邱妍 王治 江媛

摘 要：依據(jù)2007—2020年我國(guó)上市公司數(shù)據(jù)，考量數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響。結(jié)果顯示，數(shù)字化轉(zhuǎn)型可以有效降低企業(yè)資本成本；機(jī)制檢驗(yàn)結(jié)果表明，數(shù)字化轉(zhuǎn)型通過(guò)緩解信息不對(duì)稱(chēng)、強(qiáng)化企業(yè)創(chuàng)新動(dòng)能、提高內(nèi)部控制質(zhì)量等路徑降低企業(yè)資本成本。進(jìn)一步研究發(fā)現(xiàn)，高科技企業(yè)以及企業(yè)面臨較高環(huán)境不確定性時(shí)，數(shù)字化轉(zhuǎn)型降低企業(yè)資本成本的效果更顯著。結(jié)論從降低企業(yè)資本成本的視角為企業(yè)如何推進(jìn)數(shù)字化轉(zhuǎn)型戰(zhàn)略提供了經(jīng)驗(yàn)證據(jù)。

關(guān)鍵詞： 數(shù)字化轉(zhuǎn)型；資本成本；信息不對(duì)稱(chēng)；創(chuàng)新動(dòng)能；內(nèi)部控制

中圖分類(lèi)號(hào)：F832；F49???? 文獻(xiàn)標(biāo)識(shí)碼： A??? 文章編號(hào)：1003-7217（2024）01-0083-08

一、引 言

數(shù)字經(jīng)濟(jì)已成為引領(lǐng)全球經(jīng)濟(jì)社會(huì)變革、推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。數(shù)字化轉(zhuǎn)型賦予企業(yè)新的發(fā)展動(dòng)能，已成為企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的必由之路[1]。資本成本是投資者預(yù)期其能夠獲得的最低報(bào)酬率，與投資行為活躍程度和所處風(fēng)險(xiǎn)等級(jí)相匹配[2]。作為企業(yè)籌集和占有資金的代價(jià)，資本成本的高低對(duì)企業(yè)高質(zhì)量發(fā)展具有重要意義。當(dāng)經(jīng)濟(jì)發(fā)展面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱等壓力時(shí)，企業(yè)面臨的不確定性增加，就會(huì)提高企業(yè)融資難度與成本。2020 年中國(guó)企業(yè)家調(diào)查系統(tǒng)組織實(shí)施的“2020·中國(guó)企業(yè)經(jīng)營(yíng)者問(wèn)卷跟蹤調(diào)查”結(jié)果顯示，35.8%的企業(yè)家認(rèn)為企業(yè)發(fā)展經(jīng)營(yíng)困難中面臨“資金緊張”問(wèn)題，在19個(gè)選項(xiàng)中排名第三；46.6%的企業(yè)家建議政府出臺(tái)“降低企業(yè)融資成本”相關(guān)措施，在18個(gè)選項(xiàng)中排名第五，融資成本高依然是阻礙企業(yè)高質(zhì)量發(fā)展的關(guān)鍵痛點(diǎn)。研究表明，以應(yīng)用數(shù)字技術(shù)為基礎(chǔ)的數(shù)字化轉(zhuǎn)型能夠促使企業(yè)業(yè)務(wù)模式[3]、公司能力[4]、組織結(jié)構(gòu)[5]、管理系統(tǒng)流程等方面發(fā)生重大變化，改進(jìn)實(shí)體屬性[6]。2021年，埃森哲發(fā)布研究報(bào)告顯示，數(shù)字化基礎(chǔ)較好的企業(yè)，面對(duì)疫情沖擊，可顯示出強(qiáng)大的韌性，更能將數(shù)字化優(yōu)勢(shì)進(jìn)一步轉(zhuǎn)化為財(cái)務(wù)優(yōu)勢(shì)。因此，通過(guò)數(shù)字化轉(zhuǎn)型降低企業(yè)資本成本，對(duì)增強(qiáng)企業(yè)轉(zhuǎn)型動(dòng)力、推進(jìn)降本增效具有重要意義。

現(xiàn)有研究將企業(yè)資本成本的影響因素分為內(nèi)部因素和外部因素。內(nèi)部因素主要包括企業(yè)信息披露質(zhì)量[7，8]、公司治理[9]、企業(yè)核心競(jìng)爭(zhēng)力[10]等。外部因素則主要包括政治環(huán)境[11]、媒體關(guān)注[12]、機(jī)構(gòu)投資者[13]等。數(shù)字化轉(zhuǎn)型能夠驅(qū)動(dòng)企業(yè)組織管理變革[14]，提高企業(yè)績(jī)效[15]、創(chuàng)新商業(yè)模式[16]，促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展[17]。已有文獻(xiàn)雖然對(duì)企業(yè)資本成本的影響因素以及數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果做了諸多探討，卻較少考慮數(shù)字化轉(zhuǎn)型對(duì)綜合債務(wù)資本成本與權(quán)益資本成本的企業(yè)資本成本的影響以及上述影響通過(guò)何種機(jī)制實(shí)現(xiàn)，未能區(qū)分?jǐn)?shù)字化轉(zhuǎn)型不同類(lèi)型以及對(duì)債務(wù)資本、權(quán)益資本、綜合資本成本的影響差異。為此，在機(jī)制分析的基礎(chǔ)上，依據(jù)2007—2020年中國(guó)上市公司數(shù)據(jù)，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響，并進(jìn)一步區(qū)分不同類(lèi)型、場(chǎng)景等情況加以細(xì)化討論。

二、理論分析與研究假說(shuō)

基于技術(shù)躍遷理論和戰(zhàn)略匹配模型，數(shù)字化轉(zhuǎn)型催生了數(shù)據(jù)抓取、分析、處理到動(dòng)態(tài)解決方案形成的“數(shù)據(jù)鏈條”，對(duì)組織內(nèi)外部環(huán)境造成系統(tǒng)性變革，提高企業(yè)資源配置能力，實(shí)現(xiàn)數(shù)字技術(shù)與企業(yè)深度融合[1]。一直以來(lái)，受限于數(shù)字技術(shù)等制約因素，傳統(tǒng)企業(yè)產(chǎn)生的大量繁雜信息往往無(wú)法被有效挖掘并加以利用。企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，能形成自身在數(shù)據(jù)信息采集、存儲(chǔ)、傳輸、識(shí)別等方面的優(yōu)勢(shì)，顯著提升其對(duì)內(nèi)外部生產(chǎn)經(jīng)營(yíng)相關(guān)信息的處理效率，進(jìn)一步緩解自身與資本市場(chǎng)之間的信息不對(duì)稱(chēng)。其次，數(shù)字化轉(zhuǎn)型能夠讓企業(yè)有更多的機(jī)會(huì)接觸開(kāi)放性服務(wù)創(chuàng)新平臺(tái)，擴(kuò)大企業(yè)資源獲取和利用的途徑與方式，通過(guò)外部互動(dòng)和學(xué)習(xí)形成創(chuàng)新知識(shí)，提高自身創(chuàng)新動(dòng)能[18]。最后，借助于數(shù)字技術(shù)，驅(qū)動(dòng)企業(yè)自身生產(chǎn)、管理、財(cái)務(wù)體制機(jī)制優(yōu)化升級(jí)，強(qiáng)化企業(yè)對(duì)內(nèi)外部資源配置關(guān)系的精準(zhǔn)識(shí)別。企業(yè)內(nèi)部控制質(zhì)量的提高，有助于企業(yè)做出科學(xué)的投融資決策。據(jù)此，可以推斷，數(shù)字化轉(zhuǎn)型將顯著改善企業(yè)信息不對(duì)稱(chēng)、企業(yè)創(chuàng)新與公司治理等問(wèn)題，而這與企業(yè)資本成本的影響因素吻合。因此，本文試圖從這三個(gè)方面闡述數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響路徑，并提出研究假說(shuō)一。

H1 數(shù)字化轉(zhuǎn)型有利于企業(yè)降低資本成本。

首先，數(shù)字化轉(zhuǎn)型有助于緩解信息不對(duì)稱(chēng)，進(jìn)而降低企業(yè)資本成本。數(shù)字化轉(zhuǎn)型過(guò)程中，企業(yè)自身數(shù)據(jù)分析流程轉(zhuǎn)向數(shù)據(jù)挖掘捕捉和智能化分析。通過(guò)借助數(shù)字科技賦能現(xiàn)有組織管理模式，消除企業(yè)內(nèi)部不同組織部門(mén)間的“數(shù)據(jù)鴻溝”，提高管理者信息處理效率與質(zhì)量。在信息得到有效識(shí)別、處理和輸送的情況下，企業(yè)資源配置效率得到進(jìn)一步提升，降低自身生產(chǎn)決策過(guò)程中信息不對(duì)稱(chēng)程度，提高生產(chǎn)經(jīng)營(yíng)質(zhì)效[19]。在生產(chǎn)績(jī)效良好的情況下，企業(yè)更樂(lè)于主動(dòng)向市場(chǎng)傳遞信息，在對(duì)企業(yè)經(jīng)營(yíng)狀況更加了解的情況下，企業(yè)獲得融資的可能性提高，資本市場(chǎng)交易活躍度得到提升[1]。一方面，對(duì)于債務(wù)融資而言，信息不對(duì)稱(chēng)程度的降低提高了企業(yè)與銀行等金融機(jī)構(gòu)的信息流暢度，從而降低信貸準(zhǔn)入標(biāo)準(zhǔn)，放松債務(wù)融資條件，使得銀行及其他外部投資者降低企業(yè)債務(wù)融資所需要的風(fēng)險(xiǎn)溢價(jià)，降低企業(yè)債務(wù)資本成本[20]。另一方面，對(duì)于股權(quán)融資而言，資本市場(chǎng)信息環(huán)境的改善，投資者關(guān)注度的上升，有助投資者更加準(zhǔn)確地進(jìn)行證券估值，降低投資收益的不確定性，在一定程度上減少由于信息誤差造成的市場(chǎng)摩擦，提升股票流動(dòng)性[1]，降低交易成本，使市場(chǎng)降低對(duì)公司股票的必要報(bào)酬率，從而降低權(quán)益資本成本[19]。綜上，提出研究假說(shuō)二。

H2 數(shù)字化轉(zhuǎn)型通過(guò)緩解信息不對(duì)稱(chēng)降低企業(yè)資本成本。

其次，數(shù)字化轉(zhuǎn)型有助于強(qiáng)化企業(yè)創(chuàng)新動(dòng)能，進(jìn)而降低企業(yè)資本成本。數(shù)字化轉(zhuǎn)型強(qiáng)化了企業(yè)挖掘處理整合數(shù)據(jù)信息的能力，提高其對(duì)前瞻性技術(shù)的敏捷度[21]，能夠充分賦能企業(yè)創(chuàng)新活動(dòng)。當(dāng)企業(yè)在年報(bào)或其他公開(kāi)文件中披露有關(guān)數(shù)字化戰(zhàn)略相關(guān)信息后，為了促進(jìn)戰(zhàn)略目標(biāo)的實(shí)現(xiàn)，會(huì)傾向于大幅度增加研發(fā)投入，提升企業(yè)自身創(chuàng)新能力的主觀性[1]。面對(duì)市場(chǎng)變化和客戶(hù)需求能夠快速反應(yīng)，高效整合資源，利用大數(shù)據(jù)等數(shù)字技術(shù)創(chuàng)新設(shè)計(jì)產(chǎn)品與個(gè)性化定制服務(wù)方案。企業(yè)和外界信息交換的頻率不斷加快，使企業(yè)有更多的可能性接觸更為開(kāi)放的創(chuàng)新平臺(tái)，進(jìn)一步擴(kuò)延企業(yè)創(chuàng)新產(chǎn)出邊界。一方面，對(duì)于債權(quán)融資而言，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型強(qiáng)化自身創(chuàng)新動(dòng)能。通過(guò)專(zhuān)利申請(qǐng)授權(quán)數(shù)量的增加以及創(chuàng)新產(chǎn)品的良好銷(xiāo)售前景，向債權(quán)人釋放投資者投入的研發(fā)資金會(huì)形成企業(yè)競(jìng)爭(zhēng)性?xún)?yōu)勢(shì)資源的信號(hào)，減弱債權(quán)人自我保護(hù)機(jī)制，降低交易代理成本，進(jìn)而有效降低企業(yè)債務(wù)資本成本。另一方面，對(duì)于股權(quán)融資而言，數(shù)字化轉(zhuǎn)型能提高企業(yè)創(chuàng)新能力，增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力。基于企業(yè)優(yōu)勢(shì)競(jìng)爭(zhēng)地位，采取產(chǎn)品差異化策略并運(yùn)用價(jià)格優(yōu)勢(shì)搶占市場(chǎng)份額，向資本市場(chǎng)傳遞有利信息，增強(qiáng)股東對(duì)企業(yè)股票的持有意愿，提高股東未來(lái)獲得高收益報(bào)酬的可能性，吸引更多潛在投資者投資，增加企業(yè)價(jià)值，降低企業(yè)權(quán)益資本成本[22]。綜上，提出研究假說(shuō)三。

H3 數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)創(chuàng)新動(dòng)能降低企業(yè)資本成本。

最后，數(shù)字化轉(zhuǎn)型有助于提高企業(yè)內(nèi)部控制質(zhì)量，進(jìn)而降低企業(yè)資本成本。數(shù)字化技術(shù)與企業(yè)經(jīng)營(yíng)管理環(huán)節(jié)深度融合，延伸傳統(tǒng)組織邊界，賦予組織管理流程易變性和靈活性，實(shí)現(xiàn)企業(yè)資源、管理、決策體系的互通互聯(lián)，引發(fā)企業(yè)組織管理變革并提升企業(yè)生產(chǎn)效率[17]，從而降低企業(yè)資產(chǎn)損失風(fēng)險(xiǎn)，保證COSO報(bào)告中內(nèi)部控制目標(biāo)的實(shí)現(xiàn)，有效提升企業(yè)內(nèi)部控制質(zhì)量。一方面，對(duì)于債權(quán)融資而言，高質(zhì)量的內(nèi)部控制能夠提高會(huì)計(jì)信息披露質(zhì)量，在更了解企業(yè)的實(shí)際經(jīng)營(yíng)情況下，銀行等其他金融機(jī)構(gòu)對(duì)于企業(yè)所要求的“風(fēng)險(xiǎn)溢價(jià)”會(huì)更低，從而降低企業(yè)債務(wù)資本成本。另一方面，對(duì)于股權(quán)融資而言，隨著企業(yè)數(shù)字化程度的提升，公司治理進(jìn)一步得到優(yōu)化。企業(yè)經(jīng)營(yíng)決策相關(guān)信息及具體計(jì)劃執(zhí)行情況更加趨于透明化，能在一定程度上抑制管理層自利及機(jī)會(huì)主義行為，避免道德風(fēng)險(xiǎn)的出現(xiàn)。對(duì)于股東而言，其能夠更好地監(jiān)督企業(yè)經(jīng)營(yíng)實(shí)況，投資者投入的資金被侵占的風(fēng)險(xiǎn)或被閑置的可能性降低，增強(qiáng)股東對(duì)企業(yè)的信任感和股東持股意愿，有效降低企業(yè)權(quán)益資本成本。綜上，提出研究假說(shuō)四。

H4 數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)內(nèi)部控制質(zhì)量降低企業(yè)資本成本。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)篩選

本文以滬深兩市A股上市企業(yè)為樣本，分析數(shù)字化轉(zhuǎn)型對(duì)資本成本的影響。由于2007年起實(shí)行新的會(huì)計(jì)準(zhǔn)則，為保證財(cái)務(wù)數(shù)據(jù)口徑的一致性，樣本期間設(shè)為2007—2020年。在此基礎(chǔ)上，本文對(duì)數(shù)

據(jù)作如下處理：（1）剔除金融行業(yè)樣本；（2）剔除ST、PT公司樣本；（3）刪除相關(guān)變量缺失的樣本。企業(yè)層面的數(shù)據(jù)來(lái)自于CSMAR、Wind數(shù)據(jù)庫(kù)，數(shù)字化轉(zhuǎn)型指標(biāo)使用Python軟件爬取巨潮資訊網(wǎng)中企業(yè)年報(bào)文件，抓取關(guān)鍵詞條構(gòu)建而成。

（二）變量定義

1.自變量。

本文借鑒吳非等（2021）[1]、趙宸宇等（2021）[17]的研究，采用文本分析法將上市企業(yè)年報(bào)中“數(shù)字化轉(zhuǎn)型”相關(guān)詞頻作為digital變量，并進(jìn)行對(duì)數(shù)化處理。借助Python爬取上市公司年報(bào)，將數(shù)字化轉(zhuǎn)型分為“底層技術(shù)層面”（人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)）和“實(shí)踐應(yīng)用層面”（數(shù)字技術(shù)應(yīng)用）并確定企業(yè)數(shù)字化轉(zhuǎn)型特征關(guān)鍵詞。digital數(shù)值越大，表示企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

2.因變量。企業(yè)資本成本由權(quán)益資本成本與債務(wù)資本成本組成，借鑒王愛(ài)國(guó)等（2019）[2]的研究，按照負(fù)債與資產(chǎn)所占資產(chǎn)負(fù)債率比例，分別與債務(wù)資本成本和權(quán)益資本成本加權(quán)獲得估算數(shù)值。計(jì)算公式如下：

資本成本=股權(quán)資本成本×（1-資產(chǎn)負(fù)債率）+債務(wù)資本成本×資產(chǎn)負(fù)債率

其中權(quán)益資本成本衡量方式主要采用OJ、PEG和MPEG模型等。其中PEG模型綜合考察成長(zhǎng)和價(jià)值，基于毛新述（2012）[23]的研究，本文選用PEG模型進(jìn)行權(quán)益資本成本衡量。計(jì)算公式如下：

其中，COCi，t為企業(yè)i在時(shí)期t的權(quán)益資本成本，EPSi，t+2和EPSi，t+1為企業(yè)i在t+2期末和t+1期末的每股凈收益預(yù)測(cè)值，Pi，t為企業(yè)i在t期末的股票價(jià)格。

債務(wù)資本成本衡量方式借鑒李廣子等（2009）[24]、張偉華等（2018）[25]的研究，計(jì)算公式如下：

債務(wù)資本成本=（利息支出/負(fù)債總額）×?（1- 所得稅率）（2）

3.控制變量。借鑒李廣子等（2009）[24]、王愛(ài)國(guó)等（2019）[2]等研究，本文選取一系列控制變量，如表1所示。

（三）模型構(gòu)建

本文設(shè)計(jì)了如下模型（3）以檢驗(yàn)H1是否成立。

Wacci，t=α0+α1×digitali，t+∑Controli，t+εi，t（3）

其中，Wacc代表企業(yè)資本成本，digital表示企業(yè)數(shù)字化轉(zhuǎn)型程度，Control為相關(guān)控制變量，變量具體定義如表1所示。

（四）描述性統(tǒng)計(jì)

本文列示了相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果，其中資本成本變量（Wacc_1）中位數(shù)（均值）分別為0.075（0.078）；企業(yè)數(shù)字化轉(zhuǎn)型程度（digital_1）中位數(shù)（均值）分別為0.693（1.148），與已有文獻(xiàn)計(jì)算結(jié)果無(wú)明顯差異。

本文進(jìn)一步根據(jù)年度樣本企業(yè)數(shù)字化轉(zhuǎn)型與資本成本的分布繪制散點(diǎn)圖并進(jìn)行線(xiàn)性擬合（如圖1所示），發(fā)現(xiàn)隨著時(shí)間的變化，企業(yè)數(shù)字化轉(zhuǎn)型程度整體呈上升趨勢(shì)，資本成本年度變化率圍繞擬合曲線(xiàn)上下波動(dòng)，但總體上呈現(xiàn)下降趨勢(shì)。圖2為數(shù)字化轉(zhuǎn)型程度與企業(yè)資本成本的擬合曲線(xiàn)。從圖中可以發(fā)現(xiàn)，年度均值和中位數(shù)均表明數(shù)字化轉(zhuǎn)型與資本成本呈負(fù)相關(guān)關(guān)系，一定程度上驗(yàn)證假設(shè)H1。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

表3基于“數(shù)字化轉(zhuǎn)型—企業(yè)資本成本”的基本關(guān)系進(jìn)行了分析，結(jié)果顯示，數(shù)字化轉(zhuǎn)型與企業(yè)資本成本均呈顯著負(fù)相關(guān)，第2列結(jié)果顯示在控制年份、行業(yè)和其他相關(guān)變量后數(shù)字化轉(zhuǎn)型依然與資本成本呈顯著負(fù)相關(guān)。關(guān)鍵解釋變量（digital_1）的系數(shù)為-0.0009，表明企業(yè)數(shù)字化轉(zhuǎn)型的標(biāo)準(zhǔn)差每增加1%，企業(yè)資本成本相對(duì)于其標(biāo)準(zhǔn)差會(huì)減少4.0%，支持前文假設(shè)H1。

（二）穩(wěn)健性檢驗(yàn)

為了考察研究結(jié)果的穩(wěn)健性，分別采取了三種方法進(jìn)行穩(wěn)健性檢驗(yàn)。（1）更換資本成本衡量指標(biāo)。參考毛新述等（2012）[23]的研究，一是采用OJ模型和MPEG模型分別重新計(jì)算企業(yè)權(quán)益資本成本，構(gòu)造資本成本的替代變量Wacc_2，Wacc_3。二是參考張偉華等（2018）[25]的研究，采用凈財(cái)務(wù)費(fèi)用與企業(yè)負(fù)債總額的比值衡量企業(yè)債務(wù)資本成本，重新構(gòu)造企業(yè)資本成本的替代標(biāo)量Wacc_4。（2）更換數(shù)字化轉(zhuǎn)型衡量指標(biāo)。參考袁淳等（2021）[26]的研究，采用以下幾種方法重新構(gòu)造數(shù)字化轉(zhuǎn)型程度指標(biāo)并進(jìn)行回歸檢驗(yàn)：一是考慮到不同行業(yè)之間存在一定的差異性，將數(shù)字化轉(zhuǎn)型指標(biāo)進(jìn)行行業(yè)均值調(diào)整（digital_2）；二是基于詞典中各維度包含的詞匯數(shù)存在一定差異性，會(huì)影響到數(shù)據(jù)挖掘過(guò)程中捕捉不同維度企業(yè)數(shù)字化轉(zhuǎn)型程度的能力。因此，本文對(duì)以上五個(gè)指標(biāo)進(jìn)行分年度離差標(biāo)準(zhǔn)化處理，將消除量綱后的數(shù)據(jù)求和得到新的數(shù)字化轉(zhuǎn)型指標(biāo)（digital_3）;三是對(duì)五個(gè)維度的指標(biāo)進(jìn)一步采用主成分分析法，選取特征值大于1的因子，構(gòu)建新的數(shù)字化轉(zhuǎn)型指標(biāo)（digital_4）。采用替代變量對(duì)模型（3）重新進(jìn)行了回歸分析。（3）排除企業(yè)策略性行為的檢驗(yàn)?；跀?shù)字經(jīng)濟(jì)背景，考慮到企業(yè)年報(bào)中披露信息可能存在策略性炒作或蹭熱度的嫌疑，進(jìn)而在年報(bào)中夸大企業(yè)數(shù)字化轉(zhuǎn)型程度。為了排除這種可能性，本文對(duì)樣本進(jìn)行剔除和篩選：一是剔除創(chuàng)業(yè)板公司；二是刪除信息違規(guī)企業(yè)；三是根據(jù)深圳證券交易所信息披露考評(píng)結(jié)果，僅保留考核結(jié)果為優(yōu)秀或良好的上市企業(yè)樣本。檢驗(yàn)結(jié)果均支持前文的研究結(jié)論。

（三）內(nèi)生性檢驗(yàn)

為了盡可能緩解內(nèi)生性問(wèn)題，采取以下三種方法進(jìn)行內(nèi)生性檢驗(yàn)。（1）延長(zhǎng)觀測(cè)窗口。本文進(jìn)一步延長(zhǎng)了數(shù)字化轉(zhuǎn)型影響企業(yè)資本成本的時(shí)間考察窗口。分別對(duì)digital_1和Wacc_1進(jìn)行滯后1～2期與前置1～2期處理。（2）工具變量法。借鑒袁淳等（2021）[26]的研究，采用1984年各城市郵電數(shù)據(jù)作為工具變量。具體而言，將滯后一期的全國(guó)互聯(lián)網(wǎng)人數(shù)與1984年各城市每萬(wàn)人固定電話(huà)持有數(shù)進(jìn)行交乘。（3）基于多期雙重差分模型的驗(yàn)證。將企業(yè)分批次逐步推進(jìn)自身數(shù)字化進(jìn)程視為一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，選擇多期雙重差分模型（DID）進(jìn)行穩(wěn)健性檢驗(yàn)以進(jìn)一步克服內(nèi)生性問(wèn)題[1]。內(nèi)生性檢驗(yàn)結(jié)果均支持前文的研究結(jié)論。

五、機(jī)制檢驗(yàn)

前文研究結(jié)果表明，數(shù)字化轉(zhuǎn)型能夠降低企業(yè)資本成本，但尚不清楚其內(nèi)部影響機(jī)制。結(jié)合前文分析，本文從信息不對(duì)稱(chēng)、創(chuàng)新動(dòng)能、內(nèi)部控制三個(gè)方面檢驗(yàn)數(shù)字化轉(zhuǎn)型影響企業(yè)資本成本的路徑。根據(jù)Bauer等（2020）[27]、聶興凱等（2022）[28]的研究，構(gòu)架如下方程模型進(jìn)行檢驗(yàn)。

Wacci，t=β0+β1×digitali，t+β2×AnaAttentioni，t+β3×ln_Applyi，t+β4×ICi，t+β5×Controlsi，t+εi，t（4）

AnaAttentioni，t=δ0+δ1×digitali，t+δ2×Controlsi，t+εi，t（5）

ln_Applyi，t=μ0+μ1×digitali，t+μ2×Controlsi，t+εi，t（6）

ICi，t=γ0+γ1×digitali，t+γ2×Controlsi，t+εi，t（7）

本文選取分析師關(guān)注度刻畫(huà)信息不對(duì)稱(chēng)水平（AnaAttention= ln（1+分析師跟蹤人數(shù)））。采用創(chuàng)新產(chǎn)出（ln_Apply，企業(yè)申請(qǐng)專(zhuān)利數(shù)對(duì)數(shù)值）衡量企業(yè)創(chuàng)新動(dòng)能，用IC代表企業(yè)內(nèi)部控制質(zhì)量（“迪博·中國(guó)上市公司內(nèi)部控制指數(shù)”取自然對(duì)數(shù)）。表4是機(jī)制分析結(jié)果。列（1）中digital_1和AnaAttention顯著正相關(guān)，代表數(shù)字化轉(zhuǎn)型有助于企業(yè)加快信息流轉(zhuǎn)效率，引起分析師的廣泛關(guān)注，從而在一定程度上降低信息不對(duì)稱(chēng)。列（2）中digital_1和ln_Apply顯著正相關(guān)，說(shuō)明企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中營(yíng)造了更為高效的數(shù)字創(chuàng)新場(chǎng)景，有利于提高研發(fā)投入的產(chǎn)出績(jī)效。列（3）中digital_1和IC顯著正相關(guān)，說(shuō)明數(shù)字化轉(zhuǎn)型程度越高，企業(yè)內(nèi)部控制質(zhì)量越高。在列（4）中，分析師關(guān)注度、創(chuàng)新產(chǎn)出、內(nèi)部控制質(zhì)量與企業(yè)資本成本均顯著為負(fù)，說(shuō)明隨著信息不對(duì)稱(chēng)的降低，企業(yè)創(chuàng)新動(dòng)能的增強(qiáng)與內(nèi)部控制質(zhì)量的提高，企業(yè)的資本成本也隨之降低。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型與資本成本在1%的水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型能夠通過(guò)緩解信息不對(duì)稱(chēng)、強(qiáng)化企業(yè)創(chuàng)新動(dòng)能和提高企業(yè)內(nèi)部控制質(zhì)量來(lái)降低企業(yè)資本成本，進(jìn)一步支持了H2～H4。

通過(guò)計(jì)算可知，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的直接影響效應(yīng)為-0.0008，是影響企業(yè)資本成本總效應(yīng)的93.78%（-0.000007-0.00003754-0.0000085-0.0008），而信息不對(duì)稱(chēng)、創(chuàng)新動(dòng)能、內(nèi)部控制質(zhì)量的間接效應(yīng)分別是總效應(yīng)的0.82%、4.4%、1%。以上結(jié)果表明信息不對(duì)稱(chēng)、創(chuàng)新動(dòng)能和內(nèi)部控制質(zhì)量是數(shù)字化轉(zhuǎn)型影響企業(yè)資本成本的部分中介。

六、異質(zhì)性分析

（一）區(qū)分資本成本類(lèi)型

企業(yè)資本成本一般可分為債務(wù)資本成本與權(quán)益資本成本。為了進(jìn)一步驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響，本文分別對(duì)企業(yè)債務(wù)資本成本與權(quán)益資本成本進(jìn)行回歸分析。

回歸結(jié)果發(fā)現(xiàn)，不論是對(duì)于債務(wù)資本成本還是權(quán)益資本成本，企業(yè)數(shù)字化轉(zhuǎn)型均呈現(xiàn)顯著的抑制作用，并且對(duì)債務(wù)資本成本的降低作用相對(duì)更大。造成這一結(jié)果的可能原因是：相較于股權(quán)融資方式，債務(wù)融資的融資門(mén)檻和成本相對(duì)較低，多數(shù)企業(yè)仍然以債務(wù)融資為主要融資方式[29]。而企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)對(duì)數(shù)據(jù)信息的挖掘分析能力，以數(shù)字化信息的高效流動(dòng)為牽引緩解信息不對(duì)稱(chēng)，降低金融機(jī)構(gòu)對(duì)企業(yè)評(píng)估審核成本，提高金融機(jī)構(gòu)對(duì)資金流向的把控能力，從而降低企業(yè)融資成本?；诔杀臼找胬碚?，資本成本的降低會(huì)引發(fā)企業(yè)生產(chǎn)運(yùn)營(yíng)成本的減少，提高企業(yè)效益。盈余資金的增加可提高企業(yè)債務(wù)償還的能力，對(duì)企業(yè)產(chǎn)生更為強(qiáng)烈的“去杠桿”效應(yīng)。

（二）區(qū)分?jǐn)?shù)字化轉(zhuǎn)型類(lèi)型

數(shù)字化轉(zhuǎn)型是一個(gè)譜系概念，包含著不同技術(shù)程度下的結(jié)構(gòu)化特征。為了進(jìn)一步分析“數(shù)字化轉(zhuǎn)型企業(yè)資本成本”之間的關(guān)系，本文將企業(yè)數(shù)字化轉(zhuǎn)型分解為 “底層技術(shù)層面” 和“實(shí)踐應(yīng)用層面”?；貧w結(jié)果發(fā)現(xiàn)，二者均對(duì)企業(yè)資本成本具有負(fù)向抑制作用。特別的，人工智能技術(shù)轉(zhuǎn)型對(duì)企業(yè)資本成本的緩解效應(yīng)最為顯著（系數(shù)為-0.0020，且在1%的水平上統(tǒng)計(jì)顯著）。本文認(rèn)為，首先，從政策層面來(lái)看，早在2015年5月，國(guó)務(wù)院在《中國(guó)制造2025》中就提及到了智能制造，強(qiáng)調(diào)了人工智能技術(shù)的核心作用，并在此框架背景下出臺(tái)了《中國(guó)智能制造發(fā)展規(guī)劃（2016—2020）》。人工智能作為第四次工業(yè)革命的通用性目的技術(shù)將在新時(shí)代中產(chǎn)生更為深遠(yuǎn)的影響效應(yīng)。其次，從社會(huì)發(fā)展角度來(lái)看，《人工智能發(fā)展報(bào)告2011—2020》中指明，中國(guó)已是全球最大的人工智能專(zhuān)利申請(qǐng)國(guó)。上市公司基于人工智能技術(shù)開(kāi)展企業(yè)數(shù)字化轉(zhuǎn)型更容易獲得市場(chǎng)認(rèn)同從而產(chǎn)生積極效應(yīng)（如降低企業(yè)資本成本）。

（三）區(qū)分企業(yè)科技屬性

企業(yè)順利開(kāi)展數(shù)字化轉(zhuǎn)型需要一定的基礎(chǔ)條件，不同科技屬性的企業(yè)一定程度上反映企業(yè)自身資源稟賦的不同，可能會(huì)導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響存在差異。與非高科技企業(yè)相比。高科技企業(yè)具備更好的數(shù)字化素養(yǎng)和能力，能夠更加靈活的將數(shù)字技術(shù)應(yīng)用于各個(gè)場(chǎng)景，降低信息不對(duì)稱(chēng)程度，提高企業(yè)內(nèi)部控制能力。同時(shí)，高科技企業(yè)往往研發(fā)投入強(qiáng)度較大，通過(guò)運(yùn)用數(shù)字化技術(shù)來(lái)進(jìn)行系統(tǒng)改造和升級(jí)，具備更強(qiáng)的創(chuàng)新動(dòng)能，從而降低企業(yè)資本成本?；诖?，本文推斷，高科技企業(yè)屬性會(huì)增強(qiáng)數(shù)字化轉(zhuǎn)型與企業(yè)資本成本之間的負(fù)相關(guān)關(guān)系。為此，借鑒彭紅星等的研究[30]，本文將樣本分為高科技與非高科技企業(yè)，分組進(jìn)行回歸檢驗(yàn)。結(jié)果發(fā)現(xiàn)，與非高科技企業(yè)相比，在高科技企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的抑制作用在1%的水平上顯著。

七、進(jìn)一步分析：環(huán)境不確定性的影響

由于企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)一直在特定的市場(chǎng)環(huán)境中展開(kāi)，其經(jīng)營(yíng)狀況會(huì)受到市場(chǎng)形勢(shì)的影響。市場(chǎng)形勢(shì)較好時(shí)，意味著企業(yè)面臨的環(huán)境不確定性較低，有助于企業(yè)及時(shí)把握市場(chǎng)形勢(shì)相關(guān)變化，提高企業(yè)決策有效度，保障經(jīng)營(yíng)績(jī)效的穩(wěn)定。然而當(dāng)企業(yè)面臨環(huán)境不確定性較高時(shí)，會(huì)增強(qiáng)公司盈余與股價(jià)的波動(dòng)性，也進(jìn)一步加劇信息不對(duì)稱(chēng)，管理層缺乏有效信息來(lái)評(píng)估外部環(huán)境帶來(lái)的收益與成本，企業(yè)決策失敗的風(fēng)險(xiǎn)增大。同時(shí)，對(duì)于投資者而言，環(huán)境不確定性進(jìn)一步擴(kuò)大信息不對(duì)稱(chēng)程度，企業(yè)會(huì)計(jì)信息披露質(zhì)量有所下降，不利于投資者對(duì)企業(yè)經(jīng)營(yíng)情況進(jìn)行有效的監(jiān)督和控制。企業(yè)經(jīng)營(yíng)環(huán)境的不穩(wěn)定性向資本市場(chǎng)釋放一個(gè)不利信號(hào)，投資者行為趨于保守，增加企業(yè)融資成本[31]。然而，數(shù)字化轉(zhuǎn)型能以數(shù)據(jù)的高效流動(dòng)改善技術(shù)、資金等要素在時(shí)空中的配置，降低信息不對(duì)稱(chēng)程度，使企業(yè)能夠最大限度地整合自身資源，提高內(nèi)部控制質(zhì)量，并借助數(shù)字科技手段準(zhǔn)確把握市場(chǎng)形勢(shì)，有效提升自身對(duì)外部環(huán)境不確定性的敏感度與抵御能力。

為了檢驗(yàn)基于環(huán)境不確定性對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與資本成本之間關(guān)系的影響，本文構(gòu)建模型（8）對(duì)全樣本進(jìn)行回歸分析。借鑒申慧慧（2010）[31]的研究，采用企業(yè)過(guò)去五年剔除正常增長(zhǎng)部分并經(jīng)行業(yè)調(diào)整之后銷(xiāo)售收入的標(biāo)準(zhǔn)差來(lái)表示企業(yè)面臨的環(huán)境不確定性（EU）。

Wacci，t=α0+α1×digitali，t+α2×EUi，t+α3×EUi，t×digitali，t+∑Controli，t+εi，t （8）

回歸結(jié)果如表5所示，列2顯示，企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)與環(huán)境不確定指標(biāo)的交乘項(xiàng)（EU_digital_1）在5%的水平上顯著為負(fù)。列3和列4分組檢驗(yàn)顯示說(shuō)明當(dāng)企業(yè)面臨環(huán)境不確定性較高時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，越有助于降低信息不對(duì)稱(chēng)程度和提高企業(yè)內(nèi)部控制質(zhì)量，從而減弱環(huán)境不確定性與企業(yè)資本成本之間的正相關(guān)關(guān)系。

八、結(jié)論與建議

依據(jù)2007—2020年我國(guó)上市公司數(shù)據(jù)，考量數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響效應(yīng)和作用機(jī)理。研究發(fā)現(xiàn)：（1）數(shù)字化轉(zhuǎn)型能夠有效降低企業(yè)資本成本；（2）機(jī)制檢驗(yàn)表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響會(huì)通過(guò)降低信息不對(duì)稱(chēng)、強(qiáng)化企業(yè)創(chuàng)新動(dòng)能與提高企業(yè)內(nèi)部控制質(zhì)量等路徑實(shí)現(xiàn)。進(jìn)一步研究發(fā)現(xiàn)：數(shù)字化轉(zhuǎn)型能在一定程度上緩解環(huán)境不確定性對(duì)企業(yè)資本成本的消極影響。不同類(lèi)型的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響存在差異性，并且數(shù)字化轉(zhuǎn)型對(duì)企業(yè)債務(wù)資本成本與權(quán)益資本成本的影響同樣存在差異性。同時(shí)，在高科技企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)資本成本的影響更為顯著。

以上研究結(jié)論對(duì)中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型有以下啟示：（1）持續(xù)推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略。依據(jù)不同數(shù)字技術(shù)特征與自身資源稟賦，企業(yè)應(yīng)制定合理的數(shù)字化轉(zhuǎn)型戰(zhàn)略，于生產(chǎn)經(jīng)營(yíng)管理中釋放數(shù)字技術(shù)的價(jià)值潛力。利用大數(shù)據(jù)、人工智能、區(qū)塊鏈、云計(jì)算等數(shù)字技術(shù)在數(shù)據(jù)傳導(dǎo)效率與質(zhì)量的優(yōu)勢(shì)，加強(qiáng)企業(yè)標(biāo)準(zhǔn)化和結(jié)構(gòu)化信息披露，構(gòu)建良好的企業(yè)投資者間信息傳導(dǎo)機(jī)制，緩解信息不對(duì)稱(chēng)；營(yíng)造數(shù)字創(chuàng)新環(huán)境，科學(xué)合理選擇創(chuàng)新項(xiàng)目，加大研發(fā)投入，提高創(chuàng)新資源配置效率，增加創(chuàng)新產(chǎn)出，提高自身核心競(jìng)爭(zhēng)力；采用數(shù)智賦能企業(yè)管理組織結(jié)構(gòu)，提高企業(yè)內(nèi)部控制質(zhì)量，于危機(jī)中重構(gòu)企業(yè)增長(zhǎng)力，以緩解不確定性環(huán)境對(duì)企業(yè)資本成本的不利影響。（2）發(fā)揮“領(lǐng)頭羊”在企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的帶頭作用。依據(jù)高科技企業(yè)自身的資源技術(shù)優(yōu)勢(shì)，拓寬企業(yè)數(shù)字?jǐn)?shù)字化轉(zhuǎn)型路徑，在推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型和產(chǎn)業(yè)數(shù)字化升級(jí)過(guò)程中起到示范作用，從而更好地降低企業(yè)資本成本。政府也應(yīng)加大對(duì)高科技企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中的鼓勵(lì)與支持，通過(guò)以點(diǎn)帶面的形式打造數(shù)字化轉(zhuǎn)型協(xié)同服務(wù)平臺(tái)，緩解企業(yè)融資壓力，促進(jìn)企業(yè)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

［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(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J]. 管理世界， 2021， 37（7）： 130-144，10.

[2] 王愛(ài)國(guó)， 張志， 王守海. 政府規(guī)制、股權(quán)結(jié)構(gòu)與資本成本——兼談我國(guó)公用事業(yè)企業(yè)的“混改”進(jìn)路[J]. 會(huì)計(jì)研究， 2019（5）： 11-19.

[3] Singh A， Hess T. How chief digital officers promote the digital transformation of their companies[J]. Mis Quarterly Executive， 2017， 16（1）： 1-17.

[4] Soluk J， Kammerlander N. Digital transformation in family-owned mittelstand firms： a dynamic capabilities perspective[J]. European Journal of Information Systems， 2021， 30（6）： 676-711.

[5] Chanias S， Myers M D， Hess T. Digital transformation strategy making in pre-digital organizations： the case of a financial services provider[J]. Journal of Strategic Information Systems， 2019， 28（1）： 17-33.

[6] Vial G. Understanding digital transformation： a review and a research agenda[J]. Journal of Strategic Information Systems， 2019， 28（2）： 118-144.

[7] Lambert R， Leuz C， Verrecchia R E. Accounting information， disclosure， and the cost of capital[J]. Journal of Accounting Research， 2007， 45（2）：385-420.

[8] 江媛， 王治. 董事會(huì)報(bào)告可讀性、制度環(huán)境與股權(quán)資本成本[J]. 財(cái)經(jīng)理論與實(shí)踐， 2018， 39（5）： 88-94.

[9] Ashbaugh-skaife H， Collins D W， Kinney JR W R， et al. The effect of sox internal control deficiencies on firm risk and cost of equity[J]. Journal of Accounting Research， 2009， 47（1）： 1-43.

[10]栗新， 王鐵男， 郝凡浩. 投資者對(duì)R&D投人的反應(yīng)：企業(yè)財(cái)務(wù)狀況的信號(hào)作用[J]. 中國(guó)軟科學(xué)， 2016（12）： 121-131.

[11]Ben-nasr H， Boubakri N， Cosset J C. The political determinants of the cost of equity： evidence from newly privatized firms[J]. Journal of Accounting Research， 2012， 50（3）：605-646.

[12]李輝， 韓少真， 李勃昕. 媒體報(bào)道是否影響了股權(quán)再融資成本？——基于市場(chǎng)環(huán)境的調(diào)節(jié)效應(yīng)[J]. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2019， 35（3）： 83-93.

[13]李祎， 劉啟亮， 李洪. IFRS、財(cái)務(wù)分析師、機(jī)構(gòu)投資者和權(quán)益資本成本——基于信息治理觀視角[J]. 會(huì)計(jì)研究， 2016（10）： 26-33，96.

[14]戚聿東， 肖旭. 數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革[J]. 管理世界， 2020， 36（6）： 135-152，250.

[15]易露霞， 吳非， 徐斯旸. 企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績(jī)驅(qū)動(dòng)效應(yīng)研究[J]. 證券市場(chǎng)導(dǎo)報(bào)， 2021（8）： 15-25，69.

[16]易加斌， 張梓儀， 楊小平， 等. 互聯(lián)網(wǎng)企業(yè)組織慣性、數(shù)字化能力與商業(yè)模式創(chuàng)新：企業(yè)類(lèi)型的調(diào)節(jié)效應(yīng)[J]. 南開(kāi)管理評(píng)論， 2022， 25（5）： 29-42.

[17]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(cái)貿(mào)經(jīng)濟(jì)， 2021， 42（7）： 114-129.

[18]傅為一， 熊曦， 徐斌， 等. 數(shù)字化升級(jí)改造如何推動(dòng)企業(yè)創(chuàng)新：經(jīng)驗(yàn)證據(jù)與機(jī)制[J]. 財(cái)經(jīng)理論與實(shí)踐， 2023， 44（1）： 92-99.

[19]祁懷錦， 曹修琴， 劉艷霞. 數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱(chēng)和管理者非理性行為視角[J]. 改革， 2020（4）： 50-64.

[20]陸岷峰. 深化金融供給側(cè)結(jié)構(gòu)性改革與紓困民營(yíng)企業(yè)融資難問(wèn)題研究[J]. 南方金融， 2020（4）： 27-35.

[21]Von briel F， Recker J， Davidsson P. Not all digital venture ideas are created equal： implications for venture creation processes[J]. Journal of Strategic Information Systems， 2018， 27（4）： 278-295.

[22]魏卉， 姚迎迎. 技術(shù)創(chuàng)新與企業(yè)權(quán)益資本成本：提升抑或降低[J]. 現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)）， 2019， 39（10）： 3-19.

[23]毛新述， 葉康濤， 張頔. 上市公司權(quán)益資本成本的測(cè)度與評(píng)價(jià)——基于我國(guó)證券市場(chǎng)的經(jīng)驗(yàn)檢驗(yàn)[J]. 會(huì)計(jì)研究， 2012（11）： 12-22，94.

[24]李廣子， 劉力. 債務(wù)融資成本與民營(yíng)信貸歧視[J]. 金融研究， 2009（12）： 137-150.

[25]張偉華， 毛新述， 劉凱璇. 利率市場(chǎng)化改革降低了上市公司債務(wù)融資成本嗎？[J]. 金融研究， 2018（10）： 106-122.

[26]袁淳， 肖土盛， 耿春曉， 等. 數(shù)字化轉(zhuǎn)型與企業(yè)分工：專(zhuān)業(yè)化還是縱向一體化[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2021（9）： 137-155.

[27]Bauer A M， Fang J， Pitiman J， et al. How aggressive tax planning facilitates the diversion of corporate resources： evidence from path analysis[J]. Contemporary Accounting Research， 2020， 37（3）： 1882-1913.

[28]聶興凱， 王穩(wěn)華， 裴璇. 企業(yè)數(shù)字化轉(zhuǎn)型會(huì)影響會(huì)計(jì)信息可比性嗎[J]. 會(huì)計(jì)研究， 2022（05）： 17-39.

[29]馮南平， 王之穎， 魏芬芬. 企業(yè)技術(shù)創(chuàng)新、管理創(chuàng)新與融資方式關(guān)系研究——來(lái)自中國(guó)制造業(yè)企業(yè)的證據(jù)[J]. 華東經(jīng)濟(jì)管理， 2021， 35（9）： 1-10.

[30]彭紅星， 毛新述. 政府創(chuàng)新補(bǔ)貼、公司高管背景與研發(fā)投入——來(lái)自我國(guó)高科技行業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2017， 38（3）： 147-161.

[31]申慧慧. 環(huán)境不確定性對(duì)盈余管理的影響[J]. 審計(jì)研究， 2010（1）： 89-96.

Can Digital Transformation Reduce the Cost of Capital for Corporations of Capital for Corporations

Abstract：Based on the data of listed companies in China from 2007 to 2020， the impact of digital transformation on the cost of capital of enterprises is examined. The results show that digital transformation can effectively reduce the cost of corporate capital. Mechanism test results show that digital transformation reduces the cost of corporate capital through the paths of alleviating information asymmetry， strengthening corporate innovation dynamics， and improving the quality of internal control. Further research finds that the effect of digital transformation in reducing enterprise cost of capital is more significant in high-tech enterprises and when enterprises face higher environmental uncertainty. The above findings provide empirical evidence on how companies can advance their digital transformation strategies from the perspective of reducing corporate capital costs.

Key words：digital transformation; cost of capital; information asymmetry; innovation dynamics; internal control