徐慧余怒濤方巧玲
(1.云南財(cái)經(jīng)大學(xué)會(huì)計(jì)學(xué)院,云南 昆明 650221;2.福州大學(xué)經(jīng)濟(jì)與管理學(xué)院,福建 福州 350108)
資本市場(chǎng)是信息驅(qū)動(dòng)的市場(chǎng),信息引導(dǎo)股價(jià)變動(dòng)與資本市場(chǎng)的資源配置。當(dāng)市場(chǎng)不完全有效時(shí),個(gè)股股價(jià)的信息含量存在差異。個(gè)股中包含的公司特質(zhì)信息越少,其股價(jià)與市場(chǎng)整體價(jià)格走勢(shì)一致的程度越大,表現(xiàn)出更高的股價(jià)同步性、更低的股價(jià)信息含量。這可能導(dǎo)致資產(chǎn)誤定價(jià),進(jìn)而影響財(cái)富在公司與個(gè)人之間的再分配。因此,由信息傳遞而引發(fā)的資本市場(chǎng)效率問(wèn)題深刻影響著投資者、管理者、監(jiān)管部門(mén)與其他利益相關(guān)者的決策與行為。
與此同時(shí),數(shù)據(jù)已成為新的生產(chǎn)要素,數(shù)字經(jīng)濟(jì)也成為搶占全球競(jìng)爭(zhēng)力制高點(diǎn)的重要領(lǐng)域。我國(guó)“十四五”規(guī)劃明確提出:“數(shù)字技術(shù)應(yīng)當(dāng)與實(shí)體經(jīng)濟(jì)深度融合,相輔相成,相互促進(jìn),一體化發(fā)展”。換言之,微觀經(jīng)濟(jì)主體需要將數(shù)字技術(shù)普遍應(yīng)用于經(jīng)營(yíng)過(guò)程的各環(huán)節(jié),即進(jìn)行數(shù)字化轉(zhuǎn)型。當(dāng)前,企業(yè)數(shù)字化轉(zhuǎn)型熱潮方興未艾,越來(lái)越多的企業(yè)將打造數(shù)字化能力作為未來(lái)發(fā)展的核心戰(zhàn)略。然而,學(xué)術(shù)界關(guān)于數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究結(jié)論并不一致:公司層面的證據(jù)表明數(shù)字轉(zhuǎn)型可能只是策略性炒作(趙璨等,2020)[32],非實(shí)質(zhì)性的數(shù)字轉(zhuǎn)型會(huì)引起市場(chǎng)的過(guò)度反應(yīng)(Cheng et al.,2019)[3];雷光勇等(2022)[17]、Fang et al.(2023)[6]則發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以提高信息披露質(zhì)量,降低股價(jià)同步性。
與此同時(shí),以往關(guān)于股價(jià)信息含量與數(shù)字化轉(zhuǎn)型的研究,都僅以獨(dú)立企業(yè)為對(duì)象,忽略了企業(yè)集團(tuán)這一獨(dú)特的組織結(jié)構(gòu)形式。企業(yè)集團(tuán)在全球范圍內(nèi)普遍存在,在新興市場(chǎng)尤為活躍和重要。作為替代不完全外部市場(chǎng)的制度安排,企業(yè)集團(tuán)能對(duì)控股公司進(jìn)行有效管控與治理,表現(xiàn)為降低代理成本(武常岐和錢(qián)婷,2011)[24]、緩解信息不對(duì)稱(chēng)性(Khanna and Yafeh,2007)[8]等積極方面。中國(guó)證據(jù)表明,產(chǎn)權(quán)性質(zhì)是影響集團(tuán)總部管控動(dòng)機(jī)及能力的關(guān)鍵因素。在數(shù)字經(jīng)濟(jì)高速發(fā)展與政策推動(dòng)背景下,具有“政治人”與“經(jīng)濟(jì)人”雙重屬性的國(guó)有企業(yè)集團(tuán)總部往往有更強(qiáng)的管控動(dòng)機(jī)與能力,來(lái)推動(dòng)控股公司進(jìn)行數(shù)字化轉(zhuǎn)型。
基于以上研究背景,本文研究國(guó)有企業(yè)集團(tuán)能否推動(dòng)集團(tuán)公司的數(shù)字化轉(zhuǎn)型,并提高股價(jià)信息含量。研究結(jié)論包括:其一,國(guó)有企業(yè)集團(tuán)能夠促進(jìn)控股上市公司的數(shù)字化轉(zhuǎn)型,進(jìn)而改善信息產(chǎn)生、傳遞與接收的效率,并提高公司股價(jià)信息含量。其二,在集團(tuán)規(guī)模較大、集團(tuán)內(nèi)有科技類(lèi)企業(yè)、兩權(quán)比較集中時(shí),國(guó)有企業(yè)集團(tuán)通過(guò)促進(jìn)數(shù)字化轉(zhuǎn)型來(lái)優(yōu)化股價(jià)信息含量的作用更明顯。其三,從市場(chǎng)環(huán)境角度而言,外部資本市場(chǎng)發(fā)育程度較低、區(qū)域經(jīng)濟(jì)增長(zhǎng)壓力較小時(shí),國(guó)企集團(tuán)促進(jìn)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯。從國(guó)企改革角度而言,國(guó)企集團(tuán)促進(jìn)商業(yè)類(lèi)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯。從公司特征角度而言,高管在集團(tuán)兼任、獲得較高政府補(bǔ)助時(shí),國(guó)企集團(tuán)促進(jìn)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯。
本文的主要邊際貢獻(xiàn)在于:其一,F(xiàn)ang et al.(2023)[6]證明數(shù)字化轉(zhuǎn)型能夠提高上市公司信息披露質(zhì)量;雷光勇等(2022)[17]進(jìn)一步指出,數(shù)字化轉(zhuǎn)型能提高資本市場(chǎng)信息效率。但以上研究沒(méi)有區(qū)分不同組織架構(gòu)的情境,而數(shù)字化轉(zhuǎn)型作為嵌入業(yè)務(wù)管理全流程的活動(dòng),勢(shì)必會(huì)受到治理結(jié)構(gòu)和組織架構(gòu)的影響。本文基于中國(guó)廣泛存在企業(yè)集團(tuán)的現(xiàn)實(shí)背景,從企業(yè)集團(tuán)推動(dòng)控股公司數(shù)字化轉(zhuǎn)型這一獨(dú)特視角,探討集團(tuán)治理優(yōu)化控股公司股價(jià)信息含量的具體路徑,為新興市場(chǎng)企業(yè)集團(tuán)的數(shù)字化轉(zhuǎn)型補(bǔ)充新的視角與證據(jù)。其二,本文結(jié)合國(guó)企改革進(jìn)行拓展分析,為中國(guó)制度背景下國(guó)有企業(yè)與集團(tuán)治理研究提供新的證據(jù)。
股票價(jià)格中通常包括市場(chǎng)和公司兩方面信息。市場(chǎng)層面信息來(lái)自所在國(guó)家經(jīng)濟(jì)與政治環(huán)境;公司層面信息則來(lái)自其自身特質(zhì),如經(jīng)營(yíng)業(yè)績(jī)、盈利能力等。當(dāng)外部資本市場(chǎng)完全有效時(shí),股票價(jià)格能夠完整地反映市場(chǎng)與公司層面的所有信息。然而,現(xiàn)實(shí)中資本市場(chǎng)不完全有效,單個(gè)證券價(jià)格的信息含量存在較大差異。通常而言,股價(jià)中包含的公司特質(zhì)信息越多,股價(jià)信息含量越高。而股價(jià)信息含量,則取決于信息“傳遞、接收、識(shí)別與反饋”系列流程的效率與效果(毛新述等,2013)[19]。
從信息向外“傳遞”的過(guò)程看,合理有效的內(nèi)部制度能促進(jìn)公司向外部市場(chǎng)傳遞更多特質(zhì)信息。證據(jù)表明,公司治理水平越完善,信息披露質(zhì)量越高、透明度越高,股價(jià)信息含量也越高(金智,2010)[16]。同時(shí),從外部市場(chǎng)信息“接收、識(shí)別與反饋”的過(guò)程看,分析師(伊志宏等,2019)[29]、財(cái)經(jīng)媒體(胡軍和王甄,2015)[14]、機(jī)構(gòu)投資者(侯宇和葉冬艷,2008)[15]等外部利益相關(guān)者,在接收與識(shí)別信息中做出反饋,能起到外部監(jiān)督與治理的作用,進(jìn)而達(dá)到提高公司股價(jià)信息含量的效果。
企業(yè)集團(tuán)在新興市場(chǎng)經(jīng)濟(jì)體中廣泛存在(He et al.,2013)[7],而國(guó)有產(chǎn)權(quán)的企業(yè)集團(tuán)在中國(guó)經(jīng)濟(jì)發(fā)展中的地位至關(guān)重要(徐慧,2018)[27]。已有研究表明,企業(yè)集團(tuán)存在“光明”與“黑暗”的雙面屬性(Khanna and Yafeh,2007)[8]。光明面表現(xiàn)為企業(yè)集團(tuán)能夠降低控股公司的代理成本與信息不對(duì)稱(chēng)性,從而提高集團(tuán)內(nèi)部的資源配置效率;黑暗面則表現(xiàn)為在雙層代理結(jié)構(gòu)影響下代理沖突加劇,導(dǎo)致內(nèi)部資源配置效率低下。企業(yè)集團(tuán)發(fā)揮何種作用,關(guān)鍵在于集團(tuán)總部的管控動(dòng)機(jī)與治理能力(Shin and Stulz,1998)[12]。在總部“政治人”與“經(jīng)濟(jì)人”雙重特征的驅(qū)動(dòng)下,國(guó)有產(chǎn)權(quán)的企業(yè)集團(tuán)多表現(xiàn)為對(duì)控股公司進(jìn)行積極管控與有效治理,從而實(shí)現(xiàn)業(yè)績(jī)提高(Ma et al.,2006)[10]。
企業(yè)集團(tuán)的產(chǎn)權(quán)歸屬會(huì)優(yōu)化控股公司的股價(jià)信息含量。國(guó)有產(chǎn)權(quán)的企業(yè)集團(tuán)受到國(guó)資委嚴(yán)格監(jiān)管,配套有嚴(yán)格的績(jī)效考核制度,集團(tuán)總部具有動(dòng)機(jī)持續(xù)推動(dòng)控股公司健全法人治理結(jié)構(gòu)、完善內(nèi)部控制。在嚴(yán)格的績(jī)效考核制度推動(dòng)下,國(guó)企集團(tuán)傾向于進(jìn)行統(tǒng)一的財(cái)務(wù)管控(羅乾宜,2012)[18],控股公司管理層難以隱藏財(cái)務(wù)信息,財(cái)務(wù)信息披露質(zhì)量得到改善(Fang et al.,2017)[5]。國(guó)企集團(tuán)還能充分利用內(nèi)部市場(chǎng)對(duì)控股公司資源進(jìn)行統(tǒng)一調(diào)配,提高資金利用效率(邵軍和劉志遠(yuǎn),2014)[22]與投資效率,進(jìn)而提高公司對(duì)外披露的投資信息質(zhì)量(于麗峰等,2014)[30]。國(guó)企集團(tuán)的這些治理機(jī)制,都能從內(nèi)部提升控股公司的治理水平,促進(jìn)信息發(fā)布者向外界“傳遞”信息的效率與效果,最終有利于提高股價(jià)信息含量。本文據(jù)此提出假設(shè):
H1:國(guó)企集團(tuán)歸屬能夠提高控股公司的股價(jià)信息含量。
從外部制度背景角度看,中國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展主要由政策驅(qū)動(dòng)。黨的十九屆四中全會(huì)提出,應(yīng)“健全勞動(dòng)、資本、土地、知識(shí)、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場(chǎng)評(píng)價(jià)貢獻(xiàn)、按貢獻(xiàn)決定報(bào)酬的機(jī)制”,首次從頂層設(shè)計(jì)層面將數(shù)據(jù)確認(rèn)為重要生產(chǎn)要素。根據(jù)本文統(tǒng)計(jì),2008—2019年中央政府與省級(jí)行政區(qū)分別出臺(tái)的與數(shù)字技術(shù)有關(guān)的政策(包括物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、數(shù)字化等數(shù)字技術(shù))多達(dá)420余項(xiàng)。在國(guó)家高度重視數(shù)字經(jīng)濟(jì)的背景下,大型國(guó)有企業(yè)集團(tuán)作為經(jīng)濟(jì)發(fā)展的中堅(jiān)力量,不僅是我黨執(zhí)政的物質(zhì)基礎(chǔ),也是貫徹產(chǎn)業(yè)政策的重要抓手。為響應(yīng)政策號(hào)召、保持核心競(jìng)爭(zhēng)力,大型國(guó)有企業(yè)集團(tuán)必然具有強(qiáng)烈動(dòng)機(jī)去實(shí)施數(shù)字化轉(zhuǎn)型。
從國(guó)企集團(tuán)內(nèi)部角度看,數(shù)字化轉(zhuǎn)型通常面臨極高的外部市場(chǎng)壁壘,但集團(tuán)這一組織結(jié)構(gòu)中存在的內(nèi)部市場(chǎng),可能幫助集團(tuán)控股公司跨越數(shù)字化轉(zhuǎn)型過(guò)程中的外部市場(chǎng)壁壘。首先,集團(tuán)存在內(nèi)部技術(shù)市場(chǎng),能為數(shù)字化轉(zhuǎn)型所需技術(shù)提供共享平臺(tái),降低技術(shù)獲取成本,實(shí)現(xiàn)集團(tuán)內(nèi)部的技術(shù)溢出,解決數(shù)字化轉(zhuǎn)型中可能的“信息匱乏”與“技術(shù)壁壘”問(wèn)題。其次,數(shù)字技術(shù)運(yùn)用要求員工具有專(zhuān)業(yè)技能,而企業(yè)對(duì)員工的需求調(diào)整需要付出較高的招聘、解聘等成本。企業(yè)集團(tuán)同樣存在內(nèi)部人力市場(chǎng),可通過(guò)成立培訓(xùn)中心或應(yīng)用研究機(jī)構(gòu),實(shí)現(xiàn)對(duì)集團(tuán)所需人力資源的精準(zhǔn)培訓(xùn);同時(shí),在集團(tuán)總部統(tǒng)一管控下,當(dāng)某公司需要數(shù)字技術(shù)人才時(shí),集團(tuán)也能及時(shí)從內(nèi)部調(diào)配人力資源來(lái)支持該公司的數(shù)字化轉(zhuǎn)型。最后,集團(tuán)內(nèi)部資本市場(chǎng)能為公司數(shù)字化轉(zhuǎn)型提供充足的資金支持,產(chǎn)生“多錢(qián)”和“活錢(qián)”效應(yīng)。本文據(jù)此提出假設(shè):
H2:國(guó)有企業(yè)集團(tuán)能夠促進(jìn)控股公司的數(shù)字化轉(zhuǎn)型。
國(guó)企集團(tuán)對(duì)控股公司的管控,會(huì)推動(dòng)其數(shù)字化轉(zhuǎn)型來(lái)優(yōu)化信息“傳遞、接收、識(shí)別與反饋”的效果,進(jìn)而提高股價(jià)信息含量。
從公司由內(nèi)至外的信息“傳遞”過(guò)程看,集團(tuán)運(yùn)用數(shù)字技術(shù)建立共享中心(納超洪等,2022)[20],對(duì)集團(tuán)各控股公司運(yùn)營(yíng)、管理、財(cái)務(wù)等數(shù)據(jù)與信息流進(jìn)行集中歸集和統(tǒng)一處理。這種基于數(shù)字技術(shù)的標(biāo)準(zhǔn)化信息平臺(tái)不僅可以提高財(cái)務(wù)、供應(yīng)鏈、人力資源、終端銷(xiāo)售各業(yè)務(wù)環(huán)節(jié)管理者的決策效率,而且有助于企業(yè)內(nèi)部的信息傳遞,降低信息不對(duì)稱(chēng)性,緩解代理沖突,強(qiáng)化對(duì)管理層的監(jiān)督,使其隱藏信息的動(dòng)機(jī)與空間下降,進(jìn)而提高會(huì)計(jì)信息披露的質(zhì)量(Fang et al.,2023)[6],或提高股價(jià)信息含量(雷光勇等,2022)[17]。
從公司外部信息“接收、識(shí)別與反饋”的過(guò)程看,國(guó)企集團(tuán)構(gòu)建的基于數(shù)字技術(shù)的標(biāo)準(zhǔn)化信息平臺(tái),不僅能夠提高生成信息的總量與質(zhì)量,同時(shí)有助于內(nèi)部信息向外部市場(chǎng)的傳遞。一方面,企業(yè)的數(shù)字化轉(zhuǎn)型使其信息傳遞效率提高,有利于增加審計(jì)師從公司內(nèi)部獲得數(shù)據(jù)的深度與廣度,進(jìn)而有利于降低審計(jì)風(fēng)險(xiǎn)、提升審計(jì)工作效率(張永坤等,2021)[31]。另一方面,在數(shù)字經(jīng)濟(jì)背景下,傾向于實(shí)施數(shù)字化轉(zhuǎn)型的國(guó)企集團(tuán)控股公司更可能吸引分析師關(guān)注;同時(shí),數(shù)字化轉(zhuǎn)型后公司的信息總量和質(zhì)量得到全面提升,因此分析師對(duì)其的關(guān)注與跟蹤也能獲取更多的公司特質(zhì)信息,進(jìn)而提升分析師預(yù)測(cè)精準(zhǔn)性(信春華等,2022)[26]。外部利益相關(guān)者對(duì)公司信息的高質(zhì)量識(shí)別,有利于其更好發(fā)揮對(duì)管理層信息披露的監(jiān)督效應(yīng),最終也有利于提高股價(jià)信息含量。本文據(jù)此提出假設(shè):
H3:國(guó)有企業(yè)集團(tuán)通過(guò)促進(jìn)控股公司數(shù)字化轉(zhuǎn)型,進(jìn)而提高其股價(jià)信息含量。
2005—2008年國(guó)有企業(yè)經(jīng)歷了股權(quán)分置改革,因此,本文選取2009—2020年A股上市公司作為初始樣本,在此基礎(chǔ)上進(jìn)行如下篩選:(1)剔除金融行業(yè)的觀測(cè)值;(2)剔除數(shù)據(jù)缺失的觀測(cè)值;(3)在上述處理后,剔除集團(tuán)內(nèi)只余一個(gè)子公司的樣本。最終樣本包括12100個(gè)觀測(cè)值,其中歸屬于集團(tuán)的國(guó)有上市公司樣本有6847個(gè)。本文通過(guò)手工搜集整理上市公司年報(bào)中披露的實(shí)控人控制鏈圖確定集團(tuán)歸屬。由于本文討論國(guó)有企業(yè)集團(tuán),故實(shí)際控制人判定依據(jù)為控制鏈圖中位于金字塔頂端的各級(jí)國(guó)資委下一層的企業(yè)法人。1其他財(cái)務(wù)數(shù)據(jù)均來(lái)自國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)。為了避免極端值的影響,本文對(duì)連續(xù)變量進(jìn)行了上下1%的縮尾處理。
1.數(shù)字化轉(zhuǎn)型
Chen and Srinivasan(2023)[2]使用公司年報(bào)(10-K report)中的管理層分析與討論關(guān)于數(shù)字化的描述來(lái)衡量公司數(shù)字化轉(zhuǎn)型的程度。Cheng et al.(2019)[3]使用上市公司重大事件公告(8-K report)中的區(qū)塊鏈相關(guān)信息來(lái)衡量公司應(yīng)用區(qū)塊鏈技術(shù)的情況。楊德明和畢建琴(2019)[28]則使用公司年報(bào)中披露的互聯(lián)網(wǎng)相關(guān)信息來(lái)衡量公司應(yīng)用互聯(lián)網(wǎng)技術(shù)的情況。基于這類(lèi)研究思路,本文設(shè)計(jì)了基于年度報(bào)告文本信息的公司數(shù)字化轉(zhuǎn)型指標(biāo),具體步驟包括:
第一步,確定數(shù)字技術(shù)類(lèi)別。大量參考近年來(lái)各類(lèi)研究機(jī)構(gòu)、實(shí)務(wù)界與學(xué)術(shù)界發(fā)布的研究報(bào)告與學(xué)術(shù)論文,選取與數(shù)字技術(shù)有關(guān)的八方面內(nèi)容,分別是智能化、數(shù)字化、自動(dòng)化、人工智能、機(jī)器學(xué)習(xí)、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈。
第二步,人工閱讀,建立數(shù)字技術(shù)詞典。以上述八類(lèi)數(shù)字技術(shù)為依據(jù),以年報(bào)中的管理層分析與討論、董事會(huì)報(bào)告等章節(jié)的文本段為基礎(chǔ),研究團(tuán)隊(duì)分為兩組,各選取兩百份年報(bào),對(duì)相應(yīng)文本段進(jìn)行人工閱讀;閱讀過(guò)程中將文本中出現(xiàn)的相關(guān)詞匯分別歸類(lèi)到上述八類(lèi)數(shù)字技術(shù)中。匯總兩組得到的詞匯進(jìn)行交互檢查,一組在另一組得到詞匯的基礎(chǔ)上,結(jié)合已有研究報(bào)告、參考文獻(xiàn)、互聯(lián)網(wǎng)詞典等酌情增減詞匯。最終得到八類(lèi)數(shù)字技術(shù)所包含的精確詞典,如表1所示。
表1 數(shù)字技術(shù)詞典
第三步,文本分析。使用Python軟件與分詞算法對(duì)2009—2020年上市公司年報(bào)中相應(yīng)文本段進(jìn)行分詞,并計(jì)算每一類(lèi)數(shù)字技術(shù)詞包在公司-年維度下出現(xiàn)的詞數(shù),由此構(gòu)造數(shù)字化轉(zhuǎn)型變量:數(shù)字化轉(zhuǎn)型程度(Digital),即年報(bào)中出現(xiàn)數(shù)字化詞匯數(shù)量總數(shù)加1,再取對(duì)數(shù)。
2.股價(jià)信息含量
本文的核心被解釋變量是股價(jià)信息含量(PI),參考Morck et al.(2000)[11]、Durnev et al.(2003)[4]等的做法,采用如下模型度量:
其中,Rit是i公司t日考慮現(xiàn)金紅利的個(gè)股收益率,Rmt是t日市場(chǎng)收益率。R2代表公司股價(jià)變動(dòng)能夠被市場(chǎng)波動(dòng)所解釋的部分,那么相應(yīng)未被解釋部分就是(1-R2),代表公司層面的特質(zhì)風(fēng)險(xiǎn),并反映公司層面的股價(jià)信息含量。由于R2的取值介于0和1之間,并不適宜在回歸中作為被解釋變量,因此需要對(duì)(1-R2)進(jìn)行對(duì)數(shù)轉(zhuǎn)換。PI數(shù)值越高,代表股價(jià)波動(dòng)的同步性越低,即股價(jià)的信息含量越高。
1.基礎(chǔ)檢驗(yàn)
為檢驗(yàn)國(guó)企集團(tuán)歸屬對(duì)控股上市公司股價(jià)信息含量的影響,本文采用最小二乘法對(duì)模型(3)進(jìn)行回歸。
PI是被解釋變量,即股價(jià)信息含量。Group是解釋變量,當(dāng)年上市公司控股股東為國(guó)有集團(tuán)時(shí)取為1,否則取0。若模型(3)的系數(shù)β1為正,則表明國(guó)企集團(tuán)促進(jìn)并提高了控股上市公司的股價(jià)信息含量,反之亦然。
此外,根據(jù)鐘覃琳和陸正飛(2018)[33]等文獻(xiàn),本文控制其他可能影響股價(jià)信息含量的因素,詳見(jiàn)表2。進(jìn)一步地,模型(3)還控制了行業(yè)效應(yīng)和年度效應(yīng)。
表2 變量定義
2.數(shù)字化轉(zhuǎn)型的中介效應(yīng)
本文借鑒Baron and Kenny(1986)[1]、溫忠麟等(2004)[23]中介效應(yīng)機(jī)制檢驗(yàn)的思想和方法,檢驗(yàn)國(guó)企集團(tuán)是否通過(guò)提高公司的數(shù)字化轉(zhuǎn)型水平,改進(jìn)信息產(chǎn)生與傳遞流程的效率與效果,進(jìn)而提高股價(jià)信息含量。首先,國(guó)有企業(yè)集團(tuán)對(duì)數(shù)字化轉(zhuǎn)型影響的模型如下:
接著,檢驗(yàn)中介效應(yīng)作用機(jī)制,即國(guó)企集團(tuán)是否通過(guò)提高集團(tuán)控股公司的數(shù)字化轉(zhuǎn)型程度,進(jìn)而提高股價(jià)信息含量,具體模型如下:
根據(jù)中介效應(yīng)檢驗(yàn)方法(Baron and Kenny,1986)[1],本文依次檢驗(yàn)?zāi)P?4)和模型(5)中系數(shù)δ1和β2,如果都顯著,意味著國(guó)企集團(tuán)對(duì)股價(jià)信息含量的影響至少有一部分是通過(guò)中介變量數(shù)字化轉(zhuǎn)型(Digital)來(lái)實(shí)現(xiàn)的;如果檢驗(yàn)?zāi)P?5)中系數(shù)β1不顯著,則說(shuō)明是完全中介效應(yīng),即國(guó)企集團(tuán)對(duì)股價(jià)信息含量的影響是完全通過(guò)中介變量數(shù)字化轉(zhuǎn)型的改善來(lái)實(shí)現(xiàn)的;若β1顯著,則為部分中介效應(yīng);若系數(shù)δ1和β2僅有一個(gè)顯著,則需要通過(guò)Sobel(1982)[13]檢驗(yàn)是否存在中介效應(yīng)。
表3報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。股價(jià)信息含量(PI)均值為0.698,標(biāo)準(zhǔn)差為0.851,說(shuō)明不同上市公司之間的股價(jià)信息含量存在較大差異。集團(tuán)控股上市公司虛擬變量(Group)均值為0.536,說(shuō)明國(guó)有上市公司中約54%歸屬于企業(yè)集團(tuán)。公司數(shù)字化轉(zhuǎn)型程度(Digital)均值為0.932,而中位數(shù)為0,說(shuō)明2009年以來(lái),僅小于50%的公司年度樣本進(jìn)行數(shù)字化轉(zhuǎn)型。再看集團(tuán)內(nèi)部特征,從BGroup可以看出國(guó)有企業(yè)集團(tuán)控股公司個(gè)數(shù)均值為4.324,從TGroup可以看出國(guó)企集團(tuán)科技類(lèi)企業(yè)占比很高。
表3 主要變量的描述性統(tǒng)計(jì)結(jié)果
1.國(guó)企集團(tuán)與股價(jià)信息含量
表4為是否歸屬?lài)?guó)企集團(tuán)對(duì)股價(jià)信息含量的回歸結(jié)果。列(1)中Group系數(shù)在5%水平下顯著為正,表明集團(tuán)歸屬有助于提高控股上市公司的股價(jià)信息含量,假設(shè)H1得證。
表4 國(guó)企集團(tuán)與股價(jià)信息含量
由于國(guó)有集團(tuán)歸屬與股價(jià)信息含量之間可能存在內(nèi)生性問(wèn)題,本文采用PSM方法進(jìn)行配對(duì)。使用上市公司財(cái)務(wù)信息構(gòu)建Logit模型,控制變量與模型(3)一致,在1:1匹配的基礎(chǔ)上設(shè)置卡鉗值(caliper),即設(shè)定處理組與對(duì)照組所允許的最大誤差為0.05,如果處理組中無(wú)法找到誤差允許范圍內(nèi)的對(duì)照組,則不進(jìn)行任何匹配。由此得到PSM處理后的樣本,處理組為6485個(gè),對(duì)照組為3343個(gè),總共為9828個(gè)觀測(cè)值。表4列(2)表明在PSM樣本中,Group系數(shù)依然顯著為正,表明集團(tuán)歸屬有助于提高控股上市公司的股價(jià)信息含量。
部分學(xué)者提出熵平衡(entropy balancing)是更加有效的匹配方式(King and Nielsen,2019)[9]。鑒于此,本文進(jìn)一步采用熵平衡匹配集團(tuán)公司與非集團(tuán)公司樣本,同樣使用模型(3)的控制變量進(jìn)行熵平衡模型構(gòu)建,回歸后所有控制變量在集團(tuán)組與非集團(tuán)組無(wú)顯著差異。表4列(3)表明在熵平衡樣本中,Group系數(shù)值依然顯著為正。
2.國(guó)企集團(tuán)與數(shù)字化轉(zhuǎn)型
本文借鑒Baron and Kenny(1986)[1]、溫忠麟等(2004)[23]中介效應(yīng)機(jī)制檢驗(yàn)的思想和方法,首先檢驗(yàn)國(guó)有集團(tuán)歸屬能否促進(jìn)控股公司的數(shù)字化轉(zhuǎn)型,結(jié)果如表5所示。在總樣本、PSM樣本和熵平衡樣本中,Group系數(shù)均顯著為正,表明國(guó)有企業(yè)集團(tuán)能提高公司的數(shù)字化轉(zhuǎn)型程度,假設(shè)H2得證。
表5 中介效應(yīng)檢驗(yàn):國(guó)企集團(tuán)歸屬與數(shù)字化轉(zhuǎn)型
3.國(guó)企集團(tuán)、數(shù)字化轉(zhuǎn)型與股價(jià)信息含量
依據(jù)中介效應(yīng)檢驗(yàn)流程,本文繼續(xù)檢驗(yàn)假設(shè)H3,國(guó)有企業(yè)集團(tuán)是否通過(guò)促進(jìn)公司數(shù)字化轉(zhuǎn)型,進(jìn)而提高股價(jià)信息含量,結(jié)果如表6所示。在總樣本、PSM樣本和熵平衡樣本中,Digital系數(shù)均顯著為正,假設(shè)H3得證。同時(shí),Group系數(shù)也均顯著為正,根據(jù)中介效應(yīng)原理,表明數(shù)字化轉(zhuǎn)型并非產(chǎn)生完全的中介效應(yīng),而是起到部分中介效應(yīng)。
表6 中介效應(yīng)檢驗(yàn):國(guó)企集團(tuán)、數(shù)字化轉(zhuǎn)型與股價(jià)信息含量
4.國(guó)企集團(tuán)、數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:集團(tuán)特征
進(jìn)一步地,本文檢驗(yàn)集團(tuán)自身特征是否影響控股公司數(shù)字化轉(zhuǎn)型,進(jìn)而影響股價(jià)信息含量。同理,按照中介效應(yīng)檢驗(yàn)流程,首先檢驗(yàn)集團(tuán)規(guī)模特征、集團(tuán)行業(yè)特征以及集團(tuán)大股東的股權(quán)特征是否會(huì)影響數(shù)字化轉(zhuǎn)型;接著檢驗(yàn)上述特征是否通過(guò)影響數(shù)字化轉(zhuǎn)型,進(jìn)一步影響股價(jià)信息含量。
表7是基于國(guó)有集團(tuán)上市公司樣本的回歸結(jié)果。其中,列(1)~(3)是集團(tuán)特征是否影響數(shù)字化轉(zhuǎn)型的檢驗(yàn)結(jié)果,列(1)中BGroup系數(shù)在1%水平下顯著為正,表明大規(guī)模國(guó)企集團(tuán)更傾向于進(jìn)行數(shù)字化轉(zhuǎn)型;列(2)中TGroup系數(shù)顯著為正,表明集團(tuán)內(nèi)存在科技類(lèi)企業(yè)時(shí),更有利于帶動(dòng)本公司的數(shù)字化轉(zhuǎn)型,也是內(nèi)部技術(shù)市場(chǎng)溢出效應(yīng)的體現(xiàn);列(3)中Central系數(shù)顯著為正,表明控制權(quán)與現(xiàn)金流量權(quán)的分離程度越大,大股東與中小股東的代理問(wèn)題越嚴(yán)重,此時(shí)大股東更有可能掏空上市公司,進(jìn)而限制了集團(tuán)公司的數(shù)字化轉(zhuǎn)型。列(4)~(6)是集團(tuán)特征是否通過(guò)影響數(shù)字化轉(zhuǎn)型進(jìn)而影響股價(jià)信息含量的檢驗(yàn)結(jié)果,在被解釋變量為股價(jià)信息含量時(shí),BGroup、TGroup、Central的系數(shù)均顯著為正,同時(shí)Digital的系數(shù)亦顯著為正。這表明中介效應(yīng)成立,即國(guó)有集團(tuán)在大規(guī)模、有科技企業(yè)以及中小股東代理問(wèn)題不嚴(yán)重的情況下,更有利于數(shù)字化轉(zhuǎn)型,進(jìn)而提高股價(jià)信息含量。
表7 國(guó)企集團(tuán)、數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:集團(tuán)特征
前文已經(jīng)證明,國(guó)有企業(yè)集團(tuán)通過(guò)促進(jìn)控股公司的數(shù)字化轉(zhuǎn)型,進(jìn)而提高了股價(jià)信息含量。但國(guó)企集團(tuán)對(duì)股價(jià)信息含量的治理效果,可能受到外部市場(chǎng)與公司自身一系列因素的影響,本文分別從市場(chǎng)環(huán)境、國(guó)企改革與公司自身特征等三方面進(jìn)行拓展檢驗(yàn)。
1.市場(chǎng)環(huán)境
首先考慮資本市場(chǎng)開(kāi)放。資本市場(chǎng)開(kāi)放所引入的境外投資者具有一定的公司治理作用(鐘覃琳和陸正飛,2018)[33],有益于提高資本市場(chǎng)的發(fā)育程度。本文采用滬港通度量資本市場(chǎng)對(duì)外開(kāi)放程度,分組結(jié)果如表8所示。其中,由列(1)(4)可知,在資本市場(chǎng)開(kāi)放程度較高的環(huán)境下,Group系數(shù)不顯著;而在開(kāi)放程度較低時(shí),Group系數(shù)在1%水平下顯著為正;這表明國(guó)有企業(yè)集團(tuán)一定程度上能替代外部不完備的資本市場(chǎng),進(jìn)而提高控股公司的股價(jià)信息含量。進(jìn)一步地,本文同樣檢驗(yàn)了中介效應(yīng),列(2)(5)表明資本市場(chǎng)開(kāi)放程度較高時(shí),國(guó)企集團(tuán)未能顯著地推動(dòng)控股公司數(shù)字化轉(zhuǎn)型,而在開(kāi)放程度較低時(shí),國(guó)企集團(tuán)顯著地推動(dòng)了控股公司數(shù)字化轉(zhuǎn)型,以彌補(bǔ)資本市場(chǎng)效率的缺失;列(3)(6)則表明在資本市場(chǎng)未開(kāi)放情況下,國(guó)有企業(yè)集團(tuán)控股公司的數(shù)字化轉(zhuǎn)型提高了信息產(chǎn)生與傳遞效率,進(jìn)而提高股價(jià)信息含量。
表8 國(guó)企集團(tuán)數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:資本市場(chǎng)發(fā)育
除此之外,本文采用資本市場(chǎng)法治程度代理資本市場(chǎng)發(fā)育程度,結(jié)論依然顯著(限于篇幅,檢驗(yàn)結(jié)果略)。
其次考慮區(qū)域經(jīng)濟(jì)環(huán)境。地方經(jīng)濟(jì)競(jìng)賽下的區(qū)域經(jīng)濟(jì)增長(zhǎng)壓力可能會(huì)影響國(guó)企集團(tuán)推動(dòng)數(shù)字化轉(zhuǎn)型的治理動(dòng)機(jī)與效果。為此,本文根據(jù)公司所在省份的GDP較上年是否下降,將樣本區(qū)分為GDP下降組與上升組。表9中GDP下降組列(1)~(3)中Group系數(shù)為負(fù),同時(shí)數(shù)字化的中介效應(yīng)不顯著;而在GDP上升組列(4)~(6)中Group系數(shù)顯著為正,同時(shí)Digtial也顯著為正,即中介效應(yīng)顯著。數(shù)字化轉(zhuǎn)型在短期內(nèi)需要投入巨大成本,且難以迅速獲得收益。在地方政府面臨經(jīng)濟(jì)下行壓力時(shí),考慮到未來(lái)經(jīng)濟(jì)增長(zhǎng)指標(biāo)的實(shí)現(xiàn),國(guó)企集團(tuán)可能放松對(duì)數(shù)字化轉(zhuǎn)型的推動(dòng)力度,最終未能顯著地影響公司股價(jià)信息含量。
表9 國(guó)企集團(tuán)數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:區(qū)域經(jīng)濟(jì)環(huán)境
2.國(guó)企改革
根據(jù)《關(guān)于國(guó)有企業(yè)功能界定與分類(lèi)的指導(dǎo)意見(jiàn)》(2015),國(guó)企可分為商業(yè)類(lèi)與公益類(lèi),本文按此分類(lèi)進(jìn)行分組檢驗(yàn)。由表10列(1)~(3)可見(jiàn),Group系數(shù)在列(1)中并不顯著,雖然在列(2)中Group系數(shù)顯著,但并未通過(guò)中介效應(yīng)Sobel檢驗(yàn),說(shuō)明在公益類(lèi)的國(guó)企集團(tuán)中,并未通過(guò)控股公司促進(jìn)數(shù)字化轉(zhuǎn)型進(jìn)而促進(jìn)股價(jià)信息含量;而在列(4)~(6)中Group和Digital系數(shù)均顯著為正,即中介效應(yīng)成立,表明國(guó)企集團(tuán)通過(guò)數(shù)字化轉(zhuǎn)型而對(duì)股價(jià)信息含量產(chǎn)生的治理效應(yīng),僅在商業(yè)類(lèi)公司中有效,而對(duì)公益類(lèi)公司無(wú)效。
表10 國(guó)企集團(tuán)數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:國(guó)企改革
3.公司異質(zhì)性
國(guó)企集團(tuán)對(duì)不同特征公司的治理效果存在差異,本文分別從高管兼任與政府補(bǔ)助角度對(duì)基礎(chǔ)假設(shè)進(jìn)行再檢驗(yàn)。已有研究表明當(dāng)公司高管同時(shí)在國(guó)企集團(tuán)總部任職時(shí),集團(tuán)的管控能力得到強(qiáng)化,進(jìn)而促進(jìn)集團(tuán)戰(zhàn)略和風(fēng)控措施更有效地在公司落地(納鵬杰等,2017)[21]。因此,本文將總樣本分為公司高管在集團(tuán)兼任組與未兼任組。由表11可知,在高管兼任的情況下,Group系數(shù)顯著為正,同時(shí)數(shù)字化轉(zhuǎn)型的中介效應(yīng)有效,表明當(dāng)公司高管在集團(tuán)總部兼任時(shí),更有利于促進(jìn)數(shù)字化轉(zhuǎn)型,進(jìn)而提高股價(jià)信息含量。
表11 國(guó)企集團(tuán)數(shù)字化轉(zhuǎn)型與股價(jià)信息含量:高管兼任
吳非等(2021)[25]發(fā)現(xiàn),財(cái)政補(bǔ)貼有利于推動(dòng)數(shù)字化轉(zhuǎn)型。鑒于此,本文從集團(tuán)視角檢驗(yàn)國(guó)有企業(yè)集團(tuán)獲得政府補(bǔ)助是否通過(guò)推動(dòng)數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量。本文按照政府補(bǔ)助中位數(shù),劃分取得政府補(bǔ)助較高組與較低組。由表12可知,在集團(tuán)公司獲得較高政府補(bǔ)助時(shí),Group系數(shù)顯著為正,同時(shí)中介效應(yīng)有效;而在政府補(bǔ)助較低時(shí)不顯著。這表明政府補(bǔ)助更有利于推動(dòng)國(guó)有企業(yè)集團(tuán)公司數(shù)字化轉(zhuǎn)型,進(jìn)而提高股價(jià)信息含量。
本文研究國(guó)有企業(yè)集團(tuán)能否促進(jìn)控股公司數(shù)字化轉(zhuǎn)型,進(jìn)而提高公司股價(jià)信息含量。研究結(jié)論包括:其一,國(guó)有企業(yè)集團(tuán)能夠促進(jìn)控股上市公司的數(shù)字化轉(zhuǎn)型,進(jìn)而改善信息產(chǎn)生、傳遞與接收的效率,并提高公司股價(jià)信息含量。其二,在集團(tuán)規(guī)模較大、集團(tuán)內(nèi)有科技類(lèi)企業(yè)、兩權(quán)比較集中時(shí),國(guó)有企業(yè)集團(tuán)通過(guò)促進(jìn)數(shù)字化轉(zhuǎn)型來(lái)優(yōu)化股價(jià)信息含量的作用更明顯。其三,從市場(chǎng)環(huán)境角度而言,外部資本市場(chǎng)發(fā)育程度較低、區(qū)域經(jīng)濟(jì)增長(zhǎng)壓力較小時(shí),國(guó)企集團(tuán)促進(jìn)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯;從國(guó)企改革角度而言,國(guó)企集團(tuán)促進(jìn)商業(yè)類(lèi)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯;從公司特征角度而言,高管在集團(tuán)兼任、獲得較高政府補(bǔ)助時(shí),國(guó)企集團(tuán)促進(jìn)控股公司數(shù)字化轉(zhuǎn)型進(jìn)而提高股價(jià)信息含量的效果更明顯。
本文結(jié)論對(duì)企業(yè)的啟示是:在資本市場(chǎng)全面深化改革背景下,大型國(guó)有企業(yè)集團(tuán)主動(dòng)優(yōu)化其控股上市公司股價(jià)信息含量的有效路徑是,通過(guò)發(fā)揮集團(tuán)總部有效治理的優(yōu)勢(shì),積極推動(dòng)集團(tuán)公司數(shù)字化轉(zhuǎn)型,以此改進(jìn)信息發(fā)布者向外界傳遞信息的效率與效果,進(jìn)而提高股價(jià)信息含量。本文對(duì)政府的啟示是:政府可積極推進(jìn)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)政策在國(guó)有大型企業(yè)集團(tuán)的落地與執(zhí)行,促進(jìn)國(guó)企集團(tuán)充分發(fā)揮治理優(yōu)勢(shì),積極推動(dòng)集團(tuán)公司數(shù)字化轉(zhuǎn)型,從信息的標(biāo)準(zhǔn)化輸出與接收方面優(yōu)化上市公司信息披露效率,提高股價(jià)信息含量?!?/p>
注釋
1.本文判斷上市公司歸屬集團(tuán)的方法與主流企業(yè)集團(tuán)研究文獻(xiàn)一致(He et al.,2013;納鵬杰等,2017)[7]][21],很多文獻(xiàn)也把此稱(chēng)為系族企業(yè)。特別說(shuō)明:①很多上市公司不屬于集團(tuán),因?yàn)榧瘓F(tuán)需要總部(實(shí)際控制人)當(dāng)年至少控制兩家及以上的上市公司。②本文判斷公司是否歸屬于集團(tuán)的方法存在遺漏集團(tuán)內(nèi)非上市子公司的問(wèn)題,但鑒于非上市公司財(cái)務(wù)數(shù)據(jù)缺乏,因此只能考慮集團(tuán)控股的上市公司,相關(guān)領(lǐng)域研究也使用與本文一致的研究方法。③近年部分文獻(xiàn)以上市公司本身為集團(tuán)單位,利用母公司與合并報(bào)表的財(cái)務(wù)數(shù)據(jù)來(lái)進(jìn)行研究。但這默認(rèn)所有上市公司都是集團(tuán),不僅難以體現(xiàn)集團(tuán)與獨(dú)立型公司的區(qū)別,且難以對(duì)公司間的互動(dòng)進(jìn)行研究。相比而言用本文所使用的方法進(jìn)行企業(yè)集團(tuán)研究的成果更為豐富,且對(duì)本文更具參考價(jià)值。
2.科技行業(yè)包括行業(yè)代碼B,中國(guó)證監(jiān)會(huì)公布的《上市公司分類(lèi)與代碼》中代碼C7、C5、G與2012版證監(jiān)會(huì)行業(yè)分類(lèi)代碼I、C39、C38。