企業數字化轉型信息披露降低債務融資成本了嗎？

摘 要：數字經濟時代，數字化轉型已成為企業應對競爭性挑戰和實現可持續發展的關鍵，企業披露數字化轉型戰略展望與實施進程會對資本市場產生何種影響日漸成為關注焦點。本文選取我國2013—2022年上市公司數據，基于債務融資成本視角，探討企業數字化轉型信息披露是否能發揮信號效應與治理效應，助力資本市場深化發展。研究結果表明：（1）企業數字化轉型信息披露能夠降低債務融資成本，在排除“概念炒作”行為影響、外生政策沖擊、工具變量法、傾向得分匹配等一系列檢驗后仍然成立。（2）機制檢驗發現，數字化轉型信息披露通過信號效應和治理效應兩大機制降低債務融資成本。（3）異質性分析發現，債務期限結構更高的企業、制造業企業、國有企業和處于成長期的企業披露數字化轉型信息降低債務融資成本的效應更強。（4）經濟后果研究發現，數字化轉型信息披露降低企業債務融資成本，有利于企業的高質量發展。本文提供了數字化轉型信息披露經濟效應研究的較新視角，能夠為相關政策推進提供新的依據。

關鍵詞：企業數字化轉型信息披露；債務融資成本；信號效應；治理效應

中圖分類號：F275.3 文獻標志碼：A 文章編號：1672-626X（2025）02-0091-18

一、引言

黨的二十屆三中全會提出，要健全促進實體經濟和數字經濟深度融合制度、加快構建促進數字經濟發展體制機制，完善促進數字產業化和產業數字化政策體系。我國數字經濟正步入高速發展的新階段，促進數字經濟和實體經濟深度融合具有重要意義，而企業的數字化轉型正是數字經濟建設與實體經濟發展結合的微觀基礎。《“十四五”數字經濟發展規劃》明確提出，應以數字化轉型整體驅動生產、生活和治理方式變革。企業推進數字化轉型是釋放數字技術對經濟發展放大疊加倍增作用的重要途徑，也是實現經濟高質量發展的必然選擇。《2024上市公司數字化轉型發展報告》顯示，當前我國上市公司已通過數字化賦能，在多方面實現了降本增效。然而，數字化轉型是一個不透明的過程，企業的數字化轉型信息披露是外界了解企業數字化轉型戰略動向與進程的重要窗口，披露數字化轉型信息對資本市場產生何種影響也已開始受到學界關注。

與此同時，債券市場對實體經濟融資的支持力度在不斷加大。《中國人民銀行2023年社會融資規模存量統計數據報告》顯示，我國2023年末社會融資規模存量達到378.09萬億元，同比增長9.5%；根據中國人民銀行金融市場司發布的數據，2023年，我國債券融資占社會融資規模增量的31.6%，較2022年上升2.9個百分點；截至2024年1月末，我國債券余額已經達到了159萬億元，近5年年均增速13%。雖然銀行貸款仍是實體經濟債務融資的主要方式，但債券市場規模也在不斷擴大，為實體經濟提供了更多的融資渠道。我國宏觀經濟正面臨較大的下行壓力，增加債務融資規模、降低債務融資成本是促進企業發展與投資，進而穩定經濟增長的重要措施。然而，我國資本市場尚未完全成熟，如何有效解決企業融資難、融資貴的問題已成為當今經濟發展的重點。

隨著企業深入推進數字化轉型，相關信息的披露會在資本市場產生何種效應，是否能降低企業債務融資成本？這一問題的討論尚未得到一致結果。為解答這一問題，本文基于債務融資成本視角，研究企業數字化轉型信息披露的信號效應與治理效應，并驗證具體的影響機制，以及分析不同情境下企業數字化轉型信息披露效應的條件性特征，最后進一步探究其經濟后果。

與現有研究相比，本文的潛在邊際貢獻在于：第一，在研究內容層面，本文著重于研究數字化轉型信息披露的經濟后果。雖然已有文獻較多關注企業的數字化轉型，但是相關研究大多關注數字化轉型本身，而較少披露數字化轉型信息的經濟效應。然而，數字化轉型涉及企業的發展戰略與應對等多個層面[1]，相關信息的披露映射到資本市場層面會產生何種影響同樣值得關注。第二，在研究機制層面，本文著重探究了企業數字化轉型信息披露的信號效應與治理效應，有助于填補相關研究空缺。第三，在研究視角層面，本文從自愿性信息披露的角度切入，研究數字化轉型信息披露對債務融資成本的影響及機制。關于債務融資成本的研究已經較為廣泛，雖亦有少數文獻已經研究了數字化轉型本身與債務融資成本的關系，但并未得出一致結論，本文研究有助于拓寬債務融資成本影響因素的研究范圍。第四，在政策啟示方面，本文研究結論響應了《數字中國建設整體布局規劃》編制數字化標準工作指南、推進數字化轉型的號召，探討了不同情況下企業數字化轉型信息披露的條件性特征，有利于引導企業合理全面披露數字化進程，并為相關機構提供政策建議。

本文后續安排如下：第二部分為文獻回顧與核心假設；第三部分為研究設計；第四部分為實證檢驗，包含基準回歸、穩健性、內生性檢驗和機制檢驗；第五部分為異質性分析；第六部分為經濟后果研究；第七部分為結論與建議。

二、文獻回顧與研究假設

（一）文獻回顧

學者普遍認為信息不對稱是影響企業債務融資成本的關鍵因素[2]。根據信息不對稱理論和委托代理理論，債權人與企業之間存在的信息不對稱增加了債權人的成本和風險，從而導致企業債務融資成本的提高；而公司的信息不對稱程度在很大程度上由其信息披露政策和實踐決定，完善的信息披露能夠有效降低公司的信息不對稱程度，進而降低外部融資成本[3]。

學界對自愿性信息披露與資本市場反應的研究已經比較廣泛，已有大量文獻關注企業自愿性信息、前瞻性信息、社會責任信息、碳信息、ESG信息、核心能力信息、智力資本等非財務信息披露對資本市場產生的影響。已有研究表明，自愿性信息披露可以緩解公司的信息風險，進而降低公司的資本成本[4-5]；在我國的情境下，已有研究亦已證實，環境信息和社會責任信息等多樣化的特定信息披露有助于降低企業的債務融資成本[6-7]。

隨著數字化轉型的深入推進，企業的數字化轉型信息披露能夠發揮何種效應也愈加受到關注，但是當前關于數字化轉型信息披露的研究仍較為有限。目前，企業的數字化轉型信息披露主要存在于管理層討論與分析中，是一種非財務、自愿性信息披露。已有的少量研究從不同的情境考察了數字化轉型信息披露的經濟效應。在一定情況下，數字化轉型信息披露成為一種“噪音”，反而成為管理層“概念炒作”的手段，扭曲了企業的信息環境[8-10]。而在某些情境下，披露數字化轉型信息也能夠發揮“信息效應”，幫助企業在資本市場上走向正常估值、降低股價崩盤風險[1，11-12]。

直接研究數字化轉型信息披露與債務融資成本關系的文獻還較少，而在少量的關注企業數字化轉型本身與債務融資成本的文獻中，二者的關系尚存在爭議。部分研究認為，數字化轉型有助于降低企業債務融資成本。從財務風險的角度，企業數字化轉型通過增加媒體對企業的關注度降低企業財務風險[13]；從內部治理的角度，企業數字化轉型可實現企業非經營信息整合與挖掘，有助于高管更精準地預測和報告企業經營狀況，強化了股東對高管的監督，抑制了高管的機會主義行為[14]，降低了銀行等債權人信息搜尋成本和監督成本。也有學者提出相反意見，認為企業數字化轉型程度越高，對現有資金的占用越多，不僅擠占企業短期生產運營資源，更與債權人利益發生沖突，導致外部投資者索取更高的風險溢價尋求自我保護，因此將提高企業債務融資成本[15]。

綜合以上文獻可以發現：（1）已有文獻雖然已對自愿性信息披露的經濟效應有較為深入的研究，但是關注數字化轉型信息披露經濟效應的文獻還相對缺乏；（2）已有文獻雖然已對數字化轉型本身與債務融資成本的關系進行了一定考察，但尚有爭議，且尚未深入涉及數字化轉型信息披露與債務融資成本的研究。因此，數字化轉型信息披露是否能降低債務融資成本仍是一個具研究張力的實證問題。本文從自愿性披露的角度切入，基于債務融資成本視角，考察企業數字化轉型信息披露在資本市場中是否能夠以及如何發揮信號效應與治理效應。

（二）研究假設

數字經濟時代，數字化轉型逐漸成為企業發展方向。但是，數字化轉型是一個見效周期漫長的過程，外界難以直接觀察到企業的轉型進程[15]，數字化轉型的信息披露成為外界觀察企業數字化轉型的重要途徑。企業向外界展示的數字化轉型活動、取得的成果以及未來的數字化轉型計劃和展望等信息[11]，不僅能夠反映企業的數字化轉型程度，還能體現企業面向未來的戰略選擇和高層團隊的內部決策，刻畫管理層對企業數字化建設的決心和責任[1]。企業披露數字化轉型信息，就能夠削弱企業與債權人之間的信息不對稱，降低企業債務融資成本。具體來看，數字化轉型信息披露可以通過發揮信號效應和治理效應兩種機制作用于企業的債務融資成本。

信號效應。基于信號理論和已有研究，可以推斷，數字化轉型信息披露能夠發揮信號效應，緩解信息不對稱，進而降低企業的債務融資成本。首先，數字化轉型信息披露作為企業的自愿性信息披露，能夠一定程度上彌補財務信息和強制性披露信息的不足，緩解信息不對稱。當前我國對數字化轉型信息的披露并沒有明確的規范和要求，企業主動披露數字化轉型信息，能夠拓寬債權人獲取企業信息的范圍和維度，使其能更好地把握對目標企業的風險評估和經營分析，緩解債權人與企業的信息不對稱，降低風險，從而降低資金定價，也即企業的債務融資成本。其次，數字化轉型信息披露即意味著企業正在進行數字化轉型，傳遞出企業高質量發展的信號。數字化轉型信息披露能夠一定程度上可視化企業數字化轉型進程，展現企業順應數字經濟時代潮流的發展戰略、鞏固合法性，增強債權人信心，降低債權人的風險溢價，從而緩解企業債務融資成本。最后，企業推進數字化轉型能夠向外部投資者傳遞企業自律的信號。數字化的推進和應用提高了企業財務數據可信度，優化業務流程、降低經營風險，能夠緩解代理問題[1]，披露數字化轉型進程有助于建立企業自律的形象，向投資者傳遞出企業經營穩健、管理規范的信號，從而增強債權人信任，進而降低企業債務融資成本。

治理效應。企業數字化轉型信息披露降低企業債務融資成本，并非僅限于信號傳遞的直接效應，通過提高企業透明度發揮的信息治理效應亦是降低企業債務融資成本的重要機制。已有研究證實，企業的特定信息披露行為能夠引發有效的外部治理效應。首先，企業進行特定信息披露，會吸引資本市場中特定角色（如機構投資者、分析師、媒體等）的注意力，進而能夠引發“有效監督”，提高公司的信息透明度[16-19]。進一步地，公司透明度提高，能夠增加潛在投資者對公司的認知度，緩解信息不對稱，從而降低公司在資本市場上的融資成本。其次，從債權投資者的角度，企業透明度直接影響債權投資者對信息的解讀效率，企業透明度上升能夠降低債權人的事前信息搜集成本，同時增強債權人的信任，降低債權人的監督成本，進而降低企業債務融資成本。最后，從企業管理層的角度，企業透明度的提升能夠為管理層帶來“壓力”，有助于減少內部人控制、利益輸送等治理問題的發生，完善公司治理結構，提升企業的內部信息治理環境，進而降低企業的債務融資成本。

由以上分析可見，企業進行數字化轉型信息披露不僅能夠直接發揮信號效應，在彌補強制披露不足的同時傳遞企業高質量發展和自律的信號；還能夠間接地發揮信息治理效應，提升企業透明度。也就是說，企業數字化轉型信息披露能夠通過信號傳遞和信息治理兩大路徑降低企業債務融資成本。由此，本文提出核心研究假設：

H1：在其他條件相同時，企業數字化轉型信息披露能夠降低債務融資成本。

三、研究設計

（一）變量定義

1. 被解釋變量

債務融資成本（[COST]）。根據已有文獻，債務融資成本主要有三種衡量方式：（1）企業財務費用在期末總負債中占比；（2）企業利息支出、手續費支出以及其他財務費用之和在期末總負債中所占比例；（3）企業利息支出在當年長短期負債平均值中所占比例。本文參考李廣子和劉力（2009）[20]、魏志華等（2012）[21]的做法，使用企業利息支出、手續費支出以及其他財務費用之和在期末總負債中所占比例來衡量企業債務融資成本，參考既有做法乘100以表示百分比。

2. 解釋變量

企業數字化轉型信息披露（[Dig_disc]）。本文的企業數字化轉型信息披露數據來源于中國研究數據服務平臺（CNRDS），該數據庫基于底層技術運用層面的人工智能、區塊鏈、云計算、大數據和數字技術運用層面，從多個視角對企業年報“管理層討論與分析（MDamp;A）”中相關數字技術及應用場景所涉及詞頻進行統計。余艷等（2023）[11]指出，企業年報“管理層討論與分析（MDamp;A）”部分在信息披露中發揮重要作用，因此用此數據刻畫企業數字化信息披露具有合理性。考慮到數字化轉型的指標體系具有典型的右偏特征，為保證數據服從正態分布，參考吳非等（2021）[22]、余艷等（2023）[11]的做法，對數字化轉型詞頻進行對數化處理（如表1）。

3. 控制變量

本文選取三類控制變量：（1）公司特征類：資本結構、公司規模、現金流量比、上市年限；（2）公司內部治理類：獨立董事占比、實際控制人兩權分離率、股權制衡度；（3）公司外部治理類：是否國際四大審計師事務所審計、審計意見。

具體變量定義如表2所示。

（二）實證模型

為檢驗假設1，本文設計如下固定效應模型，考慮到潛在的內生性問題，對所有解釋變量進行滯后一期處理：

[COSTit=α0+α1Dig_disci，t-1+α2controlsi，t-1+Year+Industry+εit] （1）

（三）樣本選擇與數據來源

本文以2013—2022年上市公司為研究對象，對數據進行如下處理：（1）依據證監會2012年《上市公司行業分類指引》劃分，剔除金融保險類公司；（2）參考楊德明和劉泳文（2018）[23]的做法，由于軟件和信息技術服務業，計算機、通信和其他電子設備制造業類企業天生與數字化相關聯，無法精準識別是否為本文所討論的數字化轉型信息披露，故剔除此類樣本；（3）剔除樣本期間ST公司及數據缺失的上市公司；（4）對數據中的連續變量進行上下1%縮尾處理。經過上述處理，最終得到17751個觀測值。本文所涉及的數據來源于中國研究數據服務平臺（CNRDS）、CSMAR數據庫、WIND數據庫。

（四）描述性統計

表3列出本文主要變量的描述性統計特征。據表3可知，樣本中，債務融資成本（COST）最小值接近0，最大值為6.968%，中位數為2.044%，均值為2.179%，標準差為1.415%，說明不同上市公司的融資成本差異較大，多數企業的債務融資成本較高，符合我國當前現實；從數字化轉型信息披露的維度來看，數字化轉型信息披露（[Dig_disc]）均值為0.809，最小值為0，最大值為3.784，標準差為1.015，說明我國企業數字化轉型信息披露平均水平較低，側面反映出不同企業的數字化轉型意識差距較大，也與我國上市公司數字化轉型發展初期的現實情況相吻合；其他控制變量的分布特征與現有研究基本一致。

（五）單變量分析

為進一步檢驗企業數字化轉型信息披露對債務融資成本的影響，按照是否披露數字化轉型信息分組，進行了單變量檢驗，結果如表4所示。可以發現，未進行披露的樣本數量為9006，進行了數字化轉型信息披露的樣本數量為8745，在未披露數字化轉型信息的組別中，債務融資成本（[COST]）均值為2.324，中位數為2.201；在披露數字化轉型信息的組別中，債務融資成本（[COST]）均值為2.031，中位數為1.883，均值和中位數檢驗結果均在1%的水平上顯著，說明披露數字化轉型信息的組別和未披露數字化轉型信息的組別其債務融資成本存在顯著差異，進一步表明本文的研究具有一定的必要性。

四、實證檢驗

（一）基準回歸

表5報告了本文核心假設H1的回歸結果。數字化轉型信息披露（[Dig_disc]）的系數為-0.0283，并在1%的水平上顯著。這意味著，企業數字化信息披露降低企業的債務融資成本這一推論得到實證支持，初步證實了本文的核心研究假設。

（二）穩健性和內生性討論

為了克服潛在的內生性問題，本文進行了一系列穩健性和內生性檢驗，以提高實證結果的合理性和穩健性。

1. 內生性討論

（1）考慮策略性披露行為。在文本信息具備價值含量且數字化轉型信息披露尚無明確規范的背景下，管理層是否會出于某種動機影響企業的數字化轉型信息披露決策[24]，并進一步影響本文的研究結論也需要納入考量。

從實質性陳述的角度，通常來說推進數字化轉型程度越深的企業，披露的數字化轉型信息也會越多，這也是許多學者以年報中數字化轉型相關披露的數量作為企業數字化轉型程度的代理變量的原因；但是，數字化轉型信息天然具有較強的正面溝通功能，企業或者企業高管可能出于市值管理或者自利的動機[25-26]，進行策略性的信息披露，以進行數字化轉型“概念炒作”。然而，企業進行“概念炒作”或策略性披露，對資本市場中的信息傳遞而言，并不能緩解信息供給端和需求端之間的信息不對稱，甚至可能進一步加重信息不對稱，成為管理層或者股東的自利手段[27-28]。也就是說，本文結論很可能受到企業“概念炒作”披露行為的影響。為排除這一可能的影響，本文借鑒已有研究，對“概念炒作”的企業進行識別和分組回歸，以進一步驗證本文的結論。

第一步，本文參考馬連福等（2023）[10]的做法，設計如下模型，識別“概念炒作”行為企業：

[Dig_discit=β0+β1Mean_discit+β2Controlsi，t+Year+Industry+εit] （2）

其中，被解釋變量為企業數字化轉型信息披露，由于企業數字化轉型信息披露可能具有同群效應，并且企業之間具有差異性，所以解釋變量包含同行業、同年度企業數字化信息披露均值[Mean_discit]（參考已有研究進行對數化處理）和控制變量。殘差ε表示異常披露情況，若殘差大于0，則說明企業數字化信息披露高于正常值，屬于“概念炒作”行為。

第二步，根據印象管理識別模型識別出的概念炒作和非概念炒作樣本分別回歸，模型設定如下：

[COSTit=γ0+γ1Dig_disc_Mani，t-1+γ2Controlsi，t-1+Year+Industry+εit] （3）

[COSTit=γ0+γ1Dig_disc_Trui，t-1+γ2Controlsi，t-1+Year+Industry+εit] （4）

回歸結果如表6所示。在非概念炒作組別中，數字化轉型信息披露（[Dig_disc]）的系數為-0.0444，在5%的水平上顯著為負，與基準回歸保持一致；而在概念炒作嫌疑的樣本中，數字化轉型信息披露（[Dig_disc]）的系數在10%的水平上顯著為正。這一結果也即證明，排除了概念炒作嫌疑的企業后，基準回歸的負向關系并未改變，也即數字化轉型信息披露對債務融資成本的緩解效應未受到策略性披露的影響，進一步支持了本文的核心假設。

（2）工具變量法。為增強結論的穩健性，此處選取同年度目標企業數字化信息披露的行業均值（不含目標企業）作為工具變量，使用2SLS進行更穩健的因果推斷。已有研究表明，數字化轉型信息披露具有“同群效應”[10]，故而同年度目標企業數字化信息披露的行業均值（不含目標企業）能夠影響企業的披露行為，滿足相關性要求；這一變量也無法直接影響到企業的債務融資成本，滿足外生性要求。另外，為進一步緩解內生性問題，此處控制個體—時間固定效應，并使用聚類穩健標準誤，在第二階段回歸中解釋變量依然滯后一期。

回歸結果如表7所示。Kleibergen-Paaprk 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；Cragg-Donald Wald F統計量為266.693，大于弱工具變量識別檢驗在10%顯著性水平上的臨界值（16.38），拒絕弱工具變量的原假設，這表明選取的工具變量具有一定合理性。除此之外，第一階段回歸中，工具變量（[Ind_disc]）系數為0.2878，在1%的水平上顯著為正，符合預期；第二階段回歸中，數字化轉型信息披露（[Dig_disc]）系數為-0.1715，在10%的水平上顯著為負，與基準回歸保持一致，強化了基準回歸結果的穩健性。

（3）外生沖擊。企業數字化轉型及信息披露可能受到其他因素影響，這些因素也可能影響企業的債務融資成本，導致內生性問題。自2013年起，國務院分批推進“寬帶中國”的實施，促進了我國的信息基礎設施建設，已有研究表明，“寬帶中國”亦對當地企業的數字化轉型及信息披露產生積極影響[29]。因此，本文參考丁亞楠等（2024）[12]的做法，以“寬帶中國”試點地區的上市公司作為實驗組、其他上市公司作為控制組，構建多時點雙重差分模型，以緩解可能的內生性問題。

回歸結果如表8所示，政策變量（[DID]）系數為-0.1037，在1%的水平上顯著為負，表明“寬帶中國”的實施能夠降低企業的債務融資成本，在一定程度上從側面支持和驗證了數字化轉型信息披露對降低企業債務融資成本的積極作用。

（4）傾向得分匹配。為了盡量緩解樣本選擇偏差導致的內生性問題，本文以是否披露數字化轉型信息（[Dig_if]）進行分組，選取基礎回歸中所有控制變量為協變量，采用1：1最近鄰匹配后的樣本進一步進行實證檢驗。由表9可知，匹配后所有變量偏差明顯減小，偏差率均在10%以內，且匹配后T檢驗的p值均大于0.1，即匹配后所有變量在處理組和對照組之間不存在顯著差異，通過平衡性檢驗。

進一步地，本文使用匹配后的樣本進行回歸，如表10所示。是否披露數字化轉型信息（[Dig_if]）系數為-0.091，在1%的水平上顯著為負，這意味著，在降低了其他混雜因素的干擾后，回歸結果依然表明，企業披露數字化轉型信息能夠降低債務融資成本，這在一定程度上進一步支撐了本文“數字化轉型信息披露能夠緩解企業債務融資成本”的核心假設。

2. 穩健性檢驗

第一，替換被解釋變量債務融資成本的度量指標，使用企業財務費用占期末總負債的比重來衡量債務融資成本；第二，更換解釋變量數據來源為CSMAR數據庫。如表11所示，在分別替換了被解釋變量衡量方式、更換解釋變量數據來源后，數字化轉型信息披露（[Dig_disc]）系數依然顯著為負，結果穩健。

（三）機制檢驗與分析

前文已經驗證，企業數字化轉型信息披露能夠降低企業債務融資成本這一核心假設，但是，這并不能充分地說明數字化轉型信息披露能夠發揮信號效應和治理效應從而降低債務融資成本。接下來，本文將分別對數字化轉型信息披露發揮信號效應和治理效應的機制進行檢驗與分析。

1. 信號效應機制檢驗

信息不對稱的存在會導致產生信息優勢方（企業）對劣勢方（債權人）的“剝削”，從而加劇代理成本，導致債權人要求更高的風險溢價。結合前文分析，當企業主動披露關乎公司戰略與前景的數字化轉型信息，可以彌補財務信息和強制性披露信息的不足，緩解債權人與企業之間的信息不對稱問題，并進一步向債權人傳遞出企業高質量發展和自律的信號，從而優化信息環境，降低債務融資成本。因此，發揮信號效應、緩解信息不對稱，是數字化轉型信息披露降低債務融資成本的重要影響機制。

為進一步驗證企業數字化轉型信息披露能夠發揮信號效應、緩解信息不對稱，本文參考于蔚等（2012）[30]的研究，通過計算流動性比率指標[LR]、非流動性比率指標[ILL]、收益率反轉指標[GAM]來刻畫股票市場流動性，并對原始指標進行第一主成分分析，捕捉它們的共同變異信息也即與非對稱信息相關的成分，得到信息不對稱指標[ASY]，[ASY]越大，意味著信息不對稱程度越高。各指標具體測算方法如下：[LRit=-1/Ditk=1DitVit（k）rit（k）] ，[ILLit=1/Ditk=1Ditrit（k）Vit（k）]，其中：[rit（k）]表示i企業t年度第k個交易日的股票收益率，[ Vit（k）]表示日成交量，[ Dit]為當年交易天數；[GAMit=γit]，系數[γit]由下式估計得到：[reitk=θit+φitritk-1+γitVitk-1signreitk-1+εit（k）]，其中[reit=ritk-rmt（k）]表示超額收益率，[rmt（k）]表示以流通市值為權重加權的市場收益率。

參考江艇（2022）[31]的研究，本文設計如下模型，在核心假設1的基礎上進行兩步法機制檢驗：

[ASYit=α0+α1Dig_disci，t-1+α2controlsi，t-1+Year+Industry+εit] （5）

回歸結果如表12所示。數字化轉型信息披露（[Dig_disc]）的系數為-0.016，且在1%的水平上顯著，即企業數字化轉型信息披露能夠緩解企業面臨的信息不對稱情形得到實證證據支持。進一步地，眾多已有研究已充分證明，信息不對稱是影響企業債務融資成本的關鍵因素，降低信息不對稱程度，有利于降低企業的債務融資成本。綜合以上分析，信號效應機制得到驗證。

2. 治理效應機制檢驗

前文已經證實，企業的數字化轉型信息披露能夠發揮直接的信號效應，作用于企業的債務融資成本。除此之外，通過提高分析師跟蹤而實現的信息治理效應亦是降低企業債務融資成本的重要機制。分析師在資本市場中起到了重要的橋梁作用。通過信息挖掘、私有信息生產等途徑，分析師可以提升公司行為信號的信息含量，公司的信息透明度則會反映在分析師的結論中[32]，分析師跟蹤增加，意味著企業透明度提高[33-34]，因此本文使用分析師跟蹤代表企業信息透明度具有合理性。

本文使用在一年內分析師（團隊）對該公司進行跟蹤分析的數量衡量分析師跟蹤（[AnaAttention]），并參考陳欽源等（2017）[35]的做法進行對數化。

為檢驗數字化轉型信息披露的治理效應機制，本文設計如下模型，同樣在核心假設1的基礎上進行兩步法機制檢驗：

[AnaAttentionit=β0+β1Dig_disci，t-1+β2controlsi，t-1+Year+Industry+εit] （6）

由表12中回歸結果所示，數字化轉型信息披露（[Dig_disc]）的系數為0.0586，在1%的水平上顯著，也即證實了數字化轉型信息披露能夠吸引分析師跟蹤。分析師出于提升自身的私有信息精度、擴大覆蓋面等需求[36-37，5]，主動關注企業披露的數字化轉型信息。那么，提升分析師跟蹤又是否能夠在降低債務融資成本方面發揮作用？

已有文獻證實，提升分析師跟蹤能夠引發治理效應，降低企業的債務融資成本。一方面，從分析師專業屬性上來說，分析師跟蹤能夠作為外部監督機制改善企業行為，降低企業違規風險，進而發揮治理效應。胡奕明和林文雄（2005）[38]指出，分析師對上市公司經營活動信息的分析和判斷會影響公司行為；分析師跟蹤對抑制企業違規披露、降低內部人信息優勢，揭示管理層隱瞞的負面信息起到重要作用；分析師對企業關注越強，越可能抑制企業的機會主義行為[39]；另一方面，分析師能夠生產更多信息，降低外部利益相關者獲取相關信息的成本，便于其他外部投資者監督，引發更廣泛的利益相關者參與治理。被越多分析師跟蹤的企業，就會有越多私有信息傳播給投資者[40]，降低企業與投資者之間的信息不對稱，更有利于外部投資者對企業進行監督[41]。

綜合以上分析，提升分析師跟蹤，能夠降低債權人的信息收集和監督成本以及風險溢價，緩解融資約束[34]，即有助于降低企業的債務融資成本。上述結果表明，數字化轉型信息披露能夠通過提高企業透明度發揮治理效應，降低企業債務融資成本，治理效應路徑得到驗證。

五、異質性分析

（一）基于債務期限結構的異質性分析

企業的數字化轉型涉及范圍廣、持續周期長，其價值體現往往相對滯后[42]，短期債務通常涉及較短的時間跨度，債權人對公司近期財務狀況的關注度高，而對評估企業長期前景的要求較低，這使得數字化轉型信息披露的增量價值較為有限；相對的，在以長期債務為主的企業中，數字化轉型信息披露能夠發揮更為顯著的作用。

依據以上分析，數字化轉型信息披露對債務融資成本的降低效應在債務期限結構較長的企業中應更顯著。本文以長期借款占總借款的比重衡量企業的債務期限結構，并以行業中位數分組進行回歸，結果如表13所示。債務期限結構高于行業中位數的組別，數字化轉型信息披露（[Dig_disc]）系數在1%的水平上顯著為負，支持了以上推論；而債務期限結構較低的組別數字化轉型信息披露（[Dig_disc]）系數不顯著，可能的原因是以短期債務為主的期限結構能夠發揮治理效應[43]，在這樣的債務期限結構下，企業披露數字化轉型信息披露的效應被“替代”，因而不顯著。

（二）基于制造業劃分的異質性分析

2024年5月，國務院常務會議審議通過《制造業數字化轉型行動方案》。方案指出，制造業數字化轉型是推進新型工業化、建設現代化產業體系的重要舉措。制造業是國家經濟的命脈所系，加快制造業數字化轉型是構建現代化經濟體系、實現經濟高質量發展的必然要求。

一方面，我國制造業“大而不強”，順應數字變革、推進數字化轉型是新時代下我國傳統制造業塑造競爭優勢的重點所在。已有研究指出，制造業本身在資本市場上易處于被“低估”的狀態，數字化轉型信息披露能夠幫助推高制造業的市場估值[11]；另一方面，制造業企業的數字化轉型“敏感性”更高。在數字經濟發展的潮流下，制造業是產業數字化的“主陣地”，數字經濟能夠促進制造業高度化和合理化轉型升級[44]，數字化轉型可能助推制造業企業高質量發展。除此之外，與一般企業相比，制造業對資金需求大，債務融資多，生產經營過程中風險高，信息不對稱程度更嚴重[45]。

綜上所述，相較于其他行業，制造業進行數字化轉型信息披露，其鞏固合法性、推高市場估值、緩解信息不對稱的效果應更強，也就是說，制造業企業數字化轉型信息披露發揮的作用應更明顯。本文按照企業是否為制造業分組，在模型1的基礎上加入主要解釋變量與行業異質性的分類變量（[Manu_if]）的交乘項，反映兩組樣本差分的結果（[Manu_if]為1，則樣本屬于制造業企業）；考慮到與行業固定效應的共線性問題，此處轉為控制省份-時間固定效應，回歸結果如表14所示，主效應符號依然顯著為負，交乘項符號也顯著小于零。這表明以上推論得到實證結果的支持：相比于非制造業企業，制造業企業的數字化轉型信息披露對債務融資成本的降低效應更強。

（三）基于產權性質的異質性分析

在債權人進行決策時，產權性質同樣是一種“信號”。國有產權性質意味著政府信用背書和隱性擔保，對于國有產權性質的企業，由于其與政府信用的密切關聯，即使發生債務違約，債權人仍能夠具有政府兜底的保障，如江西賽維LDK違約、東北特鋼債券違約等事件，均是由政府通過財政撥款或政策支持為企業進行援助甚至兜底。在這種情況下，相比于企業自身的信息披露，在資本市場中企業的國有產權性質是更強有力的可靠信號。相比之下，民營企業性質則意味著更高的債務風險[46]，并不能成為債權人進行評估時的“加分項”。

除此之外，國有產權性質還具有“信號保障”的作用。數字化轉型為企業帶來并行的機遇和風險，當企業披露相關信息時，外部利益相關者會評估其數字化轉型的風險和收益。國有企業天然具有支持和順應國家政策發展的責任，在大力推動數字經濟發展的趨勢下，國有企業受惠于數字經濟政策進行數字化轉型，來源于國有產權制度安排的保障更能使得債權人產生的收益大于風險的預期；相對的，民營企業性質則會帶來“信號弱化”的效果，由于缺乏可靠的擔保，債權人對企業的風險評估占據主導，使得數字化轉型信息披露的效應減弱。綜上所述，同樣進行數字化轉型信息披露，國有企業對債務融資成本的降低效應更強，而非國有的產權性質則會發揮信號弱化效應，降低債務融資成本的效應更差。

依據以上分析，本文按照產權性質分組，在模型1的基礎上加入主要解釋變量與產權性質的分類變量（[Property]）的交乘項進行回歸（[Property]=1，則樣本為國有企業）。如表14所示，主效應符號依然顯著為負，交乘項顯著為負。也就是說，在國企樣本里數字化信號降低債務融資成本的效應被增強。

（四）基于企業生命周期的異質性分析

企業生命周期是指企業從導入到衰退的整個過程，反映了企業發展的階段性特征和規律。在不同的生命周期階段，企業具有不同的特征，需要采用不同的商業模式與戰略手段來適應市場需求和競爭環境的變化。數字化轉型信息披露對債務融資成本的影響是否因企業所處生命周期不同而存在差異？

參考尹閃（2009）[47]、Dickinson（2011）[48]提出的基于現金流分類方法，根據不同現金流符號將生命周期劃分為5個階段，即導入期、增長期、成熟期、淘汰期及衰退期；考慮到我國上市公司基本已經度過導入期[49]，本文參考已有做法，將導入期和增長期合并為成長期，淘汰期和衰退期合并為衰退期，分組回歸結果如表15所示。

可以發現，對于處于成長期的企業，數字化轉型信息披露（[Dig_disc]）對債務融資成本的影響在1%的水平上顯著為負，而對于成熟期和衰退期的企業，數字化轉型信息披露（[Dig_disc]）的系數為正，且均不顯著。成長期的企業通常具有較大的發展潛力，但可能因缺乏歷史數據和聲譽積累而面臨融資難題。此時，數字化轉型信息披露能夠顯著提升企業的透明度，向債權人釋放更全面的可持續發展信號，有助于增強債權人對企業的信任度，進而降低債務融資成本。而成熟期和衰退期的企業已有較長的經營歷史和信譽積累，其融資能力可能更多地依賴于過去的業績和聲譽，盡管數字化信息披露也能提供有價值的信息，但債權人可能更看重企業的歷史表現和穩定性，因此數字化轉型信息披露的邊際效應不顯著。

六、進一步分析

數字化轉型信息披露能夠發揮信號效應和治理效應，降低企業的債務融資成本。進一步地，數字化轉型信息披露降低債務融資成本會產生怎樣的經濟后果？

債務融資成本是制約企業發展的重要因素。降低企業的債務融資成本，有利于提升企業績效[50]、緩解企業投資不足[51]、促進創新[52]，有利于企業的高質量發展。本文參考已有文獻，使用采用Olley-Pakes的半參數三步估計法（OP法）計算的全要素生產率（[TFP_OP]）衡量企業的高質量發展。

參考鄭國堅等（2025）[53]的研究策略，第一步，先用數字化轉型信息披露（[Dig_disc]）對企業高質量發展（[TFP_OP]）按模型（1）控制相關變量進行回歸；第二步，在第一步的基礎上控制債務融資成本（[COST]）后，用數字化轉型信息披露（[Dig_disc]）對企業高質量發展（[TFP_OP]）按模型（1）控制相關變量進行回歸。回歸結果如表16所示。在未控制債務融資成本（[COST]）前，數字化轉型信息披露（[Dig_disc]）的系數為0.038，且在1%的水平上顯著為正；進一步控制債務融資成本（[COST]）進行回歸后，結果顯示，債務融資成本（[COST]）的系數為-0.0846，在1%的水平上顯著為負，而數字化轉型信息披露（[Dig_disc]）的系數降低為0.0356，但仍在1%的水平上顯著為正。兩步回歸中，數字化轉型信息披露（[Dig_disc]）的系數均顯著為正，這說明，企業數字化轉型信息披露對債務融資成本的緩解作用帶來了良好的經濟后果，有利于促進企業的高質量發展。

七、結論與建議

本文以2013—2022年我國上市公司數據為基礎，基于債務融資成本視角探討企業數字化轉型信息披露的信號效應與治理效應及作用機制、條件性特征和經濟后果。研究結果表明：（1）企業數字化轉型信息披露能夠降低債務融資成本，這一關系在考慮策略性披露、工具變量法、外生政策沖擊、傾向得分匹配和替換變量衡量方式等一系列檢驗后仍然成立。（2）機制檢驗發現，信號效應和治理效應是數字化轉型信息披露降低企業債務融資成本的重要機制，數字化轉型信息披露能夠通過緩解信息不對稱降低企業債務融資成本，發揮信號效應；數字化轉型信息披露能夠通過提升企業透明度降低債務融資成本，發揮治理效應。（3）異質性分析發現，債務期限結構更高的企業，數字化轉型信息披露的積極效應更強；相比于非制造業企業，制造業企業的數字化轉型信息披露降低債務融資成本的效應更強；相比于非國有企業，國有企業更能發揮這一效應；生命周期處于成長期的企業，數字化轉型信息披露降低債務融資成本的效應更加顯著。（4）經濟后果研究發現，數字化轉型信息披露降低企業債務融資成本，有利于企業的高質量發展。

基于以上結論，本文提出如下建議：（1）完善數字化信息披露指引。監管機構應引導企業多維度如實披露數字化轉型相關信息，采取問卷調查、調研評分等手段，評價企業數字化轉型程度，推動數字化信息披露標準化。（2）推進企業數字化轉型授信與投資決策納入，引導企業轉型并披露相關信息。商業銀行等企業債權人可以利用分析師等第三方機構進行信息評估，將企業數字化轉型程度納入授信全流程與投資決策框架，引導企業推動數字化轉型、合理合規披露數字化轉型信息。（3）強化戰略布局和政策支持。政府作為營造制度環境的主體，可以合理引導市場競爭，鼓勵深化非制造業企業和非國有企業的數字化轉型，根據非制造業企業和非國有企業的特點和需求，制定差異化的數字化轉型政策。（4）加強“數字人才”的培養和引進，扎實開展“數字人才”育、引、留、用，從高校、職業院校及產業等層面入手，提供“數字人才”培訓和職業發展機會，增加人才供給，激發市場活力。

參考文獻：

［1］ 董必榮，徐懷寧，王菁華.企業數字化戰略承諾與股價崩盤風險［J］.會計研究，2022（9）：112-126.

［2］ 謝佩帛，謝清華，王嘉發.債務融資成本影響因素文獻綜述［J］.財會月刊，2023，44（20）：25-35.

［3］ 何賢杰，肖土盛，陳信元.企業社會責任信息披露與公司融資約束［J］.財經研究，2012，38（8）：60-71+83.

［4］ MEEK，G.K.，ROBERTS，C.B.，GRAY，S.J. Factors Influencing Voluntary Annual Report Disclosures by U.S.U.K. and Continental European multinational corporations［J］.Journal of International Business Studies， 1995，26（3）：555-572.

［5］ SHEHATA N F .Theories and Determinants of Voluntary Disclosure［J］.Social Science Electronic Publishing，2014，3（1）：18-26.

［6］ 倪娟，孔令文.環境信息披露、銀行信貸決策與債務融資成本——來自我國滬深兩市A股重污染行業上市公司的經驗證據［J］.經濟評論，2016（1）：147-156+160.

［7］ 趙良玉，阮心怡，劉芬芬.社會責任信息披露對企業融資成本的影響——基于我國上市公司的經驗證據［J］.貴州財經大學學報，2017（6）：40-52.

［8］ 曹雅楠，趙子夜，孫文龍.數字化轉型披露存在信息操縱嗎——來自經營期望落差公司的證據［J］.經濟管理，2023，45（6）：177-192.

［9］ 張雪梅，張澤南，劉潔.控股股東股權質押與數字化轉型信息披露——基于市值管理的視角［J］.現代財經（天津財經大學學報），2023，43（12）：38-58.

［10］ 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，2023，44（8）：17-37.

［11］ 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］.南開管理評論，2024，27（8）：185-196.

［12］ 丁亞楠，牛彪，王建新，等.數字化信息披露與資本市場定價——基于投資者信息解讀的視角［J］.華東經濟管理，2024，38（7）：53-65.

［13］ 劉夢莎，邵淇，阮青松.數字化轉型對企業債務融資成本的影響研究［J］.財經問題研究，2023（1）：63-72.

［14］ 翟淑萍，韓賢，張曉琳，等.數字金融能降低企業債務違約風險嗎［J］.會計研究，2022（2）：117-131.

［15］ 許云霄，柯俊強，劉江寧，等.企業數字化轉型對債務融資成本的影響研究［J］.宏觀經濟研究，2023（4）：14-26+116.

［16］ 沈洪濤，馮杰.輿論監督、政府監管與企業環境信息披露［J］.會計研究，2012（2）：72-78+97.

［17］ 孔東民，劉莎莎，應千偉.公司行為中的媒體角色：激濁揚清還是推波助瀾？［J］.管理世界，2013（7）：145-162.

［18］ 游家興，張哲遠.財務分析師公司治理角色研究——文獻綜述與研究展望［J］.廈門大學學報（哲學社會科學版），2016（5）：128-136.

［19］ 韓艷錦，馮曉晴，宋建波.基于信息生成環節的分析師關注與股價崩盤風險［J］.管理學報，2021，18（2）：279-286.

［20］ 李廣子，劉力.債務融資成本與民營信貸歧視［J］.金融研究，2009（12）：137-150.

［21］ 魏志華，王貞潔，吳育輝，等.金融生態環境、審計意見與債務融資成本［J］.審計研究，2012（3）：98-105.

［22］ 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.

［23］ 楊德明，劉泳文.“互聯網+”為什么加出了業績［J］.中國工業經濟，2018（5）：80-98.

［24］ 董明晴，張嘉偉.數字化轉型與管理層信息披露行為——信息傳遞還是印象管理［J］.山西財經大學學報，2023，45（10）：113-126.

［25］ 趙璨，陳仕華，曹偉.“互聯網+”信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據［J］.中國工業經濟，2020（3）：174-192.

［26］ 孫彤，薛爽.管理層自利行為與外部監督——基于信息披露的信號博弈［J］.中國管理科學，2019，27（2）：187-196.

［27］ 王克敏，王華杰，李棟棟，等.年報文本信息復雜性與管理者自利——來自中國上市公司的證據［J］.管理世界，2018，34（12）：120-132+194.

［28］ 朱杰，蘇亞民.控股股東股權質押與數字化轉型信息策略性披露——基于信息溝通與信息操縱視角［J］.廣東財經大學學報，2023，38（5）：75-95.

［29］ 邱洋冬.網絡基礎設施建設驅動屬地企業數字化轉型——基于“寬帶中國”試點政策的準自然實驗［J］.經濟與管理，2022，36（4）：57-67.

［30］ 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.

［31］ 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.

［32］ 張敬文，田柳.股權激勵與上市公司經營績效關系研究——基于分析師關注的視角［J］.南開經濟研究，2020（5）：171-184.

［33］ SKINNER D J. Options Markets and the Information Content of Accounting Earnings Releases［J］.Journal of Accounting and Economics，1990，13（3）：191-211.

［34］ 張純，呂偉.信息披露、信息中介與企業過度投資［J］.會計研究，2009（1）：60-65+97.

［35］ 陳欽源，馬黎珺，伊志宏.分析師跟蹤與企業創新績效——中國的邏輯［J］.南開管理評論，2017，20（3）：15-27.

［36］ LANG M，LUNDHOLM R. Cross-sectional Determinants of Analyst Ratings of Corporate Disclosures［J］.Journal of Accounting Research，1993，31（2）：246-271.

［37］ 周冬華.證券分析師關心公司治理嗎——基于中國資本市場的經驗證據［J］.山西財經大學學報，2013，35（2）：23-34.

［38］ 胡奕明，林文雄.信息關注深度、分析能力與分析質量——對我國證券分析師的調查分析［J］.金融研究，2005（2）：46-58.

［39］ CHANG X，DASGUPTA S，HILARY G. Analyst Coverage and Financing Decisions［J］. The Journal of Finance，2006，61（6）：3009-3048.

［40］ BHUSHAN R. Firm Characteristics and Analyst Following［J］. Journal of Accounting and Economics，1989，11（2-3）：255-274.

［41］ KIM J B，LU L Y，YU Y. Analyst Coverage and Expected Crash Risk：Evidence from Exogenous Changes in Analyst Coverage［J］. The Accounting Review，2019，94（4）：345-364.

［42］ DEIGHTON J，KORNFELD L. Interactivity's Unanticipated Consequences for Marketers and Marketing［J］.Journal of Interactive Marketing，2009，23（1）：4-10.

［43］ 池睿，陳震.大股東掠奪還是債權人治理？——基于上市公司債務期限結構的視角［J］.金融理論與實踐，2016（6）：68-74.

［44］ 沈運紅，楊金華.數字經濟、科技創新與制造業轉型升級［J］.統計與決策，2024（3）：16-21.

［45］ 唐洋，宋平，唐國平.企業生命周期、債務融資與企業績效——來自我國制造業上市公司的經驗證據［J］.財經論叢，2014（11）：49-56.

［46］ 夏同水，唐琪，王玉琰.經濟政策不確定性、信息披露質量與企業債務融資能力［J］.武漢金融，2020（12）：31-40.

［47］ 尹閃.企業生命周期的實證度量——基于現金流組合視角的分析［J］.中南財經政法大學研究生學報，2009（4）：6.

［48］ DICKINSON，V.. Cash Flow Patterns as a Proxy for Firm Life Cycle［J］. The Accounting Review，2011，86（6）：1969-1994.

［49］ 陳紅，張玉，劉東霞.政府補助、稅收優惠與企業創新績效——不同生命周期階段的實證研究［J］.南開管理評論，2019，22（3）：187-200.

［50］ 蘇武俊，晏青.債務融資成本、社會責任與企業績效——基于我國A股上市公司的實證研究［J］.南方金融，2020（10）：13-27.

［51］ 劉義鵑，鄭文強.基于融資成本視角的盈余質量對投資效率影響研究［J］.財會通訊，2017（15）：102-107.

［52］ 潘慧婷，蔣德權.債務融資成本對企業創新的影響——基于企業社會責任的調節效應［J］.企業經濟，2023，42（6）：32-41.

［53］ 鄭國堅，劉瀲，蔡貴龍.上市標準與IPO財務操縱策略——基于科創板的經驗證據［J/OL］.南開管理評論，1-33［2025-03-17］.http：//kns.cnki.net/kcms/detail/12.1288.F.20240618.1033.004.html.