羅喜英　郭偉

【摘要】基于2012 ～ 2021年我國A股上市公司的數(shù)據(jù)， 將企業(yè)數(shù)字化轉(zhuǎn)型劃分為數(shù)字技術(shù)、 業(yè)務數(shù)字化轉(zhuǎn)型和管理數(shù)字化轉(zhuǎn)型三個層面， 實證檢驗其對會計信息質(zhì)量的影響。研究表明， 企業(yè)數(shù)字化轉(zhuǎn)型能顯著提高會計信息質(zhì)量。機制檢驗表明， 企業(yè)數(shù)字化轉(zhuǎn)型通過加強內(nèi)部控制來提升會計信息質(zhì)量。異質(zhì)性分析發(fā)現(xiàn)， 在非國有企業(yè)和高科技企業(yè)中， 數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的提升作用更顯著。進一步分析發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提高會計信息的可靠性、 相關(guān)性和可比性， 但對會計信息穩(wěn)健性的影響不顯著。研究結(jié)論不僅豐富了會計信息質(zhì)量的影響因素研究， 而且從會計信息質(zhì)量視角出發(fā)， 更直觀地解釋了數(shù)字化轉(zhuǎn)型對企業(yè)未來長期可持續(xù)發(fā)展的影響。

【關(guān)鍵詞】數(shù)字技術(shù)；業(yè)務數(shù)字化轉(zhuǎn)型；管理數(shù)字化轉(zhuǎn)型；內(nèi)部控制；會計信息質(zhì)量

【中圖分類號】F275? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）13-0146-7

一、 引言

根據(jù)中國信息通信研究院發(fā)布的《全球數(shù)字經(jīng)濟白皮書（2022年）》， 2021年全球47個國家數(shù)字經(jīng)濟增加值規(guī)模為38.1萬億美元， 占GDP比重為45.0%。數(shù)字技術(shù)正在改變世界各地的經(jīng)濟發(fā)展， 迫使企業(yè)調(diào)整其商業(yè)模式、 戰(zhàn)略和管理實踐（Fernandez-Vidal等，2022）?！笆奈濉币?guī)劃將“加快數(shù)字化發(fā)展， 建設數(shù)字中國”單獨成篇， 作為我國未來發(fā)展的行動綱領(lǐng)。然而， 本文通過收集我國上市公司的數(shù)據(jù)發(fā)現(xiàn)， 即使在數(shù)字經(jīng)濟不斷發(fā)展以及國家政策支持的大背景下， 各個公司之間的數(shù)字化轉(zhuǎn)型程度還是存在著較大差異。

目前， 針對企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟后果的相關(guān)研究依然存在一些爭論。一方面， 部分研究認為投資于數(shù)字技術(shù)的公司無法獲得預期的回報， 企業(yè)進行數(shù)字化轉(zhuǎn)型在短期內(nèi)并不能緩解經(jīng)營壓力（劉濤和張夏恒，2021）。另一方面， 部分研究認為大數(shù)據(jù)分析技術(shù)和數(shù)字平臺能力能夠提高企業(yè)的敏捷性和創(chuàng)新能力（Khan等，2022）； 易露霞等（2021）發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠驅(qū)動業(yè)績水平提升。這些研究對于理解企業(yè)數(shù)字化轉(zhuǎn)型的影響無疑有重要作用， 但遺憾的是， 有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果尚無定論。

企業(yè)進行數(shù)字化轉(zhuǎn)型需要投入大量資本， 所以在短期內(nèi)會給企業(yè)帶來經(jīng)營壓力， 并在公司績效方面表現(xiàn)不佳； 但是較高程度的數(shù)字化轉(zhuǎn)型能夠優(yōu)化企業(yè)內(nèi)部結(jié)構(gòu)， 在長期會給企業(yè)帶來可觀的經(jīng)濟效益。而會計信息質(zhì)量作為一個反映企業(yè)會計信息真實性和準確性的指標， 有助于評估企業(yè)價值和預測企業(yè)未來業(yè)績（Dechow和Schrand，2004）。企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果能夠更加直觀地體現(xiàn)在會計信息質(zhì)量上， 因此能較好地解決企業(yè)數(shù)字化轉(zhuǎn)型影響的時滯性問題。目前鮮有文獻將企業(yè)數(shù)字化轉(zhuǎn)型與會計信息質(zhì)量相聯(lián)系， 其影響機制更是處于“黑箱”之中。因此， 研究企業(yè)數(shù)字化轉(zhuǎn)型和會計信息質(zhì)量之間的關(guān)系以及作用機制， 從而使其真正貫徹到企業(yè)高質(zhì)量發(fā)展中， 具有一定的實踐迫切性。

二、 文獻綜述

1. 企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果。針對企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果研究， 主要體現(xiàn)在商業(yè)模式、 經(jīng)濟績效和創(chuàng)新績效等方面。在商業(yè)模式方面， 數(shù)字技術(shù)促進了商業(yè)模式的普遍創(chuàng)新， 比如汽車行業(yè)的數(shù)字化轉(zhuǎn)型導致汽車制造商和服務商向市場提供商品和服務的方式發(fā)生重大轉(zhuǎn)變（Llopis-Albert等，2021）； 在經(jīng)濟績效方面， 現(xiàn)有研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能驅(qū)動業(yè)績水平提升（易露霞等，2021）； 在創(chuàng)新績效方面， Khan等（2022）研究發(fā)現(xiàn)企業(yè)利用大數(shù)據(jù)分析和數(shù)據(jù)平臺能夠提高創(chuàng)新績效。近年來， 也有學者將企業(yè)數(shù)字化轉(zhuǎn)型與會計信息可比性（聶興凱等，2022）以及環(huán)境績效（Li，2022）相聯(lián)系。

2. 會計信息質(zhì)量的影響因素?，F(xiàn)有文獻主要圍繞宏微觀環(huán)境展開對會計信息質(zhì)量影響因素的研究。宏觀因素包括： 外部監(jiān)管， 金融監(jiān)督機構(gòu)隨機檢查在改善會計信息質(zhì)量方面效果顯著（劉瑤瑤等，2021）； 經(jīng)濟體制， 混合所有制改革會影響會計信息質(zhì)量（李井林等，2021）； 會計制度， 采用國際財務報告準則（IFRS）后， 企業(yè)會計質(zhì)量反而下降， 收益管理增加（Abdul-Baki和Haniffa，2020）。微觀因素包括： 信息披露， 在信息披露機制透明度和清晰度更高的情況下， 企業(yè)傾向于報告質(zhì)量更高的會計信息（Obeng等，2020）； 高管特征， 獨立董事中具有財務背景的獨立董事占比提升能顯著提高企業(yè)會計信息質(zhì)量（鄭春美等，2021）； 數(shù)字技術(shù)， Wu等（2019）認為數(shù)字技術(shù)通過實時和按需提供會計信息， 能夠提高會計信息的有用性。

3. 文獻述評。通過以上文獻回顧可以發(fā)現(xiàn)， 現(xiàn)有研究仍存在一些不足： 一是鮮有文獻將企業(yè)數(shù)字化轉(zhuǎn)型與會計信息質(zhì)量聯(lián)系起來， 未能從更直觀的角度來探究數(shù)字化轉(zhuǎn)型對企業(yè)長期發(fā)展的影響。同時對于會計信息質(zhì)量而言， 僅有文獻研究企業(yè)數(shù)字化轉(zhuǎn)型對某一會計信息質(zhì)量要求的作用， 而關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型對更全面的會計信息質(zhì)量的影響則缺乏探討。二是目前針對企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果研究暫無定論?，F(xiàn)有文獻大部分是從數(shù)字技術(shù)和數(shù)字技術(shù)應用兩個角度來探討企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果， 缺乏對企業(yè)具體管理層面和業(yè)務層面數(shù)字化轉(zhuǎn)型經(jīng)濟后果的詳細研究?；诖?， 本文在綜合考慮企業(yè)數(shù)字技術(shù)、 業(yè)務層面和管理層面數(shù)字化轉(zhuǎn)型的基礎之上， 從會計信息質(zhì)量視角來研究數(shù)字化轉(zhuǎn)型的經(jīng)濟后果。

三、 理論分析與假說提出

企業(yè)數(shù)字化轉(zhuǎn)型是在數(shù)據(jù)技術(shù)基礎支撐下滲透到企業(yè)各個層面的， 涵蓋業(yè)務層面和管理層面， 并進行組織變革的轉(zhuǎn)型過程。企業(yè)數(shù)字化轉(zhuǎn)型能夠從以下三個層面直接影響會計信息質(zhì)量。

1. 數(shù)字技術(shù)層面。數(shù)字化技術(shù)的發(fā)展帶來了機器學習等技術(shù)， 這為企業(yè)進行內(nèi)部治理和提高內(nèi)部效率提供了無限機會。一方面， 區(qū)塊鏈技術(shù)提高了交易記錄的準確性， 同時減少了跟蹤交易的時間和成本。Wu等（2019）認為， 區(qū)塊鏈—物聯(lián)網(wǎng)交易模型能夠在滿足一定假設的前提下， 自動收集、 上傳和記錄企業(yè)交易過程中的所有相關(guān)數(shù)據(jù)。這提高了數(shù)據(jù)采集的效率和質(zhì)量， 從而提升了初始會計信息記錄的準確性和及時性。另一方面， 數(shù)字技術(shù)的應用尤其是區(qū)塊鏈技術(shù)的應用， 有助于記錄企業(yè)各個經(jīng)營環(huán)節(jié)的信息。如果企業(yè)想要隱瞞某一環(huán)節(jié)的信息， 則必須更改整個區(qū)塊鏈中的所有數(shù)據(jù)， 加大了披露虛假信息或隱瞞真實信息的難度， 從而在一定程度上保證了會計信息披露的真實性。

2. 業(yè)務數(shù)字化轉(zhuǎn)型層面。基于信息不對稱理論， 信息提供者和使用者之間存在著信息不對稱， 導致信息提供者能夠憑借信息優(yōu)勢干擾會計信息的正常生產(chǎn)披露（聶興凱等，2022）， 進而降低會計信息質(zhì)量。然而， 企業(yè)數(shù)字化轉(zhuǎn)型貫穿整個業(yè)務層面， 包括研發(fā)設計、 采購、 生產(chǎn)和銷售等各個環(huán)節(jié)， 將各環(huán)節(jié)中的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化和標準化信息， 不僅可為生產(chǎn)決策提供數(shù)據(jù)支撐， 還能提升業(yè)務流程的規(guī)范性和安全性， 并使企業(yè)在執(zhí)行會計準則時更加透明， 進而提高會計信息質(zhì)量。

3. 管理數(shù)字化轉(zhuǎn)型層面?；谖写砝碚?， 管理層可能會為了自身利益而選擇盈余管理來粉飾財務數(shù)據(jù)， 從而降低會計信息質(zhì)量（葉邦銀和王璇，2022）。在管理層面數(shù)字技術(shù)的應用中， 不同員工擁有不同的權(quán)限， 并且很多流程都實現(xiàn)了自動化， 因此管理層面的數(shù)字化轉(zhuǎn)型在很大程度上減少了人工操作帶來的舞弊行為和高管的機會主義行為， 緩解了委托代理問題。同時， 中小股東能夠通過網(wǎng)絡等多渠道獲取企業(yè)相關(guān)信息， 并對企業(yè)進行有效監(jiān)督， 使企業(yè)會計信息披露更加真實和可靠， 從而提高企業(yè)會計信息質(zhì)量。

基于以上分析， 本文提出假設1。

H1： 企業(yè)數(shù)字化轉(zhuǎn)型能夠提高會計信息質(zhì)量。

四、 研究設計

1. 樣本選擇與數(shù)據(jù)來源?？紤]到2012年以后我國上市公司年報披露更加規(guī)范， 同時企業(yè)逐漸開始進行數(shù)字化轉(zhuǎn)型， 本文選取2012 ～ 2021年A股上市公司為研究樣本， 并對樣本數(shù)據(jù)進行如下處理： ①剔除金融類企業(yè)和ST公司； ②剔除相關(guān)數(shù)據(jù)缺失的觀測值。最終， 獲得23200個觀測值。其中， 企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)來自公司年報， 內(nèi)部控制指數(shù)來源于迪博數(shù)據(jù)庫， 其他數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。為了減輕異常值的影響， 對所有連續(xù)變量進行1%的縮尾處理。本文所有回歸采用穩(wěn)健（robust）估計。

2. 變量設定。

（1）被解釋變量 —— 會計信息質(zhì)量（AIQ）。為了綜合評價會計信息質(zhì)量， 本文依據(jù)我國企業(yè)會計準則和指標的可計量性， 并參考李清和馬澤漢（2021）的研究構(gòu)建會計信息質(zhì)量指數(shù)指標體系（包含可靠性、可比性、穩(wěn)健性和相關(guān)性指標）， 如表1所示。相較于其他文獻僅采用某一指標來定義會計信息質(zhì)量， 本文構(gòu)建的會計信息質(zhì)量指數(shù)指標體系能更全面地衡量會計信息質(zhì)量。

具體而言： 首先， 將計算得到的各個公司的會計信息可靠性、 可比性、 穩(wěn)健性和相關(guān)性指標值分別減去該公司所屬行業(yè)的中位數(shù)， 以剔除行業(yè)因素的影響； 其次， 對指標進行無量綱化處理及正向化處理， 其中穩(wěn)健性和可比性為正向指標， 可靠性和相關(guān)性為負向指標。AIQ的計算方式如公式（1）所示。會計信息質(zhì)量指數(shù)越大， 表示企業(yè)的會計信息質(zhì)量越好。

AIQ_i，t=（AIQ1_i，t+AIQ2_i，t+AIQ3_i，t+AIQ4_i，t）÷4×100? ? ? ? ?（1）

（2）解釋變量 —— 企業(yè)數(shù)字化轉(zhuǎn)型（DT）。參考吳非等（2021）的方法， 通過文本分析手段從公司年報中獲取企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵詞， 然后統(tǒng)計年報中關(guān)鍵詞的詞頻數(shù)并加1后取自然對數(shù)。具體而言， 借鑒毛聚等（2022）構(gòu)建的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫， 將企業(yè)數(shù)字化轉(zhuǎn)型分為數(shù)字技術(shù)、 業(yè)務數(shù)字化轉(zhuǎn)型和管理數(shù)字化轉(zhuǎn)型三個層面。首先通過Python爬蟲技術(shù)從巨潮資訊網(wǎng)下載企業(yè)年報， 然后用Python的pdfminer庫將所有PDF格式的年報轉(zhuǎn)為TXT文件， 最后使用Python針對年報中的企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞進行詞頻統(tǒng)計。

（3） 控制變量。借鑒吳非等（2021）的研究， 選取企業(yè)規(guī)模（Size）、 資產(chǎn)收益率（ROA）、 資產(chǎn)負債率（LEV）、 雙職合一（Duality）、 股權(quán)集中度（Tophold）、 公司成長性（Growth）、 經(jīng)營活動現(xiàn)金流（OCF）、 審計質(zhì)量（Audit）、 獨立董事比例（Indrate）、 公司上市年限（Age）和市值賬面比（MB）為控制變量， 并控制年份（Year）和行業(yè)（Industry）的影響， 變量定義如表2所示。

3. 模型設定。為了檢驗H1， 本文構(gòu)建模型（2）。

AIQ_i，t=β₀+β1DT_i，t+β₂Controls_i，t+ΣYear+ΣIndustry+ε_i，t?（2）

其中， i表示公司， t表示年份， Controls代表控制變量， 其他變量定義見表2。

五、 實證結(jié)果分析

1. 描述性統(tǒng)計。本文主要變量的描述性統(tǒng)計結(jié)果如表3所示。AIQ的均值、 最大值和最小值分別為90.12、 91.77和83.4， 說明上市公司的會計信息質(zhì)量相對處于較高水平， 但少部分企業(yè)的會計信息質(zhì)量還有待提高， 中位數(shù)為90.53， 說明半數(shù)以上的企業(yè)會計信息質(zhì)量較好。DT的取值區(qū)間為0 ～ 5.705， 標準差為1.439， 說明各個上市公司的數(shù)字化轉(zhuǎn)型程度存在較大差別， 中位數(shù)為2.079， 說明我國上市公司整體數(shù)字化轉(zhuǎn)型程度較低。從數(shù)字技術(shù)層面來看， 其與企業(yè)整體的數(shù)字化轉(zhuǎn)型發(fā)展趨勢趨同， 取值區(qū)間在0 ～ 5.396范圍內(nèi)。但是從業(yè)務層面和管理層面數(shù)字化轉(zhuǎn)型來看， 其與企業(yè)整體的數(shù)字化轉(zhuǎn)型程度存在較大差異， 尤其是管理層面的數(shù)字化轉(zhuǎn)型。目前， 管理層面的數(shù)字化轉(zhuǎn)型取值區(qū)間在0 ～ 2.89之間， 遠遠小于數(shù)字技術(shù)和業(yè)務層面的數(shù)字化轉(zhuǎn)型程度， 可見大部分企業(yè)集中進行數(shù)字技術(shù)基礎建設以及業(yè)務層面的數(shù)字化轉(zhuǎn)型， 而忽略了管理層面的數(shù)字化轉(zhuǎn)型。

2. 主效應檢驗。表4報告了模型（2）的回歸結(jié)果。第（1）列顯示， DT的系數(shù)為0.037， 并在1%的水平上顯著， 表明企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升會計信息質(zhì)量。第（2） ～ （4）列分別列示了數(shù)字技術(shù)、 業(yè)務層面和管理層面的數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響， 其系數(shù)分別為0.036、 0.024和0.068， 且均在1%的水平上顯著。綜上所述， 企業(yè)數(shù)字化轉(zhuǎn)型（包括數(shù)字技術(shù)、 業(yè)務和管理數(shù)字化轉(zhuǎn)型層面）顯著提升了會計信息質(zhì)量， H1得到驗證。

3. 內(nèi)生性處理和穩(wěn)健性檢驗。

（1）工具變量法。企業(yè)數(shù)字化轉(zhuǎn)型能夠提升會計信息質(zhì)量， 但是會計信息質(zhì)量的提升也可能為企業(yè)進行數(shù)字化轉(zhuǎn)型提供基礎， 因此本文可能存在反向因果關(guān)系導致的內(nèi)生性問題； 另外， 由于會計信息質(zhì)量會受到很多因素的影響， 可能存在遺漏變量的問題。因此， 本文采用兩階段工具變量法對結(jié)論進行檢驗。一個地區(qū)的數(shù)字化發(fā)展水平與該地區(qū)的企業(yè)數(shù)字化轉(zhuǎn)型程度顯著正相關(guān)， 而與企業(yè)會計信息質(zhì)量不存在直接相關(guān)性， 故參考趙宸宇等（2021）的研究， 使用各省份移動電話數(shù)量（Mobile）作為工具變量進行檢驗。回歸結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型與會計信息質(zhì)量顯著正相關(guān)， 說明在考慮內(nèi)生性問題后， 本文的研究結(jié)論仍然穩(wěn)健。

（2）縮小樣本量。企業(yè)數(shù)字化轉(zhuǎn)型還會受到城市發(fā)展水平的影響。一線城市擁有更好的基礎設施以及更高的數(shù)字化發(fā)展水平， 這為企業(yè)數(shù)字化轉(zhuǎn)型打下了良好的基礎。因此， 本文剔除北京、 廣州、 上海和深圳的企業(yè)后進行回歸?；貧w結(jié)果顯示， 企業(yè)數(shù)字化轉(zhuǎn)型與會計信息質(zhì)量仍然呈顯著正相關(guān)關(guān)系， 支持H1。

（3）滯后一期。企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響可能存在滯后效應， 故對解釋變量進行滯后一期處理。回歸結(jié)果顯示， 滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型（LDT）仍與會計信息質(zhì)量顯著正相關(guān)， H1依然成立。

（4）替換企業(yè)數(shù)字化轉(zhuǎn)型衡量方式。考慮到數(shù)字化轉(zhuǎn)型程度的高低會使得研究結(jié)果產(chǎn)生偏誤， 因此改變企業(yè)數(shù)字化轉(zhuǎn)型的衡量方式， 采用企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量（DT_DUM）來定義企業(yè)是否進行數(shù)字化轉(zhuǎn)型?；貧w結(jié)果與主效應檢驗結(jié)果一致。

限于篇幅， 以上檢驗結(jié)果未予列示， 留存?zhèn)渌鳌?/p>

4. 中介效應檢驗。前文通過理論分析和實證檢驗發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升會計信息質(zhì)量， 但是兩者之間的影響機制仍處于“黑箱”之中， 因此本文進一步探討兩者之間的作用機理。

首先， 在數(shù)字技術(shù)層面， 數(shù)字技術(shù)的進步將突破傳統(tǒng)組織的局限性， 引發(fā)一種新型的組織形式 —— 利用智能合約管理企業(yè)（Murray等，2021）， 進而形成良好的內(nèi)部環(huán)境。其次， 在業(yè)務數(shù)字化轉(zhuǎn)型層面， 基于數(shù)字系統(tǒng)的內(nèi)部控制改進， 企業(yè)能夠建立更完善的數(shù)字化平臺， 包括運營分析、 績效考核和合同管理等， 進而優(yōu)化控制活動。數(shù)字化轉(zhuǎn)型可以幫助企業(yè)進行自動化風險識別和監(jiān)測， 通過實時監(jiān)測并分析企業(yè)數(shù)據(jù)， 幫助企業(yè)快速識別和應對潛在的風險， 提升企業(yè)風險評估能力。最后， 在管理數(shù)字化轉(zhuǎn)型層面， 供應鏈數(shù)字化和產(chǎn)業(yè)鏈數(shù)字化加強了公司與上下游企業(yè)的聯(lián)系， 使公司能夠高效地獲取內(nèi)外部信息， 從而加強了企業(yè)信息的溝通與傳遞。同時， 智慧財務、 智慧審計以及云審計平臺的建立大大提高了企業(yè)信息披露的透明度和及時性， 實現(xiàn)了管理層對財務數(shù)據(jù)以及內(nèi)部審計活動有效性的日常監(jiān)督和專項監(jiān)督， 從而有助于加強企業(yè)的內(nèi)部監(jiān)督。內(nèi)部控制是保證企業(yè)財務報告真實可靠的重要手段， 其通過約束管理層的機會主義行為來緩解委托代理問題， 這有助于提高企業(yè)會計信息質(zhì)量?？灯己蛣⒔鸾穑?017）研究發(fā)現(xiàn)， 內(nèi)部控制與會計信息質(zhì)量呈顯著正相關(guān)關(guān)系。根據(jù)上述分析， 企業(yè)數(shù)字化轉(zhuǎn)型有助于形成良好的內(nèi)部環(huán)境、 加強企業(yè)信息的溝通和傳遞、 優(yōu)化企業(yè)控制活動、 提升企業(yè)風險評估能力以及完善內(nèi)部監(jiān)督， 從而提升會計信息質(zhì)量。

本文參考溫忠麟和葉寶娟（2014）的做法， 在模型（2）的基礎上構(gòu)建如下模型， 采用逐步法對企業(yè)數(shù)字化轉(zhuǎn)型和會計信息質(zhì)量之間的作用機制進行實證檢驗。

ICQ_i，t=α₀+α1DT_i，t+α₂Controls_i，t+ΣYear+ΣIndustry+ε_i，t（3）

AIQ_i，t=θ₀+θ₁DTi，t+θ₂ICQ_i，t+θ₃Controls_i，t+ΣYear+ΣIndustry+ε_i，t?（4）

其中， ICQ表示內(nèi)部控制質(zhì)量， 通過迪博數(shù)據(jù)庫中的內(nèi)部控制指數(shù)除以100來衡量。

表5報告了中介機制檢驗結(jié)果。回歸結(jié)果顯示， DT、 DTDT、 BDT、 MDT及ICQ的系數(shù)均在1%的水平上顯著為正， 表明企業(yè)數(shù)字化轉(zhuǎn)型會通過提升內(nèi)部控制質(zhì)量使企業(yè)提供更高質(zhì)量的會計信息， 這與內(nèi)部控制的作用機制一致。

5. 異質(zhì)性分析。前文已經(jīng)實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響及其作用機制， 但是在不同類型的企業(yè)中， 數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響可能存在差別。

（1）產(chǎn)權(quán)性質(zhì)的影響。在快速變化的數(shù)字環(huán)境中， 采用標準的、 多層次的組織結(jié)構(gòu)方案可能不再有效， 因為其會降低企業(yè)的反應速度和創(chuàng)新性（Verhoef等，2021）。為了快速應對高速變化的數(shù)字技術(shù)環(huán)境， 企業(yè)需要更扁平的組織形式。與非國有企業(yè)相比， 國有企業(yè)的組織架構(gòu)更為復雜， 而企業(yè)進行數(shù)字化轉(zhuǎn)型需要更加柔性化的管理體系。因此， 對于國有企業(yè)來說， 進行這種系統(tǒng)性的改革是巨大的挑戰(zhàn)， 而非國有企業(yè)更容易開始實施數(shù)字化轉(zhuǎn)型。因此， 本文預期企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的提升作用在非國有企業(yè)中更顯著。

本文根據(jù)產(chǎn)權(quán)性質(zhì)進行分組， 回歸結(jié)果如表6所示。其中第（1）和（2）列顯示： 在國有企業(yè)中， DT的回歸系數(shù)為0.01， 但是不具備統(tǒng)計顯著性； 在非國有企業(yè)中， 其回歸系數(shù)為0.047， 并在1%的水平上顯著。組間差異系數(shù)檢驗結(jié)果顯示， 經(jīng)驗P值小于5%， 說明在非國有企業(yè)中， 數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響更加顯著。此外， 根據(jù)表6第（3）和（4）列的結(jié)果可以發(fā)現(xiàn)， 數(shù)字技術(shù)和管理數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響也是在非國有企業(yè)中更顯著。但是， 表6第（5）和（6）列的回歸結(jié)果顯示， 產(chǎn)權(quán)性質(zhì)差異對業(yè)務層面數(shù)字化轉(zhuǎn)型與會計信息質(zhì)量之間的關(guān)系無顯著影響， 其原因可能是國有企業(yè)和非國有企業(yè)在業(yè)務層面的數(shù)字化轉(zhuǎn)型進程相對一致。

（2）企業(yè)科技屬性的影響。技術(shù)的相對優(yōu)勢影響了企業(yè)大數(shù)據(jù)的應用， 員工轉(zhuǎn)型能力（內(nèi)部創(chuàng)業(yè)能力和數(shù)字能力）和數(shù)字技術(shù)基礎設施的缺乏可能會阻礙企業(yè)應用大數(shù)據(jù)。在高科技企業(yè)中， 數(shù)字技術(shù)基礎建設更加完備， 企業(yè)對信息的處理更加有效， 本身就具備進行數(shù)字化轉(zhuǎn)型的客觀條件； 而在非高科技企業(yè)中， 企業(yè)在前期數(shù)字化轉(zhuǎn)型準備階段， 由于不具備相關(guān)的專業(yè)知識， 需要投入大量的時間和精力探索轉(zhuǎn)型重點和方向， 所以非高科技企業(yè)在進行數(shù)字化轉(zhuǎn)型決策時會慢于高科技企業(yè)。已有研究表明， 員工的轉(zhuǎn)型能力推動了企業(yè)的數(shù)字化轉(zhuǎn)型（Blanka等，2022）。基于內(nèi)部創(chuàng)業(yè)歷程， 員工的轉(zhuǎn)型能力可作為觸發(fā)因素， 幫助企業(yè)提升數(shù)字化轉(zhuǎn)型水平。在高科技企業(yè)中， 企業(yè)擁有更多具備數(shù)字能力的復合型人才， 具備數(shù)字化轉(zhuǎn)型的軟實力； 而在非高科技企業(yè)中， 企業(yè)進行數(shù)字化轉(zhuǎn)型的人力資源成本也會更高。因此， 企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的提升效果在高科技企業(yè)中可能更顯著。

本文借鑒張永珅等（2021）的研究， 將信息傳輸、 軟件和信息技術(shù)服務業(yè)（I）， 科學研究和技術(shù)服務業(yè)（M）劃分為高科技行業(yè)， 其他行業(yè)劃分為非高科技行業(yè)， 分組回歸結(jié)果如表7所示。其中第（1）和（2）列顯示， 雖然高科技企業(yè)組和非高科技企業(yè)組中DT的回歸系數(shù)均顯著， 但是高科技企業(yè)組的回歸系數(shù)（0.16）遠大于非高科技企業(yè)組的回歸系數(shù)（0.014）， 且組間差異檢驗得到的經(jīng)驗P值小于1%。這意味著企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的提升作用在高科技企業(yè)中更為有效。同時， 根據(jù)表7第（3） ～ （8）列可以發(fā)現(xiàn)， 數(shù)字技術(shù)、 業(yè)務數(shù)字化轉(zhuǎn)型和管理數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響在高科技企業(yè)中都更顯著。

6. 拓展性分析： 企業(yè)數(shù)字化轉(zhuǎn)型對具體會計信息質(zhì)量的影響。鑒于現(xiàn)有文獻僅用會計信息質(zhì)量要求的其中一項來進行實證分析還不夠全面（聶興凱等，2022）， 本文進一步分析企業(yè)數(shù)字化轉(zhuǎn)型對會計信息可靠性（AIQ1）、 可比性（AIQ2）、 穩(wěn)健性（AIQ3）和相關(guān)性（AIQ4）的影響。首先， 大數(shù)據(jù)技術(shù)的運用提高了公司內(nèi)部財務信息和外部相關(guān)上下游客戶往來交易信息的可印證性， 從而提升了企業(yè)會計信息的可靠性。其次， 各企業(yè)業(yè)務數(shù)字化和管理數(shù)字化的聯(lián)動， 使企業(yè)數(shù)據(jù)在內(nèi)部的流動更加高效。區(qū)塊鏈技術(shù)使得不同企業(yè)處在一個聯(lián)盟鏈中， 企業(yè)之間的信息壁壘被逐漸攻破， 從而促進了會計信息可比性的提升。再次， 隨著大數(shù)據(jù)技術(shù)的發(fā)展， 企業(yè)可借助共識機制和智能合約手段， 實現(xiàn)數(shù)據(jù)的固化和不可篡改性。企業(yè)數(shù)字化轉(zhuǎn)型加大了人為操縱企業(yè)會計信息的難度， 推動了自審計的實現(xiàn)， 為企業(yè)會計信息的穩(wěn)健性提供了保障。最后， 大數(shù)據(jù)技術(shù)將海量數(shù)據(jù)進行規(guī)范化， 能夠有效篩選出一些相關(guān)的會計信息， 有利于提升企業(yè)會計信息的相關(guān)性。

從表8可以發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量不同指標的影響存在較大差異。具體來說： 企業(yè)數(shù)字化轉(zhuǎn)型能夠提升會計信息的可靠性（DT的回歸系數(shù)為-0.001， t值為-1.83）、 增強會計信息的可比性（DT的回歸系數(shù)為0.001， t值為3.34）以及提升會計信息的相關(guān)性（DT的回歸系數(shù)為-0.198， t值為-3.06）； 但是對會計信息穩(wěn)健性的正向影響并不顯著， 其原因可能是會計信息的穩(wěn)健性要求企業(yè)快速捕捉“壞消息”， 但目前我國資本市場中上市公司的數(shù)字化轉(zhuǎn)型正處于發(fā)展階段， 在信息標準化處理過程中存在冗余的情況， 會影響到公司層面對“壞消息”反映的及時性。

六、 結(jié)論與啟示

本文以2012 ～ 2021年我國A股上市公司為研究樣本， 綜合考慮會計信息質(zhì)量的要求， 實證檢驗企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響。研究結(jié)論如下： ①上市公司數(shù)字化轉(zhuǎn)型程度之間存在較大差異， 并且企業(yè)業(yè)務層面的數(shù)字化轉(zhuǎn)型程度遠遠高于管理層面的數(shù)字化轉(zhuǎn)型程度。②企業(yè)數(shù)字化轉(zhuǎn)型有利于提高會計信息質(zhì)量， 這一結(jié)論在經(jīng)過一系列穩(wěn)定性檢驗之后仍然成立。機制檢驗發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型通過增強內(nèi)部控制來提升會計信息質(zhì)量。③異質(zhì)性分析發(fā)現(xiàn)， 在非國有企業(yè)和高科技企業(yè)中， 數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響更加顯著。④進一步分析發(fā)現(xiàn)， 企業(yè)數(shù)字化轉(zhuǎn)型有利于提高會計信息的可靠性、 可比性和相關(guān)性， 但是對會計信息穩(wěn)健性的影響不顯著。

以上結(jié)論具有如下政策啟示： ①企業(yè)需要把握數(shù)字化轉(zhuǎn)型的發(fā)展機遇， 在進行業(yè)務層面數(shù)字化轉(zhuǎn)型的基礎上， 逐步進行管理層面的數(shù)字化轉(zhuǎn)型， 實現(xiàn)數(shù)據(jù)信息化和業(yè)財一體化， 提升企業(yè)核心競爭力。②企業(yè)應構(gòu)建良好的信息環(huán)境， 當前我國資本市場存在很多信息不對稱的情況， 企業(yè)在進行數(shù)字化轉(zhuǎn)型的過程中， 需要注重信息標準化， 從而提高會計信息質(zhì)量。③因企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的影響在不同企業(yè)之間存在差異， 政府在助力企業(yè)數(shù)字化轉(zhuǎn)型的過程中， 可以對非國有企業(yè)和高科技企業(yè)進行政策傾斜。④由于企業(yè)數(shù)字化轉(zhuǎn)型對會計信息質(zhì)量的具體影響存在差異， 企業(yè)在進行數(shù)字化轉(zhuǎn)型的過程中， 還需要解決信息冗余問題， 從而提高會計信息的穩(wěn)健性。

【 主 要 參 考 文 獻 】

康萍，劉金金．企業(yè)內(nèi)部控制與會計信息質(zhì)量的關(guān)系研究——以經(jīng)營績效為視角［ J］．西安財經(jīng)學院學報，2017（3）：33 ～ 40．

李井林，陽鎮(zhèn)，陳勁．混合所有制改革與國有企業(yè)社會責任——基于量與質(zhì)雙重視角的考察［ J］．上海經(jīng)濟研究，2021（11）：35 ～ 47．

李清，馬澤漢．會計信息質(zhì)量指數(shù)構(gòu)建、評價和預警研究［ J］．數(shù)理統(tǒng)計與管理，2022（4）：749 ～ 760．

劉濤，張夏恒．我國中小企業(yè)數(shù)字化轉(zhuǎn)型現(xiàn)狀、問題及對策［ J］．貴州社會科學，2021（2）：148 ～ 155．

劉瑤瑤，路軍偉，寧沖．證監(jiān)會隨機抽查能提高上市公司會計信息質(zhì)量嗎［ J］．山西財經(jīng)大學學報，2021（12）：111 ～ 126．

毛聚，李杰，張博文．CEO復合職能背景與企業(yè)數(shù)字化轉(zhuǎn)型［ J］．現(xiàn)代財經(jīng)（天津財經(jīng)大學學報），2022（9）：37 ～ 58．

聶興凱，王穩(wěn)華，裴璇．企業(yè)數(shù)字化轉(zhuǎn)型會影響會計信息可比性嗎［ J］．會計研究，2022（5）：17 ～ 39．

溫忠麟，葉寶娟．中介效應分析：方法和模型發(fā)展［ J］．心理科學進展，2014（5）：731 ～ 745．

吳非，胡慧芷，林慧妍等．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+10．

葉邦銀，王璇．董事會斷裂帶、內(nèi)部控制與會計信息質(zhì)量［ J］．南京審計大學學報，2022（1）：58 ～ 68．

易露霞，吳非，徐斯旸．企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動效應研究［ J］．證券市場導報，2021（8）：15 ～ 25+69．

張永珅，李小波，邢銘強．企業(yè)數(shù)字化轉(zhuǎn)型與審計定價［ J］．審計研究，2021（3）：62 ～ 71．

趙宸宇，王文春，李雪松．數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［ J］．財貿(mào)經(jīng)濟，2021（7）：114 ～ 129．

鄭春美，伍光磊，溫桂榮．ESG框架下財會背景獨立董事履職能否改善會計信息質(zhì)量？——基于內(nèi)部控制有效性的視角［ J］．財經(jīng)理論與實踐，2021（6）：89 ～ 95．

Abdul-Baki Z.， Haniffa R.. The impact of accounting reform on accoun-

ting quality： Evidence from Nigeria［ J］．Journal of International Financial Management & Accounting，2020（2）：169 ～ 190．

Blanka C.， Krumay B.， Rueckel D.. The interplay of digital transformation and employee competency： A design science approach［ J］．Technological Forecas-

ting and Social Change，2022（178）：121575．

Khan A.， Tao M.， Li C.. Knowledge absorption capacity's efficacy to enhance innovation performance through big data analytics and digital platform capability［ J］．Journal of Innovation & Knowledge，2022（3）：100201．

Khan M.， Watts R. L.. Estimation and empirical properties of a firm-year measure of accounting conservatism［ J］．Journal of Accounting and Economics，2009（2-3）：132 ～ 150．

Li L.. Digital transformation and sustainable performance： The moderating role of market turbulence［ J］．Industrial Marketing Management，2022（104）：28 ～ 37．

Llopis-Albert C.， Rubio F.， Valero F.. Impact of digital transformation on the automotive industry［ J］．Technological Forecasting and Social Change，2021（162）：120343．

Murray A.， Kuban S.， Josefy M.， et al.. Contracting in the smart era： The implications of blockchain and decentralized autonomous organizations for contracting and corporate governance［ J］．Academy of Management Perspectives，2021（4）：622 ～ 641．

Obeng V. A.， Ahmed K.， Miglani S.. Integrated reporting and earnings qua-

lity： The moderating effect of agency costs［ J］．Pacific-Basin Finance Journal，2020（60）：101285．

Verhoef P. C.， Broekhuizen T.， Bart Y.， et al.. Digital transformation： A multidisciplinary reflection and research agenda［ J］．Journal of Business Research，2021（122）：889 ～ 901．

Wu J.， Xiong F.， Li C.. Application of internet of things and blockchain technologies to improve accounting information quality［ J］．IEEE Access，2019（7）：100090 ～ 100098．