金融科技如何抑制企业杠杆操纵：基于资本需求视角的新解释

本文聚焦企业杠杆操纵(Levm)这一财务舞弊行为，创新性地从资本需求视角切入，探究金融科技(Fintech)对其抑制作用。研究发现Fintech通过降低由低效投资和管理层私欲引发的不合理超额资本需求，有效抑制企业杠杆操纵动机，尤其在融资约束较高企业和科技行业效果显著。该研究为Fintech的治理效应提供了新证据，对规范企业财务行为具有重要政策启示。

　　

在传统公司治理框架下，银行等债权人虽有意愿监督企业运营以确保资金安全，但严重的信息不对称制约了其监管效果。企业杠杆操纵(Leverage manipulation)作为典型的财务舞弊行为，指企业通过表外负债、权益性投资等会计技术人为降低账面杠杆率(Levm)，以满足融资需求(Xu et al., 2020)。这种现象的根源在于企业资本需求超过供给，而现有研究多聚焦融资获取这一表层动机，对深层驱动机制缺乏解释。

北京交通大学经济管理学院的研究团队在《Journal of Behavioral and Experimental Finance》发表研究，首次系统探讨Fintech与企业杠杆操纵的关系。通过构建城市级Fintech指数，分析2007-2021年A股上市公司数据发现：Fintech发展能显著抑制企业杠杆操纵，其机制在于降低由低效投资(Infficient investments)和管理层机会主义行为(Management opportunistic behaviors)引发的不合理超额资本需求(Unreasonable excessive capital demands)。特别在融资约束(Financing constraints)较高企业和科技行业，这种抑制作用更为明显。

研究采用文本分析技术构建Fintech指数，选取CSMAR数据库的上市公司财务数据，通过双重固定效应模型等进行实证检验。机制检验采用中介效应模型，异质性分析则通过分组回归实现。

【理论分析与假设发展】
提出"不合理超额资本需求"新框架，将杠杆操纵动因分解为企业层面的低效投资和管理层个人私欲，论证Fintech通过技术优势产生"纪律效应"(Disciplining effect)抑制这两类需求。

【样本与数据来源】
选取2007-2021年沪深上市公司数据，剔除金融行业和关键变量缺失样本后获得21,549个公司年度观测值，财务数据来自CSMAR数据库。

【描述性统计】
杠杆操纵变量Levm和ExpLevm均值分别为0.1199和0.1219，最大值达1.6757/1.6883，表明中国企业杠杆操纵现象普遍但程度差异大；Fintech指数均值为3.0820，显示地区发展不均衡。

【结论与启示】
研究证实Fintech通过缓解信息不对称增强债权人监督，从根本上抑制企业杠杆操纵动机。不仅拓展了Fintech经济后果的研究边界，还为监管部门利用数字技术治理财务舞弊提供新思路。作者Ruoyu Zhu等提出的资本需求视角，为理解企业财务决策提供了全新理论框架。

该研究的创新价值体现在：首次建立Fintech与杠杆操纵的理论联系，提出"资本需求-杠杆操纵"的解释路径，并揭示Fintech通过抑制低效投资和管理层私欲这一双重机制发挥作用。这些发现对优化Fintech监管政策、完善企业治理机制具有重要实践指导意义。