數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響

趙 娜 宋子祥 李 珮 史紫千

1 引 言

自2017年以來(lái)，國(guó)家發(fā)布的各項(xiàng)綱領(lǐng)性文件（2017-2021年《政府工作報(bào)告》、“十四五”規(guī)劃、2035年遠(yuǎn)景目標(biāo)綱要等）中反復(fù)提及“數(shù)字化轉(zhuǎn)型”、“數(shù)字經(jīng)濟(jì)”等詞匯。中國(guó)的數(shù)字化產(chǎn)業(yè)蓬勃發(fā)展，2022年整體規(guī)模躍居世界第二。企業(yè)作為經(jīng)濟(jì)發(fā)展的微觀主體，其數(shù)字化轉(zhuǎn)型不僅是推動(dòng)新基礎(chǔ)設(shè)施發(fā)展的需要，也是實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)、提升發(fā)展效率的需要（孫國(guó)強(qiáng)等，2021［1］）。然而實(shí)踐中的企業(yè)數(shù)字化轉(zhuǎn)型困難重重，根據(jù)麥肯錫Analytics Quotient（AQ）數(shù)據(jù)庫(kù)顯示：企業(yè)數(shù)字化轉(zhuǎn)型的成功率只有20%，即使是高技術(shù)公司的成功率也僅為26%。當(dāng)下的研究多以成功企業(yè)為范例論證企業(yè)數(shù)字化轉(zhuǎn)型的積極經(jīng)濟(jì)后果（涂心語(yǔ)等，2022［2］；洪俊杰等，2022［3］），缺乏對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)之間影響機(jī)制的探討，為彌補(bǔ)該研究不足，本文將基于信息不對(duì)稱(chēng)理論、融資約束理論、委托代理理論，從賦能效應(yīng)、規(guī)模效應(yīng)以及信息效應(yīng)三個(gè)方面剖析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響機(jī)制。

嚴(yán)格意義上企業(yè)風(fēng)險(xiǎn)涵蓋了企業(yè)經(jīng)營(yíng)過(guò)程中內(nèi)部與外部、可控與不可控的所有致危因素，本文出于現(xiàn)實(shí)意義將企業(yè)風(fēng)險(xiǎn)的定義范圍限定在企業(yè)的可控條件上，諸如自然災(zāi)害、能源危機(jī)、國(guó)際金融危機(jī)等不可控因素被排除在本文的研究范圍外。在可控條件下，企業(yè)風(fēng)險(xiǎn)發(fā)生的原因主要來(lái)自企業(yè)管理層決策失誤導(dǎo)致的資不抵債、資產(chǎn)流動(dòng)性不足、經(jīng)營(yíng)性虧損等問(wèn)題。不難發(fā)現(xiàn)，這些問(wèn)題一旦發(fā)生往往會(huì)對(duì)企業(yè)的存續(xù)產(chǎn)生影響。因此，本文選擇將研究視角集中于可控度高、可辨識(shí)度強(qiáng)、能夠在最大程度上囊括各種因素的企業(yè)風(fēng)險(xiǎn)。而在這些風(fēng)險(xiǎn)中最具代表性的便是企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，因?yàn)楦邔庸芾碚呖梢灾苯記Q定企業(yè)的資產(chǎn)配置方式從而直接影響企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)程度，而且其主要通過(guò)會(huì)計(jì)報(bào)表識(shí)別，具有較高的標(biāo)準(zhǔn)化程度，可信度較強(qiáng)且易于理解，同時(shí)其內(nèi)涵也覆蓋了債務(wù)違約、支付股利造成流動(dòng)性危機(jī)等多類(lèi)風(fēng)險(xiǎn)。

目前，我國(guó)規(guī)模以上工業(yè)企業(yè)的關(guān)鍵工序數(shù)字化率已經(jīng)達(dá)到了55.3%，并且根據(jù)工信部發(fā)布的《“十四五”信息化和工業(yè)化深度融合發(fā)展規(guī)劃》，2025年，企業(yè)的關(guān)鍵工序數(shù)控化率要達(dá)到68%，企業(yè)經(jīng)營(yíng)管理數(shù)字化的普及率要達(dá)到80%，工業(yè)互聯(lián)網(wǎng)平臺(tái)普及率要達(dá)到45%?？梢灶A(yù)見(jiàn)，數(shù)字技術(shù)的應(yīng)用對(duì)企業(yè)經(jīng)營(yíng)的滲透將會(huì)更加深入。然而，數(shù)字化轉(zhuǎn)型的實(shí)施具有明顯的周期長(zhǎng)、投資大、不確定性高的特點(diǎn)，這些特性無(wú)疑會(huì)加重企業(yè)的經(jīng)營(yíng)負(fù)擔(dān)和提高企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)。但是現(xiàn)有研究普遍認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型可以提高企業(yè)的創(chuàng)新績(jī)效（余薇等，2022［4］）、降低融資成本（車(chē)德欣等，2021［5］）、為企業(yè)提供新商業(yè)模式轉(zhuǎn)變機(jī)遇（錢(qián)雨等，2021［6］）。那么企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)經(jīng)營(yíng)的積極影響是否可以覆蓋其負(fù)面影響成為亟待解決的研究問(wèn)題。

本文的邊際貢獻(xiàn)在于：在學(xué)術(shù)上，多數(shù)學(xué)者的研究聚焦于數(shù)字化轉(zhuǎn)型的積極經(jīng)濟(jì)意義，如價(jià)值共創(chuàng)（魏冉等，2022［7］；李樹(shù)文等，2022［8］）、社會(huì)責(zé)任（趙宸宇，2022［9］）、提高經(jīng)營(yíng)效率（黃漫宇等，2022［10］）等方面，在數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)研究領(lǐng)域方面，現(xiàn)有研究主要集中于債務(wù)違約（王守海等，2022［11］），缺少對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的研究，本文將以信息經(jīng)濟(jì)學(xué)為基礎(chǔ)，采用最小二乘實(shí)證檢驗(yàn)的方法檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響機(jī)制，以此來(lái)彌合數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)研究領(lǐng)域的理論缺口。在實(shí)踐上，本文在檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的影響效果的基礎(chǔ)上進(jìn)一步分析了其中的作用機(jī)制，為政府與企業(yè)進(jìn)一步豐富數(shù)字化轉(zhuǎn)型成果規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)提供了參考。

2 文獻(xiàn)綜述與研究假設(shè)

2.1 文獻(xiàn)綜述

為了進(jìn)一步厘清數(shù)字化轉(zhuǎn)型與企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)之間的關(guān)系需要對(duì)數(shù)字化轉(zhuǎn)型的內(nèi)涵做清晰的界定。目前學(xué)界對(duì)數(shù)字化轉(zhuǎn)型內(nèi)涵尚未形成共識(shí)。國(guó)內(nèi)學(xué)者李載馳（2021）［12］從主體、技術(shù)范疇、轉(zhuǎn)型領(lǐng)域和轉(zhuǎn)型效果四個(gè)方面歸納數(shù)字化轉(zhuǎn)型的內(nèi)涵，將數(shù)字化轉(zhuǎn)型定義為：通過(guò)結(jié)合信息、計(jì)算、通信和連接技術(shù)，使轉(zhuǎn)型主體的各方面屬性（包括但不限于運(yùn)營(yíng)、產(chǎn)品、管理、商業(yè)模式、生產(chǎn)流程等）發(fā)生重大變化，從而達(dá)到改進(jìn)主體目的的過(guò)程。國(guó)外學(xué)者Vial（2019）［13］通過(guò)語(yǔ)義分析法提煉權(quán)威期刊中與數(shù)字化轉(zhuǎn)型相關(guān)的研究成果，在此基礎(chǔ)上他提出了旨在清晰地說(shuō)明分析單位、轉(zhuǎn)型范圍、轉(zhuǎn)型過(guò)程以及預(yù)期結(jié)果的數(shù)字化轉(zhuǎn)型定義：通過(guò)組合信息、計(jì)算、溝通和連接技術(shù)觸發(fā)實(shí)體重大變化并改進(jìn)實(shí)體的過(guò)程。本文認(rèn)為Vial（2019）［13］的論述更為全面，因此將其作為本文討論的數(shù)字化轉(zhuǎn)型的內(nèi)涵定義。

在數(shù)字化轉(zhuǎn)型與風(fēng)險(xiǎn)的相關(guān)研究中，國(guó)內(nèi)學(xué)者做出了如下貢獻(xiàn)：黃浩（2018）［14］指出互聯(lián)網(wǎng)信息的傳導(dǎo)途徑本身具有廣泛性、快速性等特點(diǎn)，這些特性在給企業(yè)發(fā)展帶來(lái)便捷的同時(shí)也增加了風(fēng)險(xiǎn)的傳播速度。郭吉濤（2021）［15］通過(guò)實(shí)證研究說(shuō)明了數(shù)字經(jīng)濟(jì)通過(guò)影響全要素生產(chǎn)率和信息不對(duì)稱(chēng)程度，進(jìn)而影響企業(yè)的信用風(fēng)險(xiǎn)。同時(shí)，供給側(cè)結(jié)構(gòu)性改革的不斷深化、數(shù)字化治理水平的不斷提高都會(huì)對(duì)企業(yè)信用風(fēng)險(xiǎn)帶來(lái)影響。國(guó)外學(xué)者做出了如下貢獻(xiàn)：宏觀層面上，Brydin(2018)［34］研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)重構(gòu)了傳統(tǒng)的金融體系與勞資關(guān)系并賦予了金融風(fēng)險(xiǎn)新的表現(xiàn)特征。微觀層面上，F(xiàn)rynas等（2018）［35］研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型扁平化了企業(yè)的管理體系，壓縮了企業(yè)內(nèi)部交易成本并拓寬了管理者的市場(chǎng)信息來(lái)源渠道，進(jìn)而減少了高層道德風(fēng)險(xiǎn)。Mowry(2015)［36］經(jīng)研究發(fā)現(xiàn)銀行利用數(shù)字技術(shù)升級(jí)了營(yíng)業(yè)網(wǎng)點(diǎn)的辦事模式，拓寬各網(wǎng)點(diǎn)業(yè)務(wù)的服務(wù)范圍，提高了銀行的內(nèi)部資源配置效率，有效降低了其客戶(hù)資源枯竭風(fēng)險(xiǎn)。

目前對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與風(fēng)險(xiǎn)關(guān)系的研究較少，且多聚焦于信貸風(fēng)險(xiǎn)以及數(shù)字化的信息外溢效應(yīng)所導(dǎo)致的風(fēng)險(xiǎn)加速傳導(dǎo)等方面，而鮮有學(xué)者關(guān)注數(shù)字化對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響機(jī)制。作為企業(yè)日常最直接的危機(jī)來(lái)源，通過(guò)何種方式降低風(fēng)險(xiǎn)對(duì)提高企業(yè)的存續(xù)時(shí)間具有重要意義。因此本文將依據(jù)信息不對(duì)稱(chēng)理論、融資約束理論、委托代理理論分析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響，以期能為企業(yè)制定風(fēng)險(xiǎn)規(guī)避策略、實(shí)現(xiàn)可持續(xù)發(fā)展提供理論指引。

2.2 研究假設(shè)

由經(jīng)濟(jì)增長(zhǎng)理論可知，勞動(dòng)、資本與綜合技術(shù)水平三者共同決定了企業(yè)的產(chǎn)出水平，因此僅從單一的維度測(cè)算企業(yè)可能的經(jīng)濟(jì)貢獻(xiàn)能力是不科學(xué)的，羅伯特·索洛在觀察到產(chǎn)業(yè)內(nèi)勞動(dòng)生產(chǎn)率的提高并不是孤立于整體經(jīng)濟(jì)發(fā)展的外生原因后，在此基礎(chǔ)上提出了內(nèi)生增長(zhǎng)理論，并基于該理論首次提出全要素生產(chǎn)率概念。全要素生產(chǎn)率是企業(yè)資本投入、技術(shù)升級(jí)、管理模式改善、加大人才培養(yǎng)等要素的綜合產(chǎn)出效率，在一定程度上能夠反映企業(yè)的生產(chǎn)經(jīng)營(yíng)狀況，是企業(yè)長(zhǎng)期競(jìng)爭(zhēng)優(yōu)勢(shì)的來(lái)源和基礎(chǔ)（易綱等，2003）［37］。企業(yè)的全要素生產(chǎn)率越高，說(shuō)明企業(yè)在生產(chǎn)經(jīng)營(yíng)方面的效率就越高（楊汝岱，2015）［38］，企業(yè)在技術(shù)創(chuàng)新、內(nèi)部控制、公司治理、運(yùn)營(yíng)流轉(zhuǎn)方面做的就越好，那么企業(yè)抵御相關(guān)風(fēng)險(xiǎn)的能力就越強(qiáng)。因此，本文認(rèn)為全要素生產(chǎn)率是數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要因素。

其次，從宏觀角度來(lái)看，企業(yè)的生產(chǎn)經(jīng)營(yíng)行為受到經(jīng)濟(jì)政策不確定性以及區(qū)域信用環(huán)境的影響。企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型戰(zhàn)略，推動(dòng)企業(yè)變革等決策是企業(yè)自身發(fā)展因素與經(jīng)濟(jì)政策不確定性和區(qū)域信用環(huán)境交互作用的結(jié)果，因而本文認(rèn)為經(jīng)濟(jì)政策不確定性和區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的過(guò)程中起到調(diào)節(jié)作用。

根據(jù)上述分析，本文構(gòu)建了數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的作用路徑圖。

圖1 數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的作用路徑圖

（1）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的作用效果分析

從數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的內(nèi)在機(jī)理來(lái)看，數(shù)字化轉(zhuǎn)型通過(guò)賦能效應(yīng)、規(guī)模效應(yīng)以及信息效應(yīng)降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

①賦能效應(yīng)。數(shù)字賦能主要通過(guò)兩種方式實(shí)現(xiàn)，一是讓物理個(gè)體更加智慧，利用物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等信息技術(shù)，實(shí)現(xiàn)企業(yè)技術(shù)和業(yè)務(wù)能力的從無(wú)到有，從弱到強(qiáng)。在一定程度上幫助企業(yè)提升運(yùn)營(yíng)效率，增加企業(yè)的經(jīng)濟(jì)效益。二是通過(guò)將物理實(shí)體接入網(wǎng)絡(luò)，實(shí)現(xiàn)更加高效的協(xié)作。范周（2020）［16］指出，數(shù)字技術(shù)以其去中心化的優(yōu)勢(shì)，推動(dòng)企業(yè)管理組織模式和生產(chǎn)方式的重塑，有助于組織內(nèi)部的信息共享和資源協(xié)同。這種新型的組織方式幫助企業(yè)從傳統(tǒng)的組織架構(gòu)向扁平化轉(zhuǎn)型，極大提升企業(yè)溝通、決策效率。同時(shí)，數(shù)字技術(shù)還能為企業(yè)提供完整的監(jiān)督反饋機(jī)制，在生產(chǎn)、銷(xiāo)售、運(yùn)營(yíng)各個(gè)方面形成多維度的監(jiān)管，幫助企業(yè)實(shí)現(xiàn)內(nèi)部供給與外部需求相統(tǒng)一，這種方式能夠更加有效地捕捉消費(fèi)者需求的變化，使企業(yè)適時(shí)調(diào)整，有效節(jié)約企業(yè)的運(yùn)營(yíng)成本，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。張新民和陳德球（2020）［17］指出，數(shù)字化轉(zhuǎn)型跨界融合特征打破了傳統(tǒng)部門(mén)、利益相關(guān)者間的邊界，使得企業(yè)經(jīng)營(yíng)管理與公司治理信息以更加開(kāi)放、共享的方式呈現(xiàn)。主要表現(xiàn)在對(duì)內(nèi)有助于董事會(huì)、管理層、股東、債權(quán)人等公司治理信息的快速掌握，對(duì)外有助于消費(fèi)者、客戶(hù)、供應(yīng)商等數(shù)據(jù)，對(duì)市場(chǎng)做出更加精準(zhǔn)的判斷。

②規(guī)模效應(yīng)。數(shù)字化轉(zhuǎn)型為企業(yè)創(chuàng)造了與其他企業(yè)共同協(xié)作的在線(xiàn)平臺(tái)，拓展了企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的邊界，為企業(yè)帶來(lái)范圍經(jīng)濟(jì)效益和規(guī)模經(jīng)濟(jì)效益。

一方面，數(shù)字技術(shù)的應(yīng)用給企業(yè)縱向一體化整合帶來(lái)便利。企業(yè)可以利用自身的行業(yè)優(yōu)勢(shì)，拓展產(chǎn)業(yè)鏈上下游業(yè)務(wù)，實(shí)現(xiàn)產(chǎn)銷(xiāo)一體化，不斷擴(kuò)大企業(yè)范圍經(jīng)濟(jì)效應(yīng)，降低生產(chǎn)成本。另一方面，荊文君和孫寶文（2019）［18］指出，互聯(lián)網(wǎng)等數(shù)字技術(shù)具有較強(qiáng)的網(wǎng)絡(luò)外部性，當(dāng)企業(yè)用戶(hù)規(guī)模增加到臨界值之后，便會(huì)通過(guò)馬太效應(yīng)為企業(yè)實(shí)現(xiàn)強(qiáng)者愈強(qiáng)的正向反饋，幫助企業(yè)節(jié)本增收，創(chuàng)造更好的經(jīng)濟(jì)效益。

③信息效應(yīng)。隨著數(shù)字化進(jìn)程的推進(jìn)，企業(yè)對(duì)信息的收集、分析和處理能力得到大幅提升，為企業(yè)在生產(chǎn)經(jīng)營(yíng)、戰(zhàn)略決策等各個(gè)方面提供重要指引。信息效應(yīng)的實(shí)現(xiàn)主要體現(xiàn)在信息收集和信息共享兩個(gè)方面。

信息收集方面，吳非等（2021）［19］指出，利用數(shù)字技術(shù)，企業(yè)可以將大量非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化、標(biāo)準(zhǔn)化信息，極大提高了信息的可利用程度。企業(yè)借助數(shù)字技術(shù)構(gòu)建的數(shù)據(jù)挖掘系統(tǒng)和決策支持系統(tǒng)，掌握更加實(shí)時(shí)、動(dòng)態(tài)的市場(chǎng)趨勢(shì)、消費(fèi)需求、資本市場(chǎng)等信息，使高質(zhì)量信息服務(wù)于企業(yè)的經(jīng)營(yíng)決策，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

信息共享方面，王可和李連燕（2018）［20］指出，數(shù)字技術(shù)的應(yīng)用打破了企業(yè)邊界，能夠提高上下游企業(yè)信息共享的意愿和能力。在這樣的情況下，企業(yè)可以實(shí)現(xiàn)全流程精細(xì)化管理，從而提升企業(yè)整體的經(jīng)營(yíng)管理效率，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

基于以上分析，本文提出如下假設(shè)：

假設(shè)1：數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)具有抑制作用。

（2）作用機(jī)制分析

數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)的全要素生產(chǎn)率影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，其影響主要從科技創(chuàng)新、經(jīng)營(yíng)效率兩個(gè)方面進(jìn)行傳導(dǎo)。

在科技創(chuàng)新方面，郭家堂和駱品亮（2016）［21］利用省級(jí)面板數(shù)據(jù)的實(shí)證研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型有利于破解技術(shù)壁壘、對(duì)技術(shù)推動(dòng)全要素生產(chǎn)率具有積極促進(jìn)作用。盛明泉等（2020）［22］指出，創(chuàng)新的溢出效應(yīng)能夠提高企業(yè)科技知識(shí)存量水平，提升企業(yè)的整體科技實(shí)力，從而促進(jìn)全要素生產(chǎn)率的提高。因此，科技創(chuàng)新是提高全要素生產(chǎn)率，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要推動(dòng)因素。企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)科技創(chuàng)新提高全要素生產(chǎn)率有利于增加產(chǎn)品帶來(lái)的附加效益，提升企業(yè)的利潤(rùn)率，使企業(yè)保持充沛的現(xiàn)金流，防治企業(yè)陷入債務(wù)危機(jī)等不利處境，從而有效降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

在經(jīng)營(yíng)效率方面，楊慧玲和張力（2020）［23］研究發(fā)現(xiàn)，數(shù)字技術(shù)的易用性和“賦能效應(yīng)”能夠重塑企業(yè)的資源配置和生產(chǎn)組織方式。企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，使得勞動(dòng)力、資金等傳統(tǒng)生產(chǎn)要素與通過(guò)數(shù)字技術(shù)獲取的交易信息、用戶(hù)數(shù)據(jù)等新型生產(chǎn)要素相融合，不斷提高企業(yè)資源配置的效率。羅朝陽(yáng)和李雪松（2020）［24］指出企業(yè)的全要素生產(chǎn)率越高，說(shuō)明資源開(kāi)發(fā)利用以及資源合理配置的效率越高，有助于提升產(chǎn)品的邊際產(chǎn)出，降低生產(chǎn)成本，提升經(jīng)營(yíng)效率，從而有效降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)?；诖?，本文提出如下假設(shè)：

假設(shè)2：數(shù)字化轉(zhuǎn)型以提高企業(yè)全要素生產(chǎn)率為傳導(dǎo)機(jī)制降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

（3）區(qū)域信用環(huán)境的調(diào)節(jié)作用分析

區(qū)域信用環(huán)境指區(qū)域市場(chǎng)主體以信用為基礎(chǔ)進(jìn)行經(jīng)營(yíng)活動(dòng)的內(nèi)部條件與外部條件的總和（張?jiān)龋?015［44］）。依據(jù)現(xiàn)有學(xué)者的研究成果，區(qū)域信用環(huán)境的構(gòu)成主要包括以下幾個(gè)方面：經(jīng)濟(jì)環(huán)境、金融環(huán)境、教育環(huán)境、信息環(huán)境、政府信用環(huán)境、企業(yè)信用環(huán)境、個(gè)人信用環(huán)境（張?jiān)龋?015［44］；張維迎等，2002［45］；Malgosia，2008［46］）。區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的過(guò)程中發(fā)揮著重要的作用。在信用環(huán)境較好的地區(qū)，經(jīng)濟(jì)、金融與教育環(huán)境良好，為轉(zhuǎn)型企業(yè)提供了良好的科技創(chuàng)新平臺(tái)從而加深了企業(yè)數(shù)字化轉(zhuǎn)型的程度（易靖韜等，2022［47］），進(jìn)一步放大了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的治理效果，同時(shí)，良好的政府、企業(yè)、個(gè)人信用環(huán)境也為企業(yè)善用數(shù)字技術(shù)提供了積極引導(dǎo)，因?yàn)槭袌?chǎng)主體一旦出現(xiàn)失信等行為，將會(huì)受到嚴(yán)厲的懲罰，這迫使轉(zhuǎn)型企業(yè)更加積極的利用數(shù)字技術(shù)公開(kāi)投資者所需信息贏得信任，而不是利用數(shù)字技術(shù)自身存在的“黑箱屬性”侵害投資者利益（譚九生等，2020［48］）。

然而，較差的區(qū)域信用環(huán)境會(huì)弱化數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用。朱孟楠等（2020）［25］指出，由于數(shù)字經(jīng)濟(jì)的快速發(fā)展，信息的收集和傳播更加迅速，個(gè)體之間的信息交互形成了強(qiáng)大的社會(huì)輿論和社會(huì)影響。習(xí)明明（2020）［26］也指出，不同企業(yè)之間的行為還受到同伴效應(yīng)和從眾心理的影響。區(qū)域信用環(huán)境越好，人們的誠(chéng)信意識(shí)往往越強(qiáng)，企業(yè)之間的誠(chéng)信行為也會(huì)相互效仿，使得企業(yè)的信用機(jī)制不斷完善，有利于企業(yè)與供應(yīng)商、銀行、客戶(hù)之間形成良性的信任關(guān)系。企業(yè)在數(shù)字化轉(zhuǎn)型的過(guò)程中，利用數(shù)字技術(shù)幫助平臺(tái)成員優(yōu)勢(shì)互補(bǔ)、實(shí)現(xiàn)資源交流共享，從而進(jìn)一步提升企業(yè)經(jīng)營(yíng)效率，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)?；诖耍疚奶岢鲆韵录僭O(shè)：

假設(shè)3：較好的區(qū)域信用環(huán)境對(duì)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用具有正向調(diào)節(jié)效應(yīng)。

（4）經(jīng)濟(jì)政策不確定性的調(diào)節(jié)效用分析

政府的政策導(dǎo)向難以預(yù)期，政策執(zhí)行標(biāo)準(zhǔn)彈性大引致不確定性提高（彭俞超等，2018［41］；Le and Zak,2006［42］）。經(jīng)濟(jì)政策不確定性上升會(huì)抑制管理者過(guò)度自信（武翰章等，2021［43］），進(jìn)而影響數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)治理效果，李鳳羽和史永東（2016）［27］指出，經(jīng)濟(jì)政策不確定性較高時(shí)，企業(yè)傾向于增持現(xiàn)金以抵御外部環(huán)境對(duì)公司業(yè)務(wù)的不利沖擊。李增福等（2022）［28］也表示，經(jīng)濟(jì)政策不確定性使企業(yè)的長(zhǎng)期投資下降。因?yàn)樵诮?jīng)濟(jì)下滑，經(jīng)濟(jì)政策不確定性不斷攀升的環(huán)境下，企業(yè)自身面臨的生存壓力也會(huì)不斷增加，所以企業(yè)更加傾向于采取保守的投資政策。同時(shí)，曲麗娜和劉鈞霆（2022）［29］的研究表明：中國(guó)經(jīng)濟(jì)政策不確定性增強(qiáng)不利于企業(yè)創(chuàng)新。因此，數(shù)字化轉(zhuǎn)型作為一種高投入的創(chuàng)新活動(dòng)，當(dāng)經(jīng)濟(jì)政策不確定較強(qiáng)時(shí)，其資金供應(yīng)將很有可能遭到削減，所以數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用就會(huì)被削弱。

而在經(jīng)濟(jì)政策不確定性較低時(shí)，企業(yè)對(duì)于未來(lái)經(jīng)濟(jì)政策的預(yù)期會(huì)變得更加穩(wěn)定（李增福等，2022［28］），金融市場(chǎng)的波動(dòng)也會(huì)相對(duì)較?。▍怯冷摰?，2022［39］），企業(yè)更加傾向于進(jìn)行數(shù)字化投資和生產(chǎn)管理變革。此時(shí)，數(shù)字技術(shù)的推行一方面能降低信息不對(duì)稱(chēng)，提高企業(yè)的市場(chǎng)預(yù)期，另一方面也能為管理層的正確投資決策助力（吳武清等，2022［40］），以獲得長(zhǎng)久的經(jīng)濟(jì)效益。因而，經(jīng)濟(jì)政策不確定性減弱將會(huì)增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制程度。基于以上分析，本文提出如下假設(shè)：

假設(shè)4：經(jīng)濟(jì)政策不確定性對(duì)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用具有負(fù)向調(diào)節(jié)效應(yīng)。

3 實(shí)證設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源

本文選擇了2013-2020年滬深兩市A股上市公司數(shù)據(jù)為樣本，并且對(duì)數(shù)據(jù)進(jìn)行了如下處理：（1）剔除金融類(lèi)公司；（2）剔除在2013-2020年中進(jìn)行IPO上市的公司；（3）剔除關(guān)鍵數(shù)據(jù)指標(biāo)缺失的公司；（4）剔除極端值的影響，對(duì)所有連續(xù)性變量進(jìn)行1%winsorize縮尾處理。經(jīng)過(guò)以上處理，得到了23940個(gè)觀測(cè)值，并采用Stata16.0進(jìn)行實(shí)證分析。本文的數(shù)據(jù)均來(lái)自于國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，工具變量出自《中國(guó)城市統(tǒng)計(jì)年鑒2021》。

3.2 變量定義

（1）數(shù)字化轉(zhuǎn)型（Dig）

本文借鑒吳非等（2021）［30］的研究，企業(yè)的年報(bào)中很可能會(huì)披露有關(guān)于數(shù)字化轉(zhuǎn)型這類(lèi)特征信息。因此，采用數(shù)字化相關(guān)詞匯如“人工智能”、“區(qū)塊鏈”、“云計(jì)算”、“大數(shù)據(jù)”、“數(shù)字技術(shù)”在年報(bào)中披露的次數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

（2）企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)（Risk）

企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)主要是由于外部經(jīng)濟(jì)環(huán)境和企業(yè)日常經(jīng)營(yíng)條件發(fā)生變化，所導(dǎo)致的企業(yè)在未來(lái)應(yīng)收方面的不確定性以及可能導(dǎo)致的損失。企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)不僅受到經(jīng)濟(jì)政策波動(dòng)、產(chǎn)業(yè)政策、法律制度等宏觀因素的影響，還受到企業(yè)經(jīng)營(yíng)策略、現(xiàn)金預(yù)算、組織管理等微觀因素的影響。

由于中國(guó)的金融市場(chǎng)相較于國(guó)外市場(chǎng)而言，有很多的獨(dú)特之處，因而很多適用于國(guó)外企業(yè)的風(fēng)險(xiǎn)評(píng)估模型并不適合中國(guó)的企業(yè)。因此，本文借鑒黃賢環(huán)等（2018）［49］吳文洋等（2022）［50］在研究中使用的Z值模型，基于企業(yè)財(cái)務(wù)數(shù)據(jù)分析企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)水平。根據(jù)模型計(jì)算得到的Risk值越大，則表明企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越大。

（3）中介變量

對(duì)于中介變量全要素生產(chǎn)率（TFP），本文采用LP法進(jìn)行計(jì)算，因?yàn)樵谶@種計(jì)算方法下，樣本數(shù)據(jù)較為完全。在測(cè)算的過(guò)程中，本文基于柯布-道格拉斯函數(shù)，企業(yè)產(chǎn)出指標(biāo)選用主營(yíng)業(yè)務(wù)收入的自然對(duì)數(shù)，企業(yè)資本投入指標(biāo)選用總資產(chǎn)的自然對(duì)數(shù)，企業(yè)勞動(dòng)投入指標(biāo)選用員工人數(shù)總和的自然對(duì)數(shù)。

（4）調(diào)節(jié)變量

①區(qū)域信用環(huán)境（CE）。本文借鑒《 2017 中國(guó)城市商業(yè)信用環(huán)境指數(shù)（CEI）藍(lán)皮書(shū)》中披露的省份CEI 指數(shù)來(lái)衡量?；诖耍疚膶⒊鞘猩虡I(yè)信用環(huán)境指數(shù)排名15名之前的省份定義為信用環(huán)境較好，將城市商業(yè)信用環(huán)境指數(shù)排名15名以后的省份定義為信用環(huán)境較差。

②經(jīng)濟(jì)政策不確定性（EPU）。本文借鑒Baker et al.（2016）［31］根據(jù)《南華早報(bào)》關(guān)鍵詞搜索測(cè)算得到的指數(shù)，采取計(jì)算月度平均值的方式得到年度經(jīng)濟(jì)政策不確定性指標(biāo)。

（5）控制變量

本文選取了對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)可能產(chǎn)生影響的其他重要因素作為控制變量，包括企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、企業(yè)規(guī)模（Size）、總資產(chǎn)收益率（ROA）、股權(quán)集中度（Shrl）、現(xiàn)金流比率（NCF）、產(chǎn)權(quán)性質(zhì)（SOE）、兩職合一（Dual）以及企業(yè)擔(dān)保能力（Guarantee），如表1所示。

表1 主要變量定義

（6）描述性統(tǒng)計(jì)

企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的均值和最大值分別為0.750和2.754，標(biāo)準(zhǔn)差為0.879，中位數(shù)為0.798，表明半數(shù)企業(yè)的風(fēng)險(xiǎn)較低。企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)的區(qū)間范圍為0～4.796，標(biāo)準(zhǔn)差為1.339，表明數(shù)字化轉(zhuǎn)型程度在不同企業(yè)之間存在較大差異，數(shù)字化轉(zhuǎn)型的均值為1.199，可見(jiàn)我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型程度整體偏低。其余變量描述性統(tǒng)計(jì)見(jiàn)表2。

表2 主要變量的描述性統(tǒng)計(jì)

3.3 模型設(shè)計(jì)

為研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響及作用機(jī)制，本文構(gòu)建了如下固定效應(yīng)回歸模型：

其中，Risk為企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)水平；Dig為企業(yè)數(shù)字化程度指標(biāo)；TFP為中介變量；Control 為企業(yè)層面控制變量；下標(biāo)i表示企業(yè)，t表示年份，μ為行業(yè)固定效應(yīng)，v為時(shí)間固定效應(yīng)。模型（2）為基準(zhǔn)回歸模型，用來(lái)檢驗(yàn)假設(shè)1和假設(shè)3；模型（3）、模型（4）為中介效應(yīng)檢驗(yàn)?zāi)Ｐ?，用?lái)檢驗(yàn)假設(shè)2；模型（5）為調(diào)節(jié)效應(yīng)檢驗(yàn)?zāi)Ｐ?，用?lái)檢驗(yàn)假設(shè)4。

4 實(shí)證結(jié)果與分析

4.1 基準(zhǔn)模型與中介效應(yīng)檢驗(yàn)

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響，本文構(gòu)建了固定效應(yīng)回歸模型進(jìn)行檢驗(yàn)，結(jié)果如表3所示。表3第（1）列結(jié)果顯示，在不引入任何控制變量的情況下，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平下顯著，說(shuō)明數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。第（2）列中，在引入控制變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)依然顯著為正，這與本文假設(shè)1相符，即企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越小。

數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的中介效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表3第（3）-（6）列，其中，在不控制變量的情況下，第（3）列結(jié)果表明，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為正，說(shuō)明企業(yè)會(huì)通過(guò)技術(shù)創(chuàng)新推動(dòng)企業(yè)資源更加合理配置，優(yōu)化經(jīng)營(yíng)生產(chǎn)方式，從而提高企業(yè)的全要素生產(chǎn)率；第（5）列結(jié)果表明，全要素生產(chǎn)率的系數(shù)在1%的水平上顯著為正，說(shuō)明全要素生產(chǎn)率的提高可以大大降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。在控制變量的情況下，第（4）列結(jié)果表明，數(shù)字化轉(zhuǎn)型的系數(shù)在1%的水平上顯著為正，說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，全要素生產(chǎn)率越高；第（5）列結(jié)果表明，全要素生產(chǎn)率的系數(shù)在1%的水平上顯著為正，說(shuō)明全要素生產(chǎn)率越高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越小。此時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)不顯著，說(shuō)明全要素生產(chǎn)率在企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的過(guò)程中起到完全中介的作用，假設(shè)2得到檢驗(yàn)，即企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)提高全要素生產(chǎn)率進(jìn)而降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

表3 數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)基礎(chǔ)回歸與中介效應(yīng)檢驗(yàn)結(jié)果

4.2 調(diào)節(jié)效應(yīng)檢驗(yàn)

數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表4。

（1）區(qū)域信用環(huán)境

本文采用分組回歸的方法檢驗(yàn)區(qū)域信用環(huán)境在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)過(guò)程中的調(diào)節(jié)效應(yīng)。第（1）（3）列為在不控制變量的情況下，不同信用環(huán)境樣本回歸分析結(jié)果，由第（1）列結(jié)果可知，在信用環(huán)境較好的區(qū)域，企業(yè)數(shù)字化轉(zhuǎn)型回歸系數(shù)在1%的水平上顯著為正，說(shuō)明在良好的區(qū)域信用環(huán)境能夠增強(qiáng)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用，由第（2）列結(jié)果可知，在信用環(huán)境較差的區(qū)域，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的影響不顯著?？刂谱兞壳闆r下的結(jié)果根據(jù)第（2）（4）列可以得出，在信用環(huán)境較好的區(qū)域，數(shù)字化轉(zhuǎn)型抑制企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)更顯著，而在信用環(huán)境較差的區(qū)域，數(shù)字化轉(zhuǎn)型抑制企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的效果則較弱，假設(shè)3成立。

（2）政策不確定性指標(biāo)

本文采用交互項(xiàng)回歸的方法，檢驗(yàn)經(jīng)濟(jì)政策不確定性在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)過(guò)程中的調(diào)節(jié)效應(yīng)。在不控制變量的情況下，由第（5）列可知經(jīng)濟(jì)政策不確定性可在1%水平上弱化主效應(yīng)，既在經(jīng)濟(jì)波動(dòng)較大、經(jīng)濟(jì)政策不確定性較高的地區(qū)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制效果較弱，相反，經(jīng)濟(jì)政策不確定性越低，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制效果越強(qiáng)?？刂谱兞肯碌慕Y(jié)果亦是如此，表4第（6）列中已列示出來(lái)，由此可知，假設(shè)4成立。

表4 調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

4.3 穩(wěn)健性檢驗(yàn)

（1）內(nèi)生性問(wèn)題——工具變量法

本文可能存在互為因果導(dǎo)致的內(nèi)生性問(wèn)題，即風(fēng)險(xiǎn)較高的企業(yè)會(huì)更加傾向于進(jìn)行數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型不是降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的重要因素。本文采用工具變量法來(lái)緩解可能存在的內(nèi)生性問(wèn)題。研究結(jié)果見(jiàn)表5。

表5 穩(wěn)健性檢驗(yàn)結(jié)果：工具變量法

從第一階段回歸結(jié)果來(lái)看，工具變量的系數(shù)在1%的水平上顯著，弱工具變量檢驗(yàn)的F統(tǒng)計(jì)量為94.59，大于臨界值16.38，即拒絕弱工具變量的假設(shè)，說(shuō)明選擇的工具變量有效。

從第二階段回歸結(jié)果來(lái)看，關(guān)鍵解釋變量Dig的系數(shù)在1%水平上顯著為正，說(shuō)明在排除內(nèi)生性的情況下，本文的研究結(jié)論是比較穩(wěn)健的。

（2）變更主要變量衡量方式

①更換企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)變量

本文采用Altman等（1994）［32］的Z計(jì)分模型重新計(jì)量企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)（Zscore），Zscore=（1.2*凈營(yíng)運(yùn)資本+1.4*留存收益+3.3*息稅前利潤(rùn)）/總資產(chǎn)。該指標(biāo)的取值越大，則企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越小，檢驗(yàn)結(jié)果可見(jiàn)表由表6第（1）（2）列，無(wú)論是否控制變量，數(shù)字化轉(zhuǎn)型的系數(shù)均在1%水平上顯著。

表6 穩(wěn)健性檢驗(yàn)結(jié)果：替換主要變量

②更換企業(yè)數(shù)字化轉(zhuǎn)型變量

本文采用企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量（Dig_dum）衡量企業(yè)是否進(jìn)行了數(shù)字化轉(zhuǎn)型，由第（3）列可知，不控制變量的情況下，虛擬變量（Dig_dum）的系數(shù)在1%的水平上顯著，由第（4）列可知，控制變量的情況下，虛擬變量（Dig_dum）的系數(shù)在5%的水平上顯著，說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)仍存在抑制作用，說(shuō)明本文的結(jié)論穩(wěn)健。

5 結(jié)論與啟示

5.1 研究結(jié)論

數(shù)字技術(shù)的應(yīng)用為企業(yè)生產(chǎn)流程優(yōu)化，征信體系構(gòu)建等都發(fā)揮了重大作用，有效降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。本文基于2013-2020年A股上市公司數(shù)據(jù)，采用回歸分析法，實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型程度對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)有顯著的抑制作用，即數(shù)字化轉(zhuǎn)型程度越高，企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越低。本文進(jìn)一步分析企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的機(jī)制，分析結(jié)果表明，全要素生產(chǎn)率在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的過(guò)程中發(fā)揮中介作用，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，則全要素生產(chǎn)率越高，進(jìn)而能夠有效降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。此外，區(qū)域信用環(huán)境和經(jīng)濟(jì)政策不確定性在數(shù)字化轉(zhuǎn)型影響企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的過(guò)程中發(fā)揮調(diào)節(jié)作用。區(qū)域信用環(huán)境越好，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用越明顯；經(jīng)濟(jì)政策不確定性越低，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的抑制作用越明顯。

5.2 研究啟示

第一，從內(nèi)部管理角度，企業(yè)應(yīng)首先明確自身的數(shù)字化轉(zhuǎn)型戰(zhàn)略定位。正確的戰(zhàn)略定位幫助企業(yè)明確數(shù)字化轉(zhuǎn)型的范圍和價(jià)值創(chuàng)造模式，指導(dǎo)企業(yè)在戰(zhàn)略制定和數(shù)字技術(shù)上選取匹配的方案。其次，企業(yè)要保持?jǐn)?shù)字化轉(zhuǎn)型戰(zhàn)略定位和戰(zhàn)略實(shí)施的一致性。企業(yè)在制定好數(shù)字化轉(zhuǎn)型戰(zhàn)略后，還需制定與戰(zhàn)略相匹配的轉(zhuǎn)型計(jì)劃并確保計(jì)劃能夠被嚴(yán)格執(zhí)行。再者，數(shù)字化轉(zhuǎn)型并不是一蹴而就的，這其中涉及到各個(gè)部門(mén)，人員配置，企業(yè)文化等方方面面的改進(jìn)，是一個(gè)歷時(shí)較長(zhǎng)且循序漸進(jìn)的過(guò)程。唐繼鳳等（2021）［33］指出，把握好戰(zhàn)略活動(dòng)的節(jié)奏，對(duì)企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)具有重要作用。企業(yè)必須把握好數(shù)字化轉(zhuǎn)型的時(shí)機(jī)，與上下游企業(yè)協(xié)同一致，以實(shí)現(xiàn)新的價(jià)值共創(chuàng)模式，提升企業(yè)經(jīng)營(yíng)效率，從而降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

第二，從人才培養(yǎng)角度，人才隊(duì)伍的建設(shè)是企業(yè)數(shù)字化轉(zhuǎn)型的基石。企業(yè)應(yīng)當(dāng)構(gòu)建起數(shù)字化轉(zhuǎn)型人才培養(yǎng)體系，為員工提供數(shù)字化、智能化實(shí)訓(xùn)，培養(yǎng)員工的數(shù)字化意識(shí)、提升員工的智能化素養(yǎng)。國(guó)家應(yīng)當(dāng)重視對(duì)數(shù)字化轉(zhuǎn)型相關(guān)學(xué)科的建設(shè)，注重?cái)?shù)字化轉(zhuǎn)型學(xué)術(shù)性人才和實(shí)操性人才的培養(yǎng)，政策上鼓勵(lì)海內(nèi)外高端人才投身于數(shù)字化轉(zhuǎn)型的研究。地方政府應(yīng)完善數(shù)字化轉(zhuǎn)型人才引育措施，為企業(yè)留住人才，為人才提供保障，從組織人員角度降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

第三，從政策激勵(lì)角度，為促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，政府應(yīng)當(dāng)加大對(duì)數(shù)據(jù)共享平臺(tái)、5G網(wǎng)絡(luò)等基礎(chǔ)設(shè)施的資金投入，完成以數(shù)字化、智能化為支撐對(duì)能源、市政等傳統(tǒng)基礎(chǔ)設(shè)施的改造。同時(shí)，在政策上，政府部門(mén)應(yīng)建立健全創(chuàng)新補(bǔ)助、稅收減免等相關(guān)制度，為企業(yè)數(shù)字化轉(zhuǎn)型提供更加完善的政策保障和資金支持，既可以通過(guò)直接的專(zhuān)項(xiàng)資金補(bǔ)助政策，也可以通過(guò)設(shè)立專(zhuān)項(xiàng)基金，實(shí)現(xiàn)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中的研發(fā)、推廣等活動(dòng)的支持，從而降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。

第四，從全要素生產(chǎn)率的角度，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)的全要素生產(chǎn)率降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。依據(jù)經(jīng)濟(jì)增長(zhǎng)理論，全要素生產(chǎn)率的提高取決于企業(yè)資源配置能力、技術(shù)水平、勞動(dòng)力質(zhì)量等多種因素的綜合作用。所以，企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型時(shí)不僅要關(guān)注生產(chǎn)工具的數(shù)字化與管理工具的數(shù)字化，還要考慮提高全要素生產(chǎn)率的其他條件，如：利用互聯(lián)網(wǎng)技術(shù)打造全新的商業(yè)模式，實(shí)現(xiàn)數(shù)字化營(yíng)銷(xiāo)；利用云計(jì)算技術(shù)增強(qiáng)企業(yè)實(shí)驗(yàn)室算力，加快研發(fā)進(jìn)程，實(shí)現(xiàn)數(shù)字化研發(fā)；利用人工智能及虛擬仿真技術(shù)預(yù)測(cè)市場(chǎng)變化，基于更具前瞻性的預(yù)測(cè)數(shù)據(jù)制定企業(yè)的應(yīng)對(duì)方案，實(shí)現(xiàn)數(shù)字化決策。同時(shí)還應(yīng)注意，無(wú)論是生產(chǎn)、管理數(shù)字化還是營(yíng)銷(xiāo)、研發(fā)、決策數(shù)字化，其實(shí)施過(guò)程都將面臨資源投入過(guò)多導(dǎo)致邊際效益遞減的問(wèn)題，造成數(shù)字化對(duì)全要素生產(chǎn)率提高的驅(qū)動(dòng)力弱化，因此，企業(yè)必須保證合理分配數(shù)字資源，統(tǒng)籌兼顧、全面深入地強(qiáng)化自身數(shù)字生產(chǎn)力。