數字普惠金融對中小企業投資效率的影響

來源:用戶上傳      作者:王澎涵,楊有振,范瑞

　　摘要：以2011―2015年北京大學數字普惠金融指數與中國工業企業數據為基礎，實證分析數字普惠金融對中小企業投資效率的影響。研究表明，數字普惠金融水平的提升能夠有效提高中小企業投資效率；在機制檢驗中發現，中小企業融資約束變量發揮中介影響作用；進一步研究發現，數字普惠金融在不同情況下對中小企業效率提升作用有所不同，對所屬區域城鎮化率較低、過度投資、非國有、所屬外部融資依賴度較高行業、所屬區域市場化程度較高的企業提升作用較大。通過穩健性檢驗與內生性檢驗，上述研究結論依然成立。研究有助于厘清數字普惠金融對中小企業投資效率的影響及影響機制，并對金融供給側結構性改革提供理論支撐與依據。
　　關鍵詞：數字普惠金融；中小企業；投資效率；融資約束
　　中圖分類號：F83 文獻標識碼：A文章編號：1007-2101（2022）06-0012-14
　　一、引言
　　中小企業作為中國最具活力的經濟主體之一，在經濟增長中充當著重要的角色，時至今日，中小企業創造了60%的國內生產總值，安置了80%的城鎮就業人口。①但長期以來，中小企業投資效率較為低下的問題沒有得到解決［1］。一方面，相對于國有企業與大型企業，中小企業的效益與成長性較高，具有較好的投資機會，但受制于融資約束，缺乏足夠的資金進行投資；另一方面，市場結構碎片化所引致的高昂監管成本，使金融機構對中小企業進行項目識別與資金使用的監督較為困難，信息不對稱問題較為嚴重，易引發企業的道德風險，中小企業在缺乏外部約束的情況下進行過度投資，導致有限的金融資源浪費在效益較差的投資項目上。從微觀層面上看，中小企業能否進行有效的資源配置，把稀缺的資本配置到投資項目中，使得投資機會順利轉化為實際投資，將企業有限的資金進行高效利用，不僅決定其自身競爭能力與發展前景，甚至關乎其在激烈的市場競爭中的生存問題［2］。從宏觀層面上看，將金融資源從低效率生產部門與領域抽離，促進生產要素向高效率部門與領域配置，關系著中國經濟的發展質量與資源配置效率。
　　傳統金融模式下，以商業銀行為代表的金融機構基于風險的考量，其金融模式以企業規模、所有權屬性、抵押物等企業“硬信息”為基礎開展業務［3］，導致中小企業面臨著較為嚴重的融資約束［4］。與傳統金融的模式不同，基于大數據、區塊鏈、人工智能、物聯網、云計算的數字普惠金融模式在拓寬風險評估渠道、提高風險評估精準度、挖掘用戶潛在需求等方面對現有金融模式產生了顛覆性影響［5］。數字普惠金融的發展旨在讓中小企業等弱勢群體享受到金融服務，提高金融服務的覆蓋面和可獲得性，緩解金融市場的信息不對稱，有效加強外部投資者對中小企業的監督約束機制，進而提升金融資源配置效率，以促進實體經濟發展。因此，以受到融資約束較為嚴重的中小企業作為研究對象，考察數字普惠金融的發展對于中小企業投資效率的作用及影響機制，有助于認識和深化金融供給側結構性改革的內涵。
　　二、文獻綜述與理論分析
　　（一）文獻綜述
　　目前，研究數字普惠金融與企業的相關文獻主要集中于企業創新方向［6-7］，關于數字普惠金融對企業投資效率影響的相關研究較少。因此，本文通過梳理與總結企業投資效率影響因素、數字普惠金融的功能、信息不對稱理論、金融監管理論的相關文獻，作為研究數字普惠金融對中小企業投資效率影響及影響機制的理論依據。
　　部分學者如曹春方等［8］、趙娜等［9］將企業投資效率損失定義為投資不足與過度投資，本文亦沿用此定義。關于企業投資效率的影響因素，現有文獻從多種角度進行了剖析。金融市場的不完善會導致缺乏抵押品、信用記錄的中小企業等低凈值群體面臨著較為嚴重的金融排斥，這種金融排斥使中小企業難以獲取充足的資金投資于高收益項目，從而降低資本配置效率［10-12］。在傳統金融模式下，Hellwig［13］、Rajan［14］發現企業對間接融資的過度依賴會提高銀行的議價能力，銀行借此提高利率或提出限制性措施，企業的投融資活動受到抑制。Stiglitz和Weiss［15］認為信息不對稱所引發的逆向選擇和道德風險是企業難以獲得融資的重要因素。受制于體制扭曲、市場制度不健全、信息不對稱等因素，中國的金融市場長期存在著較為失衡的金融資源配置，中小企業等弱勢群體存在不同程度的金融排斥，金融結構失衡和金融排斥現象嚴重困擾著中國實體經濟投資效率的提升及經濟高質量發展［16］。委托代理理論認為，企業缺乏外部投資者的監管壓力會使企業管理者偏離以企業價值最大化為目標進行投資決策，產生對企業不利的投資［17］。
　　以信息技術為支撐的數字普惠金融的發展可以減少信息不對稱、降低交易成本、拓展交易可能性集合、推動交易去中介化和優化資源配置［18-19］。一方面，數字普惠金融的發展突破地理限制，將企業經營狀況與風險狀況“實時化”“細致化”，大數據技術能夠實時錄入企業貨物流通信息、銷售額、創新支出、資金流動等“軟信息”，促進金融機構由單純依據企業“硬信息”轉換為基于企業“軟信息”與“硬信息”多維度指標作為其貸款決策的考量，為傳統金融模式下金融可得性較低的“長尾群體”提供金融服務，提高中小企業金融可得性，緩解其融資約束，促進資源配置效率的提升；另一方面，數字普惠金融的發展使得眾籌平臺、互聯網融資等創新融資模式涌現，為中小企業提供了新的融資渠道。
　　基于此，本文提出假設1：數字普惠金融的發展能夠有效緩解企業融資約束。
　　部分學者認為數字普惠金融的發展能夠有效緩解中小企業融資約束問題，進而對中小企業的投資不足產生影響，提升中小企業投資效率，但數字普惠金融的發展對中小企業過度投資的行為無顯著影響。例如王娟和朱衛未［20］認為數字普惠金融的發展能夠有效校正企業非效率投資，但未能對企業過度投資行為產生顯著影響。張友棠和常瑜常21］利用2011―2018年業板企業的數據和北京大學數字普惠金融指數，考察數字普惠金融對企業投資效率的影響，研究發現，數字普惠金融的發展會增加企業的現金持有水平、降低企業的債務融資成本，進而緩解公司的投資不足，但對于企業過度投資行為無顯著影響。本文認為，數字普惠金融的發展不僅能夠緩解中小企業投資不足，還能夠有效約束中小企業的過度投資行為。

nlc202212131403

　　已有學者對數字普惠金融的發展能夠緩解信息不對稱作出了論證。馬玎和萬蓬勃［22］從交易成本的角度進行研究，指出數字普惠金融的發展能夠加強銀企關聯程度，有效降低企業搜尋成本、信息交互成本、議價成本，進而降低企業債務融資成本。Beck等［23］在其理論研究中，運用一般均衡模型證明數字普惠金融能夠有效降低金融市場信息不對稱。安寶洋［24］、岳中剛等［25］的研究發現，數字普惠金融能夠擴大金融機構的信息來源，減緩其面臨的信息不對稱。在公司治理中，由于公司所有者與經理人之間信息不對稱引發的代理成本，使得經營公司的經理人傾向于所控制的資源最大化，過于追求公司規模的擴張及營業額的增長，導致公司的實際資本支出偏離其最優規模，影響資本配置的有效性［26］。Narayanan［27］、Zechner和Heinkel［28］認為，投資者與企業之間的信息不對稱會導致企業的投資項目與其資金獲取成本不匹配，對企業的估值超過其實際價值時，易導致企業過度投資。依前文所述，數字普惠金融的發展有助于緩解借貸雙方的信息不對稱，進而規避企業的道德風險，約束企業的過度投資行為。
　　此外，關于引入外部債務對企業過度投資行為的約束作用，Jensen［17］認為企業債務可以緩解股東和代理人之間的代理問題，進而約束企業的過度投資行為。黃乾富和沈紅波［29］根據1997―2004年206家中國制造業上市公司數據，實證考察公司債務與公司過度投資的關系，結果表明，債務對公司過度投資行為具有較強的約束作用。在Du和Zhou［30］的研究中，得出公司債務與公司過度投資呈現出顯著負相關關系的結論。陳其安等［31］在研究銀行債務與企業過度投資時，發現當企業的銀行債務具有正監管彈性的情況下，企業過度投資行為會隨著銀行債務的增加而減弱。上述外部債務對企業過度投資行為的約束作用的前提為有效的外部監督，數字普惠金融為金融機構對企業的有效監管提供了可能性，企業經營信息通過物聯網被實時錄入金融機構的大數據系統，區塊鏈技術保障數據的真實性與安全性，金融機構云計算技術對企業的“軟信息”進行加工與風險建模，基于人工智能搭建的智能化風險防控系統能夠實時監控和預警資金使用情況。由于中小企業抵押品價值相對較低，并且中小企業的債務具有較強的正監管彈性，企業在引入外部監管后，緩解中小企業融資約束的同時，抑制中小企業的過度投資行為。
　?。ǘ├碚摲治?
　　為進一步論述數字普惠金融對中小企業投資效率的影響，本文構建數字普惠金融下的企業投資模型進行理論分析。
　　考慮一個中小企業i擁有自有資本為w；企業需要投資的資本額為k，假定其自有資本無法滿足其投資需求，需要通過外部融資進行資本補充，為簡單起見，本文設置以下假設：
　　1.企業生產僅需資本k一個生產要素即可滿足其生產，設置f（k）為產量；
　　2.增加生產要素總是會增加產量，但要素的邊際報酬遞減，即f′（k）>0， f″（k）<0；
　　在傳統金融環境下，由于信息不對稱、昂貴的監管成本等因素，金融機構對中小企業群體統一以rn的利率發放貸款，中小企業可獲得的利潤π1為：
　　π1=f（k）-（1+rn）（k-w）（1）
　　企業利潤最大化的一階條件為：
　　π1k=f′（k1）-1-rn=0
　　f′（k1）=1+rn（2）
　　即在傳統金融模式下，中小企業會選擇k1的資本量進行投資。
　　隨著數字普惠金融的發展，金融機構借助于中小企業“硬信息”與“軟信息”多維數據綜合考察借款人，以確定貸款利率。其在數字普惠金融下的利潤為π2。
　　π2=f（k）-［1+ri（Difi）］（k-w）（3）
　　企業利潤最大化的一階條件為：
　　π2k=f′（k2）-1-ri（Difi）=0
　　f′（k2）=1+ri（Difi）（4）
　　即在數字普惠金融模式下，中小企業會選擇k2的資本量進行投資。
　　在式（3）（4）中，ri（Difi）為金融機構借助于數字普惠金融評估中小企業的綜合狀況以確定的利率水平（下文公式中表示相同含義）。依據前文所述，中小企業成長性相對較高、盈利能力相對較強，在傳統金融模式下，面臨較為嚴重的融資約束和高昂的融資成本，數字普惠金融具有規模效應、范圍效應，能夠降低金融機構的信息獲取成本，為中小企業量身定制貸款利率。所以，一般情況下，ri（Difi）<rn，繼而f′（k2）<f′（k1）。由于f″（k）<0，即企業生產曲線形狀為上凸，k2>k1，即在數字普惠金融環境下，中小企業投資額度相對較高；在傳統金融環境下，中小企業投資額度相對較低。數字普惠金融能夠緩解中小企業投資不足。
　　而在中小企業過度投資情景下，數字普惠金融的應用使金融機構方便追蹤鏈上交易，快速定位高風險資金流向。中小企業和金融機構以信息流為牽引，利用金融機構大數據技術與預警系統，可以實時監測中小企業的資金流動，對于企業過度投資行為，金融機構對相關企業以定價較高的利率進行貸款。在中小企業過度投資行為下，其收益π3為：
　　π3= f（k）-［1+ri（Difi）］（k-w）
　　-（k-w）Ci（Difi）（5）
　　在式（5）中，Ci（Difi）為中小企業可能受到的貸款額度限制、負面征信所帶來的損失，數字普惠金融發展程度越高，其受到的“懲罰”越精確。
　　將式（5）化簡，得到式（6）：
　　π3= f（k）-［1+ri（Difi）-Ci（Difi）］（k-w）（6）
　　其利最大化的條件為：
　　π3k=f′（k3）-1-ri（Difi）-Ci（Difi）=0
　　f′（k3）=1+ri（Difi）+Ci（Difi）（7）

nlc202212131403

　　即中小企業會選擇k3的資本進行投資。
　　數字普惠金融的大數據技術能夠實時收集企業資金流動數據；區塊鏈技術保證企業交易信息不能被篡改；人工智能技術能夠實時監測與預警企業的異常資金流動；云計算能夠幫助金融機構精確計量風險，并以此進行定價。由于存在過度投資行為的企業，其資金使用具有效率低下、風險較大的特征，因此，相關企業面臨的利率水平高于傳統金融模式下依據中小企業群體平均“硬信息”及信用狀況所定價的利率水平，即ri（Difi）>rn，又因為Ci（Difi）>0，所以f′（k3）>f′（k1）。由于f″（k）<0，即企I生產曲線形狀為上凸，因此，k3<k1<k2，即數字普惠金融能夠約束中小企業的過度投資行為。
　　依照上述文獻綜述與理論分析，本文提出假設2：數字普惠金融的發展能夠促進中小企業投資效率的提升。
　　三、研究設計
　　參考金融發展與經濟增長的有關研究[32]，本文采用雙向固定效應模型，即在模型中控制企業個體效應和時間效應，分析數字普惠金融對中小企業投資效率的影響。
　?。ㄒ唬祿碓磁c處理
　　本文原始數據來源于郭峰等[33]編制的2011―2015年北京大學省級數字普惠金融指數、2011―2015年中國各省統計年鑒、EPS數據平臺的2011―2015年中國工業企業數據②。在進行研究之前，參考祝繼高等[34]的數據處理方法進行如下處理：（1）剔除資產負債率大于1的觀測值；（2）EPS數據平臺的中國工業企業數據從2011年起收錄規模以上的工業企業數據，即主營業務收入2 000萬元以上的工業企業數據，因此，剔除主營業務收入低于2 000萬元的異常觀測值；（3）根據工業和信息化部、國家統計局、國家發展和改革委員會、財政部制定的《關于印發中小企業劃型標準規定的通知》，工業企業的從業人員小于1 000人或年營業收入小于4億元的企業為中小企業，結合本文的研究對象，剔除同時滿足從業人員大于1 000人和營業收入大于4億元的觀測值；（4）由于中國工業企業數據可能存在偏誤，為避免異常值對于研究的影響，本文對企業期望投資方程回歸所得的殘差與融資約束衡量指標SA指數按照1%的極端值進行縮尾處理。
　?。ǘ┳兞慷x
　　關于企業投資效率的衡量方法，Richardson［35］將企業實際投資與企業期望投資作回歸得到模型的殘差項，以殘差項對企業非效率投資進行量化。國內部分學者如李維安和馬超［36］、張昭等［37］、黃飛鳴和童嬋［38］采用Richardson［35］提出的投資期望模型估計企業的最優投資，并以企業實際投資值與最優投資值作回歸所得的殘差衡量企業的投資效率，本文亦沿用此方法衡量企業的投資效率，用企業的實際投資規模對企業期望投資作回歸得到估計的殘差，以估計的殘差值衡量企業的投資效率，企業投資效率模型如下：
　　investi，t=α0+ α1growt-1+ α2sizei，t-1+ α3levi，t-1+ α4ebiti，t-1+α5investi，t-1+α6agei，t+δi+θt+εi，t（8）
　　在式（8）中，i代表企業，t代表年度，δi表示企業個體固定效應，θt表示時間固定效應，εi，t為殘差項，其他變量的定義如表1所示。對式（8）作回歸，并求出殘差，得到EXinvest變量，對其取絕對值。為研究數字普惠金融對于中小企業投資效率的影響，設置式（9）：
　　|EXinvesti，p，t|=β0+ β1DIFIp，t+ β2controli，p，t+
　　δi+θt+εi，t（9）
　　在式（9）中，下標i代表企業，p代表企業所屬省份，t代表年度。control為控制變量，β0是常數項，β1、β2為變量系數。式（8）求出的殘差若為負，表明企業投資不足，其絕對值越大表明投資不足的程度越嚴重；殘差如果為正，表明企業存在過度投資，其值越大表示企業過度投資的程度越嚴重。綜合來看，殘差的絕對值表明企業的實際投資偏離期望投資的距離，即投資是否具有效率，殘差的絕對值與企業的投資效率呈反比關系。
　　選取北京大學數字普惠金融省級指數DIFI作為核心解釋變量。此外，為進一步控制地區層面和企業層面其它的可能會影響中小企業投資效率的因素，選取省份人均GDP的對數作為地區控制變量，選取企業的自由現金流cfo和管理費用adfare作為企業層面的控制變量（見表1）。
　?。ㄈ┟枋鲂越y計
　　表2報告了變量的觀測數量、均值、標準差、最小值與最大值。其中，企業投資效率均值為0302，標準差為0232，最小值為0，最大值為1095，這表明中小企業的投資效率具有較大差異。此外，數字普惠金融指數也在較大范圍內浮動，在各區域之間發展較為不均衡，這為考察數字普惠金融對中小企業投資效率的影響提供了良好的數據基礎。
　　四、實證結果分析
　　（一）數字普惠金融與中小企業投資效率
　　表3報告了中小企業投資效率對數字普惠金融指數的基準回歸，無論是否加入控制變量，中小企業投資偏離度對DIFI回歸的系數顯著為負。加入控制變量后，DIFI的系數為-0001，在1%的顯著性水平下顯著。表明指數每增長1個單位，中小企業實際投資水平與最佳投資水平之間的差距會縮小01%，考慮到各省數字普惠金融指數平均值從2011年的40增加到2015年的220，若以數字普惠金融指數增長的平均值計算，數字普惠金融2011―2015年的發展使中小企業實際投資水平與最佳投資水平之間的距離縮小18%?？梢钥闯?，這是一個非常可觀的數據，其經濟意義非常顯著。這說明，數字普惠金融發展程度的提升能夠有效促進中小企業投資效率的改善，初步驗證前文的理論假設。
　?。ǘ┲薪樾治?
　　為了驗證假設1，考察融資約束作為數字普惠金融對中小企業投資效率的影響機制。本文參考Baron和Kenny[39]的方法設置中介效應模型進行檢驗，借鑒Hadlock和Pierce[40]、鞠曉生等[41]的方法，運用企業規模與企業年齡這兩個相對外生的變量構建SA指數③，并取企業SA指數的絕對值得到變量FC，以衡量企業的融資約束程度。進一步設置式（10）與式（11）。

nlc202212131403

　　FCi，p，t=φ0+ φ1DIFIp，t+ φ2controli，p，t+ δi+θt+εi，t（10）
　　|EXinvesti，p，t|=β0+ β1DIFIp，t+ β2FCi，p，t+ β3controli，p，t+ δi+θt+εi，t（11）
　　由于融資約束是連續型變量，為更加清晰地刻畫中介機制，構造虛擬變量FCD④，設置式（12）。實證結果如表4所示。
　　|EXinvesti，p，t|=β0+ β1DIFIp，t+ β2FCDi，p，t+ β3DIFIp，t×FCDi，p，t+ β4controli，p，t+ δi+θt+εi，t（12）
　　在表4第（1）列和第（2）列中小企I融資約束對數字普惠金融發展程度指標DIFI的回歸結果中，DIFI的系數顯著為負，表明數字普惠金融發展程度越高，中小企業受到的融資約束程度越小，說明數字普惠金融的發展能夠有效緩解中小企業融資約束問題。式（11）的回歸結果如表4的（3）（4）列所示，加入融資約束變量FC作為解釋變量進行回歸，中小企業投資偏離度對融資約束的回歸系數顯著為正，說明融資約束擴大了中小企業投資偏離程度，對DIFI的回歸系數的正負與表3一致，但系數絕對值相對變小，這表明，融資約束在數字普惠金融對中小企業投資效率的影響中發揮了部分中介效應。進一步地，DIFI與FCD的交互項系數顯著為負，表明數字普惠金融的發展能夠有效緩解融資約束對企業投資效率的制約。
　　當數字普惠金融發展程度較高時，一方面，中小企業由于融資渠道的拓展和金融市場信息不對稱狀況的改善，其受到的融資約束能夠得到一定程度的緩解，進而促進中小企業投資不足問題的改善，提升中小企業的投資效率；另一方面，中小企業引入外部投資者，信息不對稱狀況的緩解推動外部約束監督機制進一步加強，能夠有效約束中小企業進行過度投資；此外，對于中小企業低效率投資行為，金融機構對中小企業采取信貸額度限制等措施，從源頭遏制中小企業的過度投資行為，進而提升中小企業的投資效率。
　　五、機制分析與異質性分析
　?。ㄒ唬底制栈萁鹑诖龠M中小企業投資效率的 “普惠性”
　　在理論分析中，數字普惠金融一方面通過緩解中小企業融資約束促進企業投資效率的提升，另一方面通過緩解信息不對稱、規避企業的道德風險，加強對中小企業的監督約束機制，促進企業投資效率的提升。如果數字普惠金融是通過上述機制影響中小企業投資效率，那么融資約束、信息不對稱程度相對較強地區的中小企業，可以通過數字普惠金融享受到現代金融體系的服務，數字普惠金融的發展對這些落后地區的中小企業相當于“雪中送炭”；而較為發達地區的中小企業，受到的融資約束相對較低，金融市場的信息不對稱程度較弱，數字普惠金融的發展對這些地區的中小企業更多地是“錦上添花”。
　　本文在實證中考察數字普惠金融在發達地區與不發達地區的相對影響，設置式（13），用城鎮化率衡量地區的發達程度，并用數字普惠金融指數與城鎮化率的交互項刻畫數字普惠金融影響中小企業投資效率的機制。
　　|EXinvesti，p，t|=β0+ β1DIFIp，t+ β2urbanp，t+ β3DIFIp，t×urbanp，t + β4controli，p，t+δi+θt+εi，t（13）
　　表5報告了相關實證結果，結果顯示，數字普惠金融發展程度與城鎮化率的交互項顯著為負，說明城鎮化率越低的地區，數字普惠金融發展促進企業投資效率提高的邊際效應越強，因此，數字普惠金融的發展對較不發達地區的中小企業投資效率具有更大的提升作用。
　?。ǘ┩顿Y效率損失類型的異質性檢驗
　　前文的理論假設提到，數字普惠金融的發展不僅緩解中小企業的投資不足，還能夠約束中小企業的過度投資行為。為驗證上述理論假設，將式（8）回歸的殘差值按大于和小于0進行分組，殘差值小于0的中小企業定義為投資不足樣本組；殘差值大于0的中小企業定義為過度投資樣本組。分別對兩組殘差取絕對值，以衡量實際投資對期望投資的偏離程度，對數字普惠金融指數DIFI進行回歸，回歸結果如表6所示。投資不足樣本組與投資過度樣本組的DIFI系數均顯著為負，表明數字普惠金融的發展既能夠有效提升投資不足中小企業的投資效率，也能夠提升過度投資中小企業的投資效率。驗證前文所設理論模型，數字普惠金融的發展不僅緩解中小企業投資不足的困境，而且能夠降低信息不對稱， 加強對中小企業的監督，進而約束中
　?。ㄈ┦欠駠锌毓傻漠愘|性檢驗
　　將樣本分為國有企業與非國有企業進行分組檢驗，回歸結果如表7所示?？梢钥闯?，國有企業樣本組的DIFI系數不顯著，非國有企業樣本組的DIFI系數顯著為負，表明數字普惠金融對非國有企業投資效率的提升有顯著影響，對國有企業投資效率無顯著影響?？赡艿脑驗椋旱谝唬瑖衅髽I在當地往往承擔著穩就業、保障民生等政策性職能，地方政府存在干預金融資源投放或對國有企業進行財政補貼等非市場化行為；第二，由于“所有制偏好”的存在，金融機構傾向于向國有企業發放貸款，國有企業受到的融資約束相對較弱；第三，地方政府作為國有企業的隱性“背書人”，一定程度上改變了商業銀行信貸配置決策，對國有企業貸款使用的事后監督較為放松；第四，國有企業與國有銀行之間政治關聯性較強，國有企業與國有銀行之間更像是一種“準債券”的約束關系，國有企業對資金成本相對不敏感，易形成低效率投資［42］。基于上述分析，數字普惠金融對國有企業投資效率的提升作用較弱。而非國有企業相對于國有企業，其融資渠道較為缺乏，受到的融資約束程度較為嚴重，金融可得性的提升能夠有效緩解其面臨的投資不足問題；另一方面，信息不對稱的緩解有助于金融機構加強對非國有企業的事后監督，以制約非國有企業的過度投資行為。因此，數字普惠金融的發展有助于提升非國有中小企業的投資效率，但對國有中小企業的投資效率提升效果不明顯。

nlc202212131403

　　（四）外部融資依賴度的異質性檢驗
　　借鑒安苑和王B[43]的方法，使用長期負債與固定資產的比值來度量企業所屬行業的外部融資依賴度。固定資產投資與長期負債的特征往往是行業特有的，企業長期負債的重要動機之一就是進行投資。因此，首先計算每個企業的外部融資依賴度，將企業按其所屬行業進行分類，進一步求出每一類別企業外部融資依賴度的平均值，以平均值度量企業所屬行業外部融資依賴度，按所有行業外部融資依賴度的中位數將行業劃分為外部融資依賴度較低和較高的行業，進行異質性分析，結果如表8所示。
　　從表8可知，在外部融資依賴度較低的行業組，無控制變量的情況下DIFI系數顯著為負，加入控制變量后，DIFI系數不顯著；而外部融資依賴度較高的行業組，DIFI在兩種情況下系數均顯著為負，且外部融資依賴度較高行業組系數的絕對值大于外部融資依賴度較低行業組系數的絕對值。上述分析結果表明，數字普惠金融提升企業投資效率的作用在所屬行業外部融資依賴度較高的中小企業中更加突出。對于所屬行業外部融資依賴度較低的中小企業而言，其外部融資依賴度較低，數字普惠金融提升中小企業投資效率的邊際效應相對不明顯，這進一步驗證了緩解中小企業融資約束是數字普惠金融影響中小企業投資效率的重要中介渠道。
　?。ㄎ澹┦袌龌降漠愘|性檢驗
　　由于在市場化程度較低的環境中，金融資源的配置受到非市場化因素的影響，例如金融機構依據上級部門的要求，分配、指定普惠金融貸款的發放，甚至存在金融機構為完成中小企業貸款發放額度的指標要求，降低對企業資質的審核標準，這一方面使金融資源不能有效地配置，導致數字普惠金融對企業投資效率的提升效果大打折扣；另一方面，基于行政干預的普惠金融貸款發放可能導致企業還款的軟約束，使數字普惠金融緩解信息不對稱、降低企業道德風險的功能被抑制，約束企業過度投資的機制減弱，因此，本文依據每年各省份市場化指數的中位數將企業所屬省份劃分為市場化程度高的地區與較低的地區進行檢驗⑤。
　　從表9回歸結果可以看出，在市場化程度較低地區的中小企業和市場化程度較高地區的中小企業分組回歸中，DIFI系數值均顯著為負。但市場化程度較低地區的中小企業DIFI系數的顯著性水平和絕對值均小于市場化程度較高地區的中小企業DIFI系數。說明數字普惠金融提升中小企業投資效率的作用會隨著地區市場化程度的不同而有所差異，地區市場化程度越高，數字普惠金融提升中小企業投資效率的影響作用越強。
　　六、穩健性檢驗
　?。ㄒ唬┨鎿Q核心解釋變量
　　為檢驗基準回歸結構的穩健性，本文替換數字普惠金融指標，將數字普惠金融指數取對數，重新衡量數字普惠金融的發展程度，進行實證檢驗，結果如表10所示。
　　核心解釋變量系數的方向與顯著性水平均沒有發生變化，說明本文的回歸結果是穩健的。
　?。ǘ┨鎿Q被解釋變量
　　為避免中小企業投資效率的測度偏誤影響表3的實證結果，本文借鑒Biddle等[44] 的投資效率衡量方法，其核心思想與Richardson[35]的方法一致，即用實際投資規模對最佳投資規模進行回歸，得到回歸模型的殘差，以殘差的絕對值衡量企業投資的偏離程度。設置式（14）：
　　investi，t= β0+ β1growt-1+δi+θt+εi，t（14）
　　對式（14）作回歸求得殘差項，將求得的殘差項取絕對值，以衡量中小企業的投資效率，實證回歸結果如表11所示。
　　實證結果顯示，DIFI的系數顯著為負，說明數字普惠金融的發展有利于促進中小企業投資效率的提升，回歸結果與基準回歸一致，故可以認為本文實證結果較為穩健。
　?。ㄈ┨鎿Q中介變量
　　為檢驗數字普惠金融影響中小企業投資效率的中介機制是否穩健，設定銀行借款比率bankloan作為融資約束的反向指標進行中介機制檢驗，其計算方法為企業的利息支出與總負債的比值。雖然利息占總負債的比值較高有可能反映中小企業所付的貸款利息較高，但貸款可得性是衡量融資約束最基本、最主要的考量。所以，本文認為，企業總負債中的利息支出占比越大，其銀行借款或其他類型的借款額相對較多，融資約束程度越小。因此，本文假設，若某個地區的數字普惠金融發展程度越高，那么該地區中小企業的銀行借款比率相對較高，其融資約束程度較低。設置式（15）和式（16），以考察融資約束作為中介變量的模型設置是否穩健。
　　bankloani，p，t=φ0+ φ1DIFIp，t+ φ2controli，p，t+ δi+θt+εi，t（15）
　　|EXinvesti，p，t|=β0+ β1DIFIp，t+ β2bankloani，p，t + β3controli，p，t+ δi+θt+εi，t（16）
　　對式（15）與式（16）作回歸，得到的回w結果如表12所示。從表12第（2）列銀行借款比率對數字普惠金融指數的回歸結果可以看到回歸系數為正，說明數字普惠金融可以促進中小企業銀行借款比率的提升，緩解中小企業面臨的融資約束。在（3）列和（4）列中，考察加入銀行借款比率的回歸結果，發現銀行借款比率與被解釋變量|EXinvest|呈顯著的負向關系，由于|EXinvest|衡量中小企業實際投資與期望投資之間的距離，因此，中小企業的銀行借款比率越高，即中小企業融資約束相對較弱，中小企業的投資效率相對較高。綜上所述，關于數字普惠金融的發展通過緩解中小企業融資約束，進而提升中小企業投資效率的中介效應模型的設定是穩健的。
　?。ㄋ模﹥壬詸z驗
　　本文選取的北京大學數字普惠金融指數屬于宏觀層面的變量，受到單個中小企業投資效率的影響較小，故存在反向因果關系的可能性較小，但仍可能存在遺漏變量的內生性問題，導致回歸結果非一致性估計。為了進一步檢驗數字普惠金融與中小企業投資效率之間的因果關系，通過工具變量法，使用城鎮居民每百戶家庭持有移動電話數量IV作為工具變量進行內生性檢驗。一方面，本文研究所選取的樣本時間2011―2015年正是中國3G網絡和4G網絡普及的時期，也是中國移動網絡高速發展的時期，移動電話已成為居民和企業使用網絡的主要載體之一，為居民和企業享受數字金融服務提供了便利，因此，每百戶家庭持有移動電話的數量與數字普惠金融發展水平高度相關；另一方面，每百戶家庭持有移動電話數量對中小企業投資效率影響較小，因此，選取的每百戶家庭持有移動電話數量作為工具變量與回歸式中的殘差項基本無相關關系?；诠ぞ咦兞糠ǖ膬呻A段最小二乘估計結果如表13所示。

nlc202212131403

　　在第一階段的回歸中，工具變量每百戶家庭持有移動電話數量與數字普惠金融發展指數呈顯著的正向關系，滿足工具變量的相關性條件。在第二階段的回歸中，數字普惠金融指數的系數顯著為負，表明數字普惠金融發展程度的提升促進了中小企業投資效率的提升，與表3的回歸結果一致，說明本文的研究結論是穩健的。
　　七、結論與建議
　?。ㄒ唬┙Y論
　　本文實證分析了數字普惠金融對中小企業投資效率的影響，結果表明：（1）數字普惠金融的發展有效提升了中小企業投資效率。（2）數字普惠金融的發展能夠緩解中小企業融資約束，促進中小企業投資不足問題的解決，進而提升中小企業投資效率；數字普惠金融具有降低金融市場信息不對稱的功能，金融機構的外部監管能夠有效抑制中小企業可能存在的過度投資行為，進而提升其投資效率。（3）數字普惠金融對中小企業投資不足與過度投資均有所緩解；數字普惠金融對發展程度較低區域的中小企業投資效率促進效用更大；數字普惠金融對國有企業投資效率無顯著影響，對非國有企業投資效率具有顯著提升作用；數字普惠金融對處于外部融資依賴度較高行業的中小企業投資效率有顯著提升作用，但對處于外部融資依賴度較低行業的中小企業投資效率無顯著影響；數字普惠金融在市場化程度較高地區對中小企業投資效率有較大提升作用，在市場化程度較低地區的提升作用較小。（4）通過穩健性檢驗和內生性檢驗，檢驗結果與實證結果基本一致，說明本文研究結論較為穩健。
　?。ǘ┙ㄗh
　　基于以上的研究結論與分析，本文提供如下建議：第一，加快建設有關數字普惠金融的基礎性設施和服務，進一步提升數字普惠金融的觸達能力。例如，加快建設金融數據中心和算力中心，開發金融場景化的人工智能、區塊鏈、安全多方計算等創新技術應用，將5G移動通信基站進一步普及；宣傳相關金融常識，提升中國居民的金融素養，有效拓展普惠金融的服務對象。第二，在政策層面鼓勵發展數字金融，將“東數西算”的國家戰略與數字金融有機結合，研發有關數字金融技術，加快制定“數字金融+”的相關政策，即數字金融與其他要素相結合，促進數字金融在中小企業部門的應用。例如數字金融與普惠金融有機結合為數字普惠金融，由于數字金融具有降低金融市場信息不對稱的特征，能夠降低傳統普惠金融“最后一公里”的服務成本、提升金融可得性、緩解金融錯配，是“數字金融+”的典型案例。第三，商業銀行應加快部署數字普惠金融發展戰略，加強其信息技術平臺的建設，利用大數據、區塊鏈、人工智能等新型技術與其普惠金融業務相結合，使其經營業務及數據獲取更加信息化；建設智能風險控制系統，提升風險管理水平，將授信策略由擔保驅動模式轉化為信用驅動模式，依據中小企業經營狀況的“軟信息”等多維度信息進行金融資源配置。第四，構建互聯互通的多部門信息共享平臺，打破數字鴻溝。在數字經濟時代，大數據技術收集的中小企業的生產經營信息與居民消費信息都將成為商業銀行及其他部門優化決策的依據，數據作為信息載體已成為金融機構的重要生產要素。而信息資源具有非排他性與非競用性特征，因此，要充分發揮信息資源的規模效應、范圍效應，在保護好企業經營信息和居民隱私的前提下，去除信息邊界，促進信息資源在金融機構內流通、共享與整合，更好地促進數字普惠金融的發展。
　　本文考察數字普惠金融對中小企業投資效率的影響及影響機制，豐富了相關領域的研究內容，為提升中小企業投資效率、促進金融資源向中小企業傾斜提供新的經驗證據，對于深化金融供給側結構性改革、優化社會投資結構具有借鑒意義。
　　注釋：
　?、贁祿碓从诹阋贾菐臁吨袊栈菪∥⒔鹑诎l展報告（2020）》。
　?、诒疚倪x擇的中國工業企業數據，數據收集的時間總跨度為1998―2015年；北京大學數字普惠金融指數時間跨度為2011―2020年，進行匹配后剩余2011―2015年的數據?？紤]到數據的實時性與完整度，本文曾考慮過利用2011―2020年A股上市公司的數據匹配2011―2020年北京大學數字普惠金融指數加以研究。但A股上市公司一般規模較大，其規模遠超過所有企業的平均水平，即使中小企業板也不例外。另外，總體來看，上市公司的經營能力和融資能力也要優于同等規模的非上市公司。因此，以上市公司作為樣本，考察融資約束作為中介變量對中小企業投資效率產生的影響，可能會導致嚴重的樣本選取偏差。綜合權衡考慮，本研究最終決定采用中國工業企業數據庫，極大地擴充了樣本數量，更具有代表性。
　?、跾A=-0.737×size+0.043×size2-0.04×age；其中size櫧笠倒婺５淖勻歡允，age為企業的年齡；SA指數為負且絕對值越大，說明企業受到的融資約束程度越嚴重。
　?、軐τ诘腿谫Y約束的企業，定義為其t年SA指數大于t年SA指數75%分位數的觀測值，FCD取值為0；對于融資約束較嚴重的企業則定義為其t年SA指數小于t年SA指數75%分位數的觀測值，FCD取值為1。
　?、輸祿碓从凇吨袊魇》菔袌龌笖祱蟾妫?018）》。
　　參考文獻：
　　[1]史金艷，陳婷婷.融資約束下異質債務對中小企業投資效率的影響[J].大連理工大學學報（社會科學版），2016（1）：37-43.
　　[2]錢雪松，方勝.《物權法》出臺、融資約束與民營企業投資效率――基于雙重差分法的經驗分析[J].經濟學（季刊），2021（2）：713-732.
　　[3]梁帆.融資約束、風險投資與中小企業成長――基于中國A股上市公司的實證[J].河北經貿大學學報，2015（2）：72-79.
　　[4]錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究，2020（6）：26-46.
　　[5]ARJUNWADKAR P Y.FinTech：The Technology Driving Disruption in the Financial Services Industry[M].Boca Raton Auerbach Publications，2018.

nlc202212131403

　　[6]w曉鴿，鐘世虎，郭曉欣.數字普惠金融發展、金融錯配緩解與企業創新[J].科研管理，2021（4）：158-169.
　　[7]萬佳，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.
　　[8]曹春方，周大偉，吳澄澄.信任環境、公司治理與民營上市公司投資-現金流敏感性[J].世界經濟，2015（5）：125-147.
　　[9]趙娜，張曉峒，朱彤.董事聲譽偏好與企業投資效率――基于中國2005―2016年上市公司的實證分析[J].南開經濟研究，2019（5）：198-224.
　　[10]GALOR O，ZEIRA J.Income distribution and macroeconomics[J].The Review of Economic Studies，1993，60（1）：35-52．
　　[11]BECK T，DEMIRGUC-KUNT A，LEVINE R.Finance，Inequality，and Poverty： Cross-Country Evidence[J]. NBER Working Papers，2004.
　　[12]HONOHAN P.Financial development，growth and poverty：How close are the links？ [R].Working Paper，2004.
　　[13]HELLWIG M.Banking，Financial Intermediation， and Corporate Finance[M]//GIOVANNINI A，MAYER C.European Financial Intergration.Cambridge：Cambridge University Press，1991：35-63.
　　[14]RAJAN R G.Insiders and Outsiders： The Choice Between Informed and Arm’s-Length Debt [J].Journal of Finance，1992，47（4）：1367-1400.
　　[15]STIGLITZ J E，WEISS A.Credit Rationing in Markets with Imperfect Information[J].The American Economic Review，1981，71（3）：393-410.
　　[16]劉亦文，陳亮，李毅，等.金融可得性作用于實體經濟投資效率提升的實證研究[J].中國軟科學，2019（11）：42-54.
　　[17]JENSEN M C.Agency Costs of Free Cash Flow，Corporate Finance，and Takeovers[J].The American Economic Review，1986，76（2）：323-329.
　　[18]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012（12）：11-22.
　　[19]謝平，鄒傳偉，劉海二.互聯網金融的基礎理論[J].金融研究，2015（8）：1-12.
　　[20]王娟，朱衛未.數字金融發展能否校正企業非效率投資[J].財經科學，2020（3）：14-25.
　　[21]張友棠，常瑜.數字金融對科技型企業投資效率影響的實證檢驗[J].統計與決策，2020（16）：179-183.
　　[22]馬玎，萬蓬勃.互聯網金融發展、銀企關聯與創業板公司債務融資[J].財會月刊，2019（20）：141-148.
　　[23]BECK T，PAMUK H，RAMRATTAN R.Payment Instruments，Finance and Development[J].Journal of Development Economics，2018，133：162-186.
　　[24]安寶洋.互聯網金融下科技型小微企業的融資創新[J].財經科學，2014（10）：1-8.
　　[25]岳中剛，周勤，楊小軍.眾籌融資、信息甄別與市場效率――基于人人貸的實證研究[J].經濟學動態，2016（1）：54-62.
　　[26]JENSEN M C，MECKLING W H.Theory of the Firm： Managerial Behavior，Agency Costs and Ownership Structure[J].Journal of financial economics，1976，3（4）： 305-360.
　　[27]NARAYANAN M P.Debt versus Equity under Asymmetric Information[J].Journal of Financial and Quantitative Analysis，1988，23（1）：39-51.
　　[28]HEINKEL R，ZECHNER J.The Role of Debt and Perferred Stock as a Solution to Adverse Investment Incentives[J].Journal of Financial and Quantitative Analysis，1990，25（1）：1-24.
　　[29]黃乾富，沈紅波.債務來源、債務期限結構與現金流的過度投資――基于中國制造業上市公司的實證證據[J].金融研究，2009（9）：143-155.
　　[30]DU W，ZHOU H.Impacts of the Debt Financing on Firms’Investment Behavior：Evidence from the Chinese Listed Manufacturers[C]//2010 2nd IEEE International Conference on Information and Financial Engineering.IEEE，2010：837-877.

nlc202212131403

　　[31]其安，李紅強，徐禮.股權激勵、銀行債務約束、控制權私利與我國國有控股上市公司經營者過度投資行為[J].系統管理學報，2013（5）：675-684.
　　[32]LEVINE R.Finance and Growth： Theory and Evidence[J].Handbook of Economic Growth，2005，1：865-934.
　　[33]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020（4）：1401-1418.
　　[34]祝繼高，李天時，趙浩彤.銀行結構性競爭與企業投資效率――基于中國工業企業數據的實證研究[J].財經研究，2020（3）：4-18.
　　[35]RICHARDSON S.Over-investment of free cash flow［J］.Review of Accounting Studies，2006，11（2-3）：159-189.
　　[36]李維安，馬超.“實業+金融”的產融結合模式與企業投資效率――基于中國上市公司控股金融機構的研究[J]．金融研究，2014（11）：109-126.
　　[37]張昭，朱峻萱，李安渝．企業金融化是否降低了投資效率[J].金融經濟學研究，2018（1）：104-116.
　　[38]黃飛鳴，童嬋.銀行業聯合授信制度制約企業的非效率投資了嗎――基于滬深A股公司的分析[J].經濟理論與經濟管理，2021（2）：54-69.
　　[39]BARON R M，KENNY D A.The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual，Strategic，and Statistical Considerations[J].Journal of Personality and Social Psychology，1986，51（6）：1173-1182.
　　[40]HADLOCK C J，PIERCE J R.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.
　　[41]鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性[J].經濟研究，2013（1）：4-16.
　　［42］安維東，趙燁.創始人政治關聯、制度環境與控制權配置――基于創業板與中小企業板上市公司的經驗證據[J].河北經貿大學學報，2021（6）：92-101.
　　[43]安苑，王B.地方政府財政行為周期性、產業成長與結構失衡――基于產業外部融資依賴度的分析[J].財經研究，2014（11）：29-43.
　　[44]BIDDLE G C，HILARY G，VERDI R S.How Does Financial Reporting Quality Relate to Investment Efficiency？[J].Journal of Accounting and Economics，2009，48（2-3）：112-131.
　　責任編輯：艾嵐
　　The Impact of Digital Financial Inclusion on the Investment Efficiency of SMEs
　　Wang Penghan， Yang Youzhen， Fan Rui
　　（School of Finance， Shanxi University of Finance and Economics，Taiyuan Shanxi 030031， China）
　　Abstract：Based on the Peking University Digital Financial Inclusion Index and Chinese industrial enterprise data from 2011 to 2015，this paper empirically analyzes the impact of digital financial inclusion on the investment efficiency of SMEs. The research shows that the improvement of the level of digital financial inclusion can effectively improve the investment efficiency of SMEs; in the mechanism test， it is found that the financing constraint variables of SMEs play an intermediary role; further research finds that digital financial inclusion can affect the efficiency of SMEs under different circumstances. The promotion effect is different. Digital inclusive finance has a greater promotion effect on enterprises with low urbanization rate in the region， excessive investment， non-state-owned enterprises， industries with high dependence on external financing， and high marketization in their regions. Through robustness test and endogeneity test， the above research conclusions still hold. The research of this paper helps to clarify the impact and impact mechanism of digital inclusive finance on the investment efficiency of SMEs， and provides theoretical support and basis for the structural reform of the financial supply side.
　　Key words：digital financial inclusion；SMEs；investment efficiency；financing constraints

nlc202212131403

轉載注明來源:http://www.hailuomaifang.com/4/view-15443205.htm