数字普惠金融、融资约束与公司非效率投资_邱吉福.pdf

第 卷 第 期集美大学学报（哲学社会科学版），年 月 （）.，收稿日期 基金项目 福建省社科研究基地重大项目（）；闽台审计研究中心项目（）作者简介 邱吉福（），男，福建泉州人，教授，主要从事会计、审计理论与实务研究。数字普惠金融、融资约束与公司非效率投资邱吉福，李若蒙（集美大学 工商管理学院，福建 厦门）摘要 随着数字技术和普惠金融理念的不断融合，数字普惠金融已成为时代发展趋势，要求企业优化资源配置，强化精准投入、精准作业、精准评价。选取 年沪深 股上市公司数据，实证检验数字普惠金融对上市公司非效率投资行为的影响及其传导机制。研究表明：数字普惠金融对公司非效率投资行为具有抑制作用；“数字普惠金融 融资约束 投资过度 公司投资效率”的传递路径有效，揭示了数字普惠金融对公司非效率投资的作用机理。研究结果不仅为非效率投资与数字普惠金融关系的后续研究提供了思路，而且能够为政府相关部门健全有中国特色的数字普惠金融体系，引导企业理性投资，促进企业持续健康成长提供决策参考，有力推动我国经济高质量发展。关键词 数字普惠金融；融资约束；非效率投资中图分类号 ；文献标识码 文章编号 （）一、引 言我国的人均 从 世纪 年代起不断攀升，到 年已达约.万美元，很好地解决了“填补缺口论”中制约我国经济发展的资金瓶颈，并可用于企业投资。投资活动一直是企业价值提升的重要途径，有效率的投资往往促使企业规模扩张，为企业带来高额回报。但现实中由于管理层投资意愿偏差、信息不对称等因素的影响，非效率投资行为时有发生，具体表现为投资过度或投资不足。现有研究表明，融资约束是制约投资效率的重要因素之一，融资约束影响企业的现金持有规模，进而影响投资水平，如何通过缓解融资约束抑制企业的非效率投资成为学术界重点关注的课题。进入数字经济时代，数字技术的蓬勃发展及其与金融市场的不断融合衍生出数字普惠金融这一崭新形态，旨在打破融资壁垒、降低信息约束，使金融资源和服务惠及更加广泛的群体。那么，数字普惠金融能否通过缓解融资约束从而抑制企业的非效率投资呢？本研究对此展开分析，以期为数字普惠金融改善投资行为提供思路，从而引导企业理性投资，进一步完善资本市场，为企业持续健康发展保驾护航。二、文献回顾与研究假设（一）数字普惠金融与公司非效率投资的关系有效市场假说是研究企业财务管理行为的一个假设，该假设提出在法制健全、公开透明、功能良好、竞争充分的股票市场，一切重要信息已经及时、准确地反映在股价走势中，其中包括企业目前和未来的价值，除非存在市场操纵，否则投资者不可能通过分析以往价格获取超额利润。和 研究认为，金融促进增长的一个特定渠道便是资本配置，金融市场趋于完善时，企业的资金配置效率提高，非效率投资程度相应降低。而由于现实中资本市场并非是完美的，企业与内外部的利益相关者之间难免存在信息不对称问题，可能导致投资不足；而信息不对称又第 期邱吉福，李若蒙：数字普惠金融、融资约束与公司非效率投资投稿网址：.会激发出委托代理冲突，导致投资过度。普惠金融是一种能够有效、全面地服务于社会各个阶层、团体的金融系统，其目的是不断完善金融基础设施，让更多的人特别是低收入人群能够以更低的价格使用金融服务。在数字技术的支撑下，普惠金融能进一步提高信息的可达性，尽可能降低信息不对称程度，改善公司的非效率投资。但因为公司在转型和发展的过程中要经历或多或少的市场摩擦，所以非效率投资的改善并不是一步到位，而会因为所有制和行业的不同导致改善进度产生较大差异。金融的发展经历了从互联网金融到金融科技再到数字金融的演进。李红等研究发现，金融发展通过影响投资 现金流敏感性进而作用于企业的投资行为，具体表现为对非效率投资的矫正作用。在此基础上，刘园等通过分析发现了金融科技与实体企业投资效率的“”型关系，即金融科技在发展初期会降低企业投资效率，而加入金融监管后有助于企业投资效率的提高。然而，赵瑞瑞等的研究表明，金融科技在影响非效率投资的两种形式时存在着非对称效应，投资不足和投资过度呈现此消彼长的状态。进入数字金融时代后，相关研究进一步推进，张友棠等从科技型企业入手，再次验证了我国数字金融发展对企业投资效率的提升作用，且发现这种提升主要表现为缓解科技型企业的投资不足。王娟等也持有同样的观点，认为数字金融的功效主要体现在降低企业的投资不足而非投资过度上。为此，本研究提出假设：数字普惠金融对公司非效率投资行为有抑制作用。（二）融资约束在数字惠普金融与公司非效率投资关系中的作用现实中由于资本市场效率低下，信息不对称和交易成本激增，企业融资决策对投资决策有一定的影响。外部投资者无法完全掌握公司的业绩和收入信息，导致公司在外部融资约束收紧的情况下依靠内部资源进行投资，往往难以实现投资效率最大化的目标，造成投资效率低下。研究表明，中国企业普遍存在融资约束问题，难以获得足够的资金支持投资行为。张新民等从资金供给和资金需求两方面动态研究了省级政府出台的产业政策对地方企业融资约束的影响，结果显示地方政府产业政策对辖区内企业融资约束程度的影响与地方金融市场的发展有关。黄锐等研究发现，数字金融发展是缓解企业融资难、融资贵的关键，随着数字金融发展水平的提高，这一缓解效应将显著增强。数字金融能深入挖掘海量数据，使得企业的经营能力和财务状况能被金融机构及时掌握，以此实现信息透明化，从而缓解企业融资约束，提高融资效率。在此基础上，数字普惠金融不仅可以利用场景、服务等优势降低金融服务门槛和成本，使其能触及更广泛的尾部群体，极大拓宽企业的融资渠道，而且能克服地理上的限制，大幅缩短信息传递的时间。此外它还依靠一个数字信贷系统来简化信贷检查和批准程序，使得企业融资更加高效便捷。李红等通过区分投资不足和投资过度两种非效率投资形式发现金融发展对两者均具有矫正作用。因此，本研究提出假设：融资约束在数字惠普金融与公司非效率投资关系中起中介作用。上述分析指出，数字普惠金融会通过融资约束影响公司非效率投资，那么融资约束的中介渠道效应究竟是作用于投资不足还是投资过度呢？一方面，融资约束得到缓解时，原本投资不足企业的外部融资增多，现金持有增加，有充分的资金来执行优质的投资决策，从而提高投资效率；另一方面，融资境遇得到改善后，过度投资企业通过加杠杆方式来融取资金的需求便会降低，管理者的风险厌恶感降低，要求的投资报酬相应变低，更加倾向于平稳投资，从而提高投资效率（见图）。据此，本研究提出假设：“数字普惠金融融资约束 投资不足 公司投资效率”的传递路径有效；假设：“数字普惠金融 融资约束投资过度 公司投资效率”的传递路径有效。集美大学学报（哲学社会科学版）第 卷投稿网址：.图 作用机理示意图 三、研究设计（一）样本选择与数据来源选取 年我国沪深 股上市公司作为研究对象。为保证相关性，对研究数据事先作如下处理：剔除上市前和退市后的相关财务数据；剔除财务情况处于异常状态的 公司和 公司；剔除投资行为比较特殊的金融类上市公司；剔除研究数据中存在缺失的观测值。此外，为了避免异常值对研究结论的影响，对连续型变量进行了 和 分位数的缩尾处理，最后获取的样本数量（）为 。本研究所使用数据来自 数据库。（二）变量说明 被解释变量。基于 提出的非效率投资（）模型测算公司非效率投资水平。具体计算公式为：，（）在模型（）中，为公司当期投资支出，为公司成长性水平，为公司规模，为公司财务杠杆，为公司现金持有水平，为公司成立时间长短，为公司年度超额回报率，同时考虑了行业（）和年份（）的固定效应。为残差，残差绝对值表示公司非效率投资水平，大于 为过度投资（），小 于 为 投 资 不 足（）。核心解释变量。数字普惠金融总指数（）的具体衡量标准来源于北京大学发布的数字普惠金融指数。由于该指数对数字普惠金融的发展评价并非唯一，而是多维度的，因此本研究在数字普惠金融总指数作为主要指标的基础上，进一步考察了覆盖广度指数（）、使用深度指数（）、数字化程度指数（）个二级指标对公司非效率投资的影响。由于数字普惠金融指数的一级指标和二级指标数字值大，在研究过程中采取了取对数的方法解决该问题。中介变量。考虑到指标的关联性和可靠性，本研究采用 和 提出的融资约束变量模型，选用公司规模和公司年龄两个随时间变化不大且外生性较强的变量来表示。具体计算公式为：.（）控制变量。参考以往文献，本研究控制了如下微观变量：公司规模（）和营业收入增长率（），衡量公司所处的发展阶段和成长能力；资产负债率（），描述公司的举债经营能力；托宾 值（）和总资产净利率（），衡量公司的经营绩效。另外，考虑到市场交易中存在的委托代理问题，控制了第一大股东持股比例（）、管理层持股比例（）、独立董事比例（）和两职合一（）个变量。宏 观 上，加 入 了 年 度（）和 行 业（）虚拟变量，控制只隶属于某年度或某行业的宏观经济波动。同时，因我国数字普惠金融发展程度在 个省份之间存在差异、集聚与收敛特第 期邱吉福，李若蒙：数字普惠金融、融资约束与公司非效率投资投稿网址：.征，为排除这种影响，进一步控制了省份（）的固定效应。具体变量定义见表。表 变量说明类型指标符号定义被解释变量非效率投资见模型（）解释变量数字普惠金融总指数数字普惠金融覆盖广度数字普惠金融使用深度数字普惠金融数字化程度来自北京大学数字普惠金融指数中介变量融资约束见模型（）控制变量公司规模营业收入增长率资产负债率托宾 值总资产净利率第一大股东持股比例管理层持股比例独立董事比例两职合一年度行业省份年总资产的自然对数本年营业收入 上一年营业收入 年末总负债 年末总资产（流通股市值 非流通股股份数 每股净资产 负债账面值）总资产净利润 总资产平均余额第一大股东持股数量 总股数管理层持股数 总股本独立董事人数 董事人数董事长是否同时兼任总经理，是取，否则取 虚拟变量（三）模型构建 基准模型。为验证假设，本研究建立如下模型：，（）其中，被解释变量为公司的非效率投资水平，解释变量为数字普惠金融发展指标，控制变量则包含了前述内容，同时控制了行业、时间以及省份的固定效应，尽可能减少遗漏变量的问题。此外，本研究还检验了数字普惠金融的二级指标对公司非效率投资的影响。融资约束的中介作用检验。本研究采用温忠麟等的研究方法，形成如下模型，以验证融资约束在数字普惠金融对公司非效率投资施加影响时的路径作用：，（），集美大学学报（哲学社会科学版）第 卷投稿网址：.，（）中介作用的检验依照三步法：第一步，验证数字普惠金融与公司非效率投资关系是否达到显著；第二步，验证数字普惠金融与融资约束关系是否达到显著；第三步，回归分析数字普惠金融、融资约束对公司非效率投资的关系，验证融资约束与公司非效率投资关系是否达到显著。在显著的基础上，若主回归仍显著，则融资约束发挥部分中介作用；若主回归不显著，则融资约束发挥完全中介作用。公司非效率投资分为投资不足和投资过度两种情况，为进一步探索融资约束的中介作用通过何种路径实现，构建如下模型，检验方法同上：，（），（）四、实证结果与分析（一）描述性统计经描述性统计发现：最小值为，最大值为.，均值为.，说明上市公司普遍存在非效率投资的问题，且均值大于中值.，说明非效率投资呈现右偏特征。均值为.，标准差为.，反映出融资困境在上市公司中普遍存在，已成为制约公司投资效率的关键因素。最小值、最大值、均值分别为.、.、.，说明数字普惠金融发展程度存在地区差异（见表）。表 描述性统计主要变量样本数均值中值标准差最小值最大值非效率投资（）融资约束（）数字普惠金融总指数（）数字普惠金融覆盖广度（）数字普惠金融使用深度（）数字普惠金融数字化程度（）（二）基准回归分析通过基准回归可以看出，表 列（）中 系数符号为负，且通过了 的显著性检验，说明数字普惠金融的发展和完善有效改善了资本市场的信息不对称现象，提升了信息可达程度，从而对于上市公司的非效率投资行为产生了显著的抑制作用。进一步对数字普惠金融指标划分维度得出结论：数字普惠金融的覆盖广度和使用深度有助于抑制非效率投资，而数字化程度对非效率投资的影响不显著（见表）。综上，假设 得到验证。第 期邱