數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響研究

劉夢莎，邵 淇，阮青松

（1.同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 200092；2.中央財經(jīng)大學(xué)保險學(xué)院，北京 102206）

一、問題的提出

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)的迅速發(fā)展和廣泛應(yīng)用，數(shù)字技術(shù)已成為促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級和推動高質(zhì)量發(fā)展的核心驅(qū)動力。目前，中國企業(yè)面臨的生產(chǎn)、銷售和管理情境已發(fā)生明顯變化，供給與需求的互動性更強(qiáng)，企業(yè)管理的技術(shù)屬性更高，數(shù)字技術(shù)可以提升企業(yè)對市場供需的靈敏度，為企業(yè)發(fā)展提供智能支撐。企業(yè)數(shù)字化轉(zhuǎn)型已是大勢所趨，成為業(yè)界和學(xué)術(shù)界共同關(guān)注的熱點話題。

現(xiàn)有文獻(xiàn)深入研究了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)影響。吳非等［1］基于中國上市公司2007—2018年數(shù)據(jù)，借助爬蟲技術(shù)歸集企業(yè)年報中的“數(shù)字化轉(zhuǎn)型”關(guān)鍵詞，創(chuàng)新性地刻畫出企業(yè)數(shù)字化轉(zhuǎn)型強(qiáng)度，實證檢驗企業(yè)數(shù)字化轉(zhuǎn)型對股票流動性的影響及其渠道機(jī)制，通過考察上市公司在資本市場的表現(xiàn)，發(fā)現(xiàn)上市公司進(jìn)行數(shù)字化轉(zhuǎn)型可以顯著提升股票流動性。Jiang 等［2］利用2007—2020 年中國上市公司數(shù)據(jù)實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型與股市風(fēng)險的關(guān)系，證明數(shù)字化轉(zhuǎn)型可以改善企業(yè)的信息環(huán)境和內(nèi)控質(zhì)量，從而降低股市風(fēng)險。劉淑春等［3］發(fā)現(xiàn)，企業(yè)經(jīng)過數(shù)字化轉(zhuǎn)型的“陣痛期”后，數(shù)字化轉(zhuǎn)型的投入產(chǎn)出效率會大大提升。譚志東等［4］從現(xiàn)金持有角度探究了數(shù)字化轉(zhuǎn)型的價值，研究結(jié)果同樣表明數(shù)字化轉(zhuǎn)型的價值實現(xiàn)具有非即時性，“陣痛期”過后會迎來數(shù)字化轉(zhuǎn)型價值的快速實現(xiàn)期。此外，一些學(xué)者圍繞數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)經(jīng)營的直接影響進(jìn)行了探究。易靖韜和王悅昊［5］發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著提升了企業(yè)產(chǎn)品出口量，說明數(shù)字化有助于企業(yè)拓展銷售端平臺，優(yōu)化企業(yè)的供需匹配和銷售鏈條。袁淳等［6］發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過降低企業(yè)面臨的外部交易成本提升了企業(yè)專業(yè)化分工水平，增強(qiáng)了企業(yè)的競爭優(yōu)勢。韓國高等［7］基于對制造業(yè)上市公司的研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型通過促進(jìn)技術(shù)創(chuàng)新、提升內(nèi)部控制水平和緩解信息不對稱促進(jìn)企業(yè)產(chǎn)能利用率提升。

然而，鮮有學(xué)者關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響。數(shù)字化轉(zhuǎn)型是將數(shù)字技術(shù)引入企業(yè)運營的全過程或部分過程中，促使企業(yè)的經(jīng)營管理模式升級，這種較為全面的變革會影響企業(yè)獲取資源的能力，并在資本市場中有所體現(xiàn)［1，3］。金融機(jī)構(gòu)借款、債券融資是企業(yè)進(jìn)行債務(wù)融資的主要方式，債務(wù)融資成本是制約企業(yè)借貸資金供需的重要因素，極有可能受到企業(yè)數(shù)字化轉(zhuǎn)型的影響。因此，本文試圖研究企業(yè)數(shù)字化轉(zhuǎn)型是否會影響企業(yè)債務(wù)融資成本？如果企業(yè)數(shù)字化轉(zhuǎn)型的確會影響企業(yè)債務(wù)融資成本，其作用機(jī)制又是什么？

黨的十八大以來，數(shù)字經(jīng)濟(jì)上升為國家戰(zhàn)略。黨的二十大報告提出，加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實體經(jīng)濟(jì)深度融合。數(shù)字化轉(zhuǎn)型已成為推動企業(yè)發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型升級的重要抓手。在年報中披露數(shù)字化轉(zhuǎn)型計劃會釋放企業(yè)積極響應(yīng)國家政策號召、走高質(zhì)量發(fā)展路線的信號，通常會吸引媒體關(guān)注。媒體關(guān)注度上升和正面報道數(shù)量增加可以提升企業(yè)整體形象，提高貸款人對企業(yè)未來業(yè)績的預(yù)期，從而降低企業(yè)債務(wù)融資成本［8-9］。在數(shù)字化背景下，企業(yè)財務(wù)系統(tǒng)的智能運作能夠有效提升辦公效率，優(yōu)化其與上下游企業(yè)以及金融機(jī)構(gòu)的資金交往活動，有助于企業(yè)財務(wù)風(fēng)險的降低。數(shù)字化轉(zhuǎn)型可以提升企業(yè)收集和處理信息的能力，通過幫助企業(yè)重組供應(yīng)鏈條、優(yōu)化生產(chǎn)流程和提升管理運營效率來降低企業(yè)經(jīng)營風(fēng)險，進(jìn)而降低企業(yè)債務(wù)違約風(fēng)險［1，3］。

本文聚焦企業(yè)數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)影響，基于2009—2020年中國滬深A(yù) 股上市公司數(shù)據(jù)，采用固定效應(yīng)模型考察企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響及其作用機(jī)制。本文可能的邊際貢獻(xiàn)主要有以下方面：其一，本文深入研究企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響及作用機(jī)制，豐富了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)影響方面的文獻(xiàn)。其二，本文基于企業(yè)和行業(yè)層面特征，研究企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本影響的異質(zhì)性，為政府制定差異化支持政策、推動企業(yè)轉(zhuǎn)型升級提供參考。

二、理論分析與研究假設(shè)

現(xiàn)有文獻(xiàn)對企業(yè)債務(wù)融資成本的影響因素進(jìn)行了較為充分的研究。在宏觀層面，學(xué)者們發(fā)現(xiàn)貨幣政策［10］、政策不確定性［11］和系統(tǒng)性風(fēng)險［12］會影響企業(yè)債務(wù)融資成本。此外，債務(wù)期限［13］、公司治理［14］、外部監(jiān)督［15］、媒體報道［16］和分析師關(guān)注［17］等微觀因素也會對企業(yè)債務(wù)融資成本產(chǎn)生影響。一方面，由于市場存在信息摩擦，媒體向市場投資者傳播企業(yè)信息會對市場效率、流動性和資產(chǎn)定價產(chǎn)生重要影響，媒體對企業(yè)正面報道的增加會提升投資者對企業(yè)的認(rèn)可度，從而減少企業(yè)融資成本［16］；另一方面，企業(yè)財務(wù)風(fēng)險直接影響企業(yè)違約風(fēng)險，財務(wù)風(fēng)險較低的企業(yè)通常具備良好穩(wěn)定的償債能力，債務(wù)違約風(fēng)險較低。因此，較低的財務(wù)風(fēng)險有助于降低企業(yè)債務(wù)融資成本。數(shù)字化轉(zhuǎn)型是企業(yè)落實黨和國家對新發(fā)展格局戰(zhàn)略部署的體現(xiàn)，通常會吸引媒體關(guān)注；同時，數(shù)字化轉(zhuǎn)型深度賦能企業(yè)經(jīng)營的各個環(huán)節(jié)，促進(jìn)企業(yè)經(jīng)營全過程的轉(zhuǎn)型升級，有利于提升企業(yè)經(jīng)營水平，降低企業(yè)的經(jīng)營風(fēng)險和財務(wù)風(fēng)險［3］，這種變化應(yīng)當(dāng)在企業(yè)債務(wù)融資成本中有所體現(xiàn)。綜上所述，筆者提出如下假設(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型能夠降低企業(yè)債務(wù)融資成本。

媒體通過對信息的驗證、比較、評估和集成可以產(chǎn)生并傳播具有重大經(jīng)濟(jì)價值的信息，對企業(yè)的股票和債券價格有顯著影響［16］。羅進(jìn)輝［18］對中國滬深A(yù) 股上市公司進(jìn)行實證研究發(fā)現(xiàn)，上市公司受到的媒體關(guān)注度越高，其權(quán)益成本和債務(wù)成本越低。夏楸等［9］將媒體報道進(jìn)一步分為正面報道和負(fù)面報道，研究發(fā)現(xiàn)，媒體報道數(shù)量對企業(yè)資本成本有負(fù)向影響，正面報道顯著降低了資本成本，而負(fù)面報道對企業(yè)資本成本的影響不顯著。Gao 等［16］發(fā)現(xiàn)媒體報道具有獨立且重要的影響力，可以提升企業(yè)形象、改善投資者對企業(yè)的認(rèn)知，從而降低債券發(fā)行利差。

自2020 年“十四五”規(guī)劃明確提出“加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國”以來，中國進(jìn)入數(shù)字化建設(shè)全面加速階段。政府不斷推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展和企業(yè)數(shù)字化轉(zhuǎn)型，布局了大量支撐企業(yè)數(shù)字化發(fā)展的基礎(chǔ)設(shè)施。中國社會科學(xué)院金融研究所的數(shù)據(jù)顯示，2021 年，數(shù)字經(jīng)濟(jì)對GDP 的貢獻(xiàn)率達(dá)到40%，以數(shù)字化為代表的科技創(chuàng)新成為高質(zhì)量發(fā)展的源頭活水，企業(yè)數(shù)字化轉(zhuǎn)型成為驅(qū)動企業(yè)創(chuàng)新發(fā)展的重要動力。企業(yè)實施數(shù)字化轉(zhuǎn)型符合政策指引和自身發(fā)展需求，數(shù)字技術(shù)應(yīng)用對企業(yè)績效的提升成為社會的共同預(yù)期［3］。因此，企業(yè)在年報中透露的數(shù)字化轉(zhuǎn)型意愿或方案會向外界釋放企業(yè)積極響應(yīng)政策號召、加速融入數(shù)字經(jīng)濟(jì)大潮的信號，從而引發(fā)媒體關(guān)注和正面評價。媒體向投資者傳播企業(yè)的積極信息有助于提升企業(yè)在投資者心目中的聲譽和形象，改善投資者對企業(yè)未來業(yè)績和長遠(yuǎn)發(fā)展的預(yù)期，最終降低企業(yè)債務(wù)融資成本［1，8］。即企業(yè)數(shù)字化轉(zhuǎn)型會吸引媒體關(guān)注，增加媒體對公司的正面報道數(shù)量，從而提升企業(yè)整體形象，通過正面曝光效應(yīng)和聲譽效應(yīng)降低企業(yè)債務(wù)融資成本。綜上所述，筆者提出如下假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型通過增加媒體關(guān)注度來降低企業(yè)債務(wù)融資成本。

企業(yè)財務(wù)風(fēng)險會直接影響企業(yè)的償債能力和債務(wù)違約風(fēng)險，而債務(wù)違約風(fēng)險是借款人在確定借款利率時考慮的首要因素。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型會從兩方面影響企業(yè)的財務(wù)風(fēng)險。

企業(yè)數(shù)字化轉(zhuǎn)型會直接降低企業(yè)的財務(wù)風(fēng)險。其一，智能化財務(wù)系統(tǒng)和數(shù)字化辦公平臺可以有效提升財務(wù)人員的工作效率和降低財務(wù)信息出錯概率，從而降低由于財務(wù)部門運作低效和操作錯誤引發(fā)的財務(wù)風(fēng)險。其二，智能高效的財務(wù)系統(tǒng)不僅可以提升企業(yè)內(nèi)部財務(wù)工作效率，也可以提升與金融機(jī)構(gòu)、上下游企業(yè)的對接與合作效率，從而加速運營資金的周轉(zhuǎn)率、提升企業(yè)財務(wù)穩(wěn)定性。其三，基于大數(shù)據(jù)技術(shù)的信用系統(tǒng)能夠全面收集供應(yīng)鏈上下游的企業(yè)信息，識別和評估相關(guān)企業(yè)的信用風(fēng)險，并及時提示風(fēng)險情況。這極大地提升了企業(yè)的客戶信用管理能力，可以幫助企業(yè)篩選風(fēng)險客戶、選擇信用良好的交易伙伴，從而降低企業(yè)經(jīng)營風(fēng)險。其四，企業(yè)利用大數(shù)據(jù)進(jìn)行資金流量分析，據(jù)此指導(dǎo)企業(yè)與上下游企業(yè)的資金交往活動及與金融機(jī)構(gòu)的借貸活動，可以有效提升企業(yè)資金配置效率，平滑企業(yè)的資金供需曲線，從而降低財務(wù)風(fēng)險。

企業(yè)數(shù)字化轉(zhuǎn)型會影響企業(yè)經(jīng)營風(fēng)險，進(jìn)而影響企業(yè)財務(wù)風(fēng)險。企業(yè)數(shù)字化轉(zhuǎn)型以數(shù)字信息為載體，對企業(yè)產(chǎn)品、銷售、商業(yè)模式和組織文化進(jìn)行全方位改造升級，通過對信息的廣泛收集和迅速處理來提升企業(yè)資源配置效率［19］。從承接訂單、工藝設(shè)計、生產(chǎn)管理到品質(zhì)控制的全流程數(shù)字化可以縮短產(chǎn)品生產(chǎn)周期、提升原料利用率、降低次品率?？蛻舳似脚_的數(shù)字化轉(zhuǎn)型可以大幅提升企業(yè)對市場需求的靈敏度，有助于企業(yè)迅速把握商機(jī)，精準(zhǔn)定義和匹配市場需求。在企業(yè)管理方面，信息的廣泛迅速傳播與數(shù)字化辦公系統(tǒng)的“處處留痕”可以為管理人員提供更多參考依據(jù)，降低在管理中發(fā)生重大決策失誤的概率。企業(yè)精細(xì)化管理水平和集約化生產(chǎn)水平的提升有利于降低企業(yè)經(jīng)營風(fēng)險，進(jìn)而降低企業(yè)財務(wù)違約風(fēng)險。綜上所述，筆者提出如下假設(shè)：

H3：企業(yè)數(shù)字化轉(zhuǎn)型通過降低企業(yè)財務(wù)風(fēng)險來降低企業(yè)債務(wù)融資成本。

三、研究設(shè)計

（一）模型設(shè)定

為了檢驗企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響，本文參考吳非等［1］與Wang 等［20］的研究，構(gòu)建計量模型如下：

其中，i、j 和t 分別表示企業(yè)、行業(yè)和年份；COD 表示企業(yè)債務(wù)融資成本；Digital 表示企業(yè)數(shù)字化轉(zhuǎn)型；Z表示一系列控制變量；μ和δ分別表示行業(yè)固定效應(yīng)和時間固定效應(yīng)；ε表示隨機(jī)擾動項。

（二）變量選取

1.被解釋變量

本文被解釋變量為企業(yè)債務(wù)融資成本（COD）。由于A 股上市公司沒有披露與每一類債務(wù)合同相關(guān)的利息費用明細(xì)，難以精確地計算企業(yè)債務(wù)融資成本，本文借鑒Wang 等［20］的做法，采用兩種指標(biāo)來衡量企業(yè)債務(wù)融資成本，以盡可能減少衡量偏差。第一種衡量企業(yè)債務(wù)融資成本（COD1）指標(biāo)是企業(yè)利息支出占長短期債務(wù)總額的比重。在債務(wù)融資過程中，企業(yè)除支付利息費用之外，還要支付其他財務(wù)費用，如銀行手續(xù)費等。第二種衡量企業(yè)債務(wù)融資成本（COD2）指標(biāo)是企業(yè)財務(wù)費用占長短期債務(wù)總額的比重。COD1和COD2越大，說明企業(yè)債務(wù)融資成本越高。

2.解釋變量

本文解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型（Digital），具體衡量指標(biāo)為企業(yè)數(shù)字化轉(zhuǎn)型程度。借鑒吳非等［1］的做法，本文對上市公司年報中出現(xiàn)的數(shù)字化詞語頻數(shù)取自然對數(shù)后衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。數(shù)字化詞語詞庫和頻數(shù)均來自CSMAR 數(shù)據(jù)庫。具體包含76個與企業(yè)數(shù)字化技術(shù)相關(guān)的詞語，涵蓋大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)、人工智能技術(shù)、云計算技術(shù)和數(shù)字技術(shù)應(yīng)用5類。

3.中介變量

媒體關(guān)注度（Press）。本文采用兩種指標(biāo)來衡量媒體關(guān)注度，第一種衡量媒體關(guān)注度（Press1）指標(biāo)是媒體對企業(yè)的正面報道數(shù)量，第二種衡量媒體關(guān)注度（Press2）指標(biāo)是媒體對企業(yè)的原創(chuàng)正面報道數(shù)量。媒體對企業(yè)的正面報道數(shù)量越多，媒體關(guān)注度越高。

企業(yè)財務(wù)風(fēng)險（Risk）。參考吳怡俐等［21］的做法，本文利用Z-Score指數(shù)衡量企業(yè)財務(wù)風(fēng)險，Z-Score指數(shù)越大，說明企業(yè)財務(wù)風(fēng)險越小。此外，本文還借鑒類承曜和王星祺［22］與李斌和馮佳捷［23］的做法，利用O-Score 指數(shù)和違約距離DD 衡量企業(yè)財務(wù)風(fēng)險。與Z-Score 指數(shù)類似，O-Score指數(shù)和違約距離DD越大，企業(yè)財務(wù)風(fēng)險越低，企業(yè)債務(wù)違約風(fēng)險越低。

4.控制變量

參考吳非等［1］與Wang 等［20］的做法，本文在模型中控制了一系列可能影響企業(yè)債務(wù)融資成本的企業(yè)特征變量。主要包括：企業(yè)規(guī)模（Size），用公司總資產(chǎn)的自然對數(shù)值衡量；企業(yè)年齡（Age），用觀測年份與成立年份的差值衡量；資產(chǎn)負(fù)債率（Leverage），用總負(fù)債/總資產(chǎn)×100%衡量；盈利能力（ROE），用企業(yè)凈資產(chǎn)收益率衡量；收入增長率（Growth），用營業(yè)收入增長額/上年營業(yè)收入總額×100%衡量；現(xiàn)金流量（Cflow），用運營現(xiàn)金流量/總資產(chǎn)×100%衡量；有形資產(chǎn)占比（PPE），用有形資產(chǎn)/總資產(chǎn)×100%衡量；高管持股比例（Exesh），用高管持股數(shù)量/流通股數(shù)量×100%衡量；兩職合一（Dual），若董事長與總經(jīng)理由一人兼任，則取值為1，否則取值為0；產(chǎn)權(quán)性質(zhì)（Soe），若為國有企業(yè)，則取值為1，否則取值為0。

（三）數(shù)據(jù)來源

本文以2009—2020 年中國滬深A(yù) 股上市公司為研究對象，并按照以下原則進(jìn)行處理：剔除ST、PT 類上市公司樣本；剔除金融保險類上市公司樣本；剔除相關(guān)變量缺失的樣本。最終得到15 693 個觀測值。公司財務(wù)數(shù)據(jù)主要來源于萬得（Wind）金融數(shù)據(jù)庫和國泰安（CSMAR）數(shù)據(jù)庫。為控制極端值的影響，本文對所有連續(xù)變量進(jìn)行了上下1%水平的Winsorize處理。

表1 是本文主要變量的描述性統(tǒng)計結(jié)果。其中企業(yè)債務(wù)融資成本COD1 的均值為0.015，COD2 的均值為0.087，與其他文獻(xiàn)中A 股上市公司的企業(yè)債務(wù)融資成本均值相似［24］。企業(yè)數(shù)字化轉(zhuǎn)型Digital 的均值為0.729，標(biāo)準(zhǔn)差為1.109，說明中國企業(yè)數(shù)字化轉(zhuǎn)型程度整體處于較低水平，且企業(yè)間數(shù)字化水平存在明顯差異。

表1 主要變量的描述性統(tǒng)計

此外，企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)債務(wù)融資成本COD1、COD2 的Pearson 相關(guān)系數(shù)分別為-0.048和-0.059，Spearman 相關(guān)系數(shù)分別為-0.025 和-0.027，均在10%的水平上顯著。

四、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果分析

表2報告了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的基準(zhǔn)回歸結(jié)果。

表2 基準(zhǔn)回歸結(jié)果

表2列（1）和列（2）的回歸結(jié)果顯示，在不控制其他變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本有顯著負(fù)向影響。表2列（3）和列（4）的回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)分別為-0.229 和-1.828，且都在5%的水平上顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)債務(wù)融資成本，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)債務(wù)融資成本越低。H1得以驗證。企業(yè)規(guī)模、凈資產(chǎn)收益率的回歸系數(shù)均顯著為負(fù)，說明企業(yè)規(guī)模越大、凈資產(chǎn)收益率越高，企業(yè)債務(wù)融資成本越低；資產(chǎn)負(fù)債率的回歸系數(shù)顯著為正，說明資產(chǎn)負(fù)債率越高，企業(yè)債務(wù)融資成本越高。

（二）穩(wěn)健性檢驗① 穩(wěn)健性檢驗結(jié)果未在正文中列出，留存?zhèn)渌鳌?/h3>

1.改變被解釋變量的衡量方式

參考吳非等［1］與袁淳等［6］的做法，本文改變企業(yè)債務(wù)融資成本的衡量方式，用財務(wù)費用與總負(fù)債的比率衡量企業(yè)債務(wù)融資成本。改變被解釋變量衡量方式的回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均顯著為負(fù)，說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

2.改變解釋變量的衡量方式

參考袁淳等［6］的做法，一方面，用行業(yè)均值對企業(yè)數(shù)字化轉(zhuǎn)型程度進(jìn)行調(diào)整，調(diào)整后的指標(biāo)可以反映一家企業(yè)在行業(yè)內(nèi)的相對數(shù)字化水平；另一方面，年報中與企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)的詞語共計5類76個，本文用5類詞語分別構(gòu)建數(shù)字化水平的分項衡量指標(biāo)，然后對每一分項衡量指標(biāo)進(jìn)行分年度離差標(biāo)準(zhǔn)化處理，最后將標(biāo)準(zhǔn)化后的分項指標(biāo)加總得到消除類別量綱的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。改變解釋變量衡量方式的回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均顯著為負(fù)，說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

3.增加控制變量

除了上述控制變量外，企業(yè)所在地區(qū)的經(jīng)濟(jì)發(fā)展水平和企業(yè)內(nèi)外部監(jiān)督情況也可能對企業(yè)債務(wù)融資成本產(chǎn)生影響［20，25］，本文進(jìn)一步控制了企業(yè)所在省份的生產(chǎn)總值、董事會中獨立董事人數(shù)占比和上市公司是否聘請“四大”會計師事務(wù)所等變量。增加控制變量的回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)依然顯著為負(fù)，說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

4.雙重差分法

本文將企業(yè)數(shù)字化轉(zhuǎn)型視作一個準(zhǔn)自然實驗，參考吳非等［1］的做法，采用多期雙重差分法對樣本數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗。具體做法是以企業(yè)首次進(jìn)行數(shù)字化轉(zhuǎn)型的時間作為政策沖擊時點，在樣本期間內(nèi)實施過數(shù)字化轉(zhuǎn)型的企業(yè)為實驗組，沒有實施過數(shù)字化轉(zhuǎn)型的企業(yè)為對照組，且實驗組和對照組滿足平行趨勢假設(shè)。雙重差分法回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均在1%的水平上顯著為負(fù)，說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

（三）作用機(jī)制分析

根據(jù)上文的理論分析，企業(yè)數(shù)字化轉(zhuǎn)型可能通過以下兩個方面影響企業(yè)債務(wù)融資成本：企業(yè)數(shù)字化轉(zhuǎn)型可以通過增加媒體對企業(yè)的關(guān)注度和正面報道數(shù)量來提高企業(yè)在投資者心目中的聲譽和形象，從而降低企業(yè)債務(wù)融資成本；企業(yè)數(shù)字化轉(zhuǎn)型通過降低企業(yè)財務(wù)風(fēng)險來降低債務(wù)融資成本。本文參考韓國高和陳庭富［26］的做法，從媒體關(guān)注度和企業(yè)財務(wù)風(fēng)險兩個方面檢驗企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的作用機(jī)制。

1.媒體關(guān)注度

上市公司在年報中披露數(shù)字化轉(zhuǎn)型計劃，可以吸引更多媒體關(guān)注和正面報道，通過“聲譽效應(yīng)”提升債權(quán)人對公司的好感和信任，從而降低借款利率［5，8］。

為了檢驗企業(yè)數(shù)字化轉(zhuǎn)型是否通過提升媒體對企業(yè)的關(guān)注度來降低企業(yè)債務(wù)融資成本，本文構(gòu)建計量模型如下：

表3列（1）和列（2）匯報了企業(yè)數(shù)字化轉(zhuǎn)型對媒體關(guān)注度的影響，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)在1%的水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型會顯著增加媒體的正面報道數(shù)量。因此，企業(yè)數(shù)字化轉(zhuǎn)型可以通過增加媒體對企業(yè)的關(guān)注度來降低企業(yè)債務(wù)融資成本，H2得以驗證。

2.企業(yè)財務(wù)風(fēng)險

企業(yè)對采購、生產(chǎn)、經(jīng)營和銷售的數(shù)字化改造通常圍繞提升資源配置效率展開，尤其是數(shù)字技術(shù)在供應(yīng)鏈和財務(wù)管理等方面的應(yīng)用能夠提高資金運用效率，降低財務(wù)風(fēng)險［1，27］。為了檢驗企業(yè)數(shù)字化轉(zhuǎn)型是否通過降低企業(yè)財務(wù)風(fēng)險來降低企業(yè)債務(wù)融資成本，本文構(gòu)建計量模型如下：

表3列（3）—列（5）匯報了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)財務(wù)風(fēng)險的影響，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均在5%的水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型會顯著降低企業(yè)財務(wù)風(fēng)險。因此，企業(yè)數(shù)字化轉(zhuǎn)型可以通過降低企業(yè)財務(wù)風(fēng)險來降低企業(yè)債務(wù)融資成本，H3得以驗證。

表3 影響機(jī)制檢驗

（四）異質(zhì)性分析

上文的理論研究和實證分析表明企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本有顯著負(fù)向影響。那么，不同的企業(yè)特征是否會影響企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的傳導(dǎo)效應(yīng)？本部分從企業(yè)規(guī)模和行業(yè)競爭性方面分析企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本是否存在異質(zhì)性影響。

1.企業(yè)規(guī)模

企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響可能在中小型企業(yè)中更為顯著。一方面，相比于大型企業(yè)，媒體通常較少關(guān)注中小型企業(yè)，因此，實施數(shù)字化轉(zhuǎn)型可能對提升中小型企業(yè)媒體關(guān)注度的作用更加顯著［2］；而對于本身并不缺乏關(guān)注的大型企業(yè)而言，數(shù)字化轉(zhuǎn)型可能難以為其帶來顯著的關(guān)注度提升。另一方面，大型企業(yè)通常比中小型企業(yè)具有更嚴(yán)密的組織架構(gòu)與業(yè)務(wù)流程，財務(wù)風(fēng)險更低［28］，所以數(shù)字化轉(zhuǎn)型對中小型企業(yè)財務(wù)風(fēng)險的降低作用可能更加顯著。

本文根據(jù)企業(yè)規(guī)模中位數(shù)，將樣本分為大型企業(yè)和中小型企業(yè)兩組，回歸結(jié)果如表4所示。

表4 異質(zhì)性分析：企業(yè)規(guī)模

表4 列（1）和列（3）匯報了大型企業(yè)的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均不顯著；表4 列（2）和列（4）匯報了中小型企業(yè)的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)分別為-0.499和-2.932，且均在1%的水平上顯著。這說明企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的降低作用在中小型企業(yè)中更加顯著。

2.行業(yè)競爭性

行業(yè)競爭程度可能影響企業(yè)的盈利能力、經(jīng)營風(fēng)險和財務(wù)風(fēng)險。在競爭性行業(yè)中，企業(yè)面臨的同質(zhì)性競爭對手較多，產(chǎn)品價格相互擠壓，利潤水平通常較低。同時，競爭性行業(yè)的進(jìn)入壁壘較低，不斷涌現(xiàn)的競爭企業(yè)和較大的退出壓力為企業(yè)帶來較高的經(jīng)營風(fēng)險和財務(wù)風(fēng)險。由于企業(yè)數(shù)字化轉(zhuǎn)型可以通過降低企業(yè)財務(wù)風(fēng)險來降低債務(wù)融資成本，那么在財務(wù)風(fēng)險較大的競爭性行業(yè)中，企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的降低作用應(yīng)當(dāng)更加顯著。

本文借鑒袁淳等［6］與Ke 等［29］的做法，將樣本劃分為競爭性行業(yè)和非競爭性行業(yè)兩組，回歸結(jié)果如表5所示。①具體地，本文將中國證券監(jiān)督管理委員會2012 版行業(yè)分類下行業(yè)代碼為B、C25、C31、C32、C36、C37、D、E48、G53、G54、G55、G56、I63、I64、K和R的行業(yè)視為非競爭性行業(yè)，其他行業(yè)則視為競爭性行業(yè)。

表5 異質(zhì)性分析：行業(yè)競爭性

表5列（1）和列（3）匯報了競爭性行業(yè)的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)均顯著為負(fù)；列（2）和列（4）匯報了非競爭性行業(yè)的回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)不顯著。這說明企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的降低作用在競爭性行業(yè)企業(yè)中更加顯著。

五、研究結(jié)論與政策建議

本文以2009—2020 年中國滬深A(yù) 股上市公司為研究對象，采用固定效應(yīng)模型實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響及其作用機(jī)制。研究結(jié)果顯示：企業(yè)數(shù)字化轉(zhuǎn)型會顯著降低企業(yè)債務(wù)融資成本，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)債務(wù)融資成本越低；通過改變被解釋變量和解釋變量的衡量方式、增加控制變量、采用雙重差分法等進(jìn)行穩(wěn)健性檢驗后，回歸結(jié)果依然與基準(zhǔn)回歸結(jié)果一致；企業(yè)數(shù)字化轉(zhuǎn)型可以通過提高媒體對企業(yè)的關(guān)注度和降低企業(yè)財務(wù)風(fēng)險來降低企業(yè)債務(wù)融資成本；企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的降低作用在中小型企業(yè)和競爭性行業(yè)企業(yè)中更加顯著。根據(jù)上述研究結(jié)論，筆者提出如下政策建議：

首先，企業(yè)應(yīng)持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型。目前中國企業(yè)數(shù)字化轉(zhuǎn)型尚處于起步階段，數(shù)字化水平普遍較低。企業(yè)應(yīng)貫徹落實政府出臺的關(guān)于推動數(shù)字化轉(zhuǎn)型的政策，在數(shù)字化轉(zhuǎn)型方面加大投入力度，將數(shù)字化轉(zhuǎn)型作為企業(yè)高質(zhì)量發(fā)展的方向，用數(shù)字技術(shù)全面賦能企業(yè)經(jīng)營管理的各個環(huán)節(jié)，不斷提升企業(yè)數(shù)字化水平。對于企業(yè)數(shù)字化轉(zhuǎn)型的“陣痛期”，企業(yè)應(yīng)增進(jìn)對數(shù)字化轉(zhuǎn)型的認(rèn)識，堅定推進(jìn)數(shù)字化轉(zhuǎn)型的信念，增強(qiáng)對數(shù)字化轉(zhuǎn)型項目的精細(xì)化管理。既要堅定不移地推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，又要通過管理理念的優(yōu)化和管理水平的提升盡量縮短或減緩數(shù)字化轉(zhuǎn)型之痛。

其次，企業(yè)數(shù)字化轉(zhuǎn)型可以顯著降低企業(yè)債務(wù)融資成本，因而企業(yè)和金融機(jī)構(gòu)可以把數(shù)字化轉(zhuǎn)型作為降低企業(yè)融資成本、解決融資難、融資貴問題的抓手。企業(yè)可以通過數(shù)字化轉(zhuǎn)型來提升績效、降低經(jīng)營風(fēng)險和財務(wù)風(fēng)險，從而降低企業(yè)融資成本。金融機(jī)構(gòu)應(yīng)密切關(guān)注數(shù)字化轉(zhuǎn)型帶來的新商業(yè)模式和融資需求，深度參與到企業(yè)數(shù)字化轉(zhuǎn)型和商業(yè)模式重塑過程中，在智能化生產(chǎn)、供應(yīng)鏈重構(gòu)和商業(yè)平臺構(gòu)建等環(huán)節(jié)創(chuàng)新融資模式，在控制自身風(fēng)險的同時降低企業(yè)借款成本。

最后，政府在推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型過程中可以給予中小型企業(yè)適當(dāng)?shù)恼邇A斜。與大型企業(yè)相比，中小型企業(yè)的資金和各類資源相對匱乏，而企業(yè)數(shù)字化轉(zhuǎn)型需要大量資源投入。企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的降低作用在中小型企業(yè)中更加明顯，說明中小型企業(yè)更加需要通過數(shù)字化轉(zhuǎn)型來實現(xiàn)“彎道超車”。有針對性地給予中小型企業(yè)差異性數(shù)字化轉(zhuǎn)型政策支持，才有可能產(chǎn)生更加良好的政策效果。