李莉 武航佳 張明英
【摘要】“十四五”規(guī)劃明確提出加快數(shù)字產(chǎn)業(yè)化及產(chǎn)業(yè)數(shù)字化發(fā)展, 企業(yè)層面的數(shù)字化轉(zhuǎn)型研究逐漸成為學(xué)界的熱點(diǎn)話題?;陲L(fēng)險(xiǎn)決策視角, 本文以2007 ~ 2020年我國(guó)A股上市公司為研究對(duì)象, 實(shí)證檢驗(yàn)微觀層面企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響。研究發(fā)現(xiàn), 企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)風(fēng)險(xiǎn)承受水平; 機(jī)制檢驗(yàn)表明, 企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)風(fēng)險(xiǎn)承受水平的作用主要是通過緩解代理沖突和融資約束來(lái)實(shí)現(xiàn)的; 進(jìn)一步研究表明, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升作用在非國(guó)有企業(yè)、 小規(guī)模企業(yè)以及管理層薪酬激勵(lì)水平較低、 分析師關(guān)注度較低的企業(yè)中更顯著, 且企業(yè)數(shù)字化轉(zhuǎn)型通過提高企業(yè)風(fēng)險(xiǎn)承受水平最終實(shí)現(xiàn)企業(yè)價(jià)值的提升效應(yīng)。該研究結(jié)論豐富了微觀層面企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果和企業(yè)風(fēng)險(xiǎn)承受水平影響因素的相關(guān)研究, 為加強(qiáng)企業(yè)風(fēng)險(xiǎn)管理和實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供了一定啟示。
【關(guān)鍵詞】數(shù)字化轉(zhuǎn)型;風(fēng)險(xiǎn)承受水平;代理沖突;融資約束
【中圖分類號(hào)】 F272? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994(2023)12-0137-8
一、 引言
隨著新興數(shù)字技術(shù)的不斷涌現(xiàn), 數(shù)字化逐漸成為全球技術(shù)變革的核心戰(zhàn)略方向(陳冬梅等,2020)。數(shù)據(jù)成為繼勞動(dòng)、 資本、 土地、 知識(shí)、 技術(shù)和管理之后的第七種生產(chǎn)要素, 習(xí)近平總書記強(qiáng)調(diào)要“促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合, 賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí), 催生新產(chǎn)業(yè)新業(yè)態(tài)新模式, 不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)”。在一系列政策的驅(qū)動(dòng)下, 數(shù)字經(jīng)濟(jì)及數(shù)字化轉(zhuǎn)型在實(shí)現(xiàn)微觀主體經(jīng)濟(jì)高質(zhì)量發(fā)展中的作用凸顯?!?022年中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》顯示, 截至2021年末, 我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬(wàn)億元, 占GDP比重達(dá)到39.8%, 可見數(shù)字經(jīng)濟(jì)已經(jīng)成為我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要支撐(吳非等,2021)。
作為數(shù)字經(jīng)濟(jì)在微觀領(lǐng)域的映射, 數(shù)字化轉(zhuǎn)型逐漸成為企業(yè)提高核心競(jìng)爭(zhēng)力的必然選擇, 其產(chǎn)生的經(jīng)濟(jì)效應(yīng)受到學(xué)界的廣泛關(guān)注。已有研究考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效(李琦等,2021;薛鈴琦等,2022)、 生產(chǎn)效率(Vial,2019;涂心語(yǔ)和嚴(yán)曉玲,2022)、 企業(yè)勞動(dòng)投資效率(張功富等,2023)、 企業(yè)價(jià)值(黃大禹等,2021;代飛等,2023)、 企業(yè)高質(zhì)量發(fā)展(趙燕,2022)以及資本市場(chǎng)表現(xiàn)(吳非等,2021)等的改善及優(yōu)化作用。這種改善及優(yōu)化作用也會(huì)映射至財(cái)務(wù)領(lǐng)域, 對(duì)企業(yè)的投資決策等財(cái)務(wù)行為產(chǎn)生積極作用, 進(jìn)而影響風(fēng)險(xiǎn)決策, 改變企業(yè)風(fēng)險(xiǎn)承受水平。
風(fēng)險(xiǎn)承受水平是企業(yè)財(cái)務(wù)決策的重要基礎(chǔ), 合理的風(fēng)險(xiǎn)承受水平有助于增強(qiáng)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)(John等,2008)?,F(xiàn)有研究從微觀層面的企業(yè)基本特征、 高管心理特征(Li和Tang,2010)及性別特征(Faccio等,2016)、 公司治理(蘇坤,2015)以及宏觀層面的政策、 制度等方面考察了風(fēng)險(xiǎn)承受水平的影響因素。隨著數(shù)字技術(shù)的發(fā)展, 學(xué)者們發(fā)現(xiàn)風(fēng)險(xiǎn)承受水平亦可以用來(lái)測(cè)度宏微觀數(shù)字化變革的經(jīng)濟(jì)效應(yīng)。例如: 在宏觀層面, 省域內(nèi)數(shù)字經(jīng)濟(jì)(郭吉濤和姚佳成,2022)、 數(shù)字金融(馬連福和杜善重,2021)、 電子商務(wù)(祁懷錦和于瑤,2021)的發(fā)展均能夠促進(jìn)企業(yè)風(fēng)險(xiǎn)承受水平的提高; 在微觀層面, 企業(yè)互聯(lián)網(wǎng)水平(許家云和楊俊,2021)能夠提升風(fēng)險(xiǎn)承受水平, 供應(yīng)鏈數(shù)字化轉(zhuǎn)型亦能帶來(lái)供應(yīng)鏈節(jié)點(diǎn)企業(yè)風(fēng)險(xiǎn)承受水平的提升(張樹山等,2021)。
從微觀層面的企業(yè)數(shù)字化轉(zhuǎn)型看, 其穩(wěn)步推進(jìn)極大地提升了信息和數(shù)據(jù)的獲取便利性、 可利用度和充分性(吳非等,2021), 為企業(yè)帶來(lái)更充分的決策有用信息?;诖耍?管理者能夠?qū)ν顿Y項(xiàng)目做出更科學(xué)的判斷, 提高在不確定性中的識(shí)別投資機(jī)會(huì)的可能性, 進(jìn)而可能影響決策過程中的風(fēng)險(xiǎn)偏好(王永海和石青梅,2016b); 數(shù)字化的嵌入能緩解企業(yè)面臨的資源約束問題(李琦等,2021), 進(jìn)而影響其風(fēng)險(xiǎn)決策的行為取向。憑借數(shù)字賦能, 企業(yè)能通過提升內(nèi)部控制水平等正向促進(jìn)自身風(fēng)險(xiǎn)承受水平的提高(王永海和石青梅,2016b;黃大禹等,2022); 然而, 也有研究認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平產(chǎn)生降低效應(yīng): 企業(yè)通過自我學(xué)習(xí)、 組織間學(xué)習(xí)等方式快速適應(yīng)市場(chǎng)環(huán)境的能力增強(qiáng), 進(jìn)而降低其面臨的整體風(fēng)險(xiǎn), 帶來(lái)審計(jì)質(zhì)量的提高(王永海和石青梅,2016a;翟華云和李倩茹,2022); 信息有效性的提升以及對(duì)經(jīng)營(yíng)活動(dòng)的實(shí)時(shí)記錄和反饋, 能夠促進(jìn)企業(yè)準(zhǔn)確識(shí)別生產(chǎn)路徑, 形成對(duì)未來(lái)的超前預(yù)測(cè)模型, 在進(jìn)行風(fēng)險(xiǎn)投資決策時(shí)趨于穩(wěn)健, 進(jìn)而降低經(jīng)營(yíng)業(yè)績(jī)波動(dòng)性(陳銀飛和鄧雅慧,2022;王守海等,2022)。
綜上, 現(xiàn)有研究關(guān)于數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響尚未達(dá)成一致結(jié)論。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響效果如何?其能否提升企業(yè)風(fēng)險(xiǎn)承受水平??jī)?nèi)在作用機(jī)制是什么?對(duì)這一系列問題的回答有助于評(píng)估數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng), 同時(shí)為提高企業(yè)風(fēng)險(xiǎn)承受水平、 助力企業(yè)長(zhǎng)遠(yuǎn)發(fā)展提供新思路。鑒于此, 本文擬從風(fēng)險(xiǎn)決策視角出發(fā), 以2007 ~ 2020年我國(guó)A股上市公司為研究對(duì)象, 實(shí)證檢驗(yàn)微觀層面的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響、 作用機(jī)制, 以及不同的企業(yè)產(chǎn)權(quán)性質(zhì)及規(guī)模等特征、 在不同的公司內(nèi)部和外部治理水平下, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的差異化影響效果及進(jìn)一步的經(jīng)濟(jì)后果。
本文可能的貢獻(xiàn)在于: 第一, 不同于以往文獻(xiàn)主要關(guān)注宏觀層面的數(shù)字經(jīng)濟(jì)發(fā)展等或微觀層面的企業(yè)信息化、 互聯(lián)網(wǎng)水平以及企業(yè)某個(gè)環(huán)節(jié)的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響, 從風(fēng)險(xiǎn)決策視角回應(yīng)了微觀層面企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)行為影響效應(yīng)的爭(zhēng)議, 進(jìn)一步驗(yàn)證了微觀層面的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全面風(fēng)險(xiǎn)承受水平的提升效應(yīng), 豐富了企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果和企業(yè)風(fēng)險(xiǎn)承受水平影響因素的相關(guān)研究。第二, 實(shí)證檢驗(yàn)了代理沖突和融資約束在數(shù)字化轉(zhuǎn)型提升企業(yè)風(fēng)險(xiǎn)承受水平過程中的機(jī)制作用, 有助于加深對(duì)數(shù)字化轉(zhuǎn)型發(fā)揮經(jīng)濟(jì)效應(yīng)的作用路徑的認(rèn)識(shí)。第三, 比較并分析了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升效應(yīng)在不同的企業(yè)產(chǎn)權(quán)性質(zhì)及規(guī)模等特征、 不同的公司內(nèi)部和外部治理水平下的差異化效果, 更加細(xì)致地解析了通過企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)企業(yè)風(fēng)險(xiǎn)承受水平提升效應(yīng)的條件。
二、 理論分析與研究假設(shè)
企業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是通過運(yùn)用人工智能、 區(qū)塊鏈、 云計(jì)算、 大數(shù)據(jù)等新興數(shù)字技術(shù)的組合觸發(fā)企業(yè)組織、 資源和能力等發(fā)生重大變革, 帶來(lái)業(yè)務(wù)流程優(yōu)化、 效率提升、 價(jià)值創(chuàng)造方式重塑的過程(Li等,2018;Vial,2019;羅進(jìn)輝和巫奕龍,2021)。數(shù)字化轉(zhuǎn)型的推進(jìn), 加速了信息要素在企業(yè)間的流動(dòng)和傳遞, 企業(yè)能以更低的成本獲取更為多元化的有效信息(涂心語(yǔ)和嚴(yán)曉玲,2022), 其通過技術(shù)賦能產(chǎn)生的技術(shù)溢出效應(yīng)將為企業(yè)帶來(lái)發(fā)展機(jī)會(huì)和發(fā)展條件(祁懷錦和于瑤,2021), 強(qiáng)化企業(yè)進(jìn)行風(fēng)險(xiǎn)投資決策所需的決策依據(jù)科學(xué)性和資源基礎(chǔ)。
借助數(shù)字科技對(duì)來(lái)自企業(yè)內(nèi)外部海量信息的處理, 企業(yè)及外部市場(chǎng)主體能夠獲取更為充分的生產(chǎn)決策有用信息。首先, 信息獲取和處理能力的提升能夠增強(qiáng)企業(yè)對(duì)自身經(jīng)營(yíng)狀況以及市場(chǎng)需求和行業(yè)發(fā)展趨勢(shì)的洞察力, 敏銳地捕獲自身經(jīng)營(yíng)和市場(chǎng)需求信息, 為企業(yè)風(fēng)險(xiǎn)性項(xiàng)目的投資決策提供科學(xué)依據(jù), 提高風(fēng)險(xiǎn)性投資項(xiàng)目成功的概率, 因而能夠改善管理層的風(fēng)險(xiǎn)偏好, 提高企業(yè)風(fēng)險(xiǎn)承受水平; 其次, 數(shù)字化轉(zhuǎn)型能提高企業(yè)運(yùn)營(yíng)過程的透明度, 進(jìn)而強(qiáng)化企業(yè)內(nèi)部及外部治理機(jī)制對(duì)企業(yè)運(yùn)營(yíng)環(huán)節(jié)發(fā)揮的監(jiān)督效應(yīng), 約束管理層機(jī)會(huì)主義行為(羅進(jìn)輝和巫奕龍,2021), 緩解代理沖突, 提高決策者風(fēng)險(xiǎn)承受的意愿。
借助數(shù)字技術(shù)與企業(yè)業(yè)務(wù)流程的深度融合, 還能夠有效緩解企業(yè)面臨的資源約束問題(李琦等,2021)。一方面, 數(shù)字技術(shù)的應(yīng)用能夠帶來(lái)實(shí)時(shí)的市場(chǎng)需求信息, 完善企業(yè)的生產(chǎn)經(jīng)營(yíng)決策, 提高資金使用效率(吳非等,2021), 釋放部分內(nèi)部資金, 進(jìn)而強(qiáng)化風(fēng)險(xiǎn)承受決策依賴的企業(yè)內(nèi)部資源基礎(chǔ); 另一方面, 數(shù)字化變革通過提高企業(yè)與外部市場(chǎng)的連接程度, 降低企業(yè)獲取外部資源的信息成本, 使企業(yè)與利益相關(guān)方形成獨(dú)特的資源網(wǎng)絡(luò)(李琦等,2021), 為企業(yè)風(fēng)險(xiǎn)性投資項(xiàng)目提供資源支持, 提高企業(yè)的抗風(fēng)險(xiǎn)能力。因此可以推斷, 企業(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的企業(yè)全方位要素變革將對(duì)企業(yè)資源和能力產(chǎn)生積極影響, 進(jìn)而提高企業(yè)風(fēng)險(xiǎn)承受水平?;诖?, 提出如下假設(shè):
H1: 企業(yè)數(shù)字化轉(zhuǎn)型能顯著提高企業(yè)風(fēng)險(xiǎn)承受水平。
基于委托代理理論, 企業(yè)股東和管理層之間存在代理沖突。股東財(cái)富可以分散化, 其更注重企業(yè)的長(zhǎng)期利益, 表現(xiàn)為風(fēng)險(xiǎn)中性; 而企業(yè)管理層專用性的人力資本和個(gè)人財(cái)富高度依賴于所供職企業(yè), 無(wú)法有效分散風(fēng)險(xiǎn)(蘇坤,2015), 因此管理層更注重其任期內(nèi)的短期利益, 風(fēng)險(xiǎn)承受動(dòng)機(jī)不足, 甚至?xí)艞壱徊糠诛L(fēng)險(xiǎn)相對(duì)較高但凈現(xiàn)值為正的投資項(xiàng)目。
已有文獻(xiàn)多從監(jiān)督和激勵(lì)角度探討如何緩解代理沖突, 解決管理層風(fēng)險(xiǎn)承受不足的問題(何瑛等,2019)。數(shù)字化轉(zhuǎn)型是企業(yè)業(yè)務(wù)流程與數(shù)字技術(shù)的深度融合, 能夠?qū)崿F(xiàn)企業(yè)管理、 生產(chǎn)、 研發(fā)和財(cái)務(wù)控制等重要過程的透明化和實(shí)時(shí)化(袁淳等,2021), 降低信息不對(duì)稱, 強(qiáng)化企業(yè)內(nèi)部和外部監(jiān)督水平, 進(jìn)而降低代理成本, 弱化管理層風(fēng)險(xiǎn)規(guī)避傾向, 提高企業(yè)風(fēng)險(xiǎn)承受水平。首先從內(nèi)部監(jiān)督來(lái)看, 企業(yè)數(shù)字化轉(zhuǎn)型通過業(yè)務(wù)數(shù)據(jù)化形成的實(shí)時(shí)監(jiān)控機(jī)制以及對(duì)組織結(jié)構(gòu)網(wǎng)絡(luò)化和扁平化程度的提高能夠有效約束管理層的機(jī)會(huì)主義行為(羅進(jìn)輝和巫奕龍,2021), 強(qiáng)化內(nèi)部監(jiān)督, 緩解企業(yè)面臨的代理沖突, 提高企業(yè)風(fēng)險(xiǎn)承受水平。其次從外部監(jiān)督來(lái)看, 一方面, 進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)為傳遞變革信心有更強(qiáng)的動(dòng)機(jī)向外部市場(chǎng)推送信息; 另一方面, 企業(yè)數(shù)字化轉(zhuǎn)型拓寬了外部監(jiān)督者如分析師、 審計(jì)人員等的監(jiān)督渠道(王守海等,2022), 提高了外部監(jiān)督水平, 進(jìn)一步為股東等利益相關(guān)者評(píng)價(jià)管理層績(jī)效提供更為全面和準(zhǔn)確的數(shù)據(jù)支撐, 遏制了管理層放棄高風(fēng)險(xiǎn)高收益項(xiàng)目的不作為行為(郭吉濤和姚佳成,2022), 提高了管理層風(fēng)險(xiǎn)承受的意愿。此外, 借助數(shù)字技術(shù)的信息處理效應(yīng)帶來(lái)的更為充分的決策有用信息, 降低了在投資機(jī)會(huì)和投資項(xiàng)目方面的信息不對(duì)稱程度(馬連福和杜善重,2021), 提高了風(fēng)險(xiǎn)性項(xiàng)目成功的概率, 進(jìn)而提高管理層的風(fēng)險(xiǎn)承受意愿, 緩解管理層基于自利和短視引發(fā)的代理沖突, 提高企業(yè)風(fēng)險(xiǎn)承受水平?;诖?, 提出如下假設(shè):
H2: 企業(yè)數(shù)字化轉(zhuǎn)型通過緩解代理沖突提高企業(yè)風(fēng)險(xiǎn)承受水平。
企業(yè)風(fēng)險(xiǎn)承受活動(dòng)具有較強(qiáng)的資源依賴性(張敏等,2015)。在資金匱乏時(shí), 企業(yè)投資周期長(zhǎng)、 獲取收益慢的風(fēng)險(xiǎn)性項(xiàng)目的意愿較低, 從而降低了企業(yè)風(fēng)險(xiǎn)承受水平(祁懷錦和于瑤,2021)。企業(yè)面臨的融資約束是制約企業(yè)獲得資金投資于凈現(xiàn)值為正的投資機(jī)會(huì)的重要原因, 其與信息不對(duì)稱的程度正相關(guān)(Cheng等,2014)。
從內(nèi)源性融資視角來(lái)看, 數(shù)字技術(shù)及數(shù)字化平臺(tái)的應(yīng)用能夠打破企業(yè)內(nèi)部的信息壁壘, 統(tǒng)一數(shù)據(jù)口徑, 提高企業(yè)資金統(tǒng)籌管理水平; 憑借數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息不對(duì)稱程度的緩解, 企業(yè)能夠通過實(shí)時(shí)獲取的自身經(jīng)營(yíng)信息及市場(chǎng)需求信息完善生產(chǎn)經(jīng)營(yíng)決策, 及時(shí)調(diào)整生產(chǎn)計(jì)劃, 降低庫(kù)存, 在有限財(cái)務(wù)資源約束下達(dá)到最大資金使用效率邊界(吳非等,2021), 釋放部分資金, 緩解企業(yè)面臨的融資約束, 為企業(yè)進(jìn)行其他高風(fēng)險(xiǎn)、 長(zhǎng)期性的戰(zhàn)略投資提供資金支持(祁懷錦和于瑤,2021)。從外源性融資視角來(lái)看, 企業(yè)利用數(shù)字技術(shù)編碼輸出的結(jié)構(gòu)化、 標(biāo)準(zhǔn)化信息, 能夠向銀行以及市場(chǎng)投資者傳遞更為準(zhǔn)確的企業(yè)經(jīng)營(yíng)情況信息, 緩解雙方的信息不對(duì)稱, 提高了企業(yè)融資的可獲得性。企業(yè)借助年報(bào)信息披露的數(shù)字化轉(zhuǎn)型相關(guān)信息能夠向外界釋放積極信號(hào), 強(qiáng)化市場(chǎng)正面預(yù)期(吳非等,2021), 更容易獲得外部投資者的資金支持, 緩解融資約束問題。因此, 企業(yè)數(shù)字化轉(zhuǎn)型的推進(jìn)能夠降低信息不對(duì)稱、 緩解融資約束, 使企業(yè)更好地把握投資機(jī)會(huì), 提高企業(yè)風(fēng)險(xiǎn)承受水平。基于此, 提出如下假設(shè):
H3: 企業(yè)數(shù)字化轉(zhuǎn)型通過緩解企業(yè)融資約束提高企業(yè)風(fēng)險(xiǎn)承受水平。
三、 研究設(shè)計(jì)
(一)樣本選擇與數(shù)據(jù)來(lái)源
考慮到我國(guó)上市公司從2007年開始實(shí)施新的會(huì)計(jì)準(zhǔn)則, 且數(shù)字化工具的廣泛使用出現(xiàn)在2006年之后(李琦等,2021), 因此, 本文以2007 ~ 2020年我國(guó)A股上市公司數(shù)據(jù)為初始研究樣本。為保證研究質(zhì)量, 本文對(duì)數(shù)據(jù)進(jìn)行如下處理: 第一, 剔除金融保險(xiǎn)類公司樣本; 第二, 剔除受ST、 PT、 ?ST處理的樣本; 第三, 剔除主要變量缺失的樣本。最終, 得到19031個(gè)公司—年度觀測(cè)值。公司財(cái)務(wù)數(shù)據(jù)和企業(yè)數(shù)字化轉(zhuǎn)型的詞頻數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR), 地區(qū)層面數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。為緩解異常值的影響, 對(duì)所有微觀層面連續(xù)變量進(jìn)行上下1%水平的縮尾處理。
(二)變量定義
1.? 被解釋變量: 企業(yè)風(fēng)險(xiǎn)承受水平(RISK)。作為市場(chǎng)指標(biāo)的股票回報(bào)波動(dòng)率具有較強(qiáng)的外生性, 能夠更加真實(shí)地反映企業(yè)的風(fēng)險(xiǎn)承受水平(馬連福和杜善重,2021)??紤]到本文的研究數(shù)據(jù)主要基于企業(yè)微觀層面, 運(yùn)用盈利波動(dòng)率可能存在較大的內(nèi)生性問題, 因此, 參考錢先航和徐業(yè)坤(2014)的研究, 采用年化日個(gè)股回報(bào)率的波動(dòng)性來(lái)衡量企業(yè)風(fēng)險(xiǎn)承受水平。為方便結(jié)果閱讀, 參考張樹山等(2021)的研究將計(jì)算出的風(fēng)險(xiǎn)承受水平指標(biāo)放大100倍。該指標(biāo)計(jì)算方式如下:
其中, RISKi,t表示i公司第t年的風(fēng)險(xiǎn)承受水平。計(jì)算時(shí), 首先將每個(gè)公司(考慮現(xiàn)金紅利再投資)的個(gè)股回報(bào)率(Return)進(jìn)行公司回報(bào)率中位數(shù)調(diào)整, 然后計(jì)算調(diào)整后的個(gè)股回報(bào)率(adjReturn)的標(biāo)準(zhǔn)差。該指標(biāo)越大, 表示企業(yè)風(fēng)險(xiǎn)承受水平越高。
2. 解釋變量: 企業(yè)數(shù)字化轉(zhuǎn)型(DCG)。借鑒吳非等(2021)使用的文本分析法來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。首先, 根據(jù)數(shù)字化相關(guān)政策文件和學(xué)術(shù)文獻(xiàn)確定數(shù)字化轉(zhuǎn)型特征詞, 并將特征詞分為“底層技術(shù)運(yùn)用”和“技術(shù)實(shí)踐應(yīng)用”兩個(gè)層面; 其次, 利用Python軟件歸集企業(yè)年報(bào)中相關(guān)關(guān)鍵詞并進(jìn)行詞頻計(jì)數(shù), 同時(shí)排除詞根存在“沒”“無(wú)”“不”等否定詞語(yǔ)的表述。以此作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。由于這類數(shù)據(jù)具有典型的右偏性特點(diǎn), 因此在研究中對(duì)得到的詞頻數(shù)進(jìn)行加1后取自然對(duì)數(shù)處理。
3. 控制變量。為了控制可能因遺漏重要變量導(dǎo)致的回歸結(jié)果的偏誤, 本文參考已有文獻(xiàn)選定了一系列可能影響企業(yè)風(fēng)險(xiǎn)承受水平的公司財(cái)務(wù)和公司治理方面的因素作為控制變量。變量定義和具體衡量方式列于表1。
(三)模型設(shè)定
為研究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響, 進(jìn)而驗(yàn)證H1, 本文設(shè)定如下模型(3)進(jìn)行檢驗(yàn)。
為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響機(jī)制, 本文參考江艇(2022)的建議, 設(shè)定如下模型(4), 對(duì)H2、 H3進(jìn)行機(jī)制檢驗(yàn)。即通過模型(4)觀測(cè)核心解釋變量對(duì)中介變量的影響, 然后利用已有文獻(xiàn)達(dá)成的共識(shí)說明中介變量對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響。
其中, RISK為企業(yè)風(fēng)險(xiǎn)承受水平, DCG為企業(yè)數(shù)字化轉(zhuǎn)型, Controls為一系列控制變量, ε為隨機(jī)誤差項(xiàng), M為中介變量, 包括代理成本(Agcost)和融資約束(FC)。為提高回歸結(jié)果的可靠性, 本文還進(jìn)行如下處理: 第一, 考慮到企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響具有一定的時(shí)滯性, 參考吳非等(2021)的研究, 將企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行滯后1期處理(l_DCG), 同時(shí)在技術(shù)上盡可能減輕反向因果的內(nèi)生性問題; 第二, 對(duì)所有回歸結(jié)果標(biāo)準(zhǔn)誤進(jìn)行公司層面的聚類調(diào)整; 第三, 本文同時(shí)控制行業(yè)(Industry)和年份(Year)固定效應(yīng)。
四、 實(shí)證結(jié)果分析
(一)描述性統(tǒng)計(jì)
主要變量的描述性統(tǒng)計(jì)結(jié)果列于表2。企業(yè)數(shù)字化轉(zhuǎn)型(DCG)的均值為1.1991, 標(biāo)準(zhǔn)差為1.3686, 與已有研究吳非等(2021)的結(jié)果相近; 企業(yè)風(fēng)險(xiǎn)承受水平(RISK)為原股票回報(bào)波動(dòng)率放大100倍后的結(jié)果, 最大值為7.9857, 最小值為1.343, 表明不同企業(yè)之間的風(fēng)險(xiǎn)承受水平存在較大差異。其他控制變量的取值也在合理范圍之內(nèi)。
(二)基準(zhǔn)回歸
本文企業(yè)數(shù)字化轉(zhuǎn)型(l_DCG)影響企業(yè)風(fēng)險(xiǎn)承受水平(RISK)的基準(zhǔn)回歸結(jié)果列于表3。其中, 列(1)表明未加入控制變量時(shí), l_DCG的系數(shù)為0.0281, 在1%的水平上顯著為正; 列(2)表明加入控制變量后, l_DCG的系數(shù)為0.0349, 在1%的水平上顯著為正。由此可以得出, 企業(yè)數(shù)字化轉(zhuǎn)型能顯著提高企業(yè)風(fēng)險(xiǎn)承受水平, 驗(yàn)證了H1。這是因?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型帶來(lái)的技術(shù)溢出效應(yīng)能夠優(yōu)化企業(yè)的運(yùn)營(yíng)流程, 強(qiáng)化企業(yè)風(fēng)險(xiǎn)決策的科學(xué)性和資源基礎(chǔ), 從而提高風(fēng)險(xiǎn)承受水平。從控制變量(限于篇幅,略)看, 企業(yè)規(guī)模、 企業(yè)績(jī)效、 企業(yè)現(xiàn)金流的估計(jì)系數(shù)一致顯著為負(fù), 表明規(guī)模越大、 盈利能力越強(qiáng)、 現(xiàn)金流越充足的企業(yè)通過風(fēng)險(xiǎn)投資增進(jìn)收益的動(dòng)機(jī)越弱, 其風(fēng)險(xiǎn)承受水平越低, 與預(yù)期相符。
(三)內(nèi)生性處理
1. 工具變量法。數(shù)字化轉(zhuǎn)型本身是一項(xiàng)存在高度不確定性的風(fēng)險(xiǎn)性項(xiàng)目, 風(fēng)險(xiǎn)承受水平越高的企業(yè)越傾向于進(jìn)行數(shù)字化轉(zhuǎn)型。基于此, 本文采用工具變量法緩解可能存在的互為因果的內(nèi)生性問題。
借鑒李琦等(2021)的研究, 使用地方一般公共財(cái)政科技支出作為工具變量(IV)。這是因?yàn)榈胤揭话愎藏?cái)政科技支出能夠?yàn)槠髽I(yè)推進(jìn)數(shù)字化轉(zhuǎn)型提供充足的硬件基礎(chǔ)條件, 促進(jìn)其轉(zhuǎn)型升級(jí), 滿足相關(guān)性的要求; 同時(shí), 地方一般公共財(cái)政科技支出并不直接作用于企業(yè)的風(fēng)險(xiǎn)決策過程, 難以影響企業(yè)的風(fēng)險(xiǎn)承受水平, 滿足外生性要求??紤]到財(cái)政科技支出絕對(duì)量指標(biāo)存在局限性, 本文使用其相對(duì)指標(biāo)財(cái)政科技支出強(qiáng)度進(jìn)行測(cè)度, 即使用經(jīng)地區(qū)生產(chǎn)總值綱化的地方一般公共財(cái)政科技支出, 并對(duì)該工具變量進(jìn)行滯后一期處理(l_IV)。Durbin-Wu-Hausman F檢驗(yàn)和弱工具變量檢驗(yàn)的結(jié)果表明, 上述工具變量是合理有效的。在控制可能的內(nèi)生性問題后, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升作用仍然顯著。
2.? 傾向得分匹配法(PSM)。針對(duì)可能存在的由企業(yè)某些可觀測(cè)特征引起的樣本偏差對(duì)研究結(jié)論的干擾, 采用傾向得分匹配法進(jìn)行穩(wěn)健性檢驗(yàn)。根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的中位數(shù)對(duì)全部樣本進(jìn)行分組; 通過篩選, 以模型(3)中的部分控制變量作為協(xié)變量。同時(shí), 分別以最近鄰匹配(1∶1)和半徑匹配為原則進(jìn)行傾向得分匹配。平衡性檢驗(yàn)的結(jié)果表明, 匹配效果較好。對(duì)匹配后的樣本重新進(jìn)行檢驗(yàn), l_DCG的系數(shù)均在1%的水平上顯著為正。
3.? 安慰劑檢驗(yàn)。針對(duì)可能存在的遺漏變量的內(nèi)生性問題, 借鑒潘越等(2020)的研究進(jìn)行安慰劑檢驗(yàn)。即提取樣本數(shù)據(jù)集所有公司—年度觀測(cè)值中的企業(yè)數(shù)字化轉(zhuǎn)型變量的取值, 并逐個(gè)隨機(jī)分配到每一個(gè)公司—年度觀測(cè)值中, 最后代入模型(3)重新進(jìn)行檢驗(yàn)。結(jié)果表明, 隨機(jī)匹配后非真實(shí)的企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)不顯著, 表明安慰劑效應(yīng)不存在, 驗(yàn)證了核心結(jié)論的穩(wěn)健性。
囿于篇幅, 上述內(nèi)生性檢驗(yàn)結(jié)果均未列出。
(四)穩(wěn)健性檢驗(yàn)
1.? 消除國(guó)際金融危機(jī)、 中國(guó)股災(zāi)及直轄市影響。參考吳非等(2021)的研究做以下處理: 第一, 考慮到金融危機(jī)的后效性特征, 刪除2009年及2010年的樣本后重新進(jìn)行檢驗(yàn); 第二, 進(jìn)一步排除中國(guó)股災(zāi)對(duì)回歸結(jié)果的影響, 僅保留2011 ~ 2014年的樣本重新進(jìn)行檢驗(yàn); 第三, 剔除位于直轄市的企業(yè)樣本后重新進(jìn)行檢驗(yàn)。上述檢驗(yàn)的結(jié)果均支持前文的核心結(jié)論。
2.? 排除企業(yè)策略性披露行為的解釋。參考袁淳等(2021)的研究, 僅保留深圳證券交易所信息披露考評(píng)結(jié)果為優(yōu)秀或良好的企業(yè)樣本進(jìn)行檢驗(yàn), 結(jié)果表明本文核心結(jié)論不受企業(yè)策略性信息披露行為的影響。
3. 延長(zhǎng)時(shí)間窗口。參考吳非等(2021)的研究, 采用企業(yè)數(shù)字化轉(zhuǎn)型(DCG)滯后2 ~ 4期和企業(yè)風(fēng)險(xiǎn)承受水平(RISK)前置2 ~ 4期的方式延長(zhǎng)時(shí)間窗口。結(jié)果表明, DCG的系數(shù)均在1%的水平上顯著為正, 即企業(yè)數(shù)字化轉(zhuǎn)型能夠在較長(zhǎng)時(shí)期內(nèi)對(duì)企業(yè)風(fēng)險(xiǎn)承受水平產(chǎn)生顯著的正向影響。
4. 替換變量。 第一, 使用年化周個(gè)股回報(bào)率的波動(dòng)性和年化月個(gè)股回報(bào)率的波動(dòng)性作為企業(yè)風(fēng)險(xiǎn)承受水平的替換變量進(jìn)行穩(wěn)健性檢驗(yàn); 第二, 將數(shù)字化轉(zhuǎn)型總指標(biāo)分解為底層技術(shù)層面的人工智能(AI)、 區(qū)塊鏈(BD)、 云計(jì)算(CC)、 大數(shù)據(jù)(DT)4個(gè)子指標(biāo)和實(shí)踐應(yīng)用層面的數(shù)字技術(shù)應(yīng)用(ADT)子指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。上述檢驗(yàn)的實(shí)證結(jié)果均支持了前文的核心結(jié)論。
囿于篇幅, 上述穩(wěn)健性檢驗(yàn)結(jié)果均未列出。
(五)機(jī)制檢驗(yàn)
1. 基于代理沖突的機(jī)制檢驗(yàn)。參考汪偉和張少輝(2022)的研究, 采用企業(yè)自由現(xiàn)金流占總資產(chǎn)的比重(Agcost)作為代理沖突的衡量指標(biāo), 對(duì)“企業(yè)數(shù)字化轉(zhuǎn)型—代理沖突—企業(yè)風(fēng)險(xiǎn)承受水平”的作用路徑進(jìn)行檢驗(yàn)。自由現(xiàn)金流越大的企業(yè), 管理層享受控制權(quán)私利和浪費(fèi)企業(yè)資源的機(jī)會(huì)就越多, 代理成本越高(汪偉和張少輝,2022)。表4的列(1)報(bào)告了代理沖突機(jī)制的實(shí)證結(jié)果。l_DCG的系數(shù)顯著為負(fù), 表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠緩解代理沖突; 而代理沖突的緩解能夠降低管理層基于自身利益考量的風(fēng)險(xiǎn)規(guī)避傾向, 提高企業(yè)風(fēng)險(xiǎn)承受水平(蘇坤,2015;何瑛等,2019)。上述結(jié)果證實(shí)了企業(yè)數(shù)字化轉(zhuǎn)型通過緩解代理沖突進(jìn)而提升企業(yè)風(fēng)險(xiǎn)承受水平的機(jī)制, 驗(yàn)證了H2。
2. 基于融資約束的機(jī)制檢驗(yàn)。參考顧雷雷等(2020)采用FC指數(shù)作為企業(yè)融資約束程度的代理變量, 對(duì)“企業(yè)數(shù)字化轉(zhuǎn)型—融資約束—企業(yè)風(fēng)險(xiǎn)承受水平”的作用路徑進(jìn)行檢驗(yàn)。表4的列(2)報(bào)告了融資約束機(jī)制的實(shí)證結(jié)果。l_DCG的系數(shù)顯著為負(fù), 表明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠緩解融資約束; 而融資約束的緩解能夠?yàn)槠髽I(yè)具有較強(qiáng)的資源依賴性的風(fēng)險(xiǎn)承受活動(dòng)提供資源支持, 進(jìn)而提高企業(yè)風(fēng)險(xiǎn)承受水平(張敏等,2015; 祁懷錦和于瑤,2021)。上述結(jié)果證實(shí)了企業(yè)數(shù)字化轉(zhuǎn)型通過緩解融資約束進(jìn)而提升企業(yè)風(fēng)險(xiǎn)承受水平的機(jī)制, 驗(yàn)證了H3。
五、 進(jìn)一步分析
(一)異質(zhì)性分析
1. 基于企業(yè)特征的異質(zhì)性檢驗(yàn)。首先, 按照產(chǎn)權(quán)性質(zhì)將樣本劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)兩組; 其次, 根據(jù)企業(yè)資產(chǎn)總額的行業(yè)—年度四分位數(shù)將樣本劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)兩組。
表5的列(1)和列(2)報(bào)告了產(chǎn)權(quán)性質(zhì)分組回歸結(jié)果。無(wú)論是國(guó)有企業(yè)還是非國(guó)有企業(yè), 通過數(shù)字技術(shù)與其實(shí)體業(yè)務(wù)的融合均能產(chǎn)生顯著的風(fēng)險(xiǎn)承受水平提升效應(yīng), 并且, 這種提升效應(yīng)在非國(guó)有企業(yè)中更顯著??赡艿脑蚴牵?國(guó)有企業(yè)本身資源實(shí)力較強(qiáng), 其通過數(shù)字化轉(zhuǎn)型開展風(fēng)險(xiǎn)投資活動(dòng)的意愿較低; 而非國(guó)有企業(yè)面臨的市場(chǎng)競(jìng)爭(zhēng)較為激烈, 因此其有更強(qiáng)的動(dòng)機(jī)和意愿通過數(shù)字技術(shù)改善內(nèi)部運(yùn)營(yíng)流程, 為風(fēng)險(xiǎn)承受活動(dòng)提供科學(xué)的決策依據(jù), 提升風(fēng)險(xiǎn)承受水平以獲得超額收益。表5的列(3)和列(4)報(bào)告了企業(yè)規(guī)模分組回歸結(jié)果。只有在小規(guī)模企業(yè)中, 數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)風(fēng)險(xiǎn)承受水平??赡艿脑蚴牵?相比于大規(guī)模企業(yè), 小規(guī)模企業(yè)的融資渠道較少, 面臨更嚴(yán)重的資源約束問題, 因此通過數(shù)字化變革帶來(lái)的融資約束緩解作用對(duì)于小規(guī)模企業(yè)的影響更大, 對(duì)其風(fēng)險(xiǎn)承受水平的提升作用更強(qiáng)。
2. 基于管理層薪酬激勵(lì)的異質(zhì)性檢驗(yàn)。通過采取管理層貨幣薪酬與會(huì)計(jì)業(yè)績(jī)掛鉤的措施, 能夠減少管理層利益和股東利益的分歧, 有效緩解股東與管理層之間的代理沖突(祁懷錦和于瑤,2021)。因此, 數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響可能因管理層薪酬激勵(lì)水平的高低存在異質(zhì)性。相對(duì)于管理層薪酬激勵(lì)水平較高的企業(yè), 管理層薪酬激勵(lì)水平較低的企業(yè)面臨的代理問題更突出, 其通過數(shù)字化轉(zhuǎn)型發(fā)揮降低代理成本進(jìn)而提高風(fēng)險(xiǎn)承受水平的作用更顯著。因此, 本文預(yù)期, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升作用在管理層薪酬激勵(lì)水平較低的企業(yè)中更顯著。參考何威風(fēng)等(2016)的研究, 使用管理層前三名薪酬總額的自然對(duì)數(shù)衡量管理層薪酬激勵(lì)水平; 進(jìn)一步, 根據(jù)樣本企業(yè)管理層薪酬激勵(lì)水平的行業(yè)—年度中位數(shù)將樣本分為管理層薪酬激勵(lì)水平高和管理層薪酬激勵(lì)水平低兩組進(jìn)行異質(zhì)性檢驗(yàn), 表6中列(1)和列(2)的結(jié)果表明, 在管理層薪酬激勵(lì)水平較低時(shí), 企業(yè)推進(jìn)數(shù)字化變革更能促進(jìn)企業(yè)風(fēng)險(xiǎn)承受水平的提升。
3.基于公司外部治理水平的異質(zhì)性檢驗(yàn)。分析師關(guān)注能夠通過改善企業(yè)的信息環(huán)境、 加強(qiáng)對(duì)管理層有損企業(yè)價(jià)值行為的監(jiān)督, 發(fā)揮良好的公司外部治理作用(翟淑萍等,2022), 緩解代理沖突和融資約束。當(dāng)分析師關(guān)注度較低時(shí), 其發(fā)揮的外部治理作用較小, 企業(yè)面臨的代理沖突和融資約束較嚴(yán)重, 而數(shù)字化轉(zhuǎn)型帶來(lái)的信息不對(duì)稱的改善能夠緩解代理沖突和融資約束, 進(jìn)而強(qiáng)化企業(yè)進(jìn)行風(fēng)險(xiǎn)投資決策的意愿和能力。因此, 本文預(yù)期, 在分析師關(guān)注度較低時(shí), 企業(yè)數(shù)字化變革帶來(lái)的風(fēng)險(xiǎn)承受水平提升作用更顯著。參考翟淑萍等(2022)的研究, 使用年度內(nèi)對(duì)企業(yè)進(jìn)行過跟蹤分析的分析師(團(tuán)隊(duì))數(shù)量加1后取自然對(duì)數(shù)衡量分析師關(guān)注度。進(jìn)一步, 根據(jù)樣本企業(yè)分析師關(guān)注度的行業(yè)—年度中位數(shù)將樣本分為分析師關(guān)注度高和分析師關(guān)注度低兩組進(jìn)行異質(zhì)性檢驗(yàn)。表6中列(3)和列(4)的結(jié)果表明, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升作用在分析師關(guān)注度較低的情況下更顯著。
(二)經(jīng)濟(jì)后果分析
傳統(tǒng)金融學(xué)理論表明, 高風(fēng)險(xiǎn)往往伴隨著高收益, 企業(yè)風(fēng)險(xiǎn)承受水平的提高可以被市場(chǎng)識(shí)別為積極性行為, 具有積極的價(jià)值創(chuàng)造效應(yīng), 最終表現(xiàn)為企業(yè)未來(lái)長(zhǎng)期價(jià)值的提升(John等,2008)。而前文的實(shí)證結(jié)果表明, 企業(yè)數(shù)字化轉(zhuǎn)型能夠通過緩解代理沖突和融資約束實(shí)現(xiàn)企業(yè)風(fēng)險(xiǎn)承受水平的提升效應(yīng), 那么, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的正向促進(jìn)作用會(huì)如何作用于企業(yè)價(jià)值?基于此, 本文參考江艇(2022)的建議, 設(shè)定如下模型(5), 結(jié)合模型(3)和模型(5)對(duì)這一經(jīng)濟(jì)后果進(jìn)行實(shí)證檢驗(yàn)。
TobinQi,t=b0+b1DCGi,t-1+ΣControls+ΣIndustry+ΣYear+εi,t (5)
其中, 被解釋變量為企業(yè)價(jià)值(TobinQ), 參考何瑛等(2019)的方法, 采用托賓Q值進(jìn)行度量, 具體計(jì)算公式為: 托賓Q值=企業(yè)市場(chǎng)價(jià)值/總資產(chǎn)。其余變量與模型(3)保持一致。
經(jīng)濟(jì)后果分析的實(shí)證結(jié)果列于表7, 上述結(jié)果證實(shí)了企業(yè)數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)風(fēng)險(xiǎn)承受水平實(shí)現(xiàn)企業(yè)價(jià)值的提升效應(yīng)。
六、 研究結(jié)論與啟示
本文從風(fēng)險(xiǎn)決策視角出發(fā), 運(yùn)用實(shí)證分析方法檢驗(yàn)了微觀企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響、 作用機(jī)制、 非對(duì)稱效果及經(jīng)濟(jì)后果。研究表明, 企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)風(fēng)險(xiǎn)承受水平, 上述結(jié)論在考慮一系列穩(wěn)健性檢驗(yàn)的基礎(chǔ)上仍然成立; 機(jī)制檢驗(yàn)表明, 企業(yè)面臨的代理沖突和融資約束的緩解在企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)風(fēng)險(xiǎn)承受水平的過程中發(fā)揮了機(jī)制作用; 進(jìn)一步分析表明, 企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的提升作用在非國(guó)有企業(yè)、 小規(guī)模企業(yè)以及管理層薪酬激勵(lì)水平較低、 分析師關(guān)注度低的企業(yè)中更顯著, 并且企業(yè)數(shù)字化轉(zhuǎn)型的順利推進(jìn)提高了企業(yè)風(fēng)險(xiǎn)承受水平, 最終實(shí)現(xiàn)的企業(yè)價(jià)值的提升效應(yīng)。
本文的研究揭示了微觀層面企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承受水平的影響及內(nèi)在作用機(jī)制, 對(duì)如何發(fā)揮企業(yè)層面數(shù)字化變革的風(fēng)險(xiǎn)管理優(yōu)化作用具有一定的啟示。第一, 企業(yè)應(yīng)積極融入數(shù)字化轉(zhuǎn)型的進(jìn)程, 利用數(shù)字技術(shù)與企業(yè)業(yè)務(wù)流程的深度融合, 提高企業(yè)的經(jīng)營(yíng)績(jī)效以及投資決策的科學(xué)性, 努力發(fā)揮數(shù)字化變革帶來(lái)的風(fēng)險(xiǎn)管理優(yōu)化作用, 改變我國(guó)企業(yè)普遍風(fēng)險(xiǎn)承受不足的現(xiàn)狀, 最終實(shí)現(xiàn)企業(yè)價(jià)值的提升。第二, 企業(yè)應(yīng)借助數(shù)字化變革對(duì)業(yè)務(wù)流程的實(shí)時(shí)性和透明度的提升作用, 積極完善自身的信息披露機(jī)制, 提高企業(yè)各部門之間以及不同企業(yè)間的信息共享水平, 同時(shí)加強(qiáng)內(nèi)外部監(jiān)督, 采取適當(dāng)?shù)膬?nèi)部激勵(lì)模式, 進(jìn)而緩解企業(yè)的代理沖突以及提高融資的可獲得性, 為加強(qiáng)企業(yè)風(fēng)險(xiǎn)管理提供良好的資源和信息基礎(chǔ)。第三, 企業(yè)應(yīng)根據(jù)自身發(fā)展?fàn)顩r實(shí)施針對(duì)性的數(shù)字化轉(zhuǎn)型戰(zhàn)略。對(duì)于非國(guó)有企業(yè)以及小規(guī)模企業(yè), 應(yīng)重視數(shù)字化轉(zhuǎn)型的有序推進(jìn)對(duì)資源可獲得性的提升作用, 利用數(shù)字化變革的技術(shù)溢出效應(yīng)彌補(bǔ)自身資源不足的缺陷; 對(duì)于國(guó)有企業(yè)和大規(guī)模企業(yè), 應(yīng)重視數(shù)字技術(shù)和數(shù)字化平臺(tái)對(duì)企業(yè)傳統(tǒng)資源的優(yōu)化配置和開發(fā)利用, 積極提升現(xiàn)有資源的附加價(jià)值, 助力企業(yè)風(fēng)險(xiǎn)承受水平的提升。
【 主 要 參 考 文 獻(xiàn) 】
陳冬梅,王俐珍,陳安霓.?dāng)?shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望[ J].管理世界,2020(5):220 ~ 236+20.
陳銀飛,鄧雅慧.企業(yè)數(shù)字化、業(yè)績(jī)波動(dòng)性與投資效率[ J].財(cái)務(wù)研究,2022(1):92 ~ 102.
代飛,鐘運(yùn)標(biāo),徐鳳菊.?dāng)?shù)字化轉(zhuǎn)型、企業(yè)創(chuàng)新與價(jià)值提升[ J].財(cái)會(huì)月刊,2023(1):36 ~ 45.
翟淑萍,韓賢,張曉琳,陳曦.?dāng)?shù)字金融能降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎[ J].會(huì)計(jì)研究,2022(2):117 ~ 131.
顧雷雷,郭建鸞,王鴻宇.企業(yè)社會(huì)責(zé)任、融資約束與企業(yè)金融化[ J].金融研究,2020(2):109 ~ 127.
郭吉濤,姚佳成.?dāng)?shù)字經(jīng)濟(jì)與企業(yè)風(fēng)險(xiǎn)承擔(dān):管理自主權(quán)的調(diào)節(jié)效應(yīng)[ J].河海大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2022(1):83 ~ 91.
何威風(fēng),劉巍,黃凱莉.管理者能力與企業(yè)風(fēng)險(xiǎn)承擔(dān)[ J].中國(guó)軟科學(xué),2016(5):107 ~ 118.
何瑛,于文蕾,楊棉之.CEO復(fù)合型職業(yè)經(jīng)歷、企業(yè)風(fēng)險(xiǎn)承擔(dān)與企業(yè)價(jià)值[ J].中國(guó)工業(yè)經(jīng)濟(jì),2019(9):155 ~ 173.
黃大禹,謝獲寶,孟祥瑜,張秋艷.?dāng)?shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)[ J].經(jīng)濟(jì)學(xué)家,2021(12):41 ~ 51.
黃大禹,謝獲寶,鄒夢(mèng)婷等.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)水平的影響——作用機(jī)制與影響渠道[ J/OL].科技進(jìn)步與對(duì)策:1 ~ 10[2022-07-15].http://h-p.
kns.cnki.net.zzulib.vpn358.com/kcms/detail/42.1224.g3.20220714.2146.008.html.
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.
李琦,劉力鋼,邵劍兵.?dāng)?shù)字化轉(zhuǎn)型、供應(yīng)鏈集成與企業(yè)績(jī)效——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.
羅進(jìn)輝,巫奕龍.?dāng)?shù)字化運(yùn)營(yíng)水平與真實(shí)盈余管理[ J].管理科學(xué),2021(4):3 ~ 18.
馬連福,杜善重.?dāng)?shù)字金融能提升企業(yè)風(fēng)險(xiǎn)承擔(dān)水平嗎[ J].經(jīng)濟(jì)學(xué)家,2021(5):65 ~ 74.
潘越,湯旭東,寧博,楊玲玲.連鎖股東與企業(yè)投資效率:治理協(xié)同還是競(jìng)爭(zhēng)合謀[ J].中國(guó)工業(yè)經(jīng)濟(jì),2020(2):136 ~ 164.
祁懷錦,于瑤.電子商務(wù)發(fā)展對(duì)企業(yè)風(fēng)險(xiǎn)承擔(dān)的影響——兼論差異化管理層激勵(lì)方式的調(diào)節(jié)效應(yīng)[ J].改革,2021(10):114 ~ 130.
錢先航,徐業(yè)坤.官員更替、政治身份與民營(yíng)上市公司的風(fēng)險(xiǎn)承擔(dān)[ J].經(jīng)濟(jì)學(xué)(季刊),2014(4):1437 ~ 1460.
蘇坤.管理層股權(quán)激勵(lì)、風(fēng)險(xiǎn)承擔(dān)與資本配置效率[ J].管理科學(xué),2015(3):14~25.
涂心語(yǔ),嚴(yán)曉玲.?dāng)?shù)字化轉(zhuǎn)型、知識(shí)溢出與企業(yè)全要素生產(chǎn)率——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)[ J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2022(2):43 ~ 56.
汪偉,張少輝.《社會(huì)保險(xiǎn)法》實(shí)施是否緩解了企業(yè)投融資期限錯(cuò)配[ J].財(cái)貿(mào)經(jīng)濟(jì),2022(3):34 ~ 49.
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.
王永海,石青梅.公司風(fēng)險(xiǎn)承受與獨(dú)立審計(jì)質(zhì)量關(guān)系的實(shí)證研究——基于不完全信息博弈模型[ J].審計(jì)與經(jīng)濟(jì)研究,2016a(3):10 ~ 20.
王永海,石青梅.內(nèi)部控制規(guī)范體系對(duì)公司風(fēng)險(xiǎn)承受是否具有抑制效應(yīng)?——中國(guó)版“薩班斯”法案強(qiáng)制實(shí)施的風(fēng)險(xiǎn)后果分析[ J].審計(jì)研究,2016b(3):90 ~ 97.
吳非,胡慧芷,林慧妍,任曉怡.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[ J].管理世界,2021(7):130 ~ 144+10.
許家云,楊?。ヂ?lián)網(wǎng)與中國(guó)制造業(yè)企業(yè)風(fēng)險(xiǎn)承擔(dān)[ J].南開經(jīng)濟(jì)研究,2021(5):176 ~ 197.
薛鈴琦,謝清華,王海兵.?dāng)?shù)字化轉(zhuǎn)型能提高企業(yè)競(jìng)爭(zhēng)績(jī)效嗎——基于供應(yīng)鏈價(jià)值管理的視角[ J].財(cái)會(huì)月刊,2022(13):61 ~ 70.
袁淳,肖土盛,耿春曉,盛譽(yù).?dāng)?shù)字化轉(zhuǎn)型與企業(yè)分工:專業(yè)化還是縱向一體化[ J].中國(guó)工業(yè)經(jīng)濟(jì),2021(9):137 ~ 155.
趙燕.?dāng)?shù)字化轉(zhuǎn)型、戰(zhàn)略資源匹配與企業(yè)高質(zhì)量發(fā)展[ J].財(cái)會(huì)月刊,2022(20):62 ~ 69.
張敏,童麗靜,許浩然.社會(huì)網(wǎng)絡(luò)與企業(yè)風(fēng)險(xiǎn)承擔(dān)——基于我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[ J].管理世界,2015(11):161 ~ 175.
張功富,詹俊,呂月童.?dāng)?shù)字化轉(zhuǎn)型如何影響企業(yè)勞動(dòng)投資效率[ J].財(cái)會(huì)月刊,2023(5):153 ~ 160.
張樹山,胡化廣,孫磊,夏銘璐.供應(yīng)鏈數(shù)字化與供應(yīng)鏈安全穩(wěn)定——一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)[ J].中國(guó)軟科學(xué),2021(12):21 ~ 30+40.
Cheng B., Ioannou I., Serafeim G.. Corporate social responsibility and access to finance[ J]. Strategic Management Journal,2014(1):1 ~ 23.
Faccio M., Marchica M. T., Mura R.. CEO gender, corporate risk-ta-king, and the efficiency of capital allocation[ J]. Journal of Corporate Finance,2016(8):193 ~ 209.
John K., Litov L., Yeung B.. Corporate governance and risk-taking[ J]. The Journal of Finance,2008(4):1679 ~ 1728.
Li J., Tang Y. I.. CEO hubris and firm risk taking in China: The modera-ting role of managerial discretion[ J]. The Academy of Management Journal,2010(1):45 ~ 68.
Li L., Su F., Zhang W., Mao J. Y.. Digital transformation by SME entrepreneurs: A capability perspective[ J]. Information Systems Journal,2018(6):1129 ~ 1157.
Vial G.. Understanding digital transformation: A review and a research agenda[ J]. The Journal of Strategic Information Systems,2019(2):118 ~ 144.