数字普惠金融对中小农业企业融资约束的缓解效应研究

高 巍 王 婧

（作者单位：哈尔滨商业大学金融学院）

一、背景概述

农业是经济发展的基础，作为农业大国，我国的农业发展一直都受到国家的重视，截至2020 年底，中国的农业生产总值达到7.2 万亿元，占我国农林牧渔业生产总值的55%。农业企业作为我国现代化产业的重要组成部分，架起了农户与市场之间的沟通桥梁，中小农业企业的发展在促进我国农业经济发展的同时，也能够增加农户的收入。然而，融资活动作为企业的主要经济活动，中小农业企业常常受资金周转速度、农产品脆弱性等多种因素的影响，面临“融资难、融资贵”的困境，从而阻碍了中小农业企业的良性发展。

“乡村振兴”这一战略最早是在党的十九大报告中提出的，之后党在二十大报告中进一步部署了农业科技工作，并提出了更新的要求。近些年来，数字普惠金融已经在农村地区有了快速的发展，根据《中国普惠金融指标分析报告》，农村地区的数字支付的覆盖范围不断扩大，金融产品不断创新，能够满足农业信贷的需求。数字普惠金融的发展可以缓解中小农业企业面临的信息不对称，减少信贷配给和道德风险对中小农业企业的威胁，促进其进行有效的融资活动，这对缓解中小农业企业的融资约束发挥着重要作用。然而，目前关于数字普惠金融与中小农业企业的相关研究还较少，因此本文对此进行了深入研究，以2011—2020 年上市的中小农业企业为研究样本，分析数字普惠金融对其融资约束的影响。

二、理论分析与研究假设

改革开放以来，我国的金融体系不断完善、金融机构逐渐发展、金融产品日渐丰富，然而，受制于自身规模小、担保少，中小农业企业难以获得足够的外源融资。通常来讲，企业的外源融资主要是从金融机构获得贷款或者通过股票等金融市场取得融资，而绝大多数的中小农业企业受自身规模、发展状况等因素的影响，难以达到上市的门槛要求，因此只能通过向金融机构申请贷款来进行外源融资[1]。与此同时，企业要想获得金融机构的贷款，就需要提供相应的担保，而中小农业企业由于自身经营不稳定、评级较低，难以获得所需要的资金[2]。而数字普惠金融的出现，使得金融服务和金融产品能够更好地惠及中小企业、低收入人群等，补充和完善了传统金融体系，助力中小农业企业获得发展需要的金融资源，给予中小农业企业更加平等的获得资金的机会，缓解中小农业企业的融资约束。基于上述分析，本文提出如下研究假设：

H1：数字普惠金融的发展可以缓解中小农业企业的融资约束。

普惠金融的提出是对传统金融的补充，尤其是将数字金融与普惠金融合而为一，有利于金融产品的创新以及金融服务质量的提升。相关研究表明，发展数字普惠金融会使得金融服务成本下降且更容易获得融资，以此来满足中小农业企业的资金需求。相较于其他中小企业，中小农业企业由于抵押物较少，很难获得银行的贷款支持，而数字技术为中小农业企业提供了多元化的融资方式[3]，扩大了金融的覆盖面，有利于企业获得较多的资金。普惠金融借助云计算等数字技术，优化了传统金融的审核服务程序，减少了资金借贷双方的信息不对称[4]，进而降低了中小农业企业获得资金所花费的相关成本，改善了中小农业企业的融资状况。基于以上分析，本文提出如下研究假设：

H2：数字普惠金融的发展能够通过降低中小农业企业的融资成本，从而缓解中小农业企业的融资约束。

三、研究设计

（一）数据来源

本文选取2011—2020 年上市的中小农业企业为研究样本，而数字普惠金融的相关数据最早可以追溯至2011 年，因此本文样本的时间跨度为2011—2020 年。对于企业层面的数据，主要从国泰安数据库和锐思数据库获得，并对数据进行了初步的处理，剔除了变量缺失的样本以及ST、*ST等异常样本值。而数字普惠金融相关数据，主要来源于北京大学数字金融研究中心编制的“北京大学数字普惠金融指数（2020）”[5]。在实证分析中，为了避免极端值的存在对实证结果产生较大误差，对样本数据采取了缩尾处理。

（二）模型设定

为了检验数字普惠金融对中小农业企业的具体影响，验证假设H1，本文构建了如下基本模型：

在基本模型的基础上，为进一步检验数字普惠金融缓解中小农业企业的传导机制，在已有模型（1）的基础上，引入中介变量进行逐步回归[8]，具体模型如下所示：

在上述模型中，SAit表示第i个中小农业企业在t年的融资约束，DIFIit表示第i个企业所在省份在t年数字普惠金融的发展水平，Xit表示的是各个控制变量，α0、β0、λ0是常数项，α1、β1、λ1是核心解释变量对被解释变量的回归系数，αj、βj、λj是控制变量的回归系数，λ2是中介变量对被解释变量的回归系数，ε为随机扰动项。

（三）变量说明

在本文的研究中，融资约束是被解释变量。迄今为止，学术界对融资约束的测度还没有统一的指标，常见的衡量指标有现金-现金流敏感模型、KZ指数[6]、投资-现金流敏感模型和SA指数[7]等，本文采用被学者们应用范围较广的SA指数。本文的解释变量是数字普惠金融，采用北京大学数字金融研究中心测度的数字普惠金融指数（该指数包含覆盖广度、使用深度和数字化程度3 个维度），来衡量数字普惠金融发展水平。为了减少量级误差，在进行实证分析的过程中将现有数据统一除以100 进行量化。此外，根据已有研究，本文设定的控制变量包括企业的规模、资产负债比率、托宾Q值、企业的上市年限。具体的描述性统计如表1 所示：

表1 变量描述性统计

由表1 可知，样本企业中企业融资约束的最大值和最小值分别是8.917 和1.891，说明中小农业企业都面临着融资困境，但是企业间的融资约束存在较大的差异。从样本企业的资产负债率来看，其最大值为0.972，最小值为0.035 2，差距较大，表明企业间的经营状况存在较大差距。数字普惠金融总指数（DIFI）的最大值与最小值分别是4.319 和0.188，表明数字普惠金融的发展存在极大的不平衡，其他的相关变量不再一一叙述。

四、实证结果

（一）基本回归分析

根据上述相关理论分析，可以发现中小农业企业的融资约束与数字普惠金融之间存在相关关系，但是并没有进行具体的量化分析。为进一步得出可靠的结论，进行了基本的回归分析，回归结果如表2 所示。

表2 数字普惠金融对中小农业企业融资约束的回归结果

表2 列（1）表明在控制了时间效应后，数字普惠金融的回归系数为-0.095 0，在1%的置信水平上显著。列（2）在列（1）的基础上加入控制变量后，数字普惠金融总指数的系数为-0.055 1，仍在1%的置信水平下显著。以上结果表明随着数字普惠金融的发展，中小农业企业的融资困境得到显著缓解，验证了假设H1。

数字普惠金融是一个多维度的概念，本文进一步从数字普惠金融的覆盖广度、使用深度和数字化程度三个分指标考察了数字普惠金融对中小农业企业融资约束的影响效应，回归结果如表2 的列（3）—（5）所示，结果发现数字普惠金融的覆盖广度、使用深度、数字化程度的回归系数分别为-0.052 1、-0.050 0 和-0.050 6，三者均在1%的置信水平下显著为负，这表明三个分指标均能够缓解中小农业企业的融资困境。但是，与数字普惠金融的使用深度和数字化程度相比，数字普惠金融覆盖广度的缓解力度最大，表明我国当前数字普惠金融还有较大的发展空间，需要继续创新化发展来惠及中小农业企业，以便能够以更加灵活有效的方式为中小农业企业提供资金支持。就控制变量而言，中小农业企业资产负债率均显著为正，表明其负债规模越大，所受的融资约束越强。这可能是由于中小农业企业融入的外源资本过多，加重了自身经营负担，进而限制融资活动。其他控制变量的回归结果也均与实际情况相符，不再一一赘述。

（二）稳健性检验

为了提高上述回归结果的稳定性，本文进行了稳健性检验，具体包括替换被解释变量和相关控制变量，结果如表3 所示：

表3 稳健性检验

一方面，替换融资约束的度量。采用KZ指数来衡量中小农业企业的融资约束，回归结果并没有发生颠覆性的变化；另一方面，替换相应的控制变量，用企业的资产收益率来替代托宾Q值，重新进行回归分析，回归结果与上述结论基本保持一致，也进一步验证了假设H1。

（三）中介效应检验

通过上述基本回归分析可以发现，数字普惠金融能够缓解中小农业企业所面临的融资困境，那具体是如何来缓解融资约束的呢？本文对此进行了进一步分析，借助温忠麟[8]、王琴[9]等学者们的逐步回归进行检验，回归结果如表4 所示：

表4 中介效应回归结果

由表4 中第3 列的回归结果可知，数字普惠金融的回归系数为-0.008 4，在10%的置信水平下显著，表明数字普惠金融使得中小农业企业的金融资源搜集与整合更加高效，能够以较低的成本获得资金。另外，在数字普惠金融与融资成本的相互作用下，中小农业企业的融资成本对其融资约束的影响系数为-0.041，在10%的置信水平下显著，表明数字普惠金融的发展，可以有效缓解中小农业企业的融资困境。由此可知，数字普惠金融、融资费用的系数均显著，表明中小农业企业的融资成本能够发挥中介效应，即发展数字普惠金融，能够降低中小农业企业的融资成本，缓解中小农业企业的融资约束，进而验证了假设H2。

五、结论与建议

通过上述分析发现，得出如下结论：（1）数字普惠金融能够缓解中小农业企业的融资约束，并且覆盖广度、使用深度及数字化水平均能缓解中小农业企业的融资约束，其中覆盖广度的缓解效应明显强于使用深度和数字化水平。（2）实证检验发现融资成本的中介效应是显著的，发展数字普惠金融能够有效降低中小农业企业的融资成本，从而缓解中小农业企业的融资约束。总的来说，发展数字普惠金融，可以在一定程度上减缓中小农业企业面临的融资约束。

根据实证结果，本文进一步提出了相应的对策建议。首先，完善金融市场体制。建立较为完善的金融监督体系，促进数字普惠金融发展，扩大普惠金融的覆盖范围，提高数字技术的深入水平，为中小农业企业的融资活动提供更加便捷的服务。其次，丰富金融产品和服务。金融机构应依托互联网技术，创新研发“数字+农业”类金融产品，优化金融服务，完善传统的抵押贷款机制，增加中小农业企业在金融市场上的可选择性。最后，完善中小农业企业自身的管理。转变发展理念，运用数字技术大力发展农业，促进与上下游企业的密切合作，拓展企业的业务范围，提升企业的综合实力，进而有效促进中小农业企业开展融资活动。