| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 金融/投资 |
| 数字金融对农业企业绩效的影响 |
| 第669期 作者：□文/杨 琦 陶建宏 时间：2021/11/16 11:09:15 浏览：237次 |
［提要］ 农业企业由于生产周期长、受季节影响大、经营风险较高等特点，一直面临“融资贵、融资难”问题。数字金融借助大数据分析、云计算等技术创新金融产品和服务，拓宽金融服务的可得性，可以缓解企业面临的融资约束。本文借助北京大学数字普惠金融指数以及我国上市农业企业相关数据，研究其对农业企业绩效的影响。
关键词：数字金融；融资约束；农业企业
中图分类号：F83 文献标识码：A
收录日期：2021年7月7日
一、研究背景
中国的数字金融最早可以追溯到2004年支付宝的上线，起初只是为了解决淘宝平台网络购物的交易问题，但是伴随着智能手机和移动互联网的发展，支付宝获得了越来越多的客户，对传统银行造成了不小的冲击。面对互联网企业的冲击，传统商业银行纷纷转型，推出了各种金融创新产品和服务，比如各大银行与中国银联携手推出了“云闪付”，旨在与支付宝、微信支付抢夺移动支付业务；光大银行在2016年内推出“云缴费”平台，便利居民的各项生活缴费；各大银行也相继推出类余额宝理财产品。互联网公司与传统金融机构纷纷发力，推动了我国数字金融的蓬勃发展。
“民以食为天”，农业在国家经济体系中处于基础性、重要性地位。但是，由于农业生产周期长、受季节影响大等特点，农业企业的经营风险较高，导致银行对农业贷款风险定价难。与发达国家相比，我国农村居民往往居住分散，农业生产规模较小，银行难以获得其真实的财务信息。由于信息不对称问题，银行往往不愿意给中小微农业企业提供贷款，造成大量有贷款需求的农户和农业企业得不到贷款，形成农业企业“融资难，融资贵”问题，严重制约了农业企业的发展。数字金融借助大数据分析、云计算等技术创新金融产品和服务，拓宽了金融服务的可得性，可以有效缓解农业企业“融资难，融资贵”问题。
二、文献综述
从2004年支付宝上线后，我国的数字金融迅速发展，为了准确刻画我国数字普惠金融发展状况，北京大学数字金融研究中心课题组与蚂蚁金服集团合作，编制了中国普惠金融发展指数。该指数编制成功后，许多学者利用该指数进行有关数字金融的研究，目前学者们的研究主要集中于以下方面：第一，宏观层面。张勋、万光华等（2019）利用该指数研究了数字普惠金融发展与包容性增长的关系，研究发现数字金融的发展改善了农村居民的创业环境，提升了家庭收入，进而促进了包容性增长。钱海章、陶云清等（2020）研究了数字金融发展对经济增长的作用，研究发现我国数字金融的发展显著促进了区域的经济增长，而且不同区域之间存在异质性，与东部地区相比，对中西部地区的经济增长的积极作用更显著。并且通过实证研究，指出数字金融对经济增长的影响机制：促进技术创新和创业行为，进而推动经济增长。金融是创业环境一个重要的组成部分，金融机构是否愿意向小微企业提供贷款直接影响其创业活动。谢绚丽、沈艳等将北京大学数字普惠金融指数与2012～2018年各省的新增注册企业数量结合，发现数字金融的发展对各省的创业活跃度有积极作用。第二，微观层面。何广文、刘甜在研究贫困地区农户创业活动中发现，在众多影响创业的因素中，金融系统的支持可以缓解创业者的资金约束，提升创业绩效。农村地区金融基础设施落后，农民由于缺乏必要的金融市场知识和贷款知识，往往很难从正规金融机构获取贷款，甚至还有些农民不知道如何申请贷款，面临严重的金融排斥。陈宝珍、任金政基于农村微观调查数据，研究发现数字普惠金融通过提高农民的金融知识在一定程度上缓解了金融排斥问题。在促进居民消费方面，数字金融极大地缩短了交易支付的时间，比如通过手机扫描二维码便可快速实现付款。张勋、杨桐等发现数字金融主要通过提升支付的便利性来促进居民消费。唐松、伍旭川等利用2011～2017年A股上市公司的数据进行实证研究，发现数字金融能改善企业“融资难，融资贵”的问题，进而促进企业的研发投入和技术创新能力。万佳彧、周勤等研究发现数字普惠金融发展能显著缓解中小微企业面临的融资约束。
关于企业绩效的影响因素，大量研究表明企业的人力资源管理，创新能力等因素在企业绩效中发挥着重要作用。第一，人力资源在公司绩效中发挥重要作用。张一驰、李书玲研究发现高效的人力资源管理通过提高企业的战略实施能力改善企业绩效。管理层的背景，如学历、性别、任期等也会对企业绩效产生影响，研究发现管理层学历背景与企业绩效呈正相关关系。在不同产权性质的企业中，管理者背景特征对企业绩效的影响也存在差异，国有企业中管理层的年龄、任期与投资规模之间负相关，管理者的这种投资行为又会对投资效率和公司业绩产生负面影响。第二，技术创新是企业绩效的驱动因素。胡元木、纪瑞从董事会成员背景角度出发，研究董事技术专长对企业绩效的影响，发现技术性董事在提升企业绩效上有显著作用，并指出创新效率在其中发挥的中介效应。
三、理论分析与研究假设
数字金融依靠移动互联网、大数据分析和云计算等技术，不断扩大应用场景，极大地拓展了金融服务的可得性和便捷性。王馨指出互联网金融作为新兴的金融模式，相较于传统金融，具有交易成本低，服务效率高等优点，可以满足被传统金融机构忽视的小微企业的金融服务需求，增加了有效金融服务的供给。数字技术的发展为解决企业融资困境提供了可行路径，通过5G、大数据、云计算等新技术可以有效甄别信用风险，发挥金融对小微企业的支持作用，助力企业发展。据此，本文提出第一个假设：
H1：数字金融发展与农业企业绩效存在正相关关系
我国农村正面临农业产业化趋势，农业产业化对资金的需求量极大，但是农业生产周期长、受恶劣天气及自然灾害的影响大、经营风险较高，传统银行在对农业贷款进行风险定价时困难重重，而且农业企业往往存在缺乏抵押资产、公司规模小、生产经营不规范、公司治理不完善等问题，银行难以取得其真实财务信息，造成企业与银行之间的信息不对称问题，因此农业企业难以从银行获得贷款，面临着较高的融资约束，影响企业经营发展。据此，本文提出第二个假设：
H2：企业面临的融资约束程度与企业绩效存在负相关系
数字金融借助大数据分析、云计算等技术创新金融产品和服务，拓宽了金融服务的可得性，缓解了农业企业“融资难，融资贵”问题。一些互联网公司运用自己的海量数据与技术优势，深入学习农业生产过程的各个环节，建立数学模型对企业的收入、成本、费用等财务信息进行预测，并以企业的应收账款、订单、存货等真实交易信息为依据向农业企业提供贷款，改善了以往需要抵押物才能获得贷款的困境，极大地缓解了农业企业面临的融资约束。通过缓解农业企业面临的融资约束，推动农业企业的采购、生产、加工、流通、销售等环节的顺利运行，对企业绩效起到了积极的促进作用。据此，本文提出第三个假设：
H3：融资约束是数字金融与农业企业绩效之间的中介变量，即数字金融通过缓解融资约束来促进农业企业绩效提高
四、实证研究
（一）样本与数据。本文采用以下数据：（1）北京大学数字普惠金融指数，来源于北京大学数字金融研究中心。（2）2012～2019年中国A股上市农业企业有关融资约束、企业绩效相关数据，并对数据做以下处理：①剔除农业类金融上市企业；②剔除样本期间被ST、*ST的企业；③剔除2012年以后上市的企业；④剔除数据缺失严重的样本企业。最后共有59家上市农业企业2012～2019年的有关数据，样本容量为472。数据来源于CSMAR数据库。
（二）变量定义（表1）
1、企业绩效。关于企业绩效的度量主要有两类指标，本文选取TobinQ值作为企业绩效的度量指标，原因如下：一是TobinQ值可以反映企业的长期绩效；二是与财务指标相比，TobinQ值不易被企业操纵，较为客观真实。
2、数字金融发展。选取北大数字普惠金融发展指数作为数字金融发展程度的度量指标。该指数从覆盖广度、服务深度、数字支持服务程度三个方面考察我国数字普惠金融发展状况。许多学者利用该指数进行有关数字金融的研究。本文将31个省份的数字普惠金融指数的平均值作为我国数字普惠金融发展状况的代表，且由于数字普惠金融指数相较于Tobinq值太大，故将数字普惠金融指数除以100。考虑到数字金融发展对缓解企业融资约束和促进企业绩效均具有滞后效应，故将该指数滞后一期，即用2011～2018年的数字普惠金融指数与2012～2019年的企业融资约束指数及Tobinq值相匹配。
3、融资约束。关于融资约束的度量，Kaplan和Zingales（1997）是最早对融资约束的测度进行学术研究的学者，他们利用企业的财务指标构建融资约束指数。后来，又有大量学者提出有关融资约束的测度方法，比如Lamont（2001）在Kaplan和Zingales的基础上构建了KZ指数。此外，还有WW指数和SA指数。本文选取SA指数作为融资约束度量，SA指数为-0.737×size+0.043×size2-0.04×age。其中，size表示企业期末资产的自然对数，age为企业年龄。SA指数绝对值越大，表明企业面临的融资约束程度越高。
4、控制变量。企业绩效影响因素较多，本文参考其他学者的研究，引入如下控制变量：（1）负债情况，用资产负债率表示；（2）企业规模，用企业期末资产的自然对数表示；（3）成长性，用企业营业收入增长率表示；（4）现金流量，用经营活动现金流量与期末资产的比值表示。
（三）模型构建。本文借鉴温忠麟、叶宝娟（2014）所提出的中介效应检验程序进行检验，具体模型（1）～（3）分别对应上文的3个假设：
Perform=α0+α1Dfi+α2Control+μ （1）
SA=β0+β1Dfi+β2Control+ε （2）
Perform=γ0+γ1Dfi +γ2SA+γ3Control+θ （3）
五、实证结果及分析
表2给出了对模型（1）～模型（3）的回归结果。首先，本部分实证检验了数字金融发展对企业绩效的影响。从表2中的模型1中可以看到，数字金融指数（index）和企业规模（size）在5%的水平上显著，企业发展能力（growth）在1%的水平上显著，结果表明数字金融发展对农业企业绩效提升具有积极促进作用，本文提出的第一个假设H1成立。接下来进行中介效应检验，先检验数字金融发展对企业融资约束的影响。从表2中的模型2中可以看出，数字金融发展（index）、企业规模（size）均在1%的水平上显著，表明数字金融发展显著缓解了农业上市公司的融资约束，本文提出的第二个假设H2成立。再将企业绩效变量作为被解释变量，将融资约束和数字金融发展同时作为解释变量做回归分析，结果如表2中的模型3所示，数字金融（index）、融资约束 （SA）和企业规模（size）均在5%的水平上显著，企业发展能力（growth）在1%的水平上显著，表明融资约束在数字金融和企业绩效关系中起到部分中介作用，本文提出的第三个假设H3成立。（表2）
六、结论
在互联网和数字经济转型的背景下，企业如何拓宽融资渠道开始受到更多关注。对于企业而言，融资渠道是否顺畅将会在很大程度上决定企业的经营目标能否顺利实现。特别地，考虑到我国主要以银行为主导的间接融资方式这一客观现实，农业企业由于自身经营特点和较大的经营风险，难以从银行获得生产经营所需资金。因此，如何缓解农业企业面临的融资约束，提高农业企业经营绩效是一个值得关注的问题。
考虑到数字金融的普惠性，本文借助2012～2019年农业上市公司的相关数据和数字普惠金融指数考察了数字金融发展对农业上市公司绩效的影响。本文主要研究结论为数字金融发展有效缓解了农业企业面临的融资约束问题，当农业企业的融资状况得到改善后，企业绩效也得到了显著提升，这表明融资约束在数字金融发展对农业企业绩效的促进作用中起到了中介效应，即数字金融的发展通过缓解企业面临的融资约束来提升农业企业的绩效。
（作者单位：陕西科技大学经济与管理学院）
主要参考文献：
［1］张勋，万光华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长［J］.经济研究，2019（08）.
［2］郭峰，王靖一，王芳，孔涛，张勋，程志云.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学季刊，2020.19（04）.
［3］钱海章，陶云清，曹松威，曹雨阳.中国数字金融发展与经济增长的理论与实证［J］.数量经济技术经济研究，2020（06）.
［4］谢绚丽，沈艳，张皓星，郭峰.数字金融能促进创业吗——来自中国的证据［J］.经济学季刊，2018（04）.
［5］何广文，刘甜.乡村振兴背景下农户创业的金融支持研究［J］.改革，2019（09）.
［6］陈宝珍，任金政.数字金融与农户：普惠效果和影响机制［J］.财贸研究，2020（06）.
［7］唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］.管理世界，2020（05）.
［8］万佳彧，周勤，肖义.数字金融、融资约束与企业创新［J］.经济评论，2020（01）.
［9］何韧，王维诚，王军.管理者背景与企业绩效：基于中国经验的实证研究［J］.财贸研究，2010（01）.
［10］李焰，秦义虎，张肖飞.企业产权、管理者背景特征与投资效率［J］.管理世界，2011（01）.
［11］胡元木，纪端.董事技术专长、创新效率与企业绩效［J］.南开管理评论，2017（03）.
［12］王馨.互联网金融助解“长尾”小微企业融资难问题研究［J］.金融研究，2015（09）.
［13］陆岷峰，徐阳洋.数字小微金融：产生场景与发展策略［J］.西南金融，2020（01）.
［14］温忠麟，叶宝娟.有调节的中介模型检验方法：竞争还是替补［J］.心理学报，2014（05）.
|
|
|
|
