吳雨婷

（湖南工業(yè)大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南株洲 412000）

一、引言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等前沿技術(shù)的快速發(fā)展，數(shù)字化已成為全球企業(yè)創(chuàng)新的關(guān)鍵突破口。我國政府高度重視數(shù)字經(jīng)濟(jì)的發(fā)展，根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022年）》，2021年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬億元，同比名義增長16.2%，高于同期GDP名義增速3.4個百分點(diǎn)，展現(xiàn)強(qiáng)勁增長勢頭。當(dāng)前，中國經(jīng)濟(jì)高質(zhì)量發(fā)展熱點(diǎn)正聚焦在數(shù)字化轉(zhuǎn)型上，這對企業(yè)和國家經(jīng)濟(jì)結(jié)構(gòu)升級具有深遠(yuǎn)影響。推動企業(yè)數(shù)字化轉(zhuǎn)型，是適應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展趨勢的必然選擇，更是企業(yè)提升自身創(chuàng)新能力、拓展市場規(guī)模、促進(jìn)可持續(xù)發(fā)展的重要途徑。

數(shù)字化轉(zhuǎn)型是指企業(yè)或組織利用信息技術(shù)和數(shù)字化手段，重新構(gòu)建業(yè)務(wù)模式、流程和服務(wù)的過程，以適應(yīng)快速變化的市場環(huán)境，提高效率、降低成本，并創(chuàng)造更優(yōu)質(zhì)的客戶體驗(yàn)。研究表明，數(shù)字化轉(zhuǎn)型受到內(nèi)部和外部因素驅(qū)動，如企業(yè)的研發(fā)投入、經(jīng)營效率、人力資本等內(nèi)部因素，以及稅收優(yōu)惠、政府補(bǔ)助等外部因素。從經(jīng)濟(jì)效果來看，一方面，數(shù)字化轉(zhuǎn)型可以通過提高企業(yè)創(chuàng)新能力、推動產(chǎn)業(yè)融合發(fā)展，降低成本，促進(jìn)全要素生產(chǎn)率提升。另一方面，數(shù)字化轉(zhuǎn)型通過網(wǎng)絡(luò)效應(yīng)和商業(yè)模式創(chuàng)新降低企業(yè)交易成本，擴(kuò)展?fàn)I銷渠道，革新傳統(tǒng)經(jīng)營方式。此外，數(shù)字化轉(zhuǎn)型還激發(fā)了企業(yè)家精神，拓展了市場空間，給企業(yè)帶來了數(shù)字紅利。但現(xiàn)有文獻(xiàn)多探討數(shù)字化轉(zhuǎn)型對企業(yè)本身的影響，較少關(guān)注數(shù)字化轉(zhuǎn)型是否影響了企業(yè)在股票市場的表現(xiàn)。因此，本文基于2003—2020年A股上市公司數(shù)據(jù)，對企業(yè)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響進(jìn)行研究。

與已有文獻(xiàn)相比，本文可能的創(chuàng)新點(diǎn)在于：一是它不僅關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)績效和管理變革的影響，還能從股價(jià)波動性的角度分析企業(yè)數(shù)字化轉(zhuǎn)型的影響。這樣的研究方法可以為實(shí)證研究提供新的視角和方法，具有較強(qiáng)的理論意義。二是本文對融資約束在企業(yè)數(shù)字化轉(zhuǎn)型與股價(jià)波動性關(guān)系中的作用機(jī)理進(jìn)行了探討，有助于為企業(yè)數(shù)字化轉(zhuǎn)型與股價(jià)波動性之間的關(guān)系提供理論依據(jù)和實(shí)踐指導(dǎo)。

二、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與股價(jià)波動

企業(yè)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響可以從多個角度來理解。首先，通過提高企業(yè)信息的透明度，數(shù)字化轉(zhuǎn)型有助于減少市場的不確定性，平緩股價(jià)波動。其次，利用大數(shù)據(jù)技術(shù)優(yōu)化數(shù)據(jù)分析，提供更豐富、更直觀的信息，幫助投資者更好地理解企業(yè)價(jià)值，促使他們做出更明智的投資決策，從而穩(wěn)定股價(jià)。最后，數(shù)字化轉(zhuǎn)型可以降低企業(yè)經(jīng)營風(fēng)險(xiǎn)，提高風(fēng)險(xiǎn)管理能力，為投資者和市場參與者提供更穩(wěn)定的投資環(huán)境。這些影響共同促進(jìn)了股價(jià)波動性的降低，為股票市場的穩(wěn)定發(fā)展提供了重要支持。

綜上所述，本文提出研究假說：

H1：數(shù)字化轉(zhuǎn)型能夠有效降低股價(jià)波動性。

（二）數(shù)字化轉(zhuǎn)型與融資約束

企業(yè)數(shù)字化轉(zhuǎn)型對融資約束的影響主要體現(xiàn)在信息處理能力、成本優(yōu)化能力和創(chuàng)新能力三個方面。首先，數(shù)字化轉(zhuǎn)型提高了信息透明度和準(zhǔn)確性，使外部資金供給者能夠更準(zhǔn)確地評估企業(yè)的價(jià)值和風(fēng)險(xiǎn)，降低了融資約束。其次，數(shù)字化轉(zhuǎn)型通過數(shù)字化管理經(jīng)營數(shù)據(jù)降低了代理成本，使得外部資金供給者的監(jiān)督和審查成本降低。最后，數(shù)字化轉(zhuǎn)型提供了更多的創(chuàng)新機(jī)會和工具，使企業(yè)能夠更快地推出新產(chǎn)品、服務(wù)和商業(yè)模式，提高了企業(yè)的績效和創(chuàng)新能力，緩解了融資約束。因此，數(shù)字化轉(zhuǎn)型為企業(yè)提供了更好的融資機(jī)會和條件，促進(jìn)了投資的發(fā)展和經(jīng)濟(jì)的穩(wěn)定增長，是企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展的重要戰(zhàn)略之一。

綜上所述，本文提出研究假說：

H2：數(shù)字化轉(zhuǎn)型能有效緩解融資約束。

（三）數(shù)字化轉(zhuǎn)型、融資約束與股價(jià)波動

企業(yè)在數(shù)字化轉(zhuǎn)型過程中可以通過提高信息透明度等方式來緩解融資約束，但需注意維持財(cái)務(wù)穩(wěn)健性以避免股價(jià)波動。財(cái)務(wù)松弛可能降低股價(jià)信息含量，導(dǎo)致資本市場動蕩。信用評級下調(diào)或融資限制也可引發(fā)股價(jià)波動。在轉(zhuǎn)型過程中，企業(yè)需關(guān)注信用狀況和融資渠道，采取措施維護(hù)資本市場穩(wěn)定。這些因素共同影響企業(yè)在數(shù)字化轉(zhuǎn)型中面臨的融資挑戰(zhàn)和股價(jià)波動情況。

因此，本文提出以下研究假設(shè)：

H3：融資約束在數(shù)字化轉(zhuǎn)型與企業(yè)股價(jià)波動性之間起中介作用。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文以2003—2020年中國A股上市公司為主要調(diào)研樣本，相關(guān)財(cái)務(wù)指標(biāo)數(shù)據(jù)來源于Wind數(shù)據(jù)庫和國泰安數(shù)據(jù)庫，剔除數(shù)據(jù)嚴(yán)重缺失和數(shù)據(jù)異常的樣本后共得到32,597個樣本。數(shù)據(jù)處理采用Stata14、EXCEL軟件。

（二）變量設(shè)計(jì)與模型設(shè)定

1.被解釋變量

股價(jià)波動性（VAR_ADJ）。借鑒辛清泉等的研究方法，這一指標(biāo)的使用可以幫助研究者更準(zhǔn)確地評估股票市場中股價(jià)格波動的情況，有助于理解企業(yè)特定的風(fēng)險(xiǎn)暴露和市場表現(xiàn)。

2.解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型程度（DIG）。本文選擇參考吳非等（2021）的做法，采用文本分析法，通過Python的爬蟲功能抓取2003-2020年中國A股上市公司財(cái)務(wù)報(bào)告中涉及數(shù)字技術(shù)的關(guān)鍵詞，并將相應(yīng)的詞頻匯總度量出企業(yè)數(shù)字化轉(zhuǎn)型程度。

表1 數(shù)字化轉(zhuǎn)型細(xì)分指標(biāo)

3.中介變量

融資約束程度（S A）。吳秋生和黃賢環(huán)（2017）提出了四種測度企業(yè)融資約束的方法，其中，SA指數(shù)是相對穩(wěn)健的方法，它不包含內(nèi)生性變量，避免了其他指標(biāo)可能帶來的測度誤差。因此，本文采用SA指數(shù)來作為衡量上市公司融資約束程度的變量。

4.控制變量

參考以往文獻(xiàn)，本文選擇的控制變量包括：企業(yè)規(guī)模（Size）、總產(chǎn)權(quán)性質(zhì)（SOE）、董事會規(guī)模（Boardsize）、獨(dú)立董事占比（Indboard）、企業(yè)年齡（Age）、賬面市值比（BM）、資產(chǎn)凈利潤率（ROA）、兩職合一虛擬變量（Dual）、資產(chǎn)負(fù)債率（Lev）等。

本文涉及到的變量的含義和計(jì)算方法見表2。

表2 研究變量及其定義

（三）模型設(shè)定

根據(jù)中介效應(yīng)模型來檢驗(yàn)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響，建立實(shí)證模型如下所示：

其中，VAR_ADJ為被解釋變量，即企業(yè)股價(jià)波動性。SA為中介變量，即企業(yè)融資約束。DIG為解釋變量，表示數(shù)字化轉(zhuǎn)型程度。Controls表示各控制變量，β0為常數(shù)項(xiàng)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表3是主要變量描述性統(tǒng)計(jì)。其中，數(shù)字化轉(zhuǎn)型程度（DIG）最大值為6.909，最小值為0，這表明樣本公司之間的數(shù)字化轉(zhuǎn)型水平存在顯著差異；股價(jià)波動性（VAR_ADJ）最大值為7.558，最小值為0.197，說明企業(yè)之間的股價(jià)波動性存在較大差距。其他各控制變量的結(jié)果均未出現(xiàn)異常。

表3 描述性統(tǒng)計(jì)

（二）基本回歸分析

1.數(shù)字化轉(zhuǎn)型對企業(yè)股價(jià)波動性的結(jié)果分析

表4是企業(yè)數(shù)字化轉(zhuǎn)型程度對股票流動性影響的實(shí)證檢驗(yàn)結(jié)果。從表中可以看出，企業(yè)數(shù)字化轉(zhuǎn)型對VAR_ADJ起到顯著的抑制作用，說明數(shù)字化轉(zhuǎn)型程度越高的企業(yè)，其股價(jià)波動幅度將會越小，因此假設(shè)1得到驗(yàn)證。

表4 企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)股價(jià)波動性和融資約束的影響結(jié)果分析

表5 穩(wěn)健性檢驗(yàn)結(jié)果分析

2.數(shù)字化轉(zhuǎn)型對企業(yè)融資約束的結(jié)果分析

表4（2）列是探究數(shù)字化轉(zhuǎn)型與融資約束的回歸結(jié)果。表中可以看出，企業(yè)數(shù)字化轉(zhuǎn)型都在1%水平上對融資約束起到顯著的抑制作用，該檢驗(yàn)結(jié)果支持了數(shù)字化轉(zhuǎn)型能有效緩解融資約束，驗(yàn)證了假設(shè)2。

3.企業(yè)融資約束對數(shù)字化轉(zhuǎn)型與企業(yè)股價(jià)波動性關(guān)系中介效應(yīng)的結(jié)果分析

從表4（3）中可以看出企業(yè)數(shù)字化轉(zhuǎn)型對VAR_ADJ顯著抑制，企業(yè)融資約束也對VAR_ADJ顯著抑制，說明融資約束起到了部分中介效應(yīng)。由此可見，企業(yè)的融資約束具有中介作用，驗(yàn)證了假設(shè)3。

（三）穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響，本文進(jìn)行了數(shù)字化轉(zhuǎn)型指標(biāo)滯后一期對股價(jià)波動性的回歸分析。檢驗(yàn)結(jié)果顯示，數(shù)字化轉(zhuǎn)型指標(biāo)滯后一期回歸系數(shù)在統(tǒng)計(jì)上顯著為負(fù)，且顯著水平達(dá)到了1%，研究結(jié)論得到了穩(wěn)健的驗(yàn)證。

（四）異質(zhì)性分析

不同產(chǎn)權(quán)屬性的企業(yè)在數(shù)字化轉(zhuǎn)型過程中面臨著不同的挑戰(zhàn)和機(jī)遇。國有企業(yè)由于其復(fù)雜的管理鏈條、社會與政治目標(biāo)的承擔(dān)，在數(shù)字化轉(zhuǎn)型過程中可能面臨更多的障礙和挑戰(zhàn)。相比之下，非國有企業(yè)可能更加靈活，轉(zhuǎn)型成本和風(fēng)險(xiǎn)相對較低，能夠更主動地進(jìn)行數(shù)字化轉(zhuǎn)型。因此，在評估企業(yè)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響時，需要綜合考慮企業(yè)的產(chǎn)權(quán)屬性。

據(jù)此，本文推斷相對于國有企業(yè)，非國有企業(yè)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的抑制作用更明顯。從表6可以看出，國有企業(yè)的數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響并不顯著，非國有企業(yè)數(shù)字化轉(zhuǎn)型在5%水平上對股價(jià)波動性呈負(fù)向顯著。這一結(jié)果與的推斷相符合。

表6 基于產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析

五、結(jié)論與建議

（一）研究結(jié)論

數(shù)字化轉(zhuǎn)型是企業(yè)積極主動地順應(yīng)新一輪科技革命的時代變革，將大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等數(shù)字技術(shù)應(yīng)用到生產(chǎn)經(jīng)營和管理運(yùn)營中，以推動企業(yè)可持續(xù)發(fā)展。本文以2003—2020年A股上市公司為樣本，旨在探討企業(yè)數(shù)字化轉(zhuǎn)型對股價(jià)波動性的影響，得到以下結(jié)論：一是企業(yè)數(shù)字化轉(zhuǎn)型可以顯著降低股價(jià)波動性，且這結(jié)論在進(jìn)一步穩(wěn)健性因素分析后依然成立。二是進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)在資本市場更受青睞，能夠獲得更多的融資機(jī)會，促進(jìn)企業(yè)發(fā)展，有效緩解融資約束。三是企業(yè)數(shù)字化轉(zhuǎn)型程度可以通過緩解融資約束來有效抑制股價(jià)波動性，進(jìn)一步強(qiáng)調(diào)了數(shù)字化轉(zhuǎn)型對股價(jià)穩(wěn)定性的積極作用。四是非國有企業(yè)中數(shù)字化轉(zhuǎn)型對股價(jià)波動性的抑制作用尤為突出。

（二）研究建議

基于本文結(jié)論，提出以下建議：

一是政府應(yīng)出臺相關(guān)政策和法規(guī)，鼓勵企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型并提供相應(yīng)的支持和激勵措施，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，加大對數(shù)字化基礎(chǔ)設(shè)施建設(shè)的投資力度，以促進(jìn)數(shù)字化轉(zhuǎn)型的穩(wěn)定發(fā)展。

二是企業(yè)不僅應(yīng)該制定清晰的數(shù)字化轉(zhuǎn)型戰(zhàn)略，持續(xù)進(jìn)行技術(shù)創(chuàng)新，還應(yīng)建立健全數(shù)據(jù)管理機(jī)制和有效的風(fēng)險(xiǎn)管理機(jī)制，以減少數(shù)據(jù)泄露和潛在的風(fēng)險(xiǎn)，通過加強(qiáng)對市場風(fēng)險(xiǎn)和變化的監(jiān)測和預(yù)測能力，減少股價(jià)波動的負(fù)面影響。

三是投資者在數(shù)字經(jīng)濟(jì)時代應(yīng)當(dāng)充分利用數(shù)字化信息，關(guān)注企業(yè)的數(shù)字化戰(zhàn)略、技術(shù)創(chuàng)新和發(fā)展規(guī)劃等方面的信息，充分行使外部監(jiān)督職能，切實(shí)維護(hù)自身利益。

四是金融監(jiān)管機(jī)構(gòu)可以建立嚴(yán)格的信息披露要求，要求上市公司在數(shù)字化轉(zhuǎn)型過程中及時、準(zhǔn)確地披露相關(guān)信息。通過加強(qiáng)信息披露監(jiān)管，投資者能夠更好地了解企業(yè)的數(shù)字化轉(zhuǎn)型情況，減少信息不對稱帶來的不確定性，從而降低股價(jià)波動性。