數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱

李黎　魏文君

【摘要】企業(yè)杠桿操縱會(huì)影響企業(yè)高質(zhì)量發(fā)展及宏觀金融系統(tǒng)穩(wěn)定， 如何治理杠桿操縱受到廣泛關(guān)注。本文以2012 ～ 2021年A股非金融企業(yè)數(shù)據(jù)為樣本， 探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響， 并進(jìn)一步分析其作用路徑、 異質(zhì)性特征以及經(jīng)濟(jì)后果。研究發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型能夠有效抑制企業(yè)杠桿操縱， 在替換變量、 控制內(nèi)生性后這一結(jié)論依然成立； 機(jī)制檢驗(yàn)發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型能夠通過降低信息不對(duì)稱程度、 優(yōu)化內(nèi)部治理環(huán)境以及緩解融資困境的方式抑制企業(yè)杠桿操縱； 異質(zhì)性分析發(fā)現(xiàn)， 在通過表外負(fù)債操縱杠桿、 資金技術(shù)密集型、 低市場(chǎng)化進(jìn)程以及高經(jīng)濟(jì)政策不確定性的樣本組中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用更加明顯； 經(jīng)濟(jì)后果分析表明， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響具有穿透性， 其對(duì)杠桿操縱的抑制作用有助于降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)并提高未來市場(chǎng)價(jià)值。相關(guān)結(jié)論為抑制企業(yè)杠桿操縱、 促進(jìn)企業(yè)高質(zhì)量發(fā)展提供了決策參考。

【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型；杠桿操縱；信息不對(duì)稱；內(nèi)部治理；融資困境

【中圖分類號(hào)】 F275.5? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）08-0035-10

一、 引言

近年來， 伴隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展， 企業(yè)杠桿率也處于不斷上升之中， 而微觀杠桿率的升高會(huì)進(jìn)一步推高宏觀杠桿率， 從而增加流動(dòng)性風(fēng)險(xiǎn)（Reinhart和Rogoff， 2011）。快速上升的杠桿率一方面會(huì)對(duì)企業(yè)生產(chǎn)運(yùn)營(yíng)造成沖擊， 干擾其投融資決策； 另一方面會(huì)影響金融市場(chǎng)的發(fā)展與穩(wěn)定， 增加風(fēng)險(xiǎn)隱患。自2015年起我國(guó)開始進(jìn)入強(qiáng)制去杠桿時(shí)期， 為防范化解重大系統(tǒng)性風(fēng)險(xiǎn)， 政府出臺(tái)了一系列政策推動(dòng)企業(yè)去杠桿。2021年中央經(jīng)濟(jì)工作會(huì)議提出要“繼續(xù)按照穩(wěn)定大局、 統(tǒng)籌協(xié)調(diào)、 分類施策、 精準(zhǔn)拆彈的方針， 抓好風(fēng)險(xiǎn)處置工作”， 體現(xiàn)出政府對(duì)“正確認(rèn)識(shí)和把握防范化解重大風(fēng)險(xiǎn)”的高度重視。企業(yè)杠桿率的降低雖然能夠帶來諸如緩解金融錯(cuò)配、 提高市場(chǎng)資源利用率、 促進(jìn)經(jīng)濟(jì)健康發(fā)展等好處， 但也會(huì)增大企業(yè)財(cái)務(wù)壓力， 引發(fā)資本支出的下降， 進(jìn)一步降低發(fā)展速率。已有研究發(fā)現(xiàn)， 在政策要求以及市場(chǎng)各部門的監(jiān)管壓力下， 企業(yè)為了從銀行等金融機(jī)構(gòu)獲取發(fā)展資金， 通常會(huì)采用諸如設(shè)計(jì)表外負(fù)債、 將債務(wù)裝飾成股權(quán)以及盈余管理等手段進(jìn)行杠桿操縱（Kraft，2015；Scott等，2011；許曉芳和陸正飛，2020）， 從而扭曲企業(yè)真實(shí)賬面杠桿率。然而， 企業(yè)進(jìn)行杠桿操縱并未緩解高杠桿率帶來的風(fēng)險(xiǎn)， 反而會(huì)向市場(chǎng)釋放錯(cuò)誤信息， 誤導(dǎo)利益相關(guān)方及其他信息使用者， 進(jìn)而阻礙資本市場(chǎng)的健康發(fā)展。因此， 探究如何治理企業(yè)杠桿操縱， 對(duì)保證國(guó)家“去杠桿”政策的切實(shí)有效實(shí)施及防范重大系統(tǒng)性風(fēng)險(xiǎn)具有重要意義。

21世紀(jì)以來， 大數(shù)據(jù)、 區(qū)塊鏈、 人工智能等新興技術(shù)的快速涌現(xiàn)與不斷升級(jí)， 驅(qū)動(dòng)著數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的融合發(fā)展?！笆奈濉币?guī)劃綱要提出， 要“迎接數(shù)字時(shí)代， 激活數(shù)據(jù)要素潛能， 推進(jìn)網(wǎng)絡(luò)強(qiáng)國(guó)建設(shè)， 加快建設(shè)數(shù)字經(jīng)濟(jì)、 數(shù)字社會(huì)、 數(shù)字政府”。黨的十九屆五中全會(huì)提出， 要“發(fā)展數(shù)字經(jīng)濟(jì)， 推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化， 推動(dòng)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”， 突顯出數(shù)字化在促進(jìn)經(jīng)濟(jì)發(fā)展中的重要地位。作為數(shù)字經(jīng)濟(jì)在微觀層面的延伸， 數(shù)字化轉(zhuǎn)型正逐步成為推動(dòng)企業(yè)技術(shù)創(chuàng)新、 商業(yè)模式變革、 市場(chǎng)競(jìng)爭(zhēng)力提升的核心戰(zhàn)略。從企業(yè)內(nèi)部視角來看， 數(shù)字化轉(zhuǎn)型提升了企業(yè)獲取信息的能力， 推動(dòng)了信息在企業(yè)生產(chǎn)運(yùn)營(yíng)各環(huán)節(jié)中的流轉(zhuǎn)， 有助于內(nèi)部組織變革， 進(jìn)而提高公司治理水平； 從企業(yè)外部視角來看， 數(shù)字化轉(zhuǎn)型增強(qiáng)了企業(yè)與投資者之間的信息交流與溝通。隨著數(shù)字化轉(zhuǎn)型的不斷深化， 企業(yè)解析復(fù)雜多樣的信息的能力逐漸增強(qiáng)， 進(jìn)而提升了信息披露質(zhì)量， 有效緩解了信息不對(duì)稱。可以看出， 數(shù)字化轉(zhuǎn)型能夠通過數(shù)據(jù)與企業(yè)生產(chǎn)要素的融合， 優(yōu)化內(nèi)外部信息傳遞機(jī)制， 賦予企業(yè)更加強(qiáng)大的活力， 進(jìn)而為治理企業(yè)杠桿操縱提供契機(jī)。那么， 數(shù)字化轉(zhuǎn)型能否識(shí)別并抑制企業(yè)杠桿操縱行為？較為遺憾的是， 目前還未有文獻(xiàn)討論數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響， 其影響機(jī)理也處于尚未探索的“黑箱”之中。

鑒于此， 本文以2012 ～ 2021年A股非金融企業(yè)數(shù)據(jù)為樣本， 實(shí)證分析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響， 并進(jìn)一步檢驗(yàn)其作用機(jī)制、 不同環(huán)境下的異質(zhì)性表征及經(jīng)濟(jì)后果。本文可能的貢獻(xiàn)在于： 第一， 一方面， 現(xiàn)階段對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中于企業(yè)管理變革與組織績(jī)效的提升， 本文的結(jié)論有助于豐富數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果方面的研究； 另一方面， 從數(shù)字化轉(zhuǎn)型的視角探究企業(yè)杠桿操縱的影響因素， 可以為數(shù)字時(shí)代背景下治理杠桿操縱提供新的視角。第二， 對(duì)數(shù)字化轉(zhuǎn)型影響企業(yè)杠桿操縱的影響機(jī)制進(jìn)行實(shí)證檢驗(yàn)， 有助于厘清數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱的作用渠道。第三， 從企業(yè)內(nèi)部因素與外部環(huán)境異質(zhì)性的視角探討不同環(huán)境中數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響差異， 有助于進(jìn)一步識(shí)別在多樣化情境作用下數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱的影響， 豐富相關(guān)研究。同時(shí)， 對(duì)數(shù)字化轉(zhuǎn)型抑制企業(yè)杠桿操縱經(jīng)濟(jì)后果的考察， 有助于拓展數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱抑制效應(yīng)的研究邊界， 進(jìn)而為治理企業(yè)杠桿操縱、 防范重大風(fēng)險(xiǎn)提供決策參考。

二、 文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

作為數(shù)字技術(shù)與運(yùn)營(yíng)管理流程高度嵌合的企業(yè)發(fā)展新動(dòng)力， 數(shù)字化轉(zhuǎn)型以數(shù)據(jù)為生產(chǎn)要素革新企業(yè)價(jià)值再造過程， 在重塑組織管理模式的同時(shí)進(jìn)一步拓展要素協(xié)同邊界， 逐漸成為企業(yè)尋求轉(zhuǎn)型升級(jí)、 贏得市場(chǎng)競(jìng)爭(zhēng)的核心戰(zhàn)略（聶興凱等，2022）。關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響， 多數(shù)研究認(rèn)為數(shù)字化轉(zhuǎn)型將會(huì)帶來積極的經(jīng)濟(jì)效應(yīng)。學(xué)者們認(rèn)為， 數(shù)字化轉(zhuǎn)型所構(gòu)建的數(shù)字信息管理系統(tǒng)有助于企業(yè)提高生產(chǎn)效率（Mikalef和Pateli，2017）、 降低融資成本（車德欣等，2021）、 提高會(huì)計(jì)信息可比性（聶興凱等，2022）、 增加現(xiàn)金持有量（譚志東等，2022）等， 進(jìn)而具有提升企業(yè)主營(yíng)業(yè)績(jī)的驅(qū)動(dòng)效應(yīng)。同時(shí)，數(shù)據(jù)與生產(chǎn)要素相融合的溢出效應(yīng)能夠改善資本市場(chǎng)信息環(huán)境， 提高企業(yè)股票信息流動(dòng)性（吳非等，2021）。然而， 也有一些學(xué)者認(rèn)為， 數(shù)字化轉(zhuǎn)型是一個(gè)復(fù)雜且持續(xù)的過程， 企業(yè)組織管理架構(gòu)若無法與數(shù)字技術(shù)相匹配則可能導(dǎo)致轉(zhuǎn)型失?。‵rynas等，2018）。Ekata（2012）以尼日利亞銀行數(shù)據(jù)為樣本進(jìn)行研究， 發(fā)現(xiàn)數(shù)字技術(shù)的支出并未帶來銀行績(jī)效的提升。Hajli等（2015）研究發(fā)現(xiàn)， 數(shù)字化轉(zhuǎn)型并不適用于所有企業(yè)， 僅有部分企業(yè)在數(shù)字化的進(jìn)程中實(shí)現(xiàn)了高質(zhì)量發(fā)展。戚聿東和蔡呈偉（2020）則進(jìn)一步發(fā)現(xiàn)， 企業(yè)管理水平與數(shù)字化轉(zhuǎn)型需求的錯(cuò)配會(huì)導(dǎo)致代理成本增加， 進(jìn)而抵消數(shù)字化轉(zhuǎn)型的業(yè)績(jī)驅(qū)動(dòng)效應(yīng)。

現(xiàn)有關(guān)于杠桿操縱影響因素的研究主要從企業(yè)內(nèi)部因素與外部因素兩個(gè)視角展開。在內(nèi)部因素方面， 馬新嘯和竇笑晨（2022）研究發(fā)現(xiàn)， 通過積極參與企業(yè)治理， 非國(guó)有股東能夠顯著抑制國(guó)有企業(yè)杠桿操縱的動(dòng)機(jī)， 降低杠桿操縱水平。翟淑萍等（2021）從黨組織視角探究杠桿操縱的治理路徑， 研究發(fā)現(xiàn)黨組織能夠緩解信息不對(duì)稱、 約束管理者短視行為， 進(jìn)而抑制企業(yè)杠桿操縱。在外部環(huán)境方面， 徐亞琴和宋思淼（2021）的研究表明， 審計(jì)師能夠?qū)ζ髽I(yè)杠桿操縱行為加以識(shí)別， 并且起到一定抑制作用， 這種影響隨著審計(jì)師行業(yè)專長(zhǎng)與訴訟風(fēng)險(xiǎn)的提高而得到加強(qiáng)。吳曉暉等（2022）則從機(jī)構(gòu)投資者的角度出發(fā)， 發(fā)現(xiàn)機(jī)構(gòu)投資者“分心”會(huì)弱化對(duì)企業(yè)的監(jiān)督作用， 進(jìn)而加劇企業(yè)杠桿操縱。此外， 地方債務(wù)擴(kuò)張會(huì)對(duì)企業(yè)信貸資源造成擠出效應(yīng)， 進(jìn)而加劇企業(yè)杠桿操縱的傾向（饒品貴等，2022）。

通過文獻(xiàn)梳理可以看出： 一方面， 現(xiàn)有研究對(duì)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的討論雖然較為廣泛， 但觀點(diǎn)還存在分歧； 另一方面， 鮮有文獻(xiàn)探討數(shù)字時(shí)代背景下數(shù)字信息技術(shù)嵌入對(duì)企業(yè)杠桿操縱的影響。理論上來說， 數(shù)字化轉(zhuǎn)型能夠?qū)ζ髽I(yè)內(nèi)部管理機(jī)制、 資源配置效率以及外部市場(chǎng)信息環(huán)境造成影響， 進(jìn)而可能對(duì)企業(yè)杠桿操縱行為產(chǎn)生一定效用。然而， 目前還缺少?gòu)臄?shù)字化轉(zhuǎn)型視角探究如何治理企業(yè)杠桿操縱的文獻(xiàn)。本文的研究將數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱納入同一分析框架， 有助于進(jìn)一步豐富數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果及企業(yè)杠桿操縱治理方面的研究。

（二）理論分析與研究假設(shè)

在信息不對(duì)稱的情況下， 管理層或者股東出于自利或獲取貸款的目的， 會(huì)有意識(shí)地利用會(huì)計(jì)準(zhǔn)則和監(jiān)管漏洞將企業(yè)賬面杠桿向下調(diào)整。由于杠桿操縱具有手段復(fù)雜且難以被發(fā)現(xiàn)的特征， 其不僅增大了財(cái)務(wù)風(fēng)險(xiǎn)， 而且削弱了企業(yè)未來發(fā)展的潛力。而數(shù)字化轉(zhuǎn)型以數(shù)據(jù)這一要素為核心驅(qū)動(dòng)力， 借助人工智能、 區(qū)塊鏈、 大數(shù)據(jù)等數(shù)字技術(shù)， 加速了信息在各環(huán)節(jié)與流程中的融合、 貫通， 實(shí)現(xiàn)對(duì)企業(yè)管理架構(gòu)、 組織戰(zhàn)略、 商業(yè)模式以及價(jià)值再造過程（Nambisan等，2017）的重塑， 進(jìn)而可能對(duì)企業(yè)杠桿操縱行為產(chǎn)生“排斥效應(yīng)”。首先， 數(shù)字化轉(zhuǎn)型能夠?qū)⒁酝槠臄?shù)據(jù)進(jìn)行整合利用并輸出為結(jié)構(gòu)化、 標(biāo)準(zhǔn)化的信息， 提高企業(yè)對(duì)外信息披露的深度與廣度， 進(jìn)而強(qiáng)化市場(chǎng)參與者對(duì)企業(yè)的監(jiān)督效用； 其次， 即時(shí)、 高效的數(shù)據(jù)流轉(zhuǎn)大大加強(qiáng)了企業(yè)內(nèi)部的交流與溝通， 打破了部門之間的信息傳遞壁壘， 有助于約束管理層行為、 提升內(nèi)部控制水平， 進(jìn)而實(shí)現(xiàn)高質(zhì)量發(fā)展； 最后， 數(shù)字化轉(zhuǎn)型為企業(yè)帶來的變革與活力在增加企業(yè)收入的同時(shí)向市場(chǎng)釋放積極信號(hào)， 進(jìn)而降低了企業(yè)與市場(chǎng)間的金融摩擦， 大大緩解了企業(yè)融資壓力。因此本文認(rèn)為， 作為外部市場(chǎng)信息不對(duì)稱、 內(nèi)部管理者自利與市場(chǎng)資源配置扭曲等因素作用下的短視行為， 杠桿操縱也將在企業(yè)不斷推進(jìn)數(shù)字化轉(zhuǎn)型、 深化數(shù)字技術(shù)變革的過程中受到有效監(jiān)督和制約， 具體體現(xiàn)在以下幾個(gè)方面：

首先， 數(shù)字化轉(zhuǎn)型能夠發(fā)揮信息效應(yīng)， 緩解企業(yè)與市場(chǎng)參與者之間的信息摩擦， 強(qiáng)化外部監(jiān)管， 進(jìn)而抑制企業(yè)杠桿操縱。根據(jù)信息不對(duì)稱理論， 信息不對(duì)稱的降低便于市場(chǎng)從外部對(duì)企業(yè)行為進(jìn)行監(jiān)督， 有助于提高企業(yè)內(nèi)部運(yùn)營(yíng)的規(guī)范性。當(dāng)信息不對(duì)稱水平較高時(shí)， 企業(yè)為了短期利益而進(jìn)行杠桿操縱的傾向增加。隨著數(shù)字化轉(zhuǎn)型的不斷推進(jìn)， 企業(yè)與市場(chǎng)參與者之間的信息不對(duì)稱問題將得到有效緩解， 進(jìn)而提高企業(yè)透明度， 抑制杠桿操縱。從企業(yè)的視角來看， 一方面， 數(shù)字化轉(zhuǎn)型強(qiáng)化了企業(yè)信息收集處理能力。企業(yè)生產(chǎn)運(yùn)營(yíng)的各個(gè)環(huán)節(jié)會(huì)產(chǎn)生大量沉淀性信息， 而區(qū)塊鏈、 云計(jì)算、 大數(shù)據(jù)等信息技術(shù)的應(yīng)用使得企業(yè)具備深度挖掘分析冗余數(shù)據(jù)并將其轉(zhuǎn)化為流動(dòng)性、 可視化信息的能力（吳武清和田雅婧， 2022）， 提高了企業(yè)信息收集的廣度與深度， 進(jìn)而增強(qiáng)了其信息披露范圍， 有助于提高信息透明度、 降低信息不對(duì)稱程度。另一方面， 數(shù)字化轉(zhuǎn)型增強(qiáng)了企業(yè)信息整合能力。企業(yè)以往的管理體系對(duì)繁雜、 多樣化數(shù)據(jù)的處理能力較弱， 而數(shù)字信息技術(shù)的應(yīng)用有效化解了異質(zhì)性信息協(xié)同整合的難題（Ortiz等，2019）， 增加了企業(yè)年報(bào)中的信息含量與信息披露質(zhì)量， 提高了信息透明度。從外部市場(chǎng)的視角來看：一方面， 數(shù)字化轉(zhuǎn)型符合數(shù)字時(shí)代的發(fā)展潮流， 進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)更能引起分析師的注意， 分析師基于其自身的專業(yè)知識(shí)與數(shù)據(jù)分析技能能夠提高企業(yè)財(cái)務(wù)報(bào)告的可讀性， 從而緩解企業(yè)與外部信息使用者之間的信息不對(duì)稱（雷光勇等，2022）； 另一方面， 數(shù)字化轉(zhuǎn)型能夠提高企業(yè)信息披露的及時(shí)性與準(zhǔn)確性， 減少信息在傳輸過程中的曲解與損耗， 提高市場(chǎng)參與者與企業(yè)之間的信息傳遞效率， 從而提升投資者的監(jiān)督便利性與積極性， 有助于其對(duì)企業(yè)杠桿操縱行為進(jìn)行監(jiān)督。因此， 數(shù)字化轉(zhuǎn)型能夠提高企業(yè)信息透明度， 加強(qiáng)外部監(jiān)督， 進(jìn)而抑制企業(yè)杠桿操縱。

其次， 數(shù)字化轉(zhuǎn)型能夠發(fā)揮治理效應(yīng)， 優(yōu)化內(nèi)部治理環(huán)境， 進(jìn)而抑制企業(yè)杠桿操縱。根據(jù)代理理論， 兩權(quán)分離導(dǎo)致的代理沖突增加了管理者為滿足自身利益或者打造“商業(yè)帝國(guó)”而發(fā)生短視行為的傾向， 進(jìn)而加劇了企業(yè)杠桿操縱程度。隨著數(shù)字化轉(zhuǎn)型對(duì)組織管理的不斷優(yōu)化， 企業(yè)內(nèi)部治理環(huán)境與控制體系得到大幅改善（肖紅軍等，2021；易露霞等，2021）， 而治理能力的提升有助于緩解代理沖突， 對(duì)管理者行為實(shí)施有效的監(jiān)督與約束， 提高管理者決策的科學(xué)性， 進(jìn)而有助于降低企業(yè)杠桿操縱水平（翟淑萍等，2021）。從組織結(jié)構(gòu)來看， 得益于數(shù)字技術(shù)的嵌入， 企業(yè)內(nèi)部組織管理的邊界得到進(jìn)一步拓展， 傳統(tǒng)的組織結(jié)構(gòu)逐漸向扁平化、 網(wǎng)絡(luò)化演進(jìn)， 進(jìn)而催生出新的組織架構(gòu)（Murray等，2021）， 這有助于緩解組織層級(jí)約束， 進(jìn)而形成良好的組織環(huán)境， 提升監(jiān)督與治理效率； 從內(nèi)部信息傳遞來看， 數(shù)字化轉(zhuǎn)型有助于企業(yè)內(nèi)部各部門及運(yùn)營(yíng)環(huán)節(jié)的聯(lián)結(jié)互通， 打破了部門之間的信息壁壘， 這種準(zhǔn)確、 便捷的信息流通有助于及時(shí)識(shí)別管理層的短視傾向， 加大其盈余管理的壓力（冼依婷和何威風(fēng)，2022）， 進(jìn)而有效抑制企業(yè)杠桿操縱； 從管理決策來看， 數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)建立起基于業(yè)務(wù)數(shù)據(jù)的實(shí)時(shí)監(jiān)督機(jī)制， 在此基礎(chǔ)上， 依托于數(shù)字技術(shù)強(qiáng)大的信息分析與處理能力， 使得管理者在進(jìn)行財(cái)務(wù)決策時(shí)更多地依據(jù)客觀數(shù)據(jù)分析的結(jié)果而不是主觀傾向， 從而約束管理者的自由裁量權(quán)， 緩解代理沖突， 最終實(shí)現(xiàn)對(duì)杠桿操縱行為的抑制。因此， 數(shù)字化轉(zhuǎn)型能夠變革組織管理模式、 加速內(nèi)部信息流轉(zhuǎn)、 約束管理層行為， 進(jìn)而優(yōu)化內(nèi)部治理環(huán)境， 降低企業(yè)杠桿操縱水平。

最后， 數(shù)字化轉(zhuǎn)型能夠發(fā)揮資源效應(yīng)， 化解企業(yè)融資困境， 進(jìn)而抑制企業(yè)杠桿操縱。根據(jù)資源基礎(chǔ)理論， 企業(yè)要想擴(kuò)大市場(chǎng)份額、 加快自身發(fā)展， 就必須從市場(chǎng)中獲取資源。銀行等金融機(jī)構(gòu)出于政策監(jiān)管及風(fēng)險(xiǎn)規(guī)避的目的， 對(duì)杠桿率較高的企業(yè)發(fā)放貸款的意愿不強(qiáng)， 又或者是要求更高的風(fēng)險(xiǎn)溢價(jià)， 進(jìn)而提高了企業(yè)融資成本。為了獲得投資及貸款， 企業(yè)往往選擇粉飾自身杠桿率以向市場(chǎng)釋放積極信號(hào)。由此， 融資困難、 資金短缺等問題加劇了企業(yè)杠桿操縱的傾向（許曉芳和陸正飛，2020）。而數(shù)字化轉(zhuǎn)型作為數(shù)字時(shí)代下企業(yè)發(fā)展的不竭動(dòng)力， 能夠有效緩解企業(yè)資金短缺的窘境， 進(jìn)而抑制杠桿操縱。一方面， 數(shù)字化轉(zhuǎn)型能夠向市場(chǎng)釋放積極信號(hào)， 吸引投資者。數(shù)字化轉(zhuǎn)型作為順應(yīng)時(shí)代發(fā)展的戰(zhàn)略選擇， 不但有助于企業(yè)獲得社會(huì)各界的關(guān)注， 而且能夠提升金融機(jī)構(gòu)等市場(chǎng)投資者的心理預(yù)期與投資意愿， 拓展企業(yè)融資渠道并緩解其融資壓力（Wilson和Daugherty，2018）， 進(jìn)而有助于抑制杠桿操縱。另一方面， 數(shù)字化轉(zhuǎn)型能夠驅(qū)動(dòng)企業(yè)主營(yíng)業(yè)績(jī)?cè)鲩L(zhǎng)（易露霞等，2021）， 增加財(cái)務(wù)盈余。隨著數(shù)字化在企業(yè)運(yùn)營(yíng)管理中的不斷下沉， 企業(yè)能夠基于數(shù)字信息技術(shù)平臺(tái)對(duì)市場(chǎng)信息進(jìn)行收集整理， 提高產(chǎn)品策略市場(chǎng)導(dǎo)向與追蹤的精準(zhǔn)性。與此同時(shí)， 企業(yè)的生產(chǎn)與銷售模式也將分別向著滿足顧客需求的定制化、 精準(zhǔn)化轉(zhuǎn)變， 這有助于增強(qiáng)企業(yè)價(jià)值再造過程中的柔性， 提升企業(yè)營(yíng)業(yè)收入與現(xiàn)金持有水平（譚志東等，2022）， 進(jìn)而抑制企業(yè)杠桿操縱的傾向。由此可見， 數(shù)字化轉(zhuǎn)型能夠緩解市場(chǎng)資源配置扭曲與內(nèi)部資金短缺所造成的融資困境， 進(jìn)而抑制企業(yè)杠桿操縱。

基于以上分析， 提出下列假設(shè)：

假設(shè)： 限定其他條件不變， 數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)杠桿操縱。

三、 研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

為了驗(yàn)證上述假設(shè)， 本文選取A股非金融上市企業(yè)數(shù)據(jù)為樣本， 窗口期為2012 ～ 2021年。在剔除ST、 PT等異常企業(yè)數(shù)據(jù)后， 進(jìn)一步將變量數(shù)據(jù)存在缺失及財(cái)務(wù)數(shù)據(jù)異常的數(shù)據(jù)剔除， 最終獲得樣本數(shù)據(jù)20688條。為消除離群值的影響， 對(duì)連續(xù)型變量按首尾1%的標(biāo)準(zhǔn)進(jìn)行Winsorize調(diào)整。文中數(shù)據(jù)主要來自CSMAR、 CNRDS數(shù)據(jù)庫(kù)并通過手工整理， 其中企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過Python文本分析獲得。

（二）變量定義

1. 被解釋變量： 企業(yè)杠桿操縱（LEVM）。本文借鑒許曉芳等（2020）的研究， 認(rèn)為企業(yè)主要通過表外負(fù)債及名股實(shí)債的方式進(jìn)行杠桿操縱。其他手段多以表外協(xié)議的形式實(shí)現(xiàn)， 難以獲取準(zhǔn)確數(shù)據(jù)（翟淑萍等，2021）。因此， 在主回歸中采用基本的XLT-LEVM法來估計(jì)企業(yè)杠桿操縱， 而在穩(wěn)健性檢驗(yàn)中以額外包括采用會(huì)計(jì)手段操縱杠桿在內(nèi)的擴(kuò)展的XLT-LEVM法衡量企業(yè)杠桿操縱。基本的XLT-LEVM模型計(jì)算公式如下所示：

LEVMi，t=（DEBTB_TOTALi，t+DEBT_OBi，t+DEBT_NSRDi，t）÷（ASSETB_TOTALi，t+DEBT_OBi，t）-LEVBi，t （1）

其中： LEVM為企業(yè)杠桿操縱， 由真實(shí)杠桿率減去賬面杠桿率得到； DEBTB_TOTAL、 DEBT_OB、 DEBT_NSRD分別為企業(yè)賬面負(fù)債、 表外負(fù)債以及名股實(shí)債總額； ASSETB_TOTAL為企業(yè)賬面資產(chǎn)總額；LEVB為企業(yè)賬面資產(chǎn)負(fù)債率。

2. 解釋變量： 數(shù)字化轉(zhuǎn)型（lnDIG）。數(shù)字化轉(zhuǎn)型作為企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要戰(zhàn)略受到了學(xué)者們的高度關(guān)注， 而由于數(shù)字化轉(zhuǎn)型是嵌入到企業(yè)生產(chǎn)運(yùn)營(yíng)等各個(gè)環(huán)節(jié)中的變革， 因此很難將其剝離并通過財(cái)務(wù)指標(biāo)具象化?？紤]到企業(yè)年報(bào)是對(duì)企業(yè)內(nèi)部經(jīng)營(yíng)信息、 戰(zhàn)略執(zhí)行及未來規(guī)劃的總結(jié)性、 指導(dǎo)性報(bào)告， 本文參考吳非等（2021）的做法， 通過文本分析選取年報(bào)中人工智能、 大數(shù)據(jù)、 云計(jì)算、 區(qū)塊鏈等技術(shù)以及數(shù)字技術(shù)應(yīng)用的相關(guān)詞頻， 考慮到該數(shù)據(jù)的偏態(tài)特征， 以詞頻總數(shù)加1取自然對(duì)數(shù)衡量數(shù)字化轉(zhuǎn)型。

3. 控制變量。參考現(xiàn)有研究， 本文選取公司規(guī)模（Size）、 財(cái)務(wù)杠桿（Lev）、 成長(zhǎng)性（Growth）、 公司年齡（Age）、 債務(wù)融資結(jié)構(gòu)（Ldebt）、 存貨占比（Inv）、 總資產(chǎn)周轉(zhuǎn)率（Ato）以及股權(quán)集中度（Top10）作為控制變量。為控制行業(yè)及年份差異， 進(jìn)一步加入行業(yè)虛擬變量（Ind）與年份虛擬變量（Year）。

具體變量定義見表1。

（三）模型構(gòu)建

為了考察數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響， 本文構(gòu)建以下模型：

LEVMi，t=α0+α1lnDIGi，t+α2Sizei，t+α3Levi，t+α4Growthi，t+α5Agei，t+α6Ldebti，t+α7Invi，t+α8Atoi，t+α9Top10i，t+∑Ind+∑Year+ε? ?（2）

模型（2）中， α0為常數(shù)項(xiàng)， ε為殘差項(xiàng)， 其他變量定義見表1。若lnDIG的系數(shù)顯著為負(fù)， 則說明數(shù)字化轉(zhuǎn)型能夠有效抑制企業(yè)杠桿操縱， 進(jìn)而驗(yàn)證前文假設(shè)。

四、 實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2列示了各變量的描述性統(tǒng)計(jì)結(jié)果。根據(jù)表中數(shù)據(jù)可知， 企業(yè)杠桿操縱的最小值為0， 最大值為1.251， 均值為0.11， 說明我國(guó)上市企業(yè)的杠桿操縱現(xiàn)象較為普遍， 企業(yè)中存在不同程度的杠桿操縱問題。數(shù)字化轉(zhuǎn)型的最小值為0， 最大值為5.209， 說明數(shù)字化轉(zhuǎn)型在不同企業(yè)中表現(xiàn)出較大的差異， 同聶興凱等（2022）的研究結(jié)果相近。數(shù)字化轉(zhuǎn)型的均值為1.483， 說明整體上企業(yè)數(shù)字化轉(zhuǎn)型尚處于初始時(shí)期， 數(shù)字化進(jìn)程還需進(jìn)一步推進(jìn)。其他控制變量的均值與中位數(shù)較為接近， 數(shù)據(jù)整體上表現(xiàn)出正態(tài)分布的特征， 而最小值與最大值存在較大差異， 表明數(shù)據(jù)選取較為合理。此外， 計(jì)算各變量的VIF值發(fā)現(xiàn)， 最大值為1.68， 均值為1.27， 說明不存在多重共線性問題。

（二）主回歸分析

表3列報(bào)了數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱的回歸結(jié)果。其中： 列（1）為未控制行業(yè)與年份差異的結(jié)果， 可以看出數(shù)字化轉(zhuǎn)型的系數(shù)在5%的水平上顯著為負(fù)， 初步說明數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)杠桿操縱； 列（2）與列（3）分別為僅控制行業(yè)、 年份差異的結(jié)果， 可以看出數(shù)字化轉(zhuǎn)型的系數(shù)分別為-0.0024、 -0.0034， 同樣顯著為負(fù)； 列（4）為同時(shí)控制行業(yè)與年份的結(jié)果， 可以看出數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0043， 且在1%的水平上顯著。以上回歸結(jié)果表明， 數(shù)字化轉(zhuǎn)型在抑制企業(yè)杠桿操縱方面具有顯著作用， 驗(yàn)證了前文假設(shè)。數(shù)字化轉(zhuǎn)型是數(shù)字時(shí)代企業(yè)發(fā)展的重要推動(dòng)力。一方面， 數(shù)字化轉(zhuǎn)型需要長(zhǎng)期且持續(xù)的資源投入， 會(huì)促使企業(yè)更多地從長(zhǎng)遠(yuǎn)角度進(jìn)行決策， 進(jìn)而對(duì)杠桿操縱這種短視行為具有顯著的“擠出效應(yīng)”； 另一方面， 數(shù)字化轉(zhuǎn)型以數(shù)據(jù)為核心驅(qū)動(dòng)力， 會(huì)引發(fā)企業(yè)內(nèi)外部環(huán)境的一系列變革， 進(jìn)而塑造高效、 透明的發(fā)展環(huán)境， 抑制管理者自利傾向， 實(shí)現(xiàn)對(duì)杠桿操縱的抑制作用。另外， 在控制變量方面， 表3中結(jié)果顯示： 公司規(guī)模、 成長(zhǎng)性、 公司年齡以及股權(quán)集中度的系數(shù)顯著為負(fù)， 對(duì)抑制企業(yè)杠桿操縱具有重要作用； 而財(cái)務(wù)杠桿、 債務(wù)融資結(jié)構(gòu)、 存貨占比、 總資產(chǎn)周轉(zhuǎn)率的系數(shù)顯著為正， 表明這些指標(biāo)的增長(zhǎng)會(huì)加劇企業(yè)杠桿操縱。

（三）穩(wěn)健性檢驗(yàn)

為了保證前文結(jié)論的穩(wěn)健性， 本文進(jìn)行了如下 穩(wěn)健性檢驗(yàn)（限于篇幅，相關(guān)結(jié)果未予列示）：

1. 替換被解釋變量。上文中基于基本的XLT-LEVM法測(cè)算的企業(yè)杠桿操縱僅是從債務(wù)粉飾的角度進(jìn)行估計(jì)的， 而現(xiàn)實(shí)生活中企業(yè)也常常通過向上調(diào)整利潤(rùn)來降低賬面杠桿率。因此參考許曉芳等（2020）的做法， 為了盡可能全面地覆蓋企業(yè)杠桿操縱的手段， 以擴(kuò)展的XLT-LEVM法衡量企業(yè)杠桿操縱， 具體分為直接法（ExpLEVM）和間接法（ExpLEVMI）。替換變量后的回歸結(jié)果顯示： 當(dāng)采用擴(kuò)展的XLT-LEVM直接法衡量企業(yè)杠桿操縱時(shí)， 數(shù)字化轉(zhuǎn)型的系數(shù)顯著為負(fù)， 說明其能夠有效抑制企業(yè)杠桿操縱； 而采用擴(kuò)展的XLT-LEVM間接法衡量企業(yè)杠桿操縱時(shí)， 同樣得到了與前文相同的結(jié)論。

2. 替換解釋變量。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響可能會(huì)受到數(shù)字化轉(zhuǎn)型衡量方式的影響。一方面， 通過統(tǒng)計(jì)數(shù)字化轉(zhuǎn)型的詞頻數(shù)衡量數(shù)字化轉(zhuǎn)型可能會(huì)存在噪聲干擾； 另一方面， 企業(yè)年報(bào)篇幅越長(zhǎng)， 其含有的數(shù)字化轉(zhuǎn)型詞頻數(shù)可能會(huì)越多， 造成詞頻統(tǒng)計(jì)總數(shù)偏離真實(shí)水平。因此， 本文參考聶興凱等（2022）、 吳武清和田雅婧（2022）的做法， 對(duì)企業(yè)數(shù)字化轉(zhuǎn)型重新進(jìn)行衡量： ①是否數(shù)字化轉(zhuǎn)型（iflnDIG）。根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型詞頻數(shù)是否為0構(gòu)建虛擬變量， 若數(shù)字化轉(zhuǎn)型詞頻數(shù)大于0， 則賦值1， 否則賦值0。②數(shù)字化轉(zhuǎn)型詞頻占比（Wordper）與數(shù)字化轉(zhuǎn)型句頻占比（Centper）。具體來說， 分別用數(shù)字化轉(zhuǎn)型詞頻數(shù)除以企業(yè)年報(bào)詞頻總數(shù)、 包含數(shù)字化轉(zhuǎn)型詞頻的句子數(shù)除以企業(yè)年報(bào)句子總數(shù)得到。結(jié)果顯示， 在替換衡量方式后數(shù)字化轉(zhuǎn)型依舊在1%的水平上顯著抑制企業(yè)杠桿操縱， 與前文結(jié)論相同。

3. 內(nèi)生性處理。為了控制模型設(shè)定時(shí)的內(nèi)生性問題， 進(jìn)一步提高結(jié)論的穩(wěn)健性， 本文采用以下兩種方法進(jìn)行內(nèi)生性處理： ①IV-2SLS法。以數(shù)字化轉(zhuǎn)型的行業(yè)、 年度均值為標(biāo)準(zhǔn)生成工具變量（IV）， 具體來說， 企業(yè)數(shù)字化轉(zhuǎn)型超出均值時(shí)該工具變量取1， 否則取0。同一年度行業(yè)數(shù)字化轉(zhuǎn)型程度會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型水平， 但不會(huì)直接影響企業(yè)杠桿操縱。根據(jù)回歸結(jié)果， 數(shù)字化轉(zhuǎn)型的系數(shù)顯著為負(fù)， 說明其能夠抑制企業(yè)杠桿操縱， 與前文結(jié)論一致。②傾向性得分匹配（PSM）法?？紤]到數(shù)字化轉(zhuǎn)型可能會(huì)受企業(yè)特征變量的影響， 進(jìn)而對(duì)研究結(jié)論造成干擾， 本文根據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型進(jìn)行分組以緩解樣本偏差帶來的影響， 卡尺設(shè)定為0.05， 采用最近鄰1∶1有放回的匹配方式對(duì)匹配后的數(shù)據(jù)重新進(jìn)行回歸。根據(jù)回歸結(jié)果， 數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為負(fù)， 同樣驗(yàn)證了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用。

五、 進(jìn)一步研究

（一）影響機(jī)制檢驗(yàn)

前文的研究結(jié)論表明數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)杠桿操縱， 但對(duì)其影響機(jī)制的研究還停留在理論分析的層面， 缺乏數(shù)據(jù)的實(shí)證檢驗(yàn)。為厘清數(shù)字化轉(zhuǎn)型影響企業(yè)杠桿操縱的作用路徑， 且避免將中介變量作為控制變量時(shí)導(dǎo)致的內(nèi)生性， 參考江艇（2022）的研究， 在前文模型（2）的基礎(chǔ)上進(jìn)一步構(gòu)建如下中介效應(yīng)模型：

mi，t=β0+β1lnDIGi，t+β2Sizei，t+β3Levi，t+β4Growthi，t+β5Agei，t+β6Ldebti，t+β7Invi，t+β8Atoi，t+β9Top10i，t+∑Ind+∑Year+δ? ?（3）

在模型（3）中， m為中介變量， β0為常數(shù)項(xiàng)， δ為殘差項(xiàng)， 其他變量說明見表1。若模型（3）中數(shù)字化轉(zhuǎn)型的系數(shù)顯著， 則說明中介效應(yīng)存在且顯著。

1. 信息效應(yīng)的中介檢驗(yàn)。數(shù)字化轉(zhuǎn)型的信息效應(yīng)主要表現(xiàn)為其能夠通過提升信息收集處理能力與分析師關(guān)注度， 進(jìn)而緩解企業(yè)與市場(chǎng)之間的信息沖突， 強(qiáng)化市場(chǎng)參與者對(duì)企業(yè)的監(jiān)督效應(yīng)， 實(shí)現(xiàn)對(duì)企業(yè)杠桿操縱的抑制。本文借鑒辛清泉等（2014）與雷光勇等（2022）的做法， 分別選取分析師關(guān)注度（Analyst）與公司透明度（Trans）衡量數(shù)字化轉(zhuǎn)型的信息效應(yīng)， 相關(guān)回歸結(jié)果見表4。由表4中列（1）的結(jié)果可知， 數(shù)字化轉(zhuǎn)型的系數(shù)為0.0691， 顯著為正， 說明數(shù)字化轉(zhuǎn)型能夠吸引更多的分析師對(duì)企業(yè)進(jìn)行跟蹤與分析， 從而降低了信息不對(duì)稱程度； 列（2）中數(shù)字化轉(zhuǎn)型的系數(shù)為0.0052， 通過了1%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型能夠提高企業(yè)信息透明度。結(jié)合前文結(jié)論可知， 分析師關(guān)注度和公司透明度在數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱之間起到顯著的中介作用， 即“數(shù)字化轉(zhuǎn)型——信息效應(yīng)——杠桿操縱”的作用路徑有效。數(shù)字化轉(zhuǎn)型有助于降低信息不對(duì)稱程度， 強(qiáng)化外部市場(chǎng)監(jiān)督， 進(jìn)而降低企業(yè)杠桿操縱水平。在企業(yè)不斷推進(jìn)數(shù)字化轉(zhuǎn)型的過程中， 一方面企業(yè)生產(chǎn)及運(yùn)營(yíng)各環(huán)節(jié)的數(shù)據(jù)得到充分收集整理， 增加了企業(yè)信息披露的多樣性； 另一方面， 基于數(shù)字信息技術(shù)搭建起的信息處理與共享平臺(tái)降低了市場(chǎng)參與者的信息收集成本， 提高了分析師關(guān)注的便利性與預(yù)測(cè)的準(zhǔn)確性。信息不對(duì)稱的緩解有助于外部投資者對(duì)企業(yè)進(jìn)行監(jiān)督， 從而抑制杠桿操縱。

2. 治理效應(yīng)的中介檢驗(yàn)。參考聶興凱等（2022）、 車德欣等（2021）的做法， 分別選取企業(yè)真實(shí)盈余管理（Rem）以及內(nèi)部控制水平（Ic）衡量數(shù)字化轉(zhuǎn)型的治理效應(yīng)， 并代入模型（3）。其中， 內(nèi)部控制數(shù)據(jù)來自迪博數(shù)據(jù)庫(kù)， 同時(shí)為了平衡系數(shù)量級(jí)將其除以1000。由表4中列（3）的回歸結(jié)果可知， 數(shù)字化轉(zhuǎn)型的系數(shù)顯著為負(fù)， 表明數(shù)字化轉(zhuǎn)型能夠有效降低真實(shí)盈余管理水平； 列（4）中數(shù)字化轉(zhuǎn)型的系數(shù)為0.0027， 且通過了1%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型有利于提高內(nèi)部控制水平， 優(yōu)化治理環(huán)境。結(jié)合前文結(jié)論可知， 真實(shí)盈余管理和內(nèi)部控制在數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱之間起到顯著的中介作用， 即“數(shù)字化轉(zhuǎn)型——治理效應(yīng)——杠桿操縱”的作用路徑有效。以上結(jié)論表明： 一方面， 數(shù)字化轉(zhuǎn)型賦予了企業(yè)強(qiáng)大的數(shù)據(jù)處理能力， 企業(yè)基于大數(shù)據(jù)、 云計(jì)算等數(shù)字技術(shù)分析后做出的決策更具有科學(xué)性和客觀性， 由此削弱了管理層短視傾向， 加大了盈余管理的壓力， 進(jìn)而有效抑制杠桿操縱； 另一方面， 數(shù)字化轉(zhuǎn)型以數(shù)據(jù)作為樞紐， 將企業(yè)各部門及生產(chǎn)環(huán)節(jié)貫通， 推動(dòng)組織管理架構(gòu)逐漸向扁平化、 網(wǎng)絡(luò)化演進(jìn)， 進(jìn)而優(yōu)化內(nèi)部環(huán)境、 提高治理水平， 實(shí)現(xiàn)對(duì)杠桿操縱的抑制。

3. 資源效應(yīng)的中介檢驗(yàn)。為考察數(shù)字化轉(zhuǎn)型能否發(fā)揮資源效應(yīng)， 通過緩解企業(yè)資金短缺壓力， 進(jìn)而抑制杠桿操縱， 本文選取融資成本（Cost）與現(xiàn)金持有（Cash）（譚志東等，2022）作為數(shù)字化轉(zhuǎn)型資源效應(yīng)的代理變量進(jìn)行中介效應(yīng)檢驗(yàn)。其中， 融資成本由“財(cái)務(wù)費(fèi)用/營(yíng)業(yè)收入”得到， 現(xiàn)金持有由“貨幣資金/總資產(chǎn)”得到。根據(jù)表4中列（5）的回歸結(jié)果可知， 數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0006， 且在1%的水平上顯著， 說明數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)融資成本； 列（6）中數(shù)字化轉(zhuǎn)型的系數(shù)為0.0045， 且通過了1%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型能夠促進(jìn)企業(yè)業(yè)績(jī)?cè)鲩L(zhǎng)， 提高現(xiàn)金持有水平。結(jié)合前文結(jié)論可知， 融資成本與現(xiàn)金持有在數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱之間起到顯著的中介作用， 即“數(shù)字化轉(zhuǎn)型——資源效應(yīng)——杠桿操縱”的作用路徑有效。在數(shù)字時(shí)代下， 一方面企業(yè)持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型符合政策指引及經(jīng)濟(jì)轉(zhuǎn)型的需要， 有助于獲取相關(guān)政策及產(chǎn)業(yè)基金的支持， 進(jìn)而緩解企業(yè)融資約束（花俊國(guó)等， 2022）； 另一方面， 數(shù)字化轉(zhuǎn)型具有“示范效應(yīng)”， 能夠吸引市場(chǎng)中的投資者入股， 這有助于企業(yè)吸納資金。此外， 數(shù)字化轉(zhuǎn)型有助于提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力， 賦予其識(shí)別外界投資機(jī)會(huì)與市場(chǎng)產(chǎn)品需求的能力， 進(jìn)而推動(dòng)收入增長(zhǎng)， 提高財(cái)務(wù)資金持有量。這些都有助于緩解企業(yè)資金壓力， 抑制其杠桿操縱的傾向。

（二）異質(zhì)性分析

1. 考慮杠桿操縱手段的影響?，F(xiàn)有研究表明， 表外負(fù)債與名股實(shí)債已經(jīng)成為企業(yè)杠桿操縱的主要手段（許曉芳和陸正飛，2020；許曉芳等，2020）。那么， 數(shù)字化轉(zhuǎn)型能否精準(zhǔn)識(shí)別企業(yè)杠桿操縱的不同手段并產(chǎn)生差異化影響？數(shù)字化轉(zhuǎn)型將會(huì)對(duì)何種杠桿操縱的手段表現(xiàn)出更優(yōu)的抑制效果？厘清這些問題有助于更加精細(xì)化地認(rèn)識(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用。鑒于此， 本文將前文中表外負(fù)債與名股實(shí)債總額分別除以企業(yè)總資產(chǎn)， 得到表外負(fù)債水平（DEBT_OB1）與名股實(shí)債水平（DEBT_NSRD1）， 并將其代入模型（2）進(jìn)行回歸， 相關(guān)結(jié)果見表5。根據(jù)表5中列（1）的結(jié)果可知， 數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0081， 且通過了1%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型對(duì)表外負(fù)債的杠桿操縱手段具有顯著的抑制效應(yīng)； 而列（2）中數(shù)字化轉(zhuǎn)型的系數(shù)僅在5%的水平上顯著為負(fù)， 說明數(shù)字化轉(zhuǎn)型能夠抑制通過名股實(shí)債手段進(jìn)行的杠桿操縱， 但相較于表外負(fù)債， 對(duì)名股實(shí)債的抑制效應(yīng)較弱?？赡艿脑蚴牵?表外負(fù)債主要是通過經(jīng)營(yíng)租賃等方式實(shí)現(xiàn)的， 體現(xiàn)了企業(yè)融資需求的特征， 而數(shù)字化轉(zhuǎn)型有助于優(yōu)化企業(yè)價(jià)值再造流程， 為企業(yè)持續(xù)發(fā)展注入新的生命力， 進(jìn)而推動(dòng)企業(yè)主營(yíng)業(yè)務(wù)的增長(zhǎng)， 同時(shí)企業(yè)融資需求也得到一定緩解， 因此數(shù)字化轉(zhuǎn)型對(duì)企業(yè)表外負(fù)債表現(xiàn)出強(qiáng)力的抑制作用； 名股實(shí)債主要通過“抽屜協(xié)議”將企業(yè)債務(wù)偽裝成股份， 進(jìn)而降低自身賬面杠桿率， 更多的是基于市場(chǎng)監(jiān)管及會(huì)計(jì)政策的不完善達(dá)成杠桿操縱的目的， 數(shù)字化轉(zhuǎn)型往往難以有效彌補(bǔ)監(jiān)管及政策上的缺陷， 進(jìn)而導(dǎo)致其對(duì)企業(yè)名股實(shí)債的抑制效應(yīng)較弱。

2. 考慮要素類型的影響。企業(yè)所能提供的要素支撐影響著數(shù)字化轉(zhuǎn)型的效果， 進(jìn)而在對(duì)杠桿操縱的抑制效應(yīng)上表現(xiàn)出差異化特征。對(duì)于資金技術(shù)密集型企業(yè)來說， 由于具有較大的資金或者信息技術(shù)優(yōu)勢(shì)， 數(shù)字化轉(zhuǎn)型的效應(yīng)會(huì)得到加強(qiáng)， 數(shù)字技術(shù)的嵌入與融合也更加深入， 這有助于更好地發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用； 而對(duì)于勞動(dòng)密集型企業(yè)來說， 數(shù)字化轉(zhuǎn)型的資金及技術(shù)儲(chǔ)備都較為匱乏， 并且勞動(dòng)密集型企業(yè)的運(yùn)營(yíng)管理模式與數(shù)字化管理模式的匹配度較低， 優(yōu)化適配成本較高， 削弱了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用。為了檢驗(yàn)不同要素類型企業(yè)中數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱抑制效應(yīng)的差異， 本文借鑒雷光勇等（2022）的做法， 以固定資產(chǎn)占總資產(chǎn)比重以及研發(fā)費(fèi)用占營(yíng)業(yè)收入比重的中位數(shù)為標(biāo)準(zhǔn)， 將高于中位數(shù)的企業(yè)劃分為資金技術(shù)密集型， 其余則為勞動(dòng)密集型。由表5中列（3）的結(jié)果可知， 在資金技術(shù)密集型企業(yè)中， 數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0058， 且通過了1%水平的顯著性檢驗(yàn)； 而列（4）中的結(jié)果表明， 在勞動(dòng)密集型企業(yè)中， 數(shù)字化轉(zhuǎn)型的系數(shù)雖然為負(fù)但并不顯著。以上結(jié)果說明， 相較于勞動(dòng)密集型企業(yè)， 資金技術(shù)密集型企業(yè)中數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱表現(xiàn)出更強(qiáng)的抑制效應(yīng)。

3. 考慮市場(chǎng)化進(jìn)程的影響。市場(chǎng)化進(jìn)程會(huì)影響要素市場(chǎng)， 進(jìn)而通過改善制度環(huán)境影響數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用。對(duì)于市場(chǎng)化進(jìn)程較高的地區(qū)來說， 其生產(chǎn)要素市場(chǎng)與市場(chǎng)制度環(huán)境完善度較高， 能夠及時(shí)為企業(yè)數(shù)字化轉(zhuǎn)型提供資金與技術(shù)支持。此外， 較為完善的市場(chǎng)制度能夠加強(qiáng)對(duì)企業(yè)的外部監(jiān)督， 有效識(shí)別企業(yè)短視行為， 提高其運(yùn)營(yíng)管理的規(guī)范性， 企業(yè)進(jìn)行杠桿操縱的動(dòng)機(jī)被極大地削弱， 因此數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱抑制效應(yīng)的增量效果較弱。而對(duì)于市場(chǎng)化進(jìn)程較低的地區(qū)來說， 由于市場(chǎng)中信息傳遞效率低下， 企業(yè)難以及時(shí)獲得生產(chǎn)發(fā)展所需的資金， 迫于融資壓力， 企業(yè)進(jìn)行杠桿操縱的動(dòng)機(jī)增強(qiáng)， 此時(shí)數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱的抑制效應(yīng)較為明顯。為了檢驗(yàn)不同市場(chǎng)化進(jìn)程下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱抑制效應(yīng)的差異， 本文參考莊旭東和王仁曾（2022）的做法， 根據(jù)市場(chǎng)化指數(shù)的中位數(shù)進(jìn)行分組回歸。表6中列（1）的結(jié)果顯示： 數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0055， 且在1%的水平上顯著； 而列（2）中數(shù)字化轉(zhuǎn)型的系數(shù)僅在5%的水平上顯著為負(fù)， 弱于低市場(chǎng)化進(jìn)程組。以上結(jié)果說明， 相較于低市場(chǎng)化進(jìn)程地區(qū)， 高市場(chǎng)化進(jìn)程地區(qū)的企業(yè)由于要素市場(chǎng)及市場(chǎng)環(huán)境的支持與監(jiān)督， 杠桿操縱動(dòng)機(jī)較弱， 數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱的抑制效應(yīng)也相對(duì)較弱。

4. 考慮經(jīng)濟(jì)政策不確定性的影響。企業(yè)的各種生產(chǎn)經(jīng)營(yíng)活動(dòng)處在復(fù)雜動(dòng)態(tài)的市場(chǎng)環(huán)境中， 因此其財(cái)務(wù)決策將不可避免地受到外部不確定性的影響， 而經(jīng)濟(jì)政策不確定性是影響企業(yè)運(yùn)營(yíng)的重要環(huán)境因素。已有研究表明， 當(dāng)經(jīng)濟(jì)政策處在不斷變化中時(shí)， 企業(yè)現(xiàn)金流也將表現(xiàn)出較高的不確定性。因此， 金融機(jī)構(gòu)出于風(fēng)險(xiǎn)規(guī)避的目的， 會(huì)要求更高的資本回報(bào)率， 這會(huì)進(jìn)一步加劇企業(yè)融資約束。此外， 經(jīng)濟(jì)政策不確定性的升高也會(huì)導(dǎo)致銀行壞賬增加， 進(jìn)而減少貸款規(guī)模， 致使企業(yè)融資難度加大。這些都會(huì)進(jìn)一步加大企業(yè)融資壓力以及杠桿操縱的傾向， 進(jìn)而使數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱抑制效應(yīng)的增量作用更加明顯。而當(dāng)經(jīng)濟(jì)政策趨于穩(wěn)定時(shí)， 不確定性對(duì)市場(chǎng)環(huán)境造成的沖擊被極大地削弱， 有助于降低企業(yè)融資費(fèi)用， 提升企業(yè)獲取貸款的及時(shí)性， 由此企業(yè)杠桿操縱的動(dòng)機(jī)不足， 數(shù)字化轉(zhuǎn)型對(duì)杠桿操縱的抑制效應(yīng)不明顯。為了檢驗(yàn)不同程度經(jīng)濟(jì)政策不確定性對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)杠桿操縱之間關(guān)系的影響， 本文以Baker等（2016）構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)的中位數(shù)為標(biāo)準(zhǔn) 進(jìn)行分組回歸。表6中列（3）的結(jié)果顯示， 在低經(jīng)濟(jì)政策不確定性組中， 數(shù)字化轉(zhuǎn)型的系數(shù)為-0.0023， 但并不顯著； 而列（4）中數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為負(fù)。以上結(jié)果說明， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用在經(jīng)濟(jì)政策不確定性較高時(shí)更加明顯。

（三）經(jīng)濟(jì)后果分析

杠桿操縱掩飾了企業(yè)真實(shí)杠桿率， 雖然為企業(yè)帶來了短期收益， 但是并未降低其財(cái)務(wù)風(fēng)險(xiǎn)， 反而會(huì)誤導(dǎo)股東及其他利益相關(guān)者的投資決策。當(dāng)杠桿操縱程度加深時(shí)， 從企業(yè)角度來看， 會(huì)導(dǎo)致其在未來需要償還的債務(wù)進(jìn)一步增加， 發(fā)展?jié)摿ψ內(nèi)酰?債務(wù)違約風(fēng)險(xiǎn)加??； 從投資者角度來看， 出于風(fēng)險(xiǎn)規(guī)避的目的， 投資者往往缺少對(duì)杠桿操縱程度高的企業(yè)進(jìn)行投資的熱情， 市場(chǎng)期待較低， 進(jìn)而損害企業(yè)市場(chǎng)價(jià)值。前文的研究表明， 數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)杠桿操縱， 那么這種影響是否具有穿透效應(yīng)， 進(jìn)而降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)并提高市場(chǎng)價(jià)值呢？較為不足的是， 現(xiàn)有關(guān)于企業(yè)杠桿操縱的研究主要集中在影響因素方面， 對(duì)經(jīng)濟(jì)后果的考察較少， 缺少對(duì)上述問題的探討。鑒于此， 本文參考陳克兢等（2021）對(duì)經(jīng)濟(jì)后果的考察方式， 構(gòu)建中介效應(yīng)模型（江艇，2022）對(duì)數(shù)字化轉(zhuǎn)型抑制企業(yè)杠桿操縱的經(jīng)濟(jì)后果進(jìn)行檢驗(yàn)。同時(shí)， 借鑒現(xiàn)有研究的做法（翟淑萍等，2022；Yildirim，2020）， 用Zscore表示企業(yè)債務(wù)違約風(fēng)險(xiǎn)， 用托賓Q表示企業(yè)市場(chǎng)價(jià)值。其中， Zscore由“1.2×（營(yíng)運(yùn)資金÷總資產(chǎn)）+1.4×（留存收益÷總資產(chǎn)）+3.3×（息稅前利潤(rùn)÷總資產(chǎn)）+0.6×（權(quán)益市值÷總負(fù)債）+營(yíng)業(yè)收入÷總資產(chǎn)”計(jì)算得到， 并且其數(shù)值越大， 說明企業(yè)債務(wù)違約風(fēng)險(xiǎn)越低。具體回歸模型如下：

LEVMi，t=χ0+χ1lnDIGi，t+χ2Sizei，t+χ3Levi，t+χ4Growthi，t+χ5Agei，t+χ6Ldebti，t+χ7Invi，t+χ8Atoi，t+χ9Top10i，t+∑Ind+∑Year+η （4）

Zscorei，t=χ0+χ1lnDIGi，t+χ2Sizei，t+χ3Levi，t+χ4Growthi，t+χ5Agei，t+χ6Ldebti，t+χ7Invi，t+χ8Atoi，t+χ9Top10i，t+∑Ind+∑Year+η （5）

Qi，t=χ0+χ1lnDIGi，t+χ2Sizei，t+χ3Levi，t+χ4Growthi，t+χ5Agei，t+χ6Ldebti，t+χ7Invi，t+χ8Atoi，t+χ9Top10i，t+∑Ind+∑Year+η? （6）

其中， Zscore為債務(wù)違約風(fēng)險(xiǎn)， Q為企業(yè)市場(chǎng)價(jià)值， η為殘差項(xiàng)， 其他變量定義見表1。前文研究表明， 數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)杠桿操縱， 即模型（4）中數(shù)字化轉(zhuǎn)型的系數(shù)顯著為負(fù)。在此基礎(chǔ)上， 若模型（5）與模型（6）中數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正， 則說明數(shù)字化轉(zhuǎn)型能夠通過抑制企業(yè)杠桿操縱進(jìn)而降低債務(wù)違約風(fēng)險(xiǎn)， 提高市場(chǎng)價(jià)值。

表7報(bào)告了數(shù)字化轉(zhuǎn)型通過抑制企業(yè)杠桿操縱對(duì)債務(wù)違約風(fēng)險(xiǎn)與市場(chǎng)價(jià)值的影響。由表7中列（2）的結(jié)果可知， 數(shù)字化轉(zhuǎn)型的系數(shù)為0.0662， 通過了5%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制效應(yīng)能夠進(jìn)一步降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)。列（3）中數(shù)字化轉(zhuǎn)型的系數(shù)為0.0342， 通過了1%水平的顯著性檢驗(yàn)， 表明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制作用同樣有助于提高企業(yè)市場(chǎng)價(jià)值。隨著數(shù)字化轉(zhuǎn)型的不斷深入， 數(shù)字信息技術(shù)與生產(chǎn)要素相結(jié)合帶來的變革在企業(yè)內(nèi)部逐漸下沉。一方面， 數(shù)字化轉(zhuǎn)型能夠使企業(yè)及時(shí)識(shí)別潛在的風(fēng)險(xiǎn)因素并做出應(yīng)對(duì)。在數(shù)字化轉(zhuǎn)型抑制企業(yè)杠桿操縱的過程中， 債務(wù)風(fēng)險(xiǎn)被及時(shí)發(fā)現(xiàn)并釋放， 有效保障了企業(yè)的長(zhǎng)期穩(wěn)定發(fā)展與價(jià)值提升。另一方面， 企業(yè)內(nèi)部的數(shù)字變革增強(qiáng)了企業(yè)競(jìng)爭(zhēng)力。企業(yè)杠桿操縱得到抑制也意味著企業(yè)與市場(chǎng)參與者之間的信息不對(duì)稱得到緩解、 內(nèi)部治理環(huán)境進(jìn)一步優(yōu)化、 融資能力與主營(yíng)業(yè)績(jī)得到進(jìn)一步提升， 最終表現(xiàn)為競(jìng)爭(zhēng)力的不斷提高， 這有利于提高投資者對(duì)企業(yè)未來的預(yù)期， 獲得市場(chǎng)對(duì)企業(yè)的投資青睞， 進(jìn)而提高企業(yè)市場(chǎng)價(jià)值。綜上所述， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響具有穿透性， 能夠通過抑制杠桿操縱的方式降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)并提升市場(chǎng)價(jià)值。

六、 結(jié)論與啟示

本文以2012 ～ 2021年A股非金融企業(yè)數(shù)據(jù)為樣本， 實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響、 作用機(jī)制、 在不同環(huán)境下的異質(zhì)性表現(xiàn)以及經(jīng)濟(jì)后果。主要結(jié)論如下： 數(shù)字化轉(zhuǎn)型有助于降低企業(yè)杠桿操縱水平， 并且在替換變量及控制內(nèi)生性問題后結(jié)果依然顯著； 機(jī)制檢驗(yàn)表明， 降低信息不對(duì)稱程度、 優(yōu)化內(nèi)部治理環(huán)境以及緩解融資困境是數(shù)字化轉(zhuǎn)型抑制企業(yè)杠桿操縱的有效路徑； 異質(zhì)性分析發(fā)現(xiàn)， 在以表外負(fù)債進(jìn)行杠桿操縱、 資金技術(shù)密集型、 市場(chǎng)化進(jìn)程較低以及經(jīng)濟(jì)政策不確定性較高的樣本中， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的抑制效應(yīng)更明顯； 進(jìn)一步地， 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)杠桿操縱的影響具有穿透性， 能夠通過抑制杠桿操縱實(shí)現(xiàn)企業(yè)債務(wù)違約風(fēng)險(xiǎn)的下降與市場(chǎng)價(jià)值的提升。

根據(jù)本文結(jié)論， 得出以下啟示： 第一， 企業(yè)應(yīng)大力推進(jìn)數(shù)字化轉(zhuǎn)型， 將數(shù)字技術(shù)與信息工具運(yùn)用到生產(chǎn)運(yùn)營(yíng)與財(cái)務(wù)決策中， 充分利用數(shù)字化轉(zhuǎn)型所帶來的積極效果， 實(shí)現(xiàn)對(duì)企業(yè)短視行為的監(jiān)督與約束， 進(jìn)而規(guī)范企業(yè)行為， 發(fā)揮數(shù)字化轉(zhuǎn)型的“長(zhǎng)尾效應(yīng)”。第二， 企業(yè)要認(rèn)識(shí)到杠桿操縱的危害性， 杠桿操縱雖然能夠使企業(yè)在短期內(nèi)獲得資金、 提高融資能力， 但會(huì)增大潛在風(fēng)險(xiǎn)， 損害企業(yè)未來市場(chǎng)價(jià)值， 降低金融市場(chǎng)資源配置效率， 增加金融系統(tǒng)的脆弱性。因此， 企業(yè)要努力規(guī)范自身行為， 對(duì)不合理以及過度承擔(dān)的部分債務(wù)及時(shí)進(jìn)行清理， 以緩解融資壓力與降低債務(wù)風(fēng)險(xiǎn)。第三， 政府一方面要對(duì)以表外負(fù)債為杠桿操縱主要手段的企業(yè)以及勞動(dòng)密集型企業(yè)給予更多關(guān)注， 積極發(fā)揮資金技術(shù)密集型企業(yè)的數(shù)字化轉(zhuǎn)型優(yōu)勢(shì)， 形成示范帶頭效應(yīng)； 另一方面要繼續(xù)推進(jìn)市場(chǎng)化建設(shè)， 加快完善要素市場(chǎng)與信息環(huán)境制度， 努力提高經(jīng)濟(jì)政策的長(zhǎng)期穩(wěn)定性， 為企業(yè)高質(zhì)量發(fā)展提供良好的環(huán)境。第四， 企業(yè)要努力提高財(cái)務(wù)信息披露的完整性與可靠性， 進(jìn)一步完善內(nèi)部控制體系， 積極發(fā)揮數(shù)字化轉(zhuǎn)型帶來的競(jìng)爭(zhēng)優(yōu)勢(shì)， 以實(shí)現(xiàn)營(yíng)業(yè)收入的增長(zhǎng)。

【 主 要 參 考 文 獻(xiàn) 】

車德欣，戴美媛，吳非．企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資成本的影響與機(jī)制研究［ J］．金融監(jiān)管研究，2021（12）：56 ～ 74．

陳克兢，萬清清，康艷玲等．自治性公司章程條款會(huì)淪為高管自利行為的保護(hù)傘嗎——基于反收購(gòu)條款的視角［ J］．會(huì)計(jì)研究，2021（11）：102 ～ 113．

花俊國(guó)，劉暢，朱迪．?dāng)?shù)字化轉(zhuǎn)型、融資約束與企業(yè)全要素生產(chǎn)率［ J］．南方金融，2022（7）：54 ～ 65．

江艇．因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100 ～ 120．

雷光勇，買瑞東，左靜靜．?dāng)?shù)字化轉(zhuǎn)型與資本市場(chǎng)效率——基于股價(jià)同步性視角［ J］．證券市場(chǎng)導(dǎo)報(bào)，2022（8）：48 ～ 59．

馬新嘯，竇笑晨．非國(guó)有股東治理與國(guó)有企業(yè)杠桿操縱［ J］．中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2022（3）：45 ～ 59．

聶興凱，王穩(wěn)華，裴璇．企業(yè)數(shù)字化轉(zhuǎn)型會(huì)影響會(huì)計(jì)信息可比性嗎［ J］．會(huì)計(jì)研究，2022（5）：17 ～ 39．

戚聿東，蔡呈偉．?dāng)?shù)字化對(duì)制造業(yè)企業(yè)績(jī)效的多重影響及其機(jī)理研究［ J］．學(xué)習(xí)與探索，2020（7）：108 ～ 119．

饒品貴，湯晟，李曉溪．地方政府債務(wù)的擠出效應(yīng)：基于企業(yè)杠桿操縱的證據(jù)［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2022（1）：151 ～ 169．

譚志東，趙洵，潘俊等．?dāng)?shù)字化轉(zhuǎn)型的價(jià)值：基于企業(yè)現(xiàn)金持有的視角［ J］．財(cái)經(jīng)研究，2022（3）：64 ～ 78．

吳非，胡慧芷，林慧妍等．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+10．

吳武清，田雅婧．企業(yè)數(shù)字化轉(zhuǎn)型可以降低費(fèi)用粘性嗎——基于費(fèi)用調(diào)整能力視角［ J］．會(huì)計(jì)研究，2022（4）：89 ～ 112．

吳曉暉，王攀，郭曉冬．機(jī)構(gòu)投資者“分心”與公司杠桿操縱［ J］．經(jīng)濟(jì)管理，2022（1）：159 ～ 175．

冼依婷，何威風(fēng)．企業(yè)數(shù)字化轉(zhuǎn)型影響業(yè)績(jī)預(yù)告質(zhì)量嗎［ J］．山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022（9）：100 ～ 113．

肖紅軍，陽(yáng)鎮(zhèn)，劉美玉．企業(yè)數(shù)字化的社會(huì)責(zé)任促進(jìn)效應(yīng)：內(nèi)外雙重路徑的檢驗(yàn)［ J］．經(jīng)濟(jì)管理，2021（11）：52 ～ 69．

辛清泉，孔東民，郝穎．公司透明度與股價(jià)波動(dòng)性［ J］．金融研究，2014（10）：193 ～ 206．

徐亞琴，宋思淼．審計(jì)師能識(shí)別企業(yè)的杠桿操縱嗎？——基于審計(jì)意見視角的實(shí)證檢驗(yàn)［ J］．審計(jì)研究，2021（6）：102 ～ 115．

許曉芳，陸正飛，湯泰劼．我國(guó)上市公司杠桿操縱的手段、測(cè)度與誘因研究［ J］．管理科學(xué)學(xué)報(bào)，2020（7）：1 ～ 26．

許曉芳，陸正飛．我國(guó)企業(yè)杠桿操縱的動(dòng)機(jī)、手段及潛在影響［ J］．會(huì)計(jì)研究，2020（1）：92 ～ 99．

易露霞，吳非，常曦．企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程與主業(yè)績(jī)效——來自中國(guó)上市企業(yè)年報(bào)文本識(shí)別的經(jīng)驗(yàn)證據(jù)［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2021（10）：24 ～ 38．

翟淑萍，韓賢，張曉琳等．?dāng)?shù)字金融能降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎［ J］．會(huì)計(jì)研究，2022（2）：117 ～ 131．

翟淑萍，毛文霞，白夢(mèng)詩(shī)．國(guó)有上市公司杠桿操縱治理研究——基于黨組織治理視角［ J］．證券市場(chǎng)導(dǎo)報(bào)，2021（11）：12 ～ 23．

Baker S. R.， Bloom N.， Davis S. J.. Measuring economic policy uncertainty［ J］．The Quarterly Journal of Economics，2016（4）：1593 ～ 1636．

Ekata G. E.. The IT productivity paradox： Evidence from the Nigerian banking industry［ J］． The Electronic Journal of Information Systems in Developing Countries，2012（1）：1 ～ 25．

Frynas J. G.， Mol M. J.， Mellahi K.. Management innovation made in China： Haier's Rendanheyi［ J］． California Management Review，2018（1）：71 ～ 93．

Hajli M.， Sims J. M.， Ibragimov V.. Information technology （IT） productivi-ty paradox in the 21st century［ J］． International Journal of Productivity and Performance Management，2015（4）：457 ～ 478．

Kraft P.. Rating agency adjustments to GAAP financial statements and their effect on ratings and credit spreads［ J］． The Accounting Review，2015（2）：641 ～ 674．

Mikalef P.， Pateli A.. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance： Findings from PLS-SEM and fsQCA［ J］． Journal of Business Research，2017（70）：1 ～ 16．

Murray A.， Kuban S.， Josefy M.， et al.. Contracting in the smart era： The implications of blockchain and decentralized autonomous organizations for contracting and corporate governance［ J］． Academy of Management Perspectives，2021（4）：622 ～ 641．

Nambisan S.， Lyytinen K.， Majchrzak A.， et al.. Digital innovation management［ J］． MIS Quarterly，2017（1）：223 ～ 238．

Ortiz J.， Ren H.， Li K.， et al.. Construction of open innovation ecology on the internet： A case study of Xiaomi （China） using institutional logic［ J］． Sustainability，2019（11）：3225．

Reinhart C. M.， Rogoff K. S.. From financial crash to debt crisis［ J］． Ameri-can Economic Review，2011（5）：1676 ～ 1706．

Scott T. W.， Wiedman C. I.， Wier H. A.. Transaction structuring and Canadian convertible debt［ J］． Contemporary Accounting Research，2011（3）：1046 ～ 1071．

Wilson H. J.， Daugherty P. R.. Collaborative intelligence： Humans and AI are joining forces［ J］． Harvard Business Review，2018（4）：114 ～ 123．

Yildirim A.. The effect of relationship banking on firm efficiency and default risk［ J］． Journal of Corporate Finance，2020（65）：101500．

（責(zé)任編輯·校對(duì)： 陳晶? 喻晨）