□ 楊雨婷 楊霞
2020年以來新冠疫情反復,導致我國經濟不確定性程度加劇,給全球經濟復蘇蒙上了陰影。2021年底召開的中央經濟工作會議指明了次年國家經濟工作的主基調——“穩”。同時據國家統計局數據顯示,2022年年初全國固定資產投資同比增長12.2%,比上年同期增長7.3%。我國的整體投資水平實現了快速增長,同時還需要注意投資效率的同步提升。新增投資不僅要有利于當前經濟的穩定增長,更要有利于經濟的長期可持續增長,避免低效投資。改善非效率投資問題引起了學術界的關注。現有的文獻從外部監督、內部控制、宏觀環境等角度進行了廣泛的研究,但還未達成統一的意見。因此有必要結合目前的新形勢進一步研究,尋找合適的解決方案。
隨著區塊鏈、云計算等新型科技在金融行業的各場景得到廣泛運用,數字金融為市場微觀主體提供了有利的發展契機。隨著支付寶上線,手機隨身支付功能的興起,以及微信轉賬功能的開發,數字金融迎來了迅速發展的契機,現已逐漸對經濟發展發揮重要的支撐作用。目前,對數字金融的發展規劃已經提高到國家政策的高度,“十四五規劃”明確提出要推動數字技術和實體經濟深度融合,中國的數字金融發展進入了新時代。2022年伊始,央行發布了《金融科技發展規劃(2022-2025)》,提出金融機構數字化轉型的總體規劃,并對未來轉型方向提出了指導意見。數字金融在傳統金融體系的基礎上實現了重大突破,有效解決了傳統金融服務中一直被詬病的問題。一方面能夠有效校正傳統金融中存在的錯配問題(唐松,伍旭川,祝佳,2020),另一方面能有效減少信息不對稱和信息操縱行為幫助企業提升公司治理水平并優化戰略決策(吳非,向海凌等,2020),實現對企業的事前、事中、事后監控,抑制企業基于盈利目的在非經營領域的其他投資,降低企業非效率投資事件發生的概率(郭靜怡,謝瑞峰,2021)?,F有的文獻對數字金融與企業投資效率之間的內在機制的研究尚處于較為單一的階段,這為本文提供了研究思路。本文選用2012-2020年滬深A股上市公司的數據,分析數字金融的發展與企業投資效率之間的邏輯關系,并進一步探討其內在機制。
本文可能的創新點在于:第一,從股權融資的角度研究了數字金融影響投資效率的內在機制,從微觀企業層面豐富數字金融的相關研究。第二,根據生命周期以及區域對樣本進行劃分,考察數字金融對投資效率的差異化影響,這有助于其更好地理解數字金融發展對實體經濟的作用,為差異化的政策實施提供經驗證據。
李維安,馬超(2014)指出由于信息不對稱以及委托代理問題導致企業面臨外部融資困境以及內部資金濫用,導致企業投資效率低下。近幾年來興起的數字金融對企業的內外部環境產生了深刻的影響(陳銀飛,鄧雅慧,2021)。在融資方面,黃銳,賴曉冰等(2021)從宏觀層面和微觀視角分別探究了數字金融對融資約束的影響,并指出當監管環境較嚴時,數字金融能發揮更強的緩解作用。阮堅,申么等(2020)研究發現數字金融能促進債務融資成本的降低,該抑制作用具有顯著的動態疊加效果。余珍,周磊(2022)研究發現數字金融對企業的股權融資成本也具有降低作用。謝旭升,嚴思屏(2022)指出數字金融在融資效率方面也具有提升作用。在管理層約束方面,Demertzis等(2018)指出數字金融通過信息技術手段,挖掘和分析企業更全面的內部信息,時刻檢測貸款資金流向。能夠實現對企業的監督,減少高管粉飾報表進行牟利的可能性(Brammertz,2018),有效改善了委托代理問題。陳銀飛,鄧雅慧(2021)指出數字金融能識別非正常的交易記錄,對管理者產生約束,降低管理者構建“個人帝國”的可能性。
隨著數字金融在傳統金融領域的橫向及縱向的深入發展,極大地改善了金融業的運行效率,對微觀企業生產經營活動提供了有力支撐。學者們進一步研究了數字金融對企業帶來的經濟后果,其中一部分研究探討了數字金融對投資效率的影響及作用機制。郭靜怡等(2021)以綠色企業和重污染企業為研究樣本,發現數字金融促進企業政府金融機構等實現信息共享,緩解了外部金融排斥現象以及內部代理沖突,并同時通過緩解融資約束改善信貸壁壘促進企業投資效率提升。張友棠等(2020)指出數字金融能夠能夠通過影響企業現金持有水平以及債務融資成本,從而提升企業投資效率。邵學峰等(2022)指出數字金融除了在融資方面有提升作用,還具有治理效應,其推動企業信息化進程,有助于企業約束內部資源和有效管理,提高資產運營管理效率,降低了杠桿率和財務,從而促進企業投資效率提升。而與前述學者做法不同的是,劉園等(2018)的研究結論與上述學者有所差異,其指出兩者之間并呈線性關系。在數字金融的發展初期,其會導致企業非效率投資,而當數字金融發展到一定程度時才會產生促進作用,兩者之間表現為先抑制后促進的“U”關系,當金融監管充分配合后,數字金融發展將有效促進企業投資效率的提升。
通過對既有研究的梳理,發現關于數字金融與投資效率之間關系僅有個別學者研究,其傳導機制還有待進一步分析。目前很少有學者從融資成本的角度研究數字金融對投資效率影響機制?;诖?,本文將深入分析數字金融對企業投資效率的影響及潛在異質性,并從股權融資成本的視角研究數字金融對企業投資效率的內在作用機制。
數字金融是基于傳統金融的重大創新,在補充優化傳統金融服務體系的同時,也對微觀企業產生了重大影響。具體表現在以下幾個方面:
一方面數字金融優化了傳統金融體系。第一,依托于互聯網平臺,數字金融突破了時間、空間的局限,幫助長尾群體突破金融服務各種束縛,延伸金融服務邊界,有效提高企業資金的可獲得性(Cole,2019),一定程度上破除了弱勢群體金融服務不足的問題,從而促進投資。第二,基于人工智能、大數據等技術的支持,數字金融能有效降低信息搜尋成本,并提高市場的透明度水平(李小玲,崔淑琳等,2020),優化了傳統金融機構的信用定價模式,改善了金融服務供需的匹配效率。同時吸納市場上存在的大量閑散資金并轉化為供給,擴大了現有金融資源的供給總量,導致融資成本降低,幫助企業跨越資金約束的投資門檻。第三,在數字化浪潮下,數字金融的發展推動了金融行業間競爭,促進金融產品的創新和金融服務的提質增效,為用戶帶來了豐富的融資渠道和方式,極大程度改善了企業融資問題,為企業投資活動嵌入核心動力。
另一方面數字金融能推動公司治理水平提升。由于我國的市場信息不對稱問題和委托代理問題普遍存在,出于個人利益的優先考量,管理層可能會實施損害股東利益的投資策略。數字金融借助前沿技術手段,擴大了信息吸納維度,促進信息的轉遞效率和真實性,優化了外部信息環境。從而能有效約束管理層的機會主義行為,并提高內部控制質量(吳非,向海凌等,2020)。同時能夠實時監控企業后續資金使用情況及風險水平,并形成科學評估提前收回低效項目的資金,從而規避道德風險問題,使企業謹慎使用資金,提高企業的資金利用效率和投資效率。另外投資效率低下也與管理層掌握的信息不足有關,數字金融可實現多維度信息的綜合分析,并將與投資機會相關的關鍵信息傳遞給管理層(馬連福,杜善重,2021),有助于管理層精準研判投資機會的風險水平,從而做出有效的投資決策。
鑒于此,本文提出以下假設:
H1:數字金融的發展能夠提高企業的投資效率。
王小君(2018)指出中國市場上,大多數公司更加熱衷于在資本市場上進行股權融資,負債融資比重較低。降低股權融資成本成為緩解企業融資難融資貴的重要突破點。我國的資本市場充斥著大量的信息,投資者往往很難對市場上的噪音做到去偽存真。面臨著較高的不確定性,外部投資者通常會索要較高的投資回報率以彌補可能遭遇的損失。對企業而言需要付出的代價也變高。加之企業的投資項目的非公開性的特征加劇了資金供求雙方的信息不對稱,進一步導致股權融資成本增加。數字金融的出現有效改善了這一情況,具體表現在以下幾個方面。
一方面,數字金融降低了市場信息不對稱程度,減少了投資者的對風險的預估水平。數字金融利用大數據、人工智能等技術實時獲取企業信息并實現風險甄別,一定程度上突破了企業信息披露痛點,增強企業信息透明度,降低投資者的決策成本和投資風險。同時數字金融基于強大的數據搜集功能,將各種維度的信息有效粘合,為分析師、機構投資者等信息中介主體提供增量信息,有助于提高其投資分析的準確性,減少市場上的噪音。投資者能了解更多的企業信息,降低對未來投資的不確定性,從而索要更低的投資回報,促使企業的股權融資成本降低(柳學信,杜肖璇等,2021)。
另一方面,數字金融激發了市場活躍度,促進了股票交易。隨著互聯網普及率提高以及大數據等技術的廣泛應用,數字金融降低了投資者參與金融服務的門檻,多元便捷的金融投資形式提高了投資者的市場參與度。數字金融在客戶畫像、智能營銷等領域深入發展,使大量的投資信息精準推送給投資者,刺激投資者進行交易,提高了股票的流動性,降低股權融資成本。避免了因資金不足被迫放棄優質投資項目的可能性,促進企業投資效率提高。
基于此本文提出以下假設:
H2:數字金融通過降低股權融資成本來提高企業投資效率。
1.被解釋變量:投資效率(Inv)
本文參考Richardson(2006)的研究建立企業投資效率測度模型:

其中,Investment表示企業的新增投資額,該模型認為新增投資個包含可預期的投資和未預期的投資兩部分,未預期的新增投資即是非效率投資(Inv);Growth表示企業的成長能力;Size表示企業規模;Lev表示企業的資產負債率;Cash表示企業的現金流狀況;Age表示為企業年齡;R表示為股票收益率。
本文以上述模型回歸得到的殘差取絕對值來衡量企業的投資效率(Inv),Inv的值越大表明企業的投資效率越低。
2.解釋變量:數字金融(Difi)
本文采用北京大學數字金融研究中心發布的中國數字普惠金融指數來衡量數字金融。該指數基于創新性數字金融的視角從數字金融覆蓋廣度、使用深度和數字化程度三個維度反映了數字金融發展水平(郭峰,王靖一等,2020)?,F在已有多篇論文基于該指數進行了深入研究,例如研究數字金融與企業技術創新的關系(唐松等,2020),對創新創業的影響(謝絢麗等,2018),對經濟增長的影響(王永倉,溫濤,2020)等。
3.中介變量:股權融資成本(RE)
黑龍江農業機械化正朝著集約化、現代化的方向發展,且有了較為突出的成績。目前,墾區農機總資產已經超過百億元,年購買農機產品費用超過十億元?,F有谷物聯合收獲機械萬余臺,拖拉機六萬余臺,插秧機十萬余臺,農用飛機近百架,農業機械總動力高達500多萬千瓦。
目前股權融資成本測度的方法大致分為兩個流派。一類是事前估算模型,包括GLS模型、OJN模型、PEG模型等,該類模型以收益為估計基礎;另一類是事后估算模型,包括CAPM模型、APT模型等,這類模型以風險為估算基礎。李超(2011)、毛新述等(2012)等學者通過對上述模型檢驗發現,PEG模型預測的股權融資成本與實際情況更符合,是最適合我國資本市場情況的估計方法。同時該模型估計結果的可靠性在實際投資過程得到了較好的檢驗。故本文采用PEG模型測量本文的中介變量。

其中REi,t表示公司i在本年的股權融資成本epsi,t+2表示為分析師對公司t+2期末的每股收益預測,epsi,t+1表示對t+1期末的每股收益的預測,pi,t表示公司i在當期末的股票價格。其中本文依據汪平(2014)的做法,以同一公司多份預測數據的均值表示epsi,t+2、epsi,t+1。
4.控制變量
本文從公司特征和內部治理兩方面選取相關控制變量。內部治理方面的相關變量包括:股權集中度(Concern)、獨董比例(Ratio)、大股東占款(Orecta);公司特征相關變量包括:企業年齡(Age)、企業規模(Size)、現金流狀況(Cash)、成長能力(Growth)以及所有權性質(State)。

表1 變量名稱及計算公式
1.主效應回歸模型
本文采用如下基本回歸模型檢驗H1:

其中i表示公司,t表示年份,ε表示隨機擾動項,Inv為企業投資效率,Difi為數字金融。根據H1,本文預期基準回歸模型的系數α1顯著為負,即數字金融發展能顯著提高企業的投資效率。
2.中介效應模型
為了檢驗數字金融對投資效率的影響機制,本文參考溫忠麟和葉寶娟(2014)的方法進行中介效應檢驗,在第一步回歸的基礎上,加入中介指標進行回歸,具體設計如下:

其中RE表示股權融資成本。針對中介效應檢驗,若b1與c2中至少有一個不顯著,則說明股權融資成本在數字金融對投資效率的影響中的中介作用較弱,需要進行性Sobel檢驗進行進一步判斷。當b1與c2都顯著時,則說明股權融資成本在數字金融對企業投資效率的影響中存在中介作用,進一步分析c1的顯著性。若c1顯著則存在部分中介作用,c1不顯著則存在完全中介作用。

表2 主要變量描述性統計
由表2描述性統計結果可知,本文的樣本總量為9109,其中投資效率(Inv)最小值接近于0,最大值為0.852,說明樣本企業的投資效率存在較大的差異。股權融資成本(RE)平均值為0.105,最小值為0.0167,最大值為0.3,標準差為0.0412,說明不同公司的股權融資成本差異較大。數字金融(Difi)的均值為2.616,最小值為0.827,最大值為4.319,表明數字金融在不同地區之間存在較大的差異。
本文首先檢驗了數字金融對企業投資效率的影響。結果如表3列(1)所示,核心解釋變量Difi的系數在1%的水平下顯著為負。這表明,數字金融發展能顯著提高企業投資效率。該結論驗證了本文提出的假設1。

表3 基準回歸與穩健性檢驗
本文從以下三個方面進行的穩健性檢驗:
第一,變量滯后??紤]到數字金融對企業投資產生影響需要一定的時間,因此本文采用變量滯后的方法來進行檢驗。由表3第(2)列可知,Difi的系數在1%的顯著性水平下為負,該結果與基準回歸結果保持一致,驗證了本文基準回歸結果的穩健性。
第二,重新計算投資效率。本文參考張友棠等(2011)的研究,以營業收入增長率衡量企業成長性水平,重新估算企業投資效率。如表3第(3)列可以看到數字金融和投資效率的相關系數為-0.0053,在5%的水平下顯著為負,與本文的基準回歸結果一致。
第三,擴大樣本容量。本文選取的樣本量為滬深A股上市公司,考慮到還有部分企業在創業板和科創板上市。為了以盡可能多的數據檢驗數字金融對微觀企業主體的增益效果,本文加入創業板科創板的相關樣本數據,并根據前文所述的步驟進行數據處理篩選,對擴大后的樣本進行估計。結果如表3第(4)列所示,得到的結果與之前的結果基本符合,說明本文的結論較為可靠。
本文的中介效應檢驗結果示于表4,從第(2)列可以看到,Difi的回歸系數在1%的水平下顯著為負,說明數字金融發展水平越高,企業股權融資成本越低。從列(3)可以看到RE的系數在1%的水平下顯著為正,Difi的系數在1%的水平下顯著為負,根據中介效應的檢驗程序可以說明,股權融資成本在數字金融對企業投資效率的影響機制中承擔部分中介作用。即數字金融可以通過降低企業面臨的股權融資成本來提升企業的投資效率。假設2得到了驗證。

表4 中介效應檢驗
由于我國地區之間經濟發展不平衡,數字金融的基礎設施建設和發展水平也存在較大的差異,故而其服務實體企業的效率可能會有較大的差異。鑒于此,本文參照陸鳳,芝王群勇(2022)的劃分標準,依據企業注冊是所在地將樣本劃分為東部地區和中西部地區兩組進行回歸,考察數字金融對企業投資效率的影響過程中存在的區域異質性。
表6的(1)、(2)列報告了東部地區和中西部地區數字金融對投資效率的影響結果??梢园l現,在東部地區Difi的系數為-0.0087,在1%水平下通過了顯著性檢驗。而在中西部地區Difi的系數不顯著。結果表明數字金融能夠顯著促進東部地區企業投資效率提升,對中西部地區企業的投資效率提升作用較小。其可能的原因是,東部地區相較于中西部地區具有雄厚的經濟實力,金融發展水平較高,人才聚集等優勢為數字金融的發展和企業投資提供了便利。而中西部地區數字金融發展較為滯后,基礎設施建設不健全,以至于不能有效發揮對投資效率的促進作用。
企業在不同生命周期階段所具備的治理能力、投資策略以及組織架構等有較大的差異,企業發展所面臨的約束也有存在差異。當企業處于成長期階段時,內源資金較少,經營風險較大,尚未在市場上建立良好的聲譽,資金供給者通常持謹慎態度,企業具有較大的融資難度。此時企業研發、投資等一系列活動面臨的資源缺口較大,數字金融能對企業產生較大的邊際效用。在企業成熟期階段,企業的治理體系、經營流程和財務管理等都趨于成熟,并在市場上具有一定的地位,也積累了相當的資源,其生產經營活動面臨的約束相較于成長期有所減緩。此時數字金融對企業產生的作用將會減弱。而當企業進入到衰退期,其財務狀況惡化,內部治理機制失效,市場反應遲鈍,企業的發展前景不再被市場看好,數字金融基于強大的信息識別和傳遞能力,將逐漸減少市場上原本支持這類企業的金融資源。因此處于不同的生命周期階段,數字金融對企業投資效率的影響可能存在差異。
參考現有研究的做法(解維敏,吳浩等,2021),根據企業現金流凈額的特征,將企業生命周期劃分為三個階段:成長期、成熟期和衰退期。通過對生命周期設置虛擬變量,令成長期為1、成熟期為2、衰退期為3,對樣本進行分組回歸。

表5 不同生命周期階段企業的現金流特征組合
回歸結果如表6第(3)-(5)列所示,對于成長期成熟期的企業而言,Difi的系數顯著為負,而在衰退期的樣本中,系數不顯著。這說明數字金融對投資效率的促進作用在成長期、成熟期企業中更明顯,而對衰退期企業的支持作用較小。數字金融能夠有效識別企業的發展潛力與資質,實現高效的資源配置從而促進投資效率的提高。

表6 數字金融與投資效率的異質性分析
本文借助2012—2020年滬深A股上市公司的數據,檢驗了數字金融與企業投資效率之間的邏輯關系。研究發現:(1)數字金融的發展有利于促進企業投資效率提高;(2)其作用機制是數字金融可以通過降低企業的股權融資成本進而提高企業的投資效率;(3)異質性分析表明數字金融的發展對東部地區的企業以及處于成長期和成熟期企業的投資效率具有更好的促進作用。
基于上述結論,本文提出以下幾點政策建議:
一是企業當前市場上充斥著大量的噪音,嚴重影響了投資者的理性判斷。政府應充分發揮互聯網金融平臺和大數據的優勢,驅動監管模式創新,增強對虛假信息的管控,提高市場信心,打通企業在資本市場上融資渠道。對企業而言,應注重提升信息披露質量,打造良好的市場信息環境。
二是由本文的研究可知數字金融對不同類型和不同地區的企業的服務效用存在差異。在宏觀層面,應當引導數字金融對成長期和成熟期企業投資項目的金融支持力度。加大創新力度,豐富證券品種,滿足各行業的融資需求,提高我國企業整體信貸資源可得性。同時應該適當引導金融資源向中西部地區傾斜,完善中西部地區的數字金融基礎設施建設,使數字金融在中西部地區充分發揮支持作用,彌補區域間金融發展差距。對于企業而言,一方面需要準確把握企業所處的生命周期階段,及時調整投資策略以實現高效投資。另一方面,企業應該提升自身的管理能力,加強對數字金融及其應用領域的認識,時刻關注市場動態,充分利用數字金融的創新產品及平臺制定專業化的投融資方案,保障資金來源,提升企業的投資效率水平。