數字普惠金融、融資約束與企業經營績效

李景濤

(甘肅政法大學 商學院,甘肅 蘭州 730070)

0 引言

2016年二十國集團于杭州峰會提出數字普惠金融概念。這一概念強調通過移動支付、數字科技及互聯網技術提升金融服務的覆蓋廣度和深度。金融體系運行是否暢通、供應是否充足,成為能否實現區域經濟高質量發展的關鍵因素[1]。我國傳統金融行業長時間存在信息不對稱問題,“融資難”與“融資貴”問題一直難以解決。金融服務機構設施不完善導致其服務成本偏高,金融服務效率低下導致企業資金運轉緩慢。因此基于數據變現構建的數字普惠金融對于擴大金融服務受眾面、促進市場資金供需平衡、提高資源配置效率具有重要意義。

當前,我國正面臨著經濟發展增速放緩、畢業生就業壓力增大等問題,而企業作為吸納就業、促進經濟發展的重要平臺,對穩定市場經濟具有舉足輕重的作用。經濟高質量發展的要求之一就是發展成果全民共享,而數字普惠金融能夠促進信息對稱進而實現經濟共享發展[2]。一直以來我國重視企業高質量發展,不斷建立健全相關機制,為企業營造良好的營商環境,激發其發展活力。但是企業流動資金短缺問題一直制約著企業發展轉型,而數字普惠金融的發展為企業走出融資約束困境提供了解決途徑。發展數字普惠金融、建立健全相關機制對于拓寬企業融資途徑、增加企業經營績效具有重要推動作用。因此本文選取2011-2021年500家A股上市公司數據為樣本,探討分析數字普惠金融對于企業經營績效的影響機制,以及融資約束在數字普惠金融和企業經營績效之間發揮的中介作用。

1 理論分析與假設研究

1.1 數字普惠金融對企業經營績效的影響

金融發展能夠促進經濟增長[3],金融最核心的功能在于實現資源的優化配置,同時盡可能地降低風險[4]。陶云清等[5]將數字普惠金融定義為基于數字技術賦能與傳統金融行業深度融合進行創新變革最終得到的現代金融。數字普惠金融通過緩解企業面臨的融資約束進而解決傳統金融模式下企業融資難問題,通過數字化技術對傳統金融業務進行升級。方先明等[6]認為數字技術的應用賦予了數字普惠金融“低成本,低門檻”的巨大優勢。數字金融依托數字服務平臺構建的數字服務體系使其涉及的服務群體更為廣泛。其次,數字服務通過拓寬使用深度便利了企業金融資源獲取,實現了金融資源更為合理的配置。數字普惠金融在擴大金融服務覆蓋群體、降低企業交易成本、促進居民消費等方面發揮著關鍵作用。基于此,本文提出如下假設:

假設H1:數字普惠金融對企業經營績效起著正向促進作用。

1.2 數字普惠金融對企業所面臨的融資約束的影響

徐倞[7]將信息、服務、風險定義為數字普惠金融影響企業融資約束的三大因素。數字普惠金融通過數字技術收集企業信用信息,金融機構通過企業業務交易記錄總結企業經營狀況,并根據經營狀況對企業經營風險等級進行評定,準確評估企業償債能力,有效降低了金融機構的信息獲取成本,為企業緩解融資約束提供可能。曹蘇瑞[8]認為數字普惠金融從減少金融機構與企業間信息不對稱、降低企業融資成本以及拓寬企業融資渠道三方面解決了企業融資約束難題。在數字普惠金融出現之前,企業的融資渠道十分有限,資金規模較小的企業容易受到金融機構的嚴重歧視。隨著數字普惠金融的持續發展,金融機構不斷推出利好中小企業的金融產品,在給予中小企業更多融資選擇的同時加大了對中小企業的資金扶持力度。企業依托數字金融服務平臺能夠及時獲取金融貸款服務信息,根據企業資產進行線上抵押貸款。數字普惠金融幫助企業在提高金融資源流通效率的同時降低了融資成本。基于以上分析,本文提出如下假設:

假設H2:數字普惠金融發展可以有效降低企業所面臨的融資約束。

1.3 融資約束在數字普惠金融與企業經營績效間的關系

李賓等[9]認為由于我國不同區域經濟發展水平存在差異,并且交易市場中存在信息不對稱等情況,因此信息獲取成本成為企業經營成本的重要部分。傳統金融機構出于安全性考慮從企業性質、信貸抵押等多方面對企業進行差異化信貸配給,因此企業受到較強融資約束。馬廣奇等[10]認為企業與金融機構間信息不對稱是導致企業融資成本高昂最根本的原因。我國金融機構以銀行為主,銀行間相互競爭在一定程度上能緩解企業所面臨的融資約束。數字金融的發展拓寬了傳統金融機構服務渠道,為傳統金融業態中信息不對稱問題提供了解決途徑。王敏等[11]認為制約企業創新發展的關鍵是融資約束問題,數字普惠金融的去中介化功能優化了傳統金融供應模式,實現了金融資源與企業直接對接,有效緩解了企業外部融資約束困境。在現有研究中,多數觀點認為融資約束限制企業創新動力從而影響其經營績效。由此可以得出,融資約束對企業經營績效起到抑制作用,而數字普惠金融能夠在一定程度上降低企業融資約束,促進企業經營績效增長。因此,本文提出如下假設:

假設H3:融資約束在數字普惠金融和企業經營績效間起中介作用,即數字普惠金融通過降低融資約束提高企業經營績效。

2 研究設計

2.1 樣本選取與數據來源

本文選取2011-2021年500家A股上市公司作為研究樣本,并按照以下條件進行篩選:剔除金融保險類上市公司;剔除數據缺失和異常的樣本值;剔除ST、*ST公司樣本,這些公司由于經營不佳,其數據不具有說服力;剔除數據缺失和異常的樣本,最終得到4 384個觀測值。

本文數據來源于國泰安數據庫(CSMAR)和北京大學數字金融研究中心課題組編制的北京大學數字普惠金融指數,實證分析軟件主要為Stata 16.0。

2.2 變量設計與模型構建

2.2.1 被解釋變量:企業經營績效

企業績效的衡量指標主要有兩類,一是財務角度的企業績效評價指標,二是成長性角度的企業績效評價指標[12]。本文選取TobinQ值作為反映企業長期經營績效的衡量指標。相較于財務指標,TobinQ值不易被企業操控,因而更為客觀。

2.2.2 解釋變量:數字普惠金融

為了更科學地量化中國數字金融的發展現狀,本文選取北京大學數字研發中心發布的“北京大學數字普惠金融指數(2011-2021年)”作為數字金融發展的衡量指標(Dfi)。該指數從覆蓋廣度、服務深度、數字支持服務程度3個方面考察我國數字普惠金融發展狀況[13]。將樣本中的上市公司根據所在省份進行分類,利用北京大學數字普惠金融指數省級層面總指標進行匹配。

2.2.3 中介變量:融資約束

在融資約束指標測度方面,學術界尚未達成統一意見。部分學者利用單一指標衡量企業面臨的融資約束程度,如利息保障倍數、股利支付率等[14]。本文利用多指標構建的SA指數對企業融資約束程度進行測量。SA指數的絕對值越大,表明企業面臨的融資約束程度越高。

2.2.4 控制變量

本文參考相關學者研究,結合本文的研究實際情況選擇以下控制變量。

(1)企業規模(Size)。企業規模反映企業資源雄厚程度,規模較大的企業具有資源多、盈利渠道廣、抗風險能力強、面臨的融資約束小等特點。因此本文選取企業規模作為控制變量,用企業期末資產的自然對數表示。

(2)現金流量(Cash)。經營活動現金流能直觀反映企業生產運營狀況,企業的經營現金流變化影響企業經營績效。因此本文選取企業現金流量作為控制變量,利用經營活動現金流與期末資產的比值表示企業現金流量。

(3)企業年齡(Age)。企業年齡代表企業存活時間,年輕的企業在風險處理、資源利用等方面與成熟企業存在一定差異,因此為控制不同年齡對企業產生的影響,本文將企業年齡作為控制變量。

(4)企業成長性(Growth)。由于不同生命周期的企業成長性存在差異,相應的企業發展能力和盈利水平也存在差異,因此本文將企業成長性作為控制變量,以企業的營業收入增長率表示。

(5)資產負債率(Debt)。企業的資產負債率反映企業的經營風險,良好的資產負債水平是企業穩定發展的有力保障,因此本文將資產負債率作為控制變量。

表1 變量的定義與描述

2.3 模型構建

本文通過構建回歸模型實證分析數字普惠金融、融資約束、企業經營績效之間的關系。具體模型如下:

TobinQ=α0+β1Dfi+β2Size+β3Cash+β4Age+β5Growth+β6Debt+ω

(1)

SA=α0+β1Dfi+β2Size+β3Cash+β4Age+β5Growth+β6Debt+ω

(2)

TobinQ=α0+β1SA+β2Dfi+β3Size+β4Cash+β5Age+β6Growth+β7Debt+ω

(3)

3 實證結果與分析

3.1 描述性統計分析

本文共選取2011-2021年500家A股上市公司,在全樣本中托賓Q值的平均值為2.205,說明這500家A股上市公司的經營績效良好,但是標準差為2.330,說明公司間經營效益差距顯著;融資約束(SA)最大值為-3.177,最小值為-4.489,標準差為0.248,說明這些公司普遍面臨著較為嚴重的融資約束。在數字普惠金融指數中,最大值為79.41,最小值為18.33,平均值為48.79,說明近幾年國內數字金融發展十分迅速,但是最大值與最小值之間的差距較大,這說明國內各區域間數字普惠金融發展不均衡,且總體水平有待提高。企業規模的最大值為26.64,最小值為18.61,標準差為1.559,這說明樣本企業規模存在較大差異。就其他變量而言,這500家A股上市公司在資產負債率(Debt)、現金流量(Cash)以及企業年齡(Age)方面差別不大,但在企業成長性(Growth)存在較大差異,這說明樣本公司在一定時期內經營能力存在明顯差異。

表2 主要變量描述性統計結果

3.2 相關性分析

變量間的相關系數越接近于1,就表示變量關系越密切。根據表3所示,在相關性檢驗中,企業績效(TobinQ)與數字普惠金融指數(Dfi)呈正相關,說明數字金融能夠促進企業經營績效增長。與預期假設相吻合,可以進一步分析數字普惠金融對企業經營績效的影響作用。融資約束(SA)與企業經營績效(TobinQ)之間呈顯著負相關(r=-0.222,p<0.01),說明企業面臨的融資約束越高,企業經營環境越惡化,企業效益越容易下降。數字金融與融資約束之間呈顯著負相關(r=-0.051,p<0.01),說明數字普惠金融發展可以顯著減小企業面臨的融資約束。同時,由于各變量間相關性存在差異,也為后續數字普惠金融對企業經營績效提升的影響因素選擇提供了方向。

表3 變量相關性分析結果

3.3 回歸分析

模型(1)是對假設H1的研究,表4的回歸結果顯示,數字普惠金融對企業經營績效具有顯著正向影響(β1=0.02,p<0.05),說明數字普惠金融發展程度越高,企業經營績效越好,假設H1得以證實。資產負債率與企業經營績效之間存在顯著正相關關系(β2=1.036,p<0.01),由此可以得出,企業保持一定的資產負債率對其經營績效具有正向促進作用,而企業規模(Size)與企業經營績效之間存在顯著負相關關系(β3=-1.361,p<0.01),由此看出企業規模越大,企業經營績效不一定越好。

表4 多元回歸分析結果

模型(2)的回歸結果表示,數字普惠金融指數的回歸系數為-0.031,且在5%的水平上為負(β4=-0.031,p<0.05),數字普惠金融能夠緩解企業所面臨的融資約束,假設2得證。

從表4模型(3)的回歸結果可知,融資約束對企業經營績效具有顯著負向影響(β5=-6.545,p<0.01),而數字普惠金融對企業經營績效具有顯著正向影響(β6=0.019,p<0.05),這說明企業面臨的融資約束越高,企業經營現金流量越容易到影響,進而對企業經營績效產生約束。但數字普惠金融可以通過增加企業現金流量,進而促進企業經營績效增長。

為驗證融資約束是否在該影響機制中發揮中介作用,將模型(1)與模型(3)經過對比之后得出,R2由0.329升至0.456,說明模型(3)擬合度優于模型(1)。數字普惠金融t值由3.172降至2.756,說明數字金融發展在加快企業融資速度的同時降低了企業融資成本,進而對企業經營績效產生正向促進作用,假設H3得到驗證。

3.4 穩健性檢驗

為保證研究結論的可靠性,本文采用替換被解釋變量的衡量方式進行穩健性檢驗,采用企業全要素生產率(Tfp)作為企業績效的衡量指標[15],將其作為被解釋變量,其余變量不變,進行回歸分析。檢測結果如表5所示。

表5 穩健性檢驗結果

根據表5所示,數字普惠金融對企業經營績效影響系數為0.03,且在5%水平上顯著,假設H1得證。其次,數字普惠金融對融資約束的影響系數為-0.045,且在5%的水平上顯著,說明數字普惠金融的發展對企業融資約束問題起到緩解作用,假設H2得證。最后,融資約束對企業經營績效的影響系數為-2.05,且在5%水平上顯著,融資約束限制了企業經營績效提高。但數字普惠金融對企業經營績效的影響系數為0.02,且在5%的水平上顯著,說明數字普惠金融對企業經營績效具有正向促進作用,假設H3得證。

4 結論、啟示與展望

4.1 研究結論

本文以500家A股上市公司2011-2021年的數據為研究樣本,在理論分析基礎上提出相應假設。通過假設探究了數字普惠金融、融資約束與企業經營績效三者之間的關系,并根據數據分析和實證研究得出以下結論:數字普惠金融對企業經營績效起到了顯著正向作用;數字普惠金融發展能夠緩解企業所面臨的融資約束問題;融資約束在數字普惠金融促進企業經營績效提升過程中發揮了中介效應。這一結論證實了數字普惠金融通過緩解企業融資約束提升企業經營績效的作用機制。

4.2 管理啟示

政府應持續推動數字普惠金融發展,降低企業融資成本。數字普惠金融發展的前提是要與金融體制相適應[16]。當前數字普惠金融仍存在區域發展不協調、不平衡等問題。因此政府應當積極引導數字普惠金融體系構建,同時協調各區域間數字普惠金融發展水平,建立健全相關法律法規,加強對金融領域違法犯罪行為的監管,為企業營造良好健康的金融環境。

金融機構應積極響應國家政策號召,加快推進數字普惠金融平臺配套設施搭建與完善。政府應出臺相關優惠政策,強化金融機構對實體經濟資金的供給能力[17],加強與企業間的溝通聯系,及時掌握企業資金需求,幫助符合資質的企業解決融資貴、融資難等問題,緩解其面臨的融資壓力,激發企業創新活力。

企業應合理利用數字普惠金融資源,多元化拓寬融資渠道。實時關注國家數字普惠金融政策走向,及時掌握數字普惠金融政策要求。注重企業信用體系建設,積極引入數字技術人才,增強企業數字創新能力以適應市場發展需求。

4.3 研究局限與展望

本文分析了數字普惠金融對企業經營績效的正向影響作用,及融資約束在數字普惠金融與企業經營績效之間發揮的中介作用,但仍存在不足之處。

本文選取的研究對象為A股上市公司,相對來說這些公司規模較大、經營狀況和企業信用較好,但是數字普惠金融的受益群體還包括中小規模的民營企業,其數量遠超上市公司。但是由于中小企業財務數據披露較少,本文并未將中小企業納入研究對象當中,在未來的研究中可以對中小企業披露的財務信息進行收集分析,對企業樣本進行擴充完善。

上市公司的融資約束困境并未得到徹底解決,未來應進一步挖掘數字普惠金融多途徑影響企業經營績效的作用機理。在數字經濟浪潮之下,企業應加快內部數字化轉型步伐,結合數字金融服務,推進研發、運營以及銷售模式變革,抓住數字普惠金融快速發展的機遇,尋求新的利潤增長點。這些是未來值得進一步研究的方向。