數字金融發展影響企業創新的風險承擔機制

陳修德 ,陳雅靜 ,馬文聰 ,蘇 濤

(1.廣東工業大學 管理學院,廣州 510520;2.廣東工業大學 廣東教育大數據研究中心,廣州 510520;3.廣東工業大學 新工科教育研究中心,廣州 510006)

創新是引領發展的第一動力,是建設現代化經濟體系的戰略支撐。企業作為創新的主體,提高企業創新能力對我國實施創新驅動發展戰略和推動實體經濟長期穩定發展有著重要現實意義。縱觀全球性創新企業的歷史發展軌跡,其成長過程大都離不開金融發展的強力支持[1]。然而,企業創新是資金需求大、過程不可逆和產出不確定的長周期高風險活動,我國以商業銀行為主體的傳統金融體系風險承擔水平普遍偏低[2],無法匹配高風險性的企業創新活動,導致具有發展潛力的創新型企業時常遭受“金融歧視”。鑒于傳統金融體系發展現狀難以滿足我國企業創新能力亟待提升的迫切現實需求,探討如何為企業創新提供充足的金融支持已成為我國創新驅動發展戰略中亟待解決的重大理論與實踐難題。

得益于大數據、云計算、互聯網等新興技術加持,近年來,我國的數字金融取得迅猛發展。數字金融作為一種高效低價的新型服務業態,具有“跨時空、低成本、信息可視化”等優勢,突破了傳統金融服務的諸多限制,為補足傳統金融服務實體經濟的短板提供了新思路。然而,P2P頻繁爆雷、螞蟻金服被約談等事件的發生也使得數字金融備受爭議。目前,我國數字金融發展已經成為引領全球的一面旗幟[3],并對傳統金融體系重塑產生了重要影響,這已是不爭的事實。由此,國家對數字金融發展也予以了高度重視1)2015年政府工作報告首次將互聯網金融發展納入國家發展規劃,隨后互聯網金融連續5 年被寫入政府工作報告。2019 年8月,中國人民銀行正式印發《金融科技(FinTech)發展規劃(2019～2021年)》,明確提出金融科技工作的指導思想、發展目標和重要任務等。由此可見,數字金融已經成為我國金融體系整體規劃中的重要組成部分。數字金融本質上依然是金融,金融的本質是要服務實體經濟2)中國人民銀行行長易綱2019年3月11主持召開人民銀行黨委、外匯局黨組理論學習中心組2019年第二次集中學習會議上提出要進一步正確把握金融本質,服務實體經濟是天職。實體經濟的高質量發展又需要以企業創新為支撐[4]。因此,數字金融新業態的迅猛發展是否有助于我國企業創新能力提升? 這一問題日益受到學者們的關注。

張玉明等[5]是開啟數字金融與企業創新之間關系研究的發軔之作。自此學者們相繼跟進,相關文獻在影響效應研究方面主要提供了兩派理論觀點:一派認為數字金融具有的“普惠”和“草根”特性,能夠顯著促進企業特別是小微企業創新[6];另一派則認為數字金融發展歷時尚短,還難以實現數字金融產品與創新活動的有效匹配[7]。由此可見,關于數字金融是否真正影響企業創新仍需進一步確認,導致研究結論出現分化的深層次原因也有待厘清。在作用機制方面,已有研究主要從融資視角進行了分析,提出數字金融可以緩解融資約束、降低融資成本,進而促進企業創新。一方面,基于已有理論文獻提供的線索來看,金融市場發展影響企業行為及其績效的具體機制涉及融資、風險承擔和公司治理等[8-9]。因此,融資約束機制僅是觀察數字金融如何影響企業創新的一扇窗口,還需要基于風險承擔和公司治理等維度繼續挖掘其具體作用機制和路徑。另一方面,基于企業創新全過程來看,基本遵循“創新意愿→創新資源投入→創新管理→創新產出”4個環節依次展開。融資機制僅從資源投入這一環節解釋了數字金融賦能企業創新的內在機理。對于研發創新等高風險性項目,在企業決定投入“真金白銀”的前端,必須首先解決企業風險承擔等潛在偏好和意愿層面的顧慮問題。然而,遺憾的是,目前尚未有研究基于風險承擔這一更為前段環節對數字金融影響企業創新的作用機制進行分析。

在前述先驅文獻的基礎上,本文基于“地級市-企業”的跨層級結構將北京大學數字普惠金融指數與中國制造業上市企業數據進行匹配,理論分析和實證檢驗數字金融發展對企業創新的影響效應,并重點考察傳導影響的風險承擔機制。與已有研究比較,本文的邊際貢獻主要體現在3個方面:

(1) 基于風險偏好和承擔意愿的最前端環節揭示了數字金融發展影響企業創新的作用機制。已有研究著重檢驗了數字金融對企業創新的影響效應,對于作用機制的探討主要集中在融資約束緩解和融資成本降低等維度。本文將風險承擔作為中介因素,研究發現,數字金融發展通過提高企業風險承擔水平向企業創新傳導激勵影響,進一步打開了數字金融影響企業創新的機制黑箱。

(2) 界定了數字金融發展影響企業創新的風險承擔機制的適用場景和作用邊界。本文通過對產權性質、企業規模和外部融資依賴程度等情景因素及其調節機制的研究發現,數字金融發展通過風險承擔機制對非國有企業、小企業和外部資金依賴型企業的創新活動產生了顯著的積極影響,這有助于厘清風險承擔機制發揮效力的條件和邊界,同時對解釋現有研究結論存在的分化也具有啟示作用。

(3) 揭示了數字金融發展的不同維度通過不同的中介機制和作用路徑影響企業創新。已有研究發現,在融資約束機制下數字金融使用深度對企業創新的驅動效果更好[6],而覆蓋廣度的影響并不顯著[6,10]。基于風險承擔這一新的機制視角,本文檢測到數字金融發展主要通過覆蓋廣度賦能企業創新的經驗證據。由此揭示出數字金融作為一項綜合性、系統性的新金融變革,其不同維度的發展影響微觀企業創新的機制也是不同的。

1 文獻述評與研究假設

1.1 文獻述評

金融發展如何影響企業創新一直是國內外學術界高度重視的熱點研究議題。目前,相關研究主要從信貸市場和股票市場兩個方面,探討傳統金融市場發展如何影響企業創新。國內外學者大多以商業銀行作為信貸市場代表,研究得到的理論觀點主要包括3類:①商業銀行信貸授信和商業銀行競爭可以通過緩解融資約束對企業創新數量和質量產生積極影響[11];② 信貸市場發展對企業創新投資沒有顯著影響[12];③信貸市場對外部融資需求強和高新技術企業的創新會產生負面影響[13]。股票市場作為直接融資渠道如何影響企業創新也備受國內外學者關注。既有研究大多認為股票市場具有的風險再配置功能[14]、定價功能[15]和無抵押特征[16],使得其對企業創新的影響更為積極[12,17]。

由于數字金融發展歷時尚短,關于數字金融發展如何影響企業創新的相關研究尚處于起步階段。一方面,既有先驅文獻對數字金融發展是否能夠賦能企業創新進行了分析,得到的研究結果存在明顯分歧。一些研究認為數字金融發展有利于促進企業創新。張玉明等[5]認為互聯網金融能夠顯著促進小微企業創新投入和創新頻率;梁榜等[18]發現,數字金融對中小企業創新產出具有促進作用;Psarrakis等[19]發現,金融科技可以增強企業啟動尖端技術項目的意愿。但也有研究指出,數字金融難以對創新活動產生顯著影響[7]。另一方面,數字金融發展通過何種機制影響企業創新也是學術界積極探討的重要議題。目前研究文獻揭示出的作用機制主要是從融資成本降低和融資約束緩解等融資機制維度展開的[1,6,18,20-21]。與此同時,也有研究指出數字金融還可以通過稅收返還創新激勵效應[20]、降低金融杠桿以及財務風險向企業創新傳導影響[1,6]。

1.2 研究假設

既有文獻提供的理論線索表明,風險承擔是激發企業創新積極性的重要驅動因素。與一般規模投資不同,研發創新投資具有高度風險性和不確定性。風險承擔的典型特征是愿意冒險進入未知領域進行探索,這與研發創新項目的高風險性和高度不確定性不謀而合[22]。風險承擔意愿會增加創造性想法產生和實施的可能性[23]。因此,風險承擔水平提升對激發企業創新積極性大有裨益。Guo等[22]通過對中國制造業企業的研究發現,風險承擔水平高的企業會以積極態度應對市場變化,更愿意采取行動在外部環境中尋找新的技術和市場機會,將資源投入高回報但也具有高失敗概率的長期風險性項目。Games等[24]通過對印度尼西亞創意產業165名小企業主的數據分析發現,風險承擔是影響中小企業創新的重要驅動因素,對減少消極創新行為具有重要作用。Cai等[25]基于中國235家新企業的研究發現,風險承擔正向調節了市場導向與創新激進性的關系、風險承擔對新企業激進型創新具有積極影響。除此之外,風險承擔還可以為企業帶來更多資源支撐。Hilary等[26]發現,風險承擔型企業更容易受到資金青睞,研發創新活動能夠得到較好的資金保障,這將進一步強化企業創新。另一方面,Castillo-Vergara等[27]基于智利139家中小工業企業的研究發現,風險承擔有助于中小企業將創造力轉化為產品創新。Dang等[28]研究發現,風險承擔是債券流動性影響企業創新的中介變量,風險承擔水平提升能促進企業創新產出增加。由此可見,風險承擔對企業創新績效也有積極影響。

金融作為企業創新環境的核心組成要素,其發展有助于改善外部融資環境、緩解融資約束和優化金融資源配置,由此激發企業風險承擔意愿[29-31]。相較于傳統金融,數字金融具有成本更低、速度更快和服務更廣等優勢[3],對企業風險承擔具有更為積極的影響。首先,數字金融依托互聯網和大數據技術吸納社會閑散資金并轉為有效金融供給,在傳統金融之外為企業提供了多樣化的融資渠道選擇,拓寬了企業資金來源和穩定了企業資金鏈,這有助于從融資供給側提高企業風險承擔水平。其次,數字金融普惠性特征能夠降低企業獲取金融服務的成本和門檻[20]。與此同時,數字金融還將驅動傳統金融重塑,倒逼傳統金融機構轉型升級,優化傳統金融機構的產品結構,為融資企業提供更為便捷和低成本的信貸產品[3],這有助于從融資門檻和成本角度提高企業風險承擔水平。最后,數字金融憑借強大的信息收集、信息處理、信息篩選和風險甄別能力,依托大數據技術實現不同主體間信息的快速匹配,對企業實行較為精確的風險評估[32],有助于降低融資過程中的信息不對稱、規避金融市場中的逆向選擇和道德風險問題[33],提高企業風險管理能力[34]。由此,基于金融資源配置效率優化的角度提高企業的風險承擔水平。

綜上分析,本文推斷數字金融發展有利于促進企業創新,且風險承擔在數字金融影響企業創新的過程中發揮中介機制作用,也即數字金融發展通過提高企業風險承擔水平進而激勵企業更為積極地開展研發創新活動。

2 研究設計

2.1 數據來源

本文選取2011～2018年制造業上市企業為研究對象,通過與地級市層面的數字普惠金融指數進行跨層級匹配,考察數字金融發展對企業創新的影響以及風險承擔扮演的中介角色。本文使用的地級市層面數字普惠金融指數來自北京大學數字金融研究中心,中國制造業上市企業的創新、財務和公司治理等研究數據來自深圳希施瑪數據科技有限公司提供的CSMAR 數據庫。對原始研究樣本進行了必要處理:①剔除了研究數據存在缺失的樣本企業;② 剔除了ST 等經營情況處于異常狀態的樣本企業。最終獲得5 360個企業-年度觀測值。

2.2 變量設定

2.2.1 企業創新(Inn) 現有研究主要基于投入或產出角度對企業創新進行測度,投入指標主要有研發支出總額和研發強度(研發支出總額占營業收入比重)等,產出指標主要有專利申請或授權量、無形資產增量占企業期末總資產比值等。由于金融對企業創新決策的影響首先反映在投入層面,故主要從投入角度對企業創新進行測度。考慮到創新投入總量容易受到企業規模等因素的影響,參照周銘山等[35]的研究,采用研發支出總額占營業收入的比例對企業創新進行測度。與此同時,在穩健性測試環節,借鑒萬佳彧等[21]的研究,基于產出角度,采用無形資產增量占企業期末總資產比值對企業創新進行衡量。

2.2.2 數字金融發展(DFindex) 相關研究主要采用兩種方法對數字金融發展程度進行測度:一是將數字金融相關關鍵詞(數字金融、互聯網金融、金融科技、股權眾籌融資、數字貨幣、區塊鏈、智能金融合約和智能投顧等)與地區名稱進行匹配可得到“數字金融關鍵詞+地區”檢索詞條,以在百度新聞中進行檢索得到的新聞條目數量作為區域數字金融發展水平的代理變量[20];二是采用北京大學數字金融研究中心發布的數字普惠金融指數對區域數字金融發展水平進行度量[6,36]。相較而言,北京大學數字金融研究中心發布的數字普惠金融指數具有大數據技術支撐、時間跨度長、覆蓋地區范圍廣等優勢[37]。因此,本文采用地級市層面的數字金融普惠指數來衡量企業面臨的數字金融發展環境。

2.2.3 風險承擔水平(Risktake) 企業風險承擔主要表現為愿意對不確定性收益項目的投入程度[38]。研究表明,在高投資風險下運營的企業,其投資回報率的波動性更大[39]。因此,研究者普遍采用盈利波動性來衡量企業風險承擔水平。參考Boubakri等[40]的測度方法,采用息稅前利潤(EBIT)占總資產比例的極差來衡量企業風險承擔水平,計算方式為

式中:i為企業序號;t為年份;EBITit為息稅前利潤;Assetit為年末總資產。EBITit進行4個連續年份的疊加運算,Assetit不進行疊加運算。

2.2.4 控制變量 考慮到企業創新還可能受到其他因素的影響,在充分借鑒現有文獻的基礎上,本文將企業規模(Size)、主營業務收入(Mturnover)、獨立董事占比(Indratio)、企業成長能力(Growth)、兩職合一(Merge)、資本密集度(Capital)、管理層持股比例(Msh)、企業年齡(Age)、企業盈利能力(Roa)以及年份(Year)和行業(Ind)效應等作為控制變量納入實證模型[6,10]。變量定義及描述性統計結果如表1所示。

表1 變量定義與描述性統計

2.3 模型設定

2.3.1 數字金融發展對企業創新的影響效應檢驗模型 借鑒已有研究[6,20]的模型構建方法,設立面板數據固定效應模型實證檢驗數字金融發展對企業創新投入的影響效應,如下所示:

式中:下標i、j和t分別表示企業、地級市與年份序號;被解釋變量Innit表示企業研發強度;解釋變量DFindexit表示地級市層面的數字金融發展水平;Controlsit為前文定義的控制變量;Year和Ind分別表示年份和行業效應;α0、α1和α2為待估參數;εit為隨機誤差項。本文主要根據α1的估計結果對數字金融發展的影響效應進行判定,當α1顯著為正(負)時,表示數字金融發展水平對企業創新投入具有促進(抑制)作用;否則,數字金融發展對企業創新投入的影響不顯著。

2.3.2 風險承擔機制的檢驗模型 為進一步檢驗數字金融發展是否通過提高企業風險承擔進而促進企業創新,參考已有研究[41-42]的做法,構建逐步回歸模型組對企業風險承擔的中介機制進行實證檢驗,如下所示:

式中:Risktakeit為企業風險承擔水平,其余變量定義及測度方式與前文一致。對于模型式(3)～(5),參考溫忠麟等[41]的方法,按照如下程序和原理進行檢驗:首先檢驗式(3)的回歸系數α1是否顯著;其次檢驗式(4)的回歸系數β1及式(5)的回歸系數γ2是否顯著,若兩者均顯著,則表明中介效應顯著。為避免在中介效應較弱時該方法可能出現檢驗功效低的問題,參考文獻[41]中的方法進一步構建Z統計量其 中,Sβ1γ2=分別 為的 標 準 誤)對H0:β1γ2=0進行檢驗,若β1γ2顯著異于0,則進一步說明中介效應顯著存在。在此基礎上,若回歸系數γ1顯著,則表明企業風險承擔發揮了部分中介作用,否則起到完全中介作用。進一步,探究風險承擔中介效應的相對大小。根據文獻[41,43]中的研究,式(3)中系數α1測度數字金融發展對企業創新的總影響效應,式(5)中的系數γ1反映的是數字金融發展對企業創新的直接影響效應。中介效應的大小通過式(4)的β1與式(5)的γ2的系數乘積(β1γ2)來衡量,中介效應的相對大小則可以通過中介效應與總效應的比值來衡量[43-44]。

3 實證結果與分析

3.1 數字金融發展對企業創新的影響效應檢驗結果

3.1.1 影響效應的基準檢驗結果 表2第(1)和第(2)列給出了數字金融發展影響企業創新的基準檢驗結果。第(1)列展示的是不考慮任何控制變量的估計結果,DFindex的估計系數為0.007(t統計量為6.800),在1%的水平下高度顯著。第(2)列展示的是考慮控制變量的估計結果,DFindex的估計系數為0.014(t統計量為1.810),在10%的水平下顯著。由此可見,無論考慮控制變量與否,數字金融發展水平之于企業研發投入強度的回歸系數均顯著為正,表明數字金融發展水平與企業研發投入強度顯著正相關,區域數字金融發展水平提高有助于激勵企業進行更大力度的研發創新。

表2 數字金融發展對企業創新的影響效應檢驗結果

為了保障研究結果得到的是數字金融發展影響企業創新的因果推斷,參考謝絢麗等[36]的做法,采用互聯網普及率3)互聯網普及率數據來自《中國互聯網絡發展狀況統計報告》(Ipr)作為數字金融發展的工具變量,采用2SLS工具變量回歸法緩解實證模型中可能存在的內生性問題。基于工具變量法的兩階段估計結果分別如表2的第(3)和第(4)列所示。根據第(3)列給出的第1 階段估計結果可見,Ipr 與DFindex高度顯著相關(系數為0.912,t統計量為52.310),且Wald-F檢驗結果不拒絕“工具變量與內生變量有較強的相關性”的原假設,通過了弱工具變量檢驗,表明互聯網普及率與數字金融發展有很強相關性,說明本文選取的工具變量具有合理性。根據第(4)列所示的第2階段估計結果,經工具變量調整的數字金融發展水平的估計系數為0.023,t統計量為4.160,在1%的水平上高度顯著。該結果表明,在緩解可能存在的內生性問題后,數字金融發展有助于促進企業研發投入強度增加的結論依然成立。

綜合基準回歸和工具變量回歸檢驗結果可見,區域維度的數字金融發展確實對微觀企業創新投入具有顯著的跨層級影響效應,具體表現為數字金融發展推動了企業創新投入強度的增加。因此,本文研究假設中關于數字金融發展有助于促進企業創新的部分得到了實證證據的支持。

3.1.2 影響效應的穩健性檢驗結果 為了測試上述研究結果的穩健性,采用廣義傾向得分匹配法(GPS)緩解可能由樣本自選擇導致的估計偏差。圖1(左)的平均劑量反應函數估計結果顯示,數字金融發展水平與企業研發投入強度之間存在顯著的正相關關系,隨著數字金融發展水平的不斷提高,企業研發強度呈現相應提高的趨勢。圖1(右)的平均處理效應估計結果也顯示,數字金融發展對企業研發投入強度的增加量同樣具有顯著的正向影響效應。因此,本文研究假設進一步獲得實證結果的支持。

圖1 數字金融發展對企業創新的“劑量反應”和“處理效應”估計結果

3.2 數字金融發展影響企業創新的風險承擔機制檢驗結果

3.2.1 風險承擔機制的基準檢驗結果 運用式(3)～(5)的逐步回歸模型組,進一步實證檢驗企業風險承擔中介機制是否顯著存在。具體檢驗結果如表3所示。

表3 數字金融發展影響企業創新的風險承擔機制檢驗結果

根據中介效應的檢驗程序:①檢驗數字金融發展對企業創新的總影響效應。表3第(1)列的檢驗結果表明,DFindex 的估計系數(α1=0.014,t=1.810)顯著為正,說明數字金融發展對企業研發強度的總影響效應顯著為正。② 檢驗風險承擔是否在數字金融發展促進企業創新的過程中發揮中介效應。表3第(2)列的檢驗結果表明,DFindex的估計系數(β1=0.001,t=2.880)在1%的水平上高度顯著為正,表3第(3)列的檢驗結果顯示,Risktake的估計系數(γ2=0.898,t=2.330)在5%的統計水平上顯著為正。與此同時,用于檢驗H0:β1γ2=0的Z統計量為2.117,說明β1γ2在5%的統計水平上顯著異于0。綜合上述檢驗結果,說明風險承擔在數字金融發展影響企業研發投入強度的過程中發揮了顯著的中介效應。③檢驗風險承擔發揮的是完全中介還是部分中介作用。表3第(3)列的檢驗結果顯示,DFindex的估計系數γ1=0.013且在10%的統計水平上顯著,說明企業風險承擔起到部分中介作用,中介效應的大小為0.000 789,占總效用(0.013639)的比值為5.785%。綜合上述檢驗結果,表明數字金融發展可以通過提高企業風險承擔水平進而起到促進企業創新的作用。

3.2.2 風險承擔機制的穩健性檢驗結果 為克服樣本自選擇問題可能導致的估計偏差,本文以數字普惠金融指數的中位數為基準,將研究樣本劃分為數字金融發展高水平組(處理組,Treat=1)與數字金融發展低水平組(控制組,Treat=0)。在此基礎上,以Treat作為處理變量,采用傾向得分匹配方法(PSM)對研究樣本進行近鄰1∶1匹配,將匹配上的樣本觀測值保留作為進一步分析的研究樣本,以此消除樣本自選擇問題。表4 給出了PSM平衡性檢驗結果。由表4 可見,匹配前Merge、Msh和Age等3個協變量在實驗組和控制組間存在顯著差異,但匹配后所有協變量不再存在顯著的組間差異。因此,本文的PSM 匹配很好地滿足了平衡性假設。

表4 PSM 平衡性檢驗結果

圖2所示為PSM 匹配前后實驗組與控制組的傾向得分概率分布情況。圖2(a)為匹配前的傾向得分分布情況,結果顯示,控制組的傾向得分明顯高于實驗組。圖2(b)為匹配后的傾向得分分布情況。由于采用了一對一鄰近匹配,故對每個數字普惠金融指數大于其所對應指標的中位數的企業,在控制組企業中只保留了與之傾向得分最為近似的一個企業,剔除了其他沒有匹配成功的控制組樣本。匹配后控制組的傾向得分分布向下移動,實現了與實驗組分布形態的高度接近,表明PSM 匹配很好地消除了兩組樣本間的傾向得分分布偏差,使其滿足了共同支撐假設要求。

圖2 PSM 匹配前后傾向得分概率分布

參考田軒等[4]的處理方法,采用PSM 匹配得到的Treated變量代替原有的處理效應變量再次進行回歸分析,結果如表5 所示。根據表5 的回歸結果不難發現,企業風險承擔的機制同樣顯著存在,即數字金融發展通過提高企業風險承擔水平進而促進企業研發強度增加的研究結論依然成立。

表5 PSM 匹配結果

本文還采用變換研究變量的方法測試前文結論的穩健性。一方面,參考萬家彧等[21]的做法,使用企業期末無形資產增量與期末總資產的比值(RD)作為企業創新的代理變量;另一方面,參考已有研究[39-40]的測度思路,采用下式重新測度企業風險承擔水平,即

在同時變換企業創新和風險承擔水平測度方法的基礎上,重新檢驗風險承擔機制是否依然顯著存在,檢驗結果如表6所示。由表6的檢驗結果可知,變換研究變量后的回歸結果與原結果保持高度一致。因此,前文發現的企業風險承擔機制具有良好穩健性。

表6 更換被解釋變量與中介變量的回歸結果

關于中介效應檢驗中可能存在的內生性問題,一方面,參考田軒等[4]的處理方法,采用PSM 方法緩解了樣本選擇偏差后,發現企業風險承擔機制是顯著存在的;另一方面,由于固定效應模型可以消除不隨時間變化因素導致的內生性問題[45],故所運用的固定效應模型也能在一定程度上緩解風險承擔中介效應檢驗中的內生性問題。為穩健考慮,參考李彬等[46]的做法,按照中介效應檢驗的三步法分別對數字金融發展與企業創新、數字金融發展與風險承擔以及風險承擔與企業創新之間關系的內生性問題進行討論。具體實施步驟如下:

(1) 對數字金融發展與企業創新之間關系檢驗的內生性問題進行分析,3.1節已經通過工具變量法和GPS方法對這一問題進行了討論,詳見該部分的分析和結論。

(2) 關于數字金融發展與風險承擔之間關系檢驗中可能存在的內生性問題,理論上而言,企業風險承擔不會對數字金融發展產生影響,排除了反向因果類型內生性問題。樣本選擇偏誤內生性問題已通過PSM 方法緩解。本文在現有文獻的基礎上已經對重要變量進行了盡可能全面的控制,所采用的固定效應模型也在一定程度上緩解了因遺漏變量而引起的內生性問題。

(3) 對于風險承擔與企業創新之間關系檢驗中可能存在的內生性問題,參考李彬等[46]的處理方式,采用工具變量法進行檢驗和分析。借鑒已有文獻[47]的測度方法,使用同行業其他企業的風險承擔水平的均值(Risk_1)作為工具變量,回歸結果如表7所示。

表7 風險承擔和企業創新的內生性檢驗結果

根據表7第(1)列展示的第1階段估計結果,Risk_1與Risktake高度顯著相關(系數為0.180,t統計量為2.300),且Wald-F檢驗結果不拒絕“工具變量與內生變量有較強的相關性”的原假設,通過了弱工具變量檢驗,表明風險承擔的工具變量與風險承擔有很強的相關性,本文選取的工具變量具有合理性。根據表7第(2)列展示的第2階段估計結果,經工具變量調整的風險承擔的估計系數為10.660,t統計量為2.990,在1%的水平上高度顯著。該結果表明,在緩解可能存在的內生性問題后,企業風險承擔有助于促進企業創新的結論依然成立。

綜合上述處理可以發現,在緩解了內生性問題后,數字金融發展影響企業創新的風險承擔機制依然顯著存在,說明前文結論具有良好的穩健性。

4 進一步研究:異質性分析

為探究數字金融發展通過風險承擔影響企業創新這一傳導機制是否存在特定的條件和邊界,進一步基于企業維度檢驗所有權性質、規模和外部融資依賴度等情景因素的調節作用,以及基于數字金融發展結構維度檢驗覆蓋廣度、使用深度和數字化程度影響企業創新的機制是否具有異質性。

4.1 基于產權性質的異質性分析

按照產權性質將研究樣本劃分為國有企業和非國有企業兩組,繼而進行分組的機制檢驗。分組檢驗結果如表8所示。

表8 基于產權性質的異質性分析結果

根據表8 第(1)和第(3)列給出的結果,DFindex之于Risktake的估計系數為0.001,且在5%的水平上統計顯著。然而,DFindex之于Inn的估計系數不顯著。該結果表明,數字金融發展雖然可以提升國有企業的風險承擔水平,但是對國有企業研發投入強度的影響并不顯著。因此,風險承擔機制在國有企業樣本中并不顯著。表8第(4)～第(6)列的估計結果表明,DFindex 和Risktake在3組模型中的估計系數均顯著為正(α1=0.029,t=2.920;β1=0.001,t=2.150;γ1=0.028,t=2.850;γ2=0.772,t=1.690),說明數字金融發展影響企業創新的風險承擔機制在非國有企業樣本中是顯著存在的。基于現有文獻提供的經驗線索,本文認為導致數字金融發展影響企業創新的風險承擔機制在不同所有權性質企業中表現出明顯異質性特征的原因可以歸納為3個方面:①國有企業在金融資源獲取方面具有天然優勢(國家信譽背書以及與國有商業銀行的親近關系等),對數字金融的需求相對較低[34],近乎“錦上添花”之效。非國有企業則不然,其常受到金融市場的歧視,數字金融的出現為其提供了一種新的融資渠道,起到“雪中送炭”的作用。② 國有企業通常得到政府特殊照顧和保護,在同非國有企業競爭中具有非對稱性優勢,導致國有企業普遍存在“創新惰性”[48]。③國有企業的公有產權屬性決定了國有企業自身無法解決經營者的創新激勵問題,導致國企經營者的創新積極性不足[49]。

4.2 基于企業規模的異質性分析

本文以企業規模(采用年末總資產衡量)的中位數為基準,將研究樣本劃分為大企業和小企業兩組,通過分組檢驗的方法考察企業規模對風險承擔機制的影響。檢驗結果如表9所示。

表9 基于企業規模的異質性分析結果

根據表9第(1)和第(4)列的結果可知,采用小企業和大企業樣本估計得到的DFindex 的回歸系數分別為0.020和0.013,但僅前者通過了顯著性檢驗。由此可見,數字金融發展對小企業創新具有顯著的促進作用,但對大企業創新的影響不顯著。這一研究結果與客觀存在的一個經濟現象相互印證,即以商業銀行為代表的傳統金融市場對大企業青睞有加,但對小企業一直存在嚴重金融歧視,使得小企業難以通過傳統金融市場獲取創新資金。表9第(2)和第(5)列的結果表明,DFindex的估計系數分別為0.001和-0.000,且僅前者統計顯著。由此表明,數字金融發展對小企業風險承擔水平提升具有積極影響,對大企業風險承擔沒有顯著影響。最后,根據表9第(3)和第(6)列的結果可知,DFindex的估計系數均為正值。然而,前者的顯著度偏低。考慮到企業創新的衡量方法可能影響檢驗結果,參考萬佳彧等[21]的方法,采用無形資產增量與期末總資產比值作為企業創新的衡量指標(RD),重新檢驗風險承擔機制是否受到企業規模的影響。結果顯示,風險承擔機制在小企業中顯著存在,在大企業中依然不顯著。綜上檢驗結果可知,數字金融發展影響企業創新的風險承擔機制只存在于小企業中,說明數字金融發展拓寬了小企業的融資渠道、豐富了小企業的創新資金來源、穩固了小企業的資金鏈、降低了小企業的金融服務成本和門檻,能夠為小型企業提供更多的創新資金保障,從而提高小企業風險承擔水平并對小企業創新產生積極影響。

4.3 基于外部資金依賴度的異質性分析

根據Maskus等[50]的理論觀點,金融發展對外部資金依賴度高的企業更為重要。那么,數字金融發展是否會延續這一異質性特征? 為解答這一問題,參考Rajan等[51]的做法,采用“(資本支出-經營性現金流)/資本支出”來衡量企業外部資金依賴度。以外部融資依賴度的中位數為基準,將研究樣本區分為高外部融資依賴度和低外部融資依賴度兩組,通過分組回歸的方式檢驗數字金融發展影響企業創新的風險承擔機制是否受到外部融資依賴度的調節作用。具體結果如表10所示。

由表10的結果可知,對于外部資金依賴度高的樣本企業,風險承擔機制的作用顯著,即數字金融發展通過提高風險承擔水平,促進其增加創新投入。然而,對于外部資金依賴度低的樣本企業,數字金融發展對創新的總影響效應顯著為負,且風險承擔中介作用不顯著。創新項目投資周期長、未來現金流不確定性大,龐大且持續的資金投入成為制約企業創新的攔路虎。根據融資優序理論,內源融資相較外源融資具有成本費用低、約束條件少等優勢,內源融資往往是企業融通資金的首選方式。對于外部融資依賴度低的企業,其創新資金主要來自內源融資,數字金融發展難以通過風險承擔機制對這類企業發揮作用。外部融資依賴度高的企業則不然,內源資金不足以支撐其研發創新活動的有效開展,尋求外源資金成為其創新過程中的必經之路。數字金融發展有助于緩解融資約束和降低融資成本,這與外部融資依賴型企業的資源依賴需求不謀而合。因此,數字金融發展可以提高外部融資依賴型企業的風險承擔水平并傳導創新激勵效應。

4.4 基于數字金融發展結構維度的異質性分析

為了更加細致地把握數字金融發展影響企業創新的結構特征,本文基于覆蓋廣度(Coverage)、使用深度(Usage)和數字化程度(Digiti)3個方面,進一步檢驗數字金融不同結構維度發展水平對企業創新的影響機制是否表現出異質性。具體結果如表11所示。由表11的結果可知,覆蓋廣度對企業創新的總影響效應顯著為正(α1=0.018,t=2.640),對企業風險承擔水平的影響亦顯著為正(β1=0.001,t=2.100),企業風險承擔的中介效應同樣高度顯著(γ1=0.018,t=2.560;γ2=0.895,t=2.330)。然而,使用深度、數字化程度與企業創新和風險承擔的相關性均不顯著。檢驗結果表明,數字金融發展的不同結構維度對企業創新的影響及其機制是有明顯差異的,目前覆蓋廣度在數字金融發展影響我國企業創新的過程中占主要作用,且風險承擔是其傳導影響的重要中介作用機制。究其原因,可能是我國數字金融發展剛起步,提升覆蓋廣度依然是這一階段的主要任務,在使用深度和數字化程度方面的積累不夠,導致這兩個維度的影響暫未顯現。

表11 不同維度數字金融發展的風險承擔機制檢驗結果

5 結論

自2013年以來,數字金融在中國取得了蓬勃發展并成為一個現象級的事件,但對于數字金融究竟是“金融創新”還是“金融亢奮”的爭辯從未停止。數字金融能否服務于實體經濟發展是判斷其價值效應的重要標準。鑒于企業創新是實體經濟增長的重要基礎和源泉,本文將2011～2018年北京大學數字普惠金融指數與中國制造業上市企業數據進行匹配,實證檢驗了數字金融發展對企業創新的影響及其風險承擔機制。主要研究結論包括:

(1) 數字金融發展對中國制造業上市企業創新具有積極影響。數字金融新業態表現出其金融創新的一面,對傳統金融市場形成了有益補充,并基于創新激勵這一重要維度發揮了賦能實體經濟發展的金融本質功能。

(2) 風險承擔在數字金融發展影響企業創新的過程中發揮中介機制作用。數字金融發展在一定程度上緩解了傳統金融市場“融資難、融資貴”等行業痛點,為企業風險承擔行為的資源保障提供了新的解決方案,從而激發了企業風險承擔行為,激勵企業更加積極地投身研發創新活動。同時,數字金融發展影響企業創新的風險承擔機制會因企業維度情景因素不同而表現出明顯異質性。由于傳統金融市場對非國有企業和小企業長期存在歧視和區別對待,而外部融資依賴度低的企業主要依賴內源融資,導致風險承擔機制在非國有企業、小企業以及外部資金依賴型企業中表現得更為突出。

(3) 由于我國數字金融發展尚處于起步階段,覆蓋廣度在數字金融發展影響企業創新的風險承擔機制中發揮了主要作用,而使用深度和數字化程度的影響暫未顯現。

基于上述研究結論,提出如下政策建議:

(1) 政府部門應著力引導數字金融新業態在全面認識當下金融行業的市場環境、競爭形勢、產品和服務模式新變化的基礎上,系統完善數字金融運作模式和產品體系,增強其服務企業創新和實體經濟的能力。

(2) 要充分發揮數字金融在緩解信息不對稱、提高服務便利性、降低服務成本等方面的天然優勢,推進數字金融普惠性改革和創新,倒逼傳統金融數字化轉型,以發揮數字金融在解決長尾金融需求方面的獨特優勢,從而為傳統金融市場的弱勢客戶群體提供優質的金融服務。

(3) 大力推動數字金融新基建建設,進一步拓寬數字金融的覆蓋廣度,充分挖掘數字金融發展帶來的金融供給側結構性改革對企業創新的激勵效應潛能。與此同時,還需要通過新品和模式創新推動數字金融向縱深發展,提升數字金融使用深度和數字化程度對企業創新和實體經濟增長的支撐作用。