引言

“专精特新”中小企业是创新驱动发展战略的关键载体，但因轻资产、缺抵押及金融机构对其业务理解不足，面临信贷融资困境。自2016年《推进普惠金融发展规划(2016-2020)》确立数字普惠金融为国家战略后，其在经济体系中的重要性持续提升。宏观层面，邹辉文和黄友指出其可缓解融资约束并优化区域创新生态；微观层面，黄锐等与盛天翔和范从来证实数字金融能扩展服务范围、填补传统金融缺口；Gomber et al. 强调其通过提升信息对称性降低融资成本。然而，现有研究多聚焦对银行信贷的影响，对商业信用这一关键非正式融资途径关注不足。当前，关于数字金融与商业信用的关系，学界存在争议：陈廉等与钟凯等发现可能存在“挤出效应”；而王可和周亚拿、李永奎和刘晓康及刘长庚等则认为数字金融能降低信息壁垒、提升透明度，从而促进商业信用融资。针对“专精特新”企业的专门研究尤为稀缺。本文从数字金融的微观效应视角出发，基于“专精特新”中小企业数据，聚焦该类企业面临的商业信用融资约束问题，考察了数字金融发展对“专精特新”中小企业商业信用融资的影响及其内在机制。

一、理论分析与研究假设

(一) 数字金融及经济后果

作为金融与科技融合的革命性业态，数字金融凭借其双重属性被国内外学者从多重维度解读。黄益平和黄卓将其界定为运用数字技术实现金融功能的新模式，封思贤和郭仁静强调其技术融合形成的新型服务形态，付争和王皓指出其涵盖移动支付等数字化产品，Ozili则从载体维度定义为通过互联网及移动终端提供的金融服务。聚焦企业微观视角，现有研究多围绕企业创新领域展开：荆文君和孙宝文(2019)提出数字金融可增强创新主体与客户交互效能以提升创新绩效；Howell等、金祥义和张文菲均证实数字金融能缓解企业融资约束进而促进创新投入；唐松等进一步阐释其通过优化金融资源配置激活供给潜力，驱动企业创新进程。在推动经济发展的同时，数字金融的风险问题引发高度警觉，其风险特征主要表现在三方面：一是风险传染与放大效应，唐松等指出数字金融模糊金融边界加大识别难度，杨东认为网络外部性易引发技术风险泛化，Frost等发现大型数字金融企业可能诱发新型系统性风险；二是增加金融机构风险承担，邱晗等实证证明数字金融推升银行资金成本并促使其风险承担水平上升；三是催生新型风险，向虹宇等揭示网贷平台乱象可能引发“劣币驱逐良币”效应。针对监管体系滞后问题，学术界提出改进路径：Magnuson主张将其纳入传统监管体系；黄益平和陶坤强调平衡金融稳定、服务可得性与消费者保护；在监管思路上应遵循“堵不如疏”，更多关注新进入者并充分利用科技治理；杨东建议构建涵盖事前准入测试、事中实时监测与事后风险处置的科技驱动型智能监管机制。

(二) 中小企业商业信用融资约束的影响因素

中小企业作为国民经济重要组成部分，与大企业相比，中小企业普遍存在信息不透明、资源获取弱、抗风险能力差等特征，导致其市场竞争弱势。近年来我国着力通过资本市场建设、货币政策和"专精特新"专项支持缓解其内外部融资困境。但商业信用体系缺失制约资本市场健康发展，祁怀锦等提出完善商业信用直接融资市场可引导资金流向实体经济，亦是供应链金融发展基石。

现有研究主要从存在动机展开研究，进一步对其内外部影响因素展开讨论。融资性动机和经营性动机作为商业信用存在的两大动机在学术界被广泛关注，梅丹和程明从融资性动机出发，提出商业信用等经营性负债具有融资成本低、无抵押、融资期限灵活等优势，成为传统信贷的有效补充，能够缓解企业融资约束，在融资性动机的驱动下商业信用得以存在；经营性动机则是站在供给角度解释商业信用的存在，祁怀锦等强调供应商通过商业信用降低交易成本、提升产品竞争力，为企业发展提供坚实保障。从商业信用两大存在动机出发，已有学者验证了企业产权属性、财务特征及供应链集中度等内部因素通过信息传递机制影响企业融资能力，也有学者验证货币政策环境、社会信任水平及市场竞争格局等外部变量同样构成重要企业融资约束条件。

二、研究假设

(一) 数字金融与“专精特新”中小企业商业信用融资

从供需视角分析，商业信用普遍存在主要基于替代融资与买方市场两大理论。替代融资理论指出，传统金融抑制与信贷歧视导致“专精特新”企业即便接受高利率也难以获取充足银行信贷，陈胜蓝和马慧证实企业可通过商业信用弥补信贷缺口，将其作为银行融资的有效替代；而 Fabbri 和 Menichini 基于买方市场理论阐释，商业信用与买方议价地位密切相关，强势买方可低成本获取卖方流动性，卖方则为促销主动提供信用支持。基于替代性融资理论，数字金融通过三重机制提升“专精特新”企业信贷可得性，进而弱化商业信用供需动力：第一，信息生产机制革新，数字技术赋能银行整合企业行为数据，大幅降低银企信息不对称，促使商业银行降低服务门槛、扩大覆盖范围；第二，信贷交易成本压降，数字技术提升资信评估效率，同步降低银行运营成本与企业融资负担；第三，金融资源配置矫正，数字金融抑制供应商超额信贷获取，缩减其可贷资金规模，间接削弱商业信用供给意愿。综上，数字金融通过降低信贷获取难度与综合成本，从根本上削弱了企业对商业信用的替代性需求，Petersen 和 Rajan 关于正规金融抑制消除时商业信用融资功能必然弱化的论断得到验证。

基于以上分析，本文分别提出假说 H1a 与 H1b：

H1a: 数字金融发展抑制“专精特新”中小企业商业信用融资。

H1b: 数字金融发展促进“专精特新”中小企业商业信用融资。

(二) 数字金融、信息披露质量与“专精特新”中小企业商业信用融资

中国市场主体普遍面临的信息披露质量不足与违规操作频发问题，已成为金融市场健康发展的关键制约。管理者受自利动机驱使，往往倾向于夸大积极信息；而吴非等研究进一步揭示，掩盖负面消息与实施虚假社会责任行为实为企业操纵利益相关方认知的典型手段。根据信息不对称理论，市场主体在信息获取上存在天然位势差，黄国良和余娟的实证研究表明，这种信息鸿沟构成专精特新企业融资的重要障碍。值得关注的是，李小玲等研究表明以数字技术为核心的数字金融服务通过构建智能风控系统与第三方征信体系，能够实时整合企业经营过程中的信息流、资金流与物流数据，有效突破传统信息披露中的延迟、遗漏与舞弊困境。这种技术赋能不仅提升信息披露的合规性与充分性，还通过提高违规成本缩短违规收益周期，从而倒逼企业提升信息质量。声誉效应理论进一步佐证，高质量信息披露作为资本市场的积极信号，能显著改善信息环境并降低企业错误定价风险。从融资渠道视角看，信息披露的传导机制具有双重路径。在银行信贷维度，企业规范披露向金融机构传递偿贷能力信号，降低银行对抵押物的刚性依赖，进而扩大信贷投放规模、提供优惠利率，这种正规融资渠道的畅通间接挤出企业对商业信用的替代性需求；在供应商决策维度，透明化披露搭建供应链信息桥梁，使供应方得以低成本识别企业经营风险并评估融资安全性，这种风险管理效能的提升最终转化为商业信用供给意愿的增强，从而为专精特新企业创造更为有利的信用获取环境。

基于以上分析，本文分别提出假说 H2a 和 H2b：

H2a: 数字金融发展激励中“专精特新”小企业披露高质量信息，从而抑制商业信用融资。

H2b: 数字金融发展激励中“专精特新”小企业披露高质量信息，从而促进商业信用融资。

三、数据来源与计量模型

(一) 数据来源

本研究采用2014至2024年间中国沪深证券交易所主板与新三板专精特新型中小微企业数据进行实证分析。基于工业和信息化部发布的四批次小巨人企业名录及企查查在线平台的上市公司清单，本文整合汇集了786家相关专精特新企业作为初始样本。排除金融业机构、当年度交易被标记为特别处理或暂停上市状态、企业上市期限未达一年以及财务信息不完整的公司。最终样本集包含389家上市公司和1586条观测值。为降低异常值干扰，本文对连续型变量实施了1%与99%的缩尾处理。专利指标数据源于国家知识产权管理局，财务相关指标则取自 CSMAR 数据库。

(二)变量定义

1. 被解释变量

商业信用融资 (Credit)。商业信用融资的核心测度通常体现在应付账款、应收票据及预付款项上，作为主要受企业市场力量驱动的一种融资需求，参照孔东民等（2021）的处理方式，本项研究设定 Credit =（应付票据 + 应付账款 +预收款项）／期末资产总额。

2.解释变量

数字金融 (Findex)。借鉴钟凯等（2022）的处理方式，本文使用北大数字普惠金融指数取自然对数值作为代理指标。该指数底层依托蚂蚁金服庞大数据资源构建，能够综合反映一省数字金融业发展状态。核心实证分析部分，着重采纳省级层面该总指数。

3. 中介变量

信息披露质量 (Idq)。该变量测度来源于深交所对 A 股上市公司信息披露工作评级结果。此评价体系依据信息披露合规性、投资者沟通有效性以及社会责任披露充分性等维度，将企业划分为 A（优秀）、B（良好）、C（及格）和 D（不及格）四档。将前述等级分别赋值为4、3、2、1，分值愈高代表信息披露工作愈完善。

4. 控制变量

借鉴修宗峰等和钟凯等的实证设计，选取了可能对中小企业商业信用融资产生影响的企业微观特性和地区宏观条件。微观层面包含：企业规模（Size）、资产负债比率（Lev）、资产总回报率（Roa）、营收增长幅度（Grow）、经营现金净流量（Cfo）、有形资产占比（Tang）、成立时长（Age）及产权性质（SOE）。宏观层面则引入：区域 GDP 增速（GDPgro）、金融业发达程度（Finance）和金融监管力度（Supervision）。各变量具体界定详见表1。

变量类型	变量名称	变量	变量测度方法
被解释变量	商业信用融资	Credit	(应付账款+应付票据+预收账款)/总资产
解释变量	数字金融	Findex	北京大学数字普惠金融指数取对数
中介变量	信息披露质量	Idq	深交所对上市公司年度信息披露表现的评价
控制变量	企业规模	Size	期末总资产取自然对数
	资产负债率	Lev	期末总负债/期末总资产
	总资产收益率	Roa	净利润/期末总资产
	营业收入增长率	Grow	当年营业收入增长额/期初营业收入
	经营活动现金流量	Cfo	经营活动现金流量净额/期末总资产
	固定资产比	Tang	期末固定资产净额/期末总资产
	企业年龄	Age	企业成立年份到当年的时间
	产权性质	SOE	国有企业取值为1，否则为0
	经济增长率	GDPgro	地区生产总值增长率
	金融业发展水平	Finance	地区金融业生产总值/地区生产总值
	金融监管强度	Supervision	地区金融监管支出/地区金融业增加值

(三)计量模型

设定实证模型 (1)以研究数字金融对中小企业商业信用融资的影响：

其中，下标 i 表示企业，m 表示省份，t代表年份。被解释变量为商业信用融资 (Credit)，核心解释变量为数字金融 (Findex)，控制变量 (Controls) 包含了前述所有控制变量，加入年份 (Year) 和行业 (Industry) 虚拟变量以控制年份和行业固定效应， 为随机扰动项。

四、实证结果与分析

(一) 基准回归结果

数字金融对专精特新中小企业商业信用融资作用的基准检验结果如表2 列 (1)、(2) 所示。由 (1) 列可知，数字金融发展对中小企业商业信用融资存在显著促进效应。具体而言，数字金融 (Findex) 的回归系数呈现正值且通过5% 显著性检验，该结论支持研究假设 H1b。 (2) 列结果显示，在控制变量加入后，Findex 的促进效应进一步强化，其系数在1%统计水平上显著 (t=3.301)。上述结果持续验证 H1b 成立，表明数字金融进步有利于专精特新企业获取更多商业信用资源。随着数字金融服务深化，专精特新企业通过两种机制优化供应链关系：一是获得供应商替代选择权与销售渠道拓展能力，重构议价格局，提升供应商提供商业信用的意愿；二是增强外源融资自主权，通过应付账款深化联合研发，通过预收款项稳定核心客户，实现资源配置优化。

变量	(1)	(2)
	Credit	Credit
Findex	0.036**	0.037***
	(2.034)	(3.031)
Size		-0.029***
		(-2.004)
Lev		0.223***
		(3.023)
Roa		0.129***
		(0.049)
Grow		-0.017***
		(-0.606)
Cfo		0.004
		(0.038)
Tang		-0.100***
		(-6.297)
Age		-0.001*
		(-0.001)
SOE		0.013
		(0.016)
GDPgro		0.013
		(0.772)
Finance		-0.001
		(-0.005)
Supervision		0.066
		(0.324)
Constant	-0.094	-0.022
	(-0.909)	(-0.621)
Year/Industry	是	是
样本量	1585	1585
R2值	0.377	0.311

注: *、** 和 *** 分别表示10%、5% 和1% 的水平上显著；括号内为经公司层面聚类稳健标准误计算的 t 值（下同）。

(二)影响机制分析

通过构建模型 (2) 与 (3)，本文对数字金融作用于“专精特新”中小企业商业信用融资的具体传导路径进行识别与检验，其中 Idq 表征信息披露质量。

根据表3 列 (2) 的回归分析，数字金融 (Findex) 的回归系数在5%统计水平正向显著，表明数字金融深化对“专精特新”中小企业信息披露质量具有优化作用。列 (3) 的检验结果显示，Findex 与信息披露质量 (Idq) 的系数估计均在1%统计阈值下显著成立。由此可证，数字金融能够通过优化信息披露质量这一间接机制促进中小企业获取商业信用资源，该结论支持研究假说 H2b。

	(1)	(2)	(3)
变量	Credit	Idq	Credit
Findex	0.044*	0.165**	0.045***
	(3.191)	(2.031)	(3.243)
Idq			0.013***
			(6.022)
Controls	是	是	是
Year/Industry	是	是	是
样本量	1456	1456	1456
R2值	0.240	0.311	0.342

(三) 稳健性检验

1. 内生性检验

选用滞后效应检验机制。尽管在回归方程中已纳入微观及宏观控制变量，同时设置了年度与行业固定效应，但仍可能因潜在遗漏变量干扰数字金融发展与专精特新型中小企业商业信用融资间的关系。同时考虑到在商业信用融资发展水平领先的区域，通常具备更强的动力与条件推动当地数字金融服务进步，进而诱发双向因果困扰，为解决此问题，本研究将数字金融指标延后一期后进行再回归分析，所得实证结果与前文基准模型结论方向一致（表4）。

	(1)
变量	Credit
L_Findex	0.047***
	(3.030)
Findex
Controls	是
Year/Industry	是
样本量	1124
R2值	0.305

2. 替换变量

为验证结论的稳健性，本研究对解释变量进行替换检验。选用数字普惠金融覆盖广度 (Index_bth) 与使用深度 (Index_dth)这两个分维度指标，替代原有的数字金融综合指数 (Findex)进行再回归。实证结果显示（表5），核心研究结论保持高度稳健。

	(1)	(2)
	Credit	Credit
Index_bth	0.027***
	(3.020)
Index_dth		0.038***
		(3.025)
Controls	是	是
Year/Industry	是	是
样本量	1462	1462
R2值	0.311	0.312

3. 增加控制变量

公司治理层面控制变量会影响“专精特新”中小企业融资约束。为此，本文在回归方程中增加了两职合一 (Dual)、产权性质 (SOE)、股权集中度 (Equity)、董事会独立性 (Indep)、审计意见 (Opin) 控制变量。检验结果显示，Findex 的回归系数在5% 的水平下显著为负，主假设结果仍然成立（表6）。

	(1)
	Credit
Findex	0.038**
	(3.035)
Controls	是
Year/Industry	是
N	1036
r2	0.323

(四) 异质性分析

1.产权性质异质性分析

现有文献证实，中国企业产权属性差异显著影响其融资可及性。根据实际控制人性质，本研究将“专精特新”中小企业划分为国有与非国有两类。结果如表7 所示，表7 列 (1)结果显示，国有组中数字金融 (Findex) 系数未通过统计显著性检验；而列 (2) 显示非国有组 Findex 系数正向显著。这表明数字金融对非国有专精特新企业商业信用融资的促进作用更为突出。究其根源含以下两方面：一方面，数字金融使供应商可通过数字化工具实时获取企业关键经营数据，显著提升风险评估效率，降低非国有企业商业信用获取壁垒；另一方面，国有企业凭借体制优势可从传统金融体系获得充分信贷支持，对商业信用依赖度较低。

2. 区域发展异质性分析

考虑到我国广阔疆域内资源禀赋存在显著空间分异，为辨析数字金融对中小企业商业信用融资的异质性影响，根据企业注册所在省份将全样本划分为东部与中西部两大区域。表7 列 (3) 与 (4) 的实证证据揭示，在中西部地区，传统金融供给不足使专精特新企业更依赖商业信用。数字金融通过降低信息摩擦，显著提升了这类企业的商业信用可得性，成为其关键融资替代通道，有效缓解资金压力并促进资本配置优化与企业成长。

	(1)	(2)	(3)	(4)
	国有企业	非国有企业	东部地区	中西部地区
	Credit	Credit	Credit	Credit
Findex	0.029	0.038**	0.053	0.102**
	(2.335)	(2.059)	(3.055)	(2.133)
Controls	是	是	是	是
Year/Industry	是	是	是	是
样本量	1340	122	636	283
r2	0.305	0.453	0.378	0.263

五、结论与政策建议

数字金融显著促进了“专精特新”中小企业的商业信用融资。本文以2014-2024 年中国专精特新“小巨人”上市公司为样本，对数字金融与“专精特新”中小企业商业信用融资的影响关系进行全面考察。研究结果表明：数字金融降低了供应链信息不对称，使供应商能实时评估企业信用并放宽授信；其普惠性弥补了传统金融的“长尾缺失”，帮助更多企业突破融资壁垒；同时倒逼企业提升信息披露质量，强化了供应商的商业信用供给意愿。进一步研究发现，这一促进作用存在显著的结构性差异：从产权性质看，非国有企业受益更显著，而国有企业因传统信贷优势对商业信用依赖较低；从地区分布看，中西部地区企业受益程度更高，数字金融有效弥补了该区域传统金融资源的不足。更为重要的是，数字金融通过扩大商业信用融资规模，有效缓解了企业创新活动的现金流压力，进而推动企业增加研发投入、加速技术迭代，形成了“数字金融—商业信用融资—企业创新投入”的良性传导链条。基于上述研究结论，本文提出如下政策建议：

第一，完善数字金融监管与风险防控体系。监管部门应建立科技驱动型动态监管机制：事前设立金融科技沙盒试点，探索包容审慎监管；事中利用大数据实时追踪资金流向与企业经营异常；事后健全跨部门风险预警与违约处置机制，并在鼓励创新与防范风险间寻求平衡。

第二，深化关键技术创新与应用。加大对大数据、人工智能、区块链等底层技术的研发投入，推动其与供应链金融深度融合，开发适配“专精特新”企业特征的智能风控模型与信用评估体系，实现个性化、差异化金融服务。

第三，构建多方协同的生态系统。强化数字金融与传统金融机构、政府部门及产业园区的协同联动：传统金融机构发挥专业风控优势，数字平台提供技术支撑，政府部门通过财政贴息、风险补偿等方式营造环境，产业园区提供场景对接与配套服务，形成覆盖企业全生命周期的综合服务体系。

参考文献：

1. [1] 陈胜蓝，马慧.贷款可获得性与公司商业信用:中国利率市场化改革的准自然实验证据[J]. 管理世界，2018(11):108-120+149.
2. [2] 黄敦平，尹凯. 数字普惠金融发展能否提升农村创业活跃度[J]. 金融与经济，2023(08):43-53.
3. [3] 孔东民，李海洋，杨薇. 定向降准、贷款可得性与小微企业商业信用:基于断点回归的经验证据[J]. 金融研究，2021(03):77-94.
4. [4] 盛天翔，范从来. 金融科技、最优银行业市场结构与小微企业信贷供给[J]. 金融研究，2020(06):114-132.
5. [5] 钟凯，梁鹏，董晓丹，等. 数字普惠金融与商业信用二次配置[J]. 中国工业经济，2022 (01):170-188.
6. [6] 邹辉文，黄友. 数字普惠金融发展对区域创新效率的作用研究[J]. 金融与经济，2021(01):48-55.
7. [7] 李健，李俊豪，李晏墅. 数字化转型能破解企业融资约束吗？——商业信用融资视角[J].现代财经(天津财经大学学报)，2023(07):21-37.
8. [8] 邱晗，黄益平，纪洋. 金融科技对传统银行行为的影响——基于互联网理财的视角[J]. 金融研究，2018(11):17-29.
9. [9] 黄益平，黄卓. 中国的数字金融发展:现在与未来[J].经济学(季刊)，2018(04):1489-1502.
10. [10] 封思贤，郭仁静. 数字金融、银行竞争与银行效率[J]. 改革，2019(11):75-89.
11. [11] 付争，王皓.竞争还是竞合:数字金融赋能下金融包容与银行体系发展[J]. 国际金融研究，2021(01):65-75.
12. [12] 荆文君，孙宝文. 数字经济促进经济高质量发展:一个理论分析框架[J].经济学家，2019(02):66-73.
13. [13] 金祥义，张文菲. 数字金融发展能够促进企业出口国内附加值提升吗[J]. 国际贸易问题，2022(03):16-34.
14. [14] 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):52-66.
15. [15] 杨东.监管科技:金融科技的监管挑战与维度建构[J]. 中国社会科学，2018(05):69-91.
16. [16] 黄益平，陶坤玉. 中国的数字金融革命:发展、影响与监管启示[J]. 国际经济评论，2019(06):24-35+5.
17. [17] 向虹宇，王正位，江静琳，等. 网贷平台的利率究竟代表了什么?[J].经济研究，2019(05):47-62.