張文治

摘 要：近年來，數(shù)字技術(shù)的不斷更迭帶來了機遇與挑戰(zhàn)，而數(shù)字化轉(zhuǎn)型賦予企業(yè)新動能，為實現(xiàn)創(chuàng)新發(fā)展提供了堅實的基礎。本文以2011年-2021年滬深上市公司為樣本，構(gòu)建數(shù)字化轉(zhuǎn)型指數(shù)，探究數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應，同時驗證融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)績效之間是否存在中介作用。結(jié)果顯示，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)績效，采用替換變量和工具變量法后結(jié)果依然穩(wěn)健。并且數(shù)字化轉(zhuǎn)型能夠通過降低融資約束來提高企業(yè)績效水平。上述研究有助于準確地評估數(shù)字化轉(zhuǎn)型的業(yè)績效應及作用機制，為實現(xiàn)高質(zhì)量發(fā)展提供參考。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；融資約束；企業(yè)績效；文本分析；數(shù)字經(jīng)濟

一、引言

如今，全球數(shù)字與產(chǎn)業(yè)革命的浪潮席卷全球，中國數(shù)字經(jīng)濟也在發(fā)展中蘊含著巨大的潛力，成為促進企業(yè)變革和產(chǎn)業(yè)升級的增長點。而在實體經(jīng)濟中，企業(yè)面臨著成本攀升，貿(mào)易摩擦以及傳統(tǒng)管理模式僵化難以適應日趨激烈的競爭等諸多問題，在全球經(jīng)濟下行及新冠疫情影響的背景下更是舉步維艱。因此，數(shù)字化轉(zhuǎn)型便成為破解實體企業(yè)難題，推動我國產(chǎn)業(yè)鏈向全球高端進發(fā)，促進我國實體經(jīng)濟發(fā)展的重要舉措。伴隨著數(shù)字化轉(zhuǎn)型，其對于企業(yè)績效的驅(qū)動效應成為學術(shù)界熱點話題。而探討這些問題，對企業(yè)進行數(shù)字化轉(zhuǎn)型提升信心和動力，實現(xiàn)高質(zhì)量發(fā)展有著重要意義。

本文的貢獻主要體現(xiàn)在：（1）利用文本分析法測度的數(shù)字化轉(zhuǎn)型指標來驗證對企業(yè)績效的促進作用，豐富了數(shù)字化轉(zhuǎn)型的經(jīng)濟成果，為企業(yè)實施轉(zhuǎn)型提供參考。（2）利用融資約束作為中介，揭開數(shù)字化轉(zhuǎn)型對企業(yè)績效影響機制的黑箱，分析在數(shù)字經(jīng)濟時代怎樣提升企業(yè)績效。

二、理論分析與假設

1.數(shù)字化轉(zhuǎn)型與企業(yè)績效

近年來，學術(shù)界對數(shù)字化轉(zhuǎn)型的研究主要集中在以下領域：數(shù)字化轉(zhuǎn)型能夠提升股票流動性，改善信息不對稱問題（吳非等，2021）；數(shù)字化轉(zhuǎn)型通過降本增效、提升創(chuàng)新能力及推動制造業(yè)與服務業(yè)融合來提升企業(yè)全要素生產(chǎn)率（趙宸宇等，2021）；企業(yè)在數(shù)字化轉(zhuǎn)型中通過構(gòu)建不同的數(shù)據(jù)系統(tǒng)，降低成本損耗，提升資金利用率以及創(chuàng)新驅(qū)動來實現(xiàn)經(jīng)濟效益的提升（何帆等，2019）。本文認為數(shù)字化轉(zhuǎn)型通過強化內(nèi)部控制、提升財務狀況穩(wěn)定性來提升企業(yè)績效。

（1） 數(shù)字化轉(zhuǎn)型可以強化內(nèi)部控制，從而提升企業(yè)績效水平。對于實施數(shù)字化轉(zhuǎn)型的企業(yè)來說，可以通過借助先進的數(shù)字化管理模式，提升信息透明度，加強內(nèi)部監(jiān)督，完善運營機制，降低企業(yè)盈余管理等行為，從而提升企業(yè)內(nèi)部控制的能力。而內(nèi)部控制的加強，意味著內(nèi)部控制環(huán)境的改善，企業(yè)能夠?qū)崿F(xiàn)“效率提升”與“風險降低”的結(jié)合（黃群慧等，2019），最終實現(xiàn)企業(yè)績效的提升。

（2） 數(shù)字化轉(zhuǎn)型可以改善財務狀況，來提升企業(yè)績效。大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)的應用有助于企業(yè)精準施策，并依據(jù)市場的狀況做出快速調(diào)整，更為高效地分配有限的資金，減少企業(yè)低效率的投資項目，提升財務狀況穩(wěn)定性。而且財務狀況的穩(wěn)定以及融資成本的降低可以提升企業(yè)財務運作的效率，將更多精力和資源分配到企業(yè)的業(yè)務領域，進而提升企業(yè)績效水平。

H1：在其他條件不變時，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)績效水平。

2.數(shù)字化轉(zhuǎn)型與融資約束

融資約束是指由于企業(yè)處于不完善的金融市場，使得企業(yè)外部資本與內(nèi)部資本并不是完全可替代的，同時與內(nèi)部融資相比，從外部市場獲取融資成本過高，導致企業(yè)投資偏離最優(yōu)水平，生產(chǎn)經(jīng)營受到影響。鄧可斌等（2014）證實中國企業(yè)普遍面臨著融資約束，而國有企業(yè)、大規(guī)模企業(yè)面臨的融資約束問題要少于非國有企業(yè)、小規(guī)模企業(yè)。結(jié)合以往研究，本文從降低代理成本，緩解信息不對稱問題來分析數(shù)字化轉(zhuǎn)型如何改善企業(yè)融資約束問題。

數(shù)字化降低代理成本、緩解信息不對稱問題。根據(jù)委托代理理論，金融機構(gòu)作為委托人由于無法得知企業(yè)全部的財務信息及運營狀況，也對獲取到的信息的真實性存疑，使得金融機構(gòu)不愿意釋放貸款或者要求企業(yè)支付高額的風險溢價，使企業(yè)面臨融資約束。而通過數(shù)字化轉(zhuǎn)型，企業(yè)可以實現(xiàn)業(yè)務數(shù)據(jù)化、流程標準化，將所有的經(jīng)營活動通過數(shù)據(jù)記錄保存下來，形成更加有效的內(nèi)部控制，降低了管理層的機會主義行為和代理成本，提高了信息的真實可靠性。并且企業(yè)通過利用數(shù)字平臺輸出高質(zhì)量的財務信息和多維度非財務信息，使得外部投資者正確地評估企業(yè)價值，緩解信息不對稱問題，降低企業(yè)融資約束。

H2：數(shù)字化轉(zhuǎn)型能夠通過降低融資約束來提升企業(yè)績效水平。

三、研究設計

1.數(shù)據(jù)來源

本文以2011年-2021年滬深A股上市公司作為研究樣本進行實證檢驗。為構(gòu)建數(shù)字化轉(zhuǎn)型指標，借鑒趙宸宇等（2021）、吳非等（2021）的研究，結(jié)合相關(guān)政策文件構(gòu)建數(shù)字化轉(zhuǎn)型關(guān)鍵詞，進行文本分析。融資約束的構(gòu)建及其余變量來源于CSMAR數(shù)據(jù)庫和WIND數(shù)據(jù)庫。為提升數(shù)據(jù)質(zhì)量，本文對原始數(shù)據(jù)做出以下處理：第一，剔除金融上市公司數(shù)據(jù)。第二，剔除在樣本期間內(nèi)被ST、*ST或PT的上市公司樣本。第三，剔除關(guān)鍵變量存在缺失的上市公司。第四，對于所有連續(xù)性變量，進行1％和99％縮尾處理，來減輕極端值對回歸模型的干擾。

2.變量設定

（1） 被解釋變量：企業(yè)績效。用總資產(chǎn)收益率（ROA）來衡量。

（2） 核心解釋變量：數(shù)字化轉(zhuǎn)型（DT）。

本文認為企業(yè)年報中管理層討論與分析部分的用語能夠反映企業(yè)未來戰(zhàn)略以及經(jīng)營理念，因此本文①借鑒趙宸宇（2021）、吳非（2021）的研究，閱讀重要政策文件和參考既有文獻，分析并提取數(shù)字化轉(zhuǎn)型詞匯擴充轉(zhuǎn)型語庫。②統(tǒng)計數(shù)字化轉(zhuǎn)型關(guān)鍵詞的詞頻并加總詞頻之后進行標準化處理，以此來反映企業(yè)的轉(zhuǎn)型程度。

（3） 中介變量。融資約束。根據(jù)（Hadlock和Pierce，2010）的研究，采用SA指數(shù)來對融資約束進行衡量。相較于KZ、WW以及FC指數(shù)，SA指數(shù)內(nèi)生性問題較少，因此為大多數(shù)研究金融領域的學者所采用。其中SA=（-0.737* Size）+（0.043*Size^2）-（0.040*Age），其中Size為企業(yè)規(guī)模，Age為企業(yè)年齡。

（4） 控制變量。根據(jù)以往研究，選出可能與企業(yè)績效相關(guān)的變量。各變量定義及構(gòu)建方法如下企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、年齡平方（Age2）、兩職合一（Dual）、控股股東持股比例（S-H）、股票換手率（TR）、企業(yè)年報審計情況（Audit）、資產(chǎn)結(jié)構(gòu)（LEV）。

3.模型設定

為探討數(shù)字化轉(zhuǎn)型與企業(yè)績效的關(guān)系，本文構(gòu)建以下模型：

ROAit=α+β１DTi，t-1+ΣβiControlit+ΣβjYear+ΣβkInd+ε（1）

為了驗證融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)績效之間的中介效應，本文采用溫忠麟等（2004）的中介效應模型來對模型（2） 和（3） 中的二者之間作用機制進行檢驗。

SAit=α+β１DTi，t-1+ΣβiControlit+ΣβjYear+ΣβkInd+ε（2）

ROAit=α+β１DTi，t-1+β2SAit+ΣβiControlit+ΣβjYear+ΣβkInd+ε（3）

其中，ROA為企業(yè)績效，DT表示數(shù)字化轉(zhuǎn)型程度，Control為控制變量集?？紤]到企業(yè)轉(zhuǎn)型的業(yè)績驅(qū)動效應需要一定時間才能產(chǎn)生作用，同時緩解一定內(nèi)生性問題，因此本文對解釋變量DT滯后一期處理。為降低行業(yè)特性和宏觀經(jīng)濟因素的影響，本文采用固定效應模型進行回歸。并控制時間（year）、行業(yè)（Ind），來吸收不可觀測因素，i表示企業(yè)，t表示年份，ε為隨機誤差項。

四、實證結(jié)果與分析

1.基準回歸

企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)績效的基準回歸如表1所示，本文結(jié)合Husman檢驗的結(jié)果，使用固定效應模型來驗證二者的關(guān)系。由表1可知，在回歸模型（1） 中，本文僅控制了年度效應和行業(yè)效應，DT的系數(shù)為0.0028，t值為4.84，表明數(shù)字化轉(zhuǎn)型對企業(yè)績效有顯著的促進作用。當加入控制變量后，模型（2） 中顯示數(shù)字化轉(zhuǎn)型對Roa的促進作用沒有發(fā)生變異，系數(shù)為0.0019，并通過1％的顯著性檢驗。另外，為了測算不同轉(zhuǎn)型程度對于企業(yè)績效的影響，本文用DT的中位數(shù)為界，將數(shù)字化轉(zhuǎn)型程度分為較高組與較低組。較高組的DT系數(shù)較為顯著，而較低組DT系數(shù)不顯著且t值偏小，表明想要達到提升企業(yè)績效的效果，就必須充分地進行數(shù)字化轉(zhuǎn)型來釋放潛能。由以上結(jié)果表明，在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)績效，本文假設H1得到驗證。

2.穩(wěn)健性檢驗與內(nèi)生性處理

（1） 為了提升核心假設的有效性，采用凈資產(chǎn)收益率（ROE）作為企業(yè)績效替代變量。另外根據(jù)易露霞等（2021）的研究，采用主業(yè)績效MRS作為企業(yè)績效的替代變量，MRS=（營業(yè)利潤-投資收益-公允價值變動收益+對聯(lián)營企業(yè)和合營企業(yè)的投資收益）/總資產(chǎn)）。實證結(jié)果如表4所示，數(shù)字化轉(zhuǎn)型顯著提升了凈資產(chǎn)收益率水平與主業(yè)績效（回歸系數(shù)分別為0.004和0.0015，在5％的水平下顯著），由此使得數(shù)字化轉(zhuǎn)型促進企業(yè)績效的提升保持高度穩(wěn)健。

（2） 考慮到互為因果的可能性，本文選用地方一般公共財政科學支出SUB作為數(shù)字化轉(zhuǎn)型的工具變量。由于地方科學支出能夠反映當?shù)卣畬τ谄髽I(yè)創(chuàng)新的支持力度，而且數(shù)字基礎設施的建設與企業(yè)進行數(shù)字化轉(zhuǎn)型息息相關(guān)。SUB體現(xiàn)了地方對科技創(chuàng)新整體的投資，對單個企業(yè)影響不大，而且不存在反向因果關(guān)系。使用2SLS的回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型正向促進企業(yè)績效的系數(shù)依然高度顯著（p值＜0.01），且IV的有效性通過了弱工具變量的檢驗（F值>10）。

3.融資約束的中介效應檢驗

首先，對數(shù)字化轉(zhuǎn)型是否提升企業(yè)績效進行驗證，表2列（1） 所示，回歸系數(shù)為0.0015并且在1%的水平下顯著為正，說明數(shù)字化轉(zhuǎn)型對企業(yè)績效有顯著的促進作用。列（2） 顯示數(shù)字化轉(zhuǎn)型對融資約束在5%的水平下顯著為負，且數(shù)字化轉(zhuǎn)型每提升1個百分點，可以使融資約束下降0.21%。列（3） 在融資約束加入數(shù)字化轉(zhuǎn)型影響企業(yè)績效的過程后，數(shù)字化轉(zhuǎn)型和融資約束對企業(yè)績效的系數(shù)均高度顯著，且符號未發(fā)生改變，說明數(shù)字化轉(zhuǎn)型能夠降低企業(yè)的融資約束來提升企業(yè)的績效水平，從而使假設H2得到驗證。此外，本文還使用Sobel檢驗來驗證融資約束中介效應的準確性。Sobel檢驗顯示，Z值為 8.034，并且在1%的水平下顯著，中介效應占比為15.7%。這些檢驗方法再次驗證了H2。

五、結(jié)論與建議

本文以2011年-2021年滬深A股上市公司為樣本，采用文本分析法測度數(shù)字化轉(zhuǎn)型程度，使用面板固定效應模型來研究實施數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)績效的關(guān)系和不同微觀性質(zhì)企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)績效的異同。結(jié)論如下：（1） 數(shù)字化轉(zhuǎn)型對企業(yè)績效具有顯著的促進作用，且通過替換被解釋變量以及內(nèi)生性處理結(jié)論依然有效。（2） 進一步分析中，數(shù)字化轉(zhuǎn)型通過融資約束這條路徑來提升企業(yè)績效。

結(jié)合上述結(jié)論，本文提出如下建議：（1） 營造良好的數(shù)字化轉(zhuǎn)型環(huán)境，加大對企業(yè)數(shù)字化轉(zhuǎn)型的支持力度。要加強對企業(yè)的引導與出臺專項政策扶持，加快新型基礎設施建設，完善財稅、金融制度，推動數(shù)字技術(shù)市場化等措施，釋放轉(zhuǎn)型紅利，全面提升企業(yè)數(shù)字化轉(zhuǎn)型的積極性，并發(fā)揮數(shù)字化轉(zhuǎn)型對企業(yè)績效的驅(qū)動效應。（2） 企業(yè)通過數(shù)字化轉(zhuǎn)型加強信息化建設，輸出高質(zhì)量的經(jīng)營信息，與外部利益相關(guān)者實時互動，讓信息的使用者能夠準確地了解企業(yè)財務狀況，降低信息不對稱與代理問題引起的融資約束。

參考文獻：

[1]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[2]趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率[J].財貿(mào)經(jīng)濟，2021，42（07）：114-129.

[3]何帆，劉紅霞.數(shù)字經(jīng)濟視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應評估[J].改革，2019（04）：137-148.

[4]黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗[J].中國工業(yè)經(jīng)濟，2019（08）： 5-23.

[5]鄧可斌，曾海艦.中國企業(yè)的融資約束：特征現(xiàn)象與成因檢驗[J].經(jīng)濟研究，2014，49（02）：47-60+140.

[6]Charles J.Hadlock，Joshua R Pierce.New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index[J].The Review of Financial Studies，2010，23（05）.

[7]溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（05）：614-620.

[8]易露霞，吳非，徐斯旸.企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應研究[J].證券市場導報，2021（08）：15-25+69.