開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇數字普惠金融與企業(yè)生命周期研究，希望這些內容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。

1理論分析與研究假設

1.1數字普惠金融與企業(yè)技術創(chuàng)新

企業(yè)創(chuàng)新被認為是一項高風險、高投資、周期長的活動。由于其對資金的高度依賴性，導致僅僅依靠企業(yè)內部融資難以滿足技術創(chuàng)新對資金的需求，因此外源性融資就變得非常必要。數字普惠金融的普惠性，極大地降低了貸款人的市場準入門檻。通過對用戶海量市場交易數據進行分析，構建新型客戶信用評估體系，在很大程度上緩解了信息不對稱的問題。數字普惠金融擺脫了傳統金融對貸款人抵押擔保品的需要，這極大地節(jié)約了交易時間，降低了貸款成本。綜上所述，提出以下假設：假設1：數字普惠金融有利于中小企業(yè)技術創(chuàng)新。

1.2數字普惠金融與企業(yè)技術創(chuàng)新的中介機制

數字普惠金融具有融資服務的便捷性、低門檻性等特征，通過對貸款人的大數據分析，了解其信用情況，緩解了信息不對稱情況，使廣大中小微企業(yè)和普通大眾也能夠享受金融服務，這無疑有利于緩解企業(yè)的融資約束。數字普惠金融通過第三方支付能夠有效保護廠商的利益，有利于提高企業(yè)銷售收入，增加內部現金流，減少對外部資金的需求，進而有利于降低企業(yè)杠桿率[5]。據此，提出以下假設：假設2a：數字普惠金融的發(fā)展通過緩解企業(yè)融資約束，促進了中小企業(yè)技術創(chuàng)新。假設2b：數字普惠金融的發(fā)展通過降低企業(yè)杠桿率，促進了中小企業(yè)技術創(chuàng)新。

1.3數字普惠金融、企業(yè)生命周期與企業(yè)技術創(chuàng)新

學界目前將企業(yè)生命周期劃分為成長期、成熟期和衰退期[6，7]。處于不同生命周期的企業(yè)，在技術創(chuàng)新方面表現出不同的特點。成長期的企業(yè)，擴大生產規(guī)模的意愿較強，但是因為企業(yè)處于初創(chuàng)期，商業(yè)模式不成熟，盈利能力較弱，面臨著較大的融資約束[8]。數字普惠金融在企業(yè)成長期滿足其研發(fā)所需的資金需求，預計能夠極大地促進企業(yè)技術創(chuàng)新。在成熟期的企業(yè)，現金流充足，融資約束較小[9]。處于該階段的企業(yè)，內部具有充足的現金流可以支持企業(yè)創(chuàng)新。隨著企業(yè)進入衰退期，市場份額開始逐漸降低，財務狀況開始惡化，生產經營出現困難，用于技術創(chuàng)新的資金短缺，很難從事研發(fā)活動。因此提出以下假設：假設3：數字普惠金融對成長期的企業(yè)技術創(chuàng)新促進作用最大，對成熟期企業(yè)促進作用次之，對衰退期企業(yè)作用最小。

2研究設計

2.1研究樣本與數據來源

本文依據數字普惠金融指數起始年份選擇了2011—2018年A股中小板和創(chuàng)業(yè)板上市公司的數據進行實證分析。數字普惠金融指數來源于北京大學數字金融研究中心編制的“北京大學數字普惠金融指數”，企業(yè)創(chuàng)新等數據來源于國泰安數據庫、Wind數據庫。按照慣例[10]，對數據進行以下處理：①剔除ST、ST*、PT等特殊企業(yè)樣本；②剔除金融業(yè)企業(yè)；③剔除主要變量存在缺失的樣本；④為了避免極端值對實證結果的影響，對所有連續(xù)變量進行上下各1%的縮尾處理，最終得到了6821個觀測值。

2.2變量定義與說明

（1）數字普惠金融。該指數分為四個部分，分別是數字普惠金融指數（Difi）、數字化程度（DL）、覆蓋廣度（CB）、使用深度（UD）。本文選擇數字普惠金融指數作為主要解釋變量，同時采用其他三個指數進行降維分析。（2）企業(yè)技術創(chuàng)新。借鑒相關文獻[11]，選擇企業(yè)專利申請總量（Patent）來衡量企業(yè)總體創(chuàng)新情況，此外還選擇了發(fā)明專利申請量（Exp）作為實質性創(chuàng)新指標，實用新型和外觀設計專利申請量（Prac）作為策略性創(chuàng)新指標?？紤]到企業(yè)當年專利申請量并不能反映當年的創(chuàng)新情況，即企業(yè)創(chuàng)新具有滯后性，因此選擇企業(yè)T+1年的專利申請量數據來衡量T年的創(chuàng)新情況。同時鑒于很多公司當年的發(fā)明專利申請量為0，也就是存在著以0為下限的“歸并數據”問題，因此本文將專利申請量加1后再取對數進行分析。（3）企業(yè)生命周期。現有文獻對企業(yè)生命周期的劃分方法并不統一，總體來說，分為三類：單一變量法、財務指標綜合法、現金流量法。其中，Dickinson（2011）[12]提出的現金流量法具有可操作性強、客觀性強等特點，因此很多學者選擇該方法對企業(yè)生命周期進行劃分，本文也選擇該方法將企業(yè)生命周期劃分為成長期、成熟期和衰退期。（4）控制變量。為了控制其他可能影響企業(yè)創(chuàng)新的因素，選擇了企業(yè)規(guī)模（Size）、上市公司年齡（Age）、企業(yè)成長性（Growth）、財務杠桿（Lev）、產權性質（Soe）、兩職合一（Dual）、企業(yè)盈利能力（ROA）、高管薪酬激勵（Salary）、董事會結構（Board）等控制變量。

3實證分析

3.1基準回歸結果分析

（1）、列（2）、列（3）是沒有添加控制變量的回歸結果?？梢钥吹剑瑪底制栈萁鹑谥笖蹬c三種形式的專利申請量回歸系數均高度顯著，這說明數字普惠金融能夠促進中小企業(yè)技術創(chuàng)新。而且對企業(yè)實質性創(chuàng)新（F.exp）的促進作用要大于對策略性創(chuàng)新（F.prac）的促進作用。列（4）、列（5）、列（6）則是加入了控制變量以后的回歸結果?？梢钥吹皆诩尤肟刂谱兞亢?，并未改變上述結論，說明數字普惠金融緩解了企業(yè)融資約束，促進了企業(yè)技術創(chuàng)新，即假設1成立。

3.2數字普惠金融指數降維回歸結果分析

數字普惠金融指數分為四個部分，分別是數字普惠金融指數（Difi）、數字化程度（DL）、覆蓋廣度（CB）、使用深度（UD）。實證結果顯示，數字普惠金融的三個細分指標與企業(yè)專利申請量的相關系數均顯著為正，這說明數字普惠金融的數字化程度越高、覆蓋范圍越廣、使用程度越深，則其對中小企業(yè)技術創(chuàng)新的促進作用就越明顯。

3.3內生性分析

（1）被解釋變量滯后一期數字普惠金融和企業(yè)創(chuàng)新之間可能存在著反向因果關系。為了緩解這一內生性問題，在回歸中采用的T-1期專利申請量重新進行回歸。這在一定程度上緩解了反向因果導致的內生性問題。（2）兩階段工具變量法（2SLS）采用兩階段工具變量法（2SLS）重新進行回歸。選擇了互聯網普及率（netrate）作為數字普惠金融的工具變量，原因在于互聯網是數字金融發(fā)展的重要基礎設施，與數字金融高度相關，在對企業(yè)基本特征進行控制以后，互聯網普及率可以作為數字普惠金融的工具變量[14]。內生性檢驗結果如表3所示?？梢钥吹?，所有解釋變量滯后一期的回歸結果仍顯著為正，這說明本文結論具有可靠性。工具變量的第一階段回歸結果表明互聯網普及率與數字普惠金融顯著正相關，說明工具變量的選擇是合理的，第二階段的回歸結果也顯著為正。

3.4穩(wěn)健性分析

（1）更換被解釋變量選擇研發(fā)投入/營業(yè)收入作為企業(yè)創(chuàng)新投入指標，重新進行回歸，結果顯示，數字普惠金融的細分指標均與企業(yè)研發(fā)強度顯著正相關。這與之前的分析結論一致，說明本文的結論是穩(wěn)健的。更換回歸模型鑒于專利申請量存在“歸并數據問題”，采用Tobit模型進行回歸分析?；貧w結果顯示，數字普惠金融與企業(yè)技術創(chuàng)新之間的正相關關系仍然成立，說明本文的結論是穩(wěn)健的。

4機制分析

本文以融資約束（SA）和財務杠桿（Lev）為中介變量來研究數字普惠金融與企業(yè)創(chuàng)新之間的作用機制。從PanelA中列（1）、列（4）、列（6）可以看出，數字普惠金融與企業(yè)技術創(chuàng)新之間存在顯著的正相關關系，列（2）顯示數字普惠金融與融資約束呈現顯著的負相關關系，說明數字普惠金融的發(fā)展有利于緩解企業(yè)融資約束。列（3）、列（5）、列（7）則是將數字普惠金融Difi和融資約束SA同時引入模型，與企業(yè)創(chuàng)新進行回歸，結果顯示二者的系數均顯著，這說明融資約束是數字普惠金融與企業(yè)創(chuàng)新之間的中介變量，具有部分中介效應，驗證了假設2a。同樣PanelB的結果表明，財務杠桿是數字普惠金融與企業(yè)創(chuàng)新之間的中介變量，具有部分中介效應，驗證了假設2b。

5異質性分析

5.1企業(yè)生命周期的異質性分析

為了對假設3進行檢驗，按照企業(yè)所屬生命周期的不同，分別按照成長期、成熟期和衰退期進行分組回歸，結果如表5所示。列（1）至列（3）是成長期的企業(yè)，列（4）至列（6）是成熟期的企業(yè)，列（7）至列（9）是衰退期的企業(yè)。從回歸的系數來看，成長期的樣本回歸系數均顯著為正，這表明數字普惠金融對成長期企業(yè)的創(chuàng)新具有顯著正向影響。在成熟期的企業(yè)樣本中，數字普惠金融顯著促進了總體創(chuàng)新和實質性創(chuàng)新，但對策略性創(chuàng)新的影響則不顯著。在衰退期的企業(yè)樣本中，各項回歸系數均不顯著，這說明數字普惠金融并不能對處于衰退期的企業(yè)創(chuàng)新產生影響，假設3得到驗證。

5.2產權的異質性分析

按照企業(yè)所屬產權性質不同，根據國有企業(yè)和民營企業(yè)進行分組回歸，結果如下頁表6所示?？梢钥吹皆赑anelA中，數字普惠金融對成長期和成熟期的國有企業(yè)技術創(chuàng)新具有非常顯著的促進作用，而對衰退期的企業(yè)作用則不顯著，這與之前的分析結論是一致的。即數字普惠金融對企業(yè)技術創(chuàng)新的影響在成長期最為有效，在成熟期次之，而在衰退期則最弱。在民營企業(yè)樣本中，數字普惠金融對企業(yè)技術創(chuàng)新的促進作用在成長期和成熟期非常顯著，而在衰退期則并不明顯。通過對比可以發(fā)現，數字普惠金融對民營企業(yè)技術創(chuàng)新的促進作用要大于對國有企業(yè)的作用?？赡艿脑蛟谟趪衅髽I(yè)具有信用優(yōu)勢，有更多的資金來源渠道，融資約束較小。而民營企業(yè)則面臨著較大的融資約束，從事創(chuàng)新的資金不足。

6結論

本文選取我國2011—2018年A股中小板和創(chuàng)業(yè)板上市公司相關數據，對數字普惠金融、企業(yè)生命周期與企業(yè)創(chuàng)新之間的關系進行了實證檢驗。在此基礎上研究了融資約束和財務杠桿對二者關系的中介效應。通過實證檢驗得到以下結論：（1）數字普惠金融與企業(yè)實質性創(chuàng)新和策略性創(chuàng)新之間呈現正相關關系；（2）數字普惠金融通過緩解企業(yè)融資約束和降低財務杠桿從而促進了企業(yè)創(chuàng)新，融資約束、財務杠桿具有部分中介效應；（3）在考慮企業(yè)生命周期以后，發(fā)現數字普惠金融對成長期和成熟期企業(yè)的創(chuàng)新促進作用顯著，但是對處于衰退期的企業(yè)則不顯著；（4）異質性分析表明，在企業(yè)生命周期的不同階段，數字普惠金融對民營企業(yè)創(chuàng)新的促進效應相比于國有企業(yè)更加明顯。

參考文獻：

[1]唐松,伍旭川,祝佳.數字金融與企業(yè)技術創(chuàng)新——結構特征、機制識別與金融監(jiān)管下的效應差異[J].管理世界,2020,36(5).

[2]袁鯤,曾德濤.區(qū)際差異、數字金融發(fā)展與企業(yè)融資約束——基于文本分析法的實證檢驗[J].山西財經大學學報,2020,42(12).

[3]謝雪燕,朱曉陽.數字金融與中小企業(yè)技術創(chuàng)新——來自新三板企業(yè)的證據[J].國際金融研究,2021,(1).

[4]杜傳忠,張遠.數字經濟發(fā)展對企業(yè)生產率增長的影響機制研究[J].證券市場導報,2021,(2).

[5]謝平,鄒傳偉,劉海二.互聯網金融的基礎理論[J].金融研究,2015,(8).

[6]車德欣,李鳳嬌,吳非,等.財政科技支出、企業(yè)生命周期與技術創(chuàng)新[J].科技進步與對策,2021,38(3).

[7]梁上坤,張宇,王彥超.內部薪酬差距與公司價值——基于生命周期理論的新探索[J].金融研究,2019,(4).

作者:劉京煥 周奎 張勇 王琦 單位:中南財經政法大學 吉首大學 復旦大學