區塊鏈技術應用與企業融資約束

高太光　王奎

【摘要】區塊鏈技術作為一項極具顛覆性的新興數字技術， 在推動技術革新和產業轉型升級中具有舉足輕重的作用。以2014 ～ 2021年滬深兩市A股上市企業為研究對象， 采用傾向得分匹配—雙重差分模型（PSM-DID）實證檢驗區塊鏈技術應用對企業融資約束的影響。研究發現： 區塊鏈技術的應用能有效緩解企業融資約束， 并且通過降低信息不對稱水平和增加短期負債發揮作用。異質性檢驗表明： 區塊鏈技術應用對企業融資約束的減輕作用在非國有、 股權較為集中、 客戶集中度較低、 處于市場化水平較高區域的樣本中更明顯。該研究結論為企業積極引入區塊鏈技術以緩解自身融資約束問題提供了經驗證據。

【關鍵詞】區塊鏈技術；融資約束；傾向得分匹配-雙重差分模型；異質性

【中圖分類號】F832.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）10-0042-8

一、 引言

自2016年工業和信息化部提出“區塊鏈”概念以來， 區塊鏈市場規模不斷擴大， 根據IDC預測， 到2023年， 我國企業將在區塊鏈產業上投入27億美元。區塊鏈技術的去中心化、 信息不可篡改、 可追溯等技術屬性逐漸應用到各金融服務平臺， 為開發綜合性的供應鏈金融服務進而解決企業融資問題提供強有力的技術支撐（宋華等，2022）。在此背景下， 區塊鏈技術對企業融資的影響值得關注， 這將有助于深入理解區塊鏈技術應用帶來的經濟后果， 并為有效緩解企業融資約束提供啟示。

充足、 持續的資金來源是企業開展生產經營、 創新等活動要滿足的首要條件。然而， 由于全球經濟不確定性的加劇， 加之融資供給端仍存在較高的信貸風險， 許多企業面臨融資約束問題。因此， 要解決企業融資約束問題， 必須突破現有融資困境， 尋求融資模式創新。金融科技的發展為解決企業融資難題提供了新的思路， 大數據、 物聯網等數字技術的融入更是提高了金融機構信息甄別、 風控能力， 有效提升了其決策科學性（龔強等，2021）。作為金融科技的代表性技術之一， 區塊鏈技術因在保證上鏈數據質量、 減少多邊交易信息不對稱等方面具有重要作用， 迅速在企業融資領域受到學者們的極大關注， 區塊鏈技術之于金融創新的作用也越發明顯①。那么， 應用區塊鏈技術的企業融資約束會如何變化？不同特征和環境下的企業應用區塊鏈技術對融資約束的影響是否存在一定差異？區塊鏈技術通過何種途徑對企業融資約束產生影響？

鑒于此， 本文選取2014 ～ 2021年滬深A股上市企業作為樣本， 以企業當年是否實際應用區塊鏈技術將樣本分為處理組和對照組， 采用PSM-DID方法實證研究區塊鏈技術應用對企業融資約束的影響， 討論該影響是否因企業屬性和所處環境不同而有所差異， 并且進一步檢驗其中的作用機制。與已有研究相比， 本文可能的貢獻可歸結為兩個方面： 第一， 拓展了區塊鏈技術應用對企業融資約束影響的研究方法。與現有多數研究從技術架構、 功能特征、 應用場景等方面探討區塊鏈技術發揮的作用不同， 本文基于大樣本數據采用PSM-DID方法深入分析區塊鏈技術應用對企業融資約束的影響， 為區塊鏈技術引入帶來的正向影響提供了證據支撐并更好地突出了區塊鏈技術應用對企業融資約束產生的“凈效應”。第二， 豐富了區塊鏈技術與企業融資約束關系的研究。結合我國的市場環境深入研究因企業微觀特征和宏觀環境不同導致的區塊鏈技術應用差異， 可以為不同類型企業的戰略制定提供事實依據； 刻畫區塊鏈技術作用于企業融資約束的傳導機制， 為更清楚地認識和理解該效應的作用機理提供參考。

二、 文獻綜述

（一）區塊鏈技術經濟后果研究

區塊鏈技術的廣泛應用會產生一系列的經濟后果， 現有關于區塊鏈技術經濟后果的研究主要集中于業務流程和供應鏈金融領域。在改進業務流程方面， 區塊鏈技術通過提高企業勞動者生產力、 優化資源自動交易流程（王曉靜等，2019）、 推進產業鏈智能化和網絡化進程（張路，2019）， 從而有效降低銷售費用率（Pan等，2020）、 促進企業創新（鐘海燕和周文淵，2022）和提升企業績效（林心怡和吳東，2021）。隨著研究的深入， 部分學者發現， 較高的獨董比例和股權集中度、 企業資產規模的擴張等是區塊鏈技術在公司治理中充分發揮作用的關鍵因素（Pan等，2020； 林心怡和吳東，2021）。在優化供應鏈金融方面， 區塊鏈技術不僅能保證交易過程中數據的完整性（龔強等，2021）， 還能通過減少信息不對稱、 加強相關機構監管等降低金融機構風險（孫睿等，2023；師修繁，2022；董春雨等，2022）。

（二）企業融資約束的影響因素研究

已有研究表明， 我國企業普遍存在融資約束問題。企業融資約束的影響因素很多， 從宏觀層面看， 巴塞爾協議Ⅲ帶來的資本儲備規范和其他監管變化， 使得私人銀行更傾向于對重點大型企業放貸。在我國， 因國有企業具有特殊性質與背景， 金融資源也更偏向于國有企業（簡澤等，2018）， 擠占非國有企業發展所需的金融資源， 造成民營企業融資門檻和融資成本更高。從微觀層面看， 信息不對稱是造成上市公司融資約束問題的主要原因（龔強等，2021）。銀企間信息非對稱會導致企業違約風險和金融機構外部欺詐風險增加、 信貸資金分配不均甚至錯配等問題， 進而迫使企業融資成本提高， 加重企業融資約束。

同時， 學界從外部環境和內部環境兩方面出發， 探討了如何緩解融資約束。從外部環境看， 在影響企業融資約束的諸多因素中政府發揮著重要作用， 受到政策支持的企業融資約束往往得到緩解（徐思等，2019）。此外， 完善金融生態環境（魏志華等，2014）、 加強政治關聯（于蔚等，2012）、 提高供應商集中度（李振東和馬超，2019）亦能為企業贏取良好的聲譽， 降低其交易成本和供應鏈復雜性， 增加企業貸款的可獲得性。從內部環境看， 企業可通過優化治理結構（王康等，2019）、 完善相關內部制度（李姝等，2022）和環境信息披露（劉蕾和鄢章華，2017）等， 進一步改善自身經營狀況和降低信息不對稱水平， 從而緩解融資約束。

三、 理論分析與研究假設

區塊鏈技術發展促進了融資模式革新和效率提升， 不僅能有效緩解企業在生產經營中資金需求的信息不對稱問題， 還能滿足企業在發展過程中不同階段的資金需求， 為解決企業融資難、 融資貴問題提供可能。

首先， 區塊鏈技術可以緩解信息不對稱問題， 為企業和債權人提供一個信息透明、 安全可靠的融資環境。信息不對稱是引起上市公司融資約束問題的主要根源， 且信息不對稱程度越高， 融資約束程度也就越高。因此， 緩解信息不對稱有助于減輕企業融資約束。區塊鏈技術的出現改變了供應鏈的信息流形態： 一方面， 通過區塊鏈技術對信任共識的作用機制， 可建立供應鏈可視化數據體系， 供應鏈上下游企業及金融機構、 物流公司等可以隨時獲取系統數據， 去中心化的分布式結構可解決信息不對稱問題； 另一方面， 區塊鏈技術可以增強各方信息分享意愿， 降低信息需求方收集和處理信息的成本并提高傳遞效率， 進而改善企業信息環境、 有效減少信息不對稱。

其次， 區塊鏈技術可以提高企業短期資金的可獲得性， 進而影響企業融資約束。中小企業或者非國有企業很難獲得長期融資， 更多的是通過短期債務融資， 以滿足其短期資金需求。區塊鏈技術在提高企業短期債務融資能力方面具有重要作用： 一方面， 區塊鏈技術可通過增強金融機構識別企業信用風險的能力， 優化共識機制， 實現鏈內信息即時共享， 確保交易記錄、 協議合同真實可信， 有效限制借款方信息欺詐行為， 減少數據缺失等問題， 為金融機構提供信任保障， 從而提高企業短期資金的可獲得性， 緩解企業融資約束問題。另一方面， 區塊鏈技術建立了整個過程節點的協同關系， 構建參與規則和激勵機制， 不僅可以改進生產流程、 降低運營成本、 提高運營質量， 還能有效地連接供應鏈聯盟、 金融機構和政府監管部門， 進而提升企業運營能力和經營績效， 而良好的績效表現有利于提高企業外部資金的可獲得性。

基于以上分析， 本文提出如下假設：

H1： 區塊鏈技術應用能有效緩解企業融資約束。

四、 研究設計

（一）樣本選取與數據來源

自2016年以來， 我國區塊鏈技術發展迅速（林心怡和吳東，2021）， 因此， 本文選取2014 ～ 2021年相關數據作為樣本。借鑒Pan等（2020）、 林心怡和吳東（2021）的研究方法， 利用百度搜索引擎進行相關數據搜集。為保證數據的有效性， 根據以下原則對所搜集的數據進行整理： 剔除非A股企業； 剔除金融企業和科技型服務企業； 剔除ST、 ?ST企業； 剔除上市時間晚或僅進行重大資產重組企業； 剔除連續多年缺失數據樣本， 對某些缺失部分年份樣本參照相關報表補齊數據。在此基礎上， 通過手工搜集樣本企業各年度財務報告及以“企業簡稱+區塊鏈技術”為關鍵字在百度搜索企業相關信息， 進一步剔除無實際應用區塊鏈技術和應用區塊鏈技術較晚的企業， 同時記錄各企業應用區塊鏈技術的初始年份。由此， 獲得實際應用區塊鏈技術的20家上市企業數據。

本文所使用的財務數據來自同花順（iFinD）和國泰安（CSMAR）。另外， 對所有連續變量指標按照雙邊各剔除1%的方式進行縮尾處理。

（二）傾向得分匹配—雙重差分模型設定

基于研究需要， 根據企業是否應用區塊鏈技術設置分組啞變量Post， 將20家應用企業設定為處理組， 賦值為1； 其他企業設定為對照組， 賦值為0。同時， 根據企業應用區塊鏈技術的時間設置分期虛擬變量Treat， 將應用初始年份及之后的每一年均視為當年應用區塊鏈技術， 賦值為1； 初始應用年份之前的時間賦值為0。參照王康等（2019）的做法， 建立如下多期雙重差分模型：

FCit=β0+β1DIDit+βcXit+μi+θt+εit （1）

Xit=f（Recit，Tobin Qit，Flit，Ocfit，Staffit，Tatrit，Top1it， Stateit） （2）

其中： FCit表示企業i在t時期的融資約束； β0為常數項； DIDit（DIDit=Posti×Treatt）為企業當年是否應用區塊鏈技術的啞變量； β1是本文重點關注的參數， β1<0表示區塊鏈技術應用減輕了企業融資約束， 相反， 則加重了企業融資約束； Xit代表一系列控制變量； μi表示行業固定效應； θt表示年份固定效應； εit代表隨機誤差項。

本文進一步采用傾向得分匹配法（PSM）， 解決DID模型中處理組與對照組在應用區塊鏈技術前不完全具備共同趨勢假設問題。本研究的PSM流程如下： 第一步， 選取協變量。借鑒相關文獻將影響企業區塊鏈技術應用和融資約束的變量納入模型， 并對比不同模型的極大似然值以確定擬合效果較優的協變量， 最終選取應收賬款收入比、 員工人數、 產權性質、 經營性凈現金流等8個變量為協變量。第二步， 進行傾向得分匹配。借鑒林心怡和吳東（2021）的做法， 采用1∶3的最近鄰匹配。第三步， 進行平衡性檢驗。為驗證PSM結果的可靠性， 通過平衡性檢驗驗證處理組與對照組在匹配變量上有無明顯差異。經過上述匹配， 最終獲得8701個非平衡面板觀測數據。

（三）變量選取

1. 被解釋變量： 融資約束。因SA指數由完全外生的size和age兩個變量組成， 其被廣泛應用于衡量企業融資約束水平。參照吳秋生和黃賢環（2017）的做法， 采用SA指數表示企業融資約束， 其表達式為： SA=0.043×Size2-0.737×Size-0.04×Age。其中： Size取賬面資產對數（Hadlock和Pierce，2010）， Age為公司上市年限。用該公式得到的SA數值為負， 以絕對值表示， 其絕對值越大， 說明公司面臨的融資約束程度越高， 同時采用WW指數進行穩健性分析。

2. 解釋變量： 區塊鏈技術應用。根據前述內容， 通過設置啞變量（DID）對區塊鏈技術應用進行衡量： 企業當年及以后年份應用區塊鏈技術的樣本設定為1， 即DID=1， 未應用的樣本設定為0， 即DID=0 。

3. 控制變量。參照已有研究（徐思等，2019；吳秋生和黃賢環，2017）， 本文選取以下控制變量： 應收賬款收入比（Rec）、 托賓Q值（Tobin Q）、 財務杠桿（Fl）、 經營性凈現金流（Ocf）、 員工人數（Staff）、 總資產周轉率（Tatr）、 第一大股東持股比例（Top1）、 產權性質（State）。此外， 在模型中還控制了年份（Year）和行業固定效應（Industry）。各變量定義見表1。

五、 實證結果及分析

（一）描述性統計

處理組和對照組樣本的描述性統計結果分別見表2和表3。通過對比兩表各主要變量相關數據可知， 兩組樣本均存在不同程度的融資約束， 但應用區塊鏈技術企業融資約束的均值（3.757）和中位數（3.778）均小于未應用區塊鏈技術樣本企業的均值（3.866）和中位數（3.869）， 間接說明區塊鏈技術應用與企業融資約束可能呈負相關關系。

（二）傾向得分匹配結果

核密度函數圖可作為檢驗PSM結果質量的方法之一。匹配前后的核密度函數圖如圖1和圖2所示： PSM匹配前對照組與處理組的核密度函數峰度和偏度差異較大， PSM匹配后處理組與對照組的核密度函數分布趨勢近乎一致、 峰度相近， 說明匹配效果較好， 這為本文進一步采用DID模型研究區塊鏈技術應用對企業融資約束的影響提供了良好的觀測樣本。

平衡性檢驗要求處理組與對照組在匹配變量上差異較小。用于PSM匹配的各變量平衡性檢驗結果如表4所示。由表4可知， PSM匹配后匹配變量標準偏差絕對值均小于10%， 說明處理組與對照組在企業其他特征方面差異較小、 PSM匹配效果較佳， 同時說明采用PSM方法可有效減小對照組與處理組之間協變量選取差異， 進一步減小因樣本自選擇產生的估計偏誤。

（三）基準回歸結果

區塊鏈技術應用與企業融資約束的基準回歸結果如表5所示。表5列（1）報告了在沒有控制變量情況下的回歸結果， 由此可知， DID的回歸系數在1%的水平上顯著為負， 表明應用區塊鏈技術能有效紓解企業融資約束； 表5列（2）進一步報告了在添加一系列控制變量情況下的回歸結果， 由此可知， DID的回歸系數仍在1%的水平上顯著為負， 同樣說明區塊鏈技術的應用能顯著緩解企業融資約束。因此， H1得到驗證。

（四）穩健性檢驗

本文進一步通過平行趨勢檢驗、 安慰劑檢驗、 更換被解釋變量、 更換樣本匹配方法等對基準回歸進行穩健性檢驗。

1. 平行趨勢檢驗。圖3繪制了2014 ～ 2021年回歸系數變化圖和其95%的置信區間。觀察圖3中前五期回歸系數可發現， 在5%置信水平上β1并不顯著區別于零， 說明處理組樣本與對照組樣本在未應用區塊鏈技術之前的融資約束水平變動趨勢近乎一致， 平行趨勢假設得到驗證。觀察后五期回歸系數發現， 相較于前五期， 回歸系數有所偏離零值， 且應用區塊鏈技術后第4年的回歸系數在95%置信區間內顯著不包含零值， 說明應用區塊鏈技術之后處理組和對照組融資約束水平存在差異， 證實了企業區塊鏈技術應用的動態效果。

2. 安慰劑檢驗。隨機化企業初始應用區塊鏈技術的時點， 并使這個隨機過程重復進行500次， 以進行安慰劑檢驗。圖4報告了區塊鏈技術應用對企業融資約束的安慰劑檢驗結果， 發現回歸系數集中在0附近， 且基準回歸系數-0.110在500次系數估計結果之外， 因此， 可以排除基準回歸結果是由不可觀測因素導致的。

3. 更換被解釋變量?，F有研究對融資約束的衡量指標不一。與SA指數不同， WW指數包含較多企業特征， 能比較全面地評價影響企業融資約束的因素。參考唐松和謝雪妍（2021）的做法， 本文進一步采用WW指數作為被解釋變量進行穩健性檢驗。表6列（1）的回歸結果表明， DID的回歸系數與基準回歸結果保持一致， 結論較為穩健。

4. 更換樣本匹配方法。表6列（2） ～ （4）分別報告了采用卡尺匹配、 核匹配、 馬氏距離匹配等方法進行PSM匹配后的回歸結果。結果表明， 在三種匹配方法下估計結果差異較小， 且與表5列（2）基準回歸結果相近， 再次證明結論比較穩健。

（五）異質性檢驗

1. 基于企業微觀特征的異質性分析。

（1）區分產權性質的異質性檢驗。國有企業在我國往往更容易獲得銀行信貸政策的傾斜， 而民營企業則不然， 同時民營企業公開披露的信息也相對較少， 信息不對稱問題更為嚴重?？梢灶A測， 我國民營企業在經營活動中普遍存在“融資難、 融資貴”的困境（吳秋生和黃賢環，2017）。按企業所有權性質劃分， 把樣本分為國有企業和非國有企業， 并在回歸中剔除控制變量Stateit， 表7列（1）和列（2）給出了所有制分組回歸結果。結果顯示， 國有企業樣本DID的回歸系數未通過顯著性檢驗， 而非國有企業樣本DID的回歸系數在1%的水平上顯著為負， 且組間系數差異也在1%的水平上顯著， 這說明與國有企業相比， 區塊鏈技術應用更能有效緩解非國有企業的融資約束， 原因在于非國有企業面臨的融資約束較大， 而國有企業的融資優勢使得區塊鏈技術應用對其融資約束的緩解作用并不明顯。

（2）區分股權分布的異質性檢驗。企業所有權與經營權分離導致的委托代理問題是導致管理層與股東產生矛盾的原因之一， 相對集中的股權結構有利于大股東為了自身利益和公司收益監督管理層， 從而制衡管理層權力。因此， 股權集中度較高的企業管理層會慎重對待重大投資， 也更有可能引進區塊鏈技術（林心怡和吳東，2021）， 進而緩解企業融資約束。采用前五大股東持股比例之和衡量企業股權集中度， 并在回歸中剔除控制變量Top1。按照前五大股東持股比例之和的中位數將樣本分為高、 低股權集中度兩組。表7列（3）和（4）分別報告了各樣本回歸結果， 高股權集中度樣本中DID的回歸系數在1%的水平上顯著為負， 而低股權集中度樣本中DID的回歸系數并不顯著， 且組間系數差異在5%的水平上顯著， 說明區塊鏈技術應用對企業融資約束的緩解作用主要體現在高股權集中度企業中。

2. 基于企業所處宏觀環境的異質性分析。

（1）區分客戶關系的異質性檢驗。企業客戶集中度的提高能使自身與下游企業利益逐漸趨同， 從而緩解市場信息不對稱產生的影響， 進而降低企業融資成本、 緩解企業融資約束， 即高客戶集中度企業面臨的融資約束程度可能更低。借鑒趙爽等（2022）的做法， 采用年度前五大客戶采購額占總采購額的比重衡量企業客戶集中度， 根據數據中位數將樣本分為高客戶集中度樣本和低客戶集中度樣本。表8列（1）和列（2）分別報告了客戶集中度分組回歸結果。從回歸結果可以看出， DID的回歸系數在高客戶集中度樣本中為正但未通過顯著性檢驗， 而在低客戶集中度樣本中顯著為負， 且組間系數差異在1%的水平上顯著， 說明區塊鏈技術應用對客戶集中度較低企業的融資約束緩解作用更明顯。

（2）區分市場環境的異質性檢驗。伴隨著市場化進程的不斷推進， 企業推進數字化、 網絡化、 智能化的意愿和動力更強； 同時， 在市場化水平較高的地區， 企業更愿意推動創新以促進績效增長， 也就更有可能引進區塊鏈技術。借鑒宮興國等（2022）的研究， 以市場化總指數來衡量市場化水平。根據數據中位數將樣本分為市場化水平高、 低樣本， 進一步檢驗不同市場環境下區塊鏈技術應用對企業融資約束產生的異質性影響?；貧w結果如表8列（3）和列（4）所示， DID的回歸系數在市場化水平較高的樣本中顯著為負， 而在市場化水平較低的樣本中為正但不顯著， 且組間系數差異在1%的水平上顯著， 說明區塊鏈技術應用對市場化水平較高區域企業的融資約束緩解作用更加明顯。

六、 機制檢驗

（一）信息不對稱的作用機制檢驗

結合前文的分析， 區塊鏈技術去中心化的分布式結構不僅可以為信息需求方提供實時、 可靠的數據， 而且能促進供應鏈上下游、 金融機構等積極加入區塊鏈， 進行信息共享， 提高了企業間、 銀企間信息溝通效率， 進而緩解企業融資約束。因此， 參照溫忠麟等（2004）的方法檢驗這一作用機制。參考宋敏等（2021）的研究， 通過流動性比率、 非流動性、 收益率反轉構建信息不對稱指標（ASYit）。表9列（1）報告了區塊鏈技術應用對中介變量信息不對稱的影響， 回歸結果顯示， DID的回歸系數為負且在1%的水平上顯著， 說明區塊鏈技術應用顯著降低了企業間、 銀企間的信息不對稱。表9列（2）同時引入區塊鏈技術變量和信息不對稱變量考察其對企業融資約束的影響， 回歸結果顯示， DID的回歸系數在1%的水平上顯著為負， 而ASY的回歸系數在1%的水平上顯著為正， 但DID系數絕對值較基準回歸模型中的系數絕對值更小， 表明信息不對稱的中介機制得到了實證檢驗結果的支持， 且為部分中介作用。

（二）流動負債的作用機制檢驗

區塊鏈技術在保證企業上鏈數據真實可靠、 不可篡改、 可追溯的同時， 也為金融機構等提供信任保障， 增強金融機構對風險的識別、 控制能力， 有效防范事前和事中重大外部風險的產生， 還能提升企業運營能力和經營績效， 進而增加企業短期資金的可獲得性， 緩解企業融資約束。因此， 類似上述檢驗流程， 檢驗企業流動負債水平（FDit）的中介作用。由表9列（3）可知， DID的回歸系數在1%的水平上顯著為正， 說明區塊鏈技術應用增加了企業流動負債； 由表9列（4）可知， 區塊鏈技術和流動負債的回歸系數均在1%的水平上顯著為負， 說明直接效應和中介效應同時存在， 即區塊鏈技術應用通過提高短期負債水平緩解企業融資約束， 且流動負債起部分中介作用。

七、 研究結論與政策建議

（一）研究結論

本文以2014 ～ 2021年滬深A股上市公司為樣本， 以公司當年是否應用區塊鏈技術為啞變量， 采用傾向得分匹配方法確定最終研究樣本， 通過雙重差分模型研究區塊鏈技術應用對企業融資約束的影響， 并進行了異質性分析及機制檢驗， 得出以下結論： 首先， 區塊鏈技術的應用可以有效紓解企業融資約束， 且多種穩健性檢驗結果與基準回歸結果一致。其次， 異質性檢驗結果表明， 股權相對集中、 處于市場化水平較高區域的企業， 更有可能追求企業長期利益、 更多地關注區塊鏈技術， 因此， 區塊鏈技術在這些企業中能更好地發揮融資約束緩解作用； 相對于國有企業和客戶集中度較高的企業而言， 區塊鏈技術應用對非國有、 客戶集中度較低企業的融資約束緩解作用更為明顯。最后， 作用機制檢驗表明， 區塊鏈技術的應用可通過降低信息不對稱和提高流動負債水平來減輕企業融資約束。

（二）政策建議

第一， 國內企業因勢利導， 主動把握區塊鏈技術所帶來的創新契機。我國企業亟需順應產業技術變革浪潮， 加大對區塊鏈技術的推廣力度以構建區塊鏈技術與自身發展融資需求之間的適配機制， 促進企業積極應用區塊鏈技術， 從而加快推進我國經濟高質量發展進程。同時， 各企業應保證上鏈數據安全可靠， 從源頭上降低數據風險， 增加融資可獲得性。

第二， 金融機構積極引入區塊鏈技術以降低信任風險和不良貸款率， 更好地為企業放貸。一方面， 金融機構可借助區塊鏈的不可篡改屬性， 將信息技術、 大數據等融入金融機構的決策流程， 以此提高金融機構的信息甄別、 風控等能力； 另一方面， 區塊鏈可以打通數據孤島， 降低銀企間、 企業間信息不對稱水平， 通過建立銀企間的真實信息互換、 金融機構間融資信息相互核驗等多種機制， 確保資金往來票據、 質押物憑證等多種信息真實、 互通， 更好地助力緩解企業融資難、 融資慢等問題。

第三， 區塊鏈技術應用在不同屬性和處于不同宏觀環境的企業中發揮的作用存在顯著差異。因此， 國家可以根據企業屬性或市場環境制定差異化的扶持政策， 特別是加大對非國有企業區塊鏈技術應用的支持力度， 以減小不同屬性企業區塊鏈技術應用的差距， 進而更好地發揮區塊鏈技術應用對企業融資約束的積極影響。

【 注 釋 】

① 中國互聯網金融協會《中國區塊鏈金融應用與發展研究報告（2020）》。

【 主 要 參 考 文 獻 】

董春雨，李守偉，張瑞彬．基于知識圖譜的區塊鏈與供應鏈金融融合研究［ J］．財會月刊，2022（4）：149 ～ 154．

宮興國，于月莉，林春雷．戰略激進、市場化進程與企業融資約束 —— 基于A股制造業上市公司的實證數據［ J］．南京審計大學學報，2022（2）：50 ～ 59．

龔強，班銘媛，張一林．區塊鏈、企業數字化與供應鏈金融創新［ J］．管理世界，2021（2）：22 ～ 34+3．

簡澤，徐揚，呂大國等．中國跨企業的資本配置扭曲：金融摩擦還是信貸配置的制度偏向［ J］．中國工業經濟，2018（11）：24 ～ 41．

李姝，田馬飛，李丹等．客戶信息披露會影響企業稅收規避嗎［ J］．南開管理評論，2022（6）：75 ～ 85+107+86 ～ 87．

李振東，馬超．供應商集中度與企業外部融資約束［ J］．經濟問題，2019（8）：27 ～ 35．

林心怡，吳東．區塊鏈技術與企業績效：公司治理結構的調節作用［ J］．管理評論，2021（11）：341 ～ 352．

劉蕾，鄢章華．區塊鏈體系下的產業集群融資信任機制［ J］．中國流通經濟，2017（12）：73 ～ 79．

師修繁．基于區塊鏈的供應鏈金融業務處理框架設計［ J］．財會月刊，2022（15）：77 ～ 83．

宋華，楊雨東，陶錚．區塊鏈在企業融資中的應用：文獻綜述與知識框架［ J］．南開管理評論，2022（2）：34 ～ 48．

宋敏，周鵬，司海濤．金融科技與企業全要素生產率 —— “賦能”和信貸配給的視角［ J］．中國工業經濟，2021（4）：138 ～ 155．

孫睿，何大義，蘇匯淋．基于演化博弈的區塊鏈技術在供應鏈金融中的應用研究［ J］．中國管理科學，2023（3）：1 ～ 18．

唐松，謝雪妍．企業持股金融機構如何服務實體經濟 —— 基于供應鏈溢出效應的視角［ J］．中國工業經濟，2021（11）：116 ～ 134．

王康，李逸飛，李靜等．孵化器何以促進企業創新？ —— 來自中關村海淀科技園的微觀證據［ J］．管理世界，2019（11）：102 ～ 118．

王曉靜，羅娟，宋燕飛．區塊鏈技術促進生產方式變革［ J］．技術經濟與管理研究，2019（5）：3 ～ 7．

魏志華，曾愛民，李博．金融生態環境與企業融資約束 —— 基于中國上市公司的實證研究［ J］．會計研究，2014（5）：73 ～ 80+95．

溫忠麟，張雷，侯杰泰等．中介效應檢驗程序及其應用［ J］．心理學報，2004（5）：614 ～ 620．

吳秋生，黃賢環．財務公司的職能配置與集團成員上市公司融資約束緩解［ J］．中國工業經濟，2017（9）：156 ～ 173．

徐思，何曉怡，鐘凱．“一帶一路”倡議與中國企業融資約束［ J］．中國工業經濟，2019（7）：155 ～ 173．

于蔚，汪淼軍，金祥榮．政治關聯和融資約束：信息效應與資源效應［ J］．經濟研究，2012（9）：125 ～ 139．

張路．區塊鏈技術應用對產業鏈協同創新的作用機理［ J］．學習與實踐，2019（4）：16 ～ 23．

趙爽，王生年，王家彬．客戶關系對企業技術創新的影響［ J］．管理學報，2022（2）：271 ～ 279．

鐘海燕，周文淵．區塊鏈發展對企業創新影響的實證［ J］．統計與決策，2022（16）：163 ～ 167．

Hadlock C. J.， Pierce J. R.. New evidence on measuring financial constraints： Moving beyond the KZ index［ J］．The Review of Financial Studies，2010（5）：1909 ～ 1940．

Pan X.， Pan X.， Song M.， et al.. Blockchain technology and enterprise operational capabilities： An empirical test［ J］．International Journal of Information Management，2020（52）：101946．

（責任編輯·校對： 黃艷晶? 許春玲）

【基金項目】教育部人文社會科學研究青年基金項目“‘互聯網+物流供應鏈定價與供需協調匹配機制研究”（項目編號：20YJCZH035）；黑龍江省博士后面上資助經費項目“基于大數據分析的企業陽光采購行為研究”（項目編號：LBH-Z20029）；黑龍江省哲學社會科學研究規劃年度項目“‘互聯網+物流供應鏈資源配置與供需協調機制研究”（項目編號：19GLE331）