民營企業融資約束與普惠金融紓解
——基于中小板的經驗證據

馬穎超 劉樹林

（武漢理工大學經濟學院，武漢 430000）

引 言

中小民營企業作為 “促創新、穩增長、惠民生”的排頭兵和弄潮兒，對我國迎接知識經濟挑戰和參與全球經濟競爭，起著不可或缺和難以替代的作用。然而，由于信息不對稱、代理成本等因素的存在，籌資難依舊是民營企業改革、創新和發展的主要障礙。2019年4月7日，中央印發的 《關于促進中小企業健康發展的指導意見》提出：營造良好發展環境，破解企業籌資難籌資貴。當前，中小民營企業籌資難雖有一定程度的緩解，但金融市場的供需矛盾一直沒有得到真正解決，需要切合新時代新形勢。十九大提出 “要增強金融服務實體經濟的能力”，為數字普惠金融化解民營企業融資約束指明了方向。

金融市場發展有助于緩解企業融資約束，我國的經濟發展歷程證明了這一論斷。適度的金融發展能夠為經濟長期增長提供動力，但短期內會受到金融脆弱性的干擾［1］。郭喜才 （2014）［2］、黃丹荔和喬桂明 （2019）［3］認為互聯網金融、物聯網金融是紓解中小企業融資約束的有效路徑。

數字普惠金融作為互聯網金融的擴展，強調傳統金融服務業態與網絡信息技術手段的無縫連接，實現技術手段革新、業務領域拓展和服務群體擴大。與傳統金融相比，數字金融依托物聯網、大數據、云計算、區塊鏈、人工智能等尖端信息技術，對企業信用進行科學和合理評估后提供精準的金融服務，可得性更高、服務面更廣、持續力更強等，有利于中小企業更高效地獲取金融資源［4］，為紓解民營企業融資約束提供了新渠道。

本文以數字普惠金融為切入點，以中小民營企業融資約束和科技含量、資產經營、生命周期3個企業異質性特征為主線，認為數字普惠金融是紓解民營企業融資約束的新機制，也是引導中小民營企業高質量可持續發展的新平臺。

1 理論分析及假定

從內部條件看，中小民營企業陷入籌資困境是由多方面短板造成的，如規模較小、管理結構較單一、盈利能力較差、經營風險較大、人才較匱乏、發展前景較狹隘等［5］。林毅夫和李永軍 （2004）［6］認為中小企業經營透明性遠低于大型企業，引致企業外源籌資難。既然中小民營企業得不到金融市場及投資者的青睞，就不得不轉向內源籌資，增加現金持有量。從外部環境看，中小民營企業信息披露程度和質量均較低，且抵押物不足，引起信貸機構偏好大型企業。信息不對稱引發的委托代理問題的存在，作為 “經濟人”的投資者會要求高于內部現金流成本的報酬率［7］，引起外源籌資成本高于內源籌資成本。因此，信貸限制導致民營企業過度依賴內部經營性現金流，外部融資約束更加嚴重。基于以上分析，提出如下假設：

H1：民營企業的現金-現金流敏感性大，說明企業融資約束嚴重。

21世紀以來，大數據、云計算、區塊鏈、人工智能等信息技術的迅猛發展，奠定了數字普惠金融發展的經濟基礎，也契合了中小民營企業多樣化的籌資需求。數字金融可以拓寬民營企業籌資渠道，增加籌資機會。鄒偉和凌江懷 （2018）［8］研究發現數字普惠金融為中小企業開辟了新的融資渠道，緩解了中小企業籌資困境。數字金融可以提升金融機構的經營能力，為民營企業提供更充分更堅實的金融支持，進而緩解民營企業融資約束［9］；數字金融可以改善民營企業籌資信用，降低籌資門檻。滕磊 （2020）［10］指出數字普惠金融通過為企業提供信用資本和增加抵押物價值，有效降低融資的信息不對稱。依托數字技術，普惠金融能夠有效緩解金融機構與中小企業之間的信息不對稱，一定程度上減輕借貸風險，降低中小企業籌資門檻［11］；數字金融可以節省民營企業籌資成本，防范籌資風險。普惠金融利用數字技術收集海量數據，降低信用風險和道德風險，吸收和整合更多資金［12］。同時，數字技術的支持，使普惠金融能夠迅速捕獲資金供需雙方的海量信息，既幫助金融機構掌握資金需求方的更多信息，也幫助企業找到合適的資金供給者［13］。以上事實說明，對比傳統金融，數字普惠金融為民營企業營造了相對安全、便捷、高效的籌資環境。基于以上分析，提出如下假設：

H2：普惠金融一定程度上能紓解民營企業融資約束。

與大型國有企業相比，中小民營企業的科技含量、資產經營、生命周期具有更突出的異質性特征，數字金融對不同特征企業融資約束的紓解成效也會有所不同［14］。

企業科技含量大致分為高和低。《中小企業促進法》第32條 “國家鼓勵中小企業按照市場需求，推進技術、產品、管理模式、商業模式等創新”。為中小民營企業科技創新指明了方向，也為科技含量高的民營企業更易獲得金融資源配置權提供了制度保障。同時，數字金融改變了現有金融格局，由于科技含量低的民營企業不符合我國產業結構調整方針和創新型國家建設方向，在金融資源競爭中就會處于劣勢，導致科技含量低的民營企業籌資困境得不到有效改善。基于以上分析，提出如下假設：

H31：科技含量低的民營企業，融資約束更嚴重。

H32：普惠金融紓解科技含量高的民營企業融資約束效果更好。

企業資產經營可以分為重資產和輕資產。隨著經濟發展和產業分工不斷深化，企業對核心業務的關注更多，輕資產經營模式應運而生［15］，并日益獲得企業家的青睞。戴天婧等 （2012）［16］指出輕資產經營的企業固定資產占比低，注重品牌、設計等軟投資。然而，外部籌資時，重資產經營的企業有較多實物資產尤其是固定資產作為籌資抵押。而輕資產經營的企業缺乏抵押物，且商業模式相對模糊，信息不對稱性較高，發展前景不夠明朗，不得不面臨更嚴峻的融資約束。在傳統籌資渠道下，重資產經營的民營企業非流動資產占比較高，傾向于自發性流動負債、長期負債和股東權益，籌資難度較小；而輕資產經營的民營企業主要依靠臨時性流動負債，籌資風險驟升，籌資難度較大。然而，輕資產經營的民營企業注重新領域、新業務、新市場的開發，以其特有的經營靈活性，契合了數字金融的技術、產品、服務、模式等特征。基于以上分析，提出如下假設：

H41：輕資產經營的民營企業，融資約束更嚴重。

H42：普惠金融紓解輕資產經營的民營企業融資約束效果更好。

企業生命周期一般經歷初創期、成長期、成熟期和衰退期。鑒于樣本企業源于中小民營上市板，已基本走完了初創期，不在研究之列。由于所處生命周期不同階段，企業的經營、財務和信息披露等有一定差異，會對企業融資約束產生影響［17］。成長期企業盈利能力不穩定，市場份額較低，市場競爭力較弱，出于資產擴張目的，對外部資金需求很強烈，而投資者對風險較高的成長期民營企業持謹慎態度，加劇了成長期的民營企業籌資難度［18］。成熟期企業組織規模較大，經營能力較高，資本結構較完善，盈利能力較穩定，容易獲得金融機構認可，面臨較小的融資約束。衰退期企業呈現銷售水平、市場份額和盈利能力的遞減趨勢，導致現金流緊張和財務風險加劇，增加了籌資難度，使衰退期的民營企業籌資難度大于成熟期，但小于成長期；另外，數字金融雖拓寬了民營企業籌資渠道，但并未改變資本的逐利本性，經營狀況、內部控制、發展前景較好的成熟期民營企業，更契合資金供給者的利益訴求，也更容易受到金融關注。基于以上分析，提出如下假設：

H51：成長期的民營企業，融資約束最嚴重。

H52：普惠金融紓解成熟期的民營企業融資約束效果更好。

2 實證研究設計

2.1 研究樣本及數據來源

本文選取2011～2020年中小民營上市企業為樣本，并對有關數據處理如下：（1）刪除數據缺失或異常的企業；（2）刪除ST、ST*的企業；（3）刪除金融企業，包括銀行、證券公司、保險公司。另外，由于研究的時間序列包含了新冠肺炎疫情肆虐的2020年，為減少當年異常值的影響，對主要連續變量進行了雙側1%Winsorize處理。所使用的年度財務數據均源于國泰安，并利用Stata16.0軟件對原始數據進行細致處理。

續 表

2.2 研究方法選擇

梳理大量相關文獻，測度企業融資約束的主流模型有兩類：（1）投資-現金流敏感性模型（FHP Model）； （2） 現金-現金流敏感性模型（ACW Model）。Fazzari等 （1988）［19］提出的 FHP 認為信息不對稱所帶來的交易成本導致外源籌資成本提高，當企業籌資困境較大時，出現較強的投資-現金流敏感性，也即融資約束與投資-現金流敏感性正相關。隨著該研究的不斷深化，越來越多的研究認為影響投資-現金流敏感性的因素眾多，不只是融資約束。Kaplan和Zingales對FHP提出質疑最早，基于FHP的實證結果與理論分析截然不同［20］。Cleary（1999）［21］認為代理成本對投資-現金流敏感性有干擾，代理成本過高可能造成FHP的研究結論有失客觀和公正。Almedia等 （2004）［22］提出的ACW認為現金流對現金持有量的影響不會受到代理成本等因素的干擾，克服了FHP的不足之處。ACW的基本原理是：企業一旦出現融資約束，就會留存一部分經營性現金流以滿足投資需求，表現較強的現金-現金流敏感性。相反，企業若不存在融資約束，現金-現金流敏感性就會削弱。換言之，企業若能合理估計未來面臨的融資約束，則會留存經營性現金流，增加現金持有量，以備日后投資之需。隨后，許多學者證實了ACW的可靠性。李金等 （2007）［23］、連玉君等（2008）［24］、姚耀軍和董鋼鋒 （2015）［25］均以國內上市公司為研究對象，發現利用ACW衡量我國中小企業融資約束是可行的。可見，現金持有量變動與經營性現金流之間的正相關性顯著與否，是驗證企業融資約束嚴重與否的關鍵因素。

2.3 研究變量選取及界定

如前所述，ACW是指企業若存在融資約束，則現金-現金流敏感性就強。根據ACW的核心思想，設置以下5類研究變量。

（1）被解釋變量：企業現金持有量。企業現金持有量（Cash Holdings）變動用ΔCH表示。融資約束較嚴重的企業，一般會選擇較多的現金持有，以防現金短缺風險。反之，融資約束較小的企業，為了降低現金持有成本，尤其是機會成本，會選擇較少的現金持有。

（2）核心解釋變量：企業經營性現金流。企業經營性現金流（Operational Cash Flow）用OCF表示。通常情況下，若企業面臨融資約束，則傾向于留存一部分經營性現金流。可見，經營性現金流與現金持有量變動是正相關的，且企業融資約束越強，相關性越大。因此，OCF的回歸系數是衡量民營企業融資約束有無或強弱的關鍵指標。

（3）調節變量：普惠金融。普惠金融用數字普惠金融（Digital Inclusive Finance）指數代替，用DIF表示，由北京大學數字金融研究中心和螞蟻金服聯合推出［26］。該指數涉及覆蓋廣度、使用深度和數字化程度3個準則指標和33個詳細指標，不僅編制科學合理，而且在數字經濟中應用廣泛。做回歸分析時，采用省級指數；做穩健性檢驗時，采用市級指數。

（4）分類變量：3個企業異質性特征。選取企業的科技含量、資產經營、生命周期3個異質性特征作為分類變量，進一步分析普惠金融對民營企業融資約束的紓解效應。

用 “研發支出／營業收入”衡量企業科技含量。以科技含量平均數為分界線，將民營企業全樣本分為科技含量高、低兩組。

用 “固定資產／總資產”衡量企業資產經營。以固定資產與總資產的占比等于0.1為臨界線，小于0.1，可認定為輕資產經營；反之，大于0.1，可歸結為重資產運營。因此，民營企業全樣本資產經營分為重資產和輕資產兩組。

借鑒曹裕等 （2010）［27］的研究，通過判斷經營性現金流、投資性現金流和籌資性現金流的正負，認定企業所處的發展階段。據此，民營企業全樣本生命周期分為成長期、成熟期和衰退期3組，如表1。

表1 不同生命周期的衡量標準

（5）控制變量：5個企業基本特征。選擇資本化支出（CapitalizedExpenditure，CE）、企業成長性（Growth）、企業規模（Size）、非現營運資金（Non-cashWorkingCapital，NWC）變動和短期負債（ShortDebt，SD）變動作為5個控制變量，如表2。它們在一定程度上影響著民營企業融資約束。

表2 研究變量的定義及計算方法（分組標準）

2.4 研究模型構建

運用平衡面板數據進行實證檢驗之前，先要對樣本數據進行檢驗以確定合適模型。一般情況下，平衡面板回歸模型分為固定效應、隨機效應和混合效應3類模型。用Hausman檢驗樣本數據，結果為 Chi2（7）＝29.66，且 Prob.＝0.00＜0.05，表明更適合固定效應模型。本文對平衡面板數據分析采用雙固定效應（時間效應和個體效應）模型。

借鑒 Almedia等 （2004）［22］的研究，檢驗民營企業籌資困境的ACW基準模型為：

式 （1）中ΔCH為變動的現金持有量，OCF為經營性現金流，α1為現金-現金流敏感性的回歸系數，當α1大于0且顯著時，表明存在融資約束。CE為資本化支出，Growth為成長性，Size為規模，ΔNWC為非現營運資金變動，ΔSD為短期負債變動。此外，∑Industry為行業效應虛擬變量，∑Year為時間效應虛擬變量，ε為誤差項。

為研究數字金融對民營企業融資約束的紓解效應，將普惠金融、經營性現金流與普惠金融的交乘項依次納入式 （1），構建的ACW拓展模型為：

式 （2）中OCF·DIF為民營企業經營性現金流與普惠金融的交乘項，反映普惠金融紓解民營企業融資約束的效應大小。若β3小于0且顯著，則說明普惠金融有效降低了民營企業的現金-現金流敏感性，即紓解民營企業融資約束的效應顯著。

3 普惠金融紓解效應的普適性檢驗：基于調節變量

3.1 描述統計分析

主要變量的描述性統計結果見表3。

表3 主要變量的描述統計分析結果

ΔCH的最大值和最小值差異較大，變異系數（標準差與均值之比）為6.95，說明民營企業現金持有量的變動幅度大。OCF的最大值和最小值差異不大，變異系數為1.21，說明民營企業普遍存在經營性現金流短缺，且波動性小。DIF的最大值和最小值差異大，但變異系數很小（0.4），表明普惠金融穩定，地區存在差異。Growth的最大值和最小值差異較大，變異系數較小，表明民營企業成長性有一定差異性。Size的最大值和最小值差異小，變異系數不大，說明民營企業規模基本維持在一個水平上。其他控制變量統計與上市公司的真實情況沒有明顯差異，不再贅述。

3.2 相關分析

對主要變量的相關性依次進行了Pearson檢驗與Spearman檢驗，見表4。

表4 主要變量的相關分析結果

據Pearson相關系數矩陣，除DIF外，其余變量與ΔCH均顯著相關。據Spearman相關系數矩陣，除CE外，其余變量與ΔCH均顯著相關。無論是Pearson檢驗還是Spearman檢驗，ΔCH與OCF在1%的水平上呈顯著正相關，說明民營企業的現金-現金流敏感性明顯且普遍，初步驗證了假定H1。

ΔCH與Growth在1%的水平上顯著正相關，說明處于成長期的民營企業，未來有更多投資機會，選擇留存現金，存在較大融資約束。ΔCH與ΔNWC在1%的水平上顯著負相關，表示民營企業隨著非現營運資金增加，流動性有所增強，現金持有量有所減少。ΔCH與ΔSD在5%的水平上顯著正相關，初步表明民營企業以流動負債方式留存現金。總之，相關性分析結果與ACW Model結果趨于一致，說明所設計的模型較為合理。

3.3 回歸分析

式 （1）和式 （2）的多元回歸分析結果，分別檢驗了民營企業融資約束和普惠金融紓解民營企業融資約束的效應大小（從普適性上），見表5。

表5 普適性檢驗的回歸分析結果

式 （1） 的列 （1） 和 （2），OCF的系數在1%的水平上為正且顯著，說明民營企業的現金-現金流敏感性大，融資約束嚴重，證實了H1。

式 （2） 的列 （3） 和 （4），OCF·DIF的系數在5%的水平上為負且顯著，表明普惠金融能夠降低民營企業的現金-現金流敏感性，紓解融資約束，證實了H2。

與普通最小平方法（OLS）相比，雙固定效應模型（FE）的 R2提高 0.028（0.417-0.389），效果顯著，說明全樣本個體效應之間存在差異，即普惠金融紓解民營企業融資約束的效應大小有所不同。

4 普惠金融紓解效應的異質性檢驗：嵌入分類變量

式 （1）和式 （2）的多元回歸結果，分別檢驗了不同科技含量、資產經營、生命周期的民營企業融資約束和普惠金融紓解民營企業融資約束的效應大小（從異質性上），如表6和表7所示。

表6 異質性檢驗的回歸分析結果

表6左半部分中，高科技含量的式 （1）和低科技含量的式 （1）中OCF的系數均在1%的水平上顯著正相關，說明無論是含量高還是含量低，民營企業均存在融資約束。比較列 （1）和（3），OCF的系數滿足 0.4215＞0.3222，說明低科技含量民營企業融資約束更大，證實了假設H31。低科技含量的式 （2） 中OCF·DIF的系數為負但不顯著，表示普惠金融紓解低科技含量民營企業融資約束的作用不顯著。低科技含量的式 （2）中OCF·DIF的系數在10%的水平上顯著為負，表示普惠金融能夠有效紓解高科技含量民營企業融資約束。可見，普惠金融對科技含量高的民營企業融資約束紓解的效應更大一些，與H32一致。

按此思路，對不同資產經營和生命周期的民營企業進行回歸分析，得出的結果是：證實了H41，否定了H42，如表6右半部分；否定了H51，證實了H52，如表7所示。

表7 異質性檢驗的回歸分析結果

5 普惠金融紓解效應的穩健性檢驗：替換模型和變量

上述普適性檢驗和異質性檢驗使用的均為ACW模型，現以FHP模型作為替換進行穩健性檢驗，參考沈弋等（2020）［28］的研究，構建如下模型：

式 （3）中IV為投資水平（固定資產、無形資產和其他長期資產的現金支出／總資產）；CF為現金流水平（經營性現金流凈額／總資產）；CA為現金持有水平（現金／總資產）；AL為資產負債率（負債／總資產）；γ1為投資-現金流敏感性的回歸系數，當γ1大于0且顯著時，表明存在融資約束。

為研究普惠金融對民營企業融資約束的紓解效應，將普惠金融、經營性現金流與普惠金融的交乘項均納入式 （3），構建的FHP拓展模型為：

此外，上述普適性檢驗和異質性檢驗使用的調節變量是省級數字普惠金融指數，現以市級數字普惠金融指數為替代變量進行穩健性檢驗。式（4）中CF·DIF為民營企業現金流水平與普惠金融的交乘項，反映普惠金融紓解民營企業融資約束的效應。若δ3小于0且顯著，則表明普惠金融減弱了民營企業的投資-現金流敏感性，即融資約束紓解效應顯著。

式 （3）和式 （4）的多元回歸分析結果，分別檢驗了民營企業融資約束和普惠金融紓解民營企業融資約束的效應大小（從穩健性上），如表8所示。

表8 穩健性檢驗的回歸分析結果

式 （3） 的列 （1） 和 （2），CF的系數在1%的水平上為正且顯著，說明民營企業融資約束較嚴重。式 （4） 的列 （3） 和 （4），CF·DIF的系數分別在10%和5%的水平上為負且顯著，表示普惠金融能夠紓解民營企業融資約束。此外，R2上升了0.019，說明民營企業籌資能力借助普惠金融存在個體差異。與上述實證結論是一致的，說明模型穩健。

6 結論及對策

本文以2011～2020年中小民營上市企業為樣本，研究了普惠金融紓解民營企業融資約束的效應，得出以下研究結論和現實對策。

6.1 主要研究結論

（1）民營企業籌資困境普遍存在，表現為顯著的現金-現金流敏感性，符合H1；普惠金融一定程度上能紓解民營企業融資約束，符合H2；（2）民營企業的科技含量、資產經營和生命周期的異質性特征明顯。對不同類型的民營企業，普惠金融紓解融資約束的效應，各有千秋。①科技含量低的民營企業融資約束更嚴重，符合H31；普惠金融更利于紓解科技含量高的民營企業融資約束，符合H32；②重資產經營的民營企業融資約束更嚴重，不符合H41；普惠金融更利于紓解輕資產經營的民營企業融資約束，符合H42；③成長期的民營企業融資約束最嚴重，符合H51；普惠金融更利于紓解衰退期的民營企業融資約束，不符合H52。

6.2 相關對策建議

我國正處于經濟轉型關鍵期，紓解民營企業融資約束關乎 “兩個健康”發展的大局，迫在眉睫，刻不容緩，需要社會各界共同努力。

（1）政府：加強數字金融規制。普惠金融供給與民營企業籌資需求的有效匹配，離不開政府對數字金融的規制和引導。①規劃數字金融發展方向，防范數字金融的潛在風險；②規范民營企業信息披露機制，加強信用約束；③為民營企業和數字金融企業搭建有效交易平臺，營造良好的金融氛圍；④對不同特征民營企業采取不同政策，如對科技含量高的民營企業的激勵政策、成長期民營企業的普惠政策和重資產經營民營企業的再擔保政策。

（2）市場：深化數字金融創新。普惠金融為紓解民營企業融資約束注入了強心劑，必將打破傳統金融服務固有模式，建立中國特色的數字金融生態圈。①核心層，要挖掘人才、資本、技術、政策等要素，進行資源整合，實現 “1＋1＞2”，加大數字金融覆蓋率；②緊密層，要借鑒 “硅谷銀行模式”，著重關注科技含量低、重資產經營、處于成長期的民營企業，推出具有針對性的信貸策略，不斷推出數字金融產品；③松散層，要充分利用數字技術優勢，實現各行業的信息共享，形成一個全覆蓋的信息化數據平臺，科學評估民營企業信用。同時，完善數字金融監管體系，為普惠金融產品創新提供安全保障，守住不發生系統性金融風險的底線。

（3）企業：關注數字金融發展。民營企業應當借助數字金融平臺，擢升其籌資能力。①完善信息披露，積極主動地向數字金融市場提供相關的信用信息，與金融科技企業建立、保持良好的合作關系；②加強內部控制，優化公司治理，加強風險防范，提高信用等級；③根據自身實際，選擇相應的高質量發展道路，如科技含量低的民營企業要加大研發投入深度和廣度，重資產運營的民營企業要加強軟實力建設，成長期的民營企業要重視市場形象塑造和綜合競爭力提升。