数字普惠金融与企业生命周期研究

1理论分析与研究假设

1.1数字普惠金融与企业技术创新

企业创新被认为是一项高风险、高投资、周期长的活动。由于其对资金的高度依赖性，导致仅仅依靠企业内部融资难以满足技术创新对资金的需求，因此外源性融资就变得非常必要。数字普惠金融的普惠性，极大地降低了贷款人的市场准入门槛。通过对用户海量市场交易数据进行分析，构建新型客户信用评估体系，在很大程度上缓解了信息不对称的问题。数字普惠金融摆脱了传统金融对贷款人抵押担保品的需要，这极大地节约了交易时间，降低了贷款成本。综上所述，提出以下假设：假设1：数字普惠金融有利于中小企业技术创新。

1.2数字普惠金融与企业技术创新的中介机制

数字普惠金融具有融资服务的便捷性、低门槛性等特征，通过对贷款人的大数据分析，了解其信用情况，缓解了信息不对称情况，使广大中小微企业和普通大众也能够享受金融服务，这无疑有利于缓解企业的融资约束。数字普惠金融通过第三方支付能够有效保护厂商的利益，有利于提高企业销售收入，增加内部现金流，减少对外部资金的需求，进而有利于降低企业杠杆率[5]。据此，提出以下假设：假设2a：数字普惠金融的发展通过缓解企业融资约束，促进了中小企业技术创新。假设2b：数字普惠金融的发展通过降低企业杠杆率，促进了中小企业技术创新。

1.3数字普惠金融、企业生命周期与企业技术创新

学界目前将企业生命周期划分为成长期、成熟期和衰退期[6，7]。处于不同生命周期的企业，在技术创新方面表现出不同的特点。成长期的企业，扩大生产规模的意愿较强，但是因为企业处于初创期，商业模式不成熟，盈利能力较弱，面临着较大的融资约束[8]。数字普惠金融在企业成长期满足其研发所需的资金需求，预计能够极大地促进企业技术创新。在成熟期的企业，现金流充足，融资约束较小[9]。处于该阶段的企业，内部具有充足的现金流可以支持企业创新。随着企业进入衰退期，市场份额开始逐渐降低，财务状况开始恶化，生产经营出现困难，用于技术创新的资金短缺，很难从事研发活动。因此提出以下假设：假设3：数字普惠金融对成长期的企业技术创新促进作用最大，对成熟期企业促进作用次之，对衰退期企业作用最小。

2研究设计

2.1研究样本与数据来源

本文依据数字普惠金融指数起始年份选择了2011—2018年A股中小板和创业板上市公司的数据进行实证分析。数字普惠金融指数来源于北京大学数字金融研究中心编制的“北京大学数字普惠金融指数”，企业创新等数据来源于国泰安数据库、Wind数据库。按照惯例[10]，对数据进行以下处理：①剔除ST、ST*、PT等特殊企业样本；②剔除金融业企业；③剔除主要变量存在缺失的样本；④为了避免极端值对实证结果的影响，对所有连续变量进行上下各1%的缩尾处理，最终得到了6821个观测值。

2.2变量定义与说明

（1）数字普惠金融。该指数分为四个部分，分别是数字普惠金融指数（Difi）、数字化程度（DL）、覆盖广度（CB）、使用深度（UD）。本文选择数字普惠金融指数作为主要解释变量，同时采用其他三个指数进行降维分析。（2）企业技术创新。借鉴相关文献[11]，选择企业专利申请总量（Patent）来衡量企业总体创新情况，此外还选择了发明专利申请量（Exp）作为实质性创新指标，实用新型和外观设计专利申请量（Prac）作为策略性创新指标。考虑到企业当年专利申请量并不能反映当年的创新情况，即企业创新具有滞后性，因此选择企业T+1年的专利申请量数据来衡量T年的创新情况。同时鉴于很多公司当年的发明专利申请量为0，也就是存在着以0为下限的“归并数据”问题，因此本文将专利申请量加1后再取对数进行分析。（3）企业生命周期。现有文献对企业生命周期的划分方法并不统一，总体来说，分为三类：单一变量法、财务指标综合法、现金流量法。其中，Dickinson（2011）[12]提出的现金流量法具有可操作性强、客观性强等特点，因此很多学者选择该方法对企业生命周期进行划分，本文也选择该方法将企业生命周期划分为成长期、成熟期和衰退期。（4）控制变量。为了控制其他可能影响企业创新的因素，选择了企业规模（Size）、上市公司年龄（Age）、企业成长性（Growth）、财务杠杆（Lev）、产权性质（Soe）、两职合一（Dual）、企业盈利能力（ROA）、高管薪酬激励（Salary）、董事会结构（Board）等控制变量。

3实证分析

3.1基准回归结果分析

（1）、列（2）、列（3）是没有添加控制变量的回归结果。可以看到，数字普惠金融指数与三种形式的专利申请量回归系数均高度显著，这说明数字普惠金融能够促进中小企业技术创新。而且对企业实质性创新（F.exp）的促进作用要大于对策略性创新（F.prac）的促进作用。列（4）、列（5）、列（6）则是加入了控制变量以后的回归结果。可以看到在加入控制变量后，并未改变上述结论，说明数字普惠金融缓解了企业融资约束，促进了企业技术创新，即假设1成立。

3.2数字普惠金融指数降维回归结果分析

数字普惠金融指数分为四个部分，分别是数字普惠金融指数（Difi）、数字化程度（DL）、覆盖广度（CB）、使用深度（UD）。实证结果显示，数字普惠金融的三个细分指标与企业专利申请量的相关系数均显著为正，这说明数字普惠金融的数字化程度越高、覆盖范围越广、使用程度越深，则其对中小企业技术创新的促进作用就越明显。

3.3内生性分析

（1）被解释变量滞后一期数字普惠金融和企业创新之间可能存在着反向因果关系。为了缓解这一内生性问题，在回归中采用的T-1期专利申请量重新进行回归。这在一定程度上缓解了反向因果导致的内生性问题。（2）两阶段工具变量法（2SLS）采用两阶段工具变量法（2SLS）重新进行回归。选择了互联网普及率（netrate）作为数字普惠金融的工具变量，原因在于互联网是数字金融发展的重要基础设施，与数字金融高度相关，在对企业基本特征进行控制以后，互联网普及率可以作为数字普惠金融的工具变量[14]。内生性检验结果如表3所示。可以看到，所有解释变量滞后一期的回归结果仍显著为正，这说明本文结论具有可靠性。工具变量的第一阶段回归结果表明互联网普及率与数字普惠金融显著正相关，说明工具变量的选择是合理的，第二阶段的回归结果也显著为正。

3.4稳健性分析

（1）更换被解释变量选择研发投入/营业收入作为企业创新投入指标，重新进行回归，结果显示，数字普惠金融的细分指标均与企业研发强度显著正相关。这与之前的分析结论一致，说明本文的结论是稳健的。更换回归模型鉴于专利申请量存在“归并数据问题”，采用Tobit模型进行回归分析。回归结果显示，数字普惠金融与企业技术创新之间的正相关关系仍然成立，说明本文的结论是稳健的。

4机制分析

本文以融资约束（SA）和财务杠杆（Lev）为中介变量来研究数字普惠金融与企业创新之间的作用机制。从PanelA中列（1）、列（4）、列（6）可以看出，数字普惠金融与企业技术创新之间存在显著的正相关关系，列（2）显示数字普惠金融与融资约束呈现显著的负相关关系，说明数字普惠金融的发展有利于缓解企业融资约束。列（3）、列（5）、列（7）则是将数字普惠金融Difi和融资约束SA同时引入模型，与企业创新进行回归，结果显示二者的系数均显著，这说明融资约束是数字普惠金融与企业创新之间的中介变量，具有部分中介效应，验证了假设2a。同样PanelB的结果表明，财务杠杆是数字普惠金融与企业创新之间的中介变量，具有部分中介效应，验证了假设2b。

5异质性分析

5.1企业生命周期的异质性分析

为了对假设3进行检验，按照企业所属生命周期的不同，分别按照成长期、成熟期和衰退期进行分组回归，结果如表5所示。列（1）至列（3）是成长期的企业，列（4）至列（6）是成熟期的企业，列（7）至列（9）是衰退期的企业。从回归的系数来看，成长期的样本回归系数均显著为正，这表明数字普惠金融对成长期企业的创新具有显著正向影响。在成熟期的企业样本中，数字普惠金融显著促进了总体创新和实质性创新，但对策略性创新的影响则不显著。在衰退期的企业样本中，各项回归系数均不显著，这说明数字普惠金融并不能对处于衰退期的企业创新产生影响，假设3得到验证。

5.2产权的异质性分析

按照企业所属产权性质不同，根据国有企业和民营企业进行分组回归，结果如下页表6所示。可以看到在PanelA中，数字普惠金融对成长期和成熟期的国有企业技术创新具有非常显著的促进作用，而对衰退期的企业作用则不显著，这与之前的分析结论是一致的。即数字普惠金融对企业技术创新的影响在成长期最为有效，在成熟期次之，而在衰退期则最弱。在民营企业样本中，数字普惠金融对企业技术创新的促进作用在成长期和成熟期非常显著，而在衰退期则并不明显。通过对比可以发现，数字普惠金融对民营企业技术创新的促进作用要大于对国有企业的作用。可能的原因在于国有企业具有信用优势，有更多的资金来源渠道，融资约束较小。而民营企业则面临着较大的融资约束，从事创新的资金不足。

6结论

本文选取我国2011—2018年A股中小板和创业板上市公司相关数据，对数字普惠金融、企业生命周期与企业创新之间的关系进行了实证检验。在此基础上研究了融资约束和财务杠杆对二者关系的中介效应。通过实证检验得到以下结论：（1）数字普惠金融与企业实质性创新和策略性创新之间呈现正相关关系；（2）数字普惠金融通过缓解企业融资约束和降低财务杠杆从而促进了企业创新，融资约束、财务杠杆具有部分中介效应；（3）在考虑企业生命周期以后，发现数字普惠金融对成长期和成熟期企业的创新促进作用显著，但是对处于衰退期的企业则不显著；（4）异质性分析表明，在企业生命周期的不同阶段，数字普惠金融对民营企业创新的促进效应相比于国有企业更加明显。

参考文献：

[1]唐松,伍旭川,祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界,2020,36(5).

[2]袁鲲,曾德涛.区际差异、数字金融发展与企业融资约束——基于文本分析法的实证检验[J].山西财经大学学报,2020,42(12).

[3]谢雪燕,朱晓阳.数字金融与中小企业技术创新——来自新三板企业的证据[J].国际金融研究,2021,(1).

[4]杜传忠,张远.数字经济发展对企业生产率增长的影响机制研究[J].证券市场导报,2021,(2).

[5]谢平,邹传伟,刘海二.互联网金融的基础理论[J].金融研究,2015,(8).

[6]车德欣,李凤娇,吴非,等.财政科技支出、企业生命周期与技术创新[J].科技进步与对策,2021,38(3).

[7]梁上坤,张宇,王彦超.内部薪酬差距与公司价值——基于生命周期理论的新探索[J].金融研究,2019,(4).

作者:刘京焕 周奎 张勇 王琦 单位:中南财经政法大学 吉首大学 复旦大学