企业数字化转型与权益资本成本：提升抑或降低？

赵峰 高娇娇 唐昭辉

摘   要：数字化转型为企业带来了积极影响，在一定程度上促进了企业的发展。以往的文献集中研究了数字化转型对企业绩效、融资约束的影响，较少关注对企业权益资本成本的作用。本文基于Python爬虫和文本分析技术自行构建中国“企业数字化转型指数”，以2010—2021年中国A股上市公司为样本进行研究，研究发现，企业数字化转型能够促进权益资本成本的降低，该项结论在进行了一系列稳健性检验后仍然成立。在影响机制方面，企业数字化转型可以通过降低信息不对称、提升股票流动性以及提升企业的创新水平等渠道促进权益资本成本的下降。进一步研究发现，对于非国有企业、低股权集中度企业和高行业集中度企业，企业数字化转型对权益资本成本的降低作用更加显著。

关键词：企业数字化转型；权益资本成本；信息不对称；股票流动性；创新水平

中图分类号：F832  文献标识码：A  文章编号：1674-2265（2023）03-0042-10

DOI：10.19647/j.cnki.37-1462/f.2023.03.007

一、引言

党的二十大报告提出“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。数字经济加速了企业数字化转型进程，使得产业格局在过去十年发生了剧烈的震荡 （Sadeghi等，2021）[1]，置身于“数字化产业”及“产业数字化”大潮中的企业更是面临着前所未有的机遇和挑战（张永珅等，2021）[2]。显然，数字化发展已经成为当代企业需要开展的一个战略要务，其不断涌现的新产品、新服务和新业态，更是驱动着人们对企业数字化转型的研究。为此，越来越多的企业开始投身到数字化转型的浪潮之中，做好管理变革，识别市场模式和机会，利用数字技术推动企业转型升级。

客观来看，企业的转型行为必然会在一定程度上映射至资本市场活动中（吴非等，2021）[3]。其中权益资本成本作为公司股东的必要收益率，是衡量资本市场发展水平和资源配置效率的重要标准（毛新述等，2012）[4]。企业数字化转型在一定程度上能够缓解企业的融资约束和降低企业的经营风险，这些又与权益资本成本有密切关系。在此背景下我们不禁思考，数字化转型能否降低企业权益资本成本？其作用机制又是什么？通过回答上述问题，能够从微观层面进一步补充企业数字化转型的实施效果，从而深入了解资本市场的资源配置效率、财务质量以及投融资决策，为相关政策制定提供经验证据。 鉴于此，本文以2010—2021年中国A股上市公司为研究样本，利用文本分析法统计企业年报中与数字化转型有关的词频来构建“企业数字化转型”指标，实证检验企业数字化转型对权益资本成本的影响。

本文的主要贡献在于：第一，以企业数字化转型为切入点，拓宽了权益资本成本影响因素的研究领域。以往研究从企业的资产质量、经营风险、核心竞争力（王化成等，2017；张修平等，2020；戚聿东等，2021）[5-7]等企业特征方面研究了权益资本成本的影响因素，而本文从数字领域视角出发，拓宽了有关权益资本成本的研究。第二，丰富了企业数字化转型的研究成果。本文从更加多维的角度出发，通过中介效应模型检验发现，企业数字化转型主要是通过影响信息不对称、股票流动性以及企业创新水平来发挥作用的，并在此基础上进行一系列实证检验，为深刻认识企业数字化转型的经济后果提供了微观层面的证据。第三，本研究高度契合国家数字化发展战略，对于鼓励中小企业进行数字化转型以提升其自身竞争力和推动建设“数字中国”具有重要价值。

二、理論分析与研究假设

从已有文献看，针对权益资本成本的影响因素已经有较多较深入的研究。具体来讲，在宏观层面，学者们主要研究了市场环境、治理环境、法律制度和证券监管 （La Porta等，2002；Hail和Leuz，2006；肖作平和周嘉嘉，2012；廖义刚，2015）[8-11]等对权益资本成本的影响；而在微观层面，很多文献从市场风险、公司治理、信息透明度、机构投资者行为（Chen等，2009；支晓强和何天芮，2010；周嘉南和雷霆，2014；代昀昊，2018）[12-15]等方面进行深入研究。上述文献对于深入了解权益资本成本的影响机制大有裨益。

作为公司内部重要的财务衡量指标，权益资本成本反映了企业经营风险以及再融资的能力，也是衡量资本市场发展水平和资源配置效率的重要标准。而企业数字化转型在数字经济的驱动下成为当今社会经济发展的必然趋势， 能够对企业生产经营及决策产生一定的影响（韦谊成等，2022）[16]，从而影响企业权益资本成本。

首先，企业数字化转型通过降低信息不对称程度来降低权益资本成本。企业内外的信息不对称程度是影响公司权益资本成本的重要因素（戚聿东等，2021）[7]，而数字技术的应用能够有效地降低企业的信息不对称程度，进而起到降低权益资本成本的作用。具体而言，企业数字化转型作为一种新的商业模式，通过运用计算机、区块链、物联网等数字化技术，能更加充分地获取和加工有效信息，使得市场主体获取信息更加有效精准，从而消除各种信息不对称。相关研究也表明，企业数字化转型不仅能够通过强化对海量数据的处理能力缓解信息不对称程度，进而增强市场预期，提高资本市场流动性（吴非等，2021）[3]，同时也可以通过改善企业信息与营商环境降低企业信息不对称程度（盛思思和徐展，2022）[17]。随着企业信息不对称程度的降低，投资者能够通过更有效地获取信息了解企业的真实运营状况，降低投资者的估计风险，进而降低公司的权益资本成本（张修平等，2020）[6]。此外，企业信息不对称程度的降低能够进一步加强投资者对公司信息披露质量的认识，通过提高公司信息披露质量降低投资者的期望报酬率，从而促进公司权益资本成本的下降（Coles等， 1995）[18]。

其次，企业数字化转型可以通过提升股票流动性来降低权益资本成本。股票流动性是资本市场价格发现、信息流动、资源配置的基础（陈辉和顾乃康，2017）[19]，在很大程度上映射出了市场主体以合理价格交易资产的能力，与企业的权益资本成本具有天然的联系，提升股票流动性是降低公司权益资本成本的一个重要途径（Amihud和Mendelson，2006）[20]。数字化转型作为企业内部一种新的变革方式，能够通过提升企业的财务价值和财务稳定性等机制促进股票流动性的提升，进而降低权益资本成本。具体而言，企业数字化转型程度的提高可视为向资本市场释放良好信号，将会增强投资者对企业未来发展的信心，使得其投资情绪高涨积极买进该企业股票，通过股票交易量的攀升来提升企业股票流动性。随着股票流动性的提升，企业投资者能够更好地了解公司内部发展状况（Easley和O'hara，2004）[21]，改善资本配置效率，通过降低投资者的转让权实现成本使其期望获取的转让风险补偿降低，进而促进企业权益资本成本的降低（Diamond和Verrecchia，1991）[22]。

最后，企业数字化转型可以通过提升企业的创新水平来降低权益资本成本。企业数字化转型能够通过充分驱动传统产业转型升级赋能企业创新活动，改变企业创新模式和创新体系，从而降低权益资本成本。一方面，数字经济的发展使得客户与企业更加了解对方，客户提高了对产品生产和制造的认知，进而对企业产品和服务产生更高的心理预期，企业将会加大研发投入，强化创新动能。随着创新投入的提高，投资者获得的超额收益也就越高（周铭山等，2017）[23]，进而促进权益资本成本的显著降低。另一方面，进行实体经营的企业往往可以通过数字化变革增强其创新能力（何帆和刘红霞，2019）[24]，改善信息处理、加工、流通效率，提升创新潜能。数字化转型在促进传统企业改革的同时，智能技术取代了一部分低技能工作，增加了企业对高新技术人才的需求，提高了企业人力资本水平，进而促进了企业内部创新研发活动与管理效率（安同良和闻锐，2022）[25]。而企业在提升創新水平实现产品差异化生产、扩大市场份额的同时能够提升企业的市场竞争地位，优化生产流程，从而有助于提升生产效率，降低生产成本，进而有助于降低企业的权益资本成本。基于以上分析，本文提出以下假设：

假设H1：企业数字化转型能够降低企业权益资本成本。

假设 H2a：企业数字化转型通过降低信息不对称程度来降低权益资本成本。

假设 H2b：企业数字化转型通过提升股票流动性来降低权益资本成本。

假设 H2c：企业数字化转型通过提升企业的创新水平来降低权益资本成本。

三、研究设计

（一）数据来源

本文选取2010—2021年我国A股上市公司的数据为研究样本，探索数字化转型对公司权益资本成本的影响。所有初始数据来源于万得和国泰安数据库，并作如下处理：第一，剔除金融行业企业；第二，剔除ST、ST*、PT以及期间退市的股票；第三，为了减少极端值对整体分析的影响，对所有连续控制变量进行了1%和99%的缩尾处理，最终得到18428条观测值。在回归结果中对行业效应与年份效应均进行了控制。

（二）主要变量定义

1. 解释变量：企业数字化转型指数（DCGI）。本文借鉴袁淳等（2021）[26]做法，对企业年报“管理层讨论与分析”中关键词进行python爬虫抓取，与企业数字化术语词典进行文本匹配以及频数统计，得到每家上市公司历年年报中各个关键词的出现频率后，采用企业数字化相关词汇频数总和除以年报“管理层讨论与分析”语段长度衡量微观企业数字化转型指数，并将该指标乘以 100，该数值越大，表示企业数字化转型程度越高。

2. 被解释变量：权益资本成本（COC）。权益资本成本的研究已经相对成熟，主要包括早期的资本资产定价模型（CAPM）、后期的三因素模型和套利定价理论。鉴于事后估计权益资本成本存在诸多缺陷，近年来学者的主要研究方向转为事前估计。事前估计通常采用非正常盈余增长模型，包括PEG模型、MPEG模型与OJ模型等。

Easton（2004）[27]提出了PEG模型和MPEG模型，这类模型假定非正常收益的增长率[△g]，存在一个期望变化率[g=（gt+1-gt）/gt]。

PEG模型中假设[△g]恒为0，得到：

其中，[epst+2]为分析师预测的第[t+2]期每股收益均值，[epst+1]为分析师预测的第[t+1]期每股收益均值，[Pt]为第t期期末的每股价格。同理，参考Easton（2004）[27]得到了MPEG模型，该模型假设在预测有限期内，非正常收益增长率的期望变化率不为零，其优点是对股利政策没有其他限定，能更好地解释单个企业的预期收益和风险。进一步地，本文借鉴肖作平（2016）[28]等，令长期增长率[γ-1]为5%得到了OJ模型。

已有研究表明，PEG 模型估计的权益资本成本能够恰当地捕捉到各风险因素的影响，较其他权益资本成本模型更适合中国资本市场（毛新述等，2012）[4]。为此，本文将PEG模型得到的[rPEG]作为权益资本成本的代理指标进行实证分析，同时将MPEG模型以及OJ模型方法测算的权益资本成本[rMPEG]和[roj]用于稳健性检验中①。

3. 中介变量。（1）信息不对称指标。本文借鉴宋敏等（2021）[29]和于蔚等（2012）[30]的做法，先构建流动性比率指标（LR）、非流动性比率指标（ILL）、收益率反转指标（GAM）三个股票流动性指标， 然后对LR、ILL、GAM进行主成分分析，提取它们的共同变异信息（即与非对称信息相关的成分），记为ASY，ASY越大，意味着信息不对称程度越高。（2）股票流动性指标。本文借鉴Roll（1984）[31]、Goyenko等（2009）[32]和张峥等（2014）[33]做法构建如下指标：

其中，[Pt] 为单个股票在[t]时期考虑现金红利再投资的日收益率，[covΔPt，ΔPt-1]为单个股票在[t]时期考虑现金红利再投资的日收益率的一阶差分序列的协方差。（3）创新水平指标。本文借鉴李寿喜和王袁晗（2022）[34]做法，采用研发人员占比（RD1 =研发人员人数/企业总人数）及研发投入占比（RD2=研发投入资金/营业收入）指代。

4. 控制变量。本文参考以往有关文献，控制了如下变量：公司规模（Size）、资产负债率（Lev）、总资产利润率（ROA）、现金流比率（Cashflow）、营业收入增长率（Growth）、管理费用率（Mfee）、独董比例（Indep）、托宾Q值（TobinQ）、账面市值比（BM）。此外，还控制了行业和年份变量。

（三）模型设定

本文构建以下模型进行实证检验：

模型（3）是本文的基准回归，被解释变量[COC]为权益资本成本，核心解释变量[DCGI]为企业数字化转型指数，[Controls]为控制变量，[δ]为误差项，本文主要考察[DCGI]的估计系数，若系数显著为负，则表明企业数字化转型显著降低了权益资本成本。

四、实证分析

（一）描述性统计

本文主要变量描述性统计结果见表2。其中，企业数字化转型指数的均值为0.0659，最大值0.928，最小值为0，说明各企业数字化转型的程度存在较大差异。而权益资本成本的均值0.110，最大值0.295，最小值0.018，说明各个企业在权益资本成本方面有显著区别。企业规模Size均值为22.36，最小值19.52，最大值26.40，说明各企业的资产实力差距很大。其他控制变量的均值和标准差也在正常范围之内。

（二）基准回归分析

表3是企业数字化转型与权益资本成本的基准回归结果。第（1）列没有加入控制变量、行业和年份固定效应，结果显示企业数字化转型的系数为-0.039，在1%水平上显著；第（2）列控制了行业和年份固定效应，第（3）列加入了控制变量但没有控制行业和年份，第（4）列加入控制变量并控制行业和年份，第（5）列加入控制变量并控制年份和个体固定效应。无论是否加入控制变量、行业固定效应、年份固定效应及个体固定效应，解释变量企业数字化转型的系数均为负，且均在1%水平上显著，这表明企业数字化转型能够显著降低权益资本成本，从而证实了本文假设H1。

（三）稳健性检验

1. 替换被解释变量。本文借鉴郭照蕊和黄俊（2021）[35]方法，使用MPEG和OJ两种模型重新测度权益资本成本，再次进行检验，具体结果见表4。替换被解释变量之后，企业数字化转型的估计系数仍然在1%的水平下显著为负，证实了本文结论的稳健性。

2. 倾向得分匹配法。考虑到样本选择引起的内生性问题，本文采用倾向得分匹配法（PSM）进行检验。以企业是否进行数字化转型（0-1虚拟变量）为被解释变量，以企业规模、资产负债率、总资产利润率、现金流比率、营业收入增长率、管理费用率、独董比例、账面市值比和托宾Q值作为特征变量，按照一对一最近邻匹配的原则进行配对并计算倾向得分值，将匹配后的样本重新进行回归。回归结果如表5所示，不论是否加入控制变量，企业数字化转型的系数仍然显著为负，证明研究结论是稳健的。

3.工具变量法。上文证实了企业数字化转型会降低权益资本成本，但可能存在反向因果关系问题，即权益资本成本低的企业才会进行企业数字化转型。为解决这一内生性问题，本文以企业数字化转型的行业和年度均值（AVERDCGI）作为企业数字化转型的工具变量，采用两阶段最小二乘法（2SLS）进行检验。选择该变量作为工具变量的原因在于：企业数字化转型的行业和年度均值与单个企业数字化密切相关，但不容易直接影响企业的权益资本成本。本文采用Cragg-Donald Wald F 统计量检验工具变量是否为弱工具变量，经检验可知该统计量在1%水平上显著，拒绝工具变量识别不足的原假设。因此，本文选取的工具变量是合理的。表6第（1）列和第（2）列分别报告了工具变量法第一阶段和第二阶段的回归结果，表7报告了第一阶段F值为2379.47，企业数字化转型的系数仍然显著为负，从而证明了本文实证结果的稳健性。

4.多期双重差分模型（DID）检验。本文参考吴非等（2021）[3]和郑建明等（2018）[36]，采用多期双重差分模型（DID）来进一步克服内生性问题，设置了实验组与对照组对企业进行数字化转型前后进行两次差分，构建双重差分模型来检验企业数字化转型如何影响权益资本成本，具体设定如下：

其中，[du]为个体虚拟变量，如果公司在其间进行数字化转型，那么在当年和之后年份[du]赋值为1，如果该公司一直未进行数字化转型，[du]赋值为0。[dt]为时期虚拟变量，如果公司在第t期进行了数字化转型，[dt]赋值为1，否则为0。[α2]为本文重要的待估参数，体现了企业进行数字化转型前后权益资本成本的变化情况。另外，鉴于政策效应的直观实证结果需要政策变化前后几年都有足够的观察值，本文剔除了数字化转型不到两年的样本以及连续实验期少于五年的样本。

此外，为验证双重差分模型的稳健性，本文将模型（4）进行一定变化并再次检验：

其中，模型（5）着重控制了企业的行业固定效应以及时间固定效应，[β1]体现了企业推动数字化转型前后权益资本成本的变化，为关键的待估参数。进一步地，考虑到模型中虚拟变量的设定可能忽视企业数字化转型强度的影响，因此，通过带有调节效应的双重差分模型来估计这一影响，具体模型如下：

其中，系数[λ1]作为主要待估参数，体现了企业实施数字化转型的强度大小对权益资本成本产生的影响。

表8第（1）列中，du[×]dt系数为-0.005，在1%的水平上显著为负，这表明企业在进行数字化转型后，权益资本成本有明显降低。在第（2）列中，本文采用公式（5）进行检验，结果显示：du×dt系数仍然显著为负。第（3）列用公式（6）进行检验，实证结果显示，du[×]dt[×]DCGI的回归系数显著为负（系数为-0.019），在采用双重差分克服内生性问题后，企业数字化转型所带来的权益资本成本变化程度增加。

如表9所示，本文檢验了平行趋势，即在数字化转型的前四年到前一年（du-4至du-1），相关回归系数的结果均无法通过统计显著性检验，表明实证结果基本通过了平行趋势检验。而且，数字化转型的后一年到后四年（du+1至du+4）通过了1%的统计显著性检验，且有持续性特征。由此得知，经过多重的稳健性和内生性处理，本文的核心结论保持着高度一致性，即企业数字化转型对权益资本成本有显著负向影响。

（四）异质性检验

1. 企业属性。国有企业与非国有企业在资源获取、市场份额、政策环境以及改革创新等诸多方面具有明显差异（吴非等，2021）[3]。国有企业在经营许可和社会资源获取方面通常有国家背书以及政府资源，从而拥有不错的市场份额，因此，面临的竞争压力较小，面对政策变化通常有较长的反应时滞，对数字化变革较为迟钝，本身进行数字化转型的意愿也不高。而非国有企业有着巨大的竞争压力，为了获得更高的市场份额，通常会推行改革与创新，力求实现数字化转型到企业降本增效的正反馈调节。因此，在不同所有权性质下，企业数字化转型对权益资本成本的影响效果可能不同。为此，我们按照实际控制人的属性将全样本划分为国有企业和非国有企业，分别进行检验。

从表10第（1）列和第（2）列可以看到，国有企业数字化转型的系数为-0.020，而非国有企业的系数为-0.022，非国有企业组的系数绝对值更大。组间差异检验中，经由 Bootstrap 法自体抽样 300 次得到的经验 p 值为 0.001，在1%水平上显著，说明二者的系数差异是显著的。因此，相对于国有企业，非国有企业的数字化转型程度对于降低权益资本成本的效果更大。

2. 股权集中度。股权集中度高的行业通常为传统行业及房地产行业，此类行业所采用的商业模式也是非常完善和系统的，稳定性较高，受到数字化变革的冲击较小（黄节根等，2021）[37]。而高科技行业企业通常由创始人、天使投资人、员工分别持股，股权较为分散，其本身对数字化水平要求就高，面对数字化变革的反应将会更加灵敏。两类企业数字化转型对权益资本成本的影响效果可能不同，因此，我们根据第一大股东持股比例的中位数，将全部样本划分为高股权集中度企业和低股权集中度企业，分别检验企业数字化转型程度降低权益资本成本的效果。

表10第（3）列和第（4）列结果显示，企业数字化转型在高股权集中度组的系数为-0.020，在低股权集中度组为-0.021，且低股权集中度组的系数更加显著。从组间差异检验结果来看，经由 Bootstrap 法自体抽样 300 次得到的经验 p 值为 0.001，在1%水平上显著，证实了上述差异在统计上的显著性，即相对于高股权集中度企业，数字化转型降低权益资本成本的作用在低股权集中度企业中更加明显。

3. 行业集中度。高行业集中度的企业通常不是资本密集型而是技术密集型，这类企业拥有高技术壁垒以及高准入门槛（宋丽颖和杨潭，2016）[38]，通常为高技术产业企业。尤其是高技术产业中的电子通信及设备制造业以及航空航天制造业，该类企业对数字化转型较为敏感。因为不同行业集中度的企业对数字化转型的敏感程度不同，因此，本文按照赫芬达尔指数的中位数将全样本划分为高、低行业集中度企业，分析企业数字化转型程度降低权益资本成本的效果。

表10第（5）列和第（6）列显示，高行业集中度组的数字化转型系数为-0.021，而低行业集中度组的系数为-0.017。从组间差异检验结果看，经由 Bootstrap 法自体抽样 300 次得到的经验 p 值为 0.005，在1%水平上显著，证实了上述差异在统计上的显著性。因此，相对于低行业集中度企业，数字化转型降低权益资本成本的作用在高行业集中度企业中更加明显。

五、影响路径研究

根据前文分析，企业数字化转型通过降低信息不对称、提升股票流动性和创新水平三条路径降低公司权益资本成本。为了证实上述传导路径，本文参考温忠麟和叶宝娟（2014）[39]的做法，构建模型（7）、模型（8）和模型（9），使用逐步法检验中介效应。另外，以sobel法以及Bootstrap法（抽取自助样本1000次）作为中介效应检测的补充，判断中介效应存在的稳定性。

其中，[Mediator]为中介变量，包括信息不对称指数（ASY）、股票流动性指数（Roll）和企业创新指标（RD）。回归结果见表11。同时，考虑到传导的时滞以及变量之间可能存在的反向因果干扰，本文将自变量前置一期处理（fDCGI）及因变量滞后一期处理（lCOC），中介变量和控制变量仍为本期数据，回归结果见表12。

表11和表12的第（1）列中企业数字化转型的系数显著为负，表明数字化转型能在一定程度上通过信息赋能降低企业的信息不对称水平。表11的第（2）列报告了中介效应检验结果，可以看出加入中介变量信息不对称之后，企业数字化转型系数为-0.018，T值为-6.90，在1%水平显著，并且Sobel检验和Bootstrap检验均显示传导机制有效。表12第（2）列显示，将自变量前置一期处理及因变量滞后一期处理后系数仍然显著， Sobel检验与Bootstrap检测均通过。该分析证实，企业数字化转型对权益资本成本的影响部分是通过信息不对称这一中介变量实现的，信息不对称性降低是降低权益资本成本的一条路径 ，也验证了本文的假设H2a。

表11和表12的第（3）列中企业数字化转型的系数显著为正，表明企业数字化转型能提高股票流动性。从表11第（4）列结果可以看出，加入中介变量股票流动性之后，企业数字化转型的系数为-0.017，T值为-6.44，在1%水平显著。进一步地，Sobel检验和Bootstrap检验结果均显示传导机制有效。表12第（4）列显示，将自变量前置一期处理及因变量滞后一期处理后系数仍然显著， Sobel检验与Bootstrap检测均通过，系数均显著。该分析证实，企业数字化转型对权益资本成本的影响部分是通过股票流动性这一中介变量实现的，股票流动性的提高是降低权益资本成本的一条路径 ，也验证了本文的假设H2b。

同理，表11和表12的第（5）和（7）列回歸结果显示，企业数字化转型的系数均显著为正，说明数字化转型可以促进研发人员占比和研发投入占比的上升，增强企业创新水平。从表11的第（6）、（8）列可知，加入中介变量创新水平之后，数字化转型的系数仍然显著为负，并且Sobel检验和Bootstrap检验均显示传导机制有效。将自变量前置一期处理及因变量滞后一期处理后仍然显著存在中介效应。该分析证实，企业数字化转型对权益资本成本的影响部分是通过创新水平这一中介变量实现的，创新水平的提升是降低权益资本成本的一个路径 ，也验证了本文的假设H2c。

六、结论

本文基于Python爬虫和文本分析技术自行构建中国“企业数字化转型”指标，以2010—2021年A股上市公司为样本，实证检验了企业数字化转型对权益资本成本的影响与作用机制，得出以下结论：第一，企业数字化转型可以显著降低权益资本成本；第二，企业数字化转型可以通过降低信息不对称、提升股票流动性以及提升企业的创新水平等渠道促进权益资本成本的下降；第三，异质性研究发现，对于非国有企业、低股权集中度企业和高行业集中度企业，数字化转型对企业权益资本成本的降低作用更显著。基于以上研究结论，主要有以下政策启示：

对企业而言，应重视数字化转型对权益资本成本的降低作用。首先，应加快企业的数字化发展，树立转型意识。企业应当思考如何从数字化转型中获得竞争力，加大对核心技术、基础软件的研发力度，通过运用新兴技术，促进企业实现智能化发展，将数字技术转化为自身的竞争力。其次，重视数字化人才培养。企业应加强对现有员工的数字化培训，引导员工紧跟数字时代化进程提高数字技能，在此基础上，大力引进数字技术高端人才，为企业发展及技术创新注入更多能量。最后，进一步完善企业的信息质量。由于数字化转型能缓解信息不对称，降低信息成本，因此，企业应进一步提升信息质量，以便更好地保障投资者权益，完善资本市场的信息效应。

对政府而言，应采取一系列措施促进企业数字化变革，为其数字化进程保驾护航。首先，不断加强数字基础设施建设，平衡区域数字发展水平。数字基础设施的完善有助于增强各区域数字技术创新动力，有效融合数字经济和实体经济，从而为打通经济社会发展的信息“大动脉”贡献重要力量。其次，政府应加大对数字化企业的扶持力度，激励数字技术与企业产品服务深度融合，推动传统企业转型升级。最后，政府应不断完善有关数字化发展的法律法规，为企业数字化转型营造更好的制度环境。特别地，针对数字化信息技术和数据等知识产权，应加大保护力度，助力企业高质量发展。

注：

①MPEG模型得到的权益资本成本为[rMPEG=dpst+12Pt+（dpst+12Pt）2+epst+2-epst+1Pt]  ，其中，[epst+2] 为分析师预测的第[t+2]期每股收益均值，[epst+1] 为分析师预测的第[t+1]期每股收益均值，[Pt]为第[t]期期末的每股价格， [dpst+1]为下一期的每股股利，[dpst+1=epst+1×k]，[k]为过去三年的平均股利支付率。

OJ模型得到的权益资本成本为[roj=A+A2+eps1P0（g2-（γ-1））]，[A=12（γ-1）+dps1P0]，[g2=eps2eps1-1]。其中，[eps2]和[eps1]分别为分析师对第一期和第二期预测的每股收益；[dps1=eps1×k]，[k]为过去三年平均股利支付率；长期增长率[gp=γ-1]。

参考文献：

[1]Sadeghi V J，A Garcia-perez，E Candelo. 2021. Exploring the Impact of Digital Transformation on Technology Entrepreneurship and Technological Market Expansion：The Role of Technology Readiness， Exploration and Exploitation[J].Journal of Business Research， 124.

[2] 张永珅，李小波，邢铭强.企业数字化转型与审计定价 [J].审计研究，2021，（03）.

[3]吴非，胡慧芷，林慧妍，任晓怡.企业数字化转型与资本市场表现——来自股票流动性的经验证据 [J].管理世界，2021，37（07）.

[4]毛新述，叶康涛，张頔.上市公司权益资本成本的测度与评价——基于我国证券市场的经验检验 [J].会计研究，2012，（11）.

[5]王化成，张修平，侯粲然，李昕宇.企业战略差异与权益资本成本——基于经营风险和信息不对称的中介效应研究 [J].中国软科学，2017，（09）.

[6]张修平，李昕宇，卢闯，宋秀慧.资产质量影响企业权益资本成本吗？ [J].会计研究，2020，（02）.

[7]戚聿东，孙昌玲，王化成.企业核心竞争力能够降低权益资本成本吗——基于文本分析的经验证据 [J].会计研究，2021，（08）.

[8]La Porta R，Lopez-de-silanes F，Shleifer A，Vishny R. 2002. Investor Protection and Corporate Valuation [J]. The Journal of Finance，57（3）.

[9]Hail L，Leuz C. 2006. International Differences in the Cost of Equity Capital：Do Legal Institutions and Securities Regulation Matter？ [J].Journal of Accounting Research， 44（3）.

[10]肖作平，周嘉嘉.制度环境和权益资本成本——来自中国省际数据的比较研究 [J].证券市场导报，2012，（08）.

[11]廖义刚.环境不确定性、内部控制质量与权益资本成本 [J].审计与经济研究，2015，30（03）.

[12]Chen K C W，Chen Z，Wei K C. 2009. Legal Protection of Investors， Corporate Governance， and the Cost of Equity Capital [J].Journal of Corporate Finance，15（3）.

[13]支晓强，何天芮.信息披露质量与权益资本成本[J].中国软科学，2010，（12）.

[14]周嘉南，雷霆.股权激励影响上市公司权益资本成本了吗？ [J].管理评论，2014，26（03）.

[15]代昀昊.机构投资者、所有权性质与权益资本成本 [J].金融研究，2018，（09）.

[16]韋谊成，刘小瑜，何帆.数字化转型与公司治理水平研究——来自A股主板上市公司的经验证据 [J].金融发展研究，2022，（03）.

[17]盛思思，徐展.区域数字经济发展与企业融资约束 [J].工业技术经济，2022，41（01）.

[18]Coles J L，Loewenstein U，Suay J. 1995. On Equilibrium Pricing Under Parameter Uncertainty [J].Journal of Financial and Quantitative Analysis，30（3）.

[19]陈辉，顾乃康.新三板做市商制度、股票流动性与证券价值 [J].金融研究，2017，（04）.

[20]Amihud Y，Mendelson H. 2006. Asset Pricing and the Bid-ask Spread [J]. Journal of Financial Economics，9.

[21]Easley D，O'hara M. 2004. Information and the Cost of Capital [J].The Journal of Finance，59（4）.

[22]Diamond D W，Verrecchia R E. 1991. Disclosure， Liquidity，and the Cost of Capital [J].Journal of Finance，46（4） ．

[23]周铭山，张倩倩，杨丹.创业板上市公司创新投入与市场表现：基于公司内外部的视角 [J].经济研究，2017，52（11）.

[24]何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估 [J].改革，2019，（04）.

[25]安同良，闻锐.中国企业数字化转型对创新的影响机制及实证 [J].现代经济探讨，2022，（05）.

[26]袁淳，肖土盛，耿春晓，盛誉.数字化转型与企业分工：专业化还是纵向一体化 [J].中国工业经济，2021，（09）.

[27]Easton P D. 2004. Pe Ratios，Peg Ratios，and Estimating the Implied Expected Rate of Return on Equity Capital [J].The  Accounting Review，79（1）.

[28]肖作平.终极所有权结构对权益资本成本的影响——来自中国上市公司的经验证据 [J].管理科学学报，2016，19（01）.

[29]宋敏，周鹏，司海涛. 金融科技与企业全要素生产率——“赋能”和信贷配给的视角 [J].中国工业经济，2021（04）.

[30]于蔚，汪淼军，金祥荣.政治关联和融资约束：信息效应与资源效应 [J].经济研究，2012，47（09）.

[31]Roll R. 1984. A Simple Implicit Measure of the Effective Bid-ask Spread in an Efficient Market [J].The Journal of  Finance，39（4）.

[32]Goyenko R Y，Holden C W，Trzcinka C A. 2009. Do Liquidity Measures Measure Liquidity？ [J].Journal of Financial Economics，92（2）.

[33]张峥，李怡宗，张玉龙，刘翔.中国股市流动性间接指标的检验——基于买卖价差的实证分析 [J].经济学，2014，13（01）.

[34]李寿喜，王袁晗.企业数字化转型与企业创新——来自电子制造业的经验证据 [J].工业技术经济，2022，41（08）.

[35]郭照蕊，黄俊.高铁时空压缩效应与公司权益资本成本——来自A股上市公司的经验证据 [J].金融研究，2021，（07）.

[36]郑建明，李金甜，刘琳.新三板做市交易提高流动性了吗？——基于“流动性悖论”的视角 [J].金融研究，2018，（04）.

[37] 黄节根，吉祥熙，李元旭.数字化水平对企业创新绩效的影响研究——来自沪深A股上市公司的经验证据[J].江西社会科学，2021，41（05）.

[38] 宋丽颖，杨潭.财政补贴、行业集中度与高技术企业R&D投入的非线性关系实证研究 [J].财政研究，2016，（07）.

[39]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（05）.

基金项目：国家社会科学基金项目“中国外汇衍生品监管指数构建、监管效果及监管优化研究”（20BJY260）。

作者简介：赵峰，男，山东德州人，北京工商大学国际经管学院教授，博士生导师，研究方向为资本市场、金融科技、国际金融和外汇风险管理；高娇娇，女，河南周口人，北京工商大学经济学院，研究方向為资本市场、金融科技和公司金融；唐昭辉，男，湖南郴州人，北京工商大学经济学院，研究方向为金融科技、资本市场和公司金融。

Abstract：Digital transformation has had a positive impact on the business and has contributed to its growth to some extent. Previous literature focused on the impact of digital transformation on corporate performance and investment efficiency，but paid less attention to the impact on corporate equity capital cost. Based on Python crawler and text analysis technology，this paper builds China's "enterprise digital transformation index" by taking A-share listed companies from 2010 to 2021 as samples. The study finds that digital transformation of firms can contribute to a reduction in the cost of equity capital，a finding that still holds after a series of robustness tests. In terms of impact mechanisms，the digital transformation of firms can contribute to a reduction in the cost of equity capital through channels such as reducing information asymmetry，enhancing stock liquidity，and improving firms' innovation levels. Further study finds that the effect of corporate digital transformation on the reduction of cost of equity capital is more significant for non-state owned enterprises，low equity concentration enterprises and high industry concentration enterprises.

Key Words：digital transformation of enterprises，cost of equity capital，asymmetric information，stock liquidity，innovation level

（责任编辑    刘   阳；校对   LY，WY）