数字化转型如何影响企业债务融资——基于A股上市公司的实证研究

文/周琳（复旦大学管理学院）

一、引言

随着人工智能、物联网、云计算等信息技术的不断发展，数字经济在国民经济中的地位愈发重要。2021年12月12日，国务院印发了《“十四五”数字经济发展规划》，强调数字经济将成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。对应微观企业主体，发展数字经济包含数字产业化及产业数字化两大内涵。前者是指将大数据、区块链等高端技术工程化、产业化，其主要针对高新信息技术企业。后者则是指现有的企业在研发、生产、销售等多环节应用先进的数字信息技术，逐步实现数字化转型，而本文更多关注的是企业进行数字化转型对融资可能产生的影响。由于数字化转型涉及多环节、多技术，其辐射范围较广且内涵丰富，从内部的营运视角，物联网等技术可以提升公司及供应链生产效率，信息平台等可以加强内部交流，从而改善公司治理。从外部的信息视角，企业可以借助新媒体向利益相关者传递信息，与股东、债权人、分析师等更为便捷地沟通交流。

近年来，越来越多的文献开始关注企业数字化转型可能带来的经济后果。学者主要基于企业绩效（何帆等, 2019）、公司治理（祁怀锦等,2020）、投入产出效率（刘淑春等,2021）、全要素生产率（赵宸宇等,2021）、企业分工（袁淳等, 2021）、劳动投资效率（翟淑萍等, 2022）等视角，探究数字化转型如何影响治理、投资、运营等。此外，部分研究从股票流动性（吴非等, 2021）、审计定价（张永坤等, 2021）等视角探讨了数字化转型对利益相关者的影响。而目前鲜有研究关注数字化转型如何影响企业融资行为，考虑到数字化转型后企业运营效率和信息传递均会发生重大变化，而这些改变会直接影响债权人和股东对企业的认知和估值。

本文从债务融资视角出发探究数字化转型如何影响企业融资行为。首先，本文构建固定效应模型探究企业债务融资与数字化转型的关系；其次，本文分别检验不同融资约束强度、不同规模、是否亏损、不同所有权性质的条件下，数字化转型对企业债务融资影响的异质性；第三，本文检验了数字化转型是否对债务融资成本和债务期限结构产生影响；第四，改变新增债务融资及数字化转型的衡量方式后，检验本文主检验结果的稳健性。

本文的研究贡献包含以下三点：第一，本文拓展了数字化转型经济后果的研究，以往研究较少关注数字化转型对企业融资行为的影响，本文基于债务融资视角提供了相应的证据，并且考察了不同条件下其影响的异质性。第二，本文补充了企业债务融资影响因素的相关研究，大量文献从宏观、产业政策、公司特征、高管特征、市场中介等维度出发探究了债务融资的影响因素，本文从数字化转型方面提供了崭新的视角。第三，本文也具有一定的实践价值，对于融资约束较强的企业，可以通过数字化转型提高生产效率，降低与债权投资人之间的信息不对称，从而改善自身融资环境。

二、研究设计

（一）样本筛选

本文探究数字化转型对企业债务融资的影响，研究区间为2007-2020年，样本具体筛选过程如下：初始总观测量为37642，第一，剔除金融业上市公司观测1131条；第二，剔除总资产、所有者权益缺失或非正的观测433条；第三，剔除自变量缺失的观测256条；第四，剔除被解释变量缺失的观测2689条；第五，剔除控制变量缺失的观测84条。本文最终观测量为33049。

（二）变量定义

本文的被解释变量为债务融资Debt_finance。参 照Covas et al.(2011)、吴华强等(2015)，债权融资Debt_finance定义为有息债务的增加额/滞后一期总资产，数据来自CSMAR数据库。

本文的核心解释变量为企业数字化转型Digital，参照吴非等 (2021)，本文采用年报文本分析来界定企业数字化转型。具体地，首先，本文从巨潮资讯网爬取全部A股上市公司年报，提取出每份年报的管理层讨论与分析部分；其次，使用python对年报MD&A部分文本进行jieba分词，统计企业数字化转型相关的特征词词频；最后，加1取自然对数得到企业数字化转型变量。

本文的主检验中还包含了一系列控制变量，包括公司规模Size,具体定义为公司年末总市值的自然对数；账面市值比Bm，具体定义为年末所有者权益/年末总市值；偿债能力Lev，具体定义为年末总负债/年末总资产；盈利能力Roa，具体定义为净利润/年末总资产；上市年份Age，具体定义为公司上市年份加1取自然对数。数据均来自CSMAR数据库。

（三）模型设定

本文采用固定效应模型来检验数字化转型对企业债务融资的影响，具体模型设定如下：

本文重点关注系数β的经济意义和统计意义，模型中加入了个体固定效应（行业固定效应或公司固定效应）和时间固定效应（年份固定效应），所有结果均使用稳健标准误。

三、实证分析

（一）描述性统计

表1呈现了本文主要变量的描述性统计。被解释变量Debt_finance的均值（中值）分别为0.031（0.002），呈现正偏分布，表明债务融资资源集中在少部分头部企业。同时，新增债务融资近些年有所下滑，2007/2008年Debt_finance的均值为0.042/0.037，而2019/2020年Debt_finance的均值为0.017/0.018，一定程度上由金融去杠杆及实体去杠杆所致。解释变量Digital的均值（中值）分别为0.774（0.000），同样呈现较明显的正偏分布，表明不同企业的数字化进程存在较大差异。企业数字化转型整体呈现明显的时间上升趋势，2007年Digital的均值为0.043，而2020年Digital的均值为1.214。

表1 描述性统计

（二）主检验

为检验数字化转型如何影响企业债务融资，本文对研究设计中的模型进行检验，结果如表2所示。被解释变量为Debt_finance，其中第（1）（3）列未加入控制变量，第（2）（4）列加入控制变量，第（1）（2）列加入行业固定效应和年份固定效应，第（3）（4）列加入公司固定效应和年份固定效应。结果均在1%的置信水平显著，表明企业数字化转型后债权融资显著增加。控制变量中，债务融资与公司规模、公司盈利水平显著正相关，与公司年龄显著负相关。

表2 数字化转型与企业债权融资

表3 不同情境下数字化转型与企业债务融资的关系

（三）截面检验

本文进一步检验了不同情境下数字化转型与企业债务融资的关系，模型中均加入控制变量，公司固定效应和年份固定效应。具体地，第（1）、（2）列基于分年、分行业的KZ指数中位数进行分组（Kaplan et al., 1997），结果显示，第（1）列系数为0.005，结果在1%的置信水平显著，第（2）列系数为0.001，结果在10%的置信水平不显著，表明融资约束强的公司结果更显著。第（3）、（4）列基于分年、分行业的公司规模中位数进行分组，结果显示，第（3）列系数为0.007，结果在1%的置信水平显著，第（4）列系数为0.003，结果在10%的置信水平显著，表明规模大的公司结果更显著。第（5）、（6）列基于公司是否亏损进行分组，结果显示，第（5）列系数为0.004，结果在1%的置信水平显著，第（6）列系数为0.002，结果在10%的置信水平不显著，表明未亏损的公司结果更显著。第（7）、（8）列基于公司的所有权性质进行分组，结果显示，第（7）列系数为0.007，结果在1%的置信水平显著，第（8）列系数为0.002，结果在10%的置信水平不显著，表明国有企业结果更显著。

（四）进一步检验

除新增债务融资外，本文进一步考察其他的一些相关变量，第（1）（2）列考察了对债务融资成本的影响，因变量债务融资成本Debt_cost定义为利息支出/有息负债，第（1）列系数为-0.003，第（2）列系数为-0.002，结果均在1%的置信水平显著，表明企业数字化转型后，债务融资成本显著降低。第（3）（4）列考察了对债务期限结构的影响，因变量债务期限结构Debt_term定义为长期有息负债/总负债，第（3）列系数为0.006，结果在1%的置信水平显著，第（4）列系数为0.002，结果在10%的置信水平显著，表明企业在数字化转型后，债务期限结构显著拉长。第（5）（6）列更换了被解释变量Debt_finance的定义，参照程新生等（2012），重新将Debt_finance定义为（借款所收到的现金+发行债券所收到的现金）/滞后一期总资产，第（5）列系数为0.009，结果在1%的置信水平显著，第（6）列系数为0.003，结果在10%的置信水平显著。第（7）（8）列更换了解释变量Digital的定义，重新将Digital定义为企业数字化转型相关词数/总词数，第（7）（8）列系数分别为3.540和1.890，结果均在1%的置信水平显著。

表4 稳健性检验

四、结论

本文从债务融资视角出发探究数字化转型如何影响企业融资行为。研究发现：第一，企业数字化转型后，债务融资显著增加；第二，债务融资与企业数字化转型的正向关系在融资约束较强、规模较大、非亏损、国有的企业更显著；第三，企业数字化转型后，债务融资成本下降，债务期限结构拉长；第四，本文结果在改变被解释变量及解释变量定义后依然显著。本文研究结果表明，数字化转型对内可以增强企业运营效率，对外可以降低信息不对称，从而在量、价、期限等维度改善企业债务融资，有效缓解融资约束。但其对融资约束的缓解是结构性的，数字化转型对债务融资的促进更多是对较易融资的企业发挥“锦上添花”的作用。