數字普惠金融與企業(yè)財務風險

摘 要：本文采取理論和實證相結合的方法探討了數字普惠金融對企業(yè)財務風險的影響。首先從理論層面進行了梳理，分析了數字普惠金融對企業(yè)財務風險的影響機制，并據此提出了研究假設。其次以我國2011—2020年滬深兩市A股上市公司為樣本，構建面板數據集，實證檢驗數字普惠金融對企業(yè)財務風險的影響。同時，運用更換主要變量衡量指標進行穩(wěn)健性檢驗。最后研究結果顯示：數字普惠金融的發(fā)展有利于降低企業(yè)財務風險。數字普惠金融的發(fā)展能夠為企業(yè)提供更多低成本、高專業(yè)度的金融產品，以期為企業(yè)的長遠發(fā)展帶來更高效、更便捷、更精準的金融服務，從而提升了企業(yè)財務的穩(wěn)定性，起到降低財務風險的作用。

關鍵詞：數字普惠金融；企業(yè)財務風險；融資約束；投資效率

在2016年G20杭州峰會上，與會各方共同提出了“數字普惠金融”的概念，它是隨著數字技術的快速興起并與傳統(tǒng)普惠金融深度融合發(fā)展所形成的一種新興金融業(yè)態(tài)，具有覆蓋廣、成本低、效率高等特征和優(yōu)勢，能夠有效緩解企業(yè)融資困境，并通過降低信息不對稱來發(fā)揮信息治理作用，提高投資效率，從而對企業(yè)的財務狀況產生影響。數字普惠金融的發(fā)展為解決企業(yè)財務風險提供了一個全新的思路。

一、理論假設

企業(yè)陷入財務困境具體表現為企業(yè)內部沒有足夠的資金來履行支付義務（季偉偉等，2014），而金融支持可以顯著提升企業(yè)財務的穩(wěn)定性。但是長期以來，我國傳統(tǒng)金融服務始終都存在著供給不足的問題（唐松等，2020）。融資難、融資貴的問題長期制約著企業(yè)的健康成長，尤其是中小微企業(yè)，它們常被正規(guī)金融服務所排斥，形成了急需金融服務的“尾部”群體（李健等，2020）。在此背景下，數字普惠金融應運而生。數字普惠金融可以有效加大金融供給，為企業(yè)提供價格更低廉、更有效、更精準的金融服務，提升企業(yè)財務穩(wěn)定性，從而降低企業(yè)的財務風險。

從資金的來源來說，數字普惠金融可以通過緩解企業(yè)融資約束來抑制企業(yè)的財務風險。傳統(tǒng)金融要想發(fā)揮作用十分依賴其網點覆蓋率，因而地處偏遠地區(qū)的企業(yè)難以享受到正規(guī)的金融服務（楊君等，2021），而借助數字技術的數字普惠金融則可以打破這一限制，充分發(fā)揮線上金融服務高滲透性的特點，并推動線上金融服務和線下金融服務有機融合，實現優(yōu)勢互補，極大地提高了金融服務的覆蓋率（王勛等，2022）。從資金的使用來說，數字普惠金融可以通過提高企業(yè)的投資效率來抑制企業(yè)的財務風險。李季剛和成群蕊（2022）指出，現實中，由于信息不對稱和代理成本的存在，企業(yè)的投資決策往往并不是一個最佳決策，投資不足和投資過度的問題十分突出。當企業(yè)投資不足時，企業(yè)資金運營效率低下，會導致企業(yè)在市場上的競爭力下降、盈利能力不足，從而提高企業(yè)的財務風險；而企業(yè)投資過度則會占用大量的資金資源，使企業(yè)資金的流動性不足，從而提高了企業(yè)的財務風險?；诖耍疚奶岢鲆韵录僭O。

H1：數字普惠金融的發(fā)展有利于降低企業(yè)的財務風險。

二、變量定義與度量

1.樣本與數據

本文以2011—2020年我國A股上市公司的年度數據為初始樣本，并對初始樣本進行了以下篩選：第一，剔除金融業(yè)、房地產業(yè)的樣本；第二，剔除ST和*ST的公司樣本及資不抵債的樣本；第三，剔除關鍵數據缺失的樣本。本文還對所有連續(xù)變量在1%的水平上進行雙邊縮尾處理。經過上述篩選，最終得到了22879個觀測樣本。本文使用的數字普惠金融數據來自北京大學數字金融研究中心，上市公司的財務數據來自國泰安數據庫。

2.變量選取與定義

解釋變量：數字普惠金融指數，參考郭峰等（2020）的研究，采用北京大學數字普惠金融指數作為解釋變量數字普惠金融（DIF）的代理變量，并對該指數進行對數化處理。

被解釋變量：企業(yè)財務風險，借鑒張小茜等（2017）、安素霞等（2022）的研究，采用修正后的Z-score指數來測算企業(yè)的財務風險。其具體計算過程為：Z-score=0.717X1+0.847X2+3.107X3+0.42X4+0.998X5，式中X1=營運資金/總資產，X2=留存收益/總資產，X3=息稅前利潤/總資產，X4=權益賬面價值/總負債，X5=營業(yè)收入/總資產。且修正后的Z-score指數越大，代表財務風險越小。本文對該指數取相反數，則若數字普惠金融（DIF）的系數為負數，說明數字普惠金融的發(fā)展能夠顯著降低企業(yè)的財務風險水平，反之亦然。此外，在后續(xù)的穩(wěn)健性檢驗中，本文還采用O-score指數、資產負債率（Lev）、短期負債率（SLev）以及企業(yè)財務杠桿系數（DFL）作為解釋變量企業(yè)財務風險的替代變量。

控制變量：參考唐松等（2020）等以及其他學者的相關研究，本文選取的控制變量包括企業(yè)規(guī)模（Size）、企業(yè)盈利能力（Roe）、企業(yè)成長能力（Growth）、兩職合一（Duality）、獨立董事比例（Indb）、高管持股比例（Mhr）、股權集中度（Top10）、固定資產水平（Fix）、企業(yè)現金持有水平（Cash）、公司年齡（Age）以及地區(qū)經濟發(fā)展水平（GDP）。

3.基準回歸模型

借鑒唐松等（2020）、許芳和何劍（2022）的研究，本文構建了基準模型來檢驗數字普惠金融對企業(yè)財務風險的影響，具體模型如下。

Riski，t=a0+aiDIFi，t+∑Controls+∑Ind+∑Year+?a，t（1）

模型（1） 中，Risk代表了企業(yè)財務風險，DIF表示數字普惠金融，Controls代表控制變量，包括上述所有控制變量。此外，本文還控制了行業(yè)和年度固定效應，?代表隨機誤差項。本文主要關注數字普惠金融的系數ai的情況，如果系數ai顯著小于0，表明數字普惠金融能夠顯著降低企業(yè)的財務風險水平，從而支持本文的研究假設。

三、實證結果分析

1.描述性統(tǒng)計

表1報告了本文所用樣本數據的統(tǒng)計結果，本文的樣本總量為22789。其中，衡量企業(yè)財務風險水平的Z-score指數的最大值和最小值分別為1.041和-13.186，均值為-2.147，標準差為1.541，表明樣本內企業(yè)的財務風險存在較大的差異，有利于本文的后續(xù)回歸分析。解釋變量數字普惠金融（DIF）的最大值、最小值分別為6.068和2.916，均值為5.435，標準差為0.555，反映了十年來我國數字普惠金融發(fā)展較快，但各地區(qū)發(fā)展水平相差較大。

2.多元回歸結果分析

本文采用最小二乘法來實證檢驗數字普惠金融發(fā)展對企業(yè)財務風險的影響，相關回歸結果如表2所示，其中，列（1） 的回歸中僅控制了行業(yè)（Ind）固定效應和年度（Year）固定效應，而在列（2） 的多元回歸中還加入了上文中表1所述的全部控制變量。

表2列示了數字普惠金融對企業(yè)財務風險影響的結果。列（1） 中數字普惠金融的系數ai的值為-1.092，且在1%的水平上顯著，這與本文的預期一致，初步證實了本文的研究假設。在加入表1中所示的全部控制變量之后，列（2） 中數字普惠金融的系數ai的值為-0.444，且在1%的水平上顯著，再次驗證了本文的假設。上述實證結果表明，數字普惠金融的發(fā)展有助于降低企業(yè)的財務風險，該發(fā)現支持了本文的研究假設。

在控制變量方面，公司規(guī)模（Size）會顯著加劇企業(yè)的財務風險，可能的解釋是規(guī)模越大的企業(yè)更偏向于債務融資，較高的財務杠桿提高了企業(yè)的財務風險水平。企業(yè)成長能力（Growth）與企業(yè)財務風險也顯著正相關，說明企業(yè)過度擴張也會加大企業(yè)面臨的財務風險。而公司良好的盈利能力（Roe）則能夠顯著抑制企業(yè)的財務風險。此外，高管持股比例（Mhr）與財務風險顯著負相關，說明高管持股作為良好的內部治理機制，能發(fā)揮良好的股權激勵和治理作用，從而抑制財務困境的發(fā)生?，F金持有水平（Cash）與財務風險也顯著負相關，說明企業(yè)資金的流動性越強，企業(yè)財務風險越低。較高的股權集中度（Top10）也表現出抑制企業(yè)財務風險的作用。而固定資產水平（Fix）以及公司年齡（Age）則提升了企業(yè)的財務風險。兩職合一（Duality）、獨立董事比例（Indb）以及地區(qū)經濟發(fā)展水平（GDP）對企業(yè)財務風險的影響則不顯著。

3.穩(wěn)健性檢驗

企業(yè)財務風險的形成原因復雜多樣，為確保研究結論可靠、穩(wěn)健，本文將財務困境O-score指數、企業(yè)總體杠桿水平（Lev）、短期負債率（SLev）以及財務杠桿系數（DFL）作為被解釋變量財務風險的替代變量，重新進行了估計。其中，財務困境O-score指數數據來源于國泰安數據庫；企業(yè)總體杠桿水平的具體計算方式為：Lev=期末總負債/期末總資產；短期負債率的具體計算方式為：SLev=流動負債/流動資產；企業(yè)財務杠桿系數的具體計算方式為：DFL=息稅前利潤/（息稅前利潤-財務費用）。重新估計的回歸結果如表3所示。表3中，數字普惠金融（DIF）的系數均顯著為負，這表明在更換了財務風險的度量方式后，數字普惠金融抑制企業(yè)財務風險的作用依然顯著，本文的假設依然成立。

四、研究結論

數字普惠金融有助于降低企業(yè)的財務風險。因此，從政府層面來說，完善數字普惠金融體系建設、加大對金融體系的監(jiān)管力度是十分必要的。一方面，企業(yè)應該主動擁抱數字普惠金融，以降低自身的財務風險。另一方面，數字普惠金融的發(fā)展對企業(yè)財務風險的抑制作用在市場化水平和傳統(tǒng)金融發(fā)展水平不同的地區(qū)的企業(yè)中的效果有著明顯差異，所以，在大力發(fā)展數字普惠金融的同時也要著重關注市場化建設和傳統(tǒng)金融的發(fā)展。具體來說，本文的研究結論對于促進數字普惠金融更好地服務實體經濟發(fā)展提供了以下政策啟示。

第一，當前，世界正在全面進入數字化社會，數字經濟在我國也有著舉足輕重的地位。中國應該順應時代的發(fā)展趨勢，對數字普惠金融給予足夠的重視和更多的政策支持。具體來說，首先，政府部門應該清楚地認識到數字普惠金融的發(fā)展對于優(yōu)化金融經濟結構、建設現代化經濟體系的重要意義，做好頂層設計，并制定好數字普惠金融發(fā)展的時間表。其次，政府部門應該在守住金融風險底線的前提下，鼓勵大數據、云計算等數字技術的發(fā)展，助力科技對金融的賦能，推動傳統(tǒng)金融現代化變革，積極引導數字普惠金融朝著更有利于服務實體經濟的方向發(fā)展。

第二，對于企業(yè)而言，要充分認識到數字普惠金融發(fā)展對于降低自身財務風險的積極作用。企業(yè)財務的健康穩(wěn)定是企業(yè)健康發(fā)展的重要保障，面對日趨復雜的經濟形勢，企業(yè)更要重視自身財務建設、提高經營效率，以求降低自身的財務風險。具體來說，一方面，企業(yè)應該積極擁抱數字普惠金融，拓寬自身獲取金融資源的渠道，保障企業(yè)資金的流動性，提高財務的穩(wěn)定性；另一方面，企業(yè)要積極提高自身資金的使用效率，利用好數字普惠金融的信息技術優(yōu)勢，提升企業(yè)投資決策的科學性，減少非效率投資。

第三，要加強金融監(jiān)管，對于數字普惠金融，必須深刻認識到，科技是手段，普惠是本質要求，金融才是其本質。數字普惠金融在其發(fā)展的過程中不可避免地會帶來一些新的金融風險，對于這一新事物，相應的金融監(jiān)管也要與時俱進，要針對數字普惠金融的特點，積極借助互聯網、大數據、人工智能等科技手段，強化金融監(jiān)管的及時性、有效性，引導數字普惠金融朝著有利的方向發(fā)展，防范其在發(fā)展過程中可能發(fā)生的各種金融亂象。

參考文獻：

[1]安強身.數字普惠金融與居民消費結構升級：作用機制與經驗證據[J].云南財經大學學報，2023（3）：1-23.

[2]安素霞，王磊，趙德志.“互聯網+”與企業(yè)財務風險[J].金融論壇，2022（1）：61-70.

[3]陳標金.財政補助、研發(fā)投入與企業(yè)財務風險——基于A股上市公司的證據[J].科技管理研究，2021（8）：117-123.