李曉東　滕飛

【摘 要】 文章以滬深A(yù)股2011—2021年上市公司為研究樣本，采用文本挖掘方法建立數(shù)字化轉(zhuǎn)型指標(biāo)體系，以每股盈余、每股凈資產(chǎn)與股價(jià)之間的關(guān)系來(lái)衡量會(huì)計(jì)信息價(jià)值相關(guān)性，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的作用。研究表明：企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了會(huì)計(jì)信息價(jià)值相關(guān)性，經(jīng)過(guò)內(nèi)生性和穩(wěn)健性檢驗(yàn)后上述結(jié)論依然成立。進(jìn)一步分析指出，數(shù)字化轉(zhuǎn)型通過(guò)提升內(nèi)部控制質(zhì)量、降低供應(yīng)鏈集中度對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性正向促進(jìn)；數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的提升主要體現(xiàn)在多元化經(jīng)營(yíng)程度低的企業(yè)中。該研究對(duì)于推動(dòng)實(shí)體企業(yè)數(shù)字化轉(zhuǎn)型具有較強(qiáng)啟示意義。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 會(huì)計(jì)信息價(jià)值相關(guān)性； 內(nèi)部控制； 供應(yīng)鏈集中度

【中圖分類號(hào)】 F230；F275? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2024）05-0029-09

一、引言

隨著人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)（“ABCD”）等新一代信息技術(shù)迅速發(fā)展，數(shù)據(jù)信息處理能力獲得了質(zhì)的飛躍，人類經(jīng)濟(jì)社會(huì)發(fā)展正大步邁向一個(gè)以“數(shù)據(jù)”為核心的數(shù)字經(jīng)濟(jì)時(shí)代。黨的十九屆四中全會(huì)將數(shù)據(jù)正式確認(rèn)為第七種生產(chǎn)要素；黨的二十大報(bào)告進(jìn)一步對(duì)加快建設(shè)數(shù)字中國(guó)做出重要部署，強(qiáng)調(diào)“建設(shè)數(shù)字中國(guó)，加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”。數(shù)字技術(shù)的應(yīng)用，改變了傳統(tǒng)的商業(yè)邏輯[1]，賦能產(chǎn)業(yè)發(fā)展。傳統(tǒng)企業(yè)運(yùn)用“ABCD”等新技術(shù)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型已成為企業(yè)發(fā)展與創(chuàng)新變革的重要發(fā)力點(diǎn)[2]，數(shù)字化轉(zhuǎn)型已成為企業(yè)高質(zhì)量發(fā)展的新引擎。作為一場(chǎng)影響廣泛且深遠(yuǎn)的系統(tǒng)性變革，企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型過(guò)程中，必然要在其價(jià)值鏈、商業(yè)模式、生產(chǎn)方式、創(chuàng)新技術(shù)、人力資本結(jié)構(gòu)等方面進(jìn)行調(diào)整、切換、改進(jìn)、突破和優(yōu)化，因此企業(yè)數(shù)字化轉(zhuǎn)型必然會(huì)對(duì)投資、生產(chǎn)、銷售等與企業(yè)相關(guān)的諸多領(lǐng)域產(chǎn)生影響和沖擊。關(guān)于其經(jīng)濟(jì)后果研究，已有學(xué)者已經(jīng)做了充分探討，但是對(duì)于其是否能夠優(yōu)化資源配置效率、促進(jìn)資本市場(chǎng)有效運(yùn)行的會(huì)計(jì)信息價(jià)值相關(guān)性，卻少有學(xué)者進(jìn)行深入研究。

會(huì)計(jì)信息價(jià)值相關(guān)性，是指企業(yè)提供的會(huì)計(jì)信息對(duì)于財(cái)務(wù)報(bào)告使用者經(jīng)濟(jì)決策的有用程度[3]，已有學(xué)者研究了供應(yīng)鏈集中度[4]、內(nèi)部控制[5]對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的作用。而企業(yè)數(shù)字化轉(zhuǎn)型一方面可以依托前沿?cái)?shù)字技術(shù)的應(yīng)用，標(biāo)準(zhǔn)化信息的處理、傳遞流程，加速信息整合與流動(dòng)，降低利益相關(guān)者與企業(yè)間的信息不對(duì)稱程度[6]，便于企業(yè)及時(shí)感知客戶需要、接觸到更大范圍的上下游公司，進(jìn)而降低供應(yīng)鏈集中度；另一方面，能夠在整體上提升企業(yè)的內(nèi)部運(yùn)行機(jī)制，提高企業(yè)內(nèi)部控制質(zhì)量[7-8]，有效抑制盈余管理行為[9]。而在供應(yīng)鏈集中度越低、內(nèi)部控制質(zhì)量越好的情況下，會(huì)計(jì)信息的價(jià)值相關(guān)性就愈高[4-5]。在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)能否通過(guò)數(shù)字化轉(zhuǎn)型，發(fā)揮積極的內(nèi)部治理效應(yīng)，進(jìn)而影響會(huì)計(jì)信息價(jià)值相關(guān)性？這是一個(gè)值得探討的問(wèn)題?；诖?，本文在數(shù)字經(jīng)濟(jì)背景下，探討企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息價(jià)值相關(guān)性的關(guān)系。

本文采用滬深A(yù)股2011—2021年上市公司為研究樣本，以文本挖掘方法構(gòu)建企業(yè)數(shù)字轉(zhuǎn)型指標(biāo)，將企業(yè)數(shù)字化轉(zhuǎn)型納入會(huì)計(jì)信息價(jià)值相關(guān)性理論分析框架。本文可能的創(chuàng)新點(diǎn)在于：首先，結(jié)合國(guó)家宏觀數(shù)字經(jīng)濟(jì)發(fā)展戰(zhàn)略導(dǎo)向，從企業(yè)數(shù)字化轉(zhuǎn)型角度出發(fā)，總結(jié)出企業(yè)數(shù)字化轉(zhuǎn)型對(duì)于信息整合及傳遞的影響邏輯，探討數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響及其具體作用機(jī)制，豐富了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究。其次，從數(shù)字化轉(zhuǎn)型這一微觀層面的角度進(jìn)行分析，為會(huì)計(jì)信息價(jià)值相關(guān)性影響因素研究提供了新的視角。最后，為數(shù)字經(jīng)濟(jì)賦能實(shí)體經(jīng)濟(jì)提供新的經(jīng)驗(yàn)證據(jù)，有助于政府機(jī)構(gòu)加快推動(dòng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，有助于企業(yè)把握數(shù)字化轉(zhuǎn)型機(jī)遇，夯實(shí)數(shù)字化轉(zhuǎn)型戰(zhàn)略基礎(chǔ)。

二、文獻(xiàn)綜述與研究假設(shè)

（一）文獻(xiàn)綜述

企業(yè)數(shù)字化轉(zhuǎn)型是指通過(guò)對(duì)新一代信息技術(shù)的應(yīng)用，增強(qiáng)企業(yè)對(duì)于信息的處理分析能力，有機(jī)整合企業(yè)內(nèi)外部要素，通過(guò)對(duì)企業(yè)創(chuàng)新動(dòng)能、組織形態(tài)[10]、商業(yè)模式[1]等的調(diào)整優(yōu)化，幫助企業(yè)形成獨(dú)特核心競(jìng)爭(zhēng)力，獲取及創(chuàng)造更多價(jià)值的系統(tǒng)化、整體化戰(zhàn)略轉(zhuǎn)型過(guò)程[11]?，F(xiàn)有關(guān)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究，學(xué)者主要關(guān)注其積極后果。依托大數(shù)據(jù)、人工智能等新技術(shù)，企業(yè)有能力處理、整合以前難以獲取的非標(biāo)準(zhǔn)化信息，數(shù)字化轉(zhuǎn)型拓寬了信息傳遞渠道[12]，加快了信息的處理和傳播，能夠降低利益相關(guān)者與企業(yè)間的信息不對(duì)稱程度[6]和企業(yè)搜尋信息的成本[13]，重塑企業(yè)上下游產(chǎn)業(yè)鏈[14]、增強(qiáng)企業(yè)的創(chuàng)新動(dòng)能[15]，促進(jìn)企業(yè)整體運(yùn)營(yíng)效率提升[16]。數(shù)字化轉(zhuǎn)型賦能企業(yè)變革，促使企業(yè)發(fā)展扁平化、網(wǎng)絡(luò)化[1]、業(yè)務(wù)流程模塊化、數(shù)智化的新型組織架構(gòu)[11]，提升企業(yè)內(nèi)部控制質(zhì)量[7-8]，降低企業(yè)真實(shí)盈余管理活動(dòng)[9]。

Ball et al.[3]首次把企業(yè)會(huì)計(jì)數(shù)據(jù)和資本市場(chǎng)股票收益聯(lián)系起來(lái)，表明會(huì)計(jì)數(shù)據(jù)向資本市場(chǎng)傳遞了有用信息，證明了會(huì)計(jì)信息具有價(jià)值相關(guān)性。此后，學(xué)者不斷豐富會(huì)計(jì)信息價(jià)值相關(guān)性的研究成果。首先，會(huì)計(jì)信息價(jià)值相關(guān)性會(huì)受到外部環(huán)境、行業(yè)特征等因素的影響。會(huì)計(jì)準(zhǔn)則的變化、經(jīng)濟(jì)周期與行業(yè)競(jìng)爭(zhēng)、新聞媒體的監(jiān)督功能、股市傳聞、人際信任等外部因素會(huì)影響會(huì)計(jì)信息價(jià)值相關(guān)性。其次，會(huì)計(jì)信息價(jià)值相關(guān)性會(huì)受到企業(yè)自身因素影響，企業(yè)多元化經(jīng)營(yíng)[17]、企業(yè)戰(zhàn)略差異度[18]、管理層能力、公司治理、內(nèi)部控制[5]、關(guān)鍵審計(jì)事項(xiàng)披露、金融資產(chǎn)配置、股權(quán)結(jié)構(gòu)、債券評(píng)級(jí)報(bào)告文本信息、董秘財(cái)務(wù)經(jīng)歷、信息發(fā)布者、供應(yīng)鏈集中度[4]、企業(yè)資源配置戰(zhàn)略等都會(huì)影響會(huì)計(jì)信息價(jià)值相關(guān)性。

通過(guò)回顧上述相關(guān)文獻(xiàn)發(fā)現(xiàn)，現(xiàn)有研究雖然沒(méi)有直接回答企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息價(jià)值相關(guān)性之間的關(guān)系，但是從數(shù)字化轉(zhuǎn)型對(duì)于優(yōu)化信息的整合處理及傳遞、提升企業(yè)內(nèi)部運(yùn)行機(jī)制等方面來(lái)看，數(shù)字化轉(zhuǎn)型理應(yīng)對(duì)企業(yè)披露的會(huì)計(jì)信息價(jià)值相關(guān)性產(chǎn)生重要影響?，F(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究中，忽略了與投資者決策密切相關(guān)的會(huì)計(jì)信息價(jià)值相關(guān)性這一企業(yè)與外部信息傳遞的橋梁。因此，本文研究具有較強(qiáng)啟示意義。

（二）研究假設(shè)

依托“ABCD”等新技術(shù)，企業(yè)數(shù)字化轉(zhuǎn)型可以加強(qiáng)信息整合、處理和傳遞能力，提升企業(yè)內(nèi)部運(yùn)行機(jī)制?；诖?，數(shù)字化轉(zhuǎn)型會(huì)對(duì)企業(yè)會(huì)計(jì)信息價(jià)值相關(guān)性產(chǎn)生重要影響，具體而言，企業(yè)數(shù)字化轉(zhuǎn)型主要通過(guò)提升內(nèi)部控制質(zhì)量、降低供應(yīng)鏈集中度來(lái)增強(qiáng)會(huì)計(jì)信息價(jià)值相關(guān)性。

首先，數(shù)字化轉(zhuǎn)型顯著提升了內(nèi)部控制質(zhì)量，為增強(qiáng)會(huì)計(jì)信息價(jià)值相關(guān)性奠定了良好的內(nèi)部條件。已有研究證實(shí)了內(nèi)部控制對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的正向促進(jìn)作用，高質(zhì)量的內(nèi)部控制通過(guò)有效抑制盈余管理行為，進(jìn)而增強(qiáng)會(huì)計(jì)信息價(jià)值相關(guān)性[5]。在內(nèi)部環(huán)境方面，數(shù)字化轉(zhuǎn)型促使組織結(jié)構(gòu)趨于網(wǎng)絡(luò)化、扁平化，以應(yīng)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展伴隨的企業(yè)戰(zhàn)略轉(zhuǎn)變[1]；數(shù)字技術(shù)嵌入企業(yè)生產(chǎn)經(jīng)營(yíng)管理，通過(guò)上云、用數(shù)、賦智來(lái)實(shí)現(xiàn)從產(chǎn)業(yè)鏈條向產(chǎn)業(yè)價(jià)值網(wǎng)絡(luò)的嬗變[19]，打破傳統(tǒng)組織邊界，實(shí)現(xiàn)數(shù)據(jù)互聯(lián)互通，發(fā)展業(yè)務(wù)流程模塊化、數(shù)智化的新型組織架構(gòu)[11]，促進(jìn)企業(yè)形成良好的內(nèi)部控制環(huán)境。在風(fēng)險(xiǎn)評(píng)估和控制活動(dòng)方面，數(shù)字技術(shù)能夠標(biāo)準(zhǔn)化信息加工處理傳遞流程，提高企業(yè)數(shù)據(jù)處理能力，精準(zhǔn)識(shí)別企業(yè)可能存在的風(fēng)險(xiǎn)點(diǎn)，并且進(jìn)一步建立風(fēng)險(xiǎn)預(yù)測(cè)模型，更為精準(zhǔn)識(shí)別評(píng)估風(fēng)險(xiǎn)發(fā)生的概率與后果，實(shí)現(xiàn)控制活動(dòng)規(guī)范化、智能化。在信息與溝通方面，通過(guò)數(shù)字化轉(zhuǎn)型，企業(yè)有能力處理、整合以前難以獲取的非標(biāo)準(zhǔn)化信息，大大加快了信息的處理和傳播，提高了企業(yè)內(nèi)外部的溝通效率，消除“信息孤島”。在內(nèi)部監(jiān)督方面，將數(shù)字技術(shù)融入企業(yè)業(yè)務(wù)流程，使得內(nèi)部監(jiān)督程序有效集成于各環(huán)節(jié)，方便實(shí)時(shí)跟蹤與調(diào)節(jié)，并且數(shù)字化轉(zhuǎn)型豐富了監(jiān)督方式與渠道，如信息管理系統(tǒng)等，強(qiáng)化了內(nèi)部監(jiān)督有效性。因此，數(shù)字化轉(zhuǎn)型全面影響內(nèi)部控制各要素，整體提升內(nèi)部控制質(zhì)量，也為增強(qiáng)會(huì)計(jì)信息價(jià)值相關(guān)性奠定良好基礎(chǔ)。

其次，數(shù)字化轉(zhuǎn)型降低了供應(yīng)鏈集中度。已有研究表明，企業(yè)供應(yīng)鏈中存在顯著的盈余信息傳遞效應(yīng)[4]，公司披露的供應(yīng)鏈信息有助于投資者預(yù)測(cè)未來(lái)的現(xiàn)金流，進(jìn)而影響公司的股價(jià)。依托大數(shù)據(jù)、人工智能等新技術(shù)，數(shù)字化轉(zhuǎn)型降低了利益相關(guān)者與企業(yè)之間的信息不對(duì)稱程度[6]，加速了信息的處理與傳播，顯著降低了企業(yè)搜尋信息的成本[13]，打破地域因素限制，幫助企業(yè)接觸到更多的上下游企業(yè)，并便于對(duì)比篩選這些企業(yè)的整體情況——產(chǎn)品服務(wù)質(zhì)量、資信水平等，便于企業(yè)與供應(yīng)鏈中其他企業(yè)展開(kāi)合作；數(shù)字化轉(zhuǎn)型的信息處理能力使企業(yè)能夠快速高效地獲得消費(fèi)者需求變化的反饋，促使企業(yè)為部分消費(fèi)者提供定制服務(wù)。數(shù)字化轉(zhuǎn)型通過(guò)促進(jìn)企業(yè)與更多不同類型的供應(yīng)商和客戶合作，從而降低供應(yīng)鏈的集中度。進(jìn)一步的，在供應(yīng)鏈集中時(shí)，公司采購(gòu)和銷售業(yè)務(wù)集中于個(gè)別供應(yīng)商和客戶，導(dǎo)致銷售成本/收入的不確定性增加，一旦這種集中的供應(yīng)鏈環(huán)節(jié)中上下游企業(yè)產(chǎn)生經(jīng)營(yíng)困難或客戶流失，極有可能對(duì)企業(yè)的生產(chǎn)造成影響，導(dǎo)致收入下滑，影響盈余持續(xù)性，從而對(duì)公司股價(jià)產(chǎn)生負(fù)面影響。另外，供應(yīng)鏈集中時(shí)，企業(yè)隱性契約往往較高，因?yàn)槠髽I(yè)會(huì)為了加強(qiáng)與客戶的交易關(guān)系、優(yōu)化鏈條中的流程成本，進(jìn)行關(guān)系專用性投資[20]。企業(yè)如果想要維系這一貿(mào)易關(guān)系，往往要設(shè)法迎合主要供貨商或顧客。對(duì)于盈利的預(yù)期，企業(yè)有動(dòng)機(jī)提高業(yè)績(jī)或平滑收益從而進(jìn)行盈余管理或?qū)?huì)計(jì)政策進(jìn)行選擇[21]，降低會(huì)計(jì)信息價(jià)值相關(guān)性。同時(shí)，供應(yīng)鏈集中度的降低可以避免主要供應(yīng)商、客戶的“敲竹杠”風(fēng)險(xiǎn)。因此，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)降低企業(yè)供應(yīng)鏈集中度，形成提升會(huì)計(jì)信息價(jià)值相關(guān)性的重要驅(qū)動(dòng)因素。

基于以上分析，提出假設(shè)1。

H1：在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著提升會(huì)計(jì)信息價(jià)值相關(guān)性。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與樣本選取

本文選用2011—2021年滬深A(yù)股上市公司為初始研究樣本，并剔除樣本中金融保險(xiǎn)類行業(yè)、樣本期間內(nèi)被ST以及*ST、研究數(shù)據(jù)缺失的樣本。最終得到28 283個(gè)公司-年度樣本觀測(cè)值。其中，企業(yè)數(shù)字化轉(zhuǎn)型數(shù)據(jù)提取自上市公司年報(bào)，其余財(cái)務(wù)數(shù)據(jù)來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。本文對(duì)連續(xù)變量進(jìn)行了前后1%分位處的雙邊縮尾（Winsorize）處理。

本文之所以選取2011作為研究樣本起始年份，是因?yàn)椤吨袊?guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022）》及中國(guó)信息通信研究院副院長(zhǎng)王志勤指出，2011年之前我國(guó)數(shù)字經(jīng)濟(jì)增速低于同期GDP平均增速，數(shù)字經(jīng)濟(jì)對(duì)國(guó)民經(jīng)濟(jì)支撐作用并不凸顯；之后其年均增速顯著高于同期GDP平均增速，成為推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)力。數(shù)字經(jīng)濟(jì)蓬勃發(fā)展標(biāo)志著數(shù)字基礎(chǔ)設(shè)施建設(shè)、數(shù)字技術(shù)創(chuàng)新及數(shù)字產(chǎn)業(yè)發(fā)展水平顯著提升，而這恰恰是助力企業(yè)數(shù)字化轉(zhuǎn)型的有力支撐。

（二）變量定義

1.被解釋變量

股票價(jià)格（Price）。參考李虹等[5]、郭照蕊等[17]，本文選取次年4月份最后一個(gè)交易日的股票收盤價(jià)作為被解釋變量。

2.解釋變量

每股盈余（EPS）。本文以公司凈利潤(rùn)除以發(fā)行在外的股本總數(shù)衡量每股盈余。

每股凈資產(chǎn)（BVPS）。本文以賬面所有者權(quán)益除以發(fā)行在外股本總數(shù)衡量每股凈資產(chǎn)。

企業(yè)數(shù)字化轉(zhuǎn)型（Intel_Trans）。考慮到公司年報(bào)中的詞匯使用情況通常可以體現(xiàn)出公司的戰(zhàn)略特征、未來(lái)發(fā)展方向等情況，反映公司獨(dú)特的經(jīng)營(yíng)宗旨與發(fā)展路線，從而可以較好地體現(xiàn)公司的數(shù)字化轉(zhuǎn)型程度。因此，本文借鑒吳非等[22]關(guān)于數(shù)字化轉(zhuǎn)型指標(biāo)的構(gòu)建，通過(guò)對(duì)上市公司年度財(cái)務(wù)報(bào)告的文本分析來(lái)度量企業(yè)數(shù)字化轉(zhuǎn)型。

具體而言，參照吳非等[22]構(gòu)建的數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞庫(kù)，借助Python開(kāi)放源的“Jieba”分詞功能，從上市公司年報(bào)中進(jìn)行全文搜索并提取關(guān)于數(shù)字化轉(zhuǎn)型的關(guān)鍵詞，剔除關(guān)鍵詞前存在否定詞語(yǔ)的表述，進(jìn)而計(jì)算加總這些關(guān)鍵字的詞頻，并將其加1取對(duì)數(shù)后作為衡量企業(yè)數(shù)字化轉(zhuǎn)型情況的指標(biāo)。

3.控制變量

參考已有文獻(xiàn)，控制了包括公司上市年齡（Age）、企業(yè)性質(zhì)（SOE）、股票交易額（Trade）、成長(zhǎng)機(jī)會(huì)（Growth）、企業(yè)規(guī)模（Size）、流通股占比（Curratio）、資產(chǎn)負(fù)債率（Lev）這些可能影響會(huì)計(jì)信息價(jià)值相關(guān)性的因素。

具體變量定義見(jiàn)表1。

（三）模型設(shè)計(jì)

已有關(guān)于研究會(huì)計(jì)信息價(jià)值相關(guān)性的文獻(xiàn)通常采用價(jià)格模型與報(bào)酬模型。價(jià)格模型相較于報(bào)酬模型有兩大優(yōu)點(diǎn)：一是不存在因變量誤差問(wèn)題，得出的系數(shù)為無(wú)偏估計(jì)；二是價(jià)格模型克服了報(bào)酬模型不能與多項(xiàng)會(huì)計(jì)指標(biāo)及其變動(dòng)數(shù)回歸的缺陷。因此，為了檢驗(yàn)本文的研究假設(shè)，本文采用價(jià)格模型，并借鑒郭照蕊等[17]、葉康濤等[18]的研究，加入相應(yīng)的控制變量，模型設(shè)定如下：

Pricei，t=β0+β1×EPSi，t+β2×BVPSi，t+β3×Intel_Transi，t+

β4×Intel_Transi，t×EPSi，t+β5×Intel_Transi，t×BVPSi，t+

∑Controls+∑Year+∑Ind+εi，t? ? ?（1）

本文考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響，因此，重點(diǎn)關(guān)注的是β4與β5的估計(jì)系數(shù)。Controls為控制變量合集，Ind為行業(yè)固定效應(yīng)，Year為年度固定效應(yīng)，ε代表隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2描述性統(tǒng)計(jì)顯示，股票價(jià)格（Price）的均值為15.81，最小值為2.36，最大值為117.55，標(biāo)準(zhǔn)差為15.83。每股盈余（EPS）和每股凈資產(chǎn)（BVPS）的均值分別為0.40和5.16。企業(yè)數(shù)字化轉(zhuǎn)型（Intel_Trans）均值為1.32，標(biāo)準(zhǔn)差為1.37，最大值為5.037，最小值為0，與吳非等[22]報(bào)告的結(jié)果相近，其中25%分位數(shù)值為0，中位數(shù)為1.099，說(shuō)明雖然部分企業(yè)尚未進(jìn)行數(shù)字化轉(zhuǎn)型，但已經(jīng)有至少50%的企業(yè)已經(jīng)進(jìn)行數(shù)字化轉(zhuǎn)型，企業(yè)數(shù)字化轉(zhuǎn)型水平還需要進(jìn)一步提高?？刂谱兞亢椭饕P(guān)注變量與已有研究匯報(bào)結(jié)果相差不大。

（二）相關(guān)系數(shù)矩陣

表3報(bào)告了變量之間的相關(guān)系數(shù)。從表中可以看出，每股盈余（EPS）和每股凈資產(chǎn)（BVPS）都與股票價(jià)格（Price）正相關(guān)，且相關(guān)系數(shù)達(dá)到0.5左右。在不控制其他變量的情況下，企業(yè)數(shù)字化轉(zhuǎn)型（Intel_Trans）與股票價(jià)格（Price）正相關(guān)，但其相關(guān)性很弱。還可以看出，進(jìn)行數(shù)字化轉(zhuǎn)型（Intel_Trans）的企業(yè)通常具有較高的每股盈余（EPS）、每股凈資產(chǎn)（BVPS）、股票流動(dòng)性（Trade）以及企業(yè)成長(zhǎng)性（Growth）。多數(shù)變量間的相關(guān)系數(shù)小于0.5，說(shuō)明變量間不存在顯著多重共線性問(wèn)題。進(jìn)一步通過(guò)多重共線性檢驗(yàn)發(fā)現(xiàn)，所有解釋變量的方差膨脹因子均值為1.63，最大值為2.11，進(jìn)一步表明本文回歸模型不存在嚴(yán)重多重共線性問(wèn)題。

（三）實(shí)證檢驗(yàn)

表4為主回歸結(jié)果。其中，列（1）未加入控制變量，列（2）加入企業(yè)層面控制變量。結(jié)果表明無(wú)論是否加入控制變量，β4與β5的估計(jì)系數(shù)均為正，且在1%水平上顯著。這說(shuō)明，隨著企業(yè)數(shù)字化轉(zhuǎn)型（Intel_Trans）發(fā)展，企業(yè)的盈利、賬面價(jià)值與企業(yè)股價(jià)的相關(guān)性上升，即企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了會(huì)計(jì)信息的價(jià)值相關(guān)性，從而驗(yàn)證了本文的研究假設(shè)。

五、穩(wěn)健性檢驗(yàn)

（一）安慰劑檢驗(yàn)

為排除可能存在的某些遺漏變量問(wèn)題，本文引入安慰劑檢驗(yàn)方法。將數(shù)字化轉(zhuǎn)型變量在企業(yè)間隨機(jī)轉(zhuǎn)換，用打亂重復(fù)配對(duì)后的樣品重新進(jìn)行回歸，Random_Intel_Trans代表隨機(jī)打亂的數(shù)字化轉(zhuǎn)型程度。表5中隨機(jī)變換后的數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息價(jià)值相關(guān)性的回歸系數(shù)不再顯著，說(shuō)明數(shù)字化轉(zhuǎn)型對(duì)于會(huì)計(jì)信息價(jià)值相關(guān)性的提升并不是由遺漏變量引起的。

為進(jìn)一步增強(qiáng)安慰劑檢驗(yàn)結(jié)果穩(wěn)健性，本文將數(shù)字化轉(zhuǎn)型變量隨機(jī)分配，并重復(fù)回歸500次，回歸后β4與β5的估計(jì)系數(shù)與P值的核密度估計(jì)結(jié)果顯示，絕大多數(shù)系數(shù)和P值分布在0附近，均值與真實(shí)估計(jì)系數(shù)相差較遠(yuǎn)，且大多數(shù)估計(jì)系數(shù)不顯著。說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響并未受到其他未被觀測(cè)因素的影響，再一次證明本文基準(zhǔn)回歸結(jié)論依然穩(wěn)健。

（二）工具變量法

由于同行業(yè)企業(yè)所面臨的外部環(huán)境類似，因而同行業(yè)其他企業(yè)數(shù)字化轉(zhuǎn)型程度與所考察企業(yè)數(shù)字化轉(zhuǎn)型程度相關(guān)，但是股價(jià)卻主要取決于企業(yè)自身特質(zhì)信息，與其他企業(yè)數(shù)字化轉(zhuǎn)型程度沒(méi)有直接關(guān)系。因此本文使用同年份同行業(yè)其他公司數(shù)字化轉(zhuǎn)型程度均值（IN_Intel_Trans）作為工具變量進(jìn)行兩階段回歸。表6列（1）報(bào)告了第一階段回歸結(jié)果，IN_Intel_Trans的系數(shù)為0.966，在1%的水平上顯著正相關(guān)，且弱工具變量檢驗(yàn)F值遠(yuǎn)大于10，表明工具變量選取有效。列（2）報(bào)告了第二階段回歸結(jié)果，β4與β5的估計(jì)系數(shù)分別為0.865與0.162，且在1%的水平上顯著正相關(guān)。這說(shuō)明在控制了潛在的內(nèi)生性問(wèn)題后，企業(yè)數(shù)字化轉(zhuǎn)型依然顯著增強(qiáng)了會(huì)計(jì)信息價(jià)值相關(guān)性。

（三）解釋變量滯后一期

為緩解可能存在的互為因果的內(nèi)生性問(wèn)題，本文將核心解釋變量企業(yè)數(shù)字化轉(zhuǎn)型（Intel_Trans）滯后一期，實(shí)證結(jié)果如表7列（1）、列（2）所示，結(jié)果依舊穩(wěn)健。

（四）剔除策略性行為影響

由于企業(yè)在年報(bào)中的信息披露很可能存在策略性目的：夸大企業(yè)實(shí)際的數(shù)字化轉(zhuǎn)型程度，為排除企業(yè)策略性行為影響，參照馬慧等[23]的做法，剔除掉受到過(guò)證監(jiān)會(huì)處罰的樣本，只保留考評(píng)結(jié)果為良好、優(yōu)秀的企業(yè)樣本。結(jié)果如表7列（3）所示，實(shí)證結(jié)果依舊顯著。

（五）被解釋變量的替代變量

用公司年報(bào)披露日的股票收盤價(jià)作為模型中股票價(jià)格的替代變量。檢驗(yàn)結(jié)果如表7列（4）所示，結(jié)論依舊穩(wěn)健。

六、進(jìn)一步分析

（一）分樣本機(jī)制檢驗(yàn)

前文分析表明，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)提升內(nèi)部控制質(zhì)量、降低供應(yīng)鏈集中度來(lái)正向促進(jìn)會(huì)計(jì)信息價(jià)值相關(guān)性。那么預(yù)期企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響將在內(nèi)部控制質(zhì)量較差、供應(yīng)鏈集中度高的公司中更為明顯。

1.基于內(nèi)部控制質(zhì)量的分析

參照Dechow（1998）、Sugata Roychowdhury（2006）的模型來(lái)測(cè)量企業(yè)的真實(shí)盈余管理水平，并以真實(shí)盈余管理絕對(duì)值衡量?jī)?nèi)部控制質(zhì)量。該指標(biāo)絕對(duì)值越大，則企業(yè)內(nèi)部控制質(zhì)量越差。按照同年同行業(yè)的均值對(duì)研究樣本進(jìn)行分組，并對(duì)分組樣本進(jìn)行組間系數(shù)差異檢驗(yàn)，回歸結(jié)果見(jiàn)表8列（1）、列（2）。列（1）顯示當(dāng)企業(yè)內(nèi)部控制質(zhì)量較差時(shí)，β4系數(shù)為0.952，β5系數(shù)為0.104，且在1%水平上顯著正相關(guān)。列（2）顯示當(dāng)企業(yè)內(nèi)部控制質(zhì)量較好時(shí)，β4系數(shù)為0.269，β5系數(shù)為0.039，系數(shù)值降低且顯著性下降。兩組樣本間存在差異，β4系數(shù)通過(guò)了組間系數(shù)檢驗(yàn)。

2.基于供應(yīng)鏈集中度的檢驗(yàn)

本文參照薛爽等[24]的做法，以企業(yè)向前五大供應(yīng)商、客戶采購(gòu)銷售比例之和的均值衡量供應(yīng)鏈集中度。該指標(biāo)越大，表明企業(yè)供應(yīng)鏈越集中，并按照中位數(shù)將樣本進(jìn)行分組，回歸結(jié)果見(jiàn)表8列（3）、列（4）。列（3）為大于樣本中位數(shù)，結(jié)果表明當(dāng)供應(yīng)鏈集中度越高時(shí)，β4系數(shù)為0.782，β5系數(shù)為0.157，且在1%水平上顯著正相關(guān)。列（4）為小于樣本中位數(shù)，結(jié)果表明當(dāng)供應(yīng)鏈集中度越低時(shí)，β4系數(shù)為0.327，β5系數(shù)為0.052，系數(shù)值降低且不顯著。兩組樣本間存在差異，β5系數(shù)通過(guò)了組間系數(shù)檢驗(yàn)。

從表8結(jié)果可知，提升內(nèi)部控制質(zhì)量、降低供應(yīng)鏈集中度是數(shù)字化促進(jìn)會(huì)計(jì)信息價(jià)值相關(guān)性的機(jī)制渠道。

（二）多元化經(jīng)營(yíng)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息價(jià)值相關(guān)性的影響

多元化經(jīng)營(yíng)企業(yè)實(shí)行跨產(chǎn)品、跨行業(yè)的經(jīng)營(yíng)擴(kuò)張戰(zhàn)略，業(yè)務(wù)復(fù)雜性顯著提升，外部投資者難以找到可與之對(duì)比企業(yè)，因此難以對(duì)其業(yè)績(jī)做出正確合理評(píng)價(jià)，從而加劇信息不對(duì)稱，降低投資者對(duì)會(huì)計(jì)信息的利用率[17]。因此，本文參照曾春華等[25]的做法，按照模型2進(jìn)行計(jì)算，構(gòu)建收入熵指數(shù)衡量企業(yè)多元化經(jīng)營(yíng)程度：

其中：n為企業(yè)所經(jīng)營(yíng)的行業(yè)數(shù)量，P表示各行業(yè)的營(yíng)業(yè)收入與總營(yíng)業(yè)收入之比。

本文按照企業(yè)多元化經(jīng)營(yíng)中位數(shù)對(duì)研究樣本進(jìn)行分組，回歸結(jié)果見(jiàn)表9。由結(jié)果可知，當(dāng)企業(yè)多元化經(jīng)營(yíng)程度較低時(shí)，β4系數(shù)為0.814，β5系數(shù)為0.176，且在1%水平上顯著正相關(guān)。當(dāng)企業(yè)多元化經(jīng)營(yíng)程度較高時(shí)，β4系數(shù)為0.459，系數(shù)值降低且顯著性下降，β5系數(shù)為-0.027且不顯著，β5系數(shù)通過(guò)了組間系數(shù)差異檢驗(yàn)。以上的回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響主要存在于多元化經(jīng)營(yíng)程度低的企業(yè)中。

七、結(jié)語(yǔ)

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化轉(zhuǎn)型為企業(yè)發(fā)展注入新的活力，成為企業(yè)高質(zhì)量發(fā)展的重要途徑。本文基于會(huì)計(jì)信息價(jià)值相關(guān)性視角，以滬深A(yù)股2011—2021年上市公司為研究樣本，探討了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的影響及作用機(jī)制。研究表明：企業(yè)數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了會(huì)計(jì)信息價(jià)值相關(guān)性，上述結(jié)論經(jīng)過(guò)內(nèi)生性和穩(wěn)健性檢驗(yàn)后依然成立。進(jìn)一步分析表明，數(shù)字化轉(zhuǎn)型通過(guò)提升內(nèi)部控制質(zhì)量、降低供應(yīng)鏈集中度對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性正向促進(jìn)；數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性的增強(qiáng)主要體現(xiàn)在多元化經(jīng)營(yíng)程度低的企業(yè)中。

本文研究對(duì)政府和企業(yè)具有一定的現(xiàn)實(shí)意義。首先，政府部門應(yīng)該優(yōu)先推動(dòng)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，加速數(shù)字經(jīng)濟(jì)戰(zhàn)略布局，鼓勵(lì)支持?jǐn)?shù)字技術(shù)與企業(yè)深度融合，切實(shí)落地相應(yīng)政策，優(yōu)化監(jiān)管環(huán)境，從而為企業(yè)有序高效數(shù)字化轉(zhuǎn)型保駕護(hù)航。其次，企業(yè)應(yīng)認(rèn)識(shí)到數(shù)字化轉(zhuǎn)型的積極后果，順應(yīng)當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)，把握數(shù)字化轉(zhuǎn)型機(jī)遇，夯實(shí)數(shù)字化轉(zhuǎn)型戰(zhàn)略基礎(chǔ)；把控好企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息價(jià)值相關(guān)性起關(guān)鍵作用的環(huán)節(jié)，企業(yè)應(yīng)審視自身內(nèi)部控制，遵循會(huì)計(jì)準(zhǔn)則、避免供應(yīng)鏈環(huán)節(jié)“隱性契約”等問(wèn)題，從而提升企業(yè)數(shù)字化轉(zhuǎn)型的作用效果，助力企業(yè)高質(zhì)量發(fā)展。

【參考文獻(xiàn)】

［1］ 戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革［J］.管理世界，2020，36（6）：135-152，250.

［2］ 趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2020，

36（10）：65-76.

［3］ BALL R，BROWN P.An empirical evaluation of accounting income num-

bers［J］.Journal of Accounting Research，1968，6（2）：159-178.

［4］ 程敏英，鄭詩(shī)佳，劉駿.供應(yīng)商/客戶集中度與企業(yè)盈余持續(xù)性：保險(xiǎn)抑或風(fēng)險(xiǎn)［J］.審計(jì)與經(jīng)濟(jì)研究，2019，34（4）：75-86.

［5］ 李虹，田馬飛.內(nèi)部控制、媒介功用、法律環(huán)境與會(huì)計(jì)信息價(jià)值相關(guān)性［J］.會(huì)計(jì)研究，2015（6）：64-71，97.

［6］ 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(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［7］ 張欽成，楊明增.企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部控制質(zhì)量——基于“兩化融合”貫標(biāo)試點(diǎn)的準(zhǔn)自然實(shí)驗(yàn)［J］.審計(jì)研究，2022（6）：117-128.

［8］ 郜保萍.企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部控制有效性［J］.會(huì)計(jì)之友，2023（4）：127-133.

［9］ 羅進(jìn)輝，巫奕龍.數(shù)字化運(yùn)營(yíng)水平與真實(shí)盈余管理［J］.管理科學(xué)，2021，34（4）：3-18.

［10］ NAMBISAN S，LYYTINEN K，MAJCHRZAK A，

et al.Digital innovation management：reinventing inno-

vation management research in a digital world［J］.Mis Quarterly，2017，41（1）：223-238.

［11］ 陳冬梅，王俐珍，陳安霓.數(shù)字化與戰(zhàn)略管理理論——回顧、挑戰(zhàn)與展望［J］.管理世界，2020，36（5）：220-

236，20.

［12］ RIALTI R，MARZI G，SILIC M，et al.Ambidextrous organization and agility in big data era：the role of business process management systems［J］.Business Process Management Journal，2017，24（5）：1091-1109.

［13］ 施炳展，李建桐.互聯(lián)網(wǎng)是否促進(jìn)了分工：來(lái)自中國(guó)制造業(yè)企業(yè)的證據(jù)［J］.管理世界，2020，36（4）：130-149.

［14］ 焦豪，楊季楓，王培暖，等.數(shù)據(jù)驅(qū)動(dòng)的企業(yè)動(dòng)態(tài)能力作用機(jī)制研究——基于數(shù)據(jù)全生命周期管理的數(shù)字化轉(zhuǎn)型過(guò)程分析［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：174-192.

［15］ 張吉昌，龍靜.數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與企業(yè)創(chuàng)新績(jī)效——來(lái)自高新技術(shù)上市企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)與管理，2022，36（3）：1-10.

［16］ 陳劍，黃朔，劉運(yùn)輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運(yùn)營(yíng)管理［J］.管理世界，2020（2）：117-222.

［17］ 郭照蕊，黃俊.公司多元化經(jīng)營(yíng)與會(huì)計(jì)信息價(jià)值相關(guān)性——來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（1）：58-69.

［18］ 葉康濤，張姍姍，張藝馨.企業(yè)戰(zhàn)略差異與會(huì)計(jì)信息的價(jià)值相關(guān)性［J］.會(huì)計(jì)研究，2014（5）：44-51，94.

［19］ 武常岐，張昆賢，周欣雨，等.數(shù)字化轉(zhuǎn)型、競(jìng)爭(zhēng)戰(zhàn)略選擇與企業(yè)高質(zhì)量發(fā)展——基于機(jī)器學(xué)習(xí)與文本分析的證據(jù)［J］.經(jīng)濟(jì)管理，2022，44（4）：5-22.

［20］ KALE J R，MENEGHETTI C.Supplier/customer con-

siderations in corporate financial decisions［J］.IIMB Management Review，2014，26（3）：149-155.

［21］ 方紅星，張勇.供應(yīng)商/客戶關(guān)系型交易、盈余管理與審計(jì)師決策［J］.會(huì)計(jì)研究，2016（1）：79-86，96.

［22］ 吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021，37（7）：130-144，10.

［23］ 馬慧，陳勝藍(lán).企業(yè)數(shù)字化轉(zhuǎn)型、壞消息隱藏與股價(jià)崩盤風(fēng)險(xiǎn)［J］.會(huì)計(jì)研究，2022，420（10）：31-44.

［24］ 薛爽，耀友福，王雪方.供應(yīng)鏈集中度與審計(jì)意見(jiàn)購(gòu)買［J］.會(huì)計(jì)研究，2018，370（8）：57-64.

［25］ 曾春華，楊興全.多元化經(jīng)營(yíng)、財(cái)務(wù)杠桿與過(guò)度投資［J］.審計(jì)與經(jīng)濟(jì)研究，2012，27（6）：83-91.

【基金項(xiàng)目】 國(guó)家自然科學(xué)基金青年項(xiàng)目“中國(guó)上市公司衍生工具使用動(dòng)因與經(jīng)濟(jì)后果研究”（72002208）

【作者簡(jiǎn)介】 李曉東（1974— ），男，河南林州人，博士，鄭州財(cái)稅金融職業(yè)學(xué)院院長(zhǎng)，鄭州航空工業(yè)管理學(xué)院商學(xué)院教授、碩士生導(dǎo)師，研究方向：資本市場(chǎng)會(huì)計(jì)與財(cái)務(wù)、國(guó)有企業(yè)改革與經(jīng)濟(jì)增長(zhǎng)；滕飛（1998— ），男，河南汝州人，鄭州航空工業(yè)管理學(xué)院商學(xué)院碩士研究生，研究方向：財(cái)務(wù)會(huì)計(jì)理論與實(shí)務(wù)