關(guān)于金融科技企業(yè)經(jīng)營效益的研究
——基于數(shù)據(jù)要素增值的視角

■黃 勇，張紅梅

一、引言

中國人民銀行從頂層設(shè)計上對我國的金融科技發(fā)展全局進(jìn)行了全面而長遠(yuǎn)的謀劃，引領(lǐng)行業(yè)發(fā)展方向。各大金融機(jī)構(gòu)加快搶占金融科技戰(zhàn)略制高點(diǎn)的腳步，設(shè)立金融科技公司。螞蟻金服等金融科技企業(yè)深耕前沿技術(shù)領(lǐng)域，將人工智能、大數(shù)據(jù)等技術(shù)在精準(zhǔn)營銷、支付轉(zhuǎn)賬等方面深入推進(jìn)應(yīng)用。而2020年初新冠肺炎疫情的暴發(fā)，展現(xiàn)出疫情時代金融科技的新應(yīng)用場景，更加凸顯其應(yīng)用價值。

在金融科技如火如荼的發(fā)展態(tài)勢中，金融科技企業(yè)扮演著不可或缺的角色，而數(shù)據(jù)要素則發(fā)揮著極大的增值作用。一方面，金融科技企業(yè)圍繞數(shù)據(jù)資源的采集與應(yīng)用，形成了數(shù)字技術(shù)聯(lián)系程度深、供求信息交互能力強(qiáng)、分析決策層次高的經(jīng)營管理方式，發(fā)展出平臺經(jīng)濟(jì)、共享經(jīng)濟(jì)等新經(jīng)濟(jì)和新業(yè)態(tài)，從而實(shí)現(xiàn)靜態(tài)數(shù)據(jù)資源與產(chǎn)出價值之間的轉(zhuǎn)換（馮科，2022）。另一方面，金融科技企業(yè)通過推動數(shù)據(jù)要素與資本、勞動力等生產(chǎn)要素進(jìn)行動態(tài)互動，共同發(fā)揮要素之間的協(xié)同效應(yīng)，進(jìn)而形成乘數(shù)效應(yīng)，在數(shù)字化互動中實(shí)現(xiàn)產(chǎn)業(yè)價值鏈延伸（王建冬和童楠楠，2020）。數(shù)據(jù)要素增值與金融科技企業(yè)經(jīng)營管理之間存在著密不可分的關(guān)系，因此從數(shù)據(jù)要素增值的角度，整體性分析金融科技企業(yè)的經(jīng)營效益，在助力金融科技企業(yè)數(shù)字化發(fā)展方面具有重要的理論意義。

二、文獻(xiàn)綜述

回溯金融科技過往理論研究，可以發(fā)現(xiàn)對金融科技的研究大多分為兩個層面。一是探究金融科技的系統(tǒng)性宏觀影響。金融科技憑借其技術(shù)特征改變了金融服務(wù)的底層邏輯，但并未改變金融的基本屬性。從融資的角度看，金融科技緩解了金融市場上的信息不對稱，降低了企業(yè)貸款的違約率（Donald，2020），提升了實(shí)體經(jīng)濟(jì)的融資效率（劉園等，2018）。從資本配置的角度看，金融科技依靠其創(chuàng)新發(fā)展調(diào)整金融行業(yè)要素稟賦結(jié)構(gòu)，引導(dǎo)金融資本的流向，結(jié)合產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)，帶動產(chǎn)業(yè)結(jié)構(gòu)升級，促進(jìn)了實(shí)體經(jīng)濟(jì)的發(fā)展（楊子榮和張鵬楊，2018）。二是探究金融科技微觀層次的積極作用。金融科技在商業(yè)銀行的廣泛運(yùn)用，給銀行業(yè)帶來了深遠(yuǎn)的變革，對商業(yè)銀行的全要素生產(chǎn)率（沈悅和郭品，2015）、資產(chǎn)負(fù)債表（邱晗等，2018）、銀行業(yè)競爭（孟娜娜等，2020）等方面產(chǎn)生了廣泛而顯著的影響。

而從實(shí)踐應(yīng)用上看，金融科技近幾年來呈現(xiàn)蓬勃發(fā)展的態(tài)勢，其發(fā)展過程中有著豐富的數(shù)據(jù)要素屬性，更具有發(fā)展趨勢上的邏輯必然性。首先以阿里巴巴為代表的金融科技企業(yè)通過日常經(jīng)營積累了海量的數(shù)據(jù)資源，天然具有金融科技發(fā)展的良好生態(tài)（劉少波等，2021）；其次以大數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析等數(shù)字化技術(shù)構(gòu)成了金融科技應(yīng)用的基礎(chǔ)手段；最后數(shù)據(jù)資源是金融科技商業(yè)運(yùn)用的基石和商業(yè)價值的源頭（蔡躍洲和馬文君，2021）。具體而言，金融科技企業(yè)利用自身數(shù)據(jù)要素優(yōu)勢，推動了產(chǎn)品、服務(wù)、業(yè)務(wù)和模式的創(chuàng)新。從產(chǎn)品方面而言，數(shù)據(jù)要素的主要作用是追蹤用戶習(xí)慣，了解用戶需求，便于金融科技企業(yè)實(shí)現(xiàn)產(chǎn)品與用戶精準(zhǔn)匹配，獲取更大的消費(fèi)者剩余（Corniere &Taylor，2020）；從服務(wù)方面而言，金融科技企業(yè)利用相關(guān)技術(shù)手段獲取公司年報、政府公開信息披露等數(shù)據(jù)和信息，提取出價值信息，從而輔助客戶進(jìn)行投資決策（王智新等，2021）；從業(yè)務(wù)方面而言，大范圍、寬領(lǐng)域、多維度的數(shù)據(jù)信息幫助金融科技企業(yè)強(qiáng)化了機(jī)器學(xué)習(xí)等技術(shù)手段，提升了金融科技企業(yè)的軟件開發(fā)水平（Beraja et al，2020）；從商業(yè)模式方面而言，隨著金融科技企業(yè)發(fā)展壯大，其商業(yè)模式將愈發(fā)依賴于數(shù)據(jù)要素作用，這種商業(yè)模式憑借龐大的用戶數(shù)據(jù)資料和足夠的數(shù)據(jù)分析工具，極大可能通過網(wǎng)絡(luò)的力量占領(lǐng)市場（Donald，2020）。

通過對以上文獻(xiàn)進(jìn)行歸納總結(jié)，可以發(fā)現(xiàn)：第一，對金融科技的研究大都集中在商業(yè)銀行，少有文獻(xiàn)研究金融科技企業(yè)。第二，數(shù)據(jù)要素作為新興研究熱點(diǎn)，少有文獻(xiàn)在微觀層面實(shí)證探討數(shù)據(jù)要素與金融科技企業(yè)經(jīng)營效益內(nèi)在關(guān)聯(lián)?；诖?，本文的邊際貢獻(xiàn)在于以下幾點(diǎn)：第一，研究對象上，金融科技企業(yè)和傳統(tǒng)金融機(jī)構(gòu)從對抗走向合作已成趨勢，然而卻鮮有文獻(xiàn)對金融科技企業(yè)經(jīng)營效益進(jìn)行研究；第二，研究內(nèi)容上，建立數(shù)學(xué)模型證明了金融科技企業(yè)以金融科技為手段，提取并利用有價值的數(shù)據(jù)信息的能力對其經(jīng)營效益的影響，并推論出異質(zhì)性，彌補(bǔ)了以往相關(guān)研究中僅以單一的文字說明所存在的數(shù)理依據(jù)說服力不足的缺陷；第三，研究方法上，在進(jìn)行數(shù)學(xué)模型理論推導(dǎo)時使用了抽象函數(shù)，解決了以往相關(guān)文獻(xiàn)中使用具體函數(shù)所帶來的特定性，更具備一般性。

三、理論分析與假設(shè)提出

隨著數(shù)字技術(shù)的發(fā)展，數(shù)據(jù)和信息在大數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)處理下使得傳統(tǒng)生產(chǎn)要素之間單一的協(xié)同性被不斷強(qiáng)化（蔡躍洲和馬文君，2021），從而提取出數(shù)據(jù)要素價值△V。加之金融科技應(yīng)用層出不窮，金融科技應(yīng)用的層次和體系更加復(fù)雜，其從海量的數(shù)據(jù)中持續(xù)地挖掘出知識和信息的能力不斷加強(qiáng)，即：?x/?DIC＞0，x 表示數(shù)據(jù)要素，DIC 表示以金融科技為手段，提取并利用有價值的數(shù)據(jù)信息的能力，即數(shù)據(jù)要素增值能力。而基于數(shù)據(jù)要素的金融科技創(chuàng)新產(chǎn)品和服務(wù)，催生新的經(jīng)營模式，衍生新的生產(chǎn)經(jīng)營流程，充分挖掘了金融科技企業(yè)的內(nèi)在發(fā)展?jié)摿Γ瑥亩档土私鹑诳萍计髽I(yè)的生產(chǎn)經(jīng)營成本C。此外，基于數(shù)據(jù)要素的金融科技減少了金融科技企業(yè)生產(chǎn)經(jīng)營過程中的信息不對稱，強(qiáng)化了風(fēng)險管理技術(shù)，優(yōu)化了金融科技企業(yè)的生產(chǎn)經(jīng)營，即?C/?x＜0。因此，基于數(shù)據(jù)要素的金融科技所帶來的價值增值可以視為金融科技企業(yè)降低的生產(chǎn)經(jīng)營成本，即△C=-△V。不妨假設(shè)C=C（x，y）×L，其中y 表示其他因素對單位資金運(yùn)用成本C（x，y）的綜合影響，L表示資金運(yùn)用，則有：

借鑒劉孟飛和王琦（2021）的分析框架，將立足于數(shù)據(jù)要素增值原理的金融科技作用引入企業(yè)利潤最大化的分析框架，通過相應(yīng)的數(shù)理推導(dǎo)，論證在多條件約束下數(shù)據(jù)要素增值對金融科技企業(yè)的經(jīng)營效益的具體影響機(jī)理。該分析框架如下：

假設(shè)1：金融科技企業(yè)通過借債（B）和權(quán)益資本（E）來構(gòu)成企業(yè)的資金來源，并將這些資金用于構(gòu)成企業(yè)自身的經(jīng)營活動（L）?？紤]到企業(yè)安全性和流動性需要，金融科技企業(yè)并不會將所有的資金用于自身的生產(chǎn)經(jīng)營活動，而是選擇將一部分借債所籌集的資金用作現(xiàn)金儲備（M），于是有B+E=L+M。

在惡嘴攻擊與串謀攻擊的實(shí)驗(yàn)中,惡意節(jié)點(diǎn)都隨機(jī)地提供推薦信任值給節(jié)點(diǎn)。圖7和圖8分別顯示了惡嘴攻擊和串謀攻擊對間接信任的影響,隨著惡意推薦比例的增加,各模型得到的間接信任與真實(shí)間接信任之間的差值也隨之增大。

假設(shè)2：假設(shè)現(xiàn)金儲備中來自借債部分的資金占比為m（0＜m＜1），則有M=m×B。借債所獲取的剩余資金（1-m）×B全部用于金融科技企業(yè)的自身經(jīng)營活動，占金融科技企業(yè)用于自身經(jīng)營活動的資金的比例為b（0＜b＜1），即有：b×L=（1-m）×B；則占金融科技企業(yè)用于自身經(jīng)營活動（1-b）×L部分的資金全部來源于權(quán)益資本E，即E=（1-b）×L。

假設(shè)3：假設(shè)市場上其他因素不變，金融科技企業(yè)通過借債獲取資金所支付的利率越高，金融科技企業(yè)所能籌集到的資金規(guī)模越大，則有B=B+e×R，B表示不考慮利率因素作用下，金融科技企業(yè)自身所具有的借債潛力的大小，e表示市場對金融科技企業(yè)借債所支付的利率的敏感程度，e＞0。

假設(shè)4：假設(shè)市場上其他因素不變，金融科技企業(yè)權(quán)益籌資下的股權(quán)收益率越高，越容易獲取市場上的投資者青睞，金融科技企業(yè)所籌集到的權(quán)益資本也就越大，則有E=E+f×R。E表示金融科技企業(yè)自身所具有的股權(quán)籌資潛力程度，f 表示市場對金融科技企業(yè)的股權(quán)收益率的敏感程度，f＞0。

假設(shè)5：假設(shè)不考慮其他因素，金融科技企業(yè)用于經(jīng)營活動的資金L 與其經(jīng)營活動的收益率R有關(guān)；考慮到金融科技企業(yè)不同發(fā)展階段收益率可能為正為負(fù)，將其生命周期系數(shù)T納入模型中。當(dāng)其處于初創(chuàng)期或成長期時，生命周期變量T取值趨近正無窮大；當(dāng)其處于成熟期或衰退期時，生命周期變量T 取值趨近0。因此，金融科技企業(yè)用于經(jīng)營活動的資金處于以下四種邏輯狀態(tài)下，如表1所示：

表1 邏輯狀態(tài)表

當(dāng)金融科技企業(yè)處于初創(chuàng)期或成長期時，若收益率為正，即狀態(tài)R＞0，T→+∞，此狀態(tài)下，其用于經(jīng)營活動的資金使用L 少，但收益率R高，金融科技企業(yè)得以快速成長，擴(kuò)大其規(guī)模，L與R負(fù)相關(guān)，故有：L=L-T×R，L為意愿資金運(yùn)用；當(dāng)金融科技企業(yè)處于初創(chuàng)期或成長期時，若收益率R為負(fù)，即狀態(tài)R＜0，T→+∞，此狀態(tài)下，盡管其收益為負(fù)，但其具有遠(yuǎn)大發(fā)展前景，可以在未來中實(shí)現(xiàn)巨額收益；而符合此狀態(tài)下的金融科技企業(yè)用于經(jīng)營活動的資金L大，R低甚至為負(fù)，L與R負(fù)相關(guān)，故有：L=L-T×R；當(dāng)金融科技企業(yè)處于成熟期或衰退期時，若收益率為正，一般情況下L 較大，而收益率R較低，其生產(chǎn)經(jīng)營趨于穩(wěn)定，L 與R負(fù)相關(guān)，故有L=L-T×R；當(dāng)金融科技企業(yè)處于成熟期或衰退期時，若收益率為負(fù)，則企業(yè)不具備存在的現(xiàn)實(shí)意義，狀態(tài)R＜0，T→0無效，無須進(jìn)行討論。

依據(jù)上述假設(shè)，引入企業(yè)利潤最大化數(shù)學(xué)模型：

將式（3）帶入式（2）可得：

由?π/?L=0可得最優(yōu)資金使用：

R=π/L 表示一單位資金投入可以帶來的凈收益的大小。從金融科技企業(yè)規(guī)?？紤]，該值越大，其經(jīng)營效益R越高。因此可得：

對式（7）的DIC求偏導(dǎo)可得：

由式（8）可知，基于數(shù)據(jù)要素增值的金融科技降低了金融科技企業(yè)的經(jīng)營管理成本，金融科技企業(yè)不斷加大資金投入L擴(kuò)大規(guī)模，并達(dá)到利潤最大化，使得其對金融科技企業(yè)的積極影響更大，經(jīng)營效益增加。π*/B 表示金融科技企業(yè)所舉債的每一單位資金所帶來的最大凈收益，當(dāng)金融科技企業(yè)達(dá)到最大凈收益后，從企業(yè)的財務(wù)風(fēng)險考慮，B 值越大，企業(yè)的財務(wù)風(fēng)險越高，π*/B值越小，企業(yè)的經(jīng)營效益R越低。因此可得：

對式（9）的DIC求偏導(dǎo)可得：

其中?C（x，y）/?DIC＜0，0＜m＜1，b＞0。

由式（10）可知，隨著金融科技的持續(xù)發(fā)展，金融科技企業(yè)從金融市場獲得借款擴(kuò)大企業(yè)規(guī)模，其負(fù)債水平不斷增加，金融科技企業(yè)的財務(wù)風(fēng)險累積。在達(dá)到利潤最大化后，金融科技企業(yè)財務(wù)風(fēng)險逐漸凸顯，使得其對企業(yè)消極影響更大，企業(yè)的經(jīng)營效益下降。

從金融科技企業(yè)的現(xiàn)實(shí)發(fā)展歷程角度出發(fā)，金融科技作用下的數(shù)據(jù)要素幫助金融科技企業(yè)不斷優(yōu)化其結(jié)構(gòu)，調(diào)整其內(nèi)部的各種要素配置，提高了資源配置的效率（宋敏等，2021）。從而充分挖掘金融科技企業(yè)的潛力，使得金融科技企業(yè)的產(chǎn)品和服務(wù)推陳出新、獨(dú)具特色，更加滿足市場的需求，不斷降低金融科技企業(yè)的生產(chǎn)管理成本。此過程中，數(shù)據(jù)要素對金融科技企業(yè)經(jīng)營效益的積極影響大于其他因素帶來的消極影響，金融科技企業(yè)的經(jīng)營效益增加。而金融科技企業(yè)在數(shù)據(jù)要素的助力下不斷擴(kuò)大其規(guī)模，使得企業(yè)財務(wù)風(fēng)險等不利因素帶來的消極影響不斷累積，而用于獲取數(shù)據(jù)要素作用的金融科技研發(fā)和應(yīng)用成本逐步增加，導(dǎo)致其對金融科技企業(yè)經(jīng)營效益的消極影響也增加。與此同時，數(shù)據(jù)要素帶來的邊際收益卻減少，最終其消極影響大于其積極影響，金融科技企業(yè)經(jīng)營效益會下降。因此，數(shù)據(jù)要素會使金融科技企業(yè)的經(jīng)營效益具有先上升后下降的非線性特征。故提出假設(shè)6。

假設(shè)6：金融科技企業(yè)的數(shù)據(jù)要素增值能力與其經(jīng)營效益之間存在著“倒U型”的非線性關(guān)系。

此外，由于不同的金融科技企業(yè)b、e等初始稟賦不同，金融科技企業(yè)之間可能會存在差異。為了考察不同金融科技企業(yè)經(jīng)營效益的異質(zhì)性，對式（10）求b的偏導(dǎo)可得：

由反證法可知：如果所有的金融科技企業(yè)不存在異質(zhì)性，則其他因素不影響金融科技企業(yè)經(jīng)營效益的變動，即b 的變動不會影響?R/?DIC 的變動，式（11）結(jié)果應(yīng)該恒等于0，這與式（11）結(jié)果矛盾。故有，不同金融科技企業(yè)之間的經(jīng)營效益確實(shí)存在著差異性。因此提出假設(shè)7。

假設(shè)7：金融科技企業(yè)的數(shù)據(jù)要素增值能力對其經(jīng)營效益的影響存在異質(zhì)性，其對體量和行業(yè)重要性較大的金融科技企業(yè)的經(jīng)營效益影響更顯著。

四、實(shí)證設(shè)計

（一）樣本選取和數(shù)據(jù)來源

以A股上市的金融科技公司為研究對象，考慮到一些金融科技公司上市較晚，且部分企業(yè)相關(guān)數(shù)據(jù)披露不全，故最終選取了39家金融科技企業(yè)2015—2020年的年度數(shù)據(jù)作為樣本。數(shù)據(jù)來源于Wind數(shù)據(jù)庫、同花順網(wǎng)站、東方財富網(wǎng)等。

（二）變量定義

1.被解釋變量

利用金融科技企業(yè)的資產(chǎn)負(fù)債表、現(xiàn)金流量表和利潤表，運(yùn)用因子分析法構(gòu)建了金融科技企業(yè)的綜合經(jīng)營效益指標(biāo)CEI，如表2 所示。運(yùn)用SPSS 26 對CEI 指標(biāo)體系進(jìn)行因子分析，結(jié)果顯示KMO值均大于0.5，且巴特利特球形度檢驗(yàn)的顯著性均小于0.001，說明可以運(yùn)用因子分析法對CEI指標(biāo)體系進(jìn)行降維處理，求得2015—2020年金融科技企業(yè)綜合經(jīng)營效益指標(biāo)。

表2 CEI指標(biāo)體系

2.解釋變量

目前學(xué)術(shù)界缺乏對數(shù)據(jù)要素及相關(guān)變量的研究（榮健欣和王大中，2021），借鑒相關(guān)文獻(xiàn)，通過以基于數(shù)據(jù)要素的金融科技關(guān)鍵技術(shù)和核心應(yīng)用的發(fā)展水平去衡量金融科技企業(yè)獲取并利用有價值的數(shù)據(jù)信息能力，即數(shù)據(jù)要素增值能力DIC，其指標(biāo)體系如表3所示。

表3 數(shù)據(jù)要素增值能力指標(biāo)體系

3.控制變量及描述性統(tǒng)計

宏觀上，社會經(jīng)濟(jì)發(fā)展?fàn)顩r對企業(yè)的經(jīng)營效益的影響不能忽視，因此選取GDP和CPI來量化宏觀經(jīng)濟(jì)發(fā)展水平；微觀上選取金融科技企業(yè)的資產(chǎn)規(guī)模（asset）、貨幣現(xiàn)金持有（lncash）、企業(yè)經(jīng)營周期（cycle）來控制企業(yè)自身因素對經(jīng)營效益的影響。

表4 變量的描述性統(tǒng)計

（三）模型設(shè)定

采用動態(tài)面板數(shù)據(jù)，使用系統(tǒng)GMM 方法，實(shí)證分析金融科技企業(yè)數(shù)據(jù)要素增值能力對其經(jīng)營效益的影響，具體模型表達(dá)式如下：

其中，i表示企業(yè)個體，t表示年份，Control表示控制變量，μ表示個體差異，ε表示隨機(jī)擾動項(xiàng)，CEI表示滯后一期的經(jīng)營效益，iv 表示金融科技企業(yè)的體量及行業(yè)重要性。當(dāng)企業(yè)資產(chǎn)規(guī)模大于10億元時，iv取1.5；當(dāng)其介于1億元和10 億元之間時，iv 取1；當(dāng)其小于1 億元時，iv 取0.5。通過分段賦值，在后續(xù)的實(shí)證中，只需要驗(yàn)證引入iv項(xiàng)后的DIC×iv項(xiàng)的顯著性相對于DIC略微較差時，就可證明假設(shè)7成立。

五、實(shí)證結(jié)果分析

（一）金融科技企業(yè)經(jīng)營效益實(shí)證分析

基準(zhǔn)回歸結(jié)果如表5 所示。通過對表5 的分析，可以得出以下結(jié)論：第一，AR（1）的P值小于0.05，AR（2）的P 值大于0.1，通過了自相關(guān)檢驗(yàn)，說明模型中的隨機(jī)擾動項(xiàng)差分不存在二階序列相關(guān)；且在進(jìn)行工具變量過度識別檢驗(yàn)中，Sargan 檢驗(yàn)中的P 值大于0.05，通過了Sargan 檢驗(yàn)，表示模型中所有的工具變量均有效；因此，本文構(gòu)建的系統(tǒng)GMM 動態(tài)面板模型具備合理性，并且估計結(jié)果是有效的。第二，金融科技企業(yè)數(shù)據(jù)要素增值能力DIC 的系數(shù)為正，二次項(xiàng)DIC的系數(shù)為負(fù)，并且都在1%水平上顯著，證明了金融科技企業(yè)的數(shù)據(jù)要素增值能力與其經(jīng)營效益之間具有明顯的“倒U型”關(guān)系，與前文的理論證明相吻合。第三，L.CEI的系數(shù)在1%水平下顯著為正，證明了滯后一期的經(jīng)營效益對本期有著顯著的促進(jìn)作用；GDP 的系數(shù)在1%水平顯著為正，CPI的系數(shù)在5%水平下顯著為負(fù)，表明了良好的宏觀經(jīng)濟(jì)發(fā)展對企業(yè)經(jīng)營效益有著提升作用；cycle 的系數(shù)在10%水平下顯著為負(fù)，asset 系數(shù)在10%水平下顯著為正，驗(yàn)證了企業(yè)自身優(yōu)秀的經(jīng)營管理有助于提升經(jīng)營效益。綜上所述，假設(shè)6得證。

表5 金融科技企業(yè)的經(jīng)營效益實(shí)證結(jié)果

續(xù)表5

（二）金融科技企業(yè)經(jīng)營效益異質(zhì)性分析

在探究金融科技企業(yè)數(shù)據(jù)要素增值能力對經(jīng)營效益的異質(zhì)性時，引入iv 來代表金融科技企業(yè)的體量和行業(yè)重要性。規(guī)模體量較大、市場領(lǐng)域更重要的金融科技企業(yè)憑借其資金、技術(shù)、人才等要素優(yōu)勢，更容易在金融科技領(lǐng)域占據(jù)優(yōu)勢。從表6 可以看出，DIC×iv、DIC×iv 都在1%置信水平上顯著，且DIC×iv、DIC×iv的P值均大于DIC、DIC，理論分析與實(shí)證結(jié)果一致。鑒于此，可以認(rèn)為金融科技企業(yè)的數(shù)據(jù)要素增值能力對其經(jīng)營效益的影響存在異質(zhì)性，其對體量和行業(yè)重要性較大的金融科技企業(yè)的經(jīng)營效益影響更顯著，假設(shè)7得證。

表6 金融科技企業(yè)的經(jīng)營效益異質(zhì)性結(jié)果

續(xù)表6

（三）穩(wěn)健性分析

為保證研究結(jié)果的穩(wěn)健可靠，選取數(shù)字普惠金融指數(shù)DFI作為替代解釋變量重新回歸，結(jié)果如表7所示。

表7 穩(wěn)健性結(jié)果

由表7 可知，數(shù)字普惠金融指數(shù)一次項(xiàng)（DFI）的系數(shù)為正，而二次項(xiàng)系數(shù)（DFI）為負(fù)，且在5%水平上顯著。盡管少數(shù)控制變量不顯著，但整體結(jié)果大致不變。證明了金融科技企業(yè)的數(shù)據(jù)要素增值能力與其經(jīng)營效益之間確實(shí)具有顯著的“倒U 型”關(guān)系。DFI×iv、DFI×iv 分別在10%的置信水平下顯著為正、為負(fù)，其他結(jié)果基本保持一致，可見金融科技企業(yè)的數(shù)據(jù)要素增值能力對其經(jīng)營效益影響的異質(zhì)性結(jié)果是穩(wěn)健的。

六、結(jié)論與建議

通過數(shù)理模型的推導(dǎo)，論證了金融科技企業(yè)以金融科技為手段，提取并利用有價值的數(shù)據(jù)信息的能力對其經(jīng)營效益的影響機(jī)理，并推論出不同的金融科技企業(yè)之間的經(jīng)營效益存在差異性。最后基于2015—2020年39 家上市金融科技企業(yè)的面板數(shù)據(jù)進(jìn)行了系統(tǒng)GMM 實(shí)證檢驗(yàn)。研究表明：金融科技企業(yè)的數(shù)據(jù)要素增值能力與其經(jīng)營效益之間具有顯著的“倒U 型”關(guān)系，并且存在著異質(zhì)性，其對規(guī)模體量和行業(yè)重要性較大的金融科技企業(yè)的經(jīng)營效益影響更顯著。

針對以上研究結(jié)論，提出以下建議：第一，金融科技企業(yè)應(yīng)繼續(xù)強(qiáng)化技術(shù)與業(yè)務(wù)深度融合，鞏固其先行的技術(shù)優(yōu)勢，以便在未來的競爭中占據(jù)優(yōu)勢地位；第二，金融科技應(yīng)用“百花齊放”，而關(guān)鍵核心技術(shù)亟待突破，金融科技企業(yè)應(yīng)確立“技術(shù)試點(diǎn)先行”的戰(zhàn)略方向，在新興技術(shù)領(lǐng)域勇于嘗試探索；第三，金融科技的技術(shù)標(biāo)準(zhǔn)和安全規(guī)范正不斷完善，其監(jiān)管體系將會逐漸形成，金融科技企業(yè)應(yīng)積極地?fù)肀ПO(jiān)管，在監(jiān)管體系框架下穩(wěn)健規(guī)范經(jīng)營。