摘   要：基于2011—2018年沪深两市A股上市公司数据，探讨金融科技对企业财务风险的影响及其内在机理。研究发现，金融科技发展对降低企业财务风险存在驱动效应，且二者的关系是非线性的。特别地，金融科技對企业财务风险抑制作用的发挥离不开有效的金融监管。在较强的金融监管约束下，金融科技发展对企业财务风险的抑制作用更加明显。进一步来看，在金融市场发达地区和科技型企业中，金融科技对企业财务风险呈现更强的抑制效果;金融监管强化了金融市场欠发达地区和科技型企业中金融科技对企业财务风险的抑制作用。机制分析表明，金融科技发展能够有效缓解企业融资约束问题，并能够提高企业投资效率，这些都有助于降低企业财务风险水平。
　　关键词：金融科技;企业财务风险;金融监管
　　中图分类号：F832   文献标识码：A   文章编号：1003-7543（2021）10-0084-17
　　
　　在贸易保护主义和新一轮科技革命兴起的背景下，企业的可持续发展能力受到广泛关注，减少企业财务风险对企业自身乃至整个社会的可持续发展至关重要。企业财务风险是指企业财务成果与预期经营目标出现偏差，导致企业蒙受经济损失的可能性，资本结构失衡和投资决策非理性是引发企业财务风险的重要因素。市场中存在信息不对称和委托代理问题，容易造成企业资源错配和融资困境，降低企业财务稳定性，威胁企业的生存和发展。
　　近年来，随着数字技术与金融创新不断融合，金融科技取得了日新月异的发展。据中国信息通信研究院发布的《中国金融科技生态白皮书（2020年）》统计，2019年全球金融科技投融资总额达到374亿美元。金融稳定理事会（Financial Stability Board）将金融科技界定为“技术带来的金融创新，它能创造新的业务模式、应用、流程或产品，从而对金融市场、金融机构或金融服务的提供方式造成重大影响”。金融科技运用人工智能、区块链、云计算和大数据等现代信息技术提供普惠且精准的金融服务，有助于降低信息成本，拓宽企业融资渠道，提高资源配置效率，为实体经济发展注入新的活力。
　　金融科技在促进实体经济发展的同时，也会产生新的金融风险。加之金融科技发展日趋成熟，对其进行有效约束与适当监管是引导金融科技更好服务实体经济的必然选择。因此，厘清金融科技对微观企业财务风险的影响及其内在机理，对促进金融服务实体经济、提升微观主体活力具有重要的现实意义。
　　本文可能的边际贡献在于：其一，检验金融科技与企业财务风险之间的关系，分析金融科技发展是否有助于降低企业财务风险，并将金融监管引入“金融科技—企业财务风险”的分析范式，考察在不同金融监管强度下，金融科技对企业财务风险抑制效应的差异;其二，从市场发展程度、企业类型两个维度考察金融科技对企业财务风险影响的异质性;其三，采用中介效应模型，基于融资约束和投资效率两条路径检验金融科技影响企业财务风险的具体机制。
　　一、相关文献综述
　　金融科技基于提高价值、降低风险等逻辑，以新兴科技为后端支撑，通过增加支付手段、改进投融资机制及提升金融效率等途径[1]，着力解决传统金融中由于风险甄别能力不足而导致的高风险溢价，以及由于成本控制能力不足而导致的高交易成本等问题[2]。从宏观层面来看，金融科技具有显著的技术溢出特征，能够扩大金融服务的包容性[3]，降低金融犯罪率[4]，提升区域全要素生产率[5]，从而促进经济增长[6]，为企业财务稳定创造良好的外部环境。从行业层面来看，金融科技对银行业的影响尤其显著。金融科技加剧了银行间竞争[7]，变革了传统贷款技术，增强了银行对企业的信贷供给能力[8]。从企业层面来看，金融科技改变了融资[9]和支付方式[10]，不仅有助于解决交易双方的信任不足问题[11]，将金融服务边界拓展至被“大数定律”所忽略的“长尾”企业，降低企业的融资成本，而且有助于促进企业有效去杠杆[12]，避免企业陷入财务困境。
　　金融创新的负面影响体现在过度的金融创新会造成金融市场的无序和混乱，严重时还会威胁金融安全。金融创新的错误使用或金融部门的违规创新会导致金融风险产生[13]。金融科技并未脱离金融属性，必然会产生新的风险。首先，金融科技创新本身具有脆弱性，对技术的过度依赖不仅会强化金融固有风险，而且会产生新的操作风险。其次，金融科技巩固了大企业的市场竞争优势，平台垄断风险未来可能更加突出，金融机构“大而不倒”现象会提高系统性风险发生概率，且金融科技突破地域和行业限制，弱化了属地监管和行业监管的作用[14]。最后，金融科技产生了新的长尾风险[15]，长尾客户的专业背景知识和决策能力相对欠缺，可能会产生非理性行为。当整体经济形势下行压力较大时，金融风险在多部门交叉传染的概率会有所上升，经济波动幅度扩大，增加了企业经营环境的不确定性。企业所处经营环境势必对企业投融资决策产生影响，使决策者和管理者权衡利润最大化和风险最小化两个决策目标。但金融科技对非金融企业风险的影响究竟是正向的还是负向的，目前还鲜有相关研究结论。此外，就目前金融科技在我国的发展状况而言，金融市场中数字化基础设施的分布并不均匀，导致不同地区金融科技应用和发展不均衡。加之金融市场中不乏“长尾”群体，往往相对缺乏金融素养，风险意识较弱，长期面临传统金融市场的排斥。面对当前新一轮科技变革及经济不确定性的冲击，企业在追求高利润率、高增长率的发展模式的同时，随着企业规模的不断扩大，其蕴含的风险却未得到应有的重视。监管的错位和疏漏会产生严重后果，给金融市场中的投融资双方带来毁灭性打击，致使企业陷入财务困境，进而有可能产生金融风险。
　　因此，探讨金融科技创新与企业财务风险的关系，无法回避金融监管这一重要因素。金融科技的迅速发展对于传统金融的监管模式提出了前所未有的挑战：在技术创新推动下，金融科技在提升金融效率的同时也加速了风险外溢[16]，冲击实体企业稳定性以及可持续性;由于监管滞后性与金融科技产品迭代快速性的矛盾不可调和，金融科技发展容易突破现行监管框架，导致风险头寸不断积累和蔓延[17]。金融监管应使金融创新有序和适度地发展，保持创新和安全的协调与平衡，鼓励创新的积极因素，消除不利影响。但监管的加强势必影响金融科技发展：一方面，加强监管无疑有助于防范金融风险发生。政府部门所构建的金融监管机制可以促使金融科技朝着有利于实体经济的方向发展，规避风险。另一方面，金融科技创新具有复杂性和易变性特征，与金融监管滞后性形成鲜明对比，不恰当的金融监管也可能束缚金融科技效能的释放。金融监管对企业财务风险的影响同样具有两面性：监管规制不仅有助于事前预防企业进行盈余管理[18]和非理性投资的机会主义行为，而且能够通过加强负债约束纠正企业资本结构的偏误[19]，从而改善企业财务风险。但是，强化金融监管会损害金融效率，过度监管会增加企业的合规成本压力，对创新产生挤出效应，会使一些企业放弃应用金融科技的机会[20]，阻碍金融科技发挥抑制财务风险的优势。因此，在监管加强之下，金融科技能否有效降低企业财务风险，还有待进一步探讨。 　　总体来看，现有研究主要集中在金融科技对宏观经济增长、银行信贷供给及企业融资等的影响，少有研究探讨金融科技对企业财务风险的影响与作用机制。此外，金融科技兼具提高效率与传播风险的两面性，也无法回避金融风险与金融监管的逻辑关联，对金融科技进行有效监管、确定合理的监管强度区间，是金融科技功能发挥、金融市场安全、微观主体稳定发展的重要前提。因此，在探究金融科技与企业财务风险的影响范式中纳入金融监管因素，对于有效把握稳增长和防风险之间的平衡具有重要的理论意义与实践价值。
　　二、理论分析及研究假设
　　（一）金融科技与企业财务风险的关系
　　金融科技借助大数据、区块链和人工智能技术，构建风险分析和管理框架，进行反欺诈识别，监控违规交易，直接提高了风险识别和处置效率。除此之外，金融科技有助于扩大企业资金来源，提高资金使用效率，进而降低企业财务风险。
　　从企业资金来源来看，金融科技有助于拓宽直接和间接融资渠道，缓解融资约束，从而降低企业财务风险。就直接融资渠道而言，金融科技将金融服务范围拓展至长尾群体，刺激了金融消费者对股票和债券市场的投资需求，提高了资本市场对企业的资金供给[21]。就间接融资渠道而言，金融科技不仅使银行等传统金融机构加大对企业的流动性支持，而且可为企业提供其他替代性融资方案。一方面，金融科技加剧了传统商业银行的竞争性水平，提高了银行流动性创造效率[22]，将更多金融弱势群体纳入业务范围，扩大信贷规模，变革了基于硬信息的传统交易型贷款技术，通过汇集、整合数据资源构建贷款信用审批模型，使企业不再依赖固定资产抵押方式获取传统金融机构贷款。另一方面，金融科技利用数据挖掘技术，全面捕捉企业信用数据，降低企业与市场之间的信息不对称程度，减少债务跨期错配风险带来的成本损失，继而降低企业融资成本，缓解融资约束问题。融资约束水平与现金流敏感性正相关，融资约束水平降低会减小企业陷入财务风险的可能性[23]。
　　在企业资金使用方面，金融科技有助于提高企业投资效率，进而抑制财务风险。金融市场中存在信息不对称和委托代理成本问题，导致实际控制人决策偏离企业最优目标，是产生非效率投资的主要因素。非效率投资，包括投资不足和过度投资两种情形，均可能导致企业风险上升[24]。数字技术有利于改善信息不对称和降低委托代理成本，减少企业非效率投资[25]。一是有助于提高实体经济资源配置效率，降低债务融资成本，增加现金持有水平，改善投资不足;二是能够发挥信息治理优势，降低决策者的非理性程度，缓解过度投资。无论是管理者投资上的“不作为”，放弃对收益率高于资本成本或成长性项目的投资，还是将企业有限的资金投资于净现值小于零或收益率低于资本成本的项目，都会削弱企业的市场竞争优势和运行效率，造成财务流动性短缺困境。基于此，提出如下假设：
　　H1：金融科技对企业财务风险具有抑制作用。
　　（二）金融监管、金融科技与企业财务风险的关系
　　虽然金融科技在缓解信息不对称、拓宽融资渠道和提高风险管理方面存在诸多优势，但是在实践过程中也暴露出诸多短板。第一，金融科技作为新兴业态，创造出了新的业务模式、产品和服务，但难以在现有法律框架下进行有效约束和规制，具有合规风险。第二，金融科技虽然能够借助数据挖掘技术降低企业与市场间的信息不对称程度，但由于数据在格式、统计口径方面存在差异，难以保障信息的准确度和完整度，会产生信用风险。第三，金融科技的技术依赖特征加剧了自身脆弱性，强化了金融风险的负外部性，技术的使用不当不仅会威胁用戶隐私安全，而且容易产生操作风险。因此，加强对金融科技的监管和规制，降低金融科技应用过程中产生的负面影响尤为重要。
　　金融与科技的深度融合，使金融业与其他行业间的边界不再清晰，金融科技发展不仅影响了银行等传统金融机构的业务模式，而且推动了金融科技公司进行“金融+非金融”跨界经营。金融科技公司创新意识较强，但风险管理理念薄弱，针对此类企业的金融科技监管问题往往不被重视。因此，诸如金融科技公司等采用信息技术提供金融服务的非金融机构也应纳入金融监管范畴之内。金融监管的作用体现在两个方面：一方面，金融监管约束过度创新行为并抑制衍生风险。过度的金融创新会加剧金融体系脆弱性，而强化金融监管能够降低风险[26]。金融监管能够抑制非金融企业“脱实向虚”[27]。监管部门通过优化监管成本、鼓励金融创新、打击惩处违法行为等手段，减少金融科技应用过程中的套利和风险衍生行为，规范金融科技发展，使其更好地服务于实体经济[28]。另一方面，金融监管具有保护和激励作用，有助于强化金融科技的“靶向性”和“安全性”。金融监管有助于促进企业去杠杆并进行多元化投资，减轻盈余管理行为，提高财务稳定性[29]。金融监管通过设计合理的机制，如完善处罚机制和舆论监督机制，建立对合规创新的激励机制[30]，引导金融科技向合规创新方向发展，最大限度地利用金融科技创新服务实体企业部门。基于此，提出如下假设：
　　H2：当金融监管处于较高水平时，金融科技对企业财务风险的抑制作用更强。
　　三、研究设计和数据说明
　　（一）模型构建
　　鉴于金融科技与企业财务风险关系的非线性和监管的滞后性，本文采用Hansen[31]提出的面板门槛回归模型，并将解释变量和门槛变量滞后一期，分析当金融科技和金融监管分别作为门槛变量时金融科技与企业财务风险的关系。基于本文的研究目的和理论分析，建立以下模型：
　　Zscoreit=α+β1I（L.Fintechnt-1≤γ）L.Fintechnt-1+β2I（γ<L.Fintechnt-1）L.Fintechnt-1+∑φControls+εit（1）
　　Zscoreit=α+β1I（L.Regulationnt-1≤γ）L.Fintechnt-1+β2I（γ<L.Regulationnt-1）L.Fintechnt-1+∑φControls+εit（2） 　　其中，被解释变量Zscoreit为企业i在第t年的财务风险水平;解释变量Fintechnt表示地区n在第t年的金融科技发展水平，考虑到金融科技对于企业财务风险产生影响需要一定时间，本文对金融科技发展水平进行滞后处理;门槛变量分别为滞后一期的金融科技发展水平L.Fintechnt-1和滞后一期的区域金融监管强度L.Regulationnt-1;Controls是表示企业个体特征和区域特征的其他控制变量。
　　模型（1）和模型（2）为单门槛模型，γ为未知门槛值，I（·）为示性函数，当相应条件成立时取值为1，不成立时取值为0。从计量角度看，可能会存在多个门槛，可在模型（1）和模型（2）的基础上通过扩展单一门槛模型得到双重门槛模型，如模型（3）和模型（4）所示。
　　Zscoreit=α+β1I（L.Fintechnt-1≤γ1）L.Fintechnt-1+β2I（γ1<L.Fintechnt-1≤γ2）L.Fintechnt-1+β3I（γ2<L.Fintechnt-1）L.Fintechnt-1+∑φControls+εit（3）
　　Zscoreit=α+β1I（L.Regulationnt-1≤γ1）L.Fintechnt-1+β2I（γ1<L.Regulationnt-1≤γ2）L.Fintechnt-1+β3I（γ2<L.Regulationnt-1）L.Fintechnt-1+∑φControls+εit（4）
　　（二）变量设定
　　1.被解释变量
　　企业财务风险（Zscore）。本文借鉴Altman[32]提出的风险Z值法进行测算。该数值越小，表明企业陷入财务困境的概率越高。
　　2.核心解释变量
　　金融科技（Fintech）。本文借鉴李春涛等[33]提取的48个金融科技关键词，将这些关键词与我国31个省（区、市）进行匹配，百度搜索“省（区、市）+关键词”，爬取百度检索页面源代码并提取出搜索的结果数量，将同一省（区、市）的所有关键词加总，得到总搜索量，并进行归一化处理，作为衡量区域金融科技发展水平的指标。该数值越大，表明该地区金融科技发展水平越高。
　　金融监管（Regulation）。本文借鉴唐松等[28]的计算方法，采用“区域金融监管支出”作为金融监管的基础代理变量，并采用区域金融业增加值消除规模的影响。该数值越大，说明该地区金融监管强度越大。
　　3.控制变量
　　为尽可能克服遗漏变量的影响，本文纳入企业、行业和地区层面多个变量进行回归，包括企业年龄（Age）、审计意见（Audit）、股权集中度（Con）、兼任情况（Dual）、企业规模（Size）、资产负债率（Lev）、独立董事占比（Indep）、行业竞争程度（HHI）和区域发展水平（LnGDP）。变量定义及说明如表1所示。
　　（三）数据来源与数据处理
　　本文所使用的沪深A股上市企业财务数据来自国泰安（CSMAR）数据库，省级层面金融科技发展水平来自百度搜索相关关键词的结果数量，区域金融监管支出和金融业增加值的数据来自国家统计局网站。为了使样本数据更具代表性，本文对样本数据进行如下处理：剔除银行、证券、保险等金融类上市公司的样本和ST公司样本;剔除主要变量存在数据缺失的样本;对连续变量进行双侧1%的缩尾处理，以消除离群值对回归结果的干扰。经过以上处理，最终得到2011—2018年1488家企业的年度观测值。數据描述性统计结果如表2所示。
　　四、实证结果分析
　　（一）多重共线性检验
　　为防止变量间存在多重共线性问题，在回归分析前进行方差膨胀因子（VIF）检验。由表3可知，变量中最大VIF为1.57，远小于10，表明变量之间不存在多重共线性。
　　（二）基准回归
　　先对两个模型进行门槛效应检验，从而确定门槛的个数。分别以滞后一期的金融科技和金融监管为门槛变量，依次在不存在门槛、存在单一、双重、三重门槛的假设下进行估计。表4（下页）展示了检验结果。
　　由表4可知，当金融科技作为门槛变量时，模型分别在5%和1%的显著性水平下通过了单一门槛和双重门槛的检验，但未能通过三重门槛检验，因此将该模型设定为双重门槛模型。当金融监管作为门槛变量时，模型在1%的显著性水平下通过了单一门槛检验，但未能通过双重门槛检验，因此将该模型设定为单一门槛模型。表5（下页）展示了门槛模型估计结果。
　　表5列（1）表明，金融科技发展显著降低了企业财务风险，H1成立。回归结果证明，在不同金融科技发展水平下，金融科技对企业财务风险的抑制作用具有显著差异。在金融科技发展初期，基础设施建设有待完善，金融科技覆盖率位于较低水平，相关部门之间协调配合能力较差，金融科技使用成本较高，无法有效发挥金融科技的资源配置效应，对企业财务风险的抑制作用有限。随着数字技术与金融领域不断融合，数字化基础设施建设日趋完善，有助于扩大知识溢出效应，促进经济协调发展[34]，解决企业流动性约束问题，大幅度降低企业发生财务风险的可能性。当金融科技进入成熟期，金融科技在提高信息流动效率的同时也导致金融风险传播和蔓延更为隐蔽。加之金融科技监管存在滞后性，在此阶段金融科技仍旧会抑制企业财务风险发生，但其抑制作用相对减弱。
　　从表5列（2）可以看出，当金融监管强度位于不同区间时，金融科技对企业财务风险的影响具有差异性。当金融监管强度较低时，金融科技对企业财务风险的抑制作用较小;当金融监管强度跨越门槛值后，金融科技对企业财务风险的抑制作用显著增强，H2成立。这是因为，一方面，加强金融监管提高了套利的机会成本，减少了“过度”创新的机会主义行为对企业有限资金的挤占效应;另一方面，强化金融监管对创新具有激励作用，有助于引导金融科技规范有序发展，提升金融科技服务于实体经济的精准程度，从而预防企业发生财务风险。 　　（三）异质性分析
　　前述研究结果表明，金融科技能够抑制企业财务风险，且在较强金融监管的约束下，金融科技对企业财务风险的抑制作用得到加强，但这一研究结果具有总括性质，忽略了企业个体间的差异。企业所处的金融市场环境影响着金融科技的发展，加之不同属性企业的目标函数并不一致，在面对同等条件的金融科技作用时，企业行为偏好及其财务风险可能存在差异。鉴于此，本文考虑了市场和企业特征，按企业所在地金融市场发展程度高低将企业分成两类，考察金融市场发展程度对金融科技作用的影响;并将企业划分为科技型企业和非科技型企业两种类型，以识别金融科技对企业财务风险的差异化影响。
　　1.不同金融市场发展程度分析
　　企业所处的宏观环境会影响金融科技对企业财务风险的抑制作用。根据表6、表7（下页）回归结果，在金融市场发达地区，金融科技能够有效降低企业财务风险;而在金融市场欠发达地区，金融科技应用会加剧企业陷入财务风险的可能性。一般而言，金融发展程度高的地区在创新活动上具有比较优势，金融发展有助于缓解外部资源依赖型行业的融资约束，并分散高科技密集型行业的风险[35]。而区域创新进一步推动金融科技构建智能风控预警及信任机制，减少信息摩擦，降低企业管理成本，弱化地方保护主义对企业发展的制约。另外，金融市场发达地区治理环境较好，资本市场运行有效性更强，在收集、处理和传播信息方面更加高效便捷，金融机构具有较高独立性，能够根据市场信息调整对企业的信贷支持策略，从而降低企业财务风险。反之，在金融市场欠发达地区，数字技术普及度不高、通用性不强等因素，使得金融科技与传统经济的协调性较差，加大了企业与市场间的信息不对称，代理人有动机将经营目标从股东利益最大化调整为代理人利益最大化，使企业陷入财务困境的可能性上升。
　　当考虑监管因素时，在金融市场欠发达地区，金融科技对企业财务风险的抑制作用要高于金融市场发达地区。在穿透式监管措施的配合下，遵循“实质重于形式”的原则对金融科技应用进行监管，能够在一定程度上防范信用风险、流动性风险和操作风险发生，进而降低财务风险，支持实体经济的发展。
　　2.不同企业类型分析
　　基于企业类型将样本分为科技型企业、非科技型企业两类，探讨不同企业类型中金融科技对企业财务风险的影响差异性。表8、表9（下页）的回归结果显示，与非科技型企业相比，科技型企业的财务风险水平更易受到金融科技的影响。金融科技作为金融与科技相融合的产物，兴起和发展都基于一系列互联网和数字技术的发展，而科技型企业将技术创新作为企业发展的核心动力，与金融科技的融合度必然高于其他非科技型企业。除此之外，低实物资产、高无形资产、高研发风险作为科技型企业的重要特质，与银行主导型金融体系重实物资产、轻无形资产、风险偏好低的信贷理念相悖，客观上容易造成科技型企业难以獲取传统金融服务的融资困境。金融科技对于解决这一问题具有技术优势：金融科技借助大数据技术，深度挖掘科技型企业无形资产的内在价值，通过人工智能技术对企业创新项目实施智能、实时的风险评估，在此基础上形成合乎科技型企业发展基本事实的信用数据，弥补科技型企业在金融市场的信息断层，最终达成缓解科技型企业融资约束并降低财务风险的目的。
　　（四）影响机制分析
　　前述实证分析就金融科技与企业财务风险的关系进行了解读。但必须承认的是，前文研究尚不能打开二者之间的传导机制“黑箱”，即不能回答金融科技如何降低企业财务风险这一问题。鉴于此，本文拟选用企业的融资约束程度与投资效率作为中介变量，通过中介效应模型，识别出金融科技降低企业财务风险的具体路径。本文使用Hadlock & Pierce[36]构建的SA指数来衡量企业融资约束水平，该指数值均为负数，其绝对值越大，表明企业所面临的融资约束程度越大。参考王坚强、阳建军[37]的研究，使用DEA模型测算企业投资效率，测算结果分布在0至1区间内，且数值越高说明企业的投资效率越高。
　　表10的实证结果发现，金融科技通过缓解企业融资约束、提高投资效率两种机制，实现对财务风险的抑制作用。这一结果也与具体实践相符合：金融科技有助于改善企业信息不对称和降低委托代理成本，不仅提高了信息和金融资源的流动效率，使企业能够以更低成本获取资金，缓解融资约束，而且促进了资金供给侧与需求侧的高效结合，提高了投资效率，使企业能够以更高效率利用资金。如此一来，企业避免了资金来源不足造成的流动性短缺问题和投资于高风险、低收益项目造成的资源浪费问题，陷入财务困境的可能性大幅降低。
　　（五）稳健性检验
　　为验证实证结果的可靠性，这里采取如下稳健性检验：使用数字普惠金融指数（Digital）作为金融科技的代理变量进行替换。根据表11和表12的检验结果，在更换核心变量后，金融科技对企业财务风险仍具有显著的抑制作用，且在金融监管达到较高水平时，该抑制作用明显增强，证明了前文基准回归结果的可靠性。
　　（六）内生性检验
　　本文可能存在遗漏变量或金融科技测量误差而导致结果出现偏误从而产生内生性问题，因此，进一步使用工具变量方法来弱化这一内生性问题。使用互联网发展水平（Internet）作为工具变量，该变量用区域网民数量占总人口数量的比例来衡量。根据互联网发展水平数据可得性，本文选用2011—2017年数据进行分析。由于在加入监管因素时，金融科技与企业财务风险二者的关系是非线性的，因此，这里按金融监管强度高低分成两组，借助2SLS方法分别进行检验。表13显示了工具变量的回归结果，在考虑金融科技与企业财务风险之间可能存在的内生性问题后，金融科技变量的系数依然显著为正，表明金融科技发展能够降低企业财务风险，这与前文结果完全一致。
　　五、结论与政策建议
　　本文采用2011—2018年1488家沪深A股上市公司为样本，并结合区域金融科技和金融监管数据，运用门槛回归模型，分析金融科技对企业财务风险的影响，并进一步将监管因素纳入分析框架，考察金融监管的门槛效应。通过分析，得到以下结论：第一，金融科技能够有效降低企业财务风险，但二者的关系是非线性的，在金融科技发展水平处于中低阶段时，金融科技对企业财务风险的抑制作用较强，而当金融科技发展处于较高阶段时，其对企业财务风险的抑制作用较弱。第二，金融监管能够影响金融科技对企业财务风险的抑制作用，加强监管更有利于金融科技降低企业财务风险。第三，区域金融市场发展程度的不同以及是否为科技型企业，对金融科技与企业财务风险的关系具有显著的异质性影响，金融科技通过缓解企业融资约束和提高投资效率，降低了企业财务风险。 　　基于上述结论，提出如下政策建议：
　　第一，不断推进数字技术在金融领域的拓展和应用，通过金融创新推进新兴业态发展。整体而言，金融科技发展有助于降低实体经济企业财务风险，因而应鼓励金融机构和企业等应用人工智能、区块链、云计算和大数据等前沿技术，致力于降低信息不对称水平和企业融资成本，拓宽企业融资渠道，帮助企业进行智能化投资决策，从而提升企业财务稳定性。政府部门要顺应信息技术应用与金融创新发展趋势，对金融科技企业给予政策支持，鼓励金融科技在企业层面的应用，从而更好地发挥金融科技服务于实体经济的作用。
　　第二，在利用金融科技服务于实体经济的同时，也要重视对金融科技应用的监管问题，平衡好金融科技与金融风险之间的关系。目前我国金融科技迅速发展，但配套的行业标准处于缺位状态，容易发生道德风险。加之金融市场中信息不对称、监管方法缺乏技术性及监管法律滞后性等问题存在，传统监管措施应对金融科技创新乏力。金融科技作为信息技术在金融领域创新应用的产物，如果采取过于严苛的监管手段，会阻碍其对实体经济发展的促进作用;如果过度放宽对金融科技创新的规范和引导，则会加速金融风险的发生，不利于金融安全和稳定。因此，对金融科技的监管，应兼顾激励金融科技创新与风险控制，在追求金融监管效率目标与安全目标的同时，发挥监管的激励作用，引导企业合理利用金融科技创新，促进金融市场的公平竞争和健康发展。
　　第三，因地制宜、精准施策，企业进行数字化转型时应制定适合自身发展的金融科技发展战略。对于地处金融市场发达区域的企业，应充分借助数字化基础设施完善、资本市场有效等区位优势，充分发挥金融科技对企业财务风险的抑制作用;而在金融市场欠发达区域，应重点推进金融市场基础设施建设，加速金融市场与金融科技相融合，加大对创新活动的支持力度，并辅助以监管手段引导金融科技更好地服务于实体经济。科技型企业应充分发挥技术优势，运用金融科技优化研发投资效率，解决此类企业因实物资产少、研发创新费用高而导致的融资难问题;就非科技型企业而言，在鼓励金融科技应用于企业投融资决策等方面的同时，监管部门应加强针对非科技型企业的金融科技创新的监管。 [Reform]
　　参考文献
　　[1]皮天雷，刘垚森，吴鸿燕.金融科技：内涵、逻辑与风险监管[J].财经科学，2018（9）：16-25.
　　[2]黄浩.数字金融生态系统的形成与挑战——来自中国的经验[J].经济学家，2018（4）：80-85.
　　[3]李建军，姜世超.银行金融科技与普惠金融的商业可持续性——财务增进效应的微观证据[J].经济学（季刊），2021（3）：889-908.
　　[4]ACHIM M V， BORLEA S N， VIDEAN V L. Does technology matter for combating economic and financial crime？ a panel data study[J]. Technological and Economic Development of Economy， 2021， 27（1）： 1-39.
　　[5]唐松，赖晓冰，黄锐.金融科技创新如何影响全要素生产率：促进还是抑制？——理论分析框架与区域实践[J].中国软科学，2019（7）：134-144.
　　[6]钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证[J].数量经济技术经济研究，2020（6）：26-46.
　　[7]孙旭然，王康仕，王凤荣.金融科技、竞争与银行信贷结构——基于中小企业融资视角[J].山西财经大学学报，2020（6）：59-72.
　　[8]盛天翔，朱政廷，李祎雯.金融科技与银行小微企业信贷供给：基于贷款技术视角[J].管理科学，2020（6）：30-40.
　　[9]YIN Z， GONG X， GUO P， et al. What drives entrepreneurship in digital economy？ evidence from China[J]. Economic Modelling， 2019， 82： 66-73.
　　[10] SUNDERARAMAN P， HO S， CHAPMAN S， et al. Technology use in everyday financial activities： evidence from online and offline survey data[J]. Archives of Clinical Neuropsychology， 2020， 35（4）： 385-400.
　　[11] HEISKANEN A. The technology of trust： how the internet of things and blockchain could usher in a new era of construction productivity[J]. Construction Research and Innovation， 2017， 8（2）： 66-70.
　　[12] 張斌彬，何德旭，张晓燕.金融科技发展能否驱动企业去杠杆？[J].经济问题，2020（1）：1-10.
　　[13] PLOSSER C I. Financial econometrics， financial innovation， and financial stability[J]. Journal of Financial Econometrics， 2008， 7（1）： 3-11.
　　[14] 石光，宋芳秀.新一轮金融科技创新的主要特征、风险与发展对策[J].经济纵横，2020（12）：100-108. 　　[15] 陈红，郭亮.金融科技风险产生缘由、负面效应及其防范体系构建[J].改革，2020（3）：63-73.
　　[16] 曹齐芳，孔英.基于复杂网络视角的金融科技风险传染研究[J].金融监管研究，2021（2）：37-53.
　　[17] 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（5）：69-91.
　　[18] 谢德仁.会计准则、资本市场监管规则与盈余管理之遏制：来自上市公司债务重组的经验证据[J].会计研究，2011（3）：19-26.
　　[19] 吕雪晶，陈志斌，李东阳，等.政府规制与企业财务风险——来自中国A股上市公司的经验证据[J].会计与经济研究，2020（5）：56-67.
　　[20] 王小燕，张俊英，王醒男.金融科技、企业生命周期与技术创新——异质性特征、机制检验与政府监管绩效评估[J].金融经济学研究，2019（5）：93-108.
　　[21] 黄锐，赖晓冰，唐松.金融科技如何影响企业融资约束？——动态效应、异质性特征与宏微观机制检验[J].国际金融研究，2020（6）：25-33.
　　[22] 李學峰，杨盼盼.银行金融科技与流动性创造效率的关系研究[J].国际金融研究，2021（6）：66-75.
　　[23] 王冀宁，陈之超.融资约束、财务风险与中小企业成长的实证研究——基于273家深市中小公司4年面板数据的检验[J].求索，2010（9）：15-18.
　　[24] 夏子航，马忠，陈登彪.债务分布与企业风险承担——基于投资效率的中介效应检验[J].南开管理评论，2015（6）：90-100.
　　[25] 王娟，朱卫未.数字金融发展能否校正企业非效率投资[J].财经科学，2020（3）：14-25.
　　[26] CHEN X， HIGGINS E J， XIA H， et al. Do financial regulations shape the functioning of financial institutions' risk management in ABS investment？[J]. Review of Financial Studies， 2020， 33（6）： 2506-2553.
　　[27] 马思超，彭俞超.加强金融监管能否促进企业“脱虚向实”？——来自2006—2015年上市公司的证据[J].中央财经大学学报，2019（11）：28-39.
　　[28] 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（5）：52-66.
　　[29] 李华民，邓云峰，吴非.金融监管如何影响企业技术创新[J].财经科学，2021（2）：30-44.
　　[30] 彭红枫，杨柳明，王黎雪.基于演化博弈的金融创新与激励型监管关系研究[J].中央财经大学学报，2016（9）：92-100.
　　[31] HANSEN B E. Threshold effects in non-dynamic panels： estimation， testing， and inference[J]. Journal of Econometrics， 1999， 93（2）： 345-368.
　　[32] ALTMAN E I. Financial ratios， discriminant analysis and the prediction of corporate bankruptcy[J]. Journal of Finance， 1968， 23（4）： 589-609.
　　[33] 李春涛，闫续文，宋敏，等.金融科技与企业创新——新三板上市公司的证据[J].中国工业经济，2020（1）：81-98.
　　[34] 尹应凯，彭兴越.数字化基础、金融科技与经济发展[J].学术论坛，2020（2）：109-119.
　　[35] 王曼怡，甄晗蕾.金融发展与微观企业技术创新关系研究——来自制造业的经验证据[J].山东社会科学，2019（9）：130-135.
　　[36] HADLOCK C， PIERCE J. New evidence on measuring financial constraints： moving beyond the KZ index[J]. Review of Financial Studies， 2010， 23（5）： 1909-1940.
　　[37] 王坚强，阳建军.基于DEA模型的企业投资效率评价[J].科研管理，2010（4）：73-80.
　　The Impact of Fintech on Corporate Financial Risk and Its Internal Mechanism： On the Threshold Effect of Financial Regulation
　　FENG Su-ling  ZHAO Shu WU Hao-yue
　　Abstract： Based on the data of A-share listed companies in Shanghai Stock Exchange and Shenzhen Stock Exchange from 2011 to 2018， this research explores the impact of Fintech on corporate financial risk and its internal mechanism. It is found that the development of Fintech has a driving effect on the reduction of corporate financial risks. The relationship between them is nonlinear. In particular， financial regulation has the inhibiting effect of Fintech on corporate financial risk. Under the stronger constraints of financial regulatory， the Fintech development has more obvious inhibitory effect on corporate financial risk. Further， in regions with developed financial markets and technology-based corporates， Fintech has a stronger restraining effect on corporate financial risk. Financial regulation has strengthened the restraining effect of Fintech on corporate financial risk in regions with lessdeveloped financial markets and technology-based corporates. The mechanism analysis shows that Fintech development is contributed to solving the problem of financing constraints and improving the efficiency of investment， which are conducive to reducing the level of corporate financial risk.
　　Key words： Fintech; corporate financial risk; financial regulation