《数字化投资对企业财务绩效的影响实证研究》11000字（论文）

正文假设2：制造企业的数字化投资会正向影响公司的营运能力。企业的偿债能力与现金流关系密切，是否拥有好的现金流决定企业能否及时偿还债务。对于企业而言，存货、固定资产等资产，变现能力较低，如果持有过多会占用资金，影响其流动性。数字技术的投入使用，可以帮助企业管控资产的持有情况，尽量减少积压与滞销，避免过多占用资金，保证企业的资金充足，进而提高企业的偿债能力。另外，数字软件系统可以帮助企业分析进行某项投资的收益和风险，避免盲目跟风投资，保证资金稳健。基于以上分析，故提出假设3:

假设3：制造企业的数字化投资会正向影响公司的偿债能力。数字技术的应用使得企业更加快捷、全面地获取各种内外部信息，便于企业对内外部环境进行综合分析，总结出本身存在的优势、劣势机会和威胁，从而更准确地做出符合企业战略的决策，有利于企业提升自身竞争力，获得持续健康发展。基于以上分析，故提出假设4:

假设4：制造企业的数字化投资会正向影响公司的发展能力。三、研究设计（一）样本选取与数据来源为了检验前面提出的假设，需要对数字化投资和企业财务绩效这两部分的数据进行收集和整理。本文的研究对象是我国上市制造业企业，样本区间是2015—2019年，数据来源于国泰安数据库、锐思数据库和企业年报等，具有客观性和准确性。根据研究需要，本文选择能披露完整数据的样本企业，剔除因财务情况异常ST类或ST*以及年报中未披露数字化投资的上市公司，共得到2167个样本数据。从表中不难看出，各年份的样本数逐年增加，也就是说实行数字化投资的企业数目逐年增加。具体情况如下：年份20152016201720182019样本数350410451470483（二）变量设计本文对于变量的选取参考相关文献，将分别从被解释变量、解释变量和控制变量三个方面来进行分析，探讨数字化投资是否影响企业的财务绩效以及如何影响的。1.被解释变量数字化投资是以数字技术、数字产业等为主要投资对象的经济活动。考虑数据的可获得性，对数字化投资的衡量也参考信息化投资。李治堂（2008）REF_Ref31591\r\h[12]设立了信息技术硬件价值和软件价值两个指标反映信息技术资产。朱斌（2018）REF_Ref31624\r\h[11]采用信息化投资、信息化硬件、软件和其他投资投资额进行测量。鲁啸军等（2021）REF_Ref29498\r\h[2]根据以往研究方法，用高新技术企业的信息化设备占总资产的比重衡量信息化资本。鉴于人员的投资尚未形成统一的标准，且数据难以收集，本文并未考虑，只是将数字化投资分为数字化软件投资和硬件投资，从这两个方面进行研究。数字化软件投资：数字化软件投资占总资产的比例，用S表示。这里的软件投资额是财务报表附注无形资产明细中系统软件、财务分析软件等项目的期末账面价值合计数。数字化硬件投资：数字化硬件投资占总资产的比例，用H表示。本文的软件投资额用财务报表附注固定资产科目下计算机、通讯设备、办公设备等电子设备代替。2.被解释变量根据上文对企业财务绩效的理论分析，解释变量的选取也包括这四个方面。（1）盈利能力盈利能力是用来考察企业获取利润的能力，主要指标有：营业利润率、总资产报酬率、净资产收益率、资产收益率。其中，资产收益率可表示每单位资产实现的净利润，该指标越高，则表明企业资产利用效果越好。因此，本文选取该指标衡量企业的盈利能力，用Y1表示。（2）营运能力营运能力是指企业的经营运转能力，主要指标有有：存货周转率、应收账款周转率、总资产周转率等。企业的资产周转越快，流动性越强，资产获取利润的速度就越快。总资产周转率等于销售收入总额除以资产总额，可用来分析所有资产的利用状况。因此，本文以该指标衡量企业的营运能力，用Y2表示。（3）偿债能力偿债能力是指企业利用资产偿还长期和短期债务的能力。企业是否拥有支付现金的能力，是企业生存和发展的关键。现金比率反映企业直接偿还负债的能力，一般而言，该指标越大，表明其资金弹性越好，偿债能力越强。因此，本文以该指标衡量企业的偿债能力，用Y3表示。（4）成长能力企业成长能力是指企业扩展经营的能力，衡量指标主要有：营业收入增长率、总资产增长率、营业利润增长率等。总资产增长率等于企业本年总资产增长额除以同年初资产总额，反映企业本期规模的增长情况。因此，本文以总资产增长率衡量企业的发展能力，用Y4表示。3.控制变量对于控制变量的选取，本文参考相关的文献，发现主要包括以下几个方面：（1）企业规模企业规模可以反映企业的经营规模和市场竞争能力，相关学者在研究绩效时通常会将其作为控制变量。一般而言，规模大的企业规章制度和组织形式完善，对资源的利用效率更高，小规模公司灵活性高，对投资的反应速度更快。本文选择用其期末资产总额取对数来对企业规模进行衡量，即LN（期末资产总额），用Size表示。（2）企业资本结构企业资本结构指企业筹集资金时，获得不同形式的资金的比例。根据MM理论，资本结构会影响企业的绩效水平。因此，应该将代表资本结构的指标作为控制变量引入。在参考相关文献的基础上，本文选取了常见代表指标资产负债率，用总负债/总资产衡量，用Lev表示。（3）企业性质我国公司性质可分为：国企、民营、外资及其他。由于所有制形式存在差异，企业得到的信息不同，获取的资源也就不同，最终导致企业绩效也不尽相同。因此，本文对所有制进行控制，用Owner表示，将国有企业记为1，其他形式记为0。（4）企业年龄企业年龄会影响数字化投资与企业绩效之间的关系。一般而言，年龄小的企业往往缺乏经验，进行投资的程度会偏低。本文将企业年龄引入控制变量，用Age表示，以分析其对财务绩效的影响。通过以上三个部分的叙述，已经完成对所有变量的选择，具体变量的定义参见下表：变量变量名称符号备注解释变量软件投资S系统分析、财务分析等软件合计数/总资产硬件投资H电子设备合计数/总资产被解释变量资产收益率Y1净利润/平均资产总额总资产周转率Y2销售收入/平均资产总额现金比率Y3经营活动产生的现金净流量/流动负债总资产增长率Y4（期末资产总额-期初资产总额）/期初资产总额控制变量公司规模SizeLN（公司总资产）企业资本结构Lev期末负债总额/资产总额公司性质Owner国有：1其他：0公司年龄AgeLN(观测年份-成立年份+1)（三）模型构建相关文献在研究信息技术投资对公司绩效影响的问题上，可选择多种方法建立模型。由于本人能力有限，在对相关文献中的研究方法综合分析后，选择多元线性回归分析方法建立模型。结合以上分析，本文初步建立了如下四个模型：Y1=α1+β1*S+β2*H+β3*Size+β4*Lev+β5*Owner+β6*Age+ε1Y2=α2+γ1*S+γ2*H+γ3*Size+γ4*Lev+γ5*Owner+γ6*Age+ε2Y3=α3+δ1*S+δ2*H+δ3*Size+δ4*Lev+δ5*Owner+δ6*Age+ε3Y4=α4+η1*S+η2*H+η3*Size+η4*Lev+η5*Owner+η6*Age+ε4其中，α1-α4为常数项，β1-β5，γ1-γ5，δ1-δ5，η1-η5为系数，ε1-ε4为误差项四、实证分析（一）描述性统计分析按照上述条件对搜集到的数据进行筛选后，剩余2167个样本，运用stata16软件对其进行缩尾处理，以排除极端值的影响。首先，对制造企业不同年度数字化投资情况和增长情况进行对比分析，具体如图1和图2所示：图1样本企业数字化投资情况图2软硬件投资增长情况由图1可知，在2015-2019年度，无论是硬件投资还是软件投资，制造业的投入都是逐年上升的，这表明整个行业开始认识到数字化转型的重要性，逐渐加大数字化投资，达到增加企业绩效的目的。而且，每一年的硬件投资额都远高于软件投资额，说明企业更注重硬件方面的投资，硬件已经成为企业内部的重要性生产元素。由图2可知，在2016-2017年度，企业对软件方面的投资增长率上升，硬件投资增长率下降，且软件投资增长率开始高于硬件投资增长率，说明企业已经意识到数字化软件投资的不可或缺性，越发重视对企业内部软件系统的投资。其次，对全体变量进行描述性统计，包括其均值、标准差、最小值、最大值，具体如表1所示：表1描述性统计分析样本量均值标准差最小值最大值S2,1670.1850.2570.0004171.500H2,1670.4190.4520.02492.472Y12,1676.9666.890-16.0930.93Y22,1670.6980.3550.1372.024Y32,167101.2115.68.205675.5Y42,16719.3429.38-22.61159.9Lev2,16738.2318.026.85683.75Size2,16721.771.10919.5824.92Owner2,1670.2200.41401Age2,1672.8730.3151.6093.555注:所有连续变量均作1%的Winsor缩尾处理由上表可知，虽然同属制造业行业，但不同企业对数字化投资的理念是不同的。数据显示，软件投资占比最大是1.533%，最小是0，平均值0.182%；硬件投资占比最大是3.193%，最小是0.0143%，平均值0.418%，投资程度相差较大。很明显看到数字化硬件投资远高于软件投资，这说明制造业企业明显更重视硬件方面的投资，在软件投入方面仍有很大的进步空间。在解释变量方面，四个指标差别较大，有的甚至为负值，说明不同企业的财务绩效之间存在较大差异。在控制变量方面，有的企业资产样本企业资产收益率高达83.75%,最低为6.856%，说明企业的资本结构差异较大，而且企业的规模、所有制、年龄也不尽相同，这保证了研究的全面性。相关性分析为了保证实证研究有意义，本文采用Pearson系数对各变量之间进行相关性分析。通过相关性分析，可以看出衡量企业财务绩效的指标和影响指标之间的相关性和相关程度。相关系数的符号表示了是正相关还是负相关，而相关系数的绝对值代表了相关程度的大小，绝对值越大，则相关程度越高，具体相关性分析如下：表2相关性分析SHY1Y2Y3Y4LevSizeOwnerAgeS1H0.256***1Y1-0.036*-0.0061Y20.111***0.096***0.380***1Y3-0.0330-0.088***0.173***-0.165***1Y40.0160-0.056***0.217***0.106***0.070***1Lev0.047**0.088***-0.262***0.171***-0.608***-0.042*1Size-0.02200.087***-0.225***-0.062***-0.255***-0.086***0.464***1Owner-0.041*0.068***-0.176***-0.047**-0.043**-0.159***0.216***0.373***1Age-0.071***0.012-0.219***-0.118***-0.0180-0.201***0.096***0.292***0.282***1注：***、**、*分别表示在1%、5%、10%水平上显著由上表可知，在0.01水平上，数字化软件投资与总资产周转率存在明显的正相关关系；数字化硬件投资程度与总资产周转率、现金比率、总资产增长率都有着明显的相关关系，不同的是，与总资产周转率存在明显的正相关，与现金比率、总资产增长率呈负相关；关于控制变量，企业的资产负债率、规模、所有制、年龄均与财务绩效的四个指标有相关关系，呈显著负相关。在0.1水平下，数字化软件投资程度与资产收益率有负相关关系。（三）回归分析表3回归分析 模型1模型2模型3模型4Y1Y2Y3Y4S-1.384**0.099***4.1252.771(-2.45)(3.32)(0.52)(1.13)H0.562*0.057***-10.837**-3.556**(1.75)(3.35)(-2.41)(-2.54)Lev-0.077***0.005***-4.014***-0.002(-8.77)(10.32)(-32.55)(-0.06)Size-0.385**-0.046***-0.2410.641(-2.50)(-5.71)(-0.11)(0.96)Owner-1.109***-0.01925.338***-8.343***(-2.98)(-0.95)(4.86)(-5.16)Age-3.630***-0.098***4.435-13.239***(-7.53)(-3.84)(0.66)(-6.30)Constant28.607***1.763***249.049***48.536***(8.92)(10.43)(5.53)(3.47)Observations2,1672,1672,1672,167R-squared0.1200.0770.3840.082Ftest0000r2_a0.1160.07300.3810.0777F29.3418.05134.319.25t-statisticsinparentheses***p<0.01,**p<0.05,*p<0.11.数字化投资对企业盈利能力的回归分析为检验假设1，构建以资产收益率为被解释变量，企业数字化软硬投资为解释变量，企业资本结构、规模、所有制、年龄作为控制变量的模型。从上表中的模型1计算结果可以看出，在1%的水平上，企业的资本结构、所有制、年龄的系数均为负，说明与企业的盈利能力具有负相关关系，这三个控制变量越大，企业的盈利能力可能越来越低；在5%的水平上，软件投资和企业规模的系数为负，说明呈负相关，增加软件投资，企业规模越大，企业的盈利能力也越低；在10%的水平上硬件投资的系数为正，说明呈正相关，即数字硬件化投资规模越大，企业盈利能力越好。因此，假设1成立。2.数字化投资对企业运营能力的回归分析为检验假设2，构建以总资产周转率为被解释变量，企业数字化软硬投资为解释变量，企业资本结构、规模、所有制、年龄作为控制变量的模型。从上表中的模型2计算结果可以看出，在1%的水平上软硬件投资的系数均为正，说明呈显著正相关，即数字化投资规模越大，企业总资产周转率越高，营运能力越好。从资源观的角度看，企业具有的有形和无形的资源特别是数据资源可以成为企业竞争优势的来源。企业进行数字化投资，能够增加数字化资源，从而提高企业财务绩效。关于控制变量，企业的营运能力与资本结构显著正相关，与规模和年龄系数显著负相关，与企业所有制的关系较小。因此，假设2得以验证。3.数字化投资对企业偿债能力的回归分析为检验假设3，构建以现金比率为被解释变量，企业数字化软硬投资为解释变量，企业资本结构、规模、所有制、年龄作为控制变量的模型。从上表中的模型3计算结果可以看出，在5%的水平上，硬件投资的系数为负，说明负向影响企业的偿债能力，与企业的规模呈负相关，与所有制形式呈正相关，说明国有企业较其他形式的企业偿债能力较强。因此，研究结论与假设3相反。4.数字化投资对企业发展能力的回归分析为检验假设4，构建以总资产增长率为被解释变量，企业数字化软硬投资为解释变量，企业资本结构、规模、所有制、年龄作为控制变量的模型。从上表中的模型4计算结果可以看出，在5%的水平上硬件投资的系数为负，说明企业增加数字化硬件投资，企业的发展能力可仍然能够会降低。除此之外，企业的性质与年龄也与企业发展能力呈负相关。因此，假设4未成立。（四）稳健性检验为了消除数字化投资对企业财务绩效的滞后效应，使实证结果较为稳健，同时控制解释变量和被解释变量间存在的内生性问题，本文将自变量滞后一个会计年度，即数字化硬件投资和软件投资滞后一个会计年度，再次进行回归分析，结果如下：表4：稳健性检验回归分析表 模型1模型2模型3模型4Y1Y2Y3Y4L.S-1.547**0.077**5.9328.137***(-2.27)(2.20)(0.66)(3.07)L.H0.3470.056***-6.4371.558(0.86)(2.73)(-1.21)(1.00)Lev-0.102***0.004***-3.807***0.032(-9.45)(8.11)(-26.47)(0.75)Size0.141-0.035***-0.8530.554(0.74)(-3.56)(-0.34)(0.74)Owner-1.205***-0.03627.235***-8.942***(-2.69)(-1.57)(4.57)(-5.12)Age-3.093***-0.086***2.127-15.117***(-5.14)(-2.78)(0.27)(-6.45)Constant17.001***1.503***247.333***54.313***(4.14)(7.16)(4.54)(3.40)Observations1,4781,4781,4781,478R-squared0.1130.0640.3820.110Ftest0000r2_a0.1080.05800.3780.105F20.8311.10100.820.21t-statisticsinparentheses***p<0.01,**p<0.05,*p<0.1关于企业的盈利能力，滞后一期的数字化硬件投资在5%的水平上显著为负，硬件投资没有显著关系，与上述结论一致，表明数字化投资对企业的盈利能力的影响效应较为稳健。关于企业的营运能力，滞后一期的数字化软硬件投资在5%的水平上均显著为正，与上述结论一致，表明数字化投资对企业营运能力的影响效应稳健。关于企业的偿债能力，滞后一期的数字化软硬件投资均没有显著关系。关于企业的发展能力，滞后一期数字化软件投资在1%的水平上显著为正，硬件投资没有显著关系。五、研究结论与建议通过上述研究，本文对数字化投资对企业财务绩效四个方面的关系进行了深入、系统的分析，该部分主要对研究进行结论的总结，针对存在问题提出对策建议。(一)研究结论1.在制造业这一行业中，进行数字化投资的企业数逐年增加，但各企业数字化投资程度差异较大。其中，对于硬件的投资明显高于软件投资，说明企业更重视硬件方面的投资。从2016年以后，企业逐渐意识到软件投资的重要性，开始加大这方面投资的力度。2.数字化投资对企业盈利能力影响显著。当期与滞后一期数字化硬件投资对企业盈利能力影响呈正相关关系，软件投资呈负相关关系。企业增加软件投资，势必占用一定的生产资本和人力资本，周期较长，并不能立即满足企业的需求，需要企业在后续过程中逐渐加强和完善，才能使企业的软件资源成为企业竞争优势的动力，从而提高企业绩效。3.数字化投资对企业营运能力影响显著。当期与滞后一期软硬投资与企业营运能力均呈正相关关系。主要因为在日常工作中，软硬件的使用会大幅度提高效率，间接提高企业的营运能力。此外，企业的营运能力与企业规模呈负相关关系，企业规模越大，意味着企业的组织结构更加复杂，会降低企业生产、销售的效率，导致企业营运能力降低。4.数字化投资对企业偿债能力影响不显著。当期数字化软件投资与偿债能力正相关，但影响不大，而硬件投资与盈利能力负相关，滞后一期