數字金融與企業成長
——來自中國工業企業的證據

郝麗花 方觀富 黃 瑜

一、引言

我國經濟發展已經進入新常態，經濟增速趨緩，經濟結構調整和轉型仍需深化。根據國家統計局的數據，2019年，我國經濟增速持續放緩，國內整體投資和消費動力不足。2020年以來，新冠肺炎疫情更是對我國經濟造成了巨大沖擊，全國普遍掀起裁員潮，就業形勢嚴峻。許多中小企業也因流動資金不足而瀕臨破產。面對這樣的現狀，中央政府指出，要完善和強化“六穩”舉措，并將其中的“穩就業”置于首位，健全財政、貨幣、就業等政策協同和傳導落實機制，進一步緩解企業融資難、融資貴的問題，保持就業形勢穩定。

數字金融，亦稱為互聯網金融，是指以智能手機和個人電腦為載體，將互聯網信息技術應用于銀行、投融資服務和電子貨幣的新一代金融服務，包括移動支付、網絡借貸和眾籌融資等。近年來，數字金融在我國發展迅速。數字金融使普通居民能更便利地享受到金融服務，同時也為企業提供了更多有效的融資途徑；移動支付、電子支票等數字金融技術也提高了企業的日常運營效率。但是，數字金融可能對傳統行業產生顛覆性的影響，部分傳統行業的市場可能被擠占。目前學界對數字金融對企業增長的總體影響研究有限，本文試圖利用微觀數據來探討數字金融對企業增長的影響。

在識別數字金融對企業增長的因果效應時，本文主要面臨三個實證挑戰。一是遺漏變量的問題。企業的增長會受到當地傳統金融發展、居民人力資本存量、宏觀經濟穩定性以及制度質量等一系列經濟因素的影響，而這些因素可能和當地數字金融的發展水平相關。二是實證中還存在反向因果的問題。人們對未來經濟的預期能夠影響金融的發展。如果當地企業績效表現好，人們就會對未來經濟抱有正向預期，從而加大數字金融服務的投資力度。三是數字金融的度量問題。數字金融的發展包含多個維度，各個地區數字金融發展的側重點也可能不同，本文需要選取一個能夠全面衡量各地區數字金融發展差異的指標。

在過去的十年中，中國數字金融的發展在時間和空間維度上都有很大差異。本文利用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，來研究數字金融對企業績效的影響。同時，本文引入行業外部融資依賴度和數字普惠金融指數的交乘項來解決遺漏變量和反向因果引起的內生性問題(Rajan & Zingales，1998；Claessens & Laeven，2003；黃玖立和冼國明，2010；方顯倉和曹政，2018)。該識別策略的主要理論依據是：金融市場中存在的交易成本和信息不對稱等摩擦，使得企業的外部融資成本高于內部融資成本，并且可能無法實現最有效率的借貸規模；數字金融服務的發展可能會緩解金融市場摩擦，那些更加依賴外部融資的行業相對于那些不太依賴外部融資的行業從金融發展中獲得的收益可能更多。

本文利用中國工業企業數據庫來實證檢驗數字金融對企業增長的影響。回歸結果表明，數字金融能夠促進企業資產增長，即數字金融對那些行業外部融資依賴度更高的企業資產增長的正向影響更大。這種數字金融的異質性影響不會受到傳統金融發展、互聯網普及度、產權保護及政府支出的影響。進一步的影響機制分析結果表明，數字金融可以通過降低企業的外部融資成本，促使企業增加融資活動，進行規模擴張；數字金融也可以通過提高企業的營業收入增加其內部資本，從而降低企業的外部融資依賴度。本文還考察了數字金融對不同類型和不同地區企業增長的影響。結果表明，數字金融對民營企業和非出口企業增長的影響更大。

本文的可能貢獻主要有以下兩點。首先，豐富了現有討論金融發展對經濟增長影響的文獻。國內外絕大部分研究發現金融發展對經濟增長有正面影響(Levine，1997；Benhabib & Spiegel，2000；周立和王子明，2002；武志，2010)，但是，金融行業的過度膨脹也會對經濟增長產生不利影響(胡靜波和劉雅嬌，2019)，本文從數字金融的角度檢驗了創新型的金融發展模式對經濟增長的影響。其次，為數字金融對企業增長影響的討論提供了新的證據。關于數字金融的研究主要是從消費、創業、農村金融等角度進行討論，關于數字金融對企業增長影響的討論仍然有限，而本文聚焦于企業增長，并使用跨行業的方法解決實證中的內生性問題，得出了數字金融發展可通過降低企業外部融資成本促進企業資產增長的結論。

二、相關文獻和理論框架

傳統金融是影響企業發展的重要因素之一。Rajan 和 Zingales(1998)研究發現，一國的金融發展會給依賴外部融資的企業帶來融資便利，推動行業融資依賴度高的企業的發展。國內的研究也發現，金融的發展會降低企業的融資約束，進而影響企業的勞動雇用規模(張三峰和張偉，2016；羅長遠和陳琳，2012；邵敏等，2013)，促進企業進行研發投資(沈江波等，2010；解維敏和方紅星，2011)。

由于我國傳統金融體系不發達，金融市場由國有企業占主導以及傳統金融自主創新動力不足，在不同所有制和不同地區的企業的金融資源配置不平衡(Brandt & Li，2003；Bai et al.，2006)，部分企業面臨嚴重的融資約束(姚耀軍和董鋼鋒，2014；Ding et al.，2013)。傳統金融市場的不完善和數字金融發展初期相對寬容的政府管制政策，使得數字金融在我國快速發展。我國正成為全球金融科技市場的領導者(Gomber et al.，2017)。移動支付正在迅速取代現金，按市場價值計算，中國在線支付服務的巨頭——螞蟻金服，已發展成為全球重要的金融科技公司。

近年來，我國發展出了許多數字金融服務形式，它們可以減少信息不對稱，降低交易成本并優化資源分配。例如，點對點借貸通過互聯網將借貸雙方連接起來，從而降低了搜索和匹配成本；眾籌模式使企業家能夠通過互聯網發布項目并籌集資金；電子商務供應鏈可以為貸方提供有關業務運作的詳細信息，從而緩解中小企業信用信息不足的問題。

數字金融可以通過多種方式促進企業發展。首先，偏遠地區的傳統金融服務有限，數字金融提高了這些地區金融服務的可獲得性。機構網點的高昂成本使傳統金融機構難以滲透到經濟相對落后的地區，而數字金融可以依靠信息技術、移動互聯技術等打破傳統金融所面臨的地理限制，不僅極大提高了金融服務的普及范圍，還大大降低了金融交易成本(郭峰等，2020；黃益平和黃卓，2018)。同時，數字金融催生出的網絡借貸、眾籌等線上融資渠道，更為農村及偏遠地區的小微企業提供了融資便利，從而促進了小微企業的創新創業(謝絢麗等，2018；王博，2017)。

其次，數字金融可以建立新的社會信用體系。大型互聯網公司(如阿里、京東和騰訊)可以創建新的信用系統。例如，通過阿里巴巴、淘寶、天貓、支付寶等平臺，阿里金融可以連續獲得賣方的商品交易量、真實性、零售活動、用戶滿意度、庫存、現金流量，甚至水電支付的信用數據，這等同于擁有一套自己的信用信息系統，通過分析這些信息，決策者可以確定貸款申請人的資格和信貸水平，據以進行可靠的貸款決策。

此外，數字金融還可以創造新的商業模式(Gomber et al.，2017)。即時交易(如電子發票)可以大大節省公司的交易時間。眾籌使創業者可以從世界上任何地方，快速、輕松地從陌生人那里獲得資金。企業家無須花數月的時間進行演講，而是可以借助互聯網商店櫥窗直接向全世界展示其產品。投資者只要點擊屏幕，企業家就可以在幾周內得到資金，而非像以前那樣等上數月。同時，移動互聯技術的發展本身就是推動商業變革的重要動力，如電子商務的快速崛起以及線上、線下結合的商業模式已經成為現在企業與消費者互動的主流發展方向(李繼尊，2015；廉薇等，2017)。

三、數據

(一)北京大學數字普惠金融指數

本文用于衡量各地區數字金融發展水平的數據來源于北京大學數字普惠金融指數(2011～2015年)。該指數測算了各地區數字金融服務的覆蓋廣度、使用深度和數字支持程度，并將這三個基本維度加權得到數字金融總指數，全面系統地刻畫了2011～2014年中國數字金融發展水平，共覆蓋了31個省(區、市)、337個地級以上城市和1754個縣。本文選取了2011～2014年的縣級數據作為地區數字金融發展水平的衡量指標。

數字普惠金融指數的具體指標說明如表1所示。其中，第一個維度是覆蓋廣度，是用每萬人擁有支付寶賬戶數量、支付寶綁卡用戶比例以及平均每個支付寶賬號綁定銀行卡數衡量，體現了數字金融的普惠性。但由于有些人可能擁有一個以上的支付寶賬戶，因此，人均賬戶數量可能高估了實際受數字金融影響的人口比例。

表1 數字普惠金融指標體系

第二個維度是使用深度，衡量了地區人群實際使用數字金融服務的頻率。有些人雖然擁有數字金融賬戶，但可能很少使用其所提供的服務，這些人受數字金融的影響其實很小。因此，僅僅使用數字金融覆蓋廣度來衡量數字普惠金融發展水平是不夠的，還必須確保賬戶擁有者能夠充分使用數字金融服務。使用深度指標合并了支付寶中數字支付業務、貨幣基金、信貸業務、保險業務、投資業務及征信業務的使用程度，彌補了覆蓋廣度的缺陷。

第三個維度是數字支持服務程度，即金融服務的數字化水平，主要是用金融服務的移動支付占比和貸款利率衡量的。這是因為數字化水平主要取決于金融服務的便利性和成本，數字金融服務的便利性越高(移動支付占比高)、成本越低(貸款利率低)，人群對該項服務的需求就越高。

數字普惠金融指數的構建過程將其與支付寶相關的指標聯系起來(郭峰等，2020)。首先，對支付寶指標進行無量綱化。其次，利用層次分析法賦予它們不同的權重。再次，利用這些權重進行指數合成，形成覆蓋廣度、使用深度和數字支持服務程度的發展指數。最后，再一次通過指標無量綱化方法，獲得最后的中國數字普惠金融指數。

(二)企業績效

本文的企業變量來自中國工業企業數據庫，所使用的數據樣本期間為2011～2014年，并使用了2010年的調查數據來計算2011年企業績效變量的增長率。刪除了樣本期間僅有1個觀測值的企業樣本，并且刪除了那些關鍵變量缺失或者財務數據不符合會計準則的樣本企業。(1)本文定義企業出現如下任何一種情況便不符合會計準則：銷售額為負、總資產小于固定資產、總資產小于流動資產或累計折舊小于當期折舊。為了減小異常值的影響，對每個回歸變量的觀測值都進行了1%的縮尾處理。最終，本文的面板數據包含了257352家非上市公司，對應823379個企業乘以年份層面的觀測值。

(三)外部融資依賴度

本文利用企業的外部融資依賴度來衡量企業對外部資本可得性的敏感度。行業之間對于外部融資的依賴程度是不同的，這是因為不同行業擁有不同的技術特性，其前期成本和投資回報周期存在巨大差異。例如，高新技術產業往往需要投入大量的前期資本，因此，這些行業中的企業會比其他企業更加依賴外部融資。本文使用行業的外部融資依賴度來衡量這些差異，并將其定義為非來自經營現金流的融資占資本支出的份額。

本文所使用的外部融資依賴度指標取自Kroszner 等(2007)得出的美國行業外部融資依賴度指數，該指數是基于美國所有上市公司數據庫，使用Rajan和Zingales(1998)以及Claessens 和 Laeven(2003)研究中的方法計算得到的，指標數值越大，則外部融資依賴度越高。選擇這一指標的原因主要有以下三點。(1)美國擁有較為先進、完善的金融體系，因此，美國企業在面對融資約束下的行為應更符合最優資產配置原理以及外部融資量的最佳選擇。(2)選擇其他國家的指數可以加強行業外部融資依賴度這一指標的外生性，確保該指標不會受到中國金融發展水平的影響。(3)理論上外部融資依賴度這一行業特性的線性排序在各個國家/地區間是無差異的，即各行業在各個國家/地區之間的排名會保持相對穩定。由于行業外部融資依賴度很大程度上取決于一個行業所固有的技術特性，因此，美國的這一指標可以很好地替代其他國家的行業排名(Rajan & Zingales，1998；Manova et al.，2011)。

各主要變量的描述性統計如表2所示。

表2 主要變量描述性統計

四、識別策略

本文聚焦于數字金融發展情況對企業增長的影響，主回歸模型如下：

logYijpt=β0+β1×DFDIpt+β2×DFDIpt×FinVulnj+Xijpt+θj+δp+αi+εijpt

(1)

其中，Yijpt代表被解釋變量，即區縣p行業j中的企業i在第t年的績效變量(總資產增長率和固定資產增長率)。DFDIpt為區縣p第t年時的數字普惠金融指數，FinVulnj代表行業j的外部融資依賴度。β2是本文核心關注的系數，若該系數顯著為正，則說明相較于行業外部融資依賴度低的企業，行業外部融資依賴度高的企業資產增長受到數字金融發展的正向影響大。Xijpt是一組可觀察到的隨時間變化的企業特征變量，包括利用滯后一年的總資產對數值所衡量的企業規模、企業年齡以及滯后的利潤和杠桿率。εijpt為隨機擾動項。為控制同一區縣內企業績效的相關性，本文將標準誤聚類至區縣層面。

本文加入行業固定效應θj來控制不同行業之間不依賴于企業組織結構的企業績效的系統差異。θj包含了影響中國企業增長的各種決定性因素，以及能對行業中的所有企業產生影響的行業特定需求或成本沖擊。同時，它還包含了各行業金融脆弱性對企業資產增長影響的水平效應。

本文使用區縣的固定效應δp來代表同一區縣的所有企業資產增長的固定特征。這一固定效應控制了所有能夠影響企業績效的不隨時間變化的或者在短期內基本不變的區縣特征，包括地方地理位置、商業文化、財稅制度、基礎設施發展水平和人才計劃等。

本文還在回歸模型中加入了企業固定效應αi，它控制了所有的企業特征，這些企業特征包括企業的生產力、管理能力、人力資本構成及國外分銷網絡的可得性等，這些企業特征會在樣本期間內對企業績效產生不隨時間變化的影響。此外，由于αi包含了企業的所有權類型，因此，它還控制了不同所有權企業之間績效的平均差距。

五、實證結果分析

(一)基準回歸結果分析

本文采用計量模型檢驗了數字金融對企業資產增長的影響。表3的第(1)列、第(2)列分別是企業的總資產增長率、固定資產增長率對當地的數字普惠金融發展指數的OLS回歸結果，控制變量包括企業和年份的固定效應。回歸結果表明，企業的總資產增長率與當地數字普惠金融發展水平呈正相關關系，而固定資產增長率的系數并不顯著。OLS回歸可能存在遺漏變量的內生性問題，這種簡單的正相關關系可能是由其他宏觀經濟因素導致的。第(3)列、第(4)列通過引入數字普惠金融指數與外部融資依賴度的交乘項來研究數字金融發展與企業資產增長之間的因果關系。

表3 基準回歸：數字金融與企業資產增長

續表

表3第(3)列為企業總資產增長率的基準回歸結果。數字普惠金融指數和行業外部融資依賴度交互項的系數為正，并且在1%的水平上顯著。這說明數字金融發展對外部融資依賴度更高的企業產生了更大的正面影響。在樣本中，外部融資依賴度在75分位數的行業是鋼鐵業，排在25分位數的行業是服裝業。數字普惠金融指數的75分位數為133.35，數字普惠金融指數的25分位數為70.31。根據回歸結果，我們可以預測，當數字普惠金融指數從25分位數上升到75分位數時，鋼鐵業每年的總資產增長率應該比服裝業多增長0.56%，而樣本中企業每年的實際平均總資產增長率為25.9%，這說明數字金融對企業增長的影響在經濟上也是顯著的。第(4)列給出了數字金融對企業固定資產增長率影響的估計結果。回歸結果表明，數字金融的發展對行業外部融資依賴度高的企業固定資產增長率有更加正面的影響。

為進一步檢驗基準回歸結果主要反映的是數字金融發展的影響，而不是其他與數字金融發展正相關的社會經濟特征的影響，本文在基準回歸方程中額外控制了一系列其他可能的社會經濟干擾因素。

首先，基準回歸的結果可能由于未考慮地方傳統金融發展的影響而產生偏差。依賴手機和智能手機終端的互聯網金融服務通常是在具有發達傳統金融系統的地區最早引入的。傳統金融發展水平更高的地區數字金融的發展水平也可能更高，上述觀察的數字普惠金融指數和外部融資依賴度的交互影響可能反映的是傳統金融和外部融資依賴度的交互影響。為了排除這種可能性，本文在回歸方程中加入了傳統金融發展指數與外部融資依賴度的交乘項。其中，傳統金融發展指數是用地區金融體系中的流動負債除以地區生產總值計算得到的。表4的第(1)列、第(5)列報告了相應的回歸結果。在控制了地區傳統金融發展水平后，交互項系數依然在1%的水平上顯著，且與基準回歸中的系數差異不大。這說明主回歸中數字金融發展對行業的不同影響并不是由傳統金融的發展導致的。

表4 考慮干擾因素對基準回歸的影響

同樣，本文的研究結果可能會受到手機和互聯網普及數的影響。數字金融快速發展的背后往往伴隨著信息技術的快速發展。如果數字金融發展與信息技術的發展高度相關，那么基準回歸中數字普惠金融指數與外部融資依賴度的交乘可能只是外部融資依賴度與信息技術可得性交互的代理變量。為了檢驗這種可能性，本文控制了外部融資依賴度和地區信息技術發展(地區每萬人互聯網用戶數量和手機用戶數量)之間的交互項。表4中第(2)列、第(6)列的回歸結果證實，基準回歸中數字金融對企業資產增長率的影響并不是由信息技術發展驅動的，并且回歸系數與基準回歸中的系數差異不大。

另外，城市的金融發展通常與其法律產權制度特征有關。城市的產權保護越完善，當地企業的金融發展水平也更高。本文在基準回歸中觀察到的數字金融對不同行業的異質性影響也可能是由省份間產權制度的差異所引起的。為了排除這種可能性，本文在基準回歸的基礎上又控制了法律指數與外部融資依賴度的交互項。表4中第(3)列、第(7)列的回歸結果顯示，加入額外制度變量的控制后，基準回歸中的結果依然存在。

表4中第(4)列、第(8)列的結果則證實了基準回歸中的行業差異效應與政府支出無關。考慮到政府支出可能同時影響數字金融的發展以及企業績效，因此，本文在基準回歸中又控制了財政支出和外部融資依賴度之間的交互項。回歸結果與表3中的基準回歸結果大致相同，且仍在1%的水平上顯著。

其次，本文的結果也可能受到數字金融和其他行業特征相互作用的影響。因此，本文在基準回歸方程的基礎上分別加入了數字普惠金融指數與行業實體資本密集度、人力資本密集度及人均資本占有率的交互項。回歸結果如表5所示，從中可以看出，數字金融對企業增長的行業差異效應與基準回歸結果幾乎一致，且仍在1%的水平上顯著。

表5 控制行業層面的干擾因素

最后，本文將基準回歸中的數字普惠金融指數替換為三個一級維度指標，考察數字金融的不同維度對企業資產增長率的影響(見表6)。回歸結果表明，在外部融資依賴度較高的行業中，數字金融的所有維度，包括覆蓋廣度、使用深度和數字支持均對企業的資產增長具有顯著的促進作用。

表6 數字金融一級維度對企業資產增長的作用

(二)機制分析

這一部分討論了數字金融影響企業資產增長的渠道。我們認為，數字金融影響企業增長的第一個可能的渠道是：數字金融的發展可以通過降低企業的外部融資成本來促進企業增長。具體來說，企業的融資渠道可分為內部融資和外部融資，而由于交易成本的存在，外部融資的成本往往高于內部融資成本，因此，外部融資是企業的邊際選擇。數字金融的發展為企業提供了更多的融資渠道，同時在一定程度上緩解了企業融資時的信息不對稱問題，從而降低了企業的外部融資成本。

表7報告了數字金融對企業負債增長率的影響。回歸結果表明，數字金融對企業的負債增長率有顯著正向作用。無論對總負債增長率還是流動負債增長率進行回歸，數字普惠金融指數與外部融資依賴度的交互項系數都為正，且在1%的水平上顯著。這意味著，數字金融的發展使得行業融資依賴度更高的企業獲得了更多的負債，進而使得行業融資依賴度更高的企業更容易擴大資產規模。

表7 數字金融對企業負債的影響

續表

數字金融對企業增長的影響還可能存在第二個渠道，即數字金融的發展可以通過降低企業的外部融資依賴度來促進企業資產增長。具體地，數字金融的發展提高了金融市場的可及性和日常交易的便利性，促進了企業銷售收入的增長，進而增加了企業內部資本，降低了企業的外部融資依賴度。為了驗證這一假說，本文使用企業的營業收入增長率和利潤增長率對數字普惠金融指數與外部融資依賴度的交乘項進行回歸。表8報告了相應的回歸結果。交乘項系數均在1%的水平上顯著。結果表明，外部融資依賴度越高，數字金融對企業銷售收入增長率的促進作用就越強。

表8 數字金融對企業增長影響的機制分析

(三)異質性分析

我們根據所有權類型對企業進行分組，觀察數字金融對企業增長的影響是否存在企業類型異質性。具體地，將樣本企業分為民營企業和非民營企業(包括國有企業和外資企業)。本文預期國有企業和外資企業的資產增長不會受到數字金融發展的顯著影響。對于國有企業來說，其通常受益于軟預算約束，因此不會遭受融資約束(Bai et al.，2006)。至于外資企業，其所受的融資約束也比其他類型的企業要少，因為它們可以從母公司獲得資金支持(Poncet et al.，2010；Manova et al.，2011)。相比之下，民營企業的增長將受到數字金融發展的顯著影響，因為中國的民營企業實際上面臨著高度的融資約束(Poncet et al.，2010；Ding et al.，2013)。

具體來說，由于國有銀行傾向于對國有企業實行更優惠的信貸政策，因此，本文預期，相對于民營企業，國有企業所受的融資約束更少。外資企業在融資方面不太受限制，因為它們可以進入國外資本市場進行融資，并且由于擁有母公司的信譽保證，國內的銀行也更愿意向它們發放貸款。而民營企業作為中國經濟中最大的群體，常常在銀行外部融資方面受到歧視。

表9的第(1)列、第(2)列的結果說明了數字金融發展對不同類型企業資產增長率的異質性影響。在回歸模型中，本文加入了數字普惠金融指數、外部融資依賴度與非民營企業虛擬變量的三交乘項，同時將所有控制變量都與非民營企業的虛擬變量進行了交乘。回歸結果顯示，數字普惠金融指數與外部融資依賴度的交互項系數顯著為正，而三交乘項的系數都為負，且固定資產增長率的系數在5%的水平上顯著，這表明非民營企業受到數字金融發展的影響顯著低于民營企業，與本文的預期相符。

表9 企業類型的異質性分析

然而，企業的出口行為也可能通過影響企業的財務健康間接地影響企業生產率。具體來說，研究者們發現，出口企業的財務狀況通常比非出口企業更健康。這是可以解釋的，因為出口企業可以同時進入國內和國際金融市場，這使得它們能夠多樣化融資來源并分散相關風險。此外，由于出口企業的績效同時依賴于國外的市場需求，因此它們受到國內經濟周期的影響較低，同時受到由國內緊縮貨幣政策或經濟衰退所導致的融資約束也較少。基于以上原因，相較于非出口企業，出口企業擁有更穩定的現金流，從而受到的流動性約束也更低。因此，本文預期出口企業受到數字金融的影響要小一些。

表9的第(3)列、第(4)列報告了數字金融發展對出口企業資產增長率的影響。本文在回歸模型中加入了出口企業虛擬變量的三交乘項，并將所有控制變量都與是否為出口企業的虛擬變量進行了交乘。回歸結果表明，出口企業受數字金融發展的影響確實較小。

表9的第(5)列、第(6)列則報告了數字金融發展對老企業資產增長率的影響。本文在回歸模型中加入了老企業虛擬變量的三交乘項，并將所有控制變量都與是否為老企業的虛擬變量進行了交乘。研究結果表明，數字金融對企業資產增長的影響不存在企業年齡方面的異質性。

六、結論

本文通過檢驗一個特定的渠道，研究數字金融發展是否促進了企業的成長，即數字金融發展通過降低企業外部融資成本或降低企業外部融資依賴度，從而促進了企業成長。通過對中國工業企業的調查發現，由于數字金融的發展，所處行業擁有更高外部融資依賴度的企業會比其他企業經歷更快速的資產增長，且民營企業和非出口企業的企業資產增長效應更為顯著。因此，應當支持數字金融系統的進一步發展，以確保更多的資金流向那些資產增長高度依賴外部資金供應的企業，進而使這些企業能將資金更多地投入可以提高生產力的項目中，促進社會的長期經濟增長。

最后，本文針對如何推動數字金融的發展提出以下幾點政策建議。第一，繼續加強數字金融的基礎設施建設，不斷開發符合社會需求的新型數字金融產品及服務，提高社會直接融資比例。第二，加強社會征信建設，建立系統全面的企業及個人數字化征信平臺，進一步降低金融服務中的交易成本。第三，加強數據共享建設，統一數據標準及統計口徑，鼓勵利益相關企業積極合作建立數據共享池。第四，加強對數字金融的監管，完善數字金融交易安全、數據安全及隱私保護方面的法律法規，同時對數字金融準入門檻及運營過程進行審慎監管。第五，加強數字金融人才培養，鼓勵數字金融的基礎研究及技術創新。