企业数字化转型与金融资产配置

■ 何文彬 何鲁建

（新疆财经大学金融学院 新疆乌鲁木齐 830012）

引言

近年来，伴随着实体企业产能过剩以及金融部门的高速增长，大量资金涌入金融市场，其中不乏企业原本用于生产经营、实业投资的生产性资金，而金融部门的高速增长伴随着实体企业投资收益率的下降，一定程度上造成了我国经济的脱实向虚，违背了金融部门服务实体经济的初衷。党的二十大报告中提出，坚持把经济发展的着力点放在实体经济上。习近平总书记多次强调“实体经济是一国经济的立身之本、财富之源”。经济脱实向虚的微观表现是实体企业金融活动参与度的逐渐提高，以及利润来源于金融收益的比例不断攀升，核心为企业追求资本增殖而非企业主业发展，最终加大了金融部门系统性风险并对企业的可持续发展造成负面影响。

在数字化大潮流下，新兴数字技术对传统企业的商业模式造成了极大的冲击，但也给传统企业的发展带来新的机遇。数字技术能够革新企业的经营管理全过程，为企业可持续发展注入新的动能，使企业在更大范围、更深层次处理并运用信息这一新兴生产要素。经过数字化转型，企业可以将先进数字技术与生产运营相融合，及时应对行业内的环境变化、获取数据并有针对性地调整生产经营流程，帮助企业进行复杂决策，数字化转型已经成为企业高质量发展的重要抓手。根据《中国互联网发展报告2022》蓝皮书，2021 年我国数字经济规模达到45.5 万亿，占GDP 比重达39.8%。数字经济对我国经济发展的促进作用更加凸显。党的二十大报告指出，要“坚持把发展经济的着力点放在实体经济上，推进新型工业化”“加快发展数字经济，促进数字经济与实体经济深度融合”。企业数字化转型已经成为企业创新驱动发展、增强经济发展动能的强劲引擎。

本文从企业数字化转型、经济脱实向虚现状出发，聚焦数字化转型对企业金融资产配置的抑制作用，探讨数字化转型作为数字经济与实体企业结合的具体手段，能否帮助降低金融资产配置水平进而缓解实体经济脱实向虚？如果可以，企业数字化转型又具体通过哪些途径降低金融资产配置水平？企业数字化转型对金融资产配置水平的抑制作用是否会因企业规模、所属行业等因素而不同？企业数字化转型与金融资产配置水平之间是否存在非线性关系？本文通过固定效应与中介效应模型研究企业数字化转型对金融资产配置水平的影响，围绕企业数字化转型与过度配置金融资产治理提出政策建议。

一、文献综述

（一）企业数字化转型的相关研究

数字化已经成为企业提升自身核心竞争力、实现长期可持续发展的重要战略方向。数字化技术与企业深度融合能够革新企业运营管理方式，涉及企业财务指标、运营效率、生产效率、可持续发展等方面。例如，荆文君等（2019）研究发现，数字经济能够有效促进经济高质量发展；易露霞等（2021）发现，企业数字化转型能够提升企业主业绩效；倪克金等（2021）指出，企业数字化转型能显著促进企业成长；赵宸宇等（2021）、涂心语等（2022）均发现企业数字化转型能够通过不同路径提升全要素生产率；段华友等（2023）指出，企业数字化转型有助于促进企业创新。

企业数字化转型一般来说难以直接量化，现有的关于企业数字化转型的研究多集中于理论层面，不同学者对企业数字化转型的定量评价存在分歧。部分学者如胡青（2020）使用向企业发放问卷的方式间接收集有关企业数字化转型的数据，这种方式搜集的数据对现实的解释能力相对较强，但面临一定程度的自选择问题，且受到样本容量的限制。另一部分学者如吴非等（2021）、赵宸宇等（2021）的研究将数字化转型细分为“底层技术运用”和“技术实践运用”两类，利用这五类关键词建立详细词频图谱，使用python爬虫功能统计上市公司年报关键词出现频率，并通过熵权法得出各指标的权重，较为准确地衡量企业数字化转型，为企业数字化转型研究提供了重要的工具。

（二）企业金融资产配置的相关研究

学术界对企业金融资产配置的研究主要分为两个方面，即企业投资金融资产的动机、影响因素以及企业金融资产配置对微观企业经营发展、宏观金融系统稳定等方面的影响。主流观点认为企业配置金融资产主要出于两种动机：一方面，金融资产流动性高的特点能够帮助企业提升资金配置效率，保持资产流动性从而降低资金链断裂风险；同时，资产流动性的充裕能够帮助企业从容应对生产经营进而稳定企业收益，具有“蓄水池”效应，另一方面，金融资产收益率较高的特点能够吸引企业的闲置资金，提高企业财务绩效，但部分企业管理者以利润最大化为出发点会在一定程度上“挤压”实体经济投资，从而表现出“投资替代”效应。胡奕明等（2017）的研究发现,企业配置金融资产的动机主要为“蓄水池”动机，彭俞超等（2018）发现,经济政策不确定性的提高会抑制企业的金融资产配置比例，刘贯春等（2018）发现，金融资产持有份额与企业杠杆率正相关，而金融渠道获利与企业杠杆率负相关。邓路等（2020）发现，企业金融资产配置能够降低企业的违约风险。

而对于实体企业金融资产配置比例过高对企业长期发展的影响，目前研究大多持负面态度。张成思等（2016）发现经济金融化显著降低实业投资，且弱化货币政策对实体经济的提振效果，杜勇（2017）指出，企业配置过多金融资产对企业未来主业业绩产生了负面影响；彭俞超等（2018）发现，企业过度配置金融资产会加大企业股价崩盘风险并破坏金融稳定。但也有部分研究持中性态度，认为需要辩证地看待企业持有金融资产的行为。宋军（2015）发现，企业持有的非货币金融资产与企业经营收益率之间存在“U”型关系；邓超（2017）认为企业金融资产配置水平与主营业务利润率之间呈“U”型关系，顾海峰（2022）指出，企业金融资产配置水平与实体投资效率之间呈现倒“U”型关系。陈杨林（2023）研究发现，企业金融资产配置水平与创新投入之间呈现倒“U”型关系。

此外，部分学者注意到了企业数字化转型与实体经济之间的关联性。徐朝辉等（2022）指出，数字化转型对企业过度配置金融资产有着显著的治理效应，李万利（2022）发现，企业数字化转型能够显著提高企业实体投资水平进而抑制企业配置金融资产，杨大鹏等（2023）指出企业数字化转型对金融资产投资具有抑制作用。

（三）文献述评

目前，学术界有关企业数字化转型的研究主要聚焦于新兴数字技术对宏观层面经济增长的积极影响（倪克金等，2021；何帆等，2019）。此外，也有部分文献关注企业数字化转型对微观企业发展的影响（赵宸宇等，2021；徐心语等，2022；洪俊杰等，2022），这些研究从不同方面验证了企业数字化转型对实体企业的积极作用，但有关企业数字化转型对企业金融资产配置水平的具体影响路径还存在一定研究空间。

上述文献分别从不同角度梳理了企业数字化转型的优势以及企业金融资产配置失衡的后果，较多文献对企业数字化转型的研究集中在其对企业财务指标的影响。本文在上述研究的基础上进一步发掘了企业数字化转型对企业金融资产配置的影响机制，探索了企业数字化转型与金融资产配置之间的非线性关系。

二、理论分析与研究假设

（一）数字化转型对企业金融资产配置的抑制作用

目前我国处于新旧动能更迭、经济转型升级的关键时期，随着我国人口红利逐渐消失、增长方式由粗犷型增长转向集约型增长，实体企业生产运营成本逐渐提升，叠加目前我国经济面临的供需失衡问题，实业投资收益率持续下跌，大部分实业投资预期收益率低于金融资产预期收益率，且在可预见的未来仍将保持这种趋势，由此引发部分企业出于投资套利动机配置金融资产。一方面，企业适当配置金融资产能够获取超额利润，改善企业的财务状况；另一方面，企业配置过多金融资产将会导致管理层对金融渠道获利形成的依赖，甚至挪用生产性资金投资金融资产，最终影响企业既定生产运营计划。

数字化转型能够从三个方面改善企业过度配置金融资产。首先，企业数字化转型能够驱使企业形成以消费者为中心的经营理念，深入聚合企业与数字技术，引入信息数据这一新兴生产要素，使得企业能够通过大数据等技术主动获取并分析丰富的数据，利用这些数据企业可以及时地判断产品所处的生命周期、市场竞争情况、用户需求及竞争对手战略，帮助企业优化生产经营管理决策，增强企业在同行业内的竞争力。同时，企业也可以通过便捷的用户反馈渠道链接消费者，及时了解并迎合用户需求以增加用户黏性，从而改善企业实体业务经营状况，提升企业实体业务绩效，从投资动机上挤压企业金融资产的份额。其次，企业数字化转型能够增强企业信息披露质量（王海芳等，2022；钟廷勇等，2022），信息不对称是委托代理问题及企业面临融资约束的主要原因，由于委托代理问题的普遍存在，部分风险偏好较低的企业管理者会影响企业的投资决策，使企业放弃时间周期长、失败风险大的实体投资项目而转向配置金融资产，信息披露质量的提高有助于缓解信息不对称问题，进而从缓解替代投资的角度降低企业金融资产配置水平。最后，企业数字化转型带来的数据分析处理能力的颠覆性升级与商业模式的全方位变革能够在很大程度上帮助企业探索新的投资可能性。一方面，数据处理运用能力的膨胀能够使企业在更深层次、更高维度上综合分析投资项目可行性，还能发掘出竞争对手尚未发现的投资机会，提高实业投资从而挤占金融资产投资；另一方面，商业模式的变革能够帮助企业更好地适应跨界经营，跳出现有行业寻求新的利润增长点，综合运用现有资源，迅速平滑经验曲线，进而帮助企业提高实体投资成功率，降低企业金融资产配置水平。基于上述分析，本文提出如下假设：

H1：企业数字化转型能够降低金融资产配置水平。

企业数字化转型可以为企业生产经营管理注入新的活力，但企业数字化转型不是一蹴而就的，不仅需要管理层达成一致，为数字化转型提供初始条件，还需要企业员工将数字思维贯彻到工作的全过程中。但现实中普遍存在着企业对数字化转型的重视程度不够，仅将其视为新的治理手段而非战略选择，只看到了“数字化”而忽略了“转型”，部分地方政府对数字化转型、数字经济给予的政府补贴进一步放大了这种现象。习近平总书记多次强调：“要脚踏实地、因企制宜，不能为数字化而数字化”，观念上的偏差会导致数字化转型过程浮于表面，不仅导致企业无法充分贯彻数字化转型战略，进而无法完全发挥数字化转型带来的优势，还可能导致企业对见效较慢的数字化转型失去信心，从而降低企业数字化转型的优先级与投入。基于上述分析，本文提出如下假设：

H2：企业数字化转型与金融资产配置水平之间呈倒“U”型关系。

（二）数字化转型抑制企业金融资产配置的传导机制

信息数据这一新兴生产要素的引入能够助力企业实施创新驱动发展战略。不少研究证明，企业金融化行为通过获利依赖等路径挤压了研发投入，进而对企业创新造成负面影响（李成等，2022；陈洋林等，2023）。数字化转型使企业与高新数字技术深度融合，企业研发人员得以接触到更高维度、更深层次、更有价值的信息数据，这些数据能够为企业提供更多的研发方向，激励企业横纵向、全方位扩展其产品线。一方面，企业可以在数字技术的帮助下深入构建“消费者画像”，据此持续改进产品设计及生产工艺以更好地满足消费者需求，提高产品竞争力并增加客户黏性。“消费者画像”可以帮助企业挖掘用户的潜在需求，进一步降低企业创新风险，也从侧面提高了企业的创新意愿。另一方面，数字技术与企业的融合也增强了企业对市场的感知能力，使得企业管理者能够对市场竞争状况、产品生命周期、企业生命周期有更灵敏的把握，从而帮助企业扩大市场份额，进而促进企业实业投资的增加。基于上述分析，本文提出如下假设：

图1 理论框架

H3:企业数字化转型通过提高创新意愿进而抑制金融资产配置水平。

企业内部控制是一整套由管理层、治理层协同实施的程序制度，包含控制环境、控制活动、风险评估、信息沟通、内部监督五个要素。金融资产具有流动性高、期望收益高和风险高三个主要特征，委托代理理论指出，企业管理者可能受收益率高、流动性高的影响，更倾向于持有金融资产以改善企业业绩，而管理层普遍存在的过度自信可能使他们误以为自己能够游刃有余地处理企业的金融资产投资，从而忽略高风险的特征，过度持有金融资产。研究表明内部控制制度执行较好的企业一般拥有较少的非效率投资（王治等，2015），能够在一定程度上抑制管理层的权利寻租行为（周美华等，2016），因此，内部控制的完善能够抑制企业金融资产配置水平。

数字化转型能够通过多种途径提高企业内部的控制水平。首先，数字化转型能够升级信息沟通要素，能够帮助企业有效地利用内部控制相关机制降低管理层“一言堂”现象；其次，大数据与云计算所带来的算力跃迁能够有效提升风险评估，帮助穿透式分析企业风险，从而防止企业过度配置金融资产；最后，数字化转型所带来的数字革命能够实现企业员工自上而下的观念升级，从而有效提高企业内部控制水平。基于上述分析，本文提出如下假设：

H4:企业数字化转型通过提高内部控制水平进而抑制金融资产配置水平。

风险管理对企业长期可持续发展起着不可忽视的重要影响，反映了企业追逐超额利润并为之不断努力的态度。较高的风险承担水平不仅可以提高企业的创新积极性，还能催化整个社会的资本积累进而驱动经济增长。企业数字化转型对风险承担水平有如下几点积极作用：首先，通过数字化转型，企业可以有效缓解与金融机构之间的信息不对称从而拓宽融资渠道，获取更多资金，进而直接提升企业风险承担水平，同时也不需要持有大量短期金融资产用以向金融机构“发送信号”，从而在一定程度上抑制企业过度配置金融资产；其次，企业数字化转型赋予企业信息优势，企业可以凭借大数据等信息技术所带来的优势综合分析评价投资机会，降低管理层决策风险，从而提高企业风险承担意愿，进而提高风险承担水平，并使得部分被金融资产挤占的生产性资金被释放并重新投入生产，降低企业金融资产持有水平；最后，作为企业从上至下全方位多维度的革命性变革，需要投入大量资金用于研发与组织变革，会在短期内加大企业的资金需求，从而直接提高企业的风险承担水平并降低金融资产配置水平。基于上述分析，本文提出如下假设：

H5:企业数字化转型通过提高企业风险承担进而抑制企业金融资产配置水平。

三、研究设计

（一）样本选取

本文选取2008～2021 年沪深主板上市公司作为研究样本，并进行如下处理：（1）剔除ST、*ST、PT、样本期间退市等异常样本；（2）根据证监会2012 版行业分类标准剔除金融业及房地产业企业样本；（3）剔除相关数据缺失样本；（4）对所有连续变量进行1%水平的双侧缩尾，最终得到2581 个上市企业共计26250 个样本。核心解释变量通过Python 程序从上市公司年报获得，上市公司年报来源于巨潮资讯网；企业财务指标等数据来自CSMAR 数据库，企业内部控制数据来自迪博公司。为了避免模型中出现异方差问题，在回归模型中采用聚类到企业个体的稳健标准误。

（二）变量衡量

1.被解释变量。企业金融资产配置水平（Fin）。参考Duchin 等（2017）的研究方法，本文使用经过总资产标准化的企业金融资产投资额作为被解释变量。金融资产包括货币资金、交易性金融资产、持有至到期投资、可供出售金融资产、投资性房地产、应收股利和应收利息。借鉴黄贤环等（2018）的金融资产分类方法，本文进一步将金融资产划分为长、短期进行分析。

2.解释变量。企业数字化转型指数（Dig1）。本文通过Python 处理上市企业年报，以有关数字化技术相关词汇出现频率总数作为企业数字化转型强度的代理指标，并对词频加一取对数以得到数字化转型指数指标。参考吴非（2021）的做法，经由76 个数字化相关词频生成数字化转型指标Dig1。参考赵宸宇（2021）的做法，经由99 个数字化相关词频生成数字化转型指标Dig2。本文将生成的企业数字化转型指标除100 以统一量纲。

3.中介变量。（1）企业研发意愿（Rd）。本文用企业研发支出与总资产之比代表企业创新意愿。（2）企业内部控制（Ic）。本文采用迪博公司开发的上市公司内部控制指数代表企业内部控制水平。（3）企业风险承担（Leverage）。本文采用企业杠杆率代表企业风险承担。

4.控制变量。本文采用以下控制变量：固定资产比例（Fix，固定资产与总资产之比）、流动比率（CR，流动资产与流动负债之比）、盈利能力（Roe,净资产收益率）、产权特征（State，国有企业取1，否则取0）、经营状况（Loss，亏损取1，否则取0）、现金流（Cf，经营现金流净额与总资产之比）、总经理与董事长两职合一（Dual，董事长、总经理兼任取1，否则取0）、董事会规模（Bd）、监事会规模（Bs）、管理层规模（Manage）。

（三）模型构建

为了验证企业数字化转型对金融资产配置水平的影响，设计如下模型：

在模型（1）中，fin 为企业金融资产配置水平，Dig1为企业数字化转型的代理变量，豪斯曼检验显著拒绝原假设，支持本文采用固定效应进行回归，Year 表示年度固定效应，Firm 表示企业个体固定效应。若显著为负，则企业数字化转型能对金融资产配置水平起到抑制作用，假设H1 得到验证。

为了验证企业数字化转型对企业金融资产配置水平的“倒U 型效应”，将企业数字化转型的代理变量Dig1 的平方项引入模型：

为了进一步验证企业数字化转型对实体企业金融资产配置影响的传导路径，参考温忠麟等（2014）提出的中介效应检验方法，用“三步法”检验中介变量的有效性。设计如下模型：

（四）描述性统计

表1 为本文主要变量的描述性统计结果，我国上市企业金融资产配置水平均值为0.21，表明企业过度配置金融资产的现象较为严重，且在经过缩尾处理后最大值为0.69，最小值为0.018，说明不同企业之间金融资产配置水平存在较大差异。dig1的均值为0.011，最小值为0，最大值为0.063，与经过处理前的吴非等（2021）的测算结果较为一致，数字化转型在不同企业之间的优先度存在较大差异。

表1 主要变量描述性统计

四、实证结果与分析

（一）基准回归分析

表2 为本文基准回归结果，其中（1）列为不加入控制变量的回归，解释变量的系数为-0.295，在10%的显著性水平下显著，表明企业数字化转型能在一定程度上降低金融资产配置水平。第（2）列为加入控制变量后的基础回归结果，解释变量Dig1 的系数为-0.550 且通过了1%水平下的稳健性检验，假设H1 得到验证。第（3）列仅包含短期金融资产，解释变量dig1 的系数为-0.544 且在1%的水平下显著，第（4）列解释变量dig1 的系数为正且没有通过任何惯常水平下的稳健性检验，说明企业数字化转型对金融资产配置水平的抑制作用，主要集中在以交易性金融资产为代表的短期金融资产上。

表2 企业数字化转型对金融资产配置水平的基准回归

（二）非线性关系分析

表3 为企业数字化转型对金融资产配置水平的非线性作用分析结果，第（1）列为全金融资产样本回归，Dig1的系数为0.496 且在10%的水平下显著，Squ_Dig1 的系数为-31.094 且通过了1%水平下的显著性检验，支持了企业数字化转型对金融资产配置水平的倒“U”型关系，企业数字化转型对企业金融资产配置水平起着先促进后下降的作用。具体来说，在企业数字化指标达到0.008 后，企业数字化转型才开始对金融资产起到抑制作用。第（2）（3）列分别结果显示，企业数字化转型与短期金融资产配置水平之间仍存在显著的倒“U”型关系，数字化转型对短期金融资产配置水平的作用拐点为0.0087，相对更晚出现，而对长期金融资产配置水平的倒“U”型关系不显著。企业数字化转型对金融资产配置水平倒“U”型关系通过了检验，限于篇幅，检验结果留存备案。

表3 企业数字化转型与金融资产配置水平的非线性关系检验

（三）机制效应分析

表4 为企业数字化转型对企业金融资产配置抑制作用的机制分析，其中（1）列为基础回归结果。第（2）（3）列为研发意愿中介效应的机制分析结果，企业数字化转型Dig1 的系数为0.179 且通过了1%水平下的稳健性检验，将企业创新意愿加入基准回归模型后，创新意愿Rd 的系数为-0.141 且通过了5%水平的稳健性检验。企业创新意愿在数字化转型对金融资产配置的抑制作用中发挥中介效应，假设H3 得到验证；第（4）（5）列为内部控制中介效应的机制分析结果，企业数字化转型Dig1 的系数为2.969 且在5%的显著性水平下显著，内部控制水平Ic 的系数为-0.002且在10%的显著性水平下显著。企业内部控制水平在数字化转型对金融资产配置的抑制作用中发挥中介效应，假设H4 得到验证；第（6）（7）列为风险承担中介效应的机制分析结果，企业数字化转型Dig1 的系数为0.393 且在5%的显著性水平下显著，风险承担Leverage 的系数为-0.18且在1%的显著性水平下显著。企业内部控制水平在数字化转型对金融资产配置的抑制作用中发挥中介效应，假设H5得到验证。

表4 企业数字化转型与金融资产配置的作用机制检验

五、内生性分析

（一）外生冲击稳健性检验

为了避免如因果倒置等原因造成的内生性问题，本文借鉴赵涛等（2020）、李万利等（2022）的研究，使用“宽带中国”政策作为外生冲击，利用该政策中的试点城市名单构建双重差分模型以克服内生性问题。“宽带中国”战略是我国为推进宽带强国政策、释放信息消费潜能、推动发展方式转变的重要决策，分别于2014 年、2015 年、2016年分批选取了共计120 个城市作为试点示范城市，入选城市将从宽带覆盖率、宽带网络质量和互联网赋能实体经济发展几个维度统筹升级互联网基础设施。互联网基础设施作为数字媒介的基本载体，为数字化转型的实施提供了有力支撑，且企业所在城市是否被选取作为“宽带中国”试点政策并不为企业本身所决定，故该政策对本文而言是一个较好的外生冲击。基于此，构建如下模型：

为了确保使用“宽带中国”政策进行多期DID 模型的可靠性，首先，选取“宽带中国”政策执行前4 年及后4年进行平行趋势检验，结果如图2 所示，政策实施前系数在0 附近波动，政策实施后系数有明显的上升趋势，通过了平行趋势检验且支持“宽带中国政策”对企业数字化转型有着显著的促进作用。其次，从所有城市中随机抽取了120 个城市作为政策实施组，在此基础上随机生成政策实行年份，并进行了500 次重复循环实验，结果如图3 所示，重复循环的伪政策对企业数字化转型的系数基本分布在0点附近，且绝大多数p 值大于0.1，进一步验证了“宽带中国”政策作为外生冲击的可靠性。

图2 “宽带中国”政策平行趋势检验动态图

图3 安慰剂检验结果

表5 为基于“宽带中国”外生冲击构建的多期DID 模型检验结果，第（1）列Broadchina 的系数为0.007 且在5%的显著性水平下显著，表明“宽带中国”政策提升了试点城市的上市企业金融资产配置水平；第（2）列Broadchina*dig1 的回归系数为-0.51 且通过了5%显著性水平下的稳健性检验，说明在“宽带中国”外生冲击下，企业数字化转型仍可显著地抑制企业金融资产配置水平，与前文结果保持一致。

表5 “宽带中国”外生事件冲击

（二）其他稳健性检验

表6 为本文选择的其他稳健性检验。首先，本文替换了解释变量企业数字化转型的衡量方式，如第（1）列所示，Dig2 的系数依然显著为负与本文基准回归结果一致。此外，考虑到企业数字化转型对企业金融资产配置决策的长期影响，本文延长了被解释变量的时间，将被解释变量企业金融资产配置水平Fin 提前1 期后加入模型进行回归，如第（2）列所示，Dig1 的系数依然显著为负，与本文基准回归结果一致。

表6 其他稳健性检验

其次，为了减轻遗漏变量对模型所造成的影响，进一步采用固定效应模型将行业引入模型中进行检验。如第（3）（4）列所示，在分别控制了行业、企业、年份与企业、行业后，Dig1 的系数依然显著为负，与前文结果一致。

再次，企业金融资产配置、数字化转型决策同整体金融环境密切相关，因此剔除因整体金融环境对企业决策造成的影响而能使回归结果更加稳健。在样本时间范围内发生了2008 国际金融危机以及2015 年A 股“股灾”，两次事件均造成金融资产价格大幅下降，故而必然会对企业的金融资产持有决策造成严重影响。此外，2018 年我国权益类金融资产也发生了较大幅度的下跌。因此本文选择剔除2008 金融危机、2015 年股灾以及2018 股灾的样本，回归结果如第（5）（6）列所示，Dig1 的系数依然显著为负，与前文结果一致。

最后，由于存在共线性问题，本文没有将企业年龄加入到基础回归模型中，考虑到企业存续时间差异可能对模型造成的影响，第（7）列为将数据切换为平衡面板后进行基础回归，Dig1 的系数仍为负且通过了1%稳健性水平下的显著性检验，与基础回归结果保持一致。

（三）指标降维检验

进一步将企业数字化转型指标进行降维分析，将企业数字化转型分为人工智能、大数据、云计算、区块链及运用五个细分领域，并分别进行回归。表7 分别展示了数字化转型的五个细分领域对企业金融资产配置水平的影响，企业数字化转型的五个部分均对金融资产配置发挥抑制作用，与前文结果保持一致。

表7 指标降维检验

六、异质性分析

（一）基于企业性质的异质性分析

选取产权性质与企业规模两个指标分别将样本划分为两组，进而基于企业性质的异质性分组考察数字化转型对企业金融资产配置水平的抑制效应。由表8（1）（2）列可知，非国有企业数字化转型与其金融资产配置水平之间存在显著的倒“U”型关系，且其拐点相对于全样本回归而言出现得更晚，非国有企业需要加深数字化转型的程度，以更好地发挥数字化转型对企业过度配置金融资产的治理作用，而国有企业数字化转型能够显著降低金融资产配置水平。由（3）（4）列所示，规模较小企业运用数字化转型能够显著降低金融资产配置水平，相反，规模较大的企业数字化转型对金融资产配置水平的抑制作用不显著。究其原因，中小规模企业凭借体量较小的优势可以进行彻底的转型，从而倍增数字化、信息化所带来的优势，且数字化转型能够较好地缓解中小规模企业与金融机构之间的信息不对称问题，从而减少原用于担保的高流动性金融资产。

表8 基于企业性质的异质性分析

（二）基于行业性质的异质性分析

选取企业所属行业竞争程度与企业是否为制造业两个指标分别将样本划分为两组，进而基于行业性质的异质性分组考察企业数字化转型对金融资产配置水平的作用。如表9（1）（2）列所示，相较于处于竞争较小行业的企业，处于竞争较大行业的企业实施数字化转型对金融资产配置水平的抑制作用更为凸显；如表（3）（4）列所示，非制造业企业数字化转型与金融资产配置水平之间呈现倒“U”型关系，且其抑制作用相较于全样本回归而言更为突出，而制造业企业数字化转型能够显著降低金融资产配置水平。究其原因，处于竞争较为激烈行业中的企业决策周期短、反应时间快，能迅速制定并实施战略，从而倍增数字化转型为企业带来的优势。此外，制造业企业数字化转型能够更好地激发企业潜能，充分发挥优势。

表9 基于行业性质的异质性分析

七、结论与政策建议

本文利用我国2008～2021年的沪深主板上市企业数据，实证检验了企业数字化转型与金融资产配置水平之间的关系、作用机制及异质性问题。研究发现，企业数字化转型能够促进企业降低金融资产配置水平，且这种抑制作用以短期金融资产为主。企业数字化转型与金融资产配置水平之间存在倒“U”型关系，低于一定水平的数字化转型反而会加剧企业过度持有金融资产。机制检验发现，企业数字化转型通过提升创新意愿、增强内部控制水平和提高企业风险承担三条路径降低金融资产配置水平。

基于上述结论，提出如下建议：首先，要建立一套科学的数字化转型成效评价体系。企业数字化转型与金融资产配置水平的倒“U”型关系表明，数字化转型对金融资产配置的抑制作用只有在数字化转型达到一定水平后才会开始显现，而目前我国上市企业的数字化水平呈现显著的两极分化态势，约30%上市企业的数字化转型水平位于该水平之下。目前上市公司数字化转型进程较慢的部分原因在于缺乏合理的有效评估，亟须建立科学的评价体系帮助企业量化数字化转型预期效果，更好地促进企业数字化转型对实体经济的支撑作用。

其次，政府应积极引导企业数字化转型，支持工作应更具有针对性。一些地方政府对企业数字化转型给予的财政补贴并未达到预期目标，导致部分企业“为数字化而数字化”及“过度数字化”现象频发，在降低政府行政效能的同时加剧了地方政府之间竞争。建议政府有针对性地解决中小企业数字化转型中面临的资金和技术问题，帮助企业提质增效与降本，实现发展跃升。

最后，应进一步探索企业数字化转型对实体经济的促进作用。本文实证发现目前企业数字化转型并不能显著提升企业主业绩效，与学术界普遍理论观点存在一定分歧，数字化转型对企业经营管理的升级促进作用机制仍未充分厘清，企业应用数字化转型提升企业可持续发展能力的具体方法仍存在一定的研究空白。