数字金融对企业财务风险的影响——基于我国A股上市公司的经验数据

■金丹 庞晓晗

一、引言

2020 年，受新冠疫情的冲击，我国4138 家A 股实体行业上市公司财务安全平均得分仅为53.01分，较2019 年下降6.45%，呈现近二十年以来最大降幅①。企业财务风险防控已经成为资本市场乃至国家层面的重要议题。企业财务风险从狭义来说通常指融资风险，即企业由于借入资金进行经营活动而给自身财务成果带来的不确定性影响；从广义而言是指企业受现实中各种不可控因素的影响，导致其财务活动结果偏离预期目标而遭受损失的风险[1]。随着企业开展经营活动、吸纳社会资金、扩大生产规模，公司内部会面临各种风险，且最后都可能会转化为财务风险。为了企业乃至社会经济的可持续发展，如何降低企业财务风险是一个值得探究的现实问题。

随着云计算、大数据等信息技术的发展，数字技术开始与金融业融合，推动了数字金融的发展。数字金融具体表现为信贷、投资、支付结算和其他新型金融业务的数字化[2]，其突破了传统金融的限制，提高了金融服务的效率，为实体经济发展注入了新的活力。那么数字金融能否提高企业财务稳定性，进而降低企业财务风险？如果能，其作用机制是什么？本文以2011—2020 年中国A 股非金融上市企业为样本，考察数字金融发展对企业财务风险的影响与作用机理，即数字金融能否缓解企业融资约束、减轻企业流动性限制；并探讨数字金融发展对不同特征企业的影响，即对不同产权性质与杠杆率的企业是否存在显著差异；最后进一步研究外部经济环境差异是否会对两者关系产生影响。

本文的边际贡献主要表现在：第一，已有文献主要从融资角度研究数字金融发展对实体企业的影响，本文则考虑到企业财务风险有多种类型，其中非流动资产大量积压占用企业资金，会导致企业支付能力和偿债能力下降，甚至引发企业财务风险。那么数字金融的发展能否为企业出售非流动资产提供便利，以减轻企业流动性限制，避免企业陷入流动性风险？本文在验证前者结论的基础上，提出“数字金融发展——减轻流动性限制——降低企业财务风险”这一影响路径，并使用因果推断法进行中介效应检验。第二，本文不局限于企业内部因素的影响，而是从外部经济环境这一新视角，分析数字金融发展与企业财务风险的关系，试图在经济低迷时期，为政府及时采取有效措施提供参考。第三，将数字金融细分至三个子维度，研究其对企业财务风险的影响，并对不同特征的企业进行异质性检验，丰富了企业财务风险的研究范围。

二、文献综述与研究假设

（一）文献综述

目前有关数字金融的研究主要从三个视角展开：一是基于宏观视角。数字金融不仅能促进经济高质量发展[3]，缩小城乡居民收入差距[4]，提高居民消费水平[5]，还能鼓励居民参与创业创新[6]，提升城市经济效率[7]。二是基于中观视角。数字金融的发展冲击了以银行为主的传统金融，但同时也促进了商业银行在管理和产品上的数字化创新[8]，提升了商业银行的风险承担能力和经营效率[9]，为商业银行带来服务模式和技术的转型升级机遇[2]。三是基于微观视角。数字金融既能利用数字技术改善传统金融中由于信息不对称而产生的高风险溢价和高运营成本问题[10]，还能为企业提供更广泛的融资渠道[11]，减少对企业融资的限制，降低企业杠杆率[12]，促进企业创新和提质增效[13]，提高企业的市场竞争力。

如何对企业财务风险进行有效防范、预警、控制和管理是企业财务风险研究的重要方向。近年来，部分学者开始对企业财务风险的形成路径开展研究，主要从以下几方面展开：在外部经济环境方面，产品市场竞争程度的增大[14]、法律环境的改善[15]、金融监管约束程度的增强[16]都会对企业财务风险产生明显的抑制作用。在公司治理特征方面，Huang 等[17]发现董事会能力、风险偏好及其动机以及董事会的女性占比、独立性、持股比例等都会对企业财务风险产生显著影响。此外，独立董事异质性、比例和履职行为也会影响企业财务风险[18]。在企业内部控制方面，明确、合理的组织设计有利于提升企业管理水平、降低企业财务风险[19]，但是如果财务决策缺乏科学性，主观臆断严重，重大事项不经集体决策审批而由个人单独决策，也会大大增加企业出现财务风险的可能性[20]。

专门研究数字金融与企业财务风险关系的文献较少。许芳等[21]研究发现，数字金融发展能够通过缓解融资约束和降低信息不对称两条路径降低企业财务风险，对比国有企业与大规模企业，数字金融发展对财务风险的抑制作用在非国有企业与小规模企业中更为显著。Wang 等[22]也认为数字金融通过缓解企业融资约束来降低企业财务风险，且作用效果在东部地区企业与低杠杆企业中更加显著。这两篇文献针对企业融资问题均选取了融资约束作为中介变量进行检验，并统一使用SA指数衡量企业面临的融资约束程度。本文则使用KZ指数替换SA指数对该结论进行验证，且进一步考虑了资产流动性对企业财务风险的影响，检验数字金融能否通过缓解流动性限制来降低企业财务风险。此外，企业财务风险的形成不仅与内部因素相关，外部经济环境的变化也可能会引发企业财务风险。本文从这一角度出发，进一步研究外部经济环境的差异对两者关系的影响，从理论和实证层面厘清数字金融对企业财务风险的影响机制，不仅丰富了数字金融的相关研究，探索出有效减少企业财务风险的途径，还能在企业经济萎靡时为政府提供应对思路。

（二）研究假设

1.数字金融发展对企业财务风险的影响

资金运动活跃在企业生产经营的各个环节，若资金供给受阻，现金流运转不通畅，企业则无法正常生产经营，将会面临严重的财务风险，甚至被迫停产。然而，目前我国的资本市场还不完善，银行借贷仍是我国企业融资的主要方式，因此，部分企业依旧面临着“融资难、融资贵”问题。一方面，以银行为主的传统金融市场中存在着严重的信息不对称问题：一是融资前的信息不对称。传统金融机构只能依赖企业的经营记录、财务报表等“硬信息”对企业进行信用评级[6]，并且为了避免逆向选择和道德风险的发生，常常会将其承担风险的成本加诸企业，因此，“硬信息”不足的小微企业只能以更高的成本融取资金。二是融资后的信息不对称。企业为了获取高收益，可能会将筹集的资金用于高风险项目，这可能会损害债权人的利益，而债权人会通过提高利率等方式弥补所要承担的高风险，从而导致企业面临更高的融资成本。另一方面，在传统的金融市场中，存在大量的“长尾”客户，因其具有“多、小、散”的特征而难以被传统金融市场吸收[11]，使企业损失了部分潜在投资者，局限于单一的融资渠道。

依托云计算、大数据和互联网等现代化信息技术而迅猛发展的数字金融则突破了传统金融的局限性，有效缓解了上述两大问题。针对企业“融资贵”的问题，数字金融利用大数据建立的企业信用体系，能够深入挖掘企业的“软信息”并构建信用评估模型，为金融主体间的各项活动提供信任基础，使企业能更快捷、便利、低成本地获取相应金融服务[12]。同时，金融机构也能通过互联网对企业的资金流向进行监督，并使用数字技术对海量数据进行高速度、低风险、低成本的处理，降低其为企业提供信贷时的评估成本和审核成本[23]，从而降低企业融资成本，提升融资效率。此外，随着数字金融的覆盖广度和使用深度不断增加，更多企业使用数字金融开展经营、投融资活动，使数字金融服务的平均成本越来越低，进一步减少了企业的融资成本，形成了数字金融的规模效应[24]。因此，数字金融通过降低金融主体之间的信息不对称程度，提高金融资源配置效率，使企业能够以较低的成本获取充足的资金进行生产运营，增强企业的财务稳定性。而针对企业“融资难”的问题，数字金融以信息技术为支撑，降低了吸纳“长尾”投资者的成本与风险，从而拓展了金融服务的参与者，并开辟了一条网络渠道，打破了传统金融服务易受基础设施与地理距离限制的桎梏，使企业更容易获取外部资金。因此，数字金融在帮助企业聚拢资金，拓宽融资渠道，提高融资效率等方面发挥着重要作用，降低了企业遭受财务风险的可能性。

此外，流动性风险也是企业财务风险常见的类型之一，其主要是指企业虽然具有清偿能力，但无法及时将资产变现以获取充足资金来清偿债务，最终导致违约事件的发生。因此，保持良好的资产流动性是企业持续经营的关键，也是确保企业财务安全的指标之一。流动性资产可以视作现金的替代物，具有期限短、变现快的特征，能够在企业面临融资约束或者主业亏损时迅速出售变现，降低财务困境成本，补充所需流动性，进而有效降低财务风险[25]。而依托于大数据的数字金融能够快速为企业搜寻买方，助力企业提升资产的变现速度，同时，量化投资等技术提升了金融类资产投资的便利程度，这些优势显著增加了企业对较高收益流动性资产的持有意愿，从而提升了企业的流动性水平[26]，这在一定程度上确保了企业的财务安全，避免企业陷入财务困境。

综上，本文提出以下研究假设：

H1：数字金融发展能够降低企业财务风险。

H1a：数字金融发展能够缓解企业融资约束，进而降低财务风险。

H1b：数字金融发展能够减轻企业流动性限制，进而降低财务风险。

数字金融发展降低企业财务风险的路径如图1所示。

图1 研究框架图

2.数字金融发展降低企业财务风险的异质性分析

在传统金融市场中，金融机构的信贷配给更偏向于国有企业，表现为国有企业通常更容易以较低的利率获得贷款，而非国有企业则面临着严重的“融资难”“融资贵”等问题，这主要由以下两个原因造成：一是产权背景差异。国有企业以国家信用为担保，能够获得政府和银行的政策及资金支持，因而其资金需求能及时、有效地被满足；而非国有企业缺乏政府背景，与银行等金融机构之间缺乏信任基础，容易受到银行的信贷歧视。二是信息不对称问题。与国有企业相比，非国有企业的信息透明度较低，甚至部分企业会存在主业不突出、关联企业多、贸易背景不实等问题[27]，导致投资者难以评估其真实信用情况，投资者为了弥补承担的风险，通常会选择提高利率等方式保障自身权益，从而使非国有企业承担更高的融资成本。而数字金融依托互联网、大数据、云计算等高新技术，能降低企业获得金融服务的门槛，拓宽融资渠道，提升融资效率，优化资源配置，在很大程度上降低了非国有企业的融资难度，使其能够获取较充裕的资金用于生产经营和投资，提高财务稳定性。由此看来，数字金融发展可能对非国有企业财务风险的负向影响更加显著。

由权衡理论可知，若企业负债率过高，负债的税盾收益会被财务困境成本和代理成本所抵消，导致企业承担的杠杆成本与可能获得的收益不匹配。因此，高杠杆企业不仅需要承担高额利息，而且在企业经营状况较差时，更容易陷入财务困境，甚至资不抵债面临破产清算的风险。而数字金融能够通过降低财务困境成本与代理成本等途径，影响企业负债率[23]，降低高杠杆企业破产清算的可能。由此看来，数字金融发展降低企业财务风险的作用可能对于高杠杆企业更显著。

综上，本文提出以下研究假设：

H2：数字金融发展对企业财务风险的负向影响在非国有企业和高杠杆企业中表现更显著。

三、研究设计

（一）数据来源

本文选取2011—2020年中国A股上市企业作为研究样本，剔除金融类、期间ST 和退市企业以及上市市龄小于0 的异常样本，保留至少数据连续5年的样本，并对主要连续性变量进行双侧1%的缩尾处理，最终构造了2190个企业共19914个观测值的面板数据。相关财务数据均来自国泰安数据库（CSMAR）。

（二）变量选取

1.被解释变量

企业财务风险（ZScore）。借鉴黄贤环等[25]的研究，采用Altman[28]提出的修正后的Z 值来度量企业财务风险，并在其基础上取相反数。具体计算公式为：ZScore=-（0.717×营运资金+0.847×留存收益+3.107×息税前利润+0.42×股票总市值+0.998×销售收入）/总资产。其数值越大，说明企业面临的财务风险越大。

2.核心解释变量

数字金融发展（Difi）。采用北京大学数字金融研究中心公布的中国数字普惠金融指数[29]来度量数字金融发展情况。在核心回归中使用省级层面数据，稳健性检验中使用市一级层面数据进行验证，并统一取对数。

3.中介变量

（1）融资约束（KZ）。借鉴魏志华等[30]的研究，采用Kaplan 等[31]提出的KZ 指数来测度企业面临的融资约束程度。测算步骤如下：①计算样本各年度CF（经营性净现金流/年初总资产）、DIV（现金股利/年初总资产）、C（现金及现金等价物/年初总资产）、Lev（资产负债率）和TOBINQ（托宾Q值）的数值。②将上述5个变量进行双侧1%的缩尾处理，再根据各个指标的中位数设置0—1变量。当CF低于中位数时，KZ1取1，否则取0；当DIV低于中位数时，KZ2取1，否则取0；当C低于中位数时，KZ3取1，否则取0；当Lev低于中位数时，KZ4取1，否则取0；当TOBINQ低于中位数时，KZ5取1，否则取0。③计算总指标，KZ=KZ1+KZ2+KZ3+KZ4+KZ5。④以KZ 为因变量，对CF、DIV、C、Lev和TOBINQ进行排序逻辑回归，估计出各变量的回归系数如表1所示。⑤运用回归结果，计算各公司的KZ指数，KZ指数越大表明企业面临的融资约束越大。

表1 融资约束程度估计模型的回归结果

（2）流动性限制（Flu）。借鉴刘长庚等[26]的研究，采用流动资产占比即流动资产占总资产的比重来衡量企业受到的流动性限制。该数值越小，说明企业受到的流动性限制越大。

4.控制变量

结合以往学者对企业财务风险影响因素研究的相关文献，本文选取了企业年龄（Age）、企业规模（Size）、股权集中度（TOP1）、两职合一（Dual）、独立董事比例（Indi）、企业杠杆率（Lev）、资产报酬率（ROA）、营业收入增长率（Growth）、企业现金流（Cash）为控制变量，并引入年度（Year）和行业（Ind）两个虚拟变量以控制时间和行业效应。

本文相关变量的具体定义如表2所示。

表2 变量定义

（三）模型设定

借鉴唐松等[11]的研究，采用时间-行业双向固定效应模型②估计数字金融发展对企业财务风险的影响，并采用以企业个体作为聚类变量的聚类稳健标准误。

其中，ZScore 代表企业财务风险；Difi 代表数字金融发展水平；Control 代表一系列控制变量；Ind 和Year 则分别代表行业和时间固定效应；ε为随机误差项。

本文参考江艇[32]的研究，运用因果推断法检验数字金融发展与企业财务风险间的影响机制，并构建以下模型来检验解释变量与中介变量的关系。

（四）描述性统计

变量的描述性统计结果如表3 所示。由表3 可知，企业财务风险（ZScore）的均值为-1.347，最小值是-3.354，最大值是0.080，说明我国上市企业的财务状况存在明显的差异，部分企业均面临不同程度的财务风险。同时，数字金融发展（Difi）的均值为5.401，最小值为2.786，最大值为6.068，表明各省份的数字金融发展水平、各地区金融主体使用数字金融的程度存在明显差异。从各控制变量来看，独立董事比例（Indi）、股权集中度（TOP1）、资产报酬率（ROA）、营业收入增长率（Growth）的均值大于中位数，分布呈现右偏；企业年龄（Age）呈现左偏；企业规模（Size）、企业杠杆率（Lev）、企业现金流（Cash）的均值和中位数基本一致，大体成正态分布。

表3 描述性统计

四、实证结果分析

（一）基准回归结果分析

表4（1）列是控制了时间和行业固定效应后，仅使用数字金融发展这一核心变量对企业财务风险进行回归得到的结果。（2）列则在（1）列的基础上加入控制变量进行回归。结果表明，加入控制变量前后，核心解释变量的估计系数分别为-0.282 和-0.116，且均在1%的水平上显著。由此可知，数字金融发展能够显著降低企业的财务风险，且数字金融发展水平每提升1%，企业的财务风险得分降低0.12%。假设H1成立。

表4 数字金融发展对企业财务风险影响的基准回归结果

为了更精准地刻画数字金融发展对企业财务风险的影响，本文使用数字金融的三个子指标来分析数字金融具体在哪些层面对企业财务风险产生显著影响。表4（3）至（5）列分别是对数字金融的覆盖广度（Breadth）、使用深度（Depth）和数字化程度（Digit）与企业财务风险间的关系进行检验后得到的结果。结果显示，数字金融覆盖广度、使用深度均显著降低了企业财务风险，但数字化程度对企业财务风险的影响不显著。这与许芳等[21]的检验结果一致。

（二）稳健性检验

1.更换被解释变量

借鉴陈标金等[33]的研究，本文选用财务杠杆系数（Dfl）代替风险Z 值（ZScore）来衡量企业财务风险。财务杠杆系数越大，表明财务风险越大。表5的回归结果表明，数字金融发展能够显著降低企业财务风险，与基准回归结果一致。

表5 稳健性检验

2.剔除部分城市的影响

北上广深作为我国超一线城市，拥有雄厚的经济基础，企业可获得的经济资源领先于其他城市。为了获得更可靠的回归结果，本文剔除北上广深四个城市的企业样本重新进行检验。此外，由于北大数字普惠金融指数使用的是支付宝数据，故本文进一步剔除杭州的企业样本，并将解释变量更换为地市级的数字金融指数进行验证。结果如表5 所示，数字金融发展降低企业财务风险的结论依然成立。

3.剔除重大事件影响

2015 年的中国股灾给中国金融市场带来巨大冲击，可能会对企业发展产生重大影响，故剔除2015年数据。考虑到股灾的波及面和深度，将样本按灾前灾后分为2011—2014 年和2016—2020 年两个区间。鉴于2020 年新冠疫情的暴发对企业发展产生了严重的负面影响，因此剔除2020 年样本数据，最终得到2011—2014年和2016—2019年两个样本区间。检验结果如表5 所示，2011—2014 年和2016—2019年两个时间段内，数字金融发展对企业财务风险均有显著的负向影响，证明基准回归结果具有稳健性。

4.扩大样本量

考虑到研究结果可能会受样本量选择的影响，本文将基准回归中企业至少连续五年经营的条件放松为至少连续三年经营，样本数量由19914 个扩展至23693 个。回归结果仍与前文保持一致，进一步证明本文基准结果具有稳健性。

（三）内生性检验

1.变量滞后法

企业长期稳定发展必然会扩大生产规模，会更频繁地使用金融服务，从而反向促进各地区的数字金融发展。为减弱反向因果引起的内生性问题，本文将所有的连续解释变量滞后一期，代入原模型中进行回归分析，回归结果与基准回归结果一致。具体检验结果见表6。

表6 内生性处理

2.工具变量法

本文借鉴刘婷婷等[34]的研究思路，采用各省单位土地面积的互联网端口数作为工具变量。原因在于：一是满足相关性条件，数字金融的发展与互联网息息相关，互联网端口数越多，说明互联网普及度越高，越具备发展数字金融的基础条件；二是满足外生性假设，单位土地面积的互联网端口数量与企业财务风险没有直接关系。

本文加入工具变量并运用最小二乘法对模型重新进行估计，结果如表6 所示。由第一阶段的回归结果可知，主要变量的系数在1%水平上显著，满足工具变量相关性要求；F 值为4281.3，远大于10%偏误的临界值16.38，拒绝了弱工具变量的原假设；LM统计量为635.94，且在1%的水平上显著，拒绝了工具变量识别不足的原假设。因此，工具变量选取有效。由第二阶段回归结果可知，数字金融发展（Difi）的系数在1%的水平上显著为负，与基准回归结果一致，说明本文的核心结论是稳健的。

（四）机制检验

基于前文分析，本文提出“数字金融发展—缓解融资约束—降低企业财务风险”和“数字金融发展—减轻流动性限制—降低企业财务风险”两条作用路径。为验证这两条作用路径，本文使用模型（2）进行实证检验，回归结果如表7 所示。由（1）列可知，数字金融发展的估计系数在10%的水平上显著为负，这表明数字金融发展能够缓解融资约束，进而降低企业财务风险。假设H1a得到验证。由（2）列可知，数字金融发展的估计系数在1%的水平上显著为正，说明数字金融发展能够提高企业流动性，即数字金融发展通过降低流动性限制，进而降低企业财务风险。因此，假设H1b也得到较好验证。

表7 数字金融发展对企业财务风险的作用机制检验

（五）异质性分析

不同产权性质企业的财务风险受数字金融发展的影响可能不同。为了研究不同产权性质下数字金融对企业财务风险影响是否存在差异，本文按照国有企业与非国有企业两种产权性质将样本分组进行回归分析。由表8（1）和（2）列的回归结果可知，在非国有企业样本中，数字金融指标的系数估计值在1%的水平上显著为负，而在国有企业样本中，系数估计值虽为负但不显著，说明数字金融发展对非国有企业的财务风险有更强的抑制作用。验证了假设H2。

表8 数字金融发展对企业财务风险影响的异质性检验

根据理论分析，数字金融的发展可能会通过降低财务困境成本和代理成本等方式影响企业杠杆率，使高杠杆企业获取更多数字金融带来的福利，因此企业杠杆率的高低可能会影响数字金融对企业财务风险的负向作用。为了研究此机制是否存在，本文将样本按照企业杠杆率进行分组。具体而言，按照企业的资产负债率均值将样本划分两部分，高于均值的部分为高杠杆企业，反之为低杠杆企业。在基准回归的基础上分别进行实证检验。回归结果如表8（3）和（4）列所示，数字金融发展能够在1%的水平上显著降低高杠杆企业的财务风险，而在低杠杆企业分组中，数字金融指标的系数为负但不显著，说明相比于低杠杆企业，数字金融发展对高杠杆企业财务风险的负向作用更大。验证了假设H2。

五、进一步检验：外部经济环境的影响

（一）金融监管程度

数字金融的发展提升了金融体系的效率，促进了经济的高质量发展。与此同时也引发了数据隐私泄露、金融欺诈、“大数据杀熟”等问题，导致金融市场“脱实向虚”的风险加剧。近年来，我国逐步出台针对数字金融的政策法规并加强金融监管。那么，金融监管的加强是否会反向影响数字金融发展？本文针对这一问题做进一步探讨。借鉴唐松等[11]的研究，采用区域金融监管支出与金融业增加值的比值来衡量地区金融监管强度（supervision），并以其中位数为分界线，将样本划分为严金融监管地区和松金融监管地区来进行回归分析，回归结果如表9的（1）和（2）列所示。由此可知，数字金融发展与严监管地区的企业财务风险在1%的水平上显著负相关，而数字金融发展与松监管地区企业的财务风险之间的关系不显著，说明较强的金融监管有助于数字金融发挥其对企业财务风险的负向作用。这是因为金融监管强度的增大，降低了数字金融在金融领域出现的套利和风险衍生行为，从而降低了企业面临财务风险的可能。

表9 外部经济环境对数字金融发展与企业财务风险关系的影响

（二）市场化程度

数字金融是经济发展的产物，其必然也会受到外部经济环境的影响，而我国各地区市场化发展的不平衡也会影响企业的投融资决策。为了探究市场化程度是否会影响数字金融对企业财务风险的负向作用，本文使用新版中国分省份市场化指数③来衡量各地的市场化进程。由于该数据只到2019 年，故2020 年度数据使用历年数据的年平均增长幅度来预测，再将样本以市场化指数的中位数为分界线，划分为高市场化水平地区和低市场化水平地区。回归结果如表9 的（3）和（4）列所示。从结果可以看出，在低市场化水平组，数字金融发展与企业财务风险在10%的水平上显著负相关，而在高市场化水平组，系数虽然为负但不显著，说明在市场化水平越低的地区，数字金融对企业财务风险的负向作用越显著。这可能是因为，相比于市场化水平较高的地区，市场化水平较低地区的企业面临的融资约束和信息不对称程度更大，数字金融能更好发挥作用。这体现了数字金融的普惠性，也表明数字金融能够弥补市场化不足的短板，助力企业发展。

六、结论与政策建议

本文将数字普惠金融指数与2011—2020 年中国A 股非金融上市企业数据进行匹配分析，构建双向固定效应模型，研究数字金融发展对企业财务风险的影响效应与作用机制。结论如下：（1）数字金融发展与企业财务风险呈显著负相关，其中覆盖广度的提升和使用深度的拓展是其主要作用途径，且通过更换核心变量、剔除部分影响因素、扩大样本量、变量滞后以及使用工具变量法进行稳健性检验后，该结论仍然成立。（2）机制分析表明，数字金融发展能够缓解融资约束和减轻流动性约束，进而降低企业财务风险。（3）数字金融发展对企业财务风险的负向影响因企业特征不同而存在异质性。对比低杠杆企业与国有企业，数字金融发展对高杠杆企业与非国有企业财务风险的负向影响更大。（4）进一步对外部经济环境的研究表明，数字金融在市场化程度较低与监管程度较强的地区能更加有效地发挥其降低企业财务风险的作用。

结合上述分析，提出如下建议：第一，政府应积极推动数字金融发展，充分发挥数字金融在支持经济增长中的重要作用。一方面，扩大数字金融的覆盖广度，推动实现支付、信贷、投资、信用、货币基金服务的全面数字化进程；另一方面，拓展数字金融使用深度，使其更好地为实体经济服务。第二，关注非国有企业、高杠杆企业等金融弱势群体的情况，鼓励数字金融资源向其倾斜，缓解其融资难融资贵的问题，优化金融资源配给。第三，借助数字金融发展，持续推进我国的市场化进程，缩小地区间市场化差距，关注低市场化地区企业的财务状况，深化其数字金融服务程度，并适当加强金融监管，防范过度数字化带来的金融风险，保障数字金融良性发展。第四，企业应积极适应数字金融发展，加快财务数字化转型，灵活运用数字技术缓解自身面临的融资难问题，并通过完善自身软信息，增强硬信息实力，缓解与金融机构间的信息不对称问题，进一步完善企业治理机制，提高财务稳健性，向外界更好地展示企业实力。

注 释

①数据来源：2021 年5 月商务部国际贸易经济合作研究院信用研究所发布的《新冠疫情下中国A 股非金融类上市公司财务安全评估报告（2020）》。

②制造业保留前两位行业代码，非制造业保留第一位行业代码。

③数据来源：中国分省份市场化指数数据库，https：//cmi.ssap.com.cn/。