ADDINCNKISM.UserStyle數字普惠金融對西北五省企業融資約束的影響實證分析目錄TOC\o"1-3"\h\u17407一、引言 429760（一）研究背景 41584（二）研究意義 516378（三）國內外研究現狀 5319351.國外研究現狀 574782.國內研究現狀 514321二、理論基礎與概念鑒定 612815（一）普惠金融 626805（二）中小企業定義 62549（三）中小企業融資約束現狀分析 6312471.融資渠道狹窄 69962.貸款融資難度大 758673.依賴非正規融資渠道 720338三、理論機制與研究假設 71916四、實證分析 822320（一）模型設計 827279（二）變量及定義 811057（三）變量描述性統計和相關性檢驗 912923（四）回歸分析與結論 1021690（五）穩健性檢驗 1219097五、結論及政策建議 131115（一）政府層面 1312643（二）金融機構層面 1422032（三）企業層面 1429870參考文獻 15一、引言（一）研究背景互聯網金融是我國金融行業的一種新興模式，推進了普惠金融的發展進一步沖擊了傳統金融機構的運營模式。從目前來看，互聯網金融的主要依靠第三方移動互聯網支付、互聯網貨幣基金、P2P網絡借貸等來發展。從中小企業自身特點分析，借貸雙方信息不對稱主要是由于其自身財務等信息披露不完善所導致，而互聯網金融模式由于其以大數據為基礎則有可能在此問題上做出貢獻。大小企業的信息結構顯著不同，中小企業的財務透明度缺乏和抗風險能力弱使得銀行在對其借款資質的審核成本偏高，于是銀行有動機為了迫使中小企業退出信貸市場而提高授信門檻。然而以大數據為基礎的互聯網金融的出現使得借貸雙方之間的信息不對稱程度減弱，這一方面降低了銀行的資金成本，另一方面減弱了銀行等金融機構對中小企業財務狀況的擔憂，這為中小企業的融資帶來了契機。由此可見，互聯網金融融資模式依托于大數據和優勢渠道等物理載體，在有效整合了相關金融資源信息、業務資金后，針對中小企業貸款需求“期限短、本金小、頻次高、放貸快”等特點，試圖幫助解決中小企業與個人融資難的問題。（二）研究意義本文的創新改革亮點是：第一，選題立項分布方向具備創新改革性。數字普惠金融屬于比較新的涵義，研究分析數字普惠金融和融資約束的參考數據文獻較少，本文從使用原理和實證研究分析二者相互之間影響大小和分布方向開始，逐漸豐富了數字普惠金融和中小企業金融融資的有關研究分析。第二，本文在穩健型檢驗過程中采用了多種檢驗方法包括對普惠金融的各個維度進行分析、分位數檢驗以及更換變量，在一定程度上確保實證結果的可靠性與準確性。第三，本文運用的數字普惠金融標準更為具備匹配性。本文使用螞蟻金服－北京大學數字金融研究院共同編制的數字普惠金融指數，其指數具體細分到各個省份各個地區，是當前最具有權威的數字普惠金融指數。本文將重點參考依據西北五省的系數數據信息來分析數字普惠金融，針對中小企業融資約束的作用及高效性。（三）國內外研究現狀1.國外研究現狀惠普金融發展對中小企業融資的影響研宄始于20世紀末。beck和dｍｉｒｇｕｃ－Ｋｕｎｔ（2013）通過對金融發展與中小企業融資約束的關系進行多方面的經驗研宄后，得出以下結論：“金融發展水平對中小企業融資約束的緩解具有相當重要的積極影響，金融機構和金融市場的發展拓寬了中小企業的融資渠道，大大增加了其外源融資的可獲得性。”此后，Ｒａｊａｎ和Ｚｉｎｇａｌｅｓ（2019）轉而從微觀角度研究金融發展對經濟的積極影響，認為伴隨著普惠金融發展，資金交易成本得以降低，資金配置效率得以提高，從而推動經濟穩定增長。Ｄｅｍｉｒ－ｇｕｃ－Ｋｕｎｔ和Ｍａｋｓｉｍｏｖｉｃ（2018）通過對３０個國家的微觀企業數據進行實證研究，也證明金融體系的發達程度決定了經濟實體的貸款可獲得性。Ｌｏｖｅ（2019）運用歐拉方程研究金融發展與企業融資約束的關系，發現企業融資約束會隨著一國金融發展水平的提高而降低，且對于小型企業尤其明顯。金融發展可以提高借貸雙方間信息透明度，增加借貸契約的完備性，改善資本市場融資環境，緩解企業融資約束，提高資金的配置效率。Ｋｏｏ和Ｍａｅｎｇ（2017）使用ＧＭＭ差分的估計方法對歐拉方程進行估計，選擇韓國的３７１家上市企業進行了數據分析和實證檢驗，發現金融自由化顯著緩解了中小企業的融資約束。2.國內研究現狀李斌和江偉（2019）采用ＦＨＰ的投資一現金流模型，利用2018年至2019年的Ａ股上市公司的面板數據，金融發展水平提高可以有效緩解企業融資困境，促進企業成長，推動企業擴張。饒華春（2017）選取2015年至2017年的Ａ股上市公司數據，使用ＧＭＭ的方法對歐拉方程進行估計，發現我國上市公司普遍存在融資約束；金融發展（尤其是銀行業發展）可以在一定程度上緩解融資約束，并且相比大型國有上市公司，中小型民營企業正向效應更加明顯。沈紅波（2020）利用我國2010年至2020年制造業上市公司的數據，采用區域金融發展指標，通過歐拉模型和托賓模型進行實證檢驗，重點分析了金融發展、融資約束和企業投資的關系，發現我國制造業上市公司存在顯著的外部融資約束；普惠金融發展對融資約束有一定的緩解作用；這種緩解作用存在差異，尤其是對民營企業更明顯。王艷林，祁懷錦和鄒燕（2014）運用Ａｌｍｅｉｄａｅｔａｌ．（2014）的融資約束模型，研究了金融發展、融資約束與現金一現金流之間的關系。研究結果表明，我國上市公司普遍存在融資約束問題，現金一現金流敏感性高；金融發展能有效緩解企業的融資約束問題，降低現金一現金流敏感性。（三）研究方法實證分析法與規范分析法相結合。實證分析摒棄價值判斷，從完全客觀的角度探討經濟變量間的相互影響，并試圖找出規律，而規范分析通過預設一定的標準來衡量經濟活動的優劣。二、理論基礎與概念鑒定（一）普惠金融普惠金融是2005年由聯合國提出的，普惠金融是指能有效、全方位地為社會所有階層和群體提供服務的金融制度和體系。普惠金融體系框架分為微觀、中觀和宏觀三個層次。它包括：（1）客戶層。這個部分的核心是低收入群體。他們對金融產品的需求決定了金融體系的微觀、中間和宏觀層面的行為。他們有能力償還這筆錢，甚至愿意支付更高的利息，而且數額很大。對金融機構來說，關鍵在于加強金融創新和金融安全。（2）微觀層面。這一層次的核心是零售金融服務提供者，包括非正規金融機構、正規金融機構和位于中間的各種金融機構。他們為窮人和低收入者提供金融產品和服務。（3）中觀層面。這一層面包含基本的金融設施和各種規則和要求，能夠降低金融服務提供者的交易成本。（4）宏觀層面。金融監管當局、財政部和其他有關政府機構是這一級別的主要參與者。（二）中小企業定義中小企業是個體工商戶、微型企業、小型企業、家庭作坊式企業的統稱。中小企業規定的各行業規模如下：零售業:職工人數100人以下，或銷售額1000萬元以下;批發業:職工人數100人以下，或銷售額3000萬元以下;工業:職工人數300人以下，或銷售額3000萬元以下，或資產總額4000萬元以下;交通運輸業及住宿和餐飲業:職工人數400人以下，或銷售額3000萬元以下;建筑業:職工人數600人以下，或銷售額3000萬元以下，或資產總額4000萬元以下。此外的相關規定有:《統計上大中小型企業劃分辦法(暫行)》和《部分非工企業大中小型劃分補充標準(草案)》。（三）中小企業融資約束現狀分析1.融資渠道狹窄相比大型企業，中小企業的種類多而雜，并且大部分中小企業在市場上缺乏一定的影響力和產品競爭力，甚至有些企業出現信用問題或者服務意識淡薄，使得投資者對其缺乏興趣，我國中小企業融資規模占比最大的兩個融資方式是企業發債和銀行貸款。由于借貸雙方的信息不對稱，借貸過程中，中小企業信息優勢的一方，所以銀行對其資信水平、經營能力以及抗風險能力等信息掌握不足，為了確保自身資金的安全性，銀行一般只對中小企業提供一年或一年以內的短期貸款，如果中小企業想要獲得長期貸款，那么它應該有第三方來為其擔保，或者具有足夠的固定資產作為抵押。企業如果想通過發債來籌資，那么它發行的債券的安全性與企業本身的信用等級有很大的關系，企業債券的信用等級越高則越容易受到投資者的信賴和關注，一般來說中小企業的信用等級都較低。由此可見，企業獲得的融資額度受到各種因素的制約，并且渠道較為單一。2.貸款融資難度大由上述所提到的數據來看，中小企業主要的融資方式中銀行貸款占據很大一部分，由表1可以看出中小企業規模和發展年限和選擇銀行貸款比例成正比，這表明從企業的角度來看企業的規模越大，企業越傾向于選擇銀行貸款，另一方面中小企業規模與被拒次數比率成反比，這表明中小企業規模越小越容易被銀行拒貸，從總體的企業狀況來說中小企業的數量要遠大于大型企業的數量，但是中小企業和大型企業要經歷相同的程序和環節，這表明金融機構為中小企業的每筆貸款所要承擔的相對成本要更高，金融機構承擔了更大的風險，使得融資困難。表1企業規模與銀行貸款選擇的關系項目類型企業規模（人）發展時間（年）＜2020~5050~100100~200＞200＜11~33~5＞5銀行貸款比率（%）2.315.8116.6423.7441.070.927.6519.1029.92被拒次數比率（%）92.2684.6668.5454.3121.6981.2673.5046.3330.183.依賴非正規融資渠道由于適合中小企業的正規融資渠道較少，這使得中小企業不得不轉向非正規渠道來進行融資，主要方式有向親友籌集資金、民間借貸等方式，2019年，我國民間固定資產投資31159億元，民間固定資產投資增長4.7%。從數據可以看出非正規融資方式依舊處于增長狀態，這是因為相比較于主流正規的融資方式，非正規融資去除了繁雜的手續和不必要的過程，能夠很好地應對突發的資金需求，但是法律的監管并沒有覆蓋到民間貸款這一方面，所以其利率一般會隨著資金的需求和應急程度而變化，利率一般不穩定，利率的不穩定性會導致中小企業面臨的風險更大，因而中小企業對于這種方式也越來越謹慎，融資難度也越來越大。三、理論機制與研究假設中小企業的發展一直存在著融資困難、成本高等多方面的問題，即使是從金融機構如銀行獲得貸款也會因為其所需申請材料復雜、申請程序繁瑣以及審核過程長等存在不少難題，通過以上有限的渠道所籌集到的資金數額也無法滿足中小企業所面臨的發展需求。然而數字普惠金融在大數據、物聯網等新興技術的支持下，普惠金融覆蓋的范圍更深更廣，滲透能力更強，增強了全國中小企業對普惠金融服務的可獲得性，降低金融機構和中小企業之間的信息不對稱風險，減少了融資交易成本，從而使中小企業能夠較為容易地獲得貸款。參考相關資料及以上所提到的各類好處利益優勢展開研究分析，本文提出數字普惠金融在其發展總體歷程中能夠高效提升公司金融融資工作效率并且緩和融資約束。鄒偉等（2018）使用中國中小企業板上市交易企業和全球商業銀行我國公司的調研分析數據信息，展開實證檢測，最終結果說明普惠金融確實能夠緩和中小企業融資約束ADDINCNKISM.Ref.{ECA7F87B5F16492fA5DAA8F8D300A77B}[1]。因此，本文提出：假設1：我國中小企業存在融資約束。假設2：普惠金融發展規模擴大緩解我國中小企業融資約束。假設3：惠普金融結構市場化程度的提高有緩解我國中小企業的融資約束。假設4：中小型銀行在銀行業地位的提高緩解我國中小企業融資約束。四、實證分析（一）模型設計（1）上式中，Ｉ（ｉ，ｔ）表示第ｉ個公司第ｔ期投資，Ｋ表示資本存量，ＣＦ表示企業內部現金流，Ｑ為托賓Ｑ值，系數ｙ即投資－現金流敏感性系數。最初提出的現金－現金流敏感性模型僅包括現金是有水平變化、自由現金流、企業規模等變量，后來又將資本支出、短期負債變動、現金替代物變動、公司成長能力等因素加以考慮，由此，現金－現金流模型表達式見式（2）。（2）上式中，ＡＣＨｉ，ｔ表示第ｉ個企業ｔ時期現金持有量水平變動，ＣＦ表示自由現金流，ＳＩＺＥ代表企業規模，ＡＣＨ－ｒｅｐ表示現金替代物變動，ＡＤｅｂｔ＿ｓｔｍ表示短期負債變動，Ｋ＿ｅｘｐ表示資本支出，ａｌ即現金－現金流敏感性系數。本文使用現金一現金流敏感性模型，為了對假設１進行檢驗，具體模型見式（3）（3）上式中，被解釋變量ｄ＿ｃａｓｈ表示企業各相鄰期間現金持有量的變動，在本實證分析中被定義為現金及現金等價物的增加額對起初總資產的比值，下角標ｉ表示第ｉ家企業，ｔ表示時期。解釋變量ＣＦ表示企業現金流，在本實證分析中被定義為經營活動現金流量凈額／期初總資產。Ｐ１作為現金一現金流敏感性系數，如果該系數顯著為正，那么就表示目標企業面臨著較嚴重的融資約束。為了進一步衡量金融發展對企業融資約束的影響，檢驗假設２、假設３與假設４，本文將三個金融發展指標引入到模型中，構成了一個擴展的現金一現金流敏感性模型并表示為式４。（4）上式中，ＦＤ衡量金融發展規模水平，ＢＳ衡量金融市場化程度，ＳＭＢ衡量中小銀行在整個銀行業中的地位，下角標ｉ表示時期。參照姚耀軍（２０１５）的做法，本文將企業現金流指標與表示金融發展規模、結構的指標相乘構建出交叉項。新加入的交互項ＦＤ＊ＣＦ、ＢＳ＊ＣＦ、ＳＭＢ＊ＣＦ分別表示受金融發展規模水平、金融市場化程度、中小銀行地位變化影響下的企業現金流。（二）變量及定義各變量及其定義見表3-1：表3－1各變量符號、名稱及定義變量描述性統計和相關性檢驗本文采川ｓｔａｔａｌ１．０對模型變燒樣本值進行描述性統計分析，相關結果列示表3－2：表3－2各變量值的描述性統計各變量的描述性統計結果顯示，現金持有量變動ｄ＿ｃａｓｈ的均值為０．０３３偏向于０，表明我國中小企業板上市公司在觀察期內各年現金持有量增長不明顯，這可能是相對于資產規模來說企業現金流較小。此外，比較現金持有量變動ｄ＿ｃａｓｈ的均值０．０３３、最小值－０．６２１、中值０、最大值２．８６８，現金流ＣＦ的均值０．０５７、最小值－０．５６９、中值０．０５６、最大值０．７９７可以發現：二者差別不是很大，初步說明我國中小企業板上市公司傾向于從經營現金流中提取儲備充足的現金持有量，中小企業存在較強的外部融資約束。公司規模ｓｉｚｅ最小值１９．０６，最大值２５．７，由于本文公司規模ｓｉｚｅ變量值是通過對期末資產總額取對數的方式取得，所以可以看出我國中小企業板不同的上市公司資產規模之間存在相當大的差距。凈營運資本ｄ＿ｎｗｃ均值０．０７５，說明總體上公司非現金流動資產的增長快于流動負債的增長。觀察三個反應金融發展的指標：金融發展規模水平ＦＤ最小值１．１２０，最大值１．４３３，金融市場化結構ＢＳ最小值２．２４８，最大值３．６０２，這說明在觀察期內我國金融發展在規模水平和市場化結構兩個方面存在相當的變化。中小銀行相對地位ＳＭＢ最小值０．５４０，最大值０．６１０，說明我國中小規模銀行地位有一定的上升。為了檢驗模型設置中各變量是否存在多重共線性，本位在回歸分析之前，采用ｓｔａｔａｌ１．０軟件對各主要變量進行ｐｅｒｓｏｎ相關性檢驗。相關結果列示于表3－３：表3-3變量間相關系數從表中可以看出，現金持有量變動ｄ＿Ｃａｓｈ與企業現金流ＣＦ的相關系數為0．168，并且在10％水平上顯著，說明現金持有量會隨著企業現金流的增加而增加；ｄ＿ｃａｓｈ與ｓｉｚｅ的相關系數為負，但不顯著，說明企業規模擴大可能會縮減其現金持有量，但并不確定。ｄ＿ｃａｓｈ與ｄ＿ｎｗｃ的相關系數為0．082，ｄ＿ｃａｓｈ與ｇｒｏｗ的相關系數為0．080，且在10％水平上顯著，說明企業非現金凈營運資本增加或主營業務收入增長會增大其現金持有量。此外，各解釋變量間相關系數均較小，沒有表現出很強的關聯性，說明模型設置變量間不存在多重共線性，通過相關性檢驗。（四）回歸分析與結論本文在對基準模型進行回歸的基礎上，加入2011-2019年我國宏觀層面金融運行數據，通過分別構建金融發展規模水平ＦＤ、金融市場化結構ＢＳ、中小銀行相對地位ＳＭＢ與企業現金流ＣＦ的交乘項并將其納入基準模型進行擴展，以期望在擴展后的模型中進一步考察估計結果對納入控制變量的敏感性，最終得出較合理的結論。本文運用ｓｔａｔａｌｌ．Ｏ進行多元線性回歸結果見表４-４：表3－4中小企業現金一現金流敏感性回歸結果從表中可以看出，在基準模型和擴展模型中，企業現金流ＣＦ與現金持有量變動（Ｌｅａｓｈ是正相關的關系，系數較大均在0．5左右，并且在１％的水平上顯著，這表明樣本中的中小企業雖然可以通過市場發行證券融資，但仍然傾向于從自身經營現金流中儲備充足的現金以進行內部融資，表現出明顯的現金一現金流敏感性，支持假設１。現金持有量變動與企業規模的相關系數很小且不顯著，這說明兩者并無明顯相關關系。這可能是因為：一方面，較大的企業規模意味著更穩定的財務狀況和更充分的信息披露，從而使企業更容易保持良好的自身信譽和銀企關系以獲得融資，相應地減少其現金持有量；另一方面，較大的規模也意味著企業必然要在經營活動中留存更多的現金，以適應企業規模擴大后越來越多的投資機會，相應地增加其現金持有。兩方面的共同作用使得企業現金持有變動與規模變化并不產生穩定的相關關系。企業短期負債變動與現金持有量變動呈顯著正相關的關系。從基準模型和擴展模型的回歸結果來看，ｄ＿ｓｔｄ與ｄ＿ｃａｓｈ的相關系數大約在0．15左右，在１％的水平上顯著。這說明隨著企業短期負債越多，償債壓力和財務風險就越大，迫使企業持有更多的現金來應付短期還款的需要。現金持有量變動ｄ＿ｃａＳｈ與凈營運資本變動ｄｊａｗｃ呈正相關的關系。從各個模型來看，兩者相關系數均為正，數值大約在０．２９至０．３０之間，并且在１％的水平上顯著。這說明隨著企業凈營運資本的增長，資產流動性的增強導致了現金持有量的增加。現金持有量變動ｄ＿ｃａｓｈ與企業成長性ｇｒｏｗ無顯著相關關系。從回歸結果來看，兩者相關系數很小且不顯著。這可能是因為在本文以主營業務收入增長率作為衡量企業成長性指標的情況下，主營業務收入的增長依賴于企業規模的擴大，從而要求企業增大現金持有量以滿足越來越多的合理投資機會。同時，企業成長性的提高也使得更多的外部投資者看到了獲得豐厚回報的機會，這意味著企業外部融資成本的下降，可能會促使其適當減少現金持有。從擴展模型２、５、６、８來看，現金持有量變動ｄ＿Ｃａｓｈ與交互項ＦＤ＿ＣＦ呈負相關，并且存在顯著性，這說明我國金融發展規模的擴大可以有效地緩解中小企業融資約束程度，支持假設２。從擴展模型３、５、７、８來看，現金持有量變動ｄ＿ｃａｓｈ與交互項ＢＳ＿ＣＦ不存在顯著性，這表明在我國整體的金融發展結構中，金融市場相對地位的提高沒有緩解我國中小企業融資約束程度。造成實證分析結果不能支持假設３的原因可能是：雖然與商業銀行等信貸中介相比，金融市場在提供流動性、風險分散、激勵與約束機制等方面具有獨特的優勢，但是，由于歷史原因，在我國這樣一個銀行主導型國家中，比起發展成熟的銀行信貸，金融市場向中小企業提供融資時在規模、途徑、經驗等方面可能相對劣勢（比如資本市場股票發行審批嚴格、發行規模存在限制、發行流程復雜、對信息披露及發行義務要求多等）。對于那些已經上市的中小企業來說，金融市場所提供的融資成本要高于銀行，即便可以從市場獲得所需資金，仍然需要依賴于更低成本、更具便利性的銀行信貸；而對于大量的未上市中小企業來說，則不得不更加依賴于銀行融資。從擴展模型４、６、７、８來看，現金持有量變動ｄ＿ｃａｓｈ與交互項ＳＭＢ＿ＣＦ呈負相關，并且無論是否控制其他變量均在１％水平上顯著。這表明考察我國具體的金融結構時，中小銀行在整個銀行業中相對地位的提高有助于緩解我國中小企業融資約束，支持假設４。與Ｂｅｒｇｅｒ和Ｕｄｅｌｌ（１９９８）提出的“小銀行優勢理論”相一致。至此，本文已驗證理論分析中提出的假設，并得出如下結論：①我國中小企業目前正面臨著較嚴重的融資約束；②金融發展規模水平的提高有助于緩解中小企業融資約束；③在銀行業結構中，中小銀行相對地位的提高有助于緩解中小企業融資約束；④在金融結構的整體安排中，銀行中介與金融市場的規模比例變動對于緩解中小企業融資約束并無明顯影響。（五）穩健性檢驗本文采用替換變量的方式進行穩健性檢驗。因為企業持有的一年內到期的短期投資（如短期持有的債務投資和交易性金融資產等）具有期限短、流動性強、易于轉換價值變動風險較低等特點，因此將ｅｎｃａｓｈ現金流量定義替代為企業交易性金融資產余額變動／期初總資產，再帶入實證模型重新進行估計，估計結果見表3－5：表3－5中小企業現金一現金流敏感性回歸結果比對表3-5與4-4，ＣＦ的系數仍然顯著為正，ＣＦ＿ＦＤ、ＣＦ＿ＳＭＢ系數顯著為負，ＣＦ＿ＢＳ系數不顯著，雖然其余部分變量系數略有差別，但是變化不大，據此認為估計方法通過穩健性檢驗。嚴格來說，將中小企業板上市公司財務數據作為研宄全國中小企業融資約束問題的樣本是存在偏差的。未上市公司財務數據搜集困難，且容易出現偏誤，因此本文只選取了中小企業板上市公司進行研宄。應該考慮到：相比上市中小企業，廣大未上市中小企業財務信息透明度更低，更加難以緩解信息不對稱造成的融資約束問題。此外，廣大未上市中小企業也不能利用股票市場融資，融資渠道更窄。如果上市中小企業存在較嚴重的融資約束，那么，未上市中小企業面臨的融資約束程度更加嚴峻，相應地，金融發展有利因素的效應也更明顯。五、結論及政策建議在本文中，以2011——2019年西北五省的中小企業數據信息為實踐應用案例，根據現金——現金流敏感性模型，研究分析數字普惠金融對西北五省中小企業的融資約束干擾作用，研究分析證實了數字普惠金融確實可以緩和中小企業所面對的融資約束。采用工具變量法對可能存在的內生性問題進行處理，穩健性檢驗分別對普惠金融的各個維度進行分析、分位數檢驗以及更換變量，得出數字普惠金融的深度、廣度、數字化程度均能緩解中小企業融資約束，研究結論具有一定的穩健性。異質性研究分析則得知，數字普惠金融對非國營中小企業融資約束的緩和作用及影響更加發達。本文不僅為更好緩解融資約束提供了可行的路徑，同時還可為各級政府管理部門制定相關政策提出一定可操作性的建議。（一）政府層面數據金融的發展直接作用影響到了中小企業的發展生存問題，所以，政府管理職能部門應當積極鼓勵數字普惠金融的全方面發展，為數字普惠金融發展創造優良的環境，科學合理分配資源以推動不同地區的中小企業和諧發展；利用金融制度和市場化程度等來構建與中國特色社會主義市場經濟體制相一致的健康的數字金融發展體系，深度滲透到金融服務的各個領域。有關管理運營組織機構及職能部門應該頒布實行相互對應的管理政策，大力發揮運用數據金融在專業應用技術方面的功能應用優勢。與此同時，要確定和改善提升數字普惠金融有關的專業應用技術參考標準和監督全面管理標準規則，增強對交易市場及金融監察管理，確定各監督全面管理職能部門責任者的具體責任，使普惠金融監督全面管理和傳統類型的金融監督管理協調管理一致。（二）金融機構層面第一，金融機構應當改變傳統的金融融資模式，積極配合國家大政方針和地方經濟政策，建立一個高效、便捷、透明的普惠金融數字化公共平臺，切實加強線上金融業務能力，提升資金運轉效率。第二，金融機構要提高創新能力，因地制宜，因企制宜，分析不同行業的中小企業的經營特征，創新金融設計，吸引更多的社會資本主體，從而為不同發展階段、不同規模、不同信用基礎的中小企業匹配適合其發展所需的不同類型的金融信貸產品。第三，銀行等金融經濟組織服務機構要積極主動順承數字普惠金融發展未來趨向。簡化中小企業申請融資的材料及程序，縮減審核所需花費的時間和過程，從而提高融資效率；與此同時以銀行為重要的金融經濟組織服務機構，應該在互聯網商業銀行、移動智能手機等多個傳播途徑，展開充分全面推廣遍及數字普惠金融的原理ADDINCNKISM.Ref.{D4BFDB1B4F0B4539B51B4A8855118782}[6]，增強數據信息推廣遍及，培養全民的數據金融綜合文化素養。（三）企業層面第一，中小企業應當改善自身內部存在的“內生性”、風險約束、抵押品約束等問題，主動應用和升級換代數字化的生產設備，增強中小企業生產全流程的數字化應用能力和水平以依托數字技術的優勢，提升數字技術在銀企間的融合與銜接效率，充分發揮數字金融在資源配置和運用效率中的作用。第二，中小企業因為抵抗各類風險能力比較差，在發展總體歷程中，假如肆意擴張，就會直接干擾到公司經營，公司應該成立改善提升的中間財務會計管理綜合體制、經濟風險調控管理體制等，結合財務會計、專業應用技術等基本組成要素，合理確定公司發展提升規劃。

參考文獻[1]“有備無患”還是“本末倒置”——普惠金融政策與中小企業金融資產配置[J].張曉玫,伏倚天,張倩倩.財貿經濟.2021(07)[2]數字普惠金融對科技型中小企業融資約束實證研究——以西北五省區為例[J].蘇漫漫,苗金芳.市場論壇.2021[3]數字普惠金融發展對中小企業融資約束的影響研究——基于省級空間面板數據分析[J].夏佳佳,王守龍.紅河學院學報.2021(03)[4]數字普惠金融對中小企業融資的影響研究[J].周澤炯,王國慶.長春師范大學學報.2020(11)[5]普惠金融發展質量與中小企業融資效率[J].吳慶田,王倩.金融與經濟.2020(09)[6]數字普惠金融緩解中小企業融資約束的實證分析——基于2011—2018年中小企業數據[J].譚歡,唐鵬.投資與創業.2021(09)[7]數字普惠金融對中小企