數(shù)字金融賦能是否促進了企業(yè)結構性去杠桿？
——基于金融錯配視角的微觀證據(jù)

□ 上官緒明 徐秋實

一、引言

過高的杠桿率增加了企業(yè)債務負擔、阻礙經(jīng)濟增長，同時加劇市場動蕩、提高金融風險發(fā)生的概率（上官緒明等，2022）。2020年我國企業(yè)部門的杠桿率為162.3%，同比提高了10.4個百分點①數(shù)據(jù)來源于《2020 年度中國杠桿率報告》。，非金融企業(yè)部門杠桿問題最為突出，尤其是金融危機之后（譚小芬，2020）。去杠桿已經(jīng)成為我國政府和學者關注的焦點問題，2015年中央經(jīng)濟工作會議提出“三去一降一補”的重大經(jīng)濟任務，標志著“去杠桿”已成為中國供給側結構性改革的重要任務之一。不少學者發(fā)現(xiàn)杠桿率不僅在宏觀層面表現(xiàn)出上升趨勢，而且在微觀層面表現(xiàn)出明顯的結構性特征，即杠桿率在不同部門之間以及各部門內部有明顯的結構性特點（楊戈，2018）。故此，2018年4月，中央財經(jīng)委員會提出結構性去杠桿的新思路。學者認為，我國銀行主導的融資結構、高儲蓄率投資導向的經(jīng)濟發(fā)展模式及國有企業(yè)承擔大量非市場化公共職能和預算軟約束是造成我國企業(yè)杠桿走高的主要原因（史貞等，2022）。近年來，我國數(shù)字金融呈現(xiàn)快速增長態(tài)勢（上官緒明和李劍嵐，2022），憑借其在信貸、支付、投資等方面的優(yōu)勢為企業(yè)去杠桿提供了契機（趙芮，2022）。學者也證實了數(shù)字金融與企業(yè)杠桿率具有負相關關系（周謝亮，2021；馬文婷，2021）。但既有研究鮮有關注杠桿率結構性失衡這一現(xiàn)象，在實證過程中只是簡單地使用企業(yè)杠桿率代替企業(yè)結構性去杠桿，在實踐中未能體現(xiàn)國家結構性調整企業(yè)杠桿率的意愿，在理論中缺乏對數(shù)字金融助推企業(yè)結構性去杠桿的內在機制進行深入探索。

鑒于此，本文以2011-2020年中國滬深A股非金融上市企業(yè)為樣本，深入探究數(shù)字金融賦能對企業(yè)結構性去杠桿的助推效應。相較于已有文獻，本文的邊際貢獻主要體現(xiàn)在：首先，從企業(yè)內部債務期限的不同，實證檢驗了數(shù)字金融對企業(yè)杠桿率的結構性影響，為企業(yè)主動調整杠桿結構提供微觀思路；其次，進一步從企業(yè)間的異質性，實證檢驗數(shù)字金融對不同企業(yè)去杠桿的影響，彌補了從宏觀層面研究結構性去杠桿的不足；最后，發(fā)現(xiàn)數(shù)字金融是通過校正傳統(tǒng)金融錯配進而促進企業(yè)結構性去杠桿，揭示了數(shù)字金融賦能實體經(jīng)濟的微觀作用機制。

二、理論分析與研究假說

（一）數(shù)字金融對企業(yè)杠桿率調整的影響效應

數(shù)字金融有多種類型的業(yè)務和功能，其中支付和信貸融資功能最為重要，但其影響企業(yè)杠桿的機制不同（萬佳彧等，2020）。數(shù)字金融支付方式，如第三方支付，高效、安全、易用且交易成本低，可最大限度地提高銷售方利潤，使企業(yè)能夠獲得穩(wěn)定充足的現(xiàn)金流，增加企業(yè)內部的盈余積累，減少對外部資金的需求和依賴，以及主動加杠桿的融資需求（梁琦等，2020）。根據(jù)融資約束理論，若企業(yè)可以及時取得在生產經(jīng)營和投資等方面的資金，則有助于企業(yè)盈利能力的提升，充足企業(yè)內部的現(xiàn)金流以實現(xiàn)債務償還，從而實現(xiàn)企業(yè)杠桿率下降。

此外，從數(shù)字金融的信貸功能看，數(shù)字金融利用大數(shù)據(jù)、云計算、區(qū)塊鏈等現(xiàn)代化信息技術，能有效減少貸款人與企業(yè)之間的信息不對稱，提高信貸服務效率（姚凱辛，2022）。同時，數(shù)字金融憑借其優(yōu)越的信息甄別能力可以減少資金出現(xiàn)錯配的概率，使得優(yōu)質企業(yè)能夠獲得貸款，而劣質企業(yè)則被排斥在授信之外。在信貸市場中，企業(yè)主要通過債務融資或者股權融資兩個渠道獲得外部資金（李佳，2022）。企業(yè)通過網(wǎng)上貸款獲得的外部資金是債務融資，若企業(yè)高效運用資金，形成有效資產，將進一步增強其盈利能力，使利潤和總資產增加，表現(xiàn)為企業(yè)杠桿率降低。

綜上，結合融資約束理論以及信息不對稱理論，數(shù)字普惠金融可以立足于支付、信貸融資兩大功能助力非金融企業(yè)部門杠桿率下降?；谝陨戏治?，提出如下假設：

H1：數(shù)字金融與企業(yè)杠桿率具有負相關關系，即數(shù)字金融賦能可促進企業(yè)杠桿率下降。

（二）數(shù)字金融賦能企業(yè)結構性去杠桿的異質性

1.債務期限結構

白云霞等（2016）指出，長期以來，中國金融市場處于金融抑制的狀態(tài)，賣方主導信貸市場已是不容置疑的客觀現(xiàn)實。由于信息不對稱、金融管制等一些原因，銀行等傳統(tǒng)金融機構更傾向于為企業(yè)提供短期貸款來規(guī)避風險（鐘凱，2016）。因此，這迫使企業(yè)不得不以短期信貸支持長期投資，進而將導致企業(yè)的債務期限結構趨于短化，出現(xiàn)“短貸長投”的現(xiàn)象（Bharath Setal.,2011）。由此可見，在研究企業(yè)債務總體水平的同時，也要關注企業(yè)的債務期限結構。

已有研究表明（葉永衛(wèi)等，2022），信貸期限結構對企業(yè)經(jīng)營有重要影響，短期貸款主要用于滿足當前生產經(jīng)營需要，中長期貸款主要用于技術改造、基礎設施建設和固定資產項目?？梢钥闯?，如果企業(yè)主動提高杠桿率，表明其具有很高的盈利能力和投資意向，增強對這些企業(yè)的信貸以幫助他們開展投資活動，則有利于增強企業(yè)經(jīng)濟實力。即杠桿率的分母端擴大，表現(xiàn)為企業(yè)杠桿率下降。此外，數(shù)字金融在線渠道融資一般是一年期的短期貸款，能及時滿足企業(yè)的短期融資需求，而無需提前募集，能有效降低企業(yè)的短期杠桿率?；谝陨戏治?，本文提出如下假設：

H2a：數(shù)字金融賦能企業(yè)杠桿率調整因為債務期限結構不同存在異質性，即相較于長期杠桿率，數(shù)字金融對短期杠桿率下降的助推效應更顯著。

2.所有權性質

中國是銀行主導型的金融體系,信貸市場存在嚴重的所有制歧視（Songetal.,2018）。銀行更傾向于向國有企業(yè)提供資金，同時又抑制對私營企業(yè)的信貸，這使得銀行的行為決定了企業(yè)所面臨的融資難度有所不同。與此同時，在不同經(jīng)濟實體之間，金融資源的低效分配意味著國有和私營企業(yè)將獲得與其自身生產效率不匹配的杠桿水平（周煜皓等，2014）（邵挺，2010），其原因主要體現(xiàn)在以下幾個方面：第一，政企關聯(lián)。國有股權作為企業(yè)與政府之間的關系紐帶，有利于企業(yè)獲得各種政策優(yōu)惠，并可以向銀行等金融機構傳遞出政府認可與支持的信號，能有效解決銀行所面臨的信息不對稱問題（徐慧倫，2021）。第二，預算軟約束。由于國有企業(yè)的特殊屬性，若經(jīng)營出現(xiàn)問題，政府更可能出面幫助解決資源上的困境（江偉和李斌，2006）。因此，銀行出于自身利益的考慮會選擇把貸款提供給國有企業(yè)，由此導致國有企業(yè)的杠桿率越來越高，但這種融資占用了銀行資金，卻減少了銀行的收益。

鑒于銀行等傳統(tǒng)金融機構不能有效地進行信息的收集與處理。因此，數(shù)字金融發(fā)展則對金融交易面臨信息不對稱的困境做出了巨大貢獻，改變了銀行的資產選擇行為，特別是對傳統(tǒng)金融機構由于信息不對稱難以接觸和服務的企業(yè)很有幫助?；谝陨戏治?，提出如下假設：

H2b：數(shù)字金融賦能企業(yè)杠桿率調整因為所有權性質不同存在異質性，即相較于民營企業(yè)，數(shù)字金融對國有企業(yè)杠桿率下降的助推效應更顯著。

3.企業(yè)規(guī)模

企業(yè)規(guī)模也影響企業(yè)融資的難易程度，企業(yè)規(guī)模大意味著企業(yè)的整體實力更強、聲譽也更好，具有在資源獲取上的優(yōu)勢（羅能生等，2018）。一般來說，大規(guī)模企業(yè)較高的信息透明度，能有效緩解信息不對稱，而小企業(yè)的信息透明度很難得到保證。兩類企業(yè)的異質性特征決定了不同的融資難度，也說明銀行在發(fā)放企業(yè)貸款時限制企業(yè)規(guī)模是合理的決定。因此，權衡理論認為，大規(guī)模企業(yè)的分散程度大，財務成本低，由此導致杠桿率較高。而小規(guī)模企業(yè)在進行財務管理時受制于生命周期短、抗風險能力弱、抵押擔保能力不足等各方面的問題（陳曉明，2016），導致小型企業(yè)從銀行獲得的信貸資金不足以支持其長期發(fā)展，存在相當大的資本金缺口和信貸資本缺口，更多的是依靠自籌資金來謀求發(fā)展，企業(yè)杠桿率相對較低。

與傳統(tǒng)金融機構不同，數(shù)字金融不要求抵押品，使得一些缺少抵押品的小型企業(yè)更容易獲得融資。因此，數(shù)字金融發(fā)展既能緩解融資歧視程度，豐富小規(guī)模企業(yè)的資金來源，也能夠抑制大規(guī)模企業(yè)的中介收益，降低企業(yè)杠桿率水平。然而，相較于杠桿率水平較低的小型企業(yè)，數(shù)字普惠金融可能對高杠桿的大型企業(yè)作用更大?；谝陨戏治?，提出如下假設：

H2c：數(shù)字金融賦能企業(yè)杠桿率調整因為規(guī)模不同存在異質性，即相較于小規(guī)模企業(yè)，數(shù)字金融對大規(guī)模企業(yè)杠桿率下降的助推效應更顯著。

4.盈利能力

在分析企業(yè)杠桿率水平時，不可能僅僅以其水平的高低來衡量債務負擔和償付能力，有必要進一步探討企業(yè)的盈利能力，企業(yè)利潤的增加意味著其未來現(xiàn)金流可以償還更多債務（鐘寧樺，2021）。根據(jù)啄食理論的推斷，盈利能力與企業(yè)杠桿有著明顯的負相關關系，因為高收益企業(yè)的融資需求可以通過自身留存收益來滿足，因而這些企業(yè)的杠桿水平較低。這是因為當企業(yè)內部現(xiàn)金流充足時，它們往往較少依賴外部資金（譚小芬，2018）。反觀一些國有僵尸企業(yè)，它們的盈利水平很低甚至為負，仍可以繼續(xù)從銀行系統(tǒng)獲得貸款，這與政府“背書”和“擔?！钡仍蚴遣豢煞指畹模▌Ⅸi和何冬梅，2021）。然而，由于信貸資源供應不足，大量盈利水平高的私營企業(yè)、成長性企業(yè)無法進一步發(fā)展，最終導致企業(yè)生產經(jīng)營狀況惡化，退出市場，產生“劣幣驅逐良幣”效應。

數(shù)字金融的發(fā)展為提高信息甄別能力做出了巨大貢獻，通過有效分析企業(yè)經(jīng)營狀況，判斷其盈利能力的高低，使有限的信貸資源從劣質企業(yè)中釋放出來，實現(xiàn)信貸資源的合理配置（郭峰，2020）。基于以上分析，提出如下假設：

H2d：數(shù)字金融賦能企業(yè)杠桿率調整因為盈利能力不同存在異質性，即相較于高盈利能力企業(yè)，數(shù)字金融對低盈利能力企業(yè)杠桿率下降的助推效應更顯著。

（三）數(shù)字金融賦能企業(yè)結構性去杠桿的作用機制

金融錯配意味著金融資源的配置出現(xiàn)偏差，即沒有分配到效率最高的部門。從長期看，金融資源的錯配是導致非金融企業(yè)部門杠桿率結構性失衡的一個重要因素。由于政府的隱性背書、預算軟約束，國有企業(yè)和大型企業(yè)憑借其自身的“所有制優(yōu)勢”和“規(guī)模優(yōu)勢”，在資金獲取上更加便利（董驥等，2020）。但是，由于財務信息不透明和缺乏擔保，民營企業(yè)和中小企業(yè)面臨著融資約束（羅來軍等，2016）。因此，數(shù)字金融的快速發(fā)展可以為民營企業(yè)和中小企業(yè)提供一種解決路徑。那么，在我國非金融企業(yè)部門杠桿率結構性失衡的背景下，數(shù)字金融發(fā)展是如何影響金融錯配，進而助推企業(yè)結構性去杠桿呢？本文將從降低信息不對稱、提高金融可得性兩個方面來展開論述。

首先，數(shù)字金融依托大數(shù)據(jù)、區(qū)塊鏈以及互聯(lián)網(wǎng)等現(xiàn)代化信息技術能夠以數(shù)字化信息為牽引，提高信息共享程度、減少信息不對稱（譚小芬和尹碧嬌，2018）。有效挖掘企業(yè)“軟信息”，并確保其現(xiàn)金流、銷售額等經(jīng)營信息的真實性（Chod et al.，2020）。進而幫助優(yōu)質的民營企業(yè)、中小企業(yè)能夠以合理的風險定價利率獲得貸款資源（Philippon,2016）。其次，數(shù)字金融具有多元化的業(yè)態(tài)和功能，通過有效提高金融可得性進而影響企業(yè)杠桿率（梁琦，2020）。其原因在于：第一，數(shù)字金融在某種程度上可以突破傳統(tǒng)金融機構實體網(wǎng)點的界限，提高了企業(yè)獲取更多融資的可能性（滕磊，2020）。第二，數(shù)字金融還產生了一定的鯰魚效應和示范效應（李展和葉蜀君，2019），使傳統(tǒng)金融機構利用基礎互聯(lián)網(wǎng)技術實現(xiàn)轉型。使其更好地服務于實體經(jīng)濟，拓寬企業(yè)的融資渠道和方式（唐松等，2020），進而助推企業(yè)結構性去杠桿?；谝陨戏治?，提出如下假設：

假設3：數(shù)字金融通過校正金融錯配，賦能企業(yè)結構性去杠桿。

三、研究設計

（一）數(shù)據(jù)來源

文章以2011-2020年中國滬深A股上市企業(yè)為研究對象，企業(yè)層面的數(shù)據(jù)均來自CSMARS數(shù)據(jù)庫，數(shù)字金融層面的數(shù)據(jù)均來自北京大學所編制的2011-2020年地級市層面的數(shù)字普惠金融指數(shù)。對數(shù)據(jù)做如下處理：（1）將金融類的企業(yè)樣本從數(shù)據(jù)中予以剔除；（2）剔除ST、ST*類企業(yè)樣本，以保證數(shù)據(jù)的完整性；（3）剔除含有缺失值、財務數(shù)據(jù)存在異常的樣本。此外，為了消除離散群值的影響，本文對企業(yè)層面的連續(xù)變量，采用了1%和99%的雙邊縮尾（winsorize2處理），最終得到4399家，共計14070個觀測值。

（二）模型設定

1.雙向固定效應模型

為了避免觀察期內其他宏觀因素導致企業(yè)杠桿率發(fā)生變化，在雙向固定效應模型中控制了“年份（year）-行業(yè)（industry）”。如式（1）所示：

（1）式中：Levit被解釋變量是企業(yè)杠桿率；解釋變量indexit是數(shù)字金融指數(shù)；controlit為可能對企業(yè)杠桿率產生影響的控制變量；year和industry分別為時間和行業(yè)固定效應；ε為隨機項。利用模型（1）檢驗假設1，尤其關注數(shù)字金融指數(shù)（index）的回歸系數(shù)λ1，若λ1為負且顯著，則表明假設1正確。

2.中介效應模型

為進一步考察數(shù)字金融是否通過校正金融資源錯配進一步對企業(yè)結構性去杠桿起到助推效應，參考溫忠麟和葉寶娟（2014）提出的中介效應檢驗方法。其中，中介變量是金融錯配FM指標，其他變量的定義及測量方法均與上文一致：

（三）變量定義

1.被解釋變量

從微觀企業(yè)的角度看，企業(yè)杠桿率是所有者權益與資產的比率。為了與宏觀杠桿率保持一致，資產負債率通常作為微觀企業(yè)杠桿率的替代性指標（盧莎莎，2019；吳立力，2021）。

2.核心解釋變量

本文將采用北京大學數(shù)字普惠金融指數(shù)（2011-2020年）提供的地級市層級“數(shù)字普惠金融指數(shù)”。該指數(shù)自發(fā)布以來，已經(jīng)有較多學者使用其作為數(shù)字金融的衡量指標，進行研究并在主流期刊上發(fā)表了代表性文章。它已被相關研究證明，能較好地刻畫中國數(shù)字金融的發(fā)展水平。

3.中介變量

對于金融錯配（FM）的度量，本文參照邵挺（2010）和周煜皓等（2014）的研究，將企業(yè)資本成本偏離行業(yè)平均資本成本的程度，作為企業(yè)金融錯配的代理變量。其中企業(yè)的資本成本，是用財務費用中的利息支出與扣除了應付賬款后負債總額的比值來計算的。

4.控制變量

各變量的具體定義如下表1所示。

表1 變量定義及其說明表

企業(yè)規(guī)模 size 對企業(yè)總資產取對數(shù)營業(yè)收入增長率 gro （當期營業(yè)收入-上期營業(yè)收入）/上期營業(yè)收入銷售收入增長率 incgrowth（當期銷售收入-上期銷售收入）/上期銷售收入成長性 growth 年末總資產增長率控制變量托賓Q值 q 市值/總資產企業(yè)年齡 age （當年-上市年份）的自然對數(shù)經(jīng)營性現(xiàn)金流 cfo 經(jīng)營性現(xiàn)金流/總資產兩職分離率 dual 若董事長與總經(jīng)理為一人則取值為1，否則取值為0地區(qū)經(jīng)濟發(fā)展水平 pgdp 地區(qū)人均GDP的自然對數(shù)經(jīng)濟增長率 m2 經(jīng)濟增長速度

（四）描述性統(tǒng)計

表2報告了描述性統(tǒng)計特征，如下表所示，企業(yè)杠桿率（lev）平均值為0.422,最小值為0.052，最大值為0.873，標準差是0.202。這表明樣本的杠桿率之間有較為明顯的差異。區(qū)分杠桿率的債務期限后，觀察長期杠桿率（llev）和短期杠桿率（slev），可以得出長期杠桿率的平均值為0.082，低于短期杠桿率0.340的平均值，即每個樣本企業(yè)的長期杠桿率和短期杠桿率存在一定差異。

表2 變量描述性統(tǒng)計結果

四、實證結果分析

（一）數(shù)字金融對企業(yè)杠桿率影響分析

表3報告了數(shù)字金融對企業(yè)杠桿率的基準回歸結果。第（1）列是在控制時間和行業(yè)固定效應對單變量進行回歸得到的結果。實證結果顯示，數(shù)字金融賦能與企業(yè)杠桿率的回歸系數(shù)為-0.378；第（3）列則是在第（1）列回歸的基礎上加入控制變量，結果表明，數(shù)字金融與企業(yè)杠桿率的回歸系數(shù)為-0.216，上述系數(shù)均通過1%的統(tǒng)計顯著性檢驗，表明數(shù)字金融能促使企業(yè)杠桿率下降。與此同時，考慮到數(shù)字金融賦能對企業(yè)杠桿率的影響需要時間，本文對數(shù)字金融發(fā)展（lnindex）進行了滯后處理，這也能適度緩解反向因果問題。檢驗結果如表3列（2）（4）所示，變量的顯著性和系數(shù)都沒有發(fā)生較大的變化，這表明在消除內生性干擾后，研究結論可靠。具體而言，數(shù)字金融賦能與企業(yè)杠桿率有顯著的負相關關系，數(shù)字金融發(fā)展水平越高，地方企業(yè)杠桿率越低，假說1得證。

表3 基準回歸結果

基于唐松等（2020）的研究，本文將數(shù)字金融進一步分為覆蓋廣度、使用深度以及數(shù)字化程度三個不同維度的指標納入到回歸分析中，以考察數(shù)字金融對企業(yè)杠桿率影響的結構效應，回歸結果報告于表4。列（2）（3）的結果表明數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均有助于企業(yè)杠桿率下降。而由（4）列知，數(shù)字金融的數(shù)字化程度系數(shù)不顯著，說明其沒有產生降低效果。因此，從對總指標分解得到的影響效應來看，覆蓋廣度和使用深度的作用效果與整體效應一致，再次有力地論證了數(shù)字金融在整體上能較好地達到降低企業(yè)杠桿率水平的效果。

表4 數(shù)字金融子維度與企業(yè)杠桿率

（二）內生性處理

1.兩階段最小二乘法（IV-2SLS）

借鑒（張勛，2020）和（林木西，2022）的思想，本文通過選用“杭州到地級市的球面距離”作為分析的工具變量（IV）。①相關性。首先，以支付寶為代表的數(shù)字金融，其發(fā)展起源于杭州，所以杭州數(shù)字金融的發(fā)展處于兩線位置，可以預期越接近杭州，數(shù)字金融的發(fā)展就越好；其次，互聯(lián)網(wǎng)、固定電話是數(shù)字金融發(fā)展密切相關，是數(shù)字金融發(fā)展的必要基礎設施。因此，“杭州到地級市的球面距離”、移動電話普及率與城市數(shù)字金融的發(fā)展高度相關。②外生性?！昂贾莸降丶壥械那蛎婢嚯x”與移動電話普及率很難直接影響企業(yè)杠桿率水平。因此，本文選取的IV滿足工具變量的相關性和外生性假定。表5報告了兩階段最小二乘法的回歸結果，從列（2）可以看出，數(shù)字金融指數(shù)的系數(shù)在1%的顯著性水平上顯著為負，表明數(shù)字金融的發(fā)展能顯著推動企業(yè)杠桿率下降。

2.系統(tǒng)GMM估計

由于企業(yè)的杠桿率水平往往具有持續(xù)性，因此時間維度中可能存在序列相關。為解決這一問題，參考肖文和薛天航（2019），將杠桿率滯后一期引入回歸模型，以此來驗證前文結論的穩(wěn)健性。通過使用兩步系統(tǒng)GMM方法對系數(shù)進行了估計，結果見表5第（3）列。lnindex的系數(shù)在5%的顯著性水平上為負，表明數(shù)字金融對企業(yè)結構性去杠桿的助推作用在考慮了企業(yè)杠桿率序列相關這一特征后依然存在，前文結論穩(wěn)健。

表5 兩階段最小二乘法及系統(tǒng)GMM檢驗結果

（三）穩(wěn)健性檢驗

1.分位數(shù)回歸

因此，本文參考Koenker和Bassett（1978）采用分位數(shù)回歸模型來檢驗不同分位點上，解釋變量（lnindex）對被解釋變量（lnlev）的影響是否出現(xiàn)偏差。因此，本文利用分位數(shù)回歸方法分析了數(shù)字金融對企業(yè)杠桿率的影響，表6給出了企業(yè)杠桿率在25%、50%、75%、90%、95%分位點處的回歸結果，可以得出數(shù)字金融系數(shù)的絕對值隨著企業(yè)杠桿率水平的增大而提高，即數(shù)字金融可以降低企業(yè)杠桿率，尤其是對于較高的杠桿率水平，這種負向影響會更加明顯。由此可見，其內生性檢驗結果與本文實證結果相一致，故本文的研究結論較為可靠。

表6 分位數(shù)回歸結果

2.子樣本檢驗

考慮到2015年國內“股災”金融事件的影響，參考趙芮（2022）和馬文婷（2022）在穩(wěn)健性檢驗中剔除2015年的數(shù)據(jù)，并利用模型（1）對2011-2014年的子樣本進行重新估計，以便盡可能排除“股災”金融事件對企業(yè)杠桿率的沖擊。表7列（1）結果顯示，數(shù)字金融的估計系數(shù)為-0.260，且通過1%的顯著性檢驗。由此可見，金融環(huán)境的變化未對基準回歸結果造成影響。

3.更換被解釋變量

前文從資產負債率的角度來衡量企業(yè)杠桿率，采用總負債/總資產來表示。為了驗證結果的穩(wěn)健性,本文參考王竹泉（2019），將資本負債率用作被解釋變量。表7第（2）列為檢驗結果，可以發(fā)現(xiàn)，數(shù)字金融能顯著降低企業(yè)杠桿率,與之前的研究結論一致。上述穩(wěn)健性檢驗進一步驗證了本文研究的核心結論。

表7 子樣本與更換被解釋變量回歸結果

（四））異質性分析

1.債務期限結構的異質性分析

表8匯報了考慮企業(yè)杠桿率債務期限的回歸結果。第（1）列顯示的是數(shù)字金融指數(shù)作用于企業(yè)長期杠桿率的回歸結果，第（2）列顯示的是數(shù)字金融指數(shù)對企業(yè)短期杠桿率影響的回歸結果。通過分析相關系數(shù)，第（1）列長期杠桿率系數(shù)為-0.038，第（2）列短期杠桿率系數(shù)為-0.050，均通過了1%的顯著性檢驗。觀察各控制變量與企業(yè)杠桿率大部分呈顯著相關關系，且參數(shù)估計的結果符合理論預期。綜合上述實證結果，相比長期杠桿率，短期杠桿率下降幅度較大，表明數(shù)字金融發(fā)展在降低短期杠桿率方面要比長期杠桿率更有效，驗證了H2a。

表8 債務期限結構的異質性回歸結果

t statistics in parentheses，★p＜0.1, ★★p＜0.05, ★★★p＜0.01

2.所有權屬性的異質性分析

企業(yè)的所有權性質會影響非金融企業(yè)部門的杠桿率水平。長期以來，國有企業(yè)的內部治理結構不完善、外部融資約束較少，過度融資、影子銀行等問題突出，由此導致國有企業(yè)杠桿率與非國有企業(yè)的杠桿率之間存在著顯著差異。因此，國有企業(yè)降杠桿是結構性去杠桿工作的重中之重。本文按照國有企業(yè)和私營企業(yè)進行分組回歸。其中，國有企業(yè)取值1，非國有企業(yè)取值0。如表9列（1）和列（2）所示，數(shù)字金融發(fā)展與國有企業(yè)杠桿率之間的回歸系數(shù)為-0.168，且通過了5%的顯著性檢驗，而數(shù)字金融發(fā)展與非國有企業(yè)杠桿率之間不存在顯著性關系。由此驗證前文的假設H2b，即數(shù)字金融發(fā)展對國有企業(yè)的負向作用更大。

3.企業(yè)規(guī)模的異質性分析

通過設置規(guī)模虛擬變量來探究數(shù)字金融發(fā)展對非金融企業(yè)杠桿率的影響，高于所有企業(yè)規(guī)模均值的企業(yè)是大型企業(yè)，取值為1；反之則為小規(guī)模企業(yè)，取值0。表9第（3）（4）列是按照企業(yè)規(guī)?；貧w得到的結果，數(shù)字金融發(fā)展與大規(guī)模企業(yè)杠桿率的回歸系數(shù)為-0.276，且通過1%的顯著性水平檢驗，這在一定程度上表明數(shù)字金融發(fā)展對大規(guī)模企業(yè)杠桿率的影響高于小規(guī)模企業(yè)。由此可以驗證前文的假設H2c；即數(shù)字金融對企業(yè)杠桿率的影響以企業(yè)規(guī)模的大小出現(xiàn)差異性，相較于小規(guī)模企業(yè)，數(shù)字金融發(fā)展能降低大規(guī)模企業(yè)的杠桿率。

4.企業(yè)盈利能力的異質性分析

企業(yè)過高的杠桿率水平往往反映了債務負擔和盈利能力之間的結構性矛盾。為進一步檢驗數(shù)字金融賦能能否助推企業(yè)結構性去杠桿，通過設置虛擬變量，將盈利能力的中位值作為劃分標準，小于所有企業(yè)盈利能力均值的為低盈利企業(yè)，取值1；反之為高盈利企業(yè)，取值0。進行分樣本回歸，回歸結果見表9列（5）和列（6），數(shù)字金融指數(shù)系數(shù)為-0.235，在1%的顯著性水平上為負，表明相比較高盈利能力企業(yè)，數(shù)字金融對低盈利能力企業(yè)的負向影響更大。綜合來看，數(shù)字金融能有效降低低盈利企業(yè)的杠桿率水平，進而助推企業(yè)結構性去杠桿，假設H2d得到驗證。

表9 所有權屬性、企業(yè)規(guī)模、盈利能力異質性回歸結果

（五）數(shù)字金融賦能企業(yè)結構性去杠桿的作用機制分析

根據(jù)中介效應檢驗步驟，第一步是考察數(shù)字金融賦能與企業(yè)杠桿率的關系。表10第（1）列的結果顯示，在1%的顯著性水平上，數(shù)字金融賦能企業(yè)結構性去杠桿。第二步，將金融錯配加入模型（2）中進行回歸。回歸結果見表10第（2）列，數(shù)字金融指數(shù)的估計系數(shù)為-0.552，且通過了1%的顯著性檢驗。第三步，考察數(shù)字金融是否能通過緩解金融錯配來賦能企業(yè)結構性去杠桿。表10第（3）列是同時對數(shù)字金融發(fā)展、金融錯配和企業(yè)杠桿率三者進行回歸，結果表明當其他因素保持不變時，數(shù)字金融賦能與企業(yè)杠桿率在5%的水平上顯著負相關，金融錯配與企業(yè)杠桿率在1%的水平上正相關，這說明金融錯配的程度越高，企業(yè)杠桿率越高。綜上，中介效應檢驗結果表明，數(shù)字金融發(fā)展可以通過減緩金融錯配來助推企業(yè)的結構性去杠桿，H3得到驗證。同時，Bootstrap檢驗表明該中介效應在1%的水平上顯著。

表10 數(shù)字金融、金融錯配與企業(yè)杠桿率

t statistics in parentheses，*p＜0.1, **p＜0.05, ***p＜0.01

五、主要結論及對策建議

本文探索數(shù)字金融賦能對企業(yè)結構性去杠桿的助推效應以及作用渠道，通過實證研究表明:（1）數(shù)字金融發(fā)展能有效抑制企業(yè)的杠桿率水平，而且在考慮了內生性及被解釋變量置換等穩(wěn)健性檢驗后也成立。（2）就企業(yè)內部杠桿率而言，相較于企業(yè)的長期杠桿率，數(shù)字金融對企業(yè)短期杠桿率的負向作用更大，在一定程度上能降低其杠桿率水平。就企業(yè)之間的杠桿率而言，數(shù)字金融對國有企業(yè)杠桿率的抑制作用更加明顯，可消減其無效杠桿。而對于企業(yè)規(guī)模所帶來的影響，相較于小規(guī)模企業(yè)，數(shù)字金融能顯著降低大規(guī)模企業(yè)的杠桿率。此外，實證結果表明，數(shù)字金融能有效降低低盈利能力企業(yè)的杠桿率水平，從而實現(xiàn)企業(yè)杠桿率的結構性調整。（3）機制分析表明，地區(qū)數(shù)字金融發(fā)展能校正金融錯配問題，進而在“質”上優(yōu)化信貸資源配置，能夠更具靶向性地支持企業(yè)結構性去杠桿。

基于以上研究結論，本文提出以下幾點建議：（1）持續(xù)推動數(shù)字普惠金融發(fā)展，深化金融供給側結構性改革。首先，政府部門要給予數(shù)字金融足夠的政策支持與發(fā)展空間，加強數(shù)字普惠金融配套基礎設施建設和相關產業(yè)的發(fā)展，促進信息資源的有效流動和信貸資源的高效配置，助力非金融企業(yè)部門實現(xiàn)結構性去杠桿；其次，要切實提高數(shù)字金融的可得性和普惠性，注重其在不同屬性企業(yè)間的均衡發(fā)展。這要求地方政府應增強主動服務意識，為不同所有制、不同規(guī)模、不同盈利能力企業(yè)的資金需求提供保障。積極引導數(shù)字金融為實體經(jīng)濟提供服務，擴大惠及范圍，實現(xiàn)資源配置的均等化。（2）避免“一刀切”去杠桿政策，實現(xiàn)數(shù)字金融與企業(yè)精準對接。一方面，要具體問題具體分析，正確認識我國非金融企業(yè)部門杠桿率水平的結構特征。積極推進國有企業(yè)破產重組，通過逐步淘汰“僵尸企業(yè)”、市場化債轉股等模式，降低國有企業(yè)的債務存量。同時，對產能過剩、技術落后的低盈利企業(yè)、大規(guī)模企業(yè)，要堅決關停，釋放其所占用的信貸資源。另一方面，應積極引導數(shù)字金融的發(fā)展方向，實現(xiàn)將有限的金融資源精準滴灌到有資金需求的私營、小規(guī)模，以及高盈利企業(yè)，為企業(yè)部門健康發(fā)展營造良好的融資生態(tài)環(huán)境，進一步釋放企業(yè)活力。此外，充分發(fā)揮數(shù)字金融支付、信貸配置兩大功能，優(yōu)化企業(yè)債務期限結構，降低流動性風險和期限錯配風險，將數(shù)字金融賦能的“關鍵變量”轉化成企業(yè)發(fā)展的“最大增量”。（3）傳統(tǒng)金融機構應實現(xiàn)數(shù)字化轉型，提高金融資源的配置效率。一是改善銀行的資源配置傾向，提高信貸資源配置市場化程度，以消除不同經(jīng)濟實體間信貸資源配置效率低下造成的杠桿分化問題。與此同時，對融資需求旺盛、有良好盈利能力的企業(yè)給予足夠的金融支持。二是傳統(tǒng)金融機構應依托科技“賦能”金融，利用大數(shù)據(jù)、云計算等先進技術構建多層次、差異化、廣覆蓋金融服務模式，迎合企業(yè)的多樣需求。與此同此，要充分發(fā)揮數(shù)字金融的規(guī)?；?、普惠性優(yōu)勢，降低企業(yè)融資成本，幫助企業(yè)提高資源運作能力以及風險承擔能力，降低其對無效杠桿的需求，激活企業(yè)發(fā)展的內生動力。