數字普惠金融對資本結構動態調整的影響

摘要：黨的二十大報告指出，促進實體經濟發展對穩定我國經濟起著重要作用。文章以滬深證券市場2011-2021年A股上市公司為研究樣本，從融資約束視角研究數字普惠金融對資本結構動態調整的影響。研究結果表明，數字普惠金融促進資本結構動態調整，區分企業性質和負債水平的進一步研究表明，過度負債與負債不足企業對于上述影響不大，但是對非國有企業影響會更顯著；機制分析結果表明，融資約束的緩解可以幫助企業借助數字技術推動企業改變融資模式調整資本結構達到最優狀態。

關鍵詞：數字普惠金融；資本結構動態調整；資本結構；機制

一、引言

當前，數字技術快速發展，數字普惠金融應運而生，從現有文獻來看，學者們對數字金融發展的研究宏觀經濟方面影響大多從數字金融發展與經濟增長、城鄉居民收入、共同富裕等方向展開，而從微觀經濟方面的研究主要側重于企業技術創新等方面的研究，很少從企業內部融資模式進行分析。本文立足于企業資本結構調整這一視角，分析企業如何借助數字技術，緩解融資約束，最終達到最優資本結構。

二、文獻回顧與假設提出

（一）數字普惠金融與資本結構調整速度

近二十年，國內外研究資本結構的理論體系已相對完善，其中最經典的權衡理論便提出了企業的資本結構調整是在負債的稅收利益和預期破產成本之間衡量，企業通過一系列措施：包括投融資政策、稅盾優化等對企業資本結構進行調整，使得企業價值達到最大。數字金融通過大數據，云計算技術，拓寬資金來源，增加企業融資渠道，從而降低資本結構調整成本，促進企業達到最優資本結構。基于上述分析，本文提出假設1。

H1：數字普惠金融發展能夠加快企業資本結構動態調整速度。

（二）數字普惠金融、融資約束與資本結構動態調整

以外部宏觀視角為切入點：Korajczyk （2003）認為，高融資約束公司的資本結構與宏觀經濟呈現順周期變化，低融資約束公司則相反。于蔚（2012）認為宏觀環境還有經濟政策會對資本結構動態調整產生影響。

以內部微觀視角為切入點，常亮等（2013）采用動態閾值模型研究發現融資約束會影響企業資本結構調整行為。何婧（2010）認為融資約束會對企業資本結構調整速度造成影響。凌鴻程（2018）提出可以通過緩解資本市場信息不對稱來降低資本結構調整成本。

企業進行資本結構動態調整是基于自身資金以及融資目標進行的，數字普惠金融可以降低企業融資成本，有利于企業借助自有資金以及外源融資調整資本結構，基于上述論述，本文提出假設2。

H2：數字普惠金融通過降低企業的融資約束水平來促進資本結構動態調整。

三、研究設計

（一）樣本選取與數據來源

本文數據方面主要選取北京大學數字普惠金融指數（Fin），以2011-2021年A股非金融類上市公司作為企業樣本，按以往研究慣例對樣本進行篩選，最終清洗出24412個樣本觀測值，應用軟件為Stata16.0。

（二）模型設計與變量定義

參考黃俊威等（2019）的研究，本文明確資本結構調整模型具體做法如下：

首先，參考一般文獻的做法，目標資本結構擬合公式如式（1）所示，其中λ即為企業目標資本結構調整速度。

Levi，t-Levi，t-1＝λ（Lev*i，t-Levi，t-1）+εi，t（1）

Lev*＝β1Profiti，t-1+β2Tobinqi，t-1+β3Depi，t-1+β4Sizei，t-1+β5Tangi，t-1+β6Mediani，t-1（2）

Levi，t＝（1-λ）Levi，t-1+λβ1Profiti，t-1+λβ2Tobinqi，t-1+λβ3Depi，t-1+λβ4Sizei，t-1+λβ5Tangi，t-1+λβ6Mediani，t-1+εi，t（3）

Levi，t-Levi，t-1=（λ0+λ1DIFi，t）（Lev*i，t-Levi，t-1）+εi，t（4）

其次，中介變量企業融資約束參考Hadlock和Pierce的研究方法，使用SA指數計算公式測算。具體計算如式（5）所示。

SA=0.737×Size+0.43×Size2-0.04×Age（5）

各變量具體說明見表1。

（三）描述性統計

由表2描述性結果可知相關變量描述性統計。實際資本偏離程度（delat）最小值僅僅為-0.211，最大值達到了0.244，均值為0.011，標準差為0.072；資本調整程度（dev）最小值僅僅為-0.832，最大值達到了-0.16，均值為-0.382，標準差為0.2，可以看出雖然目標資本結構低于實際資本結構，但是目標資本結構的波動程度依然比實際資本結構的波動程度小。其余變量不再贅述。

四、實證結果與分析

（一）數字普惠金融與企業資本結構動態調整

基于研究數字普惠金融對資本結構動態調整影響，本文建立以實際資本偏離程度變動為被解釋變量，以資本調整程度、數字普惠金融為解釋變量的模型。表3第列（2）為加入控制變量后模型的實證結果，顯示資本調整程度dev的系數是0.2298，該變量在1%水平下顯著。所以，該結果說明企業存在資本調整程度問題。數字普惠金融和資本調整程度的交互項（dev*Fin）的系數是0.0288，該變量在1%水平下顯著。所以，該結果表明數字普惠金融對資本結構動態調整具有促進作用。

（二）拓展性分析

1. 數字普惠金融與資本結構動態調整：負債水平的影響

下文進一步考慮不同負債情況下數字普惠金融對資本結構動態調整的影響：根據表4數字普惠金融對資本結構動態調整影響的模型結果可得，過度負債和負債不足企業均存在資本調整程度問題，借鑒Byoun（2008），將樣本不同負債水平進行分組，從結果來看，在過度負債組和負債不足組中，數字普惠金融的交互項dev*Fin的回歸系數分別為0.0280和0.0281，且都在1%的水平上顯著，這說明負債程度不同的企業數字普惠金融對其資本結構影響不大。

2. 數字普惠金融與資本結構動態調整：企業性質的影響

進一步考慮不同性質企業是否上述結果存在差異，將全部樣本分為國企和非國企說明數字普惠金融對資本結構動態調整的影響。根據表5結果可得，國企和非國企均存在資本調整程度問題。具體來看國企與非國企結果資本調整程度和數字普惠金融指數的交互項dev*Fin變量都在1%的水平上顯著。該結果說明數字普惠金融對國企與非國企資本結構動態調整均具有促進作用且數字普惠金融對非國企資本結構動態調整的影響效果更強。

（三）數字普惠金融對資本結構動態調整影響的機制分析

根據上文，數字普惠金融加快企業資本結構調整速度，我們繼續探討融資約束在其中的作用機制：目前學界對于中介效應的各有不同，本文按照溫忠麟等（2005）的“三步法”分析數字普惠金融影響企業資本結構動態調整的中間機制，表6是分析融資約束作為數字普惠金融與資本結構調整的影響機制的回歸結果，由表6結果列（7）可知，數字普惠金融（Fin）回歸系數均在1%的水平上顯著，這說明數字普惠金融發展能夠顯著降低企業融資約束程度。在企業融資約束水平的中介效應檢驗中，dev*Fin和dev的回歸系數分別-0.0890和0.2460，都通過1%的統計顯著性檢驗，即融資約束起到了中介效應作用。

基于上述分析可知，數字普惠金融總體上可以緩解我國中小企業融資約束程度：從服務角度看，數字技術可以讓商品交易大多數環節在線上完成，提高信息資源收集效率，因此有效減少中小企業相較大型企業的額外服務成本。從風險角度看，數字普惠金融在很大程度上提升信息對稱程度，促進跟蹤監督及風控機制升級，減少中小企業的融資負擔。數字普惠金融的出現，一方面，使得企業負債結構更加正規且健康，融資成本降低，企業獲取資金融通的渠道更加豐富。另一方面，融資壓力緩解后會避免激進金融化手段，讓資產較優的企業通過對資金充分利用，不斷調整達到企業最優的資產結構，幫助實現企業價值最大化。

五、穩健性檢驗

此外，本文還進行了穩健性檢驗。首先，本文選擇將數字普惠金融替換為覆蓋廣度Bre、使用深度dep、數字化Did變量帶入上文中，表3中基準回歸結果（2）后得到結果。將數字普惠金融替換為覆蓋廣度Bre、使用深度dep、數字化Did變量后，交互項回歸系數均在1%水平上顯著，說明數字普惠金融對資本結構動態調整促進影響是穩健的。其次，本文將Fin、dev*L.Fin、dev滯后一期為L.Fin、L.dev*L.Fin、L.dev帶入上文中的基準回歸結果顯著，基于篇幅，結果不在此贅述。

六、結語

中小企業長期面臨融資難和融資貴的難題，數字普惠金融大數據、云計算等數字技術的運用可以有效降低中小企業融資成本，使信息更加透明化，為解決中小企業融資約束提供了新方案。本文通過對2011-2021年A股非金融類上市公司作為樣本分析得出數字普惠金融促進資本結構調整速度，且這一現象在非國有企業中表現更為顯著。機制分析結果表明，數字普惠金融可以通過緩解融資約束從而影響資本結構動態調整。

基于上述結論，本文得出如下啟示：第一，企業加強對數字化技術的應用，大力應用高科技人才，對企業資本結構動態調整充分重視。第二，國家政策支持發展高科技企業，推動金融機構改革，金融監管部門也應當強化數字技術在金融領域的運用，使數字普惠金融更快更好發展。第三，重視數字普惠金融的宣傳教育，支持技術賦能金融。

參考文獻：

[1]Korajczyk，R.，and A.Levy.Capital Structure Choice：Macroeconomic Conditions and Financial Constraints[J].Journal of Financial Economics，2003（68）.

[2]于蔚，金祥榮，錢彥敏.宏觀沖擊、融資約束與公司資本結構動態調整[J].世界經濟，2012（03）：24-47.

[3]常亮，連玉君．融資約束與資本結構的非對稱調整——基于動態門限模型的經驗證據[J]．財貿研究，2013，24（02）：138-145．

[4]何靖.宏觀經濟環境影響資本結構調整速度嗎？——來自中國上市公司的經驗證據[J].南方經濟，2010（12）：3-16.

[5]凌鴻程.金融發展與企業資本結構調整[J].南京審計大學學報，2019，16（01）：92-101.

[6]黃俊威，龔光明．融資融券制度與公司資本結構動態調整——基于“準自然實驗”的經驗證據[J]．管理世界，2019，35（10）：64-81．

[7]BYOUN S.How and When do Firms Adjust Their Capital Structures Toward Targets？[J].The Journal of Finance，2008，63（06）：3069-3096.

（作者單位：西北師范大學經濟學院）