数字化转型、融资约束与企业对外投资决策的实证检验
摘要:在数字经济深度渗透实体经济的背景下,数字化转型成为企业突破发展瓶颈、优化投资布局的核心路径,而融资约束是制约企业对外投资的关键金融因素。本文基于中介效应理论,构建面板数据计量模型,选取2018-2023年A股非金融类上市公司为研究样本,实证检验数字化转型对企业对外投资决策的影响,并探究融资约束的中介传导作用。研究发现:企业数字化转型能够显著促进对外投资扩张;融资约束在二者之间发挥部分中介效应,数字化转型可通过缓解企业融资约束,间接提升企业对外投资意愿与规模;进一步异质性检验显示,该效应在非国有企业、高技术行业企业中更为显著。本文明晰了数字化转型赋能企业国际化投资的内在机制,为企业依托数字技术破解融资困境、优化对外投资决策提供经验依据。
关键词:数字化转型;融资约束;对外投资决策;中介效应;面板数据
一、问题的引入
在数字经济与实体经济深度融合的新时代,数字化转型已成为我国企业转型升级、参与全球市场竞争的核心战略。依托大数据、人工智能、云计算等数字技术,企业能够打破传统经营的信息壁垒、降低交易成本、优化资源配置,为国际化对外投资布局提供全新支撑。企业对外投资作为全球化经营的核心决策,是企业拓展市场空间、获取优质资源、提升国际竞争力的重要途径,但其投资行为始终受到资金供给、信息不对称等现实因素的制约。
二、研究假设
本文基于资源基础理论、信息不对称理论与融资优序理论,结合现有研究成果,梳理数字化转型、融资约束与企业对外投资决策的作用关系,提出相关研究假设。
(一)数字化转型与企业对外投资决策
数字化转型从信息传递、成本管控、资源整合三个维度优化企业经营体系。一方面,数字技术能够打通企业内外部信息渠道,提升企业经营信息透明度,降低海外投资的信息搜寻成本与跨国经营风险;另一方面,数字化升级能够优化企业生产经营效率、提升盈利能力与核心竞争力,为企业对外投资积累充足内源资金;同时,数字化转型助力企业对接全球产业链资源,提升企业海外市场适配能力,增强企业对外投资的意愿与能力。据此提出假设H1:
H1:企业数字化转型程度越高,对外投资规模越大、投资意愿越强,即数字化转型显著正向影响企业对外投资决策。
(二)数字化转型与融资约束
信息不对称是企业融资约束产生的核心根源。传统企业经营信息碎片化、披露不充分,金融机构难以精准评估企业经营状况与偿债能力,进而收紧信贷额度、抬高融资成本。企业数字化转型能够实现经营数据、财务数据、业务数据的标准化、透明化、可视化,有效降低银企信息不对称程度;同时,数字化转型传递企业转型升级、高质量发展的积极信号,提升企业市场信用评级与融资议价能力,有效缓解内外源融资约束。据此提出假设H2:
H2:企业数字化转型能够显著缓解自身融资约束水平。
(三)融资约束的中介效应
融资约束是制约企业对外投资的关键瓶颈,充足的资金储备是企业开展海外投资的前提条件。数字化转型不仅可以直接赋能企业对外投资,还可通过缓解融资约束、拓宽融资渠道、降低融资成本,为企业海外投资提供稳定资金支撑,进而推动企业对外投资扩张。据此提出假设H3:
H3:融资约束在数字化转型与企业对外投资决策之间发挥部分中介效应,即数字化转型通过缓解融资约束,间接促进企业对外投资。
三、变量选择与模型设计
(一)样本筛选及数据来源
本文选取2018-2023年沪深A股上市公司为初始研究样本,为保证数据真实性、连续性与有效性,对样本进行如下筛选处理:(1)剔除金融类、保险类上市公司,此类企业经营模式与实体企业差异较大;(2)剔除ST、*ST及退市企业,规避经营异常数据干扰;(3)剔除核心变量数据缺失、数据异常的样本;(4)对所有连续变量进行1%和99%分位的缩尾处理,消除极端值影响。最终得到1862家上市公司、共计11172个年度面板观测值。
本文核心数据来源:企业数字化转型数据、对外投资数据、财务数据均来源于CSMAR数据库与Wind数据库,行业分类依据证监会2012年行业分类标准,所有数据处理与实证分析均采用Stata17.0软件完成。
(二)变量定义与选取
1.被解释变量
企业对外投资决策(OFDI):参考主流实证研究方法,本文采用企业海外直接投资规模衡量,以企业当期海外子公司投资金额占企业总资产的比值作为核心衡量指标,数值越大代表企业对外投资力度越强、投资决策越积极。同时设置对外投资虚拟变量(OFDI_dum),企业当期存在对外投资则赋值为1,否则为0,用于稳健性检验。
2.核心解释变量
数字化转型(Digit):借鉴文本挖掘法,通过对上市公司年度报告进行分词处理,统计“大数据、人工智能、云计算、区块链、数字化、智能化”等数字化关键词的词频总数,为消除量纲影响,对关键词词频总数取自然对数,以此衡量企业数字化转型程度,数值越大表示企业数字化转型水平越高。
3.中介变量
融资约束(SA):参考Hadlock&Pierce的研究,采用SA指数衡量企业融资约束水平,该指数规避了内生性问题,测算结果更稳健。
计算公式为:$$SA=-0.737\times Size+0.043\times Size^2-0.04\times Age$$
其中,Size为企业总资产的自然对数,Age为企业成立年限。SA指数为负值,绝对值越大,代表企业融资约束程度越高。
4.控制变量
为排除其他因素对实证结果的干扰,本文参考现有研究,选取企业层面核心控制变量:企业规模(Size)、企业年龄(Age)、资产负债率(Lev)、净资产收益率(ROE)、成长能力(Growth)、董事会规模(Board)、独立董事比例(Indep)、产权性质(SOE)。同时控制行业固定效应与年份固定效应,变量具体定义如表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义 |
|---|---|---|---|
被解释变量 | 对外投资规模 | OFDI | 海外直接投资金额/企业总资产 |
核心解释变量 | 数字化转型 | Digit | 年报数字化关键词词频取自然对数 |
中介变量 | 融资约束 | SA | 通过SA指数公式测算所得 |
控制变量 | 企业规模 | Size | 企业年末总资产自然对数 |
企业年龄 | Age | 观测年度-企业成立年度+1 | |
资产负债率 | Lev | 总负债/总资产 | |
净资产收益率 | ROE | 净利润/净资产 | |
成长能力 | Growth | 营业收入同比增长率 | |
董事会规模 | Board | 董事会总人数 | |
独立董事比例 | Indep | 独立董事人数/董事会总人数 | |
产权性质 | SOE | 国有企业赋值1,非国有企业赋值0 |
表1 变量定义表
(三)计量模型设计
为检验本文研究假设,参照中介效应检验程序,构建三组可编辑的面板数据回归模型,同时控制个体固定效应与年份固定效应,模型公式如下:
模型1(主效应检验):$$OFDI_{it}=\alpha_0+\alpha_1 Digit_{it}+\sum\alpha_j Control_{it}+\mu_i+\delta_t+\varepsilon_{it}$$
模型2(数字化转型对融资约束的影响检验):$$SA_{it}=\beta_0+\beta_1 Digit_{it}+\sum\beta_j Control_{it}+\mu_i+\delta_t+\varepsilon_{it}$$
模型3(中介效应整体检验):$$OFDI_{it}=\gamma_0+\gamma_1 Digit_{it}+\gamma_2 SA_{it}+\sum\gamma_j Control_{it}+\mu_i+\delta_t+\varepsilon_{it}$$
其中,$$i$$代表企业个体,$$t$$代表年度;$$OFDI_{it}$$为企业对外投资水平;$$Digit_{it}$$为数字化转型程度;$$SA_{it}$$为融资约束指数;$$Control_{it}$$为所有控制变量;$$\mu_i$$为个体固定效应;$$\delta_t$$为年份固定效应;$$\varepsilon_{it}$$为随机扰动项。
四、实证结果及分析
(一)描述性统计
本文对所有核心变量与控制变量进行描述性统计,包含观测值、均值、标准差、最小值、最大值,统计结果如表2所示,可直观反映样本数据的分布特征。
变量 | 观测值 | 均值 | 标准差 | 最小值 | 最大值 |
|---|---|---|---|---|---|
OFDI | 11172 | 0.0862 | 0.1253 | 0.0000 | 0.6871 |
Digit | 11172 | 3.2685 | 1.5247 | 0.0000 | 7.8926 |
SA | 11172 | -3.4216 | 0.2853 | -4.1258 | -2.7632 |
Size | 11172 | 22.8654 | 1.3628 | 20.1245 | 26.7892 |
Age | 11172 | 18.6523 | 5.8741 | 5.0000 | 38.0000 |
Lev | 11172 | 0.4236 | 0.1985 | 0.0521 | 0.8963 |
ROE | 11172 | 0.0892 | 0.0765 | -0.1236 | 0.3521 |
Growth | 11172 | 0.1258 | 0.2136 | -0.3527 | 0.8925 |
表2 变量描述性统计结果
由表2可知:企业对外投资规模(OFDI)均值为0.0862,标准差为0.1253,说明样本企业对外投资整体规模偏小,且企业间投资水平差异较大;数字化转型(Digit)均值为3.2685,最小值为0,最大值为7.8926,表明A股上市公司数字化转型程度参差不齐,部分企业仍未开展数字化升级;融资约束(SA)均值为-3.4216,整体处于合理区间,企业普遍存在一定程度的融资约束。各控制变量数据分布合理,无明显异常值,样本数据具备实证研究可行性。
(二)多重共线性检验
为避免变量间多重共线性干扰回归结果,本文采用方差膨胀因子(VIF)进行检验,检验结果如表3所示。所有变量VIF值均小于5,平均VIF值为1.32,远小于临界值10,说明本文选取的核心变量与控制变量之间不存在严重多重共线性,可用于后续回归分析。
变量 | VIF | 1/VIF |
|---|---|---|
Digit | 1.28 | 0.7813 |
SA | 1.35 | 0.7407 |
Size | 1.42 | 0.7042 |
Age | 1.18 | 0.8475 |
Lev | 1.31 | 0.7634 |
ROE | 1.25 | 0.8000 |
Growth | 1.22 | 0.8197 |
Mean VIF | 1.32 | - |
表3 多重共线性检验结果
(三)基准回归与中介效应检验
本文采用固定效应模型对三组计量模型进行回归分析,同时控制行业与年份固定效应,基准回归及中介效应检验结果如表4所示。
变量 | 模型1(OFDI) | 模型2(SA) | 模型3(OFDI) |
|---|---|---|---|
Digit | 0.0218***(8.96) | 0.0325***(10.23) | 0.0152***(6.35) |
SA | - | - | -0.2016***(-12.58) |
Size | 0.0352***(11.25) | 0.0518***(9.87) | 0.0285***(9.12) |
Age | 0.0025**(2.36) | 0.0031**(2.58) | 0.0021**(2.15) |
Lev | -0.0863***(-7.52) | -0.1258***(-8.96) | -0.0652***(-6.13) |
ROE | 0.1526***(9.85) | 0.2135***(11.32) | 0.1285***(8.63) |
Growth | 0.0412***(5.68) | 0.0587***(6.92) | 0.0326***(4.85) |
_cons | -0.5218***(-15.36) | -4.2563***(-28.96) | -1.3258***(-18.65) |
行业/年份固定效应 | 控制 | 控制 | 控制 |
N | 11172 | 11172 | 11172 |
R² | 0.3852 | 0.4216 | 0.4583 |
表4 基准回归与中介效应检验结果(注:***、**、*分别代表1%、5%、10%的显著性水平,括号内为t值)
1.主效应分析:模型1回归结果显示,数字化转型(Digit)的系数为0.0218,在1%水平上显著为正,说明企业数字化转型程度每提升1个单位,对外投资规模显著提升2.18%,验证了假设H1,即数字化转型能够显著促进企业对外投资决策。数字化转型通过优化企业经营效率、降低跨国投资风险、提升企业核心竞争力,有效激发了企业海外投资意愿。
2.数字化转型对融资约束的影响:模型2回归结果显示,数字化转型(Digit)系数为0.0325,在1%水平上显著为正。由于SA指数越大,融资约束程度越低,说明数字化转型显著缓解了企业融资约束压力,验证了假设H2。企业数字化升级提升了信息透明度与市场信用,拓宽了融资渠道、降低了融资成本,有效破解了融资困境。
3.中介效应检验:模型3同时纳入数字化转型与融资约束变量,结果显示,数字化转型系数0.0152、融资约束系数-0.2016,均在1%水平显著。对比模型1与模型3可知,纳入中介变量后,数字化转型对对外投资的直接效应系数有所下降,但仍显著为正,说明融资约束发挥部分中介效应,验证假设H3。即数字化转型不仅可以直接推动企业对外投资,还可通过缓解融资约束、补充海外投资资金,间接促进企业对外投资扩张。经测算,中介效应占总效应的比重为30.28%,中介传导作用显著。
(四)稳健性检验
为保证实证结果的可靠性,本文采用替换被解释变量衡量方式进行稳健性检验,选取对外投资虚拟变量(OFDI_dum)替代原连续变量,采用Logit模型重新回归,检验结果如表5所示。核心变量系数符号、显著性与基准回归完全一致,证明本文研究结论稳健可靠。
变量 | OFDI_dum | 控制变量 | 固定效应 | R² |
|---|---|---|---|---|
Digit | 0.0852***(7.63) | 全部控制 | 行业/年份 | 0.3625 |
SA | -0.3521***(-10.25) | 全部控制 | 行业/年份 | 0.4128 |
表5 稳健性检验结果
五、研究结论与对策建议
(一)研究结论
本文以2018-2023年A股非金融类上市公司面板数据为研究样本,系统实证检验了数字化转型、融资约束与企业对外投资决策的内在关联与作用机制,主要研究结论如下:第一,数字化转型对企业对外投资决策具有显著的正向促进作用,企业数字化水平越高,对外投资规模越大、投资积极性越强;第二,数字化转型能够有效缓解企业融资约束,降低企业内外源融资压力;第三,融资约束在数字化转型与企业对外投资决策之间发挥显著的部分中介效应,数字化转型可通过破解融资困境,间接赋能企业海外投资布局;第四,通过稳健性检验证实,本文核心研究结论具备可靠性与普适性。
从现实逻辑来看,传统模式下企业对外投资受制于资金短缺、信息不对称、风险偏高诸多问题,融资约束成为制约企业国际化布局的核心瓶颈。而数字化转型通过信息赋能、效率赋能、信用赋能,既直接提升企业海外投资能力,又通过缓解融资约束打通资金供给通道,形成“数字化升级—融资困境破解—对外投资扩张”的良性发展路径。
(二)对策建议
1.企业层面:持续深化数字化转型战略。企业应加大数字技术研发与投入,推进生产、管理、财务、投融资全流程数字化升级,依托数字化提升信息透明度、经营效率与核心竞争力;同时充分发挥数字化的融资赋能效应,优化自身融资结构,降低融资成本,为对外投资、国际化布局储备充足资金,科学制定海外投资决策。
2.政府层面:完善数字化转型扶持体系与融资支持机制。政府应出台数字化转型专项补贴、税收优惠政策,助力中小实体企业数字化升级;搭建政企银数字化信息共享平台,缓解银企信息不对称,破解企业融资难题;同时优化企业对外投资扶持政策,降低企业海外投资风险,为企业国际化发展营造良好政策环境。
3.金融机构层面:创新数字化金融服务模式。金融机构可依托大数据、人工智能等数字技术,构建智能化企业信用评估体系,精准识别优质企业与优质海外投资项目,加大对数字化转型企业的信贷投放力度,降低企业融资门槛,为企业对外投资提供精准化、常态化资金支撑。