数字普惠金融对科技型中小企业融资约束实证研究——以西北五省区为例

苏漫漫 苗金芳

一、研究背景

随着经济体制改革和创新驱动战略的实施，中小企业得到迅速发展，在推动创新、促进就业、改善民生、发展经济等方面发挥不可替代的作用［1］。习近平总书记在十九大报告中提出“加强对中小企业创新的支持，促进科技成果转化”，从国家战略层面对科技型中小企业进行支持，各省市也陆续出台贷款优惠政策缓解面临的融资约束。2018年召开的《促进中小企业发展工作领导小组第一次会议》指出，中小企业贡献了50%以上的财政税收，60%以上的GDP，70%以上的科技创新成果，80%以上的城镇就业岗位，是市场经济主体中最具活力的企业群体。科技型中小企业作为中小企业独特的一员，将科技技术与市场经济有效结合，已成为促进经济增长的核心发力点［2］。科技型中小企业以1%的数量占比，贡献了33%的专利发明和80%的新产品研发，其自身的优势和特征决定了在国民经济发展中的地位，成为迎来新一轮经济增长的重要力量［3］。然而，科技型中小企业因经营规模小、前期科研投入占比大、信息不对称、轻资产、高风险等特征长期存在资金缺口，面临企业自身融资能力不足、融资渠道单一、融资成本偏高、政策支持力度不够等问题［4］。

普惠金融概念是在党的十八届三中全会首次提出的，并在政府工作报告中连续三年强调普惠金融，足以体现国家对这项惠民工程的重视程度。今年《政府工作报告》提出：“今年务必做到小微企业融资更便利、综合融资成本稳中有降。”具体而言，要“延续普惠小微企业贷款延期还本付息政策，加大再贷款再贴现支持普惠金融力度……优化存款利率监管，推动实际贷款利率进一步降低，继续引导金融系统向实体经济让利。”［5］普惠金融的初衷是为那些被排除在金融体系之外的贫困地区人群及小微企业提供全方位的服务，使其有尊严地获得资金支持。然而，普惠金融面临边际成本高、效率低、覆盖不全面的问题，难以以科技型中小企业可接受的成本提供融资服务，外加银企信息不对称，金融机构无法确定企业的经营状况和偿债能力，不愿意或减少对科技型中小企业放贷，致使科技金融服务水平较低。由此可知，普惠金融难以从根本上解决中小企业融资约束的原因在于无法实现普惠金融的商业可持续性，即形成“普惠金融悖论”［5］。

相较传统普惠金融，数字普惠金融功能更全，包容性更强。首先，数字普惠金融依靠人工智能、大数据、区块链、云计算等底层数字技术，能够实现征信体系重建，使中小企业资信评级体系更具有科学性，有效缓解了信息不对称造成的资金供给与需求失衡［6］。其次，数字普惠金融收集信息和审核材料具有便捷性，能够全面了解企业的偿债能力、经营水平及盈利能力，不仅降低了审核成本，而且将资金借贷给资信水平良好的企业，实现了资金的合理配置及使用效率。最后，数字普惠金融能够有效解决传统普惠金融覆盖不全面的问题，传统普惠金融主要依靠线下分支机构提供金融服务，金融排斥现象较严重，数字普惠金融凭借自身数字优势，不受时间、地理、空间等因素的影响，随时随地向有金融需要的人群提供金融服务。

二、文献综述

目前，国内学者在“普惠金融与中小企业融资约束”领域做了充分研究，而有关数字普惠金融与科技型中小企业融资领域的相关文献较少。梳理国内外对普惠金融的研究，主要由以下四方面构成：一是阐述普惠金融的发展背景；二是研究影响普惠金融发展的因素；三是论述互联网的发展对普惠金融的促进作用；四是探究发展普惠金融的路径与意义。关于普惠金融与中小企业融资关系的主流观点如下：何宁（2018）认为，普惠金融具有包容性强、服务效率高、资金效率高、科技含量高四个特征，能够有效化解由于信息不对称造成的中小企业融资难、融资贵问题［7］。吴庆田，王倩（2020）通过构建普惠金融发展质量指数，实证分析了普惠金融的高质量发展，能够提高中小企业的融资效率［8］。李强（2020）认为，政府干预、金融机构的供需错位、数字金融能力匮乏等原因导致了中小企业融资约中的错配问题，提出应减少政府干预以提高资源配置效率，鼓励金融机构创新，提高金融服务实体能力，普及金融教育以提高全民金融素养等相关措施［9］。胡麟、刘清永（2020）认为，普惠金融在互联网技术的支持下，能够帮助中小企业缓解融资约束，银行等金融机构创新服务水平，能够满足中小企业融资需求，同时普惠金融的发展对中小企业完善管理制度、增强盈利能力具有督促作用［10］。关于数字普惠金融的发展，本文也查阅到一些相关观点：郑祖昀、黄瑞玲（2021）以中国上市公司为研究对象进行实证分析，研究表明，数字普惠金融能够显著缓解中小企业融资约束，且相较民营中小企业，数字普惠金融对国有中小企业融资约束具有更好的缓解作用，还得出相较经济发展水平低的地区，数字普惠金融对经济发展水平较高的地区具有更明显的缓解作用［11］。邓珊珊（2019）认为，数字普惠金融相较传统普惠金融的服务范围变宽，拓宽了中小企业融资渠道，提高了融资效率［12］。

三、研究设计

周泽炯、王国庆（2020）指出，数字普惠金融主要通过以下方式对科技型中小企业融资产生影响：第一，数字化增信体系。科技型企业存在经营风险高、社会声誉较低、偿债抵押物不足等现象，相较而言，金融机构更愿意将资金贷给资产负债合理，社会信誉良好的大型企业，但银行等金融机构是科技型企业获得经营资金的主要甚至唯一来源。数字普惠金融凭借前沿的数字技术和严谨的信息处理功能，另辟蹊径去解决科技型中小企业融资约束问题。一方面，以数字技术为基础的数字普惠金融和科技型中小企业期望扩大信息来源以提高信用水平的需要具有高度耦合性，可以减少科技型中小企业“硬信用”不足的压力。另一方面，数字普惠金融利用区块链技术，通过“数据-信息-信用-融资”的融资增信模式，实现数字化、可传输、防篡改的信用管理，同时通过数据追踪、过程性评估，对科技型中小企业的经营状况进行检测，有助于降低信用风险［13］。第二，第三方支付。第三方支付平台提供了富足的资金资源，有助于企业低成本、便捷地获取资金。同时第三方支付具有安全、可靠的优点，能够降低科技型中小企业融资风险。第三，线上小微融资。主要包括创新型和传统型两种，创新性数字化融资的门槛较低，为科技型中小企业和投资者个人提供了直接交易的平台，开拓了新的融资渠道，降低了筹资成本［13］。

基于以上分析，本文采用现金-现金流敏感性模型，实证研究数字普惠金融对科技型中小企业融资的影响及作用机理，考虑到数据的易得性，本文以2014-2018年西北五省在全国股份转让系统（新三板）挂牌的四类企业为研究对象：软件和信息技术服务业、计算机通信和其他电子制造业、技术推广和应用服务业务、互联网和相关服务，研究数字普惠金融对科技型中小企业融资约束影响，并剔除以下公司：（1）金融类上市公司；（2）数据存在缺失的企业；（3）*ST、ST公司，（4）资产负债率大于1的公司。其中，数字普惠金融数据来自北大数字金融研究中心（2011-2018），各公司数据来自年度财务报表。

四、实证分析

（一）模型设定

分析企业融资约束的模型主要有两个：（1）投资-现金流敏感性模型，学者研究表明，托宾Q衡量误差的存在致使投资-现金流敏感性模型无法真实反应企业融资约束程度。（2）现金-现金流敏感性模型，该模型是由Almeida（2004）提出，模型核心思想是，当企业存在融资约束，会预留一部分现金以备不时之需，即企业现金持有量和企业现金流变动能有效衡量企业融资约束程度。此外，国内学者连玉君（2008）的研究表明，现金-现金流敏感性模型能够有效衡量上市公司的融资约束。参照Almeida（2001）的研究成果，本文采用现金-现金流敏感性模型作为基准模型［4］：

为了考察数字普惠金融对科技型中小企业的融资约束，借鉴Khurana et al.（2006）的模型构造，将企业现金流与数字普惠金融发展指数的交互项添加到基本模型中，得到本文的扩展模型为：

其中△Cash为企业现金持有量的变动；DIFI为数字普惠金融发展指数；CF为企业现金流；Grow为企业成长性；Size为企业规模；△NWC为企业净营运资本变动；△SD为企业短期负债变动；Expend为企业资本支出，εi，t为误差项，i为企业标识，t为时间。假如β7显著为负，表明数字普惠金融能有效降低现金-现金流敏感性，缓解科技型中小企业的融资约束。

（二）指标选取说明

1.被解释变量

本文选取企业现金持有量的变动（△Cash）为被解释变量，根据前文对模型的解释可知，现金持有量变动越大，说明企业面临的融资约束越大，现金持有量的变动能较好地衡量企业面临的融资约束。

2.核心解释变量

参照Almeida（2001）的研究，采用企业现金流（CF）和数字普惠金融指数（DIFI）为本文的核心解释变量。

3.控制变量

企业成长性（Grow）、企业规模（Size）、企业净营运资本变动（△NWC）、企业短期负债变动（△SD）、企业资本支出（Expend）能够对企业的现金流变动产生影响，选取以上指标为本文的控制变量进行实证研究。本文的指标选取汇总如表1所示：

表1 指标选取说明表

（三）数据处理

1.描述性统计

对变量进行描述性统计，结果如表2所示：

表2 变量描述性统计表

企业现金持有变动量（△Cash）的均值为0.0210311，表明科技型中小企业普遍持有现金。企业现金流（CF）的最大值为0.443252，即经营性现金流占期末总资产的比重为44.33%，最小值为负数，说明不同科技型中小企业经营状况差别较大。

2.变量相关性分析

对变量进行相关性检验，各变量相关系数如表3所示：

表3 变量相关系数表

由表3可得，变量之间的相关系数绝对值均在0.6984以下，一般认为相关系数绝对值大于0.8，则认为两个变量之间存在严重的多重共线性，需要重新修正计量模型；如果相关系数绝对值小于0.8，则认为模型无需修正，0.6984＜0.8，因此，本文各解释变量之间不存在多重共线性。

3.F检验和Hausman检验

对样本数据进行F检验和Hausman检验，确定回归模型类型。F检验和Hausman检验结果如表4所示：

表4 F检验和Hausman检验结果

对数据进行F检验得t统计量为121.42，P值为0.0019，p值显著小于0.05，故拒绝采用混合效应模型的原假设。为进一步确定采用固定效应模型还是随机效应模型，进行豪斯曼检验。Hausman检验得t统计量为126.48，P值为0.0000，故强烈拒绝原假设，采用固定效应模型进行回归。

4.回归结果分析

本文使用STATA15.0进行回归分析，运用虚拟变量最小二乘法（LSDV）对拓展模型进行估计，回归结果如表5所示：

表5 固定效应模型回归结果

由表5可知，以within代表的R2=0.7004，说明模型具有较好的拟合效果，P=0.0019，表明模型在整体上具有较好的显著性。在扩展模型中，企业现金流（CF）的系数为0.7119872，在10%的显著性水平上为正，说明企业留存现金（CF）越大，企业现金持有量变动（△Cash）越大，企业面临的融资约束就越大，说明科技型中小企业存在显著的现金-现金流敏感性。企业现金流（CF）和数字普惠金融发展指数（DIFI）的交互项系数在5%的显著性水平上为负，说明数字普惠金融发展水平（DIFI）越高，企业面临的融资约束越小，进而表明数字普惠金融能有效降低科技型中小企业融资约束。另外，企业成长性（Size）的系数为负数，说明企业经营规模越大，现金持有量变动（△Cash）就越小，企业面临的融资约束越小。短期负债变动（△SD）、净营运资本支出（△NWC）、资本支出（Expend）的回归系数为负，说明企业短期负债变动（△SD）增大，净营运资本支出（△NWC）增大，或资本支出（Expend）增大，科技型中小企业面临的融资约束就会减小。

5.稳健性检验

为了验证数字普惠金融能够缓解科技型中小企业融资约束这一假设，本文将扩展模型中CF与DIFI的交互项CF×DIFI分别改为CF×Coverage（Model1）、CF×Depth（Model2）、CF×Digitization（Model3），即将交互项内容中的数字普惠金融指数（DIFI）改为数字普惠金融指数的三个子维度：数字金融覆盖广度（Coverage）、数字金融使用深度（Depth）以及普惠金融数字化程度（Digitization），稳健性检验回归结果如表6所示：

由表6可知，更改了交互项之后的企业现金流（CF）系数依然为正，交互项系数依然为负，说明数字普惠金融的覆盖度（Coverage）越广、使用度（Depth）越深、数字化程度（Digitization）越高，对科技型中小企业融资约束的缓解作用越显著。本文认为，数字普惠金融的广覆盖度、深使用度及高数字化程度降低了科技型中小企业的内外部融资成本及信息不对称，有效缓解了面临的融资约束，这一结论与扩展模型实证分析得出的结论保持一致。

表6 稳健性检验结果

五、结论与启示

（一）结论

本文通过对西北五省在新三板上市的科技型中小企业进行实证研究，得出数字普惠金融能够缓解科技型中小企业融资约束这一结论。研究还发现，数字普惠金融深度、广度、数字化程度均能够有效缓解科技型中小企业融资约束，为实施相关措施提供了理论支持。

（二）启示

1.加强科技型中小企业自身建设

信息不完善及财务不规范是科技型企业面临融资约束的重要因素，企业应加强信用建设，完善信用体系，严格规范财务制度，及时披露经营信息，积极提高信用评级，有效地获得融资服务。同时，科技型企业要提高创新能力，增强产品竞争力，这是企业赖以生存和发展的关键要素。科技型企业只有核心攻坚力量足够强大，才能在科技创新驱动的大时代里脱颖而出。

2.完善数字普惠金融体系

首先，完善数字普惠金融的监管制度，实现线上和线下同时监管，构建完整的数字普惠金融体系。其次，运用数字技术提升信息的安全性，实现加密传输、防篡改，严格监控数字技术在信息领域应用时可能发生的数字欺诈、信息泄露，及时消除信息泄露的隐患。最后，政府加大对互联网、大数据等的资金投入，以使科技型企业的信息收集更快捷、完整，搭建资源共享平台，提高投融资效率。

3.加强数字信息普及，培养金融素养

目前个体及企业对普惠金融的认识还停留在传统普惠金融的层面上，对于数字普惠金融的概念、运营模式、监管体系都不甚了解，阻碍了数字普惠金融发挥服务实体、缓解企业融资约束的功能。银行等金融机构应在网络银行、手机app客户终端及柜台，充分普及数字普惠金融的理念，培养全民数字金融素养，促进数字信息与金融的融合发展。

4.鼓励数字普惠金融全方位发展

首先，扩大普惠金融的覆盖面，尽可能将所有有合理资金需求的企业和个人全都涵盖在金融服务内；其次，延伸数字普惠金融发展的深度，杜绝敷于表面的理论研究，实际发展内容应根植于现实问题所需；最后，加深普惠金融数字化程度，将数字技术与普惠金融有效结合，严谨、高效地服务于经济实体。◆