中國普惠金融創新能否緩解中小企業的融資約束

梁 榜，張建華

(華中科技大學經濟學院，湖北 武漢 430074)

1 引言與文獻述評

中小企業“融資難”問題一直是各界關注和討論的熱點，也是阻礙中小企業自身創新發展的頑疾之一[1]。尤其是近些年中國經濟下行壓力加大，各級政府為激發經濟活力，制定頒布了一系列法規和政策來扶持中小企業發展，關鍵著力點就是通過改善中小企業融資環境來緩解其融資約束。然而，受融資規模小、資質擔保差、經營與信用記錄不完善、信息不對稱嚴重等諸多因素的限制，以及中國特殊的制度背景和市場環境等深層次因素的影響[2-6]，導致中小企業融資難問題始終難以得到實質性解決。

現有文獻在探討中小企業“融資難”的原因和解決途徑時，除其自身的內在特征外，通常認為金融體系因素(比如水平或規模、結構)的影響至關重要。就金融發展水平而言，經驗研究表明，中小企業比大企業的外部融資障礙更嚴重，但金融發展水平的提高增加了外源資金供給量，從而有利于緩解中小企業的融資約束[7-9]。然而，中小企業的諸多限制因素導致其往往難以從正規金融機構(如國有大型商業銀行)獲得貸款，這就涉及到金融結構(尤其是銀行業結構)對中小企業融資約束的影響。中國情景下的研究表明，銀行業的結構特征對于中小企業融資約束的影響更為重要，中小銀行占銀行業比重的增加能夠顯著緩解中小企業面臨的融資約束[9]。究其原因，與大型金融機構相比，經營靈活性更高的中小金融機構(如中小銀行)能夠更好地適應和滿足中小企業的融資需求[10]。此外，關于銀行業結構對中小企業融資約束的影響，多數研究結論顯示，銀行規模越大、銀行業結構越集中，越不利于中小企業獲得貸款[11-13]，而破除銀行業壟斷、促進銀行業競爭則有利于緩解中小企業的融資約束[14-16]。因此，中小金融機構的發展在一定程度上拓展了金融服務的外延性，提高了中小企業融資的可得性。值得注意的是，普惠金融的提出正是為了能夠提高金融服務的可得性，旨在為社會各階層和群體提供適當、有效的金融服務，特別是重點服務那些被傳統金融所忽視的弱勢群體。因此，普惠金融的發展為破解中小企業“融資難”問題提供了一條切實可行的解決路徑，具有重要的現實意義。然而，關于普惠金融對中小企業融資約束影響的理論分析和經驗研究尚付闕如，我們希望本文的工作能夠填補相關研究領域的空白，并為中國金融改革的有效性提供理論支撐和經驗證據。

近些年來，普惠金融發展上升到國家戰略層面，鼓勵應用大數據、云計算以及移動互聯網等數字技術拓展普惠金融服務的廣度和深度，不斷推動普惠金融的創新發展，以此緩解中小微企業等特殊群體的融資難問題。為更好地促進中小企業發展，工信部印發相關規劃中提出要大力發展中小金融機構及普惠金融，支持利用大數據以及各類信息資源推動互聯網金融規范有序發展，為中小企業提供融資支持。可見，推動普惠金融的創新發展對于破解中小企業的融資難問題具有重要意義。一方面，數字普惠金融和互聯網金融的發展打破了傳統金融服務的諸多限制，金融服務覆蓋率、可獲得性和滿意度的顯著提高能夠更好地滿足中小企業的融資需求，從而有助于緩解中小企業的融資約束。另一方面，數字普惠金融和互聯網金融的發展有助于減輕中小企業在傳統金融市場中面臨的諸多限制條件，通過拓寬融資渠道、降低融資交易成本以及提高融資效率等途徑緩解其融資約束。如前所述，數字普惠金融和互聯網金融是中國普惠金融創新發展的重要體現，然而應當意識到不能簡單地將數字普惠金融等同于互聯網金融。與互聯網金融相比，數字普惠金融更強調其普惠屬性，而互聯網金融則有更強的互聯網屬性，并被認為是推動普惠金融創新發展的有效路徑選擇，也是數字普惠金融的重要支撐。因此，為保證普惠金融創新與中小企業融資約束之間關系的穩健性，分別從數字普惠金融和互聯網金融兩個方面出發，分析并比較二者對中小企業融資約束的影響是有必要的。

本研究從以下兩個方面展開：①從理論上分析普惠金融的創新發展對中小企業融資約束緩解的影響機理，并比較其對不同所有制企業融資約束影響的異質性差異，在此基礎上提出相關假設；②利用北京大學互聯網金融研究中心提供的 “北京大學數字普惠金融指數(2011—2015)”和“北京大學互聯網金融發展指數(第三期，2014年1月—2016年3月)”兩套數據與中小企業板上市公司數據進行匹配，實證檢驗普惠金融創新對中小企業融資約束的影響，并進行穩健性分析。

2 理論分析與研究假設

2.1 普惠金融創新與中小企業融資約束

大數據、云計算以及移動互聯網等數字技術推動我國普惠金融領域不斷創新發展，大大降低了金融機構的經營成本，金融服務覆蓋范圍的延伸有助于增強觸達能力；數字技術的應用打破了傳統金融服務的諸多限制，提高了金融服務的可獲得性，促使金融服務需求向“尾部”客戶群體移動；信息搜集與處理的高效便捷等眾多優勢有效緩解信息不對稱問題，增強金融風險識別能力，尾部市場的征信基礎在借貸風險的有效控制下得到改善，進而降低市場交易成本，提升金融服務效率。以數字技術為基礎的數字普惠金融和互聯網金融在這四個維度的耦合作用下抓住普惠群體，充分發揮“長尾效應”，通過拓寬融資渠道、降低融資成本和提高融資效率等途徑緩解中小企業的融資約束(見圖1)。

圖1 普惠金融創新緩解中小企業融資約束機理

第一，拓寬融資渠道。受發展規模小、資質擔保差、經營與信用記錄不完善、信息不對稱嚴重等諸多因素的限制，中小企業往往被排斥在正規金融服務門檻之外。就國有商業銀行等傳統金融機構而言，其更愿意將貸款資金投向于大型企業，而對中小企業的放貸意愿較為低迷。與傳統金融相比，普惠金融能夠以可負擔的成本為有金融服務需求的特殊群體(如中小微企業、中低收入階層等)提供適當的、有效的金融服務。數字普惠金融和互聯網金融是在普惠金融發展的基礎上，應用數字技術對傳統金融產品和商業模式等進行數字創新，能夠打破傳統金融服務的諸多限制，拓展了普惠金融的服務廣度和使用深度。P2P網貸、小額信貸、第三方支付、眾籌融資以及新型的融資平臺等多渠道、多樣化的金融服務能夠極大地降低中小企業的融資門檻，進而緩解中小企業的融資約束。

第二，降低融資成本。為降低自身風險和信貸壞賬的發生，傳統金融機構通常會對中小企業的信貸資格進行嚴格審查，產生大量的審查費用。為彌補損失，通過上浮信貸利率將審查費用轉嫁給中小企業也就成為商業銀行的常用手段，即便那些能獲得相應貸款的中小企業，其使用成本也非常高昂，由此導致中小企業的貸款成本不斷提升。此外，傳統金融機構提供金融服務所依賴的營業網點、人工服務等都需要成本，服務范圍的擴大使得提供金融服務的成本和難度都會增加。數字普惠金融和互聯網金融改變了原有的服務提供方式，以信貸為例，P2P網貸平臺通過互聯網、手機等就可以實現在線信用貸款，信貸服務更加便捷，服務成本明顯下降。螞蟻金服發布的數據表明，云計算的成本僅僅是傳統IT服務成本的十分之一，可見將數字技術應用到普惠金融領域能大大降低金融服務的成本，使得為中小企業提供金融服務成為可能。更為重要的是，數字普惠金融和互聯網金融信息收集與處理的獨有優勢能夠更好地發揮信息篩選和風險甄別功能，有效降低了中小企業的信息不對稱程度，交易成本減少有利于降低中小企業的外部融資成本，進而緩解中小企業的融資約束。

第三，提高融資效率。與傳統金融相比，數字普惠金融和互聯網金融通過云計算、大數據以及移動互聯網等數字技術可以及時、快速、高效地挖掘和收集客戶的征信數據，有助于全面地了解中小企業的經營情況和信用等級，能夠提升信貸資金的配置效率和服務質量。基于互聯網信息的客戶征信體系可以簡化信貸審查程序，縮短信貸審核時間，進而降低資信評估、線下審核以及風險管理的成本，使得中小企業能夠更加高效、便捷、低成本地獲得金融服務，融資效率的提升緩解了中小企業的融資約束。

基于以上分析，提出假設H1：普惠金融的創新發展(數字普惠金融、互聯網金融)有助于緩解中小企業的融資約束。

2.2 普惠金融創新與不同所有制中小企業的融資約束

中國特殊的制度背景和金融市場環境使得政府仍在資源配置中發揮重大作用。在傳統金融市場中，實際控制人性質和政治關系背景對企業能否獲得融資支持十分關鍵，民營中小企業往往在融資過程中面臨嚴重的“所有制歧視”。因此，對于不同控制權性質的中小企業而言，普惠金融的創新發展對其融資約束的緩解效果是不同的，異質性差異主要體現為以下三個方面：

第一，國有和民營中小企業的信息不對稱程度不同。一方面，與國有中小企業相比，民營中小企業的財務狀況和信息透明度不高，可信性相對較差；另一方面，傳統金融機構更傾向于與國有中小企業保持長期緊密的合作關系，容易獲取較多國有企業的信息，但與民營企業的業務往來較為匱乏，薄弱的銀企關系無法積累民營中小企業足夠多的軟信息。因此，民營中小企業的信息不對稱問題相較于國有中小企業而言更為嚴重。以數字技術應用為基礎的數字普惠金融和互聯網金融能夠及時、快速、高效地挖掘和收集客戶的征信數據，通過有效提高信息透明度降低中小企業的信息不對稱程度，從而緩解中小企業的融資約束。因此，可以預期普惠金融的創新發展對信息不對稱程度更高的民營中小企業融資約束的緩解作用更為明顯。

第二，國有和民營中小企業對數字普惠金融和互聯網金融的適應程度和資金需求程度不同。一方面，國有產權以及政治關系是國有企業融資過程中十分重要的信用替代機制，數字普惠金融和互聯網金融的發展會對這種替代性融資機制產生一定影響，但由于國有企業自身制度不夠靈活，管理又缺乏彈性，難以適應融資機制的變化會減弱普惠金融創新對其融資約束的緩解效果。另一方面，數字普惠金融和互聯網金融的顯著特點就是靈活便捷、體量較小，能更好地適應民營中小企業資金需求量小但頻率高的融資需求。與之相比，國有企業的資金需求量相對較大，往往更傾向于從政府機構或國有銀行等正規金融渠道獲取所需的信貸資金。因此，普惠金融的創新發展對民營中小企業融資約束的緩解效果更好。

第三，國有和民營中小企業對數字普惠金融和互聯網金融的依賴程度不同。國有企業能夠利用良好的銀企關系或政治關系獲得一定程度的信貸傾斜，并獲得所需資金用以緩解融資需求，從而對政府機構或國有銀行等正規金融渠道有更高的依賴度。但對于不具備上述優勢的民營企業而言，嚴重的“所有制歧視”導致民營企業在傳統金融市場中面臨更強的融資約束，通過正規金融渠道獲得信貸資金更加困難，迫使民營企業通過互聯網渠道尋求資金支持的愿望更為強烈，依賴程度也更高。因此，數字普惠金融和互聯網金融能夠給予依賴度更高的民營中小企業提供更多的資金支持，從而對其融資約束的緩解作用更為明顯。

綜上，提出假設H2：相較于國有中小企業，普惠金融的創新發展(數字普惠金融、互聯網金融)對民營中小企業融資約束的緩解作用更明顯。

3 模型設計、變量選取與數據說明

3.1 模型設計

在實證研究中，企業外部融資約束分析主要涉及投資-現金流敏感性模型和現金-現金流敏感性模型。Fazzari等[17]率先提出投資-現金流敏感性模型，然而該模型本身存在一定的局限性，托賓Q衡量偏誤以及投資-現金流敏感性動因識別問題導致投資-現金流敏感度并不能真實地反映企業所面臨的融資約束[18-20]。連玉君等[21]基于中國上市公司數據的實證研究印證了這一論斷，并發現即使控制了托賓Q的衡量偏誤，委托代理引致的企業過度投資問題也可能導致融資約束較輕的公司反而表現出較強的投資-現金流敏感性。鑒于此，Almeida等[22]另辟蹊徑，提出現金-現金流敏感性模型，認為當存在融資約束時，企業出于預防性動機將通過經營活動現金流的適當留存為未來投資項目積累內部資金，即企業現金持有量的變化與現金流的正向關聯是企業存在外部融資約束的證據。連玉君等[23]基于中國的經驗研究表明，使用現金-現金流敏感性模型分析中國上市公司的融資約束問題是合理有效的，此后該模型在企業融資約束相關研究中得到廣泛應用[24-25]。因此，本文經驗研究的分析框架采用現金-現金流敏感性模型，并在此基礎上進行一系列的穩健性分析。

首先，本文借鑒Almeida等[24]的分析框架，設定基準模型如下：

ΔCashit=β0+β1CFit+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+industrydummy+εit

(1)

其中：ΔCash表示企業現金持有量的變動；CF表示現金流；Grow反映企業成長能力；Size為企業規模；ΔNWC表示企業非現金凈營運資本的變動；SD為企業短期債務變動；Expend表示企業的長期資本支出；yeardummy和industrydummy為年份和行業虛擬變量，用來控制時間效應和公司行業特征的影響；ε為誤差擾動項；i和t分別代表企業和時間。當企業存在融資約束時，預期β1的估計值顯著為正。

為了考察普惠金融創新對中小企業融資約束的影響，本文參考Khurana等[26]的研究，在基準模型中分別加入數字普惠金融、互聯網金融與企業現金流的交互項，得到如下擴展模型：

ΔCashit=β0+β1CFit+φCFit×DIFIit+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+industrydummy+εit

(2)

ΔQCashit=β0+β1QCFit+φQCFit×ITFINit+β2QGrowit+β3QSizeit+β4ΔQNWCit+β5ΔQSDit+β6QExpendit+Quarterdummy+industrydummy+εit

(3)

其中：模型(3)中各變量指標對應的是季度數據，DIFI是數字普惠金融指數，ITFIN是互聯網金融指數，交互項CF×DIFI和QCF×ITFIN分別用以考察數字普惠金融和互聯網金融的發展對融資約束的影響。此外，作為初步地穩健性檢驗，本文還同時比較數字普惠金融的不同維度(覆蓋廣度、使用深度和數字支持服務)對中小企業融資約束的影響。根據上文假設，如果擴展模型(2)(3)中的φ系數和φ系數顯著為負，表明中國普惠金融創新(數字普惠金融和互聯網金融)能顯著降低企業的現金-現金流敏感性，有助于緩解中小企業的融資約束。

在擴展模型中，除了直接加入當期DIFI、ITFIN與CF的交互項進行估計之外，本文還進一步改進研究設計。作為穩健性分析，重新估計了使用滯后一期的DIFI、ITFIN指標以及二者與CF交互項的擴展模型以控制可能存在的內生性問題，對應的實證模型如下：

ΔCashit=β0+β1CFit+φ1CFit×DIFIit-1+φ2DIFIit-1+β2Growit+β3Sizeit+β4ΔNWCit+β5ΔSDit+β6Expendit+yeardummy+provincedummy+industrydummy+εit

(4)

ΔQCashit=β0+β1QCFit+φ1QCFit×ITFINit-1+φ2ITFINit-1+β2QGrowit+β3QSizeit+β4ΔQNWCit+β5ΔQSDit+β6QExpendit+Quarterdummy+provincedummy+industrydummy+εit

(5)

其中：除了年份、季節以及行業虛擬變量之外，本文進一步加入了省份虛擬變量，用來控制不同地區普惠金融創新水平和其他地域特征的差異；如果系數φ1和φ1顯著為負，表明普惠金融創新能夠緩解中小企業的融資約束。

3.2 變量選取和數據說明

數字普惠金融和互聯網金融是中國普惠金融創新的重要體現。為了更好地反映普惠金融的創新發展，本文采用北京大學數字普惠金融指數(2011—2015)和北京大學互聯網金融發展指數(第三期，2014年1月—2016年3月)兩套數據。其中，數字普惠金融指數從覆蓋廣度、使用深度和數字支持服務程度三個維度出發，構建包含24個指標的數字普惠金融指標體系，而互聯網金融指數基于互聯網六大業務構建了包含17個指標的互聯網金融指標體系，為中國普惠金融創新的研究提供了可靠的數據支撐。兩套指數的構建原則、指標選取和編制方法詳見北京大學互聯網金融研究中心課題組。此外，本文將兩套指數除以100來解決較其他指標數值過大的問題。表1對上文計量模型中所涉及指標的含義和測度方法進行了說明。

表1 指標說明

注：為了避免托賓Q對企業成長性的衡量偏誤，本文參考姚耀軍和董鋼鋒(2015年)，使用企業主營業務收入增長率來衡量；互聯網金融指數匹配的中小企業財務數據為季度數據。

兩套指數決定了本文樣本的研究區間分為兩類：數字普惠金融指數對應的研究區間是2011—2015的年度數據，互聯網金融指數為月度指數，發布頻率為每季度發布，對應的研究區間是2014年第一季度至2016年第一季度的季度數據，與之相匹配的中小企業板上市公司的財務數據來自國泰安(CSMAR)數據庫。此外，數據處理過程中刪除：①金融類上市公司；②財務數據缺失和所有者權益為負的公司；③*ST、ST與PT類公司；④資產負債率大于1即資不抵債的公司；⑤CF>1和Expend>1的異常值。最終得到的有效樣本量為3319個公司年度和6595個公司季度，在此基礎上對公司層面的連續變量在1%的水平上進行縮尾(winsorize)處理，描述性統計結果見表2。

4 實證結果與分析

4.1 普惠金融創新與中小企業融資約束

本文首先對基準模型(1)進行估計，回歸過程中加入了年份、季節和行業虛擬變量，然后分別對包含數字普惠金融、互聯網金融與現金流交互項的擴展模型(2)和(3)進行估計。作為模型初步的穩健性檢驗，本文分別估計了數字普惠金融指數的三個不同維度(覆蓋廣度、使用深度和數字支持服務程度)與現金流的交互項所對應的擴展模型，表3匯報了所有模型的估計結果。結果顯示，擴展模型的估計結果顯示，數字普惠金融、互聯網金融與現金流的交互項CF×DIFI和QCF×ITFIN的估計系數均顯著為負，表明普惠金融的創新發展(數字普惠金融、互聯網金融)有效降低了中小企業的現金-現金流敏感性，有助于緩解中小企業的外部融資約束。作為比較，覆蓋廣度、使用深度與數字支持服務程度與現金流的交互項的估計系數同樣顯著為負，均對中小企業融資約束具有緩解作用，提供了數字普惠金融發展與中小企業融資約束緩解具有穩健關系的證據。此外，企業成長性對應的回歸系數顯著為負，表明中小企業的成長能力越強，現金資產的持有成本越高，現金的持有量也就越少；ΔNWC和ΔSD的估計系數顯著為正，表明中小企業凈營運資本和短期負債的提高會導致其現金持有量增加；Size和Expend的估計系數符合預期但并不顯著，表明資產規模和長期資本支出與企業持有現金資產并無必然關聯。至此，表3的實證結果支持了假設H1，即普惠金融的創新發展(數字普惠金融、互聯網金融)有助于緩解中小企業的融資約束。

表2 變量的描述性統計

所有模型中現金流(CF)的估計系數均顯著為正，表明中小企業存在明顯的現金-現金流敏感性，即面臨顯著的融資約束。可見，由于中小企業受信貸抵押品差、無形資產比重較高等諸多因素的限制，加上中小企業板股票市場還不完善，導致股票市場融資渠道對于上市中小企業融資約束的緩解作用還有待加強。

表3 普惠金融創新對中小企業融資約束的影響

注：*、**和***分別代表在10%、5%、1%的顯著性水平下顯著，括號內為標準誤，下表同。

4.2 普惠金融創新對中小企業融資約束影響的異質性分析

依據企業的實際控制人性質，本文將中小企業劃分為國有和民營兩類，分別對基準模型和擴展模型估計并進行比較，兩組回歸結果匯總于表4。由表4可知，就數字普惠金融而言，民營和國有中小企業現金流與數字普惠金融的交互項的估計系數均顯著為負，但是國有企業對應交互項的估計系數非常小且只在10%的顯著性水平上顯著，表明相較于國有中小企業來說，數字普惠金融對民營中小企業融資約束的緩解效果要更好。對于互聯網金融來說，民營中小企業現金流與互聯網金融的交互項的估計系數顯著為負，但國有中小企業現金流與互聯網金融的交互項的估計系數并不顯著，表明互聯網金融的發展更有助于緩解民營中小企業的融資約束。異質性分析的實證結果支持了本文的假設H2，即相較于國有中小企業，伴隨普惠金融的創新發展，民營中小企業所受融資約束將會得到更為顯著的改善。

表4 數字普惠金融和互聯網金融對中小企業融資約束的異質性分析

4.3 穩健性分析

盡管前文中已涉及初步的穩健性檢驗，本文仍從以下三個方面進行穩健性分析：①考慮個體效應和時間效應，利用雙向固定效應法對前文中的基準模型和擴展模型進行重新估計；②考察內生性偏誤對估計結果的影響，采用廣義矩估計方法(GMM)重新估計上述實證模型；③進一步改進模型設計，重新估計了使用滯后一期的DIFI、ITFIN以及二者與CF交互項的擴展模型以控制可能存在的內生性問題。

表5是雙向固定效應模型的估計結果。可以看到，基準模型的估計結果再次表明中小企業面臨顯著的融資約束，表現出明顯的現金-現金流敏感性，擴展模型的估計結果也同樣支持了普惠金融的創新發展(數字普惠金融和互聯網金融)有助于緩解中小企業融資約束的關鍵結論。因此，前文主要實證結論是穩健的。

表5 穩健性檢驗I：雙向固定效應模型

注：*、**和***分別代表在10%、5%、1%的顯著性水平下顯著，括號內為標準誤，控制變量包括Grow、Size、ΔNWC、ΔSD和Expend，下表同。

本文的內生性討論在于，企業現金流(CF)和企業成長(Grow)兩個變量可能存在內生性問題，導致模型估計結果出現偏誤[23]。原因在于，CF和Grow分別反映的是企業的近和遠期投資機會，由于企業的投資行為在很大程度上受投資機會影響，而公司的現金持有行為往往與投資行為同時被決定，導致CF和Grow兩個變量與干擾項相關，模型可能存在內生性偏誤。鑒于此，參照連玉君[23]的研究，采用GMM估計方法重新估計上述實證模型，回歸結果見表6。GMM估計結果表明，即便在合理控制模型的內生性偏誤后，中小企業仍然面臨顯著的外部融資約束，數字普惠金融和互聯網金融與企業現金流的交互項的估計系數均顯著為負，再次支持普惠金融創新對中小企業融資約束的緩解作用是穩健的。

本文進一步改進模型設計，重新估計了使用滯后一期的DIFI、ITFIN指標以及二者與CF交互項的擴展模型以控制可能的內生性問題，并進一步控制了省份虛擬變量，估計結果匯報于表7。可以看到，中小企業仍面臨顯著的外部融資約束，數字普惠金融和互聯網金融與企業現金流的交互項的估計系數均顯著為負，再次支持普惠金融創新對中小企業融資約束具有顯著的緩解作用。至此，所有穩健性檢驗結果均表明普惠金融創新對緩解中小企業融資約束的重要性。此外，需要補充說明的是，基于上述三種穩健性檢驗方法的異質性分析結果同樣支持了前文中的實證結論，即相較于國有中小企業，普惠金融創新對民營中小企業的影響更加明顯。

表6 穩健性檢驗II：考慮內生性

注：( )內數值為標準誤，[ ]內數值為相應檢驗統計量的p值；*、**和***分別代表在10%、5%、1%的顯著性水平下顯著；GMM估計采用CF和Grow兩個變量的二期和三期滯后項作為工具變量；Durbin-Wu-Hausman(D-W-H)檢驗、Kleibergen-Paap(K-P)rk LM檢驗以及Hansen J檢驗的原假設分別為解釋變量是外生的、工具變量識別不足、工具變量過度識別，拒絕原假設則分別說明解釋變量是內生的、工具變量的選擇是合理的。

5 結論性評價與政策啟示

本文從普惠金融創新這一全新視角出發，理論分析表明普惠金融創新在觸達性、可獲得性、高效性和風險控制四個維度的耦合作用下發揮長尾效應，通過拓寬融資渠道、降低融資成本和提高融資效率等途徑緩解中小企業融資約束。在此基礎上，利用現金-現金流敏感性模型和中小企業板上市公司數據進行經驗研究，結果表明中小企業仍然面臨顯著的融資約束。中國普惠金融的創新發展(數字普惠金融、互聯網金融)顯著緩解了中小企業的融資約束，數字普惠金融的覆蓋廣度、使用深度和數字支持服務程度均對中小企業融資約束具有緩解作用。異質性分析表明，相較于國有中小企業，普惠金融創新對民營中小企業融資約束的緩解作用更為明顯。最后，多種穩健性分析再次支持了普惠金融創新對中小企業融資約束緩解的積極作用。

囿于數據可得性限制，本文在經驗分析中僅采用中小企業板上市公司數據作為研究樣本，在此基礎上研究表明中國普惠金融創新有助于緩解中小企業融資約束，且對民營中小企業融資約束的緩解效果更好。嚴格來說，若將這一研究結論推廣至所有中小企業，則需要納入非上市中小企業。然而，從某種意義上講，本文的關鍵性實證結論在很大程度上是可以作延伸理解的。原因在于，相較于上市中小企業，非上市的中小企業所面臨的信息不對稱問題更為嚴重，如果上市的中小企業仍面臨顯著的融資約束，那么非上市中小企業的外部融資障礙會更嚴重。因此，如果普惠金融的創新發展能夠顯著緩解尚有股票市場融資渠道的上市中小企業的融資約束，那么對于非上市中小企業融資約束的緩解作用會更為重要。

表7 穩健性檢驗III：使用滯后一期DIFI、ITFIN

注：*、**和***分別代表在10%、5%、1%的顯著性水平下顯著，括號內為標準誤，使用滯后一期DIFI、ITFIN指標，并控制了年份、季節、省份以及行業虛擬變量。

本文的政策啟示在于：①建立健全普惠金融體系，探索低成本、廣覆蓋和可持續的普惠金融創新發展模式，鼓勵和支持各類普惠金融主體借助大數據、云計算和移動互聯網等現代信息技術手段，推動普惠金融創新發展，增強普惠金融服務中小企業的能力；②加大政策支持力度，引導中小企業調整自身融資結構，鼓勵數字普惠金融、互聯網金融和中小金融機構創新融資模式，以實際問題為導向，積極適應和滿足中小企業的金融服務需求，著力解決其融資難題；③加快金融體制改革，完善金融監管體系，改善金融生態環境，促進普惠金融健康可持續發展，推動普惠金融更好地服務于實體經濟。