數字金融與中小企業創新投入
——基于融資結構的調節效應分析

□ 劉立軍 俞佳豪 李倩倩

一、引言

二十大報告指出，強化企業科技創新主體地位，營造有利于科技型中小企業成長的良好環境。在實現經濟高質量發展的關鍵時期，創新作為引領發展的第一動力，提升企業創新能力是至關重要的。在互聯網、云計算、大數據等科技革命的推動下，生產效率與經濟發展水平均有明顯的提升，同時這也推動著企業創新活動快速發展。因此，如何利用新技術去推動企業創新成了熱點問題，相關研究具有現實意義和價值。

企業創新活動往往具有高風險性和高轉換成本的特點。傳統金融渠道在進行貸款評估時，“知識”資產無法成為可靠擔保物。尤其是對中小企業來說，創新基礎不如大型企業，創新活動面臨資金約束壓力，內部資金不足，外部資金缺乏。但是，數字金融的興起為中小企業融資難、融資貴的問題提供了新的解決方法和渠道。數字金融不僅可以降低金融服務的門檻，還可以使得金融服務更加便捷高效。一方面，數字金融通過對企業數據的分析及信息的審核，準確評估企業創新項目價值，有效解決資金供求雙方信息不對稱問題，進而緩解中小企業融資困境，助力中小企業創新活動。另一方面，數字金融促進電子商務的發展，“螞蟻借唄”等金融產品緩解流動性約束，拉動個人消費，中小企業依靠線上平臺增加銷售收入，為創新活動提供資金。

2004年支付寶的建立代表著我國數字金融發展的起點，此后，傳統金融業務在技術革命的影響下，逐步發展成新一代的金融業務。但受制于數據的可得性，關于數字金融發展水平的衡量指標體系并不健全，互聯網金融平臺、銀行業務等數據難以準確度量數字金融發展水平。直到北京大學數字金融研究中心構建的“數字普惠金融指數”，為研究數字金融對于經濟主體的影響提供了數據支撐。本文將數字普惠金融指數與中小板、創業板的企業數據相匹配，研究2011-2021年的數字金融對中小企業創新投入的影響。

本文主要貢獻有：（1）利用2011-2021年中小板和創業板上市企業數據，運用調節效應模型分析融資結構的影響機制，為數字金融促進中小企業創新投入提供政策建議。（2）已有大部分相關文獻主要指出融資約束的中介效應，本文創新性地從融資結構視角展開分析，拓展了關于數字金融和中小企業創新理論研究與實證分析。

二、文獻綜述與理論機制

（一）數字金融和企業創新

關于數字金融影響企業創新的研究成果較為豐富，學界普遍認可數字金融會促進企業創新投入與創新產出。數字金融作為信息時代的創新品，借助數字技術助力金融行業產生更多新產品、新服務、新業態，使金融業更好支持和服務實體經濟的發展。數字金融不僅促進中小企業技術方面的創新，還提升了中小企業綠色創新能力。數字金融促進企業創新的路徑研究也是熱點，較多學者從緩解融資約束與刺激消費角度，探究數字金融對企業創新的影響路徑。周振江等（2021）基于融資約束視角研究數字金融對企業創新的影響，相較于創新產出，融資約束對企業創新投入影響更強。數字金融通過降低債務融資成本、緩解融資約束，從而正向激勵中小企業創新。數字金融豐富消費方式，促使消費規模擴大，顯著提升企業創新水平，消費對企業創新具有顯著正向激勵作用。數字金融的普及使得人們不斷追求高水平消費，需求增加會促使中小企業注重提升產品質量，從而激勵中小企業增加創新投入。高管背景、企業生命周期、股權質押、政府行為等也在數字金融促進企業創新中發揮著中介效應。數字金融彌補了傳統金融的短板，提升了企業信息透明度，減少信息不對稱等問題。通過大數據分析，投資者能及時了解企業信息，把控借貸過程中的信用風險，從而優質的中小企業能獲取所需資金，增加企業創新投入。數字金融創造了金融新業態，拓寬資金來源，增加融資數量，為金融市場上一大批長尾群體提供融資方式，通過緩解融資約束，刺激中小企業增加創新投入。

根據上述分析，本文提出：

假設H1-1：數字金融能促進中小企業創新投入增加。

假設H1-2：數字金融通過緩解融資約束，促進中小企業創新投入增加。

（二）數字金融、融資結構和企業創新

企業融資方式主要包括內源融資和外源融資兩種。根據優序融資理論，內源融資是支持企業進行創新的最主要融資方式，且外源融資成本往往高于內源融資。中國企業在創新投資方面的快速增加，主要是受益于內部資金的累積。但商業周期的波動會影響企業收入，對于創新活動的持續性產生不利影響，所以外源融資也是企業創新投入的重要資金來源。李匯東等（2013）認為內源融資和外源融資均會促進企業創新投資，且從股權融資、債權融資、政府補助三個角度分析外源融資對企業創新的影響，發現政府補助與股權融資均能促進企業創新，債權融資影響不明顯。孫早等（2016）和胡恒強等（2020）認為內源融資和股權融資對企業創新投入有促進作用，而債務融資則會產生抑制作用。江軒宇等（2021）從債務結構角度出發，發現債券融資可以優化企業債務結構，提升企業創新能力。

從內源融資角度來看，數字金融促進電商發展，刺激消費，為中小企業帶來持續穩定的現金收入。內源融資作為企業自主支配資金，受外界限制少，在內部資金充裕的情況下，中小企業能靈活利用數字金融支持創新投入。從股權融資角度來看，數字金融突破傳統金融限制，優化市場資源配置，加強中小企業信息披露質量，促進中小企業股權融資，且高股權融資企業通常是創業生態系統的一部分，這有助于數字金融平臺更好地了解創新項目，提供融資支持。股票市場雖不是我國企業主要融資渠道，但股權融資和內部資金的性質一致，而且創新活動的高風險高收益特點與股權投資者相匹配，股權融資能緩解企業融資約束，提供更多創新資金。從銀行貸款角度來看，數字金融留下了中小企業的在線交易記錄，在無需其他形式的抵押品下，中小企業可以憑借信用記錄獲取銀行貸款，互聯網金融也降低了中小企業參與金融活動的門檻。但銀行貸款要求按時償還，否則企業容易陷入財務困境，創新投資具有風險性且回收周期長，采用銀行貸款支持創新投入的中小企業可能會產生破產風險。從商業信用角度來看，數字金融優化了中小企業的銷售環境，減少不確定因素，構建安全穩健的供應鏈體系，強化商業信用供給與需求。但商業信用的短期性顯然與創新投入的持續性并不匹配，中小企業不適合利用短期資金支持創新。

根據上述分析，本文提出：

假設H2-1：內源融資和股權融資在數字金融促進中小企業創新投入中發揮正向調節作用。

假設H2-2：銀行貸款和商業信用在數字金融促進中小企業創新投入中發揮負向調節作用。

三、研究設計

（一）樣本選擇和數據來源

本文研究對象主要是中小板和創業板企業，樣本區間為2011-2021年。實證研究的數字普惠金融指數來源于北京大學數字金融研究中心，企業層面數據均來自國泰安（CSMAR）數據庫和銳思（RESSET）數據庫。對樣本數據進行如下處理：（1）剔除金融類樣本；（2）剔除“ST”“*ST”“PT”樣本；（3）剔除資產負債率大于1、小于0或者所有者權益為負樣本；（4）剔除2011年之后成立的企業；（5）剔除存在缺失值的樣本；（6）對連續變量進行上下1%的縮尾處理（winsor2）。經過上述一系列數據處理，最終得到9576個觀測值的非平衡面板數據。

（二）模型構建

模型（1）討論的是數字金融對中小企業創新投入的影響。考慮到創新投入的慣性特征，為避免內生性問題，在模型中加入創新投入的滯后項。模型（2）（3）借鑒溫忠麟等（2014）方法，討論的是融資約束在數字金融影響中小企業創新投入中的中介效應。模型（4）是加入調節變量和解釋變量的交互項Indextp*Moderatoritpj，考察不同融資結構促進或抑制數字金融對中小企業創新投入的影響。

其中，下標i、t、p、j分別表示企業、年份、省份和行業，被解釋變量Rdsalesitpj表示位于p省j行業的樣本公司i在第t年的創新投入指標，解釋變量Indextp表示p省第t年的數字金融水平，Controlitpj是表示樣本企業個體特征的控制變量，δi表示個體固定效應，λt表示時間固定效應，ηp表示省份固定效應，μj表示行業固定效應，εitpj表示回歸過程中的隨機誤差項。β1為回歸系數，衡量數字金融對中小企業創新投入的影響。

（三）關鍵變量度量

被解釋變量：創新投入（Rdsales）。企業創新的代理指標主要包括創新投入和創新產出兩方面。創新投入的衡量指標多是研發投入、研發人員數量等，創新產出的衡量指標是專利申請和授權數量等。考慮到研發投入能反映企業創新意愿與重視程度，且研發投入受到融資結構的直接影響，參考Griffiths等（2010）、萬佳彧等（2020）的做法，選擇用年度研發投入除以當年營業收入進行度量。

解釋變量：數字金融（Index）。采用《北京大學數字普惠金融指數（2011年—2021年）》提供的省級層面“數字普惠金融指數”作為數字金融的代理變量，并進行歸一化處理。該指數編制方法科學，能準確度量數字金融發展水平，被眾多學者運用分析數字金融相關課題。

控制變量：主要為企業特征層面變量，包括資產負債率（Lev）、股權集中度（OwnCon1）、現金持有水平（cash）、資產收益率（roa）、現金負債比（clr）、營業收入增長率（opeincmgrrt）、有形資產比例（tar）、管理費用率（admin）。

中介變量：融資約束（SA）。參考Hadlock &Pierce（2010）的做法，采用SA指數進行衡量。SA指數中企業規模和企業年齡具有很強外生性，可以避免內生性干擾。

調節變量：本文分別衡量內源融資和外源融資。借鑒Hilary & Hui（2009）的做法，通過股權融資、銀行貸款和商業信用三個角度衡量外源融資情況。參考孫早等（2016）、喬建偉（2020）、郭俊杰等（2022）的做法，將各個融資渠道所獲得的資金除以總資產，控制企業規模影響差異。具體變量定義如表1所示。

（四）描述性統計

表2報告了主要變量的基本統計特征。包括樣本觀測值（Obs）、樣本平均值（Mean）、樣本標準差（SD）、樣本最小值（Min）、樣本中位數（Median）、樣本最大值（Max）。從統計特征來看，企業創新投入最小值為0.1100，最大值為34.7900，平均值為6.3582，標準差為5.7182，不同企業間的創新投入差距較大。

表2 主要變量的基本統計特征

四、實證結果分析

（一）基準回歸分析

表3報告了數字金融對中小企業創新投入的影響。回歸結果均控制個體、年份、省份、行業的固定效應。第（1）列表明，未考慮控制變量的情況下，回歸系數為1.1962，在10%顯著性水平下為正。第（2）列表明，在引入企業層面的控制變量后，回歸系數提升至1.6115，并在5%顯著性水平下呈正相關。這說明數字金融對中小企業創新投入產生顯著正向激勵效應，驗證并支持假設H1-1。

表3 數字金融對中小企業創新投入的影響

（二）穩健性檢驗

1.數字金融細分維度檢驗

將數字普惠金融指數降至使用深度和數字化程度兩個層面。使用深度指實際使用數字金融服務情況，包括金融服務類型、使用總量和使用活躍度等。數字化程度指數字金融服務的便利性、低成本和信用化情況。表4第（1）（2）（3）（4）列詳細呈現了數字金融的使用深度和數字化程度對中小企業創新投入的影響。在考慮是否加入控制變量的情況下，回歸結果均為顯著正相關，與基準回歸相符合。

表4 數字普惠金融細分維度

2.滯后解釋變量

數字金融對中小企業創新投入的影響可能存在時滯，借鑒唐松等（2020）、楊君等（2021）的做法，分別使用數字金融總指數的滯后一期和滯后二期進行回歸。由表5第（1）（2）列可知，滯后一期和滯后二期的數字金融總指數均會顯著促進中小企業創新投入，進一步說明基準回歸結果穩健。

表5 滯后主要變量

3.內生性檢驗

為解決內生性問題，本文采用工具變量法。參考梁榜等（2019）、楊君等（2021）的做法，將移動電話普及率作為數字金融總指數的工具變量。選擇依據如下：移動電話普及率越高，說明基于移動電話支持的數字金融水平越高，因此移動電話普及率與數字金融密切相關，符合工具變量的相關性要求，且移動電話普及率和中小企業創新投入之間沒有直接關系，符合工具變量的外生性要求。在引入工具變量后，第一階段回歸結果顯示，主要變量系數顯著，表明工具變量滿足相關性要求，并且第一階段聯合F值為100.8，拒絕原假設，不存在弱工具變量問題。從表6顯示的結果來看，第二階段回歸結果中數字金融系數仍顯著正相關，即在考慮了內生性問題后，數字金融對中小企業創新投入仍有顯著促進作用，與之前研究結論一致。

表6 工具變量法

五、作用機制檢驗

（一）基于融資約束的中介效應

大量研究表明，在數字金融對中小企業創新投入的影響中，融資約束存在中介效應。因此將融資約束SA指數作為中介變量進行分析，本文采用逐步回歸法，得到表7中介效應分析結果。結果表明，在第（1）列中，數字金融和融資約束SA指數在5%的顯著性水平下為負，說明數字金融能夠顯著緩解融資約束難題；在第（2）列中，數字金融與中小企業創新投入在5%的顯著性水平下為正，融資約束SA指數與中小企業創新投入在5%顯著水平上呈負相關。回歸結果表明，數字金融對中小企業創新投入具有部分顯著的中介效應。數字金融通過緩解中小企業融資約束問題，從而促進中小企業創新投入的提升。這一結論驗證并支持假設H1-2。

表7 中介效應

（二）基于融資結構的調節效應

表8分別報告了不同融資結構的調節效應。由第（1）列可知， Index*Retained的系數在1%的水平下顯示為正，說明內源融資對數字金融促進中小企業創新投入起到正向調節作用。由第（2）（3）（4）列可知，Index*Equity的系數在10%的水平下顯著為正，而Index*Bank和Index*Comme的系數均在1%的水平下顯著為負，說明股權融資也能起到正向調節作用，而銀行貸款和商業信用均起到負向調節作用。這一結論驗證并支持假設H2-1及H2-2。

表8 調節效應

L.Rdsales0.2998★★★0.2998★★★0.2989★★★0.2994★★★(7.9181)(7.8927)(7.8820)(7.8982)_cons-1.8914-1.0875-1.7238-2.1861(-0.9153)(-0.5096)(-0.8341)(-1.0452)控制變量YesYesYesYes個體YesYesYesYes時間YesYesYesYes省份YesYesYesYes行業YesYesYesYes N 7998799879987998 Adj. R20.80560.80510.80550.8053

六、結論與政策建議

信息時代的發展催生了金融服務新業態，數字金融降低中小企業對金融實體網點的依賴，對實體經濟發展起到了推動作用。本文利用2011—2021年中小板和創業板的公司數據、省級數字普惠金融指數，系統地研究了數字金融對中小企業創新投入的影響，并分析融資結構的調節效應。研究結果顯示，數字金融對中小企業創新投入有顯著促進作用，在考慮內生性問題并進行穩健性檢驗之后，結論一致。數字金融與融資約束呈現負向關系，通過減輕融資約束，顯著增加中小企業創新投入。融資結構在數字金融促進中小企業創新投入中發揮調節效應，內源融資和股權融資發揮正向調節作用，銀行貸款和商業信用發揮負向調節作用。

基于上述結論，本文提出以下政策建議：第一，通過數字金融提升中小企業盈利水平，增加現金流，發揮內源融資優勢，促進數字金融增加中小企業創新投入的作用。創新產品幫助企業搶占市場份額，提升經營效益，積累內部資金，支持創新投入，實現良性循環。第二，通過數字金融提升信息披露質量，緩解信息不對稱問題，完善資本市場，助力中小企業以股權融資的方式獲取資金，進行創新投入，發揮股權融資正向調節數字金融促進中小企業創新投入的作用。第三，通過數字金融拓寬融資渠道，支持中小企業研發之路。比如債券市場，目前我國債券融資規模較小。以數字金融支持債券市場發展，為中小企業提供長期穩定資金支持，促進創新投入。