一、引言

在我國的金融體系下，債務(wù)融資是企業(yè)生產(chǎn)經(jīng)營的主要融資方式。企業(yè)保持合理負債規(guī)模，優(yōu)化債務(wù)結(jié)構(gòu)是防范系統(tǒng)性金融風(fēng)險和促進經(jīng)濟高質(zhì)量發(fā)展的重要舉措。雖然2015年推行的供給側(cè)結(jié)構(gòu)性改革將去杠桿列為目標(biāo)任務(wù)之一，然而，根據(jù)國家資產(chǎn)負債表研究中心的數(shù)據(jù)，2019一2024年，非金融企業(yè)部門的杠桿率從 149% 上升到 168.4%_o 適度的負債水平有助于提高企業(yè)的效率，而過度負債可能會增加企業(yè)的債務(wù)成本和破產(chǎn)風(fēng)險，甚至債務(wù)風(fēng)險的傳染性會加劇金融系統(tǒng)的脆弱性。因此，推進企業(yè)債務(wù)治理優(yōu)化，防范企業(yè)過度負債對于實體經(jīng)濟和金融系統(tǒng)的可持續(xù)發(fā)展具有重要的現(xiàn)實意義。

以人工智能等為代表的數(shù)字技術(shù)正迅猛發(fā)展，當(dāng)前社會已經(jīng)步人了數(shù)字經(jīng)濟時代，進行數(shù)字化轉(zhuǎn)型成為當(dāng)下企業(yè)保持競爭優(yōu)勢，提升企業(yè)發(fā)展質(zhì)量的關(guān)鍵所在。企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)利用數(shù)字技術(shù)實現(xiàn)資源配置優(yōu)化和運營效率提升，推動數(shù)字技術(shù)與實體經(jīng)濟融合，賦能企業(yè)轉(zhuǎn)型發(fā)展的過程?，F(xiàn)有研究表明，數(shù)字化轉(zhuǎn)型無論對企業(yè)發(fā)展還是宏觀經(jīng)濟發(fā)展都有著積極的影響。然而，數(shù)字化轉(zhuǎn)型并非一蹴而就的事情，是一項戰(zhàn)略性和長期性的變革。企業(yè)進行數(shù)字化轉(zhuǎn)型，會增加對數(shù)字化技術(shù)設(shè)備等的資金投入2，從而會影響企業(yè)的融資決策。

因此，本文主要關(guān)注以下問題：第一，數(shù)字化轉(zhuǎn)型是促進還是抑制了企業(yè)的過度負債？第二，其影響機制如何？第三，該影響是否會因企業(yè)的特征而存在顯著不同？鑒于此，本文以2010—2023年中國滬深A(yù)股上市企業(yè)作為研究樣本，實證檢驗數(shù)字化轉(zhuǎn)型與企業(yè)過度負債的關(guān)系，探究其內(nèi)在的傳導(dǎo)機制，以期為促進企業(yè)積極實行數(shù)字化轉(zhuǎn)型，合理規(guī)劃企業(yè)債務(wù)規(guī)模，優(yōu)化資本結(jié)構(gòu)，賦能實體經(jīng)濟實現(xiàn)更高層次發(fā)展提供參考。

二、文獻綜述

（一）企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟效應(yīng)

數(shù)字化轉(zhuǎn)型是企業(yè)突破傳統(tǒng)經(jīng)營模式，增強市場核心競爭力的重要途徑?，F(xiàn)有研究也表明數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)經(jīng)營的積極效應(yīng)。企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的專業(yè)化分工[，促進了企業(yè)的持續(xù)性創(chuàng)新，增加了創(chuàng)新績效和創(chuàng)新產(chǎn)出。同時，數(shù)字化技術(shù)的應(yīng)用促使企業(yè)進行人力資源升級，低技能勞動力被高技術(shù)人員替代，進而提升了企業(yè)的全要素生產(chǎn)率和出口產(chǎn)品質(zhì)量4。此外。數(shù)字化轉(zhuǎn)型破除了組織間的信息壁壘，增強了信息挖掘和分析效率，降低了企業(yè)的信息成本，提高了企業(yè)的資本配置效率[，同時也抑制了企業(yè)信息披露違規(guī)行為?？梢姡柚鷶?shù)字技術(shù)企業(yè)能夠及時掌握市場需求動態(tài)，調(diào)整生產(chǎn)經(jīng)營決策，提高經(jīng)營效率，增強企業(yè)現(xiàn)金流的穩(wěn)定性，進而緩解企業(yè)的融資約束，提高企業(yè)長期信貸的可得性，同時也能降低企業(yè)債務(wù)違約的風(fēng)險。

（二）過度負債的影響因素

權(quán)衡理論認為，企業(yè)的債務(wù)選擇受到市場摩擦、稅率以及破產(chǎn)成本等諸多因素的影響，在權(quán)衡債務(wù)融資的破產(chǎn)成本和稅盾收益后，企業(yè)會將資本結(jié)構(gòu)調(diào)整到最佳的負債率。但現(xiàn)實中，調(diào)整成本的存在以及事件發(fā)生的隨機性等可能導(dǎo)致企業(yè)資本結(jié)構(gòu)偏離目標(biāo)負債率，從而出現(xiàn)過度負債或債務(wù)不足的現(xiàn)象[8?，F(xiàn)有文獻將影響企業(yè)過度負債的因素分為外部宏觀因素和企業(yè)內(nèi)部微觀因素。從企業(yè)內(nèi)部微觀因素來看，存在多個大股東的企業(yè)能夠有效發(fā)揮監(jiān)督治理效應(yīng)，從而抑制企業(yè)的非理性負債。而管理者的過度自信[1]、集團控制程度的提高[會加劇企業(yè)的債務(wù)負擔(dān)，增加企業(yè)過度負債的可能性。從外部宏觀環(huán)境來看，法律制度[、利率管制[13]等市場制度環(huán)境，以及商業(yè)沖擊[4等均會對企業(yè)的過度負債程度產(chǎn)生顯著影響。

通過對現(xiàn)有文獻的梳理可以發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型是當(dāng)下學(xué)術(shù)界討論的熱點問題，也是企業(yè)在數(shù)字經(jīng)濟時代實現(xiàn)創(chuàng)新發(fā)展的必經(jīng)之路。在中國資本市場中，債務(wù)融資仍然是企業(yè)生產(chǎn)經(jīng)營活動的主要融資來源。適度負債有利于企業(yè)擴張經(jīng)營規(guī)模和增加實業(yè)投資水平，過度負債則可能會給企業(yè)帶來財務(wù)困境和破產(chǎn)風(fēng)險。然而，鮮有文獻探討企業(yè)的數(shù)字化轉(zhuǎn)型是否會影響企業(yè)的過度負債。因此，本文可能的邊際貢獻在于：首先，研究視角上，本文以數(shù)字化轉(zhuǎn)型為切人點，為優(yōu)化中國企業(yè)的債務(wù)治理提供了理論參考，豐富了數(shù)字化轉(zhuǎn)型主題文獻的研究。其次，理論機制上，本文從不同的視角揭示了數(shù)字化轉(zhuǎn)型抑制企業(yè)過度負債的機制路徑，有助于加深對數(shù)字化轉(zhuǎn)型抑制企業(yè)過度負債具體機制的理解與認識，為釋放數(shù)字化轉(zhuǎn)型的經(jīng)濟效應(yīng)提供新思路。最后，在實踐層面上，本文的研究結(jié)論具有政策意義。積極倡導(dǎo)、鼓勵企業(yè)數(shù)字化轉(zhuǎn)型有助于優(yōu)化債務(wù)結(jié)構(gòu)，抑制企業(yè)過度負債動機，防范系統(tǒng)性金融風(fēng)險。

三、理論分析與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)過度負債

在數(shù)字科技蓬勃發(fā)展的浪潮中，數(shù)字化轉(zhuǎn)型是企業(yè)實現(xiàn)高質(zhì)量發(fā)展的重要途徑，數(shù)字技術(shù)的應(yīng)用推動了企業(yè)生產(chǎn)銷售和治理等各方面的重大變革。將數(shù)字技術(shù)運用于生產(chǎn)環(huán)節(jié)，能夠優(yōu)化企業(yè)生產(chǎn)流程，提高生產(chǎn)靈活性和資源利用效率，實現(xiàn)更高的產(chǎn)出績效[15]，提高企業(yè)的營業(yè)收入，緩解企業(yè)的財務(wù)困境，從而降低企業(yè)的債務(wù)融資需求。此外，數(shù)字技術(shù)賦能企業(yè)治理升級，通過數(shù)字技術(shù)管理層能夠更全面準(zhǔn)確地了解企業(yè)的經(jīng)營狀況、財務(wù)狀況，及時調(diào)整企業(yè)的債務(wù)融資決策。同時，數(shù)字技術(shù)也改變了現(xiàn)有監(jiān)督債權(quán)人和約束管理層的方式，使得基于過程的實時監(jiān)督成為可能[，從而壓縮管理層的短視行為，抑制盈余操縱和無效投資。數(shù)字化轉(zhuǎn)型還增加了上下游企業(yè)以及企業(yè)內(nèi)部各部門之間的聯(lián)動效應(yīng)，打破了信息壁壘，降低組織協(xié)調(diào)成本，提高信息管理效率，從而有助于企業(yè)優(yōu)化資本結(jié)構(gòu)，提升向目標(biāo)債務(wù)結(jié)構(gòu)調(diào)整的速度。數(shù)字技術(shù)賦能企業(yè)生產(chǎn)治理的同時，也拉近市場投資者與企業(yè)的距離，投資者對數(shù)字化轉(zhuǎn)型企業(yè)的關(guān)注提升，使企業(yè)主動或被動披露更多相關(guān)信息，提高信息披露質(zhì)量，增強企業(yè)透明度，市場投資者的監(jiān)督抑制了企業(yè)債務(wù)融資操縱的沖動。

綜上所述，本文提出以下假設(shè)。

假設(shè)1：數(shù)字化轉(zhuǎn)型抑制了企業(yè)過度負債行為。

（二）數(shù)字化轉(zhuǎn)型、代理成本和企業(yè)過度負債

企業(yè)過度負債的成因有很多，管理層的“掏空”和侵占股東、債權(quán)人等利益的行為是導(dǎo)致債務(wù)過度的內(nèi)因之一。因此，企業(yè)的代理成本加劇會誘發(fā)企業(yè)加大債務(wù)擴張程度。而企業(yè)數(shù)字化轉(zhuǎn)型能夠有效降低企業(yè)的代理成本，進而抑制管理層的過度負債行為。一方面，數(shù)字化轉(zhuǎn)型發(fā)揮了債權(quán)人治理效應(yīng)，強化了外部監(jiān)督。物聯(lián)網(wǎng)、云計算等數(shù)字化技術(shù)能夠整合企業(yè)生產(chǎn)、銷售等全鏈條數(shù)據(jù)，構(gòu)建標(biāo)準(zhǔn)化、結(jié)構(gòu)化數(shù)據(jù)資產(chǎn)，便于銀行了解企業(yè)的實際經(jīng)營狀況，掌握企業(yè)真實的負債需求。此外，動態(tài)數(shù)據(jù)流使銀行能夠?qū)崟r追蹤資金流向7，通過智能系統(tǒng)識別異常支出，提升貸后監(jiān)控效率，減少管理層濫用資金以及通過轉(zhuǎn)移、侵占資金等損害企業(yè)利益的行為，從而抑制了管理層過度增加財務(wù)杠桿。另一方面，數(shù)字化轉(zhuǎn)型重塑了企業(yè)組織管理模式，提升了企業(yè)的治理水平，減少了管理層以高債務(wù)模式進行生產(chǎn)經(jīng)營獲取高額私人利益的行為。債務(wù)的杠桿效應(yīng)和稅盾收益會激發(fā)管理層采取高負債融資的意愿。而數(shù)字技術(shù)的應(yīng)用實現(xiàn)了對機會主義的有效監(jiān)督，減少管理層舞弊、操縱財務(wù)報表等行為，壓縮了管理層的短視行為[18]，有效抑制了管理層利用過度舉債來轉(zhuǎn)移和占用企業(yè)財產(chǎn)等“掏空”企業(yè)的動機，從而降低企業(yè)過度負債的傾向。此外，數(shù)字化轉(zhuǎn)型也加劇了市場競爭，迫使企業(yè)將資金優(yōu)先用于戰(zhàn)略創(chuàng)新，縮小了管理層對資金的自由支配空間，提升了資金使用效率，同時，管理層為了避免破產(chǎn)風(fēng)險，會進一步降低企業(yè)的高杠桿率。因此，企業(yè)數(shù)字化轉(zhuǎn)型使管理層受到內(nèi)外部的監(jiān)督約束，緩解了管理層利用高債務(wù)攫取私利、過度進行規(guī)模擴張和非效率投資等代理問題，其非理性負債動機得到有效遏制，從而降低企業(yè)的過度負債程度。

綜上所述，本文提出以下假設(shè)。

假設(shè)2：數(shù)字化轉(zhuǎn)型通過降低企業(yè)的代理成本從而抑制企業(yè)的過度負債。

（三）數(shù)字化轉(zhuǎn)型、信息不對稱和企業(yè)過度負債

在信貸市場中，信息不透明使信貸機構(gòu)無法準(zhǔn)確了解企業(yè)的生產(chǎn)經(jīng)營狀況和財務(wù)狀況，從而可能會帶來逆向選擇和道德風(fēng)險的問題。在信息不對稱的情況下，債權(quán)人可能會低估企業(yè)的風(fēng)險水平，導(dǎo)致債務(wù)融資成本低于真實風(fēng)險水平的融資成本，企業(yè)會傾向于大量舉債，最終，企業(yè)的負債率高于最優(yōu)負債水平。而企業(yè)數(shù)字化轉(zhuǎn)型能夠改善企業(yè)的信息環(huán)境，緩解企業(yè)與市場參與者之間的信息不對稱程度。企業(yè)在年報中披露數(shù)字化轉(zhuǎn)型相關(guān)信息被視為向資本市場傳遞積極信號[19，容易受到市場投資者的廣泛關(guān)注，促使企業(yè)披露更多的財務(wù)和非財務(wù)信息，提高企業(yè)的信息透明度，增加市場對企業(yè)價值的共識。與此同時，信息透明度的提高也意味著企業(yè)債務(wù)弄虛作假的行為更容易被識別，進而抑制了企業(yè)通過大規(guī)模負債投資高風(fēng)險項目的行為。此外，大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用提高了財務(wù)報表的編制效率和準(zhǔn)確性，社交媒體與移動互聯(lián)網(wǎng)也促使企業(yè)更客觀、及時地披露會計信息2，提高企業(yè)財務(wù)信息質(zhì)量。銀行等金融機構(gòu)可以通過分析企業(yè)的經(jīng)營交易、納稅記錄等多維信息數(shù)據(jù)，準(zhǔn)確有效地評估企業(yè)的信用狀況[21，從而設(shè)定符合企業(yè)風(fēng)險水平的債務(wù)融資成本，避免融資成本的低估導(dǎo)致企業(yè)過度舉債。因此，數(shù)字化轉(zhuǎn)型增加了企業(yè)信息披露的意愿和信息披露的質(zhì)量，緩解了銀企信息不對稱問題，有助于合理準(zhǔn)確評估企業(yè)的債務(wù)融資成本，抑制企業(yè)以低債務(wù)成本過度進行債務(wù)融資的動機，從而降低了企業(yè)的過度負債程度。

綜上所述，本文提出以下假設(shè)。

假設(shè)3：數(shù)字化轉(zhuǎn)型通過降低信息不對稱進而抑制了企業(yè)的過度負債。

（四）數(shù)字化轉(zhuǎn)型、經(jīng)營成本和企業(yè)過度負債

近年來，經(jīng)濟環(huán)境存在著很大的不確定性，外部的矛盾沖突嚴(yán)重阻礙了企業(yè)的投資發(fā)展，實體企業(yè)的生產(chǎn)經(jīng)營成本也在不斷提高。經(jīng)營成本的攀升進一步壓低了企業(yè)的經(jīng)濟效應(yīng)和利潤空間，從而迫使企業(yè)增加債務(wù)融資維系生產(chǎn)經(jīng)營。因此，“降成本\"成為企業(yè)保持合理負債規(guī)模和實現(xiàn)持續(xù)性高質(zhì)量發(fā)展的重要一步。而企業(yè)數(shù)字化轉(zhuǎn)型是以數(shù)字技術(shù)為核心的升級改造，將會對企業(yè)的經(jīng)營成本產(chǎn)生積極效應(yīng)。數(shù)字化轉(zhuǎn)型改變了企業(yè)生產(chǎn)經(jīng)營的模式，企業(yè)能夠利用數(shù)字技術(shù)采集并共享生產(chǎn)銷售環(huán)節(jié)的全鏈條數(shù)據(jù)，降低上下游企業(yè)和內(nèi)部組織之間的協(xié)調(diào)交易成本，提升企業(yè)經(jīng)營效率的同時也減少資金投人，進而降低企業(yè)的債務(wù)融資規(guī)模。企業(yè)還可以通過人工智能等數(shù)字技術(shù)及時了解市場消費需求動態(tài)，及時調(diào)整生產(chǎn)銷售計劃，避免產(chǎn)能過剩和庫存堆積，進而有效緩解生產(chǎn)投人時滯造成企業(yè)資金鏈緊張或是斷裂的情況，從而減少企業(yè)為滿足生產(chǎn)經(jīng)營的資金需求而過度增加債務(wù)的行為。此外，智能設(shè)備和自動化等數(shù)字技術(shù)優(yōu)化了生產(chǎn)流程，降低了人為干預(yù)的錯誤，減少了原材料的浪費，降低生產(chǎn)經(jīng)營成本，也顯著提升生產(chǎn)效率[22和盈利空間。因此，數(shù)字化轉(zhuǎn)型賦能企業(yè)生產(chǎn)經(jīng)營優(yōu)化，使得企業(yè)的生產(chǎn)經(jīng)營成本減少，進而使企業(yè)的預(yù)期收益和經(jīng)營績效提升，財務(wù)困境改善。此外，企業(yè)成本降低后，內(nèi)部現(xiàn)金流增加，根據(jù)優(yōu)序融資理論，企業(yè)會優(yōu)先選擇內(nèi)部資金進行投資，減少對外部債務(wù)的融資需求，從而減少過度負債行為。

綜上所述，本文提出以下假設(shè)。

假設(shè)4：數(shù)字化轉(zhuǎn)型通過降低企業(yè)的經(jīng)營成本從而抑制了企業(yè)的過度負債。

四、研究設(shè)計

（一）數(shù)據(jù)來源

本文選擇2010一2023年中國滬深A(yù)股上市企業(yè)作為研究樣本，對原始樣本數(shù)據(jù)進行了如下處理：（1）剔除了金融、保險行業(yè)的企業(yè)；（2）剔除ST、*ST，PT 以及交易異常的樣本；（3）剔除資產(chǎn)負債率大于1的企業(yè)；（4）為避免極端值對實證結(jié)果造成干擾，對連續(xù)型變量進行了 1% 和 99% 百分位的縮尾（Winsorize）處理。最終得到4234家上市企業(yè)29317個樣本觀測值，數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

（二）變量設(shè)定

1.被解釋變量

被解釋變量為過度負債水平（EXLEV）。本文參考Harford等（2009）23]和陸正飛等（2015）24的做法，根據(jù)模型（1）進行分年度的Tobit回歸，得出企業(yè)的目標(biāo)資產(chǎn)負債率 （LEV_t^* ）

企業(yè)實際負債率 （LEV_t） 減去模型（1）得出的目標(biāo)負債率 （LEV_t^* ）即為企業(yè)的過度負債水平（EXLEV）。模型（1）中其余的變量與陸正飛等（2015）24研究中的定義一致（見表1）。

2.核心解釋變量

核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型程度 （DT） 。本文參考吳非等（2021）[19的研究，利用Python爬蟲技術(shù)收集整理上市企業(yè)年報中有關(guān)數(shù)字化轉(zhuǎn)型的特征詞，并將特征詞分為人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)四個底層技術(shù)類指標(biāo)以及一個技術(shù)實踐應(yīng)用類指標(biāo)。進一步將所有類別指標(biāo)詞頻數(shù)匯總?cè)∽匀粚?shù)，形成企業(yè)數(shù)字化轉(zhuǎn)型程度（DT）的代理指標(biāo)。

3.控制變量

除了模型（1）中所含的控制變量外，基準(zhǔn)回歸模型中的控制變量還參考了賀佳等（2023）2的研究。

主要變量說明如表1所示。

（三）模型構(gòu)建

為研究數(shù)字化轉(zhuǎn)型對企業(yè)過度負債的影響，本文構(gòu)建了模型（2）加以檢驗。

其中， EXLEV_i，t 表示被解釋變量企業(yè)過度負債， DT_i，t 表示核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型程度。Controli，為前文所述的所有控制變量集合， δ_i 是企業(yè)固定效應(yīng)， ?_μt 是年份固定效應(yīng)， ε_i，t 是隨機誤差項。此外，對標(biāo)準(zhǔn)誤進行了企業(yè)層面的聚類調(diào)整。

表2展示了本文主要變量的描述性統(tǒng)計結(jié)果。

五、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

數(shù)字化轉(zhuǎn)型程度對企業(yè)過度負債影響的回歸結(jié)果如表3所示。從中可以看出，在沒有任何固定效應(yīng)以及企業(yè)層面控制變量的情形下，列（1）中變量DT的系數(shù)在 1% 的統(tǒng)計水平上顯著為負。當(dāng)只加人固定效應(yīng)或是只加入控制變量時，列（2）和列（3）的結(jié)果表明，數(shù)字化轉(zhuǎn)型在 5% 的水平上顯著降低企業(yè)的過度負債程度。進一步地，當(dāng)對控制變量和固定效應(yīng)全部進行控制時，列（4）中數(shù)字化轉(zhuǎn)型的系數(shù)同樣為負，且通過 1% 的顯著性水平檢驗。因此，在列（1）至列（4）中數(shù)字化轉(zhuǎn)型的系數(shù)均顯著為負，說明數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的過度負債程度，本文的假設(shè)1得到證實。

（二）穩(wěn)健性檢驗

為了增強基準(zhǔn)回歸結(jié)果的可信性，本文采用替換解釋變量、更換被解釋變量和更改樣本觀測期的方式對基準(zhǔn)回歸結(jié)果進行穩(wěn)健性檢驗。

1.替換解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型程度衡量方法的差異可能會對估計結(jié)果產(chǎn)生影響。本文參考陶鋒等（2023）[26]的研究，以企業(yè)財務(wù)報表附注中披露的數(shù)字化無形資產(chǎn)與無形資產(chǎn)總量的比值作為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量，進行穩(wěn)健性檢驗。表4中列（1）展示了替換解釋變量后的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型程度系數(shù)顯著為負，與基準(zhǔn)結(jié)果保持一致。

2.更換被解釋變量

企業(yè)過度負債水平衡量方法的差異也可能會對估計結(jié)果產(chǎn)生影響，本文借鑒許曉芳等（2020）27]的做法，以企業(yè)資產(chǎn)負債率的行業(yè)中位數(shù)為目標(biāo)負債率，以企業(yè)實際負債率與資產(chǎn)負債率行業(yè)中位數(shù)之差衡量過度負債水平，進行穩(wěn)健性檢驗。表4中列（2）展示了更換被解釋變量后的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型程度系數(shù)顯著為負，與基準(zhǔn)結(jié)果保持一致。

3.更改樣本觀測期

2019年底暴發(fā)的新冠疫情嚴(yán)重影響了經(jīng)濟的發(fā)展，為排除突發(fā)公共衛(wèi)生事件可能造成的影響，本文剔除2019年之后的樣本，僅對2010一2019年的樣本數(shù)據(jù)進行基準(zhǔn)回歸分析。表4中列（3）展示了更改樣本觀測期后的回歸結(jié)果，結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型程度系數(shù)依然顯著為負，與基準(zhǔn)結(jié)果保持一致。

（三）內(nèi)生性檢驗

數(shù)字化轉(zhuǎn)型與企業(yè)過度負債程度可能有潛在的內(nèi)生性問題，本文采用工具變量法和傾向得分匹配法緩解內(nèi)生性問題。

1.工具變量法

采用工具變量可以緩解反向因果、遺漏變量等內(nèi)生性問題的影響。本文參考何青等（2024）7的做法，將企業(yè)數(shù)字化轉(zhuǎn)型與按行業(yè)和省份分類的數(shù)字化轉(zhuǎn)型均值差額的三次方作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。工具變量法第一階段的回歸結(jié)果見表5中列（1），企業(yè)數(shù)字化轉(zhuǎn)型的工具變量 的系數(shù)為0.078，通過了 1% 的統(tǒng)計性檢驗，表明該工具變量與企業(yè)數(shù)字化轉(zhuǎn)型之間存在相關(guān)性。并且在對工具變量進行不可識別檢驗和弱工具變量問題檢驗時，統(tǒng)計量Kleibergen-PaaprkLM通過不可識別檢驗，統(tǒng)計量Kleibergen-PaaprkWaldF大于 10% 顯著水平的臨界值16.38。根據(jù)上述的檢驗，該工具變量是切實可靠的。表5中列（2）展示了工具變量法第二階段的回歸結(jié)果，核心解釋變量的系數(shù)在1% 的水平上顯著為負，與基準(zhǔn)回歸中的結(jié)論相一致。說明緩解了內(nèi)生性問題后，數(shù)字化轉(zhuǎn)型對企業(yè)過度負債的抑制效應(yīng)依然顯著存在。

2.傾向得分匹配法

內(nèi)生性的存在可能會影響實證結(jié)果的準(zhǔn)確性，本文將采用傾向得分匹配法重新對基準(zhǔn)回歸進行檢驗，以此降低內(nèi)生性對實證結(jié)論的影響。根據(jù)企業(yè)年報中是否披露數(shù)字化轉(zhuǎn)型關(guān)鍵詞為實驗組和對照組的分組依據(jù)，若披露數(shù)字化轉(zhuǎn)型關(guān)鍵詞則為實驗組，沒有披露的企業(yè)樣本為對照組。實驗組和對照組以基準(zhǔn)回歸中的控制變量為協(xié)變量，并進行1：1的最近鄰匹配。最后根據(jù)匹配得到的樣本重新檢驗基準(zhǔn)回歸模型。表5中列（3）為傾向得分匹配后的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的估計系數(shù)為-0.007 ，在 1% 的統(tǒng)計水平上顯著，該結(jié)論與基準(zhǔn)結(jié)論一致，說明經(jīng)過內(nèi)生性處理后，企業(yè)數(shù)字化轉(zhuǎn)型抑制企業(yè)過度負債的效應(yīng)依然存在且顯著。

（四）機制檢驗

本文將從代理成本、信息不對稱和經(jīng)營成本三條渠道檢驗數(shù)字化轉(zhuǎn)型抑制企業(yè)過度負債的作用機制，借鑒江艇2的方法，機制檢驗?zāi)Ｐ腿缦拢?/p>

Channel_i，t=γ₀+γ₁DT_i，t+γ₂Control_i，t+δ_i+μ_i+ε_i，t

其中， Channel_i，t 表示代理成本 ? 信息不對稱和經(jīng)營成本三條機制渠道， DT_i，t 表示企業(yè)數(shù)字化轉(zhuǎn)型程度， Control_i，t 為前文所述的所有控制變量集合， δ_i 是企業(yè)固定效應(yīng)， ??μ_r 是年份固定效應(yīng)， ε_i，t 是隨機誤差項。此外，對標(biāo)準(zhǔn)誤進行了企業(yè)層面的聚類調(diào)整。

1.代理成本

企業(yè)的代理問題是公司治理的核心議題，管理層的過度投資、盲目擴張規(guī)模等短視行為都可能會加劇企業(yè)的債務(wù)負擔(dān)，誘導(dǎo)企業(yè)過度負債。本文參考徐壽福等（2024）的研究，選擇管理費用率衡量企業(yè)的代理成本，管理費用率越高說明企業(yè)內(nèi)部管理層的玩忽職守、在職消費等行為越嚴(yán)重，企業(yè)的代理成本越高。機制檢驗結(jié)果見表6中列（1），核心解釋變量DT的估計系數(shù)為負，且在 1% 的統(tǒng)計水平上顯著，說明數(shù)字化轉(zhuǎn)型顯著減少了企業(yè)的代理成本問題，進而降低了企業(yè)的過度負債程度，假設(shè)2得以驗證。

2.信息不對稱

分析師是資本市場上重要的信息中介，其搜集與整合的信息成為市場參與者了解上市企業(yè)和市場行情的重要途徑。本文參考趙英會等（2024）2的研究，以當(dāng)年跟蹤該公司的分析師總?cè)藬?shù)加一后的自然對數(shù)衡量信息不對稱程度。關(guān)注該企業(yè)的分析師數(shù)量越多，說明企業(yè)的透明度越高，信息不對稱程度越低。機制檢驗結(jié)果見表6中列（2），核心解釋變量DT的估計系數(shù)在 5% 的水平上顯著為正，說明數(shù)字化轉(zhuǎn)型可以顯著增加分析師對企業(yè)的關(guān)注度，使信息不對稱程度得到緩解，企業(yè)透明度提高，進而抑制了企業(yè)過度負債的可能，假設(shè)3得以驗證。

3.經(jīng)營成本

數(shù)字化轉(zhuǎn)型企業(yè)能夠利用數(shù)字技術(shù)提升企業(yè)的生產(chǎn)效率，減少不必要的資源浪費，提高資源的邊際產(chǎn)出，從而降低企業(yè)的生產(chǎn)經(jīng)營成本。本文借鑒狄靈瑜等（2023）30的做法，將營業(yè)成本占營業(yè)收入的比重作為企業(yè)營業(yè)成本的度量指標(biāo)。機制檢驗結(jié)果見表6中列（3），核心解釋變量DT的估計系數(shù)為負，且通過了 1% 的顯著性水平檢驗，說明數(shù)字化轉(zhuǎn)型對企業(yè)的經(jīng)營成本具有顯著的降低效應(yīng)，進而抑制了企業(yè)的過度負債程度，假設(shè)4得以驗證。

（五）異質(zhì)性分析

本文分別從企業(yè)產(chǎn)權(quán)性質(zhì)、行業(yè)競爭程度和企業(yè)規(guī)模三個維度分析數(shù)字化轉(zhuǎn)型對企業(yè)過度負債的異質(zhì)性效應(yīng)。

1.企業(yè)產(chǎn)權(quán)異質(zhì)性

數(shù)字化轉(zhuǎn)型對不同產(chǎn)權(quán)性質(zhì)企業(yè)的過度負債水平影響可能有所差異。我國的國有企業(yè)往往承擔(dān)更多社會性的政策任務(wù)，起著穩(wěn)定經(jīng)濟的作用，故其經(jīng)營決策的調(diào)整受國家宏觀調(diào)控政策的影響較大。相較于國有企業(yè)，民營企業(yè)的經(jīng)營治理靈活性更強，能夠自主及時地調(diào)整資本結(jié)構(gòu)，更加有效地利用數(shù)字化轉(zhuǎn)型提升企業(yè)的生產(chǎn)效率、提高信息透明度、增強企業(yè)的管理效率，從而抑制企業(yè)的過度負債。因此，本文將樣本劃分為國有企業(yè)和非國有企業(yè)進行異質(zhì)性分析。結(jié)果見表7中列（1）列（2），核心解釋變量的系數(shù)僅在非國有企業(yè)中顯著，說明相比于國有企業(yè)，數(shù)字化轉(zhuǎn)型抑制企業(yè)過度負債的效應(yīng)在非國有企業(yè)中更加明顯。

2.行業(yè)競爭程度異質(zhì)性

企業(yè)面臨的外部競爭環(huán)境不同，數(shù)字化轉(zhuǎn)型對其債務(wù)融資決策的影響也會存在差異。在低行業(yè)競爭環(huán)境下，企業(yè)的信息透明度不高，企業(yè)的代理成本較高，此時數(shù)字化轉(zhuǎn)型能夠?qū)ζ髽I(yè)的過度負債程度產(chǎn)生更大的抑制效應(yīng)。因此，本文選擇赫芬達爾指數(shù)（HHI）衡量企業(yè)面臨的市場競爭壓力。結(jié)果見表7中列（3）列（4），核心解釋變量的系數(shù)僅在低行業(yè)競爭企業(yè)中顯著，表明數(shù)字化轉(zhuǎn)型對企業(yè)過度負債的抑制效應(yīng)在低行業(yè)競爭壓力的企業(yè)中更加明顯。

3.企業(yè)規(guī)模異質(zhì)性

相較于小規(guī)模企業(yè)，大規(guī)模企業(yè)擁有更豐富的資源和資金實力，經(jīng)營管理效率和信息透明度更高。小規(guī)模企業(yè)由于自身資源的約束和制度的不健全，經(jīng)營管理效率不高，同時受到市場的關(guān)注相對不足。因此，數(shù)字化轉(zhuǎn)型對小規(guī)模企業(yè)的邊際作用更明顯?；诖?，本文將總資產(chǎn)規(guī)模在行業(yè)前三分之一的企業(yè)劃分為大規(guī)模企業(yè)，總資產(chǎn)規(guī)模在后三分之一的劃分為小規(guī)模企業(yè)。結(jié)果見表7中列（5）、列（6，核心解釋變量的系數(shù)僅在小規(guī)模企業(yè)中顯著，因此，相較于大規(guī)模企業(yè)，數(shù)字化轉(zhuǎn)型對小規(guī)模企業(yè)過度負債的負向影響更明顯。

六、結(jié)論與啟示

當(dāng)前中國經(jīng)濟進人了數(shù)字經(jīng)濟時代，防范債務(wù)危機、增強金融系統(tǒng)的穩(wěn)定性是保障經(jīng)濟平穩(wěn)發(fā)展的核心所在。本文利用2010—2023年中國滬深A(yù)股上市公司數(shù)據(jù)，實證檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)過度負債程度的抑制效應(yīng)。研究發(fā)現(xiàn)：（1）數(shù)字化轉(zhuǎn)型對企業(yè)的過度負債具有顯著的抑制效應(yīng)，該結(jié)論在穩(wěn)健性檢驗和內(nèi)生性檢驗后依然成立。（2）機制分析發(fā)現(xiàn)，緩解企業(yè)的信息不對稱程度、降低企業(yè)的代理成本以及減少企業(yè)的經(jīng)營成本是數(shù)字化轉(zhuǎn)型有效抑制企業(yè)過度負債的作用途徑。（3）異質(zhì)性分析表明，數(shù)字化轉(zhuǎn)型對非國有企業(yè)、小規(guī)模企業(yè)和低行業(yè)競爭企業(yè)的過度負債抑制效應(yīng)更加顯著。

根據(jù)上述研究結(jié)論，得到如下的啟示：

第一，完善數(shù)字化基礎(chǔ)設(shè)施建設(shè)，加大政策支持力度。在數(shù)字經(jīng)濟時代的背景下，數(shù)字化轉(zhuǎn)型升級是經(jīng)濟實現(xiàn)穩(wěn)健發(fā)展的關(guān)鍵。實證檢驗表明，數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)的過度負債程度，防范系統(tǒng)性債務(wù)風(fēng)險。因此，在政策引導(dǎo)方面，各級政府應(yīng)該積極鼓勵和扶持企業(yè)進行數(shù)字化轉(zhuǎn)型，強化財政政策支持力度，增強企業(yè)進行數(shù)字化轉(zhuǎn)型的決心和信心，為持續(xù)推進企業(yè)數(shù)字化轉(zhuǎn)型保駕護航。此外，完備的數(shù)字基礎(chǔ)設(shè)施是企業(yè)進行數(shù)字化轉(zhuǎn)型的外在基礎(chǔ)條件，所以，政府需要大力完善和加強地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)，促進數(shù)字化技術(shù)與實體經(jīng)濟有機融合，為企業(yè)的發(fā)展提供良好的外部環(huán)境。

第二，建立健全信息披露體系，改進和完善組織管理架構(gòu)。對企業(yè)而言，積極主動地融入數(shù)字化發(fā)展的浪潮中，牢牢把握數(shù)字化轉(zhuǎn)型所帶來的重大歷史機遇是促進企業(yè)平穩(wěn)發(fā)展的重要途徑。在機制分析中，提高企業(yè)的信息透明度，降低信息不對稱程度以及降低代理成本均有利于緩解企業(yè)過度舉債的現(xiàn)象。因此，企業(yè)應(yīng)當(dāng)及時記錄并共享生產(chǎn)經(jīng)營以及融資信息，提升信息披露的質(zhì)量。同時，借助數(shù)字技術(shù)增強企業(yè)的管理能力，優(yōu)化企業(yè)內(nèi)部的組織架構(gòu)，強化內(nèi)外部監(jiān)督機制，減少逆向選擇和機會主義行為，抑制企業(yè)過度負債的發(fā)生。此外，數(shù)字化轉(zhuǎn)型也通過降低經(jīng)營成本來抑制企業(yè)的過度負債，因此，企業(yè)應(yīng)當(dāng)精準(zhǔn)、高效地將大數(shù)據(jù)、人工智能等數(shù)字化技術(shù)運用于生產(chǎn)銷售的各個環(huán)節(jié)，優(yōu)化生產(chǎn)銷售流程，提升資金利用效率和生產(chǎn)經(jīng)營效率，增強企業(yè)的盈利能力。

第三，采取精準(zhǔn)指導(dǎo)和干預(yù)舉措，強化數(shù)字化轉(zhuǎn)型對企業(yè)過度負債的作用效果。在異質(zhì)性分析中，數(shù)字化轉(zhuǎn)型對民營企業(yè)、小規(guī)模企業(yè)和低行業(yè)競爭度企業(yè)的抑制作用更顯著。因此，政府應(yīng)該制定差異化的政策，鼓勵和支持民營企業(yè)和小型企業(yè)進行數(shù)字化升級改造，指導(dǎo)民營企業(yè)和小型企業(yè)建立健全組織管理制度和信息披露體系，增強市場對企業(yè)的監(jiān)督。此外，低行業(yè)競爭意味著企業(yè)的集中度高，壟斷能力強。因此，要重點關(guān)注低競爭行業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型進程，嚴(yán)格要求相關(guān)企業(yè)做好生產(chǎn)經(jīng)營以及債務(wù)融資數(shù)據(jù)的實時記錄，及時向監(jiān)管部門和市場披露，同時，督促該類型企業(yè)優(yōu)化管理體系，提高管理治理的透明度，降低代理成本問題，防范過度依賴債務(wù)融資。

參考文獻：

[1]PENMANSH，RICHARDSONSA，TUNALTheBook-toPriceEffect in Stock Returns：Accounting for Leverage[J]. Journal of AccountingResearch，2007，45（2）：427-467.

[2]VIAL G.Understanding Digital Transformation：A Review andaResearch Agenda[J].TheJournal ofStrategic InformationSystems，2019，28（2）：118-144.

[3]劉勝強，余鑫月，胡軒瑜，等.企業(yè)數(shù)字化轉(zhuǎn)型對全要素生產(chǎn)率的影響一基于完整創(chuàng)新的鏈?zhǔn)街薪樾?yīng)模型[J].華東經(jīng)濟管理，2025，39（3）：92-103.

[4]趙晨，王燕梅.企業(yè)數(shù)字化轉(zhuǎn)型如何提升出口產(chǎn)品質(zhì)量？

一來自制造業(yè)上市公司的經(jīng)驗證據(jù)[J].財經(jīng)問題研究，2024（12）：83-96.

[5]倪騎然，張宸瑞.數(shù)字化轉(zhuǎn)型與企業(yè)資本配置效率[J].統(tǒng)

計研究，2025，42（2）：43-57.

[6]關(guān)鑫，李楓園.數(shù)字化轉(zhuǎn)型能抑制企業(yè)信息披露違規(guī)嗎？

來自A股上市公司的經(jīng)驗證據(jù)[J].河南師范大學(xué)

學(xué)報（哲學(xué)社會科學(xué)版），2025，52（2）：85-96.

[7]王守海，徐曉彤，劉燁煒.企業(yè)數(shù)字化轉(zhuǎn)型會降低債務(wù)違

約風(fēng)險嗎？[J].證券市場導(dǎo)報，2022（4）：45-56.

[8]徐壽福，張云.金融科技能夠抑制企業(yè)過度負債嗎？[J]中南財經(jīng)政法大學(xué)學(xué)報，2024（3）：15-28

[9]張淼，孫光國.多個大股東能驅(qū)動企業(yè)降低過度負債水平嗎[J].財經(jīng)科學(xué)，2022（3）：29-43.

[10]蔣先玲，黃鑫，陳乾.管理者過度自信與企業(yè)過度負債[J].技術(shù)經(jīng)濟，2021，40（4）：122-132.

[11]汪玉蘭，竇笑晨，李井林.集團控制會導(dǎo)致企業(yè)過度負債嗎[J].會計研究，2020（4）：76-87.

[12]鞏鑫，唐文琳.制度環(huán)境抑制了企業(yè)過度負債同伴效應(yīng)嗎？——基于信息不對稱中介效應(yīng)的分析[J].財經(jīng)理論與實踐，2021，42（5）：26-33.

[13]王紅建，楊箏，阮剛銘，等.放松利率管制、過度負債與債務(wù)期限結(jié)構(gòu)[J].金融研究，2018（2）：100-117.

[14]KGTK A，ZHOUQ，PAN Z，et al.Business Shocks and Corporate Leverage[J].Journal of Banking and Finance， 2021，13.

[15]LOEBBECKEC，PICOTA.Reflections on Societal and BusinessModel Transformation Arising from Digitization and BigData Analytics：A Research Agenda[J].Journal of Strategic Information Systems，2015，24（3）：149-157.

[16]LIZ，XIEB，CHENX，etal.CorporateDigital Transformation，Governance Shifts and Executive Pay-performance Sensitivity[J].International Review of Financial Analysis， 2024，92.

[17]何青，琚望靜，莊朋濤.如何緩解企業(yè)投融資期限錯配？

基于數(shù)字化轉(zhuǎn)型視角［J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2024，41（5）：113-133.

[18]羅進輝，巫奕龍.數(shù)字化運營水平與真實盈余管理[J]

管理科學(xué)，2021，34（4）：3-18.

[19]吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)—來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（7）：130-144，10.

[20]劉鑫，黨莉莉.數(shù)字化轉(zhuǎn)型、企業(yè)避稅與債務(wù)融資成本—基于雙元風(fēng)險的視角[J].當(dāng)代財經(jīng)，2024（10）：

[21]文余源，劉洋.數(shù)字化賦能民營企業(yè)高質(zhì)量發(fā)展研究[J].金融理論探索，2024（5）：11-20.

[22]方明月，林佳妮，聶輝華.數(shù)字化轉(zhuǎn)型是否促進了企業(yè)內(nèi)共同富裕？一來自中國A股上市公司的證據(jù)[J]數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（11）：50-70.

[23]HARFORD J，KLASA S，WALCOTT N.Do Firms Have

Leverage Targets？Evidence from Acquisitions[J].Journal ofFinancial Economics，2009，93（1）：1-14.

[24]陸正飛，何捷，竇歡.誰更過度負債：國有還是非國有企業(yè)？[J].經(jīng)濟研究，2015，50（12）：54-67.

[25]賀佳，郭俊汝，成前.政府審計獨立性提升能否抑制地方

國有企業(yè)過度負債？[J].會計研究，2023（8）：146-163.[26]陶鋒，王欣然，徐揚，等.數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)鏈供應(yīng)鏈韌

性與企業(yè)生產(chǎn)率[J].中國工業(yè)經(jīng)濟，2023（5）：118-136.[27]許曉芳，周茜，陸正飛.過度負債企業(yè)去杠桿：程度、持續(xù)性及政策效應(yīng)—來自中國上市公司的證據(jù)[J].經(jīng)濟研究，2020，55（8）：89-104.

[28]江艇.因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].

中國工業(yè)經(jīng)濟，2022（5）：100-120.

[29]趙英會，張喆.數(shù)字化轉(zhuǎn)型對企業(yè)價值的影響一基于媒體與分析師關(guān)注的調(diào)節(jié)效應(yīng)[J].統(tǒng)計與決策，2024，

40（19）：179-183.

[30]狄靈瑜，步丹璐.數(shù)字化轉(zhuǎn)型與民營企業(yè)投融資期限錯配[J].上海金融，2023（1）：57-68.

The Inhibitory Pathways of Digital Transformation on ExcessiveDebtofEnterprises

YeDehui，HuFang （School of Economics，Guangxi University，Nanning 53ooo4，China）

Abstract：Maintainingareasonable debt rangeand preventing excessive corporate leverage are crucial measuresforachieving financial stabilityand high-quality economic development.Thisstudy takes Shanghai and ShenzhenA-share listed companies in China from 20lO to 2023as research samples to analyze the impactof corporate digital transformationon excessive debt and its transmission mechanisms.Theempirical resultsdemonstrate thatdigital transformationsignificantlyinhibitscorporateover-indebtedness，a finding that remainsrobustafter rigorous testing.Mechanismanalysisreveals that digital transformationcurbsexcessive debtbyreducingagency costs，alleviating information asymmetry，and decreasing operating costs.Heterogeneityanalysis indicates that thedebt-restraining efect ofdigital transformation ismore pronounced in non-state-owned enterprises，small-scale firms，and industries with low competition levels.Thereforewe shouldactively promote digital transformationamongenterprises，release economic effect ofdigital transformation，prevent debt risks，and improve sustainable development of enterprises.

Keywords：digital transformation;over-indebtedness;agency costs;debt risk

（責(zé)任編輯：李丹；校對：龍會芳）