金融科技與企業債務違約風險
——影響效果、機制識別與異質性特征

丁志國,劉欣苗,金 龍

1.吉林大學 商學與管理學院,吉林 長春 130012 2.吉林大學 數量經濟研究中心,吉林 長春 130012 3.東莞理工學院 經濟與管理學院,廣東 東莞 523006

伴隨著中國經濟向高質量發展轉型、融資環境收緊和經濟下行壓力,過去經濟高速增長階段所掩蓋的企業部門債務風險逐漸暴露。近年來,中國企業債務違約數量和金額呈現上升的趨勢。2021年債券違約規模達1 621 億元,銀行業處置不良貸款3.1萬億元,債券展期規模較2020年增長60%,企業面臨較大的流動性壓力和償債壓力,債務違約風險高企。債務違約帶來的額外成本、員工流失以及供應鏈中斷等后果,將對企業本身和上下游企業產生破壞性影響,給實體經濟帶來負面沖擊,債務違約風險也將從實體經濟擴散至金融領域。企業債務違約具有傳染性,容易引發“違約潮”,當債務違約累積到一定規模時,違約風險經歷聚合、傳導放大和共振的過程后,將誘發全局性的系統性金融風險,影響金融體系的穩定性[1]。科學管控企業債務違約風險,成為助力實體經濟高質量發展和守住不發生系統性金融風險底線的重要手段。在當前的經濟形勢和國家戰略選擇下,高效的金融支持方式是緩釋企業債務違約風險的關鍵。中國企業債務違約風險逐漸凸顯,往往也與傳統金融支持實體經濟所遇到的瓶頸有密切的關聯。

當企業的資產價值低于企業債務的賬面價值時,企業將發生債務違約。也就是說,企業的債務違約風險與其資產價值和債務水平相關。具體而言,改善企業財務狀況、增強企業經營能力、提高公司治理水平等[2-5]均能從負債和資產的角度有效降低違約風險。傳統金融在引導資源配置的過程中存在效率低下問題,制約了其在抑制企業債務違約風險方面的潛力。例如,金融資源配置受預算軟約束和抵押品要求的限制,金融市場信息效率低下從而降低管理層決策效率,外部有限的監督能力難以進一步降低委托代理成本,這也是金融有效支持實體經濟發展過程中應當關注的關鍵問題。

傳統金融發展遇到的瓶頸問題需要順應時代的發展趨勢,打破固有局限,尋求創新性的解決方式。人工智能、大數據、云計算、區塊鏈等新興信息技術在傳統金融領域創新應用,金融科技應運而生,其具有低成本、便捷、普惠性等特征,旨在提供更為高效的金融服務。2019年,中國金融科技的發展正式上升為國家戰略,“十四五”金融改革規劃中更是明確了金融科技的重要地位,《金融科技發展規劃(2022—2025年)》進一步提出金融科技從“立柱架梁”全面邁入“積厚成勢”新階段的未來發展目標。金融科技能否通過新興技術的驅動,改善傳統金融資源配置效率低下的問題,從而降低企業債務違約風險,是一個值得研究的現實問題。現有文獻多從盈余管理、公司治理、抵押品等視角論述如何影響違約風險。關于金融科技更多的文獻集中于如何支持企業創新[6]、提升全要素生產率[7]、提高資本市場信息效率[8]、改善企業融資環境[9]等。這些研究成果為本文探究由“金融科技—企業債務違約風險”引發的一系列議題提供了強有力的理論依據和實證啟發。但現有研究關于企業債務違約風險防范過程中金融科技的驅動力問題,仍缺乏清晰的分析框架和數據支持,對此問題深入研究不僅具有深刻的理論意義,更具有重大現實意義。

本文基于期權定價理論刻畫企業違約風險,以中國滬深兩市A股上市公司2011—2020年的數據為研究樣本,實證檢驗金融科技發展水平對企業債務違約風險的影響,以及融資約束、資本市場信息效率和公司治理水平在其中起到的中介作用。在此基礎上,進一步探究在不同的資源稟賦條件、內部治理環境和成熟投資者參與度的企業異質性下,金融科技對企業債務違約風險影響的差異。本文力圖在如下方面有所貢獻:第一,以研究金融科技發展對企業債務違約風險的影響效果為根本目的,以金融科技為切入點,從技術進步的視角拓展企業違約風險影響因素的分析框架,同時也為金融科技在助力實體經濟發展過程中的重要作用提供有力的微觀證據;第二,以驗證“金融科技—企業債務違約風險”的關系為基礎,重點關注金融科技是否能夠打破傳統金融發展局限的問題,對改善融資約束、提高資本市場信息效率、提升公司治理水平等差異化機制路徑進行識別檢驗,旨在厘清金融科技影響企業債務違約風險的具體機制;第三,企業自身性質和面臨的內外部環境不同,金融科技的違約風險緩釋能力存在差別。對此,本文考察在企業不同的資源稟賦條件、內部治理環境和成熟投資者參與的情況下,金融科技對企業債務違約風險作用的靶向性,有助于形成差異化的政策導向。研究結論不僅豐富了現有的研究框架,也為促進金融科技與實體經濟深度融合、防范化解系統性金融風險、保證經濟高質量發展提供了理論依據和數據支持。

一、理論分析與研究假設

從作用效果和作用機制來看,金融科技能夠提高金融的分配效率和信息效率,具體體現在緩解企業融資約束、提高股價信息含量和降低委托代理成本三個方面。

首先,金融科技能夠緩解企業融資約束,進而降低違約風險。銀行等金融機構與企業間存在信息不對稱,導致傳統金融難以滿足輕資產較多、缺少抵押品的科創類企業或中小企業等的融資需求。而金融科技通過大數據和區塊鏈等技術融匯商流、物流、信息流和資金流等信息,形成科技產業生態圖譜,有助于對企業進行全方位的分析,降低企業的融資門檻[10]。金融科技豐富了商業銀行的數據源和數據維度,提升了數據準確性和具象性。大數據和云計算技術變革了商業銀行風險管理模型,提升了風險控制模型的精準度,能夠緩解銀企間的信息不對稱程度,從而降低企業融資成本。基于大數據和人工智能的審貸方法極大地壓縮了傳統的審貸時間,也減少了人為干預的空間和貸款審批流程中的尋租空間,降低了企業的融資成本[11]。金融科技通過深度挖掘與分析高頻企業數據,結合深度學習的算法,幫助政府有效甄別具有發展潛力的企業并實施跟蹤監管,有利于政府通過財政政策有效緩解企業融資困境,降低企業債務違約風險[6]。此外,金融科技所囊括的智能投資顧問等多種金融創新產品推動金融服務范圍覆蓋更多的長尾群體,不僅刺激了更多投資者對資本市場的投資需求,還充分吸收社會資金進入金融市場,提高了資本市場對企業的資金供給水平。眾籌、P2P等金融產品為中小企業提供了更多的融資渠道,促進企業資金進一步充裕,提高了企業的盈利能力[6]。可見,金融科技廣泛應用于銀行等金融機構、政府和投資者等,降低了其與企業的信息不對稱,從降低企業融資門檻、企業融資成本和拓寬企業融資渠道三個方面緩解企業融資約束。企業融資約束下降提高了企業實際運營效率,拉開了與違約邊界效率間的效率差距,從而降低了企業債務違約風險[12]。

其次,金融科技能夠提高股價信息含量,改善決策效率,降低企業債務違約風險。金融科技的發展顯著增加了金融信息的供給,以雪球、36氪為代表的金融科技平臺聚焦整合發布金融信息,為用戶提供全面且獨立的多方投資信息。金融科技平臺的發展改變了金融信息的產生與傳播方式,擴大了信息吸納的廣度和深度,投資者能夠以較低的成本獲得高頻的金融信息[13]。金融科技平臺的產生和興起加劇了信息生產領域和投資咨詢領域的市場競爭程度,促使分析師提高自身的信息產量和質量[14]。分析師高質量的信息搜尋活動能夠提高股票價格的信息含量,增強價格對資源配置的引導作用。此外,金融科技發展有效降低了信息成本,推動企業信息的深度透明化,市場投資者對企業的基本面情況和發展潛力足夠了解,能夠提高股票流動性。而股票流動性能夠通過提高價格的信息效率降低企業的債務違約風險[5]。股價信息含量較高,有助于管理層在把握企業內部信息的同時,從股價中獲取宏觀經濟、行業前景以及競爭對手策略等前瞻性信息,結合自身經營情況優化企業投資決策[15],這將影響企業未來現金流和履行債務的能力。大數據技術加快市場內部的信息流轉速度,有效改善企業的信息不對稱,提高信息可達性,有助于企業更好識別市場和技術發展的最新動向,幫助企業擴大生產邊界,減少企業的非效率投資。企業金融資源配置效率的下降將令企業陷入財務困境,甚至破產的可能性升高,而投資效率的提升則能夠阻礙對企業內源融資的侵蝕,降低企業債務違約風險。

最后,金融科技能夠發揮公司治理效應,降低委托代理成本,抑制企業債務違約風險。所有權與控制權分離引發的委托代理問題,促使股東與管理層的利益產生偏差,催生了管理層的自利行為,大股東的隧道效應也提高了外部投資者的監督成本。這些委托代理成本都是對企業價值的損害,為企業債務違約埋下隱患。而金融科技不僅在事前降低了企業的融資門檻和融資成本,還將在提供融資服務后實施有效監督。銀行等金融機構能夠運用大數據技術以較低的信息成本和執行成本強化對借款企業后續資金使用方面的監督效率,改善企業的公司治理水平,約束管理層的機會主義行為。金融科技顯著降低了信息成本,尤其是個人投資者的信息成本,這充分調動了個人投資者參與金融市場和發揮監督作用的積極性。在個人投資者占據相當比重的中國資本市場中,個人投資者與企業信息不對稱程度的下降能夠充分釋放金融市場發揮監管作用的巨大潛力,成為對管理者自利動機的重要約束力量。不僅如此,監管部門依托金融科技,與風險監管相融合,推動傳統監管方式的轉型升級,也形成了優化公司治理的關鍵性外部力量[16]。金融科技在企業融資約束方面的貢獻,有助于化解控股股東股權質押風險,還能抑制管理者的短視行為,推動管理者聚焦企業的長期戰略發展目標[17]。金融科技激發了間接融資渠道、直接融資渠道和監管部門的監管能力,同時也幫助企業擺脫困境,避免企業內部人員的自利性決策,有助于全面提升企業的公司治理水平,降低企業的委托代理成本,從而降低企業的債務違約風險。

基于以上分析,本文提出研究假設:金融科技能夠抑制企業債務違約風險,即金融科技發展水平越高,企業債務違約風險越小。

二、研究設計

(一)數據來源

本文選取2011—2020年滬深兩市A股上市公司數據為研究樣本,并對該數據進行了如下處理:(1)剔除金融行業上市公司;(2)剔除ST和期間退市的上市公司;(3)剔除當年首次公開募股(IPO)的上市公司;(4)對數據中所有公司層面的連續變量進行1%和99%縮尾處理;(5)剔除相關數據缺失的上市公司,最終得到22 439個“企業—年份”的觀測樣本。企業財務數據來自國泰安數據庫(CSMAR)和Wind數據庫,金融科技數據來自北京大學數字金融研究中心的《北京大學數字普惠金融指數(2011—2020年)》。

(二)變量設定

1.被解釋變量

企業違約風險(EDF)。本文基于期權定價理論,采用Merton DD模型估計違約概率,借鑒Bharath等[18]的方法,從連續變量的角度刻畫企業債務違約概率,以此作為企業違約風險的代理變量。具體方法如下:首先根據期權定價理論,計算企業違約距離DDit,然后通過累計標準正態分布函數將違約距離轉換為違約風險(EDF)。其中,企業違約距離計算公式為

(1)

其中,DDit為企業違約距離;Eit為權益的市場價值,由已發行股份數量與年末股價的乘積表示;Dit為債務的賬面價值,由年末短期債務與一半的長期債務之和表示;rit-1為企業上年股票收益率,用上年的月度股票回報計算;Tit為期權到期時間,本文將其設定為一年;σVit為企業資產波動率,σEit為權益的波動率,具體由上年月度股票回報計算而得。

σVit=σEitEit/(Eit+Dit)+

(0.05+0.25σEit)Dit/(Eit+Dit)

(2)

進一步結合式(1)(2)計算違約距離(DD),利用式(3)將違約距離通過累積標準正態分布函數N(x)轉換為違約風險(EDF),EDF介于0～1之間,值越大,企業違約風險越大。

EDFit=N(-DDit)

(3)

2.核心解釋變量

金融科技(Fin)。本文使用北京大學數字金融研究中心編制的中國數字普惠金融指數,并取自然對數作為地區金融科技發展水平的代理變量。該指數以螞蟻金服提供的交易賬戶底層數據為基礎,從使用深度、覆蓋廣度和數字化程度等多個維度深度刻畫了地區金融科技的發展水平[19]。本文核心實證部分采用省級層面的數字金融發展指數的自然對數,穩健性檢驗中借鑒杜傳忠等[20]的研究方法,選取各省域的城市移動電話用戶數作為金融科技發展的工具變量,以避免核心實證研究的內生性問題。

3.中介變量

融資約束(KZ)。本文借鑒Kaplan等[21]的研究,基于經營性凈現金流、現金股利、現金持有水平、資產負債率、托賓Q以及總資產等變量計算KZ指數,作為企業融資約束的代理變量。該指數越大,企業所面臨的融資約束越大。

委托代理成本(AC)。本文借鑒高鳳蓮等[22]的方法,用管理費用與營業收入的比值作為代理成本的代理變量。該值越大,委托代理成本越高。

股價信息含量(SYN)。本文借鑒伊志宏等[23]的方法,用股價同步性作為股價信息含量的代理變量。該值為一個反向指標,值越大,股價所包含的公司特質性信息越少,股價信息含量越少。

4.控制變量

本文分別納入微觀企業層面和宏觀地區層面的多個變量作為控制變量,以盡可能地克服遺漏變量的問題。企業層面變量包括企業規模(S)、財務杠桿(LEV)、成長性(G)、盈利能力(ROA)、經營現金流(CFO)、流動比率(Liq)、有形資產比例(T)、是否虧損(L)、企業年齡(Age)、股權集中度(Top)、董事會獨立性(I)。地區層面變量包括地區經濟增長(GDP)、地區金融發展(FD)、地區產業結構(IS)。具體衡量方法如表1所示。

表1 變量定義及說明

5.描述性統計

表2報告了相關變量的描述性統計結果。企業債務違約風險(EDF)均值為0.018,最小值和中位數均為0,最大值為0.853。上市公司違約風險中位數小于均值,呈右偏分布,說明目前企業違約風險普遍較小,但個別公司已經存在極高的違約風險,違約概率高達85.3%。金融科技(Fin)的平均值為5.362,標準差為0.546,中位數為5.502,呈左偏分布,說明中國金融科技發展水平普遍較高,但個別地區金融科技發展較差,與平均水平差距較為懸殊。其他控制變量的統計結果基本符合預期,具體不再贅述。

表2 變量描述性統計結果

(三)模型設定

為檢驗金融科技對企業債務違約風險的影響,本文構建如下估計模型:

EDFit=α0+α1Finit-1+Con+Year+Ind+εit

(4)

其中,Year為年份效應,Ind為行業效應。考慮到金融科技作用到企業債務違約風險需要一定的時間過程,再加上為了避免內生性問題,本文對金融科技指數進行滯后一期處理。Con表示前文提到的企業和地區層面的多個控制變量,這些控制變量同樣進行滯后一期處理,模型還進一步控制了年度效應和行業效應。本文主要關注式(4)中的系數α1的符號和顯著性,若該系數顯著為負,表明金融科技能夠顯著降低企業債務違約風險。

三、實證結果與分析

(一)金融科技對企業債務違約風險的影響

針對“金融科技—企業債務違約風險”的基準關系進行實證檢驗的估計結果見表3。結果顯示,金融科技(Fin)的回歸系數顯著為負,在依次納入企業層面和地區層面的控制變量后均未發生改變,說明金融科技的發展有助于降低企業的債務違約風險,本文研究假設得到驗證。

表3 基準回歸估計結果

金融科技是傳統金融業態與科技深度融合的產物,是傳統金融業的突破式創新,很大程度上打破了傳統金融服務實體經濟的瓶頸,提高了金融的服務效率。金融科技提高了金融的資源分配效率和金融的信息效率,充分覆蓋企業的融資需求、改善企業投資效率并優化企業外部監管環境,從企業價值和債務兩個方面有效降低了債務違約風險。

首先,金融科技內嵌的大數據技術和多種金融科技創新產品有效緩解企業與外部的信息不對稱程度。企業能夠在間接融資和政府補助方式中獲得更低的融資門檻和融資成本,還能獲得更為廣泛的直接融資渠道。這都有效改善了企業的財務狀況,降低了違約風險。其次,金融科技平臺的逐漸興起改變了信息的產生和傳播方式,提高了金融信息的供給水平和流轉速度,建立起管理層與外部投資者之間的有效溝通。管理者能夠從股價中獲取有價值的前瞻性信息,為企業的投資決策優化提供市場化指導,從而提高企業價值,降低違約風險。最后,金融科技的發展顯著降低了信息的獲取成本,為外部利益相關者實現有效的監督提供了空間。銀行和監管機構能夠實現覆蓋更多流程和細節的監管力度,金融科技更是調動了更多的市場化力量實現對企業的有效監管,從而改善企業的公司治理水平,提高企業價值,降低違約風險。

(二)穩健性檢驗

本文使用多種方法對“金融科技—企業債務違約風險”的基準回歸進行穩健性檢驗。一是采用工具變量法,解決可能存在的內生性問題;二是改變估計模型;三是改變被解釋變量的計算口徑重新進行檢驗。

1.內生性處理

基準回歸中,本文對核心解釋變量做了滯后一期處理,以盡可能消除“企業債務違約風險越低的地方,金融科技發展越好”這一反向因果關系導致的內生性問題。但模型仍可能存在遺漏重要變量等內生性偏差,對此本文借鑒杜傳忠等[20]的研究,以各省域的城市移動電話用戶數作為工具變量,采用2SLS的方法進行估計。表4的工具變量檢驗結果表明,在運用工具變量法緩解內生性問題后,金融科技對企業債務違約風險的抑制作用依然顯著。

表4 內生性問題:工具變量2SLS估計結果

2.改變估計模型

本文被解釋變量企業債務違約風險(EDF)雖然在正值上連續分布,但存在零值堆積的分布特征。對此,為保證實證結果的科學性和穩健性,本文采用Tobit模型重新進行檢驗。從表5的估計結果中不難發現,金融科技的發展依舊對企業債務違約風險展現出了顯著的抑制作用。

表5 穩健性檢驗結果:改變估計模型

3.替換被解釋變量

為了克服特定變量定義方法而導致的變量依賴問題,本文替換了企業債務違約風險的計算方法,基于不同變量定義方法對基準研究進行再檢驗。借鑒Altman[24]提出的風險Z值法計算企業債務違約風險(Z),具體計算方式為:[3.107×(凈利潤+所得稅費用+財務費用)+0.998×營業收入+0.847×(盈余公積+未分配利潤)+0.717×(流動資產合計—流動負債合計)]/資產總計+0.42×(市值/負債合計)。該指標為反向指標,Z值越大,企業違約風險越低。表6結果顯示,本文“金融科技有助于降低企業債務違約風險”的核心結論依舊成立。

表6 穩健性檢驗結果:替換被解釋變量

四、進一步研究:金融科技抑制企業債務違約風險的機制識別檢驗

前述研究發現,金融科技發展越好,企業債務違約風險越低,為深刻理解金融科技的影響效果提供了堅實的經驗證據。但前文的實證研究僅就“金融科技—企業債務違約風險”進行了整體性刻畫,其中的作用機制黑箱尚未打開。因此,本文將進一步就金融科技與企業債務違約風險之間影響的渠道機制進行識別檢驗。本文理論分析中提到,企業融資約束、股價信息含量和委托代理成本可能在其中發揮重要的作用,但可能的機制路徑探討僅停留在理論層面。對此,本部分將從實證分析的角度對以上三種作用渠道進行檢驗。為刻畫金融科技影響企業債務違約風險的具體渠道機制,本文設置了如下中介效應模型:

EDFit=α0+α1Finit-1+Con+Year+Ind+εit

(5)

Mit=β0+β1Finit-1+Con+Year+Ind+εit

(6)

EDFit=γ0+γ1Finit-1+γ2Mit+

Con+Year+Ind+εit

(7)

其中,M為中介變量,分別選取融資約束(KZ)、股價信息含量(SYN)、委托代理成本(AC)作為中介傳導變量,具體計算方式已在前文進行定義。通過融資約束刻畫金融科技發展促進金融資源配置效率改善的效果,通過股價信息含量刻畫金融科技發展提高金融信息效率指導企業投資決策的效果,通過委托代理成本刻畫金融科技發展提高金融信息效率發揮公司治理的效果。

(一)金融科技、資源配置效率與企業債務違約風險

金融科技發展的一個重要特征是顯著提升了各部門的信息獲取和信息處理能力,緩解與企業的信息不對稱問題。金融科技提升資源配置效率在微觀企業的表現主要體現在企業的融資約束下降,因此本文將從企業融資約束視角考察金融科技對債務違約風險的作用機制。在表7第(2)列中,金融科技(Fin)的回歸系數顯著為負,意味著金融科技囊括的大數據等技術促使企業的商流、物流等軟信息更容易被外界所識別,降低了企業的融資門檻和融資成本,拓寬了企業的融資渠道,一定程度上緩解了企業的融資約束,優化了企業財務行為,提高了財務穩定性,為企業債務違約建立了堅實的防御機制。由第(3)列結果可見,融資約束降低帶來的是企業違約風險的下降(KZ回歸系數顯著為正),形成了“金融科技→(緩解)融資約束→(降低)企業債務違約風險”的正向路徑。

表7 作用路徑分析:融資約束的中介效應估計結果

(二)金融科技、信息效率與企業債務違約風險

在表8中,本文進行了金融科技改善信息效率的機制識別,選取股價信息含量作為代理變量。第(2)列結果顯示,金融科技有效提升了股價的信息含量(Fin的回歸系數顯著為負)。一方面,金融科技衍生了大量以生產金融信息和投資咨詢的信息整合平臺,改變了金融信息的傳播方式和信息流轉速度,促進更多高質量的公司特質性信息融入股票價格中;另一方面,金融科技降低了信息的獲取成本,提高了市場參與的積極性,從而增加了股票的流動性,提高了股票市場的信息效率。股價信息含量的進一步提升有助于為企業投資決策提供市場化指導,提高企業投資效率,激發企業韌性活力,防范債務違約風險。由第(3)列結果可見,股價信息含量提高帶來的是企業違約風險的下降(SYN的回歸系數顯著為正),形成了“金融科技→(提高)股價信息含量→(降低)企業債務違約風險”的作用路徑。

表8 作用路徑分析:股價信息含量的中介效應估計結果

(三)金融科技、公司治理與企業債務違約風險

本文還就金融科技發揮公司治理作用的機制進行了檢驗,選取委托代理成本作為代理變量。從表9第(2)列結果可以發現,金融科技帶來企業委托代理成本的下降(Fin的回歸系數顯著為負),有效發揮了公司治理的作用。第一,銀行等金融機構能夠在向企業提供融資后,借助金融科技手段和完善的風險控制流程,獲取企業的經營動向,實現對企業的高效率監控。第二,金融科技顯著降低了外部投資者的信息成本,同時也降低了市場的監督成本,市場化力量的監督模式能夠很大程度地緩解企業的委托代理成本。第三,監管部門依托金融科技技術,突破監管瓶頸,提升監管效率,是發揮公司治理作用的重要外部力量。金融科技助力外部監督水平實現了質的飛躍,顯著降低了企業的委托代理成本,這種公司治理水平的提高必然會促進企業提質增效,化解債務違約風險。由第(3)列結果可知,委托代理成本降低帶來的是企業違約風險的下降,形成了“金融科技→(減少)委托代理成本→(降低)企業債務違約風險”的正向路徑。

表9 作用路徑分析:代理成本的中介效應回歸結果

五、拓展性研究:金融科技抑制企業債務違約風險的異質性檢驗

前文基于全樣本視角考察了金融科技發展對企業債務違約風險的影響,并通過多重穩健性檢驗確證了二者的經濟學邏輯。本文進一步從突破傳統金融服務實體經濟的瓶頸問題出發,打開金融科技與企業債務違約風險中的機制黑箱。盡管基本可以確證金融科技對于企業債務違約風險的裨益,但在不同的企業屬性和外部條件下,金融科技作用于企業違約風險可能存在非對稱效果,金融科技能否實現靶向優化和缺項補足的增益效果,值得深入探討。為此,本文在全樣本中嵌入資源稟賦條件、內部治理條件和成熟投資者參與度條件進行分樣本檢驗。

(一)基于資源稟賦條件的異質性分析

部分企業債務違約風險高的一個重要原因是融資需求難以得到滿足,究其根本是企業資源稟賦的相對優勢而導致的金融資源分配不公。金融科技的發展能否改善金融資源的配置效率,充分覆蓋資源稟賦劣勢群體,緩解其債務違約風險?為考察這個問題,本文將企業按照產權性質和企業規模劃分為“國有企業—民營企業”和“大型企業—中小型企業”,進行分樣本檢驗。

分組檢驗結果見表10,由第(1)(2)列結果可知,金融科技的回歸系數在國有企業中不顯著,而在民營企業中顯著為負。這說明金融科技在民營企業中更能達到降低債務違約風險的效果。這是因為,國有企業普遍存在預算軟約束的問題,與政府的緊密聯系支撐了其投資活動所需的充足資金,甚至過剩的資金支持。而且當其投資失敗時,更容易獲得政府的政策補貼和資助,發生債務違約的概率也相對較低。相比之下,民營企業受限于有限的資源稟賦,面臨著金融排斥和信貸歧視,處于融資的“低水平均衡”中。如若出現融資環境的改善(如金融科技拓寬企業融資渠道、降低融資門檻和融資成本),充分覆蓋長尾群體的資金需求,將帶來債務違約風險顯著下降。因此,金融科技預防民營企業債務違約風險的作用更為明顯。由第(3)(4)列結果可知,金融科技的影響展現出了一定的差異性。中小型企業的金融科技回歸系數顯著為負,而大型企業的金融科技回歸系數不顯著。這說明,金融科技降低違約風險的作用在小型企業中效果更為明顯。現階段,大型企業信用等級高、政治關聯度高、抵押品充足,無論是在銀行還是股票和債券市場,都較容易且低成本地獲得融資,債務違約風險較低,導致金融科技對大型企業違約風險的抑制作用不明顯。而中小型企業經營規模、市場份額小,信息透明度差,資金需求規模小,金融機構尤其是大型金融機構通常基于財務硬信息,采用交易性貸款技術,且主要開展批發業務。向中小企業放貸則需要投入較大規模的人力和物力維護長期合作關系,對于追求規模經濟的金融機構而言,無疑是增加了運營的成本。資本市場不完善也為中小企業通過正規直接融資市場獲得資金支持的渠道增添了重重阻礙,中小企業難以在正規金融體系中尋求一席之地。中小企業通過非正規金融渠道獲取高成本的融資,導致企業背負巨大的償債壓力,違約風險隨之上升。金融科技的發展降低了銀企之間的信息不對稱程度,優化了銀行的風險控制水平,降低了中小企業在銀行等正規金融渠道方面的融資門檻和融資成本。不僅如此,金融科技還擴大了金融體系的資金供給水平,衍生了更多的資金融通平臺,為中小企業獲得社會資金提供了更多的可能。金融科技的發展極大地改善了中小企業的融資環境,對降低違約風險起到了重要的作用。金融科技優化資源配置效率緩解了民營企業和中小企業“融資難、融資貴”的現實困境,降低了企業債務違約風險,有助于實現經濟高質量發展。

表10 異質性檢驗結果:基于企業性質視角

(二)基于成熟投資者參與的異質性分析

信息的傳遞是雙向的,管理層不僅將企業經營決策信息通過正式或非正式渠道傳遞給外部投資者,外部投資者的交易行為也將其對于市場技術和公司前景等的判斷融入股價中,為管理者決策提供反饋信息,便于管理者及時調整決策。但目前中國金融市場的信息效率普遍不高,上市公司投資者更多的是信息的接收者,一定程度上來說這也是管理者投資效率不高的部分原因。那么,金融科技的發展能否改善金融信息效率,有效緩解那些與外部投資者困于溝通導致投資效率低下引起的債務違約風險呢?

機構投資者和分析師具有專業的研究團隊和豐富的專業知識,是資本市場中的專業化中介組織,充當著外部投資者與上市公司之間的信息媒介,同時也是上市公司重要的投資者。可見,當上市公司有更多的機構投資者加入,或者吸引了更多的分析師關注時,公司的信息透明度更高,外部投資者對于公司的基本面和發展前景更加清晰。對此,本文從專業投資者參與的角度出發,根據機構投資者持股比例和分析師關注度(用分析師關注次數衡量)對全樣本進行劃分,探究金融科技改善金融市場效率的靶向性。

表11結果顯示,金融科技的回歸系數在機構投資者持股比例較低和分析師關注度較低的企業中不顯著,而在機構投資者持股比例較高和分析師關注度較高的企業中顯著為負。這說明在成熟投資者參與水平較高,信息效率較高的企業中,金融科技展現出更為明顯的作用效果。對此可能的原因是,金融科技發展為外部投資者提供了更為廣泛的信息渠道,投資者了解公司的信息渠道不僅局限于企業的公開信息披露。信息成本的降低使得外部投資者的角色由被動的信息接收者向主動的信息搜集者轉換。通過廣泛的信息收集和處理,投資者能夠較好地識別具有發展潛力的企業,并投資于這部分企業,推動資源向發展潛力高的企業傾斜。機構投資者在選擇股票時傾向于發掘成長性好、發展潛力高的公司,以獲取最大的投資回報。相對于外部投資者,機構投資者具有更專業的視角和更敏銳的經濟嗅覺,會先于外部投資者加入公司。分析師同樣也更偏好于選取具有投資潛力的公司進行評級。分析師是金融科技平臺中向外部投資者傳遞信息的重要信息源頭之一,一定程度上也是推動金融科技發展的關鍵力量。因此,機構投資者持股較高和分析師關注度高的企業,通常具有較大的發展潛力,在金融科技的推動下,這樣的企業成為外部投資者和成熟投資者共同的理性選擇。企業特質性信息充分融入股價,暢通了股價信息的反饋機制,管理層便能夠從股價中獲取更多企業發展的市場化指導,從而優化企業投資效率,降低債務違約風險。金融科技提高金融市場的信息效率,并存在效率強化機制,優化發展潛力大的企業的投資效率,降低違約風險。

表11 異質性檢驗結果:基于成熟投資者參與視角

(三)基于內部治理環境的異質性分析

公司治理風險是企業發生債務違約的重要催化劑之一。金融功能理論指出,經濟的發展對金融體系提出了新需求,發揮公司治理功能成為現代金融發展的新目標。傳統金融在公司治理過程中的發揮空間有限,金融科技的發展能否在公司治理中找到新的突破口,有效緩解公司治理缺陷所引起的債務違約風險?為考察這個問題,本文依據公司治理水平和內部控制質量對全樣本進行劃分,探究金融科技是否改善了內部治理環境差的企業的債務違約風險,實現缺項補足。

對于公司內部治理條件,本文選取兩種方法進行劃分,第一是運用主成分分析法構建的公司治理指標,第二是博迪大數據研究中心發布的中國上市公司內部控制指數。借鑒白重恩等[25]的方法,綜合第一大股東持股比例、第二～十大股東持股比例之和、董事長與總經理是否兩職合一、獨立董事比例、董事會規模、高管持股比例、是否為國有企業、是否發行B股和H股等八個要素,運用主成分分析法擬合公司治理指標,該值越大,公司治理水平越高。內部控制指數值越大,代表上市公司內部控制質量越好。

表12結果顯示,金融科技的回歸系數在公司治理水平較高和內部控制質量較好的企業中不顯著,而在公司治理水平較低和內部控制質量較差的企業中顯著為負。

表12 異質性檢驗結果:基于內部治理環境的視角

這說明,在公司治理條件好的企業中,金融科技發展并沒有展現出具有統計意義上顯著的作用效果,而金融科技在公司治理水平較低和內部控制質量較差的企業中,更能發揮降低債務違約風險的作用。內部治理環境好的企業擁有嚴格的內部控制制度,并要求披露高質量的公司信息,能夠有效約束管理層和大股東,從而具備高水平的經營能力和償債能力,發生債務違約的可能性更低。在有效的內部治理環境下,金融科技發揮外部治理效應進而降低企業違約風險的作用效果非常有限。而內部治理環境差的企業存在管理者過度自信的現象,且缺乏有效的內部控制力量,容易出現盲目擴張、過度舉債、高估投資效益、侵占企業資金等有損企業價值的經營行為,加大公司陷入財務困境的可能性,推高企業債務違約風險[26]。金融科技的發展降低了信息的獲取成本和利益相關者的監督成本,加強了各部門的監管強度,優化了外部治理環境從而彌補內部治理環境的不足之處,有效降低了企業的債務違約風險。金融科技打破傳統金融服務困境,激發金融發揮公司治理作用的內在潛力,對于預防企業債務違約風險而言有著顯著裨益。

六、結論和政策建議

金融科技帶來了金融服務效率的突破式提升,打破了傳統金融服務實體經濟發展的困境,對中國經濟的高質量發展產生了重大影響。實體企業的債務違約風險是爆發系統性風險的關鍵來源,而守住不發生系統性風險是經濟高質量發展過程中的底線。在這樣的背景下,本文就金融科技影響企業債務違約風險的問題展開研究,借助2011—2020年滬深A股上市公司數據,采用理論分析與實證檢驗相結合的方法,研究金融科技對企業債務違約風險的影響、機制和異質性特征,主要得到以下結論:第一,金融科技發展對企業債務違約風險具有顯著的抑制作用。第二,金融科技的發展提升了金融的資源配置效率,有效緩解了企業的融資約束;改善了金融市場的信息效率,提高了股價信息含量;推動了金融體系發揮外部治理作用,降低了委托代理成本。這都有助于打破傳統金融服務微觀企業的瓶頸,優化企業價值與債務水平的相對大小,緩解企業的債務違約風險。第三,金融科技的發展對企業債務違約風險的影響具有靶向性。金融科技提升資源配置效率、發揮外部治理效應,降低違約風險的作用,在民營企業和中小企業以及內部治理環境差的企業中效果顯著。而金融科技改善信息效率降低違約風險的作用,在成熟投資者參與度高的企業中的效果更加顯著。本文結論為數字經濟時代金融科技新階段的發展方向和中國經濟高質量發展路徑提供了重要的政策啟示:

第一,繼續推進金融業務和高新技術深度融合,只有二者的高度融合創新,才能創造出更多新型的金融產品和金融服務模式,實現金融對實體經濟的精準滴灌。各部門應加強對金融科技的投入力度,在推動大數據和人工智能等核心技術進步的同時,加大對前沿科技的研發投入和金融科技基礎設施建設的投入,提高中國金融科技技術標準和核心競爭力。系統搭建如金融科技師(CFT)培訓等的金融科技復合型人才培養體系,為金融科技的可持續發展注入源源不斷的有生力量。技術創新推動金融科技服務能力的深化,可以為抑制企業違約風險打下堅實的基礎。

第二,金融科技的發展,需要建立在彌補傳統金融資源配置效率、信息效率和外部治理能力不足的基礎上。銀行等金融機構是金融科技應用的主要群體,在中國以銀行為主導的金融結構下,也是對接企業過程中的關鍵環節。銀行等金融機構應積極學習借鑒成熟金融科技企業的云原生、智能運維等基礎技術能力,以及征信科技、合規科技、信貸科技等業務應用方面的成功實踐。充分利用數字技術有效甄別企業的融資需求,提供高效率低成本的資金供給,實現金融資源到實體經濟的精準下沉。市場中存在大批潛在的參與者,他們不僅掌握著能夠支持企業發展的大量閑散社會資金,還是監督企業運營的潛在外部力量。金融機構應積極推進金融產品的創新,充分吸收社會閑散資金進入金融體系,提高金融體系的資金供給水平。同時鼓勵金融科技公司合法參與產品競爭,調動社會資金,充分覆蓋企業融資需求,化解企業債務違約風險。另外,金融信息供給平臺應加強來源審核力度,給予投資者足夠的風險提示,提高外部投資者獲得金融信息的質量。在吸引更多外部投資者參與二級市場的同時,充分剔除股票交易中的噪聲成分,高效指導管理層決策,保障金融科技有效緩解企業債務違約風險。

第三,降低債務違約風險,企業自身還應積極求變創新,賦能自身高質量發展。本文研究發現,金融科技難以緩解信息透明度低的企業債務違約風險,這類企業終究無法搭上數字經濟時代的快車,只有積極求變才能實現可持續高質量發展。企業應順應數字經濟迅猛發展的趨勢,把握企業數字化轉型的契機,建立健全信息披露機制,暢通與外部投資者的溝通渠道,降低信息不對稱程度,借金融科技發展之力化解企業債務違約風險。