九游娱乐-九游中国最全游戏官方平台

九游娱乐:福建省县域重点产业链“四链”融合产融对接会(漳州市食品制造业数字化转型专场)在漳举办-九游娱乐

新闻资讯
质量为本、客户为根、勇于拼搏、务实创新

九游娱乐:福建省县域重点产业链“四链”融合产融对接会(漳州市食品制造业数字化转型专场)在漳举办

日期:2025-05-18 浏览: 

  摘要:在移动互联网等新兴技术迅猛发展的背景下,企业数字化转型是否能够改善企业非效率投资问题这一话题愈发被关注,投资作为企业日常生产经营活动、企业利润增长、可持续发展能力提高等不可或缺的一环,能够反映一个企业的发展状况和未来的发展趋势,也在一定程度上助力国家经济的迅猛增长。除此以外,数字化转型、委托代理问题以及投资效率这三者之间存在的关系也是本文研究的重点,即企业数字化转型是否可以缓解委托代理问题、减少委托代理成本从而提高其投资效率。由于2013年数字技术开始逐步发展,因此,本文将沪深A股2013~2023十一年间的数据作为研究样本,以数字化转型为解释变量,投资效率为被解释变量,委托代理成本为中介变量,进行回归分析研究它们之间的关系,并得出了企业数字化转型对投资效率有促进作用以及企业数字化转型能够通过缓解委托代理问题从而提高其投资效率这两个结论,这样的结论能够有效地为企业以及政府等提供合理的建议。

  在党的二十大报告和“十四五”规划中指出,我国需要不断地加快发展数字经济并打造数字经济新优势,数字化转型不是一种见效快、周期短的过程,而是一种重新界定企业业务系统的过程,这一过程将企业自身发展与数字技术相结合,能够逐步改变企业的业务及生产经营模式,从而形成自身的数字化转型,最终运用在企业生产资料、生产关系以及商业模式等方面,这一转型是全球经济发展的新动力、新引擎,也在提高核心竞争力方面发挥了重要作用。近年来,国内外数字技术的不断发展,其在我国国民生产总值的比重越来越多,以云计算、区块链、人工智能及大数据为代表的数字技术对我国的方方面面起着很强的促进作用,特别是企业的投资效率。投资在一个企业甚至一个国家中所扮演的角色不可忽视,然而,高投资量并不等于高投资效率,因此,本文认为无论在企业还是国家当中实现高效率投资是至关重要的,因为高效率投资不仅可以促进企业的盈利能力和高质量的长远发展,也对我国经济的高速运转起着不可或缺的作用,从此如何缓解非效率投资、提高投资效率这一话题愈发被关注。本文认为,数字化转型与投资效率之间的有着密切的联系,研究并深刻理解这两者之间的联系是一个企业不断发展的必经之路。

  在企业经营管理过程中,利益相关者因其自身管理能力、知识水平的局限性而委托专业人士代替其管理企业,由于企业管理者与利益相关者之间存在的利益分歧,即企业经营权与所有权的分离导致了委托代理成本的产生。解决企业委托代理问题有以下几点策略。首先,通过数字化转型提高信息透明度,从而促进利益相关者对管理者进行有效监督;其次,企业数字化转型能够提高对企业生产经营活动数据整理、分析的能力,从而降低利益相关者对管理者监督的成本并提高监督效率;最后,企业数字化的提高能够吸引更多外部监管者的监督,这些策略能够有效地缓解委托代理问题,减轻委托代理成本,从而提高企业投资效率。

  企业数字化转型不仅有助于减轻因信息不对称导致的融资成本高昂问题,即有效缓解融资约束,而且还显著提升了企业的信息处理能力和信息披露能力,这些能力的提升进一步推动了企业经营效率的提高,并在一定程度上缓解了融资约束,从而提升了企业的投资效率。为此,本文提出假设:

  H1:企业数字化转型与投资效率呈正相关,即企业数字化转型程度越高,越能提高其投资效率。

  企业数字化转型是将云计算、大数据、区块链等技术运用到企业的生产经营活动当中的过程,这一过程有利于企业的投资效率的提高。企业非投资效率具体表现过度投资和投资不足。一方面是企业数字化转型对过度投资方面的影响。当企业管理者热衷于实现个人利益或构建“商业帝国”时会倾向于过度投资,从而导致企业投资效率低下;当企业风险承担能力较高时,企业则会较多的关注短期利益和市场地位,从而忽视了长远目标的重要性,这在一定程度上也会形成过度投资。企业数字化转型对过度投资有以下两方面的缓解作用:其一,数字技术所包括的云计算、区块链、人工智能及大数据等技术能够有效评估投资项目的风险、价值等方面,从而提高管理者投资决策的准确性并缓解了过度投资问题;其二,企业数字化转型不断完善其监督管理体系,企业监管体系的提高不仅能评估发现投资风险,也能监督并减少管理者过度投资的机会主义行为。

  另一方面是企业数字化转型对投资不足方面的影响。当企业管理者为维护自身声誉而谨慎投资,则造成企业投资不足;当企业风险承担能力较低时,企业则会对各项投资项目更加谨慎考虑,这些项目之中也包括收益较为理想的投资项目,进而影响企业的投资效率。企业数字化转型对投资不足有以下两方面的缓解作用:其一,数字技术的不断进步能够带动企业对市场、行业的预测及风险评估,能够高效识别有利于企业发展的投资项目,能够有效缓解管理者谨慎投资行为,从而缓解投资不足的现状;其二,企业数字化转型对管理者的行为起到了有效监督的作用,在一定的监管力度下,管理者则会减少保守投资的行为,继而缓解投资不足,最终有利于提高企业的投资效率。

  委托代理问题是抑制企业投资效率提高的重要因素,而企业数字化转型可以有效缓解委托代理冲突,主要体现在信息透明度的提高为管理者提供更大的投资信心和承担风险的能力,以及监督机制的完善也益于利益相关者进行有效监督并抑制管理者的机会主义行为。因此,本文提出假设:

  H2:委托代理成本在企业数字化转型和投资效率之间充当中介变量,企业数字化转型能够通过降低委托代理成本从而带动其投资效率的提高。

  本文选取2013~2023沪深A股上市公司十一年间的数据为研究样本,并对数据进行如下处理:(1)剔除金融行业的样本数据;(2) 剔除ST、PT公司的样本数据;(3) 剔除主要数据缺失或异常的样本数据;(4) 剔除已退市的样本数据,最终共有26,344个观测值。本文所需财务数据来自国泰安数据库(CSMAR),并使用STATA17软件对其进性统计分析,为避免异常值影响回归结果,本文对连续变量进性了1% (99%)的缩尾处理(Winsorize)。

  投资效率(Ie)。本文借鉴Richardson (2006) 提出的残差模型来测量投资效率,首先需要将投资机会(Growth)、资产负债率(Lev)、现金持有情况(Cash)等变量滞后一期并控制年份及行业,其次对投资(Invest)进行回归处理,最后取回归残差的绝对值来衡量投资效率(Ie),绝对值越接近零代表非投资效率程度越低,企业投资效率越高。其中,第t年的增长投资( )的计算方法为资本支出 + 并购支出 − 出售长期资产收入 − 折旧/总资产;投资机会( )等于营业收入增长率;资产负债率( )为负债除以总资产;现金持有情况( )为现金/总资产;上市年龄( )为当年与上市年份的差额加一并取对数;规模( )为总资产取对数;股票回报( )用年个股回报率衡量。公式如下:

  企业数字化转型(DCG)。本文参照吴非等人的方法,即Python文本挖掘法构建数字化转型指数,具体方法是先筛选特征词,再对其词频数加总求和,然后取自然对数,最终得到各企业数字化转型的指数,它的值越大代表企业数字化转型程度越高。

  委托代理成本(ATO)。本文参考王明琳(2014) 的研究方法,即利用总资产周转率来衡量代理问题,当总资产周转率较低时,一定程度上反映了管理者对资产的使用效率越低,也就是管理效率较低,从而得出企业的代理成本较高,代理问题较为严重。其中,总资产周转率的计算方法为企业主营业务收入除以资产总额。

  参考相关文献资料,本文对企业规模(Size)、资产负债率(Lev)、成长性(Growth)、董事会规模(Board)、两职合一(Dual)、股权集中度(Top1)、股权制衡度(EBD)、股权性质(SOE)这些变量进行了控制,除此之外,还对年份(Year)以及行业(IND)进行了控制,其中,股权性质(SOE)中,国有企业用九游娱乐文化 九游app官方入口1表示,非国有企业用0表示,用于本文的进一步分析,即对股权性质进行分组回归。具体变量定义见表1。

  被解释变量 投资效率 Ie Richardson模型残差的绝对值,代表企业的非效率投资水平

  中介变量 委托代理成本 ATO 总资产周转率衡量委托代理成本,主营业务收入/企业资产总额

  表2详细列出了主要变量的描述性统计结果。企业数字化转型(DCG)的均值为1.5394,标准差为1.3990,最小值为0.0000,最大值则为5.1299,这表明本文所研究的样本公司中,数字化转型的程度存在显著的差异,反映了不同公司在数字化转型战略和实施上的多样性。投资效率(Ie)的均值为0.0661,标准差为0.0731,最小值为0.0008,最大值为0.4432,这表明本文研究的样本公司的投资效率差异也较为显著,这种差异不仅体现了不同公司在投资决策和执行上的不同能力,也可能反映了市场环境、公司内部治理等多种因素的影响,同时,投资效率的值越大,越能反映企业的投资规模偏离最优投资水平,即投资效率越低。

  表3为主要变量的相关性分析结果。企业数字化转型(DCG)与投资效率(Ie)之间存在负相关关系,且在1%的水平下显著,这意味着随着数字化转型程度的提高,企业的非效率投资降低,即投资效率提高。然而,由于这些变量之间存在较强相关性,本文需要通过多重共线性检验排除回归模型中可能存在的多重共线性问题。为了验证这一点,本文进行了方差膨胀因子(VIF)检验,具体结果如表4所示。从表中可以看出,股权集中度(Top1)的方差膨胀因子最大,为2.06,但远远低于10的阈值,同时,其他变量的方差膨胀因子均小于股权集中度的方差膨胀因子,这充分说明了各变量之间不存在多重共线性问题,从而验证了本文变量选取的合理性。

  表5为回归分析结果。其中,分析结果的第(1)列只对解释变量(L.DCG)与被解释变量(Ie)进行回归;第(2)列在第(1)列的基础上控制了年份、行业;第(3)列则加入了控制变量并且对年份及行业进行控制。由回归分析结果的3列可以看出:滞后一期的数字化转型(L.DCG)的回归系数分别是−0.004、−0.002以及−0.002,对应t值分别为−12.13、−4.40、−4.31且都在1%水平下显著,因此可以得出滞后一期的企业数字化转型(L.DCG)对非效率投资起着抑制作用,对投资效率(Ie)有一定的促进作用这一结论,有效地验证了本文的假设1。

  为验证假设2,本文进行了中介机制检验。由表6第(2)列可知:滞后一期的企业数字化转型(L.DCG)对委托代理成本(ATO)的影响回归系数为0.025 (t值11.39)且在1%水平下显著,这表明企业数字化转型能够促进总资产周转率,降低委托代理成本,即缓解委托代理问题。与此同时,在表6第(3)列中,也就是滞后一期的企业数字化转型(L.DCG)和委托代理成本(ATO)共同对投资效率(Ie)的影响中,L.DCG的回归系数为−0.001 (t值−2.79)且较为显著,因此本文认为委托代理成本在企业数字化转型和投资效率中发挥中介效应,这样的检验结果能够有效地验证本文的假设2。

  本文将原样本区间变更为2013年至2019年,再次进行多元线性回归分析来完成稳健性检验。由表7可知:从第(1)列到第(3)列回归系数分别为−0.004、−0.002和−0.003,这一结果强烈支持了并再次验证了本文的假设1。如表7第(5)列所示,在滞后一期的数字化转型(L.DCG)和委托代理成本(ATO)共同对投资效率(Ie)影响的模型中,L.DCG的系数为−0.002 (t值−3.45)且在1%水平下显著,即企业数字化转型能缓解委托代理问题从而够矫正非效率投资,促进企业投资效率,此检验结果能够再次验证本文的假设2。

  为了对回归结果进行进一步验证,本文采用了对解释变量企业数字化转型滞后了一期(L.DCG)的基础上继续滞后两期、滞后三期的方法,滞后的结果如表8所示。在第(1)列和第(4)列中,滞后了两期、三期的解释变量(L2.DCG, L3.DCG)的回归系数分别为−0.003、−0.002,对应的t值为−5.17和−3.97,且在1%水平下显著,能进一步说明本文的假设1具有一定的稳健性。与此同时,从结果表第(2)列和第(5)列可知,滞后两期、三期的企业数字化转型对委托代理成本(ATO)的影响中,滞后完的企业数字化转型的回归系数分别为0.025 (t值10.04)和0.024 (t值8.53),并且在1%水平下显著,这更加充分说明企业数字化转型能够促进总资产周转率,从而缓解委托代理问题。如第(3)列和第(6)列所示,在滞后的数字化转型和委托代理成本共同对投资效率的影响中,数字化转型的回归系数分别为−0.026和−0.025且在1%水平下显著,对应t值为−3.87和−2.89,因此可以进一步验证本文的假设2的稳健性。