金融資產配置對企業數字化轉型的影響研究

陳隆軒，楊 杰

（云南師范大學 經濟與管理學院，云南 昆明 650500）

一、引言

當前，數字經濟已成為經濟高質量發展的新引擎，以數據資源為關鍵要素，以現代信息網絡為主要載體的數字經濟正快速發展，是目前具有活力和創新力的經濟形態之一。2022年國務院發布的《政府工作報告》和“十四五”規劃中都明確指出，要實施創新驅動發展戰略，促進數字經濟發展，以數字化轉型整體驅動生產方式調整。《中國數字經濟發展白皮書（2021）》報告顯示，2005年至2020年，中國數字經濟規模從2.6萬億元擴張到39.2萬億元，占GDP比重由14.2%增長至38.6%。這表明在全球經濟發展不確定性持續增大的背景下，我國企業選擇創新發展數字技術，抓住數字經濟發展機遇，從傳統生產體系轉型為數字化體系，賦能自身高質量發展。

進入21世紀，我國金融業與房地產業增加值占GDP 的比重在不斷上升，非金融類企業更依賴于金融部門內部的利潤，基于金融渠道的利潤積累逐漸成為企業盈利的主導模式（劉貫春等，2018）[1]。企業作為宏觀經濟的微觀構成，其內部要素分配轉移至金融部門會影響企業的發展方向，數字化轉型作為數字經濟發展的窗口，不僅是企業從傳統生產體系轉向數字化體系的創新標志，而且是數字科技與生產發展深度融合的微觀表現。客觀來看，數字化轉型過程中會面臨諸如轉型成本大、部門協作難等困難，企業內部合理的要素分配在一定程度上能夠為數字化轉型帶來發展契機。

鑒于此，本文將企業金融資產配置與數字化轉型聯系起來，運用文本分析法構建數字化轉型的綜合指標，識別檢驗兩者之間的因果效應和作用渠道。實證研究發現，企業合理的金融資產配置顯著驅動了數字化轉型。從宏觀經濟形勢來看，這種促進作用在貨幣政策較寬松和行業競爭度較高時更加顯著；從企業微觀特征來看，在大型企業和高科技企業中金融資產配置對數字化轉型的影響更為顯著。作用渠道分析表明，企業通過外部融資和內部經營兩個渠道來促進數字化轉型的，具體表現為企業金融資產配置通過降低企業杠桿率和提高風險承擔水平來驅動數字化轉型。拓展研究發現，金融資產配置與企業數字化轉型存在非線性關系，只有合理的金融資產配置才能有效促進數字化轉型，過度的金融資產配置則會導致企業偏離經營重心，造成實業萎縮。

本文的邊際貢獻在于以下幾方面。一是從宏觀經濟形勢和企業微觀特征的兩個視角探究了企業金融資產配置對數字化轉型的差異性影響，為企業高質量發展提供了新視角，有利于政府差異化針對性地制定數字化轉型政策；二是從外部融資和內部經營兩個方面考察了企業數字化轉型的驅動因素及作用渠道，揭示了企業金融資產配置與數字化轉型之間的機制特征；三是在數字經濟與實體經濟的融合發展背景下，檢驗了企業合理配置金融資產對數字化轉型的經濟效應，為數字化轉型相關研究提供經驗證據。

二、文獻回顧與研究假設

（一）數字化轉型的相關研究

國內外學者在對數字化轉型的定義和內涵方面都有過相關研究。Brown 等（2014）[2]認為數字化轉型涵蓋了從文化和組織變革到新數字技術的相關使用等方面，以實現傳統業態的重大改進，如增強用戶服務、簡化運營或創建全新服務。Westerman 等（2014）[3]認為數字化轉型通過實施創新和發展新的數字技術，并利用技術從根本上提高企業的績效或影響力。劉淑春等（2021）[4]認為企業數字化轉型的本質是實現管理模式從“工業化”轉向“數字化”的變革，通過將數字技術引入現有企業管理架構，重塑企業的信息結構、管理方式、運營機制、生產過程等傳統管理路徑。從現有的研究來看，數字化轉型可描述為一個過程，并且能夠通過改進業務模式等路徑達到企業高質量發展的目標。

數字化轉型的影響因素也受到學術界的關注。通過對已有文獻的梳理可以發現，從外部制度環境角度來看，產業數字化、地區數字經濟、政策支持力度以及科技金融試點政策都能在一定程度上促進企業數字化轉型的發展（陳玉嬌等，2021；江玉國，2020；陳振權等，2022）[5-7]，也有研究認為利率市場化改革作為供給側結構性改革的一環，可以消減部分資本價格扭曲，優化金融資源供給環境，進而驅動企業數字化轉型（唐松等，2022）[8]；從企業內部發展角度來看，企業會因為追求生產效率與市場地位，搭建社會網絡提供資源從而發展數字化（Bjo¨rkdahl，2020；宋晶和陳勁，2022）[9-10]。上述研究從“外部—內部”視角為理解數字化轉型的動因和作用渠道提供了豐富經驗和觀點啟發。

（二）金融資產配置與企業數字化轉型

有學者認為，企業持有金融資產能夠發揮“蓄水池效應”，有效促進實業發展（彭俞超和黃志剛，2018）[11]。具體來說，企業將部分閑散資金投資于金融市場，在確保盈利的情況下，不僅能夠實現資本的保值和增值，還增加了資產流動性和變現能力，可以預防未來用于主業投資或創新投入的資金缺口（杜勇等，2017；王紅建等，2017）[12-13]。在數字經濟與實體企業不斷融合發展的背景下，企業發展數字化不可避免地會面臨周期長、高風險和資金需求量大等困境。一方面，創新投入需要資本源源不斷地投入且易受外部沖擊，前期投入也可能會轉變為沉沒成本；另一方面，投入產出存在“陣痛期”，成果轉化需要一定時間，同時還需支付研發人員費用，企業內部經營存在風險。因此，企業需要發揮金融資產配置的“蓄水池效應”，將資產在金融市場中的投資收益用于支持數字化轉型的創新投入，并主要通過以下兩種渠道進行作用。

其一，企業金融資產配置能夠在外部融資渠道通過降低企業杠桿率來促進數字化轉型。企業長期處于投資數字基礎設施或發展數字技術的階段會占用企業大部分的投資支出，項目的中斷會帶來高額的損失，因此，企業需要加大外部融資力度以應對流動資金短缺。股權融資和債務融資作為企業獲取外部融資的主要方式。具體來說，股權融資通過股東出讓部分企業所有權以進行增資或配股的方式來獲得融資，但由于企業內存在委托代理關系，管理者可能會因為自身利益而侵占股東的利益，從而產生道德風險；而債務融資是通過出售債券或票據來籌集資金，但金融市場的信息不對稱和準入門檻等問題會使得融資成本大幅提升（Cooper 和Haltiwanger，2006）[14]。此時，企業會通過變現金融資產來獲取外部融資，相比股權融資和債務融資，這種預防性儲蓄活動的融資成本較低，且可以在短時間內獲取現金以降低對銀行信貸的依賴，從而降低企業杠桿率（劉貫春等，2018）[1]。此外，企業發揮金融資產配置的“蓄水池效應”能夠通過出售金融資產獲利降低融資壓力，當金融資產價格上升后，有利于改善資產負債表，并進行更多的內源融資，從而降低企業杠桿率（Smith和Stulz，1985；Stulz，1996）[15-16]。

其二，企業金融資產配置能夠在內部經營渠道增加風險承擔能力，進而加快企業數字化轉型的步伐。風險承擔反映了企業在經營過程中面對不確定因素時的投資傾向，尤其是企業選擇數字化轉型發展后，可能會面臨前期投入成本較多、資金需求量較大以及從研發到成果轉化之間的不確定性等情況。此時，企業金融資產配置能夠發揮“蓄水池效應”，通過金融資產的高流動性和強變現性來增加企業自身籌集資金的能力，持續為數字化轉型提供資金支持。同時，企業通過持有金融資產獲得的收益也可以提升企業財務狀況，從而提高企業風險承擔（徐雋翊等，2020）[17]。此外，金融資產配置也可以通過與銀行等金融機構相互持股的方式拓寬融資渠道，降低融資成本，在一定程度上也能為數字化轉型提供所需資金，提高企業的風險承擔能力（許志勇等，2020）[18]。

企業參與金融投資可以視為一種“理性”的市場化行為，但超過一定限度的金融資產配置也會帶來與預期相反的效果。目前文獻對過度金融資產配置的負面影響定義為“擠出效應”，Tobin（1965）[19]認為基于企業資源的有限性，實體投資和金融投資之間存在替代關系，企業配置金融資產會擠占實體投資；黃賢環等（2018）[20]將金融投資分為長期和短期進行研究，發現長期金融資產配置對主業投資資金產生了“擠出效應”，極大增加了企業的財務風險；謝家智等（2014）[21]研究發現制造業企業過度配置金融資產會降低技術創新能力，同時政府會對不同行業類型企業實行差別性貸款政策，從而放大了“擠出效應”；戚聿東和張任之（2018）[22]認為企業不僅為了追求金融資產的超額收益而放棄創新投入，而且金融資產配置會改變企業的投資偏好和管理模式，不利于企業的長期可持續發展和經營效率的提升，導致企業價值下降。從上述文獻可以發現，企業過度金融資產配置可能會擠占數字化轉型的研發投入，制約數字化轉型的發展。

綜合以上討論發現，企業金融資產配置可以從外部融資和內部經營雙渠道，發揮“蓄水池效應”進行預防性儲蓄活動，通過降低企業杠桿率和提高企業風險承擔以持有大量現金可以持續投入數字化轉型；相反，如果企業金融資產配置過度則會阻礙數字化轉型的進程。基于以上分析，本文提出以下假設。

假設1a：企業金融資產配置發揮“蓄水池效應”，能夠顯著提升企業數字化轉型；

假設1b：企業金融資產配置發揮“擠出效應”，能夠顯著抑制企業數字化轉型。

（三）金融資產配置、宏觀經濟形勢與數字化轉型

不同企業受宏觀經濟形勢影響會表現出差異性。一方面，貨幣政策的松緊度會影響企業金融資產配置對數字化轉型的促進作用。在貨幣政策的寬松情況下，企業從外部獲得融資的渠道更多，內部經營的風險承擔壓力也會更小。融資優序理論認為，當宏觀經濟形勢上升時，企業持有的現金流會優先滿足投資需求，如投入研發資金發展數字技術等（劉貫春等，2018）[1]。因此，企業金融資產配置在較為寬松的貨幣政策環境下會促使數字化轉型。另一方面，行業競爭的程度也會影響金融資產配置對數字化轉型的影響。行業競爭度的高低會對企業經營策略和利潤產生影響，給管理層帶來經營壓力，從而影響企業的投資策略。如果行業競爭度較高，企業亟須抓住機遇并突破行業瓶頸發展新技術，數字技術的不斷發展促使企業選擇數字化轉型，希望以此有所突破并成為新的利潤增長點。據此，本文提出以下假設。

假設2：在其他條件不變的情況下，企業金融資產配置在貨幣政策較寬松和行業競爭度較高時能夠顯著提升數字化轉型。

（四）金融資產配置、企業微觀特征與數字化轉型

企業會出于預防性儲蓄或投資替代的動機進行金融資產配置，面對不同企業的微觀特征，金融資產配置對數字化轉型所產生的影響也不盡相同。一方面，在企業規模上，大型企業在創新投入上承擔風險的能力比中小企業高，相比之下更易接受沉沒成本，同時數字化轉型也需要規模效應，技術開發創新需要大量投入，數字技術的發展需要產業鏈的完整性、資源配置與再生效率的提高，在這方面大型企業更具有實力。另一方面，在行業屬性上，高科技企業具有較強的科技導向，科學是發展的重要內在推動力，而創新則是企業發展的根本動力，科技企業會在數字技術發展的背景下進行自主創新、持續創新，因此相比非高科技企業，高科技企業數字化轉型的意愿更強。

假設3：在其他條件不變的情況下，在大型企業和高科技企業中金融資產配置能夠顯著提升企業數字化轉型。

三、研究設計

（一）數據說明

本文選取2008—2020年中國A 股上市公司作為研究對象，并對數據進行以下篩選：第一，剔除金融業和房地產業的樣本；第二，剔除ST、*ST 以及PT股，包括其間退市的樣本；第三，為減輕異常值影響，本文對所有連續變量均進行上下1%的縮尾處理，最終得到30050個觀測值。

企業微觀層面原始數據均來自國泰安數據庫（CSMAR），度量數字化轉型的企業年報來自上海證券交易所和深圳證券交易所。

（二）變量設定

1.被解釋變量

數字化轉型（Dig）。參考吳非等（2021）[23]、易露霞等（2021）[24]的研究，本文使用上市公司年報中涉及企業“數字化轉型”的關鍵詞詞頻來作為企業數字化轉型的代理指標。具體來看，本文將企業數字化轉型劃分為“底層技術”和“技術實踐”兩大層面，其中“底層技術”層面包含人工智能、區塊鏈、云計算、大數據等四個方面；“技術實踐”層面則包含數字技術在實踐中的具體運用，以此構建了數字化轉型的關鍵特征詞表。在數據獲取上運用Python 對中國滬、深A 股上市公司的年度報告文本進行關鍵詞搜索、匹配和計數，同時剔除關鍵詞前出現否定詞語的表述，最后對符合條件的詞頻進行加總取對數，從而形成企業數字化轉型的綜合衡量指標。

2.核心解釋變量

金融資產配置（Fin）。參考杜勇等（2017）[12]的衡量方法，從資產負債表的角度進行定義，采用金融資產總額占總資產的比值來衡量，其中金融資產具體包括以下六類資產負債表科目：交易性金融資產、金融衍生資產、可供出售金融資產凈額、持有至到期投資凈額、投資性房地產凈額和發放貸款及墊款凈額。

（三）模型構建

為研究企業金融資產配置對數字化轉型的影響，本文設定了如下模型加以檢驗：

其中，回歸中的被解釋變量為數字化轉型（Dig），核心解釋變量為企業金融資產配置（Fin）。CVs 為一系列控制變量，企業特征變量包括企業規模（Size）、企業績效（Roa）、現金流（Cash）、成長能力（Growth）以及上市年齡（Age）；公司治理變量包括兩職合一（Dual）、所有權性質（State）、董事會規模（Board）、獨董比例（Dep）、股權集中度（Top1）、機構投資者（Inshr）以及審計師選擇（Big4），具體變量定義如表1所示。此外，Industry、Province、Year分別表示行業、省份、年度固定效應，εi,t表示隨機干擾項。為提升實證結果的可靠性，本文對核心解釋變量進行滯后一期處理。從現實意義來看，企業金融資產配置所積累的資金投資到數字化轉型過程中存在一定時滯；從實證分析來看，考慮滯后性可能減輕雙向因果的內生性問題，在回歸分析中對標準誤進行公司層面的聚類調整。

表1 變量定義及說明

四、實證結果分析①本文研究結論是基于模型構建分析所得，結論供參考。

（一）描述性統計

表2列示了主要變量的描述性統計結果。其中，核心解釋變量數字化轉型的標準差為1.3787，最大值和最小值分別為5.0304 和0，這說明我國非金融類上市公司的數字化轉型水平存在明顯差異。企業金融資產配置的均值為0.0345，標準差為0.0702，最大值為0.4，這說明金融資產配置程度同樣存在較大差異。

表2 變量描述性統計

（二）基準回歸分析

表3報告了金融資產配置對企業數字化轉型的回歸結果。實證分析中采用了遞進回歸的策略，第（1）列僅控制了年度固定效應，滯后一期的企業金融資產配置（L.Fin）回歸系數為1.7287 且通過了1%的顯著性檢驗；第（2）列和第（3）列在原有的基礎上分別控制了行業和省份固定效應，并納入了控制變量集，金融資產配置系數有所縮小但顯著性保持不變，這可能是因為部分影響數字化轉型的因素被吸收所致；第（4）列除控制變量，還同時控制了行業和省份固定效應，可以發現滯后一期的企業金融資產配置對數字化轉型的影響進一步縮小為0.4218 且仍在1%的水平上顯著。這意味著，企業金融資產配置發揮了“蓄水池效應”，即金融資產配置程度的提高會顯著提升下期的企業數字化轉型程度。由此，本文的假設1a得到了經驗證據支持。

表3 金融資產配置對企業數字化轉型的基準回歸

從前文可知，企業數字化轉型是從五個維度綜合計算得到的指標，包含著不同的技術差異。本文將數字化轉型的指標進一步細化，探究企業金融資產配置分別對每個不同技術應用場景產生的影響。結果如表4所示，可以發現所有數字化轉型子指標的回歸系數均為正值且至少通過10%的顯著性水平檢驗，這說明本文的回歸具有高度的穩健性，支持研究假設1a。具體來看，企業金融資產配置對大數據的影響最大，這可能是因為數據作為新的生產要素在數字經濟的發展中發揮著更大的作用，同時也吸引了來自企業的關注與資金投入，在政策導向下增加對大數據技術的研發投入比重，有利于企業更快地進行數字化轉型。

表4 基于數字化轉型各層面的分解回歸

（三）異質性分析

1.基于宏觀經濟形勢的截面分析

基于前文檢驗結果，本文將進一步從宏觀經濟形勢進行分析。一方面，本文使用年度M2增長率來衡量貨幣政策，以M2增速的中位數將樣本劃分為兩個子樣本，高于中位數的樣本意味著貨幣政策較為寬松，反之貨幣政策偏緊。表5的第（1）列和第（2）列結果表明企業金融資產配置在寬松的貨幣政策中對數字化轉型的影響較大，說明寬松的貨幣政策有利于企業數字化轉型。另一方面，行業競爭度也可能會影響企業金融資產配置對數字化轉型的作用。

本文采用主營業務收入計算赫芬達爾—赫希曼指數的中位數將行業劃分為競爭度高行業和競爭度低行業。表5第（3）列和第（4）列結果表明行業競爭度越高，企業金融資產配置對數字化轉型影響越大，這可能是因為競爭度越高的行業中企業間存在較大的激勵效應，企業迫切希望通過數字化轉型來加速營業收入增長，從而提高業績。

表5 基于宏觀經濟形勢的截面分析

2.基于企業微觀特征的截面分析

根據企業自身的微觀特征，本文首先根據企業規模的中位數將樣本分為大型企業和中小型企業。從表6第（1）列和第（2）列的結果可以看出，大型企業的金融資產配置顯著提高了數字化轉型，而金融資源配置對中小型企業的數字化轉型影響較小，這說明大型企業具有一定的資金能力和風險偏好，會通過“蓄水池效應”加快數字化轉型，同時數字化轉型也具有規模效應，大型企業的金融資產配置更有助于企業的數字化轉型。表6第（3）列和第（4）列針對企業科技屬性特征差異進行了檢驗。研究發現在高科技企業組中，企業金融資產配置對數字化轉型的影響顯著，而非高科技企業組中影響并未通過顯著性檢驗。這可能是因為高科技企業順應了新時代數字經濟的趨勢，對數字化轉型的重視程度不斷提升，同時高科技企業也滿足數字化轉型的創新基礎和技術條件。

表6 基于企業微觀特征的截面分析

（四）內生性問題

1.工具變量法

前文的研究結論可能會面臨內生性問題的挑戰。企業金融資產配置程度的提高為數字化轉型提供了包括資金在內的各方面的支持，但數字化轉型的企業在進行金融資產配置時也可能會傾向于獲取更多的研發投入資金，以持續保持數字化轉型策略的進程。為了緩解企業金融資產配置與數字化轉型之間的雙向因果關系對結果造成的潛在內生影響，本文進一步采用工具變量法進行檢驗。

參考顧海峰和張歡歡（2020）[25]的研究，本文選取企業投資收益水平（IV）作為工具變量，并運用二階段最小二乘法（2SLS）對基準回歸進行內生性檢驗。考慮到企業投資收益作為企業非營業利潤的來源之一，是企業進行金融資產配置的利潤所得，因此企業金融資產配置與投資收益水平之間具有密切關系，但企業投資收益不可能成為數字化轉型過程中的主要資金來源，故企業投資收益水平滿足工具變量的基本條件。表7第（1）列結果顯示第一階段工具變量的回歸結果通過1%的顯著性檢驗，這表明企業投資收益水平與金融資產配置之間存在顯著關聯，同時F統計值大于10，說明不存在弱工具變量問題。此外，表7還匯報了Cragg-Donald Wald F 統計量為186.295，遠大于臨界值16.38，也拒絕了弱工具變量的原假設。在外生性檢驗中，Kleibergen-Paap rk LM 統計量在1%的水平上顯著，拒絕工具變量識別不足的原假設。綜上，本文選取的工具變量合理可靠且主要結論仍成立。

表7 工具變量法檢驗內生性問題

2.雙重差分法

盡管在基準回歸中采用滯后核心解釋變量的方式來減弱互為因果的干擾，也尋求工具變量處理內生性問題，但回歸模型中仍然可能存在遺漏變量偏誤。基于此，本文認為無論是宏觀經濟形勢還是微觀企業特征，最終都會內化到企業進行金融資產配置時的決策行動，這就取決于企業管理者的心理傾向和利益導向，而針對管理者的《中央管理企業負責人薪酬制度改革方案》（以下簡稱“限薪令”）會不同程度地影響其選擇金融資產配置時的結果。本文參考王虹等（2021）[26]的研究，利用2015年實施的“限薪令”作為外生政策沖擊事件構建雙重差分模型并進一步克服內生性問題，雙重差分模型如下：

其中，Policy 表示“限薪令”實施前后的虛擬變量，實施當年及以后年度取值為1，其余年度取值為0；Treat 表示個體虛擬變量，國有企業作為處理組取值為1，非國有企業作為對照組取值為0；γ2體現“限薪令”的實施對數字化轉型的變化，是關鍵變量的待估參數。

表8報告了基于雙重差分法檢驗的實證結果。在第（1）列中，Treat×Policy的回歸系數為-0.1657，且在1%的水平上顯著，第（2）列在著重控制企業的時間、行業和省份固定效應后，回歸系數雖然縮小至-0.1959，但顯著性仍然保持在1%的水平。從上述兩列結果可以說明，企業管理層在受到“限薪令”的刺激之下，央企負責人的薪酬上限和薪酬結構得到規范調整，管理層決策時可以不再迫于業績的壓力，從而減少對金融資產的配置。因此，從回歸結果來看，“限薪令”政策實施后，企業金融資產配置對數字化轉型的影響顯著下降。特別地，本文還考察了該政策沖擊的趨勢特征，如第（3）列所示，在政策沖擊前置項中，相關回歸系數均未通過顯著性檢驗，而在政策實施之后，相關回歸系數均至少通過了5%的顯著性檢驗，這表明實證結果基本通過了平行趨勢檢驗。由此可以發現，經過工具變量法和雙重差分法能克服了內生性問題，本文的結論穩健。

表8 雙重差分法檢驗內生性問題

（五）穩健性檢驗

1.多維固定效應

雖然在基準回歸模型中控制了多個維度的固定效應，但考慮到省份或行業間可能存在隨時間變化而未能觀測到的一些重要特征，因此本文控制了企業固定效應，同時引入省份和行業與時間效應的交互固定效應，以此減輕遺漏變量導致的偏誤。如表9所示，第（1）列將企業代替行業固定效應，并控制省份和年份固定效應；第（2）列在此基礎上控制“行業—年度”雙向固定效應；第（3）列控制“省份—年度”雙向固定效應。檢驗結果依然支持結論。

表9 穩健性檢驗：多維固定效應

2.改變金融資產配置的衡量

本文采用了以下兩種方式重新度量企業金融資產配置。一是參考劉貫春等（2018）[1]的做法，結合會計準則的界定，將金融渠道獲利減去息稅前利潤的余額除以息稅前利潤的絕對值，其中金融渠道獲利包括投資收益、公允價值變動損益以及其他綜合收益，重新計算的金融資產配置指標記為Fin_1。二是將金融資產取自然對數進行重新計算，記為Fin_2。表10 第（1）列和第（2）列報告了檢驗結果，發現金融資產配置回歸系數均至少在10%的水平上顯著，這說明金融資產配置與企業數字化轉型之間存在顯著的正向關系，支持本文的結論是穩健的。

3.改變數字化轉型的衡量

本文采用了以下四種方式重新構建企業數字化轉型指標。一是對數字化轉型五個子指標進行主成分分析，保留特征值大于1 的因子，得到數字化轉型新指標（Dig_PCA）。二是考慮到不同行業在數字化轉型上存在一定差異，本文對指標進行行業均值調整后形成新的數字化轉型指標（Dig_IND），該指標消除了行業間的差異。三是參考袁淳等（2021）[27]的方法，為了消除量綱對數字化轉型五個子指標進行分年度離差標準化處理，然后加總得到新的數字化轉型指標（Dig_STD）。四是參考戚聿東和蔡呈偉（2020）[28]的研究，以同行業其他企業為參照構建數字化轉型的相對指標，即五個子指標分別以樣本中各企業年報中關鍵詞占當年同一行業全部企業同類關鍵詞出現總量的權重加總作為度量指標。表10第（3）列至第（6）列報告了結果，結果顯示通過四種方式得到的企業數字化轉型與金融資產配置的關系均為正向關系，且至少通過了5%的顯著性檢驗，支持本文的結論是穩健的。

表10 穩健性檢驗：改變變量的衡量

五、作用渠道分析

（一）中介效應模型構建

在模型（1）的基礎上，為進一步探究金融資產配置影響企業數字化轉型的作用渠道，本文采用江艇（2022）[29]對中介效應分析的操作建議，從外部融資和內部經營兩個渠道分析企業金融資產配置與中介變量之間的因果關系，并在模型（1）的基礎上控制中介變量，以考察企業金融資產配置對數字化轉型的效應在多大程度上可以被中介變量這一作用渠道所捕捉。構建如下模型（3）和模型（4）：

其中，中介變量（Mediator）包括了企業杠桿率（Lev）和風險承擔水平（Risk），企業杠桿率衡量外部融資渠道，采用總負債占總資產的比例；風險承擔水平衡量內部經營渠道，參考何瑛等（2019）[30]的做法，使用企業在每三年（T=3）時段內的盈余波動程度來衡量企業風險承擔，盈余波動性越大，表明企業風險承擔水平越高。計算方法如公式（5）和公式（6）所示：

（二）基于外部融資的作用渠道分析

企業數字化轉型既是對管理架構的重新整合，也是從生產、運營到業務模式的重塑，短期內不僅僅是簡單引入一套信息化管理模式，而是長期發展和應用數字技術的過程。如果企業需要保持充足的現金流以應對經營性項目的資金投入，企業就會選擇股權融資或債務融資的方式進行外部融資，但由于股權融資只適用于上市公司，而債務融資的成本較高，此時企業持有金融資產就成了重要的融資手段。根據資源配置理論，企業持有金融資產的比例上升表明有形資產的比例下降，抵押品的減少會降低企業獲取銀行信貸的依賴度，從而降低企業杠桿率。基于上述分析，表11 第（1）列檢驗了滯后一期的金融資產配置對企業杠桿率的影響，其回歸系數為-0.0730 且通過1%的顯著性檢驗，表明企業選擇配置金融資產可以有效降低外部融資的成本和難度，降低企業杠桿率。接著，本文將企業杠桿率這一中介變量加入主回歸中進行控制，可以發現，表11第（2）列的結果表明在控制中介變量后，企業金融資產配置對數字化轉型的影響在5%的水平上顯著，其回歸系數為0.3716。這說明企業金融資產配置通過外部融資渠道降低了企業杠桿率，發揮“蓄水池效應”并驅動數字化轉型。

（三）基于內部經營的作用渠道分析

企業選擇數字化轉型發展，雖然落實了創新驅動發展戰略，但若沒有強有力的資金支持可能會面臨較大的經營風險，而企業金融資產配置中的“蓄水池效應”可以有效發揮其作用。一方面，企業配置金融資產可以憑借其高流動性和強變現能力增強企業的籌資能力，改善企業財務狀況，為數字化轉型提供資金支持，以此提高企業風險承擔的能力。另一方面，企業在選擇金融資產配置時，也可以利用與銀行等金融機構相互持股的方式提高自身承擔風險的能力，如通過質押、借貸等金融工具拓寬資金融通渠道，從而提升抗壓能力。基于上述分析，表11 第（3）列檢驗了滯后一期的金融資產配置對企業風險承擔水平的影響，結果顯示企業風險承擔水平隨著金融資產配置程度的提高而提升。在此回歸基礎上，將中介變量企業風險承擔引入主回歸中，結果如表11第（4）列所示，滯后一期的企業金融資產配置系數為0.4254，對數字化轉型的影響仍然在1%的水平上顯著。這說明企業金融資產配置將通過內部經營渠道增加企業風險承擔，發揮“蓄水池效應”并驅動數字化轉型。

表11 基于外部融資和內部經營的作用渠道分析

六、拓展性研究：金融資產配置與企業數字化轉型的非線性關系

隨著企業金融資產配置水平的提高，“蓄水池效應”與“擠出效應”可能都會影響數字化轉型，適度合理的金融資產配置才能真實有效提高數字化轉型的發展，而過度的金融化則會導致主營業務空心化，脫實向虛。因此，本文認為金融資產配置與企業數字化轉型之間存在“倒U”形關系，即在企業配置金融資產的初期，隨著金融資產配置水平的提升，數字化轉型的水平也隨之提升，當金融資產配置達到一定程度后，則會阻礙數字化轉型的發展。

本文希望通過對金融資產配置與企業數字化轉型之間非線性關系的拓展性討論，找到金融資產配置合理與過度的臨界點，以此更準確地描述兩者的關系。

通過上述分析，本文擬采用非線性多元線性回歸進行檢驗，在模型（1）的基礎上引入金融資產配置的二次項，構建如下模型：

其中，為了驗證金融資產配置與企業數字化轉型的非線性關系，引入滯后一期的Fin 的平方項，控制變量與模型（1）保持一致，同時控制行業、省份和年度固定效應。本文借鑒Hanns 等（2016）[31]對“倒U”形關系的檢驗方法：首先，檢驗Fin2 的回歸系數，要求回歸系數γ2顯著為負；其次，在Fin 取值的雙側結尾，要求曲線充分陡峭；再次，檢驗“倒U”形曲線的極值點是否在Fin 的取值范圍內。同時為保證結果穩健性，本文還采用了Lind 和Mehlum（2010）[32]編寫的utest 檢驗命令，該命令原假設為在一區間內該變量與其二次項存在單調或“U”形關系。

從表12 第（1）列可以發現，Fin 的回歸系數θ1為1.7614，Fin2的回歸系數θ2為-4.5213，一次項和二次項的系數相反且均通過1%的顯著性檢驗，初步說明該曲線是“倒U”形的拋物線，極值點對應的金融資產配置為0.1948，位于[0，0.4]區間范圍內。同時，通過utest 檢驗發現結果在1%的水平上拒絕原假設，且結果中的兩邊斜率（Slope）在區間里存在負號的，因而本文可以認為企業金融資產配置與數字化轉型呈“倒U”形地非線性關系。

表12 企業金融資產配置與數字化轉型的“倒U”形關系檢驗

進一步地，通過就極值點0.1948 對金融資產配置進行分樣本回歸，如表12 第（2）列和第（3）列結果所示。可以發現，樣本期內的大部分企業的金融資產配置相對處于合理水平，并且顯著有效地促進了數字化轉型，只有極少數企業存在過度金融資產配置的問題，從實證結果來看其金融資產配置對數字化轉型的影響并不顯著。以上結果說明目前我國上市公司的金融資產配置水平整體上處于合理區間，正是能夠有力驅動數字化轉型的時期，但仍不能忽視少數企業過度金融化的現象，避免對企業數字化轉型產生不利的影響。

七、結論與建議

本文基于數字經濟與實體經濟深度融合的背景，借助中國滬、深兩市A 股上市公司2008—2020年數據，研究金融資產配置與企業數字化轉型之間的因果關系。

研究得出以下結論。

（1）從整體上看，企業金融資產配置可以顯著驅動數字化轉型。

（2）從宏觀經濟形勢上看，在貨幣政策較寬松和行業競爭度較高時，金融資產配置對企業數字化轉型影響更顯著；從企業微觀特征上看，大型企業和高科技企業的數字化轉型更易受到金融資產配置驅動。

（3）在作用渠道方面，從外部融資和內部經營雙渠道來看，企業金融資產配置可以通過降低企業杠桿率和提升風險承擔的渠道來促進數字化轉型。

（4）拓展研究發現，企業金融資產配置與數字化轉型之間存在非線性關系，只有在合理的金融資產配置下，才能夠有效促進企業數字化轉型的發展。

基于研究結果，本文提出以下政策建議。

在政策層面上，應當從外部制度環境入手，進一步優化數字化創新企業的制度環境，通過制定差異化政策，為企業實施數字化轉型提供良好制度環境。

首先，數字經濟發展需要持續性創新，數字化轉型作為企業主要發展方向會面臨資金不足、人才缺乏等困境，通過制定具有針對性的政策，比如稅收優惠、政府補貼、人才引進等政策幫助企業完成數字化改造，改善企業外部融資難和成本高的環境，減輕企業內部經營壓力。

其次，應加強大數據平臺和數據共享等建設，通過大型企業和高科技企業的先行優勢，帶動中小企業和非高科技企業的數字化發展，以降低轉型成本和避免資源重復浪費，定期開展企業家分享活動，有力推動企業共同發展。

再次，應加強數字金融創新監管，并予以政策支持，重視引導企業合理使用金融資產配置手段，拓寬企業融資渠道，降低融資門檻，避免企業過度金融化。

在企業層面上，企業在數字化轉型的道路上應充分了解企業金融資產配置的“雙刃劍”影響。

首先，企業應當增強金融資產配置的風險意識，防止追求短期利潤而過度金融化。企業發展數字技術契合政策導向與時代發展，即使通過持有金融資產獲得收益以支持數字化轉型的發展需求，也需要通過自身努力拓寬融資渠道，增強對融資環境變化的應變能力，為數字化轉型的持續發展提供強有力的支撐。

其次，企業管理層在面對不同的宏觀經濟環境、復雜的金融市場、競爭激烈的行業生態時需要謹慎投資金融資產，適度靈活配置金融資產以支持數字化轉型的發展。

再次，企業在數字化轉型過程中，通過運用數字化技術改變原有生產管理模式的同時，還需要重視數字化基礎設施的建設，增強云計算的投入力度，加快數字化應用層面的推進速度，培養企業數字化思維，助力經濟高質量發展。