數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的非線性動(dòng)態(tài)影響研究

【中圖分類號(hào)】F272 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1004-0994（2025）18-0060-9

一、引言

隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)的快速發(fā)展，數(shù)據(jù)已成為推動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的關(guān)鍵生產(chǎn)要素（楊善林和周開(kāi)樂(lè)，2015）。與傳統(tǒng)生產(chǎn)要素相比，數(shù)據(jù)資產(chǎn)具有非競(jìng)爭(zhēng)性、非消耗性和融合增值等獨(dú)特屬性，突破了傳統(tǒng)資產(chǎn)在空間和時(shí)間上的限制。黨的十九屆四中全會(huì)首次將數(shù)據(jù)列為新型生產(chǎn)要素，2023年財(cái)政部頒布的《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》進(jìn)一步規(guī)范和推動(dòng)了企業(yè)數(shù)據(jù)資產(chǎn)化的進(jìn)程。

現(xiàn)有研究表明，數(shù)據(jù)資產(chǎn)不僅能夠優(yōu)化企業(yè)的成本管理、資源配置和風(fēng)險(xiǎn)管控（Sivarajah等，2017），還能顯著提升企業(yè)綠色創(chuàng)新水平（楊開(kāi)元和劉科，2025）、促進(jìn)企業(yè)突破式創(chuàng)新（李暉和葉一軍，2024）、企業(yè)全要素生產(chǎn)率（肖昂和鄔瑜駿，2024）、企業(yè)新質(zhì)生產(chǎn)力（許志勇等，2025）和企業(yè)核心競(jìng)爭(zhēng)力。在此背景下，深人研究數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)的關(guān)系具有重要的理論和實(shí)踐價(jià)值。財(cái)務(wù)柔性作為衡量企業(yè)財(cái)務(wù)管理能力的重要指標(biāo)，反映了企業(yè)應(yīng)對(duì)財(cái)務(wù)環(huán)境變化的能力。本研究創(chuàng)新性地從收益—成本雙重視角出發(fā)，探討數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的影響。研究發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間存在倒U型的非線性關(guān)系：適度的數(shù)據(jù)資產(chǎn)投入能夠降低信息不對(duì)稱程度、拓寬融資渠道；但過(guò)度投人則可能因基礎(chǔ)設(shè)施建設(shè)和維護(hù)成本（Moody和Walsh，1999）增加而加重財(cái)務(wù)負(fù)擔(dān)。

本研究的理論貢獻(xiàn)主要體現(xiàn)在以下方面：第一，拓展了數(shù)據(jù)資產(chǎn)研究的維度，從財(cái)務(wù)柔性視角豐富了相關(guān)文獻(xiàn)；第二，突破了現(xiàn)有研究?jī)H關(guān)注數(shù)據(jù)資產(chǎn)收益的局限，構(gòu)建了包含成本因素的分析框架；第三，揭示了不同內(nèi)外部環(huán)境下數(shù)據(jù)資產(chǎn)作用的差異性，為后續(xù)研究提供了新的方向。這些發(fā)現(xiàn)不僅深化了對(duì)數(shù)據(jù)資產(chǎn)價(jià)值的認(rèn)識(shí)，也為企業(yè)優(yōu)化數(shù)據(jù)資產(chǎn)管理提供了重要參考。

二、理論分析與研究假設(shè)

（一）數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性

財(cái)務(wù)柔性是指企業(yè)在預(yù)防或利用不確定性事件的過(guò)程中及時(shí)運(yùn)用財(cái)務(wù)資源實(shí)現(xiàn)價(jià)值最大化的能力（Byoun，2008）。企業(yè)保持恰當(dāng)?shù)呢?cái)務(wù)柔性，既可以有效控制融資成本，保證企業(yè)以較低成本進(jìn)行融資（Gamba和Triantis，2008），也可以在面臨投資機(jī)會(huì)時(shí)及時(shí)調(diào)用財(cái)務(wù)資源，實(shí)現(xiàn)企業(yè)價(jià)值的增量轉(zhuǎn)化。因此，企業(yè)如何保持適應(yīng)自身發(fā)展的財(cái)務(wù)柔性已經(jīng)成為當(dāng)前備受關(guān)注的研究課題。數(shù)據(jù)作為國(guó)家的重要戰(zhàn)略資源和企業(yè)的關(guān)鍵生產(chǎn)要素，其資產(chǎn)化過(guò)程會(huì)對(duì)企業(yè)的資產(chǎn)和負(fù)債狀況產(chǎn)生影響，進(jìn)而可能影響企業(yè)用于預(yù)防不確定性事件的財(cái)務(wù)柔性。因此，研究數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間的關(guān)系具有十分重要的現(xiàn)實(shí)意義。

首先，數(shù)據(jù)具有的非競(jìng)爭(zhēng)性與非消耗性特征使得數(shù)據(jù)資產(chǎn)不同于傳統(tǒng)的會(huì)計(jì)資產(chǎn)，不會(huì)因?yàn)槭褂枚l(fā)生折舊和貶值，且容易實(shí)現(xiàn)開(kāi)源共享、復(fù)制和重組，極大地提高了生產(chǎn)效率，為企業(yè)創(chuàng)造了新的利潤(rùn)增長(zhǎng)點(diǎn)。其次，數(shù)據(jù)資產(chǎn)可以幫助企業(yè)增厚資產(chǎn)、籌集資金，提升企業(yè)的整體估值和融資能力，為企業(yè)提供更強(qiáng)的價(jià)值驅(qū)動(dòng)力和更有力的經(jīng)營(yíng)抓手。最后，企業(yè)數(shù)據(jù)資產(chǎn)的增長(zhǎng)以及規(guī)范的會(huì)計(jì)核算，可以真實(shí)反映企業(yè)在數(shù)據(jù)要素方面的持續(xù)投人情況，長(zhǎng)期來(lái)看，有助于提高會(huì)計(jì)信息的透明度、降低信息不對(duì)稱程度，同時(shí)吸引投資者和供應(yīng)鏈上下游企業(yè)的關(guān)注，起到積極的信號(hào)傳遞作用，增強(qiáng)資本市場(chǎng)對(duì)企業(yè)發(fā)展前景的信心，從而助力企業(yè)價(jià)值的深度挖掘與重估?，F(xiàn)有文獻(xiàn)對(duì)于數(shù)據(jù)資產(chǎn)在使用過(guò)程中不會(huì)出現(xiàn)損耗和貶值，同時(shí)在不斷收集、開(kāi)發(fā)、利用的過(guò)程中可以持續(xù)為企業(yè)提供新的利潤(rùn)增長(zhǎng)點(diǎn)等方面形成了較為統(tǒng)一的認(rèn)識(shí)，即數(shù)據(jù)資產(chǎn)會(huì)對(duì)企業(yè)創(chuàng)新、會(huì)計(jì)信息質(zhì)量等產(chǎn)生正向的、線性的促進(jìn)作用（李健等，2023）。

然而，需要指出的是，除了上述正面作用，數(shù)據(jù)資產(chǎn)也會(huì)給企業(yè)帶來(lái)負(fù)面影響。第一，數(shù)據(jù)的復(fù)制與重復(fù)使用并不會(huì)創(chuàng)造額外的財(cái)務(wù)價(jià)值，只會(huì)帶來(lái)額外成本。第二，由于數(shù)據(jù)在使用過(guò)程中不僅不會(huì)衰減或損耗，反而會(huì)源源不斷地產(chǎn)生新數(shù)據(jù)，數(shù)據(jù)的存儲(chǔ)和管理都會(huì)增加企業(yè)的財(cái)務(wù)成本，從而對(duì)企業(yè)財(cái)務(wù)柔性產(chǎn)生負(fù)面影響。同時(shí)，上述成本并非一成不變，隨著數(shù)據(jù)資產(chǎn)規(guī)模的擴(kuò)張，數(shù)據(jù)存儲(chǔ)和管理的難度會(huì)迅速加大，巨大的數(shù)據(jù)體量將會(huì)造成企業(yè)存儲(chǔ)成本和管理費(fèi)用的激增，其產(chǎn)生的財(cái)務(wù)成本也會(huì)急劇增加，因此數(shù)據(jù)資產(chǎn)對(duì)企業(yè)財(cái)務(wù)柔性產(chǎn)生的邊際成本可能是遞增的。

綜上所述，數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的影響并不是簡(jiǎn)單的單向促進(jìn)，而是數(shù)據(jù)資產(chǎn)帶來(lái)的邊際收益與其產(chǎn)生的邊際成本之間動(dòng)態(tài)演變的結(jié)果，企業(yè)有必要通過(guò)權(quán)衡邊際收益和邊際成本來(lái)確定最優(yōu)的數(shù)據(jù)資產(chǎn)水平。當(dāng)數(shù)據(jù)資產(chǎn)處于較低水平時(shí)，數(shù)據(jù)資產(chǎn)的增加能夠增厚企業(yè)資產(chǎn)、優(yōu)化資源配置，同時(shí)還可以起到信號(hào)傳遞、降低信息不對(duì)稱程度的作用，此時(shí)數(shù)據(jù)資產(chǎn)為企業(yè)帶來(lái)的邊際收益大于數(shù)據(jù)資產(chǎn)擴(kuò)張所產(chǎn)生的邊際成本，對(duì)于企業(yè)財(cái)務(wù)柔性有著正向影響。然而，隨著數(shù)據(jù)資產(chǎn)的增加，企業(yè)面臨的數(shù)據(jù)存儲(chǔ)成本和數(shù)據(jù)更新費(fèi)用越來(lái)越高，數(shù)據(jù)資產(chǎn)所占用的資金與產(chǎn)生的財(cái)務(wù)成本也越來(lái)越多。當(dāng)數(shù)據(jù)資產(chǎn)超過(guò)臨界水平后，邊際成本將會(huì)超過(guò)邊際收益，對(duì)財(cái)務(wù)柔性產(chǎn)生負(fù)向影響。因此，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間呈倒U型關(guān)系。

假設(shè)數(shù)據(jù)資產(chǎn)的信號(hào)傳遞、成本管理等作用帶來(lái)的財(cái)務(wù)收益（R）是隨數(shù)據(jù)資產(chǎn) （X） 線性增長(zhǎng)的，計(jì)算公式如下：

數(shù)據(jù)資產(chǎn)的存儲(chǔ)和更新等費(fèi)用所產(chǎn)生的財(cái)務(wù)成本（C）是隨數(shù)據(jù)資產(chǎn) （x） 邊際遞增的，計(jì)算公式如下：

C=b₀+b₁X+b₂X²

因此，數(shù)據(jù)資產(chǎn) （x） 對(duì)企業(yè)財(cái)務(wù)柔性（Y）的綜合影響可通過(guò)以下公式計(jì)算得到：

Y=R-C=（a₀-b₀）+（a₁-b₁）X-b₂X²

數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間存在倒U型關(guān)系，曲線拐點(diǎn)的橫坐標(biāo)為：

X₀^*=（Φ_a1-b1）/2b₂

綜上所述，本文提出以下假設(shè)：H1：數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間呈倒U型關(guān)系。

（二）數(shù)據(jù)資產(chǎn)、融資約束與企業(yè)財(cái)務(wù)柔性

在理想狀態(tài)下，企業(yè)進(jìn)行投資決策時(shí)可根據(jù)自身的資金需求自由地調(diào)整資本結(jié)構(gòu)，并不需要考慮內(nèi)外部融資的可得性。但是在實(shí)際經(jīng)營(yíng)中，信息不對(duì)稱和交易成本的存在增加了企業(yè)融資成本，當(dāng)企業(yè)內(nèi)部資金不足而外部融資成本過(guò)高時(shí)，會(huì)影響企業(yè)的投資行為。具體表現(xiàn)為：面臨融資約束的企業(yè)由于融資成本過(guò)高，不得不放棄有利的投資機(jī)會(huì)，否則將容易陷入財(cái)務(wù)困境（Campello等，2010）。由于我國(guó)上市公司普遍存在融資約束問(wèn)題，因此，理性的企業(yè)在進(jìn)行投資決策的時(shí)候應(yīng)該考慮融資環(huán)境。

融資約束可能對(duì)數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間的關(guān)系產(chǎn)生影響：一方面，數(shù)據(jù)資產(chǎn)具有的信號(hào)傳遞作用可以有效降低企業(yè)信息不對(duì)稱程度、改善企業(yè)融資環(huán)境、提高企業(yè)現(xiàn)金流水平并降低企業(yè)財(cái)務(wù)成本，因此數(shù)據(jù)資產(chǎn)的財(cái)務(wù)促進(jìn)效果對(duì)面臨嚴(yán)重信息不對(duì)稱問(wèn)題和較高融資成本的企業(yè)更加顯著。另一方面，企業(yè)的投資活動(dòng)具有跨期性，投資產(chǎn)生的經(jīng)濟(jì)收益只有在發(fā)生經(jīng)濟(jì)成本一段時(shí)間之后才能實(shí)現(xiàn)回流（Chiapello，2015）。因此，企業(yè)數(shù)據(jù)資產(chǎn)帶來(lái)的邊際收益是未來(lái)實(shí)現(xiàn)的、不確定的，而產(chǎn)生的邊際成本卻是即時(shí)的、確定的，這意味著企業(yè)在數(shù)據(jù)資產(chǎn)方面的投資需要經(jīng)歷一個(gè)現(xiàn)金流的流出時(shí)期。對(duì)于融資約束程度較高的企業(yè)，較多資金的籌集和周轉(zhuǎn)會(huì)導(dǎo)致企業(yè)融資總成本激增，對(duì)企業(yè)財(cái)務(wù)產(chǎn)生消極影響。此時(shí)，數(shù)據(jù)資產(chǎn)在高融資約束程度下帶來(lái)的邊際收益小于前期產(chǎn)生的邊際成本，表現(xiàn)為數(shù)據(jù)資產(chǎn)帶來(lái)的財(cái)務(wù)成本（C）曲線更加陡峭，C的計(jì)算公式如下：

C=b₀+b₁X+（b₂+b₃KZ）X²

其中：KZ表示融資約束程度。

因此，數(shù)據(jù)資產(chǎn) （x） 對(duì)企業(yè)財(cái)務(wù)柔性（Y）的綜合影響可通過(guò)以下公式計(jì)算得到：

Y=R-C=（a₀-b₀）+（a₁-b₁）X-（b₂+b₃KZ）X²

其中： （b₂+b₃KZ）gt;b₂°

曲線拐點(diǎn)的橫坐標(biāo)為：

綜上所述，融資約束弱化了數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)效果，使得數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型曲線更加陡峭，拐點(diǎn)左移。為此，本文提出以下假設(shè)：

H2：融資約束負(fù)向影響數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的關(guān)系。融資約束程度越高，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型曲線拐點(diǎn)越向左移動(dòng)。

商業(yè)信用是企業(yè)在供應(yīng)鏈交易中由于延期付款或預(yù)收貨款形成的企業(yè)間賒銷賒購(gòu)關(guān)系，在企業(yè)資產(chǎn)負(fù)債表中體現(xiàn)為應(yīng)收應(yīng)付類和預(yù)收預(yù)付類賬款，是一種財(cái)務(wù)數(shù)字信息（周定根和楊晶晶，2016）。商業(yè)信用傳遞具有融資功能，是僅次于銀行貸款的企業(yè)外部融資來(lái)源（Berger和Udell，1998）。良好的商業(yè)信用傳遞能夠降低企業(yè)間的交易成本、提高企業(yè)的市場(chǎng)認(rèn)可度，并保證穩(wěn)定的供應(yīng)鏈關(guān)系。

（三）數(shù)據(jù)資產(chǎn)、商業(yè)信用傳遞與企業(yè)財(cái)務(wù)柔性 （二）變量設(shè)定

數(shù)據(jù)資產(chǎn)的信號(hào)傳遞效果與企業(yè)的市場(chǎng)認(rèn)可度和供應(yīng)鏈穩(wěn)定性有關(guān)，因此數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間的關(guān)系可能受到商業(yè)信用傳遞的影響。當(dāng)企業(yè)的商業(yè)信用傳遞水平較低時(shí)，市場(chǎng)認(rèn)可度較低，數(shù)據(jù)資產(chǎn)的信號(hào)傳遞作用較弱，帶來(lái)的邊際收益相對(duì)較小。隨著商業(yè)信用傳遞水平的提升，數(shù)據(jù)資產(chǎn)的信號(hào)傳遞作用逐漸增強(qiáng)，市場(chǎng)認(rèn)可度越來(lái)越高，供應(yīng)鏈關(guān)系趨于穩(wěn)定，商業(yè)信用對(duì)企業(yè)融資約束的緩解作用也越來(lái)越大，表現(xiàn)為數(shù)據(jù)資產(chǎn)帶來(lái)的財(cái)務(wù)收益（R）曲線更加陡峭，R的計(jì)算公式如下：

R=_a0+（a₁+a₂RP）X

其中：RP表示商業(yè)信用傳遞。

因此，數(shù)據(jù)資產(chǎn) （X） 對(duì)企業(yè)財(cái)務(wù)柔性（Y）的綜合影響可通過(guò)以下公式計(jì)算得到：

Y=R-C=（a₀-b₀）+（a₁+a₂RP）X-b₂X²

曲線拐點(diǎn)的橫坐標(biāo)為：

X₂^*=（a₁-b₁+a₂RP）/2b₂gt;X₀^*

綜上所述，商業(yè)信用傳遞強(qiáng)化了數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)效果，使得數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型曲線拐點(diǎn)右移。為此，本文提出以下假設(shè)：

H3：商業(yè)信用傳遞正向影響數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的關(guān)系。商業(yè)信用傳遞水平越高，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型曲線拐點(diǎn)越向右移動(dòng)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

2012年黨的十八大首次提出“建設(shè)數(shù)字中國(guó)\"戰(zhàn)略構(gòu)想，標(biāo)志著我國(guó)的數(shù)字化進(jìn)人全面建設(shè)和加速發(fā)展階段?；诖耍疚倪x取 2012～2021 年滬深A(yù)股上市公司為研究樣本。數(shù)據(jù)來(lái)源如下：上市公司年報(bào)來(lái)自巨潮資訊網(wǎng)；數(shù)據(jù)資產(chǎn)的相關(guān)數(shù)據(jù)通過(guò)運(yùn)用Python對(duì)年報(bào)進(jìn)行文本分析得到；其他財(cái)務(wù)數(shù)據(jù)均來(lái)源于CSMAR數(shù)據(jù)庫(kù)。為避免特殊樣本對(duì)研究結(jié)論的影響，本文對(duì)樣本進(jìn)行如下處理： ① 剔除金融行業(yè)企業(yè)； ② 剔除ST和 企業(yè)； ③ 剔除財(cái)務(wù)數(shù)據(jù)缺失或異常的樣本。為避免極端值的干擾，本文對(duì)連續(xù)變量在 1% 和 99% 的水平上進(jìn)行了縮尾處理。最終，得到13687個(gè)觀測(cè)值。在后文檢驗(yàn)中，加入控制變量和控制固定效應(yīng)后，觀測(cè)值為13302。

1.被解釋變量：財(cái)務(wù)柔性（FF）。企業(yè)的財(cái)務(wù)柔性主要通過(guò)現(xiàn)金流運(yùn)用能力和融資能力兩方面體現(xiàn)，本文借鑒曾愛(ài)民等（2013）的研究，以現(xiàn)金柔性與負(fù)債柔性之和表示財(cái)務(wù)柔性。其中：現(xiàn)金柔性 企業(yè)現(xiàn)金持有率-行業(yè)平均現(xiàn)金持有率，指企業(yè)保持較高的自由現(xiàn)金水平進(jìn)行即時(shí)支付的能力；負(fù)債柔性 =Max（0 ，行業(yè)平均負(fù)債比率-企業(yè)實(shí)際負(fù)債比率），指企業(yè)以較低的財(cái)務(wù)杠桿即時(shí)獲得外源融資的能力。

2.解釋變量：數(shù)據(jù)資產(chǎn)（Digas）。數(shù)據(jù)資產(chǎn)化涉及“數(shù)據(jù)收集”“數(shù)據(jù)存儲(chǔ)\"“數(shù)據(jù)分析\"和“數(shù)據(jù)應(yīng)用”四個(gè)階段。對(duì)企業(yè)數(shù)據(jù)資產(chǎn)進(jìn)行量化，無(wú)論在理論上還是實(shí)踐上都是一個(gè)具有挑戰(zhàn)性的課題。然而，由于對(duì)數(shù)據(jù)資產(chǎn)的度量尚處于探索階段，其度量的難度仍然很高。目前主要的測(cè)量方法之一是直接使用已有的金融數(shù)據(jù)，即“建立種子詞表 + 對(duì)公司年報(bào)關(guān)鍵字的抽取與統(tǒng)計(jì)”，能夠更好地體現(xiàn)出數(shù)據(jù)資產(chǎn)的信息量和演變過(guò)程。但已有研究在建立種子詞表時(shí)，存在遺漏重要種子詞表、無(wú)重要政策文件及研究報(bào)告等問(wèn)題，造成類似詞表不完備，且存在主觀評(píng)判因素，與現(xiàn)實(shí)存在很大偏差。基于上述分析，本文通過(guò)文本分析對(duì)企業(yè)數(shù)據(jù)資產(chǎn)進(jìn)行度量，并對(duì)已有研究成果進(jìn)行修正和改進(jìn)，從而獲得更為客觀、完整的數(shù)據(jù)資產(chǎn)指數(shù)，以“信息”“網(wǎng)絡(luò)”“數(shù)字”“數(shù)據(jù)\"等為種子詞，利用Word2Vec神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等技術(shù)，建立4個(gè)類似詞集合。

3.控制變量。為排除其他因素的干擾，本文參考鮑群和趙秀群（2015）、楊柳和潘鎮(zhèn)（2019）的研究，選取企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、股權(quán)集中度（Top1）、總資產(chǎn)凈利率（ROA）、成長(zhǎng)機(jī)會(huì)（TobinQ）、企業(yè)年齡（Age）、固定資產(chǎn)與收入比（Fxast）、營(yíng)業(yè)毛利率（Sale）、高管薪酬（Pay）等變量作為控制變量。具體定義見(jiàn)表1。

（三）模型構(gòu)建

為驗(yàn)證數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的關(guān)系，本文構(gòu)建如下基準(zhǔn)回歸模型：

其中， FF_it 代表企業(yè)財(cái)務(wù)柔性，Digasit和Digas2t分別代表企業(yè)的數(shù)據(jù)資產(chǎn)及其平方項(xiàng)， ΣX_it 代表控制變量集合， ε_it 代表隨機(jī)誤差項(xiàng)。此外，為緩解遺漏變量帶來(lái)的干擾，加入年份（Year）和行業(yè)（Industry）固定效應(yīng)。

現(xiàn)有文獻(xiàn)對(duì)倒U型關(guān)系的檢驗(yàn)通常為驗(yàn)證數(shù)據(jù)資產(chǎn)的系數(shù) α₁ 顯著為正與數(shù)據(jù)資產(chǎn)平方項(xiàng)的系數(shù) α₂ 顯著為負(fù)同時(shí)成立（王玉澤等，2019），本文在此基礎(chǔ)上進(jìn)一步驗(yàn)證曲線的拐點(diǎn)是否在樣本區(qū)間內(nèi)，并對(duì)回歸結(jié)果進(jìn)行Utest檢驗(yàn)。同時(shí)參考Haans等（2016）的建議，依據(jù)拐點(diǎn)對(duì)樣本分類進(jìn)行回歸，以更加全面地考察數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的影響以及兩者之間倒U型關(guān)系的變動(dòng)特征。

表1 變量定義

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2展示了主要變量的描述性統(tǒng)計(jì)結(jié)果。在樣本企業(yè)中，財(cái)務(wù)柔性的均值為0.130，大于中位數(shù)0.085，最大值和最小值分別為0.772和-0.202，表明企業(yè)的財(cái)務(wù)柔性整體水平不高，差異較大，分布也不均勻。數(shù)據(jù)資產(chǎn)的均值為3.133，大于中位數(shù)1.300，標(biāo)準(zhǔn)差為5.492，說(shuō)明樣本的分布右偏，且企業(yè)間的數(shù)據(jù)資產(chǎn)差異較大?？刂谱兞康姆植寂c已有文獻(xiàn)基本一致。

表2 主要變量的描述性統(tǒng)計(jì)

（二）基準(zhǔn)回歸分析

表3報(bào)告了數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間關(guān)系的基準(zhǔn)回歸結(jié)果，本文采用層次回歸方法驗(yàn)證H1。列（1）和列（3）分別報(bào)告了加入數(shù)據(jù)資產(chǎn)平方項(xiàng)前后與財(cái)務(wù)柔性的單變量回歸結(jié)果，列（2）和列（4）在原有基礎(chǔ)上加人控制變量并控制了行業(yè)固定效應(yīng)與年份固定效應(yīng)?？梢钥闯?，列（2）中數(shù)據(jù)資產(chǎn)的系數(shù)雖然為正，但沒(méi)有通過(guò)顯著性檢驗(yàn)，表明數(shù)據(jù)資產(chǎn)和財(cái)務(wù)柔性之間并不是線性關(guān)系。列（4）中數(shù)據(jù)資產(chǎn)的系數(shù)為0.0040，數(shù)據(jù)資產(chǎn)平方項(xiàng)的系數(shù)為-0.0001，二者均在 1% 的水平上顯著，且F檢驗(yàn)在 1% 的水平上拒絕了數(shù)據(jù)資產(chǎn)及其平方項(xiàng)系數(shù)同時(shí)為零的原假設(shè)，同時(shí)調(diào)整 R² 相比列（2）更高，說(shuō)明加入數(shù)據(jù)資產(chǎn)平方項(xiàng)后模型的解釋力度增大了。

表3 基準(zhǔn)回歸結(jié)果

注：括號(hào)內(nèi)為t值，***表示在 1% 的水平上顯著，下同。

對(duì)表3列（4）的回歸結(jié)果進(jìn)行Utest檢驗(yàn)，結(jié)果如表4所示。左側(cè)曲線斜率為0.004，右側(cè)曲線斜率為-0.005，且都在 1% 的水平上顯著，同時(shí)曲線的拐點(diǎn)為15.3570，位于樣本區(qū)間范圍內(nèi)，且整體回歸檢驗(yàn)的t值為4.5800，拒絕了原假設(shè)，說(shuō)明數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間呈倒U型關(guān)系，H1得到驗(yàn)證。

表4 Utest檢驗(yàn)結(jié)果

（三）內(nèi)生性檢驗(yàn)

1.傾向得分匹配（PSM）法。數(shù)據(jù)資產(chǎn)化程度高的企業(yè)與數(shù)據(jù)資產(chǎn)化程度低的企業(yè)在治理結(jié)構(gòu)和財(cái)務(wù)狀況上存在差異，這可能導(dǎo)致樣本自選擇問(wèn)題。本文選擇用傾向得分匹配（PSM）法解決該問(wèn)題。具體做法為：首先，依據(jù)基準(zhǔn)回歸結(jié)果計(jì)算出的拐點(diǎn)對(duì)樣本進(jìn)行分類，得到低數(shù)據(jù)資產(chǎn)和高數(shù)據(jù)資產(chǎn)兩組，并分別根據(jù)兩組樣本的中位數(shù)進(jìn)行再分類，對(duì)高于所在組別中位數(shù)的樣本賦值為1，對(duì)低于所在組別中位數(shù)的樣本賦值為0；其次，選擇企業(yè)規(guī)模（Size）、股權(quán)集中度（Top1）、總資產(chǎn)凈利率（ROA）、成長(zhǎng)機(jī)會(huì)（TobinQ）、企業(yè)年齡（Age）、固定資產(chǎn)與收入比（Fxast）、營(yíng)業(yè)毛利率（Sale）、高管薪酬（Pay）作為協(xié)變量，分別采用最近鄰匹配、核匹配和卡尺匹配的方法對(duì)樣本進(jìn)行配對(duì)；最后，進(jìn)行傾向得分匹配并計(jì)算ATT值。結(jié)果如表5所示，可以看出，各種匹配方法下的低數(shù)據(jù)資產(chǎn)組的ATT值均顯著為正，高數(shù)據(jù)資產(chǎn)組的ATT值均顯著為負(fù)，表明本文的H1依然成立。

表5 傾向得分匹配結(jié)果

注：*表示在 10% 的水平上顯著，下同。

2.工具變量法。由于企業(yè)財(cái)務(wù)狀況可能反作用于數(shù)據(jù)資產(chǎn)化進(jìn)程，因此數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間可能存在反向因果關(guān)系。本文選取同年度同行業(yè)數(shù)據(jù)資產(chǎn)均值作為工具變量，用兩階段最小二乘法（2SLS）重新估計(jì)回歸結(jié)果。由于同行業(yè)的公司擁有相似特征，公司的數(shù)據(jù)資產(chǎn)水平與該行業(yè)的均值之間存在一定的相關(guān)性。同時(shí)，行業(yè)均值是行業(yè)層面的變量，而企業(yè)特征是企業(yè)層面的變量，因此行業(yè)均值不太可能對(duì)企業(yè)財(cái)務(wù)產(chǎn)生直接的影響，滿足外生性原則。工具變量的回歸結(jié)果如表6所示。結(jié)果表明，數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的系數(shù)符號(hào)仍與前文一致且顯著，同時(shí)工具變量的F值大于100，拒絕了弱工具變量假設(shè)。以上結(jié)果表明，在考慮反向因果問(wèn)題后，本文的H1依然成立。

表6 工具變量檢驗(yàn)結(jié)果

3.加入地區(qū)固定效應(yīng)與行業(yè)年份交互固定效應(yīng)。雖然前文已經(jīng)考慮企業(yè)自身特征的相關(guān)變量并控制了行業(yè)和年份固定效應(yīng)，但是除自身因素外，企業(yè)所在地區(qū)以及行業(yè)隨時(shí)間變化的趨勢(shì)也會(huì)影響企業(yè)財(cái)務(wù)柔性，因此本文在模型（1）的基礎(chǔ)上控制了地區(qū)固定效應(yīng)以及行業(yè)年份交互固定效應(yīng)（行業(yè) .× 年份），回歸結(jié)果如表7所示。結(jié)果表明，數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的系數(shù)符號(hào)與前文一致且保持顯著，表明本文的H1依然成立。

表7加入地區(qū)固定效應(yīng)與行業(yè)年份交互固定效應(yīng)的回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

1.變更被解釋變量。前文以現(xiàn)金柔性與負(fù)債柔性之和表示財(cái)務(wù)柔性，為確保研究結(jié)論的準(zhǔn)確性，本文分別采用等權(quán)平均和流通市值加權(quán)的方法重新計(jì)算得到財(cái)務(wù)柔性（ FF₁ 和 ，并分別進(jìn)行回歸。

2.變更解釋變量。由于詞頻數(shù)據(jù)可能存在一定的噪音，本文構(gòu)建關(guān)于數(shù)字資產(chǎn)的詞頻密度（Digas_den），即以數(shù)字資產(chǎn)相關(guān)的關(guān)鍵詞在公司年報(bào)中出現(xiàn)的總次數(shù)除以該年報(bào)的總詞匯量，反映數(shù)字資產(chǎn)信息在企業(yè)年報(bào)中出現(xiàn)的密度，并以Digas_den作為解釋變量重新進(jìn)行回歸。

3.剔除數(shù)字化行業(yè)樣本。由于數(shù)字化行業(yè)公司的經(jīng)營(yíng)活動(dòng)通常與數(shù)字化相關(guān)業(yè)務(wù)有關(guān)，可能導(dǎo)致在年報(bào)中提取到的部分關(guān)鍵詞信息僅僅是對(duì)企業(yè)業(yè)務(wù)活動(dòng)的描述，并不涉及企業(yè)數(shù)據(jù)資產(chǎn)化。因此，為避免數(shù)字化行業(yè)樣本對(duì)回歸結(jié)果產(chǎn)生干擾，本文剔除樣本為計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)以及信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)大類的上市公司后重新進(jìn)行回歸。

4.更換樣本區(qū)間。近年來(lái)數(shù)字化逐漸成為投資者關(guān)注的熱點(diǎn)，為避免上市公司出于吸引投資者的自的在年報(bào)中夸大披露數(shù)據(jù)資產(chǎn)的相關(guān)信息而導(dǎo)致回歸偏誤，本文僅使用2014年及以前的數(shù)據(jù)資產(chǎn)化發(fā)展早期的樣本數(shù)據(jù)進(jìn)行回歸。

5.剔除直轄市樣本。我國(guó)直轄市有較大的經(jīng)濟(jì)自主性，所屬企業(yè)的財(cái)務(wù)狀況以及擁有的數(shù)據(jù)資產(chǎn)可能與其他省市的企業(yè)存在較大差異。本文剔除企業(yè)所屬地為北京、上海、天津和重慶的樣本后重新進(jìn)行回歸。

經(jīng)過(guò)上述穩(wěn)健性檢驗(yàn)后（限于篇幅，結(jié)果未列出，留存?zhèn)渌鳎?，H1依然成立，回歸結(jié)果沒(méi)有發(fā)生本質(zhì)變化。

（五）異質(zhì)性分析

企業(yè)內(nèi)部特征與外部環(huán)境可能會(huì)對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系產(chǎn)生異質(zhì)性影響，因此本文在驗(yàn)證數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的非線性關(guān)系后進(jìn)行了一系列異質(zhì)性分析。

1.企業(yè)規(guī)模的異質(zhì)性。對(duì)不同規(guī)模的企業(yè)，數(shù)據(jù)資產(chǎn)的影響可能會(huì)存在差異，因此數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系可能受到企業(yè)規(guī)模的影響。數(shù)據(jù)資產(chǎn)化過(guò)程具有投人高、周期長(zhǎng)、風(fēng)險(xiǎn)較高的特點(diǎn)（李琦等，2021），因此企業(yè)需要具有一定的資源儲(chǔ)備和抗風(fēng)險(xiǎn)能力。為驗(yàn)證數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的非線性影響在不同規(guī)模企業(yè)中的異質(zhì)性表現(xiàn)，本文將樣本按總資產(chǎn)中位數(shù)分為大企業(yè)組（中位數(shù)以上）和中小企業(yè)組（中位數(shù)以下）并分別進(jìn)行回歸。表8列（1）、列（2）的結(jié)果表明，大企業(yè)數(shù)據(jù)資產(chǎn)平方項(xiàng)的系數(shù)為負(fù)但不顯著，而中小企業(yè)中數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系依然成立，說(shuō)明相對(duì)于中小企業(yè)，數(shù)據(jù)資產(chǎn)對(duì)大企業(yè)的財(cái)務(wù)柔性起到更為積極的正向促進(jìn)作用。

表8 基于企業(yè)內(nèi)部特征的異質(zhì)性檢驗(yàn)

注：**表示在 5% 的水平上顯著，下同。

2.企業(yè)科技屬性的異質(zhì)性。數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系可能受到企業(yè)科技屬性的影響。由于高科技企業(yè)的數(shù)字化轉(zhuǎn)型相對(duì)完善，數(shù)字基礎(chǔ)設(shè)施的建設(shè)和運(yùn)轉(zhuǎn)流程較為規(guī)范成熟，資產(chǎn)配置效率較高（李沁洋等，2023），在數(shù)據(jù)資產(chǎn)化過(guò)程中產(chǎn)生的邊際成本相對(duì)較低，從而可能導(dǎo)致其邊際收益與邊際成本的均衡點(diǎn)更晚到達(dá)，即其數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間倒U型曲線的拐點(diǎn)相對(duì)于非高科技企業(yè)更加偏右。本文依據(jù)企業(yè)科技屬性將樣本分為高科技企業(yè)和非高科技企業(yè)兩組并分別進(jìn)行回歸。表8列（3）、列（4）的結(jié)果表明，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系在高科技企業(yè)和非高科技企業(yè)中均成立，高科技企業(yè)的曲線拐點(diǎn)為22.5997，大于非高科技企業(yè)的曲線拐點(diǎn)11.8029，表明數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)作用在高科技企業(yè)中更加顯著和持久。

3.企業(yè)產(chǎn)權(quán)性質(zhì)的異質(zhì)性。企業(yè)的產(chǎn)權(quán)性質(zhì)會(huì)影響企業(yè)的財(cái)務(wù)狀況、數(shù)字化決策等多個(gè)方面（吳武清和田雅婧，2022），因此，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系可能受到企業(yè)產(chǎn)權(quán)性質(zhì)的影響。相較于非國(guó)有企業(yè)，國(guó)有企業(yè)的信息披露相對(duì)完善且信用情況相對(duì)較好，融資成本較低，數(shù)據(jù)資產(chǎn)帶來(lái)的潛在財(cái)務(wù)收益較為有限。因此，非國(guó)有企業(yè)中的數(shù)據(jù)資產(chǎn)可能會(huì)更好地發(fā)揮信號(hào)傳遞、緩解信息不對(duì)稱、降低融資成本等功能，從而帶來(lái)較大的邊際收益。本文依據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)將樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩組并分別進(jìn)行回歸。表8列（5）、列（6）的結(jié)果表明，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系在國(guó)有企業(yè)和非國(guó)有企業(yè)中均成立，國(guó)有企業(yè)的曲線拐點(diǎn)為13.7535，小于非國(guó)有企業(yè)的曲線拐點(diǎn)15.1544，表明數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)作用在非國(guó)有企業(yè)中更加明顯。

4.企業(yè)所處地區(qū)的異質(zhì)性。不同地區(qū)由于經(jīng)濟(jì)基礎(chǔ)、競(jìng)爭(zhēng)壓力和創(chuàng)新能力不同，會(huì)對(duì)當(dāng)?shù)仄髽I(yè)的數(shù)字化建設(shè)產(chǎn)生不同的影響（王守海等，2022）。因此，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系可能受到企業(yè)所處地區(qū)的影響。東部地區(qū)經(jīng)濟(jì)較發(fā)達(dá)，數(shù)字化轉(zhuǎn)型程度相對(duì)較高，為企業(yè)數(shù)據(jù)資產(chǎn)建設(shè)提供了有利的外部環(huán)境；而其他地區(qū)由于數(shù)字化建設(shè)相對(duì)不完善，數(shù)據(jù)資產(chǎn)化所需的人才培養(yǎng)和設(shè)施建設(shè)成本相對(duì)較高，需要占用企業(yè)更多的資金，產(chǎn)生較高的邊際成本，不利于企業(yè)財(cái)務(wù)狀況的改善。本文依據(jù)企業(yè)所屬地將樣本分為東部地區(qū)和其他地區(qū)兩組并分別進(jìn)行回歸。表9列（1）、列（2）的結(jié)果表明，東部地區(qū)企業(yè)的數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間存在顯著的倒U型關(guān)系，說(shuō)明在恰當(dāng)區(qū)間內(nèi)，數(shù)據(jù)資產(chǎn)對(duì)企業(yè)的財(cái)務(wù)柔性有改善作用，而其他地區(qū)企業(yè)數(shù)據(jù)資產(chǎn)的系數(shù)雖然為正，但不顯著，說(shuō)明相對(duì)于其他地區(qū)，數(shù)據(jù)資產(chǎn)對(duì)東部地區(qū)企業(yè)財(cái)務(wù)柔性起到更為顯著的正向促進(jìn)作用。

5.行業(yè)競(jìng)爭(zhēng)程度的異質(zhì)性。處于不同競(jìng)爭(zhēng)程度的行業(yè)，企業(yè)面臨的生存壓力存在顯著差異（李沁洋等，2023），其數(shù)據(jù)資產(chǎn)化的意愿和效果也會(huì)存在差異，因此數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系可能受到行業(yè)競(jìng)爭(zhēng)程度的影響。為驗(yàn)證數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的非線性影響在不同行業(yè)競(jìng)爭(zhēng)程度企業(yè)的異質(zhì)性表現(xiàn)，本文使用赫明，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系在經(jīng)濟(jì)繁榮期和經(jīng)濟(jì)蕭條期均成立，經(jīng)濟(jì)繁榮期的曲線拐點(diǎn)為10.5505，小于經(jīng)濟(jì)蕭條期的曲線拐點(diǎn)16.4238，表明數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)作用在經(jīng)濟(jì)蕭條期更加顯著和持久，同時(shí)也證明數(shù)據(jù)資產(chǎn)對(duì)企業(yè)財(cái)務(wù)狀況的改善具有逆周期性。

表9 基于外部環(huán)境的異質(zhì)性分析

五、機(jī)制檢驗(yàn)

芬達(dá)爾指數(shù)作為衡量企業(yè)所在行業(yè)競(jìng)爭(zhēng)程度的代理指標(biāo)，將樣本按照是否大于中位數(shù)分為行業(yè)競(jìng)爭(zhēng)程度高和低兩組分別進(jìn)行回歸。表9列（3）、列（4的結(jié)果表明，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系在行業(yè)競(jìng)爭(zhēng)程度高和行業(yè)競(jìng)爭(zhēng)程度低的兩組中均成立，高行業(yè)競(jìng)爭(zhēng)程度企業(yè)的曲線拐點(diǎn)為16.0866，大于低行業(yè)競(jìng)爭(zhēng)程度企業(yè)的曲線拐點(diǎn)13.7591，表明數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的促進(jìn)作用在行業(yè)競(jìng)爭(zhēng)程度高的企業(yè)中更持久。

6.宏觀經(jīng)濟(jì)周期的異質(zhì)性。宏觀經(jīng)濟(jì)周期會(huì)影響企業(yè)的融資行為和財(cái)務(wù)表現(xiàn)，可能會(huì)對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系產(chǎn)生異質(zhì)性影響。一方面，企業(yè)數(shù)據(jù)資產(chǎn)化需要一定的資金支持，處在經(jīng)濟(jì)蕭條期的企業(yè)生產(chǎn)經(jīng)營(yíng)受到?jīng)_擊，資金周轉(zhuǎn)相對(duì)困難且資金相對(duì)不足，此時(shí)進(jìn)行數(shù)據(jù)資產(chǎn)建設(shè)會(huì)占用企業(yè)有限的財(cái)務(wù)資源，從而增加企業(yè)的財(cái)務(wù)成本，這可能會(huì)對(duì)企業(yè)財(cái)務(wù)柔性產(chǎn)生負(fù)面影響，導(dǎo)致數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間倒U型曲線的拐點(diǎn)左移。另一方面，數(shù)據(jù)資產(chǎn)會(huì)向市場(chǎng)投資者傳遞積極信號(hào)，降低信息不對(duì)稱程度，同時(shí)還可以增強(qiáng)企業(yè)融資能力、提升企業(yè)市場(chǎng)價(jià)值，為企業(yè)帶來(lái)更大的增長(zhǎng)潛力。數(shù)據(jù)資產(chǎn)的信號(hào)傳遞與價(jià)值增值作用在經(jīng)濟(jì)蕭條期可能會(huì)對(duì)企業(yè)財(cái)務(wù)產(chǎn)生更加顯著的促進(jìn)作用，幫助企業(yè)擺脫財(cái)務(wù)困境。因此，在經(jīng)濟(jì)蕭條期，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間倒U型曲線的拐點(diǎn)可能右移。為檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的非線性影響在不同宏觀經(jīng)濟(jì)周期的異質(zhì)性表現(xiàn)，本文借鑒陳漫和張新國(guó)（2016）的做法，采用HP濾波的方法來(lái)提取國(guó)內(nèi)生產(chǎn)總值（GDP）中的經(jīng)濟(jì)周期因素 GDP_t^c 并用虛擬變量Cycle代表當(dāng)年經(jīng)濟(jì)周期情況。若GDP大于0，則說(shuō)明當(dāng)年處于經(jīng)濟(jì)繁榮期，Cycle賦值為1；若GDP小于0，則說(shuō)明當(dāng)年處于經(jīng)濟(jì)蕭條期，Cycle賦值為0。結(jié)合樣本區(qū)間，最終宏觀經(jīng)濟(jì)周期的劃分結(jié)果為：2018年和2019年處于經(jīng)濟(jì)繁榮期， 2012～2017 年和2020～2021 年處于經(jīng)濟(jì)蕭條期。表9列（5）、列（6的結(jié)果表

前文研究表明數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間存在倒U型關(guān)系，特別地，該非線性關(guān)系在數(shù)據(jù)資產(chǎn)化的每一階段都成立且具有時(shí)效性。該研究結(jié)論支持了前文提出的H1。由于變量之間的因果關(guān)系可能不會(huì)不變地作用于所有個(gè)體和所有時(shí)點(diǎn)，因此有必要針對(duì)變量的對(duì)象特征和現(xiàn)實(shí)條件進(jìn)行機(jī)制檢驗(yàn)（江艇，2022）。結(jié)合前文理論分析，為驗(yàn)證H2和H3，本文借鑒王亮亮等（2023）的研究，在模型（1）的基礎(chǔ)上，分別加入企業(yè)融資約束和商業(yè)信用傳遞與數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的交乘項(xiàng)，建立模型（2）和模型（3）：

FF_i，t=α₁Digas_it+α₂Digas_it²+α₃Digas_it×KZ_it+ α₄Digas_it²×KZ_it+ΣX_it+ΣYear+ΣIndustry+ε_it

FF_i，t=α₁Digas_it+α₂Digas_it²+α₃Digas_it×RP_it+ Δα₄Digas_it²×RP_it+ΣX_it+ΣYear+ΣIndustry+ε_it

式（2）中的KZ代表企業(yè)面臨的融資約束。由于數(shù)據(jù)資產(chǎn)的重要作用之一是幫助企業(yè)籌集資金、改善企業(yè)財(cái)務(wù)狀況，但數(shù)據(jù)資產(chǎn)化的過(guò)程又需要占用一定的資金，那么企業(yè)原有的融資水平可能會(huì)對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的非線性關(guān)系產(chǎn)生影響。本文選用KZ指數(shù)來(lái)度量企業(yè)融資約束。KZ指數(shù)越大，說(shuō)明企業(yè)面臨的融資約束程度越高。式（3）中的RP代表企業(yè)的商業(yè)信用傳遞。商業(yè)信用傳遞體現(xiàn)了企業(yè)獲取資金的能力與市場(chǎng)認(rèn)可度，可能會(huì)對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的非線性關(guān)系產(chǎn)生影響。本文參考王明虎（2015）的研究，以“（應(yīng)收賬款 + 應(yīng)收票據(jù)-預(yù)收賬款）/應(yīng)付賬款 + 應(yīng)付票據(jù)-預(yù)付賬款）\"來(lái)衡量企業(yè)的商業(yè)信用傳遞。其中：“應(yīng)收賬款 + 應(yīng)收票據(jù)-預(yù)收賬款”表示企業(yè)與客戶之間的商業(yè)信用，“應(yīng)付賬款 + 應(yīng)付票據(jù)-預(yù)付賬款”表示供應(yīng)商與企業(yè)之間的商業(yè)信用。該比值越小，說(shuō)明商業(yè)信用傳遞的融資效果越好。

（一）基于融資約束的機(jī)制檢驗(yàn)

模型（2）中，考慮企業(yè)融資約束的影響后，曲線拐點(diǎn)的計(jì)算公式為：

Digas^*=（-α₁-α₃×KZ）/（2α₂+2α₄×KZ）

顯然，拐點(diǎn)的位置隨著KZ的變化而發(fā)生改變。對(duì)公式（4）求導(dǎo)數(shù)，可以得到公式（5）：

?Digas^*/?KZ=（α₁α₄-α₂α₃）/[2（α₂+α₄×KZ）²]

由于2 2恒大于0，因此當(dāng) α₁α₄-α₂α₃gt;0 時(shí)，導(dǎo)數(shù)大于0，曲線的拐點(diǎn)Digas*隨KZ單調(diào)遞增；當(dāng)α₁α₄-α₂α₃lt;0 時(shí)，導(dǎo)數(shù)小于0，曲線的拐點(diǎn)Digas*隨KZ單調(diào)遞減。

根據(jù)H2，企業(yè)融資約束對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型關(guān)系具有負(fù)向影響，具體表現(xiàn)為融資約束程度越高，數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間的倒U型曲線拐點(diǎn)越向左移動(dòng)，同時(shí)曲線越陡峭，預(yù)計(jì)公式（5）中的 α₁α₄-α₂α₃lt; 0。從表10列（1）可以看出，數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的系數(shù)分別為0.0025和-0.0001，且在 1% 的水平上顯著，說(shuō)明數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系仍然成立。同時(shí)，企業(yè)融資約束與數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的交乘項(xiàng)系數(shù)均顯著為負(fù)，說(shuō)明企業(yè)融資約束對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系具有顯著影響。最后，判斷曲線的拐點(diǎn)是否發(fā)生變化，經(jīng)過(guò)計(jì)算， α₁α₄-α₂α₃=-2.92×10^-8lt;0 ，說(shuō)明曲線的拐點(diǎn) （Digas^* 隨企業(yè)融資約束遞減。

表10 基于融資約束的機(jī)制檢驗(yàn)

注：為防止系數(shù)為0或便于系數(shù)比較，3個(gè)系數(shù)保留五位小數(shù)，1個(gè)系數(shù)用指數(shù)表示。

為進(jìn)一步探究融資約束對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間倒U型關(guān)系的影響，本文依據(jù)樣本KZ指數(shù)的中位數(shù)將企業(yè)分為低融資約束組和高融資約束組后分別進(jìn)行回歸，回歸結(jié)果如表10列（2）和列（3）所示。低融資約束組中數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型拐點(diǎn)為17.7926，高融資約束組中數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型拐點(diǎn)為15.2844，說(shuō)明融資約束增加導(dǎo)致倒U型曲線的拐點(diǎn)左移。可能的原因在于，當(dāng)融資約束程度較高時(shí)，企業(yè)的融資能力和財(cái)務(wù)狀況限制了企業(yè)的數(shù)據(jù)資產(chǎn)發(fā)展，此時(shí)大規(guī)模的數(shù)據(jù)資產(chǎn)化活動(dòng)會(huì)占用較多的企業(yè)資金，從而導(dǎo)致財(cái)務(wù)狀況惡化。同時(shí)，低融資約束組中Digas2的系數(shù)的絕對(duì)值為0.00012，小于高融資約束組中Digas2的系數(shù)的絕對(duì)值0.00014，這表明融資約束加劇導(dǎo)致倒U型曲線更陡峭?？赡艿脑蛟谟?，融資約束程度較高的企業(yè)面臨較高的信息不對(duì)稱程度和融資成本，數(shù)據(jù)資產(chǎn)的信號(hào)傳遞功能可以幫助企業(yè)緩解所面臨的嚴(yán)重融資困境，對(duì)財(cái)務(wù)柔性的改善作用更加顯著。因此，H2得到驗(yàn)證。

（二）基于商業(yè)信用傳遞的機(jī)制檢驗(yàn)

模型（3）中，考慮企業(yè)商業(yè)信用傳遞的影響后，曲線拐點(diǎn)的計(jì)算公式為：

Digas^*=（-α₁-α₃×RP）/（2α₂+2α₄×RP）

顯然，拐點(diǎn)的位置隨著RP的變化而發(fā)生改變。對(duì)公式（6）求導(dǎo)數(shù)，可以得到公式（7）：

?Digas^*/?RP=（α₁α₄-α₂α₃）/[2（α₂+α₄×RP）²]

由于 2（α₂+α₄×RP）² 恒大于0，因此當(dāng) α₁α₄-α₂α₃gt;0 時(shí)，導(dǎo)數(shù)大于0，曲線的拐點(diǎn)Digas*隨RP單調(diào)遞增；當(dāng)α₁α₄-α₂α₃lt;0 時(shí)，導(dǎo)數(shù)小于0，曲線的拐點(diǎn)Digas*隨RP單調(diào)遞減。

根據(jù)H3，企業(yè)商業(yè)信用傳遞對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系具有正向影響，具體表現(xiàn)為商業(yè)信用傳遞水平越高，數(shù)據(jù)資產(chǎn)與企業(yè)財(cái)務(wù)柔性之間的倒U型曲線拐點(diǎn)越向右移，預(yù)計(jì)公式（7）中的 α₁α₄-α₂α₃gt;0 從表11列（1）可以看出，數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的系數(shù)分別為0.0032和-0.0001，且在 1% 的水平上顯著，說(shuō)明數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系仍然成立。同時(shí)，企業(yè)商業(yè)信用傳遞與數(shù)據(jù)資產(chǎn)及其平方項(xiàng)的交乘項(xiàng)系數(shù)均顯著，說(shuō)明企業(yè)商業(yè)信用傳遞對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間的倒U型關(guān)系具有顯著影響。最后，判斷拐點(diǎn)是否發(fā)生變化，經(jīng)過(guò)計(jì)算， α₁α₄-α₂α₃=1.3×10^-7gt;0 ，說(shuō)明曲線的拐點(diǎn)（Digas*）隨企業(yè)商業(yè)信用傳遞逐漸右移。

為進(jìn)一步探究商業(yè)信用傳遞對(duì)數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性之間倒U型關(guān)系的影響，本文依據(jù)樣本RP指數(shù)的中位數(shù)將企業(yè)分為低商業(yè)信用組和高商業(yè)信用組后分別進(jìn)行回歸，回歸結(jié)果如表11列（2）、列（3）所示。低商業(yè)信用組中Digas的系數(shù)為正但不顯著，表明當(dāng)企業(yè)商業(yè)信用較低時(shí)，由于市場(chǎng)認(rèn)可度不足和供應(yīng)鏈地位較低，數(shù)據(jù)資產(chǎn)的信號(hào)傳遞、吸引投資者關(guān)注等功能沒(méi)有得到很好的發(fā)揮，最終對(duì)企業(yè)財(cái)務(wù)柔性的改善效果較為有限。此外，低商業(yè)信用組中數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型曲線拐點(diǎn)為10.9895，小于高商業(yè)信用組中數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性的倒U型曲線拐點(diǎn)15.0902，說(shuō)明商業(yè)信用傳遞增加導(dǎo)致倒U型曲線拐點(diǎn)右移。可能的原因在于，當(dāng)企業(yè)商業(yè)信用傳遞水平較高時(shí)，企業(yè)的市場(chǎng)認(rèn)可度較高，數(shù)據(jù)資產(chǎn)的信號(hào)傳遞作用更加顯著，可以幫助企業(yè)拓寬融資渠道并降低融資成本，此時(shí)數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)柔性的邊際收益較高，邊際收益與邊際成本的均衡點(diǎn)會(huì)更晚到達(dá)，表現(xiàn)為數(shù)據(jù)資產(chǎn)對(duì)企業(yè)財(cái)務(wù)柔性的促進(jìn)效果更持久。因此，H3得到驗(yàn)證。

表11 基于商業(yè)信用傳遞的機(jī)制檢驗(yàn)

注 α_：α₁α₄-α₂α₃ 的系數(shù)太小，用指數(shù)表示。

六、研究結(jié)論及啟示

數(shù)據(jù)資產(chǎn)作為國(guó)家戰(zhàn)略資源與企業(yè)核心生產(chǎn)要素，對(duì)數(shù)字經(jīng)濟(jì)發(fā)展與企業(yè)轉(zhuǎn)型至關(guān)重要。本文基于 2012～ 2021年我國(guó)滬深A(yù)股上市公司數(shù)據(jù)，通過(guò)Python文本分析量化數(shù)據(jù)資產(chǎn)，探討其對(duì)企業(yè)財(cái)務(wù)柔性的影響。研究發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)與財(cái)務(wù)柔性呈倒U型關(guān)系：在臨界值內(nèi)，數(shù)據(jù)資產(chǎn)會(huì)提升財(cái)務(wù)柔性；超過(guò)臨界值后，邊際成本超過(guò)邊際收益，反而抑制財(cái)務(wù)柔性。這一結(jié)論通過(guò)一系列穩(wěn)健性檢驗(yàn)后依然成立。異質(zhì)性分析表明，數(shù)據(jù)資產(chǎn)的財(cái)務(wù)促進(jìn)效應(yīng)在大企業(yè)、東部地區(qū)企業(yè)、非國(guó)有企業(yè)、高科技企業(yè)及高行業(yè)競(jìng)爭(zhēng)程度企業(yè)中更顯著，且具有逆周期性一一經(jīng)濟(jì)下行期作用更強(qiáng)。進(jìn)一步研究發(fā)現(xiàn)，融資約束（商業(yè)信用傳遞）會(huì)負(fù)向（正向）影響數(shù)據(jù)資產(chǎn)和財(cái)務(wù)柔性之間的關(guān)系，并使兩者間倒U型曲線的拐點(diǎn)向左（向右）移動(dòng)。

本文的研究啟示在于：第一，企業(yè)應(yīng)注重?cái)?shù)據(jù)資產(chǎn)與傳統(tǒng)生產(chǎn)要素的統(tǒng)籌發(fā)展，利用數(shù)據(jù)資產(chǎn)賦能商業(yè)模式，提高產(chǎn)品創(chuàng)意水平和服務(wù)品質(zhì)，從而增強(qiáng)核心競(jìng)爭(zhēng)力；第二，企業(yè)應(yīng)根據(jù)自身財(cái)務(wù)狀況確定合理的數(shù)據(jù)資產(chǎn)規(guī)模，既要充分利用數(shù)據(jù)資產(chǎn)對(duì)財(cái)務(wù)的積極影響，提升企業(yè)財(cái)務(wù)柔性，又要避免因過(guò)度發(fā)展數(shù)據(jù)資產(chǎn)而造成過(guò)快的成本增加和過(guò)重的財(cái)務(wù)負(fù)擔(dān)；第三，企業(yè)應(yīng)關(guān)注融資條件與商業(yè)信用情況，努力從動(dòng)態(tài)的角度實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)規(guī)模與經(jīng)營(yíng)環(huán)境的匹配。

【主要參考文獻(xiàn)】

鮑群，趙秀云·供應(yīng)鏈關(guān)系交易與財(cái)務(wù)柔性儲(chǔ)備動(dòng)機(jī)：“承諾”還是“預(yù)防”？[J].財(cái)貿(mào)研究，2015（3）：150～156.陳漫，張新國(guó).經(jīng)濟(jì)周期下的中國(guó)制造企業(yè)服務(wù)轉(zhuǎn)型：嵌人還是混人[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（8）：93～109.江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2022（5）：100～120.李暉，葉一軍.數(shù)據(jù)資產(chǎn)化與“專精特新\"中小企業(yè)突破式創(chuàng)新[J].技術(shù)經(jīng)濟(jì)與管理研究，2025（6）：106～112.李健，董小凡，張金林等.數(shù)據(jù)資產(chǎn)對(duì)企業(yè)創(chuàng)新投入的影響研究[J].外國(guó)經(jīng)濟(jì)與管理，2023（12）：18～33.李琦，劉力鋼，邵劍兵.數(shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績(jī)效一一企業(yè)家精神的調(diào)節(jié)效應(yīng)[J].經(jīng)濟(jì)管理，2021（10）：5～23.李沁洋，支佳，劉向強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與資本配置效率[J].統(tǒng)計(jì)與信息論壇，2023（3）：70～83.王亮亮，施超，阮語(yǔ)等.企業(yè)集團(tuán)的決策權(quán)配置與實(shí)際稅負(fù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2023（6）：156～173.王明虎.信貸政策、企業(yè)規(guī)模和商業(yè)信用傳遞[J].會(huì)計(jì)之友，2015（23）：2～9.王守海，徐曉彤，劉燁煒.企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低債務(wù)違約風(fēng)險(xiǎn)嗎？[J].證券市場(chǎng)導(dǎo)報(bào)，2022（4）：45～56.王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（3）：138～155.吳武清，田雅婧.企業(yè)數(shù)字化轉(zhuǎn)型可以降低費(fèi)用粘性嗎一一基于費(fèi)用調(diào)整能力視角[J].會(huì)計(jì)研究，2022（4）：89～112.肖昂，鄔瑜駿.數(shù)據(jù)資產(chǎn)與企業(yè)全要素生產(chǎn)率[J].金融與經(jīng)濟(jì)，2024（8）：37～47+72.許志勇，劉思源，艾萬(wàn)謀等.數(shù)據(jù)資產(chǎn)與企業(yè)新質(zhì)生產(chǎn)力：效應(yīng)與機(jī)制[J].財(cái)會(huì)月刊，2025（11）：53～59.

楊開(kāi)元，劉科.數(shù)據(jù)資產(chǎn)與企業(yè)綠色創(chuàng)新[J].金融與經(jīng)濟(jì)，2025（6）：1～11.楊柳，潘鎮(zhèn).財(cái)務(wù)柔性與企業(yè)績(jī)效的動(dòng)態(tài)關(guān)系一一基于融資約束與代理成本的調(diào)節(jié)效應(yīng)分析[J].經(jīng)濟(jì)與管理研究，2019（4）：125～144.楊善林，周開(kāi)樂(lè).大數(shù)據(jù)中的管理問(wèn)題：基于大數(shù)據(jù)的資源觀[J].管理科學(xué)學(xué)報(bào)，2015（5）：1～8.曾愛(ài)民，張純，魏志華·金融危機(jī)沖擊、財(cái)務(wù)柔性儲(chǔ)備與企業(yè)投資行為來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J].管理世界，2013（4）：107～120.周定根，楊晶晶.商業(yè)信用、質(zhì)量信息傳遞與企業(yè)出口參與[J].管理世界，2016（7）：36～50.BergerA.N.，UdellG.F..Theeconomicsofsmallbusinessfinance：Therolesof private equity and debt marketsin the financial growth cycle[J].JournalofBankingamp;Finance，1998（6-8）：613～673.Byoun S..Howand when do firmsadjust their capital structurestoward tar-gets[J].The Journal of Finance，2008（6）：3069～3096.CampelloM.，GrahamJ.R.，HarveyC.R..Therealeffectsoffinancialconstraints：Evidence from a financial crisis[J].Journal of Financial Economics，2010（3）：470～487.GambaA.，TriantisA..Thevalueoffinancialflexibility[J].TheJournalofFinance，2008（5）：2263～2296.HaansR.F.，PietersC.，HeZ.L..ThinkingaboutU：TheorizingandtestingU-and inverted U-shaped relationships in strategyresearch[J].StrategicManagementJournal，2016（7）：1177～1195.MoodyD.L.，Walsh P..Measuringthevalue of information-Anassetvalu-ationapproach[R].Copenhagen：Proceedings of the Seventh European Confer-ence on Information Systems，1999.SivarajahU.，KamalM.M.，IraniZ.，etal..CriticalanalysisofBigDatachallengesand analytical methods[J].JournalofBusinessResearch，2O17（8）：263～286.

（責(zé)任編輯·校對(duì)：羅萍李小艷）