企業數字化轉型與權益資本成本：提升抑或降低？

趙峰 高嬌嬌 唐昭輝

摘? ?要：數字化轉型為企業帶來了積極影響，在一定程度上促進了企業的發展。以往的文獻集中研究了數字化轉型對企業績效、融資約束的影響，較少關注對企業權益資本成本的作用。本文基于Python爬蟲和文本分析技術自行構建中國“企業數字化轉型指數”，以2010—2021年中國A股上市公司為樣本進行研究，研究發現，企業數字化轉型能夠促進權益資本成本的降低，該項結論在進行了一系列穩健性檢驗后仍然成立。在影響機制方面，企業數字化轉型可以通過降低信息不對稱、提升股票流動性以及提升企業的創新水平等渠道促進權益資本成本的下降。進一步研究發現，對于非國有企業、低股權集中度企業和高行業集中度企業，企業數字化轉型對權益資本成本的降低作用更加顯著。

關鍵詞：企業數字化轉型；權益資本成本；信息不對稱；股票流動性；創新水平

中圖分類號：F832? 文獻標識碼：A? 文章編號：1674-2265（2023）03-0042-10

DOI：10.19647/j.cnki.37-1462/f.2023.03.007

一、引言

黨的二十大報告提出“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”。數字經濟加速了企業數字化轉型進程，使得產業格局在過去十年發生了劇烈的震蕩 （Sadeghi等，2021）[1]，置身于“數字化產業”及“產業數字化”大潮中的企業更是面臨著前所未有的機遇和挑戰（張永珅等，2021）[2]。顯然，數字化發展已經成為當代企業需要開展的一個戰略要務，其不斷涌現的新產品、新服務和新業態，更是驅動著人們對企業數字化轉型的研究。為此，越來越多的企業開始投身到數字化轉型的浪潮之中，做好管理變革，識別市場模式和機會，利用數字技術推動企業轉型升級。

客觀來看，企業的轉型行為必然會在一定程度上映射至資本市場活動中（吳非等，2021）[3]。其中權益資本成本作為公司股東的必要收益率，是衡量資本市場發展水平和資源配置效率的重要標準（毛新述等，2012）[4]。企業數字化轉型在一定程度上能夠緩解企業的融資約束和降低企業的經營風險，這些又與權益資本成本有密切關系。在此背景下我們不禁思考，數字化轉型能否降低企業權益資本成本？其作用機制又是什么？通過回答上述問題，能夠從微觀層面進一步補充企業數字化轉型的實施效果，從而深入了解資本市場的資源配置效率、財務質量以及投融資決策，為相關政策制定提供經驗證據。 鑒于此，本文以2010—2021年中國A股上市公司為研究樣本，利用文本分析法統計企業年報中與數字化轉型有關的詞頻來構建“企業數字化轉型”指標，實證檢驗企業數字化轉型對權益資本成本的影響。

本文的主要貢獻在于：第一，以企業數字化轉型為切入點，拓寬了權益資本成本影響因素的研究領域。以往研究從企業的資產質量、經營風險、核心競爭力（王化成等，2017；張修平等，2020；戚聿東等，2021）[5-7]等企業特征方面研究了權益資本成本的影響因素，而本文從數字領域視角出發，拓寬了有關權益資本成本的研究。第二，豐富了企業數字化轉型的研究成果。本文從更加多維的角度出發，通過中介效應模型檢驗發現，企業數字化轉型主要是通過影響信息不對稱、股票流動性以及企業創新水平來發揮作用的，并在此基礎上進行一系列實證檢驗，為深刻認識企業數字化轉型的經濟后果提供了微觀層面的證據。第三，本研究高度契合國家數字化發展戰略，對于鼓勵中小企業進行數字化轉型以提升其自身競爭力和推動建設“數字中國”具有重要價值。

二、理論分析與研究假設

從已有文獻看，針對權益資本成本的影響因素已經有較多較深入的研究。具體來講，在宏觀層面，學者們主要研究了市場環境、治理環境、法律制度和證券監管 （La Porta等，2002；Hail和Leuz，2006；肖作平和周嘉嘉，2012；廖義剛，2015）[8-11]等對權益資本成本的影響；而在微觀層面，很多文獻從市場風險、公司治理、信息透明度、機構投資者行為（Chen等，2009；支曉強和何天芮，2010；周嘉南和雷霆，2014；代昀昊，2018）[12-15]等方面進行深入研究。上述文獻對于深入了解權益資本成本的影響機制大有裨益。

作為公司內部重要的財務衡量指標，權益資本成本反映了企業經營風險以及再融資的能力，也是衡量資本市場發展水平和資源配置效率的重要標準。而企業數字化轉型在數字經濟的驅動下成為當今社會經濟發展的必然趨勢， 能夠對企業生產經營及決策產生一定的影響（韋誼成等，2022）[16]，從而影響企業權益資本成本。

首先，企業數字化轉型通過降低信息不對稱程度來降低權益資本成本。企業內外的信息不對稱程度是影響公司權益資本成本的重要因素（戚聿東等，2021）[7]，而數字技術的應用能夠有效地降低企業的信息不對稱程度，進而起到降低權益資本成本的作用。具體而言，企業數字化轉型作為一種新的商業模式，通過運用計算機、區塊鏈、物聯網等數字化技術，能更加充分地獲取和加工有效信息，使得市場主體獲取信息更加有效精準，從而消除各種信息不對稱。相關研究也表明，企業數字化轉型不僅能夠通過強化對海量數據的處理能力緩解信息不對稱程度，進而增強市場預期，提高資本市場流動性（吳非等，2021）[3]，同時也可以通過改善企業信息與營商環境降低企業信息不對稱程度（盛思思和徐展，2022）[17]。隨著企業信息不對稱程度的降低，投資者能夠通過更有效地獲取信息了解企業的真實運營狀況，降低投資者的估計風險，進而降低公司的權益資本成本（張修平等，2020）[6]。此外，企業信息不對稱程度的降低能夠進一步加強投資者對公司信息披露質量的認識，通過提高公司信息披露質量降低投資者的期望報酬率，從而促進公司權益資本成本的下降（Coles等， 1995）[18]。

其次，企業數字化轉型可以通過提升股票流動性來降低權益資本成本。股票流動性是資本市場價格發現、信息流動、資源配置的基礎（陳輝和顧乃康，2017）[19]，在很大程度上映射出了市場主體以合理價格交易資產的能力，與企業的權益資本成本具有天然的聯系，提升股票流動性是降低公司權益資本成本的一個重要途徑（Amihud和Mendelson，2006）[20]。數字化轉型作為企業內部一種新的變革方式，能夠通過提升企業的財務價值和財務穩定性等機制促進股票流動性的提升，進而降低權益資本成本。具體而言，企業數字化轉型程度的提高可視為向資本市場釋放良好信號，將會增強投資者對企業未來發展的信心，使得其投資情緒高漲積極買進該企業股票，通過股票交易量的攀升來提升企業股票流動性。隨著股票流動性的提升，企業投資者能夠更好地了解公司內部發展狀況（Easley和O'hara，2004）[21]，改善資本配置效率，通過降低投資者的轉讓權實現成本使其期望獲取的轉讓風險補償降低，進而促進企業權益資本成本的降低（Diamond和Verrecchia，1991）[22]。

最后，企業數字化轉型可以通過提升企業的創新水平來降低權益資本成本。企業數字化轉型能夠通過充分驅動傳統產業轉型升級賦能企業創新活動，改變企業創新模式和創新體系，從而降低權益資本成本。一方面，數字經濟的發展使得客戶與企業更加了解對方，客戶提高了對產品生產和制造的認知，進而對企業產品和服務產生更高的心理預期，企業將會加大研發投入，強化創新動能。隨著創新投入的提高，投資者獲得的超額收益也就越高（周銘山等，2017）[23]，進而促進權益資本成本的顯著降低。另一方面，進行實體經營的企業往往可以通過數字化變革增強其創新能力（何帆和劉紅霞，2019）[24]，改善信息處理、加工、流通效率，提升創新潛能。數字化轉型在促進傳統企業改革的同時，智能技術取代了一部分低技能工作，增加了企業對高新技術人才的需求，提高了企業人力資本水平，進而促進了企業內部創新研發活動與管理效率（安同良和聞銳，2022）[25]。而企業在提升創新水平實現產品差異化生產、擴大市場份額的同時能夠提升企業的市場競爭地位，優化生產流程，從而有助于提升生產效率，降低生產成本，進而有助于降低企業的權益資本成本?；谝陨戏治觯疚奶岢鲆韵录僭O：

假設H1：企業數字化轉型能夠降低企業權益資本成本。

假設 H2a：企業數字化轉型通過降低信息不對稱程度來降低權益資本成本。

假設 H2b：企業數字化轉型通過提升股票流動性來降低權益資本成本。

假設 H2c：企業數字化轉型通過提升企業的創新水平來降低權益資本成本。

三、研究設計

（一）數據來源

本文選取2010—2021年我國A股上市公司的數據為研究樣本，探索數字化轉型對公司權益資本成本的影響。所有初始數據來源于萬得和國泰安數據庫，并作如下處理：第一，剔除金融行業企業；第二，剔除ST、ST*、PT以及期間退市的股票；第三，為了減少極端值對整體分析的影響，對所有連續控制變量進行了1%和99%的縮尾處理，最終得到18428條觀測值。在回歸結果中對行業效應與年份效應均進行了控制。

（二）主要變量定義

1. 解釋變量：企業數字化轉型指數（DCGI）。本文借鑒袁淳等（2021）[26]做法，對企業年報“管理層討論與分析”中關鍵詞進行python爬蟲抓取，與企業數字化術語詞典進行文本匹配以及頻數統計，得到每家上市公司歷年年報中各個關鍵詞的出現頻率后，采用企業數字化相關詞匯頻數總和除以年報“管理層討論與分析”語段長度衡量微觀企業數字化轉型指數，并將該指標乘以 100，該數值越大，表示企業數字化轉型程度越高。

2. 被解釋變量：權益資本成本（COC）。權益資本成本的研究已經相對成熟，主要包括早期的資本資產定價模型（CAPM）、后期的三因素模型和套利定價理論。鑒于事后估計權益資本成本存在諸多缺陷，近年來學者的主要研究方向轉為事前估計。事前估計通常采用非正常盈余增長模型，包括PEG模型、MPEG模型與OJ模型等。

Easton（2004）[27]提出了PEG模型和MPEG模型，這類模型假定非正常收益的增長率[△g]，存在一個期望變化率[g=（gt+1-gt）/gt]。

PEG模型中假設[△g]恒為0，得到：

其中，[epst+2]為分析師預測的第[t+2]期每股收益均值，[epst+1]為分析師預測的第[t+1]期每股收益均值，[Pt]為第t期期末的每股價格。同理，參考Easton（2004）[27]得到了MPEG模型，該模型假設在預測有限期內，非正常收益增長率的期望變化率不為零，其優點是對股利政策沒有其他限定，能更好地解釋單個企業的預期收益和風險。進一步地，本文借鑒肖作平（2016）[28]等，令長期增長率[γ-1]為5%得到了OJ模型。

已有研究表明，PEG 模型估計的權益資本成本能夠恰當地捕捉到各風險因素的影響，較其他權益資本成本模型更適合中國資本市場（毛新述等，2012）[4]。為此，本文將PEG模型得到的[rPEG]作為權益資本成本的代理指標進行實證分析，同時將MPEG模型以及OJ模型方法測算的權益資本成本[rMPEG]和[roj]用于穩健性檢驗中①。

3. 中介變量。（1）信息不對稱指標。本文借鑒宋敏等（2021）[29]和于蔚等（2012）[30]的做法，先構建流動性比率指標（LR）、非流動性比率指標（ILL）、收益率反轉指標（GAM）三個股票流動性指標， 然后對LR、ILL、GAM進行主成分分析，提取它們的共同變異信息（即與非對稱信息相關的成分），記為ASY，ASY越大，意味著信息不對稱程度越高。（2）股票流動性指標。本文借鑒Roll（1984）[31]、Goyenko等（2009）[32]和張崢等（2014）[33]做法構建如下指標：

其中，[Pt] 為單個股票在[t]時期考慮現金紅利再投資的日收益率，[covΔPt，ΔPt-1]為單個股票在[t]時期考慮現金紅利再投資的日收益率的一階差分序列的協方差。（3）創新水平指標。本文借鑒李壽喜和王袁晗（2022）[34]做法，采用研發人員占比（RD1 =研發人員人數/企業總人數）及研發投入占比（RD2=研發投入資金/營業收入）指代。

4. 控制變量。本文參考以往有關文獻，控制了如下變量：公司規模（Size）、資產負債率（Lev）、總資產利潤率（ROA）、現金流比率（Cashflow）、營業收入增長率（Growth）、管理費用率（Mfee）、獨董比例（Indep）、托賓Q值（TobinQ）、賬面市值比（BM）。此外，還控制了行業和年份變量。

（三）模型設定

本文構建以下模型進行實證檢驗：

模型（3）是本文的基準回歸，被解釋變量[COC]為權益資本成本，核心解釋變量[DCGI]為企業數字化轉型指數，[Controls]為控制變量，[δ]為誤差項，本文主要考察[DCGI]的估計系數，若系數顯著為負，則表明企業數字化轉型顯著降低了權益資本成本。

四、實證分析

（一）描述性統計

本文主要變量描述性統計結果見表2。其中，企業數字化轉型指數的均值為0.0659，最大值0.928，最小值為0，說明各企業數字化轉型的程度存在較大差異。而權益資本成本的均值0.110，最大值0.295，最小值0.018，說明各個企業在權益資本成本方面有顯著區別。企業規模Size均值為22.36，最小值19.52，最大值26.40，說明各企業的資產實力差距很大。其他控制變量的均值和標準差也在正常范圍之內。

（二）基準回歸分析

表3是企業數字化轉型與權益資本成本的基準回歸結果。第（1）列沒有加入控制變量、行業和年份固定效應，結果顯示企業數字化轉型的系數為-0.039，在1%水平上顯著；第（2）列控制了行業和年份固定效應，第（3）列加入了控制變量但沒有控制行業和年份，第（4）列加入控制變量并控制行業和年份，第（5）列加入控制變量并控制年份和個體固定效應。無論是否加入控制變量、行業固定效應、年份固定效應及個體固定效應，解釋變量企業數字化轉型的系數均為負，且均在1%水平上顯著，這表明企業數字化轉型能夠顯著降低權益資本成本，從而證實了本文假設H1。

（三）穩健性檢驗

1. 替換被解釋變量。本文借鑒郭照蕊和黃俊（2021）[35]方法，使用MPEG和OJ兩種模型重新測度權益資本成本，再次進行檢驗，具體結果見表4。替換被解釋變量之后，企業數字化轉型的估計系數仍然在1%的水平下顯著為負，證實了本文結論的穩健性。

2. 傾向得分匹配法。考慮到樣本選擇引起的內生性問題，本文采用傾向得分匹配法（PSM）進行檢驗。以企業是否進行數字化轉型（0-1虛擬變量）為被解釋變量，以企業規模、資產負債率、總資產利潤率、現金流比率、營業收入增長率、管理費用率、獨董比例、賬面市值比和托賓Q值作為特征變量，按照一對一最近鄰匹配的原則進行配對并計算傾向得分值，將匹配后的樣本重新進行回歸?；貧w結果如表5所示，不論是否加入控制變量，企業數字化轉型的系數仍然顯著為負，證明研究結論是穩健的。

3.工具變量法。上文證實了企業數字化轉型會降低權益資本成本，但可能存在反向因果關系問題，即權益資本成本低的企業才會進行企業數字化轉型。為解決這一內生性問題，本文以企業數字化轉型的行業和年度均值（AVERDCGI）作為企業數字化轉型的工具變量，采用兩階段最小二乘法（2SLS）進行檢驗。選擇該變量作為工具變量的原因在于：企業數字化轉型的行業和年度均值與單個企業數字化密切相關，但不容易直接影響企業的權益資本成本。本文采用Cragg-Donald Wald F 統計量檢驗工具變量是否為弱工具變量，經檢驗可知該統計量在1%水平上顯著，拒絕工具變量識別不足的原假設。因此，本文選取的工具變量是合理的。表6第（1）列和第（2）列分別報告了工具變量法第一階段和第二階段的回歸結果，表7報告了第一階段F值為2379.47，企業數字化轉型的系數仍然顯著為負，從而證明了本文實證結果的穩健性。

4.多期雙重差分模型（DID）檢驗。本文參考吳非等（2021）[3]和鄭建明等（2018）[36]，采用多期雙重差分模型（DID）來進一步克服內生性問題，設置了實驗組與對照組對企業進行數字化轉型前后進行兩次差分，構建雙重差分模型來檢驗企業數字化轉型如何影響權益資本成本，具體設定如下：

其中，[du]為個體虛擬變量，如果公司在其間進行數字化轉型，那么在當年和之后年份[du]賦值為1，如果該公司一直未進行數字化轉型，[du]賦值為0。[dt]為時期虛擬變量，如果公司在第t期進行了數字化轉型，[dt]賦值為1，否則為0。[α2]為本文重要的待估參數，體現了企業進行數字化轉型前后權益資本成本的變化情況。另外，鑒于政策效應的直觀實證結果需要政策變化前后幾年都有足夠的觀察值，本文剔除了數字化轉型不到兩年的樣本以及連續實驗期少于五年的樣本。

此外，為驗證雙重差分模型的穩健性，本文將模型（4）進行一定變化并再次檢驗：

其中，模型（5）著重控制了企業的行業固定效應以及時間固定效應，[β1]體現了企業推動數字化轉型前后權益資本成本的變化，為關鍵的待估參數。進一步地，考慮到模型中虛擬變量的設定可能忽視企業數字化轉型強度的影響，因此，通過帶有調節效應的雙重差分模型來估計這一影響，具體模型如下：

其中，系數[λ1]作為主要待估參數，體現了企業實施數字化轉型的強度大小對權益資本成本產生的影響。

表8第（1）列中，du[×]dt系數為-0.005，在1%的水平上顯著為負，這表明企業在進行數字化轉型后，權益資本成本有明顯降低。在第（2）列中，本文采用公式（5）進行檢驗，結果顯示：du×dt系數仍然顯著為負。第（3）列用公式（6）進行檢驗，實證結果顯示，du[×]dt[×]DCGI的回歸系數顯著為負（系數為-0.019），在采用雙重差分克服內生性問題后，企業數字化轉型所帶來的權益資本成本變化程度增加。

如表9所示，本文檢驗了平行趨勢，即在數字化轉型的前四年到前一年（du-4至du-1），相關回歸系數的結果均無法通過統計顯著性檢驗，表明實證結果基本通過了平行趨勢檢驗。而且，數字化轉型的后一年到后四年（du+1至du+4）通過了1%的統計顯著性檢驗，且有持續性特征。由此得知，經過多重的穩健性和內生性處理，本文的核心結論保持著高度一致性，即企業數字化轉型對權益資本成本有顯著負向影響。

（四）異質性檢驗

1. 企業屬性。國有企業與非國有企業在資源獲取、市場份額、政策環境以及改革創新等諸多方面具有明顯差異（吳非等，2021）[3]。國有企業在經營許可和社會資源獲取方面通常有國家背書以及政府資源，從而擁有不錯的市場份額，因此，面臨的競爭壓力較小，面對政策變化通常有較長的反應時滯，對數字化變革較為遲鈍，本身進行數字化轉型的意愿也不高。而非國有企業有著巨大的競爭壓力，為了獲得更高的市場份額，通常會推行改革與創新，力求實現數字化轉型到企業降本增效的正反饋調節。因此，在不同所有權性質下，企業數字化轉型對權益資本成本的影響效果可能不同。為此，我們按照實際控制人的屬性將全樣本劃分為國有企業和非國有企業，分別進行檢驗。

從表10第（1）列和第（2）列可以看到，國有企業數字化轉型的系數為-0.020，而非國有企業的系數為-0.022，非國有企業組的系數絕對值更大。組間差異檢驗中，經由 Bootstrap 法自體抽樣 300 次得到的經驗 p 值為 0.001，在1%水平上顯著，說明二者的系數差異是顯著的。因此，相對于國有企業，非國有企業的數字化轉型程度對于降低權益資本成本的效果更大。

2. 股權集中度。股權集中度高的行業通常為傳統行業及房地產行業，此類行業所采用的商業模式也是非常完善和系統的，穩定性較高，受到數字化變革的沖擊較小（黃節根等，2021）[37]。而高科技行業企業通常由創始人、天使投資人、員工分別持股，股權較為分散，其本身對數字化水平要求就高，面對數字化變革的反應將會更加靈敏。兩類企業數字化轉型對權益資本成本的影響效果可能不同，因此，我們根據第一大股東持股比例的中位數，將全部樣本劃分為高股權集中度企業和低股權集中度企業，分別檢驗企業數字化轉型程度降低權益資本成本的效果。

表10第（3）列和第（4）列結果顯示，企業數字化轉型在高股權集中度組的系數為-0.020，在低股權集中度組為-0.021，且低股權集中度組的系數更加顯著。從組間差異檢驗結果來看，經由 Bootstrap 法自體抽樣 300 次得到的經驗 p 值為 0.001，在1%水平上顯著，證實了上述差異在統計上的顯著性，即相對于高股權集中度企業，數字化轉型降低權益資本成本的作用在低股權集中度企業中更加明顯。

3. 行業集中度。高行業集中度的企業通常不是資本密集型而是技術密集型，這類企業擁有高技術壁壘以及高準入門檻（宋麗穎和楊潭，2016）[38]，通常為高技術產業企業。尤其是高技術產業中的電子通信及設備制造業以及航空航天制造業，該類企業對數字化轉型較為敏感。因為不同行業集中度的企業對數字化轉型的敏感程度不同，因此，本文按照赫芬達爾指數的中位數將全樣本劃分為高、低行業集中度企業，分析企業數字化轉型程度降低權益資本成本的效果。

表10第（5）列和第（6）列顯示，高行業集中度組的數字化轉型系數為-0.021，而低行業集中度組的系數為-0.017。從組間差異檢驗結果看，經由 Bootstrap 法自體抽樣 300 次得到的經驗 p 值為 0.005，在1%水平上顯著，證實了上述差異在統計上的顯著性。因此，相對于低行業集中度企業，數字化轉型降低權益資本成本的作用在高行業集中度企業中更加明顯。

五、影響路徑研究

根據前文分析，企業數字化轉型通過降低信息不對稱、提升股票流動性和創新水平三條路徑降低公司權益資本成本。為了證實上述傳導路徑，本文參考溫忠麟和葉寶娟（2014）[39]的做法，構建模型（7）、模型（8）和模型（9），使用逐步法檢驗中介效應。另外，以sobel法以及Bootstrap法（抽取自助樣本1000次）作為中介效應檢測的補充，判斷中介效應存在的穩定性。

其中，[Mediator]為中介變量，包括信息不對稱指數（ASY）、股票流動性指數（Roll）和企業創新指標（RD）?；貧w結果見表11。同時，考慮到傳導的時滯以及變量之間可能存在的反向因果干擾，本文將自變量前置一期處理（fDCGI）及因變量滯后一期處理（lCOC），中介變量和控制變量仍為本期數據，回歸結果見表12。

表11和表12的第（1）列中企業數字化轉型的系數顯著為負，表明數字化轉型能在一定程度上通過信息賦能降低企業的信息不對稱水平。表11的第（2）列報告了中介效應檢驗結果，可以看出加入中介變量信息不對稱之后，企業數字化轉型系數為-0.018，T值為-6.90，在1%水平顯著，并且Sobel檢驗和Bootstrap檢驗均顯示傳導機制有效。表12第（2）列顯示，將自變量前置一期處理及因變量滯后一期處理后系數仍然顯著， Sobel檢驗與Bootstrap檢測均通過。該分析證實，企業數字化轉型對權益資本成本的影響部分是通過信息不對稱這一中介變量實現的，信息不對稱性降低是降低權益資本成本的一條路徑 ，也驗證了本文的假設H2a。

表11和表12的第（3）列中企業數字化轉型的系數顯著為正，表明企業數字化轉型能提高股票流動性。從表11第（4）列結果可以看出，加入中介變量股票流動性之后，企業數字化轉型的系數為-0.017，T值為-6.44，在1%水平顯著。進一步地，Sobel檢驗和Bootstrap檢驗結果均顯示傳導機制有效。表12第（4）列顯示，將自變量前置一期處理及因變量滯后一期處理后系數仍然顯著， Sobel檢驗與Bootstrap檢測均通過，系數均顯著。該分析證實，企業數字化轉型對權益資本成本的影響部分是通過股票流動性這一中介變量實現的，股票流動性的提高是降低權益資本成本的一條路徑 ，也驗證了本文的假設H2b。

同理，表11和表12的第（5）和（7）列回歸結果顯示，企業數字化轉型的系數均顯著為正，說明數字化轉型可以促進研發人員占比和研發投入占比的上升，增強企業創新水平。從表11的第（6）、（8）列可知，加入中介變量創新水平之后，數字化轉型的系數仍然顯著為負，并且Sobel檢驗和Bootstrap檢驗均顯示傳導機制有效。將自變量前置一期處理及因變量滯后一期處理后仍然顯著存在中介效應。該分析證實，企業數字化轉型對權益資本成本的影響部分是通過創新水平這一中介變量實現的，創新水平的提升是降低權益資本成本的一個路徑 ，也驗證了本文的假設H2c。

六、結論

本文基于Python爬蟲和文本分析技術自行構建中國“企業數字化轉型”指標，以2010—2021年A股上市公司為樣本，實證檢驗了企業數字化轉型對權益資本成本的影響與作用機制，得出以下結論：第一，企業數字化轉型可以顯著降低權益資本成本；第二，企業數字化轉型可以通過降低信息不對稱、提升股票流動性以及提升企業的創新水平等渠道促進權益資本成本的下降；第三，異質性研究發現，對于非國有企業、低股權集中度企業和高行業集中度企業，數字化轉型對企業權益資本成本的降低作用更顯著?；谝陨涎芯拷Y論，主要有以下政策啟示：

對企業而言，應重視數字化轉型對權益資本成本的降低作用。首先，應加快企業的數字化發展，樹立轉型意識。企業應當思考如何從數字化轉型中獲得競爭力，加大對核心技術、基礎軟件的研發力度，通過運用新興技術，促進企業實現智能化發展，將數字技術轉化為自身的競爭力。其次，重視數字化人才培養。企業應加強對現有員工的數字化培訓，引導員工緊跟數字時代化進程提高數字技能，在此基礎上，大力引進數字技術高端人才，為企業發展及技術創新注入更多能量。最后，進一步完善企業的信息質量。由于數字化轉型能緩解信息不對稱，降低信息成本，因此，企業應進一步提升信息質量，以便更好地保障投資者權益，完善資本市場的信息效應。

對政府而言，應采取一系列措施促進企業數字化變革，為其數字化進程保駕護航。首先，不斷加強數字基礎設施建設，平衡區域數字發展水平。數字基礎設施的完善有助于增強各區域數字技術創新動力，有效融合數字經濟和實體經濟，從而為打通經濟社會發展的信息“大動脈”貢獻重要力量。其次，政府應加大對數字化企業的扶持力度，激勵數字技術與企業產品服務深度融合，推動傳統企業轉型升級。最后，政府應不斷完善有關數字化發展的法律法規，為企業數字化轉型營造更好的制度環境。特別地，針對數字化信息技術和數據等知識產權，應加大保護力度，助力企業高質量發展。

注：

①MPEG模型得到的權益資本成本為[rMPEG=dpst+12Pt+（dpst+12Pt）2+epst+2-epst+1Pt]? ，其中，[epst+2] 為分析師預測的第[t+2]期每股收益均值，[epst+1] 為分析師預測的第[t+1]期每股收益均值，[Pt]為第[t]期期末的每股價格， [dpst+1]為下一期的每股股利，[dpst+1=epst+1×k]，[k]為過去三年的平均股利支付率。

OJ模型得到的權益資本成本為[roj=A+A2+eps1P0（g2-（γ-1））]，[A=12（γ-1）+dps1P0]，[g2=eps2eps1-1]。其中，[eps2]和[eps1]分別為分析師對第一期和第二期預測的每股收益；[dps1=eps1×k]，[k]為過去三年平均股利支付率；長期增長率[gp=γ-1]。

參考文獻：

[1]Sadeghi V J，A Garcia-perez，E Candelo. 2021. Exploring the Impact of Digital Transformation on Technology Entrepreneurship and Technological Market Expansion：The Role of Technology Readiness， Exploration and Exploitation[J].Journal of Business Research， 124.

[2] 張永珅，李小波，邢銘強.企業數字化轉型與審計定價 [J].審計研究，2021，（03）.

[3]吳非，胡慧芷，林慧妍，任曉怡.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據 [J].管理世界，2021，37（07）.

[4]毛新述，葉康濤，張頔.上市公司權益資本成本的測度與評價——基于我國證券市場的經驗檢驗 [J].會計研究，2012，（11）.

[5]王化成，張修平，侯粲然，李昕宇.企業戰略差異與權益資本成本——基于經營風險和信息不對稱的中介效應研究 [J].中國軟科學，2017，（09）.

[6]張修平，李昕宇，盧闖，宋秀慧.資產質量影響企業權益資本成本嗎？ [J].會計研究，2020，（02）.

[7]戚聿東，孫昌玲，王化成.企業核心競爭力能夠降低權益資本成本嗎——基于文本分析的經驗證據 [J].會計研究，2021，（08）.

[8]La Porta R，Lopez-de-silanes F，Shleifer A，Vishny R. 2002. Investor Protection and Corporate Valuation [J]. The Journal of Finance，57（3）.

[9]Hail L，Leuz C. 2006. International Differences in the Cost of Equity Capital：Do Legal Institutions and Securities Regulation Matter？ [J].Journal of Accounting Research， 44（3）.

[10]肖作平，周嘉嘉.制度環境和權益資本成本——來自中國省際數據的比較研究 [J].證券市場導報，2012，（08）.

[11]廖義剛.環境不確定性、內部控制質量與權益資本成本 [J].審計與經濟研究，2015，30（03）.

[12]Chen K C W，Chen Z，Wei K C. 2009. Legal Protection of Investors， Corporate Governance， and the Cost of Equity Capital [J].Journal of Corporate Finance，15（3）.

[13]支曉強，何天芮.信息披露質量與權益資本成本[J].中國軟科學，2010，（12）.

[14]周嘉南，雷霆.股權激勵影響上市公司權益資本成本了嗎？ [J].管理評論，2014，26（03）.

[15]代昀昊.機構投資者、所有權性質與權益資本成本 [J].金融研究，2018，（09）.

[16]韋誼成，劉小瑜，何帆.數字化轉型與公司治理水平研究——來自A股主板上市公司的經驗證據 [J].金融發展研究，2022，（03）.

[17]盛思思，徐展.區域數字經濟發展與企業融資約束 [J].工業技術經濟，2022，41（01）.

[18]Coles J L，Loewenstein U，Suay J. 1995. On Equilibrium Pricing Under Parameter Uncertainty [J].Journal of Financial and Quantitative Analysis，30（3）.

[19]陳輝，顧乃康.新三板做市商制度、股票流動性與證券價值 [J].金融研究，2017，（04）.

[20]Amihud Y，Mendelson H. 2006. Asset Pricing and the Bid-ask Spread [J]. Journal of Financial Economics，9.

[21]Easley D，O'hara M. 2004. Information and the Cost of Capital [J].The Journal of Finance，59（4）.

[22]Diamond D W，Verrecchia R E. 1991. Disclosure， Liquidity，and the Cost of Capital [J].Journal of Finance，46（4） ．

[23]周銘山，張倩倩，楊丹.創業板上市公司創新投入與市場表現：基于公司內外部的視角 [J].經濟研究，2017，52（11）.

[24]何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估 [J].改革，2019，（04）.

[25]安同良，聞銳.中國企業數字化轉型對創新的影響機制及實證 [J].現代經濟探討，2022，（05）.

[26]袁淳，肖土盛，耿春曉，盛譽.數字化轉型與企業分工：專業化還是縱向一體化 [J].中國工業經濟，2021，（09）.

[27]Easton P D. 2004. Pe Ratios，Peg Ratios，and Estimating the Implied Expected Rate of Return on Equity Capital [J].The? Accounting Review，79（1）.

[28]肖作平.終極所有權結構對權益資本成本的影響——來自中國上市公司的經驗證據 [J].管理科學學報，2016，19（01）.

[29]宋敏，周鵬，司海濤. 金融科技與企業全要素生產率——“賦能”和信貸配給的視角 [J].中國工業經濟，2021（04）.

[30]于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應 [J].經濟研究，2012，47（09）.

[31]Roll R. 1984. A Simple Implicit Measure of the Effective Bid-ask Spread in an Efficient Market [J].The Journal of? Finance，39（4）.

[32]Goyenko R Y，Holden C W，Trzcinka C A. 2009. Do Liquidity Measures Measure Liquidity？ [J].Journal of Financial Economics，92（2）.

[33]張崢，李怡宗，張玉龍，劉翔.中國股市流動性間接指標的檢驗——基于買賣價差的實證分析 [J].經濟學，2014，13（01）.

[34]李壽喜，王袁晗.企業數字化轉型與企業創新——來自電子制造業的經驗證據 [J].工業技術經濟，2022，41（08）.

[35]郭照蕊，黃俊.高鐵時空壓縮效應與公司權益資本成本——來自A股上市公司的經驗證據 [J].金融研究，2021，（07）.

[36]鄭建明，李金甜，劉琳.新三板做市交易提高流動性了嗎？——基于“流動性悖論”的視角 [J].金融研究，2018，（04）.

[37] 黃節根，吉祥熙，李元旭.數字化水平對企業創新績效的影響研究——來自滬深A股上市公司的經驗證據[J].江西社會科學，2021，41（05）.

[38] 宋麗穎，楊潭.財政補貼、行業集中度與高技術企業R&D投入的非線性關系實證研究 [J].財政研究，2016，（07）.

[39]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（05）.

基金項目：國家社會科學基金項目“中國外匯衍生品監管指數構建、監管效果及監管優化研究”（20BJY260）。

作者簡介：趙峰，男，山東德州人，北京工商大學國際經管學院教授，博士生導師，研究方向為資本市場、金融科技、國際金融和外匯風險管理；高嬌嬌，女，河南周口人，北京工商大學經濟學院，研究方向為資本市場、金融科技和公司金融；唐昭輝，男，湖南郴州人，北京工商大學經濟學院，研究方向為金融科技、資本市場和公司金融。

Abstract：Digital transformation has had a positive impact on the business and has contributed to its growth to some extent. Previous literature focused on the impact of digital transformation on corporate performance and investment efficiency，but paid less attention to the impact on corporate equity capital cost. Based on Python crawler and text analysis technology，this paper builds China's "enterprise digital transformation index" by taking A-share listed companies from 2010 to 2021 as samples. The study finds that digital transformation of firms can contribute to a reduction in the cost of equity capital，a finding that still holds after a series of robustness tests. In terms of impact mechanisms，the digital transformation of firms can contribute to a reduction in the cost of equity capital through channels such as reducing information asymmetry，enhancing stock liquidity，and improving firms' innovation levels. Further study finds that the effect of corporate digital transformation on the reduction of cost of equity capital is more significant for non-state owned enterprises，low equity concentration enterprises and high industry concentration enterprises.

Key Words：digital transformation of enterprises，cost of equity capital，asymmetric information，stock liquidity，innovation level

（責任編輯? ? 劉? ?陽；校對? ?LY，WY）