数字金融、融资约束与新创企业成长

欧绍华 朱希琳

(1.湖南工业大学经济与贸易学院, 湖南 株洲 412008；2.东莞城市学院商学院，广东 东莞 523419)

数字金融作为传统金融模式的支撑，它通过数字技术在一定程度上有效提升金融风险的控制能力，成为金融供给侧改革的重大成就。随着大数据和区块链技术的出现，搜集和处理数据的效率得到了改善，使得风险能更早更快的被甄别和控制。对风险防范性和化解能力的增强只是数字金融相对于传统金融模式的众多优点之一。此外，数字金融的服务对象之一是收入较低的新创企业，伴随着金融科技进步而带来的数字技术能对很好地收集和整合该群体的数据，让商业银行能更好地对新创企业信用进行评估，因而改善企业的融资约束困境，新创企业也能获得更多利于自身发展的信息[1]。那么，数字金融是否真的能够激励新创企业成长？而在数字金融对新创企业成长的影响及其内在机理中，融资约束能否发挥一定的作用呢？探究上述问题将对宏观和微观层面中国经济的发展具有的现实意义。目前，已有的文献主要分析的是数字金融与企业价值或与中小企业的关系，但针对数字金融作用于新创企业成长的实证研究并不多见。本文在以往学者们的研究基础上，以创业板的新创企业为研究对象，探究不同地区数字金融发展水平与当地 初创企业成长状态之关联性，并加入融资约束作为中介变量，考察融资约束在影响路径中是否发挥中介作用。

一、文献回顾

对于新创企业这一概念，学术界主要的界定方法如下：第一，通过公司所处发展的阶段对新创企业进行界定。Kazanjian[2]将新创企业定义为，处于概念化、商品化或成长期的企业。第二，按照公司的创立时期划分新创企业。Batjargal等[3]参考了生命周期理论，指出新创企业经历了投入期和成长期之后，转变为成熟期的的过渡时间平均为8年，创立期限小于8年的企业一般可认定为新创企业。而新创企业在促进各国经济发展中发挥着不可忽视的作用，因此新创企业成长也逐渐为学者们所关注。当前，学者普遍认为企业成长除了包括企业规模的扩大，还包含企业素质的提高[4][5]。

卢太平等[6]将融资约束定义为由于信息不对称和融资成本的存在，企业资金使用存在的限制。稳定的外部融资对公司成长发展的意义不言而喻，但融资约束困扰多数企业已久，亦阻碍新创企业众多。梁帆[7]采用DID方法分析了融资约束、风险投资和企业成长性三者之间的关系，得出相较于陷入融资困境而在获取到生产运营的资本方面更加困难的企业，融资约束较松的企业在达成企业迅速成长上能够更为高效。李春涛等[8]探究了金融科技的发展对企业创新的影响，表明金融科技的进步可以缓解企业的融资约束压力，有益于企业创新。

数字金融是传统的金融机构互联网化，实现网络融资、支付、投资等的一种快捷简便的新型金融业务模式[10]。北京大学数字金融研究中心将数字金融指标量化，汇总编制了2011-2018年“北京大学数字普惠金融指数”[10]，该指数覆盖中国内地省、市、县各级，对中国数字普惠金融的发展现状进行科学精准地描绘。此后，越来越多的学者使用该指数作为数字金融的量化指标，对数字金融开展了广泛的研究。唐松等[11]探讨了数字金融发展与企业技术创新之间的关系及其内在机理，认为数字金融利用了金融科技，使金融机构能获得更多有关借款人的信息，减少信息不对称并缓解企业融资约束。马芬芬等[12]检验了数字金融对企业全要素生产的影响，得出数字金融有助于提升企业全要素生产率，该提升作用在民营企业和中小企业中更加明显。

通过对国内外相关文献的梳理，可知已有文献主要关注新创企业及其成长的概念、融资约束和企业主体行为的关系以及数字金融对微观企业的影响。相关经验证据表明数字金融可缓解融资约束对新创企业融资之约束，却鲜有数字金融对新创企业成长作用的研究。因此，本文集中关注数字金融和新创企业成长这两大热点话题，考察数字金融可否缓解新创企业融资之压力，激励企业之成长。研究结论既为新创企业成长提供了新的研究思路，也为企业融资难问题找到了新的解决方法，同时进一步建立了宏观数字金融行业与微观企业主体之间的联系，具有良好的理论意义和实践意义。

二、研究假设

(一)数字金融与新创企业成长

企业成长一直是国内外学者普遍关注的重要话题，根据企业外生和内生成长理论，企业外生成长因素主要包括外部技术、市场供需以及外部环境等，而内生成长因素则包含资源、能力、知识等。[12]。金融属企业发展的外部环境，其能够显著地提升企业成长性。提升金融发展水平能降低企业的外部融资成本，进而使企业的资源配置效率提高，促进企业成长。但传统的金融结构仍存在一些问题：如地理空间的限制、需要大量固定资本投入、企业资质担保、金融服务的覆盖面较窄、信息不对称等，这些问题对企业成长来说是不利的。而相较于传统的金融发展，数字金融利用数字化技术突破了时空的限制，其平均投入资本不断减少，边际成本也逐渐降低，因而新创企业的业务规模和产出提高使得规模经济效应日益发挥作用，在一定程度上为新创企业节约了资金。由此，提出假设：

H1：数字金融正向影响新创企业成长。

(二)数字金融与融资约束

近年来，数字金融受到了国家的集中关注和大力支持。数字金融是中国金融创新发展的重要体现，工信部的相关规划中指出应推动中小金融机构和数字金融的发展，进而为中小企业提供融资方面的支持。对于众多企业所关注的融资难问题，数字金融也能很好地将其改善。新创企业在与金融出资方合作和沟通中会产生大量信息不对称，这是影响新创企业融资的重要因素。随着数字金融发展的欣欣向荣，金融机构能够更加便捷地运用大数据、云平台等金融科技和数字技术，进一步了解企业的财务、经营情况和资信状况[1]，同时利用互联网技术高效的记录、调研企业信息，更好地过滤大量干扰、诈骗信息。此举不仅拓宽新创企业的融资渠道，让金融机构能够更有效地评估合作公司的经营状况和还贷能力，而且在很大程度上优化了信息不对称问题，提升了交易信息的透明度，还使新创企业的综合信用系统得到改进，有效地降低了新创企业的信息成本，让新创企业更容易获得融资，进而缓解新创企业所面临的融资约束。由此，提出假设：

H2：数字金融缓解新创企业的融资约束。

(三)融资约束与新创企业成长

融资是企业财务研究的重要内容，而融资约束更是我国企业无法回避的实际问题。由于处在转型时期，我国资本市场的诸多结构性缺陷均存在导致融资约束的可能性。作为我国经济进步和技术创新的主体之一，新创企业对我国经济由高速发展转变为高质量发展起着重要的作用。然而在国家政策支持和投资者门槛方面，新创企业相较大多数主板上的企业的融资会更加艰难，新创企业所面临的融资约束更为明显。迄今为止，我国企业最基本的融资方式是间接融资，其中以商业银行贷款为主[14]。但是商业银行比较倾向于贷款给有良好信用记录或较强经济实力的企业，因而信用数据缺失、资源匮乏、资金方面难以自给自足的新创企业想获得商业银行的青睐并非易事。新创企业成长一方面需要考虑短期生存问题，另一方面也需要考虑长期的跨越式发展问题，而贯穿企业长、短期发展问题的主要内容就是企业的绩效。新创企业融资能力越差，在诸多方面均会给企业绩效带来更多负面影响。因此，融资约束对新创企业成长是非常不利的。由此，提出假设：

H3：融资约束负向影响新创企业成长。

(四)融资约束的中介作用

根据长尾效应的理论，在传统金融市场上，金融机构的资金和服务往往聚焦于需求曲线左端的头部市场，即国有大型企业。而因为受到成本和风险等因素的限制，曲线右端的尾部市场为一些中小微企业，尤其是大部分新创企业，却被传统金融所忽视、排斥，并未得到与之相匹配的产品和服务)[14]。此类企业所受的外部融资约束非常大，且融资成本高，因而企业的成长发展频频受阻。传统金融发展不足使得需求曲线尾部市场余留了大片空白，这恰好为数字金融对其进行填补提供了良好机会。数字金融能够从以下两个层面对传统金融市场做出有益的补充进而促使新创企业更好地发展：在覆盖广度层面，获得数字金融服务的渠道更广。蚂蚁金服等互联网金融服务机构突破了地理区域的限制，利用数字化技术对各大平台海量底层数据进行搜集和提取，建立了新型信用评估体系。这有效解决新创企业在银行借贷中遇到的信用和财务信息不够完善、信贷违约风险较高等问题，拓宽了新创企业的融资渠道，有助于更多新创企业获得信贷支持。在使用深度层面，数字金融的产品不但种类多样化，而且服务成本较低。数字金融包含了传统存款融资服务，并且利用网络技术拓展了支付、咨询、理财等业务。除了多样化的服务，数字金融也能提供个性化的服务，其运用大数据分析将网络支付机构积累的用户数据转化为用户画像，为一些新创企业等的潜在客户提供个性化的金融服务产品。数字金融可完成服务对象资信审核、资金供给等程序的信息化与效率化，降低运营服务成本，从而降低中小微企业的准入门槛和服务成本，为新创企业解决融资难问题提供新的方向。因此，数字金融作为更完善的金融体系，能够将触角延伸至尾部市场，从覆盖广度和使用深度两个方面缓解了新创企业的融资约束，促使新创企业的成长发展。由此，提出假设：

H4：融资约束在数字金融对新创企业成长的正向影响过程中发挥着中介作用。

根据以上的假设，本文构建了数字金融、融资约束与新创企业成长关系的理论模型，如图1所示。

图1 理论模型

三、研究设计

(一)数据来源与样本选择

鉴于本文研究的对象是新创企业，因此本文以2013-2020年之间所有创业板的上市公司作为研究样本，对数据的处理如下：对ST类上市公司、金融保险类企业、样本期不足连续8年之企业进行剔除，最终获得了244个创业板上市公司平衡面板年度数据信息，共1952个样本。在样本中，数字金融数据主要来自北京大学数字金融研究中心发布的数字金融指数，创业板上市公司的相关数据则来源于CSMAR数据库。数据处理均通过Stata15.1软件完成。

(二)变量测量

1.被解释变量

关于衡量新创企业成长状况的指标，众多学者认为可以用企业的生存绩效和成长绩效作为重要的衡量指标。赵阳[16]选择了企业的净资产复合增长率用来衡量新创企业成长。孙伟[17]将企业成长绩效用于度量新创企业成长，从利润、销售额、产品或服务种类、市场份额等指标对新创企业成长绩效一一测量。由于新创企业成长绩效是新创企业成长的重要体现方式，因而本文借鉴以往学者的方法，对新创企业成长用新创企业成长绩效来作为代理变量。本文参照了李武威等[18]学者们的做法，选取销售收入增长情况作为被解释变量新创企业成长绩效的衡量方法。具体计算方法见公式(1)，即将新创企业当年的销售收入取对数并减去该企业上一年度销售收入的对数，这两者的对数差分作为当年新创企业成长绩效的测度指标。

Growthi,t=Insalei,t-Insalei,t-1

(1)

其中，Growthi,t表示i企业在t年度的成长绩效，lnsalei,t和lnsalei,t-1分别表示i企业在t年度和t-1年度经过对数化处理后的销售收入。

2.解释变量

本文选择中国数字金融指数来测度核心解释变量数字金融，并且分别选取了省级层面的数字金融发展总指数(DF1)及其子维度数字金融覆盖广度(DF2)和数字金融使用深度(DF3)来衡量解释变量数字金融。在2020年，数字金融发展得以量化，其由北京大学数字金融研究中心基于蚂蚁金服的大数据交易账户进行统计而编制成指数。在该指数被发布后，由于非常具有代表性因而受到了学者们广泛地使用，主要用于研究我国数字金融发展状况。为了使文中的数据更加平稳，缓解共线性、异方差等问题，本文将数字金融总发展指数及其子维度作取对数处理。

3.中介变量

中介变量融资约束的衡量方法较多，包括单变量指数、多变量指数和综合评分指标三种方法。前两种方法的使用较为普遍，其中主要包括投资-现金流敏感模型、KZ指数、WW指数等。然而，上述的几种方法均与变量融资约束不存在直接关系，而是依赖于内在的财务指标，因而可能造成研究结论产生偏差。为了解决内生性问题，本文选择了SA指数作为中介变量的衡量指标。SA指数是在参考和借鉴了KaplanandZingales的研究思路后，由HadlockandPierce[19]再次设计的一种全新的融资约束的代理变量，具体计算方法见公式(2)。在计算公式中，Size为企业总资产的对数，Age为企业的成立年龄。

SA=-0.737×Size+0.043×Size2-0.040×Age2

(2)

4.控制变量

本文参考赵阳等[16]、叶勇等[14]等的相关研究，对以下可能影响新创企业成长的变量进行了控制：企业年龄(Age)、公司规模(Scale)、企业性质(State)、第一大股东持股比例(Top1)、资产负债率(Lev)、盈利能力(Roa)。相关变量的具体定义见表1。

表1 主要变量定义

(三)模型构建

为了验证融资约束在数字金融发展对新创企业成长的影响中是否发挥中介效应，本文借鉴温忠麟等提出和总结的中介效应分析方法，构建如下回归模型：

Growthi,t=α0+α1DFi,t+α2Sizei,t+α3Sizei,t+α4Naturei,t+α5Top1i,t+α6Levi,t+α7Roa+εi,t

(3)

SAi,t=β0+β1DFi,t+β2Agei,t+β3Sizei,t+β4Naturei,t+β5Top1i,t+β6Levi,t+β7Roai,t+εi,t

(4)

Growthi,t=γ0+γ1DFi,t+γ2SAi,t+γ3Agei,t+γ4Sizei,t+γ5Naturei,t+γ6Top1i,t+γ7Levi,t+γ8Roai,t+εi,t

(5)

上述回归模型中，企业个体与年份分别以变量下标i、t作为代表。其中Growthi,t其代表新创企业成长；SAi,t表示企业受到的融资约束程度；DFi,t代表企业所在省份的数字金融发展程度；εi,t表示残差项。在中介效应分析方法之中，第一步即模型(3)，用于检验数字金融和新创企业成长之间关系的总效应，系数α1测度总效应的大小，该系数符号正为则表示解释变量数字金融对被解释变量新创企业成长具有促进作用，反之则为抑制作用。第二步，检验数字金融与融资约束之间的关系，而模型(4)中的系数β1可对解释变量数字金融对中介变量融资约束的影响做出分析。第三步，在模型(3)的基础上加入了融资约束变量，检验中介变量融资约束对被解释变量新创企业成长是否存在显著影响。同时，对比在加入中介变量融资约束后，解释变量数字金融对被解释变量新创企业成长的系数是否显著变小。模型(5)中系数γ1能够显示数字金融对新创企业成长的直接效应，模型(4)中系数β1与模型(5)中系数γ2的乘积则能反映融资约束的中介效应。在本文实证分析对假设的验证过程中，若系数α1显著为正，则说明H1成立；若系数β1显著为负，则H2成立；若系数γ2显著为负，则H3成立；在H2和H3成立的基础上，若系数γ1显著为正，则H4成立。

本文使用最为典型的双向固定效应模型。为减少随年份和个体变化的变量被遗漏，及可能导致的内生性问题，对时间效应与个体效应进行控制。

四、假设检验与分析

(一)描述性统计

由表2可知，新创企业成长(Growth)的最小值为-3.234，最大值为4.168，说明不同新创企业的销售收入增长率对数差的差异较大。数字金融发展(DFD1)对数处理后的标准差为0.269，最小值和最大值分别为4.798和6.068，说明全国的数字金融发展较快，同时省级间发展差异亦较为显著。融资约束(SA)的均值、最大值、最小值分别为3.455、7.643与1.121，说明几乎所有的新创企业在一定程度上都存在程度的融资约束问题。

表2 主要变量的描述性统计

(二)回归结果分析

在分别使用随机效应和固定效应对本文模型进行估计后，豪斯曼检验结果显示p值为0，即本文更适合运用固定效应模型。为验证H1，即总效应的回归结果是否成立，本文使用固定效应模型对新创企业的平衡面板数据进行回归，表3为数字金融对新创企业成长的回归结果。如下表所示，第一列为仅包含解释变量、时间和个体效应未受控制的回归结果；第二列为仅包含解释变量、时间和个体效应已被控制的回归结果；第三列为加入控制变量、时间和个体效应未受控制的回归结果；第四列为加入控制变量、时间和个体效应已受控制的回归结果。结合表3可得，数字金融发展的系数在1%的水平下显著为正，说明数字金融对新创企业成长存在显著正相关的关系，此结果对H1亦提供支持。

表3 数字金融发展对新创企业的成长：基准回归结果

按照中介效应分析方法，在检验完数字金融与新创企业成长为显著正相关后，即在H1得到验证的基础上，加入模型(4)和模型(5)来检验H2、H3、H4是否成立。表格4中第二列、第三列分别为模型(4)、模型(5)的回归结果。通过表4第二列结果可知，数字金融的估计系数为-0.080，在5%的显著水下显著为负，这表明数字金融发展能够很好地缓解企业所受到的融资约束，这与叶勇[14]等结论相同，说明H2成立。由表4第三列的结果可得，解释变量和中介变量的估计系数均可通过1%的显著性水平检验，说明融资约束确已产生中介效应。中介变量融资约束的回归系数为-1.170，表明H3成立。而解释变量数字金融的系数为1.724，这表明融资约束在数字金融发展推动新创企业成长中起到了部分中介作用，因而使H4得到验证。

表4 数字金融、融资约束与新创企业成长关系检验结果

(三)稳健性检验

1. 更换解释变量

本文从数字金融覆盖广度与深度对数字金融总指数进行降维分析，覆盖广度以电子账户覆盖率为衡量尺度，涵每万人支付宝账号的数量、支付宝绑卡用户比和单位支付宝账号绑定银行卡数量，由此反映不同地区的数字金融环境。使用深度则主要包括支付、信贷、投资、保险等业务的用户人数、交易数量等指标，这一维度展示了各地区数字金融业务服务能力。在对解释变量替换为子维度进行降维回归后，其回归结果参见表5和表6。观察表5与表6第一列可得，覆盖广度和使用深度的估计系数都为正值，且分别通过1%和5%的显著性水平检验，说明数字金融覆盖广度和使用深度都与新创公司的成长发展存在正相关关系，因而H1成立。如表5和表6的第二、三列所示，变量融资约束的估计系数在1%和5%的水平以下显著为负值，且加入融资约束后数字金融的回归系数依旧显著，此与表4的结果基本一致，亦表明在数字金融的两个子维度指标覆盖广度和使用深度对新创企业成长的推动过程之中，融资约束作为桥梁与解释变量和被解释变量均存在负相关关系，发挥部分中介作用。该结论进一步对本文实证分析部分的可靠性提供保证。

表5 数字金融覆盖广度影响新创企业成长的中介机制：融资约束

表6 数字金融使用深度影响新创企业成长的中介机制：融资约束

2.采用Bootstrap检验法进行验证

为检验变量融资约束在数字金融与新创企业成长两者关系中的中介效应，本文以Bootstrap检验法作为稳健性进行检验的方法，检验结果参见表7。同时对融资约束的中介效应抽取1000次样本，进行bootstrap检验，构造95%的偏差矫正区间。下表中，二效应置信区间均于0之上，表明融资约束在数字金融对新创企业成长的正向影响中的中介效应显著。

表7 融资约束的中介效应Bootstrap分析结果

五、结论与展望

(一)研究结论

本文以2013-2020年创业板的上市公司的年度面板数据为样本，对数字金融与新创企业成长之间是否为正相关关系进行实证分析，并使用中介效应检验程序检验了在该关系中融资约束是否存在中介作用，得出了如下结论。首先，数字金融发展对新创企业成长存在显著的正向作用。传统金融内部结构仍存在诸多不足，而数字金融通过数字化技术打破了时空的限制，为新创企业降低了平均投入资本，更加有利于使新创企业成长。其次，数字金融在很大程度上能帮助新创企业缓解其受到的融资约束。数字金融作为金融创新的重要表现，通过拓宽融资渠道和降低信息不对称与交易成本，改善企业的融资约束困境。再次，融资约束抑制新创企业的成长。在企业进行间接融资时，多为向商业银行借款。但信用数据缺失、资源匮乏、资金方面难以自给自足的新创企业想获得商业银行贷款的较难，在一定程度上会给企业经营和绩效带来更多负面影响，使新创企业的成长发展受到阻碍。最后，融资约束在数字金融对新创企业成长的正向影响过程中发挥着中介作用。数字金融能够从覆盖广度和使用深度两个方面对传统金融市场做出有益的补充进而促使新创企业更好地发展。此外，在文本对研究结论进行稳健性检验中，对核心解释变量数字金融进行了变量替换，同时也采用了bootstrap法检验融资约束的中介作用，检验结果表明本文的结论仍然成立。

(二)理论贡献与启示

相较于现有的研究成果，本文的可能的增量贡献主要包括：(1)实证分析了量化后的数字金融这一宏观指标与微观指标新创企业成长之间的关系，为数字金融与微观企业层面的相关理论提供了实证支持。(2)以融资约束为中介变量，探究数字金融对新创企业成长作用的内在机理，丰富了融资约束的理论和新创企业成长性的相关研究。

本文的研究结果具有如下启示：第一，对相关政府部门而言，应出台更多数字金融相关的支持性政策。传统金融体系在服务实体方面存在不足，其在服务对象、信息获取、服务地理区域等方面都有一定的缺陷，因而鼓励数字金融使其更快更好的发展就显得尤为重要。第二，对新创企业等数字金融服务对象而言，应合理积极地利用数字金融来降低融资成本。第三，对监管机构而言，应该完善监管政策与对风险的识别控制能力。虽然数字金融给我国经济带来了新的活力，但万事皆有两面性，其存在的金融风险隐患仍需防范。因此，监管机构可以灵活运用大数据、云计算、互联网网络技术等数字技术监管数字金融，促使其健康有序地发展。