数字金融与企业融资效率研究
——基于A 股上市公司的实证分析与机制检验

余斯湉

(中南财经政法大学金融学院 湖北武汉 430073)

1 引言

融资是企业持续经营并发展的重要支柱，近年来企业融资环境不断改善，但普惠金融覆盖面有限且不均、金融创新产品高门槛等问题仍然存在(白景明等，2019)。随着信息技术的不断迭代发展，传统金融面临的困境有了更优解——数字金融应运而生。数字金融泛指传统金融机构与互联网公司利用数字技术实现融资、支付、投资等传统和创新金融业务(黄益平、黄卓，2018)。基于其技术优势，数字金融能够以更低的成本获得信息，进而通过算法测度企业行为特征、打破信息不对称的瓶颈问题(封思贤、郭仁静，2019)，提高企业融资效率。另外，数字金融的发展让金融机构原有的融资门槛得到降低，企业融资费用也获得一定程度的下降，对企业融资效率的提高起到推动作用。

鉴于此，本文从企业角度入手，采用省级口径的北京大学数字普惠金融指数和来自国泰安数据库中A股上市企业的数据分析数字金融发展水平与企业融资效率之间的关系。采取OLS固定效应模型进行基准回归后，本文继续使用互联网普及率作为工具变量进行内生性检验，以增加结论的稳健性，随后进一步进行影响机制的检验——财务费用和信息透明度。本文可能的贡献如下：(1)将数字金融与企业融资效率联系起来，丰富了企业融资相关的理论研究。(2)参考温忠麟等(2004)的中介效应模型和董维维等(2012)的调节效应模型，通过分析改善“财务费用”和提高“信息透明度”两个影响机制，为促进数字金融发展、企业融资效率的提高提供更多的思路。本文对数字金融与企业融资效率问题的探讨，有助于传统金融更有效地完成转型，促进金融市场发展。

2 文献综述和理论假设

数字金融属于金融发展中的重要里程碑(寇宏等，2010)，其依托互联网、大数据等先进技术，拓展金融服务覆盖范围、降低交易等方面的成本，高效促成融资交易，提高企业融资效率。同时，数字金融的发展有效提高了企业的信息透明度，从而为金融机构进行融资决策提供更多扎实的依据(李沁洋等，2021)，为企业融资效率的提高贡献更大的力量。数字金融的发展使企业获取信息更加高效和全面，信息不对称难题获得更为有效的解决方案，企业融资效率得以不断朝着有利方向转变。

综上，本文提出假说H1：与传统金融相比，数字金融的发展能够提高企业融资效率。

无论是数字金融内嵌的前沿信息技术能够更精准地分析企业的财务状况与发展前景，还是数字金融本身的发展为传统金融机构的授信流程进行了一定程度的优化，都为企业的融资提供了更多的便利和优惠——改善企业的融资约束、降低企业的融资费用，从而对企业融资效率的提高起到正向作用。

综上，本文提出假说H2：数字金融在一定程度上显著降低了企业的财务费用，有利于企业融资效率的提高。

数字金融借助其内嵌的强大信息技术和庞大的信息数据库，有助于建立更加完善的征信机制，有效提高了公司透明度，有利于解决融资约束问题(李沁洋等，2021)，在一定意义上提高了企业融资效率。

综上，本文提出假说H3：数字金融发展对企业融资效率的正向促进作用会通过公司透明度得到进一步加强。

3 研究设计

3.1 数据来源

本文实证分析使用的数据均为年度数据，数字金融部分所涉及的数据来自北京大学数字金融研究中心联合课题组编制的北京大学数字普惠金融指数；企业主体所涉及的数据主要包括2011—2019年中国A股上市企业有关融资效率及控制变量的相关信息，该部分数据来自国泰安数据库，有效样本数量为17153。数据处理包括剔除金融类企业和ST企业、进行缩尾处理和对数处理。

3.2 变量选取

3.2.1 被解释变量

企业融资效率。借鉴吴庆田和王倩(2020)的研究，本文将企业融资效率定义为资金的投入产出比，用净资产收益率(ROE)来衡量，即净利润/净资产。

3.2.2 核心解释变量

本文选取2011—2019年省级数字普惠金融指数(北京大学数字金融研究中心)作为实证模型中的主要解释变量。该指数是以地方数字普惠金融的各项特征为基础编制(郭峰等，2020)。为了进一步研究数字金融的哪一维度对企业融资效率造成影响，本文还采用覆盖广度、使用深度及数字支持服务程度三个细分维度进行分析。

3.2.3 控制变量

为了尽可能减少遗漏变量的影响，本文参考包括吴婧(2007)等的研究，选择股权集中度、流动比率、营业收入增长率、净利润增长率、存货周转率、应收账款周转率、营业周期、资产负债率、总资产和国内生产总值作为模型控制变量。

3.2.4 中介变量和调节变量

(1)财务费用(Cost)。该指标反映的是企业为筹集生产经营所需资金等而发生的费用。根据刘立霞等(2019)的研究可知，财务费用与企业融资效率之间存在显著的负相关关系。

(2)上市公司透明度(Tra)。该指标表示公司信息的透明程度。参考周率等(2021)的研究，公司信息透明度的提高有利于提高企业的融资效率(见表1)。

表1 主要变量说明及描述性分析

3.3 模型构建

为探讨数字金融及其二级指标对企业融资效率的影响，本文设定以下基准模型：

其中，ROE为企业融资效率；DFI为数字金融；Control为控制变量；ε表示随机误差项；t代表时间。

4 实证结果与分析

表2的模型(1)展示了固定效应基准回归的结果，其DFI的系数为0.117，且在1%的水平上显著。根据上述回归结果可以看出，数字金融发展对企业融资效率具有积极的促进作用，假说H1得到证实。模型(2)～(4)将自变量替换成数字金融普惠指数的三个细分维度。结果显示，覆盖广度的系数为0.102，通过了1%的显著性检验；使用深度的系数为0.038，通过了10%的显著性检验；但是数字化程度未通过显著性检验。本文认为出现以上回归结果的原因可以归结为：第一，覆盖广度的提高，说明数字金融的使用人群在不断扩大，不断优化整体金融环境；第二，使用深度的增加，金融机构更能针对各类企业的个体需求提供精准服务，从而提高企业融资效率。

表2 基准回归结果

参考谢绚丽等(2018)的方法，本文选择使用互联网普及率作为数字金融发展的工具变量，从而解决内生性问题。第一，互联网被认为是数字金融普及的重要基础设施，因而互联网普及率会对数字金融发展水平产生较大影响；第二，互联网普及率与企业融资之间无明显的直接关联，几乎对现代企业融资效率不存在任何影响，所以互联网普及率可能成为一个有效工具变量。据表3列(5)所示，互联网普及率通过1%的显著性检验。同时，表3列(6)中DFI的系数为0.207，通过1%的显著性检验。据此，通过了内生性检验。

表3 内生性检验

5 影响机制

综上，数字金融发展水平的提升能够显著提高企业融资效率。另外，进一步对数字金融发展驱动企业融资效率提高的具体机制进行研究。

5.1 数字金融影响企业融资效率的渠道检验：财务费用

为检验以财务费用为中介变量的影响机制，本文借鉴温忠麟等(2004)的思路和方法，进行中介效应检验，结果如表4所示。模型(2)中，DFI的系数为0.965，且在5%的水平上显著，说明数字金融发展水平对中介变量财务费用有显著性影响。模型(3)中，Cost的系数为-0.012，并通过了1%的显著性检验，说明财务费用对企业融资效率影响显著。综上，数字金融的发展会减少财务费用，从而提高企业融资效率。

表4 数字金融影响企业融资效率的渠道检验：财务费用

5.2 数字金融、信息透明度与企业融资效率

本文引入数字金融和信息透明度的交互项，若交互项系数显著，则表明调节效应成立。由表5可知，交互项系数为-0.175，并在1%的水平上显著。由于公司透明度的数值是负向对应关系，所以其在数字金融和企业融资效率之间起正向调节作用。本文认为主要原因包括：数字金融通过数字技术的广泛大面积应用，有效改善借贷双方获取信息的方式，降低信息不对称的程度，即提高企业信息透明度，弱化企业融资约束，提高企业融资效率。

表5 数字金融、信息透明度与企业融资效率

6 结语

本文得出以下结论：

第一，数字金融的发展能够有效提高企业的融资效率。其中，覆盖广度和使用深度起到显著效果。第二，从影响机制来看，一方面，数字金融通过对财务费用的反向影响，间接提高了企业融资效率；另一方面，数字金融的发展在信息透明度高时会对企业融资效率产生更加显著的正向作用，本研究结论对我国企业和实体经济发展有一定的借鉴意义。