高質量發展背景下融資約束對企業成長的影響

齊秀輝 付麗爽

【摘 要】 我國企業在籌資過程中面臨嚴重的融資約束問題，對企業成長造成了制約，數字金融的出現為解決這一問題提供了新思路。文章以2017—2021年滬深A股制造業企業為研究對象，實證研究區域數字金融水平調節下融資約束對企業成長的作用關系。通過系統分析以及基于規模異質和產權異質的實證檢驗，得出以下結論：融資約束顯著負向影響企業成長，與企業規模無關，對非國有企業更加明顯；數字金融在融資約束與企業成長的曲線關系中起到正向調節作用，大型企業要比中小型企業更加明顯，非國有企業比國有企業影響顯著。研究不僅強調了企業要積極進行數字化轉型，促進企業成長，也為政府不斷完善相關的配套措施，增強對中小企業和非國有企業的關注，營造良好的數字金融環境提供了理論依據和政策啟示。

【關鍵詞】 高質量發展； 數字金融； 融資約束； 企業成長； 產權性質； 企業規模； 制造業企業

【中圖分類號】 F275.1；F276；F832? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）01-0047-10

一、引言

制造業是實體經濟的根基。黨的二十大報告指出，要堅持把發展經濟的著力點放在實體經濟上，推動制造業高端化、智能化、綠色化發展。在未來“工業4.0”的競爭中，加強和加快制造業經濟發展對中國經濟高質量發展來說至關重要。中國制造業企業集中了國民經濟發展的支柱產業，成為國民經濟發展的重要力量。制造業企業雖然有著較強的獲利能力，富有市場活力，但依然面臨著突出的融資問題[1]，尤其是一些外部不確定因素的沖擊。不合理的融資模式和金融供需錯位，阻礙了我國金融業服務實體經濟質量和效率的提升，影響了企業活動的有效開展[2]。因此，如何提升對制造業企業金融服務水平來滿足企業資金需求，是目前需要迫切解決的問題。

“十四五”規劃提出，加快構建以國內大循環為主體、國內國際雙循環相互促進的新發展格局。為適應新格局的發展需要，國家不斷加強新型基礎設施建設，這為數字經濟的發展提供了強有力的設備支持，也為企業進行數字化轉型提供了可能。在此背景下，信息技術與產業融合成為傳統產業轉型升級的重要發力點，數字金融順勢而生。與傳統金融相比，數字金融依托大數據、云計算等新技術，具有扁平化、平臺型、低成本等特點。數字金融作為互聯網、大數據等技術向金融業滲透過程中產生的一種新型金融業態，從多個方面沖擊著傳統金融[3]，使金融機構告別單一化業務，轉變為信用中介和信息中介并重，資產和數據共同驅動，從而打破“數據孤島”，改善資源錯配[4]，提升市場資源的利用效率。數字金融可以提高資金的供需適配性，減輕企業在融資方面所面臨的壓力，從而使得企業擁有更多的發展機會，提升企業的成長性。

目前，主要以數字金融為核心，研究對地區發展、企業績效的影響，鮮少有學者關于數字金融、融資約束、企業成長之間的關系問題展開研究。有學者以數字金融對企業成長的影響作為主效應進行研究，將融資約束視為調節變量，發現融資約束越嚴重，主效應的關系越明顯[5]。但是，從企業內外環境來看，數字金融是外部大環境中的重要因素，融資約束屬于內部因素，因此，本文將數字金融視為調節變量，研究融資約束與企業成長之間的關系，探討外部環境的變化對企業發展的影響，從而為解決企業資金問題提出建議，使得企業更好應對數字經濟時代的挑戰，充分利用數字經濟時代帶來的機遇，幫助企業更好地成長。

本文的可能貢獻主要體現在：首先，從數字金融視角豐富了金融市場與制造業企業之間關系的相關研究；其次，根據產權異質性和規模異質性進行了分組，使研究更具有針對性；最后，明晰企業的內外部環境，將企業置于數字經濟背景下，通過外部手段來解決企業內部發展所面臨的困境，突出數字金融對企業發展的作用，從而豐富數字金融的相關研究，為數字金融、融資約束、企業成長的關系研究提供新的視角，為企業發展提供建議參考。

二、文獻回顧與研究假設

（一）融資約束與企業成長

隨著市場經濟的發展，資金鏈是否充足穩定是影響企業擴大再生產的重要因素，學術界對于資金的可得性展開了研究。很多學者認為信息的不對稱性是影響資金融通的重要因素。在不完全競爭市場中，由于信息的不對稱性，使得融資約束成為諸多企業面臨的共同問題。此外，資金成本也是重要的影響因素。企業的融資按照來源渠道可以分為內源融資和外源融資，從成本角度來說，內部融資是比較好的選擇，但隨著企業的發展，企業的內部資金儲備不能滿足規模擴張的要求，此時，由于外部融資來源更加廣泛，所具有的資本量更加豐富，其作用顯得更加重要[6]。當外部融資付出的成本超出企業承受范圍時，便產生了融資問題。

在供給側結構性改革對金融機構和企業發展的不斷推進下，針對企業融資難問題，學者們對融資約束與企業成長的關系展開了研究。盡管馬晶梅等[6]在對高新技術企業的研究中發現融資約束會對企業創新決策產生正向影響，但在原因上呈現出兩種截然不同的觀點：一種觀點認為這是企業為了獲得政策優惠而采取的人為操控手段，另一種觀點則認為其企業具有強烈的自我管理意識，資金的約束使得企業在使用上采取更加審慎的決策規劃，從而帶來績效的提升[7]。學術界大都公認的觀點是二者之間的負向關系，其合理之處在于：當企業資金受限時，企業的發展活力不能得到有效釋放，即融資約束會對其企業的后續發展產生不利影響，主要表現在投資、生產、出口方面：一方面，對企業投資行為產生消極影響。由于融資門檻變高，融資成本增加，會使企業失去很多參與高價值項目的投資機會，影響企業開展多元化投資[8]，比如資金的缺乏會削減企業在固定資產等方面的投資預算甚至降低創新投入的有效性[9]、影響企業的創新能力[10]。另一方面，對企業當下的生產活動造成不利影響。為了盡快獲得資金，企業會通過低價變賣資產的方式來解燃眉之急，影響了自身正常的生產發展[11]。此外，由于融資受限，企業無法承擔出口各環節所需的成本，其出口行為會受到抑制[12]，不利于對外貿易的發展。因此，提出假設1。

H1：融資約束對企業成長發揮負向作用。

（二）數字金融的調節作用

融資約束對企業發展的制約已成為共識，因此學者們紛紛對如何緩解融資約束展開了理論和實證的研究。融資約束產生的一個重要原因是資金供給方對資金需求方的信任估計。由于市場信息的不健全，加重了這種信任危機。學者們圍繞如何打破這種信任屏障進行研究。解決這個問題總體上有三種手段，一種是政府手段，一種是市場化的方式，另外一種是“政府+市場”的方式。從政府角度來看，政府往往以宏觀政策介入微觀經濟的方式，比如出臺相關優惠貸款政策、實施相關補助，雖然會在一定程度上緩解資金問題，但也會導致企業過度投資[13]，甚至助長一些企業的惰性和短視行為（楊懷東等，2020），因此使用這種方式，并不能從根本上解決融資約束的問題。融資難的關鍵在于信息的不平等，而信息的共享則是解決問題的關鍵。因此，通過建立以政府主導運行的公立征信機構和以界定產權為主的私營征信機構，促進信息共享，提高資金的可得性，打造“政府+市場”雙輪驅動，但由于后者的信息渠道更加多樣，使得緩解效果更加明顯[14]。除此以外，營造一個良好的營商環境，尤其是金融生態環境，從其政府治理、經濟基礎、金融發展以及制度文化來看，都會對紓解企業的融資約束產生積極的影響（魏志華等，2014）。這表明，外部信息環境的改善可以減少企業在外部資金獲得上的阻力，從而促進企業成長。

在數字經濟大背景下，隨著信息技術的飛速發展，諸多行業進行數字化改革，其中數字金融的影響力不斷增強。目前，數字金融與企業成長的研究剛剛起步。從宏觀上看，結合實證分析，數字金融能夠顯著縮小城鄉收入差距[15]、正向促進產業的高質量發展[16]、提升中國經濟增長質量[17]。從微觀主體來看，對企業的研究視角比較豐富，比如創新能力（翟華云等，2021；謝雪燕等，2021）、企業績效（李曉玲等，2020）、企業價值（李沁洋等，2021）、全要素生產率（王道平等，2021；馬芬芬等，2021）、中小企業創新[18]等，都對企業成長產生影響。其中，數字金融對企業最為直接的影響便是企業的資金問題，尤其是外部融資渠道的拓展和信息透明度的提升。一方面，數字金融對于企業來說，拓寬了企業的融資渠道[19]，降低了企業的外部融資成本[20]，增加了企業內部資本，提升了資金的可得性，從而使擁有更高外部資金依賴度的企業實現更快速的資金增長[21]。另一方面，對于金融機構而言，不僅使得金融機構獲得更加豐富的金融資源，增加資金供給量[22]，同時幫助金融機構對企業有一個更加全面的了解，提升雙方的信息透明度，實現業態重塑、信息優化、存量提質，從而緩和融資約束與企業成長之間的關系，達到資金合理配置的目的[23]。因此，提出假設2。

H2：數字金融正向調節融資約束與企業成長之間的關系。

綜上所述，本文研究的概念模型如圖1所示。

三、研究設計

（一）樣本選擇與數據來源

本文以2017—2021年的A股制造業企業作為研究對象，主要選用財務數據進行分析，所用數據包括制造業企業數據和數字金融數據。其中，公司的財務數據來源于萬德數據庫、國泰安數據庫，數字金融數據來源于北京大學數字金融研究中心發布的數字普惠金融指數。為了提升數據的有效性，對樣本做出如下篩選：（1）剔除樣本期內數值缺失較多的企業；（2）剔除財務問題較大的企業，如*ST、ST以及資產負債率大于100%的企業；（3）為消除極端值的影響，在1%和99%分位對連續變量進行縮尾處理，最終得到了11 037個數據。

（二） 變量選取與度量

1.被解釋變量。企業成長（Growth）。目前關于企業成長的衡量指標比較多，但學者們尚未達成一致，從分類上看，有財務指標、非財務指標，比如總資產（徐寧，2014）、總資產增長率（王維等，2021）、資產增長幅度（陳金亮等，2019）、營業收入增長率等，也有單一指標和綜合性指標，比如可持續增長率（徐秀梅，2016）、托賓Q值（戴浩等，2018）等。由于本文研究的是融資約束對企業成長的影響，偏向于反映財務方面的情況，涉及的范圍比較小，因此，用單一的財務指標總資產增長率進行衡量。

2.解釋變量。融資約束（SA）。融資約束是一種非直接獲得的指標，通過綜合測算得出。目前關于融資約束的指標有KZ指數、WW指數以及SA指數。從指數設計結構來看，KZ指數和WW指數可能存在內生性影響，故本文借鑒萬佳■等（2020）、劉莉等（2022）的做法，采用SA衡量融資約束，以避免內生性問題。

3.調節變量。數字金融（Index）。本文采用的是北京大學數字金融研究中心課題組從數字金融覆蓋廣度（Cover）、使用深度（Depth）、數字化程度（Digital）三個維度構建的數字金融指數[24]，該指標具有縱向和橫向上的可比性，在指標衡量上具有一定的科學性。因此，調節變量既考慮總的情況，同時，也細化到各個維度，從而進行重點分析。

4.控制變量。根據以往學者的研究，本文選取資本結構、現金流量、股權集中度、盈利能力和財務費用作為控制變量。其中：資本結構（lev），由負債總額與資產總額的比值進行反映；現金流量（Cash），采用經營現金流量凈額與總營業收入的比值進行衡量；股權集中度（Top1），使用第一大股東持股數與總股數的比值進行表示；盈利能力（Profit），采取凈利潤與營業總收入的比值進行衡量；財務費用（Exp），根據財務費用與營業收入的比值進行表示；無形資產占比（Int），無形資產/總資產。

具體變量定義如表1所示。

（三）模型構建

本文通過構建基準回歸模型1來分析融資約束對企業成長的影響，在基準回歸的基礎上加入Index模型2、Cover模型3、Depth模型4、Digital模型5，作為調節變量，來調節融資約束對企業成長的關系，模型如下：

Growth=β0+β1SA+β2Lev+β3Cash+β4Topl+β5Profit+

β6Exp+β7Int+ε （1）

Growth=β0+β1SA+β2Index+β3SA×Index+β4Cash+

β5Topl+β6Profit+β7Exp+β8Int+ε （2）

Growth=β0+β1SA+β2Cover+β3SA×Cove1+B4Cash+

β5Topl+β6Profit+β7Exp+β8Int+ε （3）

Growth=β0+β1SA+β2Depth+β3SA×Depth+β4Cash+

β5Top+β6Profit+β7Exp+β8Int+ε （4）

Growth=β0+β1SA+β2Digital+β3SA×Digital+β4Cash+

β5Topl+β6Profit+β7Exp+β8Int+ε （5）

其中β0代表的是常數項，ε代表的是隨機誤差項。

四、實證分析

（一）描述性統計分析

表2對2017—2021年的A股制造業企業進行了變量的描述性統計分析，根據描述統計的結果可以知曉，企業成長的最大值和最小值為151.149、-34.119，且標準差為28.569，表明制造業企業之間的成長能力存在著較大的差異，均值為16.151，說明行業整體的成長水平有待于進一步提升。企業的融資約束水平在2.339到9.382之間，且標準差為1.415，說明企業間的融資約束水平差異不大。數字金融作為一種外部變量，其最大值為6.129，最小值為5.554，說明企業所處的外部數字金融環境差不多，沒有太大的差異，說明數字金融具有一定的普及度。數字金融的分指標亦是如此?？刂谱兞康臉藴什疃急容^小，說明企業之間的差異不大。

（二）相關性分析

從表3可以看出，雖然調節變量之間的相關系數大于0.8，但并不會同時出現在一個研究模型中，因此不考慮其共線性問題。被解釋變量、解釋變量、調節變量之間的相關系數均小于0.8，且根據表2中方差膨脹因子的檢驗結果來看，VIF值均小于2，說明變量之間存在多重共線性問題的可能性較小。融資約束與企業成長之間是顯著的負向關系，H1得到初步驗證。但是由于尚未考慮其他控制變量的影響，因此，對二者的關系判斷還有賴于進一步的觀察。

（三）基本分析

1.基準回歸分析

觀察表4中模型1可以發現，在控制其他變量的基礎上，融資約束對企業成長的回歸系數為-1.736，這說明在1%的顯著水平，二者之間有明顯的負向影響，融資約束會給企業成長造成嚴重的制約，驗證了H1。

2.調節效應分析

從表4中模型2中可以看到加入調節變量后，在1%的顯著性水平，融資約束與數字金融的交互系數為4.380，表明數字金融對融資約束與企業成長的關系有明顯的正向調節作用，即數字金融緩和了融資約束對企業成長的負相關關系，驗證了H2。數字金融是由多項要素指標構成的，為了進一步觀察各要素的影響，也進行了回歸分析。從模型3—模型5中可以看到，分指標對主效應的關系的調節存在著程度上的差異，數字化的效果最明顯，覆蓋廣度次之，且在1%的水平顯著，而使用深度的影響程度比較小，且在10%的水平顯著。這說明，數字化能夠在較大程度上改善融資約束對企業成長的制約，而覆蓋廣度與使用深度有待于進一步改進。在數字經濟時代，信息的對稱性得到一定程度的提升，借助數字技術，出現了多樣化的融資渠道和融資平臺，緩解了企業的資金壓力。同時，企業對內部的資金結構進行了優化，使得資金的利用效率大大提升，因此，企業要積極進行數字化改革，充分把握數字金融帶來的資金紅利，提升企業在市場中的競爭力，促進企業更好的成長。

（四）穩健性檢驗

為了使結論更加可靠，使用托賓Q值進行檢驗替換被解釋變量，再次進行基準回歸以及調節效應檢驗，得到的結果（見表5）與上述一致。

（五）進一步分析

1.按照企業規模分組：大型企業、中小型企業（見表6）

數字普惠金融目標主要是中小企業，但大企業由于先天的積累，投資帶來的回報會更加穩健，所以在金融市場上要比小型企業更能夠獲得資本支持，從而更加有優勢。因此，本文按照證監會的劃分標準，將企業分為大型企業和中小型企業。從表6模型1可以看出，不論是大企業還是中小企業，融資約束在1%的顯著水平上都會對企業成長造成影響。從模型2—模型3可以看出，大型企業比小型企業更加顯著，其效果更加明顯?？赡苁怯捎诖笃髽I本身的資源優勢，數字金融對大企業更像是“錦上添花”。模型5在1%的顯著水平，數字化程度能夠有效地調節企業的融資約束問題，正順應了當下企業進行數字化轉型的趨勢。

2.按照企業性質分組：國有企業、非國有企業（見表7）

國有企業由于企業本身的優勢，在融資上面臨的約束比較小，表7模型1的結果也印證了這一點，即相比于國有企業，非國有企業的融資約束對企業成長的影響更加明顯。從模型2—模型4可以看出，數字普惠金融、覆蓋廣度、影響深度在1%的顯著水平上有效緩解了融資約束對非國有企業成長的負向作用，而對于國有企業的影響不顯著。原因可能在于非國有企業對于外在的資金支持會更加敏感，在資金使用上會更加高效，而國有企業本身的各方面資源要比非國有企業要有優勢，因此對于數字金融的調節不是很明顯。通過模型5可以看出，融資約束與數字化的交乘項在1%的水平上正向顯著，這表明無論是國有企業還是非國有企業，數字化都能夠有效地緩解融資約束問題，對企業十分有利。

五、結論與啟示

（一）研究結論

本文以2017—2021年A股制造業企業作為研究對象，將融資約束對企業成長的影響作為主效應進行分析，加入外部變量數字金融及其分指標進行調節，通過實證研究，最終得出如下結論：首先，融資約束影響企業的投資、生產等行為，從而阻礙企業成長。不同規模的企業都面臨這個問題。但從產權角度來看，由于非國有企業資源等方面不及國有企業，因此在融資方面的壓力比較大。其次，數字金融尤其是數字化程度能夠有效地緩解融資約束對企業成長的阻礙。從企業規模來看，大企業有更好的資金獲得能力與資金利用能力，所以大企業對數字金融更加敏感。從產權性質來看，非國有企業的融資壓力大，所以數字普惠金融對非國有企業更有效。

（二）研究建議

制造業的高質量發展是經濟高質量發展的重中之重。融資困境是束縛制造業轉型升級發展的重要因素。隨著信息技術的發展，數字金融使資金需求者迎來了新的發展契機，通過對傳統金融市場的重新洗牌，使得資金獲得了更加高效的配置效率。因此，本文提出如下建議：

1.企業要加強資金規劃，提升資金利用效率

資金是企業進行再發展的物質基礎，企業要從內部資金規劃和外部資金獲取兩方面入手。一方面，企業要對內部資金進行合理規劃，提高資金的使用效率，避免資金的浪費，做好投資資金的儲備。另一方面，企業要加強自身的數字建設。積極與數字平臺展開合作，抓住平臺帶來的發展機會，提高資源的使用效率，提升企業對外部沖擊的抵抗力，增強企業的發展韌性。

2.政府要搭建良好的發展平臺

一方面，加強新基建建設，實施優惠的數字金融政策，擴大數字金融的覆蓋度，深化數字金融的使用，使數字金融能夠更好地為企業服務，提升數字經濟對實體經濟的服務能力，進而促進企業的高質量發展。另一方面，政府要加強對數字金融的監督管理，完善數字安全等方面的法律法規，維護金融穩定，為企業的資金發展營造一個良好的環境。

3.政府要對不同性質的企業“對癥下藥”

對中小企業和非國有企業要重點關注并發揮支持與引導作用，通過一定的財政支持、戰略規劃，緩解中小企業和非國有企業的發展困境，挖掘其發展潛力。同時，大企業雖然具有先天的競爭優勢，但仍需政府為其發展保駕護航。在機遇與挑戰并存的數字經濟時代，政府要幫助大企業完成轉型升級，提質增效，釋放其發展活力，使其朝著高質量發展穩步邁進。

【參考文獻】

［1］ 李潔，張天頂，融資約束與中國制造業企業成長動態［J］.產業經濟研究，2016（2）：62-73.

［2］ HSU P，TIAN X，XU Y.Financial development and innovation：Cross-country evidence［J］.Journal of Financial Economics，2014，112（1）：116-135.

［3］ 黃益平，黃卓.中國的數字金融發展：現在與未來［J］.經濟學（季刊），2018，17（4）：1489-1502.

［4］ 王宏鳴，孫鵬博，郭慧芳.數字金融如何賦能企業數字化轉型？——來自中國上市公司的經驗證據［J］.財經論叢，2022（10）：3-13.

［5］ 高霞，雷林興，馬芬芬.數字金融、融資約束與企業成長［J］.財會通訊，2022（2）：68-71.

［6］ 馬晶梅，趙雨薇，肖艷紅，等.制度迎合視域下融資約束與企業創新決策［J］.中國科技論壇，2022（3）：101-108.

［7］ YAO Y，FENG J，YANG Q.Impact of financing constraints on firm performance：moderating effect based on firm size［J/OL］.Computational Intelligence and Neuroscience，2022，

［8］ 孫閣斐.多元化經營、融資約束與流通企業投資效率——基于企業生命周期視角的實證分析［J］.商業經濟研究，2022（5）：183-185.

［9］ 張慶國，黃杏子.國有企業融資約束、全要素生產率與西部地區經濟高質量發展［J］.南開經濟研究，2021（6）：179-196.

［10］ 李博勛.金融生態環境與商貿流通企業創新能力的相關性分析——基于融資約束視角［J］.商業經濟研究，2021（23）：9-12.

［11］ 于震，王肖夢，劉淼.中國上市企業融資約束成因研究［J］.數量經濟研究，2019，10（2）：34-50.

［12］ 李文秀，唐榮.融資約束、產業政策與本土企業出口行為——基于微觀視角的理論與實證分析［J］.中國軟科學，2021（7）：174-183.

［13］ DONGHUA C，OLIVER Z L，FU X.Five-year plans，China finance and their consequences［J］.China Journal of Accounting Research，2017，10（3）：189-226.

［14］ 熊鵬■，紀洋，朱孟楠.征信制度建設與企業融資約束［J］.國際金融研究，2022（4）：23-33.

［15］ 宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗［J］.財經科學，2017（6）：14-25.

［16］ 崔耕瑞.數字金融與產業高質量發展［J］.西南民族大學學報（人文社會科學版），2022，43（2）：136-144.

［17］ LIU T，HU M，ELAHI E，et al.Digital finance and the quality of economic growth［J/OL］.Frontiers in Environmental Science，2022.

［18］ YAO L，YANG X.Can digital finance boost SME innovation by easing financing constraints？：Evidence from Chinese GEM-listed companies［J］.Plos one，2022，17（3）.

［19］ 張曉燕，李金寶.數字普惠金融、融資約束與企業價值——基于中國2011—2018上市A股公司的經驗數據［J］.金融發展研究，2021（8）：20-27.

［20］ 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020，19（4）：1401-1418.

［21］ 郝麗花，方觀富，黃瑜.數字金融與企業成長——來自中國工業企業的證據［J］.經濟研究參考，2022（2）：72-87.

［22］ WANG X，CHEN X.An empirical study on financing constraints of digital inclusive finance development on small and medium-sized technology-based enterprise［J］.Kybernetes，2022.

［23］ 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.

［24］ 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020，19（4）：1401-1418.