数字金融对辽宁省民营企业信贷融资影响的实证研究

马 巍

（沈阳工业大学经济学院，辽宁 沈阳 110870）

一、引言

辽宁省工商联数据显示，截至2021 年底，辽宁全省实有民营企业432 万户，占市场主体总量的96%，同时2021 年民营企业实现税收2608 亿元，占全省税收的53%，此外民营企业中有7702 户属于高新技术企业，占全省高新技术企业的95%，可见民营企业是辽宁省经济发展的重要组成部分。对解决就业促进科技发展具有重要意义。但是2023 年辽宁省两会上辽宁省工商联提交的《关于提高中小企业融资可及性的建议》中也指出辽宁省银行信贷资源分配不平衡、中小企业信用支撑不够、金融供给侧创新不足，阻碍了辽宁地区民营企业的发展。根据民建辽宁省委会报告显示，固定资产特别是房地产市场的低迷，房地产不好变现、不好抵债，加剧资金流动性与固定资产潜在流通能力的双重危机，使融资困难成为辽宁省民营企业发展过程中的最大困难。

当前民营企业融资难问题产生的主要原因：一方面是信息不对称，银行对民营企业了解不足；另一方面是民营企业可抵押资产不足，我国又缺乏民营企业信用担保体系，银行出于风险管理的考虑，认为民营企业存在较大的信用风险，因而更倾向于拒绝贷款。我国金融体系是以银行为核心的，是企业融资的主要来源，而且我国资本市场的融资标准往往比银行贷款更高，民营企业难以利用直接融资方式持续获得融资，在银行贷款无法获得时，民营企业基本丧失了以合理成本获得融资的可能。

随着数字金融的发展，互联网融资成为解决民营企业融资难的问题的新手段。解维敏等（2021）研究发现，数字金融显著地缓解了民营企业融资约束，尤其是对年龄较小、规模较小、处于成长期和成熟期的企业是更为显著。高霞等（2022）在研究工业企业发展时发现，数字金融的发展降低了金融市场的信息不对称，提高了现存企业获得信贷的可能性，为企业扩张规模提供资金支持，最终促使企业成长。数字金融发展缓解我国中小企业融资约束主要是通过三大作用系统达成的，包括信息识别系统、成本纾解系统和市场化调节系统（倪志兴，2022）。姚正海等（2022）研究数字金融对企业财务绩效的影响时发现，普惠金融数字化程度的作用不显著，数字金融使用深度才是提升作用最大的。总体而言，普遍认为数字金融可以改善民营中小企业财务的可持续性，进而改善民营企业的融资环境（李宾等，2022）。

近几年，辽宁省数字金融发展迅速（具体见图1），其中数字金融总指数以及数字金融覆盖广度都是逐年增长，而数字金融使用深度指标在2018 年有一个下降，数字化程度指标则是在2015 年最高，在2016 年大幅度下降，之后几年有所增长，但是仍未回到最高水平。造成数字金融使用深度和数字化程度下降的主要原因是，这两个指标包含了使用互联网金融进行信贷的户数、贷款金额和贷款利率等，而我国互联网信贷在2015 年发展最为迅速，在此之后国家为了规避信用风险对互联网P2P平台进行管理，移动端的信贷金额和使用户数都有所下降，而贷款利率有所上升，造成了数字化程度指标的降低。事实上数字金融中的互联网业务和移动支付，跨越了地区和行业的限制，一定程度上减轻了信贷配给度，促进了金融资源的合理配置（王馨，2015）。同时数字金融中包含大量的支付和业务往来信息，对金融企业掌握借款人真实情况具有重要意义。

图1 辽宁省数字金融发展现状

综上所述，本文选择辽宁省2015—2022 年民营企业上市公司数据为样本，首先分析数字金融总指数、使用深度、覆盖广度和数字化程度等指标对辽宁地区民营企业银行信贷可得性的影响；其次在发现数字金融影响是显著负效应的基础上，分析产生这种结果的原因。并将企业收入作为中介变量，分析在存在企业收入门槛的情况下，数字金融对辽宁省民营企业信贷融资的影响。

二、理论分析

研究发现数字金融可以缓解企业的融资约束（万家彧等，2020）。陈旭等（2022）在对我国17623 家企业融资与数字金融之间的关系进行研究发现，数字金融对民营小微企业的短期融资有更显著的正向拉动效应，数字金融覆盖度与使用深度对降低企业短期银行贷款成本有显著效果，但是数字金融数字化指数对企业银行短期贷款成本的影响是负的，只是这种影响不显著，总体上看数字金融的影响促进大于挤出效应。截至2021 年上半年我国共有互联网移动支付用户8.72 亿，庞大的使用客户带来了互联网价值的几何式增长。Hau 等（2017）在对蚂蚁集团内部上亿条交易数据进行模糊断点回归研究时发现，大数据对风险控制具有明显作用。数字金融提高了资金供求双方的信息对称程度，通过“去中介化”降低了企业融资成本，而且数字金融产品客户的准入门槛较低，更能满足不同规模企业和低收入人群的融资需求，针对小微企业，可以降低其信贷的门槛，提高金融可达性和服务效率（徐琳等，2019）。

然而李佳等（2021）从功能效用出发数字金融对企业融资是一种显著的负效应，数字金融的发展显著降低了企业信贷融资水平，减轻了企业对银行信贷的依赖程度，对于民营企业及中西部地区企业来说，数字金融对企业信贷融资的替代效应更为显著，说明数字金融确实发挥了普惠作用，覆盖了企业中的长尾群体。陈廉等（2021）在研究数字金融能否降低企业债务融资总成本时发现，数字金融对银行贷款有促进作用，但是对商业信贷有抑制作用，而且这些作用受到企业内部控制这个中介变量的影响，数字金融存在异质效应，数字金融的影响并不是一成不变的。

由此可见，数字金融是否一定能够解决民营企业信贷融资困难的问题，其结论存在争议。辽宁省民营企业相对东南沿海地区发展相对落后，民营企业融资缺口较大，那么数字金融的发展能否为民营企业融资带来新的契机？它有怎样的影响，能否为民营企业融资提供新的途径？由此本文提出两个假设。假设一：数字金融能够缓解辽宁省民营企业融资约束。假设二：数字金融对辽宁省民营企业银行信贷融资是替代效应。本文将就这些问题进行探讨。

三、模型设计与变量选取

1.数据来源及处理

考虑到数据的可得性，供给侧改革的影响，选择2015—2020 年辽宁省民营企业上市公司为样本①。由于进行模型分析需要数据是完美平衡的，因而对样本进行以下处理（1）剔除金融业、ST 及*ST 的公司和财务数据不全的公司；（2）对样本进行了5%和95%的缩尾处理；（3）对于样本数据进行取对数处理。

2.变量定义

被解释变量：民营企业银行信贷融资（Loan）和民营企业融资约束（SA），解释变量为数字信贷指数（Dig）和数字金融覆盖广度（Range），其余为控制变量，具体如表1 所示。

表1 变量及其定义

3.模型的设定

由于本文主要研究辽宁省民营企业融资约束和信贷融资问题，根据假设一，数字金融能够缓解辽宁省民营企业的融资约束，借鉴陈廉等（2021）的做法，本文构建如下回归模型：

其中，下标i 代表企业，下标t 代表时间，α 为常数项，ε 为随机扰动项，β1、β2…β6表示估计系数。并且，SA 指数采用Hadlock 等（2010）的模型计算，计算公式为：SAit=-0.737×Size+0.043×Size2-0.040×Age

根据假设二，数字金融对辽宁省民营企业银行信贷是替代作用，根据上面的做法，构造第二个回归模型：

其中，下标i 代表企业，下标t 代表时间，α 为常数项，ε 为随机扰动项，β1、β2…β6表示估计系数。

4.模型平稳性检验

变量进行平稳性检验，选择Levin-Lin-Chu（LLC）面板数据检验法，数据平稳可以保证避免出现伪回归的问题。结果如表2 所示。由结果可以看出，变量都是平稳的，事实上对于“大N 小T”的样本，出现伪回归的概率很小。

四、实证结果与分析

1.融资约束模型回归结果及分析

对样本进行Hausman 检验，检验的结果卡方值为76.77，P值为0.0000，说明模型中个体效应也是解释变量不是随机变量，模型应该采用固定效应模型，回归结果如表3 列（1）所示。从结果可以看出数字信贷指数、数字金融覆盖广度和企业年龄三个变量在1%的检验标准下对民营企业融资规模有显著影响，企业规模则是在5%的水平下有显著影响，而且这几个变量的影响都是负效应，说明四个变量都会使融资约束变量变小，即减轻民营企业的融资约束。通过对变量系数对比可以发现，数字金融使用范围对民营企业融资约束改善的效果要大于数字信贷指数，企业成立年限对融资约束的减轻效果要大于企业规模。说明对于民营企业来说成立时间越久，数字金融使用范围越广，对其融资改善越大。而企业资产负债率和流动比率对民营企业融资约束的影响则是不显著的，说明历史信贷情况和短期的流动性既不会改善民营企业融资约束，也不会使民营企业融资更加困难。

实证结果证明数字金融发展确实可以缓解民营企业的融资约束，这一点常筱瑶（2023）在对我国创业板、科创板和新三板上市中小企业进行研究的时候，也有类似的发现，甚至对于非国有中小企业的缓解作用更显著。

2.信贷融资模型回归结果及分析

该模型Hausman 检验的结果是14.88，P 值为0.0212，模型同样采用固定效应模型，回归结果如表3 列（2）所示。从结果可以看出，首先，数字金融覆盖广度（Range）、企业年龄（Age）和流动比率（CR）三个变量都在1%的显著水平下通过了假设检验，数字信贷指数（Dig）则通过了5%的显著水平检验，企业规模（Size）则是在10%的水平上显著，变量中只有企业资产负债率是不显著的。其次，数字信贷指数和数字金融覆盖广度两个变量的影响是负的，也就是说数字金融的发展并不能增加民营企业的银行信贷规模，反而是一种挤出，考虑到模型（1）的结论，数字金融可以缓解民营企业融资约束，那么可以认为数字金融对传统的银行信贷是一种替代作用，数字金融提供了新的融资模式和融资渠道（夏天添等，2022），民营企业有了更多可以获得资金的方式，因而在融资增加的同时银行信贷减少，银行不在是民营企业融资的唯一途径。

而企业年龄和企业规模表现出的正效应，反映出对于银行来说，在授信过程中对于企业成立时间越长，企业规模越大的民营企业，给予贷款的可能越大，稳定的经营能够使民营企业获得更多的银行信贷。流动比率显著的负效应则可能是由于充足的短期资金可能就是上一期的银行借款带来的，过多的流动资金可能代表较大的债务压力，因而影响了银行的进一步授信。

五、结论及启示

本文通过对辽宁省民营企业上市公司数据进行实证分析发现，数字金融尤其是数字信贷指数和数字金融覆盖广度指标可以缓解民营企业融资约束，但是这种缓解主要体现在数字金融提供了更多的融资渠道，增加了辽宁省民营企业融资的可得性，数字金融对辽宁省民营企业银行信贷融资更多的是一种替代效应。对于经营稳定、企业持续年限长、资产相对丰厚的民营企业来说，数字金融发展为其提供了更多的融资渠道，这种渠道由于互联网的特性是跨地区、跨行业的，而融资渠道的增加还可以一定程度上降低融资成本，进而缓解民营企业融资难的问题。

基于以上结论提出以下政策建议：第一，加大数字金融覆盖广度，为民营企业提供更加多样化的融资渠道，提高数字金融服务能力，构建民营企业支付体系，利用大数据在缓解辽宁地区民营企业融资问题的同时，也控制金融信用风险，避免风险的跨区域传播；其次，对于民营企业自身来说，一方面要提高自身经营的稳健性，保证企业能够持续经营，另一方面民营企业也要加强对数字金融的了解，提高对数字金融的利用效率，合理地通过数字金融渠道获取更多的融资，从而在数字金融发展中获取更多的利益；最后，对于政府方面，既要对数字金融进行合理的监管，又要在民营企业中加大数字金融的相关推广，让数字金融为民营企业发展提供新的动力。

注释：

①财务数据来自国泰安数据库和上市公司年报，数字金融数据来自北京大学数字金融研究中心。