數字金融發展與企業財務風險
——基于融資約束和信息不對稱視角

許 芳，何 劍

（1.新疆財經大學 金融學院，新疆 烏魯木齊 830012；2.新疆財經大學 絲路經濟與管理研究院，新疆 烏魯木齊 830012）

一、引言

近年來，隨著人工智能、區塊鏈、云計算、大數據等新型數字技術與傳統金融服務的有機融合，利用數字技術實現融資、支付、投資和其他新型金融的業務模式——數字金融（黃益平、黃卓，2018）[1]，應運而生。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》 （簡稱“十四五”規劃） 明確指出，要構建金融有效支持實體經濟的體制機制，提升金融科技水平，增強金融普惠性。數字金融作為金融創新的新模式，兼具普惠和精準的雙重屬性，彌補了傳統金融的不足，與實體經濟形成良性互動，提振實體經濟（汪亞楠等，2020）[2]。數字金融服務以促進實體經濟發展為目標，實體企業作為實體經濟的重要代表，數字金融的發展對實現實體企業健康成長和長足發展意義重大。

金融創新是一把“雙刃劍”，面對新一輪的技術革命沖擊，數字金融促進企業向好發展的同時，也會引發一系列風險問題。如果風險未得到及時、有效重視，造成財務流動性短缺困境，則會產生財務風險。就中國微觀企業而言，一方面，數字金融是金融創新的產物，由于中國金融市場較不健全，存在一定的金融市場的不確定性，可能造成企業資金的損失，增加企業財務成果的不確定性（楊有紅、趙曉梅，2021）[3]，加劇了企業財務風險。另一方面，數字金融的支付特點幫助企業以高效、低成本、便捷的方式融取充裕資金，減少企業主動融取“高杠桿”資金，驅動企業去杠桿（唐松等，2020）[4]，提升企業內部的財務風險穩定性（張斌彬等，2020）[5]，從而降低了企業財務風險。那么，數字金融發展對企業財務風險究竟會產生怎樣的影響呢？是正向影響還是負向影響？目前尚未有定論。因此，厘清數字金融發展對企業財務風險的影響及其內在機理，對促進數字金融服務實體經濟、企業健康成長、企業和社會的可持續性發展具有重要的理論和現實意義。

與已有研究相比，文章可能的邊際貢獻有：一是檢驗數字金融發展與企業財務風險之間的關系，并基于融資約束和信息不對稱兩條路徑檢驗數字金融發展影響企業財務風險的作用機制；二是探究公司治理水平在數字金融發展與企業財務風險之間的調節作用；三是從企業規模、產權屬性兩方面考察數字金融發展對企業財務風險影響的異質性。

二、理論分析與研究假設

數字金融作為金融創新的產物，對企業財務風險存在積極和消極兩方面影響。一方面，數字金融能提升中國經濟韌性，提升高質量發展能力（崔耕瑞，2021）[6]，推動金融包容水平在全球范圍內提升（付爭、周帥，2021）[7]，為企業財務穩定營造良好的外部環境。但數字金融發展尚不成熟，金融監管的局限性，會加劇金融體系安全風險和信用風險，風險管控難度提升，企業經營風險增加的同時財務風險也隨之產生。此外，數字金融產品自身存在風險，產品本身不確定性增加了財務成果不確定性，風險造成資金損失，影響企業的財務狀況（楊有紅、趙曉梅，2021）[3]，進而增加企業財務風險。因此，數字金融的發展面臨的各種問題和挑戰，會加劇企業財務風險。但另一方面，數字金融依托互聯網、大數據、云計算、區塊鏈等先進技術，將新型數字技術與傳統金融服務融合發展，不斷完善金融體系，改進金融監管措施，提高了金融體系的風險識別和風險抵御能力。從金融中介理論、金融創新理論和金融結構理論三大理論來看，金融中介可以降低交易成本，甄別貸款者的償付能力，降低借款者的風險；金融創新同樣可以降低交易成本，提高金融機構的盈利能力；金融結構的變化可以通過推動在區域、部門之間的資本轉移來降低風險，提高風險抵抗能力。以上理論均能說明數字金融發展對降低風險是有益的。

對于微觀企業而言，數字金融發展通過緩解融資約束和改善信息不對稱問題對企業財務風險產生影響。具體而言，一是數字金融發展緩解了融資約束，拓寬了企業融資渠道與方式，從而降低了企業財務風險。數字金融通過數字技術與傳統金融有機結合，將傳統金融無法觸及的長尾客戶納入業務范圍，提高了資本市場對企業的資金供給，緩解了融資約束。此外，數字金融通過網絡技術突破物理網點的局限，打破了支付的時間和空間限制，提高了資金周轉速度和資金利用率，拓寬了企業融資渠道與方式（唐松等，2020）[4]，有效解決了金融資源與企業需求之間流通渠道不暢、金融資源錯配的問題（吳非等，2020）[8]。同時，改善企業融資環境，有利于資本結構優化，增強財務穩健性。因此，數字金融發展通過緩解融資約束，拓寬了企業的融資渠道與方式，進而通過提升企業內部控制質量和風險穩定程度來降低企業杠桿率（林愛杰等，2021）[9]，避免企業陷入財務困境，從而降低企業財務風險。二是數字金融的發展改善了信息不對稱問題，通過減少非效率投資，從而降低企業財務風險。數字金融在人工智能、大數據、互聯網以及區塊鏈等多種技術模式的共同支持下，以低成本、低風險處理海量數據（Gomber 等，2018）[10]，挖掘更全面的企業信用信息，并提高信息的真實性、準確性以及流轉速度，從而改善金融市場信息不透明和信息不對稱（吳曉求，2014）[11]。此外，決策者的非理性行為容易加劇企業非效率投資，降低金融資源配置效率，使企業更容易陷入財務危機甚至面臨破產（江軒宇、許年行，2015）[12]，造成財務流動性短缺困境。而數字金融能夠發揮信息治理優勢，優化信息環境，降低決策者偏離最優目標的非理性決策行為（馮素玲等，2021）[13]，約束管理層投機行為，減少非效率投資，從而降低企業財務風險。

綜上所述，隨著數字金融不斷的發展，對于微觀企業財務風險而言，表現出抑制作用，故文章提出如下假設：

假設H1a：數字金融發展降低了企業財務風險；

假設H1b：數字金融發展緩解了融資約束，從而降低企業財務風險；

假設H1c：數字金融發展改善了信息不對稱問題，從而降低企業財務風險。

圖1 研究框架圖

三、研究設計

1.樣本選擇與數據來源

文章以2011—2020 年中國A 股上市公司為研究對象，分別剔除金融類、ST、*ST 類上市公司以及數據缺失、資不抵債的樣本，最終得到26722 個觀測值。數字金融數據來自于北京大學的《數字金融普惠金融指數》，其他數據均來自于CSMAR數據庫。

2.變量定義

第一，被解釋變量：企業財務風險(ZScore)。文章借鑒Altman(1968)[14]提出的風險Z 值法進行測算。具體計算方法如下：ZScore=(1.2×營運資金+1.4×留存收益+3.3×息稅前利潤+0.6×股票總市值+0.999×銷售收入)/資產總額，Z 指數越小，表明企業財務風險越高。對該指數取相反數，如若出現數字金融發展與企業財務風險系數為負，表明數字金融發展降低了企業財務風險，反之亦然。

第二，解釋變量：數字金融發展(index)。文章采用北京大學開發的《數字普惠金融指數》作為衡量數字金融發展的代理變量，采用省級層面數據，進行100 倍縮放處理。

第三，控制變量：參考相關文獻，選取企業年齡(age)、公司規模(size)、股權集中度(top1)、獨立董事比例(indep)、杠桿率(lev)、企業現金流(cfo)、資本性支出(exp)、盈利能力(roa)、成長性(growth)以及產權屬性(SOE)作為控制變量；同時控制年度和行業效應。具體變量定義如表1 所示。

表1 變量定義

3.模型設定

為驗證文章的假設，建立數字金融發展與企業財務風險的回歸模型：

其中，ZScore 表示企業財務風險，index 表示數字金融發展指數，control 表示除年份與行業外的控制變量，year、industry分別表示年度、行業啞變量，ε 為隨機干擾項。

四、實證結果分析

1.描述性統計

表2 為變量描述性統計結果。結果顯示，企業財務風險(ZScore)最大值為-0.578，最小值為-4.348，說明各企業面臨的財務風險存在較大差異。數字金融發展(index)標準差為1.002，最大值為4.319，最小值為0.162，說明不同地區數字金融發展差異較大。

表2 描述性統計

2.實證回歸結果

表3 報告了數字金融發展對企業財務風險影響的回歸結果。結果顯示，index 的系數為-0.2104，且在1%水平上顯著，表明數字金融發展能降低企業財務風險，假設H1a 得到驗證。原因是數字金融發展緩解了融資約束，拓寬了企業的融資渠道與方式，進而提升了企業內部控制質量和風險穩定程度，避免企業陷入財務困境，從而降低企業財務風險。此外，數字金融能夠發揮信息治理優勢，優化信息環境，降低決策者偏離最優目標的非理性決策行為，約束管理層投機行為，減少非效率投資，從而降低企業財務風險。

表3 數字金融發展與企業財務風險

3.內生性檢驗

（1） 變量滯后

考慮數字金融發展對企業財務風險的影響不是立竿見影的，故采用變量滯后的方法對數字金融發展指數滯后一期進行回歸。表4 列(2)所示，L.index 的系數顯著為負，與基準回歸結果保持一致，說明研究結論依舊穩健。

（1） 工具變量法

借鑒張勛等(2020)[15]以家庭所在地區與杭州的球面距離作為數字金融發展的工具變量。表4 列(3)所示，index_m_ds 的系數顯著為負，說明距離杭州越近，企業財務風險越低。上述結果表明，文章的研究結論依舊穩健。

表4 內生性檢驗

4.其他穩健性檢驗

（1） 更換變量

一是改變企業財務風險的衡量指標。采用Altman(2013)[16]提出的修正Z 值(Ad_ZScore)進行穩健性檢驗；二是改變數字金融發展的衡量指標，采用地級市數據進行穩健性檢驗。檢驗結果如表5 列(2)、(3)所示，index 的系數均顯著為負，與基準回歸結果保持一致，說明研究結論依舊穩健。

（2） 平衡面板

將前文非平衡面板數據轉換成平衡面板數據進行穩健性檢驗，檢驗結果如表5 列(4)所示，index 的系數顯著為負，上述結果表明，文章的研究結論依舊穩健。

表5 其他穩健性檢驗

五、機制分析與拓展性檢驗

1.機制分析

前文分析了數字金融發展對企業財務風險的影響，尚未證實數字金融發展降低企業財務風險的作用機制，故文章分別借鑒劉莉亞等(2015)[17]構建的SA 指數(SA=-0.737×Size+0.043×Size2-0.04×Age)，作為融資約束的衡量指標FC，探究“數字金融—融資約束—企業財務風險”這一作用渠道；借鑒陳冬華等(2018)[18]衡量股票價格同步性ASY 的方法（模型Rit=α+β×Rmt+ε，R2的對數轉換），探究“數字金融—信息不對稱—企業財務風險”另一作用渠道。構建以下中介效應模型：

其中，channel 表示中介變量，包括融資約束(FC)和股價同步性(ASY)。

表6 是對融資約束、信息不對稱進行中介效應檢驗的回歸結果，第(2)、(3)列結果顯示，index 的系數顯著為負，表明數字金融緩解了融資約束；SA 的系數顯著為正，表明企業受到融資約束越高，財務風險越大。第(4)、(5)列結果顯示，index 的系數顯著為負，表明數字金融降低了股價同步性；ASY 的系數顯著為正，表明股價同步性增加了企業財務風險。第(3)、(5)列index的系數較表2 系數有所下降，表明緩解融資約束、改善信息不對稱是數字金融發展降低企業財務風險的部分中介因子。因此，數字金融發展通過緩解融資約束、改善信息不對稱，從而降低了企業財務風險。假設H1b 和H1c 得到驗證。

表6 機制分析回歸結果

2.拓展性檢驗

（1） 調節效應

隨著數字金融的不斷發展，良好的公司治理結構與治理機制，不斷提升了公司治理水平，拓寬了融資渠道和方式，緩解了融資約束，使企業更容易獲得充裕現金流，并且，數字金融使金融市場環境更加透明，緩解了信息不對稱，減少了企業非效率投資，從而抑制管理層追求個人私利和風險厭惡傾向，降低了企業財務風險。故文章借鑒顧乃康、周艷利(2017)[19]的研究，運用主成分分析法衡量公司治理水平(governance)的綜合性指標，探究公司治理水平在數字金融發展與企業財務風險之間的調節作用，構建如下調節效應模型：

其中，調節變量為公司治理水平governance，index_governance 為數字金融發展與公司治理水平的交互項。

回歸結果如表7 所示，數字金融發展與公司治理水平的交互項(index_governance)系數為0.0412，且在5%的顯著性水平上正相關，表明公司治理水平在數字金融發展對企業財務風險的影響中發揮正向調節作用，即公司治理水平能夠強化數字金融發展與企業財務風險的負相關關系。

表7 調節效應回歸結果

（2） 不同維度

文章從數字金融的三個維度使用深度指數(usage)、覆蓋廣度指數(cover)以及數字化程度指數(digital)分析對企業財務風險的影響。回歸結果如表8 所示，usage 和cover 的系數均顯著為負，表明使用深度、覆蓋廣度有助于降低企業財務風險，而digital 對企業財務風險的影響不顯著。原因是覆蓋廣度為企業發展提供海量數據，使用深度加快信息傳播速度，降低了企業財務風險；而中國正處于數字化轉型時期，基礎設施不健全，難以發揮數字化程度降低企業財務風險的作用。

表8 數字金融不同維度對企業財務風險的回歸結果

（3） 異質性分析

第一，企業規模。相較于大規模企業，小規模企業由于規模小、缺乏可抵押物，難以從銀行等金融機構獲取資金。而數字金融通過數字技術與傳統金融有機融合，服務傳統金融無法觸及的小規模企業，緩解了小規模企業融資約束，并且，數字金融能夠發揮信息治理優勢，減少非效率投資，增強財務穩健性，從而降低企業財務風險。因此，小規模企業對數字金融的依賴程度更高，有效降低企業財務風險。故文章將全樣本劃分為大規模和小規模兩個樣本組，分組回歸檢驗不同規模數字金融發展對企業財務風險的影響。由表9(2)、(3)列所見，在小規模樣本中index 與ZScore 的系數為-0.1620，大規模樣本為-0.1482，均通過1%顯著性水平檢驗，表明數字金融發展對小規模企業財務風險的抑制作用大于大規模企業。

第二，產權屬性。根據中國現有國情，非國有企業在金融市場缺乏隱性擔保，信用評級低，難以獲得銀行等金融機構的信貸資源，而面臨更高的融資約束。此外，非國有企業存在更高的信息不對稱，無形增加了企業獲取外部融資的成本。而數字金融能夠緩解融資約束，拓寬企業的融資渠道與方式，改善信息不對稱問題，減少非效率投資，使非國有企業對數字金融的依賴程度更高，有效降低企業財務風險。故文章將全樣本劃分為國有和非國有兩個樣本組，分組回歸檢驗不同產權屬性數字金融發展對企業財務風險的影響。由表9(4)、(5)列所見，在非國有樣本中index 與ZScore 的系數為-0.2655，國有樣本為-0.1426，均通過1%顯著性水平檢驗，表明數字金融發展對非國有企業財務風險的抑制作用大于國有企業。

表9 基于不同企業規模、產權屬性的回歸結果

六、研究結論與啟示

文章以2011—2020 年滬深A 股上市公司為研究對象，實證檢驗數字金融發展對企業財務風險的影響及作用機制。研究發現，數字金融發展顯著降低了企業財務風險，通過緩解企業融資約束、改善信息不對稱問題兩種機制，實現對財務風險的抑制作用；拓展性檢驗表明，公司治理水平在數字金融發展對企業財務風險的影響中發揮正向調節作用，即公司治理水平加劇了數字金融對企業財務風險的抑制作用；從數字金融的不同維度來看，覆蓋廣度與使用深度均降低了企業財務風險，但數字化程度弱化效果不明顯，原因是中國正處于數字化轉型階段，基礎設施建設不健全，作用效果不明顯；數字金融發展對企業財務風險的抑制作用在小規模、非國有企業中更顯著；在數字金融技術的支撐下，企業可以降低財務風險來促進企業健康成長。在充分考慮內生性、穩健性等一系列問題的影響后，文章結論依然穩健。

綜上，文章提出如下政策啟示：一是推進數字金融的拓展與應用。數字金融發展助力實體企業緩解融資約束、改善信息不對稱，幫助企業進行智能化投資，從而提升企業財務穩定性。把握數字金融發展降低企業財務風險的積極作用，借助數字技術與傳統金融的有機融合，驅動金融數字化和智能化轉型，使金融創新更好地服務實體企業；二是完善企業自身風險管理體系。企業應完善自身治理結構與治理機制，提升公司治理水平，有效地監督和激勵管理層，緩解代理問題，防范財務風險。與此同時，完善企業風險監管系統，降低過度負債風險，從根本上提升企業風險管理意識和風險抵御能力，從而降低企業財務風險；三是優化數字金融監管。政府順應數字金融發展趨勢，防范潛在風險的同時給予數字金融更多的政策支持，打好信息技術基礎平臺，為數字金融服務實體企業營造良好的信用環境。此外，創新數字金融監管模式，構建現代金融監管框架，在風險可控的前提下，保障數字金融良性發展。