劉興華 石涵林

(江西財經(jīng)大學 金融學院，江西 南昌 330013)

一、引言

數(shù)字化是當前世界經(jīng)濟的發(fā)展趨勢。近年來，我國數(shù)字經(jīng)濟發(fā)展非常迅速，2021年數(shù)字經(jīng)濟總量為45.5萬億元，位列世界第二，增速為16.2%，高居全球榜首。與之相伴的是，大數(shù)據(jù)、5G、人工智能等數(shù)字技術(shù)迭代更新，加速向金融服務業(yè)融合滲透，催生出數(shù)字金融新型業(yè)態(tài)。數(shù)字金融以其蘊含的巨大科技潛能，回歸本源服務實體經(jīng)濟，實現(xiàn)支付結(jié)算、項目投融資及其他金融活動的“技術(shù)賦能”。我國數(shù)字金融明晰“普惠”定位，不僅全域覆蓋整個金融領(lǐng)域，推動銀行、證券、保險行業(yè)的數(shù)字化轉(zhuǎn)型，而且與實體經(jīng)濟深度融合，成為改善融資結(jié)構(gòu)、提升融資效率與加強融資監(jiān)管的有效手段(黃益平等，2018)[1]。數(shù)字金融的廣泛應用為我國經(jīng)濟高質(zhì)量發(fā)展發(fā)揮了不可替代的作用。

企業(yè)是經(jīng)濟運行的微觀主體，也被視為配置資源的一種方式。企業(yè)的存在促進社會分工專門化，推動交易成本下降，保障宏觀經(jīng)濟的正常運行。顯然，企業(yè)持續(xù)經(jīng)營是此宗旨能否實現(xiàn)的前提條件，它仍受制于所獲資金要素充沛與否，企業(yè)需從金融市場拆借資金，并進行相應的投融資決策，不可避免地會面臨一定的財務風險。數(shù)字金融順應此發(fā)展趨勢，拓展金融服務邊界，延伸金融應用閾面，為企業(yè)構(gòu)建高精度風控模型，開發(fā)智能化預警系統(tǒng)，達到精準識別和有效控制企業(yè)財務風險的目的。與此同時，基于技術(shù)創(chuàng)新的數(shù)字金融加速金融業(yè)務整合，精簡業(yè)務審批流程，弱化業(yè)務稽核程序，一定程度上刺激企業(yè)的金融擴張活動，在監(jiān)管缺位情況下存在擴大企業(yè)財務風險的隱憂。因此，數(shù)字金融的泛化應用具有“雙刃劍”功能，對企業(yè)可能產(chǎn)生風險增減兩種相反的效果，在我國加快發(fā)展數(shù)字經(jīng)濟之際，探究數(shù)字金融對企業(yè)財務風險的影響機理，并就數(shù)字金融未來發(fā)展提出相關(guān)政策建議顯得很有必要。

二、文獻綜述

步入數(shù)字經(jīng)濟時代，有關(guān)數(shù)字金融的研究日漸豐富，但探討數(shù)字金融與企業(yè)財務風險的研究卻并不太多，已有研究主要聚焦于以下兩方面：

一是數(shù)字金融應用對企業(yè)生產(chǎn)經(jīng)營活動的影響。在日益激烈的市場競爭中，企業(yè)為了全面提升創(chuàng)新能力，加快了數(shù)字化轉(zhuǎn)型步伐，促進數(shù)字金融在企業(yè)生產(chǎn)經(jīng)營過程中的應用。企業(yè)發(fā)展數(shù)字金融，增加了技術(shù)創(chuàng)新投入，推動生產(chǎn)經(jīng)營轉(zhuǎn)型升級，帶動企業(yè)價值和績效的提高；企業(yè)價值是衡量競爭力強弱的重要指標，發(fā)展數(shù)字金融可以提升企業(yè)的市場活力(王平等，2022)[2]。當然，企業(yè)價值高、績效好，概因金融業(yè)務占比大，適逢業(yè)務利潤可觀，難免滋生一定的“泡沫”，一旦“泡沫”破裂而導致生產(chǎn)停滯，企業(yè)就極有可能陷入債務困境。

數(shù)字化轉(zhuǎn)型過程中，金融科技深度嵌入實體經(jīng)濟，賦能企業(yè)生產(chǎn)經(jīng)營，增強其風險承擔和風險管理能力。隨著現(xiàn)代科技的發(fā)展，數(shù)字金融呈現(xiàn)“普惠化”趨勢，服務實體的方式發(fā)生較大改變，在力促正規(guī)金融發(fā)展的同時，還應完善數(shù)字服務功能，延展數(shù)字服務廣度，將極具市場活力卻在融資中被邊緣化的小微企業(yè)納入服務范疇(Achim等，2021)[3]。研究表明，數(shù)字金融的發(fā)展改變了支付方式，提升了服務包容性，解決了交易雙方的信任缺失問題，對企業(yè)而言，則降低其融資成本，提升其經(jīng)營績效，幫助企業(yè)擺脫財務困境(Yin等，2019；Sunderaraman等，2020；Heiskanen，2017；李賓等，2022)[4～7]。從金融的功能看，企業(yè)發(fā)展數(shù)字金融提高資金可獲得性，優(yōu)化要素配置效率，通過營業(yè)收入渠道對企業(yè)生產(chǎn)率產(chǎn)生正向促進效應(陳中飛等，2021)[8]。在適度的監(jiān)管約束下，數(shù)字金融促進企業(yè)投資實體，抑制其資產(chǎn)泡沫化傾向，改善企業(yè)生產(chǎn)經(jīng)營，有效抑制實體企業(yè)“脫實向虛”(田地等，2022)[9]。綜上，發(fā)展數(shù)字金融改善企業(yè)的生產(chǎn)經(jīng)營效率，助力企業(yè)高質(zhì)量發(fā)展。

二是數(shù)字技術(shù)對企業(yè)財務風險的影響。企業(yè)財務風險內(nèi)生于財務活動，如何運用數(shù)字化手段防控風險，對企業(yè)持續(xù)經(jīng)營與保持財務穩(wěn)定具有重要意義。互聯(lián)網(wǎng)信息技術(shù)具有數(shù)據(jù)處理和信息傳輸優(yōu)勢，能基于復雜環(huán)境識別并測量風險，通過與傳統(tǒng)產(chǎn)業(yè)的交融，實現(xiàn)“互聯(lián)網(wǎng)+”降低企業(yè)財務風險的作用(安素霞等，2022)[10]。伴隨市場細分程度的加劇，企業(yè)多角化經(jīng)營日益盛行，產(chǎn)品之間的差分如同構(gòu)建一項資產(chǎn)組合，降低企業(yè)陷入財務困境的可能性(Amit等，1988)[11]。有的學者將結(jié)構(gòu)化文本數(shù)據(jù)與財務數(shù)據(jù)進行匹配，建立基于機器學習的智能財務風險識別系統(tǒng)，運用數(shù)字技術(shù)完善企業(yè)風險防范體系(阮素梅等，2002)[12]；數(shù)字技術(shù)發(fā)展可緩解企業(yè)融資約束，它與財務風險之間存在非線性關(guān)系，在強監(jiān)管約束下，數(shù)字技術(shù)發(fā)展對企業(yè)財務風險的抑制作用更加明顯(馮素玲等，2021)[13]。

發(fā)展數(shù)字金融、拓寬企業(yè)資金渠道，投融資平臺多元化擴張企業(yè)金融規(guī)模，使企業(yè)在經(jīng)營管理中不得不面對更大的財務風險。根據(jù)委托代理理論，當管理層擁有較強的控制權(quán)時，傾向于實施擴張性經(jīng)營戰(zhàn)略，會加大企業(yè)陷入財務困境的風險(代彬等，2012)[14]；實體企業(yè)擴大金融活動會顯著提升財務風險，對運用數(shù)字技術(shù)提升企業(yè)風控能力起到警示作用(楊有紅等，2021)[15]。那么如何運用數(shù)字技術(shù)來合理配置資產(chǎn)，為防范財務風險保駕護航呢？企業(yè)應該合理把握金融資產(chǎn)額度，優(yōu)化持有金融資產(chǎn)結(jié)構(gòu)，利用長短期金融資產(chǎn)配置差異，為數(shù)字技術(shù)應用于企業(yè)的財務風險防控找準發(fā)力點(黃賢環(huán)等，2018)[16]。為了尋找防控財務風險有效手段，徐煒等(2019)探究了企業(yè)內(nèi)部控制與財務風險之間的倒U型關(guān)系，從構(gòu)建數(shù)字監(jiān)管與“云風控”制度角度，提出科學監(jiān)督管理和防范系統(tǒng)性金融風險的政策建議[17]。

本文借鑒已有研究，剖析數(shù)字金融對企業(yè)財務風險的作用機理，可能的邊際貢獻有：一是聚焦數(shù)字金融與企業(yè)財務風險?，F(xiàn)有研究多從互聯(lián)網(wǎng)環(huán)境分析企業(yè)財務風險，或從數(shù)字技術(shù)角度研討企業(yè)財務風險；作為新型數(shù)智融資模式的數(shù)字金融，與企業(yè)投融資關(guān)聯(lián)緊密，對企業(yè)財務風險影響甚大，需從理論和實踐層面厘清兩者之間的關(guān)系。二是關(guān)注實體企業(yè)財務風險。已有研究大多討論數(shù)字金融與企業(yè)杠桿率的關(guān)系，事實上，財務風險不僅涵及與企業(yè)杠桿有關(guān)的債務違約風險，還包括投資風險、流動性風險及由委托代理引發(fā)的收益分配風險，本文致力于探究數(shù)字金融如何通過金融業(yè)務對企業(yè)財務風險產(chǎn)生影響。三是探討經(jīng)營效率、融資約束的作用。分析數(shù)字金融對企業(yè)財務風險影響路徑，選擇市場化指數(shù)作為調(diào)節(jié)變量，考察不同規(guī)模、不同區(qū)域企業(yè)的調(diào)節(jié)效應，為有關(guān)部門制定政策建議提供一定的理論支撐。

三、理論分析與研究假設

數(shù)字金融作為新型服務業(yè)態(tài)，憑藉大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)平臺技術(shù)，簡化金融交易步驟，提高業(yè)務審核效率，降低金融服務成本，減少企業(yè)財務費用。同時，數(shù)字金融倚仗數(shù)字風控模式，精準采集和高效評估企業(yè)財務信息，大大降低傳統(tǒng)金融可能產(chǎn)生的信貸風險。在人工智能、區(qū)塊鏈技術(shù)支持下，數(shù)字金融低成本處理海量數(shù)據(jù)，更全面挖掘企業(yè)信用信息，提高信息真實性、準確性及其流轉(zhuǎn)速度，降低金融市場的信息不對稱(Gomber 等，2018)[18]。

數(shù)字金融向縱深推進可彌補企業(yè)金融業(yè)務水平的差異，改善金融市場生態(tài)格局，也能緩解信息不對稱，幫扶企業(yè)走出“融資難、融資貴”困境，進而降低財務風險，提高經(jīng)濟效益，實現(xiàn)可持續(xù)發(fā)展。從功能定位看，數(shù)字金融為實體企業(yè)提供便捷高效服務，既能節(jié)約交易費用，又可甄別貸款者的償付能力，降低借款者的風險。數(shù)字金融作為新型技術(shù)創(chuàng)新，省去了諸多人工費用，提高了金融機構(gòu)的盈利能力；數(shù)字金融作為新型服務模式，通過推動區(qū)域之間的資本轉(zhuǎn)移來降低風險，提高企業(yè)的抗風險能力?；诖?，提出假設H1a。

H1a：發(fā)展數(shù)字金融能夠降低企業(yè)財務風險。

當前，我國數(shù)字金融發(fā)展尚不成熟，金融監(jiān)管具有一定的局限性，依托數(shù)字技術(shù)而簡化交易步驟，可能對金融安全體系的維護形成制約，并增大風險管控難度，企業(yè)經(jīng)營風險增加的同時財務風險也會隨之產(chǎn)生。數(shù)字金融本質(zhì)上是金融創(chuàng)新，過度的金融創(chuàng)新會造成金融市場無序和混亂，嚴重時還會威脅金融安全，金融創(chuàng)新的錯誤使用或金融部門的違規(guī)創(chuàng)新會導致金融風險產(chǎn)生(Plosser，2009)[19]，過度的金融創(chuàng)新還會增加金融體系脆弱性，強化金融監(jiān)管是對風險的有效管理(Chen等，2020)[20]。

便捷的交易步驟與審核流程促使企業(yè)擴大金融活動，追求誘人的投資收益，甚至不惜面臨債臺高筑的危險，貪婪吸收外部融資進行交易，此種非理性行為容易加劇企業(yè)非效率投資，降低金融資源配置效率，使企業(yè)出現(xiàn)流動性短缺，更容易陷入財務危機(江軒宇等，2015)[21]，企業(yè)不得不自吞市場資金鏈斷裂、甚至破產(chǎn)的苦果。再者，通過數(shù)字金融融入的外部資金若被管理層用以滿足自身利益，則會產(chǎn)生嚴重的委托代理問題，財務風險陡然飆升，企業(yè)有可能面臨難以承受的后果。基于此，提出假設H1b。

H1b：發(fā)展數(shù)字金融會加劇企業(yè)財務風險。

在數(shù)字經(jīng)濟社會，數(shù)字化資源被視為一種新型生產(chǎn)要素，當它參與企業(yè)生產(chǎn)經(jīng)營時，優(yōu)化要素投入結(jié)構(gòu)，有助于實現(xiàn)生產(chǎn)、銷售、財務等流程的智能化、自動化與安全化，賦予企業(yè)更強的敏捷性和靈活性，進而改善運營效率，降低財務風險(吳歡，2021)[22]。發(fā)展數(shù)字金融加快了企業(yè)之間的信息交流，通過投融資平臺獲得的額外融資有助于企業(yè)擴大生產(chǎn)規(guī)模，開展更多的經(jīng)營活動，促進存貨銷售與利潤獲得，提升企業(yè)運營效率，降低企業(yè)財務風險?；诖?，提出假設H2。

H2：數(shù)字金融通過影響運營效率進而作用于企業(yè)財務風險。

企業(yè)財務風險與其全部資金活動相關(guān)聯(lián)，其中重要一環(huán)是融資約束。數(shù)字金融通過網(wǎng)絡信息的規(guī)模效應，增強金融機構(gòu)資金籌集能力，緩解信息不對稱程度，降低委托代理成本，為企業(yè)提供充足的資金支持，緩解企業(yè)的融資約束(解維敏等，2021)[23]。進一步，企業(yè)融資約束的改變會對財務風險產(chǎn)生直接影響：若融資約束得到緩解，企業(yè)資金流動合理充裕，勢必有助于生產(chǎn)經(jīng)營活動，導致企業(yè)收益增加、績效提升和財務風險降低。轉(zhuǎn)換思路，不妨將上述過程視作一個整體，在融資約束緊張情形下，企業(yè)若不考慮資金來源緊缺而執(zhí)意發(fā)展數(shù)字金融，也有可能面臨生產(chǎn)經(jīng)營停滯、企業(yè)財務風險加劇?；诖耍岢黾僭OH3。

H3：數(shù)字金融通過影響融資約束進而作用于企業(yè)財務風險。

四、研究設計

(一)數(shù)據(jù)來源

本文選取2011～2020年滬深A股上市公司為研究樣本，并對樣本進行如下處理：剔除金融行業(yè)、ST、*ST、S*ST、PT以及含有異常值和缺失值的上市公司，為了緩解離群值的影響，對所有連續(xù)變量進行上下1%的Winsorize處理，最終得到25681個“企業(yè)-年份”觀測樣本。上市公司財務數(shù)據(jù)來自Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫，數(shù)字普惠金融指數(shù)來自北京大學數(shù)字金融研究中心。

(二)變量定義與度量

1.被解釋變量

被解釋變量為企業(yè)財務風險(Z_score)。衡量企業(yè)財務風險的指標主要有Z_score與破產(chǎn)預測指數(shù)，借鑒Altman(1968)的研究[24]，本文采用Z_score作為企業(yè)財務風險的代理變量。相較于破產(chǎn)預測指數(shù)，Z_score的計算較全面地囊括了企業(yè)多項財務指標，能充分反映企業(yè)當期財務的真實情況，測算財務風險的準確度較高。Z_score值越小，表明企業(yè)面臨的財務風險更大，反之則更小。

2.核心解釋變量

核心解釋變量為數(shù)字金融。本文采用北京大學數(shù)字普惠金融指數(shù)作為數(shù)字金融的度量指標(郭峰等，2020；李彥龍等，2022)[25,26]，其基礎(chǔ)數(shù)據(jù)由螞蟻金服提供，北京大學數(shù)字金融研究中心在此基礎(chǔ)上構(gòu)建數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度三大指數(shù)體系。該指數(shù)反映了我國數(shù)字金融發(fā)展總體形勢，全面體現(xiàn)出數(shù)字金融發(fā)展的地區(qū)差異，鑒于數(shù)字金融覆蓋廣度、數(shù)字金融使用深度已較好地反映了各地區(qū)的數(shù)字化程度，故本文省略數(shù)字化程度指標的回歸結(jié)果，并對數(shù)字普惠金融總指數(shù)(ZZS)、數(shù)字金融覆蓋廣度指數(shù)(FGGD)、數(shù)字金融使用深度(SYSD)取對數(shù)，檢驗數(shù)字金融對企業(yè)財務風險的影響。

中介變量為運營效率(OE)與融資約束(Sa)。借鑒安素霞等(2022)[10]的研究，本文選用存貨周轉(zhuǎn)率作為運營效率的代理變量，存貨周轉(zhuǎn)率為企業(yè)營業(yè)成本與平均存貨余額的比率，主要用于判斷存貨流動性與存貨的貨幣資金占有量是否合理，能夠反映企業(yè)生產(chǎn)運營的效率，實證分析中對該指標取對數(shù)。衡量企業(yè)融資約束的指標有多種，參考Hadlock等(2010)[27]，本文選取Sa指數(shù)作為融資約束的衡量指標，與其他指數(shù)相比，Sa指數(shù)的計算僅運用企業(yè)的規(guī)模和年齡，這兩個指標具有較強的外生性，對企業(yè)融資約束的測度相對準確(鞠曉生等，2013)[28]?？紤]到Sa指數(shù)可能為負，對Sa指數(shù)取絕對值，Sa值越大，表明企業(yè)的融資約束程度越大。

4.調(diào)節(jié)變量

調(diào)節(jié)變量為市場化指數(shù)(Mkt)。參考王小魯?shù)?2021)[29]的研究，本文使用中國分省份市場化指數(shù)報告中的市場化指數(shù)作為調(diào)節(jié)變量，該指數(shù)由政府與市場的關(guān)系、非國有經(jīng)濟的發(fā)展、產(chǎn)品市場的發(fā)育程度、要素市場的發(fā)育程度、市場中介組織的發(fā)育與法制環(huán)境共五個方面指數(shù)組成，反映了我國各省、直轄市、自治區(qū)(不包括港澳臺地區(qū))市場化進程中的具體變化。

5.控制變量

為了控制其他因素的影響，本文選取企業(yè)微觀層面的控制變量，包括企業(yè)規(guī)模(Size)、凈資產(chǎn)收益率(Roe)、資本性支出(Epd)、現(xiàn)金及現(xiàn)金等價物周轉(zhuǎn)率(Cf_t)、公司成長性(Growth)、獨立董事比例(Idp)、兩職合一(Dual)、高管持股比例(Gghold)等，同時控制行業(yè)固定效應(Ind)與年份固定效應(Year)，具體變量名稱、符號及其含義見表1。

(三)計量模型設定

1.基準回歸模型

逐步實行環(huán)衛(wèi)部門管理、專業(yè)公司提供服務的管理模式，選擇有能力的企業(yè)承擔垃圾收集、轉(zhuǎn)運、處理、處置及資源化利用的工作；通過公私合營、特許經(jīng)營、購買服務、投資補助、財政貼息等多種方式，引導專業(yè)企業(yè)進入垃圾處理領(lǐng)域，鼓勵政府資金和社會資本共同投資建設；加強市場準入，完善退出機制，實現(xiàn)全過程監(jiān)管；探索引進第三方機構(gòu)，開展對垃圾處理服務質(zhì)量的監(jiān)管和審計工作。

為驗證H1a和H1b，本文運用面板固定效應回歸中的最小二乘虛擬變量模型(LSDV)，探究數(shù)字金融對企業(yè)財務風險的影響，三種數(shù)字金融指數(shù)對企業(yè)財務風險影響見模型(1)～(3)。若數(shù)字金融指數(shù)的系數(shù)β1顯著大于0，表明發(fā)展數(shù)字金融能有效降低企業(yè)財務風險，即H1a成立；若β1顯著小于0，則表明發(fā)展數(shù)字金融反而會增大企業(yè)財務風險，即H1b成立。其中，CV為企業(yè)控制變量，Ind為行業(yè)固定效應，Year為時間固定效應，εi,t為隨機誤差項，下標i表示公司，下標t表示年份。

Z_scorei,t=β0+β1ZZSi,t+ΣCV+ΣInd

+ΣYear+εit

(1)

Z_scorei,t=β0+β1FGGDi,t+ΣCV+ΣInd

+ΣYear+εit

(2)

Z_scorei,t=β0+β1SYSDi,t+ΣCV+ΣInd

+ΣYear+εit

(3)

2.中介機制檢驗

根據(jù)前文研究假設，發(fā)展數(shù)字金融能提升企業(yè)運營效率，緩解企業(yè)融資約束，進而降低企業(yè)財務風險。鑒于此，本文選取運營效率(OE)、融資約束(Sa)為中介變量，借鑒溫忠麟等(2014)的逐步回歸法[30]，檢驗數(shù)字金融對企業(yè)財務風險的作用機制，分別構(gòu)建模型(4)～(5)與模型(6)～(7)。

OEi,t=α0+α1ZZSi,t+ΣCV+ΣInd

+ΣYear+εit

(4)

Z_scorei,t=β0+β1ZZSi,t+β2OEi,t+ΣCV

+ΣInd+ΣYear+εit

(5)

Sai,t=γ0+γ1ZZSi,t+ΣCV+ΣInd

+ΣYear+εit

(6)

Z_scorei,t=λ0+λ1ZZSi,t+λ2Sai,t+ΣCV

+ΣInd+ΣYear+εit

(7)

模型(4)～(5)中，重點關(guān)注系數(shù)α1和β2，若模型(4)中系數(shù)α1顯著為正，表明發(fā)展數(shù)字金融能提升企業(yè)運營效率；同時，若方程(5)中系數(shù)β1與β2均顯著為正，表明運營效率在發(fā)展數(shù)字金融降低企業(yè)財務風險的影響中起了部分中介作用，即發(fā)展數(shù)字金融能通過提升運營效率的渠道降低企業(yè)財務風險，H2得以驗證。模型(6)～(7)中，重點關(guān)注系數(shù)γ1與λ2，若方程(6)中系數(shù)γ1顯著為負，表明發(fā)展數(shù)字金融能緩解企業(yè)融資約束；同時，若方程(7)中系數(shù)λ1顯著為正，λ2顯著為負，則表明融資約束也起了部分中介作用，即發(fā)展數(shù)字金融能通過緩解融資約束的渠道降低企業(yè)財務風險，H3得以驗證。

表1 變量定義

五、實證結(jié)果

(一)描述性統(tǒng)計分析

主要變量的描述性統(tǒng)計結(jié)果見表2。由表2可知，按照1%分位數(shù)進行Winsorize處理后，Z_score的最大值為39.118，最小值竟為-0.076，標準差為5.993，說明樣本企業(yè)之間存在很大的財務風險差異；ZZS的最大值6.035，最小值3.479，F(xiàn)GGD的最大值5.984，最小值2.916，SYSD的最大值6.100，最小值3.640，上述三項數(shù)字金融指數(shù)最大值和最小值之間也存在較大差距，這表明樣本企業(yè)的數(shù)字金融發(fā)展進程有明顯的緩急之別。此外，控制變量最值之間均有較大差異，選擇它們進行控制是合適的。由于OE有更多數(shù)據(jù)缺失，其對應樣本量僅為25426個。

分別計算數(shù)字金融總指數(shù)、覆蓋廣度、使用深度與Z_score的相關(guān)系數(shù)后，發(fā)現(xiàn)它們在5%的概率水平下呈正相關(guān)；運用VIF方差膨脹因子檢驗解釋變量之間的多重共線性，VIF的均值均為1.14，遠小于10，說明解釋變量之間不存在嚴重的多重共線性。

(二)基準模型回歸

對基準模型回歸前，需要判定應當采用固定效應模型，還是隨機效應模型抑或混合模型。運用Stata軟件對是否選擇混合回歸進行F檢驗，發(fā)現(xiàn)F檢驗的p值為0.0000，故強烈拒絕沒有個體效應的原假設，混合模型被排除。接著運用豪斯曼檢驗對模型類型進行檢驗，檢驗結(jié)果顯示p值為0.0000，故顯著拒絕個體效應與不隨時間而變的個體特征及解釋變量不相關(guān)的原假設，隨機效應模型被排除，本文最終選擇固定效應模型進行基準回歸。

發(fā)展數(shù)字金融對企業(yè)財務風險影響的基準回歸結(jié)果見表3。由表3列(1)～(3)可知，ZZS、FGGD、SYSD的回歸系數(shù)分別為1.309、0.840和1.083，均在1%的概率水平下顯著為正，無論從數(shù)字金融總指數(shù)，還是數(shù)字金融覆蓋廣度、使用深度來看，均表明發(fā)展數(shù)字金融能夠顯著降低企業(yè)財務風險，H1a得以驗證。究其原因，發(fā)展數(shù)字金融提高企業(yè)的融資效率，它的廣泛應用便捷金融機構(gòu)采集財務信息，消減資金供求雙方之間的信息不對稱；基于金融科技發(fā)展起來的數(shù)字金融，快速高效地處理海量數(shù)據(jù)，極大地降低市場交易成本，進而提高生產(chǎn)效率，加速資金流轉(zhuǎn)回收，對抑制企業(yè)財務風險起了不容忽視的作用。

表2 描述性統(tǒng)計

表3 基準回歸結(jié)果

(三)穩(wěn)健性檢驗與內(nèi)生性處理

1.替換被解釋變量

借鑒Altman(2013)的研究[31]，本文選用經(jīng)過調(diào)整的Ad_zscore作為新的被解釋變量，該指數(shù)與Z_score在計算上有所不同，但在衡量財務風險的方向上卻是一樣的，AZ_score值越小，表明企業(yè)面臨更大的財務風險。替換被解釋變量后，ZZS、FGGD、SYSD的系數(shù)均顯著為正(見表4)，即發(fā)展數(shù)字金融能夠抑制企業(yè)財務風險，與基準回歸結(jié)果是一致的，表明前文所得結(jié)論穩(wěn)健可靠。

2.解釋變量滯后一期

為了緩解數(shù)字金融與企業(yè)財務風險之間反向因果關(guān)系而引發(fā)的內(nèi)生性問題，借鑒唐松等(2020)[32]的研究，本文對數(shù)字金融總指數(shù)、數(shù)字金融覆蓋廣度指數(shù)、數(shù)字金融使用深度指數(shù)分別進行一期滯后，其參數(shù)估計結(jié)果見表5。由表5可知，將核心解釋變量滯后一期再回歸，L.ZZS、L.FGGD、L.SYSD的系數(shù)依然在1%的顯著性水平下為正，且系數(shù)值要略大于基準回歸結(jié)果，說明發(fā)展數(shù)字金融降低企業(yè)財務風險的影響過程存在滯后效應。

表4 穩(wěn)健性檢驗：替換被解釋變量

表5 內(nèi)生性檢驗：核心解釋變量滯后一期

3.工具變量法

為了緩解實證結(jié)果受潛在遺漏變量的影響，采用工具變量兩階段最小二乘法(2sls)進行檢驗。借鑒林愛杰等(2021)[33]的研究，本文選用互聯(lián)網(wǎng)普及率作為數(shù)字金融總指數(shù)的工具變量?；ヂ?lián)網(wǎng)是數(shù)字金融發(fā)展的重要基礎(chǔ)設施，互聯(lián)網(wǎng)普及率滿足工具變量要求的“相關(guān)性”特征；互聯(lián)網(wǎng)普及率與企業(yè)財務風險不存在直接聯(lián)系，也滿足工具變量的“無關(guān)性”特征。參考潘為華等(2021)[34]的研究，將互聯(lián)網(wǎng)普及率(Net)定義為互聯(lián)網(wǎng)寬帶接入用戶與常住人口數(shù)占比，互聯(lián)網(wǎng)寬帶接入用戶、常住人口數(shù)據(jù)來自國家統(tǒng)計局，參數(shù)估計結(jié)果見表6。表6列(1)為第一階段估計結(jié)果，Net系數(shù)在1%的概率水平下顯著為正，說明該工具變量與數(shù)字金融總指數(shù)存在正相關(guān)關(guān)系；列(2)為第二階段估計結(jié)果，ZZS的系數(shù)依然顯著為正，沃爾德統(tǒng)計值為23004.001，遠大于經(jīng)驗值10，排除弱工具變量的可能，說明最小化內(nèi)生性問題后，仍可得出發(fā)展數(shù)字金融能夠降低企業(yè)財務風險的結(jié)論。

表6 內(nèi)生性檢驗：工具變量法

六、進一步分析

(一)調(diào)節(jié)效應分析

分析數(shù)字金融對企業(yè)財務風險的影響時，除了必須考慮企業(yè)自身財務指標外，還應討論外部環(huán)境對該過程所起的調(diào)節(jié)作用。我國經(jīng)濟正處于轉(zhuǎn)型的關(guān)鍵時期，市場制度與金融監(jiān)管仍有許多亟待完善之處，各地區(qū)市場化發(fā)展程度極不平衡(樊綱等，2011)[35]。不同地區(qū)企業(yè)對待風險的態(tài)度存在差異，其風險承受能力也迥然有別，無疑會對企業(yè)投融資決策產(chǎn)生影響，進而改變企業(yè)面臨的財務風險大小。市場化程度越高的企業(yè)，與金融市場聯(lián)系愈加緊密，擁有更便利的資金融通渠道和更豐富的資金拆借來源，也愈易受金融產(chǎn)品風險傳染效應的影響。本文選用市場化指數(shù)(Mkt)作為調(diào)節(jié)變量，以該指標中位數(shù)為基準，若指數(shù)值大于中位數(shù)則取值為1，表示市場化程度高；反之，則取值為0，表示市場化程度低。調(diào)節(jié)效應檢驗見模型(8)至(10)，重點關(guān)注模型中交互項的系數(shù)α2、β2、γ2，參數(shù)估計結(jié)果見表7。

Z_scorei,t=α0+α1ZZSi,t+α2ZZSi,t×Mkti,t

+α3Mkti,t+ΣCV+ΣInd

+Σyear+εit

(8)

Z_scorei,t=β0+β1FGGDi,t

+β2FGGDi,t×Mkti,t+β3Mkti,t

+ΣCV+ΣInd+Σyear+εit

(9)

Z_scorei,t=γ0+γ1SYSDi,t

+γ2SYSDi,t×Mkti,t+γ3Mkti,t

+ΣCV+ΣInd+Σyear+εit

(10)

表7 調(diào)節(jié)效應回歸結(jié)果

由表7可知，交互項ZZS×Mkt、FGGD×Mkt、SYSD×Mkt的系數(shù)顯著為正，分別為0.527、0.556、0.242，對于市場化程度高的企業(yè)，發(fā)展數(shù)字金融能夠有效降低財務風險。值得注意的是，無論采用何種數(shù)字金融指數(shù)，Mkt的系數(shù)均顯著為負，意味著企業(yè)在享受市場化進程加快帶來“紅利”的同時，也需勇于面對隨之加劇的財務風險。伴隨著我國市場經(jīng)濟高質(zhì)量發(fā)展，企業(yè)需要時刻防范可能增加的財務風險隱患，發(fā)展數(shù)字金融降低金融機構(gòu)與用戶之間的信息不對稱，也能通過減緩融資約束和財務費用來提升企業(yè)內(nèi)部控制質(zhì)量和風險穩(wěn)定程度(張斌彬等，2020)[36]。因此，企業(yè)在市場化浪潮中，大力發(fā)展數(shù)字金融是非常有必要的。

(二)中介效應檢驗

為了驗證H2，本文采用中介效應模型(4)～(5)，對可能的運營效率傳導路徑進行檢驗，具體參數(shù)估計結(jié)果見表8列(1)～(2)。由表8列(1)可知，ZZS的回歸系數(shù)為0.363，在1%的概率水平下顯著為正，表明發(fā)展數(shù)字金融能夠提升企業(yè)運營效率?？赡艿脑蚴?，發(fā)展數(shù)字金融能使企業(yè)第一時間接收即將開展或已完成的投融資信息，促使有關(guān)部門迅速采取行動，作出生產(chǎn)、銷售及管理層面的正向反饋，提高企業(yè)整體的運營效率。列(2)中ZZS與OE的系數(shù)分別為1.231和0.346，且均在1%的水平下顯著為正，進一步表明企業(yè)提升運營效率能有效降低財務風險，運營效率在企業(yè)發(fā)展數(shù)字金融降低財務風險的影響中起到部分中介作用。

為了驗證H3，對模型(6)～(7)進行面板固定效應回歸，研判融資約束是否為數(shù)字金融影響企業(yè)財務風險的中介變量，具體參數(shù)估計結(jié)果見表8列(3)～(4)。由表8列(3)可知，ZZS的回歸系數(shù)為-0.047，在1%的概率水平下顯著為負，表明發(fā)展數(shù)字金融可以緩解企業(yè)融資約束，概因數(shù)字金融能產(chǎn)生規(guī)模經(jīng)濟效應，提升金融機構(gòu)服務效能，進而緩解企業(yè)面臨的融資約束。列(4)中ZZS、Sa的系數(shù)分別為1.185和-2.616，均在1%的概率水平下顯著，說明企業(yè)在緩解融資約束后，資金流動性相對充裕，對企業(yè)財務風險規(guī)避顯然是“利好”，融資約束在發(fā)展數(shù)字金融降低企業(yè)財務風險的影響中起到部分中介作用。

(三)異質(zhì)性分析

1.企業(yè)規(guī)模

企業(yè)規(guī)模的不同會影響數(shù)字金融對融資約束的緩解程度(解維敏等，2021)[23]，而融資約束又在數(shù)字金融抑制企業(yè)財務風險中起著中介作用。規(guī)模較大的企業(yè)擁有更多金額不菲的投融資項目，對可能增大財務風險的投融資決策的反應也會更敏感，出于保護自身的目的，它們會積極尋求能夠降低風險的有效措施，因此，企業(yè)規(guī)模的不同會對數(shù)字金融降低財務風險產(chǎn)生異質(zhì)性影響。本文對企業(yè)總資產(chǎn)取對數(shù)，將總資產(chǎn)大于中位數(shù)的定義為大規(guī)模企業(yè)，小于中位數(shù)的定義為小規(guī)模企業(yè)，并分別進行面板固定效應回歸，結(jié)果見表9列(1)～(2)。無論是規(guī)模大還是規(guī)模小的數(shù)據(jù)組，ZZS的系數(shù)均顯著為正，對于規(guī)模大的上市企業(yè)，數(shù)字金融降低財務風險的邊際效應更大，驗證了上述猜測。

表8 中介機制回歸結(jié)果

表9 異質(zhì)性檢驗結(jié)果

2.企業(yè)所屬地域

當前，我國區(qū)域經(jīng)濟發(fā)展并不平衡，西部地區(qū) 地理位置特殊，經(jīng)濟相對落后，數(shù)字基礎(chǔ)設施尚未實現(xiàn)大比例覆蓋，網(wǎng)絡普及度不高，多數(shù)企業(yè)仍以傳統(tǒng)融資方式為主，因而發(fā)展數(shù)字金融對企業(yè)財務風險的影響并不明顯，表9列(3)的參數(shù)估計結(jié)果顯示，ZZS的系數(shù)是不顯著的。非西部地區(qū)的經(jīng)濟相對發(fā)達，滿足快速發(fā)展數(shù)字金融的條件，其傳統(tǒng)的融資方式也在不斷更新?lián)Q代，并引入監(jiān)管科技、云記賬等數(shù)字化特征鮮明的風控模式，數(shù)字金融與企業(yè)財務風險的關(guān)系殊為緊密，表9列(4)中ZZS系數(shù)顯著為正充分說明了這一點。

3.分階段檢驗

本文研究的時間跨度涵括2015年的“股災年”，企業(yè)在股災爆發(fā)前后的風險管理有所不同，企業(yè)在股災爆發(fā)后勢必更加重視風險防范，加大運用數(shù)字金融手段來抵御風險；況且股災會對擾動項產(chǎn)生劇烈沖擊，產(chǎn)生明顯的異方差效應，會使企業(yè)作出非理性的投融資決策，以上種種都會影響基準回歸結(jié)果的準確性，故將該年相關(guān)數(shù)據(jù)予以剔除。本文分別對2011～2014年與2016～2020年的樣本進行回歸，結(jié)果見表9列(5)～(6)，ZZS在前后兩個階段的系數(shù)分別為0.890、1.809，存在明顯的差異，說明股災后企業(yè)加大了通過數(shù)字金融手段降低財務風險的力度，對運用數(shù)字技術(shù)來把控風險愈加重視。

七、結(jié)論與政策建議

本文剖析了數(shù)字金融對企業(yè)財務風險影響的內(nèi)在機理，以2011～2020年滬深A股上市公司為樣本，實證檢驗了數(shù)字金融對企業(yè)財務風險的影響，并采用替換被解釋變量、滯后解釋變量、工具變量法進行了穩(wěn)健性檢驗。研究發(fā)現(xiàn)，無論采用總指數(shù)，還是覆蓋廣度抑或使用深度指數(shù)，發(fā)展數(shù)字金融均能有效降低企業(yè)財務風險；數(shù)字金融能夠顯著提升企業(yè)經(jīng)營效率，緩解企業(yè)融資約束，進而對企業(yè)財務風險起到抑制作用；調(diào)節(jié)效應的分析顯示，對于市場化程度高的企業(yè)，發(fā)展數(shù)字金融可以更好地抑制企業(yè)財務風險；數(shù)字金融對不同類型企業(yè)以及地處不同區(qū)域企業(yè)的影響呈現(xiàn)一致性特征，發(fā)展數(shù)字金融對規(guī)模較大企業(yè)財務風險的抑制作用明顯強于規(guī)模較小企業(yè)，對東中部地區(qū)企業(yè)的抑制作用強于東西部地區(qū)企業(yè)。慮及制造業(yè)的影響力，分樣本單獨考察了制造業(yè)企業(yè)發(fā)展數(shù)字金融對降低財務風險的促進作用，為實體經(jīng)濟高質(zhì)量發(fā)展奠定堅實的基礎(chǔ)。根據(jù)上述研究結(jié)論，本文提出以下政策建議：

第一，啟動企業(yè)數(shù)字金融發(fā)展模式。進入數(shù)字經(jīng)濟時代，企業(yè)必須迎接數(shù)字化浪潮的挑戰(zhàn)，在投融資決策中觸啟數(shù)字金融模式，通過數(shù)字金融所蘊含的科技元素，帶動資金流動性改善、存貨周轉(zhuǎn)速度加快以及生產(chǎn)管理效能創(chuàng)新，進而推動企業(yè)經(jīng)營效率的提高，并緊隨市場化步伐，降低企業(yè)財務風險，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。企業(yè)運用數(shù)字智能手段時，要注重內(nèi)控制度建設，完善融資審核流程，提高經(jīng)營管理質(zhì)量，推動風控體系全面提升，充分發(fā)揮數(shù)字金融抑制企業(yè)財務風險的正向作用。

第二，制定數(shù)字金融相關(guān)扶持政策。政府是公共利益的“代言人”，要在助力數(shù)字金融發(fā)展、推動金融服務實體經(jīng)濟中有所作為：建立數(shù)據(jù)交易流通市場，完善數(shù)字信息基礎(chǔ)設施，制定數(shù)字產(chǎn)業(yè)發(fā)展政策，為數(shù)字金融的跨越式發(fā)展創(chuàng)造優(yōu)渥的外部環(huán)境；鼓勵企業(yè)走內(nèi)涵式發(fā)展道路，拓寬企業(yè)融資渠道，推進企業(yè)數(shù)字化升級，降低市場信息不對稱，緩解企業(yè)融資約束；運用現(xiàn)代科技方法，加強對數(shù)字金融的“全覆蓋”監(jiān)管，讓數(shù)字金融成為助推企業(yè)可持續(xù)發(fā)展的有效手段。

第三，縮小地區(qū)數(shù)字金融發(fā)展差距。長期以來，我國區(qū)域經(jīng)濟發(fā)展不平衡，導致數(shù)字金融在不同地區(qū)出現(xiàn)明顯差距，宏觀上既不利于經(jīng)濟高質(zhì)量發(fā)展，微觀上也對企業(yè)財務風險產(chǎn)生不利影響。需要樹立全局觀念和“一盤棋”意識，統(tǒng)籌安排，協(xié)力推進，充分發(fā)揮地區(qū)比較優(yōu)勢，合理配置數(shù)字金融資源。西部地區(qū)應配合國家“東數(shù)西算”工程，擴大數(shù)字基礎(chǔ)設施建設，頒布數(shù)字技術(shù)和數(shù)字人才優(yōu)惠政策，縮小數(shù)字金融發(fā)展差距，為我國經(jīng)濟平衡協(xié)調(diào)發(fā)展創(chuàng)造條件。