【摘 要】 選取2010—2021年滬深A(yù)股上市公司數(shù)據(jù)，實(shí)證檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的影響，并分析其作用機(jī)制和適用條件。研究發(fā)現(xiàn)：（1）企業(yè)數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了盈余價(jià)值相關(guān)性；（2）企業(yè)數(shù)字化轉(zhuǎn)型通過“信息獲取效應(yīng)”和“經(jīng)營(yíng)穩(wěn)定效應(yīng)”兩條路徑來提升盈余價(jià)值相關(guān)性；（3）企業(yè)數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的提升作用，在機(jī)構(gòu)投資者持股比例較低和處于成長(zhǎng)期階段的企業(yè)中更為顯著。研究結(jié)論為上市公司如何通過數(shù)字化轉(zhuǎn)型提高盈余價(jià)值相關(guān)性、改進(jìn)信息質(zhì)量和提升投資者決策效率提供了理論依據(jù)與實(shí)踐參考。

【關(guān)鍵詞】 數(shù)字化轉(zhuǎn)型； 盈余價(jià)值； 信息質(zhì)量； 決策效率

【中圖分類號(hào)】 F230 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2024）19-0097-09

一、引言

會(huì)計(jì)盈余是反映企業(yè)經(jīng)營(yíng)成果和內(nèi)在價(jià)值的關(guān)鍵指標(biāo)，也是投資者進(jìn)行投資決策的重要參考[ 1 ]。然而，由于信息不對(duì)稱的存在，企業(yè)的盈余信息在預(yù)測(cè)和解釋股票價(jià)值時(shí)可能會(huì)出現(xiàn)偏差，從而誤導(dǎo)投資者的投資決策[ 2 ]。隨著人工智能、云計(jì)算、區(qū)塊鏈等數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，數(shù)字化轉(zhuǎn)型為資本市場(chǎng)的發(fā)展和企業(yè)信息質(zhì)量的提高提供了新的可能。企業(yè)數(shù)字化轉(zhuǎn)型是指將大數(shù)據(jù)、云計(jì)算、人工智能等先進(jìn)數(shù)字技術(shù)引入生產(chǎn)管理、組織運(yùn)營(yíng)和研發(fā)創(chuàng)新等環(huán)節(jié)，通過提高數(shù)據(jù)的流動(dòng)性和易獲取性，增加企業(yè)的信息披露質(zhì)量和透明度，增強(qiáng)投資者的投資信心和決策效率，同時(shí)助力企業(yè)優(yōu)化業(yè)務(wù)、提升效率和創(chuàng)造價(jià)值[ 3 ]。已有研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過提高企業(yè)獲取信息的速度顯著降低了企業(yè)信息獲取、傳播和數(shù)據(jù)處理等方面的成本，促進(jìn)了企業(yè)內(nèi)外部信息和知識(shí)要素的流動(dòng)與共享[ 4 ]，降低了股價(jià)崩盤風(fēng)險(xiǎn)[ 5 ]，并提高了分析師對(duì)盈余信息預(yù)測(cè)的準(zhǔn)確性[ 6 ]，最終提升了資本市場(chǎng)的運(yùn)行效率和信息反映能力，以及資源配置能力[ 7 ]。那么，企業(yè)數(shù)字化轉(zhuǎn)型能否通過提升信息獲取效率和增強(qiáng)經(jīng)營(yíng)穩(wěn)定性而增強(qiáng)企業(yè)盈余價(jià)值相關(guān)性？對(duì)這一問題的回答，不僅能為企業(yè)利用數(shù)字化轉(zhuǎn)型提升會(huì)計(jì)信息質(zhì)量提供理論支持，而且能為監(jiān)管機(jī)構(gòu)提升資本市場(chǎng)信息效率、促進(jìn)市場(chǎng)健康發(fā)展提供重要的參考依據(jù)。

基于此，本文選取2010—2021年滬深A(yù)股上市公司為研究樣本，從投資者獲取和利用信息的視角，考察數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的影響及作用機(jī)制，并從機(jī)構(gòu)投資者的持股比例和企業(yè)所處的生命周期階段兩個(gè)維度，深入探討數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性產(chǎn)生影響的具體情境。

本研究的主要貢獻(xiàn)如下：第一，拓展了盈余價(jià)值相關(guān)性影響因素的研究范圍。以往盈余價(jià)值相關(guān)性影響因素的研究多集中于企業(yè)資源配置戰(zhàn)略[ 8 ]、信任[ 9 ]、技術(shù)創(chuàng)新[ 10 ]和公司治理[ 11 ]等方面，本文從數(shù)字化轉(zhuǎn)型的視角，探討了數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的影響，為學(xué)術(shù)界加深對(duì)盈余價(jià)值相關(guān)性的理解提供了新的視角與經(jīng)驗(yàn)證據(jù)。第二，揭示了數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的作用路徑。本文基于“信息獲取效應(yīng)”和“經(jīng)營(yíng)穩(wěn)定效應(yīng)”考察數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的作用機(jī)理，從而部分打開了數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的“黑箱”，豐富了信息不對(duì)稱理論的研究?jī)?nèi)容。第三，為數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的具體情境提供了經(jīng)驗(yàn)支持。本文將機(jī)構(gòu)投資者持股比例和企業(yè)所處的生命周期階段納入數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的分析框架，考察數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的正向影響是否因不同情境而產(chǎn)生差異，為企業(yè)如何借助數(shù)字化轉(zhuǎn)型提高自身盈余價(jià)值相關(guān)性提供了理論指導(dǎo)。

二、理論分析和研究假說

盈余價(jià)值相關(guān)性是指會(huì)計(jì)盈余與股票市場(chǎng)價(jià)值（或股票價(jià)格）之間的相關(guān)程度，通常采用盈余反應(yīng)系數(shù)來衡量。盈余價(jià)值相關(guān)性是衡量會(huì)計(jì)信息決策有用性的重要指標(biāo)，它反映了投資者對(duì)企業(yè)盈余信息的接受和利用程度，從而在一定程度上體現(xiàn)了資本市場(chǎng)的信息傳遞效率。那么，企業(yè)數(shù)字化轉(zhuǎn)型能否提升企業(yè)的盈余價(jià)值相關(guān)性，促進(jìn)資本市場(chǎng)信息的有效傳遞？本文從數(shù)字化轉(zhuǎn)型帶來的“信息獲取效應(yīng)”和“經(jīng)營(yíng)穩(wěn)定效應(yīng)”兩個(gè)維度對(duì)此進(jìn)行分析。

首先，企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型增加了企業(yè)信息的透明度，幫助投資者提高對(duì)盈余信息的理解、信任及利用程度，發(fā)揮了“信息獲取效應(yīng)”的作用。根據(jù)信息經(jīng)濟(jì)學(xué)理論，市場(chǎng)信息越充分，投資者利用該信息做出的投資決策越準(zhǔn)確[ 12 ]。然而，信息的不對(duì)稱使得投資者難以充分地獲取并準(zhǔn)確地解讀企業(yè)信息。隨著數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，企業(yè)數(shù)字化轉(zhuǎn)型通過運(yùn)用數(shù)字挖掘與分析技術(shù)將生產(chǎn)經(jīng)營(yíng)活動(dòng)中原本難以利用的非標(biāo)準(zhǔn)化的信息轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化可輸出的信息[ 13 ]，并借助數(shù)字技術(shù)構(gòu)建融媒體中心，實(shí)現(xiàn)信息的多平臺(tái)發(fā)布和聯(lián)通[ 14 ]，從而保障了信息的透明性和及時(shí)性。因此，數(shù)字化轉(zhuǎn)型通過重塑企業(yè)信息環(huán)境，提高了信息的質(zhì)量，降低了投資者信息獲取成本與解讀成本，增強(qiáng)了投資者解讀和利用盈余信息的能力。另外，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型后憑借高效的信息處理能力能夠更加及時(shí)地向投資者傳遞“官方”信息，通過發(fā)揮“信息獲取效應(yīng)”保障了盈余信息的決策有用性，在一定程度上緩解了“股市傳聞”對(duì)投資者投資決策的干擾[ 15 ]，通過“信息獲取效應(yīng)”提升了盈余信息的決策有用性。

其次，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)經(jīng)營(yíng)的穩(wěn)定性，發(fā)揮了“經(jīng)營(yíng)穩(wěn)定效應(yīng)”的作用。根據(jù)委托代理理論，經(jīng)營(yíng)風(fēng)險(xiǎn)加劇了企業(yè)的代理沖突，引發(fā)投資者的逆向選擇，從而削弱了投資者對(duì)企業(yè)信息的信任及利用程度。一方面，數(shù)字化轉(zhuǎn)型有利于提高企業(yè)的資源利用效率，降低企業(yè)的交易成本[ 16 ]，同時(shí)，根據(jù)價(jià)值共創(chuàng)理論，數(shù)字化轉(zhuǎn)型增加了企業(yè)的生產(chǎn)柔性和供應(yīng)鏈協(xié)同能力[ 17 ]，促進(jìn)企業(yè)與客戶、供應(yīng)商和其他利益相關(guān)者之間的緊密互動(dòng)，而這種互動(dòng)有助于企業(yè)更好地了解市場(chǎng)需求，并快速做出響應(yīng)，從而創(chuàng)造更多符合客戶需求的產(chǎn)品和服務(wù)；另一方面，數(shù)字化轉(zhuǎn)型有助于企業(yè)優(yōu)化決策制定和風(fēng)險(xiǎn)控制，從而提高企業(yè)的經(jīng)營(yíng)穩(wěn)定性，保障企業(yè)經(jīng)營(yíng)活動(dòng)的順利開展。通過“經(jīng)營(yíng)穩(wěn)定效應(yīng)”，可減輕企業(yè)的代理沖突，降低投資者感知的信息風(fēng)險(xiǎn)，提振投資者對(duì)企業(yè)未來經(jīng)營(yíng)的信任與信心，使其更有效地利用盈余信息進(jìn)行估值決策，增強(qiáng)了盈余信息的決策有用性[ 18 ]。基于以上分析，本文提出如下假說。

H1：企業(yè)數(shù)字化轉(zhuǎn)型顯著提升了盈余價(jià)值的相關(guān)性。

H2：企業(yè)數(shù)字化轉(zhuǎn)型通過“信息獲取效應(yīng)”和“經(jīng)營(yíng)穩(wěn)定效應(yīng)”兩條路徑顯著提升了盈余價(jià)值的相關(guān)性。

三、研究設(shè)計(jì)

（一）樣本選取和數(shù)據(jù)來源

本文選取2010—2021年滬深A(yù)股上市公司為研究樣本，并對(duì)數(shù)據(jù)進(jìn)行如下處理：一是刪除金融類上市公司和被ST、*ST的公司；二是剔除主要變量缺失的樣本以及樣本期數(shù)少于5年的樣本，為避免極端值對(duì)研究結(jié)論的影響，本文還對(duì)所有連續(xù)變量進(jìn)行上下1%的縮尾處理，最終獲得21 563個(gè)“企業(yè)—年份”數(shù)據(jù)。數(shù)字化轉(zhuǎn)型數(shù)據(jù)通過對(duì)上市公司年報(bào)進(jìn)行文本分析得到，機(jī)構(gòu)投資者持股比例來源于萬得數(shù)據(jù)庫(kù)，其他財(cái)務(wù)數(shù)據(jù)均來自國(guó)泰安數(shù)據(jù)庫(kù)。

（二）變量設(shè)定

1.被解釋變量

股票價(jià)格。參考吳祖光和冀珂瑜[ 19 ]等的研究，選擇第t+1年４月末股票收盤價(jià)作為被解釋變量。借鑒Ohlson[ 20 ]的價(jià)格模型對(duì)盈余價(jià)值相關(guān)性進(jìn)行檢驗(yàn)。

2.核心解釋變量

企業(yè)數(shù)字化轉(zhuǎn)型虛擬變量、企業(yè)數(shù)字化轉(zhuǎn)型程度、數(shù)字化轉(zhuǎn)型時(shí)間虛擬變量和每股盈余。參考吳非等[ 13 ]、袁淳和王平[ 21 ]的研究，剔除樣本期間一直進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)后，數(shù)字化轉(zhuǎn)型不足兩年的企業(yè)賦值為0，否則賦值為1。同時(shí)，為保證實(shí)證結(jié)果的可靠性，本文將上市公司年報(bào)中涉及“企業(yè)數(shù)字化轉(zhuǎn)型”的詞頻加1后取自然對(duì)數(shù)，作為企業(yè)數(shù)字化轉(zhuǎn)型程度的代理變量，若企業(yè)數(shù)字化轉(zhuǎn)型程度的取值大于0，則認(rèn)為企業(yè)當(dāng)年進(jìn)行了數(shù)字化轉(zhuǎn)型。每股盈余為企業(yè)在第t年年末的每股凈利潤(rùn)。

3.控制變量

參考黃大禹和謝獲寶[ 22 ]的研究，本文還控制了影響企業(yè)盈余價(jià)值相關(guān)性的其他因素。

相關(guān)變量說明如表1所示。

（三）模型設(shè)定

基于上述指標(biāo)設(shè)定和研究假設(shè)，本文參考陳麗紅等[ 23 ]的研究構(gòu)建如下多期雙重差分模型對(duì)前文研究假設(shè)進(jìn)行實(shí)證檢驗(yàn)。

其中，D×Post×Ni為本文的核心解釋變量，CV為模型控制變量，？著為隨機(jī)擾動(dòng)項(xiàng)，模型回歸時(shí)，還控制了個(gè)體和時(shí)間固定效應(yīng)。如果模型（1）中系數(shù)？茁5顯著為正，表明數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)盈余價(jià)值相關(guān)性。同時(shí)，為保證實(shí)證結(jié)果的可靠性，本文構(gòu)建模型（2）檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型程度（Digit）與盈余價(jià)值相關(guān)性之間的關(guān)系。

其中，核心解釋變量為交互項(xiàng)（Digit×Ni），如果模型（2）中系數(shù)η2顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型程度（Digit）顯著提升了盈余價(jià)值的相關(guān)性。

（四）描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果見表2。表2顯示，90.90%的樣本企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型。Price最小值為2.230，最大值為70.000，說明不同企業(yè)的盈余價(jià)值相關(guān)性不同。Ni均值為0.361，中位數(shù)為0.257，說明不同企業(yè)的盈利能力之間存在較大差異。其余變量的描述性統(tǒng)計(jì)結(jié)果與現(xiàn)有研究無顯著差異。

四、數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性影響的實(shí)證分析

（一）基準(zhǔn)回歸

表3列示了數(shù)字化轉(zhuǎn)型與盈余價(jià)值相關(guān)性的核心檢驗(yàn)結(jié)果。列（1）和列（3）僅在控制年份和個(gè)體固定效應(yīng)的基礎(chǔ)上進(jìn)行檢驗(yàn)。回歸結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型顯著提高了盈余價(jià)值相關(guān)性。在列（2）和列（4）中，加入前述控制變量的回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型有助于提升盈余價(jià)值相關(guān)性的研究結(jié)論依然成立。

（二）數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的機(jī)制識(shí)別

本文從“信息獲取效應(yīng)”及“經(jīng)營(yíng)穩(wěn)定效應(yīng)”兩條路徑探討數(shù)字化轉(zhuǎn)型如何提升企業(yè)的盈余價(jià)值相關(guān)性。借鑒溫忠麟等[ 24 ]提出的中介效應(yīng)檢驗(yàn)方法，構(gòu)建模型（3）—模型（6）來檢驗(yàn)中介效應(yīng)。

M為模型中介變量，參考譚勁松等[ 25 ]的研究，定義信息環(huán)境和企業(yè)經(jīng)營(yíng)狀況的虛擬變量。表4列（1）和列（5）顯示，當(dāng)信息環(huán)境為被解釋變量時(shí)，交互項(xiàng)D×Post的回歸系數(shù)在1%的統(tǒng)計(jì)水平上顯著；同時(shí)，Digit的回歸系數(shù)在5%的統(tǒng)計(jì)水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型顯著提高了其信息披露水平。在列（2）和列（6）中，引入了信息環(huán)境與每股盈余的交互項(xiàng)Eval×Ni作為中介變量，發(fā)現(xiàn)交互項(xiàng)D×Post×Ni、Digit×Ni和Eval×Ni的回歸系數(shù)均顯著為正，說明數(shù)字化轉(zhuǎn)型通過改善企業(yè)信息環(huán)境顯著增強(qiáng)了盈余價(jià)值相關(guān)性，即“信息獲取效應(yīng)”得到驗(yàn)證。列（3）和列（7）中Digit和D×Post與企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的回歸系數(shù)均在1%的統(tǒng)計(jì)水平上顯著為負(fù)，說明數(shù)字化轉(zhuǎn)型能夠顯著降低企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)，從而穩(wěn)定企業(yè)經(jīng)營(yíng)。在列（4）和列（8）中，加入交互項(xiàng)Zscore×Ni后，D×Post×Ni和Digit×Ni的系數(shù)仍顯著為正，但Zscore×Ni的系數(shù)顯著為負(fù)，表明經(jīng)營(yíng)風(fēng)險(xiǎn)加劇了投資者對(duì)盈余不確定性的感知，進(jìn)而降低了盈余價(jià)值的相關(guān)性。綜上所述，數(shù)字化轉(zhuǎn)型通過提高企業(yè)的經(jīng)營(yíng)穩(wěn)定性，提升了盈余價(jià)值的相關(guān)性，即H2“經(jīng)營(yíng)穩(wěn)定效應(yīng)”得到驗(yàn)證。

（三）有效性檢驗(yàn)

為確保本研究回歸結(jié)果的合理性和可靠性，本文同時(shí)采用平行趨勢(shì)檢驗(yàn)和安慰劑檢驗(yàn)來驗(yàn)證雙重差分方法的有效性。

1.平行趨勢(shì)檢驗(yàn)

為驗(yàn)證雙重差分模型的適當(dāng)性，本文將對(duì)照組和處理組的盈余價(jià)值相關(guān)性進(jìn)行了平行趨勢(shì)檢驗(yàn)，結(jié)果如圖1所示。圖1顯示，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型前，對(duì)照組和處理組的盈余價(jià)值相關(guān)性無顯著差異，數(shù)字化轉(zhuǎn)型后，對(duì)照組和處理組的盈余價(jià)值相關(guān)性呈現(xiàn)顯著差異，說明樣本在轉(zhuǎn)型前滿足了平行趨勢(shì)假設(shè)。

2.安慰劑檢驗(yàn)

為驗(yàn)證雙重差分方法的有效性，本文進(jìn)一步進(jìn)行了安慰劑檢驗(yàn)，以排除不可觀測(cè)的混雜因素對(duì)研究結(jié)論的干擾。參考許年行和李哲[ 26 ]的研究，在各企業(yè)組別中隨機(jī)分配數(shù)字化轉(zhuǎn)型虛擬變量，并針對(duì)新形成的處理組和控制組執(zhí)行模型（1），這一過程重復(fù)1 000次。表5列示了交互項(xiàng)D×Post×Ni的系數(shù)和T值的統(tǒng)計(jì)結(jié)果。圖2呈現(xiàn)了交互項(xiàng)D×Post×Ni的T值核密度估計(jì)及其與P值和系數(shù)的關(guān)系。按照重新匹配后的樣本進(jìn)行回歸的結(jié)果顯示，交互項(xiàng)D×Post×Ni的系數(shù)不再顯著，說明不可觀測(cè)的混雜因素對(duì)模型的影響較小，模型有效性較高。

（四）穩(wěn)健性檢驗(yàn)

1.傾向得分匹配

為減少混雜因素和數(shù)據(jù)偏差導(dǎo)致的內(nèi)生性問題，本文參考于成永等[ 27 ]的研究，選擇傾向得分匹配來緩解樣本選擇偏差對(duì)研究結(jié)論的干擾。具體做法如下：本文將進(jìn)行數(shù)字化轉(zhuǎn)型兩年以上的企業(yè)作為控制組，其余企業(yè)作為處理組，并選取企業(yè)成長(zhǎng)性、企業(yè)規(guī)模、資產(chǎn)負(fù)債率、盈利能力、企業(yè)年齡、經(jīng)營(yíng)性現(xiàn)金流量和產(chǎn)權(quán)性質(zhì)作為協(xié)變量，按照1：1近鄰有放回的逐年匹配，得到處理組和控制組除在是否進(jìn)行數(shù)字化轉(zhuǎn)型（或數(shù)字化轉(zhuǎn)型程度）方面存在差異外，其他特征均無明顯差別的匹配樣本，從而排除了數(shù)字化轉(zhuǎn)型之外的其他因素對(duì)研究結(jié)論的干擾。平衡性檢驗(yàn)結(jié)果說明，匹配后各變量的標(biāo)準(zhǔn)化偏差值均小于10%，且P值顯示匹配前處理組和控制組存在顯著差異，匹配后處理組和控制組不存在明顯差異，說明匹配效果較為理想。基于匹配后的數(shù)據(jù)，重新執(zhí)行模型（1）的回歸結(jié)果與基準(zhǔn)回歸的估計(jì)結(jié)果一致，說明本文研究結(jié)論是穩(wěn)健的。

2.縮短樣本區(qū)間

2013年國(guó)務(wù)院頒布了《關(guān)于推進(jìn)物聯(lián)網(wǎng)有序健康發(fā)展的指導(dǎo)意見》，在此政策的支持下，眾多企業(yè)紛紛加入數(shù)字化轉(zhuǎn)型的浪潮。參考聶興凱等[ 28 ]的做法，將樣本時(shí)間范圍縮小至2013—2021年，重新執(zhí)行模型（1）和模型（2）的回歸結(jié)果與基準(zhǔn)回歸的估計(jì)結(jié)果一致。

3.剔除優(yōu)質(zhì)企業(yè)

上海證券交易所規(guī)定“上證公司治理板塊”中的企業(yè)必須披露社會(huì)責(zé)任報(bào)告，而深圳證券交易所也要求深證100指數(shù)的樣本企業(yè)必須與年報(bào)一起披露社會(huì)責(zé)任報(bào)告。這些樣本企業(yè)因其自身出色的業(yè)績(jī)和高標(biāo)準(zhǔn)的信息披露，通常會(huì)得到投資者對(duì)其盈余公告更為積極的反應(yīng)。為排除優(yōu)質(zhì)企業(yè)對(duì)研究結(jié)論的影響，本文剔除“上證公司治理板塊”和“深證100”的樣本企業(yè)后，重新執(zhí)行模型（1）和模型（2）的回歸結(jié)果與基準(zhǔn)回歸的估計(jì)結(jié)果一致，說明本文研究結(jié)論是穩(wěn)健的。

五、異質(zhì)性分析

前文的研究結(jié)果表明，數(shù)字化轉(zhuǎn)型有助于提高盈余價(jià)值的相關(guān)性。那么數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的提升作用是否因不同情境而產(chǎn)生顯著差異？本文進(jìn)一步從機(jī)構(gòu)投資者持股比例和企業(yè)所處的生命周期階段兩個(gè)維度，深入探討數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性影響的調(diào)節(jié)效應(yīng)。

（一）按機(jī)構(gòu)投資者持股比例分組

相比散戶投資者，機(jī)構(gòu)投資者具有更強(qiáng)的信息獲取和分析能力，并能促使企業(yè)提高信息披露質(zhì)量[ 29 ]，因此，機(jī)構(gòu)投資者持股比例較高的企業(yè)通常擁有更好的信息環(huán)境。相反，機(jī)構(gòu)投資者持股比例較低的企業(yè)信息環(huán)境相對(duì)較差，在這些企業(yè)中，數(shù)字化轉(zhuǎn)型能夠降低散戶投資者獲取和解讀信息的成本，提高他們對(duì)盈余信息的分析及利用程度。因此，本文預(yù)期數(shù)字化轉(zhuǎn)型將顯著提升機(jī)構(gòu)投資者持股比例較低企業(yè)的盈余價(jià)值相關(guān)性。

為驗(yàn)證這一預(yù)期，本文設(shè)置機(jī)構(gòu)投資者持股比例的虛擬變量（Ratio），若機(jī)構(gòu)投資者持股比例高于樣本中位數(shù)，Ratio賦值為1，否則賦值為0。按機(jī)構(gòu)投資者持股比例對(duì)模型（1）和模型（2）分組回歸的結(jié)果見表6。表6列（1）和列（3）的回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著提升了機(jī)構(gòu)投資者持股比例較低企業(yè)的盈余價(jià)值相關(guān)性。

（二）按企業(yè)生命周期分組

企業(yè)在生命周期不同階段受到的市場(chǎng)關(guān)注度不同，信息不對(duì)稱程度也存在顯著差異。相較于生命周期的其他階段，成長(zhǎng)期企業(yè)受到的市場(chǎng)關(guān)注度較低，面臨嚴(yán)重的信息不對(duì)稱問題，經(jīng)營(yíng)業(yè)績(jī)也極為不穩(wěn)定，導(dǎo)致其盈余波動(dòng)往往較大[ 30 ]，從而為投資者利用盈余信息進(jìn)行價(jià)值評(píng)估帶來了嚴(yán)峻挑戰(zhàn)。因此，本文預(yù)期，成長(zhǎng)期企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型能夠顯著提升盈余價(jià)值相關(guān)性。

借鑒黃宏斌等[ 30 ]的研究，根據(jù)現(xiàn)金流劃分企業(yè)的生命周期。當(dāng)企業(yè)營(yíng)業(yè)現(xiàn)金流和融資現(xiàn)金流均為正值，而投資現(xiàn)金流為負(fù)值時(shí)，認(rèn)定企業(yè)處于成長(zhǎng)期；當(dāng)企業(yè)的營(yíng)業(yè)現(xiàn)金流為正值，但投資和融資活動(dòng)的現(xiàn)金流均為負(fù)值時(shí)，將企業(yè)認(rèn)定為處于成熟期；其他情況下，則認(rèn)為企業(yè)處于衰退期。按照生命周期對(duì)模型（1）和模型（2）分組回歸的結(jié)果見表7。表7的回歸表明，數(shù)字化轉(zhuǎn)型顯著增強(qiáng)了成長(zhǎng)期企業(yè)的盈余價(jià)值相關(guān)性。原因可能是數(shù)字化轉(zhuǎn)型改善了企業(yè)的信息環(huán)境，增加了企業(yè)經(jīng)營(yíng)活動(dòng)的穩(wěn)定性，從而提高了會(huì)計(jì)信息的決策有用性。

六、研究結(jié)論與啟示

（一）研究結(jié)論

本文基于2010—2021年滬深A(yù)股上市公司數(shù)據(jù)，從盈余價(jià)值相關(guān)性的角度考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資本市場(chǎng)信息效率的影響。主要結(jié)論如下：（1）企業(yè)數(shù)字化轉(zhuǎn)型顯著提高了盈余價(jià)值相關(guān)性，在一系列穩(wěn)健性檢驗(yàn)后，上述結(jié)論仍成立；（2）數(shù)字化轉(zhuǎn)型通過改善企業(yè)信息環(huán)境，增強(qiáng)企業(yè)經(jīng)營(yíng)的穩(wěn)定性，顯著增加了盈余價(jià)值相關(guān)性；（3）異質(zhì)性分析表明，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)盈余價(jià)值相關(guān)性的提升作用在機(jī)構(gòu)投資者持股比例較低和處于成長(zhǎng)期階段的企業(yè)中尤為顯著。

（二）政策啟示

本文研究結(jié)論契合“產(chǎn)業(yè)數(shù)字化”的政策導(dǎo)向，為數(shù)字化轉(zhuǎn)型影響盈余價(jià)值相關(guān)性的研究提供了微觀經(jīng)驗(yàn)證據(jù)，對(duì)增強(qiáng)會(huì)計(jì)信息的決策有用性以及促進(jìn)資本市場(chǎng)信息的有效傳遞具有啟示意義，基于本文的研究發(fā)現(xiàn)，提出以下政策建議：

一方面，上市公司應(yīng)積極加快數(shù)字化轉(zhuǎn)型的步伐。通過應(yīng)用數(shù)字技術(shù)，優(yōu)化企業(yè)的經(jīng)營(yíng)狀況，提升企業(yè)的信息披露水平，加強(qiáng)與投資者之間的信息溝通；同時(shí)，企業(yè)應(yīng)當(dāng)秉持對(duì)投資者負(fù)責(zé)的態(tài)度，合理運(yùn)用數(shù)字技術(shù)，讓數(shù)字化轉(zhuǎn)型為企業(yè)及投資者帶來正向福利，而非利用數(shù)字技術(shù)模糊和操縱投資者視線。此外，企業(yè)應(yīng)強(qiáng)化對(duì)會(huì)計(jì)信息質(zhì)量的控制，降低管理層盈余管理的可能性，真誠(chéng)地披露財(cái)務(wù)信息，確保會(huì)計(jì)信息的決策價(jià)值。

另一方面，對(duì)監(jiān)管層而言，應(yīng)當(dāng)給予實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)一定補(bǔ)貼與支持，幫助企業(yè)更加平穩(wěn)地轉(zhuǎn)型，緩解轉(zhuǎn)型“陣痛期”對(duì)企業(yè)及資本市場(chǎng)帶來的風(fēng)險(xiǎn)。監(jiān)管部門還應(yīng)做好對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的有效性及合法性的監(jiān)督與審查，嚴(yán)厲打擊利用數(shù)字概念炒作股價(jià)以及利用數(shù)字技術(shù)舞弊欺詐，損害投資者合法權(quán)益的企業(yè)；同時(shí)，監(jiān)管部門還應(yīng)進(jìn)一步發(fā)揮對(duì)企業(yè)會(huì)計(jì)信息披露的監(jiān)督作用，保障會(huì)計(jì)信息披露質(zhì)量。此外，監(jiān)管部門也應(yīng)加強(qiáng)公民數(shù)字教育，提升公民數(shù)字素養(yǎng)，引導(dǎo)投資者理性決策，積極向社會(huì)大眾普及價(jià)值投資理念?！?/p>

【參考文獻(xiàn)】

［1］ FRANCIS J，SCHIPPER K，VINCENT L.Expanded disclosures and the increased usefulness of earnings announcements［J］.Accounting Review，2002，77（3）：515-546.

［2］ 董盈厚，馬亞民，董馨格，等.金融資產(chǎn)配置與盈余價(jià)值相關(guān)性：“有效市場(chǎng)”抑或“功能鎖定”［J］.會(huì)計(jì)研究，2021（9）：95-105.

［3］ 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.

［4］ 沈國(guó)兵，袁征宇.互聯(lián)網(wǎng)化，創(chuàng)新保護(hù)與中國(guó)企業(yè)出口產(chǎn)品質(zhì)量提升［J］.世界經(jīng)濟(jì)，2020（11）：127-151.

［5］ 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（10）：31-44.

［6］ 王瑤，馮曉晴，侯德帥.企業(yè)數(shù)字化轉(zhuǎn)型能提高分析師預(yù)測(cè)準(zhǔn)確度嗎？——基于信息披露和信息挖掘的雙重視角［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2023（4）：4-20.

［7］ 雷光勇，買瑞東，左靜靜.數(shù)字化轉(zhuǎn)型與資本市場(chǎng)效率：基于股價(jià)同步性視角［J］.證券市場(chǎng)導(dǎo)報(bào)，2022（8）：48-59.

［8］ 彭愛武，張新民，楊道廣.企業(yè)資源配置戰(zhàn)略與盈余價(jià)值相關(guān)性［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2020（6）：87-98.

［9］ 胡志勇，徐建挺，黃瓊宇，等.信任與盈余價(jià)值相關(guān)性［J］.會(huì)計(jì)研究，2020（5）：48-61.

［10］ 張璋，徐經(jīng)長(zhǎng)，汪猛.技術(shù)創(chuàng)新與盈余價(jià)值相關(guān)性［J］.會(huì)計(jì)與經(jīng)濟(jì)研究，2018，32（5）：3-17.

［11］ 陳俊，陳漢文.公司治理、會(huì)計(jì)準(zhǔn)則執(zhí)行與盈余價(jià)值相關(guān)性：來自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)［J］.審計(jì)研究，2007（2）：45-52.

［12］ 黃新飛，葉梓南，王升泉.反傾銷與中國(guó)資本市場(chǎng)信息效率：基于股價(jià)同步性的研究［J］.經(jīng)濟(jì)學(xué)（季刊），2023，23（5）：1954-1972.

［13］ 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.

［14］ 馬連福，王博，宋婧楠.散戶更偏愛數(shù)字化嗎？——基于投資者情緒異質(zhì)性的研究［J］.經(jīng)濟(jì)與管理研究，2022，43（9）：32-54.

［15］ 彭情，唐雪松.流言招來的“是非”：股市傳聞與盈余價(jià)值相關(guān)性［J］.管理世界，2019，35（3）：186-204.

［16］ 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.

［17］ 劉政，姚雨秀，張國(guó)勝，等.企業(yè)數(shù)字化、專用知識(shí)與組織授權(quán)［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2020（9）：156-174.

［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.

［19］ 吳祖光，冀珂瑜.證券分析師對(duì)會(huì)計(jì)盈余價(jià)值相關(guān)性的影響研究［J］.數(shù)理統(tǒng)計(jì)與管理，2021（9）：1-16.

［20］ OHLSON J A.Earnings，book values，and dividends in equity valuation［J］.Contemporary Accounting Research，1995，11（2）：661-687.

［21］ 袁淳，王平.會(huì)計(jì)盈余質(zhì)量與價(jià)值相關(guān)性：來自深市的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2005（5）：36-39.

［22］ 黃大禹，謝獲寶.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)市場(chǎng)價(jià)值的影響和機(jī)制研究：基于中國(guó)上市企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.亞太經(jīng)濟(jì)，2022（6）：93-104.

［23］ 陳麗紅，張呈，張龍平，等.關(guān)鍵審計(jì)事項(xiàng)披露與盈余價(jià)值相關(guān)性［J］.審計(jì)研究，2019（3）：65-74.

［24］ 溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［J］.心理學(xué)報(bào)，2004（5）：614-620.

［25］ 譚勁松，宋順林，吳立揚(yáng).公司透明度的決定因素：基于代理理論和信號(hào)理論的經(jīng)驗(yàn)研究［J］.會(huì)計(jì)研究，2010（4）：26-33，95.

［26］ 許年行，李哲.高管貧困經(jīng)歷與企業(yè)慈善捐贈(zèng)［J］.經(jīng)濟(jì)研究，2016，51（12）：133-146.

［27］ 于成永，馬曉慧，于方舟.企業(yè)數(shù)字化與股價(jià)崩盤風(fēng)險(xiǎn)：抑制還是促進(jìn)？［J］.會(huì)計(jì)之友，2024（5）：20-28.

［28］ 聶興凱，王穩(wěn)華，裴璇.企業(yè)數(shù)字化轉(zhuǎn)型會(huì)影響會(huì)計(jì)信息可比性嗎［J］.會(huì)計(jì)研究，2022（5）：17-39.

［29］ 楊海燕，韋德洪，孫健.機(jī)構(gòu)投資者持股能提高上市公司會(huì)計(jì)信息質(zhì)量嗎？——兼論不同類型機(jī)構(gòu)投資者的差異［J］.會(huì)計(jì)研究，2012（9）：16-23，96.

［30］ 黃宏斌，翟淑萍，陳靜楠.企業(yè)生命周期、融資方式與融資約束：基于投資者情緒調(diào)節(jié)效應(yīng)的研究［J］.金融研究，2016，433（7）：96-112.