郭德兵

摘要：數(shù)字化轉(zhuǎn)型作為新一代產(chǎn)業(yè)革命的代表，是企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的關(guān)鍵動(dòng)力。過(guò)度金融化會(huì)對(duì)企業(yè)主業(yè)產(chǎn)生擠出效應(yīng)，導(dǎo)致其發(fā)展持續(xù)性不足。本文以2007—2020年滬深A(yù)股上市公司為樣本，構(gòu)建OLS模型，研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響，并從融資約束和經(jīng)營(yíng)風(fēng)險(xiǎn)兩個(gè)方面入手，分析其中的作用機(jī)制。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型會(huì)顯著加劇企業(yè)金融化。機(jī)制分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠通過(guò)緩解企業(yè)融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)兩條渠道，提高企業(yè)金融化水平。異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型加劇企業(yè)金融化的效應(yīng)在國(guó)有企業(yè)、非制造業(yè)企業(yè)和中西部地區(qū)更為明顯。基于此，本文認(rèn)為應(yīng)加強(qiáng)對(duì)金融投資的審批、評(píng)估和監(jiān)管，建立健全投融資激勵(lì)約束機(jī)制，協(xié)調(diào)推進(jìn)各地區(qū)、各行業(yè)數(shù)字化轉(zhuǎn)型。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)金融化；融資約束；經(jīng)營(yíng)風(fēng)險(xiǎn)；脫實(shí)向虛

中圖分類號(hào)： F272；F830? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? 文章編號(hào)：1007-0753（2024）03-0071-12

一、引言

企業(yè)作為實(shí)體經(jīng)濟(jì)發(fā)展的主力軍，一直是我國(guó)經(jīng)濟(jì)高速增長(zhǎng)的重要?jiǎng)恿Γ彩俏覈?guó)建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的核心主體。但近年來(lái)，企業(yè)在發(fā)展數(shù)字經(jīng)濟(jì)的同時(shí)也漸漸出現(xiàn)金融空轉(zhuǎn)的“脫實(shí)向虛”現(xiàn)象，如將企業(yè)資源配置于交易性金融資產(chǎn)、衍生金融資產(chǎn)和投資性房地產(chǎn)等，導(dǎo)致實(shí)體經(jīng)濟(jì)“空心化”。國(guó)泰安數(shù)據(jù)顯示，2022年我國(guó)在滬深上市的4 931家A股非金融上市公司持有的金融資產(chǎn)（包括交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資、貸款和預(yù)付款以及房地產(chǎn)投資）總額約為3.57萬(wàn)億元，平均每家公司持有達(dá)7.24億元。探究實(shí)體企業(yè)金融化頻發(fā)的根源，一方面是由于實(shí)體經(jīng)濟(jì)面臨產(chǎn)能過(guò)剩挑戰(zhàn)，供給側(cè)和需求側(cè)結(jié)構(gòu)性失衡；另一方面則是由于保險(xiǎn)、房地產(chǎn)和影子銀行等泛金融部門呈現(xiàn)快速增長(zhǎng)的態(tài)勢(shì)，金融資金供給過(guò)度（李建軍和韓珣，2019）。

近年來(lái)，隨著中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)入新常態(tài)，加之供給側(cè)改革、地方融資平臺(tái)整頓以及數(shù)字經(jīng)濟(jì)競(jìng)爭(zhēng)，企業(yè)能夠獲得的生產(chǎn)性投資機(jī)會(huì)逐漸減少。為提升企業(yè)資源配置效率、投資效率和企業(yè)績(jī)效，企業(yè)紛紛轉(zhuǎn)向產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的數(shù)字化轉(zhuǎn)型戰(zhàn)略。這一方面是順應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展潮流的結(jié)果，另一方面也是企業(yè)高質(zhì)量發(fā)展的必由之路。然而，由于委托代理、投融資監(jiān)管體系不健全、管理層偏好以及信貸資金過(guò)度供給等問(wèn)題，企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)使其傾向于持有過(guò)多金融資產(chǎn)。那么，數(shù)字化轉(zhuǎn)型與企業(yè)金融化的關(guān)系究竟如何，本文將通過(guò)理論分析和實(shí)證研究對(duì)其進(jìn)行探討。

二、文獻(xiàn)綜述

企業(yè)數(shù)字化轉(zhuǎn)型，指的是以提升效率和效益為導(dǎo)向，以價(jià)值創(chuàng)造為目的，通過(guò)激發(fā)數(shù)據(jù)要素創(chuàng)新驅(qū)動(dòng)潛能，最終實(shí)現(xiàn)企業(yè)轉(zhuǎn)型升級(jí)和高質(zhì)量發(fā)展等目標(biāo)的過(guò)程?，F(xiàn)有研究主要關(guān)注數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)結(jié)果。從微觀角度來(lái)看，已有研究基于組織理論、公司治理和發(fā)展經(jīng)濟(jì)學(xué)等框架，一方面分析了數(shù)字化轉(zhuǎn)型對(duì)組織邊界（林琳和呂文棟，2019）、適應(yīng)性變革（肖靜華，2020）和管理變革（戚聿東和肖旭，2020）等公司內(nèi)部治理的積極影響，另一方面分析了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)（Mikalef 和Pateli，2017）、業(yè)績(jī)表現(xiàn)（易露霞等，2021）和企業(yè)價(jià)值（黃大禹等，2021）等經(jīng)營(yíng)效果的正向作用。從宏觀角度來(lái)看，學(xué)者們研究了數(shù)字化轉(zhuǎn)型對(duì)優(yōu)化營(yíng)商環(huán)境（陳濤和郜啊龍，2021）、國(guó)家創(chuàng)新體系構(gòu)建（楊晶等，2020）和政府公共服務(wù)能力提升（王志剛，2020）等的影響。還有部分學(xué)者從風(fēng)險(xiǎn)管理角度展開(kāi)，認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型有助于提升風(fēng)險(xiǎn)承擔(dān)水平（劉少波等，2023）、降低股價(jià)崩盤風(fēng)險(xiǎn)（彭俞超等，2023）和抑制經(jīng)營(yíng)風(fēng)險(xiǎn)（魯學(xué)博，2023）等。

關(guān)于企業(yè)金融化的影響因素，已有文獻(xiàn)大多認(rèn)為，企業(yè)金融化的觸發(fā)動(dòng)機(jī)主要是規(guī)避風(fēng)險(xiǎn)和追逐利潤(rùn)。金融資產(chǎn)具有變現(xiàn)能力強(qiáng)和流通性強(qiáng)的屬性，企業(yè)持有金融資產(chǎn)能夠發(fā)揮蓄水池功能，在資金短缺時(shí)及時(shí)出售，從而降低企業(yè)對(duì)外部資金的依賴，進(jìn)而達(dá)到風(fēng)險(xiǎn)規(guī)避（Duchin等，2017）的目的。企業(yè)金融化的另一目的是追求利潤(rùn)的增長(zhǎng)（Feng等，2022），特別是在企業(yè)盈利增長(zhǎng)緩慢或下降之時(shí)（杜勇等，2019）。此外，管理層的背景特征（杜勇等，2019；于連超等，2019；邵志浩和菅秀帥，2023）、企業(yè)的內(nèi)部控制質(zhì)量（王瑤和黃賢環(huán)，2020）、委托代理關(guān)系（Zhu等，2022）以及外部數(shù)字金融發(fā)展（張振杰等，2022）等因素也會(huì)對(duì)企業(yè)金融化產(chǎn)生影響。

縱觀過(guò)往研究，學(xué)者們從多角度分析并肯定了企業(yè)數(shù)字化轉(zhuǎn)型的積極效果，認(rèn)為數(shù)字化轉(zhuǎn)型能促進(jìn)企業(yè)提質(zhì)增效，但鮮有研究將企業(yè)數(shù)字化與金融化聯(lián)系起來(lái)進(jìn)行分析。因此，本文的邊際貢獻(xiàn)主要在于：第一，指出企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型會(huì)帶來(lái)一定的副作用，加劇企業(yè)對(duì)金融化的偏愛(ài)。需要強(qiáng)調(diào)的是，本文并沒(méi)有否認(rèn)數(shù)字技術(shù)對(duì)實(shí)體經(jīng)濟(jì)的積極作用，而是提示企業(yè)在追求數(shù)字化轉(zhuǎn)型時(shí)，要考慮它可能帶來(lái)的邊際成本和風(fēng)險(xiǎn)。第二，豐富了企業(yè)金融化和數(shù)字化轉(zhuǎn)型的相關(guān)研究，并探討了其中的影響機(jī)理，分析了融資約束和經(jīng)營(yíng)風(fēng)險(xiǎn)在其中起到的中介作用。

三、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響

隨著云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈和人工智能等數(shù)字化技術(shù)的快速發(fā)展，以及其與實(shí)體經(jīng)濟(jì)的充分融合，數(shù)字經(jīng)濟(jì)已被視為未來(lái)經(jīng)濟(jì)增長(zhǎng)的“新引擎”（許憲春等，2021）。在數(shù)字經(jīng)濟(jì)的推動(dòng)下，我國(guó)涌現(xiàn)了大量經(jīng)濟(jì)社會(huì)新現(xiàn)象，如消費(fèi)群體更喜歡“線上消費(fèi)”和“零接觸消費(fèi)”。數(shù)字化轉(zhuǎn)型迅速的企業(yè)，能夠成為互聯(lián)網(wǎng)消費(fèi)群體關(guān)注和購(gòu)買的對(duì)象，這有助于企業(yè)快速提升業(yè)績(jī)表現(xiàn)（胡青，2020）。較好的業(yè)績(jī)表現(xiàn)能夠提升企業(yè)聲譽(yù)，幫助企業(yè)獲得供給商等利益相關(guān)者的信任和商業(yè)信用資金的支持，增加企業(yè)現(xiàn)金流。資金可得性的提高將激發(fā)企業(yè)的投機(jī)套利逐利動(dòng)機(jī)，一定程度上導(dǎo)致企業(yè)金融化程度提高。此外，數(shù)字化轉(zhuǎn)型會(huì)通過(guò)同群傳染效應(yīng)增加企業(yè)金融化傾向（陳慶江等，2021）。企業(yè)投資行為往往受到同群企業(yè)決策的影響，管理層為避免因業(yè)績(jī)不佳受到處罰，經(jīng)常會(huì)模仿其他企業(yè)的投資行為。在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，企業(yè)管理層大多會(huì)選擇增持金融資產(chǎn)，這帶動(dòng)了其他同群企業(yè)的投資行為，并進(jìn)一步導(dǎo)致金融化程度加劇。據(jù)此，本文提出以下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著加劇企業(yè)金融化。

（二）數(shù)字化轉(zhuǎn)型影響企業(yè)金融化的融資約束渠道

根據(jù)信號(hào)理論和市場(chǎng)理論，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)獲得信貸資金，緩解融資約束。一方面，數(shù)字化轉(zhuǎn)型能夠有效傳遞信息。受信息不對(duì)稱和監(jiān)管成本的影響，銀行傾向于減少對(duì)信息不對(duì)稱者的信貸供給（Gomber等，2018；張璇等，2020）。通過(guò)云計(jì)算、物聯(lián)網(wǎng)等數(shù)字技術(shù)的使用，企業(yè)與金融機(jī)構(gòu)以及其他投資者的信息互通更為順暢，企業(yè)信息透明度更高，能夠降低銀行所面臨的不確定性（黃大禹等，2021），從而幫助企業(yè)獲得更多融資。另一方面，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)市場(chǎng)力量。具體而言，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)運(yùn)營(yíng)效率，擴(kuò)大市場(chǎng)份額（胡青，2020），同時(shí)向外界傳遞積極信號(hào)，減少媒體負(fù)面評(píng)價(jià)，從而樹立良好的企業(yè)形象。企業(yè)市場(chǎng)力量的提升會(huì)進(jìn)一步提振外部投資者的信心，增強(qiáng)其資金供給意愿，緩解企業(yè)融資約束。企業(yè)面臨的融資約束越小，其進(jìn)行金融資產(chǎn)投資的可能性就越大（顧雷雷等，2020）。這是因?yàn)榻鹑谫Y產(chǎn)投資具有期限短、易變現(xiàn)、收益高等特征，在逐利動(dòng)機(jī)的影響下，有較多可用資金的企業(yè)有強(qiáng)烈的意愿投資于金融資產(chǎn)（彭俞超等，2018）。據(jù)此，本文提出以下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型通過(guò)降低企業(yè)融資約束，對(duì)企業(yè)金融化產(chǎn)生影響。

（三）數(shù)字化轉(zhuǎn)型影響企業(yè)金融化的經(jīng)營(yíng)風(fēng)險(xiǎn)渠道

從長(zhǎng)期來(lái)看，經(jīng)營(yíng)風(fēng)險(xiǎn)是阻礙企業(yè)獲得融資、持續(xù)高質(zhì)量發(fā)展的重要因素，而數(shù)字化轉(zhuǎn)型正能夠幫助企業(yè)緩解這一問(wèn)題。

一方面，數(shù)字化轉(zhuǎn)型能夠減緩?fù)獠坎淮_定性對(duì)企業(yè)的沖擊。數(shù)字化轉(zhuǎn)型使企業(yè)組織結(jié)構(gòu)更具有靈活性，同時(shí)提升企業(yè)對(duì)數(shù)據(jù)的處理能力（曾德麟等，2021），使企業(yè)能夠更及時(shí)充分地利用信息，發(fā)出風(fēng)險(xiǎn)預(yù)警，制訂應(yīng)對(duì)方案。另外，數(shù)字技術(shù)的應(yīng)用能夠優(yōu)化企業(yè)內(nèi)部資源配置、業(yè)務(wù)流程和組織生產(chǎn)方式（易露霞等，2021），從而改善企業(yè)內(nèi)部治理環(huán)境（李黎和魏文君，2023），增強(qiáng)企業(yè)可持續(xù)發(fā)展能力，提升企業(yè)風(fēng)險(xiǎn)抵抗承受力。

另一方面，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提高信息傳遞效率，提高獲客能力，從而減少對(duì)大客戶的依賴，減少企業(yè)商業(yè)信用供給和經(jīng)營(yíng)風(fēng)險(xiǎn)（王貞潔和呂志軍，2023）。根據(jù)自由現(xiàn)金流假說(shuō)和經(jīng)理帝國(guó)構(gòu)建動(dòng)機(jī)理論，在企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)較低時(shí)，管理層出于逐利動(dòng)機(jī)，會(huì)更偏愛(ài)持有金融資產(chǎn)以快速提升企業(yè)價(jià)值，從而獲取更高的薪酬和威望（Gilson和Schwartz，2013）。據(jù)此，本文提出以下假設(shè)：

H3：數(shù)字化轉(zhuǎn)型通過(guò)降低企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，對(duì)企業(yè)金融化產(chǎn)生影響。

四、樣本選取和研究設(shè)計(jì)

（一）樣本選取

由于國(guó)泰安數(shù)據(jù)庫(kù)公布的數(shù)字化技術(shù)轉(zhuǎn)型數(shù)據(jù)從2007年開(kāi)始，故本文選取2007—2020年中國(guó)滬深A(yù)股上市公司作為初始樣本。為保障數(shù)據(jù)的可比性和有效性，避免特殊行業(yè)和異常值的影響，對(duì)初始數(shù)據(jù)進(jìn)行如下處理：①剔除ST和*ST上市公司；②剔除金融保險(xiǎn)類上市公司；③剔除存在明顯異常的數(shù)據(jù)，如資產(chǎn)為0或負(fù)債為負(fù)等；④剔除數(shù)據(jù)存在缺失的上市公司。此外，對(duì)所有連續(xù)變量均執(zhí)行了1%和99%的溫莎縮尾技術(shù)處理，最終共獲得12 348個(gè)有效觀測(cè)數(shù)據(jù)。本文使用的財(cái)務(wù)數(shù)據(jù)均來(lái)源于CSMAR數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)提供了當(dāng)前國(guó)內(nèi)最全的財(cái)務(wù)數(shù)據(jù)，具有真實(shí)性和代表性。

（二）模型設(shè)計(jì)和變量選取

1.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響檢驗(yàn)

本文參照Feng等（2022）、Zhu等（2022）的做法，構(gòu)建如下實(shí)證模型：

FINi =β0+β1DIGit+β2SIZEit+β3LEVit+β4CASHit+

β5TOPit+β6BOARDit+β7IDRit+β8DUALit+

β9CSHit+β10AGEit+β11MFR+Firm+Year+μ

（1）

其中，F(xiàn)IN為被解釋變量企業(yè)金融化，下標(biāo)it表示第i個(gè)企業(yè)第t期。當(dāng)前有兩類較為常見(jiàn)的度量企業(yè)金融化的方式：一種是以金融資產(chǎn)配置為測(cè)算標(biāo)準(zhǔn)，主要是以企業(yè)持有的金融資產(chǎn)絕對(duì)額和相對(duì)額來(lái)度量（Zhu等，2022）；另一種是以金融渠道收益作為度量標(biāo)準(zhǔn)，主要是以企業(yè)的投資收益占營(yíng)業(yè)收入的比重或投資收益占企業(yè)總利潤(rùn)的比重來(lái)衡量（楊箏等，2019）?？紤]到投資收益存在負(fù)值，該指標(biāo)不能完全度量企業(yè)的金融資產(chǎn)持有行為，本文采用第一種測(cè)度方法，其中金融資產(chǎn)采用交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)凈額、持有至到期投資凈額、發(fā)放貸款及墊款凈額以及房地產(chǎn)投資凈額的總和來(lái)衡量。

DIG為解釋變量企業(yè)數(shù)字化轉(zhuǎn)型。借鑒吳非等（2021）的做法，采用上市公司年報(bào)中涉及“數(shù)字化轉(zhuǎn)型”的詞頻作為其代理變量。首先，確定數(shù)字化轉(zhuǎn)型的詞頻范圍。本文將數(shù)字化轉(zhuǎn)型界定為底層技術(shù)和實(shí)踐應(yīng)用兩個(gè)部分，其中，底層技術(shù)包括人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)和大數(shù)據(jù)技術(shù)四個(gè)方面的詞頻，實(shí)踐應(yīng)用則包括企業(yè)在移動(dòng)互聯(lián)網(wǎng)、電子商務(wù)、智能營(yíng)銷等數(shù)字技術(shù)方面的應(yīng)用詞頻。其次，使用Python爬蟲功能整理A股年度報(bào)告中反映數(shù)字化轉(zhuǎn)型特征的關(guān)鍵詞詞頻數(shù)。最后，將底層技術(shù)和實(shí)踐應(yīng)用的詞頻數(shù)相加來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型的程度。該數(shù)值越大，表明企業(yè)數(shù)字化轉(zhuǎn)型的程度越高。

SIZE，LEV，CASH，TOP，BOARD，IDR，DUAL，CSH，AGE和MFR分別為企業(yè)規(guī)模、償債能力、現(xiàn)金流水平、股權(quán)集中度、董事會(huì)規(guī)模、獨(dú)立董事比例、兩職合一、管理層持股、企業(yè)成立年限和管理費(fèi)用率。Firm和Year分別為個(gè)體和時(shí)間固定效應(yīng)，u為殘差項(xiàng)，β為待估計(jì)系數(shù)。具體變量解釋見(jiàn)表1。

2.中介作用檢驗(yàn)

為檢驗(yàn)融資約束是否在數(shù)字化轉(zhuǎn)型影響企業(yè)金融化的過(guò)程中起到中介作用，本文參照扈文秀等（2021）的做法，在模型（1）的基礎(chǔ)上，構(gòu)建兩個(gè)實(shí)證模型：

FC =? α0+α1DIG+α2SIZE+α3LEV+α4CASHit+

α5TOPit+α6BOARDit+α7IDRit+α8DUALit+

α9CSHit+α10AGEit+α11MFR+Firm+

Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

FIN = θ0+θ1FC+θ2DIG+θ3SIZE+θ4LEV+

θ5CASH+θ6TOP+θ7BOARD+θ8IDR+

θ9DUAL+θ10CSH+θ11AGE+θ12MFR+

Firm+Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

其中，F(xiàn)C為融資約束中介變量，αi和θi為待估計(jì)參數(shù)，其余變量符號(hào)同上。借鑒肖文和薛天航（2019）的做法，使用SA指數(shù)衡量融資約束，計(jì)算公式為：

SA= -0.737×SIZE+0.043×SIZE2-0.04×AGE? ?（4）

其中，SIZE為企業(yè)規(guī)模，AGE為企業(yè)成立年限。需要說(shuō)明的是，SA數(shù)值越大，則企業(yè)面臨的融資約束程度越嚴(yán)重；而SA數(shù)值越小，則企業(yè)所受的融資約束程度越輕。此外，本文進(jìn)一步參考扈文秀等（2021）的方法，將企業(yè)KZ指數(shù)作為融資約束的另一個(gè)代理變量。

為探討經(jīng)營(yíng)風(fēng)險(xiǎn)的中介作用，本文同樣在模型（1）的基礎(chǔ)上，構(gòu)建兩個(gè)實(shí)證模型：

CR =? α0+α1DIG+α2SIZE+α3LEV+α4CASHit+

α5TOPit+α6BOARDit+α7IDRit+α8DUALit+

α9CSHit+α10AGEit+α11MFR+Firm+

Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

FIN = θ0+θ1CR+θ2DIG+θ3SIZE+θ4LEV+

θ5CASH+θ6TOP+θ7BOARD+θ8IDR+

θ9DUAL+θ10CSH+θ11AGE+θ12MFR+

Firm+Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

其中，CR為經(jīng)營(yíng)風(fēng)險(xiǎn)中介變量，αi和θi為待估計(jì)參數(shù)，其余變量符號(hào)同上。借鑒李建軍和韓珣（2019）的做法，采用Zscore指數(shù)衡量經(jīng)營(yíng)風(fēng)險(xiǎn)，即Zscore=0.6×股票總市值/負(fù)債賬面價(jià)值+0.999×銷售收入/總資產(chǎn)+1.2×營(yíng)運(yùn)資金/總資產(chǎn)+1.4×留存收益/總資產(chǎn)+3.3×息稅前利潤(rùn)/總資產(chǎn)。Zscore指數(shù)與企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)呈反比，該數(shù)值越大，企業(yè)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)則越低。此外，本文進(jìn)一步參考扈文秀等（2021）的方法，將企業(yè)違約風(fēng)險(xiǎn)KMV指數(shù)作為經(jīng)營(yíng)風(fēng)險(xiǎn)的另一個(gè)代理變量。

五、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2呈現(xiàn)了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。可以看到，企業(yè)金融化（FIN）均值為0.043 6，最大值為0.455 3，最小值為0，標(biāo)準(zhǔn)差為0.081 3，表明我國(guó)非金融上市公司在金融資產(chǎn)持有方面整體不高，具有差異性，且部分上市公司持有的金融資產(chǎn)占總資產(chǎn)的45.53%。企業(yè)數(shù)字化轉(zhuǎn)型（DIG）均值為2.038 9，標(biāo)準(zhǔn)差為1.114 2，這說(shuō)明我國(guó)非金融上市公司在數(shù)字化轉(zhuǎn)型發(fā)展上的差異性較為明顯。此外，控制變量描述性統(tǒng)計(jì)結(jié)果均在合理范圍內(nèi)，未表現(xiàn)出較為明顯的異常偏態(tài)。

（二）相關(guān)性結(jié)果

表3呈現(xiàn)了主要變量的皮爾森相關(guān)系數(shù)。由相關(guān)系數(shù)值可知，企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)金融化的相關(guān)系數(shù)在1%水平下顯著為0.08，初步證實(shí)企業(yè)數(shù)字化轉(zhuǎn)型可能會(huì)加劇企業(yè)對(duì)金融化的偏愛(ài)。變量?jī)蓛砷g的相關(guān)系數(shù)絕對(duì)值最大為0.57，表明文中選取的變量不存在嚴(yán)重的共線性，可以進(jìn)行下一步回歸檢驗(yàn)。

（三）主回歸效應(yīng)

表4匯報(bào)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的回歸結(jié)果。由列（1）可知，在未引入控制變量時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響系數(shù)為0.002 2，且在1%的統(tǒng)計(jì)水平下顯著，初步表明企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)金融化呈現(xiàn)顯著正向關(guān)系。列（2）中進(jìn)一步引入控制變量，結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.002 9，仍在1%的統(tǒng)計(jì)水平下顯著為正，進(jìn)一步證明了數(shù)字化轉(zhuǎn)型會(huì)增強(qiáng)企業(yè)的金融化偏好，即企業(yè)的數(shù)字化轉(zhuǎn)型程度越高，企業(yè)越傾向于增加持有金融資產(chǎn)，假設(shè)H1得證。

（四）穩(wěn)健性檢驗(yàn)

1.雙重差分法

2017年中央網(wǎng)信辦和國(guó)家發(fā)改委會(huì)同有關(guān)部門印發(fā)《關(guān)于開(kāi)展國(guó)家電子政務(wù)綜合試點(diǎn)的通知》，選取北京、上海、廣東、江蘇、浙江、福建、陜西、寧夏等地開(kāi)展國(guó)家電子政務(wù)綜合試點(diǎn)，旨在提升政府?dāng)?shù)字化轉(zhuǎn)型水平，實(shí)現(xiàn)政務(wù)服務(wù)事項(xiàng)數(shù)據(jù)統(tǒng)一。該試點(diǎn)政策推動(dòng)了企業(yè)共享平臺(tái)建設(shè)，能夠降低企業(yè)交易成本，因此試點(diǎn)地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型能夠更為順暢，得到政府更大的支持。本文參照張嘉偉等（2022）的做法，將電子政務(wù)綜合試點(diǎn)視為企業(yè)數(shù)字化轉(zhuǎn)型的外生事件沖擊，構(gòu)建如下雙重差分計(jì)量模型：

FIN = β0 + β1TREAT + β2TIME + β3TREAT ×

TIME + CVS + Firm + Year + μ? ? ? ? ? ? ?（7）

其中，TREAT表示電子政務(wù)綜合試點(diǎn)政策沖擊外生變量，若公司注冊(cè)所在地屬于北京、上海、廣東、江蘇、浙江、福建、陜西、寧夏等地則取值1，否則為0。TIME表示電子政務(wù)綜合試點(diǎn)政策沖擊時(shí)間變量，若時(shí)間屬于2017年后，即國(guó)家電子政務(wù)政策實(shí)施以后，取值為1，否則為0，CVs為一系列控制變量。檢驗(yàn)結(jié)果見(jiàn)表5，TREAT×TIME的回歸系數(shù)顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化有顯著的正向影響。

2.工具變量法

考慮到可能存在遺漏變量而導(dǎo)致的內(nèi)生性問(wèn)題，本文進(jìn)一步尋找工具變量（IV）對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)金融化的關(guān)系進(jìn)行再次檢驗(yàn)。為滿足工具變量相關(guān)性和外部性的要求，本文借鑒劉新?tīng)?zhēng)（2023）、邱煜和潘攀（2023）的做法，分別選取兩個(gè)工具變量：一是地區(qū)互聯(lián)網(wǎng)上網(wǎng)人數(shù)，檢驗(yàn)結(jié)果見(jiàn)表6列（1）、（2）；二是企業(yè)所處行業(yè)其他企業(yè)年度數(shù)字化轉(zhuǎn)型的平均水平，檢驗(yàn)結(jié)果見(jiàn)表6列（3）、（4）。第一階段的結(jié)果顯示，所選取工具變量與企業(yè)數(shù)字化轉(zhuǎn)型具有正相關(guān)性，且通過(guò)了1％的顯著性檢驗(yàn)；第二階段結(jié)果顯示，無(wú)論選取何種工具變量，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響均顯著為正，再次驗(yàn)證了前文結(jié)論的穩(wěn)健性。

3.其他檢驗(yàn)方法

除上述方法外，本文還做了以下穩(wěn)健性檢驗(yàn)：（1）重構(gòu)因變量。一是借鑒楊箏等（2019）的做法，以金融渠道收益作為企業(yè)金融化的度量標(biāo)準(zhǔn)，即以企業(yè)投資收益占營(yíng)業(yè)收入的比重作為被解釋變量重新進(jìn)行回歸。二是考慮到部分上市公司將房地產(chǎn)投資作為長(zhǎng)期業(yè)務(wù)投資，在一定程度上可能不屬于金融資產(chǎn)持有，因此借鑒Feng等（2022）的做法，將房地產(chǎn)投資凈額去除后再回歸。（2）排除疫情干擾影響。為避免新冠疫情沖擊導(dǎo)致2020年數(shù)據(jù)對(duì)實(shí)證結(jié)果產(chǎn)生干擾，剔除2020年數(shù)據(jù)后再次回歸。（3）面板數(shù)據(jù)檢驗(yàn)?？紤]到數(shù)字化轉(zhuǎn)型和金融化可能受管理層的個(gè)人偏好、創(chuàng)始人的性格和企業(yè)文化的影響，本文進(jìn)一步剔除非平衡數(shù)據(jù)，采用平衡面板數(shù)據(jù)對(duì)結(jié)果再次進(jìn)行檢驗(yàn)。以上實(shí)證結(jié)果均表明企業(yè)的數(shù)字化轉(zhuǎn)型會(huì)加劇企業(yè)金融化，篇幅所限，檢驗(yàn)結(jié)果未在此一一列出。

（五）作用機(jī)制分析

1.融資約束的中介效應(yīng)

表7匯報(bào)了融資約束在數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化影響過(guò)程中的中介效應(yīng)檢驗(yàn)結(jié)果，列（1）、（2）中以SA指數(shù)衡量融資約束，列（3）、（4）為使用KZ指數(shù)衡量融資約束的回歸結(jié)果。由表7列（1）、（3）的結(jié)果可知，數(shù)字化轉(zhuǎn)型對(duì)融資約束的回歸系數(shù)均為負(fù)，且至少在5％的水平下顯著，表明較高的企業(yè)數(shù)字化轉(zhuǎn)型程度有助于緩解企業(yè)融資約束。由列（2）、（4）的結(jié)果可以看出，在將融資約束變量納入主回歸模型后，融資約束對(duì)企業(yè)金融化的系數(shù)分別為-0.050 8和-0.077 6，均在1%水平下顯著。SA指數(shù)和KZ指數(shù)越大，意味著企業(yè)面臨的融資約束越嚴(yán)重，該結(jié)果表明當(dāng)企業(yè)面臨的融資約束越小時(shí)，企業(yè)越傾向于增加金融資產(chǎn)。同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的影響系數(shù)仍顯著為正，表明融資約束在企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)金融化中起到了部分中介作用，假設(shè)H2成立。

2.經(jīng)營(yíng)風(fēng)險(xiǎn)的中介效應(yīng)

表8匯報(bào)了經(jīng)營(yíng)風(fēng)險(xiǎn)在企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化影響過(guò)程中的中介效應(yīng)回歸結(jié)果。列（1）、（2）中以Zscore指數(shù)衡量經(jīng)營(yíng)風(fēng)險(xiǎn)，列（3）、（4）為使用KMV指數(shù)衡量經(jīng)營(yíng)風(fēng)險(xiǎn)的回歸結(jié)果。由表8列（1）、（3）的回歸結(jié)果可知，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)Zscore指數(shù)和KMV指數(shù)的影響系數(shù)分別為0.396 6和-0.004 9，表明企業(yè)數(shù)字化轉(zhuǎn)型與Zscore指數(shù)和KMV指數(shù)分別呈正相關(guān)和負(fù)相關(guān)。需要說(shuō)明的是，企業(yè)的Zscore指數(shù)得分越高，代表企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)就越低。因此，該結(jié)果表明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著降低企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。由列（2）、（4）的結(jié)果可知，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)對(duì)企業(yè)金融化的影響系數(shù)分別為0.000 6和-0.017 2，分別在1%水平下顯著和5%水平下顯著。表明以Zscore指數(shù)和KMV指數(shù)衡量的企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)在數(shù)字化轉(zhuǎn)型影響企業(yè)金融化中扮演了中介效應(yīng)。進(jìn)一步觀察θ2的顯著性，分別為0.002 6和0.002 8，均在1%水平下顯著，表明企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)在企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)金融化中發(fā)揮的是部分傳導(dǎo)作用，假設(shè)H3成立。

（六）異質(zhì)性分析

由于企業(yè)自身產(chǎn)權(quán)性質(zhì)、所屬行業(yè)不同，其在銀行信貸、投資者以及地方財(cái)政支持的可獲得性上也存在較大差異，因此本文將依據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)和行業(yè)屬性進(jìn)行分組，考察不同類型企業(yè)的異質(zhì)性影響。同時(shí)，考慮到我國(guó)地區(qū)之間存在稟賦差異，這也是影響數(shù)字化發(fā)展的重要因素，本文進(jìn)一步就不同地區(qū)進(jìn)行異質(zhì)性檢驗(yàn)。表9匯報(bào)了不同產(chǎn)權(quán)性質(zhì)、行業(yè)屬性和區(qū)域位置的異質(zhì)性檢驗(yàn)結(jié)果。

1.產(chǎn)權(quán)性質(zhì)的異質(zhì)性

表9列（1）、（2）的結(jié)果顯示，數(shù)字化轉(zhuǎn)型回歸系數(shù)在國(guó)有企業(yè)和民營(yíng)企業(yè)組均為正，但前者在1%的水平下顯著，而后者僅在10%的水平下顯著。進(jìn)一步對(duì)其做t值差異性系數(shù)檢驗(yàn)，顯示在1%的水平下拒絕，表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的正向作用在國(guó)有企業(yè)表現(xiàn)得更加顯著。可能的解釋是，在融資能力方面，相較于民營(yíng)企業(yè)，國(guó)有企業(yè)更能獲得銀行等金融機(jī)構(gòu)的信貸資源青睞，過(guò)度的資金支持會(huì)增強(qiáng)企業(yè)增持金融資產(chǎn)的動(dòng)機(jī)；在公司治理結(jié)構(gòu)方面，國(guó)有企業(yè)金字塔代理鏈條復(fù)雜，缺乏有效的監(jiān)督體系，導(dǎo)致國(guó)有企業(yè)第一類代理問(wèn)題突出，相較產(chǎn)權(quán)清晰、激勵(lì)約束機(jī)制與業(yè)績(jī)更為掛鉤的民營(yíng)企業(yè)，國(guó)有企業(yè)更有動(dòng)力持有金融資產(chǎn)，以彌補(bǔ)薪資報(bào)酬的不足，并增強(qiáng)權(quán)力尋租（曹偉等，2023）。這一異質(zhì)性檢驗(yàn)結(jié)果也反映出國(guó)有企業(yè)的委托代理問(wèn)題較為嚴(yán)重，需要更多地關(guān)注國(guó)有企業(yè)的內(nèi)部治理體系建設(shè)和薪酬體系設(shè)計(jì)，從而有效遏制其脫實(shí)向虛問(wèn)題。

2.行業(yè)屬性的異質(zhì)性

表9列（3）、（4）的結(jié)果顯示，在制造業(yè)組，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的系數(shù)為正但不顯著；在非制造業(yè)組，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的系數(shù)在5%的水平下顯著為正，表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的正向作用在非制造業(yè)表現(xiàn)得更加顯著。究其原因，應(yīng)該是制造業(yè)固定資產(chǎn)較多，具有重資產(chǎn)、回收慢、利潤(rùn)低等特點(diǎn)，經(jīng)常面臨產(chǎn)能過(guò)剩、資源錯(cuò)配等情形，且制造業(yè)數(shù)字化轉(zhuǎn)型需要投入大量資金進(jìn)行研發(fā)和改造，這使得制造業(yè)推動(dòng)產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的轉(zhuǎn)型過(guò)程較為艱難，面臨的資金約束較為嚴(yán)重，無(wú)法擴(kuò)大金融資產(chǎn)投資規(guī)模。

3.區(qū)域位置的異質(zhì)性

表9列（5）、（6）的結(jié)果顯示，在中西部地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的系數(shù)顯著為正，且通過(guò)了1%的顯著性檢驗(yàn)，而在東部地區(qū)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的系數(shù)僅在10%的水平下顯著。進(jìn)一步對(duì)其做t值差異性系數(shù)檢驗(yàn)，顯示在1%的水平下拒絕，表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的正向作用在中西部地區(qū)表現(xiàn)得更加顯著?？赡艿脑蛟谟冢瑬|部地區(qū)在企業(yè)內(nèi)部治理和外部監(jiān)督等方面已經(jīng)形成了較為完備的制度體系，在一定程度上能夠抑制企業(yè)金融化傾向；而中西部地區(qū)數(shù)字經(jīng)濟(jì)整體發(fā)展較為緩慢，這使得數(shù)字化水平較高的企業(yè)更容易獲得金融機(jī)構(gòu)和投資者的青睞，加之內(nèi)部控制和投資決策監(jiān)督機(jī)制可能尚不完善，導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型能夠明顯地促使企業(yè)增持金融資產(chǎn)。

六、結(jié)論與建議

本文以2007—2020年的A股上市公司作為樣本，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的直接影響、作用機(jī)制及其異質(zhì)性表現(xiàn)。實(shí)證結(jié)果表明：企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著加劇企業(yè)金融化。從作用機(jī)制來(lái)看，融資約束和經(jīng)營(yíng)風(fēng)險(xiǎn)在數(shù)字化轉(zhuǎn)型影響企業(yè)金融化的過(guò)程中起到了部分中介作用，數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)，起到了促使企業(yè)持有金融資產(chǎn)的作用。異質(zhì)性檢驗(yàn)表明，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)金融化的加劇作用在國(guó)有企業(yè)、非制造業(yè)和中西部地區(qū)更為明顯。

基于上述結(jié)論，本文提出如下幾點(diǎn)建議：第一，加強(qiáng)對(duì)金融投資的審批、評(píng)估和監(jiān)管。盡管數(shù)字化轉(zhuǎn)型能夠緩解融資約束并降低經(jīng)營(yíng)風(fēng)險(xiǎn)，但會(huì)在一定程度上推動(dòng)企業(yè)對(duì)金融資產(chǎn)的追求，導(dǎo)致實(shí)體經(jīng)濟(jì)的“空心化”。數(shù)字化轉(zhuǎn)型企業(yè)應(yīng)建立健全金融投資審批管理機(jī)制和風(fēng)險(xiǎn)預(yù)警機(jī)制，做到全流程風(fēng)險(xiǎn)防控，在評(píng)估中可以引入第三方機(jī)構(gòu)，提高決策的科學(xué)性和專業(yè)性，提升企業(yè)資源配置效率。第二，建立健全投融資激勵(lì)約束機(jī)制。一方面，企業(yè)應(yīng)做到激勵(lì)相容、權(quán)責(zé)對(duì)等和終身問(wèn)責(zé)，倒逼管理層恪盡職守、用心經(jīng)營(yíng)，減少非效率投資以及過(guò)度金融化等代理問(wèn)題。另一方面，應(yīng)結(jié)合企業(yè)自身情況對(duì)高管實(shí)施有差別的激勵(lì)，如將管理層績(jī)效更多地與實(shí)體主業(yè)以及經(jīng)營(yíng)業(yè)績(jī)綁定，并設(shè)置有利于企業(yè)長(zhǎng)期發(fā)展的股權(quán)激勵(lì)獎(jiǎng)勵(lì)，避免金融化對(duì)企業(yè)主營(yíng)業(yè)務(wù)造成擠出效應(yīng)。第三，協(xié)調(diào)推進(jìn)各地區(qū)、各行業(yè)數(shù)字化轉(zhuǎn)型。我國(guó)數(shù)字化轉(zhuǎn)型存在區(qū)域和行業(yè)差別，在產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的過(guò)程中，傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型更為困難。由于中西部地區(qū)的傳統(tǒng)產(chǎn)業(yè)占比較高（曾祥炎等，2023），這些地區(qū)應(yīng)借助“東數(shù)西算”等一系列工程，鼓勵(lì)企業(yè)特別是傳統(tǒng)制造業(yè)企業(yè)與東部地區(qū)企業(yè)建立聯(lián)系，學(xué)習(xí)先進(jìn)經(jīng)驗(yàn)，同時(shí)設(shè)立數(shù)字化改造專項(xiàng)基金、制定數(shù)字經(jīng)濟(jì)發(fā)展貸款貼息和稅收優(yōu)惠政策等，解決關(guān)鍵技術(shù)、關(guān)鍵軟件和核心設(shè)備等卡脖子問(wèn)題，跨越區(qū)域及行業(yè)數(shù)字鴻溝，最終實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)紅利共享。

參考文獻(xiàn)：

[1] 李建軍，韓珣.非金融企業(yè)影子銀行化與經(jīng)營(yíng)風(fēng)險(xiǎn)[J].經(jīng)濟(jì)研究，2019，54（08）：21-35.

[2] 林琳，呂文棟.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)管理變革的影響——基于酷特智能與海爾的案例研究[J].科學(xué)決策，2019（01）：85-98.

[3]肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革[J].改革，2020（04）：37-49.

[4] 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（06）：135-152+250.

[5] MIKALEF P， PATELI A. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance： Findings from PLS-SEM and fsQCA[J]. Journal of Business Research， 2017， 70： 1-16.

[6]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（08）：15-25+69.

[7]黃大禹，謝獲寶，孟祥瑜，等.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家，2021（12）：41-51.

[8]陳濤，郜啊龍.政府?dāng)?shù)字化轉(zhuǎn)型驅(qū)動(dòng)下優(yōu)化營(yíng)商環(huán)境研究——以東莞市為例[J].電子政務(wù)，2021（03）：83-93.

[9] 楊晶，李哲，康琪.數(shù)字化轉(zhuǎn)型對(duì)國(guó)家創(chuàng)新體系的影響與對(duì)策研究[J].研究與發(fā)展管理，2020，32（06）：26-38.

[10]王志剛.財(cái)政數(shù)字化轉(zhuǎn)型與政府公共服務(wù)能力建設(shè)[J].財(cái)政研究，2020（10）：19-30.

[11]劉少波，盧曼倩，張友澤.數(shù)字化轉(zhuǎn)型提升了企業(yè)風(fēng)險(xiǎn)承擔(dān)的價(jià)值嗎？[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2023，25（02）：61-80.

[12]彭俞超，王南萱，顧雷雷.企業(yè)數(shù)字化轉(zhuǎn)型、預(yù)判性信息披露與股價(jià)暴跌風(fēng)險(xiǎn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2023，44（05）：73-90.

[13]魯學(xué)博.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的影響及作用機(jī)制——基于中國(guó)A股上市公司的經(jīng)驗(yàn)證據(jù)[J].北京師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023（03）：66-76.

[14]DUCHIN R， GILBERT T， HARFORD J， et al. Precautionary savings with risky assets： When cash is not cash[J]. The Journal of Finance， 2017， 72（02）： 793-852.

[15] FENG Y， YU Q， NAN X， et al. Can employee stock ownership plans reduce corporate financialization？ Evidence from China[J]. Economic Analysis and Policy， 2022， 73： 140-151.

[16]杜勇，謝瑾，陳建英.CEO金融背景與實(shí)體企業(yè)金融化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（05）：136-154.

[17]于連超，張衛(wèi)國(guó)，眭鑫，等.高管從軍經(jīng)歷與企業(yè)金融化：抑制還是促進(jìn)？[J].科學(xué)決策，2019（06）：20-42.

[18]邵志浩，菅秀帥.學(xué)術(shù)背景獨(dú)立董事如何影響企業(yè)金融化[J].東方論壇，2023（05）：73-90.

[19]王瑤，黃賢環(huán).內(nèi)部控制與實(shí)體企業(yè)金融化：治理效應(yīng)抑或助推效應(yīng)[J].財(cái)經(jīng)科學(xué)，2020（02）：26-38.

[20] ZHU G P， GUI H F， PENG T， et al. Corporate tax avoidance and corporate financialization： The moderating effect of managerial myopia[J]. Managerial and Decision Economics， 2022（08）：497-511.

[21]張振杰，譚春平，李輝.數(shù)字金融對(duì)企業(yè)金融化趨勢(shì)的影響研究[J].金融經(jīng)濟(jì)，2022（02）：12-22.

[22]許憲春，張美慧，張鐘文.數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)的挑戰(zhàn)和創(chuàng)新[J].統(tǒng)計(jì)研究，2021，38（01）：15-26.

[23]胡青.企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制與績(jī)效[J].浙江學(xué)刊，2020（02）：146-154.

[24]陳慶江，王彥萌，萬(wàn)茂豐.企業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)及其影響因素研究[J].管理學(xué)報(bào)，2021，18（05）：653-663.

[25] GOMBER P， KAUFFMAN R J， PARKER C， et al. On the fintech revolution： Interpreting the forces of innovation， disruption， and transformation in financial services[J]. Journal of Management Information Systems， 2018， 35（01）： 220-265.

[26]張璇，高金鳳，李春濤.銀行業(yè)競(jìng)爭(zhēng)與資源錯(cuò)配——來(lái)自中國(guó)工業(yè)企業(yè)的證據(jù)[J].國(guó)際金融研究，2020（06）：54-63.

[27]顧雷雷，郭建鸞，王鴻宇.企業(yè)社會(huì)責(zé)任、融資約束與企業(yè)金融化[J].金融研究，2020（02）：109-127.

[28]彭俞超，韓珣，李建軍.經(jīng)濟(jì)政策不確定性與企業(yè)金融化[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（01）：137-155.

[29]曾德麟，蔡家瑋，歐陽(yáng)桃花.數(shù)字化轉(zhuǎn)型研究：整合框架與未來(lái)展望[J].外國(guó)經(jīng)濟(jì)與管理，2021，43（05）：63-76.

[30]李黎，魏文君.數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱[J].財(cái)會(huì)月刊，2023，44（08）：35-44.

[31]王貞潔，呂志軍.數(shù)字化轉(zhuǎn)型是否能夠幫助企業(yè)擺脫大客戶依賴——關(guān)系生態(tài)整合視角[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2023，43（08）：17-31.

[32] GILSON R J， SCHWARTZ A. Constraints on private benefits of control： Ex ante control mechanisms versus ex post transaction review[J]. Journal of Institutional and Theoretical Economics， 2013（01）： 160-183.

[33]楊箏，王紅建，戴靜，等.放松利率管制、利潤(rùn)率均等化與實(shí)體企業(yè)“脫實(shí)向虛”[J].金融研究，2019（06）：20-38.

[34]吳非，常曦，任曉怡.政府驅(qū)動(dòng)型創(chuàng)新：財(cái)政科技支出與企業(yè)數(shù)字化轉(zhuǎn)型[J].財(cái)政研究，2021（01）：102-115.

[35]扈文秀，朱冠平，李祥發(fā).金融資產(chǎn)持有與企業(yè)違約風(fēng)險(xiǎn)：融資約束的中介效應(yīng)[J].預(yù)測(cè)，2021，40（03）：39-46.

[36]肖文，薛天航.勞動(dòng)力成本上升、融資約束與企業(yè)全要素生產(chǎn)率變動(dòng)[J].世界經(jīng)濟(jì)，2019，42（01）：76-94.

[37]張嘉偉，胡丹丹，周磊.數(shù)字經(jīng)濟(jì)能否緩解管理層短視行為？——來(lái)自真實(shí)盈余管理的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)管理，2022，44（01）：122-139.

[38]劉新?tīng)?zhēng).企業(yè)數(shù)字化轉(zhuǎn)型中的“生產(chǎn)率悖論”——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)學(xué)家，2023（11）：37-47.

[39]邱煜，潘攀.企業(yè)數(shù)字化轉(zhuǎn)型與大客戶依賴治理[J].財(cái)貿(mào)經(jīng)濟(jì)，2023，44（10）：90-108.

[40]曹偉，綦好東，趙璨.企業(yè)金融資產(chǎn)的配置動(dòng)機(jī)：基于產(chǎn)權(quán)性質(zhì)與異質(zhì)性股東參股的分析[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（02）：150-168.

[41]曾祥炎，魏蒙蒙，梁銀笛.數(shù)字經(jīng)濟(jì)促進(jìn)區(qū)域協(xié)調(diào)發(fā)展：機(jī)理、難點(diǎn)與對(duì)策[J].東岳論叢，2023，44（11）：114-120+192.

Does Digital Transformation Exacerbate Corporate Financialization？： A Study on the Intermediary Effects of Corporate Financing Constraints and Operational Risks

Abstract： Digital transformation， as a representative of the new generation of industrial revolution， is a key driving force for enterprises to achieve high-quality development. However， excessive financialization can also lead to crowding-out effects on the core business of enterprises， resulting in insufficient sustainability of their development. This paper takes the listed companies on the Shanghai and Shenzhen stock exchanges from 2007 to 2020 as samples， constructs an OLS model， and studies the impact of digital transformation on corporate financialization. Furthermore， starting from the aspects of financing constraints and operational risks， the paper analyzes the operating mechanisms. The research finds that digital transformation significantly exacerbates corporate financialization. Mechanism analysis reveals that digital transformation can increase the level of corporate financialization through two channels： Alleviating corporate financing constraints and reducing operational risks. Heterogeneity analysis suggests that the effect of digital transformation on exacerbating corporate financialization is more pronounced in state-owned enterprises， non-manufacturing enterprises， and in the central and western regions of China. Based on this， the paper suggests strengthening the approval， evaluation， and supervision of financial investment; establishing sound incentive and constraint mechanisms for investment and financing; and coordinating the promotion of digital transformation in various regions and industries.

Keywords： Digital transformation; Corporate financialization; Financing constraints; Operational risks； Shift from real to virtual