數字化轉型是否會加劇企業金融化?

郭德兵

摘要：數字化轉型作為新一代產業革命的代表，是企業實現高質量發展的關鍵動力。過度金融化會對企業主業產生擠出效應，導致其發展持續性不足。本文以2007—2020年滬深A股上市公司為樣本，構建OLS模型，研究數字化轉型對企業金融化的影響，并從融資約束和經營風險兩個方面入手，分析其中的作用機制。研究發現，數字化轉型會顯著加劇企業金融化。機制分析發現，數字化轉型能夠通過緩解企業融資約束和降低經營風險兩條渠道，提高企業金融化水平。異質性分析發現，數字化轉型加劇企業金融化的效應在國有企業、非制造業企業和中西部地區更為明顯?；诖耍疚恼J為應加強對金融投資的審批、評估和監管，建立健全投融資激勵約束機制，協調推進各地區、各行業數字化轉型。

關鍵詞：數字化轉型；企業金融化；融資約束；經營風險；脫實向虛

中圖分類號： F272；F830? ? ? ? 文獻標識碼：A? ? ? ? 文章編號：1007-0753（2024）03-0071-12

一、引言

企業作為實體經濟發展的主力軍，一直是我國經濟高速增長的重要動力，也是我國建設現代化經濟體系的核心主體。但近年來，企業在發展數字經濟的同時也漸漸出現金融空轉的“脫實向虛”現象，如將企業資源配置于交易性金融資產、衍生金融資產和投資性房地產等，導致實體經濟“空心化”。國泰安數據顯示，2022年我國在滬深上市的4 931家A股非金融上市公司持有的金融資產（包括交易性金融資產、衍生金融資產、可供出售金融資產、持有至到期投資、貸款和預付款以及房地產投資）總額約為3.57萬億元，平均每家公司持有達7.24億元。探究實體企業金融化頻發的根源，一方面是由于實體經濟面臨產能過剩挑戰，供給側和需求側結構性失衡；另一方面則是由于保險、房地產和影子銀行等泛金融部門呈現快速增長的態勢，金融資金供給過度（李建軍和韓珣，2019）。

近年來，隨著中國經濟增長進入新常態，加之供給側改革、地方融資平臺整頓以及數字經濟競爭，企業能夠獲得的生產性投資機會逐漸減少。為提升企業資源配置效率、投資效率和企業績效，企業紛紛轉向產業數字化和數字產業化的數字化轉型戰略。這一方面是順應數字經濟發展潮流的結果，另一方面也是企業高質量發展的必由之路。然而，由于委托代理、投融資監管體系不健全、管理層偏好以及信貸資金過度供給等問題，企業數字化轉型可能會使其傾向于持有過多金融資產。那么，數字化轉型與企業金融化的關系究竟如何，本文將通過理論分析和實證研究對其進行探討。

二、文獻綜述

企業數字化轉型，指的是以提升效率和效益為導向，以價值創造為目的，通過激發數據要素創新驅動潛能，最終實現企業轉型升級和高質量發展等目標的過程?，F有研究主要關注數字化轉型的經濟結果。從微觀角度來看，已有研究基于組織理論、公司治理和發展經濟學等框架，一方面分析了數字化轉型對組織邊界（林琳和呂文棟，2019）、適應性變革（肖靜華，2020）和管理變革（戚聿東和肖旭，2020）等公司內部治理的積極影響，另一方面分析了數字化轉型對企業競爭優勢（Mikalef 和Pateli，2017）、業績表現（易露霞等，2021）和企業價值（黃大禹等，2021）等經營效果的正向作用。從宏觀角度來看，學者們研究了數字化轉型對優化營商環境（陳濤和郜啊龍，2021）、國家創新體系構建（楊晶等，2020）和政府公共服務能力提升（王志剛，2020）等的影響。還有部分學者從風險管理角度展開，認為企業數字化轉型有助于提升風險承擔水平（劉少波等，2023）、降低股價崩盤風險（彭俞超等，2023）和抑制經營風險（魯學博，2023）等。

關于企業金融化的影響因素，已有文獻大多認為，企業金融化的觸發動機主要是規避風險和追逐利潤。金融資產具有變現能力強和流通性強的屬性，企業持有金融資產能夠發揮蓄水池功能，在資金短缺時及時出售，從而降低企業對外部資金的依賴，進而達到風險規避（Duchin等，2017）的目的。企業金融化的另一目的是追求利潤的增長（Feng等，2022），特別是在企業盈利增長緩慢或下降之時（杜勇等，2019）。此外，管理層的背景特征（杜勇等，2019；于連超等，2019；邵志浩和菅秀帥，2023）、企業的內部控制質量（王瑤和黃賢環，2020）、委托代理關系（Zhu等，2022）以及外部數字金融發展（張振杰等，2022）等因素也會對企業金融化產生影響。

縱觀過往研究，學者們從多角度分析并肯定了企業數字化轉型的積極效果，認為數字化轉型能促進企業提質增效，但鮮有研究將企業數字化與金融化聯系起來進行分析。因此，本文的邊際貢獻主要在于：第一，指出企業實施數字化轉型會帶來一定的副作用，加劇企業對金融化的偏愛。需要強調的是，本文并沒有否認數字技術對實體經濟的積極作用，而是提示企業在追求數字化轉型時，要考慮它可能帶來的邊際成本和風險。第二，豐富了企業金融化和數字化轉型的相關研究，并探討了其中的影響機理，分析了融資約束和經營風險在其中起到的中介作用。

三、理論分析與研究假設

（一）數字化轉型對企業金融化的影響

隨著云計算、物聯網、大數據、區塊鏈和人工智能等數字化技術的快速發展，以及其與實體經濟的充分融合，數字經濟已被視為未來經濟增長的“新引擎”（許憲春等，2021）。在數字經濟的推動下，我國涌現了大量經濟社會新現象，如消費群體更喜歡“線上消費”和“零接觸消費”。數字化轉型迅速的企業，能夠成為互聯網消費群體關注和購買的對象，這有助于企業快速提升業績表現（胡青，2020）。較好的業績表現能夠提升企業聲譽，幫助企業獲得供給商等利益相關者的信任和商業信用資金的支持，增加企業現金流。資金可得性的提高將激發企業的投機套利逐利動機，一定程度上導致企業金融化程度提高。此外，數字化轉型會通過同群傳染效應增加企業金融化傾向（陳慶江等，2021）。企業投資行為往往受到同群企業決策的影響，管理層為避免因業績不佳受到處罰，經常會模仿其他企業的投資行為。在數字經濟快速發展的背景下，企業管理層大多會選擇增持金融資產，這帶動了其他同群企業的投資行為，并進一步導致金融化程度加劇。據此，本文提出以下假設：

H1：企業數字化轉型會顯著加劇企業金融化。

（二）數字化轉型影響企業金融化的融資約束渠道

根據信號理論和市場理論，數字化轉型能夠幫助企業獲得信貸資金，緩解融資約束。一方面，數字化轉型能夠有效傳遞信息。受信息不對稱和監管成本的影響，銀行傾向于減少對信息不對稱者的信貸供給（Gomber等，2018；張璇等，2020）。通過云計算、物聯網等數字技術的使用，企業與金融機構以及其他投資者的信息互通更為順暢，企業信息透明度更高，能夠降低銀行所面臨的不確定性（黃大禹等，2021），從而幫助企業獲得更多融資。另一方面，數字化轉型能夠提升企業市場力量。具體而言，數字化轉型能夠提升企業運營效率，擴大市場份額（胡青，2020），同時向外界傳遞積極信號，減少媒體負面評價，從而樹立良好的企業形象。企業市場力量的提升會進一步提振外部投資者的信心，增強其資金供給意愿，緩解企業融資約束。企業面臨的融資約束越小，其進行金融資產投資的可能性就越大（顧雷雷等，2020）。這是因為金融資產投資具有期限短、易變現、收益高等特征，在逐利動機的影響下，有較多可用資金的企業有強烈的意愿投資于金融資產（彭俞超等，2018）。據此，本文提出以下假設：

H2：數字化轉型通過降低企業融資約束，對企業金融化產生影響。

（三）數字化轉型影響企業金融化的經營風險渠道

從長期來看，經營風險是阻礙企業獲得融資、持續高質量發展的重要因素，而數字化轉型正能夠幫助企業緩解這一問題。

一方面，數字化轉型能夠減緩外部不確定性對企業的沖擊。數字化轉型使企業組織結構更具有靈活性，同時提升企業對數據的處理能力（曾德麟等，2021），使企業能夠更及時充分地利用信息，發出風險預警，制訂應對方案。另外，數字技術的應用能夠優化企業內部資源配置、業務流程和組織生產方式（易露霞等，2021），從而改善企業內部治理環境（李黎和魏文君，2023），增強企業可持續發展能力，提升企業風險抵抗承受力。

另一方面，數字化轉型能夠幫助企業提高信息傳遞效率，提高獲客能力，從而減少對大客戶的依賴，減少企業商業信用供給和經營風險（王貞潔和呂志軍，2023）。根據自由現金流假說和經理帝國構建動機理論，在企業經營風險較低時，管理層出于逐利動機，會更偏愛持有金融資產以快速提升企業價值，從而獲取更高的薪酬和威望（Gilson和Schwartz，2013）。據此，本文提出以下假設：

H3：數字化轉型通過降低企業經營風險，對企業金融化產生影響。

四、樣本選取和研究設計

（一）樣本選取

由于國泰安數據庫公布的數字化技術轉型數據從2007年開始，故本文選取2007—2020年中國滬深A股上市公司作為初始樣本。為保障數據的可比性和有效性，避免特殊行業和異常值的影響，對初始數據進行如下處理：①剔除ST和*ST上市公司；②剔除金融保險類上市公司；③剔除存在明顯異常的數據，如資產為0或負債為負等；④剔除數據存在缺失的上市公司。此外，對所有連續變量均執行了1%和99%的溫莎縮尾技術處理，最終共獲得12 348個有效觀測數據。本文使用的財務數據均來源于CSMAR數據庫，該數據庫提供了當前國內最全的財務數據，具有真實性和代表性。

（二）模型設計和變量選取

1.數字化轉型對企業金融化的影響檢驗

本文參照Feng等（2022）、Zhu等（2022）的做法，構建如下實證模型：

FINi =β0+β1DIGit+β2SIZEit+β3LEVit+β4CASHit+

β5TOPit+β6BOARDit+β7IDRit+β8DUALit+

β9CSHit+β10AGEit+β11MFR+Firm+Year+μ

（1）

其中，FIN為被解釋變量企業金融化，下標it表示第i個企業第t期。當前有兩類較為常見的度量企業金融化的方式：一種是以金融資產配置為測算標準，主要是以企業持有的金融資產絕對額和相對額來度量（Zhu等，2022）；另一種是以金融渠道收益作為度量標準，主要是以企業的投資收益占營業收入的比重或投資收益占企業總利潤的比重來衡量（楊箏等，2019）?？紤]到投資收益存在負值，該指標不能完全度量企業的金融資產持有行為，本文采用第一種測度方法，其中金融資產采用交易性金融資產、衍生金融資產、可供出售金融資產凈額、持有至到期投資凈額、發放貸款及墊款凈額以及房地產投資凈額的總和來衡量。

DIG為解釋變量企業數字化轉型。借鑒吳非等（2021）的做法，采用上市公司年報中涉及“數字化轉型”的詞頻作為其代理變量。首先，確定數字化轉型的詞頻范圍。本文將數字化轉型界定為底層技術和實踐應用兩個部分，其中，底層技術包括人工智能技術、區塊鏈技術、云計算技術和大數據技術四個方面的詞頻，實踐應用則包括企業在移動互聯網、電子商務、智能營銷等數字技術方面的應用詞頻。其次，使用Python爬蟲功能整理A股年度報告中反映數字化轉型特征的關鍵詞詞頻數。最后，將底層技術和實踐應用的詞頻數相加來衡量企業數字化轉型的程度。該數值越大，表明企業數字化轉型的程度越高。

SIZE，LEV，CASH，TOP，BOARD，IDR，DUAL，CSH，AGE和MFR分別為企業規模、償債能力、現金流水平、股權集中度、董事會規模、獨立董事比例、兩職合一、管理層持股、企業成立年限和管理費用率。Firm和Year分別為個體和時間固定效應，u為殘差項，β為待估計系數。具體變量解釋見表1。

2.中介作用檢驗

為檢驗融資約束是否在數字化轉型影響企業金融化的過程中起到中介作用，本文參照扈文秀等（2021）的做法，在模型（1）的基礎上，構建兩個實證模型：

FC =? α0+α1DIG+α2SIZE+α3LEV+α4CASHit+

α5TOPit+α6BOARDit+α7IDRit+α8DUALit+

α9CSHit+α10AGEit+α11MFR+Firm+

Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

FIN = θ0+θ1FC+θ2DIG+θ3SIZE+θ4LEV+

θ5CASH+θ6TOP+θ7BOARD+θ8IDR+

θ9DUAL+θ10CSH+θ11AGE+θ12MFR+

Firm+Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

其中，FC為融資約束中介變量，αi和θi為待估計參數，其余變量符號同上。借鑒肖文和薛天航（2019）的做法，使用SA指數衡量融資約束，計算公式為：

SA= -0.737×SIZE+0.043×SIZE2-0.04×AGE? ?（4）

其中，SIZE為企業規模，AGE為企業成立年限。需要說明的是，SA數值越大，則企業面臨的融資約束程度越嚴重；而SA數值越小，則企業所受的融資約束程度越輕。此外，本文進一步參考扈文秀等（2021）的方法，將企業KZ指數作為融資約束的另一個代理變量。

為探討經營風險的中介作用，本文同樣在模型（1）的基礎上，構建兩個實證模型：

CR =? α0+α1DIG+α2SIZE+α3LEV+α4CASHit+

α5TOPit+α6BOARDit+α7IDRit+α8DUALit+

α9CSHit+α10AGEit+α11MFR+Firm+

Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

FIN = θ0+θ1CR+θ2DIG+θ3SIZE+θ4LEV+

θ5CASH+θ6TOP+θ7BOARD+θ8IDR+

θ9DUAL+θ10CSH+θ11AGE+θ12MFR+

Firm+Year+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （6）

其中，CR為經營風險中介變量，αi和θi為待估計參數，其余變量符號同上。借鑒李建軍和韓珣（2019）的做法，采用Zscore指數衡量經營風險，即Zscore=0.6×股票總市值/負債賬面價值+0.999×銷售收入/總資產+1.2×營運資金/總資產+1.4×留存收益/總資產+3.3×息稅前利潤/總資產。Zscore指數與企業經營風險呈反比，該數值越大，企業面臨的經營風險則越低。此外，本文進一步參考扈文秀等（2021）的方法，將企業違約風險KMV指數作為經營風險的另一個代理變量。

五、實證結果分析

（一）描述性統計

表2呈現了本文主要變量的描述性統計結果?？梢钥吹?，企業金融化（FIN）均值為0.043 6，最大值為0.455 3，最小值為0，標準差為0.081 3，表明我國非金融上市公司在金融資產持有方面整體不高，具有差異性，且部分上市公司持有的金融資產占總資產的45.53%。企業數字化轉型（DIG）均值為2.038 9，標準差為1.114 2，這說明我國非金融上市公司在數字化轉型發展上的差異性較為明顯。此外，控制變量描述性統計結果均在合理范圍內，未表現出較為明顯的異常偏態。

（二）相關性結果

表3呈現了主要變量的皮爾森相關系數。由相關系數值可知，企業數字化轉型與企業金融化的相關系數在1%水平下顯著為0.08，初步證實企業數字化轉型可能會加劇企業對金融化的偏愛。變量兩兩間的相關系數絕對值最大為0.57，表明文中選取的變量不存在嚴重的共線性，可以進行下一步回歸檢驗。

（三）主回歸效應

表4匯報了數字化轉型對企業金融化的回歸結果。由列（1）可知，在未引入控制變量時，企業數字化轉型對企業金融化的影響系數為0.002 2，且在1%的統計水平下顯著，初步表明企業數字化轉型與企業金融化呈現顯著正向關系。列（2）中進一步引入控制變量，結果顯示企業數字化轉型的估計系數為0.002 9，仍在1%的統計水平下顯著為正，進一步證明了數字化轉型會增強企業的金融化偏好，即企業的數字化轉型程度越高，企業越傾向于增加持有金融資產，假設H1得證。

（四）穩健性檢驗

1.雙重差分法

2017年中央網信辦和國家發改委會同有關部門印發《關于開展國家電子政務綜合試點的通知》，選取北京、上海、廣東、江蘇、浙江、福建、陜西、寧夏等地開展國家電子政務綜合試點，旨在提升政府數字化轉型水平，實現政務服務事項數據統一。該試點政策推動了企業共享平臺建設，能夠降低企業交易成本，因此試點地區企業數字化轉型能夠更為順暢，得到政府更大的支持。本文參照張嘉偉等（2022）的做法，將電子政務綜合試點視為企業數字化轉型的外生事件沖擊，構建如下雙重差分計量模型：

FIN = β0 + β1TREAT + β2TIME + β3TREAT ×

TIME + CVS + Firm + Year + μ? ? ? ? ? ? ?（7）

其中，TREAT表示電子政務綜合試點政策沖擊外生變量，若公司注冊所在地屬于北京、上海、廣東、江蘇、浙江、福建、陜西、寧夏等地則取值1，否則為0。TIME表示電子政務綜合試點政策沖擊時間變量，若時間屬于2017年后，即國家電子政務政策實施以后，取值為1，否則為0，CVs為一系列控制變量。檢驗結果見表5，TREAT×TIME的回歸系數顯著為正，說明數字化轉型對企業金融化有顯著的正向影響。

2.工具變量法

考慮到可能存在遺漏變量而導致的內生性問題，本文進一步尋找工具變量（IV）對數字化轉型與企業金融化的關系進行再次檢驗。為滿足工具變量相關性和外部性的要求，本文借鑒劉新爭（2023）、邱煜和潘攀（2023）的做法，分別選取兩個工具變量：一是地區互聯網上網人數，檢驗結果見表6列（1）、（2）；二是企業所處行業其他企業年度數字化轉型的平均水平，檢驗結果見表6列（3）、（4）。第一階段的結果顯示，所選取工具變量與企業數字化轉型具有正相關性，且通過了1％的顯著性檢驗；第二階段結果顯示，無論選取何種工具變量，數字化轉型對企業金融化的影響均顯著為正，再次驗證了前文結論的穩健性。

3.其他檢驗方法

除上述方法外，本文還做了以下穩健性檢驗：（1）重構因變量。一是借鑒楊箏等（2019）的做法，以金融渠道收益作為企業金融化的度量標準，即以企業投資收益占營業收入的比重作為被解釋變量重新進行回歸。二是考慮到部分上市公司將房地產投資作為長期業務投資，在一定程度上可能不屬于金融資產持有，因此借鑒Feng等（2022）的做法，將房地產投資凈額去除后再回歸。（2）排除疫情干擾影響。為避免新冠疫情沖擊導致2020年數據對實證結果產生干擾，剔除2020年數據后再次回歸。（3）面板數據檢驗?？紤]到數字化轉型和金融化可能受管理層的個人偏好、創始人的性格和企業文化的影響，本文進一步剔除非平衡數據，采用平衡面板數據對結果再次進行檢驗。以上實證結果均表明企業的數字化轉型會加劇企業金融化，篇幅所限，檢驗結果未在此一一列出。

（五）作用機制分析

1.融資約束的中介效應

表7匯報了融資約束在數字化轉型對企業金融化影響過程中的中介效應檢驗結果，列（1）、（2）中以SA指數衡量融資約束，列（3）、（4）為使用KZ指數衡量融資約束的回歸結果。由表7列（1）、（3）的結果可知，數字化轉型對融資約束的回歸系數均為負，且至少在5％的水平下顯著，表明較高的企業數字化轉型程度有助于緩解企業融資約束。由列（2）、（4）的結果可以看出，在將融資約束變量納入主回歸模型后，融資約束對企業金融化的系數分別為-0.050 8和-0.077 6，均在1%水平下顯著。SA指數和KZ指數越大，意味著企業面臨的融資約束越嚴重，該結果表明當企業面臨的融資約束越小時，企業越傾向于增加金融資產。同時，企業數字化轉型對企業金融化的影響系數仍顯著為正，表明融資約束在企業數字化轉型影響企業金融化中起到了部分中介作用，假設H2成立。

2.經營風險的中介效應

表8匯報了經營風險在企業數字化轉型對企業金融化影響過程中的中介效應回歸結果。列（1）、（2）中以Zscore指數衡量經營風險，列（3）、（4）為使用KMV指數衡量經營風險的回歸結果。由表8列（1）、（3）的回歸結果可知，企業數字化轉型對Zscore指數和KMV指數的影響系數分別為0.396 6和-0.004 9，表明企業數字化轉型與Zscore指數和KMV指數分別呈正相關和負相關。需要說明的是，企業的Zscore指數得分越高，代表企業的經營風險就越低。因此，該結果表明企業數字化轉型會顯著降低企業經營風險。由列（2）、（4）的結果可知，企業經營風險對企業金融化的影響系數分別為0.000 6和-0.017 2，分別在1%水平下顯著和5%水平下顯著。表明以Zscore指數和KMV指數衡量的企業經營風險在數字化轉型影響企業金融化中扮演了中介效應。進一步觀察θ2的顯著性，分別為0.002 6和0.002 8，均在1%水平下顯著，表明企業經營風險在企業數字化轉型影響企業金融化中發揮的是部分傳導作用，假設H3成立。

（六）異質性分析

由于企業自身產權性質、所屬行業不同，其在銀行信貸、投資者以及地方財政支持的可獲得性上也存在較大差異，因此本文將依據企業產權性質和行業屬性進行分組，考察不同類型企業的異質性影響。同時，考慮到我國地區之間存在稟賦差異，這也是影響數字化發展的重要因素，本文進一步就不同地區進行異質性檢驗。表9匯報了不同產權性質、行業屬性和區域位置的異質性檢驗結果。

1.產權性質的異質性

表9列（1）、（2）的結果顯示，數字化轉型回歸系數在國有企業和民營企業組均為正，但前者在1%的水平下顯著，而后者僅在10%的水平下顯著。進一步對其做t值差異性系數檢驗，顯示在1%的水平下拒絕，表明數字化轉型對企業金融化的正向作用在國有企業表現得更加顯著?？赡艿慕忉屖?，在融資能力方面，相較于民營企業，國有企業更能獲得銀行等金融機構的信貸資源青睞，過度的資金支持會增強企業增持金融資產的動機；在公司治理結構方面，國有企業金字塔代理鏈條復雜，缺乏有效的監督體系，導致國有企業第一類代理問題突出，相較產權清晰、激勵約束機制與業績更為掛鉤的民營企業，國有企業更有動力持有金融資產，以彌補薪資報酬的不足，并增強權力尋租（曹偉等，2023）。這一異質性檢驗結果也反映出國有企業的委托代理問題較為嚴重，需要更多地關注國有企業的內部治理體系建設和薪酬體系設計，從而有效遏制其脫實向虛問題。

2.行業屬性的異質性

表9列（3）、（4）的結果顯示，在制造業組，企業數字化轉型對企業金融化的系數為正但不顯著；在非制造業組，企業數字化轉型對企業金融化的系數在5%的水平下顯著為正，表明數字化轉型對企業金融化的正向作用在非制造業表現得更加顯著。究其原因，應該是制造業固定資產較多，具有重資產、回收慢、利潤低等特點，經常面臨產能過剩、資源錯配等情形，且制造業數字化轉型需要投入大量資金進行研發和改造，這使得制造業推動產業數字化和數字產業化的轉型過程較為艱難，面臨的資金約束較為嚴重，無法擴大金融資產投資規模。

3.區域位置的異質性

表9列（5）、（6）的結果顯示，在中西部地區，數字化轉型對企業金融化的系數顯著為正，且通過了1%的顯著性檢驗，而在東部地區，數字化轉型對企業金融化的系數僅在10%的水平下顯著。進一步對其做t值差異性系數檢驗，顯示在1%的水平下拒絕，表明數字化轉型對企業金融化的正向作用在中西部地區表現得更加顯著?？赡艿脑蛟谟?，東部地區在企業內部治理和外部監督等方面已經形成了較為完備的制度體系，在一定程度上能夠抑制企業金融化傾向；而中西部地區數字經濟整體發展較為緩慢，這使得數字化水平較高的企業更容易獲得金融機構和投資者的青睞，加之內部控制和投資決策監督機制可能尚不完善，導致企業數字化轉型能夠明顯地促使企業增持金融資產。

六、結論與建議

本文以2007—2020年的A股上市公司作為樣本，實證檢驗了企業數字化轉型對企業金融化的直接影響、作用機制及其異質性表現。實證結果表明：企業數字化轉型會顯著加劇企業金融化。從作用機制來看，融資約束和經營風險在數字化轉型影響企業金融化的過程中起到了部分中介作用，數字化轉型通過緩解企業融資約束和降低經營風險，起到了促使企業持有金融資產的作用。異質性檢驗表明，數字化轉型對企業金融化的加劇作用在國有企業、非制造業和中西部地區更為明顯。

基于上述結論，本文提出如下幾點建議：第一，加強對金融投資的審批、評估和監管。盡管數字化轉型能夠緩解融資約束并降低經營風險，但會在一定程度上推動企業對金融資產的追求，導致實體經濟的“空心化”。數字化轉型企業應建立健全金融投資審批管理機制和風險預警機制，做到全流程風險防控，在評估中可以引入第三方機構，提高決策的科學性和專業性，提升企業資源配置效率。第二，建立健全投融資激勵約束機制。一方面，企業應做到激勵相容、權責對等和終身問責，倒逼管理層恪盡職守、用心經營，減少非效率投資以及過度金融化等代理問題。另一方面，應結合企業自身情況對高管實施有差別的激勵，如將管理層績效更多地與實體主業以及經營業績綁定，并設置有利于企業長期發展的股權激勵獎勵，避免金融化對企業主營業務造成擠出效應。第三，協調推進各地區、各行業數字化轉型。我國數字化轉型存在區域和行業差別，在產業數字化轉型的過程中，傳統產業數字化轉型更為困難。由于中西部地區的傳統產業占比較高（曾祥炎等，2023），這些地區應借助“東數西算”等一系列工程，鼓勵企業特別是傳統制造業企業與東部地區企業建立聯系，學習先進經驗，同時設立數字化改造專項基金、制定數字經濟發展貸款貼息和稅收優惠政策等，解決關鍵技術、關鍵軟件和核心設備等卡脖子問題，跨越區域及行業數字鴻溝，最終實現數字經濟紅利共享。

參考文獻：

[1] 李建軍，韓珣.非金融企業影子銀行化與經營風險[J].經濟研究，2019，54（08）：21-35.

[2] 林琳，呂文棟.數字化轉型對制造業企業管理變革的影響——基于酷特智能與海爾的案例研究[J].科學決策，2019（01）：85-98.

[3]肖靜華.企業跨體系數字化轉型與管理適應性變革[J].改革，2020（04）：37-49.

[4] 戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020，36（06）：135-152+250.

[5] MIKALEF P， PATELI A. Information technology-enabled dynamic capabilities and their indirect effect on competitive performance： Findings from PLS-SEM and fsQCA[J]. Journal of Business Research， 2017， 70： 1-16.

[6]易露霞，吳非，徐斯旸.企業數字化轉型的業績驅動效應研究[J].證券市場導報，2021（08）：15-25+69.

[7]黃大禹，謝獲寶，孟祥瑜，等.數字化轉型與企業價值——基于文本分析方法的經驗證據[J].經濟學家，2021（12）：41-51.

[8]陳濤，郜啊龍.政府數字化轉型驅動下優化營商環境研究——以東莞市為例[J].電子政務，2021（03）：83-93.

[9] 楊晶，李哲，康琪.數字化轉型對國家創新體系的影響與對策研究[J].研究與發展管理，2020，32（06）：26-38.

[10]王志剛.財政數字化轉型與政府公共服務能力建設[J].財政研究，2020（10）：19-30.

[11]劉少波，盧曼倩，張友澤.數字化轉型提升了企業風險承擔的價值嗎？[J].首都經濟貿易大學學報，2023，25（02）：61-80.

[12]彭俞超，王南萱，顧雷雷.企業數字化轉型、預判性信息披露與股價暴跌風險[J].財貿經濟，2023，44（05）：73-90.

[13]魯學博.數字化轉型對企業經營風險的影響及作用機制——基于中國A股上市公司的經驗證據[J].北京師范大學學報（社會科學版），2023（03）：66-76.

[14]DUCHIN R， GILBERT T， HARFORD J， et al. Precautionary savings with risky assets： When cash is not cash[J]. The Journal of Finance， 2017， 72（02）： 793-852.

[15] FENG Y， YU Q， NAN X， et al. Can employee stock ownership plans reduce corporate financialization？ Evidence from China[J]. Economic Analysis and Policy， 2022， 73： 140-151.

[16]杜勇，謝瑾，陳建英.CEO金融背景與實體企業金融化[J].中國工業經濟，2019（05）：136-154.

[17]于連超，張衛國，眭鑫，等.高管從軍經歷與企業金融化：抑制還是促進？[J].科學決策，2019（06）：20-42.

[18]邵志浩，菅秀帥.學術背景獨立董事如何影響企業金融化[J].東方論壇，2023（05）：73-90.

[19]王瑤，黃賢環.內部控制與實體企業金融化：治理效應抑或助推效應[J].財經科學，2020（02）：26-38.

[20] ZHU G P， GUI H F， PENG T， et al. Corporate tax avoidance and corporate financialization： The moderating effect of managerial myopia[J]. Managerial and Decision Economics， 2022（08）：497-511.

[21]張振杰，譚春平，李輝.數字金融對企業金融化趨勢的影響研究[J].金融經濟，2022（02）：12-22.

[22]許憲春，張美慧，張鐘文.數字化轉型與經濟社會統計的挑戰和創新[J].統計研究，2021，38（01）：15-26.

[23]胡青.企業數字化轉型的機制與績效[J].浙江學刊，2020（02）：146-154.

[24]陳慶江，王彥萌，萬茂豐.企業數字化轉型的同群效應及其影響因素研究[J].管理學報，2021，18（05）：653-663.

[25] GOMBER P， KAUFFMAN R J， PARKER C， et al. On the fintech revolution： Interpreting the forces of innovation， disruption， and transformation in financial services[J]. Journal of Management Information Systems， 2018， 35（01）： 220-265.

[26]張璇，高金鳳，李春濤.銀行業競爭與資源錯配——來自中國工業企業的證據[J].國際金融研究，2020（06）：54-63.

[27]顧雷雷，郭建鸞，王鴻宇.企業社會責任、融資約束與企業金融化[J].金融研究，2020（02）：109-127.

[28]彭俞超，韓珣，李建軍.經濟政策不確定性與企業金融化[J].中國工業經濟，2018（01）：137-155.

[29]曾德麟，蔡家瑋，歐陽桃花.數字化轉型研究：整合框架與未來展望[J].外國經濟與管理，2021，43（05）：63-76.

[30]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.

[31]王貞潔，呂志軍.數字化轉型是否能夠幫助企業擺脫大客戶依賴——關系生態整合視角[J].現代財經（天津財經大學學報），2023，43（08）：17-31.

[32] GILSON R J， SCHWARTZ A. Constraints on private benefits of control： Ex ante control mechanisms versus ex post transaction review[J]. Journal of Institutional and Theoretical Economics， 2013（01）： 160-183.

[33]楊箏，王紅建，戴靜，等.放松利率管制、利潤率均等化與實體企業“脫實向虛”[J].金融研究，2019（06）：20-38.

[34]吳非，常曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型[J].財政研究，2021（01）：102-115.

[35]扈文秀，朱冠平，李祥發.金融資產持有與企業違約風險：融資約束的中介效應[J].預測，2021，40（03）：39-46.

[36]肖文，薛天航.勞動力成本上升、融資約束與企業全要素生產率變動[J].世界經濟，2019，42（01）：76-94.

[37]張嘉偉，胡丹丹，周磊.數字經濟能否緩解管理層短視行為？——來自真實盈余管理的經驗證據[J].經濟管理，2022，44（01）：122-139.

[38]劉新爭.企業數字化轉型中的“生產率悖論”——來自制造業上市公司的經驗證據[J].經濟學家，2023（11）：37-47.

[39]邱煜，潘攀.企業數字化轉型與大客戶依賴治理[J].財貿經濟，2023，44（10）：90-108.

[40]曹偉，綦好東，趙璨.企業金融資產的配置動機：基于產權性質與異質性股東參股的分析[J].中國工業經濟，2023（02）：150-168.

[41]曾祥炎，魏蒙蒙，梁銀笛.數字經濟促進區域協調發展：機理、難點與對策[J].東岳論叢，2023，44（11）：114-120+192.

Does Digital Transformation Exacerbate Corporate Financialization？： A Study on the Intermediary Effects of Corporate Financing Constraints and Operational Risks

Abstract： Digital transformation， as a representative of the new generation of industrial revolution， is a key driving force for enterprises to achieve high-quality development. However， excessive financialization can also lead to crowding-out effects on the core business of enterprises， resulting in insufficient sustainability of their development. This paper takes the listed companies on the Shanghai and Shenzhen stock exchanges from 2007 to 2020 as samples， constructs an OLS model， and studies the impact of digital transformation on corporate financialization. Furthermore， starting from the aspects of financing constraints and operational risks， the paper analyzes the operating mechanisms. The research finds that digital transformation significantly exacerbates corporate financialization. Mechanism analysis reveals that digital transformation can increase the level of corporate financialization through two channels： Alleviating corporate financing constraints and reducing operational risks. Heterogeneity analysis suggests that the effect of digital transformation on exacerbating corporate financialization is more pronounced in state-owned enterprises， non-manufacturing enterprises， and in the central and western regions of China. Based on this， the paper suggests strengthening the approval， evaluation， and supervision of financial investment; establishing sound incentive and constraint mechanisms for investment and financing; and coordinating the promotion of digital transformation in various regions and industries.

Keywords： Digital transformation; Corporate financialization; Financing constraints; Operational risks； Shift from real to virtual