区际差异、数字金融发展与企业融资约束——基于文本分析法的实证检验
发布时间:2021-11-05 06:05
本文采用python文本分析法构建2011—2018年A股上市公司融资约束度量指标,并与北京大学数字普惠金融指数的地级市层面数据进行匹配,检验了数字金融与企业融资约束之间的关系。研究表明,在考虑了内生性等问题后,数字金融的推广对企业融资约束有显著的缓解作用,这得益于数字金融的覆盖广度、使用深度以及数字化程度的协同发展。数字金融的发展对于经济较为落后的地区、受到信贷歧视的民营企业有更强的融资约束缓释作用,体现了数字金融的普惠性特征。在进一步的机制分析中发现,数字金融对融资约束的缓解作用可以部分归因于数字金融发展降低了企业的债务融资成本。
【文章来源】:山西财经大学学报. 2020,42(12)北大核心CSSCI
【文章页数】:13 页
【部分图文】:
2011—2018年数字普惠金融指数及其分指数
该指标构建的具体流程如图1所示:为了检验指标的有效性,本文将全样本按照融资约束FC的大小等分成三组,比较各组之间相关公司财务指标的均值与中位数差异,以此判断融资约束指标是否合理,分组描述性统计结果如表1所示。表中结果显示,融资约束较高的公司相比融资约束较低的公司投资水平(INVEST)更低,意味着这些受到融资约束的公司无法达到最优的投资水平。相应地,这些公司内部经营性现金流(CF)与现金持有量(CASH)均处于较低水平,对于外源资金的需求更强烈。同时,可以看到融资约束较高公司的债务负担也更重,平均负债率(LEV)达到42.4%。受制于融资约束,这些投资水平较低公司的营业收入增长(OIC)或盈利能力(ROA)低于受到融资约束较小的公司。以上结果与姜付秀等(2017)[8]的发现基本一致。
本文编号:3477230
【文章来源】:山西财经大学学报. 2020,42(12)北大核心CSSCI
【文章页数】:13 页
【部分图文】:
2011—2018年数字普惠金融指数及其分指数
该指标构建的具体流程如图1所示:为了检验指标的有效性,本文将全样本按照融资约束FC的大小等分成三组,比较各组之间相关公司财务指标的均值与中位数差异,以此判断融资约束指标是否合理,分组描述性统计结果如表1所示。表中结果显示,融资约束较高的公司相比融资约束较低的公司投资水平(INVEST)更低,意味着这些受到融资约束的公司无法达到最优的投资水平。相应地,这些公司内部经营性现金流(CF)与现金持有量(CASH)均处于较低水平,对于外源资金的需求更强烈。同时,可以看到融资约束较高公司的债务负担也更重,平均负债率(LEV)达到42.4%。受制于融资约束,这些投资水平较低公司的营业收入增长(OIC)或盈利能力(ROA)低于受到融资约束较小的公司。以上结果与姜付秀等(2017)[8]的发现基本一致。
本文编号:3477230
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/3477230.html