作者 | Juecen Liu , Mengxuan Tang , John W. Goodell , Yang Hu
来源 | FRL
编译 | 程旭阳
一、引言
贸易信贷是商业运营的短期融资渠道，在商业交易中扮演着重要角色。作为一种常见的非正规融资形式，贸易信贷通常不需要提供传统抵押物或第三方担保，而是依赖于供需双方之间的信用评估和信任，极大地提高了许多企业的融资灵活性。在危机期间，贸易信贷是企业获取银行信贷的替代资金来源。然而，缺乏担保和抵押物也意味着供应商难以全面掌握客户企业的财务状况和偿债能力，增加了交易的信息摩擦。信息不对称问题极大地限制了企业获取贸易信贷的能力。以往的研究从公司治理和金融发展等多种角度探讨了贸易信贷的影响因素。本文通过实证检验金融科技发展与企业贸易信贷获取之间的关系，拓展了现有文献研究视角。
金融科技代表了由先进技术驱动的金融创新。许多相关研究充分证明了金融科技在缓解信息不对称问题方面的重要作用。金融科技创新本质上是通过技术手段减轻信息不对称，拓宽了企业获取信息的渠道，降低了信息获取成本。鉴于金融科技在提高企业信息透明度方面的作用，本文认为金融科技发展有望通过缓解供应商与客户企业之间的信息不对称，增加企业的非正规融资。然而，这一重要主题在文献中尚未得到充分研究。本文利用2011年至2022年中国上市公司的样本数据，发现强有力的证据表明金融科技发展有助于增加企业获取贸易信贷的机会。
二、研究假设
金融科技发展有助于缓解客户企业与供应商之间的信息不对称，从而增加企业获取贸易信贷的机会。金融科技提高了市场信息性并增加了企业财务信息披露的质量。此外，金融科技在支付和清算方面增强了市场信息传递的效率。大数据和人工智能等新技术的进步帮助提供者获取更多关于客户业务的非传统数据，降低了信息获取成本，这有助于提供者监控客户的信用状况。交易中信息摩擦的减轻提高了供应商判断企业前景和评估客户信用状况的准确性。当供应商能够更准确地判断客户企业的经营状况和增长潜力时，客户更有可能获得信贷支持。通过减少企业的信息不透明度，金融科技提高了外部监管的有效性，抑制了外部融资的盈余管理，并抑制了管理机会主义。金融科技驱动的信息透明度增加还降低了不确定性，促进了供应链中各方之间的协调与合作。这些都有助于增强供应商与客户之间的信任，从而帮助客户企业获取更多的贸易信贷。基于以上分析，本文提出以下假设：
假设1（H1）：金融科技发展与企业获取贸易信贷正相关。
三、研究设计
3.1 数据
本文的初始样本包含2011年至2022年上海和深圳A股市场所有上市公司，排除了金融行业的公司、有特别处理的公司以及缺失财务数据的公司。最终样本包括23,906个公司年度观测值。数据来源包括中国股票市场与会计研究（CSMAR）数据库及北京大学中国数字金融普惠指数。
3.2 变量
3.2.1 金融科技发展
本文基于北京大学中国数字金融普惠指数计算金融科技发展指数。本文的主要自变量，金融科技，定义为城市级、省级聚合的数字金融普惠指数的自然对数。此外，本文还使用城市层面覆盖广度指数和使用深度指数的自然对数作为替代金融科技度量指标。
3.2.2 贸易信贷
本文使用公司应付账款与总负债的比率作为贸易信贷的代理变量。为了进一步确认本文结果的稳健性，本文还有两个替代变量，分别是是应付账款与总资产的比率和应付账款与销售成本比率的自然对数。
3.2.3 控制变量
本文控制了一系列可能影响企业获取贸易信贷的公司特定变量，包括盈利能力、公司规模、资本支出、收入增长率和杠杆比率。
3.3模型设定
本文设定如下模型：
四、实证结果
4.1. 描述性统计
表2报告了本文实证分析中使用的主要变量的描述性统计。在中国，上市公司的应付账款与总负债比率平均约为26.3%，这与以往的贸易信贷研究大致一致。金融科技变量的均值和标准差分别为5.440和0.415，与以往的金融科技文献相似。
表2 描述性统计
4.2 主要结果
表3展示了金融科技与贸易信贷获取之间关系的不同模型规范的估计结果。第（1）列报告了金融科技与贸易信贷获取之间相关性的单变量回归估计。然后，第（2）和（3）列分别包含行业和年份固定效应及控制变量。本文在第（4）列报告了方程（1）的估计系数。如表所示，Fintech的系数在第（1）至（4）列中均为正且在1%水平上统计显著，支持本文的假设（H1），即金融科技发展增加了企业获取贸易信贷的机会。
表3 金融科技发展对企业贸易信贷获取的影响
4.3 稳健性检验
4.3.1 稳健性检验：贸易信贷获取和金融科技发展的替代度量
为确保本文发现的稳健性，本文使用两个替代的贸易信贷获取度量以及三个替代的金融科技发展度量重新运行回归模型。在表4中，本文观察到金融科技变量在所有模型中均与贸易信贷获取度量显著正相关。这些结果与主要发现一致。
表4 贸易信贷获取和金融科技发展的替代代理变量
4.3.2 稳健性检验：内生性问题
接下来，本文采用工具变量方法来缓解潜在的内生性问题。根据Ding等（2022）的研究，本文构建了金融科技的工具变量，HangZhou，并进行了两阶段最小二乘（2SLS）回归。HangZhou指的是样本公司到杭州的距离，计算为样本公司所在地到杭州的距离（以公里为单位）的自然对数。杭州是中国顶级金融科技服务提供商阿里巴巴集团的总部。作为世界知名的金融科技巨头，阿里巴巴集团的总部在杭州是公司运营的核心，也可能是其金融科技创新和服务输出的中心。因此，城市地理位置越靠近杭州，金融科技服务的可得性和普及度应越高。然而，与杭州的距离与企业获得的贸易信贷之间没有直接关联。
2SLS回归结果见表5。在第（1）列中，第一阶段回归的结果证实了HangZhou与Fintech之间显著正相关，这意味着靠近杭州的公司更有可能获得金融科技服务。下识别和弱识别检验的结果确认了本文工具变量的有效性。第二阶段结果见第（2）列。本文观察到工具化的Fintech仍然显著为正，表明内生性问题并未驱动本文的结果。
表5 工具变量法
4.4 影响渠道：信息不对称
企业的信息透明度决定了其可获得的贸易信贷量。高信息不对称不利于供应商对其客户的未来发展前景的判断以及他们之间信任的建立。金融科技促进了金融市场的信息性并提高了企业信息披露的质量，从而减少了信息摩擦。因此，本文认为金融科技通过信息不对称渠道改善了贸易信贷获取。本文使用两个代理变量来衡量信息不对称：机构持股（InstitutionalHoldings）和研发支出（R&D Expenditures）。第一个度量是公司股份由机构投资者持有的总百分比。本文将机构持股低于样本行业年中值的公司归为高信息不对称子组，其他公司归为低信息不对称子组。第二个度量是研发支出。本文将报告研发支出的样本公司归为高信息不对称组，其他公司归为另一组。
表6的报告结果显示，Fintech在高信息不对称子组中显著，而在低信息不对称子组中不显著，这意味着金融科技对贸易信贷获取的积极影响对于高信息不对称公司相比低信息不对称公司更大。这一结果支持了信息不对称渠道的可能性。
表6 信息不对称渠道
4.5 横截面分析
4.5.1 所有权结构
在中国，非国有企业（non-SOEs）相比国有企业（SOEs）面临更大的信息摩擦和缺乏政府背书，这限制了它们获取资源的能力。因此，非国有企业可能更有动机采用金融科技以获得更多贸易信贷。根据样本公司的所有权结构，本文将全样本分为非国有企业和国有企业，并重新估计方程（1）。表7显示了两个子组的回归结果。Fintech在非国有企业子组中的系数更为显著且更大，表明非国有企业获取的贸易信贷对金融科技发展的反应相对于国有企业更为敏感。
表7 所有权结构的影响
4.5.2 融资成本
高外部融资成本会增加企业对贸易信贷作为非正规融资来源的依赖。因此，高外部融资成本的企业应更有动机采用金融科技以获得更多贸易信贷。本文预测金融科技可以帮助高外部融资成本的企业更有效地获取贸易信贷。融资成本定义为利息支出除以长期和短期贷款的总和。表8展示了结果。在高融资成本子样本中，Fintech的系数显著为正，而在低融资成本子样本中不显著，这支持了金融科技发展对贸易信贷获取的影响在高融资成本企业中更为显著的观点。
表8 融资成本的影响
五、结论
众多与金融科技相关的研究表明，金融科技在缓解企业融资约束方面发挥着重要作用。本文从非正规融资的角度丰富了金融科技发展与企业财务战略之间关系的文献。利用2011年至2022年中国上市公司的数据，本文发现金融科技发展与企业获取贸易信贷显著正相关。本文进一步证实，这种积极影响在非国有企业和融资成本较高的企业中更为显著。此外，渠道分析结果表明，金融科技通过减少信息不对称增加了贸易信贷。
……
获取完整报告
请后台回复“非正规渠道融资”
获取下载链接
·END·
责编/杨世祺
编译/程旭阳
【延伸阅读】
