李 濤,羅曉梅

(重慶理工大學(xué) 會(huì)計(jì)學(xué)院,重慶 400054)

一、 引言與文獻(xiàn)綜述

隨著人工智能、云計(jì)算等數(shù)字技術(shù)的迅速發(fā)展,數(shù)字經(jīng)濟(jì)已成為世界各國經(jīng)濟(jì)轉(zhuǎn)型的重要選擇。根據(jù)《全球數(shù)字經(jīng)濟(jì)白皮書(2022年)》,2021年全球47個(gè)主要經(jīng)濟(jì)體數(shù)字經(jīng)濟(jì)規(guī)模為38.1萬億美元,中國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到7.1萬億美元,占總量的18.55%。在數(shù)字經(jīng)濟(jì)持續(xù)發(fā)展的背景下,許多企業(yè)開始加速數(shù)字化轉(zhuǎn)型,采用信息技術(shù)推動(dòng)生產(chǎn)、管理和服務(wù)的全面升級(jí),并取得了顯著的成果。例如,蘋果公司采用數(shù)字化技術(shù)提升供應(yīng)鏈管理效率;沃爾瑪通過數(shù)字化技術(shù)優(yōu)化物流管理,實(shí)現(xiàn)運(yùn)營成本的降低;谷歌等科技巨頭則通過人工智能等高科技手段驅(qū)動(dòng)業(yè)務(wù)創(chuàng)新并帶來巨額收益。

現(xiàn)有文獻(xiàn)聚焦于數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果:一是在經(jīng)濟(jì)效益上,數(shù)字化轉(zhuǎn)型重塑了企業(yè)的價(jià)值創(chuàng)造過程并顛覆了價(jià)值創(chuàng)造過程[1],進(jìn)而提升了全要素生產(chǎn)率[2-3]、績效表現(xiàn)[4]等,最終促進(jìn)企業(yè)的可持續(xù)發(fā)展[5];二是在企業(yè)治理上,數(shù)字化轉(zhuǎn)型顯著增加了管理層激勵(lì)[6],有效緩解了股東與管理層的代理沖突,進(jìn)而提升企業(yè)治理水平[7]。也有學(xué)者開始關(guān)注數(shù)字化轉(zhuǎn)型對(duì)企業(yè)盈余管理的治理作用:數(shù)字化技術(shù)的應(yīng)用可以提高企業(yè)內(nèi)部信息的透明度和準(zhǔn)確性[8],進(jìn)而抑制企業(yè)的應(yīng)計(jì)盈余管理和真實(shí)盈余管理行為[9-11]。已有研究[12-13]指出,不同盈余管理間存在替代效應(yīng),即在某些情況下,企業(yè)可能選擇更具隱蔽性和靈活性的盈余管理策略以達(dá)到目標(biāo)。那么,對(duì)于第三類盈余管理方式——分類轉(zhuǎn)移盈余管理(以下簡稱“分類轉(zhuǎn)移”),數(shù)字化轉(zhuǎn)型發(fā)揮治理作用還是促進(jìn)作用?現(xiàn)有研究尚未揭示。

分類轉(zhuǎn)移是指管理層對(duì)財(cái)務(wù)報(bào)表項(xiàng)目進(jìn)行錯(cuò)誤分類,以改善核心盈余的操縱方式[14]。已有文獻(xiàn)對(duì)分類轉(zhuǎn)移影響因素的研究聚焦公司治理,如董事會(huì)治理[15]、內(nèi)部控制[16]等。也有部分學(xué)者從財(cái)政部會(huì)計(jì)信息質(zhì)量檢查[17]、原則導(dǎo)向會(huì)計(jì)準(zhǔn)則[18]等外部環(huán)境出發(fā),得出企業(yè)為規(guī)避外部監(jiān)管會(huì)出現(xiàn)更多分類轉(zhuǎn)移的結(jié)論?？梢?不同的治理環(huán)境對(duì)企業(yè)分類轉(zhuǎn)移的影響存在差異。對(duì)于數(shù)字化轉(zhuǎn)型這一戰(zhàn)略變革,既有研究尚未將其和分類轉(zhuǎn)移納入同一研究框架。探究數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的影響,有助于深入理解數(shù)字化背景下分類轉(zhuǎn)移行為的動(dòng)因和機(jī)制,對(duì)防范數(shù)字化轉(zhuǎn)型可能帶來的風(fēng)險(xiǎn)并進(jìn)一步發(fā)揮治理效應(yīng)具有重要意義。

鑒于此,本文以中國A股上市公司為研究樣本,考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的影響及其作用機(jī)制。本文的邊際貢獻(xiàn)在于:第一,拓展了數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的研究?，F(xiàn)有研究探討了數(shù)字化轉(zhuǎn)型對(duì)應(yīng)計(jì)盈余管理與真實(shí)盈余管理的影響,本文在此基礎(chǔ)上,揭示了數(shù)字化轉(zhuǎn)型對(duì)第三類盈余管理方式——分類轉(zhuǎn)移的影響,提供了數(shù)字化轉(zhuǎn)型發(fā)揮積極治理作用的增量依據(jù),進(jìn)而為進(jìn)一步推動(dòng)數(shù)字化轉(zhuǎn)型提供證據(jù)支持。第二,為提高企業(yè)的盈余質(zhì)量提供經(jīng)驗(yàn)證據(jù)。分類轉(zhuǎn)移屬于盈余結(jié)構(gòu)間的操縱,雖然不影響凈利潤,但會(huì)降低核心盈余的持續(xù)性,干擾投資者對(duì)企業(yè)業(yè)績的正確判斷。本文從內(nèi)部治理與外部監(jiān)督的角度,探討了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的作用機(jī)制,有助于提高投資者、審計(jì)師等多方主體對(duì)企業(yè)分類轉(zhuǎn)移的關(guān)注度,發(fā)揮共同治理作用,進(jìn)而改善盈余質(zhì)量。

二、 理論基礎(chǔ)與研究假設(shè)

(一) 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移盈余管理

數(shù)字化轉(zhuǎn)型的本質(zhì)是人工智能、區(qū)塊鏈、大數(shù)據(jù)等數(shù)字技術(shù)在業(yè)務(wù)場景的開發(fā)利用,有助于改善資本市場的信息環(huán)境和融資效率,進(jìn)而影響企業(yè)的分類轉(zhuǎn)移行為。

第一,“信息效應(yīng)”。一方面,數(shù)字化轉(zhuǎn)型通過提升企業(yè)盈余信息質(zhì)量減少分類轉(zhuǎn)移。核心盈余是投資者評(píng)估公司價(jià)值的主要依據(jù),為滿足投資者的積極預(yù)期,企業(yè)存在以分類轉(zhuǎn)移方式虛增核心盈余的偏好[19]。數(shù)字化轉(zhuǎn)型促使傳統(tǒng)企業(yè)擺脫傳統(tǒng)經(jīng)營管理模式,推動(dòng)企業(yè)向信息化、數(shù)字化和智能化方向發(fā)展,從而顛覆價(jià)值創(chuàng)造過程[1],為企業(yè)創(chuàng)造了更多的附加值和實(shí)現(xiàn)了交易成本節(jié)約效應(yīng)。隨著數(shù)字化轉(zhuǎn)型的不斷深入,價(jià)值倍增效應(yīng)會(huì)逐漸凸顯,進(jìn)而為企業(yè)提供穩(wěn)定的核心盈余。根據(jù)信號(hào)理論,當(dāng)企業(yè)績效、發(fā)展前景等表現(xiàn)良好時(shí),企業(yè)更樂意披露真實(shí)的盈余信息,向市場及時(shí)、充分地傳遞利好消息,改善投資者對(duì)企業(yè)估值表現(xiàn),減少分類轉(zhuǎn)移行為。另一方面,外部利益相關(guān)者的信息不對(duì)稱為企業(yè)實(shí)施分類轉(zhuǎn)移提供了條件,數(shù)字化轉(zhuǎn)型突破了外部利益相關(guān)者難以監(jiān)督企業(yè)分類轉(zhuǎn)移的局限性。通常數(shù)字化轉(zhuǎn)型程度越深入的企業(yè),其信息系統(tǒng)越完善,越能提供便捷、成本低廉和門檻較低的信息,這不但有助于緩解外部利益相關(guān)者信息搜集劣勢,而且使其借助可視化工具和機(jī)器學(xué)習(xí)算法,將結(jié)構(gòu)化數(shù)據(jù)優(yōu)化升級(jí)為各種圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù),彌補(bǔ)了信息分析能力的有限性[20],從而為更好地識(shí)別企業(yè)分類轉(zhuǎn)移提供機(jī)會(huì)和能力。外部利益相關(guān)者參與監(jiān)督驅(qū)動(dòng)企業(yè)治理模式從單向治理向多元化治理轉(zhuǎn)變,增加了企業(yè)分類轉(zhuǎn)移被曝光的可能性,由此引發(fā)的負(fù)面效應(yīng)可能會(huì)進(jìn)一步波及企業(yè)生產(chǎn)運(yùn)營的各環(huán)節(jié),因而企業(yè)出于規(guī)避經(jīng)營風(fēng)險(xiǎn)的考慮會(huì)謹(jǐn)慎進(jìn)行分類轉(zhuǎn)移。

第二,“資源支持效應(yīng)”。在中國,企業(yè)廣泛面臨“融資難”“融資貴”的問題,良好的財(cái)務(wù)業(yè)績意味著企業(yè)經(jīng)濟(jì)實(shí)力較強(qiáng)、發(fā)展前景較好以及貸款違約風(fēng)險(xiǎn)較低,是企業(yè)獲取金融支持的有力籌碼,使其具有強(qiáng)烈的盈余管理動(dòng)機(jī)迎合市場以緩解融資約束。具體地,權(quán)益性融資門檻高、要求嚴(yán),企業(yè)借助盈余管理有利于達(dá)到IPO、配股的苛刻條件。路軍偉等[21]研究發(fā)現(xiàn),上市公司在IPO前三年存在顯著的分類轉(zhuǎn)移,將核心費(fèi)用分類轉(zhuǎn)移至營業(yè)外支出以虛增核心盈余;信貸融資也是如此,企業(yè)通過盈余管理調(diào)增的利潤越多,獲得信貸資源也就越多[22]。其中,“扣除非經(jīng)常性損益后的凈利潤”通常作為硬性約束或考核條款,核心盈余逐漸成為資本市場中資金供給方的聚集點(diǎn),企業(yè)通過分類轉(zhuǎn)移提高核心盈余的動(dòng)機(jī)也愈加強(qiáng)烈。數(shù)字化轉(zhuǎn)型有助于緩解融資約束,抑制企業(yè)進(jìn)行分類轉(zhuǎn)移的動(dòng)機(jī)。

具體地,在“融資難”的問題上,企業(yè)借助數(shù)據(jù)挖掘技術(shù)快速地掌握資金供給方的海量信息,使用特定技術(shù)工具對(duì)數(shù)據(jù)進(jìn)行篩選與分析,能夠更具針對(duì)性地披露資金供給方所需的信息,緩解資金供需雙方的信息不對(duì)稱。外部信息環(huán)境的改善有助于資金供給方注意和識(shí)別出市場中的“優(yōu)質(zhì)貸款人”,擠出信息透明度較低的企業(yè),減少逆向選擇問題,增強(qiáng)企業(yè)融資可得性。在“融資貴”的問題上,國家深入推進(jìn)數(shù)字經(jīng)濟(jì)的戰(zhàn)略支持使得數(shù)字化轉(zhuǎn)型企業(yè)可以享受政府給予的優(yōu)惠政策,在這種認(rèn)證效應(yīng)下,增加了企業(yè)用較低的成本獲取資金的可能性。另外,相比傳統(tǒng)企業(yè),數(shù)字化轉(zhuǎn)型企業(yè)處理和輸出信息的能力更強(qiáng),向外部推送的價(jià)值相關(guān)性信息更多,有助于投資者和債權(quán)人更充分地掌握企業(yè)的經(jīng)營情況,降低其信息成本、決策成本以及面臨的估值風(fēng)險(xiǎn),進(jìn)而減少投資者和債權(quán)人因環(huán)境不確定所要求的風(fēng)險(xiǎn)溢價(jià),緩解“融資貴”的困境。據(jù)此,本文提出研究假說1a。

假說1a:企業(yè)數(shù)字化轉(zhuǎn)型會(huì)抑制分類轉(zhuǎn)移盈余管理。

推進(jìn)數(shù)字化轉(zhuǎn)型需要長期的探索與試錯(cuò),在實(shí)現(xiàn)數(shù)字技術(shù)與現(xiàn)有商業(yè)模式、組織結(jié)構(gòu)等協(xié)同融合的過程中,企業(yè)的融資需求、業(yè)務(wù)復(fù)雜性以及盈余壓力可能會(huì)增加,這為企業(yè)進(jìn)行分類轉(zhuǎn)移提供了機(jī)會(huì)和條件。

首先,數(shù)字化轉(zhuǎn)型程度越高的企業(yè)對(duì)資金的需求越大,較高的融資需求會(huì)擴(kuò)大資金提供方所面臨的風(fēng)險(xiǎn)敞口,企業(yè)需要在原先已經(jīng)較高的業(yè)績基礎(chǔ)上再提升業(yè)績以降低融資風(fēng)險(xiǎn),就會(huì)觸發(fā)更多的分類轉(zhuǎn)移行為[23]。一部分原因是盈余管理策略受到資本市場監(jiān)督、盈余操控靈活性和處罰風(fēng)險(xiǎn)的影響,相較于應(yīng)計(jì)盈余管理和真實(shí)盈余管理,分類轉(zhuǎn)移不改變公司的利潤總額,不需要撤銷應(yīng)計(jì)或減少未來現(xiàn)金流,不容易引起外部審計(jì)師和監(jiān)管機(jī)構(gòu)的注意,操縱成本相對(duì)更低[13,19,24];另一部分原因是數(shù)字化轉(zhuǎn)型越高的企業(yè),實(shí)施應(yīng)計(jì)盈余管理和真實(shí)盈余管理難度越高[9-11],促使企業(yè)另辟蹊徑——尋求分類轉(zhuǎn)移作為替代選擇。其次,數(shù)字化轉(zhuǎn)型的成本和收益具有較高的不確定性,企業(yè)用于數(shù)字化轉(zhuǎn)型的資金可能擠占生產(chǎn)資源,產(chǎn)生較高的試錯(cuò)成本與機(jī)會(huì)成本[25];轉(zhuǎn)型后短期內(nèi)的經(jīng)濟(jì)績效增加值可能會(huì)與增加的管理成本費(fèi)用相抵,致使企業(yè)整體績效不明顯甚至呈負(fù)相關(guān),增加盈余壓力[1],企業(yè)為“避虧”“保牌”,往往會(huì)采用非經(jīng)常性損益進(jìn)行分類轉(zhuǎn)移[26]。最后,在數(shù)字化情境下,業(yè)務(wù)流程不再受空間、時(shí)間、上下游的限制,降低了范圍經(jīng)濟(jì)內(nèi)的協(xié)作成本,越來越多的企業(yè)開始涉足其他領(lǐng)域,使得企業(yè)業(yè)務(wù)模式越來越復(fù)雜。這種復(fù)雜性不僅會(huì)加劇內(nèi)部企業(yè)與外部投資者之間信息不對(duì)稱程度,增加利益相關(guān)者的監(jiān)督難度和監(jiān)督成本[27],也可能賦予管理層在劃分某些費(fèi)用或損失時(shí)更多的自由裁量權(quán)[11],形成更多的分類轉(zhuǎn)移。據(jù)此,本文提出研究假說1b。

假說1b:企業(yè)數(shù)字化轉(zhuǎn)型會(huì)促進(jìn)分類轉(zhuǎn)移盈余管理。

(二) 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移盈余管理操縱方式

Mcvay[14]指出,分類轉(zhuǎn)移存在兩種方式:將非經(jīng)常性收益(租金收入、附屬收入和投資收益)歸類為經(jīng)常性收益,即收入操縱;將經(jīng)常性費(fèi)用(營業(yè)成本、銷售費(fèi)用和管理費(fèi)用)歸類到非經(jīng)常性費(fèi)用,即費(fèi)用操縱。

數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的操縱方式可能存在差異。相較于費(fèi)用操縱,企業(yè)的收入操縱動(dòng)機(jī)更強(qiáng)[28]。這主要有以下原因:一是收入是判定企業(yè)規(guī)模的重要標(biāo)準(zhǔn),直接影響公司經(jīng)營和投融資活動(dòng),公司規(guī)模越大,獲得的債務(wù)融資就越多;二是收入是評(píng)估企業(yè)業(yè)績的關(guān)鍵指標(biāo),例如中國對(duì)公司上市的營業(yè)收入具有硬性要求;三是對(duì)投資者而言,增加營業(yè)收入比削減核心支出更有吸引力[29];四是國際財(cái)務(wù)報(bào)告準(zhǔn)則允許企業(yè)根據(jù)其業(yè)務(wù)性質(zhì)確定營業(yè)收入和非營業(yè)收入,給予企業(yè)實(shí)施收入分類轉(zhuǎn)移的“合法性”。

進(jìn)一步地,數(shù)字技術(shù)可以給企業(yè)提供更多收入操縱的機(jī)會(huì),在發(fā)現(xiàn)和防范收入操縱方面也更加高效?；ヂ?lián)網(wǎng)使得企業(yè)涉足其他領(lǐng)域或跨界協(xié)作經(jīng)營更加便捷,提升了公司的復(fù)雜性和多元性。在收入的確認(rèn)上,管理層需要對(duì)復(fù)雜的業(yè)務(wù)做出充分的職業(yè)判斷,給予了管理層將收入從一項(xiàng)業(yè)務(wù)轉(zhuǎn)移到另一項(xiàng)業(yè)務(wù)的機(jī)會(huì)。同時(shí),數(shù)字化技術(shù)也提高了監(jiān)管機(jī)構(gòu)的監(jiān)督能力。例如,注冊(cè)會(huì)計(jì)師可以在未獲取相關(guān)審計(jì)證據(jù)前直接假定企業(yè)收入存在舞弊,并利用數(shù)字化技術(shù)對(duì)企業(yè)的銷售記錄、客戶關(guān)系、退款情況等進(jìn)行分析和比對(duì),從中發(fā)現(xiàn)異常數(shù)據(jù)以識(shí)別潛在的收入操縱行為。然而,對(duì)于費(fèi)用確認(rèn),會(huì)計(jì)準(zhǔn)則給予管理層的職業(yè)判斷空間更小,使得費(fèi)用操縱實(shí)施更難。據(jù)此,本文提出研究假說2。

假說2:與費(fèi)用操縱方式相比,數(shù)字化對(duì)收入操縱方式的分類轉(zhuǎn)移影響更為顯著。

三、 研究設(shè)計(jì)

(一) 樣本選取與數(shù)據(jù)來源

本文以2007—2021年中國A股上市企業(yè)為研究樣本,考察數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移盈余管理的影響及其作用機(jī)制。本文所涉及數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫,并進(jìn)行如下處理:(1)剔除金融類上市公司;(2)剔除ST、*ST的上市公司;(3)僅保留至少連續(xù)5年不存在數(shù)據(jù)缺失的樣本;(4)剔除年度樣本量小于15的行業(yè)數(shù)據(jù)[21],(5)對(duì)所有連續(xù)變量進(jìn)行上下1%的縮尾處理。上述數(shù)據(jù)處理采用Excel和Stata 16.0軟件實(shí)現(xiàn),最終獲得25881個(gè)觀測值。

(二) 變量定義

1. 被解釋變量(Class)

本文首先采用Mcvay[14]提出的通過核心盈余預(yù)測模型來估計(jì)非預(yù)期核心盈余及其變化,通過式(1)和式(2)分年度-行業(yè)回歸得到(制造業(yè)為二級(jí),其他行業(yè)均為一級(jí)):

CEt=α0+α1CEt-1+α2ATOt+α3ACCt+α4ACCt-1+α5ΔSalet+α6Neg×ΔSalet+ε

(1)

ΔCEt=β0+β1CEt-1+β2ΔCEt-1+β3ATOt+β4ACCt+β5ACCt-1+β6ΔSalet+β7Neg×ΔSalet+ε

(2)

其中,核心盈余(CE)為剔除非經(jīng)常性損益后的凈利潤,ΔCE為CE的變化值;ATO為凈經(jīng)營資產(chǎn)周轉(zhuǎn)率,等于營業(yè)收入/[(期初凈經(jīng)營資產(chǎn)+期末凈經(jīng)營資產(chǎn))/2];ΔATO為ATO的變化值;ACC為經(jīng)期初總資產(chǎn)標(biāo)準(zhǔn)化的核心應(yīng)計(jì)盈余,核心應(yīng)計(jì)盈余等于核心盈余減去經(jīng)營現(xiàn)金凈流量;ΔSale為主營業(yè)務(wù)收入增長率;在當(dāng)期營業(yè)收入增長率為負(fù)時(shí),Neg取值為1,否則為0;式(1)得到的殘差為非預(yù)期核心盈余(UE_CE),式(2)的殘差為非預(yù)期核心盈余變化(UE_ΔCE)。

其次,借鑒徐沛勣[15]的研究,構(gòu)建式(3),并將回歸結(jié)果的擬合值×1000作為分類轉(zhuǎn)移盈余管理操縱程度(Class)。進(jìn)一步地,通過構(gòu)建式(4)和式(5)得到的擬合值×1000分別作為費(fèi)用轉(zhuǎn)移(ClassD)和收入轉(zhuǎn)移(ClassI),以區(qū)分分類轉(zhuǎn)移盈余管理的類型。其中,NBL為營業(yè)外支出與營業(yè)外收入的差,DBL表示營業(yè)外支出,IBL表示營業(yè)外收入,且均經(jīng)期初總資產(chǎn)平滑。

UE_CEt=θ01+θ10NBLt+ε

(3)

UE_CEt=θ02+θ11DBLt+ε

(4)

UE_CEt=θ03+θ12IBLt+ε

(5)

2. 解釋變量(Digit)

借鑒吳非等[30]的做法,首先借助上市企業(yè)年報(bào)信息配對(duì),歸集整理出“人工智能”“區(qū)塊鏈”“云計(jì)算”“大數(shù)據(jù)”“數(shù)字技術(shù)應(yīng)用”5個(gè)方面關(guān)于“數(shù)字化轉(zhuǎn)型”的分類詞語,構(gòu)建一個(gè)以底層技術(shù)和實(shí)踐應(yīng)用為核心的數(shù)字化轉(zhuǎn)型詞典。然后基于機(jī)器學(xué)習(xí),用Python抓取有關(guān)數(shù)字化轉(zhuǎn)型的詞頻,并對(duì)詞頻總和加1后取對(duì)數(shù),得到衡量企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)。

3. 控制變量(Controls)

為減輕遺漏重要變量可能產(chǎn)生的計(jì)量檢驗(yàn)偏誤,本文借鑒已有研究[10,31],在回歸模型中加入如下控制變量:公司規(guī)模、公司年齡、獨(dú)立董事比例、管理層持股比例、資產(chǎn)負(fù)債率、盈利能力、成長能力、董事會(huì)規(guī)模、機(jī)構(gòu)投資者持股比例、是否兩職合一。同時(shí),為減輕遺漏變量導(dǎo)致的內(nèi)生性問題,本文控制了行業(yè)和年度效應(yīng)。

所有變量的定義和測量見表1。

表1 變量定義

(三) 模型構(gòu)建

1. 分類轉(zhuǎn)移盈余管理的存在性檢驗(yàn)

由于操控性應(yīng)計(jì)和真實(shí)活動(dòng)操控與分類轉(zhuǎn)移之間存在替代關(guān)系,參考已有研究[15,19,21],通過式(3)、式(6)、式(7)、式(8)對(duì)分類轉(zhuǎn)移的存在性進(jìn)行檢驗(yàn)。其中,DA為應(yīng)計(jì)盈余管理操縱程度,REM為真實(shí)盈余管理操縱程度。如果式(3)和式(6)中NBL的系數(shù)顯著為正,且式(7)和式(8)中NBL的系數(shù)不顯著為正,則表明樣本存在分類轉(zhuǎn)移盈余管理操縱行為。

UE_CEt=θ04+θ13NBLt+θ20DAt+θ30REMt+ε

(6)

UE_ΔCEt=θ05+θ14NBLt+ε

(7)

UE_ΔCEt=θ06+θ15NBLt+θ21DAt+θ31REMt+ε

(8)

2. 基準(zhǔn)回歸檢驗(yàn)

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)分類轉(zhuǎn)移盈余管理的影響效應(yīng),構(gòu)建式(9):

Classi,t=α0+α1Digiti,t+∑αkControlsi,t+∑Year+∑Ind+εi,t

(9)

表2 變量的描述性統(tǒng)計(jì)

其中,Class為分類轉(zhuǎn)移盈余管理程度,Digit為企業(yè)數(shù)字化轉(zhuǎn)型程度,Controls表示控制變量。系數(shù)α1代表數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移盈余管理的影響,如果α1顯著為負(fù),表明數(shù)字化轉(zhuǎn)型抑制了分類轉(zhuǎn)移,假說1a成立,反之假說1b成立。

四、 實(shí)證分析

(一) 描述性統(tǒng)計(jì)

變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。異常核心盈余(UE_CE)的最小值為-0.5669,最大值為0.6040,標(biāo)準(zhǔn)差為0.0582;分類轉(zhuǎn)移程度(Class)的最小值為-9.1251,最大值為1.1541,標(biāo)準(zhǔn)差為0.9324,表明不同上市公司的異常核心盈余存在較大差異且普遍存在分類轉(zhuǎn)移行為。數(shù)字化轉(zhuǎn)型程度(Digit)的最小值為0,最大值為4.4308,平均值為0.9591,標(biāo)準(zhǔn)差為1.1678,與吳非等[30]報(bào)告的結(jié)果相近,表明樣本中大部分公司進(jìn)行了數(shù)字化轉(zhuǎn)型,且數(shù)字化轉(zhuǎn)型程度差異較大。

(二) 基準(zhǔn)回歸

表3報(bào)告了基準(zhǔn)回歸結(jié)果。根據(jù)既有文獻(xiàn),異常核心盈余及其變化在一定程度上能夠反映企業(yè)的分類轉(zhuǎn)移盈余管理行為[14,21],因而本文除了將Class作為被解釋變量外,還將UE_CE、UE_ΔCE作為被解釋變量進(jìn)行基準(zhǔn)回歸,以增強(qiáng)研究結(jié)論的可靠性。列(1)至列(3)的結(jié)果表明,數(shù)字化轉(zhuǎn)型(Digit)的系數(shù)均顯著為負(fù),證實(shí)了數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移具有顯著的治理作用。進(jìn)一步地,從分類轉(zhuǎn)移的類型來看,列(4)和列(5)的結(jié)果表明,數(shù)字化轉(zhuǎn)型與收入轉(zhuǎn)移的系數(shù)為-0.0324,且在1%的水平下顯著,而對(duì)于費(fèi)用轉(zhuǎn)移并不顯著,說明與費(fèi)用轉(zhuǎn)移相比,數(shù)字化轉(zhuǎn)型對(duì)收入轉(zhuǎn)移的抑制作用更強(qiáng),假說2得證。

表3 基準(zhǔn)回歸:數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移

(三) 穩(wěn)健性檢驗(yàn)

為保證研究結(jié)論的穩(wěn)健性,本文進(jìn)行了如下檢驗(yàn):(1)分類轉(zhuǎn)移的存在性檢驗(yàn)?；貧w結(jié)果顯示,式(3)和式(6)非經(jīng)常性損益(NBL)系數(shù)顯著為正,式(7)和式(8)非經(jīng)常性損益(NBL)系數(shù)顯著為負(fù),表明企業(yè)非經(jīng)常性損益與本期異常核心盈余顯著相關(guān)性并非源于正常的經(jīng)營活動(dòng),驗(yàn)證了上市公司分類轉(zhuǎn)移的存在性。(2)采用Heckman兩階段回歸模型緩解樣本可能存在的自選擇問題。在第一階段,將上市公司同年、同行業(yè)平均數(shù)字化轉(zhuǎn)型程度(Mean_digit)作為外生變量,測算企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的概率并得到逆米爾斯比率(IMR)。在第二階段,將逆米爾斯比率(IMR)作為控制變量對(duì)式(9)進(jìn)行回歸。(3)將上市公司數(shù)字化轉(zhuǎn)型作為準(zhǔn)自然實(shí)驗(yàn),采用傾向性得分后的多期雙重差分模型衡量數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的“凈效應(yīng)”,緩解回歸模型中可能存在遺漏變量偏誤等內(nèi)生性問題。(4)考慮到企業(yè)對(duì)數(shù)字化轉(zhuǎn)型后的經(jīng)營調(diào)整、財(cái)務(wù)風(fēng)險(xiǎn)應(yīng)對(duì)需要一段時(shí)間來完成,即企業(yè)的分類轉(zhuǎn)移行為較數(shù)字化轉(zhuǎn)型決策有一定的滯后性,將因變量做滯后一期處理。(5)考慮到中國直轄市的特殊性,其數(shù)字經(jīng)濟(jì)發(fā)展程度、公司治理水平和經(jīng)營管理模式等與普通省份存在較大差異,剔除四個(gè)直轄市(北京、上海、重慶、天津)樣本(1)因篇幅所限,穩(wěn)健性檢驗(yàn)結(jié)果未列示,備索。。

(四) 機(jī)制檢驗(yàn)

1. 信息效應(yīng)

根據(jù)前文的理論分析,數(shù)字化轉(zhuǎn)型有助于提高企業(yè)的信息披露質(zhì)量,改善企業(yè)與利益相關(guān)者的信息不對(duì)稱,進(jìn)而減少分類轉(zhuǎn)移。本文借鑒張嘉偉等[11]的研究,采用KV模型衡量信息披露質(zhì)量:

(10)

其中,Pt-1為第t-1日的收盤價(jià),ΔPt為Pt與Pt-1的差,Volt和Vol0分別為第t日交易量和觀測期內(nèi)所有交易日的平均交易量。將式(10)中的系數(shù)α1×106求得KV指數(shù),該值越大,信息披露質(zhì)量越差。根據(jù)中介效應(yīng)三步法,對(duì)“數(shù)字化轉(zhuǎn)型—信息披露質(zhì)量—分類轉(zhuǎn)移”的影響機(jī)制進(jìn)行了檢驗(yàn),結(jié)果如表4所示。其中,第(1)列中數(shù)字化轉(zhuǎn)型(Digit)的系數(shù)在1%的水平下顯著為負(fù),表明數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)的信息披露質(zhì)量;列(2)顯示,中介變量信息披露質(zhì)量(KV)的系數(shù)為0.1974,在1%的水平下顯著為正,表明信息披露質(zhì)量發(fā)揮了中介作用。

2. 資源支持效應(yīng)

根據(jù)前文的理論分析,數(shù)字化轉(zhuǎn)型有助于緩解企業(yè)融資約束,進(jìn)而抑制分類轉(zhuǎn)移動(dòng)機(jī)。本文借鑒顧雷雷等[32]的研究,以FC指數(shù)衡量企業(yè)融資約束程度,該值越高,表明融資約束問題越嚴(yán)重。

表4 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移:機(jī)制檢驗(yàn)

表5 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移:內(nèi)部治理異質(zhì)性

表4中列(3)至列(4)展示了“數(shù)字化轉(zhuǎn)型—融資約束—分類轉(zhuǎn)移”影響路徑的回歸結(jié)果。其中,列(3)中數(shù)字化轉(zhuǎn)型(Digit)的系數(shù)在1%的水平下顯著為負(fù),表明數(shù)字化轉(zhuǎn)型顯著緩解了企業(yè)的融資約束;列(4)顯示,融資約束(FC)的系數(shù)為0.0801,在5%的水平下顯著為正,表明融資約束也發(fā)揮著中介作用。

五、 進(jìn)一步分析

(一) 內(nèi)部治理異質(zhì)性

新制度經(jīng)濟(jì)學(xué)認(rèn)為,分類轉(zhuǎn)移是一種關(guān)于會(huì)計(jì)信息披露質(zhì)量的委托代理問題,尤其是內(nèi)部控制質(zhì)量較低的企業(yè),如出于薪酬契約動(dòng)機(jī)將非經(jīng)常性損益轉(zhuǎn)移到經(jīng)常性損益以實(shí)現(xiàn)核心盈余增長目標(biāo)。根據(jù)管理控制論,數(shù)字技術(shù)的使用有助于重構(gòu)信息流,減少人為控制失效導(dǎo)致的主觀操縱風(fēng)險(xiǎn)。本文采用迪博風(fēng)險(xiǎn)數(shù)據(jù)庫中的內(nèi)部控制指數(shù)衡量內(nèi)部控制質(zhì)量[33],并根據(jù)其是否高于企業(yè)所處行業(yè)中值,將樣本分為內(nèi)部控制質(zhì)量高和內(nèi)部控制質(zhì)量低兩組?；貧w結(jié)果如表5中列(1)和列(2)所示,無論內(nèi)部控制質(zhì)量高低,數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移都有明顯的抑制作用,但從系數(shù)上來看,當(dāng)企業(yè)內(nèi)部控制質(zhì)量較低時(shí),數(shù)字化轉(zhuǎn)型(Digit)系數(shù)的絕對(duì)值更高,且組間系數(shù)檢驗(yàn)顯著,表明數(shù)字化的治理作用相對(duì)更強(qiáng)。

組織協(xié)調(diào)整合能力對(duì)于企業(yè)成功實(shí)施數(shù)字化轉(zhuǎn)型意義重大。根據(jù)動(dòng)態(tài)能力理論,適應(yīng)外部環(huán)境的變化是組織獲得持續(xù)競爭力的關(guān)鍵要素。如果企業(yè)受到組織慣性、組織學(xué)習(xí)能力等的制約,轉(zhuǎn)型的“陣痛期”將進(jìn)一步被放大。因而,組織協(xié)調(diào)整合能力低的企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的動(dòng)力和意愿更低。加之其內(nèi)部管理效能有限,使得更多的分類轉(zhuǎn)移行為成為可能,更容易受到數(shù)字化轉(zhuǎn)型的沖擊。借鑒張昊和劉德佳[34]的研究,以總資產(chǎn)周轉(zhuǎn)率作為企業(yè)協(xié)調(diào)整合能力的代理變量,其數(shù)值越高,表明企業(yè)協(xié)調(diào)固定資產(chǎn)和流動(dòng)資產(chǎn)、整合內(nèi)部資源的能力越強(qiáng)。在此基礎(chǔ)上,根據(jù)總資產(chǎn)周轉(zhuǎn)率是否高于企業(yè)所處行業(yè)中值,將樣本分為高低兩組,回歸結(jié)果如表5中第(3)列和第(4)列所示,Digit的系數(shù)在組織協(xié)調(diào)整合能力低的組中更顯著,表明當(dāng)企業(yè)組織協(xié)調(diào)整合能力更低時(shí),數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的抑制作用更強(qiáng)。

(二) 外部治理異質(zhì)性

媒體關(guān)注度不同的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的作用存在差異。數(shù)字技術(shù)具有高通用與滲透性特征,會(huì)加劇信息擴(kuò)散的“鏈?zhǔn)椒磻?yīng)”和“蝴蝶效應(yīng)”,使得盈余操縱事件能夠在短時(shí)間內(nèi)被無限放大,產(chǎn)生巨大的網(wǎng)絡(luò)輿論壓力[35],倒逼企業(yè)減少分類轉(zhuǎn)移行為。參考王福勝等[36]的研究,本文以網(wǎng)絡(luò)媒體報(bào)道的總次數(shù)加1的自然對(duì)數(shù)衡量媒體關(guān)注度(Media),其數(shù)值越高,表明媒體關(guān)注度越高,信息環(huán)境相對(duì)越透明。表6中列(1)和列(2)表明,媒體關(guān)注低的企業(yè),其數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的抑制作用顯著,此效應(yīng)不影響媒體關(guān)注度高的企業(yè)?？赡艿慕忉屖敲襟w關(guān)注度越高的企業(yè),其承擔(dān)的市場壓力和違規(guī)成本越高,實(shí)施分類轉(zhuǎn)移的可能性越小。相反,在媒體關(guān)注度較低的企業(yè)中,由于市場監(jiān)督更弱,導(dǎo)致其分類轉(zhuǎn)移動(dòng)機(jī)更強(qiáng),因而數(shù)字化轉(zhuǎn)型會(huì)產(chǎn)生更強(qiáng)的抑制作用。

表6 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移:外部監(jiān)督異質(zhì)性

審計(jì)質(zhì)量不同的企業(yè),其數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的作用存在差異。本文將是否接受“四大”會(huì)計(jì)師事務(wù)所審計(jì)作為審計(jì)質(zhì)量的代理變量,對(duì)數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移的差異進(jìn)行檢驗(yàn)。表6中列(3)和列(4)的結(jié)果表明,Digit的系數(shù)在被非“四大”會(huì)計(jì)師事務(wù)所審計(jì)的企業(yè)中顯著為負(fù),而對(duì)于被“四大”會(huì)計(jì)師事務(wù)所審計(jì)的企業(yè)不顯著。這是因?yàn)?與非“四大”會(huì)計(jì)師事務(wù)所相比,“四大”會(huì)計(jì)師事務(wù)所的客戶基數(shù)較大,面臨的法律風(fēng)險(xiǎn)、聲譽(yù)風(fēng)險(xiǎn)和監(jiān)管風(fēng)險(xiǎn)較高,他們往往會(huì)保持較高的獨(dú)立性,不會(huì)縱容分類轉(zhuǎn)移行為[37]。而且,“四大”會(huì)計(jì)師事務(wù)所涉及業(yè)務(wù)范圍廣,在數(shù)字化轉(zhuǎn)型方面涉足更深,對(duì)于隱蔽的盈余管理活動(dòng)更易發(fā)揮專長,識(shí)別分類轉(zhuǎn)移[38]。因此,與“四大”會(huì)計(jì)師事務(wù)所相比,數(shù)字化轉(zhuǎn)型對(duì)非“四大”會(huì)計(jì)師事務(wù)所的企業(yè)審計(jì)質(zhì)量的提升作用更強(qiáng),因而對(duì)分類轉(zhuǎn)移的抑制作用也更強(qiáng)。

(三) 企業(yè)盈利情況異質(zhì)性

從操縱動(dòng)機(jī)來看,核心盈余是投資者和分析師評(píng)價(jià)企業(yè)業(yè)績的重要指標(biāo),企業(yè)有動(dòng)機(jī)為滿足其預(yù)期進(jìn)行分類轉(zhuǎn)移,特別是核心盈余小于0的企業(yè)[39]。本文根據(jù)“核心盈余是否小于0”,對(duì)數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移的影響效果進(jìn)行了分組檢驗(yàn),結(jié)果如表7中列(1)和列(2)所示,數(shù)字化轉(zhuǎn)型對(duì)核心盈余小于0的企業(yè)具有顯著的抑制作用,而這一效果對(duì)核心盈余大于0的企業(yè)卻不顯著。這主要是因?yàn)?“核心盈余小于0”不僅難以滿足投資者預(yù)期,同時(shí)還可能受到信用評(píng)級(jí)和融資等限制,操縱動(dòng)機(jī)更強(qiáng),在數(shù)字化情境下,企業(yè)和利益相關(guān)者的信息不對(duì)稱程度得以有效緩解,有助于及時(shí)發(fā)現(xiàn)這一行為。

從操縱收益來看,盈利企業(yè)更可能進(jìn)行分類轉(zhuǎn)移。高雨和閆緒奇[40]指出,虧損企業(yè)分類轉(zhuǎn)移不易達(dá)到較為滿意的盈余管理目標(biāo),可實(shí)現(xiàn)“收益”較小;而盈利企業(yè)通常面臨滿足上市、再融資要求,或者避免公司業(yè)績出現(xiàn)大幅波動(dòng)等情況,操縱核心盈余的收益更高。本文根據(jù)凈利潤是否虧損,將樣本分成盈利組和虧損組分別進(jìn)行檢驗(yàn),結(jié)果如表7中列(3)和列(4)所示。在盈利組中,Digit的系數(shù)在1%的水平下顯著為負(fù),而在虧損企業(yè)中卻不顯著?？梢?數(shù)字化轉(zhuǎn)型對(duì)盈利企業(yè)的抑制作用更強(qiáng)。

進(jìn)一步地,當(dāng)凈利潤大于0但核心盈余小于0時(shí),即非經(jīng)常性損益為正,企業(yè)更具備利用分類轉(zhuǎn)移調(diào)增核心盈余的動(dòng)機(jī)和能力。本文根據(jù)核心盈余和凈利潤是否小于0,將樣本分為了企業(yè)盈利且核心盈余小于0、其他情況兩組,分別對(duì)數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移的影響效果進(jìn)行檢驗(yàn),結(jié)果如表7中列(5)和列(6)所示?？梢?當(dāng)企業(yè)處于盈利且核心盈余小于0時(shí),數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的抑制作用更強(qiáng),而對(duì)于其他情況則不顯著,表明數(shù)字化轉(zhuǎn)型能夠提升管理效率,減少企業(yè)的分類轉(zhuǎn)移行為。

表7 數(shù)字化轉(zhuǎn)型與分類轉(zhuǎn)移:企業(yè)盈利情況異質(zhì)性

六、 結(jié)論與政策建議

本文以2007—2021年中國A股上市公司為研究樣本,實(shí)證探討了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的影響及作用機(jī)制。研究發(fā)現(xiàn):(1)企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著抑制分類轉(zhuǎn)移,尤其是收入轉(zhuǎn)移;(2)機(jī)制檢驗(yàn)表明,提高信息披露質(zhì)量和緩解融資約束是企業(yè)數(shù)字化轉(zhuǎn)型抑制分類轉(zhuǎn)移的影響路徑;(3)異質(zhì)性分析發(fā)現(xiàn),在內(nèi)外部治理差異上,當(dāng)企業(yè)的內(nèi)部控制質(zhì)量低、組織協(xié)調(diào)整合能力差、媒體關(guān)注度低、被非“四大”會(huì)計(jì)師事務(wù)所審計(jì)時(shí),數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的影響更顯著;在盈利情況異質(zhì)性上,當(dāng)核心盈余小于0、凈利潤和非經(jīng)常性損益大于0時(shí),數(shù)字化轉(zhuǎn)型對(duì)分類轉(zhuǎn)移的抑制作用更顯著。

本文提出如下政策建議:(1)對(duì)于企業(yè)來說,需積極進(jìn)行合理的數(shù)字化轉(zhuǎn)型,提高內(nèi)部治理能力。企業(yè)在推進(jìn)數(shù)字化轉(zhuǎn)型的過程中,要注意與現(xiàn)有組織管理理念的融合,減少組織摩擦和慣性,提高協(xié)調(diào)整合能力,縮短企業(yè)數(shù)字化轉(zhuǎn)型的“陣痛期”。在應(yīng)用數(shù)字技術(shù)時(shí),一是可以建立風(fēng)險(xiǎn)預(yù)警和控制機(jī)制,尤其是在收入確認(rèn)的管理上,實(shí)時(shí)監(jiān)控和反饋管理層利用職權(quán)優(yōu)勢凌駕于內(nèi)部控制之上的不當(dāng)行為,提高企業(yè)內(nèi)部控制質(zhì)量,壓縮管理層將營業(yè)外收入轉(zhuǎn)移計(jì)入營業(yè)收入的空間;二是為管理層提供科學(xué)決策機(jī)制,改善投資效率,緩解盈余壓力,抑制管理層操縱核心盈余的動(dòng)機(jī);三是建立數(shù)字管理平臺(tái)實(shí)現(xiàn)企業(yè)信息的互聯(lián)互通,主動(dòng)提高信息披露透明度,及時(shí)向市場傳遞真實(shí)準(zhǔn)確的盈余信息,成為市場中的“優(yōu)質(zhì)貸款人”,緩解融資困境,為創(chuàng)造企業(yè)價(jià)值持續(xù)賦能。(2)對(duì)投資者和監(jiān)管部門而言,一是借助數(shù)字技術(shù)提升數(shù)據(jù)收集和分析能力。信息不對(duì)稱是企業(yè)實(shí)施盈余管理的重要原因,投資者和監(jiān)管機(jī)構(gòu)可以借助數(shù)據(jù)挖掘技術(shù)克服接收的劣勢,運(yùn)用數(shù)據(jù)分析技術(shù),將結(jié)構(gòu)化數(shù)據(jù)優(yōu)化升級(jí)為各種圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù),緩解自身分析能力的有限性。二是充分發(fā)揮審計(jì)監(jiān)督、輿論監(jiān)督等外部治理作用,借助專業(yè)人士、媒體提供的研究報(bào)告等,多渠道了解企業(yè)的真實(shí)經(jīng)營狀況,更好地甄別企業(yè)可能存在的盈余管理行為,發(fā)揮共同治理的作用。三是特別關(guān)注分類轉(zhuǎn)移頻發(fā)企業(yè)。例如,媒體關(guān)注低、被非“四大”會(huì)計(jì)師事務(wù)所審計(jì)的企業(yè)受到監(jiān)督壓力較輕,可能表現(xiàn)出更強(qiáng)的操縱動(dòng)機(jī)和更多的操縱空間,投資者和監(jiān)管機(jī)構(gòu)應(yīng)當(dāng)注意甄別其可能存在的盈余操縱風(fēng)險(xiǎn)。尤其是常常容易忽略的盈利企業(yè),其可能為避免盈余起伏波動(dòng)、滿足上市等監(jiān)管條件而進(jìn)行分類轉(zhuǎn)移操縱,因此,投資者和監(jiān)管機(jī)構(gòu)同樣應(yīng)當(dāng)關(guān)注盈利企業(yè)的操縱跡象。另外,加強(qiáng)對(duì)企業(yè)收入操縱行為的警惕性,防范企業(yè)借助數(shù)字技術(shù)采取更為隱蔽的方式進(jìn)行盈余操縱的風(fēng)險(xiǎn)。