陈阳芷

（沈阳化工大学，辽宁 沈阳110142）

摘要：中小企业在国民经济发展中有着不可替代的地位，其从促进社会就业、提高产业创新、调节社会资源配置等方面推动着社会经济的发展。然而，中小企业仍然面临着许多难题和困境，其中融资难题是长期以来限制中小企业发展的主要因素。近年来，我国把数字普惠金融融入到推动经济高质量发展的主要战略框架当中，在此情形之下，数字普惠金融在缓解中小企业融资约束方面有着明显的应用价值，本文通过系统梳理国内外有关文献，剖析融资约束的内涵及其同数字普惠金融之间的联系，选定沪深两市中小板、创业板上市公司（2011 - 2023年）作为样本数据，把融资约束当作中介变量，创建主效应模型和中介效应模型展开实证检验，得出数字普惠金融发展对缓解中小企业融资困境有着显著积极作用这一结论。

关键词：金融市场；中小企业；融资约束

   一、引言

近年来，随着我国数字技术的不断更新和深入应用，普惠金融与数字化转型的深度融合，使得数字普惠金融得到了极大的发展，逐渐成为我国在全球金融领域的创新成果之一。根据北京大学发布的数字普惠金融指数数据表明，近十年来，我国各地区数字普惠金融发展均呈现出了快速增长的趋势,移动支付的用户数已超过9亿，特别是在农村以及偏远地区，数字普惠金融的深度和广度得到了进一步的发展扩大，进入了高质量发展的新阶段。中小企业在我国经济体系中长期占据重要地位，随着国家实施减税降费、“放管服”改革等战略，中小企业的规模不断扩大，逐步成为激发市场活力的主力军。然而尽管有政府的战略支持，中小企业依然因其自身体量小、抗风险的能力差、缺乏抵押贷款物等劣势，难以从根本上解决融资难这一困境。与传统金融服务相比，数字普惠金融具有不受时间空间限制等优势，是中小企业解决发展困境的有效工具。本论文研究选择的时间段为2011年到2023年在沪深主板上市的中小企业和中小板、创业板上市企业作为样本公司，通过构建主效应模型、融资约束中介机制模型，研究数字普惠金融如何影响中小企业的经营绩效，重点关注数字普惠金融如何调节融资约束问题及其内部作用机制。

二、文献综述

本文主要对融资约束的概念以及数字普惠金融影响企业融资约束这两部分的国内外文献进行了归纳与分析。一是对于融资约束的概念，最早Fazzari等(1998)在文献中提出金融市场不完善会使企业对外部融资受限，从而使现金流对投资具有异常敏感性，提出融资约束会使企业投资受内部资金约束并进而影响其长期绩效^[1]。随后Kaplan和 Zingales（2000）对该方法论提出质疑，指出并非所有观测到的高敏感性都能被简单归因于融资约束，强调衡量约束需要更细致的公司层面信息^[2]。随着研究发展，Hadlock和Pierce（2010）通过对多项定性与定量信息的比较提出更稳健的SA指标，为后续研究提供了更多的指标选择^[3]。在宏观层面，Almeida等（2004）从现金持有行为入手建立理论并通过实证显示，融资受限的公司倾向于将正向现金流更多地用于现金储备而非即刻投资^[4]。Rajan & Zingales（2000）则通过研究得出金融体系发达程度决定了企业能否得到外部资金，从而影响整个产业的扩张与企业绩效，强调了金融发展对行业成长与企业能力的决定性作用^[5]。

二是对于数字普惠金融影响企业融资约束，理论层面，Claessens 等（2003）提出普惠金融能有效促进中小企业融资^[6]。刘京焕等（2023）的研究发现通过降低信息采集成本与自动化风控，数字普惠金融降低了小微企业的单位融资成本，并通过金融科技平台的信用中介与评分模型提高了银行对无形资产与无抵押项目的授信可能性，从而直接改善了企业的资金获取条件^[7]。杨琳(2025) 认为数字普惠金融通过拓宽融资渠道、降低融资成本、提高信息透明度与信用评估效率、优化金融资源配置，从而直接或间接缓解企业的融资约束^[8]。赖妍（2025）的研究表明数字普惠金融通过平台化和算法化配置资金，使得金融资源能够更快、更精准地流向创新密集型或有成长性的企业，纠正传统金融中对中小企业、特定行业资金错配的问题，从而提升研发资本的可获得性与使用效率^[9]。从机制性角度出发，王如玉、卓则良（2025）研究指出，数字技术（涵盖大数据、云计算以及区块链等）对金融机构识别企业信用风险具有重要提升作用，在中小微企业以及农业领域，这些技术应用使信贷准入条件得到改善，信息不对称导致的信用约束问题得到有效解决，融资成本也显著降低^[10]。凌鸿程（2025）等人的研究反映出在该研究常用的识别策略包括面板固定效应、工具变量、双重差分（DID）与门槛模型，且通过中介效应检验将“缓解融资约束”作为数字普惠金融影响企业创新的主要传导渠道之一^[11]。其次，许多学者用实证研究验证了上述机制，同时分析了异质性。郭玉杰（2024）的研究表明空间与基础设施差异导致数字普惠金融缓解融资约束的效果呈区域分化：东部沿海与金融发达城市受益最明显，而欠发达地区因数字基础设施不足与信息鸿沟而受益有限^[12]。综上，本文构建回归模型和中介效应模型，重点研究数字普惠金融对缓解企业融资约束的作用。

（一）信息不对称理论

信息不对称理论是金融学的核心理论之一，其基本含义是指在市场活动中，交易中一方比另一方掌握更多信息，这种信息分布的不均衡状态，会导致市场运行偏离最优状态，从而引发市场失灵。中小企业在金融市场中因内部财务管理制度不健全、财务报表不透明、缺乏足额抵押资产和信用记录碎片化等问题等存在着更严重的信息不对称，导致了中小企业更容易陷入融资困境中。数字普惠金融依靠大数据，人工智能，区块链，云计算等先进技术，在信息获取这个环节大幅度削减了金融机构的成本开支，而且极大改善了风险识别的准确率以及业务运作的效率，缓解了中小企业融资中的信息不对称，使得中小企业能更好的获得融资机会，实现企业经营绩效的提升。

（二）长尾理论

长尾理论是克里斯·安德森最先提出的，长尾理论的核心要义是：当存储和流通渠道足够宽广时，“非主流”的商品或服务累积起来的市场份额可以和“主流”的商品或服务的市场份额相匹敌。在金融领域，中小企业因其在市场中占据庞大的规模而具有显著长尾特点。然而，由于昂贵的成本，银行为中小企业提供金融服务往往面临规模不经济的问题，导致其长期被排斥于正规金融体系之外。数字普惠金融极大降低了金融服务的边际成本，实现了对海量小微客户的高效覆盖。它打破了传统金融服务中的成本约束，使得原本被忽视的中小企业群体，转变为具有持续经济价值的新增长引擎，真正释放出长尾市场的潜力。

（三）金融发展理论

金融发展理论是金融学的一个重要分支，其核心理念是一个健全的金融体系和完善的金融市场能通过提高储蓄率、优化资本配置与促进技术创新三个渠道来驱动经济稳定且高质量的增长。数字普惠金融的发展是金融发展理论的实践与延伸，它通过大数据、 以人工智能和区块链为代表的新兴信息技术，通过缓解信息不对称状况，削减交易成本，改进资源调配效能，改善金融服务水准，给企业融资难题给予了关键的理论依托和操作途径。

三、研究假设

（一）数字普惠金融与企业经营绩效

数字普惠金融的发展可以大幅改善资源的配置效率，给企业成长给予足够的资金支持，而且能推动企业价值的达成，它在缓解融资约束上的独特之处，主要表现在这几个层面：依靠大数据，人工智能，云计算，区块链等先进技术，可以迅速获取并处理海量数据，有效地改善传统财务报表信息存在的时间滞后和片面状况。第二，基于长尾理论，数字普惠金融通过高度线上化、自动化的服务流程，使得服务海量小微客户的边际成本趋近于零，从而打破了传统模式的规模不经济瓶颈，使中小企业得到更持续健康的发展。第三，依据金融发展理论，与传统金融服务相比，数字普惠金融通过数字平台改变了信息处理方式、信用评价模式和交易成本结构，极大地拓展了金融服务的深度，有效破除了中小企业融资难题。

因此提出假设H1：数字普惠金融能提升中小企业的经营绩效

（二）融资约束的中介效应

数字普惠金融发展可有效缓解中小企业融资约束问题，其主要利用数字技术对传统融资流程进行重构，显著降低了金融机构的服务成本与风险水平，从而提升了对中小企业的信贷供给意愿与能力，降低了中小企业的融资成本，拓宽了融资渠道。具体而言，其如何缓解融资约束主要体现在以下三个方面：

1.数字普惠金融可以降低中小企业的融资成本。其通过创新的风险评估方法,缓解银行等传统金融机构对中小企业的信用评估约束。

2.数字普惠金融依托大数据推出线上融资产品拓宽了中小企业的融资渠道，缩短了中小企业融资周期。

3.数字普惠金融衍生的各种金融工具有利于企业提升自身管理水平，改善财务健康状况，为企业发展注入了内生动力。因此，本文提出以下研究假设：

H2：数字普惠金融能够通过缓解融资约束促进中小企业经营绩效提升。

三、研究设计

（一）样本选择与数据来源

本论文中所选取的样本主要为2011年至2023年期间沪深两市的中小板、创业板上市企业，为了使得数据更加具有代表性以及可信度，对样本进行了以下改善：（1）剔除了标注有“ST”或者“*ST”的年度。（2）剔除了缺失重要变量从而无法被统计在内的样本。（3）剔除金融保险类上市公司，使上市公司覆盖范围保持平衡。（4）运用了1%分位数缩尾法，剔除了可能存在的数据异常。经过以上处理后得到15079个有效观测。本文中“数字普惠金融”指标由北京大学数字金融研究中心提供计算，其余指标由万得信息和国泰安数据库获得。

（二）变量说明

1.被解释变量：企业经营绩效(ROE)

企业经营绩效反映了一定时期内衡量企业经营成果和企业发展水平，它包含了多个方面的指标。已有文献大多采用财务绩效指标（如ROE）或市场绩效指标（如TobinQ）这两大指标，企业经营绩效指标涵盖多个维度，是全面具体客观的，需根据企业其本身管理状况进行评判。因此在对企业经营绩效这一问题进行研究时, 本文选用净资产收益率（ROE）来反映企业经营绩效^[13]。

2.解释变量:数字普惠金融（DIF）

本文选择地市级数字普惠金融指数作为核心自变量，使用北京大学数字金融研究中心编制的量化指标体系进行实证分析，该指数具有权威性、多维性与动态性特征，能够精准刻画区域数字金融发展水平。

3.中介变量

融资约束（WW）：在实证模型中，融资约束（WW）作为中介变量引入，以排除企业外部融资能力对经营绩效（ROE）的潜在干扰。根据刘莉亚等（2015）^[14]的研究表明，WW指数能有效捕捉中国企业融资约束的异质性，该变量借鉴此研究中的构建方法，通过构建WW指数进行度量。WW指数的计算基于企业财务特征，通常涵盖现金流波动性、企业规模、股利支付率、资产负债率等核心指标，通过加权或标准化方法综合反映企业面临的融资约束程度。WW指数值越大，表明企业外部融资成本越高、内部资金缺口越大，融资约束越强。控制WW指数可分离出数字普惠金融（DIF）对企业绩效的独立影响，避免因融资约束差异导致的核心变量估计偏误。

4.控制变量

参考已有学者的做法，选取公司治理、财务特征等方面的控制变量，同时还增加了时间固定效应、行业固定效应和个体固定效应，具体定义如下：

表1  变量定义表

（三）模型设计

1.回归模型设定

四、基准检验与稳健性检验

（一）描述性统计

主要变量描述性统计结果见表2，被解释变量中小企业经营绩效（ROE）的均值为0.045，中位数为0.067，最大值为0.281，最小值为-0.899，这表明不同企业之间的经营绩效水平存在较大差异。解释变量数字普惠金融（DIF）的均值为2.461，标准差为0.778，同样表明不同企业数字普惠数值之间存在较大差异。

表2 描述性统计

（二）基准回归检验

本文主要聚焦在数字普惠金融与中小企业经营绩效之间的关系，并借助模型（1）进行实证分析，相关结论汇总见表3，数字普惠金融（DIF）未引入控制变量时（列(1)），其回归系数为0.086，具有1%水平上的正向显著趋势，在纳入控制变量之后（列(2)），该系数降至0.056，仍然存在1%显著水平下的正向显著特征，这就显示出数字普惠金融有效改进资源分配成效并明显改善了中小企业的盈利情况，每上升一个数字普惠金融的渗透度就能带来平均5.6个百分点左右净资产收益比率的改变，这验证了假设1的成立性。

表3 基准回归检验

注：*、**、***分别代表 10%、5%、1%的显著性水平，括号内为T值（下文同）

（三）中介效应检验

本文在基准模型的基础上，依次使用了模型（2）和模型（3）进行了实证检验。最终结果列示在表4中，其中，列（1）显示的是数字普惠金融（DIF）对中小企业融资约束（WW）的影响，可以看出，此时数字普惠金融（DIF）的系数显著为负，换言之，数字普惠金融（DIF）能有效缓解中小企业融资约束（WW），验证了假设2。

表4 融资约束中介机制检验

（四）稳健性检验

其一，更换变量度量方式，本文参考了杨源源等(2025)^[16]的研究，将被解释变量企业更换为总资产收益率，并按照基准模型进行回归检验，最终结果列示在表5列（1）中，可以看出，更换被解释变量度量方式之后，数字普惠金融(DIF)的系数仍然为正数。其二，剔除直辖市样本后，本文按照刘家树和顾为都（2023）^[17]的方法，剔除了北京、天津、上海和重庆的观测值，重新建立基准回归模型进行实证分析，具体结果见表5第（2）列。由统计结果可知，数字普惠金融（DIF）的回归系数依然具有显著的正向特征。其三，为了进一步排除宏观经济波动的影响，在考虑2020年新冠疫情这一特殊情况的前提下，本文参考韩汉君等(2025)的做法^[18]，的研究设计，剔除2020年度的数据后再次进行稳健性检验，具体结果如表5第（3）列所示。通过检验发现数字普惠金融（DIF）的回归效应依然显著。其四，剔除直辖市样本，本文借鉴了原毅军和谢荣辉（2014）的研究^[19]，将解释变量数字普惠金融(DIF)做滞后一期处理，最终的结果列示在表5列（4）中，此时数字普惠金融(L.DIF)对中小企业经营绩效(ROE)的回归系数为0.063，且在5%的水平上显著为正。

表5 稳健性检验

五、研究结论与对策建议

本文选取2011-2023年沪深两市中小板、创业板上市公司为研究样本，采用实证分析法，对数字普惠金融对中小企业融资决策的影响机理和影响程度展开探究。结果表明; 数字普惠金融提高了企业的经营绩效并通过缓解中小企业的融资约束来提高。进一步得出，数字普惠金融能够有效得缓解企业融资压力,优化了融资环境,。基于此，本文提出以下建议：

（一）国家作为宏观政策的制定者，应为数字普惠金融的发展创造更为公平、健康的环境。政府应加大对物联网、云平台、5G网络等基础设施的投资，夯实数字普惠金融的硬件基础。建立公平公开的企业信息共享平台，在确保数据安全和隐私安全的前提下，依法有序地向金融机构开放企业信息，努力破除金融机构与企业之间的信息不对称。完善监管框架，建立相应的法律法规，鼓励创新的同时防范可能面对的风险，严厉打击非法集资，数据造假等违规行为，保障中小企业的权益。加大政策激励力度，推动数字化人才的培养，为数字普惠金融发展培养高新技术人才，提升中小企业获得金融服务的能力。

（二）金融机构作为数字普惠金融服务的直接提供者，应加快服务创新和技术创新，提升服务质量。金融机构应依托大数据、 区块链技术同人工智能等前沿科技的深度融合，构建起多维度的数据驱动型信用评定体系，有效地改良了中小企业的信贷业务流程，极大提升了融资效率和服务品质。大力发展供应链金融，有效拓宽融资渠道。积极与电商平台、互联网平台等其他金融平台合作，通过API接口将金融服务加入到中小企业的生产经营场景中，创造更便携化的金融服务。

（三）中小企业作为融资的主体，应提升自身的融资能力来获得更多的金融支持。企业应积极引入数字管理化系统，推进数字化转型；规范财务报表，披露营业信息，提高财务透明度，按时偿还贷款、缴纳税款、支付货款，积累良好的信用记录，增强融资机构的信任以获得更多融资。同时，企业企业应主动学习和了解手机银行、线上贷款平台、供应链金融平台等数字金融工具，根据自身发展状况，优化融资策略，降低融资成本。

参考文献：

[1]Fazzari S M ,Hubbard R G ,Petersen B C .Financing Constraints and Corporate Investment[J].Brookings Papers on Eco nomic Activity,1988(01):141-159.

[2]Kaplan S N ,Luigi Z .Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints?[J].Quarterly Journal of Economics,1997(01):169-215.

[3]Fee CE，Hadlock CJ, Pierce JR. Investment, Financing Constraints, and Internal Capital Markets :Evidence from the Advertising Expenditures of Multinational Firms[J].The Review of Financial Studies,2009.

[4]Weisbach M S, Almeida H, Campello M. The Cash Flow Sensitivity of Cash[J].The Journal of Finance,2004,59(04):1777 1804.

[5]Rajan, R. G., and Zingales, L. What do we know about capital structure? Some evidence from international data[J]. The Journal of Finance, 1995,50(5), 1421-1460.

[6]Claessens S, Glaessner T, Klingebiel D. Electronic Finance :Reshaping the Financial Landscape Around the World[J].Journal of Financial Services Research,2002,22(01):29-61.

[7]刘京焕,周奎,张勇,等.数字普惠金融、企业生命周期与技术创新[J].统计与决策,2022,38(19):130-134.

[8]杨琳,盛继丹,张俊娥.数字普惠金融对农业企业韧性的影响研究[J].财会通讯,2025,(15):41-46.

[9]赖妍，刘微微，邱丽莎.数字普惠金融会影响中小企业ESG表现吗［J］.金融与经济，2023(11):46-54+96.

[10]王如玉,卓则良.数字普惠金融、供应商关系与企业非效率投资[J].财会通讯,2025(8):43-47.

[11]凌鸿程,阳镇,陈劲.数字普惠金融如何赋能企业数字化转型[J].经济与管理评论,2025,41(1):69-82.

[12]郭玉杰,张炜华.供应链金融赋能乡村振兴的创新模式研究[J].农村·农业·农民,2024(9):2628.

[13]郑明贵,潘咏雪,胡志亮.战略差异对企业经营绩效波动影响的路径研究[J].华东经济管理,2020,34(08):120-128.

[14]刘莉亚,何彦林,王照飞,程天笑.融资约束会影响中国企业对外直接投资吗?——基于微观视角的理论和实证分析[J].金融研究,2015(8):124-140.

[15]温忠麟,张雷,侯杰泰,等.中介效应检验程序及其应用[J].心理学报,2004(5):614-620.

[16]杨源源,贾鹏飞,王建君.影子银行业务扩张、经营绩效与风险承担[J].中央财经大学学报,2025(4):112-128.

[17]刘家树,顾为都.数字技术影响城市经济韧性的机制与效应——基于中国265个城市的实证检验[J].江淮论坛,2023(2):67-73.

[18]韩汉君,马迪,刘倩桦.中国人口老龄化对服务业增长的影响机制研究[J].上海经济研究,2025(1):56-66.

[19]原毅军,谢荣辉.环境规制的产业结构调整效应研究——基于中国省际面板数据的实证检验[J].中国工业经济,2014(8):57-69.