数字金融、融资约束与地域差异

摘 要：数字金融作为一种新型的金融服务模式，通过互联网手段与传统金融业相结合，使得企业能够更方便快捷地获取金融服务，降低企业的融资成本。本文利用2015—2021年创业板上市公司数据，实证检验数字金融对企业融资约束的影响。结果表明，数字金融能够缓解企业的融资约束问题，缓解作用主要来自覆盖广度和使用深度。同时，经济更发达地区、资产规模更大的企业融资约束的缓解作用更明显，民营企业的缓解作用相较非民营企业更明显，本研究仅供参考。

关键词：数字金融；融资约束；数字转型；地域差异；融资成本

本文索引：朱相甫.<变量 2>[J].中国商论，2024（08）：-118.

中图分类号：F833 文献标识码：A 文章编号：2096-0298（2024）04（b）--04

1 引言

当前，我国经济进入新发展阶段，数字金融正发挥着越来越重要的作用。目前，国内外学者围绕数字金融开展了一系列研究。Kapoor（2014）认为，数字金融能够平衡社会发展。梁榜等（2018）认为，与国有企业相比，数字金融对民营企业融资约束的缓解作用更明显。万佳彧、周勤等（2020）认为，数字金融的发展会对企业创新产生正向影响。任晓怡（2020）认为，数字金融通过优化企业融资结构和降低杠杆率来缓解融资约束。解维敏等（2021）研究发现，数字金融重点服务于被传统金融忽视的弱“长尾”群体，拓宽了资金来源。张金林等（2022）认为，数字普惠金融能够推进共同富裕，但是在金融市场参与度较低的地区难以发挥作用。姚登宝等（2023）认为，数字金融对于缓解中小企业融资约束具有长期驱动作用，而非短期效应。

与既有文献相比，本文的创新点在于以下几点：（1）以创业板公司为研究对象更具有针对性，创业板企业通常以成长性较高的公司为主，相较主板企业的融资需求更大。（2）数字金融的细分指标对于融资约束的作用程度在不同的文献中存在争议。姚登宝（2023）认为对于融资约束的缓解作用来自数字金融的广度和深度；而李和芊（2023）认为缓解作用主要由深度和数字化程度表现。

2 理论分析与研究假设

与数字金融相比，传统的融资模式在信息获取、资金配置等方面存在明显的缺点。因此，数字金融正逐步取代传统的融资模式为企业提供全新的融资选择。具体来看，数字金融作为一种金融基础设施，实现了稳定持续高效的金融资源供给。同时，数字金融利用其核心技术，对企业的数据实现智能的处理，实现更优的信贷配置。数字金融的发展可以帮助企业缓解融资约束。基于上述分析，本文提出假设：

H1：在其他条件不变的情况下，数字金融对企业融资约束具有缓解作用。

基于北大金融研究中心的研究，数字金融指数的构成包括覆盖广度、使用深度和数字化程度，比重分别为54%、29.7%、16.3%。为此，将上述二级指标作为解释变量进行结构分析具有现实意义。数字金融对于融资约束的缓解作用，主要来自覆盖广度。基于上述分析，本文提出假设：

H2：数字金融对融资约束的缓解作用来自覆盖广度、使用深度以及数字化程度三方面，且覆盖广度的缓解作用最强。

我国的数字金融发展仍处于初级阶段，且存在着不均衡性。这主要表现在经济较为发达的东部地区数字化程度较高，从而更能享受到数字金融带来的便利性。同时，企业大多分布在经济较发达地区，这有利于数字金融在发展过程中发挥集群效应，从而进一步促进数字金融发挥作用。故本文提出假设：

H3：企业所在地区的数字金融发展水平越高，融资约束的缓解作用越强。

3 研究设计

3.1 数据来源与选取

本文以2015—2021年创业板上市的企业作为研究对象，其中数字金融指数来自北大金融研究中心，企业层面的数据来自国泰安数据库。本文对样本进行如下如理：（1）剔除金融类企业；（2）剔除ST类的企业；（3）剔除数据缺失的企业；（4）为减少极端值的影响，对所有变量进行上下1%的缩尾处理，并最终得到3283条面板数据，用STATA软件进行统计分析。

3.2 变量说明

3.2.1 被解释变量

融资约束（SA）。本文采用（Hadlock &Pierce， 2010）最初在研究中所提出的SA指数。学术界存有争议，国内學者鞠晓生等采用SA指数的绝对值来进行实证分析得出相反的结论。将SA指数与企业资产做相关性分析后，呈现负相关关系，与Hadlock的研究结论一致，故采用原始SA指数。

3.2.2 解释变量

数字金融指数（DIFI）。数字金融指数来自北京大学金融研究中心，这里选取地级市层面的数据，并将其对数化。此外，参考北京大学金融研究中心所提供的数据指标，本文引入细分指标覆盖广度（Breadth）、使用深度（Depth）、数字化程度（Digital）进行分析。

3.2.3 控制变量

参考现有文献，本文选取股权集中度（top）、董事会规模（boardsize）、资产负债率（debt）、总资产（assets）、资产收益率（yield）、企业年龄（age）作为控制变量。

3.3 模型设定

为探究数字金融对企业融资约束的影响，本文使用双向固定效应模型进行回归分析，后经检验证实固定效应是正确的。故构建模型如下：

其中，i表示企业，t表示年份。SA为企业融资约束程度，DIFI为数字金融指数，Controls为控制变量，包括股权集中度、董事会规模、资产负债率、总资产、资产收益率、企业年龄，λ为时间固定效应，μ为个体固定效应，ε为随机扰动项。

4 实证检验与分析

4.1 描述性统计

表2列出主要变量的基本统计特征。其中，被解释变量SA指数的最大值为-3.199，最小值为-4.532，这表明创业板企业普遍面临着融资约束的问题。解释变量数字金融指数的标准差为0.166，这表明各省市之间的数字金融发展仍有所差异。

4.2 基本检验结果

数字金融对企业融资约束影响的回归结果如表3所示。整体来看，表3中三组回归的结果在核心解释变量lndifi均在1%的水平上显著；同时，数字金融与融资约束呈现负相关，这说明数字金融能够缓解企业的融资约束，与假设H1相符。为检验固定效应模型回归的合理性，本文对该回归进行Hausman检验，得出其与0有显著差异，故采用固定效应模型是正确的。

4.3 细分指标分析

为进一步分析数字金融具体是如何影响融资约束的，这里对数字金融的三個细分指标进行回归分析。结果如表4所示，列（1）覆盖广度在1%水平上显著，列（2）使用深度在5%水平上显著，而列（3）数字化程度并不显著。这说明覆盖广度和使用深度对于企业融资约束有着明显的缓解作用，且覆盖广度的缓解作用更强，与假设H2基本一致。这是由于我国仍处于数字金融的初级阶段，覆盖面需进一步提高以发挥数字金融的普惠特性，同时数字深度也可以在数字金融发展的初级阶段得到极大提升。

数字化程度对于融资约束基本无影响。根据数字金融指数的编制原则可以看出，数字化程度在数字金融指数的占比最小，缓解作用自然更小。文章结合郭峰等（2020）对于数字普惠金融指数的测度依据，数字化程度主要由移动化（49.7%）构成，而移动化的衡量指标主要是移动支付笔数占比和移动支付金额占比。我国的现状是，移动支付主要集中在个人消费者支付和小微商家，涉及安全性等问题，中大型企业在移动支付上并未普及。这也是数字化程度对于企业融资约束不能起到明显约束作用的原因。

4.4 稳健性检验

由于我国直辖市具有特殊性，往往会成为政策的试点城市，享受到的政策优惠也更多。因此，本文通过剔除直辖市后进行稳健性检验，回归结果如表5列（1）所示。具体来看，核心解释变量lndifi在1%的水平上显著。同时，数字金融与融资约束呈现负相关，具体系数为-0.186，与表3系数基本一致，这说明数字金融确实能够缓解企业的融资约束，证明了实证结果的稳健性。

由于数字金融发挥作用可能存在时滞性，本文对数字金融指数分别做滞后一期和滞后两期处理，回归结果如表5列（2）和列（3）所示。滞后一期在5%的水平上显著，滞后两期在1%的水平上显著，再次证明数字金融对于融资约束的缓解作用。

4.5 异质性分析

4.5.1 企业异质性

由于不同企业间的差异，本文按照企业资产规模、股权性质作为划分依据进行异质性分析，得到表6回归结果。由表6可知，规模更大的企业在1%的水平上显著，规模较小的企业在5%的水平上显著，这说明数字金融对于大企业的融资约束缓解作用更大。通过理论分析，这是由于大规模企业的经营较为稳定，资金实力雄厚，能够抓住数字金融带来的机遇。企业的数字化转型需要对企业的相关设施进行升级，同时要聘用相关专业人士，这对于中小企业来说是一笔较大支出。

对比表6列（3）、列（4）、列（5）回归结果发现，民营企业的显著程度最高。通过理论分析，这是由于民营企业在进行融资时会面临更多的限制因素，民营企业更倾向通过数字金融来缓解融资约束。国有企业往往会受到当地的政策支持和政府补助，融资约束比较少；外资企业在面临融资约束时，可以通过国外渠道进行融资。因此，数字金融对于民营企业融资约束的缓解作用最为明显。

4.5.2 地域异质性

我国不同地区间经济发展差异显著，本文采取省会城市与非省会城市、东中西地区为划分依据进行地域异质性分析，如表7所示。具体来看，省会城市和非省会城市的数字金融指数均在1%的水平上显著。但是省会城市的系数绝对值更大，发挥作用也更大。通过地域划分，只有东、中部地区的回归系数显著，而西部、东北地区的回归系数均不显著。这是由于数字金融在我国的发展不平衡，主要集中在东部地区发展。这与上述通过企业规模进行异质性检验的结论一致，因为大规模的企业一般会分布在经济更发达的城市。

5 结论与启示

5.1 结论

为研究数字金融对于企业融资约束的影响，本文选取2015—2021年创业板上市企业为研究样本，提出研究假设，并得出如下结论：

第一，数字金融对于企业融资约束具有缓解作用，同时缓解作用主要是由覆盖广度和使用深度表现；第二，数字金融缓解企业融资约束存在异质性，规模较大、分布在经济更发达城市的企业数字金融的缓解作用更强，且民营企业融资约束的缓解作用更强。

5.2 启示

综上所述，本文得出以下启示：第一，政府支持数字金融的横向与纵向发展，进一步完善数字金融的核心技术，加快数字金融基础设施的建设；第二，中小企业应加强信息披露，及时引入数字金融技术，实现财务信息的数字化转型，为自身的融资约束的缓解提供平台支撑；第三，传统金融机构比如银行等要不断完善数字金融体系，应用互联网等技术、提高金融服务的便利性，不断增强金融服务的效率。

参考文献

Kapoor A.Financial Inclusion and the Future of the Indian Economy[J].Futures：the Jour-nal of Policy， Planning and Futures Studies，2014（56）：35-42.

梁榜，张建华.中国普惠金融创新能否缓解中小企业的融资约束[J].中国科技论坛，2018（11）：94-105.

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.

任晓怡.数字普惠金融发展能否缓解企业融资约束[J].现代经济探讨，2020（10）：65-75.

解维敏，吴浩，冯彦杰.数字金融是否缓解了民营企业融资约束？[J].系统工程理论与实践，2021，41（12）：3129-3146.

张金林，董小凡，李健.数字普惠金融能否推进共同富裕： 基于微观家庭数据的经验研究[J].财经研究，2022，48（7）：4-17+123.

姚登宝，解宏灿，廖雨艳.数字金融能缓解中小企业融资约束吗： 来自中小板上市企业的经验证据[J/OL].宜宾学院学报：1-11[2023-11-02].http：//kns.cnki.net/kcms/detail/51.1630.Z.20231016.1744.002.html.

黄锐，赖晓冰，赵丹妮，等.数字金融能否缓解企业融资困境： 效用识别、特征机制与监管评估[J].中国经济问题，2021（1）：52-66.

李和芊.数字金融对民营企业融资约束的影响研究[J].商展经济，2023（12）：66-68.

FAN Y J， CHEN S T. Research on the Effects of Digital Inclusive Finance on the Efficiency of Financial Resource Allocation [J]. Frontiers in Environmental Science，2022，10.

李建伟，杨瑾悦，王薇.数字金融能促进中小企业商业信用融资吗[J].金融与经济，2023（10）：61-72.

郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.