数字普惠金融对中小企业融资约束影响研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
时代金融
48
时代金融
数字普惠金融对中小企业融资约束影响研究
摘要:如何有效缓解中小企业的融资约束,是一个热门话题。
目前,数字普惠金融的发展为解决这一问题提供了一条出路。
本文基于中国数字普惠金融发展指数,实证检验了数字普惠金融发展对中小企业融资约束的影响。
此外,还分析了在不同金融发展水平下,数字普惠金融发展对中小企业融资约束的缓解效果差异。
研究发现,发展数字普惠金融可以显著缓解中小企业的融资约束。
此外,在金融发展水平较低的地区,发展数字普惠金融对中小企业融资约束的缓解作用或将增强。
在一定程度上,本文为数字普惠金融的推广提供了实证数据支持。
关键词:数字普惠金融 中小企业 融资约束
● 宋子旭
一、引言
我国社会各界都十分关注中小企业的发展,因为中小企业在促进经济增长、激发市场活力、推动科技进步扩大就业等方面可以发挥重要作用。
然而,由于外部融资环境的制约和自身的局限性,中小企业始终存在融资约束。
于是,我国学者开始关注普惠金融,旨在为社会各阶层提供适当、有效的金融服务,特别是为小微企业、低收入人群等被传统金融忽视的弱势群体提供服务。
吴金旺和顾洲一(2018)研究发现,普惠金融发展中一直存在着理念大于行动的现象,因为普惠金融面临着成本高、效率低、服务不平衡等全球性普遍问题,如何在政策支持和市场发展之间取得平衡是相当困难的。
数字技术为克服普惠金融的困难提供了可能的解决方案,因为数字平台可以通过大数据对千万甚至数亿用户进行信用风险评估,大大降低了客户获取成本和风险控制成本,提高普惠金融发展的可行性。
基于此,中国在二十国集团会议上通过了《数字普惠金融高级原则》。
因此,数字普惠金融是普惠金融的不断深化,普惠金融必须向数字普惠金融方向发展。
研究数字普惠金融的发展能否有效缓解中小企业的融资约束具有一定的现实意义。
二、文献综述与理论分析
(一)文献综述
关于数字普惠金融与中小企业融资约束关系的研究很少。
大多数研究集中于传统普惠金融对中小企业融资约束的影响。
李涛等(2016)认为,发展普惠金融可以有效缓解金融排斥。
邹伟、凌江怀(2018)利用我国中小企业板上市公司和世界银行中国企业的调查数据,实证检验普惠金融对中小企业融资约束的影响,研究结果表明,发展普
惠金融可以缓解中小企业融资约束,而经济发展水平和法
制环境是制约普惠金融缓解中小企业融资约束的重要因素。
黄益平和黄卓(2018)指出,普惠金融在中国很难做,主要是因为其客户群较小,抵押资产稀缺,导致客户获取成本较高,金融机构风险控制难度加大。
数字金融可以通过场景和数据充分发挥“低成本、高速度、广覆盖”的优势,降低金融服务门槛和服务成本,改善中小企业融资环境,更有效地服务普惠性金融主体。
王馨(2015)通过长尾理论指出,数字金融促进了金融资源的合理配置。
然而,上述文献只是理论分析,并没有通过相应的实证分析来支持他们的观点。
因此,本文的创新之处在于运用实证方法进一步分析了数字普惠金融与中小企业融资约束的关系,为推进数字普惠金融提供实证数据支持。
(二)理论分析与研究假设
邹伟、凌江怀(2018)指出,普惠金融是在金融机构能够承担成本的前提下,通过持续竞争和创新,确保被排除在金融服务之外的对象逐步获得所需的相关服务。
数字普惠金融是普惠金融的深化,数据和金融创新产品的组合更有效地降低了资本供求之间的信息不对称程度,更显著地降低了金融服务门槛和服务成本。
因此,数字普惠金融可以缓解中小企业的融资约束。
因此,第一个研究假设是发展数字普惠金融有助于缓解中小企业融资约束。
另外,如果发展数字普惠金融能够有效缓解中小企业融资约束,那么不同地区的企业在这方面的效果可能会有所不同。
金融发展水平是关键因素之一,因为在不发达的金融市场中,企业将面临更高的外部融资成本,良好的金融发展环境将有助于缓解企业面临的融资约束。
例如,Love (2003)认为,金融发展水平越高,企业投资对内部现金
流的敏感性越低。
同样,Khurana 等(2006)发现,金融市场不发达将迫使企业进行内部融资,以避免昂贵的外部融资。
因此,对于金融发展水平较低地区的中小企业来说,发展数字普惠金融可能更为重要。
鉴于此,第二个研究假设是随着金融发展水平的提高,数字普惠金融的发展减弱了对中小企业融资约束的缓解作用。
三、变量选择与数据处理
(一)研究设计与变量选择
为了检验研究假设,本文构建Logit模型,研究数字普惠金融发展对中小企业融资约束的影响:
(1)
(2)其中,FNC是代表中小企业融资约束的被解释变量。
况学文等(2010)认为,利息保障倍数可以作为公司外部融资约束的一个很好的代理变量。
具体而言,利息保障倍数提供了公司偿还债务能力和破产可能性的信息。
利息保障倍数越低,面临融资约束的可能性越大。
因此,如果企业的利息保障倍数小于样本中值,意味着该企业的融资约束程度较高,则其融资约束指数为1,否则为0。
在解释变量方面,采用北京大学数字金融研究中心编制的中国数字普惠金融指数来衡量数字普惠金融的发展程度。
为了进一步探讨数字普惠金融在缓解中小企业融资约束方面的作用,本文还选取了数字普惠金融指数(郭峰等,2020)的两个子指标,即数字普惠金融覆盖广度和数字普惠金融使用深度。
此外,借鉴杨友才(2014)的变量选取方法,本文使用贷款余额占GDP的比例来表示金融发展水平。
在控制变量方面,参照已有研究,本文选取了资本结构、营运能力、盈利能力、成长性和企业规模,具体变量说明见表1。
表1 变量说明
变量名称表示符号定义
融资约束程度FNC 如果利息保障倍数小于样本中值,则值为1,否则为0。
数字普惠金融发展水平SZPHAG中国数字普惠金融指数
数字普惠金融覆盖广度SZPHCV中国数字普惠金融覆盖广度数字普惠金融使用深度SZPHDP中国数字普惠金融使用深度金融发展水平FD贷款余额/GDP
资本结构EDR权益负债率
营运能力IVTR流动资产周转率
盈利能力ROA资产收益率
偿债能力CASHR现金比率
企业成长性TAGR主营业务收入增长率
企业规模LNAT总资产自然对数
(二)数据来源与处理
中国数字普惠金融指数来自北京大学数字金融研究中心。
在金融发展水平方面,各省级贷款余额和省级GDP数据由国家统计局汇总而得。
在中小企业财务数据方面,本文从CSMAR数据库中选取2011-2018年中小企业上市公司,并剔除以下公司:(1)金融类上市公司;(2)*ST、ST、PT公司;(3)资产负债率大于1且资不抵债的公司;(4)数据异常的公司。
例如,经营活动产生的现金流量净额/期初资产总额大于1。
主要变量描述性统计结果见表2。
表2 变量的描述性统计
变量样本量平均值标准差最小值最大值
FNC 2340 0.50.500106901 SZPHAG 2340 214.697584.435618.33377.7337 SZPHCV 2340 195.428781.5503 1.96353.8671 SZPHDP 2340 220.340686.7088 6.76400.3972 FD 2306 1.36400.40480.6553 3.0846 CASHR 2339 0.49830.76190.002013.7038 EDR 2340 1.7249 1.50270.063516.1561 IVTR 2337 5.89819.51740.2381119.9731 ROA 2340 0.06030.1165-2.15170.3797 TAGR 2340 0.21870.3546-0.6025 5.7789
LNT 2340 22.12630.943719.287826.1516
四、实证分析过程
(一)回归分析
为了考察数字普惠金融的发展对中小企业融资约束的缓解作用,本文运用计量经济学模型对假设进行了检验,所得回归结果见表3。
表3中的回归结果(1)显示,数字普惠金融指数的回归系数在5%的显著性水平上显著为负,即数字普惠金融发展水平越高,中小企业的融资约束越低,这意味着数字普惠金融的发展确实显著缓解了我国中小企业的融资约束。
这一结果验证了假设1,并为大力推动中国数字普惠金融发展提供了企业层面的数据支持。
此外,表3中的回归结果(2)和(3)分别显示,数字普惠金融覆盖广度的回归系数在5%的显著性水平上显著为负,数字普惠金融使用深度的回归系数在10%的显著性水平上显著为负,这表明数字普惠金融的两个组成部分,即数字普惠金融的覆盖广度和使用深度的良好发展,也可以显著缓解中小企业的融资约束。
综上所述,回归结果(1)至(3)均表明,数字普惠金融的发展有助于缓解中小企业的融资约束。
在上述模型相应增加数字普惠金融与金融发展水平的交叉项后,数字普惠金融的发展水平、覆盖广度和使用深度的回归系数仍为负值,交叉项的系数均为正,符合预期假设,尽管上述系数在10%的显著性水平上并不显著。
结果表明,不同金融发展水平的地区发展数字普惠金融对中小企业融资约束的缓解作用可能不同,假设2可能是正确的。
(二)稳健性检验
上述回归结果证实,数字普惠金融的发展确实明显缓解了中小企业的融资约束,在金融发展水平较高的地区,数字普惠金融发展对中小企业融资约束的缓解作用可能会有所减弱。
为了进一步验证结果的稳健性,本文采用Almeida
49
时代金融
时代金融
50
时代金融
等(2004)提出的现金流敏感性模型对上述结果进行检验,基本模型设置如下:
(3)
其中,ΔCH 为现金及现金等价物年净增加额占期初总资产的比例,CF 为经营活动产生的年度现金流量占期初总资产的比例,其他解释变量和控制变量的含义同上。
如果发展数字普惠金融能够显著缓解中小企业融资约束,则β2显著为负。
为了验证假设2,将CF*SZPHAG*FD 添加到公式(3)中。
如果在金融发展水平较高的地区,数字普惠金融发展对中小企业融资约束的缓解作用减弱,则CF*SZPHAG*FD 系数应为正。
同理,按照相同的方式检验数字普惠金融的覆盖广度和使用深度对中小企业融资约束缓解作用的稳健性。
我们发现,稳健性检验的回归结果与表3基本一致。
因此,上述实证分析结果是稳定可靠的。
五、结论
本文以2011-2018年中小企业数据为基础,结合相应的省级数字普惠金融指数,实证检验了数字普惠金融发展对中小企业融资约束的缓解作用。
本文发现,发展数字普惠金融可以显著缓解中小企业的融资约束。
此外,数字普惠金融的覆盖广度和使用深度也可以缓解中小企业的融资约束。
研究还发现,在金融发展水平不同的地区,发展数字普惠金融可能对中小企业融资约束产生不同的缓解效果。
具体而言,在金融发展水平较低的地区,发展数字普惠金
融可以增强对中小企业融资约束的缓解效果。
因此,我国应继续通过增加互联网金融服务种类、加强互联网金融服务力度、提升数字普惠金融深度等方式推动数字普惠金融发展。
此外,数字普惠金融的推广可能需要根据外部环境进行调整。
参考文献:
[1]吴金旺,顾洲一.数字普惠金融文献综述[J].财会月刊,2018(19):123-129.
[2]李涛,徐翔,孙硕.普惠金融与经济增长[J].金融研究,2016(04):1-16.
[3]邹伟,凌江怀.普惠金融与中小微企业融资约束——来自中国中小微企业的经验证据[J].财经论丛,2018(06):34-45.
[4]黄益平,黄卓.中国的数字金融发展:现在与未来[J].经济学(季刊),2018,17(04):1489-1502.
[5]王馨.互联网金融助解“长尾”小微企业融资难问题研究[J].金融研究,2015(09):128-139.
[6]Love I. Financial development and financing constraints:International evidence from the structural investment model[J]. The Review of Financial Studies, 2003, 16(3):765-791.
作者单位:兰州财经大学金融学院
表3 回归结果
解释变量
被解释变量:FNC
假设1假设2(1)
(2)(3)(4)(5)(6)SZPHAG -0.0018599** ————-0.0025934 ————(0.0009213)
————(0.0023255)
————SZPHCV ——-0.0020828** ————-0.0021769 ————(0.0009691)
————(0.0023648)
——SZPHDP ————-0.0011437* ————-0.0031141 ————(0.0008784)
————(0.0023868)
SZPHAG*FD ——————0.0005622 ——————————(0.001645)
————SZPHCV*FD ————————0.0000733 ——————————(0.0016874)
——SZPHDP*FD
——————————0.0014465 ——————————(0.0016424) FD -0.4177006** -0.3856952** -0.4702863*** -0.5474527 -0.4015993 -0.8054087** (0.1740638)
(0.1798695)
(0.1768695)
(0.4088483)
(0.3988539)
(0.4130675)
样本量2302 2302 2302 2302 2302 2302 R 2
0.4483
0.4485
0.4475
0.4483
0.4485
0.4478
注:*、**、***分别表示10%、5%和1%的显著性水平,括号内显示了估计参数的稳健标准误。