【数字普惠金融改善中小企业融资约束的作用研究15000字（论文）】

数字普惠金融改善中小企业融资约束的作用研究摘要一直以来、中小企业对于我国的经济发展发挥着重要作用、不仅助力了经济的高质量发展与创新驱动发展、也是扩大就业、改善民生的重要基础。然而，与其重要作用所不符的是中小企业面临的融资困难：由于中小企业普遍存在经营历史段贷款抵押物不足、信用信息缺失等情况、常常被银行认定为信用资质不足而被传统金融体系排除在外。面临融资成本高、融资渠道匮乏、融资速度慢的困境。而另一方面、数字普惠金融的出现一定程度上缓解了这一困境。数字普惠金融利用互联网技术、提供了多元化、便捷度高的金融服务。不仅缓解了中小企业融资过程中信息不对称的现象、客观上也促使中小企业建立自己的信用资产、改善信用资质。于是、研究数字普惠金融能否成为解决中小企业的融资约束的途径就有着重大意义。本文首先阐述并厘清了本次论文研究涉及的重要概念，界定了数字普惠金融的概念与特点，接着梳理了国内外相关的研究文献和理论。在结合我国数字普惠金融和中小企业融资的现状的基础上提出了此次研究的假设，并使用实证分析的方法探究数字普惠金融能否降低企业受到的融资约束。本文实证部分用我国新三板企业的相关数据，采取构建SA指数的方法构建融资约束指数，结合北京大学数字普惠金融指数构建多元回归模型。在研究中发现：数字普惠金融有助于缓解企业的融资约束，同时企业受到的融资约束也与其自身资质有关。最后根据实证分析的结论，本文提出了提出针对性的建议，以促进数字普惠金融体系的完善和企业的健康发展。关键词：信用风险；信用风险管理；巴塞尔协议在2021年“两会”上，中央明确表示：要把服务实体经济放到更加突出的位置；要求金融机构要谋求数字化转型，切实解决小微企业融资难、融资贵的问题。在实践中，数字普惠金融借助网络征信，智能信贷等金融科技，为企业提供更多融资渠道，降低企业融资成本。但是，尽管数字普惠金融为解决企业融资困难提供了种种理论可能，但其作用是否切实有效？其作用效果是否受企业的行业或企业的所有制影响？针对不同的情况又怎样让作用最大化？这是目前亟待解决的问题。本文意在探究这些问题并给出相应建议。概述本章为本文重要概念的相关论述，首先阐述了数字普惠金融的概念与特点，并对融资约束概念进行了详细介绍。同时，梳理了国内外的关于数字普惠金融和企业融资约束的相关文献和理论，为后文提供了理论基础。（一）数字普惠金融概述1.数字普惠金融定义在2005年，联合国最早提出了普惠金融的理念，目的是扩大金融服务范围，惠及受到传统金融体系排斥的人群，特别是低收入群体和偏远地区的人民。普惠金融一经提出，旋即受到我国学者的认可和实践。然而，在普惠金融推行的过程中却遇到了诸多问题：投入高，产出低，产品种类有限。使得普惠金融很难彻底实现其“普惠”的效用。所幸，互联网平台的崛起和大数据技术的应用赋予了实践普惠金融的新路径和新方法。随着2016年《G20数字普惠金融高级原则》（下称高级原则）的通过和《推动普惠金融发展规划（2016-2020年）》的出台，标志着我国普惠金融发展进入数字普惠金融新阶段。关于数字普惠金融的定义并无定则，《高级原则》中的描述为：数字普惠金融泛指一切通过数字金融服务促进普惠金融的行为。《2019年数字普惠金融白皮书》中将其定义为：“数字普惠是数字普惠金融是在成本可控可持续的前提下，以各种数字化技术为前提条件，为社会各阶层尤其是现有金融体系覆盖不足的城镇低收入人群、农村人口特殊群体以及小微企业提供平等、有效、全面、方面的金融产品和服务。”在前文列举内容的基础上，本文将数字普惠金融定义为：通过具有普惠性质的数字化金融产品和服务，满足各个社会阶层和收入群体的金融需求的金融体系。2.数字普惠金融特点相比于传统普惠金融，数字普惠金融呈现出以下特点及优势：（1）触达范围更广。传统金融扩展业务范围的方式较为单一，局限于线下基层网点的建设和其他业务机构的设立。由于网点铺设需要考虑到用地成本和人力成本，一般只触及有那些人口分布集中，经济活动丰富的地区。而发展水平相对落后的贫困地区、偏远地区则很难得到资源投入。而数字普惠金融则有望突破地域上的限制：在互联网平台和移动通信技术的赋能下，向用户提供高效率、无差异的金融服务，将金融服务范围延伸至基础通信范围。（2）投入产出比更高。相比于传统普惠金融，数字普惠金融更高效，更精准。首先，传统金融机构在增设网点时，需要大量的场地、物力、人力的投入。尤其是在位置偏远、人口密度低的经济欠发达地区。当网点所带来的收益不足以弥补网点建设所需的成本时，普惠金融的供给反而受到限制。而数字普惠金融可以依托互联网平台，降低投入在线下建设的成本，进而使得效益大大提高。另一个方面，数字普惠金融可以解决传统金融宣传效率低下的痼疾。通过大数据技术，数字普惠金融可以多维度建立用户画像，通过信息数据匹配完成精准营销。这一应用极大地降低了金融机构获取客户的时间，进而提高了服务效率、降低成本。（3）服务对象更普遍。尽管世界各国一直在努力推进普惠金融建设，然而由于收入水平过低、知识水平落后等客观原因，部分困难及特殊群体依然没有被普惠金融体系纳入服务范围。而数字普惠金融为服务对象全覆盖提供了技术支撑：例如闪电贷、水滴贷赋能小微企业融资；同时，水滴筹等网络众筹平台也为大众提供了参与金融活动的路径。3.数字普惠金融测度关于普惠金融测度，研究者主要是通过编制普惠金融指数来反应发展水平，其中使用的数据主要来源于传统金融机构，尤其是证券、银行和保险行业。相对而言，数字普惠金融的部分数据指标就有所忽略，在整体指数中占比较低，无法充分地体现数字普惠金融的发展水平。所以，本文参考的是北京大学与蚂蚁金服合作编制的数字普惠金融指数，着重体系普惠金融体系的数字化程度。该指数从数字化程度，使用深度，覆盖广度三个方面建立了数字普惠金融的指标体系。从纵向和横向两个方面，同时反应了覆盖广度和数字化深度，是目前研究中广泛应用的指数。（二）中小企业融资约束的相关研究融资约束概念及相关融资理论企业的融资困难一直是中外学者的重点研究对象，对此问题的研究最早可以追溯到1931年英国麦克米伦提出的“麦克米伦缺口”。在长达两年的调查中他发现：英国大部分中小企业都存在融资困难的问题，特别是长期融资。其根本原因在于融资体系无法解决金融市场的信息不对称。Modigliani和Miller(1958)提出了MM定理，即：在完美的资本市场中，由于企业的内部资本与外部资本完全可替代，所以企业的投资行为只取决于企业的投资需求，不受其财务状况影响。不过，所谓的“完美市场”是实践中无法达成的前提假设。美国学者Myers（1984）将信息不对称纳入了资本市场研究中，提出不完美市场下的优序融资理论：内源融资是企业首选的融资渠道，其次才是外源融资。而在外源融资渠道中，债权融资的优先级应该高于股权融资。内外部融资成本的差异反映了企业受到的融资约束，与信息不对称的程度正相关。由于中外学者针对融资约束的研究角度不同，导致融资约束并没有一个具体的界定。鉴于此，在融资约束方面本文所参照的主要是学者Fazzari、Hubbard和Peterson（简称FHP）在融资约束方面的研究（1988）。由于资本市场的不完善，企业的内部融资和外部融资存在着显著的成本差异，其中外源融资成本明显高于内部融资。因此，企业在融资时更倾向于内源融资。而企业的融资行为受外部融资因素的制约，无法充分满足其融资需求，这就是融资约束。也由于不同的研究方向，融资约束也有着不同的度量方法。2.融资约束的主要成因（1）信息不对称。企业与金融机构间的信息不对称是制约中小企业融资的重要因素。Stiglitz&Weiss(1981)等学者在调查后指出：由于金融机构与企业间可能存在的逆向选择，银行一般会采取信贷配给来进行平衡。由于中小企业资产规模相对较小，更容易出现违约的情况。这导致银行只能采取限制贷款额度来实现信贷配给，而不是提高利率。这也使得金融机构更青睐担保充足的大型企业。Kaplan和Zingales(1997)认为信息不对称导致了企业内部融资成本和外部融资成本存在差额。而且信息不对称程度越高，企业获得融资的难度就越大。我国学者林毅夫、孙希芳（2005）研究发现，信息不对称普遍存在与金融交易中。不过大企业可以通过财报等资料体现“硬资讯”，而小公司由于无法负担较高的信息披露成本，只能依托难以处理的“软咨询”。鲁丹等(2008)发现，由于我国大部分企业通过大型商业银行进行融资，而其效率较低，手续繁琐的问题进一步提高了企业获得融资的难度。（2）外部环境。外部因素也对企业的融资产生着重要影响。李杨，杨思群(2001)在研究中指出：尽管银行处理信贷的经验和能力逐渐成熟，政府信贷担保体系也日臻完善。然而我国中小企业依然面临着所有制歧视、社会整体信用水平下滑的问题。王朝弟(2008)研究发现，由于中小企业和国有银行体制上的不匹配，使得中小企业贷款成本明显较高，容易受到“歧视”。学者吕劲松（2015）发现，我国中小企业融资困难具有明显的特征：无风险利率较高导致融资成本很难控制，而民间融资和机构融资的二元市场也导致了正规金融机构对中小企业的排斥。同时，研究表明良好的金融环境有助于降低融资成本，缓解企业融资困难。魏志华等(2014)研究发现，中小企业面临着更显著的融资约束，而良好的金融生态可以推动企业获得更多商业信用和银行贷款，进而缓解其融资困难。岑静（2015）则从经济基础、政府治理、制度文化以及金融的发展这四个维度进一步阐述，金融环境越好，企业遇到融资困难的可能性越小。当然，外部环境因素也并不是总是能弱化企业的融资约束。于磊等（2020）通过实证分析，发现民营企业内部资本的作用反而会因为金融生态的改善而减弱。（3）企业自身原因。国外学者Peek&Rosengren(1996),Berger(1998),Strahan&Weston(1998)等研究发现，导致企业融资困难的原因之一是企业自身治理结构不规范。我国学者王鸿丽（2014）经过调查后发现，完善的现金流管理是企业生存和发展的重要条件。而这方面的缺失正是导致中小企业面临融资约束的重要原因。具体表现如下：企业现金流管理意识单薄，不仅没有准备好完备的现金流管理方案，而且缺乏企业运营活动的现金流管理，尤其是缺乏与企业战略的现金流规划。3.融资约束的测度方法关于企业融资约束的度量，到现在也没有统一的方法。目前测度企业融资约束的途径主要有两大类：模型法和指数法。Fazzari等（1988）首先提出了投资-现金流敏感模型。他们发现，融资约束会提高企业对现金流的敏感程度。不过，由于存在委托代理导致的过度投资，该模型也存在着显著的局限性。Kaplan等（1997）指出投资-现金流敏感性模型没有充足的说服力。并首先提出按照企业财务状况，通过构建KZ指数来定量测度企业的融资约束。除此之外，学术界有代表性的测度指数还有SA指数（Pierce和Hadloc，2009），和WW质数（Whited和Wu，2006）。然而，由于KZ指数和WW指数包含了企业杠杆率，现金流等影响融资约束的内生性变量，会对测度结果产生较大影响。所以本文选择了只使用企业年限和企业规模两个变量的SA指数。（三）数字普惠金融与中小企业融资约束随着数字金融的发展，越来越多的学者开始探索数字金融与融资约束的关系。虽然有学者对数字普惠金融能否缓解企业融资约束提出了怀疑，比如(Harrison,2013;Mollick,2014)对网络众筹平台提出了疑问。而张伟强和廖理(2017)指出网络借贷反而加强了信息不对称，无法解决逆向选择和道德风险。不过更多的研究表明，数字技术在金融领域的应用具有明显的普惠价值，对中小企业融资约束的缓解有积极的作用。此处选择典型的文献列出：邹伟（2018）发现，普惠金融能够通过增大金融机构融资比例来缓解中小企业融资约束。贝多广（2016指出）利用大数据技术，数字普惠金融可以实现中小企业信用的精准评估，并以网络平台为媒介，使中小企业融资途径多元化。吴俊霖（2017）在针对互联网金融的实证研究中发现，与国有企业相比，互联网金融对民营企业的融资约束有更显著的缓解效应。尹应凯(2020)以中小企业数据为基础构建系统GMM估计，发现数字金融提高了中小银行满足企业融资需求的能力，但对于大型银行则影响不大。根据目前的研究成果，数字普惠金融可以通过以下途径缓解企业融资约束：1.网络借贷：因为互联网借贷平台信息搜寻成本较低，对中小企业有更大的融资价值。Hauswald和Agarwal(2010)认为，网络借贷平台的审核比传统金融机构的审核更为宽松，这降低了中小企业融资的限制。Borello等(2015)针对欧洲的初创型民营企业和网络众筹平台进行研究，在详细研究其组织结构和运作机制后提出其对传统融资的替代效果。刘满凤（2019）设计了以数字金融为基础的企业融资平台机制，并从博弈论的视角证明该机制对配置信贷资源的促进作用。2.大数据应用：巴曙松(2003)最早提出大数据应用或可大数据技术应用或可降低中小企业融资门槛。而邹传伟和谢平(2012)在深度研究互联网金融之后，认为云计算和大数据技术可以大幅提升数据获取和加工能力，进而降低服务成本。薛莹等学者发现（2020），由于大数据技术在风控领域的创新，民营企业和科创性企业的融资成本有所降低。Harald

Hau等学者（2017）采取模糊断电回归方法证明，通过人工智能、大数据等技术构建的风控模型不仅可解决企业的融资问题，而且可以满足风险管理需求，同时对企业经营水平具有显著的改善作用。数字普惠金融发展现状及中小企业融资问题在第二章相关概念界定和理论阐述的基础上，本章将结合目前的调研和统计报告，回顾我国数字普惠金融的反展历程、描述发展现状。之后结合现状阐述了对我国中小企业目前遇到的融资困难，并初步分析其原因（一）我国数字金融发展概况1.我国数字普惠金融发展历程作为最早一批推行普惠金融的国家，自从2005年普惠金融的理念提出之后就被我国小额信贷联盟所采纳。2013年11月，普惠金融在中共十八届三中全会上正式作为一项国策被提出。2015年下旬，我国在《推进普惠金融发展规划》中首次明确了普惠金融在国家层面的意义。随着2016年《G20数字普惠金融高级原则》被提出，标志着普惠金融发展进入数字普惠金融阶段。在稳步发展的数字技术和宽松的监管环境下，我国数字普惠金融发展迅速，目前大致经历了三个阶段的发展：（1）起步阶段：这一阶段以传统金融机构为主体。此时传统金融机构开始借助新兴的数字技术开始进行金融创新。在这个阶段传统金融业务与互联网技术紧密结合，处理业务的能力和效率显著提高。（2）野蛮生长阶段：这一阶段主要是野蛮制扩展的互联网直接融资平台，比如说网络众筹平台和P2P平台。由于监管水平没有跟上数字金融的发展速度，这些低门槛高风险的融资平台快速膨胀，导致了之后P2P平台的集中暴雷。P2P事件后，监管机构加强了对金融不规范的打击，逐渐建立起与数字金融相匹配的监管体系。（3）金融科技阶段。数字金融推广以来，越来越多的技术与金融业务相结合。一些新型科技开始与金融业务深度结合，特别是大数据技术和人工智能技术。在这个阶段中，传统金融与互联网金融的界定逐渐模糊，开始形成产业上下游的关系。随着数字普惠金融的内容逐渐分化，互联网保险、消费金融、理财等领域全面发展，将数字金融服务范围不断延申。表2-1我国数字普惠金融发展历程时间标志性事件2005年联合国正式提出普惠金融2006年亚洲小额信贷论坛上，我国正式采用普惠金融概念2011年中国加入普惠金融联盟2013年普惠金融正式作为我国国策被提出2015年国务院发布《推进普惠金融发展规划》2016年杭州G20峰会正式提出数字普惠金融2017年全国金融工作会议倡导银行服务小微企业，建立普惠金融工作部2018年《政府工作报告》强调应大力支持金融机构推广普惠金融业务，服务小微企业融资2021年数字普惠金融成为两会重点聚焦话题2022年全面深化改革委员会发布《推进普惠金融高质量发展的实施意见》，提出普惠金融高质量发展方向2.我国数字普惠金融的地区差异数字普惠金融打破了传统金融依赖下线网点和工作人员的模式，实现了时间、空间的跨越。可以在移动通信范围内，向任何地区的客户提供无差别的金融服务。所以，相比传统金融业务，数字普惠金融的发展受到的限制更少。能够较为偏远、落后的中西部地区实现稳定发展。参考《北京大学中国数字普惠金融指数》中反映数字普惠金融发展的数据，再结合地理范围上的划分，将我国31个省市分别归类进东部地区，中部地区，和西部地区。在计算了每年数字普惠金融的发展数据后，制作了如下图所示的我国东中西部地区的数字金融发展水平。图表上呈现的结果表明：2011年，中西部地区的数字金融发展水平显著低于东部。因为东部地区金融行业起步更早，经济更发达，所以数字金融发展也较早。而从2011年开始，中西部地区的数字金融发展水平稳步提升，与东部地区的差距也逐渐缩小。在数字金融的基础设施的进一步完善下，中西部地区有望打破地区与时间上的限制，追上与东部地区的差距。（二）我国中小企业融资现状及困境1.我国中小企业的融资情况（1）我国中小企业的主要融资途径A.内源融资：内源融资指企业为了开展经营活动或扩大生产规模的需要，用企业自身储蓄进行投资的过程。根据融资优序理论，企业应优先考虑内源融资。内源融资本身有两个突出的优点：第一，融资成本较低，可以避免信息不对称的问题。第二，相比于股权融资和债券融资，内源融资不存在偿还本金和利息的压力，财务成本较低的同时也不会稀释公司的控制权。是我国中小企业融资的首选。B.外源融资：顾名思义，外源融资是指企业通过外部的资金来源来满足自身的需要。与内源融资相比，外源融资成本更高。由于合同的限制和融资机构的监管，外源融资获得的资金自由度较低。外源融资特点如下：第一，存在一定风险。如果不能及时支付本金，将面临违约的处罚。第二，融资成本较高，需要支付一定利息。第三，融资效率更高，因为不需要使用企业的内部资金，间接提高了企业可支配资金总量。外源融资主要有以下几种渠道：股权市场融资，债权市场融资和银行借贷。（2）我国中小企业的面临的融资困难虽然企业的融资渠道并不单一，但在生产实践钟还是遇到了各类困难。下面按照不同的融资渠道，对中小企业的融资困难进行阐述：A.内源融资的困难：虽然内源融资在融资优序中排在首位，但也有着不可忽略的缺点。第一，可用资金不足。中小企业没有充足的资本积累，资金规模有限。尤其是在企业的初创成长时期，还没有建立成熟的盈利模式，资金的消耗远高于增长。第二，缺少必要的监管。企业内部融资缺乏外部监管，为了追求高收益，资金有可能投资在高风险项目上，反而给企业带来损失。第三，机会成本更高。中小企业本就需要将大部分资金用于经营周转，因此内源融资会对企业经营活动造成挤压。B.外源融资的困难：大部分情况下，中小企业的内部资金不足以满足其长久发展的需要。由于中小企业内部资金规模有限，企业不得不通过外部渠道进行融资。而不同的外源融资渠道也存在着不同的困难：对于中小企业来说，融资难度最高的是股权融资与债权融资。第一，权益类融资门槛较高，不仅需要满足一定条件，而且还要承担高额的发行费用。第二，需要提高信息披露的程度，有可能造成商业机密和盈利模式的外泄。第三，股权融资会削弱原始股东对企业的控制，有可能导致企业遭到恶意收购。第四，债权融资增大了企业的违约风险。同时，还本付息的压力也限制了企业使用资金的灵活性。第五，不论是股权融资还是债权融资，企业都要受到股东或债权人的监督。在严格的监管下，企业很难根据实际情况调整资金用途。虽然与上述两种方式相比，银行信贷的成本和门槛都相对较低，但银行贷款的局限性依然不可忽略：第一，在信贷配给下，企业能够得到的贷款额度往往较低，不足以完全满足其融资需求。第二，银行融资受到货币政策和经济情况的影响，当经济衰退时企业很难通过银行获得融资。第三，贷款偿付的数额是固定的，如果还款期间出现大额亏损或意外损失，将会导致企业面临财务风险。第四，作为贷款的主体，银行在借贷过程中掌握着更大的主导权。企业自身的诉求无法得到保障。2.中小企业的融资困境的成因分析为了分析我国中小企业融资约束的成因，本文基于企业本身和金融市场的角度，梳理了造成企业融资困难的因素。也为后文的实证分析部分提供了思路。1.中小企业角度首先，相比于大型企业，中小企业自身资产规模较小，盈利模式不成熟，信息披露程度较低，偿债能力薄弱。特别是在企业信用上的缺陷。在信用抵押物方面，大企业拥有充足的固定资产、金融资产来作为贷款抵押物。而中小企业大多处于初创期，需要将大部分资金投入在研发产品、拓展市场上。在信用信息披露方面，大企业已经在发展中形成了规范的管理体系，财务信息也更加可靠。相对的，由于中小企业自身的局限性，缺乏系统规范的管理制度和财务报告编制。很容易出现财务信息混乱，权责不清的问题。所以在生产实践中，传统金融机构为了规避风险，提高收益，更倾向与给大企业房贷。2.银行等信贷机构角度除了企业本身存在融资制约外，银行在处理中小企业贷款业务时也需要考虑以下问题：A.信贷机构自身盈利。金融绝非慈善，信贷机构在处理贷款业务时首要考虑的就是盈利性。尽管国家大力支持普惠金融推广，但银行也要考虑自己的盈利指标。中小企业平均寿命较低，不良贷款率相对较高，按时还本付息的企业较少。所以银行难免对中小企业贷款“区别对待”。B.贷款监责任。按照银行的制度，如果出现不良贷款，相关的业务员不仅要及时处理问题，还需要承担相应的责任。所以在业务员经手中小企业贷款业务时更趋向保守。C.银行间存在信息壁垒。首先，企业的资产大多分散在各家银行同时保管，所以单独某家银行只能了解到企业在自家银行的财务状况。而由于客户隐私起见，各个银行拥有的账户数据是不能联通的。这也提高了银行对企业风险评估的难度。D.贷款管理成本更高。由于中小企业管理数字化、信息化程度较低，管理体系不够规范。为了完成中小企业的贷后管理，大多银行工作人员不得不选择实地考察。这不仅降低了银行的工作效率，也提高了其人力成本。数字普惠金融缓解中小企业融资约束的实证分析为了探究数字普惠金融对目前中小企业融资问题的作用，本章首先根据文献综述和机制阐述，提出了相应的研究假设。并在实证分析的基础上对假设进行验证。（一）研究假设尽管数字普惠金融对缓解中小企业融资约束的作用在第一章的文献综述部分已经有所论证，为了进一步探索数字普惠金融的作用，本章在梳理研究文献的基础上，重点阐述其作用路径和作用机制。1.数字普惠金融降低企业融资成本数字普惠金融可以通过两种途径降低企业的融资成本：一方面，数字金融以线上业务为主，可以通过企业的网络征信和信贷平台完成贷款审批。而传统金融机构往往需要实地考察，人力成本更高，进而提高了企业融资的成本。另一方面，传统金融机构的贷款审批相对繁琐，在贷款的前中后期均需要投入人力。而数字普惠金融依托互联网平台，不仅大大缩短了信贷业务周期，也无需大量的人力投入。2.数字普惠金融可以提高风险控制的可靠性数字普惠金融可以通过发掘企业“软资讯”，有效解决中小企业信息不透明的问题。随着我国数字金融的推广，数字技术在企业经营管理中的应用也越来越普遍。而在企业的日常经营活动恰好给数字平台积累了大量的数据。这些数据拓展了中小企业的信用信息来源，也给金融机构评估企业风险时提供了更可靠的依据。基于上文对提出假设：数字普惠金融可以缓解中小企业的融资约束；且数字普惠金融发展程度越高，对企业融资约束的缓解越明显。（二）实证设计1.数据来源本文选用北京大学蚂蚁金服合作编制的《北京大学中国数字普惠金融指数（2011~2020）》来反映数字普惠金融发展水平。该指数囊括我国主要的数字金融机构的数据，基于层次分析法，编制了我国31个省（直辖市、自治区）、约337个地级市2800个县的数字普惠金融发展指数。并且主要从覆盖广度，使用深度，数字化程度三个角度同时在纵向和横向反映了数字普惠金融的发展水平。是目前大部分研究引用的数据指标。中小企业财务披露程度较低，数据收集难度较高，于是本文选取我国新三板的上市企业数据进行研究。选择新三板数据原因如下：首先，新三板大多为创新型、创业型、成长型中\o"小微企业"小微企业。正如第一章的概述部分所阐述，这类企业更容易受到融资约束影响。同时与我国中小企业划分标准相比其融资难度更高，可以更好的反映出数字普惠金融的作用。因此，本文选择2014年至2018年我国新三板企业数据，数据均来源于深圳国泰安数据库。为了提高数据准确性，本文剔除了ST以及ST*企业和金融类企业。并且对数据进行了1%的缩尾处理。2.变量选取（1）被解释变量测度企业融资约束的指数主要有KZ指数，WW指数，SA指数三种。由于KZ指数和WW指数在测度时使用了企业杠杆、现金流等影响企业融资约束的内生性变量，与融资约束本身互相干扰。所以本文采取了仅使用外生性变量的SA指数来表示企业受到的融资约束。关于SA指数的构建，本文参考Hadlock和Pierce(2009)的方法，在构建KZ指数的基本方法的基础上，使用企业规模和企业年龄进行SA指数的构建，其中用资产总额的自然对数表示企业规模。具体公式如下：SA=-0.737*Size+0,043*Size2-0.04*Age因为计算出的SA值均为负值，为研究方便，此处取SA指数绝对值。SA的绝对值越大，表示企业受到的融资约束越严重。（2）解释变量本文解释变量为北京大学编制的《数字普惠金融指数》（DIF）。在采用省级数据的同时还引用了其二级指标：覆盖广度，数字化程度，使用深度。（3）控制变量1.营业收入增长率（Growth）：企业营业收入增长率表示一家企业的成长性。成长阶段的企业需要更多资金来拓展市场，提升产品和服务，对资金的需求更高2.净利润增长率（Net）：由于本文数据主要来自新三板，这些处于成长期的中小企业可能片面追求营收提升，容易出现野蛮成长、投资不计回报的问题。所以为了进一步更准确的反映企业的成长性。2.企业资产规模（Size）：企业的资产规模在一定程度上反应了一家企业的偿债能力和财务状况，所以银行更愿意将钱借给资产规模更大、财务状况更良好的企业。而且一般大规模企业出去自身信誉考虑，出现违约的情况更少。3.企业年龄（Age）：年龄较高的企业一般业务运营更成熟，组织结构更清晰，盈利方式更稳定。这样的企业更容易受到银行的青睐。4.企业性质（Roe）：因为我国的金融歧视的存在，民营企业相对于国有企业融资难度更高。所以中小规模的民营企业受到的“区别对待”更为严重。表4-1主要变量定义表变量名称变量符号变量描述融资约束程度|SA|借鉴Hadlock和Pierce(1997)，用企业规模和企业年龄构建的融资约束指数，并取其绝对值数字普惠金融发展指数DIF北京大学测度的数字普惠金融总指数覆盖广度d1总指数下反应数字金融覆盖广度的二级指标使用深度d2总指数下反应数字金融使用深度的二级指标数字化程度d3总指数下反应数字金融数字化程度的二级指标营业收入增长率Grow本期主营业务收入与上期主营业务收入的比值-1(%)企业年龄Age(当前年度－企业成立年份)+1总资产规模Size企业总资产的自然对数企业性质Soe国有取值为1，非国有取值为03.描述性统计和相关性分析（1）描述性统计下面是对本文用到的所有变量进行描述性统计后得到的结果：①对于融资约束指数SA，其绝对值越大，表示其受到融资程度约重。其均值为-3.106，说明企业均面临一定程度的融资约束。而极差相对较大，为2.559，说明其融资约束最大值与最小值相差较多。而标准差为0.388相对较低，说明整体数据波动不大。这是由于新三板企业类型相似，经营状况相近的缘故。②关于数字普惠金融指数：仅从总指数来看，极差为233.8，标准差为52.72，这两项数据均相对较高。这表明：尽管我国中西部地区的数字普惠金融已经实现快速发展，我国数字普惠金融发展水平依然存在较大的差距。同样的，其下属二级指标覆盖广度，使用深度，数字化程度均呈现出较大的地域差距。③关于企业规模、企业年龄、企业性质等控制变量。由于数据本身来源于新三板，企业相关指标都比较相近，所以波动均不大。以中小规模的新生民营企业为主。④营业收入增长率极差为54.15，方差为2.494，数值均相对较大。说明由于业务盈利能力和拓展速度的差距，新三板企业营业收入相差较大。而净利润增长率方差为0.432，极差为4.716，波动性显著小于营业收入增长率。所以本文在用营业收入增长率构建回归模型后，用净利润替换营业收入增长率进行稳健性检测。表4-2主要变量定义表变量样本数均值标准差最小值最大值极差|SA|1,2353.1130.3881.8324.3912.559DIF1,235269.552.72143.9377.7233.8d11,223253.251.92126.7353.9227.2d21,223263.769.43107.3400.4293.1d31,223337.856.73230.7440.3209.6Size1,2355.0471.0022.5097.6585.149Age1,23513.304.54343834Soe1,2350.05260.223011Growth1,2350.4652.494-22.7231.4354.15Net1,2350.2000.432-0.8163.9004.716（2）相关性分析本文主要变量相关性分析矩阵如表4-3所示。首先，从相关性分析结果来看：SA的绝对值与数普惠金融发展指数（DIF），及其二级指标覆盖广度（f1），使用深度（f2），数字化程度（f3）在1%的置信水平上呈现负相关的关系。由于SA指数取绝对值，所以DIF越大，SA指数绝对值越小，说明企业受到融资约束程度越小。所以可以认为：数字普惠金融有助于缓解企业的融资约束。同时，企业规模、企业年龄、和企业性质的相关性分析结果也基本符合假设预期。而对于控制变量营业增长率（Growth）和净利润增长（Net）的相关性分析与预期有所出入，两者均与融资约束指数存在微弱的正相关关系，其中营业收入增长率的正相关关系更为显著。这说明这两个变量与融资约束的关系还需要进一步探索。除被解释变量外，其他各变量之间的相关系数均小于0.8，所以可以认为解释变量与控制变量之间没有显著的相关性，互不影响。|SA|DIFd1d2d3GrowthNetsizeageSoe|SA|1DIF-0.286***1d1-0.268***0.976***1d2-0.287***0.951***0.908***1d3-0.224***0.592***0.479***0.409***1Growth0.086***-0.115***-0.109***-0.105***-0.098***1Net0.02900.01100.0190-0.00700-0.01300.343***1size-0.878***0.204***0.199***0.207***0.160***-0.063**0.03701age-0.620***0.254***0.232***0.256***0.198***-0.066**-0.131***0.192***1Soe-0.152***-0.0160-0.0180-0.01600.00100-0.0310-0.04000.096***0.148***1.模型设定尽管相关性分析得出数字普惠金融发展水平与企业融资约束存在负相关，为了进一步探索两者之的间关系，本文首先构建一元线性回归模型1来验证本文假设是否成立。SAit=β0+β1DIFi,t+∑Yeart+∑Industryi+εi,t(1)模型一中的i和t分别表示企业和其数据对应的年份，Year和Industry是模型的虚拟变量。如果该模型的系数显著为正，则无法说明数字普惠金融能够缓解中小企业融资约束，仍需进一步研究。如果该系数显著为负，则可以在一定程度上证明数字普惠金融可以有效缓解企业的融资约束。同时，为了提高研究的准确性和可信度，本文在模型1的基础上加入了企业年龄等控制变量，构建了多元线性回归模型2：SAit=β0+β1DIFi,t+β2Agei,t+β3Growi,t+β4Sizei,t+β5Soei,t+∑Yeart+∑Industryi+εi,t(2)在模型2加入的新变量中：Growth为企业的营业收入增长率，用反映企业的成长性。Size为企业资产总额的自然对数，表示企业的规模。企业规模越大Age为企业的年龄。Soe表示企业的性质，用于区别国有企业和其他性质的企业。按照前文假设：国有企业面临的融资约束小于民营企业，同时企业营收增长率越大，规模越广，年龄越长，其融资约束越小。实证操作方面，本文采取的是Stata16.0用最小二乘法（OLS）对理论模型进行验证。（三）实证结果分析为了直观反应模型的回归结果，本文将模型1与模型2的回归情况整合在表3-3中。其中模型二加入了多个控制变量。从回归结果中可以发现，在没有加入控制变量时，数字普惠金融发展指数DIF在显著水平1%时为负数。而加入企业年龄等控制变量后，其显著水平下降到了10%。这说明数字普惠金融确实能够缓解企业的融资约束，但是其作用同时受到企业自身条件的影响。与预期相符的是，企业规模和企业性质的回归系数都显著为负。说明资产规模更大的国有性质企业受到融资约束更小。然与结论预期有出入的是，企业的营业收入增长率和企业年龄的回归系数为负。这一现象可以由数据来源的特殊性进行解释：首先描述性统计的结果来看，新三板企业的营收年度数据越高，其数据波动较大，经常出现某一年大幅营收而第二年大幅亏损的情况。所以此时企业的高营收反而导致银行对其信用条件产生不信任。而鉴于新三板数据多为创新型企业，在越早创立的企业其营业理念更加先进，技术能力越优秀。所以反而是新创立的企业更容易获得银行的投资。(1)(2)变量SASADIF-0.002***-0.001*(-10.48)(-1.77)age-0.040***(-112.31)Soe-0.012*(-1.75)Growth0.001(1.21)size-0.304***(-195.31)year0.002(0.90)Constant-2.547***-4.570(-46.22)(-1.16)Observations1,2351,235R-squared0.0820.982F109.910921（四）稳健性检验由于实证部分与部分理论假设出现了偏差，为了使结论更加可靠，本文使用了变量替代的方式来进行稳健性检验。正如前文所写，由于中小企业可能存在不计成本的扩张，仅通过营业收入增长率无法很好地拟合企业的成长能力。所以将企业的成本纳入考量，用企业净利润增长率（Net）替换模型2中的营收增长率（Growth），并进行线性回归分析，结果如表4-1所示。从回归结果来看，变量替换后其系数依然在10%的显著水平上为负。说明变量替换并没有影响之前的研究结论。说明数字普惠金融的发展确实缓解了中小企业的融资约束，假设得证。同时，企业净利润的增长与融资约束指数SA也呈现出了负向关系，符合预期。说明相比于企业的营业收入，企业净利润更适合反应新三板企业的成长性。(1)(2)变量名称SASADIF-0.001*-0.001*(-1.77)(-1.63)age-0.040***-0.040***(-112.31)(-111.60)Soe-0.012*-0.012*(-1.75)(-1.80)Growth0.001(1.21)size-0.304***-0.304***(-195.31)(-194.79)year0.0020.001(0.90)(0.68)Net-0.002(-0.62)Constant-4.570-3.712(-1.16)(-0.94)Observations1,2351,235R-squared0.9820.982F1092110911研究结论及政策建议本章总结了前文的研究成果，得出了本文的研究结论，并根据研究结论对数字普惠金融发展和中小企业融资困难的解决提出相应的建议。（一）研究结论首先，论文着眼于中小企业的融资困难，探索了数字普惠金融缓解中小企业融资约束的作用。首先结合前人研究成果，在现状分析的基础上理清了数字普惠金融作用于企业融资困难的途径和机制，提出了研究假设。并使用我国新三板企业数据构建SA指数测度企业融资约束，与《北京大学数字普惠金融指数》进行实证分析，得出研究结论如下：1.我国中小企业普遍受到融资约束的制约，而数字普惠金融具有缓解中小企业融资约束的作用同时，其下属二级指标覆盖广度，使用深度，和数字化程度也与企业融资约束有较为显著的负相关性。综上，推广数字普惠金融，提高金融服务数字化程度有助于我国中小企业解决融资困难，实现良好发展。同时，由于我国数字普惠金融发展程度在地理范围呈现较大的差距，中西部等落后地区仍有较大的增长空间。2.企业自身的属性和资质也会对融资约束产生影响。从理论上来看，资产规模较大，自身成长性较强的国有企业更容易得到融资。而关于企业年龄部分，由于数据来源的特殊性、并未证明企业年龄的增长能够提高企业的融资能力。（二）政策建议1.企业层面：提高信息化水平，充分利用数字金融通道。首先，造成中小企业融资困难的主要原因是信息不对称。传统金融机构无法充分了解企业的风险状况，进而导致银行在处理中小企业贷款时采取更保守的决策。所以中小企业要从根本上破除融资约束，首先就是要加强信用管理，完善财务信息披露，规范企业管理。而数字金融可以通过大数据技术、云计算等数字技术，为企业和金融机构搭建数据共享和网络征信平台。所以，企业应主动提升自身信息化水平，补齐财务信息短板，积极参与数据共享和信用信息披露。此外，目前我国参与数字金融的主体依然是个体客户，数字金融的成果并未被企业充分利用。因此，企业也应转变融资思路。一方面，提高自身信息化水平，使自身资质与数字金融的条件相匹配。另一方面，勇于尝试新的融资渠道，顺应数字金融发展潮流。2.金融机构层面：助力数字普惠金融创新，提高金融服务水平目前我国数字金融正处于稳步发展阶段，数字技术在金融业务方面的应用不断涌现。而数字普惠金融最大的优势，正是在其数字化、信息化的特征上。所以金融机构应重视金融科技，鼓励业务创新。利用大数据技术对于传统金融业务进行优化，简化流程、降低成本，提高效率。同时，传统金融机构也可以与数字平台合作，积极探索数字金融业务新模式，为中小企业开辟融资通道。另外，金融机构也应配合好国家相关战略方针，发挥好小微企业的作用。3.政府层面：推进数字普惠金融建设，鼓励数字金融生态建设。尽管国家一直大力倡导数字普惠金融发展，但从我国数字普惠金融发展现状来看，中西部相对偏远落后地区与东部地区仍存在较大差距。所以，我国首先应该落实数字化基础设施建设，为数字普惠金融的发展提供条件。同时，政府应从多方位加强数字金融生态建设。可由政府部门牵头，带动数字金融机构串联中小企业，打通数字金融产业链。同时建设数字金融监管体系，建立相关法律法规。为数字普惠金融提供良好的政策环境。参考文献[1]郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020,19(4):1401-1418.[2]滕磊.数字普惠金融缓解企业融资约束的机制与路径[J].调研世界,2020(9):27-35.[3]宋子旭.数字普惠金融对中小企业融资约束影响研究[J].时代金融,2021(4):48-50.[4]岳小洁.新时期中小企业融资问题分析及对策探究[J].时代金融,2021(18):19-20.[5]黄国平．发展数字普惠金融破局中小微融资难题[N]．中国证券报，2020-01-22：58-59．[6]鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013,48(01):4-16.[7]魏志华,曾爱民,李博.金融生态环境与企业融资约束——基于中国上市公司的实证研究[J].会计研究,2014(05):73-80+95.[8]石璋铭,谢存旭.银行竞争、融资约束与战略性新兴产业技术创新[J].宏观经济研究,2015(08):117-126.[9]邹伟,凌江怀.普惠金融与中小微企业融资约束——来自中国中小微企业的经验证据[J].财经论丛,2018(06):34-45.[10]贝多广，莫秀根.中国普惠金融发展报告(2019)［M］.北京：中国金融出版社,2019.10[11]尹应凯,艾敏.金融科技、银行业结构与中小企业融资——基于新结构经济学的视角[J].上海大学学报(社会科学版),2020,37(02):19-32.[12]刘满凤,赵珑.互联网金融视角下小微企业融资约束问题的破解[J].管理评论,2019,31(03):39-49.[13]焦瑾璞.传统金融对小微企业服务严重不足[A].中国人民大学国际货币研究所.《IMI研究动态》2015年合辑[C].:中国人民大学国际货币研究所,2015:4.[14]林毅夫，孙希芳.银行业结构与经济增长[J].经济研究,2008,43(09):31-45.[15]林毅夫，李永军.中小企业融资困难的成因和根本解决思路[J].今日科技,2004,(03):27-28.[16]王鸿丽.论中小企业现金流量管理的对策[J].中外企业家,2017,(28):182+186.[17]王朝弟.中小企业融资问题与金融支持的几点思考[J].金融研究,2003,(01):90-97.[18]吴俊霖.互联网金融发展与中小企业融资约束J].金融监管研究,2017,(02):51-64.[19]张虎龄.对企业融资约束宏观环境因素的实证分析J].学习与实践,2015,(12):22-29.[20]孙国茂.普惠金融为解决中小企业融资难提供新途径[J].上海证券报，2019-09-10.[21]包钧，谢霏，许霞红.中国普惠金融发展与企业融资约束[J].上海金融，2018(07)：34-39.[22]吕劲松.关于中小企业融资难、融资贵问题的思考[J].金融研究，2015(11)：115-123.[23]姚耀军，董钢锋.中小企业融资约束缓解：金融发展水平重要抑或金融结构重要一一来自中小企业板上市公司的经验证据[J].金融研究，2015(4)：148-161.[24]赵青.互联网金融破解小微企业融资难问题研究一一基于长尾理论的视角［J］.财会通讯，2017(35)：23-26.[25]秦士晨.中小企业融资问题的研究一一基于“数字普惠金融”创新借贷模式[J].工业经济论坛，2017,04(05)：89-94.[26]巴曙松.大数据可解小微企业融资瓶颈[J].中国经济报告，2003⑹:29-31.[27]廖理，张伟强.P2P网络借贷实证研究：一个文献综述[J].清华大学学报(哲学社会科学版)，2017(2):186-196.[28]王