數(shù)字金融對企業(yè)融資約束的緩解效應

葉勇 王思瑞

【摘要】融資約束一直是企業(yè)不可回避的現(xiàn)實問題。 近年來， 本應緩解融資約束的股權(quán)質(zhì)押融資工具， 卻因控股股東股權(quán)質(zhì)押后帶來的一系列經(jīng)濟后果， 反而成為股權(quán)被質(zhì)押上市公司外部融資的障礙。 基于2011～2018年我國滬深A股上市公司的樣本數(shù)據(jù)， 在實證檢驗控股股東股權(quán)質(zhì)押對上市公司融資約束的影響基礎上， 將數(shù)字金融作為調(diào)節(jié)變量， 檢驗數(shù)字金融對股權(quán)質(zhì)押帶來的企業(yè)融資約束的緩解效應。 結(jié)果表明： 樣本期間， 控股股東股權(quán)質(zhì)押行為會惡化上市公司的融資約束困境; 地區(qū)數(shù)字金融的發(fā)展會有效地緩解因股權(quán)質(zhì)押帶來的上市公司融資約束困境。 進一步研究顯示， 在非國有企業(yè)、非制造業(yè)和高股權(quán)制衡度的上市公司中， 數(shù)字金融具有更強的融資約束緩解效應。 為了提高研究結(jié)論的可靠性， 使用工具變量回歸以及替換核心變量度量指標的處理方法進行穩(wěn)健性檢驗， 實證結(jié)果沒有發(fā)生實質(zhì)性改變。

【關(guān)鍵詞】數(shù)字金融;融資約束;控股股東;股權(quán)質(zhì)押

【中圖分類號】F830? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）13-0042-10

一、引言

融資約束一直是我國企業(yè)尤其是民營企業(yè)不可回避的現(xiàn)實問題。 穩(wěn)定的外部融資是促進經(jīng)濟發(fā)展的強大動力， 也是推動我國經(jīng)濟高質(zhì)量發(fā)展的基本保障。 目前， 我國企業(yè)仍然以間接融資作為主要的融資方式， 其中， 商業(yè)銀行貸款占主導地位。 但商業(yè)銀行具有典型的“嫌貧愛富”和“國有背景”偏好， 因此， 民營企業(yè)尤其是弱勢中小企業(yè)往往很難獲得銀行的青睞。 近年來， 股權(quán)質(zhì)押融資工具被我國上市公司股東廣泛使用。 在當前融資渠道極為有限的情形下， 股權(quán)質(zhì)押作為一種高效且快捷的融資方式， 能夠解公司對資金需求的燃眉之急， 并在一定程度上緩解我國企業(yè)尤其是民營企業(yè)融資難和融資貴的困境[1] 。 控股股東股權(quán)質(zhì)押融資現(xiàn)已成為我國資本市場的常態(tài)， 它本是一項很好的化解民營企業(yè)融資困境的工具， 卻在2018年集中爆發(fā)股權(quán)質(zhì)押平倉事件。 控股股東股權(quán)質(zhì)押行為由此被推向了風口浪尖， 其所帶來的一系列經(jīng)濟后果也受到了廣泛關(guān)注。 尤其是近年來， 人們越發(fā)關(guān)注控股股東股權(quán)質(zhì)押對上市公司融資約束的影響。 無論是股權(quán)質(zhì)押所帶來的對上市公司“掏空”加劇還是對公司外部融資環(huán)境的進一步惡化， 控股股東股權(quán)質(zhì)押在對其自身融資約束進行緩解的同時， 已在無形中影響了股權(quán)被質(zhì)押上市公司的外部融資問題。 基于此， 本文以2011 ～ 2018年我國滬深A股上市公司數(shù)據(jù)為樣本， 實證檢驗樣本期間控股股東股權(quán)質(zhì)押行為是否會加劇上市公司融資約束。 如果控股股東股權(quán)質(zhì)押會惡化上市公司融資環(huán)境， 那么如何緩解控股股東股權(quán)質(zhì)押所帶來的上市公司融資約束？

有關(guān)企業(yè)融資約束緩解問題的研究中， 學者普遍認為應該從降低企業(yè)內(nèi)外部信息不對稱的角度來緩解企業(yè)的融資約束。 畢竟信息不對稱是造成企業(yè)融資約束的重要原因之一[2，3] ， 企業(yè)的融資約束與信息不對稱程度呈顯著的正相關(guān)關(guān)系[4] 。 大量研究表明， 無論是提高企業(yè)的財務信息披露質(zhì)量還是非財務信息披露質(zhì)量， 都有利于緩解企業(yè)的信息不對稱， 進而降低企業(yè)的融資成本[5] 。 一些學者認為， 銀行業(yè)的激烈競爭會加劇銀行間的客戶爭奪[6] ， 促使銀行更加主動地挖掘企業(yè)信息， 從而降低信息不對稱， 緩解企業(yè)融資約束， 尤其在信息不對稱程度較嚴重時， 這種緩解作用將更顯著[7] 。 也有學者研究發(fā)現(xiàn)， 良好的銀企關(guān)系使得企業(yè)更容易從銀行獲得貸款[8] 。 相比中觀層面的銀行業(yè)視角， 近年來， 一些學者基于金融市場發(fā)展的宏觀視角， 研究發(fā)現(xiàn)金融市場發(fā)展程度越高， 越有助于降低信息不對稱， 從而緩解企業(yè)的融資約束[9] 。 有關(guān)金融市場發(fā)展程度， 越來越多的學者傾向于選擇數(shù)字金融來進行量化。 鑒于此， 本文在已有實證檢驗結(jié)果基礎上， 使用數(shù)字金融變量作為調(diào)節(jié)變量， 引入實證檢驗模型， 檢驗數(shù)字金融能否緩解控股股東股權(quán)質(zhì)押對上市公司融資約束的影響。 本文既拓展了股權(quán)質(zhì)押經(jīng)濟后果領域的研究， 也為在股權(quán)質(zhì)押融資“常態(tài)化”資本市場環(huán)境下， 如何改善我國上市公司融資約束困境提供了實證支持。

二、文獻回顧與研究假設

現(xiàn)有文獻表明， 控股股東股權(quán)質(zhì)押通常會對被股權(quán)質(zhì)押企業(yè)融資環(huán)境帶來一系列影響。

一方面， 控股股東股權(quán)質(zhì)押加劇了其對公司控制權(quán)與現(xiàn)金流權(quán)的分離程度， 從而致使控股股東有更強烈的動機侵占上市公司的利益甚至掏空上市公司[10，11] 。 控股股東的利益侵占和掏空行為會抑制公司的投資效率， 降低公司績效， 損害公司價值[10-12] ， 甚至惡化公司的財務狀況， 致使公司產(chǎn)生財務危機[13] 。 控股股東股權(quán)質(zhì)押行為對上市公司財務狀況的惡化可能會提高上市公司的債務違約風險[14] 以及公司債券的信用風險[15] ， 進而降低公司的償債能力。 一些學者實證檢驗后發(fā)現(xiàn)， 控股股東股權(quán)質(zhì)押會使得債權(quán)人和供應商出于對風險的考慮， 減少對公司的融資支持或者降低對公司的商業(yè)信用供給[16，17] 。 根據(jù)信號傳遞理論， 由于控股股東股權(quán)質(zhì)押會向外界傳遞公司資金緊張的消極信號， 因而股權(quán)被質(zhì)押上市公司的外部融資環(huán)境可能更加惡化[18] 。

另一方面， 控股股東股權(quán)質(zhì)押還會加劇公司內(nèi)外部的信息不對稱。 這是因為， 股權(quán)質(zhì)押增大了控股股東控制權(quán)被轉(zhuǎn)移的風險， 而控制權(quán)是控股股東謀取私利的重要工具。 為了避免因為股價大幅下跌導致控制權(quán)轉(zhuǎn)移， 控股股東會有強烈的動機進行市值管理[19] 。 由于所有權(quán)和經(jīng)營權(quán)分離， 因此， 控股股東往往需要與高管合謀來進行公司盈余管理[20，21] ， 或者干涉信息披露[22] ， 讓好消息盡量在交易日公開， 而壞消息則盡可能在非交易日披露[23] 。 錢愛民和張晨宇[24] 也進一步證實， 存在控股股東股權(quán)質(zhì)押的公司會更傾向于披露對公司有利的消息而隱藏對壞消息的披露。 此外， 由于股權(quán)質(zhì)押帶來的控制權(quán)轉(zhuǎn)移風險與上市公司股價密切相關(guān)， 控股股東可能會通過“高送轉(zhuǎn)”而非現(xiàn)金股利政策[25，26] 來實現(xiàn)上市公司短期業(yè)績“真”或“假”的提升。 可能控股股東股權(quán)質(zhì)押才是上市公司股票送轉(zhuǎn)預案的重要動機[25，27] 。 還有研究進一步認為， 控股股東股權(quán)質(zhì)押會降低公司的信息透明度以及信息披露質(zhì)量[14，21] ， 從而加劇公司內(nèi)外部的信息不對稱。 信息不對稱是導致企業(yè)產(chǎn)生融資約束的重要原因， 已有研究證實了企業(yè)的融資約束程度與信息不對稱呈顯著正相關(guān)關(guān)系[4] 。

無論是股權(quán)質(zhì)押所帶來的對上市公司“掏空”加劇， 還是因為加劇上市公司內(nèi)外部信息不對稱而惡化了公司外部融資環(huán)境， 總之， 控股股東股權(quán)質(zhì)押行為在緩解股東自身融資約束的同時， 已在無形中影響了股權(quán)被質(zhì)押上市公司的外部融資問題。 因為控股股東股權(quán)質(zhì)押會直接導致銀行提供的貸款金額下降[14] ， 債務融資成本上升[28] ， 商業(yè)信用融資減少[16] 等。 綜上， 本文提出如下假設：

H1： 控股股東股權(quán)質(zhì)押加劇了企業(yè)的融資約束。

隨著信息技術(shù)的發(fā)展、金融創(chuàng)新和產(chǎn)業(yè)變革的加速， 數(shù)字金融獲得了快速發(fā)展[29] ， 并成為現(xiàn)代金融市場發(fā)展的重要引擎， 給金融行業(yè)帶來了革命性的變化[30，31] 。 數(shù)字金融是傳統(tǒng)金融憑借科技手段如云計算等大數(shù)據(jù)處理技術(shù)賦能的創(chuàng)新金融模式， 能有效促進金融主體之間的聯(lián)結(jié)， 緩解金融市場中的信息不對稱問題。 并且， 數(shù)字金融改變了客戶與銀行的互動模式， 為雙方提供了前所未有的機遇[32] 。 研究表明， 數(shù)字技術(shù)可以重塑農(nóng)村儲蓄、信貸和保險服務市場， 特別是在發(fā)展中國家[33] 。 此外， 金融科技可以降低銀行與信貸活動相關(guān)的貸前風險， 且這種效應在管理層持股水平較高的銀行中更為顯著[34] 。 那么， 數(shù)字金融的發(fā)展能否突破傳統(tǒng)金融服務的局限性， 打破我國傳統(tǒng)金融市場的“二八定律”， 發(fā)揮普惠金融的功能， 緩解企業(yè)融資約束呢？

受限于數(shù)據(jù)可得性， 早期有關(guān)數(shù)字金融的文獻， 多基于互聯(lián)網(wǎng)金融平臺和銀行業(yè)務等數(shù)據(jù)進行研究[35] ， 忽略了如數(shù)字貨幣支付、投資等數(shù)字金融的其他運行模式， 并不能真正體現(xiàn)數(shù)字金融的影響[36] 。 隨著北京大學數(shù)字金融研究中心基于螞蟻金服海量數(shù)據(jù)推出反映我國數(shù)字金融發(fā)展狀況的“數(shù)字普惠金融指數(shù)”， 有關(guān)數(shù)字金融及其影響的文獻如雨后春筍般涌現(xiàn)。 一些學者從宏觀層面展開研究， 如數(shù)字金融對城鄉(xiāng)居民收入差距[37] 、家庭消費平滑[29] 、經(jīng)濟增長[38] 、銀行盈利能力[39] 、銀行信貸風險[34] 以及人們生活品質(zhì)[40] 的影響。 更多的學者開始研究數(shù)字金融對企業(yè)融資約束的影響。 數(shù)字金融打破了傳統(tǒng)金融物理距離的限制[41] ， 拓寬了金融服務的廣度[42] ， 使得更多客戶群體的融資需求能夠得到滿足， 從而填補了傳統(tǒng)金融下的資金供給缺口[43] 。 另外， 數(shù)字金融利用信息技術(shù)提高了信息處理的效率， 使得其能從海量信息中挖掘出有價值的企業(yè)信息， 既降低了信息的搜集成本， 也提高了資金供需方的信息透明度， 緩解了信息不對稱， 使得更多的中小企業(yè)獲得信貸支持， 提高了資源的配置效率[43] 。 同時， 數(shù)字金融還可以利用大數(shù)據(jù)分析技術(shù)建立更可靠的信用風險評估體系， 降低信用風險評估成本， 提高風險管理效率。 此外， 研究表明， 數(shù)字金融提高了市場化水平[41] ， 加劇了傳統(tǒng)金融業(yè)的競爭， 促使傳統(tǒng)金融機構(gòu)提高金融效率， 從而降低了企業(yè)融資成本[41，42，44] 。 畢竟高融資成本是導致企業(yè)產(chǎn)生融資約束的重要原因[4] ， 故融資成本的降低有利于緩解企業(yè)的融資約束。

綜上， 由于控股股東股權(quán)質(zhì)押行為會惡化上市公司的信息質(zhì)量， 加劇上市公司與外部市場之間的信息不對稱， 使得上市公司尤其是融資較為困難的民營企業(yè)， 獲得傳統(tǒng)商業(yè)銀行貸款的規(guī)模下降、利率上升以及貸款條件更加苛刻， 進而惡化企業(yè)經(jīng)營環(huán)境。 而數(shù)字金融憑借科技手段賦能的創(chuàng)新金融模式， 基于云計算等大數(shù)據(jù)處理技術(shù)， 使得金融市場的資金供給者能夠更加準確地評估被股權(quán)質(zhì)押上市公司的真實經(jīng)營狀況， 做出更為理性的投資決策， 緩解股權(quán)質(zhì)押帶來的信息不對稱。 此外， 控股股東股權(quán)質(zhì)押導致上市公司融資環(huán)境惡化的一個重要原因是， 金融機構(gòu)擔心股權(quán)質(zhì)押會提高上市公司控制權(quán)轉(zhuǎn)移風險。 尚且不考慮控股股東股權(quán)質(zhì)押期間是否存在“掏空”行為， 一旦控股股東股權(quán)質(zhì)押爆倉導致控制權(quán)轉(zhuǎn)移， 新的控股股東在短期內(nèi)可能無法將上市公司引入正軌， 上市公司業(yè)績可能會受到不利影響， 進而公司償債能力下降、債務違約風險上升。 為了降低風險承擔水平， 傳統(tǒng)金融機構(gòu)勢必提高信用風險溢價水平， 維護自身利益， 但并不是多高的信用風險溢價其都能接受。 因為傳統(tǒng)金融機構(gòu)相對保守， 風險過高的項目很難通過評審。 區(qū)別于傳統(tǒng)金融服務， 數(shù)字金融本身就定位于傳統(tǒng)金融機構(gòu)服務不到或是重視不足的客戶， 憑借自身信息技術(shù)帶來的規(guī)模效應、較低的邊際成本、靈活的融資方式以及多渠道的資金來源， 其承擔風險的動機及能力可能更強。 總的來說， 相比傳統(tǒng)金融機構(gòu)的擔保抵押登記、貸后管理等治理機制， 以市場化運作的數(shù)字金融， 通常會通過拓寬資金來源渠道、降低金融資源配置扭曲程度， 促進金融資源的合理配置， 進而緩解企業(yè)融資約束; 也可能會借助信息處理技術(shù)實現(xiàn)對不同行業(yè)、企業(yè)以及個人行為數(shù)據(jù)的抓取， 有效整合數(shù)據(jù)， 建立可靠的第三方征信體系， 降低信息不對稱， 進而緩解企業(yè)融資約束。 通過以上分析， 本文提出如下假設：

H2： 數(shù)字金融緩解了控股股東股權(quán)質(zhì)押對企業(yè)融資約束的影響。

三、研究設計

（一）樣本選取與數(shù)據(jù)來源

由于本文的關(guān)鍵調(diào)節(jié)變量——數(shù)字金融， 是由北京大學數(shù)字金融研究中心構(gòu)造的基于省級層面的“數(shù)字普惠金融指數(shù)”來衡量的， 但目前該指標只有截至2018年的數(shù)據(jù)， 因此本文的樣本期間為2011 ～ 2018年。 樣本主要是滬深A股上市公司數(shù)據(jù)， 并剔除了金融或保險類公司、ST或?ST公司， 以及部分數(shù)據(jù)存在缺失的樣本。 經(jīng)過上述篩選與整理， 本文最終得到18268個年度—公司樣本觀測值。 此外， 本文還對所有連續(xù)變量進行了Winsorize處理， 以避免極端值對本文結(jié)果造成影響。 本文數(shù)據(jù)來源于CSMAR、Wind等數(shù)據(jù)庫以及上市公司年報。

（二）變量定義

1. 被解釋變量：融資約束（KZ）。 本文借鑒Kaplan和Zingales[3] 、魏志華等[45] 、任曉怡[46] 的做法， 用KZ指數(shù)衡量企業(yè)的融資約束。 KZ值越大， 代表企業(yè)面臨的融資約束越大。

首先， 將樣本中經(jīng)營活動凈現(xiàn)金流、現(xiàn)金持有、現(xiàn)金股利、資產(chǎn)負債率、托賓Q值這5個變量的大小與各自的中位數(shù)進行比較。 若前三個變量的值小于各自中位數(shù)， 則取值為1， 否則為0， 分別用kz1、kz2、kz3表示; 若資產(chǎn)負債率、托賓Q值大于中位數(shù)， 則取值為1， 否則為0， 分別用kz4、kz5表示。 然后， 求和kz1 ～ kz5得到KZ， 并將計算出的KZ與上述5個變量進行Ordered Logistic Regress， 從而求得各變量的回歸系數(shù)。 然后利用最終估計出的擬合值獲得企業(yè)的KZ指數(shù)。

2. 解釋變量： 股權(quán)質(zhì)押。 本文分別使用股權(quán)質(zhì)押率1（Pld_rate1）和股權(quán)質(zhì)押率2（Pld_rate2）來刻畫控股股東股權(quán)質(zhì)押情況。 其中， Pld_rate1代表控股股東年末剩余質(zhì)押的股數(shù)占其持有上市公司股數(shù)的比例， Pld_rate2表示控股股東年末剩余質(zhì)押的股數(shù)占上市公司總股數(shù)的比例。

3. 調(diào)節(jié)變量： 數(shù)字金融（Digital）。 本文使用北京大學數(shù)字金融研究中心構(gòu)造的“數(shù)字普惠金融指數(shù)”進行研究。 該指數(shù)基于螞蟻金服龐大的數(shù)據(jù)信息， 從數(shù)字金融的覆蓋廣度、使用深度和數(shù)字支持服務三個層面來揭示數(shù)字金融發(fā)展的特征。 在實證研究中， 本文主要以省級層面的數(shù)字普惠金融指數(shù)作為衡量數(shù)字金融狀況的指標。

此外， 本文參考魏志華等[45] 、唐瑋等[17] 、任曉怡[46] 的相關(guān)研究， 控制了如下可能影響企業(yè)融資約束的變量： 公司規(guī)模（Size）、成長能力（Growth）、盈利能力（Roa）、第一大股東持股比例（Top1）、股權(quán)性質(zhì)（State）。 同時， 還對年度虛擬變量和行業(yè)虛擬變量進行了控制。 相關(guān)變量的具體定義見表1。

（三）模型設定

為了驗證控股股東股權(quán)質(zhì)押對企業(yè)融資約束（KZ）的影響， 本文構(gòu)建回歸模型（1）進行檢驗。 將股權(quán)質(zhì)押率1（Pld_rate1）與股權(quán)質(zhì)押率2（Pld_rate2）分別代入模型（1）進行回歸。

為了檢驗數(shù)字金融對控股股東股權(quán)質(zhì)押與企業(yè)融資約束二者之間關(guān)系的調(diào)節(jié)作用， 本文在回歸模型（1）的基礎上， 加入數(shù)字金融變量以及數(shù)字金融與股權(quán)質(zhì)押的交互項， 構(gòu)成回歸模型（2）， 如下所示：

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

表2及表3分別對主要變量的描述性統(tǒng)計結(jié)果和各年的融資約束、數(shù)字金融與股權(quán)質(zhì)押的均值分布結(jié)果進行了列示。 結(jié)合表2和表3可以看出， 企業(yè)融資約束的均值為0.972， 標準差為2.128， 最小值為-5.757， 最大值為5.523， 說明不同企業(yè)的融資約束水平呈現(xiàn)出較大的差異， 并且近年來企業(yè)的融資約束呈現(xiàn)先增后減的趨勢。 股權(quán)質(zhì)押率1的均值為0.237， 說明控股股東股權(quán)質(zhì)押股數(shù)約占其持有上市公司股數(shù)的23.7%。 股權(quán)質(zhì)押率2的均值為0.075， 說明控股股東股權(quán)質(zhì)押股數(shù)約占上市公司總股數(shù)的7.5%。 無論是股權(quán)質(zhì)押率1還是股權(quán)質(zhì)押率2， 其最小值和最大值的差別都較大， 說明公司之間控股股東股權(quán)質(zhì)押的情況也存在較大差別。

此外， 股權(quán)質(zhì)押率1和股權(quán)質(zhì)押率2的均值都呈現(xiàn)逐年遞增的趨勢， 說明股權(quán)質(zhì)押越來越受到控股股東的青睞， 其逐漸成為控股股東進行融資的重要工具。 數(shù)字金融的均值為5.276， 中位數(shù)為5.444， 均值小于中位數(shù)， 說明公司間的數(shù)字金融程度呈右偏分布。 并且， 數(shù)字金融的均值也呈現(xiàn)逐年遞增的趨勢， 表明數(shù)字金融的運用越來越廣泛。 剩余變量的描述性統(tǒng)計結(jié)果見表2， 與既有研究成果基本一致。

（二）差異性檢驗

表4是根據(jù)控股股東是否發(fā)生過股權(quán)質(zhì)押進行分組的差異性檢驗結(jié)果。 均值T檢驗與中位數(shù)Z檢驗的結(jié)果均在1%的水平上顯著， 說明發(fā)生股權(quán)質(zhì)押公司的融資約束程度顯著高于沒有發(fā)生股權(quán)質(zhì)押的公司。 H1得到初步驗證， 即控股股東股權(quán)質(zhì)押加劇了企業(yè)的融資約束。

（三）相關(guān)性分析

主要變量的相關(guān)性分析結(jié)果見表5和表6。 從表5和表6可以看出， 變量之間的相關(guān)系數(shù)均小于0.4， 且通過方差膨脹因子檢驗后的VIF值均小于1.5， 說明變量之間不存在嚴重的多重共線性問題。 股權(quán)質(zhì)押率1和股權(quán)質(zhì)押率2均與企業(yè)融資約束顯著正相關(guān)， H1得到初步驗證。 但由于相關(guān)性分析并沒有考慮其他控制變量對結(jié)果產(chǎn)生的影響， 因此， 具體的因果關(guān)系還需通過回歸分析進一步考察。

（四）回歸結(jié)果與分析

1. 控股股東股權(quán)質(zhì)押行為會顯著加劇上市公司融資約束。 通過表7可知， 無論是股權(quán)質(zhì)押率1還是股權(quán)質(zhì)押率2， 回歸結(jié)果表明， 在1%的顯著性水平上， 控股股東股權(quán)質(zhì)押行為對股權(quán)被質(zhì)押上市公司的融資環(huán)境都會產(chǎn)生顯著負面影響， 即加劇上市公司融資約束。 該結(jié)論驗證了H1。

由于控股股東的股權(quán)質(zhì)押行為會向市場釋放出資金鏈緊張的信號[12，47] ， 考慮到母子公司之間的信用風險傳染性， 資金供給方出于出借資金的風險考慮， 可能會要求更高的風險溢價補償， 進而提高上市公司融資成本， 亦或是壓縮貸款規(guī)模、縮短貸款期限等[14] 。 此外， 一些學者研究發(fā)現(xiàn)， 股權(quán)質(zhì)押會加劇第二類代理問題， 使“掏空”行為增加， 進而降低企業(yè)價值， 提高企業(yè)風險， 影響上市公司的經(jīng)營績效[10] 。 因此， 為了避免由于信息不對稱所產(chǎn)生的逆向選擇和道德風險等問題， 資金供給方只好提高企業(yè)的風險溢價， 增加其融資成本。 近年來， 證監(jiān)會要求上市公司在發(fā)行企業(yè)債券時披露控股股東股權(quán)質(zhì)押信息。 一些學者使用信用利差和信用評級來反映公司發(fā)債的融資成本， 證實了控股股東股權(quán)質(zhì)押行為會提高上市公司信用溢價水平[48] 。

2. 數(shù)字金融對控股股東股權(quán)質(zhì)押與企業(yè)融資約束之間關(guān)系的影響。 在控股股東股權(quán)質(zhì)押與企業(yè)融資約束呈顯著正相關(guān)關(guān)系被證實的基礎上， 通過引入數(shù)字金融調(diào)節(jié)變量， 構(gòu)建調(diào)節(jié)效應模型， 檢驗數(shù)字金融是否能緩解控股股東股權(quán)質(zhì)押所帶來的融資約束加劇這一經(jīng)濟后果。 表8呈現(xiàn)了數(shù)字金融對控股股東股權(quán)質(zhì)押與企業(yè)融資約束二者關(guān)系調(diào)節(jié)效應的實證結(jié)果。 可以發(fā)現(xiàn)， 無論何種方式的股權(quán)質(zhì)押率度量方法下， 上市公司所在省份的數(shù)字金融發(fā)展程度均在1%的顯著性水平上有效抑制控股股東股權(quán)質(zhì)押對上市公司融資約束的負面影響。 H2得以證實。 控股股東股權(quán)質(zhì)押會顯著加劇上市公司融資約束， 但隨著我國數(shù)字金融發(fā)展的不斷深化， 數(shù)字金融能夠顯著緩解控股股東股權(quán)質(zhì)押對上市公司融資約束的負面影響。

借助于互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算和區(qū)塊鏈等數(shù)字技術(shù)與傳統(tǒng)金融行業(yè)的深度融合， 數(shù)字金融逐漸成為一種新型金融服務[49] 。 由于在信息整合上的優(yōu)勢， 數(shù)字金融有效地推動了我國金融體系向信息化、網(wǎng)絡化和智能化轉(zhuǎn)型[44] 。 控股股東股權(quán)質(zhì)押行為之所以能影響上市公司的融資約束， 很大原因是其加劇了上市公司的信息不對稱。 數(shù)字金融在解決信息不對稱方面存在天然優(yōu)勢， 這或許是數(shù)字金融能夠緩解企業(yè)融資困境的重大突破口。 此外， 數(shù)字金融發(fā)展帶來的鯰魚效應和示范效應[50] ， 會加劇金融行業(yè)的競爭、推動金融產(chǎn)品的多樣化創(chuàng)新， 倒逼金融機構(gòu)減少信貸歧視， 并提供更高質(zhì)量和更低成本的金融服務[51] 。 在控股股東股權(quán)質(zhì)押惡化上市公司融資環(huán)境的背景下， 上市公司融資渠道變窄、融資成本上升， 而數(shù)字金融則可以拓寬企業(yè)融資渠道， 提高金融包容性， 緩解控股股東股權(quán)質(zhì)押的負面經(jīng)濟后果。

五、穩(wěn)健性檢驗

（一）工具變量法

本文通過工具變量法來緩解可能存在的內(nèi)生性問題對實證結(jié)果造成的影響。 參考既有研究， 本文使用除企業(yè)自身以外， 同年同行業(yè)的其他企業(yè)控股股東股權(quán)質(zhì)押率的均值（分別為IVPld_rate1、IVPld_rate2）作為控股股東股權(quán)質(zhì)押變量的工具變量， 進行兩階段最小二乘法（2SLS）回歸。

工具變量兩階段回歸的結(jié)果如表9所示。 根據(jù)表9第（2）列和第（4）列的第二階段回歸結(jié)果可知， 股權(quán)質(zhì)押率1和股權(quán)質(zhì)押率2的回歸系數(shù)在1%的水平上仍顯著為正， 說明控股股東股權(quán)質(zhì)押加劇企業(yè)融資約束的結(jié)論不會受到內(nèi)生性問題的影響。 并且交乘項Pld_rate1×Digital和Pld_rate2×Digital均與企業(yè)融資約束顯著負相關(guān)， 這表明數(shù)字金融抑制控股股東股權(quán)質(zhì)押與企業(yè)融資約束之間關(guān)系的結(jié)論仍然成立。

（二）變量替換

1. 股權(quán)質(zhì)押變量的重新度量。 本文使用控股股東是否實施股權(quán)質(zhì)押的虛擬變量（PLD_DUM）作為股權(quán)質(zhì)押指標進行穩(wěn)健性檢驗。 股權(quán)質(zhì)押變量替換后的回歸結(jié)果如表10所示， PLD_DUM的回歸系數(shù)為0.520， 并且在1%的水平上顯著， 即控股股東股權(quán)質(zhì)押與企業(yè)融資約束顯著正相關(guān)。 此外， 股權(quán)質(zhì)押虛擬變量與數(shù)字金融交乘項的回歸系數(shù)為

-0.130， 仍然顯著為負。 這說明本文關(guān)于控股股東加劇了企業(yè)融資約束， 以及數(shù)字金融緩解了控股股東股權(quán)質(zhì)押對企業(yè)融資約束負面影響的結(jié)論仍然成立。

2. 融資約束變量的重新度量。 借鑒Whited和Wu[52] 的做法， 本文在穩(wěn)健性檢驗中使用WW指數(shù)重新度量企業(yè)面臨的融資約束。 WW指數(shù)越大， 代表企業(yè)面臨的融資約束程度越高。 替換企業(yè)融資約束變量后的回歸結(jié)果如表11所示。 Pld_rate1和Pld_rate2的回歸系數(shù)分別為0.009、0.027， 且均在1%的水平上顯著為正， 與前文的回歸結(jié)果一致。 這表明控股股東股權(quán)質(zhì)押加劇企業(yè)融資約束的結(jié)論具有穩(wěn)健性。 同時， 交乘項Pld_rate1×Digital、Pld_rate2×Digital均與WW指數(shù)顯著負相關(guān)， 說明數(shù)字金融能夠抑制控股股東股權(quán)質(zhì)押與企業(yè)融資約束二者之間關(guān)系的結(jié)論仍然穩(wěn)健。

六、進一步研究

（一）股權(quán)性質(zhì)差異的影響

為了檢驗數(shù)字金融對股權(quán)質(zhì)押與企業(yè)融資約束關(guān)系的調(diào)節(jié)作用在股權(quán)性質(zhì)不同企業(yè)中的差異， 本文將樣本分為國企組和非國企組， 然后根據(jù)模型（2）分別進行回歸， 回歸結(jié)果如表12所示。 根據(jù)表12中（1）（2）列的回歸結(jié)果， 交乘項Pld_rate1×Digital在國企組的回歸系數(shù)為-0.133， 在統(tǒng)計意義上不顯著; 而在非國企組， 交乘項Pld_rate1×Digital的回歸系數(shù)為-0.857， 且在1%的水平上顯著。 同時， 根據(jù)表12中（3）（4）列的回歸結(jié)果， Pld_rate2×Digital的回歸系數(shù)在國企組為-0.692， 在非國企組為

-2.047， 分別在統(tǒng)計意義上不顯著和在1%的水平上顯著。 并且， 通過組間系數(shù)差異檢驗后的p值均在1%的水平上顯著。 上述結(jié)果說明了數(shù)字金融在非國有企業(yè)中對控股股東股權(quán)質(zhì)押與企業(yè)融資約束關(guān)系的調(diào)節(jié)作用更顯著。

（二）行業(yè)差異的影響

為了探究行業(yè)差異對股權(quán)質(zhì)押、數(shù)字金融和融資約束三者之間關(guān)系的影響， 本文根據(jù)2012版證監(jiān)會行業(yè)分類標準， 將行業(yè)代碼為C開頭的企業(yè)劃分為制造業(yè)組， 其余企業(yè)劃分為非制造業(yè)組， 然后根據(jù)回歸模型（2）進行分組回歸， 回歸結(jié)果如表13所示。

結(jié)果說明， 與制造業(yè)企業(yè)相比， 非制造業(yè)企業(yè)的融資約束受到控股股東股權(quán)質(zhì)押影響的程度會更高。 但針對控股股東股權(quán)質(zhì)押帶來的融資困境， 非制造業(yè)企業(yè)更可能通過數(shù)字金融發(fā)展而得到有效的緩解。 也就是說， 數(shù)字金融對控股股東股權(quán)質(zhì)押帶來的融資約束具有顯著緩解效應， 尤其是在非制造業(yè)企業(yè)中。

（三）股權(quán)制衡度差異的影響

參考李雙燕等[53] 衡量股權(quán)制衡度的方法， 本文使用的股權(quán)制衡度指標為第二到第十大股東總持股比例與第一大股東持股比例的比值。 本研究按照股權(quán)制衡度是否大于中位數(shù)， 將樣本分為股權(quán)制衡度高組和股權(quán)制衡度低組， 然后基于模型（2）進行分組回歸， 結(jié)果如表14所示。 結(jié)果表明， 在股權(quán)制衡度高的企業(yè)中， 控股股東股權(quán)質(zhì)押對企業(yè)融資約束的負面影響要顯著小于股權(quán)制衡度低的企業(yè)， 并且數(shù)字金融對股權(quán)制衡度高的企業(yè)的調(diào)節(jié)效應要顯著于股權(quán)制衡度低的企業(yè)。 也就是說， 股權(quán)制衡度越高的企業(yè)， 公司治理效率越高， 數(shù)字金融越有助于其改善外部融資環(huán)境。

七、結(jié)論

本文以2011 ～ 2018年我國滬深A股上市公司為研究樣本， 對控股股東股權(quán)質(zhì)押與上市公司融資約束二者之間的關(guān)系進行了實證檢驗， 并在此基礎上探究了數(shù)字金融對二者關(guān)系的調(diào)節(jié)作用。 研究發(fā)現(xiàn)： 控股股東股權(quán)質(zhì)押行為會惡化上市公司的融資約束環(huán)境， 加劇上市公司面臨的融資約束程度。 而地區(qū)數(shù)字金融的發(fā)展對二者之間的關(guān)系具有調(diào)節(jié)作用， 其能夠有效地緩解控股股東股權(quán)質(zhì)押對上市公司融資約束的負面影響。 進一步研究發(fā)現(xiàn)， 相比于國有企業(yè)， 數(shù)字金融緩解控股股東股權(quán)質(zhì)押對上市公司融資約束負面影響的作用在非國有企業(yè)中更顯著; 相比于制造業(yè)公司， 數(shù)字金融在非制造業(yè)中緩解控股股東股權(quán)質(zhì)押對上市公司融資約束負面影響的作用更顯著; 相比于股權(quán)制衡度較低的企業(yè)， 股權(quán)制衡度越高的企業(yè)其公司治理效率越高， 數(shù)字金融越有助于其改善外部融資環(huán)境， 因此數(shù)字金融在股權(quán)制衡度較高的企業(yè)中對于股權(quán)質(zhì)押對融資約束的負面影響具有更強的緩解效應。

為了保證上述結(jié)論的可靠性和穩(wěn)健性， 同時為了避免可能存在的內(nèi)生性問題對結(jié)果的影響， 本文使用排除樣本公司外的同年同行業(yè)的其他公司控股股東股權(quán)質(zhì)押率均值作為工具變量進行了2SLS回歸， 并進一步通過更換核心變量的度量方法進行了穩(wěn)健性檢驗， 實證結(jié)果沒有發(fā)生實質(zhì)性改變， 說明本文的結(jié)論可靠且穩(wěn)健。?【 主 要 參 考 文 獻 】

[1] 李曉慶，楊帆.控股股東股權(quán)質(zhì)押經(jīng)濟后果的影響機理分析[ J].財會月刊，2020（20）：146 ～ 151.

[2] Fazzari S. M.，Hubbard R. G.，Petersen B. C.. Financing constraints and corporate investment[ J].Brookings Papers on Economic Activity，1988（1）：141 ～ 206.

[3] Kaplan S. N.，Zingales L.. Do investment-cash flow sensitivities provide useful measures of financing constraints？[ J].The Quarterly Journal of Economics，1997（1）：169 ～ 215.

[4] Myers S. C.，Majluf N. S.. Corporate financing and investment decisions when firms have information that investors do not have[ J].North-Holland，1984（2）：187 ～ 221.

[5] Almaghrabi K.， Opong K.， Tsalavoutas I.. Compliance with pension-related mandatory disclosures and debt financing[ J].Journal of Business Finance & Accounting，2020（1-2）：148 ～ 184.

[6] 黃憲，熊福平.外資銀行在中國發(fā)展的經(jīng)營動機和經(jīng)營策略分析[ J].金融研究，2005（2）：82 ～ 93.

[7] 姜付秀，蔡文婧，蔡欣妮，李行天.銀行競爭的微觀效應：來自融資約束的經(jīng)驗證據(jù)[ J].經(jīng)濟研究，2019（6）：72 ～ 88.

[8] 翟勝寶，張勝，謝露，鄭潔.銀行關(guān)聯(lián)與企業(yè)風險——基于我國上市公司的經(jīng)驗證據(jù)[ J].管理世界，2014（4）：53～59.

[9] 沈紅波，寇宏，張川.金融發(fā)展、融資約束與企業(yè)投資的實證研究[ J].中國工業(yè)經(jīng)濟，2010（6）：55 ～ 64.

[10] 郝項超，梁琪.最終控制人股權(quán)質(zhì)押損害公司價值么？[ J].會計研究，2009（7）：57 ～ 63+96.

[11] 鄭國堅，林東杰，林斌.大股東股權(quán)質(zhì)押、占款與企業(yè)價值[ J].管理科學學報，2014（9）：72 ～ 87.

[12] Anderson R.， Puleo M.. Insider share-pledging and equity risk[ J].Journal of Financial Services Research，2020（1）：1 ～ 25.

[13] Dou Y.， Masulis R. W.， Zein J.. Shareholder wealth consequences of insider pledging of company stock as collateral for personal loans[ J].The Review of Financial Studies，2019（12）：4810 ～ 4854.

[14] 翟勝寶，童麗靜，伍彬.控股股東股權(quán)質(zhì)押與企業(yè)銀行貸款——基于我國上市公司的實證研究[ J].會計研究，2020（6）：75 ～ 92.

[15] 儲溢泉，倪建文.控股股東股權(quán)質(zhì)押提高了上市公司信用風險嗎？[ J].證券市場導報，2020（11）：40 ～ 48.

[16] 潘臨，張龍平，歐陽才越.控股股東股權(quán)質(zhì)押與商業(yè)信用融資——基于內(nèi)部控制質(zhì)量和審計質(zhì)量的考量[ J].財經(jīng)理論與實踐，2018（4）：80 ～ 87.

[17] 唐瑋，夏曉雪，姜付秀.控股股東股權(quán)質(zhì)押與公司融資約束[ J].會計研究，2019（6）：51 ～ 57.

[18] 何威風，劉怡君，吳玉宇.大股東股權(quán)質(zhì)押和企業(yè)風險承擔研究[ J].中國軟科學，2018（5）：110 ～ 122.

[19] 宋巖，宋爽.股權(quán)質(zhì)押與市值管理：基于中國滬深股市A股上市公司的實證檢驗[ J].中國管理科學，2019（6）：10 ～ 20.

[20] 謝德仁，廖珂.控股股東股權(quán)質(zhì)押與上市公司真實盈余管理[ J].會計研究，2018（8）：21 ～ 27.

[21] 黎來芳，陳占燎.控股股東股權(quán)質(zhì)押降低信息披露質(zhì)量嗎？[ J].科學決策，2018（8）：1 ～ 20.

[22] 于忠泊，田高良，曾振.上市公司臨時報告對資本市場信息傳遞的影響[ J].系統(tǒng)工程理論與實踐，2012（6）：1151 ～ 1165.

[23] 李常青，幸偉.控股股東股權(quán)質(zhì)押與上市公司信息披露[ J].統(tǒng)計研究，2017（12）：75 ～ 86.

[24] 錢愛民，張晨宇.股權(quán)質(zhì)押與信息披露策略[ J].會計研究，2018（12）：34 ～ 40.

[25] 何平林，辛立柱，潘哲煜，李濤.上市公司股票送轉(zhuǎn)行為動機研究——基于股權(quán)質(zhì)押融資視角的證據(jù)[ J].會計研究，2018（3）：57 ～ 63.

[26] 廖珂，崔宸瑜，謝德仁.控股股東股權(quán)質(zhì)押與上市公司股利政策選擇[ J].金融研究，2018（4）：172 ～ 189.

[27] 黃登仕，黃禹舜，周嘉南.控股股東股權(quán)質(zhì)押影響上市公司“高送轉(zhuǎn)”嗎？[ J].管理科學學報，2018（12）：18 ～ 36+94.

[28] 吳先聰，羅鴻秀，張健.控股股東股權(quán)質(zhì)押、審計質(zhì)量與債務融資成本[ J].審計研究，2020（6）：86 ～ 96.

[29] Jennifer T. L.， Isabel K. M. Yan. Yan， Xingjian Yi， Hao Zhang. Digital financial inclusion and consumption smoothing in China[ J].China & World Economy，2020（1）：64～93.

[30] Goldstein I.， Wei Jiang.， Karolyi G. A.. To fintech and beyond[ J].Review of Financial Studies，2019（5）：1647 ～ 1661.

[31] 孫晉，阿力木江·阿布都克尤木，徐則林.中國數(shù)字貿(mào)易規(guī)制的現(xiàn)狀、挑戰(zhàn)及重塑——以競爭中立原則為中心[ J].國外社會科學，2020（4）：45 ～ 57.

[32] Son Y.， Kwon H. E.， Tayi G. K.， Oh W.. Impact of customers' digital banking adoption on hidden defection： A combined analytical-empirical approach[ J].Journal of Operations Management，2019（3）：418 ～ 440.

[33] Benami E.， Carter M. R.. Can digital technologies reshape rural microfinance？ Implications for savings，credit， & insurance[Z]. Applied Economic Perspectives and Policy，2021.

[34] Zhang A.， Wang S.， Liu B.， et al.. How fintech impacts pre-and post-loan risk in Chinese commercial banks[Z].International Journal of Finance & Economics，2020.

[35] 陳銀娥，孫瓊，徐文赟.中國普惠金融發(fā)展的分布動態(tài)與空間趨同研究[ J].金融經(jīng)濟學研究，2015（6）：72 ～ 81.

[36] 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（1）：71 ～ 83.

[37] 宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[ J].財經(jīng)科學，2017（6）：14 ～ 25.

[38] 郝云平，雷漢云.數(shù)字普惠金融推動經(jīng)濟增長了嗎？——基于空間面板的實證[ J].當代金融研究，2018（3）：90 ～ 101.

[39] Scott S. V.， Reenen J. M. V.， Zachariadis M.. The long-term effect of digital innovation on bank performance： An empirical study of SWIFT adoption in financial services[ J].Research Policy，2017（5）：984 ～ 1004.

[40] 趙曉旭，傅昌鑾.數(shù)字化背景下老年友好社區(qū)構(gòu)建策略——基于杭州市K街道N社區(qū)的調(diào)查[ J].理論與改革，2020（3）：131 ～ 146.

[41] 黃銳，賴曉冰，趙丹妮，湯子隆.數(shù)字金融能否緩解企業(yè)融資困境——效用識別、特征機制與監(jiān)管評估[ J].中國經(jīng)濟問題，2021（1）：52 ～ 66.

[42] 滕磊，馬德功.數(shù)字金融能夠促進高質(zhì)量發(fā)展嗎？[ J].統(tǒng)計研究，2020（11）：80 ～ 92.

[43] 袁鯤，曾德濤.區(qū)際差異、數(shù)字金融發(fā)展與企業(yè)融資約束——基于文本分析法的實證檢驗[ J].山西財經(jīng)大學學報，2020（12）：40 ～ 52.

[44] 阮堅，申么，范忠寶.何以驅(qū)動企業(yè)債務融資降成本——基于數(shù)字金融的效用識別、異質(zhì)性特征與機制檢驗[ J].金融經(jīng)濟學研究，2020（1）：32 ～ 44.

[45] 魏志華，曾愛民，李博.金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國上市公司的實證研究[ J].會計研究，2014（5）：73 ～ 80.

[46] 任曉怡.數(shù)字普惠金融發(fā)展能否緩解企業(yè)融資約束[ J].現(xiàn)代經(jīng)濟探討，2020（10）：65 ～ 75.

[47] 呂長江，肖成民.民營上市公司所有權(quán)安排與掏空行為——基于陽光集團的案例研究[ J].管理世界，2006（10）：128 ～ 138.

[48] 張雪瑩，王聰聰.控股股東股權(quán)質(zhì)押會影響上市公司發(fā)債融資成本嗎？[ J].證券市場導報，2020（6）：43 ～ 52.

[49] 封思賢，郭仁靜.數(shù)字金融、銀行競爭與銀行效率[ J].改革，2019（11）：75 ～ 89.

[50] 李展，葉蜀君.中國金融科技發(fā)展現(xiàn)狀及監(jiān)管對策研究[ J].江淮論壇，2019（3）：56 ～ 61.

[51] Omarini A. E.. Fintech and the future of the payment landscape： The mobile wallet ecosystem-A challenge for retail banks？[ J].International Journal of Financial Research，2018（4）：97 ～ 116.

[52] Whited T. M.， Wu G.. Financial constraints risk[ J].Review of Financial Studies，2006（2）：531 ～ 559.

[53] 李雙燕，苗進.差異化股權(quán)制衡度、行業(yè)異質(zhì)性與全要素生產(chǎn)率——基于混合所有制企業(yè)的證據(jù)[ J].經(jīng)濟管理，2020（1）：5 ～ 24.