李 倩,王詩豪,鄧沛東,王柯蘊

(西安交通大學 經(jīng)濟與金融學院,陜西 西安 710061)

0 引言

2020年,新冠肺炎疫情暴發(fā),世界經(jīng)濟遭受巨大沖擊,加上中美貿(mào)易戰(zhàn)持續(xù)升級,我國經(jīng)濟發(fā)展面臨巨大挑戰(zhàn),技術(shù)創(chuàng)新、要素流通與經(jīng)濟主體信心深受負面影響[1-2]。因此,我國亟須找到促進經(jīng)濟高質(zhì)量發(fā)展的突破口。2019年,習近平總書記在中央政治局第十八次集體學習時強調(diào),要利用區(qū)塊鏈技術(shù)探索數(shù)字經(jīng)濟模式創(chuàng)新,為打造便捷高效、公平競爭、穩(wěn)定透明的營商環(huán)境提供動力,為推進供給側(cè)結(jié)構(gòu)性改革、實現(xiàn)各行業(yè)供需有效對接提供服務,為加快新舊動能接續(xù)轉(zhuǎn)換、推動經(jīng)濟高質(zhì)量發(fā)展提供支撐。中共十九大報告明確指出,加快建設(shè)制造強國,加快發(fā)展先進制造業(yè),推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合,在中高端消費、創(chuàng)新引領(lǐng)、綠色低碳、共享經(jīng)濟、現(xiàn)代供應鏈、人力資本服務等領(lǐng)域培育新增長點、形成新動能。疫情期間,眾多企業(yè)通過數(shù)字化轉(zhuǎn)型,大大提高了生產(chǎn)效率。因此,數(shù)字化轉(zhuǎn)型逐漸成為企業(yè)高質(zhì)量發(fā)展的新引擎。

隨著數(shù)字化轉(zhuǎn)型企業(yè)數(shù)量增加,數(shù)字化轉(zhuǎn)型研究愈加豐富?，F(xiàn)有文獻不僅對企業(yè)數(shù)字化轉(zhuǎn)型概念進行界定[3-5],而且探究數(shù)字化轉(zhuǎn)型經(jīng)濟后果,如企業(yè)價值[6]、企業(yè)風險[7-8]及戰(zhàn)略決策[9-11],但鮮有文獻探究企業(yè)數(shù)字化轉(zhuǎn)型行為的相互影響。企業(yè)間相互模仿和學習會導致整個群體行為呈現(xiàn)出一致性特征,這種現(xiàn)象被稱為同群效應。同群效應研究始于教育經(jīng)濟學領(lǐng)域,Summers &Wolfe[12]、Henderson等[13]發(fā)現(xiàn),在其它條件相同的情況下,如果同學成績優(yōu)異,學生的表現(xiàn)會更好。隨著交叉學科研究興起,同群效應在經(jīng)濟與金融領(lǐng)域被廣泛應用。Mackay &Phillips[14]發(fā)現(xiàn),公司資本結(jié)構(gòu)會受行業(yè)同群公司的影響;Mas &Moretti[15]發(fā)現(xiàn),雇傭高生產(chǎn)率工人能夠提高其他工人的生產(chǎn)率。此外,公司其它行為也會受到同群效應的影響,如股利政策[16]、商業(yè)信用[17]、投資[18]、過度負債[19]、企業(yè)研發(fā)決策[20]?？紤]到同行企業(yè)決策行為會相互影響,本文認為,公司數(shù)字化轉(zhuǎn)型決策可能受同行企業(yè)數(shù)字化轉(zhuǎn)型的影響。因此,本文基于同群效應角度分析企業(yè)數(shù)字化轉(zhuǎn)型影響因素與內(nèi)在機制。

1 理論分析與研究假設(shè)

企業(yè)基于自身掌握的信息,通過模仿競爭對手的價值行為制定決策[21-22]。其中,模仿和學習同行企業(yè)決策會促使整個行業(yè)行為呈現(xiàn)相對一致性特征,從而產(chǎn)生同群效應。

Lieberman &Asaba[23]提出兩種理論解釋公司的模仿行為:第一種為信息模仿理論。信息優(yōu)勢企業(yè)會向外界傳遞較多的價值信息,因而其利益相關(guān)者信息獲取成本較低。信息劣勢企業(yè)與其利益相關(guān)者之間存在信息不對稱,導致后者信息搜索成本和監(jiān)督成本較高[24]。為了降低信息成本,信息劣勢企業(yè)更有動力模仿同行企業(yè)。此外,信息優(yōu)勢企業(yè)能夠向市場傳遞更多戰(zhàn)略信息,而信息劣勢企業(yè)出于降低戰(zhàn)略實施成本的目的會模仿信息優(yōu)勢企業(yè)。因此,模仿同群企業(yè)是緩解公司和利益相關(guān)者間信息不對稱問題以及降低決策成本的重要工具。另一種為市場競爭理論。該理論認為,企業(yè)模仿競爭對手的行為是為了維持自身市場地位。在競爭激烈的行業(yè)內(nèi)部,企業(yè)面臨更多掠奪性攻擊[25]。為了抵御競爭對手的掠奪性攻擊,企業(yè)愿意采取與同群企業(yè)相同的戰(zhàn)略,而非差異化戰(zhàn)略。與同群企業(yè)實施相同戰(zhàn)略能通過“搭便車”行為降低戰(zhàn)略實施成本。因此,在激烈的市場競爭環(huán)境中,企業(yè)同群效應更顯著。

關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)涵,學者們從不同視角進行了界定。發(fā)展階段視角下,Verhoef等[3]提出,企業(yè)數(shù)字化轉(zhuǎn)型分為3個階段:第一階段是企業(yè)將信息轉(zhuǎn)化為數(shù)字信息的過程;第二階段是企業(yè)將業(yè)務模式與數(shù)字技術(shù)相結(jié)合以優(yōu)化業(yè)務流程的過程;第三階段是在前兩個階段的基礎(chǔ)上,根據(jù)市場環(huán)境調(diào)整商業(yè)模式的過程,即利用數(shù)字信息和技術(shù)帶動產(chǎn)品、流程及組織結(jié)構(gòu)轉(zhuǎn)變。風險防范視角下,易露霞等[26]認為,我國企業(yè)數(shù)字化轉(zhuǎn)型是為了以數(shù)據(jù)高效流動實現(xiàn)技術(shù)、人才、物資等要素優(yōu)化配置,緩解不確定性風險對企業(yè)的沖擊。業(yè)務流程視角下,肖紅軍等[9]認為,數(shù)字化轉(zhuǎn)型是企業(yè)將數(shù)字技術(shù)融入研發(fā)生產(chǎn)與銷售服務全過程,實現(xiàn)數(shù)字技術(shù)賦能企業(yè)創(chuàng)新鏈、供應鏈和價值鏈?；诓煌暯?數(shù)字化轉(zhuǎn)型具有不同的定義,但其核心是以提升企業(yè)生產(chǎn)效率為目標,將傳統(tǒng)生產(chǎn)要素與數(shù)字技術(shù)深度融合的創(chuàng)新過程。現(xiàn)有文獻聚焦數(shù)字化轉(zhuǎn)型的經(jīng)濟后果。經(jīng)濟價值層面,吳非等(2021)發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型不僅能夠有效改善企業(yè)財務狀況,而且可以提高創(chuàng)新產(chǎn)出效率。企業(yè)風險層面,張永珅等[7]發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型通過優(yōu)化企業(yè)內(nèi)外部治理體系降低審計風險與成本;王守海等[8]發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型通過降低經(jīng)營風險、緩解融資約束和減少代理成本降低企業(yè)債務違約風險。戰(zhàn)略決策層面,肖紅軍等[9]發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型通過數(shù)字社區(qū)促使利益相關(guān)方參與企業(yè)經(jīng)營決策,構(gòu)建以集體主義為核心的共同治理機制,能夠有效抑制企業(yè)內(nèi)部機會主義行為,強化企業(yè)社會責任戰(zhàn)略導向;洪俊杰等[10]認為,數(shù)字化轉(zhuǎn)型能夠通過實時監(jiān)控產(chǎn)品生產(chǎn)、及時獲取供應鏈信息以及快速搜尋市場需求信息實現(xiàn)產(chǎn)品優(yōu)化,從而提升產(chǎn)品出口質(zhì)量。總之,數(shù)字化轉(zhuǎn)型能夠降低企業(yè)風險,優(yōu)化企業(yè)決策,是重要的企業(yè)價值提升戰(zhàn)略。面對同行企業(yè)數(shù)字化轉(zhuǎn)型,企業(yè)有動力進行模仿和學習,因為這種模仿和學習是有價值的。因此,本文提出以下假設(shè):

H1:上市公司數(shù)字化轉(zhuǎn)型存在同群效應。

根據(jù)信息模仿理論,在不確定性環(huán)境中,企業(yè)和利益相關(guān)者之間存在嚴重的信息不對稱問題。為了降低信息成本,企業(yè)有可能模仿其它企業(yè)戰(zhàn)略決策。數(shù)字化轉(zhuǎn)型能夠有效降低企業(yè)與投資者之間的信息不對稱程度,提高企業(yè)資本市場份額(吳非等,2021)。信息優(yōu)勢企業(yè)面臨的融資約束較小,能夠進行更多數(shù)字化轉(zhuǎn)型投資,可為信息劣勢企業(yè)提供數(shù)字化轉(zhuǎn)型相關(guān)信息。信息劣勢企業(yè)通過模仿信息優(yōu)勢企業(yè)數(shù)字化轉(zhuǎn)型行為,向投資者傳遞更多價值信息,從而降低自身信息成本。此外,信息劣勢企業(yè)為了降低數(shù)字化轉(zhuǎn)型實施成本,更有動力模仿信息優(yōu)勢企業(yè)數(shù)字化轉(zhuǎn)型。因此,信息不對稱程度較高的企業(yè)更有可能模仿同行企業(yè)數(shù)字化轉(zhuǎn)型。

基于市場競爭理論,企業(yè)為了維持市場地位,會密切關(guān)注同行企業(yè)決策。數(shù)字化轉(zhuǎn)型能夠緩解融資難問題并降低企業(yè)運營成本,幫助企業(yè)獲得更多現(xiàn)金流。在競爭激烈的行業(yè)內(nèi)部,企業(yè)面臨較高的破產(chǎn)風險[25,27],因而具有更強的動機模仿和學習同行企業(yè)數(shù)字化轉(zhuǎn)型,以便獲得信貸資金并降低運營成本,進而維持現(xiàn)有市場地位。此外,在競爭程度較高的行業(yè),由于面臨殘酷的淘汰機制,企業(yè)通常會與同群企業(yè)實施相同的戰(zhàn)略,而非差異化戰(zhàn)略,以降低運營成本。企業(yè)數(shù)字化轉(zhuǎn)型過程需要大量資金投入,一旦同行企業(yè)實施數(shù)字化轉(zhuǎn)型,企業(yè)就會進行模仿和學習。據(jù)此,在競爭越激烈的行業(yè),企業(yè)越可能模仿同行企業(yè)數(shù)字化轉(zhuǎn)型。據(jù)此,本文提出以下假設(shè):

H2:信息不對稱程度較高的企業(yè),數(shù)字化轉(zhuǎn)型的同群效應更顯著。

H3:在競爭激烈的行業(yè),企業(yè)數(shù)字化轉(zhuǎn)型的同群效應更顯著。

2 研究設(shè)計

2.1 樣本選擇與數(shù)據(jù)來源

本文選擇2007—2020年中國 A 股上市公司為研究對象,并剔除金融行業(yè)樣本及財務數(shù)據(jù)缺失企業(yè)樣本。參考Leary &Roberts[21]的研究成果,本文將同行業(yè)公司界定為同群企業(yè),行業(yè)分類標準依據(jù)證監(jiān)會2012年公布的行業(yè)分類方法。考慮到制造業(yè)上市公司數(shù)量較多,本文對制造業(yè)進行二級分類,對其它行業(yè)進行一級分類[16]。本文使用的公司財務數(shù)據(jù)和股票市場數(shù)據(jù)均來自國泰安數(shù)據(jù)庫(CSMAR),相關(guān)企業(yè)年報數(shù)據(jù)來自滬深交易所官方網(wǎng)站。

2.2 變量定義

2.2.1 核心解釋變量與被解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型(Digital)。現(xiàn)有研究大多基于機器學習的文本分析法對企業(yè)數(shù)字化程度進行測度。例如,吳非等(2021)通過整理數(shù)字化轉(zhuǎn)型相關(guān)文獻、政策文件和研究報告構(gòu)建數(shù)字化轉(zhuǎn)型特征詞庫,使用年報中特征詞的詞頻度量企業(yè)數(shù)字化程度;袁淳等(2021)提取年報“管理者討論與分析”(MD&A)部分中的197個數(shù)字化相關(guān)詞匯,并采用詞頻總數(shù)與MD&A部分語段長度的比值度量企業(yè)數(shù)字化水平。本文借鑒吳非等(2021)構(gòu)建的企業(yè)數(shù)字化轉(zhuǎn)型特征詞庫,利用Python軟件獲得上交所和深交所全部A股上市企業(yè)年度報告,然后統(tǒng)計特征詞詞頻,最終加總所有特征詞的詞頻得到企業(yè)數(shù)字化轉(zhuǎn)型度量指標。進一步地,對總詞頻數(shù)進行加1后取對數(shù),以消除數(shù)據(jù)的右偏性。在穩(wěn)健性分析中,采用袁淳等(2021)提出的數(shù)字化轉(zhuǎn)型指標進行穩(wěn)健性檢驗。

2.2.2 控制變量

考慮到遺漏變量可能造成的內(nèi)生性問題,本文參考Gyimah等[17]的研究成果,選取公司和行業(yè)層面變量加以控制,具體指標與相關(guān)定義見表1。

表1 變量定義Tab.1 Variable definitions

2.2.3 模型設(shè)定

本文利用以下回歸模型進行假設(shè)檢驗,如式(1)所示。

(1)

表2 主要變量描述性統(tǒng)計結(jié)果Tab.2 Descriptive statistics of the main variables

2.2.4 工具變量

本文借鑒Gyimah等[17]的做法,選取同群公司特質(zhì)股票收益率作為工具變量,以此反映同群公司自身信息。同群公司特質(zhì)股票收益率能夠反映其未來盈利能力,盈利能力越強,同群公司數(shù)字化轉(zhuǎn)型意愿越強。具體而言,本文使用滯后一期同群公司平均特質(zhì)股票收益率作為數(shù)字化水平測度的工具變量。特質(zhì)股票收益率計算模型在Carhart[28]構(gòu)建的四因子模型基礎(chǔ)上加入行業(yè)平均超額收益,如式(2)所示。

(2)

在每個觀測年度,使用式(2)對過去5年至少擁有24個月收益率相關(guān)數(shù)據(jù)的企業(yè)進行回歸,獲得各系數(shù)值?；诠烙嫵龅南禂?shù)計算股票在該年度每個月收益率的擬合值,即預期收益,如式(3)所示。

(3)

該月股票特質(zhì)收益率如式(4)所示 。

(4)

通過式(4)計算出月度特質(zhì)回報的平均值,由此得到年度特質(zhì)收益率指標。同群公司平均特質(zhì)收益率的計算方法同上。

3 實證結(jié)果分析

3.1 基準回歸分析

本文檢驗企業(yè)數(shù)字化轉(zhuǎn)型是否存在同群效應,結(jié)果如表3所示。在不包含控制變量、僅包含企業(yè)特征變量、僅包含同群特征變量以及同時包含企業(yè)和同群特征變量4種情況下,同群企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)分別為0.546、0.518、0.549和0.522,均在 1% 水平下顯著為正。上述結(jié)果表明,企業(yè)數(shù)字化轉(zhuǎn)型受同群企業(yè)數(shù)字化轉(zhuǎn)型的影響顯著。

表3 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果Tab.3 Test of the peer effect of corporate digital transformation

3.2 內(nèi)生性問題

考慮到企業(yè)同群效應可能受政策和宏觀經(jīng)濟波動等外部沖擊的影響[17,21],本文選取同群企業(yè)股票特質(zhì)波動率作為工具變量,檢驗結(jié)果如表4所示。由表4可知,第一階段回歸中,工具變量L1peeridiosy_ret的系數(shù)顯著為正;第二階段回歸中,同群企業(yè)數(shù)字化轉(zhuǎn)型系數(shù)仍顯著為正,表明企業(yè)數(shù)字化轉(zhuǎn)型存在同群效應。

表4 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果(異質(zhì)收益率作為工具變量)Tab.4 Test of the peer effect of corporate digital transformation:heterogeneous return rate as the instrumental variable

為了進一步解決內(nèi)生性問題,本文引入被解釋變量的滯后項,并運用系統(tǒng)廣義矩進行估計[29],結(jié)果如表5所示。由表5可知,同群效應系數(shù)為0.426,且在5%水平上顯著相關(guān),Sargan統(tǒng)計量為10.54,Hansen統(tǒng)計量為14.28,說明所有工具變量均滿足外生性和有效性要求。因此,假設(shè)H1得到進一步驗證。

表5 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果(GMM)Tab.5 Test of the peer effect of corporate digital transformation:GMM

3.3 穩(wěn)健性檢驗

為了解決潛在測量誤差,本文參考袁淳等(2021)的做法,基于更多數(shù)字化轉(zhuǎn)型相關(guān)詞匯計算數(shù)字化轉(zhuǎn)型指標。基于2012—2018年30份國家數(shù)字經(jīng)濟政策文件,提取出197個企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)詞匯,然后統(tǒng)計年報MD&A部分中的詞匯頻數(shù),再加總除以MD&A部分的語段長度,最后將這一指標乘以100。替換度量方法后的檢驗結(jié)果如表6所示。由表6第(1)列可知,結(jié)果顯著為正,說明公司數(shù)字化轉(zhuǎn)型存在同群效應。表6第(2)列中,本文將同群公司數(shù)字化程度滯后一期,結(jié)果仍顯著為正,假設(shè)H1仍然成立。

表6 公司數(shù)字化轉(zhuǎn)型同群效應穩(wěn)健性檢驗結(jié)果Tab.6 Test of the peer effect of corporate digital transformation:robustness test

4 同群效應機制分析:信息不對稱與產(chǎn)品市場競爭

4.1 信息不對稱

根據(jù)信息模仿理論,為了降低信息成本和戰(zhàn)略實施成本,信息劣勢企業(yè)具有較強的動機模仿信息優(yōu)勢企業(yè)數(shù)字化轉(zhuǎn)型。因此,本文認為,相較于信息優(yōu)勢企業(yè),信息劣勢企業(yè)模仿同行企業(yè)數(shù)字化轉(zhuǎn)型的動機更強,即信息劣勢企業(yè)數(shù)字化轉(zhuǎn)型的同群效應更顯著。

為了驗證信息模仿理論,本文采用信息透明度區(qū)分信息優(yōu)勢企業(yè)和信息劣勢企業(yè)。大量文獻采用基于操控性應計項目計算的盈余透明度衡量企業(yè)信息透明度[30-33]。本文參照Hutton等[34]的做法,采用公司過去3年操控性應計項目絕對值之和(Opaque)衡量上市公司信息透明度,Opaque越大,公司操縱盈余概率越高,公司信息透明度越低。此外,由于高信息透明度公司的股價同步性較低[34],故本文選擇股價同步性(Syn)作為企業(yè)信息環(huán)境的代理變量。

為了驗證假設(shè)H2,本文根據(jù)盈余透明度(Opaque)和股價同步性(Syn)的中位數(shù)對樣本企業(yè)進行分組。表7第(1)和第(3)列為低Opaque組與低Syn組樣本,代表高信息透明度公司;表7第(2)和第(4)列為高Opaque組與高Syn組樣本,代表低信息透明度公司。結(jié)果表明,高信息透明度公司的同群效應低于低信息透明度公司的同群效應。上述結(jié)果驗證了假設(shè)H2。

表7 公司數(shù)字化轉(zhuǎn)型同群效應機制檢驗結(jié)果(信息不對稱)Tab.7 Mechanism test of the peer effect of corporate digital transformation:information asymmetry

4.2 產(chǎn)品市場競爭

隨著市場競爭強度提升,企業(yè)面臨著更多的掠奪性攻擊和更高的破產(chǎn)風險[25,27]。為了維持市場地位,企業(yè)具有更強的動機關(guān)注同行企業(yè)并模仿其數(shù)字化轉(zhuǎn)型行為。這是由于通過模仿同行企業(yè),企業(yè)能夠獲得更多信貸資金以抵御掠奪性攻擊。此外,在競爭激烈的行業(yè),為了降低戰(zhàn)略實施成本,企業(yè)通常會與同行企業(yè)實施相同的戰(zhàn)略。通過模仿和學習同行企業(yè),企業(yè)能夠降低自身數(shù)字化轉(zhuǎn)型成本。因此,在競爭越激烈的行業(yè),公司數(shù)字化轉(zhuǎn)型的同群效應更顯著。

參考胡題和謝赤[35]、Gyimah等[17]的做法,本文采用HHI和FFC衡量行業(yè)市場競爭程度。HHI是行業(yè)所有企業(yè)市場份額的平方和,HHI越大,行業(yè)集中度越高,行業(yè)市場競爭程度越低。FFC是行業(yè)排名前4企業(yè)的市場份額,FFC越大,行業(yè)市場競爭程度越低。

為了驗證假設(shè)H3,本文分別根據(jù)HHI和FFC的中位數(shù)對樣本企業(yè)進行分組。表8第(1)和第(3)列為低HHI組與低FFC組樣本,代表高市場競爭行業(yè);表8第(2)和第(4)列為高HHI組與高FFC組樣本,代表低市場競爭行業(yè)。結(jié)果表明,高市場競爭行業(yè)的同群效應高于低市場競爭行業(yè)的同群效應。上述結(jié)果驗證了假設(shè)H3。

表8 公司數(shù)字化轉(zhuǎn)型同群效應機制檢驗結(jié)果(市場競爭程度)Tab.8 Mechanism test of the peer effect of corporate digital transformation:degree of market competition

5 進一步分析

本文進一步分析高管特征對數(shù)字化轉(zhuǎn)型同群效應的影響。首先,探究地區(qū)金融科技發(fā)展水平對數(shù)字化轉(zhuǎn)型同群效應的影響。其次,檢驗領(lǐng)導者和追隨者是否模仿同行企業(yè)數(shù)字化轉(zhuǎn)型行為。最后,針對不同數(shù)字化轉(zhuǎn)型程度的企業(yè),研究數(shù)字化轉(zhuǎn)型同群效應的差異化經(jīng)濟后果。

5.1 高管特征

高管是公司戰(zhàn)略的主要決策者,CEO作為權(quán)責最大的高管,對公司戰(zhàn)略選擇具有重要影響。因此,本文考察CEO特征對企業(yè)數(shù)字化轉(zhuǎn)型同群效應的影響。

年輕CEO更加注重聲譽,對于企業(yè)決策更加謹慎[36],會花費更多時間評估企業(yè)數(shù)字化轉(zhuǎn)型收益和成本,因而不會輕易地模仿同群企業(yè)。因此,擁有年長CEO的企業(yè),其數(shù)字化轉(zhuǎn)型的同群效應更顯著。

當同群企業(yè)通過實施數(shù)字化轉(zhuǎn)型提升自身價值時,過度自信的CEO因為相信自身能力和判斷,認為模仿同群企業(yè)能夠提升自身價值,進而有動力模仿同群企業(yè)數(shù)字化轉(zhuǎn)型。相較于女性CEO,男性CEO通常會表現(xiàn)出過度自信[16]。相較于低學歷CEO,高學歷CEO在公司決策中會表現(xiàn)出過度自信[37]。因此,男性CEO或高學歷CEO企業(yè),其數(shù)字化轉(zhuǎn)型的同群效應更顯著。

本文按照CEO年齡中位數(shù)將公司樣本分為兩組,表9第(1)列為年輕CEO企業(yè),代表CEO過度自信低組;表9第(2)列為年長CEO企業(yè),代表CEO過度自信高組。結(jié)果顯示,相較于年輕CEO企業(yè),年長CEO企業(yè)數(shù)字化轉(zhuǎn)型的同群效應更顯著,但兩組同群效應系數(shù)差異并不顯著。按照CEO性別將公司樣本分為兩組,表9第(3)列為女性CEO企業(yè),代表CEO過度自信低組;表9第(4)列為男性CEO企業(yè),代表CEO過度自信高組。結(jié)果顯示,相較于女性CEO企業(yè),男性CEO企業(yè)數(shù)字化轉(zhuǎn)型的同群效應更顯著,并且兩組樣本同群效應系數(shù)差異顯著。按照CEO學歷將公司樣本分為兩組,表9第(5)列為低學歷CEO企業(yè),擁有碩士以下學歷的CEO;表9第(6)列為高學歷CEO企業(yè),擁有碩士及以上學歷CEO企業(yè)。結(jié)果表明,高學歷CEO企業(yè)數(shù)字化轉(zhuǎn)型的同群效應高于低學歷CEO企業(yè)數(shù)字化轉(zhuǎn)型的同群效應,并且兩組樣本企業(yè)同群效應系數(shù)差異顯著。因此,本文認為,CEO過度自信是數(shù)字化轉(zhuǎn)型同群效應的重要驅(qū)動因素。

表9 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果(CEO特征)Tab.9 Peer effect test of corporate digital transformation:CEO characteristics

5.2 地區(qū)金融科技發(fā)展水平

金融科技可以借助數(shù)字技術(shù)低成本、高質(zhì)量地處理海量非結(jié)構(gòu)化數(shù)據(jù),從而加快信息流動速度。這種高質(zhì)量金融供給可為企業(yè)數(shù)字化轉(zhuǎn)型提供更多資源支撐(吳非等,2021)。因此,在高金融科技發(fā)展水平地區(qū),企業(yè)可以依靠豐富的金融科技資源實施數(shù)字化轉(zhuǎn)型或差異化戰(zhàn)略,并不需要模仿同群企業(yè),因而企業(yè)間的同群效應較弱。在低金融科技發(fā)展水平地區(qū),企業(yè)面臨金融資源匱乏的困境,為了降低戰(zhàn)略成本,不得不模仿高金融科技發(fā)展水平地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型。此外,丁娜等[38]發(fā)現(xiàn),金融科技平臺可以替代分析師市場,為投資者提供更多資本市場信息。在低金融科技發(fā)展水平地區(qū),較差的信息環(huán)境導致嚴重信息不對稱,因而企業(yè)信息獲取成本較高。在高金融科技發(fā)展水平地區(qū),其數(shù)字化轉(zhuǎn)型信息豐富,因而低金融科技發(fā)展水平地區(qū)企業(yè)有動力模仿高金融科技發(fā)展水平地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型。因此,本文認為,在低金融科技發(fā)展水平地區(qū),企業(yè)數(shù)字化轉(zhuǎn)型的同群效應更顯著。

本文選取北京大學省級普惠金融指數(shù)衡量地區(qū)金融科技發(fā)展水平,按照每年普惠金融指數(shù)中位數(shù)將樣本進行分組,結(jié)果見表10。由表10可知,低金融科技發(fā)展水平地區(qū)企業(yè)的同群效應高于高金融科技發(fā)展水平地區(qū)企業(yè)的同群效應,并且兩組樣本同群效應系數(shù)差異顯著。上述結(jié)果為假設(shè)H2提供了新的證據(jù)。

表10 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果(金融科技發(fā)展水平)Tab.10 Peer effect of corporate digital transformation:FinTech development level

5.3 領(lǐng)導者與追隨者間的同群效應

一般而言,行業(yè)領(lǐng)導者擁有更多渠道獲取企業(yè)發(fā)展所需信息[16],因而可能率先實施價值提升戰(zhàn)略,如數(shù)字化轉(zhuǎn)型。為了維持市場領(lǐng)先地位,領(lǐng)導者會學習和模仿其它企業(yè)數(shù)字化轉(zhuǎn)型。通常情況下,領(lǐng)導者會披露較多的數(shù)字化轉(zhuǎn)型相關(guān)信息,而追隨者通過模仿領(lǐng)導者能夠享受“搭便車”。由此,本文認為,追隨者(領(lǐng)導者)數(shù)字化轉(zhuǎn)型會受到領(lǐng)導者(追隨者)數(shù)字化轉(zhuǎn)型的影響。

參考Gyimah等[17]的做法,本文采用固定資產(chǎn)、年齡和杠桿率等變量將公司樣本劃分為領(lǐng)導者和追隨者,如果指標高于(低于)中值,則為領(lǐng)導者(追隨者)。表11第(1)(3)(5)列為領(lǐng)導者公司數(shù)字化轉(zhuǎn)型的同群效應檢驗結(jié)果,第(2)(4)(6)列為追隨者公司數(shù)字化轉(zhuǎn)型的同群效應檢驗結(jié)果。以固定資產(chǎn)劃分領(lǐng)導者和追隨者,結(jié)果發(fā)現(xiàn),領(lǐng)導者受同行業(yè)追隨者數(shù)字化轉(zhuǎn)型的影響系數(shù)僅為0.095,而追隨者受到同行業(yè)領(lǐng)導者數(shù)字化轉(zhuǎn)型的影響系數(shù)為0.149。由此可以看出,追隨者(領(lǐng)導者)數(shù)字化轉(zhuǎn)型會受領(lǐng)導者(追隨者)數(shù)字化轉(zhuǎn)型的影響,但領(lǐng)導者數(shù)字化轉(zhuǎn)型同群效應低于追隨者數(shù)字化轉(zhuǎn)型同群效應,即追隨者和領(lǐng)導者相互模仿,但追隨者模仿領(lǐng)導者更多。

表11 公司數(shù)字化轉(zhuǎn)型同群效應檢驗結(jié)果(領(lǐng)導者與追隨者)Tab.11 Peer effect of corporate digital transformation:leaders and followers

5.4 數(shù)字化轉(zhuǎn)型同群效應的經(jīng)濟后果

本文基于經(jīng)營績效視角考察企業(yè)數(shù)字化轉(zhuǎn)型同群效應的經(jīng)濟后果。企業(yè)決策可能與企業(yè)價值存在非線性關(guān)系,如杠桿率、現(xiàn)金持有均對公司經(jīng)營績效具有非線性影響[39-40]。因此,本文認為,企業(yè)數(shù)字化轉(zhuǎn)型的同群效應會造成非線性經(jīng)濟后果。企業(yè)借助數(shù)字技術(shù)打通生產(chǎn)、分配、交換與消費各環(huán)節(jié)堵點,極大地提高資源配置效率。隨著數(shù)字化進程推進,企業(yè)逐漸形成平臺經(jīng)濟發(fā)展模式,成為壟斷企業(yè)。高數(shù)字化水平企業(yè)依靠壟斷地位,進一步壯大數(shù)字平臺規(guī)模,提升自身價值。低數(shù)字化水平企業(yè)無法采取平臺經(jīng)濟發(fā)展模式,因而在各環(huán)節(jié)落后于高數(shù)字化水平企業(yè),即便能夠模仿高數(shù)字化水平企業(yè),也無法撼動其壟斷地位。因此,本文認為,數(shù)字化轉(zhuǎn)型的同群效應在高數(shù)字化水平企業(yè)更顯著。

本文使用托賓Q值作為經(jīng)營績效的代理指標,選取同群企業(yè)數(shù)字化發(fā)展水平的滯后一期作為解釋變量,其它控制變量與基準回歸模型一致?？紤]到二次項回歸的共線性問題,本文采用分組回歸,將高于數(shù)字化水平中位數(shù)企業(yè)樣本歸入高數(shù)字化水平轉(zhuǎn)型組,其它為低數(shù)字化水平轉(zhuǎn)型組,結(jié)果如表12所示。由表12可知,只有高數(shù)字化水平企業(yè)才能借助同群效應獲得更好的經(jīng)營績效。

表12 公司數(shù)字化轉(zhuǎn)型同群效應的經(jīng)濟后果檢驗結(jié)果Tab.12 Economic consequences of the peer effect of digital transformation

6 結(jié)語

6.1 研究結(jié)論

本文利用2007—2020年滬深A股上市公司數(shù)據(jù),分析企業(yè)數(shù)字化轉(zhuǎn)型行業(yè)的同群效應及其產(chǎn)生機制、異質(zhì)性特征和經(jīng)濟后果,得到以下主要結(jié)論:

(1)企業(yè)數(shù)字化轉(zhuǎn)型存在顯著行業(yè)同群效應,即同行企業(yè)數(shù)字化轉(zhuǎn)型能夠促進企業(yè)數(shù)字化轉(zhuǎn)型。本文使用工具變量和GMM解決內(nèi)生性問題,并通過替換數(shù)字化轉(zhuǎn)型的代理變量提升結(jié)論的穩(wěn)健性。

(2)信息環(huán)境和行業(yè)競爭是企業(yè)數(shù)字化轉(zhuǎn)型同群效應產(chǎn)生的主要影響因素。

(3)數(shù)字化轉(zhuǎn)型的同群效應在擁有男性CEO、高學歷CEO企業(yè)以及低金融科技發(fā)展水平地區(qū)企業(yè)更顯著。

(4)行業(yè)中,追隨者和領(lǐng)導者相互模仿,但追隨者模仿領(lǐng)導者更多。進一步研究發(fā)現(xiàn),模仿同行企業(yè)數(shù)字化轉(zhuǎn)型的好處只在高數(shù)字化水平企業(yè)體現(xiàn)。

6.2 理論貢獻

(1)已有同群效應研究主要關(guān)注企業(yè)決策、股利政策[16]、商業(yè)信用[17]、投資[18]、過度負債[19]、研發(fā)投入[20]、資本結(jié)構(gòu)[21]等。本文關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型的同群效應,豐富了企業(yè)層面的同群效應研究。

(2)現(xiàn)有數(shù)字化轉(zhuǎn)型研究主要探究其經(jīng)濟后果,如企業(yè)價值[6],股票流動性(吳非等,2021)、專業(yè)化分工水平(袁淳等,2021)、債務違約風險[8]等。本文將數(shù)字化轉(zhuǎn)型與同群效應結(jié)合,深入探究數(shù)字化轉(zhuǎn)型機制、異質(zhì)性特征,進一步豐富了企業(yè)數(shù)字化轉(zhuǎn)型研究。

(3)陳慶江等[41]雖分析了同群企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)自身數(shù)字化轉(zhuǎn)型的影響,但存在以下不足:第一,僅考慮行業(yè)層面因素,未考慮企業(yè)信息環(huán)境、CEO過度自信等其它影響機制;第二,未使用有效方法解決企業(yè)同群效應的內(nèi)生性問題;第三,未基于追隨者和領(lǐng)導者視角探討二者間數(shù)字化轉(zhuǎn)型同群效應差異;第四,未考慮企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟后果。針對上述不足,本文提供了理論補充與實證檢驗。

6.3 研究啟示

在數(shù)字經(jīng)濟時代,數(shù)字化轉(zhuǎn)型成為企業(yè)鞏固市場競爭優(yōu)勢的重要手段,但并非所有企業(yè)都能把握數(shù)字化機遇?；谏鲜鼋Y(jié)論,本文提出如下政策啟示:

(1)完善數(shù)字化基礎(chǔ)設(shè)施與政策法規(guī)。不僅要完善數(shù)字化基礎(chǔ)設(shè)施建設(shè),為企業(yè)數(shù)字化轉(zhuǎn)型提供保障,而且要制定相關(guān)政策以激發(fā)市場活力,防范數(shù)字化帶來的潛在風險。重點幫扶低數(shù)字化水平企業(yè),避免高數(shù)字化水平企業(yè)利用自身壟斷地位掠奪低數(shù)字化水平企業(yè)的市場份額,進而造成嚴重不平等。

(2)鼓勵企業(yè)實施差異化數(shù)字化轉(zhuǎn)型策略。在數(shù)字化轉(zhuǎn)型過程中,企業(yè)應根據(jù)自身情況,通過“干中學”引導數(shù)字化技術(shù)與自身發(fā)展深度融合。

(3)在篩選CEO時,企業(yè)不僅要關(guān)注CEO的工作經(jīng)驗,而且需要加強對CEO心理特征的評估。對于低數(shù)字化水平企業(yè),過度自信的CEO容易盲目模仿同行企業(yè),不能充分結(jié)合自身情況對數(shù)字化收益和成本進行權(quán)衡,進而導致企業(yè)面臨較大的經(jīng)營風險。因此,在篩選CEO時,企業(yè)需要加強對CEO心理特征的評估。

6.4 不足與展望

本文主要從行業(yè)層面分析企業(yè)數(shù)字化轉(zhuǎn)型的同群效應,結(jié)果發(fā)現(xiàn),從行業(yè)層面考慮,企業(yè)間存在數(shù)字化轉(zhuǎn)型的同群效應,但未考慮地區(qū)層面的同群效應。因此,未來可以基于地區(qū)層面,考慮同一地區(qū)企業(yè)間是否存在數(shù)字化轉(zhuǎn)型的同群效應,進而對現(xiàn)有研究結(jié)論作進一步拓展。