數字化轉型能降低企業過度負債嗎？

摘要：防范化解金融風險是國家當前重要的金融工作之一，從企業這一微觀主體角度來看，合理安排資本結構、降低過度負債有利于控制企業的金融風險。為此，本文以2011—2020年我國A股上市公司為樣本，結合當前數字經濟的發展，實證檢驗了企業數字化轉型對過度負債的降低作用，并分別構建了中介效應模型和調節效應模型進行進一步研究。實證結果顯示，企業數字化轉型能夠顯著降低企業過度負債水平，融資約束和內部治理環境在這一過程中發揮了顯著的中介作用，分析師關注度和地區數字金融水平對這一過程分別發揮了負向和正向的調節作用，即在分析師關注度低和地區數字金融水平高的條件下，企業數字化轉型能夠更好地降低過度負債。本文豐富了企業數字化轉型經濟效應的相關研究，同時為降低企業過度負債和防范化解金融風險提供了新的思路。

關鍵詞：數字化轉型；過度負債；融資約束；治理機制

中圖分類號： F832；F275" " " 文獻標識碼：A" " " 文章編號：1007-0753（2024）02-0070-11

一、引言

隨著大數據、人工智能、區塊鏈、云計算等數字技術的不斷發展，全世界已經進入了數字經濟時代。以我國為例，2022年我國數字經濟規模達50.2萬億元，總量穩居世界第二，同比名義增長10.3%，占國內生產總值的比重提升至41.5%①。黨的二十大報告也明確指出，“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”。企業作為國家經濟發展和資本市場運行中的微觀主體，紛紛積極響應國家和時代的號召，加入數字化浪潮，以期通過數字化技術實現在企業組織架構、技術創新水平、經營管理模式等方面的轉型（劉慧和白聰，2022）。作為當前學術界和實務界的熱點話題，大量文獻也圍繞企業數字化轉型研究了其帶來的經濟結果。一方面，數字化轉型會對企業多方面的行為選擇產生影響。從信息披露角度來說，數字化轉型改善了企業的信息環境，提高了企業的會計信息可比性（聶興凱等，2022）和業績預告質量（冼依婷和何威風，2022）。從生產經營角度來說，數字化轉型增強了企業的可持續發展能力（可持續發展能力不與后文中的ESG表現和綠色技術創新并列），提升了企業的ESG表現（胡潔等，2023）和綠色技術創新（宋德勇等，2022），促進了企業節能減排（劉慧和白聰，2022），提高了企業的全要素生產率（趙宸宇等，2021）。從投融資角度來說，數字化轉型有助于優化企業資本結構，加快企業資本結構的動態調整（沈劍飛等，2022），抑制企業的“存貸雙高”異象（毛建輝，2023）。另一方面，數字化轉型的影響還會傳導到資本市場，改善企業的資本市場表現，包括提升股票流動性（吳非等，2021）、降低股價崩盤風險（林川，2022）等。

由于企業具有最優負債率即目標負債率，當實際負債率超過目標負債率時就可以稱企業形成了過度負債（Leary和Roberts，2005；Graham和Harvey，2001；陸正飛等，2015），而過度負債問題會影響未來股票市場回報（Caskey等，2012），加劇股價崩盤風險（劉麗娜和馬亞民，2018），損害企業未來的成長性（Uysal，2011），給企業自身和整體金融市場的穩定運行帶來風險。2023年10月召開的中央金融工作會議指出，“要全面加強金融監管，有效防范化解金融風險”。在這一背景下，如何降低企業過度負債是一個在理論和實踐中均具有重要意義的研究話題。現有文獻研究了諸多過度負債的影響因素，總結起來，降低企業過度負債的路徑主要包括緩解融資約束和發揮治理作用，如放松利率管制（王紅建等，2018）、提高ESG表現（Lai和Zhang，2022）等會通過緩解融資約束降低企業過度負債，而存在多個大股東（張淼和孫光國，2022）、混合所有制改革（吳秋生和獨正元，2019）、審計監督（郭檬楠和郭金花，2020）等會通過發揮治理作用降低企業過度負債。

結合上述對文獻的梳理可以發現，從資本結構角度探討數字化轉型對企業影響的成果相對較少，特別是企業數字化轉型對過度負債的影響尚未得到專門研究，沈劍飛等（2022）雖然在研究企業數字化轉型加快資本結構動態調整的過程中，指出企業數字化轉型會降低實際資本結構與目標資本結構的偏離程度，但并未重點關注這一話題，同時對其作用機制也沒有進行更深入的探討。基于此，在當前數字經濟時代的大背景下，本文圍繞企業數字化轉型對過度負債的影響展開研究，并深入探索其作用機制，以期對現有研究形成有益補充，豐富相關領域的研究。

本文的研究可能在以下方面做出了有益的貢獻：第一，從降低過度負債的角度進一步補充了企業數字化轉型經濟結果的有關研究，并理清了這一過程的作用渠道；第二，豐富了關于降低企業過度負債路徑的研究，為上市公司降低過度負債水平、合理安排資本結構提供了經驗證據；第三，為資本市場監管機構及相關部門更好地開展金融風險防范工作提供了新思路。

二、理論分析與研究假設

（一）數字化轉型對企業過度負債的影響

現有研究表明，數字化轉型對企業的影響主要表現在信息和治理兩方面。從信息角度來看，數字化轉型能夠降低企業信息不對稱進而緩解融資約束（沈劍飛等，2022；張純和呂偉，2007）；從治理角度來看，數字化轉型能夠改善企業內部治理環境（李黎和魏文君，2023），同時結合前文中指出的緩解融資約束和發揮治理作用能夠降低企業過度負債（Lai和Zhang，2022；張淼和孫光國，2022），可以得出企業數字化轉型能夠通過緩解融資約束以及改善內部治理環境兩個機制降低過度負債的觀點。基于以上分析，可以提出本文的主要研究假設H1。

H1：企業數字化轉型能夠降低過度負債。

（二）數字化轉型對企業過度負債的影響渠道

從信息角度來看，企業數字化轉型能夠降低信息不對稱，進而緩解融資約束，降低過度負債。首先，企業在數字化轉型的過程中會充分利用大數據、人工智能等技術獲取、處理和傳遞生產運營中的數據，有利于提高企業輸出的信息質量，從而能夠有效提高企業信息透明度，降低信息不對稱程度（沈劍飛等，2022）。其次，信息不對稱的降低能夠緩解企業面臨的融資約束。在資金的供求與分配過程中，由于企業外部投資者與內部人之間的信息不對稱，投資者會要求更高溢價，使得企業的外部融資成本增加，出現融資約束的問題（高敬忠等，2021a），故一般認為信息不對稱的存在直接導致了企業的融資約束。而高質量的信息披露則能夠降低信息不對稱，緩解企業的融資約束（張純和呂偉，2007）。現有大量研究的實證結果也支持了企業數字化轉型有助于緩解融資約束的結論（王敬勇等，2022；苑澤明等，2022）。最后，融資約束一直被視為造成企業過度負債的重要原因之一，同時也是降低企業過度負債的重要渠道，如提高ESG表現、放松利率管制等均通過緩解融資約束進而降低過度負債（Lai和Zhang，2022；王紅建等，2018）。由于融資約束的存在，企業不能按照自己的意愿隨時獲取足額資金，而企業又需要把握隨時出現的投資機會，因此企業需要持有一定量的資金（高敬忠等，2021b），這就造成了企業的過度負債。當融資約束得到緩解后，企業能夠按照自己的意愿隨時獲取足額資金，則不需要為把握隨時出現的投資機會而持有大量的資金（高敬忠等，2021b），因而也就會降低過度負債水平（Lai和Zhang，2022）。所以，企業數字化轉型能夠降低內外部的信息不對稱程度，緩解融資約束，最終降低過度負債。因此可以提出假設H2。

H2：企業數字化轉型能夠通過緩解融資約束降低過度負債。

從治理角度來看，企業數字化轉型能夠改善內部治理環境，緩解代理沖突，進而降低過度負債。首先，企業在數字化轉型的過程中會充分利用大數據、人工智能等技術重塑管理體系，從而帶來企業管理模式和管理制度的顛覆性改革（毛建輝，2023），并將所有經營、投資、融資等活動的數據保存起來，通過數據中臺進行收集、分析和可視化處理，使得企業能夠適時監控，降低監督成本和審查成本，大大提高了企業的監督能力（沈劍飛等，2022），從而發揮治理作用，緩解企業的代理沖突。企業數字化轉型有利于改善內部治理環境，緩解代理沖突，這一結論也得到了大量實證結果的支持（韓冬梅等，2023；李黎和魏文君，2023）。代理沖突同樣是造成企業過度負債的重要原因之一，也常被作為影響過度負債的作用渠道而存在，存在多個大股東、審計監督等要素的企業均發揮了治理效應，通過緩解代理沖突降低企業過度負債（張淼和孫光國，2022；郭檬楠和郭金花，2020）。過度負債本質上是企業各項融資決策的結果（董屹宇和郭澤光，2019），而這些融資決策的確定和實施更多地被控股股東和管理層所掌握。管理層的業績通常源于企業營收、利潤、規模等的增長，因而其會有動機盲目地利用負債不斷加大投資力度，導致企業背離目標資本結構，形成過度負債。由于有中小股東的存在，企業的控股股東并不需要承擔這種過度負債帶來的全部風險，甚至可能利用手中的控制權優勢掏空企業資源，侵占中小股東利益，使企業的過度負債問題進一步惡化。當企業的內部治理環境更差，代理沖突更嚴重時，其過度負債問題也更為凸顯，而當內部治理環境得到改善，代理沖突得到緩解時，企業的過度負債也會相應降低（張淼和孫光國，2022）。所以，企業數字化轉型能夠改善內部治理環境，緩解代理沖突，最終降低過度負債。因此可以提出假設H3。

H3：企業數字化轉型能夠通過改善內部治理環境降低過度負債。

本文的理論邏輯結構如圖1所示。

（三）分析師關注的調節作用

數字化轉型對企業行為產生影響的過程中往往會受到各種外部環境因素的影響。分析師是資本市場中重要的中介，其通過自身專業知識對所關注的上市公司信息進行分析，并形成高質量的研究報告供投資者使用（黃宏斌等，2021）。現有研究表明，分析師關注會在數字化轉型對企業行為產生影響的過程中起到調節作用。例如夏蕓等（2023）的研究指出，在分析師關注度低的企業中，數字化轉型對商業信用融資的促進作用更強。當分析師對企業的關注度高時，更能夠有效發揮監督治理效應，降低企業代理成本，提高企業治理效率（范潤和孫雪嬌，2022），相應企業的外部治理環境較分析師關注度低的企業更好。此時數字化轉型發揮治理效應改善內部治理環境的作用相對有限，降低過度負債的程度也就更低。因此可以提出假設H4。

H4：分析師關注在企業數字化轉型降低過度負債的過程中能夠發揮調節作用，當分析師關注度低時，企業數字化轉型能夠更顯著地降低過度負債。

（四）地區數字金融水平的調節作用

除了微觀環境，企業數字化轉型及其產生的結果還可能會受到外部宏觀環境的影響。吳非等（2021）指出，企業數字化轉型效力的發揮有賴于數字金融的支撐，一方面數字金融的底層架構能夠為企業數字化轉型提供有力的外部技術支撐，另一方面數字金融的發展提高了金融與實體經濟項目匹配的精準度和效率，為企業數字化轉型提供了更多資源支撐。地區數字金融的發展帶動了整個地區的數字技術發展，產生了良好的技術溢出效應，促進了當地企業的數字化轉型，并與之形成協同效應，能夠共同降低過度負債。同時，地區數字金融的發展還能夠為企業降低融資門檻、保障融資環境，強化了數字化轉型對融資約束的緩解作用（花俊國等，2022），也會使數字化轉型更好地降低過度負債。因此可以提出假設H5。

H5：地區數字金融水平在企業數字化轉型降低過度負債的過程中能夠發揮調節作用，當地區數字金融水平高時，企業數字化轉型能夠更顯著地降低過度負債。

三、研究設計

（一）樣本選擇與數據來源

本文選取了我國2011—2020年A股上市公司為研究樣本，研究了企業數字化轉型對過度負債的影響。在數據篩選過程中，本文剔除了ST、*ST公司和當年上市的公司。考慮到樣本數據的完整性和金融行業的特殊性，本文還剔除了存在缺失值的樣本和金融行業的樣本，最終得到了2011—2020年的23 239個公司-年度樣本。本文所用到的各變量數據來自CSMAR數據庫。為了防止極端值的影響，本文對使用到的虛擬變量外的所有變量均進行了上下1%水平的Winsorize處理。

（二）變量定義與度量

1.被解釋變量：過度負債（EXLEV）

參考張會麗和陸正飛（2013）的研究，本文使用實際資產負債率減去當年行業資產負債率中位數的方法度量企業的過度負債程度。

2.解釋變量：數字化轉型（DCG）

參考吳非等（2021）和趙宸宇等（2021）的方法，借助文本分析技術從年報中提取并統計數字化轉型這一關鍵詞的詞頻刻畫企業數字化轉型程度。具體來說，將吳非等（2021）整理的人工智能技術、大數據技術、云計算技術、區塊鏈技術、數字技術運用五個維度76個企業數字化轉型相關關鍵詞作為詞庫，使用Python軟件的jieba分詞工具對上市公司年報進行文本分析和詞頻統計，即首先在上市公司年報中提取這些關鍵詞，然后統計加總這些關鍵詞的詞頻，在此基礎上將加總后的數字化轉型的關鍵詞詞頻加1取對數作為構造企業數字化水平的代理變量DCG。

3.中介變量

針對融資約束的度量，參考Kaplan和Zingales（1997）、高敬忠等（2021a）的做法，計算KZ指數（KZ）作為企業融資約束的代理變量。KZ指數越大，說明企業的融資約束程度越高。

針對內部治理環境的度量，現有大量研究指出，內部控制與企業的內部治理環境具有密切的聯系（李維安和戴文濤，2013），內部控制質量越高，企業的內部治理環境越好。因此參考李黎和魏文君（2023）的做法，選用企業內部控制質量來衡量治理效應，具體的內部控制質量度量數據來自迪博的內部控制指數（ICQ）。

4.調節變量

針對分析師關注（Analyst），參考范潤和孫雪嬌（2022）的做法，使用當年對該上市公司進行過跟蹤分析的分析師（團隊）數量作為代理變量進行度量。

針對地區數字金融水平（Fin_index），參考翟淑萍等（2022）的做法，以北京大學數字金融研究中心編制的《北京大學數字普惠金融指數（2011—2020年）》中全國內地31個省（直轄市、自治區）（不包括港澳臺）的數字普惠金融指數進行度量（郭峰等，2020）。

5.控制變量

本文用到的各控制變量的具體含義和度量方法如表1所示。

（三）模型設計

為了驗證假設H1，本文設計了模型（1）來檢驗企業數字化轉型對過度負債的影響：

EXLEVit = β0 + β1DCGit + β2Controlit + year +" industry + εit" " " " " " " " " " " " " " " " " " " " " （1）

模型中Controlit代表控制變量，被解釋變量、解釋變量和控制變量的具體含義及度量見前文。根據研究假設H1，本文預期模型（1）中β1顯著為負。

為了驗證假設H2和H3，參考江艇（2022）和孫健等（2016）驗證中介作用的方法，在模型（1）的基礎上設計了模型（2）和（3）來檢驗融資約束和內部治理環境在企業數字化轉型對過度負債的影響中發揮的中介作用。

Mit = α0 + α1DCGit + α2Controlit + year +" "industry + εit" " " " " " " " " " " " " " " " " " " " " " " " " " " （2）

EXLEVit = δ0 + δ1Mit + δ2Controlit + year +" "industry + εit" " " " " " " " " " " " " " " " " " " " "（3）

在模型（2）和（3）中，M為中介變量，包括融資約束和公司治理，其余各變量的定義與度量均與上文相同，此處不再贅述。

為了驗證假設H4和H5，在模型（1）的基礎上增加DCG與調節變量MV的交乘項，構造模型（4），通過考察DCG×MV的回歸系數符號和顯著性，檢驗分析師關注和地區數字金融水平的調節作用。

EXLEVit = λ0 + λ1DCGit + λ2DCGit×MVit + λ3MVit +" " "λ4Controlit + year + industry + εit" " " " （4）

四、實證結果分析

（一）描述性統計

表2列示了本文各研究變量的描述性統計結果。首先，EXLEV 的均值為1.002 5，中位數為0.266 0，表明樣本企業的資產負債率平均高于行業中位數1%；其次，DCG的均值為1.328 5，中位數為1.098 6，標準差為1.394 9，表明不同企業的數字化轉型程度差異較大；最后，其他各控制變量的均值和中位數等均在合理范圍，基本滿足正態分布的要求。

（二）實證結果分析

表3列示的是模型（1）的多元回歸結果。結果顯示，在控制有關變量的情況下，DCG的估計系數為-0.670 9，且在1%水平下顯著，這一結果表明企業數字化轉型程度越高過度負債水平越低，即企業數字化轉型有利于降低過度負債，研究假設H1得到了實證結果的支持。從經濟學意義上分析，參考文雯和牛煜皓（2023）的做法，采用解釋變量的回歸系數（-0.670 9）乘以描述統計中的標準差（1.394 9），再除以被解釋變量的標準差（18.023 9）計算經濟顯著性，企業數字化轉型水平每提升1%，過度負債降低5.19%，說明企業數字化轉型對過度負債產生影響的同時具備統計顯著性和經濟顯著性。

（三）穩健性檢驗②

1.工具變量法（IV）

針對模型（1）可能存在的互為因果導致的內生性問題，本部分運用工具變量法對其進行處理。首先，參考苑澤明等（2022）的做法，選取某年度行業中其他企業的平均數字化轉型程度、城市移動電話數量以及城市互聯網寬帶接入用戶數共同作為工具變量進行檢驗。其次，參考宋德勇等（2022）的做法，不借助外部因素構建有效的內部工具變量，使用企業數字化轉型程度與同行業以及省份的數字化轉型程度均值差額的三次方作為工具變量進行檢驗。上述兩種方式選取的工具變量對應的Kleibergen-Paap rk LM 統計量分別為330.94和334.57，Kleibergen-Paap Wald rk F 統計量分別為156.76和274.69，說明兩種方式選取的工具變量均通過了不可識別檢驗和弱工具變量檢驗。第一種方式選取的工具變量對應的Hansen J 統計量為7.047，說明此種方式選取的工具變量也能夠通過過度識別檢驗。使用兩種工具變量進行兩階段最小二乘法（2SLS）第二階段的回歸結果分別如表4中列（1）和列（2）所示，經過IV處理后企業數字化轉型的回歸系數估計值仍在1%的顯著性水平下為負，說明上文中得出的結論具有較好的穩健性。

2.傾向得分匹配法（PSM）

企業可能會因為自身特征差異產生的樣本選擇問題而影響回歸結果的有效性，參考王應歡和郭永禎（2023）、聶興凱等（2022）的做法，使用傾向得分匹配法為處理組企業重新匹配控制組，以減少樣本選擇偏誤。具體來說，首先根據企業是否進行數字化轉型進行分組構造變量DCG01，當企業未進行數字化轉型即DCG=0時，DCG01取0，當企業進行了數字化轉型即DCG≠0時，DCG01取1；其次選擇全部控制變量作為協變量，同時控制了年度和行業后對DCG01進行Logit回歸并計算傾向得分值；再次根據傾向得分值采用最近鄰匹配法進行一對一匹配；最后基于匹配后的樣本重新進行回歸分析。PSM后的回歸結果如表4的列（3）所示，DCG的符號和顯著性與表3沒有明顯區別，說明上文中得出的結論具有較好的穩健性。

3.控制個體固定效應

盡管模型（1）中已經控制了一部分可能對過度負債產生影響的變量，但仍然可能存在由遺漏變量所導致的內生性問題，因此參考許云霄等（2023）的做法，增加對面板數據個體固定效應的控制來解決這一問題，控制個體固定效應后的回歸結果如表4的列（4）所示。結果顯示控制個體固定效應后DCG與EXLEV在5%水平下顯著負相關，說明上文中得出的結論并未受到遺漏變量的影響，具有較好的穩健性。

4.更換代理變量的度量方法

針對企業數字化轉型，本部分仍然采用企業年報中數字化轉型的關鍵詞詞頻來刻畫企業數字化轉型程度，但改為采用趙宸宇等（2021）整理的數字技術應用、互聯網商業模式、智能制造、現代信息系統四個維度99個企業數字化轉型相關關鍵詞作為詞庫進行詞頻統計，構造度量企業數字化轉型程度的另一指標DCG1。針對企業的過度負債，參考陸正飛等（2015）的做法，使用實際負債率減去目標負債率重新度量企業的過度負債（EXLEV1）。具體來說，企業目標負債率的計算方法為：①使用模型（5）對樣本分年度進行Tobit回歸，得出各自變量系數的估計值；②將各系數的估計值代入模型（5）計算得出目標負債率（LEV）。

LEVt = γ0 + γ1Statet-1 + γ2ROAt-1 + γ3IND_LEVt-1 +" γ4Growth_At-1 + γ5FATAt-1 + γ6Sizet-1 +" γ7Top1t-1+ εt" " " " " " " " " " " " " " " " " " " " " "（5）

其中，IND_LEV代表企業所在行業的資產負債率中位數，Growth_A代表企業總資產增長率，FATA代表企業固定資產占比，其余各變量的含義與前文相同。

更換企業數字化轉型和過度負債度量方法后的回歸結果顯示，DCG1與EXLEV和DCG與EXLEV1分別在5%和1%水平下顯著負相關，說明上文中得出的結論具有較好的穩健性。

五、進一步研究

（一）作用渠道檢驗

表5列示了影響渠道檢驗即H2和H3的回歸結果。結果顯示，DCG與KZ在1%水平下顯著負相關，與ICQ在1%水平下顯著正相關，說明企業數字化轉型能夠顯著降低融資約束和提高內部控制質量；KZ與EXLEV在1%水平下顯著正相關，ICQ與EXLEV在1%水平下顯著負相關，說明融資約束緩解和內部控制質量提高有助于降低企業過度負債水平。同時，對模型（2）和（3）的回歸系數α1×δ1的檢驗結果表明α1×δ1顯著異于0，說明中介效應存在（孫健等，2016）。結合前文中的理論分析，從統計檢驗結果和理論分析角度均可以認為融資約束和內部治理環境在企業數字化轉型降低過度負債的過程中發揮了顯著的中介作用，假設H2和H3得到了實證的支持。

（二）調節作用檢驗

表6中列示了調節效應檢驗，即H4和H5的回歸結果。結果顯示，DCG×Analyst與EXLEV在1%水平下顯著正相關，說明當分析師關注度更低時，企業數字化轉型對過度負債的降低作用更強；DCG×Fin_index與EXLEV在1%水平下顯著負相關，說明當企業所處地區數字金融水平更高時，數字化轉型對過度負債的降低作用更強。以上結果支持了假設H4和H5。

六、結論與建議

本文以2011—2020年我國A股上市公司樣本為例，實證檢驗了企業數字化轉型對過度負債的降低作用。檢驗結果表明：企業數字化轉型能夠顯著降低過度負債，在經過工具變量法等一系列穩健性檢驗后，這一結論依然成立。進一步檢驗的結果顯示，影響渠道檢驗方面，融資約束和內部治理環境都在企業數字化轉型降低過度負債的過程中發揮了顯著的中介作用；調節作用檢驗方面，企業數字化轉型對過度負債的作用會受到外部環境的影響，在分析師關注度低和地區數字金融水平高的樣本中，企業數字化轉型更能夠顯著降低過度負債。本文的研究結果表明數字化轉型能夠給企業發展帶來幫助，優化資本結構，控制財務風險，為企業推動數字化轉型、優化資本結構和有關監管機構進行宏觀調控、防范化解金融風險提供了重要啟示。

結合本文的研究結論和意義，可以從企業和政府角度提出如下建議：

首先，伴隨著數字經濟時代的到來，企業要抓住數字化轉型機遇，積極參與到數字化轉型的浪潮中來。一是企業要加大對數字化的投入，完善數字化人才的培養和激勵模式，打造一流的數字化運營團隊，更好地結合自身的需求，根據自身特點推進數字化轉型；二是企業要認識到數字化轉型對自身發展的重要意義，對內可以將經營、投資、融資等數據進行收集、分析、可視化處理，更好地為決策提供支持并對內部管理進行監督，對外可以提供更高質量的信息，緩解企業融資約束，合理安排企業負債，控制財務風險，幫助企業更加健康地發展。因此，企業在推動數字化轉型的基礎上，更要積極地利用數字化轉型的成果，而不是將其簡單地作為一項“面子工程”，將辛苦打造的數字化系統擱置，白白浪費資源。

其次，政府要加大力度鼓勵引導企業積極推動數字化轉型。一是企業進行數字化轉型必然會占用企業有限的資源，政府可以通過稅收優惠、政府補貼等方式為企業提供資金支持；二是政府可以定期組織企業、科研機構、社會團體等單位舉辦數字化轉型論壇，促進相關單位交流，推廣企業數字化轉型過程中的典型經驗；三是政府可以牽頭制定企業數字化有關的標準，為企業數字化轉型指明方向，防止企業在數字化轉型的過程中走彎路。同時，由于地區數字金融發展水平能夠強化企業數字化轉型效力的發揮，政府還應加強地區的數字金融建設，為企業數字化轉型營造良好的環境，促進數字金融與企業數字化轉型協同發揮作用，由此更好地推動金融風險防范工作，促進資本市場平穩健康發展。

注釋：

① 數據來自國家互聯網信息辦公室發布的《數字中國發展報告（2022年）》。

② 除以下幾種方法外，本文還采用了滯后核心解釋變量、安慰劑檢驗、改變樣本范圍等方法進行了穩健性檢驗，結果均保持穩健。

參考文獻：

[1] 劉慧，白聰. 數字化轉型促進中國企業節能減排了嗎？[J]. 上海財經大學學報，2022，24（05）：19-32.

[2] 聶興凱，王穩華，裴璇. 企業數字化轉型會影響會計信息可比性嗎？[J]. 會計研究，2022（05）：17-39.

[3] 冼依婷，何威風. 企業數字化轉型影響業績預告質量嗎？[J]. 山西財經大學學報，2022，44（09）：100-113.

[4] 胡潔，韓一鳴，鐘詠. 企業數字化轉型如何影響企業ESG表現——來自中國上市公司的證據[J]. 產業經濟評論，2023（01）：105-123.

[5] 宋德勇， 朱文博， 丁海. 企業數字化能否促進綠色技術創新？——基于重污染行業上市公司的考察[J]. 財經研究， 2022， 48（04）： 34-48.

[6] 趙宸宇，王文春，李雪松. 數字化轉型如何影響企業全要素生產率[J]. 財貿經濟，2021，42（07）：114-129.

[7]沈劍飛，李亞杰，王濤，等. 數字化轉型與企業資本結構動態調整[J]. 統計與信息論壇，2022，37（12）：42-54.

[8]毛建輝. 企業數字化轉型與“存貸雙高”異象——來自文本解讀的證據[J]. 當代財經，2023（08）：95-107.

[9] 吳非，胡慧芷，林慧妍，等. 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）：130-144+10.

[10]林川. 數字化轉型與股價崩盤風險[J]. 證券市場導報，2022（06）：47-57.

[11] LEARY M T， ROBERTS M R. Do firms rebalance their capital structures？[J]. Journal of Finance， 2005， 60（06）： 2575-2619.

[12] GRAHAM J R， HARVEY C R. The theory and practice of corporate finance： Evidence from the field[J]. Journal of Financial Economics， 2001， 60（02-03）： 187-243.

[13]陸正飛，何捷，竇歡. 誰更過度負債：國有還是非國有企業？[J]. 經濟研究，2015，50（12）：54-67.

[14]CASKEY J， HUGHES J， LIU J. Leverage， excess leve-

rage， and future returns[J]. Review of Accounting Studies， 2012， 17（02）： 443-471.

[15]劉麗娜，馬亞民. 實體企業金融化、過度負債與股價崩盤風險——基于上市公司投資視角的檢驗[J]. 云南財經大學學報，2018，34（03）：41-55.

[16] UYSAL V B. Deviation from the target capital structure and acquisition choices[J]. Journal of Financial Economics， 2011， 102（03）： 602-620.

[17]王紅建，楊箏，阮剛銘，等. 放松利率管制、過度負債與債務期限結構[J]. 金融研究，2018（02）：100-117.

[18] LAI X， ZHANG F. Can ESG certification help company get out of over-indebtedness？ Evidence from China[J]. Pacific-Basin Finance Journal， 2022， 76： 101878.

[19]張淼，孫光國.多個大股東能驅動企業降低過度負債水平嗎[J]. 財經科學，2022（03）：29-43.

[20]吳秋生，獨正元. 混合所有制改革程度、政府隱性擔保與國企過度負債[J]. 經濟管理，2019，41（08）：162-177.

[21]郭檬楠，郭金花. 國家審計監督能降低國企過度負債嗎？——基于國家審計與社會審計協同的視角[J]. 上海財經大學學報，2020，22（06）：95-109.

[22]張純，呂偉.信息披露、市場關注與融資約束[J]. 會計研究，2007（11）：32-38+95.

[23]李黎，魏文君.數字化轉型與企業杠桿操縱[J]. 財會月刊， 2023，44（08）：35-44.

[24]高敬忠，楊朝，彭正銀.網絡平臺互動能夠緩解企業融資約束嗎——來自交易所互動平臺問答的證據[J]. 會計研究，2021a（06）：59-75.

[25]王敬勇，孫彤，李珮.數字化轉型與企業融資約束——基于中小企業上市公司的經驗證據[J].科學決策， 2022（11）：1-23.

[26]苑澤明， 于翔， 李萌， 等. 數字化轉型如何影響企業的融資約束[J]. 會計之友， 2022（19）： 99-108.

[27]高敬忠，王天雨，王英允. 經濟政策不確定性與“雙高現象”[J]. 外國經濟與管理，2021b，43（04）：3-18.

[28]韓冬梅， 馬圣楠， 劉建梅. 數字化與企業內部控制質量[J]. 中國審計評論， 2023（02）：79-110.

[29]董屹宇，郭澤光. 管理層股權激勵、兩職合一與企業過度負債——基于兩種代理理論的分析[J].當代財經，2019（01）：119-130.

[30]黃宏斌，胡偉燕，陳美健. 自媒體信息披露對社會責任報告市場反應的影響研究[J]. 證券市場導報，2021（12）：54-65.

[31]夏蕓， 夏鵬佳， 林子昂. 數字化轉型與商業信用融資——以中國A股上市公司為例[J]. 工業技術經濟， 2023，42（07）： 30-39.

[32]范潤，孫雪嬌. 減少避稅活動會抑制實體企業金融化嗎？——基于“金稅三期”準自然實驗的證據[J]. 金融評論，2022，14（04）：79-101+126.

[33]花俊國， 劉暢， 朱迪. 數字化轉型、融資約束與企業全要素生產率[J]. 南方金融， 2022（07）： 54-65.

[34]張會麗，陸正飛. 控股水平、負債主體與資本結構適度性[J]. 南開管理評論，2013，16（05）：142-151.

[35] KAPLAN S N， ZINGALES L. Do investment-cash flow sensitivities provide useful measures of financing constraints？[J]. The Quarterly Journal of Economics， 1997， 112（01）： 169-215.

[36]李維安， 戴文濤. 公司治理、內部控制、風險管理的關系框架——基于戰略管理視角[J]. 審計與經濟研究， 2013， 28（04）： 3-12.

[37]翟淑萍，韓賢，張曉琳，等. 數字金融能降低企業債務違約風險嗎[J]. 會計研究，2022（02）：117-131.

[38]郭峰，王靖一，王芳，等. 測度中國數字普惠金融發展：指數編制與空間特征[J]. 經濟學（季刊），2020，19（04）：1401-1418.

[39]江艇. 因果推斷經驗研究中的中介效應與調節效應[J]. 中國工業經濟，2022（05）：100-120.

[40]孫健， 王百強， 曹豐， 等. 公司戰略影響盈余管理嗎？[J]. 管理世界， 2016（03）：160-169.

[41]文雯， 牛煜皓. 數字化轉型會加劇企業投融資期限錯配嗎？[J]. 中南財經政法大學學報， 2023（05）：18-30.

[42]王應歡，郭永禎. 企業數字化轉型與ESG表現

——基于中國上市企業的經驗證據[J]. 財經研究，2023，49（09）：94-108.

[43]許云霄，柯俊強，劉江寧，等. 數字化轉型與企業避稅[J]. 經濟與管理研究，2023，44（06）：97-112.

（責任編輯：唐詩柔）

Can Digital Transformation Help Enterprises Prevent Financial Risks？：

From Excess Leverage of Enterprises

YANG Zhao

（ State Grid Tianjin Power Chengnan District Supply Company ）

Abstract： Currently， preventing and resolving financial risks is one of the important financial tasks for the country. From the perspective of enterprises as the micro subject， reasonably arranging capital structure and reducing excess leverage are beneficial for controlling financial risks of enterprises. Therefore， combining with the current development of the digital economy， this paper takes China's A-share listed companies from 2011 to 2020 as a sample to empirically test the effect of enterprise digital transformation on reducing excess leverage， and further study the mediating and moderating effects models separately. The empirical results show that enterprise digital transformation can significantly reduce the level of excess leverage， and financing constraints and internal governance environment play a significant mediating role in this process， and analyst attention and regional digital finance level have negative and positive moderating effects on this process. Another way to think of this is that， under the conditions of low analyst attention and high regional digital finance level， enterprise digital transformation can better reduce excess leverage. This study enriches the research on the economic consequences of enterprise digital transformation， and provides new ideas for reducing excess leverage of enterprises and preventing and resolving financial risks.

Keywords： Digital transformation; Excess leverage; Financing constraints; Governance mechanism

收稿日期：2023-11-07

作者簡介：楊朝，國網天津市電力公司城南供電分公司，研究方向為資本市場財務與會計。

本文感謝匿名審稿專家的寶貴意見，文責自負。