■李 燕 湖南科技大學(xué)商學(xué)院

一、引言

21 世紀(jì)以來，大數(shù)據(jù)、人工智能、互聯(lián)網(wǎng)、云計(jì)算等新興數(shù)字技術(shù)的迅速發(fā)展，為宏觀經(jīng)濟(jì)發(fā)展提供了強(qiáng)大的動力，數(shù)字經(jīng)濟(jì)成為當(dāng)前時(shí)代經(jīng)濟(jì)高速發(fā)展的新引擎。國務(wù)院在《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》中提出，為應(yīng)對新形勢新挑戰(zhàn)，把握數(shù)字化發(fā)展新機(jī)遇，要加快企業(yè)數(shù)字化轉(zhuǎn)型升級。當(dāng)前，數(shù)字化轉(zhuǎn)型已成為企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的必經(jīng)之路。數(shù)字化轉(zhuǎn)型也日益成為學(xué)術(shù)界所關(guān)注的熱點(diǎn)話題。

數(shù)字化轉(zhuǎn)型改變了傳統(tǒng)商業(yè)邏輯，通過數(shù)據(jù)的高效流動改善企業(yè)的技術(shù)、人才、資金和物資等要素的資源配置，不僅能夠提高生產(chǎn)效率，降低企業(yè)成本，減少外部不確定性對企業(yè)的沖擊，還能從提升業(yè)績、提高市場預(yù)期、提升企業(yè)融資效率、改善融資成本等方面改善企業(yè)融資狀況。由此可見，數(shù)字化轉(zhuǎn)型對企業(yè)的融資狀況改善具有重要意義。

現(xiàn)有研究主要集中于數(shù)字化轉(zhuǎn)型對企業(yè)業(yè)績、生產(chǎn)效率等的影響方面，較少文獻(xiàn)從信息不對稱的視角研究數(shù)字化轉(zhuǎn)型對融資約束的影響。因此，本文將對數(shù)字化轉(zhuǎn)型與融資約束的關(guān)系進(jìn)行探討。這豐富了對數(shù)字化轉(zhuǎn)型和企業(yè)融資約束關(guān)系的理解，從信息不對稱的視角考察了數(shù)字化轉(zhuǎn)型對于企業(yè)融資約束的影響，對探討數(shù)字化轉(zhuǎn)型和企業(yè)融資約束之間的關(guān)系具有重要的理論和實(shí)踐意義。

二、理論分析和研究假設(shè)

Fazzi 等（1987）最早提出融資約束會阻礙企業(yè)的融資狀態(tài)達(dá)到最優(yōu)，主要是因?yàn)橥庠慈谫Y成本往往高于內(nèi)源融資成本。企業(yè)融資約束不僅受到股權(quán)性質(zhì)、企業(yè)規(guī)模大小、宏觀經(jīng)濟(jì)狀況等因素的影響，還受到資金供求雙方信息不對稱的影響。僅靠企業(yè)內(nèi)部資金積累難以維持企業(yè)的長遠(yuǎn)發(fā)展，然而，外部投資者不參與企業(yè)的日常經(jīng)營管理，存在較強(qiáng)的信息不對稱情形，會影響企業(yè)進(jìn)行融資。而數(shù)字化轉(zhuǎn)型拓寬了微觀主體的融資渠道，為企業(yè)融資提供了新契機(jī)。因此，本文試圖從數(shù)字化轉(zhuǎn)型對企業(yè)融資約束影響的角度入手，研究企業(yè)的融資約束狀況。

1.數(shù)字化轉(zhuǎn)型與企業(yè)融資約束

從企業(yè)視角，瞿淑萍等（2019）認(rèn)為數(shù)字經(jīng)濟(jì)降低了企業(yè)債務(wù)融資的交易議價(jià)成本和機(jī)會成本，從而降低企業(yè)融資成本。從金融機(jī)構(gòu)視角，F(xiàn)uster 等（2019）認(rèn)為數(shù)字化轉(zhuǎn)型提高了金融機(jī)構(gòu)的服務(wù)水平，降低了傳統(tǒng)金融服務(wù)的門檻和成本，加快了信貸審批速度，擴(kuò)大了金融機(jī)構(gòu)的放貸群體，小企業(yè)也可以參與到其中。由此可見，數(shù)字化轉(zhuǎn)型在增加金融機(jī)構(gòu)的放貸意愿的同時(shí)，也降低了融資成本，從而緩解融資約束?；诖耍岢黾僭O(shè)：

H1：當(dāng)其他條件不變時(shí)，數(shù)字化轉(zhuǎn)型緩解了企業(yè)融資約束。

2.數(shù)字化轉(zhuǎn)型、信息不對稱與融資約束

企業(yè)數(shù)字化轉(zhuǎn)型改善了借貸雙方的信息不對稱程度，并且增強(qiáng)了市場投資者對企業(yè)的正面預(yù)期，緩解了企業(yè)融資約束。從企業(yè)視角，首先，數(shù)字化轉(zhuǎn)型能夠幫助企業(yè)提升數(shù)據(jù)處理能力，輸出更多有用信息，緩解信息不對稱程度，并且能夠促使企業(yè)增加信息披露，降低信息不對稱性。其次，數(shù)字科技的發(fā)展還豐富了資金供給者的信息渠道。數(shù)字技術(shù)打破了企業(yè)原有邊界，提高了上下游企業(yè)進(jìn)行信息共享的能力，這就意味著企業(yè)不僅可以從金融機(jī)構(gòu)融資，還可以考慮通過供應(yīng)鏈金融和上下游進(jìn)行融資。

從金融機(jī)構(gòu)視角，銀行日益關(guān)注企業(yè)財(cái)務(wù)信息披露質(zhì)量及透明度。信息不對稱理論認(rèn)為，不同利益相關(guān)者掌握不同的信息，這些“數(shù)字鴻溝”影響著企業(yè)的有效運(yùn)轉(zhuǎn)。而數(shù)字化轉(zhuǎn)型可以有效打破“數(shù)字鴻溝”，提高企業(yè)信息的透明度。數(shù)字化轉(zhuǎn)型可以通過降低信息不對稱程度來增加金融機(jī)構(gòu)的放貸意愿。數(shù)字化轉(zhuǎn)型給借貸雙方提供了更加方便快捷的信息平臺，金融機(jī)構(gòu)不僅能對企業(yè)的信息進(jìn)行智能化決策，還能借助信息平臺對企業(yè)的實(shí)況進(jìn)行監(jiān)測，了解到更多相關(guān)信息，降低信息不透明度，提高放貸意愿。通過上述分析，本文提出以下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型可以通過降低信息不對稱程度以緩解企業(yè)融資約束。

三、研究設(shè)計(jì)

1.樣本選擇與數(shù)據(jù)來源

本文以A 股上市公司2008—2020 年數(shù)據(jù)為研究樣本，并進(jìn)行以下處理：第一，剔除金融類企業(yè)；第二，剔除ST、*ST 類等財(cái)務(wù)狀況存在特殊性的企業(yè)；第三，剔除關(guān)鍵變量缺失企業(yè)；第四，剔除存續(xù)時(shí)間小于5 年的企業(yè)。并且，對所有連續(xù)變量進(jìn)行1%和99%分位的縮尾處理。本文財(cái)務(wù)數(shù)據(jù)均來源于國泰安CSMAR 數(shù)據(jù)庫，數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過Python 對所有上市公司的年報(bào)數(shù)據(jù)進(jìn)行抓取、識別和整理。

2.變量定義

（1） 被解釋變量：企業(yè)融資約束（SA）

本文采用SA指數(shù)衡量融資約束。SA指數(shù)由Hadlock等（2010）構(gòu)建。SA指數(shù)為負(fù)值且絕對值越大，表明企業(yè)受到的融資約束越嚴(yán)重。公式如下：

（2） 核心解釋變量：數(shù)字化轉(zhuǎn)型（DICG）

本文借鑒趙宸宇等（2021）的依據(jù)，借助文本分析法來構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。具體包括：運(yùn)用Python爬蟲技術(shù)從巨潮資訊網(wǎng)上下載2008—2020 年A 股上市公司所有年報(bào)，根據(jù)關(guān)鍵詞詞譜進(jìn)行文本鎖定和提?。粎⒖紖欠堑鹊难芯?，以及重要會議及國家政策提出的系列名詞，構(gòu)建了數(shù)字化轉(zhuǎn)型的關(guān)鍵詞詞譜，如圖1 所示。

（3） 中介變量

已有研究表明，分析師跟蹤數(shù)量與企業(yè)信息不對稱程度顯著負(fù)相關(guān)，且分析師跟蹤能提高上市公司信息透明度。分析師跟蹤能夠減少企業(yè)的代理成本，提高上市公司對外信息披露質(zhì)量。一方面，分析師需要全面地考察企業(yè)動態(tài)，接觸管理層，增加了公司信息的全面性；分析師還需要對所獲信息進(jìn)行解讀，并公之于眾，從而增加信息的可理解性；分析師還需要向投資者公布股票的評級信息和預(yù)測公司的盈余狀況，這可以更及時(shí)地傳遞公司的相關(guān)信息。另一方面，分析師也是證券市場的監(jiān)督者之一，有助于提高公司的信息質(zhì)量。增加信息數(shù)量和提高信息質(zhì)量都有利于提高信息透明度，緩解信息不對稱。本文用分析師跟蹤數(shù)量（Follow）來衡量信息不對稱。

3.模型構(gòu)建

本文通過模型（2） 來檢驗(yàn)數(shù)字化轉(zhuǎn)型對企業(yè)融資約束的影響：

本文通過固定效應(yīng)模型進(jìn)行檢驗(yàn)，控制了個(gè)體和時(shí)間。其中i表示企業(yè)個(gè)體，t表示年度，SAi,t是被解釋變量，表示了i公司在第t年的融資約束，DICGi,t是核心解釋變量，表示了i公司第t年的數(shù)字化轉(zhuǎn)型程度，CVs是控制變量集合，εi,t為隨機(jī)干擾項(xiàng)。

為了檢驗(yàn)信息不對稱在企業(yè)數(shù)字化轉(zhuǎn)型緩解融資約束中是否能起到作用，依據(jù)溫忠麟等（2004）的中介檢驗(yàn)機(jī)制，構(gòu)建了模型（3） 至模型（5） ：

四、實(shí)證結(jié)果與分析

1.相關(guān)性統(tǒng)計(jì)分析

相關(guān)系數(shù)矩陣顯示融資約束和數(shù)字化轉(zhuǎn)型呈負(fù)相關(guān)，且在1%的水平下顯著（因篇幅原因，表格省略），這說明進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)受到的融資約束更小。此外，通過VIF 方法進(jìn)行共線性檢驗(yàn)，結(jié)果見表1，VIF 的平均值和最大值都小于5，說明各變量之間不存在多重共線性。

表1 VIF 檢驗(yàn)

2.回歸分析

表2顯示了數(shù)字化轉(zhuǎn)型與融資約束的關(guān)系。在列（1）中，數(shù)字化轉(zhuǎn)型對融資約束的系數(shù)為-0.037，且回歸結(jié)果在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型對融資約束具有顯著的緩解作用。此結(jié)論驗(yàn)證了本文的H1。

表2 數(shù)字化轉(zhuǎn)型與融資約束的回歸結(jié)果

列（2） 是模型（4） 的回歸結(jié)果，檢驗(yàn)了核心解釋變量數(shù)字化轉(zhuǎn)型和中介變量信息不對稱之間的負(fù)相關(guān)關(guān)系，回歸結(jié)果在1%的水平上顯著。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型可以提高分析師追蹤數(shù)量，吸引市場金融機(jī)構(gòu)的興趣，降低信息不對稱程度。列（3） 是模型（5） 的回歸結(jié)果，檢驗(yàn)了信息不對稱是否在數(shù)字化轉(zhuǎn)型與融資約束的關(guān)系中發(fā)揮中介作用，在加入信息不對稱這一中介變量后，數(shù)字化轉(zhuǎn)型對融資約束的系數(shù)為-0.034，和列（1） 相比出現(xiàn)下降，且信息不對稱對融資約束的系數(shù)為0.037，均在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型能夠提高信息質(zhì)量、增加可用信息，有效打破“數(shù)字鴻溝”，降低信息不對稱程度以增加金融機(jī)構(gòu)的放貸意愿，從而緩解融資約束，由此驗(yàn)證了H2。

五、研究結(jié)論與意義

本文以2008—2020 年A 股上市公司為樣本，將數(shù)字化轉(zhuǎn)型和融資約束有機(jī)結(jié)合，并檢驗(yàn)識別了信息不對稱的中介作用。研究發(fā)現(xiàn)：第一，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠緩解企業(yè)所受到的融資約束，經(jīng)穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)后，該結(jié)論仍然成立。第二，信息不對稱在其中發(fā)揮著中介作用，數(shù)字化轉(zhuǎn)型通過改善信息不對稱程度，從而降低融資約束。第三，相較于非國有企業(yè)，對國有企業(yè)的緩解作用更明顯；并且還受到區(qū)域的影響，對西部地區(qū)效果更為顯著，中部次之，東部最后。

基于上面的結(jié)論，我們提出以下幾點(diǎn)建議：

第一，在當(dāng)前數(shù)字化經(jīng)濟(jì)蓬勃發(fā)展的時(shí)刻，企業(yè)要抓住這個(gè)機(jī)遇，加快推進(jìn)產(chǎn)業(yè)數(shù)字化進(jìn)程，促進(jìn)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展。

第二，要加強(qiáng)信息在資本市場上的流通效率，借助數(shù)字技術(shù)等對信息進(jìn)行標(biāo)準(zhǔn)化處理，豐富信息總量并進(jìn)行更方便快捷的交流。還要完善信息披露制度降低資本市場信息獲取成本，改善信息不對稱狀況，提高企業(yè)在企業(yè)內(nèi)外部的流通效率和信息透明度，形成良好的信息傳導(dǎo)機(jī)制以緩解企業(yè)的融資約束。

第三，考慮到不同性質(zhì)企業(yè)和不同區(qū)域企業(yè)具有不同的特質(zhì)，要根據(jù)資源有效配置的原理實(shí)行政策性傾斜。一方面，對國有企業(yè)加大政策扶持力度，來促進(jìn)國有企業(yè)的健康發(fā)展和融資結(jié)構(gòu)的完善；另一方面，對西部、中部地區(qū)投入更多的關(guān)注和資金補(bǔ)貼，促進(jìn)不同區(qū)域間的協(xié)調(diào)發(fā)展。