数字金融发展与非金融企业影子银行化

王瑶 黄贤环

摘 要：本文选取2011-2020年我国沪深上市公司的数据和北京大学数字金融研究中心数字普惠金融指数，实证检验数字金融发展对非金融企业影子银行化的影响。研究发现，数字金融发展提升了金融机构识别客户的能力，显著促进了非金融企业影子银行化，表现出“马太效应”。进一步检验发现，数字金融发展对非金融企业影子银行化的影响主要通过数字金融使用深度和数字化程度来实现。同时，在市场化程度较低组，数字金融发展更是助推了非金融企业影子银行化行为；而非金融企业主营业务盈利能力能够有效抑制数字金融发展对其影子银行化的助推作用。

关键词：数字金融；非金融企业影子银行化；普惠金融；数字经济；马太效应

中图分类号：F275.1；F812.0  文献标识码：A  文章编号：1001-148X（2023）05-0142-11

收稿日期：2023-05-19

作者简介：王瑶（1991-），女，山西孝义人，讲师，博士，研究方向：公司金融；黄贤环（1989-），男，江西吉安人，副教授，博士，研究方向：集团财务与公司金融。

基金项目：国家社科基金青年项目“增值税多维减税治理企业脱实向虚的效果与作用机理研究”，项目编号：21CGL011；山西省高等学校哲学社会科学研究项目“混合所有制改革与国企影子银行化：理论分析与机制检验”，项目编号：2022W063；教育部人文社科基金青年项目“资本市场‘进退双侧制度改革与非金融企业影子银行化治理研究”，项目编号：23YJC630184。

一、引 言

“十四五規划”明确提出“发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。”2021年政府工作报告又提出“加快数字化发展，打造数字经济新优势，协同推进数字产业化和产业数字化转型，加快数字社会建设步伐，提高数字政府建设水平，营造良好数字生态，建设数字中国。”数字金融作为我国数字经济的重要组成部分与重要支撑和保障力量，是伴随大数据、云计算、人工智能、信息技术等新兴技术在金融领域的运用而出现的，也是数字技术与金融机构的有机结合。当前，数字金融的含义尚未有统一定论，但主流文献将数字金融界定为泛指传统金融机构与互联网公司利用数字技术实现融资、投资、支付和其他新型金融业务的模式［1］。虽然，数字金融的功能界限尚未统一，但概括来看应该至少包含两方面：一方面，金融机构运用新兴技术能够创新金融产品和金融服务，破解时间和空间的限制，打破地理因素的障碍，提升金融服务的可得性和受众面，在一定程度上缓解中小微企业面临的融资约束，促进“普惠金融”目标的实现，表现为“普惠效应”；另一方面，数字技术与金融机构有机结合能够提升金融机构筛选客户的能力，借助于大数据、云计算和人工智能等新兴技术能够有效分离出优质客户和质差客户，从而为优质客户提供优质的金融服务，而质差客户更难获取正规金融机构提供的金融服务，从而出现“贫者越贫、富者越富”的“马太效应”。

与此同时，根据国际评级机构穆迪发布的2022年四季度《中国影子银行监测报告》显示，截至2022年末，中国影子银行规模持续收缩，但存量影子银行占名义GDP比重依然高达41.6%，且表现出非金融企业越来越多地充当影子银行的角色，尤其是大规模企业和国有企业。我国非金融企业影子银行化产生的根源在于，资本市场与信贷市场发展不协调、金融抑制、信贷约束和信贷歧视的存在。我国资本市场并不发达，直接融资比例受限，企业融资主要依赖于以银行主导的信贷融资体系。同时，由于金融强监管，银行金融机构影子信贷资金受限，银行对不同所有制企业的信贷业务存在歧视，且市场主体之间存在明显的信息不对称，导致绝大部分中小企业都较难从银行获取信贷资金，转而向企业影子银行寻求资金支持。由于我国国有企业与非国有企业、大型企业集团与中小微企业之间在信贷融资方面存在天然差异，致使存在融资劣势的市场主体被正规金融边缘化，需从影子银行获取所需资金。因此，一方面，若数字金融发展以“普惠效应”为主，那么数字金融发展能够有效缓解“融资难、融资贵”的问题，抑制非金融企业影子银行化。然而，值得深思的是为何现实中企业依然普遍存在“融资难、融资贵”困境。另一方面，若数字金融以“马太效应”为主，那么数字金融发展很可能助推非金融企业影子银行化。遗憾的是，尚未有文献考察数字金融发展对非金融企业影子银行化的影响，而对其研究有助于更加全面地理解我国数字经济发展过程中数字金融发展的经济后果，为更好地发挥数字金融促进数字经济发展的作用提供微观层面的经验证据。

二、文献回顾

数字金融是当前学术界关注的热点话题，已有文献围绕数字金融对企业创新、全要素生产率、投融资等的影响进行了持续研究。在数字金融与企业创新方面，数字金融发展通过提升盈利水平、降低借贷成本、改善借款结构，降低金融错配程度，缓解企业信贷约束，进而促进企业技术创新［2］，同时数字金融的覆盖广度、使用深度、数字支持服务程度三个维度均会对企业创新产生积极影响。在数字金融与企业全要素生产率方面，数字金融通过降低信息不对称、缓解企业融资困境，提高信贷资源配置效率，促进企业技术创新，进而提升企业全要素生产率［3］。在数字金融与企业投融资方面，数字金融改变了传统金融中介的运行模式，通过大数据、人工智能、云计算等赋能新商业模式，降低了金融服务成本 ［4］，改善了融资结构和市场化水平，同时提高了金融机构业务效率、缓解了信息不对称、拓宽了资金供给来源等［5］，对缓解企业融资困境、降低企业总杠杆率和短期杠杆率以及优化债务期限大有裨益［6］。进一步地，数字金融发展抑制了传统金融结构性错配的弱势企业的金融化行为［7］。Gomber等则研究认为，数字金融机构自身存在的“技术鸿沟”导致其驾驭新兴技术的能力不足，缓解企业融资约束的能力有限［8］。可见，大部分文献认为数字金融发展具有积极作用，非金融企业影子银行化作为信贷约束、信贷歧视以及信贷市场与资本市场二元融资体系不协调环境下的产物，却鲜有文献关注到数字金融发展对其影响。

另一方面，非金融企业影子银行化作为当前比较普遍的现象，已有研究多集中在考察其经济后果，但对其产生的原因和作用机制研究相对较少［9-11］。关于非金融企业影子银行化影响因素的研究主要集中于财务层面、公司治理层面以及宏观经济层面。在财务层面，市场垄断、融资地位不平等、金融资源错配，使得一些企业存在过度借贷，在逐利动机的驱使下，倾向于将超额募集的资金投放于影子银行业务中，出现非金融企业影子银行化现象［12-13］。这种效应在金融深化程度较高、经济资源市场化配置程度偏低的地区以及僵尸企业、盈利性较差的企业、国有企业和成长性较低的企业中更加明显［14］，而且融资结构也会对企业影子银行规模产生正向的促进作用。企业在供应链上接触的公司越多，掌握上下游企业的信息越多，影子银行业务规模越大。在公司治理层面，多个大股东带来的协调成本，导致对高管的监督失效，助推了非金融企业影子银行化［15］，而创始股东较高的实际控制权会通过降低企业的风险容忍度抑制企业影子银行业务规模。在宏观经济环境层面，资本市场开放通过提升企业信息透明度、外部监督治理等，进而抑制非金融企业影子银行化［16］；而信贷资源或金融资源的错配会显著助推非金融企业从事影子银行业务［13，17］。

综上，已有文献围绕数字金融的经济后果以及非金融企业影子银行化的产生原因进行了一定研究。然而，尚未有文献关注到当前飞速发展的数字金融模式对非金融企业影子银行化的影响。在我国大力发展数字经济的背景下，数字金融的初衷在于缓解市场主体存在的融资约束问题，然而金融机构运用大数据等数字技术高效分离优质客户和质差客户后，很有可能存在“贫者越贫、富者越富”的现象，导致质差客户不得不寻求影子银行的金融支持。本研究旨在借助于非金融企业影子银行化这一事实，判断数字金融发展是以“普惠效应”为主还是以“马太效应”为主。

本文可能的边际贡献：（1）拓宽了数字金融与非金融企业影子银行化的理论研究边界。已有文献围绕数字金融对企业创新、全要素生产率、投融资等的影响以及市场垄断、信贷约束、融资结构、金融错配等对非金融企业影子银行化的影响展开研究。然而，尚未有文献考察当前日益发展的数字金融对非金融企业影子银行化的影响。（2）揭示了数字金融发展过程中存在的“马太效应”。已有文献忽视了金融机构运用大数据等新兴技术之后对不同信贷主体影响的差异。本文从非金融企业影子银行化的视角验证了数字金融可能存在的“马太效应”，这能够为更加全面和客观地理解我国数字金融发展的经济后果提供比较扎实的理论依据。（3）揭示了数字金融发展助推非金融企业影子银行化的作用机理。本文研究发现，数字金融发展通过提升金融机构识别客户的能力，进而促使面临融资困境的企业更依赖于影子银行业务带来的资金。这有助于更好地理解数字金融助推非金融企业影子银行化的内在机理。（4）提供了完善我国数字金融发展和抑制非金融企业影子银行化的经验证据。本文不仅验证了数字金融发展总指数与非金融企业影子银行化之间的关系和机理，还考察了市场化程度和主营业务盈利能力对数字金融发展与非金融企业影子银行化关系的影响，能够为进一步完善我国数字金融发展以及更好地抑制非金融企业影子银行化提供微观层面的经验证据。

三、理论分析与研究假设

数字金融是传统金融机构运用大数据、云计算和人工智能等新兴数字技术创新金融服务的模式［1］，而非金融企业影子银行化是金融抑制、信贷硬约束和信贷歧视下，企业寻求正规金融以外的非正规金融支持和逐利动机的表现［9-10］。与传统金融相比，数字金融具有数字化、低成本、可获得的特点。数字金融发展对非金融企业影子银行化可能存在两种不同的影响。

一方面，数字金融发展可能抑制非金融企业影子银行化行为。首先，数字金融能够提高金融服务的可获得性，缓解企业存在的融资约束，进而降低对影子银行资金的依赖，抑制非金融企业影子银行化。金融抑制、信贷约束和信贷歧视是导致企业融资约束的重要原因［9，13］，而面临融资约束的企业难以获取正规金融机构的金融服务，需要寻求影子银行所提供的更高成本的金融支持，进而导致影子银行化［10］。数字金融在信息技术的支持下，能够打破时间和空间的限制，提高金融服务的触达性，对接了地理距离较远的资金需求方和供给方［18］，进而有效降低企业面临的融资约束［4-5］，提升金融资源配置效率［3］。其次，数字金融能够借助大数据、云计算和人工智能等新兴数字技术，降低信息不对称和融资成本［5］，提高正规融资渠道资金的可获得性，进而减少对影子银行资金的需求。与传统金融机构不同的是，数字金融能够发挥信息技术的优势，提高搜集和挖掘企业信息的能力和分析企业海量信息的效率，从而有效缓解金融机构和资金需求方之间存在的信息不对称问题［5］，降低资金需求方的融资成本和金融机构的信贷风险［18］。数字金融通过场景、数据和结合金融创新产品有效弥补传统金融服务的短板，充分发挥“成本低、速度快、覆盖广”的优势，降低金融服务的门槛和服务成本［1］。最后，数字金融所引发的“鲶鱼效应”能够改变传统金融业的竞争格局，降低信贷歧视，提高正规金融的可获得性，从而降低对影子银行资金的需求。已有研究发现，数字金融作为金融科技与传统金融的有机结合，具有“技术溢出效应”和“竞争效应”［19］，数字金融发展为传统金融机构带来巨大压力和挑战，同时也为其提升效率提供了动力和机遇［1，5］。传统金融机构在数字化转型过程中会更加注重金融服务模式和技术的转型升级，提升金融服务的效率，使得金融更具有普惠性［3］。因此，数字金融发展能够通过降低资金供求双方信息不对称，缓解企业面临的融资约束、信贷歧视，降低企业融资成本，進而有效抑制非金融企业参与影子银行业务。基于此，本文提出如下假设：

假设H1a：数字金融发展能够抑制非金融企业影子银行化。

另一方面，数字金融发展很可能助推非金融企业影子银行化。首先，数字金融在提升金融服务效率和可达性的同时，金融机构能够借助大数据、云计算、区块链和人工智能等技术提升筛选客户的能力，将优质客户和劣质客户有效分离，进而迫使劣质客户更加依赖影子银行资金，出现影子银行化现象。此时，优质客户能够以比较低廉的成本和不需要提供抵押品的方式获取金融机构的金融服务，而被筛选出的劣质客户因自身资质较差、资源禀赋不足等原因被排斥在正规金融服务以外，需要寻求影子银行的资金支持，这就会导致“贫者越贫、富者越富”的现象，王修华和赵亚雄的研究就发现，数字金融发展在贫困户与非贫困户之间存在明显的马太效应，这是我国金融发展不平衡不充分的重要体现。其次，由于我国金融市场不够发达，信息不对称始终存在，且市场主体之间自身资质存在差异，导致“融资难、融资贵”的现象普遍存在，而数字金融的“普惠性”具有局限性［20］，数字金融发展分离出来的劣质客户融资约束更严重，融资成本更高，进而使其更加依赖非正规影子银行的资金支持。在我国信贷市场上存在较多“长尾客户”，这些客户由于自身“劣信用”或“数字鸿沟”的存在，导致其难以享受到金融机构所提供的优质金融服务。在既定的金融生态环境下，存在低信用、财务和经营状况不佳、抵押品不足等缺陷的市场主体依然存在，作为理性的经济主体，银行等金融机构依然会将存在以上问题的客户排斥在金融服务之外，使得数字金融发展并不能够完全解决融资约束的问题。而这部分面临融资约束的企业，由于信贷约束和信贷歧视，无疑会寻求影子银行的资金支持，进而助推非金融企业影子银行化。最后，数字金融兴起不久，技术并不成熟，经营模式不够稳定以及“数字技术鸿沟”的存在，使得参与金融活动的各方对金融的可获得性存在较大差异，而质差客户将面临更加严重的信贷约束和融资成本，更难以获得正规金融的支持，只能转而寻求影子银行资金的支持。Gomber等［8］认为，良莠不齐的海量中小数字普惠金融平台多不具有驾驭大数据技术的高端配置，在其发展时间短、技术、理念和运营体系待进一步完善的情况下，信息不对称依然持续存在，在实践中依然难以有效提升甄别优质项目的能力，也就难以有效缓解融资约束。这也使得面临融资约束的企业不得不寻求影子银行的资金支持，助推非金融企业影子银行化。朱家祥等［21］的研究也提出，自2013年开始，大数据、互联网技术的发展使中国式的网络借贷在解决中小微企业“融资难、融资贵”问题，促进普惠金融提供了无限的联想，然而金融监管的缺失又使得“互联网+金融”成为金融创新下的“庞氏骗局”，加之经营者的监管套利、无序经营以及重交易轻风险，使得网络借贷存在“普骗”趋势。这使得数字金融发展并没有真正实现普惠金融的目的，反而给金融市场带来了不稳定因素，加剧融资约束，使得市场参与者更加依赖于影子银行的资金支持。因此，数字金融发展通过提升金融机构识别和筛选客户的能力，有效分离优质客户和质差客户，同时加剧金融市场中质差客户与质优客户在融资约束、信贷歧视和融资成本等方面的差异，导致“贫者越贫、富者越富”，进而助推面临融资约束的企业更倾向于寻求影子银行所提供的资金支持。基于此，本文提出如下假设：

假设H1b：数字金融发展助推了非金融企业影子银行化。

四、研究设计

（一）样本选择与数据来源

已有研究广泛采用由北京大学数字金融研究中心开发的数字普惠金融指数衡量数字金融发展水平，而该指数起始时间为2011年，目前已经发布了2011—2020年的数字普惠金融指数。鉴于此，本文选取2011—2020年我国沪深上市公司的样本数据以及北京大学数字金融研究中心开发的数字普惠金融指数进行研究。针对本文选取的样本公司相关数据，从国泰安数据库中获取，宏观经济指标的数据从快易理财网获取；而数字金融发展的数据从北京大学数字金融研究中心披露的研究报告中获取。本文对数据进行如下处理：删除数据缺失、资产负债率大于1、金融行业等样本数据。经过以上处理，本文一共获得22601个年度样本观测值。为缓解异常值带来的影响，本文对连续变量进行了上下1%分位的缩尾处理，同时采用stata15进行数据处理和实证分析。

（二）变量测度

1.数字金融发展的测度

北京大学数字金融研究中心编制的数字金融普惠指数包含数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度3个维度以及33个具体指标，能够较好地反映我国数字金融发展的变迁过程。该指数得到广泛使用，也得到理论界的认可，例如，林爱杰等［6］、陈春华等［7］运用该指数考察了数字金融发展对企业投融资行为的影响；江红莉和蒋鹏程［3］使用该指数研究了数字普惠金融与全要素生产率的关系。此外，该指数是由北京大学数字金融研究中心和蚂蚁集团研究院的研究团队共同开发，利用蚂蚁集团关于数字普惠金融的海量数据进行编制的，具有较好的实践基础。本文也采用北京大学数字金融研究中心开发的数字普惠金融指数衡量数字金融发展水平，用Index表示。同时，在进一步分析时，采用该指数的三个二级指数：数字金融覆盖广度（Coverage）、数字金融使用深度（Depth）、普惠金融数字化程度（Digitized）对数字金融如何影响非金融企业影子银行化展开研究。以上数据取自北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011—2020）》，同时对指数进行除以100处理。

2.非金融企业影子银行化的测度

已有研究主要采用两种方式对非金融企业参与影子银行业务的程度进行量化分析：一是以王永钦等［14］为代表的，按照SCI分类标准，以美国同行业的非金融企业其他应收款占销售额比值的中位数作为没有参与再放贷行为企业的正常水平，然后以我国非金融企业相对于美国行业中值的超额其他应收款比率衡量我国非金融企业影子银行化规模；二是以李建军和韩珣［9］、韩珣和李建军［13］、黄贤环和姚荣荣［16］为代表，根据企业开展影子银行业务的机理，通过委托贷款、委托理财、民间借贷以及影子信贷市场理财产品反映企业影子银行化规模。由于第一种测度方法是以美国企业的数据为标准进行的测度，与我国实际情况有所不同，可能难以比较准确地衡量我国非金融企业影子银行化规模的实际水平，而第二种测度方法是借助于我国上市公司自身财务报表及其附注中的数据加以衡量，能够较好地反映我国非金融企业影子银行化的实际情况。因此，借鉴李建军和韩珣［9］的研究，本文非金融企业影子银行化程度由委托贷款、委托理财、民间借贷、购买银行理财产品、信托产品、结构性存款以及资管计划等项目之和占总资产的比重进行反映，并以Sb加以反映。其中，委托贷款指标的数据来源于样本公司所发布的委托贷款公告；委托理财指标的数据来源于国泰安数据库中的对外投资子数据库；由于民间借贷具有较高的隐蔽性，本文借鉴李建军和韩珣［9］的做法，通过资产负债表中的“其他应收款”科目进行衡量。同时，非金融企业参与的影子银行信贷市场投融资活动相关指标的数据，可以从样本公司财务报表附注中“其他流动资产”的明细科目中整理获取。

3.控制变量的选择

借鉴黄贤环和姚荣荣［16］的研究，本文在模型构建过程中控制了公司层面的财务特征、治理特征等以及外部宏观环境特征以及年度（Year）和行业（Industry）变量。变量具体定义，如表1所示。

（三）模型构建

为考察数字金融发展与非金融企业影子银行化之间的关系，进而识别出数字金融发展是以“普惠效应”为主，还是以“马太效应”为主，本文构建了以下实证模型（1）：

Sbit=α0+α1Indexit+α2Sizeit+α3Cfit+α4Growthit+α5Levit+α6Roeit+α7Soeit+α8Icqxit+α9Firstit+α10Dualit+α11Ddblit+α12Agencyit+α13Directorit+α14Gdpt+α15M2t+α16Regionit+∑Year+∑Industry+εit（1）

其中，Sb为非金融企业影子银行化程度；Index为数字金融指数，反映数字金融发展水平；ε表示模型扰动项，其余变量为控制变量。本文在考察数字金融发展与非金融企业影子银行化关系时，主要关注α1的回归系数及其符号。若α1显著为正，意味着数字金融发展助推了非金融企业影子银行化，反之则抑制了非金融企业影子银行化。

（四）描述性统计

从表2可看出，非金融企业普遍涉足于影子银行业务，但参与影子银行业务的程度存在较大差异，这也为本文研究非金融企业影子银行化的影响因素提供了条件。值得说明的是，委托贷款、委托理财等项目属于表外项目，需通过相关公告或报表附注获取，这使得影子银行业务规模会出现比当期资产总额还高的现象。从数字金融发展的总指标来看，Index最大值为4.319，最小值为0.162，均值为2.496，这表明我国分省份数字金融发展存在较大差异。数字金融的三个子维度，数字金融覆盖广度（Coverage）、使用深度（Depth）和数字化程度（Digitized）也存在较大的差异。因篇幅限制，其余变量描述性统计结果不一一赘述限于篇幅，其余變量描述性统计结果未做报告，如有需要可向作者索取。

五、实证结果分析

（一）基准回归

如表3所示，列（1）为仅控制年度和行业的回归结果，数字金融发展水平Index与非金融企业影子银行化的回归系数为0.082，在1%的水平上显著。这初步表明，数字金融发展助推了非金融企业影子银行化行为。列（4）为加入控制变量后的回归结果，此时Index与非金融企业影子银行化的回归系数为0.024，在5%的水平上显著。这表明在控制了样本企业财务特征、公司治理特征以及外部宏观环境特征等因素的影响下，数字金融发展助推了非金融企业影子银行化，假设H1b得到验证。在我国大力发展数字经济的过程中，数字金融作为数字经济的重要组成部分，不可否认数字金融在一定程度上缓解了中小微企业和农户的信贷约束；然而，银行金融机构作为理性的市场主体，利用大数据、云计算、人工智能等数字技术提升鉴别客户质量的能力，能够有效评估客户信用并分离出优质客户与质差客户。这就使得优质客户能够较好地获取数字金融带来的高效金融服务，而质差客户的不良信息被一览无遗地暴露在金融机构面前，使其面临更加严苛的融资环境，难以获取所需融资，转而寻求影子银行的资金支持。此时，在数字金融环境下，很有可能出现“贫者越贫、富者越富”，“贫者”融资难现象以及市场主体逐利动机的存在，自然会催生具有较好融资来源的上市公司积极参与到影子银行业务中，以获取比主业更高的利润，进而助推非金融企业影子银行化。因此，数字金融发展助推非金融企业影子银行化的行为趋势，表明数字金融呈现出一定的“马太效应”。以上研究结论与Gomber等［8］、朱家祥等［21］的研究结论遥相呼应。此外，样本企业规模越大、成长能力越强、财务杠杆越高、独董比例越高，越是较少参与影子银行业务；而现金流越充裕、盈利能力越强、二职合一、非东部地区样本企业，越倾向参与影子银行业务。

（二）稳健性检验限于篇幅，稳健性检验结果未做报告，如有需要可向作者索取。

1.考虑内生性问题的影响

考虑到OLS回归可能存在非观测异质性问题，本文参考陈春华等［7］的研究，采用差分后的自变量Dindex对因变量Sb进行回归，以缓解以上异质性带来的内生性问题。在经过对自变量数字金融发展水平Index进行差分后，Dindex与非金融企业影子银行化的回归系数都在5%以上显著为正，这表明数字金融发展的确助推了非金融企业影子银行化行为和趋势，得到了与主检验一致的结论。

另一方面，本文在样本选择与数据处理过程中，人为地删除数据缺失、资产负债率大于1、金融行业等样本数据，存在非随机因素对研究结论的影响。为了较好地缓解样本自选择带来的内生性问题，本部分采用Heckman两阶段回归进行稳健性检验。具体操作如下：首先，考虑到数字金融是数字技术与金融机构的有机结合，地区数字金融发展程度能否高于平均水平，表现出先进性，依赖于地区信息技术的发展水平，因此从国家统计局获取移动电话普及率（部/百人）、互联网宽带接入用户（万户）、互联网宽带接入端口（万个）等指标的数据，并都除以100，分别以Mppr、Interan、Interdk表示；其次，分年度生成数字金融Index的均值Mindex变量，同时生成变量Findex，若Index大于Mindex，则Findex取值为1，否则Findex取值为0；再次，选取Mppr、Interan、Interdk、Gdp、M2、Region等变量对Findex进行第一阶段回归，并求得逆米尔斯比Mills；最后，将逆米尔斯比Mills代入基准回归模型进行检验。值得说明的是，由于移动电话普及率（部/百人）、互联网宽带接入用户（万户）、互联网宽带接入端口（万个）等指标数据的可获得性，本部分仅取得了2011—2019年的数据进行研究。回归结果显示，Mills的回归系数为0.026，在1%的水平上显著，而Index的回归系数为0.039，在1%的水平上显著。这表明通过Heckman两阶段回归在一定程度上缓解由于样本自选择带来的内生性问题之后，依然得到了与主检验一致的研究结论。

2.替换非金融企业影子银行化的测度方式

主检验部分，采用影子银行业务占资产总额的比重反映非金融企业影子银行化的程度，本部分借鉴黄贤环和王翠［10］的研究，为了缓解变量测度误差带来的研究偏误，以影子银行业务的自然对数表示非金融企业影子银行化的程度。实证结果表明，即便按照以上对因变量进行处理，虽然数字金融发展程度Index与非金融企业影子银行化回归系数的显著性水平有所差异，但依然得到与主检验一致的结论。

3.采用随机效应模型

主检验部分采用OLS回归检验数字金融发展与非金融企业影子银行化之间的关系。考虑到考察数字金融发展与非金融企业影子银行化时需要控制Gdp增长率、M2增长率以及所在地区等因素的影响，因此本部分改变回归模型，采用随机效应模型重新检验数字金融发展与非金融企业影子银行化之间的关系。即便改变了回归模型，依然发现数字金融发展助推了非金融企业影子银行化，再次验证了主检验的研究结论。

4.考虑新冠疫情的影响

新冠肺炎疫情的爆发对实体企业的生产经营活动产生了直接影响，也直接影响了企业的投资行为。因此，为了排除新冠肺炎疫情对本文研究结论的影响，本部分剔除2020年的样本数据，仅选择2011—2019年的数据进行研究。经过以上处理，依然验证了主检验所得到的研究结论，再次表明数字金融发展助推了非金融企业影子银行化。

5.剔除2015年金融事件的影响

2015年1月末，银监会对其组织架构进行了成立以来的第一次改革，新成立了普惠金融事业部，并首次明确了P2P行业监管的工作由该部门负责。此外，2015年中国人民银行发布《关于促进互联网金融健康发展的指导意见》标志着“互联网金融监管元年”的到来。另一方面，2015年我国股市出现了大崩盘，股票市场崩盘现象直接影响企业从股票市场直接融资的行为，而影子银行业务是基于金融强监管和信贷歧视下对正规金融服务的补充。因此，2015年发生的金融事件很有可能影响到非金融企业影子银行化。鉴于此，借鉴陈春华等［7］的研究，本部分剔除2015年的数据，以缓解2015年金融事件对研究结论产生的影响。回归结果显示，即便剔除了2015年金融事件的影響，依然可发现数字金融发展助推了非金融企业影子银行化。

6.考虑2015年和2016年“千股跌停”的影响

考虑到2015年和2016年我国股市大幅下跌，出现“千股跌停”的现象，同时证监会出台“熔断制度”。这一时期，我国上市公司面临的资本市场环境不乐观，这直接影响到上市公司从资本市场融资的规模和可能性。为排除以上因素对研究结论的影响，本文删除了2015年和2016年的数据重新进行回归。即便考虑2015年和2016年资本市场环境的影响，本文依然得到数字金融发展助推了非金融企业影子银行化的结论。

六、拓展性分析

（一）数字金融真的能够提升金融机构筛选客户的能力吗？

前文研究发现，数字金融发展显著促进了非金融企业影子银行化行为。那么是否是因为数字金融发展提升了金融机构识别优质客户和质差客户能力所致呢？金融抑制、信贷歧视和信贷约束是非金融企业参与影子银行业务的重要前提，而这又可在不同产权性质和不同规模企业中得到充分体现。一方面，国有企业与非国有企业的融资渠道和融资成本存在较大的差异，充分体现出信贷歧视的存在。在我国，国有控股企业有其特殊的市场地位，承担着众多社会责任，例如，解决社会就业、稳定市场、实现国家发展战略等。同时，国有企业一般资产体量大、市场份额高、市场信誉较好并且存在政治关联，能够获得政府的扶持，从而能够以较低的成本和更加广阔的渠道获得正规融资。相反，非国有企业由于自身资产体量一般较小，市场占有率不足、商业信誉不高以及缺少足够的政府扶持，这就使其在金融市场和资本市场中难以从正规渠道获得融资，进而驱使其需要借助于影子银行业务获取生产经营所需资金。若数字金融发展能够提升金融机构识别质差客户和优质客户的能力，那么数字金融发展就很可能使得非国有企业更难从正规渠道获取信贷资金，出现“贫者越贫”现象，进而使其更加依赖于影子银行业务带来的资金支持，从而提升非国有企业影子银行化水平。

另一方面，在我国，由于金融抑制、信贷歧视和信贷约束的存在，不同规模的企业也面临不同的融资环境，其融资渠道和融资成本也有所不同。规模较大企业由于自身资产规模较大、抵押物较多、市场占有率相对较高，使其在金融市场上融资更加便利且成本较低，那么其从事影子银行业务的可能性更小；相反，规模较小的企业，由于其自身资产体量较小、抵押品不足以及市场占有率较小，导致其在正规金融市场中获取资金更加困难且成本较高，因此有更高的动机参与到影子银行业务中。而数字金融发展使得传统金融机构能够借助于大数据、云计算以及人工智能等对客户资质进行识别，从而更好地分离质差客户和质优客户。此时，数字金融发展就会使得规模较小的企业更难以从金融市场获取正规渠道的融资，出现“贫者越贫”的现象，进而使其更倾向于参与影子银行业务。基于以上分析，若数字金融发展能够提升金融机构识别优质客户和质差客户的能力，那么数字金融发展更有可能助推非国有企业和规模较小企业的影子银行业务，导致非国有企业和规模较小企业出现影子银行化现象。

为验证以上逻辑，一方面本文按照产权性质将样本划分为国有控股组和非国有控股组进行检验；另一方面按照分行业分年度企业规模的均值作为分界点，大于或等于该均值的划分为规模较大组，否则为较小组。如表4列（1）和列（2）可以看出，相对于国有控股组，数字金融发展的确在5%的水平上显著助推了非国有控股组样本的影子银行化行为；而数字金融发展对国有控股组样本的影响不显著。进一步地，如表4列（3）和列（4）所示，从回归结果可看出，相对于企业规模较大组，在规模较小组中，数字金融发展对非金融企业影子银行化的促进作用更加显著。以上实证结果表明，数字金融发展的确增强了金融机构对客户的识别能力。数字金融发展使得本身资质较差的非国有企业和规模较小企业的正规融资更加困难，需要通过非正规的影子银行业务获取所需资金。这也反映出，在存在金融抑制、信贷歧视和信贷约束的环境下，数字金融发展的确使得金融机构能够更好地、更加精准地借助于数字技术识别优质客户和质差客户，从而出现“贫者越贫，富者越富”的现象。这也就能够解释为何数字金融发展促进了非金融企业影子银行化现象。

（二）考虑市场化程度的影响

在我国，由于自然地理和资源禀赋等的差异，使得东中西部地区在发展过程中存在不同的现状。具体地，东部地区资源禀赋较好、交通信息技术发达、各项政策制度相对较完善，市场化程度较高；而中西部地区受制于地理约束，资源禀赋相对较差，信息技术相对较差，且相关制度体系不够完善，这就使得市场化程度相对较低。市场化程度的高低意味着市场在资源配置中能否发挥基础性的作用。市场化程度越高，市场配置资源的作用发挥的越好，金融资源错配的现象越少；反之资源配置更多地受到行政干预，很可能出现金融资源错配，而金融错配对非金融企业影子银行化具有直接促进作用［13］。按照我国行政区划，将所在地区为东部的样本企业划分为市场化程度较高组，而非东部地区的划分为市场化程度较低组。如表4中列（5）和列（6）所示，在市场化程度较高组中，数字金融发展对非金融企业影子银行化的影响并不显著，而在市场化程度较低组中，数字金融发展在5%的水平上显著助推了非金融企业影子银行化行为。这就表明，市场化程度较低的环境下，金融资源存在错配现象，资源配置行政化干预程度较强，使得受到信贷歧视和信贷约束的企业难以获取金融资源，而转向非正规金融寻求金融支持。数字金融借助大数据、云计算等数字技术进一步提升了银行等正规金融机构对优质客户与质差客户的区分能力，导致“贫者越贫、富者越富”，处于市场化程度較低地区的质差客户更是需要寻求影子银行的资金支持，这就使得市场化程度较低的环境下，数字金融发展越是助推了非金融企业影子银行化行为。

（三）考虑企业主营业务盈利能力的影响

非金融企业参与影子银行业务是一种“脱实向虚”的表现，也是资本逐利动机下的投资行为。在主业利润下滑、市场份额受到压缩和投资回报周期较长的情形下，非金融企业倾向于将资金投资于实业以外的金融领域，以获取更高的利润。相反，当主营业务盈利能力较强时，企业会更加专注于主业发展，将资金投入于主业以支持主业发展。此时，主营业务盈利能力对非金融企业影子银行业务产生重要影响。可以预期，当非金融企业主营业务盈利能力较强时，数字金融发展对非金融企业影子银行化的助推作用很可能会被弱化。如表5列（1）所示，借鉴陈春华等［7］的研究，在基准模型中加入了进行上下1%分位缩尾后的非金融企业主营业务利润占比及其与数字金融发展的交乘项。从表中可知，主营业务盈利能力能够显著抑制数字金融发展对非金融企业影子银行化的助推作用。由此可见，主营业务盈利能力较差是非金融企业参与影子银行业务的重要原因，也是资本逐利性的表现。

（四）考虑数字金融不同维度的作用

根据北京大学数字金融研究中心编制的数字普惠金融指数，该指数包含数字金融覆盖广度、使用深度和数字化程度三个二级指标。其中，数字金融覆盖广度反映了地区电子账户开设的情况；数字金融使用深度主要包含支付业务、货币基金业务、信贷业务、保险业务、投资业务和信用业务；数字金融数字化程度则主要包含移动化、实惠化、信用化、便利化等。那么，数字金融发展是借助于以上三条渠道中的哪条或者哪些渠道实现对非金融企业影子银行化的助推作用？为了揭示数字金融发展影响非金融企业影子银行化的主要渠道，本部分分别考察数字金融覆盖广度、数字金融使用深度和数字金融数字化程度三个维度对非金融企业影子银行化的影响。如表5列（2）-（4）所示，作为数字金融发展前提的数字金融覆盖广度（Coverage）与非金融企业影子银行化并不存在显著的关系，而数字金融使用深度（Depth）在5%的水平上显著助推了非金融企业影子银行化，数字金融数字化程度（Digitized）则在1%的水平上显著助推了非金融企业影子银行化。这进一步表明，数字金融发展影响非金融企业影子银行化主要是通过数字金融的使用深度和数字化程度实现的，也再一次表明，銀行等金融机构运用数字技术能够有效地分离出优质客户和质差客户，使得质差客户更难获取信贷服务，从而更加依赖于影子银行提供的资金支持，进而助推非金融企业影子银行化。

七、结论与启示

基于我国大力发展数字金融以及非金融企业普遍存在参与影子银行业务对我国金融稳定产生重要影响的背景，从非金融企业影子银行化的视角考察了数字金融发展的经济效应。研究发现：（1）数字金融发展通过提升金融机构识别客户的能力，导致“贫者越贫”，进而助推了非金融企业影子银行化行为；（2）进一步研究表明，数字金融发展主要通过使用深度、数字化程度实现对非金融企业影子银行化的助推作用；（3）在市场化程度较低地区的企业，数字金融发展对其影子银行化行为的助推作用更加明显，而非金融企业主营业务获利能力越强，越能够抑制数字金融发展对其影子银行化的程度。

本文的政策启示在于：（1）数字金融是数字经济发展的重要组成部分，也是时代发展的重要趋势。从政府层面看，应该进一步规范和支持数字金融的发展，充分发挥数字金融在支撑国民经济高质量发展和实现“共同富裕”中的积极作用。从金融机构层面看，应该不断提升金融机构的数智化程度，强化大数据、云计算、人工智能等相关技术在金融业务中的运用，不断提升金融服务效率，促进“普惠金融”的实现。（2）数字金融发展助推非金融企业影子银行化行为，在一定程度上表明数字金融筛选优质客户和质差客户的能力得到提升。金融机构运用大数据等数字技术提升了客户筛选能力，能够较好地识别信用条件、财务能力较差的企业，降低金融机构信贷风险。但另一方面也反映出质差客户自身存在的不足和缺陷。因此，质差客户应积极改善自身财务状况、信用状况和公司治理水平，争取获得数字金融发展带来的优质金融服务。（3）非金融企业影子银行化是金融抑制、信贷歧视和信贷约束下的产物，也是企业逐利动机的表现。一方面，政府部门应该强化对影子银行业务的监管，严防影子银行发展带来的金融风险；同时积极改善企业融资环境，提升信贷的可获得性。另一方面，非金融企业自身需要积极回归主业，专注于主业，提升主业发展能力。（4）针对产权性质、市场化程度以及主营业务盈利能力差异下，数字金融发展与非金融企业影子银行化关系的异化，一方面应该积极关注非国有企业的逐利行为可能助推企业影子银行化；另一方面应该积极优化市场环境，提升市场化程度，使金融资源得到优化配置。同时，大力改善非金融企业主业发展环境，提升主业盈利能力，摆脱对影子银行获利的依赖。

参考文献：

［1］ 黄益平，黄卓.中国的数字金融发展：现在与未来［J］.经济学（季刊），2018（4）：1489-1502.

［2］ 谢雪燕，朱晓阳.数字金融与中小企业技术创新——来自新三板企业的证据［J］.国际金融研究，2021（1）：87-96.

［3］ 江红莉，蒋鹏程.数字金融能提升企业全要素生产率吗？——来自中国上市公司的经验证据［J］.上海财经大学学报，2021（3）：3-18.

［4］ Demertzis M，Merler S，Wolff G B.Capital Markets Union and the Fintech Opportunity［J］.Journal of Financial Regulation，2018，4（1）：157-165．

［5］ Lu L．Promoting SME Finance in the Context of the Fintech Revolution：A Case Study of the UKs Practice and Regulation［J］.Banking and Finance Law Review，2018，33（3）：317-343．

［6］ 林爱杰，梁琦，傅国华.数字金融发展与企业去杠杆［J］.管理科学，2021（1）：142-158.

［7］ 陈春华，曹伟，曹雅楠，等.数字金融发展与企业“脱虚向实”［J］.财经研究，2021（9）：78-92.

［8］ Gomber P，Kauffman R J， Parker C.On the Fintech Revolution：Interpreting the Forces of Innovation，Disruption and Transformation in Financial Services［J］.Journal of Management Information Systems，2018（35）：220-265.

［9］ 李建军，韩珣.非金融企业影子银行化与经营风险［J］.经济研究，2019（8）：21-35.

［10］黄贤环，王翠.非金融企业影子银行化与盈余可持续性［J］.审计与经济研究，2021（4）：80-89.

［11］黄贤环，吴秋生，王瑶.影子银行发展与企业投资行为选择：实业投资还是金融投资？［J］.会计研究，2021（1）：100-111.

［12］刘珺，盛宏清，马岩.企业部门参与影子银行业务机制及社会福利损失模型分析［J］.金融研究，2014（5）：96-109.

［13］韩珣，李建军.金融错配、非金融企业影子银行化与经济“脱实向虚”［J］.金融研究，2020（8）：93-111.

［14］王永钦，刘紫寒，李嫦，等.识别中国非金融企业的影子银行活动——来自合并资产负债表的证据［J］.管理世界，2015（12）：24-40.

［15］黄贤环，贾敏．多个大股东与非金融企业影子银行化［J］．运筹与管理，2023（7）：190-196.

［16］黄贤环，姚荣荣.资本市场开放与非金融企业影子银行化［J］.国际金融研究，2021（11）：87-96.

［17］白俊，宫晓云，赵向芳.信贷错配与非金融企业的影子银行活动——来自委托贷款的证据［J］.会计研究，2022（2）：46-55.

［18］谢绚丽，沈艳，张皓星，等.数字金融能促进创业嗎？——来自中国的证据［J］.经济学（季刊），2018（4）：1557-1580.

［19］Fuster A，Plosser M，Schnabl P，Vickery J.The Role of Technology in Mortgage Lending ［J］.Review of Financial Studies，2019，32（5）：1854-1899.

［20］王修华，赵亚雄.数字金融发展是否存在马太效应？——贫困户与非贫困户的经验比较［J］.金融研究，2020（7）：114-133.20

［21］朱家祥，沈艳，邹欣.网络借贷：普惠？普骗？与监管科技［J］.经济学（季刊），2018（4）：1599-1622.

Digital Financial Development And Non-financial Enterprises Shadow Banking

WANG Yao，HUANG Xian-huan

（School of Accounting， Shanxi University of Finance and Economics， Taiyuan 030006，China）

Abstract： By selecting the data of Shanghai and Shenzhen listed companies in China from 2011 to 2020 and the figures compiled by the financial research center of Peking University pratt&whitney financial index， this paper empirically tests the impact of the development of digital finance on the shadow banking of non-financial enterprises. It is found that the development of digital finance has improved the ability of financial institutions to identify customers， and significantly promoted the shadow banking of non-financial enterprises， showing the "Matthew effect". Further inspection shows that the impact of the development of digital finance on the shadow banking of non-financial enterprises is mainly achieved through the depth of use of digital finance and the degree of digitalization. At the same time， in the group with a lower degree of marketization， the development of digital finance has promoted the shadow banking behavior of non-financial enterprises. However， the profitability of the main business of non-financial enterprises can effectively inhibit the boost effect of the development of digital finance on its shadow banking.

Key words：digital finance；shadow banking of non-financial enterprices；pratt&whitney finance；digital economy；matthew effect

（责任编辑：赵春江）