數(shù)字普惠金融與債務(wù)違約風(fēng)險

薛雨佳

【摘要】文章以2011—2020年A股上市公司為樣本，使用手工搜集的上市公司債務(wù)違約訴訟數(shù)據(jù)對企業(yè)債務(wù)違約風(fēng)險進行度量，研究發(fā)現(xiàn)中國數(shù)字普惠金融的發(fā)展有助于降低企業(yè)的債務(wù)違約風(fēng)險。進一步研究發(fā)現(xiàn)，數(shù)字普惠金融的發(fā)展主要通過影響企業(yè)的融資能力以及盈利能力，進而影響企業(yè)的債務(wù)違約風(fēng)險。研究內(nèi)容為中國通過普惠金融創(chuàng)新優(yōu)化金融環(huán)境，穩(wěn)定金融市場提供證據(jù)支持，為中國金融創(chuàng)新以及企業(yè)風(fēng)險防范提供有益借鑒。

【關(guān)鍵詞】數(shù)字普惠金融；債務(wù)違約風(fēng)險；金融市場

【中圖分類號】F275；F49；F832

一、引言

近年來，債務(wù)違約成為中國企業(yè)面臨的嚴峻問題，一系列的債務(wù)違約事件引發(fā)了社會各界的關(guān)注。2020年10月，華晨汽車集團發(fā)行的規(guī)模為10億元的公司債券“17華汽05債”未能如期兌付，導(dǎo)致其旗下的公司債停牌，債權(quán)人的利益受到嚴重損害，其信用等級也被多家信用評級機構(gòu)下調(diào)。債務(wù)違約不僅會侵害債權(quán)人的利益，而且具有“傳染效應(yīng)”，一家上市公司發(fā)生債券違約，可能會“傳染”至其他上市公司，從而危害整個金融市場的穩(wěn)定，對實體經(jīng)濟造成負面影響（Leitner，2005；寧博等，2020）[1，2]。銀保監(jiān)會的統(tǒng)計數(shù)據(jù)顯示，我國商業(yè)銀行2013年的不良貸款率為0.96%，而到2022年第三季度末，我國商業(yè)銀行的不良貸款率已經(jīng)達到1.66%，債務(wù)違約已經(jīng)成為我國資本市場中亟待解決的問題。

隨著數(shù)字技術(shù)和互聯(lián)網(wǎng)技術(shù)的高度發(fā)展，數(shù)字金融成為我國經(jīng)濟高質(zhì)量發(fā)展的重要引擎（萬佳彧等，2020）[3]。很多研究關(guān)注數(shù)字普惠金融的影響，但是很少有研究關(guān)注數(shù)字普惠金融的發(fā)展是否有助于降低企業(yè)的債務(wù)違約風(fēng)險，維護金融市場的穩(wěn)定。本文以2011-2020年A股上市公司為樣本，研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展有助于降低企業(yè)的債務(wù)違約風(fēng)險。進一步研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展可以通過降低企業(yè)的債務(wù)融資成本、提升企業(yè)的盈利能力，進而降低企業(yè)的債務(wù)違約風(fēng)險，即債務(wù)融資成本和盈利能力具有中介效應(yīng)。

二、研究假設(shè)

本文認為數(shù)字普惠金融的發(fā)展有助于降低企業(yè)的債務(wù)違約風(fēng)險。第一，數(shù)字普惠金融降低了信息的不對稱性，這有助于提升金融機構(gòu)對貸款方的了解程度，篩選高風(fēng)險貸款人，提前防范違約風(fēng)險的發(fā)生。數(shù)字普惠金融依托互聯(lián)網(wǎng)技術(shù)，通過云計算、大數(shù)據(jù)分析等方法，構(gòu)建基于數(shù)據(jù)的風(fēng)險控制體系，實現(xiàn)了信息的共享。信息不對稱性的降低有助于債權(quán)人更高效地采集企業(yè)財務(wù)狀況數(shù)據(jù)等相關(guān)信息，更加了解企業(yè)的財務(wù)狀況和風(fēng)險情況，對企業(yè)的還款能力進行合理的評估，促進資源的有效配置（黃浩，2018）[4]。有效的資金配置有助于減少不良貸款的產(chǎn)生，降低企業(yè)債務(wù)違約的概率（陳德球等，2013；許浩然和荊新，2016）[5，6]。

第二，信息不對稱性的降低有助于降低企業(yè)的融資成本，提升企業(yè)的融資能力，進而降低債務(wù)違約風(fēng)險。前人研究發(fā)現(xiàn)信息不對稱性的降低有助于制定更有效的債務(wù)契約，有效的債務(wù)契約形成有效的監(jiān)督，可以顯著降低企業(yè)的債務(wù)違約風(fēng)險（Han and Zhou，2014）[7]。Hasan等（2017）[8]研究發(fā)現(xiàn)債權(quán)人所要求的風(fēng)險溢價會隨著信息不對稱性的降低而降低。過高的融資約束容易導(dǎo)致企業(yè)資金鏈斷裂，債務(wù)違約風(fēng)險增加，而較為寬松的債務(wù)條款有助于企業(yè)以較低的成本獲得所需資金，降低了資金鏈斷裂的可能性，進而降低企業(yè)的債務(wù)違約風(fēng)險（許浩然和荊新，2016）[5]。數(shù)字普惠金融的發(fā)展使債權(quán)人更加了解企業(yè)的發(fā)展水平，緩解了因信息不對稱導(dǎo)致的逆向選擇問題，這有助于企業(yè)與債權(quán)人簽訂更合理的債務(wù)契約，降低企業(yè)的融資成本，提升企業(yè)的融資能力，防止資金鏈的斷裂，進而降低了企業(yè)的債務(wù)違約風(fēng)險。

第三，數(shù)字普惠金融拓寬了企業(yè)的資金來源，有助于企業(yè)改善財務(wù)狀況及盈利能力。企業(yè)的財務(wù)狀況和盈利能力與其債務(wù)違約風(fēng)險密切相關(guān)（Bharath and Shumway，2008）[9]。吳世農(nóng)和盧賢義（2001）[10]研究發(fā)現(xiàn)凈資產(chǎn)報酬率對我國上市公司的債務(wù)違約風(fēng)險有極強的解釋能力。Becchetti and Sierra（2003）[11]提出企業(yè)的全要素生產(chǎn)效率與其債務(wù)違約風(fēng)險緊密相關(guān)，企業(yè)生產(chǎn)效率越高，債務(wù)違約風(fēng)險越低。對于數(shù)字普惠金融來說，一方面，數(shù)字普惠金融平臺通過支付、社交、電商等場景沉淀的數(shù)據(jù)，將很多原來無法從銀行等金融機構(gòu)獲得貸款的企業(yè)納入到金融服務(wù)體系，拓寬了這些企業(yè)獲得資金的渠道，使得企業(yè)的發(fā)展有更加充足的資金支持，這有助于改善企業(yè)的經(jīng)營和財務(wù)狀況，提升企業(yè)的償債能力，降低企業(yè)債務(wù)違約風(fēng)險；另一方面，相比傳統(tǒng)金融，數(shù)字普惠金融在技術(shù)方面的創(chuàng)新提升了交易效率、降低了交易成本，從而降低了金融服務(wù)門檻（萬佳彧等，2020）[3]。這有助于吸引更多的投資者，拓寬企業(yè)的融資來源，提升企業(yè)績效，進而降低企業(yè)的債務(wù)違約風(fēng)險。由此提出主假設(shè)：

H：數(shù)字普惠金融有助于降低企業(yè)的債務(wù)違約風(fēng)險。

三、樣本選擇與模型構(gòu)建

（一）樣本選擇

本文以2011—2020年A股上市公司為樣本，檢驗數(shù)字普惠金融發(fā)展對債務(wù)違約的影響。數(shù)字普惠金融數(shù)據(jù)來源于《北京大學(xué)數(shù)字普惠金融指數(shù)》，由于該指標的開始時間為2011年，因此本文的樣本起始時間為2011年。債務(wù)違約數(shù)據(jù)基于CNRDS數(shù)據(jù)庫以及Wind數(shù)據(jù)庫手工整理所得，其他數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。剔除金融行業(yè)的樣本、ST及*ST的公司樣本以及存在缺失值的樣本后，本文一共得到17 853個“公司-年度”觀測值。為了避免異常值對文章的實證結(jié)果產(chǎn)生干擾，本文對所有連續(xù)變量進行了1%和99%分位數(shù)的縮尾處理。

（二）變量定義

1.債務(wù)違約（Default）

本文借鑒陳婧等（2018）[12]對企業(yè)債務(wù)違約的度量方法，根據(jù)上市公司訴訟數(shù)據(jù)中涉及債務(wù)違約的訴訟樣本作為上市公司是否發(fā)生債務(wù)違約的判斷標準。具體篩選標準如下：（1）在“案件名稱”項目中，篩選含“借款合同糾紛”“借款糾紛”“貸款糾紛”“金融借款糾紛”“票據(jù)糾紛”“企業(yè)借貸糾紛”“欠款糾紛”“債權(quán)債務(wù)糾紛”“債務(wù)糾紛”的樣本；（2）剔除數(shù)據(jù)披露方作為原告的樣本；（3）剔除了披露方作為擔(dān)保方（非第一被告）而被訴請承擔(dān)連帶擔(dān)保責(zé)任的樣本；（4）剔除了被告為披露方母公司或其他大股東的樣本；（5）剔除了被告為披露方參股公司（非控股股東）的樣本；（6）剔除了披露方與被告存在其他關(guān)聯(lián)關(guān)系，但無直接控股關(guān)系的樣本。若上市公司出現(xiàn)債務(wù)違約，則Default=1，否則Default=0。

2.數(shù)字普惠金融（Index）

參照易行健和周利（2018）[13]的度量方法，本文使用北京大學(xué)互聯(lián)網(wǎng)金融研究中心聯(lián)合螞蟻金服發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)》中的數(shù)字普惠金融總指數(shù)及其兩個主要細分指標：數(shù)字普惠金融覆蓋廣度和數(shù)字普惠金融使用深度，共同度量數(shù)字普惠金融的發(fā)展水平。參照已有文獻的做法，本文采用市級維度指數(shù)進行度量，將指數(shù)同時除以100以解決數(shù)值過大的問題。

3.控制變量

借鑒陳德球等（2013）[5]的研究，本文還控制了以下可能對企業(yè)債務(wù)違約產(chǎn)生影響的控制變量：企業(yè)規(guī)模（Size）；資產(chǎn)負債率（Lev）；盈利能力（Roa）；現(xiàn)金流量（Cf）；企業(yè)資產(chǎn)的流動性（Liq）；債務(wù)擔(dān)保能力（Tang）；產(chǎn)權(quán)性質(zhì)（Soe）；審計質(zhì)量（Big4）。本文還控制了年份以及行業(yè)固定效應(yīng)，并采用公司層面的聚類標準誤。本文中各變量的具體定義如表1所示。

（三）模型設(shè)計

模型（1）中，被解釋變量為企業(yè)債務(wù)違約（Default），考慮到債務(wù)違約具有一定的滯后性，為了緩解內(nèi)生性問題，本文參照陳德球等（2013）的研究，使用t+1期的債務(wù)違約數(shù)據(jù)。解釋變量為數(shù)字普惠金融發(fā)展指數(shù)（Index），共有三種度量方法。根據(jù)前文的理論推導(dǎo)，本文預(yù)期β1顯著為負，即數(shù)字普惠金融的發(fā)展有助于降低企業(yè)的債務(wù)違約風(fēng)險。

由于被解釋變量Default為虛擬變量，本文將使用Logit回歸進行實證檢驗。

四、實證結(jié)果

（一）描述性統(tǒng)計

各變量的描述性統(tǒng)計如表2所示。Default的均值為0.028，說明有2.8%的樣本發(fā)生了債務(wù)違約，這一統(tǒng)計結(jié)果與陳婧等（2018）[12]通過手工收集得到的結(jié)果相似。Index1、Index2和Index3的最小值約為0.5，最大值約為3.0，不同樣本之間數(shù)字普惠金融發(fā)展水平存在較大的差距。Size的均值為22.011，最小值為19.322，最大值為26.000，標準差為1.167；Soe的均值為0.362，說明樣本中國有企業(yè)占比36.2%。其他變量的描述性統(tǒng)計結(jié)果與以往的研究相似。

（二）實證結(jié)果分析

回歸結(jié)果如表3所示，Index1、Index2和Index3的系數(shù)分別為-0.950、-0.599和-1.087，且均在1%的水平上顯著，說明數(shù)字普惠金融發(fā)展水平越高，企業(yè)的債務(wù)違約風(fēng)險越小。實證結(jié)果驗證了主假設(shè)，數(shù)字普惠金融的發(fā)展降低了企業(yè)的債務(wù)違約風(fēng)險，在一定程度上起到了穩(wěn)定金融市場的作用。

（三）進一步檢驗

1.債務(wù)融資成本的中介作用

其中，Debtcost為企業(yè)的債務(wù)融資成本，參照周楷唐等（2017）[15]的研究方法，采用利息支出除以長短期債務(wù)總額平均值進行度量。三步法的具體檢驗方法如下：第一步，利用模型（1）檢驗β1是否顯著為負，若β1顯著為負，則說明數(shù)字普惠金融對債務(wù)違約的負向總效應(yīng)存在，可以進行接下來的檢驗；若β1不顯著，說明不存在總效應(yīng)，應(yīng)該停止接下來的檢驗。第二步，利用模型（2）和模型（3）檢驗α1和β2的顯著性，若α1顯著為負，β2顯著為正，則說明債務(wù)融資成本存在中介效應(yīng)，可進行最后一步的檢驗；若α1和β2有任何一項不顯著，則需要進行sobel檢驗。第三步，利用模型（3）檢驗β1’的顯著性，若β1’顯著為負，說明債務(wù)融資成本存在部分中介效應(yīng)；若β1’不顯著，說明債務(wù)融資成本存在全部中介效應(yīng)。

債務(wù)融資成本的中介機制檢驗結(jié)果如表4所示。第（1）、（4）、（7）列匯報了數(shù)字普惠金融對企業(yè)債務(wù)違約的總效應(yīng)，Index1、Index2和Index3的系數(shù)均在1%的水平上顯著為負，說明總效應(yīng)存在。第（2）、（5）、（8）列匯報了數(shù)字普惠金融與債務(wù)融資成本之間的相關(guān)系數(shù)，Index1、Index2和Index3的系數(shù)均顯著為負，說明數(shù)字普惠金融的發(fā)展有助于降低債務(wù)融資成本。在第（3）、（6）、（9）列中，Index1、Index2和Index3的系數(shù)均在1%的水平上顯著為負，Debtcost的系數(shù)均在5%的水平上顯著為正。實證結(jié)果說明數(shù)字普惠金融會通過影響企業(yè)的債務(wù)融資成本進而影響企業(yè)的債務(wù)違約風(fēng)險，債務(wù)融資成本至少起到了部分中介效應(yīng)。

2.企業(yè)盈利能力的中介作用

其中，Roa為企業(yè)的資產(chǎn)收益率，用于度量企業(yè)的盈利能力。三步法的具體檢驗方法同上。企業(yè)盈利能力的中介機制檢驗結(jié)果如表5所示。第（1）、（4）、（7）列匯報了數(shù)字普惠金融對企業(yè)債務(wù)違約的總效應(yīng)，Index1、Index2和Index3的系數(shù)均在1%的水平上顯著為負，說明總效應(yīng)存在。第（2）、（5）、（8）列匯報了數(shù)字普惠金融與企業(yè)盈利能力之間的相關(guān)系數(shù)，Index1、Index2和Index3的系數(shù)均在1%的水平上顯著為正，說明數(shù)字普惠金融的發(fā)展有助于提升企業(yè)的盈利能力。在第（3）、（6）、（9）列中，Index1、Index2和Index3的系數(shù)均在1%的水平上顯著為負，Roa的系數(shù)均在1%的水平上顯著為負。實證結(jié)果說明數(shù)字普惠金融會通過影響企業(yè)的盈利能力進而影響企業(yè)的債務(wù)違約風(fēng)險，盈利能力至少起到了部分中介效應(yīng)。

（四）穩(wěn)健性檢驗

1.替換被解釋變量

在主檢驗中，本文使用了Default這一虛擬變量來度量企業(yè)是否發(fā)生債務(wù)違約，在穩(wěn)健性檢驗中，本文使用企業(yè)當年發(fā)生債務(wù)違約次數(shù)加一的自然對數(shù)（Time）重新度量債務(wù)違約，重新進行實證檢驗。穩(wěn)健性檢驗的回歸結(jié)果如表6所示，Index1、Index2和Index3的系數(shù)均顯著為負，即數(shù)字普惠金融發(fā)展水平越高，企業(yè)發(fā)生債務(wù)違約的次數(shù)越少，穩(wěn)健性檢驗結(jié)果支持主假設(shè)。

2.工具變量檢驗

為了解決回歸模型中可能存在的遺漏變量等內(nèi)生性問題，本文使用省級互聯(lián)網(wǎng)普及率作為工具變量（IV）進行兩階段檢驗，省級互聯(lián)網(wǎng)普及率數(shù)據(jù)源于《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》，本文也對普及率指數(shù)除以100，以解決數(shù)據(jù)較大的問題。工具變量的檢驗結(jié)果如表7所示，第（1）、（3）、（5）列列示了第一階段的檢驗結(jié)果，工具變量與主要解釋變量在1%的水平上顯著正相關(guān)。第（2）、（4）、（6）列列示了第二階段的檢驗結(jié)果，Index1、Index2、Index3的系數(shù)均在5%的水平上顯著為負，說明控制了潛在的內(nèi)生性問題之后，本文的結(jié)果依然存在，研究結(jié)果較為穩(wěn)健。

3.其他穩(wěn)健性檢驗

本文還進行了其他方面的穩(wěn)健性檢驗，如控制地區(qū)固定效應(yīng)；控制董事會規(guī)模、獨立董事占比等代表公司治理的變量等，回歸結(jié)果均保持不變。

五、結(jié)論與政策性建議

本文以A股上市公司2011—2020年的數(shù)據(jù)為樣本，研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展有助于降低企業(yè)的債務(wù)違約風(fēng)險。進一步研究發(fā)現(xiàn)，債務(wù)融資成本以及盈利能力起到了中介作用，即數(shù)字普惠金融的發(fā)展可以通過降低企業(yè)的債務(wù)融資成本，提升企業(yè)的盈利能力，進而降低企業(yè)的債務(wù)違約風(fēng)險。

根據(jù)研究結(jié)論，本文提出如下的政策性建議：第一，應(yīng)大力推進數(shù)字普惠金融的發(fā)展，積極進行技術(shù)創(chuàng)新，提升中國普惠金融發(fā)展水平，這有助于降低債務(wù)違約風(fēng)險，維護金融市場穩(wěn)定，這是我國面臨復(fù)雜多變的世界經(jīng)濟環(huán)境的重要途徑之一。第二，作為市場經(jīng)濟的重要參與者，企業(yè)應(yīng)該認識到防范自身風(fēng)險的重要意義。債務(wù)違約風(fēng)險具有“傳染效應(yīng)”，重要環(huán)節(jié)的債務(wù)違約可能危害整個金融系統(tǒng)的穩(wěn)定。我國企業(yè)應(yīng)該合理運用數(shù)字普惠金融這一創(chuàng)新性的平臺，提升自身的盈利能力、償債能力，健全風(fēng)險控制體系，積極防范債務(wù)違約風(fēng)險。

主要參考文獻：

[1]Leitner Y.Financial networks： Contagion，commitment， and private sector bailouts[J].The Journal of Finance，2005，60（6）： 2925-2953.

[2]寧博，潘越，陳秋平，肖金利.信用風(fēng)險傳染與企業(yè)盈余管理：基于信用債違約的視角[J].會計研究，2020（03）：66-77.

[3]萬佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟評論，2020（01）：71-83.

[4]黃浩.數(shù)字金融生態(tài)系統(tǒng)的形成與挑戰(zhàn)——來自中國的經(jīng)驗[J].經(jīng)濟學(xué)家，2018（04）：80-85.

[5]陳德球，劉經(jīng)緯，董志勇.社會破產(chǎn)成本、企業(yè)債務(wù)違約與信貸資金配置效率[J].金融研究，2013（11）：68-81.

[6]許浩然，荊新.社會關(guān)系網(wǎng)絡(luò)與公司債務(wù)違約——基于中國A股上市公司的經(jīng)驗證據(jù)[J].財貿(mào)經(jīng)濟，2016（09）：36-52.

[7]Han S，Zhou X.Informed bond trading，corporate yield spreads，and corporate default prediction[J]. Management Science，2014，60（3）： 675-694.

[8]Hasan I，Hoi C K，Wu Q，et al.Social capital and debt contracting： Evidence from bank loans and public bonds[J].Journal of Financial and Quantitative Analysis，2017，52（3）： 1017-1047.

[9]Bharath S T，Shumway T.Forecasting default with the Merton distance to default model[J].The Review of Financial Studies，2008，21（3）： 1339-1369.

[10]吳世農(nóng)，盧賢義.我國上市公司財務(wù)困境的預(yù)測模型研究[J].經(jīng)濟研究，2001（06）：46-55+96.

[11]Becchetti L，Sierra J.Bankruptcy risk and productive efficiency in manufacturing firms[J]. Journal of banking & finance，2003，27（11）： 2099-2120.

[12]陳婧，張金丹，方軍雄.公司債務(wù)違約風(fēng)險影響審計收費嗎[J].財貿(mào)經(jīng)濟，2018，39（05）：71-87.

[13]易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

[14]溫忠麟，張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗程序及其應(yīng)用[J].心理學(xué)報，2004（05）：614-620.

[15]周楷唐，麻志明，吳聯(lián)生.高管學(xué)術(shù)經(jīng)歷與公司債務(wù)融資成本[J].經(jīng)濟研究，2017，52（07）：169-183.

責(zé)編：險峰