融资约束与风险投资论文

融资约束与风险投资论文 篇1：

CVC对纺织类初创企业的融资约束影响研究

【摘要】  文章通过选取在全国中小企业股份转让系统挂牌的17家纺织企业2015—2017年的财务数据，运用Logistic线性回归分析，构建纺织业初创企业融资约束指数方程，分析企业风险投资（CVC）对纺织类初创企业融资约束的影响，得出CVC能显著缓解纺织业初创企业融资约束的结论。

【关键词】  企业风险投资;纺织业;初创企业;融资约束

一、引言

自2014年9月，李克强总理在达沃斯论坛上提出“大众创业，万众创新”的号召以来，初创企业迅速发展，在吸收就业、技术创新、增加税收等方面都发挥了不容忽视的作用。但是，国内金融市场不健全和初创企业自身规模小、信息不对称等种种因素使得初创企业融资难、融资贵。王霄、张捷（2003）认为初创企业因为其规模小，必然会存在融资约束。赵丽娟（2018）通过分析2009—2016年度中小板企业的数据得出中小企业仍存在融资约束。虽然风险投资、天使基金等在一定程度上缓解了企业的融资约束。但是，风险投资这类以高回报为投资目标的企业只会选择投资回收期短、回报率高的高新技术企业，而一些投资回收率较低的传统企业的融资难状况依旧得不到改善。近几年，企业风险投资的出现，给非高新技术企业融资带来了希望。企业风险投资（CVC）不同于一般的风险投资一味追求高的财务回报，而是会优先考虑企业自身的战略目标。一个大型的企业需要不断的转型升级来应对产业技术的快速发展，最简单的方法就是長期投资一个或多个对企业战略布局有帮助的初创企业。

二、研究假设

（一）对纺织类初创企业本身的融资约束研究

Fazzari et al.（1998）将融资约束定义为：融资约束指的是因为金融市场的不完备，而导致企业从外部获取资金的成本过高，并因此使得企业投资无法达到最优水平的情况。对于纺织业初创企业而言，一方面，由于近几年来原材料和劳动力价格上涨，纺织类企业经营成本提高，导致纺织业利润下降;另一方面，纺织类初创企业自身规模小，资金、资源少并且生产经营不稳定，造成了其融资贵、融资难的现状。所以，本文提出以下假设：

假设1：纺织类初创企业存在融资约束。

（二）对吸收CVC后初创企业的融资约束研究

近年来，产业技术变革非常快，大型企业必须不断寻找新的增长点，且近两年我国的纺织业正处在转型阶段，存在着技术落后、管理不善、信息不对称等诸多问题。对成熟的纺织企业来说，将资金投向充满活力的初创企业，促进其创新以满足自身的转型需要无疑是一个互利互惠的方法。有关风险投资对被投资企业融资约束的影响，在国内外都有学者做过研究。Brav等（1997）认为风险投资（IVC）通过公证效应，缓解被投资企业的融资约束。尹福生（2004）认为，风险投资（IVC）是一种投资制度创新，以股权形式提供资金，满足企业成长性的需要，且在制度安排上减轻了信息不对称的影响，是中小企业和初创企业最切合的融资途径。目前关于企业风险投资（CVC）对被投资企业的融资约束影响国内还没有文献参考。风险投资（IVC）对被投资企业资金、管理方面的帮助，企业风险投资（CVC）同样具备，且与风险投资相比，企业风险投资（CVC）对被投资企业的长期支持作用更长久。故本文提出以下假设：

假设2：吸收企业风险投资能缓解初创企业的融资约束。

三、研究设计

（一）样本选取和数据来源

本文选取在新三板挂牌的纺织业企业2015—2017年三年的财务数据作为实证研究的数据，对样本数据做如下处理：（1）剔除数据不完整的企业（6家）;（2）剔除主板市场退市下来的企业（1家）;（3）剔除停牌的企业;（4）剔除十大股东里有风险投资（IVC）的企业（32家），最后剩余符合条件的36家企业（108个观测值）。数据收集来源于同花顺网站，使用SPSS软件进行logistic回归分析。

（二）变量选择与分组

本文采用以下方式对变量进行分组：

首先，对企业的利息保障倍数由小到大进行排序，观测值越小说明企业的融资约束程度越高;反之，企业的融资约束程度越低。然后，对排序后的企业进行分组，排在前35%的为高融资约束组，排在后35%的为低融资约束组。同样的，将企业规模（期末资产合计的自然对数）进行排序并分组。企业规模越大，企业的融资约束程度越低;反之，企业的融资约束程度越高。因此，将排在前35%的样本企业归为高融资约束组，在后35%的样本企业归为低融资约束组。最后，将利息保障倍数的高融资约束组和企业规模的高融资约束组取交集，将它们作为高约束组研究对象（8家）;将利息保障倍数的低融资约束组和企业规模的低融资约束组取交集，将它们作为低约束组研究对象（9家）。其余样本不作为研究对象。

（三）模型设定

Logistic回归模型是对二分类因变量进行回归分析最适用的方法，所以选择该模型进行下面的实证分析。此方法的预测值在0和1之间，若计算出来的融资约束概率大于0.5，则企业面临较高的融资约束，若小于0.5则企业面临较低的融资约束。借鉴邓翔（2014）的研究成果，本文选取流动比率、资产负债率、销售净利率和主营业务增长率这四个常用的财务指标构建融资约束指数方程：

各变量的名称、代码和公式见表1。

四、实证分析

（一）描述性检验

对主要解释变量的描述性分析如表2所示。第一项指标资产负债率的平均值为53.46%，表明企业的总资产中有53.46%是通过借款来筹集的。一般企业的资产负债率维持在45%—65%最为合适，这17家纺织企业的资产负债率较为合理。第二项指标流动比率平均值2.09符合健康的企业对流动比率的要求，但范围为17.23%，且标准差大于1，说明数据比较分散且存在流动比率过高或过低的极端值。第三项指标销售净利率的平均值为5.02%，范围为24.26%，标准差为0.5423，说明有一部分企业还处在无盈利状态且整个行业利润率低。销售净利率太低会降低投资者的投资兴趣，提高企业的融资约束程度。最后一项指标收入增长率平均值为11.28%，范围为58.49%，标准差为0.1598，说明这17家企业的收入相对集中，同时也说明了纺织业企业的营业收入较为稳定。

（二）相关系数分析

为了防止解释变量的相关性对结论产生影响，对变量进行相关系数分析，详见表3。

相关系数数值应在0—1之间，越接近1两个变量间的相关性越大。从表3可以看出：除了流动比率和资产负债率的相关系数较高外，其余的相关系数的绝对值都小于0.3，所以这几个解释变量相关的可能性不大。

（三）分组变量之间的差异性T检验

从表4可以看出，融资约束程度的解释变量中，只有销售净利率在5%的水平下显著，资产负债率、营业收入增长率和流动比率的P值分别为0.502、0.409和0.313，都远远大于0.05，在5%的水平上不显著。说明这四个指标中只有销售净利率能在5%的水平上显著区分纺织业初创企业的融资约束程度。所以在融资约束指数方程中要去除营业收入增长率、流动比率、资产负债率这三个解释变量。另外，高融资约束组的资产负债率（50.53%）低于低融资约束组的（56.07%）、高融资约束组的流动比率（3.16）高于低融资约束组（1.13），这两点与现有研究结果不符。邓翔（2014）研究发现资产负债率应与企业的融资约束程度呈正相关;销售净利率、营业收入增长率和流动比率这三个变量与企业的融资约束程度成反比。笔者认为，出现这种现象的原因是，纺织业属于壟断竞争市场类型，厂商可以自由进出市场，使得行业进入门槛低，刚进入的企业的资产规模较小，难以取得银行等其他金融机构的债权投资，所以这类初创企业资产负债率较低的同时，又存在着较高的融资约束。同时，初创企业由于刚成立不久，缺乏经验，部分企业存在存货周转周期长、资金使用效率较低等现象，从而使得企业的流动比率较高，而资金使用效率低，存货周转周期长的企业会增加对资金的需求量，从而使得企业存在更高的融资约束。

（四）Logistic回归分析

根据均值的t检验结果将解释变量中的营业收入增长率、资产负债率和流动比率从融资约束方程中剔除，得到新的融资约束方程如下：

在该方程的基础上进一步验证销售净利率对纺织业初创企业的融资约束影响。为了方便求出回归系数，将高融资约束组的融资约束设为1，低融资约束组的融资约束设为0。回归分析结果见表5。

Nagelkerke R?是用来衡量模型拟合优度的指标，该数值在0—1之间，越接近1，模型拟合程度越高。表5中，Nagelkerke R?的值为0.580，说明该模型拟合优度不是很高，即被解释变量（企业融资约束程度）能被解释变量（销售净利率）解释的程度为58%。销售净利率在5%的水平上经过检验，且其回归系数（-56.571）前的符号与实际理论相符。该系数的统计学意义是：销售净利率每增加一个标准偏差，对应的Logit（FZ）会减少56.571个标准偏差。

根据以上结果可以得到企业的融资约束指数方程：

其中：y=2.915+（-56.571）NIi，t;FZ越接近1，表明企业受到的融资约束程度越大，越接近0，表示企业受到的融资约束程度越小。

（五）模型检验

运用错判矩阵检验上述模型。错判矩阵如表6所示。

从表6可以看出，在高融资约束组的24个观测值中，6个被错判;低融资约束组的27个观测值中3个被错判。总体的正确率为82.35%。将17家样本企业2015—2017年度的财务数据代入该方程，得出这17家企业前三年的融资约束程度。再通过查阅这些企业的前十大股东名单，标出股东中非风险投资性质的企业名单，将这17家企业按是否接受CVC分为两组，依次算出这些企业在2015—2017年度的融资约束程度，结果如表7所示。

（六）结果分析

通过对纺织类初创企业的融资约束程度研究来看，融资约束程度数值分布在0—1之间。当数值处在0—0.5之间，企业存在融资约束但融资约束程度较低;当数值处于0.5—1之间时，企业的融资约束程度较高。从表7可以看出，无论是否接受CVC，纺织类初创企业都存在融资约束，即假设1成立。

接受CVC的企业2015—2017年三年的融资约束程度平均值为0.3946，没有接受CVC的企业2015—2017年三年的融资约束程度平均值为0.5040，明显看出，接受CVC的企业的融资约束程度低于没有接受融资约束的企业，即假设2成立。综上，本文得出以下结论，纺织业初创企业存在融资约束，且企业风险投资（CVC）能改善这类企业的融资约束程度。

【主要参考文献】

[ 1 ] 王霄，张捷.银行信贷配给与中小企业贷款——一个内生化抵押品和企业规模的理论模型[J].经济研究，2003，（07）.

[ 2 ] 赵丽娟.风险投资参与能有效缓解中小企业的融资约束吗？——基于面板数据的广义矩估计方法[J].财会通讯，2018，（05）.

[ 3 ] 刘俊强.风险投资对高新技术企业融资约束影响的实证研究[D].浙江工商大学，2013.

作者：吴瑾 瞿天易 赵庭悦

融资约束与风险投资论文 篇2：

高新技术企业融资约束与企业绩效关系研究

【摘 要】 以2011—2016年375家高新技术企业为样本，将技术创新引入为中介变量，企业成长性为调节变量，实证分析融资约束和企业绩效的关系，研究结果表明：高新技术企业融资约束对企业绩效产生显著负向影响;企业成长性调节效应显著，对企业绩效起到正向促进作用，但在融资约束下，对企业绩效起负向调节作用;技术创新受企业成长性调节作用影响，在融资约束下，对企业绩效与融资约束起到显著负向调节中介作用。将企业绩效滞后1期，回归结果依旧稳健。

【关键词】 融资约束; 企业绩效; 企业成长性; 技术创新

企業是利益的追逐者，企业的财务活动都是为了获取更多利润，取得更好的绩效。企业的融资来源包括内部融资和外部融资，不同的融资渠道具有不同的融资成本。Myers和Stewart[ 1 ]认为由于信息不对称问题，股东为了降低投资风险，要求提升风险溢价，而债权人为了减少信贷风险，会对投资资金的使用增加更多限制，导致外部融资成本不断增加，内部融资成本相对较低。Kaplan和Zingales[ 2 ]提出由于市场的不完备，当存在信息不对称和代理成本时，导致企业内部、外部融资成本之间的差异，使企业不能以满意的资本成本融入资金，融资约束便会产生。

高新技术企业是依赖技术研发与技术成果转化，以技术创新形成自主知识产权，并以此实现经营、收益活动的行业。技术创新对于高新技术企业来说，是决定企业生存的关键所在，是保障企业长久发展的内在动力。要重视技术创新带来的核心竞争能力，帮助企业具备优良的企业成长性，给企业带来最大的绩效。资本是高新技术企业非常重要的资源，没有资本的支持，研发活动便不可展开。技术创新活动具有投资大、风险高、投资回收期长的特点，单纯依靠内部融资难以满足企业从事创新投入的资金需求，因此，外部融资是技术创新资金的重要来源。但融资约束是制约高新技术企业长久发展的除了企业自身技术因素外的重要因素。本文结合高新技术企业融资约束现状和财务数据，从技术创新和企业成长性角度，探究融资约束与企业绩效的关系，以期对我国高新技术企业的可持续发展提出参考建议。

一、理论分析与研究假设

（一）融资约束与企业绩效的关系

基于自由现金流量假说，当企业拥有较多现金流但不具有良好投资机会时，企业应对股东分派股利。由于两权分离的存在，管理者为了提升自己的业绩，或为了防范股东对净利润的支配，会利用充足的现金流进行投资。若投资适当，会给企业带来正向收益;若无效投资，则产生非效率投资问题。而当企业受融资约束时，现金流便不可被自由任意支配，由于外部融资成本不理想，不能获取足够投资资金，管理者为避免对合理投资机会造成影响，会对经营活动产生的现金流加以留存，并且会对投资项目仔细筛选，把有限的资金投入到更高效的项目中，避免了非效率投资，提高了资金使用效率，最终提升企业绩效[ 3 ]。翟淑萍和顾群[ 4 ]采用DEA分析法测量了高新技术企业投资效率，研究发现融资约束高的控制组比融资约束低的控制组投资效率高，说明可以有效利用有限的资金，促使管理者投资更有效的项目。李春霞[ 5 ]利用10年经济数据，研究发现金融发展有助于缓解企业的融资约束，对依赖外部融资的企业起到带动作用，促进企业经济增长，提高投资效率。

基于融资优序理论，企业的内源性留用利润是企业融资资金的首要来源，如果内源资金不能满足投资需求，则要利用外部融资。当企业面临融资约束时，公司很难获得足够的外部资金支持。当企业面临良好的投资机会时，内部资金不足以投资，加之外部资金的缺乏，企业便会丧失投资机会，产生投资不足，对企业绩效产生不利影响。Sandra[ 6 ]指出如果受到融资约束限制，容易因资金不足而影响研发及技术创新的投资，出现投资效率不足。岑维和童娜琼[ 7 ]，邱静和刘芳梅[ 8 ]认为由于外部融资成本高，面对资金缺口时，受融资约束，不能利用外部融资手段发挥财务杠杆作用，对企业发展产生阻碍，抑制企业绩效。David[ 9 ]认为融资约束从阻碍企业成长、减少企业投资、抑制企业参与外部经济活动等方面对企业绩效产生影响。单春霞等[ 10 ]研究认为内部留用利润数量有限，外部融资便成为企业融资的主要来源，但是企业若受到融资约束，就不能很好地发挥财务杠杆，会对企业绩效产生抑制。

高新技术企业对研发活动的投资金额巨大，内部融资必定满足不了技术创新活动的需要，而高新技术企业所研发产品时效性很强，技术更新换代速度快，若因融资不及时影响产品研发或最佳研发时机，很容易被竞争对手超越或取代，影响企业绩效。故本文提出假设1：

H1：融资约束与企业绩效负相关，融资约束会对高新技术企业绩效产生抑制影响。

（二）企业成长性与企业绩效的关系

基于核心竞争理论，企业若想能够可持续发展，关键要有核心竞争力，而核心竞争力的关键就是企业自主技术创新，一旦企业拥有核心竞争力，便在技术与知识体系方面具有竞争优势，使得竞争对手不易模仿与超越，从而在竞争中占有一席之位，企业便会长久发展。企业长久发展即为企业成长性，指企业在发展过程中利用内部和外部资源，促使企业收益增长的结果。企业成长性是动态变化的，随企业规模、获利能力、市场周期的变化而变化，因此在讨论企业成长性时，要侧重企业长久未来的发展潜力与能力，这也是核心竞争力的体现。鲁盛潭和方旻[ 11 ]认为具有高成长性的企业可以降低生产成本，提高生产效率，形成规模经济，利用自身成长优势，研发新工艺，促进综合实力的提升。Brown et al.[ 12 ]认为企业投资受内部融资和外部融资的约束，但通过外部融资可以增加投资，可以通过有效率的投资实现企业成长性的提升。梁帆[ 13 ]运用DID分析了融资约束对企业成长性的影响，研究显示银行业发展成熟的地区，企业越依赖外部融资，企业的成长性越差，而在风险投资成熟地区，企业成长性较好。李军奕[ 14 ]认为企业的成长性影响债务融资和投资效率，低成长性企业所处的行业较成熟，创新投资机会少，现金流量充足，促进企业发展。叶海景[ 15 ]选择31家温州新三板企业，通过回归分析发现企业的技术人员、技术投入等都有利于企业成长性的提升，技术创新水平的发展对成长性的影响具有短期效应，必须后期持续增加创新投入。本文提出假设2：

H2：企业的成长性在融资约束与企业绩效的关系中发挥着调节作用。

（三）技术创新、融资约束、企业绩效的关系

企业的技术创新可以促进企业绩效的提高，企业进行技术创新的最终目标是提升企业绩效，企业通过对技术研发，可以获得包括专利、实用新型在内的创新产出，企业将创新产出投入生产经营过程中，可以实现新产品的研发、新工艺与新环节的创造，实现变动成本的降低，在激烈的竞争中迅速并较大份额地占领市场，提升企业的获利水平，从而提高企业绩效。王玉冬和李俊龙[ 16 ]利用沪深两市数据研究创新投入与企业绩效的关系，结果表明创新投入与企业绩效存在明显正相关关系。汪涵玉和朱和平[ 17 ]认为研发投入由于被会计处理费用化，对当期企业绩效产生负向影响，但是滞后1期、滞后2期的研发投入对企业绩效具有正向促进作用。

资本对企业研发至关重要，对高新技术企业而言，研发资本的投入更是必要，若缺乏研发资金投入，则等于没有资金开发并生产新产品，面对激烈的市场竞争，会增加企业资不抵债乃至破产的概率，影响企业成长性及企业绩效。孙晓华等[ 18 ]认为金融发展是缓解融资约束的有效途径，进而缓解R&D对内部融资的依赖，对研发投入形成正向激励。朱永明等[ 19 ]以高新技术企业为样本，结合企业属性，研究发现，随着市场化进程的加快，非国有上市公司融资约束对技术创新的抑制作用明显高于国有上市公司。曾景伟[ 20 ]认为企业外部融资约束越小，企业便可获得充足资金，从而增加技术创新投入，提高创新产出效率，加之技术创新对绩效的促进作用，企业绩效得以提升。综合以上研究，本文提出假设3：

H3：技术创新受企业成长性的影响，在融资约束与企业绩效之间发挥着调节中介作用。

综合以上理论分析，本文认为融资约束、企业绩效、技术创新、企业成长性之间的关系如图1所示。

二、研究设计

（一）样本数据与来源

本文采用《中国高新技术产业统计年鉴》中国家重点支持的高新技术领域进行界定，选择计算机、通信和其他电子设备制造业，铁路、船舶、航空航天和其他运输设备制造业，通用设备制造业，医药制造业，仪器仪表制造业，专业技术服务业及专用设备制造业7个重点高新技术行业作为研究样本，并通过巨潮资讯网、国泰安数据库筛选出2012—2016年375家企业数据。剔除ST企业和财务数据不完整的样本，样本数据处理及分析软件为Excel2007和Stata14.0统计软件。

（二）主要研究变量定义

1.解释变量

融资约束。高新技术企业从事研发活动前期需要投入大量资金，后期开发也要具有资金持续供应力。企业内部融资是企业融资的主要来源及首要来源，但企业内部融资数量有限，银行信贷成为企业外部融资的主要来源。国内外研究学者常用利息保障倍数、股东支付率、企业上市年限、资产总额等来表示融资约束。本文选择利息保障倍数（Interest coverage ratio，ICR）作为融资约束的替代变量。利息保障倍数既可以衡量企业的偿债能力，又可以反映企业的盈利能力。利息保障倍数越大，说明企业偿债能力越强，获利水平越高，说明企业有足够的自由现金流，有能力支付借款利息，从而面临较小的融资约束，反之，企业面临较大的融资约束。而且利息保障倍数与企业融资成本负相关，所以利息保障倍数可以成为融资约束较合理的衡量指标。

2.被解释变量

企业绩效。国外学者通常选择总资产收益率（ROA）、净资产收益率（ROE）、托宾Q值作为评价企业绩效的有效指标。我国证券市场发展不充分，因此研究企业绩效可以参考国外指标。另外，我国学者在研究中也大多采用ROA作为企业绩效的衡量指标。本文选择总资产收益率作为衡量企业绩效的指标。

3.调节变量及调节中介变量

（1）企业成长性。企业成长性（Growth）是对企业绩效有可持续发展性影响的变量。通过文献研读，可以将主营业务增长率作为衡量企业成长性的指標。主营业务增长率越大，说明企业占领市场的能力和销售能力越强，企业成长性越好。

（2）技术创新。技术创新是专利申请数和技术创新投入与创新产出的效率指标。对于技术创新的产出变量，较多使用专利申请量（Patents）（主要指发明和实用新型）作为衡量技术创新的一个指标;另外，考虑到专利产出指标可比性不高，高新技术企业通过技术创新投入，最终目的就是利用创新技术与方案，实现创新成果，研究创新产品，并将新产品投放市场获利，因此将技术创新投入与创新产出的比值作为衡量技术创新的另一个指标，表示为创新效率（Innovation）。本文选择研发投入/营业收入作为衡量技术创新的第二指标。

4.控制变量

为了有效控制可能影响企业绩效的各个因素，本文借鉴已有或相关研究，选择资产负债率（LEV）、公司规模（SIZE）、股利支付率（DDR）、现金持有量（FCF）、财务杠杆（DFL）等作为控制变量。所有变量定义与说明见表1。

三、实证分析

（一）描述性分析

从表2看出，样本企业的绩效指标（ROA）均值为0.049，标准差为0.068，说明各企业的绩效有一定的差异;样本企业的融资约束指标（ICR）标准差为1.53，说明各个高新企业受到的融资约束程度不同;另外样本企业的股利支付率（DDR）均值为34.88，标准差为14.31，说明各样本企业股利政策不同，导致股利分配方案不同，留用利润差异较大，因此受外部融资需求影响不同，从而融资约束条件不同。

（二）变量间的Pearson相关系数

从表3可以看出，被解释变量ROA与解释变量ICR之间呈负相关性，也就是融资约束抑制企业绩效。企业绩效与企业的现金持有量、股利支付率呈显著正相关，即向外界传达一种企业盈利能力强的讯号，促进企业绩效增长。企业绩效与公司规模SIZE、资产负债率LEV、财务杠杆DFL显著负相关。而解释变量融资约束ICR与企业规模SIZE、现金持有量FCF、资产负债率LEV显著负相关，说明规模越小的高新技术企业融资越难，面临的融资约束越大。当公司有足够现金流量时，对外部融资的需求较小，面临着较小的融资约束;股利支付率与融资约束呈正相关，即公司股利支付率越高，留用利润越小，当高新技术企业增长创新投入时，需要借助外部融资实现，就会受到融资约束的制约。

（三）回归分析

1.融资约束对企业绩效的影响

本文采用逐步回归对模型一进行回归（如表4所示）。模型一（1）回归结果显示融资约束与企业绩效在1%水平上显著负相关，即产生1个单位的融资约束，对企业绩效产生0.214个负向单位的影响。模型一（2a）增加技术创新变量，且用Patents指标表示。加入技术创新变量后，模型一（1）中各个控制变量对企业绩效的影响显著性不变，融资约束对企业绩效的系数在1%水平上显著为负，说明受到银行等金融机构融资约束的影响，企业借贷资本的压力越大，外部资金来源越不充分，企业创新资金投入受抑制，并影响创新产出，从而影响技术创新效果，最终影响企业绩效。与本文假设相符。同时，调整后的R2有了一定的提高，拟合优度有所增加。模型一（2b）是将技术创新用innovation代替时的影响效应，加入了技术创新变量后，融资约束系数在5%水平上显著负相关，表明融资约束越高，越抑制企业绩效提升。将Patents作为技术创新的替代变量后，各变量对企业绩效影响的显著性水平高于将innovation作为替代变量的显著性。经过VIF检验后，模型一各个方程中变量的VIF均值为1.67，且各变量VIF值显著小于5，表明各变量间不存在多重共线性。

2.企业成长性对融资约束和企业绩效的调节作用（表5）

企业成长性作为本文的调节变量，与企业绩效在1%水平上显著正相关，相关系数为0.024，说明企业的成长性越好，取得的营业收入越高，企业的绩效水平越高。但是将企业成长性与融资约束的交乘项进行回归分析后，融资约束与企业成长性的交乘项系数为-0.517，且在1%水平上显著，说明企业成长性对融资约束和企业绩效存在负向的调节作用。受融资约束限制，高新技术企业不易获得资金支持，影响产品销售，不利于企业绩效。

3.技术创新的调节中介效应

由前文所述，Patents作为技术创新衡量指标对各变量的影响显著性略好，所以表6中模型三的估计结果以Patents显示。

模型三（1）中，融资约束对技术创新的影响加入调节变量企业成长性，可以看出企业成长性与企业绩效在1%水平上显著正相关，说明越具备发展前途、盈利水平越好的企业，绩效才会越显著。在模型三（2）中将技术创新引入，在模型三（3）中检验企业成长性对中介变量技术创新的影响，可以看出，在融资约束影响下，成长性越好的企业，技术创新水平反而是负相关。在模型三（4）中，可以看出，在融资约束对企业绩效产生负向影响时，技术创新发挥了调节中介效应。技术创新是中介变量，企业成长性是技术创新和企业绩效的调节变量，也就是说，融资约束对企业绩效的影响要经过技术创新的中介效应并受到企业成长性的影响。模型三（3）中技术创新对企业成长性的中介效应在1%水平上显著负相关，模型三（4）中技术创新与企业成长性的交乘项在10%水平上负相关，说明技术创新受到融资约束的限制，企业资金有限，不利于研发资金的投入，从而研发产出也受限。高新技术企业一旦技术受限，不能开发新产品占领市场，便会导致营业收入水平下降，对企业绩效形成负向影响。

4.调节中介效应程度测量

根据表7中数据，Z统计量=5.1263，其P值<0.01，则技术创新所起的中介效应非常显著，根据回归系数可以得出融资约束对企业绩效的总效应为-0.227，以及技术创新所起到的中介效应为0.0665，因此中介效应比例Degree=■=-0.2925，说明技术创新Patents所起到的部分中介效应对总效应的贡献达到29.25%，部分中介效应显著。

5.稳健性检验

由于技术创新会给企业绩效带来滞后影响，为解决同时性带来的内生性问题，本文将企业绩效滞后1期代入各回归模型。回归结果与前文回归结果类似，企业融资约束对企业绩效的负向影响更为明显，影响系数值较企业绩效当期变大。成长性起到的调节作用依旧为负向调节作用，调节作用更为明显，技术创新起到的中介效应依旧显著。

四、研究结论与建议

本文以高新技术企业上市公司为研究对象，从实证角度分析了融资约束与企业绩效的关系，深入剖析了融资约束对企业绩效的影响机理。引入企业成长性作为调节变量，引入技术创新作为调节中介变量，结果表明融资约束与企业绩效显著负相关，企业成长性有利于提升企业绩效，但在融资约束限制下，对企业绩效产生负向调节作用;而技术创新变量对融资约束和企业绩效的关系起到负向调节中介作用，即融资约束是通过影响高新技术企业的技术创新水平进而抑制公司成长性，再对企业绩效产生负向影响作用。通过四者关系的梳理，对高新技术企业绩效的提升提出以下建议：

（一）企业角度

首先，为了避免受制于外部融资，高新技术企业需要制定资金战略规划，增加内部资金的积累，保证资金资本的储备，以准确把握投资机会，实现技术资金投入，提升创新效率。其次，高新技术企业自身也要建立与资本市場相匹配的信用制度，诚信借款，提高资金使用效率。再次，高新技术企业具有广阔的市场前景和很高的成长性，实证结果显示，公司成长性在提升企业绩效方面具有正向促进作用，所以各高新技术企业应该注重自身成长性，增强自身的发展能力，从技术、管理等方面综合提升自身核心竞争力，以使企业在竞争中立于不败之地。最后，高新技术企业要重视研发资金管理，提高忧患意识，提升研发资金的使用效率，利用研发资金加强学习，努力学习新技术，在企业内部消化、吸收、转化、升华、再创造，增加技术创新产出，提升技术创新能力。

（二）政府角度

第一，政府应该帮助企业建立多种融资方式相结合的多元化的融资市场，拓宽融资渠道，考虑企业性质与发展周期，结合企业性质、规模、发展周期等提供相匹配的完善的融资担保机制。第二，政府要完善信息披露机制，改善信息不对称，监督高新技术企业对资金的使用，促进融资、投资双方合作。

【参考文献】

[1] MYERS，STEWART C. The capital structure puzzle[J].Journal of Finance，1984，39（3）：575-592.

[2] KAPLAN S，ZINGALES L.Do investment cashflow sensitivities provide useful measures of financial constraints？[J].Quarterly Journal of Economics，1997，112（1）：169-215.

[3] JENSEN M C，MECKLING W H. Theory of the firm：managerial behavior，agency cost and ownership structure[J].Journal of Financial Economics，1996，3（4）：305-360.

[4] 翟淑萍，顾群.金融发展与企业投资效率：基于融资约束与预算软约束视角的分析[J].贵州财经大学学报，2014（3）：24-31.

[5] 李春霞.金融发展、投资效率与公司业绩[J].经济科学，2014（4）：80-92.

[6] LEITNER S M. Financing constraints and firm growth in emerging Europe[J].South East  European  Journal of Economics and Business，2016，11（1）：18-40.

[7] 岑维，童娜琼.融资约束、多元化经营与公司业绩[J].商业研究，2015（2）：96-103.

[8] 邱静，刘芳梅.货币政策、外部融资依赖与企业业绩[J].财经理论与实践，2016，37（5）：31-37.

[9] DAVID D W，ZENG P.Copatent，financing constraints， and innovation in SMEs：an empirical analysis using market  value  panel  data  of  listed  firms[J]. Journal of Engineering and Technology Management，2018（2）：15-27.

[10] 單春霞，仲伟周，张林鑫.中小板上市公司技术创新对企业绩效影响的实证研究：以企业成长性、员工受教育程度为调节变量[J].经济问题，2017（10）：66-73.

[11] 鲁盛潭，方旻.高科技、高成长性企业R&D投入与企业绩效的相关性分析[J].财会月刊，2011（36）：12-15.

[12] BROWN  J R，MARTINSON G，PETERSEN B C.Do financing constraints matter for R&D？[J].European Economic Review，2012，56（8）：1512-1529.

[13] 梁帆.融资约束、风险投资与中小企业成长：基于中国A股上市公司的实证[J].河北经贸大学学报，2015，36（2）：72-79.

[14] 李军奕.企业成长性、负债融资与创新投资[J].绿色财会，2016（3）：10-17.

[15] 叶海景.企业技术创新与成长性的实证研究：基于温州上市公司及新三板企业的数据分析[J].温州大学学报（社会科学版），2018，31（2）：80-87.

[16] 王玉冬，李俊龙.创新投入、内部控制与高新技术企业绩效[J].财会月刊，2015（24）：34-37.

[17] 汪涵玉，朱和平.R&D投入与制造类企业绩效的关系研究：基于高管激励的调节效应[J].财会通讯，2018（17）：28-33，129.

[18] 孙晓华，王昀，徐冉.金融发展、融资约束缓解与企业研发投资[J].科研管理，2015，36（5）：47-54.

[19] 朱永明，赵程程，赵健，等.政府补助对企业自主创新的影响研究：基于企业生命周期视角[J].工业技术经济，2018（11）：27-34.

[20] 曾景伟.高新技术企业创新投资的融资约束与社会资本管理变革策略[J].改革与战略，2018，34（1）：125-128.

作者：梁晓琳 江春霞 王媛 马琳

融资约束与风险投资论文 篇3：

数字普惠金融发展缓解了中小企业融资约束吗

【摘要】以2011～2018年我国中小企业板上市公司作为研究样本，实证考察数字普惠金融的发展对中小企业融资约束的影响。研究结论表明：一方面，数字普惠金融的发展有助于缓解中小企业融资约束，且对非国有中小企业和高新技术中小企业更为明显；另一方面，数字普惠金融的发展对中小企业融资约束的积极作用在制度环境较好的地区更显著。因此，应当提高我国金融市场化程度、改善地区制度信用环境、提高经济发展水平，进而强化数字普惠金融的发展对中小企业融资约束的缓解作用。

【关键词】数字普惠金融；中小企业；融资约束；产权性质；高新技术企业；制度环境

【基金项目】国家社会科学基金项目“金融创新与经济增长耦合的机理、效率与模式研究”（项目编号：17BJL031）

一、引言

当前，我国经济运行呈现出快速、稳定的增长态势，正处于经济结构调整、新旧动能转换和转型发展的攻坚期，经济“换挡”现象明显。总量下行和增长下移使得企业融资难等方面的问题不断显性化[1，2]。2018年11月1日习近平总书记在“民营企业座谈会”上的讲话指出，“要优先解决民营企业特别是中小企业融资困难的问题，同时逐步降低融资成本”。中小企业作为推动我国经济发展的中坚力量，其融资难问题在当前尤为突出。《中国中小企业年鉴（2016）》的调查数据显示，2016年有38.8%的有融资需求的中小企业认为其融资需求不能得到满足。与此同时，自十八届三中全会首次引入普惠金融以来，政府连续三年的工作报告均再次强调了普惠金融，2017年7月习近平总书记首次提出“建设普惠金融体系”和普惠金融数字化发展方向[3]。可以看出，数字普惠金融已成为我国新时代金融、新经济的重要发展方向。那么，数字普惠金融的发展能否显著缓解中小企业面临的融资约束呢？这正是本文所要探索的问题。

关于缓解中小企业融资约束学术界有相当多的研究，主要从企业自身特征、金融发展和银企关系等视角，探讨中小企业融资约束产生的原因及其解决途径。现有文献在讨论中小企业面临融资约束的原因时，一般认为大多数中小企业内源性资金不足，难以维持其正常经营[4]，而外部融资受到信息披露机制和财务报表不规范、抵押品不足、经营能力较差等诸多因素的限制[5]。一些学者认为金融服务供给方是问题的关键，大型金融机构更愿意为大公司提供贷款[6]。金融机构的结构也会影响中小企业融资约束，金融机构规模越大、组织结构越复杂，越不利于缓解中小企业融资约束[7]。

关于缓解中小企业融资约束的途径，经验研究表明，良好的制度和发达的金融市场可以帮助企业解决“逆向选择”和“道德风险”问题，进而降低企业融资成本[8]。金融发展能够通过降低金融市场的不完善性来缓解企业面临的融资约束[9]。金融机构竞争对中小企业借贷成本有显著的负向影响，并且随着企业规模的扩大，金融机构竞争程度的提高会进一步缓解中小企业融资约束[10]。而数字普惠金融凭借其技术优势在一定程度上拓展了金融服务供给方的外延性，提高了效率，降低了服务成本，缓解了信息不对称。这使得原先那些获取金融服务不足或被排除在金融体系之外的企业能够通过数字普惠金融渠道来获取服务[11]。

数字普惠金融的发展为解决传统普惠金融存在的问题提供了新思路，开始有学者关注数字普惠金融的发展对中小企业融资的影响。但是，相关文献较多将数字普惠金融和其他角度相结合来研究其对中小企业融资约束的影响，单独探讨两者之间关系的文献较少。从国外的研究来看，研究的重点集中在移动互联网等新兴技术影响中小企业融资约束的机理上。Agarwal、Hauswald[11]认为，相较于传统融资模式，以网络融资为特色的融资模式在信用审核上相对宽松，降低了中小企业的融资门槛。Shahrokhi[12]的研究表明，借助互联网技术的融资模式超越了直接融资和间接融资，在缓解中小企业融资约束方面具有极大优势，提高了中小企业的融资效率。我国近几年才提出数字普惠金融的概念，目前国内仅个别学者研究了数字普惠金融与中小企业融资约束的关系。秦士晨[13]基于“数字普惠金融”这一理念，认为通过推广以数字化为前提的创新借贷模式，将有助于解决中小企业融资难问题。邹伟、凌江怀[14]基于内生金融理论视角，从传统普惠金融和数字普惠金融两个层面进行实证研究，发现发展普惠金融能够缓解中小企业融资约束。

与已有文献相比，本文的主要贡献在于以下两个方面：第一，不仅验证了数字普惠金融的发展对中小企业融资约束的影响，而且考虑了中小企业产权性质和高新技术行业属性的不同，进一步分析数字普惠金融的发展对不同类型的中小企业融资约束的影响。第二，考虑到我国不同地区在金融市场化程度、制度信用环境、经济发展水平等方面存在差异，将数字普惠金融的发展对中小企业融资约束的影响放在外部制度环境下进行讨论，分析得出不同地区制度环境下数字普惠金融发展对中小企业融资约束差异化的制度根源，为我国制定相关政策提供理论依据和经验支持。

二、理论分析与研究假设

1.數字普惠金融与中小企业融资约束。数字普惠金融是指利用数字技术使缺乏或无法获得金融服务的群体享受正规的金融服务[3]。作为一种新兴的金融运营模式，数字普惠金融在人工智能、大数据和云计算等新兴技术的支持下，扩展了普惠金融服务范围和触达能力；打破了传统金融服务的诸多限制，使金融活动不再受空间和时间的制约，增强了金融服务的可获得性；同时有利于金融机构高效便捷地收集信息[15]，降低金融机构和中小企业之间的信息不对称，提升了交易信息的透明度，增强了金融机构识别风险的能力，从而使中小企业更容易获得贷款。

数字普惠金融的发展影响中小企业融资约束的机理主要体现在以下三个方面：第一，拓宽融资渠道。大多数研究表明，在传统普惠金融的基础上，数字普惠金融通过应用物联网、云计算、大数据等新兴技术，对传统金融产品与服务进行创新，进而扩展了普惠金融服务范围和触达能力[15]。“金融超市”、供应链金融等多样化融资模式弥补了传统普惠金融的不足，能够有效减少中小企业面临的融资障碍，使中小企业高效便捷地获得信贷支持[16]。第二，提供优质服务。数字普惠金融利用大数据等新兴技术，对中小企业的相关指标进行分析，评估出具有发展潜力的中小企业，预测其融资需求[17]，进而为其提供个性化的金融产品与服务，有效缓解中小企业融资过程中存在的短、少、急等问题。第三，降低融资成本。与传统普惠金融不同，数字普惠金融打破了原有的金融服务提供方式，其利用网络交易平台，只需要极少的物力和人力，在传递过程中基本不消耗任何资源，使得信息收集更加高效、快捷，有效降低了中小企业的信息成本和交易成本[18]。根据以上分析，提出本文第一个假设：

假设1：在其他条件不变的情况下，数字普惠金融发展对中小企业面临的融资约束具有缓解作用。

2.数字普惠金融与中小企业融资约束：基于企业层面分组。已有文献的研究表明，非国有产权性质和高新技术行业属性都会加剧中小企业信贷约束程度和信息不对称程度[19]。那么，相对于融资约束更为严重的中小企业，数字普惠金融的发展是否更有助于其获得贷款？

（1）产权性质差异。我国国有企业与非国有企业在治理结构、经营目标等方面具有诸多差异，导致其在行政管制、资源获取等方面存在着不同。因此，数字普惠金融对于不同产权性质中小企业融资约束的影响及其作用机制效果也存在着差异，主要表现在三个方面：

第一，与国有企业相比，民营企业的财务信息较不透明，财务报表可信度相对不高。传统金融机构更倾向于与国有企业保持长期密切的联系，缺乏与民营企业的业务往来，获得的民营企业的软信息相对较少，因此民营企业往往存在更为严重的信息不对称。而在数字普惠金融模式下，信息处理、风险评估和便捷支付可以通过网络化方式进行，金融机构通过大数据、云平台对企业的财务状况、资信水平有更深的了解，有利于降低民营企业与金融机构之间的信息不对称程度，进而更有助于缓解其融资约束。

第二，在传统的资金融通过程中，国有企业在一定程度上将政府关系作为其信用的一种替代性融资机制，但对于数字普惠金融，这种机制不再有效，因为国有企业一般在管理上缺乏弹性，这种融资机制的变化往往使其难以适应，从而使得数字普惠金融对其融资约束的缓解效果相对较差。

第三，国有企业长期以来受到国有银行或各级政府的资金和政策支持[20]，民营企业在融资过程中更容易遭受“信贷歧视”。产权性质的“信贷歧视”使得银行给予民营企业的贷款期限明显短于国有企业，不同产权性质的企业存在一定程度上的不公平竞争[21]。民营企业很难通过正规金融渠道获得资金支持，这使得其更希望通过互联网渠道来满足其融资需求。因此，数字普惠金融对于依赖度更高的民营企业能给予更多的资金支持，从而对其融资约束产生了更好的缓解效果。根据以上分析，提出本文第二个假设：

假设2：在其他条件不变的情况下，相比国有中小企业，数字普惠金融发展更能显著缓解非国有中小企业面临的融资约束。

（2）是否为高新技术企业。高新技术企业作为技术密集型、知识密集型企业，其成功的研发创新活动会带来较高的社会效益和经济效益。但是，高新技术企业的研发创新活动需要较多的资金投入，而企业内部资金难以满足其资金需求。此外，高新技术企业往往经营风险较高，未来的企业价值和成长前景具有较大的不确定性，在对其信贷申请进行审核时，金融机构需要补充和综合考虑更多关于企业未来的信息，使得金融机构对其风险控制更为严格[19]。而数字普惠金融依托物联网、云计算、大数据等新兴技术，可以对高新技术中小企业未来的企业价值和成长前景做出更为准确的评估和预测，金融机构可以据此为其提供精准的个性化服务，使得高新技术中小企业更容易获得信贷支持，进而缓解其融资约束。根据以上分析，提出本文第三个假设：

假设3：在其他条件不变的情况下，相比非高新技术中小企业，数字普惠金融发展更能显著缓解高新技术中小企业面临的融资约束。

3.数字普惠金融与中小企业融资约束：基于地区制度环境分组。根据以往文献，中小企业所处的地区制度环境不同，其受到的融资约束也会存在差异。区域制度环境会影响到信贷融资技术的运用，进而影响中小企业信贷资金的可获性，如信用环境、宏观经济环境、法律环境（如破产规则）等[22]。研究发现，在制度环境较差的地区，数字普惠金融的发展不利于缓解中小企业融资约束。一方面，金融市场的不发达及产权的弱保护会影响数字普惠金融的发展和融资契约的达成，造成市场交易成本提高；另一方面，企业的执法力度相对较差，破产制度不够完善，金融机构针对中小企业的贷款信用风险增加，中小企业获得的信贷支持就会减少[23]。而在制度环境较好的地区，发达的金融体系为发展数字普惠金融提供了良好的制度条件，相关机构会利用大数据、云计算等新兴技术加强企业信息披露，尽可能减少银企之间的信息不对称，并通过完善的法律保护和监管体系为信息披露质量提供保障，从而有利于中小企业获得信贷支持。因此，良好的制度环境是数字普惠金融服务中小企业的重要前提，在制度环境较好的地区，数字普惠金融的发展更有利于缓解中小企业融资约束。根据以上分析，本文提出第四个假设：

假设4：在其他条件不变的情况下，数字普惠金融发展对中小企业面临的融资约束的缓解作用，在制度环境较好的地区更有效。

三、研究设计

1.样本数据说明。本文的中小企业板上市公司的財务报表数据和高新技术企业名录来自国泰安数据库，数字普惠金融数据来自北京大学数字普惠金融指数（2011 ～ 2018）[24]，外部制度环境数据来自中经网统计数据、《中国分省份市场化指数报告》[25]以及《中国地区金融生态环境评价（2013 ～ 2014）》[26]。本文选取我国中小企业板上市公司2011 ～ 2018年的年度数据为初始样本，并按照以下原则对样本进行筛选：①剔除金融类和被特殊处理（ST）的公司；②剔除财务数据中的缺失值和异常值；③考虑到极端值的影响，对公司层面的主要连续变量进行Winsorize处理。

2.实证模型和变量说明。主流的融资约束度量模型主要有投资—现金流敏感性模型和现金—现金流敏感性模型。Fazzari等[27]率先用投资—现金流敏感性来度量融资约束，但后来遭到了学者Kaplan等[8]、Cleary[28]的质疑：Kaplan等[8]对该模型进行检验，得出了相反的结论；Cleary[28]认为投资—现金流敏感性模型并不能将代理成本的影响因素排除在外，由此提出了内外部融资之分。Almeida等[29]提出用现金—现金敏感性模型来度量融资约束，他们认为相较于不存在融资约束的企业，存在融资约束的企业出于预防性动机，会将企业经营活动现金流留存于企业内部，以支持企业未来的投资。近些年，学者多采用现金—现金流敏感性模型进行企业融资约束相关研究。因此，本文采用Almeida等[29]提出的现金—现金流敏感性模型来衡量企业融资约束水平，其基准模型如下：

其中，因变量△Cash是企业现金及现金等价物的变化额，自变量CF是企业现金流量。控制变量包括：企业成长能力（Growth）、企业规模（Size）、企业长期资本支出（Expend）、企业净营运资本变动（△NWC）、企业短期债务变动（△SD）。γt是时间虚拟变量，δi是上市企业个体虚拟变量，εit是误差项。

为进一步研究数字普惠金融发展对中小企业融资约束的影响，本文借鉴Khurana等[30]的研究，将数字普惠金融指数与企业现金流量相乘构建交互项，并将其添加到基本模型中，最终得到如下扩展模型：

在扩展模型中，DIFI表示数字普惠金融指数，由于数字普惠金融的发展是多维度的，本文将进一步考察使用深度指数、数字化程度指数和覆盖广度指数三个二级指标对中小企业融资约束的影响。将数字普惠金融指数及其二级指标除以100，以解决其较其他指标数值过大的问题。主要通过扩展模型来分析数字普惠金融发展对中小企业融资约束的影响：若DIFI×CF的系数β显著为负，则表明数字普惠金融的发展有利于缓解中小企业的融资约束，假设1成立；若DIFI×CF的系数β显著为正，则表明数字普惠金融的发展不利于缓解中小企业融资约束，假设1不成立。相关变量说明见表1。

为验证假设2和假设3，本文对中小企业板上市公司进行分组，分组类别主要包括：①高新技术企业属性（Hightech），根据国泰安数据库中上市公司资质认证信息文件，样本期间内拥有高新技术企业资历的中小企业赋值为1，否则为0。②产权性质（SOE），国有企业赋值为1，否则为0。③地区制度环境（Institution），分别按照金融市场化程度（FL）、制度信用环境（IC）和经济发展水平（ED）对样本企业进行分组及排序，若得分大于中位数，赋值为1，否则为0。表2显示了主要变量的描述性统计结果。

四、计量结果与分析

1.数字普惠金融与中小企业融资约束的实证结果。基于Hausman检验结果，本文选取面板固定效应验证数字普惠金融发展对中小企业融资约束的影响，回归结果如表3所示。在表3中，模型（1）和模型（2）分别报告了基准模型（1）和扩展模型（2）的固定效应回归结果。模型（3）～模型（5）报告了依次将使用深度指数、数字化程度指数和覆盖广度指数与现金流量的交互项作为解释变量加入扩展模型中的回归结果。

表3中的所有回归结果显示，企业现金流量的系数显著为正，这表明我国中小企业面临着显著的融资约束。从模型（2）～模型（5）的回归结果可以看出，数字普惠金融指数、使用深度指数、数字化程度指数和覆盖广度指数与企业现金流量交互项的系数显著为负，表明我国数字普惠金融发展确实有利于缓解我国中小企业面临的融资约束。从控制变量来看，企业自身的一些特征也会影响中小企业面临的融资约束。企业净营运资本变动和短期债务变动的回归系数显著为正，说明企业净营运资本变动越大，越不利于缓解中小企业融资约束。相较于传统金融机构的“嫌贫爱富”，数字普惠金融可以提供支付、保险、货币基金等多样化的金融服务，降低了金融服务的门槛，使以前受到金融排斥的弱势群体能够获得金融服务，从而有助于缓解中小企业融资约束。

2.数字普惠金融与中小企业融资约束：基于企业层面分组分析。为了验证假设2，将中小企业总样本区分为高新技术企业和非高新技术企业以及不同产权性质的企业进行分析，结果如表4所示。

从表4中列（1）和列（2）的回归结果可以看出，相比较而言，高新技术中小企业中数字普惠金融指数与现金流量交互项的系数更为显著，表明数字普惠金融发展对缓解高新技术中小企业融资约束的积极作用更为显著。高新技术中小企业通常比非高新技术中小企业具有更高的经营风险，未来的成长前景和企业价值存在更大的不确定性，不利于获得银行贷款，因此数字普惠金融的发展更有助于缓解高新技术中小企业融资约束。从表4中列（3）和列（4）的回归结果可以看出，非国有中小企业中数字普惠金融指数与现金流量交互项的系数更为显著，表明数字普惠金融的发展可以显著缓解非国有中小企业融资约束。对此可能的解释是，数字普惠金融的发展拓宽了非国有中小企業融资渠道，降低了非国有中小企业与金融机构之间的信息不对称，使其获得更多的信贷支持，进而对其的缓解作用更有效。而国有企业由于在管理上缺乏弹性，数字普惠金融发展导致的替代性融资机制的变化，往往使其难以适应，从而使得数字普惠金融对其融资约束的缓解效果相对较差。

3.数字普惠金融与中小企业融资约束：基于地区制度环境分组分析。对于我国这样一个地区制度环境发展不平衡的国家，数字普惠金融的发展对中小企业融资约束的缓解作用是否存在差异化影响？为此，借鉴何韧等[31]的研究方法，将样本企业基于制度环境进行分组，进一步考察不同制度环境下数字普惠金融发展对中小企业融资约束的差异化影响。本文根据金融市场化程度、制度信用环境和经济发展水平三项制度环境变量将样本各划分为甲组和乙组，甲组代表处于制度环境较好地区的样本企业，乙组代表处于制度环境较差的样本企业，再次进行回归，回归结果如表5所示。

表5的回归结果表明，对于前述三项制度环境变量来说，甲组数字普惠金融发展指数与企业现金流量交互项系数的绝对值显著大于乙组，这说明数字普惠金融的发展将显著缓解制度环境较好地区的中小企业融资约束，而对制度环境较差地区的中小企业融资约束并无显著影响，即好的制度环境是保障和加强数字普惠金融对中小企业信贷可得性的重要因素。这可能是因为，金融市场化程度高和经济发展水平好的地区，金融机构具有更先进的技术手段，可以向中小企业提供多样化的金融产品和服务，信用制度环境好的地区更有利于保护投资者的利益，提高投资者提供资金的意愿，从而更有利于缓解中小企业融资约束。

4.稳健性检验。在以上的分析中，可能还存在内生性问题。一方面，中小企业持有现金有可能是为了发放现金股利而不是受困于融资约束，因此本文将股利分配率作为控制变量加入扩展模型，进行回归测试；另一方面，借鉴Almeida等[29]使用托宾Q值控制未来投资机会对企业现金持有政策影响的做法，本文用托宾Q值替代企业成长能力，将其作为控制变量加入回归方程。经过测试，发现各项实证结果没有发生显著的改变，这说明以上实证结果是稳健的。

五、结论与启示

1.结论。本文通过就数字普惠金融的发展对我国中小企业融资约束的影响进行实证研究，得到如下研究结论：①数字普惠金融发展能够显著缓解中小企业融资约束，且对非国有中小企业和高新技术中小企业更有效。非国有中小企业和高新技术中小企业通常面临着更高的经营风险和信用风险，使得金融机构不愿意向其提供贷款，数字普惠金融凭借新兴技术支持，增强了金融服务的可获得性，进而有利于其在支持非国有中小企业和高新技术中小企业融资中发挥更大的作用。②数字普惠金融的发展对中小企业融资约束的缓解作用在制度环境较好的地区更显著。其原因在于，在制度环境较好的地区，金融资源更为丰富，法律保障机制更为完善，可以为解决中小企业融资难问题提供更有力的数字技术支持和制度保障。本文的研究扩展了融资约束领域的研究边界，为实施相关政策提供了经验证据。

2.启示。本文的研究结论具有以下政策启示：

（1）促进数字普惠金融健康发展。一方面，政府要鼓励相关金融机构加大物联网、区块链、大数据及云计算等新兴技术的资金投入，以使有关中小企业的信息收集更加准确、快捷，形成更为完善的信息共享平台；另一方面，相关机构要注意对数字普惠金融风险的监控和防范，建立完善的风险提示和披露机制。两者共同努力，促进数字普惠金融健康发展，优化我国实体经济的融资环境，促进我国整体经济的发展。

（2）提供平等的资源获取机会。数字普惠金融发展能缓解非国有中小企业和高新技术中小企业所面临的融资约束，因此，要依托物联网、大数据、云计算和区块链等数字技术，进一步健全非国有企业和高新技术企业的产权保护体系，建设更为完善的社会融资体系和信用体系，进而缓解融资双方信息不对称问题，为我国中小企业构建一个公平公正的商业环境。

（3）优化地区制度环境。虽然数字普惠金融的发展有利于缓解中小企业融资约束，但这一效应在制度环境较好的地区更加显著。因此，应当完善我国金融市场化程度、改善地区制度信用环境、提高经济发展水平，进而有效发挥数字普惠金融服务中小企业的正向作用。

【主要参考文献】

[1]王凤荣，慕庆宇.政府干预异质性、中小银行发展与中小企业融资约束——结合经济换挡背景的分析[J].经济与管理研究，2019（5）：47～60.[2]钞小静，沈坤荣.城乡收入差距、劳动力质量与中国经济增长[J].经济研究，2014（6）：30～43.

[3]吴善东.数字普惠金融的风险问题、监管挑战及发展建议[J].技术经济与管理研究，2019（1）：66～69.

[4]张伟斌，刘可.供应链金融发展能降低中小企业融资约束吗？——基于中小上市公司的实证分析[J].经济科学，2012（3）：108～118.

[5]Mathis F. J.，Cavinato J. Financing the global supply chain：Growing need for management action[J].Thunderbird International Business Review，2010（6）：467～474.

[6]林毅夫，孙希芳，姜烨.经济发展中的最优金融结构理论初探[J].经济研究，2009（8）：4～17.

[7]尹志超，钱龙，吴雨.银企关系、银行业竞争与中小企业借贷成本[J].金融研究，2015（1）：134～149.

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

[9]Henry P. B. Do stock market liberalizations cause investment booms？[J].Journal of Financial Economics，2000（1）：301～334.[10]张金清，阚细兵.银行业竞争能缓解中小企业融资约束吗？[J].經济与管理研究，2018（4）：42～54.

[11]Agarwal S.，Hauswald R. Distance and private information in lending[J].Review of Financial Studies，2010（7）：2757～2788.

[12]Shahrokhi M. E-finance：Status，innovations，resources and future challenges[J].Managerial Finance，2008（6）：365～398.

[13]秦士晨.中小企业融资问题的研究——基于“数字普惠金融”创新借贷模式[J].工业经济论坛，2017（5）：89～94.

[14]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（6）：34～45.[15]梁榜，张建华.中国普惠金融创新能否缓解中小企业的融资约束[J].中国科技论坛，2018（11）：94～105.[16]梁双陆，刘培培.数字普惠金融与城乡收入差距[J].首都经济贸易大学学报，2019（1）：33～41.[17]郑志来.大数据背景下互联网金融对中小企业融资影响研究[J].西南金融，2014（11）：63～66.[18]宫晓林.互联网金融模式及对传统银行业的影响[J].南方金融，2013（5）：86～88.[19]武龙.风险投资、认证效应与中小企业银行贷款[J].经济管理，2019（2）：172～190.

[20]沈红波，寇宏，张川.金融发展、融资约束与企业投资的实证研究[J].中国工业经济，2010（6）：55～64.

[21]车嘉丽，薛瑞.产业政策激励影响了企业融资约束吗？[J].南方经济，2017（6）：92～114.

[22]Allen N. Berger，Gregory F. Udell. A more complete conceptual framework for SME finance[J].Journal of Banking and Finance，2006（11）：2945～2966.

[23]罗正英，周中胜，王志斌.金融生态环境、银行结构与银企关系的贷款效应——基于中小企业的实证研究[J].金融评论，2011（2）：64～81.[24]郭峰，王靖一，王芳等.测度中国数字普惠金融发展：指数编制与空间特征[A].北京：北京大学数字金融研究中心，2019.[25]王小鲁，樊纲，余文静.中国分省份市场化指数报告（2016）[M].北京：社会科学文献出版社，2017：1～225.[26]王国刚，冯光华.中国地区金融生态环境评价（2013～2014）[M].北京：社会科学文献出版社，2015：1～288.[27]Fazzari S. M.，Hubbard R. G.，Petersen B. C.，et al. Financing constraints and corporate investment[J].Brookings Papers on Economic Activity，1988（1）：141～206.

[28]Cleary S. The relationship between firm investment and financial status[J].The Journal of Finance，1999（2）：673～692.

[29]Almeida H.，Weisbach M. S.，Campello M. The cash flow sensitivity of cash[J].The Journal of Finance，2004（4）：1777～1804.

[30]Khurana I. K.，Martin X.，Pereira R. Financial development and the cash flow sensitivity of cash[J].Journal of Financial & Quantitative Analysis，2006（4）：787～808.

[31]何韌，刘兵勇，王婧婧.银企关系、制度环境与中小微企业信贷可得性[J].金融研究，2012（11）：103～115.

作者：喻平 豆俊霞