馬連福 王 博 宋婧楠

內(nèi)容提要：本文基于2012—2020年A股上市公司樣本，研究企業(yè)數(shù)字化轉(zhuǎn)型對不同投資者情緒的差異化影響。經(jīng)穩(wěn)健性檢驗(yàn)后的結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型顯著提振散戶投資者(1)本文所稱“散戶投資者”指資金規(guī)模較小的個(gè)人投資者。的樂觀情緒，但對機(jī)構(gòu)投資者情緒的影響并不顯著，表明相對于機(jī)構(gòu)投資者，散戶投資者對企業(yè)數(shù)字化轉(zhuǎn)型會(huì)表現(xiàn)出更加強(qiáng)烈的偏好和更加正面的預(yù)期。中介機(jī)制檢驗(yàn)結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型能夠通過抑制企業(yè)真實(shí)盈余管理、增強(qiáng)個(gè)體網(wǎng)絡(luò)信息獲取意愿對散戶投資者情緒造成影響，前者表現(xiàn)為遮掩效應(yīng)，后者表現(xiàn)為中介效應(yīng)；盡管數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)的高管團(tuán)隊(duì)穩(wěn)定性與技術(shù)創(chuàng)新水平，但這些信息所包含的價(jià)值信號并未被散戶投資者所捕獲，從而未能觸發(fā)散戶投資者情緒變化。進(jìn)一步研究表明，數(shù)字化轉(zhuǎn)型對散戶投資者情緒的提振作用在國有企業(yè)和大規(guī)模企業(yè)中更強(qiáng)。

一、問題提出

進(jìn)入21世紀(jì)后，在計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的催化下，幾乎所有國家都被卷入基于數(shù)字化技術(shù)的科技革命浪潮之中，這不僅影響了世界范圍內(nèi)的政治經(jīng)濟(jì)格局，也改變了人們的生活方式和物質(zhì)精神追求。以人工智能技術(shù)為例，到2030年，預(yù)計(jì)人工智能技術(shù)將為全球帶來13萬億美元的額外經(jīng)濟(jì)產(chǎn)出，并擴(kuò)大國家間的經(jīng)濟(jì)差距[1]，其重要性不言而喻。而在當(dāng)前數(shù)字化背景下，企業(yè)作為推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展的關(guān)鍵力量，是國家實(shí)施數(shù)字化轉(zhuǎn)型的重要載體，這就需要企業(yè)積極探索，并率先在各個(gè)領(lǐng)域開辟數(shù)字化藍(lán)海，完成數(shù)字化轉(zhuǎn)型。而從企業(yè)自身出發(fā)，成功實(shí)施數(shù)字化轉(zhuǎn)型也是提高生產(chǎn)率、突破衰退期、實(shí)現(xiàn)對競爭對手彎道超車的重要機(jī)遇，對于維護(hù)企業(yè)長期價(jià)值具有重要意義。事實(shí)上，經(jīng)過十幾年的發(fā)展，中國企業(yè)數(shù)字化轉(zhuǎn)型逐漸步入正軌，一些行業(yè)的頭部企業(yè)逐漸發(fā)展出各具特色的數(shù)字化技術(shù)應(yīng)用方向，如海爾集團(tuán)開發(fā)的卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)與“三翼鳥”場景品牌、格力電器建立的超算中心，以及科大訊飛推出的人工智能系列產(chǎn)品等。同時(shí)，基于中小微企業(yè)疫情期間遭受的沖擊與數(shù)字化轉(zhuǎn)型過程中“不會(huì)轉(zhuǎn)”“不能轉(zhuǎn)”“不敢轉(zhuǎn)”問題，中國于2020年提出“數(shù)字化轉(zhuǎn)型伙伴行動(dòng)”，鼓勵(lì)頭部企業(yè)對上下游企業(yè)提供幫扶與支持，匯聚轉(zhuǎn)型合力，降低轉(zhuǎn)型門檻，從而提高中國企業(yè)的數(shù)字化轉(zhuǎn)型速度與質(zhì)量。

然而，與歐美發(fā)達(dá)國家相比，中國企業(yè)的數(shù)字化轉(zhuǎn)型尚處于起步階段[2]。盡管在政府的大力推動(dòng)下，中國企業(yè)數(shù)字化轉(zhuǎn)型已由局部突破走向全面鋪開態(tài)勢，但不少企業(yè)仍在轉(zhuǎn)型過程中面臨著人才短缺、資金匱乏及目標(biāo)不清晰等問題，使得部分企業(yè)數(shù)字化轉(zhuǎn)型流于表面，難以實(shí)現(xiàn)突破性進(jìn)展，間接加大了數(shù)字化轉(zhuǎn)型領(lǐng)先企業(yè)與落后企業(yè)的差距。同時(shí)，數(shù)字化轉(zhuǎn)型存在陣痛期[3]。在陣痛期內(nèi)，基于資源的稀缺性，部分企業(yè)為了維持轉(zhuǎn)型資源的持續(xù)投入，將不得不降低在其他領(lǐng)域的投資規(guī)模，并增加債務(wù)融資規(guī)模，從而喪失了一些優(yōu)質(zhì)投資機(jī)會(huì)，增加了破產(chǎn)風(fēng)險(xiǎn)。此外，數(shù)字化轉(zhuǎn)型存在明顯的行業(yè)特點(diǎn)，不同行業(yè)的企業(yè)在轉(zhuǎn)型過程中所面臨的潛在威脅不完全一致，通常難以全面預(yù)估，且轉(zhuǎn)型后是否均能夠有效改善自身的各項(xiàng)能力仍是一個(gè)未知數(shù)，最終可能造成類似“索洛(Solow)悖論”所闡述的“異象”出現(xiàn)，即企業(yè)在數(shù)字化技術(shù)方面的巨大投入似乎并不能引致生產(chǎn)率的提高[4]。在這種情況下，部分投資者在“數(shù)字鴻溝”的影響下，對企業(yè)數(shù)字化轉(zhuǎn)型的擔(dān)憂加劇，即使企業(yè)在實(shí)施數(shù)字化轉(zhuǎn)型的過程中不遺余力，在資本市場中“屢屢碰壁”的投資者們卻難免發(fā)出疑問，數(shù)字化是否是企業(yè)價(jià)值的“護(hù)城河”？

作為企業(yè)重要的利益相關(guān)者，相對于同等規(guī)模的債權(quán)人，投資者(本文指狹義“股權(quán)投資者”，即股東)享有更高的投資收益，但也會(huì)承擔(dān)更高的投資風(fēng)險(xiǎn)，并且對企業(yè)的各項(xiàng)經(jīng)營決策會(huì)施加更直接的影響，加之其對企業(yè)穩(wěn)定的資金支持是保證企業(yè)持續(xù)經(jīng)營能力的重要物質(zhì)基礎(chǔ)。因此，對企業(yè)而言，投資者的情緒反應(yīng)具有重要的參考價(jià)值。面對數(shù)字化轉(zhuǎn)型，若投資者對未來收益的期待大于對轉(zhuǎn)型風(fēng)險(xiǎn)的擔(dān)憂，則其樂觀情緒高漲，其持續(xù)的股票買入不僅能夠減輕企業(yè)轉(zhuǎn)型過程中的后續(xù)資金壓力，使企業(yè)得以制定更加多元化的投資方案，還能夠通過市場傳遞更多有關(guān)數(shù)字化轉(zhuǎn)型的積極信號，穩(wěn)定上市公司股價(jià)；反之，若投資者對轉(zhuǎn)型風(fēng)險(xiǎn)的擔(dān)憂大于對未來收益的期待，則會(huì)陷入悲觀情緒，于是大量賣出股票，這就會(huì)誘發(fā)輿論危機(jī)，影響企業(yè)聲譽(yù)并增大企業(yè)被敵意收購的風(fēng)險(xiǎn)。此時(shí)，若經(jīng)營不善的上市公司采取股票回購等策略穩(wěn)定股價(jià)，將會(huì)對其原本匱乏的自由現(xiàn)金流量造成進(jìn)一步侵蝕。近年來，“區(qū)塊鏈”等數(shù)字化概念股的興起使得知識技能匱乏的投資者越來越難以基于理性判斷甄別出企業(yè)的基本面優(yōu)勢，加之媒體的頻繁報(bào)道，部分劣質(zhì)企業(yè)靠著數(shù)字化概念炒作形成財(cái)富“泡沫”，部分優(yōu)質(zhì)轉(zhuǎn)型企業(yè)卻只能被迫離開市場。因此，優(yōu)質(zhì)轉(zhuǎn)型企業(yè)能夠通過數(shù)字化技術(shù)和數(shù)字化應(yīng)用實(shí)現(xiàn)對投資者情緒的良性管控也是轉(zhuǎn)型優(yōu)勢得以發(fā)揮的重要體現(xiàn)。同時(shí)，不同類型的投資者具有不同的資金規(guī)模、信息環(huán)境以及決策方式，故他們面對數(shù)字化轉(zhuǎn)型可能表現(xiàn)出不同的情緒反應(yīng)，而這種情緒異質(zhì)性正折射出不同類型的投資者對數(shù)字化轉(zhuǎn)型的不同偏好特征。隨著中國資本市場的日趨成熟，以往散戶主導(dǎo)的A股市場正受來自機(jī)構(gòu)的巨大影響，抱團(tuán)行動(dòng)的機(jī)構(gòu)也往往會(huì)引起股市劇烈波動(dòng)[5]，且其與市場中散戶的投資風(fēng)格差異十分明顯?；诖耍疚闹荚谔綄て髽I(yè)數(shù)字化轉(zhuǎn)型是否以及如何引起投資者情緒的波動(dòng)，并針對A股市場中具有鮮明特征和市場影響的兩類投資者——散戶投資者和機(jī)構(gòu)投資者，研究二者情緒是否具有異質(zhì)性表現(xiàn)，從而揭示兩類投資者對企業(yè)數(shù)字化轉(zhuǎn)型的偏好差異，為企業(yè)深入理解投資者行為，并在數(shù)字化轉(zhuǎn)型過程中如何做好投資者關(guān)系管理工作提供經(jīng)驗(yàn)借鑒與思路啟示。

本文可能的邊際貢獻(xiàn)如下：(1)豐富了個(gè)股層面投資者情緒驅(qū)動(dòng)因素的研究，并利用買賣不平衡指標(biāo)對散戶投資者情緒和機(jī)構(gòu)投資者情緒進(jìn)行了區(qū)分；(2)在數(shù)字化時(shí)代背景下，基于“內(nèi)部轉(zhuǎn)型-外部影響”的研究范式，將企業(yè)內(nèi)部數(shù)字化轉(zhuǎn)型與個(gè)股投資者情緒相關(guān)聯(lián)，為企業(yè)數(shù)字化轉(zhuǎn)型的資本市場溢出效應(yīng)提供了新的證據(jù)；(3)基于信息不對稱理論，按照企業(yè)數(shù)字化轉(zhuǎn)型的直接信息效應(yīng)和間接信息效應(yīng)，對數(shù)字化轉(zhuǎn)型影響散戶投資者情緒的可能路徑進(jìn)行了初步探索。

二、理論分析與研究假設(shè)

在企業(yè)數(shù)字化轉(zhuǎn)型過程中，阻力始終存在，而厘清企業(yè)數(shù)字化轉(zhuǎn)型對投資者情緒的影響機(jī)制，關(guān)鍵在于明晰投資者自身如何權(quán)衡企業(yè)數(shù)字化轉(zhuǎn)型過程中的機(jī)會(huì)與風(fēng)險(xiǎn)。理論上，外部投資者通常以其所掌握的信息為基礎(chǔ)制定投資策略，而信息不對稱的存在使其既無法直接獲取與企業(yè)經(jīng)營狀況相關(guān)的全部真實(shí)信息，又承受著來自自然環(huán)境[6-7]、媒體輿論[8]、證券分析師[9]、經(jīng)濟(jì)政策[10]等多種外部信息的沖擊。這些外部信息質(zhì)量參差不齊，容易造成投資者認(rèn)知偏差，進(jìn)而引發(fā)投資者情緒波動(dòng)并反映在其投資策略中。這種“有偏”的情緒波動(dòng)隱含了投資者對企業(yè)未來價(jià)值的非理性預(yù)期，不利于投資者做出準(zhǔn)確的利弊權(quán)衡，從而造成市場效率損失。而對于真正具有投資價(jià)值的企業(yè)而言，投資者悲觀的非理性預(yù)期還會(huì)使其因逆向選擇遭受的損失進(jìn)一步加大。已有研究表明，企業(yè)數(shù)字化轉(zhuǎn)型不僅能夠緩解信息不對稱[11]，而且能夠增強(qiáng)企業(yè)競爭優(yōu)勢[12]，提升企業(yè)主業(yè)績效[13]，并將正面信息的釋放效果最大化。那么在非對稱的信息環(huán)境下，數(shù)字化轉(zhuǎn)型比較成功的企業(yè)理論上可從如下兩個(gè)方面彌補(bǔ)信息缺口，從而對投資者情緒施加干預(yù)，引導(dǎo)投資者對轉(zhuǎn)型企業(yè)投資價(jià)值進(jìn)行正面判斷。

(1)直接信息效應(yīng)。物聯(lián)網(wǎng)與區(qū)塊鏈技術(shù)的聯(lián)合使用能夠在保證會(huì)計(jì)數(shù)據(jù)安全性的前提下，實(shí)現(xiàn)會(huì)計(jì)數(shù)據(jù)的實(shí)時(shí)收集、上傳與記錄[14]，而工業(yè)互聯(lián)網(wǎng)平臺(tái)、電商平臺(tái)的使用則能使企業(yè)獲取高效的數(shù)據(jù)分析與處理能力[15]，降低企業(yè)真實(shí)的盈余管理水平[16]，提高企業(yè)信息披露質(zhì)量，提振投資者信心。由于轉(zhuǎn)型“陣痛期”的存在，轉(zhuǎn)型企業(yè)本身也會(huì)與投資者進(jìn)行更積極的溝通以避免市場恐慌。同時(shí)，數(shù)字化技術(shù)和數(shù)字化應(yīng)用的使用使企業(yè)能夠在更高維度上實(shí)現(xiàn)公開信息披露，企業(yè)通過建立融媒體中心實(shí)現(xiàn)信息發(fā)布的多平臺(tái)互聯(lián)互通，并借助大數(shù)據(jù)分析實(shí)現(xiàn)對投資者畫像的精準(zhǔn)定位，使投資者的信息搜尋成本大大降低。而由于公開披露信息會(huì)刺激投資者主動(dòng)獲取私有信息[17]，當(dāng)相關(guān)信息進(jìn)入市場后投資者的信息獲取意愿會(huì)增強(qiáng)，并在解析企業(yè)的轉(zhuǎn)型優(yōu)勢后產(chǎn)生情緒共鳴。諸如此類的情緒觸發(fā)效應(yīng)并非源于企業(yè)實(shí)際生產(chǎn)能力的提升，而是通過強(qiáng)化信息監(jiān)管，降低管理層利用經(jīng)營活動(dòng)安排對會(huì)計(jì)信息進(jìn)行操縱的概率，并通過實(shí)時(shí)信息跟蹤反饋與信息曝光效應(yīng)消除投資者疑慮，進(jìn)而保障信息傳遞過程中的安全性、真實(shí)性和完整性，從而增強(qiáng)投資者信任，調(diào)動(dòng)投資者熱情，故本文將該效應(yīng)稱為數(shù)字化轉(zhuǎn)型的“直接信息效應(yīng)”。

(2)間接信息效應(yīng)。圍繞數(shù)字化轉(zhuǎn)型對企業(yè)基本面表現(xiàn)的提升作用，企業(yè)數(shù)字化轉(zhuǎn)型能夠直接提高中小企業(yè)的融資能力[18]，促使企業(yè)聘用高技能員工[19]，推動(dòng)企業(yè)創(chuàng)新[20]并提升其動(dòng)態(tài)能力[21]。在此基礎(chǔ)上，與勞動(dòng)力市場中求職者受教育水平傳遞出的價(jià)值信號類似，這些改良機(jī)制部分反映了企業(yè)“具有投資價(jià)值”的信號[22]。當(dāng)投資者難以對企業(yè)投資價(jià)值做出準(zhǔn)確判斷時(shí)，捕獲這些信號將提升投資者對轉(zhuǎn)型企業(yè)的情緒認(rèn)同。但與直接信息效應(yīng)不同，此類價(jià)值信號在現(xiàn)有資源的基礎(chǔ)上通過強(qiáng)化日常監(jiān)管來提高信息披露質(zhì)量，并未直接干預(yù)信息的傳遞過程及投資者的信息獲取意愿，卻在背后隱含了數(shù)字化轉(zhuǎn)型對企業(yè)生產(chǎn)能力的根本性變革，反映了數(shù)字化轉(zhuǎn)型對企業(yè)財(cái)力資源獲取能力、人力和物力資源使用能力的實(shí)質(zhì)性改善。在資本市場中，此類信號更容易引發(fā)價(jià)值投資者共鳴，是一種“間接信息效應(yīng)”。值得強(qiáng)調(diào)的是，投資者情緒是否高漲歸根結(jié)底仍受限于轉(zhuǎn)型企業(yè)所期望傳遞出的信號，這是非對稱信息環(huán)境造成的投融資雙方信息地位不平等所導(dǎo)致的。

此外，基于有限信息，也并非所有數(shù)字化轉(zhuǎn)型成功的企業(yè)在投資者眼中都具備投資價(jià)值。20世紀(jì)末IT技術(shù)蓬勃發(fā)展時(shí)，巴菲特(Buffett)就曾表達(dá)過對IT投資的否定態(tài)度[23]。對看重收益的投資者而言，數(shù)字化轉(zhuǎn)型是否能維護(hù)其投資收益，還要看企業(yè)其他各項(xiàng)能力與數(shù)字化技術(shù)的長期匹配磨合，并兼顧市場競爭環(huán)境等外部沖擊的影響。即便是數(shù)字化轉(zhuǎn)型較為成功的企業(yè)，從投資價(jià)值上判斷依然存在較大差異。這種情況下，由于機(jī)構(gòu)投資者具有更強(qiáng)的內(nèi)部信息獲取能力和更高的專業(yè)化程度[24]，當(dāng)機(jī)構(gòu)投資者接收到企業(yè)數(shù)字化轉(zhuǎn)型的積極信號時(shí)就會(huì)表現(xiàn)出更加審慎的態(tài)度，并在企業(yè)所釋放的積極信號中識別出有利于自身投資決策的信息，甄別出更具有投資價(jià)值的轉(zhuǎn)型企業(yè)。因此，盡管機(jī)構(gòu)投資者對于數(shù)字化轉(zhuǎn)型的優(yōu)勢可能有足夠清晰的認(rèn)識，也不會(huì)對轉(zhuǎn)型信息產(chǎn)生迅速而明顯的情緒反應(yīng)，加之機(jī)構(gòu)投資者抱團(tuán)行為的普遍存在，其團(tuán)體內(nèi)部普遍的信息交換會(huì)使相對激進(jìn)的機(jī)構(gòu)投資者的樂觀情緒被部分沖抵。然而，相比于機(jī)構(gòu)投資者，散戶投資者屬于噪聲交易者[25]，會(huì)表現(xiàn)出更強(qiáng)的非理性特征[26]。當(dāng)相同信息傳遞給散戶投資者時(shí)，在“信息繭房”[27]和“鴕鳥效應(yīng)”[28]的作用下，散戶投資者受到偏差信息的影響也會(huì)越來越大，最終在面對包括數(shù)字化轉(zhuǎn)型在內(nèi)的新生事物時(shí)會(huì)表現(xiàn)出過度自信、錨定偏見與易獲性偏見。在這些自我認(rèn)知偏見的引導(dǎo)下，對于轉(zhuǎn)型程度較高且投資價(jià)值較高的企業(yè)，散戶投資者會(huì)在轉(zhuǎn)型企業(yè)釋放積極信號時(shí)表現(xiàn)出高漲的樂觀情緒；而對于轉(zhuǎn)型程度較低或轉(zhuǎn)型優(yōu)勢尚無法轉(zhuǎn)化為投資價(jià)值的企業(yè)，散戶投資者也會(huì)因“小概率迷戀”[29]而高估轉(zhuǎn)型企業(yè)的投資價(jià)值并低估投資風(fēng)險(xiǎn)，進(jìn)而表現(xiàn)出一種對轉(zhuǎn)型企業(yè)無差別的偏愛。因此，盡管轉(zhuǎn)型企業(yè)可以通過各種數(shù)字化信息技術(shù)優(yōu)勢引導(dǎo)投資者做出正面價(jià)值判斷，但當(dāng)信息傳達(dá)至投資者時(shí)，散戶投資者與機(jī)構(gòu)投資者仍可能出現(xiàn)完全不同的情緒反應(yīng)，即由投資者信念偏差所導(dǎo)致的情緒分化(邏輯框架見圖1)。

綜上所述，本文提出以下假設(shè)：

假設(shè)H1：其他條件不變，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，散戶投資者情緒越趨于樂觀；

假設(shè)H2：企業(yè)數(shù)字化轉(zhuǎn)型與機(jī)構(gòu)投資者情緒不存在顯著相關(guān)性。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

為推動(dòng)信息化和工業(yè)化融合，中華人民共和國工業(yè)和信息化部制定了《2012年信息化和工業(yè)化深度融合專項(xiàng)資金項(xiàng)目指南》，詳細(xì)說明了專項(xiàng)資金的投入方向及各行業(yè)申報(bào)條件，間接鼓勵(lì)了企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的實(shí)施。同時(shí)，考慮到個(gè)股資金流量數(shù)據(jù)的可獲得性，本文選擇2012—2020年上市公司為樣本進(jìn)行研究，并對樣本進(jìn)行了如下預(yù)處理：(1)剔除被標(biāo)記為ST、*ST的樣本及未完成股權(quán)分置改革的上市公司樣本；(2)剔除金融業(yè)上市公司樣本；(3)僅保留上市時(shí)間大于1年的上市公司樣本。同時(shí)，由于用于衡量投資者情緒的買賣不平衡指標(biāo)的計(jì)算主要使用資金流量數(shù)據(jù)，涉及實(shí)際交易，為了避免當(dāng)年未實(shí)現(xiàn)充分交易造成投資者情緒測度偏差，對樣本追加限定條件：(4)僅保留一年內(nèi)交易天數(shù)大于或等于120天的上市公司樣本；(5)剔除年內(nèi)交易日存在漲跌停狀態(tài)但年成交額小于樣本期間內(nèi)平均年成交額的上市公司樣本。

用于計(jì)算買賣不平衡指標(biāo)的個(gè)股資金流量數(shù)據(jù)取自萬得(Wind)金融數(shù)據(jù)庫，數(shù)字化轉(zhuǎn)型詞頻來自對年報(bào)的文本分析，其他數(shù)據(jù)取自國泰安(CSMAR)數(shù)據(jù)庫和中國研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)。此外，為避免離群值引起回歸結(jié)果偏差，本文對所有連續(xù)變量進(jìn)行了1%和99%的縮尾處理。

(二)變量定義

1.被解釋變量

投資者情緒(BSI)。目前對投資者情緒主要依賴于貝克和武格勒(Baker & Wurgler，2006)[30]所構(gòu)建的模型及其衍生模型，但這些模型所構(gòu)建的指標(biāo)僅能粗線條地反映市場整體投資者情緒，難以對個(gè)股投資者進(jìn)行針對性分析；而衡量個(gè)股投資者情緒常用的換手率指標(biāo)除了包含投資者情緒信息外，還包含股票流動(dòng)性等其他因素[31]，且在股市處于下行趨勢或嚴(yán)重缺乏上升動(dòng)力時(shí)，高換手率也可能是投資者情緒悲觀的表征。為此，在A股“散戶主導(dǎo)”的假設(shè)下，不少研究嘗試?yán)脵C(jī)器學(xué)習(xí)方法對股吧中發(fā)帖者或評論者的言論進(jìn)行情緒判斷，并通過文本分析方法對個(gè)股投資者情緒進(jìn)行側(cè)面刻畫。但是，該方法仍存在不可忽視的缺陷：一方面，隨著中國資本市場資金規(guī)模的逐漸擴(kuò)大，以機(jī)構(gòu)投資者為代表的主力資金影響日益擴(kuò)大，而機(jī)構(gòu)投資者的情緒通常難以反映在股吧言論中；另一方面，不僅僅是投資者，一般個(gè)人也能在股吧中進(jìn)行發(fā)帖或評論，這使得信息過于龐雜，部分真實(shí)投資者的情緒信息卻未能反映在股吧帖子或評論中，最終引起投資者情緒測度的偏差。

人的情緒最終會(huì)反映在個(gè)體行動(dòng)上，對投資者而言，其情緒的最終落腳點(diǎn)正是買賣行為。為此，本文沿用何誠穎等(2021)[31]、庫馬爾和李(Kumar & Lee，2006)[32]、曹仙葉和劉詠梅(2016)[33]的方法，以買賣不平衡指標(biāo)對個(gè)股投資者情緒進(jìn)行測算：

BSIi,t=(Bi,t-Si,t)/(Bi,t+Si,t)

(1)

其中，Bi,t表示資金流入量，Si,t表示資金流出量，Bi,t-Si,t為凈資金流入量。該指數(shù)越大，表明投資者的樂觀情緒越高漲，傾向于實(shí)施多頭策略。使用該指數(shù)衡量個(gè)股投資者情緒的優(yōu)勢在于：首先，其反映了投資者真實(shí)即時(shí)的交易情況，因此能夠排除未參與投資的個(gè)體情緒干擾；其次，由于該指數(shù)計(jì)算基于投資者買賣視角，能夠?qū)ι敉顿Y者和機(jī)構(gòu)投資者分別進(jìn)行測算，便于對投資者情緒進(jìn)行異質(zhì)性分析；最后，該指數(shù)含義比較清晰，既能滿足研究要求，也便于從實(shí)務(wù)角度進(jìn)行理解。

萬得金融數(shù)據(jù)庫將指定區(qū)間內(nèi)掛單成交額小于4萬元的資金劃分為散戶資金，掛單成交額大于100萬元的資金劃分為機(jī)構(gòu)資金。本文據(jù)此分別得到散戶資金和機(jī)構(gòu)資金流入(出)量的年度區(qū)間累計(jì)值，進(jìn)而得到散戶投資者和機(jī)構(gòu)投資者買賣不平衡指標(biāo)的年度指標(biāo)。作為二者投資者情緒的表征，散戶投資者情緒記為BSI_Ri,t，機(jī)構(gòu)投資者情緒記為BSI_Ii,t。此外，掛單成交額為4萬元至20萬元的資金被劃分為中戶資金，掛單成交額為20萬元至100萬元的資金被劃分為大戶資金，這兩類資金對應(yīng)的投資者與零星交易的散戶投資者相比資金規(guī)模更大，但尚未達(dá)到機(jī)構(gòu)投資者的資金規(guī)模閾值，真實(shí)交易者中可能包含“大散戶”和“小機(jī)構(gòu)”，且往往邊界模糊，難以區(qū)分，故出于計(jì)算準(zhǔn)確性，本文未將這兩類資金納入指標(biāo)計(jì)算。隨后，本文將針對此問題進(jìn)行穩(wěn)健性檢驗(yàn)。

2.核心解釋變量

數(shù)字化轉(zhuǎn)型(DT)。以往研究通常將數(shù)字化技術(shù)分為人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)四個(gè)類別，但從技術(shù)實(shí)現(xiàn)的原理和過程來看，上述四類數(shù)字化技術(shù)存在既定的邏輯層次，且彼此互相交融，并不能完全區(qū)分開。例如，大數(shù)據(jù)技術(shù)為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智能算法提供了必要的基礎(chǔ)設(shè)施，而機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的發(fā)展又可發(fā)展出計(jì)算機(jī)視覺、自然語言處理、大數(shù)據(jù)統(tǒng)計(jì)分析等技術(shù)方向，進(jìn)一步推動(dòng)了大數(shù)據(jù)技術(shù)的發(fā)展[34]。為此，本文按照“技術(shù)層—應(yīng)用層”的邏輯層次，設(shè)置基本數(shù)字化技術(shù)(TEC)與數(shù)字化應(yīng)用(APP)兩個(gè)變量，以盡可能避免對數(shù)字化技術(shù)進(jìn)行過于詳細(xì)的主觀分類。同時(shí)，區(qū)塊鏈(BLO)主要為企業(yè)數(shù)字化轉(zhuǎn)型提供安全保障，信息與通信(ICT)主要為企業(yè)數(shù)字化轉(zhuǎn)型提供溝通保障，因此也對這兩項(xiàng)數(shù)字化要素單獨(dú)設(shè)置了變量?；緮?shù)字化技術(shù)主要包括算力、存儲(chǔ)與大數(shù)據(jù)基礎(chǔ)、智能化與大數(shù)據(jù)分析三部分。其中，算力、存儲(chǔ)與大數(shù)據(jù)基礎(chǔ)為智能化與大數(shù)據(jù)分析提供底層技術(shù)支撐；智能化與大數(shù)據(jù)分析則是在底層技術(shù)基礎(chǔ)上發(fā)展出的不同技術(shù)方向，且智能化與大數(shù)據(jù)分析之間還存在技術(shù)層面的相互嵌入。

首先，本文在以往學(xué)者[11,35]所構(gòu)建詞表的基礎(chǔ)上，參考國務(wù)院發(fā)布的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》和《新一代人工智能發(fā)展規(guī)劃》、工業(yè)和信息化部發(fā)布的《“十四五”信息通信行業(yè)發(fā)展規(guī)劃》、中國信息通信研究院發(fā)布的《區(qū)塊鏈基礎(chǔ)設(shè)施研究報(bào)告(2021年)》以及搜狗細(xì)胞詞庫，對數(shù)字化轉(zhuǎn)型關(guān)鍵詞做進(jìn)一步擴(kuò)充，并經(jīng)過充分研討后形成本文數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞表。隨后，利用計(jì)算機(jī)編程語言Python編寫文本分析程序，從上市公司年報(bào)中提取關(guān)鍵詞詞頻，并剔除關(guān)鍵詞前存在“沒”“無”“不”等否定表達(dá)的關(guān)鍵詞以及與本公司(股東、客戶、供應(yīng)商、高管)無關(guān)的數(shù)字化轉(zhuǎn)型關(guān)鍵詞；最后，將數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻加1取對數(shù)后即得到企業(yè)數(shù)字化轉(zhuǎn)型整體指標(biāo)。后續(xù)穩(wěn)健性檢驗(yàn)部分從數(shù)字化轉(zhuǎn)型的不同細(xì)分口徑進(jìn)行假設(shè)檢驗(yàn)，并以相同方法對基本數(shù)字化技術(shù)(TEC)、數(shù)字化應(yīng)用(APP)、區(qū)塊鏈(BLO)和信息與通信(ICT)四個(gè)數(shù)字化轉(zhuǎn)型細(xì)分指標(biāo)進(jìn)行詞頻提取與統(tǒng)計(jì)處理。數(shù)字化轉(zhuǎn)型詞表及內(nèi)部各要素邏輯關(guān)系見圖2。

3.控制變量

考慮到對企業(yè)數(shù)字化轉(zhuǎn)型程度與投資者情緒的影響，本文控制變量包括：資本結(jié)構(gòu)(Lev)，以資產(chǎn)負(fù)債率表示；企業(yè)價(jià)值(TobinQ)，以托賓Q值表示；盈利能力(ROA)，以總資產(chǎn)凈利潤率表示；成長能力(Growth)，以營業(yè)收入增長率表示；企業(yè)規(guī)模(Size)，以總資產(chǎn)的自然對數(shù)表示；上市年限(Age)，以統(tǒng)計(jì)當(dāng)年與企業(yè)上市年份相減后加1取自然對數(shù)表示；產(chǎn)權(quán)性質(zhì)(SOE)，虛擬變量，即企業(yè)是否為國有企業(yè)，當(dāng)企業(yè)為國有企業(yè)時(shí)取1，否則取0；股權(quán)集中度(Share)，以第一大股東持股比例表示；董事會(huì)規(guī)模(Numbers)，以董事會(huì)人數(shù)表示；獨(dú)立董事比例(Bind)，以董事會(huì)中獨(dú)立董事占比表示；兩職合一(Dual)，虛擬變量，當(dāng)企業(yè)董事長兼任總經(jīng)理時(shí)取1，否則取0；市場化程度(Marindex)，以市場化指數(shù)[36]表示。此外，本文還控制了年度(Year)與行業(yè)(Industry)虛擬變量。

(三)模型設(shè)定

本文構(gòu)建回歸模型(2)，以此研究企業(yè)數(shù)字化轉(zhuǎn)型引起的不同投資者情緒變動(dòng)?？紤]到核心解釋變量數(shù)字化轉(zhuǎn)型(DT)和除年度行業(yè)以外的各控制變量對投資者情緒的影響均具有時(shí)間滯后性，同時(shí)為避免反向因果內(nèi)生性,本文對數(shù)字化轉(zhuǎn)型(DT)和除年度行業(yè)以外的各控制變量均進(jìn)行了滯后一期處理。

BSIi,t=α0+α1DTi,t-1+αn∑Controlsi,t-1+∑Year+∑Industry+εi,t

(2)

其中，被解釋變量BSIi,t代表當(dāng)年投資者情緒，實(shí)際回歸時(shí)替換為當(dāng)年散戶投資者情緒(BSI_Ri,t)與當(dāng)年機(jī)構(gòu)投資者情緒(BSI_Ii,t)。DTi,t-1代表上年企業(yè)數(shù)字化轉(zhuǎn)型，Controlsi,t-1為控制變量集，Year和Industry分別為年度和行業(yè)虛擬變量，εi,t為殘差項(xiàng)。DTi,t-1系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型增強(qiáng)了投資者樂觀情緒，表現(xiàn)為t年投資者買入增多；反之，DTi,t-1系數(shù)顯著為負(fù)，則意味著數(shù)字化轉(zhuǎn)型降低了投資者樂觀情緒或助長了投資者悲觀情緒。

四、實(shí)證檢驗(yàn)

(一)描述性統(tǒng)計(jì)

表1列示了各主要變量的描述性統(tǒng)計(jì)結(jié)果(為簡化表述，省略表示企業(yè)的下角標(biāo)i，后同)。從結(jié)果上看，樣本期間內(nèi)被解釋變量散戶投資者情緒(BSI_Rt)和機(jī)構(gòu)投資者情緒(BSI_It)平均值和中位數(shù)的絕對值相近，基本符合正態(tài)分布特點(diǎn)。具體而言，散戶投資者情緒(BSI_Rt)平均值和中位數(shù)為正，且最小值大于0；而機(jī)構(gòu)投資者情緒(BSI_It)平均值和中位數(shù)為負(fù)，且在正負(fù)區(qū)間內(nèi)均有取值。這說明樣本期間內(nèi)散戶投資者情緒普遍高漲，而機(jī)構(gòu)投資者情緒則相對低落，由此可大致判斷在中國當(dāng)前A股市場中，相對于機(jī)構(gòu)投資者，散戶投資者本身具有更加樂觀的預(yù)期。此外，數(shù)字化轉(zhuǎn)型(DTt-1)的最小值為0，最大值約5.891 6，極差較大，這可能與不同企業(yè)所處的行業(yè)特性有關(guān)。與以往研究相比，其他控制變量在數(shù)值和概率分布上均無顯著差異，初步驗(yàn)證了數(shù)據(jù)的合理性與可靠性。

表1 主要變量的描述性統(tǒng)計(jì)

(二)基準(zhǔn)回歸分析

為探究企業(yè)數(shù)字化轉(zhuǎn)型對不同投資者情緒產(chǎn)生的影響，本文基于普通最小二乘(OLS)模型進(jìn)行回歸分析，得到表2所示的基準(zhǔn)回歸結(jié)果。為緩解異方差問題，本文對所有回歸結(jié)果均進(jìn)行了異方差的穩(wěn)健標(biāo)準(zhǔn)誤(Robust)修正。其中，列(1)和列(2)為企業(yè)數(shù)字化轉(zhuǎn)型對散戶投資者情緒的影響，列(3)和列(4)為企業(yè)數(shù)字化轉(zhuǎn)型對機(jī)構(gòu)投資者情緒的影響(為對比除年份行業(yè)以外的控制變量對核心解釋變量(DTt-1)回歸系數(shù)可能造成的影響，表2報(bào)告了不加入控制變量的回歸結(jié)果，即列(1)和列(3))。從回歸結(jié)果可以看到，在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型(DTt-1)始終與被解釋變量散戶投資者情緒(BSI_Rt)顯著正相關(guān)，即企業(yè)數(shù)字化轉(zhuǎn)型會(huì)促使散戶對轉(zhuǎn)型企業(yè)表現(xiàn)出強(qiáng)烈的正面預(yù)期，提升散戶投資者的樂觀情緒，從而引發(fā)其更果斷的買入策略，證實(shí)了假設(shè)H1；然而，本文雖然推測機(jī)構(gòu)投資者在面對企業(yè)數(shù)字化轉(zhuǎn)型時(shí)會(huì)表現(xiàn)出更加謹(jǐn)慎的態(tài)度，但基于當(dāng)前數(shù)字化概念在資本市場中的高關(guān)注度和數(shù)字化技術(shù)及應(yīng)用對企業(yè)的長期優(yōu)化效果，并未預(yù)料到機(jī)構(gòu)投資者情緒會(huì)趨于悲觀，且機(jī)構(gòu)投資者悲觀情緒隨著轉(zhuǎn)型程度的提高逐漸釋放。為此，本文將在確認(rèn)最終計(jì)量結(jié)果前，結(jié)合可能引起結(jié)果偏差的各種因素進(jìn)行穩(wěn)健性檢驗(yàn)。但是，目前結(jié)果顯示，散戶投資者和機(jī)構(gòu)投資者對企業(yè)數(shù)字化轉(zhuǎn)型的反應(yīng)已經(jīng)出現(xiàn)了明顯分化，且就假設(shè)而言，無論機(jī)構(gòu)投資者的悲觀情緒表現(xiàn)是否被證實(shí)，均已表明散戶投資者對企業(yè)數(shù)字化轉(zhuǎn)型表現(xiàn)出更加明顯的、不加甄別的“偏愛”，這不僅驗(yàn)證了轉(zhuǎn)型企業(yè)能夠利用信息缺口調(diào)動(dòng)投資者情緒的可行性，而且驗(yàn)證了散戶投資者在信息不對稱環(huán)境中的相對盲目性，以及對優(yōu)質(zhì)轉(zhuǎn)型企業(yè)識別能力的缺乏。

表2 基準(zhǔn)回歸分析

(三)穩(wěn)健性檢驗(yàn)

1.擴(kuò)充樣本容量與赫克曼(Heckman)兩階段模型

基準(zhǔn)回歸分析中，為提升買賣不平衡指標(biāo)度量投資者情緒的準(zhǔn)確性，本文僅保留了一年內(nèi)交易天數(shù)大于或等于120天的上市公司樣本，并剔除年內(nèi)交易日存在漲跌停狀態(tài)但年成交額小于樣本期間內(nèi)平均年成交額的上市公司樣本。一方面，該方法以舍棄部分樣本量為代價(jià)，可能造成一定的樣本自選擇問題；另一方面，對于年報(bào)中未檢索到數(shù)字化轉(zhuǎn)型關(guān)鍵詞的上市公司，其數(shù)字化轉(zhuǎn)型程度被記為0，但事實(shí)上可能存在上市公司已經(jīng)實(shí)施數(shù)字化轉(zhuǎn)型但未反映在年報(bào)中的情況。此時(shí)無論采用全樣本還是數(shù)字化轉(zhuǎn)型程度不為0的樣本，均可能導(dǎo)致樣本自選擇問題的出現(xiàn)。對于前者，本文嘗試放寬計(jì)算買賣不平衡指標(biāo)的約束條件，允許一年內(nèi)交易天數(shù)小于120天的上市公司進(jìn)入樣本，并解除漲跌停和成交額規(guī)則的限制，使樣本容量擴(kuò)充至17 690；對于后者，本文借鑒楊汝岱等(2011)[37]的方法構(gòu)建赫克曼兩階段模型，第一階段的選擇方程以數(shù)字化轉(zhuǎn)型是否為0為被解釋變量構(gòu)建概率單位(probit)模型計(jì)算逆米爾斯比率(IMR)，第二階段再在數(shù)字化轉(zhuǎn)型不為0的基礎(chǔ)上控制IMR進(jìn)行回歸分析。相關(guān)回歸結(jié)果見表3。

表3中，列(1)和列(2)為擴(kuò)充樣本容量后的回歸結(jié)果，結(jié)果顯示數(shù)字化轉(zhuǎn)型(DTt-1)能夠顯著提高散戶投資者情緒(BSI_Rt)，但并未顯著降低機(jī)構(gòu)投資者情緒(BSI_It)；列(3)、列(4)和列(5)為赫克曼兩階段模型回歸結(jié)果，通過列(3)的選擇方程計(jì)算IMR，并在確認(rèn)IMR顯著的基礎(chǔ)上證實(shí)了樣本自選擇問題的存在，進(jìn)而同樣得出數(shù)字化轉(zhuǎn)型(DTt-1)能夠顯著提高散戶投資者情緒(BSI_Rt)，但并未顯著降低機(jī)構(gòu)投資者情緒(BSI_It)的回歸結(jié)果。這些證據(jù)均表明，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效提高散戶投資者的樂觀情緒反應(yīng)，但實(shí)際上并未引起機(jī)構(gòu)投資者情緒的顯著波動(dòng)，這在證實(shí)假設(shè)H1的同時(shí)，也支持了假設(shè)H2。

表3 擴(kuò)充樣本容量與赫克曼兩階段模型

表3(續(xù))

2.拆分?jǐn)?shù)字化轉(zhuǎn)型統(tǒng)計(jì)口徑

按照本文構(gòu)建的數(shù)字化轉(zhuǎn)型邏輯層次，數(shù)字化轉(zhuǎn)型(DT)被拆分為基本數(shù)字化技術(shù)(TEC)、數(shù)字化應(yīng)用(APP)、區(qū)塊鏈(BLO)和信息與通信(ICT)四個(gè)方面?？紤]到機(jī)構(gòu)投資者比散戶投資者擁有更強(qiáng)的信息獲取能力和更高的專業(yè)化程度，故與散戶投資者相比，這種拆分方式所代表的增量信息更容易被機(jī)構(gòu)投資者所理解，從而觸動(dòng)機(jī)構(gòu)投資者的情緒反應(yīng)。基于此，本文按照對數(shù)字化轉(zhuǎn)型預(yù)先設(shè)定的邏輯層次，進(jìn)一步從企業(yè)數(shù)字化轉(zhuǎn)型的四個(gè)方面考察對機(jī)構(gòu)投資者情緒可能造成的影響，為假設(shè)H2提供佐證，相關(guān)回歸結(jié)果見表4。結(jié)果顯示，僅有信息與通信(ICTt-1)與機(jī)構(gòu)投資者情緒(BSI_It)顯著相關(guān)，且加劇了機(jī)構(gòu)投資者的悲觀情緒。從實(shí)務(wù)角度分析，機(jī)構(gòu)投資者在投資時(shí)對信息與通信技術(shù)的顧慮可能與其自身信息的安全性有所關(guān)聯(lián)，這可能部分導(dǎo)致了在基準(zhǔn)回歸分析中數(shù)字化轉(zhuǎn)型(DTt-1)與機(jī)構(gòu)投資者情緒(BSI_It)不穩(wěn)健但顯著的負(fù)相關(guān)關(guān)系。而從數(shù)字化轉(zhuǎn)型的其他口徑上看，機(jī)構(gòu)投資者對基本數(shù)字化技術(shù)、數(shù)字化應(yīng)用和區(qū)塊鏈的情緒反應(yīng)并不明顯。

表4 拆分?jǐn)?shù)字化轉(zhuǎn)型的統(tǒng)計(jì)口徑

表4(續(xù))

3.投資者識別范圍的變更與投資者情緒的相互影響

為提高不同類型投資者買賣不平衡指標(biāo)計(jì)算的準(zhǔn)確性，基準(zhǔn)回歸分析中未將萬得金融數(shù)據(jù)庫中掛單成交額為4萬元至20萬元的中戶資金和掛單成交額為20萬元至100萬元的大戶資金納入指標(biāo)計(jì)算。但是，考慮到“大散戶”和“小機(jī)構(gòu)”的現(xiàn)實(shí)存在性，本文進(jìn)一步將掛單成交額為4萬元至20萬元的中戶資金納入散戶投資者情緒的指標(biāo)計(jì)算中，將掛單成交額為20萬元至100萬元的大戶資金納入機(jī)構(gòu)投資者情緒的指標(biāo)計(jì)算中，并據(jù)此重新進(jìn)行回歸分析。結(jié)果見表(5)的列(1)和列(2)，與本文的預(yù)期假設(shè)相吻合。

此外，在資本市場中，散戶投資者和機(jī)構(gòu)投資者可能存在情緒的相互影響，由于情緒會(huì)反映在各自的投資策略中，散戶投資者和機(jī)構(gòu)投資者的情緒表現(xiàn)可能是受到對方情緒影響后的結(jié)果。為此，在研究數(shù)字化轉(zhuǎn)型(DTt-1)與散戶投資者情緒(BSI_Rt)相關(guān)性的過程中，本文追加控制了上年機(jī)構(gòu)投資者情緒(BSI_It-1)；而在研究數(shù)字化轉(zhuǎn)型(DTt-1)與機(jī)構(gòu)投資者情緒(BSI_It)相關(guān)性的過程中，則追加控制了上年散戶投資者情緒(BSI_Rt-1)，以防止因遺漏控制變量而導(dǎo)致的內(nèi)生性問題。表(5)的列(3)和列(4)顯示了考慮散戶投資者和機(jī)構(gòu)投資者情緒相互影響后的回歸結(jié)果。結(jié)果仍顯示，企業(yè)數(shù)字化轉(zhuǎn)型帶動(dòng)了散戶投資者的樂觀情緒，但未對機(jī)構(gòu)投資者情緒產(chǎn)生任何顯著影響。此外，特別需要說明的是，上年機(jī)構(gòu)投資者情緒(BSI_It-1)與當(dāng)年散戶投資者情緒(BSI_Rt)的相關(guān)性在統(tǒng)計(jì)學(xué)意義上并不顯著，但上年散戶投資者情緒(BSI_Rt-1)與當(dāng)年機(jī)構(gòu)投資者情緒(BSI_It)則顯著負(fù)相關(guān)，即上年機(jī)構(gòu)投資者情緒并不會(huì)顯著影響當(dāng)年散戶投資者的情緒表現(xiàn)，而上年散戶投資者情緒卻會(huì)顯著降低當(dāng)年機(jī)構(gòu)投資者的情緒表現(xiàn)。這表明機(jī)構(gòu)投資者在做出投資決策前可能考慮了散戶投資者的投資心理變化，并在股市中進(jìn)行了與散戶投資者相反的操作。

表5 投資者識別范圍的變更與投資者情緒的相互影響

表5(續(xù))

4.改變散戶投資者情緒的度量方法

以往文獻(xiàn)中，以股吧情緒替代個(gè)股投資者情緒的方法雖存在偏差，但僅以其作為散戶投資者情緒的代理變量則偏差相對較小。因此，為側(cè)面佐證以股吧情緒替代散戶投資者情緒的合理性，同時(shí)進(jìn)一步驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型對散戶投資者情緒的正面影響，本文利用機(jī)器學(xué)習(xí)方法對股吧帖子進(jìn)行情感分析，并將結(jié)果進(jìn)行處理，借此度量個(gè)股散戶投資者情緒。本文參考李巖和金德環(huán)(2018)[38]、湯春玲等(2021)[39]的研究，以兩種相對具有代表性的指標(biāo)構(gòu)建方法構(gòu)建散戶投資者情緒變量：

Sentiment1i,t=(Poi,t-Nei,t)/(Poi,t+Nei,t)

(3)

Sentiment2i,t=ln[(1+Poi,t)/(1+Nei,t)]

(4)

其中，Sentiment1i,t和Sentiment2i,t為兩種方法度量的散戶投資者情緒，均為正指標(biāo)。Poi,t為當(dāng)年正面帖子數(shù)量，Nei,t為當(dāng)年負(fù)面帖子數(shù)量。由于股吧情緒不涉及投資者的股票實(shí)際交易，僅為投資者心理層面的情緒反映，故在進(jìn)行回歸分析時(shí)，允許一年內(nèi)交易天數(shù)小于120天的上市公司進(jìn)入樣本，并解除漲跌停和成交額規(guī)則的限制，加之以股吧帖子數(shù)量計(jì)算散戶投資者情緒時(shí)存在更少的數(shù)據(jù)缺失，最終樣本容量擴(kuò)充至17 968。回歸結(jié)果見表6。表6的回歸結(jié)果顯示，無論采取何種方法度量散戶投資者情緒，企業(yè)數(shù)字化轉(zhuǎn)型均顯著促進(jìn)了其情緒樂觀性，假設(shè)H1的穩(wěn)健性得到再次驗(yàn)證。

表6 以股吧情緒數(shù)據(jù)對散戶投資者情緒進(jìn)行度量

五、中介機(jī)制分析

經(jīng)過實(shí)證檢驗(yàn)，本文證實(shí)了企業(yè)數(shù)字化轉(zhuǎn)型能夠起到改善投資者情緒的作用，但由于散戶投資者和機(jī)構(gòu)投資者存在信息解讀能力差異，當(dāng)轉(zhuǎn)型信號從企業(yè)傳達(dá)至投資者時(shí)，僅有散戶投資者對數(shù)字化轉(zhuǎn)型產(chǎn)生了顯著的樂觀情緒反應(yīng)，而機(jī)構(gòu)投資者對數(shù)字化轉(zhuǎn)型的情緒反應(yīng)并不明顯。根據(jù)本文假設(shè)，企業(yè)數(shù)字化轉(zhuǎn)型對投資者情緒的作用機(jī)制主要存在直接信息效應(yīng)和間接信息效應(yīng)兩個(gè)方面，基于此，本文參考溫忠麟和葉寶娟(2014)[40]的方法構(gòu)建遞歸模型，即模型(5)—模型(7)，以探討在企業(yè)數(shù)字化轉(zhuǎn)型影響散戶投資者情緒的過程中可能存在的中介機(jī)制。其中，Medi,t為中介變量，其余變量定義與本文其他模型保持一致。此外，由于各中介變量存在不同程度的樣本缺失，本部分實(shí)證結(jié)果樣本量可能與基準(zhǔn)回歸存在少許偏差，故在每次進(jìn)行中介機(jī)制分析時(shí)仍對總效應(yīng)進(jìn)行檢驗(yàn)。

BSI_Ri,t=β1DTi,t-1+βn∑Controlsi,t-1+∑Year+∑Industry+εi,t

(5)

Medi,t=γ1DTi,t-1+γn∑Controlsi,t-1+∑Year+∑Industry+εi,t

(6)

BSI_Ri,t=τ1DTi,t-1+τ2Medi,t+τn∑Controlsi,t-1+∑Year+∑Industry+εi,t

(7)

(一)直接信息效應(yīng)中介機(jī)制

本文根據(jù)信息發(fā)送者、動(dòng)態(tài)信息溝通過程和信息接收者三個(gè)維度，從企業(yè)真實(shí)盈余管理水平、企業(yè)信息溝通水平和個(gè)體網(wǎng)絡(luò)信息獲取意愿三個(gè)層面衡量企業(yè)數(shù)字化轉(zhuǎn)型影響散戶投資者情緒的直接信息效應(yīng)。首先，與應(yīng)計(jì)盈余管理相比，真實(shí)盈余管理活動(dòng)更為隱蔽，散戶投資者本就難以察覺，而隨著政府監(jiān)管與市場監(jiān)督日趨嚴(yán)格，企業(yè)從應(yīng)計(jì)盈余管理轉(zhuǎn)變?yōu)檎鎸?shí)盈余管理的趨勢逐漸明顯[41]。數(shù)字化技術(shù)的運(yùn)用能夠有效增強(qiáng)企業(yè)對成本費(fèi)用的控制能力，減少管理層盈余管理空間，并增大管理層盈余管理的成本，通過精準(zhǔn)計(jì)算避免管理層利用研發(fā)支出、銷售費(fèi)用和過度折扣等行為操縱利潤，從而擠出賬面盈余中的“水分”，從源頭提升會(huì)計(jì)信息的披露質(zhì)量。此外，企業(yè)在數(shù)字化轉(zhuǎn)型過程中的主動(dòng)溝通行為，本身就帶有投資者情緒管理的目的[42]，在數(shù)字化轉(zhuǎn)型過程中，企業(yè)也會(huì)主動(dòng)提高與散戶投資者溝通的頻率，增強(qiáng)與散戶投資者的聯(lián)結(jié)，以隨時(shí)了解其心理變化，避免轉(zhuǎn)型“陣痛期”造成投資者信心喪失。而對于大多數(shù)個(gè)體而言，“數(shù)字化”尚屬于新概念，當(dāng)企業(yè)借助數(shù)字化手段向市場釋放出轉(zhuǎn)型優(yōu)勢信息時(shí)，個(gè)體在企業(yè)公開披露信息的刺激作用下，會(huì)增加對信息的主動(dòng)搜集意愿，其具體表現(xiàn)，一方面是散戶投資者自身對擬購買股票的關(guān)注，另一方面則是社會(huì)整體關(guān)注度的提升，進(jìn)而帶動(dòng)散戶投資者對擬購買股票的關(guān)注。而基于互聯(lián)網(wǎng)在中國的大范圍普及，這種對轉(zhuǎn)型企業(yè)的關(guān)注會(huì)更多反映在互聯(lián)網(wǎng)中。

參考羅伊喬杜里(Roychowdhury，2006)[43]的方法，本文構(gòu)建模型(8)—模型(11)對真實(shí)盈余管理(REM)進(jìn)行測度。其中，ProdCosti,t、DiscExpi,t和CFOi,t分別代表當(dāng)年生產(chǎn)成本總額、當(dāng)年酌量性費(fèi)用總額和當(dāng)年經(jīng)營現(xiàn)金凈流量總額，REVi,t代表當(dāng)年?duì)I業(yè)收入總額，△REVi,t代表當(dāng)年?duì)I業(yè)收入變動(dòng)額，△REVi,t-1代表上年?duì)I業(yè)收入變動(dòng)額，Ai,t-1代表上年末總資產(chǎn)。本文將模型(8)—模型(10)分行業(yè)年度進(jìn)行回歸，求得殘差即為異常生產(chǎn)成本(AB_ProdCosti,t)、異常酌量性費(fèi)用(AB_DiscExpi,t)與異常經(jīng)營現(xiàn)金凈流量(AB_CFOi,t)。按模型(11)所示規(guī)則將三者進(jìn)行線性組合，可得企業(yè)真實(shí)盈余管理水平(REMi,t)。此外，本文以上市公司在深交所互動(dòng)易、上證e互動(dòng)、投資者關(guān)系互動(dòng)平臺(tái)等投資者信息交流平臺(tái)中的問題回復(fù)率衡量當(dāng)年企業(yè)的信息溝通水平(IRi,t)，以上市公司在互聯(lián)網(wǎng)中被搜索的頻次加1取對數(shù)表示當(dāng)年個(gè)體網(wǎng)絡(luò)信息獲取意愿(WEBi,t)。

(8)

(9)

(10)

REMi,t=AB_ProdCosti,t-AB_DiscExpi,t-AB_CFOi,t

(11)

中介機(jī)制分析結(jié)果見表7。結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型(DTt-1)顯著降低了企業(yè)真實(shí)盈余管理水平(REMt)，但真實(shí)盈余管理水平(REMt)與散戶投資者情緒(BSI_Rt)正相關(guān)，導(dǎo)致被降低的真實(shí)盈余管理水平反而部分“遮掩”了數(shù)字化轉(zhuǎn)型對散戶投資者情緒的提振作用。本文結(jié)合散戶投資者的非理性特質(zhì)，對造成該結(jié)果的原因加以分析。本文認(rèn)為，雖然散戶投資者的樂觀情緒部分來自對企業(yè)信息披露質(zhì)量的信任，但也有部分來自對利潤等基本面信息的錯(cuò)誤判斷，而這種錯(cuò)誤判斷依然與散戶投資者的自我認(rèn)知偏見密切相關(guān)。雖然應(yīng)用數(shù)字化手段提高了企業(yè)會(huì)計(jì)信息的可信度，但對于“羊群效應(yīng)”下存在過度自信的散戶投資者而言，對“數(shù)字化”概念的盲從性要遠(yuǎn)遠(yuǎn)高于對數(shù)字化技術(shù)本身的認(rèn)同，因而僅僅在現(xiàn)有資源基礎(chǔ)上通過數(shù)字化精算實(shí)現(xiàn)資源整合，或通過信息化監(jiān)管增強(qiáng)數(shù)據(jù)有用性，并不能改變散戶投資者對數(shù)字化技術(shù)的認(rèn)知水平。這就導(dǎo)致在企業(yè)真實(shí)盈余管理問題比較嚴(yán)重時(shí)，缺乏專業(yè)判斷力的散戶投資者情緒處于一種“過度高亢”的狀態(tài)；而當(dāng)真實(shí)盈余管理問題得到修正后，盡管部分贏得了散戶投資者對信息披露的信任，但利潤中的“水分”被擠出，散戶投資者本身又缺乏對數(shù)字化技術(shù)的理解，以至于被降低的真實(shí)盈余管理反而形成“剎車效應(yīng)”，使散戶投資者過熱的買入情緒稍稍降低。然而，真實(shí)盈余管理水平的降低并未完全“遮掩”數(shù)字化轉(zhuǎn)型對散戶投資者樂觀情緒的促進(jìn)效果。

在對直接信息效應(yīng)中介機(jī)制的檢驗(yàn)中，本文的研究結(jié)果還表明，企業(yè)數(shù)字化轉(zhuǎn)型(DTt-1)顯著提高了個(gè)體網(wǎng)絡(luò)信息獲取意愿(WEBt)，而個(gè)體網(wǎng)絡(luò)信息獲取意愿(WEBt)與散戶投資者情緒(BSI_Rt)顯著正相關(guān)，即個(gè)體網(wǎng)絡(luò)信息獲取意愿在數(shù)字化轉(zhuǎn)型促進(jìn)投資者樂觀情緒的過程中發(fā)揮了中介效應(yīng)，這與本文的推測相符。在數(shù)字經(jīng)濟(jì)背景下，隨著企業(yè)數(shù)字化轉(zhuǎn)型程度的提高，轉(zhuǎn)型企業(yè)出于市值管理或投資者關(guān)系管理的目的，會(huì)借助融媒體和大數(shù)據(jù)等手段向外界傳遞有關(guān)自身數(shù)字化轉(zhuǎn)型的正面信息，此時(shí)企業(yè)的社會(huì)曝光度會(huì)隨之增加。隨后，散戶投資者和社會(huì)公眾(潛在投資者)會(huì)在企業(yè)公開信息披露的刺激下提高私有信息獲取的積極性，大幅增強(qiáng)主動(dòng)了解轉(zhuǎn)型企業(yè)的意愿，以提高其私人信息的精確度并賺取未來的超額收益。進(jìn)一步，隨著個(gè)體對數(shù)字化轉(zhuǎn)型信息了解意愿的增強(qiáng)，散戶投資者會(huì)落入算法構(gòu)筑的“信息繭房”之中，而長期接觸同質(zhì)化信息會(huì)造成視野窄化[27]，加之散戶投資者自身對信息存在趨利避害的“鴕鳥效應(yīng)”[28]，導(dǎo)致數(shù)字化轉(zhuǎn)型的優(yōu)勢作用會(huì)隨著個(gè)體信息獲取意愿的提高被逐漸放大，由此造成以下兩方面的結(jié)果：一方面，散戶投資者的投資熱情會(huì)直接受到企業(yè)正面信息的鼓舞；另一方面，社會(huì)公眾的情緒會(huì)產(chǎn)生傳染效應(yīng)，從而引發(fā)散戶投資者樂觀情緒的高漲。該結(jié)果表明，雖然轉(zhuǎn)型企業(yè)能夠通過調(diào)動(dòng)個(gè)體網(wǎng)絡(luò)信息獲取意愿引起散戶投資者的情緒認(rèn)同，但可能進(jìn)一步佐證了散戶投資者對數(shù)字化技術(shù)本身是缺乏了解的。此外，本文的結(jié)果并未表明企業(yè)信息溝通水平(IRt)存在信息渠道效應(yīng)?；貧w結(jié)果顯示，雖然企業(yè)數(shù)字化轉(zhuǎn)型(DTt-1)增加了企業(yè)與投資者的信息溝通水平(IRt)，但信息溝通水平(IRt)的提高并未引起散戶投資者的情緒觸動(dòng)。

表7 直接信息效應(yīng)中介機(jī)制檢驗(yàn)

表7(續(xù))

(二)間接信息效應(yīng)中介機(jī)制

通過提升企業(yè)財(cái)力資源獲取能力、人力資源和物力資源使用能力，能夠間接釋放價(jià)值增量信號引發(fā)投資者共鳴。以往研究表明，融資約束是限制企業(yè)財(cái)力資源獲取的重要因素，而運(yùn)用數(shù)字化手段恰能幫助企業(yè)降低外部信息搜尋成本，并增進(jìn)金融機(jī)構(gòu)對企業(yè)資產(chǎn)規(guī)模和經(jīng)營狀況的了解，提升企業(yè)信用水平，降低其融資約束。此外，數(shù)字化轉(zhuǎn)型使得財(cái)務(wù)資本向智力資本加速轉(zhuǎn)化，轉(zhuǎn)型企業(yè)在未來將不得不依賴基層技術(shù)人員的個(gè)人能力，由此將導(dǎo)致控制權(quán)逐層下放[44]。在該過程中，基于股東和管理層之間的委托代理關(guān)系，股東會(huì)放松對高管團(tuán)隊(duì)的控制力度(如減少超額委派行為)，并強(qiáng)化激勵(lì)手段以增加高管團(tuán)隊(duì)的穩(wěn)定性。并且，隨著高管團(tuán)隊(duì)向下賦權(quán)意愿的提高，高管團(tuán)隊(duì)對基層技術(shù)人員的控制權(quán)會(huì)有所削弱，這也會(huì)促使企業(yè)提升高管團(tuán)隊(duì)穩(wěn)定性以彌補(bǔ)對基層技術(shù)人員控制力的不足，進(jìn)而整個(gè)企業(yè)的人力資源體系發(fā)生變革，全體員工的工作積極性增強(qiáng)，從而賦能企業(yè)管理創(chuàng)新，提高企業(yè)競爭力。除此以外，隨著數(shù)字化轉(zhuǎn)型程度的提高，企業(yè)對物質(zhì)資源的使用能力也得到極大改善，特別是創(chuàng)新水平的提高，帶來企業(yè)使命和愿景的革新，極大改善企業(yè)的產(chǎn)品服務(wù)質(zhì)量，使企業(yè)贏得資本市場青睞。綜上，本文從企業(yè)財(cái)力資源獲取能力、人力資源與物力資源使用能力提升的視角，選取融資約束水平、高管團(tuán)隊(duì)穩(wěn)定性和技術(shù)創(chuàng)新水平三方面對數(shù)字化轉(zhuǎn)型的間接信息效應(yīng)進(jìn)行驗(yàn)證，觀察其是否能夠?qū)ι敉顿Y者造成影響。

綜合考慮當(dāng)前融資約束指標(biāo)的科學(xué)性、可行性與衡量效率，本文使用卡普蘭-金格爾指數(shù)(KZ指數(shù))[45]對企業(yè)融資約束水平進(jìn)行測度。參考魏志華等(2014)[46]的計(jì)算方法，首先將當(dāng)年經(jīng)營現(xiàn)金凈流量與上年末總資產(chǎn)之比(CFOi,t/Ai,t-1)、當(dāng)年現(xiàn)金股利與上年末總資產(chǎn)之比(DIVi,t/Ai,t-1)、當(dāng)年現(xiàn)金持有量與上年末總資產(chǎn)之比(Cashi,t/Ai,t-1)、當(dāng)年資產(chǎn)負(fù)債率(Levi,t)和當(dāng)年托賓Q值(TobinQi,t)按照各自中位數(shù)進(jìn)行高低分組，前三者小于中位數(shù)取1，否則取0；后兩者大于中位數(shù)取1，否則取0，并分別記為KZ1i,t、KZ2i,t、KZ3i,t、KZ4i,t和KZ5i,t，按模型(12)的運(yùn)算規(guī)則得出初步的KZ指數(shù)；之后，使用排序邏輯回歸對模型(13)進(jìn)行參數(shù)估計(jì)，以參數(shù)估計(jì)后的模型計(jì)算最終的KZ指數(shù)。參考克拉齊利等(Crutchley et al.，2002)[47]、張兆國等(2018)[48]使用模型(14)對企業(yè)高管團(tuán)隊(duì)的穩(wěn)定性進(jìn)行測度，其中,STMTi,t為t-1年末到t年末的高管團(tuán)隊(duì)穩(wěn)定性，即t年高管團(tuán)隊(duì)穩(wěn)定性。Mi,t-1為t-1年末的高管人數(shù)，Mi,t為t年末的高管人數(shù)，#(Si,t-1/Si,t)為t-1年末在任但t年末不在任的高管人數(shù)，#(Si,t/Si,t-1)為t-1年末不在任但t年末在任的高管人數(shù)。此外，以企業(yè)當(dāng)年專利申請數(shù)量加1取對數(shù)后衡量企業(yè)技術(shù)創(chuàng)新水平(PATi,t)。

KZi,t=KZ1i,t+KZ2i,t+KZ3i,t+KZ4i,t+KZ5i,t

(12)

(13)

(14)

表8列(5)和列(8)的回歸結(jié)果證實(shí)，企業(yè)數(shù)字化轉(zhuǎn)型(DTt-1)能夠顯著增強(qiáng)高管團(tuán)隊(duì)穩(wěn)定性(STMTt)，并顯著提升企業(yè)技術(shù)創(chuàng)新水平(PATt)，即數(shù)字化轉(zhuǎn)型在一定程度上改善了企業(yè)對人力資源和物質(zhì)資源的使用能力。但列(6)和列(9)的回歸結(jié)果表明，提升高管團(tuán)隊(duì)穩(wěn)定性(STMTt)和技術(shù)創(chuàng)新水平(PATt)并未引起散戶投資者情緒(BSI_Rt)的顯著波動(dòng)，表明散戶投資者并未從高管團(tuán)隊(duì)穩(wěn)定性和技術(shù)創(chuàng)新水平的提升中捕獲到任何有助于其進(jìn)行價(jià)值判斷的信息。出現(xiàn)該結(jié)果的根源仍在于散戶投資者對數(shù)字化技術(shù)本身缺乏足夠的認(rèn)識。在非對稱的信息環(huán)境中，散戶投資者無法將企業(yè)高管團(tuán)隊(duì)穩(wěn)定性和技術(shù)創(chuàng)新水平的提升與數(shù)字化轉(zhuǎn)型進(jìn)行關(guān)聯(lián)，而數(shù)字鴻溝的存在也使得企業(yè)難以主動(dòng)通過信息溝通渠道向投資者詳細(xì)展示數(shù)字化轉(zhuǎn)型帶來的生產(chǎn)力變化(在直接信息效應(yīng)中介機(jī)制的檢驗(yàn)中，已經(jīng)證實(shí)轉(zhuǎn)型企業(yè)增強(qiáng)與散戶投資者的溝通是無效的)。特別是當(dāng)生產(chǎn)力尚未轉(zhuǎn)化為投資者認(rèn)可的投資價(jià)值時(shí)，投資者就更難從企業(yè)人力資源和物質(zhì)資源使用能力的改良中尋得任何有利于投資的增量信息。

此外，列(2)和列(3)的結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型(DTt-1)無法有效緩解企業(yè)融資約束(KZt)，且融資約束水平(KZt)的變化也不會(huì)引起散戶投資者情緒(BSI_Rt)的波動(dòng)，表明內(nèi)部數(shù)字化轉(zhuǎn)型對外部交易成本的降低作用比較有限,且散戶投資者也很難從融資約束的變化中獲取有效的決策信息。

表8 間接信息效應(yīng)中介機(jī)制檢驗(yàn)

表8(續(xù))

六、進(jìn)一步研究：異質(zhì)性分組檢驗(yàn)

在基準(zhǔn)回歸分析的基礎(chǔ)上，本文進(jìn)一步按照當(dāng)年產(chǎn)權(quán)性質(zhì)將樣本分為國有企業(yè)和非國有企業(yè)，按照當(dāng)年企業(yè)規(guī)模，分年度分行業(yè)求取中位數(shù)，將樣本分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，并按照企業(yè)是否擁有高新技術(shù)企業(yè)資質(zhì)認(rèn)定將樣本分為高新技術(shù)企業(yè)與非高新技術(shù)企業(yè)，以觀察企業(yè)數(shù)字化轉(zhuǎn)型對散戶投資者情緒的提振作用是否在不同產(chǎn)權(quán)性質(zhì)、不同規(guī)模和有無高新技術(shù)資質(zhì)認(rèn)定的企業(yè)中存在差異。表9的結(jié)果顯示，無論是國有企業(yè)還是非國有企業(yè)、大規(guī)模企業(yè)還是小規(guī)模企業(yè)，均不改變數(shù)字化轉(zhuǎn)型(DTt-1)對散戶投資者情緒(BSI_Rt)的提振作用，只是在國有企業(yè)和大規(guī)模企業(yè)中，數(shù)字化轉(zhuǎn)型(DTt-1)對散戶投資者情緒(BSI_Rt)的提振作用更強(qiáng)；而基于高新技術(shù)企業(yè)資質(zhì)認(rèn)定的分組則顯示，數(shù)字化轉(zhuǎn)型(DTt-1)對散戶投資者情緒(BSI_Rt)的提振作用僅在高新技術(shù)企業(yè)中顯著存在，而在非高新技術(shù)企業(yè)中則不再存在。考慮到其他控制變量的組間差異可能造成數(shù)字化轉(zhuǎn)型(DTt-1)的組間系數(shù)缺少可比性，本文進(jìn)行了基于似無相關(guān)回歸模型(SUR)的組間系數(shù)差異檢驗(yàn)(SUEST檢驗(yàn))。結(jié)果顯示，數(shù)字化轉(zhuǎn)型(DTt-1)在國有企業(yè)和非國有企業(yè)樣本組、在大規(guī)模企業(yè)和小規(guī)模企業(yè)樣本組，以及在高新技術(shù)企業(yè)和非高新技術(shù)企業(yè)樣本組中的系數(shù)差異均是顯著的。這表明，散戶投資者對國有企業(yè)、大規(guī)模企業(yè)和高新技術(shù)企業(yè)的數(shù)字化轉(zhuǎn)型抱有強(qiáng)烈的信任感，并對國有企業(yè)、大規(guī)模企業(yè)和高新技術(shù)企業(yè)轉(zhuǎn)型優(yōu)勢轉(zhuǎn)化為投資價(jià)值，進(jìn)而提高其自身投資收益抱有更高的期待。

表9 基于產(chǎn)權(quán)性質(zhì)、企業(yè)規(guī)模和企業(yè)資質(zhì)的分組檢驗(yàn)

七、結(jié)論與啟示

本文基于2012—2020年A股上市公司樣本，利用買賣不平衡指標(biāo)對個(gè)股散戶投資者和機(jī)構(gòu)投資者情緒進(jìn)行了測度，并使用Python編程語言編寫文本分析程序，提取上市公司數(shù)字化轉(zhuǎn)型關(guān)鍵詞文本，實(shí)證研究了企業(yè)數(shù)字化轉(zhuǎn)型對投資情緒的影響，得出如下結(jié)論：(1)企業(yè)數(shù)字化轉(zhuǎn)型對散戶投資者情緒具有顯著的提振作用，數(shù)字化轉(zhuǎn)型程度越高，散戶投資者情緒越趨于樂觀。(2)企業(yè)數(shù)字化轉(zhuǎn)型無法對機(jī)構(gòu)投資者情緒造成顯著影響。按照數(shù)字化轉(zhuǎn)型的邏輯層次對數(shù)字化轉(zhuǎn)型變量的統(tǒng)計(jì)口徑進(jìn)行拆分，僅有信息與通信技術(shù)的使用使機(jī)構(gòu)投資者產(chǎn)生了悲觀情緒，而基本數(shù)字化技術(shù)、數(shù)字化應(yīng)用和區(qū)塊鏈的使用均對機(jī)構(gòu)投資者情緒無顯著影響。(3)企業(yè)數(shù)字化轉(zhuǎn)型能夠通過直接信息效應(yīng)影響散戶投資者情緒。具體而言，數(shù)字化轉(zhuǎn)型在提振散戶投資者情緒的同時(shí)，能夠減少企業(yè)隱蔽的真實(shí)盈余管理行為，降低利潤中的“水分”，避免散戶投資者情緒“過熱”，即真實(shí)盈余管理在數(shù)字化轉(zhuǎn)型提振投資者情緒的過程中產(chǎn)生了遮掩效應(yīng)；而企業(yè)數(shù)字化轉(zhuǎn)型通過增強(qiáng)個(gè)體網(wǎng)絡(luò)信息獲取意愿，進(jìn)一步刺激散戶投資者情緒趨于樂觀，即個(gè)體網(wǎng)絡(luò)信息獲取意愿在數(shù)字化轉(zhuǎn)型提振散戶投資者情緒的過程中發(fā)揮了中介效應(yīng)。(4)企業(yè)數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了企業(yè)高管團(tuán)隊(duì)的穩(wěn)定性與技術(shù)創(chuàng)新水平，但這些信息所包含的價(jià)值信號未能被散戶投資者所捕獲，致使企業(yè)數(shù)字化轉(zhuǎn)型未能通過間接信息效應(yīng)對散戶投資者情緒施加影響。(5)在國有企業(yè)和大規(guī)模企業(yè)中，數(shù)字化轉(zhuǎn)型對散戶投資者情緒的提振作用更強(qiáng)；基于高新技術(shù)企業(yè)認(rèn)定進(jìn)行分組后，數(shù)字化轉(zhuǎn)型對散戶投資者情緒的提振作用僅在高新技術(shù)企業(yè)中顯著成立。

通過本文研究可以明晰，盡管數(shù)字化轉(zhuǎn)型能夠通過信息效應(yīng)在一定程度上消除投資者的顧慮，并改善投資者情緒，但不同的投資者會(huì)表現(xiàn)出不同的情緒反應(yīng)，與機(jī)構(gòu)投資者相比，散戶投資者要更加偏愛企業(yè)數(shù)字化轉(zhuǎn)型。這種情緒的分化來自不同投資者的信念偏差，且信念偏差與不同投資者的理性程度和知識水平密切相關(guān)。從目前的結(jié)果看，盡管數(shù)字化轉(zhuǎn)型已成為企業(yè)未來發(fā)展的大勢所趨，但無論是散戶投資者還是機(jī)構(gòu)投資者，與轉(zhuǎn)型企業(yè)之間還存在著巨大的數(shù)字鴻溝，散戶投資者對數(shù)字化轉(zhuǎn)型的熱烈追捧更多源于其對數(shù)字化概念的盲從性，而機(jī)構(gòu)投資者對數(shù)字化轉(zhuǎn)型的冷淡則反映了理性投資人在陌生事物面前的躊躇不前。雖然面對難以理解的高科技領(lǐng)域，理性的投資者應(yīng)盡量避開對相關(guān)企業(yè)的投資[49]。但就本文的實(shí)證結(jié)果看，數(shù)字化轉(zhuǎn)型確實(shí)提高了企業(yè)對人力和物力資源的使用能力，并在一定程度上改善了企業(yè)的生產(chǎn)能力，故數(shù)字化即便在短期內(nèi)無法提高企業(yè)價(jià)值，在未來未必不是企業(yè)價(jià)值的“護(hù)城河”。本文認(rèn)為，在數(shù)字化時(shí)代背景下，無論散戶投資者還是機(jī)構(gòu)投資者，在做出投資決策前，應(yīng)盡可能了解數(shù)字化技術(shù)的作用原理，并結(jié)合行業(yè)特點(diǎn)、競爭環(huán)境與發(fā)展前景，充分考慮擬投資企業(yè)與數(shù)字化技術(shù)及應(yīng)用的適配性，既無必要過度恐懼，又不可過度自信，保持相對謹(jǐn)慎的投資態(tài)度；對轉(zhuǎn)型企業(yè)而言，不應(yīng)僅僅通過修復(fù)信息披露端口、改善信息溝通渠道、吸引投資者關(guān)注等方式增強(qiáng)投資者的投資意愿，還應(yīng)進(jìn)一步提高轉(zhuǎn)型效率，除繼續(xù)利用數(shù)字化技術(shù)及應(yīng)用變革其自身的生產(chǎn)能力外，還需通過各種信息渠道向投資者普及自身數(shù)字化轉(zhuǎn)型的優(yōu)勢，并盡快度過轉(zhuǎn)型的“陣痛期”，將數(shù)字化轉(zhuǎn)型優(yōu)勢轉(zhuǎn)變?yōu)橥顿Y者認(rèn)可的價(jià)值信號，借此吸引價(jià)值投資者進(jìn)入，并改善與投資者之間的關(guān)系。此外，數(shù)字化的價(jià)值提升機(jī)制還需要各方力量的積極推動(dòng)和參與，政府部門在嚴(yán)格監(jiān)管的基礎(chǔ)上，應(yīng)進(jìn)一步普及價(jià)值投資理念，鼓勵(lì)公募基金等機(jī)構(gòu)投資者轉(zhuǎn)換心態(tài)，規(guī)避投機(jī)心理，關(guān)注轉(zhuǎn)型企業(yè)的長期價(jià)值，充分發(fā)揮治理效能，從而推動(dòng)機(jī)構(gòu)投資者向企業(yè)數(shù)字化轉(zhuǎn)型貢獻(xiàn)力量。