李子威

（湖北工業(yè)大學(xué)，湖北 武漢 430000）

金融科技最早起源于20 世紀(jì)90 年代初的“金融服務(wù)技術(shù)聯(lián)盟”， 根據(jù)金融穩(wěn)定委員會的定義，金融科技是由云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進(jìn)技術(shù)觸發(fā)的金融創(chuàng)新，可以改變金融服務(wù)的方式，有效降低運(yùn)營成本，最終提高傳統(tǒng)金融業(yè)的效率。 金融科技致力于將新技術(shù)引入金融業(yè)， 正在徹底改變金融業(yè)的發(fā)展進(jìn)程①。 金融科技革命的獨(dú)特之處在于，許多變化發(fā)生在金融行業(yè)之外。 因?yàn)槟贻p的初創(chuàng)公司和大型成熟的技術(shù)公司正在引入新產(chǎn)品和技術(shù)，并提供新的競爭。 此外，新技術(shù)的產(chǎn)生也在迅速改變金融服務(wù)業(yè)的運(yùn)營、監(jiān)管、客戶體驗(yàn)等方面。 目前，金融科技創(chuàng)新正在全球興起，2019 年金融科技公司的全球投資總額為1357 億美元（KPMG，2020）②。

一、文獻(xiàn)綜述和研究方法

（一）綜述

金融科技對金融機(jī)構(gòu)和金融業(yè)的影響，已經(jīng)有學(xué)者通過研究發(fā)現(xiàn)金融科技改變了金融業(yè)的運(yùn)作方式。Chen et al 認(rèn)為，對于整個金融業(yè)而言，金融科技創(chuàng)新帶來了積極的影響③。 金融科技可以通過降低交易成本、提高交易的便利性和安全性，從根本上改變金融服務(wù)。 移動互聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈等金融技術(shù)對金融服務(wù)及其各個環(huán)節(jié)產(chǎn)生了不同的影響。 例如，大數(shù)據(jù)和區(qū)塊鏈技術(shù)可以降低信息的不對稱性，降低交易費(fèi)用，讓交易變得更安全、更快捷。 與此同時，機(jī)器學(xué)習(xí)算法為客戶提供了智能、個性化的理財(cái)服務(wù)，并進(jìn)行了深入分析。 金融信息的分享也將促進(jìn)金融資源的有效使用，從而使金融生態(tài)空間得到進(jìn)一步的擴(kuò)展。

金融科技的興起對商業(yè)銀行的傳統(tǒng)業(yè)務(wù)產(chǎn)生了重大影響，金融科技通過改善銀企關(guān)系幫助中小企業(yè)降低了融資成本和擔(dān)保要求④⑤。 而在金融科技對銀行的影響這方面學(xué)界還未達(dá)成統(tǒng)一意見，不過有學(xué)者發(fā)現(xiàn)金融科技與銀行風(fēng)險承擔(dān)之間還會受到存款結(jié)構(gòu)等因素的影響⑥。 除了影響金融機(jī)構(gòu)和金融業(yè)之外，金融科技不可避免地影響實(shí)體經(jīng)濟(jì)和企業(yè)。 先前的文獻(xiàn)已經(jīng)充分證明了金融科技對實(shí)體經(jīng)濟(jì)和企業(yè)的益處。 黃卓指出，數(shù)字普惠金融依靠大數(shù)據(jù)、區(qū)塊鏈等技術(shù)降低服務(wù)成本，覆蓋更多農(nóng)村用戶，有效解決了數(shù)字農(nóng)業(yè)融資難的問題，推進(jìn)了數(shù)字農(nóng)業(yè)的發(fā)展⑦。 鄧瀏睿等發(fā)現(xiàn)，金融科技在短期內(nèi)可以緩解企業(yè)的融資約束，但對于長期而言可能是雙刃劍⑧。

雖然現(xiàn)有文獻(xiàn)集中從宏觀和微觀角度研究金融技術(shù)對金融業(yè)和企業(yè)的影響， 但很少有研究探討金融科技對上市公司投資效率的影響。 趙瑞瑞等研究發(fā)現(xiàn)金融科技會增加企業(yè)的非效率投資⑨。而邵學(xué)峰等認(rèn)為， 金融科技所具有的資源效應(yīng)和治理效應(yīng)可以顯著提高企業(yè)的投資效率⑩。 優(yōu)化資源配置，提高投資效率，不僅直接影響企業(yè)的發(fā)展，也成為一個國家實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)健康發(fā)展的重要問題。在此背景下，本文研究了金融科技是否以及如何影響企業(yè)投資效率。通過采用郭峰等人制定的“北京大學(xué)中國數(shù)字金融包容性指數(shù)（PKU-DFIIC）”，包括綜合指數(shù)、覆蓋范圍和使用深度， 本文證明了金融科技水平與企業(yè)投資效率之間存在顯著的正相關(guān)關(guān)系?。

本文選取了解釋變量的一階滯后、 二階滯后和三階滯后研究金融對企業(yè)投資的動態(tài)影響。 研究發(fā)現(xiàn)，T 期的金融科技水平對T+1 期的企業(yè)投資效率有顯著的正向影響， 但對T+2、T+3 期的企業(yè)投資效率沒有明顯的影響，且系數(shù)不斷減小，具有誤差的特征。

（二）研究方法

接下來，本文考察公司內(nèi)部治理機(jī)制對金融科技的調(diào)節(jié)關(guān)系。 采用董事會和總經(jīng)理是否兩職合一來衡量公司治理機(jī)制的質(zhì)量。 結(jié)果表明，在公司治理機(jī)制良好的企業(yè)中，金融科技對公司投資效率的影響更為顯著，表明金融科技對公司投資效率的影響與治理機(jī)制之間存在互補(bǔ)效應(yīng)。 同時，文采用分位數(shù)回歸來檢驗(yàn)金融科技與企業(yè)投資效率之間是否存在非線性關(guān)系，這為企業(yè)投資效率提供了更全面的信息。 結(jié)果表明，分位數(shù)回歸系數(shù)的絕對值呈上升趨勢，表明條件分布中的金融科技對企業(yè)投資效率的影響大于其他部分。

本文的研究從兩個方面對文獻(xiàn)做出了貢獻(xiàn)。 首先， 研究考察了金融科技對企業(yè)投資效率的影響，這不僅在一定程度上補(bǔ)充了關(guān)于金融科技經(jīng)濟(jì)后果的文獻(xiàn)， 而且拓展了企業(yè)投資效率的相關(guān)研究。其次，發(fā)現(xiàn)金融科技對公司投資效率的影響與公司治理機(jī)制之間存在互補(bǔ)效應(yīng)。 在論文的第三部分提出了兩個假設(shè)。 第四部分描述了模型和數(shù)據(jù)。 第五部分給出了金融科技如何影響公司投資效率的實(shí)證結(jié)果以及相關(guān)分析。 第六部分報告了進(jìn)一步分析和穩(wěn)健性檢驗(yàn)。 第七部分給出了結(jié)論和政策建議。研究成果對如何進(jìn)一步有效提高企業(yè)投資效率具有政策意義。

二、理論假設(shè)

（一）假設(shè)1

首先， 發(fā)展金融科技能夠加速銀行的放款，擴(kuò)大融資渠道，減輕銀行的融資限制。 其次，利用大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術(shù)，可以更好地挖掘出更多的用戶信息， 緩解信貸審批過程中的不對稱性。楊馥等的研究表明，商業(yè)銀行在放貸過程中使用金融科技可以有效緩解信息不對稱， 提高信貸質(zhì)量，降低信貸風(fēng)險?。 Fuster 等人認(rèn)為，金融科技將貸款審批速度提高了20%，而不會增加違約風(fēng)險?。 以大數(shù)據(jù)與人工智能為基礎(chǔ)的信貸審批，可以有效減少人為干擾，減少放款審批中的尋租空間，降低融資成本。 Buchak 等人認(rèn)為，那些難以從傳統(tǒng)銀行獲得貸款的人更有可能從金融科技影子銀行獲得所需資金?。 此外，金融科技可以提高信息透明度，引導(dǎo)公司選擇最佳投資項(xiàng)目。 各種金融技術(shù)創(chuàng)新本質(zhì)上都是通過技術(shù)來緩解對信息不對稱的探索。 金融科技不僅可以提高貸款審批過程中的信息透明度，還可以提高投資項(xiàng)目的透明度以及公司進(jìn)行投資活動時的資金目標(biāo)。 提高企業(yè)信息透明度是管理者識別和區(qū)分好投資項(xiàng)目和壞投資項(xiàng)目的基礎(chǔ)。 更詳細(xì)的信息披露使公司能夠更好地選擇投資項(xiàng)目?。 總的來說，本文認(rèn)為金融科技的發(fā)展促進(jìn)了企業(yè)投資效率。 因此，本文的假設(shè)1 是：

假設(shè)1（H1）：金融科技有助于提高企業(yè)投資效率。金融科技與公司投資效率之間存在正相關(guān)關(guān)系。

（二）假設(shè)2

文獻(xiàn)充分證明，公司內(nèi)部治理機(jī)制對公司投資效率有重大影響?。 首先，與股東結(jié)構(gòu)的權(quán)力制衡主要體現(xiàn)在其他股東對大股東的監(jiān)督上。 有效的股權(quán)制衡機(jī)制可以有效緩解低效的企業(yè)投資行為?。 何菲認(rèn)為，公司治理機(jī)制質(zhì)量越高，企業(yè)投資效率越高，大股東的控制力越強(qiáng)，越會抑制企業(yè)的投資效率?。Chen 和Wang 發(fā)現(xiàn)，由于所有權(quán)和管理權(quán)的分離，管理層往往會抑制企業(yè)的過度投資，以維持企業(yè)的正常運(yùn)營?。 金融科技的發(fā)展能否提高企業(yè)投資效率，也與企業(yè)治理機(jī)制密切相關(guān)。 不同的公司治理機(jī)制可能會影響金融科技在公司投資效率中的作用。 在權(quán)力均衡的環(huán)境下，提高管理層或董事會的決策質(zhì)量， 選擇收益更好的投資項(xiàng)目更為有利。 相反，股權(quán)或管理權(quán)越集中，企業(yè)就越有可能服從少數(shù)人的意愿。 在這種情況下，管理層或董事會追求私利，選擇相對較差的投資項(xiàng)目，忽視企業(yè)收益，導(dǎo)致投資效率低下。 只有金融科技和公司治理機(jī)制共同努力，才能進(jìn)一步提高公司投資效率。 綜上所述，隨著金融科技的發(fā)展，完善的公司治理機(jī)制有利于企業(yè)做出正確的投資決策， 提高投資效率。 因此，本文的假設(shè)2 是：

假設(shè)2（H2）：完善的公司治理機(jī)制可能會削弱金融科技與公司投資效率之間的正相關(guān)性。

三、模型設(shè)定

（一）模型設(shè)立

為了調(diào)查金融科技對公司投資效率的影響，本文使用以下回歸模型：

其中，主要解釋變量INVijt表示t 時間內(nèi)j 省企業(yè)i 的投資效率。 同時，金融科技FinTechjt表示t 時間內(nèi)j 省的金融科技水平， 由PKU-DFIIC1 描述。Pijt 代表省級控制變量和企業(yè)級控制變量， 包括RGDP、FAI、IND_STRU、REV、EXP、AGE、SIZE、TOP1、STATE、LEV 和ROE。表1 提供了詳細(xì)的變量定義。 此外，εijt表示誤差項(xiàng)。 此外，本文控制了年度和行業(yè)。

1.企業(yè)投資效率。 最佳投資水平反映了公司承擔(dān)所有正凈現(xiàn)值項(xiàng)目的能力。 根據(jù)Richardson 提出的投資模型，本文將投資效率估計(jì)為與預(yù)期最佳投資水平的偏差。 反映在投資模型的殘差絕對值中，并使用該模型估計(jì)的殘差絕對值（ui,t）作為企業(yè)投資效率的代理變量?。 由于企業(yè)投資效率的原始值在小數(shù)點(diǎn)后為零，因此本文將其乘以100 以改進(jìn)估計(jì)方程的外觀。 值越大，投資效率越低。

2.金融科技。關(guān)于金融科技的衡量，現(xiàn)有文獻(xiàn)大致可分為兩類。 第一是基于互聯(lián)網(wǎng)搜索構(gòu)建的情感指數(shù)； 第二是基于結(jié)構(gòu)化數(shù)據(jù)的金融科技指標(biāo)體系。 本文采用北京大學(xué)數(shù)字金融研究中心和螞蟻金融集團(tuán)組成的聯(lián)合研究團(tuán)隊(duì)編制的Pku-Dfiic 作為代理變量來衡量各省的金融科技水平。 本文不僅使用綜合指數(shù)DZ 來描述每個省份的金融科技水平，還使用覆蓋廣度DA 和使用深度DB 來描述。 為了減少數(shù)據(jù)之間的絕對差異，避免極值的影響，提高回歸的擬合度，本文采用金融科技發(fā)展的對數(shù)。

3.控制變量。 在研究中，選擇RGDP、FAI、IND_STRU、REV 和EXP 作為區(qū)域?qū)用娴目刂谱兞俊Ｍ瑫r，還確定公司層面的控制變量：AGE、SIZE、TOP1、STATE、LEV 和ROE。 表1 提供了詳細(xì)的變量定義。

（二）數(shù)據(jù)來源

使用的數(shù)據(jù)由省級面板數(shù)據(jù)和2011 年至2020年期間上市公司的數(shù)據(jù)獲得的。 衡量各省金融科技水平的數(shù)據(jù)均由北京大學(xué)數(shù)字金融研究中心和螞蟻金融集團(tuán)組成的聯(lián)合研究團(tuán)隊(duì)編制。 省級控制變量的相關(guān)數(shù)據(jù)來自各省歷年的統(tǒng)計(jì)年鑒。 本文所使用的A 股上市公司數(shù)據(jù)來自CSMAR 數(shù)據(jù)庫， 來自滬深股市的非金融行業(yè)。 刪除了西藏、ST 和*ST 公司以及缺少主變量的樣本和不連續(xù)三年的樣本。 公司級連續(xù)變量在1%的水平上進(jìn)行排序，以避免異常值的影響。 本文計(jì)算了各省金融科技發(fā)展綜合指數(shù)的平均值， 然后根據(jù)企業(yè)的位置將企業(yè)級數(shù)據(jù)與省級數(shù)據(jù)進(jìn)行匹配，最終獲得13970 個觀測值。在本文的樣本期內(nèi)， 企業(yè)平均非效率投資水平為3.7318，從0.0414 到28.5851 不等。 此外，金融科技的平均綜合指數(shù)（DZ）為5.3227，介于3.3464 至6.0352 之間。 同時，金融科技的平均覆蓋寬度（DA）為5.2170，平均使用深度（DB）為5.3473。

四、實(shí)證結(jié)果與分析

（一）主要結(jié)果

在本節(jié)中展示了實(shí)證結(jié)果。 首先，隨著各省金融科技水平的提高， 企業(yè)投資效率是否會得到提高。 在多元回歸之前，進(jìn)行了皮爾遜相關(guān)矩陣的驗(yàn)證。 企業(yè)投資效率（INV）與金融科技水平（DZ、DA、DB）之間存在顯著負(fù)相關(guān)，分別為-0.1044、-0.1038、-0.1113，這為金融科技的發(fā)展有助于提高企業(yè)投資效率提供了初步證據(jù)。

接下來，本文采用FE 回歸和OLS 回歸。表2 第（1）列至第（3）列報告了FE 回歸結(jié)果。 在第（1）列中，DZ 的系數(shù)為負(fù)，在1%的水平上顯著，表明企業(yè)的非效率投資隨著各省金融科技水平的提高而降低。 在第（2）列和第（3）列中，DA 和DB 上的系數(shù)仍然顯著為負(fù)值。表2 第（4）至（6）列報告了OLS 回歸結(jié)果。在第（4）列中，DZ 的系數(shù)為-0.414，在1%的水平上顯著。 金融科技水平與企業(yè)的非效率投資呈負(fù)相關(guān)，表明金融科技的發(fā)展有助于提高企業(yè)投資效率。 在第（5）列和第（6）列中，DA 和DB 的系數(shù)仍然顯著為負(fù)值。 該結(jié)果證實(shí)了H1。

（二）動態(tài)效果

基于上述結(jié)果，本文選取一階滯后、二階滯后和三階滯后的解釋變量，考察當(dāng)前金融科技水平是否對企業(yè)投資效率有動態(tài)影響。 回歸顯示，在第（1）至（3）列中，解釋變量（L.DZ、L.DA、L.DB）的一階滯后系數(shù)為負(fù)值， 分別為-0.885、-0.418、-0.796，在5%水平上顯著。 在第（4）至（6）列中，解釋變量（L2.DZ、L2.DA、L2.DB）的二階滯后系數(shù)不再顯著，系數(shù)減小，分別為-0.719、-0.358、-0.683。 在第（7）至（9）列中，解釋變量（L3.DZ、L3.DA、L3.DB）的三階滯后系數(shù)也不再顯著且系數(shù)進(jìn)一步減小，分別為-0.380、-0.209、-0.314。這清楚地表明，T 期的金融科技水平對T+1 期的企業(yè)投資效率有顯著的正向影響，但對T+2、T+3 期的企業(yè)投資效率沒有明顯的影響，表明金融科技對企業(yè)投資效率的動態(tài)效應(yīng)隨時間推移具有顯著的衰減特征。

（三）公司治理機(jī)制的調(diào)節(jié)效應(yīng)

企業(yè)內(nèi)部治理機(jī)制對企業(yè)投資效率有著重要影響。 董事長和總經(jīng)理兩職分開等健全的公司治理機(jī)制，有利于管理層做出正確的投資決策，提高投資效率。 董事長與總經(jīng)理是否二職合一對企業(yè)的異質(zhì)性影響。 本文使用董事長與總經(jīng)理是否二職合一來衡量公司治理機(jī)制的質(zhì)量，并根據(jù)董事長與總經(jīng)理是否二職合一來劃分企業(yè)。 研究報告了回歸結(jié)果。 董事長與總經(jīng)理二職合一企業(yè)的回歸結(jié)果，所有系數(shù)均為不顯著。 相反，在董事長與總經(jīng)理二職未合一的企業(yè)中，DZ、DA 和DB 系數(shù)在1%水平上顯著為負(fù)。 證實(shí)了金融科技對企業(yè)投資效率的影響與治理機(jī)制之間存在互補(bǔ)效應(yīng)。

（四）分位數(shù)回歸

上面使用的回歸模型實(shí)際上是均值回歸，它非常容易受到極值的影響。 為檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，故再采用分位數(shù)回歸的方法，而且這種方法可以檢驗(yàn)金融科技與企業(yè)投資效率之間是否存在非線性關(guān)系，從而提供更全面的企業(yè)投資效率信息。 因此，本研究使用面板分位數(shù)回歸模型。 為了盡可能顯示企業(yè)投資效率的條件分布， 本文選擇了三個分位數(shù)（25%、50%、75%）進(jìn)行估計(jì)。

回歸結(jié)果顯示，DZ 系數(shù)為-0.229、-0.365 和-0.577，均在1%水平上顯著。 類似地，DA 的系數(shù)分別為-0.181、-0.313 和-0.485，且均在1%水平上顯著。此外，DB 的系數(shù)分別為-0.326、-0.529 和-0.858， 均在1%水平上顯著。 綜上所述，分位數(shù)回歸系數(shù)的絕對值呈上升趨勢，這表明金融科技對企業(yè)投資效率的影響在條件分布的右端大于對其他部分的影響。 最后，本文使用公司投資效率的替代指標(biāo)進(jìn)行穩(wěn)健性測試?；貧w結(jié)果顯示， 數(shù)據(jù)均在1%水平上顯著，F(xiàn)E 回歸中DZ、DA、DB 系數(shù)分別為-0.0124、-0.0060、-0.0132；OLS 回歸中DZ、DA、DB 系數(shù)分別為-0.00528、-0.00481、-0.0072，結(jié)果仍然穩(wěn)健，假設(shè)1 得到驗(yàn)證。

五、結(jié)論與政策建議

本文研究了金融科技是否以及如何影響企業(yè)投資行為和效率。 利用2011 年至2020 年期間上市公司的大樣本和省級面板數(shù)據(jù)，本文發(fā)現(xiàn)企業(yè)投資效率與金融科技水平呈正相關(guān)。 此外，企業(yè)董事長與總經(jīng)理二職分離顯著增強(qiáng)了正相關(guān)。

實(shí)證研究表明，金融科技的應(yīng)用越深入，覆蓋范圍越廣，企業(yè)的投資效率就越有建設(shè)性。 完善的公司治理可以讓金融科技更好地在公司投資發(fā)揮提升效率的作用。 “雙循環(huán)”是中國經(jīng)濟(jì)發(fā)展新模式的重要組成部分，而提高投資效率是促進(jìn)“雙循環(huán)”的重要環(huán)節(jié)。 在此基礎(chǔ)上，提出政策建議：第一，推動金融科技規(guī)范化發(fā)展，避免由壟斷引起的不公正競爭。 完善相關(guān)法律法規(guī)，保護(hù)各類交易主體的權(quán)益。 積極營造開放、包容、安全的金融科技環(huán)境，降低金融科技進(jìn)入壁壘，促進(jìn)更多的金融機(jī)構(gòu)參與進(jìn)來。 第二，要把金融科技的積極作用發(fā)揮到最大，以促進(jìn)“雙循環(huán)”的發(fā)展。 加強(qiáng)金融科技的基礎(chǔ)理論、重點(diǎn)領(lǐng)域和核心技術(shù)的研發(fā)。 我們要充分利用金融技術(shù)對傳統(tǒng)金融機(jī)構(gòu)的積極引導(dǎo)，以實(shí)現(xiàn)對傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化改造和配置優(yōu)化。 第三，加強(qiáng)對金融科技創(chuàng)新活動的審慎監(jiān)管，構(gòu)建和完善符合金融創(chuàng)新發(fā)展要求的金融監(jiān)管制度。 要健全金融科技監(jiān)管的基礎(chǔ)和規(guī)范， 要加強(qiáng)對金融科技倫理的管理，促進(jìn)監(jiān)管技術(shù)與金融技術(shù)的協(xié)同發(fā)展。