陳隆軒，楊 杰

（云南師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，云南 昆明 650500）

一、引言

當(dāng)前，數(shù)字經(jīng)濟(jì)已成為經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎，以數(shù)據(jù)資源為關(guān)鍵要素，以現(xiàn)代信息網(wǎng)絡(luò)為主要載體的數(shù)字經(jīng)濟(jì)正快速發(fā)展，是目前具有活力和創(chuàng)新力的經(jīng)濟(jì)形態(tài)之一。2022年國(guó)務(wù)院發(fā)布的《政府工作報(bào)告》和“十四五”規(guī)劃中都明確指出，要實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，以數(shù)字化轉(zhuǎn)型整體驅(qū)動(dòng)生產(chǎn)方式調(diào)整?！吨袊?guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2021）》報(bào)告顯示，2005年至2020年，中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模從2.6萬(wàn)億元擴(kuò)張到39.2萬(wàn)億元，占GDP比重由14.2%增長(zhǎng)至38.6%。這表明在全球經(jīng)濟(jì)發(fā)展不確定性持續(xù)增大的背景下，我國(guó)企業(yè)選擇創(chuàng)新發(fā)展數(shù)字技術(shù)，抓住數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇，從傳統(tǒng)生產(chǎn)體系轉(zhuǎn)型為數(shù)字化體系，賦能自身高質(zhì)量發(fā)展。

進(jìn)入21世紀(jì)，我國(guó)金融業(yè)與房地產(chǎn)業(yè)增加值占GDP 的比重在不斷上升，非金融類(lèi)企業(yè)更依賴于金融部門(mén)內(nèi)部的利潤(rùn)，基于金融渠道的利潤(rùn)積累逐漸成為企業(yè)盈利的主導(dǎo)模式（劉貫春等，2018）[1]。企業(yè)作為宏觀經(jīng)濟(jì)的微觀構(gòu)成，其內(nèi)部要素分配轉(zhuǎn)移至金融部門(mén)會(huì)影響企業(yè)的發(fā)展方向，數(shù)字化轉(zhuǎn)型作為數(shù)字經(jīng)濟(jì)發(fā)展的窗口，不僅是企業(yè)從傳統(tǒng)生產(chǎn)體系轉(zhuǎn)向數(shù)字化體系的創(chuàng)新標(biāo)志，而且是數(shù)字科技與生產(chǎn)發(fā)展深度融合的微觀表現(xiàn)?？陀^來(lái)看，數(shù)字化轉(zhuǎn)型過(guò)程中會(huì)面臨諸如轉(zhuǎn)型成本大、部門(mén)協(xié)作難等困難，企業(yè)內(nèi)部合理的要素分配在一定程度上能夠?yàn)閿?shù)字化轉(zhuǎn)型帶來(lái)發(fā)展契機(jī)。

鑒于此，本文將企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型聯(lián)系起來(lái)，運(yùn)用文本分析法構(gòu)建數(shù)字化轉(zhuǎn)型的綜合指標(biāo)，識(shí)別檢驗(yàn)兩者之間的因果效應(yīng)和作用渠道。實(shí)證研究發(fā)現(xiàn)，企業(yè)合理的金融資產(chǎn)配置顯著驅(qū)動(dòng)了數(shù)字化轉(zhuǎn)型。從宏觀經(jīng)濟(jì)形勢(shì)來(lái)看，這種促進(jìn)作用在貨幣政策較寬松和行業(yè)競(jìng)爭(zhēng)度較高時(shí)更加顯著；從企業(yè)微觀特征來(lái)看，在大型企業(yè)和高科技企業(yè)中金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響更為顯著。作用渠道分析表明，企業(yè)通過(guò)外部融資和內(nèi)部經(jīng)營(yíng)兩個(gè)渠道來(lái)促進(jìn)數(shù)字化轉(zhuǎn)型的，具體表現(xiàn)為企業(yè)金融資產(chǎn)配置通過(guò)降低企業(yè)杠桿率和提高風(fēng)險(xiǎn)承擔(dān)水平來(lái)驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型。拓展研究發(fā)現(xiàn)，金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型存在非線性關(guān)系，只有合理的金融資產(chǎn)配置才能有效促進(jìn)數(shù)字化轉(zhuǎn)型，過(guò)度的金融資產(chǎn)配置則會(huì)導(dǎo)致企業(yè)偏離經(jīng)營(yíng)重心，造成實(shí)業(yè)萎縮。

本文的邊際貢獻(xiàn)在于以下幾方面。一是從宏觀經(jīng)濟(jì)形勢(shì)和企業(yè)微觀特征的兩個(gè)視角探究了企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的差異性影響，為企業(yè)高質(zhì)量發(fā)展提供了新視角，有利于政府差異化針對(duì)性地制定數(shù)字化轉(zhuǎn)型政策；二是從外部融資和內(nèi)部經(jīng)營(yíng)兩個(gè)方面考察了企業(yè)數(shù)字化轉(zhuǎn)型的驅(qū)動(dòng)因素及作用渠道，揭示了企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型之間的機(jī)制特征；三是在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展背景下，檢驗(yàn)了企業(yè)合理配置金融資產(chǎn)對(duì)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)，為數(shù)字化轉(zhuǎn)型相關(guān)研究提供經(jīng)驗(yàn)證據(jù)。

二、文獻(xiàn)回顧與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型的相關(guān)研究

國(guó)內(nèi)外學(xué)者在對(duì)數(shù)字化轉(zhuǎn)型的定義和內(nèi)涵方面都有過(guò)相關(guān)研究。Brown 等（2014）[2]認(rèn)為數(shù)字化轉(zhuǎn)型涵蓋了從文化和組織變革到新數(shù)字技術(shù)的相關(guān)使用等方面，以實(shí)現(xiàn)傳統(tǒng)業(yè)態(tài)的重大改進(jìn)，如增強(qiáng)用戶服務(wù)、簡(jiǎn)化運(yùn)營(yíng)或創(chuàng)建全新服務(wù)。Westerman 等（2014）[3]認(rèn)為數(shù)字化轉(zhuǎn)型通過(guò)實(shí)施創(chuàng)新和發(fā)展新的數(shù)字技術(shù)，并利用技術(shù)從根本上提高企業(yè)的績(jī)效或影響力。劉淑春等（2021）[4]認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)是實(shí)現(xiàn)管理模式從“工業(yè)化”轉(zhuǎn)向“數(shù)字化”的變革，通過(guò)將數(shù)字技術(shù)引入現(xiàn)有企業(yè)管理架構(gòu)，重塑企業(yè)的信息結(jié)構(gòu)、管理方式、運(yùn)營(yíng)機(jī)制、生產(chǎn)過(guò)程等傳統(tǒng)管理路徑。從現(xiàn)有的研究來(lái)看，數(shù)字化轉(zhuǎn)型可描述為一個(gè)過(guò)程，并且能夠通過(guò)改進(jìn)業(yè)務(wù)模式等路徑達(dá)到企業(yè)高質(zhì)量發(fā)展的目標(biāo)。

數(shù)字化轉(zhuǎn)型的影響因素也受到學(xué)術(shù)界的關(guān)注。通過(guò)對(duì)已有文獻(xiàn)的梳理可以發(fā)現(xiàn)，從外部制度環(huán)境角度來(lái)看，產(chǎn)業(yè)數(shù)字化、地區(qū)數(shù)字經(jīng)濟(jì)、政策支持力度以及科技金融試點(diǎn)政策都能在一定程度上促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展（陳玉嬌等，2021；江玉國(guó)，2020；陳振權(quán)等，2022）[5-7]，也有研究認(rèn)為利率市場(chǎng)化改革作為供給側(cè)結(jié)構(gòu)性改革的一環(huán)，可以消減部分資本價(jià)格扭曲，優(yōu)化金融資源供給環(huán)境，進(jìn)而驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型（唐松等，2022）[8]；從企業(yè)內(nèi)部發(fā)展角度來(lái)看，企業(yè)會(huì)因?yàn)樽非笊a(chǎn)效率與市場(chǎng)地位，搭建社會(huì)網(wǎng)絡(luò)提供資源從而發(fā)展數(shù)字化（Bjo¨rkdahl，2020；宋晶和陳勁，2022）[9-10]。上述研究從“外部—內(nèi)部”視角為理解數(shù)字化轉(zhuǎn)型的動(dòng)因和作用渠道提供了豐富經(jīng)驗(yàn)和觀點(diǎn)啟發(fā)。

（二）金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型

有學(xué)者認(rèn)為，企業(yè)持有金融資產(chǎn)能夠發(fā)揮“蓄水池效應(yīng)”，有效促進(jìn)實(shí)業(yè)發(fā)展（彭俞超和黃志剛，2018）[11]。具體來(lái)說(shuō)，企業(yè)將部分閑散資金投資于金融市場(chǎng)，在確保盈利的情況下，不僅能夠?qū)崿F(xiàn)資本的保值和增值，還增加了資產(chǎn)流動(dòng)性和變現(xiàn)能力，可以預(yù)防未來(lái)用于主業(yè)投資或創(chuàng)新投入的資金缺口（杜勇等，2017；王紅建等，2017）[12-13]。在數(shù)字經(jīng)濟(jì)與實(shí)體企業(yè)不斷融合發(fā)展的背景下，企業(yè)發(fā)展數(shù)字化不可避免地會(huì)面臨周期長(zhǎng)、高風(fēng)險(xiǎn)和資金需求量大等困境。一方面，創(chuàng)新投入需要資本源源不斷地投入且易受外部沖擊，前期投入也可能會(huì)轉(zhuǎn)變?yōu)槌翛](méi)成本；另一方面，投入產(chǎn)出存在“陣痛期”，成果轉(zhuǎn)化需要一定時(shí)間，同時(shí)還需支付研發(fā)人員費(fèi)用，企業(yè)內(nèi)部經(jīng)營(yíng)存在風(fēng)險(xiǎn)。因此，企業(yè)需要發(fā)揮金融資產(chǎn)配置的“蓄水池效應(yīng)”，將資產(chǎn)在金融市場(chǎng)中的投資收益用于支持?jǐn)?shù)字化轉(zhuǎn)型的創(chuàng)新投入，并主要通過(guò)以下兩種渠道進(jìn)行作用。

其一，企業(yè)金融資產(chǎn)配置能夠在外部融資渠道通過(guò)降低企業(yè)杠桿率來(lái)促進(jìn)數(shù)字化轉(zhuǎn)型。企業(yè)長(zhǎng)期處于投資數(shù)字基礎(chǔ)設(shè)施或發(fā)展數(shù)字技術(shù)的階段會(huì)占用企業(yè)大部分的投資支出，項(xiàng)目的中斷會(huì)帶來(lái)高額的損失，因此，企業(yè)需要加大外部融資力度以應(yīng)對(duì)流動(dòng)資金短缺。股權(quán)融資和債務(wù)融資作為企業(yè)獲取外部融資的主要方式。具體來(lái)說(shuō)，股權(quán)融資通過(guò)股東出讓部分企業(yè)所有權(quán)以進(jìn)行增資或配股的方式來(lái)獲得融資，但由于企業(yè)內(nèi)存在委托代理關(guān)系，管理者可能會(huì)因?yàn)樽陨砝娑终脊蓶|的利益，從而產(chǎn)生道德風(fēng)險(xiǎn)；而債務(wù)融資是通過(guò)出售債券或票據(jù)來(lái)籌集資金，但金融市場(chǎng)的信息不對(duì)稱和準(zhǔn)入門(mén)檻等問(wèn)題會(huì)使得融資成本大幅提升（Cooper 和Haltiwanger，2006）[14]。此時(shí)，企業(yè)會(huì)通過(guò)變現(xiàn)金融資產(chǎn)來(lái)獲取外部融資，相比股權(quán)融資和債務(wù)融資，這種預(yù)防性儲(chǔ)蓄活動(dòng)的融資成本較低，且可以在短時(shí)間內(nèi)獲取現(xiàn)金以降低對(duì)銀行信貸的依賴，從而降低企業(yè)杠桿率（劉貫春等，2018）[1]。此外，企業(yè)發(fā)揮金融資產(chǎn)配置的“蓄水池效應(yīng)”能夠通過(guò)出售金融資產(chǎn)獲利降低融資壓力，當(dāng)金融資產(chǎn)價(jià)格上升后，有利于改善資產(chǎn)負(fù)債表，并進(jìn)行更多的內(nèi)源融資，從而降低企業(yè)杠桿率（Smith和Stulz，1985；Stulz，1996）[15-16]。

其二，企業(yè)金融資產(chǎn)配置能夠在內(nèi)部經(jīng)營(yíng)渠道增加風(fēng)險(xiǎn)承擔(dān)能力，進(jìn)而加快企業(yè)數(shù)字化轉(zhuǎn)型的步伐。風(fēng)險(xiǎn)承擔(dān)反映了企業(yè)在經(jīng)營(yíng)過(guò)程中面對(duì)不確定因素時(shí)的投資傾向，尤其是企業(yè)選擇數(shù)字化轉(zhuǎn)型發(fā)展后，可能會(huì)面臨前期投入成本較多、資金需求量較大以及從研發(fā)到成果轉(zhuǎn)化之間的不確定性等情況。此時(shí)，企業(yè)金融資產(chǎn)配置能夠發(fā)揮“蓄水池效應(yīng)”，通過(guò)金融資產(chǎn)的高流動(dòng)性和強(qiáng)變現(xiàn)性來(lái)增加企業(yè)自身籌集資金的能力，持續(xù)為數(shù)字化轉(zhuǎn)型提供資金支持。同時(shí)，企業(yè)通過(guò)持有金融資產(chǎn)獲得的收益也可以提升企業(yè)財(cái)務(wù)狀況，從而提高企業(yè)風(fēng)險(xiǎn)承擔(dān)（徐雋翊等，2020）[17]。此外，金融資產(chǎn)配置也可以通過(guò)與銀行等金融機(jī)構(gòu)相互持股的方式拓寬融資渠道，降低融資成本，在一定程度上也能為數(shù)字化轉(zhuǎn)型提供所需資金，提高企業(yè)的風(fēng)險(xiǎn)承擔(dān)能力（許志勇等，2020）[18]。

企業(yè)參與金融投資可以視為一種“理性”的市場(chǎng)化行為，但超過(guò)一定限度的金融資產(chǎn)配置也會(huì)帶來(lái)與預(yù)期相反的效果。目前文獻(xiàn)對(duì)過(guò)度金融資產(chǎn)配置的負(fù)面影響定義為“擠出效應(yīng)”，Tobin（1965）[19]認(rèn)為基于企業(yè)資源的有限性，實(shí)體投資和金融投資之間存在替代關(guān)系，企業(yè)配置金融資產(chǎn)會(huì)擠占實(shí)體投資；黃賢環(huán)等（2018）[20]將金融投資分為長(zhǎng)期和短期進(jìn)行研究，發(fā)現(xiàn)長(zhǎng)期金融資產(chǎn)配置對(duì)主業(yè)投資資金產(chǎn)生了“擠出效應(yīng)”，極大增加了企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)；謝家智等（2014）[21]研究發(fā)現(xiàn)制造業(yè)企業(yè)過(guò)度配置金融資產(chǎn)會(huì)降低技術(shù)創(chuàng)新能力，同時(shí)政府會(huì)對(duì)不同行業(yè)類(lèi)型企業(yè)實(shí)行差別性貸款政策，從而放大了“擠出效應(yīng)”；戚聿東和張任之（2018）[22]認(rèn)為企業(yè)不僅為了追求金融資產(chǎn)的超額收益而放棄創(chuàng)新投入，而且金融資產(chǎn)配置會(huì)改變企業(yè)的投資偏好和管理模式，不利于企業(yè)的長(zhǎng)期可持續(xù)發(fā)展和經(jīng)營(yíng)效率的提升，導(dǎo)致企業(yè)價(jià)值下降。從上述文獻(xiàn)可以發(fā)現(xiàn)，企業(yè)過(guò)度金融資產(chǎn)配置可能會(huì)擠占數(shù)字化轉(zhuǎn)型的研發(fā)投入，制約數(shù)字化轉(zhuǎn)型的發(fā)展。

綜合以上討論發(fā)現(xiàn)，企業(yè)金融資產(chǎn)配置可以從外部融資和內(nèi)部經(jīng)營(yíng)雙渠道，發(fā)揮“蓄水池效應(yīng)”進(jìn)行預(yù)防性儲(chǔ)蓄活動(dòng)，通過(guò)降低企業(yè)杠桿率和提高企業(yè)風(fēng)險(xiǎn)承擔(dān)以持有大量現(xiàn)金可以持續(xù)投入數(shù)字化轉(zhuǎn)型；相反，如果企業(yè)金融資產(chǎn)配置過(guò)度則會(huì)阻礙數(shù)字化轉(zhuǎn)型的進(jìn)程?；谝陨戏治觯疚奶岢鲆韵录僭O(shè)。

假設(shè)1a：企業(yè)金融資產(chǎn)配置發(fā)揮“蓄水池效應(yīng)”，能夠顯著提升企業(yè)數(shù)字化轉(zhuǎn)型；

假設(shè)1b：企業(yè)金融資產(chǎn)配置發(fā)揮“擠出效應(yīng)”，能夠顯著抑制企業(yè)數(shù)字化轉(zhuǎn)型。

（三）金融資產(chǎn)配置、宏觀經(jīng)濟(jì)形勢(shì)與數(shù)字化轉(zhuǎn)型

不同企業(yè)受宏觀經(jīng)濟(jì)形勢(shì)影響會(huì)表現(xiàn)出差異性。一方面，貨幣政策的松緊度會(huì)影響企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的促進(jìn)作用。在貨幣政策的寬松情況下，企業(yè)從外部獲得融資的渠道更多，內(nèi)部經(jīng)營(yíng)的風(fēng)險(xiǎn)承擔(dān)壓力也會(huì)更小。融資優(yōu)序理論認(rèn)為，當(dāng)宏觀經(jīng)濟(jì)形勢(shì)上升時(shí)，企業(yè)持有的現(xiàn)金流會(huì)優(yōu)先滿足投資需求，如投入研發(fā)資金發(fā)展數(shù)字技術(shù)等（劉貫春等，2018）[1]。因此，企業(yè)金融資產(chǎn)配置在較為寬松的貨幣政策環(huán)境下會(huì)促使數(shù)字化轉(zhuǎn)型。另一方面，行業(yè)競(jìng)爭(zhēng)的程度也會(huì)影響金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響。行業(yè)競(jìng)爭(zhēng)度的高低會(huì)對(duì)企業(yè)經(jīng)營(yíng)策略和利潤(rùn)產(chǎn)生影響，給管理層帶來(lái)經(jīng)營(yíng)壓力，從而影響企業(yè)的投資策略。如果行業(yè)競(jìng)爭(zhēng)度較高，企業(yè)亟須抓住機(jī)遇并突破行業(yè)瓶頸發(fā)展新技術(shù)，數(shù)字技術(shù)的不斷發(fā)展促使企業(yè)選擇數(shù)字化轉(zhuǎn)型，希望以此有所突破并成為新的利潤(rùn)增長(zhǎng)點(diǎn)。據(jù)此，本文提出以下假設(shè)。

假設(shè)2：在其他條件不變的情況下，企業(yè)金融資產(chǎn)配置在貨幣政策較寬松和行業(yè)競(jìng)爭(zhēng)度較高時(shí)能夠顯著提升數(shù)字化轉(zhuǎn)型。

（四）金融資產(chǎn)配置、企業(yè)微觀特征與數(shù)字化轉(zhuǎn)型

企業(yè)會(huì)出于預(yù)防性儲(chǔ)蓄或投資替代的動(dòng)機(jī)進(jìn)行金融資產(chǎn)配置，面對(duì)不同企業(yè)的微觀特征，金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型所產(chǎn)生的影響也不盡相同。一方面，在企業(yè)規(guī)模上，大型企業(yè)在創(chuàng)新投入上承擔(dān)風(fēng)險(xiǎn)的能力比中小企業(yè)高，相比之下更易接受沉沒(méi)成本，同時(shí)數(shù)字化轉(zhuǎn)型也需要規(guī)模效應(yīng)，技術(shù)開(kāi)發(fā)創(chuàng)新需要大量投入，數(shù)字技術(shù)的發(fā)展需要產(chǎn)業(yè)鏈的完整性、資源配置與再生效率的提高，在這方面大型企業(yè)更具有實(shí)力。另一方面，在行業(yè)屬性上，高科技企業(yè)具有較強(qiáng)的科技導(dǎo)向，科學(xué)是發(fā)展的重要內(nèi)在推動(dòng)力，而創(chuàng)新則是企業(yè)發(fā)展的根本動(dòng)力，科技企業(yè)會(huì)在數(shù)字技術(shù)發(fā)展的背景下進(jìn)行自主創(chuàng)新、持續(xù)創(chuàng)新，因此相比非高科技企業(yè)，高科技企業(yè)數(shù)字化轉(zhuǎn)型的意愿更強(qiáng)。

假設(shè)3：在其他條件不變的情況下，在大型企業(yè)和高科技企業(yè)中金融資產(chǎn)配置能夠顯著提升企業(yè)數(shù)字化轉(zhuǎn)型。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)說(shuō)明

本文選取2008—2020年中國(guó)A 股上市公司作為研究對(duì)象，并對(duì)數(shù)據(jù)進(jìn)行以下篩選：第一，剔除金融業(yè)和房地產(chǎn)業(yè)的樣本；第二，剔除ST、*ST 以及PT股，包括其間退市的樣本；第三，為減輕異常值影響，本文對(duì)所有連續(xù)變量均進(jìn)行上下1%的縮尾處理，最終得到30050個(gè)觀測(cè)值。

企業(yè)微觀層面原始數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR），度量數(shù)字化轉(zhuǎn)型的企業(yè)年報(bào)來(lái)自上海證券交易所和深圳證券交易所。

（二）變量設(shè)定

1.被解釋變量

數(shù)字化轉(zhuǎn)型（Dig）。參考吳非等（2021）[23]、易露霞等（2021）[24]的研究，本文使用上市公司年報(bào)中涉及企業(yè)“數(shù)字化轉(zhuǎn)型”的關(guān)鍵詞詞頻來(lái)作為企業(yè)數(shù)字化轉(zhuǎn)型的代理指標(biāo)。具體來(lái)看，本文將企業(yè)數(shù)字化轉(zhuǎn)型劃分為“底層技術(shù)”和“技術(shù)實(shí)踐”兩大層面，其中“底層技術(shù)”層面包含人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等四個(gè)方面；“技術(shù)實(shí)踐”層面則包含數(shù)字技術(shù)在實(shí)踐中的具體運(yùn)用，以此構(gòu)建了數(shù)字化轉(zhuǎn)型的關(guān)鍵特征詞表。在數(shù)據(jù)獲取上運(yùn)用Python 對(duì)中國(guó)滬、深A(yù) 股上市公司的年度報(bào)告文本進(jìn)行關(guān)鍵詞搜索、匹配和計(jì)數(shù)，同時(shí)剔除關(guān)鍵詞前出現(xiàn)否定詞語(yǔ)的表述，最后對(duì)符合條件的詞頻進(jìn)行加總?cè)?duì)數(shù)，從而形成企業(yè)數(shù)字化轉(zhuǎn)型的綜合衡量指標(biāo)。

2.核心解釋變量

金融資產(chǎn)配置（Fin）。參考杜勇等（2017）[12]的衡量方法，從資產(chǎn)負(fù)債表的角度進(jìn)行定義，采用金融資產(chǎn)總額占總資產(chǎn)的比值來(lái)衡量，其中金融資產(chǎn)具體包括以下六類(lèi)資產(chǎn)負(fù)債表科目：交易性金融資產(chǎn)、金融衍生資產(chǎn)、可供出售金融資產(chǎn)凈額、持有至到期投資凈額、投資性房地產(chǎn)凈額和發(fā)放貸款及墊款凈額。

（三）模型構(gòu)建

為研究企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響，本文設(shè)定了如下模型加以檢驗(yàn)：

其中，回歸中的被解釋變量為數(shù)字化轉(zhuǎn)型（Dig），核心解釋變量為企業(yè)金融資產(chǎn)配置（Fin）。CVs 為一系列控制變量，企業(yè)特征變量包括企業(yè)規(guī)模（Size）、企業(yè)績(jī)效（Roa）、現(xiàn)金流（Cash）、成長(zhǎng)能力（Growth）以及上市年齡（Age）；公司治理變量包括兩職合一（Dual）、所有權(quán)性質(zhì)（State）、董事會(huì)規(guī)模（Board）、獨(dú)董比例（Dep）、股權(quán)集中度（Top1）、機(jī)構(gòu)投資者（Inshr）以及審計(jì)師選擇（Big4），具體變量定義如表1所示。此外，Industry、Province、Year分別表示行業(yè)、省份、年度固定效應(yīng)，εi,t表示隨機(jī)干擾項(xiàng)。為提升實(shí)證結(jié)果的可靠性，本文對(duì)核心解釋變量進(jìn)行滯后一期處理。從現(xiàn)實(shí)意義來(lái)看，企業(yè)金融資產(chǎn)配置所積累的資金投資到數(shù)字化轉(zhuǎn)型過(guò)程中存在一定時(shí)滯；從實(shí)證分析來(lái)看，考慮滯后性可能減輕雙向因果的內(nèi)生性問(wèn)題，在回歸分析中對(duì)標(biāo)準(zhǔn)誤進(jìn)行公司層面的聚類(lèi)調(diào)整。

表1 變量定義及說(shuō)明

四、實(shí)證結(jié)果分析①本文研究結(jié)論是基于模型構(gòu)建分析所得，結(jié)論供參考。

（一）描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。其中，核心解釋變量數(shù)字化轉(zhuǎn)型的標(biāo)準(zhǔn)差為1.3787，最大值和最小值分別為5.0304 和0，這說(shuō)明我國(guó)非金融類(lèi)上市公司的數(shù)字化轉(zhuǎn)型水平存在明顯差異。企業(yè)金融資產(chǎn)配置的均值為0.0345，標(biāo)準(zhǔn)差為0.0702，最大值為0.4，這說(shuō)明金融資產(chǎn)配置程度同樣存在較大差異。

表2 變量描述性統(tǒng)計(jì)

（二）基準(zhǔn)回歸分析

表3報(bào)告了金融資產(chǎn)配置對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的回歸結(jié)果。實(shí)證分析中采用了遞進(jìn)回歸的策略，第（1）列僅控制了年度固定效應(yīng)，滯后一期的企業(yè)金融資產(chǎn)配置（L.Fin）回歸系數(shù)為1.7287 且通過(guò)了1%的顯著性檢驗(yàn)；第（2）列和第（3）列在原有的基礎(chǔ)上分別控制了行業(yè)和省份固定效應(yīng)，并納入了控制變量集，金融資產(chǎn)配置系數(shù)有所縮小但顯著性保持不變，這可能是因?yàn)椴糠钟绊憯?shù)字化轉(zhuǎn)型的因素被吸收所致；第（4）列除控制變量，還同時(shí)控制了行業(yè)和省份固定效應(yīng)，可以發(fā)現(xiàn)滯后一期的企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響進(jìn)一步縮小為0.4218 且仍在1%的水平上顯著。這意味著，企業(yè)金融資產(chǎn)配置發(fā)揮了“蓄水池效應(yīng)”，即金融資產(chǎn)配置程度的提高會(huì)顯著提升下期的企業(yè)數(shù)字化轉(zhuǎn)型程度。由此，本文的假設(shè)1a得到了經(jīng)驗(yàn)證據(jù)支持。

表3 金融資產(chǎn)配置對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的基準(zhǔn)回歸

從前文可知，企業(yè)數(shù)字化轉(zhuǎn)型是從五個(gè)維度綜合計(jì)算得到的指標(biāo)，包含著不同的技術(shù)差異。本文將數(shù)字化轉(zhuǎn)型的指標(biāo)進(jìn)一步細(xì)化，探究企業(yè)金融資產(chǎn)配置分別對(duì)每個(gè)不同技術(shù)應(yīng)用場(chǎng)景產(chǎn)生的影響。結(jié)果如表4所示，可以發(fā)現(xiàn)所有數(shù)字化轉(zhuǎn)型子指標(biāo)的回歸系數(shù)均為正值且至少通過(guò)10%的顯著性水平檢驗(yàn)，這說(shuō)明本文的回歸具有高度的穩(wěn)健性，支持研究假設(shè)1a。具體來(lái)看，企業(yè)金融資產(chǎn)配置對(duì)大數(shù)據(jù)的影響最大，這可能是因?yàn)閿?shù)據(jù)作為新的生產(chǎn)要素在數(shù)字經(jīng)濟(jì)的發(fā)展中發(fā)揮著更大的作用，同時(shí)也吸引了來(lái)自企業(yè)的關(guān)注與資金投入，在政策導(dǎo)向下增加對(duì)大數(shù)據(jù)技術(shù)的研發(fā)投入比重，有利于企業(yè)更快地進(jìn)行數(shù)字化轉(zhuǎn)型。

表4 基于數(shù)字化轉(zhuǎn)型各層面的分解回歸

（三）異質(zhì)性分析

1.基于宏觀經(jīng)濟(jì)形勢(shì)的截面分析

基于前文檢驗(yàn)結(jié)果，本文將進(jìn)一步從宏觀經(jīng)濟(jì)形勢(shì)進(jìn)行分析。一方面，本文使用年度M2增長(zhǎng)率來(lái)衡量貨幣政策，以M2增速的中位數(shù)將樣本劃分為兩個(gè)子樣本，高于中位數(shù)的樣本意味著貨幣政策較為寬松，反之貨幣政策偏緊。表5的第（1）列和第（2）列結(jié)果表明企業(yè)金融資產(chǎn)配置在寬松的貨幣政策中對(duì)數(shù)字化轉(zhuǎn)型的影響較大，說(shuō)明寬松的貨幣政策有利于企業(yè)數(shù)字化轉(zhuǎn)型。另一方面，行業(yè)競(jìng)爭(zhēng)度也可能會(huì)影響企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的作用。

本文采用主營(yíng)業(yè)務(wù)收入計(jì)算赫芬達(dá)爾—赫希曼指數(shù)的中位數(shù)將行業(yè)劃分為競(jìng)爭(zhēng)度高行業(yè)和競(jìng)爭(zhēng)度低行業(yè)。表5第（3）列和第（4）列結(jié)果表明行業(yè)競(jìng)爭(zhēng)度越高，企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型影響越大，這可能是因?yàn)楦?jìng)爭(zhēng)度越高的行業(yè)中企業(yè)間存在較大的激勵(lì)效應(yīng)，企業(yè)迫切希望通過(guò)數(shù)字化轉(zhuǎn)型來(lái)加速營(yíng)業(yè)收入增長(zhǎng)，從而提高業(yè)績(jī)。

表5 基于宏觀經(jīng)濟(jì)形勢(shì)的截面分析

2.基于企業(yè)微觀特征的截面分析

根據(jù)企業(yè)自身的微觀特征，本文首先根據(jù)企業(yè)規(guī)模的中位數(shù)將樣本分為大型企業(yè)和中小型企業(yè)。從表6第（1）列和第（2）列的結(jié)果可以看出，大型企業(yè)的金融資產(chǎn)配置顯著提高了數(shù)字化轉(zhuǎn)型，而金融資源配置對(duì)中小型企業(yè)的數(shù)字化轉(zhuǎn)型影響較小，這說(shuō)明大型企業(yè)具有一定的資金能力和風(fēng)險(xiǎn)偏好，會(huì)通過(guò)“蓄水池效應(yīng)”加快數(shù)字化轉(zhuǎn)型，同時(shí)數(shù)字化轉(zhuǎn)型也具有規(guī)模效應(yīng)，大型企業(yè)的金融資產(chǎn)配置更有助于企業(yè)的數(shù)字化轉(zhuǎn)型。表6第（3）列和第（4）列針對(duì)企業(yè)科技屬性特征差異進(jìn)行了檢驗(yàn)。研究發(fā)現(xiàn)在高科技企業(yè)組中，企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響顯著，而非高科技企業(yè)組中影響并未通過(guò)顯著性檢驗(yàn)。這可能是因?yàn)楦呖萍计髽I(yè)順應(yīng)了新時(shí)代數(shù)字經(jīng)濟(jì)的趨勢(shì)，對(duì)數(shù)字化轉(zhuǎn)型的重視程度不斷提升，同時(shí)高科技企業(yè)也滿足數(shù)字化轉(zhuǎn)型的創(chuàng)新基礎(chǔ)和技術(shù)條件。

表6 基于企業(yè)微觀特征的截面分析

（四）內(nèi)生性問(wèn)題

1.工具變量法

前文的研究結(jié)論可能會(huì)面臨內(nèi)生性問(wèn)題的挑戰(zhàn)。企業(yè)金融資產(chǎn)配置程度的提高為數(shù)字化轉(zhuǎn)型提供了包括資金在內(nèi)的各方面的支持，但數(shù)字化轉(zhuǎn)型的企業(yè)在進(jìn)行金融資產(chǎn)配置時(shí)也可能會(huì)傾向于獲取更多的研發(fā)投入資金，以持續(xù)保持?jǐn)?shù)字化轉(zhuǎn)型策略的進(jìn)程。為了緩解企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型之間的雙向因果關(guān)系對(duì)結(jié)果造成的潛在內(nèi)生影響，本文進(jìn)一步采用工具變量法進(jìn)行檢驗(yàn)。

參考顧海峰和張歡歡（2020）[25]的研究，本文選取企業(yè)投資收益水平（IV）作為工具變量，并運(yùn)用二階段最小二乘法（2SLS）對(duì)基準(zhǔn)回歸進(jìn)行內(nèi)生性檢驗(yàn)?？紤]到企業(yè)投資收益作為企業(yè)非營(yíng)業(yè)利潤(rùn)的來(lái)源之一，是企業(yè)進(jìn)行金融資產(chǎn)配置的利潤(rùn)所得，因此企業(yè)金融資產(chǎn)配置與投資收益水平之間具有密切關(guān)系，但企業(yè)投資收益不可能成為數(shù)字化轉(zhuǎn)型過(guò)程中的主要資金來(lái)源，故企業(yè)投資收益水平滿足工具變量的基本條件。表7第（1）列結(jié)果顯示第一階段工具變量的回歸結(jié)果通過(guò)1%的顯著性檢驗(yàn)，這表明企業(yè)投資收益水平與金融資產(chǎn)配置之間存在顯著關(guān)聯(lián)，同時(shí)F統(tǒng)計(jì)值大于10，說(shuō)明不存在弱工具變量問(wèn)題。此外，表7還匯報(bào)了Cragg-Donald Wald F 統(tǒng)計(jì)量為186.295，遠(yuǎn)大于臨界值16.38，也拒絕了弱工具變量的原假設(shè)。在外生性檢驗(yàn)中，Kleibergen-Paap rk LM 統(tǒng)計(jì)量在1%的水平上顯著，拒絕工具變量識(shí)別不足的原假設(shè)。綜上，本文選取的工具變量合理可靠且主要結(jié)論仍成立。

表7 工具變量法檢驗(yàn)內(nèi)生性問(wèn)題

2.雙重差分法

盡管在基準(zhǔn)回歸中采用滯后核心解釋變量的方式來(lái)減弱互為因果的干擾，也尋求工具變量處理內(nèi)生性問(wèn)題，但回歸模型中仍然可能存在遺漏變量偏誤?；诖?，本文認(rèn)為無(wú)論是宏觀經(jīng)濟(jì)形勢(shì)還是微觀企業(yè)特征，最終都會(huì)內(nèi)化到企業(yè)進(jìn)行金融資產(chǎn)配置時(shí)的決策行動(dòng)，這就取決于企業(yè)管理者的心理傾向和利益導(dǎo)向，而針對(duì)管理者的《中央管理企業(yè)負(fù)責(zé)人薪酬制度改革方案》（以下簡(jiǎn)稱“限薪令”）會(huì)不同程度地影響其選擇金融資產(chǎn)配置時(shí)的結(jié)果。本文參考王虹等（2021）[26]的研究，利用2015年實(shí)施的“限薪令”作為外生政策沖擊事件構(gòu)建雙重差分模型并進(jìn)一步克服內(nèi)生性問(wèn)題，雙重差分模型如下：

其中，Policy 表示“限薪令”實(shí)施前后的虛擬變量，實(shí)施當(dāng)年及以后年度取值為1，其余年度取值為0；Treat 表示個(gè)體虛擬變量，國(guó)有企業(yè)作為處理組取值為1，非國(guó)有企業(yè)作為對(duì)照組取值為0；γ2體現(xiàn)“限薪令”的實(shí)施對(duì)數(shù)字化轉(zhuǎn)型的變化，是關(guān)鍵變量的待估參數(shù)。

表8報(bào)告了基于雙重差分法檢驗(yàn)的實(shí)證結(jié)果。在第（1）列中，Treat×Policy的回歸系數(shù)為-0.1657，且在1%的水平上顯著，第（2）列在著重控制企業(yè)的時(shí)間、行業(yè)和省份固定效應(yīng)后，回歸系數(shù)雖然縮小至-0.1959，但顯著性仍然保持在1%的水平。從上述兩列結(jié)果可以說(shuō)明，企業(yè)管理層在受到“限薪令”的刺激之下，央企負(fù)責(zé)人的薪酬上限和薪酬結(jié)構(gòu)得到規(guī)范調(diào)整，管理層決策時(shí)可以不再迫于業(yè)績(jī)的壓力，從而減少對(duì)金融資產(chǎn)的配置。因此，從回歸結(jié)果來(lái)看，“限薪令”政策實(shí)施后，企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響顯著下降。特別地，本文還考察了該政策沖擊的趨勢(shì)特征，如第（3）列所示，在政策沖擊前置項(xiàng)中，相關(guān)回歸系數(shù)均未通過(guò)顯著性檢驗(yàn)，而在政策實(shí)施之后，相關(guān)回歸系數(shù)均至少通過(guò)了5%的顯著性檢驗(yàn)，這表明實(shí)證結(jié)果基本通過(guò)了平行趨勢(shì)檢驗(yàn)。由此可以發(fā)現(xiàn)，經(jīng)過(guò)工具變量法和雙重差分法能克服了內(nèi)生性問(wèn)題，本文的結(jié)論穩(wěn)健。

表8 雙重差分法檢驗(yàn)內(nèi)生性問(wèn)題

（五）穩(wěn)健性檢驗(yàn)

1.多維固定效應(yīng)

雖然在基準(zhǔn)回歸模型中控制了多個(gè)維度的固定效應(yīng)，但考慮到省份或行業(yè)間可能存在隨時(shí)間變化而未能觀測(cè)到的一些重要特征，因此本文控制了企業(yè)固定效應(yīng)，同時(shí)引入省份和行業(yè)與時(shí)間效應(yīng)的交互固定效應(yīng)，以此減輕遺漏變量導(dǎo)致的偏誤。如表9所示，第（1）列將企業(yè)代替行業(yè)固定效應(yīng)，并控制省份和年份固定效應(yīng)；第（2）列在此基礎(chǔ)上控制“行業(yè)—年度”雙向固定效應(yīng)；第（3）列控制“省份—年度”雙向固定效應(yīng)。檢驗(yàn)結(jié)果依然支持結(jié)論。

表9 穩(wěn)健性檢驗(yàn)：多維固定效應(yīng)

2.改變金融資產(chǎn)配置的衡量

本文采用了以下兩種方式重新度量企業(yè)金融資產(chǎn)配置。一是參考劉貫春等（2018）[1]的做法，結(jié)合會(huì)計(jì)準(zhǔn)則的界定，將金融渠道獲利減去息稅前利潤(rùn)的余額除以息稅前利潤(rùn)的絕對(duì)值，其中金融渠道獲利包括投資收益、公允價(jià)值變動(dòng)損益以及其他綜合收益，重新計(jì)算的金融資產(chǎn)配置指標(biāo)記為Fin_1。二是將金融資產(chǎn)取自然對(duì)數(shù)進(jìn)行重新計(jì)算，記為Fin_2。表10 第（1）列和第（2）列報(bào)告了檢驗(yàn)結(jié)果，發(fā)現(xiàn)金融資產(chǎn)配置回歸系數(shù)均至少在10%的水平上顯著，這說(shuō)明金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型之間存在顯著的正向關(guān)系，支持本文的結(jié)論是穩(wěn)健的。

3.改變數(shù)字化轉(zhuǎn)型的衡量

本文采用了以下四種方式重新構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。一是對(duì)數(shù)字化轉(zhuǎn)型五個(gè)子指標(biāo)進(jìn)行主成分分析，保留特征值大于1 的因子，得到數(shù)字化轉(zhuǎn)型新指標(biāo)（Dig_PCA）。二是考慮到不同行業(yè)在數(shù)字化轉(zhuǎn)型上存在一定差異，本文對(duì)指標(biāo)進(jìn)行行業(yè)均值調(diào)整后形成新的數(shù)字化轉(zhuǎn)型指標(biāo)（Dig_IND），該指標(biāo)消除了行業(yè)間的差異。三是參考袁淳等（2021）[27]的方法，為了消除量綱對(duì)數(shù)字化轉(zhuǎn)型五個(gè)子指標(biāo)進(jìn)行分年度離差標(biāo)準(zhǔn)化處理，然后加總得到新的數(shù)字化轉(zhuǎn)型指標(biāo)（Dig_STD）。四是參考戚聿東和蔡呈偉（2020）[28]的研究，以同行業(yè)其他企業(yè)為參照構(gòu)建數(shù)字化轉(zhuǎn)型的相對(duì)指標(biāo)，即五個(gè)子指標(biāo)分別以樣本中各企業(yè)年報(bào)中關(guān)鍵詞占當(dāng)年同一行業(yè)全部企業(yè)同類(lèi)關(guān)鍵詞出現(xiàn)總量的權(quán)重加總作為度量指標(biāo)。表10第（3）列至第（6）列報(bào)告了結(jié)果，結(jié)果顯示通過(guò)四種方式得到的企業(yè)數(shù)字化轉(zhuǎn)型與金融資產(chǎn)配置的關(guān)系均為正向關(guān)系，且至少通過(guò)了5%的顯著性檢驗(yàn)，支持本文的結(jié)論是穩(wěn)健的。

表10 穩(wěn)健性檢驗(yàn)：改變變量的衡量

五、作用渠道分析

（一）中介效應(yīng)模型構(gòu)建

在模型（1）的基礎(chǔ)上，為進(jìn)一步探究金融資產(chǎn)配置影響企業(yè)數(shù)字化轉(zhuǎn)型的作用渠道，本文采用江艇（2022）[29]對(duì)中介效應(yīng)分析的操作建議，從外部融資和內(nèi)部經(jīng)營(yíng)兩個(gè)渠道分析企業(yè)金融資產(chǎn)配置與中介變量之間的因果關(guān)系，并在模型（1）的基礎(chǔ)上控制中介變量，以考察企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的效應(yīng)在多大程度上可以被中介變量這一作用渠道所捕捉。構(gòu)建如下模型（3）和模型（4）：

其中，中介變量（Mediator）包括了企業(yè)杠桿率（Lev）和風(fēng)險(xiǎn)承擔(dān)水平（Risk），企業(yè)杠桿率衡量外部融資渠道，采用總負(fù)債占總資產(chǎn)的比例；風(fēng)險(xiǎn)承擔(dān)水平衡量?jī)?nèi)部經(jīng)營(yíng)渠道，參考何瑛等（2019）[30]的做法，使用企業(yè)在每三年（T=3）時(shí)段內(nèi)的盈余波動(dòng)程度來(lái)衡量企業(yè)風(fēng)險(xiǎn)承擔(dān)，盈余波動(dòng)性越大，表明企業(yè)風(fēng)險(xiǎn)承擔(dān)水平越高。計(jì)算方法如公式（5）和公式（6）所示：

（二）基于外部融資的作用渠道分析

企業(yè)數(shù)字化轉(zhuǎn)型既是對(duì)管理架構(gòu)的重新整合，也是從生產(chǎn)、運(yùn)營(yíng)到業(yè)務(wù)模式的重塑，短期內(nèi)不僅僅是簡(jiǎn)單引入一套信息化管理模式，而是長(zhǎng)期發(fā)展和應(yīng)用數(shù)字技術(shù)的過(guò)程。如果企業(yè)需要保持充足的現(xiàn)金流以應(yīng)對(duì)經(jīng)營(yíng)性項(xiàng)目的資金投入，企業(yè)就會(huì)選擇股權(quán)融資或債務(wù)融資的方式進(jìn)行外部融資，但由于股權(quán)融資只適用于上市公司，而債務(wù)融資的成本較高，此時(shí)企業(yè)持有金融資產(chǎn)就成了重要的融資手段。根據(jù)資源配置理論，企業(yè)持有金融資產(chǎn)的比例上升表明有形資產(chǎn)的比例下降，抵押品的減少會(huì)降低企業(yè)獲取銀行信貸的依賴度，從而降低企業(yè)杠桿率?；谏鲜龇治?，表11 第（1）列檢驗(yàn)了滯后一期的金融資產(chǎn)配置對(duì)企業(yè)杠桿率的影響，其回歸系數(shù)為-0.0730 且通過(guò)1%的顯著性檢驗(yàn)，表明企業(yè)選擇配置金融資產(chǎn)可以有效降低外部融資的成本和難度，降低企業(yè)杠桿率。接著，本文將企業(yè)杠桿率這一中介變量加入主回歸中進(jìn)行控制，可以發(fā)現(xiàn)，表11第（2）列的結(jié)果表明在控制中介變量后，企業(yè)金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響在5%的水平上顯著，其回歸系數(shù)為0.3716。這說(shuō)明企業(yè)金融資產(chǎn)配置通過(guò)外部融資渠道降低了企業(yè)杠桿率，發(fā)揮“蓄水池效應(yīng)”并驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型。

（三）基于內(nèi)部經(jīng)營(yíng)的作用渠道分析

企業(yè)選擇數(shù)字化轉(zhuǎn)型發(fā)展，雖然落實(shí)了創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，但若沒(méi)有強(qiáng)有力的資金支持可能會(huì)面臨較大的經(jīng)營(yíng)風(fēng)險(xiǎn)，而企業(yè)金融資產(chǎn)配置中的“蓄水池效應(yīng)”可以有效發(fā)揮其作用。一方面，企業(yè)配置金融資產(chǎn)可以憑借其高流動(dòng)性和強(qiáng)變現(xiàn)能力增強(qiáng)企業(yè)的籌資能力，改善企業(yè)財(cái)務(wù)狀況，為數(shù)字化轉(zhuǎn)型提供資金支持，以此提高企業(yè)風(fēng)險(xiǎn)承擔(dān)的能力。另一方面，企業(yè)在選擇金融資產(chǎn)配置時(shí)，也可以利用與銀行等金融機(jī)構(gòu)相互持股的方式提高自身承擔(dān)風(fēng)險(xiǎn)的能力，如通過(guò)質(zhì)押、借貸等金融工具拓寬資金融通渠道，從而提升抗壓能力。基于上述分析，表11 第（3）列檢驗(yàn)了滯后一期的金融資產(chǎn)配置對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響，結(jié)果顯示企業(yè)風(fēng)險(xiǎn)承擔(dān)水平隨著金融資產(chǎn)配置程度的提高而提升。在此回歸基礎(chǔ)上，將中介變量企業(yè)風(fēng)險(xiǎn)承擔(dān)引入主回歸中，結(jié)果如表11第（4）列所示，滯后一期的企業(yè)金融資產(chǎn)配置系數(shù)為0.4254，對(duì)數(shù)字化轉(zhuǎn)型的影響仍然在1%的水平上顯著。這說(shuō)明企業(yè)金融資產(chǎn)配置將通過(guò)內(nèi)部經(jīng)營(yíng)渠道增加企業(yè)風(fēng)險(xiǎn)承擔(dān)，發(fā)揮“蓄水池效應(yīng)”并驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型。

表11 基于外部融資和內(nèi)部經(jīng)營(yíng)的作用渠道分析

六、拓展性研究：金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型的非線性關(guān)系

隨著企業(yè)金融資產(chǎn)配置水平的提高，“蓄水池效應(yīng)”與“擠出效應(yīng)”可能都會(huì)影響數(shù)字化轉(zhuǎn)型，適度合理的金融資產(chǎn)配置才能真實(shí)有效提高數(shù)字化轉(zhuǎn)型的發(fā)展，而過(guò)度的金融化則會(huì)導(dǎo)致主營(yíng)業(yè)務(wù)空心化，脫實(shí)向虛。因此，本文認(rèn)為金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型之間存在“倒U”形關(guān)系，即在企業(yè)配置金融資產(chǎn)的初期，隨著金融資產(chǎn)配置水平的提升，數(shù)字化轉(zhuǎn)型的水平也隨之提升，當(dāng)金融資產(chǎn)配置達(dá)到一定程度后，則會(huì)阻礙數(shù)字化轉(zhuǎn)型的發(fā)展。

本文希望通過(guò)對(duì)金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型之間非線性關(guān)系的拓展性討論，找到金融資產(chǎn)配置合理與過(guò)度的臨界點(diǎn)，以此更準(zhǔn)確地描述兩者的關(guān)系。

通過(guò)上述分析，本文擬采用非線性多元線性回歸進(jìn)行檢驗(yàn)，在模型（1）的基礎(chǔ)上引入金融資產(chǎn)配置的二次項(xiàng)，構(gòu)建如下模型：

其中，為了驗(yàn)證金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型的非線性關(guān)系，引入滯后一期的Fin 的平方項(xiàng)，控制變量與模型（1）保持一致，同時(shí)控制行業(yè)、省份和年度固定效應(yīng)。本文借鑒Hanns 等（2016）[31]對(duì)“倒U”形關(guān)系的檢驗(yàn)方法：首先，檢驗(yàn)Fin2 的回歸系數(shù)，要求回歸系數(shù)γ2顯著為負(fù)；其次，在Fin 取值的雙側(cè)結(jié)尾，要求曲線充分陡峭；再次，檢驗(yàn)“倒U”形曲線的極值點(diǎn)是否在Fin 的取值范圍內(nèi)。同時(shí)為保證結(jié)果穩(wěn)健性，本文還采用了Lind 和Mehlum（2010）[32]編寫(xiě)的utest 檢驗(yàn)命令，該命令原假設(shè)為在一區(qū)間內(nèi)該變量與其二次項(xiàng)存在單調(diào)或“U”形關(guān)系。

從表12 第（1）列可以發(fā)現(xiàn)，F(xiàn)in 的回歸系數(shù)θ1為1.7614，F(xiàn)in2的回歸系數(shù)θ2為-4.5213，一次項(xiàng)和二次項(xiàng)的系數(shù)相反且均通過(guò)1%的顯著性檢驗(yàn)，初步說(shuō)明該曲線是“倒U”形的拋物線，極值點(diǎn)對(duì)應(yīng)的金融資產(chǎn)配置為0.1948，位于[0，0.4]區(qū)間范圍內(nèi)。同時(shí)，通過(guò)utest 檢驗(yàn)發(fā)現(xiàn)結(jié)果在1%的水平上拒絕原假設(shè)，且結(jié)果中的兩邊斜率（Slope）在區(qū)間里存在負(fù)號(hào)的，因而本文可以認(rèn)為企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型呈“倒U”形地非線性關(guān)系。

表12 企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型的“倒U”形關(guān)系檢驗(yàn)

進(jìn)一步地，通過(guò)就極值點(diǎn)0.1948 對(duì)金融資產(chǎn)配置進(jìn)行分樣本回歸，如表12 第（2）列和第（3）列結(jié)果所示?？梢园l(fā)現(xiàn)，樣本期內(nèi)的大部分企業(yè)的金融資產(chǎn)配置相對(duì)處于合理水平，并且顯著有效地促進(jìn)了數(shù)字化轉(zhuǎn)型，只有極少數(shù)企業(yè)存在過(guò)度金融資產(chǎn)配置的問(wèn)題，從實(shí)證結(jié)果來(lái)看其金融資產(chǎn)配置對(duì)數(shù)字化轉(zhuǎn)型的影響并不顯著。以上結(jié)果說(shuō)明目前我國(guó)上市公司的金融資產(chǎn)配置水平整體上處于合理區(qū)間，正是能夠有力驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型的時(shí)期，但仍不能忽視少數(shù)企業(yè)過(guò)度金融化的現(xiàn)象，避免對(duì)企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生不利的影響。

七、結(jié)論與建議

本文基于數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)深度融合的背景，借助中國(guó)滬、深兩市A 股上市公司2008—2020年數(shù)據(jù)，研究金融資產(chǎn)配置與企業(yè)數(shù)字化轉(zhuǎn)型之間的因果關(guān)系。

研究得出以下結(jié)論。

（1）從整體上看，企業(yè)金融資產(chǎn)配置可以顯著驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型。

（2）從宏觀經(jīng)濟(jì)形勢(shì)上看，在貨幣政策較寬松和行業(yè)競(jìng)爭(zhēng)度較高時(shí)，金融資產(chǎn)配置對(duì)企業(yè)數(shù)字化轉(zhuǎn)型影響更顯著；從企業(yè)微觀特征上看，大型企業(yè)和高科技企業(yè)的數(shù)字化轉(zhuǎn)型更易受到金融資產(chǎn)配置驅(qū)動(dòng)。

（3）在作用渠道方面，從外部融資和內(nèi)部經(jīng)營(yíng)雙渠道來(lái)看，企業(yè)金融資產(chǎn)配置可以通過(guò)降低企業(yè)杠桿率和提升風(fēng)險(xiǎn)承擔(dān)的渠道來(lái)促進(jìn)數(shù)字化轉(zhuǎn)型。

（4）拓展研究發(fā)現(xiàn)，企業(yè)金融資產(chǎn)配置與數(shù)字化轉(zhuǎn)型之間存在非線性關(guān)系，只有在合理的金融資產(chǎn)配置下，才能夠有效促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的發(fā)展。

基于研究結(jié)果，本文提出以下政策建議。

在政策層面上，應(yīng)當(dāng)從外部制度環(huán)境入手，進(jìn)一步優(yōu)化數(shù)字化創(chuàng)新企業(yè)的制度環(huán)境，通過(guò)制定差異化政策，為企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型提供良好制度環(huán)境。

首先，數(shù)字經(jīng)濟(jì)發(fā)展需要持續(xù)性創(chuàng)新，數(shù)字化轉(zhuǎn)型作為企業(yè)主要發(fā)展方向會(huì)面臨資金不足、人才缺乏等困境，通過(guò)制定具有針對(duì)性的政策，比如稅收優(yōu)惠、政府補(bǔ)貼、人才引進(jìn)等政策幫助企業(yè)完成數(shù)字化改造，改善企業(yè)外部融資難和成本高的環(huán)境，減輕企業(yè)內(nèi)部經(jīng)營(yíng)壓力。

其次，應(yīng)加強(qiáng)大數(shù)據(jù)平臺(tái)和數(shù)據(jù)共享等建設(shè)，通過(guò)大型企業(yè)和高科技企業(yè)的先行優(yōu)勢(shì)，帶動(dòng)中小企業(yè)和非高科技企業(yè)的數(shù)字化發(fā)展，以降低轉(zhuǎn)型成本和避免資源重復(fù)浪費(fèi)，定期開(kāi)展企業(yè)家分享活動(dòng)，有力推動(dòng)企業(yè)共同發(fā)展。

再次，應(yīng)加強(qiáng)數(shù)字金融創(chuàng)新監(jiān)管，并予以政策支持，重視引導(dǎo)企業(yè)合理使用金融資產(chǎn)配置手段，拓寬企業(yè)融資渠道，降低融資門(mén)檻，避免企業(yè)過(guò)度金融化。

在企業(yè)層面上，企業(yè)在數(shù)字化轉(zhuǎn)型的道路上應(yīng)充分了解企業(yè)金融資產(chǎn)配置的“雙刃劍”影響。

首先，企業(yè)應(yīng)當(dāng)增強(qiáng)金融資產(chǎn)配置的風(fēng)險(xiǎn)意識(shí)，防止追求短期利潤(rùn)而過(guò)度金融化。企業(yè)發(fā)展數(shù)字技術(shù)契合政策導(dǎo)向與時(shí)代發(fā)展，即使通過(guò)持有金融資產(chǎn)獲得收益以支持?jǐn)?shù)字化轉(zhuǎn)型的發(fā)展需求，也需要通過(guò)自身努力拓寬融資渠道，增強(qiáng)對(duì)融資環(huán)境變化的應(yīng)變能力，為數(shù)字化轉(zhuǎn)型的持續(xù)發(fā)展提供強(qiáng)有力的支撐。

其次，企業(yè)管理層在面對(duì)不同的宏觀經(jīng)濟(jì)環(huán)境、復(fù)雜的金融市場(chǎng)、競(jìng)爭(zhēng)激烈的行業(yè)生態(tài)時(shí)需要謹(jǐn)慎投資金融資產(chǎn)，適度靈活配置金融資產(chǎn)以支持?jǐn)?shù)字化轉(zhuǎn)型的發(fā)展。

再次，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，通過(guò)運(yùn)用數(shù)字化技術(shù)改變?cè)猩a(chǎn)管理模式的同時(shí)，還需要重視數(shù)字化基礎(chǔ)設(shè)施的建設(shè)，增強(qiáng)云計(jì)算的投入力度，加快數(shù)字化應(yīng)用層面的推進(jìn)速度，培養(yǎng)企業(yè)數(shù)字化思維，助力經(jīng)濟(jì)高質(zhì)量發(fā)展。