章永奎 宋寅寅 翁健英 杜興強

【摘要】當(dāng)前， 我國實體經(jīng)濟表現(xiàn)出“脫實向虛”的金融化傾向， 實體企業(yè)金融化將對數(shù)字技術(shù)賦能產(chǎn)生何種影響， 這是本文的研究主題。基于2012 ～ 2021年我國A股上市公司的數(shù)據(jù)， 研究發(fā)現(xiàn)： 實體企業(yè)金融化會顯著抑制數(shù)字技術(shù)賦能； 在調(diào)節(jié)效應(yīng)方面， 現(xiàn)金持有弱化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系， 融資約束強化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系。本文豐富了企業(yè)金融化與數(shù)字技術(shù)賦能的相關(guān)文獻(xiàn)， 改善了數(shù)字技術(shù)賦能的量化方法， 也為我國數(shù)字技術(shù)賦能實體經(jīng)濟、 助力實體經(jīng)濟的數(shù)字化轉(zhuǎn)型提供了一定的政策啟示。

【關(guān)鍵詞】數(shù)字技術(shù)；賦能；企業(yè)金融化；文本分析；現(xiàn)金持有；融資約束

【中圖分類號】F276? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2023）11-0031-8

一、 引言

在新經(jīng)濟時代， 以人工智能、 區(qū)塊鏈、 云計算和大數(shù)據(jù)技術(shù)為首的數(shù)字技術(shù)正在轉(zhuǎn)變生產(chǎn)和生活方式， 從而賦能實體經(jīng)濟的轉(zhuǎn)型升級， 實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。據(jù)統(tǒng)計， 2015 ～ 2021年我國數(shù)字經(jīng)濟占整體經(jīng)濟的比重從27.5%增長至39.80%， 數(shù)字經(jīng)濟規(guī)模總量從18.6萬億元提升至45.5萬億元， 增長約1.45倍， 數(shù)字經(jīng)濟顯然已經(jīng)成為推動我國經(jīng)濟增長的關(guān)鍵動力①。

數(shù)字技術(shù)對經(jīng)濟高質(zhì)量發(fā)展具有重要影響， 已逐漸成為全球經(jīng)濟發(fā)展的重要源泉。全球數(shù)字化發(fā)展勢不可擋， 數(shù)字技術(shù)賦能的概念逐漸風(fēng)靡。Follett（1923）最早提出賦能（Empowerment）的概念。伴隨著數(shù)字技術(shù)的發(fā)展， “賦能”概念逐漸延伸至“數(shù)字技術(shù)賦能”。M?kinen（2006）首次對數(shù)字技術(shù)賦能的含義進行總結(jié)， 認(rèn)為數(shù)字技術(shù)賦能是指被賦能者通過數(shù)字技術(shù)獲得技術(shù)能力， 并獲得更加自由、 獨立和自主的發(fā)展與交流空間， 以幫助個體接觸更加廣泛的信息， 實現(xiàn)個體認(rèn)知的提升和事業(yè)的發(fā)展。余江等（2017）認(rèn)為， 數(shù)字技術(shù)通過將各項生產(chǎn)活動與技術(shù)融合， 覆蓋全產(chǎn)業(yè)鏈的各個環(huán)節(jié)， 在提升企業(yè)各部門之間的協(xié)同能力、 促進生產(chǎn)效率提升和技術(shù)進步進而加快組織目標(biāo)的實現(xiàn)等方面發(fā)揮重要作用， 此過程即為數(shù)字技術(shù)賦能。陳曉紅（2018）提出， 數(shù)字技術(shù)賦能是指隨著經(jīng)濟的發(fā)展和技術(shù)的進步， 數(shù)字技術(shù)成為重要經(jīng)濟發(fā)展來源， 其有效嵌入傳統(tǒng)產(chǎn)業(yè)的發(fā)展中， 推動企業(yè)的技術(shù)創(chuàng)新、 管理創(chuàng)新和應(yīng)用創(chuàng)新。田秀娟和李睿（2022）則提出， 所謂數(shù)字技術(shù)賦能即數(shù)字技術(shù)與實體部門融合共建， 實現(xiàn)實體經(jīng)濟的轉(zhuǎn)型發(fā)展， 創(chuàng)造新的經(jīng)濟增長動能。

根據(jù)金融發(fā)展適度性理論， 金融業(yè)的發(fā)展具有最優(yōu)規(guī)模， 最優(yōu)的金融發(fā)展程度應(yīng)該是伴隨經(jīng)濟發(fā)展不斷變化的， 金融服務(wù)實體經(jīng)濟的本質(zhì)不能夠被忽視（林毅夫和李永軍，2001）。然而， 囿于實體經(jīng)濟項目投資周期長、 收益低的局限， 同時在國際局勢動蕩的影響下， 當(dāng)前我國實體經(jīng)濟疲軟與金融行業(yè)膨脹的并行日益加劇， 經(jīng)濟出現(xiàn)“脫實向虛”傾向， 微觀層面企業(yè)表現(xiàn)出明顯的金融化。Baran和Sweezy（1996）最早提出經(jīng)濟金融化的概念， 他們通過研究壟斷資本主義時期的經(jīng)濟行為， 發(fā)現(xiàn)在生產(chǎn)活動的中后期出現(xiàn)了無法再進入資本循環(huán)的剩余資本， 并且呈現(xiàn)出“剩余資本上升規(guī)律”， 這些無法進入循環(huán)的資本通過投入金融部門進行消耗， 造成了金融投機活動增加及金融化的現(xiàn)象。企業(yè)微觀層面的金融化主要體現(xiàn)在兩個方面： 一是企業(yè)金融資產(chǎn)在總資產(chǎn)中的比重提升（王紅建等，2017；史學(xué)智和陽鎮(zhèn)，2021）， 二是企業(yè)源于金融部門的利潤比重提升（Krippner，2005；Orhangazi，2008；戴賾等，2018）。

在經(jīng)濟“脫實向虛”的背景下， 金融化如何影響數(shù)字技術(shù)賦能實體企業(yè)的發(fā)展是本文研究的主要問題。同時， 本文也檢驗了現(xiàn)金持有及融資約束在金融化影響數(shù)字技術(shù)賦能過程中發(fā)揮的調(diào)節(jié)作用。研究發(fā)現(xiàn)： 實體企業(yè)金融化會顯著抑制數(shù)字技術(shù)賦能； 現(xiàn)金持有弱化了企業(yè)金融化與數(shù)字技術(shù)賦能之間的負(fù)向關(guān)系， 融資約束強化了企業(yè)金融化與數(shù)字技術(shù)賦能之間的負(fù)向關(guān)系； 在異質(zhì)性方面， 規(guī)模較小、 產(chǎn)權(quán)性質(zhì)為非國有、 處于高新技術(shù)行業(yè)的企業(yè)金融化對數(shù)字技術(shù)賦能的抑制作用更明顯。

本文可能的貢獻(xiàn)是： 第一， 前期文獻(xiàn)中， 學(xué)者多關(guān)注企業(yè)金融化對實體產(chǎn)業(yè)的“擠出效應(yīng)”或“蓄水池效應(yīng)”， 鮮有文獻(xiàn)關(guān)注企業(yè)金融化對數(shù)字化的影響。個別文章關(guān)注到企業(yè)金融化對數(shù)字化轉(zhuǎn)型（任曉怡等，2022）或數(shù)字技術(shù)應(yīng)用（黎偉等，2021）的影響， 但尚無文章探討企業(yè)金融化與數(shù)字技術(shù)賦能的關(guān)系。實際上， 數(shù)字技術(shù)賦能與數(shù)字化轉(zhuǎn)型或數(shù)字技術(shù)應(yīng)用兩個概念并不一致， 數(shù)字技術(shù)賦能強調(diào)數(shù)字技術(shù)在給企業(yè)帶來結(jié)構(gòu)重塑的基礎(chǔ)上所實現(xiàn)的賦能問題， 數(shù)字化轉(zhuǎn)型強調(diào)企業(yè)在數(shù)字化時代轉(zhuǎn)型的適應(yīng)過程， 數(shù)字技術(shù)應(yīng)用則只強調(diào)數(shù)字技術(shù)的應(yīng)用， 實則為有無數(shù)字技術(shù)的問題。因此， 相對于其他兩個概念， 數(shù)字技術(shù)賦能在刻畫數(shù)字技術(shù)對企業(yè)的影響方面更加深刻和廣泛?；诖?， 本文嘗試探討企業(yè)金融化與數(shù)字技術(shù)賦能之間的關(guān)系。第二， 目前有關(guān)數(shù)字技術(shù)賦能的文獻(xiàn)多以案例分析和理論研究為主， 尚無人對數(shù)字技術(shù)賦能進行量化， 本文借鑒已有文獻(xiàn)（吳非等，2021）， 利用文本分析方法對數(shù)字技術(shù)賦能進行量化， 這在一定程度上有利于拓展有關(guān)數(shù)字技術(shù)賦能的實證研究。

二、 文獻(xiàn)綜述

（一）企業(yè)金融化的經(jīng)濟后果

前期文獻(xiàn)基于不同國家、 不同時期的樣本對企業(yè)金融化的經(jīng)濟后果進行了大量研究。大部分學(xué)者發(fā)現(xiàn)， 企業(yè)金融化將對企業(yè)實體產(chǎn)業(yè)發(fā)展產(chǎn)生“擠出效應(yīng)”； 但也有部分學(xué)者發(fā)現(xiàn)， 企業(yè)金融化能夠起到積極作用， 還有學(xué)者發(fā)現(xiàn)金融化帶來的影響是復(fù)雜的、 非線性的。

大部分學(xué)者認(rèn)為， 企業(yè)金融化會對企業(yè)實體產(chǎn)業(yè)的發(fā)展帶來消極影響。Orhangazi（2008）和Demir（2011）發(fā)現(xiàn)， 管理層在投資時偏好配置金融資產(chǎn)， 這會使企業(yè)的實體投資被擠出， 造成企業(yè)實體產(chǎn)業(yè)發(fā)展資源的短缺， 即所謂的“擠出效應(yīng)”。在國內(nèi)研究方面， 學(xué)者在對A股上市公司數(shù)據(jù)進行研究后發(fā)現(xiàn)， 我國企業(yè)金融化也存在顯著的“擠出效應(yīng)”。比如， 企業(yè)過度持有或投資金融資產(chǎn)將導(dǎo)致參與實體產(chǎn)業(yè)循環(huán)的資金不足、 企業(yè)價值創(chuàng)造活動受阻（戴賾等，2018）、 全要素生產(chǎn)率降低（盛明泉等，2018）、 資金在實體產(chǎn)業(yè)之外積累（張成思和張步曇，2016）， 以及加大房地產(chǎn)行業(yè)泡沫（杜勇等，2017）等。另外， 劉冬冬（2022）對我國制造業(yè)的研究發(fā)現(xiàn)， 實體企業(yè)金融化的“擠出效應(yīng)”超過了“蓄水池效應(yīng)”， 不利于企業(yè)高質(zhì)量發(fā)展。

然而， 部分研究發(fā)現(xiàn)， 企業(yè)持有金融資產(chǎn)有利于其發(fā)展， 如促進資源的跨期流動（Tornell等，1990）、 降低企業(yè)流動性危機帶來的不利影響（Demir，2011）、 發(fā)揮金融資產(chǎn)的“蓄水池效應(yīng)”（Theurillat等，2010）、 提高企業(yè)融資能力（杜勇等，2017）、 降低融資成本（張明和羅靈，2017）。

此外， 也有學(xué)者提出， 金融化帶來的影響并不是線性的。如宋軍和陸旸（2015）發(fā)現(xiàn)， 業(yè)績表現(xiàn)良好的企業(yè)金融化能夠表現(xiàn)出一定的“蓄水池效應(yīng)”， 而業(yè)績表現(xiàn)不佳的企業(yè)金融化則表現(xiàn)為對實體產(chǎn)業(yè)的“擠出效應(yīng)”。王紅建等（2017）發(fā)現(xiàn)， 當(dāng)金融化程度達(dá)到23%時， “擠出效應(yīng)”被“蓄水池效應(yīng)”所取代， 企業(yè)金融化對創(chuàng)新研發(fā)的抑制作用變?yōu)榇龠M作用。陳洋林等（2023）發(fā)現(xiàn)， 實體企業(yè)金融化與其創(chuàng)新投入之間存在倒U型關(guān)系。胡海峰等（2020）也發(fā)現(xiàn)， 企業(yè)金融化與生產(chǎn)效率之間存在倒U型關(guān)系。

（二）數(shù)字技術(shù)賦能的影響因素

對于數(shù)字技術(shù)賦能影響因素的研究， 相關(guān)文獻(xiàn)相對較少， 前期文獻(xiàn)主要從資源投入、 動態(tài)能力兩個方面分析影響企業(yè)數(shù)字技術(shù)賦能的關(guān)鍵因素。

在資源投入方面， 根據(jù)數(shù)字創(chuàng)新理論， 企業(yè)的數(shù)字技術(shù)賦能過程是漫長、 艱難的， 需要持續(xù)、 穩(wěn)定的資源投入以保障企業(yè)順利完成數(shù)字技術(shù)賦能過程， 具體投入包括資金支持和人力資源兩大部分。在資金支持方面， 金珺等（2020）通過對萬事利集團、 娃哈哈集團的案例分析提出， 數(shù)字技術(shù)賦能需要企業(yè)投入大量資源完成技術(shù)維度和組織維度的轉(zhuǎn)變， 支持企業(yè)內(nèi)部生產(chǎn)技術(shù)能力的提升與信息系統(tǒng)的建設(shè)。在人力資源方面， 李進生和李茹月（2021）認(rèn)為， 在企業(yè)順應(yīng)數(shù)字技術(shù)發(fā)展的過程中需要具備先進的觀念和擁有專業(yè)知識的高素質(zhì)人才。Charlwood等（2016）認(rèn)為， 面對數(shù)字技術(shù)的挑戰(zhàn)， 企業(yè)需要在人力資源方面做出努力和貢獻(xiàn)， 否則將會因?qū)I(yè)技術(shù)人員、 高級管理人員配置不齊而影響數(shù)字技術(shù)賦能的過程。

在動態(tài)能力方面， 部分學(xué)者發(fā)現(xiàn)企業(yè)動態(tài)能力會對數(shù)字技術(shù)賦能產(chǎn)生一定影響。企業(yè)動態(tài)能力的概念來自資源基礎(chǔ)理論， 是指企業(yè)在快速變化的外部環(huán)境中捕捉機會、 調(diào)整自身、 創(chuàng)新產(chǎn)品的能力。Karimi和Walter（2015）發(fā)現(xiàn)， 企業(yè)動態(tài)能力能夠提升核心產(chǎn)品數(shù)量、 增強核心產(chǎn)品競爭力， 幫助企業(yè)更好地應(yīng)對數(shù)字技術(shù)所帶來的顛覆過程。Mishra等（2019）發(fā)現(xiàn)， 動態(tài)能力能夠幫助企業(yè)完成數(shù)字技術(shù)與企業(yè)資源的整合過程， 促進企業(yè)快速適應(yīng)數(shù)字化環(huán)境變化， 完成數(shù)字技術(shù)賦能過程。焦豪等（2021）通過京東集團的案例分析， 提出動態(tài)能力能夠激發(fā)數(shù)據(jù)效應(yīng)， 推動數(shù)字技術(shù)在企業(yè)中的應(yīng)用和轉(zhuǎn)化。赫連志?。?023）研究發(fā)現(xiàn)， 動態(tài)能力能夠提高企業(yè)對數(shù)字技術(shù)的理解能力和利用效率， 激發(fā)員工創(chuàng)新行為， 從而提升數(shù)字技術(shù)賦能水平。馬鴻佳和王亞婧（2023）認(rèn)為， 數(shù)字經(jīng)濟環(huán)境下的動態(tài)能力是數(shù)字動態(tài)能力， 包括數(shù)字感知能力、 數(shù)字利用能力和數(shù)字重構(gòu)能力， 并通過結(jié)構(gòu)方程模型證明了數(shù)字動態(tài)能力在數(shù)字資源與企業(yè)數(shù)字技術(shù)賦能中發(fā)揮中介效應(yīng)。

通過文獻(xiàn)梳理可以發(fā)現(xiàn)， 前期文獻(xiàn)對企業(yè)金融化經(jīng)濟后果的探討主要集中在對企業(yè)經(jīng)營和創(chuàng)新的影響上， 鮮有文章研究企業(yè)金融化對數(shù)字技術(shù)賦能的影響。此外， 現(xiàn)有數(shù)字技術(shù)賦能的研究主要集中于案例和理論領(lǐng)域， 暫無相關(guān)量化方法?；诖?， 本文在借鑒前期文獻(xiàn)（吳非等， 2021）的基礎(chǔ)上提出數(shù)字技術(shù)賦能的量化方法， 并通過我國上市公司經(jīng)驗證據(jù)探討企業(yè)金融化對數(shù)字技術(shù)賦能的影響。

三、 研究假設(shè)

（一）實體企業(yè)金融化對數(shù)字技術(shù)賦能的影響

已有研究認(rèn)為， 金融化對實體經(jīng)濟的發(fā)展有“蓄水池效應(yīng)”和“擠出效應(yīng)”兩種直接影響， 兩種效應(yīng)同時存在、 相互抗衡， 在不同的經(jīng)濟環(huán)境和企業(yè)形態(tài)下表現(xiàn)出不同的動態(tài)平衡。數(shù)字技術(shù)賦能實際上是企業(yè)在數(shù)字技術(shù)蓬勃發(fā)展的環(huán)境下， 運用數(shù)字技術(shù)重塑企業(yè)生產(chǎn)經(jīng)營流程的過程， 是數(shù)字時代實體經(jīng)濟發(fā)展的動力， 同樣屬于實體經(jīng)濟發(fā)展的范疇。因此， 本文也從以上兩種效應(yīng)展開， 探討企業(yè)金融化對數(shù)字技術(shù)賦能的影響。

“蓄水池效應(yīng)”認(rèn)為： 第一， 企業(yè)通過持有金融資產(chǎn)形成資金儲備、 獲取投資收益， 進而為數(shù)字技術(shù)賦能提供良好的財務(wù)基礎(chǔ)。具體來說， 金融資產(chǎn)由于具有較強的可變現(xiàn)性常被認(rèn)為是廣義領(lǐng)域的企業(yè)資金儲備， 實體企業(yè)可以通過配置金融資產(chǎn)獲得資金儲備來應(yīng)對未來不確定性的沖擊， 從而減少環(huán)境變化帶來的不利影響， 為企業(yè)數(shù)字技術(shù)賦能活動提供儲備資金（Theurillat等，2010）。同時， 實體企業(yè)也有機會通過持有金融資產(chǎn)獲得投資收益， 提高資金的利用效率（Duchin等，2017）， 從而為數(shù)字技術(shù)賦能提供寬松的資金環(huán)境。第二， 企業(yè)能夠通過持有金融資產(chǎn)對沖風(fēng)險， 實現(xiàn)資產(chǎn)的套期保值， 防止由于原材料價格變動而對企業(yè)生產(chǎn)經(jīng)營造成沖擊， 保持企業(yè)經(jīng)營的穩(wěn)定性， 從而提高企業(yè)應(yīng)對數(shù)字技術(shù)賦能要求的能力。

“擠出效應(yīng)”認(rèn)為， 在企業(yè)內(nèi)部可利用資源有限且資源大量投入金融部門的前提下， 必然會造成投資實體產(chǎn)業(yè)的資源被擠出?！皵D出效應(yīng)”強調(diào)的是企業(yè)在資源分配過程中過分偏斜于金融部門， 產(chǎn)業(yè)空心化現(xiàn)象日益明顯， 從而不利于數(shù)字技術(shù)賦能實體產(chǎn)業(yè)。從“擠出效應(yīng)”的具體影響來看， 金融化會造成企業(yè)的生產(chǎn)效率和資源利用率下降（盛明泉等，2018）， 不利于實體產(chǎn)業(yè)利潤率的提升（雷新途等，2020）， 同時還可能造成企業(yè)生產(chǎn)經(jīng)營大量受到金融部門市場風(fēng)險的影響， 從而提高企業(yè)財務(wù)風(fēng)險。

結(jié)合當(dāng)前我國的金融化現(xiàn)實情況與國內(nèi)學(xué)者的經(jīng)驗研究， 本文認(rèn)為， 我國企業(yè)金融化對數(shù)字技術(shù)賦能的“擠出效應(yīng)”大于“蓄水池效應(yīng)”， 消極影響更為明顯。當(dāng)前我國金融行業(yè)利潤高于實體行業(yè)， 經(jīng)濟“脫實向虛”趨勢明顯， 實體經(jīng)濟疲軟在微觀層面的表現(xiàn)是企業(yè)金融化程度不斷提升。根據(jù)金融發(fā)展適宜性理論， 金融部門的過度繁榮導(dǎo)致其積聚了大量本該參與實體產(chǎn)業(yè)循環(huán)的資金， 造成我國實體產(chǎn)業(yè)逐漸“空心化”， 對風(fēng)險較高、 投入較大的數(shù)字技術(shù)賦能過程擠出更為明顯， 并因此對數(shù)字技術(shù)賦能實體產(chǎn)業(yè)帶來不利影響。此外， 從國內(nèi)學(xué)者對我國企業(yè)金融化研究的經(jīng)驗證據(jù)來看， 有學(xué)者發(fā)現(xiàn)企業(yè)配置金融資產(chǎn)是投機行為， 而非“蓄水池效應(yīng)”中表述的資金儲備行為（楊箏等，2017；史學(xué)智和陽鎮(zhèn)，2021）。并且， 在我國金融投資超額回報率高的背景下， 金融化對我國企業(yè)創(chuàng)新的“擠出效應(yīng)”明顯， 企業(yè)投資金融產(chǎn)品的套利動機顯著抑制了其技術(shù)創(chuàng)新（王紅建等，2017；杜勇等，2017）。

數(shù)字技術(shù)作為當(dāng)前階段企業(yè)發(fā)展的關(guān)鍵動力來源， 需要企業(yè)積極應(yīng)對、 大力發(fā)展， 但現(xiàn)實背景和相關(guān)經(jīng)驗證據(jù)都表明， 我國企業(yè)當(dāng)前配置金融資產(chǎn)普遍是出于投機考慮， 而非“蓄水池效應(yīng)”提及的資金儲備動機， 企業(yè)金融化會對需要企業(yè)資源持續(xù)穩(wěn)定投入的數(shù)字技術(shù)賦能產(chǎn)生不利影響?；谏鲜龇治?， 本文提出假設(shè)1：

假設(shè)1： 限定其他條件， 實體企業(yè)金融化與數(shù)字技術(shù)賦能負(fù)相關(guān)。

（二）現(xiàn)金持有的調(diào)節(jié)效應(yīng)

企業(yè)金融化對數(shù)字技術(shù)賦能的“擠出效應(yīng)”是資源有限情況下企業(yè)偏離主業(yè)發(fā)展的表現(xiàn)。舒鑫和于博（2020）通過內(nèi)生轉(zhuǎn)換模型對我國上市公司進行檢驗， 發(fā)現(xiàn)企業(yè)金融化對于實體經(jīng)濟的“擠出效應(yīng)”是現(xiàn)金流競爭效應(yīng)而非產(chǎn)品市場競爭。因此， 現(xiàn)金資源作為企業(yè)重要的即時資源， 在企業(yè)金融化對數(shù)字技術(shù)賦能的影響中發(fā)揮調(diào)節(jié)作用。

一方面， 企業(yè)現(xiàn)金持有水平較低會導(dǎo)致經(jīng)營者對資源的利用更加謹(jǐn)慎， 并希望通過決策快速改善企業(yè)的財務(wù)狀況， 緩解流動性壓力。在實業(yè)投資與金融投資收益率差距日益加大和企業(yè)現(xiàn)金持有水平較低的背景下， 相比于不確定性高、 投資周期長的數(shù)字技術(shù)賦能項目， 管理層會更加傾向于投資流動性更強、 回報更快的金融資產(chǎn)。另一方面， 充足的現(xiàn)金持有是企業(yè)經(jīng)營穩(wěn)妥的表現(xiàn)（王紅建等，2014）， 尤其是在應(yīng)對像數(shù)字技術(shù)這種新興技術(shù)方面， 若企業(yè)持有充足的現(xiàn)金， 則能顯著增強抵抗新技術(shù)融合失敗風(fēng)險的能力， 彌補在新技術(shù)落地過程中的資金缺口。那么， 在企業(yè)將一定資源投入金融部門時， 盡管可利用的資源被分流， 但仍能基本滿足數(shù)字技術(shù)賦能的資源要求， 對實體產(chǎn)業(yè)“擠出效應(yīng)”帶來的消極影響會顯著降低。同時， 若企業(yè)現(xiàn)金持有狀況良好， 則管理者對企業(yè)的發(fā)展前景會更加樂觀， 對于數(shù)字技術(shù)賦能這種高風(fēng)險投資項目的接受度也會更高， 在企業(yè)經(jīng)營決策時會以更加積極的態(tài)度應(yīng)對， 以減輕金融化造成的“擠出效應(yīng)”。綜上， 本文提出假設(shè)2：

假設(shè)2： 限定其他條件， 現(xiàn)金持有弱化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系。

（三）融資約束的調(diào)節(jié)效應(yīng)

根據(jù)資源基礎(chǔ)理論， 在企業(yè)資源具有明顯約束的情況下， 資源之間呈現(xiàn)明顯的替代效應(yīng)， 由于金融化和數(shù)字技術(shù)賦能對于企業(yè)的資源都有需求， 故兩者之間表現(xiàn)出“非此即彼”的狀態(tài)。因此， 融資約束對于金融化造成的“擠出效應(yīng)”存在調(diào)節(jié)作用。一方面， 較強的融資約束會導(dǎo)致管理層對于資源的分配以及投資決策更為謹(jǐn)慎， 增加管理層對于高流動性金融產(chǎn)品的偏好， 強化金融化對數(shù)字技術(shù)賦能的“擠出效應(yīng)”。另一方面， 較強的融資約束也會導(dǎo)致管理層更加關(guān)注金融市場動態(tài)， 使企業(yè)運營的重點發(fā)生偏離， 將原本對于實體產(chǎn)業(yè)的注意力逐步轉(zhuǎn)移至金融部門， 一定程度上忽視了數(shù)字技術(shù)等新興技術(shù)可能對企業(yè)的幫助， 降低了企業(yè)的外部環(huán)境感知能力， 進而強化金融化對數(shù)字技術(shù)賦能的“擠出效應(yīng)”。綜上， 本文認(rèn)為， 較強的融資約束會放大企業(yè)金融化帶來的消極影響， 使得數(shù)字技術(shù)賦能過程中可獲得的資源進一步減少。因此， 提出假設(shè)3：

假設(shè)3： 限定其他條件， 融資約束強化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系。

四、 研究設(shè)計

（一）樣本選取和數(shù)據(jù)來源

本文選取2012 ～ 2021年A股上市公司數(shù)據(jù)為研究樣本， 在此基礎(chǔ)上， 對數(shù)據(jù)進行如下篩選： （1）剔除內(nèi)生金融化程度較高的金融企業(yè)和房地產(chǎn)企業(yè)； （2）剔除ST和

?ST企業(yè)； （3）剔除當(dāng)期相關(guān)指標(biāo)缺失的上市公司數(shù)據(jù)。經(jīng)過以上篩選， 最終獲得2674家公司的22102個觀測值作為研究樣本。此外， 為降低異常值的干擾， 本文對所有連續(xù)變量在1%與99%分位上進行了縮尾處理。在數(shù)據(jù)來源方面， 數(shù)字技術(shù)賦能的量化指標(biāo)所使用的年報材料均源于巨潮資訊網(wǎng)、 證券交易所官方網(wǎng)站， 本文使用爬蟲工具下載。其他相關(guān)數(shù)據(jù)來自國泰安經(jīng)濟金融研究數(shù)據(jù)庫（CSMAR）。

（二）變量定義

1. 被解釋變量： 數(shù)字技術(shù)賦能。目前與數(shù)字技術(shù)/數(shù)字化轉(zhuǎn)型相關(guān)的衡量指標(biāo)或方法有數(shù)字無形資產(chǎn)（何帆和劉紅霞，2019；祁懷錦等，2020；張永坤等，2021；任曉怡等，2022）、 數(shù)字化成熟度評估模型（萬方和周西平，2021；金旭君等，2022）及詞典關(guān)鍵詞年報詞頻（吳非等，2021；羅進輝和巫奕龍，2021）三種， 但就筆者掌握的文獻(xiàn)看， 尚未有人對數(shù)字技術(shù)賦能進行量化。考慮到數(shù)字技術(shù)賦能的概念與數(shù)字技術(shù)/數(shù)字化轉(zhuǎn)型在一定程度上具有相似性， 并且此類信息會在年報中有關(guān)企業(yè)戰(zhàn)略轉(zhuǎn)型、 生產(chǎn)經(jīng)營成果、 未來發(fā)展等部分涉及， 本文參考吳非等（2021）的研究方法， 利用年報詞頻的辦法對數(shù)字技術(shù)賦能進行量化。但不同于吳非等（2021）全部依賴人為判斷篩選關(guān)鍵詞， 本文創(chuàng)新性地利用自然語言處理的文本挖掘方法， 使用TF-IDF算法結(jié)合人工篩選實現(xiàn)數(shù)據(jù)技術(shù)賦能特征詞的提取， 主要方法包括基于TF-IDF算法的詞典提取及年報文本分析兩部分。

（1）基于TF-IDF算法的詞典提取。TF-IDF算法是用于信息檢索與數(shù)據(jù)挖掘的常用加權(quán)技術(shù)， 能夠用于對語料文件關(guān)鍵詞的統(tǒng)計分析， 進而評估一個詞對語料文件或語料庫的重要程度。其被廣泛應(yīng)用于關(guān)鍵詞提取的學(xué)術(shù)研究中。TF-IDF值越大， 則表明該詞對文檔的貢獻(xiàn)越大， 對于文章也越重要。其具體做法是： 首先， 從學(xué)術(shù)領(lǐng)域和實務(wù)領(lǐng)域兩個方面收集有關(guān)數(shù)字技術(shù)賦能的學(xué)術(shù)論文、 重要政策文件、 新聞報紙文章、 深度研究報告等， 并利用PDF Miner模塊②將其轉(zhuǎn)化為TXT格式， 通過自然語言處理工具Jieba中文分詞庫③對文本進行分詞處理； 其次， 使用TF-IDF算法構(gòu)建文本的詞頻統(tǒng)計表， 計算每個詞語的TF-IDF值； 最后， 將所有詞語的TF-IDF值按照降序排列并通過進一步的人工篩選， 鎖定描述數(shù)字技術(shù)賦能的核心詞典。

本文最終獲得的數(shù)字技術(shù)賦能詞典如表1所示， 該詞典主要包括技術(shù)、 過程及目標(biāo)三個維度。具體來說： 技術(shù)維度主要包括七大底層基礎(chǔ)技術(shù)和衍生的相關(guān)迭代進階技術(shù)， 其為數(shù)字技術(shù)賦能提供了堅實的技術(shù)基礎(chǔ)， 是數(shù)字技術(shù)賦能的前提和必要條件； 過程維度主要包括生產(chǎn)、 產(chǎn)品、 客戶、 管理、 數(shù)字及創(chuàng)新六個方面， 主要刻畫了數(shù)字技術(shù)如何影響企業(yè)的生產(chǎn)經(jīng)營和銷售管理等， 比如更加精準(zhǔn)地識別客戶需求、 科學(xué)安排生產(chǎn)、 創(chuàng)新產(chǎn)品研發(fā)、 管理企業(yè)及數(shù)字資產(chǎn)等； 目標(biāo)維度主要包括應(yīng)用和戰(zhàn)略兩個層面， 應(yīng)用層面強調(diào)企業(yè)通過數(shù)字技術(shù)的應(yīng)用賦能實體生產(chǎn)后所實現(xiàn)的具體目標(biāo)， 如構(gòu)建智能電網(wǎng)、 實現(xiàn)電子商務(wù)運營等， 戰(zhàn)略層面主要描述企業(yè)希望通過數(shù)字技術(shù)賦能所實現(xiàn)的戰(zhàn)略目標(biāo)， 如掌握數(shù)字核心技術(shù)、 實現(xiàn)高質(zhì)量發(fā)展等。

以上詞典與吳非等（2021）的企業(yè)數(shù)字化轉(zhuǎn)型結(jié)構(gòu)化特征詞譜的重合度為31.25%， 差異主要在于： 企業(yè)數(shù)字化轉(zhuǎn)型結(jié)構(gòu)化特征詞譜更加注重技術(shù)層面的刻畫； 而本文的數(shù)字技術(shù)賦能特征詞典不僅包含技術(shù)層面的詞匯， 還包含數(shù)字技術(shù)賦能過程及戰(zhàn)略目標(biāo)的詞匯， 更加注重數(shù)字技術(shù)賦能的過程及結(jié)果描述。

（2）年報文本分析。本文借鑒吳非等（2021）的研究， 運用自然語言處理工具Jieba中文分詞庫進行文本處理， 在年報中對表1的詞典關(guān)鍵詞進行檢索、 匹配和詞頻統(tǒng)計。在獲取相關(guān)詞頻后， 考慮到數(shù)據(jù)的右偏特性， 本文借鑒學(xué)者們的普遍做法， 設(shè)置企業(yè)數(shù)字技術(shù)賦能變量： 企業(yè)數(shù)字技術(shù)賦能程度（Digital）=Ln（1+年度報告匹配詞典總詞頻）。

2. 解釋變量： 企業(yè)金融化。在前期文獻(xiàn)中， 對企業(yè)金融化的衡量有以下幾種指標(biāo)： 企業(yè)是否參股金融機構(gòu)啞變量、 金融資產(chǎn)收益占比、 金融資產(chǎn)占比、 金融資產(chǎn)對金融負(fù)債比率?？紤]到啞變量不能夠準(zhǔn)確衡量企業(yè)金融化程度， 本文采用金融資產(chǎn)占比作為解釋變量， 并以金融資產(chǎn)收益占比作為穩(wěn)健性檢驗中解釋變量的替換變量。

金融資產(chǎn)占比具體衡量如下： 企業(yè)金融化（Fin）=金融資產(chǎn)總額/總資產(chǎn)。其中， 2012 ～ 2017年財務(wù)報表中的金融資產(chǎn)包括： 交易性金融資產(chǎn)、 衍生金融資產(chǎn)、 發(fā)放貸款及墊款凈額、 可供出售金融資產(chǎn)、 持有至到期投資凈額和投資性房地產(chǎn)。考慮到2018年我國新金融工具會計準(zhǔn)則頒布后， 金融資產(chǎn)由原來的四分類改成三分類，? 2018 ～ 2021年的金融資產(chǎn)補充債權(quán)投資、 其他債權(quán)投資和其他權(quán)益工具投資， 刪掉可供出售金融資產(chǎn)和持有至到期投資凈額。

3. 調(diào)節(jié)變量。根據(jù)假設(shè)2、 假設(shè)3， 本文設(shè)置了以下兩個調(diào)節(jié)變量：

（1）現(xiàn)金持有（CF）。借鑒王紅建等（2014）、 張成思和劉貫春（2018）的研究， 使用經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額除總資產(chǎn)衡量企業(yè)的現(xiàn)金持有情況， 該指標(biāo)體現(xiàn)了企業(yè)的現(xiàn)金持有及流動性水平。

（2）融資約束（FR）。借鑒Hadlock 和Pierce（2010）、 鞠曉生等（2013）的研究， 選用SA指數(shù)衡量融資約束， 相較于其他指標(biāo)（如KZ指數(shù)和WW指數(shù)）， SA指數(shù)具有較強的外生性， 具體量化如下：

SA=-0.737Size+0.043Size2-0.04Age

其中： Size是企業(yè)資產(chǎn)總額的自然對數(shù)， Age是企業(yè)年限。SA指數(shù)為負(fù)值且其絕對值越大表明企業(yè)受到的融資約束越嚴(yán)重。為了更加直觀地衡量企業(yè)融資約束程度， 本文采用SA的絕對值作為衡量企業(yè)融資約束的指標(biāo)， 即： FR=|SA|， FR的取值越大， 企業(yè)面臨的融資約束程度越高。

4. 控制變量。借鑒前期文獻(xiàn)（如黎偉等， 2021； 黃大禹等， 2022； 任曉怡等， 2022）， 本文選取總資產(chǎn)利潤率、 凈資產(chǎn)收益率、 營業(yè)收入增長率、 股權(quán)集中度、 管理費用率、 審計意見、 兩職合一作為控制變量。此外， 本文還控制了年度、 行業(yè)及省份固定效應(yīng)。本文具體變量定義見表2。

（三）模型構(gòu)建

首先， 本文采用模型（1）檢驗假設(shè)1：

若模型（2）中企業(yè)金融化與現(xiàn)金持有的交乘項Fini，t×CFi，t的系數(shù)β3顯著為正， 則假設(shè)2為經(jīng)驗證據(jù)所支持； 若模型（3）中企業(yè)金融化與融資約束的交乘項Fini，t×FRi，t的系數(shù)θ3顯著為負(fù)， 則假設(shè)3為經(jīng)驗證據(jù)所支持。

五、 實證分析

（一）描述性統(tǒng)計

表3列示了各變量的描述性統(tǒng)計結(jié)果。數(shù)字技術(shù)賦能（Digital）的均值和中位數(shù)分別是2.946和2.890， 標(biāo)準(zhǔn)差為1.129， 表明在我國上市企業(yè)年報中數(shù)字技術(shù)賦能的表述強度方面， 不同公司之間差異較大。企業(yè)金融化（Fin）的最小值和最大值分別為0和0.884， 表明我國不同公司的金融化程度差異較大， 并且在實體企業(yè)中金融資產(chǎn)占總資產(chǎn)的比例最高可達(dá)88.4%， 說明個別實體企業(yè)過度金融化趨勢嚴(yán)重。本文企業(yè)金融化（Fin）變量的統(tǒng)計結(jié)果與郝晶等（2023）、 吳非等（2021）的研究結(jié)果相近。

此外， 本文還進行了各變量的Pearson相關(guān)系數(shù)分析（表格從略，資料備索）。其中， 數(shù)字技術(shù)賦能（Digital）與企業(yè)金融化（Fin）之間的相關(guān)系數(shù)為-0.072， 且在1%的水平上顯著， 初步支持了假設(shè)1。

（二）回歸分析

表4為假設(shè)1 ～ 3的基準(zhǔn)回歸結(jié)果。在表4的列（1）中， 企業(yè)金融化（Fin）的回歸系數(shù)為-0.393， 且在1%的水平上顯著， 說明實體企業(yè)金融化確實對數(shù)字技術(shù)賦能產(chǎn)生了負(fù)面影響， 假設(shè)1為經(jīng)驗證據(jù)所支持。在表4列（2）中， 企業(yè)金融化與現(xiàn)金持有的交乘項Fin×CF的系數(shù)為2.440， 且在5%的水平上顯著， 說明現(xiàn)金持有確實削弱了實體企業(yè)金融化對數(shù)字技術(shù)賦能的負(fù)面影響， 假設(shè)2為經(jīng)驗證據(jù)所支持。在表4的列（3）中， 企業(yè)金融化與融資約束的交乘項Fin×FR的系數(shù)為-0.682， 且在5%的水平上顯著， 說明融資約束確實增強了實體企業(yè)金融化對數(shù)字技術(shù)賦能的負(fù)面影響， 假設(shè)3為經(jīng)驗證據(jù)所支持。

（三）穩(wěn)健性檢驗

1. 替換被解釋變量與解釋變量。為進一步確保本文結(jié)果的穩(wěn)健性， 采用如下兩種方法重新進行回歸： （1）替換被解釋變量。本文借鑒周闊等（2022）的做法， 利用扣除行業(yè)、 年度中位數(shù)后的數(shù)字技術(shù)賦能詞數(shù)重新衡量數(shù)字技術(shù)賦能， 構(gòu)建變量Dig。（2）替換解釋變量。本文借鑒張成思和張步曇（2016）、 杜勇等（2019）的研究， 將企業(yè)金融化的量化方法替換成企業(yè)來自金融部門的收益占總收益的比例（FinInc）， 具體計算方法為： FinInc=（投資收益+公允價值變動損益+其他綜合收益）/營業(yè)利潤。

表5第（1）列中企業(yè)金融化（Fin）的系數(shù)顯著為負(fù)， 第（2）列交乘項Fin × CF的系數(shù)顯著為正， 第（3）列交乘項Fin ×FR的系數(shù)顯著為負(fù)， 分別再次支持假設(shè)1 ～ 3。表5第（4） ～ （6）列報告了將解釋變量替換為FinInc后的回歸結(jié)果， 同樣支持假設(shè)1 ～ 3。

2. 子樣本回歸檢驗。為了保證結(jié)果的穩(wěn)定性， 本文借鑒杜勇等（2017）、 段軍山和莊旭東（2021）、 任曉怡等（2022）的研究， 分別選用剔除2015年數(shù)據(jù)、 剔除東部地區(qū)樣本公司后的數(shù)據(jù)進行回歸檢驗。剔除2015年數(shù)據(jù)主要是由于2015年我國發(fā)生股災(zāi)， 對企業(yè)配置金融資產(chǎn)的行為以及所持有金融資產(chǎn)的價值產(chǎn)生不可預(yù)知的影響。剔除東部地區(qū)主要是因為東部地區(qū)經(jīng)濟更加發(fā)達(dá)， 金融化與數(shù)字技術(shù)賦能的關(guān)系可能表現(xiàn)得更加明顯， 所以有必要將其剔除后再進行回歸， 從而以更為普遍的樣本說明本文結(jié)論的穩(wěn)健性。

表6第（1） ～ （3）列匯報了剔除2015年樣本后的回歸結(jié)果， 第（4） ～ （6）列匯報了剔除東部地區(qū)樣本后的回歸結(jié)果。由第（1）及（4）列結(jié)果可知， Fin的回歸系數(shù)均在1%的顯著性水平上為負(fù)， 企業(yè)金融化對數(shù)字技術(shù)賦能產(chǎn)生消極影響的結(jié)論不變。第（2）及（5）列、 第（3）及（6）列分別展示了現(xiàn)金持有、 融資約束的調(diào)節(jié)效應(yīng)回歸結(jié)果， 以上結(jié)果均與基準(zhǔn)回歸的結(jié)果一致， 表明縮小樣本范圍后研究結(jié)論保持不變， 本文的研究結(jié)論具有穩(wěn)健性。

（四）內(nèi)生性檢驗

1. 傾向得分匹配法。企業(yè)的數(shù)字技術(shù)賦能會受到內(nèi)外部多種關(guān)鍵因素的影響， 盡管本文使用多元回歸模型且對相關(guān)控制變量進行設(shè)置， 但仍可能存在遺漏和偏差。為此， 本文通過傾向得分匹配法（PSM）控制內(nèi)生性。

首先， 判斷企業(yè)是否存在過度金融化并以此將樣本公司分為兩組。借鑒Richardson（2006）對非效率投資的殘差衡量方法， 采用實際金融化程度與內(nèi)部指標(biāo)擬合結(jié)果的殘差表征企業(yè)是否存在過度金融化傾向。同時根據(jù)黃賢環(huán)等（2019）、 Xie等（2022）的研究， 構(gòu)建以下模型擬合出實體企業(yè)最優(yōu)金融化水平。

其中： Levi，t-1表示公司上一期資產(chǎn)負(fù)債率； ListAgei，t-1表示公司上一期時的上市年限， 使用Ln（上期年份-上市年份+1）取得； Scode、 Year分別為公司、 年份的虛擬變量； εi，t為殘差； 其他變量的設(shè)置與前文保持一致。若模型（4）中εi，t大于0， 則說明企業(yè)具有過度金融化傾向， 令ExFin為1并作為處理組； 若εi，t小于等于0， 則說明企業(yè)不存在過度金融化傾向， 令ExFin為0并作為控制組。

其次， 本文使用Logistic回歸模型對ExFin進行回歸， 以前文使用的所有控制變量為協(xié)變量。經(jīng)過對匹配結(jié)果的篩選和調(diào)整， 本文采用1∶4最近鄰匹配法和卡尺匹配法（卡尺半徑為0.001）進行匹配。

最后， 本文分別使用兩種方法下匹配后的樣本進行回歸， 以驗證假設(shè)1 ～ 3。兩種匹配方法的結(jié)果與基準(zhǔn)回歸一致， 三個假設(shè)在PSM控制內(nèi)生性后仍然成立（表格從略，資料備索）。

2. 工具變量法。本文還使用工具變量法控制可能由于反向因果關(guān)系導(dǎo)致的內(nèi)生性問題。首先， 在工具變量的選擇方面， 本文借鑒相關(guān)學(xué)者的做法（杜勇等，2017；彭龍等，2022）， 使用被解釋變量企業(yè)金融化的滯后一期和二期數(shù)據(jù)（L.Fin、L2.Fin）作為工具變量。

具體結(jié)果如下（表格從略，資料備索）： 在第一階段回歸中， L.Fin、 L2.Fin作為工具變量與本文的解釋變量高度相關(guān)， 回歸系數(shù)分別是0.766、 0.080， 且均在1%的水平上顯著。在第二階段回歸中， Fin的回歸系數(shù)為-0.551， 且在1%的水平上顯著。這表明使用工具變量法控制內(nèi)生性后， 企業(yè)金融化仍對數(shù)字技術(shù)賦能產(chǎn)生了顯著的負(fù)面影響， 假設(shè)1仍然成立。關(guān)于調(diào)節(jié)效應(yīng)， 交乘項Fin×CF與Fin×FR的回歸系數(shù)為5.249、 -0.849， 分別在1%、 5%的水平上顯著， 說明在使用工具變量法控制內(nèi)生性后， 本文的假設(shè)2和假設(shè)3依然成立。

此外， 本文還采用了Heckman兩階段模型控制內(nèi)生性。在第一階段中， 采用Probit回歸模型對企業(yè)是否配置金融資產(chǎn)的啞變量Fin_dum進行回歸（若配置金融資產(chǎn)則Fin_dum為1， 否則為0）， 計算逆米爾斯比率（IMR）。在第二階段中， 將第一階段回歸得到的逆米爾斯比率（IMR）加入模型（1） ～ （3）的回歸中， 回歸結(jié)果與基準(zhǔn)回歸結(jié)果一致， 本文的三個假設(shè)在采用Heckman兩階段模型控制內(nèi)生性后仍然成立（表格從略，資料備索）。

六、 結(jié)論與啟示

（一）結(jié)論

本文利用2012 ～ 2021年我國A股上市公司數(shù)據(jù)， 檢驗了實體企業(yè)金融化對數(shù)字技術(shù)賦能的影響， 得到如下結(jié)論： 實體企業(yè)金融化會對數(shù)字技術(shù)賦能產(chǎn)生顯著負(fù)向影響； 現(xiàn)金持有、 融資約束在企業(yè)金融化與數(shù)字技術(shù)賦能之間存在調(diào)節(jié)效應(yīng)， 現(xiàn)金持有弱化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系， 融資約束強化了企業(yè)金融化與數(shù)字技術(shù)賦能的負(fù)向關(guān)系。

（二）啟示

第一， 對于政策制定者而言， 要引導(dǎo)金融部門將更多的資金用于實體經(jīng)濟， 幫助資金回歸本源。對非金融企業(yè)接觸金融產(chǎn)品應(yīng)做好控制和協(xié)調(diào)， 充分考慮實際情況并提供融資渠道， 對企業(yè)金融化的征兆和表現(xiàn)進行有效監(jiān)控， 引導(dǎo)企業(yè)適度合理使用金融工具。從金融部門和實體企業(yè)兩頭抓好金融服務(wù)實體經(jīng)濟的工作， 堅決遏制經(jīng)濟“脫實向虛”。此外， 要制定鼓勵企業(yè)進行數(shù)字技術(shù)賦能的政策， 幫助企業(yè)進行數(shù)字技術(shù)賦能。盡管目前我國經(jīng)濟發(fā)展迅速， 但是在數(shù)字技術(shù)日新月異的環(huán)境下， 絕不能固步自封， 而是需要在制度制定層面加大力度鼓勵和支持?jǐn)?shù)字技術(shù)在實體經(jīng)濟中的落地， 促進企業(yè)資金向數(shù)字技術(shù)賦能實體方向傾斜， 哺育企業(yè)完成數(shù)字技術(shù)的融合， 實現(xiàn)我國經(jīng)濟的高質(zhì)量發(fā)展。

第二， 對于公司而言， 要積極應(yīng)對外部環(huán)境變化， 在清楚認(rèn)識數(shù)字技術(shù)的基礎(chǔ)上， 合理分配自身資源， 順應(yīng)并積極投入數(shù)字技術(shù)發(fā)展浪潮， 通過數(shù)字技術(shù)賦能提高企業(yè)經(jīng)營績效， 實現(xiàn)更好的發(fā)展。此外， 實體企業(yè)還要秉持長期主義的企業(yè)戰(zhàn)略理念， 堅持發(fā)展自身實體產(chǎn)業(yè)， 從而穩(wěn)定獲得核心競爭力。同時， 不斷提升自我管理水平， 對現(xiàn)金持有水平進行動態(tài)調(diào)整， 提高資產(chǎn)利用效率， 有效把控企業(yè)流動性。

第三， 對于金融部門而言， 應(yīng)樹立起服務(wù)實體產(chǎn)業(yè)的觀念， 設(shè)身處地了解不同層次、 不同產(chǎn)權(quán)實體企業(yè)的融資需求和融資困難， 設(shè)計切實可行且有針對性的融資方案， 幫助優(yōu)質(zhì)實體企業(yè)發(fā)展， 有效緩解實體企業(yè)的融資約束。

【 注 釋 】

① 數(shù)據(jù)源為中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告》（2016年-2022年）。

② PDF Miner模塊是一種Python第三方工具模塊，能夠?qū)崿F(xiàn)對PDF文檔文本內(nèi)容的提取、將PDF文檔轉(zhuǎn)換為其他格式等功能。

③ Jieba中文分詞庫是常用的Python中文分詞組件，主要功能為對中文文本分詞、詞性標(biāo)注、獲取詞語位置等。

【 主 要 參 考 文 獻(xiàn) 】

杜勇，張歡，陳建英．金融化對實體企業(yè)未來主業(yè)發(fā)展的影響：促進還是抑制［ J］．中國工業(yè)經(jīng)濟，2017（12）：113 ～ 131．

杜勇，謝瑾，陳建英．CEO金融背景與實體企業(yè)金融化［ J］．中國工業(yè)經(jīng)濟，2019（5）：136 ～ 154．

段軍山，莊旭東．金融投資行為與企業(yè)技術(shù)創(chuàng)新 —— 動機分析與經(jīng)驗證據(jù) ［ J］．中國工業(yè)經(jīng)濟，2021（1）：155 ～ 173．

胡海峰，竇斌，王愛萍．企業(yè)金融化與生產(chǎn)效率［ J］．世界經(jīng)濟，2020（1）：70 ～ 96．

鞠曉生，盧荻，虞義華．融資約束、營運資本管理與企業(yè)創(chuàng)新可持續(xù)性［ J］．經(jīng)濟研究，2013（1）：4 ～ 16．

黎偉，許桂華，任曉怡．企業(yè)金融化與數(shù)字技術(shù)應(yīng)用：促進還是抑制？［ J］．經(jīng)濟體制改革，2021（6）：142 ～ 147．

林毅夫，李永軍．中小金融機構(gòu)發(fā)展與中小企業(yè)融資［ J］．經(jīng)濟研究，2001（1）：10 ～ 18+93．

彭龍，詹惠蓉，文文．實體企業(yè)金融化與企業(yè)技術(shù)創(chuàng)新 —— 來自非金融上市公司的經(jīng)驗證據(jù)［ J］．經(jīng)濟學(xué)家，2022（4）：58 ～ 69．

宋軍，陸旸．非貨幣金融資產(chǎn)和經(jīng)營收益率的U形關(guān)系 —— 來自我國上市非金融公司的金融化證據(jù)［ J］．金融研究，2015（6）：111 ～ 127．

田秀娟，李睿．?dāng)?shù)字技術(shù)賦能實體經(jīng)濟轉(zhuǎn)型發(fā)展 —— 基于熊彼特內(nèi)生增長理論的分析框架［ J］．管理世界，2022（5）：56 ～ 74．

吳非，胡慧芷，林慧妍等．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn) —— 來自股票流動性的經(jīng)驗證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+110．

楊箏，劉放，王紅建．企業(yè)交易性金融資產(chǎn)配置：資金儲備還是投機行為？［ J］．管理評論，2017（2）：13 ～ 25+34．

張成思，張步曇．中國實業(yè)投資率下降之謎：經(jīng)濟金融化視角［ J］．經(jīng)濟研究，2016（12）：32 ～ 46．

張成思，劉貫春．中國實業(yè)部門投融資決策機制研究 —— 基于經(jīng)濟政策不確定性和融資約束異質(zhì)性視角［ J］．經(jīng)濟研究，2018（12）：51 ～ 67．

張明，羅靈．民營企業(yè)金融化影響生產(chǎn)率的實證研究 —— 基于中國A股民營上市公司的經(jīng)驗分析［ J］．經(jīng)濟體制改革，2017（5）：155 ～ 161．

張永珅，李小波，邢銘強．企業(yè)數(shù)字化轉(zhuǎn)型與審計定價［ J］．審計研究，2021（3）：62 ～ 71．

Demir F.. Financial Liberalization，Private Investment and Portfolio Choice： Financialization of Real Sectors in Emerging Markets［ J］．Journal of Development Economics，2011（2）：314 ～ 324．

Duchin R.， Gilbert T.， Harford J.， et al.. Precautionary Savings with Risky Assets： When Cash Is Not Cash［ J］．Journal of Finance，2017（2）：793 ～ 852．

Hadlock C.， Pierce J.. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index［ J］．Review of Financial Studies，2010（5）：1909 ～ 1940．

Karimi J.，Walter Z.. The Role of Dynamic Capabilities in Responding to Digital Disruption： A Factor-Based Study of the Newspaper Industry［ J］．Journal of Management Information Systems，2015（1）：39 ～ 81．

Krippner G.. The Financialization of the American Economy［ J］．Socio-Economic Review，2005（2）：173 ～ 208．

Mishra D.， Luo Z.， Hazen B.. Organizational Capabilities that Enable Big Data and Predictive Analytics Diffusion and Organizational Performance： A Resource-based Perspective［ J］．Management Decision，2019（8）：1734 ～ 1755．

Richardson S.. Over-investment of Free Cash Flow［ J］．Review of Accounting Studies，2006（2-3）：159 ～ 189．