趙 娜 宋子祥 李 珮 史紫千

1 引 言

自2017年以來，國家發(fā)布的各項綱領(lǐng)性文件（2017-2021年《政府工作報告》、“十四五”規(guī)劃、2035年遠(yuǎn)景目標(biāo)綱要等）中反復(fù)提及“數(shù)字化轉(zhuǎn)型”、“數(shù)字經(jīng)濟”等詞匯。中國的數(shù)字化產(chǎn)業(yè)蓬勃發(fā)展，2022年整體規(guī)模躍居世界第二。企業(yè)作為經(jīng)濟發(fā)展的微觀主體，其數(shù)字化轉(zhuǎn)型不僅是推動新基礎(chǔ)設(shè)施發(fā)展的需要，也是實現(xiàn)產(chǎn)業(yè)升級、提升發(fā)展效率的需要（孫國強等，2021［1］）。然而實踐中的企業(yè)數(shù)字化轉(zhuǎn)型困難重重，根據(jù)麥肯錫Analytics Quotient（AQ）數(shù)據(jù)庫顯示：企業(yè)數(shù)字化轉(zhuǎn)型的成功率只有20%，即使是高技術(shù)公司的成功率也僅為26%。當(dāng)下的研究多以成功企業(yè)為范例論證企業(yè)數(shù)字化轉(zhuǎn)型的積極經(jīng)濟后果（涂心語等，2022［2］；洪俊杰等，2022［3］），缺乏對數(shù)字化轉(zhuǎn)型與企業(yè)財務(wù)風(fēng)險之間影響機制的探討，為彌補該研究不足，本文將基于信息不對稱理論、融資約束理論、委托代理理論，從賦能效應(yīng)、規(guī)模效應(yīng)以及信息效應(yīng)三個方面剖析數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響機制。

嚴(yán)格意義上企業(yè)風(fēng)險涵蓋了企業(yè)經(jīng)營過程中內(nèi)部與外部、可控與不可控的所有致危因素，本文出于現(xiàn)實意義將企業(yè)風(fēng)險的定義范圍限定在企業(yè)的可控條件上，諸如自然災(zāi)害、能源危機、國際金融危機等不可控因素被排除在本文的研究范圍外。在可控條件下，企業(yè)風(fēng)險發(fā)生的原因主要來自企業(yè)管理層決策失誤導(dǎo)致的資不抵債、資產(chǎn)流動性不足、經(jīng)營性虧損等問題。不難發(fā)現(xiàn)，這些問題一旦發(fā)生往往會對企業(yè)的存續(xù)產(chǎn)生影響。因此，本文選擇將研究視角集中于可控度高、可辨識度強、能夠在最大程度上囊括各種因素的企業(yè)風(fēng)險。而在這些風(fēng)險中最具代表性的便是企業(yè)財務(wù)風(fēng)險，因為高層管理者可以直接決定企業(yè)的資產(chǎn)配置方式從而直接影響企業(yè)面臨的財務(wù)風(fēng)險程度，而且其主要通過會計報表識別，具有較高的標(biāo)準(zhǔn)化程度，可信度較強且易于理解，同時其內(nèi)涵也覆蓋了債務(wù)違約、支付股利造成流動性危機等多類風(fēng)險。

目前，我國規(guī)模以上工業(yè)企業(yè)的關(guān)鍵工序數(shù)字化率已經(jīng)達到了55.3%，并且根據(jù)工信部發(fā)布的《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》，2025年，企業(yè)的關(guān)鍵工序數(shù)控化率要達到68%，企業(yè)經(jīng)營管理數(shù)字化的普及率要達到80%，工業(yè)互聯(lián)網(wǎng)平臺普及率要達到45%?？梢灶A(yù)見，數(shù)字技術(shù)的應(yīng)用對企業(yè)經(jīng)營的滲透將會更加深入。然而，數(shù)字化轉(zhuǎn)型的實施具有明顯的周期長、投資大、不確定性高的特點，這些特性無疑會加重企業(yè)的經(jīng)營負(fù)擔(dān)和提高企業(yè)的財務(wù)風(fēng)險。但是現(xiàn)有研究普遍認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型可以提高企業(yè)的創(chuàng)新績效（余薇等，2022［4］）、降低融資成本（車德欣等，2021［5］）、為企業(yè)提供新商業(yè)模式轉(zhuǎn)變機遇（錢雨等，2021［6］）。那么企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)經(jīng)營的積極影響是否可以覆蓋其負(fù)面影響成為亟待解決的研究問題。

本文的邊際貢獻在于：在學(xué)術(shù)上，多數(shù)學(xué)者的研究聚焦于數(shù)字化轉(zhuǎn)型的積極經(jīng)濟意義，如價值共創(chuàng)（魏冉等，2022［7］；李樹文等，2022［8］）、社會責(zé)任（趙宸宇，2022［9］）、提高經(jīng)營效率（黃漫宇等，2022［10］）等方面，在數(shù)字化轉(zhuǎn)型的風(fēng)險研究領(lǐng)域方面，現(xiàn)有研究主要集中于債務(wù)違約（王守海等，2022［11］），缺少對于企業(yè)財務(wù)風(fēng)險的研究，本文將以信息經(jīng)濟學(xué)為基礎(chǔ)，采用最小二乘實證檢驗的方法檢驗數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響機制，以此來彌合數(shù)字化轉(zhuǎn)型的風(fēng)險研究領(lǐng)域的理論缺口。在實踐上，本文在檢驗數(shù)字化轉(zhuǎn)型對財務(wù)風(fēng)險的影響效果的基礎(chǔ)上進一步分析了其中的作用機制，為政府與企業(yè)進一步豐富數(shù)字化轉(zhuǎn)型成果規(guī)避財務(wù)風(fēng)險提供了參考。

2 文獻綜述與研究假設(shè)

2.1 文獻綜述

為了進一步厘清數(shù)字化轉(zhuǎn)型與企業(yè)財務(wù)風(fēng)險之間的關(guān)系需要對數(shù)字化轉(zhuǎn)型的內(nèi)涵做清晰的界定。目前學(xué)界對數(shù)字化轉(zhuǎn)型內(nèi)涵尚未形成共識。國內(nèi)學(xué)者李載馳（2021）［12］從主體、技術(shù)范疇、轉(zhuǎn)型領(lǐng)域和轉(zhuǎn)型效果四個方面歸納數(shù)字化轉(zhuǎn)型的內(nèi)涵，將數(shù)字化轉(zhuǎn)型定義為：通過結(jié)合信息、計算、通信和連接技術(shù)，使轉(zhuǎn)型主體的各方面屬性（包括但不限于運營、產(chǎn)品、管理、商業(yè)模式、生產(chǎn)流程等）發(fā)生重大變化，從而達到改進主體目的的過程。國外學(xué)者Vial（2019）［13］通過語義分析法提煉權(quán)威期刊中與數(shù)字化轉(zhuǎn)型相關(guān)的研究成果，在此基礎(chǔ)上他提出了旨在清晰地說明分析單位、轉(zhuǎn)型范圍、轉(zhuǎn)型過程以及預(yù)期結(jié)果的數(shù)字化轉(zhuǎn)型定義：通過組合信息、計算、溝通和連接技術(shù)觸發(fā)實體重大變化并改進實體的過程。本文認(rèn)為Vial（2019）［13］的論述更為全面，因此將其作為本文討論的數(shù)字化轉(zhuǎn)型的內(nèi)涵定義。

在數(shù)字化轉(zhuǎn)型與風(fēng)險的相關(guān)研究中，國內(nèi)學(xué)者做出了如下貢獻：黃浩（2018）［14］指出互聯(lián)網(wǎng)信息的傳導(dǎo)途徑本身具有廣泛性、快速性等特點，這些特性在給企業(yè)發(fā)展帶來便捷的同時也增加了風(fēng)險的傳播速度。郭吉濤（2021）［15］通過實證研究說明了數(shù)字經(jīng)濟通過影響全要素生產(chǎn)率和信息不對稱程度，進而影響企業(yè)的信用風(fēng)險。同時，供給側(cè)結(jié)構(gòu)性改革的不斷深化、數(shù)字化治理水平的不斷提高都會對企業(yè)信用風(fēng)險帶來影響。國外學(xué)者做出了如下貢獻：宏觀層面上，Brydin(2018)［34］研究發(fā)現(xiàn)數(shù)字經(jīng)濟重構(gòu)了傳統(tǒng)的金融體系與勞資關(guān)系并賦予了金融風(fēng)險新的表現(xiàn)特征。微觀層面上，F(xiàn)rynas等（2018）［35］研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型扁平化了企業(yè)的管理體系，壓縮了企業(yè)內(nèi)部交易成本并拓寬了管理者的市場信息來源渠道，進而減少了高層道德風(fēng)險。Mowry(2015)［36］經(jīng)研究發(fā)現(xiàn)銀行利用數(shù)字技術(shù)升級了營業(yè)網(wǎng)點的辦事模式，拓寬各網(wǎng)點業(yè)務(wù)的服務(wù)范圍，提高了銀行的內(nèi)部資源配置效率，有效降低了其客戶資源枯竭風(fēng)險。

目前對企業(yè)數(shù)字化轉(zhuǎn)型與風(fēng)險關(guān)系的研究較少，且多聚焦于信貸風(fēng)險以及數(shù)字化的信息外溢效應(yīng)所導(dǎo)致的風(fēng)險加速傳導(dǎo)等方面，而鮮有學(xué)者關(guān)注數(shù)字化對企業(yè)財務(wù)風(fēng)險的影響機制。作為企業(yè)日常最直接的危機來源，通過何種方式降低風(fēng)險對提高企業(yè)的存續(xù)時間具有重要意義。因此本文將依據(jù)信息不對稱理論、融資約束理論、委托代理理論分析數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響，以期能為企業(yè)制定風(fēng)險規(guī)避策略、實現(xiàn)可持續(xù)發(fā)展提供理論指引。

2.2 研究假設(shè)

由經(jīng)濟增長理論可知，勞動、資本與綜合技術(shù)水平三者共同決定了企業(yè)的產(chǎn)出水平，因此僅從單一的維度測算企業(yè)可能的經(jīng)濟貢獻能力是不科學(xué)的，羅伯特·索洛在觀察到產(chǎn)業(yè)內(nèi)勞動生產(chǎn)率的提高并不是孤立于整體經(jīng)濟發(fā)展的外生原因后，在此基礎(chǔ)上提出了內(nèi)生增長理論，并基于該理論首次提出全要素生產(chǎn)率概念。全要素生產(chǎn)率是企業(yè)資本投入、技術(shù)升級、管理模式改善、加大人才培養(yǎng)等要素的綜合產(chǎn)出效率，在一定程度上能夠反映企業(yè)的生產(chǎn)經(jīng)營狀況，是企業(yè)長期競爭優(yōu)勢的來源和基礎(chǔ)（易綱等，2003）［37］。企業(yè)的全要素生產(chǎn)率越高，說明企業(yè)在生產(chǎn)經(jīng)營方面的效率就越高（楊汝岱，2015）［38］，企業(yè)在技術(shù)創(chuàng)新、內(nèi)部控制、公司治理、運營流轉(zhuǎn)方面做的就越好，那么企業(yè)抵御相關(guān)風(fēng)險的能力就越強。因此，本文認(rèn)為全要素生產(chǎn)率是數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的重要因素。

其次，從宏觀角度來看，企業(yè)的生產(chǎn)經(jīng)營行為受到經(jīng)濟政策不確定性以及區(qū)域信用環(huán)境的影響。企業(yè)實施數(shù)字化轉(zhuǎn)型戰(zhàn)略，推動企業(yè)變革等決策是企業(yè)自身發(fā)展因素與經(jīng)濟政策不確定性和區(qū)域信用環(huán)境交互作用的結(jié)果，因而本文認(rèn)為經(jīng)濟政策不確定性和區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的過程中起到調(diào)節(jié)作用。

根據(jù)上述分析，本文構(gòu)建了數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的作用路徑圖。

圖1 數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的作用路徑圖

（1）數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的作用效果分析

從數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的內(nèi)在機理來看，數(shù)字化轉(zhuǎn)型通過賦能效應(yīng)、規(guī)模效應(yīng)以及信息效應(yīng)降低企業(yè)財務(wù)風(fēng)險。

①賦能效應(yīng)。數(shù)字賦能主要通過兩種方式實現(xiàn)，一是讓物理個體更加智慧，利用物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等信息技術(shù)，實現(xiàn)企業(yè)技術(shù)和業(yè)務(wù)能力的從無到有，從弱到強。在一定程度上幫助企業(yè)提升運營效率，增加企業(yè)的經(jīng)濟效益。二是通過將物理實體接入網(wǎng)絡(luò)，實現(xiàn)更加高效的協(xié)作。范周（2020）［16］指出，數(shù)字技術(shù)以其去中心化的優(yōu)勢，推動企業(yè)管理組織模式和生產(chǎn)方式的重塑，有助于組織內(nèi)部的信息共享和資源協(xié)同。這種新型的組織方式幫助企業(yè)從傳統(tǒng)的組織架構(gòu)向扁平化轉(zhuǎn)型，極大提升企業(yè)溝通、決策效率。同時，數(shù)字技術(shù)還能為企業(yè)提供完整的監(jiān)督反饋機制，在生產(chǎn)、銷售、運營各個方面形成多維度的監(jiān)管，幫助企業(yè)實現(xiàn)內(nèi)部供給與外部需求相統(tǒng)一，這種方式能夠更加有效地捕捉消費者需求的變化，使企業(yè)適時調(diào)整，有效節(jié)約企業(yè)的運營成本，降低企業(yè)財務(wù)風(fēng)險。張新民和陳德球（2020）［17］指出，數(shù)字化轉(zhuǎn)型跨界融合特征打破了傳統(tǒng)部門、利益相關(guān)者間的邊界，使得企業(yè)經(jīng)營管理與公司治理信息以更加開放、共享的方式呈現(xiàn)。主要表現(xiàn)在對內(nèi)有助于董事會、管理層、股東、債權(quán)人等公司治理信息的快速掌握，對外有助于消費者、客戶、供應(yīng)商等數(shù)據(jù)，對市場做出更加精準(zhǔn)的判斷。

②規(guī)模效應(yīng)。數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)造了與其他企業(yè)共同協(xié)作的在線平臺，拓展了企業(yè)生產(chǎn)經(jīng)營活動的邊界，為企業(yè)帶來范圍經(jīng)濟效益和規(guī)模經(jīng)濟效益。

一方面，數(shù)字技術(shù)的應(yīng)用給企業(yè)縱向一體化整合帶來便利。企業(yè)可以利用自身的行業(yè)優(yōu)勢，拓展產(chǎn)業(yè)鏈上下游業(yè)務(wù)，實現(xiàn)產(chǎn)銷一體化，不斷擴大企業(yè)范圍經(jīng)濟效應(yīng)，降低生產(chǎn)成本。另一方面，荊文君和孫寶文（2019）［18］指出，互聯(lián)網(wǎng)等數(shù)字技術(shù)具有較強的網(wǎng)絡(luò)外部性，當(dāng)企業(yè)用戶規(guī)模增加到臨界值之后，便會通過馬太效應(yīng)為企業(yè)實現(xiàn)強者愈強的正向反饋，幫助企業(yè)節(jié)本增收，創(chuàng)造更好的經(jīng)濟效益。

③信息效應(yīng)。隨著數(shù)字化進程的推進，企業(yè)對信息的收集、分析和處理能力得到大幅提升，為企業(yè)在生產(chǎn)經(jīng)營、戰(zhàn)略決策等各個方面提供重要指引。信息效應(yīng)的實現(xiàn)主要體現(xiàn)在信息收集和信息共享兩個方面。

信息收集方面，吳非等（2021）［19］指出，利用數(shù)字技術(shù)，企業(yè)可以將大量非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化、標(biāo)準(zhǔn)化信息，極大提高了信息的可利用程度。企業(yè)借助數(shù)字技術(shù)構(gòu)建的數(shù)據(jù)挖掘系統(tǒng)和決策支持系統(tǒng)，掌握更加實時、動態(tài)的市場趨勢、消費需求、資本市場等信息，使高質(zhì)量信息服務(wù)于企業(yè)的經(jīng)營決策，降低企業(yè)財務(wù)風(fēng)險。

信息共享方面，王可和李連燕（2018）［20］指出，數(shù)字技術(shù)的應(yīng)用打破了企業(yè)邊界，能夠提高上下游企業(yè)信息共享的意愿和能力。在這樣的情況下，企業(yè)可以實現(xiàn)全流程精細(xì)化管理，從而提升企業(yè)整體的經(jīng)營管理效率，降低企業(yè)財務(wù)風(fēng)險。

基于以上分析，本文提出如下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險具有抑制作用。

（2）作用機制分析

數(shù)字化轉(zhuǎn)型通過提高企業(yè)的全要素生產(chǎn)率影響企業(yè)財務(wù)風(fēng)險，其影響主要從科技創(chuàng)新、經(jīng)營效率兩個方面進行傳導(dǎo)。

在科技創(chuàng)新方面，郭家堂和駱品亮（2016）［21］利用省級面板數(shù)據(jù)的實證研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型有利于破解技術(shù)壁壘、對技術(shù)推動全要素生產(chǎn)率具有積極促進作用。盛明泉等（2020）［22］指出，創(chuàng)新的溢出效應(yīng)能夠提高企業(yè)科技知識存量水平，提升企業(yè)的整體科技實力，從而促進全要素生產(chǎn)率的提高。因此，科技創(chuàng)新是提高全要素生產(chǎn)率，降低企業(yè)財務(wù)風(fēng)險的重要推動因素。企業(yè)數(shù)字化轉(zhuǎn)型通過科技創(chuàng)新提高全要素生產(chǎn)率有利于增加產(chǎn)品帶來的附加效益，提升企業(yè)的利潤率，使企業(yè)保持充沛的現(xiàn)金流，防治企業(yè)陷入債務(wù)危機等不利處境，從而有效降低企業(yè)財務(wù)風(fēng)險。

在經(jīng)營效率方面，楊慧玲和張力（2020）［23］研究發(fā)現(xiàn)，數(shù)字技術(shù)的易用性和“賦能效應(yīng)”能夠重塑企業(yè)的資源配置和生產(chǎn)組織方式。企業(yè)通過數(shù)字化轉(zhuǎn)型，使得勞動力、資金等傳統(tǒng)生產(chǎn)要素與通過數(shù)字技術(shù)獲取的交易信息、用戶數(shù)據(jù)等新型生產(chǎn)要素相融合，不斷提高企業(yè)資源配置的效率。羅朝陽和李雪松（2020）［24］指出企業(yè)的全要素生產(chǎn)率越高，說明資源開發(fā)利用以及資源合理配置的效率越高，有助于提升產(chǎn)品的邊際產(chǎn)出，降低生產(chǎn)成本，提升經(jīng)營效率，從而有效降低企業(yè)財務(wù)風(fēng)險?；诖?，本文提出如下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型以提高企業(yè)全要素生產(chǎn)率為傳導(dǎo)機制降低企業(yè)財務(wù)風(fēng)險。

（3）區(qū)域信用環(huán)境的調(diào)節(jié)作用分析

區(qū)域信用環(huán)境指區(qū)域市場主體以信用為基礎(chǔ)進行經(jīng)營活動的內(nèi)部條件與外部條件的總和（張原等，2015［44］）。依據(jù)現(xiàn)有學(xué)者的研究成果，區(qū)域信用環(huán)境的構(gòu)成主要包括以下幾個方面：經(jīng)濟環(huán)境、金融環(huán)境、教育環(huán)境、信息環(huán)境、政府信用環(huán)境、企業(yè)信用環(huán)境、個人信用環(huán)境（張原等，2015［44］；張維迎等，2002［45］；Malgosia，2008［46］）。區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的過程中發(fā)揮著重要的作用。在信用環(huán)境較好的地區(qū)，經(jīng)濟、金融與教育環(huán)境良好，為轉(zhuǎn)型企業(yè)提供了良好的科技創(chuàng)新平臺從而加深了企業(yè)數(shù)字化轉(zhuǎn)型的程度（易靖韜等，2022［47］），進一步放大了數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的治理效果，同時，良好的政府、企業(yè)、個人信用環(huán)境也為企業(yè)善用數(shù)字技術(shù)提供了積極引導(dǎo)，因為市場主體一旦出現(xiàn)失信等行為，將會受到嚴(yán)厲的懲罰，這迫使轉(zhuǎn)型企業(yè)更加積極的利用數(shù)字技術(shù)公開投資者所需信息贏得信任，而不是利用數(shù)字技術(shù)自身存在的“黑箱屬性”侵害投資者利益（譚九生等，2020［48］）。

然而，較差的區(qū)域信用環(huán)境會弱化數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用。朱孟楠等（2020）［25］指出，由于數(shù)字經(jīng)濟的快速發(fā)展，信息的收集和傳播更加迅速，個體之間的信息交互形成了強大的社會輿論和社會影響。習(xí)明明（2020）［26］也指出，不同企業(yè)之間的行為還受到同伴效應(yīng)和從眾心理的影響。區(qū)域信用環(huán)境越好，人們的誠信意識往往越強，企業(yè)之間的誠信行為也會相互效仿，使得企業(yè)的信用機制不斷完善，有利于企業(yè)與供應(yīng)商、銀行、客戶之間形成良性的信任關(guān)系。企業(yè)在數(shù)字化轉(zhuǎn)型的過程中，利用數(shù)字技術(shù)幫助平臺成員優(yōu)勢互補、實現(xiàn)資源交流共享，從而進一步提升企業(yè)經(jīng)營效率，降低企業(yè)財務(wù)風(fēng)險?；诖?，本文提出以下假設(shè)：

假設(shè)3：較好的區(qū)域信用環(huán)境對數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用具有正向調(diào)節(jié)效應(yīng)。

（4）經(jīng)濟政策不確定性的調(diào)節(jié)效用分析

政府的政策導(dǎo)向難以預(yù)期，政策執(zhí)行標(biāo)準(zhǔn)彈性大引致不確定性提高（彭俞超等，2018［41］；Le and Zak,2006［42］）。經(jīng)濟政策不確定性上升會抑制管理者過度自信（武翰章等，2021［43］），進而影響數(shù)字化轉(zhuǎn)型的風(fēng)險治理效果，李鳳羽和史永東（2016）［27］指出，經(jīng)濟政策不確定性較高時，企業(yè)傾向于增持現(xiàn)金以抵御外部環(huán)境對公司業(yè)務(wù)的不利沖擊。李增福等（2022）［28］也表示，經(jīng)濟政策不確定性使企業(yè)的長期投資下降。因為在經(jīng)濟下滑，經(jīng)濟政策不確定性不斷攀升的環(huán)境下，企業(yè)自身面臨的生存壓力也會不斷增加，所以企業(yè)更加傾向于采取保守的投資政策。同時，曲麗娜和劉鈞霆（2022）［29］的研究表明：中國經(jīng)濟政策不確定性增強不利于企業(yè)創(chuàng)新。因此，數(shù)字化轉(zhuǎn)型作為一種高投入的創(chuàng)新活動，當(dāng)經(jīng)濟政策不確定較強時，其資金供應(yīng)將很有可能遭到削減，所以數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用就會被削弱。

而在經(jīng)濟政策不確定性較低時，企業(yè)對于未來經(jīng)濟政策的預(yù)期會變得更加穩(wěn)定（李增福等，2022［28］），金融市場的波動也會相對較?。▍怯冷摰?，2022［39］），企業(yè)更加傾向于進行數(shù)字化投資和生產(chǎn)管理變革。此時，數(shù)字技術(shù)的推行一方面能降低信息不對稱，提高企業(yè)的市場預(yù)期，另一方面也能為管理層的正確投資決策助力（吳武清等，2022［40］），以獲得長久的經(jīng)濟效益。因而，經(jīng)濟政策不確定性減弱將會增強數(shù)字化轉(zhuǎn)型對于企業(yè)財務(wù)風(fēng)險的抑制程度?；谝陨戏治觯疚奶岢鋈缦录僭O(shè)：

假設(shè)4：經(jīng)濟政策不確定性對數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用具有負(fù)向調(diào)節(jié)效應(yīng)。

3 實證設(shè)計

3.1 數(shù)據(jù)來源

本文選擇了2013-2020年滬深兩市A股上市公司數(shù)據(jù)為樣本，并且對數(shù)據(jù)進行了如下處理：（1）剔除金融類公司；（2）剔除在2013-2020年中進行IPO上市的公司；（3）剔除關(guān)鍵數(shù)據(jù)指標(biāo)缺失的公司；（4）剔除極端值的影響，對所有連續(xù)性變量進行1%winsorize縮尾處理。經(jīng)過以上處理，得到了23940個觀測值，并采用Stata16.0進行實證分析。本文的數(shù)據(jù)均來自于國泰安（CSMAR）數(shù)據(jù)庫，工具變量出自《中國城市統(tǒng)計年鑒2021》。

3.2 變量定義

（1）數(shù)字化轉(zhuǎn)型（Dig）

本文借鑒吳非等（2021）［30］的研究，企業(yè)的年報中很可能會披露有關(guān)于數(shù)字化轉(zhuǎn)型這類特征信息。因此，采用數(shù)字化相關(guān)詞匯如“人工智能”、“區(qū)塊鏈”、“云計算”、“大數(shù)據(jù)”、“數(shù)字技術(shù)”在年報中披露的次數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

（2）企業(yè)財務(wù)風(fēng)險（Risk）

企業(yè)的財務(wù)風(fēng)險主要是由于外部經(jīng)濟環(huán)境和企業(yè)日常經(jīng)營條件發(fā)生變化，所導(dǎo)致的企業(yè)在未來應(yīng)收方面的不確定性以及可能導(dǎo)致的損失。企業(yè)的經(jīng)營風(fēng)險不僅受到經(jīng)濟政策波動、產(chǎn)業(yè)政策、法律制度等宏觀因素的影響，還受到企業(yè)經(jīng)營策略、現(xiàn)金預(yù)算、組織管理等微觀因素的影響。

由于中國的金融市場相較于國外市場而言，有很多的獨特之處，因而很多適用于國外企業(yè)的風(fēng)險評估模型并不適合中國的企業(yè)。因此，本文借鑒黃賢環(huán)等（2018）［49］吳文洋等（2022）［50］在研究中使用的Z值模型，基于企業(yè)財務(wù)數(shù)據(jù)分析企業(yè)財務(wù)風(fēng)險水平。根據(jù)模型計算得到的Risk值越大，則表明企業(yè)財務(wù)風(fēng)險越大。

（3）中介變量

對于中介變量全要素生產(chǎn)率（TFP），本文采用LP法進行計算，因為在這種計算方法下，樣本數(shù)據(jù)較為完全。在測算的過程中，本文基于柯布-道格拉斯函數(shù)，企業(yè)產(chǎn)出指標(biāo)選用主營業(yè)務(wù)收入的自然對數(shù)，企業(yè)資本投入指標(biāo)選用總資產(chǎn)的自然對數(shù)，企業(yè)勞動投入指標(biāo)選用員工人數(shù)總和的自然對數(shù)。

（4）調(diào)節(jié)變量

①區(qū)域信用環(huán)境（CE）。本文借鑒《 2017 中國城市商業(yè)信用環(huán)境指數(shù)（CEI）藍(lán)皮書》中披露的省份CEI 指數(shù)來衡量?；诖耍疚膶⒊鞘猩虡I(yè)信用環(huán)境指數(shù)排名15名之前的省份定義為信用環(huán)境較好，將城市商業(yè)信用環(huán)境指數(shù)排名15名以后的省份定義為信用環(huán)境較差。

②經(jīng)濟政策不確定性（EPU）。本文借鑒Baker et al.（2016）［31］根據(jù)《南華早報》關(guān)鍵詞搜索測算得到的指數(shù)，采取計算月度平均值的方式得到年度經(jīng)濟政策不確定性指標(biāo)。

（5）控制變量

本文選取了對企業(yè)財務(wù)風(fēng)險可能產(chǎn)生影響的其他重要因素作為控制變量，包括企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、企業(yè)規(guī)模（Size）、總資產(chǎn)收益率（ROA）、股權(quán)集中度（Shrl）、現(xiàn)金流比率（NCF）、產(chǎn)權(quán)性質(zhì)（SOE）、兩職合一（Dual）以及企業(yè)擔(dān)保能力（Guarantee），如表1所示。

表1 主要變量定義

（6）描述性統(tǒng)計

企業(yè)財務(wù)風(fēng)險的均值和最大值分別為0.750和2.754，標(biāo)準(zhǔn)差為0.879，中位數(shù)為0.798，表明半數(shù)企業(yè)的風(fēng)險較低。企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的區(qū)間范圍為0～4.796，標(biāo)準(zhǔn)差為1.339，表明數(shù)字化轉(zhuǎn)型程度在不同企業(yè)之間存在較大差異，數(shù)字化轉(zhuǎn)型的均值為1.199，可見我國企業(yè)數(shù)字化轉(zhuǎn)型程度整體偏低。其余變量描述性統(tǒng)計見表2。

表2 主要變量的描述性統(tǒng)計

3.3 模型設(shè)計

為研究數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響及作用機制，本文構(gòu)建了如下固定效應(yīng)回歸模型：

其中，Risk為企業(yè)財務(wù)風(fēng)險水平；Dig為企業(yè)數(shù)字化程度指標(biāo)；TFP為中介變量；Control 為企業(yè)層面控制變量；下標(biāo)i表示企業(yè)，t表示年份，μ為行業(yè)固定效應(yīng)，v為時間固定效應(yīng)。模型（2）為基準(zhǔn)回歸模型，用來檢驗假設(shè)1和假設(shè)3；模型（3）、模型（4）為中介效應(yīng)檢驗?zāi)Ｐ?，用來檢驗假設(shè)2；模型（5）為調(diào)節(jié)效應(yīng)檢驗?zāi)Ｐ停脕頇z驗假設(shè)4。

4 實證結(jié)果與分析

4.1 基準(zhǔn)模型與中介效應(yīng)檢驗

為了檢驗數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響，本文構(gòu)建了固定效應(yīng)回歸模型進行檢驗，結(jié)果如表3所示。表3第（1）列結(jié)果顯示，在不引入任何控制變量的情況下，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平下顯著，說明數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)財務(wù)風(fēng)險。第（2）列中，在引入控制變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)依然顯著為正，這與本文假設(shè)1相符，即企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)財務(wù)風(fēng)險越小。

數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的中介效應(yīng)檢驗結(jié)果見表3第（3）-（6）列，其中，在不控制變量的情況下，第（3）列結(jié)果表明，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為正，說明企業(yè)會通過技術(shù)創(chuàng)新推動企業(yè)資源更加合理配置，優(yōu)化經(jīng)營生產(chǎn)方式，從而提高企業(yè)的全要素生產(chǎn)率；第（5）列結(jié)果表明，全要素生產(chǎn)率的系數(shù)在1%的水平上顯著為正，說明全要素生產(chǎn)率的提高可以大大降低企業(yè)財務(wù)風(fēng)險。在控制變量的情況下，第（4）列結(jié)果表明，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，全要素生產(chǎn)率越高；第（5）列結(jié)果表明，全要素生產(chǎn)率的系數(shù)在1%的水平上顯著為正，說明全要素生產(chǎn)率越高，企業(yè)財務(wù)風(fēng)險越小。此時，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)不顯著，說明全要素生產(chǎn)率在企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的過程中起到完全中介的作用，假設(shè)2得到檢驗，即企業(yè)數(shù)字化轉(zhuǎn)型通過提高全要素生產(chǎn)率進而降低企業(yè)財務(wù)風(fēng)險。

表3 數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險基礎(chǔ)回歸與中介效應(yīng)檢驗結(jié)果

4.2 調(diào)節(jié)效應(yīng)檢驗

數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的調(diào)節(jié)效應(yīng)檢驗結(jié)果見表4。

（1）區(qū)域信用環(huán)境

本文采用分組回歸的方法檢驗區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險過程中的調(diào)節(jié)效應(yīng)。第（1）（3）列為在不控制變量的情況下，不同信用環(huán)境樣本回歸分析結(jié)果，由第（1）列結(jié)果可知，在信用環(huán)境較好的區(qū)域，企業(yè)數(shù)字化轉(zhuǎn)型回歸系數(shù)在1%的水平上顯著為正，說明在良好的區(qū)域信用環(huán)境能夠增強數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用，由第（2）列結(jié)果可知，在信用環(huán)境較差的區(qū)域，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響不顯著?？刂谱兞壳闆r下的結(jié)果根據(jù)第（2）（4）列可以得出，在信用環(huán)境較好的區(qū)域，數(shù)字化轉(zhuǎn)型抑制企業(yè)財務(wù)風(fēng)險更顯著，而在信用環(huán)境較差的區(qū)域，數(shù)字化轉(zhuǎn)型抑制企業(yè)財務(wù)風(fēng)險的效果則較弱，假設(shè)3成立。

（2）政策不確定性指標(biāo)

本文采用交互項回歸的方法，檢驗經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險過程中的調(diào)節(jié)效應(yīng)。在不控制變量的情況下，由第（5）列可知經(jīng)濟政策不確定性可在1%水平上弱化主效應(yīng)，既在經(jīng)濟波動較大、經(jīng)濟政策不確定性較高的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制效果較弱，相反，經(jīng)濟政策不確定性越低，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制效果越強?？刂谱兞肯碌慕Y(jié)果亦是如此，表4第（6）列中已列示出來，由此可知，假設(shè)4成立。

表4 調(diào)節(jié)效應(yīng)檢驗結(jié)果

4.3 穩(wěn)健性檢驗

（1）內(nèi)生性問題——工具變量法

本文可能存在互為因果導(dǎo)致的內(nèi)生性問題，即風(fēng)險較高的企業(yè)會更加傾向于進行數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型不是降低企業(yè)財務(wù)風(fēng)險的重要因素。本文采用工具變量法來緩解可能存在的內(nèi)生性問題。研究結(jié)果見表5。

表5 穩(wěn)健性檢驗結(jié)果：工具變量法

從第一階段回歸結(jié)果來看，工具變量的系數(shù)在1%的水平上顯著，弱工具變量檢驗的F統(tǒng)計量為94.59，大于臨界值16.38，即拒絕弱工具變量的假設(shè)，說明選擇的工具變量有效。

從第二階段回歸結(jié)果來看，關(guān)鍵解釋變量Dig的系數(shù)在1%水平上顯著為正，說明在排除內(nèi)生性的情況下，本文的研究結(jié)論是比較穩(wěn)健的。

（2）變更主要變量衡量方式

①更換企業(yè)財務(wù)風(fēng)險變量

本文采用Altman等（1994）［32］的Z計分模型重新計量企業(yè)財務(wù)風(fēng)險（Zscore），Zscore=（1.2*凈營運資本+1.4*留存收益+3.3*息稅前利潤）/總資產(chǎn)。該指標(biāo)的取值越大，則企業(yè)財務(wù)風(fēng)險越小，檢驗結(jié)果可見表由表6第（1）（2）列，無論是否控制變量，數(shù)字化轉(zhuǎn)型的系數(shù)均在1%水平上顯著。

表6 穩(wěn)健性檢驗結(jié)果：替換主要變量

②更換企業(yè)數(shù)字化轉(zhuǎn)型變量

本文采用企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量（Dig_dum）衡量企業(yè)是否進行了數(shù)字化轉(zhuǎn)型，由第（3）列可知，不控制變量的情況下，虛擬變量（Dig_dum）的系數(shù)在1%的水平上顯著，由第（4）列可知，控制變量的情況下，虛擬變量（Dig_dum）的系數(shù)在5%的水平上顯著，說明數(shù)字化轉(zhuǎn)型對于企業(yè)財務(wù)風(fēng)險仍存在抑制作用，說明本文的結(jié)論穩(wěn)健。

5 結(jié)論與啟示

5.1 研究結(jié)論

數(shù)字技術(shù)的應(yīng)用為企業(yè)生產(chǎn)流程優(yōu)化，征信體系構(gòu)建等都發(fā)揮了重大作用，有效降低企業(yè)財務(wù)風(fēng)險。本文基于2013-2020年A股上市公司數(shù)據(jù)，采用回歸分析法，實證檢驗數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型程度對企業(yè)財務(wù)風(fēng)險有顯著的抑制作用，即數(shù)字化轉(zhuǎn)型程度越高，企業(yè)財務(wù)風(fēng)險越低。本文進一步分析企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的機制，分析結(jié)果表明，全要素生產(chǎn)率在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的過程中發(fā)揮中介作用，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，則全要素生產(chǎn)率越高，進而能夠有效降低企業(yè)財務(wù)風(fēng)險。此外，區(qū)域信用環(huán)境和經(jīng)濟政策不確定性在數(shù)字化轉(zhuǎn)型影響企業(yè)財務(wù)風(fēng)險的過程中發(fā)揮調(diào)節(jié)作用。區(qū)域信用環(huán)境越好，數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用越明顯；經(jīng)濟政策不確定性越低，數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的抑制作用越明顯。

5.2 研究啟示

第一，從內(nèi)部管理角度，企業(yè)應(yīng)首先明確自身的數(shù)字化轉(zhuǎn)型戰(zhàn)略定位。正確的戰(zhàn)略定位幫助企業(yè)明確數(shù)字化轉(zhuǎn)型的范圍和價值創(chuàng)造模式，指導(dǎo)企業(yè)在戰(zhàn)略制定和數(shù)字技術(shù)上選取匹配的方案。其次，企業(yè)要保持?jǐn)?shù)字化轉(zhuǎn)型戰(zhàn)略定位和戰(zhàn)略實施的一致性。企業(yè)在制定好數(shù)字化轉(zhuǎn)型戰(zhàn)略后，還需制定與戰(zhàn)略相匹配的轉(zhuǎn)型計劃并確保計劃能夠被嚴(yán)格執(zhí)行。再者，數(shù)字化轉(zhuǎn)型并不是一蹴而就的，這其中涉及到各個部門，人員配置，企業(yè)文化等方方面面的改進，是一個歷時較長且循序漸進的過程。唐繼鳳等（2021）［33］指出，把握好戰(zhàn)略活動的節(jié)奏，對企業(yè)獲取競爭優(yōu)勢具有重要作用。企業(yè)必須把握好數(shù)字化轉(zhuǎn)型的時機，與上下游企業(yè)協(xié)同一致，以實現(xiàn)新的價值共創(chuàng)模式，提升企業(yè)經(jīng)營效率，從而降低企業(yè)財務(wù)風(fēng)險。

第二，從人才培養(yǎng)角度，人才隊伍的建設(shè)是企業(yè)數(shù)字化轉(zhuǎn)型的基石。企業(yè)應(yīng)當(dāng)構(gòu)建起數(shù)字化轉(zhuǎn)型人才培養(yǎng)體系，為員工提供數(shù)字化、智能化實訓(xùn)，培養(yǎng)員工的數(shù)字化意識、提升員工的智能化素養(yǎng)。國家應(yīng)當(dāng)重視對數(shù)字化轉(zhuǎn)型相關(guān)學(xué)科的建設(shè)，注重數(shù)字化轉(zhuǎn)型學(xué)術(shù)性人才和實操性人才的培養(yǎng)，政策上鼓勵海內(nèi)外高端人才投身于數(shù)字化轉(zhuǎn)型的研究。地方政府應(yīng)完善數(shù)字化轉(zhuǎn)型人才引育措施，為企業(yè)留住人才，為人才提供保障，從組織人員角度降低企業(yè)財務(wù)風(fēng)險。

第三，從政策激勵角度，為促進企業(yè)數(shù)字化轉(zhuǎn)型，政府應(yīng)當(dāng)加大對數(shù)據(jù)共享平臺、5G網(wǎng)絡(luò)等基礎(chǔ)設(shè)施的資金投入，完成以數(shù)字化、智能化為支撐對能源、市政等傳統(tǒng)基礎(chǔ)設(shè)施的改造。同時，在政策上，政府部門應(yīng)建立健全創(chuàng)新補助、稅收減免等相關(guān)制度，為企業(yè)數(shù)字化轉(zhuǎn)型提供更加完善的政策保障和資金支持，既可以通過直接的專項資金補助政策，也可以通過設(shè)立專項基金，實現(xiàn)對企業(yè)數(shù)字化轉(zhuǎn)型過程中的研發(fā)、推廣等活動的支持，從而降低企業(yè)財務(wù)風(fēng)險。

第四，從全要素生產(chǎn)率的角度，企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)的全要素生產(chǎn)率降低企業(yè)財務(wù)風(fēng)險。依據(jù)經(jīng)濟增長理論，全要素生產(chǎn)率的提高取決于企業(yè)資源配置能力、技術(shù)水平、勞動力質(zhì)量等多種因素的綜合作用。所以，企業(yè)在實施數(shù)字化轉(zhuǎn)型時不僅要關(guān)注生產(chǎn)工具的數(shù)字化與管理工具的數(shù)字化，還要考慮提高全要素生產(chǎn)率的其他條件，如：利用互聯(lián)網(wǎng)技術(shù)打造全新的商業(yè)模式，實現(xiàn)數(shù)字化營銷；利用云計算技術(shù)增強企業(yè)實驗室算力，加快研發(fā)進程，實現(xiàn)數(shù)字化研發(fā)；利用人工智能及虛擬仿真技術(shù)預(yù)測市場變化，基于更具前瞻性的預(yù)測數(shù)據(jù)制定企業(yè)的應(yīng)對方案，實現(xiàn)數(shù)字化決策。同時還應(yīng)注意，無論是生產(chǎn)、管理數(shù)字化還是營銷、研發(fā)、決策數(shù)字化，其實施過程都將面臨資源投入過多導(dǎo)致邊際效益遞減的問題，造成數(shù)字化對全要素生產(chǎn)率提高的驅(qū)動力弱化，因此，企業(yè)必須保證合理分配數(shù)字資源，統(tǒng)籌兼顧、全面深入地強化自身數(shù)字生產(chǎn)力。