金融科技對小額貸款公司杠桿率的影響機制研究

程毅然 李永建

(1.西南交通大學經濟管理學院，四川 成都 610031；2.成都金控融資租賃有限公司，四川 成都 610041)

一、引言

2019年9月，中國人民銀行將金融科技(FinTech)定義為“推動金融轉型的新引擎、服務實體經濟的新途徑、促進普惠金融的新機遇、防范金融風險的新利器”。2020年10月，國務院金融穩(wěn)定發(fā)展委員會指出，“提升金融科技水平，增強金融普惠性”。由此可見金融科技、普惠金融的發(fā)展已上升為國家戰(zhàn)略。

黨的“十八大”明確提出發(fā)展普惠金融，小額貸款公司是商業(yè)銀行等傳統(tǒng)融資渠道的重要補充，也是我國普惠金融機構的重要組成部分。當前對于小額貸款公司的研究較多集中于監(jiān)管制度(董曉林等，2014)[9]、風險控制、運營效率等方面。借助金融科技手段，不斷提高我國普惠金融服務效率和服務質量(孟娜娜和粟勤，2020)[5]，是當前研究熱點。但是，當前研究更多側重于宏觀層面，微觀層面則更多局限于金融科技對商業(yè)銀行行為、銀行風險承擔(郭品和沈悅，2015)[7]、銀行盈利能力的影響等方面，金融科技對普惠金融機構，特別是小額貸款公司的影響研究基本處于空白。因此，研究金融科技對小額貸款公司帶來的影響對研究普惠金融機構在數字經濟和金融科技背景下的發(fā)展和影響具有重要的理論和實踐意義。

張龍耀等(2016)[3]指出小額貸款公司業(yè)務規(guī)模與其自身杠桿率密切相關。為此，本文在結合現有研究的基礎上，基于CRITIC方法，利用2010―2018年相關數據，研究金融科技發(fā)展水平對小額貸款公司業(yè)務杠桿率的影響，并結合地方政府金融分權和科技創(chuàng)新等因素對影響機制進行深入探討。

本文可能的貢獻包括：第一，探究了金融科技發(fā)展水平與小額貸款公司杠桿率間的影響關系，選題價值突出；第二，從金融分權、科技創(chuàng)新、銀行網點三個維度探究了金融科技發(fā)展水平對小額貸款公司杠桿率的影響機制，機制檢驗是對陳小輝等(2020)[16]的方案進行升級優(yōu)化，研究方法有一定創(chuàng)新性。

二、文獻綜述及研究假說

(一)金融科技對小額貸款公司杠桿率的影響

關于金融科技，國內外學者給出了多種定義和解釋。2017年1月，英格蘭銀行總裁、國際清算銀行金融穩(wěn)定委員會(FSB)主席Mark Carney在20國集團“數字化金融、金融包容與金融素養(yǎng)”大會演講中首次對金融科技進行了定義，認為金融科技指技術進步帶來的金融服務創(chuàng)新，它可以創(chuàng)造出新的業(yè)務模式、新的應用、新的流程和新的產品，從而對金融市場、金融機構、金融服務的提供方式產生重要影響。金融科技的發(fā)展打破了金融服務時間和空間的局限性，同時極大程度地減少了信息不對稱，大幅降低金融中介成本，并促進了金融的場景化，并能夠挖掘更多潛在金融需求，提升金融服務的可得性，推動普惠金融發(fā)展(粟勤和魏星，2017)[14]?，F有研究表明金融科技是技術驅動的金融創(chuàng)新。

伴隨著金融科技的發(fā)展，普惠金融也從最初的小額信貸和微型金融，發(fā)展為多種金融產品和服務。研究發(fā)現，金融科技在促進普惠金融發(fā)展過程中，對商業(yè)銀行的傳統(tǒng)普惠金融既有消極的“擠出效應”“競爭效應”，也有積極的“鯰魚效應”“技術溢出效應”(孟娜娜和粟勤，2020)[5]。

一方面，由于信息不對稱及風險承擔水平較低，銀行普遍不愿介入高風險的小微企業(yè)貸款服務，造成普惠金融服務供應不足，從而為小額貸款公司留下了市場空間。小額貸款公司與銀行間呈現出業(yè)務互補關系，小額貸款公司主要彌補了銀行類金融機構在小微企業(yè)及“三農”方面的信貸投放不足。但是，金融科技應用大幅降低了信息不對稱性，使銀行在小微企業(yè)貸款領域的信息劣勢得到改善；同時，由于金融科技造成銀行負債端成本上升，銀行愿意選擇風險更高但能夠帶來更高收益的資產(如小微企業(yè))，從而將小微企業(yè)等長尾客戶納入服務范圍，致使普惠金融特別是小微企業(yè)信貸市場上產生了銀行對小額貸款公司的擠出效應。

另一方面，由于銀行侵占小額貸款公司的小微企業(yè)信貸市場，迫使小額貸款公司進入服務范圍更廣的農村市場，以及額度小、周期短、頻次高的個人信貸市場，但金融科技的應用打破了小額貸款公司服務時間和空間的局限性(粟勤和魏星，2017)[14]，能夠擴大小額貸款公司的服務區(qū)域，提升服務效率，顯著提升服務的可得性，從而契合了農村市場和個人信貸市場的需求，促進小額貸款公司業(yè)務增長。郭品和沈悅(2015)[7]指出，金融科技手段對銀行管理費用、風險承擔等的影響呈現先降后升的“U”型趨勢，盛天翔和范從來(2020)[23]認為金融科技有助于促進銀行小微企業(yè)信貸供給，但銀行對小微企業(yè)的信貸供給呈現倒“U”型關系，即存在最優(yōu)市場結構。因此，由于管理費用、風險承擔、服務半徑等綜合因素影響，銀行對小額貸款公司市場的侵占存在一個臨界點，銀行業(yè)務更不會無限制下沉到個人信貸市場，即銀行與小微企業(yè)之間的信貸競爭呈現“U”型非線性關系(張曉玫和潘玲，2013)[22]，因為金融科技發(fā)展對銀行普惠金融帶來的影響存在一個拐點，在拐點之前，金融科技發(fā)展促進銀行普惠金融發(fā)展，超過拐點后，金融科技發(fā)展會給銀行普惠金融發(fā)展帶來負面影響(孟娜娜和粟勤，2020)[5]。

因此，金融科技發(fā)展與銀行的普惠金融服務間存在最優(yōu)市場結構：金融科技發(fā)展過程中，先期對銀行普惠金融服務具有促進作用，銀行會加大小微企業(yè)服務供給從而造成對小額貸款公司業(yè)務的沖擊和抑制；但當金融科技水平發(fā)展超過拐點后，由于銀行普惠金融服務超過最優(yōu)市場結構，金融科技發(fā)展開始抑制銀行的普惠金融供給，而小額貸款公司雖然被侵占了部分小微企業(yè)市場，但通過金融科技的應用提高了對農村市場和個人市場的服務能力，從而促進小額貸款公司業(yè)務新的增長。由于小額貸款公司業(yè)務規(guī)模與其自身杠桿率密切相關(張龍耀等，2016)[3]，業(yè)務規(guī)模受到抑制時杠桿率下降，業(yè)務規(guī)模受到促進時杠桿率提高。綜上，本文提出如下假說：

H1：金融科技發(fā)展水平與小額貸款公司杠桿率呈“U”型非線性關系，即金融科技發(fā)展水平對小額貸款公司杠桿率的影響存在拐點：低于拐點時，金融科技發(fā)展水平的提升將抑制小額貸款公司杠桿率；超過拐點后，金融科技發(fā)展水平的進一步提升將會促進小額貸款公司杠桿率。

(二)金融科技影響小額貸款公司杠桿率的機制分析

1.金融科技抑制金融分權從而抑制小額貸款公司杠桿率

第一，金融科技弱化金融分權。在以GDP增長率為主要指標的考核體系下，地方官員具有推動當地經濟快速增長的強大動力和支配金融資源的強烈愿望(傅勇和李良松，2015)[28]。長期以來，中央政府和監(jiān)管機構通過不斷完善體制和機制來抵御地方政府的權力爭奪，地方政府則以多種形式影響金融改革和金融機構行為。金融科技的應用，一是通過存款擠出和貸款抑制顯著沖擊了易受地方政府控制的地方金融機構，加劇了地方金融機構的存貸比約束(劉孟飛和蔣維，2020)[10]，減少了地方政府可配置的金融資源(張紅偉等，2020)[8]，二是金融科技的發(fā)展創(chuàng)建了互聯網金融、第三方助貸等新興金融機構，弱化了地方政府對當地金融機構的控制權，從而弱化金融分權。

第二，金融分權促進小額貸款公司杠桿率提升。孟飛(2017)[27]指出金融產業(yè)不僅可以推動地方經濟發(fā)展，同時也是地方政府財政收入的重要組成部分；地方政府有強烈愿望和動力積極干預當地金融機構，并大力發(fā)展易受控制的村鎮(zhèn)銀行、小額貸款公司等地方性金融機構(郭峰，2016)[30]，甚至直接干預小額貸款公司等地方金融機構的經營，通過促進小額貸款公司等地方金融機構提高杠桿率促進當地經濟快速發(fā)展(苗文龍，2019)[6]。因此，金融分權將促進小額貸款公司提升杠桿率。

第三，金融科技通過弱化金融分權從而抑制小額貸款公司杠桿率。由于金融科技的應用，大數據風控、第三方助貸、線上支付等新興金融機構成為小額貸款公司等地方金融機構的重要合作渠道，增加了普惠金融供給，拓寬了普惠金融服務的覆蓋范圍。上述新興金融機構對于金融資源的分配和決策較少受到地方政府的干預(張紅偉等，2020)[8]，從而弱化了地方政府對小額貸款公司正常經營的干預，抑制地方政府推動小額貸款公司盲目加杠桿可能帶來的經濟過熱和區(qū)域性金融風險，進而抑制小額貸款公司杠桿率。在此提出假說：

H2a：金融科技抑制金融分權從而抑制小額貸款公司杠桿率。

2.金融科技促進科技創(chuàng)新從而提升小額貸款公司杠桿率

第一，金融科技促進科技創(chuàng)新。金融科技的發(fā)展打破了金融服務時間和空間的局限性(粟勤和魏星，2017)[14]，通過金融科技手段，實現落后偏遠地區(qū)和特殊群體的全覆蓋，顯著提升了金融服務的可得性，從而促進科技創(chuàng)新。同時，由于數字普惠金融能有效降低中小企業(yè)債務融資成本，使企業(yè)有更多利潤投入到創(chuàng)新研發(fā)，從而促進企業(yè)的科技創(chuàng)新(梁榜和張建華，2019)[20]。謝絢麗等(2018)[34]研究指出，金融科技促進普惠金融、數字金融等的發(fā)展對發(fā)明專利有顯著的正向促進作用。

第二，科技創(chuàng)新加大小額貸款資金需求力度。我國民營中小微企業(yè)貢獻了7成以上的發(fā)明專利，由于信貸歧視，民營中小企業(yè)缺乏傳統(tǒng)金融機構的信貸支持，沒有足夠的現金流支撐其將科技創(chuàng)新成果轉化為產出，導致其主營業(yè)務停滯不前(范高樂和葉莉，2020)[21]。孫繼國等(2020)[18]指出小額貸款服務可以顯著地促進民營中小企業(yè)的發(fā)明專利等科技創(chuàng)新，企業(yè)科技創(chuàng)新產出越多，將創(chuàng)新成果轉化為產品產出時，融資需求越旺盛，創(chuàng)新產出越多企業(yè)融資能力越強越傾向于實施科技創(chuàng)新，因此科技創(chuàng)新產出與融資需求呈現相互促進的關系(徐欣和唐清泉，2012)[26]。傳統(tǒng)金融機構提供的服務不足，導致民營中小企業(yè)在科技創(chuàng)新過程中對小額貸款等普惠金融的依賴程度更高(梁榜和張建華，2019)[20]，因此民營中小企業(yè)科技創(chuàng)新越多，對小額貸款的資金需求越大。

第三，金融科技促進科技創(chuàng)新從而提升小額貸款公司杠桿率。由于科技創(chuàng)新與小額貸款間形成相互促進關系，科技創(chuàng)新產出越多，對小額貸款的資金需求越旺盛，小額貸款業(yè)務規(guī)模越大，越能促進科技創(chuàng)新。同時，由于小額貸款公司“只貸不存”的行業(yè)特性，資金規(guī)模與小額貸款公司的服務效率正相關(董曉林和高瑾，2014)[9]，面對有限的資本金，小額貸款需求越旺盛，小額貸款公司的杠桿率越高(湯碧，2012)[32]，業(yè)務規(guī)模的擴大將提升小額貸款公司杠桿率。因此，金融科技促進科技創(chuàng)新，科技創(chuàng)新提升民營中小企業(yè)融資需求，由于小額貸款公司資本金有限，資金需求越旺盛，越促進小額貸款公司提升杠桿率。在此提出假說：

H2b：金融科技促進科技創(chuàng)新從而提升小額貸款公司杠桿率。

3.金融科技促進智能設備普及和銀行網點增加從而抑制小額貸款公司杠桿率

第一，金融科技促進智能設備普及和銀行網點增加?；ヂ摼W金融、無線支付等金融科技手段的快速發(fā)展，既促進了銀行普惠金融服務的發(fā)展，又促進了ATM、無人柜臺等智能化銀行網點的普及和發(fā)展，推動了銀行網點轉型(徐斯旸等，2020)[24]，銀行網點智能化是銀行圍繞業(yè)務開展利用金融科技手段對網點進行資源配置的過程(于建彬和邱軻，2020)[31]，傳統(tǒng)有人值守銀行網點由于人工成本等原因在逐步壓縮，但無人值守的智能化網點、社區(qū)網點卻在增加。相關數據顯示，建設銀行智能柜員機達5萬臺，2017年末自助柜員機數量較2015年末增長了6%(孫東升和賴成陽，2019)[25]；農業(yè)銀行數字智能網點已達2.2萬家，網點智能化覆蓋率達100%，“超級柜臺”占比達到85.2%(謝金靜和王銀枝，2020)[19]。

第二，智能設備普及和銀行網點增加抑制小額貸款公司杠桿率。銀行網點的擴張能有效縮短銀企距離，顯著降低當地企業(yè)的融資約束，特別是非國有企業(yè)和中小企業(yè)的融資約束，顯著增加信貸資金的凈流入，加劇當地金融機構的競爭。截至2018年末，北京銀行中關村支行通過虛擬柜員機等智能化設備為近8000戶中小企業(yè)提供貸款超過3600億元(謝金靜和王銀枝，2020)[19]，智能設備的普及和銀行網點的增加進一步提高了傳統(tǒng)金融機構金融服務的可得性，促使銀行業(yè)務下沉填補了傳統(tǒng)金融機構的服務空白，加劇對小額貸款公司業(yè)務的爭奪，抑制小額貸款公司的業(yè)務發(fā)展，從而抑制小額貸款公司杠桿率。

智能設備的普及和銀行網點的增加對區(qū)域經營為主的小額貸款公司的業(yè)務發(fā)展造成一定程度的擠壓和抑制，從而抑制小額貸款公司杠桿率。在此提出假說：

H2c：金融科技促進智能設備普及和銀行網點增加從而抑制小額貸款公司杠桿率。

綜上所述，金融科技影響小額貸款公司杠桿率的機制如圖1所示。

圖1 金融科技影響小額貸款公司杠桿率的機制

三、研究設計

為檢驗研究假說，本文做如下設計：

(一)模型設計

為檢驗研究假說H1，構建如下實證模型：

其中，levit為第i個省市區(qū)第t年的小額貸款公司杠桿率，a0為截距項，ai為第i個省市區(qū)的個體效應，λt為第t年的年度效應，εit為隨機誤差項。ftechit為關鍵解釋變量，即第i個省市區(qū)第t年的金融科技發(fā)展指數，θ1為其系數；ftech2it為ftechit的二次項，θ2為其系數。若θ2顯著大于零，則金融科技發(fā)展水平與小額貸款公司杠桿率之間為正“U”型關系；若同時θ1顯著小于零，則拐點大于零。X為后文所設計的控制變量。

為檢驗研究假說H2，借鑒溫忠麟等(2004)[17]提出的檢驗程序，參照葉康濤等(2018)[4]的做法，設定以下模型：

上述模型中，med為中介變量，分別為金融分權fd，科技創(chuàng)新水平inlev，銀行網點edev。第一，在不加入中介變量情況下，進行模型式(2)估計，如果金融科技發(fā)展指數ftech的系數θ1顯著，則表明金融科技發(fā)展水平對小額貸款公司杠桿率具有總效應，繼續(xù)后續(xù)分析，否則終止。第二，對模型式(3)進行回歸，判斷金融科技發(fā)展指數對中介變量med的影響。第三，在加入中介變量后進行模型式(4)估計，如果模型式(3)中的系數θ、式(4)中的系數η均顯著，則表明中介效應存在，此時若模型式(4)中的θ1顯著，則說明med起到了部分中介效應，若θ1不顯著，則說明med起到了完全中介效應。第四，若式(3)中的系數θ、模型式(4)中的系數η僅有一個顯著，尚需通過Sobel檢驗中介效應。

模型式(2)和模型式(4)中的X為控制變量，與模型式(1)相同。模型式(3)中的X為控制變量，因中介變量而異，具體見后文。

(二)變量選擇

1.被解釋變量

本文的被解釋變量為小額貸款公司杠桿率。為此，設計被解釋變量小貸杠桿率(lev)，參考張龍耀等(2016)[3]研究成果，取值為負債融資/所有者權益。

2.關鍵解釋變量

本文關鍵解釋變量為金融科技發(fā)展指數(ftech)。當前并無表征各地金融科技發(fā)展水平的公開數據，本文采用零壹智庫構建的金融科技發(fā)展指數，構建過程主要參照沈悅和郭品(2015)[35]、盛天翔和范從來(2020)[23]采用“文本挖掘法”構建金融科技發(fā)展指數的思路，采用爬蟲技術從人民網、中國日報網爬取非結構化文本(WEB網頁)，按“省市區(qū)名稱+關鍵詞”解析出各省市區(qū)各年度關鍵詞的頻率，然后參考陳小輝等(2020)[16]的研究成果，運用CRITIC方法計算的權重進行加權匯總，得到各年度各省市區(qū)的金融科技發(fā)展指數ftecho，將ftecho加1取自然對數得本文關鍵解釋變量ftech。

按上述方法將數據來源更換為中國日報網，重新生成各地金融科技創(chuàng)新指數rftecho，將rftecho加1取自然對數得本文關鍵解釋變量的替代變量rftech，用于穩(wěn)健性檢驗。

3.控制變量

參照戚聿東等(2020)[2]，陳小輝等(2020)[16]，王會金和馬修林(2017)[12]，程銳和馬莉莉(2019)[11]，張曉晶等(2019)[29]，何德旭和苗文龍(2016)[15]等學者的研究成果，設計經濟發(fā)展水平(pgdp)、產業(yè)結構水平(Ind_ST)、人口規(guī)模(Lpeople)、金融發(fā)展水平(fsize)、儲蓄率(rsave)、財政分權(fiscd)、金融分權(fd)作為控制變量。

在機制分析中，參照何德旭和苗文龍(2016)[15]、張萃(2019)[33]、曾才生(2013)[13]等學者的研究成果，引入金融分權(fd)、科技創(chuàng)新水平(inlev)、銀行網點(edev)作為中介變量。

參照現有文獻設計變量如表1所示。

表1 主要變量定義

(三)樣本選擇與數據來源

本文采用零壹智庫運用CRITIC方法構造的金融科技發(fā)展指數進行實證檢驗。鑒于計算指數的原始數據最早為2010年，本文的分析基于2010―2018年全國31個省市區(qū)的數據。針對技術動因、傳統(tǒng)金融機構、新興金融機構三個維度的關鍵字庫，本文采用爬蟲技術從人民網、中國日報網采集。其他數據和計算指數的其他原始數據來源于中國人民銀行、國家統(tǒng)計局和Wind數據庫，陸地面積來源于百度百科。為消除異常值的影響，本文對連續(xù)變量進行了上下1%的縮尾(winsorize)處理。

四、實證研究與穩(wěn)健性檢驗

(一)描述性統(tǒng)計

(二)基準回歸

模型式(1)可采用固定效應模型FE和隨機效應模型RE進行估計。本文對FE和RE估計結果進行豪斯曼檢驗，卡方統(tǒng)計量為81.34，p值<0.0001，但Stata15.1報告“V_b-V_B矩陣非正定”，較難判斷。FE可緩解遺漏變量導致的內生性問題，為此，本文采用FE進行估計。采用逐步增加控制變量的方法，基于FE估計模型式(1)的結果如表3所示。

表3 模型式(1)的FE 估計結果

從列(1)～(5)看，金融科技發(fā)展指數二次項ftech2的系數在5%顯著性水平下顯著為正，一次項ftech的系數在5%水平下顯著為負。這說明金融科技發(fā)展指數與小額貸款公司杠桿率之間為“U”型非線性關系，即金融科技發(fā)展水平對小額貸款公司杠桿率的影響存在拐點，低于拐點時，金融科技發(fā)展水平的提升將抑制小額貸款公司杠桿率，超過拐點后，金融科技發(fā)展水平的進一步提升將會促進小額貸款公司的杠桿率。研究假說H1成立。

按照列(5)測算，金融科技發(fā)展水平的拐點為0.2202，根據表2可以看出，當前全國金融科技發(fā)展水平均值為0.0256，尚未達到拐點。但是，表2顯示金融科技發(fā)展水平的最大值為0.3975，已超過拐點，說明部分地區(qū)金融科技發(fā)展水平已經開始促進小額貸款公司杠桿率。

表2 主要變量描述性統(tǒng)計

(三)穩(wěn)健性檢驗

對標準差在個體和時間上雙重聚類(cluster)調整，可克服自相關和異方差等問題對統(tǒng)計推斷的影響(Petersen，2005)[1]。表3列(1)～(5)均采用雙重聚類標準誤，以增加估計結果的可靠性。

本文還通過內生性處理、替換關鍵解釋變量和增加控制變量等進行進一步穩(wěn)健性檢驗。

1.內生性處理

理論分析和實證檢驗均表明，金融科技發(fā)展水平促進小額貸款公司杠桿率提高，杠桿率提高反過來也促進小額貸款公司的金融科技水平(孟娜娜和粟勤，2020)[5]。這樣，金融科技發(fā)展水平與小額貸款公司杠桿率之間可能形成雙向因果關系，以致ftech具有內生性。

系統(tǒng)GMM和差分GMM利用變量的差分項作為工具變量，可在不使用外部工具變量的情況下解決內生問題。為此，本文以系統(tǒng)GMM和差分GMM重新估計模型式(1)，結果為表4列(1)和列(2)。結果均顯示，金融科技發(fā)展水平二次項ftech2的系數在1%水平下顯著為正，一次項ftech的系數在10%水平下顯著為負。這說明即金融科技發(fā)展水平與小額貸款公司杠桿率之間為“U”非線性關系，即在排除內生性的情況下，研究假說成立的結論是穩(wěn)健的。

此外，小額貸款公司杠桿率滯后一期L.lev的系數在1%水平下顯著為正，說明小額貸款公司杠桿率發(fā)展具有一定的慣性。

2.替換關鍵解釋變量

以金融科技創(chuàng)新指數rftech替換關鍵解釋變量，采用FE重新估計模型式(1)，估計結果為表4列(3)。二次項rftech2的系數在1%水平下顯著為正，一次項rftech的系數在1%水平下顯著為負。即金融科技發(fā)展水平與小額貸款公司之間為“U”非線性關系是穩(wěn)健的。

3.增加控制變量

由于政府干預會對小額貸款公司杠桿率造成影響，因此增加控制變量政府干預(gov)及其二次項(gov2)，采用FE重新估計模型式(1)，估計結果為表4列(4)。二次項ftech2的系數在5%水平下顯著為正，一次項ftech的系數在5%水平下顯著為負。因此，增加控制變量的情況下金融科技發(fā)展水平與小額貸款公司杠桿率之間為“U”型非線性關系是穩(wěn)健的。

表4 模型式(1)的穩(wěn)健性檢驗

從以上實證結果可以看出，金融科技發(fā)展水平對小額貸款公司杠桿率的影響存在“U”型非線性關系。小額貸款公司作為普惠金融機構，是個體工商戶，小微實體經濟等重要的融資渠道，對穩(wěn)定就業(yè)崗位，促進貧困地區(qū)產業(yè)發(fā)展，支持創(chuàng)新創(chuàng)業(yè)發(fā)揮著重要作用；同時，金融科技的應用通過互聯網批量進件、大數據風控、遠程審批、線上放款等手段，在進一步擴大小額貸款公司的服務范圍和服務效率的同時，有效節(jié)約業(yè)務全流程各環(huán)節(jié)中的紙張、能源等消耗，將為國家“碳達峰”“碳中和”戰(zhàn)略的實現提供有力支撐。

五、金融科技對小額貸款公司杠桿率的影響機制

(一)金融科技抑制金融分權從而抑制小額貸款公司杠桿率

以金融分權(fd)為中介變量，采用時間和個體雙向固定效應模型FE估計模型式(2)、式(3)和式(4)，結果為表5中的Path A、Path B和Path C。Path A中ftech的系數在1%水平下顯著為負，表明總效應存在；Path B中ftech的系數在1%水平下顯著為負、Path C中金融分權(fd)的系數在10%水平下顯著為正，表明金融分權(fd)起到了部分中介效應，并與前述理論研究相符，金融科技抑制了金融分權(fd)，并通過金融分權(fd)抑制小額貸款公司杠桿率(lev)。因此，金融科技抑制金融分權從而抑制了小額貸款公司杠桿率，即研究假說H2a成立。

表5 金融科技抑制金融分權影響的估計結果

(二)金融科技促進科技創(chuàng)新從而提升小額貸款公司杠桿率

以技術創(chuàng)新水平(inlev)為中介變量，采用時間和個體雙向固定效應模型FE估計模型式(2)、式(3)和式(4)，結果為表6中的Path A、Path B和Path C。Path A中ftech的系數在5%水平下顯著為負，表明總效應存在；Path B中ftech的系數在1%水平下顯著為正、Path C中科技創(chuàng)新水平(inlev)的系數在5%水平下顯著為正，表明科技創(chuàng)新(inlev)起到了部分中介效應，并與前述理論研究相符，金融科技促進了科技創(chuàng)新(inlev)，并通過科技創(chuàng)新(inlev)促進小額貸款公司杠桿率(lev)提升。因此，金融科技通過促進科技創(chuàng)新從而提升小額貸款公司杠桿率，即研究假說H2b成立。

表6 金融科技促進科技創(chuàng)新影響的估計結果

(三)金融科技促進智能設備普及和銀行網點增加從而抑制小額貸款公司杠桿率

由于銀行網點的智能設備基本已經實現100%覆蓋(謝金靜和王銀枝，2020)[19]，因此用銀行網點數(edev)代表銀行網點和智能設備作為中介變量，采用時間和個體雙向固定效應模型FE估計模型式(2)、式(3)和式(4)，結果為表7中的Path A、Path B和Path C。Path A中ftech的系數在1%水平下顯著為負，表明總效應存在；Path B中ftech的系數在1%水平下顯著為正、Path C中銀行網點(edev)系數為負，但不顯著。Sobel檢驗的z值為-1.4947，p值為0.0675，即在10%水平下中介效應存在。綜合Path C中ftech的符號可知，銀行網點(edev)起到了部分中介效應。金融科技促進了智能設備普及和銀行網點增加，并通過智能設備普及和銀行網點增加抑制小額貸款公司杠桿率(lev)。因此，金融科技通過促進智能設備普及和銀行網點增加從而抑制小額貸款公司杠桿率，即研究假說H2c成立。

表7 銀行網點及智能設備普及影響的估計結果

六、結論與建議

本文在理論研究的基礎上，基于2010―2018年全國31個省市區(qū)的金融科技發(fā)展指數，通過金融分權、科技創(chuàng)新和智能設備及銀行網點三個影響機制，實證檢驗了金融科技發(fā)展水平對小額貸款公司杠桿率的影響關系和影響機制。研究結果表明：金融科技發(fā)展水平與小額貸款公司杠桿率呈“U”型非線性關系，即金融科技發(fā)展水平對小額貸款公司杠桿率的影響存在拐點，在拐點前后分別對小額貸款公司杠桿率呈現抑制或促進作用；由于國內金融科技發(fā)展處于初期階段，發(fā)展水平較低，當前金融科技發(fā)展對小額貸款公司杠桿率總體處于抑制階段。由于小額貸款公司是我國普惠金融機構的重要組成部分，本文研究成果具有較強的代表性，對普惠金融機構的經營發(fā)展和相關政策的制定具有借鑒意義。

小額貸款公司主要服務于中小微實體經濟和欠發(fā)達地區(qū)，資金規(guī)模、杠桿率對其效益有顯著正向影響(董曉林和高瑾，2014)[9]。在當前疫情影響和轉型發(fā)展的大背景下，小額貸款公司是扶持實體經濟發(fā)展，穩(wěn)定就業(yè)，促進創(chuàng)新創(chuàng)業(yè)以及貧困落后地區(qū)產業(yè)發(fā)展的重要抓手。同時，小額貸款公司對金融科技手段的充分運用，在提高自身發(fā)展質量的過程中也將為國家“碳達峰”“碳中和”戰(zhàn)略的實現做出有力貢獻。

基于上述研究，本文建議如下：第一，國家層面不應采用“一刀切”的形式對小額貸款公司的杠桿率進行硬約束，而應在總體統(tǒng)籌的前提下，給予各地更多自主權，根據各地金融科技發(fā)展水平制定差異化的普惠金融機構扶持和監(jiān)管政策。第二，地方層面應加強金融科技基礎設施建設，著力打造金融科技產業(yè)鏈和生態(tài)圈，聚集相關專業(yè)人才隊伍，有力保障小額貸款公司等普惠金融機構的平穩(wěn)有序發(fā)展，為實體經濟發(fā)展、創(chuàng)新創(chuàng)業(yè)、“三農”建設提供金融支撐。第三，金融科技是我國普惠金融機構高質量發(fā)展的重要保障，以小額貸款公司為代表的普惠金融機構應高度重視金融科技建設和相關專業(yè)人員的培養(yǎng)、儲備?！?/p>