［收稿日期］20230526

［基金項(xiàng)目］國(guó)家自然科學(xué)基金面上項(xiàng)目（72172063）

［作者簡(jiǎn)介］杜善重（1992— ），男，山東肥城人，中山大學(xué)國(guó)際金融學(xué)院助理教授，碩士生導(dǎo)師，博士，從事公司治理與數(shù)字經(jīng)濟(jì)研究，通信作者，E-mail：johndo1992@163.com；馬連福（1963— ），男，河北滄州人，南開(kāi)大學(xué)中國(guó)公司治理研究院教授，博士生導(dǎo)師，博士，從事公司治理與數(shù)字經(jīng)濟(jì)研究。

［摘要］將微觀企業(yè)層面的數(shù)字化轉(zhuǎn)型速度與宏觀政策層面的“降成本”和“去杠桿”任務(wù)相結(jié)合，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型速度對(duì)企業(yè)債務(wù)融資的影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度能夠有效抑制代理風(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)及聲譽(yù)風(fēng)險(xiǎn)，從而降低企業(yè)債務(wù)融資成本，有助于實(shí)現(xiàn)“降成本”的目標(biāo)。對(duì)于非成熟期、供應(yīng)鏈集成與智力資本水平較高的企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型速度的“降成本”作用更明顯?；跀?shù)字化轉(zhuǎn)型速度優(yōu)化的研究發(fā)現(xiàn)，一方面，相較于數(shù)字化轉(zhuǎn)型勻速與減速，數(shù)字化轉(zhuǎn)型加速顯著降低了債務(wù)融資成本，數(shù)字化轉(zhuǎn)型減速提升債務(wù)融資成本的原因在于數(shù)字化轉(zhuǎn)型的邊際遞減效應(yīng)而非管理層自利行為；另一方面，反映外部數(shù)字化發(fā)展水平的“寬帶中國(guó)”政策與內(nèi)部數(shù)字化轉(zhuǎn)型速度在降低債務(wù)融資成本方面具有“互補(bǔ)”效應(yīng)?；凇叭ジ軛U”視角的債務(wù)結(jié)構(gòu)優(yōu)化研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度能夠優(yōu)化債務(wù)期限結(jié)構(gòu)、風(fēng)險(xiǎn)結(jié)構(gòu)及資本結(jié)構(gòu)，從而實(shí)現(xiàn)“去杠桿”目標(biāo)，其中數(shù)字化轉(zhuǎn)型加速的“去杠桿”作用尤為突出。

［關(guān)鍵詞］數(shù)字化轉(zhuǎn)型速度；債務(wù)融資成本；債務(wù)結(jié)構(gòu)優(yōu)化；降成本；去杠桿

［中圖分類(lèi)號(hào)］F275

［文獻(xiàn)標(biāo)志碼］A［文章編號(hào)］10044833（2024）02005211

一、引言

2015年中央經(jīng)濟(jì)工作會(huì)議提出“抓好去產(chǎn)能、去庫(kù)存、去杠桿、降成本、補(bǔ)短板五大任務(wù)”，2021年政府工作報(bào)告也明確指出要繼續(xù)完成“去產(chǎn)能、去庫(kù)存、去杠桿、降成本、補(bǔ)短板”重要任務(wù)，助力中國(guó)供給側(cè)結(jié)構(gòu)性改革的實(shí)施。在“三去一降一補(bǔ)”五大任務(wù)中，由于“降成本”和“去杠桿”事關(guān)資源配置績(jī)效和經(jīng)濟(jì)運(yùn)行安全［1］，因而如何完成“降成本”與“去杠桿”的任務(wù)尤為重要。企業(yè)作為宏觀經(jīng)濟(jì)的微觀主體單位，關(guān)注企業(yè)層面的“降成本”與“去杠桿”能夠使得微觀企業(yè)參與到宏觀經(jīng)濟(jì)層面的供給側(cè)結(jié)構(gòu)性改革中。從“降成本”的角度來(lái)看，全國(guó)工商聯(lián)2017年調(diào)研數(shù)據(jù)顯示，融資成本仍居于影響企業(yè)發(fā)展的各項(xiàng)成本因素之首，降低融資成本已經(jīng)成為中國(guó)當(dāng)前的重要任務(wù)之一。與此同時(shí)，我國(guó)資本市場(chǎng)并不發(fā)達(dá)，債務(wù)資金是企業(yè)最主要的外部資金［23］。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒2021》的數(shù)據(jù)，2020年中國(guó)社會(huì)融資規(guī)模增量為34.7917萬(wàn)億，其中銀行貸款融資占比約為54.19%。因此，現(xiàn)階段如何降低債務(wù)融資成本成為實(shí)現(xiàn)企業(yè)層面“降成本”目標(biāo)的關(guān)鍵。從“去杠桿”的角度來(lái)看，雖然債務(wù)融資成本的降低能夠?qū)崿F(xiàn)“降成本”的目標(biāo)，但也可能導(dǎo)致企業(yè)過(guò)度負(fù)債，從而帶來(lái)高杠桿甚至杠桿操縱等問(wèn)題［4］，與“去杠桿”政策背道而馳。由此可見(jiàn)，如何助力企業(yè)在通過(guò)降低債務(wù)融資成本來(lái)實(shí)現(xiàn)“降成本”目標(biāo)的基礎(chǔ)上進(jìn)一步優(yōu)化債務(wù)結(jié)構(gòu)，以實(shí)現(xiàn)“去杠桿”目標(biāo)，成為學(xué)界與業(yè)界共同關(guān)注的焦點(diǎn)話(huà)題。

在眾多影響債務(wù)融資的因素中，數(shù)字化轉(zhuǎn)型為企業(yè)“降成本”和“去杠桿”目標(biāo)的實(shí)現(xiàn)提供了新思路。《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2021）》指出，2020年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已高達(dá)39.2萬(wàn)億元，已然成為國(guó)民經(jīng)濟(jì)高質(zhì)量發(fā)展的重要支撐。由于企業(yè)承載著宏觀數(shù)字經(jīng)濟(jì)發(fā)展的重要功能，因此數(shù)字化轉(zhuǎn)型正逐步映射在企業(yè)具體的生產(chǎn)行為變革中［5］。數(shù)字化轉(zhuǎn)型能夠有效推動(dòng)企業(yè)不斷完善內(nèi)部治理機(jī)制［6］，從而向外部投資者傳遞企業(yè)發(fā)展良好的積極信號(hào)，進(jìn)而影響債務(wù)融資。雖然現(xiàn)有研究已經(jīng)關(guān)注了數(shù)字化轉(zhuǎn)型程度的影響［5，713］，但僅從靜態(tài)視角關(guān)注數(shù)字化轉(zhuǎn)型程度可能難以兼顧企業(yè)“降成本”與“去杠桿”的雙重目標(biāo)?！笆奈濉币?guī)劃提出的“加快數(shù)字化發(fā)展、建設(shè)數(shù)字中國(guó)”提供了解決思路，即要使企業(yè)有更強(qiáng)的抗風(fēng)險(xiǎn)能力并保持長(zhǎng)期穩(wěn)定發(fā)展，不僅要關(guān)注數(shù)字化轉(zhuǎn)型的程度，還要加快數(shù)字化轉(zhuǎn)型的速度。與此同時(shí)，

在競(jìng)爭(zhēng)環(huán)境下，制度和企業(yè)的連續(xù)交互作用是制度變遷的關(guān)鍵，并且制度環(huán)境及其變遷直接影響著企業(yè)如何有效配置資源［1415］，這使得企業(yè)戰(zhàn)略決策同樣存在動(dòng)態(tài)變化趨勢(shì)。因此，本文在數(shù)字化轉(zhuǎn)型程度的基礎(chǔ)上，關(guān)注動(dòng)態(tài)視角下的數(shù)字化轉(zhuǎn)型速度，從而為企業(yè)如何在債務(wù)融資過(guò)程中實(shí)現(xiàn)“降成本”與“去杠桿”的雙重目標(biāo)提供理論支持與經(jīng)驗(yàn)證據(jù)。

本文研究貢獻(xiàn)在于以下三點(diǎn)：第一，豐富了企業(yè)數(shù)字化轉(zhuǎn)型的研究視角。現(xiàn)有研究主要關(guān)注靜態(tài)視角下數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)戰(zhàn)略決策的影響，忽視了動(dòng)態(tài)視角下數(shù)字化轉(zhuǎn)型速度的影響。在國(guó)家倡導(dǎo)加速數(shù)字化轉(zhuǎn)型的現(xiàn)實(shí)背景下，本文為加快數(shù)字化轉(zhuǎn)型的科學(xué)性提供了理論證據(jù)。第二，從微觀企業(yè)層面豐富了“降成本”與“去杠桿”的相關(guān)研究。已有文獻(xiàn)主要從宏觀視角關(guān)注“降成本”與“去杠桿”問(wèn)題，本文則從微觀企業(yè)戰(zhàn)略視角研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度不僅能降低債務(wù)融資成本，還能優(yōu)化債務(wù)結(jié)構(gòu)，即同時(shí)兼顧“降成本”與“去杠桿”雙重目標(biāo)，為微觀企業(yè)如何實(shí)現(xiàn)“降成本”與“去杠桿”提供了理論支撐。第三，本文將微觀企業(yè)的數(shù)字化轉(zhuǎn)型與宏觀經(jīng)濟(jì)的“降成本”與“去杠桿”政策相結(jié)合，有助于推動(dòng)微觀企業(yè)參與到國(guó)家高質(zhì)量發(fā)展的進(jìn)程中，實(shí)現(xiàn)微觀企業(yè)與宏觀經(jīng)濟(jì)的協(xié)同發(fā)展。

二、理論分析與假設(shè)提出

根據(jù)風(fēng)險(xiǎn)收益均衡理論，債權(quán)人會(huì)通過(guò)權(quán)衡收益與風(fēng)險(xiǎn)的方式來(lái)設(shè)定債務(wù)契約，因此企業(yè)自身的財(cái)務(wù)風(fēng)險(xiǎn)越高，債權(quán)人要求的必要報(bào)酬率就越高，從而導(dǎo)致企業(yè)面臨的債務(wù)融資成本也就越高［16］?？梢?jiàn)，企業(yè)自身的財(cái)務(wù)風(fēng)險(xiǎn)與外部債務(wù)融資成本緊密相關(guān)，而且債務(wù)融資成本會(huì)受到多維度財(cái)務(wù)風(fēng)險(xiǎn)的制約。一方面，管理層自利和信息不對(duì)稱(chēng)均會(huì)導(dǎo)致企業(yè)借款成本上升［17］，兩者背后蘊(yùn)藏的代理風(fēng)險(xiǎn)與信息風(fēng)險(xiǎn)則是導(dǎo)致債務(wù)融資成本居高不下的內(nèi)在原因［9］；另一方面，銀行等金融機(jī)構(gòu)在選擇投資者時(shí)仍?xún)A向于依賴(lài)聲譽(yù)等非正式契約［2］，聲譽(yù)損失背后蘊(yùn)藏的巨大風(fēng)險(xiǎn)會(huì)極大提升企業(yè)的債務(wù)融資成本［18］。事實(shí)上，債務(wù)融資作為企業(yè)重要的財(cái)務(wù)決策，無(wú)疑會(huì)受到公司戰(zhàn)略的影響，數(shù)字化轉(zhuǎn)型作為企業(yè)發(fā)展的重要戰(zhàn)略方向，有效推動(dòng)了企業(yè)在治理結(jié)構(gòu)等方面的變革［6］，那么不同的數(shù)字化轉(zhuǎn)型速度如何影響企業(yè)債務(wù)融資過(guò)程中的代理風(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)及聲譽(yù)風(fēng)險(xiǎn)則成為改變債務(wù)融資成本的關(guān)鍵?；诖耍疚膹拇盹L(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)及聲譽(yù)風(fēng)險(xiǎn)三個(gè)維度來(lái)分析數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響。

第一，基于代理風(fēng)險(xiǎn)的分析。管理層的自利動(dòng)機(jī)使其傾向于實(shí)施有利于個(gè)人獲取私利但有損于債權(quán)人利益的機(jī)會(huì)主義行為，這容易導(dǎo)致債務(wù)代理成本產(chǎn)生［3］。鑒于此，債權(quán)人會(huì)通過(guò)更加嚴(yán)格的債務(wù)契約來(lái)約束管理層的行為［9，19］。在數(shù)字化轉(zhuǎn)型加速的情形下，企業(yè)內(nèi)部的組織結(jié)構(gòu)進(jìn)一步朝著扁平化方向發(fā)展，員工和消費(fèi)者將被賦予更多的權(quán)限［6］，企業(yè)價(jià)值鏈由傳統(tǒng)鏈?zhǔn)较蛞杂脩?hù)為中心的環(huán)形價(jià)值鏈轉(zhuǎn)變［8］，從而能夠更有效地約束管理層的行為。與此同時(shí)，數(shù)字化轉(zhuǎn)型加速使得企業(yè)與債權(quán)人更加依賴(lài)數(shù)字化系統(tǒng)的決策和運(yùn)營(yíng)體系，這不僅提高了企業(yè)內(nèi)部決策所需信息的精確性和時(shí)效性，還提升了債權(quán)人對(duì)公司經(jīng)營(yíng)情況的監(jiān)控能力，從而降低了管理者的非理性程度［20］。鑒于數(shù)字化轉(zhuǎn)型加速提升了企業(yè)內(nèi)部治理水平，債權(quán)人會(huì)降低自身對(duì)企業(yè)要求的補(bǔ)償，從而降低企業(yè)的債務(wù)融資成本。在數(shù)字化轉(zhuǎn)型勻速的情形下，企業(yè)的數(shù)字化轉(zhuǎn)型水平保持在較為穩(wěn)定的狀態(tài)，雖然企業(yè)仍在實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，但在優(yōu)化數(shù)字化系統(tǒng)決策和運(yùn)營(yíng)體系方面卻變化不大，這使得企業(yè)與債權(quán)人仍需要依賴(lài)以往的決策與運(yùn)營(yíng)體系進(jìn)行監(jiān)督，導(dǎo)致在壓縮管理層機(jī)會(huì)主義行為空間方面的作用仍保持在原有水平［21］，不會(huì)對(duì)債務(wù)融資成本產(chǎn)生顯著影響。在數(shù)字化轉(zhuǎn)型減速的情形下，企業(yè)的數(shù)字化轉(zhuǎn)型水平呈現(xiàn)下降趨勢(shì)，然而數(shù)字經(jīng)濟(jì)的快速發(fā)展使得知識(shí)更新速度不斷提高，商業(yè)模式也更加復(fù)雜化與專(zhuān)業(yè)化［22］，這使得數(shù)字化轉(zhuǎn)型減速下的企業(yè)難以跟上數(shù)字經(jīng)濟(jì)發(fā)展步伐，同時(shí)為管理層謀取私利提供了空間，進(jìn)而加劇了代理沖突。嚴(yán)重的代理沖突增加了債務(wù)違約風(fēng)險(xiǎn)，從而提升了企業(yè)的債務(wù)融資成本［23］。

第二，基于信息風(fēng)險(xiǎn)的分析。公司信息質(zhì)量是債權(quán)人用以篩選和監(jiān)督債務(wù)人的主要工具，并且會(huì)直接影響債權(quán)人對(duì)于企業(yè)能否按期償本付息可能性的估計(jì)［3，9］。企業(yè)信息披露質(zhì)量越高，意味著企業(yè)未來(lái)現(xiàn)金流量預(yù)測(cè)的可信程度越高，這會(huì)降低債權(quán)人要求的風(fēng)險(xiǎn)溢價(jià)，從而減少企業(yè)的債務(wù)融資成本［24］。在數(shù)字化轉(zhuǎn)型加速的情形下，企業(yè)能夠更加迅速地處理和輸出有效信息，從而更加真實(shí)準(zhǔn)確地向外部市場(chǎng)主體推送信息，幫助債權(quán)人掌握質(zhì)量更高的信息，由此降低了雙方的信息不對(duì)稱(chēng)程度，提高了信息質(zhì)量［21］。由于企業(yè)信息質(zhì)量直接影響債務(wù)契約的設(shè)定［24］，因此數(shù)字化轉(zhuǎn)型加速帶來(lái)的高質(zhì)量信息能夠降低債權(quán)人的貸款風(fēng)險(xiǎn)與風(fēng)險(xiǎn)補(bǔ)償要求，從而導(dǎo)致企業(yè)面臨的債務(wù)融資成本降低［9］。在數(shù)字化轉(zhuǎn)型勻速的情形下，企業(yè)向外部傳遞了數(shù)字化轉(zhuǎn)型戰(zhàn)略過(guò)于平穩(wěn)的信息，面對(duì)數(shù)字經(jīng)濟(jì)快速發(fā)展的情況，雖然企業(yè)能與原有的債權(quán)人憑借穩(wěn)定的社會(huì)網(wǎng)絡(luò)關(guān)系保持合作［25］，但難以吸引新的債權(quán)人來(lái)拓寬資金融通渠道，這使得企業(yè)面臨的信息風(fēng)險(xiǎn)并未發(fā)生變化，不會(huì)影響債務(wù)融資成本。在數(shù)字化轉(zhuǎn)型減速的情形下，由于形態(tài)多樣的外部大數(shù)據(jù)助推了新型的信息不對(duì)稱(chēng)，各市場(chǎng)主體受制于自身對(duì)數(shù)據(jù)的敏感度以及收集和處理信息的能力有限，從而導(dǎo)致對(duì)信息資源的利用能力差距也在加大［22］，因此數(shù)字化轉(zhuǎn)型減速的公司難以解決新型信息不對(duì)稱(chēng)問(wèn)題，從而加劇了信息風(fēng)險(xiǎn)，提升了企業(yè)債務(wù)融資成本。

第三，基于聲譽(yù)風(fēng)險(xiǎn)的分析。我國(guó)目前仍處在經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期，外部投資者法律保護(hù)制度仍不完善，聲譽(yù)作為投資者法律保護(hù)與公司治理結(jié)構(gòu)的替代機(jī)制，能夠發(fā)揮信號(hào)作用［2，18］，銀行等債權(quán)人同樣將企業(yè)聲譽(yù)作為是否為其提供資金的重要判斷標(biāo)準(zhǔn)［26］。由于債務(wù)違約會(huì)導(dǎo)致企業(yè)聲譽(yù)受損，因此企業(yè)為了保護(hù)自身聲譽(yù)會(huì)積極履行債務(wù)契約，向外部傳遞積極信號(hào)，進(jìn)而降低了債務(wù)融資成本［27］。在數(shù)字化轉(zhuǎn)型加速的情形下，一方面，數(shù)字化轉(zhuǎn)型加速能夠幫助企業(yè)在事前對(duì)投資項(xiàng)目進(jìn)行高效篩選，避免因投資風(fēng)險(xiǎn)較高項(xiàng)目而過(guò)度負(fù)債，從而影響自身聲譽(yù)，即使選擇了高風(fēng)險(xiǎn)項(xiàng)目，數(shù)字化轉(zhuǎn)型加速也能夠更加迅捷地獲取相關(guān)信息而及時(shí)止損；另一方面，在企業(yè)缺乏充足抵押物的情況下，數(shù)字化轉(zhuǎn)型加速使得企業(yè)的資信水平等信息更加透明，聲譽(yù)機(jī)制在企業(yè)融資過(guò)程中發(fā)揮的作用更加顯著［7，27］。企業(yè)聲譽(yù)的提升使得債權(quán)人能夠更加迅速全面地評(píng)估企業(yè)的經(jīng)營(yíng)狀況，減少債權(quán)人在授信決策過(guò)程中的不確定性風(fēng)險(xiǎn)，降低企業(yè)的債務(wù)融資成本。在數(shù)字化轉(zhuǎn)型勻速的情形下，雖然企業(yè)向外部傳遞了數(shù)字化轉(zhuǎn)型戰(zhàn)略較為平穩(wěn)的積極信號(hào)，有利于維護(hù)自身聲譽(yù)與形象［28］，但難以進(jìn)一步通過(guò)數(shù)字化轉(zhuǎn)型戰(zhàn)略來(lái)大幅度提升自身聲譽(yù)，并不會(huì)對(duì)債務(wù)融資成本產(chǎn)生顯著影響。在數(shù)字化轉(zhuǎn)型減速的情形下，數(shù)字化轉(zhuǎn)型速度的降低與數(shù)字經(jīng)濟(jì)快速發(fā)展相背離，向外部債權(quán)人傳遞了消極信號(hào)，加劇了聲譽(yù)風(fēng)險(xiǎn)。與此同時(shí)，聲譽(yù)資本作為企業(yè)重要的軟實(shí)力，維護(hù)成本高昂［18］，聲譽(yù)風(fēng)險(xiǎn)的提升會(huì)導(dǎo)致企業(yè)面臨較高的債務(wù)融資成本。

基于上述分析，本文提出如下研究假設(shè)：

研究假設(shè)：隨著數(shù)字化轉(zhuǎn)型速度的加快，企業(yè)面臨的債務(wù)融資成本不斷降低。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文以2007—2019年滬深A(yù)股上市公司作為研究對(duì)象，由于數(shù)字化轉(zhuǎn)型速度的計(jì)算需要以前一期數(shù)據(jù)為基礎(chǔ)，因此本文以2008—2019年作為研究區(qū)間。同時(shí)，本文對(duì)樣本進(jìn)行如下篩選和處理：（1）剔除ST、*ST公司；（2）剔除存在較多缺失值、資不抵債以及金融與保險(xiǎn)類(lèi)公司；（3）以2007年作為初始年份緣于新會(huì)計(jì)準(zhǔn)則的實(shí)施，以2019年作為截止年份是為了排除新冠肺炎疫情的影響；（4）對(duì)所有連續(xù)變量在1%分位進(jìn)行縮尾處理。本文數(shù)據(jù)主要來(lái)源于CSMAR和CNRDS數(shù)據(jù)庫(kù)，并通過(guò)百度、巨潮資訊等途徑進(jìn)行查找補(bǔ)充。

（二）變量定義

1.被解釋變量：

債務(wù)融資成本（Cost）

借鑒已有研究［29］，本文采用企業(yè)利息支出加上手續(xù)費(fèi)支出和其他財(cái)務(wù)費(fèi)用的總額與期末總負(fù)債之比衡量債務(wù)融資成本。

2.解釋變量：數(shù)字化轉(zhuǎn)型速度（DTV）

由于對(duì)數(shù)字化轉(zhuǎn)型速度的衡量需建立在數(shù)字化轉(zhuǎn)型程度的基礎(chǔ)上，因此參考以往研究［5，7］，本文以年報(bào)為依托構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型程度衡量指標(biāo)，在此基礎(chǔ)上構(gòu)建數(shù)字化轉(zhuǎn)型速度衡量指標(biāo)。第一步，從“底層技術(shù)”和“實(shí)踐應(yīng)用”構(gòu)建數(shù)字化轉(zhuǎn)型術(shù)語(yǔ)詞典［5，7］。第二步，利用Python對(duì)企業(yè)年報(bào)進(jìn)行文本分析，并與第一步的特征詞匹配。第三步，對(duì)數(shù)字化轉(zhuǎn)型詞頻加總獲得總詞頻，由于數(shù)字化轉(zhuǎn)型數(shù)據(jù)存在“右偏特征”［7］，因此本文對(duì)其進(jìn)行對(duì)數(shù)化處理，獲得企業(yè)數(shù)字化轉(zhuǎn)型程度衡量指標(biāo)DT。第四步，以企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)為基礎(chǔ)，構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型速度指標(biāo)?？紤]到管理層對(duì)數(shù)字化轉(zhuǎn)型程度認(rèn)知水平與重視程度的不斷加深，年報(bào)中關(guān)于數(shù)字化轉(zhuǎn)型的相關(guān)表述會(huì)逐漸增多，因此，為了更好地識(shí)別數(shù)字化轉(zhuǎn)型速度的影響，本文采用相對(duì)速度來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型速度。具體來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型速度DTV=（DTi，t-DTi，t-1）/DTi，t-1，其中，DTi，t表示當(dāng)年數(shù)字化轉(zhuǎn)型程度，DTi，t-1表示上一年度數(shù)字化轉(zhuǎn)型程度；DTV值越大，表明企業(yè)數(shù)字化轉(zhuǎn)型速度越快。

3.控制變量

參考已有研究［5，7，29］，本文選取以下控制變量：企業(yè)規(guī)模（Size），總資產(chǎn)的對(duì)數(shù)；財(cái)務(wù)杠桿（Lev），資產(chǎn)負(fù)債率；成長(zhǎng)性（Growth），營(yíng)業(yè)收入增長(zhǎng)率；企業(yè)年齡（Age），企業(yè)成立時(shí)間的對(duì)數(shù)；數(shù)字化轉(zhuǎn)型（CDT），數(shù)字化轉(zhuǎn)型詞頻與公司年報(bào)長(zhǎng)度之比；董事會(huì)規(guī)模（Board），董事會(huì)人數(shù)的對(duì)數(shù)；獨(dú)董比例（Indep），獨(dú)董人數(shù)占比；兩職合一（Dual），董事長(zhǎng)與CEO由同一人擔(dān)任記為1，否則為0；現(xiàn)金流（Cash），經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金流量?jī)纛~除以總資產(chǎn)；企業(yè)績(jī)效（ROA），總資產(chǎn)收益率；企業(yè)性質(zhì)（SOE），國(guó)有企業(yè)記為1，否則為0；第一大股東持股比例（Top），第一大股東持股數(shù)量與總股數(shù)之比；審計(jì)質(zhì)量（Audit），由“四大”審計(jì)記為1，否則為0；法律環(huán)境（Law），市場(chǎng)化指數(shù)中“市場(chǎng)中介組織發(fā)育和法律制度環(huán)境”分指數(shù)；管理層持股（Mshare），管理層持股比例；換手率（TR），當(dāng)年股票月均換手率與去年股票月均換手率之差；股權(quán)制衡（Balance），第二至第五大股東持股比例之和除以第一大股東持股比例。此外，本文還控制了年度（Year）與行業(yè)（Industry）啞變量。

（三）模型設(shè)定

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響，本文建立模型（1），若α1顯著為負(fù)，說(shuō)明假設(shè)成立。CV為控制變量。

Costit=α0+α1DTVit+∑αiCV+Year+Industry+ε（1）

四、實(shí)證檢驗(yàn)及分析

（一）描述性統(tǒng)計(jì)

由變量的描述性統(tǒng)計(jì)結(jié)果（未列示，備索）可知，Cost的均值為0.019，表明樣本公司平均債務(wù)成本為1.9%。DTV的均值為0.042，表明樣本公司數(shù)字化轉(zhuǎn)型的平均速度為4.2%，并且DTV的均值（0.042）高于中位數(shù)（0），表明樣本公司傾向加快數(shù)字化轉(zhuǎn)型速度。DTV的最小值為-1，表明部分公司的數(shù)字化轉(zhuǎn)型速度保持不變。

（二）基準(zhǔn)回歸

表1列示了數(shù)字化轉(zhuǎn)型速度與債務(wù)融資成本的回歸結(jié)果。列（1）中，在不包含控制變量的情境下，DTV與Cost在1%的水平上顯著負(fù)相關(guān)（α1=-0.001），說(shuō)明數(shù)字化轉(zhuǎn)型速度每增加1%，債務(wù)融資成本相對(duì)于均值約降低5.26%。列（2）中，在包含控制變量的情境下，DTV與Cost在1%的水平上顯著負(fù)相關(guān)（α1=-0.001），說(shuō)明數(shù)字化轉(zhuǎn)型速度每增加1%，債務(wù)融資成本相對(duì)于均值約降低5.26%?？梢?jiàn)，數(shù)字化轉(zhuǎn)型速度降低了企業(yè)債務(wù)融資成本，本文的研究假設(shè)得到支持。

（二）穩(wěn)健性檢驗(yàn)

1.PSM法

本文將企業(yè)劃分為數(shù)字化轉(zhuǎn)型速度發(fā)生變化與數(shù)字化轉(zhuǎn)型速度未發(fā)生變化兩組，前者為實(shí)驗(yàn)組，后者為控制組，選取模型（1）中的控制變量作為匹配變量并計(jì)算出傾向得分，進(jìn)行無(wú)放回1∶1匹配。表2中列（1）為PSM回歸結(jié)果，DTV與Cost在1%的水平上顯著負(fù)相關(guān)，說(shuō)明本文結(jié)論依舊成立。

2.Heckman兩階段模型

本文采用Heckman兩階段回歸模型來(lái)解決樣本選擇性偏差導(dǎo)致的內(nèi)生性問(wèn)題。在第一階段，本文構(gòu)建數(shù)字化轉(zhuǎn)型速度的影響因素模型，被解釋變量為DTVDum，當(dāng)數(shù)字化轉(zhuǎn)型速度發(fā)生變化時(shí)，DTVDum為1，否則DTVDum為0。同時(shí)，參考已有研究［30］，本文加入各省區(qū)市網(wǎng)絡(luò)普及率（Net）作為排他性變量。Probit回歸模型如下：

Probit（DTVDumit）=β0+β1Netit+∑βiCVit+Year+Industry+ε（2）

本文通過(guò)模型（2）得到逆米爾斯比率（IMR）并將其放入模型（1）中進(jìn)行第二階段回歸。表2中列（2）為第二階段回歸結(jié)果，DTV與Cost在1%的水平上顯著負(fù)相關(guān)，說(shuō)明樣本選擇偏誤問(wèn)題未影響研究結(jié)論。

3.工具變量法

借鑒已有研究［7］，本文采用企業(yè)所在地區(qū)1984年每百人固定電話(huà)數(shù)與互聯(lián)網(wǎng)普及率的交乘項(xiàng)（TeleNet）作為工具變量。一方面，互聯(lián)網(wǎng)建設(shè)以原有通信技術(shù)為基礎(chǔ)，過(guò)去的通信設(shè)施會(huì)在一定程度上影響后續(xù)互聯(lián)網(wǎng)系統(tǒng)的發(fā)展；另一方面，傳統(tǒng)通信工具對(duì)企業(yè)的影響隨著使用次數(shù)的減少而逐漸減弱，滿(mǎn)足排他性要求。回歸結(jié)果如表2中列（3）所示，DTV與Cost在10%水平上顯著負(fù)相關(guān)，結(jié)論依舊穩(wěn)健。

4.更換變量衡量方法

（1）更換被解釋變量的衡量方法。本文借鑒已有研究［9］，采用利息支出與長(zhǎng)短期債務(wù)總額的平均值作為Cost的代理變量。由表2中列（4）結(jié)果可知，DTV的回歸系數(shù)顯著為負(fù)，本文研究結(jié)論依舊穩(wěn)健。

（2）更換解釋變量的衡量方法。前文在度量DTV時(shí)采用相對(duì)數(shù)指標(biāo)，此處改用絕對(duì)數(shù)指標(biāo)衡量DTV。由表2中列（5）結(jié)果可見(jiàn)，DTV的系數(shù)顯著為負(fù)，本文研究結(jié)論依舊穩(wěn)健。

5.剔除金融危機(jī)與股災(zāi)的影響

參考已有研究［5，30］，本文排除金融危機(jī)（2008年）與股災(zāi)（2015年）的影響，回歸結(jié)果如表2中列（6）所示，在剔除金融危機(jī)和股災(zāi)的影響后，DTV與Cost依舊在1%的水平上顯著負(fù)相關(guān)，說(shuō)明本文研究結(jié)論穩(wěn)健。

6.排除數(shù)字化轉(zhuǎn)型“概念炒作”的影響

在描述性統(tǒng)計(jì)部分，本文發(fā)現(xiàn)部分企業(yè)的數(shù)字化轉(zhuǎn)型保持不變，原因可能是數(shù)字化轉(zhuǎn)型存在“概念炒作”問(wèn)題。為排除這一可能性，本文參考已有研究［31］，采用數(shù)字化轉(zhuǎn)型信息正常披露次數(shù)的殘差來(lái)表示異常披露情況，若殘差大于0，則說(shuō)明數(shù)字化轉(zhuǎn)型存在“概念炒作”問(wèn)題。本文將數(shù)字化轉(zhuǎn)型“概念炒作”的樣本剔除后重新進(jìn)行回歸，結(jié)果如表2中列（7）所示，DTV的系數(shù)仍然顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型“概念炒作”并未影響本文的研究結(jié)論。

五、機(jī)制識(shí)別與拓展性分析

（一）機(jī)制檢驗(yàn)

前文從代理風(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)、聲譽(yù)風(fēng)險(xiǎn)三個(gè)方面分析了數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響，為檢驗(yàn)上述機(jī)制是否成立，本文構(gòu)建模型（3）和模型（4），Channel為中介變量（代理風(fēng)險(xiǎn)AC、信息風(fēng)險(xiǎn)IR、聲譽(yù)風(fēng)險(xiǎn)RE）。

Channelit=θ0+θ1DTVit+∑θ2CVit+Year+Industry+ε（3）

Costit=ρ0+ρ1DTVit+ρ2Channelit+∑ρ3CVit+Year+Industry+ε（4）

在代理風(fēng)險(xiǎn)的衡量方面，本文參考以往研究［32］，采用總資產(chǎn)周轉(zhuǎn)率的相反數(shù)與關(guān)聯(lián)交易占比之和衡量代理成本，值越大，表明代理風(fēng)險(xiǎn)越高。在信息風(fēng)險(xiǎn)的衡量方面，由于會(huì)計(jì)盈余是公司最為重要的特質(zhì)信息［20］，因此本文采用應(yīng)計(jì)盈余管理來(lái)衡量信息風(fēng)險(xiǎn)，應(yīng)計(jì)盈余管理水平越高，表明信息風(fēng)險(xiǎn)越高。在聲譽(yù)風(fēng)險(xiǎn)的衡量方面，媒體報(bào)道作為衡量企業(yè)聲譽(yù)的重要方式被廣泛應(yīng)用［18］，因此本文采用企業(yè)每年被新聞媒體正面報(bào)道次數(shù)加1取對(duì)數(shù)來(lái)衡量聲譽(yù)風(fēng)險(xiǎn)，該值越大，表明聲譽(yù)風(fēng)險(xiǎn)越小。

本文參考已有研究進(jìn)行中介效應(yīng)檢驗(yàn)［33］。第一步，對(duì)模型（1）進(jìn)行回歸，該步驟的結(jié)果已在表1中報(bào)告。第二步，針對(duì)模型（3），將中介變量（AC、IR和RE）分別與DTV進(jìn)行回歸，結(jié)果為表3中列（1）、列（3）和列（5）所示。DTV與AC、IR的回歸系數(shù)均顯著為負(fù)，與RE的回歸系數(shù)顯著為正，這與預(yù)期結(jié)果一致。第三步，針對(duì)代理風(fēng)險(xiǎn)AC，由列（1）和列（2）可見(jiàn)，模型（3）中DTV的系數(shù)與模型（4）中AC的系數(shù)的乘積為負(fù)，并且與模型（1）中DTV的系數(shù)同號(hào)，說(shuō)明AC的部分中介效應(yīng)成立。針對(duì)信息風(fēng)險(xiǎn)IR，由列（3）和列（4）可見(jiàn)，模型（3）中DTV的系

數(shù)與模型（4）中IR的系數(shù)的乘積為負(fù)，并且與模型（1）中DTV的系數(shù)同號(hào)，說(shuō)明IR的部分中介效應(yīng)成立。針對(duì)聲譽(yù)風(fēng)險(xiǎn)RE，由列（5）和列（6）可見(jiàn)，模型（3）中DTV的系數(shù)與模型（4）中RE的系數(shù)的乘積為負(fù)，并且與模型（1）中DTV的系數(shù)同號(hào)，說(shuō)明RE的部分中介效應(yīng)成立。由表3可見(jiàn)，Sobel Z值均具備統(tǒng)計(jì)學(xué)意義上的顯著性，說(shuō)明中介效應(yīng)穩(wěn)健。綜上，數(shù)字化轉(zhuǎn)型速度的確能夠通過(guò)弱化代理風(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)和聲譽(yù)風(fēng)險(xiǎn)三條路徑來(lái)降低企業(yè)債務(wù)融資成本。

（二）情境因素分析

1.企業(yè)生命周期

作為社會(huì)經(jīng)濟(jì)組織形式的企業(yè)同樣具有與生命體類(lèi)似的成長(zhǎng)過(guò)程，即從生到死、由盛轉(zhuǎn)衰［3436］。處于生命周期不同階段的企業(yè)，其戰(zhàn)略決策存在顯著差異［3738］。對(duì)于成長(zhǎng)期企業(yè)來(lái)說(shuō)，公司規(guī)模逐步擴(kuò)大，產(chǎn)品的知名度和市場(chǎng)占有額迅速提升［36］，企業(yè)開(kāi)始通過(guò)嘗試加快實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略來(lái)適應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)，從而提高了企業(yè)資本配置和運(yùn)營(yíng)效率［34］，降低了企業(yè)債務(wù)融資成本。對(duì)于成熟期企業(yè)來(lái)說(shuō)，企業(yè)不僅憑借自身在盈利能力、聲譽(yù)以及市場(chǎng)占有率方面的優(yōu)勢(shì)解決了內(nèi)源性融資問(wèn)題［39］，而且憑借自身完善的組織架構(gòu)與內(nèi)部治理機(jī)制吸引了大量新的投資者，從而減少了企業(yè)對(duì)于債務(wù)融資的需求，在一定程度上替代了數(shù)字化轉(zhuǎn)型速度對(duì)于債務(wù)融資成本的積極作用。對(duì)于衰退期企業(yè)來(lái)說(shuō)，雖然企業(yè)面臨較多的外部威脅與不確定性因素［38］，但根據(jù)企業(yè)行為理論，當(dāng)企業(yè)處于虧損狀態(tài)時(shí)，管理者就會(huì)意識(shí)到前期的戰(zhàn)略決策出現(xiàn)了問(wèn)題，他們會(huì)冒險(xiǎn)地實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，從而降低了債務(wù)融資成本?；谏鲜龇治?，本文預(yù)測(cè)相較于成熟期企業(yè)，數(shù)字化轉(zhuǎn)型速度對(duì)處于成長(zhǎng)期和衰退期企業(yè)債務(wù)融資成本的抑制作用更加顯著。

本文參考已有研究［38］，采用綜合打分方法來(lái)衡量企業(yè)生命周期。當(dāng)企業(yè)處于成長(zhǎng)期和衰退期時(shí)，Life為1；當(dāng)企業(yè)處于成熟期時(shí)，Life為0。表4中列（1）和列（2）匯報(bào)了在生命周期不同階段，數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響。由列（1）可見(jiàn)，當(dāng)Life=1時(shí)，DTV與Cost在1%水平上呈負(fù)相關(guān)關(guān)系；由列（2）可見(jiàn)，當(dāng)Life=0時(shí)，DTV對(duì)Cost不存在顯著影響；兩者通過(guò)了差異性檢驗(yàn)?？梢?jiàn)，相較于成熟期企業(yè)，成長(zhǎng)期和衰退期企業(yè)的數(shù)字化轉(zhuǎn)型加速能夠更有效地降低債務(wù)融資成本。

2.供應(yīng)鏈集成

供應(yīng)鏈集成是企業(yè)與供應(yīng)商和客戶(hù)等上下游主體通過(guò)信息共享等方式來(lái)實(shí)現(xiàn)資源優(yōu)化配置的一種重要合作模式［40］。雖然現(xiàn)有研究關(guān)于供應(yīng)鏈集成與企業(yè)績(jī)效之間的關(guān)系仍然存在爭(zhēng)議［41］，但中國(guó)情境下的研究卻發(fā)現(xiàn)供應(yīng)鏈集成能夠有效提升企業(yè)績(jī)效，進(jìn)而驗(yàn)證了供應(yīng)鏈集成的有效性［40］。隨著供應(yīng)鏈集成水平的提升，數(shù)字化轉(zhuǎn)型速度在降低債務(wù)融資成本方面的積極效應(yīng)可以得到進(jìn)一步發(fā)揮。一方面，供應(yīng)鏈集成水平越高，表明企業(yè)的采購(gòu)與銷(xiāo)售對(duì)象越穩(wěn)定，資源配置相對(duì)集中，企業(yè)與供應(yīng)商和客戶(hù)能夠進(jìn)行關(guān)系專(zhuān)用性投資，從而保障企業(yè)加快數(shù)字化轉(zhuǎn)型速度的過(guò)程更加穩(wěn)定，債權(quán)人可以較低的成本有效監(jiān)督企業(yè)［42］。另一方面，雖然企業(yè)在提升數(shù)字化轉(zhuǎn)型速度的過(guò)程中也存在不確定性風(fēng)險(xiǎn)，但較高水平的供應(yīng)鏈集成能夠向債權(quán)人傳遞企業(yè)經(jīng)營(yíng)良好、違約風(fēng)險(xiǎn)較低的積極信號(hào)，并且通過(guò)供應(yīng)鏈建立的關(guān)系網(wǎng)絡(luò)能夠形成信息比較優(yōu)勢(shì)［43］，這便于緩解企業(yè)與債權(quán)人之間的信息不對(duì)稱(chēng)，從而降低債務(wù)融資成本?；谏鲜龇治?，本文預(yù)測(cè)相較于供應(yīng)鏈集成水平較低的企業(yè)，數(shù)字化轉(zhuǎn)型速度對(duì)供應(yīng)鏈集成水平較高企業(yè)債務(wù)融資成本的抑制作用更顯著。

本文參考已有研究［35，40］，首先計(jì)算前五名供應(yīng)商采購(gòu)比例和前五名客戶(hù)銷(xiāo)售比例；其次，以前五名供應(yīng)商采購(gòu)比例與前五名客戶(hù)銷(xiāo)售比例之和的均值（SC）來(lái)衡量供應(yīng)鏈集成水平；最后，當(dāng)SC高于中位數(shù)時(shí)記為1，表明供應(yīng)鏈集成水平較高，當(dāng)SC低于中位數(shù)時(shí)記為0，表明供應(yīng)鏈集成水平較低。表4中列（3）和列（4）匯報(bào)了在不同供應(yīng)鏈集成水平下，數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響。由列（3）可見(jiàn)，當(dāng)SC=1時(shí)，DTV與Cost在1%水平上呈負(fù)相關(guān)關(guān)系，說(shuō)明數(shù)字化轉(zhuǎn)型速度顯著降低了債務(wù)融資成本；由列（4）可見(jiàn)，當(dāng)SC=0時(shí)，DTV對(duì)Cost不存在顯著影響；兩者通過(guò)了差異性檢驗(yàn)?？梢?jiàn)，對(duì)于供應(yīng)鏈集成水平較高的企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型速度能夠更好地幫助其降低債務(wù)融資成本。

3.智力資本

隨著企業(yè)數(shù)字化轉(zhuǎn)型速度的加快，智力資本在公司價(jià)值創(chuàng)造、競(jìng)爭(zhēng)優(yōu)勢(shì)的獲取與維持中具有顯著作用，其貢獻(xiàn)度逐漸高于財(cái)務(wù)資本［44］。智力資本能夠幫助企業(yè)實(shí)現(xiàn)商業(yè)邏輯的重構(gòu)，助力企業(yè)實(shí)現(xiàn)治理結(jié)構(gòu)的優(yōu)化［6］，從而強(qiáng)化數(shù)字化轉(zhuǎn)型加速在提升公司治理水平方面的作用，約束管理層的自利行為，降低債務(wù)融資成本。此外，智力資本水平的提升能夠向外部投資者傳遞公司在價(jià)值創(chuàng)造與競(jìng)爭(zhēng)優(yōu)勢(shì)獲取方面的相關(guān)信息［44］，這使得智力資本在傳遞積極信號(hào)與提升企業(yè)聲譽(yù)方面能夠發(fā)揮積極作用，從而與數(shù)字化轉(zhuǎn)型加速在降低信息風(fēng)險(xiǎn)以及聲譽(yù)風(fēng)險(xiǎn)方面的作用形成合力，進(jìn)而降低債務(wù)融資成本。綜上，本文預(yù)測(cè)相較于智力資本水平較低的企業(yè)，數(shù)字化轉(zhuǎn)型速度對(duì)智力資本水平較高企業(yè)債務(wù)融資成本的抑制作用更加顯著。

由于董事會(huì)主要行使監(jiān)督與咨詢(xún)職能，因此本文采用董事會(huì)成員學(xué)歷水平衡量智力資本。董事會(huì)成員中具有碩士以上學(xué)位人員所占比例越高，表明企業(yè)的智力資本水平越高。當(dāng)智力資本高于樣本均值時(shí)，IG為1；當(dāng)智力資本低于樣本均值時(shí)，IG為0。表4中列（5）和列（6）匯報(bào)了在不同智力資本水平下，數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的影響。由列（5）可見(jiàn)，當(dāng)IG=1時(shí)，DTV與Cost在1%水平上呈負(fù)相關(guān)關(guān)系，說(shuō)明數(shù)字化轉(zhuǎn)型速度顯著降低了債務(wù)融資成本；由列（6）可見(jiàn)，當(dāng)IG=0時(shí)，DTV對(duì)Cost不存在顯著影響；兩者通過(guò)了差異性檢驗(yàn)?？梢?jiàn)，對(duì)于智力資本水平較高的企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型速度能更好地幫助其降低債務(wù)融資成本。

（三）數(shù)字化轉(zhuǎn)型速度優(yōu)化研究

1.內(nèi)部視角：數(shù)字化轉(zhuǎn)型速度方向的識(shí)別

（1）數(shù)字化轉(zhuǎn)型速度方向?qū)鶆?wù)融資成本的影響。

雖然前文研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型速度的加快能夠降低債務(wù)融資成本，但并未具體識(shí)別數(shù)字化轉(zhuǎn)型速度的方向，因此，本文進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型加速、勻速與減速對(duì)債務(wù)融資成本的影響。首發(fā)，本文對(duì)DTV的方向進(jìn)行識(shí)別，當(dāng)DTV＞0時(shí)，表明數(shù)字化轉(zhuǎn)型處于加速狀態(tài)；當(dāng)DTV=0時(shí)，表明數(shù)字化轉(zhuǎn)型處于勻速狀態(tài)；當(dāng)DTV＜0時(shí)，表明數(shù)字化轉(zhuǎn)型處于減速狀態(tài)。其次，本文將數(shù)字化轉(zhuǎn)型加速DTV（1）記為1，否則記為0；將數(shù)字化轉(zhuǎn)型勻速DTV（2）記為1，否則記為0；將數(shù)字化轉(zhuǎn)型減速DTV（3）記為1，否則記為0，在此基礎(chǔ)上分別檢驗(yàn)數(shù)字化轉(zhuǎn)型加速、勻速及減速對(duì)債務(wù)融資成本的影響?？紤]到數(shù)字化轉(zhuǎn)型詞頻是由數(shù)字化轉(zhuǎn)型程度決定的，本文在控制變量中加入企業(yè)過(guò)去兩年數(shù)字化轉(zhuǎn)型程度的平均值。

回歸結(jié)果為表5中列（1）至列（3）所示。由列（1）可見(jiàn)，DTV（1）與Cost在5%水平上顯著負(fù)相關(guān)；由列（2）可見(jiàn)，DTV（2）與Cost之間不存在顯著的相關(guān)關(guān)系；由列（3）可見(jiàn)，DTV（3）與Cost在5%水平上顯著正相關(guān)。由此可見(jiàn)，本文關(guān)于數(shù)字化轉(zhuǎn)型速度方向與債務(wù)融資成本關(guān)系的預(yù)測(cè)成立，這再次驗(yàn)證了研究假設(shè)的合理性。

（2）數(shù)字化轉(zhuǎn)型減速提升債務(wù)融資成本的原因識(shí)別。

數(shù)字化轉(zhuǎn)型能夠降低企業(yè)的債務(wù)違約風(fēng)險(xiǎn)［21］，而債務(wù)違約風(fēng)險(xiǎn)的減小能夠有效降低債務(wù)融資成本［27］。雖然數(shù)字化轉(zhuǎn)型減速表明企業(yè)可能仍在實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，但力度明顯小于數(shù)字化轉(zhuǎn)型加速狀態(tài)。由于高水平數(shù)字化轉(zhuǎn)型能夠降低信息不對(duì)稱(chēng)，增強(qiáng)市場(chǎng)積極預(yù)期［5］，因此數(shù)字化轉(zhuǎn)型減速在緩解信息不對(duì)稱(chēng)方面的作用可能會(huì)顯著降低。進(jìn)一步地，信息不對(duì)稱(chēng)會(huì)使得外部利益相關(guān)者很難對(duì)管理層形成強(qiáng)有力的監(jiān)督，從而加劇了債務(wù)違約風(fēng)險(xiǎn)［21］。然而，數(shù)字化轉(zhuǎn)型減速還可能帶來(lái)數(shù)字化轉(zhuǎn)型邊際遞減效應(yīng)。由于企業(yè)主要通過(guò)年報(bào)的方式向外界傳遞數(shù)字化轉(zhuǎn)型信息［5］，因此當(dāng)數(shù)字化轉(zhuǎn)型程度的相關(guān)表述達(dá)到飽和后會(huì)呈現(xiàn)邊際遞減效應(yīng)，這導(dǎo)致數(shù)字化轉(zhuǎn)型速度會(huì)放緩甚至降低，向外部債權(quán)人傳遞了消極信號(hào)，從而提升了企業(yè)的債務(wù)融資成本。

為了檢驗(yàn)上述兩種原因，首先，本文檢驗(yàn)數(shù)字化轉(zhuǎn)型減速與企業(yè)違約風(fēng)險(xiǎn)之間的關(guān)系。采用企業(yè)違約風(fēng)險(xiǎn)來(lái)度量管理層自利動(dòng)機(jī)的原因在于管理層的逆向選擇與短時(shí)投資行為會(huì)導(dǎo)致企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生［45］。一方面，本文采用Naive模型估計(jì)違約概率EDF，EDF越大，代表企業(yè)違約風(fēng)險(xiǎn)越高；另一方面，本文參考已有研究［45］，采用上年短期借款與當(dāng)期償款額之差來(lái)測(cè)度公司按期償款情況，差額＞0表示未按期償款，Violate取1，否則取0。由表5中列（4）和列（5）可見(jiàn)，數(shù)字化轉(zhuǎn)型減速并沒(méi)有對(duì)企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生顯著影響，表明管理層自利行為的解釋并不成立。其次，本文通過(guò)數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度在2014年之前波動(dòng)上升，在2014年之后波動(dòng)下降，如果數(shù)字化轉(zhuǎn)型邊際遞減效應(yīng)的解釋成立，那么在2014年之前，數(shù)字化轉(zhuǎn)型減速并不會(huì)對(duì)債務(wù)融資成本產(chǎn)生顯著影響。由表5中列（6）和列（7）可見(jiàn)，在2014年之前，數(shù)字化轉(zhuǎn)型減速并沒(méi)有對(duì)債務(wù)融資成本產(chǎn)生顯著影響；在2014年之后，數(shù)字化轉(zhuǎn)型減速顯著強(qiáng)化了債務(wù)融資成本，表明邊際遞減效應(yīng)成立。可見(jiàn)，數(shù)字化轉(zhuǎn)型減速對(duì)債務(wù)融資成本的提升作用主要緣于數(shù)字化轉(zhuǎn)型的邊際遞減效應(yīng)而非管理層自利行為。

2.外部視角：識(shí)別外部數(shù)字化發(fā)展的“互補(bǔ)”效應(yīng)或“替代”效應(yīng)

國(guó)務(wù)院于2013年8月印發(fā)了《“寬帶中國(guó)”戰(zhàn)略及實(shí)施方案的通知》，在入選“寬帶中國(guó)”示范城市（群）后，當(dāng)?shù)氐臄?shù)字化水平顯著提升［46］。事實(shí)上，數(shù)字化轉(zhuǎn)型速度在對(duì)債務(wù)融資成本發(fā)揮抑制作用的同時(shí)，外部數(shù)字化發(fā)展也會(huì)影響兩者之間的關(guān)系。一方面，企業(yè)所在城市入選“寬帶中國(guó)”示范點(diǎn)，表明當(dāng)?shù)氐臄?shù)字化發(fā)展水平較高，能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型速度的提升提供有力的外部支撐，從而發(fā)揮“互補(bǔ)”效應(yīng)；另一方面，在外部數(shù)字化發(fā)展迅猛的現(xiàn)實(shí)背景下，企業(yè)可能傾向于利用外部數(shù)字化發(fā)展的紅利來(lái)加速數(shù)字化轉(zhuǎn)型，即外部數(shù)字化發(fā)展的“替代”效應(yīng)會(huì)弱化數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的抑制作用?；诖?，本文將進(jìn)一步識(shí)別外部數(shù)字化發(fā)展的“互補(bǔ)”或“替代”效應(yīng)。

本文利用雙重差分（DID）模型進(jìn)行實(shí)證檢驗(yàn)，若企業(yè)所在城市入選“寬帶中國(guó)”示范城市且觀測(cè)時(shí)間在入選年份后，Broad為1，否則為0。具體模型如下：

Costit=γ0+γ1Dtvit+γ2（Broadit×Dtvit）+∑γiCVit+Year+Industry+City+ε（5）

其中，Dtv表示數(shù)字化轉(zhuǎn)型速度變更年份前后的啞變量，變更前取0，變更后取1；此外，本文還進(jìn)一步控制了城市固定效應(yīng)（City）。由表5中列（8）可見(jiàn)，γ2顯著為負(fù)，表明外部數(shù)字化發(fā)展強(qiáng)化了數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的抑制作用，因此外部數(shù)字化發(fā)展發(fā)揮了“互補(bǔ)”效應(yīng)而非“替代”效應(yīng)。

六、基于“去杠桿”視角的債務(wù)結(jié)構(gòu)優(yōu)化研究

雖然數(shù)字化轉(zhuǎn)型的加速能夠降低債務(wù)融資成本，但在供給側(cè)結(jié)構(gòu)性改革不斷深入的背景下，如何優(yōu)化企業(yè)債務(wù)結(jié)構(gòu)以實(shí)現(xiàn)“去杠桿”目標(biāo)引起了社會(huì)各界的廣泛關(guān)注。事實(shí)上，一味地降低企業(yè)杠桿率并不是“去杠桿”政策的初衷，讓企業(yè)負(fù)債率保持在合理范圍內(nèi)、優(yōu)化企業(yè)的債務(wù)結(jié)構(gòu)才是“去杠桿”政策的重點(diǎn)［4，16］。與此同時(shí)，債務(wù)結(jié)構(gòu)是一個(gè)較為寬泛的概念，其涵蓋期限結(jié)構(gòu)［47］、資本結(jié)構(gòu)［4，16］、風(fēng)險(xiǎn)結(jié)構(gòu)［4849］，多方式優(yōu)化企業(yè)債務(wù)結(jié)構(gòu)已經(jīng)成為“去杠桿”政策的關(guān)鍵內(nèi)容［4］。因此，本文進(jìn)一步探究數(shù)字化轉(zhuǎn)型速度能否優(yōu)化債務(wù)的期限結(jié)構(gòu)、資本結(jié)構(gòu)及風(fēng)險(xiǎn)結(jié)構(gòu)，從而為評(píng)價(jià)數(shù)字化轉(zhuǎn)型在“去杠桿”方面發(fā)揮的作用提供相應(yīng)證據(jù)。

（一）債務(wù)期限結(jié)構(gòu)：長(zhǎng)期債務(wù)與短期債務(wù)

隨著債務(wù)融資成本的降低，企業(yè)傾向于選擇債務(wù)融資，此時(shí)企業(yè)需要對(duì)債務(wù)期限結(jié)構(gòu)選擇做出決策［47］。短期債務(wù)較短的周轉(zhuǎn)時(shí)間及其定期的利息支出減少了公司內(nèi)部可供控股股東掠奪的資源［4］，并且期限較短的債務(wù)融資要求上市公司與資金供給方頻繁簽訂合約，對(duì)上市公司的監(jiān)督力度更強(qiáng)［50］。與此同時(shí)，“減短債”表面降低了“短期償債風(fēng)險(xiǎn)”，卻提升了經(jīng)營(yíng)風(fēng)險(xiǎn)，是一種“不穩(wěn)妥”的去杠桿方式［4］?？梢?jiàn)，相較于長(zhǎng)期債務(wù)，短期債務(wù)能更好地發(fā)揮治理作用。因此，數(shù)字化轉(zhuǎn)型速度能否降低企業(yè)長(zhǎng)期負(fù)債率值得進(jìn)一步探究。

本文借鑒已有研究［47］，采用長(zhǎng)期債務(wù)與總債務(wù)之比衡量債務(wù)期限結(jié)構(gòu)。表6中列（1）至列（4）為債務(wù)期限結(jié)構(gòu)（MS）的回歸結(jié)果，由列（1）可見(jiàn)，DTV的系數(shù)顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型速度降低了企業(yè)長(zhǎng)期負(fù)債水平。進(jìn)一步區(qū)分?jǐn)?shù)字化轉(zhuǎn)型速度方向進(jìn)行回歸，由列（2）可見(jiàn)，數(shù)字化轉(zhuǎn)型加速顯著減少了企業(yè)長(zhǎng)期負(fù)債；由列（3）和列（4）可見(jiàn)，雖然數(shù)字化轉(zhuǎn)型勻速和減速未對(duì)企業(yè)長(zhǎng)期負(fù)債產(chǎn)生影響，但回歸系數(shù)為正。由此可見(jiàn)，數(shù)字化轉(zhuǎn)型速度的加快優(yōu)化了企業(yè)的債務(wù)期限結(jié)構(gòu)，降低了長(zhǎng)期負(fù)債率，避免了企業(yè)在“去杠桿”過(guò)程中陷入流動(dòng)性風(fēng)險(xiǎn)陷阱。

（二）債務(wù)風(fēng)險(xiǎn)結(jié)構(gòu)：短貸長(zhǎng)投

我國(guó)企業(yè)融資渠道單一，融資難度較大，銀行長(zhǎng)期占據(jù)資金供給方的主導(dǎo)地位，這容易促使企業(yè)利用短期資金支持長(zhǎng)期投資活動(dòng)，即短貸長(zhǎng)投［48］。短貸長(zhǎng)投行為大幅提高了企業(yè)債務(wù)風(fēng)險(xiǎn)水平，這明顯不利于企業(yè)“去杠桿”目標(biāo)的實(shí)現(xiàn)［49］。因此，數(shù)字化轉(zhuǎn)型速度能否減少企業(yè)短貸長(zhǎng)投值得進(jìn)一步探究。

本文參考已有研究［48］，采用短期負(fù)債與總負(fù)債之比減去短期資產(chǎn)與總資產(chǎn)之比衡量短貸長(zhǎng)投。表6中列（5）至列（8）為債務(wù)風(fēng)險(xiǎn)結(jié)構(gòu)（RS）的回歸結(jié)果，由列（5）可見(jiàn)，DTV的系數(shù)顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型速度顯著抑制了短貸長(zhǎng)投。進(jìn)一步區(qū)分?jǐn)?shù)字化轉(zhuǎn)型速度方向進(jìn)行回歸，由列（6）可見(jiàn)，數(shù)字化轉(zhuǎn)型加速顯著抑制了短貸長(zhǎng)投；由列（7）可見(jiàn)，雖然數(shù)字化轉(zhuǎn)型勻速并未對(duì)短貸長(zhǎng)投產(chǎn)生顯著影響，但回歸系數(shù)為正；由列（8）可見(jiàn)，數(shù)字化轉(zhuǎn)型減速顯著提升了短貸長(zhǎng)投。由此可見(jiàn)，數(shù)字化轉(zhuǎn)型速度的加快減少了短貸長(zhǎng)投。

（三）債務(wù)資本結(jié)構(gòu)：過(guò)度負(fù)債

根據(jù)經(jīng)典的資本結(jié)構(gòu)MM定理，在完美的資本市場(chǎng)條件下，資本結(jié)構(gòu)的選擇并不會(huì)對(duì)公司價(jià)值產(chǎn)生影響，但在放松完美資本市場(chǎng)的約束條件下，企業(yè)均存在能實(shí)現(xiàn)公司價(jià)值最大化目標(biāo)的最佳資本結(jié)構(gòu)［16］。企業(yè)資本結(jié)構(gòu)偏離目標(biāo)資本結(jié)構(gòu)的程度越高，企業(yè)過(guò)度負(fù)債程度越高，面臨的“去杠桿”壓力越大［4］。因此，雖然數(shù)字化轉(zhuǎn)型速度的加快能夠有效降低債務(wù)融資成本，但盲目提升債務(wù)水平可能會(huì)帶來(lái)過(guò)度負(fù)債問(wèn)題，從而加大“去杠桿”壓力。由此可見(jiàn)，數(shù)字化轉(zhuǎn)型速度能否減少企業(yè)過(guò)度負(fù)債需要進(jìn)一步探究。

參考已有研究［16］，本文首先構(gòu)建模型（6）并采用OLS回歸法計(jì)算目標(biāo)負(fù)債率OLev。

OLevi，t=λ0+λ1Sizei，t-1+λ2Growthi，t-1+λ3Agei，t-1+λ4ROEi，t-1+λ5SOEi，t-1+λ6Top1i，t-1+λ7Msharei，t-1+λ8TobinQi，t-1+λ9Cashflowi，t-1+λ10TRi，t-1+Year+Industry+ε（6）

然后，本文用實(shí)際資本結(jié)構(gòu)減去模型（6）估計(jì)的目標(biāo)資本結(jié)構(gòu)得到過(guò)度負(fù)債CS。

表6中列（9）至列（12）為債務(wù)資本結(jié)構(gòu)的回歸結(jié)果。由列（9）可見(jiàn)，DTV的系數(shù)顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型速度抑制了企業(yè)過(guò)度負(fù)債。進(jìn)一步區(qū)分?jǐn)?shù)字化轉(zhuǎn)型速度方向進(jìn)行回歸，由列（10）可見(jiàn)，數(shù)字化轉(zhuǎn)型加速顯著降低了企業(yè)過(guò)度負(fù)債水平；由列（11）和列（12）可見(jiàn)，雖然數(shù)字化轉(zhuǎn)型勻速和減速未對(duì)過(guò)度負(fù)債產(chǎn)生顯著影響，但回歸系數(shù)為正。由此可見(jiàn)，數(shù)字化轉(zhuǎn)型速度的加快優(yōu)化了債務(wù)資本結(jié)構(gòu)，減少了過(guò)度負(fù)債。

七、結(jié)論與啟示

本文實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型速度對(duì)企業(yè)債務(wù)融資的影響，結(jié)果表明隨著數(shù)字化轉(zhuǎn)型的加速，企業(yè)的債務(wù)融資成本不斷降低，有助于實(shí)現(xiàn)“降成本”的目標(biāo)，具體機(jī)制在于數(shù)字化轉(zhuǎn)型加速能夠有效降低代理風(fēng)險(xiǎn)、信息風(fēng)險(xiǎn)和聲譽(yù)風(fēng)險(xiǎn)。對(duì)于成長(zhǎng)期與衰退期企業(yè)、供應(yīng)鏈集成與智力資本水平較高的企業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型速度對(duì)債務(wù)融資成本的抑制作用更加顯著?；跀?shù)字化轉(zhuǎn)型速度優(yōu)化研究發(fā)現(xiàn)，一方面，相較于數(shù)字化轉(zhuǎn)型勻速與減速，數(shù)字化轉(zhuǎn)型加速顯著降低了債務(wù)融資成本，數(shù)字化轉(zhuǎn)型減速導(dǎo)致債務(wù)融資成本提升的原因在于數(shù)字化轉(zhuǎn)型的邊際遞減效應(yīng)而非管理層自利行為；另一方面，外部數(shù)字化發(fā)展與內(nèi)部數(shù)字化轉(zhuǎn)型速度在降低債務(wù)融資成本方面具有“互補(bǔ)”效應(yīng)?；凇叭ジ軛U”視角的債務(wù)結(jié)構(gòu)優(yōu)化研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型速度能夠優(yōu)化債務(wù)期限結(jié)構(gòu)、風(fēng)險(xiǎn)結(jié)構(gòu)和資本結(jié)構(gòu)，有助于實(shí)現(xiàn)“去杠桿”的目標(biāo)，進(jìn)一步區(qū)分?jǐn)?shù)字化轉(zhuǎn)型速度方向后發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型加速能夠更好地發(fā)揮“去杠桿”作用。

本文所得結(jié)論具有一定的啟示意義。（1）企業(yè)不僅應(yīng)該關(guān)注數(shù)字化轉(zhuǎn)型程度，還應(yīng)該關(guān)注數(shù)字化轉(zhuǎn)型速度，通過(guò)加速數(shù)字化轉(zhuǎn)型來(lái)降低債務(wù)融資成本、優(yōu)化債務(wù)結(jié)構(gòu)，在實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型加速目標(biāo)的同時(shí)，也為中國(guó)“降成本”和“去杠桿”政策的落實(shí)貢獻(xiàn)力量。（2）在數(shù)字化轉(zhuǎn)型加速的過(guò)程中，企業(yè)間競(jìng)爭(zhēng)日益激烈，處于生命周期不同階段的企業(yè)應(yīng)根據(jù)實(shí)際情況制定符合自身需求的數(shù)字化轉(zhuǎn)型戰(zhàn)略，同時(shí)應(yīng)建立穩(wěn)定的供應(yīng)鏈關(guān)系并提升智力資本水平，從而強(qiáng)化數(shù)字化轉(zhuǎn)型加速的積極作用；（3）數(shù)字化轉(zhuǎn)型程度的邊際遞減效應(yīng)會(huì)導(dǎo)致數(shù)字化轉(zhuǎn)型速度的降低，如何在數(shù)字化轉(zhuǎn)型速度降低的情境下更好地助力企業(yè)發(fā)展和避免向外部資本市場(chǎng)傳遞消極信號(hào)，不僅需要企業(yè)優(yōu)化自身的數(shù)字化轉(zhuǎn)型發(fā)展策略，還需要政府部門(mén)提供數(shù)字化轉(zhuǎn)型發(fā)展的相關(guān)配套政策與措施。

參考文獻(xiàn)：

［1］

郭玉清，張妍.“去杠桿”與“降成本”的政策協(xié)同：機(jī)制分析與經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)與管理評(píng)論，2021（4）：4457.

［2］Allen F，Qian J，Qian M.Law，finance，and economic growth in China［J］.Journal of Financial Economics，2005，77（1）：57116.

［3］王運(yùn)通，姜付秀.多個(gè)大股東能否降低公司債務(wù)融資成本［J］.世界經(jīng)濟(jì)，2017（10）：119143.

［4］周茜，許曉芳，陸正飛.去杠桿，究竟誰(shuí)更積極與穩(wěn)妥？［J］.管理世界，2020（8）：127148.

［5］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（7）：130144+10.

［6］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（6）：135152+250.

［7］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）：137155.

［8］張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià)［J］.審計(jì)研究，2021（3）：6271.

［9］周楷唐，麻志明，吳聯(lián)生.高管學(xué)術(shù)經(jīng)歷與公司債務(wù)融資成本［J］.經(jīng)濟(jì)研究，2017（7）：169183.

［10］Yeow A，Soh C，Hansen R.Aligning with new digital strategy：A dynamic capabilities approach［J］.Journal of Strategic Information Systems，2018，27（1）：4358.

［11］何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估［J］.改革，2019（4）：137148.

［12］Goldfarb A，Tucker C.Digital economics［J］.Journal of Economic Literature，2019，57（1）：343.

［13］Loebbecke C，Picot A.Reflections on societal and business model transformation arising from digitization and big data analytics：A research agenda［J］.Journal of Strategic Information Systems，2015，24（3）：149157.

［14］Peng M W.Institutional transitions and strategic choices［J］.Academy of Management Review，2003，28（2）：275296.

［15］Banalieva E R，Eddleston K A，Zellweger T M.When do family firms have an advantage in transitioning economies？Toward a dynamic institution-based view［J］.Strategic Management Journal，2015，36（9）：13581377.

［16］彭章，陸瑤，楊琛.融資融券與公司財(cái)務(wù)杠桿［J］.南開(kāi)管理評(píng)論，2021（5）：139149.

［17］王善平，李志軍.銀行持股、投資效率與公司債務(wù)融資［J］.金融研究，2011（5）：184193.

［18］葉康濤，張然，徐浩萍.聲譽(yù)、制度環(huán)境與債務(wù)融資——基于中國(guó)民營(yíng)上市公司的證據(jù)［J］.金融研究，2010（8）：171183.

［19］Costello A M，Wittenberg-Moerman R.The impact of financial reporting quality on debt contracting：Evidence from internal control weakness reports［J］.Journal of Accounting Research，2011，49（1）：97136.

［20］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）：5064.

［21］王守海，徐曉彤，劉燁煒.企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低債務(wù)違約風(fēng)險(xiǎn)嗎？［J］.證券市場(chǎng)導(dǎo)報(bào)，2022（4）：4556.

［22］陳德球，胡晴.數(shù)字經(jīng)濟(jì)時(shí)代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿［J］.管理世界，2022（6）：213240.

［23］王皓非，錢(qián)軍.大股東股權(quán)質(zhì)押與債務(wù)融資成本［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（2）：8698.

［24］Bharath S T，Sunder J，Sunder S V.Accounting quality and debt contracting［J］.The Accounting Review，2008，83（1）：128.

［25］許浩然，荊新.社會(huì)關(guān)系網(wǎng)絡(luò)與公司債務(wù)違約——基于中國(guó)A股上市公司的經(jīng)驗(yàn)證據(jù)［J］.財(cái)貿(mào)經(jīng)濟(jì)，2016（9）：3652.

［26］Diamond D W.Monitoring and reputation：The choice between bank loans and directly placed debt［J］.Journal of Political Economy，1991，99（4）：689721.

［27］鄭建明，孫詩(shī)璐，李金甜.高管文化背景與企業(yè)債務(wù)成本——基于勞模文化的視角［J］.會(huì)計(jì)研究，2021（3）：137145.

［28］余艷，王雪瑩，郝金星，等.酒香還怕巷子深？制造企業(yè)數(shù)字化轉(zhuǎn)型信號(hào)與資本市場(chǎng)定價(jià)［J/OL］.［20230801］.南開(kāi)管理評(píng)論：127.

［29］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）：106122.

［30］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［J］.管理世界，2020（5）：5266+9.

［31］馬連福，宋婧楠，王博.數(shù)字化轉(zhuǎn)型信息披露的價(jià)值效應(yīng)研究——來(lái)自概念炒作的證據(jù)［J］.經(jīng)濟(jì)與管理研究，2023（8）：1737.

［32］陳克兢.非控股大股東退出威脅能降低企業(yè)代理成本嗎［J］.南開(kāi)管理評(píng)論，2019（4）：161175.

［33］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014（5）：731745.

［34］李小忠.數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)價(jià)值提升——基于生命周期理論的視角［J］.經(jīng)濟(jì)問(wèn)題，2021（3）：116121.

［35］方紅星，張勇.供應(yīng)商/客戶(hù)關(guān)系型交易、盈余管理與審計(jì)師決策［J］.會(huì)計(jì)研究，2016（1）：7986+96.

［36］李英利，譚夢(mèng)卓.會(huì)計(jì)信息透明度與企業(yè)價(jià)值——基于生命周期理論的再檢驗(yàn)［J］.會(huì)計(jì)研究，2019（10）：2733.

［37］Hribar P，Yehuda N.The mispricing of cash flows and accruals at different life-cycle stages［J］.Contemporary Accounting Research，2015，32（3）：10531072.

［38］梁上坤，張宇，王彥超.內(nèi)部薪酬差距與公司價(jià)值——基于生命周期理論的新探索［J］.金融研究，2019（4）：188206.

［39］唐松，蘇雪莎，趙丹妮.金融科技與企業(yè)數(shù)字化轉(zhuǎn)型——基于企業(yè)生命周期視角［J］.財(cái)經(jīng)科學(xué)，2022（2）：1732.

［40］李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績(jī)效——企業(yè)家精神的調(diào)節(jié)效應(yīng)［J］.經(jīng)濟(jì)管理，2021（10）：523.

［41］Vickery S K，Jayaram J，Droge C，et al.The effects of an integrative supply chain strategy on customer service and financial performance：An analysis of direct versus indirect relationships［J］.Journal of Operations Management，2003，21（5）：523539.

［42］王迪，劉祖基，趙澤朋.供應(yīng)鏈關(guān)系與銀行借款——基于供應(yīng)商/客戶(hù)集中度的分析［J］.會(huì)計(jì)研究，2016（10）：4249+96.

［43］Williamson O E.The economic institutions of capitalism：Firms，markets，relational contracting［M］.New York：The Free Press，1985.

［44］Nuryaman N.The influence of intellectual capital on the firms value with the financial performance as intervening variable［J］.Procedia-Social and Behavioral Sciences，2015，211（11）：292298.

［45］鄧路，劉歡，侯粲然.金融資產(chǎn)配置與違約風(fēng)險(xiǎn)：蓄水池效應(yīng)，還是逐利效應(yīng)？［J］.金融研究，2020（7）：172189.

［46］薛成，孟慶璽，何賢杰.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)與企業(yè)技術(shù)知識(shí)擴(kuò)散——來(lái)自“寬帶中國(guó)”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)［J］.財(cái)經(jīng)研究，2020（4）：4862.

［47］肖作平，廖理.公司治理影響債務(wù)期限水平嗎？——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2008（11）：143156+188.

［48］劉曉光，劉元春.杠桿率、短債長(zhǎng)用與企業(yè)表現(xiàn)［J］.經(jīng)濟(jì)研究，2019（7）：127141.

［49］徐亞琴，陳嬌嬌.利率市場(chǎng)化能抑制企業(yè)投融資期限錯(cuò)配么？［J］.審計(jì)與經(jīng)濟(jì)研究，2020（5）：116127.

［50］劉海明，李明明.貨幣政策對(duì)微觀企業(yè)的經(jīng)濟(jì)效應(yīng)再檢驗(yàn)——基于貸款期限結(jié)構(gòu)視角的研究［J］.經(jīng)濟(jì)研究，2020（2）：117132.

［責(zé)任編輯：王麗愛(ài)］

The Speed of Digital Transformation and Debt Financing Costs：

From the Perspective of “Cost Reduction” and “Deleveraging”

DU Shanzhong1， MA Lianfu2

（1. International School of Business amp; Finance， Sun Yat-sen University， Zhuhai 519082， China;

2. China Academy of Corporate Governance， Nankai University， Tianjin 300071， China）

Abstract： This paper combines the digital transformation speed at the micro-enterprise level with the “cost reduction” and “deleveraging” tasks at the macro-policy level to empirically test the impact of the digital transformation speed on debt financing. The study finds that the speed of digital transformation can effectively inhibit agency risk， information risk and reputation risk， thus reducing corporate debt financing costs and achieving the goal of “cost reduction”. For growing and declining enterprises， enterprises with high level of supply chain integration and intellectual capital， the “cost reduction” effect of the speed of digital transformation is more significant. Based on the research on the optimization of the speed of digital transformation， on the one hand， the acceleration of digital transformation can significantly reduce the debt financing cost， compared with the constant speed and deceleration of digital transformation. The reason for the deceleration of digital transformation to increase the debt financing cost is the marginal diminishing effect of digital transformation rather than the self-interest behavior of management; on the other hand， the “Broadband China” policy， which reflects the external digital development， and the speed of internal digital transformation have “complementary” effect in reducing the debt financing cost. Based on the research of debt structure optimization from the perspective of “deleveraging”， the speed of digital transformation can optimize the debt maturity structure， debt risk structure and debt capital structure， so as to achieve the goal of “deleveraging”， in which the accelerated digital transformation plays a particularly prominent role.

Key Words： the speed of digital transformation; debt financing costs; optimization of debt structure; cost reduction; deleveraging