金融科技對民營經濟韌性的影響
——以金融資源配置效率為中介變量分析

王一一

北京工商大學 經濟學院

一、引言

我國經濟由高速增長轉變為高質量發展，承載著中國經濟半壁江山的民營經濟，其發展壯大是中國經濟轉型成功的重要保障，而金融是經濟的命脈。為推動我國經濟高質量發展，加快金融服務民營經濟的能力與水平是促進這一轉變的必要保證。金融科技可以提升金融機構的服務效率，覆蓋各類型經濟體，降低金融服務于民營經濟的門檻，為各民營經濟體提供更專屬具體的服務；此外，金融科技能夠提供多元化的融資渠道，并精準甄別民營經濟體的融資需求，提高金融資源配置效率，助力民營經濟韌性的增強和持續高質量發展。同時，金融科技的發展進一步虛化金融業務的界限，使金融風險的傳導沖破傳統限制，以更加隱秘、迅速的方式擴散。那么，金融科技是否已經對民營經濟韌性產生顯著的促進作用？

本文從民營經濟韌性入手，揭示金融科技對民營經濟韌性的作用機制，并借助中介效應模型剖析金融科技對民營經濟韌性作用的傳導機制。充分發揮金融科技在資源配置及民營經濟增長方面的作用，為提高民營經濟增長尋找合適的對策與方法。

二、理論分析與研究假設

金融科技是技術驅動的金融創新，就金融發展層面而言，金融科技最基本的功能是發揮資源配置的功能，提高資源配置效率，進而促進經濟增長。

第一，在傳統金融“嫌貧愛富”的模式下，金融資源配置效率低下、信息不對稱等狀況會極大地削弱民營經濟體的融資能力。其原因在于直接融資門檻高，民營企業往往不能直接獲得資金，而金融機構在分配資源時往往會把國有大型企業放在首位，因為民營經濟體的規模較小，又沒有足夠的信用能力，所以通常無法通過間接融資得到充足的貸款，使得民營經濟體在資源分配中受到排斥。

金融科技能夠提供多元化的融資渠道，降低民營經濟體在融資過程中的交易成本，同時能夠降低傳統融資模式中的“長尾”壁壘，此外金融科技技術能夠準確識別民營經濟體的融資需求，降低金融機構的獲客成本，形成金融供需的良性匹配，減少金融科技服務實體經濟傳導機制中的阻塞、失靈和脫節等情況，解決民營經濟融資時由于借貸雙方信息不對稱而造成的金融資源分配失衡問題，提升金融資源配置效率與資金可得性。

第二，在風險管理方面，金融科技能夠及時預警系統性風險，提高風險管理工作的精確性，豐富風險管理方式。一方面，對金融機構而言，金融科技可以幫助金融機構獲得民營經濟體的動態信息，有效助力金融機構的監督行為，增強監管效率、減少支出。另一方面，對民營經濟而言，由于金融業的迅猛發展與民營經濟體逐漸金融化，金融風險的傳染性日漸增加，一旦造成系統性風險，將對民營經濟造成巨大沖擊。金融科技能夠為政策提供數據支持，反饋政策效果。

綜上，得出本文的研究假設：

H1：金融科技水平的提升可以顯著促進民營經濟韌性的增強。

H2：金融資源配置效率在金融科技對民營經濟韌性作用的過程中作中介變量。

三、研究設計

（一）變量定義

1.金融科技

本文以金融科技的技術手段與金融功能觀理論為基礎，選擇與金融科技有關的15個關鍵詞，借鑒沈悅、郭品等人在互聯網金融指數測度所用的“文本挖掘法”及主成分分析與因子分析作金融科技指數（FT）測度，具體步驟如下：

根據金融科技所包含內容及功能，建立關鍵詞詞庫。參考學者已有的研究，結合本文及百度搜索指數的數據可得性，確定出關鍵詞初始詞庫。

借助百度指數官網，搜索關鍵詞詞頻。

通過相關分析，篩選關鍵詞。參考Larson and Farber，剔除相關系數在0.3以下的初始關鍵詞。

以綜合因子分析，得到金融科技社會認知指數。基于有效關鍵詞的詞頻，綜合因子分析后Bartlett球形檢驗統計量為7735.818，顯著性sig為0.000，KMO統計量為0.892，高于0.7，說明變量非常適合進行因子分析，據此通過主成分及綜合得分分析得到金融科技社會認知指數。

2.金融資源配置效率

本文使用DEA方法對各省的金融資源配置效率進行測度。參考田新民、劉偉華等學者在此方面的研究，本文選取金融業從業人員、保費收入、年末金融機構存款余額、股票總市值為投入指標，金融業增加值、人均GDP為產出指標，運用deap2.1對投入產出指標進行DEA分析，得到金融資源配置效率。

3.民營經濟韌性

本文在已有的我國省域民營經濟韌性評價體系的基礎上，得到2013年～2017年韌性數據，并借鑒該篇文章的構建方法，補充加入2018年和2019年韌性分數。

4.控制變量

為防止因遺漏變量而帶來的研究結果出現偏差，本文以下列變量作為控制變量：從經濟開放程度、交通便利程度、社會發展水平及營商環境四個角度出發，選取政府效率、城鎮化率、鐵路里程數和進出口總額/GDP為控制變量。對于營商環境，根據杜運周《中國城市營商環境評價》報告，本文選取政府效率作為衡量營商環境的指標，具體2013年～2017年的數據參考李茜等對中國省級政府效率測算的文獻得到2018年和2019年的政府效率值。

（二）模型構建

本文主要研究金融科技基于金融資源配置效率的中介效應對民營經濟韌性的影響，參考溫忠麟（2004）與Baron和Kenny（1986）對中介效應模型的研究，構建了模型（1）-（3）來檢驗金融資源配置效率是否在金融科技影響民營經濟韌性的過程中作中介變量：

其中，PR是民營經濟韌性，FT是金融科技水平，CD是控制變量，ε是隨機誤差項，假設服從均值為零、方差有限的正態分布；i表示省份，j表示年份。此外，式（1）中的a1表示金融科技對于民營經濟韌性的總體效應，式（2）中的b1表示金融科技對金融資源配置效率的效應，式（3）中的c1表示金融科技對于民營經濟韌性的直接效應，c2表示金融科技對金融資源配置效率的效應。

將式（2）代入式（3）中并整理截距項與隨機誤差項后：

b1c2表示金融科技對民營經濟韌性的間接效應，若b1c2顯著，則可證明金融資源配置效率在金融科技——民營經濟韌性的作用機制中起中介效應的作用；而通過證明b1、c2分別顯著，則可證明b1c2顯著；同時，若模型（1）中的a1顯著，則說明金融資源配置效率做部分中介變量，若a1不顯著，則為完全中介變量。

四、實證分析

（一）描述性統計

本文對主要變量進行描述性統計分析，金融科技指數（FT）均值為0.5461，最大值為1.26，說明各省金融科技水平差異較大，出現0的原因是西藏在2013年并未有金融科技方面的投入；民營經濟韌性（PR）的均值為0.562，最小值為0.05，最大值為2.62，說明在2013年～2019年間民營經濟韌性的發展速度很快；中介變量金融資源配置效率（FE）的均值為0.8955，最小值為0.45，最大值為1.00，標準差為0.69094，說明與金融科技水平的態勢相似，各省份的金融資源配置效率存在差別較大的情況。

（二）金融資源配置效率的中介效應檢驗

檢驗中介效應最常用的方法是逐步檢驗回歸系數，根據此方法：（1）檢驗模型1的系數a1，即第一步檢驗金融科技發展水平（FT）對民營經濟韌性（PR）的總效應；（2）依次檢驗模型2的系數b1和模型3的系數c2，即金融科技對金融資源配置效率的回歸系數與金融資源配置效率對民營經濟韌性的回歸系數。首先，如果模型2中系數b1和模型3中系數c2均顯著，則存在中介效應；其次，若模型1中的系數a1和模型3中系數c1不顯著，證明是完全中介效應，若顯著，證明是部分中介效應。

由表1中回歸結果分析顯示：第一，金融科技指數與民營經濟韌性在1%水平上顯著正相關，表明金融科技對民營經濟韌性具有直接正向促進作用。第二，金融科技指數與金融資源配置效率在5%水平上顯著正相關，即意味著金融科技對金融資源配置效率具有正向激勵作用；同時金融資源配置效率與民營經濟韌性在10%水平上正相關，說明金融資源配置效率是中介變量這一假設成立，并且是部分中介變量，中介效應b1c2，即0.2196×0.3346=0.0735。表明金融科技為民營經濟提供了多元化的融資渠道，降低了民營經濟體在融資過程中交易成本，提升了金融資源配置效率。

表1 金融資源配置效率中介效應的逐步檢驗回歸結果

五、結論及建議

本文研究結果表明：第一，在當前金融環境下，金融科技對民營經濟韌性表現出顯著的正向促進作用；第二，金融資源配置效率在金融科技促進民營經濟韌性增強的過程中具有中介效應，并且是部分中介。在以上結果的基礎上，本文提出以下幾點建議：

1.通過深入推進金融科技水平的發展促進民營經濟韌性提升。首先，應增強科技企業和金融機構的合作，使其在政策方面擁有紅利，讓科技和傳統金融的優勢互補，推進金融科技水平提升；另外，政府必須努力構造多元化金融業態，讓金融機構和企業做到準確協作，讓金融機構門檻降低，更好地以金融帶動科技進步。

2.通過深化金融市場化改革提高金融資源配置的市場效率。首先，盡管動員式配置能在很大程度上讓國有部門得到發展，但卻損害了市場的公平性，所以，要努力推動金融機構的市場化進程，以市場來配置資源。另外，要讓商業銀行轉型的步伐進一步加快，避免信貸歧視等問題產生。同時，提升市場規范度，讓金融機構獲得發展契機，形成多元的金融競爭市場格局，有效激勵金融部門依據效率原則配置資金，提高資金運營效率。

3.通過加強金融科技的普惠性強化對民營經濟的服務能力。首先應推進構建多維度、網絡化的普惠金融大數據平臺，實現跨層級的互通互聯，打破數據壁壘，從根本上解決民營經濟體信息匱乏的問題；此外，金融機構應充分利用金融科技技術，深度挖掘民營經濟體的關鍵數據，構建民營經濟體的精準畫像，確定其授信區間值，并為民營經濟體系中不同行業制定不同授信策略，進一步精準扶持民營經濟的發展。