汪孖玥,裘丽娅,朱家明
(安徽财经大学)
数字经济在推动中国社会经济高质量发展方面发挥着重要作用.数字经济主要包括数字化产业化和产业数字化[1]，其中产业数字化逐渐成为数字经济发展的核心.作为推动产业数字化的重要途径，企业数字化转型已经开始提上日程，全国各地企业纷纷开启自己的数字化转型之路，在国内掀起了数字化转型的浪潮.
随着中国企业数字化转型不断深入，大量学者开始从各个方面研究企业数字化转型的经济效应，如经营管理[2]、公司绩效[3]、公司治理[1]、股票流动性[4]、信息不确定性[5]等.鲜有文献从资本结构视角对企业数字化转型的价值展开研究.仅有的相关文献是从金融科技视角研究静态资本结构[6]和从债务融资视角研究数字经济[7].由于企业的外部环境和自身的经营、财务状况在不断发生变化，导致企业的实际资本结构不断偏离目标资本结构，并且随着新兴计量模型的出现，现代学者对资本结构的研究不在局限于静态角度，而开始转向资本结构动态调整领域.因此，研究企业数字化转型对资本结构动态调整的影响具有重要的理论意义和现实意义.
该文以沪深A股上市公司作为研究样本，实证研究企业数字化转型对资本结构调整速度的影响及其内在机理，并进一步考察该影响在不同特征的企业中是否表现出结构异质性.该文研究贡献可能有以下几点：第一，该文采用对年报进行文本分析的方式度量企业数字化转型，更加有效反映数字化转型的程度.以往研究主要从信息及通信技术投资(ICT)[8]、与数字化相关的无形资产占比[1]等方式测算，也有部分学者采用文本分析方法，但主要将数字化转型设定为“0-1”虚拟变量形式[3]，无法识别不同企业数字化转型的程度.第二，丰富企业数字化转型的经济效应研究.该文从资本结构动态调整视角挖掘企业数字化转型的深层次价值体现，并揭开企业数字化转型作用于资本结构动态调整的内在机制，有助于厘清微观经济主体层面数字经济如何影响金融杠杆的调整，为企业高质量发展提供依据.第三，丰富资本结构动态调整的影响因素研究.已有从微观企业层面研究资本结构调整的文献主要集中于融资约束[9]、信息不对称[10]、代理问题[11]等方面，该文在数字经济背景下研究数字化转型的浪潮对资本结构调整的影响，有助于丰富资本结构调整相关文献.
企业数字化转型是指企业为应对外部环境变化，运用数字技术在组织架构、生产运营、信息传递等方面实现根本性变革，使组织管理制度和价值创造模式迎来颠覆式创新的过程[12].关于数字化转型为企业带来的是机遇还是挑战，学术界仍未达成一致结论.因此，该文认为企业数字化转型对资本结构调整速度的影响方向也存在如下两种可能.
1.1 企业数字化转型提高资本结构调整速度
一方面，企业数字化转型可以提高企业信息透明度，进而加快资本结构动态调整.企业数字化转型涉及企业的方方面面，如运营管理、公司治理和战略决策等，数字技术的应用使企业在这些方面产生大量的数据，并且能够将这些数据转换为有效信息，极大地增加企业对外披露信息的数量，并且这些信息不仅包含财务信息，还包含非财务信息[13].此外，数字技术的应用也使得企业产生业务信息的客观性得到提升，有效降低人为主观因素的影响，从而提高企业对外披露信息的质量.企业对外披露信息的数量和质量的提高所带来的高信息透明度能够有效降低企业与股东以及其他利益相关者之间的信息不对称程度，双方的代理问题也能得到缓解.因此，数字化转型带来的信息透明度的提高可以降低交易双方相互沟通和了解的成本，有助于企业以较低的调整成本提高资本结构调整速度.
另一方面，企业数字化转型可以缓解企业融资约束，进而加快资本结构动态调整.关于数字经济的未来发展，国家已经出台一系列的支持政策.因此，在国家大力推动数字经济发展的背景下，企业投身到数字化转型浪潮，加速建设现代化经济体系，能够得到政府和外部监管者的青睐.当企业数字化转型带上政治属性，意味着其能够享受到政府相关的补贴和优惠政策，如为企业提供的技术研发补贴等，这在一定程度上能够缓解企业的资金约束程度[14].基于信号理论，企业享受的数字研发补贴在资本市场中会传递一种积极的信号，提高市场对该类企业的正面预期.所以，当数字化转型企业取得技术研发补贴等政府背书支持时，往往会受到资本市场的追捧，能够有效缓解企业的融资压力[13].企业面临较小的融资约束程度，侧面反映出其较强的外部融资能力，从而加快这类企业资本结构的调整.基于上述分析，该文提出假设：
H1a：在其他条件不变的情况下，企业数字化转型会显著提高资本结构调整速度.
1.2 企业数字化转型降低资本结构调整速度
企业数字化转型也可能通过提高信息不对称程度和增加融资压力降低资本结构调整速度.数字技术的应用虽然极大地提高企业信息获取和处理能力，拓宽企业的经营边界，为企业跨界经营提供了方便.但是当企业没有足够的转型经验和能力，激进地进行多元化经营可能造成企业转型过程中出现部门重叠、业务复杂度增加等业务管理方面的难题，这在一定程度上会加剧企业与外部投资者之间的信息不对称. 此外，在现行会计准则下，数字技术应用为企业创造的价值很难进行评估，新兴技术应用的相关信息在财务报告中的披露模式还未得到统一，这导致市场投资者无法通过财务报告合理评估企业的经营状况，影响投资者进一步的投资决策.天然的理解障碍为管理层提供进行盈余操纵的空间[15]，进一步提高双方的信息不对称程度.而严重的信息不对称会极大降低企业的信息透明度，减弱外部投资者向企业提供融资的意愿，从而降低企业资本结构调整速度.
从融资约束角度分析，当下数字化转型逐渐成为企业避免市场淘汰的必由之路，市场的竞争格局因数字经济发生翻天覆地的变化，数字技术自身也在不断更新迭代，这使得数字经济时代下的市场竞争将更加严峻，企业的技术创新能力和资源获取能力将变得尤为重要[16].所以当市场中出现大量数字化转型主体，那么每个主体所面临的融资压力将会随着市场主体的增加而增加，导致转型主体难以以较低的成本调整自身的资本结构，从而降低资本结构的调整速度.因此，基于上述分析，该文提出竞争性假设：
H1b：在其他条件不变的情况下，企业数字化转型会显著降低资本结构调整速度.
2.1 数据来源与样本选择
为避免2008年金融危机对模型估计的持续性影响，该文以2010～2020年沪深A股上市公司为研究对象，并做如下处理：首先剔除金融类、ST类、资产负债率大于1的观测值；
其次为满足动态面板模型，剔除未连续满两个观测年度的观测值；
最后剔除相关变量缺失的观测值.此外，为降低异常值对回归结果的影响，该文对所有连续变量进行上下1%的缩尾处理，最后得到22031个观察值.该文的企业数字化转型数据是通过手工整理上市公司年报得到，其他数据来源于CSMAR数据库和WIND数据库.
2.2 变量定义
(1)被解释变量
关于资本结构动态调整的实证研究，早期学者大多基于标准的部分调整模型[17]，该模型基于企业调整资本结构的资金全部来源于外部市场的前提假设.但黄继承等(2016)[11]却认为实际资本结构向目标资本结构调整的方式应该包含两种：一是企业通过一级市场发行、二级市场交易证券标的以及从信贷市场借贷等方式主动向目标资本结构调整；
二是企业通过各年度的经营成果影响股东权益间接调整资本结构，即资本结构的机械调整部分.因此，该文研究资本结构动态调整是基于黄继承等(2016)[11]设定的剔除机械调整影响后的部分调整模型，具体公式如下：
(1)
(2)
(3)
(4)
其中，β为特征变量(Xit-1)回归系数组成的向量，Xit-1包括公司规模(Size)、盈利能力(Profit)、成长能力(MB)、非债务税盾(Dep)、抵押能力(Fa)、行业的资本结构水平(Medlev_Ind)、年度(Year)以及公司(Firm).具体变量定义见表1.
表1 变量定义
(2)解释变量
近年来，关于企业数字化转型如何测量，大部分学者采用文本分析的方法[4,18].因此，该文借鉴吴非等披露的大数据、云计算、区块链、人工智能等数字化转型关键词作为词典，对上市公司年报采用文本分析方法构建数字化转型程度指标[4].文本分析基于的文本基础，则参考Guo等使用年报中的“管理层讨论与分析”相关内容[18].具体而言，首先计算关键词在“管理层讨论与分析”内容中出现的词频数，然后将所有关键词词频求和并加1，再进行对数化处理得到企业数字化转型程度的代理变量(DT).该值越大，反映企业数字化转型的程度越高.此外，为了确保阅读和筛选过程的准确性，该文对该数据进行了二次复核.
2.3 模型设计
Yi,t=(δ0+δ1DTi,t)×Devi,t+εi,t
(5)
其中，δ1是数字化转型与目标资本结构偏差程度的交互项前(Dev×DT)的回归系数，反映数字化转型对企业资本结构调整速度的影响.若δ1显著为正，表明企业数字化转型能够显著提高企业资本结构调整的速度.
3.1 描述性统计
表2报告主要变量的描述性统计结果.根据表2报告的结果可知，资本结构偏离目标值的平均程度(Dev)为0.025，与黄继承等的研究结果基本保持一致(0.025)[11].另一方面，该文的核心解释变量数字化转型程度(DT)的均值和标准差分别为0.874和1.155，这是由于文本分析的文本范围非年报全文，导致此结果略低于吴非等的研究(1.148和1.388)[4].
表2 描述性统计
3.2 基准回归分析
表3报告企业数字化转型对资本结构调整速度的基准回归结果.其中列(1)的结果反映样本期内中国沪深A股上市公司的资本结构动态调整的总体趋势.该文测算的年平均调整速度为34%，高于黄继承等使用2001～2012年期间的A股上市公司数据测算的调整速度(30.2%)，这说明自2012年以来，中国上市公司资本结构的调整速度正在不断提高[11].列(2)的结果反映企业数字化转型对资本结构调整速度的影响，可以看出，企业数字化转型与资本结构目标调整的交互项(Dev×DT)的回归系数为正，表明数字化转型能够提高企业资本结构调整的速度，该文的H1a得到验证.
表3 数字化转型与资本结构调整速度
3.3 机制检验
前文的理论分析提到企业数字化转型可以通过两条途径提高资本结构的调整速度.其一是企业数字化转型能够从信息数量和信息质量两方面提高企业的信息透明度，较高的信息透明度有利于缓解投融资双方的信息不对称，降低调整成本，进而有利于企业迅速将资本结构调整到最优状态.其二是企业数字化转型能够享受政府优惠政策和相关补贴，可以适当缓解融资约束，加快企业资本结构动态调整.因此，为检验信息透明度和融资约束是否作为数字化转型与资本结构动态调整之间的影响机制，该文借鉴黄俊威和龚光明的研究[10]，在模型(5)中增加信息透明度和融资约束的代理变量进行机制检验，模型设定如下：
Yi,t=(δ0+δ1DTi,t+δ2DTi,t×Mechanismi,t)×
Devi,t+εi,t
(6)
其中，Mechanism分别为信息透明度和融资约束的代理变量，δ2为机制检验中需要重点关注的系数.
(1)信息透明度
借鉴Lang 等的研究[19]，该文采用分析师关注度来衡量企业信息透明度.具体地，使用对上市公司盈余进行预测的分析师(团队)的数量合计以及分析师所属机构数量合计的自然对数作为信息透明度的代理变量(Atten_per和Atten_Ins).前述分析表明企业数字化转型能够提高信息透明度，进而提升资本结构的调整速度.因此，该文预期在信息透明度较低的情况下，企业数字化转型加快资本结构动态调整的效应将更加突出.表4的列(1)和列(2)报告了信息透明度的机制检验结果，可以看出，Dev×DT×Atten_Per和Dev×DT×Atten_Ins的回归系数均显著为负，表明企业数字化转型在信息透明度较低的环境下更能够提高资本结构的调整速度.
(2)融资约束
关于融资约束的代理变量，该文借鉴魏志华等和鞠晓生等的研究分别采用KZ指数和SA指数[20-21].基于前文分析，企业使用数字技术可以缓解融资约束，降低企业调整资本结构的调整成本，进而加快资本结构的调整速度.因此，该文预期在公司处于较高的融资约束水平下，企业数字化转型通过降低融资约束程度，提升资本结构的调整速度的效应更加突出.表4的列(3)和列(4)报告融资约束在数字化转型与资本结构调整速度之间的机制检验结果，从中可以看到，Dev×DT×KZ和Dev×DT×SA的系数均在1%的水平上显著为正，这表明数字化转型提高资本结构调整速度在企业处于较高融资约束的环境下更加明显.
表4 数字化转型、信息透明度、融资约束、资本结构调整速度
3.4 异质性检验
(1)产权性质
不同特征的企业推动数字化转型的路径不同，这也导致不同特征的企业数字化转型所带来的积极效果也存在差异.在中国这种特殊的制度背景下，企业天然的存在产权性质的差异，产权性质的不同导致企业获取资源的能力和创新意愿存在显著差别[22].国有企业由于特殊的政治属性使得其具有明显的信誉优势，在融资方面面临的约束要更小，非国有企业往往需要付出更多的努力提高创新能力，以求不被市场淘汰.因此，相比于国有企业，资源获取机会较少的非国有企业在科技创新上具有更强的动机，只有创新提升市场竞争实力才可以创造未来获取资源的机会.该文预期非国有企业数字化转型作用于资本结构调整速度的强度要大于国有企业.
为了分析在不同产权性质下，企业数字化转型对资本结构动态调整的影响是否存在差异，该文按产权性质对模型(5)进行分组检验.表5的列(1)和列(2)报告按产权性质分组检验的结果.结果表明数字化转型提高资本结构调整速度的效果在非国有企业中更加强烈(0.033>0.027).此外，并且该结论在Fisher系数差异性检验下(p=0.064)也得到验证.
(2)负债水平
由于在不同的负债水平下，企业向目标资本结构调整的方向截然不同，这使得不同负债水平下企业对待调整成本和调整收益的相对敏感度存在差异[10].根据心理学研究发现，人们对待损失和收益的敏感度并非一致，往往表现出损失敏感度大于收益敏感度[23]，因此，有必要在不同负债水平下研究数字化转型对资本结构动态调整的影响.首先以资本结构偏离目标值的程度(Dev)作为区分负债水平高低的标准，若t年初实际资本结构小于目标资本结构(Dev>0)，则反映企业当期处于低负债水平，需要向上调整才能达到目标资本结构，反之企业处于高负债水平，需要向下调整才能达到目标资本结构.其次，按负债水平高低对模型(5)进行分组检验.
表5的列(3)和列(4)报告不同负债水平下数字化转型影响资本结构调整速度的差异.可以看出高负债水平下，企业数字化转型作用于资本结构调整速度的强度更大(0.025>0.011)，并且该结论在Fisher系数差异性检验下(p=0.014)也得到验证.
表5 数字化转型、产权性质、负债水平、资本结构调整速度
3.5 稳健性检验
(1)内生性检验
①解释变量滞后1～3期
采用核心解释变量(DT)滞后1～3期分别带入模型(5)重新回归，回归结果见表6的列(1)～(3).该做法不仅可以缓解内生性，还可以考察企业数字化转型对资本结构调整速度的长期影响.回归结果依然支持该文结论，并且还发现企业数字化转型提高资本结构调整速度的强度还存在逐年增长的现象.
②倾向得分匹配(PSM)
为了缓解因自选择偏差问题给研究结论带来的影响，此处使用倾向得分匹配法.具体地，将主要的公司层面和治理层面变量作为协变量使用1∶1近邻匹配，最终得到8988个匹配后样本，然后采用匹配后的样本对模型(5)重新回归，回归结果如表6的列(4)所示.可以看出该文结论未发生改变，结果依然稳健.
③工具变量法
为了进一步缓解内生性，该文借鉴杨德明等的方法[24]，使用城市互联网发展水平作为工具变量(Ⅳ)进行回归.该工具变量反映地区信息技术基础设施的建设水平，能够影响该地区内的企业数字化转型的意愿，而且在一定程度上保证了与资本结构调整速度的外生性.
表6的列(5)和列(6)报告了工具变量法的回归结果.从列(5)的第一阶段回归中，可以看到工具变量与企业数字化程度显著正相关，表明工具变量通过了弱工具变量检验，并且其他相关检验也均通过 .列(6)的第二阶段回归结果表明在考虑内生性问题后，数字化转型与企业资本结构的调整速度仍然显著正相关，进一步验证了该文的研究结论.
表6 内生性检验
(2)其他稳健性检验
为了使研究结论更加可靠，该文还从以下方面对企业数字化转型与资本结构动态调整的关系进行其他稳健性检验.第一，替换解释变量.借鉴Guo等的研究，构建企业数字化转型虚拟变量指标，即DT>0，则DT_dummy取1，否则取0[18].第二，替换被解释变量.采用总负债占总资产比值衡量实际资本结构构建资本结构动态调整模型.第三，增加控制变量.控制其他可能影响资本结构调整速度的公司层面和治理层面因素.第四，缩短样本区间.因为马化腾等认为中国数字化转型主要从2013年开始[25]，故此处将样本区间设定在2013～2020年.第五，剔除直辖市样本.吴非等认为直辖市地区存在经济和政治上的特殊性，可能会给结果带来干扰[4]，故剔除直辖市样本重新回归.以上稳健性检验结果均未发生明显改变.
该文以2010～2020年沪深A股上市公司作为研究对象，实证研究企业数字化转型对资本结构动态调整的影响.研究发现，企业数字化转型能够显著提升资本结构调整速度.该结论在一系列的内生性控制和稳健性检验后依然保持稳健.机制检验结果表明企业数字化转型可以提高信息透明度和缓解融资约束，从而加快资本结构动态调整.异质性检验表明负债水平较高的企业在进行资本结构向下调整时，数字化转型对资本结构调整速度的提升作用会更大.此外，产权性质分组检验显示，相比于国有企业，数字化转型提升资本结构调整速度的作用在非国有企业中更大.
猜你喜欢 变量调整速度 行驶速度小猕猴智力画刊(2022年4期)2022-05-25速度中学生百科·大语文(2021年4期)2021-05-12工位大调整意林(2020年10期)2020-06-01坚决堵住随意调整预算的“口子”人大建设(2019年6期)2019-10-08沪指快速回落 调整中可增持白马证券市场红周刊(2018年5期)2018-05-14图侃天下智慧少年(2016年2期)2016-06-24分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-1818时代英语·高三(2014年5期)2014-08-26不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03秒速５厘米文苑·经典美文(2009年7期)2009-08-25