互联网金融发展对金融错配的影响研究

张庆君，宋小艳

（天津财经大学 金融学院,天津 300222）

一、引言

随着科学技术的进步,互联网金融不断发展壮大,对传统金融行业以及整个金融市场都产生了深远的影响。我国的互联网金融的成长过程可以分成三个阶段：第一阶段是2005 年以前,这是我国互联网金融发展的萌芽期。第二阶段是2005—2011 年,这段时间是我国互联网金融的成长期,以支付宝为首的第三方支付不断成长壮大,互联网金融也由技术领域扩展到了业务领域。第三阶段是2011 年至今,它是我国互联网金融的爆发式发展期。互联网金融具有去中介化、信息有效、利基市场和可获得性四个本质的特征,并且其产品丰富多样,融资周期短,可以满足更多客户的需求,打破传统银行的垄断地位,降低金融交易成本。互联网金融的发展在某种程度上克服了中国金融深化不足以及金融抑制的制度缺陷,其未来继续发展的趋向是确定的。互联网金融成长空间的不断扩大,满足了我国金融改革和金融结构优化的需求。

资源配置效率是指稀缺资源在不一样的生产主体之间分配而产生的效益,即资源分配到效率最高的部门和企业的有效程度。随着现代经济的进步,金融资源在当前社会经济中具有举足轻重的地位,其有效合理的配置是我国经济可持续发展的重要内容和前提。然而我国金融体系中的金融错配程度较深,金融错配使得金融资源未能配置到高效率的生产部门,反而配置给了低效率的生产部门,因而使得生产率水平下降,对国家宏观经济的发展带来严重冲击。

金融资源配置的焦点便是减少资源的错配,实现金融配置的高效率,促进经济社会的正常健康运转。互联网金融以其自身开放度高、交易效率高以及运作成本低等特点,使得金融资源的流动方向、流转自由度以及共享程度都发生了改变。我们不禁要思考,互联网金融有助于缓解我国的金融错配问题吗？ 为此,本文以我国A 股上市公司的年度面板数据为样本,以期进一步研究互联网金融发展与金融错配间的关系。

二、文献综述

（一）互联网金融发展相关研究

Economides［1］认为,网络与金融发展的结合会加快金融体系内资金的流动,扩大金融市场的业务范围,优化资源配置效率。Mishkin et al.［2］认为,互联网金融可以凭借其拥有的互联网技术来降低银行和借贷者之间信息不对称的程度,让交易双方的交易信息更加透明。Sato et al.［3］认为互联网金融有可能打破银行对客户信息的垄断,为客户提供“一站式”金融服务,显著地降低成本,提升客户地位,并通过智能管理为客户提供更好的服务。Lapavitsas et al.［4］认为,互联网金融会引起技术层面的创新,且有利于减轻银行与借贷者的信息不对称问题,从而有助于银行风险管理。Freedman et al.［5］发现,借贷双方可以在P2P 借贷市场中直接进行交易,不需要通过传统金融中的中介机构,因此交易成本可以大幅降低。Mackenzie［6］认为,金融服务的支柱是支付系统,而支付服务向新业务的转变以及新支付平台的开发正在削弱现有银行的权力地位,并为客户提高其支付体验带来了多种新的可能性。皮天雷等［7］认为,与传统金融相比,互联网金融在信息处理模式上占据着很大的优势,能够更好地对信息进行筛选,并能以更低的成本解决信息不对称问题,让更多的企业能够以公平的成本获得资金。朱民武等［8］认为,互联网金融主要以其开放性、共享性、合作性和草根性的特点颠覆了传统的金融服务模式,降低了金融业务的交易成本和信息不对称程度,提高了金融资源配置效率。王馨［9］认为,与传统金融相比,互联网金融的优点在于其时空的便利性促进了交易成本的降低,创新了金融交易活动的组织形式,从技术上突破了传统金融机构的单纯线下审核与信用增进的模式,在某种程度上弥补了传统金融机构在金融资源配置过程中的不足。夏平凡［10］从P2P 网络借贷的视角出发,通过构建VAR 模型对互联网金融对资源配置的影响进行了研究,并且认为互联网金融发展能较为显著地促进资源配置的优化。李卓凝［11］认为,P2P 网络借贷丰富了投资者和借贷者的融资渠道,对一国经济的发展具有促进作用。回顾以上文献可知,互联网金融能够凭借其特有的互联网技术,减缓信息不对称的问题,加快信息处理的速度,扩大金融服务的群体,弥补传统金融模式的缺陷,提高社会经济的生产水平。

（二）金融错配相关研究

金融错配使得金融资源不能合理运用到有效的生产过程中,对经济带来负面影响。Caballero et al.［12］和Acharya et al.［13］认为,资本金不足的银行通常会向资本金不足的僵尸企业发放贷款,健康的企业会因受到这种信贷分配不当的影响而限制其发展的步伐,因此整个经济发展的步伐都会减缓。Fabiano et al.［14］认为,银行可能会通过信贷错配将资金放贷给那些僵尸企业,因此在信贷错配下,僵尸企业更有可能继续存活,而健康的企业的资金需求有可能受到影响。此外,Acemoglu et al.［15］指出,技术的使用一定要和企业所拥有的生产要素互配,同时生产要素的数目积累、结构配置都会影响到技术使用的效用。若是一个国家的资本和劳动力等要素的配置不可以满足先进技术的需求,那么先进的技术也难以产生应有的效应。Claessens et al.［16］通过对多国数据研究得出,良好的资源配置效率可以促进企业各方面的发展。Banerjee［17］通过对贫富国家相同产业的不同企业进行研究,发现了金融资源的错配使得产品或者要素在不同企业间进行配置时产生了扭曲现象,进而也导致了不同企业之间的要素生产率的不同。Dollar et al.［18］对中国工业中的资本错配的问题做了重点研究,发现中国的资本要素在不同所有制、区域间和行业间都有要素配置扭曲的现象。此外,Hsieh et al.［19］证明了中国存在严重的资源错配现象,他们利用中国、印度、美国三个国家层面的数据进行研究,认为与美国相比,印度和中国的资源错配对总体生产力的影响更大,如果中国能够达到美国的配置限度,全要素生产率可以提高25%～40%。张庆君等［20］认为,近年来我国金融体系内存在着严重的金融错配现象,已经对我国的宏观经济造成了严重的冲击。邵挺［21］认为,如果消除了金融错配的现象,把更多的金融资源配置给资本回报率更高的私营企业,我国的GDP 增长量就可以比目前提高2%～8%。曹玉书等［22］的研究表明,如果消除资源错配,中国的实际全要素生产率要比现有的水平提升很多。张庆君［23］基于我国工业企业数据库对资源错配进行了研究,认为我国工业企业确实存在较为明显的资源错配,如若能达到最优的资源配置的条件,那么我国的工业企业的总产出会显著的上升。回顾以上文献可知,金融资源错配是阻碍经济各方面发展的重要因素,并且研究发现我国是存在着显著的金融资源错配现象的,因而缓解金融资源错配成为当下我国的重要任务之一。

综上所述,现阶段已经有很多学者分别对互联网金融和金融错配展开了研究,但是问题主要集中在互联网金融对经济带来的影响以及金融错配对经济造成的影响。而对于以下三个方面的研究来说仍存在着改进空间：第一,对于互联网金融在我国的发展,多数现有研究都是从理论方面来对问题进行阐述的,很少有文献采用具体的数据来展现互联网金融在我国的发展程度。第二,虽然对于金融错配的研究已经有很多,但是基于我国A 股上市公司的具体数据而建立金融错配指数来分析金融错配程度的文献并不多。第三,现有的文献大多数都对互联网金融与中国传统金融行业的差异以及对传统金融带来的机遇和挑战等进行了研究,而关于互联网金融发展对金融错配这一具体指标的影响文献却几乎没有。

鉴于此,本文的主要工作在于：（1）收集、整理和分析2009—2015 年中国A 股上市公司的数据,并且构建互联网金融指数和金融错配指数来着重分析互联网金融发展对金融错配的影响,以及这一影响的具体表现程度。（2）将样本分为国有企业和非国有企业以及大型企业和中小型企业,分样本进一步分析不同类型的企业是否会受到互联网金融发展的不同影响。（3）对年度面板数据进行回归分析,并且将互联网金融发展指数和金融错配程度联系起来分析,得到它们之间的相关系数,再对模型进行稳定性检验,进一步得到其具体的影响程度。

三、研究假设

社会经济的发展既强调效率又注重公平,二者不可或缺。当今,金融错配对我国社会经济发展已产生严重影响。国有企业与非国有企业、大型企业与中小型企业之间都存在着金融错配。为了解决这个问题,发展普惠金融便成了新时期我国社会主义经济建设的要求。普惠金融立足于机会平等和经济可持续发展,为社会各阶层人民和企业提供更加便捷、丰富的金融服务,它将有力地支持我国实体经济的发展。

实现普惠金融最好的路径就是发展互联网金融。近几年,我国互联网金融如雨后春笋般迅猛成长。罗明雄等［24］认为,互联网金融是用互联网技术和移动通讯技术等一系列现代信息科学技术实现资金融通的一种新兴金融服务模式。王馨［9］认为,与传统金融相比,互联网金融具有低门槛、低成本的天然优势,且具有外部经济、规模经济和范围经济三重效应,能够促使金融资源流向传统金融涉及不到或不能完全涉及到的普惠金融的范畴,有利于解决信息不对称和提高金融防范风险的能力。

在我国虽然非国有企业存在抗风险能力差、抵押物不足等问题,但是和国有企业相比较,非国有企业具有更高的生产效率,能对经济社会作出更大的贡献。然而非国有企业很难获得金融资源,即便获得金融资源也需要付出比国有企业更高的代价,这就引起了经济运行低效率甚至是无效率。茹莉［25］指出,中小型企业已经成为我国经济发展的重要力量,但其资金需求期限短、频率高,再加上缺乏资产担保抵押物,风险大,对于门槛较高的传统商业银行等金融机构它们只能望而却步。互联网金融作为实现普惠金融的最好路径,它的发展会对非国有企业和中小企业的发展带来哪些影响？ 国有企业和大型企业也会受到同样的影响吗？ 本文提出以下假设：

假设1：互联网金融发展对国有企业和非国有企业金融错配的影响有显著差异,对非国有企业的影响更显著。

假设2：互联网金融发展对大型企业和中小型企业金融错配的影响无显著差异。

对于传统的经济学来说,边际效用都是呈现递减的,即在其他生产要素固定不变时,一种可变要素的不断投入在达到某个临界点的时候,边际收益是递减的。但它成立的假设条件是经济资源是稀缺的。但是网络的不断增长带来了网络价值的暴涨,收益递增的概率也随之增大。章安辰等［26］认为,互联网金融具有边际成本递减和边际效益递增的特点,同时认为互联网金融发展明显摆脱了资源稀缺性的约束。在互联网时代,数据不仅是重要的生产要素,还是重要的替代要素,它可以节约土地、资本、劳动等基本生产要素。对于互联网金融来说数据是用之不竭的,不存在资源的稀缺。由于现代信息技术的普及,互联网经济已经发展成以信息为主导的经济。互联网金融并不遵守边际效用递减的规则。网络价值与网络用户量的平方是成正比的,即人们越是使用互联网,在互联网上留下的数据信息就越多,互联网就可以通过数据分析,对产品或服务的质量和性能进行不断的改进,更准、更快地为人们提供其所需的服务,于是人们在互联网上使用或者交易的越多,给他们带来的效益就越大。互联网金融发展提高了社会经济的运行效率,减少了经济社会存在的金融错配现象,但是这又引发了一个问题,互联网金融对金融错配的影响是单方面的吗？

假设3：互联网金融发展与金融错配互为格兰杰因果关系。

四、模型设定与变量选取

（一）模型的设定

本文构建的回归模型为：

式（1）、（2）中,金融错配程度（ICOR）为被解释变量,互联网金融发展指数（IFI）为核心解释变量,互联网金融发展指数与成长性的交叉项（IFI_growth）、互联网金融发展指数的平方项（IFI2）、有息债务比（lwid）、净资产回报率（roe）、杠杆率（lev）、前十大股东持股比例（ihold）、企业员工数量（lnstaff）、人均GDP（Pgdp）、每股收益（eps）和企业规模（size）为控制变量。

（二）定义变量

1.被解释变量：金融错配程度。按照本文研究的需求和数据的可获取性,本文选用间接法来度量金融错配程度。间接法即使用别的一些相关指标来间接反映金融错配。本文采用张庆君等［20］衡量金融错配的方法,指标为ICOR,计算公式为：

ICOR=［应付利息/ （负债-应付账款）-行业平均利率］/行业平均利率 （3）

式（3）中,ICOR 越大,代表金融错配问题越严重。

2.解释变量：互联网金融发展指数。近年来,互联网金融发展极其迅猛,涉及的领域也越加广泛,同时还对传统的金融模式带来了巨大的挑战。本文以互联网金融发展指数作为核心解释变量,来探讨其对金融错配的影响。并且借鉴沈悦等［27］采用的文本挖掘法和主成分分析法来构建互联网金融指数,具体过程如下所述：

（1）本文借鉴白钦先［28］对金融功能的分类方法,确定互联网金融指数的初始词库。

（2）计算2003—2014 年每月百度发布的与上述关键词相关的新闻的次数,并且统计汇总,将每月关键词出现的频率年度化,以此作为构造互联网金融指数的根基。

（3）使用主成分分析法来合成互联网金融指数。先后通过综合因子分析、分层次因子分析法得到与分类维度相对应的指数,并将它们作为稳定性检验的备选指标。

3.控制变量。为了避免其他因素对金融错配产生影响,对有关经济变量加以控制。在已有研究的基础之上,本文选取互联网金融发展指数与成长性的交叉项、互联网金融发展指数的平方项、有息债务比、净资产回报率、杠杆率、前十大股东持股比例、企业员工数量、人均GDP、每股收益和企业规模作为控制变量。

五、实证结果与分析

（一）数据来源与基本的统计描述

本文分析的数据主要来自Wind 数据库,并且本文采用A 股上市公司的年度财务面板数据,样本期间为2009—2015 年。由于个别年份的数据存在着缺失值,因而在数据整理中本文用0 替代空缺值,并且按照一般文献的通常做法,采取Winsorize 方法对全部变量的极端值进行了处理,并剔除了金融类、ST 类和PT 类上市公司,结果得到了2 667 家公司,18 669 个样本。表1 给出了相关变量的基本统计。

表1 相关变量的基本统计

（二）主要变量的设计与描述性统计

本文所选取的一些主要变量及变量的具体描述如表2 所示。

（三）实证结果与分析

1.基准模型回归。本文选择ICOR 作为衡量金融错配程度的指标,并建立了四个模型来估计方程（1）,得到的回归结果如表3 所示。

在表3 的四个模型中,无论从哪个模型来分析,互联网金融指数对金融错配程度都呈现出显著的负向相关,它们的估计系数依次为-0.617 2、-1.164 7、-1.116 3 和-5.061 2,而且它们都在1%的显著性水平下显著,说明了互联网金融发展对金融错配程度具有显著的抑制性作用。模型1 未加控制变量,模型2 加入控制变量,而且在加入控制变量后,互联网金融指数对金融错配的影响关系和显著性仍未改变,更加验证了它们之间存在抑制性关系。考虑到互联网金融发展和企业营业收入增长率之间的相关性,同时也为了检验下两个变量的交互作用,模型3在模型2 的基础上加入了交叉项（IFI_growth）。结果显示交叉项和金融错配存在负相关的关系,但是并不显著。这表明了在互联网金融发展保持不变时,企业营业收入增长率的增加对金融错配的影响很小。模型4 在模型3 的基础上加入了平方项（IFI2）,结果发现平方项的系数显著为正,而IFI 的系数显著为负,表明互联网金融发展初期对金融错配的抑制性影响是显著的。但是由于近些年来互联网发展趋势迅猛,而我国关于互联网金融发展的相关规范和指导性措施尚比较匮乏,因此其发展带来了很多不利的影响因素,导致了金融错配的增加。研究发现：有息债务与金融错配程度具有正向相关的关系,有息债务比越高,企业未来的偿债压力就越大。同时也证明了资源未得到合理应用,金融错配程度也会增加。企业的净资产回报率与金融错配程度有负向相关关系,企业的净资产回报率越高,说明企业对其自有资本的应用效率越高且对股东资金的使用效率越高,金融错配程度就会下降。杠杆率和金融错配程度之间是正向相关的,杠杆率越高,企业要承担的风险就越大,许多企业为了证明其经营良好,就可能会盲目地提高杠杆率,因而就增加了金融错配的程度。前十大股东持股比例与金融错配程度也是正相关的,前十大股东持股比例越高,越容易引起较为严重的利益侵占问题,不能有效地规范公司治理。企业员工数量与金融错配程度呈负向相关关系,并且几乎都在1%的水平显著。

表2 主要变量的说明

表3 全样本回归结果

2.按企业所有制划分的回归结果。为了更好地了解和分析互联网金融发展对金融错配程度的影响,也为了验证假设1,将样本划分为两个子样本进行回归,其中样本1 为国有企业样本,样本2 为非国有企业样本,这样做是为了探讨在不同所有制类型的企业中互联网金融发展产生的影响是否也有所不同。通过比较子样本与全样本、子样本与子样本之间变量的估计回归系数,来判断是否存在差异性。子样本的回归结果如表4 所示。

从表4 中3 个模型的回归结果看到,互联网金融发展指数的估计系数都是负值。说明互联网金融指数与金融错配程度之间存在着负相关的关系。这点与全样本回归是相同的,但是不同的是在表4 中,非国有企业的互联网金融指数系数的绝对值普遍远远大于国有企业中系数的绝对值。而且虽然在国有企业样本分析中,互联网金融指数对金融错配有负影响,但是这种影响并不太显著,但对于非国有企业来说这种影响却是极其显著的。这两点表明国有和非国有企业受到互联网金融发展的影响有显著性差异,假设1 得到了验证。金融错配问题指的就是金融资源配置不当问题,即金融资源没有按照效率的原则分配。在中国,国有企业比私营企业更加容易得到银行的贷款,且它的资金成本一直比非国有企业要低。互联网金融能够利用大数据处理等技术来降低交易成本、提高交易数据的真实性和可靠性,并在某种程度上有利于缓解信息不对称问题,对金融错配产生抑制性的作用。这与表4 的结果是一致的,即互联网金融发展与金融错配程度是负向相关的。国有企业凭借其所有制优势和其在金融错配下能以低成本获取资金的优势就可以获取丰厚的利润,所以受到互联网金融发展的影响比较小。而对于非国有企业,高昂的要素成本加剧了企业的融资约束,所以其受到互联网金融发展的影响较大,且效果显著。

表4 不同所有制企业样本回归

与上文描述相同,即不论是国有还是非国有企业,有息债务比和杠杆率对金融错配的影响都是正的且十分显著。这与全样本分析的结果一致。而企业的净资产回报率、企业员工数量虽然对金融错配的影响与全样本一致,但是显著性较弱。前十大股东持股比例系数在国有企业中极不显著,可能是因为国家对规范国有企业股东行为提取的若干建议取得了一定的成效。

3.按企业规模大小划分的回归结果。为了验证假设2,将样本依照国家统计局2017 年修定的《统计上大中小微型企业划分办法》,将企业资产总金额大于40 000 万元的看作是大型企业,将资产总额40 000 万元以下的看作是中小型企业。本文分样本对大企业、中小企业样本分别进行回归分析,结果如表5 所示。

由表5 分析可知,互联网金融发展指数对金融错配的影响系数分别-0.226 5、-0.227 5、-1.418 2、-0.201 4、-0.178 8、-1.592 6。即无论是对大型企业还是中小型企业而言,互联网金融对金融错配都具有抑制性的影响,只不过该影响结果不太显著,假设2 得到验证。且由表5 可知：对于大型企业而言,企业规模与金融错配之间是显著正相关的；而对于小型企业而言,企业规模与金融错配是负相关的,并且这一影响并不显著。这可能是因为大型企业的规模太大,不是很容易就倒闭的,再加上我国银行规模通常与它所服务的企业规模是相匹配的,因而大型银行往往回避中小型企业,集中为大型企业服务。这就导致国内得益于银行贷款的只是大型企业,而不是中小型企业,进而会影响整体金融效率的发挥,导致金融错配上升。中小型企业规模的增大会对金融错配产生抑制性作用,但因现实情况的限制,使其规模增大是比较困难的,因而其影响也就不显著了。无论企业规模大小如何,每股收益的系数都与金融错配程度成负向相关的关系,即每股收益增加,金融错配的程度就会减少。每股收益增加,说明企业运行效率较好。中小型企业的系数绝对值大于大型企业,表明中小企业更具有发展潜力,且其发展对金融错配的影响更大。有息债务与金融错配程度具有正向相关的关系,这是因为有息债务比越高企业未来的偿债压力就会越大,证明资源未得到合理的应用,因而金融错配程度也会增加。但对大型企业的影响不显著,对中小型企业影响显著。可能是因为大型企业的规模已经达到了一定程度,即使不增加有息债务比,也能获得所需资源,可是对于中小型企业来说就不一样了,中小型企业急需得到资源来满足自身发展的需求,进而能为社会经济作出更大的贡献。其他的变量分析和企业所有制的情况几乎一致。

表5 不同企业规模样本回归

（四）稳定性检验

为了检验模型的稳定性,在原有模型的基础上,去掉原模型中的交叉项和平方项,并且替换掉部分控制变量,通过PVAR 模型进行实证检验。检验步骤如下：

1.单位根检验。需要检验各变量是否是平稳的,如果变量是非平稳的就要进行协整分析,如果变量是单整的则可以进行因果关系分析。本文需要对全部变量进行面板单位根检验,以此验证各个变量是平稳的还是非平稳的。本文选用的面板单位根检验的方法是Fisher-ADF 检验。Fisher-ADF 检验单位根的原假设为：存在单位根。如果拒绝原假设,则变量是平稳的；如果不拒绝原假设,则是不平稳的。具体结果如表6 所示。

表6 单位根检验

由表6 可知,只有IFI 存在单位根,即只有IFI 的平稳性检验不显著,未通过平稳性检验,因而IFI 为非平稳变量,其他变量不存在单位根,即是平稳的。

2.滞后阶数的判断。由表6 的结果分析可知,变量并非都是平稳的,因而在对模型参数进行估计之前必须确定其滞后的阶数。本文用AIC,BIC 和HQIC 信息准则进行测试,结果如表7 所示。

表7 滞后阶数的判断

由表7 三种信息准则的测试结果可知,最优的滞后阶数的选取应为1。因而本文确定PVAR 模型的滞后阶数为一阶。

3.格兰杰因果检验。进一步验证假设3,即检验互联网金融发展与金融错配之间是否具有格兰杰因果关系。由上文可知,变量的平稳性检验结果表明其是一阶单整的,所以用PVAR 模型进行分析的时候不会出现伪回归的问题。根据表7 的结果,采用滞后一阶来分析格兰杰因果关系,结果如表8 所示。

表8 格兰杰因果检验结果

表8 的检验结果表明,除人均GDP 和企业员工数量不是金融错配的格兰杰原因之外,其他变量都在10%的显著水平上拒绝原假设,且与金融错配互为格兰杰原因,也就是说互联网金融的发展会引起金融错配的指数的变化,金融错配的指数的变动也会影响到互联网金融的发展。

4.脉冲响应。脉冲响应函数用于具体分析各个内生变量随机扰动项一个标准差单位冲击对其他内生变量当期和未来的影响,可以明了、形象地描绘出变量间的动态交互作用。互联网金融指数、长期负债比、人均GDP、企业员工数量和杠杆率的一个标准差的冲击对金融错配程度产生的影响以及金融错配程度一个标准差的冲击下对其自身的影响如图1所示。

图1 从左到右、从上到下来分析。第一个表示金融错配的一个标准差的正向冲击,对金融错配产生正向影响,正向影响在第零期达到最大,之后缓慢下降,在第五期达到0。第二个表示企业员工数量的一个标准差的正向冲击,对金融错配会产生负向影响,负向影响在第一期时达到最大,在第二和第三期时会曲直上升,之后时期缓慢上升,在第十期到达0。第三个表示长期负债占比的一个标准差的正向冲击对金融错配产生的影响,其产生的脉冲响应的值位于0 的下方,即产生负向影响,在第一期负向影响值到达最低处,即最小值,而在随后时期里慢慢趋向于0,在第十期达到0。第四个表示杆杆率的一个标准差的正向冲击,对金融错配产生正向的影响,正向影响在第一期时达到最大,之后缓慢下降,在第十期达到0。第五个表示人均GDP 的一个标准差的正向冲击,对金融错配产生了正向的影响,并且正向影响在第一期时达到最大值,第二期的时候快速下降,第三期保持在水平状态,之后缓慢下降,一直到在第十期都还没有达到0,因而说明了人均GDP 对金融错配的影响是长期正向的。第六个表示互联网金融发展指数在受到一个标准差的正向冲击时对金融错配程度产生负向的影响,最低点的值为-1.2,且对应的是第一个时期,到第二个时期时恢复到0,之后各期几乎都平稳趋于0,这说明互联网金融发展对金融错配的影响是短暂并且是非持续的。

六、研究结论与建议

本文通过对2009—2015 年A 股上市公司年度财务面板数据进行分析,实证检验了互联网金融发展对金融错配的影响。研究表明：无论从企业所有制层面的样本数据分析还是从企业规模层面的样本数据分析,互联网金融发展都有助于缓解我国的金融错配问题,并且这一影响是短暂非连续的。此外互联网金融与金融错配之间还存在着格兰杰因果关系,互联网金融的发展会引起金融错配指数的变化。据此,本文提出以下三点建议：

图1 脉冲响应

1.合理指导互联网金融发展,健全互联网金融监管机制。近几年来,互联网金融在我国发展迅猛,并且凭借其特有的草根性以及低门槛、小品种、个性化的金融服务,弥补了传统金融服务的不足。我国的银行金融服务偏向于“二八定律”中20%的大型客户。但是互联网金融更多面向剩下的80%的中小客户。这些中小客户的资金需求在传统金融体系中往往很难得到满足。互联网金融的出现恰好可以解决中小企业的融资问题,减少由于融资难而造成的经济损失。互联网金融服务处理业务速度快、服务成本比较低,且资金供求的两方还可以通过网络平台自主鉴别信息、定价和选择交易,再加上网络平台是相对开放透明的,所以可以在一定程度上减少信息不对称的问题,降低金融错配的程度。但是互联网金融在成长过程中也带来了各类各样的风险问题,因此政府方面应该继续支持、引导互联网金融的发展,并且健全有关法律法规,确保互联网金融可以健康有效地发展,同时加快信息时代金融变革的进程。

2.加强传统金融与互联网金融合作。互联网金融发展对传统金融来说不仅仅是竞争和挑战的关系,更是一种合作的关系。传统金融可以通过加快市场利率化改革进程以及适度放松银行贷款对象的条件限制,提高服务效率,拓宽服务领域,来应对互联网金融发展带来的问题。同时,传统金融应该发扬合作精神,鼓励和支持互联网金融的发展,在合作中相互促进,相互弥补,共同为经济高质量发展作出贡献。

3.推进国有企业改革。虽然部分国有企业的生产效率没有非国有企业的高,但是一般来讲,国有引进的先进技术的能力要比非国有企业强。这主要是因为国有企业一般规模比较大,资金实力强,可以获得外部资金支持的能力更强,因而更有能力和资本进行生产投资。可也正是因为这样,国有企业和民营企业在外部融资能力上的差异,加剧了我国的金融错配程度。为了在更大程度上缓解我国的金融错配问题,我们应当加强对国有企业的改革,降低国有企业的有息债务比和杠杆率,合理地增加企业员工的数量,提高国有企业的生产效率,不断增强国有经济的活力、控制力、影响力。