APP下载

数字化转型对实体企业过度金融化的治理效应研究

2022-07-15徐朝辉王满四

证券市场导报 2022年7期
关键词:回归系数过度实体

徐朝辉 王满四

(1.湖北科技学院经济与管理学院,湖北 咸宁 437000;2. 广州大学管理学院/创新创业学院,广东 广州 510000)

一、引言

2020年以来,中国经济能够在新冠疫情冲击下得以快速恢复,数字经济的高速发展功不可没。根据《中国数字经济发展白皮书(2021)》显示,2020年中国数字经济规模已达39.2万亿元,占GDP比重为38.6%,同比增长9.7%。可见,数字经济对中国经济的贡献度在持续上升,成为国民经济高质量发展的重要支撑。实体企业作为宏观经济的核心微观构成,承载着数字经济发展的重要功能。数字经济作用于实体企业存续最直观的表现就是数字化在企业内的普及和应用,此即实体企业数字化转型(李琦等,2021)。随着数字化转型程度的深入,实体企业运用数字技术捕捉市场机遇、快速反应环境、改造和升级企业价值链各环节,正成为实体企业高质量发展的重要驱动力。

关于数字化转型经济后果的研究,大部分学者持肯定意见,认为数字化转型增进了企业绩效(李琦等,2021;易露霞等,2021),提高了全要素生产率(赵宸宇等,2021),抑制了真实盈余管理(罗进辉和巫奕龙,2021),提升了股票流动性(吴非等,2021),优化了价值创造能力和风险抵御能力(刘洋等,2020),增强了创新能力和绩效(Ferreira et al.,2019),改善了组织结构和运营流程(Hess et al.,2016)。也有少数学者对企业数字化转型提出质疑(Nwankpa and Datta,2017),认为数字化转型过程衍生大量管理成本,高昂的隐形成本阻碍了数字技术的功能优势(Ekata,2012;余江等,2017),弱化了数字化转型的绩效驱动作用(戚聿东和蔡呈伟,2020)。可见,现有文献对企业数字化转型经济后效的研究主要集中于企业绩效、生产率、风险、创新能力、运营流程等方面,唯独缺少了对过度金融化治理的探讨,且研究结论尚未达成一致,需要更加深入的剖析。

金融资源是一种稀缺资源,可以长期开发和利用。企业金融化有利于缓解融资约束、提高资金利用效率和盈利能力,但过度金融化的企业将资源更多向金融领域投资,导致固定资产更新缓慢、创新投入减少(Orhangazi,2008;王少华等,2020),干扰企业正常经营活动,阻碍企业长远发展。过度金融化的实体企业资金流向金融、房地产部门,间接导致金融业自我膨胀的金融高杠杆和资金脱实向虚的现象,国民经济出现“金融重、实业小”的头重脚轻局面。数字化转型对企业资源进行优化重组,突破了传统要素的边界约束,赋予实体资产投资和创新投入全新的价值创造功能,增强了实体资产投资和创新投入的获利能力,进而抑制实体企业对金融渠道获利的依赖,为治理实体企业过度金融化提供了突破口。同时,数字化转型降低了信息不对称,不仅提升了内部控制水平进而约束了管理者自利动机,而且有助于缓解融资约束进而弱化“蓄水池”动机,这对治理过度金融化具有积极作用。因此,研究数字化转型对实体企业过度金融化的治理效应,对扭转当下实体企业“脱虚向实”并推动高质量发展、防范化解金融风险具有较强的现实意义。

本文主要研究数字化转型对实体企业过度金融化的影响效应及内在的作用机制和基础条件。创新点主要在于:第一,从金融资产投资视角回应了数字化转型经济后效的争议。数字化转型对企业创新、价值创造等的积极作用得到了验证,但数字化转型的决策效率及其辅助决策的可靠性依然存在疑虑。研究数字化转型对过度金融化的治理效应,可以为数字化转型经济后效提供依据。第二,从企业战略转型角度回应了实体企业“脱实向虚”的治理机制与路径。现有文献将金融化“一刀切”视为负面的经济现象,研究金融化的约束条件与机制。然而,只有过度金融化会阻碍企业高质量发展,探讨过度金融化的治理机制才有实际意义。本文从实体企业数字化转型战略视角,研究实体企业过度金融化的治理机制,为扭转实体企业“脱实向虚”提供经验证据。第三,在研究拓展上,考虑到企业数字化转型可能存在非对称效果,从产权性质、企业创新依赖性、企业规模等视角出发,充分解读数字化转型影响过度金融化的结构差异,为差异化的政策治理提供了一定的经验证据支持。

二、文献综述

(一)数字化转型的经济效应

数字化成为技术变革的重要战略方向,数字化技术正深刻改变企业价值创造的过程。数字化转型有助于企业提高生产效率和绩效,也会带来潜在不利影响(Yeow et al.,2018),这导致企业数字化转型中有成功也有失败(Lucas and Goh,2013)。

数字化转型的积极作用,主要体现在生产效率、绩效及动态能力等方面。对企业生产效率的影响为:数字化转型通过提高企业创新能力、优化人力资本结构、降低成本、推动先进制造业与现代服务业融合发展,进而提升了企业全要素生产率(赵宸宇等,2021;Ebert and Louridas,2016)。对企业绩效的影响为:企业通过数字产品创新,能快速捕捉市场变化并做出调整(Singh and Hess,2017),与客户实时互动进而更好地回应客户需求(Hansen and Sia,2015),为客户创造新价值(Yoo et al.,2010),进而提高企业经营绩效和市场地位(李琦等,2021;易露霞等,2021;Dimitrov,2016)。对企业动态能力的影响为:随着时间的积累,企业依靠数字技术获取信息的动态能力不断提升,运用信息技术整合企业资源的能力不断优化(Karimi and Walter,2015)。对企业股票流动性的影响为:企业数字化转型通过改善市场的正面预期,促进企业创新绩效,提升企业价值和财务稳定性,进而增强企业股票流动性水平(吴非等,2021)。对盈余管理的影响为:数字化转型通过提升公司资源运营效率和信息透明度,约束管理者自利动机进而抑制真实活动盈余管理(罗进辉和巫奕龙,2021)。

数字化转型为企业价值创造提供了优势,但也有破坏性影响(Westerman,2016)。数字化进程推动了商业模式发展,但也会增加管理费用和劳动成本(任志成和戴翔,2015),企业数字化转型的隐形成本高昂(Ekata,2012),从而导致数字化没有显著提升企业绩效。依赖数字技术做决策,没有关注情感因素,基于数字化衍生的决策有效性值得怀疑(Logg et al.,2019),甚至可能导致决策效率低下(陈冬梅等,2020)。Hajli et al.(2015)发现数字化转型过程中一部分企业受益而实现了高质量发展,也有很大部分企业未受益。Li and Jia(2018)的研究也发现,单独使用信息技术对企业绩效并未发挥积极作用。

(二)实体企业过度金融化的治理

过度金融化有助于提高短期盈利能力、减少财务风险、缓解融资约束,但对企业的主营业务和创新产生“挤出”效应,不利于企业的长远发展(王少华等,2020)。如何有效治理实体企业过度金融化,现有文献鲜有专门研究。但关于抑制企业金融化方面的文献近两年来有了相关探讨,主要基于公司治理、政府政策视角。基于公司治理视角,曹丰和谷孝颖(2021)发现非国有股东通过委派董事、监事、高管显著抑制了国有企业金融化。王瑶和黄贤环(2020)发现内部控制对实体金融化具有治理效应,且信息披露程度越高、金融生态环境越好时,内部控制治理效应越强。基于财政政策视角,胡宁等(2019)发现房产限购政策不仅有效抑制了企业房地产投资,而且促使企业聚焦主业发展,增加了实体资产投资。徐超等(2019)发现增值税转型改革引发的实体税负下降显著抑制了实体金融化。李真和李茂林(2021)发现减税降费政策弱化了“投资替代”动机和“实体中介”动机,进而明显抑制了实体金融化。还有学者从企业社会责任视角研究了企业社会责任与实体金融化的关系,发现企业社会责任发挥了管理工具的作用,显著抑制了企业金融化(刘姝雯等,2019)。

(三)文献述评

现有文献从不同视角分别研究了数字化转型、实体企业过度金融化,这为厘清二者之间的关系及内在作用机理提供了理论基础,但也为本文研究提供了一定的空间。首先,关于数字化转型的经济后效尚未形成一致结论,这主要在于目前关于数字化转型的经济效果主要集中于绩效、生产率等方面,尚未直接回应数字化转型对企业经营投资行为的影响。在当前实体企业普遍存在“脱实向虚”现象时,实体企业数字化转型是否能有效治理过度投资金融资产的行为?其次,防止经济“脱实向虚”的根源在于有效治理实体企业过度金融化,现有文献有探讨金融化的治理机制,但没有区分金融化程度。只有过度金融化才会损害企业价值最大化,抑制实体企业过度金融化才能有效遏制经济空心化。企业数字化转型战略为抑制过度金融化提供了天然实验场,数字化转型发挥功效的作用机制如何?最后,数字化转型对实体企业过度金融化的治理效应及其机制可能因企业特征的不同而存在异质性,有必要对研究样本进行精细化处理。将研究样本根据产权性质、创新依赖性及企业规模区分后,不同背景特征的实体企业数字化转型对过度金融化的治理效应是否存在非对称效果?针对这些研究空间,本文对数字化转型治理实体企业过度金融化的效果、内在机制及差异化效应展开研究。

三、理论分析与研究假设

(一)企业数字化转型抑制过度金融化

首先,根据“投资替代”理论,资本逐利可能引发实体企业过度金融化。近年来,随着中国人口红利消失,劳动力、原材料、土地等生产要素价格上涨,实体资产投资收益的空间持续被挤压,创新的成本和风险也越来越高;而金融投资收益率在不断上升,资本的逐利性驱使实体企业更多投资金融资产进而导致过度金融化。其次,根据委托代理理论,代理冲突可能引发实体企业过度金融化。出于对职业规划、声誉和薪资福利等的考虑,管理者在公司投资决策中往往存在风险规避、短视等机会主义倾向(Mishra,2011)。闫海洲和陈百助(2018)也发现公司治理水平低的公司有过度投资倾向,往往会增配金融资产。管理者薪酬与公司业绩挂钩,管理者为了获取短期高额报酬,会调整经营决策将资金资源投向金融领域(Guschanski and Onaran,2018),尤其是低水平的内部控制为管理者的自利行为提供了机会,进而导致实体企业过度金融化。最后,根据“蓄水池”理论,融资约束可能促使实体企业过度金融化。金融资产兼具流动性和盈利性,为了避免外部环境冲击导致公司资金链断裂,实体企业可能过度投资金融资产以保持足够的流动性储备来缓解融资约束。

实体企业运用数字技术改造运营流程、产品与服务流程、商业模式等,提高了实体企业实体资产投资的效率和效益,降低了创新风险,使得实体企业有动力回归主业进而减少了过度金融化。数字化转型使得信息在公司内部流通更加顺畅,信息不对称降低,委托代理冲突缓解,因管理者自利行为导致的过度金融化程度随之降低。数字化转型除了降低股东与管理者之间的信息不对称,也减少了银行等债权人、股权投资者与企业之间的信息不对称,降低了投资者要求的风险溢价,导致实体企业融资成本减少,实体企业获取低成本资金的渠道增多,过度配置金融资产以维持高流动性的动机弱化。实体企业数字化转型通过增强回归主业投资吸引力、缓解代理冲突和融资约束,促使金融资产持有动机弱化,导致过度金融化水平下降。基于上述分析,提出如下假设:

H1:数字化转型对实体企业过度金融化具有显著的抑制作用。

(二)企业数字化转型抑制过度金融化的传导机制

数字化转型通过增加实体资产投资、创新投入进而抑制过度金融化。大数据、云计算、区块链等数字技术的应用打破了传统工业生产中生产设备与生产数据的分离状态,智能硬件收集生产数据,软件对结构化和半结构化的数据进行分析,减少了设备停机故障时间和作业切换时间,降低了运营维护成本,提高了生产效率(闫德利等,2019)。运用数字技术对实体企业研发设计、材料采购、运输储备、生产制造、库存管理和市场营销等价值链各环节进行精细化管理,降低了生产成本和管理成本,提高了价值链人财物资源的优化配置(赵宸宇等,2021)。在传统创新模式中,企业以自我为中心,而数字技术打破时空约束,拉近了企业与高校、科研院所、客户、个体消费者的联系,不仅使得企业创新更接近市场,而且多元创新主体能更广泛地参与企业创新过程,成为企业创新能力提升的重要源泉,降低了企业创新风险。数字技术提高了企业资源整合能力,为企业技术创新提供了资源基础,企业在原有创新资源边界下达到更大的产出绩效,企业流程创新绩效和产品创新绩效提升(池毛毛等,2021)。企业数字化转型加大了创新在企业目标函数中的权重,使得创新决策优先被考虑(易露霞等,2021),创新投入增加。因而,数字化转型降低了实体资产投资成本,提高了实体资产投资效率和效益,减少了技术创新风险,提升了创新绩效。资本逐利属性吸引实体企业将资源向实体资产、创新倾斜,进而减少了金融资产投资,对过度金融化产生抑制作用。基于上述分析,提出如下假设:

H2a:实体企业数字化转型通过增加实体资产投资来抑制过度金融化。

H2b:实体企业数字化转型通过增加技术创新投入来抑制过度金融化。

内部控制建设为内部治理奠定了基础,对平衡不同群体之间的利益关系提供了制度保障(葛格等,2021),对公司治理水平和公司经营决策产生重要影响。首先,控制环境是内部控制的基础要素,控制环境对企业诚信、道德价值观有直接要求,对企业承担社会责任具有引导作用。控制环境较差时,企业行为缺乏社会责任约束,管理者往往追求短期利益超额配置金融资产导致经济空心化。数字技术有去中心化特征,数字技术嵌入企业运营使得企业全员角色兼交易参与者与监督者,管理者失信成本提升,促使管理者诚信并约束非效率投资行为,减少金融资产投资进而抑制过度金融化。其次,风险管控是内部控制的重要内容,要求企业对各风险因素进行动态监控、审慎识别、客观评价及科学处理。金融资产兼具高风险高收益特征,金融化会增加实体企业发展风险(杜勇和王婷,2019),而过度金融化更会扩大这种风险。低质量的内部控制使得风险防范机制形同虚设,高管很可能凌驾于内部控制之上,为了自身利益往往会过度投资高风险、高收益的金融资产。数字技术可以实现实时、动态的风险监控,对企业风险投资行为实现风险的“早识别、早预警、早处置”,有助于提高内部控制中的风险管控水平,进而抑制管理者对风险性金融资产的过度投资行为。最后,控制活动是内部控制的核心,内部控制目标主要通过控制活动来实现。数字技术推动了控制流程合规与优化,提高了控制活动的自动化与智能化,减少了人为操作带来的舞弊与失误等隐患,对管理者牟取私利而过度投资金融资产行为具有约束作用。企业凭借数字技术可以有效处理企业内外部海量数据,并将其编码输出成结构化、标准化信息(曾德麟等,2021),信息在企业内部流转更为顺畅。企业数字化转型降低了信息不对称程度,内部控制得到强化。随着内部控制的加强,管理者的自利行为受到有效约束,过度金融化行为得到抑制。基于此,提出如下假设:

H3:实体企业数字化转型通过提升内部控制来抑制过度金融化。

数字化转型打通了信息壁垒,降低了实体企业与外部投资者之间的信息不对称,便于外部投资者对实体企业进行精准画像。信息不对称是实体企业融资难、融资贵的根源。外部投资者在没有充分了解实体企业经营状况、信用信息的情况下,往往会要求较高的风险溢价进而提高了实体企业融资成本。实体企业数字化转型提升了企业对内外部海量信息的处理能力,并将其以标准化、结构化的数据形式输出,使得信息的可利用程度大幅上升(车德欣等,2021)。外部投资者一方面接受企业输出的大量信息,另一方面利用数字技术围绕实体企业供应链及社交网络的信息,获取实体企业有关的财务、经营及信用等还款能力方面的信息,挖掘实体企业的还款意愿,实现对实体企业的精准画像,降低对实体企业的“风险溢价”,这有助于减少实体企业的融资成本,缓解实体企业融资约束,导致其过度配置金融资产的意愿减弱,进而抑制过度金融化行为。实体企业数字化转型降低交易成本、提高实体资产投资回报率和创新效益,改善了企业内部现金流,加强了企业内部稳定性。数字化转型通过改进业务流程,优化企业资源要素配置,提高了全要素生产率,降低了生产和交易成本(赵宸宇等,2021),节约了资金流出。实体企业数字化转型对主业业绩有较强的驱动力(易露霞等,2021),提升了产品创新绩效(池毛毛等,2021),增加了企业现金流入。数字化转型改善了企业内部资金流,缓解了融资约束。在健康稳定的财务环境下,没必要大量投资金融资产以保持资产流动性,实体企业过度储蓄金融资产的动机减弱,进而抑制了过度金融化行为。基于此,提出如下假设:

H4:实体企业数字化转型通过缓解融资约束来抑制过度金融化。

四、研究设计

(一)样本选取

根据数据的可获取性,本文以2007—2020年深沪A股上市公司作为研究样本。对原始数据进行如下处理:(1)剔除金融类、房地产类上市公司;(2)剔除样本期内ST、*ST的上市公司;(3)剔除关键指标值缺失的样本;(4)剔除资产负债率大于1的样本;(5)剔除实体上市公司非过度金融化的样本。最后获得2404个公司共计9398个观测值,数据来源于国泰安数据库和深沪证交所发布的上市公司年报。此外,对所有变量在上下1%处进行缩尾处理,以消除异常值对回归结果的潜在影响。

(二)变量衡量

1.被解释变量:实体企业过度金融化()

借鉴Duchin et al.(2017)的计量方法,实体企业金融化=(交易性金融资产+衍生金融资产+发放贷款及垫款净额+可供出售金融资产净额+持有至到期投资净额+其他流动资产及长期股权投资中的金融资产项目+投资性房地产净额)/资产总额。实体上市公司金融化水平减去同年度、同行业企业金融化平均水平的差作为是否过度金融化程度的测度:当差大于0则表示该实体企业存在过度金融化,用表示,值越大,表明实体企业过度金融化程度越高;当差小于0则表示该实体企业不存在过度金融化,因本文研究过度金融化样本,故剔除此类非过度金融化样本。

2.解释变量:实体企业数字化转型()

借鉴吴非等(2021)的方法,以上市公司年报中的数字技术词频作为实体企业数字化转型程度的代理指标。企业数字化转型是当前企业高质量发展的重大战略,更容易体现在企业具有总结性和指导性的年报中。年报中的词汇用法反映了企业的战略,体现企业的经营理念及发展路径。基于Python对上市公司年报文本提取形成数据池,根据收集到的特征词谱进行搜索、匹配和词谱计数,形成加总词谱。对加总词谱加1取自然对数,用表示,值越大,表明实体企业数字化转型程度越高。

实体资产投资():用现金流量表中的“购建固定资产、无形资产和其他长期资产支付的现金”与总资产之比衡量。

技术创新():用研发投入与总资产之比衡量。

内部控制():用迪博公司开发的内部控制指数加1并取自然对数来衡量。

融资约束():借鉴成力为等(2021)的方法,用财务费用与总资产之比衡量。财务费用越多,表明企业融资约束越大。

考虑到实体企业过度金融化不仅受到数字化转型程度的影响,还可能受到公司特征、公司治理等因素的影响,设置如下控制变量:公司特征方面,主要有盈利能力(用总资产收益率衡量)、公司成长性(用公司总资产增长率衡量)、财务杠杆(用资产负债率衡量)和资本性支出(用固定资产占公司总资产的比例衡量);公司治理方面,主要有独立董事治理(用独立董事占董事总人数衡量)、大股东治理(用第一大股东持股比例衡量)和两职兼任(总经理兼任董事长时取值为1,否则为0)。同时控制了时间()和行业()的虚拟变量。

(三)模型构建

为了检验实体企业数字化转型是否能有效抑制过度金融化,设置如下模型:

检验模型(1),当回归系数显著为负时,表明数字化转型会降低实体企业过度金融化。

为了进行渠道机制检验,根据中介效应检验原理,在模型(1)基础上进一步设置如下模型:

模型(2)中,表示中介变量,分别表示实体资产投资、技术创新、内部控制和融资约束。如果模型(1)的回归系数显著,模型(2)的回归系数和模型(3)的回归系数显著,则中介效应显著,实体企业数字化转型通过中介变量显著抑制过度金融化。

在所有回归模型中,均采用聚类稳健标准误检验。

五、实证结果与分析

(一)描述性统计

表1为主要变量的描述性统计结果。实体企业数字化转型()的均值为1.1038、中位数为0.6931,表示有超过一半的实体上市公司在进行数字化转型。过度金融化()的最小值为0.0001、最大值为0.8544、标准差为0.1297,表示实体企业过度金融化的取值范围较大、差异化程度较高。实体资产投资()的均值为0.0431、最大值为0.4306、最小值为0、标准差为0.0417,表明实体上市公司在实体资产投资方面的差异较大。技术创新()的均值为0.0237、标准差为0.0247,表明过度金融化的实体上市公司创新投入差异较大。内部控制()的均值为6.2656、中位数为6.5029、标准差为1.1710,表明实体上市公司内部控制水平差异程度较小。融资约束()的均值为0.0082、中位数为0.0041、标准差为0.0131,表明实体上市公司融资约束差异程度较大。除了对主要变量进行静态整体分析外,还按照时间顺序进行了动态分析。2007—2020年实体上市公司数字化转型动态优化趋势明显,内部控制呈逐渐弱化的趋势,创新投入有逐渐加强的趋势,而过度金融化、实体资产投资、融资约束的变化趋势不明显。

表1 主要变量的描述性统计结果

(二)直接作用机制分析

表2为基准回归结果。其中,当不考虑控制变量时,对模型(1)进行线性回归,实体企业数字化转型()的回归系数为-0.0036、值为-2.03,在5%水平下显著,表明实体企业数字化转型对过度金融化具有显著的抑制作用。考虑控制变量时,对模型(1)进行线性回归,实体企业数字化转型()的回归系数为-0.0054、值为-3.02,在1%水平下显著,表明实体企业数字化转型显著降低了过度金融化。可见,本文假设H1得到验证。

表2 基准回归结果

(三)传导机制的扩展分析

检验假设H1发现实体企业数字化转型对过度金融化有显著的治理效应。本文运用中介效应模型进行内在传导机制识别。实体金融化的动因主要有资本逐利、“蓄水池”和管理者自利等动因,但和过度金融化相关性最强的是资本逐利动因,其次是管理者自利动因,最后是“蓄水池”动因。数字化转型通过抑制实体金融化动因对过度金融化发挥积极的治理效应。

首先,实体企业数字化转型降低了运营成本,提高了实体资产投资回报率,吸引企业增加实体资产投资而减少金融资产投资,这将抑制过度金融化,因而将检验路径“数字化转型→实体资产投资→过度金融化”。其次,实体企业数字化转型降低了创新风险,提高了创新效益,增进了企业创新意愿,企业创新投入的增加将减少金融资产投资,对过度金融化产生抑制作用,因而将检验路径“数字化转型→技术创新→过度金融化”。再次,实体企业数字化转型降低了股东与管理者之间的信息不对称,加强了内部控制,减少了代理问题,这将约束管理者自利动机下过度投资金融资产,因而将检验路径“数字化转型→内部控制→过度金融化”。最后,数字化转型降低了信贷市场信息不对称,减少了银行等金融机构的风险溢价要求,减少了实体企业的融资成本,缓解了实体企业融资约束,这将减少实体企业增持金融资产的“蓄水池”动因,进而抑制过度金融化,因而检验路径“数字化转型→融资约束→过度金融化”。

表3为实体资产投资机制的检验结果。首先检验数字化转型对过度金融化的影响(“”),数字化转型()的回归系数为-0.0054、值为-3.02,在1%水平下显著,表明数字化转型显著降低了过度金融化。其次检验数字化转型对实体资产投资的影响(“”),考虑到共线性问题,剔除控制变量资本性支出的影响,数字化转型()的回归系数为-0.0002、值为-0.41,表明数字化转型减少了实体资产投资,但不显著。最后检验数字化转型、实体资产投资对过度金融化的影响,考虑到共线性问题,剔除控制变量资本性支出的影响,数字化转型()的回归系数为-0.0028、值为-1.58,实体资产投资()的回归系数为-0.3285、值为-9.12。依据中介效应检验原理,实体资产投资在数字化转型与过度金融化之间没有发挥显著中介效应,假设H2a没有得到验证。

表3 实体资产投资机制的检验结果

数字化转型没有显著增加实体资产投资,反而减少了实体资产投资,原因可能在于:一方面,数字技术的应用减少了出故障概率,实现了精准维护,提高了实体企业现有设备的使用效率,新增实体资产的必要性减少;另一方面,随着数字化技术的发展,共享经济从生活消费领域向生产领域渗透(赵宸宇等,2021),实体企业可通过共享经济平台进行生产制造、产品检测及物流配送,避免了重复投入,减少对实体资产投资需求。

表4为技术创新机制的检验结果。首先检验数字化转型对过度金融化的影响(“”),数字化转型()的回归系数为-0.0047、值为-2.70,在1%水平下显著,表明数字化转型显著降低了过度金融化。其次检验数字化转型对创新投入的影响(“”),数字化转型()的回归系数为0.0010、值为2.98,在1%水平下显著,表明数字化转型显著增加了创新投入。最后检验数字化转型、创新投入对过度金融化的影响,数字化转型()的回归系数为-0.0043、值为-2.45,创新投入()的回归系数为-0.3433、值为-2.59,表明创新投入在数字化转型与过度金融化之间具有显著的部分中介作用。可见,数字化转型通过增加创新投入来抑制过度金融化,假设H2b得到验证。

表4 技术创新机制的检验结果

表5为内部控制机制的检验结果。首先检验数字化转型对过度金融化的影响(“”),数字化转型()的回归系数为-0.0050、值为-2.79,在1%水平下显著,表明数字化转型显著降低了过度金融化。其次检验数字化转型对内部控制的影响(“”),数字化转型()的回归系数为0.0421、值为2.56,在5%水平下显著,表明数字化转型显著提升了内部控制能力。最后检验数字化转型、内部控制对过度金融化的影响,数字化转型()的回归系数为-0.0049、值为-2.75,内部控制()的回归系数为-0.0036、值为-2.63,表明内部控制在数字化转型与过度金融化之间具有显著的部分中介作用。可见,数字化转型可以通过优化内部控制来抑制过度金融化,假设H3得到验证。

表5 内部控制机制的检验结果

表6为融资约束机制的检验结果。首先检验数字化转型对过度金融化的影响(“”),数字化转型的回归系数为-0.0054、值为-3.02,在1%水平下显著,表明数字化转型显著降低了过度金融化。其次检验数字化转型对融资约束的影响(“”),数字化转型的回归系数为0.0003、值为1.26,不显著。最后检验数字化转型、融资约束对过度金融化的影响(“”),数字化转型的回归系数为-0.0055、值为-3.09,融资约束的回归系数为0.3440、值为2.12。可见,融资约束在数字化转型与过度金融化之间不具有显著的中介效应,假设H4没有得到验证。

表6 融资约束机制的检验结果

数字化转型没有降低融资约束,原因可能在于:数字化转型没有显著降低金融机构与实体企业之间的信息不对称,金融机构对实体企业依然要求较高的风险溢价,实体企业融资成本高企,导致数字化转型并没有降低实体企业面临的融资约束。

(四)稳健性检验

一是替换被解释变量,表7第(1)(2)列为替换被解释变量的回归结果。借鉴王少华等(2020)的方法,构建如下模型以拟合实体企业过度金融化程度:

其中,Fin为实体企业当期金融化水平,Fin为实体企业上期金融化水平。Growth为实体企业成长性,用上期总资产增长率表示;Lev为实体企业财务杠杆,用上期资产负债率表示;Cf为实体企业现金流状况,用上期经营活动现金流量净额与总资产的比值表示;Size为实体企业规模,用上期总资产取自然对数表示;Age为实体企业经验曲线,以实体企业上市年限表示;ROA为实体企业盈利能力,用上期总资产收益率表示。、分别表示行业和年度虚拟变量。模型(4)进行线性回归求残差,残差大于0则为实体企业过度金融化,大于0的残差用1表示,1值越大,表明实体企业过度金融化程度越高。剔除残差小于0的样本,该类样本为非过度金融化。检验“1”,根据表7第(1)(2)列的回归结果,不管是否加入控制变量,数字化转型对过度金融化依然发挥显著的抑制作用。

二是替换核心解释变量,表7第(3)~(6)列为替换核心

表7 替换被解释变量的回归结果

解释变量的回归结果。首先,用哑变量()表示实体企业是否数字化转型,实体企业存在数字化转型用1表示,实体企业不存在数字化转型用0表示。检验路径“”,根据表7第(3)列和第(4)列的检验结果,不论是否加入控制变量,数字化转型()的系数依然显著为负,表明相比没有数字化转型的实体企业,存在数字化转型的实体企业显著抑制了过度金融化。其次,将企业数字化转型指标分解至两大层面,分别是底层技术层面和实践应用层面。底层技术层面侧重于企业内部生产、管理、支撑技术的数字化转型和数字化升级,数字技术实践应用层面主要侧重数字技术与复杂业务生态场景的融合应用并形成有效的产出(吴非等,2021)。在测度时,底层技术层面()是通过统计上市公司年报中关于人工智能技术、大数据技术、云计算技术和区块链技术方向的词频并形成加总词频,加1取自然对数表示;实践应用层面()是通过统计上市公司年报中关于数字技术运用方面的词频,加1取自然对数表示。分别将底层技术层面()和实践应用层面()对过度金融化进行回归分析。在路径“底层技术层面→过度金融化”(“”)中,底层技术层面()的回归系数为-0.0041、值为-1.90,在10%水平下显著,表明实体企业开发底层技术可以显著抑制过度金融化。在路径“实践应用层面→过度金融化”(“”)中,实践应用层面()的回归系数为-0.0040、值为-2.08,在5%水平下显著,表明实体企业数字技术的实践应用可以显著抑制过度金融化。可见,不论是用虚拟变量表示还是对数字化转型内部进行分解,数字化转型对过度金融化依然发挥显著的治理效应。

表8为改变研究期间的回归结果。企业数字化转型可能与重大金融冲击有关联。当受到金融危机冲击后,企业资产流动性会突然降低,进而阻碍企业数字化转型进程。忽视金融危机这类因素的探讨,可能造成一定的内生性干扰。在样本期间内,企业受到金融冲击的事件有两个——2008年世界金融危机和2015年中国股市异动。首先,剔除国际金融危机的影响。考虑到金融危机的后效性特征,本文剔除2008—2010年的样本,选取金融危机后2011—2014年的样本进行检验,结果见表8第(1)列,实体企业数字化转型()的回归系数为-0.0098、值为-4.11,在1%水平下显著。其次,剔除中国股市异动的影响。剔除2015年的样本,选取中国股市异动后2016—2020年的样本进行检验,结果见表8第(2)列,实体企业数字化转型()的回归系数为-0.0064、值为-3.00,在1%水平下显著。最后,同时剔除国际金融危机和中国股市异动的影响。选取2011—2014年及2016—2020年的样本进行检验,结果见表8第(3)列,实体企业数字化转型()的回归系数为-0.0062、值为-3.37,在1%水平下显著。可见,改变研究区间后,数字化转型对过度金融化依然具有显著的抑制作用。

表8 改变研究期间的回归结果

数字化转型治理了过度金融化,还是过度金融化扼杀了数字化转型?数字化转型与过度金融化之间可能存在反向因果关系导致的内生性问题。本文采用滞后期的解释变量和工具变量来处理内生性问题。

表9为解释变量滞后一期、滞后二期的内生性检验。考虑到实体企业数字化转型影响到金融资产投资存在一定时滞,对解释变量分别进行滞后一期、滞后二期处理。这样处理既考虑到现实中的时滞效应,又能减轻反向因果的内生性干扰。在表9中,当解释变量分别滞后一期、滞后二期时,在路径“数字化转型→过度金融化”中,数字化转型()的回归系数均显著为负。从回归结果看,与前文检验结果不存在实质性差异。

表9 解释变量滞后一期、二期的内生性检验

本文运用工具变量法来进一步降低内生性干扰,以增强核心研究结论的稳健性。在工具变量的选择上,借鉴赵宸宇等(2021)、易露露等(2021)的做法,以上市公司所在省的电信业务量()、互联网宽带接入端口()作为工具变量进行内生性检验。表10为工具变量的内生性检验结果。

表10 工具变量的内生性检验

首先,判断数字化转型变量的内生性问题。第一步,数字化转型()对所有外生变量(、、、、、、、、)回归,得到残差;第二步,将残差作为一个解释变量加入原模型(1)中,得到如下模型:

检验的回归系数是否为0,结果显示回归系数为0.0053,则拒绝原假设,说明存在内生性问题。由于原模型存在内生性问题,运用工具变量法加以处理。

其次,考察选取的工具变量与内生解释变量的相关性(判断工具变量的可靠性)。内生变量()对所有外生变量、工具变量回归,构建模型如下:

检验结果发现的回归系数为0.0982、值为5.34,在1%水平下显著;的回归系数为0.2664、值为13.56,在1%水平下显著。

进一步进行受约束检验,检验两个工具变量的系数是否同时为0,结果发现两个工具变量的回归系数均不为0,且(2, 9388)=410.35,Prob>=0.0000,这表明电信业务量()、互联网宽带接入端口()作为工具变量与内生变量()是有相关性的,能够解释数字化转型的部分信息。找到工具变量后,做两阶段最小二乘法2SLS估计。

最后,使用两阶段最小二乘法2SLS处理内生性问题。用的估计量作为替代变量对所有外生变量回归,构建模型(7)如下:

表10的第二阶段模型回归结果中,企业数字化转型对过度金融化依然产生显著的治理效应,且回归系数在1%水平下显著,这说明本文核心研究结论依然成立。

(五)异质性分析

考虑到我国企业产权性质的特殊性,不同产权性质的实体企业数字化转型和过度金融化之间的关系可能存在差异。当国家对企业拥有所有权或者控制权时,将其划分为国有企业,否则为非国有企业。表11为区分企业产权性质的检验结果。在国有企业样本组中,实体企业数字化转型()的回归系数为-0.0086、值为-3.74,在1%水平下显著,表明数字化转型显著降低了国有企业过度金融化。在非国有企业样本组中,实体企业数字化转型()的回归系数为-0.0089、值为-5.67,在1%水平下显著,表明实体企业数字化转型显著降低了非国有企业过度金融化。可见,数字化转型对过度金融化的治理效应在国有企业、非国有企业没有实质性差异,但相比国有企业,数字化转型对过度金融化的治理效应在非国有企业中更有效。原因可能在于:国有企业审批流程长,有国家资源支持,对市场变化反应迟钝,数字技术应用不充分,数字化转型的价值创造功能没有凸显。与此形成鲜明对比,非国有企业存在严重的资源约束问题,对市场变化反应快捷,会积极抓住数字化经济的历史机遇来推动企业高质量发展。非国有企业深入贯彻数字化转型战略,使得非国有企业数字化转型对抑制过度金融化发挥更为积极的效果。

表11 区分企业产权性质

将研究样本按照创新依赖性区分为高技术企业和非高技术企业,表12为区分企业创新依赖性的回归结果。根据中国证监会《上市公司行业分类指引》(2012年修订),将医药制造,航空、航天器及设备制造,电子及通信设备制造,计算机及办公设备制造,医疗仪器设备及仪器仪表制造等五大类行业界定为高技术企业,除此之外的其他行业所属企业界定为非高技术企业。在表12中,当检验路径“数字化转型→过度金融化”时,高技术企业数字化转型()的回归系数为-0.0067、值为-3.24,在1%水平下显著;非高技术企业数字化转型()的回归系数为-0.0118、值为-7.12,在1%水平下显著。可见,数字化转型对高技术企业、非高技术企业的过度金融化均起到显著的治理作用,但非高技术企业的治理效果更优。原因可能在于:高技术企业创新依赖性强,过度金融化程度较低,高技术企业数字化转型对过度金融化的治理效应未充分发挥;而非高技术企业的生产技能需求程度低,创新依赖性较弱,过度金融化程度较高,非高技术企业数字化转型对过度金融化的治理效应更为明显。

表12 区分企业创新依赖性

将研究样本按照企业规模区分为大规模企业和中小规模企业,表13为区分企业规模的回归结果。以企业总资产来衡量企业规模,当企业总资产小于均值则划分为中小企业,当企业总资产大于均值则划分为大规模企业。在表13中,当检验路径“数字化转型→过度金融化”时,大规模企业数字化转型()的回归系数为-0.0080、值为-4.46,在1%水平下显著;中小规模企业数字化转型()的回归系数为-0.0095、值为-5.18,在1%水平下显著。可见,数字化转型对大规模企业、中小规模企业的过度金融化均起到显著的治理作用,但中小规模企业的治理效果更优。原因可能在于:中小规模企业体量小、经营灵活,数字技术打破了资源配置的时空约束、衍生了共享经济,中小规模企业通过共享经济平台进行生产制造、产品检测及物流配送等,与高校、科研院所等进行联合创新,以较低投入大大提升实体资产投资回报率和创新效益,减少了对金融渠道获利的依赖,进而有效抑制过度金融化。

表13 区分企业规模

六、结论与建议

本文基于中国深沪A股实体上市公司2007—2020年数据,实证检验数字化转型对过度金融化的影响效应、机制和异质性等问题。研究发现,实体企业数字化转型显著抑制了过度金融化。创新投入、内部控制在数字化转型与过度金融化之间具有显著的中介作用,即数字化转型通过增加创新投入、优化内部控制来抑制过度金融化;但实体资产投资、融资约束在数字化转型与过度金融化之间不存在显著的中介效应,数字化转型并没有增加实体资产投资、缓解融资约束来抑制过度金融化。考虑到企业产权性质、创新依赖性及企业规模等异质性特征,发现数字化转型对过度金融化的抑制作用在非国有企业、非高技术企业和中小规模企业中效果更优。

基于此结论,本文有以下几点政策建议:第一,加大数字化转型力度。本文研究发现数字化转型对过度金融化发挥积极的治理效应。为了抓住数字经济发展契机,扭转实体企业过度金融化的态势,有必要从企业战略高度深入实施数字化转型战略,让数字科学技术重塑企业价值链条。

第二,拓宽数字化转型传导机制的有效路径,打通“堵点”环节。本文研究发现数字化转型通过创新投入、内部控制抑制了过度金融化,但实体资产投资、融资约束在二者之间不存在显著中介作用。一方面,企业需要深化数字化转型程度,增强内部控制能力以约束管理者自利行为,加大创新投入以提升创新效益;另一方面,将数字技术向生产环节嵌入,进一步降低生产成本,提高实体资产投资效率和效益;此外,提高内部数字化管理水平,增强企业与外部投资者之间的交互效率和价值互惠程度,进而缓解融资难、融资贵问题。

第三,出台数字化转型方面的“靶向”政策。为紧抓数字技术发展的历史机遇,政府部门有必要制定差异化政策,大力推动非国有企业、中小规模企业和非高技术企业数字化转型,以扭转资金“脱实向虚”趋势。同时,要继续深入实施国有企业市场化改革,对大规模企业数字化转型给予一定的补贴,保护知识产权以维护高技术企业创新动力。 ■

猜你喜欢

回归系数过度实体
基于ColBert-EL 和MRC 模型的零样本实体链接
画与理
Do you share too much online? 你是 “分享控”吗?
实体钱
过度保护会剥夺幸福感
当下流行“过度病”
2017实体经济领军者
基于生产函数模型的地区经济发展影响因素分析
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较
电导法协同Logistic方程进行6种苹果砧木抗寒性的比较