金融科技緩解民營企業融資約束的效應與機制

張海軍，黃 峰

（1.巢湖學院 經濟與法學學院，安徽 合肥 238000；2.復旦大學 經濟學院，上海 200433）

一、引言

民營企業在構建國內國際雙循環的經濟發展新格局中肩負重大歷史使命。民營企業從無到有、從小到大、從弱到強，是社會主義市場經濟的重要組成部分，在中國經濟發展中發揮著不可替代的作用，尤其在解決民生、促進就業、技術創新、稅收及促進經濟增長方面作出了重要的貢獻。然而，融資難、融資貴和融資慢等“卡脖子”問題一直以來是民營企業發展壯大的掣肘因素。當前，中國政府高度重視民營經濟的發展，一直致力于優化民營企業的融資環境，并制定、出臺和實施了一系列政策文件和改革措施，如要求商業銀行提高民營企業貸款比例、提供支小優惠貸款利率、設立民營企業債券融資支持工具、設立小額信貸公司等。但即便如此，依然有相當比例的民營企業難以從商業銀行等正規渠道獲得信貸支持。需要特別說明的是，民營企業融資困境本質上是金融供給主體對民營企業的金融排斥，其中商業銀行的拒貸和惜貸是關鍵所在。

信用不足是民營企業融資約束產生的根源。但文章認為抵押品不足、治理結構不完善和擔保體系不健全是民營企業長期存在的阻礙因素，難以在短期內得到優化，因此解決銀企間的信息不對稱成為重要的突破口。當前，大數據、云計算、人工智能和區塊鏈等新興科技在金融領域的運用和蓬勃發展，使得民營企業融資約束的根源問題可能有解[1]。事實上，政府層面也注意到了金融科技發展的這一作用，并制定了相應的指導方案。如2019 年8 月，中國人民銀行印發的《金融科技(FinTech)發展規劃（2019—2021 年）》 （銀發〔2019〕 209 號） 就明確指出，要秉持“守正創新、安全可控、普惠民生、開放共贏”的基本原則，充分發揮金融科技賦能作用，推動中國金融業高質量發展。其中一大重要任務就是金融科技賦能金融服務提質增效，使金融科技創新成果更好地惠及百姓民生，推動實體經濟健康可持續發展。可見，金融科技的發展有望緩解民營企業的融資約束，文章將從實證角度展開具體分析。

文章的創新之處和邊際貢獻在于：一是在逐一甄別民營企業的性質和數據的基礎上，對民營企業運營數據進行了徹底清理，剔除了在產權屬性、主營業務和歸屬地等基本信息發生重大轉變的企業，以便排除殼資源企業對研究結論的影響，提高了研究樣本的代表性；二是基于微觀數據的分析發現，相對于存在轉制的民營企業而言，完全民營屬性企業面臨的融資約束更強，這一發現彌補了既有文獻研究的不足；三是從營商環境和經濟運行效率角度，探究了在地區經濟發展存在差異背景下的最優策略選擇，從而為更好地促進金融科技服務民營經濟發展提供政策指導。

二、文獻述評

融資優序理論和信貸配給理論均指出信息不對稱是民營企業難以從金融機構融資的原因。民營企業自身信用不足和金融機構金融排斥共同造成了民營企業的融資難問題[2]。從金融機構角度看，由信貸市場上信息不對稱引發的逆向選擇和道德風險問題，致使市場出清利率高于商業銀行的最優利率[3]，在此情形下，商業銀行會拒絕高風險的貸款業務，從而產生金融排斥現象。總結而言，民營企業融資約束產生的原因可以歸結為兩點：一是由于民營企業抵押品不足，無法有效展示自己的信用，從而無法從銀行獲得貸款[4]；二是由于銀企間嚴重的信息不對稱，逆向選擇使得對民營企業進行信貸配給成為商業銀行的理性選擇[5]。

近年來，金融科技的蓬勃發展備受學界和業界關注，并從多個維度對其展開了討論。首先，聚焦金融科技（互聯網金融） 對傳統金融的影響。鄭志來(2015)指出，互聯網金融深刻影響了商業銀行三大業務，造成了金融脫媒現象，對商業銀行經營績效和商業模式造成巨大沖擊[6]。郭品、沈悅(2015)系統考察了互聯網金融對商業銀行風險承擔的動態影響，指出互聯網金融對商業銀行風險承擔的影響呈現出先降后升的“U”型趨勢，也即，若互聯網金融過度繁榮將帶來巨大的金融隱患[7]。戰明華(2018)分析了互聯網金融對貨幣政策銀行信貸渠道的微觀影響機理，指出存在降低金融市場的摩擦、改變銀行負債結構、增強證券市場流動性和影響企業融資結構等方式影響貨幣政策的銀行信貸渠道[8]。其次，關注金融科技的經濟發展效應，如經濟增長效應[9]、城鄉差距縮小效應[10]、家庭金融資產配置優化效應等[11]。此外，也有文獻關注了金融科技發展與金融風險、金融監管的關系，如黃益平(2016)認為以大數據技術為基礎的風險評估體系為貸款、投資和保險等金融決策提供支持，彌補了傳統金融機構單純依靠財務數據和抵押資產進行風控的不足[12]。

現階段，多數學者認為金融科技有助于緩解小微企業的融資難題，因此應充分加大金融科技賦能解決民營企業融資難題。其中Fanning&Centers(2016)認為大數據能夠降低信息搜尋成本，并建立小微企業貸款有效監督、激勵相容的風險管理辦法[13]；Zetzsche 等(2018)認為金融科技的深度運用能夠從多個維度提升商業銀行服務小微企業的能力[14]；汪學軍(2019)認為利用大數據等金融科技進行數字化轉型是解決小微企業融資難的正確路徑[15]；黃益平(2020)認為金融科技可以幫助金融機構解決獲客難問題，也有助于金融機構充分利用信息優勢和模式優勢提高風控能力[16]。

綜上所述，以大數據、云計算、區塊鏈和人工智能等信息技術為支撐的金融體系在緩解信貸約束、減少信息不對稱、降低交易成本、優化資源配置方面和提高金融普惠性等方面具有不可替代的優勢。但金融科技是否能真正促進民營企業融資約束下降，以及可能的實現機制如何仍然值得深究，文章將從實證層面展開具體分析。

三、研究設計

1.變量選取說明

（1） 被解釋變量：融資約束(SA)

當前存在多種衡量企業融資約束的計算方法，如KZ 指數、WW 指數和SA 指數等，然而大部分的計算方法依賴于內生性的財務指標，與融資約束的關聯性不強。為避免這一不足，從量化便捷和學術界普遍接受的角度考慮，文章采用Hadlock&Pierce(2010)重新設計的SA指數作為代理變量[17]，計算公式如下：

其中，size為企業規模，以總資產取對數值表征；age為企業年齡；i為企業；t為年份。若SA值為負且絕對值越大，則企業受到的融資約束程度越高。此外，文章初步統計發現民企融資約束SA的數值絕大多為負數，故為便于描述，取絕對值進行分析，即SA值越大，融資約束越高。

（2） 解釋變量：金融科技發展水平(fintech)

目前學界主要存在兩種量化金融科技發展水平的方法：一是采用沈悅和郭品(2015)[18]提出的關鍵詞文本分析法；二是使用郭峰等(2020)的研究成果，采用北京大學數字普惠金融指數作為代理指標，這一指標具有科學性，在學術界得到了認同與廣泛運用[19]。文章采用對數化處理后的北京大學數字普惠金融指數衡量地區的金融科技發展水平，同時運用趨勢法得到2021年的指數。

（3） 控制變量(controls)

文章從宏觀層面和企業微觀層面選擇其他能對企業融資約束產生影響的變量。宏觀層面的控制變量主要有：金融發展水平(fin)，用地區金融業增加值占GDP 比重表征；地區經濟發展水平(pgdp)，以地區人均GDP 的對數值表示；實體經濟發展水平(real_eco)，用除金融業和房地產業外其他行業年度增加值與GDP 之比得到。企業微觀層面的控制變量主要有：企業規模(size)，用地區當年年末企業總資產對數值的平均值表示；企業償債能力(lev)，用地區企業總資產與總負債比值的均值量化；盈利能力(ROA)，計算方式為：ROA=凈利潤/總資產，并根據屬地求均值得到。

（4） 機制變量

文章探尋了兩條金融科技發展緩解民營企業融資約束的路徑：一條是“金融科技發展→金融效率提升→民營企業融資約束下降；另一條是“金融科技發展→營商環境優化→民營企業融資約束下降”。故文章的機制變量為：金融效率(fin_eff)，通過使用SBM-DEA 模型測算得到；營商環境(bevi)，文章用地區規模以上企業年度應交增值稅平均值的倒數值表征，數值越大營商環境越好。

2.計量模型構建

文章分兩個階段驗證金融科技對民營企業融資約束緩解的效應與機制。

第一階段，首先分析金融科技發展是否緩解了企業融資約束，其次對這一效應的實現機制進行初步探索。

首先運用廣義最小二乘法(GLS)檢驗金融科技對企業融資約束緩解的效應，基準回歸模型為：

其中，SA 為融資約束指數，fintech 為金融科技發展水平，fin_eff 為金融效率，bevi 為營商環境，controls 為控制變量組成的矩陣，i 表示省份，t 表示時間，εit為隨機誤差項。α 為回歸系數，若回歸系數顯著為負說明發展金融科技、提升金融效率和優化營商環境能降低民營企業的融資約束水平。

為初步探究金融科技發展緩解企業融資約束的實現機制，文章構建交互項模型進行檢驗，計量模型如下：變量含義與公式(2)基本一致，β 為變量回歸系數。若β1顯著為負，則可以初步說明存在“fintech→fin_eff→SA”的實現路徑；同理，若β2顯著為負，則可以初步說明存在“fintech→bevi→SA”的實現路徑。

第二階段，對金融科技緩解民營企業融資約束的實現機制進行具體分析，文章將營商環境(bevi)和金融效率(fin_eff)作為機制變量，通過構建如下中介效應模型進行檢驗。

其中，path 為路徑機制變量，其他變量的含義與公式(2)基本一致。需要說明的是公式(4)檢驗了金融科技發展緩解融資約束水平的直接效應，公式(5)檢驗了金融科技發展對中介機制變量（金融效率提升和營商環境優化） 的影響，公式(6)檢驗了在考慮影響路徑條件下的總效應，即間接效應。

3.數據來源與說明

文章選取2011—2021 年上市民營企業的數據為研究樣本。數據來源于CSMAR 數據庫，并對數據做如下處理：一是剔除研究期限內數據不全的企業；二是剔除主營業務發生較大變更的企業；三是剔除公司注冊地和公司名稱變更且同時主營業務發生重大轉變的企業；四是剔除研究周期內企業發生轉制改革的企業，處理后共得到769 家上市民營企業的數據，并根據企業所在省份進行分組后計算均值得到各省區市的民企融資約束水平和微觀特征。宏觀數據來源于中國除港澳臺地區外31 個省區市的統計年鑒、統計公報、中國人民銀行網站和國泰安數據庫。變量的描述性統計和相關性分析結果如表1 所示，從主要變量上看，SA 指數的均值為-2.432，最大值為0.401；fintech的均值為5.217，最小值為2.866，表明不同地區間民營企業面臨著較強的融資約束和金融科技發展水平存在較大的差距。

表1 變量描述性統計與相關性分析結果

四、實證結果與分析

1.民企融資約束的證據

文章不僅整理了觀測期內全部為民營屬性（不存在轉制）的731 家企業，還整理了14 家民轉公企業和24 家公轉民企業的數據，由于計算所得數據大多為負，故對三者的融資約束指標取絕對值后得到如圖1 所示的演進趨勢，且圖1 揭示了民企融資約束較高的現實。具體而言：首先，不存在轉制背景的民營企業受到的融資約束水平要顯著高于民轉公企業和公轉民企業，2017 年之前民企融資約束情況日趨嚴峻，2018 年之后雖然有所下降，但依然處于高位；其次，民轉公企業面臨的融資約束具有顯著下降趨勢，需要說明的是，不同企業的轉制時間存在差異，但文章考察的企業在2017 年前基本完成了轉制，因此2018 年之后的數據可以看成是公有制企業的融資約束情況，故這一對比數據顯著說明了民營企業面臨的融資約束更高；最后，對比公轉民企業的融資約束演進趨勢，同樣也顯著地說明了民營企業面臨著更高的融資約束。

圖1 中國A 股上市民營企業融資約束演進趨勢

2.第一階段檢驗：基準回歸與路徑存在性檢驗結果

根據第一階段的研究目的，在控制地區固定效應、時間固定效應和省份固定效應的基礎上，進行了5 組回歸分析，計量結果如表2 所示。第(1)列和第(2)列旨在分析金融科技緩解民營企業融資約束的效應，計量結果顯示金融科技發展水平與企業融資約束之間的回歸系數分別為-0.121 和-0.079，分別通過了5%和10%的顯著性檢驗，說明金融科技的發展能顯著地降低民營企業的融資約束水平；第(2)列中，金融效率(fin_eff)和營商環境(bevi)的回歸系數為-0.033 和-0.009，且均在5%的顯著性水平下通過檢驗，表明金融效率提升和營商環境優化均能顯著地降低民營企業的融資約束。第(3)列為加入其他控制變量的效應再檢驗，回歸系數均為負數且均通過顯著性檢驗，表明金融科技發展水平提高、金融效率提高和營商環境優化均有助于便利企業的投融資行為。第(4)列和第(5)列為使用交互項模型分析“金融科技發展→金融效率提升→民營企業融資約束下降”和“金融科技發展→營商環境優化→民營企業融資約束下降”兩條實現機制存在性的初步檢驗結果。具體而言，金融效率的回歸系數為-0.036，且通過1%的顯著性水平檢驗，說明金融科技帶來的金融效率提升效應，能顯著提升民營企業資金的可獲得性，從而有效降低融資約束水平；營商環境的回歸系數為-0.034，并通過1%的顯著性水平檢驗，表明金融科技發展帶來的營商環境優化效應有助于企業融資約束的緩解。

表2 基準回歸與路徑存在性檢驗結果

3.第二階段檢驗：路徑檢驗

第二階段將具體分析金融科技優化民營企業融資約束的金融效應提升機制和營商環境優化機制，文章將采用中介效應模型展開檢驗，計量結果如表3 所示。表3 中，第(1)列為金融科技緩解民營企業融資約束的直接效應，回歸系數為-0.033，通過5%顯著性檢驗，這與表2 所示的結論一致，即金融科技能顯著地降低民營企業的融資約束水平。第(2)列和第(3)列為金融效率提升機制的中介模型回歸結果。第(2)列中金融科技發展水平的回歸系數為0.044，通過了5%顯著性檢驗，說明金融科技發展能顯著地促進金融效率的提升；第(3)列中金融科技發展水平和金融效率的回歸系數分別為-0.035 和-0.020，且均通過顯著性檢驗，說明存在金融效率提升的實現機制。第(4)列和第(5)列為營商環境優化機制的中介模型回歸結果。其中第(4)列中fintech 的回歸系數為2.455，且在5%顯著性水平下通過檢驗，表明金融科技能顯著地促進營商環境的優化；第(5)列中fintech和bevi 的系數顯著為負，表明存在營商環境優化的實現機制。

表3 金融科技的融資約束緩解機制檢驗結果

4.進一步分析：分區域穩健性檢驗與策略選擇效果評估

文章進一步從中國東部、中部和西部地區展開實證分析，通過評估策略實施效果，得出最優的策略安排，計量結果如表4 所示。

如第(1)列所示，金融科技發展水平的回歸系數顯著為負，表明區域異質性并未影響結論的穩健性，即金融科技能顯著地降低民營企業融資約束水平。第(2)列和第(3)列檢驗了不同區域金融科技促進民營企業融資約束降低的效率提升機制，結果顯示：金融科技能顯著地提高不同區域的金融效率，這一促進作用表現為中部地區＞東部地區＞西部地區；第(3)列的結果表明，金融科技促進民營企業融資約束下降的效應在不同區域都顯著存在，計算可知這一效應表現為中部地區＞東部地區＞西部地區。第(4)列和第(5)列檢驗了金融科技促進營商環境優化進而實現緩解民營企業融資約束的效應，結果顯示，東部、中部、西部地區都存在顯著的正向促進作用，且這一效應表現為西部地區＞中部地區＞東部地區。此外，文章還測算了金融科技發展緩解民營企業融資約束的總效應，如表4 最后一列所示，總效應表現為中部地區＞東部地區＞西部地區。總體而言，金融科技更有利于降低中、西部地區民營企業融資約束水平，從而形成民營企業發展的“追趕效應”，促進民營企業高質量發展。

表4 分區域的穩健性檢驗與策略選擇效果評估

因此，從策略選擇角度看，東部地區和西部地區的最優策略為促進營商環境優化，中部地區的最優策略為促進金融效率提升。從各地區之間策略選擇效果的比較優勢看，中部地區提高金融效率的效應要顯著強于其他兩個地區，西部地區優化營商環境的效應最強，故從縮小地區差異角度看，東部地區應著力提高金融效率，西部地區應加大優化營商環境力度。但需要指出的是，可能是由于東部地區的金融效率、金融科技發展水平和營商環境優化度相對較高，同時融資約束能力也相對較小，故表現出總效應和機制效應的評價效果較低，這可以由邊際效用遞減規律解釋。故文章認為中部、西部地區離前沿水平的差距要大于東部地區；從策略角度看，中部、西部地區可以通過提高金融效率和優化營商環境形成“追趕效應”。

5.內生性問題處理

為排除內生性問題對研究結論的干擾，文章一是使用工具變量法，將各省會城市到上海和杭州的距離作為工具變量進行分析；二是采用動態廣義矩估計模型進行分析。

（1） 工具變量法

為進一步排除模型內生性問題的干擾，文章分別用省會城市到上海距離的對數值(DIS_SH)和到杭州距離的對數值(DIS_HZ)作為工具變量進行分析。選擇這兩個工具變量主要考慮了杭州和上海在中國金融版圖中的地位，即杭州是中國的金融科技中心、上海是中國金融中心，且滿足工具變量嚴格外生的要求。需要說明的是，城市之間的距離用公路距離表征，數據來源于高速公路查詢網。如表5，第一階段的估計結果顯示：偏R2值均大于0.6，說明工具變量DIS_HZ 和DIS_SH 對fintech具有較強的解釋力度；工具變量的系數顯著為負，說明距離上海和杭州越遠，金融科技發展水平相對越低，符合空間經濟學中關于溢出效應的闡述；F 統計量遠大于10，同時最小特征統計量值也大于Wald 檢驗中10%對應的臨界值(16.38)，說明DIS_HZ 和DIS_SH 不是弱工具變量。從第二階段的計量結果看，fintech 系數為負且均通過顯著性水平檢驗，較好地說明了基準回歸結果的穩健性，即提高金融科技發展水平有助于降低民營企業的融資約束水平。

表5 工具變量法處理內生性問題結果

（2） 動態廣義矩估計(GMM)計量結果

為排除模型設定偏誤對研究結論的影響，文章使用動態面板數據廣義矩估計模型(GMM)進行分析。檢驗中將滯后一期的融資約束指數作為解釋變量，同時將滯后一期和滯后兩期的金融科技發展水平和路徑變量作為工具變量進行分析，計量結果呈現在表6 中。

表6 動態面板數據廣義矩估計分析結果

從表6 可知，L.SA 的系數均顯著為負，說明民營企業融資約束存在慣性，即本期融資約束水平的下降能進一步降低下一期的融資約束水平；無論是滯后一期還是滯后兩期的金融科技發展水平，其系數均顯著為負，說明提高地區金融科技發展水平能顯著降低民營企業的融資約束水平；路徑變量作為工具變量的計量結果說明提高金融效率、優化營商環境有利于民營企業融資能力的提高；Hansen 過度識別檢驗和Sargan 過度識別檢驗均表明此處使用的工具變量是有效的；其他控制變量的計量結果與前文基本一致。表6 的計量結果與表2 和表3 基本一致，說明上文的研究結論不受計量模型選擇的影響。

五、結論與啟示

文章以2011—2021 年中國A 股上市民營企業的微觀數據和除港澳臺地區外的31 個省份的宏觀數據為研究樣本，在測算企業融資約束指數和企業特征基礎上，以省份為單位測算SA的平均值得到省級層面的民營企業融資約束水平，進而實證分析了金融科技緩解民營企業融資約束的效應與機制，并重點對各地區的策略選擇效果進行評估。結果表明：金融科技發展水平的提高能顯著地降低企業的融資約束水平，這一效應不受地域差異的影響；金融科技緩解民營企業融資約束存在提升金融效率和優化營商環境兩條實現機制，這一機制的實現同樣也不受地區差異的影響；地域策略選擇存在差異，東部和西部地區的最優策略為促進營商環境優化，中部地區的最優策略為促進金融效率提升；考慮到邊際報酬遞減規律，從縮小區域間差距視角看，中、西部地區應著力提高金融效率和加大優化營商環境力度，從而形成追趕效應，縮小與前沿地區的差距。

文章的研究為更好緩解民營企業融資約束提供了新視角，具有一定的啟示作用。第一，從民營企業發展與監管角度看，首先需要規范企業的財務制度，加強對企業生產經營環節的監測，從而降低投融資風險，提高風險承擔能力；其次需要打造適宜企業發展的宏觀經濟環境和金融體系，完善相應的政策配套措施，如降稅減負、提供財政補貼等。第二，從投融資渠道建設角度看，打造多元化的投融資渠道是實現金融高質量支持民營企業發展的基礎，故可通過對處于不同生命周期的企業實施差異化的金融支持政策，同時發揮政策性金融的引導作用，形成由政策性金融機構牽頭、正規金融機構為主導、民間金融機構參與的多元化金融體系，進一步實現降低民營企業融資約束水平。