數(shù)字金融對小微企業(yè)融資約束與杠桿率的影響研究*

梁 琦，林愛杰

一、引 言

中小企業(yè)是我國國民經濟和社會發(fā)展的生力軍。然而，長期以來，我國中小企業(yè)普遍存在突出的融資難、融資貴問題，面臨嚴重的融資約束。這造成了中小企業(yè)抗風險能力差，大量小微企業(yè)受到新冠疫情的巨大沖擊時基本都面臨現(xiàn)金流斷裂的風險。中小微企業(yè)融資難、融資貴的原因是它們通常被排除在傳統(tǒng)金融體系之外，而數(shù)字金融能夠為它們提供普惠金融服務、滿足其需求（郭峰等，2020）。

數(shù)字金融泛指傳統(tǒng)金融機構與互聯(lián)網(wǎng)公司利用數(shù)字技術提供不同于傳統(tǒng)金融的新型金融業(yè)務模式，例如支付、融資、投資等業(yè)務模式（黃益平和黃卓，2018）①。近年來，數(shù)字金融在中國呈現(xiàn)爆發(fā)式增長，中國已成為全球規(guī)模最大的數(shù)字金融市場之一。數(shù)字金融改善了本次疫情期間的小微企業(yè)融資境遇。根據(jù)全國工商聯(lián)（2020）發(fā)布的《2019—2020年小微融資狀況報告》，新冠疫情期間，80.4%被調研的微型企業(yè)和個體經營者存在融資需求，其中有40.5%已通過互聯(lián)網(wǎng)銀行（如網(wǎng)商銀行、微眾銀行）獲得信用貸融資，互聯(lián)網(wǎng)銀行貸款是其主要融資渠道之一。

數(shù)字金融能夠為被排除在正規(guī)金融服務之外的中小微企業(yè)提供新的融資渠道和金融服務，理論上來說，應該有助于緩解企業(yè)融資約束。如果數(shù)字金融能夠緩解企業(yè)融資約束，后果是否會加劇企業(yè)債務風險呢？如若也降低了企業(yè)杠桿率，便發(fā)揮了一舉兩得的作用。然而，尚未有文獻從微觀角度研究小微企業(yè)使用數(shù)字金融對其融資約束與杠桿率的影響，本文利用2015年西南財經大學中國家庭金融調查與研究中心的中國小微企業(yè)調查（China Micro&Small Enterprise Survey，CMES）數(shù)據(jù)庫對上述問題展開研究。本文的主要貢獻在于：（1）從數(shù)字金融的角度研究金融與企業(yè)融資決策之間的關系，發(fā)現(xiàn)企業(yè)使用數(shù)字金融緩解了融資約束，并未抬高、反而降低了企業(yè)杠桿率；（2）采用真正意義上的小微企業(yè)微觀數(shù)據(jù)檢驗數(shù)字金融對企業(yè)行為的影響，因為當前中國數(shù)字金融的主要服務對象是被排除在正規(guī)金融服務之外的小微企業(yè)而非上市公司，利用上市公司數(shù)據(jù)研究數(shù)字金融對企業(yè)行為的影響，結果可能有誤；（3）在理論上豐富了數(shù)字金融對實體經濟影響的相關研究，發(fā)現(xiàn)了影響企業(yè)融資約束和杠桿率的新因素，這對于實踐中防范化解重大風險和破解小微企業(yè)融資難、融資貴問題具有啟示意義。

二、理論分析與研究假說

（一）數(shù)字金融影響企業(yè)融資約束與杠桿率的理論假說

數(shù)字金融具有多種業(yè)態(tài)和功能，其中支付和融資功能最受關注，它們影響企業(yè)融資約束和杠桿率的機制卻不同。數(shù)字金融的支付方式（比如第三方支付和移動支付）具有效率高、安全性強、便利化程度高、交易成本低等特點，能夠最大程度地保護產品銷售方的利益，有利于企業(yè)獲得穩(wěn)定充裕的現(xiàn)金流和利潤，增加企業(yè)內部盈余積累，減少對外部資金的需求和依賴，從而降低外部融資約束和主動加杠桿融資的需求，即緩解了企業(yè)融資約束、降低了企業(yè)杠桿率。通過運用互聯(lián)網(wǎng)等信息技術（金融+互聯(lián)網(wǎng)），傳統(tǒng)銀行體系的支付清算效率大大提升，具有“脫媒”和高技術特性的數(shù)字金融的支付工具和支付體系的效率更高，整個金融體系的支付清算效率得到極大提升，這保障了交易雙方特別是資金接收方的利益（吳曉求，2015）。第三方支付公司充當了客戶與多家商業(yè)銀行聯(lián)系的中介，提高了支付清算的效率，降低了交易成本（謝平等，2015）。利用移動支付工具，產品和服務交易雙方的支付結算效率和便利化程度大幅提高，買賣雙方的交易成本降到最低，尤其是賣方無須再承擔多次往返銀行物理網(wǎng)點和在銀行柜臺等待辦理業(yè)務的時間成本、在不同銀行取款所支付的手續(xù)費用以及現(xiàn)金支付結算收到假幣和資金被盜竊搶劫的風險與成本等（尹志超等，2019）。舉一例具體的移動支付工具來說，肯尼亞的移動支付工具M-PESA改善了當?shù)仄髽I(yè)的商業(yè)信貸約束，有助于增加企業(yè)利潤、促進宏觀經濟增長（Beck et al.，2018）。數(shù)字金融發(fā)展有利于增加企業(yè)經營實力，企業(yè)主動加杠桿的融資需求降低了，從而發(fā)揮了去杠桿效應（唐松等，2020）。

數(shù)字金融機構利用大數(shù)據(jù)、人工智能和云計算等新一代信息技術，能夠低成本、高效率地挖掘借款人遺留在互聯(lián)網(wǎng)中的行為數(shù)據(jù)等軟信息和數(shù)字足跡，以構建信用評估模型作為信貸決策的依據(jù)，并有效控制信貸風險（謝平等，2015）。這有利于降低借貸雙方的信息不對稱程度進而為借款人提供融資，緩解融資約束。這些軟信息和數(shù)字足跡有很大一部分是借款人在使用第三方支付和移動支付工具的過程中被留存下來。支付是金融的第一功能，數(shù)字金融的其他諸多業(yè)態(tài)比如網(wǎng)絡小額貸款和P2P也依賴于第三方支付，第三方支付比如支付寶留存了網(wǎng)上商戶和消費者的大量交易數(shù)據(jù)，阿里小貸通過挖掘這些數(shù)據(jù)構建信用評估模型，降低了借貸雙方的信息不對稱程度，為它們提供無抵押無擔保的純信用貸款（李繼尊，2015）。Lin et al.（2013）基于Prosper平臺交易數(shù)據(jù)研究發(fā)現(xiàn)，有網(wǎng)絡朋友的借款人更有可能獲得貸款，而且貸款利率與事后的違約率更低，表明網(wǎng)絡交友軟信息反映了借款人的信用質量。

小微企業(yè)融資難、融資貴的一個重要原因是經營記錄不完善導致硬信息不足。傳統(tǒng)金融機構的信用評估模型依賴的是硬信息而非軟信息，數(shù)字金融能夠挖掘小微企業(yè)的軟信息構建信用評估模型，彌補其經營記錄不完善的缺陷，從而獲得網(wǎng)絡貸款，緩解融資約束（謝絢麗等，2018）。小微企業(yè)位于資金需求的“長尾”部分，數(shù)字金融中的信息技術能夠有效甄別“長尾”市場的需求信息，降低小微企業(yè)與資金供給者之間的信息不對稱程度進而撮合雙方達成金融交易，數(shù)字金融的外部經濟效應、規(guī)模經濟效應和范圍經濟效應也有利于降低小微企業(yè)享受數(shù)字金融服務的成本（王馨，2015）。此外，微信、支付寶等移動支付工具在支付功能的基礎上為個體提供了網(wǎng)絡小額借貸服務，其社交媒介功能有利于為個體創(chuàng)造豐富的社會資源和融資渠道（尹志超等，2019）。

《2019—2020年小微融資狀況報告》顯示，小微企業(yè)的整體利潤率較高、盈利能力較強，獲得無接觸貸款的小微經營者平均付出1元的貸款成本可以獲得2元的利潤①全國工商聯(lián)《2019—2020小微融資狀況報告》顯示：無接觸貸款對小店經濟作用顯著。http：//bgimg.ce.cn/xwzx/gnsz/gdxw/202005/08/t20200508_34861138.shtml.，只需要較少的資金就能滿足其“小額、高頻”的靈活融資需求、維持企業(yè)的正常運轉，絕大部分小微企業(yè)扶一把就能活。數(shù)字金融緩解了小微企業(yè)融資約束，將資金注入企業(yè)內部用于生產經營和擴大規(guī)模，小微企業(yè)獲得了流動性支持，有利于擴大市場份額、提高銷售收入、增加內部現(xiàn)金流和盈余積累、增強盈利能力。一方面，小微企業(yè)能夠高效利用數(shù)字金融的信貸資金賺取更多的利潤、增加更多的凈資產，表現(xiàn)為企業(yè)杠桿率下降；另一方面，小微企業(yè)獲得數(shù)字金融的信貸資金減少了對其他杠桿融資的需求，企業(yè)也無需利用其他渠道加杠桿獲取外部債務資金，總體上達到了去杠桿的效果（張斌彬等，2020）。最后，不論是數(shù)字金融的支付功能還是融資功能，都能夠打破傳統(tǒng)金融服務的時間和空間限制，擴大金融服務的覆蓋面，提升金融服務的效率，有利于降低金融服務供求雙方交易的時間成本和金錢成本（王如玉和周誠君，2020）。

已有少數(shù)文獻利用中國上市公司數(shù)據(jù)研究了國家或者地區(qū)層面的數(shù)字金融發(fā)展水平與微觀企業(yè)融資約束、杠桿率及創(chuàng)新之間的關系（張斌彬等，2020；阮堅等，2020；唐松等，2020；李春濤等，2020）。但現(xiàn)有研究存在兩點不足：一是上述文獻的研究樣本是上市公司，這樣做可能是因為上市公司數(shù)據(jù)易獲取，但是上市公司屬于大型企業(yè)，即使中小板、創(chuàng)業(yè)板、新三板的上市公司也不是真正意義上的小微企業(yè)，并不是當下中國數(shù)字金融的主要服務對象，上市公司所獲得的金融服務與所處的融資環(huán)境都優(yōu)于小微企業(yè)，當前并不會對數(shù)字金融形成依賴，現(xiàn)有文獻利用上市公司數(shù)據(jù)來檢驗數(shù)字金融發(fā)展對企業(yè)行為的影響存在樣本有偏的問題；二是不少文獻直接將國家或地區(qū)層面的數(shù)字金融發(fā)展水平指標與微觀數(shù)據(jù)相匹配開展相關實證研究，在當前中國數(shù)字金融使用還未全面普及的情況下，這無法保證每一個微觀個體都使用了數(shù)字金融，如果微觀個體并未使用數(shù)字金融，也難談得上受到數(shù)字金融發(fā)展的影響，強行匹配可能得出有誤的結論。因此，本文認為非常有必要采用真正的小微企業(yè)微觀數(shù)據(jù)來研究數(shù)字金融使用對企業(yè)融資約束與杠桿率的影響。根據(jù)以上分析，本文提出假說H1。

H1：數(shù)字金融通過緩解企業(yè)融資約束進而降低杠桿率。

（二）數(shù)字金融對不同區(qū)域企業(yè)行為的異質性影響假說

中國各地區(qū)之間的金融資源分布不平衡，突出表現(xiàn)為金融資源集聚在發(fā)達地區(qū)（王如玉等，2019），而欠發(fā)達地區(qū)比如中西部省份的金融資源相對貧乏，不利于當?shù)仄髽I(yè)的成長與發(fā)展。數(shù)字金融能夠打破傳統(tǒng)金融機構物理網(wǎng)點和地理距離的限制，將金融產品和服務延伸到傳統(tǒng)金融機構難以覆蓋的地區(qū)，屬于“雪中送炭”，而發(fā)達地區(qū)金融資源比較豐富、金融服務體系比較發(fā)達，數(shù)字金融的作用屬于“錦上添花”，數(shù)字金融發(fā)展對欠發(fā)達地區(qū)創(chuàng)業(yè)的促進作用比發(fā)達地區(qū)更加明顯（謝絢麗等，2018）。李春濤等（2020）利用中國新三板上市公司數(shù)據(jù)檢驗發(fā)現(xiàn)，數(shù)字金融發(fā)展對企業(yè)創(chuàng)新的促進作用在東部地區(qū)比在中西部地區(qū)表現(xiàn)得更為明顯，原因是東部地區(qū)比中西部地區(qū)的經濟發(fā)展水平更高、市場資源更加豐富、配套施舍更加健全、高質量人才更多，更有利于企業(yè)創(chuàng)新，即對企業(yè)創(chuàng)新而言，數(shù)字金融的作用屬于“錦上添花”。這可能是因為他們使用的是上市公司樣本，對上市公司來說數(shù)字金融可能只是“錦上添花”。由于小微企業(yè)通常處于融資困境，對小微企業(yè)而言，數(shù)字金融更可能發(fā)揮“雪中送炭”的作用。因此，本文將分別檢驗數(shù)字金融對東部和中西部省份的企業(yè)杠桿率和融資約束的影響。根據(jù)以上分析，本文提出假說H2。

H2：數(shù)字金融對東部省份企業(yè)杠桿率和融資約束的影響小于對中西部企業(yè)的影響。

（三）數(shù)字金融對不同生命周期企業(yè)行為的異質性影響假說

根據(jù)企業(yè)生命周期理論，企業(yè)會經歷成長、成熟、衰退幾個發(fā)展階段。在不同的發(fā)展階段，企業(yè)的融資需求和融資約束存在較大差異，成長期企業(yè)面臨的融資約束程度最大，成熟期最短，衰退期處于中間狀態(tài)（黃宏斌等，2016）。那么處于不同生命周期階段的企業(yè)，面臨的融資約束程度不同，對數(shù)字金融的依賴程度可能不同，受到數(shù)字金融的影響程度也會不同。具體而言，結合黃宏斌等（2016）的分析，成長期企業(yè)的利潤來源不穩(wěn)定，難以形成穩(wěn)定的現(xiàn)金流，同時投資需求旺盛導致企業(yè)面臨很強的融資約束，對外部資金需求強烈，處于該階段的企業(yè)對數(shù)字金融的依賴程度最強；進入成熟期的企業(yè)往往已經形成了穩(wěn)固的銷售渠道和利潤來源，內部現(xiàn)金流充裕，盈余積累豐厚，建立了適合自身的融資渠道，處于該階段的企業(yè)融資約束程度最低，對數(shù)字金融的依賴程度也最低；進入衰退期的企業(yè)產品銷售狀況惡化，盈利能力下降，現(xiàn)金流減少，對外部資金需求較強，融資約束程度變得較為嚴重，此時也會對數(shù)字金融形成較強的依賴。唐松等（2020）發(fā)現(xiàn)，數(shù)字金融發(fā)展顯著促進了成長期和成熟期上市公司的技術創(chuàng)新，對成熟期企業(yè)的技術創(chuàng)新驅動效果最強，對衰退期企業(yè)的技術創(chuàng)新并未產生顯著影響，甚至產生了“創(chuàng)新泡沫”（王小燕等，2019）。本文將企業(yè)生命周期分為成長期和非成長期（成熟期和衰退期），分別檢驗數(shù)字金融對不同生命周期階段的企業(yè)杠桿率和融資約束的影響。根據(jù)以上分析，本文提出假說H3。

H3：數(shù)字金融對成長期企業(yè)杠桿率和融資約束的影響大于對非成長期企業(yè)的影響。

三、研究設計

（一）模型設定

為檢驗H1，本文借鑒溫忠麟和葉寶娟（2014）的中介效應分析方法，構建如下實證模型進行逐步檢驗：

在方程（1）—（3）中，levi表示企業(yè)i的杠桿率，finconi表示企業(yè)i的融資約束，核心解釋變量digpayi表示企業(yè)i是否使用數(shù)字金融，controli表示其他影響企業(yè)杠桿率和融資約束的控制變量，εi為隨機擾動項。α0、β0、λ0是常數(shù)項，α1、β1、λ1是核心解釋變量對被解釋變量的回歸系數(shù)，α2、β2、λ3是控制變量的回歸系數(shù)，λ2是中介變量對被解釋變量的回歸系數(shù)。方程（1）檢驗的是企業(yè)數(shù)字金融使用對杠桿率的總效應，方程（2）和方程（3）檢驗的是數(shù)字金融使用通過影響融資約束作用于杠桿率的中介機制。根據(jù)H1，預期系數(shù)α1、β1、λ1顯著為負、λ2顯著為正。由于我們只能觀察到杠桿率和融資約束程度為正的企業(yè)的負債和融資狀態(tài)，對于并未負債和沒有融資約束的企業(yè)，能觀察到的杠桿率和融資約束程度都是0值。對于這類歸并數(shù)據(jù)（censored data），本文使用Tobit模型進行回歸估計。為檢驗H2和H3，我們將根據(jù)方程（1）和方程（2）將樣本分別劃分成東部和中西部、成長期和非成長期兩組子樣本進行檢驗。

（二）數(shù)據(jù)來源

本文采用西南財經大學中國家庭金融調查與研究中心的中國小微企業(yè)調查（CMES）數(shù)據(jù)庫，該調查開展于2015年中，覆蓋全國28個?。ú话ㄐ陆?、西藏、青海、港澳臺地區(qū)），樣本規(guī)模為5 497戶，具有全國代表性。問卷內容涵蓋企業(yè)基本信息、生產經營（包括銷售結算方式）、融資（股權融資與債務融資）、財務等方面的詳細信息，為本研究提供了有力的數(shù)據(jù)支持。

由于CMES數(shù)據(jù)庫中并非每個調查樣本都完全符合小微企業(yè)的標準，其中也包含了少量的大中型企業(yè)，黃宇虹等（2016）根據(jù)《中小企業(yè)劃型標準規(guī)定》①2011年6月18日，工業(yè)和信息化部、國家統(tǒng)計局、發(fā)展改革委、財政部發(fā)布《中小企業(yè)劃型標準規(guī)定》。剔除不符合小微企業(yè)標準的樣本?！吨行∑髽I(yè)劃型標準規(guī)定》中大多數(shù)行業(yè)企業(yè)的劃型標準是要同時滿足從業(yè)人員、營業(yè)收入和資產總額中的兩項指標，微型企業(yè)只須滿足所列指標中的一項即可，只有農、林、牧、漁業(yè)是根據(jù)營業(yè)收入這一項指標劃型。然而，CMES數(shù)據(jù)中的營業(yè)收入和資產總額兩項指標數(shù)據(jù)缺失較為嚴重，若完全依據(jù)《中小企業(yè)劃型標準規(guī)定》對樣本企業(yè)進行劃型，勢必會損失較多的樣本量。

張永生（2003）指出，企業(yè)是不同個人之間一組契約的聯(lián)結，用雇員數(shù)量來代表企業(yè)規(guī)模最符合經濟學方法，最能反映企業(yè)的本質。首先，本文主要選擇以企業(yè)從業(yè)人員數(shù)量作為企業(yè)規(guī)模的劃型指標。不僅小微企業(yè)，中型企業(yè)也存在融資難題，也是數(shù)字金融的服務對象，我們也將中型企業(yè)納入研究范圍，只剔除大型企業(yè)，這與黃宇虹等（2016）的做法有所不同。具體而言，對于《中小企業(yè)劃型標準規(guī)定》中只要有以從業(yè)人員數(shù)量作為劃型指標的行業(yè)，本文就只以從業(yè)人員數(shù)量這一項指標來劃分企業(yè)規(guī)模；對于《中小企業(yè)劃型標準規(guī)定》中沒有以從業(yè)人員數(shù)量作為劃型指標的行業(yè)，則退而以資產總額來劃分企業(yè)規(guī)模；《中小企業(yè)劃型標準規(guī)定》對于農、林、牧、漁業(yè)只以營業(yè)收入這一項指標劃型，本文就根據(jù)其營業(yè)收入來劃分企業(yè)規(guī)模。最終獲得的是中小微型企業(yè)樣本，其中中型企業(yè)樣本占比很低，主體仍是小微型企業(yè)。其次，本文的研究對象是實體企業(yè)，金融業(yè)不屬于實體經濟，將金融業(yè)樣本全部剔除。最后，剔除了2015年才開始實際經營的企業(yè)，也剔除目前暫停經營（停業(yè)、歇業(yè)等）、籌建、終止經營（正在關閉、破產、其他經營狀態(tài)的企業(yè)。）

（三）變量說明

1.被解釋變量：企業(yè)杠桿率（lev）。企業(yè)杠桿率等于債務總額除以資產總額。CMES問卷中企業(yè)資產總額數(shù)據(jù)易獲取，但并不能直接獲取企業(yè)的債務總額數(shù)據(jù)。企業(yè)債務融資來源于銀行貸款和民間借款，本文將目前沒有尚未還清的銀行貸款和民間借款的企業(yè)杠桿率賦值為0。由于銀行貸款和民間借款的問卷結構類似，將目前企業(yè)存在尚未還清的銀行貸款和民間借款的至今還欠的數(shù)額相加得到企業(yè)的債務總量。同時，剔除債務總額大于資產總額的樣本。

2.核心解釋變量：是否使用數(shù)字金融（digpay）。尹志超和張?zhí)枟潱?018）將中國家庭金融調查（CHFS）問卷中家庭網(wǎng)購支付方式為網(wǎng)上銀行、支付寶、信用卡和財付通的家庭定義為互聯(lián)網(wǎng)金融家庭。何婧和李慶海（2019）對農村普惠金融調查問卷中的農戶使用數(shù)字金融的定義是，只要農戶參與了數(shù)字理財、數(shù)字信貸或數(shù)字支付中任何一項，則認為該農戶使用了數(shù)字金融，將電腦網(wǎng)上銀行轉賬、手機銀行轉賬、微信支付、支付寶、各種電子錢包類產品（如百度錢包、京東錢包、翼支付等）、其他移動支付產品的支付方式定義為數(shù)字支付，整個樣本中農戶使用數(shù)字支付多而使用數(shù)字理財和數(shù)字信貸少。

參考以上文獻的做法，本文設置企業(yè)是否使用數(shù)字金融虛擬變量，將CMES問卷中企業(yè)商品銷售的主要結算方式為網(wǎng)上支付或POS機（不包括使用銀行POS機，即使用銀聯(lián)商務、支付寶、財付通、銀聯(lián)在線、快錢、匯付天下、易寶支付、通聯(lián)支付、環(huán)迅支付、拉卡拉和其他的第三方支付POS機）定義為使用了數(shù)字金融，賦值為1，否則為0。之所以剔除只使用銀行POS機的企業(yè)樣本，是因為銀行POS機并不具備第三方支付POS機的數(shù)字支付功能，仍是傳統(tǒng)的銀行卡和信用卡的刷卡支付功能。對于農業(yè)生產經營者，除了根據(jù)銷售結算方式識別是否使用數(shù)字金融外，還根據(jù)農業(yè)生產經營問卷中的農村金融相關問題進行識別，將當前貴企業(yè)/農民合作社使用過/開通了網(wǎng)上銀行和手機銀行服務并且經常使用該服務的農業(yè)經營者也界定為使用了數(shù)字金融。需要強調的是，數(shù)字金融的其他業(yè)態(tài)如網(wǎng)絡小額貸款、P2P、網(wǎng)絡眾籌、互聯(lián)網(wǎng)理財?shù)纫惨蕾囉跀?shù)字金融的支付功能比如第三方支付（李繼尊，2015）。因此，本文主要根據(jù)企業(yè)是否使用數(shù)字支付來識別企業(yè)的數(shù)字金融使用狀況，有其合理性。

3.中介變量：融資約束（fincon）。如何準確識別和度量微觀主體的融資約束是開展相關實證研究的關鍵。Feder et al.（1990）、Jappelli（1990）、尹志超和張?zhí)枟潱?018）、何婧和李慶海（2019）根據(jù)調查問卷中受訪對象當前或曾經參與信貸市場的問題對信貸約束狀況進行度量，比如“需要但沒有申請、或者申請被拒絕”，則認為該受訪對象受到正規(guī)信貸約束，設置信貸約束虛擬變量，這是大多數(shù)研究度量信貸約束的常見方法。

但是上述虛擬變量度量方法的缺陷是不能反映微觀個體融資需求數(shù)量上的限制，不能量化微觀企業(yè)融資約束的絕對程度，即究竟企業(yè)資金需求無法滿足的比例是多少。故本文未采用這種方法，而是根據(jù)CMES數(shù)據(jù)的特點創(chuàng)新性地設置企業(yè)融資約束變量，即利用銀行/信用社貸款和民間借款兩部分問卷，先計算出企業(yè)生產經營銀行/信用社貸款和民間借款需求沒有得到滿足的金額之和，再除以其與銀行/信用社貸款和民間借款當初一共貸款和借款的金額之和，得到企業(yè)總體的融資約束程度，將目前不存在尚未還清的銀行/信用社貸款和民間借款的企業(yè)的融資約束賦值為0。因為融資約束往往是企業(yè)經營內生的結果，度量的是企業(yè)資金需求得到滿足的能力。如果企業(yè)經營效益好、利潤多、現(xiàn)金流充裕，具有充足的內部資金，就無需依賴外部資金。如果企業(yè)在正規(guī)金融部門（銀行/信用社貸款）和非正規(guī)部門（民間借款）都沒有債務，說明企業(yè)并不需要外部資金，也就不存在外部融資約束。

4.控制變量。本文控制以下變量：企業(yè)盈利能力是影響企業(yè)杠桿率的重要變量（Serfling，2016），設置企業(yè)是否盈利啞變量（profit），將CMES問卷中對貴企業(yè)2014年的經營情況回答為盈利時賦值為1，虧損和持平時賦值為0；資產越多的企業(yè)獲得抵押貸款的可能性越大，從而影響企業(yè)杠桿率，設置企業(yè)資產總額變量（asset）；經營年限（age）是衡量一個企業(yè)生存實力的客觀指標，企業(yè)經營年限等于2015減去企業(yè)開始實際經營的年份；管理制度落實（mansys），將問卷中對企業(yè)各項基本管理制度貫徹實施情況回答為執(zhí)行非常嚴格和執(zhí)行較為嚴格時賦值為1，執(zhí)行力度一般、執(zhí)行力度較弱、形同虛設時賦值為0；企業(yè)2014年是否獲得了行業(yè)協(xié)會或者政府部門支持的銀行金融服務（bank），獲得支持賦值為1，沒有獲得支持賦值為0；企業(yè)是否加入相關行業(yè)協(xié)會（assoc），加入了相關行業(yè)協(xié)會賦值為1，否則為0；稅費負擔（tax），將問卷中對企業(yè)當前的稅費負擔程度回答為非常輕和較輕時賦值為1，回答為一般、較重和非常重時賦值為0；企業(yè)組織形式分為獨資企業(yè)、合伙企業(yè)、有限責任公司、股份公司、農民合作社、其他組織形式共六種形式，共設置5個企業(yè)組織形式啞變量；企業(yè)所有制啞變量（own），將國有/國有控股、集體/集體控股的企業(yè)定義為國有企業(yè)，其他類型企業(yè)定義為非國有企業(yè)，國企賦值為1，否則為0；企業(yè)是否位于鄉(xiāng)鎮(zhèn)（locate），位于鄉(xiāng)村賦值為1，位于城鎮(zhèn)賦值為0。

（四）描述性統(tǒng)計

主要變量的描述性統(tǒng)計見表1。杠桿率的理論取值范圍在0到100%之間，樣本中的杠桿率最大值達到100%，最小值為0，均值僅為3.456%，看似很低，這是因為其中有很多企業(yè)杠桿率是0。但是如果只看杠桿率大于0的企業(yè)，則這部分企業(yè)的杠桿率均值為24.658%。類似地，融資約束的理論取值范圍也在0到100%之間，樣本中的融資約束最大值是99.17%，接近于100%，最小值是0，均值只有7.501%，看似也很低，如果只看融資約束不為0的企業(yè)，則這部分企業(yè)的融資約束均值為57.149%，即小微企業(yè)的融資需求只能滿足一半左右，融資約束較為嚴重。在該樣本中，有28.3%的小微企業(yè)使用了數(shù)字金融，說明并非所有的小微企業(yè)都使用了數(shù)字金融，已有研究區(qū)域層面的數(shù)字金融發(fā)展水平對微觀企業(yè)行為影響的文獻不區(qū)分企業(yè)是否使用了數(shù)字金融而直接回歸的做法，值得商榷。

表1 主要變量描述性統(tǒng)計

四、實證結果及分析

（一）基準結果

CMES數(shù)據(jù)中每個樣本具有抽樣權重，本文采用經過抽樣權重調整的雙邊歸并Tobit模型進行基準回歸估計，方程（1）—（3）的回歸結果見表2。表2的第（1）列顯示，是否使用數(shù)字金融的回歸系數(shù)均在1%的水平上顯著為負，表明使用數(shù)字金融能夠顯著降低小微企業(yè)杠桿率。第（2）列顯示，是否使用數(shù)字金融的回歸系數(shù)在5%的水平上顯著為負，表明使用數(shù)字金融能夠顯著緩解小微企業(yè)融資約束。第（3）列顯示，融資約束的回歸系數(shù)在1%的水平上顯著為正，表明企業(yè)融資約束越嚴重，杠桿率也會越高，二者呈正向關系；而且，是否使用數(shù)字金融的回歸系數(shù)依然顯著，表明數(shù)字金融使用通過緩解小微企業(yè)融資約束進而降低杠桿率，融資約束發(fā)揮了部分中介作用，H1得到證實。

本文發(fā)現(xiàn)小微企業(yè)的融資約束與杠桿率之間是正向關系，這與張斌彬等（2020）的結果一致。宏觀經濟調控中常采用寬松的貨幣財政政策為企業(yè)提供金融資源，這無疑有利于緩解企業(yè)融資約束，但結果常常是企業(yè)負債率也隨之增加（王宇偉等，2018）。數(shù)字金融的網(wǎng)絡貸款與寬松的貨幣財政政策對企業(yè)杠桿率的影響效果完全相反，可能的原因是寬松的貨幣財政政策具有“大水漫灌”的特點，劑量大而粗，為企業(yè)提供的金融資源過多且不具有針對性，新增的金融資源可能被配置在效率低的企業(yè)和資金回報率低的項目上，產生資源錯配問題。然而，數(shù)字金融的網(wǎng)絡貸款通常額度小，能夠精準“滴灌”至盈利能力強、急需資金的小微企業(yè)，劑量小且準。傳統(tǒng)的貨幣財政政策可以利用數(shù)字金融的新一代信息技術進行精準施策，有利于增強政策效果。

表2 數(shù)字金融使用、融資約束與小微企業(yè)杠桿率的回歸結果

（二）異質性分析

1.基于區(qū)域的分樣本研究

本文進一步考察數(shù)字金融使用對小微企業(yè)杠桿率與融資約束的影響在不同區(qū)域之間是否存在異質性①CMES數(shù)據(jù)庫對東中西部地區(qū)的劃分如下：東部地區(qū)包括遼寧、北京、天津、上海、河北、山東、江蘇、浙江、福建、廣東、廣西、海南共12個??；中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、內蒙古、河南、湖北、湖南共9個?。晃鞑康貐^(qū)包括重慶、四川、云南、貴州、陜西、甘肅、寧夏共7個省。，回歸結果見表3。由表3的第（1）—（4）列可知，不論是對杠桿率還是融資約束，中西部地區(qū)的是否使用數(shù)字金融的回歸系數(shù)的絕對值和顯著性水平都大于東部地區(qū)，表明使用數(shù)字金融對欠發(fā)達地區(qū)小微企業(yè)杠桿率和融資約束的影響強度都顯著大于對發(fā)達地區(qū)小微企業(yè)的影響強度，存在明顯的異質性，與H2預期一致。

以上結果可知，數(shù)字金融使用對欠發(fā)達地區(qū)小微企業(yè)的作用屬于“雪中送炭”。在傳統(tǒng)金融資源豐富的地區(qū)，小微企業(yè)對數(shù)字金融這種新型金融的依賴程度低，受到的影響也較?。幌喾?，在傳統(tǒng)金融資源貧乏的地區(qū)，數(shù)字金融服務可能是小微企業(yè)少有的金融資源供給來源之一，對其依賴性較強，受到的影響也較大。本文的發(fā)現(xiàn)與謝絢麗等（2018）一致，與李春濤等（2020）的結論不同。謝絢麗等（2018）的研究對象是省級層面的新注冊企業(yè)，新創(chuàng)企業(yè)往往也面臨融資難題，融資約束較為嚴重，對數(shù)字金融的依賴性較強，欠發(fā)達地區(qū)的新創(chuàng)企業(yè)對其依賴性更強。李春濤等（2020）的研究對象是上市公司，受傳統(tǒng)金融機構和資本市場青睞，上市公司能夠享受豐富、多元化的傳統(tǒng)金融服務，數(shù)字金融對它們而言只是“錦上添花”的點綴作用。

表3 數(shù)字金融使用與東部、中西部省份小微企業(yè)杠桿率與融資約束的回歸結果

2.基于生命周期的分樣本研究

本文繼續(xù)考察數(shù)字金融使用對不同生命周期小微企業(yè)杠桿率與融資約束的異質性影響。唐松等（2020）、黃宏斌等（2016）采用現(xiàn)金流組合法對上市公司樣本劃分生命周期，由于CMES數(shù)據(jù)是問卷調查數(shù)據(jù)，其中沒有小微企業(yè)的現(xiàn)金流相關數(shù)據(jù)，我們無法使用現(xiàn)金流組合法對小微企業(yè)樣本劃分生命周期。同時，為保證分組子樣本量較大，我們根據(jù)樣本企業(yè)經營年限的中位數(shù)（7年，見表1）將樣本劃分為成長期和非成長期（成熟期和衰退期）進行檢驗，回歸結果見表4。由表4可知，不論是對杠桿率還是融資約束，是否使用數(shù)字金融的回歸系數(shù)只在成長期小微企業(yè)中顯著為負，在非成長期小微企業(yè)中不顯著，表明使用數(shù)字金融對成長期小微企業(yè)杠桿率和融資約束的影響強度顯著大于對非成長期小微企業(yè)的影響強度，也存在明顯的異質性，與H3預期一致。

與本文發(fā)現(xiàn)不同的是，王小燕等（2019）發(fā)現(xiàn)數(shù)字金融對成長期和成熟期上市公司的融資約束都起到了緩解作用，而且對成長期與成熟期上市公司融資約束的作用強度相近。產生這種差異的原因可能正如前文所述，我們所能觀察到的是已經做大做強、進入資本市場的上市公司的數(shù)據(jù)，上市公司獲得的金融資源和所處的融資環(huán)境是小微企業(yè)不可比的，數(shù)字金融對它們而言只是“錦上添花”。不論上市公司處于成長期還是成熟期，都不會對數(shù)字金融形成嚴重的依賴，受到的影響在不同的生命周期階段也就不會存在明顯差異。但是對于金融環(huán)境較差的小微企業(yè)而言，數(shù)字金融是它們的“救命毫毛”，對其依賴性較強。在小微企業(yè)的不同生命周期階段，企業(yè)經營績效存在較大差別，成長期小微企業(yè)融資約束最強，非成長期小微企業(yè)融資約束相對來說有所改善，經營績效越差、內部現(xiàn)金流越緊張的小微企業(yè)對數(shù)字金融的依賴也會越強，數(shù)字金融對成長期和非成長期的小微企業(yè)融資約束與杠桿率的影響自然會存在明顯差異。

表4 數(shù)字金融使用與不同生命周期小微企業(yè)杠桿率與融資約束的回歸結果

（三）內生性檢驗

表2的第（1）列和第（2）列的回歸結果可能因為反向因果和遺漏變量而存在內生性問題。為此，參考Fisman&Svensson（2007）、張璇等（2017）的方法，使用同省份和同行業(yè)內除了本企業(yè)之外的其他企業(yè)使用數(shù)字金融的比率（digrate）作為工具變量進行IV-Tobit估計。一方面，同省份和同行業(yè)內的其他企業(yè)的數(shù)字金融使用狀況與每個企業(yè)的數(shù)字金融使用狀況正相關；另一方面，其他企業(yè)使用數(shù)字金融的狀況不會對單個企業(yè)的融資決策產生直接的影響，這構成了一個較為理想的工具變量。在使用IV-Tobit模型回歸時，兩步法與抽樣權重調整不相容，采用與抽樣權重調整相容的最有效率的極大似然估計法（MLE）進行回歸估計。由于MLE法不能直接提供第一階段回歸結果，本文采用經過抽樣權重調整后的Probit模型進行一階段回歸估計。表5的第（1）列報告了數(shù)字金融使用對工具變量與其他控制變量的一階段Probit回歸結果，工具變量的回歸系數(shù)在1%的水平上顯著為正，Wald檢驗統(tǒng)計量為91.371，對應的p值為0.0000，表明所有變量回歸系數(shù)的聯(lián)合顯著性很高。第（2）列和第（3）列的內生性檢驗Wald統(tǒng)計量均在1%的水平上拒絕了數(shù)字金融使用不存在內生性的假設，數(shù)字金融使用的回歸系數(shù)均在1%的水平上顯著為負，未改變基準回歸結論，即數(shù)字金融使用有利于緩解企業(yè)融資約束，降低企業(yè)杠桿率。

表5 數(shù)字金融使用與小微企業(yè)融資約束、杠桿率的工具變量回歸結果

（四）穩(wěn)健性檢驗

1.納入使用銀行POS機樣本

為了加強實證結果的穩(wěn)健性，本文調整數(shù)字金融定義重新進行檢驗①感謝匿名審稿人對調整數(shù)字金融定義進行穩(wěn)健性檢驗的建議。。尹志超和張?zhí)枟潱?018）將中國家庭金融調查（CHFS）問卷中家庭網(wǎng)購支付方式為網(wǎng)上銀行、支付寶、信用卡和財付通的家庭定義為互聯(lián)網(wǎng)金融家庭。其中，刷信用卡可以使用銀行POS機，我們將使用銀行POS機的企業(yè)樣本也定義為使用了數(shù)字金融，擴大了數(shù)字金融的定義范圍，重新檢驗了方程（1）—（3），回歸結果見表6的第（1）—（3）列。實證結果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進而降低企業(yè)杠桿率的中介效應依然成立。

2.剔除農業(yè)合作社樣本

黃宇虹等（2016）指出，農業(yè)合作社是互助性經濟組織，在回答員工規(guī)模時容易將成員家庭所雇傭的員工也包括在內而夸大合作社的規(guī)模。因此，我們將農業(yè)合作社樣本全部剔除，只保留農業(yè)企業(yè)，重新進行檢驗，具體結果見表6的第（4）—（6）列。實證結果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進而降低企業(yè)杠桿率的中介效應仍然成立，本文的結論具有穩(wěn)健性。

3.剔除中型企業(yè)樣本

在基準回歸中，我們將少量的中型企業(yè)納入樣本中，為了更加準確地識別出真正的小微企業(yè)，我們進一步剔除中型企業(yè)樣本，只保留小微企業(yè)樣本重新檢驗，具體結果見表6的第（7）—（9）列。結果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進而降低企業(yè)杠桿率的中介效應仍然存在，本文的結論是穩(wěn)健的。

表6 穩(wěn)健性檢驗：數(shù)字金融使用與小微企業(yè)杠桿率與融資約束的回歸結果

五、結論和政策啟示

本文利用中國真正意義上的小微企業(yè)微觀調查數(shù)據(jù)（CMES），采用Tobit模型研究了數(shù)字金融使用對小微企業(yè)融資約束與杠桿率的影響，檢驗了這種影響在不同區(qū)域和不同生命周期企業(yè)之間的異質性，并使用工具變量的IV-Tobit模型進行內生性檢驗，通過調整數(shù)字金融定義、剔除農業(yè)合作社樣本和刪除中型企業(yè)樣本進行穩(wěn)健性檢驗。研究結果表明，數(shù)字金融使用顯著緩解了小微企業(yè)融資約束，后果是降低而非抬高了小微企業(yè)杠桿率。這表明，數(shù)字金融既能將金融資源引流到資金不足的小微企業(yè)部門、滿足實體經濟的需要，又不會增加實體經濟的債務風險，有利于防范化解重大風險與破解小微企業(yè)融資難、融資貴問題?；趨^(qū)域的異質性分析結果表明，數(shù)字金融使用對欠發(fā)達地區(qū)小微企業(yè)融資約束的緩解作用與杠桿率的降低作用大于對發(fā)達地區(qū)小微企業(yè)的影響，欠發(fā)達地區(qū)的小微企業(yè)更加依賴于數(shù)字金融，這對于縮小區(qū)域發(fā)展差距、促進區(qū)域經濟平衡發(fā)展具有一定的積極作用。基于企業(yè)生命周期的異質性分析結果表明，數(shù)字金融使用對成長期小微企業(yè)融資約束的緩解作用與杠桿率的降低作用大于對非成長期（成熟期和衰退期）小微企業(yè)的影響，成長期小微企業(yè)對數(shù)字金融的依賴程度更高。以上結果表明數(shù)字金融對欠發(fā)達地區(qū)和成長期的小微企業(yè)的作用屬于“雪中送炭”。

本文的研究結論具有以下的政策啟示。第一，積極推動數(shù)字金融發(fā)展，繼續(xù)深入推進大數(shù)據(jù)、云計算、人工智能等新一代信息技術在金融服務領域的融合發(fā)展與集成應用，著重提升數(shù)字金融服務的穿透力與覆蓋面，開發(fā)出更多適合于中小微企業(yè)的金融產品與服務，以滿足企業(yè)多元化的金融服務需求。第二，數(shù)字金融機構在為小微企業(yè)提供金融服務時，要有重點地選擇目標客戶群，可以將金融資源向欠發(fā)達地區(qū)和成長期的小微企業(yè)傾斜、進行精準對接，同時也要利用新一代信息技術對其加強風險監(jiān)控。第三，企業(yè)應重視數(shù)據(jù)要素的信用價值，加強數(shù)據(jù)治理和管理能力，尤其是企業(yè)日常經營的明細數(shù)據(jù)，保證數(shù)據(jù)記錄的完整性與真實性，提高信息透明度。第四，政府部門要加快對企業(yè)信用評估相關的公共信息的采集、整合、開放與共享，這將有助于打破“數(shù)據(jù)孤島”困境、降低企業(yè)與數(shù)字金融機構之間的信息不對稱程度，從而緩解融資約束。