苑澤明 于 翔 李 萌 劉冠辰

1.天津財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院 2.天津財(cái)經(jīng)大學(xué)無形資產(chǎn)評(píng)價(jià)協(xié)同創(chuàng)新中心

一、引言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)快速發(fā)展，我國工業(yè)、電信、交通以及農(nóng)業(yè)等諸多行業(yè)企業(yè)將生產(chǎn)發(fā)展與數(shù)字技術(shù)深度融合，以全力實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，整個(gè)社會(huì)形成了“數(shù)字引領(lǐng)、攜手創(chuàng)新、普惠共贏”的生態(tài)共同體。根據(jù)埃森哲發(fā)布的《2021年中國企業(yè)數(shù)字轉(zhuǎn)型指數(shù)研究》，2021年我國企業(yè)數(shù)字化轉(zhuǎn)型的平均得分為54分，相比2020年提高了4分，標(biāo)志著我國各行業(yè)企業(yè)正穩(wěn)步推進(jìn)數(shù)字化轉(zhuǎn)型，并取得了積極成效。而融資約束一直以來都是制約實(shí)體企業(yè)生產(chǎn)最優(yōu)和規(guī)模發(fā)展的關(guān)鍵原因，2019年的中央經(jīng)濟(jì)工作會(huì)議指出為了降低社會(huì)融資約束問題，必須將貨幣信貸、社會(huì)融資規(guī)模增長(zhǎng)與經(jīng)濟(jì)發(fā)展相適應(yīng)?？梢娪行Ь徑馊谫Y約束這一問題是實(shí)現(xiàn)我國經(jīng)濟(jì)健康發(fā)展的關(guān)鍵一步。

目前，學(xué)術(shù)界尚缺乏數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響以及數(shù)字化轉(zhuǎn)型是通過何種途徑影響融資約束的實(shí)證研究?？陀^來看，企業(yè)數(shù)字化轉(zhuǎn)型可以通過外部利益相關(guān)者影響企業(yè)融資約束。一方面，數(shù)字化轉(zhuǎn)型幫助企業(yè)與眾多的外部利益相關(guān)者連接起來形成一個(gè)共生、共建和共享的動(dòng)態(tài)生態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的成員遵循共同的合作機(jī)制，利用互補(bǔ)的資源與能力共創(chuàng)價(jià)值；另一方面，企業(yè)通過數(shù)據(jù)技術(shù)的組合利用，促進(jìn)企業(yè)研發(fā)、生產(chǎn)、運(yùn)營(yíng)與管理等各環(huán)節(jié)的優(yōu)化，幫助企業(yè)利用現(xiàn)有的核心能力或開發(fā)新的能力來獲得持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)，獲取外部各方利益相關(guān)者的積極評(píng)價(jià)、信任與支持。因此，數(shù)字化轉(zhuǎn)型拉近了企業(yè)與外部利益相關(guān)者之間的關(guān)系，同時(shí)會(huì)改變外部利益相關(guān)者的資金決策，最終影響企業(yè)融資約束。鑒于此，本文擬基于外部利益相關(guān)者視角，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與融資約束之間的關(guān)系、渠道機(jī)制和異質(zhì)性分析進(jìn)行識(shí)別檢驗(yàn)。

本文的研究在以下方面做出了有益的貢獻(xiàn)：第一，在研究視角上，本文基于融資約束視角對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果進(jìn)行研究，同時(shí)為企業(yè)緩解融資約束拓展了新視角；第二，在變量測(cè)度上，本文借助文本分析法，通過計(jì)算“數(shù)字化轉(zhuǎn)型”文本詞典中詞匯出現(xiàn)的總詞頻占上市企業(yè)年報(bào)的總詞頻的比重來測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，以避免年報(bào)的總詞頻差異帶來的數(shù)字化轉(zhuǎn)型程度指標(biāo)測(cè)度偏誤；第三，在研究結(jié)論上，筆者發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型是通過提高股權(quán)融資、商業(yè)信用和政府補(bǔ)助來緩解融資約束的，且對(duì)于東部地區(qū)以及行業(yè)競(jìng)爭(zhēng)程度低的企業(yè)而言，數(shù)字化轉(zhuǎn)型對(duì)融資約束的緩解作用更為顯著。該結(jié)論為企業(yè)利用數(shù)字化轉(zhuǎn)型緩解融資約束、出臺(tái)數(shù)字化轉(zhuǎn)型相關(guān)政策提供了證據(jù)。

二、理論分析與研究假設(shè)

（一）理論分析

1.數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的相關(guān)研究

根據(jù)已有研究，數(shù)字化轉(zhuǎn)型對(duì)微觀企業(yè)的影響主要體現(xiàn)在企業(yè)管理、企業(yè)經(jīng)營(yíng)效率和企業(yè)績(jī)效三個(gè)方面。從企業(yè)管理視角來看，數(shù)字化轉(zhuǎn)型不僅使企業(yè)擁有強(qiáng)大的信息處理能力，促進(jìn)數(shù)據(jù)和知識(shí)要素在企業(yè)內(nèi)外部流動(dòng)和共享，而且有助于企業(yè)組織結(jié)構(gòu)和組織行為等全方面的改革，幫助企業(yè)做出更準(zhǔn)確的決策。此外，數(shù)字化轉(zhuǎn)型可以幫助企業(yè)的供應(yīng)鏈更快地應(yīng)對(duì)不斷變化的環(huán)境，提高供應(yīng)鏈敏捷性。從經(jīng)營(yíng)效率視角來看，數(shù)字化轉(zhuǎn)型企業(yè)實(shí)現(xiàn)了與消費(fèi)者之間的實(shí)時(shí)互動(dòng)，動(dòng)態(tài)調(diào)整商業(yè)模式來匹配價(jià)值主張的實(shí)現(xiàn)，提高了資源配置效率，而且數(shù)字化轉(zhuǎn)型企業(yè)在原料采購、庫存監(jiān)管和物流配送等環(huán)節(jié)均保證了實(shí)時(shí)化與數(shù)據(jù)化，企業(yè)運(yùn)營(yíng)效率得到大幅度提升。從企業(yè)績(jī)效視角來看，有學(xué)者認(rèn)為數(shù)字化轉(zhuǎn)型企業(yè)通過降低成本、提高效率以及加強(qiáng)創(chuàng)新等渠道來改善企業(yè)績(jī)效。但也有學(xué)者指出由于企業(yè)的管理組織能力與先進(jìn)的數(shù)字技術(shù)存在一定的滯后匹配，數(shù)字化轉(zhuǎn)型帶來的收益被其衍生管理成本所抵減，大部分企業(yè)并未在數(shù)字化轉(zhuǎn)型過程中受益。

2.外部利益相關(guān)者與融資約束之間關(guān)系的相關(guān)研究

現(xiàn)有文獻(xiàn)主要從外部投資者、債權(quán)人、供應(yīng)商、客戶和政府視角探究了外部利益相關(guān)者與企業(yè)融資約束之間的關(guān)系。從外部投資者與債權(quán)人視角來看，當(dāng)外部投資者與債權(quán)人可以清晰洞悉企業(yè)經(jīng)營(yíng)發(fā)展時(shí)，他們的決策失誤風(fēng)險(xiǎn)會(huì)降低，企業(yè)隨之可以獲得股權(quán)與信貸融資的便利，進(jìn)而降低企業(yè)的融資約束程度，并且與銀行主導(dǎo)的傳統(tǒng)信貸融資模式相比，市場(chǎng)主導(dǎo)的股權(quán)融資更能有效減弱企業(yè)的融資約束程度。從供應(yīng)商與客戶視角來看，首先，供應(yīng)鏈中的企業(yè)通過契約和利益形成密切合作關(guān)系，以供應(yīng)鏈的整體授信提高供應(yīng)鏈中企業(yè)的信用，從而改善企業(yè)融資困境；其次，供應(yīng)鏈中的企業(yè)合作能夠提高企業(yè)之間的信息透明度，保障交易的穩(wěn)定發(fā)展，企業(yè)獲得的商業(yè)信用增多，對(duì)融資約束具有緩解作用。從政府視角來看，一方面，政府補(bǔ)助可以提升企業(yè)的償債能力，抑制融資約束的負(fù)面影響；另一方面，政府補(bǔ)助會(huì)產(chǎn)生一種認(rèn)證效應(yīng)，釋放積極信號(hào)，使企業(yè)獲得更多的外部融資，從而化解企業(yè)的融資約束困境。

綜合上述文獻(xiàn)：第一，數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的相關(guān)文獻(xiàn)，集中在分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)管理、企業(yè)經(jīng)營(yíng)效率和企業(yè)績(jī)效的影響，缺乏數(shù)字化轉(zhuǎn)型對(duì)融資約束影響的實(shí)證研究和與之相關(guān)的異質(zhì)性研究；第二，在外部利益相關(guān)者與融資約束之間關(guān)系的相關(guān)文獻(xiàn)中，筆者發(fā)現(xiàn)企業(yè)可以依靠外部投資者、債權(quán)人、供應(yīng)商、客戶和政府緩解融資約束程度，而數(shù)字化轉(zhuǎn)型帶來的信息處理能力提高、供應(yīng)鏈中企業(yè)合作共贏以及創(chuàng)新水平提升，可能會(huì)影響外部利益相關(guān)者的資金決策行為，進(jìn)而影響企業(yè)的融資約束。因此，將外部利益相關(guān)者因素納入數(shù)字化轉(zhuǎn)型與融資約束關(guān)系研究，對(duì)深入探索數(shù)字化轉(zhuǎn)型與融資約束之間的具體作用路徑具有重要價(jià)值。

（二）研究假設(shè)

1.數(shù)字化轉(zhuǎn)型與融資約束

企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響主要有三個(gè)方面：第一，從信息的角度分析。融資約束的核心在于信息不對(duì)稱導(dǎo)致外部資金提供者無法合理判斷出企業(yè)價(jià)值。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型意味著企業(yè)可以充分利用人工智能、大數(shù)據(jù)以及互聯(lián)網(wǎng)等技術(shù)獲取、處理和傳遞有效信息。因此，相比傳統(tǒng)企業(yè)，數(shù)字化轉(zhuǎn)型企業(yè)可以處理和輸出結(jié)構(gòu)化、標(biāo)準(zhǔn)化的有效信息，提升信息利用度，這些高質(zhì)量的信息降低了企業(yè)與外部資金提供者之間的信息不對(duì)稱程度，從而緩解了企業(yè)的融資約束。第二，從監(jiān)督的角度分析。產(chǎn)生融資約束的重要原因是過高的代理成本。數(shù)字化轉(zhuǎn)型企業(yè)能夠?qū)⑺薪?jīng)營(yíng)活動(dòng)的數(shù)據(jù)保存起來，有助于降低股東管控管理層以及管理層管控普通員工的監(jiān)督成本，并且有效降低外部監(jiān)督成本和審查成本。因此，數(shù)字化轉(zhuǎn)型企業(yè)通過業(yè)務(wù)數(shù)據(jù)化形成實(shí)時(shí)內(nèi)外部監(jiān)控機(jī)制，能夠有效約束各方的機(jī)會(huì)主義行為，從而降低代理成本，最終緩解企業(yè)融資約束。第三，從聲譽(yù)的角度分析。數(shù)字化轉(zhuǎn)型情景下，企業(yè)的商業(yè)模式、平臺(tái)戰(zhàn)略和運(yùn)營(yíng)模式等的改善使得企業(yè)的盈利能力、資源配置效率以及管理效率大幅度提升，企業(yè)可以憑借強(qiáng)有力的競(jìng)爭(zhēng)優(yōu)勢(shì)獲得良好的企業(yè)聲譽(yù)。根據(jù)聲譽(yù)信息理論，聲譽(yù)作為一種積極信號(hào)在資金的供求之間建立信任，幫助企業(yè)獲得資金供給方的認(rèn)可與支持，進(jìn)而緩解融資約束?；谝陨戏治?，本文提出假設(shè)1：

H1：企業(yè)的數(shù)字化轉(zhuǎn)型程度越大，企業(yè)面臨的融資約束程度越低。

2.外部利益相關(guān)者視角下數(shù)字化轉(zhuǎn)型影響融資約束的機(jī)制路徑

數(shù)字化轉(zhuǎn)型幫助企業(yè)降低信息不對(duì)稱、提高供應(yīng)鏈運(yùn)行效率、賦能企業(yè)的創(chuàng)新活動(dòng)，進(jìn)一步使企業(yè)贏得外部投資者與債權(quán)人的支持，實(shí)現(xiàn)供應(yīng)鏈層面合作共贏并獲得高度政府的關(guān)注，這無疑對(duì)緩解融資約束大有裨益?；诖?，本文將探討在外部利益相關(guān)者視角下，數(shù)字化轉(zhuǎn)型影響融資約束的機(jī)制路徑。

數(shù)字化轉(zhuǎn)型企業(yè)可以贏得外部投資者與債權(quán)人支持，股權(quán)與信貸融資增加，從而緩解融資約束。首先，相比傳統(tǒng)企業(yè)，數(shù)字化轉(zhuǎn)型企業(yè)可以處理和輸出更多的有效信息，進(jìn)一步通過信息披露向外部推送價(jià)值相關(guān)性信息，這樣外部投資者與債權(quán)人無疑能夠掌握更充分的企業(yè)經(jīng)營(yíng)和生產(chǎn)狀況信息，其信息成本、決策成本以及面臨的估值風(fēng)險(xiǎn)下降，由此企業(yè)可以更容易得到股東與債權(quán)人提供的資金支持，股權(quán)融資與信貸融資隨之提升，緩解融資約束。其次，數(shù)字化轉(zhuǎn)型能夠大大提升企業(yè)的發(fā)展質(zhì)量與競(jìng)爭(zhēng)力，數(shù)字化轉(zhuǎn)型企業(yè)會(huì)借助信息披露或生產(chǎn)技術(shù)轉(zhuǎn)型投資等方式向外界傳遞自身良好發(fā)展的積極信號(hào)，對(duì)企業(yè)產(chǎn)生了信譽(yù)“背書”效果，這樣外部投資者與債權(quán)人往往對(duì)數(shù)字化轉(zhuǎn)型企業(yè)更加青睞，且具有較高預(yù)期水平，進(jìn)一步為企業(yè)提供更多的股權(quán)與信貸融資，為緩解企業(yè)融資約束提供了良好基礎(chǔ)。

數(shù)字化轉(zhuǎn)型企業(yè)可以實(shí)現(xiàn)供應(yīng)鏈層面合作共贏，商業(yè)信用增加，從而緩解融資約束。首先，數(shù)字化轉(zhuǎn)型有助于供應(yīng)鏈整體對(duì)消費(fèi)者需求進(jìn)行數(shù)據(jù)捕獲、存儲(chǔ)、傳輸和共享（系統(tǒng)架構(gòu)）以及數(shù)據(jù)搜索、分析和可視化（數(shù)據(jù)分析），并且根據(jù)需求主張的變化對(duì)價(jià)值創(chuàng)造模式進(jìn)行及時(shí)調(diào)整。比如，剔除供應(yīng)鏈成員和架構(gòu)不符合價(jià)值創(chuàng)造的部分，加強(qiáng)弱勢(shì)部分，開發(fā)潛在發(fā)展部分。這樣使供應(yīng)鏈能夠更快響應(yīng)不斷變化的環(huán)境，供應(yīng)鏈運(yùn)行效率提高，最終客戶、供應(yīng)商、平臺(tái)等多方供應(yīng)鏈成員的合作伙伴關(guān)系得到加強(qiáng)。其次，數(shù)字化轉(zhuǎn)型對(duì)供應(yīng)鏈網(wǎng)絡(luò)中的合作形式進(jìn)行了創(chuàng)新。數(shù)字化轉(zhuǎn)型有效突破了傳統(tǒng)的供應(yīng)鏈成員線下實(shí)體合作形式的限制，創(chuàng)造性地形成了跨空間虛擬合作方式。因此，數(shù)字化轉(zhuǎn)型在實(shí)現(xiàn)供應(yīng)鏈層面合作共贏方面發(fā)揮著積極作用。在這一合作過程中企業(yè)更容易獲得供應(yīng)商與客戶的支持，商業(yè)信用隨之增加，從而緩解企業(yè)的融資約束問題。

數(shù)字化轉(zhuǎn)型企業(yè)可以獲得政府的高度關(guān)注，政府補(bǔ)助增加，從而緩解融資約束。首先，近年來，各地政府為鼓勵(lì)企業(yè)數(shù)字化轉(zhuǎn)型以幫助企業(yè)降低成本、增效提質(zhì)，往往會(huì)對(duì)進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)直接給予一定政府補(bǔ)助。其次，數(shù)字化轉(zhuǎn)型企業(yè)可以通過企業(yè)創(chuàng)新間接獲得政府補(bǔ)助。目前，數(shù)字化轉(zhuǎn)型企業(yè)通過分析消費(fèi)者的偏好信息，可以直接獲得消費(fèi)者關(guān)于改進(jìn)產(chǎn)品的想法與創(chuàng)意，從而進(jìn)行有方向性的研發(fā)支出，賦能企業(yè)的創(chuàng)新活動(dòng)，這有利于企業(yè)把握創(chuàng)新方向并提高創(chuàng)新效率，而政府為了主導(dǎo)我國創(chuàng)新體系，鼓勵(lì)企業(yè)技術(shù)創(chuàng)新與科技進(jìn)步，會(huì)更傾向于對(duì)創(chuàng)新能力強(qiáng)的企業(yè)進(jìn)行政府補(bǔ)助，設(shè)立發(fā)展專項(xiàng)資金。由此可見，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，獲取的政府補(bǔ)助越多，一方面直接緩解企業(yè)融資約束，另一方面企業(yè)借助政府補(bǔ)助的認(rèn)證效應(yīng)，向外界傳遞積極信號(hào)，得到社會(huì)資金支持，從而化解企業(yè)的融資約束困境?；谝陨戏治觯疚奶岢黾僭O(shè)2：

H2a：數(shù)字化轉(zhuǎn)型企業(yè)可以通過提升股權(quán)融資緩解企業(yè)面臨的融資約束。

H2b：數(shù)字化轉(zhuǎn)型企業(yè)可以通過提升信貸融資緩解企業(yè)面臨的融資約束。

H2c：數(shù)字化轉(zhuǎn)型企業(yè)可以通過提升商業(yè)信用緩解企業(yè)面臨的融資約束。

H2d：數(shù)字化轉(zhuǎn)型企業(yè)可以通過提升政府補(bǔ)助緩解企業(yè)面臨的融資約束。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

考慮到目前企業(yè)數(shù)字化轉(zhuǎn)型幾乎波及整個(gè)股票市場(chǎng)，本研究的樣本企業(yè)從2007—2020年的A股上市公司中選取，選取標(biāo)準(zhǔn)為企業(yè)年報(bào)中進(jìn)行數(shù)字化轉(zhuǎn)型相關(guān)信息披露的企業(yè)，并且剔除了金融、保險(xiǎn)類公司，處于ST和ST狀態(tài)的上市公司以及關(guān)鍵指標(biāo)缺失的公司，最終得到10461個(gè)樣本觀測(cè)值。實(shí)證分析中數(shù)字化轉(zhuǎn)型文本詞典中各詞匯出現(xiàn)的頻數(shù)來源于CSMAR數(shù)據(jù)庫，其他數(shù)據(jù)均來自WIND數(shù)據(jù)庫與CSMAR數(shù)據(jù)庫，利用Stata15.0進(jìn)行計(jì)量分析。為了保證結(jié)果的準(zhǔn)確性，對(duì)連續(xù)型變量進(jìn)行了1%和99%的縮尾處理。

（二）變量定義與解釋

1.數(shù)字化轉(zhuǎn)型程度的測(cè)度

企業(yè)數(shù)字化發(fā)展是新時(shí)代下企業(yè)高質(zhì)量發(fā)展的重大戰(zhàn)略，這類特征信息更容易體現(xiàn)在企業(yè)具有總結(jié)和指導(dǎo)性質(zhì)的年報(bào)中。企業(yè)年報(bào)中的詞匯、語句用法不僅在很大程度上可以體現(xiàn)企業(yè)推行的經(jīng)營(yíng)理念以及在這種理念指導(dǎo)下的發(fā)展路徑，還能夠反映出企業(yè)的戰(zhàn)略選擇與未來展望。因此，可以對(duì)上市公司年度財(cái)務(wù)報(bào)告中的數(shù)字化轉(zhuǎn)型信息進(jìn)行挖掘從而評(píng)估其數(shù)字化轉(zhuǎn)型程度。本文借鑒吳非等的做法，即構(gòu)建“數(shù)字化轉(zhuǎn)型”文本詞典，并且從“底層技術(shù)運(yùn)用”與“技術(shù)實(shí)踐應(yīng)用”兩個(gè)層面來測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度。其中，“底層技術(shù)運(yùn)用”包括人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)四個(gè)“ABCD”技術(shù)。具體測(cè)度步驟如下：第一，計(jì)算“數(shù)字化轉(zhuǎn)型”文本詞典中詞匯出現(xiàn)的總詞頻。第二，為了減弱年報(bào)的總字?jǐn)?shù)差異對(duì)總詞頻的影響，本文的企業(yè)數(shù)字化轉(zhuǎn)型程度指標(biāo)（dcg）計(jì)算模型如下：

其中，dcg為數(shù)字化轉(zhuǎn)型程度變量，dictionary words為“數(shù)字化轉(zhuǎn)型”文本詞典中第n個(gè)詞匯在個(gè)股i第t年的年度報(bào)告中的詞頻，total words為個(gè)股i在第t年的年度報(bào)告的總詞頻（排除英文和數(shù)字）。

2.融資約束的測(cè)度

參考顧雷雷等衡量企業(yè)融資約束程度（fc）的做法，具體計(jì)算公式如下：

size表示企業(yè)規(guī)模，即總資產(chǎn)的自然對(duì)數(shù)；lev表示企業(yè)資產(chǎn)負(fù)債率=總負(fù)債/總資產(chǎn)；cashdiv是公司當(dāng)年發(fā)放的現(xiàn)金股利；mb表示企業(yè)市賬比=市場(chǎng)價(jià)值/賬面價(jià)值；nwc代表凈營(yíng)運(yùn)資本=營(yíng)運(yùn)資本-貨幣資金-短期投資；ebit是息稅前利潤(rùn)；ta是總資產(chǎn)。

計(jì)算步驟如下：第一，按照年度對(duì)公司規(guī)模、公司年齡、現(xiàn)金股利支付率三個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理，并根據(jù)標(biāo)準(zhǔn)化后的變量均值對(duì)上市公司進(jìn)行升序排序，分別以上下三分位點(diǎn)作為融資約束的分界點(diǎn)，可以得到融資約束虛擬變量QUFC。其中，低融資約束組為大于66%分位的上市公司，此時(shí)QUFC取值為0；高融資約束組為小于33%分位的上市公司，此時(shí)QUFC取值1。第二，對(duì)模型（2）進(jìn)行l(wèi)ogit回歸，擬合企業(yè)每一年度的融資約束發(fā)生概率P，并將其定義為融資約束指數(shù)fc（取值在0到1之間）。fc越大，企業(yè)的融資約束問題越嚴(yán)重。

3.控制變量

為了控制可能影響融資約束程度的公司特征與治理等因素，本文選取了公司規(guī)模（size）、上市年限（listage）、凈資產(chǎn)收益率（roe）、總資產(chǎn)周轉(zhuǎn)率（ato）、營(yíng)業(yè)收入增長(zhǎng)率（growth）、資產(chǎn)負(fù)債率（lev）、現(xiàn)金流比率（cashflow）、董事人數(shù)（board）、獨(dú)立董事比例（indep）、大股東資金占用（occupy）、管理費(fèi)用率（mfee）、管理層持股比例（mshare）、是否國有企業(yè)（soe）以及股權(quán)制衡度（balance）作為控制變量。

（三）模型構(gòu)建

為了檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響，本文構(gòu)建了模型（4）：

其中，融資約束（fc）為被解釋變量，數(shù)字化轉(zhuǎn)型程度（dcg）為核心解釋變量，為了避免時(shí)間和行業(yè)層面不可觀測(cè)因素的影響，引入了時(shí)間（year）和行業(yè)（ind）啞變量，ε為隨機(jī)誤差項(xiàng)，其余為前文所述的控制變量。本文使用混合最小二乘法進(jìn)行回歸估計(jì)，且實(shí)證分析均采用異方差穩(wěn)健標(biāo)準(zhǔn)誤以消除異方差的影響。

四、實(shí)證結(jié)果及經(jīng)濟(jì)解釋

（一）描述性統(tǒng)計(jì)

表1為各變量的描述性統(tǒng)計(jì)結(jié)果。樣本企業(yè)融資約束的平均值為0.454，中位數(shù)為0.442，標(biāo)準(zhǔn)差為0.327，表明融資約束變量基本符合正態(tài)分布，且公司之間融資約束程度有明顯不同，為本文研究提供了有利條件。企業(yè)數(shù)字化轉(zhuǎn)型程度的平均值為0.026，中位數(shù)為0.010，說明我國大部分A股上市公司的數(shù)字化轉(zhuǎn)型程度較低，尚處于數(shù)字化發(fā)展初期階段，而且最小值為0.001，最大值為0.216，說明不同公司之間的數(shù)字化轉(zhuǎn)型程度差距較大。其余指標(biāo)的描述性統(tǒng)計(jì)結(jié)果與既有研究無顯著差異。

表1 變量的描述性統(tǒng)計(jì)

（二）基準(zhǔn)回歸

表2報(bào)告了“數(shù)字化轉(zhuǎn)型—融資約束”關(guān)系的核心檢驗(yàn)結(jié)果。在基準(zhǔn)回歸中，本文采用了遞進(jìn)式回歸策略，并且用了兩種模型進(jìn)行回歸。首先，利用混合OLS模型進(jìn)行回歸，回歸結(jié)果如列（1）、列（2）所示。當(dāng)僅控制時(shí)間和行業(yè)時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)為-0.400，并且通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)，在原有基礎(chǔ)上加入控制變量后，相關(guān)回歸系數(shù)的絕對(duì)值下降，即-0.254，這可能是因?yàn)樵诩尤肟刂谱兞恐螅糠钟绊懭谫Y約束的因素被吸收，但是依然通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)。其次，為了避免遺漏變量帶來的內(nèi)生性問題，本文又利用固定效應(yīng)模型進(jìn)行回歸，回歸結(jié)果如列（3）、列（4）所示。在未加入控制變量之前，數(shù)字化轉(zhuǎn)型的系數(shù)為-0.696，加入控制變量之后，系數(shù)變?yōu)?0.247，分別在1%與5%的水平下顯著為負(fù)，與利用OLS模型回歸得到的結(jié)果一致。綜上，企業(yè)數(shù)字化轉(zhuǎn)型與融資約束之間呈現(xiàn)顯著負(fù)相關(guān)關(guān)系。由此，本文的H1得到了統(tǒng)計(jì)證據(jù)支持。

表2 基準(zhǔn)回歸結(jié)果

（三）內(nèi)生性檢驗(yàn)

1.傾向得分匹配法

考慮到企業(yè)層面的可觀測(cè)變量差異、多元回歸對(duì)函數(shù)形式設(shè)定的依賴以及樣本選擇偏誤問題，本文采用傾向得分匹配法進(jìn)行檢驗(yàn)。首先，本文將企業(yè)數(shù)字化轉(zhuǎn)型程度取平均數(shù)，若樣本大于平均數(shù)取值1，將其作為實(shí)驗(yàn)組，否則為0，將其作為對(duì)照組。其次，將是否為國有企業(yè)、總資產(chǎn)周轉(zhuǎn)率、股權(quán)制衡度、營(yíng)業(yè)收入增長(zhǎng)率、資產(chǎn)負(fù)債率、現(xiàn)金流比率、公司規(guī)模、董事人數(shù)和凈資產(chǎn)收益率作為協(xié)變量進(jìn)行l(wèi)ogit回歸，同時(shí)進(jìn)行1：1近鄰匹配。再次，平衡性檢驗(yàn)結(jié)果顯示，匹配后所有變量的標(biāo)準(zhǔn)化偏差均小于5%，并且所有t檢驗(yàn)都不拒絕處理組與控制組無系統(tǒng)差異的原假設(shè)，表明通過了平衡性檢驗(yàn)。除此之外，ATT結(jié)果為-2.04，表明進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)面臨的融資約束程度會(huì)更小，與前文的結(jié)果完全一致。最后，刪除了沒有匹配上的樣本，再次進(jìn)行回歸，回歸結(jié)果如表3列（1）所示，可以發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平下顯著為負(fù)，與前文的結(jié)論一致。綜上，之前的發(fā)現(xiàn)保持穩(wěn)定。

2.工具變量法

為了解決存在的互為因果內(nèi)生性問題，又采用2SLS法進(jìn)行工具變量檢驗(yàn)。參考已有研究選取數(shù)字化轉(zhuǎn)型工具變量的思路，本文將某年度行業(yè)中其他企業(yè)的平均數(shù)字化轉(zhuǎn)型程度、城市郵政業(yè)務(wù)總量、城市移動(dòng)電話數(shù)量以及城市互聯(lián)網(wǎng)寬帶接入用戶數(shù)作為工具變量進(jìn)行檢驗(yàn)，回歸結(jié)果如表3列（2）所示。首先，工具變量通過不可識(shí)別檢驗(yàn)（Kleibergen-Paap rk LM統(tǒng)計(jì)量顯著）、弱工具檢驗(yàn)（Kleibergen-Paap rk Wald F統(tǒng)計(jì)量顯著）和過度識(shí)別檢驗(yàn)（Hansen J檢驗(yàn)P值＞0.1）；其次，表3列（2）為第二階段回歸結(jié)果，本文發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型對(duì)融資約束的系數(shù)在5%的水平下依然顯著為負(fù)，與基準(zhǔn)回歸結(jié)果一致。

3.滯后自變量與前置因變量回歸

本文延長(zhǎng)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資約束影響的時(shí)間考察窗口。表3中列（3）、列（4）是將數(shù)字化轉(zhuǎn)型變量（dcg）進(jìn)行了滯后1～2期處理，列（5）、列（6）是將融資約束變量（fc）進(jìn)行了前置1～2期處理做比較分析。結(jié)果顯示，數(shù)字化轉(zhuǎn)型對(duì)融資約束的緩解作用并沒有因?yàn)闀r(shí)間窗口的延長(zhǎng)而減緩，與本文的基準(zhǔn)回歸結(jié)果一致。

表3 內(nèi)生性檢驗(yàn)結(jié)果

（四）穩(wěn)健性檢驗(yàn)

首先，參考張永珅等度量企業(yè)數(shù)字化轉(zhuǎn)型的方法，當(dāng)上市公司財(cái)務(wù)報(bào)告附注披露的無形資產(chǎn)明細(xì)項(xiàng)包含“軟件”“網(wǎng)絡(luò)”“客戶端”“管理系統(tǒng)”“智能平臺(tái)”等與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞以及與此相關(guān)的專利時(shí)，將該明細(xì)項(xiàng)目界定為“數(shù)字化技術(shù)無形資產(chǎn)”，再計(jì)算出數(shù)字化技術(shù)無形資產(chǎn)之和與無形資產(chǎn)總額的比值，即為企業(yè)數(shù)字化轉(zhuǎn)型程度（dgt）的代理變量?；貧w結(jié)果如表4列（1）所示，企業(yè)數(shù)字化轉(zhuǎn)型程度（dgt）的系數(shù)在5%的顯著性水平下顯著為負(fù)。

其次，將企業(yè)的數(shù)字化轉(zhuǎn)型程度分解為“底層技術(shù)運(yùn)用”（ut）與“技術(shù)實(shí)踐應(yīng)用（pa）”兩個(gè)層面分別進(jìn)行回歸，回歸結(jié)果如表4列（2）、列（3）所示，可以發(fā)現(xiàn)底層技術(shù)應(yīng)用和技術(shù)實(shí)踐應(yīng)用兩個(gè)數(shù)字化轉(zhuǎn)型子指標(biāo)與融資約束的系數(shù)都在1%的水平下顯著為負(fù)，與前文的實(shí)證結(jié)果完全一致。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

（五）機(jī)制路徑的識(shí)別檢驗(yàn)

在前述實(shí)證分析中，本文針對(duì)“企業(yè)數(shù)字化轉(zhuǎn)型—融資約束”之間的核心關(guān)系進(jìn)行了驗(yàn)證。本部分將從外部利益相關(guān)者視角（外部投資者、債權(quán)人、供應(yīng)商與客戶、政府）對(duì)二者之間存在的機(jī)制路徑進(jìn)行識(shí)別檢驗(yàn)。對(duì)此，本文采用溫忠麟等的中介效應(yīng)模型進(jìn)行識(shí)別檢驗(yàn)，模型如下：

其中，meditor為中介變量組，包括股權(quán)融資（ef）、信貸融資（debt）、商業(yè)信用（tc）以及政府補(bǔ)助（sub）。參考已有研究，本文將股權(quán)融資（ef）定義為（股本+資本公積）/總資產(chǎn)，企業(yè)信貸融資（debt）由長(zhǎng)期借款的自然對(duì)數(shù)衡量，商業(yè)信用（tc）為企業(yè)當(dāng)年應(yīng)付賬款、應(yīng)付票據(jù)和預(yù)收賬款之和占營(yíng)業(yè)收入的比重，用政府補(bǔ)助的對(duì)數(shù)值作為政府補(bǔ)助（sub）的刻畫指標(biāo)。

首先，本文基于“數(shù)字化轉(zhuǎn)型→股權(quán)融資→融資約束”的路徑進(jìn)行識(shí)別檢驗(yàn)，回歸結(jié)果如表5列（1）—列（3）所示。列（2）中數(shù)字化轉(zhuǎn)型對(duì)股權(quán)融資的回歸系數(shù)為0.153，并且通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)；列（3）中股權(quán)融資對(duì)融資約束的回歸系數(shù)為-0.197，并且通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)，這說明數(shù)字化轉(zhuǎn)型通過提高企業(yè)股權(quán)融資緩解融資約束程度。其次，本文基于“數(shù)字化轉(zhuǎn)型→信貸融資→融資約束”的路徑進(jìn)行識(shí)別檢驗(yàn)，即重點(diǎn)考察銀行這一類債權(quán)方，回歸結(jié)果如表5列（4）—列（6）所示。列（5）中數(shù)字化轉(zhuǎn)型對(duì)信貸融資的回歸系數(shù)為-2.796，且列（6）中信貸融資對(duì)融資約束的影響不顯著，這說明數(shù)字化轉(zhuǎn)型不會(huì)通過提高信貸融資緩解融資約束，與前文理論分析不符。這可能是因?yàn)榕c外部投資者相比，銀行債權(quán)者的風(fēng)險(xiǎn)承受能力較低，他們?yōu)榱私档妥约旱耐顿Y風(fēng)險(xiǎn)會(huì)更多地關(guān)注企業(yè)是否具有穩(wěn)定的現(xiàn)金流，而目前我國數(shù)字經(jīng)濟(jì)發(fā)展尚未達(dá)到成熟階段，企業(yè)進(jìn)行過多的數(shù)字化轉(zhuǎn)型反而會(huì)增大提供資金的風(fēng)險(xiǎn)。因此，企業(yè)高程度的數(shù)字化轉(zhuǎn)型可能不會(huì)吸引較多的信貸融資以緩解融資約束。再次，基于“數(shù)字化轉(zhuǎn)型→商業(yè)信用→融資約束”的路徑進(jìn)行識(shí)別檢驗(yàn)，回歸結(jié)果如表6列（1）—列（3）所示。列（2）中數(shù)字化轉(zhuǎn)型對(duì)商業(yè)信用的回歸系數(shù)為0.105，并且通過了10%的統(tǒng)計(jì)顯著性檢驗(yàn)；列（3）中商業(yè)信用對(duì)融資約束的回歸系數(shù)為-0.063，通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)，這說明數(shù)字化轉(zhuǎn)型通過提高企業(yè)的商業(yè)信用，從而緩解融資約束。最后，本文從“數(shù)字化轉(zhuǎn)型→政府補(bǔ)助→融資約束”的路徑進(jìn)行識(shí)別檢驗(yàn)，回歸結(jié)果如表6列（4）—列（6）所示。列（5）中企業(yè)數(shù)字化轉(zhuǎn)型對(duì)政府補(bǔ)助的回歸系數(shù)為1.192且在5%的水平下高度顯著，列（6）中政府補(bǔ)助對(duì)融資約束的回歸系數(shù)為-0.004且通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)，無疑證實(shí)了數(shù)字化轉(zhuǎn)型可以通過提高政府補(bǔ)助從而緩解融資約束。

表5 股權(quán)融資和信貸融資中介效應(yīng)檢驗(yàn)

表6 商業(yè)信用和政府補(bǔ)助中介效應(yīng)檢驗(yàn)

此外，為了進(jìn)一步證實(shí)上述中介效應(yīng)結(jié)果的穩(wěn)健性，又進(jìn)行了Sobel檢驗(yàn)，檢驗(yàn)結(jié)果發(fā)現(xiàn)除了信貸融資這一變量未通過外，其余三個(gè)變量均通過檢驗(yàn)，再次證明了股權(quán)融資、商業(yè)信用以及政府補(bǔ)助的機(jī)制有效性。

五、進(jìn)一步分析

為了進(jìn)一步提升研究精度，本文還需要將企業(yè)外部環(huán)境差異納入考慮范圍，以探究在不同條件下數(shù)字化轉(zhuǎn)型對(duì)融資約束的差異化影響。因此，本部分將從企業(yè)所屬地區(qū)和行業(yè)競(jìng)爭(zhēng)程度兩個(gè)維度展開異質(zhì)性分析。

（一）企業(yè)所屬地區(qū)

我國省份依據(jù)地域的不同可以劃分為東部地區(qū)與中西部地區(qū)，表7列（1）、列（2）展示了樣本企業(yè)分地區(qū)的回歸結(jié)果。可以發(fā)現(xiàn)，東部地區(qū)企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)融資約束的系數(shù)在1%的水平下顯著為負(fù)，而在中西部地區(qū)的企業(yè)，這一緩解作用并不顯著。這可能是因?yàn)槲覈鴸|部地區(qū)數(shù)字化發(fā)展水平高，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響程度更為深入與充分，外部利益相關(guān)者會(huì)更加重視企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展，以此來決定自己的決策。因此，東部地區(qū)的企業(yè)更容易借助企業(yè)數(shù)字化轉(zhuǎn)型獲得各利益相關(guān)者的資金投入，以緩解融資約束。而中西部地區(qū)的經(jīng)濟(jì)發(fā)展落后，企業(yè)與外部利益相關(guān)者可能不會(huì)過多關(guān)注數(shù)字化轉(zhuǎn)型發(fā)展，導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)融資約束的緩解作用不顯著。

（二）行業(yè)競(jìng)爭(zhēng)程度

為了考察數(shù)字化轉(zhuǎn)型緩解企業(yè)融資約束的行業(yè)競(jìng)爭(zhēng)程度差異，本文采用所有者權(quán)益賬面價(jià)值計(jì)算的赫芬達(dá)爾—赫希曼指數(shù)度量行業(yè)競(jìng)爭(zhēng)程度，并且以其中位數(shù)作為分組依據(jù)，高于中位數(shù)企業(yè)的所在行業(yè)競(jìng)爭(zhēng)激烈，反之為行業(yè)競(jìng)爭(zhēng)程度較低組，表7列（3）、列（4）展示了行業(yè)競(jìng)爭(zhēng)程度的異質(zhì)性檢驗(yàn)結(jié)果?？梢园l(fā)現(xiàn)，競(jìng)爭(zhēng)程度較低企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)融資約束的系數(shù)在1%的水平下顯著為負(fù)，而競(jìng)爭(zhēng)程度較高的企業(yè)，這一緩解作用并不顯著。這說明行業(yè)競(jìng)爭(zhēng)程度過高會(huì)加大企業(yè)生存壓力，增強(qiáng)淘汰效應(yīng)和掠奪效應(yīng)，惡化企業(yè)融資境況。首先，在行業(yè)競(jìng)爭(zhēng)激烈的環(huán)境中，企業(yè)可能在數(shù)字化轉(zhuǎn)型方面選擇激進(jìn)型戰(zhàn)略，盲目投入大量資金，盈利空間減小，外部融資約束水平隨之變得更高；其次，在激烈競(jìng)爭(zhēng)環(huán)境下，為了降低行業(yè)競(jìng)爭(zhēng)對(duì)手帶來的掠奪風(fēng)險(xiǎn)，企業(yè)會(huì)適當(dāng)減少有效信息披露，公司內(nèi)外部會(huì)面臨更高的信息不對(duì)稱，因而融資約束程度增大。

表7 異質(zhì)性檢驗(yàn)結(jié)果

六、結(jié)論與建議

本文基于外部利益相關(guān)者視角，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)融資約束的影響以及背后成因。檢驗(yàn)結(jié)果表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以有效降低融資約束程度。渠道機(jī)制檢驗(yàn)表明，企業(yè)數(shù)字化轉(zhuǎn)型可以通過提高股權(quán)融資、商業(yè)信用和政府補(bǔ)助緩解融資約束，但不能通過提高企業(yè)的信貸融資來緩解融資約束。異質(zhì)性檢驗(yàn)結(jié)果表明，數(shù)字化轉(zhuǎn)型對(duì)融資約束的緩解作用在東部地區(qū)以及行業(yè)競(jìng)爭(zhēng)程度低的企業(yè)中更為顯著。

基于以上分析，本文提出以下建議。第一，企業(yè)應(yīng)抓住數(shù)字化轉(zhuǎn)型機(jī)遇，與外部利益相關(guān)者加強(qiáng)聯(lián)系。企業(yè)在利用數(shù)字技術(shù)提高自身競(jìng)爭(zhēng)力的同時(shí)，也要與外部利益相關(guān)者進(jìn)行實(shí)時(shí)互動(dòng)，滿足各方外部利益相關(guān)者訴求，以便整合各方優(yōu)勢(shì)與稀缺資源，獲取外部投資者、供應(yīng)商、客戶與政府提供的資金流入，從而減輕企業(yè)融資約束。第二，企業(yè)應(yīng)結(jié)合自身實(shí)際規(guī)劃數(shù)字化轉(zhuǎn)型路線，并且實(shí)施差異化的數(shù)字化轉(zhuǎn)型戰(zhàn)略。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)外部環(huán)境有著較高要求，對(duì)于中西部地區(qū)和行業(yè)競(jìng)爭(zhēng)程度高的企業(yè)而言，不可盲目部署和實(shí)施數(shù)字化。企業(yè)在轉(zhuǎn)型前應(yīng)做好企業(yè)數(shù)字化戰(zhàn)略規(guī)劃與頂層架構(gòu)，確保外部環(huán)境與數(shù)字化轉(zhuǎn)型需求相匹配，最大限度降低數(shù)字化轉(zhuǎn)型風(fēng)險(xiǎn)。第三，政府應(yīng)當(dāng)實(shí)施數(shù)字化轉(zhuǎn)型激勵(lì)政策，優(yōu)化數(shù)字化轉(zhuǎn)型供給側(cè)生態(tài)。當(dāng)前我國企業(yè)的融資約束形勢(shì)仍然嚴(yán)峻，數(shù)字化轉(zhuǎn)型作為緩解企業(yè)融資約束的關(guān)鍵一環(huán)，政府相關(guān)部門應(yīng)設(shè)立數(shù)字化轉(zhuǎn)型專項(xiàng)扶持資金，同時(shí)建立龍頭企業(yè)數(shù)字化轉(zhuǎn)型標(biāo)桿項(xiàng)目和面向行業(yè)的數(shù)字化轉(zhuǎn)型服務(wù)示范平臺(tái)，以點(diǎn)帶面，鼓勵(lì)并引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)，以降低整體融資約束程度。