企業(yè)數(shù)字化轉(zhuǎn)型的治理效應(yīng)
——來(lái)自財(cái)務(wù)重述的證據(jù)

楊貝貝，陳培友，高太光

（1.新疆大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆烏魯木齊 830046；2.黑龍江科技大學(xué)管理學(xué)院，黑龍江哈爾濱 150022）

一、引 言

黨的十八大以來(lái)，我國(guó)高度重視發(fā)展數(shù)字經(jīng)濟(jì)，并逐步出臺(tái)相應(yīng)政策鼓勵(lì)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型。2022年，《國(guó)務(wù)院關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展情況的報(bào)告》提出“要牢牢掌握數(shù)字經(jīng)濟(jì)發(fā)展自主權(quán)，到2025年，數(shù)字經(jīng)濟(jì)邁向全面擴(kuò)展期”“展望2035年，數(shù)字經(jīng)濟(jì)將邁向繁榮成熟期”。近年來(lái)，隨著云計(jì)算、5G、物聯(lián)網(wǎng)等數(shù)字技術(shù)的飛速發(fā)展，我國(guó)企業(yè)為提升自身競(jìng)爭(zhēng)力，積極加入數(shù)字化轉(zhuǎn)型浪潮。至2019 年末，小米公司集全自動(dòng)機(jī)器人與物聯(lián)網(wǎng)設(shè)備于一體的智能黑燈工廠正式投產(chǎn)使用，實(shí)現(xiàn)智能手機(jī)的全自動(dòng)生產(chǎn)，賦能實(shí)體制造業(yè)，促進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。在此背景下，數(shù)字化轉(zhuǎn)型逐漸成為企業(yè)實(shí)現(xiàn)持續(xù)增長(zhǎng)的第二條曲線，探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)經(jīng)濟(jì)活動(dòng)的影響意義重大。

企業(yè)數(shù)字化轉(zhuǎn)型意味著公司治理體系的重塑，這一改變能否對(duì)財(cái)務(wù)重述發(fā)揮治理作用值得關(guān)注。這是因?yàn)椋?cái)務(wù)重述意味著企業(yè)在披露會(huì)計(jì)信息時(shí)存在不規(guī)范之處，這種不可靠的會(huì)計(jì)信息既對(duì)外部利益相關(guān)者的決策產(chǎn)生不利影響，又提高了企業(yè)融資成本［1-2］，影響企業(yè)自身的可持續(xù)發(fā)展?，F(xiàn)有研究認(rèn)為，企業(yè)財(cái)務(wù)重述會(huì)受到宏觀經(jīng)濟(jì)制度、行業(yè)環(huán)境和企業(yè)層面因素的影響［3］。但是，同一國(guó)家的企業(yè)有著相似的宏觀經(jīng)濟(jì)制度和行業(yè)環(huán)境特征，所以，財(cái)務(wù)重述的差異往往與企業(yè)層面因素相關(guān)，有關(guān)研究也認(rèn)為管理者的特征等微觀層面因素也能直接影響財(cái)務(wù)重述［3-5］。而在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字化技術(shù)與運(yùn)營(yíng)管理全過(guò)程的相互融合可以使公司治理體系更加完善，規(guī)范會(huì)計(jì)信息的產(chǎn)生與披露，從而影響財(cái)務(wù)重述。一方面，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)引起企業(yè)內(nèi)部環(huán)境、風(fēng)險(xiǎn)評(píng)估、控制與決策等方面的改變，增強(qiáng)內(nèi)部控制質(zhì)量，減少管理者代理問(wèn)題，從而減少財(cái)務(wù)重述的發(fā)生［4］；另一方面，在信息不對(duì)稱(chēng)情況下，企業(yè)在進(jìn)行盈余操控時(shí)可能會(huì)選擇不同的會(huì)計(jì)政策調(diào)高會(huì)計(jì)利潤(rùn)，進(jìn)而會(huì)在以后會(huì)計(jì)期間發(fā)生財(cái)務(wù)重述［6］，而數(shù)字化轉(zhuǎn)型能夠改善企業(yè)信息不對(duì)稱(chēng)程度，提升企業(yè)在會(huì)計(jì)準(zhǔn)則執(zhí)行方面的準(zhǔn)確度和透明度，進(jìn)而影響財(cái)務(wù)重述。此外，數(shù)字化平臺(tái)的構(gòu)建為高管在不同企業(yè)兼任提供便利，增加了企業(yè)之間的高管聯(lián)結(jié)，而扁平化的管理結(jié)構(gòu)也強(qiáng)化了對(duì)高管的監(jiān)督，減少高管財(cái)務(wù)重述行為，并通過(guò)數(shù)字化平臺(tái)在聯(lián)結(jié)企業(yè)之間擴(kuò)散，從而影響所有聯(lián)結(jié)企業(yè)的財(cái)務(wù)重述行為?；诖?，本文在數(shù)字經(jīng)濟(jì)發(fā)展背景下，探究企業(yè)數(shù)字化轉(zhuǎn)型如何影響財(cái)務(wù)重述。

本文首先從數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)重述的直接影響進(jìn)行研究，然后探討企業(yè)數(shù)字化轉(zhuǎn)型能否通過(guò)強(qiáng)化內(nèi)部控制質(zhì)量、改善信息不對(duì)稱(chēng)和加強(qiáng)高管聯(lián)結(jié)路徑對(duì)財(cái)務(wù)重述產(chǎn)生影響，最后進(jìn)行調(diào)節(jié)效應(yīng)檢驗(yàn)，分析在不同的股權(quán)集中度、并購(gòu)壓力、資本市場(chǎng)業(yè)績(jī)預(yù)期壓力和融資約束的情況下，企業(yè)數(shù)字化轉(zhuǎn)型如何影響財(cái)務(wù)重述。本文可能的邊際貢獻(xiàn)有：①目前學(xué)術(shù)界較多關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)創(chuàng)新和績(jī)效等方面的影響，鮮有研究關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)財(cái)務(wù)重述的影響，本文在數(shù)字技術(shù)與企業(yè)經(jīng)營(yíng)管理深度融合背景下，探究數(shù)字化轉(zhuǎn)型如何影響企業(yè)財(cái)務(wù)重述，將數(shù)字化轉(zhuǎn)型和企業(yè)信息披露相結(jié)合，擴(kuò)展了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)經(jīng)濟(jì)活動(dòng)影響的相關(guān)研究；②現(xiàn)有研究多從公司內(nèi)部董事會(huì)、管理層和外部股東層面研究財(cái)務(wù)重述的影響因素，鮮少關(guān)注企業(yè)信息加工層面對(duì)財(cái)務(wù)重述的影響，本文豐富了企業(yè)內(nèi)部環(huán)境對(duì)財(cái)務(wù)重述的影響研究；③本文分別研究在不同的股權(quán)集中度環(huán)境下或企業(yè)面臨并購(gòu)壓力、資本市場(chǎng)業(yè)績(jī)預(yù)期壓力和融資約束等不同環(huán)境下，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述產(chǎn)生何種影響，深入了解不同環(huán)境下企業(yè)如何通過(guò)數(shù)字化轉(zhuǎn)型提升公司治理水平，為推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型提供經(jīng)驗(yàn)參考。

二、文獻(xiàn)綜述與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型

企業(yè)數(shù)字化轉(zhuǎn)型是通過(guò)大數(shù)據(jù)、人工智能、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的融合觸發(fā)企業(yè)變革，使企業(yè)可以動(dòng)態(tài)調(diào)整商業(yè)與戰(zhàn)略模式、優(yōu)化業(yè)務(wù)流程，提高競(jìng)爭(zhēng)力（Klos 等，2021）［7］。現(xiàn)有研究主要從驅(qū)動(dòng)因素和經(jīng)濟(jì)后果兩方面展開(kāi)企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究。在驅(qū)動(dòng)因素方面，交通基礎(chǔ)設(shè)施建設(shè)、稅收激勵(lì)、智慧城市試點(diǎn)和中國(guó)共產(chǎn)黨領(lǐng)導(dǎo)的科技創(chuàng)新治理體制等是驅(qū)動(dòng)傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的外部驅(qū)動(dòng)因素（毛寧等，2022；蔡躍洲，2021）［8-9］；而高管認(rèn)知結(jié)構(gòu)的復(fù)雜性和中心性（Zhu 等，2022）［10］、高管學(xué)術(shù)經(jīng)歷（陽(yáng)鎮(zhèn)等，2022）［11］、CEO 復(fù)合職能背景（毛聚等，2022）［12］等是驅(qū)動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)部驅(qū)動(dòng)因素。此外，李晶和曹鈺華（2022）［13］從組態(tài)視角研究發(fā)現(xiàn)，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型具有復(fù)雜的因果機(jī)制，并非僅憑某個(gè)單一條件就能夠完全決定。在經(jīng)濟(jì)后果方面，數(shù)字化轉(zhuǎn)型進(jìn)程幫助企業(yè)積累資源，提高學(xué)習(xí)能力和技術(shù)研發(fā)能力，企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型對(duì)傳統(tǒng)資源進(jìn)行整合和重新配置，以克服資源過(guò)度集中帶來(lái)的不利局面（Xia等，2022）［14］，推動(dòng)企業(yè)商業(yè)戰(zhàn)略變革與創(chuàng)新（Klos 等，2021）［7］，提升動(dòng)態(tài)能力以適應(yīng)激烈的競(jìng)爭(zhēng)環(huán)境（Soluk 等，2021）［15］。隨著數(shù)字化轉(zhuǎn)型程度的加深，企業(yè)變革從賦能向使能演進(jìn)，能夠顯著提升企業(yè)績(jī)效水平（Zhai等，2022）［16］、風(fēng)險(xiǎn)承擔(dān)水平（Tian等，2022）［17］和環(huán)境績(jī)效（Chen 和Hao，2022）［18］，提高審計(jì)質(zhì)量（翟華云和李倩茹，2022）［19］、會(huì)計(jì)信息可比性（聶興凱等，2022）［20］等。

（二）財(cái)務(wù)重述的影響因素

財(cái)務(wù)重述是對(duì)公司前期會(huì)計(jì)差錯(cuò)的修正，這表明前期報(bào)表中存在影響會(huì)計(jì)報(bào)表使用者判斷的差錯(cuò)，意味著會(huì)計(jì)信息的可靠性降低（高芳，2016）［4］。影響財(cái)務(wù)重述的因素眾多，從企業(yè)外部環(huán)境看，投資者情緒（高增亮和張俊瑞，2019）［21］、與客戶(hù)共享審計(jì)師（楊清香等，2015）［22］、創(chuàng)業(yè)投資的傳染效應(yīng)（鐘昀珈和何小鋒，2018）［23］、企業(yè)間高管聯(lián)結(jié)（陳仕華和陳鋼，2013）［24］、企業(yè)聲譽(yù)（Cao等，2012）［25］、外部審計(jì)師的審計(jì)質(zhì)量與會(huì)計(jì)師事務(wù)所變更（Schmidt，2013）［26］、文化差異（馬晨等，2018）［27］會(huì)影響財(cái)務(wù)重述；從企業(yè)內(nèi)部環(huán)境看，管理者代理問(wèn)題（高芳，2016）［4］、管理層持股（馬晨和張俊瑞，2012）［3］、高管背景特征（何威風(fēng)和劉啟亮，2010）［5］、監(jiān)管型小股東（何慧華和方軍雄，2021）［28］、關(guān)聯(lián)獨(dú)立董事（竇歡等，2021）［29］、董事會(huì)下設(shè)的審計(jì)委員會(huì)（王守海等，2019）［30］、高管晉升激勵(lì)（章琳一和張洪輝，2016）［31］、董事性別（Abbott，2012）［32］、盈余管理（Ettredge等，2010）［33］也會(huì)影響財(cái)務(wù)重述。

現(xiàn)有關(guān)于財(cái)務(wù)重述影響因素的研究主要圍繞公司內(nèi)部和外部治理特征展開(kāi)，多層次的研究豐富了基于公司治理機(jī)制對(duì)財(cái)務(wù)重述的認(rèn)識(shí)。公司內(nèi)部影響財(cái)務(wù)重述因素多從股東或管理層個(gè)體角度出發(fā)，而沒(méi)有考慮企業(yè)整體層面數(shù)字化轉(zhuǎn)型的影響。隨著科技的不斷發(fā)展，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)微觀層面經(jīng)濟(jì)后果的研究引起學(xué)者廣泛關(guān)注，但企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的研究目前還未得到足夠重視。因此，本文從企業(yè)數(shù)字化轉(zhuǎn)型出發(fā)，研究其對(duì)財(cái)務(wù)重述的影響，以期提升我國(guó)企業(yè)的治理水平。

（三）研究假設(shè)

數(shù)字化轉(zhuǎn)型作為企業(yè)的戰(zhàn)略性變革，通過(guò)優(yōu)化組織架構(gòu)體系、業(yè)務(wù)流程和重組商業(yè)模式，賦予企業(yè)新的競(jìng)爭(zhēng)活力，不僅對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)產(chǎn)生深刻影響，還會(huì)影響企業(yè)對(duì)會(huì)計(jì)準(zhǔn)則的執(zhí)行披露，進(jìn)而影響財(cái)務(wù)重述。

首先，數(shù)字化轉(zhuǎn)型會(huì)增強(qiáng)企業(yè)內(nèi)部控制質(zhì)量，為減少財(cái)務(wù)重述提供內(nèi)部基礎(chǔ)條件。內(nèi)部控制是企業(yè)確保財(cái)務(wù)報(bào)告可靠性的一項(xiàng)重要的內(nèi)部監(jiān)督機(jī)制，而財(cái)務(wù)報(bào)告可靠性的提高意味著企業(yè)財(cái)務(wù)重述的減少。因此，高質(zhì)量的內(nèi)部控制可以減少財(cái)務(wù)重述的發(fā)生概率［1］。隨著數(shù)字化技術(shù)與企業(yè)經(jīng)營(yíng)管理的融合加深，企業(yè)內(nèi)部控制體系也會(huì)得到優(yōu)化。在內(nèi)部環(huán)境方面，通過(guò)構(gòu)建企業(yè)內(nèi)部智能化的管理信息系統(tǒng)、會(huì)計(jì)信息系統(tǒng)以及暢通的組織架構(gòu)，能夠?qū)崿F(xiàn)各部門(mén)之間協(xié)同經(jīng)營(yíng)管理，提升公司治理效率，進(jìn)而形成良好的內(nèi)部治理環(huán)境；在風(fēng)險(xiǎn)評(píng)估方面，企業(yè)構(gòu)建的數(shù)字化經(jīng)營(yíng)平臺(tái)能夠快速搜集企業(yè)內(nèi)外部產(chǎn)生的海量信息，通過(guò)數(shù)據(jù)挖掘、人工智能技術(shù)分析，掌握企業(yè)內(nèi)部真實(shí)的經(jīng)營(yíng)狀況和外部市場(chǎng)發(fā)展趨勢(shì)，及時(shí)評(píng)估企業(yè)內(nèi)外部可能面臨的風(fēng)險(xiǎn)并調(diào)整戰(zhàn)略進(jìn)行事前防御；在控制活動(dòng)方面，在了解可能面臨的風(fēng)險(xiǎn)基礎(chǔ)上，企業(yè)借助內(nèi)部環(huán)境活動(dòng)構(gòu)建業(yè)務(wù)流程自動(dòng)化、治理結(jié)構(gòu)智能化體系來(lái)提升應(yīng)對(duì)風(fēng)險(xiǎn)的韌性，將風(fēng)險(xiǎn)控制在可承受范圍之內(nèi)；在信息溝通方面，數(shù)字化轉(zhuǎn)型嵌入經(jīng)營(yíng)管理的全過(guò)程，轉(zhuǎn)變以往企業(yè)傳遞信息的層級(jí)化，易于形成網(wǎng)絡(luò)化的信息傳遞結(jié)構(gòu)，使得企業(yè)信息可以及時(shí)在內(nèi)部進(jìn)行傳遞與獲取，各部門(mén)的數(shù)據(jù)得以及時(shí)匯總分析，減少因內(nèi)部信息低效率傳遞而導(dǎo)致的企業(yè)整體低效率問(wèn)題；在內(nèi)部監(jiān)督方面，信息的網(wǎng)絡(luò)化傳遞使得企業(yè)組織結(jié)構(gòu)向網(wǎng)絡(luò)化與扁平化方向轉(zhuǎn)變［34］，借助智能化管理，企業(yè)財(cái)務(wù)、內(nèi)部控制等管理過(guò)程更加透明，極大地降低企業(yè)委托代理成本，強(qiáng)化對(duì)企業(yè)經(jīng)營(yíng)管理的監(jiān)督。內(nèi)部控制五要素與數(shù)字化的結(jié)合提升了企業(yè)內(nèi)部控制水平，為提高財(cái)務(wù)報(bào)告的可靠性、減少財(cái)務(wù)重述奠定堅(jiān)實(shí)的內(nèi)部基礎(chǔ)條件。

其次，數(shù)字化轉(zhuǎn)型可以改善企業(yè)信息不對(duì)稱(chēng)，為降低財(cái)務(wù)重述發(fā)生概率營(yíng)造良好的信息環(huán)境。利益相關(guān)者為維護(hù)自身合法權(quán)益，希望通過(guò)財(cái)務(wù)報(bào)表獲取與投資決策相關(guān)的會(huì)計(jì)信息是可靠的和未發(fā)生會(huì)計(jì)錯(cuò)報(bào)的，而在投資決策實(shí)踐中，由于企業(yè)與利益相關(guān)者存在信息不對(duì)稱(chēng)，被投資企業(yè)在信息優(yōu)勢(shì)下存在的代理問(wèn)題、對(duì)會(huì)計(jì)準(zhǔn)則認(rèn)知不足等問(wèn)題，會(huì)干擾會(huì)計(jì)信息的產(chǎn)生和披露，可能發(fā)生會(huì)計(jì)錯(cuò)報(bào)，降低會(huì)計(jì)信息的可靠性。而人工智能、區(qū)塊鏈等技術(shù)的應(yīng)用，可以改變企業(yè)傳統(tǒng)管理方式，改善信息環(huán)境，進(jìn)而提升會(huì)計(jì)信息可靠性而減少財(cái)務(wù)重述。一方面，數(shù)字化轉(zhuǎn)型可以提高企業(yè)內(nèi)部信息傳遞效率和提升自身處理分析海量數(shù)據(jù)的能力。企業(yè)通過(guò)應(yīng)用數(shù)字化的相關(guān)技術(shù)，可以使其在生產(chǎn)經(jīng)營(yíng)管理過(guò)程中產(chǎn)生的海量雜亂信息得到結(jié)構(gòu)化和標(biāo)準(zhǔn)化處理，發(fā)現(xiàn)規(guī)律并應(yīng)用于自身生產(chǎn)經(jīng)營(yíng)管理，為決策提供依據(jù)，同時(shí)，依據(jù)數(shù)據(jù)分析所作的決策又可以?xún)?yōu)化企業(yè)運(yùn)營(yíng)管理，提升信息傳遞效率以確保會(huì)計(jì)信息的可靠性。另一方面，數(shù)字化轉(zhuǎn)型還可以加強(qiáng)企業(yè)與利益相關(guān)者之間的聯(lián)系。數(shù)字化管理方式通過(guò)應(yīng)用相關(guān)技術(shù)產(chǎn)生可靠的會(huì)計(jì)信息，可以讓外部利益相關(guān)者更容易了解企業(yè)內(nèi)部情況，緩解企業(yè)對(duì)外部信息不對(duì)稱(chēng)的程度，確保利益相關(guān)者獲取無(wú)重大會(huì)計(jì)錯(cuò)報(bào)的會(huì)計(jì)信息。

最后，企業(yè)數(shù)字化轉(zhuǎn)型可以增加高管聯(lián)結(jié)度，為減少財(cái)務(wù)重述創(chuàng)造良好的監(jiān)督管理保障。企業(yè)財(cái)務(wù)重述行為會(huì)在高管兼任其他企業(yè)而形成的聯(lián)結(jié)關(guān)系中傳播［24］，如果被觀測(cè)企業(yè)發(fā)生財(cái)務(wù)重述，則被聯(lián)結(jié)企業(yè)發(fā)生財(cái)務(wù)重述的概率較大。而數(shù)字化轉(zhuǎn)型提升信息傳遞效率為高管兼任其他企業(yè)提供便利，良好的內(nèi)部控制又對(duì)高管形成約束，減少財(cái)務(wù)重述的發(fā)生，這一行為也會(huì)通過(guò)高管聯(lián)結(jié)網(wǎng)絡(luò)擴(kuò)散到其他企業(yè)，進(jìn)而降低被聯(lián)結(jié)企業(yè)財(cái)務(wù)重述發(fā)生的概率。一方面，人工智能、云計(jì)算和區(qū)塊鏈等數(shù)字技術(shù)的應(yīng)用，可以形成基于業(yè)務(wù)數(shù)據(jù)的實(shí)時(shí)監(jiān)控機(jī)制，便于高管兼任其他企業(yè)進(jìn)行任務(wù)協(xié)作，高管遠(yuǎn)程便可了解兼任企業(yè)的生產(chǎn)運(yùn)營(yíng)狀況；另一方面，基于業(yè)務(wù)數(shù)據(jù)的實(shí)時(shí)監(jiān)控機(jī)制又可以約束高管出于自利動(dòng)機(jī)在會(huì)計(jì)政策選擇方面的自由裁量權(quán)，同時(shí)數(shù)字化技術(shù)可以加強(qiáng)各部門(mén)之間的數(shù)據(jù)共享與協(xié)作，形成管理者與員工之間相互監(jiān)督的治理機(jī)制，從而限制可能發(fā)生的重大會(huì)計(jì)錯(cuò)報(bào)。企業(yè)減少財(cái)務(wù)重述的行為通過(guò)高管聯(lián)結(jié)網(wǎng)絡(luò)在聯(lián)結(jié)企業(yè)之間進(jìn)行擴(kuò)散，降低被聯(lián)結(jié)企業(yè)發(fā)生財(cái)務(wù)重述的概率，進(jìn)而最終減少所有聯(lián)結(jié)企業(yè)發(fā)生財(cái)務(wù)重述的現(xiàn)象，提升會(huì)計(jì)信息的可靠性。

基于以上分析，本文提出研究假設(shè)如下：

在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低財(cái)務(wù)重述發(fā)生的概率。

三、研究設(shè)計(jì)

（一）研究樣本和數(shù)據(jù)來(lái)源

本文選取2011—2020年我國(guó)滬深非金融類(lèi)A股上市公司為研究樣本，因?yàn)?011 年開(kāi)始我國(guó)逐步進(jìn)入商業(yè)社交互聯(lián)網(wǎng)時(shí)代，海量的數(shù)據(jù)不斷推動(dòng)我國(guó)向數(shù)字經(jīng)濟(jì)轉(zhuǎn)型發(fā)展，兼之從會(huì)計(jì)錯(cuò)報(bào)發(fā)生到財(cái)務(wù)重述具有時(shí)滯性，2021 年的財(cái)務(wù)重述樣本也缺失，因此樣本研究時(shí)間截止到2020 年。剔除部分樣本標(biāo)準(zhǔn)：①已退市及ST 企業(yè)；②金融行業(yè)企業(yè)；③無(wú)法補(bǔ)全資料的企業(yè)，最終得到有效樣本總量為27 558 個(gè)。為避免極端值對(duì)檢驗(yàn)結(jié)果產(chǎn)生偏誤和影響，本文對(duì)所有連續(xù)變量進(jìn)行1%和99%分位的Winsorize 處理，回歸中使用穩(wěn)健標(biāo)準(zhǔn)誤來(lái)減少異方差對(duì)研究結(jié)果的影響。所用數(shù)據(jù)均來(lái)自CSMAR 數(shù)據(jù)庫(kù)，財(cái)務(wù)重述及企業(yè)數(shù)字化轉(zhuǎn)型的缺失值通過(guò)企業(yè)年報(bào)進(jìn)行補(bǔ)全。

（二）變量定義和模型構(gòu)建

1.財(cái)務(wù)重述的度量

現(xiàn)有關(guān)于財(cái)務(wù)重述的研究成果較豐富，研究中通常通過(guò)構(gòu)建虛擬變量的方式測(cè)度財(cái)務(wù)重述，參考何慧華和方軍雄（2021）［28］的研究，如果公司當(dāng)年年報(bào)涉及重大會(huì)計(jì)差錯(cuò)而在以后年度發(fā)生財(cái)務(wù)重述的取值為1，否則取值為0。具體從國(guó)泰安數(shù)據(jù)庫(kù)中“會(huì)計(jì)信息質(zhì)量—財(cái)務(wù)報(bào)告信息—財(cái)務(wù)重述”獲取，保留重述類(lèi)型為“重大會(huì)計(jì)錯(cuò)報(bào)”的樣本。

2.數(shù)字化轉(zhuǎn)型的度量

財(cái)務(wù)研究中文本挖掘方法的使用趨于廣泛，吳非等（2021）［35］通過(guò)文本挖掘方法，統(tǒng)計(jì)出企業(yè)年報(bào)中關(guān)于數(shù)字化轉(zhuǎn)型的相關(guān)詞頻數(shù)，以此來(lái)測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，該方法彌補(bǔ)了以往研究中采用數(shù)字化技術(shù)等無(wú)形資產(chǎn)占總資產(chǎn)的比重來(lái)衡量數(shù)字化轉(zhuǎn)型程度的片面性，解決了以往研究中構(gòu)建虛擬變量（如當(dāng)企業(yè)采購(gòu)數(shù)字化設(shè)備時(shí)表明企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型賦值為1，否則賦值為0）衡量企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的過(guò)度識(shí)別問(wèn)題，提升了企業(yè)數(shù)字化轉(zhuǎn)型測(cè)度方法的科學(xué)性。因此，本文借鑒吳非等人的研究，從國(guó)泰安“上市公司數(shù)字化轉(zhuǎn)型程度”獲取企業(yè)年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)的詞頻數(shù)據(jù)，缺失部分通過(guò)企業(yè)年報(bào)并借助文本挖掘方法手動(dòng)補(bǔ)全，再分別使用企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞詞頻總數(shù)加1 取對(duì)數(shù)和企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)關(guān)鍵詞詞頻總數(shù)占年報(bào)總詞數(shù)的比重兩種方法來(lái)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。此外，為保證檢驗(yàn)結(jié)果的穩(wěn)健性，構(gòu)建企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的虛擬變量（如果企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型賦值為1，否則賦值為0）來(lái)衡量企業(yè)的數(shù)字化轉(zhuǎn)型。

3.模型構(gòu)建

為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響，構(gòu)建以下回歸模型：

其中：restatei,t表示財(cái)務(wù)重述；dcgi,t表示企業(yè)數(shù)字化轉(zhuǎn)型程度，包括dcg1i,t和dcg2i,t；i表示不同的企業(yè)；t表示不同的年份；εi,t是隨機(jī)誤差項(xiàng)；α0為常數(shù)項(xiàng)；β1為待估變量回歸系數(shù)。

參考何慧華和方軍雄（2021）［28］、聶興凱等（2022）［20］的研究，選取控制變量為企業(yè)上市地（sszti,t）、產(chǎn)權(quán)性質(zhì)（owni,t）、上市年限（sagei,t）、存貨占總資產(chǎn)比重（stocki,t）、速動(dòng)比率（quicki,t）、營(yíng)業(yè)收入增長(zhǎng)率（iorgi,t）、兩職合一（dualityi,t）、董事會(huì)規(guī)模（bosizei,t）、獨(dú)立董事比例（indiri,t）、交叉上市（crstocki,t）、審計(jì)師任期（auteni,t），同時(shí)控制行業(yè)（ind）和年份（year）。

具體變量定義見(jiàn)表1所列。

表1 相關(guān)變量定義

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2所列。表2的Panel A 中財(cái)務(wù)重述（restate）均值為0.145，表明總體樣本中約有14.5%的上市公司發(fā)生財(cái)務(wù)重述，與竇歡等（2021）［29］的研究相近。同時(shí)，表2 的Panel B 中進(jìn)行數(shù)字化轉(zhuǎn)型的樣本中restate 均值為0.134，未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的restate 均值為0.160，兩者差異在1%水平上顯著，表明進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)與未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)之間財(cái)務(wù)重述發(fā)生的概率有顯著差異。企業(yè)數(shù)字化轉(zhuǎn)型與restate 的相關(guān)系數(shù)為-0.029，在1%水平上顯著，初步表明企業(yè)數(shù)字化轉(zhuǎn)型可以減少財(cái)務(wù)重述的發(fā)生。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型（dcg1）均值為1.146，最大值為4.477，與聶興凱等（2022）［20］報(bào)告的結(jié)果相近，標(biāo)準(zhǔn)差為1.280，說(shuō)明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的差異較大。另外，主要變量的相關(guān)系數(shù)均小于0.1，說(shuō)明不存在多重共線性。

表2 主要變量的描述性統(tǒng)計(jì)

（二）多元回歸分析

通過(guò)模型（1）對(duì)前述假設(shè)進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表3 所列。第（1）列和第（2）列中企業(yè)數(shù)字化轉(zhuǎn)型程度的衡量方法是使用企業(yè)年報(bào)中與數(shù)字化轉(zhuǎn)型相關(guān)的總詞數(shù)加1 取對(duì)數(shù)衡量（dcg1），其中：第（1）列是在僅控制行業(yè)與年份時(shí)，dcg1 的系數(shù)為-0.047，在1%的水平上顯著；第（2）列是在加入相關(guān)控制變量后，dcg1 的系數(shù)為-0.054，在1%的水平上顯著。第（3）列和第（4）列是使用企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)總詞數(shù)占年報(bào)總詞數(shù)的比重乘100 來(lái)衡量的企業(yè)數(shù)字化轉(zhuǎn)型（dcg2），第（3）列是在僅控制行業(yè)與年份時(shí)，dcg2 的系數(shù)為-3.839，在5%的水平上顯著；第（4）列是在加入相關(guān)控制變量后，dcg2 的系數(shù)為-4.998，在1%的水平上顯著。回歸結(jié)果表明，企業(yè)數(shù)字化轉(zhuǎn)型可以減少財(cái)務(wù)重述現(xiàn)象，由此，本文假設(shè)得到驗(yàn)證。以第（1）列和第（2）列為例，從經(jīng)濟(jì)意義方面來(lái)說(shuō)，當(dāng)未控制其他影響因素時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型水平每提升1%，財(cái)務(wù)重述現(xiàn)象便減少32.41%；在控制其他影響因素后，企業(yè)數(shù)字化轉(zhuǎn)型水平每提升1%，財(cái)務(wù)重述現(xiàn)象便減少37.24%。

表3 數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述的回歸結(jié)果

（三）影響路徑分析

通過(guò)前文研究可知，企業(yè)數(shù)字化轉(zhuǎn)型可以降低財(cái)務(wù)重述發(fā)生的概率，原因在于：①數(shù)字化技術(shù)可以?xún)?yōu)化企業(yè)內(nèi)部環(huán)境，提升風(fēng)險(xiǎn)評(píng)估能力促使企業(yè)采取更有力的控制活動(dòng)，加強(qiáng)企業(yè)內(nèi)外部溝通，進(jìn)而提升內(nèi)部控制水平，減少財(cái)務(wù)重述的發(fā)生；②數(shù)字化轉(zhuǎn)型使得企業(yè)形成網(wǎng)絡(luò)化的信息傳遞方式，緩解信息不對(duì)稱(chēng)，從而減少財(cái)務(wù)重述的發(fā)生；③數(shù)字化平臺(tái)為高管兼任提供便利，減少高管財(cái)務(wù)重述行為通過(guò)高管聯(lián)結(jié)渠道擴(kuò)散，最終減少所有聯(lián)結(jié)企業(yè)財(cái)務(wù)重述的發(fā)生。但企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)何種路徑對(duì)減少財(cái)務(wù)重述發(fā)揮作用尚未得到驗(yàn)證。

因此，本文基于內(nèi)部控制、信息不對(duì)稱(chēng)和高管聯(lián)結(jié)三個(gè)路徑檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響。參考聶興凱等（2022）［20］的研究，構(gòu)建以下模型檢驗(yàn)數(shù)字化轉(zhuǎn)型影響財(cái)務(wù)重述的路徑：

由于財(cái)務(wù)重述（restate）屬于類(lèi)別變量，本文使用類(lèi)別變量的中介效應(yīng)分析法。模型（2）使用Logit回歸，其中：β0為常數(shù)項(xiàng)；β1—β4分別表示企業(yè)數(shù)字化轉(zhuǎn)型（dcg1）、內(nèi)部控制質(zhì)量（nbk）、信息不對(duì)稱(chēng)程度（inasy）和高管聯(lián)結(jié)度（exco）對(duì)財(cái)務(wù)重述的影響系數(shù)。模型（3）—（5）使用OLS回歸，其中：α0、γ0、δ0為常數(shù)項(xiàng)；α1、γ1、δ1分別為企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量、信息不對(duì)稱(chēng)程度和高管聯(lián)結(jié)度的影響大小。上式中：內(nèi)部控制質(zhì)量（nbk）使用迪博數(shù)據(jù)庫(kù)中上市公司內(nèi)部控制指數(shù)除以100來(lái)衡量；分析師的關(guān)注可以增加企業(yè)信息對(duì)外傳播，因此信息不對(duì)稱(chēng)程度（inasy）使用分析師關(guān)注度來(lái)衡量；如果高管同時(shí)在兩家或者多家企業(yè)兼任，說(shuō)明存在高管聯(lián)結(jié)，參照陳仕華和陳鋼（2012）［24］的相關(guān)研究，將觀測(cè)年份企業(yè)高管在其他企業(yè)兼任的人數(shù)相加取對(duì)數(shù)來(lái)衡量。此外，根據(jù)回歸結(jié)果，分別將系數(shù)β2和α1、β3和γ1、β4和δ1進(jìn)行Z檢驗(yàn)，置換為相同尺度后，使用R軟件的RMediation 軟件包，采用乘積分布法分別檢驗(yàn)β2和α1、β3和γ1、β4和δ1的置信區(qū)間以確定是否存在中介效應(yīng)。

數(shù)字化轉(zhuǎn)型（dcg1）影響財(cái)務(wù)重述的路徑檢驗(yàn)結(jié)果見(jiàn)表4所列。其中，第（1）列和第（2）列為內(nèi)部控制路徑的檢驗(yàn)結(jié)果，第（1）列企業(yè)數(shù)字化轉(zhuǎn)型（dcg1）與內(nèi)部控制質(zhì)量（nbk）的回歸系數(shù)為0.144且在1%水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)內(nèi)部控制水平；第（2）列內(nèi)部控制質(zhì)量（nbk）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.150 且在1%的水平上顯著為負(fù)，同時(shí)企業(yè)數(shù)字化轉(zhuǎn)型（dcg1）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.024，使用R軟件的乘積分布法檢驗(yàn)置信區(qū)間為［-0.024 92，-0.018 42］，不包含0，說(shuō)明數(shù)字化轉(zhuǎn)型通過(guò)提高企業(yè)內(nèi)部控制水平，進(jìn)而減少財(cái)務(wù)重述。第（3）列和第（4）列為信息不對(duì)稱(chēng)程度路徑的檢驗(yàn)結(jié)果，其中，第（3）列企業(yè)數(shù)字化轉(zhuǎn)型（dcg1）與分析師關(guān)注度（inasy）的回歸系數(shù)為0.166且在1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型可以緩解企業(yè)信息不對(duì)稱(chēng)程度；第（4）列分析師關(guān)注度（inasy）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.153 且在1%的水平上顯著為負(fù)，同時(shí)數(shù)字化轉(zhuǎn)型（dcg1）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.028 且在10%的水平上顯著，使用R軟件的乘積分布法檢驗(yàn)置信區(qū)間為［-0.030 07，-0.020 82］，不包含0，說(shuō)明數(shù)字化轉(zhuǎn)型通過(guò)緩解企業(yè)信息不對(duì)稱(chēng)程度，進(jìn)而減少財(cái)務(wù)重述。第（5）列和第（6）列為高管聯(lián)結(jié)度路徑的檢驗(yàn)結(jié)果，其中，第（5）列企業(yè)數(shù)字化轉(zhuǎn)型（dcg1）與高管聯(lián)結(jié)度（exco）的回歸系數(shù)為0.016 且在1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型為高管兼任其他企業(yè)提供便利，增加高管聯(lián)結(jié)度；第（6）列高管聯(lián)結(jié)度（exco）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.310 且在1%的水平上顯著為負(fù)，同時(shí)數(shù)字化轉(zhuǎn)型（dcg1）與財(cái)務(wù)重述（restate）的回歸系數(shù)為-0.048 且在1%的水平上顯著為負(fù)，使用R軟件的乘積分布法檢驗(yàn)置信區(qū)間為［-0.006 67，-0.003 41］，不包含0，說(shuō)明數(shù)字化轉(zhuǎn)型通過(guò)提升高管聯(lián)結(jié)度，反而有助于減少財(cái)務(wù)重述。同理，在三種路徑下使用dcg2 再次進(jìn)行回歸，并且使用R軟件的乘積分布法檢驗(yàn)置信區(qū)間分別為［-1.997 76，-1.357 74］、［-2.371 99，-1.597 08］和［-0.430 35，-0.146 66］，均通過(guò)路徑顯著性檢驗(yàn)。囿于篇幅限制，使用dcg2的逐步回歸結(jié)果未予展示。

表4 數(shù)字化轉(zhuǎn)型影響財(cái)務(wù)重述的路徑檢驗(yàn)結(jié)果

（四）內(nèi)生性和穩(wěn)健性測(cè)試

1.Heckman兩階段回歸模型

考慮樣本中并非所有企業(yè)都進(jìn)行數(shù)字化轉(zhuǎn)型，對(duì)未數(shù)字化轉(zhuǎn)型的企業(yè)，無(wú)法觀測(cè)到數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響。為解決這一潛在的樣本選擇偏誤問(wèn)題，本文使用Heckman兩階段法對(duì)樣本進(jìn)行再檢驗(yàn)。

第一階段：借鑒聶興凱等（2022）［20］的研究，引入上市公司同年同行業(yè)平均數(shù)字化轉(zhuǎn)型程度（rmg），構(gòu)建如下Probit回歸模型：

其中：Ydcgi,t為企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的虛擬變量，如果企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，賦值為1，否則賦值為0；rmgi,t為上市公司同年同行業(yè)平均數(shù)字化轉(zhuǎn)型程度；Controlsi,t為所有控制變量。通過(guò)模型（6）的回歸，計(jì)算出逆米爾斯比率（IMR）。

第二階段：將IMR代入模型（1）中，檢驗(yàn)結(jié)果如表5第（1）—（3）列所列?？梢?jiàn)，加入IMR之后數(shù)字化轉(zhuǎn)型（dcg1、dcg2）與財(cái)務(wù)重述（restate）的回歸結(jié)果依然顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型可以減少財(cái)務(wù)重述的發(fā)生，且上述回歸模型不受內(nèi)生性問(wèn)題的困擾。

表5 Heckman兩階段與PSM檢驗(yàn)結(jié)果

2.傾向得分匹配（PSM）

PSM 可以緩解個(gè)體自選擇的內(nèi)生性問(wèn)題。本文將進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)作為實(shí)驗(yàn)組，以前文所述的一系列控制變量（sszt、own、sage、stock、quick、iorg、duality、bosize、indir、crstock、auten）作為匹配變量，采用一對(duì)一最近鄰匹配原則為實(shí)驗(yàn)組尋找特征相似的對(duì)照組，各變量在匹配后實(shí)驗(yàn)組與對(duì)照組之間均不存在顯著差異，最后對(duì)匹配成功的樣本進(jìn)行回歸，其結(jié)果見(jiàn)表5 第（4）和第（5）列所列?？梢?jiàn)，數(shù)字化轉(zhuǎn)型（dcg1、dcg2）與財(cái)務(wù)重述（restate）的回歸結(jié)果分別為-0.059和-5.144且至少在5%的水平上顯著為負(fù)，說(shuō)明本文基準(zhǔn)回歸結(jié)論穩(wěn)健。

3.替換企業(yè)數(shù)字化轉(zhuǎn)型的測(cè)度方法

對(duì)數(shù)字化轉(zhuǎn)型影響財(cái)務(wù)重述的研究可能受到數(shù)字化轉(zhuǎn)型衡量誤差的影響。本文構(gòu)建企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型的虛擬變量（Ydcg，如果企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型賦值為1，否則賦值為0）來(lái)衡量企業(yè)的數(shù)字化轉(zhuǎn)型，重新檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響，回歸結(jié)果見(jiàn)表6第（1）列所列?？梢?jiàn)，企業(yè)是否數(shù)字化轉(zhuǎn)型（Ydcg）與財(cái)務(wù)重述（restate）的回歸系數(shù)依舊在1%水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型確實(shí)可降低財(cái)務(wù)重述發(fā)生概率，本文證實(shí)結(jié)論穩(wěn)健。

表6 穩(wěn)健性檢驗(yàn)

4.縮小樣本區(qū)間

2013年國(guó)務(wù)院頒布的《國(guó)務(wù)院關(guān)于推進(jìn)物聯(lián)網(wǎng)有序健康發(fā)展的指導(dǎo)意見(jiàn)》中明確指出，傳統(tǒng)企業(yè)應(yīng)積極應(yīng)用物聯(lián)網(wǎng)相關(guān)技術(shù)推動(dòng)自身產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式。隨后，有關(guān)部門(mén)陸續(xù)制定相關(guān)政策為云計(jì)算、自動(dòng)駕駛、物聯(lián)網(wǎng)、人工智能等的發(fā)展和應(yīng)用提供支持。傳統(tǒng)企業(yè)也開(kāi)始積極投入研發(fā)云計(jì)算、自動(dòng)駕駛、物聯(lián)網(wǎng)、人工智能等技術(shù)，搭建數(shù)字化平臺(tái)。因此，本文將樣本研究開(kāi)始時(shí)間定為2014年。另外，考慮2020年新冠疫情暴發(fā)后企業(yè)紛紛轉(zhuǎn)向線上，快速推進(jìn)數(shù)字化，使得企業(yè)數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述的特征也可能存在較大不同，所以剔除2020年的樣本，故樣本區(qū)間重新選擇為2014—2019年并重新對(duì)其進(jìn)行回歸，結(jié)果見(jiàn)表6第（2）列和第（3）列所列。可見(jiàn)，數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述的回歸系數(shù)至少在5%水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型可以減少財(cái)務(wù)重述發(fā)生概率，本文基準(zhǔn)回歸結(jié)果穩(wěn)健。

5.剔除“天然數(shù)字性”企業(yè)樣本

如果企業(yè)自身就是數(shù)字化相關(guān)企業(yè)，其通過(guò)較高的數(shù)字化水平形成的公司治理結(jié)構(gòu)與非數(shù)字化相關(guān)企業(yè)存在顯著差異，使得數(shù)字化企業(yè)的數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述的特征與非數(shù)字化企業(yè)相比可能存在較大不同，為避免“天然數(shù)字性”企業(yè)的特殊性影響研究結(jié)果，借鑒李琦等（2021）［36］的研究，剔除如下行業(yè)企業(yè)樣本：①行業(yè)代碼為I 的樣本，包括信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)企業(yè)；②部分制造業(yè)二級(jí)行業(yè)，包括計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)企業(yè)（C39）；③科技推廣和應(yīng)用服務(wù)業(yè)企業(yè)（M75）。使用新樣本重新進(jìn)行回歸，結(jié)果見(jiàn)表6 第（4）列和第（5）列所列?？梢?jiàn)，數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述的回歸系數(shù)至少在5%水平上顯著為負(fù)，說(shuō)明數(shù)字化轉(zhuǎn)型可以降低財(cái)務(wù)重述發(fā)生的概率，本文基準(zhǔn)回歸結(jié)果依然穩(wěn)健。

五、進(jìn)一步分析

（一）股權(quán)集中度的調(diào)節(jié)作用

不同股權(quán)集中度下股東對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的支持程度存在差異，可能導(dǎo)致數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響存在差異。公司股權(quán)相對(duì)集中時(shí)，控股股東在控制權(quán)優(yōu)勢(shì)下，出于利益攫取目的進(jìn)行“隧道”行為，造成數(shù)字化轉(zhuǎn)型所需資金短缺，對(duì)管理者推進(jìn)數(shù)字化轉(zhuǎn)型的情況監(jiān)督不足，使得企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行緩慢，而緩慢的企業(yè)數(shù)字化進(jìn)程也不利于對(duì)管理層進(jìn)行監(jiān)督，對(duì)財(cái)務(wù)重述的抑制不足。因此，本文預(yù)期控股股東股權(quán)集中度會(huì)弱化數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述之間的負(fù)相關(guān)關(guān)系。為此，將股權(quán)集中度（使用第一大股東持股比例測(cè)算）與數(shù)字化轉(zhuǎn)型的交乘項(xiàng)（dcg1×top1、dcg2×top1）加入模型（1）進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表7第（1）列和第（2）列所列?？梢?jiàn)，股權(quán)集中度與數(shù)字化轉(zhuǎn)型交乘項(xiàng)（dcg1×top1、dcg2×top1）的回歸系數(shù)均在5%的水平上顯著為正，說(shuō)明股權(quán)集中度能夠顯著弱化數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述之間的負(fù)相關(guān)關(guān)系。

表7 進(jìn)一步分析回歸結(jié)果

（二）并購(gòu)壓力的調(diào)節(jié)作用

數(shù)字化轉(zhuǎn)型對(duì)不同并購(gòu)壓力企業(yè)的財(cái)務(wù)重述可能存在不同的影響。相較于沒(méi)有并購(gòu)壓力的企業(yè)，有并購(gòu)壓力企業(yè)的財(cái)務(wù)重述行為會(huì)增加，這是因?yàn)椋阂环矫?，由于信息不?duì)稱(chēng)的存在，被并購(gòu)企業(yè)為換取高估值高溢價(jià)，有較大的可能發(fā)生盈余管理行為，導(dǎo)致并購(gòu)方支付過(guò)高的并購(gòu)溢價(jià)；另一方面，被并購(gòu)企業(yè)在選擇并購(gòu)方時(shí)，會(huì)排除業(yè)績(jī)表現(xiàn)不佳的企業(yè)，由于信息不對(duì)稱(chēng)的存在，并購(gòu)發(fā)起企業(yè)為了可以順利并購(gòu)，也可能進(jìn)行盈余管理吸引被并購(gòu)企業(yè)，違背并購(gòu)重組優(yōu)化資源配置的目的?；诖耍疚念A(yù)期當(dāng)企業(yè)面臨并購(gòu)壓力時(shí)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的負(fù)向影響會(huì)減弱。為此，將并購(gòu)壓力（以企業(yè)是否發(fā)生并購(gòu)來(lái)衡量）與數(shù)字化轉(zhuǎn)型的交乘項(xiàng)（dcg1×mea、dcg2×mea）加入模型（1）進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表7第（3）列和第（4）列所列?？梢?jiàn)，并購(gòu)壓力與數(shù)字化轉(zhuǎn)型交乘項(xiàng)（dcg1×mea、dcg2×mea）的回歸系數(shù)至少在10%的水平上顯著為正，說(shuō)明并購(gòu)壓力能夠顯著弱化數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述之間的負(fù)相關(guān)關(guān)系。

（三）資本市場(chǎng)業(yè)績(jī)壓力和融資約束的調(diào)節(jié)作用

在不同資本市場(chǎng)業(yè)績(jī)壓力和融資約束下，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響可能存在不同。面臨較高的資本市場(chǎng)業(yè)績(jī)壓力和融資約束時(shí)，企業(yè)為達(dá)到外界預(yù)期目標(biāo)和滿(mǎn)足融資的要求，有動(dòng)機(jī)進(jìn)行盈余管理，進(jìn)而發(fā)生會(huì)計(jì)錯(cuò)報(bào)。基于此，本文預(yù)期當(dāng)企業(yè)資本市場(chǎng)業(yè)績(jī)壓力較大和面臨融資約束時(shí)，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的負(fù)向影響會(huì)減弱。為此，將資本市場(chǎng)業(yè)績(jī)壓力（使用分析師盈利預(yù)測(cè)偏差衡量（1））與數(shù)字化轉(zhuǎn)型的交乘項(xiàng)（dcg1×pres、dcg2×pres）加入模型（1）進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表7 第（5）列和第（6）列所列?？梢?jiàn)，資本市場(chǎng)業(yè)績(jī)壓力與數(shù)字化轉(zhuǎn)型交乘項(xiàng)（dcg1×pres）的回歸系數(shù)在10%的水平上顯著，而dcg2×pres 回歸系數(shù)為0.119，未通過(guò)顯著性檢驗(yàn)，說(shuō)明資本市場(chǎng)業(yè)績(jī)壓力能在一定程度上弱化數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述之間的負(fù)相關(guān)關(guān)系。將融資約束（使用SA 指數(shù)來(lái)衡量）與數(shù)字化轉(zhuǎn)型的交乘項(xiàng)（dcg1×sa、dcg2×sa）加入模型（1）進(jìn)行檢驗(yàn)，回歸結(jié)果見(jiàn)表7 第（7）列和第（8）列所列。可見(jiàn)，融資約束與數(shù)字化轉(zhuǎn)型交乘項(xiàng)（dcg1×sa、dcg2×sa）的回歸系數(shù)至少在10%的水平上顯著，說(shuō)明企業(yè)面臨融資約束能夠顯著弱化數(shù)字化轉(zhuǎn)型與財(cái)務(wù)重述之間的負(fù)相關(guān)關(guān)系。

六、結(jié)論與啟示

黨的二十大報(bào)告明確提出要“加快建設(shè)數(shù)字中國(guó)、網(wǎng)絡(luò)中國(guó)”，數(shù)字中國(guó)的建設(shè)離不開(kāi)企業(yè)的數(shù)字化轉(zhuǎn)型。本文基于財(cái)務(wù)重述視角，將通過(guò)文本挖掘方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型的數(shù)據(jù)與財(cái)務(wù)重述數(shù)據(jù)相匹配，以2011—2020 年我國(guó)滬深非金融類(lèi)A股上市公司為研究樣本，實(shí)證檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的影響和作用路徑。研究發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型可以減少財(cái)務(wù)重述的發(fā)生，該結(jié)論經(jīng)過(guò)內(nèi)生性和穩(wěn)健性檢驗(yàn)后依舊成立。路徑檢驗(yàn)發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型通過(guò)強(qiáng)化內(nèi)部控制質(zhì)量、改善企業(yè)信息不對(duì)稱(chēng)和增加高管聯(lián)結(jié)度三條路徑抑制財(cái)務(wù)重述。進(jìn)一步檢驗(yàn)發(fā)現(xiàn)，在股權(quán)較集中較高、企業(yè)面臨較高并購(gòu)壓力、資本市場(chǎng)業(yè)績(jī)預(yù)期壓力大和面臨融資約束時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的抑制作用被弱化。

基于上述研究結(jié)論，本文提出如下政策建議：①數(shù)字化轉(zhuǎn)型逐漸成為企業(yè)第二條持續(xù)增長(zhǎng)曲線，企業(yè)應(yīng)當(dāng)重視數(shù)字化轉(zhuǎn)型在改善財(cái)務(wù)重述方面的治理作用。財(cái)務(wù)重述的改善離不開(kāi)公司治理水平的提升，對(duì)于未開(kāi)始數(shù)字化轉(zhuǎn)型的企業(yè)，應(yīng)抓住數(shù)字化浪潮，在國(guó)家政策框架下積極制定數(shù)字化轉(zhuǎn)型戰(zhàn)略，為提升公司治理水平創(chuàng)造良好的條件；對(duì)于正在進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)，應(yīng)繼續(xù)深化數(shù)字化與企業(yè)經(jīng)營(yíng)管理方面的融合，借助數(shù)字化技術(shù)不斷推進(jìn)公司治理水平的提升，以此減少財(cái)務(wù)重述現(xiàn)象。②數(shù)字化轉(zhuǎn)型通過(guò)三條路徑對(duì)財(cái)務(wù)重述發(fā)揮作用。企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型的過(guò)程中，應(yīng)注重利用數(shù)字化技術(shù)從內(nèi)部控制五要素的五個(gè)層面全面提升內(nèi)部控制水平，通過(guò)構(gòu)建網(wǎng)絡(luò)化的信息傳遞渠道優(yōu)化信息傳遞方式，增加信息透明度，還應(yīng)注重發(fā)揮高管聯(lián)結(jié)渠道對(duì)減少財(cái)務(wù)重述行為的擴(kuò)散作用。③本文論證在不同的企業(yè)內(nèi)外部環(huán)境下，數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述發(fā)揮的作用存在差異，因此，企業(yè)也應(yīng)注重動(dòng)態(tài)調(diào)整不同環(huán)境下數(shù)字化轉(zhuǎn)型的公司治理策略，以更有利的方式發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)財(cái)務(wù)重述的抑制作用。對(duì)于股權(quán)集中度較高的企業(yè)，更應(yīng)通過(guò)數(shù)字化轉(zhuǎn)型加強(qiáng)對(duì)控股股東的監(jiān)督與制衡，減少“隧道”行為，加快推進(jìn)數(shù)字化進(jìn)程；對(duì)于面臨并購(gòu)壓力、資本市場(chǎng)業(yè)績(jī)預(yù)期壓力和融資約束的企業(yè)，其均有較強(qiáng)的動(dòng)機(jī)操縱盈余，進(jìn)而增加財(cái)務(wù)重述行為發(fā)生概率，企業(yè)此時(shí)應(yīng)通過(guò)數(shù)字化轉(zhuǎn)型助力自身發(fā)展，提升競(jìng)爭(zhēng)力，提高應(yīng)對(duì)各種壓力的能力，降低操縱盈余的動(dòng)機(jī)，最終減少財(cái)務(wù)重述行為發(fā)生。

注 釋?zhuān)?/p>

（1）分析師盈利預(yù)測(cè)偏差=（分析師預(yù)測(cè)每股收益平均值-企業(yè)真實(shí)每股收益衡量）/企業(yè)真實(shí)每股收益的絕對(duì)值。