數字金融發展激勵民營企業創新的研究

段光君 楊希

摘 要：本文在剖析數字金融對民營企業技術創新作用機制的基礎上，以山東省170家上市民營企業為研究對象，以民營企業創新水平為被解釋變量，以數字金融發展水平為解釋變量，并引入融資約束為中介變量，利用Tobit模型和中介效應模型實證檢驗數字金融對民營企業創新的激勵作用。結果表明，數字金融發展既提高了民營企業的創新投入，又激勵了民營企業的技術創新活動，該作用十分顯著；數字金融發展主要通過緩解融資約束激勵民營企業創新。基于此，本文提出推動數字金融健康發展、提升民營企業的數字金融適應能力等政策建議，旨在通過數字化轉型推進民營企業創新，進而助力金融高質量發展，實現金融強國戰略。

關鍵詞：民營企業；數字金融；融資約束；Tobit模型；數字化轉型

本文索引：段光君，楊希.<變量 2>[J].中國商論，2024（10）：-116.

中圖分類號：F276.44 文獻標識碼：A 文章編號：2096-0298（2024）05（b）--05

1 引言

黨的十九屆五中全會提出“加快構建新發展格局，切實轉變發展方式”，強調“堅持創新驅動發展”。民營企業是科技創新的重要主體，全國工商聯發布的《2023中國民營企業500強調研分析報告》顯示，在民營企業500強中，有414家企業的核心技術來源于自主開發與研制；2022年，民營企業的國內有效專利數量較上年增長8.42%[1]，充分體現了我國民營企業的技術創新活力和創新能力。

企業技術創新具有周期長、高風險等特征，研發投入階段和創新產出應用階段都具有高度的不確定性[2]；技術創新活動的保密特征，使得資金的供求雙方存在較大的信息不對稱，因此，企業的技術創新活動容易陷入調整成本和融資成本過高的困境[3]。同時，傳統金融體系金融資源配置效率較低，加之民營企業資產質量不高，缺少優質的抵質押物等特征，面臨更嚴峻的融資約束，這在很大程度上抑制、阻礙了民營企業的技術創新。

數字金融利用大數據、機器學習以及云計算等信息技術手段改進傳統金融服務業態[4]，不僅可以對“海量”信息進行篩選，甄別出高創新能力的民營企業，而且可以拓寬企業的融資渠道，彌補傳統金融機構忽略長尾客戶的缺點，有利于推動民營企業創新。

近年來，學者們初步證實了數字金融對企業創新的正向影響（梁榜和張建華，2019[5]；萬佳彧等，2020[6]；唐松等，2020[7]），但鮮有文章將研究對象聚焦于民營企業，分析數字金融發展對民營企業創新的激勵作用。這不僅不利于了解現實中我國數字金融與民營企業創新的關系，也難以為相關實踐提供理論指導。因此，本文主要有以下貢獻：一是構建數字金融激勵民營企業創新的理論框架；二是實證分析數字金融發展對民營企業創新的激勵作用，為促進數字技術與金融融合發展、提高民營企業創新水平和創新質量提供經驗證據和數據支撐。

2 理論分析與研究假設

大數據、機器學習、云計算等信息技術手段與傳統金融服務相結合形成一種新的金融服務生態——數字金融。高效率、廣覆蓋以及地理穿透性等特征是數字金融的強大優勢，利用這些優勢，數字金融能夠將被傳統金融排除在外的弱勢群體，包括民營企業納入服務對象，助力構建可持續的普惠性金融體系。數字金融對民營企業創新的影響主要有以下幾點。

（1）降低金融服務門檻，拓寬融資渠道

與其他產權性質的企業相比，民營企業信用審核缺乏、資產質量不高、發展規模小、經營不穩定，而技術創新活動又需要投入大量且持續的資金，顯然，傳統金融機構難以為民營企業的技術創新項目提供金融服務。但較強的客戶觸達能力使數字金融能夠以較低的成本將民營企業等“長尾”客戶群納入服務對象，一方面，數字金融不受地理位置和基礎設施的限制，能夠更廣泛的提供金融服務，降低了獲取金融服務的門檻[8]；另一方面，數字金融的發展為民營企業拓寬了融資渠道，使得民營企業也能享受到周到、舒適的金融服務，為民營企業解決了因“雙高”困惑而產生的融資約束問題[9]，激勵民營企業開展技術創新項目。

（2）降低融資成本，防范信貸風險

由于民營企業技術創新屬于高風險項目，傳統金融機構在提供融資時，一般都十分謹慎，需要經過繁瑣且漫長的審核流程，既拉長了融資周期，也提高了融資成本[10]。然而，數字金融利用大數據、云計算、機器學習等信息技術，對數據信息進行篩選、風險甄別，快速繪制客戶畫像，緩解信息不對稱，挖掘出真正具有創新能力的民營企業，利用互聯網平臺辦理融資手續，可以有效簡化融資流程，降低融資成本；大數據風控模型有助于貸前調查、貸中審查和貸后管理，實現信貸風險的科學防范。因此，數字金融能夠利用技術手段幫助傳統金融機構和互聯網平臺甄別信貸風險，為民營企業技術創新優質項目提供資金支持，降低信貸成本。

（3）構建征信體系，提高融資效率

隨著“大、智、移、云”等先進的數字化技術不斷發展，傳統金融服務模式也發生徹底變革，民營企業融資狀況得以改善。在數字金融模式下，大數據技術和人工智能等技術可實現對目標客戶歷史交易記錄的搜集、分析和整合，同時對技術創新項目的市場價值進行剖析、評估，構建多維度信用評價體系，提高金融資源配置效率。民營企業的技術創新項目更有機會獲得貸款，而且技術創新投入的持續性也可以得到保證，技術創新水平不斷提高[4]。

基于以上分析，本文提出以下假設：

假設1：數字金融的發展可以有效提升民營企業創新；

假設2：數字金融對民營企業創新的激勵作用，主要通過緩解民營企業融資約束的渠道實現。

3 研究設計

3.1 數據來源

本文選取2016—2020年山東省16地市的上市民營企業作為研究樣本，借鑒北京大學數字金融研究中心發布的地市層面數字普惠金融指數作為山東省各地市數字金融發展水平的代理變量[11]，依據上市民營企業注冊地將兩組數據進行匹配。本文所使用的數據主要來源于國泰安數據庫和《中國城市統計年鑒》，缺失值由各城市統計公報數據補充。基于數據有效性，剔除了金融類企業，ST、*ST、PT類企業，當年上市企業以及數據缺失或異常的企業。篩選完成后，最終得到168家企業的590個非平衡面板數據觀測值。

3.2 變量設定

（1）被解釋變量。本文選取企業研發投入強度（RD）作為被解釋變量，參考張璇等（2017）[12]和萬佳彧等（2020）[6]的做法，采用研發支出占營業收入的比重來衡量。

（2）解釋變量。本文選取北京大學數字普惠金融總指數（DIFI）及其三個維度分指標：數字金融覆蓋廣度（DCB）、數字金融使用深度（DUD）和普惠金融數字化程度（DSS）作為解釋變量，衡量地區數字金融發展水平。為消除量綱影響，本文對數字普惠金融指數做歸一化處理。

（3）中介變量。本文選取融資約束指標作為中介變量。借鑒梁榜和張建華（2019）[5]、唐松等（2020）[7]的做法，采用KZ指數作為融資約束指標，該指數越大，表示企業面臨的融資約束程度越高。

（4）控制變量。本文將從企業層面和地區層面選取控制變量，具體包括企業規模、企業年齡、企業盈利能力、企業資產負債率、股權集中度、政府補助和地區經濟發展狀況。

3.3 模型構建

3.3.1 數字金融發展對民營企業創新的影響

由于研發投入左斷尾分布，故采用Tobit模型進行估計：

模型（1）中，i和t分別表示企業和年份，RD為企業研發投入強度，核心解釋變量為數字金融指數（DIFI）及其分指數（DCB、DUD、DSS），CV為各控制變量，為模型隨機誤差項。

3.3.2 數字金融發展對民營企業創新影響的路徑

本文在考察數字金融對民營企業創新的影響路徑時，借鑒溫忠麟等（2005）提出的中介效應檢驗步驟[13]，構建本文中介效應模型：

模型（1）為了考察數字金融發展對民營企業創新的影響，α1代表數字金融對民營企業創新的總效應。模型（2）反映數字金融對民營企業融資約束的影響。模型（3）反映的是數字金融和融資約束兩個變量對民營企業創新的共同影響。

4 實證分析

4.1 描述性統計

表1為主要變量的描述性統計結果。投入強度變量均值為3.528，表明樣本企業技術創新水平較低，從最大最小值來看，山東省上市民營企業研發投入強度存在較大差異，同時，該變量的十分位數為0，說明10%樣本企業研發投入為零，因此研發投入強度變量為左斷尾分布。KZ指數最大最小值相差18.485，標準差為2.393，表明山東省上市民營企業的融資約束也存在較大差異。其他控制變量整體波動不大，不存在明顯的離群值。

4.2 基本回歸分析

本文利用Tobit模型檢驗了數字金融發展對民營企業創新的影響，回歸結果如表2所示。其中列（1）為不加任何控制變量，列（2）為加入控制變量，列（3）-列（5）為數字普惠金融指數的三個分維度對企業研發投入強度的影響。可以看出，數字金融與民營企業研發投入強度在1%顯著性水平下是正相關關系，表明數字金融發展水平越高的城市，該地區民營企業研發投入強度越強，即假設1成立。

本文進一步考察了數字普惠金融的三個維度分指數對民營企業創新的影響，以此作為初步的穩健性檢驗，結果如表2列（3）-列（5）所示。從結果來看，三個不同維度指數均通過1%或5%的顯著性檢驗，覆蓋廣度、數字化程度和使用深度對民營企業創新的影響系數分別為1.991、1.013和1.009，數字金融覆蓋廣度對民營企業創新的影響程度最高。

從控制變量來看，企業規模對民營企業研發投入強度的影響顯著為正；企業年齡對民營企業研發投入強度的影響在5%的顯著性水平下為-2.087，表明年輕企業更具創新活力；資產負債率對民營企業研發投入強度的影響系數為-1.659，且在10%水平下顯著，表明上一期的資產負債率越低樣本企業研發投入強度越高。

4.3 中介效應分析

本文運用中介效應模型，進一步探討融資約束在數字金融激勵民營企業創新過程中的中介作用[6]。其回歸結果如表3列（1）至列（3）所示。

表3列（1）即模型（1）的回歸結果，未加入中介變量，考察數字金融對民營企業創新的總效應。數字金融指數的系數為1.825，且通過了1%顯著性檢驗。表3列（2）為模型（2）的回歸結果，考察數字金融對民營企業融資約束的影響。數字金融在1%顯著性水平下為負，表明數字金融可以顯著的緩解民營企業的融資約束問題。表3列（3）為模型（3）的回歸結果，考察在加入中介變量前提下，數字金融對民營企業創新的直接效應，數字金融指數在1%顯著性水平下為1.776，融資約束指標在5%顯著性水平下為負。綜合表2列（1）（2）（3）回歸結果可以看出，融資約束在數字金融影響民營企業創新過程中起部分中介作用。其中，在其他因素保持不變的情況下，數字普惠金融指數每增加1個單位，企業研發投入強度會直接提升1.776個單位，同時也會使融資約束下降1.545個單位，融資約束每提高1個單位，企業研發投入強度下降0.105個單位。因此，數字普惠金融每提高1個單位會通過融資約束使得民營企業研發投入強度間接提升0.1622個單位（1.545*0.105≈0.1622），總效應提高1.825個單位，因融資約束而產生的間接效應占總效應的8.89%。說明數字金融發展對民營企業創新的激勵作用，主要是通過緩解民營企業融資約束的渠道實現的，因此假設2成立。

4.4 穩健性檢驗

文章借鑒解維敏和方紅星（2011）的做法，采用研發支出/年初總資產衡量研發投入強度（RD1）[14]作為研發投入強度的替代變量進行穩健性檢驗，回歸結果見表3列（4）。在替換了民營企業研發投入衡量方法后，數字金融的影響系數為0.957仍在1%水平下顯著且通過了穩健性檢驗。

5 結論與建議

5.1 結論

本文在剖析數字金融對民營企業創新影響的基礎上，以2016—2020年山東省170家上市民營企業為研究樣本，實證檢驗了地區數字金融發展水平對當地民營企業創新的影響程度和影響路徑。主要結論如下：

第一，數字金融發展水平越高，當地民營企業創新能力越強，但數字金融不同維度指數對民營企業創新的影響程度存在細微差異。覆蓋廣度對民營企業創新的影響程度最高，而使用深度對民營企業創新影響程度弱于覆蓋廣度和數字化支持程度的影響；企業規模越大，技術創新投入強度越高；企業年齡和企業資產負債率對民營企業創新的影響為負。

第二，數字金融可以通過緩解融資約束激勵民營企業創新。分析其原因，數字金融利用大數據、云計算機器學習等數字技術可以有效拓寬融資渠道、降低融資成本、提高融資效率，并以此緩解民營企業所面臨的融資約束，使民營企業有充裕的資金進行研發創新活動，進而激勵民營企業創新，綜合來看，融資約束帶來的間接效應在總效應中占比約為8.89%。

5.2 政策建議

第一，積極推進地區數字金融健康發展，緩解融資約束

（1）政府層面，引導地區數字金融健康發展，數字賦能傳統金融機構業務轉型。例如，政府引導創立大數據和云計算中心，夯實數字技術在金融領域的應用。（2）金融機構層面，傳統金融機構應盡快實現數字化轉型，以此促進普惠金融發展，同時在金融業務廣度、深度和數字化程度方面不斷提升。（3）金融監管層面，不斷完善數字金融監管體系。當前，法律制度不完善是數字金融監管面臨的主要問題。因此，金融監管層面應盡快完善監管體系以適應數字金融的發展，例如拓展審慎監管， “線上線下”聯合監管，提高監管效率，加強信息共享等以維護金融市場穩定，使數字金融更好地扶持實體經濟[15]。

第二，提升民營企業數字金融適應能力，加強數字金融資源配置效率

（1）加快構建民營企業財務管理制度和信息披露制度[16]，緩解民營企業在外部融資過程中的信息不對稱。（2）民營企業應合理配置數字金融資源，將利用數字金融渠道獲得的融資投入最有效率的創新項目中，充分發揮數字金融對民營企業發展中的支持作用。（3）民營企業應積極主動了解數字金融相關知識，拓寬融資渠道，利用數字金融開發技術創新項目。

參考文獻

全國工商聯經濟部. 2023中國民營企業500強調研分析報告[R].2023（9）.

Hottenrott H， Peters B. Innovative capability and financing constraints for innovation： more money， more innovation？[J]. Review of Economics and Statistics， 2012， 94（4）：1126-1142.

王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業創新[J].中國工業經濟，2019（3）：138-155.

聶秀華.數字金融促進中小企業技術創新的路徑與異質性研究[J].西部論壇，2020，30（4）：37-49.

梁榜，張建華.數字普惠金融發展能激勵創新嗎： 來自中國城市和中小企業的證據[J].當代經濟科學，2019，41（5）：74-86.

萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.

唐松，伍旭川.數字金融與企業技術創新： 結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020，36（5）：52-66.

陳亮.數字金融對企業創新的影響研究[J].商場現代化，2023（6）： 138-140.

劉柳，宋國玉，朱浩.數字金融能否緩解企業策略性創新： 基于激勵效應和調節作用的實證檢驗[J].中國商論，2023（13）：122-125.

譚博謙.新時代中國民營企業融資困境與紓困對策分析[J].中國商論，2023（17）：99-102.

傅秋子，黃益平.數字金融對農村金融需求的異質性影響： 來自中國家庭金融調查與北京大學數字普惠金融指數的證據[J].金融研究，2018（11）：68-84.

張璇，劉貝貝，汪婷，等.信貸尋租、融資約束與企業創新[J].經濟研究，2017，52（5）：161-174.

溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

解維敏，方紅星.金融發展、融資約束與企業研發投入[J].金融研究，2011（5）：171-183.

潘玲玲.數字普惠金融對中小企業創新的影響研究[D].濟南： 山東財經大學，2021.

徐雅倫.民營企業高質量發展困境及對策[J].合作經濟與科技，2023（3）：46-47.