数字普惠金融缓解中小企业融资约束的效应*——基于中国上市公司的实证研究
2021-10-26 19:24 来源：
二、文献综述
关于企业融资约束的测度，目前可大致分为两类：一类为模型分析法， fazzari等（1988）首创投资-现金敏感模型，认为融资约束越强的企业表现出越强的投资现金流敏感度[6]，但该模型却表现出较为明显的局限性，即存在托宾Q值衡量偏误、委托代理引发企业过度投资等问题导致该模型失效[7-9]。Almeida等（2004）则提出现金-现金模型，认为若企业存在融资约束，其现金持有量的变化与现金流将呈正向相关[10]。另一类为指数法，Kaplan和Zingales （1997）率先提出定量测度企业融资约束水平的方法，根据企业的财务状况构建KZ指数[7]，此外，国际学术界典型的测度方法还包括W W指数（Whited和 Wu，2006）和SA指数（Hadloc和 Pierce，2009）[11-12]，但 KZ指数和WW指数包含了现金流、杠杆等内生变量，而SA指数仅包含企业规模和企业年限两个外生性很强的变量，避免了内生变量的干扰，除此之外， SA指数易于计算且相对稳健，故本文采用SA指数度量企业的融资约束程度，值得注意的是，这些定量指标仅能反映企业间的相对融资约束水平，并非衡量企业融资约束的绝对指标[13]。
关于数字普惠金融发展水平的测度。大多集中于传统普惠金融发展水平的测度，普惠金融是一个多维度多指标概念，目前尚未具有统一的量化标准，金融包容联盟（AFI）、全球普惠金融合作伙伴组织（GPFI）、世界银行（WB）等国际组织均给出了评价普惠金融发展水平的指导办法。Sarma、Pais（2011）参照人类发展指数的计算方法，引入产品接触性、使用效用性和地理渗透性三个不同维度去测度不同国家的普惠金融发展指数[14]。张国俊等在Sarma、Pais指标体系的基础上作出改进，基于金融排斥与普惠金融互为对应的概念，在测算金融排斥指数时引入渗透度、使用度、效用度和承受度四个维度，对我国普惠金融发展水平进行评价[15]，焦瑾璞等（2014）采用“可获得性”、“使用情况”和“服务质量”作为一级指标，构建包含19个二级指标的普惠金融指标体系，测算中国普惠金融发展水平[16]。随着数字技术的发展，数字普惠金融扩展了传统普惠金融的触达范围，学者开始研究数字普惠金融发展的评价体系，最为典型的是北京大学数字金融研究中心发布的数字普惠金融指数，包含2011—2015年和2016—2018年两期，该指标体系涵盖数字金融服务的覆盖广度、使用深度和数字化程度3个一级维度，账户覆盖率（覆盖广度），支付、货币基金、信贷、保险、投资、信用业务（使用深度），移动化、实惠化、信用化、便利化（数字化程度）11个二级维度，测度了除港澳台以外其余31个省市区的数字普惠金融发展情况[17]。