论文部分内容阅读
【关键词】数字金融;中小企业;融资约束;风险约束;抵押品约束
【中图分类号】F276.3;F832.4【文献标识码】A 【文章编号】1674-0688（2021）10-0091-05
0 引言
2021年3月5日，李克强总理在十三届全国人大四次会议上所作的《政府工作报告》中提到“国内疫情防控仍有薄弱环节，经济恢复基础尚不牢靠，居民消费仍受制约，投资增长后劲不足，中小微企业和个体工商户面临的困难较多，稳就业压力较大”。作为重要的市场主体，中小企业发展一直备受国家关注。但是，在传统的融资交易模式下，我国中小企业长时间面临“金融排斥”并存在“麦克米伦”缺口（Stamp，1931）[1]，制约了中小企业的发展。
数字金融的快速发展为我国解决中小企业融资困境带来了契机。数字金融是网络技术和融资交易的渗透和融合，泛指傳统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式（黄益平、黄卓，2018）[2]。与着重突出交易途径的互联网金融和强调科技特制的金融科技相比，数字金融涵盖的内容更加宽泛（封思贤、郭仁静，2019;王作功，2019）[3-4]。数字金融通过数字科技、大数据对信息进行深度的挖掘和分析，有效降低金融交易双方信息不对称程度，为解决中小企业融资约束和融资困境提供了基本的条件。
1 数字金融缓解中小企业融资约束的机制分析：基于文献的理论分析
现有文献研究中小企业融资融资约束的原因分析一般集中于企业自身内部与金融制度、市场化程度、法律政策等外部环境因素。其中，中小企业自身的“内生性”原因更为突出：第一，风险约束。中小企业的公开性与披露性程度弱，缺乏财务报表等易于传递和验证的定量“硬信息”（Berger和Udell，2006）[5]，透明化程度低，也缺少征信信息，金融机构难以确认企业之后偿还资金与利息的能力和意愿，从而加剧金融机构对中小企业的风险估计，因此常对中小企业施行信贷配给（曹凤岐，2001）[6]。第二，抵押品约束。金融契约的制定和执行具有不完全性，常常受限执行，即金融契约事后的执行力度差，借方以各种理由违约，从而导致贷方遭受损失。金融中介在提供贷款时会考虑企业的抵押财产水平，由于中国的银行在风险控制上更为谨慎，因此对中小企业提供抵押品的要求更高（张杰等学者，2013）[7]。然而，中小企业普遍抵押能力弱，融资受到限制。
在现有文献中，认为数字金融能够缓解中小企业融资约束的原因如下。
第一，数字金融运用信息技术能够有效挖掘大数据中的信息价值，拓展信息来源。数字金融在信息的收集和处理方面有较大优势，能对信息进行有效的筛选和甄别（梁榜、张建华，2019）[8]。除了获取中小企业基础的财务信息，中小企业的非金融交易信息也能通过数字金融通过多渠道获得，如抓取网络上企业的公告、舆情信息或税务、公安等的有关“软”信息（陈广山，2021）[9]。
第二，数字金融能够促进线上数据征信，信用抵押替代实物抵押，信用与声誉成为重要“资产”。随着数字金融的发展，贷款机构可以利用互联网获取与分析其财务信息与非金融交易信息对企业进行经营与“信用画像”。银行业等金融机构可以通过了解中小企业信用状况从而调整对其融资的条件约束，降低企业提供抵押品的要求，中小企业以“信用抵押”弥补不能提供充分实物抵押品的缺陷（黄子健，2015）[10]。
第三，促进贷后动态风险评估与信贷调整。中小企业在获得贷款后存在道德风险，资金流向、使用方向和使用效率成为金融机构监管的重要方向。数字金融以互联网为媒介，可以对企业进行低成本、实时的监控，降低状态验证成本，并且对企业融资状况及事后资金使用与项目运行等信息沟通与监督均提供便利和保障，最大限度地降低违约风险（廖婧琳等学者，2020）[11]。
第四，弥补传统金融服务短板，促进传统金融机构竞争与升级。传统金融机构主要基于实体运营网点进行业务处理，银行分支机构数量的增加会提高服务的可及性，给客户带来便利（2018，周天芸）[12]，但若地区金融机构的分布数量和规模受到限制，该地区中小企业就会难以获得充足的融资服务（2014，周天芸，王莹）[13]。数字金融打破了传统金融服务容易受到基础设施和地理位置等硬件条件的约束，提高了金融服务的覆盖和触达能力，使其能够获取长尾市场的潜在客户（Jagtiani和Lemieux，2018）[14]。
2 研究设计
2.1 数据来源
本文主要探究数字金融与中小企业融资约束的关系，因此选取中小板和创业板2012—2019年的企业数据，并结合数字金融指数进行分析。企业层面的数据主要来自国泰安数据库，地区宏观数据来自EPS数据库，金融机构数据来自中国人民银行各省《金融运行报告》。本文对数据进行一定处理：主要保留非金融企业，金融类企业剔除;删除ST和ST*的企业;非虚拟变量进行上下1%的缩尾;对数据3年连贯的样本进行保留。
2.2 变量设定
2.2.1 被解释变量
企业融资约束（FC）。本文主要选取SA数据进行企业融资约束方面的衡量。SA指数是由Hadlock和Pierce（2010）[15]构建，具有很强的外生性，在国内有广泛的应用（万佳彧等，2020）[16]。SA=|-0.737×LnSize+0.043×（LnSize）2-0.04×Time|。借鉴吴秋生与黄贤环（2017）[17]的处理，Size=（企业总资产/1 000 000），总资产单位为元;Time为企业上市年限。计算SA值越大;则企业面临的融资约束程度越高。
2.2.2 核心解释变量
数字金融（Digital）。北京大学互联网金融研究中心借助蚂蚁金服的海量数据，编制了《数字金融普惠金融指数》（傅秋子、黄益平，2018）[18]，能够在一定程度上作为衡量地区数字金融发展水平的指标，本文对该指标进行归一化处理。 2.2.3 控制变量
为了防止其他因素对研究结果的影响，本文纳入了以下控制变量，包括企业规模（Lncome）、企业年限（LnAge）、资产回报率（Roa）、资本密集度（Captical）、股权集中度（Proportion）、审计意见和控制地区经济水平（Dgdp）。
2.3 模型设定
回归方程（1）主要检验数字金融与中小企业融资约束之间的关系：
FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt （1）
公式（1）中，i代表企业，j代表省份，t代表时间。同时，本文控制了时间与行业的虚拟变量。在回归检验中，采用了聚类稳健标准误。描述性统计见表1。
3 数字金融对中小企业融资约束的影响
3.1 基準回归结果
表2为基准回归的实证结果。模型（1）只加入数字金融变量，并控制时间与行业的固定效应。结果发现，数字金融对企业融资约束的影响为负且通过了1%的统计显著性检验。在模型（2）中进一步纳入多个控制变量，数字金融系数依旧为负并且也通过了1%的统计显著性检验。上述实证结果表明，数字金融的发展能够缓解中小企业融资约束。
3.2 影响机制检验
3.2.1 风险约束
金融机构在企业信息缺失或者不信任的前提下，无法判断企业风险，此时，企业规模将会作为企业风险承担能力的指标，传统金融机构偏向大规模企业。本文将以营业收入、员工数指标作为企业规模指标，进一步按照样本中位数划分样本，探究数字金融对中小企业的影响，回归结果见表3。研究发现，对于样本中营业收入或员工人数较少的的企业，数字金融能够显著地降低融资约束。而对于营业收入或员工人数较多的企业，数字金融缓解效果不明显。说明，金融机构能够通过数字金融察觉中小企业真实内部风险信息，而不是根据企业规模进行风险判断从而做出贷款决定，数字金融能够有效地缓解中小企业融资约束。
3.2.2 抵押品约束
本文的企业抵押资产以固定资产与存货占企业资产总额衡量。从表3可以发现，数字金融对有形资产水平低和高的中小企业的融资约束影响分别通过1%与10%的显著性检验。可以得出，数字金融对抵押财产少的中小企业缓解融资约束的效果更强。原因在于，低有形资产的企业与银行主导型金融体系的信贷理念相悖，但是由于数字金融发展，金融机构运用信息技术，对中小企业的经营相关的现金流及经营者的消费行为等都能进行数据收集和分析，获得企业的内在价值，显著提高风险识别能力，注重企业“信用抵押”，这使向中小微企业提供有效金融服务成为可能，最终达到缓解企业融资约束的目的。
3.2.3 实体传统金融服务可得
传统金融机构需要通过网点提高覆盖面，金融分支机构的数量会严重影响地区金融服务的可得性，但受限于成立机构的高成本，传统金融机构一般将主要资源分布于经济发达地区。同时，传统的银行信贷流程包括贷前调查、贷中审查、贷后检查，需要耗费大量人力与时间。本部分采用地区每平方公里拥有金融机构数量和每万人中银行从业人员数量作为实体传统金融服务可得性，考察其与数字金融对中小企业融资约束的影响之间的关系。
由表4可知，在实体传统服务可得性低即机构或银行从业人员少的地区，数字金融对中小企业融资约束的缓解作用非常明显。此结果说明，在实体金融服务可得性低的地区，很多中小企业因为实体传统机构与人员的缺失，很难寻找到金融机构提供资金，并且信息传达效果受到物理与空间限制，增加企业融资的搜寻成本。然而，数字金融的发展使其避开了这种弊端，即使在一些实体银行网点数量较少的地区，中小企业也能够通过数字金融获得金融服务，只需要利用手机或者电脑等设备即可在网络平台上寻找到符合企业自身发展的金融资源，从而不受物理金融机构的限制。因此，数字金融弥补了实体传统金融服务的短缺，提高金融服务的便利性，能够增大金融服务覆盖面。
3.3 传导路径
本部分验证两者之间的路径是否是降低债务融资成本与提高贷款可得性。本文借鉴温忠麟等人（2004）[19]的中介效应模型，探究数字金融缓解中小企业融资约束的传导路径。
FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt
Medijt=ψ0+ψ1Digitalijt-1+∑ψ1+kCVsijt+∑Year+∑Industry+eijt
FCijt=λ0+λ1Digitalijt-1+λ2Medijt+∑λ2+kCVsijt+∑Year+∑Industry+eijt
其中，Med作为中介变量，其他指标设定跟上方相同。本文主要研究数字金融是否能够通过降低“融资成本”、提高“信贷可得性”从而降低中小企业融资约束。“融资成本”采用财务费用与企业总负债比值表示，“信贷可得性”则为企业长期与短期借款增加为1，相反为0，采用Logit回归。
表5显示，数字金融能够降低企业的财务费用率，Digital-1的回归系数为-0.048 7且通过了1%的统计显著性检验。在回归（2）中，加入了财务费用率的回归模型中，Digital-1的回归系数为-0.072 4且具有高度的显著性，说明数字金融能降低财务融资费用进而缓解中小企业融资约束。金融机构能够利用数字金融，获取中小企业财务信息和其他“软”信息，从而了解企业风险，降低信息不对称;能够向企业提供较为准确的风险补偿利率，并提高金融服务的便利性，降低了企业寻找信贷资源的搜寻成本等融资费用，从而缓解中小企业融资约束。模型（3）-（4）可以得出数字金融能够提高融资的可得性，进而降低中小企业的融资约束。数字金融的发展致使那些因抵押品约束和风险约束而排斥在信贷市场以外的企业进入信贷市场，获得金融信贷服务。 3.4 稳健性检验
在模型中，可能存在着遗漏变量而导致的内生性问题。本文主要参考谢绚丽等人（2018）[20]的做法，采用省级互联网普及率作为数字金融发展的工具变量。一方面，数字金融的发展需要依靠互联网，互联网是数字金融发展的重要基础设施之一。另一方面，互联网普及率与中小企业融资约束之间不存在明显的影响关系。
表6显示互联网普及率的系数为负并且通过1%的显著性检验。因而无论是在基准模型中还是使用工具变量后，数字金融的系数通过了显著性检验且为负，因此本文认为数字金融发展缓解中小企业融资约束的结论具有稳健性。
4 研究结论及政策建议
本文以中小板和创业板企业数据为研究基础并与北京大学数字金融指数相结合，主要研究数字金融与中小企业融资约束之间的关系、影响机制和传导路径，得出以下结论。
第一，数字金融的发展能够减缓中小企业在信贷市场上的风险约束与抵押品约束，能够在传统金融机构与人员缺少的地区发挥更大的作用，使金融服务摆脱实体金融机构的物理与空间限制，更好且更有效地促进资源匹配。
第二，数字金融能够降低中小企业融资成本、提高企业信贷可得，从而缓解中小企业融资约束。
本文提出以下政策建议。
第一，大力支持数字金融的发展，制定长期的发展规划。数字金融能够在长时间内缓解中小企业融资约束，其重要性不言而喻，国家应当注重其发展。目前，我国数字金融水平处于国际前列，对此需要乘胜追击，抓住历史的机遇，培养金融科技人才，加大科技开发，促进金融交易与科技的融合。这需要长久的国家发展计划，需要制定相关的阶段目标，保证其拥有持续不断的发展动力。
第二，完善数据管理体系建设，构建数据共享的统一征信平台。数字金融最重要的是数据，需要促进数字金融的科技水平，提高对数据的识别能力，优化信息质量，增强数据管理能力。同时，如果不能使数据与信息共享，将会形成数据孤岛，大数据征信效应无法发挥。因此，政府应当促进建立信息共享平台，制定相关规定，明确信用数据共享的条件和标准，从而形成一个能跨机构共享的信用平台。
第三，完善与创新金融科技监管体系，平衡好金融稳定与创新的关系。随着数字金融的快速发展，应重视对这一新型金融业态的监管机制设计，保障其服务实体经济与平衡金融风险两者间找到恰当的平衡点。可充分发挥监管科技的独特作用，以科技驱动的监管创新应对科技驱动的金融创新。
参 考 文 献
[1]Stamp，J.C.The Report of the Macmillan Committee[J].Economic Journal，1931，163（41）：424-435.
[2]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（4）：1489-1502.
[3]封思贤，郭仁静.数字金融、银行竞争与银行效率[J].改革，2019（11）：75-89.
[4]王作功，李慧洋，孙璐璐.数字金融的发展与治理：从信息不对称到数据不对称[J].金融理论与实践，2019（12）：25-30.
[5]Berger，A.N.andUdell，G.F.A more complete conceptual framework for SME finance.Journal of banking&Finance，2006，30（11）：2954-2966.
[6]曹凤岐.建立和健全中小企业信用担保体系[J].金融研究，2001（5）：41-48.
[7]张杰，刘元春，翟福昕，等.银行歧视、商业信用与企业发展[J].世界经济，2013，36（9）：94-126.
[8]梁榜，张建华.数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据[J].当代经济科学，2019，41（5）：74-86.
[9]陈广山.大数据技术在小微信贷领域的应用分析[J].金融科技时代，2021（2）：62-65.
[10]黄子健，王龑.大数据、互联网金融与信用资本：破解小微企业融资悖论[J].金融经济学研究，2015，30（1）：55-67.
[11]廖婧琳，胡妍，项后军.数字普惠金融发展缓解了企业融资约束吗？——基于企业社会责任的调节效应[J].云南财经大学学报，2020，36（9）：73-87.
[12]周天芸.金融密度、服务可及与中国的县域金融[J].金融发展研究，2018（9）：16-23.
[13]周天芸，王莹.金融机构空间集聚与经济增长——来自广东省县域的实证检验[J].地理研究，2014，33（6）：1119-1128.
[14]Jagtiani，J.andLemieux，C.Do Fintech Lenders Penetrate Areas that are Underserved by Traditional Banks[J].Journal of Economics and Business，2018，100（11-12）：43-54.
[15]Hadlock，C.J.andPierce，J.R.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.
[16]萬佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020（1）：71-83.
[17]吴秋生，黄贤环.财务公司的职能配置与集团成员上市公司融资约束缓解[J].中国工业经济，2017（9）：156-173.
[18]傅秋子，黄益平.数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据.金融研究，2018（11）：68-84.
[19]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.
[20]谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据[J].经济学（季刊），2018，17（4）：1557-1580.
【中图分类号】F276.3;F832.4【文献标识码】A 【文章编号】1674-0688（2021）10-0091-05
0 引言
2021年3月5日，李克强总理在十三届全国人大四次会议上所作的《政府工作报告》中提到“国内疫情防控仍有薄弱环节，经济恢复基础尚不牢靠，居民消费仍受制约，投资增长后劲不足，中小微企业和个体工商户面临的困难较多，稳就业压力较大”。作为重要的市场主体，中小企业发展一直备受国家关注。但是，在传统的融资交易模式下，我国中小企业长时间面临“金融排斥”并存在“麦克米伦”缺口（Stamp，1931）[1]，制约了中小企业的发展。
数字金融的快速发展为我国解决中小企业融资困境带来了契机。数字金融是网络技术和融资交易的渗透和融合，泛指傳统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式（黄益平、黄卓，2018）[2]。与着重突出交易途径的互联网金融和强调科技特制的金融科技相比，数字金融涵盖的内容更加宽泛（封思贤、郭仁静，2019;王作功，2019）[3-4]。数字金融通过数字科技、大数据对信息进行深度的挖掘和分析，有效降低金融交易双方信息不对称程度，为解决中小企业融资约束和融资困境提供了基本的条件。
1 数字金融缓解中小企业融资约束的机制分析：基于文献的理论分析
现有文献研究中小企业融资融资约束的原因分析一般集中于企业自身内部与金融制度、市场化程度、法律政策等外部环境因素。其中，中小企业自身的“内生性”原因更为突出：第一，风险约束。中小企业的公开性与披露性程度弱，缺乏财务报表等易于传递和验证的定量“硬信息”（Berger和Udell，2006）[5]，透明化程度低，也缺少征信信息，金融机构难以确认企业之后偿还资金与利息的能力和意愿，从而加剧金融机构对中小企业的风险估计，因此常对中小企业施行信贷配给（曹凤岐，2001）[6]。第二，抵押品约束。金融契约的制定和执行具有不完全性，常常受限执行，即金融契约事后的执行力度差，借方以各种理由违约，从而导致贷方遭受损失。金融中介在提供贷款时会考虑企业的抵押财产水平，由于中国的银行在风险控制上更为谨慎，因此对中小企业提供抵押品的要求更高（张杰等学者，2013）[7]。然而，中小企业普遍抵押能力弱，融资受到限制。
在现有文献中，认为数字金融能够缓解中小企业融资约束的原因如下。
第一，数字金融运用信息技术能够有效挖掘大数据中的信息价值，拓展信息来源。数字金融在信息的收集和处理方面有较大优势，能对信息进行有效的筛选和甄别（梁榜、张建华，2019）[8]。除了获取中小企业基础的财务信息，中小企业的非金融交易信息也能通过数字金融通过多渠道获得，如抓取网络上企业的公告、舆情信息或税务、公安等的有关“软”信息（陈广山，2021）[9]。
第二，数字金融能够促进线上数据征信，信用抵押替代实物抵押，信用与声誉成为重要“资产”。随着数字金融的发展，贷款机构可以利用互联网获取与分析其财务信息与非金融交易信息对企业进行经营与“信用画像”。银行业等金融机构可以通过了解中小企业信用状况从而调整对其融资的条件约束，降低企业提供抵押品的要求，中小企业以“信用抵押”弥补不能提供充分实物抵押品的缺陷（黄子健，2015）[10]。
第三，促进贷后动态风险评估与信贷调整。中小企业在获得贷款后存在道德风险，资金流向、使用方向和使用效率成为金融机构监管的重要方向。数字金融以互联网为媒介，可以对企业进行低成本、实时的监控，降低状态验证成本，并且对企业融资状况及事后资金使用与项目运行等信息沟通与监督均提供便利和保障，最大限度地降低违约风险（廖婧琳等学者，2020）[11]。
第四，弥补传统金融服务短板，促进传统金融机构竞争与升级。传统金融机构主要基于实体运营网点进行业务处理，银行分支机构数量的增加会提高服务的可及性，给客户带来便利（2018，周天芸）[12]，但若地区金融机构的分布数量和规模受到限制，该地区中小企业就会难以获得充足的融资服务（2014，周天芸，王莹）[13]。数字金融打破了传统金融服务容易受到基础设施和地理位置等硬件条件的约束，提高了金融服务的覆盖和触达能力，使其能够获取长尾市场的潜在客户（Jagtiani和Lemieux，2018）[14]。
2 研究设计
2.1 数据来源
本文主要探究数字金融与中小企业融资约束的关系，因此选取中小板和创业板2012—2019年的企业数据，并结合数字金融指数进行分析。企业层面的数据主要来自国泰安数据库，地区宏观数据来自EPS数据库，金融机构数据来自中国人民银行各省《金融运行报告》。本文对数据进行一定处理：主要保留非金融企业，金融类企业剔除;删除ST和ST*的企业;非虚拟变量进行上下1%的缩尾;对数据3年连贯的样本进行保留。
2.2 变量设定
2.2.1 被解释变量
企业融资约束（FC）。本文主要选取SA数据进行企业融资约束方面的衡量。SA指数是由Hadlock和Pierce（2010）[15]构建，具有很强的外生性，在国内有广泛的应用（万佳彧等，2020）[16]。SA=|-0.737×LnSize+0.043×（LnSize）2-0.04×Time|。借鉴吴秋生与黄贤环（2017）[17]的处理，Size=（企业总资产/1 000 000），总资产单位为元;Time为企业上市年限。计算SA值越大;则企业面临的融资约束程度越高。
2.2.2 核心解释变量
数字金融（Digital）。北京大学互联网金融研究中心借助蚂蚁金服的海量数据，编制了《数字金融普惠金融指数》（傅秋子、黄益平，2018）[18]，能够在一定程度上作为衡量地区数字金融发展水平的指标，本文对该指标进行归一化处理。 2.2.3 控制变量
为了防止其他因素对研究结果的影响，本文纳入了以下控制变量，包括企业规模（Lncome）、企业年限（LnAge）、资产回报率（Roa）、资本密集度（Captical）、股权集中度（Proportion）、审计意见和控制地区经济水平（Dgdp）。
2.3 模型设定
回归方程（1）主要检验数字金融与中小企业融资约束之间的关系：
FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt （1）
公式（1）中，i代表企业，j代表省份，t代表时间。同时，本文控制了时间与行业的虚拟变量。在回归检验中，采用了聚类稳健标准误。描述性统计见表1。
3 数字金融对中小企业融资约束的影响
3.1 基準回归结果
表2为基准回归的实证结果。模型（1）只加入数字金融变量，并控制时间与行业的固定效应。结果发现，数字金融对企业融资约束的影响为负且通过了1%的统计显著性检验。在模型（2）中进一步纳入多个控制变量，数字金融系数依旧为负并且也通过了1%的统计显著性检验。上述实证结果表明，数字金融的发展能够缓解中小企业融资约束。
3.2 影响机制检验
3.2.1 风险约束
金融机构在企业信息缺失或者不信任的前提下，无法判断企业风险，此时，企业规模将会作为企业风险承担能力的指标，传统金融机构偏向大规模企业。本文将以营业收入、员工数指标作为企业规模指标，进一步按照样本中位数划分样本，探究数字金融对中小企业的影响，回归结果见表3。研究发现，对于样本中营业收入或员工人数较少的的企业，数字金融能够显著地降低融资约束。而对于营业收入或员工人数较多的企业，数字金融缓解效果不明显。说明，金融机构能够通过数字金融察觉中小企业真实内部风险信息，而不是根据企业规模进行风险判断从而做出贷款决定，数字金融能够有效地缓解中小企业融资约束。
3.2.2 抵押品约束
本文的企业抵押资产以固定资产与存货占企业资产总额衡量。从表3可以发现，数字金融对有形资产水平低和高的中小企业的融资约束影响分别通过1%与10%的显著性检验。可以得出，数字金融对抵押财产少的中小企业缓解融资约束的效果更强。原因在于，低有形资产的企业与银行主导型金融体系的信贷理念相悖，但是由于数字金融发展，金融机构运用信息技术，对中小企业的经营相关的现金流及经营者的消费行为等都能进行数据收集和分析，获得企业的内在价值，显著提高风险识别能力，注重企业“信用抵押”，这使向中小微企业提供有效金融服务成为可能，最终达到缓解企业融资约束的目的。
3.2.3 实体传统金融服务可得
传统金融机构需要通过网点提高覆盖面，金融分支机构的数量会严重影响地区金融服务的可得性，但受限于成立机构的高成本，传统金融机构一般将主要资源分布于经济发达地区。同时，传统的银行信贷流程包括贷前调查、贷中审查、贷后检查，需要耗费大量人力与时间。本部分采用地区每平方公里拥有金融机构数量和每万人中银行从业人员数量作为实体传统金融服务可得性，考察其与数字金融对中小企业融资约束的影响之间的关系。
由表4可知，在实体传统服务可得性低即机构或银行从业人员少的地区，数字金融对中小企业融资约束的缓解作用非常明显。此结果说明，在实体金融服务可得性低的地区，很多中小企业因为实体传统机构与人员的缺失，很难寻找到金融机构提供资金，并且信息传达效果受到物理与空间限制，增加企业融资的搜寻成本。然而，数字金融的发展使其避开了这种弊端，即使在一些实体银行网点数量较少的地区，中小企业也能够通过数字金融获得金融服务，只需要利用手机或者电脑等设备即可在网络平台上寻找到符合企业自身发展的金融资源，从而不受物理金融机构的限制。因此，数字金融弥补了实体传统金融服务的短缺，提高金融服务的便利性，能够增大金融服务覆盖面。
3.3 传导路径
本部分验证两者之间的路径是否是降低债务融资成本与提高贷款可得性。本文借鉴温忠麟等人（2004）[19]的中介效应模型，探究数字金融缓解中小企业融资约束的传导路径。
FCijt=β0+β1Digitalijt-1+∑β1+kCVsijt+∑Year+∑Industry+eijt
Medijt=ψ0+ψ1Digitalijt-1+∑ψ1+kCVsijt+∑Year+∑Industry+eijt
FCijt=λ0+λ1Digitalijt-1+λ2Medijt+∑λ2+kCVsijt+∑Year+∑Industry+eijt
其中，Med作为中介变量，其他指标设定跟上方相同。本文主要研究数字金融是否能够通过降低“融资成本”、提高“信贷可得性”从而降低中小企业融资约束。“融资成本”采用财务费用与企业总负债比值表示，“信贷可得性”则为企业长期与短期借款增加为1，相反为0，采用Logit回归。
表5显示，数字金融能够降低企业的财务费用率，Digital-1的回归系数为-0.048 7且通过了1%的统计显著性检验。在回归（2）中，加入了财务费用率的回归模型中，Digital-1的回归系数为-0.072 4且具有高度的显著性，说明数字金融能降低财务融资费用进而缓解中小企业融资约束。金融机构能够利用数字金融，获取中小企业财务信息和其他“软”信息，从而了解企业风险，降低信息不对称;能够向企业提供较为准确的风险补偿利率，并提高金融服务的便利性，降低了企业寻找信贷资源的搜寻成本等融资费用，从而缓解中小企业融资约束。模型（3）-（4）可以得出数字金融能够提高融资的可得性，进而降低中小企业的融资约束。数字金融的发展致使那些因抵押品约束和风险约束而排斥在信贷市场以外的企业进入信贷市场，获得金融信贷服务。 3.4 稳健性检验
在模型中，可能存在着遗漏变量而导致的内生性问题。本文主要参考谢绚丽等人（2018）[20]的做法，采用省级互联网普及率作为数字金融发展的工具变量。一方面，数字金融的发展需要依靠互联网，互联网是数字金融发展的重要基础设施之一。另一方面，互联网普及率与中小企业融资约束之间不存在明显的影响关系。
表6显示互联网普及率的系数为负并且通过1%的显著性检验。因而无论是在基准模型中还是使用工具变量后，数字金融的系数通过了显著性检验且为负，因此本文认为数字金融发展缓解中小企业融资约束的结论具有稳健性。
4 研究结论及政策建议
本文以中小板和创业板企业数据为研究基础并与北京大学数字金融指数相结合，主要研究数字金融与中小企业融资约束之间的关系、影响机制和传导路径，得出以下结论。
第一，数字金融的发展能够减缓中小企业在信贷市场上的风险约束与抵押品约束，能够在传统金融机构与人员缺少的地区发挥更大的作用，使金融服务摆脱实体金融机构的物理与空间限制，更好且更有效地促进资源匹配。
第二，数字金融能够降低中小企业融资成本、提高企业信贷可得，从而缓解中小企业融资约束。
本文提出以下政策建议。
第一，大力支持数字金融的发展，制定长期的发展规划。数字金融能够在长时间内缓解中小企业融资约束，其重要性不言而喻，国家应当注重其发展。目前，我国数字金融水平处于国际前列，对此需要乘胜追击，抓住历史的机遇，培养金融科技人才，加大科技开发，促进金融交易与科技的融合。这需要长久的国家发展计划，需要制定相关的阶段目标，保证其拥有持续不断的发展动力。
第二，完善数据管理体系建设，构建数据共享的统一征信平台。数字金融最重要的是数据，需要促进数字金融的科技水平，提高对数据的识别能力，优化信息质量，增强数据管理能力。同时，如果不能使数据与信息共享，将会形成数据孤岛，大数据征信效应无法发挥。因此，政府应当促进建立信息共享平台，制定相关规定，明确信用数据共享的条件和标准，从而形成一个能跨机构共享的信用平台。
第三，完善与创新金融科技监管体系，平衡好金融稳定与创新的关系。随着数字金融的快速发展，应重视对这一新型金融业态的监管机制设计，保障其服务实体经济与平衡金融风险两者间找到恰当的平衡点。可充分发挥监管科技的独特作用，以科技驱动的监管创新应对科技驱动的金融创新。
参 考 文 献
[1]Stamp，J.C.The Report of the Macmillan Committee[J].Economic Journal，1931，163（41）：424-435.
[2]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（4）：1489-1502.
[3]封思贤，郭仁静.数字金融、银行竞争与银行效率[J].改革，2019（11）：75-89.
[4]王作功，李慧洋，孙璐璐.数字金融的发展与治理：从信息不对称到数据不对称[J].金融理论与实践，2019（12）：25-30.
[5]Berger，A.N.andUdell，G.F.A more complete conceptual framework for SME finance.Journal of banking&Finance，2006，30（11）：2954-2966.
[6]曹凤岐.建立和健全中小企业信用担保体系[J].金融研究，2001（5）：41-48.
[7]张杰，刘元春，翟福昕，等.银行歧视、商业信用与企业发展[J].世界经济，2013，36（9）：94-126.
[8]梁榜，张建华.数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据[J].当代经济科学，2019，41（5）：74-86.
[9]陈广山.大数据技术在小微信贷领域的应用分析[J].金融科技时代，2021（2）：62-65.
[10]黄子健，王龑.大数据、互联网金融与信用资本：破解小微企业融资悖论[J].金融经济学研究，2015，30（1）：55-67.
[11]廖婧琳，胡妍，项后军.数字普惠金融发展缓解了企业融资约束吗？——基于企业社会责任的调节效应[J].云南财经大学学报，2020，36（9）：73-87.
[12]周天芸.金融密度、服务可及与中国的县域金融[J].金融发展研究，2018（9）：16-23.
[13]周天芸，王莹.金融机构空间集聚与经济增长——来自广东省县域的实证检验[J].地理研究，2014，33（6）：1119-1128.
[14]Jagtiani，J.andLemieux，C.Do Fintech Lenders Penetrate Areas that are Underserved by Traditional Banks[J].Journal of Economics and Business，2018，100（11-12）：43-54.
[15]Hadlock，C.J.andPierce，J.R.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].Review of Financial Studies，2010，23（5）：1909-1940.
[16]萬佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020（1）：71-83.
[17]吴秋生，黄贤环.财务公司的职能配置与集团成员上市公司融资约束缓解[J].中国工业经济，2017（9）：156-173.
[18]傅秋子，黄益平.数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据.金融研究，2018（11）：68-84.
[19]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）：731-745.
[20]谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据[J].经济学（季刊），2018，17（4）：1557-1580.