丁亞楠 牛彪 王建新 車悅

收稿日期：2023-12-18

基金項目：國家社會科學(xué)基金重大項目“新發(fā)展格局下中國經(jīng)濟韌性的形成機理、動態(tài)評價與政策協(xié)同研究”（21&ZD072）；中南財經(jīng)政法大學(xué)研究生科研創(chuàng)新平臺項目“碳排放權(quán)交易試點對工業(yè)低碳轉(zhuǎn)型的影響研究”（202410311）

作者簡介：羅良文（1965—），男，河南信陽人，教授，博士，研究方向：低碳經(jīng)濟與管理；

孫立雪（1996—），女，河南鄭州人，博士研究生，研究方向：低碳經(jīng)濟與管理；

王 晨（1996—），男，河南信陽人，博士研究生，研究方向：經(jīng)濟政策。

[摘 要：作為經(jīng)濟發(fā)展的晴雨表，資本市場在賦能實體經(jīng)濟轉(zhuǎn)型升級過程中發(fā)揮著重要作用。文章以我國滬深A(yù)股上市公司為研究對象，從投資者信息解讀的視角考察了企業(yè)數(shù)字化信息披露對資本市場定價的影響。結(jié)果表明：企業(yè)數(shù)字化信息披露能夠提高企業(yè)的市場估值，但該正向市場反應(yīng)僅表現(xiàn)于長期；投資者信息解讀在企業(yè)數(shù)字化信息披露與資本市場定價之間發(fā)揮了部分中介效應(yīng)。進一步分析表明，在信息披露的真實性較高、投資者信息能力較低和信息需求較高時，企業(yè)數(shù)字化信息披露的長期市場反應(yīng)更加顯著，而在信息披露的真實性較低、投資者信息能力較低和信息需求較高時，投資者信息解讀的中介效應(yīng)更加顯著。

關(guān)鍵詞：數(shù)字化信息披露；市場定價；投資者信息解讀；資本市場；文本分析

中圖分類號：F832.51；F49? 文獻標識碼：A文章編號：1007-5097（2024）07-0053-13?? ]

Digital Information Disclosure and Capital Market Pricing：

From the Perspective of Investor Information Interpretation

DING Ya'nan1， NIU Biao2， WANG Jianxin2， CHE Yue3

（1. School of Accounting， Beijing Wuzi University， Beijing 101149， China; 2. Chinese Academy of Fiscal Sciences， Beijing 100142， China;

3. School of Public Administration， Renmin University of China， Beijing 100872， China）

Abstract：As a barometer of economic development， the capital market plays a crucial role in empowering the transformation and upgrading of the real economy. This paper examines the impact of corporate digital information disclosure on capital market pricing from the perspective of investor information interpretation， focusing on listed companies in the Shanghai and Shenzhen A-share markets. Research findings： Digital information disclosure by companies can enhance their market valuation， though this positive market reaction is only evident in the long term. Investor information interpretation partially mediates the relationship between digital information disclosure and capital market pricing. Further analysis reveals that the long-term market reaction to digital information disclosure is more pronounced when the authenticity of information disclosure is high， investor information capability is low， and information demand is high. Conversely， when the authenticity of information disclosure is low， investor information capability is low， and information demand is high， the mediating effect of investor information interpretation becomes more significant.

Key words：digital information disclosure; market pricing; investor information interpretation; capital market; text analysis

一、引 言

當前我國數(shù)字經(jīng)濟進入高速發(fā)展時期，企業(yè)數(shù)字化作為數(shù)字經(jīng)濟與實體經(jīng)濟融合的微觀基礎(chǔ)，已有學(xué)者圍繞企業(yè)生產(chǎn)效率、運營管理、公司治理等方面對企業(yè)數(shù)字化的微觀層面影響進行了豐富的研究。數(shù)字經(jīng)濟的發(fā)展壯大離不開資本要素的支持，資本市場提供了多元化的融資渠道，使得企業(yè)能夠獲得更多資金用于擴大生產(chǎn)、研發(fā)創(chuàng)新與轉(zhuǎn)型升級等，而已有研究對資本市場層面則較少涉及［1-3］。資本市場融資功能的發(fā)揮以定價為基礎(chǔ)，數(shù)字化的價值提升作用已成為共識，但由于過程的長期性和復(fù)雜性、企業(yè)資源和能力的差異性，數(shù)字化能否成功實施并為企業(yè)帶來價值增值仍具有不確定性。那么，企業(yè)數(shù)字化最終如何影響其資本市場價值評估，其微觀層面競爭優(yōu)勢能否以及如何體現(xiàn)于資本市場？推動科技、資本和實體經(jīng)濟高水平循環(huán)是健全資本市場功能的重要抓手。對上述問題的探究不僅有助于發(fā)揮資本市場樞紐作用，支持更多數(shù)字化企業(yè)發(fā)展，而且有助于激發(fā)企業(yè)轉(zhuǎn)型升級的內(nèi)生動力，提高企業(yè)轉(zhuǎn)型積極性，促進數(shù)字經(jīng)濟與實體經(jīng)濟深度融合。

信息披露是影響市場定價的直接因素，在信息內(nèi)容上，已有研究從盈余信息、內(nèi)部控制信息、社會責(zé)任信息等角度探究了不同的信息披露對市場定價的影響［4-7］。隨著企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的實施，數(shù)字化相關(guān)信息成為企業(yè)信息披露的重要內(nèi)容。投資者是市場定價的主體，投資者基于對企業(yè)數(shù)字化信息的解讀作出投資決策，企業(yè)數(shù)字化的價值能否體現(xiàn)于價格，很大程度上依賴于投資者對數(shù)字化信息的解讀?；ヂ?lián)網(wǎng)技術(shù)的應(yīng)用為投資者的信息獲取提供了便利，信息解讀逐漸成為影響投資者決策的重要因素。建立投資者與上市公司互動平臺是近年來證券交易所加強投資者權(quán)益保護的創(chuàng)新性舉措，互動平臺在加強投資者與上市公司之間的溝通、提高投資者信息解讀能力、提升資本市場定價效率方面作用顯著［8-9］，但已有研究多以上市公司整體的信息披露為對象，缺乏對不同類型信息的探究，難以為投資者特定方面的價值判斷提供依據(jù)。隨著互動平臺用戶規(guī)模的擴大、匯集信息的增多，對不同類型信息進行探究，有助于更加深入地了解投資者決策行為以及平臺的作用機制。

市場定價體現(xiàn)為價格對信息的反應(yīng)，包括是否反應(yīng)以及反應(yīng)過程兩個層面［10］。結(jié)合本文的研究，即市場是否對企業(yè)披露的數(shù)字化信息進行定價及其定價過程的實現(xiàn)，前者表現(xiàn)為信息披露后能否引發(fā)正向或負向的市場反應(yīng)，后者表現(xiàn)為這些信息何時以及通過何種渠道在股票價格或收益中反映出來。因此，本文的研究主要包括兩個方面：①企業(yè)數(shù)字化信息披露后會產(chǎn)生怎樣的市場反應(yīng)及其反應(yīng)的期間；②投資者對企業(yè)數(shù)字化信息的解讀在數(shù)字化信息披露與市場反應(yīng)間是否發(fā)揮了中介作用。

本文的主要貢獻在于：①補充企業(yè)數(shù)字化的資本市場經(jīng)濟后果研究。企業(yè)數(shù)字化以企業(yè)價值提升為目標，資本市場價值是企業(yè)價值的重要體現(xiàn)。本文以企業(yè)數(shù)字化信息披露后的資本市場定價反應(yīng)為切入點，有助于為數(shù)字化提升企業(yè)價值提供市場層面的實證依據(jù)。②檢驗企業(yè)數(shù)字化信息披露與市場反應(yīng)的中介路徑。投資者對信息的充分解讀是市場定價的關(guān)鍵，大數(shù)據(jù)環(huán)境下的海量信息使得投資者信息解讀能力更加重要。本文通過對投資者信息解讀的衡量，為解釋數(shù)字化信息披露的市場反應(yīng)提供新視角。③拓展社交媒體經(jīng)濟后果的相關(guān)研究。已有對社交媒體信息作用的研究多基于不同類型的媒體，缺少對不同類型信息的區(qū)分，本文聚焦企業(yè)披露的數(shù)字化信息，利用投資者與上市公司互動平臺這一媒體中介，實證檢驗其對投資者數(shù)字化信息解讀的促進作用，為社交媒體信息中介作用的發(fā)揮提供更加具體和更具實踐意義的證據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字化信息披露與市場反應(yīng)

數(shù)字化信息披露的資本市場效應(yīng)具體體現(xiàn)在以下幾個方面：首先，數(shù)字化信息披露與企業(yè)數(shù)字化生產(chǎn)、經(jīng)營與管理的實施密切相關(guān)，數(shù)字化對企業(yè)的積極影響已被較多研究所支持，包括對企業(yè)經(jīng)營能力的提升、創(chuàng)新能力的增強以及對企業(yè)外部經(jīng)營環(huán)境的改善等［11-14］?；谄髽I(yè)數(shù)字化的積極影響，數(shù)字化信息的披露有助于提高投資者的企業(yè)估值。其次，代理成本的存在會影響投資者對企業(yè)的估值。數(shù)字技術(shù)的應(yīng)用減少了人為操作，管理者實施盈余操控等自利行為的空間減小。高顆粒度的數(shù)據(jù)支撐有助于監(jiān)督管理層，促使其規(guī)范自身行為，調(diào)控決策過程中的主觀判斷，提高公司治理水平［15］。最后，技術(shù)支撐下企業(yè)經(jīng)營能力的改善，為管理者發(fā)揮個人能力提供了良好條件，有助于激勵管理者通過個人能力提高績效獲取合理回報，減少管理者機會主義行為。如數(shù)字技術(shù)輔助管理者優(yōu)化經(jīng)營決策［16］，通過精準投資提高企業(yè)業(yè)績，使得管理者從企業(yè)績效改善中獲取充分薪酬獎勵，減少了攫取控制權(quán)私利、浪費企業(yè)資源等代理成本。因此，企業(yè)數(shù)字化轉(zhuǎn)型有助于提高公司治理水平、降低代理成本，從而獲得更多投資者的青睞。

在賦能企業(yè)經(jīng)營管理與公司治理的同時，企業(yè)數(shù)字化轉(zhuǎn)型還具有信號作用。企業(yè)數(shù)字化轉(zhuǎn)型響應(yīng)了大力發(fā)展數(shù)字經(jīng)濟的國家政策，與建設(shè)“數(shù)字中國”的國家戰(zhàn)略保持著較高的一致性，一方面表明了企業(yè)主動適應(yīng)外部環(huán)境變化、創(chuàng)新求變的態(tài)度，能夠增加投資者的價值認同；另一方面也意味著企業(yè)在未來將獲得更多的政策和資源支持，如政府補貼和獎勵、財稅及金融支持等［17-18］，釋放出企業(yè)未來發(fā)展前景良好的積極信號［19-20］，提高了投資者的盈利預(yù)期?；谏鲜龇治?，本文提出假設(shè)1。

H1：數(shù)字化信息披露水平的提高會提升企業(yè)的市場估值，引發(fā)正向的市場反應(yīng)。

投資者對企業(yè)數(shù)字化轉(zhuǎn)型的認同預(yù)期使股票具有更好的市場表現(xiàn)，但這種表現(xiàn)通常難以在短期內(nèi)體現(xiàn)，其主要原因是企業(yè)數(shù)字化轉(zhuǎn)型具有戰(zhàn)略性、全局性特征，涉及范圍廣，持續(xù)時間長，數(shù)字化轉(zhuǎn)型的價值體現(xiàn)往往滯后［21］。生產(chǎn)過程中，數(shù)據(jù)作為企業(yè)引入的一種新的生產(chǎn)要素，需要與其他生產(chǎn)要素進行整合，進而發(fā)揮協(xié)同效應(yīng)［22］。管理過程中，企業(yè)內(nèi)部相關(guān)制度的建設(shè)需要不斷探索和實踐，轉(zhuǎn)型初期原有的內(nèi)部治理機制可能無法適應(yīng)和匹配數(shù)字化轉(zhuǎn)型所引起的業(yè)務(wù)流程、風(fēng)險點和控制方式等的系統(tǒng)性變化，當數(shù)字化實現(xiàn)跨環(huán)節(jié)、跨領(lǐng)域集成，價值效益才能充分發(fā)揮，產(chǎn)生量變到質(zhì)變的飛躍［23-24］。因此，雖然轉(zhuǎn)型的潛在收益對投資者具有吸引力，但轉(zhuǎn)型的結(jié)果具有較大不確定性，投資者對其價值的判斷需要經(jīng)歷一個過程。隨著轉(zhuǎn)型的不斷推進，成果逐步顯現(xiàn)，從前期的投入階段到中期的內(nèi)化階段，最后實現(xiàn)價值輸出。同時，隨著企業(yè)數(shù)字化信息的披露及解讀，投資者的先驗信念和認知不斷更新，能夠逐漸理解數(shù)字化投入產(chǎn)出的滯后性以及潛在的高收益性，不確定性逐漸減小，企業(yè)數(shù)字化的價值逐漸被揭示并表現(xiàn)為長期市場反應(yīng)?；谏鲜龇治?，本文提出假設(shè)2。

H2：數(shù)字化信息披露會引發(fā)正向的長期市場反應(yīng)，即數(shù)字化信息披露的正向市場反應(yīng)具有滯后性。

（二）投資者信息解讀的中介效應(yīng)

信息是資本市場運行的基礎(chǔ)，投資者的市場反應(yīng)基于投資者對信息的獲取和解讀［25-26］。技術(shù)的發(fā)展顯著降低了投資者的信息獲取成本，信息的解讀成為影響投資者信息能力的重要因素，對于數(shù)字化信息尤其如此。從數(shù)字化特征來看，數(shù)字化信息以數(shù)字技術(shù)專業(yè)知識為基礎(chǔ)，企業(yè)的價值評估需要考慮技術(shù)相關(guān)因素，對投資者信息解讀能力提出了較高的要求。我國資本市場以個人投資者為主，投資者群體專業(yè)知識較為缺乏，難以對相關(guān)信息進行充分解讀。從企業(yè)數(shù)字化的過程來看，企業(yè)進行數(shù)字化轉(zhuǎn)型，通常采用逐步推進的方式，遵循“局部數(shù)字化—模塊數(shù)字化—整體數(shù)字化”的漸進式數(shù)字化路徑，投入產(chǎn)出效率的提升具有滯后性［27-28］，這增加了投資者對企業(yè)數(shù)字化的評估難度，需要投資者在積累相關(guān)信息的基礎(chǔ)上，對企業(yè)經(jīng)營管理、發(fā)展戰(zhàn)略等有更加深入的理解。

投資者與上市公司互動平臺的建立，改變了投資者信息獲取方式，影響投資者信息解讀，其在促進投資者信息解讀方面表現(xiàn)出顯著的優(yōu)勢。首先，通過“互動易”和“上證e互動”等投資者與上市公司互動平臺，投資者可以直接向管理層提出問題，管理層運用其掌握的內(nèi)部資料對已披露的信息進行專業(yè)解讀，有針對性地幫助投資者理解相關(guān)信息［29］。其次，與閱讀上市公司財務(wù)報告等專業(yè)資料相比，互動問答方式兼具專業(yè)性和可讀性，相關(guān)問題的解答是法定信息披露的專業(yè)補充和解讀，相較于專業(yè)的信息披露公告，其更容易被投資者接受和理解。最后，由于平臺的開放性，互動過程以在線文字形式呈現(xiàn)，可以被全體投資者知悉。對于那些沒有參與互動的投資者也可以通過查閱其他投資者的問題與回復(fù)，學(xué)習(xí)專業(yè)知識，交流經(jīng)驗，提高其對上市公司基本面的分析能力［30］。投資者信息解讀是影響投資者對企業(yè)轉(zhuǎn)型價值認同的關(guān)鍵，對企業(yè)數(shù)字化轉(zhuǎn)型信息的解讀有助于投資者更好地認識轉(zhuǎn)型的潛在價值，從而使企業(yè)獲得積極的市場反應(yīng)。基于上述分析，本文提出假設(shè)3。

H3：投資者對數(shù)字化信息的解讀在數(shù)字化信息披露與正向的長期市場反應(yīng)間發(fā)揮了中介作用。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文以我國滬深A(yù)股上市公司為研究對象，投資者與上市公司互動平臺最早于2010年開通（深交所“互動易”于2010年1月開通，上交所“上證e互動”于2013年推出），因此研究期間選擇2010—2019年，并對數(shù)據(jù)進行以下處理：①剔除金融業(yè)公司樣本；②剔除ST和期間退市的公司樣本；③剔除在考察當年進行IPO的公司樣本；④按2012年證監(jiān)會行業(yè)分類，剔除信息產(chǎn)業(yè)公司樣本以避免對數(shù)字化轉(zhuǎn)型衡量的影響，包括計算機、通信和其他電子設(shè)備制造業(yè)（C39），電信、廣播電視和衛(wèi)星傳輸服務(wù)（I63），互聯(lián)網(wǎng)和相關(guān)服務(wù)（I64），軟件和信息技術(shù)服務(wù)業(yè)（I65）；⑤剔除相關(guān)變量缺失的樣本；⑥對連續(xù)變量進行1%和99%的縮尾處理。經(jīng)過上述篩選，最終得到13?692個觀測值。數(shù)字化轉(zhuǎn)型數(shù)據(jù)來源于公司年報，投資者互動數(shù)據(jù)來源于深交所和上交所互動平臺，數(shù)據(jù)均通過爬蟲獲取，其他數(shù)據(jù)來源于國泰安（CSMAR）數(shù)據(jù)庫。

（二）變量衡量

1. 數(shù)字化信息披露

年報是投資者獲取企業(yè)信息的主要來源，也是企業(yè)運營情況的客觀陳述，管理層會在年報中對其在數(shù)字化方面的實施情況進行披露。因此，本文通過批量抓取年報中與數(shù)字化相關(guān)的關(guān)鍵詞，根據(jù)所有關(guān)鍵詞在年報中出現(xiàn)的總次數(shù)來衡量企業(yè)的數(shù)字化信息披露（DIG）水平。在關(guān)鍵詞的選取上，借鑒吳非等（2021）［31］的做法，將數(shù)字化相關(guān)詞匯總結(jié)為底層技術(shù)運用的ABCD（人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)）與技術(shù)實踐層面的數(shù)字化場景運用，對年報中上述關(guān)鍵詞進行詞頻統(tǒng)計和加總?cè)?shù)處理。

2. 市場反應(yīng)

本文以價格對信息的反應(yīng)速度來衡量資本市場定價效率，如果市場不能將信息及時充分地吸收到股票價格中，那么這些信息會在后續(xù)時間陸續(xù)反映出來，從而形成價格反應(yīng)的滯后，由此投資者便能獲取超額收益。借鑒Chen等（2005）［32］、陳運森等（2018）［33］的研究，采用年報披露后持有超額收益率來衡量長期市場反應(yīng)。對于長窗口期的選擇，已有研究并沒有統(tǒng)一標準，較短為30天，較長為360天［34-35］。早期對公告后市場反應(yīng)的研究表明，由于投資者反應(yīng)不足，盈余慣性存在的時間持續(xù)到公告后的第四個季度（12個月）［36-37］?？紤]企業(yè)數(shù)字化轉(zhuǎn)型的過程性及信息內(nèi)容的專業(yè)性，投資者可能需要較長的時間依據(jù)轉(zhuǎn)型的成果對相關(guān)信息進行解讀，因此選擇年報信息披露后的12個月作為窗口期計算。

（1）采用市場模型估計公司的期望收益率：

[Reti，t=αi+βiRetm，t+ei，t] （1）

其中：[Reti，t]表示公司i在t月的個股收益率，以考慮現(xiàn)金紅利的個股收益率衡量；[Retm，t]表示公司所在市場的收益率，以流通市值加權(quán)平均的綜合市場收益率衡量；[ei，t]表示殘差。長期市場反應(yīng)的一年期超額收益率的月收益區(qū)間選取年報披露后的當年5月至次年4月。選取樣本當期前12個月作為正常收益率的估計窗口，得到估計參數(shù)后代入樣本當期的市場收益率，計算得到公司i的期望收益率。

（2）計算超額收益率與累計超額收益率：

[ARi，t=Reti，t?αi?βiRetm，t] （2）

[CARi，T1，T2=∑T2t=T1ARi，t] （3）

通過計算公司i在樣本期內(nèi)月個股收益率與期望收益率之差得到超額收益率[ARi，t]。長期市場反應(yīng)中，以月超額收益率加總得到年超額收益率，累計超額收益率為當年5月至次年4月超額收益率之和。

3.投資者信息解讀

投資者與上市公司互動平臺上的提問內(nèi)容涉及公司經(jīng)營管理的各個方面，需要對數(shù)字化轉(zhuǎn)型問題與回復(fù)進行識別?？紤]基于年報構(gòu)建的詞典中數(shù)字化術(shù)語概括性較強且較為專業(yè)，但投資者在提問中可能表達更加具體和通俗，部分問題和回復(fù)雖然與數(shù)字化相關(guān)，但并不在原構(gòu)建的詞典內(nèi)。因此，對原詞典進行擴充，通過人工搜集整理得到2010—2019年由國務(wù)院發(fā)布，國家發(fā)展和改革委員會、工業(yè)和信息化部單獨或聯(lián)合其他部門共同發(fā)布的34份數(shù)字經(jīng)濟相關(guān)的政策文件，從中篩選出現(xiàn)頻率較高的與數(shù)字化相關(guān)的關(guān)鍵詞136個?；跀U充后的詞典，利用機器學(xué)習(xí)方法對投資者提問與上市公司回復(fù)內(nèi)容進行文本分析，以是否包含關(guān)鍵詞判斷該提問或回復(fù)是否與數(shù)字化相關(guān)。投資者對信息的解讀受平臺問答質(zhì)量的影響，其中包含了投資者提問質(zhì)量與上市公司回復(fù)質(zhì)量兩個方面。網(wǎng)絡(luò)的應(yīng)用提高了投資者利用網(wǎng)絡(luò)媒體發(fā)聲的積極性，投資者關(guān)系管理的需要以及交易所的要求與考核提高了上市公司對互動平臺運營管理的重視程度。參考丁慧等（2018）［7］、譚松濤等（2016）［38］的方法，構(gòu)建平臺的投資者互動程度指標來衡量投資者對數(shù)字化信息的解讀，將當年上市公司的數(shù)字化相關(guān)回復(fù)數(shù)（[NumResp）]與提問總數(shù)（[NumQues]）之和加1取自然對數(shù)作為衡量的指標，對于當年沒有收到投資者提問的公司，[NumResp]和[NumQues]取值為0。

[INTERi，t=ln （NumQuesi，t+NumRespi，t+1）] （4）

（三）模型構(gòu)建

為檢驗企業(yè)數(shù)字化轉(zhuǎn)型的長期市場反應(yīng)，本文構(gòu)建以下模型：

[CARi，t=α0+α1DIGi，t+α2SIZEi，t+α3LEVi，t+α4ROAi，t+α5GROWTHi，t+α6FIRSTi，t+α7ILLIQi，t+α8PEi，t+α9BETAi，t+∑Ind+∑Year+εi，t] （模型1）

參考于忠泊等（2012）［35］、李常青等（2010）［39］的研究，控制了企業(yè)規(guī)模（SIZE）、資產(chǎn)負債率（LEV）、總資產(chǎn)收益率（ROA）、成長性（GROWTH）、第一大股東持股比例（FIRST）、股票流動性（ILLIQ）、市盈率（PE）以及風(fēng)險系數(shù)（BETA），同時控制行業(yè)（Ind）和年度（Year）變量。

為進一步檢驗投資者信息解讀是否在企業(yè)數(shù)字化信息披露與長期市場反應(yīng)之間發(fā)揮中介作用，參考Baron和Kenny（1986）［40］、溫忠麟和葉寶娟（2014）［41］的方法，在模型1的基礎(chǔ)上，構(gòu)建模型2進行檢驗：

[INTERi，t=β0+β1DIGi，t+β2SIZEi，t+β3LEVi，t+β4ROAi，t+β5FIRSTi，t+β6ILLIQi，t+β7VOLATIi，t+β8ANALYi，t+β9SERCHi，t+∑Ind+∑Year+μi，t]

（模型2）

模型2檢驗數(shù)字化信息披露對投資者信息解讀的影響，系數(shù)[β1]衡量了自變量企業(yè)數(shù)字化信息披露對中介變量投資者信息解讀的影響效應(yīng)。本文考慮影響投資者信息解讀的可能因素對控制變量進行了調(diào)整，補充了個股收益波動率（VOLATI）、分析師關(guān)注（ANALY）以及投資者信息搜索（SERCH）等變量。

[CARi，t=γ0+γ1DIGi，t+γ2INTERi，t+γ3SIZEi，t+γ4LEVi，t+γ5ROAi，t+γ6GROWTHi，t+γ7FIRSTi，t+γ8ILLIQi，t+γ9PEi，t+γ10BETAi，t+γ11VOLATIi，t+γ12ANALYi，t+γ13SERCHi，t+∑Ind+∑Year+σi，t] （模型3）

模型3在模型1的基礎(chǔ)上，加入投資者互動變量，系數(shù)[γ2]表示在控制數(shù)字化信息披露后，投資者信息解讀對市場反應(yīng)的影響；系數(shù)[γ1]表示在控制投資者互動的影響后，企業(yè)數(shù)字化信息披露對市場反應(yīng)的直接效應(yīng)。此外，加入可能同時影響投資者信息解讀與資本市場反應(yīng)的相關(guān)變量。在所有回歸模型中，均采用Cluster聚類穩(wěn)健標準誤調(diào)整的t統(tǒng)計量。具體變量定義見表1所列。

四、實證結(jié)果分析

（一）描述性統(tǒng)計

首先，我們對不同數(shù)字化信息披露水平的市場反應(yīng)進行統(tǒng)計分析。將樣本的數(shù)字化信息披露按行業(yè)和年度三分位數(shù)劃分為高中低三組，分組計算在年報披露后的不同時間段內(nèi)平均個股累計超額收益率并進行比較，如圖1所示。隨著窗口期的擴大，不同組別的累計超額收益率整體呈增長趨勢，且從［0，30］的窗口期開始，CAR均大于零。這表明市場對企業(yè)數(shù)字化信息披露的反應(yīng)是積極的，累計超額收益反映了企業(yè)數(shù)字化帶來的價值增值，且在數(shù)字化信息披露后的一段時間內(nèi)仍然可以獲得超額收益，意味著披露數(shù)字化信息并沒有被市場立即接收，而是隨著時間逐漸表現(xiàn)出來。對于不同水平的信息披露，數(shù)字化信息披露水平較高的企業(yè)累計超額收益率大于中間組和較低組，中間組則大于較低組，表明數(shù)字化信息披露與累計超額收益率存在正向關(guān)系。

圖1 不同數(shù)字化信息披露水平的市場反應(yīng)

圖1從直觀上顯示了企業(yè)數(shù)字化信息披露的市場反應(yīng)，為進一步從統(tǒng)計上確認不同數(shù)字化信息披露水平的市場反應(yīng)差異是否顯著，本文按照行業(yè)、年度均值將樣本分為數(shù)字化信息披露水平較低和較高兩組，對兩組在不同窗口期的市場反應(yīng)差異進行檢驗，結(jié)果見表2所列?？梢钥闯?，除［0，60］的窗口期外，其他四個時間段內(nèi)，數(shù)字化信息披露水平較低組和較高組的市場反應(yīng)差異均在統(tǒng)計上顯著。同時，較低組與較高組超額收益之差正負向顯著的情況均存在，分析其影響因素可能是多方面的，前期數(shù)字化信息披露水平較高組的超額收益顯著大于較低組，可能是因為數(shù)字化信息披露水平較高的企業(yè)本身為發(fā)展狀況較好的企業(yè)，能夠為企業(yè)數(shù)字化轉(zhuǎn)型提供資源支持。此外，在相對較短的時間段內(nèi)，市場表現(xiàn)仍然由企業(yè)的基本面主導(dǎo)，且在報告公布期間，上市公司數(shù)字化信息披露較充分，干擾事件較多。因此，為更加準確檢驗企業(yè)數(shù)字化信息披露的市場反應(yīng)，需要基于回歸模型進行分析。

本文對投資者信息解讀的中介效應(yīng)進行初步分析，分別在數(shù)字化信息披露水平較低組和較高組中，依據(jù)投資者信息解讀的高低分組進行組間差異檢驗，結(jié)果見表3所列。在數(shù)字化信息披露水平較低和較高組中，投資者信息解讀多數(shù)都存在顯著差異，大部分系數(shù)在1%的水平上顯著為負，投資者信息解讀較高組的超額收益率大于較低組，表明了投資者信息解讀對正向市場反應(yīng)具有促進作用。

表4報告了變量的描述性統(tǒng)計結(jié)果。CAR均值為0.231，標準差為0.298，表明樣本企業(yè)整體在長期內(nèi)能夠獲取正的超額收益，企業(yè)間差異不大。企業(yè)數(shù)字化信息披露均值為1.268，標準差為1.325，不同企業(yè)間數(shù)字化信息披露水平差異較大。投資者信息解讀均值為4.601，標準差為1.365，不同企業(yè)間投資者信息解讀同樣存在較大差異。企業(yè)數(shù)字化信息披露與投資者信息解讀在樣本間存在充分變異，為本文提供了較好的研究樣本。其他控制變量整體分布在合理區(qū)間。

（二）基準回歸結(jié)果

表5報告了企業(yè)數(shù)字化信息披露與長期市場反應(yīng)以及投資者信息解讀中介效應(yīng)檢驗的回歸結(jié)果。在列（1）中，企業(yè)數(shù)字化信息披露與長期市場反應(yīng)的回歸系數(shù)在5%的水平上顯著為正，數(shù)字化信息披露與累計超額收益呈正相關(guān)關(guān)系，表明企業(yè)數(shù)字化信息披露水平越高，長期市場反應(yīng)越積極，H1和H2得以驗證。在列（2）中，企業(yè)數(shù)字化信息披露對投資者信息解讀的回歸系數(shù)在1%的水平上顯著為正，表明企業(yè)的數(shù)字化信息披露促進了投資者對數(shù)字化信息的解讀，在此基礎(chǔ)上對投資者信息解讀進行中介效應(yīng)檢驗。在列（3）中引入投資者信息解讀的中介變量后，企業(yè)數(shù)字化信息披露和投資者信息解讀的系數(shù)分別在10%和1%的水平上顯著為正，依次檢驗的結(jié)果均顯著。中介效應(yīng)的Sobel檢驗在1%的水平上顯著，表明企業(yè)數(shù)字化信息披露通過投資者信息解讀影響市場反應(yīng)的中介效應(yīng)成立，企業(yè)數(shù)字化信息披露的直接效應(yīng)顯著，在數(shù)字化信息披露與長期市場反應(yīng)中，投資者信息解讀發(fā)揮了部分中介效應(yīng)，中介效應(yīng)占比11.78%?；貧w結(jié)果支持了數(shù)字化信息披露經(jīng)由投資者信息解讀影響長期市場反應(yīng)的假設(shè)，H3得以驗證。

基于前文分析，企業(yè)數(shù)字化是一項投入大、期限長、涉及要素廣的復(fù)雜工程，短期內(nèi)數(shù)字化信息通常難以被市場解讀，且作為定價主體，我國資本市場以中小投資者為主，更加關(guān)注短期收益，對于具有長期價值的企業(yè)活動，很難在短期內(nèi)迅速反應(yīng)。因此，本文對企業(yè)數(shù)字化信息披露的短期市場反應(yīng)進行檢驗。參考已有研究［31-32］，本文選取年報披露后的［-1，1］、［0，2］、［0，3］作為市場反應(yīng)的短窗口，對企業(yè)數(shù)字化信息披露與窗口期的超額收益進行回歸，結(jié)果見表6所列?；貧w結(jié)果顯示，兩者不存在顯著相關(guān)關(guān)系，企業(yè)數(shù)字化信息披露不能影響市場的短期表現(xiàn)，與前文的理論分析相符，進一步支持了H2。

（三）穩(wěn)健性檢驗

1. 變量替換

（1）替換被解釋變量。本文采用市場調(diào)整模型計算累計超額收益，以市場收益率作為股票的正常收益率，超額收益率為個股的實際收益率與市場收益率之差，同樣以月為基礎(chǔ)計算年超額收益，結(jié)果見表7所列。替換衡量方法后，模型1和模型3的回歸結(jié)果與原結(jié)果保持一致。

（2）替換解釋變量?？紤]年報文本長度的差異，采用企業(yè)披露的數(shù)字化詞匯數(shù)占年報總詞匯數(shù)的比例衡量數(shù)字化信息披露水平，回歸結(jié)果見表8列（1）—列（3），結(jié)論保持不變。

（3）替換中介變量。以投資者與上市公司互動平臺中投資者提問及上市公司回復(fù)的字符長度衡量投資者信息解讀，重新構(gòu)建變量進行中介效應(yīng)檢驗。結(jié)果見表8列（4）和列（5），模型2和模型3的回歸結(jié)果保持穩(wěn)健。

2. 內(nèi)生性問題

（1）工具變量法。長期市場反應(yīng)采用的是滯后期數(shù)據(jù)，因而能避免互為因果導(dǎo)致的內(nèi)生性問題，但兩者可能存在共同的影響因素，如擁有更多資源的企業(yè)可能披露的數(shù)字化信息更多，其本身的超額收益也較高。對于可能存在的遺漏變量導(dǎo)致的內(nèi)生性問題，借鑒黃群慧等（2019）［42］、趙濤等（2020）［43］的研究，以企業(yè)所在城市1984年每百人固定電話數(shù)與上一年全國互聯(lián)網(wǎng)上網(wǎng)人數(shù)的交乘項作為當期企業(yè)數(shù)字化信息披露水平的工具變量（1）。歷史上電信基礎(chǔ)設(shè)施會從技術(shù)水平和使用習(xí)慣等方面影響后續(xù)階段互聯(lián)網(wǎng)技術(shù)的應(yīng)用，互聯(lián)網(wǎng)的最初使用基于電話線撥號接入，固定電話普及率與互聯(lián)網(wǎng)普及率存在相關(guān)關(guān)系，同時固定電話的普及對市場反應(yīng)不產(chǎn)生直接作用，滿足工具變量相關(guān)性和外生性要求。因此，對該工具變量的檢驗表明了其有效性。

表9報告了工具變量回歸結(jié)果，可以看出，數(shù)字化信息披露回歸系數(shù)仍顯著為正，支持了主回歸結(jié)果。同時，考慮投資者信息解讀可能存在的內(nèi)生性問題，借鑒Dippel等（2020）［44］的研究，利用該工具變量進行因果中介效應(yīng)檢驗，檢驗結(jié)果也支持了中介效應(yīng)的存在（2）。

（2）外生沖擊。信息基礎(chǔ)設(shè)施是數(shù)字化的保障，作為最重要的信息基礎(chǔ)設(shè)施，寬帶支撐著物聯(lián)網(wǎng)、云計算等高新技術(shù)產(chǎn)業(yè)的發(fā)展，為企業(yè)的技術(shù)創(chuàng)新與數(shù)字化奠定了物質(zhì)基礎(chǔ)。2013年8月，國務(wù)院發(fā)布“寬帶中國”戰(zhàn)略實施方案，工業(yè)和信息化部、國家發(fā)展和改革委員會分別于2014年、2015年和2016年分三批遴選出120個示范城市。已有研究表明，“寬帶中國”戰(zhàn)略覆蓋的城市信息基礎(chǔ)設(shè)施更加完備，網(wǎng)絡(luò)與數(shù)字平臺建設(shè)更具優(yōu)勢，對當?shù)仄髽I(yè)的數(shù)字化轉(zhuǎn)型具有促進作用［45］?；诖耍浴皩拵е袊痹圏c地區(qū)的上市公司為實驗組，以其他地區(qū)上市公司為控制組，構(gòu)建多時點雙重差分模型以考察企業(yè)數(shù)字化信息披露的影響。

具體地，若企業(yè)所在城市在第t期被列入“寬帶中國”示范城市名單，則t期之后政策變量賦值為1，否則為0；若企業(yè)所在城市未被列入示范城市則始終為0?；貧w結(jié)果見表10所列。政策變量（BD）的系數(shù)估計值在5%的水平上顯著為正，表明企業(yè)數(shù)字化信息披露對正向的長期市場反應(yīng)的影響具有穩(wěn)健性（3）。

注：傾向得分匹配后，在進行回歸分析時剔除了未匹配成功的樣本，因而總樣本量減少

（3）其他緩解內(nèi)生性的檢驗。已有研究表明，管理層對新興技術(shù)的積極認知，構(gòu)成了企業(yè)的動態(tài)能力，在信息技術(shù)廣泛應(yīng)用與數(shù)字經(jīng)濟建設(shè)的背景下，有助于企業(yè)在技術(shù)變革中的生存和發(fā)展，提升企業(yè)市場價值，而具有數(shù)字或信息技術(shù)背景的高管對企業(yè)數(shù)字化也具有促進作用［46］。因此，以企業(yè)是否設(shè)置了首席信息官（CIO）、首席技術(shù)官（CTO）以及首席數(shù)字官（CDO）構(gòu)建管理層數(shù)字背景指標（DIG_B），作為控制變量加入原模型進行回歸，結(jié)果見表11列（1）—列（3），結(jié)果保持穩(wěn)健。

此外，考慮中介變量與結(jié)果變量可能存在互為因果的情況或存在同時影響中介變量投資者信息解讀與結(jié)果變量市場反應(yīng)的不可觀測因素，從而產(chǎn)生估計偏誤，本文構(gòu)建中介變量滯后一期與被解釋變量的回歸模型，同時在模型3中也將中介變量滯后一期，結(jié)果見表11列（4）和列（5）?？梢钥闯觯瑴笠黄诘耐顿Y者信息解讀變量均顯著為正，投資者信息解讀是市場反應(yīng)的影響因素。

3. 其他穩(wěn)健性檢驗

（1）多維度控制變量?？紤]信息技術(shù)在不同地區(qū)發(fā)展水平的差異對所在地企業(yè)數(shù)字化信息披露的影響，在原有控制變量的基礎(chǔ)上，控制企業(yè)所在省份變量。同時，加入省份與年度、行業(yè)與年度固定效應(yīng)的交乘項，分別控制省份層面隨時間變化的不可觀測因素（省份層面隨時間變化的數(shù)字經(jīng)濟發(fā)展水平對企業(yè)數(shù)字化信息披露與市場反應(yīng)關(guān)系的影響）以及行業(yè)層面逐年變化的不可觀測因素的影響，結(jié)果見表12所列，回歸結(jié)果保持穩(wěn)健。

（2）PSM傾向得分匹配。對于可能存在的樣本選擇偏差問題，本文采用傾向得分匹配法。首先，按照樣本數(shù)字化信息披露水平是否大于行業(yè)年度樣本均值構(gòu)建企業(yè)數(shù)字化信息披露虛擬變量。其次，通過Logit模型計算每個觀測樣本對應(yīng)的傾向得分，其中被解釋變量為企業(yè)數(shù)字化信息披露虛擬變量，解釋變量為本研究使用的企業(yè)層面控制變量和行業(yè)變量。為了盡可能地消除樣本選擇偏差的影響，采用1∶1近鄰匹配進行得分匹配。最后，利用匹配后的樣本重新進行回歸分析?；貧w結(jié)果見表13所列，結(jié)果具有穩(wěn)健性。

（3）擴展樣本期間。雖然2010—2019年的數(shù)據(jù)在數(shù)據(jù)量上已較為充足，但為了驗證變量間影響的持續(xù)性以及增強結(jié)論的可靠性，本文將樣本期間拓展至較近的2021年，以2010—2021年為樣本期間進行回歸，結(jié)果見表14所列?？梢钥闯觯髽I(yè)數(shù)字化信息披露對長期市場反應(yīng)的回歸系數(shù)在5%的水平上顯著為正，數(shù)字化信息披露對投資者信息解讀的回歸系數(shù)在1%的水平上顯著為正，數(shù)字化信息披露和投資者信息解讀對長期市場反應(yīng)的回歸系數(shù)分別在10%和1%的水平上顯著為正，回歸結(jié)果與原結(jié)果保持一致。

五、進一步分析

（一）披露信息的真實性

已有研究表明，在企業(yè)信息披露實踐中，對于能夠為企業(yè)帶來正面反饋的信息，企業(yè)往往存在夸大披露的動機，而對于數(shù)字化信息披露可能存在同樣情形。企業(yè)的數(shù)字化信息披露可能是企業(yè)基于實質(zhì)性陳述的經(jīng)濟后果分析，也可能包含企業(yè)進行市值管理或響應(yīng)相關(guān)政策和社會熱點進行策略性炒作的成分，由此信息的真實性就存在差異。那么在真實性較高（正常披露）和真實性較低（夸大披露）兩種情況下，市場反應(yīng)是否相同，投資者的信息解讀作用發(fā)揮是否存在差異，本文擬對此做進一步分析。

在強調(diào)圓式思維的漢語言文化中，管理層常會通過語言的表達方式、篇幅等夸大企業(yè)的信息披露。因此在正常披露與夸大披露之間較難有準確的界定，對此，借鑒趙璨等（2020）［47］的研究，以企業(yè)所在行業(yè)的信息披露水平以及企業(yè)自身的情況構(gòu)建企業(yè)數(shù)字化信息披露水平的決定模型（模型4）。其中，被解釋變量為數(shù)字化信息披露水平，解釋變量包括：年度行業(yè)內(nèi)其他企業(yè)數(shù)字化信息披露水平的中位數(shù)（DIG_med）、企業(yè)規(guī)模（SIZE）、資產(chǎn)負債率（LEV）、總資產(chǎn)收益率（ROA）、成長性（GROWTH）、第一大股東持股比例（FIRST）、兩職合一（DUAL）、成立年限（AGE）、研發(fā)投入（REASH）。以披露數(shù)字化信息的企業(yè)為樣本，通過模型回歸估算出企業(yè)數(shù)字化信息的正常披露水平，模型的殘差代表異常披露水平，殘差大于0則為夸大披露，等于或小于0則不存在夸大披露，進而將樣本分為存在夸大披露樣本和不存在夸大披露樣本。

[DIGi，t=α0+α1DIG_medi，t+α2SIZEi，t+α3LEVi，t+α4ROAi，t+α5GROWTHi，t+α6FIRSTi，t+α7AGEi，t+α8DUALi，t+α9REASHi，t+∑Ind+∑Year+εi，t] （模型4）

表15報告了分組回歸結(jié)果，雖然在真實性較高和真實性較低的樣本中，數(shù)字化信息披露均會產(chǎn)生正向的長期市場反應(yīng)，且投資者信息解讀的中介作用都顯著，但在反應(yīng)程度和中介效應(yīng)大小上存在顯著差異。從列（1）和列（4）可以看出，CAR的系數(shù)分別在1%和10%的水平上顯著，組間系數(shù)差異性檢驗表明兩者間差異顯著，即真實性較低的數(shù)字化信息披露的累計超額收益更少，正向長期市場反應(yīng)程度更小，進而也表明投資者能夠識別企業(yè)數(shù)字化信息披露中的夸大成分。從列（3）和列（6）可以看出，真實性較高組的數(shù)字化信息披露和投資者信息解讀系數(shù)分別為0.020和0.007，計算得到的中介效應(yīng)占比5.218%，而真實性較低組的中介效應(yīng)占比則為10.744%（計算方法同前文），即在有夸大的信息披露組中，投資者信息解讀的中介效應(yīng)遠大于正常信息披露組。由此表明，當企業(yè)存在夸大的數(shù)字化信息披露時，投資者對信息的解讀變得更重要，有效的信息解讀能夠使價格更好地反映真實的企業(yè)情況。

（二）投資者信息能力

投資者信息能力的差異影響著信息解讀中介作用的發(fā)揮。已有研究表明，機構(gòu)投資者在信息收集、專業(yè)知識、決策分析等方面具有優(yōu)勢，而相較于機構(gòu)投資者，個人投資者信息來源較少、專業(yè)能力缺乏，且個人投資者決策往往表現(xiàn)出非理性特征?；趥€人投資者與機構(gòu)投資者之間信息能力的差異，本文根據(jù)上市公司的投資者結(jié)構(gòu)進行分組回歸，當機構(gòu)投資者持股比例小于行業(yè)年度均值時為信息能力較低組，大于均值時為信息能力較高組。

表16報告了分組后對模型1、模型2和模型3的回歸結(jié)果。可以看出，在信息能力較低組中，企業(yè)數(shù)字化信息披露以及投資者信息解讀的回歸系數(shù)仍然保持顯著，而在信息能力較高組中，僅企業(yè)數(shù)字化信息披露與投資者信息解讀的回歸系數(shù)顯著，企業(yè)數(shù)字化信息披露與長期市場反應(yīng)關(guān)系不顯著。由此表明，信息能力較低的個人投資者是投資者信息解讀作用的主要受益對象，其對企業(yè)數(shù)字化信息的解讀，在數(shù)字化信息披露與正向長期市場反應(yīng)間發(fā)揮了中介作用。

（三）投資者信息需求

投資者的信息需求是互動平臺等社交媒體發(fā)揮作用的條件，不確定性的存在是產(chǎn)生信息需求的主要原因。企業(yè)外部環(huán)境的不確定性表明缺少與企業(yè)生存發(fā)展環(huán)境相關(guān)的信息，由此增加了投資者的信息需求。經(jīng)濟政策不確定性是企業(yè)外部信息環(huán)境的重要組成部分，經(jīng)濟政策不確定性增加了投資者的信息需求，引發(fā)投資者更多的信息搜集行為。據(jù)此，本文采用經(jīng)濟政策不確定性來衡量投資者的信息需求，檢驗不同信息需求下投資者信息解讀作用的差異。以Baker等（2016）［48］構(gòu)建的經(jīng)濟政策不確定性指數(shù)為衡量標準，按照不確定性指數(shù)的年度均值進行分組，小于均值為信息需求較低組，大于均值為信息需求較高組，回歸結(jié)果見表17所列。在信息需求較低組中，僅企業(yè)數(shù)字化信息披露與投資者信息解讀存在顯著相關(guān)關(guān)系，數(shù)字化信息披露與長期市場反應(yīng)關(guān)系不顯著。而信息需求較高組中的回歸結(jié)果與主回歸結(jié)果基本保持一致，當投資者信息需求較高時，投資者信息解讀在數(shù)字化信息披露與正向長期市場反應(yīng)間發(fā)揮了顯著的中介作用。進而推測，在經(jīng)濟政策不確定性較低時，企業(yè)未來發(fā)展前景較為明朗，市場信息較充分，企業(yè)數(shù)字化信息的預(yù)期價值能夠在短時間內(nèi)反映市場價格，因而長期表現(xiàn)不明顯。

六、研究結(jié)論與啟示

我國《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》強調(diào)，加大對數(shù)字經(jīng)濟的資金支持力度，引導(dǎo)資本流向數(shù)字經(jīng)濟領(lǐng)域，需要深入認識以信息為基礎(chǔ)的資本市場定價機制。本文以2010—2019年我國滬深A(yù)股上市公司數(shù)據(jù)為樣本，基于信息披露后的市場反應(yīng)，考察了企業(yè)數(shù)字化信息披露對資本市場定價的影響以及投資者信息解讀的作用。研究結(jié)果表明，數(shù)字化信息披露水平的提高能夠提升企業(yè)的市場估值，引發(fā)正向的市場反應(yīng)，但該反應(yīng)僅在長期顯著，具有時間上的滯后性。投資者對數(shù)字化信息的解讀在數(shù)字化信息披露與正向的長期市場反應(yīng)間發(fā)揮了部分中介效應(yīng)，該結(jié)論在經(jīng)過一系列穩(wěn)健性檢驗后保持不變。進一步從披露信息的真實性、投資者信息能力以及信息需求高低的角度分析得出，真實性較低的數(shù)字化信息披露正向長期市場反應(yīng)程度更小，投資者信息解讀的中介效應(yīng)更加顯著；信息能力較低的個人投資者以及在經(jīng)濟政策不確定性較高、投資者信息需求較高時，投資者信息解讀的中介效應(yīng)更加顯著。

實踐中，數(shù)字化轉(zhuǎn)型已成為企業(yè)共識，在資本市場上，數(shù)字技術(shù)與實體經(jīng)濟深度融合后所展現(xiàn)出的競爭優(yōu)勢日益明顯，本文的研究結(jié)論從企業(yè)數(shù)字化信息披露的角度為企業(yè)數(shù)字化的戰(zhàn)略正確性提供了資本市場層面的佐證。首先，由于數(shù)字化信息披露的正向市場反應(yīng)存在滯后性，企業(yè)數(shù)字化的價值體現(xiàn)需要時間，但即使存在夸大信息披露的情況，市場也能夠進行差別定價。因此，企業(yè)實施數(shù)字化不能急于求成，應(yīng)穩(wěn)步推進，過程中要重視數(shù)字化信息披露，提高數(shù)字化信息披露水平與質(zhì)量，同時加強與投資者的溝通，促進投資者對信息的解讀，使投資者更好地理解數(shù)字化對企業(yè)價值的積極作用，從而借助資本市場為企業(yè)數(shù)字化發(fā)展提供支持。其次，從市場監(jiān)管者的角度，應(yīng)適應(yīng)互聯(lián)網(wǎng)、新媒體等新時代發(fā)展趨勢，借助平臺媒體，促進投資者與上市公司的直接溝通，提高投資者信息解讀能力，提升市場定價效率。最后，提升資本市場對數(shù)據(jù)資產(chǎn)的估值定價能力，發(fā)揮資本市場對數(shù)據(jù)要素市場化的促進作用。目前，我國資本市場尚未形成標準化數(shù)據(jù)資產(chǎn)的估值定價體系，進一步完善數(shù)據(jù)資產(chǎn)估值依據(jù)與方法，有助于提高投資者對數(shù)字化企業(yè)估值的準確性與及時性，提高市場定價效率，促進資本要素與數(shù)據(jù)要素深度融合，更好地支持企業(yè)數(shù)字化發(fā)展。

注 釋：

（1）數(shù)據(jù)來源于國家統(tǒng)計局《中國城市統(tǒng)計年鑒》，該年鑒從1985年開始出版。

（2）工具變量有效性檢驗中，Kleibergen-Paap rk LM統(tǒng)計量在1%的水平上顯著（P=0.000），拒絕工具變量識別不足的原假設(shè)；Kleibergen-Paap rk Wald F統(tǒng)計量大于Stock-Yogo弱工具變量識別F檢驗在10%顯著性水平上的臨界值（F=25.518），拒絕弱工具變量的原假設(shè)；基于工具變量的中介效應(yīng)檢驗中第一階段F統(tǒng)計值為30.95，結(jié)果接近真實值，中介效應(yīng)系數(shù)在5%的水平上顯著。考慮工具變量與中介變量并非完全隨機，該因果中介效應(yīng)檢驗仍存在一定局限性。

（3）對該政策進行了平行趨勢檢驗，通過當前年份與該個體的政策時點相比較，生成每一個體的相對時間值的虛擬變量，觀察動態(tài)的政策效果。在處理前的3期，每個時期的虛擬變量的系數(shù)均與0無顯著差異，說明滿足平行趨勢假設(shè)。此外，隨機篩選“寬帶中國”試點城市并隨機產(chǎn)生開始試點時間，據(jù)此構(gòu)造了時間—城市兩個層面隨機實驗，重復(fù)500次，最后繪出偽核心解釋變量系數(shù)的估計系數(shù)分布圖，虛假的雙重差分項的估計系數(shù)集中分布于0附近，表明在模型設(shè)定中并不存在嚴重的遺漏變量問題。限于篇幅未列示，留待備索。

參考文獻：

［1］FERREIRA J J M，F(xiàn)ERNANDES C I，F(xiàn)ERREIRA F A F. To Be or Not to Be Digital，That Is the Question：Firm Innovation and Performance［J］. Journal of Business Research，2019，101：583-590.

［2］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，2021，42（7）：114-129.

［3］陳劍，黃朔，劉運輝.從賦能到使能——數(shù)字化環(huán)境下的企業(yè)運營管理［J］.管理世界，2020，36（2）：117-128，222.

［4］權(quán)小鋒，吳世農(nóng).投資者關(guān)注、盈余公告效應(yīng)與管理層公告擇機［J］.金融研究，2010（11）：90-107.

［5］葉康濤，曹豐，王化成.內(nèi)部控制信息披露能夠降低股價崩盤風(fēng)險嗎？［J］.金融研究，2015（2）：192-206.

［6］劉建秋，尹廣英，吳靜樺.企業(yè)社會責(zé)任報告語調(diào)與分析師預(yù)測：信號還是迎合？［J］.審計與經(jīng)濟研究，2022，37（3）：62-72.

［7］丁慧，呂長江，陳運佳.投資者信息能力：意見分歧與股價崩盤風(fēng)險——來自社交媒體“上證e互動”的證據(jù)［J］.管理世界，2018，34（9）：161-171.

［8］孟慶斌，黃清華，張勁帆，等.上市公司與投資者的互聯(lián)網(wǎng)溝通具有信息含量嗎？——基于深交所“互動易”的研究［J］.經(jīng)濟學(xué)（季刊），2020，19（2）：637-662.

［9］蔡貴龍，張亞楠，徐悅，等.投資者—上市公司互動與資本市場資源配置效率——基于權(quán)益資本成本的經(jīng)驗證據(jù)［J］.管理世界，2022，38（8）：199-217.

［10］FAMA E F. Efficient Capital Markets：A Review of? Theory and Empirical Work［J］.The Journal of Finance，1970，25（2）：383-417.

［11］何帆，劉紅霞.數(shù)字經(jīng)濟視角下實體企業(yè)數(shù)字化變革的業(yè)績提升效應(yīng)評估［J］.改革，2019（4）：137-148.

［12］陳中飛，江康奇，殷明美.數(shù)字化轉(zhuǎn)型能緩解企業(yè)“融資貴”嗎［J］.經(jīng)濟學(xué)動態(tài)，2022（8）：79-97.

［13］龔強，班銘媛，張一林.區(qū)塊鏈、企業(yè)數(shù)字化與供應(yīng)鏈金融創(chuàng)新［J］.管理世界，2021，37（2）：22-34，3.

［14］牛彪，于翔，苑澤明，等. 數(shù)據(jù)資產(chǎn)信息披露與審計師定價策略［J］. 當代財經(jīng)，2024（2）：154-164.

［15］GOLDSTEIN I，SPATT C S，YE M. Big Data in Finance［J］.The Review of Financial Studies，2021，34（7）：3213-3225.

［16］祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟對公司治理的影響——基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［17］余典范，王超，陳磊.政府補助、產(chǎn)業(yè)鏈協(xié)同與企業(yè)數(shù)字化［J］.經(jīng)濟管理，2022，44（5）：63-82.

［18］曾皓.稅收激勵促進了企業(yè)數(shù)字化轉(zhuǎn)型嗎？——基于前瞻性有效稅率的經(jīng)驗證據(jù)［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2022，42（10）：38-55.

［19］孫書娜，孫謙.投資者關(guān)注和股市表現(xiàn)——基于雪球關(guān)注度的研究［J］.管理科學(xué)學(xué)報，2018，21（6）：60-71.

［20］程博.官方微博與非營利組織信息披露質(zhì)量：自媒體真的有治理效應(yīng)嗎？［J］.現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2019，39（7）：52-67.

［21］DEIGHTON J，KORNFELD L. Interactivity's Unanticipated Consequences for Marketers and Marketing［J］. Journal of Interactive Marketing，2009，23（1）：4-10.

［22］謝康，夏正豪，肖靜華.大數(shù)據(jù)成為現(xiàn)實生產(chǎn)要素的企業(yè)實現(xiàn)機制：產(chǎn)品創(chuàng)新視角［J］.中國工業(yè)經(jīng)濟，2020（5）：42-60.

［23］肖靜華.企業(yè)跨體系數(shù)字化轉(zhuǎn)型與管理適應(yīng)性變革［J］.改革，2020（4）：37-49.

［24］焦勇.數(shù)字經(jīng)濟賦能制造業(yè)轉(zhuǎn)型：從價值重塑到價值創(chuàng)造［J］.經(jīng)濟學(xué)家，2020（6）：87-94.

［25］李小晗，朱紅軍.投資者有限關(guān)注與信息解讀［J］.金融研究，2011（8）：128-142.

［26］權(quán)小鋒，吳世農(nóng).投資者注意力、應(yīng)計誤定價與盈余操縱［J］.會計研究，2012（6）：46-53，93.

［27］SANDBERG J，?HOLMSTR?M J，LYYTINEN K. Digitization and Phase Transitions in Platform Organizing Logics：Evidence from the Process Automation Industry［J］.MIS Quarterly，2020，44（1）：129-153.

［28］劉淑春，閆津臣，張思雪，等.企業(yè)管理數(shù)字化變革能提升投入產(chǎn)出效率嗎［J］.管理世界，2021，37（5）：170-190，13.

［29］ELLIOTT W B，GRANT S M，HOBSON J L，et al. Trader Participation in Disclosure：Implications of Interactions with Management［J］.Contemporary Accounting Research，2020，37（1）：68-100.

［30］鄭建東，呂曉亮，呂斌，等.社交媒體平臺信息交互與資本市場定價效率——基于股吧論壇億級大數(shù)據(jù)的證據(jù)［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2022，39（11）：91-112.

［31］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，2021，37（7）：130-144，10.

［32］CHEN G M，F(xiàn)IRTH M，GAO D N，et al. Is China's Securities Regulatory Agency a Toothless Tiger？ Evidence from Enforcement Actions［J］.Journal of Accounting and Public Policy，2005，24（6）：451-488.

［33］陳運森，鄧祎璐，李哲.非處罰性監(jiān)管具有信息含量嗎？——基于問詢函的證據(jù)［J］.金融研究，2018（4）：155-171.

［34］王化成，孫健，鄧路，等.控制權(quán)轉(zhuǎn)移中投資者過度樂觀了嗎？［J］.管理世界，2010（2）：38-45，186.

［35］于忠泊，田高良，張詠梅.媒體關(guān)注、制度環(huán)境與盈余信息市場反應(yīng)——對市場壓力假設(shè)的再檢驗［J］.會計研究，2012（9）：40-51，96-97.

［36］BALL R，BARTOV E. How Naive Is the Stock Market's Use of Earnings Information？［J］. Journal of Accounting and Economics，1996，21（3）：319-337.

［37］吳世農(nóng)，吳超鵬.盈余信息度量、市場反應(yīng)與投資者框架依賴偏差分析［J］.經(jīng)濟研究，2005（2）：54-62.

［38］譚松濤，闞鑠，崔小勇.互聯(lián)網(wǎng)溝通能夠改善市場信息效率嗎？——基于深交所“互動易”網(wǎng)絡(luò)平臺的研究［J］.金融研究，2016（3）：174-188.

［39］李常青，魏志華，吳世農(nóng).半強制分紅政策的市場反應(yīng)研究［J］.經(jīng)濟研究，2010，45（3）：144-155.

［40］BARON R M，KENNY D A. The Moderator-Mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，and Statistical Considerations［J］. Journal of Personality and Social Psychology，1986，51（6）：1173-1182.

［41］溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進展，2014，22（5）：731-745.

［42］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019（8）：5-23.

［43］趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020，36（10）：65-76.

［44］DIPPEL C，F(xiàn)ERRARA A，HEBLICH S. Causal Mediation Analysis in Instrumental-Variables Regressions［J］.The Stata Journal，2020，20（3）：613-626.

［45］邱洋冬.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)驅(qū)動屬地企業(yè)數(shù)字化轉(zhuǎn)型——基于“寬帶中國”試點政策的準自然實驗［J］.經(jīng)濟與管理，2022，36（4）：57-67.

［46］劉錫祿，陳志軍，馬鵬程.信息技術(shù)背景CEO與企業(yè)數(shù)字化轉(zhuǎn)型［J］.中國軟科學(xué)，2023（1）：134-144.

［47］趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實質(zhì)性陳述還是策略性炒作——基于股價崩盤風(fēng)險的證據(jù)［J］.中國工業(yè)經(jīng)濟，2020（3）：174-192.

［48］BAKER S R，BLOOM N，DAVIS S J. Measuring Economic Policy Uncertainty［J］.The Quarterly Journal of Economics，2016，131（4）：1593-1636.

［責(zé)任編輯：余 芳］

［DOI］10.19629/j.cnki.34-1014/f.231128018