摘要："數(shù)字化轉(zhuǎn)型是企業(yè)獲得市場(chǎng)競(jìng)爭(zhēng)力、實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑，有關(guān)數(shù)字化轉(zhuǎn)型的公司治理效應(yīng)研究正逐漸興起。本文基于中國(guó)上市公司2017—2021年的數(shù)據(jù)，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響。研究顯示，企業(yè)的數(shù)字化轉(zhuǎn)型可以提高財(cái)務(wù)報(bào)告的質(zhì)量。進(jìn)一步研究發(fā)現(xiàn)，內(nèi)部控制和內(nèi)部治理結(jié)構(gòu)是企業(yè)數(shù)字化轉(zhuǎn)型提升財(cái)務(wù)報(bào)告質(zhì)量的重要途徑。

關(guān)鍵詞：

數(shù)字化轉(zhuǎn)型；財(cái)務(wù)報(bào)告質(zhì)量；數(shù)字經(jīng)濟(jì)

中圖分類號(hào)："F23"文獻(xiàn)標(biāo)識(shí)碼："Adoi：10.19311/j.cnki.16723198.2024.22.048

0引言

近年來(lái)，以5G、云計(jì)算、大數(shù)據(jù)、人工智能為代表的新一代信息通信技術(shù)加快了創(chuàng)新和轉(zhuǎn)型，成為各國(guó)經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿Α？梢钥闯鰯?shù)字化轉(zhuǎn)型是當(dāng)下企業(yè)快速和高質(zhì)量發(fā)展的重要路徑。相關(guān)研究人員對(duì)數(shù)字化轉(zhuǎn)型的影響進(jìn)行了分析和調(diào)查。研究表明，企業(yè)的數(shù)字化轉(zhuǎn)型是創(chuàng)新績(jī)效的一個(gè)主流因素，數(shù)字化轉(zhuǎn)型能夠通過(guò)企業(yè)的動(dòng)態(tài)能力（創(chuàng)新能力、適應(yīng)能力、吸收能力）對(duì)企業(yè)創(chuàng)新績(jī)效起到促進(jìn)作用。此外，企業(yè)的數(shù)字化轉(zhuǎn)型還可以憑借數(shù)字賦能從成本降低、效率提升的角度和創(chuàng)新驅(qū)動(dòng)一同促進(jìn)企業(yè)績(jī)效的提高（劉東慧等，2022）。企業(yè)數(shù)字化轉(zhuǎn)型中的大數(shù)據(jù)等技術(shù)還會(huì)影響會(huì)計(jì)信息的透明度和可比性來(lái)影響財(cái)務(wù)報(bào)告質(zhì)量（聶興凱等，2022）。

本文通過(guò)選取2017—2021年期間在中國(guó)A股市場(chǎng)上市的公司作為研究樣本，實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型提高了財(cái)務(wù)報(bào)告質(zhì)量，相比國(guó)有企業(yè)，非國(guó)有企業(yè)在數(shù)字化轉(zhuǎn)型下財(cái)務(wù)報(bào)告質(zhì)量水平提高更顯著。

1理論分析與研究假說(shuō)

1.1企業(yè)數(shù)字化轉(zhuǎn)型與財(cái)務(wù)報(bào)告質(zhì)量

企業(yè)為了提高自身的盈利，而選擇利益最大化會(huì)計(jì)政策，或者進(jìn)行一些違規(guī)更改會(huì)計(jì)信息、會(huì)計(jì)方法等方式來(lái)獲得更好的營(yíng)收。而企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)對(duì)會(huì)計(jì)信息的整合、傳遞以及披露的能力，推動(dòng)會(huì)計(jì)信息質(zhì)量的提高。同時(shí)會(huì)計(jì)信息的透明度的提升和信息不對(duì)稱性的降低也將降低相關(guān)的監(jiān)督成本（張焰朝等，2023），進(jìn)而強(qiáng)化了企業(yè)的監(jiān)督能力，優(yōu)化了企業(yè)的內(nèi)控，提升了會(huì)計(jì)信息的可靠性；會(huì)計(jì)信息處理的效率也得到了提高，大數(shù)據(jù)和云計(jì)算的運(yùn)用將智能化融入成本管理中，使信息系統(tǒng)的使用更加高效、全面、便捷（馮圓，2021）。大數(shù)據(jù)、區(qū)塊鏈等技術(shù)的運(yùn)用能夠提高數(shù)據(jù)的交互能力，能夠幫助企業(yè)獲取更多的會(huì)計(jì)信息，這些都能促進(jìn)會(huì)計(jì)信息質(zhì)量的及時(shí)性，相關(guān)性的提高。因此，綜上所述，本文提出理論假說(shuō)1：

H1：數(shù)字化轉(zhuǎn)型與財(cái)務(wù)報(bào)告質(zhì)量水平呈正相關(guān)。

1.2產(chǎn)權(quán)性質(zhì)、企業(yè)數(shù)字化轉(zhuǎn)型與財(cái)務(wù)報(bào)告質(zhì)量

國(guó)有企業(yè)經(jīng)營(yíng)的大規(guī)模和范圍廣難以實(shí)現(xiàn)跨區(qū)域數(shù)據(jù)的共享將限制國(guó)有企業(yè)的數(shù)字化轉(zhuǎn)型。同時(shí)，國(guó)有企業(yè)在決策、投資和資源配置方面將受到政府的干預(yù)。由此可見(jiàn)，非國(guó)有企業(yè)比國(guó)有企業(yè)具有更好的創(chuàng)新動(dòng)力和能力，非國(guó)有企業(yè)會(huì)相較國(guó)有企業(yè)在企業(yè)數(shù)字化轉(zhuǎn)型中能夠更快速、更有效地憑借數(shù)字技術(shù)來(lái)對(duì)企業(yè)自身進(jìn)行轉(zhuǎn)型升級(jí)，無(wú)論是在財(cái)務(wù)方面還是管理方面進(jìn)行與數(shù)字化、智能化的有效融合，都能夠提高公司內(nèi)部溝通效率提升、財(cái)務(wù)處理準(zhǔn)確性、完整性、可靠性提升，從而提高財(cái)務(wù)報(bào)告質(zhì)量。因此，提出假說(shuō)2：

H2：相對(duì)于國(guó)有企業(yè)，非國(guó)有企業(yè)的財(cái)務(wù)報(bào)告質(zhì)量受到數(shù)字化轉(zhuǎn)型影響更明顯。

2研究設(shè)計(jì)

2.1樣本與數(shù)據(jù)選取

本文的數(shù)據(jù)源于國(guó)泰安數(shù)據(jù)庫(kù)，選取了2018—2022年中國(guó)A股市場(chǎng)所有上市公司的數(shù)據(jù)，然后執(zhí)行以下篩選程序：（1）刪除金融類企業(yè)樣本、刪除ST樣本；（2）刪除數(shù)據(jù)缺失的樣本。經(jīng)上述篩選后，數(shù)據(jù)的總樣本量為24870個(gè)，但考慮到有一些公司的財(cái)務(wù)數(shù)據(jù)存在缺失的情況，且計(jì)算指標(biāo)的過(guò)程中需要根據(jù)前一年的數(shù)據(jù)得出，因此實(shí)際回歸樣本為12963。

2.2變量選取與說(shuō)明

2.2.1被解釋變量：財(cái)務(wù)報(bào)告質(zhì)量

關(guān)于被解釋變量，本文參考章新蓉（2010）、王建玲（2020）等人的做法，選取修正的截面瓊斯模型計(jì)算出盈余管理指標(biāo)，從而用于評(píng)價(jià)上市公司的財(cái)務(wù)報(bào)告質(zhì)量。具體而言，財(cái)務(wù)報(bào)告質(zhì)量指標(biāo)Quality"R計(jì)算公式表達(dá)如下：

Quality"R="Operationa"Accrualt"Assett-1"""（1）

其中Operationa"Accrualt為第t年的可操作性應(yīng)計(jì)"利潤(rùn)，Assett-1為第t-1年的資產(chǎn)總額?？刹僮餍詰?yīng)計(jì)利潤(rùn)可通過(guò)總利潤(rùn)（Total"Profit）與非可操控利潤(rùn)（Non"Operationa"Accrual）兩者之間的差額計(jì)算得出。根據(jù)修正的截面瓊斯模型進(jìn)行計(jì)算：

"Total"Profitt"Assett-1"=α+β1×"△Main"Incomet-△Accounts"Receivablet"Assett-1"+β2×"Fixed"Assetst"Assett-1"+ε""（2）

其Total"Profitt為第t-1年的總應(yīng)計(jì)利潤(rùn)，可通過(guò)凈利潤(rùn)（NProfitt）和經(jīng)營(yíng)性現(xiàn)金凈流量（OCFt）的差額計(jì)算得出，△Main"Income為第t年主營(yíng)業(yè)務(wù)收入的增加量大小，△Accounts"Receivablet為第t年應(yīng)收賬款的增加量大小，為第t年固定資產(chǎn)原值大小。通過(guò)回歸計(jì)算出式2中的系數(shù)α、β1、β2后，帶入式（3）中計(jì)算出非可操控利潤(rùn)的大?。?/p>

"Non"Operationa"Accrualt"Assett-1"=α+β1×"△Main"Incomet-△Accounts"Receivablet"Assett-1"+β2×"Fixed"Assetst"Assett-1"""（3）

將得到的非可操控利潤(rùn)和總應(yīng)計(jì)利潤(rùn)代回式（3）中，即可得到財(cái)務(wù)報(bào)告質(zhì)量指標(biāo)Quality"R的具體大小。

2.2.2解釋變量：數(shù)字化轉(zhuǎn)型

本文的核心解釋變量為數(shù)字化轉(zhuǎn)型，參考林川（2022）、周蕾（2022）等人的做法，本文通過(guò)數(shù)字化轉(zhuǎn)型程度指標(biāo)來(lái)進(jìn)行測(cè)度，具體而言，本文抓取了樣本公司年度報(bào)告文本中涉及“數(shù)字化”的詞語(yǔ)頻率。數(shù)字化轉(zhuǎn)型詞語(yǔ)維度的界定包括“云計(jì)算技術(shù)”“人工智能技術(shù)”“區(qū)塊鏈技術(shù)”“數(shù)字技術(shù)應(yīng)用”和“大數(shù)據(jù)技術(shù)”，本文基于每個(gè)維度捕獲關(guān)鍵詞，根據(jù)捕獲的關(guān)鍵字，如果樣本公司的年度報(bào)告文本涉及“數(shù)字”的詞頻，則將詞頻的數(shù)量進(jìn)行累加，最后為防止報(bào)錯(cuò)，取對(duì)數(shù)時(shí)將關(guān)鍵詞總量+1，即數(shù)字化轉(zhuǎn)型程度DTT=ln（“數(shù)字化”關(guān)鍵詞數(shù)量+1）。

2.2.3調(diào)節(jié)變量與控制變量

此外，本文也選取了與本文結(jié)果相對(duì)應(yīng)的相關(guān)變量，來(lái)檢驗(yàn)本論文的其他假設(shè)。是否為國(guó)有企業(yè)（State"Owned）為虛擬變量，用于后續(xù)判斷企業(yè)性質(zhì)不同造成的異質(zhì)性問(wèn)題，當(dāng)企業(yè)為國(guó)有企業(yè)時(shí)取值為1，否則取值為0。企業(yè)的內(nèi)部控制和內(nèi)部結(jié)構(gòu)通過(guò)總經(jīng)理與董事長(zhǎng)是否兼任（Serve"C）、獨(dú)立董事占比（Independent"DP）、是否由四大審計(jì)（Audited"A）3個(gè)指標(biāo)分別進(jìn)行衡量，一般認(rèn)為，總經(jīng)理與董事長(zhǎng)同時(shí)兼任時(shí)決策速度更快，也避免了委托代理問(wèn)題，且獨(dú)立董事占比越高、企業(yè)財(cái)務(wù)報(bào)表由知名外部審計(jì)公司審計(jì)等，都將提高內(nèi)部控制程度和優(yōu)化內(nèi)部結(jié)構(gòu)情況。

本文選取的控制變量為應(yīng)收賬款周轉(zhuǎn)率（TRRD），由應(yīng)收賬款（TR）/（賒銷）銷售額×365計(jì)算得出，企業(yè)規(guī)模（Size）、市值（MC）、流動(dòng)比率（Current"Ratio），由（流動(dòng)資產(chǎn)—存貨）/流動(dòng)負(fù)債計(jì)算得出、速動(dòng)比率（Quick"Ratio），由流動(dòng)資產(chǎn)/流動(dòng)負(fù)債計(jì)算得出，利息保障倍數(shù)（Interest"coverage），由息稅前利潤(rùn)/利息費(fèi)用計(jì)算得出，資產(chǎn)負(fù)債率（Asset"LR）、固定資產(chǎn)比率、息稅前利潤(rùn)與資產(chǎn)總額比（EBIT"Assets）。各指標(biāo)具體情況可見(jiàn)表1。

2.2.4描述性統(tǒng)計(jì)

對(duì)各指標(biāo)進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如下表2所示。從全樣本中可以看到，樣本的數(shù)量較大，即使部分指標(biāo)存在缺失值，但樣本總量仍然保持在10000個(gè)以上，滿足大樣本回歸條件。在描述性統(tǒng)計(jì)中，涉及到總額的數(shù)據(jù)，單位都為億元，從描述性統(tǒng)計(jì)結(jié)果上看，企業(yè)數(shù)字化轉(zhuǎn)型程度的均值為2.116，公司規(guī)模的均值為22.29，獨(dú)立董事比例平均占38.2%，審計(jì)委員會(huì)是否設(shè)立和是否是四大審計(jì)的均值分別為0.99和0.061，各指標(biāo)最大值、最小值、均值和標(biāo)準(zhǔn)差都在合理區(qū)間范圍內(nèi)，樣本質(zhì)量較好。

接下來(lái)進(jìn)行相關(guān)性檢驗(yàn)，針對(duì)各個(gè)核心指標(biāo)的相關(guān)系數(shù)，檢驗(yàn)結(jié)果表明：企業(yè)化轉(zhuǎn)型和財(cái)務(wù)報(bào)告質(zhì)量之間的相關(guān)系數(shù)為0.013，為正相關(guān)，符合我們的假設(shè)，其他指標(biāo)之間的相關(guān)系數(shù)的正負(fù)性也基本符合預(yù)期。為了防止可能存在的多重共線性問(wèn)題，本文先對(duì)各變量進(jìn)行方差膨脹因子檢驗(yàn)，結(jié)果顯示各指標(biāo)的方差膨脹因子（VIF）都小于1.5，一般認(rèn)為VIF小于10，則不會(huì)出現(xiàn)嚴(yán)重的多重共線性問(wèn)題，VIF小于5則不出現(xiàn)多重共線性問(wèn)題，因此本文變量之間不會(huì)出現(xiàn)多重共線性問(wèn)題，可進(jìn)行進(jìn)一步回歸研究。

3實(shí)證結(jié)果分析

3.1回歸分析

本文模型的一般形式如下所示：

Quality"Rit=α+β1*DTTit+∑"p"p=1"βp*Variablepit+∑"q"q=1"βp*Controlqit+ε"（4）

其中Variablepit為我們需要研究的其他解釋變時(shí)不時(shí)，Controlqit為其他控制變量。為了防止遺漏變量造成的內(nèi)生性問(wèn)題，本文也采用了固定效應(yīng)模型，回歸的結(jié)果如表3所示。

首先，本文檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型與財(cái)務(wù)報(bào)告質(zhì)量之間的關(guān)系，回歸結(jié)果如表3所示。其中，從第（1）—（3）所給出的數(shù)字化詞頻來(lái)測(cè)量數(shù)字化轉(zhuǎn)型程度的回歸結(jié)果，可以發(fā)現(xiàn)DTT的回歸系數(shù)均顯著為正，這表明，隨著企業(yè)數(shù)字化的發(fā)展水平提高，其財(cái)務(wù)報(bào)告質(zhì)量水平隨之提高。具體來(lái)看，企業(yè)數(shù)字化轉(zhuǎn)型程度每提高1個(gè)單位，財(cái)務(wù)報(bào)告質(zhì)量水平將平均提高0.004個(gè)單位。當(dāng)添加企業(yè)數(shù)字化轉(zhuǎn)型與是否為國(guó)有企業(yè)的交互項(xiàng)，第（4）—（6）中交互項(xiàng)系數(shù)并不顯著，但顯示為負(fù)，表明了相對(duì)于國(guó)有企業(yè)，非國(guó)有企業(yè)的財(cái)務(wù)報(bào)告質(zhì)量受到數(shù)字化轉(zhuǎn)型影響更明顯該交互項(xiàng)不顯著的原因可能是因?yàn)槠髽I(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告的影響具有滯后性，因此，在之后的文章中將通過(guò)滯后項(xiàng)再次進(jìn)行驗(yàn)證。企業(yè)數(shù)字轉(zhuǎn)型能顯著提高財(cái)務(wù)報(bào)告質(zhì)量水平；在我國(guó)的非國(guó)有企業(yè)中，數(shù)字經(jīng)濟(jì)對(duì)其財(cái)務(wù)報(bào)告質(zhì)量的提升效果更為明顯，與本文研究假說(shuō)一致。

為了繼續(xù)驗(yàn)證假設(shè)3，本文接下來(lái)分別將各個(gè)內(nèi)部控制變量分別與企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行交互，來(lái)研究交互項(xiàng)對(duì)于財(cái)務(wù)報(bào)告質(zhì)量的影響。下表顯示了回歸結(jié)果，模型（1）中將董事長(zhǎng)與總經(jīng)理是否兼職與企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行交互，模型（2）中將獨(dú)立董事占比與企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行交互，模型（3）中將是否設(shè)置審計(jì)委員會(huì)與企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行交互，模型（4）中將是否由四大審計(jì)與企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行交互，結(jié)果發(fā)現(xiàn)，各個(gè)模型中系數(shù)基本都在1%的顯著性水平下顯著，且正負(fù)號(hào)符合預(yù)期假設(shè)，即企業(yè)的內(nèi)部控制越好，內(nèi)部結(jié)構(gòu)越到位，企業(yè)內(nèi)部結(jié)構(gòu)和內(nèi)部控制優(yōu)化的提升能夠促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響。

3.2穩(wěn)健性檢驗(yàn)

為了防止可能存在的內(nèi)生性等問(wèn)題，且考慮到企業(yè)數(shù)字化轉(zhuǎn)型對(duì)于財(cái)務(wù)報(bào)告質(zhì)量的影響可能存在滯后性，因此在穩(wěn)健性檢驗(yàn)中，本文將企業(yè)數(shù)字化轉(zhuǎn)型程度滯后一期，重新進(jìn)行回歸檢驗(yàn)，表明模型（1）和（2）主要考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響，其中模型（2）加入了時(shí)間固定效應(yīng)，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度的滯后一期的系數(shù)依然在5%的顯著性水平下顯著，且系數(shù)為正，說(shuō)明了數(shù)字化轉(zhuǎn)型與財(cái)務(wù)報(bào)告質(zhì)量水平呈正相關(guān)，與前文結(jié)論相同。模型（3）和（4）用于比較國(guó)有企業(yè)和非國(guó)有企業(yè)的財(cái)務(wù)報(bào)告質(zhì)量受到數(shù)字化轉(zhuǎn)型的影響，交互項(xiàng)系數(shù)依然為負(fù)，在-0.0037左右，和前文結(jié)論相同，且在新回歸中交互項(xiàng)系數(shù)在5%顯著性水平下變得顯著，說(shuō)明數(shù)字化轉(zhuǎn)型在一定程度上存在滯后效應(yīng)，相對(duì)于國(guó)有企業(yè)，非國(guó)有企業(yè)的財(cái)務(wù)報(bào)告質(zhì)量受到數(shù)字化轉(zhuǎn)型影響更明顯。模型（5）和（6）用于衡量企業(yè)內(nèi)部結(jié)構(gòu)和內(nèi)部控制優(yōu)化的影響，結(jié)果系數(shù)均在5%的顯著性水平下顯著為正，和前文結(jié)論相同。

4研究結(jié)論與建議

4.1研究結(jié)論

本文基于2018—2028年中國(guó)A股市場(chǎng)上市公司的數(shù)據(jù)，從理論和實(shí)證兩個(gè)方面，系統(tǒng)地分析企業(yè)數(shù)字化轉(zhuǎn)型如何影響其財(cái)務(wù)報(bào)告質(zhì)量，拓展了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的相關(guān)理論研究，對(duì)我國(guó)企業(yè)未來(lái)數(shù)字化發(fā)展和數(shù)字技術(shù)應(yīng)用提供一定的思考和建議。采用了修正的截面瓊斯模型、固定效應(yīng)模型等多種方法來(lái)實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響和作用機(jī)制。研究顯示，企業(yè)的數(shù)字化轉(zhuǎn)型能顯著提高財(cái)務(wù)報(bào)告質(zhì)量。此外，對(duì)企業(yè)內(nèi)部控制進(jìn)行機(jī)制檢驗(yàn)，結(jié)果發(fā)現(xiàn)，企業(yè)治理結(jié)構(gòu)作為影響機(jī)制，在企業(yè)數(shù)字化轉(zhuǎn)型和財(cái)務(wù)報(bào)告質(zhì)量之間產(chǎn)生部分中介效應(yīng)。最后，在異質(zhì)性檢驗(yàn)中發(fā)現(xiàn)，非國(guó)有企業(yè)的企業(yè)數(shù)字化轉(zhuǎn)型影響財(cái)務(wù)報(bào)告質(zhì)量更加顯著。

4.2建議與啟示

基于上述結(jié)論，得出以下啟示：首先，政府加強(qiáng)引導(dǎo)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，提供相關(guān)的資金支持、制度保護(hù)，來(lái)營(yíng)造數(shù)字經(jīng)濟(jì)下更好的市場(chǎng)環(huán)境。第二，企業(yè)應(yīng)重視數(shù)字化轉(zhuǎn)型帶來(lái)的機(jī)遇，加快數(shù)字技術(shù)在內(nèi)部控制和治理結(jié)構(gòu)中的運(yùn)用，充分發(fā)揮數(shù)字化技術(shù)的優(yōu)勢(shì)，以促進(jìn)企業(yè)更好、更快速地轉(zhuǎn)型升級(jí)。第三，國(guó)有企業(yè)作為我國(guó)經(jīng)濟(jì)的中堅(jiān)力量，可以加快先進(jìn)數(shù)字技術(shù)的運(yùn)用和創(chuàng)新，整合現(xiàn)有資源，推進(jìn)企業(yè)智能化管理，以提高管理效率。

參考文獻(xiàn)

[1]"喬鵬程，張巖松.企業(yè)數(shù)字化轉(zhuǎn)型、動(dòng)態(tài)能力與創(chuàng)新績(jī)效[J].財(cái)會(huì)月刊，2023，44（05）：145152.

[2]劉東慧，白福萍，董凱云.數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響機(jī)理研究[J].財(cái)會(huì)通訊，2022（16）：120124.

[3]李滟，李金嶽，劉向強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與股利分配[J].西南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，49（02）：114126.

[4]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（07）：114129.

[5]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（05）：1739.

[6]王建玲.公允價(jià)值計(jì)量對(duì)財(cái)務(wù)報(bào)告質(zhì)量的影響研究——基于A股上市公司數(shù)據(jù)[J].會(huì)計(jì)之友，2020（05）：4651.

[7]鐘廷勇，黃亦博，孫芳城.企業(yè)數(shù)字化轉(zhuǎn)型、市場(chǎng)競(jìng)爭(zhēng)與會(huì)計(jì)信息可比性[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2022，42（12）：2143.

[8]章新蓉，蔣艷.公允價(jià)值應(yīng)用水平與財(cái)務(wù)報(bào)告質(zhì)量關(guān)系——基于金融危機(jī)下的實(shí)證研究[J].企業(yè)經(jīng)濟(jì)，2010（08）：162164.