金融科技与企业债务违约风险——影响效果、机制识别与异质性特征

丁志国,刘欣苗,金 龙

1.吉林大学 商学与管理学院,吉林 长春 130012 2.吉林大学 数量经济研究中心,吉林 长春 130012 3.东莞理工学院 经济与管理学院,广东 东莞 523006

伴随着中国经济向高质量发展转型、融资环境收紧和经济下行压力,过去经济高速增长阶段所掩盖的企业部门债务风险逐渐暴露。近年来,中国企业债务违约数量和金额呈现上升的趋势。2021年债券违约规模达1 621 亿元,银行业处置不良贷款3.1万亿元,债券展期规模较2020年增长60%,企业面临较大的流动性压力和偿债压力,债务违约风险高企。债务违约带来的额外成本、员工流失以及供应链中断等后果,将对企业本身和上下游企业产生破坏性影响,给实体经济带来负面冲击,债务违约风险也将从实体经济扩散至金融领域。企业债务违约具有传染性,容易引发“违约潮”,当债务违约累积到一定规模时,违约风险经历聚合、传导放大和共振的过程后,将诱发全局性的系统性金融风险,影响金融体系的稳定性[1]。科学管控企业债务违约风险,成为助力实体经济高质量发展和守住不发生系统性金融风险底线的重要手段。在当前的经济形势和国家战略选择下,高效的金融支持方式是缓释企业债务违约风险的关键。中国企业债务违约风险逐渐凸显,往往也与传统金融支持实体经济所遇到的瓶颈有密切的关联。

当企业的资产价值低于企业债务的账面价值时,企业将发生债务违约。也就是说,企业的债务违约风险与其资产价值和债务水平相关。具体而言,改善企业财务状况、增强企业经营能力、提高公司治理水平等[2-5]均能从负债和资产的角度有效降低违约风险。传统金融在引导资源配置的过程中存在效率低下问题,制约了其在抑制企业债务违约风险方面的潜力。例如,金融资源配置受预算软约束和抵押品要求的限制,金融市场信息效率低下从而降低管理层决策效率,外部有限的监督能力难以进一步降低委托代理成本,这也是金融有效支持实体经济发展过程中应当关注的关键问题。

传统金融发展遇到的瓶颈问题需要顺应时代的发展趋势,打破固有局限,寻求创新性的解决方式。人工智能、大数据、云计算、区块链等新兴信息技术在传统金融领域创新应用,金融科技应运而生,其具有低成本、便捷、普惠性等特征,旨在提供更为高效的金融服务。2019年,中国金融科技的发展正式上升为国家战略,“十四五”金融改革规划中更是明确了金融科技的重要地位,《金融科技发展规划(2022—2025年)》进一步提出金融科技从“立柱架梁”全面迈入“积厚成势”新阶段的未来发展目标。金融科技能否通过新兴技术的驱动,改善传统金融资源配置效率低下的问题,从而降低企业债务违约风险,是一个值得研究的现实问题。现有文献多从盈余管理、公司治理、抵押品等视角论述如何影响违约风险。关于金融科技更多的文献集中于如何支持企业创新[6]、提升全要素生产率[7]、提高资本市场信息效率[8]、改善企业融资环境[9]等。这些研究成果为本文探究由“金融科技—企业债务违约风险”引发的一系列议题提供了强有力的理论依据和实证启发。但现有研究关于企业债务违约风险防范过程中金融科技的驱动力问题,仍缺乏清晰的分析框架和数据支持,对此问题深入研究不仅具有深刻的理论意义,更具有重大现实意义。

本文基于期权定价理论刻画企业违约风险,以中国沪深两市A股上市公司2011—2020年的数据为研究样本,实证检验金融科技发展水平对企业债务违约风险的影响,以及融资约束、资本市场信息效率和公司治理水平在其中起到的中介作用。在此基础上,进一步探究在不同的资源禀赋条件、内部治理环境和成熟投资者参与度的企业异质性下,金融科技对企业债务违约风险影响的差异。本文力图在如下方面有所贡献:第一,以研究金融科技发展对企业债务违约风险的影响效果为根本目的,以金融科技为切入点,从技术进步的视角拓展企业违约风险影响因素的分析框架,同时也为金融科技在助力实体经济发展过程中的重要作用提供有力的微观证据;第二,以验证“金融科技—企业债务违约风险”的关系为基础,重点关注金融科技是否能够打破传统金融发展局限的问题,对改善融资约束、提高资本市场信息效率、提升公司治理水平等差异化机制路径进行识别检验,旨在厘清金融科技影响企业债务违约风险的具体机制;第三,企业自身性质和面临的内外部环境不同,金融科技的违约风险缓释能力存在差别。对此,本文考察在企业不同的资源禀赋条件、内部治理环境和成熟投资者参与的情况下,金融科技对企业债务违约风险作用的靶向性,有助于形成差异化的政策导向。研究结论不仅丰富了现有的研究框架,也为促进金融科技与实体经济深度融合、防范化解系统性金融风险、保证经济高质量发展提供了理论依据和数据支持。

一、理论分析与研究假设

从作用效果和作用机制来看,金融科技能够提高金融的分配效率和信息效率,具体体现在缓解企业融资约束、提高股价信息含量和降低委托代理成本三个方面。

首先,金融科技能够缓解企业融资约束,进而降低违约风险。银行等金融机构与企业间存在信息不对称,导致传统金融难以满足轻资产较多、缺少抵押品的科创类企业或中小企业等的融资需求。而金融科技通过大数据和区块链等技术融汇商流、物流、信息流和资金流等信息,形成科技产业生态图谱,有助于对企业进行全方位的分析,降低企业的融资门槛[10]。金融科技丰富了商业银行的数据源和数据维度,提升了数据准确性和具象性。大数据和云计算技术变革了商业银行风险管理模型,提升了风险控制模型的精准度,能够缓解银企间的信息不对称程度,从而降低企业融资成本。基于大数据和人工智能的审贷方法极大地压缩了传统的审贷时间,也减少了人为干预的空间和贷款审批流程中的寻租空间,降低了企业的融资成本[11]。金融科技通过深度挖掘与分析高频企业数据,结合深度学习的算法,帮助政府有效甄别具有发展潜力的企业并实施跟踪监管,有利于政府通过财政政策有效缓解企业融资困境,降低企业债务违约风险[6]。此外,金融科技所囊括的智能投资顾问等多种金融创新产品推动金融服务范围覆盖更多的长尾群体,不仅刺激了更多投资者对资本市场的投资需求,还充分吸收社会资金进入金融市场,提高了资本市场对企业的资金供给水平。众筹、P2P等金融产品为中小企业提供了更多的融资渠道,促进企业资金进一步充裕,提高了企业的盈利能力[6]。可见,金融科技广泛应用于银行等金融机构、政府和投资者等,降低了其与企业的信息不对称,从降低企业融资门槛、企业融资成本和拓宽企业融资渠道三个方面缓解企业融资约束。企业融资约束下降提高了企业实际运营效率,拉开了与违约边界效率间的效率差距,从而降低了企业债务违约风险[12]。

其次,金融科技能够提高股价信息含量,改善决策效率,降低企业债务违约风险。金融科技的发展显著增加了金融信息的供给,以雪球、36氪为代表的金融科技平台聚焦整合发布金融信息,为用户提供全面且独立的多方投资信息。金融科技平台的发展改变了金融信息的产生与传播方式,扩大了信息吸纳的广度和深度,投资者能够以较低的成本获得高频的金融信息[13]。金融科技平台的产生和兴起加剧了信息生产领域和投资咨询领域的市场竞争程度,促使分析师提高自身的信息产量和质量[14]。分析师高质量的信息搜寻活动能够提高股票价格的信息含量,增强价格对资源配置的引导作用。此外,金融科技发展有效降低了信息成本,推动企业信息的深度透明化,市场投资者对企业的基本面情况和发展潜力足够了解,能够提高股票流动性。而股票流动性能够通过提高价格的信息效率降低企业的债务违约风险[5]。股价信息含量较高,有助于管理层在把握企业内部信息的同时,从股价中获取宏观经济、行业前景以及竞争对手策略等前瞻性信息,结合自身经营情况优化企业投资决策[15],这将影响企业未来现金流和履行债务的能力。大数据技术加快市场内部的信息流转速度,有效改善企业的信息不对称,提高信息可达性,有助于企业更好识别市场和技术发展的最新动向,帮助企业扩大生产边界,减少企业的非效率投资。企业金融资源配置效率的下降将令企业陷入财务困境,甚至破产的可能性升高,而投资效率的提升则能够阻碍对企业内源融资的侵蚀,降低企业债务违约风险。

最后,金融科技能够发挥公司治理效应,降低委托代理成本,抑制企业债务违约风险。所有权与控制权分离引发的委托代理问题,促使股东与管理层的利益产生偏差,催生了管理层的自利行为,大股东的隧道效应也提高了外部投资者的监督成本。这些委托代理成本都是对企业价值的损害,为企业债务违约埋下隐患。而金融科技不仅在事前降低了企业的融资门槛和融资成本,还将在提供融资服务后实施有效监督。银行等金融机构能够运用大数据技术以较低的信息成本和执行成本强化对借款企业后续资金使用方面的监督效率,改善企业的公司治理水平,约束管理层的机会主义行为。金融科技显著降低了信息成本,尤其是个人投资者的信息成本,这充分调动了个人投资者参与金融市场和发挥监督作用的积极性。在个人投资者占据相当比重的中国资本市场中,个人投资者与企业信息不对称程度的下降能够充分释放金融市场发挥监管作用的巨大潜力,成为对管理者自利动机的重要约束力量。不仅如此,监管部门依托金融科技,与风险监管相融合,推动传统监管方式的转型升级,也形成了优化公司治理的关键性外部力量[16]。金融科技在企业融资约束方面的贡献,有助于化解控股股东股权质押风险,还能抑制管理者的短视行为,推动管理者聚焦企业的长期战略发展目标[17]。金融科技激发了间接融资渠道、直接融资渠道和监管部门的监管能力,同时也帮助企业摆脱困境,避免企业内部人员的自利性决策,有助于全面提升企业的公司治理水平,降低企业的委托代理成本,从而降低企业的债务违约风险。

基于以上分析,本文提出研究假设:金融科技能够抑制企业债务违约风险,即金融科技发展水平越高,企业债务违约风险越小。

二、研究设计

(一)数据来源

本文选取2011—2020年沪深两市A股上市公司数据为研究样本,并对该数据进行了如下处理:(1)剔除金融行业上市公司;(2)剔除ST和期间退市的上市公司;(3)剔除当年首次公开募股(IPO)的上市公司;(4)对数据中所有公司层面的连续变量进行1%和99%缩尾处理;(5)剔除相关数据缺失的上市公司,最终得到22 439个“企业—年份”的观测样本。企业财务数据来自国泰安数据库(CSMAR)和Wind数据库,金融科技数据来自北京大学数字金融研究中心的《北京大学数字普惠金融指数(2011—2020年)》。

(二)变量设定

1.被解释变量

企业违约风险(EDF)。本文基于期权定价理论,采用Merton DD模型估计违约概率,借鉴Bharath等[18]的方法,从连续变量的角度刻画企业债务违约概率,以此作为企业违约风险的代理变量。具体方法如下:首先根据期权定价理论,计算企业违约距离DDit,然后通过累计标准正态分布函数将违约距离转换为违约风险(EDF)。其中,企业违约距离计算公式为

(1)

其中,DDit为企业违约距离;Eit为权益的市场价值,由已发行股份数量与年末股价的乘积表示;Dit为债务的账面价值,由年末短期债务与一半的长期债务之和表示;rit-1为企业上年股票收益率,用上年的月度股票回报计算;Tit为期权到期时间,本文将其设定为一年;σVit为企业资产波动率,σEit为权益的波动率,具体由上年月度股票回报计算而得。

σVit=σEitEit/(Eit+Dit)+

(0.05+0.25σEit)Dit/(Eit+Dit)

(2)

进一步结合式(1)(2)计算违约距离(DD),利用式(3)将违约距离通过累积标准正态分布函数N(x)转换为违约风险(EDF),EDF介于0～1之间,值越大,企业违约风险越大。

EDFit=N(-DDit)

(3)

2.核心解释变量

金融科技(Fin)。本文使用北京大学数字金融研究中心编制的中国数字普惠金融指数,并取自然对数作为地区金融科技发展水平的代理变量。该指数以蚂蚁金服提供的交易账户底层数据为基础,从使用深度、覆盖广度和数字化程度等多个维度深度刻画了地区金融科技的发展水平[19]。本文核心实证部分采用省级层面的数字金融发展指数的自然对数,稳健性检验中借鉴杜传忠等[20]的研究方法,选取各省域的城市移动电话用户数作为金融科技发展的工具变量,以避免核心实证研究的内生性问题。

3.中介变量

融资约束(KZ)。本文借鉴Kaplan等[21]的研究,基于经营性净现金流、现金股利、现金持有水平、资产负债率、托宾Q以及总资产等变量计算KZ指数,作为企业融资约束的代理变量。该指数越大,企业所面临的融资约束越大。

委托代理成本(AC)。本文借鉴高凤莲等[22]的方法,用管理费用与营业收入的比值作为代理成本的代理变量。该值越大,委托代理成本越高。

股价信息含量(SYN)。本文借鉴伊志宏等[23]的方法,用股价同步性作为股价信息含量的代理变量。该值为一个反向指标,值越大,股价所包含的公司特质性信息越少,股价信息含量越少。

4.控制变量

本文分别纳入微观企业层面和宏观地区层面的多个变量作为控制变量,以尽可能地克服遗漏变量的问题。企业层面变量包括企业规模(S)、财务杠杆(LEV)、成长性(G)、盈利能力(ROA)、经营现金流(CFO)、流动比率(Liq)、有形资产比例(T)、是否亏损(L)、企业年龄(Age)、股权集中度(Top)、董事会独立性(I)。地区层面变量包括地区经济增长(GDP)、地区金融发展(FD)、地区产业结构(IS)。具体衡量方法如表1所示。

表1 变量定义及说明

5.描述性统计

表2报告了相关变量的描述性统计结果。企业债务违约风险(EDF)均值为0.018,最小值和中位数均为0,最大值为0.853。上市公司违约风险中位数小于均值,呈右偏分布,说明目前企业违约风险普遍较小,但个别公司已经存在极高的违约风险,违约概率高达85.3%。金融科技(Fin)的平均值为5.362,标准差为0.546,中位数为5.502,呈左偏分布,说明中国金融科技发展水平普遍较高,但个别地区金融科技发展较差,与平均水平差距较为悬殊。其他控制变量的统计结果基本符合预期,具体不再赘述。

表2 变量描述性统计结果

(三)模型设定

为检验金融科技对企业债务违约风险的影响,本文构建如下估计模型:

EDFit=α0+α1Finit-1+Con+Year+Ind+εit

(4)

其中,Year为年份效应,Ind为行业效应。考虑到金融科技作用到企业债务违约风险需要一定的时间过程,再加上为了避免内生性问题,本文对金融科技指数进行滞后一期处理。Con表示前文提到的企业和地区层面的多个控制变量,这些控制变量同样进行滞后一期处理,模型还进一步控制了年度效应和行业效应。本文主要关注式(4)中的系数α1的符号和显著性,若该系数显著为负,表明金融科技能够显著降低企业债务违约风险。

三、实证结果与分析

(一)金融科技对企业债务违约风险的影响

针对“金融科技—企业债务违约风险”的基准关系进行实证检验的估计结果见表3。结果显示,金融科技(Fin)的回归系数显著为负,在依次纳入企业层面和地区层面的控制变量后均未发生改变,说明金融科技的发展有助于降低企业的债务违约风险,本文研究假设得到验证。

表3 基准回归估计结果

金融科技是传统金融业态与科技深度融合的产物,是传统金融业的突破式创新,很大程度上打破了传统金融服务实体经济的瓶颈,提高了金融的服务效率。金融科技提高了金融的资源分配效率和金融的信息效率,充分覆盖企业的融资需求、改善企业投资效率并优化企业外部监管环境,从企业价值和债务两个方面有效降低了债务违约风险。

首先,金融科技内嵌的大数据技术和多种金融科技创新产品有效缓解企业与外部的信息不对称程度。企业能够在间接融资和政府补助方式中获得更低的融资门槛和融资成本,还能获得更为广泛的直接融资渠道。这都有效改善了企业的财务状况,降低了违约风险。其次,金融科技平台的逐渐兴起改变了信息的产生和传播方式,提高了金融信息的供给水平和流转速度,建立起管理层与外部投资者之间的有效沟通。管理者能够从股价中获取有价值的前瞻性信息,为企业的投资决策优化提供市场化指导,从而提高企业价值,降低违约风险。最后,金融科技的发展显著降低了信息的获取成本,为外部利益相关者实现有效的监督提供了空间。银行和监管机构能够实现覆盖更多流程和细节的监管力度,金融科技更是调动了更多的市场化力量实现对企业的有效监管,从而改善企业的公司治理水平,提高企业价值,降低违约风险。

(二)稳健性检验

本文使用多种方法对“金融科技—企业债务违约风险”的基准回归进行稳健性检验。一是采用工具变量法,解决可能存在的内生性问题;二是改变估计模型;三是改变被解释变量的计算口径重新进行检验。

1.内生性处理

基准回归中,本文对核心解释变量做了滞后一期处理,以尽可能消除“企业债务违约风险越低的地方,金融科技发展越好”这一反向因果关系导致的内生性问题。但模型仍可能存在遗漏重要变量等内生性偏差,对此本文借鉴杜传忠等[20]的研究,以各省域的城市移动电话用户数作为工具变量,采用2SLS的方法进行估计。表4的工具变量检验结果表明,在运用工具变量法缓解内生性问题后,金融科技对企业债务违约风险的抑制作用依然显著。

表4 内生性问题:工具变量2SLS估计结果

2.改变估计模型

本文被解释变量企业债务违约风险(EDF)虽然在正值上连续分布,但存在零值堆积的分布特征。对此,为保证实证结果的科学性和稳健性,本文采用Tobit模型重新进行检验。从表5的估计结果中不难发现,金融科技的发展依旧对企业债务违约风险展现出了显著的抑制作用。

表5 稳健性检验结果:改变估计模型

3.替换被解释变量

为了克服特定变量定义方法而导致的变量依赖问题,本文替换了企业债务违约风险的计算方法,基于不同变量定义方法对基准研究进行再检验。借鉴Altman[24]提出的风险Z值法计算企业债务违约风险(Z),具体计算方式为:[3.107×(净利润+所得税费用+财务费用)+0.998×营业收入+0.847×(盈余公积+未分配利润)+0.717×(流动资产合计—流动负债合计)]/资产总计+0.42×(市值/负债合计)。该指标为反向指标,Z值越大,企业违约风险越低。表6结果显示,本文“金融科技有助于降低企业债务违约风险”的核心结论依旧成立。

表6 稳健性检验结果:替换被解释变量

四、进一步研究:金融科技抑制企业债务违约风险的机制识别检验

前述研究发现,金融科技发展越好,企业债务违约风险越低,为深刻理解金融科技的影响效果提供了坚实的经验证据。但前文的实证研究仅就“金融科技—企业债务违约风险”进行了整体性刻画,其中的作用机制黑箱尚未打开。因此,本文将进一步就金融科技与企业债务违约风险之间影响的渠道机制进行识别检验。本文理论分析中提到,企业融资约束、股价信息含量和委托代理成本可能在其中发挥重要的作用,但可能的机制路径探讨仅停留在理论层面。对此,本部分将从实证分析的角度对以上三种作用渠道进行检验。为刻画金融科技影响企业债务违约风险的具体渠道机制,本文设置了如下中介效应模型:

EDFit=α0+α1Finit-1+Con+Year+Ind+εit

(5)

Mit=β0+β1Finit-1+Con+Year+Ind+εit

(6)

EDFit=γ0+γ1Finit-1+γ2Mit+

Con+Year+Ind+εit

(7)

其中,M为中介变量,分别选取融资约束(KZ)、股价信息含量(SYN)、委托代理成本(AC)作为中介传导变量,具体计算方式已在前文进行定义。通过融资约束刻画金融科技发展促进金融资源配置效率改善的效果,通过股价信息含量刻画金融科技发展提高金融信息效率指导企业投资决策的效果,通过委托代理成本刻画金融科技发展提高金融信息效率发挥公司治理的效果。

(一)金融科技、资源配置效率与企业债务违约风险

金融科技发展的一个重要特征是显著提升了各部门的信息获取和信息处理能力,缓解与企业的信息不对称问题。金融科技提升资源配置效率在微观企业的表现主要体现在企业的融资约束下降,因此本文将从企业融资约束视角考察金融科技对债务违约风险的作用机制。在表7第(2)列中,金融科技(Fin)的回归系数显著为负,意味着金融科技囊括的大数据等技术促使企业的商流、物流等软信息更容易被外界所识别,降低了企业的融资门槛和融资成本,拓宽了企业的融资渠道,一定程度上缓解了企业的融资约束,优化了企业财务行为,提高了财务稳定性,为企业债务违约建立了坚实的防御机制。由第(3)列结果可见,融资约束降低带来的是企业违约风险的下降(KZ回归系数显著为正),形成了“金融科技→(缓解)融资约束→(降低)企业债务违约风险”的正向路径。

表7 作用路径分析:融资约束的中介效应估计结果

(二)金融科技、信息效率与企业债务违约风险

在表8中,本文进行了金融科技改善信息效率的机制识别,选取股价信息含量作为代理变量。第(2)列结果显示,金融科技有效提升了股价的信息含量(Fin的回归系数显著为负)。一方面,金融科技衍生了大量以生产金融信息和投资咨询的信息整合平台,改变了金融信息的传播方式和信息流转速度,促进更多高质量的公司特质性信息融入股票价格中;另一方面,金融科技降低了信息的获取成本,提高了市场参与的积极性,从而增加了股票的流动性,提高了股票市场的信息效率。股价信息含量的进一步提升有助于为企业投资决策提供市场化指导,提高企业投资效率,激发企业韧性活力,防范债务违约风险。由第(3)列结果可见,股价信息含量提高带来的是企业违约风险的下降(SYN的回归系数显著为正),形成了“金融科技→(提高)股价信息含量→(降低)企业债务违约风险”的作用路径。

表8 作用路径分析:股价信息含量的中介效应估计结果

(三)金融科技、公司治理与企业债务违约风险

本文还就金融科技发挥公司治理作用的机制进行了检验,选取委托代理成本作为代理变量。从表9第(2)列结果可以发现,金融科技带来企业委托代理成本的下降(Fin的回归系数显著为负),有效发挥了公司治理的作用。第一,银行等金融机构能够在向企业提供融资后,借助金融科技手段和完善的风险控制流程,获取企业的经营动向,实现对企业的高效率监控。第二,金融科技显著降低了外部投资者的信息成本,同时也降低了市场的监督成本,市场化力量的监督模式能够很大程度地缓解企业的委托代理成本。第三,监管部门依托金融科技技术,突破监管瓶颈,提升监管效率,是发挥公司治理作用的重要外部力量。金融科技助力外部监督水平实现了质的飞跃,显著降低了企业的委托代理成本,这种公司治理水平的提高必然会促进企业提质增效,化解债务违约风险。由第(3)列结果可知,委托代理成本降低带来的是企业违约风险的下降,形成了“金融科技→(减少)委托代理成本→(降低)企业债务违约风险”的正向路径。

表9 作用路径分析:代理成本的中介效应回归结果

五、拓展性研究:金融科技抑制企业债务违约风险的异质性检验

前文基于全样本视角考察了金融科技发展对企业债务违约风险的影响,并通过多重稳健性检验确证了二者的经济学逻辑。本文进一步从突破传统金融服务实体经济的瓶颈问题出发,打开金融科技与企业债务违约风险中的机制黑箱。尽管基本可以确证金融科技对于企业债务违约风险的裨益,但在不同的企业属性和外部条件下,金融科技作用于企业违约风险可能存在非对称效果,金融科技能否实现靶向优化和缺项补足的增益效果,值得深入探讨。为此,本文在全样本中嵌入资源禀赋条件、内部治理条件和成熟投资者参与度条件进行分样本检验。

(一)基于资源禀赋条件的异质性分析

部分企业债务违约风险高的一个重要原因是融资需求难以得到满足,究其根本是企业资源禀赋的相对优势而导致的金融资源分配不公。金融科技的发展能否改善金融资源的配置效率,充分覆盖资源禀赋劣势群体,缓解其债务违约风险?为考察这个问题,本文将企业按照产权性质和企业规模划分为“国有企业—民营企业”和“大型企业—中小型企业”,进行分样本检验。

分组检验结果见表10,由第(1)(2)列结果可知,金融科技的回归系数在国有企业中不显著,而在民营企业中显著为负。这说明金融科技在民营企业中更能达到降低债务违约风险的效果。这是因为,国有企业普遍存在预算软约束的问题,与政府的紧密联系支撑了其投资活动所需的充足资金,甚至过剩的资金支持。而且当其投资失败时,更容易获得政府的政策补贴和资助,发生债务违约的概率也相对较低。相比之下,民营企业受限于有限的资源禀赋,面临着金融排斥和信贷歧视,处于融资的“低水平均衡”中。如若出现融资环境的改善(如金融科技拓宽企业融资渠道、降低融资门槛和融资成本),充分覆盖长尾群体的资金需求,将带来债务违约风险显著下降。因此,金融科技预防民营企业债务违约风险的作用更为明显。由第(3)(4)列结果可知,金融科技的影响展现出了一定的差异性。中小型企业的金融科技回归系数显著为负,而大型企业的金融科技回归系数不显著。这说明,金融科技降低违约风险的作用在小型企业中效果更为明显。现阶段,大型企业信用等级高、政治关联度高、抵押品充足,无论是在银行还是股票和债券市场,都较容易且低成本地获得融资,债务违约风险较低,导致金融科技对大型企业违约风险的抑制作用不明显。而中小型企业经营规模、市场份额小,信息透明度差,资金需求规模小,金融机构尤其是大型金融机构通常基于财务硬信息,采用交易性贷款技术,且主要开展批发业务。向中小企业放贷则需要投入较大规模的人力和物力维护长期合作关系,对于追求规模经济的金融机构而言,无疑是增加了运营的成本。资本市场不完善也为中小企业通过正规直接融资市场获得资金支持的渠道增添了重重阻碍,中小企业难以在正规金融体系中寻求一席之地。中小企业通过非正规金融渠道获取高成本的融资,导致企业背负巨大的偿债压力,违约风险随之上升。金融科技的发展降低了银企之间的信息不对称程度,优化了银行的风险控制水平,降低了中小企业在银行等正规金融渠道方面的融资门槛和融资成本。不仅如此,金融科技还扩大了金融体系的资金供给水平,衍生了更多的资金融通平台,为中小企业获得社会资金提供了更多的可能。金融科技的发展极大地改善了中小企业的融资环境,对降低违约风险起到了重要的作用。金融科技优化资源配置效率缓解了民营企业和中小企业“融资难、融资贵”的现实困境,降低了企业债务违约风险,有助于实现经济高质量发展。

表10 异质性检验结果:基于企业性质视角

(二)基于成熟投资者参与的异质性分析

信息的传递是双向的,管理层不仅将企业经营决策信息通过正式或非正式渠道传递给外部投资者,外部投资者的交易行为也将其对于市场技术和公司前景等的判断融入股价中,为管理者决策提供反馈信息,便于管理者及时调整决策。但目前中国金融市场的信息效率普遍不高,上市公司投资者更多的是信息的接收者,一定程度上来说这也是管理者投资效率不高的部分原因。那么,金融科技的发展能否改善金融信息效率,有效缓解那些与外部投资者困于沟通导致投资效率低下引起的债务违约风险呢?

机构投资者和分析师具有专业的研究团队和丰富的专业知识,是资本市场中的专业化中介组织,充当着外部投资者与上市公司之间的信息媒介,同时也是上市公司重要的投资者。可见,当上市公司有更多的机构投资者加入,或者吸引了更多的分析师关注时,公司的信息透明度更高,外部投资者对于公司的基本面和发展前景更加清晰。对此,本文从专业投资者参与的角度出发,根据机构投资者持股比例和分析师关注度(用分析师关注次数衡量)对全样本进行划分,探究金融科技改善金融市场效率的靶向性。

表11结果显示,金融科技的回归系数在机构投资者持股比例较低和分析师关注度较低的企业中不显著,而在机构投资者持股比例较高和分析师关注度较高的企业中显著为负。这说明在成熟投资者参与水平较高,信息效率较高的企业中,金融科技展现出更为明显的作用效果。对此可能的原因是,金融科技发展为外部投资者提供了更为广泛的信息渠道,投资者了解公司的信息渠道不仅局限于企业的公开信息披露。信息成本的降低使得外部投资者的角色由被动的信息接收者向主动的信息搜集者转换。通过广泛的信息收集和处理,投资者能够较好地识别具有发展潜力的企业,并投资于这部分企业,推动资源向发展潜力高的企业倾斜。机构投资者在选择股票时倾向于发掘成长性好、发展潜力高的公司,以获取最大的投资回报。相对于外部投资者,机构投资者具有更专业的视角和更敏锐的经济嗅觉,会先于外部投资者加入公司。分析师同样也更偏好于选取具有投资潜力的公司进行评级。分析师是金融科技平台中向外部投资者传递信息的重要信息源头之一,一定程度上也是推动金融科技发展的关键力量。因此,机构投资者持股较高和分析师关注度高的企业,通常具有较大的发展潜力,在金融科技的推动下,这样的企业成为外部投资者和成熟投资者共同的理性选择。企业特质性信息充分融入股价,畅通了股价信息的反馈机制,管理层便能够从股价中获取更多企业发展的市场化指导,从而优化企业投资效率,降低债务违约风险。金融科技提高金融市场的信息效率,并存在效率强化机制,优化发展潜力大的企业的投资效率,降低违约风险。

表11 异质性检验结果:基于成熟投资者参与视角

(三)基于内部治理环境的异质性分析

公司治理风险是企业发生债务违约的重要催化剂之一。金融功能理论指出,经济的发展对金融体系提出了新需求,发挥公司治理功能成为现代金融发展的新目标。传统金融在公司治理过程中的发挥空间有限,金融科技的发展能否在公司治理中找到新的突破口,有效缓解公司治理缺陷所引起的债务违约风险?为考察这个问题,本文依据公司治理水平和内部控制质量对全样本进行划分,探究金融科技是否改善了内部治理环境差的企业的债务违约风险,实现缺项补足。

对于公司内部治理条件,本文选取两种方法进行划分,第一是运用主成分分析法构建的公司治理指标,第二是博迪大数据研究中心发布的中国上市公司内部控制指数。借鉴白重恩等[25]的方法,综合第一大股东持股比例、第二～十大股东持股比例之和、董事长与总经理是否两职合一、独立董事比例、董事会规模、高管持股比例、是否为国有企业、是否发行B股和H股等八个要素,运用主成分分析法拟合公司治理指标,该值越大,公司治理水平越高。内部控制指数值越大,代表上市公司内部控制质量越好。

表12结果显示,金融科技的回归系数在公司治理水平较高和内部控制质量较好的企业中不显著,而在公司治理水平较低和内部控制质量较差的企业中显著为负。

表12 异质性检验结果:基于内部治理环境的视角

这说明,在公司治理条件好的企业中,金融科技发展并没有展现出具有统计意义上显著的作用效果,而金融科技在公司治理水平较低和内部控制质量较差的企业中,更能发挥降低债务违约风险的作用。内部治理环境好的企业拥有严格的内部控制制度,并要求披露高质量的公司信息,能够有效约束管理层和大股东,从而具备高水平的经营能力和偿债能力,发生债务违约的可能性更低。在有效的内部治理环境下,金融科技发挥外部治理效应进而降低企业违约风险的作用效果非常有限。而内部治理环境差的企业存在管理者过度自信的现象,且缺乏有效的内部控制力量,容易出现盲目扩张、过度举债、高估投资效益、侵占企业资金等有损企业价值的经营行为,加大公司陷入财务困境的可能性,推高企业债务违约风险[26]。金融科技的发展降低了信息的获取成本和利益相关者的监督成本,加强了各部门的监管强度,优化了外部治理环境从而弥补内部治理环境的不足之处,有效降低了企业的债务违约风险。金融科技打破传统金融服务困境,激发金融发挥公司治理作用的内在潜力,对于预防企业债务违约风险而言有着显著裨益。

六、结论和政策建议

金融科技带来了金融服务效率的突破式提升,打破了传统金融服务实体经济发展的困境,对中国经济的高质量发展产生了重大影响。实体企业的债务违约风险是爆发系统性风险的关键来源,而守住不发生系统性风险是经济高质量发展过程中的底线。在这样的背景下,本文就金融科技影响企业债务违约风险的问题展开研究,借助2011—2020年沪深A股上市公司数据,采用理论分析与实证检验相结合的方法,研究金融科技对企业债务违约风险的影响、机制和异质性特征,主要得到以下结论:第一,金融科技发展对企业债务违约风险具有显著的抑制作用。第二,金融科技的发展提升了金融的资源配置效率,有效缓解了企业的融资约束;改善了金融市场的信息效率,提高了股价信息含量;推动了金融体系发挥外部治理作用,降低了委托代理成本。这都有助于打破传统金融服务微观企业的瓶颈,优化企业价值与债务水平的相对大小,缓解企业的债务违约风险。第三,金融科技的发展对企业债务违约风险的影响具有靶向性。金融科技提升资源配置效率、发挥外部治理效应,降低违约风险的作用,在民营企业和中小企业以及内部治理环境差的企业中效果显著。而金融科技改善信息效率降低违约风险的作用,在成熟投资者参与度高的企业中的效果更加显著。本文结论为数字经济时代金融科技新阶段的发展方向和中国经济高质量发展路径提供了重要的政策启示:

第一,继续推进金融业务和高新技术深度融合,只有二者的高度融合创新,才能创造出更多新型的金融产品和金融服务模式,实现金融对实体经济的精准滴灌。各部门应加强对金融科技的投入力度,在推动大数据和人工智能等核心技术进步的同时,加大对前沿科技的研发投入和金融科技基础设施建设的投入,提高中国金融科技技术标准和核心竞争力。系统搭建如金融科技师(CFT)培训等的金融科技复合型人才培养体系,为金融科技的可持续发展注入源源不断的有生力量。技术创新推动金融科技服务能力的深化,可以为抑制企业违约风险打下坚实的基础。

第二,金融科技的发展,需要建立在弥补传统金融资源配置效率、信息效率和外部治理能力不足的基础上。银行等金融机构是金融科技应用的主要群体,在中国以银行为主导的金融结构下,也是对接企业过程中的关键环节。银行等金融机构应积极学习借鉴成熟金融科技企业的云原生、智能运维等基础技术能力,以及征信科技、合规科技、信贷科技等业务应用方面的成功实践。充分利用数字技术有效甄别企业的融资需求,提供高效率低成本的资金供给,实现金融资源到实体经济的精准下沉。市场中存在大批潜在的参与者,他们不仅掌握着能够支持企业发展的大量闲散社会资金,还是监督企业运营的潜在外部力量。金融机构应积极推进金融产品的创新,充分吸收社会闲散资金进入金融体系,提高金融体系的资金供给水平。同时鼓励金融科技公司合法参与产品竞争,调动社会资金,充分覆盖企业融资需求,化解企业债务违约风险。另外,金融信息供给平台应加强来源审核力度,给予投资者足够的风险提示,提高外部投资者获得金融信息的质量。在吸引更多外部投资者参与二级市场的同时,充分剔除股票交易中的噪声成分,高效指导管理层决策,保障金融科技有效缓解企业债务违约风险。

第三,降低债务违约风险,企业自身还应积极求变创新,赋能自身高质量发展。本文研究发现,金融科技难以缓解信息透明度低的企业债务违约风险,这类企业终究无法搭上数字经济时代的快车,只有积极求变才能实现可持续高质量发展。企业应顺应数字经济迅猛发展的趋势,把握企业数字化转型的契机,建立健全信息披露机制,畅通与外部投资者的沟通渠道,降低信息不对称程度,借金融科技发展之力化解企业债务违约风险。