數字普惠金融、融資約束與公司非效率投資

邱吉福 ，李若蒙

(集美大學 工商管理學院，福建 廈門 361021)

一、引 言

我國的人均GDP從20世紀70年代起不斷攀升，到2021年已達約1.25萬美元，很好地解決了“填補缺口論”中制約我國經濟發展的資金瓶頸，并可用于企業投資。投資活動一直是企業價值提升的重要途徑，有效率的投資往往促使企業規模擴張，為企業帶來高額回報。但現實中由于管理層投資意愿偏差、信息不對稱等因素的影響，非效率投資行為時有發生，具體表現為投資過度或投資不足?，F有研究表明，融資約束是制約投資效率的重要因素之一，融資約束影響企業的現金持有規模，進而影響投資水平，如何通過緩解融資約束抑制企業的非效率投資成為學術界重點關注的課題。

進入數字經濟時代，數字技術的蓬勃發展及其與金融市場的不斷融合衍生出數字普惠金融這一嶄新形態，旨在打破融資壁壘、降低信息約束，使金融資源和服務惠及更加廣泛的群體。那么，數字普惠金融能否通過緩解融資約束從而抑制企業的非效率投資呢？本研究對此展開分析，以期為數字普惠金融改善投資行為提供思路，從而引導企業理性投資，進一步完善資本市場，為企業持續健康發展保駕護航。

二、文獻回顧與研究假設

(一)數字普惠金融與公司非效率投資的關系

有效市場假說是研究企業財務管理行為的一個假設，該假設提出在法制健全、公開透明、功能良好、競爭充分的股票市場，一切重要信息已經及時、準確地反映在股價走勢中，其中包括企業目前和未來的價值，除非存在市場操縱，否則投資者不可能通過分析以往價格獲取超額利潤。Jiaren和Haibin研究認為，金融促進增長的一個特定渠道便是資本配置，金融市場趨于完善時，企業的資金配置效率提高，非效率投資程度相應降低[1]。而由于現實中資本市場并非是完美的，企業與內外部的利益相關者之間難免存在信息不對稱問題，可能導致投資不足；而信息不對稱又會激發出委托代理沖突，導致投資過度。

普惠金融是一種能夠有效、全面地服務于社會各個階層、團體的金融系統，其目的是不斷完善金融基礎設施，讓更多的人特別是低收入人群能夠以更低的價格使用金融服務。在數字技術的支撐下，普惠金融能進一步提高信息的可達性，盡可能降低信息不對稱程度，改善公司的非效率投資。但因為公司在轉型和發展的過程中要經歷或多或少的市場摩擦，所以非效率投資的改善并不是一步到位，而會因為所有制和行業的不同導致改善進度產生較大差異[2]。

金融的發展經歷了從互聯網金融到金融科技再到數字金融的演進。李紅等研究發現，金融發展通過影響投資-現金流敏感性進而作用于企業的投資行為，具體表現為對非效率投資的矯正作用[3]。在此基礎上，劉園等通過分析發現了金融科技與實體企業投資效率的“U”型關系，即金融科技在發展初期會降低企業投資效率，而加入金融監管后有助于企業投資效率的提高[4]。然而，趙瑞瑞等的研究表明，金融科技在影響非效率投資的兩種形式時存在著非對稱效應，投資不足和投資過度呈現此消彼長的狀態[5]。進入數字金融時代后，相關研究進一步推進，張友棠等從科技型企業入手，再次驗證了我國數字金融發展對企業投資效率的提升作用，且發現這種提升主要表現為緩解科技型企業的投資不足[6]。王娟等也持有同樣的觀點，認為數字金融的功效主要體現在降低企業的投資不足而非投資過度上[7]。

為此，本研究提出假設H1：數字普惠金融對公司非效率投資行為有抑制作用。

(二)融資約束在數字惠普金融與公司非效率投資關系中的作用

現實中由于資本市場效率低下，信息不對稱和交易成本激增，企業融資決策對投資決策有一定的影響。外部投資者無法完全掌握公司的業績和收入信息，導致公司在外部融資約束收緊的情況下依靠內部資源進行投資，往往難以實現投資效率最大化的目標，造成投資效率低下。研究表明，中國企業普遍存在融資約束問題，難以獲得足夠的資金支持投資行為[8]。

張新民等從資金供給和資金需求兩方面動態研究了省級政府出臺的產業政策對地方企業融資約束的影響，結果顯示地方政府產業政策對轄區內企業融資約束程度的影響與地方金融市場的發展有關[9]。黃銳等研究發現，數字金融發展是緩解企業融資難、融資貴的關鍵，隨著數字金融發展水平的提高，這一緩解效應將顯著增強[10]。數字金融能深入挖掘海量數據，使得企業的經營能力和財務狀況能被金融機構及時掌握，以此實現信息透明化，從而緩解企業融資約束，提高融資效率[11-12]。在此基礎上，數字普惠金融不僅可以利用場景、服務等優勢降低金融服務門檻和成本，使其能觸及更廣泛的尾部群體，極大拓寬企業的融資渠道，而且能克服地理上的限制，大幅縮短信息傳遞的時間[13]。此外它還依靠一個數字信貸系統來簡化信貸檢查和批準程序，使得企業融資更加高效便捷[14]。李紅等通過區分投資不足和投資過度兩種非效率投資形式發現金融發展對兩者均具有矯正作用[3]。

因此，本研究提出假設H2：融資約束在數字惠普金融與公司非效率投資關系中起中介作用。

上述分析指出，數字普惠金融會通過融資約束影響公司非效率投資，那么融資約束的中介渠道效應究竟是作用于投資不足還是投資過度呢？一方面，融資約束得到緩解時，原本投資不足企業的外部融資增多，現金持有增加，有充分的資金來執行優質的投資決策，從而提高投資效率；另一方面，融資境遇得到改善后，過度投資企業通過加杠桿方式來融取資金的需求便會降低[15]，管理者的風險厭惡感降低，要求的投資報酬相應變低，更加傾向于平穩投資，從而提高投資效率(見圖1)。

據此，本研究提出假設H3a：“數字普惠金融-融資約束-投資不足-公司投資效率”的傳遞路徑有效；假設H3b：“數字普惠金融-融資約束-投資過度-公司投資效率”的傳遞路徑有效。

圖1 作用機理示意圖

三、研究設計

(一)樣本選擇與數據來源

選取2011—2020年我國滬深A股上市公司作為研究對象。為保證相關性，對研究數據事先作如下處理：剔除上市前和退市后的相關財務數據；剔除財務情況處于異常狀態的ST公司和PT公司；剔除投資行為比較特殊的金融類上市公司；剔除研究數據中存在缺失的觀測值。此外，為了避免異常值對研究結論的影響，對連續型變量進行了1%和99%分位數的縮尾處理，最后獲取的樣本數量(N)為22 500。本研究所使用數據來自CSMAR數據庫。

(二)變量說明

1.被解釋變量?；赗ichardson提出的非效率投資(INEFF)模型測算公司非效率投資水平。具體計算公式為：

Investi，t=β0+β1Growthi，t-1+β2Sizei，t-1+β3Levi，t-1+β4Cashi，t-1+β5Agei，t-1+β6Ri，t-1+β7Investi，t-1+∑Ind+∑Year+ε

(1)

在模型(1)中，Invest為公司當期投資支出，Growth為公司成長性水平，Size為公司規模，Lev為公司財務杠桿，Cash為公司現金持有水平，Age為公司成立時間長短，R為公司年度超額回報率，同時考慮了行業(Ind)和年份(Year)的固定效應。ε為殘差，殘差絕對值表示公司非效率投資水平，大于0為過度投資(Over-INEFF)，小于0為投資不足(Uder-INEFF)。

2.核心解釋變量。數字普惠金融總指數(D)的具體衡量標準來源于北京大學發布的數字普惠金融指數。由于該指數對數字普惠金融的發展評價并非唯一，而是多維度的，因此本研究在數字普惠金融總指數作為主要指標的基礎上，進一步考察了覆蓋廣度指數(D1)、使用深度指數(D2)、數字化程度指數(D3)3個二級指標對公司非效率投資的影響。由于數字普惠金融指數的一級指標和二級指標數字值大，在研究過程中采取了取對數的方法解決該問題。

3.中介變量?？紤]到指標的關聯性和可靠性，本研究采用Hadlock和Pierce提出的融資約束變量模型，選用公司規模和公司年齡兩個隨時間變化不大且外生性較強的變量來表示。具體計算公式為：

SA=-0.737×Size+0.043×Size2-0.040×Age

(2)

4.控制變量。參考以往文獻，本研究控制了如下微觀變量：公司規模(Size)和營業收入增長率(Growth)，衡量公司所處的發展階段和成長能力；資產負債率(Lev)，描述公司的舉債經營能力；托賓Q值(TobinQ)和總資產凈利率(ROA)，衡量公司的經營績效。另外，考慮到市場交易中存在的委托代理問題，控制了第一大股東持股比例(Top1)、管理層持股比例(Msh)、獨立董事比例(Indep)和兩職合一(Dual)4個變量。宏觀上，加入了年度(Year)和行業(Ind)虛擬變量，控制只隸屬于某年度或某行業的宏觀經濟波動。同時，因我國數字普惠金融發展程度在31個省份之間存在差異、集聚與收斂特征[16]，為排除這種影響，進一步控制了省份(Pro)的固定效應。具體變量定義見表1。

表1 變量說明

(三)模型構建

1.基準模型。為驗證假設H1，本研究建立如下模型：

INEFFi，t=α0+α1Di，t+α2Controlsi，t+∑Year+∑Ind+∑Pro+εi，t

(3)

其中，被解釋變量為公司的非效率投資水平，解釋變量為數字普惠金融發展指標，控制變量則包含了前述內容，同時控制了行業、時間以及省份的固定效應，盡可能減少遺漏變量的問題。此外，本研究還檢驗了數字普惠金融的二級指標對公司非效率投資的影響。

2.融資約束的中介作用檢驗。本研究采用溫忠麟等的研究方法[17]，形成如下模型，以驗證融資約束在數字普惠金融對公司非效率投資施加影響時的路徑作用：

SAi，t=β0+β1Di，t+β2Controlsi，t+∑Year+∑Ind+∑Pro+εi，t

(4)

INEFFi，t=γ0+γ1Di，t+γ2SAi，t+γ3Controlsi，t+∑Year+∑Ind+∑Pro+εi，t

(5)

中介作用的檢驗依照三步法：第一步，驗證數字普惠金融與公司非效率投資關系是否達到顯著；第二步，驗證數字普惠金融與融資約束關系是否達到顯著；第三步，回歸分析數字普惠金融、融資約束對公司非效率投資的關系，驗證融資約束與公司非效率投資關系是否達到顯著。在顯著的基礎上，若主回歸仍顯著，則融資約束發揮部分中介作用；若主回歸不顯著，則融資約束發揮完全中介作用。

公司非效率投資分為投資不足和投資過度兩種情況，為進一步探索融資約束的中介作用通過何種路徑實現，構建如下模型，檢驗方法同上：

Under_INEFFi，t=η0+η1Di，t+η2SAi，t+η3Controlsi，t+∑Year+∑Ind+∑Pro+εi，t

(6)

Over_INEFFi，t=λ0+λ1Di，t+λ2SAi，t+λ3Controlsi，t+∑Year+∑Ind+∑Pro+εi，t

(7)

四、實證結果與分析

(一)描述性統計

經描述性統計發現：INEFF最小值為0，最大值為0.465，均值為0.042，說明上市公司普遍存在非效率投資的問題，且均值大于中值0.027，說明非效率投資呈現右偏特征。SA均值為-3.876，標準差為0.247，反映出融資困境在上市公司中普遍存在，已成為制約公司投資效率的關鍵因素。D最小值、最大值、均值分別為2.790、6.070、5.451，說明數字普惠金融發展程度存在地區差異(見表2)。

表2 描述性統計

(二)基準回歸分析

通過基準回歸可以看出，表3列(1)中D系數符號為負，且通過了1%的顯著性檢驗，說明數字普惠金融的發展和完善有效改善了資本市場的信息不對稱現象，提升了信息可達程度，從而對于上市公司的非效率投資行為產生了顯著的抑制作用。進一步對數字普惠金融指標劃分維度得出結論：數字普惠金融的覆蓋廣度和使用深度有助于抑制非效率投資，而數字化程度對非效率投資的影響不顯著(見表3)。綜上，假設H1得到驗證。

表3 基準回歸結果(1)*表示p<0.05，***表示p<0.001。括號里為t值。

(三)內生性處理

為了最大程度減少上述研究中諸如遺漏變量、雙向因果以及測量誤差等內生性問題，根據傅秋子和黃益平的經驗[18]，本研究將樣本公司所在的地級市到杭州的距離(Dis)作為數字普惠金融的工具變量。一方面，距離是天然的地理變量，不受經濟社會因素的影響，故不會作用于公司投資行為，符合有效工具變量的外生性前提；另一方面，公司所在的地級市與杭州的距離與數字普惠金融發展水平高度相關，滿足有效工具變量的相關性前提。此外，本研究借鑒謝絢麗等的研究[19]，采用國家統計局公布的省級互聯網普及率(IPR)作為數字普惠金融的另一個工具變量進行回歸，同時加入控制變量(Controls)。經過實證檢驗，第一階段回歸結果證明上述兩個工具變量有效，第二階段回歸后，D系數仍在1%的水平上顯著為負，說明數字普惠金融能夠負向、顯著地抑制上市公司的非效率投資，這與基準回歸結果完全一致(見表4)。

表4 工具變量回歸結果(2)***表示p<0.001。括號里為t值。

(四)中介作用檢驗

為檢驗融資約束的中介作用，本研究依照三步法進行回歸分析。表5列(2)數據顯示，D系數為負，且顯著水平在1%以下，表明數字普惠金融發展有利于緩解公司的融資約束。表5列(3)數據顯示，D系數為負，通過1%的顯著性水平檢驗，SA系數顯著為正(見表5)。結合主回歸結果可以得出，融資約束的確在數字普惠金融對公司非效率投資的負向影響中起到了部分中介作用。研究表明，數字普惠金融可以幫助公司掃除融資障礙，減少公司的融資限制，吸收更多優質項目，實現顯著降低公司非效率投資水平。綜上，假設H2得到驗證。

表5 融資約束的中介作用檢驗結果(3)*表示p<0.05,***表示p<0.001。括號里為t值。

為繼續研究融資約束的中介作用對公司投資不足和投資過度兩種情況是否都成立，本研究以模型(1)中殘差值等于零為界，將非效率投資劃分為兩個子樣本——投資不足(Under_INEFF)和投資過度(Over_INEFF)，分別按模型(6)、模型(7)進行回歸。檢驗結果如下，表6列(1)、列(2)、列(3)為數字普惠金融通過融資約束作用于投資不足的結果，列(1)結果表明D對Under_INEFF存在影響，卻不顯著；雖然列(2)結果表明D與SA呈正相關，且在1%水平顯著，列(3)結果表明SA系數顯著，但是不完全滿足發揮中介作用所需的前提條件，即“數字普惠金融-融資約束-投資不足-公司投資效率”的傳遞路徑無效，假設H3a不成立。列(4)、列(5)、列(6)為數字普惠金融通過融資約束作用于投資過度的結果，列(4)結果表明D與Over_INEFF呈顯著正相關，列(5)結果表明D與SA呈顯著正相關，列(6)結果表明D和SA的系數均為顯著，說明融資約束在傳導路徑中發揮部分中介作用，即“數字普惠金融-融資約束-投資過度-公司投資效率”的傳遞路徑有效，假設H3b成立(見表6)。

表6 融資約束中介作用的分渠道檢驗結果(4)*表示p<0.05,**表示p<0.01,***表示p<0.001。括號里為t值。

續表6

(五)進一步檢驗

上述檢驗控制了省份層面的固定效應，但企業所處地級市的差異也會影響數字普惠金融作用的發揮[20]。數字人民幣自誕生起就被認為是科技金融加速發展的成果之一，實時的結算和非營利性定位讓它天然適用于普惠金融服務。因此，本研究依照是否為數字人民幣試點地區引入城市虛擬變量，研究數字普惠金融對非效率投資的影響是否發生變化。2019年末，央行在深圳、蘇州、雄安、成都及2022北京冬奧會場景開展數字人民幣第一批試點測試。2020年11月開始，又增加上海、海南、長沙、西安、青島、大連6個新的試點地區，由此形成了“10+1”的試點格局。2022年3月，央行提出增加天津、重慶、廣州、福州、廈門以及浙江省承辦亞運會的6個城市作為試點地區。此次新增城市涵蓋了北方、西南、華南地區相關城市，與此前兩批試點城市形成了較好的互補。至此，數字人民幣試點已經形成了全國鋪開的發展格局。

考慮到被選為數字人民幣試點的城市在數字渠道建設和數字金融推廣方面的代表性，本研究將三輪試點共23個城市設為虛擬變量1，其余截至目前未作為試點的城市設為0。分組后發現試點城市數字普惠金融總指數和分維度指數的均值普遍比非試點城市高，另外在總指數排行榜上試點城市近年來排名靠前且波動較小，一定程度上體現了分組的穩定性。將“1”組視作高數字化地區，“0”組視作低數字化地區，分組回歸得出，數字普惠金融的發展顯著提升了低數字化地區的投資效率，而對高數字化地區投資效率的提升作用不顯著，因為高數字化地區金融服務的廣度、深度和數字化程度已處于較高水平，能夠壓低交易成本、打破信息不對稱格局，改善企業的非效率投資(見表7)?？傊?，數字普惠金融能夠幫助數字化程度欠發達地區改善投資效率低下的狀況，進一步體現了其普惠和包容的特性[21]。

表7 分地區檢驗(5)*表示p<0.05。括號里為t值。

續表7

五、穩健性檢驗

(一)更換被解釋變量度量方式

由于在衡量被解釋變量——非效率投資時，本研究對Richardson模型進行了OLS回歸，OLS回歸方法只有在經典假設滿足的條件下才可行，而GMM回歸法認可隨機擾動項的異方差和自相關情況，限制條件更少，回歸結果更準確，因此本研究將模型(1)更改為GMM回歸，仍然用得到的殘差來衡量非效率投資。研究發現基準回歸以及加入中介變量回歸的結果均與上述一致(見表8)。

表8 更換被解釋變量度量方法(6)***表示p<0.001。括號里為t值。

(二)延長預測窗口期

以往的研究顯示，發展區域金融能夠改善資本供求關系，從而推動經濟發展，但這種相互促進的關系可能存在一定的時滯性[22]。雖然經過十余年來數字化技術的發展，數字普惠金融大大提升了信息傳遞效率與資源配置效率，但仍需考慮時滯效應帶來的影響，因此本研究進一步驗證了數字普惠金融各級指數在滯后一期的情況下對公司非效率投資的影響，結果穩健(見表9)。

表9 滯后一期回歸結果(7)*表示p<0.05,**表示p<0.01,***表示p<0.001。括號里為t值。

六、研究結論與啟示

本研究選取2011—2020年滬深A股上市公司為研究對象，實證檢驗了數字普惠金融對公司非效率投資的影響及其作用機制。研究發現：(1)數字普惠金融對上市公司非效率投資行為具有抑制作用，其二級指標中覆蓋廣度和使用深度有助于抑制公司非效率投資，而數字化程度對非效率投資的影響不顯著，但在數字人民幣試點地區有明顯改善。作為新興模式，數字普惠金融在互聯網、云計算等數字技術的支持下，優化了交易雙方獲取信息的方式，提高了信息的數量和質量，公司因此獲得更多的決策依據，顯著減少非效率投資行為。(2)“數字普惠金融-融資約束-投資過度-公司投資效率”的傳遞路徑是有效的，揭示了數字普惠金融對公司非效率投資的作用機理。數字普惠金融的發展使公司的信息不對稱程度明顯下降，公司的融資渠道大幅拓寬，融資效率顯著提升，公司的現金持有增加，過度投資行為得到有效遏制。

綜上，本研究就宏觀層面的數字普惠金融發展和微觀層面的企業高質量發展提出以下兩條建議。

1.推動發展廣覆蓋、多服務的數字普惠金融，健全中國特色的數字普惠金融體系。為了更好發揮數字普惠金融的普惠性，應擴大其覆蓋廣度，增加金融機構網點數和金融服務人員數。在實現廣覆蓋過程中要關注不同地區在數字普惠金融發展上的差異，點對點地分析和解決問題，努力縮小“數字鴻溝”，讓各地區、各行業共享普惠紅利。加大使用深度，主要是應用多種數字普惠金融相關服務，包括支付、貨幣基金、信貸、保險、投資等，以促進各項服務全面發展和提升用戶活躍度。為加大數字化程度對企業投資的積極作用，應持續探索數字人民幣的使用效能，在未來進一步擴大試點地區，關注廣泛應用數字技術帶來的信息技術風險，相關部門必須以新發展理念為指導，完善具有中國特色的數字普惠金融體系，為我國的市場數字化提供有力的支持。

2.鼓勵企業合理利用數字普惠金融資源，關注資本市場數字化轉型，及時調整優化企業投資決策。在數字經濟時代，企業需要充分了解自身的數字化程度和數字化能力，結合投資效率最大化的目標，根據自身特點合理利用數字普惠金融資源，在投融資戰略間做好平衡。具體來說，一方面企業要加強戰略設計，制定出一套自身專屬數字化戰略，借助數字平臺獲取外部融資環境的變動信息，及時調整資金流向，提升投資效率；另一方面企業要積極利用數字技術與利益相關者形成互信網絡，同時完善內控機制，定期披露內控報告，減少融資后盲目決策的可能性，避免管理者的短視行為，最大限度地實現社會資源的高效利用。

企業是產業的微觀細胞，只有在產業機體平穩運行下細胞才能煥發生機活力。當前，我們要抓住數字經濟快速發展的歷史機遇，在政府引導下大力推動數字普惠金融與產業發展深度融合，加快企業一流財務管理體系建設，打造協同聯動、產業興旺的新發展格局，為我國企業持續健康發展保駕護航。