

方晓露(2001—),女,四川内江人,新疆财经大学金融学院硕士研究生,研究方向为公司金融。
苏军虎(2001—),通讯作者,男,甘肃庆阳人,新疆财经大学金融学院硕士研究生,研究方向为资本市场与公司金融。
方晓露,苏军虎.金融科技与企业债务融资成本[J].科技与金融,2026(6):103-111.
在我国经济处于结构转型升级的关键时期,降低实体企业融资成本已成为推动经济高质量发展的关键举措。本文选取2012-2024年中国A股上市公司为研究样本,实证检验了金融科技发展对企业债务融资成本的影响。研究发现:金融科技的发展显著降低了企业的债务融资成本,该结论在经过一系列稳健性检验及内生性处理后依然成立。机制检验表明,金融科技主要通过改善企业信息环境、提升资产运营效率以及加剧行业竞争程度等渠道发挥作用,从而降低金融机构风险溢价与中介成本,同时受到经济政策不确定性和税收征管强度的调节作用,最终实现企业债务融资成本下降。异质性分析显示,金融科技降低债务融资成本的效应在高技术行业、非管制性行业以及资本密集度较高的企业中更为显著。
研究背景
在当前全球经济增速放缓与国内经济由高速增长向高质量发展转型的关键时期,实体经济的稳健发展是国家竞争力的基石。作为企业资本结构中最核心的组成部分,债务融资不仅是企业获取外部资金、扩大再生产的主要渠道,更是维持企业日常运营“血液”循环的关键。2021年1月,中共中央、国务院办公厅印发《建设高标准市场体系行动方案》,明确提出要降低实体经济的融资成本。然而,长期以来,“融资难、融资贵”一直是制约我国企业,特别是民营及中小微企业发展的顽疾。传统金融体系下,降低融资成本主要依赖硬资产抵押或隐性担保,扩大抵押范围能降低固定资产较少企业的债务成本;隐性担保退出会扩大国企与民企的融资成本差异,且担保力度的削弱会推高国企融资成本。这些路径使得轻资产、高成长但信息不透明的企业难以获得公平的融资定价。
在此背景下,以大数据、区块链等为代表的新一代信息技术催生了金融科技(FinTech)。金融科技通过对非结构化数据的深度挖掘,重塑了信贷决策逻辑与风险管理模式,突破了传统金融对硬信息的依赖,有望成为破解企业“融资贵”难题的“破局者”。金融科技关键在于将信贷逻辑从“抵押崇拜”转向“数据信用”。黄益平等研究发现数字信用能够发现传统方法无法辨识的信用,实现“以数据替代抵押”。金融科技通过挖掘非结构化数据,将企业经营流水、纳税记录等“软信息”转化为可验证的信用凭证,这一机制尤其惠及缺乏抵押物的企业。同时,金融科技重塑了全流程风控模式,有助于降低银行对传统抵押品的依赖”。因此,金融科技能够有效降低信息不透明企业的风险溢价,进而降低其债务融资成本。
现有研究多聚焦于金融科技对企业融资的“数量”维度,大量研究表明金融科技能够显著缓解企业融资约束、提高信贷可得性。然而,融资成本作为企业融资决策的另一核心维度,直接决定财务负担与经营活力,目前关于金融科技能否切实降低企业债务融资成本的研究仍相对较少。因此,金融科技对债务融资成本的影响及其作用机制,是一个亟待深入探究的问题。基于此,本文以2012-2024年中国A股上市公司为研究对象,拟从金融科技赋能的视角出发,探究其对企业债务融资成本的影响作用及机制。
1.拓展了金融科技微观效应研究的调节机制分析。研究发现,经济政策不确定性会弱化金融科技对企业债务融资成本的降低效应,而高强度的税收征管则能强化这一效应。从宏观政策环境和政府监管两个维度,构建互补的调节效应分析框架,弥补了既有研究对边界条件关注不足的缺憾。
2.揭示了金融科技降低债务融资成本的差异化作用机制。已有文献虽已证实金融科技能够降低企业债务融资成本,但局限于降低股东股权质押率等单一渠道。区别于以往研究,本文将信息不对称、资产运营效率和行业竞争程度等机制纳入系统考察,显著深化了对金融科技微观治理效应的理论解释。
3.研究为差异化金融科技政策设计提供了经验依据。金融科技的降成本效应在高技术行业、非管制性行业及资本密集型企业中更为突出。这一发现有助于监管部门精准识别金融科技的作用边界,避免“一刀切”政策,推动金融科技与实体经济的深度融合。
1.数据来源
本文以A股上市公司为研究对象,选取2012-2024年为样本区间。主要变量来源于SCMAR、Wind数据库,对不全的数据利用CNRDS(中国研究数据服务平台)进行补齐。按照惯例,本文对原始数据做了如下处理:(1)剔除了*ST、ST以及金融行业样本;(2)剔除关键变量缺失的样本;(3)对连续变量进行1%和99%的缩尾处理。最终得到37169个年度—企业数据。
2.模型设计
基于前文所述,本文设立如下回归模型:

3.变量定义
(1)债务融资成本
本文参考李广子等和魏志华等的研究,采用企业财务费用占期末总负债的比重来衡量(Cost1),该指标能够全面反映企业在借入资金时所支付的直接财务费用,包括利息支出和与负债相关的其他费用。
(2)金融科技
本文借鉴了李春涛等的方法,采用机器学习技术,整理上市公司年报,通过Python的Java PDFbox库提取所有文本内容,再制定出人工智能、区块链、云计算等六个维度的124个金融科技关键词,在搜集到文本数据后,使用jieba分词对年报文本分词处理。最后统计有关“金融科技”的关键词词频之和,并将总数进行对数化处理来衡量企业的金融科技发展水平。该指标值越大,表明金融科技发展水平越高。
(3)控制变量
参考已有文献,本文选取SOE(产权性质)、Size(企业规模)、Lev(公司杠杆率)、EM(权益乘数)、ROA(总资产收益率)、Tangible(有形资产占比)、Top3(前三大股东持股比例)以及Age(企业上市年限)作为控制变量。
在我国经济结构加快转型升级与高质量发展深入推进的背景下,宏观经济下行压力与不确定性因素上升使企业融资约束问题进一步凸显,降低实体企业融资成本已成为金融服务实体经济的重要着力点和政策目标。基于此,本文选取2012-2024年中国A股上市公司为研究样本,从企业层面系统考察金融科技发展对债务融资成本的影响。研究发现,金融科技发展能够显著降低企业债务融资成本,且该结论具有较强稳健性,并通过改善信息环境、提升资产运营效率以及加剧行业竞争程度三条渠道实现。此外,经济政策的不确定性会弱化金融科技对债务融资成本的降低效应,但随着税收征管强度的加大,金融科技对企业债务融资成本的降低作用会加强。
第一,完善金融科技发展的制度供给与数据基础设施建设,为降低融资成本提供关键支撑。
第二,推动金融科技与传统金融机构深度融合,提升信贷全流程数字化水平与风险定价效率。
第三,实施差异化金融科技支持策略,重点提升对高技术企业与资本密集型企业的融资服务适配性。
排版 | 赵小娟
责任编辑 | 余健仪
校对 | 谢邦彦
· 转载请注明作者及来源《科技与金融》杂志。
《科技与金融》创刊于2017年,是由广东省科技厅主管、广东省科技合作研究促进中心主办,专注于科技与金融交叉学科的科技期刊,是做好科技金融大文章的重要宣传阵地。(国内标准连续出版物号:CN44-1737/N;国际标准连续出版物号:ISSN 2096-4935)
本刊为中国知网(CNKI)系列数据库全文收录期刊、中国应用型期刊(CACJ)入库期刊、维普中文科技期刊数据库收录期刊、万方数据知识服务平台收录期刊。
第五届广东省优秀期刊
第八届广东省特色科技期刊
入选BIBF“2024中国精品期刊展”
入选BIBF“2020中国精品期刊展”
以科技发展视角解读金融生态,探索新时期科技金融发展经验,促进“科技—产业—金融”良性循环。
本栏目刊登科技、金融领域具有创新价值和实践意义的理论研究、案例研究等科学研究成果。
欢迎高校、科研院所企事业单位、银行等金融机构,有职称评审和项目结题验收等学术成果发表需求的专业科研人员投稿。

投稿邮箱:qkbj@ste.gd.cn(请使用Word文档,邮件主题:“投稿+文章题目+作者姓名”。)
联系方式:+ 86 20-8354-7151/8316-3296
点击文末阅读原文,查看投稿格式规范说明。

