，保护各类交易主体的权益。 积极营造开放、包容、安全的金融科技环境，降低金融科技进入壁垒，促进更多的金融机构参与进来。 第二，要把金融科技的积极作用发挥到最大，以促进“双循环”的发展。 加强金融科技的基础理论、重点领域和核心技术的研发。 我们要充分利用金融技术对传统金融机构的积极引导，以实现对传统金融机构的数字化改造和配置优化。 第三，加强对金融科技创新活动的审慎监管，构建和完善符合金融创新发展要求的金融监管制度。 要健全金融科技监管的基础和规范， 要加强对金融科技伦理的管理，促进监管技术与金融技术的协同发展。