梁 琦，林愛杰

一、引 言

中小企業(yè)是我國國民經(jīng)濟(jì)和社會發(fā)展的生力軍。然而，長期以來，我國中小企業(yè)普遍存在突出的融資難、融資貴問題，面臨嚴(yán)重的融資約束。這造成了中小企業(yè)抗風(fēng)險(xiǎn)能力差，大量小微企業(yè)受到新冠疫情的巨大沖擊時(shí)基本都面臨現(xiàn)金流斷裂的風(fēng)險(xiǎn)。中小微企業(yè)融資難、融資貴的原因是它們通常被排除在傳統(tǒng)金融體系之外，而數(shù)字金融能夠?yàn)樗鼈兲峁┢栈萁鹑诜?wù)、滿足其需求（郭峰等，2020）。

數(shù)字金融泛指傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)提供不同于傳統(tǒng)金融的新型金融業(yè)務(wù)模式，例如支付、融資、投資等業(yè)務(wù)模式（黃益平和黃卓，2018）①。近年來，數(shù)字金融在中國呈現(xiàn)爆發(fā)式增長，中國已成為全球規(guī)模最大的數(shù)字金融市場之一。數(shù)字金融改善了本次疫情期間的小微企業(yè)融資境遇。根據(jù)全國工商聯(lián)（2020）發(fā)布的《2019—2020年小微融資狀況報(bào)告》，新冠疫情期間，80.4%被調(diào)研的微型企業(yè)和個體經(jīng)營者存在融資需求，其中有40.5%已通過互聯(lián)網(wǎng)銀行（如網(wǎng)商銀行、微眾銀行）獲得信用貸融資，互聯(lián)網(wǎng)銀行貸款是其主要融資渠道之一。

數(shù)字金融能夠?yàn)楸慌懦谡?guī)金融服務(wù)之外的中小微企業(yè)提供新的融資渠道和金融服務(wù)，理論上來說，應(yīng)該有助于緩解企業(yè)融資約束。如果數(shù)字金融能夠緩解企業(yè)融資約束，后果是否會加劇企業(yè)債務(wù)風(fēng)險(xiǎn)呢？如若也降低了企業(yè)杠桿率，便發(fā)揮了一舉兩得的作用。然而，尚未有文獻(xiàn)從微觀角度研究小微企業(yè)使用數(shù)字金融對其融資約束與杠桿率的影響，本文利用2015年西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心的中國小微企業(yè)調(diào)查（China Micro&Small Enterprise Survey，CMES）數(shù)據(jù)庫對上述問題展開研究。本文的主要貢獻(xiàn)在于：（1）從數(shù)字金融的角度研究金融與企業(yè)融資決策之間的關(guān)系，發(fā)現(xiàn)企業(yè)使用數(shù)字金融緩解了融資約束，并未抬高、反而降低了企業(yè)杠桿率；（2）采用真正意義上的小微企業(yè)微觀數(shù)據(jù)檢驗(yàn)數(shù)字金融對企業(yè)行為的影響，因?yàn)楫?dāng)前中國數(shù)字金融的主要服務(wù)對象是被排除在正規(guī)金融服務(wù)之外的小微企業(yè)而非上市公司，利用上市公司數(shù)據(jù)研究數(shù)字金融對企業(yè)行為的影響，結(jié)果可能有誤；（3）在理論上豐富了數(shù)字金融對實(shí)體經(jīng)濟(jì)影響的相關(guān)研究，發(fā)現(xiàn)了影響企業(yè)融資約束和杠桿率的新因素，這對于實(shí)踐中防范化解重大風(fēng)險(xiǎn)和破解小微企業(yè)融資難、融資貴問題具有啟示意義。

二、理論分析與研究假說

（一）數(shù)字金融影響企業(yè)融資約束與杠桿率的理論假說

數(shù)字金融具有多種業(yè)態(tài)和功能，其中支付和融資功能最受關(guān)注，它們影響企業(yè)融資約束和杠桿率的機(jī)制卻不同。數(shù)字金融的支付方式（比如第三方支付和移動支付）具有效率高、安全性強(qiáng)、便利化程度高、交易成本低等特點(diǎn)，能夠最大程度地保護(hù)產(chǎn)品銷售方的利益，有利于企業(yè)獲得穩(wěn)定充裕的現(xiàn)金流和利潤，增加企業(yè)內(nèi)部盈余積累，減少對外部資金的需求和依賴，從而降低外部融資約束和主動加杠桿融資的需求，即緩解了企業(yè)融資約束、降低了企業(yè)杠桿率。通過運(yùn)用互聯(lián)網(wǎng)等信息技術(shù)（金融+互聯(lián)網(wǎng)），傳統(tǒng)銀行體系的支付清算效率大大提升，具有“脫媒”和高技術(shù)特性的數(shù)字金融的支付工具和支付體系的效率更高，整個金融體系的支付清算效率得到極大提升，這保障了交易雙方特別是資金接收方的利益（吳曉求，2015）。第三方支付公司充當(dāng)了客戶與多家商業(yè)銀行聯(lián)系的中介，提高了支付清算的效率，降低了交易成本（謝平等，2015）。利用移動支付工具，產(chǎn)品和服務(wù)交易雙方的支付結(jié)算效率和便利化程度大幅提高，買賣雙方的交易成本降到最低，尤其是賣方無須再承擔(dān)多次往返銀行物理網(wǎng)點(diǎn)和在銀行柜臺等待辦理業(yè)務(wù)的時(shí)間成本、在不同銀行取款所支付的手續(xù)費(fèi)用以及現(xiàn)金支付結(jié)算收到假幣和資金被盜竊搶劫的風(fēng)險(xiǎn)與成本等（尹志超等，2019）。舉一例具體的移動支付工具來說，肯尼亞的移動支付工具M(jìn)-PESA改善了當(dāng)?shù)仄髽I(yè)的商業(yè)信貸約束，有助于增加企業(yè)利潤、促進(jìn)宏觀經(jīng)濟(jì)增長（Beck et al.，2018）。數(shù)字金融發(fā)展有利于增加企業(yè)經(jīng)營實(shí)力，企業(yè)主動加杠桿的融資需求降低了，從而發(fā)揮了去杠桿效應(yīng)（唐松等，2020）。

數(shù)字金融機(jī)構(gòu)利用大數(shù)據(jù)、人工智能和云計(jì)算等新一代信息技術(shù)，能夠低成本、高效率地挖掘借款人遺留在互聯(lián)網(wǎng)中的行為數(shù)據(jù)等軟信息和數(shù)字足跡，以構(gòu)建信用評估模型作為信貸決策的依據(jù)，并有效控制信貸風(fēng)險(xiǎn)（謝平等，2015）。這有利于降低借貸雙方的信息不對稱程度進(jìn)而為借款人提供融資，緩解融資約束。這些軟信息和數(shù)字足跡有很大一部分是借款人在使用第三方支付和移動支付工具的過程中被留存下來。支付是金融的第一功能，數(shù)字金融的其他諸多業(yè)態(tài)比如網(wǎng)絡(luò)小額貸款和P2P也依賴于第三方支付，第三方支付比如支付寶留存了網(wǎng)上商戶和消費(fèi)者的大量交易數(shù)據(jù)，阿里小貸通過挖掘這些數(shù)據(jù)構(gòu)建信用評估模型，降低了借貸雙方的信息不對稱程度，為它們提供無抵押無擔(dān)保的純信用貸款（李繼尊，2015）。Lin et al.（2013）基于Prosper平臺交易數(shù)據(jù)研究發(fā)現(xiàn)，有網(wǎng)絡(luò)朋友的借款人更有可能獲得貸款，而且貸款利率與事后的違約率更低，表明網(wǎng)絡(luò)交友軟信息反映了借款人的信用質(zhì)量。

小微企業(yè)融資難、融資貴的一個重要原因是經(jīng)營記錄不完善導(dǎo)致硬信息不足。傳統(tǒng)金融機(jī)構(gòu)的信用評估模型依賴的是硬信息而非軟信息，數(shù)字金融能夠挖掘小微企業(yè)的軟信息構(gòu)建信用評估模型，彌補(bǔ)其經(jīng)營記錄不完善的缺陷，從而獲得網(wǎng)絡(luò)貸款，緩解融資約束（謝絢麗等，2018）。小微企業(yè)位于資金需求的“長尾”部分，數(shù)字金融中的信息技術(shù)能夠有效甄別“長尾”市場的需求信息，降低小微企業(yè)與資金供給者之間的信息不對稱程度進(jìn)而撮合雙方達(dá)成金融交易，數(shù)字金融的外部經(jīng)濟(jì)效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)和范圍經(jīng)濟(jì)效應(yīng)也有利于降低小微企業(yè)享受數(shù)字金融服務(wù)的成本（王馨，2015）。此外，微信、支付寶等移動支付工具在支付功能的基礎(chǔ)上為個體提供了網(wǎng)絡(luò)小額借貸服務(wù)，其社交媒介功能有利于為個體創(chuàng)造豐富的社會資源和融資渠道（尹志超等，2019）。

《2019—2020年小微融資狀況報(bào)告》顯示，小微企業(yè)的整體利潤率較高、盈利能力較強(qiáng)，獲得無接觸貸款的小微經(jīng)營者平均付出1元的貸款成本可以獲得2元的利潤①全國工商聯(lián)《2019—2020小微融資狀況報(bào)告》顯示：無接觸貸款對小店經(jīng)濟(jì)作用顯著。http：//bgimg.ce.cn/xwzx/gnsz/gdxw/202005/08/t20200508_34861138.shtml.，只需要較少的資金就能滿足其“小額、高頻”的靈活融資需求、維持企業(yè)的正常運(yùn)轉(zhuǎn)，絕大部分小微企業(yè)扶一把就能活。數(shù)字金融緩解了小微企業(yè)融資約束，將資金注入企業(yè)內(nèi)部用于生產(chǎn)經(jīng)營和擴(kuò)大規(guī)模，小微企業(yè)獲得了流動性支持，有利于擴(kuò)大市場份額、提高銷售收入、增加內(nèi)部現(xiàn)金流和盈余積累、增強(qiáng)盈利能力。一方面，小微企業(yè)能夠高效利用數(shù)字金融的信貸資金賺取更多的利潤、增加更多的凈資產(chǎn)，表現(xiàn)為企業(yè)杠桿率下降；另一方面，小微企業(yè)獲得數(shù)字金融的信貸資金減少了對其他杠桿融資的需求，企業(yè)也無需利用其他渠道加杠桿獲取外部債務(wù)資金，總體上達(dá)到了去杠桿的效果（張斌彬等，2020）。最后，不論是數(shù)字金融的支付功能還是融資功能，都能夠打破傳統(tǒng)金融服務(wù)的時(shí)間和空間限制，擴(kuò)大金融服務(wù)的覆蓋面，提升金融服務(wù)的效率，有利于降低金融服務(wù)供求雙方交易的時(shí)間成本和金錢成本（王如玉和周誠君，2020）。

已有少數(shù)文獻(xiàn)利用中國上市公司數(shù)據(jù)研究了國家或者地區(qū)層面的數(shù)字金融發(fā)展水平與微觀企業(yè)融資約束、杠桿率及創(chuàng)新之間的關(guān)系（張斌彬等，2020；阮堅(jiān)等，2020；唐松等，2020；李春濤等，2020）。但現(xiàn)有研究存在兩點(diǎn)不足：一是上述文獻(xiàn)的研究樣本是上市公司，這樣做可能是因?yàn)樯鲜泄緮?shù)據(jù)易獲取，但是上市公司屬于大型企業(yè)，即使中小板、創(chuàng)業(yè)板、新三板的上市公司也不是真正意義上的小微企業(yè)，并不是當(dāng)下中國數(shù)字金融的主要服務(wù)對象，上市公司所獲得的金融服務(wù)與所處的融資環(huán)境都優(yōu)于小微企業(yè)，當(dāng)前并不會對數(shù)字金融形成依賴，現(xiàn)有文獻(xiàn)利用上市公司數(shù)據(jù)來檢驗(yàn)數(shù)字金融發(fā)展對企業(yè)行為的影響存在樣本有偏的問題；二是不少文獻(xiàn)直接將國家或地區(qū)層面的數(shù)字金融發(fā)展水平指標(biāo)與微觀數(shù)據(jù)相匹配開展相關(guān)實(shí)證研究，在當(dāng)前中國數(shù)字金融使用還未全面普及的情況下，這無法保證每一個微觀個體都使用了數(shù)字金融，如果微觀個體并未使用數(shù)字金融，也難談得上受到數(shù)字金融發(fā)展的影響，強(qiáng)行匹配可能得出有誤的結(jié)論。因此，本文認(rèn)為非常有必要采用真正的小微企業(yè)微觀數(shù)據(jù)來研究數(shù)字金融使用對企業(yè)融資約束與杠桿率的影響。根據(jù)以上分析，本文提出假說H1。

H1：數(shù)字金融通過緩解企業(yè)融資約束進(jìn)而降低杠桿率。

（二）數(shù)字金融對不同區(qū)域企業(yè)行為的異質(zhì)性影響假說

中國各地區(qū)之間的金融資源分布不平衡，突出表現(xiàn)為金融資源集聚在發(fā)達(dá)地區(qū)（王如玉等，2019），而欠發(fā)達(dá)地區(qū)比如中西部省份的金融資源相對貧乏，不利于當(dāng)?shù)仄髽I(yè)的成長與發(fā)展。數(shù)字金融能夠打破傳統(tǒng)金融機(jī)構(gòu)物理網(wǎng)點(diǎn)和地理距離的限制，將金融產(chǎn)品和服務(wù)延伸到傳統(tǒng)金融機(jī)構(gòu)難以覆蓋的地區(qū)，屬于“雪中送炭”，而發(fā)達(dá)地區(qū)金融資源比較豐富、金融服務(wù)體系比較發(fā)達(dá)，數(shù)字金融的作用屬于“錦上添花”，數(shù)字金融發(fā)展對欠發(fā)達(dá)地區(qū)創(chuàng)業(yè)的促進(jìn)作用比發(fā)達(dá)地區(qū)更加明顯（謝絢麗等，2018）。李春濤等（2020）利用中國新三板上市公司數(shù)據(jù)檢驗(yàn)發(fā)現(xiàn)，數(shù)字金融發(fā)展對企業(yè)創(chuàng)新的促進(jìn)作用在東部地區(qū)比在中西部地區(qū)表現(xiàn)得更為明顯，原因是東部地區(qū)比中西部地區(qū)的經(jīng)濟(jì)發(fā)展水平更高、市場資源更加豐富、配套施舍更加健全、高質(zhì)量人才更多，更有利于企業(yè)創(chuàng)新，即對企業(yè)創(chuàng)新而言，數(shù)字金融的作用屬于“錦上添花”。這可能是因?yàn)樗麄兪褂玫氖巧鲜泄緲颖荆瑢ι鲜泄緛碚f數(shù)字金融可能只是“錦上添花”。由于小微企業(yè)通常處于融資困境，對小微企業(yè)而言，數(shù)字金融更可能發(fā)揮“雪中送炭”的作用。因此，本文將分別檢驗(yàn)數(shù)字金融對東部和中西部省份的企業(yè)杠桿率和融資約束的影響。根據(jù)以上分析，本文提出假說H2。

H2：數(shù)字金融對東部省份企業(yè)杠桿率和融資約束的影響小于對中西部企業(yè)的影響。

（三）數(shù)字金融對不同生命周期企業(yè)行為的異質(zhì)性影響假說

根據(jù)企業(yè)生命周期理論，企業(yè)會經(jīng)歷成長、成熟、衰退幾個發(fā)展階段。在不同的發(fā)展階段，企業(yè)的融資需求和融資約束存在較大差異，成長期企業(yè)面臨的融資約束程度最大，成熟期最短，衰退期處于中間狀態(tài)（黃宏斌等，2016）。那么處于不同生命周期階段的企業(yè)，面臨的融資約束程度不同，對數(shù)字金融的依賴程度可能不同，受到數(shù)字金融的影響程度也會不同。具體而言，結(jié)合黃宏斌等（2016）的分析，成長期企業(yè)的利潤來源不穩(wěn)定，難以形成穩(wěn)定的現(xiàn)金流，同時(shí)投資需求旺盛導(dǎo)致企業(yè)面臨很強(qiáng)的融資約束，對外部資金需求強(qiáng)烈，處于該階段的企業(yè)對數(shù)字金融的依賴程度最強(qiáng)；進(jìn)入成熟期的企業(yè)往往已經(jīng)形成了穩(wěn)固的銷售渠道和利潤來源，內(nèi)部現(xiàn)金流充裕，盈余積累豐厚，建立了適合自身的融資渠道，處于該階段的企業(yè)融資約束程度最低，對數(shù)字金融的依賴程度也最低；進(jìn)入衰退期的企業(yè)產(chǎn)品銷售狀況惡化，盈利能力下降，現(xiàn)金流減少，對外部資金需求較強(qiáng)，融資約束程度變得較為嚴(yán)重，此時(shí)也會對數(shù)字金融形成較強(qiáng)的依賴。唐松等（2020）發(fā)現(xiàn)，數(shù)字金融發(fā)展顯著促進(jìn)了成長期和成熟期上市公司的技術(shù)創(chuàng)新，對成熟期企業(yè)的技術(shù)創(chuàng)新驅(qū)動效果最強(qiáng)，對衰退期企業(yè)的技術(shù)創(chuàng)新并未產(chǎn)生顯著影響，甚至產(chǎn)生了“創(chuàng)新泡沫”（王小燕等，2019）。本文將企業(yè)生命周期分為成長期和非成長期（成熟期和衰退期），分別檢驗(yàn)數(shù)字金融對不同生命周期階段的企業(yè)杠桿率和融資約束的影響。根據(jù)以上分析，本文提出假說H3。

H3：數(shù)字金融對成長期企業(yè)杠桿率和融資約束的影響大于對非成長期企業(yè)的影響。

三、研究設(shè)計(jì)

（一）模型設(shè)定

為檢驗(yàn)H1，本文借鑒溫忠麟和葉寶娟（2014）的中介效應(yīng)分析方法，構(gòu)建如下實(shí)證模型進(jìn)行逐步檢驗(yàn)：

在方程（1）—（3）中，levi表示企業(yè)i的杠桿率，finconi表示企業(yè)i的融資約束，核心解釋變量digpayi表示企業(yè)i是否使用數(shù)字金融，controli表示其他影響企業(yè)杠桿率和融資約束的控制變量，εi為隨機(jī)擾動項(xiàng)。α0、β0、λ0是常數(shù)項(xiàng)，α1、β1、λ1是核心解釋變量對被解釋變量的回歸系數(shù)，α2、β2、λ3是控制變量的回歸系數(shù)，λ2是中介變量對被解釋變量的回歸系數(shù)。方程（1）檢驗(yàn)的是企業(yè)數(shù)字金融使用對杠桿率的總效應(yīng)，方程（2）和方程（3）檢驗(yàn)的是數(shù)字金融使用通過影響融資約束作用于杠桿率的中介機(jī)制。根據(jù)H1，預(yù)期系數(shù)α1、β1、λ1顯著為負(fù)、λ2顯著為正。由于我們只能觀察到杠桿率和融資約束程度為正的企業(yè)的負(fù)債和融資狀態(tài)，對于并未負(fù)債和沒有融資約束的企業(yè)，能觀察到的杠桿率和融資約束程度都是0值。對于這類歸并數(shù)據(jù)（censored data），本文使用Tobit模型進(jìn)行回歸估計(jì)。為檢驗(yàn)H2和H3，我們將根據(jù)方程（1）和方程（2）將樣本分別劃分成東部和中西部、成長期和非成長期兩組子樣本進(jìn)行檢驗(yàn)。

（二）數(shù)據(jù)來源

本文采用西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心的中國小微企業(yè)調(diào)查（CMES）數(shù)據(jù)庫，該調(diào)查開展于2015年中，覆蓋全國28個?。ú话ㄐ陆⑽鞑?、青海、港澳臺地區(qū)），樣本規(guī)模為5 497戶，具有全國代表性。問卷內(nèi)容涵蓋企業(yè)基本信息、生產(chǎn)經(jīng)營（包括銷售結(jié)算方式）、融資（股權(quán)融資與債務(wù)融資）、財(cái)務(wù)等方面的詳細(xì)信息，為本研究提供了有力的數(shù)據(jù)支持。

由于CMES數(shù)據(jù)庫中并非每個調(diào)查樣本都完全符合小微企業(yè)的標(biāo)準(zhǔn)，其中也包含了少量的大中型企業(yè)，黃宇虹等（2016）根據(jù)《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》①2011年6月18日，工業(yè)和信息化部、國家統(tǒng)計(jì)局、發(fā)展改革委、財(cái)政部發(fā)布《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》。剔除不符合小微企業(yè)標(biāo)準(zhǔn)的樣本?！吨行∑髽I(yè)劃型標(biāo)準(zhǔn)規(guī)定》中大多數(shù)行業(yè)企業(yè)的劃型標(biāo)準(zhǔn)是要同時(shí)滿足從業(yè)人員、營業(yè)收入和資產(chǎn)總額中的兩項(xiàng)指標(biāo)，微型企業(yè)只須滿足所列指標(biāo)中的一項(xiàng)即可，只有農(nóng)、林、牧、漁業(yè)是根據(jù)營業(yè)收入這一項(xiàng)指標(biāo)劃型。然而，CMES數(shù)據(jù)中的營業(yè)收入和資產(chǎn)總額兩項(xiàng)指標(biāo)數(shù)據(jù)缺失較為嚴(yán)重，若完全依據(jù)《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》對樣本企業(yè)進(jìn)行劃型，勢必會損失較多的樣本量。

張永生（2003）指出，企業(yè)是不同個人之間一組契約的聯(lián)結(jié)，用雇員數(shù)量來代表企業(yè)規(guī)模最符合經(jīng)濟(jì)學(xué)方法，最能反映企業(yè)的本質(zhì)。首先，本文主要選擇以企業(yè)從業(yè)人員數(shù)量作為企業(yè)規(guī)模的劃型指標(biāo)。不僅小微企業(yè)，中型企業(yè)也存在融資難題，也是數(shù)字金融的服務(wù)對象，我們也將中型企業(yè)納入研究范圍，只剔除大型企業(yè)，這與黃宇虹等（2016）的做法有所不同。具體而言，對于《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》中只要有以從業(yè)人員數(shù)量作為劃型指標(biāo)的行業(yè)，本文就只以從業(yè)人員數(shù)量這一項(xiàng)指標(biāo)來劃分企業(yè)規(guī)模；對于《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》中沒有以從業(yè)人員數(shù)量作為劃型指標(biāo)的行業(yè)，則退而以資產(chǎn)總額來劃分企業(yè)規(guī)模；《中小企業(yè)劃型標(biāo)準(zhǔn)規(guī)定》對于農(nóng)、林、牧、漁業(yè)只以營業(yè)收入這一項(xiàng)指標(biāo)劃型，本文就根據(jù)其營業(yè)收入來劃分企業(yè)規(guī)模。最終獲得的是中小微型企業(yè)樣本，其中中型企業(yè)樣本占比很低，主體仍是小微型企業(yè)。其次，本文的研究對象是實(shí)體企業(yè)，金融業(yè)不屬于實(shí)體經(jīng)濟(jì)，將金融業(yè)樣本全部剔除。最后，剔除了2015年才開始實(shí)際經(jīng)營的企業(yè)，也剔除目前暫停經(jīng)營（停業(yè)、歇業(yè)等）、籌建、終止經(jīng)營（正在關(guān)閉、破產(chǎn)、其他經(jīng)營狀態(tài)的企業(yè)。）

（三）變量說明

1.被解釋變量：企業(yè)杠桿率（lev）。企業(yè)杠桿率等于債務(wù)總額除以資產(chǎn)總額。CMES問卷中企業(yè)資產(chǎn)總額數(shù)據(jù)易獲取，但并不能直接獲取企業(yè)的債務(wù)總額數(shù)據(jù)。企業(yè)債務(wù)融資來源于銀行貸款和民間借款，本文將目前沒有尚未還清的銀行貸款和民間借款的企業(yè)杠桿率賦值為0。由于銀行貸款和民間借款的問卷結(jié)構(gòu)類似，將目前企業(yè)存在尚未還清的銀行貸款和民間借款的至今還欠的數(shù)額相加得到企業(yè)的債務(wù)總量。同時(shí)，剔除債務(wù)總額大于資產(chǎn)總額的樣本。

2.核心解釋變量：是否使用數(shù)字金融（digpay）。尹志超和張?zhí)枟潱?018）將中國家庭金融調(diào)查（CHFS）問卷中家庭網(wǎng)購支付方式為網(wǎng)上銀行、支付寶、信用卡和財(cái)付通的家庭定義為互聯(lián)網(wǎng)金融家庭。何婧和李慶海（2019）對農(nóng)村普惠金融調(diào)查問卷中的農(nóng)戶使用數(shù)字金融的定義是，只要農(nóng)戶參與了數(shù)字理財(cái)、數(shù)字信貸或數(shù)字支付中任何一項(xiàng)，則認(rèn)為該農(nóng)戶使用了數(shù)字金融，將電腦網(wǎng)上銀行轉(zhuǎn)賬、手機(jī)銀行轉(zhuǎn)賬、微信支付、支付寶、各種電子錢包類產(chǎn)品（如百度錢包、京東錢包、翼支付等）、其他移動支付產(chǎn)品的支付方式定義為數(shù)字支付，整個樣本中農(nóng)戶使用數(shù)字支付多而使用數(shù)字理財(cái)和數(shù)字信貸少。

參考以上文獻(xiàn)的做法，本文設(shè)置企業(yè)是否使用數(shù)字金融虛擬變量，將CMES問卷中企業(yè)商品銷售的主要結(jié)算方式為網(wǎng)上支付或POS機(jī)（不包括使用銀行POS機(jī)，即使用銀聯(lián)商務(wù)、支付寶、財(cái)付通、銀聯(lián)在線、快錢、匯付天下、易寶支付、通聯(lián)支付、環(huán)迅支付、拉卡拉和其他的第三方支付POS機(jī)）定義為使用了數(shù)字金融，賦值為1，否則為0。之所以剔除只使用銀行POS機(jī)的企業(yè)樣本，是因?yàn)殂y行POS機(jī)并不具備第三方支付POS機(jī)的數(shù)字支付功能，仍是傳統(tǒng)的銀行卡和信用卡的刷卡支付功能。對于農(nóng)業(yè)生產(chǎn)經(jīng)營者，除了根據(jù)銷售結(jié)算方式識別是否使用數(shù)字金融外，還根據(jù)農(nóng)業(yè)生產(chǎn)經(jīng)營問卷中的農(nóng)村金融相關(guān)問題進(jìn)行識別，將當(dāng)前貴企業(yè)/農(nóng)民合作社使用過/開通了網(wǎng)上銀行和手機(jī)銀行服務(wù)并且經(jīng)常使用該服務(wù)的農(nóng)業(yè)經(jīng)營者也界定為使用了數(shù)字金融。需要強(qiáng)調(diào)的是，數(shù)字金融的其他業(yè)態(tài)如網(wǎng)絡(luò)小額貸款、P2P、網(wǎng)絡(luò)眾籌、互聯(lián)網(wǎng)理財(cái)?shù)纫惨蕾囉跀?shù)字金融的支付功能比如第三方支付（李繼尊，2015）。因此，本文主要根據(jù)企業(yè)是否使用數(shù)字支付來識別企業(yè)的數(shù)字金融使用狀況，有其合理性。

3.中介變量：融資約束（fincon）。如何準(zhǔn)確識別和度量微觀主體的融資約束是開展相關(guān)實(shí)證研究的關(guān)鍵。Feder et al.（1990）、Jappelli（1990）、尹志超和張?zhí)枟潱?018）、何婧和李慶海（2019）根據(jù)調(diào)查問卷中受訪對象當(dāng)前或曾經(jīng)參與信貸市場的問題對信貸約束狀況進(jìn)行度量，比如“需要但沒有申請、或者申請被拒絕”，則認(rèn)為該受訪對象受到正規(guī)信貸約束，設(shè)置信貸約束虛擬變量，這是大多數(shù)研究度量信貸約束的常見方法。

但是上述虛擬變量度量方法的缺陷是不能反映微觀個體融資需求數(shù)量上的限制，不能量化微觀企業(yè)融資約束的絕對程度，即究竟企業(yè)資金需求無法滿足的比例是多少。故本文未采用這種方法，而是根據(jù)CMES數(shù)據(jù)的特點(diǎn)創(chuàng)新性地設(shè)置企業(yè)融資約束變量，即利用銀行/信用社貸款和民間借款兩部分問卷，先計(jì)算出企業(yè)生產(chǎn)經(jīng)營銀行/信用社貸款和民間借款需求沒有得到滿足的金額之和，再除以其與銀行/信用社貸款和民間借款當(dāng)初一共貸款和借款的金額之和，得到企業(yè)總體的融資約束程度，將目前不存在尚未還清的銀行/信用社貸款和民間借款的企業(yè)的融資約束賦值為0。因?yàn)槿谫Y約束往往是企業(yè)經(jīng)營內(nèi)生的結(jié)果，度量的是企業(yè)資金需求得到滿足的能力。如果企業(yè)經(jīng)營效益好、利潤多、現(xiàn)金流充裕，具有充足的內(nèi)部資金，就無需依賴外部資金。如果企業(yè)在正規(guī)金融部門（銀行/信用社貸款）和非正規(guī)部門（民間借款）都沒有債務(wù)，說明企業(yè)并不需要外部資金，也就不存在外部融資約束。

4.控制變量。本文控制以下變量：企業(yè)盈利能力是影響企業(yè)杠桿率的重要變量（Serfling，2016），設(shè)置企業(yè)是否盈利啞變量（profit），將CMES問卷中對貴企業(yè)2014年的經(jīng)營情況回答為盈利時(shí)賦值為1，虧損和持平時(shí)賦值為0；資產(chǎn)越多的企業(yè)獲得抵押貸款的可能性越大，從而影響企業(yè)杠桿率，設(shè)置企業(yè)資產(chǎn)總額變量（asset）；經(jīng)營年限（age）是衡量一個企業(yè)生存實(shí)力的客觀指標(biāo)，企業(yè)經(jīng)營年限等于2015減去企業(yè)開始實(shí)際經(jīng)營的年份；管理制度落實(shí)（mansys），將問卷中對企業(yè)各項(xiàng)基本管理制度貫徹實(shí)施情況回答為執(zhí)行非常嚴(yán)格和執(zhí)行較為嚴(yán)格時(shí)賦值為1，執(zhí)行力度一般、執(zhí)行力度較弱、形同虛設(shè)時(shí)賦值為0；企業(yè)2014年是否獲得了行業(yè)協(xié)會或者政府部門支持的銀行金融服務(wù)（bank），獲得支持賦值為1，沒有獲得支持賦值為0；企業(yè)是否加入相關(guān)行業(yè)協(xié)會（assoc），加入了相關(guān)行業(yè)協(xié)會賦值為1，否則為0；稅費(fèi)負(fù)擔(dān)（tax），將問卷中對企業(yè)當(dāng)前的稅費(fèi)負(fù)擔(dān)程度回答為非常輕和較輕時(shí)賦值為1，回答為一般、較重和非常重時(shí)賦值為0；企業(yè)組織形式分為獨(dú)資企業(yè)、合伙企業(yè)、有限責(zé)任公司、股份公司、農(nóng)民合作社、其他組織形式共六種形式，共設(shè)置5個企業(yè)組織形式啞變量；企業(yè)所有制啞變量（own），將國有/國有控股、集體/集體控股的企業(yè)定義為國有企業(yè)，其他類型企業(yè)定義為非國有企業(yè)，國企賦值為1，否則為0；企業(yè)是否位于鄉(xiāng)鎮(zhèn)（locate），位于鄉(xiāng)村賦值為1，位于城鎮(zhèn)賦值為0。

（四）描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)見表1。杠桿率的理論取值范圍在0到100%之間，樣本中的杠桿率最大值達(dá)到100%，最小值為0，均值僅為3.456%，看似很低，這是因?yàn)槠渲杏泻芏嗥髽I(yè)杠桿率是0。但是如果只看杠桿率大于0的企業(yè)，則這部分企業(yè)的杠桿率均值為24.658%。類似地，融資約束的理論取值范圍也在0到100%之間，樣本中的融資約束最大值是99.17%，接近于100%，最小值是0，均值只有7.501%，看似也很低，如果只看融資約束不為0的企業(yè)，則這部分企業(yè)的融資約束均值為57.149%，即小微企業(yè)的融資需求只能滿足一半左右，融資約束較為嚴(yán)重。在該樣本中，有28.3%的小微企業(yè)使用了數(shù)字金融，說明并非所有的小微企業(yè)都使用了數(shù)字金融，已有研究區(qū)域?qū)用娴臄?shù)字金融發(fā)展水平對微觀企業(yè)行為影響的文獻(xiàn)不區(qū)分企業(yè)是否使用了數(shù)字金融而直接回歸的做法，值得商榷。

表1 主要變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果及分析

（一）基準(zhǔn)結(jié)果

CMES數(shù)據(jù)中每個樣本具有抽樣權(quán)重，本文采用經(jīng)過抽樣權(quán)重調(diào)整的雙邊歸并Tobit模型進(jìn)行基準(zhǔn)回歸估計(jì)，方程（1）—（3）的回歸結(jié)果見表2。表2的第（1）列顯示，是否使用數(shù)字金融的回歸系數(shù)均在1%的水平上顯著為負(fù)，表明使用數(shù)字金融能夠顯著降低小微企業(yè)杠桿率。第（2）列顯示，是否使用數(shù)字金融的回歸系數(shù)在5%的水平上顯著為負(fù)，表明使用數(shù)字金融能夠顯著緩解小微企業(yè)融資約束。第（3）列顯示，融資約束的回歸系數(shù)在1%的水平上顯著為正，表明企業(yè)融資約束越嚴(yán)重，杠桿率也會越高，二者呈正向關(guān)系；而且，是否使用數(shù)字金融的回歸系數(shù)依然顯著，表明數(shù)字金融使用通過緩解小微企業(yè)融資約束進(jìn)而降低杠桿率，融資約束發(fā)揮了部分中介作用，H1得到證實(shí)。

本文發(fā)現(xiàn)小微企業(yè)的融資約束與杠桿率之間是正向關(guān)系，這與張斌彬等（2020）的結(jié)果一致。宏觀經(jīng)濟(jì)調(diào)控中常采用寬松的貨幣財(cái)政政策為企業(yè)提供金融資源，這無疑有利于緩解企業(yè)融資約束，但結(jié)果常常是企業(yè)負(fù)債率也隨之增加（王宇偉等，2018）。數(shù)字金融的網(wǎng)絡(luò)貸款與寬松的貨幣財(cái)政政策對企業(yè)杠桿率的影響效果完全相反，可能的原因是寬松的貨幣財(cái)政政策具有“大水漫灌”的特點(diǎn)，劑量大而粗，為企業(yè)提供的金融資源過多且不具有針對性，新增的金融資源可能被配置在效率低的企業(yè)和資金回報(bào)率低的項(xiàng)目上，產(chǎn)生資源錯配問題。然而，數(shù)字金融的網(wǎng)絡(luò)貸款通常額度小，能夠精準(zhǔn)“滴灌”至盈利能力強(qiáng)、急需資金的小微企業(yè)，劑量小且準(zhǔn)。傳統(tǒng)的貨幣財(cái)政政策可以利用數(shù)字金融的新一代信息技術(shù)進(jìn)行精準(zhǔn)施策，有利于增強(qiáng)政策效果。

表2 數(shù)字金融使用、融資約束與小微企業(yè)杠桿率的回歸結(jié)果

（二）異質(zhì)性分析

1.基于區(qū)域的分樣本研究

本文進(jìn)一步考察數(shù)字金融使用對小微企業(yè)杠桿率與融資約束的影響在不同區(qū)域之間是否存在異質(zhì)性①CMES數(shù)據(jù)庫對東中西部地區(qū)的劃分如下：東部地區(qū)包括遼寧、北京、天津、上海、河北、山東、江蘇、浙江、福建、廣東、廣西、海南共12個省；中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、內(nèi)蒙古、河南、湖北、湖南共9個??；西部地區(qū)包括重慶、四川、云南、貴州、陜西、甘肅、寧夏共7個省。，回歸結(jié)果見表3。由表3的第（1）—（4）列可知，不論是對杠桿率還是融資約束，中西部地區(qū)的是否使用數(shù)字金融的回歸系數(shù)的絕對值和顯著性水平都大于東部地區(qū)，表明使用數(shù)字金融對欠發(fā)達(dá)地區(qū)小微企業(yè)杠桿率和融資約束的影響強(qiáng)度都顯著大于對發(fā)達(dá)地區(qū)小微企業(yè)的影響強(qiáng)度，存在明顯的異質(zhì)性，與H2預(yù)期一致。

以上結(jié)果可知，數(shù)字金融使用對欠發(fā)達(dá)地區(qū)小微企業(yè)的作用屬于“雪中送炭”。在傳統(tǒng)金融資源豐富的地區(qū)，小微企業(yè)對數(shù)字金融這種新型金融的依賴程度低，受到的影響也較??；相反，在傳統(tǒng)金融資源貧乏的地區(qū)，數(shù)字金融服務(wù)可能是小微企業(yè)少有的金融資源供給來源之一，對其依賴性較強(qiáng)，受到的影響也較大。本文的發(fā)現(xiàn)與謝絢麗等（2018）一致，與李春濤等（2020）的結(jié)論不同。謝絢麗等（2018）的研究對象是省級層面的新注冊企業(yè)，新創(chuàng)企業(yè)往往也面臨融資難題，融資約束較為嚴(yán)重，對數(shù)字金融的依賴性較強(qiáng)，欠發(fā)達(dá)地區(qū)的新創(chuàng)企業(yè)對其依賴性更強(qiáng)。李春濤等（2020）的研究對象是上市公司，受傳統(tǒng)金融機(jī)構(gòu)和資本市場青睞，上市公司能夠享受豐富、多元化的傳統(tǒng)金融服務(wù)，數(shù)字金融對它們而言只是“錦上添花”的點(diǎn)綴作用。

表3 數(shù)字金融使用與東部、中西部省份小微企業(yè)杠桿率與融資約束的回歸結(jié)果

2.基于生命周期的分樣本研究

本文繼續(xù)考察數(shù)字金融使用對不同生命周期小微企業(yè)杠桿率與融資約束的異質(zhì)性影響。唐松等（2020）、黃宏斌等（2016）采用現(xiàn)金流組合法對上市公司樣本劃分生命周期，由于CMES數(shù)據(jù)是問卷調(diào)查數(shù)據(jù)，其中沒有小微企業(yè)的現(xiàn)金流相關(guān)數(shù)據(jù)，我們無法使用現(xiàn)金流組合法對小微企業(yè)樣本劃分生命周期。同時(shí)，為保證分組子樣本量較大，我們根據(jù)樣本企業(yè)經(jīng)營年限的中位數(shù)（7年，見表1）將樣本劃分為成長期和非成長期（成熟期和衰退期）進(jìn)行檢驗(yàn)，回歸結(jié)果見表4。由表4可知，不論是對杠桿率還是融資約束，是否使用數(shù)字金融的回歸系數(shù)只在成長期小微企業(yè)中顯著為負(fù)，在非成長期小微企業(yè)中不顯著，表明使用數(shù)字金融對成長期小微企業(yè)杠桿率和融資約束的影響強(qiáng)度顯著大于對非成長期小微企業(yè)的影響強(qiáng)度，也存在明顯的異質(zhì)性，與H3預(yù)期一致。

與本文發(fā)現(xiàn)不同的是，王小燕等（2019）發(fā)現(xiàn)數(shù)字金融對成長期和成熟期上市公司的融資約束都起到了緩解作用，而且對成長期與成熟期上市公司融資約束的作用強(qiáng)度相近。產(chǎn)生這種差異的原因可能正如前文所述，我們所能觀察到的是已經(jīng)做大做強(qiáng)、進(jìn)入資本市場的上市公司的數(shù)據(jù)，上市公司獲得的金融資源和所處的融資環(huán)境是小微企業(yè)不可比的，數(shù)字金融對它們而言只是“錦上添花”。不論上市公司處于成長期還是成熟期，都不會對數(shù)字金融形成嚴(yán)重的依賴，受到的影響在不同的生命周期階段也就不會存在明顯差異。但是對于金融環(huán)境較差的小微企業(yè)而言，數(shù)字金融是它們的“救命毫毛”，對其依賴性較強(qiáng)。在小微企業(yè)的不同生命周期階段，企業(yè)經(jīng)營績效存在較大差別，成長期小微企業(yè)融資約束最強(qiáng)，非成長期小微企業(yè)融資約束相對來說有所改善，經(jīng)營績效越差、內(nèi)部現(xiàn)金流越緊張的小微企業(yè)對數(shù)字金融的依賴也會越強(qiáng)，數(shù)字金融對成長期和非成長期的小微企業(yè)融資約束與杠桿率的影響自然會存在明顯差異。

表4 數(shù)字金融使用與不同生命周期小微企業(yè)杠桿率與融資約束的回歸結(jié)果

（三）內(nèi)生性檢驗(yàn)

表2的第（1）列和第（2）列的回歸結(jié)果可能因?yàn)榉聪蛞蚬瓦z漏變量而存在內(nèi)生性問題。為此，參考Fisman&Svensson（2007）、張璇等（2017）的方法，使用同省份和同行業(yè)內(nèi)除了本企業(yè)之外的其他企業(yè)使用數(shù)字金融的比率（digrate）作為工具變量進(jìn)行IV-Tobit估計(jì)。一方面，同省份和同行業(yè)內(nèi)的其他企業(yè)的數(shù)字金融使用狀況與每個企業(yè)的數(shù)字金融使用狀況正相關(guān)；另一方面，其他企業(yè)使用數(shù)字金融的狀況不會對單個企業(yè)的融資決策產(chǎn)生直接的影響，這構(gòu)成了一個較為理想的工具變量。在使用IV-Tobit模型回歸時(shí)，兩步法與抽樣權(quán)重調(diào)整不相容，采用與抽樣權(quán)重調(diào)整相容的最有效率的極大似然估計(jì)法（MLE）進(jìn)行回歸估計(jì)。由于MLE法不能直接提供第一階段回歸結(jié)果，本文采用經(jīng)過抽樣權(quán)重調(diào)整后的Probit模型進(jìn)行一階段回歸估計(jì)。表5的第（1）列報(bào)告了數(shù)字金融使用對工具變量與其他控制變量的一階段Probit回歸結(jié)果，工具變量的回歸系數(shù)在1%的水平上顯著為正，Wald檢驗(yàn)統(tǒng)計(jì)量為91.371，對應(yīng)的p值為0.0000，表明所有變量回歸系數(shù)的聯(lián)合顯著性很高。第（2）列和第（3）列的內(nèi)生性檢驗(yàn)Wald統(tǒng)計(jì)量均在1%的水平上拒絕了數(shù)字金融使用不存在內(nèi)生性的假設(shè)，數(shù)字金融使用的回歸系數(shù)均在1%的水平上顯著為負(fù)，未改變基準(zhǔn)回歸結(jié)論，即數(shù)字金融使用有利于緩解企業(yè)融資約束，降低企業(yè)杠桿率。

表5 數(shù)字金融使用與小微企業(yè)融資約束、杠桿率的工具變量回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

1.納入使用銀行POS機(jī)樣本

為了加強(qiáng)實(shí)證結(jié)果的穩(wěn)健性，本文調(diào)整數(shù)字金融定義重新進(jìn)行檢驗(yàn)①感謝匿名審稿人對調(diào)整數(shù)字金融定義進(jìn)行穩(wěn)健性檢驗(yàn)的建議。。尹志超和張?zhí)枟潱?018）將中國家庭金融調(diào)查（CHFS）問卷中家庭網(wǎng)購支付方式為網(wǎng)上銀行、支付寶、信用卡和財(cái)付通的家庭定義為互聯(lián)網(wǎng)金融家庭。其中，刷信用卡可以使用銀行POS機(jī)，我們將使用銀行POS機(jī)的企業(yè)樣本也定義為使用了數(shù)字金融，擴(kuò)大了數(shù)字金融的定義范圍，重新檢驗(yàn)了方程（1）—（3），回歸結(jié)果見表6的第（1）—（3）列。實(shí)證結(jié)果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進(jìn)而降低企業(yè)杠桿率的中介效應(yīng)依然成立。

2.剔除農(nóng)業(yè)合作社樣本

黃宇虹等（2016）指出，農(nóng)業(yè)合作社是互助性經(jīng)濟(jì)組織，在回答員工規(guī)模時(shí)容易將成員家庭所雇傭的員工也包括在內(nèi)而夸大合作社的規(guī)模。因此，我們將農(nóng)業(yè)合作社樣本全部剔除，只保留農(nóng)業(yè)企業(yè)，重新進(jìn)行檢驗(yàn)，具體結(jié)果見表6的第（4）—（6）列。實(shí)證結(jié)果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進(jìn)而降低企業(yè)杠桿率的中介效應(yīng)仍然成立，本文的結(jié)論具有穩(wěn)健性。

3.剔除中型企業(yè)樣本

在基準(zhǔn)回歸中，我們將少量的中型企業(yè)納入樣本中，為了更加準(zhǔn)確地識別出真正的小微企業(yè)，我們進(jìn)一步剔除中型企業(yè)樣本，只保留小微企業(yè)樣本重新檢驗(yàn)，具體結(jié)果見表6的第（7）—（9）列。結(jié)果顯示，數(shù)字金融使用通過緩解小微企業(yè)融資約束進(jìn)而降低企業(yè)杠桿率的中介效應(yīng)仍然存在，本文的結(jié)論是穩(wěn)健的。

表6 穩(wěn)健性檢驗(yàn)：數(shù)字金融使用與小微企業(yè)杠桿率與融資約束的回歸結(jié)果

五、結(jié)論和政策啟示

本文利用中國真正意義上的小微企業(yè)微觀調(diào)查數(shù)據(jù)（CMES），采用Tobit模型研究了數(shù)字金融使用對小微企業(yè)融資約束與杠桿率的影響，檢驗(yàn)了這種影響在不同區(qū)域和不同生命周期企業(yè)之間的異質(zhì)性，并使用工具變量的IV-Tobit模型進(jìn)行內(nèi)生性檢驗(yàn)，通過調(diào)整數(shù)字金融定義、剔除農(nóng)業(yè)合作社樣本和刪除中型企業(yè)樣本進(jìn)行穩(wěn)健性檢驗(yàn)。研究結(jié)果表明，數(shù)字金融使用顯著緩解了小微企業(yè)融資約束，后果是降低而非抬高了小微企業(yè)杠桿率。這表明，數(shù)字金融既能將金融資源引流到資金不足的小微企業(yè)部門、滿足實(shí)體經(jīng)濟(jì)的需要，又不會增加實(shí)體經(jīng)濟(jì)的債務(wù)風(fēng)險(xiǎn)，有利于防范化解重大風(fēng)險(xiǎn)與破解小微企業(yè)融資難、融資貴問題。基于區(qū)域的異質(zhì)性分析結(jié)果表明，數(shù)字金融使用對欠發(fā)達(dá)地區(qū)小微企業(yè)融資約束的緩解作用與杠桿率的降低作用大于對發(fā)達(dá)地區(qū)小微企業(yè)的影響，欠發(fā)達(dá)地區(qū)的小微企業(yè)更加依賴于數(shù)字金融，這對于縮小區(qū)域發(fā)展差距、促進(jìn)區(qū)域經(jīng)濟(jì)平衡發(fā)展具有一定的積極作用?；谄髽I(yè)生命周期的異質(zhì)性分析結(jié)果表明，數(shù)字金融使用對成長期小微企業(yè)融資約束的緩解作用與杠桿率的降低作用大于對非成長期（成熟期和衰退期）小微企業(yè)的影響，成長期小微企業(yè)對數(shù)字金融的依賴程度更高。以上結(jié)果表明數(shù)字金融對欠發(fā)達(dá)地區(qū)和成長期的小微企業(yè)的作用屬于“雪中送炭”。

本文的研究結(jié)論具有以下的政策啟示。第一，積極推動數(shù)字金融發(fā)展，繼續(xù)深入推進(jìn)大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)在金融服務(wù)領(lǐng)域的融合發(fā)展與集成應(yīng)用，著重提升數(shù)字金融服務(wù)的穿透力與覆蓋面，開發(fā)出更多適合于中小微企業(yè)的金融產(chǎn)品與服務(wù)，以滿足企業(yè)多元化的金融服務(wù)需求。第二，數(shù)字金融機(jī)構(gòu)在為小微企業(yè)提供金融服務(wù)時(shí)，要有重點(diǎn)地選擇目標(biāo)客戶群，可以將金融資源向欠發(fā)達(dá)地區(qū)和成長期的小微企業(yè)傾斜、進(jìn)行精準(zhǔn)對接，同時(shí)也要利用新一代信息技術(shù)對其加強(qiáng)風(fēng)險(xiǎn)監(jiān)控。第三，企業(yè)應(yīng)重視數(shù)據(jù)要素的信用價(jià)值，加強(qiáng)數(shù)據(jù)治理和管理能力，尤其是企業(yè)日常經(jīng)營的明細(xì)數(shù)據(jù)，保證數(shù)據(jù)記錄的完整性與真實(shí)性，提高信息透明度。第四，政府部門要加快對企業(yè)信用評估相關(guān)的公共信息的采集、整合、開放與共享，這將有助于打破“數(shù)據(jù)孤島”困境、降低企業(yè)與數(shù)字金融機(jī)構(gòu)之間的信息不對稱程度，從而緩解融資約束。