此文以中国A股2012~2021年零售行业上市公司为样本,考察零售企业数字化转型对其财务困境的影响。研究发现:零售企业数字化转型与企业财务困境之间存在倒“U”型关系。进一步分析发现,不同的数字化转型方式下,上述结论具有异质性。并且经过一系列稳健性检验后,该结果仍然成立。 This paper takes China A-share listed companies in the retail industry from 2012 to 2021 as a sample to investigate the impact of digital transformation of retail enterprises on their financial distress. The results show that there is an inverted U-shaped relationship between digital transformation and financial distress of retail enterprises. Further analysis shows that the above conclusions are heterogeneous under different digital transformation methods. And after a series of robustness tests, the result is still valid.
此文以中国A股2012~2021年零售行业上市公司为样本,考察零售企业数字化转型对其财务困境的影响。研究发现:零售企业数字化转型与企业财务困境之间存在倒“U”型关系。进一步分析发现,不同的数字化转型方式下,上述结论具有异质性。并且经过一系列稳健性检验后,该结果仍然成立。
企业数字化转型,财务困境,数字技术应用
—Evidence from the Retail Industry
Wenfang Liu, Jiayue Zhang
College of Economic and Management, Guangxi University of Science and Technology, Liuzhou Guangxi
Received: Nov. 2nd, 2023; accepted: Nov. 14th, 2023; published: Feb. 1st, 2024
This paper takes China A-share listed companies in the retail industry from 2012 to 2021 as a sample to investigate the impact of digital transformation of retail enterprises on their financial distress. The results show that there is an inverted U-shaped relationship between digital transformation and financial distress of retail enterprises. Further analysis shows that the above conclusions are heterogeneous under different digital transformation methods. And after a series of robustness tests, the result is still valid.
Keywords:Enterprise Digital Transformation, Financial Distress, Digital Technology Application
Copyright © 2024 by author(s) and beplay安卓登录
This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).
http://creativecommons.org/licenses/by/4.0/
随着科学技术和社会经济的发展进步,新一轮技术革命和产业变革兴起,为经济发展提供源源不断的动力。新兴技术的崛起和发展不断改变行业竞争格局。为获得持续性竞争优势,提高其市场竞争力,企业纷纷实施数字化转型。
数字经济的蓬勃发展加速了企业数字化转型,这为企业带来了一系列机遇与挑战。以零售业为例,互联网、云计算、大数据等新兴技术的发展促使传统社会生产关系发生改变,并由此产生了新的商业模式 [
财务困境企业表现为无法按期履约或偿还债务、净资产为负、破产清算、流动性不足与现金流断流等 [
其次,在数字化转型的影响上,学者们对数字化转型给企业带来的影响进行深入分析,可概括为企业行为与经济效益两方面,企业进行数字化转型会导致企业研发支出增加,进而使企业减少现金股利分配 [
最后,近年来也有部分学者对企业数字化转型与财务困境的关系进行了探究。梁琳娜等 [
企业数字化转型对企业财务困境的影响并不是简单的促进或是抑制,而是随着企业数字化转型程度的不断提升,逐渐由促进作用转向抑制作用。起初,企业数字化投资会给企业资金运行带来一定压力,以至于由于资金问题对企业经营,运营等方面产生消极影响,如果企业仍大幅增加投资,就会打乱企业发展步伐,使企业产生财务风险。随着企业数字化转型程度的加深,企业数字化转型能够改变企业价值创造模式,有效缓解自身的融资约束,缓解投资不足,有利于企业应对未来资金出现的短缺,进而可以抑制企业发生财务困境的概率。据此,本文提出如下假设:企业数字化转型与财务困境呈倒“U”型的非线性关系。
本文选取2012~2021年中国A股零售业上市公司为初始研究样本,按照以下标准进行筛选:第一:剔除ST等经营异常的上市公司样本:第二:剔除核心研究变量缺失的上市公司样本。第三:对所有微观层面的连续变量进行1%和99%的缩尾处理。最终获得63家上市公司492个样本观测值。本文采用的所有数据均提取自国泰安(CSMAR)数据库。
企业财务困境。此文使用Altman的Z-Score模型评价企业财务困境,具体公式为:
Z i , t = 1.2 X 1 + 1.4 X 2 + 3.3 X 3 + 0.6 X 4 + 0.999 X 5 (1)
式中:X1= 营运资金/总资产;X2= 留存收益/总资产;X3= EBIT/总资产;X4= 权益的市场价值/总负债的账面价值;X5= 营业收入/总资产。为了便于分析,本文对Z值取相反数,即在回归结果中,若出现数字化转型与财务困境呈正相关,则表明数字化转型程度的加深会加重企业财务困境,反之则为降低企业财务困境发生概率。数据来自于CSMAR数据库。
企业数字化转型。本文将人工智能、区块链、云技术、大数据和数字科技应用在企业公开报告中出现的频次相加,再加1后取自然对数得到零售企业数字化转型程度的代理指标Dt。数据来自于CSMAR数据库。
本文控制了可能影响企业价值的个体因素:总资产净利润率、营业收入增长率、流动比率、机构投资者持股比例、董事会规模、管理层持股比例。此文各变量定义如表1所示。
变量类别 | 变量名称 | 变量符号 | 定义及说明 |
---|---|---|---|
被解释变量 | 财务困境 | Z | 见被解释变量定义中的Z值评分法 |
解释变量 | 企业数字化转型 | Dt | Ln (企业数字化转型总词频数 + 1) |
控制变量 | 总资产净利润率 | Roe | 净利润/总资产 |
营业收入增长率 | Gro | 营业收入同比增长率 | |
流动比率 | Qu | 流动资产/流动负债 | |
机构投资者持股比例 | Sum | 机构投资者持有的上市公司股份比例 | |
董事会规模 | Board | 董事会人数 | |
管理层持股比例 | Mshare | (其他应收款 − 其他应付款)/总资产 |
表1. 主要变量的定义与说明
为了验证企业数字化转型与财务困境之间的关系,本文构建如下回归模型;
Z i , t = β 0 + β 1 D t i , t + β 2 D t 2 i , t + β 3 C o n t r o l s i , t + μ i + γ t + ε i , t (2)
Z i , t 表示企业i在第t年的的财务困境。 D t i , t 与 D t 2 i , t 分别表示企业i在第t年的数字化转型程度及其平方。 C o n t r o l s i , t 表示企业层面一系列的控制变量。
表2中是对模型主要变量的描述性统计分析。其中,Z的最小值为−15.35,最大值为−0.131,平均值为−3139,标准差为2.329,这表明我国零售行业中较多上市公司面临着较高的财务风险,且离散程度相对偏高。Dt最小值为0,最大值为4.844,平均值为1.912,标准差为1.061,说明不同企业之间的转型程度存在较大的差异。此外,本文进行了VIF检验,VIF均小于临界值10,表明变量之间不存在严重多元共线性问题。
变量 | 样本数量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|
财务困境 | 492 | −3.139 | 2.329 | −15.35 | −0.131 |
企业数字化转型 | 492 | 1.912 | 1.061 | 0.000 | 4.844 |
总资产净利润率 | 492 | 0.033 | 0.034 | −0.131 | 0.120 |
营业收入增长率 | 492 | 0.195 | 0.334 | −0.603 | 1.718 |
流动比率 | 492 | 1.349 | 0.842 | 0.192 | 5.122 |
机构投资者持股比例 | 492 | 52.339 | 16.777 | 8.131 | 87.066 |
董事会规模 | 492 | 8.870 | 1.448 | 5.000 | 13.000 |
管理层持股比例 | 492 | 1.276 | 4.395 | 0.000 | 27.674 |
表2. 描述性统计分析
表3中列示了企业数字化转型与企业财务困境的模型结果。其中列(1)与列(2)均同时控制个体效应和时间效应,列(2)引入了微观企业影响因素。观察可知,Dt系数为正,Dt2系数为负,均通过1%显著性检验,显现企业数字化转型与企业财务困境呈非线性关系,在图中表现为倒“U”型。模型结果与上文分析相同,证实假设H1,即前期数字化转型在一定程度上会提升企业财务困境发生概率,但随着数字化程度的不断加深并跨越拐点后,会对企业财务困境产生一定抑制作用。
VARIABLES | Z (1) | Z (2) |
---|---|---|
Dt | 0.867***(0.304) | 0.697***(0.247) |
Dt2 | −0.224***(0.076) | −0.168***(0.057) |
Roe | −16.803***(4.276) | |
Gro | 0.081 (0.231) | |
qu | −0.448 (0.352) | |
Sum | 0.017**(0.008) | |
Board | 0.124**(0.058) | |
Mshare | −0.007 (0.198) | |
Constant | −3.27***(0.300) | −3.986***(1.030) |
个体效应 | Yes | Yes |
时间效应 | Yes | Yes |
样本量 | 492 | 492 |
R2 | 0.178 | 0.309 |
表3. 基本回归结果
注:***、**、*分别表示相关系数在1%、5%、10%水平上显著:括号内为稳健标准误:下表同。
单纯地解释变量平方项显著并不能严格判定非线性关系,文章进行了Utest检验,根据表4可知解释变量企业数字化转型Dt的取值范围为 [ 0 , 4.484 ] ,极值点为2.079,在取值范围内且通过1%的显著性检验。同时结果中Slope区间内存在负号,证实企业数字化转型与财务困境之间存在倒“U”型的关系。
下限 | 上限 | |
---|---|---|
区间 | 0.000 | 4.484 |
Slope | 0.697 | −0.927 |
T值 | 2.818 | −2.515 |
P > |t| | 0.003 | 0.007 |
公式 | f(x) = x2 | |
极值 | 2.079 | |
T值 | 2.520 | |
P | 0.007 |
表4. Utest检验
表5中,以Dt = 2.079为界将整体样本分为两个子样本来描述数字化转型与财务困境之间的关系。在企业数字化转型程度低于极值点时,企业数字化转型与财务困境呈显著正相关,在极值点右侧,企业数字化转型与财务困境呈显著负相关,进一步证明结果具有稳健性。
VARIABLES | Z (1) Dt低于2.079 | Z (2) Dt高于2.079 | ||
---|---|---|---|---|
Dt | 0.618***(0.231) | 0.482***(0.174) | −0.484**(0.225) | −0.398**(0.190) |
Roe | −21.503**(8.501) | −10.25***(3.478) | ||
Gro | 0.002 (0.344) | 0.357**(0.166) | ||
qu | −0.512 (0.563) | −0.360 (0.245) | ||
Sum | 0.027 (0.018) | 0.009 (0.006) | ||
Board | 0.027 (0.018) | 0.061 (0.039) | ||
Mshare | −0.008 (0.031) | −0.044 (0.048) | ||
Constant | −3.131***(0.375) | −5.422**(2.163) | −1.674**(0.711) | −1.95**(0.863) |
个体效应 | Yes | Yes | Yes | Yes |
时间效应 | Yes | Yes | Yes | Yes |
样本量 | 244 | 244 | 248 | 248 |
R2 | 0.169 | 0.297 | 0.388 | 0.516 |
表5. 企业数字化转型与财务困境非线性关系检验
剔除数字化转型程度综合排名前5的企业数据进行稳健性检验。由表6可知,减少样本量后,数字化转型与财务困境之间仍存在倒“U”型的关系,这与前文假设的结果一致。
VARIABLES | Z |
---|---|
Dt | 0.860***(0.265) |
Dt2 | −0.215***(0.065) |
Roe | −21.53***(4.834) |
Gro | 0.032 (0.244) |
qu | −0.398 (0.356) |
Sum | 0.020 (0.008) |
Board | 0.117 (0.062) |
Mshare | −0.005 (0.021) |
Constant | −3.997 (1.015) |
个体效应 | Yes |
时间效应 | Yes |
样本量 | 453 |
R2 | 0.329 |
表6. 剔除部分样本回归结果
本文采用滞后一期的数字化转型L.Dt和L.Dt2作为自变量的替代变量再次进行回归分析。由表7可以看到L.Dt和L.Dt2的回归系数显著为正及显著为负,且在1%的水平下显著相关,证实企业数字化转型与财务困境之间存在倒“U”型的关系。
对于基准模型中可能存在的反向因果问题,本文采用工具变量法加以控制。本文采用行业均值的平方及剔除本公司的行业总值作为数字化转型的工具变量,采用2SLS对回归结果进行验证。同一年度行业数字化转型程度会影响企业数字化转型水平,但不会直接影响企业财务困境,弱识别检验F统计量大于10%水平下的临界值,工具变量数量与内生变量数量相等,模型恰好识别,不存在过度识别问题,故选用工具变量满足要求。表7结果显示,在控制内生性问题之后,数字化转型对企业财务困境的影响结果与前述一致,说明结果具有稳健性。
变量滞后 | IV法 | |||
---|---|---|---|---|
VARIABLES | Z | Dt | Dt2 | Z |
L.Dt | 0.860***(0.301) | 4.200***(1.516) | ||
L.Dt2 | −0.196***(0.070) | −1.487***(0.452) | ||
iv1 dta3 | −0.001 (0.000) | −0.004***(0.001) | ||
iv2 dta12 | 0.008***(0.002) | 0.032***(0.006) | ||
Roe | −16.038***(3.860) | −0.095 (1.458) | 3.187 (5.041) | −10.865**(5.134) |
Gro | 0.005 (0.250) | −0.058 (0.101) | −0.210 (0.371) | −0.141 (0.329) |
qu | −0.339 (0.294) | −0.055 (0.082) | −0.157 (0.224) | −0.487**(0.227) |
Sum | 0.0119 (0.010) | −0.005 (0.005) | −0.024 (0.015) | −0.002 (0.013) |
Board | 0.136**(0.068) | 0.024 (0.036) | 0.022 (0.119) | 0.087 (0.094) |
Mshare | 0.008 (0.015) | 0.053***(0.014) | 0.110***(0.039) | −0.054 (0.056) |
Constant | −4.137***(0.891) | 1.321***(0.402) | 4.518***(1.375) | −3.435**(1.586) |
个体效应 | Yes | Yes | Yes | Yes |
时间效应 | Yes | Yes | Yes | Yes |
样本量 | 419 | 487 | 487 | 487 |
R2 | 0.305 | 0.154 | 0.124 | |
F | 7.53 | 22.10 | 20.29 |
表7. 变量滞后及IV法回归结果
考虑到功能性质等不同特征,企业数字化转型可被分解为技术领域与应用领域 [
VARIABLES | Z (1) 技术领域 | Z (2) 应用领域 |
---|---|---|
Dt | 0.867***(0.304) | 0.697***(0.247) |
Dt1 | −0.05 (0.174) | |
Dt12 | −0.029 (0.063) | |
Dt2 | 0.907**(0.376) | |
Dt22 | −0.218***(0.081) | |
Roe | −17.20***(4.325) | −16.84***(4.270) |
Gro | 0.031 (0.251) | 0.100 (0.234) |
qu | −0.467 (0.347) | −0.422 (0.344) |
Sum | 0.017**(0.008) | 0.018*(0.008) |
Board | 0.143**(0.061) | 0.018**(0.008) |
Mshare | 0.012 (0.018) | −0.011 (0.021) |
Constant | −3.767***(0.945) | −3.139***(0.991) |
个体效应 | Yes | Yes |
时间效应 | Yes | Yes |
样本量 | 492 | 492 |
R2 | 0.295 | 0.322 |
表8. 企业数字化类型的差异检验
本文以2012~2021年中国A股零售业上市公司数据为样本,实证探究企业数字化转型对其财务困境的影响。研究的主要结论如下:数字化转型与企业财务困境呈显著倒“U”型关系,即起初随着企业数字化转型程度的加深,企业发生财务困境的概率加大,但随着企业数字化转型的不断深入,企业数字化转型会降低企业发生财务困境的概率。进一步分析发现,不同的数字化转型方式下,上述结论具有异质性,即数字化转型与企业财务困境之间的倒“U”型关系主要适用于数字应用领域,而在数字技术领域并不适用。
基于上述研究结论,本文得到如下启示:第一,企业应将数字技术与应用运用到财务决策中,充分利用数字化转型所带来的积极效果,发挥数字化转型的长期效应。第二,企业在积极进行数字化转型的同时,要根据企业现实状况,努力规范自身行为,对不合理以及过度数字化投资的部分及时进行处理,以缓解资金压力。第三,企业要积极发挥数字化转型带来的竞争优势,提高财务信息质量,完善内部控制体系,实现公司各方面成长。第四,政府方面要继续推进市场化建设,为企业高质量发展提供良好的环境。
刘文芳,张佳月. 数字化转型与企业财务困境——来自零售行业的证据Digital Transformation and Corporate Financial Dilemma—Evidence from the Retail Industry[J]. 低碳经济, 2024, 13(01): 27-36. https://doi.org/10.12677/JLCE.2024.131003