劉 園，鄭忱陽，江 萍，劉 超

(對外經(jīng)濟貿(mào)易大學 國際經(jīng)濟貿(mào)易學院，北京 100029)

一、問題提出

金融科技(fintech)也稱科技金融，在中國最早于2011年被提出，真正吸引業(yè)界注意是在2015年，2017年金融科技的發(fā)展受到各界廣泛關(guān)注，之后金融業(yè)的科技創(chuàng)新從規(guī)范管制逐漸走向成熟。金融科技即“金融+科技”，是將一系列技術(shù)創(chuàng)新如人工智能、智能投顧、區(qū)塊鏈等全面應用于金融領(lǐng)域，以幫助傳統(tǒng)金融業(yè)降低風險、成功轉(zhuǎn)型。中國的金融科技在迅猛增長中，安永在2017年2月的最新報告中稱，2016年中國對金融科技的直接投資已位列全球第一*安永會計師事務所2月14日發(fā)布受英國政府委托撰寫的中英第八次財金對話專題報告《中英金融科技行動指南》。。金融科技的誕生和升溫浪潮，固然是由于科技公司為提高傳統(tǒng)金融效率，開始嘗試以技術(shù)創(chuàng)新融合原有的金融服務，但最重要的原因是企業(yè)乃至政府迫切需要尋找到新的金融創(chuàng)新方式和經(jīng)濟增長點。

近年來，實體經(jīng)濟*這里“實體經(jīng)濟”是指除去房地產(chǎn)市場和金融市場之外的部分。面臨嚴重困境，遭受多重挑戰(zhàn)。實體經(jīng)濟在中低端徘徊，內(nèi)生發(fā)展動力不足，虛擬經(jīng)濟的高速發(fā)展過度吸引資金，致使實體企業(yè)面臨融資難、籌資難、投資難、轉(zhuǎn)型難等嚴峻挑戰(zhàn)。2017年中央在經(jīng)濟工作部署中已明確提出振興實體經(jīng)濟的重大任務，糾正“重虛輕實”“脫實向虛”傾向，正確處理虛擬經(jīng)濟和實體經(jīng)濟的關(guān)系，去產(chǎn)能降成本等解決措施亟待執(zhí)行。中央提出金融科技的本質(zhì)目的在于服務實體經(jīng)濟，有學者已論證金融業(yè)服務實體經(jīng)濟存在無效率的問題[1]，而金融科技能夠通過提高金融業(yè)的運作效率，最終助力實體經(jīng)濟。本文研究金融科技與實體經(jīng)濟企業(yè)投資效率的關(guān)系，認為金融科技服務于實體經(jīng)濟最終將表現(xiàn)為提高實體企業(yè)的投資效率。

提到金融科技，可以與互聯(lián)網(wǎng)金融相比較?；ヂ?lián)網(wǎng)金融和金融科技從概念角度是完全不同的，從實際操作來看二者既有聯(lián)系又有區(qū)別?；ヂ?lián)網(wǎng)金融，顧名思義指“互聯(lián)網(wǎng)+金融”，即“互聯(lián)網(wǎng)+”落實在金融領(lǐng)域，其本身是業(yè)務屬性，可看作是一種業(yè)態(tài)；金融科技特指“金融+科技”，側(cè)重于科技層面，在金融業(yè)務中扮演輔助角色。由此可見，互聯(lián)網(wǎng)金融是金融業(yè)的組成部分，而金融科技是在金融業(yè)的基礎(chǔ)上融入先進的支付手段或者大數(shù)據(jù)和人工智能等高科技，即金融科技理論上是包含互聯(lián)網(wǎng)金融的，金融科技是互聯(lián)網(wǎng)金融的延伸，互聯(lián)網(wǎng)金融是金融科技的雛形。2016年《中國互聯(lián)網(wǎng)發(fā)展報告》指出，金融科技是繼互聯(lián)網(wǎng)金融之后，科學技術(shù)在金融領(lǐng)域創(chuàng)新運用的延續(xù)。

根據(jù)互聯(lián)網(wǎng)金融在中國的發(fā)展軌跡可以看出，互聯(lián)網(wǎng)金融發(fā)展的前期和中期有利于降低金融業(yè)的風險，但后期發(fā)展愈演愈烈反而提高了金融業(yè)的風險，即互聯(lián)網(wǎng)金融和金融業(yè)風險承擔呈現(xiàn)正“U”型[2]。金融科技助力于實體經(jīng)濟是以金融業(yè)為橋梁實現(xiàn)的，由于金融科技的起步晚于互聯(lián)網(wǎng)金融，因此在2013年之前金融科技處于初期階段，此時也相當于互聯(lián)網(wǎng)金融的后期階段，互聯(lián)網(wǎng)金融加劇了金融業(yè)風險，因此金融科技發(fā)展初期不利于實體經(jīng)濟投資效率；2013年之后結(jié)合金融監(jiān)管進一步發(fā)展和推廣，金融科技逐漸完善，有助于提高實體經(jīng)濟投資效率，因此金融科技對實體經(jīng)濟投資效率的影響也遵循“U”型曲線。所以金融科技的發(fā)展要求金融監(jiān)管的完善，金融科技對實體經(jīng)濟效率的影響存在拐點，在拐點之前過分強調(diào)金融科技，可能會被虛擬經(jīng)濟扭曲利用，不利于實體經(jīng)濟的投資效率；一旦突破拐點，意味著金融科技實現(xiàn)了質(zhì)的飛躍，到達“U”型曲線的右半段，助力于實體經(jīng)濟的發(fā)展。李文紅和蔣則沈(2017)指出金融科技是金融業(yè)發(fā)展到一定階段的必然趨勢，其并不能代替?zhèn)鹘y(tǒng)金融業(yè)的基礎(chǔ)功能，要適度發(fā)展不能過分強調(diào)[3]。

金融科技是近期視角新穎的課題，也是今后金融領(lǐng)域關(guān)注的熱點問題，眾多學者對其研究僅停留在政策和改革等理論層面。金融科技雖然具有積極作用，但并不能代替?zhèn)鹘y(tǒng)金融業(yè)的功能，其潛在風險和監(jiān)管挑戰(zhàn)也是不容忽視的[4]。就其對銀行業(yè)發(fā)展而言，金融科技的發(fā)展給傳統(tǒng)銀行業(yè)帶來了挑戰(zhàn)，傳統(tǒng)銀行業(yè)在金融科技時代背景下的創(chuàng)新發(fā)展路徑尤為重要[5-6]。目前金融科技對實體經(jīng)濟效率影響的實證研究幾乎為空白，極少數(shù)實證文章也是圍繞其對銀行業(yè)的風險沖擊，因此本文的研究方法和思路對金融科技和實體經(jīng)濟相關(guān)領(lǐng)域具有開創(chuàng)性。在借鑒現(xiàn)有研究利用措辭提取和因子分析構(gòu)建金融科技指數(shù)的同時對其方法進行了改進，對金融科技的量化更加精確。本文首次利用代表性措辭區(qū)分了金融科技與互聯(lián)網(wǎng)金融的本質(zhì)區(qū)別，金融科技指數(shù)構(gòu)建的精確性也對日后其實證研究具有借鑒作用。本文指出金融科技能夠通過提高實體企業(yè)的投資效率服務于實體經(jīng)濟，且金融科技對實體經(jīng)濟企業(yè)投資效率的影響呈正“U”型，證明了金融科技的發(fā)展存在拐點。目前中國金融科技對實體企業(yè)投資效率的影響已到達“U”型的上升階段，金融科技已然成為服務于實體經(jīng)濟的助推器，符合中央對于其主要任務的定位。本文的研究結(jié)論對國家適度發(fā)展金融科技、實體企業(yè)合理利用金融科技都具有一定的指導意義。

本文余下部分的安排如下：第二部分是文獻回顧，第三部分是數(shù)據(jù)與模型設(shè)定，第四部分是實證結(jié)果與分析，第五部分是穩(wěn)健性檢驗，最后是研究結(jié)論。

二、文獻回顧

金融科技自提出以來，其發(fā)展經(jīng)歷了一個漫長的階段。國內(nèi)外學者關(guān)于金融科技本質(zhì)的具體界定意見不一，但廣大學者已經(jīng)意識到金融監(jiān)管在金融科技發(fā)展階段中的重要作用，金融科技真正服務于實體經(jīng)濟還需要監(jiān)管層的有序配合?，F(xiàn)有文獻大多從政策建議和理論層面闡述金融科技的興起和監(jiān)管。阿爾特和普施曼(Alt & Puschmann，2012)認為，信息技術(shù)的發(fā)展、消費者行為習慣的改變、傳統(tǒng)銀行業(yè)的危機以及監(jiān)管制度的變化等共同促進了fintech的興起[7]。方新(2017)首次描述了金融科技在中國的發(fā)展路徑：2013年被公認為是“金融科技元年”，2014年金融科技發(fā)展迅速，2015年金融科技在相關(guān)政策相繼出臺的基礎(chǔ)上從野蠻生長逐步走向成熟規(guī)范，2016年金融監(jiān)管全面配合金融科技，緩解了金融業(yè)魚龍混雜、良莠不齊的行業(yè)狀態(tài)[8]。廖岷(2017)指出金融科技的監(jiān)管缺乏統(tǒng)一標準和框架，全球各國的監(jiān)管措施各不相同，無法達成共識；在國際層面，金融科技跨境展業(yè)趨勢已經(jīng)顯現(xiàn)，但監(jiān)管合作應對不足，據(jù)此推出金融科技的監(jiān)管對策和路徑[9]。楊松(2017)提出金融科技監(jiān)管應遵從“調(diào)適性監(jiān)管”，加強包容性監(jiān)管和國際協(xié)調(diào)監(jiān)管力度[4]。李文紅和蔣則沈(2017)承認金融科技的積極作用，但同時認為其存在潛在風險和監(jiān)管挑戰(zhàn)，既不應“神化”，也不應“輕視”[3]。

在企業(yè)效率的研究方面，可以從宏觀和微觀兩個層面進行分析，研究企業(yè)微觀效率的文獻居多。斯坦(Stein，2003)指出融資成本、股權(quán)結(jié)構(gòu)和外部產(chǎn)品市場競爭等因素都會影響到公司投資水平及其效率，其認為公司投資效率低下是由于市場中存在的信息不對稱和委托代理成本[10]。艾倫等(Allen et al.，2005)提到中國等發(fā)展中國家法制制度發(fā)展較為落后，企業(yè)融資較多依賴銀行渠道，因此銀行業(yè)的服務效率與企業(yè)投資水平密切相關(guān)[11]。黃海杰等(2016)以2004—2013年中國上市公司為樣本研究中國的“四萬億投資”政策對企業(yè)效率的影響，并通過分析宏觀政策影響企業(yè)決策的路徑，表明投放貨幣政策給企業(yè)投資效率帶來損失，而提高信息披露質(zhì)量能有效緩解此問題[12]。目前，研究企業(yè)效率的實證模型主要有兩個，理查森(Richardson，2006)企業(yè)投資效率模型以及投資水平-投資機會敏感模型[13-15]，文中兩種模型都會涉及。在宏觀層面，企業(yè)效率的測度依靠全要素增長率和總體無效率值。蔡則祥等(2017)運用SBM方向性距離函數(shù)和盧恩伯格(Luenberger)指數(shù)法分別測度及分解各省份金融服務實體經(jīng)濟發(fā)展的無效率和全要素生產(chǎn)率值，指出金融業(yè)在服務于企業(yè)的純效率、純技術(shù)效率、規(guī)模效率、技術(shù)效率存在普遍的無效率性[2]。基于以上文獻，本文認為金融科技必須通過改善金融業(yè)的服務模式助力實體經(jīng)濟效率，金融科技與實體經(jīng)濟的融合迫在眉睫。

金融科技對實體經(jīng)濟效率直接影響的研究幾乎為空白，多數(shù)文獻主要集中在金融業(yè)和科技創(chuàng)新對實體經(jīng)濟增長的影響層面以及互聯(lián)網(wǎng)金融和金融科技對金融業(yè)風險承擔的影響。張林(2016)運用靜態(tài)和動態(tài)空間面板模型檢驗金融科技對實體經(jīng)濟增長的影響，結(jié)論表明金融發(fā)展和科技創(chuàng)新能夠促進實體經(jīng)濟的長短期增長，但金融發(fā)展與科技創(chuàng)新之間融合互動不足[16]。蔡則祥等(2017)發(fā)現(xiàn)金融業(yè)服務于實體經(jīng)濟存在普遍的無效率性，金融與實體經(jīng)濟發(fā)展出現(xiàn)嚴重錯配，并就優(yōu)化金融資源配置、提高金融服務實體經(jīng)濟發(fā)展效率提出相應的對策建議。切凱蒂和克魯比(Cecchetti & Kharroubi，2012)考察了金融規(guī)模擴張對實體經(jīng)濟產(chǎn)出的影響，研究結(jié)果表明金融對實體經(jīng)濟產(chǎn)出的促進作用存在門檻值限制，即部分發(fā)達國家經(jīng)濟體和新興市場經(jīng)濟體存在金融規(guī)模的過快增長抑制實體經(jīng)濟產(chǎn)出的現(xiàn)象，從而降低了金融部門推動實體經(jīng)濟產(chǎn)出的效率[17]。而郭品等(2015)發(fā)現(xiàn)互聯(lián)網(wǎng)金融對商業(yè)銀行風險承擔的影響呈現(xiàn)先降后升的“U”型趨勢；汪可等(2017)證實了金融科技與銀行業(yè)的風險成倒“U”型，即金融科技初期提高銀行業(yè)風險，后期配合金融監(jiān)管則有利于銀行業(yè)風險的降低[18]。此結(jié)論同樣可適用于金融科技，因此金融科技以銀行業(yè)為橋梁助力實體經(jīng)濟效率。基于此，本文提出如下假設(shè)：

假設(shè)1：金融科技與實體經(jīng)濟投資效率呈現(xiàn)“U”型關(guān)系，即金融科技初期不利于實體經(jīng)濟投資效率，后期對實體經(jīng)濟效率呈指數(shù)型推動。

假設(shè)2：現(xiàn)階段中國金融科技與實體經(jīng)濟投資效率處于“U”型的上升階段，即金融科技助力實體經(jīng)濟得以實現(xiàn)。

假設(shè)3：金融科技提高實體經(jīng)濟投資效率的重要原因是其有助于提高企業(yè)的風險承擔能力，幫助企業(yè)更有效地投資于高風險高收益領(lǐng)域。

三、數(shù)據(jù)與模型設(shè)定

(一)金融科技指數(shù)的構(gòu)建

對于金融科技指數(shù)的構(gòu)建，本文借鑒郭品和沈悅(2015)[2]對互聯(lián)網(wǎng)金融指數(shù)的計算，采用因子分析法。因子分析最關(guān)鍵的是找到金融科技的因子構(gòu)成，因此首先利用措辭提取法和百度搜索引擎，量化原始詞庫以計算金融科技的關(guān)鍵詞詞頻。由于金融科技可以看成是互聯(lián)網(wǎng)金融的延續(xù)和改進，其關(guān)鍵詞詞頻與互聯(lián)網(wǎng)金融有較多重合的部分，比如第三方支付、移動支付、網(wǎng)銀互聯(lián)網(wǎng)理財?shù)取５溥€有自己獨特的代表性關(guān)鍵詞，如大數(shù)據(jù)、云計算、智能投顧、ABS云、區(qū)塊鏈、開放等最新年度六大關(guān)鍵詞，因此對金融科技指數(shù)的構(gòu)建也考慮了金融科技領(lǐng)域的最新關(guān)鍵詞，從而使得指數(shù)更加全面綜合。表1顯示本文總結(jié)的以金融功能分類的5大關(guān)鍵詞，共25個。

表1 金融科技關(guān)鍵詞

阿斯基塔斯和齊默爾曼(Askitas & Zimmermann，2009)研究發(fā)現(xiàn)，新聞發(fā)布量可反映人民日常關(guān)注的需求信息和與企業(yè)投入相關(guān)的供給信息，因此關(guān)鍵詞所包含的新聞條目數(shù)與金融科技的發(fā)展成正相關(guān)[19]。2003年首次出現(xiàn)了關(guān)于互聯(lián)網(wǎng)金融和金融科技的關(guān)鍵詞，因此選擇2003年作為初始年份，以保持數(shù)據(jù)的完整性。本文統(tǒng)計了百度數(shù)據(jù)庫中2003—2016年含有原始關(guān)鍵詞的年度新聞數(shù)目與年度新聞總數(shù)，二者之比即關(guān)鍵詞的年度詞頻，以量化各個關(guān)鍵詞。由于搜索引擎中并沒有給出年度新聞總數(shù)，以教育部發(fā)布的《中國語言生活報告》中的媒體綜合類十大流行語數(shù)目總和作為年度新聞總數(shù)代理變量。為全面反映每年新聞特征，需要利用各年度的報告中媒體的綜合類十大流行語，因此本文更加準確地衡量了年度新聞總數(shù)。由于教育部的《中國語言生活報告》是從2005年開始編寫的，所以2003和2004年的新聞總數(shù)以在百度引擎中搜索的中國主流報紙綜合類十大流行語總數(shù)計算。統(tǒng)計結(jié)果見表2。

表2 年度熱詞和新聞總數(shù)

表2(續(xù))

數(shù)據(jù)來源：《中國語言生活報告》及百度搜索引擎。

本文同樣采取因子分析法，首先根據(jù)檢驗對措辭進行精簡，將措辭分為12種，分別概括了表1中的5種功能。支付清算選擇第三方支付、移動支付；借貸融資選擇網(wǎng)上投資、網(wǎng)上融資；財富管理選擇互聯(lián)網(wǎng)理財、互聯(lián)網(wǎng)保險；渠道業(yè)務選擇電子銀行、網(wǎng)銀；技術(shù)支持選擇大數(shù)據(jù)、云計算、人工智能和ABS云(見表3)。借助因子分析法確定因子個數(shù)，根據(jù)特征根大于1，本文找到了3個因子，KMO檢驗顯示結(jié)果大于0.5且通過了巴特利特檢驗，說明本數(shù)據(jù)是適合因子分析法的；在3個因子中提取關(guān)鍵詞構(gòu)成各因子，將3個因子命名為支付渠道(第三方支付、移動支付、網(wǎng)上投資、電子銀行、網(wǎng)銀)、財富管理(網(wǎng)上融資、互聯(lián)網(wǎng)理財、互聯(lián)網(wǎng)保險)、技術(shù)支持(大數(shù)據(jù)、云計算、人工智能、ABS云)；最后利用回歸分析法估計因子的得分系數(shù)矩陣以計算因子得分。金融科技指數(shù)(FI)以因子得分為權(quán)重將公因子表示為原始變量的線性組合，并利用最大最小化原則將數(shù)據(jù)標準化至0～1。

表3 因子構(gòu)成

表4 金融科技指數(shù)

表4顯示，支付渠道指數(shù)在2008年以前較大，原因是商業(yè)銀行在互聯(lián)網(wǎng)金融出現(xiàn)之后大力推進業(yè)務網(wǎng)絡(luò)化，網(wǎng)絡(luò)金融渠道的拓寬也帶動了線上和線下支付的增加；同時在2009年電子支付、第三方支付進入爆發(fā)期，金融支付手段的多樣化帶動了金融渠道的發(fā)展。以上原因使得支付渠道指數(shù)在2009年之前都較高，之后由于金融危機的滯后性，支付渠道指數(shù)從低迷逐漸回歸穩(wěn)定，直至2016年新興科技的發(fā)展使其指數(shù)增加迅速。財富管理指數(shù)從2009年之后迅速發(fā)展，2011—2013年，互聯(lián)網(wǎng)投借貸和理財業(yè)務平臺日益成熟，網(wǎng)絡(luò)投融資成為熱潮，財富管理指數(shù)穩(wěn)中有升，隨后在金融科技發(fā)展的基礎(chǔ)上AI技術(shù)和智能投顧的駕輕就熟，進一步推動了財富管理指數(shù)的增加。技術(shù)支持指數(shù)在2009年有很大的突破，源于大數(shù)據(jù)和云計算的提出和推廣，2013年之后，互聯(lián)網(wǎng)金融步入后期，金融科技緊隨其后，人工智能、區(qū)塊鏈和ABS云等的深入普及使得技術(shù)支持指數(shù)不斷提高。從整體的金融科技指數(shù)來看，金融科技是互聯(lián)網(wǎng)金融的延伸，其大體呈逐年增加的趨勢，金融危機的沖擊使得金融科技指數(shù)在2006—2008年較低，隨經(jīng)濟恢復逐年回歸，2013年突破較大，2015—2017年快速發(fā)展。本文計算的金融科技指數(shù)基本符合方新(2017)描述的金融科技整體趨勢，即2013年是金融科技起步并發(fā)展的一年，2014年進入快速發(fā)展階段，2015年伴隨相關(guān)政策相繼出臺金融科技走向成熟規(guī)范，2016年是金融科技“規(guī)范元年”，金融科技全面監(jiān)管時代到來，2017年之后金融科技配合金融監(jiān)管將更加完善。

(二)企業(yè)投資效率模型

如前文所述，企業(yè)投資效率模型有投資水平-投資機會敏感模型和理查森模型，本文采用理查森的模型考察金融科技對實體企業(yè)投資效率的影響。估計企業(yè)投資效率分兩步進行：首先利用回歸分析估算企業(yè)的資本投資水平，然后取其殘差值的絕對值作為投資效率的代理變量。筆者搜集2003—2016年上市公司的微觀年度數(shù)據(jù)，剔除ST企業(yè)、金融業(yè)、房地產(chǎn)與以及數(shù)據(jù)缺失的企業(yè)，共得到953家實體經(jīng)濟上市公司。數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫和萬得WIND數(shù)據(jù)庫，所有連續(xù)變量均作首尾各1%的winsorization處理。理查森模型回歸方程為：

Invi，t=α+β1Invi，t-1+β2roai，t-1+β3levi，t-1+β4agei，t-1+β5sizei，t-1+β6qi，t-1+β7chshi，t-1+αind+αt+εi，t

(1)

式(1)中，Invi，t表示企業(yè)i第t期的投資水平，Invi，t-1表示其滯后一期即t-1期的企業(yè)投資決策。對于投資水平的測度本文參照呂長江和張海平(2011)[20]，即Invi，t=(cash1+Δcash-Δcash1-cash2)/ta0，cash1=購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金；Δcash=取得子公司及其他營業(yè)單位支付的現(xiàn)金凈額；Δcash1=處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額；cash2=處置子公司及其他營業(yè)單位收到的現(xiàn)金凈額；ta0=期初總資產(chǎn)，roai，t-1、levi，t-1、sizei，t-1分別表示t-1期的總資產(chǎn)收益率、資產(chǎn)負債率、企業(yè)規(guī)模(總資產(chǎn)的對數(shù))；q代表企業(yè)的托賓Q值，通常用其來代表投資機會，qi，t-1是企業(yè)t-1期的托賓Q值；agei，t-1是企業(yè)第t-1期的年末上市年限，chshi，t-1是企業(yè)第t-1期現(xiàn)金持有量的對數(shù)。αind為行為虛擬變量，αt代表年度虛擬變量。εi，t為模型的隨機誤差項，即為實際投資偏離理想投資水平的部分，其直接度量了企業(yè)的非效率投資，進而反映企業(yè)的投資效率。模型(1)對行業(yè)和年度進行控制，使模型回歸結(jié)果更加準確。由于存在投資水平的滯后項，本文采用動態(tài)面板差分GMM進行回歸估計，以避免內(nèi)生性影響模型的估計效果。

根據(jù)理查森(2006)[13]描述投資效率的方法，選取上述回歸中擬合出的企業(yè)投資水平的殘差項來作為企業(yè)投資效率的代理變量。若殘差大于零，則表明企業(yè)存在過度投資；若殘差小于零，則表明企業(yè)投資不足，即殘值越趨向于零，企業(yè)的投資越有效。本文對殘差取絕對值(|ΔInv|)以剔除符號對投資效率的影響，只考慮定量方面。由以上分析知，|ΔInv|值越小，企業(yè)的非效率投資越少，企業(yè)的投資越有效。為研究金融科技對企業(yè)投資效率的影響，采用以下回歸模型：

(2)

(三)進一步分析

金融科技之所以能夠提高企業(yè)的投資效率，另一個重要的原因是其能夠提高企業(yè)的風險承擔能力，有利于企業(yè)利用金融科技手段有效地投資于高風險高收益的領(lǐng)域。驗證金融科技指數(shù)與企業(yè)風險承擔能力間的關(guān)系，首先確定風險承擔水平的代理變量。風險承擔水平的測量已有文獻主要采用以下兩個維度的指標：首先是波動性指標，即ROA、ROE波動性，或者股票回報的波動性[21]；其次是R&D支出或者資本性支出[22-23]。參照現(xiàn)有研究，由于企業(yè)高管一般任期為3年，本文以3年為1期，計算企業(yè)每三年的ROA標準差作為企業(yè)風險承擔能力變量Risk。為保持數(shù)據(jù)的完整性，本文選擇計算2010—2016年的風險承擔水平，因此需要2008—2016年的ROA數(shù)據(jù)。利用如下模型進行分析：

Riskit=α+βfit+γcontrolsit+αt+εit

(3)

其中，Risk為企業(yè)風險承擔水平，fi表示金融科技指數(shù)，controls變量有總資產(chǎn)收益率(roa)、資產(chǎn)負債率(lev)、企業(yè)規(guī)模(size)、第一大股東持比(top1)、前三名高管工資對數(shù)(gpay)。假設(shè)3認為金融科技能夠提高企業(yè)風險承擔能力，即β顯著為正。模型(3)用于驗證假設(shè)3。

四、實證結(jié)果與分析

(一)金融科技與企業(yè)投資效率

模型(1)、模型(2)各變量的描述性統(tǒng)計結(jié)果見表5。

表5 模型(1)、模型(2)各變量描述性統(tǒng)計結(jié)果

利用上述模型，得到表6和表7的回歸估計結(jié)果。

表6 模型(1)回歸結(jié)果

表6(續(xù))

表7 模型(2)回歸結(jié)果

注：***、**、*分別表示在1%、5%、10%水平下顯著，括號內(nèi)顯示聚類標準誤。

金融科技會通過銀行業(yè)的技術(shù)提升最終服務于實體經(jīng)濟，因此實體經(jīng)濟的投資效率是通過金融業(yè)的風險降低實現(xiàn)的，即金融科技與實體經(jīng)濟效率的橋梁是金融業(yè)的風險，這就體現(xiàn)出了金融監(jiān)管在金融科技發(fā)展中的重要性。2013年之前的金融科技可以看成是互聯(lián)網(wǎng)金融發(fā)展的后期階段，根據(jù)郭品和沈悅(2015)得到的互聯(lián)網(wǎng)金融和金融業(yè)風險承擔關(guān)系呈“U”型的結(jié)論[2]，互聯(lián)網(wǎng)金融后期發(fā)展愈演愈烈引發(fā)了一系列金融監(jiān)管不到位的問題，加劇了金融業(yè)的風險。2013年是金融科技元年，隨后幾年金融科技在發(fā)展的同時注重了金融監(jiān)管，秉承了金融科技輔助金融業(yè)發(fā)展的原則，避免了金融科技對金融業(yè)和實體經(jīng)濟的過度干預，從而使得其降低金融業(yè)風險的同時提高了實體經(jīng)濟企業(yè)的投資效率。

(二)金融科技與企業(yè)風險承擔

上述模型(3)變量的描述性和回歸結(jié)果統(tǒng)計見表8和表9。

表8 模型(3)各變量描述性統(tǒng)計結(jié)果

表9 模型(3)回歸結(jié)果

注：***、**、*表示在1%、5%、10%水平下顯著，回歸結(jié)果顯示聚類標準誤。

從表9中的匯報結(jié)果可以看出，金融科技指數(shù)與企業(yè)風險承擔顯著正相關(guān)，金融科技指數(shù)增加一個單位，企業(yè)風險承擔能力提高0.011個單位。金融科技的發(fā)展能夠提高企業(yè)的風險承擔能力，進而有利于企業(yè)投資效率的改進。假設(shè)3得以驗證。

五、穩(wěn)健性檢驗

(一)變更投資水平測算方法

理查森模型中最重要的變量是投資水平Invi,t，文獻中對于投資水平的計算各有差異。為驗證本文結(jié)論的穩(wěn)健性，采用另一種常用的方法計算投資水平，即Invi,t=固定資產(chǎn)、在建工程、無形資產(chǎn)以及長期投資的凈值變化量(期末-期初)/平均資產(chǎn)額(期初與期末的平均)。仍使用模型(1)和模型(2)進行回歸估計，結(jié)果顯示，金融科技與實體經(jīng)濟效率呈“U”型關(guān)系，且拐點約為0.5，得到的結(jié)論與上文一致(表7②)，由此證明了本文結(jié)論的穩(wěn)健性。

(二)模型替換

本文提到了兩個衡量企業(yè)投資效率的模型，其中使用了理查森的模型，在穩(wěn)健性檢驗中，會使用投資水平-投資機會敏感模型對企業(yè)效率重新進行回歸，再次印證前文結(jié)論。模型如下：

Invi,t=α+β1Qi,t-1+β2fit+β3Qi,t-1×fit+β4controlsi,t-1+αind+αt+ε

(4)

類似地，模型(4)中Inv表示企業(yè)投資，計算方法與模型(1)相同。Q代表企業(yè)的托賓Q值，通常用其來代表投資機會。fi為金融科技指數(shù)，用上文表4計算出的指數(shù)表示。controlsi,t-1為控制變量滯后一期，此處有企業(yè)規(guī)模size(總資產(chǎn)的對數(shù))、總資產(chǎn)收益率(roa)、資產(chǎn)負債率(lev)、企業(yè)上市年份(age)、現(xiàn)金持有(cash)。β1系數(shù)顯示投資機會與企業(yè)投資決策的關(guān)系，托賓Q值越大，企業(yè)的投資機會越好，從而投資量越大。β3是托賓Q和金融科技指數(shù)的交叉項系數(shù)，代表了投資機會的敏感性，β3為正即表示金融科技的發(fā)展提高了企業(yè)的投資效率。采用面板數(shù)據(jù)的聚類標準誤進行估計(結(jié)果見表10和表11)。

表10 模型(4)各變量描述性統(tǒng)計結(jié)果

表11 模型(4)回歸結(jié)果

注：***、**、*表示在1%、5%、10%水平下顯著。括號內(nèi)顯示聚類后的穩(wěn)健標準誤。

從上述回歸結(jié)果也可以看出，β1系數(shù)為正，表示企業(yè)托賓Q值越大，投資機會越多，企業(yè)的投資量越大，符合預期。β3系數(shù)顯著為正，金融科技對實體經(jīng)濟企業(yè)投資效率的影響是正向的，即金融科技的發(fā)展有助于提高實體經(jīng)濟企業(yè)的投資效率。此模型的局限在于無法具體指出金融科技與實體經(jīng)濟效率的關(guān)系是呈現(xiàn)何種函數(shù)形式，只能確定金融科技對實體經(jīng)濟效率是有積極影響的。

雖然模型(4)與模型(2)相比具有局限性，但是其結(jié)果仍證實了本文結(jié)論的穩(wěn)健性。根據(jù)理查森(2006)投資效率模型和投資機會敏感模型，均得到相同的結(jié)論，即金融科技與投資效率是正相關(guān)的[24]，金融科技的發(fā)展有利于實體經(jīng)濟企業(yè)投資效率的提高。

六、研究結(jié)論

通過兩種測度企業(yè)投資效率的模型，本文研究發(fā)現(xiàn)金融科技對實體企業(yè)的投資效率確實存在顯著的積極影響，但這并不意味著金融科技自始至終都是對企業(yè)投資有正向影響的。金融科技對企業(yè)投資效率的影響呈現(xiàn)“U”型規(guī)律，即金融科技的發(fā)展存在拐點，低于此拐點時，金融科技的發(fā)展不利于實體經(jīng)濟企業(yè)的投資效率，一旦超過此拐點，金融科技對企業(yè)投資效率會呈現(xiàn)指數(shù)型的提高。這種“U”型規(guī)律和互聯(lián)網(wǎng)金融對于金融業(yè)風險承擔影響的規(guī)律大體一致，這里也能反映出金融科技與互聯(lián)網(wǎng)金融的密切聯(lián)系。金融科技實際上也是通過改善金融業(yè)的技術(shù)手段來傳導對于實體經(jīng)濟的推動作用。

金融科技的發(fā)展之所以能夠推動實體經(jīng)濟的投資效率，根本原因在于支付手段、財富管理以及對銀行業(yè)技術(shù)支持的改進。金融科技指數(shù)中的支付渠道指數(shù)能夠有效地提高中國傳統(tǒng)零售業(yè)和批發(fā)業(yè)的主營業(yè)務收入，且金融科技中的財富管理和技術(shù)支持能夠促進企業(yè)合理配置資源，如人工智能和智能投顧的出現(xiàn)極大地改善了實體企業(yè)的制造效率和決策效率。但金融科技發(fā)展初期卻對實體企業(yè)投資效率的影響出現(xiàn)了扭曲，原因之一是過分強調(diào)金融科技對金融業(yè)和實體經(jīng)濟的干預，忽略了金融監(jiān)管的重要作用，致使金融業(yè)雜亂叢生，再加上企業(yè)不能合理利用金融科技來規(guī)避風險，因此對實體經(jīng)濟企業(yè)投資效率產(chǎn)生負面影響。研究表明金融科技發(fā)展的初期相當于互聯(lián)網(wǎng)金融發(fā)展的后期，銀行業(yè)的風險提高也不利于實體經(jīng)濟的發(fā)展。另一個重要原因在于，金融科技不僅有利于實體經(jīng)濟的發(fā)展，虛擬經(jīng)濟也會利用金融科技進行業(yè)務拓展，由于虛擬經(jīng)濟的進步速度與實體經(jīng)濟相比具有優(yōu)勢，金融科技一旦被虛擬經(jīng)濟扭曲利用，實體經(jīng)濟必然會遭受危機。這也是中央提出糾正“重虛輕實”“脫實向虛”傾向的原因之一。

金融科技是把雙刃劍。金融科技融入金融業(yè)，有利于加強金融服務供給，提升服務效率，降低服務成本；但同時也會影響傳統(tǒng)金融機構(gòu)盈利能力，增加信息科技風險等操作風險，低門檻致使其吸引更多高風險客戶，從而提高金融業(yè)的整體風險。金融創(chuàng)新可以為金融業(yè)錦上添花，但無法代替?zhèn)鹘y(tǒng)金融的基本功能，若不加以任何管制，甚至可能加劇金融業(yè)風險的隱蔽性、傳染性和突發(fā)性。因此金融科技的發(fā)展不僅離不開金融監(jiān)管，還對監(jiān)管層提出了更高的要求。合理運用金融科技，突破金融科技發(fā)展的拐點，幫助傳統(tǒng)金融業(yè)實現(xiàn)轉(zhuǎn)型，是目前監(jiān)管層的主要任務。不可否認的是，金融科技確實有利于實體經(jīng)濟企業(yè)的投資效率，能夠提高實體經(jīng)濟企業(yè)的風險承擔能力，便于其更高效地投資于高風險高收益領(lǐng)域。合理把握金融科技發(fā)展的度，使其在降低金融業(yè)風險的同時助力于實體經(jīng)濟效率，這便是金融科技優(yōu)化和保障實體經(jīng)濟發(fā)展的最優(yōu)路徑。