►►
摘要
一、引言
中央金融工作会议提出加快建设金融强国的宏伟目标，习近平总书记在省部级主要领导干部推动金融高质量发展专题研讨班开班式上对这一目标进行了全面阐述。加快建设金融强国，需要以加强金融监管为手段，以防范化解金融风险为重心，以引导金融资源赋能经济高质量发展为导向。2018年4月，中国人民银行、中国银行保险监督管理委员会、中国证券监督管理委员会和国家外汇局联合发布了«关于规范金融机构资产管理业务的指导意见»(俗称“资管新规”)，旨在规范金融机构资产管理业务，提高金融资源服务实体经济效率，更好地为实体经济服务，进而推动经济结构调整和转型升级，有效防控金融风险。
“资管新规”被认为是涉及面最广、标准最严格的金融监管政策。自“资管新规”实施以来，刚性兑付预期逐步被打破，保本理财产品实现清零，通道业务、嵌套投资和影子银行等规模明显下降，资金“脱实向虚”现象得到有力缓解。然而，关于以“资管新规”为代表的金融强监管政策所产生的经济后果，现有的文献看法并不一致，总结起来有两种观点，即监管有效观和监管无效观。监管有效观认为，金融强监管可以发挥积极的治理作用，不仅有助于优化企业资源配置效率，而且能维护金融市场稳定，提高经济发展质量。监管无效观认为，金融强监管会加剧存款竞争，甚至影响货币政策传导的有效性。面对以上两种不同的观点，科学评估金融强监管政策对经济高质量发展的影响，对建设金融强国目标具有重要的现实意义。
数字经济时代，企业通过数字化转型驱动生产方式变革成为经济实现高质量发展的重要机遇。目前，关于数字化转型的研究，学者主要从微观视角讨论其转型动机和产生的经济效益。在现实中，企业面临转型动力不足、投入成本偏高的挑战。由此，部分研究基于宏观视角，从资本市场开放、税收优惠等方面探讨了企业数字化转型的制度驱动因素。然而，已有研究忽视了企业数字化转型的直接动因，鲜有文献将金融强国建设目标与数字经济发展背景相结合，对金融强监管所引发的金融资源流动与企业转型决策展开全面和深入的探讨。本文以“资管新规”的实施为研究场景，考察金融强监管政策如何影响企业数字化转型。
在理论上，金融强监管与企业数字化转型可能存在两种互动模式。其一，金融强监管促进企业数字化转型:金融强监管通过限制影子银行业务发展、压缩企业金融投资渠道，缓解企业金融资源错配，全面引导金融资源重新分配到核心业务和长期增长计划上，激励企业通过数字化转型寻找新的利润增长点。本文称之为监管有效观。其二，金融强监管抑制企业数字化转型:金融强监管打破刚性兑付可能提高市场融资成本，而且随着金融强监管逐渐打破金融资产的蓄水池功能，企业未来经营风险将会增加，不利于企业开展成本高、风险大的数字化转型活动。本文称之为监管无效观。究竟何种观点能够解释金融强监管与企业数字化转型之间的关系，是一个亟待实证检验的问题。
基于此，本文以2012—2022年中国上市公司数据为研究样本，将“资管新规”实施作为外生的准自然实验，检验金融强监管与企业数字化转型之间的关系。研究发现，“资管新规”实施后，金融化程度较高企业的数字化转型程度显著提升，支持监管有效的观点。与以往研究相比，本文贡献主要如下。第一，进一步研究了金融监管在金融强国建设目标下的微观影响。现有的研究较多关注金融强监管的宏观经济效应，对微观层面企业转型决策的研究较为匮乏。本文聚焦以“资管新规”为代表的金融强监管政策，深入剖析金融强监管政策引导金融资源赋能企业发展的内在逻辑，从微观视角评估政策效果。第二，丰富了企业数字化转型宏观制度驱动因素的研究。现有的文献更多从微观视角关注企业进行数字化转型的动机及其产生的经济效益，少量文献从宏观视角探讨了企业数字化转型的制度驱动因素，却忽视了企业开展转型活动的直接动因。本文选取“资管新规”政策作为研究场景，从金融强监管所引发的替代效应和融资效应探讨企业数字化转型的动机，不仅可以丰富对企业数字化转型驱动因素的认识，还有利于充分挖掘金融强监管激励企业数字化转型的现实路径。第三，揭示了金融强监管政策对企业数字化转型的差异化影响。本文按照企业产权属性、金融资产配置动机、要素密集程度验证了金融强监管政策的异质性效应。此外，本文进一步探讨了创新作为金融强监管促进企业数字化转型背景下的伴随效应。这些发现不仅证实了金融强监管政策在不同情境下的差异性表现，而且为政府后续精准施策、引导金融资源赋能企业创新转型、全面推进金融强国建设提供了有益的启示。
二、政策背景、文献综述与研究假设
(一)政策背景
为了规范金融机构资产管理业务，有效防控金融风险，更好地为实体经济服务，“资管新规”对各类金融机构的资产管理业务进行了全面规范。从监管范围来看，“资管新规”首次统一了同类资产管理产品的监管标准，从根本上解决了监管交叉和监管套利的问题。“资管新规”实现了对银行、信托、证券、基金、投资公司等金融机构的全面覆盖，适用于所有金融机构资产管理业务。从监管内容来看，“资管新规”不仅打破了资产管理产品的刚性兑付预期，而且通过将机构监管与功能监管相结合，对资产管理产品杠杆率进行了限制，还进一步实施穿透式监管，以抑制多层嵌套和通道业务。此外，“资管新规”要求金融机构不能为其他金融机构资产管理产品提供规避监管的通道服务，以防止资金在金融体系中空转，避免风险扩散。
自“资管新规”实施以来，刚性兑付预期逐步被打破，保本理财产品实现清零，通道业务、嵌套投资和影子银行等规模明显下降，资金“脱实向虚”现象得到有效缓解。因此，本文以“资管新规”作为金融强监管的替代变量具有可行性。
(二)文献综述
１.数字化转型的相关研究
数字化转型是指企业或组织利用数字技术改变其业务模式、优化运营流程、革新组织结构，以提高生产效率、增强客户体验和创造新的增长机会。关于数字化转型，现有的文献主要基于微观视角，从转型驱动因素及其产生的经济效益展开研究。
在转型驱动因素方面，国内外学者从资源依赖、组织认知等视角展开分析。资源依赖理论强调数据要素、金融资源等是促进企业数字化转型的重要条件。组织认知理论认为，管理者的数字化背景有助于促进企业数字化转型。值得注意的是，国内学者还基于制度环境，分别从资本市场开放、税收优惠等方面探讨了其对企业数字化转型的促进作用。
在经济效益方面，学者基于技术进步、组织行为、市场结构等视角发现企业数字化转型通过引入数字化工具和自动化流程，优化资源配置、减少中间环节、降低交易成本，进而提升企业运营效率。数字化转型推动了组织结构扁平化和灵活化，促进企业跨部门和跨地域协同工作，并且通过在线平台，突破地理限制，实现市场边界的扩展。
２.金融监管的相关研究
金融监管是指国家对金融产品、金融机构和金融市场的管理与监督行为。“资管新规”作为最具代表性的政策，通过统一监管标准、打破刚性兑付等方式，有效限制了企业影子银行化动机，削弱了企业金融化程度。从既有文献来看，目前以“资管新规”为代表的金融强监管研究主要基于其是否有效展开讨论。
主张金融有效观的学者认为，加强金融监管能够增强金融机构透明度、规范资本市场行为，不仅有利于减少系统性金融风险，还能充分发挥政府治理作用，提高金融服务实体经济效率。主张监管无效观的学者认为，合规成本、行政成本等各类监管成本可能抑制金融市场活力，而且金融机构可能通过金融创新、监管规避等行为绕过监管，削弱监管效果。如果监管政策过度干预金融市场，可能会造成市场机制失灵，影响金融市场效率。可以看出，无论监管是否有效，现有的研究更多关注金融强监管产生的宏观经济后果，对于其引发的微观经济效应研究较少。本文从微观视角评估金融强监管政策效应，从制度因素拓展了企业数字化转型动机的研究。
(三)研究假设
１.金融强监管对企业数字化转型的直接影响
政府加强监管能否促进经济发展，现有的理论存在两种互异的观点。监管有效观主要基于公共利益监管理论，认为政府监管能够纠正市场失灵、避免资源错配的问题，进而促进经济发展；监管无效观主要基于监管捕获理论，认为监管机构容易受到相关利益集团影响，形成“监管俘获”现象，最终束缚经济活力。由于政府监管对经济发展可能产生相反的影响，因此本文基于公共利益监管理论和监管捕获理论，从监管有效观和监管无效观两种观点出发，分别探究金融强监管如何影响企业数字化转型。
根据监管有效观，金融强监管主要通过降低影子银行规模、改善融资环境、聚焦主业发展等途径激励企业进行数字化转型。一方面，随着“资管新规”通过优化监管标准、打破刚性兑付等方式持续规范金融机构资产管理业务，金融机构出于风险规避动机，将更多资金配置给实体企业，提高金融服务实体经济能力，极大改善转型企业融资难、融资贵的资源错配现象；另一方面，“资管新规”不断压缩企业投融资渠道，限制过度金融化企业参与高风险、高收益影子银行业务，会减少企业通过短期金融投资获取利润途径。此时，企业会将其自身金融资源从短期金融投资领域转移至长期主业领域，寻求更稳定的收益来源。数字技术应用可以提高企业生产效率和创新能力，可能成为企业获取利润的新来源。因此，在金融强监管背景下，企业资源有限性引发企业金融投资与实体投资相互替代，可能推动企业聚焦主业发展，甚至开展数字化转型活动。
根据监管无效观，金融强监管将放大企业转型风险，从而阻碍企业进行数字化转型。金融强监管打破刚性兑付原则，虽然旨在增加金融市场稳定性，保护投资者利益，但是提高了投资者门槛，甚至诱导金融机构要求更高溢价从而抬高市场整体融资成本。随着金融强监管不断弱化企业金融资产配置的蓄水池功能，过度金融化企业通过出售金融资产缓解财务困境的难度增加。尤其对于依赖金融资产反哺主业发展的企业而言，其数字化转型难度将会更大。根据实物期权理论，经济政策的不确定性将进一步放大企业经营风险，从而导致企业数字化投资面临更高的机会成本，阻碍其数字化进程。基于此，本文提出以下两个假设:
H1a:金融强监管有利于金融化程度高的企业数字化转型。
H1b:金融强监管不利于金融化程度高的企业数字化转型。
２.金融强监管对企业数字化转型的机制分析
(１)替代效应
本文所指替代效应，是指金融强监管通过限制企业参与影子银行业务，将资源从金融投资领域挤出至实体投资领域的效应。作为涉及面最广、标准最严格的金融监管政策，一方面，“资管新规”通过禁止多层嵌套、限制通道业务等措施有效压缩了企业参与影子银行业务的渠道，进而减少了企业影子银行业务；另一方面，“资管新规”不仅实现了对金融机构的全面覆盖，而且统一了各类金融产品监管标准，有效减少了金融机构与实体企业之间的信息不对称问题。根据委托—代理理论，金融强监管政策有助于削弱由第一类代理问题和第二类代理问题导致的实体企业过度金融化问题，进而避免企业投资短视等现象。随着数字经济蓬勃发展，数字化转型作为企业长期的战略决策，已被多项研究证明其对企业利润积累、绩效提升等具有积极作用，利益相关者数字化诉求有助于推动过度金融化企业将资源向数字技术领域倾斜。因此，金融强监管的替代效应可能促进企业数字化转型。
然而，数字化转型活动具有风险大、成本高的特点，即使金融化程度高的企业将资源从金融投资领域转移至实体投资领域，企业经营者和大股东出于风险规避、降低私人成本等考虑，可能不愿将这些资金投向数字项目。金融强监管大幅压缩企业影子银行规模，可能加剧融资劣势企业违约风险，甚至可能引发长期涉足影子银行业务、与融资劣势企业关联紧密的融资优势企业的经营风险，进而增加整个行业数字化转型难度。因此，金融强监管的替代效应可能阻碍企业数字化转型。据此，本文提出以下两个假设:
H2a:金融强监管政策的替代效应有利于金融化程度高的企业数字化转型。
H2b:金融强监管政策的替代效应不利于金融化程度高的企业数字化转型。
(２)融资效应
本文所指融资效应，是指金融强监管通过限制影子银行业务引发的企业外部融资环境变化。从监管有效的角度来分析，一方面，金融强监管禁止金融机构保本保收益，直接提高了金融产品投资风险，限制金融机构垫资兑付，弱化了实体企业金融投资意愿。这些措施有利于同时从金融需求端和供给端严格把控金融资源配置，引导金融资源流向实体经济，缓解数字化转型企业融资约束。另一方面，金融强监管统一监管、穿透式监管有效减少了金融机构与实体企业之间的信息不对称现象。由于企业总是试图隐匿负面消息，因此企业信息不对称程度往往随着企业金融化程度的提高而提高。金融强监管政策直接降低企业金融化程度，更有利于削弱过度金融化企业的管理层自利动机，并向市场传递一种乐观信号，强化投资者信心，增加其外部资金供给，缓解数字化转型融资难、融资贵的问题。
从监管无效的角度来分析，金融强监管打破刚性兑付原则虽然弱化了企业金融投资意愿，但是提高了投资准入门槛，从而迫使金融机构提高理财收益，进而引发债券产品更高溢价，抬高市场整体融资成本。金融资产往往作为应对未来资金需求和投资机会的缓冲。金融强监管打破金融资产配置的蓄水池功能，将放大金融化程度较高企业未来经营的不确定性，增加其融资难度。根据资源依赖理论，企业在金融强监管约束下，可能由于无法及时获得关键的外部金融资源，失去竞争优势，进而降低其数字化投资水平。据此，本文提出以下两个假设:
H3a:金融强监管政策的融资效应有利于金融化程度高的企业数字化转型。
H3b:金融强监管政策的融资效应不利于金融化程度高的企业数字化转型。
三、研究设计
(一)样本选择与数据来源
本文企业财务相关数据来自CSMAR数据库，数字化转型词频数据来自上市企业年报。2011年4月，中国金融稳定局首次界定了影子银行范围。为了更准确地评估“资管新规”政策抑制企业影子业务后所产生的经济效应，本文将研究起始时间设定为2012年。在此基础上，本文首先以2012—2022年中国上市公司数据为样本。然后对数据进行如下处理:(１)剔除ST或PT类企业；(２)剔除金融类企业；(３)剔除关键数据指标缺失企业；(４)对于所有连续变量进行上下1％的缩尾处理。最后获得1473个上市公司11668个观测数据。
(二)变量定义
被解释变量为数字化转型程度(dig)。借鉴吴非等的研究，本文采用文本分析法对上市公司年报文本中关于人工智能技术、区块链技术、云计算技术、大数据技术、数字技术应用等数字化转型的关键词进行识别提取，然后通过词频统计加总得到企业数字化词频。最后，将数字化词频加１然后取自然对数来表示企业数字化转型程度。在稳健性检验中，本文将企业年末无形资产中与数字技术相关部分占无形资产的比例作为数字化转型的替代变量。
“资管新规”政策虚拟变量(NAMR)由treat和post组成。其中，treat表示企业受“资管新规”政策冲击的程度，使用“资管新规”政策发生前3年企业平均金融化程度(即2015年、2016年、2017年企业金融资产占总资产比例平均值，PreFin)衡量。借鉴李青原等的研究，本文定义的企业金融资产包括交易性金融资产、买入返售金融资产、可供出售金融资产、持有至到期投资和投资性房地产等项目。在此基础上，将上市公司平均金融化程度划分为三等分。如果企业平均金融化程度处于上1/3分位数，则treat取1，并将其定义为金融化程度高的企业；如果企业平均金融化程度处于下1/3分位数，则treat取０，并将其定义为金融化程度低的企业。post表示政策发生前后的虚拟变量，2018年及此后的年份取１，否则取０。
为提高回归估计的准确性，减少由公司特性差异、遗漏变量等引起的潜在偏误，本文借鉴喻子秦和肖翔、丁黎黎等的研究，选择公司规模(size)、资产负债率(lev)、两职合一(dual)、账面市值比(BM)、企业年龄(age)、董事会规模(board)、资产回报率(ROA)、高管持股比例(MHS)、现金流水平(cash)作为控制变量。所有变量定义说明见表１。
(三)模型设计
为检验“资管新规”这一金融强监管政策对企业数字化转型的影响，本文借鉴Liu和Wu的研究，构建如下双重差分模型(１):
其中，下标ｉ和ｔ分别表示企业和年份；因变量ｄｉｇｉｔ表示企业数字化转型水平；主要自变量ｐｏｓｔ ｔ×ｔｒｅａｔ ｉ表示“资管新规”政策(NMAR)虚拟变量；β１表示“资管新规”对企业数字化转型的影响程度；ＣＶｋ,ｉｔ表示企业层面的一组控制变量；θｉ为公司固定效应；σｔ为年份固定效应。
本文将PreFin作为金融监管强度变量。企业金融化程度越高，金融监管强度受到“资管新规”监管力度越大。将交互项post×PreFin代入模型(１)进一步验证“资管新规”强度对企业数字化转型影响。
(四)变量描述性统计
表２为变量描述性统计结果，展示了各变量的描述性统计特征。数字化转型的平均值为0.067，最大值和最小值分别为3.76和0.003，表明样本公司数字化转型程度较低，而且存在较大差异。企业金融化程度(PreFin)平均值为0.053，表明“资管新规”实施前，样本公司的平均金融化程度为5.3％。“资管新规”政策变量(NMAR)平均值为0.221，表明样本中受到“资管新规”影响的公司占22.1％。时点虚拟变量(post)和分组虚拟变量(treat)平均值分别为0.46和0.495，表明本文样本在“资管新规”实施前、后较为均衡。其余控制变量与现有研究较为一致。此外，主要变量的相关系数绝对值均小于0.6，VIF平均值为1.4，最大值和最小值分别为1.8和1.1，表明主要变量之间的多重共线性较低。
四、实证结果分析
(一)基础回归结果
表３为模型(１)的基础回归结果，展示了“资管新规”对企业数字化转型的影响效应。在不添加任何控制变量的情况下，第(１)列的回归结果显示，交互项post×treat的系数在１％水平上显著为正。第(２)列是添加所有控制变量后的回归结果，交互项post×treat的系数为正，在１％的水平上显著。结果表明，“资管新规”出台后，相较于对照组，实验组企业数字化转型程度提升更明显。以第(２)列结果为例。相较于金融化程度较低的企业，“资管新规”的出台使得金融化程度较高的企业数字化转型程度增加1.5个百分点。结果支持了金融监管有效的观点，本文假设H1a成立，即金融强监管有利于金融化程度高的企业数字化转型。
第(３)列和第(４)列是金融监管强度对企业数字化转型影响的检验结果。可以发现，post×PreFin的回归系数均在１％显著性水平上为正。这一结果不仅进一步证实了本文假设H1a成立；而且表明金融监管力度越大，其对企业数字化转型提升效应越明显。从经济意义上来看，“资管新规”实施前，企业金融化程度提高１个标准差；“资管新规”实施后，其数字化转型水平约提高5.65％(0.044×0.086/0.067)。
(二)平行趋势检验
精准识别的前提条件是企业数字化转型程度在处理组和对照组中应该具有一致的时间变化趋势。如果平行趋势检验成立，则政策实施前虚拟变量不显著；否则可能受到其他因素干扰。为此，本文构建模型(２)，检验各期处理效应:
图１为平行趋势检验结果。图１(ａ)是将数字化词频作为被解释变量的检验结果。可以发现，“资管新规”政策实施之前，处理组和对照组的变化趋势一致，不存在显著差异；“资管新规”政策实施之后，βｍ回归系数为正，并且至少在５％水平上显著。图１(ｂ)是将数字化资产作为被解释变量的检验结果，与图１(ａ)趋势较为一致。值得注意的是，图１(ｂ)表现出一定的政策滞后性。可能的原因在于，本文所使用的数字化转型程度衡量指标来源于各上市公司年报的词频分析，然而在实践中，企业开展数字化转型活动，往往需要先经过董事会讨论、股东投票等阶段，然后开展数字化相关投资、购买等业务。因此，当使用数字化无形资产作为企业数字化转型衡量指标时，“资管新规”的政策效应表现出一定的滞后性。
综合以上结果，本文认为“资管新规”政策通过了平行趋势检验，而且其对于提升企业数字化转型水平具有较为持久的影响效果。
(三)安慰剂检验
本文采用随机设定政策试点时间和抽取受冲击企业的方法进行安慰剂检验。由于“伪”试点时间和“伪”受冲击企业是随机生成的，因此“资管新规”不会对企业数字化转型产生显著影响，即“伪”处理变量的回归系数应该在零点附近。据此，本文重复1000次上述随机过程进行模型估计，并绘制了“伪”政策变量估计系数的核密度图(见图２)。结果发现，在上述随机过程中估计系数的均值都接近０，明显小于本研究基准回归中真实的估计值(0.015)。换言之，“资管新规”对企业数字化转型的影响效应并非统计学上的偶然性事件。
(四)稳健性检验
１.“剂量”效应与反事实检验
本文通过检验“剂量”效应验证实验组(treat)和控制组(control)划分的合理性。本文重新将上市公司平均金融化程度划分为二等分和四等分。如果企业平均金融化程度高于所有企业金融化程度中位数，则treat2取1；否则，treat2取0。同理，如果企业平均金融化程度处于上1/4分位数，则treat4取１；否则，treat4取0。本文预期，治疗组和对照组之间的距离越远(越近)，结果差异就越大(越小)。表4第(１)列和第(２)列为检验结果。可以发现，post×treat2和post×treat4系数均在１％水平上显著为正，而且系数大小符合本文对于“剂量”效应的预期。
本文采用反事实检验，验证“资管新规”政策实施时间的稳健性。本文分别将“资管新规”政策实施时间提前2年(post2)、４年(post4)，并且预期交互项post2×treat和post4×treat系数不显著。表４第(３)列和第(４)列是检验结果。可以发现，post2×treat和post4×treat系数不显著，与预期一致。
以上检验方法不仅保证了本文实验组、控制组组别划分的合理性和“资管新规”政策实施时间的有效性，而且进一步证实了本文假设H1a。
２.其他稳健性检验
本文通过PSM－DID、替换变量、更换回归模型、排除其他干扰因素等方法，重新对样本数据进行回归检验，结果如表５所示。
首先，使用倾向得分匹配，为处理组重新匹配控制组，以解决样本选择性偏误问题。具体而言，先将基准回归中的控制变量作为协变量，利用近邻匹配的方法将实验组和对照组进行１:１匹配，再对匹配后的实验组和对照组使用DID方法进行估计。通过倾向得分匹配，本文获得5909个样本观测数据，重新代入模型(１)检验得到表５第(１)列结果，可以发现交互项post×treat的估计结果与基础回归基本上一致。
其次，使用公司财务报告附注披露的年末无形资产明细项中与数字化技术相关部分占无形资产总额的比例作为数字化转型的替代变量，重新进行回归检验。结果如表５第(２)列所示，交互项post×treat回归系数在5％水平上显著为正，表明“资管新规”对于企业数字化转型的积极作用仍然成立。
然后，使用Tobit模型，解决连续性的被解释变量截断或者截堵问题。结果如表５第(３)列所示。交互项post×treat回归系数在１％水平上显著为正，表明本文假设H1a仍然成立。
最后，将样本区间限制在2019年之前，以克服新冠肺炎疫情冲击给本文回归结果带来的影响。结果如表５第(４)列所示。交互项post×treat回归系数在１％水平上显著为正。这一结果不仅表明本文假设H1a仍然成立；而且从系数上来看，如果剔除新冠肺炎疫情冲击的影响，“资管新规”对于企业数字化转型的积极影响更为明显。
(五)异质性分析
本文根据企业产权属性、金融资产配置动机、要素密集程度划分样本数据，然后通过分组回归的方式检验金融强监管所产生的经济效应差异。
１.企业产权属性
按照企业产权属性，将样本公司划分为国有企业和非国有企业，分别进行回归检验，结果如表６第(１)和(２)列所示。可以发现，“资管新规”实施后，与国有企业相比，非国有企业数字化转型水平提升更加显著，并且组间系数差异检验发现两组样本的系数在１％水平上存在显著差异。
可能的原因在于，国有企业具有政府隐性担保，在资源获取、市场占有等方面具有天然优势。这也导致其对前沿数字技术关注相对较弱，缺乏数字化转型动力。相比之下，非国有企业面临更大的市场竞争压力和外部融资约束。出于规避风险，这类企业常常以委托贷款、委托理财等方式获得短期高额利润。因此，非国有企业对金融强监管政策更为敏感，“资管新规”实施后，其数字化转型意愿也更为强烈。
２.金融资产配置动机
按照企业金融资产配置动机，将样本公司划分为倾向于持有短期金融资产的“逐利”型企业和倾向于持有长期金融资产的“储蓄”型企业，分别进行回归检验。其中，短期金融资产使用企业所持货币资金、交易性金融资产衡量，长期金融资产使用企业所持衍生金融资产、可供出售金融资产、持有至到期投资和投资性房地产等衡量。如果“资管新规”实施前企业所持短期金融资产大于长期金融资产，则将其定义为“逐利”型企业；反之，则将其定义为“储蓄”型企业。回归结果如表６第(３)和(４)列所示。可以发现，“资管新规”实施后，与储蓄型企业相比，逐利型企业数字化转型水平提升更加显著，并且组间系数差异检验发现两组样本的系数在５％水平上存在显著差异。
可能的原因在于，“资管新规”打破刚性兑付等原则有效减少了非金融企业盲目跟进金融投资的做法。对于逐利型企业而言，“资管新规”能够更加有效地削弱其持有短期金融资产、追逐金融投资高收益的动机，促使其关注主业发展，开展数字化转型活动。相比之下，储蓄型企业是在资金充裕的情况下，选择将部分资本转入金融市场作为储备。因此，这类企业对金融强监管政策的敏感性较低。
３.要素密集程度
按照企业要素密集程度，将样本公司划分为资本密集型企业和劳动密集型企业，分别进行回归检验。其中，企业要素密集程度根据“资管新规”发生前企业固定资产净值与企业人员总数比值衡量。如果“资管新规”实施前企业要素密集度大于行业中位数，则将其定义为资本密集型企业；反之，则将其定义为劳动密集型企业。结果如表６第(５)和(６)列所示。可以发现，“资管新规”实施后，与劳动密集型企业相比，资本密集型企业数字化转型水平提升更加显著，并且组间系数差异检验发现两组样本的系数在１％水平上存在显著差异。
可能的原因在于，相比于劳动密集型企业，资本密集型企业资本运作空间更大，其通过金融投资获取高额利润的机会更多，而“资管新规”政策对企业资本逐利动机具有直接影响，这类企业更需要通过数字手段变革管理、经营、生产模式，重新建立新的利润增长点，因此其对“资管新规”实施更加敏感。
五、机制分析
本文设定如下模型，检验金融强监管对企业数字化转型的影响路径:
其中，Ｍｉｔ表示需要检验的机制变量；其余变量与模型(１)设定一致。首先，根据模型(３)检验“资管新规”与机制变量之间的关系，如果系数α1显著，则表明“资管新规”对机制变量产生了影响。其次，将机制变量作为控制变量纳入模型(４)，观察γ１和γ２系数的显著性，从而判断机制变量是否发挥了作用。
(一)影子银行业务
表７是将影子银行业务作为机制变量的检验结果，展示了“资管新规”、影子银行业务和企业数字化转型三者之间的路径关系。借鉴吴安兵等的研究，本文将非金融企业影子银行业务细分为信用中介类(inter)和信用链条类(chain)。其中，信用中介类影子银行业务使用民间借贷、委托理财与委托贷款之和占企业总资产比例衡量，信用链条类影子银行业务使用理财产品、信托产品、结构性存款、资产管理机构四大类金融产品占企业总资产比例衡量。inter或者chain指数越大，企业影子银行业务规模越大。根据模型(３)，表７第(１)列表示“资管新规”与inter之间的关系。可以发现，交互项post×treat的回归系数为－0.016，在５％水平上显著，表明“资管新规”的实施降低了金融化程度高的企业信用中介类影子银行业务。根据模型(４)，表７第(２)列表示将inter指数作为控制变量后“资管新规”对企业数字化转型的影响效果。可以发现，inter回归系数为－0.016，在５％水平上显著，post×treat的回归系数为0.015，在１％水平上显著。表７第(３)列和第(４)列分别表示将chain指数作为企业信用链条类影子银行业务替代变量后的检验结果，与前两列回归结果较为一致。
值得注意的是，inter较chain回归系数大，表７第(２)列交互项post×treat系数较第(４)列略大，即“资管新规”对于信用中介类影子银行业务的抑制作用大于信用链条类影子银行业务，并且通过限制信用中介类影子银行业务更有利于企业进行数字化转型。可能的原因在于，信用链条类影子银行活动与理财类金融产品高度相关，企业风险主要受到金融市场风险传染，而信用中介类影子银行活动涉及各类贷款业务，企业风险主要受到财务危机等影响，因此具有更高的经营风险。“资管新规”是金融强监管政策，其“防范化解金融风险、高效服务实体经济”的根本目标更有利于限制企业信用中介类影子银行活动，进而促进企业数字化转型。
(二)核心业务发展
表８是将核心业务发展作为机制变量的检验结果，展示了“资管新规”、核心业务和企业数字化转型三者之间的路径关系。借鉴杜勇等的研究，本文将金融投资收益作为企业核心业务发展代理变量，分别使用ｃｏｒ１＝(营业利润－投资收益－公允价值变动收益＋对联营企业和合营企业的投资收益)/总资产和ｃｏｒ２＝(利润总额－投资收益－公允价值变动收益＋对联营企业和合营企业的投资收益)/总资产衡量。ｃｏｒ１或者ｃｏｒ２指数越大，越意味着企业倾向通过补充主业投资促进核心业务发展。根据模型(３)，表８第(１)列表示“资管新规”与ｃｏｒ１之间的关系。可以发现，交互项ｐｏｓｔ×ｔｒｅａｔ的回归系数为０.００５，在１％水平上显著，表明“资管新规”的实施提高了金融化程度高的企业主业投资，促进核心业务发展。根据模型(４)，表８第(２)列表示将ｃｏｒ１指数作为控制变量后“资管新规”对企业数字化转型的影响效果。可以发现，ｃｏｒ１回归系数为０.０４９，在５％水平上显著，ｐｏｓｔ×ｔｒｅａｔ的回归系数为０.０１４，在１％水平上显著。表８第(３)列和第(４)列分别表示将ｃｏｒ２指数作为替代变量后的检验结果，与前两列回归结果较为一致。
结果表明，“资管新规”降低了企业影子银行规模，并通过增加核心业务，促进数字化转型。因此，金融强监管的替代效应成立，验证了本文假设Ｈ２ａ。
(三)融资成本
表９是将融资成本作为机制变量的检验结果，展示了“资管新规”、融资成本和企业数字化转型三者之间的路径关系。与主流文献一致，本文分别使用ＳＡ和ＦＣ指数作为企业融资成本的代理变量，即ＳＡ或者ＦＣ指数越大，企业受到的融资约束越强，其融资成本越高。根据模型(３)，表９第(１)列表示“资管新规”与ＳＡ之间的关系。可以发现，交互项ｐｏｓｔ×ｔｒｅａｔ的回归系数为－０.０４８，在１％水平上显著，表明“资管新规”的实施降低了金融化程度高的企业融资成本。根据模型(４)，表９第(２)列表示将ＳＡ指数作为控制变量后“资管新规”对企业数字化转型的影响效果。可以发现，ＳＡ回归系数为－０.０１１，在１０％水平上显著，ｐｏｓｔ×ｔｒｅａｔ的回归系数为０.００６，在５％水平上显著，而且相较于基础回归，系数有所下降。表９第(３)列和第(４)列分别表示将ＦＣ指数作为企业融资成本替代变量后的检验结果，与前两列回归结果基本上一致。
结果表明，“资管新规”有助于降低企业融资成本，进而促进数字化转型。因此，金融强监管的融资效应成立，验证了本文假设Ｈ３ａ。
六、进一步分析
企业数字化转型活动有助于降低企业成本、增加企业利润。如果“资管新规”实质性地推动了企业数字化转型，那么企业将会通过进一步增加研发投入扩大数字化转型的经济效益，即企业增加研发投入是金融强监管促进企业数字化转型背景下的伴随效应。为检验这种效应，本文构建模型(５):
其中，ＲＤｉｔ表示企业研发投入，分别使用研发支出占企业总资产之比(ＲＤＲ)和研发人员数量占公司总人数之比(ＲＤＰ)衡量企业研发投入水平；ＤＩＤ表示交互项ｐｏｓｔ×ｔｒｅａｔ或ｐｏｓｔ×ＰｒｅＦｉｎ。
表１０为“资管新规”、企业数字化转型和研发投入的检验结果，展示了金融强监管背景下，企业通过增加研发投入扩大数字化转型经济效益。由第(１)列至第(４)列可以发现，交互项ｐｏｓｔ×ｔｒｅａｔ×ｄｉｇ和ｐｏｓｔ×ＰｒｅＦｉｎ×ｄｉｇ系数均为正数，并且至少在１０％水平上显著。这些结果证实了伴随效应存在，而且随着金融监管强度不断增加，这种效应更加明显。
七、结论与政策建议
数字经济时代，通过数字创新变革经营、管理、生产模式成为企业追求高质量发展的重要动力。如何通过金融监管引导金融资源赋能企业转型成为政府建设金融强国的发力方向。基于此，本文以“资管新规”的实施作为准自然实验，考察金融强监管与企业数字化转型之间的关系。研究发现，强化金融监管有助于提升金融化程度高的企业数字化转型水平；通过限制影子银行业务发展的金融强监管政策能够将企业资金从金融投资领域挤出至实体投资领域，支持监管有效观。路径关系检验发现，对于金融化程度高的企业，金融强监管通过压缩影子银行规模、引导聚焦主业发展、降低外部融资成本，能够有效发挥替代效应和融资效应，进而促进企业数字化转型。异质性分析发现，金融强监管对于企业数字化转型水平的提升效应，在非国有、逐利型、资本密集型企业中表现更为明显。此外，企业将会通过进一步增加研发投入扩大数字化转型的经济效益承担伴随效应。本文不仅丰富了金融强监管政策的微观经济效应研究，而且丰富了对企业数字化转型制度驱动因素的探索，还拓展了企业金融投资与创新转型决策互动关系的相关理论。
基于上述结论，提出以下政策建议:
第一，强化金融监管，促进企业数字化转型。金融强监管对企业数字化转型可能存在两种相反的效应，但是基于中国资本市场研究发现，金融强监管显著促进了企业数字化转型，支持监管有效观。因此，未来监管机构应继续扩大监管范围、统一监管标准。针对非金融企业影子银行业务，应当通过挤出企业过度金融投资行为、限制非生产性金融活动等方式，促使企业将更多资源转移到数字化转型活动中；针对金融机构，应当通过引导更多的信贷资金配置到实体企业长期业务发展上，全面打造金融资源服务实体经济的市场环境。
第二，优化资源配置结构，拓宽企业数字化业务。本文研究发现，金融强监管通过压缩影子银行业务、促进主业投资、缓解融资约束等途径促进企业数字化转型。因此，未来监管部门应当鼓励企业集团优化资产配置结构，减少短期金融资产依赖；同时，企业应当吸引创新型人才、转变短期盈利模式、聚焦核心业务发展，提升自身长久竞争力和可持续发展能力。此外，政府、企业应当协同发展金融科技，通过信息技术手段和在线业务平台，降低金融资本获取门槛，营造创新转型生态。
第三，因地制宜强化监管，有针对性地制定监管方案。本文研究发现，金融强监管促进企业数字化转型具有显著的异质性效应。因此，在具体实施监管方案时，应当充分考虑企业产权性质、金融资产配置动机和要素密集程度。对于国有、储蓄型、劳动要素密集型企业，应当以引导其关注前沿科技、激发市场竞争活力为方向；对于非国有、逐利型、资本要素密集型企业，应当以防范其影子银行扩张为重心。此外，监管部门应当进一步强化政策力度，持续激励企业创新发展。
南昌大学学报（人文社会科学版）
微信号｜ncdxxbskb
中文社会科学引文索引(CSSCI)来源期刊
全国中文核心期刊
中国人文社会科学核心期刊
RCCSE中国核心学术期刊
全国高校精品社科期刊
华东地区优秀期刊
