數(shù)字化轉(zhuǎn)型、融資約束與企業(yè)抗風(fēng)險(xiǎn)能力
——基于上市民營(yíng)企業(yè)的實(shí)證研究

王輝

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 北京 100029)

1 引言

在以習(xí)近平同志為核心的黨中央領(lǐng)導(dǎo)下，我國(guó)數(shù)字經(jīng)濟(jì)建設(shè)取得了令人矚目的成就。隨著政府和市場(chǎng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)注，越來(lái)越多民營(yíng)企業(yè)已加入數(shù)字化轉(zhuǎn)型的隊(duì)伍中。習(xí)近平總書(shū)記在黨的二十大報(bào)告中提出，要加強(qiáng)防范和化解重大風(fēng)險(xiǎn)的能力。企業(yè)的抗風(fēng)險(xiǎn)能力是指企業(yè)在不確定環(huán)境中面對(duì)內(nèi)部和外部風(fēng)險(xiǎn)的適應(yīng)能力、抵御能力、恢復(fù)能力、保持企業(yè)可持續(xù)及高質(zhì)量發(fā)展的能力。在此背景下，提高民營(yíng)企業(yè)抗風(fēng)險(xiǎn)的能力對(duì)保障市場(chǎng)經(jīng)濟(jì)健康發(fā)展至關(guān)重要，數(shù)字化轉(zhuǎn)型對(duì)民營(yíng)企業(yè)抗風(fēng)險(xiǎn)的作用機(jī)制具有重要的理論價(jià)值和現(xiàn)實(shí)意義，并可為促進(jìn)政策的優(yōu)化與引導(dǎo)民營(yíng)企業(yè)轉(zhuǎn)型升級(jí)提供理論依據(jù)。

既有文獻(xiàn)在企業(yè)層面主要就企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投融資活動(dòng)產(chǎn)生的影響進(jìn)行研究(車德欣等，2021；Bulavko等，2019)。此外，也有一些學(xué)者針對(duì)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響進(jìn)行研究(王會(huì)娟等，2022；黃大禹等，2023)，但對(duì)企業(yè)的風(fēng)險(xiǎn)控制與管理缺乏系統(tǒng)性的研究，風(fēng)險(xiǎn)承擔(dān)是企業(yè)投資決策過(guò)程中的重要環(huán)節(jié)，與企業(yè)抗風(fēng)險(xiǎn)能力有所區(qū)別。雖然有少部分研究關(guān)注了企業(yè)抗風(fēng)險(xiǎn)能力的影響因素(孫興全，2022)，但迄今為止，尚未有文獻(xiàn)確切地將數(shù)字化轉(zhuǎn)型與民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力聯(lián)系起來(lái)，兩者之間的關(guān)系仍有待進(jìn)一步探討。

本文的創(chuàng)新之處及可能的邊際貢獻(xiàn)是：第一，采用熵權(quán)法，從盈利能力、運(yùn)營(yíng)能力、成長(zhǎng)能力、運(yùn)營(yíng)安全能力、市場(chǎng)表現(xiàn)力五個(gè)維度構(gòu)建了民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力指標(biāo)，為評(píng)估民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力提供了有益借鑒；第二，豐富了數(shù)字化變革與微觀經(jīng)濟(jì)主體互動(dòng)的研究，拓展性地研究了民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力的影響因素，驗(yàn)證了“數(shù)字化轉(zhuǎn)型-企業(yè)融資約束-企業(yè)抗風(fēng)險(xiǎn)能力”之間傳導(dǎo)路徑的可行性；第三，進(jìn)一步探討數(shù)字化轉(zhuǎn)型在企業(yè)中是否存在差異化表現(xiàn)，發(fā)現(xiàn)高管無(wú)金融背景、無(wú)政治關(guān)聯(lián)的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)抗風(fēng)險(xiǎn)能力的影響更為顯著，反映出企業(yè)數(shù)字化轉(zhuǎn)型對(duì)“弱勢(shì)企業(yè)”具有一定的補(bǔ)充作用，有助于民營(yíng)企業(yè)根據(jù)自身情況采取數(shù)字化轉(zhuǎn)型策略。

2 理論分析及研究假設(shè)

2.1 數(shù)字化轉(zhuǎn)型與企業(yè)抗風(fēng)險(xiǎn)能力

企業(yè)抗風(fēng)險(xiǎn)能力對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生全方位的影響，是企業(yè)盈利能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、經(jīng)營(yíng)安全能力、市場(chǎng)表現(xiàn)力的綜合體現(xiàn)。

從企業(yè)的盈利能力來(lái)看，傳統(tǒng)民營(yíng)企業(yè)以原有生產(chǎn)業(yè)務(wù)為中心，通過(guò)數(shù)字化轉(zhuǎn)型改良傳統(tǒng)生產(chǎn)技術(shù)、調(diào)整產(chǎn)品結(jié)構(gòu)、延長(zhǎng)產(chǎn)品生命周期，從而提高產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力，以提高盈利能力。從營(yíng)運(yùn)能力的角度來(lái)看，加強(qiáng)對(duì)數(shù)字化的關(guān)注可以使會(huì)計(jì)資料的真實(shí)性和準(zhǔn)確度得到很大提高，從而增強(qiáng)了對(duì)公司營(yíng)運(yùn)能力的分析，對(duì)公司的決策和發(fā)展產(chǎn)生重要影響。從成長(zhǎng)能力的角度來(lái)看，數(shù)字化轉(zhuǎn)型能夠有效推動(dòng)公司的創(chuàng)新，讓公司在生產(chǎn)運(yùn)作過(guò)程中持續(xù)積累并整合其生存發(fā)展的資源和潛力，提高抵御風(fēng)險(xiǎn)的能力。從經(jīng)營(yíng)安全能力來(lái)看，民營(yíng)企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型提高企業(yè)長(zhǎng)短期融資能力，降低企業(yè)因不能償債而走向財(cái)務(wù)失敗風(fēng)險(xiǎn)。此外，數(shù)字化轉(zhuǎn)型可以利用其資源效應(yīng)來(lái)滿足公司的資源要求，提高公司的經(jīng)營(yíng)安全能力，從而促進(jìn)民營(yíng)企業(yè)的風(fēng)險(xiǎn)承受程度。在市場(chǎng)表現(xiàn)力方面，企業(yè)的數(shù)字化轉(zhuǎn)型不僅能讓顧客獲得更好的服務(wù)體驗(yàn)，還能讓企業(yè)了解到產(chǎn)業(yè)和競(jìng)爭(zhēng)對(duì)手的發(fā)展趨勢(shì)，并做出相應(yīng)的反應(yīng)。當(dāng)一個(gè)公司有了這樣的能力之后，就會(huì)在市場(chǎng)上擁有良好的聲譽(yù)和更多支持。

總之，民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型順應(yīng)了企業(yè)發(fā)展的客觀需要，既能為其發(fā)展注入源源不斷的力量，又能推動(dòng)其實(shí)現(xiàn)“由量及質(zhì)”的升級(jí)。在盈利能力、運(yùn)營(yíng)能力、成長(zhǎng)能力、經(jīng)營(yíng)安全能力、市場(chǎng)表現(xiàn)力五個(gè)維度均產(chǎn)生有益影響，從而提高企業(yè)的抗風(fēng)險(xiǎn)能力。

依循上述分析，本文提出以下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型能夠顯著提高民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力。

2.2 融資約束的中介作用

與具有國(guó)家信用支持的國(guó)有企業(yè)相比，民營(yíng)企業(yè)長(zhǎng)期以來(lái)都面臨著融資難和融資貴的困境。雖然企業(yè)的抗風(fēng)險(xiǎn)能力反映了一個(gè)企業(yè)的綜合能力，但融資約束會(huì)對(duì)公司的營(yíng)運(yùn)和生存造成負(fù)面影響(Xian，2014；歐定余和魏聰，2016)，從而影響公司的抗風(fēng)險(xiǎn)能力。

通過(guò)實(shí)施“數(shù)字轉(zhuǎn)型”，民營(yíng)企業(yè)能夠減少企業(yè)內(nèi)部的信息不對(duì)稱，從而減輕企業(yè)的融資約束。一方面，數(shù)字經(jīng)濟(jì)的發(fā)展促進(jìn)了企業(yè)現(xiàn)代金融信用制度的構(gòu)建和完善，促進(jìn)了商業(yè)活動(dòng)的規(guī)范化?；ヂ?lián)網(wǎng)的數(shù)字化信用能夠轉(zhuǎn)變成企業(yè)的信用，提高了企業(yè)在市場(chǎng)上的信任度和信貸機(jī)構(gòu)投資的意愿，從而增加了企業(yè)的外部融資機(jī)會(huì)，大大降低了公司的信貸成本。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型可以有效提高企業(yè)融資效率。在利用數(shù)字化技術(shù)對(duì)大量數(shù)據(jù)進(jìn)行處理后，將其標(biāo)準(zhǔn)化為可加工的信息，并將其通過(guò)數(shù)字平臺(tái)等途徑向信息用戶輸出，使融資雙方均能掌握特定的多維度信息，從而有效降低投資者對(duì)企業(yè)風(fēng)險(xiǎn)的識(shí)別成本。民營(yíng)數(shù)字化轉(zhuǎn)型所產(chǎn)生的資訊透明度在某種程度上減少了企業(yè)的代理費(fèi)用，提高了融資效率。

在以上分析的基礎(chǔ)上，本文提出了以下假設(shè)：

H2：民營(yíng)企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，可以緩解融資約束，減輕企業(yè)的財(cái)務(wù)壓力，提高企業(yè)抵御風(fēng)險(xiǎn)的能力。

3 研究設(shè)計(jì)

3.1 樣本選擇與數(shù)據(jù)來(lái)源

本文選取2013—2022年上市民營(yíng)公司作為研究樣本，并按以下原則對(duì)樣本進(jìn)行篩選：(1)剔除樣本期間內(nèi)發(fā)生過(guò)或持續(xù)至樣本期間結(jié)束依然為ST或*ST或PT的公司樣本；(2)剔除金融行業(yè)公司樣本；(3)剔除主要變量連續(xù)值低于三年的公司樣本；(4)剔除主要變量數(shù)據(jù)缺失的公司樣本。最終得到有效觀測(cè)值15364個(gè)。此外，為防止極端值影響回歸結(jié)果，對(duì)連續(xù)變量在1%和99%分位上進(jìn)行縮尾處理。企業(yè)財(cái)務(wù)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)，相關(guān)企業(yè)年報(bào)數(shù)據(jù)則來(lái)自深圳證券交易所、上海證券交易所官方網(wǎng)站，省級(jí)面板數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)年鑒。

3.2 計(jì)量模型構(gòu)建

3.2.1 基準(zhǔn)回歸模型

式(1)中：下標(biāo)i表示公司；t表示年度；Risk_Rit為被解釋變量，表示企業(yè)的抗風(fēng)險(xiǎn)能力；核心解釋變量DCGit表示企業(yè)的數(shù)字化轉(zhuǎn)型水平；Controlsit表示相關(guān)控制變量，包括公司規(guī)模(Size)、公司年齡(Firmage)、兩職合一(Dual)、股權(quán)制衡度(Balance)、托賓Q值(TobinQ)、管理層持股比例(Mshare)、國(guó)內(nèi)生產(chǎn)總值(GDP)、財(cái)政盈余(Subpls)；ε為隨機(jī)干擾項(xiàng)。

3.2.2 中介模型

本文借鑒了溫忠麟和葉寶娟(2014)的研究，采用以下中介模型對(duì)機(jī)制進(jìn)行了詳細(xì)檢驗(yàn)：

式(2)(3)中：被解釋變量為企業(yè)抗風(fēng)險(xiǎn)能力Risk_Rit，核心解釋變量為DCGit；Medit為中介變量。本文擬從融資約束(KZ)視角出發(fā)，以融資成本(Cost)作為測(cè)度融資約束的替代方法。

3.3 變量設(shè)計(jì)

3.3.1 主要解釋變量：民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型(DCG)

本文借鑒吳非等(2021)的研究成果，選取了5個(gè)維度的特征詞匯，分別為人工智能、大數(shù)據(jù)、云計(jì)算技術(shù)、區(qū)塊鏈技術(shù)和數(shù)字技術(shù)應(yīng)用，并將其與企業(yè)年度報(bào)告中的“特征詞”相匹配，以衡量民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型水平。因這類關(guān)鍵詞存在“右偏型”特點(diǎn)，故最終采用特征詞語(yǔ)相加1取對(duì)數(shù)的方法獲得民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型的度量指標(biāo)(DCG)。

3.3.2 被解釋變量：企業(yè)抗風(fēng)險(xiǎn)能力(Risk_R)

如何量化企業(yè)的抗風(fēng)險(xiǎn)能力是已有研究存在的難點(diǎn)。在測(cè)度方法方面，為克服其他方法的缺陷，本文采用熵權(quán)法測(cè)算被研究公司的抗風(fēng)險(xiǎn)能力。在測(cè)度指標(biāo)方面，本文借鑒頡茂華等(2017)的做法，將企業(yè)抗風(fēng)險(xiǎn)能力分化為5大因子，選取與企業(yè)抗風(fēng)險(xiǎn)能力相關(guān)的17個(gè)財(cái)務(wù)指標(biāo)來(lái)搭建企業(yè)抗風(fēng)險(xiǎn)能力的綜合評(píng)價(jià)體系，如表1所示。

表1 企業(yè)抗風(fēng)險(xiǎn)能力指標(biāo)評(píng)價(jià)體系

此外，本文通過(guò)對(duì)比國(guó)有企業(yè)和非國(guó)有企業(yè)的融資約束指標(biāo)來(lái)驗(yàn)證上述測(cè)度企業(yè)抗風(fēng)險(xiǎn)能力指標(biāo)方法的有效性。具體方法選取全部上市公司作為樣本，剔除主要觀測(cè)值缺失的樣本后，共得到50597個(gè)觀測(cè)值，表2報(bào)告了相關(guān)描述性統(tǒng)計(jì)的結(jié)果。從平均水平來(lái)看，非國(guó)有企業(yè)抗風(fēng)險(xiǎn)能力低于國(guó)有企業(yè)。從離散程度看，非國(guó)有企業(yè)抗風(fēng)險(xiǎn)能力差異更大。上述檢驗(yàn)符合經(jīng)濟(jì)規(guī)律，驗(yàn)證了本文使用的企業(yè)抗風(fēng)險(xiǎn)能力測(cè)度方法的有效性。

表2 企業(yè)抗風(fēng)險(xiǎn)能力指標(biāo)有效性檢驗(yàn)

3.3.3 中介變量

(1)融資約束指數(shù)

參照Kaplan和Zingales(1997)的研究，本文采用KZ指數(shù)作為民營(yíng)企業(yè)融資約束的測(cè)度指標(biāo)，KZ指數(shù)越大，代表企業(yè)融資約束程度越高。

(2)融資成本指數(shù)

本文借鑒魏志華等(2012)和鄭軍等(2013)的做法，采用企業(yè)財(cái)務(wù)費(fèi)用占期末總負(fù)債的比重測(cè)度企業(yè)融資成本(Cost)，Cost指數(shù)越大，代表企業(yè)的融資成本越高。

4 實(shí)證檢驗(yàn)

4.1 基準(zhǔn)結(jié)果回歸分析

本文使用逐步檢驗(yàn)回歸系數(shù)的方法進(jìn)行回歸。表3列(1)僅控制了時(shí)間和行業(yè)固定效應(yīng)，發(fā)現(xiàn)DCG的系數(shù)為0.0003，在1%水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提高民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力。列(2)加入企業(yè)層面的控制變量，列(3)進(jìn)一步加入宏觀層面的控制變量，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型(DCG)的回歸系數(shù)在數(shù)值和顯著性上均無(wú)明顯改變，且依然在1%水平上顯著為正，從而驗(yàn)證了假設(shè)H1。

表3 基準(zhǔn)回歸結(jié)果

4.2 內(nèi)生性檢驗(yàn)

緩解內(nèi)生性問(wèn)題是經(jīng)濟(jì)學(xué)實(shí)證研究中一個(gè)不容忽視的重要問(wèn)題?？紤]到可能存在的遺漏變量和測(cè)量誤差問(wèn)題，本文采用工具變量法和外生事件沖擊檢驗(yàn)法消除內(nèi)生影響，揭示數(shù)字化轉(zhuǎn)型對(duì)民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力的實(shí)際效應(yīng)。

4.2.1 工具變量法

借鑒黃群慧等(2019)的方法，本文采用企業(yè)注冊(cè)地在1984年的固定電話歷史數(shù)據(jù)作為企業(yè)數(shù)字化轉(zhuǎn)型的工具變量。具體地，本文使用1984年企業(yè)注冊(cè)所在地級(jí)市每百人固定電話數(shù)與滯后一期民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型的交互項(xiàng)作為該年企業(yè)數(shù)字化水平的工具變量(IV)。本文采用IV-2SLS法，Anderson canon.corr.LM統(tǒng)計(jì)量P小于0.01，通過(guò)了不可識(shí)別檢驗(yàn)；使用第一階段的Cragg-Donald Wald F統(tǒng)計(jì)量進(jìn)行弱工具變量檢驗(yàn)，其F值大于16.38這一臨界值，共同印證了本文所選取工具變量的合理性。其中，第一階段回歸中IV的系數(shù)在1%水平上顯著為正，說(shuō)明本文選取的工具變量滿足相關(guān)性條件；第二階段回歸中，DCG的估計(jì)系數(shù)在5%水平上顯著為正，表明本文主要結(jié)論仍成立。

4.2.2 外生事件沖擊檢驗(yàn)法

本文借鑒邱子迅和周亞虹(2021)的研究思路，采用國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)建設(shè)作為外生政策沖擊。由此，建立以下雙重差分模型：

式(5)中：j表示城市，t表示年份；DID分別指城市當(dāng)年是否被設(shè)立為試驗(yàn)區(qū)，是則取值為1，否則為0。實(shí)證檢驗(yàn)發(fā)現(xiàn)，DID的系數(shù)在10%水平上顯著為正，表明國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立能夠提高企業(yè)抗風(fēng)險(xiǎn)能力。上述檢驗(yàn)進(jìn)一步緩解了民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型與抗風(fēng)險(xiǎn)能力之間的內(nèi)生性問(wèn)題。

4.3 穩(wěn)健性檢驗(yàn)

4.3.1 去掉直轄市樣本

本文剔除了北京、天津、上海和重慶4個(gè)直轄市樣本，重新估計(jì)基準(zhǔn)模型進(jìn)行穩(wěn)健性檢驗(yàn)。實(shí)證結(jié)果發(fā)現(xiàn)，DCG回歸系數(shù)為0.0002，其方向、顯著性與基準(zhǔn)回歸結(jié)果一致，表明本文研究結(jié)論穩(wěn)健。

4.3.2 更換被解釋變量

本文更換企業(yè)抗風(fēng)險(xiǎn)能力測(cè)度方法，并重新進(jìn)行實(shí)證檢驗(yàn)，具體方法為：采用企業(yè)資產(chǎn)負(fù)債率的倒數(shù)(FX)測(cè)度企業(yè)抗風(fēng)險(xiǎn)能力的方法。實(shí)證結(jié)果發(fā)現(xiàn)，DCG的回歸系數(shù)為0.0435，且在5%的水平上顯著為正，說(shuō)明改變企業(yè)抗風(fēng)險(xiǎn)能力的測(cè)度指標(biāo)后，主要研究結(jié)論依然成立，確保了民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型可以顯著提高其抗風(fēng)險(xiǎn)能力這一結(jié)論的可靠性。

4.4 中介機(jī)制檢驗(yàn)

進(jìn)一步地，本文采取Sobel兩步法檢驗(yàn)了融資約束在民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型影響抗風(fēng)險(xiǎn)能力之間的中介作用。實(shí)證檢驗(yàn)發(fā)現(xiàn)，第一步被解釋變量為融資約束指數(shù)(KZ)，DCG的回歸系數(shù)為-0.0212，在10%的水平上顯著，表明民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型可以緩解融資約束；第二步被解釋變量為企業(yè)抗風(fēng)險(xiǎn)能力指數(shù)(Risk_R)，企業(yè)數(shù)字化轉(zhuǎn)型(DCG)對(duì)企業(yè)抗風(fēng)險(xiǎn)能力的回歸系數(shù)為0.0002，且在1%的水平上顯著為正，相對(duì)于基準(zhǔn)回歸的系數(shù)有所下降，且SobelZ顯著為負(fù)，說(shuō)明融資約束的中介機(jī)制存在。

此外，本文選取融資成本(Cost)作為測(cè)度融資約束的替代方法。第一步被解釋變量為融資成本(Cost)，DCG的回歸系數(shù)是-0.0005，且在1%的水平上顯著，表明民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型可以降低融資成本；第二步被解釋變量為企業(yè)抗風(fēng)險(xiǎn)能力指數(shù)(Risk_R)，DCG對(duì)企業(yè)抗風(fēng)險(xiǎn)能力的回歸系數(shù)為0.0002，在1%的水平上顯著，相對(duì)基準(zhǔn)回歸的系數(shù)有所下降，且Sobel Z在1%的水平上顯著為負(fù)，說(shuō)明融資成本的中介機(jī)制存在。

由此可知，緩解融資約束、降低融資成本是民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型有效提高企業(yè)風(fēng)險(xiǎn)承擔(dān)能力的作用機(jī)制，驗(yàn)證了本文的假設(shè)H2。

4.5 異質(zhì)性檢驗(yàn)

4.5.1 高管金融背景

杜勇等(2019)認(rèn)為，CEO作為公司的實(shí)際決策者和領(lǐng)導(dǎo)者，其金融背景可以較好地反映高管金融背景。本文根據(jù)觀測(cè)企業(yè)高管是否有金融背景分為兩組，檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)抗風(fēng)險(xiǎn)能力的影響是否因企業(yè)高管有無(wú)金融背景而有所不同。分組回歸發(fā)現(xiàn)，企業(yè)高管有金融背景組DCG的回歸系數(shù)為正但不顯著，企業(yè)高管無(wú)金融背景組DCG的回歸系數(shù)為0.0002且顯著為正。檢驗(yàn)結(jié)果表明，高管無(wú)金融背景的民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其抗風(fēng)險(xiǎn)能力的提高效果更加明顯。

4.5.2 高管政治關(guān)聯(lián)

當(dāng)前我國(guó)的市場(chǎng)經(jīng)濟(jì)是從計(jì)劃經(jīng)濟(jì)轉(zhuǎn)變而來(lái)，政府與企業(yè)的關(guān)系對(duì)民營(yíng)企業(yè)具有非常深遠(yuǎn)的影響。本文認(rèn)為，如果企業(yè)董事長(zhǎng)或總經(jīng)理曾經(jīng)或當(dāng)前在中央和各級(jí)地方政府、法院、檢察院任職，或曾經(jīng)擔(dān)任各級(jí)人大代表及政協(xié)委員，就認(rèn)為該企業(yè)存在政治關(guān)聯(lián)；如果無(wú)相關(guān)任職情況，就認(rèn)為該企業(yè)不存在政治關(guān)聯(lián)。分組回歸發(fā)現(xiàn)，企業(yè)高管有政治關(guān)聯(lián)組DCG的回歸系數(shù)為0.0000，雖為正但不顯著；企業(yè)高管無(wú)政治關(guān)聯(lián)組DCG的回歸系數(shù)為0.0004且在1%的水平上顯著。檢驗(yàn)結(jié)果表明，無(wú)政治關(guān)聯(lián)的民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)其抗風(fēng)險(xiǎn)能力的提高效果更明顯。

5 結(jié)語(yǔ)

當(dāng)前，數(shù)字經(jīng)濟(jì)飛速發(fā)展，新業(yè)態(tài)、新格局加速形成，處在社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制發(fā)展進(jìn)程中的每一個(gè)民營(yíng)企業(yè)能否在這個(gè)浪潮中抵抗內(nèi)外部風(fēng)險(xiǎn)，實(shí)現(xiàn)高質(zhì)量可持續(xù)的發(fā)展，都面臨數(shù)字化轉(zhuǎn)型這個(gè)“必答題”。本文通過(guò)對(duì)2013—2020年上市民營(yíng)企業(yè)樣本的實(shí)證研究，發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型對(duì)民營(yíng)企業(yè)抗風(fēng)險(xiǎn)能力具有顯著提高的作用。具體來(lái)說(shuō)，民營(yíng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)提高企業(yè)的風(fēng)險(xiǎn)應(yīng)對(duì)能力，幫助企業(yè)有效對(duì)抗不確定性因素，應(yīng)對(duì)和化解危機(jī)。機(jī)制檢驗(yàn)結(jié)果表明，民營(yíng)企業(yè)數(shù)字化轉(zhuǎn)型可能是通過(guò)緩解融資約束，達(dá)到提高企業(yè)抗風(fēng)險(xiǎn)能力的效果。同時(shí)，這種效果根據(jù)企業(yè)特征的不同而存在異質(zhì)性，其中高管無(wú)金融背景、無(wú)政治關(guān)聯(lián)的企業(yè)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)抗風(fēng)險(xiǎn)能力的影響更為顯著。

(注釋：因篇幅受限，內(nèi)生性檢驗(yàn)、穩(wěn)健性檢驗(yàn)、中介機(jī)制檢驗(yàn)及異質(zhì)性檢驗(yàn)的表格數(shù)據(jù)未在文中展示，如有需要請(qǐng)與作者聯(lián)系，資料備索。)