數(shù)字普惠金融與民營(yíng)企業(yè)成長(zhǎng)關(guān)系研究

林德發(fā) 王 慧

（作者單位：天津商業(yè)大學(xué)）

一、研究背景

近年來(lái)，民營(yíng)經(jīng)濟(jì)已經(jīng)成為拉高我國(guó)經(jīng)濟(jì)水平的重要引擎。截至2023 年5 月底，我國(guó)民營(yíng)企業(yè)數(shù)量達(dá)到5 092.76 萬(wàn)戶，在企業(yè)中的占比由79.4%升至92.4%。然而目前我國(guó)民營(yíng)企業(yè)成長(zhǎng)仍面臨著各種難題，尤其是融資約束問(wèn)題。因此，我國(guó)新發(fā)展階段民營(yíng)經(jīng)濟(jì)是否能夠快速發(fā)展壯大主要取決于民營(yíng)企業(yè)成長(zhǎng)過(guò)程中的融資約束問(wèn)題是否可以得到有效解決[1]。解決民營(yíng)企業(yè)面臨的融資困難問(wèn)題，對(duì)于促進(jìn)我國(guó)經(jīng)濟(jì)增長(zhǎng)有著重要意義。

數(shù)字普惠金融在推進(jìn)民營(yíng)企業(yè)成長(zhǎng)方面起到了重要的促進(jìn)作用。郭峰等從使用深度、數(shù)字化程度、覆蓋廣度三個(gè)維度構(gòu)建了“北京大學(xué)數(shù)字普惠金融指數(shù)”，并借助該指標(biāo)體系來(lái)展示我國(guó)不同地域之間的數(shù)字普惠金融發(fā)展趨勢(shì)[2]。在數(shù)字化信息技術(shù)持續(xù)普及的時(shí)代，數(shù)字普惠金融也改變了傳統(tǒng)金融模式的服務(wù)方式和理念，其發(fā)展迎來(lái)了巨大的市場(chǎng)放量。并且現(xiàn)有研究發(fā)現(xiàn)，在數(shù)字普惠金融的影響下，企業(yè)和貧困群體的融資成本得以降低，信息不對(duì)稱問(wèn)題得以緩解，企業(yè)風(fēng)險(xiǎn)程度的評(píng)估更加準(zhǔn)確[3]，企業(yè)的融資渠道得以拓寬，企業(yè)的融資效率得以有效提高[4]，這促進(jìn)了民營(yíng)企業(yè)的成長(zhǎng)發(fā)展，也為本文的研究提供了理論支撐。然而目前少有學(xué)者采用實(shí)證檢驗(yàn)的方法去研究數(shù)字普惠金融與民營(yíng)企業(yè)成長(zhǎng)之間的深層次關(guān)系，因此有必要通過(guò)具體的數(shù)據(jù)和實(shí)證方法來(lái)分析二者之間的關(guān)系及異質(zhì)性問(wèn)題。

基于此，本文利用雙向固定效應(yīng)模型，采用實(shí)證檢驗(yàn)的方法研究數(shù)字普惠金融能否促進(jìn)民營(yíng)企業(yè)成長(zhǎng)，并對(duì)不同行業(yè)特征的民營(yíng)企業(yè)作異質(zhì)性分析。本文的研究意義在于為數(shù)字普惠金融促進(jìn)民營(yíng)企業(yè)成長(zhǎng)的結(jié)論提供準(zhǔn)確的數(shù)據(jù)支持；并且異質(zhì)性分析的結(jié)論也有利于決策者制定差異性的政策措施。

二、相關(guān)理論與研究假設(shè)

（一）數(shù)字普惠金融促進(jìn)民營(yíng)企業(yè)成長(zhǎng)

數(shù)字普惠金融是民營(yíng)企業(yè)成長(zhǎng)過(guò)程中不可或缺的動(dòng)力來(lái)源。云計(jì)算及其他數(shù)字技術(shù)的迅速發(fā)展使得數(shù)字普惠金融表現(xiàn)出很強(qiáng)的包容性效應(yīng)，從而使金融機(jī)構(gòu)可以更好地實(shí)現(xiàn)金融資源的高效配置，為企業(yè)提供更便捷和成本更低的金融服務(wù)，這也是民營(yíng)企業(yè)成長(zhǎng)發(fā)展的內(nèi)生動(dòng)力。數(shù)字普惠金融的數(shù)字性和普惠性對(duì)民營(yíng)企業(yè)的成長(zhǎng)起到的促進(jìn)作用，主要表現(xiàn)在以下幾個(gè)方面：

第一，數(shù)字普惠金融可以利用自身優(yōu)越的數(shù)字技術(shù)對(duì)目標(biāo)客戶的市場(chǎng)行為進(jìn)行實(shí)時(shí)監(jiān)控，然后利用監(jiān)控得到的數(shù)字化信息對(duì)民營(yíng)企業(yè)的信用進(jìn)行準(zhǔn)確可靠的數(shù)字化評(píng)估，并進(jìn)一步對(duì)民營(yíng)企業(yè)的信用信息建立起深度的信用評(píng)價(jià)體系，從而降低信息不對(duì)稱程度。

第二，數(shù)字普惠金融能夠解決傳統(tǒng)金融模式下不能解決的難題。我國(guó)多數(shù)中小微民營(yíng)企業(yè)存在規(guī)模小、信用擔(dān)保不足、風(fēng)險(xiǎn)抵抗能力差等問(wèn)題。數(shù)字普惠金融在具備數(shù)字和普惠的條件下，充分發(fā)揮著受眾廣泛、成本較低、速度較快等優(yōu)勢(shì)[5]，使中小微民營(yíng)企業(yè)的融資渠道得以有效拓寬，從而有效緩解融資約束和融資失衡問(wèn)題。

第三，數(shù)字普惠金融能夠支持民營(yíng)企業(yè)完善供應(yīng)鏈。數(shù)字技術(shù)的全方面覆蓋，讓更多企業(yè)能夠得到便捷的數(shù)字普惠金融服務(wù)和金融支持，既能夠保證民營(yíng)企業(yè)自身的供應(yīng)鏈完整，又能夠緩解民營(yíng)企業(yè)資金回流的壓力。

綜上，作出以下假設(shè)：

H1：數(shù)字普惠金融能夠促進(jìn)民營(yíng)企業(yè)成長(zhǎng)。

H2：數(shù)字普惠金融的覆蓋廣度能夠支持民營(yíng)企業(yè)成長(zhǎng)。

（二）數(shù)字普惠金融與民營(yíng)企業(yè)的行業(yè)特征異質(zhì)性

數(shù)字普惠金融對(duì)不同類別的民營(yíng)企業(yè)的支持存在差異。不同行業(yè)特征的民營(yíng)企業(yè)成長(zhǎng)過(guò)程中有明顯不同。制造業(yè)民營(yíng)企業(yè)大多屬于技術(shù)密集型和勞動(dòng)密集型企業(yè)，其特點(diǎn)是投資期長(zhǎng)、資金風(fēng)險(xiǎn)大、融資壓力大；非制造業(yè)民營(yíng)企業(yè)多是服務(wù)類的企業(yè)，客戶群體是大眾消費(fèi)者。數(shù)字普惠金融的各種優(yōu)勢(shì)能夠刺激消費(fèi)者的消費(fèi)心理，從而對(duì)非制造業(yè)民營(yíng)企業(yè)產(chǎn)生更大的影響。由此作出以下假設(shè)：

H3：數(shù)字普惠金融使非制造業(yè)民營(yíng)企業(yè)成長(zhǎng)的效果更顯著。

三、研究設(shè)計(jì)

（一）模型的設(shè)定

為研究數(shù)字普惠金融與民營(yíng)企業(yè)成長(zhǎng)之間的關(guān)系，建立雙向固定效應(yīng)模型，如下：

式（1）中，Growthit表示第i個(gè)民營(yíng)企業(yè)第t年的成長(zhǎng)；DIFit表示第i個(gè)民營(yíng)企業(yè)第t年所匹配的數(shù)字普惠金融指數(shù)，包括數(shù)字普惠金融總指數(shù)和細(xì)分指數(shù)；Controljit表示第i個(gè)民營(yíng)企業(yè)第t年的第j個(gè)控制變量；Cj表示第j個(gè)控制變量的回歸系數(shù)；ηi表示個(gè)體固定效應(yīng)；γt表示時(shí)間固定效應(yīng)；εit表示隨機(jī)誤差項(xiàng)。

（二）變量的選取

1.被解釋變量

民營(yíng)企業(yè)成長(zhǎng)被選定為被解釋變量。企業(yè)營(yíng)業(yè)增長(zhǎng)率主要反映了企業(yè)的盈利水平、市場(chǎng)表現(xiàn)、業(yè)務(wù)能力和市場(chǎng)競(jìng)爭(zhēng)力。因此本文采用營(yíng)業(yè)收入增長(zhǎng)率來(lái)衡量民營(yíng)企業(yè)成長(zhǎng)。

2.解釋變量

數(shù)字普惠金融被選定為解釋變量。本文將各地區(qū)數(shù)字普惠金融總指數(shù)及其分指數(shù)均作自然對(duì)數(shù)處理，并將處理后的結(jié)果與該企業(yè)數(shù)據(jù)進(jìn)行匹配。

3.控制變量

影響民營(yíng)企業(yè)成長(zhǎng)的因素既包括宏觀層面的經(jīng)濟(jì)金融發(fā)展水平，也包括微觀層面的企業(yè)個(gè)體特征。為了盡可能減少其他因素對(duì)民營(yíng)企業(yè)成長(zhǎng)的影響，本文選取的宏觀層面的控制變量為地區(qū)經(jīng)濟(jì)發(fā)展水平（GDP）、產(chǎn)業(yè)結(jié)構(gòu)（Ins）、市場(chǎng)化程度（market）（本文市場(chǎng)化程度的衡量標(biāo)準(zhǔn)采用王小魯研究中所公布的地區(qū)市場(chǎng)化指數(shù)）。選取的企業(yè)個(gè)體層面的控制變量為資產(chǎn)收益率（ROA）、資產(chǎn)負(fù)債率（Lev）、企業(yè)規(guī)模（Size）、企業(yè)上市年限（Age）、每股收益（EPS）、政府補(bǔ)貼（Fis）。

（三）數(shù)據(jù)來(lái)源

本文選擇創(chuàng)業(yè)板上市民營(yíng)企業(yè)作為研究對(duì)象，樣本期間為2016—2020 年。數(shù)字普惠金融指數(shù)來(lái)源于《北京大學(xué)數(shù)字普惠金融指數(shù)（2016—2020 年）》，民營(yíng)上市企業(yè)相關(guān)指標(biāo)的數(shù)據(jù)來(lái)源于國(guó)泰民安數(shù)據(jù)庫(kù)（CSMAR）。本文在研究開(kāi)始前對(duì)樣本進(jìn)行了如下的初步處理：

剔除銀行、保險(xiǎn)等金融類企業(yè)；剔除研究期間被標(biāo)記為ST 或*ST 的企業(yè)；剔除財(cái)務(wù)指標(biāo)缺失的企業(yè)，最終保留1 785 個(gè)非平衡面板數(shù)據(jù)。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)分析

如表1 所示，民營(yíng)企業(yè)能力各不相同，表中結(jié)果顯示最小值為-1.309，最大值為33.77。數(shù)字普惠金融指數(shù)最小值為296.2，最大值為417.9，均值為356.4，這說(shuō)明不同地區(qū)數(shù)字普惠金融發(fā)展存在不平衡。其他變量之間的關(guān)系以及相關(guān)參考的研究與此類似。

表1 描述性統(tǒng)計(jì)結(jié)果

（二）實(shí)證結(jié)果分析

1.數(shù)字普惠金融對(duì)民營(yíng)企業(yè)成長(zhǎng)的影響的基準(zhǔn)回歸

根據(jù)上文設(shè)定的模型作基準(zhǔn)回歸，逐步加入控制變量進(jìn)行回歸研究，如表2 所示。通過(guò)分析表2 的回歸結(jié)果可知，在表2 列（2）的回歸加入僅代表民營(yíng)企業(yè)自身特征的控制變量，在表2 列（3）加入所有變量，數(shù)字普惠金融的系數(shù)分別為0.002*、0.002*、0.041**，顯著為正。在加入所有控制變量后，DIF在5%的顯著水平上回歸系數(shù)為0.041，顯著為正，表明二者存在正相關(guān)關(guān)系，即數(shù)字普惠金融對(duì)民營(yíng)企業(yè)的成長(zhǎng)起促進(jìn)作用。由此可以證明H1成立。

表2 基準(zhǔn)回歸結(jié)果

另外，表2 的結(jié)果顯示，企業(yè)規(guī)模的系數(shù)顯著且都在1%的水平上為正，說(shuō)明民營(yíng)企業(yè)的規(guī)模對(duì)企業(yè)的發(fā)展具有正向促進(jìn)作用。企業(yè)規(guī)模越大，在企業(yè)發(fā)展過(guò)程中就越能為企業(yè)自身吸引更多的融資機(jī)會(huì)。

2.子樣本的回歸分析

本文采用覆蓋廣度、使用深度和數(shù)字化程度來(lái)檢驗(yàn)數(shù)字普惠金融是否促進(jìn)民營(yíng)企業(yè)成長(zhǎng)。將這三個(gè)指標(biāo)分別代入模型，如表3 所示，覆蓋廣度指數(shù)的回歸結(jié)果表現(xiàn)顯著。數(shù)字普惠金融的覆蓋廣度主要指電子賬戶的數(shù)量。企業(yè)在經(jīng)營(yíng)過(guò)程中通過(guò)電子賬戶的交易等行為會(huì)和數(shù)字普惠金融產(chǎn)生更多接觸。因而數(shù)字普惠金融的覆蓋廣度程度能顯著促進(jìn)民營(yíng)企業(yè)的成長(zhǎng)，即H2成立。

表3 分指數(shù)的回歸結(jié)果

3.數(shù)字普惠金融對(duì)民營(yíng)企業(yè)成長(zhǎng)的影響的異質(zhì)性分析

基于上文的理論分析可知民營(yíng)企業(yè)因行業(yè)特征不同，對(duì)數(shù)字普惠金融的反應(yīng)不同。本文將總樣本分成兩個(gè)樣本，如表4 所示。

表4 非制造業(yè)與制造業(yè)民營(yíng)企業(yè)回歸結(jié)果

由表4 可知，非制造業(yè)的回歸結(jié)果表示數(shù)字普惠金融指數(shù)在5%水平上顯著為正，覆蓋廣度的回歸結(jié)果也顯著為正。對(duì)比制造業(yè)的回歸結(jié)果，可見(jiàn)非制造業(yè)民營(yíng)企業(yè)樣本得到的回歸結(jié)果顯著水平更高，由此證明H3成立。

（三）穩(wěn)健性檢驗(yàn)

第一種方法是替換被解釋變量，采用企業(yè)托賓Q值來(lái)替代被解釋變量，表達(dá)方式為市值/總資產(chǎn)。如表5 所示，研究得到的穩(wěn)健性檢驗(yàn)結(jié)果為0.024，在10%水平上顯著。這表明本文的實(shí)證結(jié)果是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)回歸結(jié)果

此外，由于民營(yíng)企業(yè)成長(zhǎng)過(guò)程中存在多元化金融需求，多元化需求又能反向促進(jìn)金融機(jī)構(gòu)加快企業(yè)成長(zhǎng)，所以為防止反向因果關(guān)系，即民營(yíng)企業(yè)成長(zhǎng)可能與數(shù)字普惠金融發(fā)展互為因果，本文將數(shù)字普惠金融指數(shù)滯后一期的結(jié)果對(duì)數(shù)字普惠金融總指數(shù)進(jìn)行回歸估計(jì)，同時(shí)把被解釋變量滯后一期與解釋變量也進(jìn)行回歸估計(jì)，如表5所示，回歸結(jié)果0.100***顯著為正，進(jìn)一步證明了基準(zhǔn)回歸的結(jié)果穩(wěn)健。

五、結(jié)論與建議

本文采用雙向固定效應(yīng)模型，利用2016—2020 年民營(yíng)上市企業(yè)的相關(guān)指標(biāo)數(shù)據(jù)及北京大學(xué)數(shù)學(xué)普惠金融指數(shù)實(shí)證分析，得出結(jié)論：數(shù)字普惠金融能夠支持民營(yíng)企業(yè)成長(zhǎng)。其中數(shù)字普惠金融的覆蓋廣度指數(shù)的回歸更加明顯。在行業(yè)特征異質(zhì)性分析中發(fā)現(xiàn)，數(shù)字普惠金融對(duì)非制造業(yè)民營(yíng)企業(yè)的支持促進(jìn)作用更顯著。

為切實(shí)推動(dòng)我國(guó)民營(yíng)企業(yè)發(fā)展，筆者提出如下建議：

第一，加快更新數(shù)字普惠金融產(chǎn)品設(shè)計(jì)和提升數(shù)字普惠金融的服務(wù)質(zhì)效。金融機(jī)構(gòu)不僅要重視金融服務(wù)與數(shù)字化技術(shù)的結(jié)合，積極推進(jìn)人臉識(shí)別等先進(jìn)信息技術(shù)的應(yīng)用，還要加大與中小微民營(yíng)企業(yè)的合作力度，力求更多民營(yíng)企業(yè)能夠得到公平的金融服務(wù)。

第二，完善數(shù)字普惠金融服務(wù)與傳統(tǒng)金融服務(wù)之間的分工協(xié)作機(jī)制。推動(dòng)各類銀行機(jī)構(gòu)建立健全敢貸、愿貸、會(huì)貸的長(zhǎng)效服務(wù)機(jī)制，同時(shí)發(fā)揮其他各類機(jī)構(gòu)的補(bǔ)充輔助作用；提高民營(yíng)企業(yè)與金融機(jī)構(gòu)的信息對(duì)稱程度，進(jìn)一步解決民營(yíng)企業(yè)成長(zhǎng)過(guò)程中遇到的融資約束問(wèn)題。

第三，政府相關(guān)職能部門應(yīng)提高對(duì)數(shù)字普惠金融發(fā)展和民營(yíng)企業(yè)成長(zhǎng)合作的重視程度。民營(yíng)企業(yè)對(duì)我國(guó)稅收貢獻(xiàn)達(dá)到百分之五十，過(guò)重的稅收負(fù)擔(dān)會(huì)拖慢企業(yè)的成長(zhǎng)。因此，相關(guān)政府部門有必要對(duì)我國(guó)民營(yíng)企業(yè)采用稅收優(yōu)惠、利息補(bǔ)貼等多種方式的鼓勵(lì)政策。同時(shí)，政府部門還應(yīng)給予民營(yíng)企業(yè)更多的資金支持、人才儲(chǔ)備支持、先進(jìn)技術(shù)研發(fā)支持及擴(kuò)大市場(chǎng)規(guī)模支持，為民營(yíng)企業(yè)的健康發(fā)展提供有力的保障。