雷光勇 買瑞東 左靜靜

(對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際商學(xué)院，北京 100029)

一、引言

當(dāng)今時(shí)代數(shù)字經(jīng)濟(jì)引發(fā)了世界各國(guó)的廣泛關(guān)注，成為世界經(jīng)濟(jì)發(fā)展的重要?jiǎng)幽苤?。我?guó)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展非常重視，如2020年《中共中央國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見》便將數(shù)據(jù)作為一種新型生產(chǎn)要素寫入文件中，與勞動(dòng)力、資本、土地、技術(shù)等生產(chǎn)要素并列。在現(xiàn)實(shí)的產(chǎn)業(yè)升級(jí)需求與政策支持下，我國(guó)數(shù)字經(jīng)濟(jì)蓬勃發(fā)展。中國(guó)信息通信研究院發(fā)布的《2021年全球數(shù)字經(jīng)濟(jì)白皮書》顯示，2020年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模高達(dá)5.4萬(wàn)億美元，位居世界第二，同比增長(zhǎng)9.6%，增長(zhǎng)速度位居世界第一。在數(shù)字經(jīng)濟(jì)發(fā)展的同時(shí)，伴隨著電子商務(wù)發(fā)展、競(jìng)爭(zhēng)加劇以及消費(fèi)者行為變化等外部環(huán)境的影響(Verhoef et al.，2021)，越來(lái)越多的企業(yè)開啟了數(shù)字化轉(zhuǎn)型，轉(zhuǎn)向數(shù)字經(jīng)濟(jì)與實(shí)體企業(yè)深度融合的新模式。

在數(shù)字化轉(zhuǎn)型的實(shí)踐浪潮中，學(xué)界也加強(qiáng)了對(duì)數(shù)字經(jīng)濟(jì)與數(shù)字化轉(zhuǎn)型的探索。不過(guò)，當(dāng)前數(shù)字化轉(zhuǎn)型領(lǐng)域的研究還存在一定爭(zhēng)議。盡管多數(shù)學(xué)者的研究支持?jǐn)?shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)創(chuàng)造價(jià)值，如提升企業(yè)競(jìng)爭(zhēng)力、創(chuàng)新力和對(duì)市場(chǎng)感知能力(Ferreira et al.，2019)，提高財(cái)務(wù)績(jī)效(何帆和劉紅霞，2019；Sousa-Zomer et al.，2020)與新產(chǎn)品開發(fā)績(jī)效(池毛毛等，2020)，然而，也有學(xué)者提出不同觀點(diǎn)。Ekata(2012)以尼日利亞銀行為例開展，發(fā)現(xiàn)信息技術(shù)的支出并未能提高資產(chǎn)收益率；戚聿東和蔡呈偉(2020)指出，雖然數(shù)字化轉(zhuǎn)型可以通過(guò)減低生產(chǎn)成本提高績(jī)效，但同時(shí)也會(huì)增大管理成本而導(dǎo)致績(jī)效下跌，二者相互抵消使得總體而言未能對(duì)績(jī)效產(chǎn)生明顯的影響。有學(xué)者稱其為繼“IT生產(chǎn)率悖論”后的“數(shù)字化轉(zhuǎn)型悖論”(劉淑春等，2021)。上述爭(zhēng)鳴顯示，在企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域還有著巨大探索空間，數(shù)字化實(shí)踐中存在的問(wèn)題需要通過(guò)研究形成新的理論以進(jìn)行指導(dǎo)。當(dāng)前，中國(guó)學(xué)者根據(jù)我國(guó)企業(yè)的數(shù)字化轉(zhuǎn)型實(shí)踐，已經(jīng)在審計(jì)(張永珅等，2021)、公司治理(祁懷錦等，2020)、社會(huì)責(zé)任(肖紅軍等，2021)等方面展開進(jìn)一步探索，吳非等(2021)就數(shù)字化轉(zhuǎn)型與股票流動(dòng)性展開了探索并得出了積極結(jié)論，然而，在資本市場(chǎng)領(lǐng)域還有進(jìn)一步拓展的空間。

資本市場(chǎng)的重要職能是基于股價(jià)引導(dǎo)資源有效配置，其職能發(fā)揮需要能夠反映企業(yè)真實(shí)信息(黃俊和郭照蕊，2014)。有效的資本市場(chǎng)能夠利用價(jià)格信息引導(dǎo)資源配置從而創(chuàng)造價(jià)值，因此，這種股價(jià)反映信息的能力成為衡量資本市場(chǎng)是否有效運(yùn)行的重要手段(朱紅軍等，2007)，而股價(jià)同步性便是價(jià)格是否反映公司信息的重要體現(xiàn)。股價(jià)同步性越高，代表著公司特質(zhì)信息對(duì)于股價(jià)變動(dòng)的解釋力度越低，股價(jià)反映信息能力越弱，資本市場(chǎng)效率越低。這種股票“同漲同跌”現(xiàn)象一直是困擾中國(guó)資本市場(chǎng)效率提升的難題。按照Morck et al.(2000)統(tǒng)計(jì)，中國(guó)上市公司股價(jià)同步性高達(dá)80%，位居世界第二位，遠(yuǎn)超許多國(guó)家。因此，如何降低股價(jià)同步性一直是資本市場(chǎng)效率研究中的重要話題。股價(jià)同步性本質(zhì)上是由公司與投資者之間的信息不對(duì)稱問(wèn)題導(dǎo)致的，而數(shù)字化轉(zhuǎn)型在改善信息效率、加強(qiáng)監(jiān)督方面可以發(fā)揮其特有功效。因此，探索二者之間的關(guān)系，可以為改善資本市場(chǎng)效率提供新思路，而且也有助于理解數(shù)字化轉(zhuǎn)型在資本市場(chǎng)中產(chǎn)生的影響，為后續(xù)研究提供啟發(fā)。

本文對(duì)當(dāng)前數(shù)字化轉(zhuǎn)型及股價(jià)同步性方面的研究進(jìn)行簡(jiǎn)要回顧，考察了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性產(chǎn)生的影響及其渠道，并且還區(qū)分了其影響的異質(zhì)性。本文的主要邊際貢獻(xiàn)在于：(1)對(duì)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)的研究進(jìn)行了補(bǔ)充，深化了對(duì)資本市場(chǎng)中數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的理解與認(rèn)識(shí)；(2)考察了企業(yè)生命周期對(duì)數(shù)字化轉(zhuǎn)型發(fā)揮作用的影響，啟發(fā)后續(xù)數(shù)字化轉(zhuǎn)型相關(guān)研究要重視生命周期因素；(3)支持了企業(yè)開展數(shù)字化轉(zhuǎn)型可以獲得市場(chǎng)關(guān)注，對(duì)信息操縱行為進(jìn)行更多監(jiān)督，降低公司與投資者之間的信息不對(duì)稱，產(chǎn)生重要的治理效果；(4)探索了異質(zhì)性條件下數(shù)字化轉(zhuǎn)型產(chǎn)生的特殊影響，有助于企業(yè)理解如何合理配置與自身經(jīng)營(yíng)情況相符的數(shù)字化程度，為企業(yè)與投資者創(chuàng)造經(jīng)濟(jì)價(jià)值。

二、文獻(xiàn)回顧與假設(shè)提出

(一)文獻(xiàn)回顧

股價(jià)同步性的相關(guān)研究由來(lái)已久。Roll(1988)發(fā)現(xiàn)，基于市場(chǎng)信息與行業(yè)信息可以解釋美國(guó)股票月回報(bào)率的大約35%。Morck et al.(2000)沿著Roll的思路，利用回歸模型的度量股價(jià)同步性以刻畫資本市場(chǎng)效率，并指出由于產(chǎn)權(quán)保護(hù)等因素的影響，發(fā)達(dá)國(guó)家的股價(jià)同步性要低于新興經(jīng)濟(jì)體。股價(jià)同步性形成的重要原因在于投資者與企業(yè)之間的信息不對(duì)稱，導(dǎo)致市場(chǎng)參與者缺乏公司特質(zhì)信息，產(chǎn)生股價(jià)“同漲同跌”現(xiàn)象。基于這一視角，形成以下幾種降低股價(jià)同步性的思路。首先，公司特質(zhì)信息未能在股價(jià)中及時(shí)反映的原因可能是投資者保護(hù)不足，導(dǎo)致企業(yè)忽視及時(shí)信息披露的重要價(jià)值，降低企業(yè)信息操縱成本。因此，增強(qiáng)對(duì)投資者保護(hù)可以降低股價(jià)同步性，其證據(jù)包括：游家興等(2006)發(fā)現(xiàn)，隨著制度建設(shè)的逐步推進(jìn)與完善，中小投資者保護(hù)得到加強(qiáng)，股價(jià)同步性降低；Hasan et al.(2014)發(fā)現(xiàn)，投資者保護(hù)與法治化的制度性改善，可以降低股價(jià)同步性。其次，增加信息獲取渠道，可以使投資者有更多方式得到公司特質(zhì)信息，信息不對(duì)稱程度由此得以改善，降低股價(jià)同步性。如黃俊和郭照蕊(2014)發(fā)現(xiàn)，新聞媒體提供的報(bào)道可以提供公司特質(zhì)信息并發(fā)揮輿論監(jiān)督作用，從而降低股價(jià)同步性；伊志宏等(2019)發(fā)現(xiàn)，分析師能通過(guò)提供包含公司層面特質(zhì)信息的報(bào)告引起投資者的關(guān)注，降低股價(jià)同步性。此外，強(qiáng)化對(duì)管理層的監(jiān)督可減少管理層信息操縱的機(jī)會(huì)，提高公司報(bào)告信息質(zhì)量，進(jìn)而降低股價(jià)同步性。例如，Hutton et al.(2009)發(fā)現(xiàn)，財(cái)務(wù)報(bào)告的透明度低會(huì)導(dǎo)致較高的股價(jià)同步性，薩班斯奧克斯利法案通過(guò)后這種現(xiàn)象得到遏制；Gul et al.(2010)發(fā)現(xiàn)，外資持股與高質(zhì)量審計(jì)提供的監(jiān)督可以降低股價(jià)同步性。

綜合上述研究結(jié)果，增強(qiáng)投資者保護(hù)、增加投資者的信息獲取渠道、強(qiáng)化對(duì)管理層監(jiān)督等方式，可以降低信息不對(duì)稱程度，讓公司特質(zhì)信息反映在股價(jià)中，從而降低股價(jià)同步性，提高資本市場(chǎng)效率。

關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)涵，現(xiàn)有觀點(diǎn)并不統(tǒng)一。Chanias et al.(2019)認(rèn)為，數(shù)字化轉(zhuǎn)型是一種由信息系統(tǒng)支持的整體業(yè)務(wù)轉(zhuǎn)型，伴隨組織和行業(yè)層面的根本性經(jīng)濟(jì)和技術(shù)變革。該觀點(diǎn)突出了整體的轉(zhuǎn)型與根本性的變革，更好地體現(xiàn)出數(shù)字化轉(zhuǎn)型給企業(yè)運(yùn)營(yíng)帶來(lái)的巨大變化以及對(duì)現(xiàn)有商業(yè)模式的顛覆。盡管如前所述，這種變化的經(jīng)濟(jì)后果還存在爭(zhēng)議，但在數(shù)字化轉(zhuǎn)型的作用機(jī)制上，可以概括為“信息論”與“資源論”兩類觀點(diǎn)(譚志東等，2022)?！百Y源論”強(qiáng)調(diào)，數(shù)字資源作為生產(chǎn)要素本身具有重要價(jià)值，如通過(guò)數(shù)字技術(shù)賦能企業(yè)發(fā)展(劉淑春等，2021)，提升創(chuàng)新能力與優(yōu)化生產(chǎn)結(jié)構(gòu)(趙宸宇，2021)；“信息論”認(rèn)為，數(shù)字化的重要價(jià)值在于緩解信息不對(duì)稱?；凇靶畔⒄摗币暯?，現(xiàn)有研究發(fā)現(xiàn)，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，可以提高審計(jì)工作效率，降低審計(jì)成本(張永珅等，2021)；提升公司透明度，降低外部的審查與監(jiān)督成本，削弱管理層實(shí)施盈余管理行為的能力(羅進(jìn)輝和巫奕龍，2021)?？傮w上，這兩類觀點(diǎn)并不沖突，適用于不同分析情境，而且還可以協(xié)同起效，如數(shù)字化轉(zhuǎn)型可以通過(guò)降低信息不對(duì)稱和非理性的管理層決策來(lái)提升公司治理水平(祁懷錦等，2020)，通過(guò)提高信息對(duì)稱性水平與商業(yè)模式創(chuàng)新來(lái)提升企業(yè)績(jī)效(任碧云和郭猛，2021)。

上述研究表明，數(shù)字化轉(zhuǎn)型能夠有效降低信息不對(duì)稱程度和代理沖突。因此，數(shù)字化轉(zhuǎn)型理論上可以通過(guò)改善企業(yè)信息不對(duì)稱，減小股價(jià)同步性，提高資本市場(chǎng)效率。

(二)假設(shè)提出

基于種種動(dòng)因的企業(yè)管理層的信息操縱行為，會(huì)導(dǎo)致管理層與投資者之間天然存在信息不對(duì)稱。公司特質(zhì)信息無(wú)法及時(shí)在股價(jià)中反映，是造成股價(jià)“同漲同跌”現(xiàn)象的主要原因。那么，數(shù)字化如何發(fā)揮降低股價(jià)同步性的效應(yīng)？

首先，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，可以提升信息透明度，強(qiáng)化對(duì)管理層的監(jiān)督，減少管理層操縱信息的機(jī)會(huì)。在企業(yè)內(nèi)部治理上，數(shù)字化轉(zhuǎn)型使得企業(yè)管理層受到更多監(jiān)督。數(shù)字化的經(jīng)營(yíng)環(huán)境中，業(yè)務(wù)流程的場(chǎng)景對(duì)員工和管理者都日趨透明(祁懷錦等，2020)。區(qū)塊鏈技術(shù)的應(yīng)用使得數(shù)據(jù)維持邏輯鏈接，跳過(guò)中介進(jìn)行支付結(jié)算，運(yùn)用加密技術(shù)保障安全性，有效防止信息造假，讓會(huì)計(jì)記錄無(wú)法被篡改，提高信息披露的真實(shí)性和完整性。數(shù)字化轉(zhuǎn)型還可以提高審計(jì)師獲取企業(yè)內(nèi)部數(shù)據(jù)的深度與廣度(張永珅等，2021)，提高審計(jì)工作效率，降低審計(jì)風(fēng)險(xiǎn)，管理層的不當(dāng)行為就更加難以隱藏。在企業(yè)外部治理上，數(shù)字化轉(zhuǎn)型更加符合數(shù)字經(jīng)濟(jì)時(shí)代的發(fā)展潮流，在資本市場(chǎng)中更易吸引分析師的關(guān)注，使分析師出具包含有公司特質(zhì)信息的報(bào)告，使企業(yè)透明度得到有效提高。投資者的高度關(guān)注也會(huì)使得管理層在考慮進(jìn)行信息操縱時(shí)更加慎重，弱化其操縱信息的動(dòng)機(jī)和程度。數(shù)字技術(shù)的高通用性以及滲透性將會(huì)衍生實(shí)現(xiàn)企業(yè)與利益相關(guān)群體的零距離，提升內(nèi)部控制的運(yùn)行效率(肖紅軍等，2021)，提高投資者與管理層之間互動(dòng)的能力，從而進(jìn)一步增強(qiáng)信息透明程度，抑制信息操縱行為。

其次，數(shù)字化轉(zhuǎn)型會(huì)衍生組織結(jié)構(gòu)的變遷，限制管理層權(quán)力。組織結(jié)構(gòu)上，數(shù)字化轉(zhuǎn)型改變了傳統(tǒng)企業(yè)組織結(jié)構(gòu)，使組織結(jié)構(gòu)趨于網(wǎng)絡(luò)化、扁平化(戚聿東和肖旭，2020)。網(wǎng)絡(luò)化的組織結(jié)構(gòu)有助于企業(yè)在復(fù)雜、多變的經(jīng)營(yíng)環(huán)境中收集傳遞信息。雖然管理層可獲取更多信息，但指數(shù)級(jí)的信息增長(zhǎng)使得企業(yè)的數(shù)據(jù)決策門檻提升，抬高了組織的平均信息決策成本，最終導(dǎo)致組織削弱管理層的權(quán)力，提高基層的權(quán)力(劉政等，2020)。由此，去中心、去中介化下的網(wǎng)絡(luò)化組織結(jié)構(gòu)中，管理層對(duì)經(jīng)營(yíng)活動(dòng)的自由裁量權(quán)受到削弱(羅進(jìn)輝和巫奕龍，2021)，企業(yè)內(nèi)部監(jiān)督人員能夠?qū)芾韺邮┘痈鼜?qiáng)影響，管理層的操縱能力被進(jìn)一步限制，信息質(zhì)量得到保證。因此，數(shù)字化轉(zhuǎn)型可以通過(guò)提升信息透明度降低股價(jià)同步性。

最后，數(shù)字化轉(zhuǎn)型可以通過(guò)改善企業(yè)經(jīng)營(yíng)效率，降低管理層操縱信息披露、隱瞞虛化業(yè)績(jī)的動(dòng)機(jī)。數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)面臨的不確定性增強(qiáng)，管理層的決策需要大數(shù)據(jù)支撐。借助大數(shù)據(jù)手段，企業(yè)可以迅速獲悉最新的市場(chǎng)動(dòng)態(tài)，定位目標(biāo)客戶群體并分析其潛在的需求，為企業(yè)帶來(lái)競(jìng)爭(zhēng)優(yōu)勢(shì)。大數(shù)據(jù)還可幫助企業(yè)完善管理控制系統(tǒng)與預(yù)算編制過(guò)程(Warren et al.，2015)，從而提升管理效率，向市場(chǎng)傳遞其數(shù)據(jù)化的價(jià)值信息。利用數(shù)字技術(shù)獲取的高質(zhì)量信息，服務(wù)于企業(yè)決策并降低經(jīng)營(yíng)風(fēng)險(xiǎn)(王守海等，2022)。數(shù)字化技術(shù)具有高透明度特點(diǎn)，便于企業(yè)之間開展合作，實(shí)現(xiàn)互利共贏。數(shù)字賦能便于企業(yè)與其他組織之間開展技術(shù)研發(fā)協(xié)作，有利于優(yōu)化資源配置與獲取協(xié)同效應(yīng)，從而推進(jìn)新產(chǎn)品開發(fā)(張國(guó)勝等，2021)。因此，數(shù)字化轉(zhuǎn)型可以通過(guò)改善企業(yè)的經(jīng)營(yíng)效率，減少管理層操縱信息的動(dòng)機(jī)，從而降低股價(jià)同步性。

綜上，數(shù)字化轉(zhuǎn)型可以強(qiáng)化對(duì)管理層的監(jiān)督、限制管理層的權(quán)力、降低管理層盈余操縱動(dòng)機(jī)，從而提升信息透明程度，起到降低股價(jià)同步性、提高資本市場(chǎng)效率的效用。因此，本文提出如下假設(shè)：

企業(yè)數(shù)字化轉(zhuǎn)型可以降低股價(jià)同步性。

當(dāng)前有關(guān)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的相關(guān)研究尚未取得一致結(jié)論，重要原因可能是忽視了企業(yè)生命周期帶來(lái)的影響。數(shù)字化轉(zhuǎn)型作為一項(xiàng)重要的戰(zhàn)略決策，需要企業(yè)根據(jù)自身經(jīng)營(yíng)情況制定數(shù)字化轉(zhuǎn)型策略，而非盲目地進(jìn)行數(shù)字化投資。生命周期理論顯示，企業(yè)在不同生命周期階段會(huì)表現(xiàn)出差異化特征(Miller and Friesen，1984)，也會(huì)面臨著嚴(yán)重程度不同的信息不對(duì)稱與代理問(wèn)題。當(dāng)前，部分學(xué)者考察了數(shù)字化轉(zhuǎn)型在不同生命周期企業(yè)中的異質(zhì)性影響，并支持了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響在不同生命周期階段存在差異(易露霞等，2021；李琦等，2021)。在數(shù)字化轉(zhuǎn)型影響股價(jià)同步性方面，同樣可能存在著差異，需要通過(guò)實(shí)證的方式加以驗(yàn)證。

處于成長(zhǎng)期的企業(yè)，其面臨的委托代理問(wèn)題相對(duì)較輕，主要目標(biāo)是快速增長(zhǎng)及創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)，可利用數(shù)字化轉(zhuǎn)型獲取額外的競(jìng)爭(zhēng)優(yōu)勢(shì)，開辟新的市場(chǎng)來(lái)抗衡行業(yè)領(lǐng)頭企業(yè)；且成長(zhǎng)期的企業(yè)本身處在發(fā)展階段，與成熟期和衰退期企業(yè)比較，內(nèi)部的組織架構(gòu)也較為靈活，開展數(shù)字化轉(zhuǎn)型面臨的變革阻力也最小。因此，成長(zhǎng)期企業(yè)可以更順利地開展數(shù)字化轉(zhuǎn)型以獲取競(jìng)爭(zhēng)優(yōu)勢(shì)，提高信息效率，降低股價(jià)同步性。

基于此，本文提出如下競(jìng)爭(zhēng)性假設(shè)：

數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的降低效應(yīng)主要作用于成長(zhǎng)期企業(yè)。

成熟期企業(yè)的特點(diǎn)是有著穩(wěn)定與豐厚的盈利，有較強(qiáng)的自主創(chuàng)新意愿，經(jīng)營(yíng)模式與組織結(jié)構(gòu)日趨成熟與穩(wěn)定(劉詩(shī)源等，2020)。與成長(zhǎng)期和衰退期的企業(yè)相比，處于成熟期的企業(yè)的資源與能力最為充足，受到的融資約束最少，能有效地支持?jǐn)?shù)字化轉(zhuǎn)型，產(chǎn)生規(guī)模效應(yīng)，最大化發(fā)揮信息優(yōu)勢(shì)；而且內(nèi)部積累的豐富資源也能利用數(shù)字技術(shù)實(shí)現(xiàn)協(xié)同發(fā)展，支持企業(yè)創(chuàng)新行為，提升企業(yè)創(chuàng)新績(jī)效。因此，成熟期企業(yè)可以最大限度的開展數(shù)字化投資，從而提升信息質(zhì)量，降低股價(jià)同步性。

由此，本文提出如下競(jìng)爭(zhēng)性假設(shè)：

數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的降低效應(yīng)主要作用于成熟期企業(yè)。

處于衰退期的企業(yè)內(nèi)部僵化，創(chuàng)新意愿較低。衰退期企業(yè)可以通過(guò)適當(dāng)?shù)臄?shù)字化轉(zhuǎn)型，提高對(duì)市場(chǎng)的敏銳程度，發(fā)現(xiàn)新的增長(zhǎng)點(diǎn)，或提高企業(yè)的效率，在剩余的生命周期中最大化企業(yè)價(jià)值。與成長(zhǎng)期和成熟期的企業(yè)相比，衰退期企業(yè)受到的市場(chǎng)關(guān)注度較低，如果其順利完成數(shù)字化轉(zhuǎn)型，可能會(huì)被市場(chǎng)看好未來(lái)能夠?qū)崿F(xiàn)價(jià)值增值，從而引起更大程度的市場(chǎng)關(guān)注度變化，降低股價(jià)同步性。

基于以上認(rèn)知，本文提出如下競(jìng)爭(zhēng)性假設(shè)：

H2-3：數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的降低效應(yīng)主要作用于衰退期企業(yè)。

三、模型設(shè)定與樣本選擇

(一)模型設(shè)定

為了檢驗(yàn)假設(shè)H1，本文設(shè)置了如下模型(1)：

Synch=+DCG+Control+ε(1)

其中，本文的被解釋變量為股價(jià)同步性。參考Durnev et al.(2003)、許年行等(2011)的做法，本文設(shè)置了模型(2)，對(duì)于每家公司的個(gè)股周回報(bào)率按年度進(jìn)行回歸，得到模型的；同時(shí)，為了使指標(biāo)更加符合正態(tài)性的條件，本文還參考了Gul et al.(2010)、黃俊和郭照蕊(2014)的做法，利用模型(3)對(duì)于模型(2)中得到的進(jìn)行轉(zhuǎn)換，得到的結(jié)果便是本文的被解釋變量。

模型(2)中的各變量含義如下：Ret代表個(gè)股第周考慮紅利再投資的收益率；MRet代表第周考慮紅利再投資的流通市值加權(quán)市場(chǎng)綜合回報(bào)率；IRet代表公司所在行業(yè)第周考慮紅利再投資的按照除該公司以外其他公司流通市值計(jì)算得到的行業(yè)加權(quán)回報(bào)率。其中，行業(yè)劃分參照中國(guó)證監(jiān)會(huì)行業(yè)劃分標(biāo)準(zhǔn)，對(duì)制造業(yè)采用兩位行業(yè)代碼，對(duì)其他行業(yè)采用一位行業(yè)代碼。

本文的解釋變量為數(shù)字化轉(zhuǎn)型。在當(dāng)前有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型的定量研究中，利用上市公司年報(bào)詞頻統(tǒng)計(jì)是常見的做法。上市公司所披露的文本信息不僅能夠反映企業(yè)披露行為本身，而且也可以用來(lái)判斷企業(yè)的財(cái)務(wù)與經(jīng)營(yíng)狀況，以及向股票市場(chǎng)反映管理層對(duì)于企業(yè)未來(lái)發(fā)展的信心(姚加權(quán)等，2020)。數(shù)字化轉(zhuǎn)型作為當(dāng)今企業(yè)的重大發(fā)展戰(zhàn)略，應(yīng)當(dāng)在企業(yè)的年報(bào)中有所體現(xiàn)。本文參考吳非等(2021)的做法，將數(shù)字化轉(zhuǎn)型相關(guān)的詞匯總結(jié)為人工智能(artificial intelligence)、區(qū)塊鏈(block chain)、云計(jì)算(cloud computing)和大數(shù)據(jù)(big data)這四類數(shù)字化轉(zhuǎn)型的底層技術(shù)運(yùn)用(ABCD)與技術(shù)實(shí)踐運(yùn)用層次的數(shù)字化場(chǎng)景運(yùn)用。數(shù)字化轉(zhuǎn)型相關(guān)詞匯構(gòu)成圖譜(見圖1)參考吳非等(2021)。本文依據(jù)這些數(shù)字化轉(zhuǎn)型相關(guān)詞匯構(gòu)建了用來(lái)度量數(shù)字化轉(zhuǎn)型強(qiáng)度的指標(biāo)。具體做法如下，首先利用Python爬蟲功能獲取滬深A(yù)股上市公司的年報(bào)并提取出其文本信息，然后基于上述的數(shù)字化轉(zhuǎn)型圖譜作為詞庫(kù)開展詞頻統(tǒng)計(jì)，最后對(duì)于詞頻數(shù)據(jù)進(jìn)行加總并且采取對(duì)數(shù)化的處理，從而得到本文用來(lái)度量數(shù)字化轉(zhuǎn)型強(qiáng)度的指標(biāo)。為了減少內(nèi)生性與反向因果問(wèn)題產(chǎn)生的影響，本文將數(shù)字化轉(zhuǎn)型采用滯后一期的方式進(jìn)行度量。此外，在穩(wěn)健性檢驗(yàn)中本文還采用與數(shù)字化相關(guān)的無(wú)形資產(chǎn)凈值占無(wú)形資產(chǎn)凈值的比重來(lái)衡量數(shù)字化轉(zhuǎn)型程度。

圖1 數(shù)字化轉(zhuǎn)型相關(guān)詞匯構(gòu)成圖譜

為了檢驗(yàn)假設(shè)H2-1、H2-2、H2-3，本文設(shè)置了變量用來(lái)區(qū)分上市公司所屬的生命周期，分組對(duì)于模型(1)進(jìn)行檢驗(yàn)?，F(xiàn)金流模式(Dickinson，2011)按照經(jīng)營(yíng)、投資與籌資三種現(xiàn)金流量?jī)纛~的正負(fù)組合來(lái)判斷企業(yè)生命周期，是當(dāng)前文獻(xiàn)中用于劃分企業(yè)生命周期的常用模式。比起單獨(dú)依據(jù)某一指標(biāo)來(lái)判斷生命周期的做法，現(xiàn)金流模式是企業(yè)經(jīng)營(yíng)的有機(jī)結(jié)果，反映的是企業(yè)經(jīng)營(yíng)情況的信息結(jié)合，規(guī)避行業(yè)固有差異產(chǎn)生的影響(劉詩(shī)源等，2020)，更加符合經(jīng)濟(jì)理論與客觀性。本文按照現(xiàn)金流模式將企業(yè)劃分為成長(zhǎng)期、成熟期與衰退期三個(gè)階段(如表1所示)，分別開展回歸。

表1 企業(yè)不同生命周期的現(xiàn)金流特征

此外，本文還基于現(xiàn)有的研究成果，選取了一系列公司財(cái)務(wù)與治理領(lǐng)域的控制變量，包括：企業(yè)規(guī)模()、資產(chǎn)負(fù)債率()、總資產(chǎn)報(bào)酬率()、盈余波動(dòng)()、市值賬面比()、四大審計(jì)(4)、大股東持股(1)、機(jī)構(gòu)持股比例()、交叉上市()、董事會(huì)規(guī)模()以及二職合一()。本文還控制了行業(yè)()、年度()固定效應(yīng)。具體的變量定義如表2所示。

表2 變量定義

(二)樣本選擇

本文選取的樣本為2009—2020年A股上市公司。選擇從2009年開始，是為了降低國(guó)際金融危機(jī)對(duì)資本市場(chǎng)的沖擊產(chǎn)生的影響。本文對(duì)于樣本進(jìn)行了如下的篩選：(1)剔除ST企業(yè)；(2)排除經(jīng)營(yíng)模式與其他行業(yè)差異較大的金融、保險(xiǎn)行業(yè)；(3)排除缺失值較為嚴(yán)重的觀測(cè)值；(4)出于計(jì)算股價(jià)同步性的需要，排除年度交易周不滿30周的樣本；(5)由于本文研究數(shù)字化轉(zhuǎn)型，因此參考祁懷錦等(2020)的做法，排除了數(shù)字化程度本身較高的計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)(C39)、軟件和信息技術(shù)服務(wù)業(yè)(I63)、互聯(lián)網(wǎng)和相關(guān)服務(wù)業(yè)(I64)以及電信、廣播電視和衛(wèi)星傳輸服務(wù)行業(yè)(I65)；(6)對(duì)主要變量進(jìn)行1%和99%的縮尾處理。經(jīng)過(guò)上述處理，本文得到21528個(gè)上市公司年度觀測(cè)值。財(cái)務(wù)與治理相關(guān)數(shù)據(jù)來(lái)源于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)以及中國(guó)研究服務(wù)數(shù)據(jù)平臺(tái)CNRDS數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表3列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。股價(jià)同步性均值為-0.4690，標(biāo)準(zhǔn)差為0.9227，說(shuō)明樣本上市公司的股價(jià)同步性之間存在較大差異。數(shù)字化轉(zhuǎn)型的均值為0.6326，中位數(shù)為0，最大值為3.9120，說(shuō)明還有很多公司尚未開始數(shù)字化轉(zhuǎn)型，不同公司之間的數(shù)字化轉(zhuǎn)型程度差距較大。財(cái)務(wù)與公司治理變量總體上顯示較大差異性，體現(xiàn)了對(duì)其進(jìn)行控制的必要性，同時(shí)在均值與中位數(shù)方面同前人的研究結(jié)果基本保持一致。為了確保本文的研究結(jié)果不受到嚴(yán)重多重共線性問(wèn)題的困擾，本文還計(jì)算了回歸分析中模型的方差膨脹因子(VIF)，結(jié)果顯示各回歸中模型的方差膨脹因子均遠(yuǎn)小于10，表明本研究未受到嚴(yán)重多重共線性問(wèn)題的干擾。

表3 變量的描述性統(tǒng)計(jì)結(jié)果

(二)回歸分析

回歸分析的結(jié)果如表4列示。列(1)中為僅包含解釋變量與被解釋變量的回歸結(jié)果，的系數(shù)為-0.0559，在1%水平下顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型有助于降低企業(yè)股價(jià)同步性，初步支持本文假設(shè)H1。列(2)中為添加了控制變量后的回歸結(jié)果，的系數(shù)為-0.0182，在5%水平下顯著為負(fù)，進(jìn)一步從統(tǒng)計(jì)顯著性角度支持了本文假設(shè)H1。從經(jīng)濟(jì)顯著性視角分析，數(shù)字化轉(zhuǎn)型水平每增長(zhǎng)一個(gè)標(biāo)準(zhǔn)差(0.9979)，股價(jià)同步性平均下降約3.8 7%(0.9979×0.0182/0.4690≈3.87%)，滿足經(jīng)濟(jì)顯著性。由此，本文的假設(shè)H1從統(tǒng)計(jì)顯著性與經(jīng)濟(jì)顯著性的視角都得到了支持，企業(yè)數(shù)字化轉(zhuǎn)型有助于降低股價(jià)同步性，提升資本市場(chǎng)效率。

表4 回歸分析結(jié)果

列(3)～(5)中按照企業(yè)生命周期將樣本企業(yè)劃分為成長(zhǎng)期、成熟期以及衰退期三組分別進(jìn)行回歸，以對(duì)本文的競(jìng)爭(zhēng)性假設(shè)H2-1、H2-2以及H2-3進(jìn)行檢驗(yàn)。列(4)中的系數(shù)為-0.0305，在1%水平下顯著為負(fù)，而列(3)與列(5)中，的系數(shù)均為負(fù)但不顯著，表明對(duì)處在成熟期的企業(yè)而言，數(shù)字化轉(zhuǎn)型能夠明顯地降低股價(jià)同步性，提升資本市場(chǎng)效率，所以本文的假設(shè)H2-2得到支持，假設(shè)H2-1、H2-3未能得到支持。這一結(jié)果驗(yàn)證了企業(yè)所處的生命周期會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的成效產(chǎn)生影響的觀點(diǎn)。此外，本文還專門針對(duì)各周期企業(yè)與其他周期企業(yè)的系數(shù)進(jìn)行了費(fèi)舍爾組間差異檢驗(yàn)，結(jié)果顯示只有成熟期企業(yè)的系數(shù)顯著優(yōu)于其他周期企業(yè)，而成長(zhǎng)期企業(yè)的系數(shù)要顯著弱于其他周期企業(yè)，衰退期企業(yè)的系數(shù)則未與其他周期企業(yè)存在顯著差異，由此進(jìn)一步支持了本文的觀點(diǎn)。

(三)穩(wěn)健性檢驗(yàn)

為檢驗(yàn)研究結(jié)果的穩(wěn)健性，本文采取替換被解釋變量的做法。參考Gul et al.(2010)的做法，本文將計(jì)算的方式由模型(2)替換為下述的模型(4)，再利用模型(3)進(jìn)行正態(tài)化處理得到股價(jià)同步性指標(biāo)2：

Ret=+MRet+IRet+MRet+IRet+ε(4)

模型(4)與模型(2)的主要差別在于增添了市場(chǎng)回報(bào)率與行業(yè)回報(bào)率的滯后項(xiàng)，其他變量的含義與模型(2)保持一致。加入市場(chǎng)回報(bào)率與行業(yè)回報(bào)率滯后項(xiàng)的好處在于可以緩解利用市場(chǎng)模型估計(jì)時(shí)產(chǎn)生的潛在偏差。表5列示了替換被解釋變量后的回歸結(jié)果，顯示本文結(jié)論保持穩(wěn)健。

表5 替換被解釋變量

在當(dāng)前研究中，另一種常用的數(shù)字化轉(zhuǎn)型度量方式是利用數(shù)字化相關(guān)的無(wú)形資產(chǎn)凈值占無(wú)形資產(chǎn)凈值的比重來(lái)體現(xiàn)企業(yè)的數(shù)字化轉(zhuǎn)型程度(祁懷錦等，2020；張永珅等，2021)。本文參考這些做法，利用企業(yè)擁有的與軟件、網(wǎng)絡(luò)、客戶端、管理系統(tǒng)、智能平臺(tái)相關(guān)的無(wú)形資產(chǎn)賬面凈值占企業(yè)無(wú)形資產(chǎn)賬面凈值的比重來(lái)度量企業(yè)的數(shù)字化轉(zhuǎn)型程度，即變量2。同樣，為了避免內(nèi)生性與反向因果問(wèn)題的影響，2采用滯后一期的方式加以度量。表6列示替換解釋變量后的回歸結(jié)果，總體來(lái)看本文結(jié)論保持穩(wěn)健。

表6 替換解釋變量

為了應(yīng)對(duì)可能存在的函數(shù)形式誤設(shè)問(wèn)題(FFM)，本文在這一部分利用傾向得分匹配(PSM)的方法來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。按照是否為0設(shè)置了變量3，若不為0則3的值為1，否則3取值為0。模型(1)中控制變量引入作為協(xié)變量，匹配方法采用1:1的非重復(fù)最臨近匹配，卡尺距離(caliper)為0.01，回歸方式為L(zhǎng)ogit回歸。由于無(wú)法保證PSM能夠消除FFM產(chǎn)生的影響，本文將利用多元回歸的形式，以3作為解釋變量對(duì)匹配后的樣本進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如表7所示，匹配后的樣本中3的系數(shù)顯著為負(fù)，且主要在成熟期保持顯著，本文結(jié)論保持穩(wěn)健。

表7 傾向得分匹配

在基準(zhǔn)回歸中采用了對(duì)被解釋變量滯后一期的方式來(lái)應(yīng)對(duì)內(nèi)生性問(wèn)題，為檢驗(yàn)穩(wěn)健性，本文改采用工具變量法來(lái)應(yīng)對(duì)潛在的內(nèi)生性問(wèn)題。在工具變量的選取上，本文參考趙宸宇等(2021)的思路，選取了企業(yè)所在省份當(dāng)年的電信業(yè)務(wù)總量1(以百億為單位)與移動(dòng)電話年末用戶數(shù)量2(以百萬(wàn)為單位)作為當(dāng)年企業(yè)數(shù)字化轉(zhuǎn)型程度的工具變量開展檢驗(yàn)。檢驗(yàn)結(jié)果如表8所示，檢驗(yàn)結(jié)果表明本文結(jié)論保持穩(wěn)健。

表8 工具變量

當(dāng)面臨重大的突發(fā)金融事件沖擊時(shí)，市場(chǎng)中股票也可能表現(xiàn)出強(qiáng)烈的“同漲同跌”現(xiàn)象，從而對(duì)于研究的結(jié)果產(chǎn)生干擾。樣本期間最重要的突發(fā)金融事件便是2015年的股市異常波動(dòng)。因此，參考吳非等(2021)的思路，本文將2015年樣本排除，重新進(jìn)行了回歸。檢驗(yàn)結(jié)果如表9所示，顯示本文結(jié)論依舊穩(wěn)健。

表9 排除股市異常波動(dòng)的影響

五、影響機(jī)制檢驗(yàn)

本文繼續(xù)探討企業(yè)數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的機(jī)制。首先，對(duì)我國(guó)這樣的新興經(jīng)濟(jì)體而言，偏低的信息透明度與投資者保護(hù)、過(guò)高信息收集與分析成本，是造成股價(jià)“同漲同跌”的重要原因。分析師根據(jù)其專業(yè)知識(shí)，發(fā)揮其在信息收集、處理過(guò)程中的優(yōu)勢(shì)，向公眾投資者提供確定證券內(nèi)在價(jià)值的信息，降低證券市場(chǎng)中的價(jià)格偏離，提升資本市場(chǎng)效率，從而在資本市場(chǎng)運(yùn)行中發(fā)揮著重要價(jià)值。而且，分析師可以起到對(duì)管理層進(jìn)行外部監(jiān)督的職能，向管理層盈余操縱行為施加壓力，降低企業(yè)盈余管理程度與信息不對(duì)稱(Yu，2008)。數(shù)字經(jīng)濟(jì)的發(fā)展是當(dāng)今潮流，處在數(shù)字化轉(zhuǎn)型中的企業(yè)順應(yīng)了這一潮流，市場(chǎng)更容易對(duì)其形成正面預(yù)期，使更多分析師對(duì)其關(guān)注(易露霞等，2021)。此外，企業(yè)數(shù)字化轉(zhuǎn)型能強(qiáng)化內(nèi)部監(jiān)督與分權(quán)制衡，提高信息透明度，而上市公司透明度的提升本身便吸引著更多的分析師關(guān)注(李丹蒙，2007)，因此進(jìn)行數(shù)字化轉(zhuǎn)型的公司能吸引更多分析師。綜上，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)吸引分析師關(guān)注這一路徑降低股價(jià)同步性，提高市場(chǎng)效率。

其次，股價(jià)同步性產(chǎn)生的重要根源在于信息不對(duì)稱問(wèn)題。股票流動(dòng)性越強(qiáng)，代表市場(chǎng)越關(guān)注該股票，管理層進(jìn)行信息操縱行為時(shí)受到的監(jiān)督與阻力也就越大，因而能夠?qū)蓛r(jià)同步性產(chǎn)生影響。數(shù)字化轉(zhuǎn)型能夠賦予企業(yè)更高的經(jīng)濟(jì)活力，因此可以在資本市場(chǎng)得到一定的積極反饋(吳非等，2021)。企業(yè)開展數(shù)字化轉(zhuǎn)型可以向外界傳遞積極信號(hào)，吸引外界投資者關(guān)注，讓投資者對(duì)其形成更高的預(yù)期，調(diào)動(dòng)投資者的情緒，而投資者情緒上升與看好則會(huì)帶來(lái)股票流動(dòng)性的提高(Liu，2015)。而且企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，也可以帶來(lái)自身經(jīng)營(yíng)業(yè)績(jī)的改善與產(chǎn)出更多的創(chuàng)新成果，提升企業(yè)的內(nèi)在價(jià)值，在證券市場(chǎng)中贏得投資者的青睞，帶來(lái)更高的交易量。所以，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)提高股票流動(dòng)性、增添市場(chǎng)活力來(lái)降低股價(jià)同步性，提高資本市場(chǎng)效率。

本文依據(jù)中介檢驗(yàn)程序(溫忠麟等，2004)對(duì)這兩種路徑進(jìn)行檢驗(yàn)。分析師關(guān)注利用分析師關(guān)注強(qiáng)度度量，即關(guān)注上市公司的分析師人數(shù)加1取自然對(duì)數(shù)；而股票流動(dòng)性則參考吳非等(2021)的做法，以Amihud非流動(dòng)性指標(biāo)的相反數(shù)加以度量，變量名為。表10中列示了機(jī)制檢驗(yàn)的結(jié)果。列(1)和列(3)中系數(shù)均在1%水平下顯著為正，說(shuō)明數(shù)字化轉(zhuǎn)型能夠提高企業(yè)受到分析師關(guān)注的程度與股票流動(dòng)性，列(2)與列(4)結(jié)果分別顯示與，以及與的系數(shù)均顯著為負(fù)。根據(jù)中介檢驗(yàn)程序，這一結(jié)果說(shuō)明分析師關(guān)注以及股票流動(dòng)性在數(shù)字化轉(zhuǎn)型產(chǎn)生效用的過(guò)程中均發(fā)揮了部分中介效應(yīng)，同預(yù)期相符。本文為了保證機(jī)制檢驗(yàn)的可靠性，還計(jì)算了兩個(gè)中介機(jī)制檢驗(yàn)的Sobel值與值，結(jié)果同樣支持分析師關(guān)注與股票流動(dòng)性發(fā)揮著中介作用。同時(shí)，機(jī)制檢驗(yàn)的結(jié)果還顯示，企業(yè)數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的總效應(yīng)中，分析師關(guān)注中介效應(yīng)與股票流動(dòng)性中介效應(yīng)分別占比13.88%與30.74%?？傮w而言，機(jī)制檢驗(yàn)的結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)提高分析師關(guān)注與股票流動(dòng)性降低股價(jià)同步性，提高資本市場(chǎng)效率。

表10 機(jī)制檢驗(yàn)結(jié)果

六、進(jìn)一步檢驗(yàn)

(一)企業(yè)規(guī)模

對(duì)傳統(tǒng)的大規(guī)模企業(yè)而言，其重要的組織結(jié)構(gòu)特點(diǎn)在于內(nèi)部管理層級(jí)偏多，決策權(quán)集中在高級(jí)管理層。這種組織結(jié)構(gòu)的缺陷在于經(jīng)營(yíng)決策權(quán)的集中增大了隱瞞消息的風(fēng)險(xiǎn)。因此，規(guī)模較大的企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，可以限制管理層權(quán)力，降低信息操縱風(fēng)險(xiǎn)，使得信息及時(shí)被市場(chǎng)所反映，從而降低股價(jià)同步性。但是，規(guī)模較大企業(yè)存在著組織結(jié)構(gòu)惰性，這可能會(huì)降低數(shù)字化轉(zhuǎn)型對(duì)企業(yè)組織授權(quán)變革的影響(劉政等，2020)，從而阻礙對(duì)管理層權(quán)力的制約，影響到數(shù)字化轉(zhuǎn)型的效果。可見，企業(yè)規(guī)模究竟產(chǎn)生怎樣的影響成為一個(gè)待檢驗(yàn)的問(wèn)題。本文按照企業(yè)規(guī)模進(jìn)行分組，若樣本企業(yè)高于當(dāng)年的中位數(shù)則劃分為大規(guī)模企業(yè)，否則劃分為小規(guī)模企業(yè)。按規(guī)模分組回歸的結(jié)果列示在表11列(1)與列(2)中。結(jié)果顯示，主要在大規(guī)模企業(yè)中顯著為負(fù)，而在小規(guī)模企業(yè)中為負(fù)但不顯著，表明大規(guī)模企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生的規(guī)模效應(yīng)超過(guò)了組織惰性對(duì)數(shù)字化轉(zhuǎn)型效應(yīng)的阻礙，企業(yè)數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的效應(yīng)主要體現(xiàn)在大規(guī)模企業(yè)。

(二)所屬地域

東部地區(qū)市場(chǎng)化程度較高，數(shù)字經(jīng)濟(jì)發(fā)展更為迅速，在全國(guó)居于領(lǐng)先優(yōu)勢(shì)，更有機(jī)會(huì)持續(xù)財(cái)政科技支出的高投入，為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的基礎(chǔ)設(shè)施。同時(shí)，東部地區(qū)的上市公司數(shù)量更多，對(duì)外開放的程度更大，面臨的市場(chǎng)競(jìng)爭(zhēng)也更加激烈，會(huì)有更強(qiáng)的動(dòng)力開展數(shù)字化轉(zhuǎn)型，改善內(nèi)部治理，提高經(jīng)營(yíng)效率，及時(shí)披露信息以獲取投資者的青睞。西部地區(qū)的數(shù)字化基礎(chǔ)設(shè)施相對(duì)落后，數(shù)字技術(shù)應(yīng)用水平相對(duì)較低，導(dǎo)致企業(yè)運(yùn)用數(shù)字技術(shù)的效率相對(duì)低下(張國(guó)勝等，2021)，且投資者保護(hù)的程度要落后于東部地區(qū)，即使公司推動(dòng)數(shù)字化轉(zhuǎn)型，管理層也缺乏動(dòng)力主動(dòng)引入能夠改善治理的信息技術(shù)，無(wú)法產(chǎn)生治理效應(yīng)。因此，企業(yè)數(shù)字化轉(zhuǎn)型的改善效應(yīng)主要存在于東部地區(qū)。本文依據(jù)國(guó)家統(tǒng)計(jì)局公布的劃分方法，按照公司所屬的地域?qū)颖痉譃闁|部、中部、東北以及西部四組，分別開展回歸以進(jìn)行檢驗(yàn)。表11列(3)～(6)列示了分地域回歸后的結(jié)果。列(3)中東部組的系數(shù)為-0.0212，在5%水平下顯著為負(fù)，而中部、東北與西部組中，的系數(shù)為負(fù)但不顯著，同本文的預(yù)期相一致，說(shuō)明數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的效應(yīng)會(huì)受到所處地域的影響，主要在東部地區(qū)發(fā)揮效力。

(三)要素密集度

技術(shù)密集型或資本密集型企業(yè)推動(dòng)數(shù)字化轉(zhuǎn)型，在信息技術(shù)方面的投資與其自身業(yè)務(wù)類型更加契合，轉(zhuǎn)型的效果可能會(huì)更好，在資本市場(chǎng)中會(huì)引起更多的看好與關(guān)注，從而推動(dòng)公司層面特質(zhì)信息反映至股價(jià)中；相反，對(duì)于勞動(dòng)密集型企業(yè)而言，傳統(tǒng)上屬于對(duì)勞動(dòng)力較為依賴的行業(yè)，與信息技術(shù)的運(yùn)用相對(duì)契合較差，未必能夠得到投資者的看好。所以，可以預(yù)期數(shù)字化轉(zhuǎn)型的效應(yīng)應(yīng)當(dāng)主要存在于資本密集型以及技術(shù)密集型企業(yè)?；诖?，本文將樣本劃分為技術(shù)密集和資本密集組(技術(shù)資本密集組)以及勞動(dòng)密集組。在劃分方式方面，本文參考了趙宸宇(2021)的做法，首先根據(jù)期末固定資產(chǎn)凈值占期末總資產(chǎn)比重的中位數(shù)分組，高于中位數(shù)的一組劃分為資本密集型；然后根據(jù)研發(fā)費(fèi)用占營(yíng)業(yè)收入比重的中位數(shù)分組，將高于中位數(shù)的一組劃分為技術(shù)密集型；最后將剩余的企業(yè)劃分為勞動(dòng)密集型。技術(shù)密集型企業(yè)與資本密集型企業(yè)共同組成技術(shù)資本密集組。表11列(7)(8)列示了按照要素密集度分組回歸的結(jié)果，的系數(shù)在技術(shù)資本密集組中顯著為負(fù)，說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的效用集中在技術(shù)密集型以及資本密集型企業(yè)中，同預(yù)期相符。

表11 分組檢驗(yàn)結(jié)果

(四)數(shù)字化轉(zhuǎn)型類型

不同類型數(shù)字化轉(zhuǎn)型對(duì)企業(yè)所產(chǎn)生的影響也可能各不相同。以ABCD為代表的底層技術(shù)運(yùn)用可以加劇企業(yè)的價(jià)值供給競(jìng)爭(zhēng)(戚聿東和肖旭，2020)，推動(dòng)企業(yè)內(nèi)部管理變革，減少代理沖突，提高信息披露質(zhì)量，從而降低股價(jià)同步性；而囊括了移動(dòng)互聯(lián)網(wǎng)等內(nèi)容的技術(shù)實(shí)踐運(yùn)用，則可以更加直接地對(duì)企業(yè)產(chǎn)生影響，促進(jìn)內(nèi)外部的信息互通，進(jìn)而提高資本市場(chǎng)效率。為了進(jìn)一步確認(rèn)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的影響來(lái)源于底層技術(shù)運(yùn)用還是技術(shù)實(shí)踐運(yùn)用，本文參照吳非等(2021)的思路，將數(shù)字化轉(zhuǎn)型分解為底層技術(shù)運(yùn)用和技術(shù)實(shí)踐運(yùn)用兩個(gè)層面(相關(guān)詞頻構(gòu)成見圖1)，分別統(tǒng)計(jì)年報(bào)中的詞頻數(shù)量并加總?cè)?duì)數(shù)得到底層技術(shù)運(yùn)用以及技術(shù)實(shí)踐運(yùn)用兩個(gè)變量。表12列(1)和列(2)分別列示了以以及作為解釋變量進(jìn)行回歸的結(jié)果，的系數(shù)雖然為負(fù)但不顯著，而的系數(shù)為-0.0262，并在1%水平下顯著，從而支持企業(yè)數(shù)字化轉(zhuǎn)型對(duì)于股價(jià)同步性的降低主要是在技術(shù)實(shí)踐運(yùn)用層面，通過(guò)各類技術(shù)實(shí)踐運(yùn)用改善了資本市場(chǎng)效率。

表12 不同類型數(shù)字化轉(zhuǎn)型的影響

七、結(jié)論與啟示

本文選取A股上市公司為樣本，收集2009—2020年的21528個(gè)公司年度觀測(cè)值以探索企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的影響。結(jié)論顯示，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，股價(jià)同步性越低，資本市場(chǎng)效率得到提升；且這種治理效應(yīng)在企業(yè)的不同生命周期階段存在異質(zhì)性，當(dāng)企業(yè)處在成熟期階段時(shí)，數(shù)字化轉(zhuǎn)型對(duì)股價(jià)同步性的降低最為明顯。通過(guò)傾向得分匹配、工具變量法、替換數(shù)字化轉(zhuǎn)型度量方式、替換股價(jià)同步性度量方式、排除股市異動(dòng)影響等檢驗(yàn)手段，本文結(jié)論具備穩(wěn)健性。機(jī)制檢驗(yàn)的結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)吸引更多的分析師關(guān)注以及提高股票流動(dòng)性兩條渠道來(lái)降低股價(jià)同步性，說(shuō)明數(shù)字化轉(zhuǎn)型能夠得到市場(chǎng)的看好，吸引更多的關(guān)注，降低信息不對(duì)稱程度，最終提升資本市場(chǎng)的效率。進(jìn)一步的針對(duì)數(shù)字化轉(zhuǎn)型與股價(jià)同步性的研究則揭示，規(guī)模較大的企業(yè)、位于東部地區(qū)的企業(yè)以及資本技術(shù)密集的企業(yè)中，數(shù)字化轉(zhuǎn)型降低股價(jià)同步性的效應(yīng)更加顯著；數(shù)字化轉(zhuǎn)型對(duì)于股價(jià)同步性的降低主要在于技術(shù)實(shí)踐運(yùn)用層面產(chǎn)生的效果。

綜上，本文結(jié)論揭示了數(shù)字化轉(zhuǎn)型改善了公司信息披露，對(duì)管理層的盈余操縱行為提供了更有效的監(jiān)督，提升了市場(chǎng)對(duì)于企業(yè)的關(guān)注與看好，提供了股票中吸納的公司特質(zhì)信息，改善了資本市場(chǎng)效率。本文結(jié)論對(duì)企業(yè)的啟示如下：首先，數(shù)字化轉(zhuǎn)型可以提高公司信息質(zhì)量，吸引投資者的偏好，使公司層面信息及時(shí)反映在股價(jià)中。當(dāng)前階段，我國(guó)資本市場(chǎng)建設(shè)還存在不足，投資者保護(hù)等方面的缺陷使投資者密切關(guān)心與企業(yè)之間的信息不對(duì)稱問(wèn)題。開展數(shù)字化轉(zhuǎn)型可以提升對(duì)管理層的監(jiān)督，降低公司操縱信息的風(fēng)險(xiǎn)，維護(hù)投資者的切身利益，從而吸引到更多投資者，為上市公司和投資者共同創(chuàng)造價(jià)值。其次，數(shù)字化轉(zhuǎn)型應(yīng)當(dāng)根據(jù)企業(yè)的自身實(shí)際經(jīng)營(yíng)情況制定合適的策略。企業(yè)應(yīng)當(dāng)選擇恰當(dāng)?shù)臄?shù)字化程度，在契合度不高時(shí)，應(yīng)當(dāng)先逐步進(jìn)行調(diào)整，再開展較高程度的數(shù)字化轉(zhuǎn)型工作，以避免快速追求數(shù)字化所帶來(lái)的潛在負(fù)面影響。

本文結(jié)論對(duì)政府與投資者的啟示如下：對(duì)投資者而言，在考察上市公司時(shí)，可以關(guān)注其數(shù)字化轉(zhuǎn)型的程度所傳遞出的信號(hào)，通過(guò)這種方式來(lái)間接地評(píng)價(jià)上市公司對(duì)外界信息披露的及時(shí)性、對(duì)管理層進(jìn)行的監(jiān)督以及股票價(jià)格吸收公司特質(zhì)信息情況，從而做出更加合理的投資決策；對(duì)政府而言，一方面應(yīng)繼續(xù)推行政策激勵(lì)企業(yè)開展數(shù)字化轉(zhuǎn)型，提高上市公司信息披露透明度，改善投資者與管理層之間的信息不對(duì)稱，另一方面應(yīng)當(dāng)注重投資者保護(hù)，從根源上改善股價(jià)“同漲同跌”現(xiàn)象，建設(shè)高效率的資本市場(chǎng)。 ■