數字經濟下企業數字化轉型與資本結構動態調整

張益青 欒天虹

（浙江工商大學金融學院 浙江 杭州市 310018）

一、引言

21 世紀以來，互聯網的普及推動了以人工智能、大數據、云計算、區塊鏈為代表的新一代數字技術的發展，全球經濟逐漸呈現數字化特點，人類社會進入了以數字化為特征的全新時期。數據的重要性不斷凸顯，黨的十九屆四中全會將數據確認為第七種生產要素，數據要素市場的發展也在努力推動中，數字化成為我國經濟發展的新動能。

中共中央和國務院高度重視我國數字經濟的建設與發展。習近平總書記在中共中央政治局第三十四次集體學習時強調，要推動數字經濟和實體經濟深度融合，發揮數字技術對經濟發展的放大、疊加、倍增作用?！丁笆奈濉睌底纸洕l展規劃》將“到2025年，數字技術與實體經濟融合取得顯著成效”設立為總目標。企業作為宏觀經濟的微觀載體，其數字化轉型成為兩者融合發展的現實需求。在數字化的背景下，我們不禁思考數字化轉型對企業的發展是否具有積極意義？

目前有大量文獻對企業數字化轉型的微觀經濟效應進行研究，主要考察了數字化對債務違約風險（王守海等，2022）、股票流動性（吳非等，2021）、全要素生產率（趙宸宇等，2021）、企業分工（袁淳等2021）、企業經濟效益（何帆和劉紅霞，2019）等的影響，主要表現為積極效應。但未有文獻將數字化轉型和企業資本結構動態調整相聯系。

MM 定理提出以來，企業的資本結構受到廣泛關注。隨著理論的不斷發展，動態權衡理論表明企業存在目標資本結構，企業會不斷調整自身資本結構來向之靠近。王朝陽等（2018）提出杠桿率與資本結構就是一枚硬幣的兩面，“去杠桿”“穩杠桿”“降杠桿”本質上都是資本結構的動態調整過程。2017 年我國政府工作報告中指出，要積極穩妥去杠桿，重點降低企業杠桿率，將企業杠桿水平調整至最優水平。近期，逆全球化和新冠肺炎疫情突發和反復，進一步沖擊企業資金流，對企業杠桿率造成不良影響。鑒于此，本文擬探究數字化轉型是否可以促進企業“穩杠桿”，加速企業資本結構動態調整。

與既有文獻相比，本文的邊際貢獻在于：一是將數字化轉型與資本結構動態調整聯系起來，剖析兩者之間的關系，豐富了數字化轉型的經濟后果研究，為促進企業“穩杠桿”提供了啟示；二是由于企業數字化轉型過程復雜，轉型強度的測算困難，相關統計數據缺乏，本文借助Python 爬取上市公司年報，通過文本分析法對數字化轉型關鍵詞進行詞頻統計，以此衡量數字化轉型水平，在指標的刻畫上進行了有益補充；三是打開了數字化轉型與資本結構動態調整的機制黑箱，梳理出“信息不對稱”和“財務穩定”作用機制，并實證檢驗其影響路徑，拓寬了對資本結構動態調整的影響因素研究；四是將企業微觀特征和行業因素納入分析，考察企業規模、產權性質、行業競爭程度的異質性，為政府針對性提出政策建議提供依據。

二、理論機制與研究假設

修正后的MM 理論提出以來，關于資本結構的研究不斷深入，企業存在目標資本結構成為共識，動態調整理論應運而生。有大量文獻已經針對資本結構動態調整的影響因素做出了探討。宏觀層面上，學者考察了貨幣政策、經濟政策不確定性、市場化進程等對資本結構動態調整的影響（鄒萍，2015；姜付秀和黃繼承，2011）。微觀層面上，基于金融資產配置、高管薪酬激勵、產權性質等視角進行分析（安素霞和劉來會等，2020；郭雪萌等，2019；盛明泉等，2012）。上述研究為理解資本結構動態調整的動因和機制提供了豐富借鑒。

動態資本結構理論認為，由于企業內外部環境不斷變化，企業會不斷調整和優化自身資本結構，來向目標資本結構趨近，而調整的速度則取決于調整成本（Fischer 等，1989）。上述研究的影響因素大都通過影響調整成本進而影響資本結構調整速度。關于調整成本，主要關注信息不對稱、經營決策產生的調整成本及財務狀況等方面（田新民等，2020）。數字化轉型作為企業未來發展的新動能，是數字科技和企業生產發展深度融合的表現，賦予了企業更大的經濟活力，理論上會在企業資本結構上體現出來?；诖?，本文從“信息不對稱”和“財務狀況”兩個主要路徑出發，探究數字化轉型對資本結構調整速度的影響及作用機制。

數字化轉型可以有效降低信息不對稱程度，從而提高資本結構調整速度。信息不對稱是調整成本的一方面。隨著信息不對稱程度的提高，由此引發的道德風險和逆向選擇需要企業額外承擔風險溢價（林慧婷等，2016），企業股權融資和債權融資的調整成本上升；同時信息不對稱的上升帶來委托代理問題的加重，高管會基于自身利益而不是企業價值最大化進行資本結構決策，從而對資本結構調整速度產生負面影響。企業的數字化轉型，將數字技術、大數據等融入到企業的日常生產經營管理中，信息透明度大幅增加，無論是市場投資者，還是股東都獲取了更充分可靠的信息，有效緩解了企業和投資者之間、股東和高管之間的信息不對稱程度，從而提高了資本結構調整速度。

數字化轉型可以有效改善財務狀況，從而提高資本結構調整速度。數字化賦能傳統企業轉型升級，區塊鏈、大數據等技術的快速發展和應用，驅動企業積極創新，降低企業內部管控成本和外部交易成本，有效提升企業價值和財務表現。企業在生產管理過程中積累了大量數據，數字技術的應用可以最大限度發揮數據效應，通過對海量數據進行處理，挖掘有效信息。企業信息處理、信息提取能力的提升，可以增強財務運作和生產管理效率，從而有效改善財務狀況。財務狀況也是調整成本的一方面。從上市公司的融資渠道來看，主要分為股權融資和債務融資，上市公司成功獲取資金的關鍵因素在于投資者和債權人有意愿進行投資（田新民等，2020）。相比于陷入財務困境的企業，投資者更有意愿投資內在價值高、財務狀況良好的企業，從而提高該類企業的融資效率、降低融資成本，進而提高資本結構調整速度。

綜合上述分析，本文提出如下假設：

H1：企業數字化轉型會顯著提高資本結構調整速度。

H2：企業數字化轉型通過降低信息不對稱程度提高資本結構調整速度。

H3：企業數字化轉型通過改善財務狀況提高資本結構調整速度。

三、研究設計

（一）樣本選取與數據來源

本文以2008-2020 年A 股上市公司為初始研究樣本，并參考相關文獻按以下原則進行篩選：剔除金融行業，剔除期間內退市、ST、已停牌的公司，剔除資不抵債的企業，剔除數據缺失嚴重的樣本，公司需至少連續5年不存在數據缺失，對關鍵連續變量進行了1%和99%的縮尾處理來避免極端值的影響，最終獲得17807 個觀測值。企業層面的數據來自于WIND 和國泰安數據庫，上市公司年報來自上交所和深交所官方網站。

（二）資本結構動態調整模型

本文參考Flannery 和Rangan（2006）、王朝陽等（2018）、田新民等（2020）的研究，使用部分調整模型來表達資本結構的動態調整過程：

其中，I為自變量，此處指數字化轉型強度（dig）。CV是一系列可以反映負債融資成本和收益的變量，以此來對目標資本結構進行擬合。CV包括企業規模（size）、抵押能力（fa）、息稅前利潤（ebit）、非債務稅盾（dep）、營收增長率（growth）、行業資本結構水平（indlev）。

本文研究的是企業數字化轉型對資本結構調整速度的影響，以及信息不對稱程度（synch）和財務穩定（z）在這一影響中發揮的中介作用。因此，假設以上三個變量都會影響資本結構動態調整，參考相關研究，設定如下函數：

其中，C代指數字化轉型強度、信息不對稱程度、財務穩定。本文重點關注這三個變量對調整速度的影響，即λ系數。為了避免對式（3）直接回歸產生的偏誤，本文將方程進行聯立后一步回歸。

首先，將式（2）代入式（1），得到：

然后，將式（3）代入式（4），整理后得到：

式（5）為資本結構動態調整的聯合一步式回歸方程。將數字化轉型、信息不對稱、財務穩定變量代入式（5）進行回歸，可以得到重點關注的系數的相反數，即Clev的系數。

本文參考溫忠麟和葉寶娟（2014）提出的中介效應檢驗流程，采用因果步驟法對中介效應進行檢驗。當C 指代數字化轉型（dig）時，對式（5）進行回歸可以得到數字化轉型對調整速度影響的總效應；當C 指代數字化轉型（dig）和信息不對稱時，對財務穩定進行控制，可以得到控制財務穩定情況下，數字化轉型對調整速度的影響；當C 指代數字化轉型和財務穩定時，可以得到控制信息不對稱情況下，對調整速度的影響。同時，本文使用式（6）來檢驗數字化轉型對中介變量信息不對稱、財務穩定的影響：

（三）變量選取

1.核心解釋變量：數字化轉型。微觀企業層面的數字化轉型程度測算富有挑戰性，相關統計數據缺乏，因此本文參考王守海等（2022）、吳非等（2021）、趙宸宇等（2021）、袁淳等（2021）的研究，采用文本分析法來構建企業數字化轉型指標。具體步驟如下：第一步，使用Python 爬取上市公司年報；第二步，利用PDFminer3k 模塊將上市公司年報的PDF 文件轉換為TXT 文本；第三步，參考數字化相關文獻和政策文件建立數字化詞典（圖1），從人工智能、區塊鏈、云計算、大數據、數字技術應用五個維度展開，并將該詞典擴充到Jieba 分詞庫；第四步，基于文本分析法統計數字化詞典中關鍵詞在年報中出現的次數，并進行匯總。分布圖顯示統計數據具有明顯的右偏性特征，本文將其對數化處理，最終獲得刻畫數字化轉型程度的指標。

圖1 數字化詞典

2.中介變量：信息不對稱、財務穩定。本文參考孟慶斌等（2019）的研究，采用股價同步性（synch）來衡量信息不對稱水平。股價同步性越高，說明公司股價變動與市場變動關聯性越強，所反映的公司特質信息越低，信息不對稱程度越高。股價同步性的計算，模型如（7）（8）所示：

其中，R表示公司i在t年第w周的股票回報率；R表示A股所有公司在t年第w周經流通市值加權的綜合周市場回報率；R表示除公司i以外的同行業內其他公司經流通市值加權的平均周回報率。經式（7）回歸后得到R，代入式（8），計算得出股價同步性指標。

關于財務穩定，本文使用破產預測模型進行測算，模型如（9）所示：

其中，X表示流動資產/總資產；X表示留存收益/總資產；X表示息稅前利潤/總資產；X表示股票市值/總負債；X表示銷售收入/總資產。

各變量定義及描述性統計結果詳見表1。

表1 變量定義及描述性統計

四、實證分析

（一）基準回歸

為探究數字化轉型對資本結構動態調整的總效應，本文根據式（5）回歸，由于此處不適用于兩步最優GMM 估計，選取固定效應模型進行擬合，并進一步控制時間固定效應。本文也列示了不控制時間、不考慮穩健標準誤的固定效應模型結果來進行對比。表2 列（1）顯示，數字化轉型與資本結構滯后一期的交互項（dig×l.lev）系數為-0.0173，在1%的統計水平下顯著，說明企業數字化轉型程度越高，企業資本結構調整速度越快。列（2）（3）分別顯示不控制時間、不考慮穩健標準誤固定效應，結果與列（1）相同。這意味著企業數字化轉型會加速資本結構動態調整，假設1 得以驗證。

表2 數字化轉型與資本結構調整速度

（二）穩健性檢驗

基準回歸的結果初步驗證了數字化轉型會加速資本結構動態調整，但內生性問題可能會對模型結果產生干擾。為了緩解內生性問題，本文參考吳非等（2021）、鄭建明等（2018）的研究，采取多期DID 模型，通過設置個體虛擬變量（du）和時期虛擬變量（dt），區分對照組和實驗組進行研究。其中，du=1 表示企業在樣本期間內進行數字化轉型，du=0 表示企業在樣本期間內一直未進行數字化轉型；dt=1 表示公司在當年及之后進行數字化轉型，否則dt=0?？紤]到雙重差分法需要數字化轉型前后幾年都有觀測值，本文將樣本期間內數字化轉型不足兩年的定義為du=0，同時剔除樣本期間內一直進行數字化轉型的樣本。將式（5）中的C 指代為du×dt 進行回歸，可考察企業數字化轉型前后對資本調整速度的影響；將C 指代為du×dt×dig 時，可考察企業數字化轉型后轉型強度對資本結構調整速度的影響。

實證結果如表3的列（1）所示，du×dt×l.lev的系數為-0.0512，在1%的統計水平下顯著，表明在采用雙重差分法克服內生性后，數字化轉型依然可以加速資本結構動態調整。進一步引入數字化轉型強度（dig），結果如列（2）所示，du×dt×dig×l.lev系數為-0.02，在1%的水平下顯著，表明在考慮數字化轉型基礎上，企業數字化轉型程度越強，資本結構調整速度越快?？紤]內生性后，假設1依然成立。

表3 穩健性檢驗

本文還進行了其他穩健性檢驗來進一步保證研究結果的可靠性。一是考慮金融危機效應，重大的金融事件會對企業數字化轉型進程、杠桿率產生影響，為了避免2008 年金融危機、2015 年中國股災影響的干擾性，本文選取2011-2014 年樣本進行回歸；二是改變樣本區間，結果如列（3）（4）所示，數字化轉型與資本結構滯后一期的交互項（dig×l.lev）系數依然顯著為負，再一次驗證了結果的穩健性。

（三）中介機制分析

1.數字化轉型、信息不對稱與資本結構調整速度。根據中介效應因果步驟法的要求，首先檢驗數字化轉型對中介變量信息不對稱程度的影響，按式（6）進行回歸。表4的列（2）顯示了固定效應的穩健回歸結果，數字化轉型對信息不對稱程度的影響顯著為-0.0287，表明隨著企業數字化轉型程度的加強，信息不對稱可以有效得到緩解。

為了檢驗信息不對稱程度是否會對資本結構調整速度產生影響，將式（5）中的C指代為synch，結果如表5 列（3）所示，synch×l.lev 系數為0.0169，表明信息不對稱程度越強，企業資本結構調整越慢。信息不對稱程度的加強，會帶來企業股權融資、債權融資成本的上升，從而阻礙資本結構調整。接著，本文研究控制信息不對稱的情況下，數字化轉型對資本結構動態調整的影響，結果如表5 的列（4）所示，數字化轉型與資本結構滯后一期的交互項（dig×l.lev）系數為-0.0202，在1%的水平下依然顯著為負。根據檢驗結果，在數字化轉型影響資本結構調整速度的路徑中，存在信息不對稱的部分中介效應，假設2 得以驗證。

2.數字化轉型、財務穩定與資本結構調整速度。同樣地，對于財務穩定中介變量，首先檢驗數字化轉型對財務穩定的影響，按式（6）進行回歸，表4列（1）顯示了回歸結果，數字化轉型對財務穩定的影響系數為0.2610，在1%的水平下顯著為正，與何帆和劉紅霞（2019）的結論保持一致。這表明隨著企業數字化轉型程度的加強，一方面促進創新、擴大產出績效，另一方面通過數字技術的應用降低運營管理成本，從而改善企業財務狀況。

表4 數字化轉型與信息不對稱/財務穩定

為了檢驗財務穩定是否會對資本結構調整速度產生影響，將式（5）中的C 指代為z，結果如表5 列（1）所示，z×l.lev 系數顯著為-0.0304，表明企業財務狀況越好，資本結構調整速度越快。這是由于良好的財務狀況會激發投資者的投資意愿，提高融資效率，降低融資成本，從而促進資本結構調整。接著，按因果步驟法的要求，還要檢驗控制財務穩定的情況下，數字化轉型對資本結構動態調整的影響，結果如表5列（2）所示，數字化轉型與資本結構滯后一期交互項（dig×l.lev）系數顯著為-0.0143。這表明控制財務穩定影響后，數字化轉型對資本結構動態調整依然產生正向效應。根據檢驗結果，在數字化轉型影響資本結構調整速度的路徑中，存在財務穩定的部分中介效應，假設3 得以驗證。

表5 數字化轉型、信息不對稱/財務穩定、資本結構調整速度

五、異質性分析

本部分區分產權性質、企業規模、行業競爭度進行異質性分析，結果如表6 所示。列（1）（2）顯示了國企、非國企的回歸結果，國企數字化轉型與資本結構滯后一期交互項（dig×l.lev）系數為-0.01，非國企交互項系數為-0.0142，均在10%的統計水平下顯著。結果表明，數字化轉型對資本結構調整速度的影響在非國企中更大，與盛明泉等（2012）的研究結論保持一致。國有企業由于承擔政策負擔，存在嚴重的預算軟約束問題。

表6 產權性質、規模、行業競爭度異質性分析

按企業規模的中位數區分大規模、小規模企業，回歸結果如列（5）（6）所示。大規模企業數字化轉型與資本結構滯后一期交互項（dig×l.lev）系數顯著為-0.025，小規模企業交互項系數顯著為-0.0197，表明數字化轉型對資本結構動態調整的影響在大規模企業中更明顯。規模越大的企業，融資便利度越高，資本結構調整速度越快。

從企業外部來看，行業競爭度也會產生一定影響。本文參考袁淳等（2021）的做法，區分樣本為管制性行業和競爭性行業，按照證監會2012 版行業分類標準，將行業代碼為 B、C25、C31、C32、C36、C37、D、E48、G53、G54、G55、G56、I63、I64、K、R 的行業定義為管制性行業，其余為競爭性行業，回歸結果如列（3）（4）所示。競爭性行業數字化轉型與資本結構滯后一期交互項（dig×l.lev）的系數為-0.0179，在1%的顯著性下顯著，而管制性行業交互項系數為-0.0123，表明數字化轉型對資本結構調整速度的影響在競爭性行業中更大。相比于管制性行業，競爭性行業競爭更加激烈，企業為了避免自身陷入財務困境，退出市場，會加速向目標資本結構趨近。同時，競爭越激烈，企業越會積極尋求轉型，通過數字化轉型來獲取先發優勢，因而競爭性行業中企業資本結構調整速度越快。

六、結論和政策建議

數字經濟發展白皮書顯示，我國數字經濟規模不斷擴大，數字經濟成為我國發展的新動能。在數字化背景下，探究數字化的經濟后果，具有重要的現實意義。當前逆全球化、新冠肺炎疫情反復的情況進一步加重了企業杠桿率。因此，本文基于杠桿率與資本結構的密切聯系，探究數字化轉型對資本結構動態調整的影響。借助文本分析法構建數字化轉型指標，部分動態調整模型刻畫資本結構調整速度，實證檢驗數字化轉型對資本結構調整速度的影響、機制、異質性等問題，得到以下研究結論：一是總體上看，企業數字化轉型可以提高資本結構調整速度；二是影響機制方面，數字化轉型可以通過降低信息不對稱程度、提高財務穩定性來降低調整成本，從而加速資本結構動態調整；三是異質性研究發現，數字化轉型對資本結構調整速度的正向效應在非國企、大規模企業、競爭性行業中更大。

基于此，本文提出如下政策建議：第一，國家重點關注數字技術與實體經濟融合發展，而企業數字化轉型是兩者深度融合的微觀著力點，因此政府要充分認識到企業數字化轉型的積極效應。根據不同行業、不同企業的轉型基礎、微觀特征，政府要差異化為企業數字化轉型提供有利條件，推動轉型成功。第二，數字經濟作為未來發展方向，政府要積極布局5G、信息網絡等新型基礎設施的構建與完善，為數字化的發展奠定良好基礎。第三，企業要重視數字化轉型對資本結構調整速度的正向效應。企業的資本結構與企業價值息息相關，企業通過調整自身資本結構來達到最優水平，可以有效提高企業的價值和增長率。同時，企業的數字化轉型可以推動企業“穩杠桿”，助力打贏三大攻堅戰之一。因此，企業要加大數字化投入，推動數字技術與企業生產、管理深度融合。