數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的影響研究

摘要：在全球化與信息化背景下，數(shù)字化轉(zhuǎn)型已成為企業(yè)增強(qiáng)競爭力的核心要素，它不僅重塑了企業(yè)的運(yùn)營模式與產(chǎn)品形態(tài)，而且對企業(yè)的融資環(huán)境產(chǎn)生了深遠(yuǎn)的影響。傳統(tǒng)融資模式存在信息不對稱、信用體系不完善等問題，導(dǎo)致部分企業(yè)融資難、融資貴。數(shù)字化轉(zhuǎn)型通過提升信息透明度和信用評級能力，拓寬融資渠道，降低融資難度和成本。文章將以中國滬深A(yù)股上市公司為樣本，實(shí)證分析數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的影響，旨在為相關(guān)領(lǐng)域的研究和實(shí)踐提供有益參考，幫助企業(yè)制定科學(xué)的融資策略。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；融資成本；財(cái)務(wù)決策

一、引言

在全球化和信息化進(jìn)程不斷深入的背景下，企業(yè)數(shù)字化轉(zhuǎn)型已成為推動(dòng)其轉(zhuǎn)型升級并增強(qiáng)綜合競爭力的核心策略。伴隨大數(shù)據(jù)技術(shù)、云計(jì)算服務(wù)及人工智能技術(shù)等先進(jìn)信息技術(shù)的廣泛滲透與應(yīng)用，企業(yè)的運(yùn)營模式、管理體系及市場營銷策略均經(jīng)歷了前所未有的深刻變遷。此轉(zhuǎn)型歷程不僅重塑了企業(yè)的生產(chǎn)流程與產(chǎn)品形態(tài)，而且對企業(yè)融資環(huán)境產(chǎn)生了廣泛而深遠(yuǎn)的影響。

融資作為企業(yè)獲取發(fā)展資金的重要手段，其成本高低直接關(guān)系到企業(yè)的財(cái)務(wù)健康狀況和可持續(xù)發(fā)展能力。在傳統(tǒng)融資模式下，企業(yè)往往需要依賴金融機(jī)構(gòu)的信貸評估，在評估中，信息不對稱、信用體系不完善等因素增加了融資難度，導(dǎo)致部分企業(yè)出現(xiàn)融資難度增加、融資成本增大等問題。數(shù)字化轉(zhuǎn)型的推進(jìn)，為企業(yè)解決這一難題提供了新的可能。

數(shù)字化轉(zhuǎn)型能有效地提升企業(yè)信息透明度和信用評級，并開發(fā)了新的融資渠道。通過構(gòu)建數(shù)字化管理系統(tǒng)，企業(yè)能夠更準(zhǔn)確地記錄和分析經(jīng)營數(shù)據(jù)，提供全面真實(shí)的財(cái)務(wù)信息，減少信息不對稱，降低融資難度。此外，借助大數(shù)據(jù)和人工智能，企業(yè)可以建立科學(xué)的信用評估模型，提高信用評級，吸引金融機(jī)構(gòu)的關(guān)注，降低融資成本。數(shù)字化平臺還使企業(yè)能夠便捷地接觸各類投資者，實(shí)施多元化的融資策略，從而增強(qiáng)融資的靈活性和穩(wěn)定性，降低對單一融資渠道的依賴。

因此，研究數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的影響，不僅有助于揭示數(shù)字化轉(zhuǎn)型的微觀經(jīng)濟(jì)效應(yīng)，還能為企業(yè)制定科學(xué)的融資策略、優(yōu)化融資結(jié)構(gòu)提供理論支持和實(shí)踐指導(dǎo)。

二、研究現(xiàn)狀

（一）數(shù)字化轉(zhuǎn)型與融資成本的直接關(guān)系

數(shù)字化轉(zhuǎn)型顯著降低了企業(yè)的融資成本。陳瑾瑜和王淑嵐（2024）指出，數(shù)字化轉(zhuǎn)型通過提升企業(yè)的透明度和信用評級，使得企業(yè)能夠以更低的利率獲得融資。這一觀點(diǎn)得到了仝佳琪（2024）的支持，他強(qiáng)調(diào)信息不對稱的減少是降低融資成本的重要機(jī)制。數(shù)字化轉(zhuǎn)型使得企業(yè)在融資過程中能夠提供更為詳盡和準(zhǔn)確的信息，從而增強(qiáng)了投資者和金融機(jī)構(gòu)的信任，降低了融資風(fēng)險(xiǎn)。此外，許云霄等（2023）和劉夢莎等（2023）的研究進(jìn)一步表明，數(shù)字化轉(zhuǎn)型不僅降低了融資成本，還提升了企業(yè)的融資能力，使其在競爭激烈的市場中更具優(yōu)勢。

（二）信息技術(shù)的應(yīng)用與融資效率

大數(shù)據(jù)和其他信息技術(shù)的應(yīng)用被廣泛認(rèn)為是提升融資效率的重要因素。林奕佳（2024）和車德欣等（2023）探討了大數(shù)據(jù)如何優(yōu)化企業(yè)的融資決策，強(qiáng)調(diào)通過數(shù)據(jù)分析，企業(yè)能夠更好地評估風(fēng)險(xiǎn)和機(jī)會，從而降低融資成本。這些研究表明，信息技術(shù)的有效應(yīng)用不僅提高了企業(yè)的風(fēng)險(xiǎn)管理能力，還促進(jìn)了融資過程的透明化，減少了信息不對稱。此外，仝佳琪（2024）指出，數(shù)字化轉(zhuǎn)型使得企業(yè)能夠更精準(zhǔn)地進(jìn)行市場分析和投資決策，從而減少非效率投資，進(jìn)一步提升了融資效率。

（三）行業(yè)特性與市場環(huán)境的影響

盡管已有研究表明數(shù)字化轉(zhuǎn)型對融資成本的積極影響，但不同類型企業(yè)在這一過程中面臨的挑戰(zhàn)和機(jī)遇各不相同。陳中飛等（2022）指出，數(shù)字化轉(zhuǎn)型的效果在不同經(jīng)濟(jì)環(huán)境和行業(yè)背景下可能存在顯著差異。例如，傳統(tǒng)行業(yè)可能在數(shù)字化轉(zhuǎn)型過程中面臨更大的技術(shù)和資金壓力，而新興行業(yè)則可能更容易利用數(shù)字化工具提升融資能力。因此，未來的研究需要更深入地探討行業(yè)特性、市場環(huán)境及企業(yè)規(guī)模等因素對數(shù)字化轉(zhuǎn)型與融資成本關(guān)系的調(diào)節(jié)作用，以便為企業(yè)在數(shù)字化轉(zhuǎn)型過程中提供更具針對性的指導(dǎo)和建議。

綜上所述，數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的影響已成為學(xué)術(shù)界關(guān)注的熱點(diǎn)，研究涵蓋了直接關(guān)系、信息技術(shù)應(yīng)用及行業(yè)特性等多個(gè)方面，為企業(yè)在數(shù)字化轉(zhuǎn)型過程中提供了重要的理論支持和實(shí)踐指導(dǎo)。

三、研究假設(shè)

信息透明度的提升不僅有助于緩解企業(yè)與金融機(jī)構(gòu)之間的信息不對稱問題，還能夠幫助企業(yè)建立更加科學(xué)的信用評估模型。借助大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，企業(yè)能夠深入挖掘和分析各類信用數(shù)據(jù)，構(gòu)建出更加精準(zhǔn)、全面的信用評估體系。數(shù)字化工具的應(yīng)用使企業(yè)能夠?qū)崟r(shí)監(jiān)控和分析財(cái)務(wù)數(shù)據(jù)，幫助管理層做出更為精準(zhǔn)的決策。這種數(shù)據(jù)驅(qū)動(dòng)的決策能力不僅能夠準(zhǔn)確反映企業(yè)的信用狀況，還能夠?yàn)榻鹑跈C(jī)構(gòu)提供更加可靠的信用參考，從而提升了企業(yè)的信用評級水平。信用評級的提升進(jìn)一步增強(qiáng)了金融機(jī)構(gòu)對企業(yè)的信心，使得企業(yè)在融資過程中更容易獲得金融機(jī)構(gòu)的青睞，降低了融資成本。基于上述內(nèi)容，提出假設(shè)。

假設(shè)1：數(shù)字化轉(zhuǎn)型與企業(yè)融資成本負(fù)相關(guān)。即企業(yè)數(shù)字化轉(zhuǎn)型的程度越高，其融資成本越低。

采用實(shí)時(shí)監(jiān)控和分析財(cái)務(wù)數(shù)據(jù)，幫助管理層做出更為精準(zhǔn)的決策。這種數(shù)據(jù)驅(qū)動(dòng)的決策能力使得企業(yè)能夠更有效地規(guī)劃資金使用，優(yōu)化資本結(jié)構(gòu)，進(jìn)而降低融資成本。通過數(shù)字平臺，企業(yè)能夠更便捷地與潛在投資者溝通，展示其業(yè)務(wù)模式和發(fā)展前景。這種互動(dòng)不僅提高了融資的效率，還擴(kuò)大了融資渠道，使企業(yè)能夠接觸到更多的投資者和融資方式。

假設(shè)2：數(shù)字化轉(zhuǎn)型通過緩解了企業(yè)的融資約束，從而降低企業(yè)的融資成本。

不同規(guī)模、年齡和行業(yè)的企業(yè)在資源稟賦、技術(shù)實(shí)力、市場地位等方面存在差異，這些差異影響了企業(yè)數(shù)字化轉(zhuǎn)型的難易程度和效果。因此，數(shù)字化轉(zhuǎn)型對融資成本的影響也會因企業(yè)特征的不同而表現(xiàn)出異質(zhì)性。

假設(shè)3：數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的負(fù)向影響在不同企業(yè)特征（如企業(yè)規(guī)模、年齡、行業(yè)）中存在異質(zhì)性。

四、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

為研究企業(yè)數(shù)字化轉(zhuǎn)型對融資成本的影響，本文以2010-2023年間中國滬深A(yù)股上市公司的數(shù)據(jù)為樣本進(jìn)行了實(shí)證分析。為確保研究結(jié)果的準(zhǔn)確性，本文對樣本數(shù)據(jù)進(jìn)行了以下處理：第一，排除了金融行業(yè)的企業(yè)；第二，剔除了ST企業(yè)及在研究期間退市的公司；第三，去除了首次公開發(fā)行（IPO）時(shí)的觀測值；第四，保留了連續(xù)五年的數(shù)據(jù)樣本，以提升數(shù)據(jù)回歸的質(zhì)量；第五，為減少異常值的影響，對所有微觀數(shù)據(jù)進(jìn)行了1%和99%的縮尾處理。本文所用數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR），企業(yè)年報(bào)的文本信息則來自巨潮資訊網(wǎng)。

（二）變量設(shè)定和說明

1. 被解釋變量

融資成本：企業(yè)的融資方式主要來源于債務(wù)融資與股權(quán)融資，使用加權(quán)平均資本成本（Weighted Average Cost of Capital，WACC）來衡量企業(yè)的融資成本，是一種廣泛接受且合理的方法。WACC綜合考慮了企業(yè)所有資金來源的成本，包括債務(wù)融資成本和股權(quán)融資成本，并按照各自在資本結(jié)構(gòu)中的比例進(jìn)行加權(quán)平均，從而提供了一個(gè)全面的視角來評估企業(yè)整體融資成本。

2. 解釋變量

數(shù)字化轉(zhuǎn)型指數(shù)：參照吳非等（2021）的觀點(diǎn)，遵循現(xiàn)有文獻(xiàn)采用文本分析法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的做法，本文以人工智能技術(shù)、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)應(yīng)用等數(shù)字化關(guān)鍵詞在年報(bào)中出現(xiàn)的總頻次加1的自然對數(shù)（DT）來測度企業(yè)數(shù)字化轉(zhuǎn)型程度。該數(shù)值越大，代表企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

3. 中介變量

本研究采用常見的SA指數(shù)作為融資約束的評估指標(biāo)，該指數(shù)依據(jù)企業(yè)規(guī)模與企業(yè)年齡兩個(gè)關(guān)鍵要素構(gòu)建而成，充當(dāng)了融資約束的代理變量。具體而言，SA指數(shù)數(shù)值的增大，預(yù)示著企業(yè)所面臨的融資約束程度趨于嚴(yán)峻。具體公式：

SA=-0.737Size+0.043Size2-0.04Age" " " " " " " "（1）

其中，Size為企業(yè)資產(chǎn)總額的對數(shù)，Age 為企業(yè)上市年限。

4. 控制變量

控制變量的選取，在參考相關(guān)文獻(xiàn)的研究之后，從微觀企業(yè)層面和宏觀政策層面選取了其他對企業(yè)融資行為可能產(chǎn)生影響的因素作為控制變量，本文涉及的控制變量主要有速動(dòng)比率（Qr）、資產(chǎn)負(fù)債率（Dtar）、總資產(chǎn)周轉(zhuǎn)率（Tat）、資產(chǎn)報(bào)酬率（Roa）、營業(yè)收入增長率（Salesg）、托賓Q值（TobinQ）、總資產(chǎn)凈利潤率（Rona）、凈資產(chǎn)收益率（Roe）、第一大股東持股比例（Top1）、消費(fèi)者物價(jià)指數(shù)增長率（CPIgr）、貨幣政策M(jìn)P指標(biāo)。

（三）模型設(shè)計(jì)

本文旨在探究企業(yè)數(shù)字化轉(zhuǎn)型與融資行為之間的關(guān)系，其中融資行為用融資結(jié)構(gòu)、融資成本及融資效率進(jìn)行多維度刻畫，以驗(yàn)證假設(shè)1、假設(shè)2及假設(shè)3。為此，使用了雙向固定效應(yīng)模型，控制時(shí)間和行業(yè)，進(jìn)行回歸分析。具體的模型如下：

WACCi，t=α+β1Dti，t+β2Controlsi，t+Year+Ind+ε （2）

據(jù)前文分析所述，本文將研究企業(yè)數(shù)字化轉(zhuǎn)型影響信息披露質(zhì)量及影響融資約束進(jìn)而影響股價(jià)崩盤風(fēng)險(xiǎn)的兩條途徑，對于這兩條影響路徑的檢驗(yàn)，本文采用中介效應(yīng)模型，構(gòu)建模型具體如下：

SAi，t=α0+α1Dti，t+αiControli，t+Year+Ind+C+εi，t （3）

WACCi，t=β0+β1Dti，t+β2SAi，t+βiControli，t+Year+Ind+C+εi，t" " " "（4）

1. 基準(zhǔn)回歸結(jié)果

根據(jù)雙向固定效應(yīng)模型的回歸結(jié)果，得出如下結(jié)論：在解釋變量方面，數(shù)字化轉(zhuǎn)型程度（Dt）的回歸系數(shù)呈現(xiàn)正值，且在1%的置信度水平上顯著，這一發(fā)現(xiàn)與假設(shè)1的預(yù)測相吻合，有力地證明了數(shù)字化轉(zhuǎn)型能夠有效降低企業(yè)的融資成本。具體而言，數(shù)字化轉(zhuǎn)型通過提升信息透明度、優(yōu)化信用評估體系及推動(dòng)融資模式創(chuàng)新，多維度地降低了企業(yè)的融資成本。信息透明度的提升是數(shù)字化轉(zhuǎn)型降低融資成本的關(guān)鍵一環(huán)。在傳統(tǒng)融資模式下，金融機(jī)構(gòu)對企業(yè)進(jìn)行風(fēng)險(xiǎn)評估時(shí)，常因信息不全面或存在誤導(dǎo)性信息而面臨挑戰(zhàn)，這導(dǎo)致評估過程復(fù)雜。數(shù)字化轉(zhuǎn)型讓企業(yè)能夠?qū)崟r(shí)、準(zhǔn)確地披露其財(cái)務(wù)狀況、運(yùn)營數(shù)據(jù)及市場前景等關(guān)鍵信息。這些信息的高透明度不僅降低了金融機(jī)構(gòu)獲取信息的難度，還減少了因信息不對稱引發(fā)的誤判風(fēng)險(xiǎn)，進(jìn)而簡化了審批流程，縮短了融資周期，最終降低了企業(yè)的融資成本。

2. 穩(wěn)健性檢驗(yàn)

為確保實(shí)證方法的合理性及指標(biāo)解釋的有效性，需對基準(zhǔn)模型實(shí)施穩(wěn)健性檢驗(yàn)。為保證上述結(jié)果的可靠性與有效性，本文替換解釋變量，以國家政策語義體系為基礎(chǔ)構(gòu)建企業(yè)數(shù)字化術(shù)語詞典，采用企業(yè)數(shù)字化相關(guān)詞匯頻數(shù)總和除以年報(bào) MDamp;A 語段長度衡量微觀企業(yè)數(shù)字化程度，定義為Dt2。穩(wěn)健性檢驗(yàn)結(jié)果如表2所示。根據(jù)表2結(jié)果可知，替換解釋變量后的模型估計(jì)結(jié)果顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型與企業(yè)融資成本負(fù)相關(guān)，隨著數(shù)字化轉(zhuǎn)型程度的提升，這進(jìn)一步證實(shí)了研究結(jié)論的穩(wěn)健性。

3. 中介效應(yīng)檢驗(yàn)

本文通過實(shí)施具體檢驗(yàn)步驟得到中介效應(yīng)模型回歸結(jié)果，中介效應(yīng)模型回歸結(jié)果如表3所示。根據(jù)表3所呈現(xiàn)的回歸分析結(jié)果，于（1）列中觀察到，數(shù)字化轉(zhuǎn)型與融資約束程度之間的回歸系數(shù)在1%的顯著性水平下呈現(xiàn)顯著的負(fù)向關(guān)聯(lián)。（2）列的結(jié)果顯示，在將融資約束變量納入基準(zhǔn)模型后，數(shù)字化轉(zhuǎn)型對于融資成本的回歸系數(shù)依舊在1%的顯著性水平上保持負(fù)向顯著。這表明，數(shù)字化轉(zhuǎn)型通過增強(qiáng)信息的透明度、優(yōu)化決策制定流程、促進(jìn)與投資者的有效互動(dòng)及加強(qiáng)風(fēng)險(xiǎn)管理能力等多維度機(jī)制，有效地緩解了企業(yè)所面臨的融資約束問題，從而積極影響企業(yè)的融資行為，降低企業(yè)融資成本。企業(yè)應(yīng)重視數(shù)字化轉(zhuǎn)型，以提升其融資能力和市場競爭力，驗(yàn)證了假設(shè)2。

4. 異質(zhì)性分析

（1）分地區(qū)。按地域?qū)⑵髽I(yè)分為東部、中部和西部，異質(zhì)性回歸結(jié)果如表4所示。從表4中可以看出在東部地區(qū)，數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的降低作用尤為顯著，置信度水平為1%。主要原因在于東部地區(qū)金融基礎(chǔ)設(shè)施的健全和數(shù)字科技的領(lǐng)先發(fā)展，能夠更有效地提高生產(chǎn)效率、降低財(cái)務(wù)風(fēng)險(xiǎn)，從而顯著降低融資成本。在中部地區(qū)，數(shù)字化轉(zhuǎn)型對企業(yè)融資成本在5%的置信度水平上顯著為負(fù)，在中部地區(qū)，數(shù)字化轉(zhuǎn)型同樣能夠降低企業(yè)的融資成本，中部地區(qū)的企業(yè)通過數(shù)字化轉(zhuǎn)型，主要依賴降低融資成本來緩解融資約束，而信貸可獲性的提升在中部地區(qū)并不明顯。這可能是因?yàn)橹胁康貐^(qū)的金融基礎(chǔ)設(shè)施和數(shù)字化技術(shù)發(fā)展相對滯后，導(dǎo)致信貸市場的完善程度不如東部地區(qū)。在西部地區(qū)，數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的降低作用相對有限。這主要?dú)w因于西部地區(qū)數(shù)字產(chǎn)業(yè)整體發(fā)展相對落后，數(shù)字基礎(chǔ)設(shè)施建設(shè)有待完善，以及產(chǎn)業(yè)數(shù)字化發(fā)展基礎(chǔ)薄弱等因素。

（2）分企業(yè)性質(zhì)。按企業(yè)性質(zhì)將企業(yè)分為國有企業(yè)和非國有企業(yè)，異質(zhì)性回歸結(jié)果如表4所示。如表4所示，在探究數(shù)字化轉(zhuǎn)型對企業(yè)融資成本降低的效應(yīng)時(shí)，國有企業(yè)的回歸系數(shù)呈現(xiàn)負(fù)值，并且在1%的顯著性水平下具有統(tǒng)計(jì)意義，非國有企業(yè)的回歸系數(shù)雖然為負(fù)但并不顯著，主要原因是國有企業(yè)通常擁有較為雄厚的資金實(shí)力和政府支持，這為其數(shù)字化轉(zhuǎn)型提供了良好的基礎(chǔ)。數(shù)字化轉(zhuǎn)型有助于國有企業(yè)提高運(yùn)營效率、優(yōu)化資源配置，進(jìn)而降低融資成本。且國有企業(yè)通過數(shù)字化轉(zhuǎn)型，可以更加透明地展示其財(cái)務(wù)狀況和運(yùn)營數(shù)據(jù)，增強(qiáng)投資者信心，降低信息不對稱帶來的融資風(fēng)險(xiǎn)。由于非國有企業(yè)通常規(guī)模較小，可能缺乏足夠的資源和能力來全面推動(dòng)數(shù)字化轉(zhuǎn)型，因此，盡管數(shù)字化轉(zhuǎn)型可以提高企業(yè)的信息透明度，降低信息不對稱程度，但在實(shí)際操作中，非國有企業(yè)可能仍面臨信息不對稱的問題。由于非國有企業(yè)的信息披露機(jī)制相對不完善，投資者對其信任度可能較低，導(dǎo)致融資約束仍然存在。此外，數(shù)字化轉(zhuǎn)型需要企業(yè)具備相應(yīng)的技術(shù)和管理能力，而這些能力可能正是非國有企業(yè)所缺乏的。因此，數(shù)字化轉(zhuǎn)型的執(zhí)行效果可能不如預(yù)期，導(dǎo)致融資成本降低的效果不顯著。

五、結(jié)論與啟示

（一）主要結(jié)論

本文運(yùn)用雙向固定效應(yīng)模型，以2010-2023年間中國滬深A(yù)股上市公司的數(shù)據(jù)為研究樣本，對數(shù)字化轉(zhuǎn)型如何影響企業(yè)融資成本進(jìn)行了實(shí)證研究，得出以下三點(diǎn)主要結(jié)論：企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型有助于減少其融資成本；數(shù)字化轉(zhuǎn)型通過有效減輕企業(yè)所面臨的融資約束狀況，進(jìn)而實(shí)現(xiàn)了融資成本的降低；數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的影響中存在異質(zhì)性，對于東中部地區(qū)企業(yè)和國有企業(yè)而言，數(shù)字化轉(zhuǎn)型對企業(yè)融資成本的降低作用尤為顯著。

（二）啟示

數(shù)字化轉(zhuǎn)型已成為企業(yè)降低融資成本的有效途徑。通過緩解融資約束，數(shù)字化轉(zhuǎn)型顯著優(yōu)化了企業(yè)的融資環(huán)境。然而，這種影響在不同類型的企業(yè)中存在顯著差異。對于東中部地區(qū)的企業(yè)和國有企業(yè)，數(shù)字化轉(zhuǎn)型的降本增效效果尤為明顯。相比之下，西部地區(qū)和非國有企業(yè)從數(shù)字化轉(zhuǎn)型中獲得的融資成本降低效益較為有限。因此，企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型進(jìn)程中，應(yīng)當(dāng)全面考量其地域特性及所有制結(jié)構(gòu)，精心設(shè)計(jì)具有針對性的戰(zhàn)略方案，旨在最優(yōu)化地發(fā)揮數(shù)字化轉(zhuǎn)型對降低融資成本的積極作用。

參考文獻(xiàn)：

[1]劉夢莎，邵淇，阮青松.數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響研究[J].財(cái)經(jīng)問題研究，2023（01）：63-72.

[2]王雷.財(cái)務(wù)會計(jì)信息對企業(yè)債務(wù)融資成本的影響研究[J].中國市場，2023（33）：143-146.

[3]羅文達(dá).數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響分析[J].投資與創(chuàng)業(yè)，2023，34（12）：31-33.

[4]車德欣，戴美媛，吳非.企業(yè)數(shù)字化轉(zhuǎn)型對融資成本的影響與機(jī)制研究[J].金融監(jiān)管研究，2021（12）：56-74

[5]胡青.企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制與績效[J].浙江學(xué)刊，2020（02）：146-154.

[6]陳瑾瑜，王淑嵐.可持續(xù)發(fā)展視角下數(shù)字化轉(zhuǎn)型對企業(yè)債務(wù)融資成本的影響[J].科技和產(chǎn)業(yè)，2024，24（15）：1-9.

[7]仝佳琪.企業(yè)數(shù)字化轉(zhuǎn)型對其債務(wù)融資成本的影響研究[D].濟(jì)南：山東財(cái)經(jīng)大學(xué)，2024.

[8]陳中飛，江康奇，殷明美.數(shù)字化轉(zhuǎn)型能緩解企業(yè)“融資貴”嗎[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022（08）：79-97.

＊本文受到新疆科技學(xué)院2024年度骨干研修項(xiàng)目“數(shù)字化轉(zhuǎn)型背景下新疆上市公司融資行為研究”（2024-GGYX04）資助；受中國高校產(chǎn)學(xué)研創(chuàng)新基金正保項(xiàng)目“地方應(yīng)用型高校會計(jì)人才培養(yǎng)與‘1+X’制度融合發(fā)展的探索與實(shí)踐”（2021ZBA05002）資助。

（作者單位：新疆科技學(xué)院）