金融科技与企业非效率投资——基于内部创新能力与外部市场公平竞争的视角

何 涌,林 敏

(湖南工业大学 经济与贸易学院,湖南 株洲 412007)

一、引言

企业作为市场中的庞大群体,对推动经济增长责无旁贷。投资是企业活动的开始,也是拉动实体经济增长中“三驾马车”的“主引擎”。近年来,中国诸多企业投资效率普遍低于最优水平。根据研究数据显示,近六成的企业存在投资不足(胡秀群等,2022)[1]172。刘婷婷等(2022)[2]通过考察2011—2021年上市企业投资情况发现,A股上市企业与中小板上市企业均存在非效率投资问题。究其原因,错综复杂的国内外经济环境加剧了经济、政策等外部环境的不确定性,造成市场竞争秩序混乱;两权分离产生的代理冲突导致管理层倾向于建设“个人帝国”,市场竞争秩序对企业所处环境的破坏以及代理问题对企业自身发展的制约成为了企业投资决策过程中的绊脚石,致使企业无法准确对所有投资项目进行比较与取舍,阻碍了企业价值及核心竞争力的提升(李小林等,2021;刘凤环,2022)[3～4]。国务院、国资委印发的《关于做好2023年中央企业投资管理 进一步扩大有效投资有关事项的通知》明确了扩大有效投资、优化投资布局方向的具体要求。因此,解决企业非效率投资问题刻不容缓。

自金融科技诞生以来,随着信息技术的进步以及国家政策的扶持,金融科技的发展逐渐成熟规范。金融科技因“普惠性、技术性、信息化”三大特征成为了增强金融服务实体经济能力、推动金融转型升级的新引擎。金融科技通过增强信息透明度及外部信息使用者的监督能力能够优化企业内外部环境,对企业投资、生产、分配等整个过程提供资源支持和技术支持(孙芳城等,2023;唐松等,2020)[5～6]。在缓解了导致企业非效率投资的原因后,金融科技是否能够达到有效抑制企业非效率投资的目的呢?在经济高质量发展及金融与科技深度融合的背景下,本文将探讨金融科技是否能够抑制企业非效率投资(即改善投资过度和缓解投资不足)?考虑企业内外部环境,企业创新能力和外部市场公平竞争是否是产生这种抑制效果的传导机制?鉴于企业不同生命周期的投资策略和不同地区的金融科技发展水平存在差异,进一步探讨这种抑制效果在企业不同生命周期和不同地区资源禀赋是否存在差异?解决以上问题对优化金融科技发展、加强金融科技与微观企业的紧密联系、优化企业投资结构及提高投资质量、促进实体经济高质量增长有着重要的现实意义。

本文可能的贡献在于:第一,丰富了金融科技与企业非效率投资两者关系的文献,区分讨论了金融科技对企业投资过度及投资不足的影响效果,为金融科技抑制企业非效率投资提供了经验证据;第二,拓展了金融科技抑制企业非效率投资的传导机制,鉴于以往文献大多考虑企业自身内源动力作为传导机制,本文还补充了市场外源动力作为传导机制的文献;第三,从企业生命周期和不同地区资源禀赋两个视角讨论了金融科技抑制企业非效率投资的异质性,以助力制定差异化战略。

二、文献回顾与研究假设

(一)金融科技与企业非效率投资

目前,大量文献聚焦于探讨金融科技对微观企业的影响。例如,金融科技通过缓解融资约束促进企业投资(赵瑞瑞等,2021)[7],通过重构商业模式促进企业创新(李春涛等,2020)[8]83,通过纠正资源错配提升资源配置效率(唐松等,2020)[6]54。迄今为止,大部分文献关注企业自身行为对企业投资效率的影响。从公司治理层面来说,现有文献研究了高管薪酬(顾海峰和翟淋源,2021)[9]、股权结构(钟宜彬,2011)[10]、董事声誉偏好(赵娜等,2019)[11]、内部控制(于晓红和王玉洁,2019)[12]、管理层特征(Demerjian et al.,2012)[13]对企业投资效率的影响。从信息治理层面来说,学者们研究了会计信息透明度(肖翔等,2022)[14]、会计信息可比性(袁振超和饶品贵,2018)[15]、融资方式(叶松勤等,2020)[16]对企业投资效率的影响。针对企业外部环境,产业政策(何熙琼等,2016)[17]、货币政策(杨兴全等,2018)[18]、税收政策(靳毓,2019)[19]、数字化发展水平(胡秀群等,2022)[1]169-179、经济不确定性(谢伟峰和陈省宏,2020)[20]也被纳入研究范围内。具体来看金融科技与企业非效率投资之间的研究,邵学峰和胡明(2022)[21]、张志元和马永凡(2023)[22]等验证了金融科技对企业整体投资效率的提升作用。在此基础上,学者们将企业非效率投资划分为投资过度和投资不足,胡秀群等(2022)[1]169认为金融科技仅仅抑制了企业投资过度;王娟和朱卫未(2020)[23]14认为金融科技仅仅缓解了企业投资不足;孙芳城等(2023)[5]96-97认为金融科技缓解了企业投资不足,但加剧了企业投资过度;李雷等(2022)[24]23认为金融科技既缓解了企业投资不足也抑制了企业投资过度。由现有研究成果可以看出,学者们对企业投资效率的内部影响因素研究已取得了丰富的成果,但针对金融科技与企业投资过度、企业投资不足之间的关系,学术界并未形成统一定论,因此有必要探讨金融科技与企业非效率投资、企业投资过度、企业投资不足之间的具体关系,以及形成这种关系的原因。

资源依赖理论认为,企业为了生存需要不断从外界汲取资源。无论是财务资源还是非财务资源,都是企业投资过程中必不可少的。企业出现投资过度的原因主要是管理层过度自信,导致实际投资规模超过最优投资规模。一方面,金融科技通过数字与技术赋能降低了信息不对称程度,既增强了信息披露的质量也加快了信息披露的速度,当企业的信息更透明公开时,股东及外部投资者可以更容易了解到企业的投资情况及管理者是否正确履行其职责。金融科技通过构建数字化治理体系可以实时监督管理者的行为,降低了管理层为谋求私利而过度投资的动机,减少了将大量资金投资到净现值为负的项目的非理性投资行为(李雷等,2022;李季刚和成群蕊,2022)[24～25]。另一方面,金融科技能够将大量无法识别、无法分析的事件数字化,以便于进一步挖掘出更多有价值的信息,进而丰富了投资所需资源的来源。同时金融科技助力企业运用大数据平台实现对不同投资项目的仿真模拟,以便于提前预测该投资项目的收益和风险,杜绝资源的不合理使用并减少企业盲目投资,提高了决策效率及准确性(刘丽娜和杨公志,2022)[26]。企业出现投资不足的原因主要是缺乏资金来源,企业为了规避风险过于谨慎而不敢投资,导致实际投资规模远低于最优投资规模。金融科技将区块链、人工智能等技术应用于支付、融资、理财及保险等金融领域,增强了企业与金融服务机构的紧密联系。加上金融科技因其自身拥有的金融包容效应突破了传统金融时间和空间上的限制,平衡了传统金融体系的金融排斥,通过弥补传统金融的短板拓宽了融资渠道,为企业提供了更多资金支持,有助于企业及时投资一些净现值为正的项目(黄锐等,2020;何涌和齐佳思,2022)[27～28];也通过缓解信息不对称促进了企业与外部的有效沟通,消除了企业的畏惧心理,避免企业错过高收益投资项目(刘凤环,2022)[4]68。基于此,本文提出如下假设:

H1:金融科技能够抑制企业非效率投资。

H1a:金融科技有助于改善企业投资过度。

H1b:金融科技有助于缓解企业投资不足。

(二)金融科技对企业非效率投资的影响机制

关于金融科技与企业非效率投资的影响机制,主要可以分为资源效应、信息效应、治理效应。从资源效应来看,现有文献验证了融资约束(魏成龙和郭琲楠,2020)[29]、现金持有水平(张友棠和常瑜洺,2020)[30]等的中介作用。从信息效应来看,现有文献验证了信息不对称(孙芳城等,2023)[5]103-104、会计信息质量(胡秀群等,2022)[1]174-176等的中介作用。从治理效应来看,现有文献验证了去杠杆(王娟和朱卫未,2020)[23]19-20、代理成本(李雷等,2022)[24]24-25、风险承担(刘园等,2018)[31]等的中介作用。从企业外部视角看,公平的市场竞争通过破产威胁约束管理层自利行为抑制企业投资过度,通过改善企业治理制约经理层懈怠行为缓解企业投资不足(王宸等,2022)[32]。从企业内部视角看,杨艳萍和范秀秀(2023)[33]指出创新能力与投资效率正相关,应当把创新能力作为投资的重要条件,根据企业的创新能力制定相匹配的投资计划。同时已有文献说明金融科技有助于提升市场资源配置效率、优化营商环境,还为企业创新发展提供了动力源泉(李春涛等,2020;何涌和谢磊,2022)[8]83[34]。综上可以发现,现有文献主要集中于从企业内源动力研究金融科技与企业非效率投资的作用机制,缺少外源动力作为机制的相关研究。且现有文献仅从创新、市场等角度探讨对企业非效率投资的影响,或者仅探讨金融科技对创新、市场的影响,少有文献将金融科技、创新、市场及非效率投资联系在一起。因此,本文将创新能力和市场公平竞争纳入“金融科技-企业非效率投资”,试图检验这一对内外源动力是否能够充当金融科技与企业非效率投资、企业投资过度、企业投资不足的影响机制。

企业进行创新最根本的目的在于适应市场的发展趋势,充分利用及优化已有的资源,以提高效益而增强核心竞争力。企业创新能力决定其未来的发展方向、发展规模及发展速度,企业创新能力体现在很多方面,诸如组织创新、管理创新、技术创新等,技术创新是创新能力的核心也是最终体现。金融科技的运用促使企业管理方式向现代化管理转变,有效降低了管理者的道德风险和逆向选择,能够加强对管理层投资决策的管理,既能有效减少企业进攻型投资战略可能导致的投资过度,也能有效缓解企业防御型投资战略可能导致的投资不足(王化成等,2016;张焰朝等,2020)[35～36]。除此之外,由于企业的创新活动和投资活动都具有资源依赖性,企业需要保证资源充足。首先,企业创新加大了对技术人才的需求,金融科技通过推动数字技术与微观企业的深度融合培养了大量创新人才,通过重塑组织框架与流程促进了企业人力资源优化,提升了企业组织创新能力及敏捷性,以此更好服务于企业投资(谢治春等,2022)[37]86-87。其次,企业创新加大了对资金的需求,由于企业创新的风险性和复杂性,前期往往需要投入大量资金,金融科技以高效率降低外部融资成本,以缓解传统金融服务的信贷歧视弥补企业创新的资金缺口,为企业创新提供资金保障(李健等,2022)[38]。在此基础上,金融科技以金融优势将大量资源变为有效供给,激励企业开展研发活动,以技术优势优化资源配置效率,助力企业做出合理的创新决策(刘长庚等,2022)[39]。综上所述,金融科技对组织创新和管理创新的促进作用为企业技术创新奠定了坚实的基础,技术创新产出的增加直观体现了企业创新能力的提升,进而增加了企业投资积极性,有助于企业精准市场定位并寻找到相匹配的投资战略,降低非效率投资(谢治春等,2022)[37]81-84。基于此,本文提出如下假设:

H2:金融科技通过增添创新能力这一企业内源动力抑制了企业非效率投资。

H2a:金融科技通过提升企业创新能力抑制了企业投资过度。

H2b:金融科技通过提升企业创新能力缓解了企业投资不足。

市场是企业投资的场所,刘慧和綦建红(2022)[40]103-104认为“竞争友好型”市场能够缓解企业非效率投资,该市场强调公平竞争,一方面,通过激发市场活力、优化营商环境为企业投资营造一个良好的场所;另一方面,通过引导市场资源更高效、更公平地分配以提升企业投资效率(王雄元和徐晶,2022)[41]。叶光亮等(2022)[42]18指出公平有序的市场竞争秩序应该满足“充分竞争、监管有序、信息透明”。然而,随着市场经济发展,市场竞争日益激烈,部分企业借助垄断的方式取得竞争优势以维持在市场中的地位;还有一些市场主体抓住市场监管力度不足的漏洞进行不正当竞争;再加上企业与市场之间形成的信息孤岛导致企业之间面临的竞争机会和竞争条件不平等,这使得资源无法自由流动,市场机制发挥提升资源配置效率的作用受到干扰(刘慧和綦建红,2022;叶光亮等,2022)[40]103[42]19-21。由此造成强竞争性企业出现“投资潮涌”,弱竞争性企业持续处于低投资效率水平的极端现象。就金融科技的作用来看,首先,金融科技运用前沿科技与监管技术相结合形成的高效智能监控技术为相关部门实施有效市场监管提供了便利,一是通过服务的“普惠性”能够捕捉到大量以前未能发现的不正当竞争行为,二是通过监控的“快速识别”能够及时制止市场中的违法行为和不正当竞争,有助于市场竞争变得更公平(牟卫卫和刘克富,2021)[43]。其次,金融科技将大数据等信息技术应用于信息挖掘与传输,打破了企业与市场之间的信息孤岛,加强了信息在市场中的流动性,提升了两者之间的信息透明度,市场相关部门能够实时跟踪和追溯企业现金流情况,以模块化数据处理分析技术对获取的信息进行分类处理,以便于充分了解各行业中企业对资源的需求,进而明晰市场资源应当如何合理分配,缓解了企业投资效率的两种极端(徐晓莉等,2022)[44]。基于此,本文提出如下假设:

H3:金融科技通过增添市场公平竞争这一市场外源动力抑制了企业非效率投资。

H3a:金融科技通过促进市场公平竞争抑制了企业投资过度。

H3b:金融科技通过促进市场公平竞争缓解了企业投资不足。

三、研究设计

(一)数据来源与处理

本文选取中国沪深A股上市公司2011—2021年数据为研究样本,数据来源于《北京大学数字普惠金融指数》、国泰安(CSMAR)数据库、Wind数据库、中国统计年鉴等。通过剔除ST公司、退市公司及金融类公司,剔除主要变量存在缺失的样本,保留至少连续5年的样本,对所有连续变量进行1%和99%的缩尾处理,得到20959个“公司-年度”的样本观测值。

(二)研究变量选取

1.被解释变量

非效率投资(Invest)。本文参考Richardson(2006)[45]、顾海峰和朱慧萍(2021)[46]的研究,构建模型(1)衡量企业的非效率投资程度:

Invi,t=α0+α1Invi,t-1+α2Levi,t-1+α3Growthi,t-1+α4FirmAgei,t-1+α5Cashflowi,t-1+α6Returni,t-1+α7Sizei,t-1+ ∑Ind+ ∑Year+εi,t

(1)

其中,Invi,t表示企业本期购建固定资产、无形资产及其他长期资产的支出减去处置上述资产收回的现金净额与期初资产总额的比值,同时选取上一期的新增投资(Invi,t-1)、财务杠杆(Levi,t-1)、营业收入增长率(Growthi,t-1)、企业年龄(FirmAgei,t-1)、现金比率(Cashflowi,t-1)、股票收益率(Returni,t-1)、企业规模(Sizei,t-1),并控制行业和时间固定效应,回归得到残差ε,残差ε的绝对值体现企业非效率投资整体程度(Invest),绝对值越小,非效率投资程度越低;若残差ε大于0,表明企业投资过度(OverInvest),若残差ε小于0,表明企业投资不足(UnderInvest)。

2.解释变量

金融科技(Fintech)。本文参考郭峰等(2020)[47]、谭中明等(2022)[48]的研究,采用北京大学数字普惠金融指数衡量金融科技发展水平。该指数包括一个整体层面的指数,以及分维度层面的覆盖广度、使用深度、数字化程度指数,本文采用省级层面指数衡量金融科技发展水平,指数越大,金融科技发展水平越高。

3.中介变量

创新能力(Innovation)。本文参考李梓旗等(2022)[49]的研究,采用企业当年申请的专利数量(发明专利数量、实用新型专利数量及外观设计专利数量之和)衡量企业在一定时期的创新能力,并将专利申请数量加1后取对数。参考张栋等(2021)[50]的研究,考虑到CSMAR数据库中的专利数量不存在延期状况,且本文所采用的申请专利数量已经包括申请但尚未授权的专利(这些专利将在未来较短时间内被授权),因此未对申请的专利数量进行滞后几期处理。

市场公平竞争(Compet)。本文参考牛志伟等(2023)[51]的研究,根据各地区上市公司的营业收入计算构建省级层面的市场公平竞争程度compet,数值越小,市场公平竞争程度越高;为了便于理解,本文将计算结果取负值,即Compet=-compet,数值越大,表明市场公平竞争程度越高。

4.控制变量

参考以往的研究,选取企业规模(Size)、资产负债率(Lev)、总资产净利率(ROA)、现金比率(Cashflow)、营业收入增长率(Growth)、独立董事占比(Indep)、董事会规模(Board)、第一大股东持股比例(Top1)、企业价值(TobinQ)、企业成立年限(FirmAge)作为控制变量。

所有变量的具体定义见表1。

表1 变量定义

(三)研究模型设定

1.基准回归模型

为了验证假设1,构建模型(2)如下:

Investi,t=β0+β1Fintechi,t+∑Controlsi,t+∑Ind+∑Year+εi,t

(2)

其中,Investi,t表示某一公司i在第t年的非效率投资程度,Fintechi,t表示某一公司i所在省份第t年的金融科技发展水平,∑Controlsi,t表示控制变量,本文还控制了行业和时间固定效应,表示为∑Ind和∑Year,εi,t表示随机扰动项。若β1系数显著为负,表明金融科技能抑制企业非效率投资。

2.中介效应模型

为了验证假设2和假设3,本文借鉴温忠麟和叶宝娟(2014)[52]提出的中介效应模型,在模型(2)的基础上,构建模型(3)～(6)如下:

Innovationi,t=φ0+φ1Fintechi,t+∑Controlsi,t+∑Ind+∑Year+εi,t

(3)

Investi,t=ω0+ω1Fintechi,t+ω2Innovationi,t+∑Controlsi,t+∑Ind+∑Year+εi,t

(4)

Competi,t=ρ0+ρ1Fintechi,t+∑Controlsi,t+∑Ind+∑Year+εi,t

(5)

Investi,t=σ0+σ1Fintechi,t+σ2Competi,t+∑Controlsi,t+∑Ind+∑Year+εi,t

(6)

其中,Innovationi,t是创新能力,Competi,t是市场公平竞争,β1系数为金融科技对企业非效率投资的总效应,φ1系数为金融科技对创新能力的效应,ω1系数为金融科技对企业非效率投资的直接效应,φ1×ω2为创新能力的中介效应,即间接效应。同理,模型(5)、模型(6)的系数定义同上。

四、实证结果与分析

(一)描述性统计

表2为各个变量的描述性统计情况。企业非效率投资的最大值为0.305,最小值为0.001,说明企业的非效率投资程度参差不齐,投资过度以及投资不足问题均普遍存在;平均值为0.039,中位数为0.024,平均值高于中位数说明大多数企业存在严重的非效率投资问题,从而拉高了平均值。金融科技的最大值为4.590,最小值为0.327,说明不同地区的金融科技发展水平存在明显的差异。

表2 描述性统计

(二)相关性分析

表3为各个变量的相关性分析。根据Pearson相关系数,各个变量之间的相关系数远小于0.5,不存在严重的多重共线性问题。

表3 Pearson相关性分析

(三)基准回归结果

表4展示了金融科技与企业非效率投资的回归结果。(1)列结果显示,金融科技(Fintech)的回归系数在1%水平上显著为负,表明整体来看金融科技能够显著抑制企业的非效率投资程度,验证了H1;为了区分非效率投资类型,进一步将非效率投资细分为投资过度(OverInvest)和投资不足(UnderInvest),(2)列结果显示金融科技的回归系数为-0.004,(3)列结果显示金融科技的回归系数为-0.002,均在5%水平上显著,表明金融科技既能改善企业的投资过度问题从而校正企业投资效率,又能缓解企业的投资不足问题从而提升企业投资效率,且金融科技抑制企业投资过度的效果更显著,验证了H1a及H1b。

表4 金融科技与企业非效率投资回归结果

(四)稳健性检验

1.替换解释变量

本文对金融科技降维分解为覆盖广度(Fintech_B)、使用深度(Fintech_D)、数字化程度(Fintech_Dig),回归结果如表5所示:(1)～(3)列覆盖广度对企业非效率投资的回归系数在10%水平上显著为负,而覆盖广度对投资过度及投资不足均不显著;(4)～(6)列使用深度的回归系数均在1%水平上显著为负;(7)～(9)列数字化程度对企业非效率投资的回归系数在1%水平上显著为负,对投资过度的回归系数在5%水平上显著为负,对投资不足的回归系数不显著,说明金融科技的普惠性、技术性、信息化都显著抑制了企业的非效率投资整体水平;但从投资过度来看,主要是通过金融科技的技术性和信息化发挥作用,从投资不足来看,主要是通过金融科技的技术性发挥作用。

表5 稳健性检验:替换解释变量

2.替换被解释变量

为了避免回归结果的偶然性,参考Biddle等(2009)[53]、Chen等(2011)[54]的研究,采用Biddle模型和Chen模型重新刻画的非效率投资进行回归。由表6可知,回归结果依旧和基准回归结果保持一致,证明了结论的稳健。

表6 稳健性检验:替换被解释变量

3.改变样本容量

为了避免模型(1)中残差可能产生的系统性偏差,本文参考池国华等(2016)[55]的研究,将残差ε按从小到大的顺序分成等量的五组,剔除中间一组,并将残差ε最大的两组划分为投资过度,残差ε最小的两组划分为投资不足。如表7的(1)～(3)列所示,重新回归的结果仍然表明金融科技能抑制企业非效率投资。

表7 稳健性检验:改变样本容量+添加控制变量

4.添加控制变量

考虑到遗漏变量问题,本文在基准回归基础上加入宏观层面的控制变量进行回归,即区域国内生产总值(GDP)和金融发展水平(Finance)。由表7的(4)～(6)列可知,回归结果依旧表明金融科技能够抑制企业的非效率投资。

5.内生性处理

为解决金融科技与企业非效率投资之间的内生性,借鉴李春涛等(2020)[8]88-89、王海军等(2022)[56]的研究,本文选取邻省金融科技发展水平(AverFin)和高等教育人数比例(edu)(数据来源于《中国统计年鉴》)作为工具变量。第一,相邻省份的经济发展环境与市场环境相类似,相近的外部环境促使相邻省份的金融科技发展紧密联系,发展程度具有相似性;不同企业在进行投资决策时,考虑到跨省份的投资交易成本以及信贷的地域分割性,相邻省份的金融科技发展很难通过交易渠道及信贷渠道直接影响本省企业的投资决策及投资效率。第二,各省份高等教育人数比例越多,技术型及知识型人才越多,越有利于增强金融科技的运用效果,但各省份的教育质量由各大高校独立决策,其教育情况不会直接影响企业的投资情况。因此,选取的工具变量既满足相关性要求,也满足外生性要求。表8展示了“邻省金融科技发展水平”和“高等教育人数比例”作为联合工具变量的回归结果,内生性检验、排他性检验、伪识别检验、弱工具稳健检验均通过,且过度识别检验的检验值均不显著。根据两阶段回归结果,选取的工具变量促进了金融科技的发展,金融科技与企业非效率投资的回归系数依旧显著为负,且金融科技抑制企业投资过度的效果更显著,与基准回归结果一致。

表8 稳健性检验:工具变量法(AverFin+edu)

(五)机制识别

本部分将从企业内源动力与外源动力双重视角着手,选取创新能力和市场公平竞争,以此探究金融科技抑制企业非效率投资的路径是否成立。

1.创新能力机制分析

创新能力作为机制的回归结果见表9。其中,(2)列金融科技(Fintech)的回归系数在1%水平上显著为正,说明金融科技能够促进企业创新;(3)列创新能力(Innovation)的回归系数在1%水平上显著为负,金融科技(Fintech)的回归系数在1%水平上显著为负,说明企业创新能力的提升能够显著降低企业非效率投资程度,金融科技以金融优势和技术优势激励、协助及管理企业创新活动的开展,企业创新能力的提升增强了其竞争优势,进而助力企业做出最优投资决策,降低非效率投资,H2得证。进一步细分企业非效率投资指标,“金融科技-创新能力-投资过度”的回归结果见表9的(4)～(6)列,“金融科技-创新能力-投资不足”的回归结果见表9的(7)～(9)列,可以发现金融科技通过提升企业创新能力不仅能够抑制企业投资过度的现象,还能缓解企业投资不足的现象,H2a及H2b得证。根据sobel-goodman检验,检验值在1%水平下显著,表明部分中介效应存在。

表9 金融科技抑制企业非效率投资的机制:创新能力

2.市场公平竞争机制分析

市场公平竞争作为机制的回归结果见表10。其中,(2)列金融科技(Fintech)的回归系数在1%水平上显著为正,说明金融科技促进了市场公平竞争;(3)列市场公平竞争(Compet)的回归系数在1%水平上显著为负,金融科技(Fintech)的回归系数在1%水平上显著为负,说明市场公平竞争程度越高,越有助于降低企业非效率投资,金融科技有利于市场竞争的公平性、透明性,有助于引导市场中各主体之间进行公平竞争,保证了市场活动的有序开展,避免企业在市场中的非理性投资行为,进而降低非效率投资,H3得证。进一步细分企业非效率投资指标,“金融科技-市场公平竞争-投资过度”的回归结果见表10的(4)～(6)列,“金融科技-市场公平竞争-投资不足”的回归结果见表10的(7)～(9)列,可以发现金融科技通过市场公平竞争这条路径既改善了企业投资过度行为,也缓解了企业投资不足行为,H3a及H3b得证。根据sobel-goodman检验,检验统计量在1%水平下显著,表明部分中介效应存在。

表10 金融科技抑制企业非效率投资的机制:市场公平竞争

(六)异质性分析

基于前文对整体样本的分析,本部分采取分样本回归的方法,探讨企业处于不同生命周期及不同地区资源禀赋时,金融科技对企业非效率投资的抑制效果差异。

1.企业生命周期异质性

为了分析企业处于不同生命周期时金融科技对企业非效率投资影响的差异,本文借鉴梁上坤等(2019)[57]的研究,采用销售收入增长率、留存收益率、资本支出率、公司年龄四个指标的综合得分衡量企业生命周期,分行业将综合得分排序,综合得分最高的1/3部分划分为成长期企业,综合得分最低的1/3部分划分为衰退期企业,其余划分为成熟期企业。表11的(1)～(3)列展示了企业生命周期的异质性回归结果。其中,(1)列金融科技的回归系数在5%水平上显著为负,(2)～(3)列金融科技的回归系数不显著,说明相比于处在成熟期和衰退期的企业,金融科技对处在成长期的企业抑制其非效率投资的效果更显著。成长期正是企业进行大量投资的关键时期,此时资金、项目、信息等资源决定着企业投资效率,因此金融科技在这一时期发挥的效果最显著。

表11 金融科技与企业非效率投资的异质性:企业生命周期+地区资源禀赋

2.不同地区资源禀赋异质性

为了分析企业面临不同地区资源禀赋时金融科技对企业非效率投资影响的差异,本文借鉴刘继兵等(2022)[58]的研究,将全国31个省份(不含港澳台地区)划分为东部、中部、西部地区。表11的(4)～(6)列展示了地区资源禀赋的异质性回归结果。其中,(4)～(5)列金融科技的回归系数在5%水平上显著为负,(6)列金融科技的回归系数不显著,说明相比于处在西部地区的企业,金融科技对处在东部地区和中部地区的企业抑制其非效率投资的效果更显著。金融科技的发展不能脱离网络、技术,由于西部地区数字经济基础设施建设相对落后,且缺乏人力物力财力,因此金融科技在西部地区难以有效发挥作用。

五、研究结论及政策建议

本文采用中国沪深A股上市公司2011—2021年数据为研究样本,利用北京大学数字普惠金融指数衡量金融科技,以时间-行业双向固定效应模型实证考察了金融科技对企业非效率投资的影响及机理。主要结论如下:第一,金融科技与企业非效率投资呈显著负向关系,具体表现为对企业投资过度的抑制和对企业投资不足的缓解,经过一系列稳健性检验后结论依旧成立;第二,从企业内外源动力视角发现企业创新能力和外部市场公平竞争在金融科技抑制企业非效率投资过程中发挥了重要的中介作用,区分企业非效率投资后发现金融科技通过提升企业创新能力和促进市场公平竞争既能抑制企业投资过度也能够缓解企业投资不足;第三,从企业生命周期和不同地区资源禀赋的异质性角度,发现在处于成长期、中部和东部地区的企业中,金融科技抑制企业非效率投资的效果更明显。

本文的研究结论为金融科技如何抑制企业非效率投资问题提供如下政策建议:

第一,企业应当把握好金融科技为其带来的机遇,主动推进自身革新、建立数据管理平台、引入智能决策系统、培养相关技术人才,提升企业运用金融科技的成果转化,将金融科技运用到企业投资的各个环节,以提供数据的准确性和及时性降低投资决策失误,最大力度提升企业投资效率。

第二,企业运用金融科技应当因地制宜,应结合实际发展需要制定合适的方案。从企业生命周期和不同地区资源禀赋的异质性结果来看,处于成长期和中、东部地区的企业可以加大金融科技的使用力度,而针对处于衰退期和西部地区的企业,政府可以给予一定的税收减免和财政补贴,优化西部地区的信息基础设施建设和服务,为金融科技发挥作用创造条件,强化金融科技对微观企业的服务效果。

第三,政府需要时刻关注市场竞争态势,及时发挥作用进行干预与调整,防止出现“市场竞争秩序混乱-企业非效率投资-市场不公平竞争加剧”的恶性循环,为企业投资活动打造一个公平、稳定的市场环境,但也要防止干预过度出现“黑天鹅”事件。同时,政府与市场应充分发挥监督作用,即“看不见的手”和“看得见的手”都要用好,引导企业结合自身情况适度使用金融科技,避免企业过度使用带来反作用,比如造成企业“脱实向虚”,造成企业非效率投资更加严重等。