金融科技對銀行小微企業(yè)信貸供給績效的驅(qū)動機制
——基于銀行和企業(yè)的微觀調(diào)研數(shù)據(jù)

■文學舟 干丹婷 付輝

一、引言

融資難問題是長期以來制約我國小微企業(yè)發(fā)展的桎梏。相較于大中型企業(yè)，經(jīng)營不確定性較強的小微企業(yè)群體表現(xiàn)出更為強烈的融資需求。人民銀行數(shù)據(jù)顯示，截至2021 年底，我國小微企業(yè)貸款需求指數(shù)比中型企業(yè)和大型企業(yè)的貸款需求分別高出13.4%、10.0%①?！蛾P于進一步對中小微企業(yè)貸款實施階段性延期還本付息的通知》指出，全國各大銀行應秉承“應貸盡貸、應延盡延”的原則，面向小微企業(yè)提供金融支持以縮小其融資缺口。但僅通過降低銀行信貸準入門檻增加信貸供給數(shù)量，只能在短期內(nèi)緩解小微企業(yè)融資困境。要想尋求供給質(zhì)效躍升情境下的突破式增長，還須從供給側發(fā)力。由于目前征信系統(tǒng)不夠完善且銀行服務能力有限，銀行業(yè)的小微企業(yè)信貸服務水平在資源配置效率、產(chǎn)品有效供給、需求識別與響應等方面仍存在較大提升空間。因此，在外部政策壓力加大、市場風險加劇的背景下，銀行需要破解小微企業(yè)自身弱質(zhì)性帶來的信用不足問題，尋求兼顧經(jīng)濟和社會雙重目標約束下的信貸服務質(zhì)效提升。

近年來，隨著金融科技應用在“降成本、降風險”方面的優(yōu)勢不斷凸顯，社會各界逐漸認識到以技術驅(qū)動來縮小信貸資源的結構性偏差將成為推進金融服務實體經(jīng)濟的新途徑。雖然目前銀行的金融科技投入產(chǎn)出效率整體呈上升趨勢，但其規(guī)模效率的提升仍低于純技術效率的提升。因此，銀行需要進一步增強自身整合和利用金融科技的能力，更大程度地發(fā)揮金融科技在小微企業(yè)信貸領域中的經(jīng)濟效應和普惠效應。關于金融科技對銀行信貸供給作用機制的解構可從以下兩個方面展開：一方面，金融科技應用在供給側對銀行進行技術賦能。少數(shù)學者基于動態(tài)能力理論分析框架提出金融科技應用提高了銀行的動態(tài)能力[1，2]。金融科技構建的龐大信息網(wǎng)絡和關系網(wǎng)絡，為銀行提供了海量的數(shù)據(jù)資源，支持銀行做出更精確的風險預估和管理，實現(xiàn)小微企業(yè)信貸需求的精準觸達[3，4]。這種底層技術邏輯催生下的銀行信貸業(yè)務流程再造，使得銀行小微企業(yè)信貸供給模式逐漸向“小額、高頻、精準、靈活”的“滴灌式”轉變[5]。另一方面，金融科技在需求側對小微企業(yè)提供信用賦能。新信用理論的提出和基于實際行為軌跡的動態(tài)評估手段將顛覆傳統(tǒng)金融對信用的定義和衡量[6]。金融科技沉淀的多維數(shù)字信用可彌補部分缺失信用，并將其轉化為小微企業(yè)的信用資本，提高企業(yè)信貸可得性。雖然目前關于信用資本的研究較少，但信用資本的提出為破解小微企業(yè)融資難題提供了理論指導。與傳統(tǒng)信用評級模式下的競爭機制不同，將數(shù)字信用作為獨特資源來增強企業(yè)融資能力，有助于小微企業(yè)公平參與到信貸資源配置之中[7]。在當前“重抵押、重擔?！钡哪Ｊ较?，信用資本作為小微企業(yè)內(nèi)源性信用的一種形式，有利于形成內(nèi)生性的激勵機制，激活小微經(jīng)營主體活力，最終實現(xiàn)信貸供需雙邊的共生共贏。

基于上述背景，本文聚焦金融科技對銀行小微企業(yè)信貸供給績效的作用機制，探究金融科技是否通過動態(tài)能力、信用資本增強了信貸供給績效，以及上述關鍵變量之間的內(nèi)在邏輯，從而為銀行加快金融科技與小微企業(yè)信貸業(yè)務的深度融合提供借鑒。本文可能的邊際貢獻在于：（1）同時關注到金融科技對供需雙邊主體的賦能作用，并將其納入金融科技對銀行信貸供給績效作用機制的研究中，深入剖析內(nèi)在傳導機制。這在已有文獻中鮮有探討。（2）基于動態(tài)能力和信用資本視角，探究在金融科技賦能下，銀行小微企業(yè)信貸供給績效的提升路徑，豐富了相關理論研究，并對銀行創(chuàng)新小微企業(yè)信貸服務模式具有一定參考價值。（3）鑒于目前金融科技與信用資本方面的研究大多為理論分析，本文構建鏈式中介效應模型開展實證研究，并納入銀行信任為調(diào)節(jié)變量，深入分析信用資本與信貸供給績效之間的轉化機制，為相關研究提供了數(shù)據(jù)支持。

二、文獻綜述與研究假設

（一）金融科技對銀行小微企業(yè)信貸供給績效的影響

在傳統(tǒng)金融抑制的大環(huán)境下，我國銀行金融資源配置在宏觀層面表現(xiàn)出“規(guī)模錯配”和“領域錯配”兩大特征，在微觀層面呈現(xiàn)出小微企業(yè)信貸領域中有效供給不足問題。金融科技作為技術驅(qū)動的金融創(chuàng)新，有助于改善金融市場對小微企業(yè)的“惜貸”效應，產(chǎn)生金融“新供給”，同時通過緩解“擠出”效應以保障市場的有效需求，最終推動小微企業(yè)信貸業(yè)務的可持續(xù)發(fā)展[8]。首先，金融科技加速了銀行數(shù)字化轉型進程，使銀行得以突破時空與場景限制以拓寬信貸服務的邊界，進一步緩解金融排斥問題[9]。根據(jù)交易成本創(chuàng)新理論可知，新興技術的運用可降低金融服務的邊際成本，有助于扭轉傳統(tǒng)模式中對高端客戶的偏好，提高銀行信貸供給意愿[10]。其次，金融科技的“溢出效應”和“競爭效應”推動銀行小微企業(yè)信貸管理模式變革，利用先進信息技術可構建龐大的信息和關系網(wǎng)絡以緩解信息不對稱，智能化應用通過改善線上渠道和交互體驗大大提高了銀行對企業(yè)需求的響應能力和資金配置效率[11]，推動小微企業(yè)信貸業(yè)務由粗放式管理向精細化運作轉變，由傳統(tǒng)零售模式向批量授信轉變。此外，金融科技有助于優(yōu)化信用信息環(huán)境，銀行通過整合個人、企業(yè)和行業(yè)等多維數(shù)據(jù)改進信用評估與監(jiān)測模型，征信體系的完善也有利于小微企業(yè)在信貸市場中信任共識與信用激勵機制的形成，有效降低銀行貸款風險和監(jiān)督成本[12]。綜上可知，金融科技是提高銀行小微企業(yè)信貸服務效能的關鍵動力。因此，本文提出假設：

H1：金融科技對銀行小微企業(yè)信貸供給績效具有正向影響。

（二）銀行動態(tài)能力的中介作用

首先，金融科技能夠提高銀行的動態(tài)能力。動態(tài)能力是指組織感知并抓住新機遇，通過整合資源進行商業(yè)模式和業(yè)務創(chuàng)新以適應新環(huán)境并實現(xiàn)持續(xù)競爭優(yōu)勢的能力[13]，包括商業(yè)模式創(chuàng)新、新產(chǎn)品和流程開發(fā)以及生態(tài)系統(tǒng)塑造等能力。在數(shù)字經(jīng)濟時代，信息技術是組織開發(fā)動態(tài)能力的關鍵要素。面對小微企業(yè)經(jīng)營不確定性大以及融資需求“短、小、頻、急”的特點，金融科技的應用能夠賦予銀行新的動態(tài)能力，使銀行在小微企業(yè)信貸業(yè)務中具有更多主動性。具體而言，大數(shù)據(jù)和機器學習模型等金融科技的應用能支持銀行逐漸擺脫傳統(tǒng)評分模型中信息滯后的缺陷，賦予其更加準確、動態(tài)的信用評價和預測能力，也使更多優(yōu)質(zhì)的小微企業(yè)被準確識別而不被擠出市場[3]。同時，金融科技推動下的數(shù)字化轉型有助于銀行實現(xiàn)全面智能化的風險控制，增強銀行的風險承受能力[4]，云計算和人工智能的運用可提升銀行業(yè)務處理的速度與規(guī)模，使小微企業(yè)信貸管理更具靈活性，進一步提高了銀行的內(nèi)部整合能力和外部適應能力。此外，金融科技能夠為銀行開拓更多更加豐富的信貸場景，使得既有小微企業(yè)信貸產(chǎn)品和服務模式得到創(chuàng)新與變革[5]，故金融科技進一步增強了銀行的動態(tài)創(chuàng)新能力。

其次，動態(tài)能力有助于提高銀行小微企業(yè)信貸供給績效。在關于動態(tài)能力的影響效應研究中，學者們主要考慮組織短期適應性和長期競爭優(yōu)勢兩個方面。從短期來看，動態(tài)能力符合企業(yè)創(chuàng)造利潤的內(nèi)在邏輯，通過感知和重置資源抓住產(chǎn)品市場的機會，提高組織協(xié)調(diào)能力來實現(xiàn)短期經(jīng)營績效的增長。從長期來看，動態(tài)能力是提升組織成長績效的來源，內(nèi)部管理制度的變革增強了組織靈活性和運營效率，推動組織創(chuàng)新產(chǎn)品和提高工藝水平以應對市場環(huán)境的變化[14]，進而獲取長期競爭優(yōu)勢。隨著數(shù)字金融的發(fā)展，小微企業(yè)信貸市場成為各大金融機構爭奪的“長尾市場”，銀行作為我國小微企業(yè)間接融資的主要供給主體，動態(tài)能力可為其提高短期業(yè)務增長和長期協(xié)調(diào)發(fā)展提供支持。一方面，外部信息資源的搜尋和整合能力可支持銀行以更低的交易成本實現(xiàn)對企業(yè)信貸需求的有效識別和快速響應，提高產(chǎn)品定制化水平及服務效率，進而形成增收生產(chǎn)力[15]；動態(tài)精準的風險評估、定價和監(jiān)控能力可助力銀行快速應對內(nèi)外部環(huán)境變化，保障其實現(xiàn)在風險收益對等原則下的業(yè)務增長[16]。另一方面，鑒于生態(tài)系統(tǒng)的協(xié)調(diào)整合能力主要由環(huán)境掃描能力、感知能力和動態(tài)創(chuàng)新能力這三種動態(tài)能力構成[17]，銀行可通過建立外部數(shù)據(jù)接口進行信用信息的互聯(lián)和共享以感知小微企業(yè)信貸市場環(huán)境變化，并基于多元化場景進行產(chǎn)品和服務創(chuàng)新以實現(xiàn)金融鏈與產(chǎn)業(yè)鏈的深度融合[2]，進而促進小微企業(yè)信貸供給績效的持續(xù)增長。

綜上，本文認為動態(tài)能力并不是單一的一種能力，而是對各層面能力的融合，銀行的動態(tài)能力滲透于小微企業(yè)信貸供給中的各個環(huán)節(jié)。金融科技為銀行動態(tài)能力的生成提供技術裝備，有助于提高銀行對信息要素的整合與運用效率，使小微企業(yè)信貸業(yè)務更符合成本收益原則。而金融科技作為底層技術仍需有效轉化為銀行動態(tài)能力后才可更好地發(fā)揮經(jīng)濟效用，即銀行動態(tài)能力的轉化是將金融科技與小微信貸深度融合的關鍵環(huán)節(jié)，金融科技通過動態(tài)能力提高銀行小微企業(yè)信貸供給績效。因此，本文提出如下假設：

H2：動態(tài)能力在金融科技與銀行小微企業(yè)信貸供給績效之間起中介作用。

（三）小微企業(yè)信用資本的中介作用

首先，金融科技能夠促進小微企業(yè)信用資本的形成與轉化。銀企間信息不對稱是造成銀行信貸配給不足的重要原因，銀行要求小微企業(yè)通過提供抵質(zhì)押物或第三方擔保為其進行增信[18]。實際上，大部分小微企業(yè)都缺乏有效的抵質(zhì)押，其中也有很大一部分優(yōu)質(zhì)低風險客戶，由于無法有效證明自身的信用能力，而被擠出銀行信貸配置范圍[19]。因此，部分學者提出要為企業(yè)進行信用賦能，即利用金融科技捕捉多維場景下的非財務信息，形成精準畫像以重構客戶的數(shù)字信用[7]。數(shù)字信用的積累和沉淀能夠優(yōu)化信用評價模型，并轉化為小微企業(yè)的信用資本，成為其獨特的信貸資源以彌補因缺少抵質(zhì)押物而帶來的信用不足問題。金融科技除了在信息價值挖掘方面為小微企業(yè)信用賦能，還通過滲透信貸場景對傳統(tǒng)的擔保形式進行顛覆式創(chuàng)新，為小微企業(yè)提供新的增信途徑。如物聯(lián)網(wǎng)和區(qū)塊鏈技術在供應鏈金融領域破解了信用多級穿透困難和動產(chǎn)抵押評估難題，在科技型企業(yè)融資領域推動“數(shù)字質(zhì)押”新形式，有效解決了因信息透明度低且信用難以評估而導致的融資難題，真正實現(xiàn)外部增信由“資產(chǎn)依賴”向“數(shù)據(jù)依賴”轉變。

其次，信用資本的形成和轉化有助于提高銀行小微企業(yè)信貸供給績效。信用資本的概念由國內(nèi)學者率先提出，對企業(yè)融資而言，企業(yè)信用資本是與貨幣資本和物質(zhì)資本等同的可增值性價值，能產(chǎn)生相應的授信額度，本質(zhì)上是企業(yè)信用的貨幣化價值[20]。在價值構成方面，吳晶妹等[21]指出信用資本主要由誠信度（基本誠信素質(zhì)）、合規(guī)度（守約意愿）和踐約度（成交能力與履約能力）三個維度構成，是信用主體在社會和經(jīng)濟活動中的價值取向與信用責任的綜合結果。由上述概念可以發(fā)現(xiàn)，將信用資本作為小微企業(yè)信貸資源配置的新依據(jù)是將普惠金融業(yè)務回歸本質(zhì)的體現(xiàn)。信用作為貸款交易達成的關鍵要素，基于信用資本開展信貸供給有助于銀行減少對第二還款來源的依賴，逐漸向“重履約能力和意愿”思路轉變，更好地識別低風險企業(yè)。此外，信用資本視角下的供給模式賦予了每個小微企業(yè)公平參與信貸資源配置的機會，每一份信用記錄積累都能成為信用資源以提高金融服務可得性[22]。這種機制相比于現(xiàn)有的失信懲戒機制更能形成內(nèi)在約束，激勵企業(yè)守信行為。長此以往，在“信用先行”邏輯下的信貸供需匹配模式將增強小微企業(yè)的信用積累意識，鼓勵更多優(yōu)質(zhì)企業(yè)進入信貸市場，優(yōu)化小微企業(yè)信貸生態(tài)環(huán)境的同時減少銀行風險管理成本，提高銀行信貸供給績效。

綜上可知，金融科技有助于重構銀行與小微企業(yè)的信任機制，將“數(shù)字信用”作為兩者之間的信任紐帶，信用資本的形成和應用進一步推動銀行擺脫“抵質(zhì)押物”依賴，在降低信貸門檻的同時打破傳統(tǒng)模式下的瓶頸制約。因此，金融科技可通過信用資本對銀行小微企業(yè)信貸供給績效形成正向影響。據(jù)此，本文提出假設：

H3：信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間起中介作用。

（四）動態(tài)能力和信用資本的鏈式中介作用

信用錯配是導致信貸配置錯位現(xiàn)象的原因之一，即市場供給主體做出的信用評價可能與授信主體的信用水平相背離。石寶峰等[23]在實證研究中也發(fā)現(xiàn)，銀行當前看似完美的評價指標體系在對客戶進行信用等級劃分時，卻出現(xiàn)了信用等級與違約損失率不匹配的現(xiàn)象。黃益平等[24]研究發(fā)現(xiàn)，金融機構良好的數(shù)字風控能力可提高信用歷史較短用戶的信貸準入概率，提高金融普惠性?？梢?，為促進信用資本成為銀行授信決策環(huán)節(jié)中的重要依據(jù)，銀行需要具備相應的能力以有效整合、評估、監(jiān)測和創(chuàng)新小微企業(yè)的信用資本。在信用資本的形成方面，由于軟信息在緩解銀企信息不對稱方面具有獨特優(yōu)勢，銀行低成本獲取軟信息的能力有助于優(yōu)化小微企業(yè)信用資本評價體系，提高授信精準性[25]。在信用資本的衡量方面，相較于交易型貸款技術，軟信息不易“硬化”的特點使得關系型貸款技術難以發(fā)揮批量授信的優(yōu)勢?；诖?，銀行可借助金融科技將交易型與關系型兩種貸款技術整合為一種新技術，對小微企業(yè)信用資本進行準確衡量，形成批量化自動授信的新模式[26]。在信用資本的監(jiān)測方面，銀行一方面可借助數(shù)字化技術提高信用資本的動態(tài)更新能力以降低信貸風險，另一方面可通過在生態(tài)系統(tǒng)中納入信用與聲譽的積累機制來提高違約成本，進而鼓勵企業(yè)還款[27]。在信用資本的結構性創(chuàng)新方面，根據(jù)上述理論可知，信用資本的結構是多維立體的，銀行對信用信息獲取渠道的拓寬能力，以及基于經(jīng)營場景對抵質(zhì)押物的創(chuàng)新能力都有助于促進信用資本的結構調(diào)整，進而促進其對傳統(tǒng)抵質(zhì)押物的替代。因此，在金融科技賦能下，銀行動態(tài)能力的發(fā)揮有助于有效實現(xiàn)信用資本價值，推動銀行以更低的成本、更高的效率增加小微企業(yè)信貸供給。綜上，本文提出假設：

H4：動態(tài)能力和信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間存在鏈式中介作用。

（五）銀行信任的調(diào)節(jié)作用

銀企間普遍缺乏信任是銀行對小微企業(yè)抵質(zhì)押物要求較高的原因之一。尤其在供給端，銀行對小微企業(yè)存在的認知偏差與認知滯后使得小微企業(yè)在信用市場中長期面臨“信貸歧視”[28]。這種對小微企業(yè)“資質(zhì)差、風險高”的刻板印象迫使大量小微企業(yè)的真實資信水平被低估，進而導致有效需求未得到滿足，甚至大量低風險企業(yè)被拒之門外。隨著關系型貸款技術的引入，上述銀行“惜貸”行為得到了一定緩解，原因在于長期緊密的信貸關系中積累的軟信息使得銀行對小微企業(yè)建立了較高程度的信任。部分學者也通過實證研究發(fā)現(xiàn)銀行信任對小微企業(yè)信貸可得性、貸款利率及抵質(zhì)押要求會產(chǎn)生顯著影響[29]。同時，銀行對企業(yè)較高的信任水平也有助于激勵企業(yè)可信賴行為，進而產(chǎn)生信任的“螺旋效應”。

曾凡龍等[30]基于“謹慎信任場”的概念指出，銀行在利用信息技術評估申貸企業(yè)信用指標的同時需要考察銀企間的信任關系。雖然金融科技從根本上顛覆了信用構建邏輯，創(chuàng)造了一種全新的“數(shù)字信任”模式，但信用資本的形成是一個長期積累、動態(tài)演進的過程。尤其在當前小微企業(yè)歷史數(shù)據(jù)較少及其信用積累意識薄弱的情況下，銀行對小微企業(yè)的整體信任水平較低，往往采取保守的供給策略。具體表現(xiàn)在強擔保方式傾向?qū)е滦滦托刨J產(chǎn)品供給意愿低，重視銀企關系而間接抬高首貸門檻，以及信用評分技術僅作為補充手段阻礙授信效率提高等方面。因此，金融科技賦能下信用資本能否得到有效利用進而促進信貸供給，很大程度上受到銀行信任的影響。綜上，本文認為銀行能否修正對小微企業(yè)的認知偏差，信任金融科技賦能情境下基于信用資本開展的信貸業(yè)務新模式，將影響信用資本對銀行小微企業(yè)信貸供給績效的促進作用，并提出假設：

H5：銀行信任通過促進信用資本對銀行信貸供給績效的正向影響而起調(diào)節(jié)鏈式中介作用。

綜上，構建本研究的理論框架如圖1所示。

圖1 研究思路圖

三、研究設計

（一）樣本選取與數(shù)據(jù)收集

本研究通過問卷星、微信等網(wǎng)絡渠道發(fā)放問卷以獲取樣本數(shù)據(jù)。首先，邀請銀行從業(yè)人員對銀行當前的金融科技建設、動態(tài)能力和信任水平等方面進行評價，同時對其近期授信的一家小微企業(yè)的信用資本進行評價。隨后，對被評價企業(yè)發(fā)放問卷，要求小微企業(yè)對銀行的信貸供給績效進行評價。問卷以匿名形式發(fā)放給銀行從業(yè)人員、小微企業(yè)主或財務人員，共涵蓋我國22 個省份（自治區(qū)）②。本次調(diào)研分別發(fā)放了800 份銀行和小微企業(yè)問卷，并最終整理得到612 份樣本數(shù)據(jù)，其中東部305 份、中部188 份、西部109 份，占比分別為49.84%、30.72%、19.44%。在剔除答題不完整和答案存在明顯錯誤的無效問卷后，最終獲得有效問卷561份，有效率占比為87.25%。樣本特征如表1所示。

表1 樣本特征統(tǒng)計

（二）變量及其測量

為保證問卷的信度與效度，本研究參考國內(nèi)外相關文獻，并經(jīng)過與小微企業(yè)信貸融資領域的專家和銀行從業(yè)人員的多輪討論，形成最終測量量表。此外，問卷中的量表均采用李克特五點評分法進行評價，其中選項1—5 分別代表“完全不同意”“基本不同意”“中立”“基本同意”“完全同意”五個類型，以下為各量表的構建依據(jù)及具體內(nèi)容。

1.金融科技（FT）

金融科技變量主要反映銀行在小微企業(yè)信貸業(yè)務方面的金融科技建設及應用水平。借鑒Lenka等[31]和池毛毛等[32]的相關量表，從信息渠道建設、線上服務平臺建設、作業(yè)系統(tǒng)升級、人才投入、硬件配備情況五個方面進行衡量。

2.動態(tài)能力（DC）

動態(tài)能力變量主要指銀行對外部環(huán)境變化的感知和應變能力及其對內(nèi)外部資源的整合和利用能力。借鑒羅仲偉等[33]對動態(tài)能力構成要素的梳理，以及龐磊[34]的相關量表，本文設計了“準確感知和識別到小微企業(yè)未被滿足的信貸需求”等六個題項以衡量銀行的動態(tài)能力。

3.信用資本（CC）

信用資本變量主要反映銀行對小微企業(yè)綜合資信水平的評價結果。參考吳晶妹等[21]將信用資本解構為誠信資本、合規(guī)資本和踐約資本三大維度，并結合銀行對小微企業(yè)信用評價的相關實踐，本文設計了“該企業(yè)具備較好的交易能力和履約能力”等五個題項進行衡量。

4.信貸供給績效（CSP）

信貸供給績效指的是銀行面向小微企業(yè)提供信貸支持的效率和效果。借鑒薛菁[35]和Song等[36]對融資績效的測量量表，從需求滿足度、信貸成本、產(chǎn)品滿意度、服務效率和靈活性等方面對銀行信貸供給績效進行測量。此外，不同于以往學者用融資量來反映融資需求滿足情況，本文將供需兩側結合起來，用銀行授信額度與小微企業(yè)真實需求額度之比來表示融資需求滿足度。

5.銀行信任（BT）

銀行信任變量主要反映銀行在授信決策中對授信者可靠性的信賴程度。參考鄧超等[37]將銀行信任分成“能力信任、誠實信任和善意信任”三個維度，以及包鳳耐等[38]在關系資本中對信任的測量量表，本文設計了“本行信賴小微企業(yè)客群能夠很好地履行貸款合約”等五個題項對銀行信任進行衡量。

6.控制變量

由于企業(yè)規(guī)模、經(jīng)營年限、資產(chǎn)積累、合作關系等因素都是銀行考察的重點指標，從而會影響到銀行對企業(yè)提供信貸支持的額度、成本及其效率。同時，考慮到不同規(guī)模的銀行在金融科技建設和應用水平方面存在差異，進而會影響其信貸服務的質(zhì)量和效果。因此，本文將企業(yè)員工人數(shù)（N）、經(jīng)營年限（A）、營業(yè)收入（I）、銀企合作時長（T）和銀行規(guī)模（S）作為控制變量納入模型之中。

（三）研究方法選取

結構方程模型（Structural Equation Model，SEM）是一種以變量的協(xié)方差為分析基礎來研究變量之間相互關系的統(tǒng)計方法。相較于一般的回歸分析，結構方程模型更適用于處理復雜的多變量模型，能夠?qū)撟兞颗c觀測變量同時納入理論模型，并對各變量之間的路徑關系進行統(tǒng)計檢驗，通過模型的動態(tài)調(diào)整以增強模型的合理性和分析結果的準確性，同時還可更好地控制測量誤差[39]。因此，本文選取結構方程模型開展后續(xù)的實證研究。

四、實證檢驗

（一）金融科技對銀行小微企業(yè)信貸供給績效影響路徑的模型構建

結構方程模型主要由測量模型和結構模型兩部分組成。其中，測量模型是結構方程模型中的測量部分，它是一種驗證性的因子分析模型，主要用來描述潛變量(η,ξ)與觀測變量(x,y)之間的關系；結構模型則是結構方程模型中的結構部分，主要用來描述各潛變量之間的關系，相當于路徑分析模型。具體公式如下：

測量模型方程：

其中，y、x分別表示內(nèi)外生觀測變量；η、ξ分別為內(nèi)外生潛變量；Λx、Λy為因子載荷矩陣；δ、ε為誤差項。

結構模型方程：

其中，η為內(nèi)生潛變量；β為相關系數(shù)；ξ為外在潛在變量；Γ 為回歸系數(shù)；ζ為殘差項。

本文在此理論基礎上，建立了金融科技與銀行小微企業(yè)信貸供給績效之間的路徑關系，其中包含4 個內(nèi)生潛變量，分別為金融科技、動態(tài)能力、信用資本和銀行小微企業(yè)信貸供給績效，1 個外生變量為銀行信任。同時，每個潛變量分別對應5～6 個觀測變量（見表2）。

表2 信效度檢驗與驗證性因子分析

（二）信度與效度檢驗

為保證問卷設計的合理性，本研究首先在江蘇地區(qū)開展預調(diào)研，對收集的120 份樣本進行分析后發(fā)現(xiàn)量表通過信效度檢驗。隨后利用SPSS 23.0 軟件對此次調(diào)研最終收回的561份有效樣本進行信度檢驗，結果顯示，問卷整體的內(nèi)部一致性指標Cronbach α為0.889＞0.8，各潛變量的Cronbach α均大于0.8，且組合信度CR 值均大于0.7，說明本研究樣本信度較好。

對量表進行效度分析可知：第一，由于本文所使用的量表是通過梳理前人文獻和實地調(diào)研資料編制而成的，因此可認為問卷具有良好的內(nèi)容效度。第二，整個量表的KMO值為0.902，Bartlett球形檢驗值為7662.627，顯著性水平為0.000，各變量的KMO 值也均大于0.7，說明樣本數(shù)據(jù)的結構效度較好，適合做因子分析。第三，各變量的因子載荷均大于0.7，AVE 值均大于0.5，且AVE 值的平方根大于各變量的相關性系數(shù)，說明量表的收斂效度和區(qū)別效度較好。第四，模型擬合結果x2/df為1.759＜3，RMSEA為0.037＜0.08，GFI、CFI、TLI、IFI 擬合值均大于0.9，均達到適配度指標要求，且比其他因子個數(shù)模型的擬合效果都要好，說明本問卷構建效度較好。量表具體題項以及上述相關指標詳情如表2所示。

（三）共同方法偏差檢驗

隨后，本研究采用Harman單因素方法和共同方法潛因子（CMV）進行共同方法偏差檢驗。首先，Harman單因素方法檢驗的結果顯示，量表中特征根大于1的因子總變異解釋量為67.535%，第一個主成分的變異解釋量為18.695%，未超過總變異解釋量的一半，可初步認為本研究不存在嚴重的共同方法偏差問題。此外，共同方法潛因子（CMV）檢驗結果也表明，在模型中加入共同方法變異因子前后，模型的擬合指標并未明顯提高（ΔRMSEA=0.016＜0.05，ΔSRMR=0.036＜0.05，ΔCFI=0.004＜0.1，ΔTLI=0.002＜0.1）。綜上可知，本研究使用的數(shù)據(jù)不存在嚴重的共同方法偏差。

（四）描述性統(tǒng)計及相關性分析

如表3所示，通過分析本研究主要變量的均值、標準差及相關系數(shù)可知，各變量間的相關系數(shù)均小于0.5 且顯著，方差膨脹因子VIF 小于10，說明變量間不存在多重共線性問題，可進行后續(xù)分析。

表3 潛變量的均值、標準差及相關系數(shù)

（五）分析結果

鑒于近年來Bootstrap法被多數(shù)學者用于中介檢驗，因此本文采用Bootstrap法對模型進行實證檢驗。

1.中介效應檢驗

首先，本文采用有放回的抽樣模式，對561份有效樣本進行Bollen-Stine Bootstrap 運算，其中設置Bootstrap 樣本為2000，置信水平為95%。最終運算得到Bollen-Stine Bootstrap 值為0.000，說明不能拒絕圖1 所示的原假設模型，即金融科技能夠提高銀行小微企業(yè)信貸供給績效，且以動態(tài)能力、信用資本為中介變量的模型成立。對企業(yè)員工人數(shù)、經(jīng)營年限、營業(yè)收入、銀企合作時長和銀行規(guī)模5個變量進行控制以后，以下為結構方程模型的檢驗結果及擬合值（見表4）。

表4 結構方程模型的檢驗結果及擬合值

通過分析結構方程的模型擬合系數(shù)可知，加入控制變量后，x2/df、RMSEA、GFI 等擬合統(tǒng)計值均處于標準值范圍內(nèi)，且整體優(yōu)于未加入控制變量的模型，說明此模型的整體適配程度較好。此外，根據(jù)表4 中變量間路徑系數(shù)可知，金融科技對銀行小微企業(yè)信貸供給績效起正向促進作用；金融科技對銀行的動態(tài)能力起正向促進作用，動態(tài)能力對信貸供給績效起正向促進作用；金融科技對小微企業(yè)信用資本起正向促進作用，信用資本對信貸供給績效起正向促進作用。上述分析結果初步驗證了本研究假設，并為后續(xù)檢驗提供基礎支持。

其次，由于本研究構建的模型為多重中介模型，故還需要對多重中介的傳導機制進行檢驗。因此，本文將并列中介模型、純鏈式中介模型和無中介模型作為三個競爭模型與本文構建的原模型進行比較，以檢驗設定的多重鏈式中介效應模型是否合理。檢驗結果如表5所示。

表5 多模型擬合度對比

由于競爭模型1、競爭模型2與原模型屬于嵌套模型，通過模型擬合指標進行比較可知，雖然競爭模型1、2 的擬合指標均達到可接受水平，但不及原模型理想。同時，通過對比競爭模型1、2 與原模型的卡方變化發(fā)現(xiàn)，相較于競爭模型1、2，原模型的卡方變化顯著（Δx2（1）=22.701，p＜0.05；Δx2（2）=52.584，p＜0.05），故應選擇擬合指標更好的原模型。鑒于競爭模型3 與原模型屬于非嵌套模型，通過比較兩個模型的貝葉斯信息準則（BIC）可得，競爭模型3 的BIC 為923.472，原模型的BIC 為867.741，ΔBIC 為55.731＞10，則BIC 較小的原模型更優(yōu)。綜上，本文構建的多重鏈式中介模型更能夠有效反映變量之間的數(shù)據(jù)關系。

最后，本文應用Bootstrap 運算得到中介效應檢驗的宏值及置信區(qū)間。結果如表6 所示，若路徑系數(shù)的95%置信區(qū)間未包含0，則說明中介效應顯著。

表6 基于Bootstrap法的中介效應分析結果

由上述分析結果可知：第一，動態(tài)能力在金融科技與銀行小微企業(yè)信貸供給績效之間的部分中介效應顯著（β=0.063，p＜0.01），Bootstrap 的95%置信區(qū)間為[0.027，0.109]，不包含0，支持假設H2。第二，信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間的部分中介效應顯著（β=0.084，p＜0.01），Bootstrap 的95%置信區(qū)間為[0.044，0.142]，不包含0，支持假設H3。第三，動態(tài)能力→信用資本的路徑系數(shù)顯著（β=0.23，p＜0.001），且動態(tài)能力與信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間的鏈式中介效應顯著（β=0.023，p＜0.01），Bootstrap 的95%置信區(qū)間為[0.011，0.042]，不包含0，支持假設H4。

2.銀企信任的調(diào)節(jié)效應及被調(diào)節(jié)的中介效應檢驗

由于建立結構方程模型對有調(diào)節(jié)的中介效應進行分析能夠有效控制測量誤差，準確估計中介和調(diào)節(jié)效應值，因此，本文運用潛調(diào)節(jié)結構方程模型（Latent Moderate Structural Equations，LMS）的無約束估計法，驗證銀行信任變量在信用資本與信貸供給績效之間的調(diào)節(jié)作用，并對被調(diào)節(jié)的鏈式中介模型進行假設檢驗。

首先，按照“大配大、小配小”原則對中心化后的觀測變量進行處理，進而構建出銀行信任和信用資本調(diào)節(jié)項的觀察指標。將調(diào)節(jié)變量和調(diào)節(jié)項加入最優(yōu)中介模型后發(fā)現(xiàn)，模型的擬合度指標良好（x2/df=1.313，RMSEA=0.024，GFI=0.934，CFI=0.984，TLI=0.982），且有調(diào)節(jié)的鏈式中介模型的部分擬合指標相較于基準鏈式中介模型得到優(yōu)化，且兩個模型R2變化也顯著（ΔR2=0.043，p＜0.001）。數(shù)據(jù)運行結果顯示：銀行信任和信用資本的交互項對銀行信貸供給績效的作用顯著（β=0.225，p＜0.001），說明銀行信任正向調(diào)節(jié)了信用資本與銀行信貸供給績效之間的關系。路徑估計結果如圖2所示。

圖2 中介-調(diào)節(jié)模型估計

其次，為更直觀清晰地解釋調(diào)節(jié)效應，進行簡單坡度分析并繪制調(diào)節(jié)效應分析圖，如圖3 所示。通過對比發(fā)現(xiàn)，當銀行信任水平較高時，信用資本對銀行小微企業(yè)信貸供給績效的正向影響較強，且達到顯著性水平（β=0.528，t=5.901，p＜0.001）；當銀行信任較低時，信用資本對銀行小微企業(yè)信貸供給績效的正向影響不顯著（β=0.582，t=-1.187，p＞0.05）。說明當銀行在信貸供給中對小微企業(yè)客群持有更高水平的信任時，信用資本的應用更有助于銀行小微企業(yè)信貸供給績效的提高，進而支持銀行信貸服務水平的提高。

圖3 銀行信任的調(diào)節(jié)作用

最后，對模型中被調(diào)節(jié)的鏈式中介效應做進一步檢驗，本研究主要采用系數(shù)乘積法和差異分析法進行分析。其中，系數(shù)乘積法是指對中介變量與調(diào)節(jié)項之間路徑系數(shù)乘積的顯著性進行判斷。檢驗結果表明：在金融科技通過動態(tài)能力與信用資本影響小微企業(yè)信貸供給績效的鏈式中介效應中，中介變量與調(diào)節(jié)項之間的路徑系數(shù)乘積（a1×d1×b3）為0.023（p＜0.01），表明銀行信任對上述鏈式中介效應存在顯著的調(diào)節(jié)作用。通過對比分析被調(diào)節(jié)的鏈式中介效應檢驗結果（見表7）可知，當銀行信任水平較低時（均值減一個標準差），上述鏈式中介效應值為0.028（p＞0.05），95%的Bootstrap 置信區(qū)間包含0，為[-0.092，0.128]，說明鏈式中介效應不顯著；當銀行信任水平較高時（均值加一個標準差），上述鏈式中介效應值為0.185（p＜0.01），95%的Bootstrap 置信區(qū)間不包含0，為[0.082，0.327]。同時，銀行信任水平較低與較高時，鏈式中介路徑的間接效應值存在顯著差異（p＜0.05，CI[0.174，0.199]），說明隨著銀行信任水平的增強，動態(tài)能力與信用資本在金融科技與信貸供給績效之間的鏈式中介效應也不斷增強，即銀行信任能夠顯著促進動態(tài)能力、信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間的鏈式中介作用，假設H5 得到支持，且鏈式中介效應只在銀行信任水平較高的小微企業(yè)業(yè)務中有顯著影響。

表7 被調(diào)節(jié)的鏈式中介效應檢驗結果

五、結論與建議

（一）研究結論

本文立足于國內(nèi)小微企業(yè)信貸的現(xiàn)實情境，通過構建結構方程模型，剖析了金融科技對銀行小微企業(yè)信貸供給績效的作用機制以及銀企信任對上述機制的影響，提出金融科技能夠增強銀行的動態(tài)能力，且在金融科技賦能下信用資本的形成與轉化能夠提高小微企業(yè)的信用能力，進而影響銀行小微企業(yè)信貸供給績效。通過問卷調(diào)查和實證分析，本文得出以下結論：

第一，金融科技對銀行小微企業(yè)信貸供給績效具有正向影響，金融科技構建的信息與關系網(wǎng)絡為銀行低成本獲取高質(zhì)量信息提供支持，從而提升了小微企業(yè)信貸服務水平。

第二，銀行動態(tài)能力、小微企業(yè)信用資本在金融科技與銀行小微企業(yè)信貸供給績效之間起多重鏈式中介作用。這表明：（1）金融科技應用可以通過增強銀行在小微企業(yè)信貸業(yè)務中的動態(tài)能力，使銀行更具適應性和主動性，進而正向影響小微企業(yè)信貸供給績效。（2）金融科技通過促進小微企業(yè)信用資本的形成、積累和創(chuàng)新，使更多優(yōu)質(zhì)的小微企業(yè)進入信貸市場，降低逆向選擇和道德風險，從而正向影響銀行面向小微企業(yè)的信貸供給績效。（3）金融科技可以先通過技術賦能于銀行使其具備更高水平的動態(tài)能力，再通過動態(tài)能力促進信用資本的應用，最終間接正向影響銀行小微企業(yè)信貸供給績效。

第三，銀行信任通過促進信用資本對銀行小微企業(yè)信貸供給績效的正向影響，進而調(diào)節(jié)動態(tài)能力與信用資本的鏈式中介作用，但對于銀行信任低水平情境而言，該正向影響的鏈式中介作用不顯著。這是因為在當前“重抵押、重擔?！敝鲗Ｊ降挠绊懴拢y行對小微企業(yè)仍采取“謹慎”策略，金融科技應用雖能在一定程度上增強銀行抗風險能力，但未在實踐中明顯表現(xiàn)為對小微企業(yè)風險容忍度的提高。因此，銀行對小微企業(yè)的信任水平越高，越能驅(qū)動銀行將更多金融科技資源投入到自身動態(tài)能力發(fā)展中，提高銀行對信用資本建設和管理的重視程度，進而支持“信用資本”主導邏輯下的供給模式創(chuàng)新以提高銀行小微企業(yè)信貸供給績效。

（二）研究建議

基于上述研究結論，本文從金融科技建設、銀行動態(tài)能力提升、小微企業(yè)信用資本催化以及銀企信任關系發(fā)展四個方面提出如下建議：

第一，開展金融科技建設工程，構建小微企業(yè)信貸服務一體化格局。政府需積極推動小微企業(yè)融資服務平臺建設，形成“省域統(tǒng)一、市級分建、數(shù)據(jù)共享”的協(xié)同治理架構，整合工商、稅務、司法等多部門信息，建立小微企業(yè)信用信息數(shù)據(jù)庫，打破信息流動壁壘；搭建“金融超市”，鼓勵商業(yè)銀行在線開發(fā)小微企業(yè)個性化、信用化產(chǎn)品，生成金融產(chǎn)品智能推薦清單，促進小微企業(yè)信貸需求的精準對接；加快國內(nèi)小微企業(yè)數(shù)字征信實驗區(qū)的成果轉化，利用區(qū)塊鏈技術搭建征信鏈平臺，成立“政府-征信-銀行”部門聯(lián)盟，完善社會信用體系，提高小微企業(yè)信用畫像的精準性。

第二，深化金融科技應用開發(fā)，持續(xù)增強商業(yè)銀行動態(tài)能力。商業(yè)銀行可設立金融科技應用研發(fā)中心，針對小微企業(yè)信貸業(yè)務特點探索更具“數(shù)字化、精細化、差異化”優(yōu)勢的管理模式。例如，創(chuàng)設“電子貸款碼”，實現(xiàn)小微企業(yè)信貸申請、評估、授信和反饋等流程的一站式服務，破解銀行需求響應速度慢、獲客成本高等問題。此外，對多維立體數(shù)據(jù)的整合和挖掘能力是銀行增強抗風險能力的關鍵環(huán)節(jié)，銀行需不斷優(yōu)化信用評價、產(chǎn)品創(chuàng)新和智能風控三大體系，真正做到“一戶一價、一戶一品、一期一價”。此外，動態(tài)能力的提高還需銀行以更開放的思維加強外部合作，如與稅務、擔保、電商平臺、風險投資等機構開展合作，掌握更多準確信息，針對具有成長性的小微企業(yè)開展個性化服務。

第三，注重小微企業(yè)信用資本催化，形成企業(yè)信用硬實力。信用資本作用的發(fā)揮，需要銀行加強對信用數(shù)據(jù)的綜合治理。一方面，要利用金融科技對小微企業(yè)既有信用資源進行科學評價；另一方面，需不斷拓寬信用資本的來源和用途，創(chuàng)新信用資本結構，例如納入社保、產(chǎn)業(yè)扶持等“替代信息”，以及實施“金融鏈長制”服務模式，利用區(qū)域重點產(chǎn)業(yè)鏈、行業(yè)鏈優(yōu)勢為鏈上小微企業(yè)增信。此外，小微企業(yè)信用資本的催化是一個動態(tài)演進的過程，針對發(fā)展?jié)摿玫珪翰痪邆淙谫Y條件、或有信用瑕疵的小微企業(yè)，可開發(fā)小微企業(yè)信用孵化功能，對其開展重點培育和分類修復，直至符合融資條件。

第四，積極開發(fā)和維護銀企信貸關系，提高銀企信任程度。在技術賦能與信用賦能雙輪驅(qū)動情境下，銀行可適當提高風險容忍度，以“小額、高頻、靈活”的“滴灌式”授信模式與小微企業(yè)開展首貸、續(xù)貸合作，同時可建立小微企業(yè)客戶發(fā)展名單，開展融資需求排摸，建立良性互動關系。此外，可采取一些獎勵措施來培養(yǎng)企業(yè)信用素養(yǎng)，如對積極還款的企業(yè)給予更高額度和更低成本的信用貸款，并額外配置信用備用金以激勵守信行為。積極開展“四深入、送服務”宣傳教育活動，如搭建銀企交流平臺以輸送小微企業(yè)管理知識，組建專家宣講團普及金融政策和信用知識，引導小微企業(yè)通過誠信經(jīng)營、主動披露信息和增加銀企間非貸款業(yè)務合作等途徑實現(xiàn)自身信用積累。

注 釋

①中國中央銀行發(fā)布的2021 年第四季度銀行家問卷調(diào)查報 告.2021 年12 月23 日.http：//www.pbc.gov.cn/goutongjiaoliu/113456/113469/4435980/2021123016433889608.

②調(diào)查涉及如下22個省份（自治區(qū)）：江蘇省、浙江省、安徽省、江西省、貴州省、湖南省、河南省、湖北省、福建省、廣東省、四川省、云南省、山東省、山西省、黑龍江省、吉林省、甘肅省、陜西省、內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。