數(shù)字金融與企業(yè)投融資期限錯(cuò)配

吉克作洛 張友棠

【摘要】基于“北京大學(xué)數(shù)字普惠金融指數(shù)”和2011 ～ 2018年我國(guó)A股上市公司的財(cái)務(wù)數(shù)據(jù)， 探究數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響機(jī)制。 研究發(fā)現(xiàn)： 數(shù)字金融的發(fā)展會(huì)加劇企業(yè)投融資期限錯(cuò)配程度， 短期信貸本期增量在數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響中發(fā)揮著中介效應(yīng)。 進(jìn)一步研究發(fā)現(xiàn)， 數(shù)字金融對(duì)投融資期限錯(cuò)配的加劇作用在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)以及非國(guó)有企業(yè)中更為顯著。

【關(guān)鍵詞】數(shù)字金融;投融資期限錯(cuò)配;短期信貸本期增量;金融監(jiān)管

【中圖分類(lèi)號(hào)】F275? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）16-0062-8

一、引言

國(guó)家“十四五”規(guī)劃提出要提升信貸占比， 2020年6月中國(guó)人民銀行、銀保監(jiān)會(huì)、財(cái)政部、發(fā)展改革委、工業(yè)和信息化部聯(lián)合發(fā)布的《關(guān)于加大小微企業(yè)信用貸款支持力度的通知》中也指出， 要盡力推動(dòng)提高中小企業(yè)信貸占比。 然而， 國(guó)家推行的規(guī)定、政策、指引等并未得到較好的效果， 銀行等金融機(jī)構(gòu)的信貸占比難以提升， 中小企業(yè)融資難問(wèn)題仍未得到緩解。 近年來(lái)， 隨著大數(shù)據(jù)、云計(jì)算、人工智能等信息技術(shù)的發(fā)展， 數(shù)字金融應(yīng)運(yùn)而生。 不同于銀行等傳統(tǒng)金融機(jī)構(gòu)的“嫌貧愛(ài)富”， 數(shù)字金融能夠讓中小企業(yè)等弱勢(shì)群體也享受到金融服務(wù)， 其普惠優(yōu)勢(shì)為中小企業(yè)和經(jīng)濟(jì)發(fā)展水平偏低的地區(qū)提供了趕超的可能[1] ， 推動(dòng)了經(jīng)濟(jì)社會(huì)的平衡發(fā)展。

關(guān)于數(shù)字金融經(jīng)濟(jì)后果的研究， 眾多文獻(xiàn)從銀行、貨幣政策傳導(dǎo)機(jī)制、創(chuàng)新創(chuàng)業(yè)、融資約束等視角展開(kāi)分析， 目前還沒(méi)有學(xué)者在研究企業(yè)投融資期限錯(cuò)配問(wèn)題時(shí)考慮數(shù)字金融的影響。 鑒于此， 本文基于2011 ～ 2018年我國(guó)A股上市公司的財(cái)務(wù)數(shù)據(jù)樣本， 實(shí)證檢驗(yàn)了數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響及作用機(jī)制。 根據(jù)地區(qū)和年份對(duì)企業(yè)財(cái)務(wù)數(shù)據(jù)和北京大學(xué)數(shù)字金融研究中心發(fā)布的“北京大學(xué)數(shù)字普惠金融指數(shù)”[2] 進(jìn)行匹配， 研究發(fā)現(xiàn)： 數(shù)字金融的發(fā)展會(huì)加劇企業(yè)投融資期限錯(cuò)配現(xiàn)象， 且短期信貸本期增量在其中發(fā)揮中介效應(yīng)， 即數(shù)字金融通過(guò)增加短期信貸本期增量進(jìn)而引發(fā)企業(yè)投融資期限錯(cuò)配。 進(jìn)一步研究發(fā)現(xiàn)， 這種影響在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)以及非國(guó)有企業(yè)中更為突出。

本文的主要貢獻(xiàn)為： 首先， 本文首次將數(shù)字金融納入企業(yè)投融資期限錯(cuò)配的影響因素研究中， 加深了對(duì)投融資期限錯(cuò)配的認(rèn)識(shí); 其次， 本文探究了地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)權(quán)性質(zhì)對(duì)數(shù)字金融與企業(yè)投融資期限錯(cuò)配的影響， 為國(guó)家相關(guān)政府部門(mén)加強(qiáng)數(shù)字金融監(jiān)管提供了理論參考。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

1. 數(shù)字金融。 隨著2013年數(shù)字金融標(biāo)志性產(chǎn)品“余額寶”的出現(xiàn)， 眾多學(xué)者從銀行、貨幣政策傳導(dǎo)機(jī)制、創(chuàng)新創(chuàng)業(yè)、融資約束等視角對(duì)數(shù)字金融展開(kāi)了研究。 吳國(guó)華[3] 探究了數(shù)字技術(shù)對(duì)數(shù)字金融的促進(jìn)機(jī)制， 發(fā)現(xiàn)主要有以下三種途徑： 一是降低交易成本; 二是提升風(fēng)險(xiǎn)控制的有效性; 三是進(jìn)行金融服務(wù)供給側(cè)結(jié)構(gòu)性改革。 部分研究表明， 數(shù)字金融的發(fā)展會(huì)緩解企業(yè)融資約束[4-6] ， 提高企業(yè)投資效率， 推動(dòng)企業(yè)創(chuàng)新創(chuàng)業(yè)[7-10] ， 且數(shù)字金融對(duì)生存型創(chuàng)業(yè)和非農(nóng)創(chuàng)業(yè)的影響更加顯著[11] 。 另外， 不同業(yè)態(tài)的數(shù)字金融顯著降低了金融市場(chǎng)的風(fēng)險(xiǎn)識(shí)別成本和信息搜索成本[12] ， 使企業(yè)擁有比較寬松的外部融資環(huán)境。 也有學(xué)者持不同的理念， 認(rèn)為數(shù)字金融的發(fā)展可能會(huì)對(duì)企業(yè)發(fā)展產(chǎn)生負(fù)面影響， 如在網(wǎng)絡(luò)借貸市場(chǎng)中可能會(huì)出現(xiàn)更嚴(yán)重的信息不對(duì)稱(chēng)問(wèn)題， 進(jìn)而產(chǎn)生更強(qiáng)的逆向選擇和道德風(fēng)險(xiǎn)[13] 。

2. 企業(yè)投融資期限錯(cuò)配。 部分學(xué)者通過(guò)比較中美兩國(guó)的投融資期限錯(cuò)配程度， 發(fā)現(xiàn)貨幣政策不穩(wěn)定、貨幣政策不適度、利率不合理、市場(chǎng)結(jié)構(gòu)不完善等是我國(guó)企業(yè)出現(xiàn)投融資期限錯(cuò)配的主要原因[14-18] 。 另外， 一些學(xué)者從企業(yè)自身特征的角度探究了企業(yè)投融資期限錯(cuò)配的影響因素， 發(fā)現(xiàn)融資約束程度越高的企業(yè)， 投融資期限錯(cuò)配程度越高[19] 。 馬紅等[14] 實(shí)證研究了參股金融機(jī)構(gòu)對(duì)企業(yè)投融資期限錯(cuò)配的影響， 發(fā)現(xiàn)金融機(jī)構(gòu)與企業(yè)之間存在的信息不對(duì)稱(chēng)會(huì)使企業(yè)更難獲取長(zhǎng)期信貸資源， 導(dǎo)致企業(yè)投融資期限錯(cuò)配程度增加。

（二）研究假設(shè)

投融資期限錯(cuò)配問(wèn)題的實(shí)質(zhì)為“短貸長(zhǎng)投”風(fēng)險(xiǎn)， 是指企業(yè)將短期信貸資源用來(lái)進(jìn)行長(zhǎng)期投資而帶來(lái)的財(cái)務(wù)風(fēng)險(xiǎn)[14] 。 根據(jù)資金期限匹配理論， 長(zhǎng)期債務(wù)資金應(yīng)用來(lái)滿(mǎn)足長(zhǎng)期資產(chǎn)投資， 即長(zhǎng)期債務(wù)要與長(zhǎng)期資產(chǎn)匹配。 企業(yè)在開(kāi)展長(zhǎng)期項(xiàng)目的過(guò)程中， 如果一味地用短期信貸資源填補(bǔ)其資金缺口， 那么當(dāng)長(zhǎng)期項(xiàng)目并未到期而短期信貸需要償還時(shí)， 投資資金無(wú)法及時(shí)回籠， 很有可能會(huì)引發(fā)財(cái)務(wù)風(fēng)險(xiǎn)。

現(xiàn)有研究發(fā)現(xiàn)， 我國(guó)大部分企業(yè)存在投融資期限錯(cuò)配問(wèn)題[15，20] 。 基于優(yōu)序融資理論， 企業(yè)通常按照內(nèi)部融資→債務(wù)融資→外部融資的順序進(jìn)行融資。 劉星等[21] 認(rèn)為， 我國(guó)上市公司外部融資中短期負(fù)債的占比較高， 而內(nèi)部融資的占比較低， 說(shuō)明企業(yè)現(xiàn)有資金很可能無(wú)法滿(mǎn)足其長(zhǎng)期投資活動(dòng)所需的現(xiàn)金支出， 從而引發(fā)企業(yè)投融資期限錯(cuò)配風(fēng)險(xiǎn)。 此外， 中國(guó)人民銀行發(fā)布的《金融機(jī)構(gòu)貸款投向統(tǒng)計(jì)報(bào)告》顯示， 中長(zhǎng)期借款在銀行借款總額中的占比由2010年的60.29%下降到2018年的57.65%， 說(shuō)明企業(yè)在發(fā)展過(guò)程中重組了自身債務(wù)期限結(jié)構(gòu)， 長(zhǎng)期投資活動(dòng)需要的資金很可能來(lái)源于短期信貸資源。

在非完全競(jìng)爭(zhēng)的金融市場(chǎng)環(huán)境下， 我國(guó)融資渠道單一， 主要為銀行等傳統(tǒng)金融機(jī)構(gòu)， 但由于審批難等原因， 很多中小企業(yè)難以從銀行等傳統(tǒng)金融機(jī)構(gòu)那里獲得信貸資源。 數(shù)字金融的發(fā)展為企業(yè)提供了新的融資渠道——數(shù)字金融機(jī)構(gòu)， 其縮短了金融機(jī)構(gòu)與客戶(hù)之間的距離， 加強(qiáng)了金融產(chǎn)品與服務(wù)的有效分配， 使那些之前被排斥在銀行等傳統(tǒng)金融機(jī)構(gòu)外的群體更容易獲取信貸資源。 同時(shí)， 數(shù)字金融的發(fā)展加劇了銀行之間的競(jìng)爭(zhēng)程度[22] ， 促使銀行更加積極地發(fā)放貸款[23，24] 。 可見(jiàn)， 數(shù)字金融的發(fā)展緩解了企業(yè)融資約束， 且這種緩解作用在中小民營(yíng)企業(yè)中更加顯著[4-6] 。

但是， 不管是銀行等傳統(tǒng)金融機(jī)構(gòu)還是數(shù)字金融機(jī)構(gòu)， 一般都更傾向于為企業(yè)提供短期信貸資源。 原因在于： 一方面， 對(duì)于金融機(jī)構(gòu)來(lái)說(shuō)， 短期信貸與長(zhǎng)期信貸相比存在違約風(fēng)險(xiǎn)低、償還期限較短等優(yōu)點(diǎn); 另一方面， 我國(guó)投資者保護(hù)薄弱， 金融機(jī)構(gòu)與企業(yè)之間存在信息不對(duì)稱(chēng)現(xiàn)象。 因此， 金融機(jī)構(gòu)往往更愿意向企業(yè)提供短期信貸資源來(lái)加強(qiáng)風(fēng)險(xiǎn)防控， 從而迫使企業(yè)將短期信貸資金投入到長(zhǎng)期投資活動(dòng)中[25] 。 而對(duì)于企業(yè)來(lái)說(shuō)， 短期信貸擁有資本成本低、籌資速度快、資金使用限制寬松等優(yōu)點(diǎn)， 質(zhì)量高的企業(yè)更有動(dòng)機(jī)選擇低成本的短期信貸資金[6] 。 可見(jiàn)， 投融資期限錯(cuò)配可能是企業(yè)為降低融資成本而選擇的主動(dòng)措施， 也有可能是因?yàn)樗幗鹑诃h(huán)境而采取的次優(yōu)選擇[8] 。

綜上所述， 企業(yè)往往通過(guò)投資長(zhǎng)期項(xiàng)目來(lái)發(fā)展核心競(jìng)爭(zhēng)力， 但是其現(xiàn)有資金往往無(wú)法滿(mǎn)足其長(zhǎng)期投資活動(dòng)所需的現(xiàn)金支出， 加之難獲取長(zhǎng)期信貸資源， 導(dǎo)致其長(zhǎng)期投資項(xiàng)目很可能存在資金缺口。 數(shù)字金融通過(guò)緩解企業(yè)融資約束， 使企業(yè)有更多的機(jī)會(huì)從銀行等傳統(tǒng)金融機(jī)構(gòu)和數(shù)字金融機(jī)構(gòu)等多種渠道獲取短期信貸資源。 對(duì)于質(zhì)量高的企業(yè)來(lái)說(shuō)， 其為了降低資本成本， 也有可能主動(dòng)選擇短期信貸。 企業(yè)使用短期借款填補(bǔ)長(zhǎng)期投資項(xiàng)目的資金缺口， 進(jìn)而導(dǎo)致投融資期限錯(cuò)配現(xiàn)象。

H1： 在其他條件不變的情況下， 數(shù)字金融的發(fā)展會(huì)加劇企業(yè)投融資期限錯(cuò)配程度。

H2： 短期信貸本期增量在數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響中發(fā)揮中介效應(yīng)。 數(shù)字金融的發(fā)展會(huì)提高企業(yè)的短期信貸本期增量， 進(jìn)而加劇企業(yè)投融資期限錯(cuò)配程度。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以2011 ～ 2018年我國(guó)A股上市公司為研究樣本， 數(shù)字金融指數(shù)來(lái)源于北京大學(xué)數(shù)字普惠金融指數(shù)， 其他財(cái)務(wù)數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。 按照如下步驟對(duì)樣本進(jìn)行進(jìn)一步處理： ①剔除研究區(qū)間被特殊處理（ST、?ST）的企業(yè)樣本; ②剔除金融業(yè)企業(yè)樣本; ③剔除變量存在缺失的樣本; ④對(duì)所有連續(xù)性變量在1%和99%的水平上進(jìn)行Winsorize處理。 最終獲得12821個(gè)企業(yè)年度觀(guān)測(cè)值。 本文通過(guò)Stata 16.0軟件對(duì)數(shù)據(jù)進(jìn)行處理與分析。

（二）變量定義

1. 被解釋變量。

（1）企業(yè)投融資期限錯(cuò)配。 本文參照已有研究對(duì)企業(yè)投融資期限錯(cuò)配的度量方法[14，16] ， 使用以下公式衡量企業(yè)投融資期限錯(cuò)配程度：

SFLI=[LAO-（△LM+△CE+ONCF+LAI）]/Tat-1

其中： SFLI為企業(yè)投融資期限錯(cuò)配; LAO為構(gòu)建固定資產(chǎn)等投資活動(dòng)現(xiàn)金支出; △LM為長(zhǎng)期信貸本期增加額， 通過(guò)（本期長(zhǎng)期借款-上期長(zhǎng)期借款+一年內(nèi)到期非流動(dòng)負(fù)債）計(jì)算得出， 相關(guān)財(cái)務(wù)數(shù)據(jù)來(lái)源于資產(chǎn)負(fù)債表; △CE為本期權(quán)益增加額; ONCF為經(jīng)營(yíng)活動(dòng)現(xiàn)金流量?jī)纛~; LAI為出售固定資產(chǎn)現(xiàn)金流入; Tat-1為上期總資產(chǎn)。

（2）長(zhǎng)期信貸本期增量。 參照鐘凱等[16] 的計(jì)算方法， 使用如下公式衡量長(zhǎng)期信貸本期增量：

LONGDEBT=△LM/Tat-1

其中， LONGDEBT為長(zhǎng)期信貸本期增量。

2. 解釋變量： 數(shù)字金融。 本文借鑒已有研究[7-9] ， 直接采用北京大學(xué)數(shù)字普惠金融指數(shù)衡量數(shù)字金融發(fā)展程度。 根據(jù)年份和上市公司注冊(cè)地與省級(jí)數(shù)字金融指數(shù)進(jìn)行匹配， 并將獲取的指數(shù)值除以100進(jìn)行標(biāo)準(zhǔn)化處理。

3. 中介變量： 短期信貸本期增量。 參照鐘凱等[16] 的計(jì)算方法， 使用如下計(jì)算公式衡量短期信貸本期增加額：

SHORTDEBT=（Cash-△LM）/Tat-1

其中， SHORTDEBT為短期信貸本期增量， Cash為取得借款收到的現(xiàn)金。

4. 控制變量。 本文部分沿用了現(xiàn)有研究模型中所包含的控制變量， 如總資產(chǎn)凈利率（Roa）、企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、營(yíng)業(yè)收入增長(zhǎng)率（Growth）和托賓Q值（TBQ）。 另外， 還控制了其他可能影響企業(yè)投融資期限錯(cuò)配的變量， 包括總資產(chǎn)增長(zhǎng)率（Gts）、股權(quán)集中度（Biock）、產(chǎn)權(quán)性質(zhì)（State）、自有資金比率（Cfo）、董事長(zhǎng)和總經(jīng)理是否為同一人（Dz）、流動(dòng)性（Lr）、固定資產(chǎn)比重（Fixratio）、經(jīng)營(yíng)凈現(xiàn)金流量（Ocf）、企業(yè)成立年限（Age）。

本文所有變量及其計(jì)算方法見(jiàn)表1。

（三）模型構(gòu)建

首先， 為檢驗(yàn)數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響， 本文設(shè)定回歸模型（1）：

SFLIi，t=β0+β1Digj，t+β2Controli，t+year+

ind+εi，t （1）

其中： i表示企業(yè)， j表示省份， t表示年份; ε表示隨機(jī)干擾項(xiàng); Control為表1中的控制變量。 若β1>0， 則說(shuō)明數(shù)字金融發(fā)展會(huì)加劇企業(yè)投融資期限錯(cuò)配程度。 根據(jù)H1， 預(yù)計(jì)β1顯著為正。

其次， 為檢驗(yàn)數(shù)字金融對(duì)長(zhǎng)期信貸本期增量的影響， 本文設(shè)定回歸模型（2）：

LONGDEBTi，t=β0+β1Digj，t+β2Controli，t+

year+ind+εi，t （2）

最后， 為考察數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響機(jī)制， 探究企業(yè)短期信貸本期增量是否在其中發(fā)揮了中介效應(yīng)， 在模型（1）中加入短期信貸本期增量（SHORTDEBT）變量， 具體模型設(shè)定見(jiàn)公式（3）和公式（4）：

SHORTDEBTi，t=β0+β1Digj，t+β2Controli，t+

year+ind+εi，t （3）

SFLIi，t=β0+β1Digj，t+β2SHORTDEBTi，t+

β3Controli，t+year+ind+εi，t （4）

根據(jù)H2， 預(yù)計(jì)β2顯著為正。 在上述回歸模型中， 均對(duì)企業(yè)進(jìn)行聚類(lèi)分析， 并控制行業(yè)（ind）、年份（year）固定效應(yīng)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

本文通過(guò)Stata 16.0對(duì)主要變量進(jìn)行了描述性統(tǒng)計(jì)， 結(jié)果如表2所示。 由表2可知， 企業(yè)投融資期限錯(cuò)配（SFLI）的均值為-0.103， 變量范圍介于-1.350和0.264之間， 與鐘凱等[16] 的計(jì)算結(jié)果接近; 50%分位數(shù)為-0.066， 75%分位數(shù)為0.005， 說(shuō)明有少于1/2但多于1/4的樣本企業(yè)所面臨的投融資期限錯(cuò)配問(wèn)題較為嚴(yán)重。 解釋變量數(shù)字金融（Dig）的均值為1.945， 最大值為3.777， 最小值為0.297， 說(shuō)明數(shù)字金融發(fā)展水平在不同省份之間存在較大差距。 短期信貸本期增量（SHORTDEBT）的最小值為

-0.048， 最大值為0.994， 一定程度上說(shuō)明樣本企業(yè)之間的短期信貸本期增加額存在著較大的差異。

（二）相關(guān)性分析

本文對(duì)被解釋變量企業(yè)投融資期限錯(cuò)配（SFLI）與其他變量進(jìn)行了Person相關(guān)系數(shù)分析（限于篇幅， 未列示結(jié)果）。 結(jié)果顯示， 自變量Dig和中介變量SHORTDEBT都與被解釋變量SFLI顯著相關(guān)， 與各控制變量的相關(guān)性也比較強(qiáng)， 為避免內(nèi)生性干擾， 有必要剔除各控制變量， 然后探究數(shù)字金融和短期信貸本期增量對(duì)企業(yè)投融資期限錯(cuò)配的影響。 各變量之間的相關(guān)系數(shù)均小于0.5， 在一定程度上說(shuō)明變量間多重共線(xiàn)性問(wèn)題不算嚴(yán)重， 因此可以進(jìn)行多元線(xiàn)性回歸。

（三）回歸分析

表3第（1）列列示了數(shù)字金融與樣本公司當(dāng)年投融資期限錯(cuò)配的回歸結(jié)果。 結(jié)果顯示， 數(shù)字金融（Dig）與企業(yè)投融資期限錯(cuò)配（SFLI）在1%的水平上顯著正相關(guān)， 說(shuō)明數(shù)字金融發(fā)展水平的提升， 會(huì)加劇企業(yè)投融資期限錯(cuò)配問(wèn)題， H1得到驗(yàn)證。 出現(xiàn)這種情況的原因可能是， 企業(yè)很難從銀行等傳統(tǒng)金融機(jī)構(gòu)那里獲得借款， 只能轉(zhuǎn)向數(shù)字金融機(jī)構(gòu)， 但即便數(shù)字金融緩解了融資約束， 其也一般傾向于提供短期信貸， 從而加劇了企業(yè)投融資期限錯(cuò)配程度。

表3中第（2） ～ （4）列檢驗(yàn)了短期信貸本期增量在數(shù)字金融和企業(yè)投融資期限錯(cuò)配之間的中介效應(yīng)。 其中， 第（2）列檢驗(yàn)了數(shù)字金融對(duì)長(zhǎng)期信貸本期增量的影響， 結(jié)果顯示， 數(shù)字金融的發(fā)展并不會(huì)顯著增加企業(yè)長(zhǎng)期信貸資源。 第（3）列檢驗(yàn)了數(shù)字金融對(duì)短期信貸本期增量的影響， 結(jié)果顯示， 數(shù)字金融（Dig）的回歸系數(shù)為0.067， 且在1%的水平上顯著， 表明數(shù)字金融的發(fā)展會(huì)使企業(yè)短期信貸本期增量增加， 即數(shù)字金融發(fā)展水平越高， 企業(yè)獲得短期信貸本期增量越多。 第（4）列檢驗(yàn)了短期信貸本期增量的中介效應(yīng)， 結(jié)果顯示： 數(shù)字金融（Dig）的系數(shù)為0.014， 與企業(yè)投融資期限錯(cuò)配（SFLI）在1%的水平上顯著正相關(guān); 短期信貸本期增量（SHORTDEBT）的系數(shù)為0.083， 與企業(yè)投融資期限錯(cuò)配（SFLI）在1%的水平上顯著正相關(guān)。 這說(shuō)明短期信貸本期增量的增加會(huì)加劇企業(yè)投融資期限錯(cuò)配行為的發(fā)生， 也就是說(shuō)數(shù)字金融發(fā)展水平的提升， 會(huì)通過(guò)增加短期信貸本期增量， 進(jìn)而加劇企業(yè)投融資期限錯(cuò)配程度， 由此H2得到驗(yàn)證。

（四）進(jìn)一步研究

1. 經(jīng)濟(jì)發(fā)展水平。 1986年全國(guó)人大六屆四次會(huì)議通過(guò)了“七五”計(jì)劃， 自此將我國(guó)劃分為西部、中部、東部。 其中， 西部地區(qū)為欠發(fā)達(dá)地區(qū)， 中部地區(qū)為經(jīng)濟(jì)發(fā)展水平適中的地區(qū)， 東部地區(qū)是指經(jīng)濟(jì)發(fā)展水平較高且最早實(shí)施沿海開(kāi)放政策的地區(qū)。 本文按照經(jīng)濟(jì)發(fā)展水平（Regin）， 將樣本分為東部地區(qū)樣本組和中西部地區(qū)樣本組來(lái)進(jìn)行研究。 其中： 東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南， 用east表示; 中西部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆， 用midwest表示。 本文首先考察企業(yè)所處地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)數(shù)字金融和企業(yè)投融資期限錯(cuò)配之間關(guān)系的影響， 回歸結(jié)果如表4第（1）、（2）列所示。

由表4可知， 第（1）列中數(shù)字金融（Dig）的回歸系數(shù)為0.008但不顯著， 第（2）列中數(shù)字金融（Dig）的回歸系數(shù)為0.09， 且在1%的水平上顯著， 說(shuō)明數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)更加顯著。 表4的研究結(jié)果與吳國(guó)華[3] 的發(fā)現(xiàn)具有一致之處， 即數(shù)字金融的重點(diǎn)服務(wù)對(duì)象為欠發(fā)達(dá)地區(qū)、欠發(fā)展產(chǎn)業(yè)和弱勢(shì)人群。

2. 產(chǎn)權(quán)性質(zhì)。 接下來(lái)， 本文對(duì)不同產(chǎn)權(quán)性質(zhì)企業(yè)中數(shù)字金融與企業(yè)投融資期限錯(cuò)配之間的關(guān)系進(jìn)行探究。 基于我國(guó)制度背景， 相對(duì)于非國(guó)有企業(yè)， 國(guó)有企業(yè)與政府的關(guān)系更加緊密， 而政府是金融體系的主導(dǎo)者， 銀行等傳統(tǒng)金融機(jī)構(gòu)可能更愿意將信貸資源提供給國(guó)有企業(yè)[23] ， 因此數(shù)字金融的發(fā)展對(duì)國(guó)有企業(yè)的相關(guān)影響可能較小。 而非國(guó)有企業(yè)在無(wú)法從銀行等傳統(tǒng)金融機(jī)構(gòu)那里獲取足夠信貸資源的情況下， 只能從數(shù)字金融機(jī)構(gòu)那里獲取， 但是數(shù)字金融機(jī)構(gòu)往往不太愿意給非國(guó)有企業(yè)提供長(zhǎng)期信貸， 因此數(shù)字金融的發(fā)展可能會(huì)使非國(guó)有企業(yè)有更多的機(jī)會(huì)獲取短期信貸。 另外， 由于非國(guó)有企業(yè)所占的市場(chǎng)份額很大， 在數(shù)字金融發(fā)展的背景下， 銀行在追求自身利益的同時(shí)可能會(huì)適當(dāng)放寬對(duì)非國(guó)有企業(yè)短期信貸的管理[26] 。 基于上述分析， 本文認(rèn)為在不同產(chǎn)權(quán)性質(zhì)的企業(yè)中， 數(shù)字金融對(duì)投融資期限錯(cuò)配的加劇作用存在差別。

本文按照產(chǎn)權(quán)性質(zhì)（State）將研究樣本分為國(guó)有企業(yè)組和非國(guó)有企業(yè)組， 表4第（3）、（4）列列示了國(guó)有企業(yè)與非國(guó)有企業(yè)中數(shù)字金融與企業(yè)投融資期限錯(cuò)配之間關(guān)系的回歸結(jié)果。 第（3）列中數(shù)字金融（Dig）的回歸系數(shù)為0.007但不顯著， 說(shuō)明數(shù)字金融發(fā)展對(duì)國(guó)有企業(yè)投融資期限錯(cuò)配的影響較小; 第（4）列中數(shù)字金融（Dig）的回歸系數(shù)為0.027， 且在1%的水平上顯著， 說(shuō)明相對(duì)于國(guó)有企業(yè)， 數(shù)字金融對(duì)投融資期限錯(cuò)配的影響在非國(guó)有企業(yè)中更顯著。

（五）穩(wěn)健性檢驗(yàn)

為避免研究偏誤， 本文進(jìn)行了如下穩(wěn)健性檢驗(yàn)， 以提高研究結(jié)果的可靠程度。

1. 改變企業(yè)投融資期限錯(cuò)配的度量方式。 參照現(xiàn)有研究度量企業(yè)投融資期限錯(cuò)配的方法， 最終采用兩種度量方式進(jìn)行穩(wěn)健性檢驗(yàn)， 具體變量定義見(jiàn)表1。 表5第（1）、（2）列為數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配影響的回歸結(jié)果。 其中： 第（1）列中數(shù)字金融（Dig）的系數(shù)為0.013， 且在1%的水平上顯著; 第（2）列中數(shù)字金融（Dig）的系數(shù)為0.017， 也在1%的水平上顯著。 這說(shuō)明無(wú)論使用哪種方法度量被解釋變量， 結(jié)論都與前文一致。

2. 加入控制變量。 為確保結(jié)論的可靠性， 本文在控制變量中加入通貨膨脹預(yù)期（inflation）、貨幣政策適度性水平（MP）、GDP增長(zhǎng)率（GDP）三個(gè)宏觀(guān)層面的變量（變量定義見(jiàn)表1）， 重新對(duì)模型（1）進(jìn)行回歸， 結(jié)果與前文一致， 詳見(jiàn)表5第（3）列。

3. 內(nèi)生性檢驗(yàn)。 本文借鑒唐松等[12] 的研究成果， 使用數(shù)字金融網(wǎng)絡(luò)普及率（Int， 變量定義見(jiàn)表1）作為工具變量， 通過(guò)2SLS（兩階段）進(jìn)行回歸分析。 一方面， 該工具變量越大， 說(shuō)明使用數(shù)字金融的效果越好; 另一方面， 該工具變量對(duì)企業(yè)投融資期限錯(cuò)配的影響較小， 符合工具變量相關(guān)性與外生性?xún)蓚€(gè)約束條件。 表6第（1）列顯示數(shù)字金融網(wǎng)絡(luò)普及率（Int）的回歸系數(shù)顯著為正， 符合工具變量基本要求， 第（2）列顯示第二階段回歸中數(shù)字金融（Dig）的系數(shù)顯著為正， 與前文結(jié)論一致。

五、研究結(jié)論及政策建議

（一）研究結(jié)論

本文以2011 ～ 2018年我國(guó)A股上市公司作為研究對(duì)象， 采用北京大學(xué)數(shù)字金融研究中心發(fā)布的北京大學(xué)數(shù)字普惠金融指數(shù)來(lái)衡量數(shù)字金融， 根據(jù)地區(qū)和年份對(duì)企業(yè)財(cái)務(wù)數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)進(jìn)行匹配， 實(shí)證檢驗(yàn)了數(shù)字金融與企業(yè)投融資期限錯(cuò)配之間的關(guān)系及作用機(jī)制。 研究結(jié)論如下： 第一， 數(shù)字金融的發(fā)展會(huì)加劇企業(yè)投融資期限錯(cuò)配程度; 第二， 短期信貸本期增量在數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響中發(fā)揮中介效應(yīng)， 即數(shù)字金融通過(guò)增加短期信貸本期增量進(jìn)而引發(fā)企業(yè)投融資期限錯(cuò)配現(xiàn)象; 第三， 數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)中顯著， 而在經(jīng)濟(jì)發(fā)展水平較高的地區(qū)中不顯著; 第四， 數(shù)字金融對(duì)企業(yè)投融資期限錯(cuò)配的影響在非國(guó)有企業(yè)中顯著， 而在國(guó)有企業(yè)中不顯著。

（二）政策建議

1. 聚焦于通過(guò)數(shù)字金融推進(jìn)欠發(fā)達(dá)、低收入地區(qū)的發(fā)展。 從根本上改善經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的金融基礎(chǔ)條件， 能夠在更大程度上緩解企業(yè)獲取長(zhǎng)期信貸難的問(wèn)題， 應(yīng)深化金融供給側(cè)結(jié)構(gòu)性改革， 打造數(shù)字經(jīng)濟(jì)賦能、數(shù)字技術(shù)推動(dòng)企業(yè)長(zhǎng)遠(yuǎn)發(fā)展的平臺(tái)， 同時(shí)警惕該過(guò)程中可能會(huì)發(fā)生的中小企業(yè)杠桿過(guò)快和過(guò)度增長(zhǎng)問(wèn)題。

2. 消除金融機(jī)構(gòu)的“信貸歧視”。 為控制信貸風(fēng)險(xiǎn)， 金融機(jī)構(gòu)在發(fā)放信貸時(shí)顧慮重重， 特別是長(zhǎng)期信貸。 而且， 由于金融機(jī)構(gòu)“信貸歧視”的存在， 與國(guó)有企業(yè)相比， 非國(guó)有企業(yè)更難取得足夠的信貸資源。 因此， 國(guó)家應(yīng)當(dāng)進(jìn)行信貸配給機(jī)制改革， 為不同企業(yè)提供便利、多元的融資渠道， 消除“信貸歧視”現(xiàn)象， 創(chuàng)造高效公平的融資環(huán)境， 加強(qiáng)企業(yè)信息披露， 并鼓勵(lì)互聯(lián)網(wǎng)金融、數(shù)字普惠金融等創(chuàng)新融資模式， 將其與不同企業(yè)進(jìn)行匹配， 適當(dāng)發(fā)放長(zhǎng)期信貸， 以避免短期信貸增量的集中性爆發(fā)。

【 主 要 參 考 文 獻(xiàn) 】

[1] 郭峰，王瑤佩.傳統(tǒng)金融基礎(chǔ)、知識(shí)門(mén)檻與數(shù)字金融下鄉(xiāng)[ J].財(cái)經(jīng)研究，2020（1）：19 ～ 33.

[2] 郭峰，王靖一，王芳等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[ J].經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401 ～ 1418.

[3] 吳國(guó)華.進(jìn)一步完善中國(guó)農(nóng)村普惠金融體系[ J].經(jīng)濟(jì)社會(huì)體制比較，2013（4）：32 ～ 45.

[4] 喻平，豆俊霞.數(shù)字普惠金融發(fā)展緩解了中小企業(yè)融資約束嗎[ J].財(cái)會(huì)月刊，2020（3）：140 ～ 146.

[5] 梁榜，張建華.中國(guó)普惠金融創(chuàng)新能否緩解中小企業(yè)的融資約束[ J].中國(guó)科技論壇，2018（11）：94 ～ 105.

[6] 任曉怡. 數(shù)字普惠金融發(fā)展能否緩解企業(yè)融資約束[ J].現(xiàn)代經(jīng)濟(jì)探討，2020（10）：65 ～ 75.

[7] Yang L.，Zhang Y.. Digital Financial Inclusion and Sustainable Growth of Small and Micro Enterprises—Evidence Based on China's New Third Board Market Listed Companies[ J].Sustainability，2020（9）：1 ～ 21.

[8] 張友棠，常瑜洺.數(shù)字金融對(duì)科技型企業(yè)投資效率影響的實(shí)證檢驗(yàn)[ J].統(tǒng)計(jì)與決策，2020（16）：179 ～ 183.

[9] 謝絢麗，沈艷，張皓星等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來(lái)自中國(guó)的證據(jù)[ J].經(jīng)濟(jì)學(xué)（季刊），2018（4）：1557 ～ 1580.

[10] 李春濤，閆續(xù)文，宋敏等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)[ J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（1）：81 ～ 98.

[11] 何婧，李慶海.數(shù)字金融使用與農(nóng)戶(hù)創(chuàng)業(yè)行為[ J].中國(guó)農(nóng)村經(jīng)濟(jì)，2019（1）：112 ～ 126.

[12] 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異[ J].管理世界，2020（5）：52 ～ 66+9.

[13] 廖理，張偉強(qiáng).P2P網(wǎng)絡(luò)借貸實(shí)證研究：一個(gè)文獻(xiàn)綜述[ J].清華大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017（2）：186 ～ 196+199.

[14] 馬紅，侯貴生，王元月.產(chǎn)融結(jié)合與我國(guó)企業(yè)投融資期限錯(cuò)配——基于上市公司經(jīng)驗(yàn)數(shù)據(jù)的實(shí)證研究[ J].南開(kāi)管理評(píng)論，2018（3）：46 ～ 53.

[15] 白云霞，邱穆青，李偉.投融資期限錯(cuò)配及其制度解釋?zhuān)簛?lái)自中美兩國(guó)金融市場(chǎng)的比較[ J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（7）：23 ～ 39.

[16] 鐘凱，程小可，張偉華.貨幣政策適度水平與企業(yè)“短貸長(zhǎng)投”之謎[ J].管理世界，2016（3）：87 ～ 98+114+188.

[17] 賴(lài)?yán)瑁剖|茜，夏曉蘭等.董事高管責(zé)任保險(xiǎn)降低了企業(yè)風(fēng)險(xiǎn)嗎？——基于短貸長(zhǎng)投和信貸獲取的視角[ J].管理世界，2019（10）：160 ～ 171.

[18] 孫鳳娥.投融資期限錯(cuò)配：制度缺陷還是管理者非理性[ J].金融經(jīng)濟(jì)學(xué)研究，2019 （1）：94 ～ 110.

[19] 俞雪芳.民營(yíng)企業(yè)短貸長(zhǎng)投與融資約束的關(guān)系——來(lái)自我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[ J].經(jīng)營(yíng)與管理，2015（5）：91 ～ 93.

[20] 馬俊，侯建明，張惠.短貸長(zhǎng)投、股權(quán)性質(zhì)與公司業(yè)績(jī)關(guān)系研究[ J].技術(shù)與創(chuàng)新管理，2018（1）：124 ～ 128.

[21] 劉星，魏鋒，詹宇等.我國(guó)上市公司融資順序的實(shí)證研究[ J].會(huì)計(jì)研究，2004（6）： 66 ～ 72.

[22] 封思賢，郭仁靜.數(shù)字金融、銀行競(jìng)爭(zhēng)與銀行效率[ J].改革，2019（11）：75 ～ 89.

[23] 姜付秀，蔡文婧，蔡欣妮，李行天.銀行競(jìng)爭(zhēng)的微觀(guān)效應(yīng)：來(lái)自融資約束的經(jīng)驗(yàn)證據(jù)[ J].經(jīng)濟(jì)研究，2019（6）：72 ～ 88.

[24] 楊竹清，張超林.數(shù)字普惠金融與銀行信用貸款關(guān)系研究——基于中國(guó)城市數(shù)據(jù)的實(shí)證研究[ J].當(dāng)代經(jīng)濟(jì)管理，2021（6）：79 ～ 89.

[25] Murillo Campello， Erasmo Giambona， John R. Graham， et al.. Liquidity Management and Corporate Investment During a Financial Crisis[ J].The Review of Financial Studies，2011（6）：1944 ～ 1979.

[26] Stijn Claessens，Kenichi Ueda，Yishay Yafeh. Institutions and Financial Fictions： Estimating with Structural Restrictions on Firm Value and Investment[ J].Journal of Development Economics，2014（110）：107 ～ 122.