企業(yè)數(shù)字化轉(zhuǎn)型信息披露降低債務(wù)融資成本了嗎？

摘 要：數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型已成為企業(yè)應(yīng)對競爭性挑戰(zhàn)和實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵，企業(yè)披露數(shù)字化轉(zhuǎn)型戰(zhàn)略展望與實(shí)施進(jìn)程會對資本市場產(chǎn)生何種影響日漸成為關(guān)注焦點(diǎn)。本文選取我國2013—2022年上市公司數(shù)據(jù)，基于債務(wù)融資成本視角，探討企業(yè)數(shù)字化轉(zhuǎn)型信息披露是否能發(fā)揮信號效應(yīng)與治理效應(yīng)，助力資本市場深化發(fā)展。研究結(jié)果表明：（1）企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠降低債務(wù)融資成本，在排除“概念炒作”行為影響、外生政策沖擊、工具變量法、傾向得分匹配等一系列檢驗(yàn)后仍然成立。（2）機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型信息披露通過信號效應(yīng)和治理效應(yīng)兩大機(jī)制降低債務(wù)融資成本。（3）異質(zhì)性分析發(fā)現(xiàn)，債務(wù)期限結(jié)構(gòu)更高的企業(yè)、制造業(yè)企業(yè)、國有企業(yè)和處于成長期的企業(yè)披露數(shù)字化轉(zhuǎn)型信息降低債務(wù)融資成本的效應(yīng)更強(qiáng)。（4）經(jīng)濟(jì)后果研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型信息披露降低企業(yè)債務(wù)融資成本，有利于企業(yè)的高質(zhì)量發(fā)展。本文提供了數(shù)字化轉(zhuǎn)型信息披露經(jīng)濟(jì)效應(yīng)研究的較新視角，能夠?yàn)橄嚓P(guān)政策推進(jìn)提供新的依據(jù)。

關(guān)鍵詞：企業(yè)數(shù)字化轉(zhuǎn)型信息披露；債務(wù)融資成本；信號效應(yīng)；治理效應(yīng)

中圖分類號：F275.3 文獻(xiàn)標(biāo)志碼：A 文章編號：1672-626X（2025）02-0091-18

一、引言

黨的二十屆三中全會提出，要健全促進(jìn)實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合制度、加快構(gòu)建促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展體制機(jī)制，完善促進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化政策體系。我國數(shù)字經(jīng)濟(jì)正步入高速發(fā)展的新階段，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合具有重要意義，而企業(yè)的數(shù)字化轉(zhuǎn)型正是數(shù)字經(jīng)濟(jì)建設(shè)與實(shí)體經(jīng)濟(jì)發(fā)展結(jié)合的微觀基礎(chǔ)?！丁笆奈濉睌?shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》明確提出，應(yīng)以數(shù)字化轉(zhuǎn)型整體驅(qū)動生產(chǎn)、生活和治理方式變革。企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型是釋放數(shù)字技術(shù)對經(jīng)濟(jì)發(fā)展放大疊加倍增作用的重要途徑，也是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然選擇。《2024上市公司數(shù)字化轉(zhuǎn)型發(fā)展報(bào)告》顯示，當(dāng)前我國上市公司已通過數(shù)字化賦能，在多方面實(shí)現(xiàn)了降本增效。然而，數(shù)字化轉(zhuǎn)型是一個(gè)不透明的過程，企業(yè)的數(shù)字化轉(zhuǎn)型信息披露是外界了解企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略動向與進(jìn)程的重要窗口，披露數(shù)字化轉(zhuǎn)型信息對資本市場產(chǎn)生何種影響也已開始受到學(xué)界關(guān)注。

與此同時(shí)，債券市場對實(shí)體經(jīng)濟(jì)融資的支持力度在不斷加大?！吨袊嗣胥y行2023年社會融資規(guī)模存量統(tǒng)計(jì)數(shù)據(jù)報(bào)告》顯示，我國2023年末社會融資規(guī)模存量達(dá)到378.09萬億元，同比增長9.5%；根據(jù)中國人民銀行金融市場司發(fā)布的數(shù)據(jù)，2023年，我國債券融資占社會融資規(guī)模增量的31.6%，較2022年上升2.9個(gè)百分點(diǎn)；截至2024年1月末，我國債券余額已經(jīng)達(dá)到了159萬億元，近5年年均增速13%。雖然銀行貸款仍是實(shí)體經(jīng)濟(jì)債務(wù)融資的主要方式，但債券市場規(guī)模也在不斷擴(kuò)大，為實(shí)體經(jīng)濟(jì)提供了更多的融資渠道。我國宏觀經(jīng)濟(jì)正面臨較大的下行壓力，增加債務(wù)融資規(guī)模、降低債務(wù)融資成本是促進(jìn)企業(yè)發(fā)展與投資，進(jìn)而穩(wěn)定經(jīng)濟(jì)增長的重要措施。然而，我國資本市場尚未完全成熟，如何有效解決企業(yè)融資難、融資貴的問題已成為當(dāng)今經(jīng)濟(jì)發(fā)展的重點(diǎn)。

隨著企業(yè)深入推進(jìn)數(shù)字化轉(zhuǎn)型，相關(guān)信息的披露會在資本市場產(chǎn)生何種效應(yīng)，是否能降低企業(yè)債務(wù)融資成本？這一問題的討論尚未得到一致結(jié)果。為解答這一問題，本文基于債務(wù)融資成本視角，研究企業(yè)數(shù)字化轉(zhuǎn)型信息披露的信號效應(yīng)與治理效應(yīng)，并驗(yàn)證具體的影響機(jī)制，以及分析不同情境下企業(yè)數(shù)字化轉(zhuǎn)型信息披露效應(yīng)的條件性特征，最后進(jìn)一步探究其經(jīng)濟(jì)后果。

與現(xiàn)有研究相比，本文的潛在邊際貢獻(xiàn)在于：第一，在研究內(nèi)容層面，本文著重于研究數(shù)字化轉(zhuǎn)型信息披露的經(jīng)濟(jì)后果。雖然已有文獻(xiàn)較多關(guān)注企業(yè)的數(shù)字化轉(zhuǎn)型，但是相關(guān)研究大多關(guān)注數(shù)字化轉(zhuǎn)型本身，而較少披露數(shù)字化轉(zhuǎn)型信息的經(jīng)濟(jì)效應(yīng)。然而，數(shù)字化轉(zhuǎn)型涉及企業(yè)的發(fā)展戰(zhàn)略與應(yīng)對等多個(gè)層面[1]，相關(guān)信息的披露映射到資本市場層面會產(chǎn)生何種影響同樣值得關(guān)注。第二，在研究機(jī)制層面，本文著重探究了企業(yè)數(shù)字化轉(zhuǎn)型信息披露的信號效應(yīng)與治理效應(yīng)，有助于填補(bǔ)相關(guān)研究空缺。第三，在研究視角層面，本文從自愿性信息披露的角度切入，研究數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的影響及機(jī)制。關(guān)于債務(wù)融資成本的研究已經(jīng)較為廣泛，雖亦有少數(shù)文獻(xiàn)已經(jīng)研究了數(shù)字化轉(zhuǎn)型本身與債務(wù)融資成本的關(guān)系，但并未得出一致結(jié)論，本文研究有助于拓寬債務(wù)融資成本影響因素的研究范圍。第四，在政策啟示方面，本文研究結(jié)論響應(yīng)了《數(shù)字中國建設(shè)整體布局規(guī)劃》編制數(shù)字化標(biāo)準(zhǔn)工作指南、推進(jìn)數(shù)字化轉(zhuǎn)型的號召，探討了不同情況下企業(yè)數(shù)字化轉(zhuǎn)型信息披露的條件性特征，有利于引導(dǎo)企業(yè)合理全面披露數(shù)字化進(jìn)程，并為相關(guān)機(jī)構(gòu)提供政策建議。

本文后續(xù)安排如下：第二部分為文獻(xiàn)回顧與核心假設(shè)；第三部分為研究設(shè)計(jì)；第四部分為實(shí)證檢驗(yàn)，包含基準(zhǔn)回歸、穩(wěn)健性、內(nèi)生性檢驗(yàn)和機(jī)制檢驗(yàn)；第五部分為異質(zhì)性分析；第六部分為經(jīng)濟(jì)后果研究；第七部分為結(jié)論與建議。

二、文獻(xiàn)回顧與研究假設(shè)

（一）文獻(xiàn)回顧

學(xué)者普遍認(rèn)為信息不對稱是影響企業(yè)債務(wù)融資成本的關(guān)鍵因素[2]。根據(jù)信息不對稱理論和委托代理理論，債權(quán)人與企業(yè)之間存在的信息不對稱增加了債權(quán)人的成本和風(fēng)險(xiǎn)，從而導(dǎo)致企業(yè)債務(wù)融資成本的提高；而公司的信息不對稱程度在很大程度上由其信息披露政策和實(shí)踐決定，完善的信息披露能夠有效降低公司的信息不對稱程度，進(jìn)而降低外部融資成本[3]。

學(xué)界對自愿性信息披露與資本市場反應(yīng)的研究已經(jīng)比較廣泛，已有大量文獻(xiàn)關(guān)注企業(yè)自愿性信息、前瞻性信息、社會責(zé)任信息、碳信息、ESG信息、核心能力信息、智力資本等非財(cái)務(wù)信息披露對資本市場產(chǎn)生的影響。已有研究表明，自愿性信息披露可以緩解公司的信息風(fēng)險(xiǎn)，進(jìn)而降低公司的資本成本[4-5]；在我國的情境下，已有研究亦已證實(shí)，環(huán)境信息和社會責(zé)任信息等多樣化的特定信息披露有助于降低企業(yè)的債務(wù)融資成本[6-7]。

隨著數(shù)字化轉(zhuǎn)型的深入推進(jìn)，企業(yè)的數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮何種效應(yīng)也愈加受到關(guān)注，但是當(dāng)前關(guān)于數(shù)字化轉(zhuǎn)型信息披露的研究仍較為有限。目前，企業(yè)的數(shù)字化轉(zhuǎn)型信息披露主要存在于管理層討論與分析中，是一種非財(cái)務(wù)、自愿性信息披露。已有的少量研究從不同的情境考察了數(shù)字化轉(zhuǎn)型信息披露的經(jīng)濟(jì)效應(yīng)。在一定情況下，數(shù)字化轉(zhuǎn)型信息披露成為一種“噪音”，反而成為管理層“概念炒作”的手段，扭曲了企業(yè)的信息環(huán)境[8-10]。而在某些情境下，披露數(shù)字化轉(zhuǎn)型信息也能夠發(fā)揮“信息效應(yīng)”，幫助企業(yè)在資本市場上走向正常估值、降低股價(jià)崩盤風(fēng)險(xiǎn)[1，11-12]。

直接研究數(shù)字化轉(zhuǎn)型信息披露與債務(wù)融資成本關(guān)系的文獻(xiàn)還較少，而在少量的關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型本身與債務(wù)融資成本的文獻(xiàn)中，二者的關(guān)系尚存在爭議。部分研究認(rèn)為，數(shù)字化轉(zhuǎn)型有助于降低企業(yè)債務(wù)融資成本。從財(cái)務(wù)風(fēng)險(xiǎn)的角度，企業(yè)數(shù)字化轉(zhuǎn)型通過增加媒體對企業(yè)的關(guān)注度降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)[13]；從內(nèi)部治理的角度，企業(yè)數(shù)字化轉(zhuǎn)型可實(shí)現(xiàn)企業(yè)非經(jīng)營信息整合與挖掘，有助于高管更精準(zhǔn)地預(yù)測和報(bào)告企業(yè)經(jīng)營狀況，強(qiáng)化了股東對高管的監(jiān)督，抑制了高管的機(jī)會主義行為[14]，降低了銀行等債權(quán)人信息搜尋成本和監(jiān)督成本。也有學(xué)者提出相反意見，認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型程度越高，對現(xiàn)有資金的占用越多，不僅擠占企業(yè)短期生產(chǎn)運(yùn)營資源，更與債權(quán)人利益發(fā)生沖突，導(dǎo)致外部投資者索取更高的風(fēng)險(xiǎn)溢價(jià)尋求自我保護(hù)，因此將提高企業(yè)債務(wù)融資成本[15]。

綜合以上文獻(xiàn)可以發(fā)現(xiàn)：（1）已有文獻(xiàn)雖然已對自愿性信息披露的經(jīng)濟(jì)效應(yīng)有較為深入的研究，但是關(guān)注數(shù)字化轉(zhuǎn)型信息披露經(jīng)濟(jì)效應(yīng)的文獻(xiàn)還相對缺乏；（2）已有文獻(xiàn)雖然已對數(shù)字化轉(zhuǎn)型本身與債務(wù)融資成本的關(guān)系進(jìn)行了一定考察，但尚有爭議，且尚未深入涉及數(shù)字化轉(zhuǎn)型信息披露與債務(wù)融資成本的研究。因此，數(shù)字化轉(zhuǎn)型信息披露是否能降低債務(wù)融資成本仍是一個(gè)具研究張力的實(shí)證問題。本文從自愿性披露的角度切入，基于債務(wù)融資成本視角，考察企業(yè)數(shù)字化轉(zhuǎn)型信息披露在資本市場中是否能夠以及如何發(fā)揮信號效應(yīng)與治理效應(yīng)。

（二）研究假設(shè)

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型逐漸成為企業(yè)發(fā)展方向。但是，數(shù)字化轉(zhuǎn)型是一個(gè)見效周期漫長的過程，外界難以直接觀察到企業(yè)的轉(zhuǎn)型進(jìn)程[15]，數(shù)字化轉(zhuǎn)型的信息披露成為外界觀察企業(yè)數(shù)字化轉(zhuǎn)型的重要途徑。企業(yè)向外界展示的數(shù)字化轉(zhuǎn)型活動、取得的成果以及未來的數(shù)字化轉(zhuǎn)型計(jì)劃和展望等信息[11]，不僅能夠反映企業(yè)的數(shù)字化轉(zhuǎn)型程度，還能體現(xiàn)企業(yè)面向未來的戰(zhàn)略選擇和高層團(tuán)隊(duì)的內(nèi)部決策，刻畫管理層對企業(yè)數(shù)字化建設(shè)的決心和責(zé)任[1]。企業(yè)披露數(shù)字化轉(zhuǎn)型信息，就能夠削弱企業(yè)與債權(quán)人之間的信息不對稱，降低企業(yè)債務(wù)融資成本。具體來看，數(shù)字化轉(zhuǎn)型信息披露可以通過發(fā)揮信號效應(yīng)和治理效應(yīng)兩種機(jī)制作用于企業(yè)的債務(wù)融資成本。

信號效應(yīng)。基于信號理論和已有研究，可以推斷，數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮信號效應(yīng)，緩解信息不對稱，進(jìn)而降低企業(yè)的債務(wù)融資成本。首先，數(shù)字化轉(zhuǎn)型信息披露作為企業(yè)的自愿性信息披露，能夠一定程度上彌補(bǔ)財(cái)務(wù)信息和強(qiáng)制性披露信息的不足，緩解信息不對稱。當(dāng)前我國對數(shù)字化轉(zhuǎn)型信息的披露并沒有明確的規(guī)范和要求，企業(yè)主動披露數(shù)字化轉(zhuǎn)型信息，能夠拓寬債權(quán)人獲取企業(yè)信息的范圍和維度，使其能更好地把握對目標(biāo)企業(yè)的風(fēng)險(xiǎn)評估和經(jīng)營分析，緩解債權(quán)人與企業(yè)的信息不對稱，降低風(fēng)險(xiǎn)，從而降低資金定價(jià)，也即企業(yè)的債務(wù)融資成本。其次，數(shù)字化轉(zhuǎn)型信息披露即意味著企業(yè)正在進(jìn)行數(shù)字化轉(zhuǎn)型，傳遞出企業(yè)高質(zhì)量發(fā)展的信號。數(shù)字化轉(zhuǎn)型信息披露能夠一定程度上可視化企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，展現(xiàn)企業(yè)順應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代潮流的發(fā)展戰(zhàn)略、鞏固合法性，增強(qiáng)債權(quán)人信心，降低債權(quán)人的風(fēng)險(xiǎn)溢價(jià)，從而緩解企業(yè)債務(wù)融資成本。最后，企業(yè)推進(jìn)數(shù)字化轉(zhuǎn)型能夠向外部投資者傳遞企業(yè)自律的信號。數(shù)字化的推進(jìn)和應(yīng)用提高了企業(yè)財(cái)務(wù)數(shù)據(jù)可信度，優(yōu)化業(yè)務(wù)流程、降低經(jīng)營風(fēng)險(xiǎn)，能夠緩解代理問題[1]，披露數(shù)字化轉(zhuǎn)型進(jìn)程有助于建立企業(yè)自律的形象，向投資者傳遞出企業(yè)經(jīng)營穩(wěn)健、管理規(guī)范的信號，從而增強(qiáng)債權(quán)人信任，進(jìn)而降低企業(yè)債務(wù)融資成本。

治理效應(yīng)。企業(yè)數(shù)字化轉(zhuǎn)型信息披露降低企業(yè)債務(wù)融資成本，并非僅限于信號傳遞的直接效應(yīng)，通過提高企業(yè)透明度發(fā)揮的信息治理效應(yīng)亦是降低企業(yè)債務(wù)融資成本的重要機(jī)制。已有研究證實(shí)，企業(yè)的特定信息披露行為能夠引發(fā)有效的外部治理效應(yīng)。首先，企業(yè)進(jìn)行特定信息披露，會吸引資本市場中特定角色（如機(jī)構(gòu)投資者、分析師、媒體等）的注意力，進(jìn)而能夠引發(fā)“有效監(jiān)督”，提高公司的信息透明度[16-19]。進(jìn)一步地，公司透明度提高，能夠增加潛在投資者對公司的認(rèn)知度，緩解信息不對稱，從而降低公司在資本市場上的融資成本。其次，從債權(quán)投資者的角度，企業(yè)透明度直接影響債權(quán)投資者對信息的解讀效率，企業(yè)透明度上升能夠降低債權(quán)人的事前信息搜集成本，同時(shí)增強(qiáng)債權(quán)人的信任，降低債權(quán)人的監(jiān)督成本，進(jìn)而降低企業(yè)債務(wù)融資成本。最后，從企業(yè)管理層的角度，企業(yè)透明度的提升能夠?yàn)楣芾韺訋怼皦毫Α?，有助于減少內(nèi)部人控制、利益輸送等治理問題的發(fā)生，完善公司治理結(jié)構(gòu)，提升企業(yè)的內(nèi)部信息治理環(huán)境，進(jìn)而降低企業(yè)的債務(wù)融資成本。

由以上分析可見，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型信息披露不僅能夠直接發(fā)揮信號效應(yīng)，在彌補(bǔ)強(qiáng)制披露不足的同時(shí)傳遞企業(yè)高質(zhì)量發(fā)展和自律的信號；還能夠間接地發(fā)揮信息治理效應(yīng)，提升企業(yè)透明度。也就是說，企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠通過信號傳遞和信息治理兩大路徑降低企業(yè)債務(wù)融資成本。由此，本文提出核心研究假設(shè)：

H1：在其他條件相同時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠降低債務(wù)融資成本。

三、研究設(shè)計(jì)

（一）變量定義

1. 被解釋變量

債務(wù)融資成本（[COST]）。根據(jù)已有文獻(xiàn)，債務(wù)融資成本主要有三種衡量方式：（1）企業(yè)財(cái)務(wù)費(fèi)用在期末總負(fù)債中占比；（2）企業(yè)利息支出、手續(xù)費(fèi)支出以及其他財(cái)務(wù)費(fèi)用之和在期末總負(fù)債中所占比例；（3）企業(yè)利息支出在當(dāng)年長短期負(fù)債平均值中所占比例。本文參考李廣子和劉力（2009）[20]、魏志華等（2012）[21]的做法，使用企業(yè)利息支出、手續(xù)費(fèi)支出以及其他財(cái)務(wù)費(fèi)用之和在期末總負(fù)債中所占比例來衡量企業(yè)債務(wù)融資成本，參考既有做法乘100以表示百分比。

2. 解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）。本文的企業(yè)數(shù)字化轉(zhuǎn)型信息披露數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺（CNRDS），該數(shù)據(jù)庫基于底層技術(shù)運(yùn)用層面的人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)運(yùn)用層面，從多個(gè)視角對企業(yè)年報(bào)“管理層討論與分析（MDamp;A）”中相關(guān)數(shù)字技術(shù)及應(yīng)用場景所涉及詞頻進(jìn)行統(tǒng)計(jì)。余艷等（2023）[11]指出，企業(yè)年報(bào)“管理層討論與分析（MDamp;A）”部分在信息披露中發(fā)揮重要作用，因此用此數(shù)據(jù)刻畫企業(yè)數(shù)字化信息披露具有合理性?？紤]到數(shù)字化轉(zhuǎn)型的指標(biāo)體系具有典型的右偏特征，為保證數(shù)據(jù)服從正態(tài)分布，參考吳非等（2021）[22]、余艷等（2023）[11]的做法，對數(shù)字化轉(zhuǎn)型詞頻進(jìn)行對數(shù)化處理（如表1）。

3. 控制變量

本文選取三類控制變量：（1）公司特征類：資本結(jié)構(gòu)、公司規(guī)模、現(xiàn)金流量比、上市年限；（2）公司內(nèi)部治理類：獨(dú)立董事占比、實(shí)際控制人兩權(quán)分離率、股權(quán)制衡度；（3）公司外部治理類：是否國際四大審計(jì)師事務(wù)所審計(jì)、審計(jì)意見。

具體變量定義如表2所示。

（二）實(shí)證模型

為檢驗(yàn)假設(shè)1，本文設(shè)計(jì)如下固定效應(yīng)模型，考慮到潛在的內(nèi)生性問題，對所有解釋變量進(jìn)行滯后一期處理：

[COSTit=α0+α1Dig_disci，t-1+α2controlsi，t-1+Year+Industry+εit] （1）

（三）樣本選擇與數(shù)據(jù)來源

本文以2013—2022年上市公司為研究對象，對數(shù)據(jù)進(jìn)行如下處理：（1）依據(jù)證監(jiān)會2012年《上市公司行業(yè)分類指引》劃分，剔除金融保險(xiǎn)類公司；（2）參考楊德明和劉泳文（2018）[23]的做法，由于軟件和信息技術(shù)服務(wù)業(yè)，計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)類企業(yè)天生與數(shù)字化相關(guān)聯(lián)，無法精準(zhǔn)識別是否為本文所討論的數(shù)字化轉(zhuǎn)型信息披露，故剔除此類樣本；（3）剔除樣本期間ST公司及數(shù)據(jù)缺失的上市公司；（4）對數(shù)據(jù)中的連續(xù)變量進(jìn)行上下1%縮尾處理。經(jīng)過上述處理，最終得到17751個(gè)觀測值。本文所涉及的數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）、CSMAR數(shù)據(jù)庫、WIND數(shù)據(jù)庫。

（四）描述性統(tǒng)計(jì)

表3列出本文主要變量的描述性統(tǒng)計(jì)特征。據(jù)表3可知，樣本中，債務(wù)融資成本（COST）最小值接近0，最大值為6.968%，中位數(shù)為2.044%，均值為2.179%，標(biāo)準(zhǔn)差為1.415%，說明不同上市公司的融資成本差異較大，多數(shù)企業(yè)的債務(wù)融資成本較高，符合我國當(dāng)前現(xiàn)實(shí)；從數(shù)字化轉(zhuǎn)型信息披露的維度來看，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）均值為0.809，最小值為0，最大值為3.784，標(biāo)準(zhǔn)差為1.015，說明我國企業(yè)數(shù)字化轉(zhuǎn)型信息披露平均水平較低，側(cè)面反映出不同企業(yè)的數(shù)字化轉(zhuǎn)型意識差距較大，也與我國上市公司數(shù)字化轉(zhuǎn)型發(fā)展初期的現(xiàn)實(shí)情況相吻合；其他控制變量的分布特征與現(xiàn)有研究基本一致。

（五）單變量分析

為進(jìn)一步檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的影響，按照是否披露數(shù)字化轉(zhuǎn)型信息分組，進(jìn)行了單變量檢驗(yàn)，結(jié)果如表4所示?？梢园l(fā)現(xiàn)，未進(jìn)行披露的樣本數(shù)量為9006，進(jìn)行了數(shù)字化轉(zhuǎn)型信息披露的樣本數(shù)量為8745，在未披露數(shù)字化轉(zhuǎn)型信息的組別中，債務(wù)融資成本（[COST]）均值為2.324，中位數(shù)為2.201；在披露數(shù)字化轉(zhuǎn)型信息的組別中，債務(wù)融資成本（[COST]）均值為2.031，中位數(shù)為1.883，均值和中位數(shù)檢驗(yàn)結(jié)果均在1%的水平上顯著，說明披露數(shù)字化轉(zhuǎn)型信息的組別和未披露數(shù)字化轉(zhuǎn)型信息的組別其債務(wù)融資成本存在顯著差異，進(jìn)一步表明本文的研究具有一定的必要性。

四、實(shí)證檢驗(yàn)

（一）基準(zhǔn)回歸

表5報(bào)告了本文核心假設(shè)H1的回歸結(jié)果。數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為-0.0283，并在1%的水平上顯著。這意味著，企業(yè)數(shù)字化信息披露降低企業(yè)的債務(wù)融資成本這一推論得到實(shí)證支持，初步證實(shí)了本文的核心研究假設(shè)。

（二）穩(wěn)健性和內(nèi)生性討論

為了克服潛在的內(nèi)生性問題，本文進(jìn)行了一系列穩(wěn)健性和內(nèi)生性檢驗(yàn)，以提高實(shí)證結(jié)果的合理性和穩(wěn)健性。

1. 內(nèi)生性討論

（1）考慮策略性披露行為。在文本信息具備價(jià)值含量且數(shù)字化轉(zhuǎn)型信息披露尚無明確規(guī)范的背景下，管理層是否會出于某種動機(jī)影響企業(yè)的數(shù)字化轉(zhuǎn)型信息披露決策[24]，并進(jìn)一步影響本文的研究結(jié)論也需要納入考量。

從實(shí)質(zhì)性陳述的角度，通常來說推進(jìn)數(shù)字化轉(zhuǎn)型程度越深的企業(yè)，披露的數(shù)字化轉(zhuǎn)型信息也會越多，這也是許多學(xué)者以年報(bào)中數(shù)字化轉(zhuǎn)型相關(guān)披露的數(shù)量作為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量的原因；但是，數(shù)字化轉(zhuǎn)型信息天然具有較強(qiáng)的正面溝通功能，企業(yè)或者企業(yè)高管可能出于市值管理或者自利的動機(jī)[25-26]，進(jìn)行策略性的信息披露，以進(jìn)行數(shù)字化轉(zhuǎn)型“概念炒作”。然而，企業(yè)進(jìn)行“概念炒作”或策略性披露，對資本市場中的信息傳遞而言，并不能緩解信息供給端和需求端之間的信息不對稱，甚至可能進(jìn)一步加重信息不對稱，成為管理層或者股東的自利手段[27-28]。也就是說，本文結(jié)論很可能受到企業(yè)“概念炒作”披露行為的影響。為排除這一可能的影響，本文借鑒已有研究，對“概念炒作”的企業(yè)進(jìn)行識別和分組回歸，以進(jìn)一步驗(yàn)證本文的結(jié)論。

第一步，本文參考馬連福等（2023）[10]的做法，設(shè)計(jì)如下模型，識別“概念炒作”行為企業(yè)：

[Dig_discit=β0+β1Mean_discit+β2Controlsi，t+Year+Industry+εit] （2）

其中，被解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型信息披露，由于企業(yè)數(shù)字化轉(zhuǎn)型信息披露可能具有同群效應(yīng)，并且企業(yè)之間具有差異性，所以解釋變量包含同行業(yè)、同年度企業(yè)數(shù)字化信息披露均值[Mean_discit]（參考已有研究進(jìn)行對數(shù)化處理）和控制變量。殘差ε表示異常披露情況，若殘差大于0，則說明企業(yè)數(shù)字化信息披露高于正常值，屬于“概念炒作”行為。

第二步，根據(jù)印象管理識別模型識別出的概念炒作和非概念炒作樣本分別回歸，模型設(shè)定如下：

[COSTit=γ0+γ1Dig_disc_Mani，t-1+γ2Controlsi，t-1+Year+Industry+εit] （3）

[COSTit=γ0+γ1Dig_disc_Trui，t-1+γ2Controlsi，t-1+Year+Industry+εit] （4）

回歸結(jié)果如表6所示。在非概念炒作組別中，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為-0.0444，在5%的水平上顯著為負(fù)，與基準(zhǔn)回歸保持一致；而在概念炒作嫌疑的樣本中，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)在10%的水平上顯著為正。這一結(jié)果也即證明，排除了概念炒作嫌疑的企業(yè)后，基準(zhǔn)回歸的負(fù)向關(guān)系并未改變，也即數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的緩解效應(yīng)未受到策略性披露的影響，進(jìn)一步支持了本文的核心假設(shè)。

（2）工具變量法。為增強(qiáng)結(jié)論的穩(wěn)健性，此處選取同年度目標(biāo)企業(yè)數(shù)字化信息披露的行業(yè)均值（不含目標(biāo)企業(yè)）作為工具變量，使用2SLS進(jìn)行更穩(wěn)健的因果推斷。已有研究表明，數(shù)字化轉(zhuǎn)型信息披露具有“同群效應(yīng)”[10]，故而同年度目標(biāo)企業(yè)數(shù)字化信息披露的行業(yè)均值（不含目標(biāo)企業(yè)）能夠影響企業(yè)的披露行為，滿足相關(guān)性要求；這一變量也無法直接影響到企業(yè)的債務(wù)融資成本，滿足外生性要求。另外，為進(jìn)一步緩解內(nèi)生性問題，此處控制個(gè)體—時(shí)間固定效應(yīng)，并使用聚類穩(wěn)健標(biāo)準(zhǔn)誤，在第二階段回歸中解釋變量依然滯后一期。

回歸結(jié)果如表7所示。Kleibergen-Paaprk LM統(tǒng)計(jì)量在1%的水平上顯著，拒絕工具變量識別不足的原假設(shè)；Cragg-Donald Wald F統(tǒng)計(jì)量為266.693，大于弱工具變量識別檢驗(yàn)在10%顯著性水平上的臨界值（16.38），拒絕弱工具變量的原假設(shè)，這表明選取的工具變量具有一定合理性。除此之外，第一階段回歸中，工具變量（[Ind_disc]）系數(shù)為0.2878，在1%的水平上顯著為正，符合預(yù)期；第二階段回歸中，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）系數(shù)為-0.1715，在10%的水平上顯著為負(fù)，與基準(zhǔn)回歸保持一致，強(qiáng)化了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

（3）外生沖擊。企業(yè)數(shù)字化轉(zhuǎn)型及信息披露可能受到其他因素影響，這些因素也可能影響企業(yè)的債務(wù)融資成本，導(dǎo)致內(nèi)生性問題。自2013年起，國務(wù)院分批推進(jìn)“寬帶中國”的實(shí)施，促進(jìn)了我國的信息基礎(chǔ)設(shè)施建設(shè)，已有研究表明，“寬帶中國”亦對當(dāng)?shù)仄髽I(yè)的數(shù)字化轉(zhuǎn)型及信息披露產(chǎn)生積極影響[29]。因此，本文參考丁亞楠等（2024）[12]的做法，以“寬帶中國”試點(diǎn)地區(qū)的上市公司作為實(shí)驗(yàn)組、其他上市公司作為控制組，構(gòu)建多時(shí)點(diǎn)雙重差分模型，以緩解可能的內(nèi)生性問題。

回歸結(jié)果如表8所示，政策變量（[DID]）系數(shù)為-0.1037，在1%的水平上顯著為負(fù)，表明“寬帶中國”的實(shí)施能夠降低企業(yè)的債務(wù)融資成本，在一定程度上從側(cè)面支持和驗(yàn)證了數(shù)字化轉(zhuǎn)型信息披露對降低企業(yè)債務(wù)融資成本的積極作用。

（4）傾向得分匹配。為了盡量緩解樣本選擇偏差導(dǎo)致的內(nèi)生性問題，本文以是否披露數(shù)字化轉(zhuǎn)型信息（[Dig_if]）進(jìn)行分組，選取基礎(chǔ)回歸中所有控制變量為協(xié)變量，采用1：1最近鄰匹配后的樣本進(jìn)一步進(jìn)行實(shí)證檢驗(yàn)。由表9可知，匹配后所有變量偏差明顯減小，偏差率均在10%以內(nèi)，且匹配后T檢驗(yàn)的p值均大于0.1，即匹配后所有變量在處理組和對照組之間不存在顯著差異，通過平衡性檢驗(yàn)。

進(jìn)一步地，本文使用匹配后的樣本進(jìn)行回歸，如表10所示。是否披露數(shù)字化轉(zhuǎn)型信息（[Dig_if]）系數(shù)為-0.091，在1%的水平上顯著為負(fù)，這意味著，在降低了其他混雜因素的干擾后，回歸結(jié)果依然表明，企業(yè)披露數(shù)字化轉(zhuǎn)型信息能夠降低債務(wù)融資成本，這在一定程度上進(jìn)一步支撐了本文“數(shù)字化轉(zhuǎn)型信息披露能夠緩解企業(yè)債務(wù)融資成本”的核心假設(shè)。

2. 穩(wěn)健性檢驗(yàn)

第一，替換被解釋變量債務(wù)融資成本的度量指標(biāo)，使用企業(yè)財(cái)務(wù)費(fèi)用占期末總負(fù)債的比重來衡量債務(wù)融資成本；第二，更換解釋變量數(shù)據(jù)來源為CSMAR數(shù)據(jù)庫。如表11所示，在分別替換了被解釋變量衡量方式、更換解釋變量數(shù)據(jù)來源后，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）系數(shù)依然顯著為負(fù)，結(jié)果穩(wěn)健。

（三）機(jī)制檢驗(yàn)與分析

前文已經(jīng)驗(yàn)證，企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠降低企業(yè)債務(wù)融資成本這一核心假設(shè)，但是，這并不能充分地說明數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮信號效應(yīng)和治理效應(yīng)從而降低債務(wù)融資成本。接下來，本文將分別對數(shù)字化轉(zhuǎn)型信息披露發(fā)揮信號效應(yīng)和治理效應(yīng)的機(jī)制進(jìn)行檢驗(yàn)與分析。

1. 信號效應(yīng)機(jī)制檢驗(yàn)

信息不對稱的存在會導(dǎo)致產(chǎn)生信息優(yōu)勢方（企業(yè)）對劣勢方（債權(quán)人）的“剝削”，從而加劇代理成本，導(dǎo)致債權(quán)人要求更高的風(fēng)險(xiǎn)溢價(jià)。結(jié)合前文分析，當(dāng)企業(yè)主動披露關(guān)乎公司戰(zhàn)略與前景的數(shù)字化轉(zhuǎn)型信息，可以彌補(bǔ)財(cái)務(wù)信息和強(qiáng)制性披露信息的不足，緩解債權(quán)人與企業(yè)之間的信息不對稱問題，并進(jìn)一步向債權(quán)人傳遞出企業(yè)高質(zhì)量發(fā)展和自律的信號，從而優(yōu)化信息環(huán)境，降低債務(wù)融資成本。因此，發(fā)揮信號效應(yīng)、緩解信息不對稱，是數(shù)字化轉(zhuǎn)型信息披露降低債務(wù)融資成本的重要影響機(jī)制。

為進(jìn)一步驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮信號效應(yīng)、緩解信息不對稱，本文參考于蔚等（2012）[30]的研究，通過計(jì)算流動性比率指標(biāo)[LR]、非流動性比率指標(biāo)[ILL]、收益率反轉(zhuǎn)指標(biāo)[GAM]來刻畫股票市場流動性，并對原始指標(biāo)進(jìn)行第一主成分分析，捕捉它們的共同變異信息也即與非對稱信息相關(guān)的成分，得到信息不對稱指標(biāo)[ASY]，[ASY]越大，意味著信息不對稱程度越高。各指標(biāo)具體測算方法如下：[LRit=-1/Ditk=1DitVit（k）rit（k）] ，[ILLit=1/Ditk=1Ditrit（k）Vit（k）]，其中：[rit（k）]表示i企業(yè)t年度第k個(gè)交易日的股票收益率，[ Vit（k）]表示日成交量，[ Dit]為當(dāng)年交易天數(shù)；[GAMit=γit]，系數(shù)[γit]由下式估計(jì)得到：[reitk=θit+φitritk-1+γitVitk-1signreitk-1+εit（k）]，其中[reit=ritk-rmt（k）]表示超額收益率，[rmt（k）]表示以流通市值為權(quán)重加權(quán)的市場收益率。

參考江艇（2022）[31]的研究，本文設(shè)計(jì)如下模型，在核心假設(shè)1的基礎(chǔ)上進(jìn)行兩步法機(jī)制檢驗(yàn)：

[ASYit=α0+α1Dig_disci，t-1+α2controlsi，t-1+Year+Industry+εit] （5）

回歸結(jié)果如表12所示。數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為-0.016，且在1%的水平上顯著，即企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠緩解企業(yè)面臨的信息不對稱情形得到實(shí)證證據(jù)支持。進(jìn)一步地，眾多已有研究已充分證明，信息不對稱是影響企業(yè)債務(wù)融資成本的關(guān)鍵因素，降低信息不對稱程度，有利于降低企業(yè)的債務(wù)融資成本。綜合以上分析，信號效應(yīng)機(jī)制得到驗(yàn)證。

2. 治理效應(yīng)機(jī)制檢驗(yàn)

前文已經(jīng)證實(shí)，企業(yè)的數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮直接的信號效應(yīng)，作用于企業(yè)的債務(wù)融資成本。除此之外，通過提高分析師跟蹤而實(shí)現(xiàn)的信息治理效應(yīng)亦是降低企業(yè)債務(wù)融資成本的重要機(jī)制。分析師在資本市場中起到了重要的橋梁作用。通過信息挖掘、私有信息生產(chǎn)等途徑，分析師可以提升公司行為信號的信息含量，公司的信息透明度則會反映在分析師的結(jié)論中[32]，分析師跟蹤增加，意味著企業(yè)透明度提高[33-34]，因此本文使用分析師跟蹤代表企業(yè)信息透明度具有合理性。

本文使用在一年內(nèi)分析師（團(tuán)隊(duì)）對該公司進(jìn)行跟蹤分析的數(shù)量衡量分析師跟蹤（[AnaAttention]），并參考陳欽源等（2017）[35]的做法進(jìn)行對數(shù)化。

為檢驗(yàn)數(shù)字化轉(zhuǎn)型信息披露的治理效應(yīng)機(jī)制，本文設(shè)計(jì)如下模型，同樣在核心假設(shè)1的基礎(chǔ)上進(jìn)行兩步法機(jī)制檢驗(yàn)：

[AnaAttentionit=β0+β1Dig_disci，t-1+β2controlsi，t-1+Year+Industry+εit] （6）

由表12中回歸結(jié)果所示，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為0.0586，在1%的水平上顯著，也即證實(shí)了數(shù)字化轉(zhuǎn)型信息披露能夠吸引分析師跟蹤。分析師出于提升自身的私有信息精度、擴(kuò)大覆蓋面等需求[36-37，5]，主動關(guān)注企業(yè)披露的數(shù)字化轉(zhuǎn)型信息。那么，提升分析師跟蹤又是否能夠在降低債務(wù)融資成本方面發(fā)揮作用？

已有文獻(xiàn)證實(shí)，提升分析師跟蹤能夠引發(fā)治理效應(yīng)，降低企業(yè)的債務(wù)融資成本。一方面，從分析師專業(yè)屬性上來說，分析師跟蹤能夠作為外部監(jiān)督機(jī)制改善企業(yè)行為，降低企業(yè)違規(guī)風(fēng)險(xiǎn)，進(jìn)而發(fā)揮治理效應(yīng)。胡奕明和林文雄（2005）[38]指出，分析師對上市公司經(jīng)營活動信息的分析和判斷會影響公司行為；分析師跟蹤對抑制企業(yè)違規(guī)披露、降低內(nèi)部人信息優(yōu)勢，揭示管理層隱瞞的負(fù)面信息起到重要作用；分析師對企業(yè)關(guān)注越強(qiáng)，越可能抑制企業(yè)的機(jī)會主義行為[39]；另一方面，分析師能夠生產(chǎn)更多信息，降低外部利益相關(guān)者獲取相關(guān)信息的成本，便于其他外部投資者監(jiān)督，引發(fā)更廣泛的利益相關(guān)者參與治理。被越多分析師跟蹤的企業(yè)，就會有越多私有信息傳播給投資者[40]，降低企業(yè)與投資者之間的信息不對稱，更有利于外部投資者對企業(yè)進(jìn)行監(jiān)督[41]。

綜合以上分析，提升分析師跟蹤，能夠降低債權(quán)人的信息收集和監(jiān)督成本以及風(fēng)險(xiǎn)溢價(jià)，緩解融資約束[34]，即有助于降低企業(yè)的債務(wù)融資成本。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型信息披露能夠通過提高企業(yè)透明度發(fā)揮治理效應(yīng)，降低企業(yè)債務(wù)融資成本，治理效應(yīng)路徑得到驗(yàn)證。

五、異質(zhì)性分析

（一）基于債務(wù)期限結(jié)構(gòu)的異質(zhì)性分析

企業(yè)的數(shù)字化轉(zhuǎn)型涉及范圍廣、持續(xù)周期長，其價(jià)值體現(xiàn)往往相對滯后[42]，短期債務(wù)通常涉及較短的時(shí)間跨度，債權(quán)人對公司近期財(cái)務(wù)狀況的關(guān)注度高，而對評估企業(yè)長期前景的要求較低，這使得數(shù)字化轉(zhuǎn)型信息披露的增量價(jià)值較為有限；相對的，在以長期債務(wù)為主的企業(yè)中，數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮更為顯著的作用。

依據(jù)以上分析，數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的降低效應(yīng)在債務(wù)期限結(jié)構(gòu)較長的企業(yè)中應(yīng)更顯著。本文以長期借款占總借款的比重衡量企業(yè)的債務(wù)期限結(jié)構(gòu)，并以行業(yè)中位數(shù)分組進(jìn)行回歸，結(jié)果如表13所示。債務(wù)期限結(jié)構(gòu)高于行業(yè)中位數(shù)的組別，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）系數(shù)在1%的水平上顯著為負(fù)，支持了以上推論；而債務(wù)期限結(jié)構(gòu)較低的組別數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）系數(shù)不顯著，可能的原因是以短期債務(wù)為主的期限結(jié)構(gòu)能夠發(fā)揮治理效應(yīng)[43]，在這樣的債務(wù)期限結(jié)構(gòu)下，企業(yè)披露數(shù)字化轉(zhuǎn)型信息披露的效應(yīng)被“替代”，因而不顯著。

（二）基于制造業(yè)劃分的異質(zhì)性分析

2024年5月，國務(wù)院常務(wù)會議審議通過《制造業(yè)數(shù)字化轉(zhuǎn)型行動方案》。方案指出，制造業(yè)數(shù)字化轉(zhuǎn)型是推進(jìn)新型工業(yè)化、建設(shè)現(xiàn)代化產(chǎn)業(yè)體系的重要舉措。制造業(yè)是國家經(jīng)濟(jì)的命脈所系，加快制造業(yè)數(shù)字化轉(zhuǎn)型是構(gòu)建現(xiàn)代化經(jīng)濟(jì)體系、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然要求。

一方面，我國制造業(yè)“大而不強(qiáng)”，順應(yīng)數(shù)字變革、推進(jìn)數(shù)字化轉(zhuǎn)型是新時(shí)代下我國傳統(tǒng)制造業(yè)塑造競爭優(yōu)勢的重點(diǎn)所在。已有研究指出，制造業(yè)本身在資本市場上易處于被“低估”的狀態(tài)，數(shù)字化轉(zhuǎn)型信息披露能夠幫助推高制造業(yè)的市場估值[11]；另一方面，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型“敏感性”更高。在數(shù)字經(jīng)濟(jì)發(fā)展的潮流下，制造業(yè)是產(chǎn)業(yè)數(shù)字化的“主陣地”，數(shù)字經(jīng)濟(jì)能夠促進(jìn)制造業(yè)高度化和合理化轉(zhuǎn)型升級[44]，數(shù)字化轉(zhuǎn)型可能助推制造業(yè)企業(yè)高質(zhì)量發(fā)展。除此之外，與一般企業(yè)相比，制造業(yè)對資金需求大，債務(wù)融資多，生產(chǎn)經(jīng)營過程中風(fēng)險(xiǎn)高，信息不對稱程度更嚴(yán)重[45]。

綜上所述，相較于其他行業(yè)，制造業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型信息披露，其鞏固合法性、推高市場估值、緩解信息不對稱的效果應(yīng)更強(qiáng)，也就是說，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型信息披露發(fā)揮的作用應(yīng)更明顯。本文按照企業(yè)是否為制造業(yè)分組，在模型1的基礎(chǔ)上加入主要解釋變量與行業(yè)異質(zhì)性的分類變量（[Manu_if]）的交乘項(xiàng)，反映兩組樣本差分的結(jié)果（[Manu_if]為1，則樣本屬于制造業(yè)企業(yè)）；考慮到與行業(yè)固定效應(yīng)的共線性問題，此處轉(zhuǎn)為控制省份-時(shí)間固定效應(yīng)，回歸結(jié)果如表14所示，主效應(yīng)符號依然顯著為負(fù)，交乘項(xiàng)符號也顯著小于零。這表明以上推論得到實(shí)證結(jié)果的支持：相比于非制造業(yè)企業(yè)，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的降低效應(yīng)更強(qiáng)。

（三）基于產(chǎn)權(quán)性質(zhì)的異質(zhì)性分析

在債權(quán)人進(jìn)行決策時(shí)，產(chǎn)權(quán)性質(zhì)同樣是一種“信號”。國有產(chǎn)權(quán)性質(zhì)意味著政府信用背書和隱性擔(dān)保，對于國有產(chǎn)權(quán)性質(zhì)的企業(yè)，由于其與政府信用的密切關(guān)聯(lián)，即使發(fā)生債務(wù)違約，債權(quán)人仍能夠具有政府兜底的保障，如江西賽維LDK違約、東北特鋼債券違約等事件，均是由政府通過財(cái)政撥款或政策支持為企業(yè)進(jìn)行援助甚至兜底。在這種情況下，相比于企業(yè)自身的信息披露，在資本市場中企業(yè)的國有產(chǎn)權(quán)性質(zhì)是更強(qiáng)有力的可靠信號。相比之下，民營企業(yè)性質(zhì)則意味著更高的債務(wù)風(fēng)險(xiǎn)[46]，并不能成為債權(quán)人進(jìn)行評估時(shí)的“加分項(xiàng)”。

除此之外，國有產(chǎn)權(quán)性質(zhì)還具有“信號保障”的作用。數(shù)字化轉(zhuǎn)型為企業(yè)帶來并行的機(jī)遇和風(fēng)險(xiǎn)，當(dāng)企業(yè)披露相關(guān)信息時(shí)，外部利益相關(guān)者會評估其數(shù)字化轉(zhuǎn)型的風(fēng)險(xiǎn)和收益。國有企業(yè)天然具有支持和順應(yīng)國家政策發(fā)展的責(zé)任，在大力推動數(shù)字經(jīng)濟(jì)發(fā)展的趨勢下，國有企業(yè)受惠于數(shù)字經(jīng)濟(jì)政策進(jìn)行數(shù)字化轉(zhuǎn)型，來源于國有產(chǎn)權(quán)制度安排的保障更能使得債權(quán)人產(chǎn)生的收益大于風(fēng)險(xiǎn)的預(yù)期；相對的，民營企業(yè)性質(zhì)則會帶來“信號弱化”的效果，由于缺乏可靠的擔(dān)保，債權(quán)人對企業(yè)的風(fēng)險(xiǎn)評估占據(jù)主導(dǎo)，使得數(shù)字化轉(zhuǎn)型信息披露的效應(yīng)減弱。綜上所述，同樣進(jìn)行數(shù)字化轉(zhuǎn)型信息披露，國有企業(yè)對債務(wù)融資成本的降低效應(yīng)更強(qiáng)，而非國有的產(chǎn)權(quán)性質(zhì)則會發(fā)揮信號弱化效應(yīng)，降低債務(wù)融資成本的效應(yīng)更差。

依據(jù)以上分析，本文按照產(chǎn)權(quán)性質(zhì)分組，在模型1的基礎(chǔ)上加入主要解釋變量與產(chǎn)權(quán)性質(zhì)的分類變量（[Property]）的交乘項(xiàng)進(jìn)行回歸（[Property]=1，則樣本為國有企業(yè)）。如表14所示，主效應(yīng)符號依然顯著為負(fù)，交乘項(xiàng)顯著為負(fù)。也就是說，在國企樣本里數(shù)字化信號降低債務(wù)融資成本的效應(yīng)被增強(qiáng)。

（四）基于企業(yè)生命周期的異質(zhì)性分析

企業(yè)生命周期是指企業(yè)從導(dǎo)入到衰退的整個(gè)過程，反映了企業(yè)發(fā)展的階段性特征和規(guī)律。在不同的生命周期階段，企業(yè)具有不同的特征，需要采用不同的商業(yè)模式與戰(zhàn)略手段來適應(yīng)市場需求和競爭環(huán)境的變化。數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的影響是否因企業(yè)所處生命周期不同而存在差異？

參考尹閃（2009）[47]、Dickinson（2011）[48]提出的基于現(xiàn)金流分類方法，根據(jù)不同現(xiàn)金流符號將生命周期劃分為5個(gè)階段，即導(dǎo)入期、增長期、成熟期、淘汰期及衰退期；考慮到我國上市公司基本已經(jīng)度過導(dǎo)入期[49]，本文參考已有做法，將導(dǎo)入期和增長期合并為成長期，淘汰期和衰退期合并為衰退期，分組回歸結(jié)果如表15所示。

可以發(fā)現(xiàn)，對于處于成長期的企業(yè)，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）對債務(wù)融資成本的影響在1%的水平上顯著為負(fù)，而對于成熟期和衰退期的企業(yè)，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為正，且均不顯著。成長期的企業(yè)通常具有較大的發(fā)展?jié)摿?，但可能因缺乏歷史數(shù)據(jù)和聲譽(yù)積累而面臨融資難題。此時(shí)，數(shù)字化轉(zhuǎn)型信息披露能夠顯著提升企業(yè)的透明度，向債權(quán)人釋放更全面的可持續(xù)發(fā)展信號，有助于增強(qiáng)債權(quán)人對企業(yè)的信任度，進(jìn)而降低債務(wù)融資成本。而成熟期和衰退期的企業(yè)已有較長的經(jīng)營歷史和信譽(yù)積累，其融資能力可能更多地依賴于過去的業(yè)績和聲譽(yù)，盡管數(shù)字化信息披露也能提供有價(jià)值的信息，但債權(quán)人可能更看重企業(yè)的歷史表現(xiàn)和穩(wěn)定性，因此數(shù)字化轉(zhuǎn)型信息披露的邊際效應(yīng)不顯著。

六、進(jìn)一步分析

數(shù)字化轉(zhuǎn)型信息披露能夠發(fā)揮信號效應(yīng)和治理效應(yīng)，降低企業(yè)的債務(wù)融資成本。進(jìn)一步地，數(shù)字化轉(zhuǎn)型信息披露降低債務(wù)融資成本會產(chǎn)生怎樣的經(jīng)濟(jì)后果？

債務(wù)融資成本是制約企業(yè)發(fā)展的重要因素。降低企業(yè)的債務(wù)融資成本，有利于提升企業(yè)績效[50]、緩解企業(yè)投資不足[51]、促進(jìn)創(chuàng)新[52]，有利于企業(yè)的高質(zhì)量發(fā)展。本文參考已有文獻(xiàn)，使用采用Olley-Pakes的半?yún)?shù)三步估計(jì)法（OP法）計(jì)算的全要素生產(chǎn)率（[TFP_OP]）衡量企業(yè)的高質(zhì)量發(fā)展。

參考鄭國堅(jiān)等（2025）[53]的研究策略，第一步，先用數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）對企業(yè)高質(zhì)量發(fā)展（[TFP_OP]）按模型（1）控制相關(guān)變量進(jìn)行回歸；第二步，在第一步的基礎(chǔ)上控制債務(wù)融資成本（[COST]）后，用數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）對企業(yè)高質(zhì)量發(fā)展（[TFP_OP]）按模型（1）控制相關(guān)變量進(jìn)行回歸?；貧w結(jié)果如表16所示。在未控制債務(wù)融資成本（[COST]）前，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)為0.038，且在1%的水平上顯著為正；進(jìn)一步控制債務(wù)融資成本（[COST]）進(jìn)行回歸后，結(jié)果顯示，債務(wù)融資成本（[COST]）的系數(shù)為-0.0846，在1%的水平上顯著為負(fù)，而數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)降低為0.0356，但仍在1%的水平上顯著為正。兩步回歸中，數(shù)字化轉(zhuǎn)型信息披露（[Dig_disc]）的系數(shù)均顯著為正，這說明，企業(yè)數(shù)字化轉(zhuǎn)型信息披露對債務(wù)融資成本的緩解作用帶來了良好的經(jīng)濟(jì)后果，有利于促進(jìn)企業(yè)的高質(zhì)量發(fā)展。

七、結(jié)論與建議

本文以2013—2022年我國上市公司數(shù)據(jù)為基礎(chǔ)，基于債務(wù)融資成本視角探討企業(yè)數(shù)字化轉(zhuǎn)型信息披露的信號效應(yīng)與治理效應(yīng)及作用機(jī)制、條件性特征和經(jīng)濟(jì)后果。研究結(jié)果表明：（1）企業(yè)數(shù)字化轉(zhuǎn)型信息披露能夠降低債務(wù)融資成本，這一關(guān)系在考慮策略性披露、工具變量法、外生政策沖擊、傾向得分匹配和替換變量衡量方式等一系列檢驗(yàn)后仍然成立。（2）機(jī)制檢驗(yàn)發(fā)現(xiàn)，信號效應(yīng)和治理效應(yīng)是數(shù)字化轉(zhuǎn)型信息披露降低企業(yè)債務(wù)融資成本的重要機(jī)制，數(shù)字化轉(zhuǎn)型信息披露能夠通過緩解信息不對稱降低企業(yè)債務(wù)融資成本，發(fā)揮信號效應(yīng)；數(shù)字化轉(zhuǎn)型信息披露能夠通過提升企業(yè)透明度降低債務(wù)融資成本，發(fā)揮治理效應(yīng)。（3）異質(zhì)性分析發(fā)現(xiàn)，債務(wù)期限結(jié)構(gòu)更高的企業(yè)，數(shù)字化轉(zhuǎn)型信息披露的積極效應(yīng)更強(qiáng)；相比于非制造業(yè)企業(yè)，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型信息披露降低債務(wù)融資成本的效應(yīng)更強(qiáng)；相比于非國有企業(yè)，國有企業(yè)更能發(fā)揮這一效應(yīng)；生命周期處于成長期的企業(yè)，數(shù)字化轉(zhuǎn)型信息披露降低債務(wù)融資成本的效應(yīng)更加顯著。（4）經(jīng)濟(jì)后果研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型信息披露降低企業(yè)債務(wù)融資成本，有利于企業(yè)的高質(zhì)量發(fā)展。

基于以上結(jié)論，本文提出如下建議：（1）完善數(shù)字化信息披露指引。監(jiān)管機(jī)構(gòu)應(yīng)引導(dǎo)企業(yè)多維度如實(shí)披露數(shù)字化轉(zhuǎn)型相關(guān)信息，采取問卷調(diào)查、調(diào)研評分等手段，評價(jià)企業(yè)數(shù)字化轉(zhuǎn)型程度，推動數(shù)字化信息披露標(biāo)準(zhǔn)化。（2）推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型授信與投資決策納入，引導(dǎo)企業(yè)轉(zhuǎn)型并披露相關(guān)信息。商業(yè)銀行等企業(yè)債權(quán)人可以利用分析師等第三方機(jī)構(gòu)進(jìn)行信息評估，將企業(yè)數(shù)字化轉(zhuǎn)型程度納入授信全流程與投資決策框架，引導(dǎo)企業(yè)推動數(shù)字化轉(zhuǎn)型、合理合規(guī)披露數(shù)字化轉(zhuǎn)型信息。（3）強(qiáng)化戰(zhàn)略布局和政策支持。政府作為營造制度環(huán)境的主體，可以合理引導(dǎo)市場競爭，鼓勵深化非制造業(yè)企業(yè)和非國有企業(yè)的數(shù)字化轉(zhuǎn)型，根據(jù)非制造業(yè)企業(yè)和非國有企業(yè)的特點(diǎn)和需求，制定差異化的數(shù)字化轉(zhuǎn)型政策。（4）加強(qiáng)“數(shù)字人才”的培養(yǎng)和引進(jìn)，扎實(shí)開展“數(shù)字人才”育、引、留、用，從高校、職業(yè)院校及產(chǎn)業(yè)等層面入手，提供“數(shù)字人才”培訓(xùn)和職業(yè)發(fā)展機(jī)會，增加人才供給，激發(fā)市場活力。

參考文獻(xiàn)：

［1］ 董必榮，徐懷寧，王菁華.企業(yè)數(shù)字化戰(zhàn)略承諾與股價(jià)崩盤風(fēng)險(xiǎn)［J］.會計(jì)研究，2022（9）：112-126.

［2］ 謝佩帛，謝清華，王嘉發(fā).債務(wù)融資成本影響因素文獻(xiàn)綜述［J］.財(cái)會月刊，2023，44（20）：25-35.

［3］ 何賢杰，肖土盛，陳信元.企業(yè)社會責(zé)任信息披露與公司融資約束［J］.財(cái)經(jīng)研究，2012，38（8）：60-71+83.

［4］ MEEK，G.K.，ROBERTS，C.B.，GRAY，S.J. Factors Influencing Voluntary Annual Report Disclosures by U.S.U.K. and Continental European multinational corporations［J］.Journal of International Business Studies， 1995，26（3）：555-572.

［5］ SHEHATA N F .Theories and Determinants of Voluntary Disclosure［J］.Social Science Electronic Publishing，2014，3（1）：18-26.

［6］ 倪娟，孔令文.環(huán)境信息披露、銀行信貸決策與債務(wù)融資成本——來自我國滬深兩市A股重污染行業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)評論，2016（1）：147-156+160.

［7］ 趙良玉，阮心怡，劉芬芬.社會責(zé)任信息披露對企業(yè)融資成本的影響——基于我國上市公司的經(jīng)驗(yàn)證據(jù)［J］.貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（6）：40-52.

［8］ 曹雅楠，趙子夜，孫文龍.數(shù)字化轉(zhuǎn)型披露存在信息操縱嗎——來自經(jīng)營期望落差公司的證據(jù)［J］.經(jīng)濟(jì)管理，2023，45（6）：177-192.

［9］ 張雪梅，張澤南，劉潔.控股股東股權(quán)質(zhì)押與數(shù)字化轉(zhuǎn)型信息披露——基于市值管理的視角［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2023，43（12）：38-58.

［10］ 馬連福，宋婧楠，王博.數(shù)字化轉(zhuǎn)型信息披露的價(jià)值效應(yīng)研究——來自概念炒作的證據(jù)［J］.經(jīng)濟(jì)與管理研究，2023，44（8）：17-37.

［11］ 余艷，王雪瑩，郝金星，等.酒香還怕巷子深？制造企業(yè)數(shù)字化轉(zhuǎn)型信號與資本市場定價(jià)［J］.南開管理評論，2024，27（8）：185-196.

［12］ 丁亞楠，牛彪，王建新，等.數(shù)字化信息披露與資本市場定價(jià)——基于投資者信息解讀的視角［J］.華東經(jīng)濟(jì)管理，2024，38（7）：53-65.

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

［14］ 翟淑萍，韓賢，張曉琳，等.數(shù)字金融能降低企業(yè)債務(wù)違約風(fēng)險(xiǎn)嗎［J］.會計(jì)研究，2022（2）：117-131.

［15］ 許云霄，柯俊強(qiáng)，劉江寧，等.企業(yè)數(shù)字化轉(zhuǎn)型對債務(wù)融資成本的影響研究［J］.宏觀經(jīng)濟(jì)研究，2023（4）：14-26+116.

［16］ 沈洪濤，馮杰.輿論監(jiān)督、政府監(jiān)管與企業(yè)環(huán)境信息披露［J］.會計(jì)研究，2012（2）：72-78+97.

［17］ 孔東民，劉莎莎，應(yīng)千偉.公司行為中的媒體角色：激濁揚(yáng)清還是推波助瀾？［J］.管理世界，2013（7）：145-162.

［18］ 游家興，張哲遠(yuǎn).財(cái)務(wù)分析師公司治理角色研究——文獻(xiàn)綜述與研究展望［J］.廈門大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2016（5）：128-136.

［19］ 韓艷錦，馮曉晴，宋建波.基于信息生成環(huán)節(jié)的分析師關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)［J］.管理學(xué)報(bào)，2021，18（2）：279-286.

［20］ 李廣子，劉力.債務(wù)融資成本與民營信貸歧視［J］.金融研究，2009（12）：137-150.

［21］ 魏志華，王貞潔，吳育輝，等.金融生態(tài)環(huán)境、審計(jì)意見與債務(wù)融資成本［J］.審計(jì)研究，2012（3）：98-105.

［22］ 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(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144+10.

［23］ 楊德明，劉泳文.“互聯(lián)網(wǎng)+”為什么加出了業(yè)績［J］.中國工業(yè)經(jīng)濟(jì)，2018（5）：80-98.

［24］ 董明晴，張嘉偉.數(shù)字化轉(zhuǎn)型與管理層信息披露行為——信息傳遞還是印象管理［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，45（10）：113-126.

［25］ 趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤風(fēng)險(xiǎn)的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2020（3）：174-192.

［26］ 孫彤，薛爽.管理層自利行為與外部監(jiān)督——基于信息披露的信號博弈［J］.中國管理科學(xué)，2019，27（2）：187-196.

［27］ 王克敏，王華杰，李棟棟，等.年報(bào)文本信息復(fù)雜性與管理者自利——來自中國上市公司的證據(jù)［J］.管理世界，2018，34（12）：120-132+194.

［28］ 朱杰，蘇亞民.控股股東股權(quán)質(zhì)押與數(shù)字化轉(zhuǎn)型信息策略性披露——基于信息溝通與信息操縱視角［J］.廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2023，38（5）：75-95.

［29］ 邱洋冬.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)驅(qū)動屬地企業(yè)數(shù)字化轉(zhuǎn)型——基于“寬帶中國”試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)［J］.經(jīng)濟(jì)與管理，2022，36（4）：57-67.

［30］ 于蔚，汪淼軍，金祥榮.政治關(guān)聯(lián)和融資約束：信息效應(yīng)與資源效應(yīng)［J］.經(jīng)濟(jì)研究，2012，47（9）：125-139.

［31］ 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］.中國工業(yè)經(jīng)濟(jì)，2022（5）：100-120.

［32］ 張敬文，田柳.股權(quán)激勵與上市公司經(jīng)營績效關(guān)系研究——基于分析師關(guān)注的視角［J］.南開經(jīng)濟(jì)研究，2020（5）：171-184.

［33］ SKINNER D J. Options Markets and the Information Content of Accounting Earnings Releases［J］.Journal of Accounting and Economics，1990，13（3）：191-211.

［34］ 張純，呂偉.信息披露、信息中介與企業(yè)過度投資［J］.會計(jì)研究，2009（1）：60-65+97.

［35］ 陳欽源，馬黎珺，伊志宏.分析師跟蹤與企業(yè)創(chuàng)新績效——中國的邏輯［J］.南開管理評論，2017，20（3）：15-27.

［36］ LANG M，LUNDHOLM R. Cross-sectional Determinants of Analyst Ratings of Corporate Disclosures［J］.Journal of Accounting Research，1993，31（2）：246-271.

［37］ 周冬華.證券分析師關(guān)心公司治理嗎——基于中國資本市場的經(jīng)驗(yàn)證據(jù)［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013，35（2）：23-34.

［38］ 胡奕明，林文雄.信息關(guān)注深度、分析能力與分析質(zhì)量——對我國證券分析師的調(diào)查分析［J］.金融研究，2005（2）：46-58.

［39］ CHANG X，DASGUPTA S，HILARY G. Analyst Coverage and Financing Decisions［J］. The Journal of Finance，2006，61（6）：3009-3048.

［40］ BHUSHAN R. Firm Characteristics and Analyst Following［J］. Journal of Accounting and Economics，1989，11（2-3）：255-274.

［41］ KIM J B，LU L Y，YU Y. Analyst Coverage and Expected Crash Risk：Evidence from Exogenous Changes in Analyst Coverage［J］. The Accounting Review，2019，94（4）：345-364.

［42］ DEIGHTON J，KORNFELD L. Interactivity's Unanticipated Consequences for Marketers and Marketing［J］.Journal of Interactive Marketing，2009，23（1）：4-10.

［43］ 池睿，陳震.大股東掠奪還是債權(quán)人治理？——基于上市公司債務(wù)期限結(jié)構(gòu)的視角［J］.金融理論與實(shí)踐，2016（6）：68-74.

［44］ 沈運(yùn)紅，楊金華.數(shù)字經(jīng)濟(jì)、科技創(chuàng)新與制造業(yè)轉(zhuǎn)型升級［J］.統(tǒng)計(jì)與決策，2024（3）：16-21.

［45］ 唐洋，宋平，唐國平.企業(yè)生命周期、債務(wù)融資與企業(yè)績效——來自我國制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］.財(cái)經(jīng)論叢，2014（11）：49-56.

［46］ 夏同水，唐琪，王玉琰.經(jīng)濟(jì)政策不確定性、信息披露質(zhì)量與企業(yè)債務(wù)融資能力［J］.武漢金融，2020（12）：31-40.

［47］ 尹閃.企業(yè)生命周期的實(shí)證度量——基于現(xiàn)金流組合視角的分析［J］.中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)，2009（4）：6.

［48］ DICKINSON，V.. Cash Flow Patterns as a Proxy for Firm Life Cycle［J］. The Accounting Review，2011，86（6）：1969-1994.

［49］ 陳紅，張玉，劉東霞.政府補(bǔ)助、稅收優(yōu)惠與企業(yè)創(chuàng)新績效——不同生命周期階段的實(shí)證研究［J］.南開管理評論，2019，22（3）：187-200.

［50］ 蘇武俊，晏青.債務(wù)融資成本、社會責(zé)任與企業(yè)績效——基于我國A股上市公司的實(shí)證研究［J］.南方金融，2020（10）：13-27.

［51］ 劉義鵑，鄭文強(qiáng).基于融資成本視角的盈余質(zhì)量對投資效率影響研究［J］.財(cái)會通訊，2017（15）：102-107.

［52］ 潘慧婷，蔣德權(quán).債務(wù)融資成本對企業(yè)創(chuàng)新的影響——基于企業(yè)社會責(zé)任的調(diào)節(jié)效應(yīng)［J］.企業(yè)經(jīng)濟(jì)，2023，42（6）：32-41.

［53］ 鄭國堅(jiān)，劉瀲，蔡貴龍.上市標(biāo)準(zhǔn)與IPO財(cái)務(wù)操縱策略——基于科創(chuàng)板的經(jīng)驗(yàn)證據(jù)［J/OL］.南開管理評論，1-33［2025-03-17］.http：//kns.cnki.net/kcms/detail/12.1288.F.20240618.1033.004.html.