數字普惠金融與企業盈余管理

薛龍 劉家諾 黃琦

【摘 要】 盈余管理行為在企業經營中普遍存在，并影響企業的財務信息質量。為了探究抑制企業盈余管理的有效路徑，文章基于北京大學數字普惠金融指數及2011—2020年滬深A股上市公司的數據構建面板數據模型，實證檢驗數字普惠金融發展對企業盈余管理的影響及其作用機制。研究發現，數字普惠金融可以顯著降低企業盈余管理水平，進一步，企業的成長性越好、面臨的投資機會越多，數字普惠金融對企業盈余管理程度的緩解效應越顯著。機制分析表明，數字普惠金融發展可以通過降低企業面臨的融資約束進而抑制其盈余管理動機，降低盈余管理程度。從資源配置效率的角度探究企業盈余管理的抑制途徑，有助于全方位緩解企業融資難題，提升企業盈余質量，促進經濟高質量發展。

【關鍵詞】 數字普惠金融； 盈余管理； 融資約束； 資源配置； 資本市場

【中圖分類號】 F832.51；F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2022）23-0046-10

一、引言

企業的財務信息是投資者的主要信息來源，其披露質量是維持資本市場健康發展的關鍵要素。然而由于市場中信息不對稱的存在，企業利用虛假財務信息騙取金融資源已成為常見的手段。與財務造假、會計欺詐相比，盈余管理的隱蔽性更強，法律成本更低，因此資本市場中的盈余管理現象也更為普遍。盈余管理行為不僅發生在企業財務報告的對外披露中，而且隱匿在企業真實的交易活動中，并且針對不同程度的融資需求，企業實施盈余管理的方式和程度也有所差異。雖然盈余管理行為能夠為企業帶來即時性效益，但其隱藏的風險會對企業的價值增長產生極為不利的影響，甚至會進一步危害資本市場的健康發展。在我國資本市場二十多年的發展進程中，上市公司實施盈余管理、操控利潤的行為一直都是被重點監管的，對財務造假、會計欺詐行為更是零容忍，但監管成本高昂且控制效果不佳，此類行為仍屢禁不止。因此，如何有效抑制上市公司的盈余操縱成為學術界研究的重點。近年來興起的數字普惠金融是在大數據、云計算、人工智能等新興技術驅動下應運而生的創新型金融模式，能夠將金融和科技進行有機融合，在助力企業融資方面具有顯著優勢[ 1 ]。由此帶來的問題是，低成本高效率的數字普惠金融是否能夠緩解企業的盈余管理？對于不同特征的企業來說，這種緩解效應是否具有異質性？進一步，其內在作用機制是什么？為此，本文以金融資源配置效率為切入點，選擇北京大學數字普惠金融指數及2011—2020年滬深A股上市公司財務數據作為研究樣本，深入探討數字普惠金融對企業盈余管理的影響。本文的研究不僅準確揭示了數字普惠金融對企業盈余管理的影響程度，而且可以厘清其作用機制，這對加快數字普惠金融服務企業融資進程、促進企業規范經營及提高經濟發展韌性具有重要的理論價值和現實意義。

二、文獻梳理與評述

數字普惠金融作為金融與數字技術有機融合下的新型金融業態，提升了金融資源的配置效率，給經濟發展帶來了積極效應，因此，近年來成為學者研究的熱點問題。梳理現有研究可以發現，關于數字普惠金融對微觀企業行為影響的研究是目前的關注點。現有文獻主要基于融資約束的角度來探討數字普惠金融對企業發展的影響，比如數字普惠金融對企業投資效率、企業創新產出、企業價值增長的影響研究，這些研究均認為數字普惠金融有效緩解了企業融資約束，對企業發展具有積極作用[ 2-4 ]。從傳導機制來看，任曉怡[ 5 ]認為數字普惠金融發展能夠有效擴充企業的現金流，降低企業的財務費用和杠桿率水平，最終對緩解企業融資約束產生積極作用。究其原因，廖婧琳等[ 6 ]認為數字普惠金融的發展優化了企業的融資環境，相較于傳統金融，在人工智能、大數據技術、區塊鏈等技術的支撐下，數字普惠金融能夠在低成本、低風險的基礎上處理海量數據[ 7 ]，有效降低金融機構與企業主體間的信息不對稱程度，緩解金融資源錯配[ 8 ]。而且，數字普惠金融還能為企業提供層次更為豐富的融資渠道，比如智能投顧、供應鏈金融、消費金融等，實現不同主體不同程度的融資需求，極大提升了金融資源的配置效率。

現有文獻中，金融資源配置效率如何影響企業盈余管理并未直接涉及，更多是探討企業融資活動與其盈余管理的關系。學術界普遍認為在融資難、融資貴的背景下，融資會誘發企業的盈余管理行為。陳燊等[ 9 ]研究發現融資約束與企業盈余管理水平呈現顯著的正相關關系，說明企業在面臨融資約束時會采取盈余管理策略。Franz等[ 10 ]進一步分析認為銀行在進行信貸審批時會依據企業的財務狀況調整信貸的額度、期限和利率，為了能夠達到債權人要求的盈余門檻，企業會通過盈余管理調整虧損或者提高盈余，以此來緩解債務契約條款的約束。盈余管理在股權融資中較為常見，企業為達到上市條件或者能以較高的價格發行股票、降低企業的權益融資成本，在IPO、股票定向增發等過程中存在著盈余操縱行為[ 11 ]。但盈余管理下的財務信息并不真正反映企業的良好盈利能力，逯東等[ 12 ]認為盈余操縱的不可持續性會導致企業在上市后發生業績變臉。不僅如此，盈余管理還會顯著增加企業的信用風險，進而導致企業融資額度減少、融資成本上升[ 13 ]。在盈余管理的相關研究中，學者重點探討了抑制企業盈余管理的可能途徑，孫光國等[ 14 ]研究發現上市公司機構投資者持股比例同盈余管理程度呈顯著的負相關性，任宏達和王琨[ 15 ]認為產品市場競爭越激烈，公司信息披露質量越好。

上述研究成果為數字普惠金融與企業盈余管理關系的研究提供了理論支撐和驗證思路。因此，本文在借鑒現有研究的基礎上進一步探討二者的影響關系。本文主要的貢獻在于：第一，拓寬了數字普惠金融對企業影響的相關研究。現有文獻針對數字普惠金融的微觀經濟效應的研究多聚焦于企業的投融資及創新行為，鮮有關注企業的信息質量和會計風險。第二，豐富了企業盈余管理影響因素的相關研究。以往文獻主要探討了企業內部控制和外部市場監督層面對企業盈余管理的影響，忽視了金融資源配置效率對企業盈余管理的作用，本文基于數字普惠金融視角，構建了“數字普惠金融—融資約束—盈余管理”的理論分析框架，對厘清數字普惠金融、緩解企業盈余管理的具體路徑進行了深入研究。第三，在系統研究數字普惠金融影響企業盈余管理的基礎上，深入討論這一影響效應是否因企業異質性特征而存在差別，為數字普惠金融發展的優化和改善提供了可能的方向。

三、理論分析與研究假設

（一）數字普惠金融與企業盈余管理

由于信息不對稱的存在，在企業真實盈利能力和發展潛力的判斷上，外界可能無法準確得知企業最真實的信息，因此雙方的信息差為企業進行盈余管理提供了條件，而融資約束則強化了企業進行盈余管理的動機。企業面臨的融資約束與傳統金融模式的授信機制具有一定的關系，傳統金融部門重資產、輕能力、交易成本高、服務范圍小等弊端使得企業融資難、融資貴問題始終難以有效解決。良好的財務業績意味著企業具有較強的經濟實力，貸款違約風險低，是企業獲取金融支持的有力籌碼，企業為緩解融資約束對企業發展的不利影響，通常會通過盈余管理上調會計利潤，使信貸供給方做出有利于企業的決策。企業通過這種方式獲取了大量的金融資源，而且操作成本低，對企業而言是一種較佳的融資手段，這也是資本市場上盈余管理行為普遍存在的重要原因。

數字普惠金融能夠緩解企業盈余管理在于其改善了傳統的授信機制。數字普惠金融能夠借助信息技術手段對海量標準化和非標準化數據進行挖掘，提高市場信息的透明度，降低資金供求雙方信息不對稱程度，縮小企業進行盈余管理的空間[ 16 ]。并且，數字普惠金融有效緩解了企業的融資約束。在提升金融效率方面，數字普惠金融通過信用的透明化和信息化，顛覆了傳統金融的信用定價模式，使得供需雙方能夠實現直接對話，降低了交易成本，其更具針對性的金融產品能夠幫助實現多元主體之間的高效率交易，最大程度優化資源配置[ 17 ]。在增大金融供給方面，數字普惠金融能夠盤活游離在正規金融體系之外的資金并有效轉化為供給，擴大了原有的金融規模，進一步緩解了企業面臨的融資約束，進而降低了企業的盈余管理程度[ 18 ]。此外，數字普惠金融放大了盈余管理的負面效應。數字普惠金融能夠通過技術手段對不同行業、企業、個體的相關數據進行抓取、整合和分析，是對傳統征信體系的進一步補充與完善，使企業的盈余管理行為更易被識別。盈余管理引發的負面效應不僅會影響企業融資活動，而且會進一步波及企業生產運營的各環節，在數字普惠金融模式下為規避經營風險，企業會謹慎進行盈余管理。基于此，本文提出研究假設1。

H1：數字普惠金融發展能夠有效緩解企業的盈余管理行為。

（二）數字普惠金融、企業成長性與企業盈余管理

處于不同生命周期的企業具有不同的特點，在市場壓力、資金需求、融資約束及風險管理等方面存在明顯差異。相對而言，處于成長期的企業發展前景好、成長性高，具有高投資回報的潛質，但資金需求強且面臨的融資約束高。成長性越好的企業有望成為行業未來的標桿企業，可持續發展能力強，在技術和管理等軟實力方面優勢相對突出，且企業會面臨更多凈現值為正的投資項目以及更優的市場機遇，是企業實現版圖擴張的最佳時機，但這一時期，企業資產硬實力不足，融資成為企業發展的絆腳石。傳統金融部門具有“后向型”偏好，會依據企業的資產能力來選擇授信客戶，使得具有發展潛力的成長期企業面臨金融排斥[ 18 ]。因此，在融資動機的驅使下，成長性好的企業會通過盈余管理調整財務業績以滿足信貸機構的授信條件，獲取更多的金融資源。并且，企業成長性越好，會計信息的失真值越高[ 19 ]，企業進行盈余管理的程度就越大。數字普惠金融的發展有效校正了傳統金融體系中“階段錯配”，使得成長性好的企業能夠且更易獲取金融資源，那么企業基于融資動機下的盈余管理行為會減少。同時，為確保成長優勢的持續性，企業會進一步規避其他動機驅使的現金流操縱、盈余操縱等信息虛假行為。基于此，本文提出研究假設2。

H2：企業成長性越好，數字普惠金融發展對企業盈余管理行為的緩解效應越顯著。

（三）數字普惠金融、投資機會與企業盈余管理

企業投資機會是指能夠由企業決定采取或放棄的具有良好盈利能力的項目，這些項目為企業獲取經濟利益提供了較大的可能性。現有研究表明，企業面臨的投資機會與其盈余管理程度之間呈正向變動關系，說明企業面臨的投資機會越多，越傾向于進行盈余管理[ 20 ]。投資活動需要充足的自由現金流，企業自有資金往往難以支撐企業的投資計劃，企業會通過盈余管理策略進行外部融資，獲取投資資金，而數字普惠金融的發展優化了金融市場環境，破解了企業的融資困境，尤其是有效解決了高投資機會企業的融資難題。此外，數字普惠金融降低了資本市場的信息不對稱，在配置金融資源時能夠遵循效率原則，將金融資源與高效率項目的風險特征相互匹配，使得更多的資金傾向于發展前景良好的投資項目。所以，在數字普惠金融的支持下，面臨較多投資機會的企業資金得到擴充，企業盈余管理水平將大幅降低。基于此，本文提出研究假設3。

H3：企業面臨的投資機會越多，數字普惠金融發展對企業盈余管理行為的緩解效應越顯著。

四、實證設計

（一）樣本選擇與數據來源

本文選取2011—2020年滬深A股上市公司為研究樣本，所使用的數字普惠金融數據來源于北京大學數字金融研究中心發布的數字普惠金融指數，為了使數字普惠金融指數和企業層面數據在數量級上保持一致，本文對所有指數進行取自然對數的處理，得到最終數據。上市公司的相關財務數據來自國泰安數據庫（CSMAR）。為了使樣本更具代表性，本文對數據進行如下處理：（1）剔除金融類企業的樣本數據；（2）剔除時間區間內被ST、*ST的樣本數據；（3）剔除財務數據缺失的樣本數據。同時為消除離群值對結果的干擾，采用Winsorize方法，對全部連續變量按照1%和99%分位數進行縮尾處理。經過以上處理，最終得到13 686個年度觀測值。

（二）變量選擇與度量

1.被解釋變量

根據Healy和Wahlen[ 21 ]對盈余管理的定義，可以將盈余管理理解為采用會計方法或者安排真實交易來改變公司賬面業績以誤導利益相關者決策的一種手段。采用會計方法（政策、估計等）進行的盈余管理是應計盈余管理，它不會改變企業的真實交易活動，改變的只是企業不同時期盈余的分布；通過安排真實交易活動進行的盈余管理是真實盈余管理，將直接導致企業現金流量的改變。本文選擇應計盈余管理（DA）衡量企業盈余管理水平，并作為被解釋變量，選擇真實盈余管理（REM）進行穩健性檢驗。對于應計盈余管理，本文采用修正的橫截面Jones模型進行計算，如模型（1）所示：

（1）

式（1）中，TAit為第t年企業應計利潤，由第t年的凈利潤減去第t年的經營現金凈流量而得；Ait-1為企業第t-1年的資產總額；？駐REVit為企業第t年的營業收入變動額，由第t年營業收入減去第t-1年營業收入而得；？駐RECit為第t年應收賬款變動額減去第t-1年應收賬款變動額的差值；PPEit為企業第t年的固定資產凈額，是固定資產原值減去累計折舊及固定資產減值準備的差值。對模型（1）進行分行業分年度的OLS回歸，得到的殘差項？著，即代表可操縱應計利潤DAit，將其取絕對值后作為本文的被解釋變量。

2.解釋變量

本文將北京大學數字金融研究中心發布的數字普惠金融指數作為數字普惠金融的代理變量。該指數分覆蓋廣度、使用深度以及數字化程度三個維度。其中“覆蓋廣度”是指用戶賬戶的覆蓋率，“使用深度”衡量的是各類金融業務的實際使用情況，而“數字化程度”則表現在金融交易的低門檻和低成本等方面。數字化程度指數自2011年以來波動幅度較大，為保持研究結論的嚴謹性，本文參考廖婧琳等[ 6 ]的做法，僅采用數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）和使用深度指數（Depth）作為解釋變量。

3.調節變量

（1）企業成長性（Growth）。本文選取營業收入增長率衡量企業的成長性，該指標值越大，表明企業營業收入的增長速度越快，企業市場前景越好，成長能力越強。

（2）企業投資機會（TQ）。本文選取托賓Q值衡量企業的投資機會，相對單一的財務指標，托賓Q值能夠從市場和盈利兩個維度衡量企業的投資機會，托賓Q值越大，企業面臨的投資機會越多。

4.控制變量

考慮到相關企業層面數據可能對研究結果產生影響，本文對如下變量進行了控制：資產負債率（Lev）、企業規模（Size）、固定資產占比（PPE）、盈利能力（Roa）、現金流水平（Cash）、產權性質（Soe）、股權集中度（Top）、賬面市值比（BM）。此外，本文還引入了行業虛擬變量（Ind）和年份虛擬變量（Year），以控制行業效應和年份效應。

變量定義及具體衡量方法如表1所示。

（三）模型構建

為了檢驗數字普惠金融發展對企業盈余管理的影響，本文構建了基準模型（2）：

其中，i表示企業，t表示年份。被解釋變量DAit表示第i個企業第t年的盈余管理水平，解釋變量Index表示當期的三類數字普惠金融指數，？琢0為模型中的常數項，？著it為模型中的隨機誤差，Controlsit為可能會影響企業盈余管理水平的一組控制變量。同時，該模型還控制了行業效應和年份效應。模型中核心解釋變量Index的回歸系數？琢1反映數字普惠金融對企業盈余管理的影響，根據本文的研究假設1，預期該回歸系數顯著為負值，即數字普惠金融的發展有利于緩解企業的盈余管理行為。

為了進一步檢驗企業成長性在數字普惠金融對企業盈余管理的影響關系中是否存在調節效應，本文構建了模型（3）：

模型（3）在基準模型（2）的基礎上增加了數字普惠金融（Index）和企業成長性（Growth）的交乘項。根據本文的研究假設2，預期數字普惠金融與企業成長性的交乘項（Index×Growth）的系數？琢2顯著小于0，即企業成長性越好，數字普惠金融對企業盈余管理的緩解效應越大。

同樣地，為驗證研究假設3，本文構建了模型（4）：

在該模型中，預期數字普惠金融和投資機會的交乘項（Index×TQ）的系數顯著為負值，即企業面臨的投資機會越多，數字普惠金融對企業盈余管理的緩解效應越大。

五、實證結果分析

（一）描述性統計

主要變量的描述性統計結果如表2所示。數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）的最大值與最小值之間存在明顯的差異，說明不同年份、不同地區的數字普惠金融發展存在明顯差距。對于企業盈余管理水平（DA），最大值為0.264，最小值為0.001，均值為0.046，說明不同企業的盈余管理水平顯著不同。控制變量中，企業規模（Size）均值為7.926，最大值為11.350，最小值為4.934，表明企業規模大小不一。盈利能力（Roa）的最大值與最小值之間呈現了明顯的兩極分化，說明不同的企業在盈利能力方面存在一定的差距。固定資產占比（PPE）的最大值為0.701，最小值為0.002，中位數為0.203，說明企業的資產類型有所不同，但整體而言，企業的輕資產普遍偏多。從企業的資產負債率（Lev）數據來看，部分企業存在過度負債問題。但企業現金持有水平（Cash）之間的差異相對較小。股權集中度（Top）的中位數是58.885，說明企業的股權集中度相對較高。此外，賬面市值比（BM）也存在較大差異，最大值高達1.156，最小值僅為0.121，反映了企業的經營能力差異較大。

（二）基準回歸結果

為檢驗數字普惠金融對企業盈余管理的影響，本文對基準模型（2）進行回歸，表3匯報了數字普惠金融指數、覆蓋廣度指數和使用深度指數對企業盈余管理水平的回歸結果，每列回歸均控制了年份效應和行業效應。實證結果顯示，數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）的回歸系數分別為-0.0093、-0.0058和-0.0087，且均在1%的水平上顯著，表明數字普惠金融的發展能夠緩解企業的盈余管理行為。主要是由于數字普惠金融的發展彌補了傳統金融模式的不足，有效抑制了上市公司采取盈余管理的方式粉飾業績以提高融資能力的動機。這一結果印證了本文的研究假設1。

（三）內生性問題處理

本文選取的數字普惠金融屬于宏觀層面的變量，受到單個企業盈余管理行為的影響較小，即存在反向因果關系的可能性較小，但是為了研究結果的穩健性，本文選擇工具變量法來緩解模型中可能產生的內生性問題。本文將數字普惠金融總指數、覆蓋廣度指數以及使用深度指數滯后一期作為工具變量，并采用兩階段最小二乘法（2SLS）進行檢驗，表4匯報了工具變量的回歸結果。結果顯示數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）的系數均為負值，且分別在1%或5%的水平上顯著。說明在考慮了內生性問題后，數字普惠金融發展可以緩解企業盈余管理的結論依然成立，與基準回歸結果不存在實質性差異。

（四）穩健性檢驗

與應計盈余管理相比，真實盈余管理具有較高的隱蔽性，不易被分析師追蹤和監督，企業更傾向于通過銷售操縱、生產操縱和費用操縱等手段進行真實盈余管理粉飾企業的財務業績，以獲取投資者或信貸機構的青睞。因此，本文通過異常現金流（CFOEM）、異常產品成本（PRODEM）、異常費用（DISXEM）構建一個綜合的真實盈余管理指標（REM）替代企業的應計盈余管理，真實盈余管理的具體衡量方法由模型（5）計算得出。

REMit=PRODEMit-CFOEMit-DISXEMit? （5）

由此得到的真實盈余管理（REM）納入模型（2）重新進行回歸，檢驗本文的研究假設1是否依舊成立。穩健性檢驗結果如表5所示，數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）的系數分別在5%、10%、10%的水平上顯著為負值，說明數字普惠金融的發展降低了企業的真實盈余管理水平，表明本文的研究假設1依然成立。

（五）調節效應分析

1.數字普惠金融、企業成長性與企業盈余管理

企業成長性差異化調節的回歸結果如表6所示，數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）與企業成長性（Growth）的交乘項系數分別在5%或10%的水平上顯著為負，這一回歸結果表明，企業的成長性越好，數字普惠金融發展對其盈余管理水平的緩解效應越大，由此本文的研究假設2得到驗證。做進一步對比，在同等顯著性水平下，數字普惠金融的使用深度指數與企業成長性交乘項（Depth×Growth）回歸系數的絕對值要大于數字普惠金融總指數與企業成長性交乘項（TIndex×Growth）回歸系數的絕對值，說明數字普惠金融的使用深度對高成長性企業盈余管理行為的制約效果更顯著。數字普惠金融的使用深度是通過各類金融業務的實際使用情況來衡量的，可以看出，數字普惠金融推出的各類針對性金融產品的使用效果佳，更能夠有效緩解金融資源在配置過程中的“階段錯配”，降低高成長性企業盈余管理的程度。

2.數字普惠金融、投資機會與企業盈余管理

表7給出了本文研究假設3的回歸結果，數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）與投資機會（TQ）的交乘項系數分別為-0.0020、-0.0018、-0.0020，且均在5%的水平上顯著，說明企業面臨的投資機會越多，數字普惠金融對企業盈余管理的緩解效應越顯著，本文的研究假設3得到驗證。投資活動需要資金支持，企業面臨的投資機會越多，資金需求越強烈，這會促使企業通過盈余管理策略進行融資，而數字普惠金融發展提高了金融資源配置效率，降低了企業融資的難度，進而弱化了企業盈余管理的動機，尤其是資金壓力較大的高投資機會企業，其盈余管理程度會因數字普惠金融的發展大幅降低。

六、機制檢驗

（一）中介模型構建

數字普惠金融的發展在一定程度上改善了我國企業的融資環境。從數字普惠金融的角度分析，數字普惠金融發展降低了市場中的信息不對稱，增加了金融服務的可得性，降低了交易成本，緩解了企業面臨的融資約束。從企業盈余管理的角度分析，融資約束是企業進行盈余管理的重要原因，融資約束說明企業經營資金緊張，企業有強烈的資金需求，因此企業有較強的動機和意愿進行盈余管理，通過粉飾財務業績向市場傳遞“有利”信號，釋緩融資壓力。那么，融資約束與數字普惠金融、盈余管理的關系均已得到理論驗證，但融資約束是否在數字普惠金融對企業盈余管理的緩解效應中起到中介效應仍待進一步檢驗。

基于此，本文引入融資約束變量作為中介變量。在指標的選取上，采用SA指數衡量滬深A股上市公司融資約束的程度[ 22 ]。SA指數僅包含了企業資產規模數據和企業年齡數據兩個外生企業變量，能夠避免內生性問題，SA指數的測算如下所示：

其中Size代表企業規模，用企業總資產的自然對數值衡量；Age為企業年齡，即當年年份與企業成立年份的差值。由此公式計算出的SA指數取值為負，在本文實證研究中對該數值取絕對值，該數值越高，代表企業所面臨的融資約束越強；該數值越低，代表企業所面臨的融資約束越弱。在此基礎上，本文借鑒溫忠麟等[ 23 ]的中介效應檢驗程序，構建如下三個模型：

根據上述中介效應的檢驗程序，模型（7）檢驗的是數字普惠金融發展對企業盈余管理的影響，據上文分析可知？琢1應顯著為負；模型（8）檢驗的是數字普惠金融發展對企業融資約束的影響，據相關文獻預期？茁1顯著為負，數字普惠金融發展能夠優化金融市場環境，緩解企業面臨的融資約束；模型（9）檢驗融資約束是否在數字普惠金融影響企業盈余管理水平的過程中起到中介作用，預期系數？酌1的絕對值小于系數？琢1的絕對值。

（二）中介效應分析

表8匯報了數字普惠金融總指數（TIndex）、覆蓋廣度指數（Breadth）、使用深度指數（Depth）對企業盈余管理（DA）的影響機制分析結果。表8中列（1）、（4）、（7）分別顯示了三個解釋變量對企業盈余管理的總效應系數，均在1%的顯著性水平上為負值，說明數字普惠金融發展對企業盈余管理有顯著的緩解效應。列（2）、（5）、（8）三個解釋變量的系數均顯著為負，說明數字普惠金融發展降低了企業的融資約束程度；列（3）、（6）、（9）三個解釋變量的系數均為負值，且絕對值均小于列（1）、（4）、（7）中該系數的絕對值，說明融資約束（SA）在數字普惠金融發展與企業盈余管理水平之間起到了部分中介效應，且中介效應占總效應的比例分別為17.64%、16.58%、17.43%。綜上，數字普惠金融的發展能夠通過降低企業融資約束從而對企業盈余管理起到緩解作用。

七、結論與建議

（一）研究結論

企業健康持續發展是實現經濟高質量增長的微觀基礎，因此研究企業盈余管理的緩解因素對于提升我國上市公司會計信息質量，促進企業高質量發展具有重要的現實意義。本文以2011—2020年滬深A股上市公司為研究對象，實證檢驗數字普惠金融發展對企業盈余管理行為的影響。研究結果表明：（1）數字普惠金融對企業盈余管理具有顯著的負向影響，說明數字普惠金融的發展能夠有效緩解企業的盈余管理行為。（2）進一步研究表明，企業成長性越好、面臨的投資機會越多，數字普惠金融對企業盈余管理水平的緩解效應越顯著。（3）融資約束在數字普惠金融緩解企業盈余管理的過程中起到了部分中介作用。數字普惠金融生態圈的構建優化了企業的融資環境，降低了企業面臨的融資約束，企業融資問題的有效解決極大程度弱化了企業進行盈余管理的動機，顯著減少了企業的盈余管理活動。

（二）政策建議

首先，應當進一步發展數字普惠金融，增強金融服務實體經濟的能力。一是要加快大數據、云計算、區塊鏈等技術與金融的深度融合，構建多元化金融服務業態，降低金融服務的門檻并延展其服務邊界，從廣度上緩解企業的融資困境；二是要推動數字普惠金融與產業發展的深度融合，強化金融資源在產業間的配置，實現金融資源在產業部門之間的高效流動，從而深層次緩解企業融資約束。

其次，應當依據企業特點實施差異化政策，發揮好數字普惠金融的“普惠”特征，要因企施策，為不同類型的企業以及不同發展階段的企業提供適宜的支持政策。具體而言，重點支持成長性較好、投資機會較多的企業，這類企業價值創造能力強，盈利潛力大，但金融資源不足限制了其長遠發展，因此要切實解決融資難題，加大數字普惠金融對其的支持力度。

最后，應當繼續補充和完善第三方征信體系，優化資本市場環境。要充分發揮數字普惠金融在信用信息建設中的積極作用，建立健全多維度數據信息共享機制，促進信息的交換和共享，同時還要進一步完善相關法律法規，加大財務操縱的懲罰力度，提升企業財務信息的質量，促進多層次資本市場健康發展。

【參考文獻】

［1］ 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），2020，19（4）：1401-1418.

［2］ 郭靜怡，謝瑞峰.數字普惠金融、融資約束與環境敏感企業投資效率：基于1 173家上市企業面板數據［J］.金融理論與實踐，2021（9）：51-61.

［3］ 萬佳彧，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.

［4］ 張曉燕，李金寶.數字普惠金融、融資約束與企業價值：基于中國2011—2018上市A股公司的經驗數據［J］.金融發展研究，2021（8）：20-27.

［5］ 任曉怡.數字普惠金融發展能否緩解企業融資約束［J］.現代經濟探討，2020（10）：65-75.

［6］ 廖婧琳，胡妍，項后軍.數字普惠金融發展緩解了企業融資約束嗎：基于企業社會責任的調節效應［J］.云南財經大學學報，2020，36（9）：73-87.

［7］ GOMBER P，KAUFFMAN R J，PARKER C.On the fintech revolution：interpreting the forces of innovation， disruption， and transformation in financial services［J］.Journal of Management Information Systems，2018，35（1）：220-265.

［8］ LAEVEN L，LEVINE R，MICHALOPOULOS S. Financial innovation and endogenous growth［J］.Journal of Financial Intermediation，2015，24（1）：1-24.

［9］ 陳燊，鄧春梅，陳漢文.融資約束、內部控制與盈余管理策略［J］.東南學術，2020（4）：147-156.

［10］ FRANZ D R，HASSABELNABY H R， LOBO G J.Impact of proximity to debt covenant violation on earnings management［J］.Review of Accounting Studies，2014，19（1）：473-505.

［11］ 李增福，黃華林，連玉君.股票定向增發、盈余管理與公司的業績滑坡：基于應計項目操控與真實活動操控方式下的研究［J］.數理統計與管理，2012，31（5）：941-950.

［12］ 逯東，萬麗梅，楊丹.創業板公司上市后為何業績變臉？［J］.經濟研究，2015，50（2）：132-144.

［13］ 徐朝輝，周宗放.融資需求驅動下的盈余管理對公司信用風險的影響研究［J］.管理評論，2016，28（7）：12-21.

［14］ 孫光國，劉爽，趙健宇.大股東控制、機構投資者持股與盈余管理［J］.南開管理評論，2015，18（5）：75-84.

［15］ 任宏達，王琨.產品市場競爭與信息披露質量：基于上市公司年報文本分析的新證據［J］.會計研究，2019（3）：32-39.

［16］ DEMERTZIS M，MERLER S，WOLFF G B. Capital markets union and the fintech opportunity［J］.Narnia，2018，4（1）：157-165.

［17］ DUARTE J，SIEGEL S，YOUNG L.Trust and credit：the role of appearance in peer-to-peer lending［J］.The Review of Financial Studies，2012，25（8）：2455-2483.

［18］ 唐松，伍旭川，祝佳.數字金融與企業技術創新：結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66.

［19］ 彭韶兵，黃益建，趙根.信息可靠性、企業成長性與會計盈余持續性［J］.會計研究，2008（3）：43-50，96.

［20］ 謝志明，易玄，唐劍麗.投資機會、審計師選擇與盈余管理：來自中國上市公司的檢驗［J］.系統工程，2012，30（4）：100-105.

［21］ HEALY P M，WAHLEN J M.A review of the earnings management literature and its implications for standard setting［J］.Accounting Horizons，1999，13（4）：365-383.

［22］ HADLOCK C J，PIERCE J R.New evidence on measuring financial constraints：moving beyond the KZ index［J］.The Review of Financial Studies，2010， 23（5）：1909-1940.

［23］ 溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004（5）：614-620.