摘? ?要：文章以滬深上市的金融科技企業(yè)為樣本，基于組態(tài)視角和模糊集定性比較分析方法，對金融科技企業(yè)價(jià)值影響因素進(jìn)行了研究，報(bào)告了產(chǎn)生高金融科技企業(yè)價(jià)值的6種組態(tài)。金融科技企業(yè)可根據(jù)自身情況，通過多種途徑提升企業(yè)價(jià)值，可以在政府的大力支持下通過利用資產(chǎn)與創(chuàng)新驅(qū)動(dòng)企業(yè)價(jià)值提升，可以在大股東有力主導(dǎo)下通過資產(chǎn)增值驅(qū)動(dòng)企業(yè)價(jià)值提升，還可以在具有較強(qiáng)盈利能力的情況下通過創(chuàng)新驅(qū)動(dòng)企業(yè)價(jià)值提升。

關(guān)鍵詞：金融科技;企業(yè)價(jià)值;組態(tài);高質(zhì)量發(fā)展

中圖分類號：F832.39? 文獻(xiàn)標(biāo)識碼：B? 文章編號：1674-2265（2022）05-0059-05

DOI：10.19647/j.cnki.37-1462/f.2022.05.008

一、引言

金融科技在世界范圍內(nèi)蓬勃發(fā)展，正在改變和重塑金融業(yè)態(tài)以及人們的生活方式，金融科技以及有關(guān)領(lǐng)域企業(yè)也成為學(xué)界和業(yè)界關(guān)注的焦點(diǎn)。與傳統(tǒng)企業(yè)相比，金融科技企業(yè)在發(fā)展歷程、商業(yè)模式、價(jià)值來源等方面有明顯不同，具有低利潤率、輕資產(chǎn)、高創(chuàng)新、高風(fēng)險(xiǎn)、上規(guī)模的特點(diǎn)，與傳統(tǒng)企業(yè)相比有較大的差異，其企業(yè)價(jià)值影響因素與傳統(tǒng)企業(yè)相比也有所不同（徐雅倩，2020）[1]。企業(yè)價(jià)值對于金融科技企業(yè)的發(fā)展乃至資本市場的發(fā)展都具有重要影響，理清金融科技企業(yè)價(jià)值的影響因素，對于金融科技企業(yè)控股股東、非控股股東、潛在投資者以及監(jiān)管機(jī)構(gòu)都具有一定參考價(jià)值，也是在理論和實(shí)踐的雙重探索中呈現(xiàn)的一個(gè)重要時(shí)代課題。

Davenport（1907）[2]首先提出了企業(yè)價(jià)值的概念，并對企業(yè)的資本結(jié)構(gòu)與盈利能力的二元關(guān)系進(jìn)行研究，是企業(yè)價(jià)值研究的濫觴。目前學(xué)界對于企業(yè)價(jià)值的概念尚未形成共識性表述，但總體的認(rèn)識和判斷基本一致，即企業(yè)價(jià)值是以企業(yè)整體作為對象的財(cái)務(wù)估價(jià)，衡量企業(yè)整體的公平市場價(jià)值，是企業(yè)獲利能力的貨幣化體現(xiàn)，可以用企業(yè)總資產(chǎn)價(jià)值減去企業(yè)負(fù)債中非付利息債務(wù)價(jià)值后的余值或企業(yè)所有者權(quán)益價(jià)值加上企業(yè)的全部付息債務(wù)價(jià)值表示。現(xiàn)有文獻(xiàn)針對金融科技企業(yè)價(jià)值影響因素的研究并不多，主要采用傳統(tǒng)的因子分析法和面板數(shù)據(jù)回歸模型等開展研究。由于回歸模型基于演繹邏輯和假設(shè)檢驗(yàn)，對于樣本數(shù)量有較高要求，而目前金融科技企業(yè)尤其是數(shù)據(jù)獲取可行性較強(qiáng)的上市公司數(shù)量并不多，因此，采用回歸模型分析具有一定局限性。本研究采用組態(tài)分析視角，使用模糊集定性比較分析（Fuzzy Set Qualitative Comparative Analysis，fsQCA）方法，基于溯因邏輯分析特定的必要和充分兩類結(jié)果產(chǎn)生的組態(tài)原因，更契合企業(yè)價(jià)值影響因素這種復(fù)雜關(guān)系分析。

二、理論背景與文獻(xiàn)述評

部分學(xué)者針對互聯(lián)網(wǎng)領(lǐng)域的企業(yè)價(jià)值影響因素開展了研究。趙子榮（2019）[3]運(yùn)用面板數(shù)據(jù)回歸模型對互聯(lián)網(wǎng)金融信息企業(yè)價(jià)值影響因素進(jìn)行研究，認(rèn)為互聯(lián)網(wǎng)金融信息企業(yè)價(jià)值與風(fēng)險(xiǎn)和社會影響力因子、盈利水平因子、股權(quán)集中度因子、發(fā)展水平因子以及研發(fā)投入與用戶價(jià)值因子都存在著顯著的相關(guān)關(guān)系，與營運(yùn)水平因子的關(guān)系不顯著。王?。?021）[4]以滬深兩市的互聯(lián)網(wǎng)零售企業(yè)為例，對“互聯(lián)網(wǎng)+”商業(yè)模式下零售企業(yè)價(jià)值創(chuàng)造的影響因素進(jìn)行實(shí)證分析，結(jié)果表明零售企業(yè)的價(jià)值創(chuàng)造離不開社會化、定制、鎖定以及專注四個(gè)因素的推動(dòng)。

部分學(xué)者針對相關(guān)領(lǐng)域上市公司價(jià)值進(jìn)行了研究。徐翔等（2021）[5]選擇近年上市公司A股案例，對集中式光伏發(fā)電企業(yè)價(jià)值以及關(guān)鍵影響因素進(jìn)行研究，認(rèn)為收益法評估應(yīng)當(dāng)充分考慮政策變動(dòng)、電價(jià)交易機(jī)制、棄光限電狀況等企業(yè)獲利能力關(guān)鍵影響因素。張哲敏（2019）[6]對我國建筑業(yè)上市公司價(jià)值影響因素進(jìn)行研究，認(rèn)為建筑企業(yè)價(jià)值影響程度的指標(biāo)由強(qiáng)到弱依次為盈利能力指標(biāo)、發(fā)展能力指標(biāo)、營運(yùn)能力指標(biāo)、償債能力指標(biāo)、城鎮(zhèn)化率指標(biāo)。羅雨楠（2020）[7]對創(chuàng)業(yè)板上市企業(yè)價(jià)值影響因素進(jìn)行研究，認(rèn)為企業(yè)規(guī)模、盈利能力、成長能力、營運(yùn)能力、高管特征、償債能力與企業(yè)價(jià)值具有較為顯著的正相關(guān)關(guān)系，且影響程度由強(qiáng)至弱;創(chuàng)新能力、股權(quán)結(jié)構(gòu)、資產(chǎn)結(jié)構(gòu)對企業(yè)價(jià)值的影響不顯著。周燕（2020）[8]對創(chuàng)業(yè)板企業(yè)價(jià)值影響因素進(jìn)行研究，認(rèn)為資產(chǎn)負(fù)債率與企業(yè)價(jià)值呈負(fù)相關(guān)關(guān)系;無形資產(chǎn)在企業(yè)資產(chǎn)中占比越多，企業(yè)價(jià)值越高;企業(yè)研發(fā)支出比例越高，企業(yè)價(jià)值越高，因此，創(chuàng)業(yè)板企業(yè)應(yīng)該重點(diǎn)關(guān)注企業(yè)的創(chuàng)新能力。

國外學(xué)者通過實(shí)證方法對企業(yè)價(jià)值的影響因素進(jìn)行研究，通常以研發(fā)支出、企業(yè)積累的無形資產(chǎn)以及企業(yè)擁有的專利作為企業(yè)價(jià)值的因變量。Ballester等（2003）[9]運(yùn)用剩余收益估價(jià)模型研究認(rèn)為，研發(fā)支出與企業(yè)市場價(jià)值顯著正相關(guān)。Mark等（2001）[10]對256家美國和184家日本上市高科技企業(yè)分別進(jìn)行研究，結(jié)果表明，對日本企業(yè)而言，企業(yè)擁有專利數(shù)量對企業(yè)價(jià)值影響不顯著，而對美國企業(yè)而言則具有顯著影響。Durnev和Kim（2005）[11]認(rèn)為，公司治理和信息披露行為對企業(yè)價(jià)值具有正向影響。Hasan等（2021）[12]認(rèn)為，企業(yè)組織資本規(guī)模和合法避稅程度與企業(yè)價(jià)值呈現(xiàn)正相關(guān)，具有較大組織資本規(guī)模的企業(yè)的合理避稅行為能夠?yàn)槠髽I(yè)增加未來的現(xiàn)金流。Salerno等（2021）[13]認(rèn)為，與類似的非科技金融企業(yè)相比，金融科技企業(yè)首次公開募股定價(jià)較低，證實(shí)了金融科技企業(yè)首次公開募股與更高水平的抑價(jià)之間存在正相關(guān)關(guān)系，闡明了金融科技行業(yè)對股票抑價(jià)的影響。

通過對金融科技企業(yè)價(jià)值影響因素相關(guān)文獻(xiàn)的回顧，可以得出以下結(jié)論：一是現(xiàn)有針對金融科技企業(yè)的文獻(xiàn)主要從宏觀層面進(jìn)行分析，包括行業(yè)發(fā)展現(xiàn)狀與未來趨勢、金融科技的定義與內(nèi)涵等，對于金融科技企業(yè)價(jià)值影響因素的研究很少;二是針對企業(yè)價(jià)值影響因素的研究很豐富，但是對于特定行業(yè)的研究較少，沒有將行業(yè)特征作為重要因素予以考慮;三是尚未有文獻(xiàn)將fsQCA方法引入企業(yè)價(jià)值影響因素研究中。因此，本研究主要有以下幾個(gè)方面的創(chuàng)新，一是研究主題聚焦金融科技企業(yè)價(jià)值影響因素，深入開展相關(guān)研究;二是引入fsQCA方法分析金融科技企業(yè)價(jià)值影響因素的組態(tài)原因。

三、研究方法

（一）研究方法選擇

定性比較分析方法（QCA）最早由著名社會學(xué)家Ragin（1987）[14]提出，并逐漸引起學(xué)界關(guān)注。定性比較分析將定性研究與定量研究的優(yōu)勢相結(jié)合，較好處理社會科學(xué)研究領(lǐng)域單案例或多案例研究中論證過程和論證結(jié)果的傳統(tǒng)缺陷，論證過程和論證結(jié)果更加嚴(yán)謹(jǐn)科學(xué)。定性比較分析基于布爾代數(shù)分析原理，利用條件與結(jié)論之間非對稱關(guān)系，解釋哪種條件（X）組合形態(tài)是結(jié)果（Y）發(fā)生或不發(fā)生的必要條件或充分條件（Alan等，1993）[15]。定性比較分析能夠處理多種條件之間的并發(fā)關(guān)系，能夠識別促進(jìn)金融科技企業(yè)價(jià)值提升的不同因果路徑。定性比較分析方法中，條件（自變量）與結(jié)果（因變量）之間的關(guān)系用以下符號表示（見表1）。

模糊集定性比較分析是定性比較分析的一種，采用模糊集得分方式賦值變量，賦值根據(jù)變量標(biāo)準(zhǔn)在0到1之間取得。如上文所述，與傳統(tǒng)回歸研究方法不同，模糊集定性比較分析采用布爾代數(shù)，因此，不會遺漏變量偏差，也沒有控制變量的有關(guān)要求。模糊集定性比較分析有三個(gè)程序：一是樣本案例的選取及自變量和因變量的設(shè)定;二是運(yùn)用有關(guān)軟件進(jìn)行真值表建構(gòu)、數(shù)據(jù)校準(zhǔn)與數(shù)據(jù)分析;三是研究變量之間的條件組態(tài)和影響機(jī)制（Judge等，2020）[16]。

（二）樣本來源

根據(jù)模糊集定性比較分析與研究需要選擇對應(yīng)的案例及數(shù)據(jù)?？紤]到研究主體是金融科技企業(yè)價(jià)值影響因素，樣本確定為滬深上市金融科技企業(yè)，參考萬得金融分類有神州信息、中嘉博創(chuàng)、南天信息等55家企業(yè)。為確保信息的時(shí)效性、準(zhǔn)確性和權(quán)威性，從相關(guān)企業(yè)2020年年報(bào)中選取數(shù)據(jù)。

（三）變量測量

結(jié)果變量選取方面，為了便于數(shù)據(jù)獲取和與其他相關(guān)研究具有可比性，從萬得數(shù)據(jù)庫中直接讀取企業(yè)價(jià)值（剔除貨幣資金）。條件變量選取方面，一是從政府政策支持和創(chuàng)新能力角度考慮，王維等（2016）[17]認(rèn)為政府補(bǔ)助和研發(fā)費(fèi)用對當(dāng)期及滯后一期企業(yè)價(jià)值都有顯著正向影響，研發(fā)費(fèi)用在政府補(bǔ)助與企業(yè)價(jià)值關(guān)系中具有顯著中介效應(yīng)，因此，可以將政府補(bǔ)助、研發(fā)費(fèi)用分別作為條件變量。二是從運(yùn)營能力角度考慮，營業(yè)總收入是企業(yè)各項(xiàng)經(jīng)營收入之和能最直接反應(yīng)企業(yè)收入水平與企業(yè)價(jià)值，因此，可以將營業(yè)總收入作為條件變量。三是從持股結(jié)構(gòu)角度考慮，前十大股東持股比例合計(jì)是持股結(jié)構(gòu)的重要衡量指標(biāo)，因此，也可以作為條件變量。四是從企業(yè)規(guī)模角度考慮，企業(yè)總資產(chǎn)與企業(yè)價(jià)值密切相關(guān)，因此，也可以作為條件變量。五是成長能力和盈利能力，可以將營業(yè)總收入（同比增長率）和總資產(chǎn)報(bào)酬率作為條件變量，具體見表2。

（四）變量校準(zhǔn)

采用直接法將變量校準(zhǔn)為模糊集。由于金融科技企業(yè)價(jià)值影響因素缺乏外部和理論標(biāo)準(zhǔn)，參考先前研究及Ragin（1987）[14]的觀點(diǎn)，將1 個(gè)結(jié)果變量和 7個(gè)條件變量的完全隸屬、交叉點(diǎn)和完全不隸屬的 3 個(gè)校準(zhǔn)點(diǎn)分別設(shè)定為案例樣本描述性統(tǒng)計(jì)的95%、59%、5%。反事實(shí)分析中的錨點(diǎn)設(shè)定原則亦然。為確保數(shù)據(jù)可運(yùn)算，統(tǒng)一對大數(shù)值以常數(shù)e為底數(shù)取對數(shù)。各變量校準(zhǔn)錨點(diǎn)及描述性統(tǒng)計(jì)如表3所示。

四、結(jié)果分析

（一）必要條件分析

模糊集定性比較分析方法不關(guān)注單個(gè)條件變量對結(jié)果變量的影響程度，目的在于找出導(dǎo)致結(jié)果變量的必要或充分條件組合（張馳等，2017）[18]。檢驗(yàn)結(jié)果變量的必要條件變量需要采用必要性檢驗(yàn)，旨在反映兩種變量的交集在結(jié)果模糊集合中所占比例（Ragin，2006）[19]。將校準(zhǔn)后數(shù)值輸入fsQCA3.0軟件進(jìn)行必要條件分析，結(jié)果如表4所示。充分條件存在一定會導(dǎo)致結(jié)果發(fā)生;必要條件是導(dǎo)致結(jié)果發(fā)生所必須存在的條件，但是僅有必要條件存在并不能保證結(jié)果一定發(fā)生?？梢钥闯觯瑮l件變量的覆蓋率水平均低于0.8，條件變量營業(yè)總收入（同比增長率）的一致性超過0.9，其余條件變量對結(jié)果變量的獨(dú)立解釋能力較弱，因此，有必要對其進(jìn)行構(gòu)型分析，找出影響金融科技企業(yè)價(jià)值的多種路徑組合。

（二）組態(tài)分析

鑒于金融科技企業(yè)價(jià)值受到多重因素共同影響，單變量分析無法科學(xué)準(zhǔn)確說明金融科技企業(yè)價(jià)值的影響因素，因此，應(yīng)當(dāng)開展條件組態(tài)分析。本文采用fsQCA3.0軟件運(yùn)行金融科技企業(yè)價(jià)值真值表，分析金融科技企業(yè)價(jià)值的影響因素組態(tài)，這些不同的組態(tài)表示實(shí)現(xiàn)同一結(jié)果的不同因素。本文將原始一致性閾值設(shè)定為0.8，將PRI一致性閾值設(shè)置為0.70，案例頻數(shù)閾值設(shè)定為1，對真值表不符合頻率閾值的情況行進(jìn)行刪除，將結(jié)果編碼為0或1，即可根據(jù)頻率將某些組合分類為相關(guān)組合，而其他組合則為不相關(guān)組合。

通過標(biāo)準(zhǔn)分析得到復(fù)雜解（Complex solution）、簡約解（Parsimonious solution）、中間解（Intermediate solution）等三個(gè)解，通過中間解與簡約解的嵌套關(guān)系對比，識別每個(gè)解的核心條件：既在中間解也在簡約解中出現(xiàn)的條件為該解的核心條件，只在中間解中出現(xiàn)的條件為邊緣條件。分析結(jié)果如表5列示。使用調(diào)整一致性水平和改變測量方法等兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)，并借助Schneider和Wagemann（2012）[20]提出的定性比較分析方法結(jié)果穩(wěn)健的兩個(gè)標(biāo)準(zhǔn)進(jìn)行研判，研究結(jié)論依然穩(wěn)健。

由表5可以看出，影響金融科技企業(yè)價(jià)值組合路徑的一致性都在0.8以上，表明測量結(jié)果對案例的解釋程度比較高。從中間解的輸出結(jié)果中可以看到總體覆蓋率為0.78，總體一致率為0.83，說明這6個(gè)條件組合以及所選擇的樣本對金融科技企業(yè)價(jià)值具有較高的解釋力度。6個(gè)金融科技企業(yè)價(jià)值影響因素的組合路徑原始覆蓋度分別為0.53、0.58、0.29、0.27、0.27、0.26，這說明前兩個(gè)組合路徑對金融科技企業(yè)價(jià)值影響較大，后4個(gè)組合路徑的影響較小。下面詳細(xì)分析每一種影響金融科技企業(yè)價(jià)值的組合路徑。

一是政府支持下的資產(chǎn)與創(chuàng)新驅(qū)動(dòng)型。該組合路徑中，高政府補(bǔ)助、高研發(fā)費(fèi)用和高總資產(chǎn)為核心要素。H1中，高營業(yè)總收入、高前十大股東持股比例和高營業(yè)總收入（同比增長率）為輔助要素。H2中，高營業(yè)總收入、高營業(yè)總收入（同比增長率）和高總資產(chǎn)報(bào)酬率為輔助要素。H3中，非高營業(yè)總收入、非高前十大股東持股比例、高營業(yè)總收入（同比增長率）和非高總資產(chǎn)報(bào)酬率為輔助要素。這說明在政府支持下，企業(yè)資產(chǎn)和企業(yè)創(chuàng)新是驅(qū)動(dòng)企業(yè)價(jià)值增長的重要因素。

二是大股東主導(dǎo)下的資產(chǎn)驅(qū)動(dòng)型。H4中，高前十大股東持股比例、高總資產(chǎn)和非高營業(yè)總收入為核心要素，非高政府補(bǔ)助、非高研發(fā)費(fèi)用、高營業(yè)總收入（同比增長率）和高總資產(chǎn)報(bào)酬率為輔助要素。當(dāng)前十大股東持股比例較高時(shí)，利益協(xié)同效應(yīng)開始凸顯，大股東自身利益逐漸與企業(yè)總體利益趨同，在此情況下如果企業(yè)具有高總資產(chǎn)，營業(yè)總收入不高但其同比增長率高、總資產(chǎn)報(bào)酬率高，即使政府補(bǔ)助和研發(fā)費(fèi)用不高，也會有高企業(yè)價(jià)值。

三是盈利能力支持下的創(chuàng)新驅(qū)動(dòng)型。高研發(fā)費(fèi)用和高總資產(chǎn)報(bào)酬率為核心要素。H5中，高政府補(bǔ)助、非高營業(yè)總收入、高前十大股東持股比例、非高總資產(chǎn)和高營業(yè)總收入（同比增長率）為輔助要素。H6中，非高政府補(bǔ)助、高營業(yè)總收入、高前十大股東持股比例、非高總資產(chǎn)和高營業(yè)總收入（同比增長率）為輔助要素。具有高總資產(chǎn)報(bào)酬率基礎(chǔ)上，投入高研發(fā)費(fèi)用，在高政府補(bǔ)助、高前十大股東持股比例和高營業(yè)總收入（同比增長率）情況下，如果營業(yè)總收入和總資產(chǎn)不高，也會有高企業(yè)價(jià)值。具有高總資產(chǎn)報(bào)酬率基礎(chǔ)上，投入高研發(fā)費(fèi)用，在高營業(yè)總收入、高前十大股東持股比例、高營業(yè)總收入（同比增長率）的情況下，如果政府補(bǔ)助和總資產(chǎn)不高，也會有高企業(yè)價(jià)值。

五、結(jié)論與啟示

（一）研究結(jié)論

本研究嘗試將多變量系統(tǒng)性關(guān)系分析為基礎(chǔ)的構(gòu)型研究范式引入金融科技企業(yè)價(jià)值研究，以滬深上市的金融科技企業(yè)為樣本，通過組態(tài)視角和fsQCA方法，發(fā)現(xiàn)產(chǎn)生高金融科技企業(yè)價(jià)值的6種組態(tài)，呈現(xiàn)了高金融科技企業(yè)價(jià)值的多重實(shí)現(xiàn)方式。這說明金融科技企業(yè)可以根據(jù)自身情況，通過多種途徑提升企業(yè)價(jià)值，可以在政府的大力支持下通過資產(chǎn)與創(chuàng)新驅(qū)動(dòng)企業(yè)價(jià)值提升，可以在大股東有力主導(dǎo)下通過資產(chǎn)增值驅(qū)動(dòng)企業(yè)價(jià)值提升，還可以在盈利能力較強(qiáng)的情況下通過創(chuàng)新驅(qū)動(dòng)企業(yè)價(jià)值提升。

（二）政策啟示

一是在政府的大力支持下，通過企業(yè)資產(chǎn)和企業(yè)創(chuàng)新驅(qū)動(dòng)企業(yè)價(jià)值持續(xù)增長。加大金融科技企業(yè)扶持力度，對于金融科技重點(diǎn)項(xiàng)目、系統(tǒng)重要性機(jī)構(gòu)、基礎(chǔ)設(shè)施和平臺給予政策支持，鼓勵(lì)優(yōu)質(zhì)股權(quán)投資企業(yè)聚焦投資，發(fā)揮市場資源配置作用和財(cái)政資金引導(dǎo)放大作用，促進(jìn)企業(yè)資產(chǎn)規(guī)模擴(kuò)大和創(chuàng)新創(chuàng)造。

二是優(yōu)化股東結(jié)構(gòu)和資本結(jié)構(gòu)，在大股東主導(dǎo)下利用資產(chǎn)驅(qū)動(dòng)企業(yè)價(jià)值持續(xù)增長。股東結(jié)構(gòu)是金融科技企業(yè)治理制度的產(chǎn)權(quán)基礎(chǔ)，股東結(jié)構(gòu)優(yōu)化是金融科技企業(yè)治理水平提高的基礎(chǔ)性工作，要充分發(fā)揮大股東的利益協(xié)同效應(yīng)，促進(jìn)大股東自身利益與企業(yè)總體利益趨同，推動(dòng)企業(yè)價(jià)值良性增長。

三是在一定盈利能力支持下，加大金融科技企業(yè)研發(fā)力度。金融科技企業(yè)應(yīng)提高研發(fā)費(fèi)用和總資產(chǎn)報(bào)酬率，在一定盈利能力支持下，實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，面向國家重大發(fā)展戰(zhàn)略和實(shí)體經(jīng)濟(jì)有效需求，充分發(fā)揮新技術(shù)應(yīng)用對金融業(yè)務(wù)的輔助、支持、豐富和優(yōu)化作用，提升企業(yè)價(jià)值，成為助推以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)的重要力量。

參考文獻(xiàn)：

[1]徐雅倩.H金融科技公司內(nèi)部審計(jì)質(zhì)量控制問題探討 [D].江西財(cái)經(jīng)大學(xué)，2020.

[2]Davenport R. 1907. The Rate of Interest，Its Nature， Determination，and Relation to Economic Phenomenaby Irving Fisher [J].Journal of Political Economy，15（10）.

[3]趙子榮.互聯(lián)網(wǎng)金融信息企業(yè)價(jià)值影響因素研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2019.

[4]王健.“互聯(lián)網(wǎng)+”商業(yè)模式下零售企業(yè)價(jià)值創(chuàng)造的影響因素 [J].商業(yè)經(jīng)濟(jì)研究，2021，（13）.

[5]徐翔，王來峰，黃曉梅，管伯淵，賁蕊.集中式光伏發(fā)電企業(yè)價(jià)值評估及其關(guān)鍵影響因素識別研究 [J].中國資產(chǎn)評估，2021，（07）.

[6]張哲敏. 我國建筑業(yè)上市公司價(jià)值影響因素研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2019.

[7]羅雨楠.創(chuàng)業(yè)板上市企業(yè)價(jià)值影響因素研究 [D].上海財(cái)經(jīng)大學(xué)，2020.

[8]周燕.創(chuàng)業(yè)板企業(yè)價(jià)值影響因素研究 [J].廣西質(zhì)量監(jiān)督導(dǎo)報(bào)，2020，（01）.

[9]Ballester M， Garcia-Ayuso M， Livnat J. 2003. The Economic Value of the R&D Intangible Asset [J].European Accounting Review，12（4）.

[10]Mark，Hirschey，Vernon J.Richardson. 2001. Valuation Effects of Patent Quality：A Comparison for Japanese and U.S. Firms [J].Pacific Basin Finance Journal.

[11]Durnev A，Kim E H. 2005. To Steal or Not to Steal： Firm Attributes，Legal Environment，and Valuation [J].Journal of Finance，60（3）.

[12]Hasan M M， Lobo G J， Qiu B. 2021. Organizational Capital，Corporate Tax Avoidance，and Firm Value [J].Journal of Corporate Finance，70（1-2）.

[13]D Salerno，Sampagnaro G， Verdoliva V. 2021. Fintech and IPO Underpricing：An Explorative Study [J].Finance Research Letters，2021.

[14]Sanderson S K. 2013. The Distinctiveness of Comparative Social Science [M].Sociological Worlds. Routledge.

[15]Alan D. Meyer，Anne S. Tsui，C. R. Hinings.? 1993. Configurational Approaches to Organizational Analysis [J].The Academy of Management Journal，36（6）.

[16]Judge W Q， Fainshmidt S， Brown J L. 2020. Institutional Systems for Equitable Wealth Creation：Replication and an Update of Judge et al. [J].Management and Organization Review，16.

[17]王維，吳佳穎，章品鋒.政府補(bǔ)助、研發(fā)投入與信息技術(shù)企業(yè)價(jià)值研究 [J].科技進(jìn)步與對策，2016，33（22）.

[18]張馳， 鄭曉杰， 王鳳彬. 定性比較分析法在管理學(xué)構(gòu)型研究中的應(yīng)用：述評與展望 [J]. 外國經(jīng)濟(jì)與管理，2017，（04）.

[19]Ragin C C. 2006. Set Relations in Social Research： Evaluating Their Consistency and Coverage [J].Political Analysis，14（3）.

[20]Schneider，Carsten Q，Wagemann，Claudius. 2012. Set-Theoretic Methods for the Social Sciences：A Guide to Qualitative Comparative Analysis （QCA） [M].Cambridge， UK：Cambridge University Press.

Research on Influencing Factors of Fintech Company's Value

——Qualitative Comparative Analysis of Fuzzy Sets Based on Listed Companies in Shanghai and Shenzhen

Wang Guangsheng

（Chinese Academy of Social Sciences，Beijing? ?100732，China）

Abstract：The article examines the factors influencing the value of fintech companies listed in Shanghai and Shenzhen based on a group perspective and a fuzzy set qualitative comparative analysis method. It also reflects the six groupings that generate high fintech firm value. The results of the study indicate that fintech companies can enhance their enterprise value in a variety of ways depending on their own circumstances， through leveraging assets and innovation with strong government support，through asset appreciation with strong leadership from major shareholders，or through innovation with strong profitability.

Key Words：fintech，enterprise value，configuration，high-quality development

（責(zé)任編輯? ? 王運(yùn)璽;校對? ?YX，WY）

收稿日期：2022-02-13? ? ? 修回日期：2022-03-09

作者簡介：王廣生，男，河南太康人，博士，中國社會科學(xué)院副研究員，研究方向?yàn)榧夹g(shù)經(jīng)濟(jì)及管理。