數字金融對企業商業信用供給的影響研究

【摘 要】 文章以2011—2021年A股上市企業的年度數據為樣本，實證檢驗了數字金融對企業商業信用供給的影響，并以融資約束為中介變量，企業規模、抵押能力、行業競爭程度和企業所屬地區為調節變量，分析它們對二者之間關系的作用。研究結果表明，數字金融的發展對企業商業信用供給具有顯著的正向促進作用，企業融資約束的緩解是這一影響的作用渠道。進一步分析發現，這種顯著的正向促進作用在企業規模小、抵押能力弱、行業競爭激烈、隸屬于東部地區的分組中更加顯著。研究結論對數字金融發展和商業信用供給決策的優化具有重要意義。

【關鍵詞】 數字金融； 融資約束； 商業信用供給； 行業競爭； 區域差異

【中圖分類號】 F234.3；F275；F832.5" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）06-0041-08

一、引言

黨的二十大報告提出要“深化金融體制改革，強化金融穩定保障體系，加快發展數字經濟，促進數字經濟與實體經濟的深度融合，打造具有國際競爭力的數字產業集群”。“十四五”規劃強調“加快金融機構數字化轉型”，并指出“健全具有高度適應性、競爭力、普惠性的現代金融體系，構建金融有效支持實體經濟的體制機制”。作為數字經濟高質量發展的重要動能，數字金融承擔著助力變革、深化服務、支持數字經濟與實體經濟融合發展的使命任務。

傳統金融市場存在較為嚴重的信息不對稱問題，企業主體的資信考核機制相對單一，金融機構向企業放貸時非常謹慎，多以硬資產抵押擔保的方式對其進行資金額度的授信，導致企業的融資額度有限，資本成本相對較高。傳統金融機構在為企業提供資金支持的活動中暴露出一些結構性的問題，如屬性錯配、領域錯配和階段錯配[ 1 ]，金融資源出現了明顯的流動性分層。我國的金融系統存在許多可以繼續完善發展的地方[ 2-3 ]，傳統金融所面臨的困境亟須在新時代創新性的金融發展模式下加以解決。黨中央提出，要不斷深化金融機構改革以提升服務實體經濟的能力。近年來，隨著區塊鏈、云計算和大數據等信息技術的迅速發展，新興技術與傳統金融機構的融合不斷完善，一種新型的金融模式——數字金融應運而生[ 4 ]，在學術界和實務界引起廣泛關注。

企業的商業信用產生于企業之間商品的交易過程，是一種商品交易與支付時間分離的債權債務關系。從客戶方企業來看，是商品交易時企業通過延期支付款項占用供應方企業資金的經濟行為，變相地為企業提供了一種短期融資的形式，具有融資工具的作用[ 5-6 ]。從供應方企業來看，是企業出于降低交易成本、維護客戶關系穩定、傳遞產品質量信息[ 7 ]等考慮，主動或被動地為客戶企業提供的一種信用交易。不論以主動還是被動的方式提供商業信用，都需要耗費供應企業的資金資源，并承擔相應的資本成本和客戶企業的違約風險。商業信用供給不僅關系著供應方企業的資金鏈安全，而且影響著供應鏈上下游企業的高質量發展[ 8 ]。企業是否會提供商業信用與宏觀經濟環境、自身能力及意愿息息相關。探究數字金融發展對企業商業信用供給決策的影響，對理解數字金融這一宏觀經濟環境對企業經營決策這一微觀層面作用有著重要的現實意義。

得益于大數據、云計算等信息技術的發展，數字金融能夠精確地獲取用戶的各類資信信息，通過計算機技術進行進一步的數據處理，將企業信息可視化，并對其進行信用等級的劃分，有效緩解了金融機構與企業之間的信息不對稱。數字金融擁有低門檻、高效率和信息共享的優勢，可以擴大金融機構的服務范圍并革新傳統的金融服務模式。數字金融的迅速發展，為企業的融資流程提供了便利性，有效緩解了企業的融資約束。一方面，數字金融帶來的企業資金可獲得性的提高，使得供應方企業抗客戶違約風險能力和商業信用供給能力都有所提升，對企業商業信用供給可能會產生正向促進作用。另一方面，當金融市場使用數字金融發展提供的更多便利時，客戶方企業對商業信用的需求可能會減少，對商業信用供給的尋求意愿便可能會下降，數字金融的發展對企業的商業信用供給可能會產生抑制作用。如此看來，數字金融的不斷發展給金融市場帶來影響的同時，對企業商業信用這一微觀層面必然也會有所影響。有鑒于此，本文從企業的商業信用供給角度切入，探究數字金融發展對企業商業信用供給產生的影響。

本文可能的貢獻在于：其一，結合近年來國家大力發展數字金融的有關政策，進一步評估了數字金融的實施效果，拓展了數字金融經濟后果的研究。其二，采用中介效應模型[ 9 ]，基于企業融資約束的機制路徑進行識別檢驗，明晰了數字金融影響商業信用供給的具體機制。其三，深入剖析了數字金融發展的微觀效應，為理解數字金融與企業商業信用供給之間的互動關系提供了新的視角。

二、研究綜述

商業信用作為企業之間重要的交易往來方式，其提供動機主要出于以下考慮：其一是產品質量保證[ 7，10 ]，企業通過提供商業信用向客戶釋放產品的高質量信息，從而建立信任關系，客戶對產品有更多的了解；其二是促銷，通過提供商業信用，企業可以吸引更多的客戶，增加銷售收入，擴大自己在行業市場上的份額。為了與客戶保持長期穩定的交易關系[ 5 ]，商業信用的提供可以促使客戶增加其購買的頻率和數量，加強客戶集中度，從而增加企業的銷售收入；商業信用供給還可以幫助企業與客戶建立長期穩定的合作關系，減少客戶流失的風險。對供應商來說，商業信用供給也是一種競爭手段。當供應商面臨很多競爭對手時，客戶很容易找到替代的供應商。為了避免失去客戶，供應商愿意提供商業信用來吸引客戶，并鎖定他們的選擇，對那些融資約束程度較高、商業信用成本較高的企業來說也是如此。此外，企業規模、產權性質、抵押能力、行業競爭、市場化進程及地區差異都會導致企業商業信用供給水平存在差異[ 11-12 ]。

數字金融的發展，借助的是大數據、云計算和區塊鏈等信息技術，為拓展金融的服務范圍和觸達能力提供了穩定的技術支持，改善了傳統金融中由于信息不對稱而產生的高資金成本和高運營成本問題[ 13 ]。已有研究在關注數字金融對企業融資方面的影響時，主要從降低企業融資成本[ 14 ]和緩解企業融資約束[ 15 ]等方面來探究數字金融對企業融資難度的緩釋效應。數字金融對企業融資約束的緩解，從提供企業來看，提升了企業的商業信用供給能力；從需求企業來看，擠占了企業商業信用的融資性需求。另外，數字金融利用信息技術，可以實現對不同企業經營行為數據的抓取，并進行數據的有效整合，通過資信審核的高透明度和信息整合技術，創新性地顛覆了傳統的信用定價模式，逐步構建了硬化企業軟信息的算法處理和大數據信息集，形成可視化的數據信息，以提升企業的信息透明度，更好地傳遞企業信息[ 16 ]。提供商業信用的企業能夠便捷地獲取到客戶企業的信息，以便在制定商業信用提供決策時更好地篩選出資質好的企業，也使得對后續的貨款風險實時追蹤成為可能，極大地解決了企業因提供商業信用而面臨回收風險的難題。本文旨在理清數字金融對企業商業信用供給產生的具體影響，以及這一影響的機制。

三、理論分析與假設提出

對于商業信用的提供方而言，首先，商業信用使得商品交易與資金交付可以分開實現，降低企業的交易成本，并且可以減少企業的現金流動性波動，降低企業的經營風險，方便企業更好地進行現金管理和其他財務活動[ 8 ]。其次，為了實現增加銷售收入、提高市場占有率和維持客戶關系穩定等市場競爭策略的目標，企業會采取商業信用供給的方式[ 5 ]。通過提供商業信用，企業可以更加靈活地實施價格差異化策略，從而提升客戶集中度，保證既有客戶的收益集中性，擴大銷售規模。企業還可以通過設定商業信用折扣與期限條款來實現降低價格和促進銷售的目的，使得實際價格在市場需求變化時具有更大的靈活性[ 17 ]。商業信用盡管能夠給提供企業帶來裨益，但是，在使用過程中仍然存在很多問題。隨著經濟環境和市場競爭格局的變化，商業信用可能異化成“強制性信用”，變成企業間惡性支付拖欠行為。這使得經濟效益好的企業難以實現利潤，或因缺乏資金而難以擴大生產。越來越多的企業會陷入債務困境，企業既不愿意償債，它的債權也無法得到清償，一旦某個主體出現問題，可能會加劇系統性金融風險。因此，加快市場誠信體系建設，構建多層級的信用評價體系，并加大對企業的信貸配置，不僅能促進企業健康發展，而且有利于改善金融體系配置效率。

數字金融的發展可以通過緩解企業的融資約束提升商業信用的供給能力，還可以通過緩解企業的信息不對稱，從企業商業信用的事前提供和事后跟蹤解決商業信用提供的后續貨款回收難題，進而促進企業商業信用的提供。首先，數字金融利用其數字技術可以實現線上投融資，高效吸收大量分散、小規模投資者的閑散資金，增加可供信貸資金的體量。數字金融還通過倒逼傳統金融機構轉型升級，緩解金融資源錯配，提高金融資源配置效率，延伸金融服務邊界[ 18 ]，有效緩解企業的融資約束，提升企業商業信用的供給能力。其次，數字金融利用其信息集聚的優勢，運用機器學習算法訓練風控模型為企業“畫像”，不僅可以從財務報表等歷史數據中了解其經營狀況，為欺詐識別、信用風險管理等提供有力支撐，而且可以通過構建可靠的第三方征信體系、信息處理與檢測系統、智能風控系統，幫助資金供給方實時獲取并整合企業生產經營過程中產生的各種信息流、資金流和物流，市場中的信息更加透明，使得企業從商業信用供給的發放初始，就能夠進行嚴格的資信考核，對提供后的應收款項也能夠及時地跟蹤，適時提出相應對策，以保證風險處在合理水平，確保貨款的及時回收。綜合來看，數字金融的發展緩解了企業的融資約束，提升了商業信用的供給能力；另外，數字金融便利了企業之間的信息傳遞和獲取，解決了商業信用提供后的貨款回收難題，因而可能會促進企業商業信用供給的增加。據此，提出本文的研究假設：

H1：數字金融發展越好，企業提供的商業信用越多。

對商業信用的獲得方而言，首先，基于商業信用的產品質量保證動機，產品質量信息在企業和客戶之間是不對稱的，這種信息的不對稱會導致逆向選擇行為的發生，如企業對產品質量不敢保證時會提高貨款現期支付的折扣率，誘導客戶現期支付以轉移質量風險。商業信用作為企業產品質量保證的方式之一，可以克服由于信息不對稱而導致的逆向選擇問題，它給予客戶一種擔保機制，在交易之后的一段時間內，如果產品質量出現問題或者廠商沒有履行做出的服務承諾，客戶有權拒絕支付貨款。其次，基于商業信用的替代性融資理論，由于信貸配給問題的存在，產生部分“受青睞”企業“融資過度”和“受歧視”企業“融資不足”的問題，信貸配給問題越嚴重，企業間金融資源分配的“馬太效應”越顯著，而商業信用作為一種替代性的融資方式，使得資金從信貸優勢企業流向了信貸劣勢企業。數字金融的發展不僅可以通過緩解企業的信息不對稱降低商業信用的產品質量保證動機，而且可以通過緩解企業的融資約束壓縮商業信用的融資性空間，弱化客戶企業商業信用的融資性需求，進而抑制企業商業信用的提供。

數字金融的發展使得企業的信息更加透明，包括企業的產品質量、違約情況及經營信息，客戶企業可以借助相關的經營信息來考察商品的質量，由此商業信用的產品質量保證動機可能會有所下降，進而抑制企業商業信用的提供。另外，數字金融的發展使得企業能夠很好地被大數據處理篩選，以獲得數字金融發展提供的不同程度的資金支持。銀行等金融機構可以為企業提供更加多樣化的金融服務，使其更容易以較低的資本成本獲取資金，數字金融的發展有效緩解了企業的融資約束問題。那么，正規金融資源配置效率的提升可能會壓縮商業信用作為非正規金融的融資性空間，從而弱化客戶企業商業信用的融資性需求，進而倒逼提供方企業減少商業信用供給。這種情況下，數字金融的發展可能會抑制企業的商業信用供給。據此，提出本文的研究假設：

H2：數字金融發展越好，企業提供的商業信用越少。

四、研究設計

（一）樣本選取與數據來源

本文以我國A股非金融類上市企業2011—2021年的數據為研究對象，并通過以下方式對數據進行篩選：首先，剔除金融行業的年度樣本數據；其次，剔除相關變量數據缺失且無法補齊的樣本；最后，為消除極端值的影響，對連續型變量進行前后1%的縮尾處理。經過上述處理后，共獲得19 751個觀測樣本。數字金融發展指數來自《北京大學數字普惠金融指數（2011—2021）》，其余財務相關數據來源于國泰安CSMAR數據庫。

（二）變量定義

1.被解釋變量

本文研究對象為企業向客戶提供賒銷而產生的商業信用，參考張會麗和王開顏[ 19 ]的做法，采用應收賬款的相對指標（TC_S=應收賬款/營業收入）來衡量企業的商業信用供給。

2.解釋變量

數字金融（DIF）。本文借助北京大學數字金融研究中心編制的“數字普惠金融指數”，具體使用了31個省份的總指標和分指標數據。采用省級層面2011—2021年的數字金融發展總指數，對其取自然對數，以此衡量數字金融（DIF）這一解釋變量。

3.中介變量

企業融資約束（SA）。在企業融資約束的測算上，本文借鑒Hadlock和Pierce[ 20 ]的研究，計算出相應的SA指數，以此作為樣本企業融資約束的代理變量。該指數越大，表明企業融資可獲得性越弱，意味著企業所面臨的融資約束程度越嚴重；反之，則企業面臨的融資約束程度越小。

4.控制變量

為了盡可能克服遺漏變量的影響，本文納入企業微觀層面的多個控制變量，分別為資產負債率（Lev）、資產收益率（Roa）、營業收入增長率（Growth）、企業規模（Size）、成立年齡（Age）、盈利能力（Gpm）、固定資產凈額（Tang）、經營性現金流（Ocf）、貸款規模（Bankcredit）。

變量定義見表1。

（三）模型設計

為了檢驗數字金融對企業商業信用供給的影響，參考相關研究，構建如下固定效應模型進行回歸：

模型（1）中，Controls表示所有控制變量，Year表示時間變量，Ind表示行業變量，ε為隨機誤差項。

五、實證結果

（一）描述性統計

表2列示了主要變量的描述性統計結果，有效觀測值共計19 751個。TC_S的平均值和中值分別為0.218和0.166，標準差為0.208，說明企業商業信用供給對數的波動性并不太大；最小值和最大值分別為0和1.052，企業之間的商業信用供給決策有些許差別。數字金融省級原始指數列示于O_DIF行，其最小值為32.68，最大值為458.97，可以看出不同地區間的數字金融發展水平存在較大差異。其他變量和相關研究中的變量基本保持一致，故不作贅述。

（二）基本回歸分析

基本回歸結果如表3列（1）和列（2）所示，在沒有控制變量和有控制變量兩種情況下，數字金融（DIF）的回歸系數分別為0.024和0.027，并且在5%和1%的水平上顯著，這表明隨著數字金融的向好發展，企業商業信用供給增加，驗證了本文的H1。

（三）機制檢驗

為了驗證融資約束在數字金融與企業商業信用供給之間的中介作用，本文參考溫忠麟等[ 9 ]關于中介效應的檢驗，構建以下回歸模型：

采用模型（2）檢驗數字金融對融資約束（SA）的影響，采用模型（3）檢驗融資約束（SA）是否存在中介效應。

融資約束的回歸結果如表4所示。綜合表4列（2）和列（3）可以看出，企業融資約束在數字金融和商業信用供給關系之間起到部分中介作用。由此，形成了“數字金融→（緩解）企業融資約束→（促進）企業商業信用供給”的正向傳導路徑。

（四）穩健性檢驗

1.內生性檢驗

在研究數字金融發展對企業商業信用供給的影響時，由于數字金融的范圍廣泛，單個企業的經營行為對其影響較小②，但是依然可能會因為遺漏變量而導致結果出現偏誤從而產生內生性問題。本文采用工具變量法來減弱內生性問題。參考李春濤等[ 21 ]的研究思路，本文使用同一年度該省份所有接壤省份數字金融發展水平的均值（DIF_mean）作為工具變量。該工具變量符合相關性和外生性兩個約束條件：一方面，鄰近的省份通常具有相似的經濟發展水平，數字金融發展程度相近；另一方面，由于信貸融資存在地域分割性，鄰近地區的數字金融發展水平難以通過融資渠道影響本地企業的商業信用供給。表5顯示了工具變量的回歸結果，在考慮數字金融與企業商業信用供給之間可能存在的內生性問題后，數字金融發展的系數依然在1%水平上顯著為正，表明數字金融發展能夠顯著促進企業商業信用的供給，這與前文結果完全一致，可以說明H1的結果仍然是較為穩健的。

2.其他穩健性檢驗

（1）滯后效應

由于數字金融發展對企業行為產生的影響具有一定程度的滯后性，出于此考慮，將解釋變量進行滯后兩期重新回歸，結果如表6列（1）所示，系數在1%水平上顯著為正，證明了研究結果的穩健性。

（2）替換被解釋變量

參考劉小魯[ 22 ]的研究，重新定義企業的商業信用供給變量，確定（應收賬款+應收票據+預付賬）/總資產為TC_S2，重新進行回歸，結果如表6列（2）所示，系數在5%的水平上顯著為正，證明了研究結果的穩健性。

（3）縮減樣本

公共衛生事件暴發后，我國資本市場受到了影響。將2020年和2021年的數據刪除后重新進行回歸，結果如表6列（3）所示，數字金融對企業商業信用供給的促進作用在1%的水平上顯著為正，證明了研究結果的穩健性。

（4）替換解釋變量

采用數字金融指數的覆蓋廣度指數（DIF_bre）和使用深度指數（DIF_dep）兩個分指標進行穩健性檢驗，結果如表6列（4）和列（5）所示，系數均在1%水平上顯著為正，證明了研究結果的穩健性。

六、異質性分析

（一）企業規模

不同規模的企業在進行商業信用供給決策時，會有所區別。企業自身規模較大時，不論企業的信貸容易度還是企業內部管理質量等各個方面都在小規模企業之上。從企業的促銷動機來看，規模較大的企業擁有較大的市場份額，議價能力較強，其商業信用供給方式的促銷動機相對較弱。以企業規模中位數分組回歸，結果如表7列（1）和列（2）所示，數字金融對商業信用供給的促進作用在小規模企業的組別中更顯著。

（二）企業的抵押能力

企業資金是影響企業商業信用供給決策的一大原因。有形資產展示了企業擁有或控制的實物形態的資源，有形資產較多表明企業所控制實物資產殷實，使企業具備良好的抵押能力。抵押能力較強的企業更容易獲得銀行信貸，也更有能力進行商業信用供給以繼續擴大其市場份額。相反，抵押能力較弱的企業，銀行的信貸獲取具有一定的難度，那么在商業信用的供給能力上也有所限制。數字金融發展帶來的資金利好效應，對抵押能力較弱的企業獲取資金是非常利好的金融支撐。本文采用（固定資產+期末存貨）/資產總額來衡量企業的抵押能力（PPE），以抵押能力中位數分組回歸，結果如表7列（3）和列（4）所示，數字金融的發展對企業商業信用供給的促進作用在企業抵押能力較弱的組別中更顯著。

（三）企業所處行業的競爭程度

企業在選擇運用何種商業信用供給政策時，會考慮企業所處的市場環境和經營風險。不同行業競爭程度的企業，其商業信用供給水平存在較大差異。本文采用赫芬達爾指數（HHI）來衡量市場競爭程度。赫芬達爾指數越小，行業中相同規模的企業越多，市場競爭越激烈。以赫芬達爾指數中位數分組回歸，結果如表7列（5）和列（6）所示，在行業競爭激烈的組別中，數字金融對企業商業信用供給的促進作用更顯著。

（四）地區差異

我國各類資源分布有所差異，各個地區的經濟發展水平有較大差距，不同區域之間的營商環境、制度政策及產業集聚現象也有所差別。因此，參考相關研究[ 18 ]，本文根據企業注冊所在地的省份或直轄市，將企業歸類為東部地區③樣本組和中西部地區④樣本組，進行分組回歸，結果如表7列（7）和列（8）所示，數字金融發展帶來的企業商業信用供給的增加在東部地區更為顯著。這主要是因為，相對于中西部地區來說，東部地區的經濟發展水平較高，人才儲備和營商環境較好，市場資源也相對豐富，相關的配套設施更為完善，加之更好的數字金融發展為企業商業信用供給提供了資金支持。

七、結論與啟示

（一）主要結論

本文以我國A股非金融上市企業2011—2021年的數據為研究對象，探究數字金融發展對企業商業信用供給的影響及其作用機制。實證研究發現，數字金融發展越好，上市企業商業信用供給越多。機制檢驗結果表明，數字金融的發展通過有效緩解企業融資約束，進而促進了企業商業信用供給。異質性檢驗結果顯示，在企業規模小、抵押能力弱、行業競爭激烈、隸屬于東部地區的組別中，數字金融對企業商業信用供給的促進作用更顯著。

（二）啟示

基于以上結論，本文具有如下啟示：首先，我國地域遼闊，東西部地區的差異決定了數字金融在東部地區能夠更好地發展，所以社會各界都應當集中力量，深化中西部地區金融體制改革，促使中西部地區借鑒東部地區數字金融的發展模式。同時，政府可以加大對數字金融的基礎設施建設和投入，構建更加先進的數據共享平臺，形成地區之間的互聯互通，讓發達地區對鄰近地區產生良好的空間溢出效應，更好地發揮數字金融的普惠性。

其次，應當繼續推進數字金融的高質量發展。隨著數字化技術的不斷革新，傳統粗放式的數字金融模式已然不能適應新時代數字化技術不斷發展的趨勢和經濟高質量發展的要求。因此，推動數字金融的高質量發展勢在必行。應當著重深入推進大數據、云計算、人工智能等新一代信息技術在金融服務領域的融合發展與集成應用，著重提高數字金融的覆蓋廣度和使用深度，更好地為企業服務。

最后，企業應當根據自身發展需求，利用大數據、云計算等技術突破數字金融在深入企業時的瓶頸，緊跟科技發展的步伐，適當增加商業信用供給，不斷擴大市場份額，占領市場高地。同時，利用數據共享平臺與其他優質企業實現互幫互助、互聯互通，提高企業之間的“學習效應”，充分發揮企業自身的主觀能動性，激發自身投資意愿，主動優化升級數字化設備，更好地使用數字金融發展帶來的便捷資源。

【參考文獻】

［1］ 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（5）：52-66.

［2］ 陳斌開，林毅夫.金融抑制、產業結構與收入分配［J］.世界經濟，2012（1）：3-23.

［3］ 黃益平，黃卓.中國的數字金融發展：現在與未來［J］.經濟學（季刊），2018（4）：1489-1502.

［4］ 郭峰，孔濤，王靖一，等.中國數字普惠金融指標體系與指數編制［R］.北京大學數字金融研究中心，2016.

［5］ PETERSEN M A，RAJAN R G.Trade credit：theories and evidence［J］.The Review of Financial Studies，1997，10（3）：661-691.

［6］ 陸正飛，楊德明.商業信用：替代性融資，還是買方市場？［J］.管理世界，2011（4）：6-14.

［7］ FISMAN R，RATRUI M.Does competition encourage credit provision？Evidence from African trade credit relationships［J］.Review of Economics and Statistics，2004，86（1）：345-352.

［8］ 祁懷錦.理解企業數字化轉型與商業信用供給的關系［J］.國企管理，2023（5）：114.

［9］ 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.

［10］ 陳勝藍，朱麗燕.物流標準化對公司商業信用供給的影響研究［J］.浙江工業大學學報（社會科學版），2023（2）：121-133.

［11］ 章鐵生，盛余.供應商關系、市場化進程與商業信用［J］.會計之友，2021（6）：126-132.

［12］ 于歡.金融危機、財務柔性與商業信用供給［J］.山西財經大學學報，2016（3）：32-44.

［13］ 黃銳，賴曉冰，趙丹妮，等.數字金融能否緩解企業融資困境：效用識別、特征機制與監管評估［J］.中國經濟問題，2021（1）：52-66.

［14］ 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.

［15］ 解維敏，吳浩，馮彥杰.數字金融是否緩解了民營企業融資約束？［J］.系統工程理論與實踐，2021（12）：3129-3146.

［16］ 周振江，鄭雨晴，李劍培.數字金融如何助力企業創新：基于融資約束和信息約束的視角［J］.產經評論，2021（4）：49-65.

［17］ WILNER B S.The exploitation of relationships in financial distress：the case of trade credit［J］.The Journal of Finance，2000，55（1）：153-178.

［18］ 杜金柱，吳戰勇，吳信科.數字普惠金融、融資效率與企業雙元創新［J］.會計之友，2023（19）：49-57.

［19］ 張會麗，王開顏.行業競爭影響企業商業信用提供嗎：來自中國A股資本市場的經驗證據［J］.中央財經大學學報，2019（2）：64-73.

［20］ HADLOCK C J，PIERCE J R.New evidence on measuring financial constraints：moving beyond the KZ index［J］.Review of Financial Studies，2010，23（5）：1901-1940.

［21］ 李春濤，閆續文，宋敏，等.金融科技與企業創新：新三板上市公司的證據［J］.中國工業經濟，2020（1）：81-98.

［22］ 劉小魯.我國商業信用的資源再配置效應與強制性特征：基于工業企業數據的實證檢驗［J］.中國人民大學學報，2012（1）：68-77.