區(qū)塊鏈對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響研究

魯嘯軍 汝哲 韓福麗

【摘 要】 企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)一段時(shí)間經(jīng)營(yíng)狀況的體現(xiàn)，較低的財(cái)務(wù)風(fēng)險(xiǎn)能夠保證企業(yè)長(zhǎng)遠(yuǎn)穩(wěn)定發(fā)展。區(qū)塊鏈具有去信任、公開透明、不可篡改以及集體維護(hù)的特征，將區(qū)塊鏈與財(cái)務(wù)風(fēng)險(xiǎn)相結(jié)合，有助于管理層清晰掌握企業(yè)內(nèi)部經(jīng)營(yíng)狀況，進(jìn)而做出正確決策，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。隨著信息技術(shù)的發(fā)展，區(qū)塊鏈與財(cái)會(huì)領(lǐng)域的結(jié)合更是有望成為未來學(xué)術(shù)研究的方向之一。文章選取2016—2020年滬、深A(yù)股面板數(shù)據(jù)為樣本，將傾向得分匹配、多時(shí)點(diǎn)雙重差分模型結(jié)合，對(duì)區(qū)塊鏈和企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的關(guān)系進(jìn)行探究，得出區(qū)塊鏈的應(yīng)用可以有效降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的結(jié)論。

【關(guān)鍵詞】 區(qū)塊鏈; 財(cái)務(wù)風(fēng)險(xiǎn); 多時(shí)點(diǎn)雙重差分; 傾向得分匹配

【中圖分類號(hào)】 F234.3;F275 ?【文獻(xiàn)標(biāo)識(shí)碼】 A ?【文章編號(hào)】 1004-5937（2022）09-0138-08

一、引言

近年信息技術(shù)的迅猛發(fā)展，大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等概念進(jìn)入大眾視野。習(xí)近平總書記強(qiáng)調(diào)“把區(qū)塊鏈作為核心技術(shù)自主創(chuàng)新重要突破口，加快推動(dòng)區(qū)塊鏈技術(shù)和產(chǎn)業(yè)創(chuàng)新發(fā)展”，國(guó)家在多個(gè)層面上均表現(xiàn)出對(duì)區(qū)塊鏈產(chǎn)業(yè)的重視。政策上，中央層面的相關(guān)政策陸續(xù)出臺(tái)，地方層面緊跟步伐，推出一系列鼓勵(lì)區(qū)塊鏈發(fā)展的新政策，覆蓋社會(huì)經(jīng)濟(jì)的各方面;相關(guān)體系上，建立全國(guó)區(qū)塊鏈和分布式記賬標(biāo)準(zhǔn)化技術(shù)委員會(huì);實(shí)踐應(yīng)用上，建立首個(gè)國(guó)家級(jí)聯(lián)盟鏈應(yīng)用——BSN，開發(fā)國(guó)家外匯管理局跨境金融區(qū)塊鏈服務(wù)平臺(tái)。

目前，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，企業(yè)也加快數(shù)字化經(jīng)濟(jì)轉(zhuǎn)型，許多學(xué)者也對(duì)數(shù)字經(jīng)濟(jì)在財(cái)務(wù)上的運(yùn)用進(jìn)行了研究，其中包括對(duì)區(qū)塊鏈等技術(shù)創(chuàng)新發(fā)展[1]、利用區(qū)塊鏈特性構(gòu)建智能財(cái)務(wù)報(bào)告應(yīng)用模型[2]、利用區(qū)塊鏈構(gòu)建區(qū)塊鏈會(huì)計(jì)信息生成路徑的優(yōu)化模型[3]等。但是，對(duì)于區(qū)塊鏈對(duì)財(cái)務(wù)風(fēng)險(xiǎn)影響的研究，尤其實(shí)證方面的研究存在巨大缺口。

區(qū)塊鏈技術(shù)能有效幫助公司了解可能產(chǎn)生的財(cái)務(wù)風(fēng)險(xiǎn)，更好地避免風(fēng)險(xiǎn)的發(fā)生，避免公司在運(yùn)營(yíng)過程中造成較為嚴(yán)重的損失。利用區(qū)塊鏈技術(shù)可對(duì)資金運(yùn)用的全過程進(jìn)行掌控，可以有效識(shí)別、控制和規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)。例如，在數(shù)據(jù)精確的基礎(chǔ)上，企業(yè)管理層可以利用區(qū)塊鏈技術(shù)展開精準(zhǔn)的預(yù)算，保證預(yù)算編制的準(zhǔn)確性，對(duì)公司資源實(shí)現(xiàn)有效利用，對(duì)企業(yè)項(xiàng)目進(jìn)行把控，進(jìn)而降低公司的財(cái)務(wù)風(fēng)險(xiǎn)。本文探究區(qū)塊鏈應(yīng)用對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響，為企業(yè)在區(qū)塊鏈應(yīng)用方面提供理論依據(jù)和現(xiàn)實(shí)指導(dǎo)，以填補(bǔ)區(qū)塊鏈應(yīng)用對(duì)財(cái)務(wù)風(fēng)險(xiǎn)影響實(shí)證研究上的不足。

二、理論分析與研究假設(shè)

（一）區(qū)塊鏈

區(qū)塊鏈技術(shù)作為比特幣的底層技術(shù)，隨著比特幣的興起逐漸為人熟知。2008年，中本聰[4]在《比特幣：一種點(diǎn)對(duì)點(diǎn)的電子現(xiàn)金系統(tǒng)》一文中首次提出區(qū)塊鏈的概念，最初的目的是為了生成比特幣，希望可以創(chuàng)建一套“基于密碼學(xué)原理而不是信用，使得任何達(dá)成一致的雙方能夠直接進(jìn)行支付，從而不需要第三方中介參與”[4]的電子支付系統(tǒng)，該系統(tǒng)可以有效地解決假幣和重復(fù)支付的問題。區(qū)塊鏈?zhǔn)怯擅艽a學(xué)、共識(shí)算法、智能合約等計(jì)算機(jī)技術(shù)組合形成的一個(gè)新的技術(shù)組合，可簡(jiǎn)單理解為一種具有去中心化、去信任、公開透明、不可篡改以及集體維護(hù)特征的記賬方式。

區(qū)塊鏈的分布式結(jié)合是去中心化的基礎(chǔ)，與傳統(tǒng)中心化架構(gòu)相比，區(qū)塊鏈對(duì)中心處理器的作用進(jìn)行了弱化處理，節(jié)點(diǎn)之間可以直接進(jìn)行資源的分享和利用，不再通過中心處理器。在整個(gè)區(qū)塊鏈網(wǎng)絡(luò)中，所有的節(jié)點(diǎn)都有相同的地位，每一個(gè)節(jié)點(diǎn)發(fā)生的交易都會(huì)沿著鏈條傳送到其他節(jié)點(diǎn)，一筆交易可在短時(shí)間內(nèi)傳遍整個(gè)區(qū)塊鏈網(wǎng)絡(luò)。區(qū)塊鏈的去信任主要體現(xiàn)在智能合約上，在現(xiàn)實(shí)交易中，由于交易雙方的信任不足，往往會(huì)尋求第三方機(jī)構(gòu)對(duì)交易進(jìn)行驗(yàn)證，區(qū)塊鏈則可以扮演交易中第三方機(jī)構(gòu)的角色，智能合約可以提前寫入系統(tǒng)之中，一旦觸發(fā)達(dá)成條件，交易便會(huì)自動(dòng)執(zhí)行。區(qū)塊鏈的公開透明體現(xiàn)在系統(tǒng)中的數(shù)據(jù)可對(duì)所有人公開，任何有權(quán)限的人可以隨時(shí)查看區(qū)塊鏈上的信息，保證了信息的公開透明。哈希算法使得已確認(rèn)的數(shù)據(jù)無法被篡改，每一筆交易都是真實(shí)存在的。利用全網(wǎng)廣播的方式，每個(gè)節(jié)點(diǎn)都可以獲得系統(tǒng)中的完整的信息，篡改單個(gè)節(jié)點(diǎn)上數(shù)據(jù)對(duì)其他節(jié)點(diǎn)上的數(shù)據(jù)沒有影響，區(qū)塊鏈系統(tǒng)中無法篡改的特性保證了數(shù)據(jù)的完整、真實(shí)。區(qū)塊鏈中的時(shí)間戳直接寫在區(qū)塊上且無法修改，一旦遭到修改，哈希值便無法匹配，這種行為也會(huì)被系統(tǒng)監(jiān)測(cè)到，如此一來，系統(tǒng)中的各個(gè)節(jié)點(diǎn)可以在無信任的條件下進(jìn)行安全的交易。這種共識(shí)機(jī)制保證了數(shù)據(jù)存儲(chǔ)的完整性和安全性，為區(qū)塊鏈在各行業(yè)的應(yīng)用提供了可靠的基礎(chǔ)。整個(gè)區(qū)塊鏈系統(tǒng)由各個(gè)節(jié)點(diǎn)共同維護(hù)，可以參與到數(shù)據(jù)的生成、校驗(yàn)、同步等任何一個(gè)環(huán)節(jié)，具有集體維護(hù)的特征。

（二）財(cái)務(wù)風(fēng)險(xiǎn)

財(cái)務(wù)風(fēng)險(xiǎn)有狹義和廣義之分，狹義的財(cái)務(wù)風(fēng)險(xiǎn)僅指由于企業(yè)籌資的不確定因素引起的財(cái)務(wù)風(fēng)險(xiǎn)。Whitaker[5]認(rèn)為，現(xiàn)金流問題導(dǎo)致的清償風(fēng)險(xiǎn)是企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)形成的主要原因;余緒纓認(rèn)為，財(cái)務(wù)風(fēng)險(xiǎn)是指企業(yè)無法清償?shù)狡趥鶆?wù)的不確定因素。尹帥[6]認(rèn)為無負(fù)債的企業(yè)無須考慮狹義層面的財(cái)務(wù)風(fēng)險(xiǎn)。

廣義的財(cái)務(wù)風(fēng)險(xiǎn)貫穿企業(yè)經(jīng)營(yíng)的全過程，投資、籌資、營(yíng)運(yùn)、分配環(huán)節(jié)帶來的所有由于無法預(yù)料引起的、具有不確定性的風(fēng)險(xiǎn)都可以稱為財(cái)務(wù)風(fēng)險(xiǎn)。財(cái)務(wù)風(fēng)險(xiǎn)是企業(yè)經(jīng)營(yíng)管理、融資策略的最終體現(xiàn)，具有全面性、客觀性、不確定性的特征，財(cái)務(wù)風(fēng)險(xiǎn)客觀存在，無法完全消除，只能通過一定的方式、方法降低，識(shí)別財(cái)務(wù)風(fēng)險(xiǎn)有利于企業(yè)長(zhǎng)期穩(wěn)定健康發(fā)展。

影響財(cái)務(wù)風(fēng)險(xiǎn)的因素種類繁多，目前眾多學(xué)者從不同角度對(duì)影響財(cái)務(wù)風(fēng)險(xiǎn)的因素進(jìn)行了探究。陳志斌等[7]認(rèn)為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)增加的一個(gè)原因是產(chǎn)業(yè)競(jìng)爭(zhēng)。楊軍等[8]通過研究得出多元化程度與財(cái)務(wù)風(fēng)險(xiǎn)呈現(xiàn)U型關(guān)系。王進(jìn)朝等[9]通過實(shí)證分析得出內(nèi)控質(zhì)量好的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)較小。于建玲等[10]通過研究A股上市公司數(shù)據(jù)發(fā)現(xiàn)，企業(yè)金融化會(huì)增大財(cái)務(wù)風(fēng)險(xiǎn);韓芳等[11]認(rèn)為，社會(huì)信息責(zé)任披露可以有效地降低財(cái)務(wù)風(fēng)險(xiǎn);許漢友等[12]通過研究發(fā)現(xiàn)，制造業(yè)企業(yè)實(shí)施財(cái)務(wù)共享使得財(cái)務(wù)風(fēng)險(xiǎn)管控效率提高。

企業(yè)的生產(chǎn)經(jīng)營(yíng)離不開資金的運(yùn)轉(zhuǎn)，投資、籌資、營(yíng)運(yùn)、分配，每個(gè)環(huán)節(jié)都有資金的流動(dòng)，資金流動(dòng)對(duì)企業(yè)的發(fā)展至關(guān)重要。企業(yè)資金活動(dòng)中體現(xiàn)出的問題主要有：首先，在投資活動(dòng)中，錯(cuò)誤的投資決策可能出現(xiàn)企業(yè)過度投資擴(kuò)張的問題，導(dǎo)致資金流動(dòng)性不足，無法周轉(zhuǎn)，影響企業(yè)資金的使用效率，產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)。其次，在籌資活動(dòng)中，資金成本高也是導(dǎo)致企業(yè)產(chǎn)生財(cái)務(wù)風(fēng)險(xiǎn)的一個(gè)重要因素，大多數(shù)公司選擇負(fù)債作為籌資方式，由于銀行等中介機(jī)構(gòu)的“手續(xù)費(fèi)”“中介費(fèi)”的存在，致使企業(yè)資金成本高?；I資方式不當(dāng)及籌資數(shù)量不足、資本結(jié)構(gòu)不合理，使得企業(yè)產(chǎn)生高額的債務(wù)利息，導(dǎo)致債務(wù)危機(jī)。資金的運(yùn)用方面，資金調(diào)度缺乏合理規(guī)劃，資金管控不嚴(yán)，可能導(dǎo)致資金挪用、侵占，從而使得企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)增大。

從企業(yè)內(nèi)部的管理層面來看，企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)主要存在于資金活動(dòng)和財(cái)務(wù)報(bào)告之中[13]。財(cái)務(wù)報(bào)告詳細(xì)記錄了企業(yè)一段時(shí)間內(nèi)的生產(chǎn)經(jīng)營(yíng)狀況，是企業(yè)進(jìn)行財(cái)務(wù)決策的一個(gè)重要依據(jù)。首先，若財(cái)務(wù)人員在編制財(cái)務(wù)報(bào)告過程中出現(xiàn)失誤，管理人員利用錯(cuò)誤信息做出錯(cuò)誤決策的概率也會(huì)相應(yīng)上升，致使企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)提高。其次，財(cái)務(wù)報(bào)告的編制缺乏有效監(jiān)督，日常活動(dòng)中，相關(guān)部門人員對(duì)于財(cái)務(wù)信息無法有效地掌握，財(cái)務(wù)信息的真實(shí)情況無法驗(yàn)證，增大財(cái)務(wù)報(bào)告出現(xiàn)差錯(cuò)的概率，增大潛在的財(cái)務(wù)風(fēng)險(xiǎn)。

（三）區(qū)塊鏈對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響

區(qū)塊鏈?zhǔn)切屡d科技創(chuàng)新的核心技術(shù)[14]，將區(qū)塊鏈技術(shù)與企業(yè)財(cái)務(wù)活動(dòng)相結(jié)合，可以達(dá)到對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的全面掌控。利用區(qū)塊鏈可追溯的特性，強(qiáng)化資金管理，提高企業(yè)資金運(yùn)用的合理性和流暢度。區(qū)域鏈可明確記錄企業(yè)各項(xiàng)資金往來明細(xì)，更好地掌握資金用途，確保企業(yè)項(xiàng)目順利進(jìn)行，企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)便可有效降低。

首先，區(qū)塊鏈平臺(tái)可實(shí)現(xiàn)去中心化籌資，企業(yè)直接在資本市場(chǎng)融資，在一定程度上可以降低代理成本、提高代理效率，對(duì)財(cái)務(wù)風(fēng)險(xiǎn)有一定的治理效應(yīng)，通過區(qū)塊鏈平臺(tái)可以實(shí)現(xiàn)企業(yè)與企業(yè)之間的資金收付，無需通過第三方機(jī)構(gòu)，資金收付不再受到時(shí)間、地點(diǎn)的限制，降低企業(yè)的時(shí)間成本。同時(shí)，企業(yè)可利用平臺(tái)的智能合約進(jìn)行交易。智能合約是由學(xué)者Szabo[15]于1995年提出來的，他將其定義為“是一套以數(shù)字形式定義的承諾，包括合約參與方可以在上面執(zhí)行這些承諾的協(xié)議”。智能合約擁有智能數(shù)字貨幣和智能數(shù)字資產(chǎn)，并在觸發(fā)預(yù)定條件時(shí)完成對(duì)資產(chǎn)的轉(zhuǎn)移[16]，系統(tǒng)根據(jù)交易規(guī)則自動(dòng)執(zhí)行，避免了傳統(tǒng)交易中的條款紛爭(zhēng)，在傳統(tǒng)交易模式下，由于雙方不信任無法達(dá)成的交易也能順利進(jìn)行，降低雙方交易成本以及違約風(fēng)險(xiǎn)，進(jìn)而降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。

其次，區(qū)塊鏈可以保證財(cái)務(wù)報(bào)告的真實(shí)性。區(qū)塊鏈中的信息數(shù)據(jù)處于一種公開透明的狀態(tài)，這種透明化的模式可以在企業(yè)內(nèi)部或外部起到互相監(jiān)督的作用。企業(yè)在利用區(qū)塊鏈進(jìn)行經(jīng)營(yíng)管理時(shí)，每一筆交易都會(huì)印有時(shí)間戳，使得數(shù)據(jù)區(qū)塊連成了新的結(jié)構(gòu)，形成了區(qū)塊鏈條。每筆交易都有時(shí)間信息，使其都有唯一性。除非控制51%以上的節(jié)點(diǎn)，否則數(shù)據(jù)無法通過單獨(dú)節(jié)點(diǎn)進(jìn)行篡改，基礎(chǔ)財(cái)務(wù)數(shù)據(jù)的真實(shí)性得以保證，使得財(cái)務(wù)報(bào)告真實(shí)可靠，進(jìn)一步降低由于財(cái)務(wù)報(bào)告導(dǎo)致的決策失誤引發(fā)的財(cái)務(wù)風(fēng)險(xiǎn)?；诖?，提出本文假設(shè)1。

H1：區(qū)塊鏈應(yīng)用能夠降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選擇A股上市公司2016—2020年數(shù)據(jù)為初始樣本，利用Stata17對(duì)數(shù)據(jù)進(jìn)行以下處理：（1）剔除ST、？觹ST企業(yè)，并剔除企業(yè)暫停上市、ST年份的數(shù)據(jù);（2）剔除數(shù)據(jù)缺失的企業(yè);（3）剔除企業(yè)上市之前的數(shù)據(jù);（4）對(duì)所有連續(xù)變量進(jìn)行上下1%縮尾處理，以減小離群值帶來的影響。所有數(shù)據(jù)均來自于國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量設(shè)計(jì)

1.被解釋變量

財(cái)務(wù)風(fēng)險(xiǎn)（RISK）。對(duì)于財(cái)務(wù)風(fēng)險(xiǎn)的測(cè)度已有不同的學(xué)者提出方案。Altman提出Z-Score模型衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，即Z-Score=1.2×營(yíng)運(yùn)資金/總資產(chǎn)+1.4×留存收益/總資產(chǎn)+0.6×息稅前利潤(rùn)/總資產(chǎn)+0.999×權(quán)益市場(chǎng)價(jià)值/總負(fù)債的賬面價(jià)值+3.3×營(yíng)業(yè)收入/總資產(chǎn)，Z-Score數(shù)值越大，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越小。1984年，Zmi-jewski提出用破產(chǎn)預(yù)測(cè)指數(shù)衡量財(cái)務(wù)風(fēng)險(xiǎn);除此之外，股票收益波動(dòng)性、β系數(shù)、財(cái)務(wù)杠桿等指標(biāo)也被用來衡量財(cái)務(wù)風(fēng)險(xiǎn)。本文采用Z-Score模型衡量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，為了方便分析，已將財(cái)務(wù)風(fēng)險(xiǎn)取負(fù)號(hào)處理。

2.解釋變量

區(qū)塊鏈虛擬變量與時(shí)間虛擬變量的交互項(xiàng)（BLOCK×TIME）。參考楊德明等[17]、李任斯等[18]的衡量方法，按照企業(yè)年報(bào)中是否出現(xiàn)“區(qū)塊鏈”“分布式計(jì)算”“智能合約”等相關(guān)字樣衡量是否應(yīng)用區(qū)塊鏈。若企業(yè)在2016—2020年應(yīng)用了區(qū)塊鏈，則區(qū)塊鏈虛擬變量取值為1，否則為0;若處于區(qū)塊鏈應(yīng)用當(dāng)年及以后，則時(shí)間虛擬變量取值1，否則為0。企業(yè)應(yīng)用區(qū)塊鏈當(dāng)年及以后，BLOCK×TIME取值為1，否則為0。

3.控制變量

企業(yè)的盈利能力、發(fā)展前景、現(xiàn)金流狀況、資產(chǎn)負(fù)債率等因素均會(huì)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)產(chǎn)生影響，綜合考慮模型設(shè)定偏誤、遺漏變量等問題，選取總資產(chǎn)收益率（ROA）、營(yíng)業(yè)收入增長(zhǎng)率（GROWTH）、現(xiàn)金流能力（CASH）、資產(chǎn)負(fù)債率（LEV）、企業(yè)上市年限（AGE）、財(cái)務(wù)風(fēng)險(xiǎn)滯后項(xiàng)（RISKt-1）作為控制變量，同時(shí)對(duì)個(gè)體維度、時(shí)間維度進(jìn)行雙向固定。

各變量定義如表1所示。

（三）模型構(gòu)建

企業(yè)是否應(yīng)用區(qū)塊鏈構(gòu)成了一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，可以采用雙重差分（DID）評(píng)估區(qū)塊鏈應(yīng)用對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響。由于企業(yè)應(yīng)用區(qū)塊鏈時(shí)間并不一致，參考黃萍萍等[19]的研究方法，采用多時(shí)點(diǎn)DID進(jìn)行模型構(gòu)建。

使用DID模型的前提是政策外生于企業(yè)，但實(shí)際上，企業(yè)是否應(yīng)用區(qū)塊鏈并非隨機(jī)選取，是企業(yè)自主選擇的結(jié)果，會(huì)導(dǎo)致構(gòu)建的多時(shí)點(diǎn)DID模型存在樣本選擇偏誤的內(nèi)生性問題，多時(shí)點(diǎn)DID模型無法應(yīng)用。Rosenbaum et al.[20]提出的傾向得分匹配法（PSM）能夠較好地解決該問題[21]，首先構(gòu)建Logistic模型計(jì)算財(cái)務(wù)風(fēng)險(xiǎn)受到區(qū)塊鏈應(yīng)用影響的概率，其次將得分相近的樣本逐年進(jìn)行匹配，最后剔除位參與匹配的樣本，剩余的樣本便可以用于多時(shí)點(diǎn)DID模型。

進(jìn)行PSM時(shí)，首先，根據(jù)企業(yè)當(dāng)年是否應(yīng)用區(qū)塊鏈篩選處理組和控制組。其次，利用Logistic模型篩選協(xié)變量，篩選出的協(xié)變量為總資產(chǎn)收益率（ROA）、營(yíng)業(yè)收入增長(zhǎng)率（GROWTH）、現(xiàn)金流能力（CASH）、資產(chǎn)負(fù)債率（LEV）、企業(yè)成立年限（AGE）、財(cái)務(wù)風(fēng)險(xiǎn)滯后項(xiàng)（RISKt-1）。最后，根據(jù)協(xié)變量匹配指標(biāo)進(jìn)行傾向得分p的計(jì)算，根據(jù)處理組與對(duì)照組之間p值的相近度進(jìn)行匹配。經(jīng)過PSM處理后獲得的樣本可用于DID進(jìn)行研究分析，本文基于多時(shí)點(diǎn)DID構(gòu)建的回歸模型如下：

RISKi，t=α+β×BLOCK×TIMEi，t+γ×Xi，t+μi+λt+εi，t

其中，RISKi，t為企業(yè)i在第t年的財(cái)務(wù)風(fēng)險(xiǎn)，核心解釋變量為BLOCK×TIMEi，t，如果企業(yè)i在第t年應(yīng)用了區(qū)塊鏈，則BLOCK×TIMEi，t取1，否則取0，Xi，t為控制變量，μi為企業(yè)個(gè)體固定效應(yīng)，λt為時(shí)間固定效應(yīng)。

四、實(shí)證分析

（一）PSM結(jié)果分析

初始樣本為12 467個(gè)，其中處理組樣本為515個(gè)，控制組樣本為11 952。使用PSM進(jìn)行匹配比例為14、半徑為0.002的卡尺內(nèi)近鄰匹配，最終得到處理組樣本數(shù)2 316個(gè)，控制組樣本9 140，滿足共同支撐假設(shè)樣本數(shù)為11 456個(gè)，刪除不滿足共同支撐假設(shè)的樣本數(shù)，最終樣本數(shù)為11 456。

1.平衡性檢驗(yàn)

“條件獨(dú)立性”要求匹配后的處理組和控制組的協(xié)變量不存在顯著差異，如果存在顯著性的差異，則表示協(xié)變量的選取或者匹配的方法不恰當(dāng)。表2為2016—2020年匹配前后逐年平衡性檢驗(yàn)結(jié)果。從表中可以看出，匹配后各年度的各個(gè)變量顯著性明顯下降，相關(guān)系數(shù)有所減小、t值有所減小，R2有較大幅度的下降，因此，可以認(rèn)為各年度兩組協(xié)變量之間不存在顯著差異，協(xié)變量選擇恰當(dāng)且匹配方法恰當(dāng)，PSM估計(jì)可靠。

2.共同趨勢(shì)檢驗(yàn)

雖然匹配降低了處理組和控制組特征偏差，但如果處理組和控制組的得分傾向相差較大，匹配質(zhì)量較差，PSM模型仍然無效。因此，需要進(jìn)行共同趨勢(shì)檢驗(yàn)，確保傾向得分在處理組和控制組之間有足夠的重合區(qū)域。對(duì)比匹配前后的核密度圖如圖1、圖2所示，匹配前處理組和控制組之間差異較大，匹配后的處理組與控制組較為接近，重疊區(qū)域增大，說明匹配效果良好，PSM估計(jì)可靠。

（二）描述性統(tǒng)計(jì)

表3為11 456個(gè)樣本描述性統(tǒng)計(jì)結(jié)果，按照當(dāng)年是否應(yīng)用區(qū)塊鏈進(jìn)行劃分。由表3可知，BLOCK×TIME=1的樣本中，RISK的均值為-8.831，BLOCK×TIME=0的樣本中，RISK均值為-7.888，從數(shù)據(jù)的大小看，應(yīng)用了區(qū)塊鏈的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)較小，優(yōu)于未應(yīng)用區(qū)塊鏈的企業(yè)。財(cái)務(wù)風(fēng)險(xiǎn)大于-1.670，說明企業(yè)處于財(cái)務(wù)困境之中，財(cái)務(wù)風(fēng)險(xiǎn)小于-1.670、大于-2.810，處于灰色地帶，有財(cái)務(wù)風(fēng)險(xiǎn)的可能性較大，財(cái)務(wù)風(fēng)險(xiǎn)小于-2.810，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)較小。無論是BLOCK×TIME=1，還是BLOCK×TIME=0，中位數(shù)的絕對(duì)值均大于2.810。可以看出大多數(shù)企業(yè)處于財(cái)務(wù)風(fēng)險(xiǎn)較低的狀態(tài)，BLOCK×TIME=1的樣本僅有512個(gè)，大多數(shù)企業(yè)沒有應(yīng)用區(qū)塊鏈技術(shù)?？刂谱兞烤幱诤侠硭街畠?nèi)。

（三）相關(guān)性分析

表4為各個(gè)變量之間的相關(guān)性分析結(jié)果，RISK與BLOCK×TIME之間在1%水平上顯著負(fù)相關(guān)，即隨著區(qū)塊鏈的應(yīng)用，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)有所減小，初步驗(yàn)證了前文的H1。解釋變量與控制變量之間相關(guān)系數(shù)較低，系數(shù)絕對(duì)值的最大值僅為0.035，不存在嚴(yán)重的多重共線性。ROA、CASH與RISK之間呈現(xiàn)負(fù)相關(guān)關(guān)系，RISKt-1與RISK之間呈現(xiàn)正相關(guān)關(guān)系，因此，企業(yè)盈利能力越高、經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流與負(fù)債的比值越大、前一年財(cái)務(wù)風(fēng)險(xiǎn)越小，企業(yè)當(dāng)年的財(cái)務(wù)風(fēng)險(xiǎn)就越小。GROWTH、LEV與RISK之間呈現(xiàn)正相關(guān)關(guān)系，企業(yè)營(yíng)業(yè)收入增長(zhǎng)越快、資產(chǎn)負(fù)債率越高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)就越大，符合一般經(jīng)濟(jì)規(guī)律。

（四）多時(shí)點(diǎn)DID回歸結(jié)果分析

為了驗(yàn)證前文提出的假設(shè)，將匹配后剩余樣本代入多時(shí)點(diǎn)DID模型進(jìn)行回歸，回歸結(jié)果如表5所示。列（1）為不加控制變量的多時(shí)點(diǎn)DID回歸結(jié)果，列（2）為加入控制變量的多時(shí)點(diǎn)DID回歸結(jié)果。從列（1）和列（2）可以看出，無論是否加入控制變量，BLOCK×TIME的系數(shù)都顯著為負(fù)，加入控制變量后BLOCK×TIME顯著性由10%變?yōu)?%，控制變量顯著性水平較高，均在1%水平上顯著，相關(guān)系數(shù)符號(hào)及數(shù)值符合一般經(jīng)濟(jì)規(guī)律。由此可知，區(qū)塊鏈的應(yīng)用能顯著降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，假設(shè)得證。列（3）是使用權(quán)重不為空的樣本進(jìn)行回歸，結(jié)果顯示，區(qū)塊鏈與財(cái)務(wù)風(fēng)險(xiǎn)之間的關(guān)系仍然顯著，除CASH外，其余控制變量的顯著性與全樣本顯著性之間無太大差別。

（五）穩(wěn)健性檢驗(yàn)

1.平行趨勢(shì)檢驗(yàn)

平行趨勢(shì)檢驗(yàn)是應(yīng)用DID模型的前提，只有滿足了平行趨勢(shì)，DID的結(jié)果才能準(zhǔn)確。平行趨勢(shì)檢驗(yàn)要求控制組和對(duì)照組在政策應(yīng)用前維持相同的發(fā)展趨勢(shì)，以保證政策的應(yīng)用，這是造成二者變化的唯一因素。本文選擇區(qū)塊鏈應(yīng)用前第三年的數(shù)據(jù)作為基準(zhǔn)組，剔除基準(zhǔn)組數(shù)據(jù)，平行趨勢(shì)檢驗(yàn)構(gòu)建的模型如下：

平行趨勢(shì)檢驗(yàn)結(jié)果如圖3所示。從圖中可以看出，-4、-2、-1期的置信區(qū)間包含0，數(shù)據(jù)不顯著，而0期及以后的置信區(qū)間不包含0，數(shù)據(jù)顯著，滿足平行趨勢(shì)假設(shè)。

2.安慰劑檢驗(yàn)

對(duì)數(shù)據(jù)進(jìn)行虛構(gòu)后進(jìn)行估計(jì)是安慰劑檢驗(yàn)的核心思想，如果不同虛構(gòu)方式下回歸結(jié)果仍然顯著，說明原來的結(jié)果很有可能出現(xiàn)偏差。通常進(jìn)行安慰劑檢驗(yàn)的方法有改變政策時(shí)間、隨機(jī)生成處理組以及替換樣本。為了驗(yàn)證實(shí)證結(jié)果是否受到其他偶然因素影響，本文參考劉瑞明等[22]通過隨機(jī)生成處理組的方式進(jìn)行安慰劑檢驗(yàn)。參照真實(shí)數(shù)據(jù)生成過程，虛擬生成BLOCK×TIME變量，對(duì)數(shù)據(jù)進(jìn)行500次抽樣，得到的結(jié)果如圖4所示，回歸系數(shù)服從正態(tài)分布，均值在0附近，符合安慰劑檢驗(yàn)的預(yù)期。

3.更換PSM比例

將PSM更換匹配比例為15、半徑為0.002的卡尺內(nèi)近鄰匹配，結(jié)果如表6所示。列（1）為不加入控制變量的多時(shí)點(diǎn)DID回歸結(jié)果，列（2）為加入控制變量的多時(shí)點(diǎn)DID回歸結(jié)果，列（3）為使用權(quán)重不為空的樣本進(jìn)行多時(shí)點(diǎn)DID回歸結(jié)果，雖然權(quán)重不為空的系數(shù)有所差異，但顯著性水平幾乎未變，證明上述研究結(jié)果具有穩(wěn)健性，較為可靠。

五、結(jié)論與建議

區(qū)塊鏈應(yīng)用領(lǐng)域逐漸擴(kuò)大，其良好的特性可助力企業(yè)營(yíng)運(yùn)管理，降低風(fēng)險(xiǎn)。本文以2016—2020年滬、深A(yù)股上市公司數(shù)據(jù)為樣本，利用多時(shí)點(diǎn)DID-PSM模型，探究了區(qū)塊鏈對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響，得出區(qū)塊鏈應(yīng)用能夠減小企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的結(jié)論，為企業(yè)是否應(yīng)用區(qū)塊鏈降低財(cái)務(wù)風(fēng)險(xiǎn)提供了一定的參考。在此基礎(chǔ)上提出如下建議：

第一，企業(yè)應(yīng)重視區(qū)塊鏈的應(yīng)用。區(qū)塊鏈技術(shù)與財(cái)務(wù)相結(jié)合具有較好的應(yīng)用場(chǎng)景[23]，加大對(duì)區(qū)塊鏈應(yīng)用的創(chuàng)新，加速區(qū)塊鏈技術(shù)與財(cái)務(wù)的融合程度，利用區(qū)塊鏈技術(shù)進(jìn)行企業(yè)財(cái)務(wù)管理，確保公司穩(wěn)定發(fā)展。

第二，加強(qiáng)資金活動(dòng)的管理。利用區(qū)塊鏈技術(shù)對(duì)資金進(jìn)行管理，可充分掌握資運(yùn)動(dòng)過程，對(duì)資金的使用進(jìn)行詳細(xì)記錄，提高資金利用效率，避免造成不必要的資金浪費(fèi)，降低在資金運(yùn)動(dòng)中的財(cái)務(wù)風(fēng)險(xiǎn)。

第三，完善財(cái)務(wù)報(bào)告。財(cái)務(wù)報(bào)告詳細(xì)記錄了企業(yè)一段時(shí)間內(nèi)的經(jīng)營(yíng)情況，管理者可利用財(cái)務(wù)報(bào)告做出決策。利用區(qū)塊鏈技術(shù)對(duì)財(cái)務(wù)信息進(jìn)行詳查，對(duì)出現(xiàn)差錯(cuò)的財(cái)務(wù)信息及時(shí)進(jìn)行糾正，使得財(cái)務(wù)信息的可靠性得到保證，進(jìn)而增強(qiáng)財(cái)務(wù)報(bào)告的可靠性，降低經(jīng)營(yíng)決策導(dǎo)致的企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)發(fā)生的概率。

六、研究不足

本文分析了區(qū)塊鏈對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響，據(jù)現(xiàn)有資料來看，區(qū)塊鏈大多應(yīng)用于金融行業(yè)和信息產(chǎn)業(yè)，金融行業(yè)的財(cái)務(wù)核算與一般企業(yè)財(cái)務(wù)核算不同，且金融行業(yè)不是本文單獨(dú)研究重點(diǎn)，樣本選擇上剔除了金融行業(yè)數(shù)據(jù)，尚不清楚金融行業(yè)應(yīng)用區(qū)塊鏈?zhǔn)欠衲芙档拓?cái)務(wù)風(fēng)險(xiǎn)。財(cái)務(wù)風(fēng)險(xiǎn)涉及環(huán)節(jié)眾多，既有籌資過程中的財(cái)務(wù)風(fēng)險(xiǎn)，也有投資、營(yíng)運(yùn)、分配過程中的財(cái)務(wù)風(fēng)險(xiǎn)，相關(guān)可延展的問題較多，未來可對(duì)不同環(huán)節(jié)的財(cái)務(wù)風(fēng)險(xiǎn)展開進(jìn)一步研究。

【參考文獻(xiàn)】

[1] 秦榮生.數(shù)字化時(shí)代的財(cái)務(wù)創(chuàng)新發(fā)展[J].財(cái)務(wù)與會(huì)計(jì)，2020（1）：7-9.

[2] 程平，陶思穎.基于區(qū)塊鏈技術(shù)的智能財(cái)務(wù)報(bào)告研究[J].會(huì)計(jì)之友，2020（5）：156-160.

[3] 金樹穎，王鵬，張子辰.基于區(qū)塊鏈技術(shù)的會(huì)計(jì)信息生成路徑優(yōu)化[J].財(cái)會(huì)月刊，2020（11）：76-82.

[4] SATOSHI NAKAMOTO（中本聰）.比特幣：一種點(diǎn)對(duì)點(diǎn)的電子現(xiàn)金系統(tǒng)[DB/ OL].www.bitcoin.org，2008.

[5] WHITAKER RICHARD B.The early stages of financial distress[J].Journal of Economics and Finance，1999，23（2）：123-132.

[6] 尹帥.創(chuàng)業(yè)板上市公司財(cái)務(wù)風(fēng)險(xiǎn)影響因素研究[J].商業(yè)經(jīng)濟(jì)，2017（6）：151-152，154.

[7] 陳志斌，周燕，王詩(shī)雨.產(chǎn)業(yè)競(jìng)爭(zhēng)對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響[J].財(cái)會(huì)月刊，2020（24）：9-15.

[8] 楊軍，趙繼新，李宇航.多元化經(jīng)營(yíng)戰(zhàn)略對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響研究[J].財(cái)會(huì)通訊，2020（14）：78-81.

[9] 王進(jìn)朝，張永仙.企業(yè)生命周期、內(nèi)部控制質(zhì)量與財(cái)務(wù)風(fēng)險(xiǎn)[J].會(huì)計(jì)之友，2020（19）：87-94.

[10] 于建玲，佟孟華，朱澤君.企業(yè)金融化對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響——基于經(jīng)濟(jì)政策不確定性的調(diào)節(jié)效應(yīng)研究[J].國(guó)際金融研究，2021（10）：88-96.

[11] 韓芳，楊柳.社會(huì)責(zé)任信息披露與財(cái)務(wù)風(fēng)險(xiǎn)[J].統(tǒng)計(jì)與決策，2021，37（14）：165-168.

[12] 許漢友，韋希.財(cái)務(wù)共享實(shí)施能降低企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)嗎？[J].財(cái)會(huì)通訊，2021（4）：92-97.

[13] 陽(yáng)震青，牛月月.區(qū)塊鏈技術(shù)下公司財(cái)務(wù)風(fēng)險(xiǎn)管理探究[J].合作經(jīng)濟(jì)與科技，2020（16）：98-100.

[14] 劉光強(qiáng)，干勝道，張玉梅.基于區(qū)塊鏈技術(shù)的會(huì)計(jì)信息可靠性研究[J].會(huì)計(jì)之友，2021（14）：150-155.

[15] SZABO N.Smart contracts：building blocks for digital markets[J/OL].Public Networks.https：//www.fon.hum.uva.nl/rob/Courses/InformationInSpeech/CDROM/Literature/LOTwinterschool2006/szabo.best.vwh.net/smart_cont racts_2.html.

[16] SHUAI WANG，LIWEI OUYANG，YONG YUAN，et al.Blockchain-enabled smart contracts：architecture，applications，and future trends[J].IEEE Transactions on Systems，Man，& Cybernetics：Systems，2019，49（11）：2266-2277.

[17] 楊德明，夏小燕，金淞宇，等.大數(shù)據(jù)、區(qū)塊鏈與上市公司審計(jì)費(fèi)用[J].審計(jì)研究，2020（4）：68-79.

[18] 李任斯，萬(wàn)瀅霖.區(qū)塊鏈對(duì)企業(yè)營(yíng)運(yùn)效率的影響——信任助推器還是炒作？[J].會(huì)計(jì)之友，2021（1）：153-160.

[19]黃萍萍，焦躍華.員工持股、信息透明度與企業(yè)創(chuàng)新——基于員工持股計(jì)劃的準(zhǔn)自然實(shí)驗(yàn)[J].科技進(jìn)步與對(duì)策，2019，36（22）：102-111.

[20] ROSENBAUM P R，RUBIN D B.The central role of the propensity score in observational studies for causal effects[J].Biometrika，1983，70（1）：41-55.

[21] 胡祁，朱銘來.中國(guó)城鄉(xiāng)居民基本醫(yī)保整合政策對(duì)商業(yè)健康保險(xiǎn)發(fā)展的影響——基于PSM-DID方法的實(shí)證分析[J].財(cái)經(jīng)論叢，2021（12）：50-60.

[22] 劉瑞明，毛宇，亢延錕.制度松綁、市場(chǎng)活力激發(fā)與旅游經(jīng)濟(jì)發(fā)展——來自中國(guó)文化體制改革的證據(jù)[J].經(jīng)濟(jì)研究，2020，55（1）：115-131.

[23] 蔡璨.區(qū)塊鏈技術(shù)在企業(yè)集團(tuán)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型的應(yīng)用[J].財(cái)會(huì)通訊，2021（6）：134-137.