［摘 要］ 選取中國A股上市公司數(shù)據(jù)考察數(shù)字金融對企業(yè)投資效率的影響機(jī)制。研究表明：數(shù)字金融對企業(yè)投資效率具有促進(jìn)作用，且該作用在投資過度狀態(tài)企業(yè)中更為明顯。數(shù)字金融主要通過放寬企業(yè)的融資約束與降低貸款成本兩個(gè)渠道來提升企業(yè)投資效率，“數(shù)字金融-融資約束/貸款成本-投資效率”的傳導(dǎo)渠道均有效。環(huán)境不確定性與內(nèi)控質(zhì)量的提高均會(huì)促進(jìn)數(shù)字金融對企業(yè)投資效率的提升效應(yīng)。異質(zhì)性分析表明，相對于低成長性與國有企業(yè)以及市場化程度低與金融監(jiān)管強(qiáng)度高的地區(qū)企業(yè)，數(shù)字金融對高成長性與非國有企業(yè)以及市場化程度高與金融監(jiān)管強(qiáng)度低的地區(qū)企業(yè)的投資效率的促進(jìn)力度更大。

［關(guān)鍵詞］ 數(shù)字金融；企業(yè)投資效率；融資約束；貸款成本；環(huán)境不確定性；內(nèi)部控制

［中圖分類號(hào)］ F49;F832.5 ［文獻(xiàn)標(biāo)識(shí)碼］ Ａ ［文章編號(hào)］ 1008-1763（2024）06-0051-12

Can the Development of Digital Finance Empower

Enterprise Investment Efficiency

—Evidence from Chinese A-share Listed Companies

GU Haifeng，SHEN Ying

（Glorious Sun School of Business and Management， Donghua University， Shanghai 200051，China）

Abstract：This paper selects the data from Chinese A-share listed companies to examine the impact mechanism of digital finance on enterprise investment efficiency. The research shows that digital finance has a promotion effect on enterprise investment efficiency， and this promotion effect is more pronounced in over-invested enterprises. Digital finance mainly promotes enterprise investment efficiency through the dual channels of easing financing constraints and reducing loan cost. The transmission channels of “digital finance-financing constraint/loan cost-enterprise investment efficiency” are both effective. The improvement of environmental uncertainty and internal control quality will both intensify the promoting effect of digital finance on enterprise investment efficiency. Heterogeneity analysis shows that compared with low-growth and state-owned enterprises and enterprises in areas with low marketization degree and high financial supervision intensity， digital finance has greater promotion of investment efficiency for the enterprises with high-growth and non-state-owned enterprises and the enterprises in areas with high marketization degree and low financial supervision intensity.

Key words： digital finance; enterprise investment efficiency; financing constraints; loan cost; environmental uncertainty; internal control

一 引 言

企業(yè)投資決策是幫助企業(yè)實(shí)現(xiàn)戰(zhàn)略目標(biāo)的重要環(huán)節(jié)，探究提高企業(yè)投資效率的有效路徑已成為學(xué)界討論的熱點(diǎn)。Myers和Majluf^[1]研究發(fā)現(xiàn)，基于信息不對稱，外部投資者對企業(yè)的財(cái)務(wù)狀況和經(jīng)營成果等信息缺乏了解，無法正確做出投資決策，會(huì)造成需求和資金錯(cuò)配的情況，部分企業(yè)在資金充裕的情況下仍會(huì)得到外部機(jī)構(gòu)的投資而出現(xiàn)投資過度，另一部分企業(yè)在資金匱乏時(shí)仍無法獲得外部投資而導(dǎo)致投資不足。張躍龍等^[2]的研究表明，當(dāng)信息不對稱時(shí)，企業(yè)的債權(quán)人難以及時(shí)獲取公司經(jīng)營情況等相關(guān)信息，無法對管理層投資決策進(jìn)行有效監(jiān)督和制約，導(dǎo)致投資過度。委托代理問題也是影響企業(yè)投資效率的原因。部分管理者為建造商業(yè)帝國盲目投資擴(kuò)張，與股東利益背離。Jensen^[3]的研究顯示，當(dāng)企業(yè)擁有大量閑置資源可用于投資時(shí)，管理層會(huì)從自身受益的角度出發(fā)，選擇使其獲利更多的項(xiàng)目進(jìn)行投資，缺乏對該投資決策是否影響公司生產(chǎn)經(jīng)營與未來發(fā)展的思考。一方面，出于尋租動(dòng)機(jī)，企業(yè)管理層希望利用規(guī)模投資掌握企業(yè)更多的資源，這將引發(fā)企業(yè)投資過度。另一方面，企業(yè)管理層安于現(xiàn)狀而選擇規(guī)避風(fēng)險(xiǎn)，僅對低風(fēng)險(xiǎn)低收益的項(xiàng)目進(jìn)行投資，由此導(dǎo)致企業(yè)投資不足。

隨著對數(shù)字技術(shù)的研究與應(yīng)用不斷深入，數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)相融合的數(shù)字經(jīng)濟(jì)這一新興業(yè)態(tài)蓬勃而生。在數(shù)字技術(shù)支持下，數(shù)字金融突破了傳統(tǒng)金融在時(shí)間和空間層面的局限，為金融服務(wù)注入新的活力。在企業(yè)投資決策過程中，金融服務(wù)的支持必不可少，而作為實(shí)體經(jīng)濟(jì)主體，企業(yè)發(fā)展的好壞直接影響實(shí)體經(jīng)濟(jì)發(fā)展的未來與走向，因此數(shù)字金融是否能夠幫助企業(yè)提高投資效率、達(dá)成戰(zhàn)略目標(biāo)是值得關(guān)注的問題。本文試圖解決以下問題：數(shù)字金融對企業(yè)投資效率是否存在影響？融資約束和貸款成本在數(shù)字金融影響企業(yè)投資效率的過程中是否承擔(dān)中介作用？環(huán)境不確定性與內(nèi)部控制在數(shù)字金融影響企業(yè)投資效率的過程中是否發(fā)揮調(diào)節(jié)作用？數(shù)字金融對企業(yè)投資效率的影響在企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)成長性、企業(yè)所在地市場化程度與企業(yè)所在地金融監(jiān)管強(qiáng)度層面是否呈現(xiàn)異質(zhì)性特征？

二 文獻(xiàn)回顧

（一）數(shù)字金融的經(jīng)濟(jì)后果

現(xiàn)有文獻(xiàn)對數(shù)字金融經(jīng)濟(jì)后果的研究主要包括數(shù)字金融對推動(dòng)經(jīng)濟(jì)增長、實(shí)現(xiàn)大眾創(chuàng)業(yè)萬眾創(chuàng)新目標(biāo)、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、提高居民消費(fèi)水平等方面帶來的影響。成學(xué)真和龔沁宜^[4]認(rèn)為，數(shù)字金融能夠推動(dòng)實(shí)體經(jīng)濟(jì)發(fā)展。鞏鑫和唐文琳^[5]發(fā)現(xiàn)，數(shù)字金融能夠顯著促進(jìn)創(chuàng)業(yè)活動(dòng)。汪亞楠等^[6]的研究表明，數(shù)字金融通過提高居民收入以調(diào)動(dòng)研發(fā)積極性，通過增加文化教育支出以提升勞動(dòng)力專業(yè)技能與知識(shí)儲(chǔ)備以及通過推動(dòng)金融機(jī)會(huì)平等的路徑驅(qū)動(dòng)城市創(chuàng)新。潘為華^[7]發(fā)現(xiàn)，數(shù)字金融能夠通過技術(shù)創(chuàng)新、人力資本和消費(fèi)升級的傳導(dǎo)作用推動(dòng)制造業(yè)升級。此外，Yu等^[8]指出，數(shù)字普惠金融通過農(nóng)村居民發(fā)展性消費(fèi)的促進(jìn)作用顯著，但對其生存型消費(fèi)和享樂型消費(fèi)沒有顯著影響，同時(shí)數(shù)字普惠金融有助于農(nóng)村居民消費(fèi)結(jié)構(gòu)升級。也有部分學(xué)者研究數(shù)字金融通過提高企業(yè)價(jià)值、推動(dòng)技術(shù)創(chuàng)新等在微觀企業(yè)層面帶來的影響，但是總體來說數(shù)量較少。Tang等^[9]的研究表明，數(shù)字金融的發(fā)展對戰(zhàn)略性新興企業(yè)的價(jià)值具有結(jié)構(gòu)性驅(qū)動(dòng)作用。此外，數(shù)字金融還為創(chuàng)新經(jīng)濟(jì)注入新的生機(jī)，盛明泉等^[10]的研究顯示，數(shù)字金融對企業(yè)創(chuàng)新具有顯著促進(jìn)作用，同時(shí)還發(fā)現(xiàn)數(shù)字金融的發(fā)展不僅有助于技術(shù)創(chuàng)新數(shù)量的增加，還能夠提升創(chuàng)新質(zhì)量。

（二）企業(yè)投資效率的影響因素

現(xiàn)有文獻(xiàn)對企業(yè)投資效率影響因素的研究主要集中在外部環(huán)境變化、管理層特征、公司治理特征等方面。在外部環(huán)境變化方面，林志偉和黃霞^[11]發(fā)現(xiàn)，隨著2017年證監(jiān)會(huì)出臺(tái)的減持新規(guī)的實(shí)施與執(zhí)行，企業(yè)投資效率有所提高。李佳霖等^[12]的研究表明，經(jīng)濟(jì)政策的不確定性會(huì)降低企業(yè)投資效率。在管理層特征方面，姚立杰等^[13]發(fā)現(xiàn)，管理層能力對企業(yè)投資效率具有顯著影響。劉艷霞和祁懷錦^[14]的研究表明，與自信不足的管理者相比，過度自信的管理者更容易發(fā)生非效率投資行為。此外，管理者權(quán)力也會(huì)影響企業(yè)投資效率，陳志斌和汪官鎮(zhèn)^[15]發(fā)現(xiàn)，適當(dāng)?shù)腃EO自由裁量權(quán)有助于提高投資效率，當(dāng)被授予的權(quán)力超過一定限度后，CEO會(huì)做出損害企業(yè)投資效率的行為。在公司治理方面，劉星和臺(tái)文志^[16]發(fā)現(xiàn)，2015年政府出臺(tái)的《中央管理企業(yè)負(fù)責(zé)人薪酬制度改革方案》主要是對偏高或過高的不合理薪酬設(shè)置上限，研究發(fā)現(xiàn)該改革方案的實(shí)施對企業(yè)投資效率具有負(fù)向影響。顧海峰和翟淋源^[17]研究表明，高管薪酬黏性會(huì)加大企業(yè)過度投資行為發(fā)生的概率，從而造成企業(yè)投資效率的下降。

綜上，現(xiàn)有文獻(xiàn)的主要集中在對數(shù)字金融的經(jīng)濟(jì)后果及企業(yè)投資效率的影響因素層面的考察。其中，現(xiàn)有文獻(xiàn)對數(shù)字金融的研究主要集中在其發(fā)揮普惠功能對宏觀經(jīng)濟(jì)的作用上，也有部分文獻(xiàn)考察了數(shù)字金融在微觀企業(yè)層面帶來的影響。本文的主要貢獻(xiàn)在于：第一，本文從融資約束與貸款成本雙重視角來考察數(shù)字金融對企業(yè)投資效率的影響，由此拓展了數(shù)字金融與企業(yè)投資效率的研究視角；第二，本文從融資約束與貸款成本雙重渠道來考察數(shù)字金融與企業(yè)投資效率關(guān)系的中介傳導(dǎo)渠道，有助于揭示數(shù)字金融影響企業(yè)投資效率的傳導(dǎo)機(jī)制；第三，本文考察了環(huán)境不確定性與內(nèi)部控制對兩者關(guān)系是否發(fā)揮調(diào)節(jié)作用，從而有助于揭示數(shù)字金融對企業(yè)投資效率影響的調(diào)節(jié)機(jī)制。

三 理論分析與研究假設(shè)

（一）數(shù)字金融與企業(yè)投資效率

數(shù)字金融在緩解信息不對稱問題、減少委托代理沖突、改善資源錯(cuò)配及提高資源配置效率等方面發(fā)揮重要作用，有助于提高企業(yè)投資效率。首先，數(shù)字金融可以在提升企業(yè)內(nèi)部信息透明度的同時(shí)改善外部信息環(huán)境。Demertzis等^[18]發(fā)現(xiàn)，數(shù)字金融可以提升企業(yè)內(nèi)部信息透明度。數(shù)字金融利用大數(shù)據(jù)等網(wǎng)絡(luò)技術(shù)，即時(shí)收集企業(yè)公開信息進(jìn)行分析與實(shí)時(shí)監(jiān)測，掌握企業(yè)經(jīng)營能力與財(cái)務(wù)狀況，更快匹配不同主體之間的投融資需求，使得企業(yè)與外部利益相關(guān)者現(xiàn)有的信息不對稱問題得到改善。而且，數(shù)字金融能夠減少委托代理沖突。數(shù)字金融依靠其高效的信息收集和處理能力及精準(zhǔn)的風(fēng)險(xiǎn)監(jiān)控預(yù)警能力，對管理層和大股東進(jìn)行實(shí)時(shí)監(jiān)督，能夠減少管理層利益侵占的機(jī)會(huì)；同時(shí)在企業(yè)出現(xiàn)負(fù)面消息時(shí)，及時(shí)向外部投資者發(fā)出預(yù)警，使其能夠?qū)芾韺有袨橛兴煊X并合理約束^[19]。杜善重^[20]發(fā)現(xiàn)，數(shù)字金融能夠有效發(fā)揮外部治理機(jī)制的作用以減少委托代理沖突。此外，數(shù)字金融還能夠改善資源錯(cuò)配，提高資源配置效率。周升師^[21]發(fā)現(xiàn)，數(shù)字金融能夠加速企業(yè)現(xiàn)金持有的調(diào)整速度，實(shí)現(xiàn)資源的高效配置。數(shù)字金融能夠利用數(shù)字技術(shù)快速挖掘資金需求，識(shí)別有效項(xiàng)目，加快資金供給方與需求方的匹配，提高資源配置效率。同時(shí)，數(shù)字金融依靠其市場覆蓋范圍廣、成本低、效率高的潛在優(yōu)勢，打破 “二八定律”，服務(wù)于長尾群體，明顯改善傳統(tǒng)金融體系下的資源錯(cuò)配?；谝陨戏治?，本文提出如下假設(shè)：

假設(shè)1：數(shù)字金融對企業(yè)投資效率具有正向影響。

（二）融資約束與貸款成本的中介作用

中國資本市場功能還不夠完善，傳統(tǒng)金融體系仍然以銀行部門為中心，企業(yè)主要通過銀行信貸來獲得所需資金，受到銀行對信貸申請要求、審批流程等限制，融資渠道狹窄。這就導(dǎo)致很多分散的小規(guī)模市場參與者無法獲得充足資金用于投資，會(huì)出現(xiàn)投資不足^[22]；而大中型企業(yè)更便于從銀行獲得充裕資金，容易引發(fā)投資過度。另外，傳統(tǒng)金融體系下，企業(yè)貸款流程煩瑣復(fù)雜，銀行審批流程嚴(yán)格低效，融資效率不高，企業(yè)會(huì)因?yàn)槲茨芗皶r(shí)獲得所需資金，錯(cuò)過部分優(yōu)質(zhì)項(xiàng)目的投資機(jī)會(huì)，導(dǎo)致投資不足。而數(shù)字金融能夠幫助企業(yè)改善融資約束困境。一方面，依靠數(shù)字技術(shù)將不同主體之間的投融資需求整合在一起，企業(yè)能夠通過數(shù)字金融平臺(tái)更快地獲得更多融資渠道。而且，數(shù)字金融能夠借助自身不受時(shí)空、地域限制的優(yōu)勢，拓寬傳統(tǒng)金融服務(wù)的邊界，推動(dòng)跨地區(qū)、跨行業(yè)的信息流通，為企業(yè)拓寬融資渠道。另一方面，大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等互聯(lián)網(wǎng)技術(shù)的運(yùn)用，使高效便捷且安全有效成為數(shù)字金融的一大特征，數(shù)字金融能夠整合平臺(tái)內(nèi)現(xiàn)有資源，合理進(jìn)行資源配置，縮短信貸審批與發(fā)放的時(shí)間，提高融資效率。因此，本文提出如下假設(shè)：

假設(shè)2：融資約束在數(shù)字金融對企業(yè)投資效率的影響中承擔(dān)著中介作用。

企業(yè)投資效率也受到貸款成本的影響，貸款成本的提高會(huì)導(dǎo)致企業(yè)不能獲得充裕的資金投資更多優(yōu)質(zhì)項(xiàng)目，致使企業(yè)投資不足。Chen和Yoon^[23]指出，部分企業(yè)存在財(cái)務(wù)管理非系統(tǒng)化、信息不透明等問題，導(dǎo)致銀行對企業(yè)的審核和評估成本增加，銀行傾向于實(shí)施保守的信貸政策，將信用評估和風(fēng)險(xiǎn)控制的成本轉(zhuǎn)嫁給借款人，導(dǎo)致企業(yè)貸款成本增加。而數(shù)字金融能夠發(fā)揮其優(yōu)勢，降低貸款成本。首先，對比傳統(tǒng)金融機(jī)構(gòu)在勞動(dòng)力方面的大量投入，數(shù)字金融不需要大量人力去支撐其運(yùn)行，也不用設(shè)立和維護(hù)眾多營業(yè)網(wǎng)點(diǎn)，需要的運(yùn)維成本更低，轉(zhuǎn)移到企業(yè)所需負(fù)擔(dān)的貸款成本隨之降低。其次，數(shù)字金融利用大數(shù)據(jù)搜集并整合不同來源的信息對企業(yè)進(jìn)行信用評估，可信度較高的第三方信用評估體系搭建并完善，節(jié)約了企業(yè)在融資過程中需要承擔(dān)的信用評估成本。最后，基于區(qū)塊鏈技術(shù)搭建的數(shù)字金融平臺(tái)不依賴中心化中介來匹配投資者和被投資方，是真正的去中介化的融資平臺(tái)，提供了低成本的點(diǎn)對點(diǎn)交互的可能性^[24]，降低了企業(yè)貸款成本?；诖?，本文提出如下假設(shè)：

假設(shè)3：貸款成本在數(shù)字金融對企業(yè)投資效率的影響中承擔(dān)著中介作用。

（三）環(huán)境不確定性與內(nèi)部控制的調(diào)節(jié)作用

Ghosh和Olsen^[25]的研究指出，由于環(huán)境的不確定性，企業(yè)與外界的信息不對稱問題更加嚴(yán)峻，使得外部投資者難以有效地監(jiān)督和制約管理層的投資決策，從而導(dǎo)致企業(yè)投資效率下降。同時(shí)，環(huán)境不確定性會(huì)對投資項(xiàng)目的風(fēng)險(xiǎn)與收益造成一定程度的沖擊，保守型管理層出于保護(hù)私人利益不受侵害、規(guī)避風(fēng)險(xiǎn)的原因會(huì)選擇減少投資，從而引發(fā)投資不足；而激進(jìn)型管理層認(rèn)為環(huán)境不確定性在提高項(xiàng)目風(fēng)險(xiǎn)的同時(shí)加大了獲得超額收益的可能性，為獲得這部分收益，會(huì)選擇冒險(xiǎn)，致使過度投資行為的發(fā)生。根據(jù)前文分析，數(shù)字金融能夠有效緩解信息不對稱并減少委托代理沖突，同時(shí)數(shù)字金融通過建立風(fēng)險(xiǎn)預(yù)警機(jī)制，能夠幫助外部投資者及時(shí)了解企業(yè)當(dāng)前的境況，對管理層行為進(jìn)行監(jiān)督，避免非效率投資。當(dāng)環(huán)境不確定性增加時(shí)，信息不對稱和委托代理問題越發(fā)嚴(yán)重，此時(shí)數(shù)字金融對降低企業(yè)內(nèi)部及企業(yè)內(nèi)部與外部信息不對稱的作用將更加明顯，而數(shù)字金融發(fā)揮其外部治理作用也更為突出，能夠抑制環(huán)境不確定性對企業(yè)投資效率的不利影響。因此，本文提出如下假設(shè)：

假設(shè)4：環(huán)境不確定性對數(shù)字金融與企業(yè)投資效率關(guān)系具有正向調(diào)節(jié)作用。

內(nèi)部控制要求企業(yè)提高財(cái)務(wù)報(bào)表披露質(zhì)量，便于數(shù)字金融平臺(tái)獲得更為可靠的企業(yè)信息，減少信息噪音，對企業(yè)信用水平與成長性做出有效評估以提振投資者信心，有助于提高外部投資者對企業(yè)的投資意愿，從而滿足企業(yè)的資金需求以避免因資金限制錯(cuò)過優(yōu)質(zhì)投資機(jī)會(huì)。同時(shí)，內(nèi)部控制要求企業(yè)建立并完善內(nèi)外部監(jiān)督機(jī)制，管理者與大股東的行為變得更加“透明化”。良好的內(nèi)部控制有助于制衡企業(yè)內(nèi)部職能與部門權(quán)力，管理層的職責(zé)和權(quán)力被明確，有助于減少管理層為個(gè)人私利做出不合理投資決策的可能性，因此數(shù)字金融對企業(yè)投資效率的促進(jìn)作用將被放大。另外，高質(zhì)量的內(nèi)部控制能夠有效抑制企業(yè)持有大量自由現(xiàn)金流引發(fā)的過度投資行為^[26]。雖然數(shù)字金融能夠幫助企業(yè)獲得投資所需資金，但是并不排除管理層因個(gè)人私利借助數(shù)字金融便利獲取大量資金用于投資，引發(fā)過度投資行為。良好的內(nèi)部控制會(huì)在這一情形下發(fā)揮調(diào)節(jié)作用，對管理層行為進(jìn)行監(jiān)督與約束，避免企業(yè)現(xiàn)金持有超出正常水平?；谏鲜龇治?，本文提出如下假設(shè)：

假設(shè)5：內(nèi)部控制對數(shù)字金融與企業(yè)投資效率關(guān)系具有正向調(diào)節(jié)作用。

四 實(shí)證研究設(shè)計(jì)

（一）樣本數(shù)據(jù)選取

本文選取2011年至2020年中國滬深上市公司的年度數(shù)據(jù)作為樣本數(shù)據(jù)，其中：公司層面數(shù)據(jù)主要來源于CSMAR 數(shù)據(jù)庫；地區(qū)層面數(shù)據(jù)主要來源于國家統(tǒng)計(jì)局、各省（區(qū)、市）統(tǒng)計(jì)年鑒與統(tǒng)計(jì)公報(bào)。與此同時(shí)，本文對樣本數(shù)據(jù)采取以下方式進(jìn)行處理：剔除金融企業(yè)的樣本，剔除ST、*ST企業(yè)相關(guān)樣本，剔除數(shù)據(jù)缺失較多的企業(yè)樣本。此外，為提升樣本數(shù)據(jù)的準(zhǔn)確性，本文僅保留有連續(xù)5年及以上完整數(shù)據(jù)的企業(yè)樣本，并對全部連續(xù)變量進(jìn)行了1%和99%的縮尾處理，最后獲得包含1964家樣本企業(yè)合計(jì)15487個(gè)觀測值的非平衡面板數(shù)據(jù)。本文使用Stata16.0軟件進(jìn)行處理。

（二）變量定義與構(gòu)造

1.被解釋變量：企業(yè)投資效率

本文使用企業(yè)非效率投資水平作為企業(yè)投資效率（Inveff）的代理變量。參考Richardson^[27]的研究，通過構(gòu)建以下模型并計(jì)算其殘差以衡量企業(yè)非效率投資水平：

Investi，t=ρ0+ρ1Levi，t－1+ρ2Growthi，t－1+ρ3Sizei，t－1+ρ4Agei，t－1+ρ5Cashi，t－1+ρ6Re ti，t－1+ρ7Investi，t－1+∑Industry+∑year+εi，t（1）

其中：Invest表示新增資本支出，等于構(gòu)建固定資產(chǎn)、無形資產(chǎn)及其他長期資產(chǎn)和購買子公司及其他營業(yè)單位支付的現(xiàn)金減去處置上述資產(chǎn)收回的現(xiàn)金凈額再減去當(dāng)期折舊費(fèi)用的余額與期初總資產(chǎn)的比值；Lev反映企業(yè)的償債現(xiàn)狀，以資產(chǎn)負(fù)債率進(jìn)行測度；Growth反映企業(yè)發(fā)展能力，用營業(yè)收入增長率進(jìn)行測度；Size為企業(yè)規(guī)模，用期末總資產(chǎn)的自然對數(shù)來衡量；Age為企業(yè)年齡，等于觀測當(dāng)年與企業(yè)上市年份的差值加1并取自然對數(shù)；Cash代表企業(yè)現(xiàn)金持有水平，用期末貨幣資金與期末總資產(chǎn)的比值來衡量；Re t為股票收益率，等于考慮現(xiàn)金紅利再投資的個(gè)股年度回報(bào)率減綜合A股市場年度回報(bào)率（流通市值加權(quán)）的差額；∑Industry為行業(yè)固定效應(yīng)，∑year為時(shí)間固定效應(yīng)，εi，t為殘差。上述模型擬合得到的殘差（εi，t）代表非效率投資水平，本文采用殘差的絕對值來衡量企業(yè)投資效率（Inveff），且該變量為負(fù)向指標(biāo)，即數(shù)值越大，意味著企業(yè)投資效率越低。

2.解釋變量：數(shù)字金融

本文采用郭峰等^[28]構(gòu)造的“北京大學(xué)數(shù)字普惠金融指數(shù)”作為數(shù)字金融（DF）的代理變量，選取省級層面數(shù)字普惠金融綜合指數(shù)作為解釋變量。在實(shí)證檢驗(yàn)過程中，本文將所有數(shù)字金融指數(shù)作除以100的縮小化處理。

3.中介變量

（1）融資約束

參考鞠曉生等^[29]的研究，本文選取SA指數(shù)測度融資約束。具體計(jì)算公式如下：

SA=－0.737×Size+0.043×Size2－0.04×Age（2）

其中：Size為企業(yè)規(guī)模，用期末總資產(chǎn)的自然對數(shù)來衡量；Age為企業(yè)年齡，用當(dāng)前年度減去公司上市年度加1的自然對數(shù)來衡量。本文使用SA指數(shù)的絕對值來衡量企業(yè)面臨的融資約束（FC），絕對值越大，則反映出企業(yè)融資約束程度越高。

（2）貸款成本

本文參考李廣子和劉力^[30]的研究，將財(cái)務(wù)報(bào)表附注“財(cái)務(wù)費(fèi)用”明細(xì)科目下當(dāng)期期末“利息支出”“手續(xù)費(fèi)”和“其他財(cái)務(wù)費(fèi)用”的合計(jì)數(shù)作為企業(yè)貸款成本（COST）的代理變量，同時(shí)除以企業(yè)期末總資產(chǎn)以消除規(guī)模影響，即COST=（利息支出+手續(xù)費(fèi)+其他財(cái)務(wù)費(fèi)用）/總資產(chǎn)。該指標(biāo)數(shù)值越大，表示企業(yè)所需的貸款成本越高。

4.調(diào)節(jié)變量

（1）環(huán)境不確定性

本文參考申慧慧等^[31]的研究，把非正常銷售收入的標(biāo)準(zhǔn)差作為衡量環(huán)境不確定性（EU）的代理變量，計(jì)算過程如下：

Salei=φ0+φ1YEAR+εi（3）

其中：Sale表示個(gè)體的銷售收入，YEAR為年度變量，觀測當(dāng)年度YEAR=5，上年度YEAR=4，以此向前類推至YEAR=1。模型（3）的殘差εi即為企業(yè)非正常銷售收入。再計(jì)算出εi的標(biāo)準(zhǔn)差與銷售收入均值的比值（Unadj_EU），將Unadj_EU除以行業(yè)環(huán)境不確定性的中位數(shù)得到環(huán)境不確定性（EU）。該變量數(shù)值越大，表明企業(yè)環(huán)境不確定性越高。其中，本文對制造業(yè)企業(yè)采用二級行業(yè)分類。

（2）企業(yè)內(nèi)部控制

本文使用迪博公司發(fā)布的“中國上市公司內(nèi)部控制指數(shù)”作為企業(yè)內(nèi)部控制（ICQ）的代理指標(biāo)，內(nèi)部控制指數(shù)越大，則表示企業(yè)內(nèi)部控制越好。在實(shí)證檢驗(yàn)過程中，本文將所有內(nèi)部控制質(zhì)量指數(shù)除以1000做縮小化處理。

5.異質(zhì)性變量

（1）產(chǎn)權(quán)性質(zhì)（PRIVATE）

本文將所有樣本分為國有企業(yè)和非國有企業(yè)，若為國有企業(yè)，取值為1；反之，取值為0。

（2）企業(yè)成長性（Growth）

本文將營業(yè)收入增長率作為企業(yè)成長性的代理指標(biāo)，按照中位數(shù)進(jìn)行劃分，營業(yè)收入增長率大于中位數(shù)的企業(yè)被劃分為高成長性企業(yè)，營業(yè)收入增長率小于中位數(shù)則屬于低成長性企業(yè)。

（3）企業(yè)所在地市場化程度（Market）

本文采用王小魯?shù)?sup>[32]出版的《中國分省份市場化指數(shù)報(bào)告（2021）》中的市場化總指數(shù)來衡量企業(yè)所在地市場化程度，同時(shí)將所有指數(shù)調(diào)整至以2008年為基期以提高數(shù)據(jù)可比性。此外，由于該報(bào)告中披露的指數(shù)只更新到2019年，參考莊旭東和王仁曾^[33]的做法，本文根據(jù)歷年市場化指數(shù)的平均增長幅度進(jìn)行測算并擴(kuò)展至2020年。在做異質(zhì)性檢驗(yàn)時(shí)，按照中位數(shù)進(jìn)行劃分，將市場化總指數(shù)小于中位數(shù)的地區(qū)界定為企業(yè)所在地市場化程度低，而市場化總指數(shù)大于中位數(shù)的地區(qū)界定為企業(yè)所在地市場化程度高。

（4）企業(yè)所在地金融監(jiān)管強(qiáng)度（Supervision）

本文借鑒唐松等^[34]的研究，采用“地方財(cái)政金融監(jiān)管支出”與“地方金融業(yè)增加值”的比值來衡量金融監(jiān)管強(qiáng)度，即Supervision=地方財(cái)政金融監(jiān)管支出/地方金融業(yè)增加值。本文按照中位數(shù)進(jìn)行劃分，將企業(yè)所在地金融監(jiān)管強(qiáng)度大于中位數(shù)的企業(yè)視為金融監(jiān)管強(qiáng)度高，反之則被界定為金融監(jiān)管強(qiáng)度低。

6.控制變量

為控制可能影響企業(yè)投資效率的財(cái)務(wù)及公司治理因素和可能影響數(shù)字金融的地區(qū)因素，本文選取公司規(guī)模（Size）、企業(yè)資本結(jié)構(gòu)（Lev）、股權(quán)集中度（Ownership）、獨(dú)立董事比例（Indep）、管理層兩職合一（Dual）、總資產(chǎn)凈利率（Roa）、經(jīng)營活動(dòng)現(xiàn)金凈流量（CFO）、固定資產(chǎn)比例（Fixed）和審計(jì)意見（Audit）作為企業(yè)微觀層面控制變量，還選取了經(jīng)濟(jì)發(fā)展水平（Pgdp）、產(chǎn)業(yè)結(jié)構(gòu)（Is）和政府干預(yù)程度（Gov）作為地區(qū)層面控制變量。具體的變量定義與構(gòu)造方法見表1。

（三）計(jì)量模型構(gòu)建

本文先分析數(shù)字金融對企業(yè)投資效率的影響，以驗(yàn)證假設(shè)1是否成立。構(gòu)建基準(zhǔn)模型如下：

Inveffi，j，t=α0+α1DFj，t+α2Area_Controlsj，t+α3Cor_Controlsi，j，t+δi+θt+εi，j，t（4）

其中，下標(biāo)i，j，t分別表示個(gè)體、地區(qū)和年份。被解釋變量Inveffi，j，t為企業(yè)投資效率。解釋變量DFj，t為數(shù)字金融指數(shù)。Area_Controlsj，t和Cor_Controlsi，j，t分別為地區(qū)層面控制變量和企業(yè)層面控制變量。δi為公司個(gè)體固定效應(yīng)，θt為時(shí)間固定效應(yīng)，εi，j，t為隨機(jī)誤差項(xiàng)。若假設(shè)1成立，預(yù)計(jì)DFj，t的系數(shù)α1顯著為負(fù)，說明數(shù)字金融對企業(yè)投資效率存在正向影響。

為驗(yàn)證假設(shè)2和假設(shè)3，本文使用三步法構(gòu)建中介效應(yīng)檢驗(yàn)?zāi)Ｐ?。首先，考察融資約束的中介作用的模型表達(dá)式如下：

FCi，j，t=β0+β1DFj，t+β2Area_Controlsj，t+β3Cor_Controlsi，j，t+δi+θt+εi，j，t（5）

Inveffi，j，t=γ0+γ1DFj，t+γ2FCi，j，t+γ3Area_Controlsj，t+γ4Cor_Controlsi，j，t+δi+θt+εi，j，t（6）

其中，企業(yè)的融資約束程度FCi，j，t為中介變量，如果β1與γ2均顯著，則說明融資約束在數(shù)字金融影響企業(yè)投資效率的過程中存在中介作用，若γ1不顯著，則存在完全中介作用；若γ1顯著，則存在部分中介作用。

其次，為驗(yàn)證貸款成本的中介作用，本文構(gòu)建如下模型：

COSTi，j，t=η0+η1DFj，t+η2Area_Controlsj，t+η3Cor_Controlsi，j，t+δi+θt+εi，j，t（7）

Inveffi，j，t=λ0+λ1DFj，t+λ2COSTi，j，t+λ3Area_Controlsj，t+λ4Cor_Controlsi，j，t+δi+θt+εi，j，t（8）

其中，貸款成本COSTi，j，t為中介變量。若η1與λ2均顯著，則說明貸款成本在數(shù)字金融影響企業(yè)投資效率過程中存在中介作用，若λ1不顯著，則存在完全中介作用；若λ1顯著，則存在部分中介作用。

為驗(yàn)證假設(shè)4和假設(shè)5，本文引入交互項(xiàng)構(gòu)建調(diào)節(jié)作用檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

Inveffi，j，t=α0+α1DFj，t+α2EUi，j，t+α3DFj，t×EUi，j，t+α4Area_Controlsj，t+α5Cor_Cortrolsi，j，t+δi+θt+εi，j，t（9）

Inveffi，j，t=α0+α1DFj，t+α2ICQi，j，t+

α3DFj，t×ICQi，j，t+α4Area_Controlsj，t+α5Cor_Controlsi，j，t+δi+θt+εi，j，t（10）

其中，環(huán)境不確定性EUi，j，t和內(nèi)部控制ICQi，j，t為調(diào)節(jié)變量。若假設(shè)4和假設(shè)5均成立，則交互項(xiàng)DFj，t×EUi，j，t和交互項(xiàng)DFj，t×ICQi，j，t的回歸系數(shù)α3均顯著不為0且與基準(zhǔn)檢驗(yàn)的方向相同，說明環(huán)境不確定性和內(nèi)部控制能夠強(qiáng)化數(shù)字金融對企業(yè)投資效率的影響。

五 實(shí)證檢驗(yàn)與結(jié)果分析

（一）變量描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。結(jié)果顯示，樣本總量為15487個(gè)，投資過度（Overinv）的樣本量為5640個(gè)，投資不足（Underinv）的樣本量為9847個(gè)，說明在所有樣本中企業(yè)投資不足的情況更為普遍。

（二）基準(zhǔn)回歸：數(shù)字金融與企業(yè)投資效率

表3報(bào)告了數(shù)字金融與企業(yè)投資效率的基準(zhǔn)模型回歸的檢驗(yàn)結(jié)果。第（1）列結(jié)果顯示數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)為-0.026，且在1%水平下顯著，說明數(shù)字金融對企業(yè)投資效率具有促進(jìn)作用。這是因?yàn)?，?shù)字金融可以提升企業(yè)內(nèi)部信息透明度，減少企業(yè)內(nèi)部信息不對稱問題。同時(shí)，通過互聯(lián)網(wǎng)技術(shù)，對企業(yè)信息進(jìn)行及時(shí)的收集與整理，使得企業(yè)與外部利益相關(guān)者現(xiàn)有的信息不對稱問題得到改善。另外，數(shù)字金融平臺(tái)基于數(shù)字技術(shù)搭建風(fēng)險(xiǎn)預(yù)警機(jī)制，發(fā)揮協(xié)同監(jiān)管作用，加強(qiáng)對管理層的監(jiān)督，可以減少非效率投資。根據(jù)上述分析，假設(shè)1得到驗(yàn)證。

此外，本文基于非效率投資擬合模型中殘差的分布特征，將企業(yè)投資劃分為投資過度（Overinv）與投資不足（Underinv）兩種情形：殘差大于零對應(yīng)于投資過度（Overinv），殘差小于零則對應(yīng)于投資不足（Underinv）。表3第（2）列和第（3）列分別列示了數(shù)字金融與投資過度和投資不足的檢驗(yàn)結(jié)果。數(shù)字金融（DF）與投資過度（Overinv）和投資不足（Underinv）的回歸系數(shù)均在1%水平下顯著為負(fù)，說明數(shù)字金融不僅能夠抑制企業(yè)過度投資行為，同時(shí)還有助于提高投資不足企業(yè)的投資效率；但是相較于投資不足的企業(yè)，數(shù)字金融對投資過度企業(yè)的影響更加顯著。本文認(rèn)為，處于過度投資狀態(tài)的企業(yè)因?yàn)樾刨J總額已經(jīng)到達(dá)高值，不能按時(shí)還貸的風(fēng)險(xiǎn)加大，降低了企業(yè)從數(shù)字金融平臺(tái)獲取資金的能力，能夠有效抑制企業(yè)過度投資行為。對于投資不足的企業(yè)，如果是由于資金受限引發(fā)的投資不足，數(shù)字金融能夠?yàn)槠涮峁┵Y金來源，以滿足企業(yè)投資需求，改善投資不足的現(xiàn)象以提高企業(yè)投資效率；如果是由于管理層安于現(xiàn)狀、不愿承擔(dān)風(fēng)險(xiǎn)和侵害自身利益而放棄對部分項(xiàng)目的投資從而引發(fā)的投資不足，數(shù)字金融的發(fā)展并不能直接改善這一矛盾，因此數(shù)字金融對投資不足的影響程度可能弱于對投資過度的影響程度。

（三）傳導(dǎo)渠道檢驗(yàn)

1.融資約束渠道

本文采用中介效應(yīng)模型進(jìn)行渠道檢驗(yàn)，表4列示了融資約束渠道檢驗(yàn)結(jié)果。從第（2）列可以看出，數(shù)字金融（DF）與融資約束（FC）的回歸系數(shù)在1%水平下顯著為負(fù)，即數(shù)字金融能夠降低融資約束程度。從第（3）列可以看到，融資約束（FC）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為正，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)，表明融資約束在數(shù)字金融和企業(yè)投資效率的影響中存在部分中介效應(yīng)。這是因?yàn)?，?shù)字金融不受地區(qū)、行業(yè)等限制，打破傳統(tǒng)金融體系以銀行信貸為主導(dǎo)的局面，企業(yè)獲得融資的渠道更加多樣化，管理層投資決策因資金需求被滿足而得以執(zhí)行，減少投資不足。另外，數(shù)字金融能夠縮短信貸審批流程，提高融資效率，避免企業(yè)因資金限制而錯(cuò)失優(yōu)質(zhì)項(xiàng)目。假設(shè)2得到驗(yàn)證。

2.貸款成本渠道

表5列示了貸款成本渠道檢驗(yàn)結(jié)果。從第（2）列可以看出，數(shù)字金融（DF）與貸款成本（COST）的回歸系數(shù)在1%水平下顯著為負(fù)，說明數(shù)字金融的發(fā)展能夠降低企業(yè)貸款成本。這是因?yàn)?，?shù)字金融依靠大數(shù)據(jù)等互聯(lián)網(wǎng)技術(shù)降低基礎(chǔ)設(shè)施與人力成本的投入，其搭建的第三方信用評估體系有助于減少企業(yè)需要承擔(dān)的成本，而基于區(qū)塊鏈技術(shù)去中心化的融資平臺(tái)推動(dòng)點(diǎn)對點(diǎn)信息交互，也能夠有效降低企業(yè)貸款成本。從第（3）列檢驗(yàn)結(jié)果得知，貸款成本（COST）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)，直接效應(yīng)與間接效應(yīng)的符號(hào)相反，則表明貸款成本在數(shù)字金融對企業(yè)投資效率的影響中存在部分中介效應(yīng)，且存在遮掩效應(yīng)。假設(shè)3得到驗(yàn)證。

（四）調(diào)節(jié)作用檢驗(yàn)

1.環(huán)境不確定性

表6列示了環(huán)境不確定性的調(diào)節(jié)作用檢驗(yàn)結(jié)果。第（1）列顯示交互項(xiàng)DF×EU與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)，與基準(zhǔn)檢驗(yàn)同方向，說明環(huán)境不確定性放大了數(shù)字金融對企業(yè)投資效率的促進(jìn)作用。這是因?yàn)閿?shù)字金融能夠利用大數(shù)據(jù)等互聯(lián)網(wǎng)技術(shù)收集并整理與企業(yè)相關(guān)的信息，提高企業(yè)信息透明度。當(dāng)環(huán)境不確定性升高時(shí)，信息不對稱問題會(huì)更加突出，在這種情況下數(shù)字金融能夠減少信息不對稱的作用將更加明顯，假設(shè)4得到驗(yàn)證。此外，第（2）列和第（3）列分別檢驗(yàn)了投資過度和投資不足情況下，環(huán)境不確定性是否都能發(fā)揮調(diào)節(jié)作用。 第（2）列回歸結(jié)果顯示交互項(xiàng)DF×EU與Overinv的回歸系數(shù)在1%水平下顯著為負(fù)，而從第（3）列可以看出交互項(xiàng)DF×EU與Underinv的回歸系數(shù)不顯著，說明環(huán)境不確定性對數(shù)字金融與企業(yè)投資效率關(guān)系的加強(qiáng)作用僅表現(xiàn)在投資過度的企業(yè)中，在投資不足企業(yè)中的作用并不顯著。

2.內(nèi)部控制

表7列示了內(nèi)部控制的調(diào)節(jié)作用檢驗(yàn)結(jié)果。第（1）列回歸結(jié)果顯示交互項(xiàng)DF×ICQ與企業(yè)投資效率（Inveff）的回歸系數(shù)在10%水平下顯著為負(fù)，與基準(zhǔn)檢驗(yàn)回歸結(jié)果的方向一致，說明內(nèi)部控制放大了數(shù)字金融對企業(yè)投資效率的正向影響。這是因?yàn)?，企業(yè)內(nèi)部信息的公開透明有利于投資項(xiàng)目有關(guān)的信息在各部門之間有效流通，能夠從多角度對投資項(xiàng)目的風(fēng)險(xiǎn)與收益進(jìn)行合理評估，也可以幫助各部門提高對管理層的投資決策的了解。同時(shí)，管理層也能更好地傾聽員工與股東對其投資決策的想法，一定程度上能夠避免盲目投資行為的發(fā)生。內(nèi)部控制好的企業(yè)，財(cái)務(wù)報(bào)表的可靠性會(huì)提高，數(shù)字金融平臺(tái)對企業(yè)信用的評估會(huì)更加準(zhǔn)確，外部投資者對企業(yè)發(fā)展?jié)摿Φ脑u價(jià)也會(huì)更加清晰，企業(yè)獲得可靠資金的可能性增加，能夠減少投資不足。同時(shí)內(nèi)部控制要求企業(yè)建立良好的內(nèi)外部監(jiān)督體制，有效制衡管理層與大股東權(quán)力，緩解委托代理沖突，加強(qiáng)數(shù)字金融緩解信息不對稱的促進(jìn)作用，假設(shè)5得到驗(yàn)證。進(jìn)一步分組檢驗(yàn)發(fā)現(xiàn)，交互項(xiàng)DF×ICQ與Overinv的回歸系數(shù)在10%水平下顯著為負(fù)，而與Underinv的系數(shù)不顯著，說明內(nèi)部控制對數(shù)字金融與企業(yè)投資效率關(guān)系的加強(qiáng)作用僅表現(xiàn)在投資過度的企業(yè)中，在投資不足的企業(yè)中的作用并不明顯。

（五）異質(zhì)性分析

1.企業(yè)層面異質(zhì)性

（1）企業(yè)產(chǎn)權(quán)性質(zhì)。企業(yè)產(chǎn)權(quán)性質(zhì)的差異可能會(huì)影響數(shù)字金融與企業(yè)投資效率的關(guān)系，對此本文進(jìn)行分組檢驗(yàn)，檢驗(yàn)結(jié)果如表8所示。在國有企業(yè)分組下，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在10%水平下顯著為負(fù)；在非國有企業(yè)分組下，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)。通過比較可以發(fā)現(xiàn)，數(shù)字金融對企業(yè)投資效率的促進(jìn)作用在國有企業(yè)和非國有企業(yè)均有效，但是相較于國有企業(yè)，數(shù)字金融對非國有企業(yè)投資效率的正向影響更顯著。這是因?yàn)椋蛧衅髽I(yè)相比，非國有企業(yè)面臨的融資約束問題更加突出，數(shù)字金融緩解融資約束的作用在非國有企業(yè)也會(huì)表現(xiàn)得更為強(qiáng)勁。

（2）企業(yè)成長性。不同成長性的企業(yè)對投資的需求有所不同，可能對數(shù)字金融與企業(yè)投資效率的關(guān)系產(chǎn)生不同影響，對此本文進(jìn)行分組檢驗(yàn)，檢驗(yàn)結(jié)果如表8所示。在低成長性的企業(yè)中，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在10%水平下顯著為負(fù)；在高成長性的企業(yè)中，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在5%水平下顯著為負(fù)。通過比較可以發(fā)現(xiàn)，數(shù)字金融對企業(yè)投資效率的促進(jìn)作用在低成長性企業(yè)和高成長性企業(yè)中均有效，但是相較于低成長性企業(yè)，數(shù)字金融對高成長性企業(yè)投資效率的正向影響更加顯著。這是因?yàn)?，相較于低成長性企業(yè)，成長性較高的企業(yè)對高水平投資的動(dòng)機(jī)更為強(qiáng)烈，數(shù)字金融的發(fā)展為其面臨的融資約束提供有利的突破口，對提高企業(yè)投資效率的作用也更強(qiáng)。

2.地區(qū)層面異質(zhì)性

（1）企業(yè)所在地市場化程度。企業(yè)所在地市場化程度不同，可能對數(shù)字金融與企業(yè)投資效率的關(guān)系產(chǎn)生不同影響。本文通過分組回歸檢驗(yàn)，以觀察企業(yè)所在地市場化程度差異下，數(shù)字金融影響企業(yè)投資效率是否存在差異，檢驗(yàn)結(jié)果如表9所示。在市場化程度低的地區(qū)，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在5%水平下顯著為負(fù)；在市場化程度高的地區(qū)，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)。通過比較可以發(fā)現(xiàn)，數(shù)字金融對企業(yè)投資效率的促進(jìn)作用在兩個(gè)場景下均有效，但是相較于市場化程度低的地區(qū)，數(shù)字金融對所在地市場化程度更高的企業(yè)投資效率的正向影響更加顯著。這是因?yàn)?，市場化進(jìn)程的推進(jìn)可以消除各類要素流動(dòng)的壁壘，改善資源錯(cuò)配現(xiàn)象；市場化程度越高，地區(qū)的信息流通和融資市場就會(huì)越發(fā)達(dá)，融資機(jī)會(huì)就會(huì)越多，放大了數(shù)字金融對企業(yè)投資效率的積極影響。

（2）企業(yè)所在地金融監(jiān)管強(qiáng)度。企業(yè)所在地金融監(jiān)管強(qiáng)度的差異也可能會(huì)導(dǎo)致數(shù)字金融對企業(yè)投資效率影響的不同。本文通過分組回歸檢驗(yàn)，以觀察企業(yè)所在地金融監(jiān)管強(qiáng)度差異下，數(shù)字金融影響企業(yè)投資效率是否存在差異，檢驗(yàn)結(jié)果如表9所示。在金融監(jiān)管強(qiáng)度低的地區(qū)，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在1%水平下顯著為負(fù)；在金融監(jiān)管強(qiáng)度高的地區(qū)，數(shù)字金融（DF）與企業(yè)投資效率（Inveff）的回歸系數(shù)在5%水平下顯著為負(fù)。通過比較可以發(fā)現(xiàn)，數(shù)字金融對企業(yè)投資效率的促進(jìn)作用在金融監(jiān)管強(qiáng)度低的地區(qū)和金融監(jiān)管強(qiáng)度高的地區(qū)均有效，但相較于金融監(jiān)管強(qiáng)度低的地區(qū)，數(shù)字金融對企業(yè)投資效率的正向影響在金融監(jiān)管強(qiáng)度高的地區(qū)反而被削弱。這是因?yàn)?，隨著金融監(jiān)管強(qiáng)度的提高，數(shù)字金融的創(chuàng)新活力受到抑制，創(chuàng)新金融產(chǎn)品與服務(wù)的有效供給降低，削弱了數(shù)字金融提高企業(yè)投資效率的作用。另外，數(shù)字金融作為一種新興業(yè)態(tài)，與互聯(lián)網(wǎng)技術(shù)結(jié)合緊密，監(jiān)管部門在實(shí)施監(jiān)管過程中會(huì)遭遇技術(shù)限制，不合理的金融監(jiān)管反而會(huì)更加擾亂數(shù)字金融現(xiàn)處的環(huán)境，不利于提升企業(yè)投資效率。

（六）穩(wěn)健性檢驗(yàn)

1.工具變量法

本文參考謝絢麗等^[35]的研究，將各?。▍^(qū)、市）網(wǎng)絡(luò)普及率（Internet）作為工具變量。一方面，數(shù)字金融的發(fā)展依賴互聯(lián)網(wǎng)等信息技術(shù)的普及，二者關(guān)系密不可分；另一方面，就目前的研究成果來看，網(wǎng)絡(luò)普及率與企業(yè)投資效率之間并沒有直接關(guān)聯(lián)，因此網(wǎng)絡(luò)普及率可能成為一個(gè)有效的工具變量。根據(jù)《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》整理各省份互聯(lián)網(wǎng)普及率，其中由于2017～2020年分省份網(wǎng)絡(luò)普及率數(shù)據(jù)并未披露，本文以歷年網(wǎng)絡(luò)普及率的平均增長幅度進(jìn)行測算并擴(kuò)展至2020年，采用兩階段最小二乘法檢驗(yàn)結(jié)果，如表10所示。從第一階段回歸結(jié)果得知，該工具變量的F統(tǒng)計(jì)值為1486.28，結(jié)果顯著且大于10，說明網(wǎng)絡(luò)普及率不是弱工具變量，可以進(jìn)行下一階段的回歸檢驗(yàn)。結(jié)果顯示，解釋變量DF與被解釋變量Inveff的回歸系數(shù)在1%水平下顯著為負(fù)，與基準(zhǔn)模型的回歸結(jié)果相符，說明本文結(jié)果穩(wěn)健。

2.替換被解釋變量

本文首先對被解釋變量進(jìn)行替換，將營業(yè)收入增長率（Growth）替換為托賓Q值（Tobin Q）進(jìn)行衡量，重新測度了企業(yè)的整體投資效率，再通過基準(zhǔn)模型進(jìn)行回歸分析，具體研究結(jié)果如表10所示。解釋變量DF與被解釋變量Inveff的回歸系數(shù)在1%水平下顯著為負(fù)，與基準(zhǔn)模型的回歸結(jié)果相符，說明本文結(jié)果穩(wěn)健。

3.替換解釋變量

本文對解釋變量進(jìn)行替換來再次檢驗(yàn)本文結(jié)果的穩(wěn)健性。用地級市層面數(shù)字金融指數(shù)替代基準(zhǔn)模型中解釋變量DF所采用的省級層面數(shù)字金融指數(shù)，重新進(jìn)行基準(zhǔn)模型回歸，檢驗(yàn)結(jié)果如表10所示。解釋變量DF與被解釋變量Inveff的回歸系數(shù)在1%水平下顯著為負(fù)，與基準(zhǔn)模型的回歸結(jié)果相符，說明本文結(jié)果穩(wěn)健。

六 結(jié)論與政策建議

本文基于中國A股上市公司數(shù)據(jù)實(shí)證分析了數(shù)字金融對企業(yè)投資效率的影響及作用機(jī)制，并進(jìn)一步考察了數(shù)字金融對企業(yè)投資效率影響的異質(zhì)性特征。本文主要結(jié)論歸納如下：（1）數(shù)字金融促進(jìn)了企業(yè)投資效率的提升，且這種促進(jìn)作用在處于投資過度狀態(tài)的企業(yè)中更為明顯。（2）融資約束與貸款成本在數(shù)字金融影響企業(yè)投資效率的過程中承擔(dān)著雙重中介作用，“數(shù)字金融-融資約束/貸款成本-企業(yè)投資效率”的傳導(dǎo)渠道均有效。（3）環(huán)境不確定性正向調(diào)節(jié)了數(shù)字金融與企業(yè)投資效率的關(guān)系，環(huán)境不確定性提高會(huì)促進(jìn)數(shù)字金融對企業(yè)投資效率的提升作用。（4）內(nèi)部控制正向調(diào)節(jié)了數(shù)字金融與企業(yè)投資效率的關(guān)系，內(nèi)部控制質(zhì)量提高會(huì)促進(jìn)數(shù)字金融對企業(yè)投資效率的提升作用。（5）數(shù)字金融對企業(yè)投資效率的影響存在企業(yè)與地區(qū)層面的異質(zhì)性特征，主要表現(xiàn)為：在企業(yè)層面，相對于低成長性企業(yè)與國有企業(yè)，數(shù)字金融對高成長性企業(yè)與非國有企業(yè)投資效率的提升作用更大；在地區(qū)層面，相對于市場化程度低地區(qū)企業(yè)與金融監(jiān)管強(qiáng)度高地區(qū)企業(yè)，數(shù)字金融對市場化程度高地區(qū)企業(yè)與金融監(jiān)管強(qiáng)度低地區(qū)企業(yè)投資效率的提升作用更大。

針對上述結(jié)論，本文給出如下政策建議：（1）政府部門應(yīng)積極推進(jìn)數(shù)字技術(shù)與傳統(tǒng)金融服務(wù)有效融合發(fā)展，并通過推進(jìn)網(wǎng)絡(luò)覆蓋等基礎(chǔ)設(shè)施建設(shè)，提高大數(shù)據(jù)、區(qū)塊鏈等互聯(lián)網(wǎng)技術(shù)，深化數(shù)字技術(shù)平臺(tái)應(yīng)用環(huán)境等渠道，實(shí)現(xiàn)傳統(tǒng)金融服務(wù)模式的數(shù)字化轉(zhuǎn)型及升級，從而有助于提升數(shù)字金融對企業(yè)投資效率的賦能作用。（2）針對融資約束的中介作用，政府部門應(yīng)當(dāng)構(gòu)建企業(yè)數(shù)字化征信及信息披露平臺(tái)，并通過發(fā)揮數(shù)字技術(shù)對企業(yè)信用信息的科學(xué)化識(shí)別功能來提升銀行部門對企業(yè)信用風(fēng)險(xiǎn)的甄別能力，由此增強(qiáng)銀行部門對企業(yè)的放款意愿及傾向，緩解企業(yè)融資約束，從而有助于緩解企業(yè)投資不足，提升企業(yè)投資效率。（3）針對貸款成本的中介作用，政府部門應(yīng)當(dāng)構(gòu)建政府助?；鸬臄?shù)字化運(yùn)營平臺(tái)，并在數(shù)字化運(yùn)營平臺(tái)中引入?yún)^(qū)塊鏈技術(shù)以形成“去中心化”的企業(yè)信用信息共享模式，從而有助于提升政府助保基金對信用擔(dān)保資源的均衡配置功能，進(jìn)而有助于提升企業(yè)對擔(dān)保資源的獲取能力，降低企業(yè)貸款成本。（4）針對環(huán)境不確定性的調(diào)節(jié)作用，企業(yè)部門應(yīng)當(dāng)將互聯(lián)網(wǎng)技術(shù)、現(xiàn)代信息技術(shù)、人工智能、區(qū)塊鏈技術(shù)等進(jìn)行有效融合，構(gòu)建企業(yè)數(shù)字化運(yùn)營平臺(tái)，并高效發(fā)揮企業(yè)數(shù)字化運(yùn)營平臺(tái)在生產(chǎn)運(yùn)作、庫存管理、技術(shù)創(chuàng)新、資金籌措、投資運(yùn)營等模塊層面的數(shù)字化決策支持功能，化解信息不對稱^［36］，從而有助于提升企業(yè)應(yīng)對外部環(huán)境不確定性的沖擊效應(yīng)，進(jìn)而有助于實(shí)現(xiàn)企業(yè)持續(xù)穩(wěn)定的高質(zhì)量發(fā)展目標(biāo)。（5）針對內(nèi)部控制的調(diào)節(jié)作用，企業(yè)應(yīng)當(dāng)建立及完善現(xiàn)代企業(yè)制度下的公司治理架構(gòu)，規(guī)范企業(yè)投融資決策與運(yùn)營制度，以防范企業(yè)因融資過度而陷入盲目投資擴(kuò)張狀態(tài)。與此同時(shí)，企業(yè)應(yīng)當(dāng)將數(shù)字技術(shù)引入董事會(huì)決策機(jī)制，以防范董事會(huì)斷裂帶這一常態(tài)特征可能引發(fā)的企業(yè)投融資決策陷入偏差過度狀態(tài)，從而有助于抑制企業(yè)非效率投資行為，提升企業(yè)投資效率。

［參 考 文 獻(xiàn)］

［1］ Myers S C， Majluf N S. Corporate financing and investment decisions when firms have information that investors do not have[J]. Journal of Financial Economics，1984（2）：187-221.

［2］ 張躍龍，譚躍，夏芳.投資效率是被“債務(wù)融資”束縛了手腳嗎？[J].經(jīng)濟(jì)與管理研究，2011（2）：46-55.

［3］ Jensen M C. Agency costs of free cash flow， corporate finance， and takeovers[J]. American Economic Review，1986 （2）：323-329.

［4］ 成學(xué)真，龔沁宜. 數(shù)字普惠金融如何影響實(shí)體經(jīng)濟(jì)的發(fā)展——基于系統(tǒng)GMM模型和中介效應(yīng)檢驗(yàn)的分析[J]. 湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（3）：59-67.

［5］ 鞏鑫，唐文琳.數(shù)字金融、空間溢出與大眾創(chuàng)業(yè)[J].統(tǒng)計(jì)與信息論壇，2021（5）：71-81.

［6］ 汪亞楠，徐楓，鄭樂凱.數(shù)字金融能驅(qū)動(dòng)城市創(chuàng)新嗎？[J].證券市場導(dǎo)報(bào)，2020（7）：9-19.

［7］ 潘為華. 數(shù)字普惠金融與制造業(yè)升級：影響機(jī)制與經(jīng)驗(yàn)證據(jù)[J]. 財(cái)經(jīng)理論與實(shí)踐，2022（6）：10-16.

［8］ Yu C J， Jia N， Li W Q， et al. Digital inclusive finance and rural consumption structure—evidence from Peking University digital inclusive financial index and China household finance survey[J]. China Agricultural Economic Review，2022 （1）：165-183.

［9］ Tang X， Ding S T， Gao X， et al. Can digital finance help increase the value of strategic emerging enterprises？ [J]. Sustainable Cities and Society，2022，81：103829.

［10］盛明泉，張悅，汪順.數(shù)字金融發(fā)展能否助推傳統(tǒng)工業(yè)企業(yè)技術(shù)創(chuàng)新[J].統(tǒng)計(jì)與信息論壇，2021 （12）：12-22.

［11］林志偉，黃霞.減持新規(guī)影響上市公司投資效率嗎？——基于股票流動(dòng)性視角的實(shí)證分析[J].證券市場導(dǎo)報(bào)，2021（5）：13-25.

［12］李佳霖，董嘉昌，張倩肖.經(jīng)濟(jì)政策不確定性、融資約束與企業(yè)投資[J].統(tǒng)計(jì)與信息論壇，2019 （10）：73-83.

［13］姚立杰，陳雪穎，周穎，等.管理層能力與投資效率[J].會(huì)計(jì)研究，2020（4）：100-118.

［14］劉艷霞，祁懷錦.管理者自信會(huì)影響投資效率嗎——兼論融資融券制度的公司外部治理效應(yīng)[J].會(huì)計(jì)研究，2019（4）：43-49.

［15］陳志斌，汪官鎮(zhèn).CEO自由裁量權(quán)與企業(yè)投資效率[J].會(huì)計(jì)研究，2020（12）：85-98.

［16］劉星，臺(tái)文志.薪酬管制影響央企投資效率嗎——基于《薪酬制度改革方案》的經(jīng)驗(yàn)證據(jù)[J].會(huì)計(jì)研究，2020（10）：112-126.

［17］顧海峰，翟淋源.高管薪酬粘性、風(fēng)險(xiǎn)承擔(dān)與企業(yè)投資效率——管理者權(quán)力與融資約束的調(diào)節(jié)作用[J].證券市場導(dǎo)報(bào)，2021（1）：33-43.

［18］Demertzis M， Merler S， Wolff G B. Capital markets union and the fintech opportunity [J]. Journal of Financial Regulation，2018 （1）：157-165.

［19］吳非，向海凌，劉心怡.數(shù)字金融與金融市場穩(wěn)定——基于股價(jià)崩盤風(fēng)險(xiǎn)的視角[J].經(jīng)濟(jì)學(xué)家，2020（10）：87-95.

［20］杜善重.數(shù)字金融的公司治理效應(yīng)——基于非家族股東治理視角[J].財(cái)貿(mào)經(jīng)濟(jì)，2022 （2）：68-82.

［21］周升師.數(shù)字金融發(fā)展與企業(yè)現(xiàn)金持有調(diào)整——來自中國上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)論叢，2022（4）：69-80.

［22］Lopez-de-Silanes F， McCahery J， Schoenmaker D， et al. Estimating the financing gap of small and medium-sized enterprises[J]. Journal of Corporate Finance Research，2018 （2）：7-130.

［23］Chen H， Yoon S S. Does technology innovation in finance alleviate financing constraints and reduce debt-financing costs？ Evidence from China[J]. Asia Pacific Business Review， 2022（4）：467-492.

［24］Bollaert H， Lopez-de-Silanes F， Schwienbacher A. Fintech and access to finance[J]. Journal of Corporate Finance， 2021，68：101941.

［25］Ghosh D， Olsen L． Environmental uncertainty and managers’ use of discretionary accruals[J]. Accounting， Organizations and Society，2009 （2）：188-205.

［26］張會(huì)麗，吳有紅.內(nèi)部控制、現(xiàn)金持有及經(jīng)濟(jì)后果[J].會(huì)計(jì)研究，2014（3）：71-78+96.

［27］Richardson S. Over-investment of free cash flow[J]. Review of Accounting Studies，2006 （2）：159-189.

［28］郭峰，王靖一，王芳，等.測度中國數(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.

［29］鞠曉生，盧荻，虞義華.融資約束、營運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性[J].經(jīng)濟(jì)研究，2013 （1）：4-16.

［30］李廣子，劉力.債務(wù)融資成本與民營信貸歧視[J].金融研究，2009（12）：137-150.

［31］申慧慧，于鵬，吳聯(lián)生.國有股權(quán)、環(huán)境不確定性與投資效率[J].經(jīng)濟(jì)研究，2012 （7）：113-126.

［32］王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報(bào)告（2021）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2021.

［33］莊旭東，王仁曾.市場化進(jìn)程、數(shù)字化轉(zhuǎn)型與區(qū)域創(chuàng)新能力——理論分析與經(jīng)驗(yàn)證據(jù)[J].科技進(jìn)步與對策，2022 （7）：44-52.

［34］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.

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

［36］吳子熙.數(shù)字金融監(jiān)管創(chuàng)新的法經(jīng)濟(jì)學(xué)研究［J］.財(cái)經(jīng)理論與實(shí)踐，2023（6）：138-145.