数字普惠金融对企业投资效率的影响-以A股上市公司为例

V第1章引言1.1研究背景近几年来，我国政府大力推动普惠金融的发展，通过各项政策和措施促进金融服务的推广和宣传。2023年，国务院印发《关于推进普惠金融高质量发展的实施意见》，《意见》强调，在接下来的五年中，我们要主动推进普惠金融的优质发展，为构建一个高水平的普惠金融体系做出努力，以更有效地满足广大民众和实体经济的金融需求。同时，数字普惠金融作为一种新兴的金融模式，通过融合互联网、大数据和人工智能等先进技术，正在逐步崭露头角。它可以有效地为企业提供低成本、高效率的金融服务。因此，数字普惠金融对企业投资效率的影响成为了一个备受关注的研究课题。企业投资的效率对企业的运作和发展有重要的影响，并与资金使用的效率直接相关。资金的利用效率即企业在投资决策中所使用的资金能够创造最大的价值。企业投资效率的影响因素来自各个方面，其中，数字普惠金融是企业投资效率影响研究中不可或缺的一方面。近几年来，随着时代的进步和经济的发展，数字普惠金融在诸多领域的重要性逐渐凸显出来，它借助不断升级的网络信息技术，为企业带来便利，提高资源配置效率。本文选取中国A股上市公司的数据进行实证研究，对数字普惠金融对企业投资效率的影响进行分析。上证A股作为中国证券市场的重要组成部分，承载着大量企业的投资活动。1.2研究意义如今科技快速发展，数字普惠金融是近几年新兴的热门话题。数字普惠金融对推动国家经济发展、提升企业运行效率、缓解企业融资约束都具有重要意义。数字普惠金融为企业提供了较为便捷和低成本的融资通道与金融服务，对促进企业发展与推动经济增长方面具有重要意义。因此，本文不仅旨在提供实证支持，通过进一步深入研究数字普惠金融对企业投资效率的影响，我们可以为政府、企业以及金融机构提供更加准确的洞察，以便更好地理解数字普惠金融对企业投资效率的影响机制。这不仅对于促进企业的可持续发展和优化金融资源配置具有重要的理论意义，也具备重要的实践意义。希望本研究能够为相关领域的学者和从业者提供有益的参考和启示，促进数字普惠金融与企业投资效率的深入研究和实践探索。1.3文献综述1.3.1国内动态研究綦建红REF_Ref862757630\n[3]对2003—2018年国企在海外投资的情况进行分析，对所得数据进行研究，深入剖析国企海外投资不足的成因及其作用渠道，为深入了解中国企业海外投资的现状与趋势提供了有力支撑。通过对数据进行分析，揭示了多种因素对中国企业海外投资不足的影响机制，为进一步提升中国企业的海外投资水平提供重要参考。研究表明，企业可以通过放宽融资限制的方式来有效解决企业投资不足的问题。吕佳煜REF_Ref864270260\r[4]通过对2011年至2019年中国A股上市公司数据的样本研究，发现地区数字化水平的提高与企业投资效率的增加呈正相关关系。进一步的影响机制检验表明，地区数字化水平的提高有助于缓解企业的融资约束，从而进一步提高了企业的投资效率。此外，基于企业代理问题的检验结果显示，当企业的代理问题较低时，地区数字化对企业投资效率的提升效果更加显著。孙芳城REF_Ref864572786\r[5]在2007—2020年沪深A股上市公司的财务指标中选取数据作为样本，运用调节效用模型进行研究，结果显示，数字普惠金融能够有助于缓解信息不对称、企业代理和融资约束等问题，从而提高企业资本配置的效率。在当前经济形势下，数字普惠金融具备巨大的发展潜力，可以为我国企业提供更加便捷、灵活的融资渠道，为企业的资本配置提供更多的机会，有效促进企业的发展与壮大。在未来的发展中，我们应当进一步深化数字普惠金融的研究，探索更加有效的应用路径，以实现我国经济的可持续发展和高质量增长。赵鹏飞REF_Ref864774470\r[6]利用2011—2020年数字普惠金融指数和中国A股市场上市公司的面板数据，构建残差回归模型，对双方的影响关系进行研究，研究表明数字普惠金融可以抑制企业投资不足及投资过度的问题。支燕REF_Ref865295487\r[2]从资本约束、效率激励以及所有制歧视的角度，探讨金融发展对中国企业价值提升的有效性，研究表明：金融发展有助于缓解企业的融资约束，并在不存在过度投资的情况下增加了企业价值。曹春方REF_Ref862320648\r[1]以2003—2011年中国A股民营上市公司为样本进行实证研究，在实际经营中发现，建立一个较好的信任环境，可以有效降低企业经纪人代理问题，并有利于激发员工的积极性和创造力，提高企业经营效益和竞争力，使企业对投资——现金流敏感性更低。1.3.2国外动态研究ColeREF_Ref867782923\r[18]提出数字普惠金融有力彰显了金融科技致力于追求的初衷和目标。利用互联网技术及其衍生技术如大数据分析、信息处理技术、云计算及数据通信技术等，有力促进了企业融资渠道的拓宽和资金的获得效率的提升。AntwiFrankREF_Ref867934186\r[17]选取55个发展中经济体2000—2020年的数据，根据分位数回归模型研究数字金融对发展中市场国家企业金融稳定性的影响发现，数字金融如大数据分析、云计算等作为互联网使用的代理变量，对发展中经济体的金融稳定产生了正面影响。NamYoungwonREF_Ref868186291\r[16]利用2019年韩国“数字鸿沟调查”的数据，作普通最小二乘法回归分析，并构建集中指数，对指数分解分析发现个人对新技术的态度在解释数字金融服务使用水平方面发挥了重要的作用。综上所述，国内外众多学者在探讨数字普惠金融如何影响企业投资效率方面，许多国内外学者都发表过许多看法，付出了研究努力。结合文献分析与实证分析的方法，本文对数字普惠金融对企业投资效率的影响机制进行了系统的梳理和总结。与此同时，结合实际的数据进行实证分析，对所提出的假设进行论证，以得出对企业投资效率影响机制的深入认识。1.4研究内容根据上述实践可见，数字普惠金融对企业投资效率的影响需要受到社会各界的关注，数字普惠金融对企业投资效率的影响规律是本文所研究的问题。首先，将对数字普惠金融和企业投资效率的概念与特点进行界定与阐述，分析其在金融领域中的地位和作用。然后，运用计量经济学对收集来的样本数据进行实证检验，用模型直观得到数字普惠金融和企业投资效率的相关关系。最后，对得到的数据结果进行分析，得出结论。1.5研究方法1.5.1文献研究法文献研究法是一种常见的研究方法，通过对相关文献的收集、整理和分析，以获取有关特定研究主题的信息和数据。其主要步骤包括文献检索、文献筛选、文献分析和文献综述。在文献检索阶段，研究者通过使用各种文献检索工具和数据库，如CNKI、万方等，查找与研究主题相关的文献。然后，根据研究目的和选定的标准，对检索到的文献进行筛选，选择符合研究要求的文献。在文献分析阶段，研究者对选定的文献进行仔细阅读、归纳和整理，提取和总结其中的关键信息和结果。最后，在文献综述阶段，研究者根据所得到的文献分析结果，撰写文献综述，对研究主题相关的文献进行综合评述和总结。文献研究法的优点在于可以充分利用已有的研究成果，提高研究效率和可靠性，为后续研究提供理论和方法支持。1.5.2实证研究法首先，在《北京大学数字普惠金融指数》报告中获取数字普惠金融指标，在国泰安数据库中获得财务数据。然后，在深入探究理论的过程中，我们提出了一系列假设。这些假设并非空中楼阁，而是基于对特定现象的细致观察和客观研究所作出的暂时性推断。它们是我们对研究对象现象的经验性概括和总结，旨在揭示其内在的规律和特性。然而，值得注意的是，这些假设仍然处于待验证的状态，它们需要进一步的证明和完善。只有通过实证研究和严谨地分析，我们才能确定这些假设是否能转化为具有普遍意义的理论，进而推动相关领域的发展和进步。因此，我们将不断致力于对这些假设进行验证和完善，以期在科学的道路上迈出更加坚实的步伐。通过不断建立、验证和修正假设，我们可以逐步发展出更为准确、全面的理论体系，为实践提供更有针对性和指导性的管理会计模式。然后，运用计量经济学软件Stata进行检验。根据Richardson模型衡量出企业的投资效率，对测算出的企业投资效率和对应的数字普惠金融指标进行回归分析，直观地分析数字普惠金融对企业的投资效率造成的影响，论证假设是否成立。第2章影响机制及基础假设2.1数字普惠金融及企业投资效率的概念介绍2.1.1数字普惠金融的概念介绍随着科技的快速发展和数字化的普及，金融服务已经逐渐渗透到人们的日常生活中来。然而，由于地理位置、教育水平等因素的限制，当前，我国金融服务的普及程度还依旧存在缺乏公平性和包容性不足的问题，导致许多民众无法享受到金融服务带来的便利。为解决这一问题，数字普惠金融应运而生，旨在提供更广泛、更公平的服务。数字普惠金融以科技创新为推动力，数字普惠金融充分利用了各种先进的信息技术，不仅改变了传统金融服务受时间和地点限制的局面，还为广大人民群众提供了更加便捷、高效且安全的金融服务。这一创新模式使得金融服务更加普及，让更多人能够享受到金融带来的便利，有效提升了金融服务的公平性和包容性。它注重普惠性和包容性，通过构建线上线下融合的金融服务生态圈，提供全方位的金融服务给个人用户、中小微企业等。数字普惠金融REF_Ref768686642\r\h[16]是一种利用信息技术与传统金融服务相融合的形式，其目的在于为那些无法受到传统金融服务支持的群体提供财务协助。数字普惠金融的推广方案可以提高金融服务质量，进而有效提升人民的生活水平。举例来说，通过网络借贷、移动支付和网络众筹等方式，数字普惠金融为各行业的重点群体提供了广泛的金融支持，从而促进他们的生产经营和创业创新。2.1.2企业投资效率的概念介绍企业投资效率REF_Ref768098397\r\h[17]指企业投资收益与投入或消耗成本的比率，如果在未来的实际回报能够达到刚投资时的预期值，那么该项投资就可以被认为是有效率的。企业经营的核心在于投资活动，这是企业管理中最看重的一点。企业的价值和发展规划依靠着企业的投资决策和投资效率来实现。影响企业投资效率的因素有很多，例如，投资风险、投资时间、投资回报率、资本利用率、投资结构等。为了提高企业的投资效率，企业需要综合全面考虑各个因素，制定合理的经营策略和投资方案。企业需要合理利用其有限的资源，以实现最大的投资回报，进而提升企业的价值、加快企业的发展。衡量企业投资效率的模型有很多，常用的是Richardson模型，利用企业营收增长率、企业规模和销售绩效等指标构建投资效率模型，通过残差值对企业非效率投资水平进行判断。企业非效率投资值越小，说明企业投资效率越高。2.2影响机制首先，在数字普惠金融的应用下，通过整合互联网、大数据和人工智能等前沿技术，成功简化了融资手续，完善了融资流程，降低了融资成本，提高了融资效率。此外，数字普惠金融还为企业提供了更全面、更精准的数据分析，有助于企业进行投资风险评估和项目评价等工作，从而支持企业优化投资决策，使其更加准确地把握市场机遇。因此，数字普惠金融通过提升企业融资效率和优化投资决策等途径，有效提升了企业的投资绩效。2.3基础假设传统金融受限于时空因素，导致业务拓展受到制约，信息不对称现象频繁出现，进而影响了企业的运营效率，增加了企业的经营成本。数字普惠金融的发展打破了地域限制，使得金融服务的覆盖范围变广，互联网技术极大地提升了企业获取和处理信息的能力，有效降低了融资成本，显著提高了企业运营效率。数字普惠金融的兴起，使得融资难题得到缓解，投资不足的企业更易获得外部资金支持，从而降低了融资风险，有效解决了资金短缺问题，进一步提升了企业的投资效益。此外，随着数字普惠金融的不断发展，企业信息透明度得到增强，这不仅有助于监管工作的开展，还能有效抑制过度投资行为，促进企业的健康发展。由此，笔者提出了以下假设：假设1：数字普惠金融对企业的投资效率具有积极影响。假设2：数字普惠金融能够有效的抑制企业的过度投资。假设3：数字普惠金融能够很好的抑制企业的投资不足。第3章数字普惠金融对企业投资效率影响的实证分析3.1数据来源与样本选取这项研究选择2013年至2022年的十年间所有在中国A股上市的公司作为研究初始样本，相应的财务数据和企业投资效率的基础数据均来自国泰安数据库。所使用的北京大学普惠金融指数通过北京大学金融研究中心网站直接下载获得，此指数涵盖了省、市、县三个层级，本研究主要选取省级数据作为核心解释变量，同时，将上市公司的注册地与相应的数字金融指数进行了一一对应匹配。对已选取的最初研究样本进行进一步的筛选处理，按照一定顺序进行数据处理。首先，清除那些属于金融行业的公司，由于金融行业公司的运营和经营方式具有特殊性，因为它们充当投资中介机构，在回归结果方面有较大影响。接着，ST和*ST类型的公司存在较大的不确定性和数据波动，可能会对回归结果造成影响，所以需要将这类数据排除。最后，删除缺失数据。筛选后最终得到了2013年至2022年间7590个样本观测数据，另外，为了避免离群值影响回归结果，本研究对连续变量进行了上下1%的截尾处理。3.2变量指标3.2.1被解释变量本文的被解释变量是企业的投资效率。根据国内外参考文献，本文选用Richardson模型REF_Ref997869103\r[19]来测算企业的投资效率，该模型通过衡量模型残差值的大小评估企业非投资效率水平，从而衡量企业的投资效率。因此，后续的回归分析将以计算出的非效率投资值来衡量企业的投资效率。Richardson模型公式为：表3.1企业投资效率模型的变量定义变量符号变量名称变量定义INV新增投资支出（购建固定资产无形资产和其他长期资产支付的现金－处置固定资产无形资产和其他长期资产收回的现金净额）/资产总计表示Growth成长性水平用主营业务收入增长率表示Lev资产负债率用负债合计除以资产总计表示Cash现金持有量用现金及等价物除以总资产表示Age企业上市年限用当年与上市年份差额加1的自然对数表示Size企业规模用总资产的自然对数表示Return股票收益率用考虑现金红利再投资的年个股回报率表示Industry企业表示行业虚拟变量Year年份表示年度虚拟变量3.2.2解释变量解释变量选用北大数字普惠金融研究中心归纳整理的中国数字普惠金融指数，并对其进行对数化处理以避免数值过大造成不方便计算的问题。3.2.3控制变量在控制变量的选择上，本文参考了相关文献，主要选取了企业营业收入增长率（Growth）、资产收益率（ROA）、资产负债率（Lev）、年末总资产（Size）以及现金持有量（Cash）等关键指标。3.3实证分析首先对数据进行筛选，剔除有数值缺失的数据，计算企业投资效率并进行分类。本研究采用Richardson模型计算企业的残差值，并据此对企业进行分类。具体地，将残差值大于0的企业归类为过度投资，而残差值小于0的企业则被视为投资不足。这一分类方法能够客观地评估企业的投资水平，为企业在决策过程中提供准确的参考依据，进而实现资源配置的优化，促进企业经济的健康发展。根据模型缩尾后的描述性统计结果如下：从表2看出，企业投资效率的总样本量为7590，其中过度投资的样本量为2704，平均值、最大值和最小值分别为0.016、0.122和0.000；投资不足的样本量为4886，平均值、最大值和最小值分别为0.009、0.050和0.000。表3.2全样本描述性统计表VariableNMeanSDMinp50Max投资效率75900.0110.0130.0000.0080.087过度投资27040.0160.0200.0000.0090.122投资不足48860.0090.0080.0000.0070.0503.3.1豪斯曼检验针对投资不足企业和过度投资企业的数据，我们分别进行了豪斯曼检验，结果如表3和表4所示。检验中的p值均小于0.01，这表明要拒绝原始假设，固定效应模型相较于随机效应模型更为适用，说明对投资不足和过度投资的数据都应该采用固定效应模型。图3.1投资不足企业数据的豪斯曼检验图3.2过度投资企业数据的豪斯曼检验3.3.2数字普惠金融对投资不足企业影响的实证分析首先，从总表中提取出投资不足的企业的相关数据进行缩尾处理来剔除一些极端值，减小误差。然后，对投资不足企业的数据进行描述性统计和相关性检验，结果为表3.3和表3.4。根据表3.3，投资不足企业的投资效率显示负，表明其投资效率有待提高。根据表3.4可以看出，在1%的显著水平下，数字普惠金融指数对投资不足的企业的投资效率的影响是显著的。表3.3投资不足企业描述性统计表Stats投资不足综合指数GrowthSizeLevCashROAMax-3.165599460.6911.62275426.500620.85039920.54398910.102276Min-8.540716205.34-0.61677420.306130.05891220.0156175-0.035635Mean-5.109499333.06290.108312322.616820.42128040.15223940.0211751p50-4.944185334.0210.06384322.396030.41240610.1262890.0170525SD1.00216669.067550.33904811.2847540.19886910.10374810.023896N4886488648864885488548854886表3.4投资不足企业数据的相关性检验投资不足综合指数GrowthSizeLevCashROA投资不足1.000综合指数-0.059***1.000Growth-0.013-0.0031.000Size-0.140***0.129***0.044***1.000Lev-0.146***0.018-0.027*0.555***1.000Cash0.025*0.038***-0.001-0.116***-0.275***1.000ROA0.118***-0.030**0.222***0.031***-0.328***0.223***1.000然后，对数据进行个体固定的固定效应模型分析得到表3.5，可以得到数字普惠金融指数与投资不足的企业的投资效率呈负相关，与企业规模、资产负债率和ROA呈正相关。数字普惠金融的发展有助于缓解企业投资不足，进而提升企业的融资能力。表3.5投资不足企业的固定效应结果投资不足综合指数_省级-0.00116***(0.000291)Growth-0.0576(0.0455)Size0.135**(0.0651)Lev0.468**(0.223)Cash1-0.0782(0.231)ROA1.966**(0.989)_cons-8.001***(1.385)N4885R20.060Standarderrorsinparentheses*p<0.10,**p<0.05,***p<0.0013.3.3数字普惠金融对过度投资企业影响的实证分析首先，从总表中提取出过度投资的企业的相关数据进行缩尾处理来剔除一些极端值，减小误差。然后，对过度投资企业的数据进行描述性统计和相关性检验，结果为表3.6和表3.7。由表3.6可以看出，过度投资企业的投资效率为负，投资效率不高。由表3.7可以看出，在1%的显著水平下，数字普惠金融指数对过度投资的企业的投资效率的影响是显著的。表3.6过度投资的系统性统计表Stats过度投资综合指数GrowthSizeLevCashROAMax-2.342131458.973.15100226.772780.85935460.47321220.114812Min-9.008491205.34-0.59130420.363520.0696790.0227402-0.034559Mean-4.864135330.16990.223326822.780920.44195370.14681650.0231014p50-4.690752332.0350.12305422.559170.44211970.12588760.0184965SD1.39729869.078720.49623441.310460.19060150.09110150.0243779N2704270427042704270427042704表3.7过度投资企业数据的相关性检验过度投资综合指数GrowthSizeLevCashROA过度投资1.000综合指数-0.053***1.000Growth0.108***0.0241.000Size-0.099***0.204***0.0111.000Lev-0.123***0.075***0.050***0.568***1.000Cash-0.016-0.0030.024-0.142***-0.266***1.000ROA0.172***-0.041**0.198***0.001-0.313***0.152***1.000然后，对数据进行个体固定的固定效应模型分析得到表3.8，可以得到数字普惠金融指数与过度投资的企业的投资效率呈负相关，与成长性水平、企业规模和ROA呈正相关。数字普惠金融的发展可以抑制企业过度投资。表3.8过度投资企业的固定效应结果过度投资综合指数-0.00198**(0.000640)Growth0.306***(0.0626)Size0.282**(0.111)Lev0.145(0.388)Cash1-0.280(0.489)ROA3.637**(1.804)_cons-10.80***(2.348)N2704R20.048Standarderrorsinparentheses*p<0.10,**p<0.05,***p<0.001第4章研究结论由结果可以看出，数字普惠金融的推广有助于抑制企业的非投资效率，而对企业的投资效率却能起到积极的促进作用。企业的投资不足主要表现为自由现金流不足、技术创新动力不足以及内部管理问题，而数字普惠金融的发展可以有效解决这些问题，提供更多融资渠道、促进技术创新、缓解现金流压力和降低融资成本，并能增强市场和企业内部的监管和管控能力；企业过度投资是指企业的投资水平超过预期水平，其主要原因包括委托代理、产能过剩和盲目投资等问题。数字普惠金融借助数字技术的支持，不仅能够解决信息不对称问题，还能够降低监督成本，从而使资金得以用于更具潜力的项目投资，从一定程度上减少了过度投资的风险。根据调查表明，数字普惠金融的发展在抑制企业投资不足或过度投资方面发挥了重要作用。数字普惠金融可以通过提高监管透明、信息公开来抑制企业的过度投资，降低信息不对称带来的风险和代理成本，从而使得企业合理投资行为增加。数字普惠金融作为科技赋能的新兴产物，以信息技术为基础，将传统的金融体系数字化，改变了金融服务的提供模式，提高了企业投资效率，为金融体系更好地服务实体经济提供了新的思路。我们需要加快数字普惠金融的基础设施建设，结合信息技术针对不同企业推出个性化金融服务。因此，深入研究数字普惠金融与企业投资效率的关系，对我国经济发展具有积极意义。通过研究数字普惠金融对企业投资效率的影响，分析我国现下企业投资的方向及程度，并通过此研究发现我国针对企业金融支持方面所提出的政策中存在的问题并提出解决方案，保证我国企业的正常运行，为我国提供更好的经济环境，促进其良好发展。

参考文献曹春方,周大伟,吴澄澄.信任环境、公司治理与民营上市公司投资-现金流敏感性[J].世界经济,2015,38(05):125-147.支燕,白雪洁,邓忠齐.资本约束、效率激励与所有制歧视——中国金融发展对企业价值提升的有效性研究[J].财贸研究,2014,25(01):116-124.綦建红,马雯嘉.东道国金融结构与中国企业海外投资不足:缓解还是加剧?[J].南方经济,2020(07):39-57.吕佳煜,张阿兰,甄鑫悦.地区数字化水平影响企业投资效率吗?——来自旅游上市公司的经验证据[J].财会通讯,2023(04):35-39.孙芳城,胡俊,钟廷勇.数字化转型提升企业资本配置效率的机制研究[J].西部论坛,2023