林川

(四川外國(guó)語(yǔ)大學(xué)國(guó)別經(jīng)濟(jì)與國(guó)際商務(wù)研究中心/國(guó)際金融與貿(mào)易學(xué)院，重慶 400031)

一、引言

作為近年來(lái)中國(guó)經(jīng)濟(jì)發(fā)展中最活躍的因素，數(shù)字經(jīng)濟(jì)通過(guò)與經(jīng)濟(jì)社會(huì)各領(lǐng)域的深度融合與廣度拓展，推動(dòng)了數(shù)字產(chǎn)業(yè)化發(fā)展和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，拉動(dòng)了新一輪消費(fèi)與投資的增長(zhǎng)，創(chuàng)造了更多的就業(yè)機(jī)會(huì)，帶來(lái)了全要素生產(chǎn)率的倍增效應(yīng)，賦能了中國(guó)實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展(李平等，2019；趙濤等，2020)。根據(jù)中國(guó)信通院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(2021年)》，2020年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)達(dá)到了39.2萬(wàn)億元，數(shù)字產(chǎn)業(yè)化規(guī)模達(dá)到了7.5萬(wàn)億元，在整體經(jīng)濟(jì)增速放緩的同時(shí)，數(shù)字經(jīng)濟(jì)卻實(shí)現(xiàn)了逆勢(shì)中的加速發(fā)展。同樣，數(shù)字化轉(zhuǎn)型也是企業(yè)提升傳統(tǒng)動(dòng)能、培養(yǎng)發(fā)展新動(dòng)能的重要手段(袁淳等，2021)。企業(yè)通過(guò)利用大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能、金融科技等新一代數(shù)字技術(shù)，將數(shù)字技術(shù)運(yùn)用到生產(chǎn)、研發(fā)、銷售、經(jīng)營(yíng)等各項(xiàng)活動(dòng)，積極主動(dòng)進(jìn)行數(shù)字化轉(zhuǎn)型，能夠?qū)崿F(xiàn)數(shù)字技術(shù)所帶來(lái)的規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)及長(zhǎng)尾效應(yīng)，降低綜合成本，形成更好的供需匹配，提高經(jīng)濟(jì)的均衡水平，也能夠形成企業(yè)的可持續(xù)發(fā)展(荊文君和孫寶文，2019)。習(xí)近平總書記在2022年第2期《求是》發(fā)表的重要文章《不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)》明確指出，要“促進(jìn)數(shù)字技術(shù)和實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)”。數(shù)字化轉(zhuǎn)型已經(jīng)成為企業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的必由之路，也是近年來(lái)政府、社會(huì)各界及學(xué)術(shù)領(lǐng)域廣泛關(guān)注的重要行動(dòng)議題。

數(shù)字化轉(zhuǎn)型能夠給企業(yè)帶來(lái)什么？Galindo-Martín et al.(2019)指出數(shù)字化轉(zhuǎn)型增強(qiáng)了企業(yè)價(jià)值創(chuàng)造，激發(fā)了企業(yè)家精神，給企業(yè)帶來(lái)了數(shù)字紅利。Wruk et al.(2019)指出共享經(jīng)濟(jì)中企業(yè)的數(shù)字化轉(zhuǎn)型能夠?qū)r(jià)值主張與商業(yè)模式特征有機(jī)結(jié)合，以此推動(dòng)企業(yè)更好地踐行社會(huì)責(zé)任，并形成企業(yè)的可持續(xù)發(fā)展。Song et al.(2022)指出數(shù)字化轉(zhuǎn)型帶來(lái)的網(wǎng)絡(luò)效應(yīng)和商業(yè)模式創(chuàng)新能夠降低企業(yè)的交易成本，拓展?fàn)I銷渠道，改變傳統(tǒng)經(jīng)營(yíng)模式。袁淳等(2021)指出數(shù)字化轉(zhuǎn)型能夠降低企業(yè)面臨的交易成本，提升企業(yè)專業(yè)化分工水平。趙宸宇等(2021)指出數(shù)字化轉(zhuǎn)型能夠提升企業(yè)創(chuàng)新能力，推動(dòng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合，以及有效地降低企業(yè)生產(chǎn)成本，從而能夠提升企業(yè)全要素生產(chǎn)率。肖紅軍等(2021)指出數(shù)字化轉(zhuǎn)型能夠強(qiáng)化企業(yè)內(nèi)部控制信息披露機(jī)制，改善企業(yè)社會(huì)責(zé)任的表現(xiàn)程度。黃大禹等(2021)指出數(shù)字化轉(zhuǎn)型能夠有效地提升技術(shù)創(chuàng)新能力，降低企業(yè)風(fēng)險(xiǎn)，顯著地提升企業(yè)價(jià)值水平。然而，現(xiàn)有文獻(xiàn)多探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)本身的影響，較少關(guān)注數(shù)字化轉(zhuǎn)型是否影響了企業(yè)在股票市場(chǎng)的表現(xiàn)，僅有吳非等(2021)研究了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股票流動(dòng)性的影響，指出數(shù)字化轉(zhuǎn)型提升了企業(yè)股票在資本市場(chǎng)的流動(dòng)性。

作為資本市場(chǎng)異象，股價(jià)崩盤具有隱蔽性強(qiáng)、傳染性快、破壞性大的特征，不但會(huì)直接影響市場(chǎng)投資者信心與企業(yè)利益，影響資本市場(chǎng)穩(wěn)定發(fā)展，還會(huì)引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)乃至影響實(shí)體經(jīng)濟(jì)發(fā)展，從而使得股價(jià)崩盤風(fēng)險(xiǎn)成為近年來(lái)宏觀經(jīng)濟(jì)與微觀金融領(lǐng)域關(guān)注的重要話題(Jayech，2016；Anastasiou et al.，2021)。從Jin and Myers(2006)、Hutton et al.(2009)較早指出企業(yè)管理層隱匿信息的行為引發(fā)股價(jià)崩盤的最直接研究，到其后針對(duì)信息披露機(jī)制(Defond et al.，2014；Kim and Zhang，2016)、財(cái)務(wù)結(jié)構(gòu)(Kim et al.，2011；Kim et al.，2016)、股權(quán)結(jié)構(gòu)(王化成等，2015；姜付秀等，2018)、管理層結(jié)構(gòu)(Shahab et al.，2020；Krishnamurti et al.，2021)等的研究，均是基于企業(yè)層面分析了影響及抑制股價(jià)崩盤風(fēng)險(xiǎn)的各類因素。同樣，企業(yè)戰(zhàn)略與決策也會(huì)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生影響。孫健等(2016)、Habib and Hasan(2017)均指出企業(yè)戰(zhàn)略的決定會(huì)影響股價(jià)崩盤風(fēng)險(xiǎn)；徐業(yè)坤等(2020)指出企業(yè)多元化經(jīng)營(yíng)戰(zhàn)略會(huì)影響股價(jià)崩盤風(fēng)險(xiǎn)。然而，現(xiàn)有文獻(xiàn)并未給出企業(yè)數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)間的經(jīng)驗(yàn)證據(jù)。從理論層面來(lái)看，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程賦予了全新動(dòng)能，會(huì)影響到自身沉淀信息的釋放，影響到與市場(chǎng)投資者之間信息不對(duì)稱的關(guān)系，從而影響到企業(yè)風(fēng)險(xiǎn)承擔(dān)、風(fēng)險(xiǎn)管理、風(fēng)險(xiǎn)防范以及抵御外界不確定性因素的能力，進(jìn)而影響股價(jià)崩盤風(fēng)險(xiǎn)?，F(xiàn)有文獻(xiàn)尚未從股價(jià)崩盤風(fēng)險(xiǎn)視角考察企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，因此本文的研究具有較強(qiáng)的意義。

本文以中國(guó)深滬主板上市公司為樣本，理論與實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。與現(xiàn)有文獻(xiàn)相比，本文的邊際貢獻(xiàn)體現(xiàn)為：一是現(xiàn)有針對(duì)企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究多集中在企業(yè)層面，而本文將研究?jī)?nèi)容拓展為企業(yè)在股票市場(chǎng)表現(xiàn)層面，是對(duì)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究文獻(xiàn)的有益補(bǔ)充；二是現(xiàn)有文獻(xiàn)尚未基于企業(yè)數(shù)字化轉(zhuǎn)型視角分析對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，本文研究不但拓展了針對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的研究視角，也有利于發(fā)現(xiàn)抑制股價(jià)崩盤風(fēng)險(xiǎn)的新因素；三是通過(guò)對(duì)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響機(jī)制、作用路徑和異質(zhì)性分析，為企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型，以及市場(chǎng)投資者對(duì)數(shù)字化轉(zhuǎn)型企業(yè)進(jìn)行投資提供更精準(zhǔn)的建議。

二、理論分析與研究假說(shuō)

(一)數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)

作為企業(yè)戰(zhàn)略轉(zhuǎn)型的重要內(nèi)容之一，數(shù)字化轉(zhuǎn)型是當(dāng)前企業(yè)以數(shù)字技術(shù)形式主動(dòng)參與數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合，降低傳統(tǒng)人力、物力等重復(fù)成本，以此推動(dòng)企業(yè)未來(lái)高質(zhì)量發(fā)展與持續(xù)成長(zhǎng)的有效路徑(Ebert and Duarte，2018)?，F(xiàn)有文獻(xiàn)肯定了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的積極影響，例如降低生產(chǎn)成本、提升生產(chǎn)效率、提升創(chuàng)新效率、推動(dòng)企業(yè)成長(zhǎng)等(李海艦和李燕，2020；倪克金和劉修巖，2021)，這意味著以大數(shù)據(jù)、區(qū)塊鏈、人工智能、金融科技等為代表的新一代數(shù)字技術(shù)能夠有效地促使企業(yè)進(jìn)行動(dòng)態(tài)調(diào)整，對(duì)傳統(tǒng)業(yè)務(wù)模式進(jìn)行根本性的改革與重塑，提升自身生存能力。尤其是在當(dāng)前全球經(jīng)濟(jì)增長(zhǎng)放緩以及新冠疫情對(duì)經(jīng)濟(jì)沖擊的大背景下，企業(yè)依托國(guó)家發(fā)展數(shù)字經(jīng)濟(jì)的政策以及營(yíng)造的良好數(shù)字經(jīng)濟(jì)環(huán)境，夯實(shí)自身數(shù)字化基礎(chǔ)，有效進(jìn)行數(shù)字化轉(zhuǎn)型，不但能夠?yàn)槠髽I(yè)帶來(lái)更高的直接收入，也能夠?yàn)槠髽I(yè)進(jìn)行其他經(jīng)濟(jì)活動(dòng)提供有力的支持。

數(shù)字化轉(zhuǎn)型會(huì)對(duì)企業(yè)在股票市場(chǎng)的股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生什么影響呢？企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，會(huì)直接提升企業(yè)會(huì)計(jì)信息質(zhì)量，改善內(nèi)部控制信息披露的體系與質(zhì)量，降低企業(yè)與市場(chǎng)投資者之間的信息不對(duì)稱情況，并且在對(duì)企業(yè)信息披露形成治理效應(yīng)的同時(shí)，提升企業(yè)風(fēng)險(xiǎn)管控與風(fēng)險(xiǎn)防范的能力，從而降低股價(jià)崩盤風(fēng)險(xiǎn)。一方面，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，自身釋放了更多信息，能夠降低企業(yè)代理成本，改善內(nèi)部控制信息披露的體系與質(zhì)量，提升企業(yè)會(huì)計(jì)信息質(zhì)量。數(shù)字化轉(zhuǎn)型會(huì)帶來(lái)企業(yè)管理范式與管理制度顛覆性的改革與變化，使得企業(yè)可以運(yùn)用數(shù)字技術(shù)重塑管理體系，這能夠有效地節(jié)約企業(yè)管理成本，改變內(nèi)部股東與管理層間的關(guān)系，以此降低代理成本(Frynas et al.，2018；劉淑春等，2021)。而代理成本的降低，不但能夠降低管理層機(jī)會(huì)主義傾向，降低其操弄盈余動(dòng)機(jī)，也會(huì)形成管理層與各利益相關(guān)者之間深度價(jià)值互惠的透明空間(肖紅軍等，2021)。而且，數(shù)字化轉(zhuǎn)型也會(huì)帶來(lái)企業(yè)內(nèi)部控制體系與結(jié)構(gòu)的變化，加強(qiáng)了對(duì)管理層的監(jiān)管，壓縮了管理層通過(guò)選擇性披露信息以操弄或掩飾企業(yè)正常經(jīng)營(yíng)狀況的空間，使得管理層需要花費(fèi)更多精力、更大成本進(jìn)行信息操弄(易露霞等，2021)。于是，在數(shù)字化轉(zhuǎn)型過(guò)程中，主客觀因素都會(huì)促使管理層將重心更多地集中在經(jīng)營(yíng)業(yè)務(wù)的提質(zhì)增效層面，而并非穩(wěn)健的財(cái)務(wù)行為。另一方面，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中降低了自身的經(jīng)營(yíng)風(fēng)險(xiǎn)，提升了風(fēng)險(xiǎn)防控與風(fēng)險(xiǎn)管理的能力。企業(yè)通過(guò)利用數(shù)字技術(shù)，能夠提升信息的可利用程度，有利于管理層更好地掌握企業(yè)自身經(jīng)營(yíng)過(guò)程中出現(xiàn)的問(wèn)題，及行業(yè)、市場(chǎng)中隨時(shí)出現(xiàn)的新變化，這不但有利于管理層更好地做出決策，也能夠降低企業(yè)經(jīng)營(yíng)過(guò)程中的風(fēng)險(xiǎn)(吳非等，2021)。同時(shí)，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中引入了新的風(fēng)險(xiǎn)監(jiān)控體系，加強(qiáng)了對(duì)企業(yè)各項(xiàng)經(jīng)營(yíng)流程的監(jiān)管以及對(duì)管理層行為的治理，緩解了管理層過(guò)度的風(fēng)險(xiǎn)規(guī)避傾向(黃大禹等，2021)，從而提升了企業(yè)抵御風(fēng)險(xiǎn)的能力與風(fēng)險(xiǎn)承擔(dān)的水平。

綜上所述，本文提出研究假說(shuō)：

H1：數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)間存在顯著的負(fù)相關(guān)關(guān)系。

作為企業(yè)外部治理體系的重要組成部分，制度環(huán)境能夠抑制管理層隱匿信息行為，提升企業(yè)信息披露質(zhì)量，降低信息不對(duì)稱程度，以此達(dá)到抑制股價(jià)崩盤風(fēng)險(xiǎn)，保護(hù)市場(chǎng)投資者的效果(王化成等，2014)。而且制度環(huán)境還能夠?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型提供優(yōu)質(zhì)的外部環(huán)境及對(duì)企業(yè)數(shù)字化轉(zhuǎn)型形成保護(hù)，為企業(yè)營(yíng)造新的數(shù)字技術(shù)體系與數(shù)字經(jīng)濟(jì)商業(yè)生態(tài)體系，并形成轄區(qū)內(nèi)企業(yè)間的競(jìng)爭(zhēng)效應(yīng)；尤其是形成企業(yè)間數(shù)字化轉(zhuǎn)型的“規(guī)范化同構(gòu)效應(yīng)”，激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型意愿，促使企業(yè)主動(dòng)通過(guò)數(shù)字化轉(zhuǎn)型提升企業(yè)競(jìng)爭(zhēng)力，避免被逐出數(shù)字經(jīng)濟(jì)時(shí)代的新商業(yè)生態(tài)體系。與低制度環(huán)境地區(qū)相比，高制度環(huán)境地區(qū)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中披露的信息更為全面、及時(shí)與真實(shí)，而且良好制度環(huán)境會(huì)通過(guò)解決外部環(huán)境中的制度缺失與制度體系的過(guò)度繁冗，形成對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的制度支持與制度補(bǔ)充，極大程度地解決企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中的融資約束、技術(shù)制約、模式困境等問(wèn)題，降低企業(yè)數(shù)字化轉(zhuǎn)型的成本與風(fēng)險(xiǎn)，也能夠形成對(duì)管理層的保護(hù)，降低管理層私利行為。因此，本文提出研究假說(shuō)：

H2：與低制度環(huán)境地區(qū)企業(yè)相比，高制度環(huán)境地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更明顯。

由于企業(yè)數(shù)字化轉(zhuǎn)型與履行社會(huì)責(zé)任間具有相同價(jià)值取向，數(shù)字化所蘊(yùn)含的企業(yè)開放式、共創(chuàng)式、共享式思維，與社會(huì)責(zé)任履行過(guò)程中強(qiáng)調(diào)的社會(huì)利益、價(jià)值功能及可持續(xù)發(fā)展思路的本質(zhì)是相同的，這就使得數(shù)字化轉(zhuǎn)型與社會(huì)責(zé)任之間會(huì)相互賦能，推動(dòng)了企業(yè)經(jīng)營(yíng)過(guò)程中的服務(wù)提檔升級(jí)，拉進(jìn)了與社會(huì)、政府、客戶等的關(guān)系。與社會(huì)責(zé)任履行程度較低的企業(yè)相比，社會(huì)責(zé)任履行程度更高的企業(yè)會(huì)更完整、信息量更大地披露數(shù)字化轉(zhuǎn)型信息，還會(huì)主動(dòng)通過(guò)披露社會(huì)責(zé)任報(bào)告的形式，進(jìn)一步披露數(shù)字化轉(zhuǎn)型的內(nèi)容，從而提升企業(yè)信息披露質(zhì)量，也使得市場(chǎng)投資者能夠得到更多的企業(yè)信息。例如，恒生電子(600570)在其2020年企業(yè)社會(huì)責(zé)任報(bào)告中，就對(duì)企業(yè)如何進(jìn)行數(shù)字化建設(shè)，以及助推金融機(jī)構(gòu)數(shù)字轉(zhuǎn)型升級(jí)進(jìn)行了詳細(xì)介紹。而且，良好的社會(huì)責(zé)任還會(huì)起到對(duì)利益相關(guān)者利益的保護(hù)作用(劉志陽(yáng)等，2020)，尤其是能夠滿足一些還無(wú)法適應(yīng)數(shù)字化轉(zhuǎn)型趨勢(shì)的股東利益(Vollero et al.，2020)。因此，本文提出研究假說(shuō)：

H3：與社會(huì)責(zé)任履行程度較低企業(yè)相比，社會(huì)責(zé)任履行程度較高企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更明顯。

不同產(chǎn)權(quán)屬性的企業(yè)，由于自身能夠獲得的資源、管理風(fēng)格、治理意識(shí)等方面存在較大差異，會(huì)存在明顯不同的發(fā)展目標(biāo)、激勵(lì)目標(biāo)、追求目標(biāo)。在數(shù)字化轉(zhuǎn)型過(guò)程中，雖然國(guó)有企業(yè)作為國(guó)民經(jīng)濟(jì)發(fā)展的中堅(jiān)力量，需要把握數(shù)字經(jīng)濟(jì)的歷史機(jī)遇，主動(dòng)進(jìn)行數(shù)字化轉(zhuǎn)型，但數(shù)字化轉(zhuǎn)型同樣是非國(guó)有企業(yè)打造“專精特新”的重要路徑。與國(guó)有企業(yè)相比，非國(guó)有企業(yè)雖然需要更多考慮轉(zhuǎn)型成本與轉(zhuǎn)型風(fēng)險(xiǎn)等問(wèn)題，但由于其自身管理鏈條較短，在轉(zhuǎn)型過(guò)程中的認(rèn)識(shí)分歧、數(shù)字技術(shù)與現(xiàn)有業(yè)務(wù)場(chǎng)景切入點(diǎn)等問(wèn)題的處理也就會(huì)相對(duì)簡(jiǎn)單，數(shù)字化轉(zhuǎn)型也就會(huì)相對(duì)靈活。而且，國(guó)有企業(yè)需要承擔(dān)更多社會(huì)與政治目標(biāo)，而非國(guó)有企業(yè)則會(huì)更單純地追求經(jīng)濟(jì)目標(biāo)，這就使得非國(guó)有企業(yè)也可以更主動(dòng)地進(jìn)行數(shù)字化轉(zhuǎn)型，并可以更好地獲得數(shù)字化轉(zhuǎn)型的紅利。尤其是，在當(dāng)前省市都推出數(shù)字化轉(zhuǎn)型激勵(lì)政策的背景下，非國(guó)有企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的動(dòng)力也就更足，從而促使其在數(shù)字化轉(zhuǎn)型過(guò)程中更好地發(fā)揮數(shù)字化轉(zhuǎn)型的作用。因此，本文提出研究假說(shuō)：

H4：與國(guó)有企業(yè)相比，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更明顯。

雖然每個(gè)企業(yè)都存在股價(jià)崩盤風(fēng)險(xiǎn)，但有的企業(yè)在某個(gè)年度實(shí)質(zhì)性地出現(xiàn)了股價(jià)崩盤，而有的企業(yè)則僅僅是存在股價(jià)崩盤的風(fēng)險(xiǎn)。然而，在股價(jià)崩盤企業(yè)與非股價(jià)崩盤企業(yè)中，由于企業(yè)積累的資本市場(chǎng)風(fēng)險(xiǎn)存在極大差異，從而企業(yè)決策、企業(yè)戰(zhàn)略轉(zhuǎn)型等對(duì)風(fēng)險(xiǎn)影響的差異也就會(huì)不同。與股價(jià)崩盤的企業(yè)相比，非股價(jià)崩盤企業(yè)由于在資本市場(chǎng)表現(xiàn)相對(duì)平穩(wěn)，企業(yè)所做出的決策能獲得更多市場(chǎng)投資者的穩(wěn)定支持，這就會(huì)使得這類企業(yè)更加愿意，也更有底氣進(jìn)行數(shù)字化轉(zhuǎn)型，也就有利于數(shù)字化轉(zhuǎn)型更好地發(fā)揮作用。而市場(chǎng)投資者由于在股價(jià)崩盤企業(yè)中受到了利益損失，對(duì)這一類企業(yè)就會(huì)存在“敵意”，即使這一類企業(yè)選擇數(shù)字化轉(zhuǎn)型或其他戰(zhàn)略選擇，市場(chǎng)投資者也會(huì)“小心翼翼”。因此，本文提出研究假說(shuō)：

H5：與股價(jià)崩盤企業(yè)相比，非股價(jià)崩盤企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用更明顯。

(二)數(shù)字化轉(zhuǎn)型、信息與股價(jià)崩盤風(fēng)險(xiǎn)：影響機(jī)制分析

管理層隱匿或有選擇披露信息行為是引發(fā)股價(jià)崩盤風(fēng)險(xiǎn)的最核心因素。企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，會(huì)直接影響信息披露的數(shù)量與質(zhì)量，影響管理層操弄信息的動(dòng)機(jī)，以此影響企業(yè)與市場(chǎng)投資者之間的信息不對(duì)稱程度，從而影響到股價(jià)崩盤風(fēng)險(xiǎn)。

首先，數(shù)字化轉(zhuǎn)型能夠直接提升企業(yè)信息披露的數(shù)量與質(zhì)量，讓市場(chǎng)投資者獲知更多企業(yè)信息。一方面，企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)就在于挖掘和釋放數(shù)據(jù)與信息的價(jià)值，而數(shù)字化技術(shù)可以將信息的積累與披露進(jìn)行標(biāo)準(zhǔn)化，這就意味著企業(yè)隱匿信息或是有選擇性披露信息的成本與難度越來(lái)越大。例如，在區(qū)塊鏈技術(shù)下，企業(yè)若進(jìn)行信息操弄，可能需要將整個(gè)交易鏈條上全部交易信息進(jìn)行修改，而且修改后也很容易被利益相關(guān)者發(fā)現(xiàn)，這就能夠有效降低企業(yè)信息披露違規(guī)行為(樓秋然，2021)。另一方面，企業(yè)在生產(chǎn)與經(jīng)營(yíng)過(guò)程中積累了大量數(shù)據(jù)信息，但這些信息低效甚至是無(wú)效沉淀在企業(yè)系統(tǒng)內(nèi)無(wú)法被發(fā)掘，也無(wú)法被市場(chǎng)投資者知曉。而在數(shù)字化轉(zhuǎn)型之后，企業(yè)不但可以利用數(shù)字技術(shù)充分發(fā)掘與處理內(nèi)外部的海量、非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化數(shù)據(jù)與信息，能夠有效提升信息利用程度，也同樣可以主動(dòng)地向外界傳遞信息，以此讓市場(chǎng)投資者獲得更多企業(yè)信息(吳非等，2021)。尤其是，大多數(shù)企業(yè)都會(huì)主動(dòng)在年報(bào)或公告中披露數(shù)字化轉(zhuǎn)型的過(guò)程與效果，從而能有效地提升市場(chǎng)投資者獲得信息的數(shù)量與質(zhì)量，降低企業(yè)管理層隱匿信息的概率及企業(yè)與市場(chǎng)投資者的信息不對(duì)稱程度，以此降低股價(jià)崩盤風(fēng)險(xiǎn)。

其次，數(shù)字化轉(zhuǎn)型能夠有效地提升企業(yè)績(jī)效，保證管理層利益，降低管理層操弄信息的動(dòng)機(jī)。一方面，數(shù)字化轉(zhuǎn)型優(yōu)化了企業(yè)原有的生產(chǎn)經(jīng)營(yíng)流程，尤其是縮短了生產(chǎn)時(shí)間，降低了生產(chǎn)成本，增加了企業(yè)能夠覆蓋的經(jīng)營(yíng)半徑與營(yíng)銷范圍，能夠有效地提升企業(yè)經(jīng)營(yíng)績(jī)效(王開科等，2020)。而且，數(shù)字化轉(zhuǎn)型還能夠改善企業(yè)決策過(guò)程與風(fēng)險(xiǎn)控制過(guò)程，通過(guò)數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)響應(yīng)等技術(shù)降低企業(yè)各項(xiàng)風(fēng)險(xiǎn)，避免了企業(yè)經(jīng)營(yíng)過(guò)程中的較大波動(dòng)(羅進(jìn)輝和巫奕龍，2021)。另一方面，企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，也能夠獲得更多的政府補(bǔ)貼、政府獎(jiǎng)勵(lì)、財(cái)稅支持、金融支持等，這同樣可以給企業(yè)帶來(lái)更多資金支持，不但能夠降低數(shù)字化轉(zhuǎn)型的成本，也同樣可以為企業(yè)數(shù)字化轉(zhuǎn)型獲取利潤(rùn)提供經(jīng)濟(jì)基礎(chǔ)。近年來(lái)，多地政府為了積極推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，出臺(tái)各類政策激勵(lì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，如上海制定的《中國(guó)(上海)自由貿(mào)易試驗(yàn)區(qū)臨港新片區(qū)集聚發(fā)展人工智能產(chǎn)業(yè)若干政策》分別針對(duì)“支持關(guān)鍵技術(shù)源頭創(chuàng)新”“支持建設(shè)開源深度學(xué)習(xí)平臺(tái)”“支持建設(shè)用于人工智能的公開數(shù)據(jù)集”等10個(gè)方面出臺(tái)了相應(yīng)的補(bǔ)貼、獎(jiǎng)勵(lì)、支持辦法。企業(yè)績(jī)效的提升不僅保證了大股東及市場(chǎng)投資者等利益相關(guān)主體的利益，降低了企業(yè)數(shù)字化轉(zhuǎn)型給股東利益帶來(lái)的不確定性，也同樣保證了管理層的經(jīng)濟(jì)收益，并緩解了管理層操弄信息以獲得較好賬面收益的動(dòng)機(jī)。

綜上所述，本文提出研究假說(shuō)：

信息質(zhì)量是數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生抑制作用的影響機(jī)制。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)選取與說(shuō)明

由于企業(yè)將數(shù)字技術(shù)應(yīng)用于企業(yè)價(jià)值創(chuàng)造活動(dòng)主要發(fā)生于2013年之后，加之2014年“大數(shù)據(jù)”首次被寫入《政府工作報(bào)告》，因此本文以2014―2020年深滬主板上市公司為樣本進(jìn)行檢驗(yàn)，并對(duì)樣本進(jìn)行相應(yīng)剔除。剔除原則為：第一，剔除金融、保險(xiǎn)、證券行業(yè)的公司樣本；第二，剔除被特殊處理的公司樣本；第三，剔除交叉上市的公司樣本；第四，剔除當(dāng)年度首發(fā)上市的公司樣本；第五，剔除主營(yíng)業(yè)務(wù)從事數(shù)字化產(chǎn)業(yè)的公司樣本；第六，剔除每年度交易數(shù)量小于30周的公司樣本。最終，本文得到2014―2020年2665家上市公司的14444個(gè)年度-樣本。本文數(shù)據(jù)來(lái)源為CSMAR數(shù)據(jù)庫(kù)。

(二)變量選取與說(shuō)明

參考Hutton et al.(2009)、王化成等(2014)、王化成等(2015)、Kim and Zhang(2016)等的方法，本文分別以負(fù)收益偏態(tài)系數(shù)()與收益波動(dòng)比率()對(duì)股價(jià)崩盤風(fēng)險(xiǎn)(risk of stock price crash)進(jìn)行定義，具體計(jì)算公式分別為：

由于較多文獻(xiàn)已經(jīng)對(duì)變量與的計(jì)算方法進(jìn)行了介紹，本文不再贅述。經(jīng)式(1)與式(2)計(jì)算所得的變量與數(shù)值越大，意味著樣本公司股價(jià)崩盤風(fēng)險(xiǎn)越大。

本文分別以樣本公司是否進(jìn)行數(shù)字化轉(zhuǎn)型()以及數(shù)字化轉(zhuǎn)型程度()衡量數(shù)字化轉(zhuǎn)型(d i g i t a l transformation，DT)。參考羅進(jìn)輝和巫奕龍(2021)的方法，本文以樣本公司年報(bào)文本內(nèi)容中涉及“數(shù)字化”的詞頻進(jìn)行刻畫，其中對(duì)于數(shù)字化轉(zhuǎn)型詞語(yǔ)維度的界定包括“人工智能技術(shù)”“區(qū)塊鏈技術(shù)”“云計(jì)算技術(shù)”“大數(shù)據(jù)技術(shù)”“數(shù)字技術(shù)應(yīng)用”，并基于每一個(gè)維度抓取關(guān)鍵詞。根據(jù)抓取到的關(guān)鍵詞，若樣本公司年報(bào)文本內(nèi)容中涉及“數(shù)字化”詞頻，則=1，否則=0。而變量的衡量，則以對(duì)數(shù)化方式定義，即=ln(“數(shù)字化”關(guān)鍵詞詞頻數(shù)量+1)。

本文以王小魯?shù)?2021)提供的“中國(guó)分省份市場(chǎng)化指數(shù)”衡量樣本企業(yè)所在省市制度環(huán)境程度，并以該指數(shù)中位數(shù)衡量企業(yè)所在地區(qū)制度環(huán)境的高低。

本文參考步丹璐等(2021)對(duì)社會(huì)責(zé)任的衡量方法，根據(jù)世界商業(yè)可持續(xù)發(fā)展委員會(huì)(WBCSD)對(duì)企業(yè)社會(huì)責(zé)任的分類，分別針對(duì)股東權(quán)益保護(hù)、債權(quán)人權(quán)益保護(hù)、職工權(quán)益保護(hù)、供應(yīng)商權(quán)益保護(hù)、客戶及消費(fèi)者權(quán)益保護(hù)、環(huán)境和可持續(xù)發(fā)展、公共關(guān)系和社會(huì)公益事業(yè)、社會(huì)責(zé)任制度建設(shè)及改善措施與安全生產(chǎn)內(nèi)容等9個(gè)社會(huì)責(zé)任信息的披露情況進(jìn)行衡量，即若樣本公司在社會(huì)責(zé)任報(bào)告中披露了上述9項(xiàng)中的某一項(xiàng)，則計(jì)1分，而若在某一項(xiàng)中具體披露了相應(yīng)金額，則再計(jì)1分，最終加總求得樣本公司的社會(huì)責(zé)任程度，并以社會(huì)責(zé)任程度的中位數(shù)衡量企業(yè)社會(huì)責(zé)任履行程度的高低。

本文以樣本企業(yè)屬于國(guó)有企業(yè)還是非國(guó)有企業(yè)的指標(biāo)進(jìn)行分組。

本文以羅進(jìn)輝和杜興強(qiáng)(2014)的方法構(gòu)建股價(jià)崩盤風(fēng)險(xiǎn)虛擬變量，即：

在式(3)中，為修正后的周特定收益率，σ為企業(yè)股票當(dāng)年特定周收益率的標(biāo)準(zhǔn)差。若樣本企業(yè)在一年時(shí)間內(nèi)的周特定收益率至少有一次滿足式(3)的條件，則意味著該企業(yè)為股價(jià)崩盤企業(yè)，否則為非股價(jià)崩盤企業(yè)。

參考Hutton et al.(2009)、王化成等(2014)、羅進(jìn)輝和杜興強(qiáng)(2014)、王化成等(2015)、Kim and Zhang(2016)等的研究，本文分別加入周特有收益率均值()、周特有收益率標(biāo)準(zhǔn)差()、資產(chǎn)總額()、資產(chǎn)負(fù)債率()、資產(chǎn)收益率()、股權(quán)集中度(10)、企業(yè)屬性()、會(huì)計(jì)師事務(wù)所規(guī)模()作為控制變量()。

(三)實(shí)證模型設(shè)計(jì)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，本文構(gòu)建如下多元回歸檢驗(yàn)?zāi)Ｐ停?/p>

RSPC=DT+αControl++++ε(4)

在式(4)中，由于股價(jià)崩盤風(fēng)險(xiǎn)的影響存在滯后性，因此被解釋變量以滯后一期進(jìn)行衡量。同時(shí)，在式(4)中還加入對(duì)樣本公司年度因素與行業(yè)因素的控制。另外，為排除樣本極端值的影響，本文對(duì)連續(xù)變量進(jìn)行上下1%的縮尾處理。

雖然本文在式(4)中加入了相應(yīng)的控制變量，但變量間還是可能存在內(nèi)生性問(wèn)題。一種可能性在于，由于企業(yè)數(shù)字化轉(zhuǎn)型行為存在同群效應(yīng)(陳慶江等，2021)，其他企業(yè)數(shù)字化轉(zhuǎn)型行為會(huì)影響本企業(yè)的數(shù)字化轉(zhuǎn)型策略，從而使得企業(yè)數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)之間可能存在虛假的關(guān)系。因此，本文通過(guò)兩階段最小二乘法進(jìn)行內(nèi)生性檢驗(yàn)。其中，在第一階段檢驗(yàn)中，以同行業(yè)其他企業(yè)上年度數(shù)字化轉(zhuǎn)型比例作為工具變量()，并以該變量為工具變量構(gòu)建第一階段檢驗(yàn)?zāi)Ｐ停?/p>

之所以選擇以該變量為工具變量，一方面因?yàn)橥盒?yīng)會(huì)促使未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)向其他已經(jīng)進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)學(xué)習(xí)，推動(dòng)自身的數(shù)字化轉(zhuǎn)型，這能夠滿足工具變量相關(guān)性的要求；另一方面因?yàn)槠渌髽I(yè)數(shù)字化轉(zhuǎn)型行為并不會(huì)影響本企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)，這也滿足工具變量外生性的要求。第一階段回歸后，第二階段再利用第一階段回歸得到的變量，對(duì)式(4)重新進(jìn)行回歸。

從前文的理論分析來(lái)看，信息質(zhì)量是企業(yè)數(shù)字化轉(zhuǎn)型影響股價(jià)崩盤風(fēng)險(xiǎn)的重要機(jī)制。因此，本文構(gòu)建中介效應(yīng)模型檢驗(yàn)信息質(zhì)量的影響機(jī)制。首先，參考Hutton et al.(2009)的方法，本文以樣本企業(yè)前三年操縱性應(yīng)計(jì)利潤(rùn)的絕對(duì)值之和度量企業(yè)信息質(zhì)量()，該變量數(shù)值越大，則意味著企業(yè)信息操弄程度越大，即企業(yè)信息透明度越差。其次，在構(gòu)建信息質(zhì)量變量及前文式(4)基礎(chǔ)上，構(gòu)建中介效應(yīng)模型，具體檢驗(yàn)?zāi)Ｐ蜑椋?/p>

IMD=DT+αControl++++ε(6)

RSPC=DT+IMD+βControl++++ε(7)

在式(6)與式(7)中，若信息的中介效應(yīng)能夠存在，則系數(shù)值與應(yīng)均顯著。若系數(shù)值不顯著，意味著存在完全中介效應(yīng)；若系數(shù)值顯著，意味著存在部分中介效應(yīng)。而若系數(shù)值與至少一個(gè)不顯著，則需要進(jìn)行Sobel檢驗(yàn)。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

從表1的描述性統(tǒng)計(jì)結(jié)果來(lái)看，變量與的均值分別為-0.306與-0.206，與現(xiàn)有文獻(xiàn)測(cè)度的結(jié)果沒(méi)有明顯偏差；變量均值為0.564，表明樣本中有約56.4%的主板上市公司在進(jìn)行數(shù)字化轉(zhuǎn)型，可見(jiàn)數(shù)字化轉(zhuǎn)型已經(jīng)成為當(dāng)前中國(guó)上市公司的重要趨勢(shì)，變量均值為1.135，平均來(lái)看樣本公司年度報(bào)告文本部分出現(xiàn)“數(shù)字化”的詞頻為2次，而在進(jìn)行數(shù)字化轉(zhuǎn)型樣本公司年度報(bào)告文本部分出現(xiàn)“數(shù)字化”的詞頻則平均為6次。

表1 主要變量定義

從表2的分組統(tǒng)計(jì)結(jié)果來(lái)看，變量與無(wú)論是均值還是中值，在=1組中都更小，而且能夠通過(guò)均值檢驗(yàn)與中值檢驗(yàn)，這表明與沒(méi)有進(jìn)行數(shù)字化轉(zhuǎn)型的上市公司相比，數(shù)字化轉(zhuǎn)型上市公司的股價(jià)崩盤風(fēng)險(xiǎn)更低。

表2 分組統(tǒng)計(jì)結(jié)果

(二)相關(guān)性檢驗(yàn)

從表3的相關(guān)性檢驗(yàn)結(jié)果來(lái)看，變量、分別與變量、間的相關(guān)系數(shù)均顯著為負(fù)，這表明數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)間存在負(fù)相關(guān)關(guān)系。此外，解釋變量與控制變量及控制變量之間的相關(guān)系數(shù)值并不大，表明變量間并不存在共線性問(wèn)題。

表3 變量相關(guān)性檢驗(yàn)結(jié)果

(三)回歸檢驗(yàn)

從表4的多元回歸檢驗(yàn)結(jié)果來(lái)看，在未加入控制變量之前，列(1)(2)中變量系數(shù)值顯著為負(fù)，表明相較于沒(méi)有進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)，數(shù)字化轉(zhuǎn)型企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)更低；而在加入控制變量之后，列(3)(4)中變量系數(shù)值同樣顯著為負(fù)。相似的，列(5)～(8)中，無(wú)論是否加入控制變量，變量系數(shù)值均顯著為負(fù)，表明數(shù)字化轉(zhuǎn)型程度越高的企業(yè)，其股價(jià)崩盤風(fēng)險(xiǎn)越低。這驗(yàn)證了前文的研究假說(shuō)1。

表4 多元回歸檢驗(yàn)結(jié)果

為了保證實(shí)證結(jié)果的穩(wěn)健性，本文同時(shí)進(jìn)行穩(wěn)健性檢驗(yàn)。一是考慮數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響可能在某一分位數(shù)顯著而在其他分位數(shù)影響不顯著的情況，本文分別選取25%、50%、75%的分位點(diǎn)進(jìn)行實(shí)證檢驗(yàn)；二是考慮到本文基準(zhǔn)回歸模型是以滯后一期股價(jià)崩盤風(fēng)險(xiǎn)變量進(jìn)行衡量，本文進(jìn)一步以當(dāng)期股價(jià)崩盤風(fēng)險(xiǎn)變量作為被解釋變量重新進(jìn)行實(shí)證檢驗(yàn)；三是考慮到企業(yè)所在城市級(jí)別差異可能導(dǎo)致的企業(yè)數(shù)字化轉(zhuǎn)型差異，剔除所在地在直轄市(北京、上海、天津、重慶)的樣本后進(jìn)行實(shí)證檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果如表5，與前文基準(zhǔn)回歸結(jié)果并無(wú)實(shí)質(zhì)性差異，因此可以認(rèn)為本文檢驗(yàn)結(jié)果是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

從表6的內(nèi)生性檢驗(yàn)結(jié)果來(lái)看，第一階段檢驗(yàn)結(jié)果的變量系數(shù)值顯著為正，表明企業(yè)所在行業(yè)數(shù)字化轉(zhuǎn)型的同群效應(yīng)越明顯，則樣本企業(yè)自身數(shù)字化轉(zhuǎn)型的概率與程度越高，這驗(yàn)證了工具變量相關(guān)性的要求。變量、系數(shù)值均顯著為負(fù)，表明考慮內(nèi)生性影響之后，數(shù)字化轉(zhuǎn)型同樣能夠?qū)ζ髽I(yè)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生抑制作用。同時(shí)，第二階段各回歸結(jié)果Sargan檢驗(yàn)的統(tǒng)計(jì)量概率值均大于10%，這表明工具變量與擾動(dòng)項(xiàng)之間存在不相關(guān)性，也滿足了工具變量的外生性要求。

表6 內(nèi)生性檢驗(yàn)結(jié)果

(四)異質(zhì)性分組檢驗(yàn)

從表7的分組檢驗(yàn)結(jié)果來(lái)看，在高制度環(huán)境樣本中，變量、系數(shù)值均顯著為負(fù)；而在低制度環(huán)境樣本中，雖然變量系數(shù)值顯著為負(fù)，但顯著程度低于在高制度環(huán)境樣本的結(jié)果，而且變量系數(shù)值也并不全部顯著。這表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用在高制度環(huán)境樣本企業(yè)中表現(xiàn)得更為明顯。此外，Suest檢驗(yàn)值均顯著，表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在不同制度環(huán)境企業(yè)中存在顯著性差異，驗(yàn)證了前文的研究假說(shuō)2?？梢?jiàn)，相較于低制度環(huán)境地區(qū)，高制度環(huán)境能夠?qū)ζ髽I(yè)產(chǎn)生更強(qiáng)的治理效應(yīng)，能夠更好地釋放數(shù)字化轉(zhuǎn)型的作用。

表7 高低制度環(huán)境檢驗(yàn)結(jié)果

從表8的分組檢驗(yàn)結(jié)果來(lái)看，在高社會(huì)責(zé)任樣本中，變量、系數(shù)值均顯著為負(fù)；而在低社會(huì)責(zé)任樣本中，雖然變量系數(shù)值顯著為負(fù)，但顯著程度低于在高社會(huì)責(zé)任樣本的結(jié)果，而且變量系數(shù)值也并不顯著。這表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用在高社會(huì)責(zé)任樣本企業(yè)中表現(xiàn)得更為明顯。此外，Suest檢驗(yàn)值均顯著，表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在不同社會(huì)責(zé)任履行程度企業(yè)中存在顯著性差異，這驗(yàn)證了前文的研究假說(shuō)3。可見(jiàn)，相較于履行社會(huì)責(zé)任程度更低的企業(yè)，良好的社會(huì)責(zé)任能夠形成對(duì)數(shù)字化轉(zhuǎn)型的促進(jìn)作用，能夠更好地起到在數(shù)字化轉(zhuǎn)型過(guò)程中對(duì)利益相關(guān)者的利益保護(hù)作用。

表8 高低社會(huì)責(zé)任檢驗(yàn)結(jié)果

從表9的分組檢驗(yàn)結(jié)果來(lái)看，在國(guó)有企業(yè)樣本中，變量系數(shù)值均顯著為負(fù)，但變量系數(shù)值雖然為負(fù)，卻并不顯著；而在非國(guó)有企業(yè)樣本中，變量、系數(shù)值均顯著為負(fù)。這表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用在非國(guó)有企業(yè)中表現(xiàn)得更為明顯。此外，Suest檢驗(yàn)值均顯著，表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在不同產(chǎn)權(quán)性質(zhì)企業(yè)中存在顯著性差異，這驗(yàn)證了前文的研究假說(shuō)4。可見(jiàn)，相較于國(guó)有企業(yè)，非國(guó)有企業(yè)由于面臨更大的市場(chǎng)競(jìng)爭(zhēng)壓力，進(jìn)行數(shù)字化轉(zhuǎn)型的主動(dòng)性更強(qiáng)，數(shù)字化轉(zhuǎn)型也能夠深刻地影響企業(yè)各個(gè)層面。

表9 國(guó)企與非國(guó)企檢驗(yàn)結(jié)果

從表10的分組檢驗(yàn)結(jié)果來(lái)看，在股價(jià)崩盤企業(yè)樣本中，變量、系數(shù)值均不顯著；而在非股價(jià)崩盤企業(yè)樣本中，變量、系數(shù)值均顯著為負(fù)。這表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在非股價(jià)崩盤企業(yè)中表現(xiàn)的更為明顯。此外，Suest檢驗(yàn)值均顯著，表明數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在不同股價(jià)崩盤風(fēng)險(xiǎn)企業(yè)中存在顯著性差異，這驗(yàn)證了前文的研究假說(shuō)5。可見(jiàn)，相較于股價(jià)崩盤企業(yè)，非股價(jià)崩盤企業(yè)一方面具有更好的進(jìn)行數(shù)字化轉(zhuǎn)型的基礎(chǔ)，企業(yè)存在的風(fēng)險(xiǎn)相對(duì)較低，使得管理層可以以更少的顧慮進(jìn)行數(shù)字化轉(zhuǎn)型；另一方面市場(chǎng)投資者也樂(lè)于更多投資到非股價(jià)崩盤的企業(yè)，為這些企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型提供了更多資本。

表10 崩盤企業(yè)與非崩盤企業(yè)檢驗(yàn)結(jié)果

(五)影響機(jī)制識(shí)別檢驗(yàn)

從表11的影響機(jī)制識(shí)別檢驗(yàn)結(jié)果來(lái)看，列(1)～(4)為前文基準(zhǔn)回歸結(jié)果，表明數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)間存在顯著的負(fù)相關(guān)關(guān)系。在列(5)(6)中，變量系數(shù)值同樣顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型與信息操弄程度之間存在顯著的負(fù)相關(guān)關(guān)系，即相較于沒(méi)有進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)，數(shù)字化轉(zhuǎn)型企業(yè)的信息操弄程度更低，而且數(shù)字化轉(zhuǎn)型程度越高的企業(yè)，其信息操弄程度也越低。而在列(7)～(10)中，變量系數(shù)值顯著為正，驗(yàn)證了“信息”在企業(yè)數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)間存在的中介作用，表明了影響機(jī)制的存在。同時(shí)，列(7)～(10)中、系數(shù)值均顯著，也表明信息質(zhì)量作為影響機(jī)制產(chǎn)生的是部分中介效應(yīng)，驗(yàn)證了前文的研究假說(shuō)6。

表11 影響機(jī)制檢驗(yàn)結(jié)果

五、結(jié)論與建議

數(shù)字化轉(zhuǎn)型是企業(yè)在新一輪科技革命時(shí)代主動(dòng)迎合時(shí)代變化，將大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等數(shù)字技術(shù)融入生產(chǎn)經(jīng)營(yíng)、融入日常管理運(yùn)行，以此實(shí)現(xiàn)可持續(xù)發(fā)展的有效路徑。本文以2014―2020年深滬主板上市公司為樣本，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效抑制股價(jià)崩盤風(fēng)險(xiǎn)，即進(jìn)行數(shù)字化轉(zhuǎn)型以及數(shù)字化轉(zhuǎn)型程度越高的企業(yè)，其股價(jià)崩盤風(fēng)險(xiǎn)越低，這一結(jié)論在控制了內(nèi)生性與穩(wěn)健性因素后依然成立。異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響在高制度環(huán)境地區(qū)、高社會(huì)責(zé)任企業(yè)、非國(guó)有企業(yè)以及非股價(jià)崩盤企業(yè)中表現(xiàn)得更為明顯。影響機(jī)制檢驗(yàn)發(fā)現(xiàn)，信息質(zhì)量作為影響機(jī)制，在數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn)之間產(chǎn)生了部分中介效應(yīng)。本文提供了企業(yè)數(shù)字化轉(zhuǎn)型在股票市場(chǎng)層面治理效果的經(jīng)驗(yàn)證據(jù)，拓展了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究視角，對(duì)促進(jìn)我國(guó)企業(yè)積極進(jìn)行數(shù)字化轉(zhuǎn)型具有一定的參考價(jià)值。基于本文結(jié)論，提出以下建議：

一是通過(guò)加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的引導(dǎo)，發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)股票市場(chǎng)的穩(wěn)定作用。政府應(yīng)通過(guò)政策的制定與出臺(tái)加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的引導(dǎo)，如選擇重點(diǎn)行業(yè)制定企業(yè)數(shù)字化轉(zhuǎn)型的方案、樹立典型數(shù)字化轉(zhuǎn)型企業(yè)樣本、提供技術(shù)支撐與資金補(bǔ)貼等，以此保證企業(yè)數(shù)字化轉(zhuǎn)型的方向與進(jìn)程。同時(shí)應(yīng)引導(dǎo)企業(yè)充分利用政策紅利，發(fā)揮數(shù)字化轉(zhuǎn)型積極的經(jīng)濟(jì)后果，保護(hù)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中的企業(yè)利益、股東利益、市場(chǎng)投資者利益。尤其是需要加強(qiáng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型過(guò)程中股票市場(chǎng)穩(wěn)定性的維護(hù)，通過(guò)股票市場(chǎng)的穩(wěn)定加強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型的信心，并以此賦能實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展。

二是加強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型的信息披露機(jī)制構(gòu)建，有效釋放企業(yè)數(shù)字化轉(zhuǎn)型信息。企業(yè)通過(guò)定期財(cái)務(wù)報(bào)告、公告等形式披露數(shù)字化轉(zhuǎn)型信息，目前不同企業(yè)會(huì)根據(jù)自身轉(zhuǎn)型情況披露相應(yīng)信息，但也給部分企業(yè)留出了數(shù)字化轉(zhuǎn)型信息披露的操弄空間。例如，可以夸大自身數(shù)字化轉(zhuǎn)型成效，有目的、有重點(diǎn)地對(duì)某些關(guān)鍵詞進(jìn)行重復(fù)渲染。因此，監(jiān)管部門應(yīng)加強(qiáng)對(duì)數(shù)字化轉(zhuǎn)型信息披露時(shí)間、披露內(nèi)容的歸核化監(jiān)督，保證市場(chǎng)投資者能夠及時(shí)、完全、準(zhǔn)確地獲取信息。 ■