普惠金融对山东省中小企业融资约束缓解效应分析

○ 周南南，曹琳枫，李昊宁，孙绪换

（1.青岛科技大学 经济与管理学院，山东 青岛 266061；2.青岛农商银行西海岸分行，山东 青岛 266247；3.青岛银行股份有限公司延安二路支行，山东 青岛 266000）

一、引言

自2013年11月党的十八届三中全会正式提出发展普惠金融以来，普惠金融的发展正式成为我国一项国策。2015年12月国务院印发《推进普惠金融发展规划（2016—2020年）》，标志着中国普惠金融国家战略顶层设计的初步完成；2019年4月中共中央办公厅、国务院办公厅印发《关于促进中小企业健康发展的指导意见》，推出了关于加大再贴现对小微企业支持力度、进一步完善债券发行机制、研究放宽小微企业贷款享受风险资本优惠权重的单户额度限制等促进中小企业健康发展的政策。

山东省作为我国东部沿海经济大省，在全国区域经济格局中占有重要位置。截至2021年，山东省中小企业超过400万家，对促进全省经济的高质量发展和新旧动能的转换具有重大意义。为加强普惠金融对山东省中小企业的支持力度，2017年3月山东省财政厅制定了《山东省普惠金融发展专项资金管理暂行办法》，旨在加快建立普惠金融服务和保障体系，加强普惠金融发展专项资金管理；2017年7月山东省人民政府印发的《关于推进普惠金融发展的实施意见》，明确提出建立健全多元化、广覆盖的普惠金融机构体系，聚焦普惠金融服务主体、加快金融创新，打造国内领先的普惠金融基础设施，健全普惠金融政策激励、风险补偿机制等措施，旨在提升山东省金融服务的覆盖率、可得性和满意度。尽管山东省普惠金融发展态势较好，但普惠金融依旧存在业态发展不均衡、供需匹配度不均衡、特色供给不足等问题[1]，山东省中小企业仍存在融资渠道不通畅、融资成本过高、信用等级偏低的问题[2]。在新冠肺炎疫情的大环境下，山东省中小企业要发展就需要及时的、充分的普惠金融的支持。

普惠金融的提出与发展旨在消除中小企业等弱势群体的融资壁垒，帮助中小企业跳出融资困境。随着数字技术的兴起，数字普惠金融在金融覆盖范围、金融服务成本、金融服务效率等方面有着独特的优势，有望成为缓解中小企业融资约束的重要助力。因此，完善普惠金融体系，明确传统普惠金融与数字普惠金融对中小企业融资约束缓解的影响至关重要。

二、文献综述

普惠金融作为促进社会公平、缓解中小企业融资约束的一项重要措施，受到了国内外学者的高度重视。国内外有关普惠金融的研究已非常丰富，譬如，国内学者于晓虹通过构建指标体系对省际普惠金融的发展水平进行了测度[3]；梁榜等研究发现普惠金融创新可以从多个角度共同发挥作用来缓解中小企业的融资约束[4]；邹伟等基于内生金融理论视角的考察，发现普惠金融能显著提高中小企业融资的可得性[5]。印度学者萨尔马（Sarma）从营业网点的地理渗透性、银行服务可得性和使用效用性三个方面建立了普惠金融指标体系[6]；普惠金融全球合作伙伴（GPFI）从金融供给与金融需求两方面构建了普惠金融评估体系[7]；越南学者阮志楚（Nguyen）采用两阶段主成分分析方法，构建了综合FI指数来衡量发展中国家的普惠金融水平[8]；意大利学者西基耶洛（Cicchiello）等通过对2000—2014年42个国家数据的分析，发现经济增长可以促进普惠金融的发展，而较低的普惠金融水平则会制约国家的进步[9]。

关于山东省普惠金融的研究，目前主要集中在普惠金融发挥的作用以及普惠金融指数测度两个方面。其一，关于山东省普惠金融作用发挥的研究。罗斯丹等根据山东省2000—2015年的相关数据测算了山东普惠金融发展状况，并利用状态空间模型考察了普惠金融直接和间接作用于减贫效果的动态变化，结果表明普惠金融对促进贫困减缓具有显著的影响[10]；刘婷婷等的研究表明，只有普惠金融发展程度达到一定水平后才会对城乡居民收入差距发挥较为明显的缩小作用，且具有边际递减效应[11]。其二，关于山东省的普惠金融指数测度研究。刘明等以山东省17地市2009—2013年的年度数据为样本，通过构建普惠金融指数对山东省普惠金融发展情况进行了实证研究[12]；高卓然通过普惠金融发展评价指标体系，计算了2009—2014年山东省和各地市普惠金融发展指数，首次对山东省不同地区的普惠金融发展水平进行了差异比较[13]；李佳童等采用IFI普惠金融指数测量了山东省普惠金融的发展水平[14]；张细松等运用层次分析法实证检验了山东省17个地市的普惠金融发展水平的差异性[15]。

目前关于山东省中小企业融资问题的研究主要集中在山东省中小企业融资面临的问题以及解决方式上。融资难度大、融资成本高一直是中小企业面临的发展瓶颈，山东省也不例外。张如意通过分析山东省中小企业的发展现状和融资情况，指出了导致山东省中小企业融资难、融资贵的内、外因素[2]；都杰借助融资理论，梳理出山东省中小企业在融资过程中面临的问题，并分别从政府、金融机构和中小企业的角度提出了破解融资困境的对策[16]；王莉等认为互联网金融可以通过健全信息化金融机构、建设基于大数据的小额信贷创新模式、互联网金融门户平台等创新机制，给陷入融资困难的中小企业带来新的机遇[17]。

综上所述，学界对于全国范围内和山东省普惠金融的研究已有一定的成果，但对于普惠金融与中小企业融资制约关系的研究方法多以定性分析为主，且缺少传统普惠金融与数字普惠金融在缓解企业融资效果方面的实证对比分析。因此，本文在借鉴以往传统普惠金融指数的测度方法、企业融资约束测度模型以及北大数字普惠金融指数的基础上，通过构建面板数据模型，从数字普惠金融、传统普惠金融两个层面实证检验二者对山东省中小企业融资约束的缓解作用，并通过对比传统普惠金融与数字普惠金融对山东省中小企业融资约束的缓解效果，提出缓解山东省中小企业融资约束的相应对策和建议。

三、模型构建与变量说明

（一）模型构建及说明

阿尔梅达（Almeida）等提出的现金-现金流敏感性模型，表明受到融资约束的企业会储存部分当期现金流以应付日后投资，因此具有融资约束的企业也会有现金-现金流的敏感性[18]。国外学者库拉纳（Khurana）和苏菲（Sufi）运用现金-现金流模型得出的实证结果与阿尔梅达一致[19-20]。国内学者连玉君等通过建立面板数据模型进行实证研究，结果显示现金-现金流敏感性模型能够有效衡量我国上市公司的融资约束[21]。因此，本文基于现金-现金流敏感性模型开展山东省中小企业融资约束研究。将基准模型设定为式（1）的形式：

回归模型公式（1）中的被解释变量ΔCash为企业现金持有量的变动值，解释变量中CF为企业当期现金流，Grow表示企业成长能力，ΔStd表示企业短期负债变动，Size反映企业规模，ΔNwc为企业非现金净营运资本的变动，Expend表示企业的长期资本支出，d与f分别为反映时间效应和个体效应的虚拟变量，ε为误差扰动项，i为企业标识，t为时间标识。

本文将企业现金流分别与数字普惠金融指数和传统普惠金融指数相乘，构成交互项，以检验交互项对中小企业融资约束的影响，并在基准模型的基础上分别加入这两个交互项，形成扩展模型。如公式（2）所示：

公式（2）中，IFI表示普惠金融指数。本文将普惠金融指数分为传统普惠金融指数（TIFI）和数字普惠金融指数（DIFI）；交互项CF×TIFI和CF×DIFI用于考察传统普惠金融和数字普惠金融对于中小企业融资约束所产生的影响；交互项系数α7为本文的重点观察系数，用于反映普惠金融对中小企业融资的作用效果。其中j是省份标识。此外，本文从数字普惠金融的覆盖广度（CB）、使用深度（UD）和数字支持服务（DL）三个维度，对中小企业融资约束的影响进行了实证分析。

（二）传统普惠金融指数测度

1.传统普惠金融发展指标体系构建

基于全面性、科学性、可得性的原则，本文在充分借鉴国内外学者普惠金融指标选取、普惠金融指标体系构建等研究成果的基础上，结合山东省中小企业实际，构建了一个包括目标层、准则层和表征指标层在内的多层次传统普惠金融发展指标体系（见表1）。

表1 传统普惠金融发展指标体系

2.山东省传统普惠金融指数测度方法选择与结果分析

普惠金融指数计算可以分为三个步骤：原始指标数据的标准化处理、指标赋权和指数合成。三个步骤的处理过程会因选择方法的不同而使测算出来的指数存在很大差异。为了能够客观地测度山东省各城市普惠金融的发展程度，本文对这三个步骤的具体方法选择如下：在第一个步骤中，选用Min-Max标准化法，以达到标准化初始变量的目标；在第二个步骤中，考虑过程中的变异系数法会促使各原始变量本身所蕴含的信息摆脱主观赋权法的主观性，从而不容易造成较大偏差，选用变异系数法确定表征层指标及准则层的三个维度的权重；在第三个步骤中，本文借鉴萨尔马（Sarma）的指数合成公式，利用欧氏距离法合成指数。具体步骤如下：

首先，为避免各变量因量纲的不同所产生的影响，对12个变量分别进行标准化处理。因为本文所选取的12个表征层指标均为正向指标，所以不需要进行逆向指标正向化处理。标准化处理为公式（3）：

公式（3）中，Xij*表示经过标准化处理后的变量值，xij表示最初的变量值，mij表示此变量中所出现的最小值，Mij表示此变量中所出现的最大值。

其次，采用变异系数赋权的方法，对每一维度下的各指标以及表征层的三个维度分别进行赋权。赋权公式为：

公式（4）中，wij为第i维度下的第j个ij指标的权重，Vij表示变异系数，σij表示标准差，X*表示变量均值。

再次，利用欧氏距离法合成各维度指数。指数合成公式为：

最后，利用各维度指数值与上述步骤同样的变异系数公式和欧氏距离公式计算传统普惠金融指数。公式（5）中，IFI取值范围为[0，1]，并且IFI值越接近于1，普惠金融发展的相对水平愈高，反之则愈低。

根据表1所构建的传统普惠金融发展指标体系，选取表征层的12个指标，计算山东省各城市在2011—2019年的普惠金融指数。12个表征层指标数据来自《山东金融年鉴》①因《山东金融年鉴》只更新到2019年，故本文仅对山东省各城市2011—2019年的普惠金融指数进行测度。、《山东统计年鉴》以及Wind数据库。根据前文设计的测度方法计算2011—2019年的传统普惠金融指数。表2为山东省各城市的传统普惠金融指数计算结果。

因表2中所显示的传统普惠金融指数均值均位于0到1之间，其指数值是一个相对数，不能代表某个城市某个时期普惠金融发展的绝对水平，所以可以用来进行横向比较同一时期不同城市的普惠金融发展水平，也可以用来纵向比较同一个城市不同时间段的发展水平。

表2 2011-2019年山东省传统普惠金融指数测度

首先，通过横向比较山东省同一时期各城市的传统普惠金融指数水平，发现山东省各个城市的传统普惠金融发展水平存在很大差距，经济发展水平较高的城市，其传统普惠金融发展水平也较高。以2018年为例，凡具有理念先进、资金丰富、经济发达优势的城市，其传统普惠金融发展水平明显高于其他城市。其中，济南市的发展水平最高，为0.4331。

其次，通过纵向比较山东省同一时期各城市的传统普惠金融指数水平，发现传统普惠金融发展水平变化相对平稳，传统普惠金融发展虽有小幅度的上升或者回落，但变化不大。这说明在金融机构、金融从业人员数、贷款余额等指标上升时，普惠金融发展水平只上升较小的幅度。比较结果显示，当前山东省普惠金融发展的整体水平还比较低。

（三）变量选取及数据说明

非上市中小企业内部资料由于其保密性而不予披露，基于数据可获得性，本文参考其他学者[22-24]在研究中小企业相关问题时选取样本的方法，将来自于山东省中小板与创业板的上市企业作为研究样本，模型中所用的企业数据均从CSMAR数据库获得。

1.被解释变量

被解释变量现金流变动（ΔCash）用来反映企业现金持有量的变动，采用企业现金及现金等价物增加额与年初总资产的比值来代替。

2.解释变量

解释变量现金流（CF）选用企业经营活动现金流量净额与年初总资产的比值来度量。传统普惠金融指数（TIFI）基于前文离差变异系数法计算得出。数字普惠金融指数（DIFI）来源于《北京大学数字普惠金融指数（2011—2020 年）》。北大数字金融研究中心课题组从覆盖广度、使用深度和数字支持服务程度三个维度出发，构建了一个包含24个统计指标的数字普惠金融指标体系，并对山东省各城市的数字普惠金融指数进行了测算，为山东省与数字普惠金融的相关实证研究提供了可靠的数据支撑①受篇幅限制，本文不便进一步介绍这一指数的具体细节。。

3.控制变量

企业规模（Size）选用企业年末资产总额的自然对数来表示；企业短期负债变动表示为△Std，具体度量方法采用企业流动性负债增加值与年初总资产的比值表示；企业净营运资本变动表示为△Nwc，度量方法选用企业净营运资本增加额与年初总资产的比值表示；企业成长性表示为Grow，用企业主营业务收入增长率来度量；企业资本支出表示为Expend，选用企业购买固定资产和无形资产的现金量与年初总资产的比值来代替。

对于获取的数据，本文借鉴姚耀军等的研究方法[25]，进行了如下筛选：（1）因为金融业财务报表要求和主要会计项目异于一般行业，所以将此行业的上市公司剔除；（2）将经过特别处理、面临退市预警及经过特别转让处理的公司剔除；（3）将资不抵债即资产负债率大于1的样本点删去；（4）将数据有异常值的剔除，如现金流和资本支出指标绝对值大于1的数据；（5）将2011年以后上市的公司以及数据存在缺失的上市公司剔除；（6）采用Winsorize方法对数据按照1%的标准进行缩尾处理。最终，本文得到了64家中小企业上市公司的年度样本数据。

（四）研究样本的描述性统计

对各变量进行描述性统计分析，统计结果如表3所示。

表3 各变量描述性统计结果

由表3可知，山东省中小企业的现金流均值为0.052，标准差是0.077，说明山东省中小企业之间的现金流波动较小；成长性标准差高达0.260，说明不同中小企业之间的主营业务收入存在较大差距，未来的投资机会不同；现金及现金等价物的变动的极值，即最大值与最小值之差较大，为0.663，说明山东省中小企业在现金持有行为上具有较大的差异性，在现金管理方面具有较大的操作空间。

四、实证分析与检验

（一）双向固定效应模型检验

考虑短面板具有特殊数据特征，在具体实证分析之前，首先对基准模型和扩展模型进行极大似然检验，结果显示，极大似然检验的P值均几乎为0，表明样本数据存在个体效应与时期效应。其次，对基准模型和扩展模型进行豪斯曼检验，结果显示豪斯曼检验的P值也接近于0，表明本文更适合运用固定效应。因此，在后面的实证分析中本文利用双向固定效应模型进行回归估计。

（二）全样本回归结果分析

为了明确样本企业是否存在融资约束问题，本文首先对基准模型进行估计。其次将传统普惠金融指数与现金流的交叉项、数字普惠金融指数与现金流的交叉项依次加入到基准模型中，对扩展模型进行回归估计。最后，为进一步考察数字普惠金融的数字普惠金融使用深度、数字普惠金融覆盖广度和数字化程度这三个维度对中小企业融资约束的影响，本文将数字普惠金融指数的三个维度与现金流的交叉项依次放入基准模型中。回归结果见表4。

由表4可以看出，在基准模型和扩展模型中，企业当期现金流（CF）的估计系数均在1%的显著性水平上为正，表明山东省中小企业普遍存在明显的外部融资约束；反映企业成长能力的指标（Grow）的估计系数为负，表明企业成长能力越强，企业未来面临的投资机会就越多，为以后投资保留的现金就越多；反映企业规模的指标（Size）的估计系数为正，表明企业规模扩大与现金持有量正相关；模型中的其他控制变量的估计系数均为负，说明企业会因为长期资本支出等控制变量的扩大而减少手头的现金持有量。

表4 全样本固定模型回归结果

同时，从表4还可以看出，数字普惠金融与现金流的交叉项（CF×DIFI）的估计系数为负，表明数字普惠金融对山东省中小企业融资约束具有较为显著的缓解作用；数字普惠金融的三个维度分别与现金流的交叉项（CF×CB、CF×UD、CF×DL）的估计系数为负，说明数字普惠金融的每一个维度都可以起到缓解中小企业融资约束的作用；数字普惠金融使用深度与现金流的交叉项估计系数的绝对值相对要大一些，说明数字普惠金融使用深度对融资约束的缓解作用要更大一些；传统普惠金融与现金流的交叉项（CF×TIFI）为负，说明传统普惠金融对山东省中小企业融资约束具有明显的缓解效应。通过对比CF×DIFI与CF×TIFI两个交互项的回归系数发现，传统普惠金融与现金流交互项估计系数的绝对值相对更大，说明目前传统普惠金融对中小企业融资约束的缓解作用要比数字普惠金融更明显。造成这种现象的原因，一方面可能是因为数字普惠金融发展时间较晚，在缓解中小企业融资约束上的巨大影响潜力尚未完全释放出来；另一方面可能是与目前的金融结构有关。因此我国以银行为主导的金融结构可能更有助于通过银行等传统金融机构来达到普惠金融的目标，而从融资约束缓解力度来说，相较于数字普惠金融，传统普惠金融更有优势。

（三）稳健性检验

为了确保实证结果的稳健性，对上述基准模型和扩展模型进行稳健性检验。一方面，考虑企业持有现金的目的常用来应对未来的投资需要，而上述基准模型与扩展模型中的变量当期现金流（CF）与主营业务收入增长率（Grow）分别反映了企业在短期与长期中所面临的投资机会；另一方面因为企业的投资机会有可能影响企业的投资行为，而企业持有现金的行为通常是为了应付未来的投资需求。因此，基于当期现金流（CF）与主营业务收入增长率（Grow）这两个变量都包含了企业未来的投资信息，如果这两个变量与模型中的干扰项产生相关性，那么模型就有可能存在内生性问题，估计参数也就不再是无偏的。因而，本文将变量当期现金流（CF）与主营业务收入增长率（Grow）的一阶滞后项作为工具变量，选取阿雷拉诺（Arellano）与邦德（Bond）提出的一阶差分GMM估计方法重新估计基准模型和扩展模型，回归结果见表5。为保证工具变量选取的合理性，本文一方面进行了一阶和二阶序列自相关检验，结果显示，差分后干扰项存在一阶序列自相关，二阶序列不自相关；另一方面进行了Hansen检验，结果显示工具变量具有外生性。

由表5可以得出，数字普惠金融指数与现金流的交叉项的估计系数仍然为负，数字普惠金融的三个维度与现金流的交叉系数，除了使用深度（CF×UD）外，另外两个维度的估计系数也为负，说明就整体而言，数字普惠金融可以缓解山东省中小企业融资约束。从传统普惠金融角度来看，传统普惠金融指数与现金流交叉项的估计系数也为负，说明传统普惠金融可以缓解山东省中小企业的融资约束，与前文结论一致。

表5 （续）

表5 全样本一阶差分GMM回归结果

五、主要结论与对策建议

（一）主要结论

本文从普惠金融视角出发，研究普惠金融对中小企业融资约束的影响，从传统普惠金融和数字普惠金融两个方面实证分析了普惠金融对中小企业融资约束缓解作用的影响，得出以下三个结论：

第一，山东省中小企业的融资约束仍然严重。虽然近年来国家以及各级政府为缓解中小企业融资约束难题作出了许多努力，但是由于中小企业融资约束问题受企业本身与外在金融环境、国家政策等多方面的影响，短时间内很难完全缓解，山东省中小企业仍有较为严重的融资约束。

第二，普惠金融对于山东省中小企业融资约束具有十分显著的缓解效果。普惠金融通过加强资金需求者与资金富裕者之间的联系，丰富了中小企业的融资渠道，使得融资效率得到很好的提升，极大地缓解了中小企业的融资约束。

第三，传统普惠金融与数字普惠金融对山东省中小企业融资约束缓解作用存在差异性。虽然无论是传统普惠金融还是数字普惠金融对中小企业融资约束都具有缓解作用，但是通过实证分析发现，传统普惠金融相较于数字普惠金融而言，对于中小企业融资约束缓解的作用更显著。一方面可能是因为数字普惠金融发展时间较晚；另一方面可能是因为山东省目前以银行为主导的金融结构更有助于通过银行等传统金融机构来实现普惠金融的目标。因此，从融资约束缓解的力度而言，传统普惠金融更有优势。

（二）对策建议

突如其来的新冠肺炎疫情给全国经济带来了巨大的冲击，回顾整个防疫过程，普惠金融为这场战疫的胜利作出了不可替代的贡献。在常态化疫情防控下，有效落实普惠金融政策，大力支持中小企业发展，已然成为社会的重要共识。基于本文研究结论，从政府、普惠金融机构和中小企业这三个方面提出对应的对策建议，旨在推动山东省普惠金融体系的完善与发展，希望能够对缓解山东省中小企业融资约束提供参考。

第一，政府层面。普惠金融的健康发展离不开政府方面的支持、推进及监管。一方面，省政府应建立健全相关规章制度，贯彻落实法律法规，不仅要发布普惠金融相关文件，对普惠金融的理念、原则、服务主体、配套体等内容加以明确说明，还需增加对网贷软件平台的监督与管理，减少省内非法金融活动的滋生。在灵活性上，可通过总结疫情带来的经验教训，增加对远程审核巡检、远程开户、电子签章等数字化操作的尝试。另一方面，省政府应不断优化中小企业的融资环境与融资配套措施，在促进普惠金融发展的同时，尽力解决中小企业所面临的融资约束难题，从而进一步完善山东省征信系统，为山东省中小企业融资营造良好的社会信用环境。

第二，金融机构层面。金融机构要不断进行普惠金融产品种类和服务形式的创新，不断丰富面向中小企业的金融产品、金融服务种类：通过与数字化技术相结合，扩展普惠金融的服务形式；通过与互联网、数字化技术相结合，利用机构自身掌握的资源优势，进一步推进线上融资和评价体系构建，提高中小企业贷款发放效率。

第三，企业层面。新冠肺炎疫情加速了我国数字化转型，这也为数字普惠金融的发展创造了坚实的社会基础。作为普惠金融的主要服务对象，中小企业应该学会利用互联网、大数据技术，享受普惠金融为自身融资行为带来的积极作用；充分利用普惠金融的发展契机，保持良好的企业发展态势和良好的流动性水平，并可通过提升自身的信用水平，与金融机构保持良好的互动关系，获得其信任，构建良性的融资循环。