［摘要］數(shù)字化轉(zhuǎn)型對企業(yè)并購的流程和策略產(chǎn)生了深遠(yuǎn)影響，但能否提升并購質(zhì)量尚未可知。為此，以2008—2022年滬深A(yù)股上市公司為研究樣本，從并購商譽(yù)泡沫角度入手，分析數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響機(jī)理，研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型顯著促進(jìn)了并購商譽(yù)泡沫，經(jīng)過一系列穩(wěn)健性檢驗(yàn)后結(jié)論依然成立。同時，作用機(jī)制檢驗(yàn)結(jié)果表明，數(shù)字化轉(zhuǎn)型會誘發(fā)高管過度自信，驅(qū)動企業(yè)實(shí)施溢價并購和激進(jìn)并購戰(zhàn)略，進(jìn)而促進(jìn)并購商譽(yù)泡沫。

進(jìn)一步分析發(fā)現(xiàn)：在民營性質(zhì)、處于成長期和經(jīng)過低質(zhì)量審計(jì)這三種情形下，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的促進(jìn)影響更為顯著；數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的推動效應(yīng)在短期掩蓋了抑制效應(yīng)。研究結(jié)論對推動企業(yè)“智改數(shù)轉(zhuǎn)”、完善數(shù)字經(jīng)濟(jì)治理體系、促進(jìn)資本市場健康發(fā)展具有重要啟示意義。

［關(guān)鍵詞］數(shù)字化轉(zhuǎn)型；商譽(yù)泡沫；過度自信；并購依賴；并購戰(zhàn)略；企業(yè)生命周期；公司治理

［中圖分類號］F270［文獻(xiàn)標(biāo)志碼］A［文章編號］2096-3114（2024）06-0041-14

一、 引言

國務(wù)院工信部印發(fā)了《中小企業(yè)數(shù)字化轉(zhuǎn)型指南（2022）》，旨在科學(xué)部署與指引中小企業(yè)數(shù)字化轉(zhuǎn)型工作，以促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展。國務(wù)院國資委在此之前也印發(fā)了《關(guān)于加快推進(jìn)國有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》，指出要構(gòu)建國有企業(yè)數(shù)字治理體系，推動面向數(shù)字化轉(zhuǎn)型的企業(yè)組織與管理變革。實(shí)際上，我國企業(yè)自2010年已進(jìn)行數(shù)字化營銷，2015年后借助人工智能、物聯(lián)網(wǎng)和5G等新興數(shù)字技術(shù)實(shí)現(xiàn)了智能化運(yùn)營與決策［1］。因此，數(shù)智技術(shù)的演進(jìn)不僅重塑了企業(yè)內(nèi)部運(yùn)作機(jī)制，而且或多或少影響了戰(zhàn)略決策與變革。理論上講，開展數(shù)字化轉(zhuǎn)型的企業(yè)，其并購手段和戰(zhàn)略應(yīng)當(dāng)更加理性科學(xué)［1］，數(shù)字賦能管理所產(chǎn)生的提質(zhì)增效作用應(yīng)當(dāng)放大并購重組的協(xié)同效應(yīng)，減少并購決策質(zhì)量缺陷。然而，自國有企業(yè)改革加速以來，市場并購活動與商譽(yù)規(guī)模呈現(xiàn)出顯著增長趨勢，甚至在《會計(jì)監(jiān)管風(fēng)險(xiǎn)提示第8號——商譽(yù)減值（2018）》規(guī)范了商譽(yù)資產(chǎn)減值測試之后，其減值規(guī)模同比增長了343.42%。這不禁引發(fā)社會公眾對企業(yè)數(shù)字化轉(zhuǎn)型的質(zhì)疑：為什么企業(yè)不能充分應(yīng)用數(shù)字技術(shù)有效提高并購重組質(zhì)量，進(jìn)而緩解并購商譽(yù)泡沫呢？事實(shí)上，受“缺方案、缺技術(shù)、缺數(shù)據(jù)、缺資金”等因素制約，以及同行業(yè)數(shù)字化進(jìn)程加速的鞭策，數(shù)字化轉(zhuǎn)型的并購路徑依賴特征可能會推動商譽(yù)泡沫產(chǎn)生。

企業(yè)短期對創(chuàng)新技術(shù)的急切追求，使得并購成為數(shù)字化轉(zhuǎn)型的重要手段［2-3］。具體而言：一方面，數(shù)字化轉(zhuǎn)型能夠優(yōu)化并購?fù)顿Y決策和內(nèi)部運(yùn)營機(jī)制［1］，通過增強(qiáng)技術(shù)創(chuàng)新來促進(jìn)企業(yè)價值增值［3］，進(jìn)而提高并購協(xié)同效應(yīng)并降低商譽(yù)減值風(fēng)險(xiǎn)；另一方面，企業(yè)在并購（尤其是數(shù)字并購）的催化作用下低成本高效率地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型［2］，避免了中小企業(yè)面臨的“智改數(shù)轉(zhuǎn)”痛點(diǎn)難點(diǎn)。因此，并購重組已然成為當(dāng)代企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略的核心組成部分。然而，并購路徑依賴是否會達(dá)成預(yù)期合并效果尚未可知，且鮮有文獻(xiàn)直接闡釋數(shù)字化轉(zhuǎn)型影響并購重組效果的內(nèi)在邏輯?，F(xiàn)有研究主要集中于數(shù)字并購角度探討數(shù)字化轉(zhuǎn)型對企業(yè)高質(zhì)量發(fā)展的影響，如全要素生產(chǎn)率［4］、技術(shù)創(chuàng)新［3］和市場競爭力［5］，缺乏對并購結(jié)果的分析。多數(shù)研究關(guān)注“增量”影響，例如數(shù)字化轉(zhuǎn)型能促進(jìn)研發(fā)創(chuàng)新、增加企業(yè)價值和提高全要素生產(chǎn)率［4-5］，忽視了數(shù)字技術(shù)的“提質(zhì)”作用［6］，即企業(yè)創(chuàng)收效果。現(xiàn)有研究聚焦于靜態(tài)視角分析［3-5］，鮮有研究從企業(yè)生命周期等動態(tài)視角分析數(shù)字化轉(zhuǎn)型的階段性特征，且尚未見文獻(xiàn)從動態(tài)視角解釋數(shù)字化轉(zhuǎn)型對并購重組的影響。因此，研究數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響機(jī)制，不僅有利于明晰數(shù)字化轉(zhuǎn)型問題，促進(jìn)企業(yè)高質(zhì)高效科學(xué)轉(zhuǎn)型，還有利于監(jiān)管者與投資者深入理解其風(fēng)險(xiǎn)特征，審慎監(jiān)管與投資。

為探究數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫產(chǎn)生何種影響，本文使用網(wǎng)絡(luò)爬蟲技術(shù)Python和文本分析方法，構(gòu)建上市公司數(shù)字化轉(zhuǎn)型指標(biāo)，并選取2008—2022年中國滬深A(yù)股上市公司為研究樣本。相較于既有文獻(xiàn)，本文ccfffe0aae90003fcb92b79ecfd86f7b可能的主要貢獻(xiàn)如下：第一，從并購角度探討數(shù)字化轉(zhuǎn)型對企業(yè)發(fā)展的影響。以往研究多集中于運(yùn)營管理［4］、技術(shù)創(chuàng)新［3］等領(lǐng)域，鮮有關(guān)注數(shù)字化轉(zhuǎn)型對并購路徑的依賴性。本文深入分析數(shù)字化轉(zhuǎn)型企業(yè)的發(fā)展特征，填補(bǔ)了前人研究的空白。第二，從商譽(yù)泡沫角度揭示了數(shù)字化轉(zhuǎn)型企業(yè)的發(fā)展特點(diǎn)。過往研究從全要素生產(chǎn)率等角度籠統(tǒng)反映企業(yè)發(fā)展情況［4］，顯示出數(shù)字化轉(zhuǎn)型的積極作用，但未能解釋其在特定情境下的消極影響。本文聚焦并購質(zhì)量，探究數(shù)字化轉(zhuǎn)型在并購過程中的影響機(jī)理，為強(qiáng)化并購監(jiān)管提供了理論與事實(shí)依據(jù)。第三，從橫向和縱向維度分析數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的動態(tài)影響。

通過生命周期這一橫向維度，比較不同階段的數(shù)字化轉(zhuǎn)型企業(yè)并購特征，同時從縱向時間維度探討同一企業(yè)數(shù)字化轉(zhuǎn)型對并購活動的影響，以幫助企業(yè)制定更科學(xué)合理的并購戰(zhàn)略，并為政策制定者識別重要監(jiān)管領(lǐng)域提供支持。

二、 文獻(xiàn)綜述

數(shù)字化轉(zhuǎn)型給企業(yè)并購帶來的主要影響包括并購過程優(yōu)化、并購重組提效和并購戰(zhàn)略調(diào)整。首先，數(shù)字化轉(zhuǎn)型有助于緩解信息不對稱和融資約束。

通過大數(shù)據(jù)技術(shù)的數(shù)據(jù)標(biāo)準(zhǔn)化與結(jié)構(gòu)化處理，并購目標(biāo)市場價值更加清晰，加之人工智能能預(yù)判財(cái)務(wù)走勢，企業(yè)與市場之間的信息不對稱大大降低［7］。

數(shù)字技術(shù)嵌入公司治理，會提高內(nèi)外部監(jiān)督的透明度，緩解股東與高管之間的信息不對稱，增強(qiáng)對管理層的并購行為監(jiān)督，降低代理成本［8］。此外，面向數(shù)字化轉(zhuǎn)型的企業(yè)往往能夠從政府和相關(guān)部門獲取更多資源和優(yōu)惠政策，數(shù)字產(chǎn)品創(chuàng)造的市場份額增益也提升了企業(yè)的現(xiàn)金流，數(shù)字技術(shù)助力拓寬融資渠道，加之?dāng)?shù)字投資熱推高企業(yè)股價，進(jìn)而成功緩解融資約束并落實(shí)并購方案［9］。其次，數(shù)字化轉(zhuǎn)型能夠提高并購重組的協(xié)同效應(yīng)。多數(shù)研究表明，數(shù)字化轉(zhuǎn)型最終能夠提升企業(yè)全要素生產(chǎn)率。通過增強(qiáng)技術(shù)創(chuàng)新、促進(jìn)專業(yè)化分工、優(yōu)化人力資源配置以及推動產(chǎn)業(yè)融合，企業(yè)能夠有效降低運(yùn)營成本，提高資產(chǎn)運(yùn)營效率，從而在激烈的市場競爭中獲取優(yōu)勢［4-5］。再次，數(shù)字化轉(zhuǎn)型會深刻轉(zhuǎn)變企業(yè)并購戰(zhàn)略。數(shù)字化轉(zhuǎn)型因其巨大商業(yè)價值而受到企業(yè)追捧。數(shù)字并購成為傳統(tǒng)企業(yè)轉(zhuǎn)型的重要途徑，尤其在軟件和信息技術(shù)服務(wù)業(yè)中表現(xiàn)突出［2］。例如，聯(lián)合利華收購Dollar Shave Club快速建立數(shù)字營銷能力，清華控股收購Marvell Tech加強(qiáng)半導(dǎo)體行業(yè)布局，實(shí)現(xiàn)產(chǎn)業(yè)鏈閉合。企業(yè)通過收購網(wǎng)絡(luò)安全、人工智能、物聯(lián)網(wǎng)和云計(jì)算等前沿技術(shù)，迅速增強(qiáng)數(shù)字化能力，拓展市場并吸引用戶，吸納數(shù)字人才以彌補(bǔ)短缺，并有效管理知識產(chǎn)權(quán)［2］。因此，數(shù)字并購的“快速獲取”和“高效整合”特性，使企業(yè)更傾向于通過并購獲取數(shù)字能力，而非自建。然而，數(shù)字化轉(zhuǎn)型中的企業(yè)并購并非“風(fēng)平浪靜”，實(shí)則為“暗礁險(xiǎn)灘”。例如，數(shù)字化轉(zhuǎn)型與企業(yè)全要素生產(chǎn)率的非線性關(guān)系意味著過度推進(jìn)可能導(dǎo)致與現(xiàn)有組織結(jié)構(gòu)不匹配［5］。部分企業(yè)可能過分追求技術(shù)創(chuàng)新數(shù)量，忽視質(zhì)量和實(shí)際效果［6］。此外，數(shù)字化轉(zhuǎn)型雖提升企業(yè)生產(chǎn)效率，卻可能加劇投融資期限錯配，增加企業(yè)經(jīng)營和財(cái)務(wù)風(fēng)險(xiǎn)［10］。在新基建背景下，我國制造業(yè)在數(shù)智化改造中面臨新技術(shù)落地路徑不清和與發(fā)達(dá)國家技術(shù)差距等問題，限制了其高質(zhì)量發(fā)展［2］。并購商譽(yù)泡沫的主要影響因素包括內(nèi)部因素和企業(yè)戰(zhàn)略。首先，信息不對稱和管理層代理行為是關(guān)鍵內(nèi)部因素。

信息不對稱會導(dǎo)致并購方在并購過程中錯誤估計(jì)目標(biāo)企業(yè)價值，選擇不當(dāng)或支付不合理價格［11-12］。它還會促使企業(yè)模仿行業(yè)領(lǐng)頭羊的行為和定價，采取市場跟隨者戰(zhàn)略，導(dǎo)致高溢價并購［12］。

高效的管理者通過精準(zhǔn)估值和資源整合，降低商譽(yù)減值風(fēng)險(xiǎn)［13］。而過度自信的管理者則可能高估收益、低估風(fēng)險(xiǎn)，導(dǎo)致并購溢價增加并促成商譽(yù)膨脹［14］。另外，出于報(bào)酬、聲譽(yù)以及財(cái)務(wù)報(bào)告動機(jī)，追求個人利益的高管可能頻繁并購并支付高額溢價，惡意不計(jì)提、少計(jì)提或不及時計(jì)提商譽(yù)減值，進(jìn)一步加劇商譽(yù)泡沫［15］。此外，公司控股股東或?qū)嶋H控制人也可能會惡意操縱公司并購，以實(shí)現(xiàn)個人的利益輸送。經(jīng)驗(yàn)表明，熱衷于高溢價并購的企業(yè)更容易發(fā)生大股東套利減持。然而，采取有效的激勵和治理機(jī)制，如落實(shí)績效考核和股權(quán)激勵［16］，強(qiáng)化內(nèi)部控制［17］與外部審計(jì)監(jiān)督［18］，放松賣空管制以提高市場信息透明度和優(yōu)化公司內(nèi)部治理［19］，均能夠緩解代理問題引起的并購商譽(yù)泡沫。其次，短期商譽(yù)減值操縱和高溢價并購擴(kuò)張是導(dǎo)致并購商譽(yù)泡沫的戰(zhàn)略因素。因商譽(yù)在會計(jì)處理方面存在較大的自由裁量權(quán)和自由選擇空間，企業(yè)為避免商譽(yù)減值帶來的負(fù)面影響或出于盈余管理等其他目的，在短期內(nèi)往往會避免確認(rèn)商譽(yù)減值，而在長期會選擇合適的時機(jī)進(jìn)行財(cái)務(wù)“大洗澡”，進(jìn)而在較長期內(nèi)形成商譽(yù)泡沫［18］。事實(shí)上，企業(yè)并購不僅是戰(zhàn)略決策問題，更是成長過程中的內(nèi)生性決策［20］。受歷史經(jīng)驗(yàn)（或知識依賴）和成長壓力的雙重影響，企業(yè)會選擇并購戰(zhàn)略成長方式，其中知識依賴型并購?fù)ǔ?dǎo)致較低的商譽(yù)泡沫，而成長壓力型并購則可能增加商譽(yù)泡沫［20］。資本市場對成長速度的重視，促使企業(yè)在社會和歷史比較中采取外延式并購擴(kuò)張方式，甚至是高風(fēng)險(xiǎn)擴(kuò)張策略，同時為應(yīng)對行業(yè)競爭而實(shí)施差異化競爭戰(zhàn)略，進(jìn)而支付更高的并購溢價［21］。

綜上所述，數(shù)字化轉(zhuǎn)型深刻改變了企業(yè)并購重組活動。盡管許多研究認(rèn)為數(shù)字化轉(zhuǎn)型能優(yōu)化并購過程［7-8］、提高協(xié)同效應(yīng)［4-5］并推動并購擴(kuò)張［2］，但其常常忽視數(shù)字化轉(zhuǎn)型背后可能暗含的并購風(fēng)險(xiǎn)。例如，多數(shù)研究指出過度推進(jìn)數(shù)字化可能導(dǎo)致組織結(jié)構(gòu)和運(yùn)營模式不適應(yīng)、融資期限錯配［10］、數(shù)字技術(shù)難以高效應(yīng)用和發(fā)展［2］等問題，卻未關(guān)注這些問題與并購轉(zhuǎn)型的關(guān)系?，F(xiàn)有研究表明，數(shù)字化轉(zhuǎn)型會影響公司治理和并購戰(zhàn)略［1］，但缺乏對其具體影響和內(nèi)在邏輯的清晰說明。同時，現(xiàn)有研究探討了并購商譽(yù)泡沫可能的影響因素［13-15，20］，而關(guān)于數(shù)字經(jīng)濟(jì)政策和技術(shù)發(fā)展背景下數(shù)字化轉(zhuǎn)型對并購效果的潛在影響卻鮮有討論。鑒于此，本文將從并購商譽(yù)泡沫的角度分析數(shù)字化轉(zhuǎn)型對并購的影響，以回答“數(shù)字化轉(zhuǎn)型是促進(jìn)還是抑制企業(yè)并購商譽(yù)泡沫”之問。

三、 理論分析與研究假設(shè)

理論上，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響既可能促進(jìn)，也可能抑制。一方面，數(shù)字化轉(zhuǎn)型可能成為高管實(shí)現(xiàn)短期業(yè)績的重要工具，使其對并購協(xié)同效應(yīng)過于樂觀，進(jìn)而推動不符合企業(yè)利益的并購決策。此外，數(shù)字經(jīng)濟(jì)政策的積極推行為財(cái)務(wù)危機(jī)企業(yè)提供了機(jī)會，這些企業(yè)通過高溢價并購尋求政策支持，從而延續(xù)生存。另一方面，數(shù)字化轉(zhuǎn)型可能抑制并購商譽(yù)泡沫。它通過提升公司治理透明度，優(yōu)化資源配置和投資決策，增強(qiáng)并購后協(xié)同效應(yīng)。同時，透明的市場信息助力企業(yè)科學(xué)選擇并購目標(biāo)與定價，從而降低高溢價風(fēng)險(xiǎn)。下文將從促進(jìn)與抑制兩個角度探討數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的潛在影響。

（一） 數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的促進(jìn)作用

從內(nèi)部治理視角分析，數(shù)字化轉(zhuǎn)型導(dǎo)致高管過度自信和委托代理行為。

一方面，政策支持如推進(jìn)產(chǎn)業(yè)數(shù)字化和加速數(shù)字創(chuàng)新的發(fā)展，可能使管理層對數(shù)字技術(shù)的前景產(chǎn)生過于樂觀的預(yù)期。這種樂觀源于多方面因素，包括政策的經(jīng)濟(jì)扶持，使企業(yè)更易于獲得銀行等金融機(jī)構(gòu)的信貸。在成長期企業(yè)中，政策利好能夠有效緩解融資約束，管理者因而往往低估并購重組的財(cái)務(wù)風(fēng)險(xiǎn)，導(dǎo)致投融資錯配。而在衰退期企業(yè)，管理者寄希望于數(shù)字化轉(zhuǎn)型以實(shí)現(xiàn)舊技術(shù)的升級，因而對并購產(chǎn)生過高期待。然而，數(shù)字化轉(zhuǎn)型并非總能實(shí)現(xiàn)預(yù)期目標(biāo)，潛在風(fēng)險(xiǎn)如經(jīng)營模式不匹配或技術(shù)應(yīng)用不當(dāng)可能導(dǎo)致并購商譽(yù)泡沫的產(chǎn)生。另一方面，數(shù)字化轉(zhuǎn)型所帶來的短期績效激勵高管采取不利于企業(yè)整體利益的并購策略。通過整合先進(jìn)技術(shù)，企業(yè)提升了創(chuàng)新能力和產(chǎn)品競爭力，技術(shù)并購?fù)苎杆僭黾邮袌龇蓊~和利潤，進(jìn)而提升高管績效。此外，數(shù)字化轉(zhuǎn)型還提升了投資者對企業(yè)市場價值的預(yù)期，推動股價上漲，進(jìn)一步展示高管的企業(yè)治理能力［22］。控股股東及其他利益相關(guān)者可能在看到數(shù)字化轉(zhuǎn)型帶來的并購績效后，放松對高管行為的監(jiān)督，忽視潛在的代理風(fēng)險(xiǎn)。同時，監(jiān)管機(jī)構(gòu)也可能因短期績效而減弱對企業(yè)市場行為的監(jiān)管力度。在此背景下，高管可能借數(shù)字化轉(zhuǎn)型之名，頻繁開展并購，以掩蓋企業(yè)的經(jīng)營問題，并以數(shù)字技術(shù)的高估值為由，虛增商譽(yù)資產(chǎn)，從而形成并購商譽(yù)泡沫。

從企業(yè)戰(zhàn)略視角分析，數(shù)字化轉(zhuǎn)型引發(fā)高溢價并購戰(zhàn)略和激進(jìn)并購戰(zhàn)略。

一方面，數(shù)字化轉(zhuǎn)型已成為市場的焦點(diǎn)，投資者對數(shù)字技術(shù)和相關(guān)企業(yè)的價值預(yù)期顯著上升，這促使企業(yè)傾向于采取高溢價并購策略。隨著數(shù)字化轉(zhuǎn)型提升了企業(yè)的技術(shù)創(chuàng)新能力和產(chǎn)業(yè)價值增值能力，許多投資者更關(guān)注這些企業(yè)，加上媒體的宣傳和政策支持，數(shù)字化轉(zhuǎn)型企業(yè)的市場價值被推高，導(dǎo)致對具備數(shù)字技術(shù)企業(yè)的非理性估值?；谶@種預(yù)期，企業(yè)加速數(shù)字化轉(zhuǎn)型進(jìn)程，頻繁收購具有數(shù)字技術(shù)的公司。然而，激烈的并購競爭進(jìn)一步推高了數(shù)字技術(shù)的市場價值，使企業(yè)不得不支付更高的并購溢價，或因缺乏對數(shù)字技術(shù)真實(shí)價值的清晰認(rèn)知而溢價收購，從而形成巨大的商譽(yù)泡沫。高市場預(yù)期和政策利好使得數(shù)字化轉(zhuǎn)型企業(yè)在資本市場上獲得更大的融資規(guī)模，充足的資金為并購提供了支持，競爭者的資金豐富也會被動抬高并購標(biāo)的的價格。另一方面，開展數(shù)字化轉(zhuǎn)型的企業(yè)為了獲取市場競爭優(yōu)勢并突破生命周期瓶頸，傾向于采取激進(jìn)的并購戰(zhàn)略。在全球經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)發(fā)生深刻變革的背景下，數(shù)字化轉(zhuǎn)型已成為企業(yè)競爭的關(guān)鍵領(lǐng)域，高水平的數(shù)字化能力是實(shí)現(xiàn)企業(yè)高質(zhì)量發(fā)展的重要因素。因此，企業(yè)管理者及控股股東積極制定并實(shí)施激進(jìn)的并購戰(zhàn)略。處于成長期的企業(yè)為了把握數(shù)字時代的機(jī)遇，往往推進(jìn)數(shù)字化轉(zhuǎn)型，以便在市場中獲取競爭優(yōu)勢并緩解融資約束。為降低數(shù)字化轉(zhuǎn)型的門檻，成長期企業(yè)可能過度依賴數(shù)字并購路徑，忽視并購重組風(fēng)險(xiǎn)。而處于衰退期的企業(yè)面臨市場份額下降和業(yè)務(wù)收縮，迫切希望尋找新的增長點(diǎn)以改善財(cái)務(wù)狀況［23］，從而在數(shù)字化轉(zhuǎn)型過程中采取冒險(xiǎn)的并購策略。此外，由于市場信息的不對稱，當(dāng)企業(yè)觀察到同行業(yè)企業(yè)的數(shù)字并購活動后，可能受到“同伴效應(yīng)”的影響而跟風(fēng)并購，盡管自身并不完全符合并購條件［14］。

綜上所述，數(shù)字化轉(zhuǎn)型可能引發(fā)高管的過度自信和代理行為，促使企業(yè)實(shí)施高溢價和激進(jìn)的并購戰(zhàn)略，從而進(jìn)一步推動并購商譽(yù)泡沫的形成。

因此本文提出如下假設(shè)：

H1a：在其他條件不變的前提下，企業(yè)數(shù)字化轉(zhuǎn)型促進(jìn)了并購商譽(yù)泡沫。

（二） 數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的抑制作用

從內(nèi)部治理視角分析，數(shù)字化轉(zhuǎn)型有助于緩解管理層的委托代理問題。一方面，數(shù)字化轉(zhuǎn)型提高了內(nèi)部控制質(zhì)量［24］，使組織結(jié)構(gòu)更加網(wǎng)絡(luò)化和扁平化，增強(qiáng)了信息傳遞效率，促進(jìn)了各部門之間的溝通與互動。數(shù)字技術(shù)的應(yīng)用使企業(yè)能夠?qū)崟r收集和分析海量數(shù)據(jù)，從而更準(zhǔn)確地監(jiān)控運(yùn)營情況，為股東提供更清晰化的分析報(bào)告，減少管理層在投資決策中的主觀判斷和操控空間。此外，智能化的控制活動和流程數(shù)字化能夠有效監(jiān)督管理層的行為，避免其進(jìn)行不符合企業(yè)利益的并購。例如，區(qū)塊鏈技術(shù)的應(yīng)用可以強(qiáng)化信息真實(shí)性，減少欺詐行為，智能合約可以實(shí)現(xiàn)自動化合約執(zhí)行與驗(yàn)證，提高了交易的透明度和安全性。數(shù)字化轉(zhuǎn)型能夠強(qiáng)化內(nèi)部監(jiān)督機(jī)制，實(shí)現(xiàn)業(yè)務(wù)流程實(shí)時跟蹤、全過程監(jiān)控，進(jìn)而避免商譽(yù)資產(chǎn)科目被惡意操縱。另一方面，數(shù)字化轉(zhuǎn)型會引起審計(jì)師的特殊關(guān)注。數(shù)字化轉(zhuǎn)型程度高的企業(yè)，其內(nèi)部控制體系更具有數(shù)字化特質(zhì)。審計(jì)師需針對新風(fēng)險(xiǎn)和更加復(fù)雜的信息系統(tǒng)等審計(jì)對象，制定和實(shí)施區(qū)別于傳統(tǒng)企業(yè)的審計(jì)計(jì)劃和程序，如聘請IT專家等額外措施［25］。這些因素使得數(shù)字化轉(zhuǎn)型企業(yè)受到更多審計(jì)關(guān)注。同時，數(shù)字化轉(zhuǎn)型推動企業(yè)績效提升，激勵管理層通過改善業(yè)績獲取合理的薪酬，進(jìn)而減少因追求控制權(quán)導(dǎo)致的私利行為和資源浪費(fèi)，從而降低委托代理成本。

從企業(yè)戰(zhàn)略視角分析，數(shù)字化轉(zhuǎn)型能夠有效減少高溢價并購并提升并購的協(xié)同效應(yīng)。一方面，數(shù)字化轉(zhuǎn)型提高了企業(yè)與市場之間的信息透明度，使并購評估更加準(zhǔn)確，從而降低高溢價并購的風(fēng)險(xiǎn)。通過數(shù)字技術(shù)，企業(yè)能夠多維度分析目標(biāo)企業(yè)的市場潛力、競爭環(huán)境、業(yè)務(wù)模式以及管理團(tuán)隊(duì)等，結(jié)合非結(jié)構(gòu)化數(shù)據(jù)（如社交媒體情感分析、客戶評論和市場新聞），形成全面的企業(yè)畫像［26］。這種系統(tǒng)性評估幫助企業(yè)更準(zhǔn)確地預(yù)測被并購企業(yè)的未來表現(xiàn)，進(jìn)而減少主觀判斷的偏差，避免支付過高的并購溢價。另一方面，數(shù)字化轉(zhuǎn)型通過提升運(yùn)營效率、改善用戶體驗(yàn)、增強(qiáng)競爭力和創(chuàng)新能力，強(qiáng)化了并購的協(xié)同效應(yīng)。引入自動化工具和人工智能技術(shù)后，企業(yè)的日常運(yùn)營流程得以簡化，生產(chǎn)效率提高，運(yùn)營成本降低。同時，通過大數(shù)據(jù)分析，企業(yè)能夠?qū)崟r獲取市場動態(tài)與客戶行為，做出更加精準(zhǔn)和快速的決策，增強(qiáng)對市場變化的響應(yīng)能力。此外，數(shù)字化轉(zhuǎn)型為企業(yè)提供了更多客戶互動渠道，提升了客戶參與度。企業(yè)在不斷引入新技術(shù)的過程中，不僅提升了產(chǎn)品和服務(wù)的競爭力，也實(shí)現(xiàn)了市場優(yōu)勢的差異化。最終，數(shù)字化技術(shù)的靈活應(yīng)用（如云計(jì)算和電子商務(wù)平臺）促使企業(yè)調(diào)整組織結(jié)構(gòu)，以適應(yīng)新的業(yè)務(wù)需求，從而提高發(fā)展質(zhì)量，發(fā)揮并購的協(xié)同效應(yīng)。

綜上所述，數(shù)字化轉(zhuǎn)型可能有助于緩解管理層的委托代理問題，降低高溢價并購的發(fā)生，提升并購的協(xié)同效應(yīng)，從而抑制并購商譽(yù)泡沫的形成。

因此本文提出如下假設(shè)：

H1b：在其他條件不變的前提下，企業(yè)數(shù)字化轉(zhuǎn)型抑制了并購商譽(yù)泡沫。

四、 研究設(shè)計(jì)

（一） 樣本選擇與數(shù)據(jù)來源

財(cái)政部于2007年對企業(yè)會計(jì)準(zhǔn)則中有關(guān)商譽(yù)計(jì)量的內(nèi)容實(shí)施了重要調(diào)整。因此，本文選取2008—2022年間我國A股上市公司數(shù)據(jù)作為研究樣本。所用企業(yè)財(cái)務(wù)數(shù)據(jù)主要來源于Wind、CSMAR數(shù)據(jù)庫以及上市公司年度報(bào)告。在數(shù)據(jù)處理過程中采取以下措施以確保研究的準(zhǔn)確性和可靠性：剔除金融行業(yè)企業(yè)數(shù)據(jù)；樣本期內(nèi)ST、*ST、PT類企業(yè)財(cái)務(wù)狀況異常，剔除當(dāng)年觀測值；剔除樣本期間存在退市行為的企業(yè)；剔除缺失主要研究變量的樣本；為減少樣本中異常值的影響，對所有連續(xù)變量進(jìn)行上下1%的Winsorize尾部處理。經(jīng)過這些篩選和處理步驟，最終獲得了34035個公司-年度的觀測值。

（二） 變量定義

被解釋變量為并購商譽(yù)泡沫（GWE）。以往研究常通過新增商譽(yù)規(guī)模占總資產(chǎn)比例［15］、年度減值計(jì)提比例［17］和并購商譽(yù)泡沫［23］等指標(biāo)來衡量并購重組效果。然而，新增商譽(yù)規(guī)模未必能準(zhǔn)確反映并購質(zhì)量，而是體現(xiàn)激進(jìn)程度及潛在溢價。此外，年度減值計(jì)提比例可能因短期操控而無法真實(shí)反映商譽(yù)管理情況。相比之下，并購商譽(yù)泡沫能有效反映實(shí)際績效與預(yù)期效果之間的差異，適合評估并購重組效果。因此，本文借鑒魏志華等的做法［27］，選取超額商譽(yù)作為關(guān)鍵指標(biāo)，通過構(gòu)建商譽(yù)期望模型，利用回歸殘差衡量實(shí)際商譽(yù)與合理商譽(yù)之間的差異，將其定義為超額商譽(yù)。

核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型（DT）。數(shù)字化轉(zhuǎn)型中，金融科技工具對并購商譽(yù)管理具有積極作用，如量化金融和智能金融合約可優(yōu)化并購方案，數(shù)字金融和供應(yīng)鏈金融技術(shù)則可降低并購財(cái)務(wù)風(fēng)險(xiǎn)?；趨欠堑鹊臄?shù)字化轉(zhuǎn)型指標(biāo)［22］和CSMAR數(shù)據(jù)庫的細(xì)分指標(biāo)，本文進(jìn)一步整合李逸飛等［28］和李春濤等［29］的金融科技關(guān)鍵詞，以強(qiáng)調(diào)數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用。

本文從“ABCD+”底層技術(shù)及數(shù)字技術(shù)應(yīng)用兩個層面設(shè)計(jì)指標(biāo)體系，共整理出99個細(xì)分關(guān)鍵詞（表1）。利用Python網(wǎng)絡(luò)爬蟲技術(shù)，從巨潮資訊網(wǎng)獲取上市公司年報(bào)，對相關(guān)數(shù)字化轉(zhuǎn)型詞語進(jìn)行詞頻統(tǒng)計(jì)，最終加1取對數(shù)，以構(gòu)建基于年報(bào)文本分析法的企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)［22］。

借鑒張新民等［17］和孫詩璐等［19］的研究，本文選取的控制變量包括企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)凈利潤率（ROA）、營業(yè)收入增長率（Growth）、現(xiàn)金流比率（Cashflow）、董事人數(shù)（Board）、獨(dú)立董事比例（Indep）、兩職合一（Dual）、管理層持股比例（Mshare）、審計(jì)意見（Opinion）、股權(quán)制衡度（Balance）、上市年限（ListAge）、是否虧損（Loss）、市凈率（PB）、托賓Q值（TobinQ）和赫芬達(dá)爾指數(shù)（HHI）。

（三） 模型構(gòu)建

為研究企業(yè)數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫可能存在的影響，本文參考吳非等的研究［22］，設(shè)定如下行業(yè)-年份固定效應(yīng)回歸模型：

GWEi，t=ρ0+ρ1 DTi，t+ρ2 Xi，t+Industry+Year+ε （1）

其中，i代表企業(yè)，t代表年份。GWEi，t是并購商譽(yù)泡沫的衡量指標(biāo)，DTi，t表示數(shù)字化轉(zhuǎn)型程度，Xi，t為一系列控制變量。Industry為行業(yè)固定效應(yīng)，Year為年份固定效應(yīng)，ε為隨機(jī)誤差項(xiàng)。所有回歸均進(jìn)行了公司年度雙維Cluster處理。

五、 實(shí)證檢驗(yàn)

（一） 描述性統(tǒng)計(jì)

表2展示了并購商譽(yù)泡沫、數(shù)字化轉(zhuǎn)型等變量的描述性統(tǒng)計(jì)分析。數(shù)字化轉(zhuǎn)型（DT）的平均值為1.5697，最大值為5.4510，表明我國企業(yè)在數(shù)字化轉(zhuǎn)型實(shí)施方面存在廣度上與深度上的顯著差異，盡管大多數(shù)企業(yè)已開展數(shù)字化轉(zhuǎn)型相關(guān)措施。并購商譽(yù)泡沫（GWE）的平均值為-0.0010，反映出企業(yè)在研究期間對商譽(yù)的計(jì)量較為保守，或面臨商譽(yù)減值的壓力。

并購商譽(yù)泡沫（GWE）的最大值為0.2594，顯示部分企業(yè)的商譽(yù)顯著高于其內(nèi)在價值，這可能反映了商譽(yù)評估中的樂觀偏差或并購后整合與價值實(shí)現(xiàn)未達(dá)預(yù)期的問題。因此，企業(yè)數(shù)字化轉(zhuǎn)型到底對并購商譽(yù)泡沫產(chǎn)生何種影響，這有待進(jìn)一步的檢驗(yàn)。

表3是基準(zhǔn)回歸的結(jié)果。列（1）至列（4）依次為未控制變量、加入控制變量、年份固定效應(yīng)和行業(yè)固定效應(yīng)的結(jié)果。納入年份和行業(yè)固定效應(yīng)后，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫影響系數(shù)的顯著增加，反映了控制時間和行業(yè)特質(zhì)后更精確的估計(jì)，凸顯了宏觀經(jīng)濟(jì)波動及行業(yè)政策對并購活動的潛在影響。數(shù)字化轉(zhuǎn)型

（DT）

對并購商譽(yù)泡沫（GWE）的回歸系數(shù)為0.0047，且在1%的水平上顯著正相關(guān)。這說明數(shù)字化轉(zhuǎn)型會導(dǎo)致企業(yè)產(chǎn)生更大的商譽(yù)泡沫，對并購商譽(yù)管理的負(fù)面影響更嚴(yán)重。因此，本文的假設(shè)H1a成立。假設(shè)H1b不成立的原因可能在于：數(shù)字化轉(zhuǎn)型雖然能優(yōu)化投資決策與運(yùn)營，提高并購決策質(zhì)量，但其效果不足以彌補(bǔ)管理層代理行為和高溢價激進(jìn)并購戰(zhàn)略帶來的負(fù)面影響。業(yè)績表現(xiàn)和市場占有需求是當(dāng)下企業(yè)追求數(shù)字化轉(zhuǎn)型的主要目標(biāo)，利用數(shù)字經(jīng)濟(jì)政策和數(shù)字市場發(fā)展來尋求企業(yè)新發(fā)展是其主要路徑，進(jìn)而在轉(zhuǎn)型擴(kuò)張的道路中較少慎重考慮并購的實(shí)際后果。

（三） 內(nèi)生性檢驗(yàn)限于篇幅，內(nèi)生性檢驗(yàn)表格略，留存?zhèn)渌鳌?/p>

1. 考慮遺漏變量問題。為緩解并購過程中企業(yè)固有特征和區(qū)域特征，以及行業(yè)和區(qū)域隨時間可能出現(xiàn)的變化趨勢的影響，本文在回歸模型中引入企業(yè)層面和城市層面的固定效應(yīng)，以及行業(yè)-年份和區(qū)域-年份的交互固定效應(yīng)。為獲取更準(zhǔn)確的標(biāo)準(zhǔn)誤并確保統(tǒng)計(jì)推斷的穩(wěn)健性，本文在企業(yè)-年份聚類標(biāo)準(zhǔn)誤的基礎(chǔ)上進(jìn)一步納入城市層面的聚類標(biāo)準(zhǔn)誤，以反映由地理位置引起的潛在相關(guān)性。

結(jié)果顯示，在控制了多重可能的遺漏變量之后，回歸結(jié)果穩(wěn)健。

2. 傾向得分匹配法。數(shù)字化轉(zhuǎn)型企業(yè)通常具有特定的財(cái)務(wù)、管理和戰(zhàn)略特征，其轉(zhuǎn)型決策與內(nèi)部因素密切相關(guān)，這些因素亦可能影響并購商譽(yù)泡沫。為減輕樣本選擇偏差，本文采用1∶2近鄰匹配的傾向得分匹配法，將樣本分為進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)（處理組，DT_dum=1）和未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)（控制組，DT_dum=0）。在考慮樣本選擇偏誤后，回歸結(jié)果穩(wěn)健。

3. 工具變量法。為應(yīng)對可能影響并購商譽(yù)泡沫的復(fù)雜因素及內(nèi)生性偏誤，本文采用最小二乘工具變量法進(jìn)行估計(jì)。本文借鑒Kusnadi等［30］和馬鵬飛等［31］的研究思路，采用行業(yè)內(nèi)其他企業(yè)數(shù)字化轉(zhuǎn)型程度的平均水平（DT_ind）與區(qū)域企業(yè)數(shù)字化轉(zhuǎn)型程度的平均水平（DT_city）分別作為工具變量。結(jié)果顯示，DT_ind和DT_city的回歸系數(shù)分別在5%和1%的顯著性水平上為正，與基準(zhǔn)回歸結(jié)果基本一致。上述工具變量顯著拒絕了工具變量識別不足和弱工具變量的原假設(shè)，說明選取的工具變量有效。因此，利用工具變量法控制潛在內(nèi)生性問題后，回歸結(jié)果依舊穩(wěn)健。

4. 考慮反向因果問題。企業(yè)通常通過數(shù)字并購來推進(jìn)數(shù)字化轉(zhuǎn)型［2-3，32］，可能伴隨商譽(yù)泡沫的形成，從而導(dǎo)致數(shù)字化轉(zhuǎn)型與并購商譽(yù)泡沫之間的因果關(guān)系模糊。為解決這一潛在的反向因果問題，本文在基準(zhǔn)回歸模型中納入企業(yè)數(shù)字化轉(zhuǎn)型的滯后項(xiàng)。

其前提假設(shè)是，商譽(yù)泡沫在企業(yè)并購行為發(fā)生前不會影響數(shù)字化轉(zhuǎn)型程度。通過將被解釋變量前置一期，本文進(jìn)一步消除了潛在的反向因果關(guān)系。在考慮反向因果問題后，研究結(jié)論仍然成立。

5. 系數(shù)GMM法。由于并購商譽(yù)泡沫的大小可能會受前期并購商譽(yù)泡沫的影響，本文參考賈盾和韓昊哲的研究［33］，采用系統(tǒng)廣義矩估計(jì)法對動態(tài)面板進(jìn)行估計(jì)，基于殘差序列自相關(guān)檢驗(yàn)結(jié)果，引入被解釋變量的滯后1期的GWEi，t-1和滯后2期的GWEi，t-2作為額外的控制變量。同時，本文對被解釋變量的滯后項(xiàng)使用一階滯后項(xiàng)作為GMM式工具變量，其他控制變量使用自身作為工具變量。該模型殘差一階自相關(guān)顯著且二階自相關(guān)不顯著，支持了ArellanoBond估計(jì)方法的適用性。同時，工具變量通過了Sargan檢驗(yàn)和Hansen檢驗(yàn)，表明不存在過度識別問題。在考慮被解釋變量的內(nèi)生性后，結(jié)論依舊穩(wěn)健。

（四） 穩(wěn)健性檢驗(yàn)限于篇幅，穩(wěn)健性檢驗(yàn)表格略，留存?zhèn)渌鳌?/p>

1. 替換被解釋

變量。為增強(qiáng)研究結(jié)論的可靠性，本文借鑒魏志華等的做法［27］，分別基于經(jīng)行業(yè)中位數(shù)調(diào)整的商譽(yù)和行業(yè)均值調(diào)整的商譽(yù)重新度量并購商譽(yù)泡沫，并分別命名為變量GWE_mid和GWE_mean。替換被解釋變量后，研究結(jié)論依然成立。

2. 替換解釋變量。為排除關(guān)鍵詞的選擇問題，本文基于吳非等的數(shù)字化轉(zhuǎn)型指標(biāo)（DCG）

［22］

重新進(jìn)行回歸，發(fā)現(xiàn)DCG的回歸系數(shù)在1%的顯著性水平上為正。此外，企業(yè)數(shù)字化轉(zhuǎn)型通常會伴隨著專利的出現(xiàn)，本文采用企業(yè)獲批的專利數(shù)量作為替代變量，用發(fā)明專利、實(shí)用新型和外觀設(shè)計(jì)專利的總授予量加上1的自然對數(shù)來衡量企業(yè)專利獲取情況。其中，這三種專利的權(quán)重按照3∶2∶1進(jìn)行設(shè)置。結(jié)果顯示，企業(yè)專利變量（Patent）回歸系數(shù)在5%的顯著性水平上為正。替換解釋變量后，研究結(jié)論依舊成立。

3. 更改樣本時間區(qū)間和企業(yè)樣本選擇。為排除2008年和2010年國際金融危機(jī)的潛在干擾，

本文調(diào)整樣本區(qū)間，并選擇2013年至2022年和2016年至2022年兩個不同時間段進(jìn)行分析。2013年后，我國開始執(zhí)行數(shù)字化轉(zhuǎn)型產(chǎn)業(yè)政策，2016年后技術(shù)與產(chǎn)品層面的深度融合為數(shù)據(jù)分析提供了良好的基礎(chǔ)。

此外，本文僅選取進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)作為樣本，以降低非數(shù)字化轉(zhuǎn)型企業(yè)對研究結(jié)論產(chǎn)生的影響。

4. 雙重差分模型回歸。為避免并購行為引起的商譽(yù)泡沫與數(shù)字化轉(zhuǎn)型之間的內(nèi)生性問題，本文參考翟華云和李倩茹的研究［34］構(gòu)建雙重差分模型，以驗(yàn)證數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響。

樣本依據(jù)企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型劃分為處理組和控制組（DT_dum）。我國從2012年年底提出數(shù)字技術(shù)的企業(yè)應(yīng)用，考慮到政策時滯，本文以2013年構(gòu)建虛擬政策變量（post2013）?；貧w結(jié)果表明，數(shù)字化轉(zhuǎn)型加速發(fā)展的后期，轉(zhuǎn)型程度越高的企業(yè)確實(shí)產(chǎn)生更多的并購商譽(yù)泡沫。模型通過了平行趨勢檢驗(yàn)和安慰劑檢驗(yàn)，表明本文研究結(jié)論具有穩(wěn)健性。

六、 進(jìn)一步分析

（一） 作用路徑分析

根據(jù)前文分析，并購商譽(yù)泡沫主要受高管行為等內(nèi)部治理因素和并購策略等企業(yè)戰(zhàn)略因素的影響。因此，本文主要從高管心理、高管行為、激進(jìn)并購和溢價并購角度探究數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫可能的影響渠道。本文采用增加中介變量單獨(dú)對被解釋變量回歸的四段式中介機(jī)制模型進(jìn)行檢驗(yàn)，并通過Sobel檢驗(yàn)和Bootstrap檢驗(yàn)對回歸結(jié)果做進(jìn)一步判斷，以增強(qiáng)機(jī)制檢驗(yàn)的完備性和可信度。由此，本文建立如下中介機(jī)制模型：

Mediationi，t=ρ0+ρ1DTi，t+ρ2Xi，t+Industry+Year+ε（2）

GWEi，t=ρ0+ρ1Mediationi，t+ρ2Xi，t+Industry+Year+ε（3）

GWEi，t=ρ0+ρ1Mediationi，t+ρ2DTi，t+ρ3Xi，t+Industry+Year+ε（4）

1. 高管過度自信的機(jī)制檢驗(yàn)

前文理論分析表明，數(shù)字化轉(zhuǎn)型會使企業(yè)高管對數(shù)字技術(shù)產(chǎn)生過度自信，從而高估并購協(xié)同效應(yīng)，低估財(cái)務(wù)風(fēng)險(xiǎn)與并購成本，產(chǎn)生并購商譽(yù)泡沫。

本文借鑒Ahmed和Duellman的研究［35］，統(tǒng)計(jì)總資產(chǎn)增長率與營業(yè)收入增長率的回歸殘差，將其與行業(yè)年度中位數(shù)比較，以判定高管是否表現(xiàn)出過度自信（CON）。

如果公司的回歸殘差高于行業(yè)中位數(shù)，則認(rèn)為高管表現(xiàn)出過度自信，賦值為1，反之賦值為0。表4列（1）至列（3）展示了高管過度自信的作用機(jī)制檢驗(yàn)結(jié)果。數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在5%的水平上顯著為正，表明數(shù)字化轉(zhuǎn)型會強(qiáng)化高管在投資決策中的自信心，進(jìn)而產(chǎn)生并購商譽(yù)泡沫。中介機(jī)制通過了Sobel檢驗(yàn)和Bootstrap檢驗(yàn)，說明了該機(jī)制存在的合理性。

2. 高管代理行為的機(jī)制檢驗(yàn)

前文理論分析表明，數(shù)字化轉(zhuǎn)型能夠提升企業(yè)的經(jīng)營效率并推高股價，促使高管在追求績效的壓力下積極并購，忽視潛在的并購風(fēng)險(xiǎn)，從而導(dǎo)致管理層代理沖突，進(jìn)而推動并購商譽(yù)泡沫。借鑒陳耿和嚴(yán)彩紅的研究［15］，本文以管理費(fèi)用率衡量代理成本，作為管理層代理沖突程度（Agency）的代理變量。表4列（4）至列（6）展示了管理層代理沖突的作用機(jī)制檢驗(yàn)結(jié)果，數(shù)字化轉(zhuǎn)型（DT）對管理層代理沖突（Agency）的回歸系數(shù)為正但不顯著，可能是因?yàn)閿?shù)字技術(shù)增強(qiáng)了企業(yè)內(nèi)外部治理，降低了高管進(jìn)行不合理并購的可能性。系數(shù)為正表明，盡管數(shù)字化轉(zhuǎn)型提升了公司治理水平，代理沖突問題仍然存在。該機(jī)制未能通過中介效應(yīng)的“三步法”和“兩步法”檢驗(yàn)，因此本文認(rèn)為該中介效應(yīng)不顯著。

3. 高溢價并購戰(zhàn)略的機(jī)制檢驗(yàn)

前文理論分析表明，數(shù)字技術(shù)在媒體和政策支持下受到熱捧，加上行業(yè)競爭激烈及其價值不確定，企業(yè)在并購時愿意或被迫支付高額溢價，進(jìn)而推動商譽(yù)泡沫。借鑒陳耿和嚴(yán)彩紅的研究［15］，本文將新增并購商譽(yù)與總資產(chǎn)的比例作為高溢價并購戰(zhàn)略（MP）的代理變量。理論上，并購溢價主要源于目標(biāo)企業(yè)的市場價值變動，而非管理者的主觀判斷。本研究將目標(biāo)企業(yè)的數(shù)字化轉(zhuǎn)型程度作為衡量標(biāo)準(zhǔn)，并采用不包含本企業(yè)的行業(yè)均值（DT_ind）來評估該程度，因數(shù)字并購?fù)ǔ０l(fā)生在同行業(yè)內(nèi)。表5列（7）至列（9）結(jié)果顯示，數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在10%的顯著性水平上為正，表明其抬高了目標(biāo)企業(yè)的市場預(yù)期和并購定價，導(dǎo)致過高的并購溢價，從而形成商譽(yù)泡沫。中介機(jī)制通過了Sobel和Bootstrap檢驗(yàn)。

4. 激進(jìn)并購戰(zhàn)略的機(jī)制檢驗(yàn)

前文理論分析表明，數(shù)字化轉(zhuǎn)型是企業(yè)獲取市場競爭優(yōu)勢和突破生命周期瓶頸的有效手段，通過并購獲取創(chuàng)新技術(shù)和市場份額，實(shí)現(xiàn)數(shù)字技術(shù)的快速儲備與規(guī)模擴(kuò)張。因此，數(shù)字化轉(zhuǎn)型可能促使企業(yè)采取激進(jìn)的并購擴(kuò)張戰(zhàn)略，從而形成并購商譽(yù)泡沫。為此，本文以企業(yè)年度并購事件數(shù)量的對數(shù)作為激進(jìn)并購擴(kuò)張戰(zhàn)略（ES）的代理變量。表5列（10）至列（12）展示了激進(jìn)并購擴(kuò)張戰(zhàn)略的作用機(jī)制檢驗(yàn)結(jié)果。數(shù)字化轉(zhuǎn)型（DT）的系數(shù)在1%的水平上顯著為正，說明數(shù)字化轉(zhuǎn)型主要是通過大量的數(shù)字并購來實(shí)現(xiàn)，不同階段的企業(yè)出于發(fā)展與生存需要，對數(shù)字經(jīng)濟(jì)浪潮和數(shù)字市場份額占有抱有更高的期望，從而對并購戰(zhàn)略持有激進(jìn)態(tài)度，最后導(dǎo)致并購商譽(yù)泡沫。Sobel和Bootstrap檢驗(yàn)結(jié)果進(jìn)一步證明了該作用機(jī)制。

（二） 異質(zhì)性分析

1. 股權(quán)性質(zhì)的異質(zhì)性影響

數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響可能因企業(yè)股權(quán)性質(zhì)的不同而表現(xiàn)出顯著的異質(zhì)性。國有企業(yè)通常受到更嚴(yán)格的內(nèi)部控制要求，高管在強(qiáng)監(jiān)督體系下不易發(fā)生代理行為，且由于缺乏過高的業(yè)績壓力，經(jīng)理人不易產(chǎn)生績效動機(jī)［18］。此外，國有企業(yè)因規(guī)模龐大、市場壟斷，不急于通過數(shù)字化轉(zhuǎn)型尋求市場份額，從而展現(xiàn)更為謹(jǐn)慎的并購戰(zhàn)略。它們能夠吸引高水平人才，因而對數(shù)字技術(shù)的價值評估更為準(zhǔn)確，現(xiàn)行政策也要求其在科技革命中發(fā)揮引領(lǐng)作用，注重轉(zhuǎn)型的質(zhì)量。相較之下，民營企業(yè)因資金匱乏和市場競爭壓力，急于通過數(shù)字化轉(zhuǎn)型提升市場價值和占有率，且希望通過數(shù)字技術(shù)的應(yīng)用實(shí)現(xiàn)價值增益。面對經(jīng)營績效壓力和股東對股價的期望，民營企業(yè)高管往往更傾向于推行數(shù)字化轉(zhuǎn)型，進(jìn)而可能低估并購風(fēng)險(xiǎn)并高估協(xié)同收益。為檢驗(yàn)這種影響差異，本文將樣本分為國有企業(yè)和民營企業(yè)兩組。表6列（1）和列（2）展示了股權(quán)性質(zhì)的異質(zhì)性分析結(jié)果。在國有企業(yè)樣本中，數(shù)字化轉(zhuǎn)型（DT）系數(shù)不顯著，而在民營企業(yè)樣本中，數(shù)字化轉(zhuǎn)型（DT）系數(shù)為0.0032，在1%顯著性水平上為正，表明數(shù)字化轉(zhuǎn)型對民營企業(yè)并購商譽(yù)泡沫的促進(jìn)作用更為明顯。費(fèi)舍爾組合檢驗(yàn)結(jié)果進(jìn)一步驗(yàn)證了兩組樣本之間的顯著差異。

2. 生命周期的異質(zhì)性影響

數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響可能因企業(yè)生命周期的不同而表現(xiàn)出顯著的異質(zhì)性。處于不同階段的企業(yè)面臨特定的競爭壓力和財(cái)務(wù)狀況，從而并購重組戰(zhàn)略也有所差異［23］。成長期企業(yè)通常面臨融資約束和市場份額不足的問題。為了應(yīng)對這些挑戰(zhàn)，企業(yè)高管可能利用數(shù)字經(jīng)濟(jì)政策獲取優(yōu)惠的稅收和信貸條件，同時利用數(shù)字技術(shù)價值難以確認(rèn)的特性，抬高市場的非理性預(yù)期，推動股價上漲，從而傾向于采取激進(jìn)的并購戰(zhàn)略。成長期企業(yè)多處于新興行業(yè)，更熱衷于數(shù)字技術(shù)的應(yīng)用，通過技術(shù)并購迅速鞏固市場地位，但由于缺乏成熟的并購經(jīng)驗(yàn)和深入的市場調(diào)研，可能會高估并購帶來的協(xié)同效應(yīng)。相比之下，成熟期企業(yè)已占據(jù)穩(wěn)定的市場地位，擁有成熟的管理團(tuán)隊(duì)和豐富的運(yùn)營經(jīng)驗(yàn)，因此在并購中更加注重市場分析和財(cái)務(wù)評估，通常不會盲目追求數(shù)字化轉(zhuǎn)型。衰退期企業(yè)則面臨市場份額下滑和業(yè)務(wù)收縮，管理者為避免公司倒閉和保護(hù)既得利益，可能迫切尋求通過數(shù)字化轉(zhuǎn)型獲取政策支持和新的增長點(diǎn)。然而，這種焦慮驅(qū)動下的轉(zhuǎn)型可能導(dǎo)致并購效果不佳。為檢驗(yàn)影響差異，本文借鑒黃宏斌等的研究［23］，根據(jù)企業(yè)生命周期將樣本分為成長期、成熟期和衰退期企業(yè)三組。表6列（3）至列（5）展示了企業(yè)生命周期的異質(zhì)性分析結(jié)果。結(jié)果顯示，成長期企業(yè)的數(shù)字化轉(zhuǎn)型（DT）系數(shù)在1%的水平上顯著為正，衰退期企業(yè)的數(shù)字化轉(zhuǎn)型（DT）系數(shù)在5%顯著性上顯著，而成熟期企業(yè)的數(shù)字化轉(zhuǎn)型（DT）系數(shù)則不顯著，表明數(shù)字化轉(zhuǎn)型對成長期和衰退期企業(yè)并購商譽(yù)泡沫的促進(jìn)作用更明顯。

3. 審計(jì)質(zhì)量的異質(zhì)性影響

數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響可能因社會審計(jì)質(zhì)量不同而產(chǎn)生異質(zhì)性。數(shù)字化轉(zhuǎn)型程度高的企業(yè)會導(dǎo)致審計(jì)師的特殊關(guān)注。審計(jì)師會針對數(shù)字化轉(zhuǎn)型特質(zhì)含量高的企業(yè)采取相應(yīng)的特殊措施。例如，通過聘請IT專家等方式，審計(jì)師可以發(fā)現(xiàn)數(shù)字治理中存在的內(nèi)控風(fēng)險(xiǎn)，對數(shù)字技術(shù)價值有更加合理的評估［25］。復(fù)雜深入的審計(jì)程序?qū)⑹沟酶吖軔阂獠倏v商譽(yù)資產(chǎn)的行為和控股股東的惡意并購更易被發(fā)現(xiàn)，進(jìn)而抑制激進(jìn)的高溢價并購戰(zhàn)略所帶來的財(cái)務(wù)風(fēng)險(xiǎn)。反之，若未增加審計(jì)投入，潛在并購風(fēng)險(xiǎn)則將難以識別，導(dǎo)致并購商譽(yù)泡沫增加。為檢驗(yàn)影響差異，本文以Jones模型為基礎(chǔ)的可操控性應(yīng)計(jì)利潤（取其絕對值）來衡量審計(jì)質(zhì)量，并以同年度同行業(yè)中位數(shù)將樣本分為高質(zhì)量和低質(zhì)量審計(jì)兩組。表6列（6）至列（7）展示了審計(jì)質(zhì)量的異質(zhì)性分析檢驗(yàn)結(jié)果。結(jié)果顯示，在高質(zhì)量審計(jì)樣本中，數(shù)字化轉(zhuǎn)型（DT）系數(shù)不顯著，而在低質(zhì)量審計(jì)樣本中，該系數(shù)為0.0039，在1%的水平上顯著為正，表明數(shù)字化轉(zhuǎn)型對經(jīng)低質(zhì)量審計(jì)的企業(yè)并購商譽(yù)泡沫的促進(jìn)作用更為明顯。費(fèi)舍爾組合檢驗(yàn)結(jié)果進(jìn)一步支持兩組樣本存在顯著差異。

（三） 動態(tài)影響分析

根據(jù)前文分析，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的正向影響可能受到負(fù)面因素的掩蓋，因而數(shù)字技術(shù)的積極作用在并購過程中是否得到充分發(fā)揮仍需深入探討。理論上，數(shù)字技術(shù)對并購重組的提質(zhì)效果應(yīng)當(dāng)存在，但在短期可能被其他因素掩蓋。企業(yè)戰(zhàn)略通常具有長期性，借數(shù)字化轉(zhuǎn)型尋求新增長動力的戰(zhàn)略將在很長一段時間內(nèi)進(jìn)行適應(yīng)性調(diào)整。因此，盡管數(shù)字化轉(zhuǎn)型改善了內(nèi)部治理并提供科學(xué)戰(zhàn)略分析，但在發(fā)展需求驅(qū)動的并購戰(zhàn)略中，其短期效應(yīng)可能不明顯。同時，數(shù)字化轉(zhuǎn)型雖然在預(yù)期中能夠提高協(xié)同效應(yīng)，但該效應(yīng)可能需要在技術(shù)產(chǎn)業(yè)深度融合、創(chuàng)新能力蓬勃發(fā)展之后凸顯，也可能受行業(yè)特質(zhì)和壁壘差異的影響，進(jìn)而難以在短期表現(xiàn)出來。此外，隨著數(shù)字技術(shù)的持續(xù)應(yīng)用，企業(yè)與投資者對其實(shí)際價值的認(rèn)知愈發(fā)清晰，投資者不再盲目追捧特定技術(shù)產(chǎn)業(yè)，企業(yè)也會根據(jù)實(shí)際情況調(diào)整并購戰(zhàn)略。因此，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的影響可能表現(xiàn)出動態(tài)特征，即短期內(nèi)產(chǎn)生較大的并購商譽(yù)泡沫，從而掩蓋其積極作用。為進(jìn)一步驗(yàn)證該推論，本文將構(gòu)建分布滯后模型，探討數(shù)字化轉(zhuǎn)型在長短期上的不同表現(xiàn)。模型如下所示：

GWEi，t=ρ0+∑sj=0ρ1jLj.DTi，t+ρ2Xi，t+Firm+Year+ε（5）

其中，s表示最大滯后期。為捕捉企業(yè)固有特性并緩解其對研究結(jié)果的潛在影響，如企業(yè)管理質(zhì)量、戰(zhàn)略選擇等內(nèi)在因素可能隨時間累積影響數(shù)字化轉(zhuǎn)型過程和企業(yè)并購行為，本文在分布滯后模型中引入企業(yè)固定效應(yīng)。表7的研究結(jié)果顯示，數(shù)字化轉(zhuǎn)型（DT）與并購商譽(yù)泡沫（GWE）之間在當(dāng)期始終存在正向促進(jìn)作用，這進(jìn)一步支持了本文的主要結(jié)論。然而，隨著不同滯后期變量引入，當(dāng)期促進(jìn)作用不再顯著，且在多個滯后期中表現(xiàn)出顯著的抑制作用。通過觀察變量系數(shù)分布發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對并購的積極影響一般在2年后得以體現(xiàn)。此結(jié)果并未否定本文的主要結(jié)論，而是進(jìn)一步豐富了對主結(jié)論的支撐，表明數(shù)字化轉(zhuǎn)型對企業(yè)并購商譽(yù)管理是一個多維度的動態(tài)影響過程，短期消極影響掩蓋了長期積極作用。

七、 結(jié)論性評述

數(shù)字化轉(zhuǎn)型已經(jīng)成為當(dāng)代企業(yè)戰(zhàn)略的核心，不僅重塑了企業(yè)內(nèi)部運(yùn)作機(jī)制，還深刻影響并購商譽(yù)評估與管理。為探究該影響，深刻把握其影響機(jī)理，本文從并購商譽(yù)泡沫角度入手，基于Python網(wǎng)絡(luò)爬蟲技術(shù)和文本分析方法構(gòu)建了上市公司數(shù)字化轉(zhuǎn)型指標(biāo)，并選取2008—2022年中國滬深A(yù)股上市公司為研究樣本。研究發(fā)現(xiàn)：企業(yè)數(shù)字化轉(zhuǎn)型顯著促進(jìn)了并購商譽(yù)泡沫。使用工具變量、系統(tǒng)GMM以及DID估計(jì)緩解內(nèi)生性后，結(jié)果依然穩(wěn)健。機(jī)制分析表明，數(shù)字化轉(zhuǎn)型主要是通過高管過度自信、溢價并購和激進(jìn)并購路徑推動并購商譽(yù)泡沫。在民營性質(zhì)、處于成長期和經(jīng)過高質(zhì)量審計(jì)這三種情形下，數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫的促進(jìn)影響更為顯著。數(shù)字化轉(zhuǎn)型對并購商譽(yù)泡沫具有動態(tài)影響，短期內(nèi)擴(kuò)大泡沫并掩蓋其積極作用。

基于上述結(jié)論，本文建議企業(yè)應(yīng)強(qiáng)化內(nèi)部治理結(jié)構(gòu)，以確保管理層與股東之間的信息透明度，降低因個人利益驅(qū)動的決策風(fēng)險(xiǎn)。同時，企業(yè)在并購策略中需全面評估數(shù)字化轉(zhuǎn)型帶來的技術(shù)風(fēng)險(xiǎn)與市場非理性預(yù)期，避免對數(shù)據(jù)驅(qū)動模型的過度依賴。政府則應(yīng)在制定政策時對企業(yè)并購活動實(shí)施適當(dāng)監(jiān)管，特別是在商譽(yù)評估與管理方面，防止商譽(yù)泡沫過度膨脹的同時，政府應(yīng)支持并促進(jìn)數(shù)字技術(shù)的發(fā)展，確保企業(yè)充分理解和有效管理這些技術(shù)帶來的風(fēng)險(xiǎn)。此外，應(yīng)通過加強(qiáng)信息披露要求，提高市場透明度，幫助投資者理性決策。投資者在評估企業(yè)時，應(yīng)深入分析其數(shù)字化轉(zhuǎn)型策略對企業(yè)長期價值與財(cái)務(wù)穩(wěn)定性的影響，尤其關(guān)注管理層決策行為及自信水平對并購決策和戰(zhàn)略的影響。

參考文獻(xiàn)：

［1］陳德球，胡晴.數(shù)字經(jīng)濟(jì)時代下的公司治理研究：范式創(chuàng)新與實(shí)踐前沿［J］.管理世界，2022（6）：213-240.

［2］唐浩丹，蔣殿春.數(shù)字并購與企業(yè)數(shù)字化轉(zhuǎn)型：內(nèi)涵、事實(shí)與經(jīng)驗(yàn)［J］.經(jīng)濟(jì)學(xué)家，2021（4）：22-29.

［3］周鵬，王卓，譚常春，等.數(shù)字技術(shù)創(chuàng)新的價值——基于并購視角和機(jī)器學(xué)習(xí)方法的分析［J］.中國工業(yè)經(jīng)濟(jì)，2024（2）：137-154.

［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（7）：114-129.

［5］武常岐，張昆賢，周欣雨，等.數(shù)字化轉(zhuǎn)型、競爭戰(zhàn)略選擇與企業(yè)高質(zhì)量發(fā)展——基于機(jī)器學(xué)習(xí)與文本分析的證據(jù)［J］.經(jīng)濟(jì)管理，2022（4）：5-22.

［6］張國勝，杜鵬飛.數(shù)字化轉(zhuǎn)型對我國企業(yè)技術(shù)創(chuàng)新的影響：增量還是提質(zhì)？［J］.經(jīng)濟(jì)管理，2022（6）：82-96.

［7］Brynjolfsson E， McElheran K. The rapid adoption of datadriven decisionmaking［J］. American Economic Review， 2016（5）： 133-139.

［8］Goldfarb A， Tucker C. Digital economics［J］. Journal of Economic Literature， 2019（1）： 3-43.

［9］王守海，徐曉彤，劉燁煒.企業(yè)數(shù)字化轉(zhuǎn)型會降低債務(wù)違約風(fēng)險(xiǎn)嗎？［J］.證券市場導(dǎo)報(bào)，2022（4）：45-56.

［10］文雯，牛煜皓.數(shù)字化轉(zhuǎn)型會加劇企業(yè)投融資期限錯配嗎？［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2023（5）：18-30.

［11］Palepu K G. Predicting takeover targets： A methodological and empirical analysis［J］. Journal of Accounting and Economics， 1986（1）： 3-35.

［12］傅超，楊曾，傅代國.“同伴效應(yīng)”影響了企業(yè)的并購商譽(yù)嗎？——基于我國創(chuàng)業(yè)板高溢價并購的經(jīng)驗(yàn)證據(jù)［J］.中國軟科學(xué)，2015（11）：94-108.

［13］柳建華，徐婷婷，楊禎奕.管理層能力、長期激勵與商譽(yù)減值［J］.會計(jì)研究，2021（5）：41-54.

［14］李丹蒙，葉建芳，盧思綺，等.管理層過度自信、產(chǎn)權(quán)性質(zhì)與并購商譽(yù)［J］.會計(jì)研究，2018（10）：50-57.

［15］陳耿，嚴(yán)彩紅.代理沖突、激勵約束機(jī)制與并購商譽(yù)［J］.審計(jì)與經(jīng)濟(jì)研究，2020（2）：65-76.

［16］姜付秀，張敏，陸正飛，等.管理者過度自信、企業(yè)擴(kuò)張與財(cái)務(wù)困境［J］.經(jīng)濟(jì)研究，2009（1）：131-143.

［17］張新民，卿琛，楊道廣.內(nèi)部控制與商譽(yù)泡沫的抑制——來自我國上市公司的經(jīng)驗(yàn)證據(jù)［J］.廈門大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2018（3）：55-65.

［18］李俊.國有企業(yè)商譽(yù)泡沫問題分析及對策建議［J］.審計(jì)研究，2023（5）：52-61.

［19］孫詩璐，張斐燕，鄭建明，等.放松賣空管制能夠抑制并購商譽(yù)泡沫嗎？［J］.金融研究，2021（11）：189-206.

［20］陳仕華，王雅茹.企業(yè)并購依賴的緣由和后果：基于知識基礎(chǔ)理論和成長壓力理論的研究［J］.管理世界，2022（5）：156-175.

［21］高翀，石昕.公司競爭戰(zhàn)略下的并購與業(yè)績承諾——基于文本分析的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)管理，2022（12）：83-102.

［22］吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)——來自股票流動性的經(jīng)驗(yàn)證據(jù)［J］.管理世界，2021（7）：130-144.

［23］黃宏斌，翟淑萍，陳靜楠.企業(yè)生命周期、融資方式與融資約束——基于投資者情緒調(diào)節(jié)效應(yīng)的研究［J］.金融研究，2016（7）：96-112.

［24］張欽成，楊明增.企業(yè)數(shù)字化轉(zhuǎn)型與內(nèi)部控制質(zhì)量——基于“兩化融合”貫標(biāo)試點(diǎn)的準(zhǔn)自然實(shí)驗(yàn)［J］.審計(jì)研究，2022（6）：117-128.

［25］張婷.審計(jì)師會對企業(yè)數(shù)字化轉(zhuǎn)型作出差異性應(yīng)對嗎？——基于關(guān)鍵審計(jì)事項(xiàng)的證據(jù)［J］.南京審計(jì)大學(xué)學(xué)報(bào)，2024（5）：1-13.

［26］Balakrishnan K， Billings M B， Kelly B， et al. Shaping liquidity： On the causal effects of voluntary disclosure［J］. Journal of Finance， 2014（5）： 2237-2278.

［27］魏志華，朱彩云.超額商譽(yù)是否成為企業(yè)經(jīng)營負(fù)擔(dān)——基于產(chǎn)品市場競爭能力視角的解釋［J］.中國工業(yè)經(jīng)濟(jì)，2019（11）：174-192.

［28］李逸飛，李茂林，李靜.銀行金融科技、信貸配置與企業(yè)短債長用［J］.中國工業(yè)經(jīng)濟(jì)，2022（10）：137-154.

［29］李春濤，閆續(xù)文，宋敏，等.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.中國工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

［30］Kusnadi Y， Yang Z， Zhou Y. Institutional development， state ownership， and corporate cash holdings： Evidence from China［J］. Journal of Business Research， 2015（2）： 351-359.

［31］馬鵬飛，魏志華.企業(yè)數(shù)字化轉(zhuǎn)型如何影響現(xiàn)金股利政策：“信息面”還是“資金面”［J］.南開管理評論，2024（3）：50-62.

［32］曾敏.中國上市公司并購重組的現(xiàn)狀、問題及前景［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022（5）：104-124.

［33］賈盾，韓昊哲.金融科技與商業(yè)銀行競爭性負(fù)債［J］.世界經(jīng)濟(jì)，2023（2）：183-208.

［34］翟華云，李倩茹.企業(yè)數(shù)字化轉(zhuǎn)型提高了審計(jì)質(zhì)量嗎？——基于多時點(diǎn)雙重差分模型的實(shí)證檢驗(yàn)［J］.審計(jì)與經(jīng)濟(jì)研究，2022（2）：69-80.

［35］Ahmed A S， Duellman S. Managerial overconfidence and accounting conservatism［J］. Journal of Accounting Research， 2013（1）： 1-30.

［責(zé)任編輯：高婷］

Corporate Digital Transformation and M&A Goodwill Bubbles

JIANG Shiyin， JIANG Zhiyuan， DING Xiao

（School of Finance， Nanjing Audit University， Nanjing 211815， China）

Abstract：

Digital transformation has a profound impact on the procedures and strategies of corporate mergers and acquisitions （M&A）， yet its potential to enhance M&A quality remains uncertain. To address this， this study utilizes a sample of listed companies on the Shanghai and Shenzhen stock exchanges from 2008 to 2022， examining the influence mechanism of digital transformation on M&A goodwill bubbles. The findings indicate that corporate digital transformation significantly fosters M&A goodwill bubbles， and this conclusion holds after a series of robustness tests. Furthermore， the examination of the underlying mechanisms reveals that digital transformation induces excessive confidence among executives， driving companies to pursue premium and aggressive M&A strategies， thereby promoting goodwill bubbles. Additional analysis shows that the impact of digital transformation on M&A goodwill bubbles is more pronounced in three specific contexts： private firms， companies in growth stages， and those subjected to lowquality audits. Moreover， the shortterm effects of digital transformation on goodwill bubbles obscure any potential suppressive effects. The conclusions provide significant insights for promoting corporate “intelligent transformation and digital upgrading，” enhancing governance decisionmaking in the digital economy era， and fostering healthy development within the capital market.

Key Words： digital transformation; goodwill bubble; excessive confidence; M&A dependency; M&A strategy; corporate life cycle; corporate governance