金融资产配置对企业数字化转型的影响研究

陈隆轩，杨 杰

（云南师范大学 经济与管理学院，云南 昆明 650500）

一、引言

当前，数字经济已成为经济高质量发展的新引擎，以数据资源为关键要素，以现代信息网络为主要载体的数字经济正快速发展，是目前具有活力和创新力的经济形态之一。2022年国务院发布的《政府工作报告》和“十四五”规划中都明确指出，要实施创新驱动发展战略，促进数字经济发展，以数字化转型整体驱动生产方式调整。《中国数字经济发展白皮书（2021）》报告显示，2005年至2020年，中国数字经济规模从2.6万亿元扩张到39.2万亿元，占GDP比重由14.2%增长至38.6%。这表明在全球经济发展不确定性持续增大的背景下，我国企业选择创新发展数字技术，抓住数字经济发展机遇，从传统生产体系转型为数字化体系，赋能自身高质量发展。

进入21世纪，我国金融业与房地产业增加值占GDP 的比重在不断上升，非金融类企业更依赖于金融部门内部的利润，基于金融渠道的利润积累逐渐成为企业盈利的主导模式（刘贯春等，2018）[1]。企业作为宏观经济的微观构成，其内部要素分配转移至金融部门会影响企业的发展方向，数字化转型作为数字经济发展的窗口，不仅是企业从传统生产体系转向数字化体系的创新标志，而且是数字科技与生产发展深度融合的微观表现。客观来看，数字化转型过程中会面临诸如转型成本大、部门协作难等困难，企业内部合理的要素分配在一定程度上能够为数字化转型带来发展契机。

鉴于此，本文将企业金融资产配置与数字化转型联系起来，运用文本分析法构建数字化转型的综合指标，识别检验两者之间的因果效应和作用渠道。实证研究发现，企业合理的金融资产配置显著驱动了数字化转型。从宏观经济形势来看，这种促进作用在货币政策较宽松和行业竞争度较高时更加显著；从企业微观特征来看，在大型企业和高科技企业中金融资产配置对数字化转型的影响更为显著。作用渠道分析表明，企业通过外部融资和内部经营两个渠道来促进数字化转型的，具体表现为企业金融资产配置通过降低企业杠杆率和提高风险承担水平来驱动数字化转型。拓展研究发现，金融资产配置与企业数字化转型存在非线性关系，只有合理的金融资产配置才能有效促进数字化转型，过度的金融资产配置则会导致企业偏离经营重心，造成实业萎缩。

本文的边际贡献在于以下几方面。一是从宏观经济形势和企业微观特征的两个视角探究了企业金融资产配置对数字化转型的差异性影响，为企业高质量发展提供了新视角，有利于政府差异化针对性地制定数字化转型政策；二是从外部融资和内部经营两个方面考察了企业数字化转型的驱动因素及作用渠道，揭示了企业金融资产配置与数字化转型之间的机制特征；三是在数字经济与实体经济的融合发展背景下，检验了企业合理配置金融资产对数字化转型的经济效应，为数字化转型相关研究提供经验证据。

二、文献回顾与研究假设

（一）数字化转型的相关研究

国内外学者在对数字化转型的定义和内涵方面都有过相关研究。Brown 等（2014）[2]认为数字化转型涵盖了从文化和组织变革到新数字技术的相关使用等方面，以实现传统业态的重大改进，如增强用户服务、简化运营或创建全新服务。Westerman 等（2014）[3]认为数字化转型通过实施创新和发展新的数字技术，并利用技术从根本上提高企业的绩效或影响力。刘淑春等（2021）[4]认为企业数字化转型的本质是实现管理模式从“工业化”转向“数字化”的变革，通过将数字技术引入现有企业管理架构，重塑企业的信息结构、管理方式、运营机制、生产过程等传统管理路径。从现有的研究来看，数字化转型可描述为一个过程，并且能够通过改进业务模式等路径达到企业高质量发展的目标。

数字化转型的影响因素也受到学术界的关注。通过对已有文献的梳理可以发现，从外部制度环境角度来看，产业数字化、地区数字经济、政策支持力度以及科技金融试点政策都能在一定程度上促进企业数字化转型的发展（陈玉娇等，2021；江玉国，2020；陈振权等，2022）[5-7]，也有研究认为利率市场化改革作为供给侧结构性改革的一环，可以消减部分资本价格扭曲，优化金融资源供给环境，进而驱动企业数字化转型（唐松等，2022）[8]；从企业内部发展角度来看，企业会因为追求生产效率与市场地位，搭建社会网络提供资源从而发展数字化（Bjo¨rkdahl，2020；宋晶和陈劲，2022）[9-10]。上述研究从“外部—内部”视角为理解数字化转型的动因和作用渠道提供了丰富经验和观点启发。

（二）金融资产配置与企业数字化转型

有学者认为，企业持有金融资产能够发挥“蓄水池效应”，有效促进实业发展（彭俞超和黄志刚，2018）[11]。具体来说，企业将部分闲散资金投资于金融市场，在确保盈利的情况下，不仅能够实现资本的保值和增值，还增加了资产流动性和变现能力，可以预防未来用于主业投资或创新投入的资金缺口（杜勇等，2017；王红建等，2017）[12-13]。在数字经济与实体企业不断融合发展的背景下，企业发展数字化不可避免地会面临周期长、高风险和资金需求量大等困境。一方面，创新投入需要资本源源不断地投入且易受外部冲击，前期投入也可能会转变为沉没成本；另一方面，投入产出存在“阵痛期”，成果转化需要一定时间，同时还需支付研发人员费用，企业内部经营存在风险。因此，企业需要发挥金融资产配置的“蓄水池效应”，将资产在金融市场中的投资收益用于支持数字化转型的创新投入，并主要通过以下两种渠道进行作用。

其一，企业金融资产配置能够在外部融资渠道通过降低企业杠杆率来促进数字化转型。企业长期处于投资数字基础设施或发展数字技术的阶段会占用企业大部分的投资支出，项目的中断会带来高额的损失，因此，企业需要加大外部融资力度以应对流动资金短缺。股权融资和债务融资作为企业获取外部融资的主要方式。具体来说，股权融资通过股东出让部分企业所有权以进行增资或配股的方式来获得融资，但由于企业内存在委托代理关系，管理者可能会因为自身利益而侵占股东的利益，从而产生道德风险；而债务融资是通过出售债券或票据来筹集资金，但金融市场的信息不对称和准入门槛等问题会使得融资成本大幅提升（Cooper 和Haltiwanger，2006）[14]。此时，企业会通过变现金融资产来获取外部融资，相比股权融资和债务融资，这种预防性储蓄活动的融资成本较低，且可以在短时间内获取现金以降低对银行信贷的依赖，从而降低企业杠杆率（刘贯春等，2018）[1]。此外，企业发挥金融资产配置的“蓄水池效应”能够通过出售金融资产获利降低融资压力，当金融资产价格上升后，有利于改善资产负债表，并进行更多的内源融资，从而降低企业杠杆率（Smith和Stulz，1985；Stulz，1996）[15-16]。

其二，企业金融资产配置能够在内部经营渠道增加风险承担能力，进而加快企业数字化转型的步伐。风险承担反映了企业在经营过程中面对不确定因素时的投资倾向，尤其是企业选择数字化转型发展后，可能会面临前期投入成本较多、资金需求量较大以及从研发到成果转化之间的不确定性等情况。此时，企业金融资产配置能够发挥“蓄水池效应”，通过金融资产的高流动性和强变现性来增加企业自身筹集资金的能力，持续为数字化转型提供资金支持。同时，企业通过持有金融资产获得的收益也可以提升企业财务状况，从而提高企业风险承担（徐隽翊等，2020）[17]。此外，金融资产配置也可以通过与银行等金融机构相互持股的方式拓宽融资渠道，降低融资成本，在一定程度上也能为数字化转型提供所需资金，提高企业的风险承担能力（许志勇等，2020）[18]。

企业参与金融投资可以视为一种“理性”的市场化行为，但超过一定限度的金融资产配置也会带来与预期相反的效果。目前文献对过度金融资产配置的负面影响定义为“挤出效应”，Tobin（1965）[19]认为基于企业资源的有限性，实体投资和金融投资之间存在替代关系，企业配置金融资产会挤占实体投资；黄贤环等（2018）[20]将金融投资分为长期和短期进行研究，发现长期金融资产配置对主业投资资金产生了“挤出效应”，极大增加了企业的财务风险；谢家智等（2014）[21]研究发现制造业企业过度配置金融资产会降低技术创新能力，同时政府会对不同行业类型企业实行差别性贷款政策，从而放大了“挤出效应”；戚聿东和张任之（2018）[22]认为企业不仅为了追求金融资产的超额收益而放弃创新投入，而且金融资产配置会改变企业的投资偏好和管理模式，不利于企业的长期可持续发展和经营效率的提升，导致企业价值下降。从上述文献可以发现，企业过度金融资产配置可能会挤占数字化转型的研发投入，制约数字化转型的发展。

综合以上讨论发现，企业金融资产配置可以从外部融资和内部经营双渠道，发挥“蓄水池效应”进行预防性储蓄活动，通过降低企业杠杆率和提高企业风险承担以持有大量现金可以持续投入数字化转型；相反，如果企业金融资产配置过度则会阻碍数字化转型的进程。基于以上分析，本文提出以下假设。

假设1a：企业金融资产配置发挥“蓄水池效应”，能够显著提升企业数字化转型；

假设1b：企业金融资产配置发挥“挤出效应”，能够显著抑制企业数字化转型。

（三）金融资产配置、宏观经济形势与数字化转型

不同企业受宏观经济形势影响会表现出差异性。一方面，货币政策的松紧度会影响企业金融资产配置对数字化转型的促进作用。在货币政策的宽松情况下，企业从外部获得融资的渠道更多，内部经营的风险承担压力也会更小。融资优序理论认为，当宏观经济形势上升时，企业持有的现金流会优先满足投资需求，如投入研发资金发展数字技术等（刘贯春等，2018）[1]。因此，企业金融资产配置在较为宽松的货币政策环境下会促使数字化转型。另一方面，行业竞争的程度也会影响金融资产配置对数字化转型的影响。行业竞争度的高低会对企业经营策略和利润产生影响，给管理层带来经营压力，从而影响企业的投资策略。如果行业竞争度较高，企业亟须抓住机遇并突破行业瓶颈发展新技术，数字技术的不断发展促使企业选择数字化转型，希望以此有所突破并成为新的利润增长点。据此，本文提出以下假设。

假设2：在其他条件不变的情况下，企业金融资产配置在货币政策较宽松和行业竞争度较高时能够显著提升数字化转型。

（四）金融资产配置、企业微观特征与数字化转型

企业会出于预防性储蓄或投资替代的动机进行金融资产配置，面对不同企业的微观特征，金融资产配置对数字化转型所产生的影响也不尽相同。一方面，在企业规模上，大型企业在创新投入上承担风险的能力比中小企业高，相比之下更易接受沉没成本，同时数字化转型也需要规模效应，技术开发创新需要大量投入，数字技术的发展需要产业链的完整性、资源配置与再生效率的提高，在这方面大型企业更具有实力。另一方面，在行业属性上，高科技企业具有较强的科技导向，科学是发展的重要内在推动力，而创新则是企业发展的根本动力，科技企业会在数字技术发展的背景下进行自主创新、持续创新，因此相比非高科技企业，高科技企业数字化转型的意愿更强。

假设3：在其他条件不变的情况下，在大型企业和高科技企业中金融资产配置能够显著提升企业数字化转型。

三、研究设计

（一）数据说明

本文选取2008—2020年中国A 股上市公司作为研究对象，并对数据进行以下筛选：第一，剔除金融业和房地产业的样本；第二，剔除ST、*ST 以及PT股，包括其间退市的样本；第三，为减轻异常值影响，本文对所有连续变量均进行上下1%的缩尾处理，最终得到30050个观测值。

企业微观层面原始数据均来自国泰安数据库（CSMAR），度量数字化转型的企业年报来自上海证券交易所和深圳证券交易所。

（二）变量设定

1.被解释变量

数字化转型（Dig）。参考吴非等（2021）[23]、易露霞等（2021）[24]的研究，本文使用上市公司年报中涉及企业“数字化转型”的关键词词频来作为企业数字化转型的代理指标。具体来看，本文将企业数字化转型划分为“底层技术”和“技术实践”两大层面，其中“底层技术”层面包含人工智能、区块链、云计算、大数据等四个方面；“技术实践”层面则包含数字技术在实践中的具体运用，以此构建了数字化转型的关键特征词表。在数据获取上运用Python 对中国沪、深A 股上市公司的年度报告文本进行关键词搜索、匹配和计数，同时剔除关键词前出现否定词语的表述，最后对符合条件的词频进行加总取对数，从而形成企业数字化转型的综合衡量指标。

2.核心解释变量

金融资产配置（Fin）。参考杜勇等（2017）[12]的衡量方法，从资产负债表的角度进行定义，采用金融资产总额占总资产的比值来衡量，其中金融资产具体包括以下六类资产负债表科目：交易性金融资产、金融衍生资产、可供出售金融资产净额、持有至到期投资净额、投资性房地产净额和发放贷款及垫款净额。

（三）模型构建

为研究企业金融资产配置对数字化转型的影响，本文设定了如下模型加以检验：

其中，回归中的被解释变量为数字化转型（Dig），核心解释变量为企业金融资产配置（Fin）。CVs 为一系列控制变量，企业特征变量包括企业规模（Size）、企业绩效（Roa）、现金流（Cash）、成长能力（Growth）以及上市年龄（Age）；公司治理变量包括两职合一（Dual）、所有权性质（State）、董事会规模（Board）、独董比例（Dep）、股权集中度（Top1）、机构投资者（Inshr）以及审计师选择（Big4），具体变量定义如表1所示。此外，Industry、Province、Year分别表示行业、省份、年度固定效应，εi,t表示随机干扰项。为提升实证结果的可靠性，本文对核心解释变量进行滞后一期处理。从现实意义来看，企业金融资产配置所积累的资金投资到数字化转型过程中存在一定时滞；从实证分析来看，考虑滞后性可能减轻双向因果的内生性问题，在回归分析中对标准误进行公司层面的聚类调整。

表1 变量定义及说明

四、实证结果分析①本文研究结论是基于模型构建分析所得，结论供参考。

（一）描述性统计

表2列示了主要变量的描述性统计结果。其中，核心解释变量数字化转型的标准差为1.3787，最大值和最小值分别为5.0304 和0，这说明我国非金融类上市公司的数字化转型水平存在明显差异。企业金融资产配置的均值为0.0345，标准差为0.0702，最大值为0.4，这说明金融资产配置程度同样存在较大差异。

表2 变量描述性统计

（二）基准回归分析

表3报告了金融资产配置对企业数字化转型的回归结果。实证分析中采用了递进回归的策略，第（1）列仅控制了年度固定效应，滞后一期的企业金融资产配置（L.Fin）回归系数为1.7287 且通过了1%的显著性检验；第（2）列和第（3）列在原有的基础上分别控制了行业和省份固定效应，并纳入了控制变量集，金融资产配置系数有所缩小但显著性保持不变，这可能是因为部分影响数字化转型的因素被吸收所致；第（4）列除控制变量，还同时控制了行业和省份固定效应，可以发现滞后一期的企业金融资产配置对数字化转型的影响进一步缩小为0.4218 且仍在1%的水平上显著。这意味着，企业金融资产配置发挥了“蓄水池效应”，即金融资产配置程度的提高会显著提升下期的企业数字化转型程度。由此，本文的假设1a得到了经验证据支持。

表3 金融资产配置对企业数字化转型的基准回归

从前文可知，企业数字化转型是从五个维度综合计算得到的指标，包含着不同的技术差异。本文将数字化转型的指标进一步细化，探究企业金融资产配置分别对每个不同技术应用场景产生的影响。结果如表4所示，可以发现所有数字化转型子指标的回归系数均为正值且至少通过10%的显著性水平检验，这说明本文的回归具有高度的稳健性，支持研究假设1a。具体来看，企业金融资产配置对大数据的影响最大，这可能是因为数据作为新的生产要素在数字经济的发展中发挥着更大的作用，同时也吸引了来自企业的关注与资金投入，在政策导向下增加对大数据技术的研发投入比重，有利于企业更快地进行数字化转型。

表4 基于数字化转型各层面的分解回归

（三）异质性分析

1.基于宏观经济形势的截面分析

基于前文检验结果，本文将进一步从宏观经济形势进行分析。一方面，本文使用年度M2增长率来衡量货币政策，以M2增速的中位数将样本划分为两个子样本，高于中位数的样本意味着货币政策较为宽松，反之货币政策偏紧。表5的第（1）列和第（2）列结果表明企业金融资产配置在宽松的货币政策中对数字化转型的影响较大，说明宽松的货币政策有利于企业数字化转型。另一方面，行业竞争度也可能会影响企业金融资产配置对数字化转型的作用。

本文采用主营业务收入计算赫芬达尔—赫希曼指数的中位数将行业划分为竞争度高行业和竞争度低行业。表5第（3）列和第（4）列结果表明行业竞争度越高，企业金融资产配置对数字化转型影响越大，这可能是因为竞争度越高的行业中企业间存在较大的激励效应，企业迫切希望通过数字化转型来加速营业收入增长，从而提高业绩。

表5 基于宏观经济形势的截面分析

2.基于企业微观特征的截面分析

根据企业自身的微观特征，本文首先根据企业规模的中位数将样本分为大型企业和中小型企业。从表6第（1）列和第（2）列的结果可以看出，大型企业的金融资产配置显著提高了数字化转型，而金融资源配置对中小型企业的数字化转型影响较小，这说明大型企业具有一定的资金能力和风险偏好，会通过“蓄水池效应”加快数字化转型，同时数字化转型也具有规模效应，大型企业的金融资产配置更有助于企业的数字化转型。表6第（3）列和第（4）列针对企业科技属性特征差异进行了检验。研究发现在高科技企业组中，企业金融资产配置对数字化转型的影响显著，而非高科技企业组中影响并未通过显著性检验。这可能是因为高科技企业顺应了新时代数字经济的趋势，对数字化转型的重视程度不断提升，同时高科技企业也满足数字化转型的创新基础和技术条件。

表6 基于企业微观特征的截面分析

（四）内生性问题

1.工具变量法

前文的研究结论可能会面临内生性问题的挑战。企业金融资产配置程度的提高为数字化转型提供了包括资金在内的各方面的支持，但数字化转型的企业在进行金融资产配置时也可能会倾向于获取更多的研发投入资金，以持续保持数字化转型策略的进程。为了缓解企业金融资产配置与数字化转型之间的双向因果关系对结果造成的潜在内生影响，本文进一步采用工具变量法进行检验。

参考顾海峰和张欢欢（2020）[25]的研究，本文选取企业投资收益水平（IV）作为工具变量，并运用二阶段最小二乘法（2SLS）对基准回归进行内生性检验。考虑到企业投资收益作为企业非营业利润的来源之一，是企业进行金融资产配置的利润所得，因此企业金融资产配置与投资收益水平之间具有密切关系，但企业投资收益不可能成为数字化转型过程中的主要资金来源，故企业投资收益水平满足工具变量的基本条件。表7第（1）列结果显示第一阶段工具变量的回归结果通过1%的显著性检验，这表明企业投资收益水平与金融资产配置之间存在显著关联，同时F统计值大于10，说明不存在弱工具变量问题。此外，表7还汇报了Cragg-Donald Wald F 统计量为186.295，远大于临界值16.38，也拒绝了弱工具变量的原假设。在外生性检验中，Kleibergen-Paap rk LM 统计量在1%的水平上显著，拒绝工具变量识别不足的原假设。综上，本文选取的工具变量合理可靠且主要结论仍成立。

表7 工具变量法检验内生性问题

2.双重差分法

尽管在基准回归中采用滞后核心解释变量的方式来减弱互为因果的干扰，也寻求工具变量处理内生性问题，但回归模型中仍然可能存在遗漏变量偏误。基于此，本文认为无论是宏观经济形势还是微观企业特征，最终都会内化到企业进行金融资产配置时的决策行动，这就取决于企业管理者的心理倾向和利益导向，而针对管理者的《中央管理企业负责人薪酬制度改革方案》（以下简称“限薪令”）会不同程度地影响其选择金融资产配置时的结果。本文参考王虹等（2021）[26]的研究，利用2015年实施的“限薪令”作为外生政策冲击事件构建双重差分模型并进一步克服内生性问题，双重差分模型如下：

其中，Policy 表示“限薪令”实施前后的虚拟变量，实施当年及以后年度取值为1，其余年度取值为0；Treat 表示个体虚拟变量，国有企业作为处理组取值为1，非国有企业作为对照组取值为0；γ2体现“限薪令”的实施对数字化转型的变化，是关键变量的待估参数。

表8报告了基于双重差分法检验的实证结果。在第（1）列中，Treat×Policy的回归系数为-0.1657，且在1%的水平上显著，第（2）列在着重控制企业的时间、行业和省份固定效应后，回归系数虽然缩小至-0.1959，但显著性仍然保持在1%的水平。从上述两列结果可以说明，企业管理层在受到“限薪令”的刺激之下，央企负责人的薪酬上限和薪酬结构得到规范调整，管理层决策时可以不再迫于业绩的压力，从而减少对金融资产的配置。因此，从回归结果来看，“限薪令”政策实施后，企业金融资产配置对数字化转型的影响显著下降。特别地，本文还考察了该政策冲击的趋势特征，如第（3）列所示，在政策冲击前置项中，相关回归系数均未通过显著性检验，而在政策实施之后，相关回归系数均至少通过了5%的显著性检验，这表明实证结果基本通过了平行趋势检验。由此可以发现，经过工具变量法和双重差分法能克服了内生性问题，本文的结论稳健。

表8 双重差分法检验内生性问题

（五）稳健性检验

1.多维固定效应

虽然在基准回归模型中控制了多个维度的固定效应，但考虑到省份或行业间可能存在随时间变化而未能观测到的一些重要特征，因此本文控制了企业固定效应，同时引入省份和行业与时间效应的交互固定效应，以此减轻遗漏变量导致的偏误。如表9所示，第（1）列将企业代替行业固定效应，并控制省份和年份固定效应；第（2）列在此基础上控制“行业—年度”双向固定效应；第（3）列控制“省份—年度”双向固定效应。检验结果依然支持结论。

表9 稳健性检验：多维固定效应

2.改变金融资产配置的衡量

本文采用了以下两种方式重新度量企业金融资产配置。一是参考刘贯春等（2018）[1]的做法，结合会计准则的界定，将金融渠道获利减去息税前利润的余额除以息税前利润的绝对值，其中金融渠道获利包括投资收益、公允价值变动损益以及其他综合收益，重新计算的金融资产配置指标记为Fin_1。二是将金融资产取自然对数进行重新计算，记为Fin_2。表10 第（1）列和第（2）列报告了检验结果，发现金融资产配置回归系数均至少在10%的水平上显著，这说明金融资产配置与企业数字化转型之间存在显著的正向关系，支持本文的结论是稳健的。

3.改变数字化转型的衡量

本文采用了以下四种方式重新构建企业数字化转型指标。一是对数字化转型五个子指标进行主成分分析，保留特征值大于1 的因子，得到数字化转型新指标（Dig_PCA）。二是考虑到不同行业在数字化转型上存在一定差异，本文对指标进行行业均值调整后形成新的数字化转型指标（Dig_IND），该指标消除了行业间的差异。三是参考袁淳等（2021）[27]的方法，为了消除量纲对数字化转型五个子指标进行分年度离差标准化处理，然后加总得到新的数字化转型指标（Dig_STD）。四是参考戚聿东和蔡呈伟（2020）[28]的研究，以同行业其他企业为参照构建数字化转型的相对指标，即五个子指标分别以样本中各企业年报中关键词占当年同一行业全部企业同类关键词出现总量的权重加总作为度量指标。表10第（3）列至第（6）列报告了结果，结果显示通过四种方式得到的企业数字化转型与金融资产配置的关系均为正向关系，且至少通过了5%的显著性检验，支持本文的结论是稳健的。

表10 稳健性检验：改变变量的衡量

五、作用渠道分析

（一）中介效应模型构建

在模型（1）的基础上，为进一步探究金融资产配置影响企业数字化转型的作用渠道，本文采用江艇（2022）[29]对中介效应分析的操作建议，从外部融资和内部经营两个渠道分析企业金融资产配置与中介变量之间的因果关系，并在模型（1）的基础上控制中介变量，以考察企业金融资产配置对数字化转型的效应在多大程度上可以被中介变量这一作用渠道所捕捉。构建如下模型（3）和模型（4）：

其中，中介变量（Mediator）包括了企业杠杆率（Lev）和风险承担水平（Risk），企业杠杆率衡量外部融资渠道，采用总负债占总资产的比例；风险承担水平衡量内部经营渠道，参考何瑛等（2019）[30]的做法，使用企业在每三年（T=3）时段内的盈余波动程度来衡量企业风险承担，盈余波动性越大，表明企业风险承担水平越高。计算方法如公式（5）和公式（6）所示：

（二）基于外部融资的作用渠道分析

企业数字化转型既是对管理架构的重新整合，也是从生产、运营到业务模式的重塑，短期内不仅仅是简单引入一套信息化管理模式，而是长期发展和应用数字技术的过程。如果企业需要保持充足的现金流以应对经营性项目的资金投入，企业就会选择股权融资或债务融资的方式进行外部融资，但由于股权融资只适用于上市公司，而债务融资的成本较高，此时企业持有金融资产就成了重要的融资手段。根据资源配置理论，企业持有金融资产的比例上升表明有形资产的比例下降，抵押品的减少会降低企业获取银行信贷的依赖度，从而降低企业杠杆率。基于上述分析，表11 第（1）列检验了滞后一期的金融资产配置对企业杠杆率的影响，其回归系数为-0.0730 且通过1%的显著性检验，表明企业选择配置金融资产可以有效降低外部融资的成本和难度，降低企业杠杆率。接着，本文将企业杠杆率这一中介变量加入主回归中进行控制，可以发现，表11第（2）列的结果表明在控制中介变量后，企业金融资产配置对数字化转型的影响在5%的水平上显著，其回归系数为0.3716。这说明企业金融资产配置通过外部融资渠道降低了企业杠杆率，发挥“蓄水池效应”并驱动数字化转型。

（三）基于内部经营的作用渠道分析

企业选择数字化转型发展，虽然落实了创新驱动发展战略，但若没有强有力的资金支持可能会面临较大的经营风险，而企业金融资产配置中的“蓄水池效应”可以有效发挥其作用。一方面，企业配置金融资产可以凭借其高流动性和强变现能力增强企业的筹资能力，改善企业财务状况，为数字化转型提供资金支持，以此提高企业风险承担的能力。另一方面，企业在选择金融资产配置时，也可以利用与银行等金融机构相互持股的方式提高自身承担风险的能力，如通过质押、借贷等金融工具拓宽资金融通渠道，从而提升抗压能力。基于上述分析，表11 第（3）列检验了滞后一期的金融资产配置对企业风险承担水平的影响，结果显示企业风险承担水平随着金融资产配置程度的提高而提升。在此回归基础上，将中介变量企业风险承担引入主回归中，结果如表11第（4）列所示，滞后一期的企业金融资产配置系数为0.4254，对数字化转型的影响仍然在1%的水平上显著。这说明企业金融资产配置将通过内部经营渠道增加企业风险承担，发挥“蓄水池效应”并驱动数字化转型。

表11 基于外部融资和内部经营的作用渠道分析

六、拓展性研究：金融资产配置与企业数字化转型的非线性关系

随着企业金融资产配置水平的提高，“蓄水池效应”与“挤出效应”可能都会影响数字化转型，适度合理的金融资产配置才能真实有效提高数字化转型的发展，而过度的金融化则会导致主营业务空心化，脱实向虚。因此，本文认为金融资产配置与企业数字化转型之间存在“倒U”形关系，即在企业配置金融资产的初期，随着金融资产配置水平的提升，数字化转型的水平也随之提升，当金融资产配置达到一定程度后，则会阻碍数字化转型的发展。

本文希望通过对金融资产配置与企业数字化转型之间非线性关系的拓展性讨论，找到金融资产配置合理与过度的临界点，以此更准确地描述两者的关系。

通过上述分析，本文拟采用非线性多元线性回归进行检验，在模型（1）的基础上引入金融资产配置的二次项，构建如下模型：

其中，为了验证金融资产配置与企业数字化转型的非线性关系，引入滞后一期的Fin 的平方项，控制变量与模型（1）保持一致，同时控制行业、省份和年度固定效应。本文借鉴Hanns 等（2016）[31]对“倒U”形关系的检验方法：首先，检验Fin2 的回归系数，要求回归系数γ2显著为负；其次，在Fin 取值的双侧结尾，要求曲线充分陡峭；再次，检验“倒U”形曲线的极值点是否在Fin 的取值范围内。同时为保证结果稳健性，本文还采用了Lind 和Mehlum（2010）[32]编写的utest 检验命令，该命令原假设为在一区间内该变量与其二次项存在单调或“U”形关系。

从表12 第（1）列可以发现，Fin 的回归系数θ1为1.7614，Fin2的回归系数θ2为-4.5213，一次项和二次项的系数相反且均通过1%的显著性检验，初步说明该曲线是“倒U”形的抛物线，极值点对应的金融资产配置为0.1948，位于[0，0.4]区间范围内。同时，通过utest 检验发现结果在1%的水平上拒绝原假设，且结果中的两边斜率（Slope）在区间里存在负号的，因而本文可以认为企业金融资产配置与数字化转型呈“倒U”形地非线性关系。

表12 企业金融资产配置与数字化转型的“倒U”形关系检验

进一步地，通过就极值点0.1948 对金融资产配置进行分样本回归，如表12 第（2）列和第（3）列结果所示。可以发现，样本期内的大部分企业的金融资产配置相对处于合理水平，并且显著有效地促进了数字化转型，只有极少数企业存在过度金融资产配置的问题，从实证结果来看其金融资产配置对数字化转型的影响并不显著。以上结果说明目前我国上市公司的金融资产配置水平整体上处于合理区间，正是能够有力驱动数字化转型的时期，但仍不能忽视少数企业过度金融化的现象，避免对企业数字化转型产生不利的影响。

七、结论与建议

本文基于数字经济与实体经济深度融合的背景，借助中国沪、深两市A 股上市公司2008—2020年数据，研究金融资产配置与企业数字化转型之间的因果关系。

研究得出以下结论。

（1）从整体上看，企业金融资产配置可以显著驱动数字化转型。

（2）从宏观经济形势上看，在货币政策较宽松和行业竞争度较高时，金融资产配置对企业数字化转型影响更显著；从企业微观特征上看，大型企业和高科技企业的数字化转型更易受到金融资产配置驱动。

（3）在作用渠道方面，从外部融资和内部经营双渠道来看，企业金融资产配置可以通过降低企业杠杆率和提升风险承担的渠道来促进数字化转型。

（4）拓展研究发现，企业金融资产配置与数字化转型之间存在非线性关系，只有在合理的金融资产配置下，才能够有效促进企业数字化转型的发展。

基于研究结果，本文提出以下政策建议。

在政策层面上，应当从外部制度环境入手，进一步优化数字化创新企业的制度环境，通过制定差异化政策，为企业实施数字化转型提供良好制度环境。

首先，数字经济发展需要持续性创新，数字化转型作为企业主要发展方向会面临资金不足、人才缺乏等困境，通过制定具有针对性的政策，比如税收优惠、政府补贴、人才引进等政策帮助企业完成数字化改造，改善企业外部融资难和成本高的环境，减轻企业内部经营压力。

其次，应加强大数据平台和数据共享等建设，通过大型企业和高科技企业的先行优势，带动中小企业和非高科技企业的数字化发展，以降低转型成本和避免资源重复浪费，定期开展企业家分享活动，有力推动企业共同发展。

再次，应加强数字金融创新监管，并予以政策支持，重视引导企业合理使用金融资产配置手段，拓宽企业融资渠道，降低融资门槛，避免企业过度金融化。

在企业层面上，企业在数字化转型的道路上应充分了解企业金融资产配置的“双刃剑”影响。

首先，企业应当增强金融资产配置的风险意识，防止追求短期利润而过度金融化。企业发展数字技术契合政策导向与时代发展，即使通过持有金融资产获得收益以支持数字化转型的发展需求，也需要通过自身努力拓宽融资渠道，增强对融资环境变化的应变能力，为数字化转型的持续发展提供强有力的支撑。

其次，企业管理层在面对不同的宏观经济环境、复杂的金融市场、竞争激烈的行业生态时需要谨慎投资金融资产，适度灵活配置金融资产以支持数字化转型的发展。

再次，企业在数字化转型过程中，通过运用数字化技术改变原有生产管理模式的同时，还需要重视数字化基础设施的建设，增强云计算的投入力度，加快数字化应用层面的推进速度，培养企业数字化思维，助力经济高质量发展。