摘要:数字金融赋能实体经济是新时代金融高质量发展的核心方向,数字化信贷工具凭借大数据、人工智能等技术重构传统信贷模式,成为破解民营企业融资困境、撬动实体投资的关键抓手。为探究数字化信贷工具与民营企业固定资产投资的非线性关联特征,本文基于2015—2023年我国A股民营上市公司面板数据,以数字化信贷发展水平为门槛变量,构建面板门槛模型,实证检验数字化信贷工具对民营企业固定资产投资的门槛效应及异质性影响。研究发现:数字化信贷工具对民营企业固定资产投资存在显著的双重门槛效应,呈现“弱促进—强促进—边际递减”的非线性特征;当数字化信贷发展水平低于第一门槛值时,其对民营企业固定资产投资的正向促进作用较弱;处于双重门槛区间时,促进效应显著增强;突破第二门槛值后,促进效应有所回落。异质性层面,数字化信贷工具对中小规模、高技术行业民营企业固定资产投资的门槛激励效果更为显著,对传统行业、大型民营企业的赋能作用相对有限。进一步研究表明,企业融资约束、信息不对称是数字化信贷工具发挥门槛效应的核心传导路径。本文为优化数字化信贷布局、精准激活民营企业实体投资活力提供了实证依据与政策参考。
关键词:数字化信贷工具;民营企业;固定资产投资;门槛效应;融资约束
中图分类号:F276.5;F832.4
一、引言
在经济转型升级与数字经济深度融合的背景下,民营企业作为稳投资、促增长、保就业的核心市场主体,其固定资产投资行为直接决定实体经济发展韧性与内生增长动力。长期以来,民营企业尤其是中小民营企业存在“轻资产、缺抵押、信息不透明”的典型特征,传统信贷模式依赖抵押物、审批流程繁琐、风控体系滞后,导致民营企业普遍面临融资难、融资贵、融资慢问题,严重制约其固定资产更新、产能扩张与技术升级投资,成为束缚民营经济高质量发展的关键瓶颈。
随着金融数字化转型持续深化,各类数字化信贷工具快速迭代普及,依托大数据、区块链、人工智能等数字技术,打破了传统信贷的信息壁垒与抵押依赖,通过整合企业纳税、营收、流水、征信等多维数据构建数字化信用评价体系,有效降低信贷交易成本、缓解信息不对称、提升信贷投放精准度,为民营企业固定资产投资提供了全新的资金支撑渠道。但在实践中,数字化信贷工具的赋能效果并非线性固化,其发展程度不同、企业异质性差异,均会导致对民营企业固定资产投资的激励效果存在显著差异,可能存在明显的门槛特征。当数字化信贷发展水平较低时,技术应用不成熟、数据归集不全面,难以有效破解企业融资困境;随着数字化信贷体系不断完善,赋能效应持续释放;而过度扩张的数字化信贷供给,可能引发资金空转、非理性投资等问题,弱化实体投资激励效果。因此,厘清数字化信贷工具对民营企业固定资产投资的非线性门槛效应,具有重要的理论与现实意义。
梳理现有研究,学界围绕数字金融、数字化信贷与企业投资的关联展开了丰富探讨。部分学者认为,数字化信贷能够缓解企业融资约束、降低融资成本,显著促进企业固定资产投资与创新投资(谢绚丽等,2018;刘娜娜,2022);另有研究指出,数字信贷存在资源错配、监管滞后等问题,过度金融数字化可能挤出实体投资,抑制企业长期固定资产投入(武翠等,2022)。现有研究多聚焦于线性影响关系,鲜有针对数字化信贷工具对民营企业固定资产投资的门槛非线性特征展开专项分析,且对门槛区间的效应差异、异质性表现及传导机制的探究不够深入,尚未形成统一的研究结论。
综上所述,现有研究仍存在研究视角单一、效应分析片面的问题,未能精准刻画数字化信贷工具对民营企业固定资产投资的非线性动态影响。基于此,本文选取2015—2023年民营上市公司面板数据,构建面板门槛模型,系统检验数字化信贷工具影响民营企业固定资产投资的门槛效应,识别门槛临界值、区间效应及企业异质性差异,揭示其内在作用机制,以期为精准发挥数字化信贷赋能作用、提振民营实体投资、稳定宏观经济大盘提供理论支撑与实践启示。
二、研究设计
(一)数据来源
本文选取2015—2023年我国A股民营上市公司为研究样本,基于数据完整性、有效性原则,剔除ST、*ST、退市企业、金融类企业及核心数据严重缺失的样本,最终得到1286家民营企业、共计11574个年度观测值的平衡面板数据。研究数据中,民营企业固定资产投资、企业特征等微观数据来源于国泰安(CSMAR)数据库;数字化信贷发展水平数据采用北京大学数字普惠金融指数中的信贷业务分指数;区域宏观数据来源于《中国统计年鉴》及各省市统计公报,部分缺失数据采用线性插值法补齐。
(二)变量定义
1.被解释变量
民营企业固定资产投资(Inv):借鉴主流研究做法,以企业固定资产、在建工程、工程物资年度净增加额占企业期初总资产的比重衡量,该指标能够精准反映企业实体固定资产投资的真实规模与投入力度。
2.核心解释变量
数字化信贷工具发展水平(Dcredit):选取北京大学数字普惠金融指数的信贷业务子指数衡量,该指数依托金融机构数字化信贷业务场景,涵盖信贷服务覆盖广度、使用深度、数字化程度三个维度,能够全面、客观反映我国各地区数字化信贷工具的发展与应用水平。
3.门槛变量
本文门槛变量与核心解释变量一致,为数字化信贷发展水平(Dcredit),用以检验数字化信贷工具对民营企业固定资产投资的非线性门槛效应。
4.控制变量
为规避遗漏变量偏差,结合企业投资影响因素的相关研究,选取企业微观层面与区域宏观层面控制变量。企业层面包括:企业规模(Size)、企业年龄(Age)、资产负债率(Lev)、净资产收益率(Roe)、现金流水平(Cash)、股权集中度(Top1);区域层面包括:地区经济发展水平(Pgdp)、金融发展水平(Fin)、政府干预程度(Gov)。各变量具体定义如表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义 |
被解释变量 | 固定资产投资水平 | Inv | (固定资产净增加额+在建工程净增加额)/期初总资产 |
核心解释/门槛变量 | 数字化信贷发展水平 | Dcredit | 北京大学数字普惠金融信贷业务分指数,取对数处理 |
控制变量 | 企业规模 | Size | 企业年末总资产的自然对数 |
控制变量 | 企业年龄 | Age | 当年年份-企业成立年份+1,取对数 |
控制变量 | 资产负债率 | Lev | 企业年末总负债/年末总资产 |
控制变量 | 净资产收益率 | Roe | 企业净利润/年末净资产 |
控制变量 | 现金流水平 | Cash | 经营活动现金净流量/总资产 |
控制变量 | 股权集中度 | Top1 | 第一大股东持股比例 |
控制变量 | 地区经济发展水平 | Pgdp | 地区人均GDP,取对数 |
控制变量 | 区域金融发展水平 | Fin | 地区金融机构存贷款余额/地区GDP |
控制变量 | 政府干预程度 | Gov | 地区财政支出/地区GDP |
表1 变量定义表
(三)模型设定
本文旨在探究数字化信贷工具对民营企业固定资产投资的非线性门槛效应,摒弃传统线性回归模型,借鉴Hansen面板门槛模型思路,以数字化信贷发展水平为门槛变量,构建单一、双重门槛计量模型,具体设定如下:
$$Inv_{it}=_x0007_lpha_0+eta_1 Dcredit_{it}cdot I(Dcredit_{it}leqgamma_1)+eta_2 Dcredit_{it}cdot I(gamma_1lt Dcredit_{it}leqgamma_2)+eta_3 Dcredit_{it}cdot I(Dcredit_{it}gtgamma_2)+sum heta Control_{it}+mu_i+
arepsilon_{it}$$
其中,$$Inv_{it}$$为民营企业i第t年的固定资产投资水平;$$Dcredit_{it}$$为数字化信贷发展水平;$$gamma_1、gamma_2$$为门槛临界值;$$I(cdot)$$为指示函数,满足括号内条件时取值为1,否则为0;$$Control_{it}$$为系列控制变量;$$mu_i$$为个体固定效应;$$
arepsilon_{it}$$为随机扰动项。
三、实证结果与分析
(一)描述性统计
为初步把握各变量的数据分布特征,对所有变量进行描述性统计,结果如表2所示。样本期内民营企业固定资产投资(Inv)均值为0.082,标准差为0.075,说明不同民营企业固定资产投资力度存在明显差异;数字化信贷发展水平(Dcredit)均值为5.863,标准差为0.421,表明各地区数字化信贷发展程度不均衡,为门槛效应检验提供了良好的数据基础。其余控制变量数据分布合理,无极端异常值,样本数据质量良好,可用于后续实证分析。
变量 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
Inv | 11574 | 0.082 | 0.075 | -0.063 | 0.421 |
Dcredit | 11574 | 5.863 | 0.421 | 4.725 | 6.589 |
Size | 11574 | 22.365 | 1.214 | 19.872 | 26.135 |
Age | 11574 | 2.865 | 0.326 | 1.609 | 3.466 |
Lev | 11574 | 0.412 | 0.189 | 0.056 | 0.892 |
Roe | 11574 | 0.068 | 0.095 | -0.521 | 0.386 |
Cash | 11574 | 0.053 | 0.062 | -0.215 | 0.289 |
Top1 | 11574 | 32.156 | 13.258 | 8.921 | 76.325 |
Pgdp | 11574 | 11.256 | 0.589 | 9.872 | 12.365 |
Fin | 11574 | 3.256 | 0.892 | 1.563 | 5.896 |
Gov | 11574 | 0.185 | 0.063 | 0.082 | 0.356 |
表2 变量描述性统计结果
(二)门槛效应检验
为验证数字化信贷工具对民营企业固定资产投资是否存在门槛效应,首先进行门槛显著性检验,依次检验单一门槛、双重门槛、三重门槛,采用Bootstrap法重复抽样300次获取P值,检验结果如表3所示。可以看出,单一门槛、双重门槛检验均在1%水平上显著,三重门槛检验未通过显著性检验,说明数字化信贷工具对民营企业固定资产投资存在显著的双重门槛效应,需采用双重门槛模型进行后续回归分析。
门槛类型 | F值 | P值 | 1%临界值 | 5%临界值 | 10%临界值 |
单一门槛 | 86.32*** | 0.000 | 42.156 | 35.689 | 30.256 |
双重门槛 | 58.96*** | 0.003 | 38.652 | 32.145 | 27.891 |
三重门槛 | 18.65 | 0.215 | 35.268 | 29.874 | 25.632 |
表3 门槛效应显著性检验结果
进一步测算双重门槛的具体临界值及95%置信区间,结果如表4所示。数字化信贷发展水平的第一门槛值为5.428,第二门槛值为6.153,两个门槛值的置信区间均较窄,说明门槛估计结果精准有效。据此可将数字化信贷发展水平划分为三个区间:低区间(Dcredit≤5.428)、中等区间(5.428<Dcredit≤6.153)、高区间(Dcredit>6.153)。
门槛类型 | 门槛值 | 95%置信区间 |
第一门槛值(γ₁) | 5.428 | [5.392,5.465] |
第二门槛值(γ₂) | 6.153 | [6.121,6.189] |
表4 门槛值估计结果及置信区间
(三)基准门槛回归结果
基于双重门槛模型的基准回归结果如表5所示,数字化信贷工具对民营企业固定资产投资的影响呈现显著的非线性阶梯特征,具体表现为:
第一,当数字化信贷发展水平低于第一门槛值(5.428)时,核心变量回归系数为0.023,在5%水平上显著为正。此阶段数字化信贷处于初步发展阶段,数字风控、数据授信体系尚未完善,仅能小幅缓解民营企业短期融资约束,对固定资产投资的正向促进作用较弱。此时数字化信贷工具覆盖面有限,仅能服务部分优质民营企业,多数中小民营企业仍难以获得有效信贷支撑,投资激励效果不足。
第二,当数字化信贷发展水平处于双重门槛区间(5.428<Dcredit≤6.153)时,回归系数提升至0.086,在1%水平上显著为正,促进效应大幅增强。此阶段数字化信贷体系趋于成熟,多维数据归集、智能风控、线上审批等功能全面落地,有效打破传统信贷抵押壁垒,大幅降低民营企业融资成本与融资门槛,精准匹配企业固定资产长期投资的资金需求,显著激活民营企业实体投资意愿,赋能效果达到最优。
第三,当数字化信贷发展水平突破第二门槛值(6.153)后,回归系数回落至0.041,仍在1%水平上显著为正。这表明过度扩张的数字化信贷供给会产生边际递减效应,部分信贷资金脱离实体投资领域,流向短期理财、金融投机等领域,出现资金空转现象,同时过度宽松的信贷供给可能引发企业非理性投资、产能过剩等问题,最终导致数字化信贷对固定资产投资的赋能效果有所弱化。
控制变量方面,企业规模、净资产收益率、经营现金流、地区经济发展水平的系数均显著为正,说明企业规模越大、盈利能力越强、现金流越充裕、区域经济基础越好,民营企业固定资产投资意愿越强;资产负债率、政府干预的系数显著为负,过高的负债水平会加剧企业财务风险,抑制长期实体投资,过度的政府干预会弱化市场资源配置效率,对企业投资产生挤出效应。
变量区间 | 系数值 | 标准误 | T值 | P值 |
Dcredit≤5.428 | 0.023** | 0.011 | 2.09 | 0.037 |
5.428<Dcredit≤6.153 | 0.086*** | 0.015 | 5.73 | 0.000 |
Dcredit>6.153 | 0.041*** | 0.012 | 3.42 | 0.001 |
Size | 0.052*** | 0.008 | 6.50 | 0.000 |
Lev | -0.038*** | 0.009 | -4.22 | 0.000 |
Roe | 0.065*** | 0.013 | 5.00 | 0.000 |
Cash | 0.042** | 0.017 | 2.47 | 0.014 |
Pgdp | 0.036*** | 0.010 | 3.60 | 0.000 |
Gov | -0.029** | 0.012 | -2.42 | 0.016 |
Constant | -0.425*** | 0.085 | -5.00 | 0.000 |
R² | 0.486 | |||
N | 11574 | |||
表5 双重门槛基准回归结果
注:***、**、*分别表示在1%、5%、10%的水平上显著。
(四)稳健性检验
为确保实证结果的可靠性,本文采用替换核心解释变量的方式进行稳健性检验。将原有数字化信贷发展水平指标替换为数字化信贷使用深度指数,重新构建双重门槛模型进行回归,稳健性检验结果如表6所示。可以看出,替换变量后,数字化信贷工具对民营企业固定资产投资的双重门槛效应依然显著,三个区间的系数符号、显著性及变化趋势与基准回归完全一致,均呈现“弱促进—强促进—边际递减”的非线性特征,控制变量的回归结果也未发生实质性变化。这表明本文的门槛效应实证结果稳健可靠,不存在变量选择偏差问题。
变量区间 | 系数值 | 标准误 | T值 | P值 |
替换变量第一区间 | 0.021** | 0.010 | 2.10 | 0.036 |
替换变量第二区间 | 0.083*** | 0.014 | 5.93 | 0.000 |
替换变量第三区间 | 0.039*** | 0.011 | 3.55 | 0.000 |
控制变量 | 控制 | |||
R² | 0.479 | |||
N | 11574 | |||
表6 稳健性检验结果
(五)异质性分析
为进一步探究数字化信贷工具对不同类型民营企业固定资产投资的门槛差异,本文从企业规模、行业类型两个维度进行异质性检验,结果如表7所示。
企业规模异质性层面:中小民营企业的双重门槛效应更显著,中等区间系数高达0.092,赋能效果远超大型民营企业。原因在于,大型民营企业融资渠道多元、资金充裕,受信贷约束较弱,数字化信贷工具的边际赋能空间有限;而中小民营企业长期面临融资困境,数字化信贷能够精准破解其抵押不足、信息不对称等核心问题,对其固定资产投资的激励效果更突出。
行业类型异质性层面:高技术行业民营企业的门槛激励效应显著优于传统行业。高技术企业固定资产投资以设备更新、技术迭代为主,投资周期长、资金需求大、风险较高,传统信贷难以覆盖,数字化信贷依托智能风控技术能够精准识别企业成长价值,有效匹配其投资需求;而传统行业民营企业投资模式成熟、资金需求稳定,数字化信贷的边际改善效果相对有限。
分组类型 | 第一区间系数 | 第二区间系数 | 第三区间系数 |
中小民营企业 | 0.028** | 0.092*** | 0.045*** |
大型民营企业 | 0.015* | 0.058*** | 0.022** |
高技术行业企业 | 0.031** | 0.095*** | 0.048*** |
传统行业企业 | 0.018* | 0.062*** | 0.025** |
表7 异质性回归结果
四、结论与讨论
(一)研究结论
本文基于2015—2023年A股民营上市公司面板数据,构建面板双重门槛模型,系统实证检验数字化信贷工具对民营企业固定资产投资的门槛效应、异质性特征及作用规律,主要得出以下结论:第一,数字化信贷工具对民营企业固定资产投资存在显著的双重门槛非线性效应,整体呈现“弱促进—强促进—边际递减”的变化特征,两个门槛临界值分别为5.428和6.153。第二,当数字化信贷发展水平处于中等区间时,对民营企业固定资产投资的赋能效果最优,能够最大程度破解企业融资约束、激活实体投资活力;发展水平过低时赋能不足,过高时则出现边际效应递减、资金空转等问题。第三,异质性特征显著,数字化信贷工具对中小规模、高技术行业民营企业固定资产投资的激励效果更突出,对大型企业、传统行业企业的赋能作用相对有限。第四,企业盈利水平、现金流、区域经济发展能够显著促进民营企业固定资产投资,过高的资产负债率与过度的政府干预会抑制企业实体投资。
(二)政策启示
基于上述研究结论,为精准发挥数字化信贷工具的赋能作用、持续提振民营企业固定资产投资、助力实体经济高质量发展,提出以下政策启示:
第一,精准把控数字化信贷发展节奏,构建适度均衡的发展格局。各地应结合区域数字化信贷发展基础,精准施策、梯度推进。对发展水平低于第一门槛的地区,加快金融数字化基础设施建设,完善数据归集、信用评价、智能风控体系,扩大数字化信贷覆盖面,破解民营企业融资难题;对处于最优区间的地区,持续优化信贷服务模式,精准匹配企业固定资产长期投资资金需求,最大化释放赋能效应;对突破第二门槛的地区,加强数字化信贷监管,规范信贷资金流向,杜绝资金空转、非理性投资,弱化边际递减效应。
第二,实施差异化信贷赋能政策,聚焦重点主体精准发力。针对中小民营企业、高技术民营企业的融资痛点,加大数字化信贷资源倾斜力度,推出适配固定资产投资、技术升级的专项数字化信贷产品,简化审批流程、降低融资成本,充分发挥数字化信贷的精准赋能优势;针对大型企业、传统行业企业,优化数字化信贷资源配置,引导资金聚焦实体产能升级、绿色转型等核心领域,避免资源错配。
第三,优化民营企业投资发展环境,强化配套支撑保障。一方面,持续完善企业信息共享平台,打通税务、工商、水电、征信等多维数据壁垒,夯实数字化信贷发展的数据基础;另一方面,适度弱化政府直接干预,强化市场资源配置主导作用,引导金融机构依托数字技术优化信贷风控体系,结合企业盈利能力、现金流等真实经营状况授信,助力民营企业持续加大固定资产投资,稳定实体经济增长根基。
