數(shù)字金融發(fā)展能夠降低企業(yè)杠桿率嗎？

馬文婷 蔣先玲 俞毛毛

[提要]本文使用2011-2018年中國A股上市公司和北京大學(xué)數(shù)字普惠金融指數(shù)進行實證分析，結(jié)果表明：數(shù)字金融發(fā)展可以顯著降低企業(yè)杠桿率，主要通過緩解企業(yè)財務(wù)困境、增加金融可得性和降低資源錯配程度實現(xiàn)。進一步分析顯示，數(shù)字金融對企業(yè)杠桿率及其引致的違約風(fēng)險影響，與中長期信貸存在顯著差異，同時數(shù)字金融又是傳統(tǒng)信貸的替代方式。本文的研究豐富了數(shù)字金融對微觀企業(yè)經(jīng)濟效應(yīng)的認識，為規(guī)范數(shù)字金融發(fā)展、推動企業(yè)去杠桿、促進傳統(tǒng)金融與數(shù)字金融協(xié)調(diào)發(fā)展提供了經(jīng)驗證據(jù)。

引言

自2016年中央經(jīng)濟工作會議把“去杠桿”列為結(jié)構(gòu)性改革的重點任務(wù)之后，黨中央、國務(wù)院多次出臺文件，將“三去一降一補”作為經(jīng)濟工作的重點。《2021年國務(wù)院政府工作報告》亦明確指出，要繼續(xù)完成“三去一降一補”的重要任務(wù)。傳統(tǒng)銀行信貸存在的預(yù)算軟約束、短債長投等問題使企業(yè)的資金使用效率偏低，杠桿率居高不下，傳統(tǒng)金融去杠桿成效不明顯。根據(jù)中國信息通訊研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書》，2020年我國數(shù)字經(jīng)濟規(guī)模達到39.2萬億元，占GDP比重為38.6%，數(shù)字經(jīng)濟發(fā)展增速更是達到了9.7%?！笆奈濉币?guī)劃指出，要推動數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，以“雙融合”全面支撐“雙循環(huán)”。數(shù)字金融是否能夠有效解決傳統(tǒng)信貸投放造成的高杠桿問題，通過金融業(yè)態(tài)轉(zhuǎn)型降低企業(yè)杠桿率？其具體作用機制又是如何？對傳統(tǒng)銀行信貸會產(chǎn)生怎樣的影響？這些問題值得深入思考，亦是本文研究的重點。

一、文獻述評與研究假設(shè)

(一)文獻述評

梳理國內(nèi)外關(guān)于企業(yè)杠桿率的文獻，可以歸納為如下三個研究視角：一是我國非金融企業(yè)高杠桿率形成的原因。主要有以投資為主導(dǎo)的經(jīng)濟增長模式、[1]金融結(jié)構(gòu)、[2]企業(yè)資產(chǎn)收益率偏低、[3]政府隱性擔保[4]等。二是企業(yè)高杠桿率對實體經(jīng)濟發(fā)展的影響。企業(yè)高杠桿使企業(yè)面臨經(jīng)營風(fēng)險，[5]對經(jīng)濟增長的影響呈現(xiàn)非線性特征，[6]加劇了收入不平等的程度。[7]三是去杠桿的政策建議。企業(yè)去杠桿不應(yīng)讓居民部門加杠桿，[8]應(yīng)推動金融結(jié)構(gòu)市場化、建立多層次的金融服務(wù)體系，調(diào)控房價在合理范圍內(nèi)波動，[9](P.477-513)加強宏觀經(jīng)濟政策的有效性和金融監(jiān)管的質(zhì)量。[10]

關(guān)于數(shù)字金融發(fā)展對企業(yè)行為的影響，國內(nèi)外學(xué)者主要研究企業(yè)金融化行為、企業(yè)信息披露、企業(yè)創(chuàng)新活動、企業(yè)全要素生產(chǎn)率等方面。在企業(yè)金融化方面，陳春華等(2021)[11]認為，數(shù)字金融發(fā)展可以抑制企業(yè)配置金融資產(chǎn)的行為、降低企業(yè)金融化水平，其作用機制主要是通過弱化企業(yè)的預(yù)防性動機。在企業(yè)信息披露方面，數(shù)字金融發(fā)展可以鼓勵企業(yè)主動向外界披露年報信息，提高投資者預(yù)期，增加股票交易的頻率；[12]在企業(yè)創(chuàng)新活動方面，數(shù)字金融發(fā)展可以提升企業(yè)的生產(chǎn)效率，在原有研發(fā)創(chuàng)新的資源邊界下實現(xiàn)更高的產(chǎn)出績效，[13]并且創(chuàng)新產(chǎn)出效果會吸引外部投資者；[14]在企業(yè)全要素生產(chǎn)率方面，冉芳和譚怡(2021)[15]研究發(fā)現(xiàn)，數(shù)字金融對企業(yè)全要素生產(chǎn)率有顯著的促進作用，其重要中介機制是企業(yè)創(chuàng)新投入。

關(guān)于數(shù)字金融發(fā)展對傳統(tǒng)金融的影響方面，張銘心等(2021)[16]發(fā)現(xiàn)數(shù)字金融強化了正規(guī)制度和非正規(guī)金融的作用，在一定程度上幫助金融發(fā)展擺脫了對地區(qū)信任感及合作觀念等社會心理的依賴；郭麗虹和朱柯達(2021)[17]分析了金融科技對銀行業(yè)績和風(fēng)險的影響，發(fā)現(xiàn)金融科技手段的運用可以提升銀行發(fā)放普惠貸款的意愿，并且降低風(fēng)險。

綜上，現(xiàn)有研究充分討論了企業(yè)杠桿率的影響因素和數(shù)字金融對企業(yè)行為和傳統(tǒng)金融的影響，但對于數(shù)字金融對企業(yè)杠桿率的影響機制仍缺乏詳細的探討，就數(shù)字金融與傳統(tǒng)金融對企業(yè)經(jīng)營影響的共性與差異、二者之間的關(guān)聯(lián)等分析不足，同時多側(cè)重于數(shù)字金融帶來的融資約束緩解與融資成本降低等需求側(cè)分析之中，對于數(shù)字金融帶來的網(wǎng)點增加、金融可得性增加以及與傳統(tǒng)信貸的區(qū)別分析不足。本文以企業(yè)杠桿率作為分析對象，拓展了現(xiàn)有文獻對于數(shù)字金融實體效應(yīng)的相關(guān)分析。

(二)理論分析與研究假設(shè)

大數(shù)據(jù)算法和金融科技的運用使數(shù)字金融大大減少了金融機構(gòu)與用戶之間的信息不對稱。數(shù)字金融可以通過降低企業(yè)的融資約束和財務(wù)費用，進而提升企業(yè)內(nèi)部控制質(zhì)量和風(fēng)險穩(wěn)定程度來降低企業(yè)杠桿率。[18]林愛杰等(2021)[19]研究發(fā)現(xiàn)，數(shù)字金融不僅可以顯著降低企業(yè)杠桿率，并且能夠優(yōu)化債務(wù)期限結(jié)構(gòu)，尤其是對中小企業(yè)、私營企業(yè)、中部省份企業(yè)和高技術(shù)行業(yè)企業(yè)的杠桿率降低作用更明顯。這是因為數(shù)字金融的普惠特征可以降低中小企業(yè)獲得信貸資金的門檻、縮短借款審批流程，使資金的回報率上升。企業(yè)獲得外部融資，有利于實體經(jīng)營效率的提升，使總資產(chǎn)增加，進而降低企業(yè)杠桿率。基于此，本文提出假設(shè)H1a。

H1a：數(shù)字金融發(fā)展會降低企業(yè)杠桿率。

然而另一方面，企業(yè)金融可得性的增加可能導(dǎo)致企業(yè)改變貸款用途、增加金融化投資，出于利潤最大化的目標，企業(yè)會進一步增加債務(wù)總額，使杠桿率上升。對于經(jīng)營狀況不佳的企業(yè)，壞賬率增加會導(dǎo)致“借新還舊”，需要依賴更多外部融資維持企業(yè)的存續(xù)，使企業(yè)杠桿率上升。此外，數(shù)字金融發(fā)展會造成傳統(tǒng)銀行同業(yè)競爭加劇，使其傾向于拓展現(xiàn)有業(yè)務(wù)，造成信貸質(zhì)量下降，原來無法獲得信貸的低資質(zhì)企業(yè)有機會獲得信貸資金(例如各類高息貸款、P2P等)，同時造成信貸成本提升，使企業(yè)的債務(wù)總額上升，杠桿率增加。根據(jù)上述分析，本文提出假設(shè)H1b。

H1b：數(shù)字金融發(fā)展會增加企業(yè)杠桿率。

進一步來看，數(shù)字金融降低企業(yè)杠桿率的重要途徑是緩解企業(yè)的財務(wù)困境。財務(wù)困境是一個從資金緊張、財務(wù)危機、債務(wù)違約到經(jīng)營失敗的動態(tài)發(fā)展演變過程。[20]王相寧和劉肖(2021)[21]使用2011-2018年中國中小板企業(yè)數(shù)據(jù)研究發(fā)現(xiàn)：金融科技通過降低信息不對稱程度顯著改善了中小企業(yè)的融資約束；翟淑萍等(2021)[22]研究發(fā)現(xiàn)數(shù)字金融可以有效抑制短貸長投，緩解企業(yè)投融資期限錯配。數(shù)字金融在緩解小微企業(yè)融資約束的同時降低了企業(yè)杠桿率，起到了一舉兩得的作用。[23]因此，本文提出假設(shè)H2。

H2：數(shù)字金融發(fā)展會緩解企業(yè)財務(wù)困境，進而降低企業(yè)杠桿率。

數(shù)字金融利用信息技術(shù)在時間和空間上的優(yōu)勢擴大了傳統(tǒng)金融的覆蓋面、緩解了金融排斥，并且降低了交易成本、提升了資金配置的效率，徹底改變了傳統(tǒng)金融的模式。[24]數(shù)字金融發(fā)展縮短了銀行網(wǎng)點與實體企業(yè)之間的物理距離，增加了城市的銀行密度，使金融機構(gòu)之間的同業(yè)競爭更為激烈，拓寬了企業(yè)的融資渠道，使企業(yè)的金融可得性大大提高。傳統(tǒng)的銀行貸款需要根據(jù)抵押物的市場價值評估貸款額度，而數(shù)字金融可以通過企業(yè)資質(zhì)、經(jīng)營狀況、資金運營、管理層征信等“軟約束”綜合評估企業(yè)的還款能力，靈活調(diào)整貸款額度，企業(yè)的借貸需求較容易得到滿足，貸款額度上升可能導(dǎo)致企業(yè)杠桿率增加。因此，本文提出假設(shè)H3。

H3：數(shù)字金融發(fā)展會增加企業(yè)金融可得性，進而增加企業(yè)杠桿率。

從資源配置的角度看，非完全競爭市場會導(dǎo)致資源錯配。我國的金融市場并非有效的資本市場，社會結(jié)構(gòu)的差異使某些政策和信貸資源配給存在壟斷和錯配的現(xiàn)象，企業(yè)面臨的融資條件和融資成本存在差異，金融資源配置效率低下。[25][26]而金融錯配會影響企業(yè)的實體投資和研發(fā)創(chuàng)新，弱化信貸資源的跨期配置能力。[27]數(shù)字金融的發(fā)展通過大數(shù)據(jù)甄別技術(shù)，降低了信貸搜索成本，更有效地解決了信貸配給問題，防止由于信貸資金向國企過度傾斜等問題，造成結(jié)構(gòu)性信貸發(fā)放不合理，因此會降低資源錯配程度，改善企業(yè)的融資約束、降低融資成本，這有利于增強企業(yè)的償債能力，進而降低杠桿率。因此，本文提出假設(shè)H4。

H4：數(shù)字金融發(fā)展會降低資源錯配程度，進而降低企業(yè)杠桿率。

綜上，數(shù)字金融發(fā)展對企業(yè)杠桿率的影響機制主要有三：一是財務(wù)困境緩解，二是金融可得性增加，三是資源錯配程度下降。

二、研究設(shè)計

(一)樣本選取和數(shù)據(jù)來源

本文選取2011-2018年中國A股上市公司為研究樣本，剔除金融行業(yè)、ST、*ST公司和數(shù)據(jù)異常及缺失的樣本，同時對連續(xù)變量在1%上下進行縮尾處理，最終得到11848家上市企業(yè)連續(xù)8年的觀測數(shù)據(jù)。匹配企業(yè)所在省份的北京大學(xué)數(shù)字普惠金融指數(shù)，包括數(shù)字普惠金融總指數(shù)、數(shù)字金融覆蓋廣度指數(shù)和數(shù)字金融使用深度指數(shù)。研究中所使用的上市企業(yè)財務(wù)數(shù)據(jù)來自WIND數(shù)據(jù)庫，數(shù)字普惠金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心。

(二)變量定義與度量

本文的被解釋變量是企業(yè)的杠桿率水平，即資產(chǎn)負債率，等于企業(yè)總負債/總資產(chǎn)*100%。為避免內(nèi)生性，企業(yè)杠桿率采用未來一期Flev。

本文的核心解釋變量是北京大學(xué)數(shù)字普惠金融指數(shù)，包括數(shù)字普惠金融總指數(shù)的對數(shù)lndig1、數(shù)字金融覆蓋廣度指數(shù)的對數(shù)lndig2和數(shù)字金融使用深度指數(shù)的對數(shù)lndig3。

企業(yè)層面控制變量有：(1)企業(yè)現(xiàn)金流量的對數(shù)lncash，即企業(yè)當期持有的現(xiàn)金和現(xiàn)金等價物的對數(shù)。(2)企業(yè)的資產(chǎn)收益率roa，反映企業(yè)盈利能力，等于企業(yè)凈利潤/總資產(chǎn)年平均余額。(3)企業(yè)的銷售收入增長率incgrowth，等于[(當期的銷售收入-上一期的銷售收入)/上一期的銷售收入]*100%。(4)企業(yè)總經(jīng)理與董事長是否二職分離dual，若是則變量取1，否則取0。(5)企業(yè)規(guī)模size，通過總資產(chǎn)取自然對數(shù)獲得。(6)前10大股東持股比例top10。(7)企業(yè)的托賓Q值tobinq，等于(股票市值+凈債務(wù))/有形資產(chǎn)現(xiàn)行價值。

(三)計量模型設(shè)定

為驗證H1a和H1b，本文構(gòu)建面板數(shù)據(jù)固定效應(yīng)模型(1)來考察數(shù)字金融發(fā)展對企業(yè)杠桿率的影響。若H1a成立，則lndig的系數(shù)α1會顯著小于0，即數(shù)字金融發(fā)展降低了企業(yè)杠桿率；若H1b成立，則lndig的系數(shù)α1會顯著大于0，即數(shù)字金融發(fā)展增加了企業(yè)杠桿率。CV為其他企業(yè)特征控制變量，Industry為行業(yè)固定效應(yīng)，Year為時間固定效應(yīng)，ε為隨機誤差項。

levit+1=α0+α1lndigit+∑αiCVit+∑αjIndustryit+∑αtYear+εit

(1)

三、實證結(jié)果與分析

(一)描述性統(tǒng)計

表1的描述性統(tǒng)計顯示，企業(yè)杠桿率的平均值是49.9%，標準差是0.294。數(shù)字普惠金融總指數(shù)lndig1介于2.846和5.822之間，數(shù)字金融覆蓋廣度指數(shù)lndig2介于1.085和5.759之間，數(shù)字金融使用深度指數(shù)lndig3介于2.049和5.984之間，地區(qū)之間的數(shù)字金融發(fā)展程度具有顯著的差異。企業(yè)特征變量的均值和方差與既有文獻一致。

表1 主要變量描述性統(tǒng)計

(二)基準回歸結(jié)果

表2顯示了數(shù)字金融發(fā)展對企業(yè)杠桿率影響的基準回歸結(jié)果。(1)-(3)列的核心解釋變量分別是數(shù)字普惠金融總指數(shù)dig1、數(shù)字金融覆蓋廣度指數(shù)dig2和數(shù)字金融使用深度指數(shù)dig3的對數(shù)值，系數(shù)分別為-0.079、-0.041和-0.069，均在1%的水平顯著。以lndig1為例，數(shù)字普惠金融總指數(shù)每上升10%，企業(yè)杠桿率平均下降0.79%。上述結(jié)果驗證了H1a，即數(shù)字金融發(fā)展降低了企業(yè)杠桿率，并且作用渠道主要是通過數(shù)字金融覆蓋廣度和數(shù)字金融使用深度。

表2 數(shù)字金融發(fā)展對企業(yè)杠桿率影響回歸結(jié)果

(三)調(diào)節(jié)機制分析

本文進一步虛擬變量通過樊綱市場化指數(shù)mktscore、是否網(wǎng)絡(luò)中國試點城市treatdg和數(shù)字經(jīng)濟主成分lndigen與數(shù)字普惠金融總指數(shù)的交乘項來考察其調(diào)節(jié)效應(yīng)。樊綱等(2003)[28]提出的樊綱市場化指數(shù)用于反映各地區(qū)的市場化程度，表3第(1)列顯示，其交乘項系數(shù)顯著為負，說明在市場化程度較高的地區(qū)，數(shù)字普惠金融發(fā)展對企業(yè)杠桿率的降低作用更大；張蕊和余進韜(2021)[29]以2013年我國開始推進的“寬帶中國”試點建設(shè)作為外生沖擊，從2014年到2016年先后選出120個城市作為試點，增大網(wǎng)絡(luò)硬件投資，擴大寬帶網(wǎng)絡(luò)覆蓋，提升網(wǎng)絡(luò)運行速度，考察這一政策對數(shù)字金融降低企業(yè)杠桿率的調(diào)節(jié)效應(yīng)。表3第(2)列顯示，網(wǎng)絡(luò)中國試點城市與數(shù)字普惠金融總指數(shù)的交乘項顯著為負，說明在實施這一政策的城市，數(shù)字普惠金融發(fā)展對企業(yè)杠桿率的降低作用更大；表3第(3)列中，通過主成分分析法構(gòu)造的數(shù)字經(jīng)濟指數(shù)，①與數(shù)字普惠金融總指數(shù)的交乘項系數(shù)也顯著為負，說明區(qū)域數(shù)字經(jīng)濟發(fā)展程度的提升，能顯著增強數(shù)字金融發(fā)展對企業(yè)杠桿率的降低作用?？梢?，數(shù)字網(wǎng)絡(luò)環(huán)境的成熟增加了數(shù)字金融發(fā)展對企業(yè)杠桿率的降低作用。

表3 省份金融發(fā)展及數(shù)字經(jīng)濟發(fā)展調(diào)節(jié)效應(yīng)分析

(四)異質(zhì)性分析

1.長短期杠桿率。表4顯示了數(shù)字金融發(fā)展對企業(yè)長短期杠桿率的差異化影響。(1)(2)列分別是短期杠桿率和長期杠桿率，其中短期杠桿率等于短期借款/總資產(chǎn)，長期杠桿率等于長期借款/總資產(chǎn)。為盡可能避免互為因果導(dǎo)致的內(nèi)生性，被解釋變量采用未來一期，重點關(guān)注數(shù)字普惠金融總指數(shù)lndig1的系數(shù)?？梢钥闯?，數(shù)字金融發(fā)展顯著降低了企業(yè)的短期杠桿率和長期杠桿率，系數(shù)分別為-0.015和-0.042，均在1%水平上顯著。數(shù)字普惠金融總指數(shù)每上升10%，短期杠桿率平均下降0.15%，企業(yè)長期杠桿率平均下降0.42%，說明數(shù)字金融發(fā)展對長期杠桿率的降低作用顯著強于短期杠桿率。

2.流動資產(chǎn)與流動負債。為考察數(shù)字金融發(fā)展對企業(yè)杠桿率分子端和分母端的差異化影響，分別從流動資產(chǎn)與流動負債的角度展開分析。為減小內(nèi)生性，使用未來一期的流動資產(chǎn)與流動負債。表4的(3)(4)(5)列分別是企業(yè)流動資產(chǎn)對數(shù)值、流動負債對數(shù)值和流動比率。第(3)列結(jié)果顯示，數(shù)字金融發(fā)展對企業(yè)流動資產(chǎn)的影響不顯著。第(4)列結(jié)果顯示，數(shù)字金融顯著降低了企業(yè)的流動負債，這可能是由于金融可得性的增加減少了企業(yè)的預(yù)防性動機，短期資金需求很容易得以滿足，而不必提前募集。第(5)列結(jié)果顯示，數(shù)字金融發(fā)展顯著提高了企業(yè)的流動比率，可能的原因是數(shù)字金融拓寬了企業(yè)的融資渠道、緩解了融資約束，使企業(yè)更易籌集到短期資金，流動負債減少導(dǎo)致流動比率提高，這與(3)(4)列的結(jié)果保持一致。

表4 數(shù)字金融發(fā)展對企業(yè)不同期限債務(wù)影響

3.東中西部地區(qū)分組回歸。我國幅員遼闊，東中西部地區(qū)經(jīng)濟發(fā)展差異大。數(shù)字金融發(fā)展依托于互聯(lián)網(wǎng)技術(shù)、計算機人才和各種硬件設(shè)施的聚集，東部地區(qū)明顯比中西部地區(qū)具有明顯優(yōu)勢。表5展示了數(shù)字金融發(fā)展對東中西部地區(qū)企業(yè)杠桿率的影響。②結(jié)果顯示，數(shù)字金融發(fā)展顯著降低了東部地區(qū)企業(yè)的杠桿率，并在1%的水平上顯著，而對中西部地區(qū)企業(yè)的杠桿率影響不顯著?？赡艿脑蛟谟冢瑬|部地區(qū)的數(shù)字網(wǎng)絡(luò)硬件設(shè)施更為完善、金融發(fā)展水平較高、企業(yè)對外部融資的需求較大，數(shù)字金融可以成為傳統(tǒng)銀行信貸的有效替代，并降低企業(yè)杠桿率；而中西部地區(qū)囿于經(jīng)濟發(fā)展水平、有限融資途徑以及金融科技覆蓋率偏低，數(shù)字金融對企業(yè)借貸行為的影響并不顯著。

表5 東中西部地區(qū)分組回歸

(五)穩(wěn)健性檢驗

1.剔除2015年金融沖擊。在本文的研究時間窗口內(nèi)，包含2015年國內(nèi)“股災(zāi)”的金融沖擊事件。鑒于此，在穩(wěn)健性檢驗中剔除2015年的數(shù)據(jù)，盡可能排除“股災(zāi)”事件對企業(yè)違約風(fēng)險的影響。結(jié)果顯示，數(shù)字普惠金融總指數(shù)lndig1和數(shù)字金融覆蓋廣度指數(shù)lndig2顯著降低了企業(yè)杠桿率，基準回歸結(jié)果并未發(fā)生改變。

2.內(nèi)生性處理。為盡可能避免反向因果和遺漏變量導(dǎo)致的內(nèi)生性問題，本文采用工具變量兩階段最小二乘法進行內(nèi)生性檢驗。參考林愛杰等(2021)[19]，使用省級移動電話交換機容量對數(shù)值(lnexc)和互聯(lián)網(wǎng)網(wǎng)絡(luò)普及率(netrate)作為數(shù)字金融各指數(shù)的工具變量，其有利于促進數(shù)字金融發(fā)展，同時與企業(yè)杠桿率不相關(guān)，滿足工具變量的相關(guān)性和排他性假設(shè)。從表6第(2)(4)列的回歸結(jié)果中能夠看到，無論是使用lndig1還是lndig2，數(shù)字金融發(fā)展均顯著降低了企業(yè)的杠桿率。同時，工具變量均通過了弱工具變量檢驗、識別不足檢驗和過度識別檢驗。Wald F統(tǒng)計量的值分別為7794.73和6448.55，遠大于經(jīng)驗值10，排除了弱工具變量的可能。LM統(tǒng)計量的值分別為6679.86和6132.10，拒絕工具變量識別不足的原假設(shè)。Sargan統(tǒng)計量對應(yīng)的p值分別為0.5121和0.5491，不能拒絕原假設(shè)，工具變量選取有效。工具變量通過了所有檢驗，原模型不存在嚴重的內(nèi)生性問題，基準回歸結(jié)果穩(wěn)健。

表6 工具變量回歸結(jié)果

四、作用機制檢驗

上述回歸結(jié)果表明，數(shù)字金融發(fā)展可以顯著降低企業(yè)杠桿率，但其作用機制還需進一步厘清。本部分將從企業(yè)財務(wù)困境、金融可得性和資源錯配三個視角進一步探討二者之間的關(guān)系，以揭示數(shù)字金融發(fā)展降低企業(yè)杠桿率的內(nèi)在作用機制。

(一)基于財務(wù)困境視角的作用機制檢驗

Altman(1968)[30]提出的zscore打分模型是最有代表性的財務(wù)困境預(yù)警模型，本文沿用其方法，使用zscore來衡量企業(yè)的財務(wù)困境。zscore越高，企業(yè)發(fā)生財務(wù)困境的概率越低。為減少內(nèi)生性，使用未來一期的zscore作為中介變量進行檢驗。表7第(1)列的結(jié)果顯示，數(shù)字金融發(fā)展顯著增加了企業(yè)zscore，即降低了企業(yè)發(fā)生財務(wù)困境的可能性；第(2)列的結(jié)果顯示，企業(yè)zscore增加會顯著降低企業(yè)的杠桿率。因此，企業(yè)財務(wù)困境緩解是數(shù)字金融發(fā)展影響企業(yè)杠桿率的部分中介因子。這一結(jié)果驗證了“數(shù)字金融發(fā)展—企業(yè)財務(wù)困境緩解—企業(yè)杠桿率下降”這一影響路徑的存在，假設(shè)H2成立。

(二)基于金融可得性視角的作用機制檢驗

本文使用企業(yè)所在城市銀行密度(bankdens)來衡量企業(yè)的金融可得性。銀行密度等于城市銀行數(shù)量除以城市面積，其值越大，企業(yè)的金融可得性越強。為減少內(nèi)生性，使用未來一期的銀行密度作為中介變量進行檢驗。表7第(3)列的結(jié)果顯示，數(shù)字金融發(fā)展顯著增加了企業(yè)所在城市銀行密度；第(4)列的結(jié)果顯示，城市銀行密度會顯著提升企業(yè)的杠桿率。因此，金融可得性增加是數(shù)字金融發(fā)展影響企業(yè)杠桿率的部分中介因子。這一結(jié)果進一步驗證了“數(shù)字金融發(fā)展—金融可得性增加—企業(yè)杠桿率增加”這一影響路徑的存在，假設(shè)H3成立。

表7 財務(wù)困境與銀行網(wǎng)點密度中介效應(yīng)檢驗

(三)基于資源錯配視角的作用機制檢驗

參考邵挺(2010)[27]、周煜皓和張盛勇(2014)[31]、江艇等(2018)[32]，本文使用未來一期企業(yè)的資金使用成本減去行業(yè)平均資金使用成本的差值Finmis、企業(yè)全要素生產(chǎn)率減去行業(yè)平均全要素生產(chǎn)率的差值Ftfpmis來衡量資源錯配程度。如果不存在資源錯配，所有企業(yè)的資金使用成本和全要素生產(chǎn)率水平均應(yīng)趨同，即等于行業(yè)平均的資金使用成本和全要素生產(chǎn)率水平。資金使用成本差異越大(TFP差值越小)，說明資源錯配的程度越高。表8第(1)(3)列展示了數(shù)字金融發(fā)展對資源錯配程度的影響：數(shù)字金融發(fā)展顯著降低了企業(yè)資金使用成本的離差，同時顯著增加了企業(yè)全要素生產(chǎn)率的離差，這說明數(shù)字金融發(fā)展促進了企業(yè)資金使用成本的下降和全要素生產(chǎn)率的提高。表8第(2)(4)列中介效應(yīng)第三階段檢驗，反映了數(shù)字金融通過資源錯配程度的降低，進而對企業(yè)杠桿率產(chǎn)生影響?？梢钥闯?，企業(yè)資金使用成本錯配程度對企業(yè)杠桿率有顯著的正向影響，而全要素生產(chǎn)率錯配程度對企業(yè)杠桿率有顯著的負向影響。因此，數(shù)字金融通過降低企業(yè)資源錯配程度的渠道顯著降低了企業(yè)杠桿率，假設(shè)H4得以驗證。

表8 資源錯配中介效應(yīng)檢驗

五、進一步分析

(一)數(shù)字金融、中長期信貸與杠桿率

數(shù)字金融線上渠道融資一般是短期貸款，而傳統(tǒng)銀行信貸一般以中長期貸款為主，表9展示了數(shù)字金融發(fā)展通過傳統(tǒng)銀行信貸影響企業(yè)杠桿率的中介效應(yīng)機制：第(1)列結(jié)果顯示，企業(yè)中長期貸款比例對企業(yè)杠桿率有顯著的提升作用，這與傳統(tǒng)金融對企業(yè)融資影響的理論一致。第(2)(3)列結(jié)果顯示，數(shù)字金融發(fā)展顯著降低了企業(yè)中長期貸款的比例，并且顯著降低了中長期貸款對企業(yè)杠桿率的提升作用。因此，傳統(tǒng)銀行信貸是數(shù)字金融發(fā)展影響企業(yè)杠桿率的部分中介因子。這也說明數(shù)字金融對傳統(tǒng)銀行信貸有一定的替代作用，其審批流程快、放款效率高、借貸門檻低的優(yōu)勢使企業(yè)減少了對銀行中長期貸款的依賴。因此，數(shù)字金融發(fā)展會通過降低企業(yè)中長期貸款比例這一間接影響機制降低企業(yè)杠桿率。

表9 數(shù)字金融發(fā)展與傳統(tǒng)銀行信貸

(二)數(shù)字金融與傳統(tǒng)金融對比：杠桿率與違約風(fēng)險

眾多研究發(fā)現(xiàn)：企業(yè)杠桿率過高會引發(fā)債務(wù)違約，進而導(dǎo)致系統(tǒng)性金融風(fēng)險。[33](P.1-59)[34]表10展示了不同金融類型對企業(yè)債務(wù)違約風(fēng)險的影響。參照孟慶斌等(2019)[35]的分析方法，以KMV模型為基礎(chǔ)，根據(jù)Bharath & Shumway(2008)[36]的分析方法，計算未來一期企業(yè)簡化違約概率Fedfm衡量企業(yè)的債務(wù)違約風(fēng)險。由表10第(1)列可以看出，企業(yè)杠桿率的上升顯著增加了企業(yè)的債務(wù)違約風(fēng)險，這與現(xiàn)有研究的結(jié)論保持一致。由表10第(2)(3)列可以看出，在企業(yè)杠桿率增加債務(wù)違約風(fēng)險的調(diào)節(jié)效應(yīng)方面，數(shù)字金融發(fā)展并未發(fā)揮顯著作用，而企業(yè)中長期借款比例會顯著增強這一效果。這反映出數(shù)字金融的結(jié)構(gòu)性信貸政策相較于傳統(tǒng)金融大水漫灌式信貸政策的優(yōu)勢，在緩解企業(yè)融資約束的同時，能夠避免企業(yè)杠桿率升高導(dǎo)致企業(yè)債務(wù)違約風(fēng)險驟增。

表10 不同金融類型對企業(yè)債務(wù)違約風(fēng)險影響拓展分析

六、結(jié)論與啟示

本文基于2011-2018年中國A股上市公司和北京大學(xué)數(shù)字普惠金融指數(shù)，運用面板固定效應(yīng)模型、中介效應(yīng)模型和調(diào)節(jié)效應(yīng)模型實證研究了數(shù)字金融發(fā)展對企業(yè)杠桿率的影響機制。主要結(jié)論如下：第一，數(shù)字金融發(fā)展可以顯著降低企業(yè)杠桿率，通過剔除2015年金融沖擊的數(shù)據(jù)以及使用工具變量法的穩(wěn)健性檢驗，該結(jié)論依然成立。異質(zhì)性方面，數(shù)字金融發(fā)展對長期杠桿率的降低作用顯著強于短期杠桿率，對企業(yè)流動負債和東部地區(qū)企業(yè)杠桿率的降低作用較為顯著。第二，數(shù)字金融發(fā)展降低企業(yè)杠桿率的作用機制主要是通過緩解企業(yè)財務(wù)困境、增加金融可得性和降低資源錯配程度，表明數(shù)字經(jīng)濟能夠?qū)ζ髽I(yè)去杠桿和高質(zhì)量發(fā)展提供助力。第三，地區(qū)金融發(fā)展水平和數(shù)字經(jīng)濟發(fā)展水平的提升，會顯著增強數(shù)字金融降杠桿的作用。第四，傳統(tǒng)長期信貸比例的提升會顯著增加杠桿率，同時提升違約風(fēng)險，而數(shù)字金融會帶來杠桿率的下降，對違約風(fēng)險影響不明顯。

本文的研究結(jié)論為數(shù)字金融發(fā)展促進企業(yè)去杠桿提供了經(jīng)驗證據(jù)，并且具有如下政策啟示：首先，數(shù)字金融具有降低企業(yè)杠桿率的經(jīng)濟效應(yīng)，豐富了當前“穩(wěn)增長”和“去杠桿”的政策工具。應(yīng)加大對數(shù)字網(wǎng)絡(luò)硬件設(shè)施的投入，促進數(shù)字中國建設(shè)，進而通過數(shù)字金融作為傳統(tǒng)信貸的替代方式，降低企業(yè)杠桿率水平。其次，數(shù)字金融發(fā)展對傳統(tǒng)銀行信貸會產(chǎn)生一定的替代效應(yīng)，促進同業(yè)競爭，提升市場效率。企業(yè)去杠桿政策應(yīng)更多依靠信貸結(jié)構(gòu)轉(zhuǎn)型，大力推進新金融業(yè)態(tài)與傳統(tǒng)信貸的結(jié)合。最后，數(shù)字金融發(fā)展通過降低企業(yè)杠桿率，可以進一步降低企業(yè)的債務(wù)違約風(fēng)險。在當前全球經(jīng)濟低迷、疫情持續(xù)、企業(yè)違約事件不斷發(fā)生的背景下，應(yīng)加強地區(qū)市場化建設(shè)，增加網(wǎng)絡(luò)硬件投資支出，完善數(shù)字網(wǎng)絡(luò)環(huán)境，推動金融發(fā)展和數(shù)字經(jīng)濟、金融科技共同發(fā)展，進而降低企業(yè)債務(wù)違約風(fēng)險，促進經(jīng)濟高質(zhì)量發(fā)展。

注釋：

①數(shù)字經(jīng)濟主成分由企業(yè)所在城市的電信業(yè)務(wù)收入、信息傳輸計算機服務(wù)和軟件業(yè)從業(yè)人數(shù)、互聯(lián)網(wǎng)寬帶接入用戶數(shù)和移動電話用戶數(shù)構(gòu)成，權(quán)重分別為0.8115、0.1200、0.0466和0.0219。

②其中，東部地區(qū)包括：江蘇、上海、浙江、福建、廣東、山東、安徽、海南、黑龍江、遼寧、吉林、河北、天津、北京；中部地區(qū)包括：河南、湖北、湖南、江西、山西、內(nèi)蒙古；西部地區(qū)包括：陜西、寧夏、甘肅、四川、重慶、貴州、廣西、云南、西藏、青海、新疆。

③由于篇幅所限，穩(wěn)健性檢驗結(jié)果備索。