区块链对企业财务风险的影响研究

鲁啸军 汝哲 韩福丽

【摘 要】 企业财务风险是企业一段时间经营状况的体现，较低的财务风险能够保证企业长远稳定发展。区块链具有去信任、公开透明、不可篡改以及集体维护的特征，将区块链与财务风险相结合，有助于管理层清晰掌握企业内部经营状况，进而做出正确决策，降低企业财务风险。随着信息技术的发展，区块链与财会领域的结合更是有望成为未来学术研究的方向之一。文章选取2016—2020年沪、深A股面板数据为样本，将倾向得分匹配、多时点双重差分模型结合，对区块链和企业财务风险的关系进行探究，得出区块链的应用可以有效降低企业财务风险的结论。

【关键词】 区块链; 财务风险; 多时点双重差分; 倾向得分匹配

【中图分类号】 F234.3;F275  【文献标识码】 A  【文章编号】 1004-5937（2022）09-0138-08

一、引言

近年信息技术的迅猛发展，大数据、云计算、区块链等概念进入大众视野。习近平总书记强调“把区块链作为核心技术自主创新重要突破口，加快推动区块链技术和产业创新发展”，国家在多个层面上均表现出对区块链产业的重视。政策上，中央层面的相关政策陆续出台，地方层面紧跟步伐，推出一系列鼓励区块链发展的新政策，覆盖社会经济的各方面;相关体系上，建立全国区块链和分布式记账标准化技术委员会;实践应用上，建立首个国家级联盟链应用——BSN，开发国家外汇管理局跨境金融区块链服务平台。

目前，随着数字经济的发展，企业也加快数字化经济转型，许多学者也对数字经济在财务上的运用进行了研究，其中包括对区块链等技术创新发展[1]、利用区块链特性构建智能财务报告应用模型[2]、利用区块链构建区块链会计信息生成路径的优化模型[3]等。但是，对于区块链对财务风险影响的研究，尤其实证方面的研究存在巨大缺口。

区块链技术能有效帮助公司了解可能产生的财务风险，更好地避免风险的发生，避免公司在运营过程中造成较为严重的损失。利用区块链技术可对资金运用的全过程进行掌控，可以有效识别、控制和规避财务风险。例如，在数据精确的基础上，企业管理层可以利用区块链技术展开精准的预算，保证预算编制的准确性，对公司资源实现有效利用，对企业项目进行把控，进而降低公司的财务风险。本文探究区块链应用对企业财务风险的影响，为企业在区块链应用方面提供理论依据和现实指导，以填补区块链应用对财务风险影响实证研究上的不足。

二、理论分析与研究假设

（一）区块链

区块链技术作为比特币的底层技术，随着比特币的兴起逐渐为人熟知。2008年，中本聪[4]在《比特币：一种点对点的电子现金系统》一文中首次提出区块链的概念，最初的目的是为了生成比特币，希望可以创建一套“基于密码学原理而不是信用，使得任何达成一致的双方能够直接进行支付，从而不需要第三方中介参与”[4]的电子支付系统，该系统可以有效地解决假币和重复支付的问题。区块链是由密码学、共识算法、智能合约等计算机技术组合形成的一个新的技术组合，可简单理解为一种具有去中心化、去信任、公开透明、不可篡改以及集体维护特征的记账方式。

区块链的分布式结合是去中心化的基础，与传统中心化架构相比，区块链对中心处理器的作用进行了弱化处理，节点之间可以直接进行资源的分享和利用，不再通过中心处理器。在整个区块链网络中，所有的节点都有相同的地位，每一个节点发生的交易都会沿着链条传送到其他节点，一笔交易可在短时间内传遍整个区块链网络。区块链的去信任主要体现在智能合约上，在现实交易中，由于交易双方的信任不足，往往会寻求第三方机构对交易进行验证，区块链则可以扮演交易中第三方机构的角色，智能合约可以提前写入系统之中，一旦触发达成条件，交易便会自动执行。区块链的公开透明体现在系统中的数据可对所有人公开，任何有权限的人可以随时查看区块链上的信息，保证了信息的公开透明。哈希算法使得已确认的数据无法被篡改，每一笔交易都是真实存在的。利用全网广播的方式，每个节点都可以获得系统中的完整的信息，篡改单个节点上数据对其他节点上的数据没有影响，区块链系统中无法篡改的特性保证了数据的完整、真实。区块链中的时间戳直接写在区块上且无法修改，一旦遭到修改，哈希值便无法匹配，这种行为也会被系统监测到，如此一来，系统中的各个节点可以在无信任的条件下进行安全的交易。这种共识机制保证了数据存储的完整性和安全性，为区块链在各行业的应用提供了可靠的基础。整个区块链系统由各个节点共同维护，可以参与到数据的生成、校验、同步等任何一个环节，具有集体维护的特征。

（二）财务风险

财务风险有狭义和广义之分，狭义的財务风险仅指由于企业筹资的不确定因素引起的财务风险。Whitaker[5]认为，现金流问题导致的清偿风险是企业财务风险形成的主要原因;余绪缨认为，财务风险是指企业无法清偿到期债务的不确定因素。尹帅[6]认为无负债的企业无须考虑狭义层面的财务风险。

广义的财务风险贯穿企业经营的全过程，投资、筹资、营运、分配环节带来的所有由于无法预料引起的、具有不确定性的风险都可以称为财务风险。财务风险是企业经营管理、融资策略的最终体现，具有全面性、客观性、不确定性的特征，财务风险客观存在，无法完全消除，只能通过一定的方式、方法降低，识别财务风险有利于企业长期稳定健康发展。

影响财务风险的因素种类繁多，目前众多学者从不同角度对影响财务风险的因素进行了探究。陈志斌等[7]认为企业财务风险增加的一个原因是产业竞争。杨军等[8]通过研究得出多元化程度与财务风险呈现U型关系。王进朝等[9]通过实证分析得出内控质量好的企业财务风险较小。于建玲等[10]通过研究A股上市公司数据发现，企业金融化会增大财务风险;韩芳等[11]认为，社会信息责任披露可以有效地降低财务风险;许汉友等[12]通过研究发现，制造业企业实施财务共享使得财务风险管控效率提高。

企业的生产经营离不开资金的运转，投资、筹资、营运、分配，每个环节都有资金的流动，资金流动对企业的发展至关重要。企业资金活动中体现出的问题主要有：首先，在投资活动中，错误的投资决策可能出现企业过度投资扩张的问题，导致资金流动性不足，无法周转，影响企业资金的使用效率，产生财务风险。其次，在筹资活动中，资金成本高也是导致企业产生财务风险的一个重要因素，大多数公司选择负债作为筹资方式，由于银行等中介机构的“手续费”“中介费”的存在，致使企业资金成本高。筹资方式不当及筹资数量不足、资本结构不合理，使得企业产生高额的债务利息，导致债务危机。资金的运用方面，资金调度缺乏合理规划，资金管控不严，可能导致资金挪用、侵占，从而使得企业财务风险增大。

从企业内部的管理层面来看，企业的财务风险主要存在于资金活动和财务报告之中[13]。财务报告详细记录了企业一段时间内的生产经营状况，是企业进行财务决策的一个重要依据。首先，若财务人员在编制财务报告过程中出现失误，管理人员利用错误信息做出错误决策的概率也会相应上升，致使企业财务风险提高。其次，财务报告的编制缺乏有效监督，日常活动中，相关部门人员对于财务信息无法有效地掌握，财务信息的真实情况无法验证，增大财务报告出现差错的概率，增大潜在的财务风险。

（三）区块链对财务风险的影响

区块链是新兴科技创新的核心技术[14]，将区块链技术与企业财务活动相结合，可以达到对企业财务风险的全面掌控。利用区块链可追溯的特性，强化资金管理，提高企业资金运用的合理性和流畅度。区域链可明确记录企业各项资金往来明细，更好地掌握资金用途，确保企业项目顺利进行，企业的财务风险便可有效降低。

首先，区块链平台可实现去中心化筹资，企业直接在资本市场融资，在一定程度上可以降低代理成本、提高代理效率，对财务风险有一定的治理效应，通过区块链平台可以实现企业与企业之间的资金收付，无需通过第三方机构，资金收付不再受到时间、地点的限制，降低企业的时间成本。同时，企业可利用平台的智能合约进行交易。智能合约是由学者Szabo[15]于1995年提出来的，他将其定义为“是一套以数字形式定义的承诺，包括合约参与方可以在上面执行这些承诺的协议”。智能合约拥有智能数字货币和智能数字资产，并在触发预定条件时完成对资产的转移[16]，系统根据交易规则自动执行，避免了传统交易中的条款纷争，在传统交易模式下，由于双方不信任无法达成的交易也能顺利进行，降低双方交易成本以及违约风险，进而降低企业的财务风险。

其次，区块链可以保证财务报告的真实性。区块链中的信息数据处于一种公开透明的状态，这种透明化的模式可以在企业内部或外部起到互相监督的作用。企业在利用区块链进行经营管理时，每一笔交易都会印有时间戳，使得数据区块连成了新的结构，形成了区块链条。每笔交易都有时间信息，使其都有唯一性。除非控制51%以上的节点，否则数据无法通过单独节点进行篡改，基礎财务数据的真实性得以保证，使得财务报告真实可靠，进一步降低由于财务报告导致的决策失误引发的财务风险。基于此，提出本文假设1。

H1：区块链应用能够降低企业财务风险。

三、研究设计

（一）样本选择与数据来源

本文选择A股上市公司2016—2020年数据为初始样本，利用Stata17对数据进行以下处理：（1）剔除ST、？觹ST企业，并剔除企业暂停上市、ST年份的数据;（2）剔除数据缺失的企业;（3）剔除企业上市之前的数据;（4）对所有连续变量进行上下1%缩尾处理，以减小离群值带来的影响。所有数据均来自于国泰安数据库。

（二）变量设计

1.被解释变量

财务风险（RISK）。对于财务风险的测度已有不同的学者提出方案。Altman提出Z-Score模型衡量企业财务风险，即Z-Score=1.2×营运资金/总资产+1.4×留存收益/总资产+0.6×息税前利润/总资产+0.999×权益市场价值/总负债的账面价值+3.3×营业收入/总资产，Z-Score数值越大，企业财务风险越小。1984年，Zmi-jewski提出用破产预测指数衡量财务风险;除此之外，股票收益波动性、β系数、财务杠杆等指标也被用来衡量财务风险。本文采用Z-Score模型衡量企业财务风险，为了方便分析，已将财务风险取负号处理。

2.解释变量

区块链虚拟变量与时间虚拟变量的交互项（BLOCK×TIME）。参考杨德明等[17]、李任斯等[18]的衡量方法，按照企业年报中是否出现“区块链”“分布式计算”“智能合约”等相关字样衡量是否应用区块链。若企业在2016—2020年应用了区块链，则区块链虚拟变量取值为1，否则为0;若处于区块链应用当年及以后，则时间虚拟变量取值1，否则为0。企业应用区块链当年及以后，BLOCK×TIME取值为1，否则为0。

3.控制变量

企业的盈利能力、发展前景、现金流状况、资产负债率等因素均会对企业财务风险产生影响，综合考虑模型设定偏误、遗漏变量等问题，选取总资产收益率（ROA）、营业收入增长率（GROWTH）、现金流能力（CASH）、资产负债率（LEV）、企业上市年限（AGE）、财务风险滞后项（RISKt-1）作为控制变量，同时对个体维度、时间维度进行双向固定。

各变量定义如表1所示。

（三）模型构建

企业是否应用区块链构成了一项准自然实验，可以采用双重差分（DID）评估区块链应用对财务风险的影响。由于企业应用区块链时间并不一致，参考黄萍萍等[19]的研究方法，采用多时点DID进行模型构建。

使用DID模型的前提是政策外生于企业，但实际上，企业是否应用区块链并非随机选取，是企业自主选择的结果，会导致构建的多时点DID模型存在样本选择偏误的内生性问题，多时点DID模型无法应用。Rosenbaum et al.[20]提出的倾向得分匹配法（PSM）能够较好地解决该问题[21]，首先构建Logistic模型计算财务风险受到区块链应用影响的概率，其次将得分相近的样本逐年进行匹配，最后剔除位参与匹配的样本，剩余的样本便可以用于多时点DID模型。

进行PSM时，首先，根据企业当年是否应用区块链筛选处理组和控制组。其次，利用Logistic模型筛选协变量，筛选出的协变量为总资产收益率（ROA）、营业收入增长率（GROWTH）、现金流能力（CASH）、资产负债率（LEV）、企业成立年限（AGE）、财务风险滞后项（RISKt-1）。最后，根据协变量匹配指标进行倾向得分p的计算，根据处理组与对照组之间p值的相近度进行匹配。经过PSM处理后获得的样本可用于DID进行研究分析，本文基于多时点DID构建的回归模型如下：

RISKi，t=α+β×BLOCK×TIMEi，t+γ×Xi，t+μi+λt+εi，t

其中，RISKi，t为企业i在第t年的财务风险，核心解释变量为BLOCK×TIMEi，t，如果企业i在第t年应用了区块链，则BLOCK×TIMEi，t取1，否则取0，Xi，t为控制变量，μi为企业个体固定效应，λt为时间固定效应。

四、实证分析

（一）PSM结果分析

初始样本为12 467个，其中处理组样本为515个，控制组样本为11 952。使用PSM进行匹配比例为14、半径为0.002的卡尺内近邻匹配，最终得到处理组样本数2 316个，控制组样本9 140，满足共同支撑假设样本数为11 456个，删除不满足共同支撑假设的样本数，最终样本数为11 456。

1.平衡性检验

“条件独立性”要求匹配后的处理组和控制组的协变量不存在显著差异，如果存在显著性的差异，则表示协变量的选取或者匹配的方法不恰当。表2为2016—2020年匹配前后逐年平衡性检验结果。从表中可以看出，匹配后各年度的各个变量显著性明显下降，相关系数有所减小、t值有所减小，R2有较大幅度的下降，因此，可以认为各年度两组协变量之间不存在显著差异，协变量选择恰当且匹配方法恰当，PSM估计可靠。

2.共同趋勢检验

虽然匹配降低了处理组和控制组特征偏差，但如果处理组和控制组的得分倾向相差较大，匹配质量较差，PSM模型仍然无效。因此，需要进行共同趋势检验，确保倾向得分在处理组和控制组之间有足够的重合区域。对比匹配前后的核密度图如图1、图2所示，匹配前处理组和控制组之间差异较大，匹配后的处理组与控制组较为接近，重叠区域增大，说明匹配效果良好，PSM估计可靠。

（二）描述性统计

表3为11 456个样本描述性统计结果，按照当年是否应用区块链进行划分。由表3可知，BLOCK×TIME=1的样本中，RISK的均值为-8.831，BLOCK×TIME=0的样本中，RISK均值为-7.888，从数据的大小看，应用了区块链的企业财务风险较小，优于未应用区块链的企业。财务风险大于-1.670，说明企业处于财务困境之中，财务风险小于-1.670、大于-2.810，处于灰色地带，有财务风险的可能性较大，财务风险小于-2.810，企业财务风险较小。无论是BLOCK×TIME=1，还是BLOCK×TIME=0，中位数的绝对值均大于2.810。可以看出大多数企业处于财务风险较低的状态，BLOCK×TIME=1的样本仅有512个，大多数企业没有应用区块链技术。控制变量均处于合理水平之内。

（三）相关性分析

表4为各个变量之间的相关性分析结果，RISK与BLOCK×TIME之间在1%水平上显著负相关，即随着区块链的应用，企业财务风险有所减小，初步验证了前文的H1。解释变量与控制变量之间相关系数较低，系数绝对值的最大值仅为0.035，不存在严重的多重共线性。ROA、CASH与RISK之间呈现负相关关系，RISKt-1与RISK之间呈现正相关关系，因此，企业盈利能力越高、经营活动产生的现金流与负债的比值越大、前一年财务风险越小，企业当年的财务风险就越小。GROWTH、LEV与RISK之间呈现正相关关系，企业营业收入增长越快、资产负债率越高，企业财务风险就越大，符合一般经济规律。

（四）多时点DID回归结果分析

为了验证前文提出的假设，将匹配后剩余样本代入多时点DID模型进行回归，回归结果如表5所示。列（1）为不加控制变量的多时点DID回归结果，列（2）为加入控制变量的多时点DID回归结果。从列（1）和列（2）可以看出，无论是否加入控制变量，BLOCK×TIME的系数都显著为负，加入控制变量后BLOCK×TIME显著性由10%变为1%，控制变量显著性水平较高，均在1%水平上显著，相关系数符号及数值符合一般经济规律。由此可知，区块链的应用能显著降低企业财务风险，假设得证。列（3）是使用权重不为空的样本进行回归，结果显示，区块链与财务风险之间的关系仍然显著，除CASH外，其余控制变量的显著性与全样本显著性之间无太大差别。

（五）稳健性检验

1.平行趋势检验

平行趋势检验是应用DID模型的前提，只有满足了平行趋势，DID的结果才能准确。平行趋势检验要求控制组和对照组在政策应用前维持相同的发展趋势，以保证政策的应用，这是造成二者变化的唯一因素。本文选择区块链应用前第三年的数据作为基准组，剔除基准组数据，平行趋势检验构建的模型如下：

平行趋势检验结果如图3所示。从图中可以看出，-4、-2、-1期的置信区间包含0，数据不显著，而0期及以后的置信区间不包含0，数据显著，满足平行趋势假设。

2.安慰剂检验

对数据进行虚构后进行估计是安慰剂检验的核心思想，如果不同虚构方式下回归结果仍然显著，说明原来的结果很有可能出现偏差。通常进行安慰剂检验的方法有改变政策时间、随机生成处理组以及替换样本。为了验证实证结果是否受到其他偶然因素影响，本文参考刘瑞明等[22]通过随机生成处理组的方式进行安慰剂检验。参照真实数据生成过程，虚拟生成BLOCK×TIME变量，对数据进行500次抽样，得到的结果如图4所示，回归系数服从正态分布，均值在0附近，符合安慰剂检验的预期。

3.更换PSM比例

将PSM更换匹配比例为15、半径为0.002的卡尺内近邻匹配，结果如表6所示。列（1）为不加入控制变量的多时点DID回归结果，列（2）为加入控制变量的多时点DID回归结果，列（3）为使用权重不为空的样本进行多时点DID回归结果，虽然权重不为空的系数有所差异，但显著性水平几乎未变，证明上述研究结果具有稳健性，较为可靠。

五、结论与建议

区块链应用领域逐渐扩大，其良好的特性可助力企业营运管理，降低风险。本文以2016—2020年沪、深A股上市公司数据为样本，利用多时点DID-PSM模型，探究了区块链对企业财务风险的影响，得出区块链应用能够减小企业财务风险的结论，为企业是否应用区块链降低财务风险提供了一定的参考。在此基础上提出如下建议：

第一，企业应重视区块链的应用。区块链技术与财务相结合具有较好的应用场景[23]，加大对区块链应用的创新，加速区块链技术与财务的融合程度，利用区块链技术进行企业财务管理，确保公司稳定发展。

第二，加强资金活动的管理。利用区块链技术对资金进行管理，可充分掌握资运动过程，对资金的使用进行详细记录，提高资金利用效率，避免造成不必要的资金浪费，降低在资金运动中的财务风险。

第三，完善财务报告。财务报告详细记录了企业一段时间内的经营情况，管理者可利用财务报告做出决策。利用区块链技术对财务信息进行详查，对出现差错的财务信息及时进行纠正，使得财务信息的可靠性得到保证，进而增强财务报告的可靠性，降低经营决策导致的企业财务风险发生的概率。

六、研究不足

本文分析了区块链对财务风险的影响，据现有资料来看，区块链大多应用于金融行业和信息产业，金融行业的财务核算与一般企业财务核算不同，且金融行业不是本文单独研究重点，样本选择上剔除了金融行业数据，尚不清楚金融行业应用区块链是否能降低财务风险。财务风险涉及环节众多，既有筹资过程中的财务风险，也有投资、营运、分配过程中的财务风险，相关可延展的问题较多，未来可对不同环节的财务风险展开进一步研究。

【参考文献】

[1] 秦荣生.数字化时代的财务创新发展[J].财务与会计，2020（1）：7-9.

[2] 程平，陶思颖.基于区块链技术的智能财务报告研究[J].会计之友，2020（5）：156-160.

[3] 金树颖，王鹏，张子辰.基于区块链技术的会计信息生成路径优化[J].财会月刊，2020（11）：76-82.

[4] SATOSHI NAKAMOTO（中本聪）.比特币：一种点对点的电子现金系统[DB/ OL].www.bitcoin.org，2008.

[5] WHITAKER RICHARD B.The early stages of financial distress[J].Journal of Economics and Finance，1999，23（2）：123-132.

[6] 尹帅.创业板上市公司财务风险影响因素研究[J].商业经济，2017（6）：151-152，154.

[7] 陈志斌，周燕，王诗雨.产业竞争对企业财务风险的影响[J].财会月刊，2020（24）：9-15.

[8] 杨军，赵继新，李宇航.多元化经营战略对企业财务风险的影响研究[J].财会通讯，2020（14）：78-81.

[9] 王进朝，张永仙.企业生命周期、内部控制质量与财务风险[J].会计之友，2020（19）：87-94.

[10] 于建玲，佟孟华，朱泽君.企业金融化对财务风险的影响——基于经济政策不确定性的调节效应研究[J].国际金融研究，2021（10）：88-96.

[11] 韩芳，杨柳.社会责任信息披露与财务风险[J].统计与决策，2021，37（14）：165-168.

[12] 许汉友，韦希.财务共享实施能降低企业的财务风险吗？[J].财会通讯，2021（4）：92-97.

[13] 阳震青，牛月月.区块链技术下公司财务风险管理探究[J].合作经济与科技，2020（16）：98-100.

[14] 刘光强，干胜道，张玉梅.基于区块链技术的会计信息可靠性研究[J].会计之友，2021（14）：150-155.

[15] SZABO N.Smart contracts：building blocks for digital markets[J/OL].Public Networks.https：//www.fon.hum.uva.nl/rob/Courses/InformationInSpeech/CDROM/Literature/LOTwinterschool2006/szabo.best.vwh.net/smart_cont racts_2.html.

[16] SHUAI WANG，LIWEI OUYANG，YONG YUAN，et al.Blockchain-enabled smart contracts：architecture，applications，and future trends[J].IEEE Transactions on Systems，Man，& Cybernetics：Systems，2019，49（11）：2266-2277.

[17] 杨德明，夏小燕，金淞宇，等.大数据、区块链与上市公司审计费用[J].审计研究，2020（4）：68-79.

[18] 李任斯，万滢霖.区块链对企业营运效率的影响——信任助推器还是炒作？[J].会计之友，2021（1）：153-160.

[19]黄萍萍，焦跃华.员工持股、信息透明度与企业创新——基于员工持股计划的准自然实验[J].科技进步与对策，2019，36（22）：102-111.

[20] ROSENBAUM P R，RUBIN D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika，1983，70（1）：41-55.

[21] 胡祁，朱銘来.中国城乡居民基本医保整合政策对商业健康保险发展的影响——基于PSM-DID方法的实证分析[J].财经论丛，2021（12）：50-60.

[22] 刘瑞明，毛宇，亢延锟.制度松绑、市场活力激发与旅游经济发展——来自中国文化体制改革的证据[J].经济研究，2020，55（1）：115-131.

[23] 蔡璨.区块链技术在企业集团财务风险预警模型的应用[J].财会通讯，2021（6）：134-137.