董 琪，董 莉

（1.吉林財經(jīng)大學(xué) 審計處，長春 130117；2.中華女子學(xué)院 管理學(xué)院，北京 100101）

0 引言

隨著數(shù)字經(jīng)濟時代的到來，利用數(shù)字技術(shù)驅(qū)動企業(yè)創(chuàng)新轉(zhuǎn)型是新時代背景下實體經(jīng)濟發(fā)展的必然階段和歷史選擇。企業(yè)數(shù)字化轉(zhuǎn)型主要利用數(shù)字技術(shù)，將其引入微觀企業(yè)的管理框架，重塑企業(yè)信息組成結(jié)構(gòu)、企業(yè)管理方式、企業(yè)運營模式和企業(yè)生產(chǎn)過程，從而實現(xiàn)傳統(tǒng)企業(yè)全方位、全價值鏈的改造與升級，充分發(fā)揮新技術(shù)對經(jīng)濟高效發(fā)展的疊加效應(yīng)。因而，企業(yè)數(shù)字化轉(zhuǎn)型作為傳統(tǒng)實體企業(yè)轉(zhuǎn)型升級和高質(zhì)量發(fā)展的全新動能，能充分發(fā)揮其創(chuàng)新主體地位，對構(gòu)建我國經(jīng)濟新發(fā)展格局、促進企業(yè)的高質(zhì)量發(fā)展具有重大的理論意義與現(xiàn)實意義。

當(dāng)前，無論是傳統(tǒng)的制造業(yè)企業(yè)，還是以數(shù)字平臺、人工智能為載體的新型企業(yè)，都緊抓數(shù)字技術(shù)促進經(jīng)濟發(fā)展的戰(zhàn)略機遇，將數(shù)字技術(shù)與企業(yè)生產(chǎn)、銷售、服務(wù)、管理、研發(fā)等體系深度融合，全方位地利用新技術(shù)提升企業(yè)價值創(chuàng)造能力。因此，企業(yè)數(shù)字化轉(zhuǎn)型及其經(jīng)濟后果問題逐步成為學(xué)術(shù)界高度關(guān)注的重要議題。在宏觀經(jīng)濟層面，數(shù)字經(jīng)濟通過賦能傳統(tǒng)產(chǎn)業(yè)打造的產(chǎn)業(yè)新業(yè)態(tài)驅(qū)動了消費與投資的新一輪增長，實現(xiàn)了產(chǎn)業(yè)全要素生產(chǎn)率的倍增效應(yīng)和經(jīng)濟高質(zhì)量發(fā)展，提升了運營效率和組織績效，改善了企業(yè)資源配置[1]；在微觀企業(yè)層面，企業(yè)數(shù)字化轉(zhuǎn)型的價值創(chuàng)造效應(yīng)不僅有助于提高會計信息可比性[2]，完善企業(yè)治理水平[3]，提高企業(yè)經(jīng)濟績效[4]，而且能賦能企業(yè)社會責(zé)任效益，提升整體企業(yè)價值[5]。縱觀現(xiàn)有研究，學(xué)者們多從企業(yè)內(nèi)部治理視角分析企業(yè)數(shù)字化轉(zhuǎn)型對其自身產(chǎn)出機制的影響，少有學(xué)者從資本市場投資者視角分析企業(yè)數(shù)字化轉(zhuǎn)型對資本市場股票流動性的影響，僅有吳非等（2021）[6]實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)的關(guān)系，但該研究側(cè)重于從分析師與媒體關(guān)注、創(chuàng)新投入與產(chǎn)出等方面檢驗其作用機理與傳導(dǎo)機制。而股票流動性作為資本市場中市場投資者有效甄別企業(yè)信息的投資行為的真實體現(xiàn)，是我國資本市場正常運行的指示器[7]。因此，有必要研究企業(yè)數(shù)字化轉(zhuǎn)型對資本市場中股票流動性的影響及其內(nèi)在作用機理，這將有利于深度審視企業(yè)數(shù)字化轉(zhuǎn)型賦能企業(yè)價值創(chuàng)造，促進我國資本市場有序、健康發(fā)展。

鑒于此，本文以滬深兩市A 股上市公司2016—2020年數(shù)據(jù)作為初始研究樣本，采用文本分析技術(shù)，從企業(yè)年報中提取有關(guān)數(shù)字化關(guān)鍵詞，以股票流動性作為考量數(shù)字化轉(zhuǎn)型對資本市場影響的核心指標(biāo)，實證檢驗上市公司數(shù)字化轉(zhuǎn)型與我國資本市場中股票流動性的相關(guān)關(guān)系，并以內(nèi)部控制質(zhì)量作為中介變量，檢驗內(nèi)部控制質(zhì)量的中介效應(yīng)，進而分析其內(nèi)在的傳導(dǎo)路徑與作用機制。

1 理論分析與研究假設(shè)

1.1 企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性

企業(yè)數(shù)字化轉(zhuǎn)型將數(shù)字技術(shù)深度應(yīng)用于傳統(tǒng)行業(yè)，顛覆了傳統(tǒng)的制造模式、商業(yè)模式和消費模式[3]，使企業(yè)生產(chǎn)管理趨向智能化，企業(yè)營銷管理趨向精準(zhǔn)化，企業(yè)資源管理趨向高效化[8]。而股票流動性作為股票市場運行的核心要素之一，能夠映射出上市企業(yè)的經(jīng)營質(zhì)效及其市場活力，因此，作為資本市場的生命線[9]，股票流動性通常與市場認可密切相關(guān)，能夠反映出資本市場中的價格發(fā)現(xiàn)、資源配置效率功能的優(yōu)劣[10]，企業(yè)數(shù)字化轉(zhuǎn)型這種創(chuàng)新變革理應(yīng)在資本市場的股票流動性中體現(xiàn)出來[6]。

一方面，數(shù)字技術(shù)與企業(yè)的深度融合，拓寬了企業(yè)獲取信息的廣度與深度[11]，降低了信息不對稱程度[3]。首先，數(shù)據(jù)作為數(shù)字經(jīng)濟的核心，它的流動能夠帶動技術(shù)、資本、人才向利用效率更高的領(lǐng)域集中，改善資源錯配[12]?；ヂ?lián)網(wǎng)、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)的使用讓原有的低效信息數(shù)據(jù)處理模式得到改善，信息中隱含的規(guī)律被快速挖掘，巨量信息作為企業(yè)重要的經(jīng)營資源要素投入生產(chǎn)過程中，提高了企業(yè)及社會經(jīng)濟的全要素生產(chǎn)率[13]，從而提升企業(yè)生產(chǎn)經(jīng)營質(zhì)效，吸引外部投資者的關(guān)注，進而提高公司股票的流動性。其次，企業(yè)數(shù)字化轉(zhuǎn)型是一項長期的轉(zhuǎn)型變革，需要投資者的支持，管理層有動力提高信息透明度，以向投資者傳遞企業(yè)數(shù)字變革的信息，由此更有利于企業(yè)內(nèi)部信息使用者和企業(yè)外部投資者獲取比以往更高質(zhì)量的充足的相關(guān)信息[3]。最后，企業(yè)數(shù)字化轉(zhuǎn)型符合當(dāng)前數(shù)字經(jīng)濟發(fā)展潮流，被賦予了更多的政策驅(qū)動力，市場投資者對于進行數(shù)字化轉(zhuǎn)型的企業(yè)往往會具有較高預(yù)期水平，更容易受到市場青睞。企業(yè)往往會借助年報信息披露向外界釋放積極信號[6]，降低了企業(yè)與投資者之間的信息不對稱程度，因此，投資者更相信股票會以相對公平的價格進行交易，從而提高了公司股票的流動性[14]，增加了股票交易的概率。

另一方面，企業(yè)數(shù)字化轉(zhuǎn)型打破了行業(yè)壁壘，使邊界變得越來越模糊[11]，引發(fā)企業(yè)管理變革[15]。企業(yè)面臨的經(jīng)營環(huán)境、競爭環(huán)境、顧客需求等都可能在短時間內(nèi)發(fā)生劇變，導(dǎo)致企業(yè)戰(zhàn)略風(fēng)險的增加[11]。而對投資者而言，風(fēng)險披露越多，投資者對市場風(fēng)險感知程度就越強，進而投資者會更加謹(jǐn)慎地進行市場交易，因此，會降低股票的流動性[16]。資本市場價值有投機的性質(zhì)，投資者在決策相關(guān)信息中，不但關(guān)注財務(wù)信息質(zhì)量，同時還關(guān)注經(jīng)營風(fēng)險信息。數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展所產(chǎn)生的新發(fā)展導(dǎo)向，可能因未能及時被資本市場有效識別而產(chǎn)生時滯性差異，因此，企業(yè)數(shù)字化轉(zhuǎn)型對資本市場產(chǎn)生的影響可能無法及時地體現(xiàn)在股票流動性中，或者需要經(jīng)過更長的時間逐漸展現(xiàn)出來。

基于上述分析，提出如下對立假設(shè)：

假設(shè)1：企業(yè)數(shù)字化轉(zhuǎn)型提升了股票流動性，流動性越好，對市場越有利。

假設(shè)2：企業(yè)數(shù)字化轉(zhuǎn)型降低了股票流動性，流動性越差，對市場越不利。

1.2 企業(yè)數(shù)字化轉(zhuǎn)型對股票流動性的影響機制

內(nèi)部控制是企業(yè)運營管理的重要措施，可以防范企業(yè)違法違規(guī)風(fēng)險，提高企業(yè)信息的真實性、可信性，保證資產(chǎn)安全、完整；同時，內(nèi)部控制也能規(guī)范企業(yè)管理者行為、提升企業(yè)管理者能力，從而促進企業(yè)可持續(xù)發(fā)展。而健全有效的內(nèi)部控制依賴于企業(yè)治理層和管理層對內(nèi)部控制理念的充分理解、企業(yè)內(nèi)部控制人員隊伍的綜合素質(zhì)、企業(yè)內(nèi)部控制建設(shè)資源的高效投入以及先進的內(nèi)部控制管理工具。近年來，隨著企業(yè)數(shù)字化轉(zhuǎn)型的推進，諸如大數(shù)據(jù)、人工智能等先進的技術(shù)方法已經(jīng)逐漸成為優(yōu)化企業(yè)內(nèi)部控制體系的重要工具，這些新技術(shù)方法充分提高了企業(yè)處理非標(biāo)準(zhǔn)、非結(jié)構(gòu)數(shù)據(jù)的能力[11]，加快了企業(yè)內(nèi)部信息的流轉(zhuǎn)速度，降低了信息不對稱程度，最終，促進了企業(yè)內(nèi)部控制水平的提升[1]。因此，企業(yè)數(shù)字化變革推動了企業(yè)治理結(jié)構(gòu)、內(nèi)部管控、運營機制發(fā)生根本性變革[15]。

高質(zhì)量的內(nèi)部控制傳遞著企業(yè)會計信息質(zhì)量較高的信號，能夠降低管理者操縱盈余管理的可能性，確保會計信息披露完整和真實，減少財務(wù)舞弊行為的發(fā)生。證券市場的表現(xiàn)與市場參與者的行為息息相關(guān)，是市場參與者博弈行為引起的結(jié)果，可獲得的信息水平?jīng)Q定著市場參與者的行為[17]，而內(nèi)部控制可以改善投資者獲取信息的質(zhì)量，影響投資者行為，從而影響股票的流動性。

由此，本文提出：

假設(shè)3：內(nèi)部控制在企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性的關(guān)系中發(fā)揮中介效應(yīng)。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文所選取的樣本涵蓋了2016—2020 年滬深兩市A股上市公司的數(shù)據(jù)。并按照以下規(guī)則進行了初步篩選：首先剔除了金融類上市企業(yè)和ST 類企業(yè)樣本；其次刪除缺失關(guān)鍵變量數(shù)據(jù)的樣本；最后，為消除極端值的影響，對所有連續(xù)變量進行上下1%的winsorize處理，最終篩選后，本文取得了8724 個樣本。其中，企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)企業(yè)年報數(shù)據(jù)來自深圳證券交易所和上海證券交易所官方網(wǎng)站，企業(yè)內(nèi)部控制質(zhì)量數(shù)據(jù)來自迪博（DIB）數(shù)據(jù)庫，股票流動性及其他變量數(shù)據(jù)則來自國泰安（CSMAR）數(shù)據(jù)庫。

2.2 變量定義

（1）被解釋變量：股票流動性（Liquidity）。張崢等（2013）[18]利用中外數(shù)據(jù)比較各種計量指標(biāo)后認為，采用我國資本市場中非流動性指標(biāo)（ILLIQ）作為衡量企業(yè)股票流動性的指標(biāo)，可以直觀地反映出資本市場中公司股票交易的活躍度，因此，本文參照Amihud和Mendelson（1986）[19]的做法，按照式（1）來計算股票非流動性指標(biāo)（ILLIQ）。

股票非流動性指標(biāo)（ILLIQ）值越大，單位交易金額對股價的沖擊就越大，投資者的交易成本就越高，股票流動性就越低。可見，ILLIQ是股票流動性的反向衡量指標(biāo)，為使實證結(jié)果簡單易讀，本文參考文獻[6]對ILLIQ取相反數(shù)來測度股票流動性，并用Liquidity 表示，Liquidity 數(shù)值越大，則意味著企業(yè)的股票流動性越高。

（2）解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型程度（DCG）。何帆和劉紅霞（2019）[4]采用“當(dāng)年是否進行數(shù)字化轉(zhuǎn)型”的“0-1”虛擬變量作為數(shù)字化轉(zhuǎn)型的變量，祁懷錦等（2020）[3]、張永坤等（2021）[20]以上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)的部分占無形資產(chǎn)總額的比例來度量企業(yè)的數(shù)字化轉(zhuǎn)型水平。本文主要借鑒吳非等（2021）[6]和趙宸宇等（2021）[21]的研究，通過文本分析法抓取上海證券交易所、深圳證券交易所全部A股上市公司的年度報告中與“人工智能”“大數(shù)據(jù)”“云計算”“區(qū)塊鏈”“數(shù)字應(yīng)用”等相關(guān)的關(guān)鍵詞，并通過Java PDFbox庫提取所有文本信息作為數(shù)據(jù)池，搜索與其相關(guān)的關(guān)鍵詞進行匹配和詞頻計數(shù)，最后加總，以此作為企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量指標(biāo)。

（3）中介變量：內(nèi)部控制質(zhì)量（IC）。本文用迪博（DIB）數(shù)據(jù)庫中上市公司內(nèi)部控制指數(shù)作為衡量企業(yè)內(nèi)部控制質(zhì)量的指標(biāo)。借鑒逯東等（2014）[22]的做法，將內(nèi)部控制指數(shù)除以100表示內(nèi)部控制質(zhì)量。IC指標(biāo)值越大，說明企業(yè)內(nèi)部控制質(zhì)量越高。

（4）控制變量：借鑒吳非等（2021）[6]和以往學(xué)者的相關(guān)研究成果，本文選取了股權(quán)集中度（Tophold）、現(xiàn)金流強度（Cash）、凈資產(chǎn)收益率（ROE）、股票收益波動性（Stdret）、賬面市值比（BM）、公司性質(zhì)（SOE）、資產(chǎn)負債率（LEV）、會計師事務(wù)所規(guī)模（Big4）作為本文的控制變量。為提升實證檢驗結(jié)果的可靠性，本文還同時控制了固定效應(yīng)虛擬變量時間（Year）和行業(yè)（Ind）。各變量的具體定義見表1。

表1 變量定義

2.3 模型設(shè)計

根據(jù)前文的理論分析，為了研究企業(yè)數(shù)字化轉(zhuǎn)型對股票流動性的影響及內(nèi)部控制質(zhì)量的中介效應(yīng)，本文參考祁懷錦等（2020）[3]的研究，構(gòu)建了模型（3），檢驗企業(yè)數(shù)字化轉(zhuǎn)型對股票流動性的直接影響，模型如下：

為進行機制識別，借助溫忠麟等（2004）[23]的中介效應(yīng)模型，檢驗內(nèi)部控制質(zhì)量在企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性間的中介效應(yīng)，在模型（3）的基礎(chǔ)上構(gòu)建了模型（4）和模型（5）。

3 實證檢驗

3.1 描述性統(tǒng)計

表2 是主要變量的描述性統(tǒng)計結(jié)果。股票流動性Liquidity的均值為-0.0351，最小值為-0.6911，最大值為-0.0004，標(biāo)準(zhǔn)差為0.0344，股票流動性最小值和最大值之間差異較大，表明個股間股票流動性差異較大。本文考察的關(guān)鍵指標(biāo)DCG 均值為8.7591，最小值為0，最大值為432.0000，說明目前上市公司的數(shù)字化轉(zhuǎn)型程度存在較大差異。內(nèi)部控制質(zhì)量IC 均值為627.4978，最大值為941.3100，最小值為0，說明總體上上市公司內(nèi)部控制質(zhì)量偏低，企業(yè)之間差別較大。從控制變量來看，資產(chǎn)負債率均值為0.4595，股權(quán)集中度均值為34.6520，賬面市值比均值為0.6961。上述控制變量的統(tǒng)計分布與現(xiàn)有文獻基本一致。

表2 主要變量描述性統(tǒng)計

3.2 企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性關(guān)系的檢驗

下頁表3為使用模型（3）對企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性之間的關(guān)系進行檢驗的結(jié)果。一是僅控制了時間（Year）和行業(yè)（Ind）固定效應(yīng)，結(jié)果如列（1）所示，企業(yè)數(shù)字化轉(zhuǎn)型DCG的回歸系數(shù)為0.0001，且在5%的水平上通過顯著性檢驗。二是在控制了時間和行業(yè)固定效應(yīng)的基礎(chǔ)上納入了現(xiàn)金流強度、股票收益波動性等控制變量，結(jié)果如列（2）所示，相關(guān)的回歸系數(shù)仍為0.0001，但在10%的水平上通過顯著性檢驗，顯著性水平的變化可能是因為納入了現(xiàn)金流強度、股票收益波動性等控制變量后，影響股票流動性的部分因素被吸收，但總體結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型程度與股票流動性有顯著的正相關(guān)關(guān)系，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，股票流動性越強，企業(yè)數(shù)字化轉(zhuǎn)型有效降低了信息不對稱程度，提高了信息披露質(zhì)量，向資本市場投資者釋放了利好信息，提高了股票流動性。假設(shè)1得到驗證。

3.3 內(nèi)部控制的中介效應(yīng)檢驗

根據(jù)前文構(gòu)建的中介效應(yīng)模型，進一步檢驗企業(yè)數(shù)字化轉(zhuǎn)型對股票流動性的影響機制，回歸結(jié)果如下頁表4所示。表4 列（1）是對模型（4）進行的回歸檢驗，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型DCG 與內(nèi)部控制IC 的回歸系數(shù)為0.1614，且在10%的水平上顯著，說明隨著云計算、大數(shù)據(jù)、區(qū)塊鏈等先進技術(shù)逐步應(yīng)用于企業(yè)內(nèi)控工作中，其信息或數(shù)據(jù)獲取能力得到了提升，加速了企業(yè)內(nèi)部信息流轉(zhuǎn)，降低了信息不對稱程度，促進了企業(yè)內(nèi)部控制水平的提升。表4 列（2）是對模型（5）進行的回歸檢驗，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型DCG與股票流動性Liquidity的回歸系數(shù)為0.0001，且在10%的水平上顯著，內(nèi)部控制IC 與股票流動性Liquidity 的回歸系數(shù)在1%的水平上顯著，結(jié)合上述分析結(jié)果，根據(jù)三步驟中介效應(yīng)檢驗可知，內(nèi)部控制在企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性之間存在部分中介效應(yīng)。假設(shè)3得到支持。

表4 內(nèi)部控制的中介效應(yīng)檢驗

3.4 穩(wěn)健性檢驗

3.4.1 替換被解釋變量

為確保研究結(jié)論的可靠性，本文借鑒楊墨等（2022）[16]的研究，從流動性的其他角度，選取換手率（Turnover）作為股票流動性的替代變量，驗證回歸結(jié)果的可信性。表5為采用替代變量重新進行回歸分析的結(jié)果，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型DCG的回歸系數(shù)為0.2743,且在10%的水平上通過顯著性檢驗?？梢?，替換變量后的回歸結(jié)果與前述研究結(jié)論基本一致，說明該結(jié)果是穩(wěn)健的。

表5 穩(wěn)健性檢驗（替換被解釋變量）

3.4.2 處理效應(yīng)模型檢驗

為保證結(jié)論的穩(wěn)健性，本文將核心解釋變量DCG 轉(zhuǎn)化為虛擬變量DCG_d 后進一步進行回歸分析，以探究企業(yè)數(shù)字化轉(zhuǎn)型對其股票流動性的影響。DCG_d 取值為1表示企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型，對應(yīng)DCG 取值為非負數(shù)的情況；DCG_d 取值為0 表示企業(yè)未實現(xiàn)數(shù)字化轉(zhuǎn)型，對應(yīng)DCG 取值為0 的情況?？紤]到企業(yè)是否進行數(shù)字化轉(zhuǎn)型并非隨機的，往往受企業(yè)規(guī)模、所在行業(yè)、資產(chǎn)流動性、企業(yè)文化、管理者遠見等因素的影響，也就是說，可能存在樣本自選擇問題，進而影響回歸結(jié)果的穩(wěn)定性。因此，為緩解樣本自相關(guān)問題，本文選擇處理效應(yīng)模型進行分析。

處理效應(yīng)模型具體形式如下：

其中，Y表示反映股票流動性的變量Liquidity 和Turnover；X表示外生解釋變量集或控制變量集；式（7）為Probit 回歸模型，屬于處理效應(yīng)模型中的第一階段回歸模型，Z表示不包含在X中的外生工具變量集，本文中的Z為核心解釋變量DCG_d 的滯后一期變量Lag_DCG_d；和分別為和的估計值；IMR 為逆米爾斯比率，依據(jù)式（7）的結(jié)果計算得出；φ()· 和Φ(·)分別表示標(biāo)準(zhǔn)正態(tài)分布的概率密度和分布函數(shù)；u、v、ε均為隨機誤差項；式（9）屬于處理效應(yīng)模型中的第二階段回歸模型。

下頁表6為處理效應(yīng)模型回歸結(jié)果。其中，列（1）、列（2）分別對應(yīng)將Liquidity、Turnover作為被解釋變量的回歸結(jié)果。由列（1）、列（2）結(jié)果可知，不論是以Liquidity 為被解釋變量還是以Turnover 為被解釋變量，IMR 對應(yīng)的回歸系數(shù)均至少在5%的水平上顯著為負。說明回歸存在樣本自選擇偏誤問題；DCG_d對應(yīng)的回歸系數(shù)均為正，且在1%的水平上顯著，說明在消除樣本自選擇偏誤的影響后，企業(yè)進行數(shù)字化轉(zhuǎn)型有利于消除企業(yè)與投資者之間的信息壁壘，提升公司股票的流動性，給資本市場帶來利好消息，這與前文所得結(jié)論一致，再次驗證了本文結(jié)論的穩(wěn)健性。

表6 穩(wěn)健性檢驗（處理效應(yīng)模型分析結(jié)果）

4 結(jié)論與建議

本文借助我國滬深兩市A 股上市企業(yè)2016—2020 年數(shù)據(jù)，通過文本分析法抓取所有上市企業(yè)年報中與“數(shù)字化轉(zhuǎn)型”有關(guān)的關(guān)鍵詞來衡量數(shù)字化轉(zhuǎn)型程度，通過回歸分析模型實證檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對資本市場中股票流動性的影響及內(nèi)部控制質(zhì)量在企業(yè)數(shù)字化轉(zhuǎn)型與股票流動性兩者之間的作用機制，并通過更換股票流動性的替代變量及處理效應(yīng)模型分析檢驗，驗證了回歸結(jié)果的穩(wěn)健性。研究結(jié)論如下：企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了股票流動性，向資本市場釋放了利好信息，企業(yè)數(shù)字化轉(zhuǎn)型通過改善信息不對稱、提高信息披露質(zhì)量、提高內(nèi)部控制質(zhì)量，從而提升股票流動性，內(nèi)部控制在企業(yè)數(shù)字化轉(zhuǎn)型和股票流動性之間起到部分中介效應(yīng)。

為了最大化實現(xiàn)數(shù)字化的價值紅利，提出以下建議：（1）企業(yè)要積極探索數(shù)字化轉(zhuǎn)型，把握好數(shù)字化轉(zhuǎn)型這一驅(qū)動我國經(jīng)濟高質(zhì)量發(fā)展的重要引擎，順應(yīng)全球數(shù)字科技迅猛發(fā)展的趨勢，快速融入技術(shù)升級的浪潮中，讓科技成為賦能業(yè)務(wù)創(chuàng)新、管理變革的工具。我國企業(yè)要加快數(shù)字化轉(zhuǎn)型步伐，鼓勵數(shù)字技術(shù)與企業(yè)在設(shè)計研發(fā)、生產(chǎn)、銷售、組織結(jié)構(gòu)、管理體制、治理模式等各環(huán)節(jié)上的深度融合，充分發(fā)揮數(shù)據(jù)要素的價值創(chuàng)造作用，真正實現(xiàn)數(shù)字信息轉(zhuǎn)化為生產(chǎn)要素，實現(xiàn)企業(yè)高質(zhì)量發(fā)展，助力數(shù)字中國建設(shè)。（2）政府要加大對傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的政策傾斜力度，為數(shù)字化轉(zhuǎn)型的穩(wěn)步推進保駕護航。進一步提高數(shù)字化變革向資本市場的信息傳導(dǎo)效率，強化數(shù)字科技賦能改善我國資本市場信息環(huán)境，最大限度地發(fā)揮其對股票流動性的影響，使其帶來的增量效應(yīng)迅速反映在資本市場中，從而提升資本市場活躍度。（3）企業(yè)要通過數(shù)字化轉(zhuǎn)型提高公司內(nèi)部控制質(zhì)量，降低公司操縱信息的風(fēng)險，提高企業(yè)信息的透明度和信息披露質(zhì)量，進而維護資本市場投資者的切身利益，使投資者能夠通過關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型程度所傳遞出的信號及時了解企業(yè)對外的信息披露情況，從而進行有效決策。