李伊卓

(鄭州大學(xué)商學(xué)院 河南鄭州 450000)

債務(wù)期限匹配理論指出，企業(yè)的債務(wù)期限應(yīng)與投資期限相匹配，以避免發(fā)生財(cái)務(wù)危機(jī)，但我國(guó)企業(yè)的投、融資期限呈現(xiàn)短債長(zhǎng)用的錯(cuò)配模式，即使用短期債務(wù)資金來(lái)支撐長(zhǎng)期投資(白云霞等，2016)。短債長(zhǎng)用會(huì)累積較大的風(fēng)險(xiǎn)，企業(yè)一旦遭遇流動(dòng)性沖擊，資金鏈就面臨破裂的風(fēng)險(xiǎn)，由此引致的各類經(jīng)營(yíng)風(fēng)險(xiǎn)將會(huì)擴(kuò)散，最終甚至可能形成系統(tǒng)性金融風(fēng)險(xiǎn)(劉曉光和劉元春，2019)。

隨著科技的不斷發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型已成為企業(yè)發(fā)展的重要驅(qū)動(dòng)力，這一過(guò)程涉及企業(yè)利用數(shù)字技術(shù)，把企業(yè)各要素、各環(huán)節(jié)數(shù)字化，以推動(dòng)企業(yè)各類生產(chǎn)要素配置優(yōu)化，進(jìn)而提高資源配置效率，實(shí)現(xiàn)企業(yè)轉(zhuǎn)型升級(jí)。多數(shù)學(xué)者從融資和投資方面分別對(duì)數(shù)字化轉(zhuǎn)型進(jìn)行了研究。結(jié)果表明：在融資端，企業(yè)數(shù)字化轉(zhuǎn)型有助于與外部的信息不對(duì)稱，吸引外部投資者，提升企業(yè)的融資水平(許云霄等，2023)；在投資端，數(shù)字化轉(zhuǎn)型有助于企業(yè)整合資源，約束管理者行為，提高內(nèi)部控制質(zhì)量，從而促進(jìn)投資效率的提高(裴璇等，2023)。

融資和投資兩者共同組成企業(yè)的投融資結(jié)構(gòu)，數(shù)字化轉(zhuǎn)型在改善企業(yè)融資能力和投資效率的同時(shí)，是否也減少了短債長(zhǎng)用？如果能夠改善企業(yè)短債長(zhǎng)用，其背后的作用機(jī)制如何，這就需要進(jìn)行深入探討。本文將重點(diǎn)討論數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短債長(zhǎng)用行為的影響與作用機(jī)制，以期進(jìn)一步豐富與兩者相關(guān)的文獻(xiàn)，并提供相關(guān)建議。

1 理論分析與研究假設(shè)

理論上，企業(yè)短債長(zhǎng)用行為是由資金需求方與資金供給方共同作用的結(jié)果。需求方理論認(rèn)為，短期債務(wù)的使用成本小且能夠向市場(chǎng)釋放企業(yè)質(zhì)量良好的信號(hào)，因此企業(yè)偏好選擇短期債務(wù)。供給方則認(rèn)為，企業(yè)選擇短債長(zhǎng)用是在長(zhǎng)期融資受限下的被動(dòng)選擇。多數(shù)學(xué)者對(duì)此進(jìn)行了研究，結(jié)果表明我國(guó)企業(yè)短債長(zhǎng)用是在金融抑制下的替代性融資策略(盛明泉等，2020)。我國(guó)金融體系的發(fā)展相對(duì)滯后(李增福等，2022)，企業(yè)大多依賴銀行等金融機(jī)構(gòu)獲得長(zhǎng)期融資。但由于信息不對(duì)稱，銀行往往采取短期信貸策略來(lái)控制企業(yè)的違約風(fēng)險(xiǎn)，因此企業(yè)被迫使用短債長(zhǎng)用(李逸飛等，2022)。此外，由信息不對(duì)稱引起的委托代理問(wèn)題同樣會(huì)加劇企業(yè)的短貸長(zhǎng)投，具體表現(xiàn)在管理層的非理性決策與短視行為(孫鳳娥等，2019)。當(dāng)管理層出于自利原因進(jìn)行過(guò)度投資又難以獲得長(zhǎng)期融資時(shí)，其短視行為同樣將導(dǎo)致企業(yè)短債長(zhǎng)用的發(fā)生。

在短債長(zhǎng)用行為的成因研究中，信息不對(duì)稱是導(dǎo)致企業(yè)長(zhǎng)期融資能力低下的主要原因。數(shù)字化轉(zhuǎn)型有助于有效減少企業(yè)與外部投資者間的信息不對(duì)稱，從而減少短債長(zhǎng)用。一方面，在數(shù)字技術(shù)的支撐下，企業(yè)的融資能力會(huì)得到提高。在企業(yè)各類要素與業(yè)務(wù)以數(shù)字化形式呈現(xiàn)后，企業(yè)信息透明度提高，也將反射到資本市場(chǎng)活動(dòng)中，充分調(diào)動(dòng)金融機(jī)構(gòu)的放貸意愿，最終幫助提升企業(yè)融資水平；另一方面，數(shù)字化轉(zhuǎn)型有助于提升企業(yè)的治理水平，管理層的各類行為將會(huì)得到有效監(jiān)督，倒逼企業(yè)內(nèi)部控制質(zhì)量的提高，減少其短視行為，從而減少短債長(zhǎng)用。

本文根據(jù)前文所述提出研究假說(shuō)：數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)短債長(zhǎng)用行為。

2 實(shí)證研究設(shè)計(jì)

2.1 模型構(gòu)建

為討論數(shù)字化轉(zhuǎn)型是否有助于抑制短債長(zhǎng)用，本文設(shè)置如下模型：

企業(yè)短債長(zhǎng)用為被解釋變量，數(shù)字化轉(zhuǎn)型程度為核心解釋變量。由于企業(yè)數(shù)字化轉(zhuǎn)型具有滯后效應(yīng)，故本文采用滯后一期的數(shù)字化轉(zhuǎn)型指標(biāo)為解釋變量；Controls為控制變量集，模型還控制了個(gè)體和年份固定效應(yīng)；關(guān)注系數(shù)β1，如果β1顯著為負(fù)，表明企業(yè)短債長(zhǎng)用行為與企業(yè)數(shù)字化轉(zhuǎn)型之間存在負(fù)相關(guān)關(guān)系。

2.2 變量定義

2.2.1 被解釋變量：短債長(zhǎng)用(SFLI)

本文的主要解釋變量為短債長(zhǎng)用行為，基于劉曉光和劉元春(2019)的研究，以短期負(fù)債比例與短期資產(chǎn)比例間的差值來(lái)衡量短債長(zhǎng)用水平。該指標(biāo)數(shù)值越小，表明企業(yè)短債長(zhǎng)用行為程度越小。

2.2.2 解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型(Dig)

本文的核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型程度，借鑒吳非等(2021)的做法，首先提取上市企業(yè)年報(bào)中的文本內(nèi)容；其次，進(jìn)行特征詞的查詢、匹配及詞頻計(jì)算；最后，歸集關(guān)鍵技術(shù)方向的詞頻，并最終以此形成企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。

2.3 控制變量

參照以往有關(guān)短債長(zhǎng)用、數(shù)字化轉(zhuǎn)型的相關(guān)研究，本文選定了一系列控制變量，詳情如表1所示。

表1 變量定義

2.4 實(shí)證樣本選取與數(shù)據(jù)來(lái)源

本文選擇2009—2021年滬深A(yù)股上市公司作為初始樣本，且作出以下處理：(1)剔除金融類企業(yè)與受ST、*ST及PT標(biāo)識(shí)的企業(yè)；(2)剔除主要變量數(shù)據(jù)缺失的企業(yè)；(3)剔除不滿足存續(xù)期五年以上的企業(yè)；(4)對(duì)所有連續(xù)變量進(jìn)行雙側(cè)1%的縮尾(Winsorize)。樣本中所需的各類數(shù)據(jù)均來(lái)自國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)與國(guó)家統(tǒng)計(jì)局網(wǎng)站，最終得到23945個(gè)公司年度觀測(cè)值。

3 實(shí)證結(jié)果與分析

3.1 描述性統(tǒng)計(jì)

對(duì)主要變量進(jìn)行了描述性統(tǒng)計(jì)分析后，本文得出短債長(zhǎng)用變量的中位數(shù)為0.16，標(biāo)準(zhǔn)差為0.25，表明樣本企業(yè)間的投融資期限結(jié)構(gòu)相似且大部分存在短債長(zhǎng)用。企業(yè)數(shù)字化轉(zhuǎn)型的中位數(shù)為0.00，平均值為0.86，標(biāo)準(zhǔn)差為1.16，表明樣本中不同企業(yè)間數(shù)字化轉(zhuǎn)型的差異程度較大。

3.2 回歸結(jié)果分析

基準(zhǔn)回歸結(jié)果如表2所示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)為負(fù)且通過(guò)1%的統(tǒng)計(jì)顯著性檢驗(yàn)，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制短債長(zhǎng)用行為。列(2)的回歸系數(shù)更小，表明在控制了可能影響短債長(zhǎng)用行為的企業(yè)個(gè)體因素和時(shí)間因素后，抑制作用更為明顯。由此可知，研究假說(shuō)得到驗(yàn)證。

3.3 內(nèi)生性檢驗(yàn)

本文選取了多項(xiàng)指標(biāo)作為控制變量來(lái)緩解由遺漏解釋變量而造成的內(nèi)生性偏誤，但仍可能存在反向因果，即企業(yè)在缺乏長(zhǎng)期資金的情況下，為了進(jìn)行數(shù)字化而加劇短債長(zhǎng)用。

為了緩解上述問(wèn)題，本文選用同年、同省、同行業(yè)內(nèi)數(shù)字化轉(zhuǎn)型的均值作為各企業(yè)數(shù)字化轉(zhuǎn)型變量的工具變量，運(yùn)用兩階段最小二乘法進(jìn)行內(nèi)生性檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示。由表3列(1)可知，本文設(shè)置的工具變量對(duì)個(gè)體企業(yè)數(shù)字化轉(zhuǎn)型的回歸估計(jì)系數(shù)在1%水平上呈正相關(guān)，表明個(gè)體企業(yè)的數(shù)字化轉(zhuǎn)型程度受同省份、同行業(yè)企業(yè)數(shù)字化轉(zhuǎn)型程度的顯著影響。表3列(2)表明企業(yè)數(shù)字化轉(zhuǎn)型變量的回歸系數(shù)依然顯著為負(fù)，說(shuō)明考慮了可能存在的內(nèi)生性問(wèn)題之后，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短債長(zhǎng)用行為的負(fù)向影響依然顯著。

表3 工具變量檢驗(yàn)

3.4 穩(wěn)健性檢驗(yàn)

本文采用了更換解釋變量、剔除經(jīng)濟(jì)發(fā)達(dá)地區(qū)樣本及雙重聚類調(diào)整等方法對(duì)研究結(jié)論進(jìn)行了穩(wěn)健性檢驗(yàn)。限于篇幅原因，不再展示具體結(jié)果，但每種方式得到的回歸結(jié)果中核心解釋變量前的系數(shù)均在顯著性1%的水平上為負(fù)，本文研究結(jié)論較為穩(wěn)健。

4 進(jìn)一步分析

4.1 機(jī)制分析

基于上述分析，本文認(rèn)為緩解融資約束和減少管理層短視行為是數(shù)字化轉(zhuǎn)型抑制短債長(zhǎng)用行為的主要作用機(jī)制。對(duì)此，本文借鑒江艇(2020)的做法，設(shè)計(jì)模型進(jìn)行檢驗(yàn)。

式(2)中：Machanism為要驗(yàn)證的作用機(jī)制變量，包括融資約束和管理層短視行為。本文通過(guò)SA指數(shù)來(lái)評(píng)估企業(yè)融資限制，其中SA值越高，說(shuō)明企業(yè)所面臨的融資限制就越嚴(yán)格。管理層短視行為參考張嘉偉等(2022)的做法，使用企業(yè)盈余管理(DA)來(lái)衡量，企業(yè)盈余管理越高，表明管理層短視行為越嚴(yán)重。

估計(jì)結(jié)果如表4所示，由列(1)得數(shù)字化轉(zhuǎn)型變量前的系數(shù)在顯著水平1%上為負(fù)，證明這可降低企業(yè)所受融資壓力，增強(qiáng)融資實(shí)力。由表4列(2)可知，數(shù)字化轉(zhuǎn)型變量前的回歸系數(shù)同樣在1%的水平上顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型有助于約束管理層的短視行為，從而減少企業(yè)的短債長(zhǎng)用。

表4 作用機(jī)制檢驗(yàn)

4.2 異質(zhì)性分析

4.2.1 產(chǎn)權(quán)異質(zhì)性

本文將樣本企業(yè)按產(chǎn)權(quán)性質(zhì)進(jìn)行分組，并進(jìn)行回歸估計(jì)，得到的估計(jì)結(jié)果如表5列(1)與列(2)所示。由回歸結(jié)果可知，雖然兩組回歸結(jié)果中企業(yè)數(shù)字化轉(zhuǎn)型變量前的系數(shù)均在1%的顯著性水平上顯著為負(fù)，但國(guó)有企業(yè)樣本中的系數(shù)為-0.0128，而非國(guó)有企業(yè)樣本組中的系數(shù)僅為-0.0063，表明企業(yè)數(shù)字化轉(zhuǎn)型更能抑制國(guó)有企業(yè)的短債長(zhǎng)用行為。

表5 異質(zhì)性分析I

4.2.2 研發(fā)異質(zhì)性

本文以行業(yè)內(nèi)企業(yè)專利申請(qǐng)數(shù)量的中位數(shù)將企業(yè)分為高研發(fā)密集和低研發(fā)密集兩組，并進(jìn)行回歸估計(jì)，結(jié)果如表5列(3)與列(4)所示。兩組樣本中，數(shù)字化轉(zhuǎn)型變量前的系數(shù)均顯著為負(fù)，且在1%的顯著性水平上顯著。具體來(lái)看，高研發(fā)密集組中企業(yè)的回歸系數(shù)為-0.0198，而低研發(fā)密集組中回歸系數(shù)僅為-0.0053，表明企業(yè)數(shù)字化轉(zhuǎn)型更能抑制高研發(fā)密集企業(yè)的短債長(zhǎng)用行為。

4.2.3 生命周期異質(zhì)性

本文運(yùn)用現(xiàn)金流量法將樣本企業(yè)分為成長(zhǎng)期、成熟期和衰退期三組樣本，并分別進(jìn)行回歸，得到的結(jié)果如表6所示。成長(zhǎng)期與成熟期樣本中，核心解釋變量前的系數(shù)在1%的顯著性水平上顯著為負(fù)，說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制這兩類企業(yè)的短債長(zhǎng)用行為；衰退期企業(yè)樣本組中的系數(shù)為正且不顯著，表明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)衰退期企業(yè)的短債長(zhǎng)用行為不存在顯著影響。

表6 異質(zhì)性分析Ⅱ

4.3 經(jīng)濟(jì)效應(yīng)分析

短債長(zhǎng)用行為屬于企業(yè)資本配置效率低下，將阻礙企業(yè)全要素生產(chǎn)率的提高。由上文可知，企業(yè)數(shù)字化轉(zhuǎn)型減少了企業(yè)短債長(zhǎng)用，那么企業(yè)數(shù)字化轉(zhuǎn)型能否通過(guò)抑制短債長(zhǎng)用而促進(jìn)企業(yè)全要素生產(chǎn)率的提高。為回答該問(wèn)題，本文借鑒李增福等(2022)的做法，構(gòu)建以下模型來(lái)進(jìn)行檢驗(yàn)：

式(3)中：TFP是企業(yè)全要素生產(chǎn)率，借鑒魯曉東和連玉君(2012)的方法，采用LP法和OP法計(jì)算。在兩組回歸結(jié)果中，短債長(zhǎng)用變量前的系數(shù)在5%的顯著性水平上顯著為負(fù)，而交互項(xiàng)前的系數(shù)則在1%的顯著性水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠通過(guò)抑制企業(yè)的短債長(zhǎng)用行為來(lái)提升企業(yè)全要素生產(chǎn)率，促進(jìn)企業(yè)的高質(zhì)量發(fā)展。

5 結(jié)語(yǔ)

本文通過(guò)實(shí)證檢驗(yàn)總結(jié)得到以下結(jié)論：企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制短債長(zhǎng)用行為的發(fā)生；緩解融資約束和抑制管理層短視行為兩者背后的主要作用機(jī)制；這種抑制作用在國(guó)有企業(yè)、高研發(fā)密集企業(yè)及成長(zhǎng)期、成熟期企業(yè)中更為明顯；企業(yè)數(shù)字化轉(zhuǎn)型還能緩解由短債長(zhǎng)用帶來(lái)的效率損失，對(duì)企業(yè)全要素生產(chǎn)率有正向促進(jìn)效用。

本文據(jù)上述結(jié)論提出以下建議：第一，在如今數(shù)字經(jīng)濟(jì)高速發(fā)展的時(shí)代下，企業(yè)要抓住發(fā)展機(jī)遇，加速推進(jìn)數(shù)字化轉(zhuǎn)型，以緩解融資約束，約束管理層，從而有效抑制短債長(zhǎng)用；第二，對(duì)于國(guó)有企業(yè)、高研發(fā)企業(yè)及成長(zhǎng)期、成熟期企業(yè)，應(yīng)加快推進(jìn)數(shù)字化轉(zhuǎn)型戰(zhàn)略，從而緩解企業(yè)短債長(zhǎng)用行為，促進(jìn)高質(zhì)量發(fā)展；第三，政府應(yīng)為企業(yè)數(shù)字化轉(zhuǎn)型提供便利的環(huán)境條件，推動(dòng)企業(yè)加速轉(zhuǎn)型，以增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短債長(zhǎng)用的抑制作用。