摘 要：數(shù)字金融對于紓解企業(yè)融資困境、降低融資成本具有重要意義，但在不同融資模式下數(shù)字金融影響效應(yīng)及作用機(jī)制的差異性研究還相對缺乏。本文以2011—2020年滬深兩市企業(yè)為樣本，探討數(shù)字金融對債務(wù)與股權(quán)模式融資成本的異質(zhì)影響，并從內(nèi)部盈余管理、外部信息披露的信息不對稱視角探究其作用機(jī)制。研究發(fā)現(xiàn)，數(shù)字金融的資源和治理效應(yīng)能夠顯著降低企業(yè)融資成本，但相對股權(quán)，債務(wù)融資模式降成本效果更優(yōu)；盈余管理和信息披露質(zhì)量在債務(wù)融資中均起中介作用，而股權(quán)融資中僅信息披露有效。進(jìn)一步分析顯示，低管理層持股、大型及高新企業(yè)更受益于數(shù)字金融降低股權(quán)成本；高金融市場化地區(qū)及中小企業(yè)則更顯著受益于債務(wù)成本降低。本研究有助于金融機(jī)構(gòu)提供精準(zhǔn)服務(wù)、企業(yè)優(yōu)化融資策略與信息管理，推進(jìn)我國數(shù)字金融發(fā)展。

關(guān)鍵詞：數(shù)字金融；融資成本；融資模式；信息不對稱；盈余管理；信息披露

文章編號：2095-5960（2024）05-0038-10；中圖分類號：F832；文獻(xiàn)標(biāo)識碼：A

收稿日期：2024-02-10

基金項(xiàng)目：河北省教育廳人文社科研究重大課題攻關(guān)項(xiàng)目“金融科技‘負(fù)責(zé)任創(chuàng)新’及其監(jiān)管體系研究”（ZD202019）。

作者簡介：郭 凈（1978—），女，河北保定人，河北金融學(xué)院金融與投資學(xué)院教授，研究方向?yàn)榻鹑趧?chuàng)新、金融風(fēng)險管理；霍家旭（1996—），女，河北保定人，中國社會科學(xué)院大學(xué)應(yīng)用經(jīng)濟(jì)學(xué)院博士研究生，研究方向?yàn)閿?shù)字金融、宏觀金融；張居營（1982—），男，山東濟(jì)寧人，博士，河北金融學(xué)院講師，研究方向?yàn)槠髽I(yè)融資、金融風(fēng)險。

一、引言

黨的十九大以來，我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，推動高質(zhì)量發(fā)展的內(nèi)在要求是著力發(fā)展實(shí)體經(jīng)濟(jì)，遏制經(jīng)濟(jì)脫實(shí)向虛，而其關(guān)鍵在于降低實(shí)體經(jīng)濟(jì)的融資成本。2023年前11個月，我國企業(yè)貸款利率為3.89%，繼續(xù)保持在有統(tǒng)計(jì)以來的歷史低位。^①【①社會綜合融資成本穩(wěn)中有降-新華網(wǎng)（news.cn）http：//www.news.cn/fortune/20231225/1df6bf28f8a241f8b6dc2b904c80b4b2/c.html】從提升金融資源配置效率來看，在政策和科技加持之下融資成本還有進(jìn)一步下行空間；從金融資源配置結(jié)構(gòu)來看，金融機(jī)構(gòu)還有待進(jìn)一步做好科技金融、數(shù)字金融等大文章，以創(chuàng)新手段優(yōu)化對企業(yè)的結(jié)構(gòu)性供給。2023年中央經(jīng)濟(jì)工作會議明確指出“引導(dǎo)金融機(jī)構(gòu)加大對科技創(chuàng)新、普惠小微、數(shù)字經(jīng)濟(jì)等方面的支持力度”“促進(jìn)社會綜合融資成本穩(wěn)中有降”。在此背景下，數(shù)字金融在數(shù)字技術(shù)和產(chǎn)業(yè)化轉(zhuǎn)型的推動下面臨新的發(fā)展機(jī)遇。其“數(shù)字”+“包容性”的雙重屬性，具有傳統(tǒng)金融服務(wù)無法比擬的優(yōu)勢，有助于解決資金錯配、信貸歧視和金融抑制等問題^［1］，是我國金融改革和產(chǎn)業(yè)升級的國家戰(zhàn)略^［2］。其“數(shù)字”屬性的優(yōu)勢在于：一是使用大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等前沿技術(shù)突破時空限制，降低搜尋成本，提高資金融通效率；二是在信息挖掘和風(fēng)險管理上具有優(yōu)勢，減少市場信息不對稱，降低融資風(fēng)險溢價。^［3，4］其“包容性”屬性的優(yōu)勢在于：一是服務(wù)覆蓋面廣，客戶可通過多種設(shè)備獲取金融產(chǎn)品；二是創(chuàng)新使客戶門檻降低，擴(kuò)大金融服務(wù)范圍，助力企業(yè)融資和共同富裕。^［5-7］

作為新興金融模式，數(shù)字金融能否顯著降低企業(yè)各種融資模式的成本？如果可以，其多重屬性與優(yōu)勢通過何種機(jī)制影響微觀企業(yè)？數(shù)字金融作為新興金融模式，旨在緩解企業(yè)融資難題。學(xué)界普遍認(rèn)同數(shù)字金融能降低企業(yè)融資成本、緩解融資難困境?，F(xiàn)有研究多聚焦于債務(wù)成本，如肖忠意等發(fā)現(xiàn)數(shù)字金融可提升銀行業(yè)多樣性、減少投融資錯配，進(jìn)而降低債務(wù)成本；^［8］陳旭和趙全厚則基于大數(shù)據(jù)指出，數(shù)字金融發(fā)展提升短期銀行貸款規(guī)模并降低其成本。^［9］此外，數(shù)字金融也通過改善企業(yè)內(nèi)部控制、降低杠桿率等途徑間接影響債務(wù)成本。^{［10，11］}相比之下，對股權(quán)成本的探討尚顯不足。余珍和周磊發(fā)現(xiàn)數(shù)字金融通過提高股票流動性和降低監(jiān)督成本來降低股權(quán)融資成本。^［4］ 此外，對多元化融資模式下的異質(zhì)性影響研究較少。理論層面，數(shù)字金融的“數(shù)字”屬性能減少信息不對稱，但此視角下的機(jī)制研究尚不深入。因此，探討數(shù)字金融如何在債務(wù)和股權(quán)融資中緩解信息不對稱，對提高金融資源配置效率和刺激實(shí)體經(jīng)濟(jì)具有重要意義。

本文通過理論分析和實(shí)證檢驗(yàn)，探討了數(shù)字金融對企業(yè)債務(wù)和股權(quán)融資成本的直接影響機(jī)制，以及信息不對稱的間接影響和異質(zhì)性因素。其邊際貢獻(xiàn)在于：1.擴(kuò)展了企業(yè)融資成本影響因素研究的維度與范疇。聚焦不同特征的債務(wù)和股權(quán)融資，分析了信息優(yōu)勢、依賴和風(fēng)險防范能力的差異，并從信息不對稱角度研究了其對融資成本的影響。2.深化了數(shù)字金融影響微觀企業(yè)融資的理論機(jī)理。指出其在資源效應(yīng)和治理效應(yīng)上的優(yōu)勢，并提供實(shí)證支持，證明數(shù)字金融能有效降低企業(yè)融資成本和優(yōu)化資本結(jié)構(gòu)。3.拓展了數(shù)字金融降低企業(yè)融資成本的影響機(jī)制研究。從信息不對稱角度出發(fā)，通過內(nèi)部干預(yù)和外部監(jiān)督兩個維度，創(chuàng)新性地使用企業(yè)盈余管理和信息披露質(zhì)量作為中介效應(yīng)的檢驗(yàn)，厘清了不同融資模式下的影響機(jī)制。此外，還探討了管理層持股、企業(yè)規(guī)模、制度環(huán)境等因素對數(shù)字金融影響企業(yè)融資成本的異質(zhì)性。這些研究有助于支持我國數(shù)字金融發(fā)展和優(yōu)化金融服務(wù)實(shí)體經(jīng)濟(jì)的決策。

二、理論分析與研究假說

（一）數(shù)字金融與融資成本

理想狀態(tài)下，資本自由流動助力企業(yè)按需獲取足量外部資金。然而，市場的復(fù)雜性與交易過程的信息不對稱提升了融資難度與成本，增加了企業(yè)額外融資成本負(fù)擔(dān)。具體體現(xiàn)在（見圖1中④部分）：1.資金供需匹配的成本：包括企業(yè)或資金供給方在市場上搜尋信息、信用評估調(diào)查、供需雙方議價交易等成本，在傳統(tǒng)金融業(yè)態(tài)下，融資方式單一、渠道狹窄、資金配置低效與中小企業(yè)的金融抑制等，都直接或間接地加重融資成本負(fù)擔(dān)。^［11］2.投資者或債權(quán)人的風(fēng)險溢價：由于融資企業(yè)更了解自身狀況，具有一定信息優(yōu)勢，從而可能通過發(fā)布利好或不完全信息誤導(dǎo)投資者或債權(quán)人，引發(fā)逆向選擇和道德風(fēng)險。為規(guī)避風(fēng)險，投資者或債權(quán)人會借助價格保護(hù)機(jī)制將風(fēng)險轉(zhuǎn)嫁到融資成本，產(chǎn)生風(fēng)險溢價。^［12］

基于互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等技術(shù)，數(shù)字金融與傳統(tǒng)金融深度融合創(chuàng)新，形成充裕的信息流以改善資金配置中的信息不透明、不對稱與低效率，進(jìn)而降低企業(yè)融資成本。^{［13，14］}具體而言，數(shù)字金融具有資源效應(yīng)和治理效應(yīng)（見圖1中①部分）。1.資源效應(yīng)：數(shù)字金融在多種技術(shù)模式支持下，通過多渠道、低成本抓取處理海量數(shù)據(jù)，直接降低了資金匹配的信息搜尋、信息交互成本，拓展金融服務(wù)的范圍與觸達(dá)能力，簡化中間流程，提高配置效率，從而降低融資成本。^［4，15］2.治理效應(yīng)：數(shù)字金融通過新技術(shù)挖掘和分析企業(yè)數(shù)據(jù)，識別非正常運(yùn)營情況風(fēng)險，降低投資者和債權(quán)人融資前后的風(fēng)險預(yù)期和監(jiān)督成本，緩解融資雙方的代理沖突，規(guī)避道德風(fēng)險，以間接治理方式降低融資成本。^［16］基于上述分析，本文提出如下假設(shè)。

H1：數(shù)字金融能夠降低企業(yè)的融資成本。

（二）融資模式與信息不對稱

債務(wù)和股權(quán)融資是企業(yè)主要的融資方式，存在融資前匹配、融資后監(jiān)管的差異。債務(wù)融資是企業(yè)向銀行借貸，銀行評估后放款，不干預(yù)經(jīng)營，企業(yè)按期還款。股權(quán)融資是企業(yè)與投資者的合作，基于信息搜索匹配，投資者根據(jù)企業(yè)情況決定投資，作為股東參與決策和監(jiān)督，企業(yè)只需分紅，無須還本付息。不同的融資模式成本不同，從信息不對稱的角度，其成本差異來自于債權(quán)人或投資者獲取信息的手段、防范信息風(fēng)險的能力、對企業(yè)信息披露的依賴程度和關(guān)注程度等。債務(wù)融資中，銀行作為長期提供服務(wù)的金融中介，擁有更廣泛的渠道、更專業(yè)的技術(shù)來獲取、分析、評估企業(yè)信息^［17］，再Kh27xBkdWDlwWl/0YIssmQ==結(jié)合到期日、抵押品、利息成本和再簽約條款等手段來防范企業(yè)的違約風(fēng)險，篩選出優(yōu)質(zhì)企業(yè)；股權(quán)融資中，投資者參與企業(yè)的經(jīng)營投資決策，在緩解與企業(yè)管理層的代理問題、規(guī)避逆向選擇與道德風(fēng)險上具有更多信息優(yōu)勢^［18］。傳統(tǒng)的“優(yōu)序融資理論”認(rèn)為債務(wù)融資的信息成本較股權(quán)融資低，同時外部融資成本遠(yuǎn)遠(yuǎn)高于內(nèi)源融資，因而融資順序按照成本高低應(yīng)表現(xiàn)為“先內(nèi)后外，先債后股”。然而，這一結(jié)論在實(shí)證中并未完全驗(yàn)證，特別是我國甚至?xí)霈F(xiàn)“先外后內(nèi)，先股后債”的特征，其原因可能在于我國股市的高市盈率、選擇性乃至虛假信息披露、債券市場發(fā)展不完善、債務(wù)融資中的政府干預(yù)與歧視等。^［19-22］

因此，不同融資模式下債權(quán)人與投資者的信息優(yōu)勢、信息依賴、風(fēng)險防范能力不同，信息不對稱對其融資的影響程度也有所不同，從而影響其融資成本的大?。ㄒ妶D1中③④部分），融資成本差異又會進(jìn)一步影響融資順序。那么，數(shù)字金融的資源效應(yīng)、治理效應(yīng)在緩解不同融資模式下的信息不對稱問題、降低融資成本中發(fā)揮的作用也不同。債務(wù)融資層面，數(shù)字化工具降低了金融服務(wù)的門檻，促進(jìn)了傳統(tǒng)民間借貸與銀行的競爭，改善了傳統(tǒng)金融體系的信貸歧視問題^{［23，24］}，股權(quán)融資層面改善企業(yè)信息披露質(zhì)量、提升公司治理與市場流動性^［25］，這種影響甚至可能改變我國企業(yè)的融資偏好。已有研究證實(shí)數(shù)字金融通過降低融資成本和減少短貸長投行為使中小企業(yè)傾向通過債務(wù)調(diào)整資本結(jié)構(gòu)。^［26］

基于上述分析，本文提出如下假設(shè)。

H1a：數(shù)字金融對降低企業(yè)債務(wù)、股權(quán)融資成本的影響效果不同。

（三）盈余管理與信息披露質(zhì)量的中介效應(yīng)

融資過程中的信息不對稱主要源于：一是企業(yè)內(nèi)部的信息不透明，二是外部市場上企業(yè)信息獲取的不充分。前者取決于信息公開的數(shù)量和質(zhì)量，后者取決于監(jiān)管機(jī)構(gòu)、數(shù)字化技術(shù)對企業(yè)信息的挖掘程度，以此評估監(jiān)督其信息披露質(zhì)量，從而對融資方進(jìn)行有效約束。盈余管理就是企業(yè)內(nèi)部干預(yù)自身信息披露的一種手段，在遵循會計(jì)準(zhǔn)則的前提下，企業(yè)通過操控或調(diào)整公司對外披露的會計(jì)盈余信息，達(dá)到自身利益最大化，以誤導(dǎo)部分利益相關(guān)者對公司經(jīng)營的認(rèn)知，或影響基于會計(jì)數(shù)據(jù)的契約結(jié)果。^［27］盈余管理有助于企業(yè)履行契約并傳遞內(nèi)部信息，但盈余管理過度則為管理者提供更多操縱財務(wù)數(shù)據(jù)的彈性空間，引發(fā)債權(quán)人或投資者擔(dān)憂從而要求更高風(fēng)險補(bǔ)償，增加企業(yè)融資成本。^［28］信息披露則是資本市場對企業(yè)的一種外部監(jiān)督與管理機(jī)制，企業(yè)依法依規(guī)自愿或強(qiáng)制通過招股說明書、定期或臨時報告等形式向公眾公開披露重要信息，監(jiān)管機(jī)構(gòu)、交易所根據(jù)其真實(shí)性、準(zhǔn)確性和完整性等情況進(jìn)行評級。高質(zhì)量的信息披露能增強(qiáng)分析師預(yù)測的準(zhǔn)確性、提高信息透明度，減少交易者獲取額外信息的成本，提升資源配置效率，同時能夠發(fā)揮信號傳遞效果，降低債權(quán)人或投資者的預(yù)期風(fēng)險、緩解代理問題，從而降低融資成本。^［29］

因此，盈余管理和信息披露質(zhì)量對企業(yè)融資的信息不對稱具有重要影響作用（見圖1中②部分），數(shù)字金融的發(fā)展通過資源效應(yīng)拓寬信息渠道，助力債權(quán)人與投資者精準(zhǔn)識別企業(yè)風(fēng)險與信息披露質(zhì)量，快速篩選優(yōu)質(zhì)對象，降低盈余管理需求，提升信息披露水平。其治理效應(yīng)強(qiáng)化監(jiān)督，約束管理層行為，提高盈余管理成本，促使信息質(zhì)量提升^［30］，從而緩解信息不對稱，降低融資成本。此過程中，盈余管理與信息披露質(zhì)量作為信息不對稱的具象，扮演中介角色。鑒于債務(wù)與股權(quán)融資在信息優(yōu)勢與信息不對稱上的差異，兩者對信息披露的內(nèi)部干預(yù)與外部監(jiān)督程度不同，進(jìn)而影響數(shù)字金融降低融資成本的中介效應(yīng)?；谏鲜龇治?，本文提出如下假設(shè)。

H2：企業(yè)盈余管理、信息披露質(zhì)量在數(shù)字金融降低融資成本的作用中起到中介效應(yīng)。

H2a：針對不同融資模式，企業(yè)盈余管理、信息披露質(zhì)量的中介效應(yīng)存在差異。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文選取2011—2020年中國A股非金融類上市公司作為研究對象。數(shù)字金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心，公司基本信息、財務(wù)數(shù)據(jù)來源于WIND金融數(shù)據(jù)庫、銳思數(shù)據(jù)庫、國泰安CSMAR數(shù)據(jù)庫、深圳證券交易所和上海證券交易所等。本文對原始數(shù)據(jù)進(jìn)行了如下處理：1.剔除所有金融類上市企業(yè)；2.剔除所有ST、*ST和PT類企業(yè)；3.剔除數(shù)據(jù)缺失樣本；4.對微觀企業(yè)數(shù)據(jù)中的連續(xù)變量，進(jìn)行1%和99%分位數(shù)的Winsor處理。最終，總共得到14331個非平衡面板數(shù)據(jù)觀測值。

（二）變量定義

1.被解釋變量

債務(wù)融資成本（DebtCost）。借鑒李廣子和劉力的方法^［31］，采用利息費(fèi)用與負(fù)債比，即利息支出與公司總負(fù)債的比值對債務(wù)融資成本進(jìn)行衡量。

股權(quán)融資成本（r）。根據(jù)Easton的研究^［32］，選取MPEG模型下的權(quán)益資本成本r。

其中，EPS和EPS分別表示分析師預(yù)測未來一年的每股收益、預(yù)測未來兩年的每股收益，P表示年初股票價格，dps表示下一期每股股利。本文中dps=EPS×δ，δ為過去三年的平均股利支付率。^{［33，34］}

2.解釋變量

數(shù)字金融指數(shù)（DFI）。采用北京大學(xué)數(shù)字金融研究中心和螞蟻科技集團(tuán)聯(lián)合編制的數(shù)字金融指數(shù)。為消除量綱，本文對數(shù)字金融指數(shù)除以100，調(diào)整為以1為基準(zhǔn)的指標(biāo)變量。

3.中介變量

盈余管理水平（EM）。參照Guan等^［35］的做法將總盈余（TACC）分解為操縱性應(yīng)計(jì)和非操縱性應(yīng)計(jì)。其中總盈余參考馬榕和石曉軍的方法^［36］，使用凈利潤與經(jīng)營現(xiàn)金流量之間的差值衡量。操縱性應(yīng)計(jì)項(xiàng)目通過總資產(chǎn)規(guī)模的倒數(shù)（1TAST）、營收變化與總資產(chǎn)的比值（ΔSaleTAST）、固定資產(chǎn)與總資產(chǎn)的比值（PPETAST）以及凈利潤與總資產(chǎn)的比值（NITAST）進(jìn)行估計(jì)。然后分年度對每個行業(yè)進(jìn)行回歸，并將回歸后的殘差值作為操縱應(yīng)計(jì)，作為盈余管理水平的測度。

信息披露質(zhì)量（Disclose）。采用深交所的信息披露考評指標(biāo)作為企業(yè)信息披露水平的測度^［37］，同時為確保樣本的代表性，將上交所的考評結(jié)果也納入進(jìn)來^①【①上交所從2016年開始對上市公司進(jìn)行信息披露質(zhì)量的考評，并根據(jù)考評結(jié)果分為A、B、C、D四級。】?？荚u將上市公司分為優(yōu)秀（A）、良好（B）、及格（C）和不及格（D）四個級別，本文對A、B、C、D分別取值4、3、2、1。

4.控制變量

參考肖忠意等^［8］、張偉華等^［38］的研究，本文加入以下控制變量：負(fù)債水平（Lev）、資產(chǎn)規(guī)模（Size）、現(xiàn)金流比率（Cashflow）、公司成長性（Grow）、凈資產(chǎn)收益率（ROE）、公司年齡（Age）、董事人數(shù)（Board）。^②【②負(fù)債水平為資產(chǎn)負(fù)債率；資產(chǎn)規(guī)模為期末總資產(chǎn)取自然對數(shù)；現(xiàn)金流比率為經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額除以總資產(chǎn)；公司成長性為當(dāng)年?duì)I業(yè)收入增長額與期初營業(yè)收入的比值；凈資產(chǎn)收益率為凈利潤與期末權(quán)益的比值；公司年齡為成立年份到當(dāng)年的時間取對數(shù)；董事人數(shù)為董事會人數(shù)取自然對數(shù)。】

（三）模型設(shè)定

為了檢驗(yàn)數(shù)字金融對融資成本的影響，驗(yàn)證假說H1、H1a，本文構(gòu)建如下回歸模型：

Cost=α+αDFI+∑αCVs+∑λDumm+ε（3）

其中，i表示地區(qū)，t表示年份，Cost表示融資成本，DFI表示數(shù)字金融指數(shù)，CVs表示控制變量，Dumm為年度、省份和行業(yè)固定效應(yīng)，α為模型截距項(xiàng)，α為數(shù)字金融系數(shù)，α為控制變量系數(shù)，λ為控制固定效應(yīng)的估計(jì)系數(shù)，ε表示隨機(jī)誤差項(xiàng)。

為探討數(shù)字金融影響企業(yè)融資成本的潛在機(jī)制，驗(yàn)證假說H2、H2a，本文從信息不對稱的視角出發(fā)，進(jìn)行中介效應(yīng)檢驗(yàn)：

med=β+βDFI+∑βCVs+∑λDumm+ε（4）

Cost=ω+ωmed+∑ωCVs+∑λDumm+ε（5）

Cost=θ+θDFI+θmed+∑θCVs+∑λDumm+ε（6）

其中med表示中介變量。這里參考曾國安等的方法^［39］，采用四段式中介機(jī)制模型進(jìn)行檢驗(yàn)，通過對式（4）～（6）中系數(shù)β、ω、θ、θ的顯著性來判斷中介變量是否存在中介效應(yīng)，并運(yùn)用Sobel檢驗(yàn)和Bootstrap檢驗(yàn)來進(jìn)一步判斷回歸結(jié)果，以提高機(jī)制檢驗(yàn)的完備性和可靠性。

四、實(shí)證結(jié)果

（一）基準(zhǔn)回歸結(jié)果

對公式（3）進(jìn)行估計(jì)，結(jié)果如表1所示。（1）～（4）列DFI回歸系數(shù)均顯著為負(fù)，說明數(shù)字金融能降低企業(yè)融資成本，支持了假說H1。由于數(shù)據(jù)量綱的問題，無法直接比較表1中DebtCost與r的系數(shù)大小，因此，在第（2）列和第（4）列回歸結(jié)果的基礎(chǔ)上，計(jì)算估計(jì)系數(shù)乘以被解釋變量的均值并除以解釋變量的均值，結(jié)果顯示，DFI對DebtCost、r的彈性系數(shù)分別為-1.2995和-0.1640，表明與股權(quán)融資相比，數(shù)字金融降低債務(wù)融資成本效果更好，假說H1a得證。結(jié)合理論與描述性統(tǒng)計(jì)，債務(wù)融資的平均成本低于股權(quán)融資成本，同時債務(wù)融資方多為銀行等傳統(tǒng)的金融中介機(jī)構(gòu)，專業(yè)性、技術(shù)更新需求更強(qiáng)，數(shù)字金融帶來的競爭對行業(yè)沖擊更劇烈，因而債務(wù)融資成本受數(shù)字金融影響的敏感性更高。

（二）中介效應(yīng)檢驗(yàn)

對公式（4）～（6）進(jìn)行估計(jì)，結(jié)果如表2所示。（1）～（5）列結(jié)果顯示：當(dāng)中介變量為盈余管理水平時，數(shù)字金融顯著降低企業(yè)盈余管理水平（DFI系數(shù)顯著為負(fù)）。在債務(wù)融資方面，數(shù)字金融通過降低企業(yè)盈余管理水平進(jìn)而降低債務(wù)融資成本（EM系數(shù)顯著為正，DFI系數(shù)仍顯著為負(fù)），經(jīng)Sobel和Bootstrap檢驗(yàn)確認(rèn)其顯著性。然而，在股權(quán)融資中，盈余管理水平未具有顯著的中介效應(yīng)（EM系數(shù)不顯著，Sobel檢驗(yàn)未通過，Bootstrap置信區(qū)間含0）。（6）～（10）列結(jié)果顯示：當(dāng)中介變量為信息披露質(zhì)量時，數(shù)字金融顯著提高企業(yè)信息披露質(zhì)量（DFI系數(shù)顯著為正）。無論是債務(wù)融資，還是股權(quán)融資，數(shù)字金融都可通過提升企業(yè)信息披露質(zhì)量進(jìn)而降低企業(yè)的債務(wù)融資成本（EM系數(shù)顯著為正，DFI系數(shù)仍顯著為負(fù)），經(jīng)Sobel和Bootstrap檢驗(yàn)又確認(rèn)其顯著性。

上述結(jié)果證實(shí)，數(shù)字金融通過提升盈余管理水平和信息披露質(zhì)量兩條路徑降低融資成本，驗(yàn)證假說H2。但是融資模式不同，作用機(jī)制各異。債務(wù)融資中，數(shù)字金融通過改善盈余管理和提升信息披露雙重作用緩解信息不對稱；股權(quán)融資則主要通過提升信息披露質(zhì)量降低融資成本，驗(yàn)證假說H2a。結(jié)合前文理論分析，由于股東可直接參與企業(yè)決策，股權(quán)融資更依賴高質(zhì)量的信息披露來減少信息不對稱問題，降低融資成本。與之相比，債務(wù)融資因易受企業(yè)盈余管理的影響，所以在信息披露之外同時依賴企業(yè)盈余透明來減輕信息不對稱，從而降低融資成本。

五、拓展性分析與穩(wěn)健性檢驗(yàn)

（一）拓展性分析

1.管理層持股的調(diào)節(jié)效應(yīng)

管理層持股比例的變化會影響其權(quán)力及其行為方式，進(jìn)而影響上市公司的投融資決策、內(nèi)部控制、委托代理問題。^{［40，41］}本文引入管理層持股與數(shù)字金融的交互項(xiàng)（DFI×Mshare）討論管理層持股在數(shù)字金融降低融資成本中發(fā)揮的作用。行業(yè)年度中位數(shù)以上Mshare賦值1（高持股比例），以下賦值0（低持股比例）。表3中（1）（2）列結(jié)果顯示，管理層持股越少，數(shù)字金融越能降低企業(yè)的股權(quán)融資成本。這可能是因?yàn)楣蓹?quán)融資更依賴市場預(yù)期與公司內(nèi)部決策，管理層持股調(diào)節(jié)效應(yīng)顯著，而債務(wù)融資依賴專業(yè)評估，獨(dú)立性相對較強(qiáng)，受管理層持股影響較小。

2.基于企業(yè)規(guī)模的異質(zhì)性分析

數(shù)字金融的資源效應(yīng)拓寬了企業(yè)融資渠道與金融服務(wù)觸達(dá)能力，因此能夠降低企業(yè)融資成本。^［42］本文引入企業(yè)規(guī)模與數(shù)字金融的交互項(xiàng)（DFI×Scale）來探討這一問題。行業(yè)年度中位數(shù)以上Scale賦值1（大型企業(yè)），以下賦值0（中小企業(yè)）。表3中（3）（4）列結(jié)果顯示，數(shù)字金融對中小企業(yè)債務(wù)融資成本的降低作用更為顯著，而對大型企業(yè)則更多體現(xiàn)在股權(quán)融資成本上。這可能歸因于中小企業(yè)更依賴債務(wù)融資，數(shù)字金融能高效簡化其融資流程，而大型企業(yè)因業(yè)務(wù)多元、信息透明，數(shù)字金融對其股權(quán)融資成本影響更為深刻。

3.基于外部環(huán)境的異質(zhì)性分析

企業(yè)融資受外部環(huán)境影響，在市場化成熟、金融體系完善、信息透明的地區(qū)，數(shù)字金融明顯優(yōu)化了資金配置。^{［43，44］}本文引入地區(qū)金融市場化與數(shù)字金融的交互項(xiàng)（DFI×Fin），分析其對融資成本的影響。其中，金融市場化程度（Fin）基于樊綱等編制的指數(shù)，地區(qū)年度中位數(shù)以上Fin賦值1（高市場化），以下賦值0（低市場化）。表3中（5）（6）列結(jié)果顯示，高金融市場化地區(qū)，數(shù)字金融顯著降低了企業(yè)債務(wù)融資成本；低金融市場化地區(qū)數(shù)字金融對股權(quán)融資成本影響有限。這或許是由于股權(quán)融資市場門檻高、資金配置的機(jī)制復(fù)雜，數(shù)字金融與金融市場化協(xié)同作用于股權(quán)融資的難度較大，相比之下，債務(wù)融資更易受益于兩者的相互作用。

4.基于是否高新技術(shù)企業(yè)的異質(zhì)性分析

企業(yè)所屬行業(yè)的不同影響融資成本，如高新技術(shù)企業(yè)面臨創(chuàng)新高增值、智力密集、高風(fēng)險高回報的生產(chǎn)經(jīng)營特點(diǎn)，這通常帶來融資渠道狹窄、風(fēng)險高和擔(dān)保能力不足的問題。^［45］本文引入高新技術(shù)屬性與數(shù)字金融的交互作用（DFI×Hightech）來探討這一問題。若屬于界定的六大行業(yè)^①【①高新技術(shù)企業(yè)屬性以國民經(jīng)濟(jì)行業(yè)分類中的醫(yī)藥制造業(yè)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)，儀器儀表制造業(yè)，化學(xué)原料和化學(xué)制品制造業(yè)，化學(xué)纖維制造業(yè)，鐵路、船舶、航空航天和其他運(yùn)輸設(shè)備制造業(yè)等行業(yè)企業(yè)為高新技術(shù)企業(yè)?！縿tHightech賦值1（高新技術(shù)企業(yè)），反之取0（非高新技術(shù)企業(yè)）。^［46］表3中（7）（8）列結(jié)果顯示數(shù)字金融對高新技術(shù)企業(yè)的股權(quán)融資成本顯著降低，而對債務(wù)融資成本影響不顯著。黨的十八大以來，政策支持高新技術(shù)企業(yè)，推動債務(wù)融資向資本性金融轉(zhuǎn)變，如科創(chuàng)板設(shè)立等。數(shù)字金融通過提升信息透明度，增強(qiáng)市場流動性與風(fēng)險定價精度，進(jìn)而有效降低高新技術(shù)企業(yè)的股權(quán)融資成本。

（二）穩(wěn)健性檢驗(yàn)

本文采用四種方式進(jìn)行穩(wěn)健性檢驗(yàn)。一是替換債權(quán)、股權(quán)融資成本的衡量指標(biāo)，其中，債務(wù)融資成本分別參考李廣子和劉力^［31］、張新民等^［47］的方法，替換為變量DebtCost1、DebtCost2，其計(jì)算公式分別為：（利息支出+手續(xù)費(fèi)+其他財務(wù)費(fèi)用）/總負(fù)債，以及（應(yīng)付賬款+應(yīng)付票據(jù)+預(yù)收賬款-應(yīng)收賬款-應(yīng)收票據(jù)-預(yù)付賬款）/總資產(chǎn)；股權(quán)融資成本參考Easton的研究^［32］，替換為r，其計(jì)算公式為：r=EPS-EPSP，其中，EPS和EPS分別表示分析師預(yù)測未來一年的每股收益、預(yù)測未來兩年的每股收益，P表示年初股票價格。結(jié)果見表4中（1）～（3）列。二是替換數(shù)字金融發(fā)展水平的衡量指標(biāo)，參考鐘凱等的研究方法^［1］，使用數(shù)字金融指數(shù)中的子項(xiàng)金融覆蓋廣度（Cover）和金融使用深度（Use）進(jìn)行替換，結(jié)果見表4中（4）～（7）列。三是刪除特定樣本，參考宋敏等的方法^［44］，剔除直轄市（北京市、上海市、天津市、重慶市）的樣本后對基準(zhǔn)模型重新估計(jì)，結(jié)果見表4中（8）（9）列。四是更換回歸估計(jì)方法，根據(jù)描述性統(tǒng)計(jì)分析結(jié)果，企業(yè)債務(wù)融資成本的數(shù)據(jù)分布具有左側(cè)截斷的特征（Y≥0） ，因此采用Tobit回歸模型重新進(jìn)行估計(jì)，結(jié)果見表4中第（10）列。針對股權(quán)、債券的穩(wěn)健性檢驗(yàn)結(jié)果均與基準(zhǔn)結(jié)果一致，支持了本文研究結(jié)論。

（三）內(nèi)生性問題

本文采用三種方式緩解潛在的內(nèi)生性。一是解釋變量滯后一期；二是進(jìn)行GMM估計(jì)，加入債務(wù)、股權(quán)融資成本的滯后一期作為解釋變量進(jìn)行再次估計(jì)；三是使用工具變量法，借鑒鐘凱等^［1］、喻平等的研究方法^［48］，分別選取企業(yè)在當(dāng)年同一省份剔除自己所在城市外其他所有城市的數(shù)字金融指數(shù)均值、各地級市到杭州的球面距離作為工具變量^①【①兩個工具變量的 Kleibergen-Paap rk LM統(tǒng)計(jì)量均在顯著水平（1%）上通過了工具變量可識別的原假設(shè)。另外，Cragg-Donald Wald F統(tǒng)計(jì)量的值超過了弱工具變量識別F檢驗(yàn)在10%顯著性水平上的臨界值16.38，因此我們也可以拒絕弱工具變量的原假設(shè)。這說明工具變量是合理可靠的?！俊１?結(jié)果顯示，三種方式得到的核心解釋變量（L.DFI或DFI）的系數(shù)均顯著為負(fù)，進(jìn)一步支持了本文研究結(jié)論的穩(wěn)健性。

六、結(jié)論與啟示

本文以2011—2020年滬深A(yù)股上市公司為樣本，探究了數(shù)字金融對債務(wù)與股權(quán)融資成本的影響差異，以及內(nèi)部盈余管理、外部信息披露的雙重信息不對稱視角下的作用機(jī)制。研究表明：第一，數(shù)字金融有效降低企業(yè)融資成本，相比股權(quán)融資對債務(wù)融資影響更大。目前數(shù)字金融技術(shù)多應(yīng)用于銀行等傳統(tǒng)金融體系，其資源效應(yīng)和治理效應(yīng)更多借助信貸渠道影響企業(yè)資本結(jié)構(gòu)與融資偏好，這也印證了該結(jié)論。第二，數(shù)字金融通過優(yōu)化企業(yè)盈余管理和提高信息披露質(zhì)量來減少信息不對稱，降低融資成本。在債務(wù)融資中，企業(yè)盈余管理與信息披露發(fā)揮部分中介效應(yīng)，而在股權(quán)融資中，只有信息披露發(fā)揮部分中介效應(yīng)。這可能會影響企業(yè)資本結(jié)構(gòu)調(diào)整，導(dǎo)致債務(wù)融資偏好增加，尤其對我國目前“先股后債”的融資順序可能會有所影響。第三，管理層持股越少、企業(yè)規(guī)模越大，數(shù)字金融越能顯著降低股權(quán)融資成本，地區(qū)金融市場化程度越高、企業(yè)規(guī)模越小，數(shù)字金融越能顯著降低債務(wù)融資成本，這些因素也可能進(jìn)一步影響企業(yè)融資順序。

本文政策建議如下：第一，政府層面，做好頂層設(shè)計(jì)，大力推動數(shù)字金融制度和基礎(chǔ)設(shè)施建設(shè)，相關(guān)政策向重點(diǎn)對象和地區(qū)傾斜，充分發(fā)揮數(shù)據(jù)生產(chǎn)要素作用。政府應(yīng)加快數(shù)字經(jīng)濟(jì)立法，優(yōu)化數(shù)字金融政策，建立評價體系，最大化其在降低企業(yè)債務(wù)融資成本中的作用。同時，加強(qiáng)數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，提升企業(yè)投資效率、公司治理和風(fēng)險管理能力，優(yōu)化融資策略。第二，市場層面，充分發(fā)揮數(shù)字金融“數(shù)字”+“包容性”的優(yōu)勢，完善市場信息披露制度，提高服務(wù)實(shí)體經(jīng)濟(jì)的能力。金融機(jī)構(gòu)應(yīng)使用大數(shù)據(jù)、人工智能和云計(jì)算等技術(shù)，建立高水平信用評級的數(shù)字風(fēng)控體系，構(gòu)建多層次服務(wù)體系，為不同類型企業(yè)提供多元化服務(wù)，特別是中小企業(yè)。根據(jù)地區(qū)特點(diǎn)開發(fā)數(shù)字金融產(chǎn)品，擴(kuò)大中西部地區(qū)覆蓋，增強(qiáng)企業(yè)資金支持渠道，提升金融服務(wù)可得性。第三，企業(yè)層面，依托數(shù)字金融優(yōu)化資本結(jié)構(gòu)，主動進(jìn)行信息披露，完善公司治理。企業(yè)應(yīng)推進(jìn)數(shù)字化，通過數(shù)字金融的資源效應(yīng)和治理效應(yīng)提高投融資效率，降低風(fēng)控和監(jiān)督成本，減少融資成本。同時，需要提高信息披露質(zhì)量，明確披露責(zé)任，并通過外部監(jiān)督和優(yōu)化內(nèi)部盈余管理來提升透明度。企業(yè)管理層應(yīng)使用數(shù)字金融優(yōu)勢提升治理水平，減少委托代理問題，優(yōu)化治理結(jié)構(gòu)，根據(jù)企業(yè)特點(diǎn)和市場狀況選擇合適融資模式，做出科學(xué)決策。

參考文獻(xiàn)：

［1］鐘凱，梁鵬，董曉丹，王秀麗. 數(shù)字普惠金融與商業(yè)信用二次配置［J］. 中國工業(yè)經(jīng)濟(jì)，2022（1）：170～188.

［2］唐文進(jìn)，李爽，陶云清. 數(shù)字普惠金融發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級——來自283個城市的經(jīng)驗(yàn)證據(jù)［J］. 廣東財經(jīng)大學(xué)學(xué)報，2019（6）：35～49.

［3］侯世英，宋良榮. 數(shù)字金融對地方政府債務(wù)融資的影響［J］. 財政研究，2020（9）：52～64.

［4］余珍，周磊. 數(shù)字金融如何影響企業(yè)股權(quán)融資成本——機(jī)制檢驗(yàn)、異質(zhì)性特征與經(jīng)濟(jì)后果［J］. 財會通訊，2022（3）：57～60.

［5］郭峰，王靖一，王芳，孔濤，張勛，程志云. 測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］. 經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401～1418.

［6］王雁飛，周茂清.我國數(shù)字金融發(fā)展的內(nèi)生動力、現(xiàn)實(shí)挑戰(zhàn)和政策建議［J］.金融理論探索，2022（3）：56～63.

［7］阮堅(jiān)，申么，范忠寶. 何以驅(qū)動企業(yè)債務(wù)融資降成本——基于數(shù)字金融的效用識別、異質(zhì)性特征與機(jī)制檢驗(yàn)［J］. 金融經(jīng)濟(jì)學(xué)研究，2020（1）：32～44.

［8］肖忠意，陳海濤，李潤琪. 數(shù)字普惠金融發(fā)展能降低上市公司債務(wù)融資成本嗎［J］. 財會月刊，2022（4）：34～41.

［9］陳旭，趙全厚. 數(shù)字金融對企業(yè)正規(guī)融資影響：擠出還是促進(jìn)——基于企業(yè)成本微觀調(diào)研數(shù)據(jù)［J］. 經(jīng)濟(jì)體制改革，2022（2）：180～186.

［10］陳廉，易露，陳強(qiáng). 數(shù)字金融、中小企業(yè)債務(wù)融資與債權(quán)人異質(zhì)性［J］. 貴州財經(jīng)大學(xué)學(xué)報，2021（5）：53～60.

［11］田國強(qiáng)，趙旭霞.金融體系效率與地方政府債務(wù)的聯(lián)動影響——民企融資難融資貴的一個雙重分析視角［J］.經(jīng)濟(jì)研究，2019（8）：4～20.

［12］Merton R. A Simple Model of Capital Market Equilibrium with Incomplete Information［J］. Journal of Finance， 1987， 42（3）： 483～510.

［13］Mocetti S， Pagnini M， Sette E. Information Technology and Banking Organization［J］. Journal of Financial Services Research， 2017， 51（3）： 313～338.

［14］封思賢， 郭仁靜. 數(shù)字金融， 銀行競爭與銀行效率［J］. 改革， 2019 （11）： 75～89.

［15］Jagtiani J， Lemieux C. The Roles of Alternative Data and Machine Learning in Fintech Lending： Evidence from the LendingClub Consumer Platform［J］. Financial Management， 2019， 48（4）： 1009～1029.

［16］翟淑萍，韓賢，張曉琳，陳曦.數(shù)字金融能降低企業(yè)債務(wù)違約風(fēng)險嗎［J］.會計(jì)研究，2022（2）：117～131.

［17］Bharath S T， Sunder J， Sunder S V. Accounting Quality and Debt Contracting［J］. The Accounting Review， 2008， 83（1）： 1～28.

［18］Allen F， Bartiloro L， Gu X， et al. Does Economic Structure Determine Financial Structure？［J］. Journal of International Economics， 2018， 114： 389～409.

［19］劉林.股權(quán)融資偏好模型分析與治理改進(jìn)設(shè)計(jì)［J］.金融研究，2006（10）：49-64.

［20］付雷鳴，萬迪昉，張雅慧.融資優(yōu)序理論新證：公司債、可轉(zhuǎn)債和增發(fā)股票宣告效應(yīng)的比較分析［J］.金融評論，2011（1）：101～114;125～126.

［21］李建標(biāo)，孫賓賓，王鵬程.財富約束、市場時機(jī)與融資行為的實(shí)驗(yàn)研究——優(yōu)序融資和市場擇時理論的行為元素提煉［J］.金融研究，2016（5）：124～137.

［22］劉柏，琚濤.會計(jì)穩(wěn)健性與公司融資方式選擇：外源融資視角［J］.管理科學(xué)，2020（5）：126～140.

［23］李小玲，崔淑琳，賴曉冰.數(shù)字金融能否提升上市企業(yè)價值——理論機(jī)制分析與實(shí)證檢驗(yàn)［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2020（9）：83～95.

［24］張曉燕，李金寶.數(shù)字普惠金融、融資約束與企業(yè)價值——基于中國2011—2018上市A股公司的經(jīng)驗(yàn)數(shù)據(jù)［J］.金融發(fā)展研究，2021（8）：20～27.

［25］姜婷鳳，易潔菲.數(shù)字經(jīng)濟(jì)時代降低小微企業(yè)融資成本的路徑——信息對稱與風(fēng)險分擔(dān)［J］.金融論壇，2022（5）：62～72.

［26］謝獲寶，敬卓爾，惠麗麗.數(shù)字普惠金融與中小企業(yè)資本結(jié)構(gòu)優(yōu)化［J］.南方金融，2022（8）：33～48.

［27］Healy P M， Wahlen J M. A Review of the Earnings Management Literature and Its Implications for Standard Setting［J］. Accounting Horizons， 1999， 13（4）： 365～383.

［28］顧奮玲，解角羊.內(nèi)部控制缺陷、審計(jì)師意見與企業(yè)融資約束——基于中國 A 股主板上市公司的經(jīng)驗(yàn)數(shù)據(jù)［J］.會計(jì)研究，2018（12）：77～84.

［29］吳靜宜，郭曉順.財務(wù)總監(jiān)兼任董秘與債務(wù)融資成本——基于信息披露質(zhì)量與分析師跟蹤的中介效應(yīng)［J］.財會通訊，2021（8）：53～57.

［30］胡振興，郜曉月，王豪.互聯(lián)網(wǎng)金融發(fā)展、內(nèi)部控制質(zhì)量與中小企業(yè)融資約束［J］.財會通訊，2019（30）：120～124.

［31］李廣子，劉力. 債務(wù)融資成本與民營信貸歧視［J］. 金融研究，2009（12）：137～150.

［32］Easton P D. PE Ratios， PEG Ratios， and Estimating the Implied Expected Rate of Return on Equity Capital［J］. The Accounting Review， 2004， 79（1）： 73～95.

［33］王冰潔，劉振濤. 管理層預(yù)測質(zhì)量對權(quán)益資本成本的影響［J］. 經(jīng)濟(jì)問題探索，2017（11）：46～58.

［34］沈紅波. 市場分割、跨境上市與預(yù)期資金成本——來自O(shè)hlson-Juettner模型的經(jīng)驗(yàn)證據(jù)［J］. 金融研究，2007（2）：146～155.

［35］Guan Y， Su L N， Wu D， et al. Do School Ties between Auditors and Client Executives Influence Audit Outcomes？［J］. Journal of Accounting and Economics， 2016， 61（2-3）： 506～525.

［36］馬榕，石曉軍. 中國債券信用評級結(jié)果具有甄別能力嗎——基于盈余管理敏感性的視角［J］. 經(jīng)濟(jì)學(xué)（季刊），2016（1）：197～216.

［37］李春濤，劉貝貝，周鵬. 賣空與信息披露：融券準(zhǔn)自然實(shí)驗(yàn)的證據(jù)［J］. 金融研究，2017（9）：130～145.

［38］張偉華，毛新述，劉凱璇. 利率市場化改革降低了上市公司債務(wù)融資成本嗎？［J］. 金融研究，2018（10）：106～122.

［39］曾國安，蘇詩琴，彭爽.企業(yè)杠桿行為與技術(shù)創(chuàng)新［J］.中國工業(yè)經(jīng)濟(jì)，2023（8）：155～173.

［40］Seo J. Board Effectiveness and CEO Pay： Board Information Processing Capacity， Monitoring Complexity， and CEO Pay-for-Performance Sensitivity［J］. Human Resource Management， 2017， 56（3）： 373～388.

［41］范海峰，周小春.管理層持股對創(chuàng)新績效的影響機(jī)理研究——基于融資約束的中介作用［J］.科研管理，2020（3）：52～60.

［42］Lee H H， Yang S A， Kim K. The Role of Fintech in Mitigating Information Friction in Supply Chain Finance［J］. Asian Development Bank Economics Working Paper Series， 2019（599）.

［43］馬芬芬，王滿倉.數(shù)字金融與金融資源配置［J］.金融理論與實(shí)踐，2021（8）：9～19.

［44］宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角［J］.中國工業(yè)經(jīng)濟(jì)，2021（4）：138～155.

［45］向顯湖，劉天.論表外無形資產(chǎn)：基于財務(wù)與戰(zhàn)略相融合的視角——兼析無形資源、無形資產(chǎn)與無形資本［J］.會計(jì)研究，2014（4）：3～9;95.

［46］姚凱，王亞娟.海歸高管與企業(yè)國際化——基于我國高科技上市公司的實(shí)證研究［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（11）：55～71.

［47］張新民，王玨，祝繼高.市場地位、商業(yè)信用與企業(yè)經(jīng)營性融資［J］.會計(jì)研究，2012（8）：58～65;97.

［48］喻平，豆俊霞.數(shù)字普惠金融、企業(yè)異質(zhì)性與中小微企業(yè)創(chuàng)新［J］.當(dāng)代經(jīng)濟(jì)管理，2020（12）：79～87.

How Does Digital Finance Affect the Cost of Different Financing Modes？

-Based on the Dual Perspective of Internal and External Information Asymmetry

GUO Jing^1，2，HUO Jiaxu^3，1，2，ZHANG Juying^1，2

（1.Financial Innovation and Risk Management Research Center， Hebei Finance University， Baoding， Hebei 071051， China; 2.Digital Financial Governance and Data Security Research Base of Hebei Province， Baoding， Hebei 071051， China; 3.School of Applied Economics， University of Chinese Academy of Social Sciences， Beijing 102488， China）

Abstract：Digital finance is of great significance to relieve the financing dilemma and reduce the financing cost of enterprises. However， research on the differential effects and mechanisms of digital finance in various financing models is relatively scarce. This paper using data from Shanghai and Shenzhen A-share listed companies from 2011 to 2020， explores the heterogeneous impact of digital finance on debt and equity financing costs， and investigates the mechanisms from the perspectives of internal earnings management and external information disclosure.The study finds that the resource and governance effects of digital finance can significantly reduce corporate financing costs. However， the cost reduction effect is more pronounced for debt financing compared to equity financing. Additionally， earnings management and the quality of information disclosure serve as mediators in debt financing， while only information disclosure is effective in equity financing. Further analysis reveals that firms with lower management shareholding， larger sizes， and those in high-tech sectors benefit more from digital finance in reducing equity financing costs. Conversely， firms in regions with higher financial marketization and smaller-scale enterprises benefit more significantly from reduced debt financing costs. This study contributes to financial institutions in providing precise services， optimizing corporate financing strategies and information management， and advancing the development of digital finance in China.

Key words：digital finance; financing cost; financing mode; information asymmetry; earnings management; information disclosure

責(zé)任編輯：蕭敏娜