數(shù)字經(jīng)濟下企業(yè)數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)動態(tài)調(diào)整

張益青 欒天虹

（浙江工商大學(xué)金融學(xué)院 浙江 杭州市 310018）

一、引言

21 世紀(jì)以來，互聯(lián)網(wǎng)的普及推動了以人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈為代表的新一代數(shù)字技術(shù)的發(fā)展，全球經(jīng)濟逐漸呈現(xiàn)數(shù)字化特點，人類社會進入了以數(shù)字化為特征的全新時期。數(shù)據(jù)的重要性不斷凸顯，黨的十九屆四中全會將數(shù)據(jù)確認為第七種生產(chǎn)要素，數(shù)據(jù)要素市場的發(fā)展也在努力推動中，數(shù)字化成為我國經(jīng)濟發(fā)展的新動能。

中共中央和國務(wù)院高度重視我國數(shù)字經(jīng)濟的建設(shè)與發(fā)展。習(xí)近平總書記在中共中央政治局第三十四次集體學(xué)習(xí)時強調(diào)，要推動數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，發(fā)揮數(shù)字技術(shù)對經(jīng)濟發(fā)展的放大、疊加、倍增作用?！丁笆奈濉睌?shù)字經(jīng)濟發(fā)展規(guī)劃》將“到2025年，數(shù)字技術(shù)與實體經(jīng)濟融合取得顯著成效”設(shè)立為總目標(biāo)。企業(yè)作為宏觀經(jīng)濟的微觀載體，其數(shù)字化轉(zhuǎn)型成為兩者融合發(fā)展的現(xiàn)實需求。在數(shù)字化的背景下，我們不禁思考數(shù)字化轉(zhuǎn)型對企業(yè)的發(fā)展是否具有積極意義？

目前有大量文獻對企業(yè)數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟效應(yīng)進行研究，主要考察了數(shù)字化對債務(wù)違約風(fēng)險（王守海等，2022）、股票流動性（吳非等，2021）、全要素生產(chǎn)率（趙宸宇等，2021）、企業(yè)分工（袁淳等2021）、企業(yè)經(jīng)濟效益（何帆和劉紅霞，2019）等的影響，主要表現(xiàn)為積極效應(yīng)。但未有文獻將數(shù)字化轉(zhuǎn)型和企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整相聯(lián)系。

MM 定理提出以來，企業(yè)的資本結(jié)構(gòu)受到廣泛關(guān)注。隨著理論的不斷發(fā)展，動態(tài)權(quán)衡理論表明企業(yè)存在目標(biāo)資本結(jié)構(gòu)，企業(yè)會不斷調(diào)整自身資本結(jié)構(gòu)來向之靠近。王朝陽等（2018）提出杠桿率與資本結(jié)構(gòu)就是一枚硬幣的兩面，“去杠桿”“穩(wěn)杠桿”“降杠桿”本質(zhì)上都是資本結(jié)構(gòu)的動態(tài)調(diào)整過程。2017 年我國政府工作報告中指出，要積極穩(wěn)妥去杠桿，重點降低企業(yè)杠桿率，將企業(yè)杠桿水平調(diào)整至最優(yōu)水平。近期，逆全球化和新冠肺炎疫情突發(fā)和反復(fù)，進一步?jīng)_擊企業(yè)資金流，對企業(yè)杠桿率造成不良影響。鑒于此，本文擬探究數(shù)字化轉(zhuǎn)型是否可以促進企業(yè)“穩(wěn)杠桿”，加速企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整。

與既有文獻相比，本文的邊際貢獻在于：一是將數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)動態(tài)調(diào)整聯(lián)系起來，剖析兩者之間的關(guān)系，豐富了數(shù)字化轉(zhuǎn)型的經(jīng)濟后果研究，為促進企業(yè)“穩(wěn)杠桿”提供了啟示；二是由于企業(yè)數(shù)字化轉(zhuǎn)型過程復(fù)雜，轉(zhuǎn)型強度的測算困難，相關(guān)統(tǒng)計數(shù)據(jù)缺乏，本文借助Python 爬取上市公司年報，通過文本分析法對數(shù)字化轉(zhuǎn)型關(guān)鍵詞進行詞頻統(tǒng)計，以此衡量數(shù)字化轉(zhuǎn)型水平，在指標(biāo)的刻畫上進行了有益補充；三是打開了數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)動態(tài)調(diào)整的機制黑箱，梳理出“信息不對稱”和“財務(wù)穩(wěn)定”作用機制，并實證檢驗其影響路徑，拓寬了對資本結(jié)構(gòu)動態(tài)調(diào)整的影響因素研究；四是將企業(yè)微觀特征和行業(yè)因素納入分析，考察企業(yè)規(guī)模、產(chǎn)權(quán)性質(zhì)、行業(yè)競爭程度的異質(zhì)性，為政府針對性提出政策建議提供依據(jù)。

二、理論機制與研究假設(shè)

修正后的MM 理論提出以來，關(guān)于資本結(jié)構(gòu)的研究不斷深入，企業(yè)存在目標(biāo)資本結(jié)構(gòu)成為共識，動態(tài)調(diào)整理論應(yīng)運而生。有大量文獻已經(jīng)針對資本結(jié)構(gòu)動態(tài)調(diào)整的影響因素做出了探討。宏觀層面上，學(xué)者考察了貨幣政策、經(jīng)濟政策不確定性、市場化進程等對資本結(jié)構(gòu)動態(tài)調(diào)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(chǎn)配置、高管薪酬激勵、產(chǎn)權(quán)性質(zhì)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(jié)構(gòu)動態(tài)調(diào)整的動因和機制提供了豐富借鑒。

動態(tài)資本結(jié)構(gòu)理論認為，由于企業(yè)內(nèi)外部環(huán)境不斷變化，企業(yè)會不斷調(diào)整和優(yōu)化自身資本結(jié)構(gòu)，來向目標(biāo)資本結(jié)構(gòu)趨近，而調(diào)整的速度則取決于調(diào)整成本（Fischer 等，1989）。上述研究的影響因素大都通過影響調(diào)整成本進而影響資本結(jié)構(gòu)調(diào)整速度。關(guān)于調(diào)整成本，主要關(guān)注信息不對稱、經(jīng)營決策產(chǎn)生的調(diào)整成本及財務(wù)狀況等方面（田新民等，2020）。數(shù)字化轉(zhuǎn)型作為企業(yè)未來發(fā)展的新動能，是數(shù)字科技和企業(yè)生產(chǎn)發(fā)展深度融合的表現(xiàn)，賦予了企業(yè)更大的經(jīng)濟活力，理論上會在企業(yè)資本結(jié)構(gòu)上體現(xiàn)出來?；诖?，本文從“信息不對稱”和“財務(wù)狀況”兩個主要路徑出發(fā)，探究數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的影響及作用機制。

數(shù)字化轉(zhuǎn)型可以有效降低信息不對稱程度，從而提高資本結(jié)構(gòu)調(diào)整速度。信息不對稱是調(diào)整成本的一方面。隨著信息不對稱程度的提高，由此引發(fā)的道德風(fēng)險和逆向選擇需要企業(yè)額外承擔(dān)風(fēng)險溢價（林慧婷等，2016），企業(yè)股權(quán)融資和債權(quán)融資的調(diào)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(yè)價值最大化進行資本結(jié)構(gòu)決策，從而對資本結(jié)構(gòu)調(diào)整速度產(chǎn)生負面影響。企業(yè)的數(shù)字化轉(zhuǎn)型，將數(shù)字技術(shù)、大數(shù)據(jù)等融入到企業(yè)的日常生產(chǎn)經(jīng)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(yè)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(jié)構(gòu)調(diào)整速度。

數(shù)字化轉(zhuǎn)型可以有效改善財務(wù)狀況，從而提高資本結(jié)構(gòu)調(diào)整速度。數(shù)字化賦能傳統(tǒng)企業(yè)轉(zhuǎn)型升級，區(qū)塊鏈、大數(shù)據(jù)等技術(shù)的快速發(fā)展和應(yīng)用，驅(qū)動企業(yè)積極創(chuàng)新，降低企業(yè)內(nèi)部管控成本和外部交易成本，有效提升企業(yè)價值和財務(wù)表現(xiàn)。企業(yè)在生產(chǎn)管理過程中積累了大量數(shù)據(jù)，數(shù)字技術(shù)的應(yīng)用可以最大限度發(fā)揮數(shù)據(jù)效應(yīng)，通過對海量數(shù)據(jù)進行處理，挖掘有效信息。企業(yè)信息處理、信息提取能力的提升，可以增強財務(wù)運作和生產(chǎn)管理效率，從而有效改善財務(wù)狀況。財務(wù)狀況也是調(diào)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(quán)融資和債務(wù)融資，上市公司成功獲取資金的關(guān)鍵因素在于投資者和債權(quán)人有意愿進行投資（田新民等，2020）。相比于陷入財務(wù)困境的企業(yè)，投資者更有意愿投資內(nèi)在價值高、財務(wù)狀況良好的企業(yè)，從而提高該類企業(yè)的融資效率、降低融資成本，進而提高資本結(jié)構(gòu)調(diào)整速度。

綜合上述分析，本文提出如下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型會顯著提高資本結(jié)構(gòu)調(diào)整速度。

H2：企業(yè)數(shù)字化轉(zhuǎn)型通過降低信息不對稱程度提高資本結(jié)構(gòu)調(diào)整速度。

H3：企業(yè)數(shù)字化轉(zhuǎn)型通過改善財務(wù)狀況提高資本結(jié)構(gòu)調(diào)整速度。

三、研究設(shè)計

（一）樣本選取與數(shù)據(jù)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(guān)文獻按以下原則進行篩選：剔除金融行業(yè)，剔除期間內(nèi)退市、ST、已停牌的公司，剔除資不抵債的企業(yè)，剔除數(shù)據(jù)缺失嚴(yán)重的樣本，公司需至少連續(xù)5年不存在數(shù)據(jù)缺失，對關(guān)鍵連續(xù)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(yè)層面的數(shù)據(jù)來自于WIND 和國泰安數(shù)據(jù)庫，上市公司年報來自上交所和深交所官方網(wǎng)站。

（二）資本結(jié)構(gòu)動態(tài)調(diào)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(diào)整模型來表達資本結(jié)構(gòu)的動態(tài)調(diào)整過程：

其中，I為自變量，此處指數(shù)字化轉(zhuǎn)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(biāo)資本結(jié)構(gòu)進行擬合。CV包括企業(yè)規(guī)模（size）、抵押能力（fa）、息稅前利潤（ebit）、非債務(wù)稅盾（dep）、營收增長率（growth）、行業(yè)資本結(jié)構(gòu)水平（indlev）。

本文研究的是企業(yè)數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的影響，以及信息不對稱程度（synch）和財務(wù)穩(wěn)定（z）在這一影響中發(fā)揮的中介作用。因此，假設(shè)以上三個變量都會影響資本結(jié)構(gòu)動態(tài)調(diào)整，參考相關(guān)研究，設(shè)定如下函數(shù)：

其中，C代指數(shù)字化轉(zhuǎn)型強度、信息不對稱程度、財務(wù)穩(wěn)定。本文重點關(guān)注這三個變量對調(diào)整速度的影響，即λ系數(shù)。為了避免對式（3）直接回歸產(chǎn)生的偏誤，本文將方程進行聯(lián)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(jié)構(gòu)動態(tài)調(diào)整的聯(lián)合一步式回歸方程。將數(shù)字化轉(zhuǎn)型、信息不對稱、財務(wù)穩(wěn)定變量代入式（5）進行回歸，可以得到重點關(guān)注的系數(shù)的相反數(shù)，即Clev的系數(shù)。

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

（三）變量選取

1.核心解釋變量：數(shù)字化轉(zhuǎn)型。微觀企業(yè)層面的數(shù)字化轉(zhuǎn)型程度測算富有挑戰(zhàn)性，相關(guān)統(tǒng)計數(shù)據(jù)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(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。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(zhuǎn)換為TXT 文本；第三步，參考數(shù)字化相關(guān)文獻和政策文件建立數(shù)字化詞典（圖1），從人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)、數(shù)字技術(shù)應(yīng)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(tǒng)計數(shù)字化詞典中關(guān)鍵詞在年報中出現(xiàn)的次數(shù)，并進行匯總。分布圖顯示統(tǒng)計數(shù)據(jù)具有明顯的右偏性特征，本文將其對數(shù)化處理，最終獲得刻畫數(shù)字化轉(zhuǎn)型程度的指標(biāo)。

圖1 數(shù)字化詞典

2.中介變量：信息不對稱、財務(wù)穩(wěn)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(guān)聯(lián)性越強，所反映的公司特質(zhì)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(jīng)流通市值加權(quán)的綜合周市場回報率；R表示除公司i以外的同行業(yè)內(nèi)其他公司經(jīng)流通市值加權(quán)的平均周回報率。經(jīng)式（7）回歸后得到R，代入式（8），計算得出股價同步性指標(biāo)。

關(guān)于財務(wù)穩(wěn)定，本文使用破產(chǎn)預(yù)測模型進行測算，模型如（9）所示：

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

各變量定義及描述性統(tǒng)計結(jié)果詳見表1。

表1 變量定義及描述性統(tǒng)計

四、實證分析

（一）基準(zhǔn)回歸

為探究數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整的總效應(yīng)，本文根據(jù)式（5）回歸，由于此處不適用于兩步最優(yōu)GMM 估計，選取固定效應(yīng)模型進行擬合，并進一步控制時間固定效應(yīng)。本文也列示了不控制時間、不考慮穩(wěn)健標(biāo)準(zhǔn)誤的固定效應(yīng)模型結(jié)果來進行對比。表2 列（1）顯示，數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期的交互項（dig×l.lev）系數(shù)為-0.0173，在1%的統(tǒng)計水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)資本結(jié)構(gòu)調(diào)整速度越快。列（2）（3）分別顯示不控制時間、不考慮穩(wěn)健標(biāo)準(zhǔn)誤固定效應(yīng)，結(jié)果與列（1）相同。這意味著企業(yè)數(shù)字化轉(zhuǎn)型會加速資本結(jié)構(gòu)動態(tài)調(diào)整，假設(shè)1 得以驗證。

表2 數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)調(diào)整速度

（二）穩(wěn)健性檢驗

基準(zhǔn)回歸的結(jié)果初步驗證了數(shù)字化轉(zhuǎn)型會加速資本結(jié)構(gòu)動態(tài)調(diào)整，但內(nèi)生性問題可能會對模型結(jié)果產(chǎn)生干擾。為了緩解內(nèi)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(shè)置個體虛擬變量（du）和時期虛擬變量（dt），區(qū)分對照組和實驗組進行研究。其中，du=1 表示企業(yè)在樣本期間內(nèi)進行數(shù)字化轉(zhuǎn)型，du=0 表示企業(yè)在樣本期間內(nèi)一直未進行數(shù)字化轉(zhuǎn)型；dt=1 表示公司在當(dāng)年及之后進行數(shù)字化轉(zhuǎn)型，否則dt=0?？紤]到雙重差分法需要數(shù)字化轉(zhuǎn)型前后幾年都有觀測值，本文將樣本期間內(nèi)數(shù)字化轉(zhuǎn)型不足兩年的定義為du=0，同時剔除樣本期間內(nèi)一直進行數(shù)字化轉(zhuǎn)型的樣本。將式（5）中的C 指代為du×dt 進行回歸，可考察企業(yè)數(shù)字化轉(zhuǎn)型前后對資本調(diào)整速度的影響；將C 指代為du×dt×dig 時，可考察企業(yè)數(shù)字化轉(zhuǎn)型后轉(zhuǎn)型強度對資本結(jié)構(gòu)調(diào)整速度的影響。

實證結(jié)果如表3的列（1）所示，du×dt×l.lev的系數(shù)為-0.0512，在1%的統(tǒng)計水平下顯著，表明在采用雙重差分法克服內(nèi)生性后，數(shù)字化轉(zhuǎn)型依然可以加速資本結(jié)構(gòu)動態(tài)調(diào)整。進一步引入數(shù)字化轉(zhuǎn)型強度（dig），結(jié)果如列（2）所示，du×dt×dig×l.lev系數(shù)為-0.02，在1%的水平下顯著，表明在考慮數(shù)字化轉(zhuǎn)型基礎(chǔ)上，企業(yè)數(shù)字化轉(zhuǎn)型程度越強，資本結(jié)構(gòu)調(diào)整速度越快?？紤]內(nèi)生性后，假設(shè)1依然成立。

表3 穩(wěn)健性檢驗

本文還進行了其他穩(wěn)健性檢驗來進一步保證研究結(jié)果的可靠性。一是考慮金融危機效應(yīng)，重大的金融事件會對企業(yè)數(shù)字化轉(zhuǎn)型進程、杠桿率產(chǎn)生影響，為了避免2008 年金融危機、2015 年中國股災(zāi)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(qū)間，結(jié)果如列（3）（4）所示，數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期的交互項（dig×l.lev）系數(shù)依然顯著為負，再一次驗證了結(jié)果的穩(wěn)健性。

（三）中介機制分析

1.數(shù)字化轉(zhuǎn)型、信息不對稱與資本結(jié)構(gòu)調(diào)整速度。根據(jù)中介效應(yīng)因果步驟法的要求，首先檢驗數(shù)字化轉(zhuǎn)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(yīng)的穩(wěn)健回歸結(jié)果，數(shù)字化轉(zhuǎn)型對信息不對稱程度的影響顯著為-0.0287，表明隨著企業(yè)數(shù)字化轉(zhuǎn)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(jié)構(gòu)調(diào)整速度產(chǎn)生影響，將式（5）中的C指代為synch，結(jié)果如表5 列（3）所示，synch×l.lev 系數(shù)為0.0169，表明信息不對稱程度越強，企業(yè)資本結(jié)構(gòu)調(diào)整越慢。信息不對稱程度的加強，會帶來企業(yè)股權(quán)融資、債權(quán)融資成本的上升，從而阻礙資本結(jié)構(gòu)調(diào)整。接著，本文研究控制信息不對稱的情況下，數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整的影響，結(jié)果如表5 的列（4）所示，數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期的交互項（dig×l.lev）系數(shù)為-0.0202，在1%的水平下依然顯著為負。根據(jù)檢驗結(jié)果，在數(shù)字化轉(zhuǎn)型影響資本結(jié)構(gòu)調(diào)整速度的路徑中，存在信息不對稱的部分中介效應(yīng)，假設(shè)2 得以驗證。

2.數(shù)字化轉(zhuǎn)型、財務(wù)穩(wěn)定與資本結(jié)構(gòu)調(diào)整速度。同樣地，對于財務(wù)穩(wěn)定中介變量，首先檢驗數(shù)字化轉(zhuǎn)型對財務(wù)穩(wěn)定的影響，按式（6）進行回歸，表4列（1）顯示了回歸結(jié)果，數(shù)字化轉(zhuǎn)型對財務(wù)穩(wěn)定的影響系數(shù)為0.2610，在1%的水平下顯著為正，與何帆和劉紅霞（2019）的結(jié)論保持一致。這表明隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的加強，一方面促進創(chuàng)新、擴大產(chǎn)出績效，另一方面通過數(shù)字技術(shù)的應(yīng)用降低運營管理成本，從而改善企業(yè)財務(wù)狀況。

表4 數(shù)字化轉(zhuǎn)型與信息不對稱/財務(wù)穩(wěn)定

為了檢驗財務(wù)穩(wěn)定是否會對資本結(jié)構(gòu)調(diào)整速度產(chǎn)生影響，將式（5）中的C 指代為z，結(jié)果如表5 列（1）所示，z×l.lev 系數(shù)顯著為-0.0304，表明企業(yè)財務(wù)狀況越好，資本結(jié)構(gòu)調(diào)整速度越快。這是由于良好的財務(wù)狀況會激發(fā)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(jié)構(gòu)調(diào)整。接著，按因果步驟法的要求，還要檢驗控制財務(wù)穩(wěn)定的情況下，數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整的影響，結(jié)果如表5列（2）所示，數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期交互項（dig×l.lev）系數(shù)顯著為-0.0143。這表明控制財務(wù)穩(wěn)定影響后，數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整依然產(chǎn)生正向效應(yīng)。根據(jù)檢驗結(jié)果，在數(shù)字化轉(zhuǎn)型影響資本結(jié)構(gòu)調(diào)整速度的路徑中，存在財務(wù)穩(wěn)定的部分中介效應(yīng)，假設(shè)3 得以驗證。

表5 數(shù)字化轉(zhuǎn)型、信息不對稱/財務(wù)穩(wěn)定、資本結(jié)構(gòu)調(diào)整速度

五、異質(zhì)性分析

本部分區(qū)分產(chǎn)權(quán)性質(zhì)、企業(yè)規(guī)模、行業(yè)競爭度進行異質(zhì)性分析，結(jié)果如表6 所示。列（1）（2）顯示了國企、非國企的回歸結(jié)果，國企數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期交互項（dig×l.lev）系數(shù)為-0.01，非國企交互項系數(shù)為-0.0142，均在10%的統(tǒng)計水平下顯著。結(jié)果表明，數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的影響在非國企中更大，與盛明泉等（2012）的研究結(jié)論保持一致。國有企業(yè)由于承擔(dān)政策負擔(dān)，存在嚴(yán)重的預(yù)算軟約束問題。

表6 產(chǎn)權(quán)性質(zhì)、規(guī)模、行業(yè)競爭度異質(zhì)性分析

按企業(yè)規(guī)模的中位數(shù)區(qū)分大規(guī)模、小規(guī)模企業(yè)，回歸結(jié)果如列（5）（6）所示。大規(guī)模企業(yè)數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期交互項（dig×l.lev）系數(shù)顯著為-0.025，小規(guī)模企業(yè)交互項系數(shù)顯著為-0.0197，表明數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整的影響在大規(guī)模企業(yè)中更明顯。規(guī)模越大的企業(yè)，融資便利度越高，資本結(jié)構(gòu)調(diào)整速度越快。

從企業(yè)外部來看，行業(yè)競爭度也會產(chǎn)生一定影響。本文參考袁淳等（2021）的做法，區(qū)分樣本為管制性行業(yè)和競爭性行業(yè)，按照證監(jiān)會2012 版行業(yè)分類標(biāo)準(zhǔn)，將行業(yè)代碼為 B、C25、C31、C32、C36、C37、D、E48、G53、G54、G55、G56、I63、I64、K、R 的行業(yè)定義為管制性行業(yè)，其余為競爭性行業(yè)，回歸結(jié)果如列（3）（4）所示。競爭性行業(yè)數(shù)字化轉(zhuǎn)型與資本結(jié)構(gòu)滯后一期交互項（dig×l.lev）的系數(shù)為-0.0179，在1%的顯著性下顯著，而管制性行業(yè)交互項系數(shù)為-0.0123，表明數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的影響在競爭性行業(yè)中更大。相比于管制性行業(yè)，競爭性行業(yè)競爭更加激烈，企業(yè)為了避免自身陷入財務(wù)困境，退出市場，會加速向目標(biāo)資本結(jié)構(gòu)趨近。同時，競爭越激烈，企業(yè)越會積極尋求轉(zhuǎn)型，通過數(shù)字化轉(zhuǎn)型來獲取先發(fā)優(yōu)勢，因而競爭性行業(yè)中企業(yè)資本結(jié)構(gòu)調(diào)整速度越快。

六、結(jié)論和政策建議

數(shù)字經(jīng)濟發(fā)展白皮書顯示，我國數(shù)字經(jīng)濟規(guī)模不斷擴大，數(shù)字經(jīng)濟成為我國發(fā)展的新動能。在數(shù)字化背景下，探究數(shù)字化的經(jīng)濟后果，具有重要的現(xiàn)實意義。當(dāng)前逆全球化、新冠肺炎疫情反復(fù)的情況進一步加重了企業(yè)杠桿率。因此，本文基于杠桿率與資本結(jié)構(gòu)的密切聯(lián)系，探究數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)動態(tài)調(diào)整的影響。借助文本分析法構(gòu)建數(shù)字化轉(zhuǎn)型指標(biāo)，部分動態(tài)調(diào)整模型刻畫資本結(jié)構(gòu)調(diào)整速度，實證檢驗數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的影響、機制、異質(zhì)性等問題，得到以下研究結(jié)論：一是總體上看，企業(yè)數(shù)字化轉(zhuǎn)型可以提高資本結(jié)構(gòu)調(diào)整速度；二是影響機制方面，數(shù)字化轉(zhuǎn)型可以通過降低信息不對稱程度、提高財務(wù)穩(wěn)定性來降低調(diào)整成本，從而加速資本結(jié)構(gòu)動態(tài)調(diào)整；三是異質(zhì)性研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的正向效應(yīng)在非國企、大規(guī)模企業(yè)、競爭性行業(yè)中更大。

基于此，本文提出如下政策建議：第一，國家重點關(guān)注數(shù)字技術(shù)與實體經(jīng)濟融合發(fā)展，而企業(yè)數(shù)字化轉(zhuǎn)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(yè)數(shù)字化轉(zhuǎn)型的積極效應(yīng)。根據(jù)不同行業(yè)、不同企業(yè)的轉(zhuǎn)型基礎(chǔ)、微觀特征，政府要差異化為企業(yè)數(shù)字化轉(zhuǎn)型提供有利條件，推動轉(zhuǎn)型成功。第二，數(shù)字經(jīng)濟作為未來發(fā)展方向，政府要積極布局5G、信息網(wǎng)絡(luò)等新型基礎(chǔ)設(shè)施的構(gòu)建與完善，為數(shù)字化的發(fā)展奠定良好基礎(chǔ)。第三，企業(yè)要重視數(shù)字化轉(zhuǎn)型對資本結(jié)構(gòu)調(diào)整速度的正向效應(yīng)。企業(yè)的資本結(jié)構(gòu)與企業(yè)價值息息相關(guān)，企業(yè)通過調(diào)整自身資本結(jié)構(gòu)來達到最優(yōu)水平，可以有效提高企業(yè)的價值和增長率。同時，企業(yè)的數(shù)字化轉(zhuǎn)型可以推動企業(yè)“穩(wěn)杠桿”，助力打贏三大攻堅戰(zhàn)之一。因此，企業(yè)要加大數(shù)字化投入，推動數(shù)字技術(shù)與企業(yè)生產(chǎn)、管理深度融合。