數字化轉型、資本結構與投資效率

作者簡介："吳玉宇（1970—）女，湖南東安人，博士，湖南農業大學經濟學院教授，研究方向：金融管理。

摘"要：依據2015—2022年滬深A股制造業上市公司數據，運用文本分析方法，構建企業數字化轉型指標，考量數字化轉型、資本結構與投資效率之間的關系。結果顯示：企業數字化轉型通過優化資本結構抑制企業非效率投資行為，對國有企業和過度投資企業的作用更明顯，且企業非債務稅盾在過度投資和投資不足兩種狀態下作用效果相反。鑒于此，加快數字化轉型進程，做好目標資本結構測算模型設計，實施差異化優惠政策，提升行業投資效率，提高制造業全球競爭力。

關鍵詞： 數字化轉型；投資效率；資本結構調整

中圖分類號：F830．42；F832．39；F49""文獻標識碼："A"""文章編號：1003.7217（2024）03.0060.07

一、引"言

投資作為提升企業價值的重要手段，有利于充分處置企業閑置資產，盤活企業存量資產，提高閑置資金利用率。因此，企業投資效率問題一直以來都受到廣泛關注。制造業是國民經濟的主體、社會財富創造的重要來源，隨著產業轉型升級加速，我國制造業長期處于“微笑曲線”的中低端，資源利用率、平均利潤率低，導致低端產能過剩和投資效率不高等問題日益暴露［1］。如何提升制造企業投資效率成為當前中國經濟急解決的重大問題。

隨著世界經濟數字化轉型成為大勢所趨，近年來黨和國家對數字化轉型賦能企業高質量發展給予了充分關注，不斷加大政策支持、資源整合和管理服務力度，為企業數字化轉型升級提供有利條件。在數字經濟條件下，能否利用數字化轉型促進企業投資效率提高，推動企業高質量發展成為學術界的研究熱點。現有研究主要集中在兩個方面，一是數字化轉型和傳統制造方式相結合，通過緩解融資約束［2］和優化資源配置［3］等方面對公司的投資效率產生間接的影響［4］；二是數字化轉型能夠改變企業投資周期，從而加劇投資風險［5］。已有文獻雖然對數字化轉型與投資效率的關系做了諸多探討，卻較少考慮數字化轉型過程中資本結構對投資效率的影響，未能厘清數字化轉型、資本結構和投資效率的作用機理，以及未能區分不同企業投資行為狀態和產權性質下，數字化轉型和資本結構調整對企業投資效率差異化影響。

因此，本文基于2015—2022年我國滬深A股制造業上市企業數據，運用Python爬蟲技術和文本分析方法來量化企業的數字化轉型程度，然后用回歸分析實證檢驗數字化轉型、資本結構與投資效率三者之間的關系，并進一步區分不同投資行為、企業產權性質等情況加以細化討論，為制造企業降低非效率投資、提高投資水平、實現制造業高質量發展提供理論基礎。

二、理論分析與研究假設

（一）數字化轉型與投資效率

數字化轉型對投資效率的作用主要體現在以下兩個方面：一是減少信息不對稱，抑制企業的過度投資行為［6］。企業的過度投資常常是由于經營者在投資評估的過程中缺少科學方法以及為了追求任期內薪酬和薪酬機會主義而盲目投資［7］。數字化轉型對于企業來說，就是將生產、管理、銷售各業務環節都與云計算、互聯網、大數據相結合，將數字技術貫穿和滲透企業全業務流程。從信息搜集、獲取及整合來看，在大數據的支持下，企業利用數字技術收集、匯總和分析潛在項目信息，幫助企業更好地了解消費者需求和行為，更精準地定位市場和消費群體，大大降低企業信息搜索成本［8］，同時優化信息搜索流程，有效獲取前沿信息，降低投資違約風險，達到有效供求匹配，提升投資效率。二是降低代理成本，緩解企業投資不足［7］。企業的投資不足常常是由于經營者對投資風險評估的過于謹慎以及平靜任期的風險回避傾向［9］。從委托代理的視角來看，數字化轉型能夠減少管理層憑經驗和主觀知覺干預生產和銷售環節的非理性決策行為，抑制企業在投資決策上盲目跟隨市場波動［10］。在數字化技術支撐下，企業管理者的投資決策更多依賴于對數據進行定量分析，而不再是單純依靠個人的主觀判斷，這也意味著企業投資決策不再是基于管理者自己的裁量權，而是能夠通過科學評估投資項目，減少管理者專業擔憂，提升企業風險承受能力，同時有效監督管理者的投資行為，避免因“過度保守”而導致企業“投資不足”現象，改善企業的投資效益［11］。據此，提出：

假設1"數字化轉型能夠減少企業的非效率投資行為，提高投資效率。

（二）資本結構與投資效率

資本結構的扭曲會造成資金在市場上的分配背離帕累托最優，導致企業的非效率投資［12］。當實際資本結構脫離目標時，資本市場的相互摩擦使得公司在進行資本結構調整時會產生一定的調節成本［13］。信息不對稱的增強導致市場不斷出現“道德風險”“逆向選擇”等問題，使得公司必須支付更多的風險溢價，公司的權益與債務的調節費用也隨之增加［14］。資本結構主要通過調整債券融資和股權融資成本兩種方式影響企業投資決策行為。資金作為企業經營運轉的血液，是企業的重要資產，融資作為企業投資的先決條件，企業的融資成本的高低及速度的快慢直接影響投資的速度與進程。企業通過綜合考慮自身規模大小、經營能力高低和經濟發展階段，并根據企業內部各種融資手段的特性，判斷分析融資后自身資本結構的合理性，通過調整股權債券融資的比例來輔助企業的投資決策，避免因盲目投資加大財務杠桿作用，掩蓋虧損，虛增收益，同時也避免因損失規避和過度謹慎錯失機遇，進而在整體上減少企業非效率投資行為。據此，提出：

假設2"企業進行資本結構調整能夠降低非效率投資。

（三）數字化轉型與投資效率：資本結構的中介作用

現有研究證實了數字化轉型可以有效緩解資本結構偏離度和提高資本結構調整速度［15］。在公司治理方面，數字化轉型升級可以大幅降低管理和資本結構調節成本［16］，降低過度負債，獲得更好的管理效率和經營效率，從而促進企業資本結構優化。在信息搜尋方面，數字化轉型有利于企業通過數字化手段匯總企業內外部的相關業務和財務數據，獲取大量行業領先信息，降低信息搜尋成本和交易成本，為保持市場競爭力，企業會及時調整債務或股權融資比例［17］，優化自身資本結構質量［18］，促進企業價值鏈的升級［19］。

在企業的日常經營活動中，受融資約束和委托代理問題的影響，企業可能進行諸多非效率投資。合理的資本結構能夠幫助緩解企業融資約束和委托代理問題，有效抑制管理者的非理性行為。從融資約束視角來看，融資約束問題越嚴重，投資對企業現金流變化越敏感，即被迫放棄良好投資機會或降低盈余資本使用率，引起資源配置扭曲和非效率投資概率增加［20］。與處于財務危機中的公司相比，投資者更愿意對內在價值高、資本結構和財務狀況良好的公司進行投資［21］，降低其融資成本，進而最終緩解這類公司的融資約束，促進債券融資和股權融資的合理配置，提升企業風險承受能力，增加企業投資。從委托代理視角來看，在企業進行投資決策過程中，良好的資本結構意味著企業發展能力更強，管理者能夠有空間發揮自己的業務特長，減少管理者在投資決策過程中的不作為行為，一定程度上提升企業內部的協作效率，進而提高企業價值和投資效率。據此，提出：

假設3"企業資本結構調整在數字化轉型影響投資效率的過程中發揮顯著的中介效應。

三、研究設計

（一）模型設定

為驗證數字化轉型、資本結構與投資效率的關系，構建如下基準回歸模型：

其中，Ineffiit為i企業在t時期的非效率投資程度；DIGit為i企業在t時期的數字化轉型程度；Devait為i企業在t時期的資本結構偏離度；β1和φ1分別代表數字化轉型和資本結構對非效率投資的總效應；Zit代表一系列控制變量；∑Year代表時間固定效應；εit表示隨機擾動項。

為檢驗資本結構調整對數字化轉型與投資效率的中介作用，在式（1）的基礎上構建如下中介作用模型：

其中，中介變量為資本結構偏離度（Devait），以系數ν1和（β1-ν1）區分數字化轉型對投資效率影響的直接效應和間接效應。

（二）變量選取

（1）投資效率（Ineffiit）：借鑒Ｒichardson（2006）模型，將大于0的殘差定義為“過度投資”，小于0的殘差定義為“投資不足”［22］。由于所選樣本均為制造業，因此，運行OLS時只需控制年度效應（∑Year）即可。具體模型如下所示：

其中，Investit表示第i個公司在t年度的實際新增投資開支，它等于總投資減去維持性投資；Growthi，t－1表示i公司第t-1年的成長機會，選用托賓Q值進行衡量；Cashi，t－1、Levi，t－1、Sizei，t－1、Agei，t－1、Reti，t－1、Investi，t－1分別表示i公司第t-1年的現金持有水平、資產負債率、公司規模、成立時間、股票回報率以及新增投資開支；回歸所得殘差εit表示非效率投資程度，并將殘差的絕對值|εit|記為Ineffi，Ineffi越小表示企業投資效率越高；Year為控制的年度虛擬變量。

（2）數字化轉型（DIGit）：借鑒吳非等［23］的研究——年度報告中的“數字化”關鍵詞可以反映出該公司在其戰略上是否關注了數字化轉型，也可以反映公司在其實施過程中所取得的成果。因此，使用Python爬蟲技術，利用文本分析方法對上市公司的年度報告中“數字化”有關的內容進行文本分析，提取出所有與“數字化”有關的詞匯，并將這些詞匯的詞頻數量用作評價企業數字化能力的替代變量。其中，對所選取的滬深A股制造業上市公司年報分為人工智能技術、區塊鏈技術、云計算技術、大數據技術、數字技術應用5個子維度提取關鍵詞并對每個子維度下“數字化”關鍵詞詞頻進行統計。在獲得全部詞頻之后，將詞頻合計數量加上1，并取對數，以此來衡量企業數字化轉型（DIG），數值越大表明企業的數字化轉型程度越高。

（3）資本結構偏離度（Devait）：由于目標資本結構無法直接進行觀測，參考張博等［24］的測度方法，采取控制一系列影響企業資本結構的公司特征變量和修正最小二乘虛擬變量法來估計目標資本結構，通過標準部分調整模型來表達資本結構動態調整過程，進而得到中介變量——資本結構偏離度（Deva）。具體模型如下所示：

其中，Levit和Levi，t－1分別代表i公司在t年末和t-1年末的實際資本結構，它等于有息負債除以總資產；Levit代表i公司在t年度的目標資本結構；λ反映的是資本結構調整速度；Xi，t－1為影響資本結構的公司特征變量，包括公司規模、盈利能力、有形資產、非債務稅盾、行業中位數等；Devait代表資本結構動態調整的程度，即企業實際資本結構偏離目標資本結構的程度。

（4）控制變量：參考已有文獻，選取一系列控制變量：資產負債率（Lev）、盈利能力（ROA）、兩職合一（Dual）、非債務稅盾（DOP）、年度虛擬變量（Year）一起作為控制變量。如表1所示，列明了具體基本變量信息。

（三）樣本選擇和數據來源

由于2015年《政府工作報告》中首次提出實施“中國制造2025”，同時考慮到企業信息披露的數據完整性，故選取2015—2022年我國滬深A股制造業上市企業作為研究樣本。樣本中使用的非債務稅盾、資產負債率、盈利能力等企業層面數據均來自國泰安數據庫。通過剔除金融行業、研究期間被ST或退市、數據異常值和缺失值等企業樣本，保留有效樣本3800個。表2是主要變量的描述性統計結果。

四、實證分析

（一）基準回歸分析

首先，對這些數據進行相關性分析和VIF測試。結果發現，各變量VIF值均小于10，且平均水平為1.04，說明這些數據不存在顯著的多元共線性。經豪斯曼檢驗，利用控制個體和時間的雙向固定效應模型來進行基準回歸分析，表3報告了式（1）和式（2）的估計結果。由列（1）和列（2）可知，在控制了時間的固定效應模型下，數字化轉型（DIG）的回歸系數在5%的水平下顯著為負，加入一系列控制變量后在5%的水平下仍然顯著為負，說明數字化轉型對企業非效率投資具有明顯的抑制作用，假設1得到驗證。依托數字技術發展，企業能夠降低投資交易成本，增加信息透明度，為企業投資決策提供理性依據，促進投資效率提高。

表3列（3）和列（4）則表明了資本結構對投資效率的影響效應。資本結構偏離度（Deva）的系數在1%的水平上顯著為正，表明資本結構偏離度越高，企業非效率投資程度越高，從而驗證了假設2。其中，資本結構調整能夠通過調整企業股權與債權融資比例，輔助企業進行投資決策，提升投資效率。

（二）穩健性檢驗

為檢驗上述結論的穩健性，更換核心解釋變量進行穩健性檢驗。對于式（1），不同企業對數字化轉型的關鍵詞描述不同，本文借鑒袁淳等［25］的做法，更換數字化轉型測算口徑，選擇不同詞頻進行文本抓取處理來衡量數字化轉型程度（Dig）。對于式（2），考慮到所選用的企業特征變量與資本結構調整之間可能存在反向因果問題，選用系統GMM模型對資本結構偏離度（Deva）重新進行擬合估計。表4列（1）至列（4）顯示了回歸估計結果，從核心解釋變量的回歸系數及顯著性來看，結果與表3一致，說明改變數字化轉型和資本結構偏離度的估計方法后，結論仍然成立。

（三）內生性檢驗

1．解釋變量滯后一期。

考慮數字化轉型影響存在一定時間滯后性，為減少數字化轉型與投資效率之間的內生性干擾，在原基準回歸的基礎上，將核心解釋變量數字化轉型（DIG）滯后一期重新對式（1）進行回歸，結果如表4列（5）至列（6）所示。滯后期L.DIG系數為-0.006，并在1%的水平上顯著為負，與前文數字化轉型會抑制企業非效率投資的結論保持一致。

2．加入遺漏變量。

考慮變量選取偏誤，為保證結論可靠性，在基準回歸基礎上加入企業規模（Size）、賬面市值比（BM）、公司第一大股東持股比例（H1）、股權制衡度（Z指數）等微觀變量對式（1）和式（2）重新進行分析。分析結果如表4列（7）至列（8）所示，數字化轉型和資本結構偏離度的回歸系數分別為-0.006和0.339，均在1%的水平上顯著，假設1和假設2得到驗證。

3．加入工具變量。

考慮數字化轉型與投資效率可能相互影響，即數字化轉型水平的提升能夠更好幫助企業進行投資決策，同時，投資效率高的企業越有可能成為市場“領跑者”，獲取更多市場份額和經濟利益［26］，從而有強烈的需求倒逼企業數字化轉型。為了盡可能緩解這一反向因果關系對研究結論的內生性影響，加入工具變量（IV）進行檢驗。首先，參照已有學者研究，采用核心解釋變量滯后期作為當期企業數字化轉型的工具變量（IV）并進一步進行GMM模型檢驗［27］，結果如表5所示。根據回歸結果可知，第一階段，IV在1%水平上顯著，檢驗發現不存在弱工具變量和過度識別，表明工具變量選擇具有合理性；第二階段，數字化轉型工具變量與投資效率估計系數顯著相關，表明數字化轉型對制造企業非效率投資具有顯著抑制作用，與基準回歸模型基本一致。

（四）中介效應分析

前文研究結果表明，數字化轉型和資本結構能夠降低企業非效率投資，但三者關系尚不清楚。為了厘清數字化轉型、資本結構與投資效率三者關系，結合前文分析，從資本結構調整角度檢驗數字化轉型影響企業非效率投資的路徑。表6是模型（3）和（4）的中介機制估計結果。列（1）中DIG的系數為-0.003，并通過了5%的顯著性檢驗。列（2）中DIG和Deva存在顯著負相關，代表數字化轉型有助于企業降低資本結構偏離度，幫助管理者調整企業權益與負債比例，從而在一定程度上優化企業資本結構。列（3）中，加入資本結構偏離度作為中介變量后發現，資本結構偏離度對非效率投資水平影響系數為0.359，在1%的水平上顯著為正，說明隨著資本結構偏離度的降低，企業非效率投資水平也下降。同時數字化轉型對非效率投資影響系數為-0.008，顯著水平由5%提升至1%，由此推斷資本結構偏離度在數字化轉型與投資效率之間發揮著部分中介作用。即數字化轉型能夠通過縮減資本結構偏離度來降低企業的非效率投資，Sobel檢驗結果也支持這一結論，假設3得到驗證。

五、異質性分析

（一）區分產權性質

不同的產權性質會對企業的投資行為產生不同的影響。結果發現①，與非國有企業相比，國有企業的數字化轉型和資本結構對非效率投資的抑制作用在1%的水平上顯著，說明數字化轉型和資本結構對國有企業非效率投資行為的影響較大。其原因可能是國有企業更加理性，積極響應政策，大力投資政府倡導的項目，不盲目跟風。

（二）區分投資行為

非效率投資一般可分為過度投資和投資不足。為了檢驗數字化轉型和資本結構對企業投資行為差異化的影響結果，將非效率投資分解為過度投資（Oinvest）和投資不足（Binvest）做進一步分析。結果顯示①，數字化轉型在1%水平上對過度投資和投資不足均有顯著的抑制作用，表明數字化轉型對于過度投資和投資不足的抑制作用具有一致性；資本結構偏離度對于過度投資和投資不足在1%的水平下具有顯著的正相關，表明企業優化內部資本結構、提升投資效率對于過度投資和投資不足兩類企業均具有適用性。從整體上看，不論是數字化轉型還是資本結構對于過度投資型企業的影響均大于對投資不足型企業的影響，說明數字化轉型和資本結構主要是通過影響企業過度投資來實現投資效率整體提升。從影響機制來看，由于企業稅盾效應的存在，數字化轉型和優化資本結構要充分考慮債務和非債務稅盾的影響。在數字化轉型和資本結構抑制過度投資過程中，企業非債務稅盾能夠起顯著抑制作用，這可能是由于非債務稅盾對債務稅盾的“替代效應”導致企業降低了債務融資比例和投資支出，進而限制了管理者的機會主義行為。而在緩解投資不足過程中，企業非債務稅盾則起到反向作用。這可能是因為管理人出于保守心理，不愿進行外部融資，傾向于利用非債務稅盾和盈利能力提高企業自身收益，增強企業內源融資能力和投資風險承受能力。

六、結論與建議

綜上，研究發現：（1）企業數字化轉型水平提升能夠提高公司的投資效率；（2）企業能夠通過調整內部權益與債務比例、縮小資本結構偏離度，促進企業投資效率的提高；（3）數字化轉型快的企業能夠通過降低資本結構偏離度提升其投資效率。國有企業和過度投資型企業的數字化轉型水平提高，資本結構偏離度降低，對非效率投資的抑制效果更顯著。

建議：（1）加快數字化轉型進程，提升制造業在全球的競爭力。各級政府已為數字化轉型提供了連貫有力的政策支持，制造企業應加快推進落實。戰略上，管理層應制定明確的數字化轉型戰略，明確數字化目標、重點領域和時間表，保障數字化轉型有序推進。技術上，管理層應加強信息技術系統、網絡基礎設施等系統化、標準化的數字管理系統建設，從“純人工決策”向“數字化決策”轉變。（2）做好目標資本結構測算模型設計。根據數字化技術和信息化系統建立目標資本結構測算模型，提升產品研發、生產和銷售的市場分析能力，推進有效資源向資產轉變，拓寬制造企業融資渠道，為資本優化配置提供導向作用。另外，應基于大數據和資本結構調整模型分析制造企業投資行為，以避免盲目冒進，避免出現過度投資或投資不足，以提升企業投資效率，牽引產業升級。（3）制定差異化優惠政策。政府在稅收減免與技改項目上，向數字化轉型投入多、投資效率高的制造企業傾斜，做到“一企一策”，分類、分批推動企業數字化轉型。還應鼓勵國有企業發揮帶頭作用，帶動非國有企業數字化轉型升級，提升行業投資效率，鞏固制造業大國地位，提高國家制造業全球競爭力。

注釋：

① 限于篇幅，具體結果未呈現，備索。

參考文獻：

［1］"劉磊，步曉寧，張猛.全球價值鏈地位提升與制造業產能過剩治理[J].經濟評論，2018（4）：45-58.

［2］"馮露，楊闊，崔嘉豪.數字化轉型對傳統能源企業投資效率的影響研究[J].煤炭經濟研究，2023，43（10）：80-86.

［3］"嚴子淳，王偉楠，王凱，等.數字化轉型能夠提升企業投資效率嗎？——來自制造業上市公司的證據[J].管理評論，2023，35（12）：20-30.

［4］"劉麗娜，楊公志.數字化建設對企業投資效率的影響研究——來自中國制造業上市公司的經驗證據[J].會計之友，2022（23）：123-130.

［5］"黃偉娟，李尚蒲.數字化轉型、高管認知能力與企業投資效率研究[J].科學決策，2023（3）：83-98.

［6］"洪瑞，席愛華.企業數字化轉型、社會責任與非效率投資[J].武漢金融，2023（7）：43-50，60.

［7］"于波，劉璐.數字化轉型是否優化了企業投資效率？——基于資源基礎觀的實證研究[J].現代管理科學，2023（6）：153-162.

［8］"劉婷婷，溫雪，鄧亞玲.數字化轉型視角下數字金融對企業投資效率的影響效應分析[J].財經理論與實踐，2022，43（4）：51-58.

［9］"劉鳳環.數字化賦能、企業類型與投資效率[J].經濟問題，2022（11）：67-75.

［10］肖夢瑤，韋琳.數字化轉型會抑制企業投資的“隨波逐流”嗎[J].現代經濟探討，2023（8）：86-95.

［11］王春英，陳宏民.制造業企業進行數字化轉型的動因和路徑研究——基于上海電氣集團的案例分析[J].當代經濟管理，2023，45（5）：43-49.

［12］張慶君，李萌.金融錯配、企業資本結構與非效率投資[J].金融論壇，2018，23（12）：21-36.

［13］Zechner J， Fischer E， Heinkel R. Dynamic capital structure choice： theory and tests[J]. Journal of Finance，1989，44：19-40.

［14］王竹泉，高雅，于蘇.數字金融與資本結構動態調整速度 [J]. 現代財經（天津財經大學學報）， 2023， 43 （1）：32-49.

［15］張焰朝，劉家博.企業數字化轉型會影響資本結構決策嗎？——來自資本結構調整速度的證據[J].金融發展研究，2023（7）：13-22.

［16］邱妍，王治，江媛.數字化轉型能否降低企業資本成本[J].財經理論與實踐，2024，45（1）：83-90.

［17］杜善重，馬連福.數字化轉型速度如何影響企業債務融資——基于“降成本”與“去杠桿”視角的研究[J].審計與經濟研究，2024，39（2）：52-62.

［18］吳瑩.數字化轉型對企業價值鏈升級的影響[J].湖南科技大學學報（社會科學版），2022，25（5）：97-103.

［19］郭金花，朱承亮.數字化轉型、人力資本結構調整與制造企業價值鏈升級[J].經濟管理，2024（1）：47-67.

［20］王喜蓮，李竹梅.政府補貼、融資約束與資本配置效率研究——基于高端裝備制造業上市公司數據[J].投資研究，2023，42（1）：73-87.

［21］張益青，欒天虹.數字經濟下企業數字化轉型與資本結構動態調整[J].華北金融，2022（10）：69-78.

［22］萬佳彧，李彬，徐宇哲.數字金融對企業投資效率影響的實證檢驗[J].統計與決策，2022，38（19）：135-139.

［23］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（7）：130-144，10.

［24］張博，韓亞東，李廣眾.高管團隊內部治理與企業資本結構調整——基于非CEO高管獨立性的視角[J].金融研究，2021（2）：153-170.

［25］袁淳，肖土盛，耿春曉，等.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（9）：137-155.

［26］隋小寧，焦帥鵬，王海軍.數字化轉型與企業OFDI：來自中國的經驗證據[J].世界經濟研究，2024（1）：120-134，137.

［27］張鵬楊，劉蕙嘉，張碩，等.企業數字化轉型與出口供應鏈不確定性[J].數量經濟技術經濟研究，2023，40（9）：178-199.

（責任編輯：鐘瑤，鄒彬）