数字金融是否推动了企业去杠杆

谢周亮 周素华

【关键词】 数字金融; 数字普惠金融指数; 企业异质性; 企业创新; 企业杠杆率

【中图分类号】 F275;F276.5  【文献标识码】 A  【文章编号】 1004-5937（2021）23-0023-07

一、引言

习总书记在民营企业座谈会上的讲话指出，民营经济具有“五六七八九”的特征，民营经济是推动经济发展的重要力量，是推进供给侧改革的重要主体，必须毫不动摇地鼓励和支持民营企业的发展。金融危机以来，我国企业杠杆率连续增长，为解决杠杆率过高的问题，供给侧结构性改革要求积极稳妥地推进去杠杆，降低负债率，防范金融风险。在严格的去杠杆政策下，我国国有企业杠杆率出现了明显下降，但民营企业的杠杆率却出现明显上升。2011—2018年我国制造业中民营企业的杠杆率变化趋势（见图1），表明我国民营企业杠杆率水平呈上升趋势，尤其2016年以来，杠杆率上升更加明显。在经济新常态的背景下，高杠杆仍是需要关注的重点之一，企业杠杆率的攀升容易引发债务危机，造成金融市场的动荡。民营企业作为经济的主力军，优化民企融资结构，防范债务风险的发生是其面临的重要问题。

在新一轮技术革命的推动下，中国的数字经济（尤其是数字金融）持续扩张，根据《中国数字经济发展白皮书》，2019年数字经济对我国GDP增长的贡献率为67.7%，成为经济增长的关键驱动力量。以应用云计算、物联网、大数据和人工智能等为特征的数字金融快速发展，缓解了金融市场中的信息不对称，改善了金融市场的效率。在数字技术的驱动下，物联网、人工智能等技术与制造业深度融合，推动制造业企业加速向数字化、网络化和智能化方向转型。

数字金融借助科技手段，突破了传统金融的“二八定律”，对企业生产经营活动产生了重大影响，融资约束的缓解和融资渠道的改善等对企业杠杆率产生了某种程度的优化。通过数据观察可知，在2011—2018年间，我国数字金融快速发展，而民营企业杠杆率呈逐步上升趋势，因此数字金融能否影响民营企业的杠杆率、能否防范企业债务风险的发生、民营企业自身的异质性特征能否对这种影响产生调节作用等一系列问题值得大家深思和探讨。在数字经济快速发展的大趋势下，这些问题的解决有利于将宏观金融市场与微观企业相联系，对政府应该营造什么样的金融市场环境来促进民营企业健康发展具有指导作用。

二、文献综述

数字金融一般指传统的金融机构和互联网公司利用数字技术驱动创新开展的一些新型金融业务，比如融资、支付等业务模式[ 1 ]。它和互联網金融、金融科技的概念相似。Gomber等[ 2 ]认为数字金融包含大量新的金融产品、金融业务、金融相关软件和金融服务提供商。数字金融能够增加长尾群体获得资金的机会，降低金融中介的服务成本，提供用于个人以及企业的各种金融产品和服务设施，增加个人和企业的福利[ 3 ]，在减缓宏观经济冲击对家庭和中小企业的影响方面发挥着重要作用[ 4 ]。数字金融在具体衡量指标体系方面比较缺乏，国内有关数字金融的研究多从互联网和银行等角度出发，没有全面地呈现出数字金融的作用。为弥补指标的缺失，北京大学数字研究中心构建了一套全面概括中国现阶段数字金融现状的指标——2011—2018年数字普惠金融指数[ 5 ]。

数字金融的发展推动了我国经济结构转型和高质量发展，优化了资源配置。基于第一期和第二期数字普惠金融指数，已有许多学者从宏观层面研究了数字金融对经济的影响，比如促进创业[ 6 ]、提升全要素生产率[ 7 ]、促进居民消费[ 8 ]、缓解区域发展不平衡和实现包容性增长[ 9 ]等。信息不对称使得企业债务融资增加，在融资过程中付出更高的交易成本，导致高杠杆水平[ 10 ]。数字金融能够弥补传统金融中的“属性错配”“领域错配”和“阶段错配”等问题，将市场中的金融资源转化为有效供给[ 11 ]，促进融资工具多样化，促使金融机构提供高质量、低成本的金融服务[ 12 ]，降低企业的融资成本[ 13-14 ]，一定程度上减少债务风险的发生。微观层面，对企业的研究主要集中在企业融资约束和创新方面，数字金融会缓解企业融资约束，且对民营企业、中小企业和高新技术企业的影响更强[ 15 ]。同时，数字金融能够减少市场中的逆向选择和道德风险[ 16 ]，对企业技术创新产生“结构性”驱动效果，通过改善金融结构和提高信息披露质量进而提升企业价值[ 17 ]。企业杠杆率作为企业发展的重要环节，与金融系统性风险密切相关，适度的杠杆率有利于营造稳定的企业环境。于博[ 18 ]发现技术创新能够调节企业杠杆率，对过度杠杆企业具有去杠杆作用;张斌彬等[ 19 ]从金融科技的角度出发，认为金融科技发展对企业的去杠杆作用具有长期效果。上述研究为本文的相关分析提供了有力的理论支撑和方法启示。

通过梳理发现，鲜有文献将数字金融与企业杠杆率结合起来进行研究。如果数字金融能够有效缓解企业的融资难、融资贵问题，那么能否降低企业不必要的杠杆水平呢？因此，本文在数字金融发展“新热潮”和民营企业杠杆率明显上升的背景下，通过将2011—2018年数字普惠金融指数与沪深A股制造业上市公司中民营企业数据相匹配，研究数字金融发展对民企杠杆率的影响。基于上述分析，不同企业的异质性特征会导致数字金融对杠杆率产生差异性影响，因此本文从企业规模的角度来探讨这种差异性影响。同时，创新是经济发展的活力，不同民营企业的创新能力存在明显差异，本文进一步思考创新能力的强弱是否会影响数字金融与企业杠杆率之间的关系，建立调节效应模型，引入企业的创新能力作为调节变量进行实证分析。

三、理论分析与研究假设

（一）数字金融与民营企业杠杆率

第一，数字金融依托大数据、云计算及移动互联等数字技术，具有较强的地理穿透性和低成本优势，通过建立第三方征信体系等方式，降低金融机构和民营企业之间的信息不对称，提高信息透明度，加速信息准确沟通，实现资金供需的有效匹配，降低融资成本，提供给民企更加高效的低成本融资方式，缓解民企融资约束难题。融资约束的降低使得企业不需通过其他加杠杆的方式来获取资金，从而有利于缓解企业的杠杆率;同时减少了一系列不必要的费用支出，一定程度上充裕了企业的内部现金，减少对杠杆融资的需求。

第二，数字金融的快速发展使一些非正规融资渠道逐步透明化和规范化，促进民营企业对游离在正规金融体系外资金的吸收，丰富了融资渠道和融资工具，催生了股权众筹等融资模式的多样化，可以优化融资结构，推动金融资源的流动，提高社会资金流动效率和企业的资金可获得性，适当降低预防性动机和对杠杆融资的依赖。数字金融的发展也能够推动传统金融机构进行转型升级，为企业提供更加丰富的金融产品和服务。

第三，数字金融具有典型的“数字化技术”特征，它与互联网、区块链等的深度结合可以改善企业的资源利用率，提高企业全要素生产率，拓宽企业自身经营服务范围，增加企业的销售收入和营业利润[ 20 ]，进而提高企业自有资金比例，降低对外界杠杆的需求。

假设1：数字金融的发展有利于民营企业降低杠杆率，防范债务风险的发生。

（二）企业规模的异质性

受自身财务状况及经营实力的影响，不同规模的民营企业存在融资异质性，进而导致杠杆率存在差异。相比大型民营企业，中小民企的成立时间较短，财务信息不透明度和信息不对称性更高，具有更大的融资约束，难以筹集外部资金，债务融资水平整体偏低，从而杠杆率较低。大型民营企业已具备一定的实力，更容易获得外部融资，往往会大量举债来支撑企业整体运营，导致企业较高的杠杆率水平。数字金融带来大量新兴金融业务，增加了民企的融资渠道，丰富了融资工具，比如互联网股权融资等，因此为大型民企拓宽了融资来源，一定程度上会减少对债务融资的依赖，并且大型民企的声誉和自身实力更强，更容易获得股权融资，从而带来企业杠杆率的明显降低。

假设2：相比于中小型民企，数字金融对大型民企具有更强的去杠杆效果。

（三）企业创新能力的调节效应

创新驱动发展是我国实现经济高质量增长的重要战略之一，创新也是企业发展的“命脉”和根本动力。企业是推动经济发展的主力军，是区域创新的重要载体。民营企业是创新驱动的主体，创新能力的增强可以提高民企的利润，增加企业内部现金流，减少对债务融资的需求;同时企业创新能力提升可以提高民企实力和声誉，向市场传递利好信息，推动公司股票价格上升，使得公司倾向于股权融资[ 21 ]。创新能力的增强可以提升民企的市场竞争力，提高企业绩效，有效改善企业产能过剩等问题。因此，企业的创新能力越强，企业自身的综合实力越强，越会倾向于主动去杠杆，数字金融对企业杠杆率的作用就会减弱。

假设3：创新能力可以调节数字金融和民企杠杆率之间的关系，创新能力的增强会弱化数字金融对民营企业杠杆率的抑制作用。

四、实证分析

（一）数据来源与变量说明

本文以2011—2018年沪深A股制造业上市公司中民营企业为研究对象，公司层面的数据来自国泰安数据库，数字金融层面的数据来自北京大学2011—2018年城市级数字普惠金融指数。对数据做以下处理：（1）剔除ST、*ST等被特殊处理的公司样本;（2）保留五年及五年以上连续经营的样本;（3）删除主要变量存在缺失的样本;（4）剔除财务数据存在异常的样本，比如总负债大于总资产的样本。为消除异常值的影响，对连续变量进行上下1%的缩尾处理，其中净利润增长率的离群值较多，对其进行双侧5%的缩尾处理。最终得到2011—2018年共6 004个样本的观测值。

被解释变量：企业杠杆率。杠杆率是衡量公司负债风险的指标，现有文献大多数将总负债与总资产的比值作为杠杆率的代理變量，即资产负债率越大，杠杆率越高，偿债能力越弱。

核心解释变量：数字普惠金融指数。北京大学利用中国一家代表性数字金融机构数以亿计的微观数据，编制了一套2011—2018年覆盖中国31个省、337个地级以上城市和约2 800个县域的“北京大学数字普惠金融指数”，以此来衡量数字金融的发展程度。这套指数注重从创新性数字金融的角度衡量数字普惠金融的发展，对传统普惠金融的指标体系进行补充。它同时考虑了数字金融的广度和深度，兼顾纵向和横向可比性，体现了数字金融服务的多元化和多层次化。因此，本文选取北京大学2011—2018年城市级数字普惠金融指数作为核心解释变量，为避免异方差的影响，取对数处理。

调节变量：企业创新能力。企业创新可以从创新投入和创新产出两个角度衡量。根据潘越等[ 22 ]的方法用企业研发投入强度来测度创新投入，即用研发投入占企业当期营业收入的比值衡量企业创新能力。在稳健性检验中，借鉴鞠晓生等[ 23 ]和新会计准则对无形资产的解释，本文使用无形资产净额与期末总资产的比值来衡量创新产出。

控制变量选取企业年龄、企业成长性、现金流量、政府补助、盈利能力、固定资产比、企业规模等指标。具体变量定义见表1。

表2是变量的描述性统计。从表中可以看出，民营企业的杠杆率均值为0.3477，最大值为0.7485，部分民营企业杠杆率过高，存在债务风险;企业研发投入和创新产出的均值分别为0.0459和0.0461，整体创新能力有待提高，并且不同企业的创新能力存在较大差异。

（二）模型设定

1.基准模型

为检验数字金融对民营企业杠杆率的影响，设定以下模型：

levi，t表示企业i在第t年的杠杆率，indexi，t表示企业i所在城市第t年的数字普惠金融指数，controlsi，t表示一系列控制变量，？啄i代表企业个体固定效应，？兹t代表时间固定效应，？着i，t表示随机误差项，？琢、？茁、？酌表示各变量的系数。

2.调节效应模型

为了检验企业创新能力是否对数字金融与民企杠杆率间的关系具有调节作用，依据温忠麟等提出的调节效应分析方法，构建以下模型：

RDi，t为企业i在第t年的创新投入，？浊表示调节效应，若？浊显著，则表示企业研发能力的调节效应显著。检验调节效应时，需要对数字普惠金融指数和企业研发投入做中心化处理，以避免解释变量和交互项之间的多重共线性。

（三）实证结果分析

在回归分析时，本文选用双向固定效应模型进行回归。基准回归时，为避免内生性问题，借鉴谢绚丽等[ 6 ]和万佳彧等[ 15 ]的方法采用省级互联网普及率作为数字金融的有效工具变量，数据来源于2011—2018年《中国互联网络发展状况统计报告》，运用两阶段最小二乘法（2SLS）对模型进行回归。

1.基准模型回归分析

表3为数字金融对民营企业杠杆率影响的回归结果。第（1）列没有加入其他控制变量时的回归系数为-0.059，第（2）列同时加入其他控制变量的回归系数为-0.080，上述系数均在1%的水平上统计显著，表明数字金融的发展能够抑制民企的杠杆率水平，即数字金融能够促进民营企业去杠杆，减少债务风险的发生，验证了假设1。第（3）列为加入工具变量后第一阶段的回归结果，F统计值为321.45，表明拒绝存在弱工具变量的原假设;第（4）列为第二阶段的回归结果，估计系数为-0.206，且在5%的水平上显著，表明数字金融推动民营企业去杠杆这一结论是稳健的。

与传统金融机构相比，数字金融能够满足中小微企业的需求，降低客户准入门槛，使得金融服务更直接，减少民营企业在金融市场中遇到的金融排斥等问题，提高了民企资金的可獲得性，降低了通过杠杆方式融入资金的需求;同时，数字化、移动化的金融服务减少了信息不对称，引导企业吸收游离在正规金融系统之外的资源，避免企业选择更高成本的融资渠道，降低融资成本，提高社会资金的运行效率。数字金融依托智能算法、大数据、云计算等创新技术，提升金融资源的利用效率，促进技术和产品创新，增强民营企业自身实力，减少对外界杠杆的依赖，降低对杠杆的主动性需求。因此，数字金融的发展，能够推动民营企业去杠杆。

2.企业规模的异质性分析

大型民企和中小民企由于自身异质性导致杠杆率存在差异。本文以企业规模的平均值为分界点，将民营企业分为大型民企和中小民企，图2表明大型民企的杠杆率水平明显高于中小民企，与前文理论分析一致。分组进行双向固定效应回归，表4的第（1）列和第（2）列结果显示，大型民企的估计系数为-0.142，在1%的置信水平上显著，并且明显大于全样本回归结果的估计系数-0.080，而中小民企的估计系数为负却不显著，表明数字金融对大型民企具有强烈的去杠杆效果，对中小民企杠杆率的影响不显著，验证了假设2。这可能是因为相比中小民企，大型民企本身的杠杆率偏高，其弹性幅度更大，更容易受到数字金融去杠杆效应的影响。

3.调节效应回归分析

表4的第（3）列和第（4）列为创新投入作为调节变量时的回归结果，第（3）列为没有加入控制变量的回归结果，index的系数为-0.047，index和RD的交互项的系数为0.678，分别在5%和1%的显著性水平上显著;第（4）列为加入控制变量的回归结果，index的系数为-0.059且在5%的显著性水平上显著，两者交互项的系数为0.651且在1%的显著性水平上统计显著。因此，交互项系数的显著性表明企业创新能力的增强能够减弱数字金融对民营企业去杠杆的促进作用，与假设3一致。创新可以促进企业的竞争力和盈利能力上升，企业的创新能力越强，其盈利能力越强，内部现金流越充裕，为企业经营提供资金保障，从而减少对负债的需求，并且较高的创新能力能够提高企业的信誉和自身管理水平，降低融资成本和经营风险。因此，企业的创新能力越强，企业自身的综合实力越强，企业杠杆率受到数字金融的影响就会较小。

4.稳健性检验

（1）替换调节变量。在调节效应模型中，替换创新投入这一调节变量，采用创新产出来衡量企业的创新能力，设置虚拟变量对企业进行分组，将大于创新产出50%分位数的样本赋值为1，代表创新能力较强的企业;反之为0，认为企业的创新能力较弱，回归结果见表5。结果表明，创新能力弱的企业系数为-0.127且在1%的水平上显著，创新能力强的企业系数为-0.098且在5%的水平上显著。因此，创新能力弱的企业，数字金融对企业杠杆率的抑制作用反而大于创新能力强的企业，与前文结论一致。

（2）分组回归。考虑到不同杠杆率水平的民营企业存在个体异质性，数字金融的发展对其存在效用差异，因此，以杠杆率水平的50%分位数为界限，将民企划分为高杠杆民企和低杠杆民企进行回归。表5结果显示，在高杠杆企业中，数字金融的回归系数为-0.173且在1%的水平上统计显著;而在低杠杆企业中，回归系数为-0.003且不显著。这表明，数字金融更能抑制高杠杆企业的杠杆水平，进一步体现了数字金融的去杠杆作用。这可能是因为当企业杠杆率水平较高时，数字金融的去杠杆弹性更大，而数字金融对低杠杆企业没有明显的去杠杆作用。

（3）为避免反向因果关系造成的内生性问题，对数字普惠金融指数取滞后一期，分别对基准模型和调节效应模型进行回归，结果表明无论是数字普惠金融指数的系数还是交互项的系数，符号均与前文一致，且都通过1%水平上的显著性检验（限于篇幅不再报告回归结果），因此结果是稳健的。

五、结论与政策建议

在当前经济下行压力下，我国制造业发展面临较大的机遇和挑战，民营企业转型升级成为必然，而数字金融作为新兴经济体蓬勃发展，助力实体经济增长。为深入研究数字金融如何支持民营企业的发展，本文选取2011—2018年沪深A股制造业上市企业中民营企业数据和北京大学2011—2018年城市级数字普惠金融指数，运用双向固定效应模型和2SLS分析了数字金融对企业杠杆率的影响，基于企业规模展开了异质性分析，并利用调节效应模型讨论了企业的创新能力是否能够影响数字金融与企业杠杆率二者之间的关系。研究结果发现，数字金融对民营企业的杠杆率具有显著抑制作用，即数字金融的发展能够推动企业去杠杆，且对大型民企、高杠杆民企的去杠杆作用更大。企业创新能力在数字金融推动民企去杠杆的过程中发挥调节作用。相比于创新能力强的民营企业，在创新能力较弱的企业中，数字金融对企业杠杆率的抑制作用更显著，能够更好地推动企业去杠杆。最后，运用替换调节变量、分组回归和对解释变量取滞后一期等方法对上述结论进行稳健性检验，检验结果与前文分析一致。

本文从宏观角度拓展了对民营企业杠杆率的研究，为金融市场推动企业去杠杆及转型提供了思路。根据实证分析结果和研究结论，提出以下政策建议：

（1）继续推进数字金融的发展，给予数字金融一定的政策支持，加强数字金融基础设施建设，加大对5G、大数据、云计算、区块链等领域的投入，扩大数字金融服务范围，进一步推动数字金融向广度和深度发展;积极引导数字金融为民企服务，缓解民企融资约束，优化资产結构，降低企业杠杆率，有效防范债务风险的发生;完善二者的信息共享平台，避免资源错配，推动民营企业更高效、便捷地获取金融服务，激发民企活力，推动民企向数字化转型。

（2）在推动数字金融为民营企业服务的过程中，要重点关注数字金融对不同类型民企带来的异质性影响，因企制宜，满足民企群体的多元化需求，促进数字金融为民企发挥最大限度的作用。

（3）创新是企业发展的核心，民营企业具有极强的创新活力，要解决企业发展过程中的各种瓶颈问题，关键在于创新，提高企业自身实力。政府要继续鼓励和支持民企进行研发创新，对民企实施一系列优惠和扶持政策，强化人才支撑;企业自身要加强创新驱动，积极引进高层次技术型人才，加大研发投入，提高创新效率，化解过剩产能，实现企业转型升级，以大数据智能化引领创新驱动，从企业内部避免杠杆率的过度上升。

（4）数字金融在推动实体经济发展的同时会带来一定的金融风险，政府及各金融机构要加强对数字金融的监管，完善对监管沙盒、监管科技的设计;通过机器学习、互联网征信等渠道加强大数据风控，促进数字金融的健康持续发展，实现数字金融和实体经济的深度融合。

【参考文献】

[1] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（4）：1489-1502.

[2] GOMBER P，KOCH J A，SIERING M.Digital finance and fin tech：current research and future research directions[J].Journal of Business Economics，2017，87（5）：537-580.

[3] OZILI P K.Impact of digital finance on financial inclusion and stability[J].Borsa Istanbul Review，2018，18（4）：329-340.

[4] CORRADO G，CORRADO L.Inclusive finance for inclusive growth and development[J].Current Opinion in Environmental Sustainability，2017，24（2）：19-23.

[5] 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.

[6] 谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据[J].经济学（季刊），2018，17（4）：1557-1580.

[7] 唐松，赖晓冰，黄锐.金融科技创新如何影响全要素生产率：促进还是抑制？——理论分析框架与区域实践[J].中国软科学，2019（7）：134-144.

[8] 何宗樾，宋旭光.数字金融发展如何影响居民消费[J].财贸经济，2020，41（8）：65-79.

[9] 张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（8）：71-86.

[10] AHMED Z，SALEEM Q，BHATTI A Q，et al.Corporate leverage transmission under information asymmetry：evidence from non-financial firms of pakistan[J].International Journal of Economics and Financial Issues，2020，10（4）：176-184.

[11] 唐松，伍旭川，祝佳.数字金融与企业技术创新：结构特征、机制识别与金融监管下的效应差异[J].管理世界，2020，36（5）：52-66.

[12] OMARINI A E.Banks and fintechs：how to develop a digital open banking approach for the bank's future[J].International Business Research，2018，11（9）：23-26.

[13] HADDAD C，HORNUF L.The emergence of the global fintech market：economic and technological determinants[J].Small Business Economics，2019，53（1）：81-105.

[14] 阮坚，申么，范忠宝.何以驱动企业债务融资降成本：基于数字金融的效用识别、异质性特征与机制检验[J].金融经济学研究，2020，35（1）：32-44.

[15] 万佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020（1）：71-83.

[16] DEMERTZIS M，MARLER S，WOLFF G B，et al.Capital markets union and the fintech opportunity[J]. Journal of Financial Regulation，2018，4（1）：1093-1103.

[17] 李小玲，崔淑琳，赖晓冰.数字金融能否提升上市企业价值？——理论机制分析与实证检验[J].现代财经（天津财经大学学报），2020，40（9）：83-95.

[18] 于博.技术创新推动企业去杠杆了吗？——影响机理与加速机制[J].财经研究，2017，43（11）：113-127.

[19] 张斌彬，何德旭，张晓燕.金融科技发展能否驱动企业去杠杆？[J].经济问题，2020（1）：1-10，69.

[20] 包耀东，高玉梅，朱学义.互联网对制造企业经营绩效的影响研究：以江苏上市制造企业为例[J].会计之友，2020（11）：52-58.

[21] 李义超，徐婷.企业创新与杠杆率动态调整關系实证研究：创新效率视角[J].科技进步与对策，2020，37（7）：87-94.

[22] 潘越，潘健平，戴亦一.公司诉讼风险、司法地方保护主义与企业创新[J].经济研究，2015，50（3）：131-145.

[23] 鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究，2013，48（1）：4-16.