摘要：数据资产信息披露与债务违约风险是企业财务透明度和风险管理的关键议题，受到监管机构、投资者和学术界的广泛关注。以2008—2022年A股上市公司为研究对象，检验了数据资产信息披露对企业债务违约风险的影响。研究发现，数据资产信息披露程度越高，企业债务违约风险越低。进一步研究发现，数据资产信息披露的增加会降低融资约束来减少企业的债务违约风险。文章的研究不仅丰富了数据资产与企业财务风险领域的经验证据，也为企业提供了一个降低债务违约风险的新视角。

　　关键词：数据资产信息披露；债务违约风险；融资约束

　　在数字化时代背景下，数据资产已成为企业竞争的新高地，其价值创造和风险管理的双重属性日益受到重视。政策层面，各国政府也在积极推动数据要素市场的发展，如中国在《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）中对数据资产的合规使用和保护提出了明确要求，旨在促进数据资源的合理流动和有效利用，同时防范数据风险。在此背景下，研究数据资产信息披露对企业债务违约风险的影响，对于理解数据资产在现代企业财务管理中的作用具有重要意义。

　　债务违约风险则是指企业无法按照约定偿还债务本息的可能性，它与企业的财务健康状况和信息状况密切相关。在数据驱动的经济环境中，数据资产信息披露与债务违约风险之间的关系变得尤为复杂和重要。良好的数据资产信息披露有助于减少信息不对称，提升企业的透明度和信誉，从而影响企业的融资成本和债务结构，降低企业的债务违约风险。鉴于数据资产信息披露与债务违约风险之间关系的复杂性，本文选取2008—2022年间A股上市公司为样本，通过实证分析探讨二者之间的关系。

　　一、理论分析与研究假设

　　数据资产信息披露能够降低企业债务违约风险的理论基础在于信息不对称理论和信号传递理论。许红梅等（2020）、陈德球等（2013）发现劳动保护和社保压力对企业违约风险有显著影响[1-2]。牛彪等（2024）指出数据资产信息披露与审计师定价策略相关[3]，说明数据资产信息披露的程度能够影响市场对企业价值的评估。这些研究表明，数据资产的披露不仅能够给投资者和债权人提供更多的企业运营信息，还能够增强市场对企业的信任，降低企业的融资成本[4]，从而减少企业违约的风险[5]。因此，我们提出以下假设。

　　H1:数据资产信息披露降低了公司的债务违约风险。

　　融资约束的概念源自于代理理论。按照代理理论，管理者可能不会始终代表所有者的最佳利益行事，因此产生了代理成本，包括监督成本、契约成本和剩余损失。这些成本影响了企业的融资结构和投资决策，进而增加了企业的融资约束。结合国内学者许红梅等（2020）的研究，我们可以看到融资约束对企业债务违约风险的显著影响[1，6]。数据资产信息披露可以提高企业运营的透明度[7]，而更透明的信息能够降低投资者对企业未来现金流的不确定性，从而降低企业的融资成本和债务违约风险[8]。因此，我们提出以下假设。

　　H2：数据资产信息披露的增加会降低融资约束来减少企业的债务违约风险。

　　二、研究设计

　　（一）样本选择

　　本研究数据来源于中国研究数据服务平台（CNRDS）和国泰安数据库（CSMAR），样本区间位于2008—2022年。为了提升数据分析质量，本文对样本数据做出了以下处理：一是删除退市风险警示公司（ST和*ST公司）；二是剔除关键财务指标异常以及缺失的样本。经上述处理，最终得到9 203个年度观测值。并且鉴于不同变量之间可能存在的量纲和数值范围差异，本文统一了数据单位，以提高模型估计的稳定性与准确性。

　　（二）变量定义

　　1.被解释变量

　　企业债务违约风险（EDF）。本文参考许红梅等（2020）[1]的做法，采用Bharath and Shumway（2008）提出的Naive模型估计违约概率（EDF），具体做法是，根据企业财务数据和相同时期内的股价数据，利用期权定价公式计算出企业违约距离与通过EDF模型计算出的违约概率之间的对应关系，求出企业的预期违约率。

　　2.解释变量

　　数据资产信息披露程度（DAD）。参考牛彪等（2024）[3]的思路，上市公司在年报中主要对数据资产或数据资源的原始数据类型、规模、来源、权属情况，数据资产的应用情况、数据资产的应用场景及其对企业价值创造的影响方式，与数据资产应用场景相关的宏观经济和行业前景等进行自愿性披露[2]，因此，本文采用文本分析方法，统计“数据资产”“数据资源”“数据平台”等词汇出现的频次，以数据资产关键词频次占年报总词频百分比并取对数来衡量企业的数据资产信息披露程度。并且，为了检验模型的稳定性，考虑到解释变量中的不可观测因素在同一年份的不同企业中也可能存在相关性，本文也在年份层面对标准误进行聚类，同时控制时间和个体效应。

　　3.控制变量

　　本文参考已有文献中的一般做法设定控制变量，主要包括：企业规模（Size）、负债水平（Lev）、资产收益率（Roa）、企业成长性（Growth）、企业年龄（ListAge）、是否存在亏损（Loss）、产权性质（Soe），同时控制时间（Year）和个体（Id）效应。

　　（三）模型设定

　　为验证金融创新与企业盈余管理的关系，本文设定如下模型。

　　其中，被解释变量为企业债务违约风险（EDF），核心解释变量为数据资产信息披露程度（DAD）。Controls为控制变量，ε为模型的随机干扰项。本文重点关注α1的系数，其代表了较高的数据资产信息披露程度是否以及如何对企业债务违约风险产生影响。

　　为了进一步分析数据资产披露程度对企业债务违约风险的影响路径，本文设定如下中介效应模型。

　　其中，中介变量M为信息不对称程度。控制变量与基准回归一致；在这一部分，重点关注的是γ1、θ1和θ2的系数；在式（1）（2）的基础上，若γ1和θ2显著，则表明M具有中介效应。

　　三、实证分析

　　（一）描述性统计

　　企业债务违约风险（EDF）的均值为0.012 0，标准差为0.090 0，最小值为0，最大值为1，表明样本企业的平均债务违约风险较低，但存在从非常低到非常高的广泛分布，显示出企业间在盈余管理方面的差异。DAD（数据资产信息披露）则衡量企业在数据资产方面的信息透明度，其均值为-9.578，暗示信息披露水平普遍低于某个标准，且存在一定程度的分布不均，部分企业可能面临较高的信息披露不足风险。这两个指标共同反映了企业在财务健康和信息透明度方面的状况。

　　（二）相关性分析

　　限于篇幅，主要分析核心变量的相关性分析结果。结果表明，被解释变量企业债务违约风险（EDF）与解释变量数据资产信息披露程度（DAD）在1%的水平上呈显著负相关关系，初步判断解释变量数据资产信息披露程度（DAD）可能会降低企业债务违约风险（EDF），但相关性分析只能初步证明两个变量之间存在相关关系，并未控制其他变量的影响。具体结果有待进一步验证。

　　（三）基准回归

　　表2呈现了本文的基准回归结果。其中，被解释变量为企业债务违约风险（EDF），解释变量为数据资产信息披露程度（DAD）。列（1）控制公司和年份固定效应以及在个体层面聚类。列（2）进一步加入控制变量。结果均显示，数据资产信息披露程度（DAD）均在1%的水平上显著为负，这表明，数据资产信息披露程度越高，企业债务违约风险越低。就经济含义而言，数据资产信息披露程度（DAD）每提高1个标准差，企业债务违约风险便会降低约0.065 0(≈0.004 9×1.194 0/0.090 0）。

　　表3汇报了中介效应检验结果。结果显示，数据资产信息披露程度通过了逐步回归法检验，其与融资约束在1%的水平上显著为正，融资约束与企业债务违约风险在1%的水平上显著为正，且加入融资约束中介变量后，DAD与EDF的回归系数由0.004 9下降到0.004 5，故此表明融资约束的路径检验成立，即数据资产信息披露通过影响融资约束，进而影响企业的债务违约风险。具体来说，数据资产信息披露的增加会降低融资约束来减少企业的债务违约风险。

　　（五）稳定性检验

　　1.倾向得分匹配

　　本文考虑到数据资产信息披露程度较好的样本和较差的样本可能存在一定差异，具体而言：按照数据资产披露程度是否高于样本均值，将样本分为两组；通过企业规模（Size）、负债水平（Lev）、资产收益率（Roa）、企业成长性（Growth）、企业年龄（ListAge）、是否存在亏损（Loss）、产权性质（Soe），同时控制时间（Year）和个体（Id）效应等变量进行Logit回归得到倾向得分；对样本进行1∶1（半径0.05）无放回最近邻匹配。结果显示，匹配前两组样本的匹配变量存在显著差异，而在匹配后两组样本的匹配变量无显著差异，表明倾向得分匹配有效，采用匹配后样本进行实证检验，DAD与EDF回归系数在1%的水平上显著为正，匹配后的回归结果表明本文的研究结果依然稳健。

　　2.工具变量法

　　为了缓解内生性问题带来的影响，本文使用行业内其他公司年度均值作为工具变量进行两阶段模型估计。由表4列（1）（2）的工具变量回归结果可知，在第一阶段模型估计结果中，工具变量（IV）的回归系数在1%的水平上显著为正；在第二阶段模型估计结果中，基于工具变量估计得到的DAD对EDF的回归在5%的水平上显著为负，与前文结果一致。此外，本文对工具变量（IV）进行识别不足检验、弱工具检验，相关检验值也远大于10，验证了工具变量不存在识别不足和弱工具变量问题，表明工具变量选择合理。

　　四、结论与政策建议

　　本文通过对2008—2022年A股上市公司的实证分析，深入探讨了数据资产信息披露对企业债务违约风险的影响。研究结果表明，数据资产信息披露程度的提高显著降低了企业的债务违约风险，在非资本密集型企业中这一效应更为显著。此外，研究发现融资约束和研发强度在数据资产信息披露与债务违约风险之间起到了中介和调节作用。具体来说，数据资产信息披露的增加能够降低融资约束，进而减少企业的债务违约风险；这些发现不仅为理解数据资产在企业风险管理中的作用提供了新的视角，也为监管机构和企业在制定相关政策和管理策略时提供了实证依据。

　　根据以上结论提出如下建议：一是加强数据资产信息披露监管，监管机构应制定和完善数据资产信息披露的标准和指南，以减少信息不对称。二是优化融资环境，降低融资约束，政府和金融机构应通过税收优惠、信贷支持等政策措施优化融资环境，降低企业的融资约束，减少债务违约风险。三是重视研发强度对债务违约风险的影响，企业管理层需要平衡研发投入与财务风险，确保研发活动不会过度增加企业的财务负担。

　　综上所述，本文的研究为理解和应对企业债务违约风险提供了新的视角和策略。通过加强数据资产信息披露、优化融资环境、重视研发强度的影响、强化非资本密集型企业的数据资产管理以及推动跨行业合作，可以有效降低企业的债务违约风险，促进企业可持续发展。

参考文献：

　　［1］许红梅，李春涛.劳动保护、社保压力与企业违约风险——基于《社会保险法》实施的研究［J］.金融研究，2020（3）：115-133.

　　［2］陈德球，刘经纬，董志勇.社会破产成本、企业债务违约与信贷资金配置效率［J］金融研究，2013（11）：68-81.

　　［3］牛彪，于翔，苑泽明，等.数据资产信息披露与审计师定价策略［J］.当代财经，2024（2）：154-164.

　　［4］冯丽丽，辛赫，王林.数据资产、产业结构升级与新质生产力［J］.会计之友，2025（6）：7-14.

　　［5］郭景先，巩文杰.企业ESG表现对债务违约风险的影响——基于企业生命周期理论视角［J］.金融与经济，2023（11）：21-30+45.

　　［6］马秀斌，张庆君.金融周期、融资约束与企业债务风险［J］.金融与经济，2020（6）：82-89.

　　［7］张义强.中国上市公司信用风险管理实证研究—EDF模型在信用评估中的应用［J］.中国软科学，2004（1）：43-47.

　　［8］鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业创新可持续性［J］.经济研究，2013，48（1）：4-16.