数字普惠金融、融资约束与中小上市公司成长性

马广奇，陈雪蒙

(陕西科技大学 经济与管理学院，西安 710021)

引 言

数字普惠金融，是指通过互联网技术，充分发挥信息系统在金融领域的信息处理、数据通讯、大数据分析、云计算等一系列作用[1]，优化信息资源配置，有效降低交易成本，扩大金融服务对象，提升金融服务的范围和质效，通过数字金融共享、便捷、安全、低成本、低门槛的优势，运用大数据、云计算、人工智能的技术，构建起基于数据的风险控制体系，提高金融风险控制能力。数字普惠金融很好地诠释了金融科技的初衷和目标，是让长期被现代金融服务业排斥的人群享受正规金融服务的一种数字化途径。近年来，随着5G等信息技术的突飞猛进，数字普惠金融在普惠金融领域中的地位和作用越发重要。从服务对象看，中小企业与低收入者是普惠金融最关注的群体，在传统的金融体系下，即便我国已经致力于大力推进普惠金融的发展，但由于中小企业与低收入人群信用数据缺失，抵押资产不足，商业银行无法对其进行评估，而金融科技发展带来的数字技术能够有效起到对该群体的数据进行收集、整合以及处理的作用，提高商业银行甄别风险、控制风险的能力，扩大普惠金融的服务面，使商业银行得以在风险可控的前提下尽量对中小企业以及低收入群体提供更多的帮助。

2020年1月7日，国务院金融稳定发展委员会在第十四次会议中指出，中小企业是我国最具活力的微观经济群体，作为国民经济的重要组成部分，在促进增长、稳定就业、激活创新等方面发挥着不可替代的作用。但由于中小企业经营稳定性较差、抗风险能力较弱，在经济下行压力较大的环境下，中小企业融资难、融资贵的困境始终存在，其获得的金融支持与经济贡献重要性尚不匹配。工信部2018统计数据反映，我国部分中小型企业的融资需求长期得不到满足，这个比例在中型企业约占33%、小型企业中约占38.8%、微型企业中约占40.7%[2]。同时众多大型公司也是由中小公司逐渐成长起来的，成长性作为衡量上市企业经营业绩与发展前景的基本指标，是中小板市场成功的关键之所在，是中小板上市公司应该具备的基本特征，是投资者对中小板上市公司做出投资决策的依据。成长性对于中小板市场来说比单纯的绩效好坏更加重要，它不仅包括业绩的好坏、规模的扩张、公司内在素质的提升，还是一个动态的变化过程，是对企业未来的预期。由此可见，对中小上市公司成长性的研究具有重要的理论价值和实践意义。

一、文献回顾

美国经济学家Robert GiIbra(1936)最早提出了关于中小企业成长性问题，他认为，中小企业成长性是指中小企业为实现规模增长与效益提高、获得企业价值持续增长的能力，在持续经营中，不断优化企业内外资源配置的过程[3]。此后，中小企业成长性影响因素引发了国内外学者的广泛研究。如James、Gerry(2006)认为中小企业成长性受公司治理影响较大[4]，张祥建、裴峰等(2006)通过构建回归模型，对上市公司核心能力与盈利性和成长性之间的内在关系进行了研究，发现上市公司成长性与财务状况、经营能力和治理结构的正相关关系均比较显著[5]，黎东升、郑芳芳(2011)通过对2007年上市的中小企业三年的成长性情况，及其影响成长性因素的相关性分析，发现除了赢利发展能力、竞争力对中小企业的成长型产生影响外，企业的资本结构也是影响企业成长的重要因素之一[6]。

鉴于金融市场中存在融资摩擦，融资约束对企业行为的影响逐渐开始被学者关注。很多研究者认为，由于企业和外部资金的潜在供给者之间存在信息不对称等因素，企业融资始终受到外部融资市场上存在逆向选择和道德风险等问题的约束。企业的成长最终受融资约束影响，其融资约束可能受企业面临的投资机会、临时对于流动资金需求等不同因素而增加[7]。融资约束是制约公司发展的重要因素，Eisenhardt(1990)提出在企业成长理论中中小企业最基础的资源就是金融资源，而融资能力在很大程度上影响中小企业成长[8]。Rajin和Zingales(1998)以及Claessens和Laeven(2003)基于跨国数据研究发现，金融发展能促进企业外部融资成本的降低，从而激发企业更大的成长潜力[9-10]。基于中国企业普遍受到融资约束的现实情况，国内学者已从不同角度研究了企业融资约束对企业行为的影响，如王斌等(2011)通过中国地区金融发展对融资约束和企业R&D投入的影响研究发现，R&D投入较高的企业拥有更快的发展速度，尤其在科技金融发展水平较好的地区更加显著[11]。魏志华等(2014)对金融生态环境和企业融资约束的影响及其作用机制进行了研究，其结论表明，企业融资约束可以被良好的金融生态环境缓解，同时，政府治理、经济基础、金融发展以及制度文化等四个构成金融环境的要素都对企业融资约束发挥了积极影响[12]。李洁等(2016)以中国制造业为研究对象，对企业成长动态受融资约束程度的影响作用进行了考察，得出融资约束问题仍然约束着中国制造业上市公司，同时我国制造业上市企业的成长动态受企业融资约束程度影响这一结论[13]。

近年来，信息技术、大数据技术和云计算等创新技术飞速发展，依赖这些技术发展的互联网金融，为降低金融交易成本，拓展金融的服务范围和触达能力提供了巨大的发展空间[14]。北京大学数字金融研究中心于2016年7月首次发布了《北京大学数字普惠金融指数(2011—2015)》报告，并且于2019年4月底再次发布2011—2018数字普惠金融指数的相关数据，此次报告编制了全国内地31个省(直辖市、自治区)、337个地级以上城市(地区、自治州、盟等，简称“城市”)、约2 800个县(县级市、旗、市辖区等，简称“县域”)三个层级的数字普惠金融指数，更加全面、完整地对中国数字普惠金融指数进行了构建与阐释。数字普惠金融的概念在我国提出及发展时间较短，对上市公司成长的研究也比较少。宋晓玲(2017)基于我国31个省份2011—2015年数据，构建了平衡面板模型，通过实证分析的方法对数字普惠金融对城乡收入差距的影响进行了研究[15]。郝云平等(2018)在柯布-道格拉斯生产函数模型作为理论框架下，结合空间自回归模型(SAR)研究数字普惠金融对经济增长的贡献以及影响路径[16]。谢绚丽等(2018)用北京大学数字普惠金融指数省一级数据与相应地区创业活跃度的新增企业注册信息进行匹配，对推广企业创业和数字金融的发展之间的关系进行了研究[17]。李斌等(2006)、张涛(2017)等分别从我国各地区金融发展以及供应链金融等角度研究了金融市场对企业成长的影响[18-19]。

目前学者的研究主要集中在中小上市公司成长性的评估[20-21]以及中小上市公司成长性的影响因素[22-24]两方面。那么，数字普惠金融的发展是否能够缓解融资约束，以及是否能够直接促进中小上市公司业绩改善和成长性的提高，融资约束在数字普惠金融和中小上市公司成长性之间发挥什么样的作用，三者之间是怎样的关系？本文在以往学者研究基础上，结合中国实际情况，对数字普惠金融的经济后果进行更深一步研究，探讨数字普惠金融对中小上市公司成长性的影响，并进一步解析数字普惠金融、融资约束与中小上市公司成长性三者之间的关系。

二、研究假设

企业能否获得充足的资金维持运营，取决于其自身融资能力以及外部金融环境的有效性。然而，现实中金融市场由于存在信息不对称现象，导致信息成本和交易成本的产生，银行与企业的资金配置出现扭曲，我国的金融机构高度集中，经济中的摩擦和非市场因素较多，这是导致企业的融资难的根本原因[25]。由于中小上市公司的规模较小、风险较高、资金缺口大，公司内部与外部投资者之间的信息不对称程度更大，受到的融资约束更高[24]。因此，提高信息的透明度，并在此基础上降低交易成本等措施能缓解中小上市公司融资难的问题。金融市场的重要功能之一就是承担借款人和贷款人间信息匹配者的角色，借贷过程的关键在于对风险和信用的把控。在传统的金融发展理论中，金融结构决定了传统金融发展，我国的金融体系结构主要以银行为主，各银行间的相互竞争使企业面临的融资约束下降，从而推动了普惠金融的发展。金融科技的出现，为解决传统金融业态中信息不对称等问题提供了新的路径，传统金融业的功能随之发生变化，有效地提升了金融服务质量。数字金融依托大数据实现不同主体间信息的快速匹配，利用其在场景、服务等方面具有的独特优势，能够对传统金融服务存在的短板进行有效补足，不仅降低了金融服务的门槛和成本，还能够将触角延伸至尾部群体，从而为更多金融主体提供更为高效便捷的服务。基于以上分析，数字金融扩大了资金来源，减轻了信贷扭曲程度，推进了金融资源的合理配置，为缓解企业融资约束提供了可能。因此，本文提出假设1。

H1：融资约束存在于中小上市公司，且数字普惠金融的发展可以缓解其融资约束程度

中小企业是我国经济的重要组成部分，其成长对国民经济发展有着重要意义。而企业成长与资金支持息息相关，因此企业成长与其融资状况存在内在联系。鉴于传统金融机构在中小企业金融服务中面临的诸多弊端，金融科技充分利用人工智能、大数据、区块链、云计算以及生物识别等先进科技手段，抓取不同行业、企业和个人行为的数据，有效整合数据，建立可靠的第三方征信体系，银企之间信息不对称状况得到有效缓解，为投资者揭开了信息迷雾，为其作出企业投融资决策提供信息基础，从而使优质企业能够获得生产经营活动所需资金，最终推动企业发展中金融科技的应用，为中小企业金融服务问题的解决提供了新的视野。站在供给角度，金融科技的发展有效降低了数字普惠金融在供给端的准入壁垒，进而拓宽了资金来源，增加了融资数量，同时中小企业在资金需求获得满足时将能获得更好的发展。因此，本文提出假设2。

H2：数字普惠金融的发展可以有效缓解中小企业融资约束，进而促进企业成长，即融资约束会产生显著中介效应

三、研究设计

(一)样本选择及数据来源

本文实证分析所用的数据包括中小上市公司财务数据和数字金融数据。其中，上市公司财务数据来源于国泰安数据库，数字金融数据来源于北京大学数字金融研究中心发布数字普惠金融指数。本文选取2012—2018年中小板上市公司为样本，同时为了避免无意义数据干扰，进行如下处理：(1)去除ST类上市公司；(2)去除金融类上市公司；(3)去除相关财务数据缺失的企业。此外，为了减少离群值影响，对样本主要连续变量1%以下和99%以上的数据进行了Winsorize处理，最终构造了887个样本上市公司，4 277个观测值的面板数据。

(二)变量设计

1.数字普惠金融指数

北京大学互联网金融研究中心与蚂蚁金服联合，以现有文献关于普惠金融指标建立方式为标准，围绕覆盖广度、使用深度和数字支持服务程度三个主要方面，选取33个指标构建了可以反映中国实际情况的“普惠金融指数( 2011—2018) ”。截至 2019 年 4 月，该指数覆盖了全国31个省份、337个地级以上城市，为数字普惠金融领域的研究提供了可靠的数据支撑，从数据指标所展现的情况来看，中国的数字普惠金融业务实现了飞速发展。本文选取2012—2018年城市级数字普惠金融指数作为实证模型中的主要解释变量。为进一步研究企业融资发展主要受数字金融的何种维度影响，本文还采用了数字普惠金融覆盖广度、使用深度以及数字支持服务程度三个细分维度的指标。其中，覆盖广度主要根据电子账户数的覆盖率体现。数字金融突破了空间与时间的限制，大多数金融服务是通过电子账户来提供的，因此覆盖广度一定程度上体现了地区数字金融基础设施的覆盖程度。使用深度偏向于对数字金融的实际服务状况进行衡量，主要基于支付、货币基金、信贷、保险、投资、信用等互联网金融服务业务的实际使用情况来建立相应指标，可以反映地区的数字金融业务水平。数字支持服务程度主要通过移动化、实惠化、信用化和便利化等指数体现。数字支持服务程度越高，企业获得金融服务的成本越低、效率越高。

2.融资约束

本文借鉴周世民等(2013)使用的融资约束指标[26]，即现金流，用本期经营活动现金流量净额/本期总资产表示，为区别于现金-现金流中CF变量，将其做对数化处理后作为代理变量。主要是基于以下几点原因：(1)作为融资约束的衡量指标，现金流已被众多学者采纳，是一个相对成熟的应用指标；(2)现金流能直接影响上市公司的经营活动，使用现金流衡量企业融资约束能够很好地反映上市公司经营中受到的融资约束；(3)上市公司在面临融资约束时，会基于“融资顺序理论”优先选择成本最小的内部融资解决资金短缺问题。因此，作为上市公司内部融资的重要来源，现金流可以第一时间反映中小上市公司是否受到融资约束。

3.中小上市公司成长性

许多学者从中小上市公司营运能力、增长速度、公司规模等方面对中小上市公司成长性指标进行评价，本文主要研究中小上市公司利润增长与数字普惠金融发展之间的关系。中小上市公司主营业务收入规模扩张和市场拓展情况由主营业务增长率反映，公司拓展速度越快，市场占有率越高，公司成长性越高。因此，选择中小上市公司当年与前一年主营业务收入增长率的平均值来表示成长性作为中小上市公司成长性的计算方法。

此外，我们在参考前人研究基础上选择本研究所需控制变量，控制变量及其他相关变量的具体说明详见表1。

表1 本文回归分析所需变量及相关说明

(三)模型构建

1.中小上市公司融资约束模型

近二十年以来，国内外学者大多使用现金—现金流模型和投资—现金流模型对融资约束进行研究，主要考察上市公司融资约束对其模型敏感度之间的关系。然而，Kaplan and Zingales(1997)的研究结果证明，公司面临的融资约束情况并不能由投资—现金流敏感度反映[27]。基于此，Heitor、Murillo and Michael从现金—现金流敏感度这一角度，对研究融资约束问题进行研究，并得出了存在融资约束的公司，其现金对现金流正向敏感，反之则不敏感的结论[28]。国内学者李金(2006)等使用现金—现金流模型，以国内上市公司为样本进行研究，发现企业融资约束可以用现金—现金流模型进行检验[29]。参考学者研究成果[24][30]基础上，结合本文的研究特点，建立如下模型用于检验本文的假设1：

ΔCASHi,j=α0+α1CFi,j+α2CFi,j*DFIi,j+α3DFIi,j+α4Qi,j+α5SIZEi,j+α6CEi,j+α7ΔNWCi,j+α8ΔSDi,j+α9LEVi,j+ηi+ζi,j

(1)

其中，ΔCASHi,j表示中小上市公司当期现金及现金等价物的变动；CFi,j表示公司当期的现金流；DFIi,j表示各地区数字普惠金融发展水平；CFi,j*DFIi,j表示各地区数字普惠金融发展水平与公司当期的现金流的交乘项，用以考察数字普惠金融发展对融资约束的影响；ηi为公司个体效应。若模型(1)中系数α1>0,α2<0且均显著，则假设1成立。

2.中小上市公司成长性模型

为了检验数字普惠金融发展与中小上市公司成长性之间的关系，本文借鉴Rajan and Zingalse(1998)研究金融发展与企业成长性之间关系的方法及其所构建的模型[14]，进一步地借鉴温忠麟等(2004)建立的中介效应检验方法[31]，用以检测融资约束在其中的桥梁作用。结合本文研究特点，建立如下模型用于检验本文的假设2：

GROi,j=β1DFIi,j+β2Qi,j+T1+T2+T3+ΣYEAR+ΣIND+ε1

(2-1)

CFIi,j=γ1DFIi,j+γ2Qi,j+T1+T2+T3+ΣYEAR+ΣIND+ε2

(2-2)

GROi,j=μ0+μ1DFIi,j+μ2CFIi,j+μ3Qi,j+T1+T2+T3+ΣYEAR+ΣIND+ε2

(2-3)

其中，GROi,j代表中小上市公司成长性，CFIi,j表示公司受到的融资约束，ΣYEAR代表年度效应；ΣIND代表行业效应。采用多元回归模型进行检验，由于主要研究数字普惠金融是如何从财务层面影响中小上市公司成长性，为保证模型的科学性，分别从公司的经营能力、盈利能力、偿债能力三个层面选取对应指标作为控制变量。若模型(2-1)、(2-2)、(2-3)中系数β1>0,γ1，μ2>0，且均显著，则假设2成立。

四、实证分析

(一)描述性统计

主要研究变量的描述性统计结果见表2所示。由表2可知，我国各地区数字普惠金融发展水平存在较大的差异，用来反映数字普惠金融发展水平的指标均值为8.91，最小值为5.40，最大值达到12.04。

表2 主要变量的描述性统计结果

(二)实证结果分析

1.假设1回归结果分析

基于Stata数据分析软件，分别采用随机效应和固定效应进行估计，模型结果如表3所示。

由Hausman检验结果可知，本文的模型更适合运用固定效应法。在表3中，CF的系数为1.15，在0.01%的水平下显著为正，这表明中小上市公司具有明显的现金-现金流敏感性，即存在融资约束，故假设1得到了验证。其主要原因在于：一方面数字普惠金融的发展迎合了群体需求，降低了公司融资门槛，拓宽了公司融资渠道；另一方面，数字普惠金融利用信息处理技术，增强了投资者的信息处理能力，降低了上市公司融资时的信息不对称程度，提高了贷款的可得性。现金流与数字普惠金融指标的交互项，即CF*DFI的系数为-0.71，在1%的水平下显著为负，这表明随着数字普惠金融发展水平的提高，中小上市公司的融资约束得到了缓解，这一结果也为假设1提供了支持。

表3 中小上市公司融资约束模型结果

2.假设2回归结果分析

运用模型(2)对假设2检验的结果如表4所示。

表4 中小上市公司成长性模型结果

依照中介效应的检验程序，第一步，检验数字普惠金融与中小上市公司成长性之间的关系。模型(2-1)中解释变量DFI的回归系数为3.237，在1%的水平上显著为正，这表明中小上市公司成长性与数字普惠金融发展存在显著正相关关系。第二步，加入融资约束变量对模型(2-2)进行检验。检验结果显示，估计系数在5%的显著水平上，数字普惠金融能够缓解中小上市公司所受到的融资约束。同时，在之前假设1的检验结果中也可以为这一结论提供数据支撑。第三步，检验融资约束是否在数字普惠金融促进中小上市公司成长性这一过程中起到了中介作用。从模型(2)的检验结果来看，均在1%或5%的统计水平上显著，这表明融资约束产生了明显的中介效应，且由模型(2-3)中解释变量DFI的估计系数结果可以看出，融资约束在其中起到了部分中介作用，进一步呀说明融资约束是数字普惠金融促进中小上市公司成长的渠道。

数字普惠金融指标体系依照综合性、均衡性、可比性、连续性和可行性等原则，从互联网金融服务的覆盖广度、使用深度、数字支持服务三个维度来构建指标体系，共包含24个指标，从而更客观、全面地反映数字普惠金融实际发展情况。覆盖广度主要通过账户覆盖率来体现；使用深度包含了支付、信贷、保险、投资、征信等多项业务；数字支持服务程度体现了互联网金融服务的成本和便利性。为了进一步确定数字普惠金融影响中小上市公司成长性的路径，本文对数字普惠金融三个维度的影响分别作了分析，检验结果如表5所示。

表5 数字普惠金融三个不同维度影响的回归结果

对比表4中第(1)(3)(5)列变量COV、USA、DIG的估计系数，可以看出在数字金融的不同维度中，均对中小上市企业成长性产生了显著的促进作用，这是由于普惠金融指标体系在构建时是基于普惠金融内涵、特征的综合概括，其每一个维度都是反映普惠金融这一总体的一个视角。第(2)(4)(6)列回归系数表明，数字金融通过覆盖广度、使用深度、数字支持程度三个渠道均可以发挥缓解中小上市公司融资约束的作用，这一结论也为假设2提供了进一步的支持。

五、稳健性检验

上文从不同维度证明了数字普惠金融对中小上市公司成长性具有激励效应。为确保结论的可靠性，本文更换核心变量的衡量方式进行稳健型检验：(1)关于现金持有及现金流的度量。借鉴现有文献，将公司货币资金与总资产和货币资金的差值的比值作为公司现金持有的代理变量，进一步检验数字普惠金融发展对中小上市公司融资约束的影响。(2)关于成长性的度量。公司当前的发展能力决定了企业的成长能力，同时也是企业成长性的根本，本文从中小上市公司目前的发展状况出发，对公司成长性进行测度，公司的获利能力以及公司股东权益的增长能力能够通过净利润增长率和净资产增长率动态地反映。因此，在稳健性分析部分，将采用净利润增长率和净资产增长率作为中小上市公司成长性的代理变量进行检验。稳健性检验结果如表6、表7所示。检验结果表明，在替换了公司现金持有、现金流及公司成长性变量后，数字普惠金融对中小上市公司融资约束的缓解作用依然存在，且融资约束在数字普惠金融促进中小上市公司成长性的过程中发挥着部分中介效应，进一步地从各个维度均对中小上市公司成长性产生了显著的促进作用。以上证明了本文结论的可靠性。

表6 稳健性检验(1)

表7 稳健性检验(2)

结 论

本文以中国A股中小板上市公司为样本，利用现金—现金流模型讨论了数字普惠金融对中小上市公司融资约束的缓解作用，再次运用面板模型进行实证研究，检验数字普惠金融能否促进中小上市公司成长，并按照中介效用检验程序检验融资约束的中介效应。研究发现，数字普惠金融对中小上市公司存在的融资约束存在显著的反向调节作用以及对其成长起到显著正向作用。探究其作用机制发现，融资约束在促进中小上市公司成长的过程中发挥了部分中介效应。最后，本文对研究结论进行了稳健性检验，对现金持有、现金流以及成长性变量等度量方式进行了替换。检验结果显示结论依然成立，不会受到变量选取的影响。

尽管中小上市公司如今已成为我国经济中的重要组成部分，发挥着重要的积极作用，但发展过程中会受到多种因素限制，“资金问题”依旧是限制其发展的首要问题。而数字普惠金融显然能够有效打破银行对中小上市公司的融资限制，在公司成长过程中发挥积极作用。