數字技術創新對企業違約風險的影響研究

摘 要：基于2009—2022年中國滬深A股上市公司數據，采用面板固定效應模型，考量數字技術創新對企業違約風險的影響。結果顯示，數字技術創新主要通過治理效應和信息效應顯著降低企業違約風險，且在非高科技行業以及處于成長期和成熟期的企業中更為明顯。鑒于此，建議加大對企業數字技術創新的支持力度，有效降低企業違約風險，增強金融經濟體系韌性，推動經濟平穩健康發展。

關鍵詞： 數字技術創新；違約風險；治理效應；信息效應

中圖分類號：F49；F832" 文獻標識碼： A""" 文章編號：1003-7217（2025）02-0139-06

一、引 言

人工智能、大數據等數字技術的持續創新與應用已成為提升企業競爭力的關鍵驅動力，保障了企業的持續穩健經營，對企業違約風險也產生了一定程度的影響。厘清數字技術創新對企業違約風險的影響及其作用機制，對促進企業健康發展、增強經濟體系韌性具有重要意義。

數字技術創新是指利用數字技術（具體包括人工智能、大數據、云計算、區塊鏈、物聯網等數字技術及其組合）創造新的產品、服務、組織和商業模式等^[1-3]。既有研究主要圍繞企業全要素生產率^[4]、資本市場表現^[5]、企業分工^[6]、成本加成率^[7]等方面探究了企業數字化轉型的經濟效應。數字技術創新不等同于數字化轉型，其是數字化轉型的核心驅動力，為企業數字化轉型過程提供必要的技術支持。部分研究發現，數字技術創新可以顯著提高企業的資產運營效率^[8]，增加企業的市場價值^[9]。

當前關于企業違約風險影響因素的研究主要從外部因素和內部因素兩個維度展開。從外部因素來看，宏觀經濟環境會影響企業違約的可能性，貨幣政策不確定性增加會導致企業違約風險上升^[10]，金融周期性波動會通過信貸政策的調整對企業債務違約概率產生影響^[11]。此外，氣候變化使得企業向低碳經濟轉型，會提高企業的融資成本和資產減值損失以及降低其營業收入增長，從而顯著提高其違約風險^[12]。從內部因素來看，財務狀況會影響企業違約風險，企業的營運能力、盈利能力越強，其違約風險越低^[13-14]。此外，企業的治理結構和治理水平均會影響其違約風險，企業的機構持股比例和治理水平越高，其違約的可能性越低^[14-15]。

現有關于企業違約風險影響因素的研究，更多關注企業財務狀況、內部治理和外部環境等因素對其違約風險的影響，少有數字技術創新對企業違約風險影響的研究。鑒于此，討論數字技術創新對企業違約風險的影響效應，剖析具體影響路徑，對推動企業數字技術創新、促進經濟高質量發展意義重大。

二、理論分析與研究假設

技術創新活動是企業生存和發展的關鍵，創新不足會削弱企業產品的市場競爭力，從而導致盈利增長減緩甚至下滑，給企業的財務穩健帶來潛在風險，進而影響企業違約風險。通過梳理相關理論，本文認為企業數字技術創新可以從治理效應和信息效應兩條路徑對企業的違約風險產生影響。

1.治理效應路徑。企業內部治理水平是影響企業違約風險的重要因素，提高企業的內部治理水平能夠有效降低其違約概率^[16]。數字技術創新可以提升企業內部治理水平，從而降低企業違約風險。一方面，數字技術創新拓寬了企業獲取信息的廣度和深度，能幫助企業即時、準確地獲取外部市場信息和內部實時數據，為企業經營決策提供充分有效的信息。同時，數字技術創新推動了數字技術在企業生產經營過程中的廣泛應用，有助于提升企業的數據分析能力，使其能夠及時處理和分析數據，從而提高企業經營決策的效率和質量^[17]；另一方面，數字技術創新使企業內部流程數據化、可視化，提高了企業生產經營各個環節信息的流通效率和透明程度，進而約束管理者的機會主義行為，緩解投資者與管理者之間的代理問題^[8]。由此可見，數字技術創新可以提高企業決策質量并緩解其代理問題，從而提升企業內部治理水平，降低企業違約風險。

2.信息效應路徑。企業與債權人、投資者等利益相關者之間的信息不對稱會引發道德風險和逆向選擇問題，從而增加企業的融資成本和違約風險^[18-19]。數字技術創新能夠通過減少企業信息不對稱程度，降低企業違約風險。一方面，由于數字技術創新可以賦能企業的高質量發展^[8]，資本市場對于數字技術創新的企業具有更高的未來增長預期^[9]，使得這類企業更有可能吸引資金的關注與投資。因此，數字技術創新的企業通常具有充分的動機和意愿增加信息披露，提高其信息的對稱性，進而建立更好的聲譽。另一方面，數字技術的應用顯著提升了企業收集、存儲以及處理非標準化、非結構化海量數據的能力，同時拓寬了企業的信息傳輸渠道，提高了其披露信息的便捷性和時效性，有助于利益相關者掌握更充分的信息，緩解信息不對稱性^[5]。由此可見，數字技術創新可以增強企業降低信息不對稱程度的意愿和能力，從而有效緩解信息不對稱問題，降低企業的違約風險。

據此，提出假設：數字技術創新會通過治理效應和信息效應兩條路徑降低企業的違約風險。

三、實證研究設計

（一）樣本選取與數據來源

以2009—2022年中國滬深A股上市公司為初始研究樣本，并按如下原則篩選樣本：（1）剔除金融行業公司樣本；（2）剔除ST、PT公司樣本；（3）剔除相關變量缺失的樣本。為了控制極端值的影響，針對所有連續變量進行上下1%水平的縮尾處理。經過上述處理后，最終得到的觀測數據量為33246。使用的上市公司基本信息和財務狀況等數據來自國泰安數據庫，專利數據來自國家知識產權局。

（二）模型設定

為驗證數字技術創新對企業違約風險的影響，構建如下面板固定效應模型：

EDF_{i，t=α0+α1×Digpatenti，t+∑αk×"Controlsi，t+∑Year+∑Industry+εi，t} （1）

其中，EDF_i，t為企業i在第t年的違約風險，Digpatent_i，t表示企業當年的數字技術創新水平，Controls_i，t表示控制變量的集合，Year、Industry分別表示年份、行業層面的固定效應。此外，對標準誤進行企業層面的聚類穩健處理。

（三）變量選取與描述性統計

1.被解釋變量：企業違約風險（EDF）。參考Bharath amp; Shumway^[20]的做法，通過企業違約距離（DD）推測企業違約風險（EDF），其計算公式如下：

DD=ln（E+DD）+（r－σ2_{v/2）×Tσv×T}"" （2）

其中，E表示企業總市值，即股票發行總數×年末市場價格；D是企業債務的賬面價值，即年末短期負債+0.5×年末長期負債；r為企業滯后一年的股票回報率；T為看漲期權的期限；σ_v為企業資產價值波動率，由股票收益率的波動率（σ_E）計算得出。σ_v的計算公式如下：

σ_{v=EE+D×σE+DE+D×（0.05+0.25σE）} （3）

在公式（2）、公式（3）的基礎上，計算出違約距離DD，并通過標準累計正態分布函數Normal（·）求出企業違約風險的簡化估計值：

EDF=Normal（－DD） （4）

企業違約風險（EDF）取值范圍為0～1之間，數值越大，表示企業違約風險越大。

2.核心解釋變量：數字技術創新（Digpatent）。專利是企業技術創新成果的直接體現，因此可以通過數字專利來衡量企業的數字技術創新水平。參考陶鋒等^[9]的做法，首先將國家知識產權局提供的企業每年申請專利的IPC分類號與發布的《數字經濟核心產業分類與國際專利分類參照關系表（2023）》中數字經濟核心產業的國際專利分類代碼進行匹配，識別出屬于數字技術領域的申請專利，然后將企業每年的數字技術專利申請總數加1取自然對數，作為企業數字技術創新水平的衡量指標。

3.控制變量。參考李萌和王近^[16]的研究，選取以下控制變量：企業規模（Size）、盈利能力（ROA）、財務杠桿（Lev）、企業成長性（Growth）、股權集中度（Top5）、債務擔保能力（FIXED）、現金流量（Cashflow）、董事會獨立性（Indep）。具體變量定義及描述性統計結果見表1。

由表1可知，企業違約風險的均值為0.0163，最大值為0.7945，表明現階段上市公司整體的違約風險水平可控，但仍需要警惕部分公司存在較高的違約風險。數字技術創新的最小值為0，最大值為5.6971，標準差為1.4896，表明數字技術創新的水平在不同上市公司間存在較大差異；均值為1.111，表明上市公司的數字創新水平整體偏低，仍有較大提升空間。

四、實證分析

（一）基準回歸結果

表2匯報了上市公司數字技術創新對企業違約風險的基準回歸結果，列（1）為不控制固定效應的回歸結果，列（2）和列（3）為在此基礎上逐步控制年份固定效應、行業固定效應的回歸結果。數字技術創新（Digpatent）的回歸系數均在1%的水平上顯著為負，表明數字技術創新可以顯著降低企業違約風險，該結果與前述理論分析相符。

（二）內生性處理

1.工具變量檢驗。數字技術創新能夠顯著降低企業的違約風險，而企業違約風險與其長期穩定經營密切相關，影響其數字技術創新活動，因而數字技術創新與企業違約風險之間可能存在雙向因果關系。同時，由于影響企業違約風險的因素較多，目前選取的控制變量難以完全解決遺漏變量的問題。因此，為了克服上述可能存在的內生性問題，參考戴翔等^[21]的研究思路，利用1984年每百人固定電話數與各地區互聯網端口數（與時間有關）交互項的自然對數作為工具變量（IV）。一方面，電話線路撥號上網是早期互聯網的接入方式，之后逐漸發展到寬帶網絡和移動網絡，因此固定電話普及率的歷史數據可以在一定程度上反映不同地區的信息基礎設施水平，能夠對企業技術創新產生顯著影響，滿足工具變量選取的相關性條件；另一方面，隨著使用頻率大幅降低，固定電話等傳統電信工具對數字化發展的影響越來越小，難以影響企業的生產經營與違約風險，滿足工具變量選取的外生性條件。

由表3列（1）、列（2）可知，第一階段工具變量（IV）與數字技術創新（Digpatent）在1%水平上顯著正相關，第二階段數字技術創新與企業違約風險（EDF）在5%水平上顯著負相關，與基準回歸結論一致；識別不足檢驗的LM統計值為23.181，在1%顯著性水平上拒絕了原假設，弱工具變量檢驗的Kleibergen-Paap rk Wald F統計值為23.983，大于Stock-Yogo檢驗10%水平的臨界值16.38，通過了工具變量識別不足檢驗和弱工具變量檢驗。上述工具變量檢驗結果顯示，在考慮內生性問題的影響后，數字技術創新水平的提高仍會顯著降低企業違約風險。此外，采用Digpatent離差的立方作為工具變量，估計結果與前文一致^①。

2.傾向得分匹配法。為了減少選擇性偏差可能帶來的估計偏誤，將有數字專利申請與沒有數字專利申請的企業采用傾向得分匹配法進行配對回歸。依據企業是否有數字技術專利申請的虛擬變量（dig），以前文所述所有控制變量作為協變量，基于Logit模型計算兩組企業的傾向得分，并采用1：1近鄰匹配，然后用匹配后的樣本代入基準模型進行回歸，結果如表3列（3）所示，數字技術創新（Digpatent）的回歸系數在1%水平上顯著為負，結論與基準回歸結果一致。

（三）穩健性檢驗

為進一步檢驗回歸結果的穩健性，采用以下方法進行穩健性檢驗：①更嚴格的控制方法。考慮到存在公司層面的不可觀測因素，進一步控制了公司層面的固定效應進行回歸。②替換核心解釋變量。考慮到發明專利能更客觀地衡量企業的實質性技術創新成果，采用數字技術發明專利申請數加1取自然對數作為數字技術創新指標進行回歸。③前置被解釋變量。考慮到數字技術創新對企業違約風險的影響可能存在一定的滯后性，將被解釋變量前置一期、前置兩期分別加入基準回歸方程進行回歸。④Tobit模型。考慮到企業違約風險變量取值在0～1之間，選用Tobit模型進行穩健性檢驗。檢驗結果與基準回歸結果一致^①，說明基準回歸結果具有穩健性。

（四）機制檢驗

基準回歸結果表明，數字技術創新能顯著降低企業違約風險，結合前文的理論分析，數字技術創新會通過治理效應和信息效應兩條路徑降低企業的違約風險。為了檢驗上述影響路徑，參考江艇^[22]提出的兩步法檢驗。

1.治理效應。采用深圳迪博（DIB）的上市公司內部控制指數（IC）來表示公司內部治理水平，該指數基于內部監督、內部環境、風險評估、控制活動和信息與溝通五個要素衡量，能夠較為全面、有效地反映企業的內部治理水平。模型分析時內部控制指數（IC）進行了除以100的處理，該指標的值越大，表明企業的內部治理水平越高。回歸結果如表4列（1）所示，數字技術創新（Digpatent）的系數在1%的水平上顯著為正，表明數字技術創新能夠顯著提高企業的內部治理水平。結合前文理論分析來看，企業內部治理水平的提高能夠有效降低其違約風險^[16]，而數字技術創新可以提高企業決策質量并緩解其代理問題，從而提升企業內部治理水平，降低企業違約風險。驗證了前文的假設。

2.信息效應。參考于蔚等^[23]的研究，基于上市公司個股的交易資料，包括流動性比率、非流動性比率和收益率反轉指標，使用主成分分析法構建企業信息不對稱程度的代理指標（ASY）。該指標的值越大，說明企業信息不對稱的程度越高。回歸結果如表4列（2）所示，數字技術創新（Digpatent）的系數在1%的水平上顯著為負，表明數字技術創新能夠顯著降低企業的信息不對稱程度。結合前文理論分析來看，企業與利益相關者之間的信息不對稱會引發道德風險和逆向選擇問題，從而增加企業的違約風險^[18-19]，而數字技術創新可以增強企業降低信息不對稱程度的意愿和能力，從而有效緩解信息不對稱問題，降低企業違約風險。前文的假設得到證實。

（五）異質性分析

為進一步探究數字技術創新對企業違約風險的影響是否存在異質性，從企業科技屬性和生命周期兩個方面展開異質性分析，以期得到更具有針對性的政策啟示。

1.企業科技屬性異質性。在不同的技術水平下，數字技術創新對企業違約風險的影響可能存在差異。因此，參考楊興哲和周翔翼^[24]的研究，將樣本企業劃分為高科技企業和非高科技企業進行分組回歸。表5列（1）、列（2）的結果顯示，數字技術創新能夠顯著降低非高科技企業的違約風險，但對高科技企業的違約風險降低作用不顯著。其原因可能在于，非高科技企業通常屬于傳統企業，管理理念和生產經營方式相對落后，總體數字技術創新和應用水平較低。而數字技術創新帶來的管理方式的優化和技術革新可以顯著提升其生產效率、降低運營成本、改善產品質量和提高市場競爭力，促進傳統企業轉型升級，同時降低其違約風險。而高科技企業是以科技創新為核心、具有高度技術含量和知識密集型的企業，總體數字技術創新和應用水平相對較高。因此，相較于高科技企業，數字技術創新對傳統企業有更大的賦能作用，有助于降低其違約風險。

2.企業生命周期異質性。企業在不同生命周期階段的資源稟賦、組織特點、發展模式、管理方法、戰略方案和創新能力等方面存在顯著差異，使得數字技術創新對企業違約風險的影響呈現異質性。參考黃宏斌等^[25]的研究，采用現金流組合法將樣本企業劃分為成長期、成熟期和衰退期三個階段進行分組回歸。表5列（3）-列（5）的結果顯示，數字技術創新的估計系數在成長期和成熟期企業中顯著為負，而在衰退期企業中并不顯著。其原因可能在于，在競爭日趨激烈的市場環境中，處于成長期和成熟期的企業必須不斷優化和創新，以保持競爭力。而數字技術創新與應用可以提高企業的生產率和資源優化配置能力，幫助企業構建競爭新優勢并實現可持續發展，從而降低企業違約風險。而處于衰退期的企業，市場占有率逐漸下降，盈利能力持續減弱，組織結構僵化和資金短缺導致其缺乏數字技術創新的意愿和能力，如果舉債投入數字技術創新活動，將進一步加劇其財務惡化情況和資金鏈斷裂風險。

五、結論與啟示

以2009—2022年中國滬深A股上市公司為樣本，通過企業申請專利的IPC分類信息識別數字技術專利以衡量企業數字技術創新水平，考察數字技術創新與企業違約風險的關系及影響路徑。結論如下：（1）數字技術創新能夠顯著降低企業違約風險，通過處理內生性問題和一系列穩健性檢驗后，該結論依然成立；（2）機制檢驗發現，數字技術創新會通過治理效應和信息效應兩條路徑顯著降低企業的違約風險；（3）異質性分析表明，數字技術創新對企業違約風險的降低作用在非高科技行業以及處于成長、成熟期的企業中更明顯。

啟示：第一，加大對企業數字技術創新支持力度，有效降低企業違約風險，增強金融經濟體系韌性，推動經濟平穩健康發展。現階段企業數字技術創新水平總體偏低、創新動力相對不足。政府需制定促進數字技術創新的財稅政策，鼓勵和引導企業進行數字技術創新，推動企業生產、管理、服務的智能化。同時，加大專項資金、金融機構、資本市場等多元化資金對企業數字技術創新的支持力度。充分考慮企業異質性，加大對傳統企業的傾斜力度，推動數字技術與傳統企業深度融合，做好服務工作，與企業合作搭建數字化服務平臺，提供數字技術咨詢、虛擬數字化生產資料等服務，促進企業之間良性互動和合作，增強企業數字技術創新能力，推動企業實現數字化和智能化。第二，企業應積極推進數字技術創新，把握數字技術創新對降低企業違約風險、提高企業經營可持續能力的積極影響。在數字技術創新過程中，企業應結合自身發展需求，選擇與其資源稟賦相適應的策略。對處于成長期和成熟期的企業，在充分調研和戰略規劃的基礎上，應合理利用自身資源，積極投入數字技術研發和應用，改革企業內部管理、優化生產流程和減少運營成本，從而提高生產效率，改進產品和服務。對處于衰退期的企業，應保持謹慎態度，不宜盲目投入數字技術創新。

注釋：

① 因篇幅所限，未列出本部分回歸結果。如有需要，可聯系作者。

參考文獻：

［1］ Yoo Y， Boland Jr R J， Lyytinen K， et al. Organizing for innovation in the digitized world[J]. Organization Science， 2012， 23（5）： 1398-1408.

［2］ Nambisan S， Lyytinen K， Majchrzak A， et al. Digital innovation management[J]. MIS Quarterly， 2017， 41（1）： 223-238.

［3］ 劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究[J].管理世界，2020，36（7）：198-217，219.

［4］ 王鵬飛，劉海波，陳鵬.企業數字化、環境不確定性與全要素生產率[J].經濟管理，2023，45（1）：43-66.

［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，2021，37（7）：130-144，10.

［6］ 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）：137-155.

［7］ 李宏，梁寶琦，曹知修.數字化轉型對企業成本加成率的影響研究[J].湖南大學學報（社會科學版），2023，37（4）：65-76.

［8］ 黃勃，李海彤，劉俊岐，等.數字技術創新與中國企業高質量發展——來自企業數字專利的證據[J].經濟研究，2023，58（3）：97-115.

［9］ 陶鋒，朱盼，邱楚芝，等.數字技術創新對企業市場價值的影響研究[J].數量經濟技術經濟研究，2023，40（5）：68-91.

［10］王博，李力，郝大鵬.貨幣政策不確定性、違約風險與宏觀經濟波動[J].經濟研究，2019，54（3）：119-134.

［11］羅朝陽，李雪松.金融周期、全要素生產率與債券違約[J].經濟管理，2020，42（2）：5-22.

［12］陳國進，王佳琪，趙向琴.氣候轉型風險對企業違約率的影響[J].管理科學，2023，36（3）：144-159.

［13］Altman E I. Financial ratios， discriminant analysis and the prediction of corporate bankruptcy[J]. The Journal of Finance， 1968， 23（4）： 589-609.

［14］Campbell T S， Dietrich J K. The determinants of default on insured conventional residential mortgage loans[J]. The Journal of Finance， 1983， 38（5）： 1569-1581.

［15］Chiang S M， Chung H， Huang C M. A note on board characteristics， ownership structure and default risk in Taiwan[J]. Accounting amp; Finance， 2015， 55（1）： 57-74.

［16］李萌，王近.內部控制質量與企業債務違約風險[J].國際金融研究，2020（8）：77-86.

［17］戚聿東，肖旭.數字經濟時代的企業管理變革[J].管理世界，2020，36（6）：135-152，250.

［18］宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角[J].中國工業經濟，2021（4）：138-155.

［19］曾愛民，吳偉，吳育輝.中小股東積極主義對債券持有人財富的溢出影響——基于網絡投票數據的實證研究[J].金融研究，2021（12）：189-206.

［20］Bharath S T， Shumway T. Forecasting default with the Merton distance to default model[J]. The Review of Financial Studies， 2008， 21（3）： 1339-1369.

［21］戴翔，馬皓巍，張二震.數字化轉型一定能提升企業加成率嗎？[J].金融研究，2023（5）：134-151.

［22］江艇.因果推斷經驗研究中的中介效應與調節效應[J].中國工業經濟，2022（5）：100-120.

［23］于蔚，汪淼軍，金祥榮.政治關聯和融資約束：信息效應與資源效應[J].經濟研究，2012，47（9）：125-139.

［24］楊興哲，周翔翼.治理效應抑或融資效應？股票流動性對上市公司避稅行為的影響[J].會計研究，2020（9）：120-133.

［25］黃宏斌，翟淑萍，陳靜楠.企業生命周期、融資方式與融資約束——基于投資者情緒調節效應的研究[J].金融研究，2016（7）：96-112.

（責任編輯：鐘瑤，鄒彬）

Digital Technology Innovation and Corporate Default Risk

ZHOU Xiaoyu¹，ZHOU Jianjun2

（1.School of Business，Xiangtan University， Xiangtan， Hunan 411105， China;

2.College of Finance and Statistics， Hunan University， Changsha， Hunan 410079， China）

Abstract：Based on the data of China’s Shanghai and Shenzhen A-share listed companies from 2009 to 2022， this study employs a panel fixed effects model to examine the relationship and impact pathways between digital technology innovation and corporate default risk. The research findings indicate that digital technology innovation significantly reduces corporate default risk， primarily through governance and information effects. Heterogeneity analysis reveals that the risk-reducing effect of digital technology innovation is more pronounced in non-high-tech industries and in firms at the growth and maturity stages. Given these findings， there should be increased support for digital technology innovation in enterprises to effectively lower corporate default risk， thereby enhancing the resilience of the financial and economic system and promoting stable and healthy economic development.

Key words：digital technology innovation; default risk; governance effect; information effect

基金項目：" 教育部哲學社會科學研究重大課題攻關項目（21JZD024）；湖南省哲學社會科學基金項目（21JD017）；湖南省教育廳科學研究項目（20C1480）

作者簡介： 周小渝（1987—），女，湖南懷化人，湘潭大學商學院博士研究生，研究方向：房地產金融與公司金融。周建軍（1974—），男，湖南桃江人，博士，湖南大學金融與統計學院教授，博士生導師，研究方向：房地產金融。