數字化轉型速度如何影響企業債務融資

［收稿日期］20230526

［基金項目］國家自然科學基金面上項目（72172063）

［作者簡介］杜善重（1992— ），男，山東肥城人，中山大學國際金融學院助理教授，碩士生導師，博士，從事公司治理與數字經濟研究，通信作者，E-mail：johndo1992@163.com；馬連福（1963— ），男，河北滄州人，南開大學中國公司治理研究院教授，博士生導師，博士，從事公司治理與數字經濟研究。

［摘要］將微觀企業層面的數字化轉型速度與宏觀政策層面的“降成本”和“去杠桿”任務相結合，實證檢驗數字化轉型速度對企業債務融資的影響。研究發現，數字化轉型速度能夠有效抑制代理風險、信息風險及聲譽風險，從而降低企業債務融資成本，有助于實現“降成本”的目標。對于非成熟期、供應鏈集成與智力資本水平較高的企業來說，數字化轉型速度的“降成本”作用更明顯。基于數字化轉型速度優化的研究發現，一方面，相較于數字化轉型勻速與減速，數字化轉型加速顯著降低了債務融資成本，數字化轉型減速提升債務融資成本的原因在于數字化轉型的邊際遞減效應而非管理層自利行為；另一方面，反映外部數字化發展水平的“寬帶中國”政策與內部數字化轉型速度在降低債務融資成本方面具有“互補”效應。基于“去杠桿”視角的債務結構優化研究發現，數字化轉型速度能夠優化債務期限結構、風險結構及資本結構，從而實現“去杠桿”目標，其中數字化轉型加速的“去杠桿”作用尤為突出。

［關鍵詞］數字化轉型速度；債務融資成本；債務結構優化；降成本；去杠桿

［中圖分類號］F275

［文獻標志碼］A［文章編號］10044833（2024）02005211

一、引言

2015年中央經濟工作會議提出“抓好去產能、去庫存、去杠桿、降成本、補短板五大任務”，2021年政府工作報告也明確指出要繼續完成“去產能、去庫存、去杠桿、降成本、補短板”重要任務，助力中國供給側結構性改革的實施。在“三去一降一補”五大任務中，由于“降成本”和“去杠桿”事關資源配置績效和經濟運行安全［1］，因而如何完成“降成本”與“去杠桿”的任務尤為重要。企業作為宏觀經濟的微觀主體單位，關注企業層面的“降成本”與“去杠桿”能夠使得微觀企業參與到宏觀經濟層面的供給側結構性改革中。從“降成本”的角度來看，全國工商聯2017年調研數據顯示，融資成本仍居于影響企業發展的各項成本因素之首，降低融資成本已經成為中國當前的重要任務之一。與此同時，我國資本市場并不發達，債務資金是企業最主要的外部資金［23］。根據《中國統計年鑒2021》的數據，2020年中國社會融資規模增量為34.7917萬億，其中銀行貸款融資占比約為54.19%。因此，現階段如何降低債務融資成本成為實現企業層面“降成本”目標的關鍵。從“去杠桿”的角度來看，雖然債務融資成本的降低能夠實現“降成本”的目標，但也可能導致企業過度負債，從而帶來高杠桿甚至杠桿操縱等問題［4］，與“去杠桿”政策背道而馳。由此可見，如何助力企業在通過降低債務融資成本來實現“降成本”目標的基礎上進一步優化債務結構，以實現“去杠桿”目標，成為學界與業界共同關注的焦點話題。

在眾多影響債務融資的因素中，數字化轉型為企業“降成本”和“去杠桿”目標的實現提供了新思路?！吨袊鴶底纸洕l展白皮書（2021）》指出，2020年我國數字經濟規模已高達39.2萬億元，已然成為國民經濟高質量發展的重要支撐。由于企業承載著宏觀數字經濟發展的重要功能，因此數字化轉型正逐步映射在企業具體的生產行為變革中［5］。數字化轉型能夠有效推動企業不斷完善內部治理機制［6］，從而向外部投資者傳遞企業發展良好的積極信號，進而影響債務融資。雖然現有研究已經關注了數字化轉型程度的影響［5，713］，但僅從靜態視角關注數字化轉型程度可能難以兼顧企業“降成本”與“去杠桿”的雙重目標?！笆奈濉币巹澨岢龅摹凹涌鞌底只l展、建設數字中國”提供了解決思路，即要使企業有更強的抗風險能力并保持長期穩定發展，不僅要關注數字化轉型的程度，還要加快數字化轉型的速度。與此同時，

在競爭環境下，制度和企業的連續交互作用是制度變遷的關鍵，并且制度環境及其變遷直接影響著企業如何有效配置資源［1415］，這使得企業戰略決策同樣存在動態變化趨勢。因此，本文在數字化轉型程度的基礎上，關注動態視角下的數字化轉型速度，從而為企業如何在債務融資過程中實現“降成本”與“去杠桿”的雙重目標提供理論支持與經驗證據。

本文研究貢獻在于以下三點：第一，豐富了企業數字化轉型的研究視角?，F有研究主要關注靜態視角下數字化轉型程度對企業戰略決策的影響，忽視了動態視角下數字化轉型速度的影響。在國家倡導加速數字化轉型的現實背景下，本文為加快數字化轉型的科學性提供了理論證據。第二，從微觀企業層面豐富了“降成本”與“去杠桿”的相關研究。已有文獻主要從宏觀視角關注“降成本”與“去杠桿”問題，本文則從微觀企業戰略視角研究發現，數字化轉型速度不僅能降低債務融資成本，還能優化債務結構，即同時兼顧“降成本”與“去杠桿”雙重目標，為微觀企業如何實現“降成本”與“去杠桿”提供了理論支撐。第三，本文將微觀企業的數字化轉型與宏觀經濟的“降成本”與“去杠桿”政策相結合，有助于推動微觀企業參與到國家高質量發展的進程中，實現微觀企業與宏觀經濟的協同發展。

二、理論分析與假設提出

根據風險收益均衡理論，債權人會通過權衡收益與風險的方式來設定債務契約，因此企業自身的財務風險越高，債權人要求的必要報酬率就越高，從而導致企業面臨的債務融資成本也就越高［16］。可見，企業自身的財務風險與外部債務融資成本緊密相關，而且債務融資成本會受到多維度財務風險的制約。一方面，管理層自利和信息不對稱均會導致企業借款成本上升［17］，兩者背后蘊藏的代理風險與信息風險則是導致債務融資成本居高不下的內在原因［9］；另一方面，銀行等金融機構在選擇投資者時仍傾向于依賴聲譽等非正式契約［2］，聲譽損失背后蘊藏的巨大風險會極大提升企業的債務融資成本［18］。事實上，債務融資作為企業重要的財務決策，無疑會受到公司戰略的影響，數字化轉型作為企業發展的重要戰略方向，有效推動了企業在治理結構等方面的變革［6］，那么不同的數字化轉型速度如何影響企業債務融資過程中的代理風險、信息風險及聲譽風險則成為改變債務融資成本的關鍵?；诖?，本文從代理風險、信息風險及聲譽風險三個維度來分析數字化轉型速度對債務融資成本的影響。

第一，基于代理風險的分析。管理層的自利動機使其傾向于實施有利于個人獲取私利但有損于債權人利益的機會主義行為，這容易導致債務代理成本產生［3］。鑒于此，債權人會通過更加嚴格的債務契約來約束管理層的行為［9，19］。在數字化轉型加速的情形下，企業內部的組織結構進一步朝著扁平化方向發展，員工和消費者將被賦予更多的權限［6］，企業價值鏈由傳統鏈式向以用戶為中心的環形價值鏈轉變［8］，從而能夠更有效地約束管理層的行為。與此同時，數字化轉型加速使得企業與債權人更加依賴數字化系統的決策和運營體系，這不僅提高了企業內部決策所需信息的精確性和時效性，還提升了債權人對公司經營情況的監控能力，從而降低了管理者的非理性程度［20］。鑒于數字化轉型加速提升了企業內部治理水平，債權人會降低自身對企業要求的補償，從而降低企業的債務融資成本。在數字化轉型勻速的情形下，企業的數字化轉型水平保持在較為穩定的狀態，雖然企業仍在實施數字化轉型戰略，但在優化數字化系統決策和運營體系方面卻變化不大，這使得企業與債權人仍需要依賴以往的決策與運營體系進行監督，導致在壓縮管理層機會主義行為空間方面的作用仍保持在原有水平［21］，不會對債務融資成本產生顯著影響。在數字化轉型減速的情形下，企業的數字化轉型水平呈現下降趨勢，然而數字經濟的快速發展使得知識更新速度不斷提高，商業模式也更加復雜化與專業化［22］，這使得數字化轉型減速下的企業難以跟上數字經濟發展步伐，同時為管理層謀取私利提供了空間，進而加劇了代理沖突。嚴重的代理沖突增加了債務違約風險，從而提升了企業的債務融資成本［23］。

第二，基于信息風險的分析。公司信息質量是債權人用以篩選和監督債務人的主要工具，并且會直接影響債權人對于企業能否按期償本付息可能性的估計［3，9］。企業信息披露質量越高，意味著企業未來現金流量預測的可信程度越高，這會降低債權人要求的風險溢價，從而減少企業的債務融資成本［24］。在數字化轉型加速的情形下，企業能夠更加迅速地處理和輸出有效信息，從而更加真實準確地向外部市場主體推送信息，幫助債權人掌握質量更高的信息，由此降低了雙方的信息不對稱程度，提高了信息質量［21］。由于企業信息質量直接影響債務契約的設定［24］，因此數字化轉型加速帶來的高質量信息能夠降低債權人的貸款風險與風險補償要求，從而導致企業面臨的債務融資成本降低［9］。在數字化轉型勻速的情形下，企業向外部傳遞了數字化轉型戰略過于平穩的信息，面對數字經濟快速發展的情況，雖然企業能與原有的債權人憑借穩定的社會網絡關系保持合作［25］，但難以吸引新的債權人來拓寬資金融通渠道，這使得企業面臨的信息風險并未發生變化，不會影響債務融資成本。在數字化轉型減速的情形下，由于形態多樣的外部大數據助推了新型的信息不對稱，各市場主體受制于自身對數據的敏感度以及收集和處理信息的能力有限，從而導致對信息資源的利用能力差距也在加大［22］，因此數字化轉型減速的公司難以解決新型信息不對稱問題，從而加劇了信息風險，提升了企業債務融資成本。

第三，基于聲譽風險的分析。我國目前仍處在經濟轉型的關鍵時期，外部投資者法律保護制度仍不完善，聲譽作為投資者法律保護與公司治理結構的替代機制，能夠發揮信號作用［2，18］，銀行等債權人同樣將企業聲譽作為是否為其提供資金的重要判斷標準［26］。由于債務違約會導致企業聲譽受損，因此企業為了保護自身聲譽會積極履行債務契約，向外部傳遞積極信號，進而降低了債務融資成本［27］。在數字化轉型加速的情形下，一方面，數字化轉型加速能夠幫助企業在事前對投資項目進行高效篩選，避免因投資風險較高項目而過度負債，從而影響自身聲譽，即使選擇了高風險項目，數字化轉型加速也能夠更加迅捷地獲取相關信息而及時止損；另一方面，在企業缺乏充足抵押物的情況下，數字化轉型加速使得企業的資信水平等信息更加透明，聲譽機制在企業融資過程中發揮的作用更加顯著［7，27］。企業聲譽的提升使得債權人能夠更加迅速全面地評估企業的經營狀況，減少債權人在授信決策過程中的不確定性風險，降低企業的債務融資成本。在數字化轉型勻速的情形下，雖然企業向外部傳遞了數字化轉型戰略較為平穩的積極信號，有利于維護自身聲譽與形象［28］，但難以進一步通過數字化轉型戰略來大幅度提升自身聲譽，并不會對債務融資成本產生顯著影響。在數字化轉型減速的情形下，數字化轉型速度的降低與數字經濟快速發展相背離，向外部債權人傳遞了消極信號，加劇了聲譽風險。與此同時，聲譽資本作為企業重要的軟實力，維護成本高昂［18］，聲譽風險的提升會導致企業面臨較高的債務融資成本。

基于上述分析，本文提出如下研究假設：

研究假設：隨著數字化轉型速度的加快，企業面臨的債務融資成本不斷降低。

三、研究設計

（一）樣本選擇與數據來源

本文以2007—2019年滬深A股上市公司作為研究對象，由于數字化轉型速度的計算需要以前一期數據為基礎，因此本文以2008—2019年作為研究區間。同時，本文對樣本進行如下篩選和處理：（1）剔除ST、*ST公司；（2）剔除存在較多缺失值、資不抵債以及金融與保險類公司；（3）以2007年作為初始年份緣于新會計準則的實施，以2019年作為截止年份是為了排除新冠肺炎疫情的影響；（4）對所有連續變量在1%分位進行縮尾處理。本文數據主要來源于CSMAR和CNRDS數據庫，并通過百度、巨潮資訊等途徑進行查找補充。

（二）變量定義

1.被解釋變量：

債務融資成本（Cost）

借鑒已有研究［29］，本文采用企業利息支出加上手續費支出和其他財務費用的總額與期末總負債之比衡量債務融資成本。

2.解釋變量：數字化轉型速度（DTV）

由于對數字化轉型速度的衡量需建立在數字化轉型程度的基礎上，因此參考以往研究［5，7］，本文以年報為依托構建企業數字化轉型程度衡量指標，在此基礎上構建數字化轉型速度衡量指標。第一步，從“底層技術”和“實踐應用”構建數字化轉型術語詞典［5，7］。第二步，利用Python對企業年報進行文本分析，并與第一步的特征詞匹配。第三步，對數字化轉型詞頻加總獲得總詞頻，由于數字化轉型數據存在“右偏特征”［7］，因此本文對其進行對數化處理，獲得企業數字化轉型程度衡量指標DT。第四步，以企業數字化轉型程度指標為基礎，構建企業數字化轉型速度指標。考慮到管理層對數字化轉型程度認知水平與重視程度的不斷加深，年報中關于數字化轉型的相關表述會逐漸增多，因此，為了更好地識別數字化轉型速度的影響，本文采用相對速度來衡量企業數字化轉型速度。具體來說，數字化轉型速度DTV=（DTi，t-DTi，t-1）/DTi，t-1，其中，DTi，t表示當年數字化轉型程度，DTi，t-1表示上一年度數字化轉型程度；DTV值越大，表明企業數字化轉型速度越快。

3.控制變量

參考已有研究［5，7，29］，本文選取以下控制變量：企業規模（Size），總資產的對數；財務杠桿（Lev），資產負債率；成長性（Growth），營業收入增長率；企業年齡（Age），企業成立時間的對數；數字化轉型（CDT），數字化轉型詞頻與公司年報長度之比；董事會規模（Board），董事會人數的對數；獨董比例（Indep），獨董人數占比；兩職合一（Dual），董事長與CEO由同一人擔任記為1，否則為0；現金流（Cash），經營活動產生的現金流量凈額除以總資產；企業績效（ROA），總資產收益率；企業性質（SOE），國有企業記為1，否則為0；第一大股東持股比例（Top），第一大股東持股數量與總股數之比；審計質量（Audit），由“四大”審計記為1，否則為0；法律環境（Law），市場化指數中“市場中介組織發育和法律制度環境”分指數；管理層持股（Mshare），管理層持股比例；換手率（TR），當年股票月均換手率與去年股票月均換手率之差；股權制衡（Balance），第二至第五大股東持股比例之和除以第一大股東持股比例。此外，本文還控制了年度（Year）與行業（Industry）啞變量。

（三）模型設定

為了檢驗數字化轉型速度對債務融資成本的影響，本文建立模型（1），若α1顯著為負，說明假設成立。CV為控制變量。

Costit=α0+α1DTVit+∑αiCV+Year+Industry+ε（1）

四、實證檢驗及分析

（一）描述性統計

由變量的描述性統計結果（未列示，備索）可知，Cost的均值為0.019，表明樣本公司平均債務成本為1.9%。DTV的均值為0.042，表明樣本公司數字化轉型的平均速度為4.2%，并且DTV的均值（0.042）高于中位數（0），表明樣本公司傾向加快數字化轉型速度。DTV的最小值為-1，表明部分公司的數字化轉型速度保持不變。

（二）基準回歸

表1列示了數字化轉型速度與債務融資成本的回歸結果。列（1）中，在不包含控制變量的情境下，DTV與Cost在1%的水平上顯著負相關（α1=-0.001），說明數字化轉型速度每增加1%，債務融資成本相對于均值約降低5.26%。列（2）中，在包含控制變量的情境下，DTV與Cost在1%的水平上顯著負相關（α1=-0.001），說明數字化轉型速度每增加1%，債務融資成本相對于均值約降低5.26%?？梢?，數字化轉型速度降低了企業債務融資成本，本文的研究假設得到支持。

（二）穩健性檢驗

1.PSM法

本文將企業劃分為數字化轉型速度發生變化與數字化轉型速度未發生變化兩組，前者為實驗組，后者為控制組，選取模型（1）中的控制變量作為匹配變量并計算出傾向得分，進行無放回1∶1匹配。表2中列（1）為PSM回歸結果，DTV與Cost在1%的水平上顯著負相關，說明本文結論依舊成立。

2.Heckman兩階段模型

本文采用Heckman兩階段回歸模型來解決樣本選擇性偏差導致的內生性問題。在第一階段，本文構建數字化轉型速度的影響因素模型，被解釋變量為DTVDum，當數字化轉型速度發生變化時，DTVDum為1，否則DTVDum為0。同時，參考已有研究［30］，本文加入各省區市網絡普及率（Net）作為排他性變量。Probit回歸模型如下：

Probit（DTVDumit）=β0+β1Netit+∑βiCVit+Year+Industry+ε（2）

本文通過模型（2）得到逆米爾斯比率（IMR）并將其放入模型（1）中進行第二階段回歸。表2中列（2）為第二階段回歸結果，DTV與Cost在1%的水平上顯著負相關，說明樣本選擇偏誤問題未影響研究結論。

3.工具變量法

借鑒已有研究［7］，本文采用企業所在地區1984年每百人固定電話數與互聯網普及率的交乘項（TeleNet）作為工具變量。一方面，互聯網建設以原有通信技術為基礎，過去的通信設施會在一定程度上影響后續互聯網系統的發展；另一方面，傳統通信工具對企業的影響隨著使用次數的減少而逐漸減弱，滿足排他性要求?；貧w結果如表2中列（3）所示，DTV與Cost在10%水平上顯著負相關，結論依舊穩健。

4.更換變量衡量方法

（1）更換被解釋變量的衡量方法。本文借鑒已有研究［9］，采用利息支出與長短期債務總額的平均值作為Cost的代理變量。由表2中列（4）結果可知，DTV的回歸系數顯著為負，本文研究結論依舊穩健。

（2）更換解釋變量的衡量方法。前文在度量DTV時采用相對數指標，此處改用絕對數指標衡量DTV。由表2中列（5）結果可見，DTV的系數顯著為負，本文研究結論依舊穩健。

5.剔除金融危機與股災的影響

參考已有研究［5，30］，本文排除金融危機（2008年）與股災（2015年）的影響，回歸結果如表2中列（6）所示，在剔除金融危機和股災的影響后，DTV與Cost依舊在1%的水平上顯著負相關，說明本文研究結論穩健。

6.排除數字化轉型“概念炒作”的影響

在描述性統計部分，本文發現部分企業的數字化轉型保持不變，原因可能是數字化轉型存在“概念炒作”問題。為排除這一可能性，本文參考已有研究［31］，采用數字化轉型信息正常披露次數的殘差來表示異常披露情況，若殘差大于0，則說明數字化轉型存在“概念炒作”問題。本文將數字化轉型“概念炒作”的樣本剔除后重新進行回歸，結果如表2中列（7）所示，DTV的系數仍然顯著為負，說明數字化轉型“概念炒作”并未影響本文的研究結論。

五、機制識別與拓展性分析

（一）機制檢驗

前文從代理風險、信息風險、聲譽風險三個方面分析了數字化轉型速度對債務融資成本的影響，為檢驗上述機制是否成立，本文構建模型（3）和模型（4），Channel為中介變量（代理風險AC、信息風險IR、聲譽風險RE）。

Channelit=θ0+θ1DTVit+∑θ2CVit+Year+Industry+ε（3）

Costit=ρ0+ρ1DTVit+ρ2Channelit+∑ρ3CVit+Year+Industry+ε（4）

在代理風險的衡量方面，本文參考以往研究［32］，采用總資產周轉率的相反數與關聯交易占比之和衡量代理成本，值越大，表明代理風險越高。在信息風險的衡量方面，由于會計盈余是公司最為重要的特質信息［20］，因此本文采用應計盈余管理來衡量信息風險，應計盈余管理水平越高，表明信息風險越高。在聲譽風險的衡量方面，媒體報道作為衡量企業聲譽的重要方式被廣泛應用［18］，因此本文采用企業每年被新聞媒體正面報道次數加1取對數來衡量聲譽風險，該值越大，表明聲譽風險越小。

本文參考已有研究進行中介效應檢驗［33］。第一步，對模型（1）進行回歸，該步驟的結果已在表1中報告。第二步，針對模型（3），將中介變量（AC、IR和RE）分別與DTV進行回歸，結果為表3中列（1）、列（3）和列（5）所示。DTV與AC、IR的回歸系數均顯著為負，與RE的回歸系數顯著為正，這與預期結果一致。第三步，針對代理風險AC，由列（1）和列（2）可見，模型（3）中DTV的系數與模型（4）中AC的系數的乘積為負，并且與模型（1）中DTV的系數同號，說明AC的部分中介效應成立。針對信息風險IR，由列（3）和列（4）可見，模型（3）中DTV的系

數與模型（4）中IR的系數的乘積為負，并且與模型（1）中DTV的系數同號，說明IR的部分中介效應成立。針對聲譽風險RE，由列（5）和列（6）可見，模型（3）中DTV的系數與模型（4）中RE的系數的乘積為負，并且與模型（1）中DTV的系數同號，說明RE的部分中介效應成立。由表3可見，Sobel Z值均具備統計學意義上的顯著性，說明中介效應穩健。綜上，數字化轉型速度的確能夠通過弱化代理風險、信息風險和聲譽風險三條路徑來降低企業債務融資成本。

（二）情境因素分析

1.企業生命周期

作為社會經濟組織形式的企業同樣具有與生命體類似的成長過程，即從生到死、由盛轉衰［3436］。處于生命周期不同階段的企業，其戰略決策存在顯著差異［3738］。對于成長期企業來說，公司規模逐步擴大，產品的知名度和市場占有額迅速提升［36］，企業開始通過嘗試加快實施數字化轉型戰略來適應數字經濟的發展趨勢，從而提高了企業資本配置和運營效率［34］，降低了企業債務融資成本。對于成熟期企業來說，企業不僅憑借自身在盈利能力、聲譽以及市場占有率方面的優勢解決了內源性融資問題［39］，而且憑借自身完善的組織架構與內部治理機制吸引了大量新的投資者，從而減少了企業對于債務融資的需求，在一定程度上替代了數字化轉型速度對于債務融資成本的積極作用。對于衰退期企業來說，雖然企業面臨較多的外部威脅與不確定性因素［38］，但根據企業行為理論，當企業處于虧損狀態時，管理者就會意識到前期的戰略決策出現了問題，他們會冒險地實施數字化轉型戰略，從而降低了債務融資成本?；谏鲜龇治?，本文預測相較于成熟期企業，數字化轉型速度對處于成長期和衰退期企業債務融資成本的抑制作用更加顯著。

本文參考已有研究［38］，采用綜合打分方法來衡量企業生命周期。當企業處于成長期和衰退期時，Life為1；當企業處于成熟期時，Life為0。表4中列（1）和列（2）匯報了在生命周期不同階段，數字化轉型速度對債務融資成本的影響。由列（1）可見，當Life=1時，DTV與Cost在1%水平上呈負相關關系；由列（2）可見，當Life=0時，DTV對Cost不存在顯著影響；兩者通過了差異性檢驗?？梢姡噍^于成熟期企業，成長期和衰退期企業的數字化轉型加速能夠更有效地降低債務融資成本。

2.供應鏈集成

供應鏈集成是企業與供應商和客戶等上下游主體通過信息共享等方式來實現資源優化配置的一種重要合作模式［40］。雖然現有研究關于供應鏈集成與企業績效之間的關系仍然存在爭議［41］，但中國情境下的研究卻發現供應鏈集成能夠有效提升企業績效，進而驗證了供應鏈集成的有效性［40］。隨著供應鏈集成水平的提升，數字化轉型速度在降低債務融資成本方面的積極效應可以得到進一步發揮。一方面，供應鏈集成水平越高，表明企業的采購與銷售對象越穩定，資源配置相對集中，企業與供應商和客戶能夠進行關系專用性投資，從而保障企業加快數字化轉型速度的過程更加穩定，債權人可以較低的成本有效監督企業［42］。另一方面，雖然企業在提升數字化轉型速度的過程中也存在不確定性風險，但較高水平的供應鏈集成能夠向債權人傳遞企業經營良好、違約風險較低的積極信號，并且通過供應鏈建立的關系網絡能夠形成信息比較優勢［43］，這便于緩解企業與債權人之間的信息不對稱，從而降低債務融資成本。基于上述分析，本文預測相較于供應鏈集成水平較低的企業，數字化轉型速度對供應鏈集成水平較高企業債務融資成本的抑制作用更顯著。

本文參考已有研究［35，40］，首先計算前五名供應商采購比例和前五名客戶銷售比例；其次，以前五名供應商采購比例與前五名客戶銷售比例之和的均值（SC）來衡量供應鏈集成水平；最后，當SC高于中位數時記為1，表明供應鏈集成水平較高，當SC低于中位數時記為0，表明供應鏈集成水平較低。表4中列（3）和列（4）匯報了在不同供應鏈集成水平下，數字化轉型速度對債務融資成本的影響。由列（3）可見，當SC=1時，DTV與Cost在1%水平上呈負相關關系，說明數字化轉型速度顯著降低了債務融資成本；由列（4）可見，當SC=0時，DTV對Cost不存在顯著影響；兩者通過了差異性檢驗。可見，對于供應鏈集成水平較高的企業來說，數字化轉型速度能夠更好地幫助其降低債務融資成本。

3.智力資本

隨著企業數字化轉型速度的加快，智力資本在公司價值創造、競爭優勢的獲取與維持中具有顯著作用，其貢獻度逐漸高于財務資本［44］。智力資本能夠幫助企業實現商業邏輯的重構，助力企業實現治理結構的優化［6］，從而強化數字化轉型加速在提升公司治理水平方面的作用，約束管理層的自利行為，降低債務融資成本。此外，智力資本水平的提升能夠向外部投資者傳遞公司在價值創造與競爭優勢獲取方面的相關信息［44］，這使得智力資本在傳遞積極信號與提升企業聲譽方面能夠發揮積極作用，從而與數字化轉型加速在降低信息風險以及聲譽風險方面的作用形成合力，進而降低債務融資成本。綜上，本文預測相較于智力資本水平較低的企業，數字化轉型速度對智力資本水平較高企業債務融資成本的抑制作用更加顯著。

由于董事會主要行使監督與咨詢職能，因此本文采用董事會成員學歷水平衡量智力資本。董事會成員中具有碩士以上學位人員所占比例越高，表明企業的智力資本水平越高。當智力資本高于樣本均值時，IG為1；當智力資本低于樣本均值時，IG為0。表4中列（5）和列（6）匯報了在不同智力資本水平下，數字化轉型速度對債務融資成本的影響。由列（5）可見，當IG=1時，DTV與Cost在1%水平上呈負相關關系，說明數字化轉型速度顯著降低了債務融資成本；由列（6）可見，當IG=0時，DTV對Cost不存在顯著影響；兩者通過了差異性檢驗。可見，對于智力資本水平較高的企業來說，數字化轉型速度能更好地幫助其降低債務融資成本。

（三）數字化轉型速度優化研究

1.內部視角：數字化轉型速度方向的識別

（1）數字化轉型速度方向對債務融資成本的影響。

雖然前文研究發現數字化轉型速度的加快能夠降低債務融資成本，但并未具體識別數字化轉型速度的方向，因此，本文進一步檢驗數字化轉型加速、勻速與減速對債務融資成本的影響。首發，本文對DTV的方向進行識別，當DTV＞0時，表明數字化轉型處于加速狀態；當DTV=0時，表明數字化轉型處于勻速狀態；當DTV＜0時，表明數字化轉型處于減速狀態。其次，本文將數字化轉型加速DTV（1）記為1，否則記為0；將數字化轉型勻速DTV（2）記為1，否則記為0；將數字化轉型減速DTV（3）記為1，否則記為0，在此基礎上分別檢驗數字化轉型加速、勻速及減速對債務融資成本的影響?？紤]到數字化轉型詞頻是由數字化轉型程度決定的，本文在控制變量中加入企業過去兩年數字化轉型程度的平均值。

回歸結果為表5中列（1）至列（3）所示。由列（1）可見，DTV（1）與Cost在5%水平上顯著負相關；由列（2）可見，DTV（2）與Cost之間不存在顯著的相關關系；由列（3）可見，DTV（3）與Cost在5%水平上顯著正相關。由此可見，本文關于數字化轉型速度方向與債務融資成本關系的預測成立，這再次驗證了研究假設的合理性。

（2）數字化轉型減速提升債務融資成本的原因識別。

數字化轉型能夠降低企業的債務違約風險［21］，而債務違約風險的減小能夠有效降低債務融資成本［27］。雖然數字化轉型減速表明企業可能仍在實施數字化轉型戰略，但力度明顯小于數字化轉型加速狀態。由于高水平數字化轉型能夠降低信息不對稱，增強市場積極預期［5］，因此數字化轉型減速在緩解信息不對稱方面的作用可能會顯著降低。進一步地，信息不對稱會使得外部利益相關者很難對管理層形成強有力的監督，從而加劇了債務違約風險［21］。然而，數字化轉型減速還可能帶來數字化轉型邊際遞減效應。由于企業主要通過年報的方式向外界傳遞數字化轉型信息［5］，因此當數字化轉型程度的相關表述達到飽和后會呈現邊際遞減效應，這導致數字化轉型速度會放緩甚至降低，向外部債權人傳遞了消極信號，從而提升了企業的債務融資成本。

為了檢驗上述兩種原因，首先，本文檢驗數字化轉型減速與企業違約風險之間的關系。采用企業違約風險來度量管理層自利動機的原因在于管理層的逆向選擇與短時投資行為會導致企業違約風險產生［45］。一方面，本文采用Naive模型估計違約概率EDF，EDF越大，代表企業違約風險越高；另一方面，本文參考已有研究［45］，采用上年短期借款與當期償款額之差來測度公司按期償款情況，差額＞0表示未按期償款，Violate取1，否則取0。由表5中列（4）和列（5）可見，數字化轉型減速并沒有對企業違約風險產生顯著影響，表明管理層自利行為的解釋并不成立。其次，本文通過數據統計發現，數字化轉型速度在2014年之前波動上升，在2014年之后波動下降，如果數字化轉型邊際遞減效應的解釋成立，那么在2014年之前，數字化轉型減速并不會對債務融資成本產生顯著影響。由表5中列（6）和列（7）可見，在2014年之前，數字化轉型減速并沒有對債務融資成本產生顯著影響；在2014年之后，數字化轉型減速顯著強化了債務融資成本，表明邊際遞減效應成立?？梢?，數字化轉型減速對債務融資成本的提升作用主要緣于數字化轉型的邊際遞減效應而非管理層自利行為。

2.外部視角：識別外部數字化發展的“互補”效應或“替代”效應

國務院于2013年8月印發了《“寬帶中國”戰略及實施方案的通知》，在入選“寬帶中國”示范城市（群）后，當地的數字化水平顯著提升［46］。事實上，數字化轉型速度在對債務融資成本發揮抑制作用的同時，外部數字化發展也會影響兩者之間的關系。一方面，企業所在城市入選“寬帶中國”示范點，表明當地的數字化發展水平較高，能夠為企業數字化轉型速度的提升提供有力的外部支撐，從而發揮“互補”效應；另一方面，在外部數字化發展迅猛的現實背景下，企業可能傾向于利用外部數字化發展的紅利來加速數字化轉型，即外部數字化發展的“替代”效應會弱化數字化轉型速度對債務融資成本的抑制作用?；诖?，本文將進一步識別外部數字化發展的“互補”或“替代”效應。

本文利用雙重差分（DID）模型進行實證檢驗，若企業所在城市入選“寬帶中國”示范城市且觀測時間在入選年份后，Broad為1，否則為0。具體模型如下：

Costit=γ0+γ1Dtvit+γ2（Broadit×Dtvit）+∑γiCVit+Year+Industry+City+ε（5）

其中，Dtv表示數字化轉型速度變更年份前后的啞變量，變更前取0，變更后取1；此外，本文還進一步控制了城市固定效應（City）。由表5中列（8）可見，γ2顯著為負，表明外部數字化發展強化了數字化轉型速度對債務融資成本的抑制作用，因此外部數字化發展發揮了“互補”效應而非“替代”效應。

六、基于“去杠桿”視角的債務結構優化研究

雖然數字化轉型的加速能夠降低債務融資成本，但在供給側結構性改革不斷深入的背景下，如何優化企業債務結構以實現“去杠桿”目標引起了社會各界的廣泛關注。事實上，一味地降低企業杠桿率并不是“去杠桿”政策的初衷，讓企業負債率保持在合理范圍內、優化企業的債務結構才是“去杠桿”政策的重點［4，16］。與此同時，債務結構是一個較為寬泛的概念，其涵蓋期限結構［47］、資本結構［4，16］、風險結構［4849］，多方式優化企業債務結構已經成為“去杠桿”政策的關鍵內容［4］。因此，本文進一步探究數字化轉型速度能否優化債務的期限結構、資本結構及風險結構，從而為評價數字化轉型在“去杠桿”方面發揮的作用提供相應證據。

（一）債務期限結構：長期債務與短期債務

隨著債務融資成本的降低，企業傾向于選擇債務融資，此時企業需要對債務期限結構選擇做出決策［47］。短期債務較短的周轉時間及其定期的利息支出減少了公司內部可供控股股東掠奪的資源［4］，并且期限較短的債務融資要求上市公司與資金供給方頻繁簽訂合約，對上市公司的監督力度更強［50］。與此同時，“減短債”表面降低了“短期償債風險”，卻提升了經營風險，是一種“不穩妥”的去杠桿方式［4］?？梢姡噍^于長期債務，短期債務能更好地發揮治理作用。因此，數字化轉型速度能否降低企業長期負債率值得進一步探究。

本文借鑒已有研究［47］，采用長期債務與總債務之比衡量債務期限結構。表6中列（1）至列（4）為債務期限結構（MS）的回歸結果，由列（1）可見，DTV的系數顯著為負，表明數字化轉型速度降低了企業長期負債水平。進一步區分數字化轉型速度方向進行回歸，由列（2）可見，數字化轉型加速顯著減少了企業長期負債；由列（3）和列（4）可見，雖然數字化轉型勻速和減速未對企業長期負債產生影響，但回歸系數為正。由此可見，數字化轉型速度的加快優化了企業的債務期限結構，降低了長期負債率，避免了企業在“去杠桿”過程中陷入流動性風險陷阱。

（二）債務風險結構：短貸長投

我國企業融資渠道單一，融資難度較大，銀行長期占據資金供給方的主導地位，這容易促使企業利用短期資金支持長期投資活動，即短貸長投［48］。短貸長投行為大幅提高了企業債務風險水平，這明顯不利于企業“去杠桿”目標的實現［49］。因此，數字化轉型速度能否減少企業短貸長投值得進一步探究。

本文參考已有研究［48］，采用短期負債與總負債之比減去短期資產與總資產之比衡量短貸長投。表6中列（5）至列（8）為債務風險結構（RS）的回歸結果，由列（5）可見，DTV的系數顯著為負，說明數字化轉型速度顯著抑制了短貸長投。進一步區分數字化轉型速度方向進行回歸，由列（6）可見，數字化轉型加速顯著抑制了短貸長投；由列（7）可見，雖然數字化轉型勻速并未對短貸長投產生顯著影響，但回歸系數為正；由列（8）可見，數字化轉型減速顯著提升了短貸長投。由此可見，數字化轉型速度的加快減少了短貸長投。

（三）債務資本結構：過度負債

根據經典的資本結構MM定理，在完美的資本市場條件下，資本結構的選擇并不會對公司價值產生影響，但在放松完美資本市場的約束條件下，企業均存在能實現公司價值最大化目標的最佳資本結構［16］。企業資本結構偏離目標資本結構的程度越高，企業過度負債程度越高，面臨的“去杠桿”壓力越大［4］。因此，雖然數字化轉型速度的加快能夠有效降低債務融資成本，但盲目提升債務水平可能會帶來過度負債問題，從而加大“去杠桿”壓力。由此可見，數字化轉型速度能否減少企業過度負債需要進一步探究。

參考已有研究［16］，本文首先構建模型（6）并采用OLS回歸法計算目標負債率OLev。

OLevi，t=λ0+λ1Sizei，t-1+λ2Growthi，t-1+λ3Agei，t-1+λ4ROEi，t-1+λ5SOEi，t-1+λ6Top1i，t-1+λ7Msharei，t-1+λ8TobinQi，t-1+λ9Cashflowi，t-1+λ10TRi，t-1+Year+Industry+ε（6）

然后，本文用實際資本結構減去模型（6）估計的目標資本結構得到過度負債CS。

表6中列（9）至列（12）為債務資本結構的回歸結果。由列（9）可見，DTV的系數顯著為負，表明數字化轉型速度抑制了企業過度負債。進一步區分數字化轉型速度方向進行回歸，由列（10）可見，數字化轉型加速顯著降低了企業過度負債水平；由列（11）和列（12）可見，雖然數字化轉型勻速和減速未對過度負債產生顯著影響，但回歸系數為正。由此可見，數字化轉型速度的加快優化了債務資本結構，減少了過度負債。

七、結論與啟示

本文實證檢驗了數字化轉型速度對企業債務融資的影響，結果表明隨著數字化轉型的加速，企業的債務融資成本不斷降低，有助于實現“降成本”的目標，具體機制在于數字化轉型加速能夠有效降低代理風險、信息風險和聲譽風險。對于成長期與衰退期企業、供應鏈集成與智力資本水平較高的企業來說，數字化轉型速度對債務融資成本的抑制作用更加顯著。基于數字化轉型速度優化研究發現，一方面，相較于數字化轉型勻速與減速，數字化轉型加速顯著降低了債務融資成本，數字化轉型減速導致債務融資成本提升的原因在于數字化轉型的邊際遞減效應而非管理層自利行為；另一方面，外部數字化發展與內部數字化轉型速度在降低債務融資成本方面具有“互補”效應?；凇叭ジ軛U”視角的債務結構優化研究發現，數字化轉型速度能夠優化債務期限結構、風險結構和資本結構，有助于實現“去杠桿”的目標，進一步區分數字化轉型速度方向后發現，數字化轉型加速能夠更好地發揮“去杠桿”作用。

本文所得結論具有一定的啟示意義。（1）企業不僅應該關注數字化轉型程度，還應該關注數字化轉型速度，通過加速數字化轉型來降低債務融資成本、優化債務結構，在實現數字化轉型加速目標的同時，也為中國“降成本”和“去杠桿”政策的落實貢獻力量。（2）在數字化轉型加速的過程中，企業間競爭日益激烈，處于生命周期不同階段的企業應根據實際情況制定符合自身需求的數字化轉型戰略，同時應建立穩定的供應鏈關系并提升智力資本水平，從而強化數字化轉型加速的積極作用；（3）數字化轉型程度的邊際遞減效應會導致數字化轉型速度的降低，如何在數字化轉型速度降低的情境下更好地助力企業發展和避免向外部資本市場傳遞消極信號，不僅需要企業優化自身的數字化轉型發展策略，還需要政府部門提供數字化轉型發展的相關配套政策與措施。

參考文獻：

［1］

郭玉清，張妍.“去杠桿”與“降成本”的政策協同：機制分析與經驗證據［J］.經濟與管理評論，2021（4）：4457.

［2］Allen F，Qian J，Qian M.Law，finance，and economic growth in China［J］.Journal of Financial Economics，2005，77（1）：57116.

［3］王運通，姜付秀.多個大股東能否降低公司債務融資成本［J］.世界經濟，2017（10）：119143.

［4］周茜，許曉芳，陸正飛.去杠桿，究竟誰更積極與穩妥？［J］.管理世界，2020（8）：127148.

［5］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021（7）：130144+10.

［6］戚聿東，肖旭.數字經濟時代的企業管理變革［J］.管理世界，2020（6）：135152+250.

［7］袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137155.

［8］張永珅，李小波，邢銘強.企業數字化轉型與審計定價［J］.審計研究，2021（3）：6271.

［9］周楷唐，麻志明，吳聯生.高管學術經歷與公司債務融資成本［J］.經濟研究，2017（7）：169183.

［10］Yeow A，Soh C，Hansen R.Aligning with new digital strategy：A dynamic capabilities approach［J］.Journal of Strategic Information Systems，2018，27（1）：4358.

［11］何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估［J］.改革，2019（4）：137148.

［12］Goldfarb A，Tucker C.Digital economics［J］.Journal of Economic Literature，2019，57（1）：343.

［13］Loebbecke C，Picot A.Reflections on societal and business model transformation arising from digitization and big data analytics：A research agenda［J］.Journal of Strategic Information Systems，2015，24（3）：149157.

［14］Peng M W.Institutional transitions and strategic choices［J］.Academy of Management Review，2003，28（2）：275296.

［15］Banalieva E R，Eddleston K A，Zellweger T M.When do family firms have an advantage in transitioning economies？Toward a dynamic institution-based view［J］.Strategic Management Journal，2015，36（9）：13581377.

［16］彭章，陸瑤，楊琛.融資融券與公司財務杠桿［J］.南開管理評論，2021（5）：139149.

［17］王善平，李志軍.銀行持股、投資效率與公司債務融資［J］.金融研究，2011（5）：184193.

［18］葉康濤，張然，徐浩萍.聲譽、制度環境與債務融資——基于中國民營上市公司的證據［J］.金融研究，2010（8）：171183.

［19］Costello A M，Wittenberg-Moerman R.The impact of financial reporting quality on debt contracting：Evidence from internal control weakness reports［J］.Journal of Accounting Research，2011，49（1）：97136.

［20］祁懷錦，曹修琴，劉艷霞.數字經濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：5064.

［21］王守海，徐曉彤，劉燁煒.企業數字化轉型會降低債務違約風險嗎？［J］.證券市場導報，2022（4）：4556.

［22］陳德球，胡晴.數字經濟時代下的公司治理研究：范式創新與實踐前沿［J］.管理世界，2022（6）：213240.

［23］王皓非，錢軍.大股東股權質押與債務融資成本［J］.山西財經大學學報，2021（2）：8698.

［24］Bharath S T，Sunder J，Sunder S V.Accounting quality and debt contracting［J］.The Accounting Review，2008，83（1）：128.

［25］許浩然，荊新.社會關系網絡與公司債務違約——基于中國A股上市公司的經驗證據［J］.財貿經濟，2016（9）：3652.

［26］Diamond D W.Monitoring and reputation：The choice between bank loans and directly placed debt［J］.Journal of Political Economy，1991，99（4）：689721.

［27］鄭建明，孫詩璐，李金甜.高管文化背景與企業債務成本——基于勞模文化的視角［J］.會計研究，2021（3）：137145.

［28］余艷，王雪瑩，郝金星，等.酒香還怕巷子深？制造企業數字化轉型信號與資本市場定價［J/OL］.［20230801］.南開管理評論：127.

［29］張偉華，毛新述，劉凱璇.利率市場化改革降低了上市公司債務融資成本嗎？［J］.金融研究，2018（10）：106122.

［30］唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020（5）：5266+9.

［31］馬連福，宋婧楠，王博.數字化轉型信息披露的價值效應研究——來自概念炒作的證據［J］.經濟與管理研究，2023（8）：1737.

［32］陳克兢.非控股大股東退出威脅能降低企業代理成本嗎［J］.南開管理評論，2019（4）：161175.

［33］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014（5）：731745.

［34］李小忠.數字經濟發展與企業價值提升——基于生命周期理論的視角［J］.經濟問題，2021（3）：116121.

［35］方紅星，張勇.供應商/客戶關系型交易、盈余管理與審計師決策［J］.會計研究，2016（1）：7986+96.

［36］李英利，譚夢卓.會計信息透明度與企業價值——基于生命周期理論的再檢驗［J］.會計研究，2019（10）：2733.

［37］Hribar P，Yehuda N.The mispricing of cash flows and accruals at different life-cycle stages［J］.Contemporary Accounting Research，2015，32（3）：10531072.

［38］梁上坤，張宇，王彥超.內部薪酬差距與公司價值——基于生命周期理論的新探索［J］.金融研究，2019（4）：188206.

［39］唐松，蘇雪莎，趙丹妮.金融科技與企業數字化轉型——基于企業生命周期視角［J］.財經科學，2022（2）：1732.

［40］李琦，劉力鋼，邵劍兵.數字化轉型、供應鏈集成與企業績效——企業家精神的調節效應［J］.經濟管理，2021（10）：523.

［41］Vickery S K，Jayaram J，Droge C，et al.The effects of an integrative supply chain strategy on customer service and financial performance：An analysis of direct versus indirect relationships［J］.Journal of Operations Management，2003，21（5）：523539.

［42］王迪，劉祖基，趙澤朋.供應鏈關系與銀行借款——基于供應商/客戶集中度的分析［J］.會計研究，2016（10）：4249+96.

［43］Williamson O E.The economic institutions of capitalism：Firms，markets，relational contracting［M］.New York：The Free Press，1985.

［44］Nuryaman N.The influence of intellectual capital on the firms value with the financial performance as intervening variable［J］.Procedia-Social and Behavioral Sciences，2015，211（11）：292298.

［45］鄧路，劉歡，侯粲然.金融資產配置與違約風險：蓄水池效應，還是逐利效應？［J］.金融研究，2020（7）：172189.

［46］薛成，孟慶璽，何賢杰.網絡基礎設施建設與企業技術知識擴散——來自“寬帶中國”戰略的準自然實驗［J］.財經研究，2020（4）：4862.

［47］肖作平，廖理.公司治理影響債務期限水平嗎？——來自中國上市公司的經驗證據［J］.管理世界，2008（11）：143156+188.

［48］劉曉光，劉元春.杠桿率、短債長用與企業表現［J］.經濟研究，2019（7）：127141.

［49］徐亞琴，陳嬌嬌.利率市場化能抑制企業投融資期限錯配么？［J］.審計與經濟研究，2020（5）：116127.

［50］劉海明，李明明.貨幣政策對微觀企業的經濟效應再檢驗——基于貸款期限結構視角的研究［J］.經濟研究，2020（2）：117132.

［責任編輯：王麗愛］

The Speed of Digital Transformation and Debt Financing Costs：

From the Perspective of “Cost Reduction” and “Deleveraging”

DU Shanzhong1， MA Lianfu2

（1. International School of Business amp; Finance， Sun Yat-sen University， Zhuhai 519082， China;

2. China Academy of Corporate Governance， Nankai University， Tianjin 300071， China）

Abstract： This paper combines the digital transformation speed at the micro-enterprise level with the “cost reduction” and “deleveraging” tasks at the macro-policy level to empirically test the impact of the digital transformation speed on debt financing. The study finds that the speed of digital transformation can effectively inhibit agency risk， information risk and reputation risk， thus reducing corporate debt financing costs and achieving the goal of “cost reduction”. For growing and declining enterprises， enterprises with high level of supply chain integration and intellectual capital， the “cost reduction” effect of the speed of digital transformation is more significant. Based on the research on the optimization of the speed of digital transformation， on the one hand， the acceleration of digital transformation can significantly reduce the debt financing cost， compared with the constant speed and deceleration of digital transformation. The reason for the deceleration of digital transformation to increase the debt financing cost is the marginal diminishing effect of digital transformation rather than the self-interest behavior of management; on the other hand， the “Broadband China” policy， which reflects the external digital development， and the speed of internal digital transformation have “complementary” effect in reducing the debt financing cost. Based on the research of debt structure optimization from the perspective of “deleveraging”， the speed of digital transformation can optimize the debt maturity structure， debt risk structure and debt capital structure， so as to achieve the goal of “deleveraging”， in which the accelerated digital transformation plays a particularly prominent role.

Key Words： the speed of digital transformation; debt financing costs; optimization of debt structure; cost reduction; deleveraging