風(fēng)險承擔(dān)水平何以促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型“少言多行”

摘要：在經(jīng)濟(jì)不確定性背景下，企業(yè)控制風(fēng)險承擔(dān)水平和進(jìn)行數(shù)字化轉(zhuǎn)型的價值日益凸顯?；?010—2021年中國滬深A(yù)股上市公司數(shù)據(jù)，本文考察了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的影響。結(jié)果表明，企業(yè)風(fēng)險承擔(dān)水平促進(jìn)數(shù)字化轉(zhuǎn)型“少言多行”，結(jié)論通過了穩(wěn)健性和內(nèi)生性檢驗，且企業(yè)創(chuàng)新和數(shù)字化轉(zhuǎn)型同群效應(yīng)在該影響中起到了調(diào)節(jié)作用。異質(zhì)性分析表明，在數(shù)字化轉(zhuǎn)型言行一致的企業(yè)、國有企業(yè)和服務(wù)業(yè)企業(yè)中，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)更強(qiáng)。由此，本文從兩方面提出建議，政府要加強(qiáng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，注重差異化施策，助力企業(yè)數(shù)字化轉(zhuǎn)型；企業(yè)應(yīng)整合資源提升自身風(fēng)險承擔(dān)水平。

關(guān)鍵詞：風(fēng)險承擔(dān)；數(shù)字化轉(zhuǎn)型；戰(zhàn)略發(fā)布；轉(zhuǎn)型投資；同群效應(yīng)；企業(yè)創(chuàng)新

中圖分類號：F062.9；F49" " " " 文獻(xiàn)標(biāo)識碼：A" " " " 文章編號：1007-0753（2024）07-0065-12

一、引言

中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展研究報告（2023年）》①顯示，2008—2022年中國數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)從100上升至572.26，年復(fù)合增長率超過13%，呈指數(shù)型增長態(tài)勢。國家數(shù)據(jù)局于2024年發(fā)布的《數(shù)字中國發(fā)展報告（2023年）》②顯示，2023年數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值估計超過12萬億元，占GDP比重10％左右。

近年來，外部經(jīng)濟(jì)局勢動蕩，地緣沖突、局部沖突等因素均深刻影響社會經(jīng)濟(jì)活動。埃森哲數(shù)字化轉(zhuǎn)型研究報告③（2023）顯示，在不確定性背景下，暫緩對未來的投資是大部分企業(yè)的選擇，而數(shù)字化轉(zhuǎn)型領(lǐng)軍企業(yè)堅持?jǐn)?shù)字化轉(zhuǎn)型投資，創(chuàng)新優(yōu)勢進(jìn)一步擴(kuò)大。因此，厘清在環(huán)境不確定性背景下，何種因素會影響企業(yè)數(shù)字化轉(zhuǎn)型決策，企業(yè)風(fēng)險承擔(dān)水平的變化又會如何影響其數(shù)字化轉(zhuǎn)型的特征，十分有必要。

在不確定性背景下，數(shù)字化轉(zhuǎn)型對企業(yè)而言是一種風(fēng)險創(chuàng)新行為，企業(yè)只有在愿意且能夠承擔(dān)風(fēng)險的情況下，才會堅定不移地推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型改革。企業(yè)數(shù)字化轉(zhuǎn)型的研究已經(jīng)成熟，大多數(shù)從產(chǎn)業(yè)鏈關(guān)聯(lián)、數(shù)字基礎(chǔ)設(shè)施和企業(yè)績效（張虎等，2023；王海等，2023；王博和康琦，2023）等視角展開。風(fēng)險承擔(dān)影響企業(yè)行為決策的文獻(xiàn)也比較豐富，學(xué)者們主要持三種觀點。第一種觀點認(rèn)為，風(fēng)險承擔(dān)水平高的企業(yè)愿意為了高收益而承擔(dān)風(fēng)險（熊娜等，2020），從而促進(jìn)企業(yè)積極的行為決策。第二種觀點認(rèn)為，風(fēng)險承擔(dān)水平與企業(yè)行為決策之間的關(guān)系是非線性的。風(fēng)險承擔(dān)在企業(yè)轉(zhuǎn)型初期會抑制企業(yè)的轉(zhuǎn)型升級，但之后會持續(xù)促進(jìn)轉(zhuǎn)型升級（張悅玫等，2023），進(jìn)一步地，風(fēng)險承擔(dān)與企業(yè)績效也呈非線性關(guān)系（董保寶，2014），可能的原因在于，不同企業(yè)的資源與能力有區(qū)別，企業(yè)面對風(fēng)險時采取的措施有所差異（劉志遠(yuǎn)和官小燕，2021）。第三種觀點則認(rèn)為，風(fēng)險承擔(dān)并不會直接影響企業(yè)行為決策，而是作為一種調(diào)節(jié)因素間接影響企業(yè)經(jīng)營發(fā)展。學(xué)者們研究發(fā)現(xiàn)，風(fēng)險承擔(dān)能力正向調(diào)節(jié)了高管薪酬差距和并購商譽(yù)對企業(yè)創(chuàng)新的促進(jìn)作用（曾春華和李開慶，2019；李健等，2022）。而現(xiàn)有文獻(xiàn)中有關(guān)企業(yè)風(fēng)險承擔(dān)如何影響數(shù)字化轉(zhuǎn)型的研究相對較少。相比已有研究，本文的創(chuàng)新點有：第一，將企業(yè)風(fēng)險承擔(dān)水平與企業(yè)數(shù)字化轉(zhuǎn)型納入同一框架中進(jìn)行分析，豐富了數(shù)字化轉(zhuǎn)型的研究視角和影響因素籃子。第二，本文聚焦企業(yè)數(shù)字化轉(zhuǎn)型的戰(zhàn)略發(fā)布與投資，分析企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“言”和“行”的異質(zhì)性影響，為數(shù)字化轉(zhuǎn)型研究提供實證依據(jù)。第三，研究在企業(yè)風(fēng)險承擔(dān)水平提高受限的情況下，哪些因素可以促進(jìn)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，有利于企業(yè)數(shù)字化轉(zhuǎn)型政策的制定與實施。

二、理論分析和研究假說

（一）數(shù)字化轉(zhuǎn)型“言”與“行”

作為企業(yè)變革的重要組成部分，數(shù)字化轉(zhuǎn)型是減少信息不對稱、有效防范風(fēng)險和獲取競爭優(yōu)勢的重要手段。數(shù)字化轉(zhuǎn)型的“言”是指企業(yè)在年報中發(fā)布的“人工智能技術(shù)”“大數(shù)據(jù)技術(shù)”“云計算技術(shù)”“區(qū)塊鏈技術(shù)”“數(shù)字技術(shù)應(yīng)用”五個關(guān)鍵詞的相關(guān)內(nèi)容（吳非等，2021）；數(shù)字化轉(zhuǎn)型的“行”是指企業(yè)的數(shù)字化轉(zhuǎn)型投資，以無形資產(chǎn)中含有數(shù)字化關(guān)鍵詞的資產(chǎn)項目作為數(shù)字化資產(chǎn)（祁懷錦等，2020），數(shù)字化資產(chǎn)占無形資產(chǎn)的比值可以衡量數(shù)字化轉(zhuǎn)型投資。

對企業(yè)來說，在環(huán)境不穩(wěn)定的背景下，企業(yè)需要借助政府和銀行的幫助，獲得政府補(bǔ)貼和外部融資以實現(xiàn)數(shù)字化轉(zhuǎn)型。企業(yè)在年報中發(fā)表數(shù)字化轉(zhuǎn)型的“言”時，會釋放出企業(yè)當(dāng)前處于良好的數(shù)字化轉(zhuǎn)型進(jìn)程的信號，以此獲得更多的外部支持，但實際數(shù)字化轉(zhuǎn)型的“行”可能嚴(yán)重滯后。對政府和銀行來說，企業(yè)數(shù)字化轉(zhuǎn)型“言”“行”是否一致的核查成本相對較高，難以全面了解企業(yè)數(shù)字化轉(zhuǎn)型的實際情況，進(jìn)一步加劇了企業(yè)數(shù)字化轉(zhuǎn)型的“言”“行”不一致。

（二）風(fēng)險承擔(dān)水平與數(shù)字化轉(zhuǎn)型的“言”與“行”

企業(yè)的風(fēng)險承擔(dān)水平體現(xiàn)著企業(yè)管理者對客觀風(fēng)險的態(tài)度和偏好。企業(yè)風(fēng)險承擔(dān)水平的高低直接決定了企業(yè)在經(jīng)濟(jì)不確定性背景下采取何種投資策略。所以，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時，需要考慮企業(yè)風(fēng)險承擔(dān)水平，進(jìn)而做出理性決策。

在數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布方面，第一，從銀行角度看，較高的企業(yè)風(fēng)險承擔(dān)水平意味著企業(yè)面臨的風(fēng)險較高。這就意味著銀行在進(jìn)行投資時會更深入地利用現(xiàn)有信息仔細(xì)甄別、客觀評價。企業(yè)披露的虛假或低質(zhì)量信息更容易被甄別出來，企業(yè)通過“多言”進(jìn)行印象管理以獲得利益相關(guān)者青睞的動機(jī)顯著下降。第二，從企業(yè)自身角度看，企業(yè)風(fēng)險承擔(dān)水平是對企業(yè)當(dāng)前發(fā)展?fàn)顩r的一種反映。當(dāng)企業(yè)風(fēng)險承擔(dān)水平較低時，企業(yè)有信心積極地通過發(fā)布數(shù)字化轉(zhuǎn)型戰(zhàn)略而獲得更多外部投資；而當(dāng)企業(yè)風(fēng)險承擔(dān)水平較高時，企業(yè)夸大發(fā)布數(shù)字化轉(zhuǎn)型戰(zhàn)略，可能在未來受到負(fù)面的影響，為了經(jīng)營的穩(wěn)健性，企業(yè)會傾向于“少言”。第三，企業(yè)發(fā)展過程受公眾和輿論的監(jiān)督，企業(yè)年報是企業(yè)向公眾傳遞信息的重要工具，管理者在發(fā)布數(shù)字化戰(zhàn)略時，會考慮自身聲譽(yù)以及未來職業(yè)發(fā)展問題。當(dāng)企業(yè)風(fēng)險承擔(dān)水平較高時，企業(yè)“多言”的信息批露方式可能涉嫌信息披露違規(guī)。企業(yè)面臨的外部監(jiān)督壓力大，企業(yè)將傾向于采取防御性披露戰(zhàn)略，即“少言”。因此，在企業(yè)風(fēng)險承擔(dān)水平較高時，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的“多言”表現(xiàn)反而越少。據(jù)此，本文提出假設(shè)H1。

H1：企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布有顯著抑制作用，即促進(jìn)數(shù)字化轉(zhuǎn)型“少言”。

在數(shù)字化轉(zhuǎn)型投資方面，數(shù)字化轉(zhuǎn)型投資和一般的企業(yè)投資不同，它是一種突破性投資，能給企業(yè)帶來發(fā)展機(jī)遇。John等（2008）認(rèn)為企業(yè)風(fēng)險承擔(dān)水平越高通常表現(xiàn)為企業(yè)的資本性支出越高。因此風(fēng)險承擔(dān)水平較高的企業(yè)能充分利用投資機(jī)會，更傾向于高風(fēng)險、高收益的項目，更愿意進(jìn)行轉(zhuǎn)型升級。且企業(yè)風(fēng)險承擔(dān)水平較高時，企業(yè)對創(chuàng)新失敗的容忍程度較高，更愿意將現(xiàn)有資源分配到有風(fēng)險的投資中并進(jìn)行創(chuàng)新的數(shù)字化轉(zhuǎn)型投資。同時，成功的數(shù)字化轉(zhuǎn)型不僅在增強(qiáng)企業(yè)競爭力方面有積極作用，還能產(chǎn)生鏈?zhǔn)椒磻?yīng)，提高下一期的企業(yè)風(fēng)險承擔(dān)水平，助力企業(yè)實現(xiàn)新一輪的躍升。據(jù)此，本文提出假設(shè)H2。

H2：企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資有顯著促進(jìn)作用，即促進(jìn)數(shù)字化轉(zhuǎn)型“多行”。

（三）數(shù)字化轉(zhuǎn)型過程中企業(yè)創(chuàng)新的調(diào)節(jié)作用

企業(yè)創(chuàng)新是企業(yè)管理的一項重要內(nèi)容，是決定企業(yè)發(fā)展方向、發(fā)展規(guī)模和發(fā)展速度的關(guān)鍵因素。企業(yè)創(chuàng)新是一個不斷試錯的過程，一旦成功企業(yè)將獲得高額回報。企業(yè)基于對風(fēng)險的客觀評判，有可能采用“險中求勝”的戰(zhàn)略邏輯進(jìn)行創(chuàng)新。首先，當(dāng)企業(yè)具有較高的創(chuàng)新能力時，企業(yè)在不確定性環(huán)境下有更多的資源和技術(shù)可以調(diào)配，從而實施數(shù)字化轉(zhuǎn)型投資。企業(yè)也有信心通過發(fā)布數(shù)字化轉(zhuǎn)型戰(zhàn)略向外界傳達(dá)積極信號。企業(yè)創(chuàng)新可以削弱企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的負(fù)向影響。其次，企業(yè)創(chuàng)新的成果可以為數(shù)字化轉(zhuǎn)型直接服務(wù)。企業(yè)在進(jìn)行數(shù)字化戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資時會參考企業(yè)創(chuàng)新的成果。最后，企業(yè)成功實現(xiàn)數(shù)字化轉(zhuǎn)型的良好績效將進(jìn)一步激發(fā)企業(yè)投入更多資源用于創(chuàng)新，形成正向反饋機(jī)制。據(jù)此，本文提出假設(shè)H3。

H3：企業(yè)創(chuàng)新能力越強(qiáng)，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“少言”的促進(jìn)作用越弱，對數(shù)字化轉(zhuǎn)型“多行”的促進(jìn)作用越強(qiáng)。

（四）數(shù)字化轉(zhuǎn)型過程中同群效應(yīng)的調(diào)節(jié)作用

同群效應(yīng)是影響企業(yè)內(nèi)外部管理的重要因素。雖然企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型時所面對的內(nèi)部公司特征不同，自身所具備的資源和技術(shù)也不盡相同，但是對同行業(yè)的企業(yè)來說，他們面臨著相似的政策環(huán)境與市場需求，行業(yè)內(nèi)數(shù)字化領(lǐng)軍企業(yè)的行為對同行業(yè)其他企業(yè)的行為有模范作用。

從數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布角度分析，數(shù)字化轉(zhuǎn)型同群效應(yīng)較高意味著行業(yè)內(nèi)的其他企業(yè)占領(lǐng)了大部分市場份額和投資，能夠更有效地開展數(shù)字化業(yè)務(wù)，此時最好的選擇是“少言”。所以，企業(yè)所在行業(yè)內(nèi)數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布同群效應(yīng)的提升加強(qiáng)了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“少言”的促進(jìn)作用。

從數(shù)字化轉(zhuǎn)型投資角度分析，當(dāng)同群企業(yè)普遍進(jìn)行數(shù)字化轉(zhuǎn)型時，由于競爭壓力，企業(yè)可能會在本身的風(fēng)險承擔(dān)水平較低的情況下采取和同行業(yè)其他企業(yè)一樣的策略。當(dāng)處于同一行業(yè)的大部分企業(yè)都不進(jìn)行數(shù)字化轉(zhuǎn)型時，這表明市場環(huán)境不理想，未來預(yù)期不樂觀，對企業(yè)來說為了避免更大的損失，降低風(fēng)險承擔(dān)能力，不進(jìn)行數(shù)字化轉(zhuǎn)型即最明智的決策。據(jù)此，本文提出假設(shè)H4。

H4：數(shù)字化轉(zhuǎn)型同群效應(yīng)越強(qiáng)，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“少言多行”的促進(jìn)作用越強(qiáng)。

三、研究設(shè)計

（一）變量選取

以我國2010—2021 年滬深A(yù)股上市公司數(shù)據(jù)作為研究樣本，企業(yè)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。企業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布指標(biāo)來源于上市公司年報，相關(guān)上市公司年報來自深交所和上交所官方網(wǎng)站。對原始數(shù)據(jù)進(jìn)行如下處理：第一，剔除了研究時期內(nèi)ST和退市的樣本以及上市年限不滿5年的樣本；第二，剔除了關(guān)鍵變量數(shù)據(jù)缺失的企業(yè)和金融類企業(yè)；第三，對涉及的變量進(jìn)行了上下1%的縮尾處理，以減弱異常值對回歸模型的干擾。由此得到了1 525家企業(yè)31 556個“企業(yè)－年度”數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布觀測值和31 114個“企業(yè)－年度”數(shù)字化轉(zhuǎn)型投資觀測值。

1.被解釋變量。

（1）數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布。采用吳非等（2021）的文本分析法，利用Python技術(shù)從上市公司年報文本中提取“人工智能技術(shù)”“大數(shù)據(jù)技術(shù)”“云計算技術(shù)”“區(qū)塊鏈技術(shù)”“數(shù)字技術(shù)應(yīng)用”五個關(guān)鍵詞，并進(jìn)一步統(tǒng)計五個維度的詞頻作為衡量數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的數(shù)據(jù)。具體來說，先分別統(tǒng)計出總詞頻和五個關(guān)鍵詞對應(yīng)的詞頻數(shù)量，然后將數(shù)量加1后取自然對數(shù)作為數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的衡量指標(biāo)。

（2）數(shù)字化轉(zhuǎn)型投資。采用祁懷錦等（2020）的方法，以企業(yè)無形資產(chǎn)中含有數(shù)字化關(guān)鍵詞的資產(chǎn)項目作為數(shù)字化資產(chǎn)。具體來說，使用“軟件”“網(wǎng)絡(luò)”“客戶端”“管理系統(tǒng)”“智能平臺”等關(guān)鍵詞的無形資產(chǎn)明細(xì)作為衡量數(shù)字化資產(chǎn)的指標(biāo)，使用數(shù)字化資產(chǎn)占無形資產(chǎn)的比值作為數(shù)字化轉(zhuǎn)型投資的代理變量。

2.解釋變量。

利用盈利波動性衡量企業(yè)風(fēng)險承擔(dān)水平（risk）。參考王超等（2023）的研究，測算方式如下：

adjroaijt =" -" " " " " " " " " "（1）

riskit =" ， T=3

（2）

其中，adjroaijt為經(jīng)過行業(yè)和年份均值調(diào)整后的總資產(chǎn)收益率，ebitijt為息稅前利潤，assetijt為總資產(chǎn)。本文選取T=3計算滾動3期的企業(yè)風(fēng)險承擔(dān)水平。

3.控制變量。

參考已有文獻(xiàn)的做法（王海等，2023），本文對可能影響數(shù)字化轉(zhuǎn)型的變量進(jìn)行了控制。具體控制變量如下：①企業(yè)年齡（age）；②資產(chǎn)負(fù)債率（debt）；③營業(yè)利潤增長率（profit_gro）；④企業(yè)產(chǎn)權(quán)性質(zhì)（state）；⑤流動比率（liquid）；⑥獨董比例（single）；⑦行業(yè)集中度（hhi）。

本文上述主要變量及其定義如表 1 所示。

（二）模型設(shè)定

為了探究企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的影響，本文分別設(shè)計了估計企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的計量模型：

dig_strit = α0 + α1 riskit + γ1 controlit + indi + μt + εit

（3）

dig_invit = β0 + β1 riskit + γ2 controlit + indi + μt + εit

（4）

其中，dig_strit和dig_invit分別表示企業(yè)i在t年的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資；riskit表示企業(yè)i在t年的風(fēng)險承擔(dān)水平；controlit表示一系列控制變量；α0和β0為常數(shù)項；α1和β1分別衡量企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的影響程度；indi為行業(yè)固定效應(yīng)，μt 為時間固定效應(yīng)，εit為隨機(jī)誤差項。為使統(tǒng)計推斷結(jié)果更加穩(wěn)健，本文采用穩(wěn)健標(biāo)準(zhǔn)誤對回歸模型進(jìn)行回歸，并聚類到企業(yè)層面。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

主要變量的描述性分析結(jié)果見表2。其中，企業(yè)風(fēng)險承擔(dān)水平的平均值為0.035 ，標(biāo)準(zhǔn)差為0.047，最小值和最大值分別為0.001和0.294，可見不同企業(yè)的風(fēng)險承擔(dān)水平差別較小。企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的平均值為1.249，標(biāo)準(zhǔn)差是1.354，說明企業(yè)間的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的差距較大。企業(yè)數(shù)字化轉(zhuǎn)型投資的平均值為0.094，標(biāo)準(zhǔn)差為0.221。與數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布不同的是，不同企業(yè)之間數(shù)字化轉(zhuǎn)型投資水平的差異相對較小。

（二）企業(yè)風(fēng)險承擔(dān)水平與數(shù)字化轉(zhuǎn)型：基準(zhǔn)回歸結(jié)果

企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的基準(zhǔn)回歸結(jié)果見表3。列（1）和列（3）僅考察企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的影響，列（2）和列（4）在此基礎(chǔ)上增加了控制變量再次進(jìn)行回歸。

表3列（2）顯示，企業(yè)風(fēng)險承擔(dān)水平（risk）的

系數(shù)為-0.593，且在1%的水平下顯著，這說明當(dāng)企業(yè)風(fēng)險承擔(dān)水平提高一個標(biāo)準(zhǔn)差（0.047）時，企業(yè)預(yù)計會降低2.787%（0.047×0.593）的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布水平。該結(jié)果支持了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“少言”具有促進(jìn)作用。假設(shè)H1得證。

表3列（4）顯示企業(yè)風(fēng)險承擔(dān)水平（risk）的系數(shù)為0.215，且在1%的水平下顯著，這說明當(dāng)企業(yè)風(fēng)險承擔(dān)水平提高一個標(biāo)準(zhǔn)差（0.047）時，企業(yè)預(yù)計會增加1.010%（0.047×0.215）的數(shù)字化轉(zhuǎn)型投資水平。該結(jié)果支持了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“多行”具有促進(jìn)作用。假設(shè)H2得證。

（三）穩(wěn)健性檢驗

為提高本文理論分析和基準(zhǔn)回歸的可信度，本文還替換了企業(yè)風(fēng)險承擔(dān)水平以及數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的衡量方式，并且剔除了直轄市和考慮省份宏觀經(jīng)濟(jì)變量再次進(jìn)行回歸檢驗，結(jié)果如表4所示。

1.替換企業(yè)風(fēng)險承擔(dān)水平的衡量方式。

參照陳海強(qiáng)等（2012）的研究，利用現(xiàn)金流波動性衡量企業(yè)風(fēng)險承擔(dān)水平。具體來說，用企業(yè)過去三年的每股經(jīng)營活動現(xiàn)金凈額 （Cft-2、Cft-1、Cft） 的標(biāo)準(zhǔn)差來衡量現(xiàn)金流波動性。

risk1 = SD （Cft-2， Cft-1， Cft ）" " " " " " " " " " " " " " " "（5）

現(xiàn)金流波動性（risk1）衡量企業(yè)風(fēng)險承擔(dān)水平回歸的結(jié)果見表4列（1）和列（2），基準(zhǔn)回歸結(jié)果穩(wěn)健。

2.替換數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的衡量方式。

參考何帆和劉紅霞（2019）的研究，采用虛擬變量的方法測算數(shù)字化轉(zhuǎn)型。如果當(dāng)年數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布（或投資）的指標(biāo)不為0，那么數(shù)字化轉(zhuǎn)型虛擬變量取值為1；如果當(dāng)年數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布（或投資）的指標(biāo)為0，那么數(shù)字化轉(zhuǎn)型虛擬變量取值為0，然后將其作為被解釋變量納入模型中，并進(jìn)行Logit回歸。結(jié)果如表4列（3）和列（4）所示，企業(yè)風(fēng)險承擔(dān)水平的增加顯著抑制了數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布，顯著促進(jìn)了數(shù)字化轉(zhuǎn)型投資。

3.剔除直轄市。

直轄市與一般地級市的經(jīng)濟(jì)發(fā)展水平存在一定差異，直轄市在經(jīng)濟(jì)發(fā)展過程中一般會受到政府及各部門的優(yōu)待，從而造成企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時所處的地區(qū)環(huán)境背景不同。剔除直轄市后再次進(jìn)行基準(zhǔn)回歸，結(jié)果如表4列（5）和列（6）所示，依然穩(wěn)健。

4.考慮省份宏觀經(jīng)濟(jì)變量。

考慮到企業(yè)風(fēng)險承擔(dān)水平與年份特殊因素有一定的關(guān)系，各年份的省份宏觀經(jīng)濟(jì)變量可能會干擾企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的影響，因此，本文加入企業(yè)所在省份的gdp增長指數(shù)（gdp_growth）、居民消費價格指數(shù)（p）、固定資產(chǎn)投資

（不含農(nóng)戶）增速（fix）作為省份宏觀經(jīng)濟(jì)變量的衡量指標(biāo)，并將省份經(jīng)濟(jì)變量作為控制變量再次進(jìn)行回歸，結(jié)果如表4列（7）和列（8）所示，再次驗證了基準(zhǔn)回歸的穩(wěn)健性。

（四）內(nèi)生性分析

本文的估計結(jié)果可能因為遺漏變量、測度方式的不精確和樣本選擇偏誤產(chǎn)生內(nèi)生性問題。為確保基準(zhǔn)回歸的穩(wěn)健性，進(jìn)行了以下處理。

1.工具變量法。

本文參考已有相關(guān)研究（李卓松，2018），利用同年度、同行業(yè)（除研究企業(yè)外）企業(yè)風(fēng)險承擔(dān)水平的平均值構(gòu)建工具變量。首先，加總求和同年度同行業(yè)企業(yè)的風(fēng)險承擔(dān)水平，減去被研究企業(yè)的風(fēng)險承擔(dān)水平，得到除被研究企業(yè)外，行業(yè)內(nèi)其他企業(yè)的風(fēng)險承擔(dān)水平總和（sum_risk）；其次，用行業(yè)內(nèi)其他企業(yè)的風(fēng)險承擔(dān)水平總和（sum_risk）除以行業(yè)內(nèi)的企業(yè)總數(shù)減1（N-1），作為企業(yè)的風(fēng)險承擔(dān)的工具變量（IV）。同群企業(yè)的風(fēng)險承擔(dān)水平可能通過企業(yè)間的競爭或合作途徑影響被研究企業(yè)的風(fēng)險承擔(dān)水平，但是通常很難直接影響被研究企業(yè)的經(jīng)營策略，尤其是被研究企業(yè)的數(shù)字化轉(zhuǎn)型決策?；貧w結(jié)果如表5所示，回歸結(jié)果表明該工具變量不是弱工具變量?；貧w結(jié)果仍然驗證了基準(zhǔn)回歸的結(jié)果。

2.PSM分析。

本文還采用了PSM處理內(nèi)生性問題。具體來說，以數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布（或數(shù)字化轉(zhuǎn)型投資）低于行業(yè)均值的企業(yè)作為對照組，其他企業(yè)為實驗組，進(jìn)行1 ： 1鄰近匹配，對匹配后的樣本再次進(jìn)行回歸，結(jié)果如表6所示，與基準(zhǔn)回歸保持一致。

綜合來看，在處理內(nèi)生性問題后，依然能夠證明企業(yè)風(fēng)險承擔(dān)水平抑制數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布，促進(jìn)數(shù)字化轉(zhuǎn)型投資，回歸結(jié)果穩(wěn)健。

五、機(jī)制分析回歸結(jié)果

（一）企業(yè)創(chuàng)新

使用企業(yè)申請專利數(shù)作為企業(yè)創(chuàng)新（innov）的衡量指標(biāo)，將企業(yè)創(chuàng)新及其與企業(yè)風(fēng)險承擔(dān)水平的交乘項進(jìn)行回歸。根據(jù)表7列（1）可知，交乘項系數(shù)在10%的水平下顯著為正，這表明企業(yè)創(chuàng)新弱化了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的負(fù)向影響，即企業(yè)創(chuàng)新水平的提升會對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布產(chǎn)生積極影響。根據(jù)表7列（2）可知，交乘項的系數(shù)在5%的水平下顯著為正，企業(yè)創(chuàng)新增強(qiáng)了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的促進(jìn)作用。事實上，企業(yè)創(chuàng)新水平的提升意味著企業(yè)擁有的資源和創(chuàng)新能力的提升，企業(yè)有更多資源進(jìn)行數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的水平都會提升。假設(shè)H3得證。

（二）同群效應(yīng)

本文分別采用除研究企業(yè)外，其他企業(yè)同年度同行業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的平均值和數(shù)字化轉(zhuǎn)型投資的平均值作為數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布同群效應(yīng)（peerdig_str）和數(shù)字化轉(zhuǎn)型投資同群效應(yīng)（peerdig_inv）的衡量指標(biāo)，將數(shù)字化轉(zhuǎn)型同群效應(yīng)及其與企業(yè)風(fēng)險承擔(dān)水平的交乘項進(jìn)行回歸。根據(jù)表7列（3）的結(jié)果，交乘項系數(shù)在5%的水平下顯著為負(fù)，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的影響受到企業(yè)同群效應(yīng)的負(fù)向調(diào)節(jié)。根據(jù)表7列（4）的結(jié)果，企業(yè)風(fēng)險承擔(dān)水平和數(shù)字化轉(zhuǎn)型投資同群效應(yīng)的交乘項系數(shù)在5%的水平下顯著為正，數(shù)字化轉(zhuǎn)型投資同群效應(yīng)增強(qiáng)了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的促進(jìn)作用?？赡艿慕忉屖?，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)投資時會受到行業(yè)內(nèi)其他企業(yè)的影響，行業(yè)內(nèi)數(shù)字化轉(zhuǎn)型整體水平和企業(yè)風(fēng)險承擔(dān)水平的提高，意味著企業(yè)更有可能選擇風(fēng)險高、收益高的項目，進(jìn)一步強(qiáng)化了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的促進(jìn)作用。假設(shè)H4得證。

六、異質(zhì)性分析

（一）數(shù)字化轉(zhuǎn)型“言”“行”差異組別

根據(jù)數(shù)字化轉(zhuǎn)型的特征，將未進(jìn)行數(shù)字化轉(zhuǎn)型投資但進(jìn)行數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的企業(yè)歸為言勝于行組，將同時進(jìn)行了數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的企業(yè)歸為言行一致組，將未進(jìn)行數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布但進(jìn)行了數(shù)字化轉(zhuǎn)型投資的企業(yè)歸為行勝于言組，然后進(jìn)行分組回歸，結(jié)果如表8所示。

對比表8列（1）和列（2）的結(jié)果，言行一致的企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的抑制作用在5%的水平下顯著，且強(qiáng)于言勝于行的企業(yè)。對比表8列（3）和列（4）的結(jié)果，言行一致的企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的促進(jìn)作用在1%的水平下顯著，且強(qiáng)于行勝于言的企業(yè)。原因在于數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布既是企業(yè)對當(dāng)下發(fā)展?fàn)顩r的概述，也是企業(yè)對未來發(fā)展的預(yù)期，無論是言勝于行還是行勝于言，都可能會引起對企業(yè)的期望落差，企業(yè)只有保持言行一致才能更好地體現(xiàn)風(fēng)險承擔(dān)水平的效果。

（二）產(chǎn)權(quán)性質(zhì)

國有企業(yè)較非國有企業(yè)更易獲得政策支持、福利補(bǔ)貼等，為企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型提供良好的資源基礎(chǔ)。將研究的樣本企業(yè)分為國有企業(yè)和非國有企業(yè)進(jìn)行回歸，結(jié)果見表9。數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的結(jié)果如表9列（1）和列（2）所示，國有企業(yè)的企業(yè)風(fēng)險承擔(dān)水平的回歸系數(shù)為-1.083，在1%水平下顯著；而非國有企業(yè)的企業(yè)風(fēng)險承擔(dān)水平的回歸系數(shù)為-0.330，但不顯著。數(shù)字化轉(zhuǎn)型投資的回歸結(jié)果見表9列（3）和列（4），結(jié)果表明在非國有企業(yè)中，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的影響要比在國有企業(yè)組別中的影響大。且bdiff檢驗的p值也印證了國有企業(yè)與非國有企業(yè)之間風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和數(shù)字化轉(zhuǎn)型投資的影響存在顯著組間差異。這說明風(fēng)險承擔(dān)水平的提升對非國有企業(yè)來說是機(jī)遇，可以借此實現(xiàn)躍升，企業(yè)有動機(jī)部署數(shù)字化轉(zhuǎn)型戰(zhàn)略。而與非國有企業(yè)相比，國有企業(yè)擁有穩(wěn)定的收益來源和寬松的融資約束，出于穩(wěn)定性考慮，企業(yè)風(fēng)險承擔(dān)水平會使得國有企業(yè)傾向于“少言”。

（三）制造業(yè)與服務(wù)業(yè)

制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布的分組回歸結(jié)果見表10列（1）和列（2）。在列（1）中，制造業(yè)企業(yè)的回歸系數(shù)為-0.332，但不顯著。在列（2）中，服務(wù)業(yè)企業(yè)的回歸系數(shù)為-1.148，在1%的水平下顯著。制造業(yè)企業(yè)和服務(wù)業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型投資的分組回歸結(jié)果見表10列（3）和列（4）。其中服務(wù)業(yè)企業(yè)的影響系數(shù)為0.316，而制造業(yè)企業(yè)的影響系數(shù)為0.156，組間差異檢驗也說明服務(wù)業(yè)企業(yè)的企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型投資的促進(jìn)作用要遠(yuǎn)大于其在制造業(yè)中的促進(jìn)作用。

七、結(jié)論與政策建議

（一）結(jié)論

本文采用2010—2021年中國滬深A(yù)股上市公司樣本，分析了企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的影響，得到以下結(jié)論：第一，企業(yè)風(fēng)險承擔(dān)水平抑制了數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布，促進(jìn)了數(shù)字化轉(zhuǎn)型投資，即促進(jìn)了數(shù)字化轉(zhuǎn)型“少言多行”。在更換企業(yè)風(fēng)險承擔(dān)水平和數(shù)字化轉(zhuǎn)型的衡量方式、考慮省份宏觀經(jīng)濟(jì)變量等穩(wěn)健性檢驗和內(nèi)生性檢驗后，該結(jié)論依然成立。第二，機(jī)制檢驗顯示，企業(yè)創(chuàng)新能力和同群效應(yīng)越強(qiáng)，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“多行”的促進(jìn)作用越強(qiáng)。第三，異質(zhì)性分析表明，企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型“少言多行”的促進(jìn)作用在數(shù)字化轉(zhuǎn)型言行一致、國有產(chǎn)權(quán)和服務(wù)業(yè)企業(yè)中更強(qiáng)，而在數(shù)字化轉(zhuǎn)型言行不一致、非國有產(chǎn)權(quán)和制造業(yè)企業(yè)中的促進(jìn)作用并不明顯。

（二）啟示

從政府層面看，應(yīng)推動健全數(shù)字化人才培養(yǎng)體系，完善數(shù)字基礎(chǔ)設(shè)施建設(shè)，為企業(yè)建立扎實的數(shù)字化轉(zhuǎn)型基礎(chǔ)。同時，加大研發(fā)補(bǔ)助力度，培育良好的行業(yè)數(shù)字化轉(zhuǎn)型環(huán)境，切實有效地推進(jìn)企業(yè)風(fēng)險承擔(dān)水平向數(shù)字化轉(zhuǎn)型投資轉(zhuǎn)化。此外，政府應(yīng)注意差異化施策，對數(shù)字化轉(zhuǎn)型“言行一致”的企業(yè)、國有企業(yè)和服務(wù)業(yè)企業(yè)，政府應(yīng)為他們提供更多的資金、技術(shù)以及相關(guān)政策支持，助推企業(yè)風(fēng)險承擔(dān)水平的提升，以幫助企業(yè)度過“不敢轉(zhuǎn)”“不會轉(zhuǎn)”“不能轉(zhuǎn)”的轉(zhuǎn)型痛苦期。

從企業(yè)層面看，企業(yè)應(yīng)正確認(rèn)識企業(yè)風(fēng)險承擔(dān)與數(shù)字化轉(zhuǎn)型之間的關(guān)系，積極承擔(dān)風(fēng)險。同時，應(yīng)注意自身資源的積累和能力的提升，削減冗余部門，優(yōu)化管理流程，以更好地迎接挑戰(zhàn)，抓住發(fā)展機(jī)遇。此外，企業(yè)還應(yīng)當(dāng)注重數(shù)字化轉(zhuǎn)型戰(zhàn)略發(fā)布和投資決策的一致性，保證數(shù)字化轉(zhuǎn)型“言行一致”，才能更好地發(fā)揮企業(yè)風(fēng)險承擔(dān)水平對數(shù)字化轉(zhuǎn)型的積極作用。

參考文獻(xiàn)：

[1] 張虎，高子桓，韓愛華.企業(yè)數(shù)字化轉(zhuǎn)型賦能產(chǎn)業(yè)鏈關(guān)聯(lián)：理論與經(jīng)驗證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（05）：46-67.

[2] 王海，閆卓毓，郭冠宇，等.數(shù)字基礎(chǔ)設(shè)施政策與企業(yè)數(shù)字化轉(zhuǎn)型：“賦能”還是“負(fù)能”？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（05）：5-23.

[3]王博，康琦.數(shù)字化轉(zhuǎn)型與企業(yè)可持續(xù)發(fā)展績效[J].經(jīng)濟(jì)管理，2023，45（06）：161-176.

[4] 熊娜，宋洪玲，江少波.企業(yè)風(fēng)險承擔(dān)?高管財務(wù)背景與投資效率[J].會計之友，2020（10）：16-22.

[5] 張悅玫，方聰聰，崔淼.風(fēng)險承擔(dān)?創(chuàng)新意愿與企業(yè)轉(zhuǎn)型升級的動態(tài)關(guān)系研究[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報，

2023，25（03）：89-100.

[6] 董保寶.風(fēng)險需要平衡嗎：新企業(yè)風(fēng)險承擔(dān)與績效倒U型關(guān)系及創(chuàng)業(yè)能力的中介作用[J].管理世界，2014（01）：

120-131.

[7] 劉志遠(yuǎn)，官小燕.風(fēng)險承擔(dān)與企業(yè)績效：“險中求勝”的財務(wù)邏輯[J].財會月刊，2021，22：12-20.

[8] 曾春華，李開慶.高管薪酬差距?風(fēng)險承擔(dān)水平與企業(yè)創(chuàng)新[J].投資研究，2019，38（09）：60-71.

[9] 李健，崔雪，陳傳明.家族企業(yè)并購商譽(yù)?風(fēng)險承擔(dān)水平與創(chuàng)新投入——基于信號傳遞理論的研究[J].南開管理評論，2022，25（01）：135-146.

[10] 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)[J].管理世界，2021，37（07）：130-144+10.

[11] 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對公司治理的影響——基于信息不對稱和管理者非理性行為視角[J].改革，2020（04）：50-64.

[12] JOHN K，LITOV L，YEUNG B.Corporate governance and risk‐taking[J].The Journal of Finance，2008，63（04）：

1679-1728.

[13] 王超，余典范，龍睿.經(jīng)濟(jì)政策不確定性與企業(yè)數(shù)字化——墊腳石還是絆腳石？[J].經(jīng)濟(jì)管理，2023，45（6）：

79-100.

[14] 陳海強(qiáng)，韓乾，吳鍇.現(xiàn)金流波動?盈利穩(wěn)定性與公司價值——基于滬深上市公司的實證研究[J].金融研究，2012（09）：181-194.

[15] 何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估[J].改革，2019（04）：137-148.

[16] 李卓松.企業(yè)風(fēng)險承擔(dān)、高管金融背景與債券融資成本[J].金融評論，2018，10（02）：73-84+125.

（責(zé)任編輯：唐詩柔）

How Risk-Taking Levels Promote the \"Less Talk， More Action\" Approach to Enterprise Digital Transformation

JIANG Sanliang， JIA Liang

（School of Economics， Anhui University）

Abstract： Economic uncertainty highlights the value of controlling risk-taking levels and undertaking digital transformation for enterprises. Based on data from A-share listed companies in Shanghai and Shenzhen from 2010 to 2021， this paper examines the impact of corporate risk-taking levels on digital transformation. The results indicate that corporate risk-taking levels promote a \"less talk， more action\" approach to digital transformation. These findings are validated through robustness and endogeneity tests， and corporate innovation and digital transformation peer effects play a moderating role in this impact. Heterogeneity analysis reveals that the promoting effect of risk-taking levels on the \"less talk， more action\" approach to digital transformation is stronger in companies with consistent digital transformation rhetoric and actions， state-owned enterprises， and service industry enterprises. This paper puts forward suggestions from two aspects， the government should strengthen digital infrastructure construction and adopt differentiated policies to assist enterprise digital transformation， while companies should integrate resources to enhance their risk-taking levels.

Keywords： Risk-taking; Digital transformation; Strategy disclosure; Transformation investment; Peer effects; Corporate innovation