互联网金融、技术创新与企业绩效

□ 黄亚旦

一、引言

近年来，移动互联网、云计算等信息技术突飞猛进，催生了依托于电子商务领域的一种新兴金融模式——互联网金融，更好的用户体验和规模效应也使得其具有传统金融无法比拟的优势（李继尊，2015）。正在成为学界、业界及监管部门关注的重点。从宏观来看，互联网金融的发展为当今国内金融体系的深刻变革产生明显推动作用，同时可能对微观层面的企业绩效产生影响。在中国，所谓的“互联网金融”，主要指由网商通过线上平台进行商品交易等所延伸推展的金融活动（王国刚和张扬，2015）。根据文件《关于促进互联网金融健康发展的指导意见》，互联网金融组成的前三部分——互联网支付、网络借贷、互联网基金销售，对我国企业的外部经营环境及内部绩效产生了深刻的影响（刘澜飚等，2016）。

国外学者从互联网金融创新产品的使用角度出发，认为以比特币为代表的移动支付及电子货币的使用会产生负外部效应，降低交易成本。当公众倾向选择互联网金融服务，会相应降低对央行所发行的现金需求，进而对央行的货币发行以及资产负债表结构产生一系列连锁反应，降低原有货币政策实施的有效性。此外，由于互联网金融在金融创新监管方面缺乏有效性，移动支付及电子货币的应用与发展增加了经济政策实施的不确定性（Plassaras，2013；Ali et al，2014），导致接连的负面影响，如企业绩效的下降。但尚未有学者从技术创新这一视角出发，研究其是否对互联网金融与企业绩效的关系产生影响。

必须承认的是，互联网金融发展是经济社会体现科技进步的必然产物，有利于金融市场改革的深化与金融资源配置的优化，进而促进实体经济的健康发展（吴诗伟等，2015）。那么，企业涉足互联网金融领域后，其整体绩效是否真的提升了?其他因素是否也起着不可或缺的影响作用呢?

现有文献针对互联网金融发展对企业绩效的影响作出了较为丰富的探讨，但研究成果仍有待完善。其一，研究角度比较单一，从多角度评价两者关系的实证研究尚不多见，难以全面反映互联网金融对企业绩效的影响路径。少有研究将技术创新、互联网金融与企业绩效三者同时纳入框架进行考虑，研究角度尚需开发。本文着眼于互联网金融和企业绩效，将技术创新作为调节变量，研究彼此的作用机制。其二，关于互联网金融方面的数据相当匮乏，未能很好地对互联网金融发展与企业绩效进行最精确的实证分析。

二、理论与假设

（一）互联网金融与企业绩效

关于互联网金融，国内外大多研究围绕其与传统商业银行的关系进行深入讨论。互联网金融更多作为传统金融业的“补充剂”，助力金融脱媒，增加银行业信贷量等，提升金融业整体效率（Franklin et al，2002）。然而Ovidiu et al（2015）通过实验发现，互联网金融的发展催生了传统金融企业的互联网化，而并未见网上银行业务的开展对商业银行运营效率的提升有显著作用。吴诗伟等（2015）通过研究利率市场化、互联网金融与商业银行风险三者的关系发现，互联网金融企业发展不仅是导致商业银行风险上升的直接原因，也倒逼商业银行利率市场化的提高，更进一步加剧风险；但商业银行的互联网化则显著减少经营风险。互联网金融对传统商业银行的发展形成了巨大冲击，但二者的作用不可相互替代，未来必然双向联动发展（程鑫，2015）。此外，资产规模、资本充足率、存贷比等也是对商业银行风险产生负面影响的直接因素（郭飞和严丹良，2022）。

具体到互联网金融对企业绩效的影响：（1）基于信息不对称理论，在企业正常经营过程中，互联网金融的独特技术优势，信息技术的应用极大降低了交易成本（刘满凤和赵珑，2019），提高公司的资源配置效率。而通过互联网金融渠道进行融资本身也是一种低成本高效的方式，能够有效影响企业绩效水平（谢平和邹传伟，2012）。（2）从企业成长方面看，互联网金融作为企业获取利润的一种途径，能够提高企业的盈利能力。立足我国基本国情，中国在激烈竞争的格局下面临转型升级压力，经济增长和市场条件的不确定性导致互联网金融化的进程加快，增加企业绩效（李善民和朱滔，2006）。（3）从资本市场角度来说，互联网金融业务的开展有利于上市公司建立自身内部资本市场。相较于传统金融机构，通过互联网金融平台所提供的产品与服务（周光友和罗素梅，2019），资本市场投资效率提高。根据以上分析，得出如下假设：

假设H1：互联网金融对企业绩效正向影响。

（二）技术创新与企业绩效

近年些国内外学者对其进行了大量而丰富的研究，有如下结果：一是无显著相关关系。郭斌（2006）以软件行业作为研究对象，认为二者并无显著相关关系，也有学者通过改变研究样本得出相同的结论（王君彩和王淑芳，2008）。二是存在其他非线性关系。国外学者通过研究发现技术创新和企业绩效呈倒“S”关系，国内学者康志勇（2013）认为技术创新投入与企业绩效两者间呈倒“U”型关系。三是显著正相关关系。且这种显著正相关还存在滞后效应，即当期的技术创新在一年或两年以后，影响才能有显著性结果（单春霞等，2017）。

虽然研究对象与研究方法存在很大差异，但大多数学者认为二者成正相关关系（C Camison & A Villar-Lopez，2014）。创新是经济发展的本质，它对增强企业的竞争优势起着重要的作用。创新研发活动是企业技术创新的基础，大量的研发活动帮助企业积累知识与经验，这些知识与经验能够赋予企业竞争优势，有利于企业在一定市场地位中形成核心竞争力，获得利润增长点，进而提升企业盈利能力（张琴，2018）。再者通过研发投入力度可以加强技术创新，进而帮助企业树立竞争优势，提高经营业绩（刘胜楠和杨世忠，2019）。根据以上分析，得出如下假设:

假设H2：技术创新对企业绩效正向影响。

（三）互联网金融、技术创新与企业绩效

互联网金融通过自己的平台功能对企业的融资活动提供了一个方便快捷的渠道，进而影响企业绩效的提升。而技术创新活动本身存在较多的机会，这正是企业绩效提升的重要因素。其通过影响企业的资金状况来影响企业绩效，但是在不同时期也存在企业绩效不同的情形，则说明互联网金融与企业绩效的关系还可能受到技术创新的影响。在互联网金融对企业绩效的影响路径中，技术创新更多的表现为通过研发投入解决融资问题，调节二者的关系。根据以上分析，得出如下假设：

假设H3：技术创新在互联网金融和企业绩效的关系中起调节作用。

三、数据与模型

（一）数据来源

以2010-2019年沪深上市公司为研究对象，根据相关财务数据的可得性，选取其中的有效样本进行实证分析，经过筛选，剔除财务数据不全和个别指标值异常的公司，最终得到研究样本有效数量18679。公司的财务数据均来源于CSMAR数据库、wind数据库和各公司年报。

（二）变量选择

被解释变量：企业绩效。衡量企业经营绩效水平的指标有很多，为了确保检验结果的可靠性，本文选取国际上公认且能长期清晰预测企业的市场价值的TobinQ（叶建木和刘红，2015）一值作为衡量指标企业绩效的指标。

解释变量：互联网金融发展水平。较权威的是北京大学数字金融研究中心发布的《互联网金融发展指数第三期》的地区互联网金融发展指数，但由于该数据只更新到2016年，又第三方支付业务仅以一己之力占据了90%的市场业务，且互联网金融发展水平和企业融资成正相关，因此本文中互联网金融发展水平（Ef）用第三方支付规模的自然对数和财务杠杆（Lev）的乘积作为衡量的指标（刘孟飞和王琦，2021；饶品贵等，2017）。

调节变量：技术创新。因为企业创新资源的表现形式为研发投入，用研发投入强度R&D作为替代变量（刘力钢和姜莉莉，2021）。

控制变量:本文参考刘满芝等（2021）的研究思路，将明显影响企业经营绩效的其他变量作为控制变量，如资产收益率（ROA）、净资产收益率（ROE）、董事会规模（BS）、股权集中度（Con）、企业规模（Size）。同时为了避免研究结论的偏差，引入年份虚拟变量（Year）和产权性质虚拟变量（State）进行控制。

各变量名称、含义及度量方法如下表1所示。

表1 变量说明

（三）模型构建

为了验证以上提出的假设，参考刘胜楠和杨世忠（2019）的做法，建立以下回归模型:

其中，i表示公司，t表示年份，ε为随机扰动项，Control为控制变量矩阵，α0为常数项，α1为互联网金融系数，β1为控制变量系数矩阵。

其中，R&D×Ef代表技术创新和互联网金融的交互项，α3为交互项系数。

四、实证分析

（一）描述性统计分析

为验证前文提出的研究假设，采用Stata16.0进行多元线性回归，提取出相关变量描述性统计，具体如表2所示。

表2 各变量的描述性统计分析

由表2可知，样本数为18679，TobinQ值的最小值为0.048，最大值为70.581，差异较大，但从标准误来看各样本公司的绩效相对稳定;互联网金融指标（Ef）均值为5.079，最大值448.829，最小值0.050，标准误为4.658，说明我国互联网金融在不断发展，但是企业之间仍存在巨大的差异;技术创新（R&D）的均值分别为4.665，但从极值（0.001和307.720）的跨度可以看出，每个企业的研发资金投入是有差别的，分布不均匀，即有些企业十分重视对技术创新的投入，而有的企业则不重视创新活动。

（二）相关性分析

相关系数检验和膨化因子检验结果如下表3。

表3 Pearson系数检验结果

如表3所示，各变量之间的相关关系均显著，同时从膨化因子检验结果来看，各变量的vif值均在0-4之间，远低于10的临界值，表明变量间无共线问题，进一步证实样本和模型的合理性，适合回归分析（张雪和韦鸿，2021）。

（三）回归结果与分析

1.回归结果

针对模型1、2、3做出的回归结果如表4所示。

表4 模型回归结果

从表4中可以看出，模型一以互联网金融为自变量，企业绩效为因变量进行回归，从结果可知互联网金融显著正向影响企业绩效，即假设H1成立，说明互联网金融的发展有助于解决融资问题，有利于企业绩效的显著提升；同时模型二以技术创新为自变量、企业绩效为因变量进行回归，结果显示技术创新对企业绩效有正向影响，假设H2成立，说明在技术创新的作用下，企业经营可得到有效改善，促进企业绩效的增加。

经过以上分析，假设1和2同时成立，符合调节效应检验的前提要求。为了进一步检验技术创新是否在互联网金融与企业绩效中起着调节作用，因此在模型三中，将交互项加入方程中进行考虑，结果表明随着技术创新的增加，互联网金融对企业绩效的正向影响会增强，即假设3得证。故技术创新可以通过提升研发能力，进而带动互联网金融企业绩效的提升，技术创新在互联网金融与企业绩效的关系中发挥正向调节作用。

2.异质性回归分析

考虑到证券交易所挂牌的企业有一定的技术创新积累，此时已经进入成长期甚至更后，因此借鉴陈收等（2015）的方法，通过专利增长率的计算以及生命周期理论将企业的发展过程划分为成长期、成熟期和衰退期，然后分组进行异质性检验。具体思路为:若企业连续3年及以上专利增长率均大于0，即判断为成长期，小于0为衰退期，其余为成熟期。最终统计结果为：成长期1254个样本、成熟期13220个样本、衰退期4203个样本。对成长期、成熟期和衰退期进行模型三的回归，结果如表5所示。

表5 异质性检验回归结果

由表5可知，成熟期和衰退期的技术创新对互联网金融和企业绩效之间有显著的正向作用，成长期则不明显。那么处于这两个阶段，技术创新的影响有无显著差异呢?基于此目的，对研发投入用Ttest检验进行组间差异性检验，结果如表6所示。

表6 Ttest检验结果

从Pr值来看，拒绝原假设，说明成熟期和衰退期的技术创新对企业绩效存在显著差异。

对成熟期和衰退期进行统计发现，成熟期的研发投入强度均值为4.43，衰退期为5.12，可以认为在衰退期阶段技术创新对互联网金融和企业绩效的调节作用最大。本文认为可能的原因是：（1）由于研发投入存在滞后效应，在成长期进行技术创新当期效果可能不明显，而随着企业不断发展，生命周期的持续进行，实施效果在成熟期和衰退期逐渐显露出来，因此成熟期和衰退期的技术创新对互联网金融与企业绩效之间的调节作用显著，而成长期不明显。（2）进一步分析，成熟期企业已具备相当规模，研发投入水平对企业绩效的影响处于稳定阶段，而在衰退期阶段，企业为了存活必须不断提高研发能力，相较于其他时期研发规模和水平都达到较高值才能扭亏为盈，滞后产生的效果此阶段最大，因此衰退期的企业绩效最大程度地被提高。

（四）稳健性检验

为了确保本文实证结果的严谨性，避免变量的偶然性造成的偏差，进行如下稳健性检验:

1.替换调节变量。将技术创新用研发人员数量占比进行替换，研究结果仍然支持了本文的所有结论。

2.改变回归方法。利用FGLS方法对模型进一步回归，得出结果仍是稳健的。

五、结论与建议

（一）结论

本文以2010-2019年沪深上市公司为样本对象，对其互联网金融数据进行收集整理，进行描述性统计和相关性分析，在此基础上建立回归模型进一步实证回归，研究结果显示：技术创新活动中的研发投入能正向促进企业绩效的提高；互联网金融正向促进企业绩效的提高；技术创新活动中的研发投入对互联网金融与企业绩效的关系正向调节作用显著。考虑企业生命周期的情况下，技术创新的调节作用有所差异，其中衰退期尤为明显。技术创新能显著减缓企业的衰退，衰退期企业增加技术创新能帮助企业焕发活力，延缓衰老提高企业绩效，延长企业生命周期。

（二）对策建议

首先从企业个体角度来说，（1）积极参与互联网金融业务，融资问题解决了，企业的经营才更有保障，绩效提升的速度会得到提高；（2）在衰退期不急于退出市场，应将多余的精力用于加强与研发机构和高校等的合作，利用已有实验室、专业设备、技术人才等资源进行技术性创新活动；（3）提高技术创新的效率，对于创新活动的整个过程做到有效监管，确保要素投入有效，达到技术创新对企业绩效的正面影响；（4）吸引并减少高素质的专业技术人才的流动，充分发挥高素质人才的专业知识与技能，制定合理的薪酬体系和激励机制以提升高素质人才的能动性，对员工进行绩效考核增强员工的主观能动性与创新意识。

其次从政府角度考量，（1）积极践行国内有利于企业提高的平台及措施，如支持互联网金融的发展，通过减免创新产出的税费可降低创新成本来激发企业的创新热情与动力；（2）加大对创新的支持力度，比如设立专项的研发基金，吸引和鼓励企业进行创新技术的引进和研发；（3）扩大融资渠道，可能存在由于企业规模造成财务压力的情况，此时就有必要主动扶持企业的财政。