金融科技對上市中小企業(yè)債務(wù)融資的影響研究

■宋 華 丁金金 安徽大學(xué)經(jīng)濟學(xué)院

一、文獻綜述和研究假設(shè)

1.金融科技與上市中小企業(yè)債務(wù)融資

一方面，金融科技可以通過搭建數(shù)據(jù)系統(tǒng)，涵蓋上市中小企業(yè)債務(wù)融資信息，不僅可以有效緩解市場信息不對稱問題，還可以增強投資者對上市中小企業(yè)的信任度，使得資本市場供需雙方聯(lián)系更加緊密，最終降低上市中小企業(yè)債務(wù)融資難度；另一方面，由于上市中小企業(yè)存在資本基礎(chǔ)薄弱、風(fēng)險管理能力不足等硬傷，即便能夠獲取貸款，后續(xù)需支付的成本也是相對高昂，這樣進一步加重了上市中小企業(yè)融資的成本負擔(dān)。由此，本文提出假設(shè)：

假設(shè)1：金融科技可以降低上市中小企業(yè)債務(wù)融資難度。

2.金融科技影響上市中小企業(yè)債務(wù)融資的傳導(dǎo)機制—以內(nèi)部控制為中介的機制

具備良好的內(nèi)部控制能力，一直以來都是企業(yè)長久穩(wěn)健發(fā)展的重要因素。但目前我國上市中小企業(yè)內(nèi)部控制存在很大的問題，首先是上市中小企業(yè)過度重視短期收益，不愿意花費時間調(diào)整內(nèi)部控制制度來獲取長期收益。其次是部分上市中小企業(yè)管理者不善于利用新興科技手段來經(jīng)營企業(yè)，存在信息傳遞時滯現(xiàn)象，使得自身發(fā)展艱難。

現(xiàn)有研究表明，金融科技對企業(yè)融資影響表現(xiàn)在兩個方面：一是中小企業(yè)可以利用金融科技實現(xiàn)“內(nèi)部+外部”聯(lián)動，在低成本優(yōu)勢下主動獲取信息；二是金融科技通過促進上市中小企業(yè)主動進行自身監(jiān)管，降低上市中小企業(yè)遭受“大數(shù)定律”式投資風(fēng)險。

綜上所述，提出假設(shè)：

假設(shè)2：金融科技會通過提高上市中小企業(yè)內(nèi)部控制質(zhì)量進而降低上其債務(wù)融資難度。

3.老齡化程度與上市中小企業(yè)債務(wù)融資

隨著時代的發(fā)展，中國逐步進入老齡化狀態(tài)，勞動力成本的攀升和可用人才的減少無疑加大上市中小企業(yè)運行成本，阻礙其發(fā)展，資本的減少使得上市中小企業(yè)債務(wù)融資難度提升。所以，提出假設(shè)：

假設(shè)3：金融科技降低上市中小企業(yè)債務(wù)融資難度的效果會隨著老齡化程度提升而降低。

4.金融創(chuàng)新和科技創(chuàng)新的耦合度與上市中小企業(yè)債務(wù)融資

金融科技是由金融創(chuàng)新和科技創(chuàng)新彼此作用的產(chǎn)物，科技為金融提供數(shù)據(jù)信息技術(shù)支持，而金融為科技提供資金、進行風(fēng)險管控以及優(yōu)化資源配置，雖然金融科技的核心理念在于科技助力金融行業(yè)發(fā)展，但只有金融創(chuàng)新和科技創(chuàng)新高度融合協(xié)調(diào)，金融科技的效用才能最大化。因此提出假設(shè)：

假設(shè)4：在金融創(chuàng)新和科技創(chuàng)新的耦合度不同的地區(qū)，金融科技降低上市中小企業(yè)債務(wù)融資難度的效果不同。

二、研究設(shè)計

1.樣本選擇和數(shù)據(jù)來源

本文選取了2011年至2020年創(chuàng)業(yè)板上市中小企業(yè)作為研究樣本，選取了企業(yè)年末數(shù)據(jù)作為使用數(shù)據(jù)，相關(guān)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》以及迪博內(nèi)部控制數(shù)據(jù)庫。并對數(shù)據(jù)做了以下處理：（1） 剔除了金融業(yè)的上市中小企業(yè)；（2） 剔除了ST型企業(yè)；（3） 剔除了有缺失數(shù)據(jù)的樣本企業(yè)；（4） 對所有最終選取變量進行1%和99%的分位數(shù)縮尾處理。

2.指標選取

（1） 被解釋變量

考慮到數(shù)據(jù)的可得性，本文選取SA指數(shù)用來衡量上市中小企業(yè)債務(wù)融資的難易程度，在SA指數(shù)為負的情況下，SA值越大，說明上市中小企業(yè)債務(wù)融資的難度就越大。SA指數(shù)的計算公式為：SA=-0.737×size+0.043×size2-0.04×age。其中，size=ln（資產(chǎn)總額/1000000），age為企業(yè)上市年限。

（2） 解釋變量

關(guān)于解釋變量金融科技的衡量方式，本文選取北京大學(xué)數(shù)字研究中心編制的各省級數(shù)字普惠金融指數(shù)作為衡量金融科技發(fā)展程度的指標。

（3） 中介變量

本文主要考慮的是企業(yè)內(nèi)部控制的中介效應(yīng)，采取迪博內(nèi)部控制指數(shù)作為衡量指標。

（4） 調(diào)節(jié)變量

本文使用《中國統(tǒng)計年鑒》中65歲以上人口占總?cè)丝诘谋壤鳛楹饬坷淆g化程度的指標。

（5） 控制變量

①資產(chǎn)負債率：期末負債總額和期末資產(chǎn)總額的比值；

②企業(yè)規(guī)模：企業(yè)期末資產(chǎn)總額自然對數(shù)；

③資產(chǎn)收益率：期末凈利潤和期末資產(chǎn)總額的比值；④流動比率：期末流動資產(chǎn)和期末流動負債的比值。

三、設(shè)計模型及實證結(jié)果

1.模型設(shè)計

為了驗證上述假設(shè)1至假設(shè)4，將構(gòu)建以下模型對其進行檢驗：

其中下標i和t分別表示企業(yè)和年份。為了使得實證結(jié)果更加清晰，將對上述模型中的Lev和Fintech分別做除以100和取自然對數(shù)的處理。模型（1） 是本文的基準回歸模型，主要衡量金融科技指數(shù)Fintech和企業(yè)債務(wù)融資難度SA之間的直接效應(yīng)；模型（2） 則是中介效應(yīng)檢驗的第二步，用于衡量解釋變量Fintech對中介變量Lev的影響；接著模型（3） 便是中介效應(yīng)的第三步，綜合前三個模型的實證結(jié)果，就可判斷出是否存在中介效應(yīng)。而模型（4） 是通過構(gòu)建老齡化指標和金融科技指標的交互項，檢驗人口老齡化對金融科技影響債務(wù)融資是否存在調(diào)節(jié)作用。

2.描述性統(tǒng)計

如表1所示，其中SA指數(shù)最小值為-3.598，最大值為-2.798，均值為-3.286，可以看出不同上市中小企業(yè)進行融資的難易程度差距較大；金融科技指數(shù)的最小值和最大值分別為4.128和6.068，標準差是0.509，也就是說各地區(qū)金融科技發(fā)展情況存在相對不協(xié)調(diào)的情況；企業(yè)內(nèi)部控制指數(shù)的取值從0到8.512，均值為6.023，說明存在極端分布情況；我國地區(qū)人口結(jié)構(gòu)的最小值和最大值分別為0.0656和0.163，標準差為0.0282，總的來說，地區(qū)間老齡化程度不一，甚至有些地區(qū)數(shù)值相差近三倍；其余控制變量的分布均在合理的范圍內(nèi)。

表1 所有變量的描述性統(tǒng)計結(jié)果

3.相關(guān)性分析

SA指數(shù)和Fintech在1%的水平下顯著負相關(guān)，與假設(shè)1提出的想法相似；企業(yè)內(nèi)部控制指數(shù)Lev與金融科技指數(shù)Fintech顯著正相關(guān)，而與債務(wù)融資SA指數(shù)負相關(guān)，初步表明金融科技可以通過提高企業(yè)內(nèi)部控制質(zhì)量進而促進上市中小企業(yè)債務(wù)融資，與假設(shè)2契合。

4.實證結(jié)果分析

結(jié)合數(shù)據(jù)使用豪斯曼檢驗顯示的結(jié)果，本文將采用固定效應(yīng)模型對上述假設(shè)進行檢驗，具體回歸結(jié)果如下圖所示：

（1） 金融科技指數(shù)和上市中小企業(yè)債務(wù)融資SA指數(shù)的回歸結(jié)果

由表2可知，金融科技指數(shù)Fintech的系數(shù)在1%的水平下顯著為負，這說明金融科技的發(fā)展會降低上市中小企業(yè)債務(wù)融資的難度，即假設(shè)1成立。

表2 金融科技和上市中小企業(yè)債務(wù)融資的回歸結(jié)果

（2） 企業(yè)內(nèi)部控制的中介效應(yīng)的回歸結(jié)果

根據(jù)表3可知，sobel text檢驗結(jié)果顯示p值遠小于0.01，也就是說在1%的水平下中介效應(yīng)顯著存在，因此假設(shè)2成立；另外通過bootstrap檢驗結(jié)果顯示，假設(shè)存在中介效應(yīng)的置信區(qū)間不包含零值，故接受原假設(shè)，即假設(shè)2成立。

表3 sobel檢驗結(jié)果

（3） 人口老齡化的調(diào)節(jié)作用的回歸結(jié)果

表4是人口老齡化指標的調(diào)節(jié)作用實證結(jié)果，構(gòu)建的金融科技指數(shù)和老齡化指標的交互項Interact的回歸系數(shù)δ3為正，且在1%的水平下顯著，說明人口老齡化程度越高，即65歲以上人口占比越大，金融科技降低上市中小企業(yè)債務(wù)融資難度的效果就越差。因此，假設(shè)3成立。

表4 人口結(jié)構(gòu)的調(diào)節(jié)效應(yīng)

（4） 區(qū)分金融創(chuàng)新和科技創(chuàng)新耦合度的異質(zhì)性分析的回歸結(jié)果

接下來通過參照已有文獻構(gòu)造各地區(qū)金融創(chuàng)新和科技創(chuàng)新的耦合度，并從中挑選出廣東省、上海市以及江蘇省這三個分別代表不同金融科技耦合度的地區(qū)進行下一步研究，得出如表5所示的三地從2011年至2020年的金融創(chuàng)新和科技創(chuàng)新的耦合度數(shù)據(jù)。

表5 2011年至2020年廣東省、上海市以及江蘇省的金融創(chuàng)新和科技創(chuàng)新的耦合度

根據(jù)耦合度衡量標準，得出結(jié)論：在金融創(chuàng)新與科技創(chuàng)新耦合度方面，廣東省整體處于中度失調(diào)狀態(tài)，并有向初級協(xié)調(diào)發(fā)展的趨勢；上海市處于嚴重失調(diào)狀態(tài)；江蘇省多數(shù)時間處在瀕臨失調(diào)階段，但是總體有向中度失調(diào)過渡的趨勢。也就是說，從整體上來看，廣東省、江蘇省和上海市的金融創(chuàng)新與科技創(chuàng)新的耦合度逐次下降。

那么，在已知三地的金融創(chuàng)新和科技創(chuàng)新的耦合程度前提下，接下來依照模型（1） 分別對三地數(shù)據(jù)進行回歸分析，得出結(jié)論：金融科技對降低廣東省、江蘇省以及上海市三地上市中小企業(yè)債務(wù)融資難度的效果逐漸降低，也就是說，金融創(chuàng)新和科技創(chuàng)新的耦合度越高，越協(xié)調(diào)，金融科技發(fā)展對降低上市中小企業(yè)債務(wù)融資難度的效果越好。因此假設(shè)4成立。

四、穩(wěn)健性檢驗

由表6第2列可知，數(shù)字金融覆蓋廣度Dig在1%的水平下顯著為負，故金融科技的發(fā)展有助于降低上市中小企業(yè)債務(wù)融資的難度，即假設(shè)1成立。在表6的第3列中，衡量老齡化程度的指標Old與Dig的交互項Interact在1%水平下顯著為正，說明老齡化程度的不斷加深，會導(dǎo)致金融科技對上市中小企業(yè)債務(wù)融資的作用效果減弱，假設(shè)3成立。另外通過sobel test檢驗，驗證了假設(shè)2中提出的企業(yè)內(nèi)部控制在金融科技影響上市中小企業(yè)債務(wù)融資中起中介作用。

表6 基準模型穩(wěn)健性檢驗

五、研究結(jié)論

本文通過研究2011—2020年創(chuàng)業(yè)板上市中小企業(yè)債務(wù)融資數(shù)據(jù)發(fā)現(xiàn)，金融科技的發(fā)展有助于降低上市中小企業(yè)債務(wù)融資難度；并且金融科技可以通過提高企業(yè)內(nèi)部控制質(zhì)量來降低上市中小企業(yè)債務(wù)融資的難度；另外發(fā)現(xiàn)，金融創(chuàng)新和科技創(chuàng)新的耦合度越高，越有助于發(fā)揮出金融科技降低上市中小企業(yè)債務(wù)融資難度的作用；最后通過調(diào)節(jié)效應(yīng)分析發(fā)現(xiàn)，我國人口老齡化現(xiàn)象的加重會對金融科技解決上市中小企業(yè)債務(wù)融資產(chǎn)生不良影響。