企業(yè)數(shù)字化轉(zhuǎn)型、信息透明度與過度投資
——基于我國A股上市公司的經(jīng)驗數(shù)據(jù)

閆旭紅

（蘭州財經(jīng)大學會計學院，甘肅蘭州 730101）

一、引言

我國已把發(fā)展數(shù)字經(jīng)濟列入“十四五”規(guī)劃綱要，當前正處于數(shù)字經(jīng)濟的快速發(fā)展時期，數(shù)字經(jīng)濟的規(guī)模不斷擴大?！?021年中國數(shù)字經(jīng)濟發(fā)展白皮書》顯示，我國數(shù)字經(jīng)濟規(guī)模在2020年年末達39.2 萬億元，占GDP 總量的38.6%，同比增長了9.7 個百分點，數(shù)字經(jīng)濟化進程顯著加快（中國信息通信研究院，2021）。數(shù)字經(jīng)濟主要包含兩個方面：數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化。2021年，李克強總理在《政府工作報告》中指出，我國要加快數(shù)字經(jīng)濟發(fā)展，要利用數(shù)字經(jīng)濟帶來的優(yōu)勢，積極推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。因此，加快實體企業(yè)的數(shù)字化轉(zhuǎn)型成為當前建設(shè)創(chuàng)新型國家的重要任務(wù)之一。傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型的過程是新興技術(shù)在傳統(tǒng)行業(yè)中深度應(yīng)用的過程（祁懷錦等，2020），隨著新興技術(shù)和實體經(jīng)濟的逐漸融合，數(shù)字化轉(zhuǎn)型已成為企業(yè)經(jīng)濟增長的新動能（李曉華，2019）。

隨著企業(yè)數(shù)字化轉(zhuǎn)型的不斷深入，企業(yè)所處的內(nèi)外部環(huán)境得到不斷改善和優(yōu)化。內(nèi)部環(huán)境方面，企業(yè)數(shù)字化轉(zhuǎn)型借助數(shù)字技術(shù)拓展企業(yè)獲取信息的深度和廣度，實現(xiàn)信息及時加工和傳輸，大大降低了信息不確定性和不對稱程度，使企業(yè)整體業(yè)務(wù)流程日益透明，減少了對管理層的監(jiān)督和制衡成本，提升了企業(yè)治理水平；外部環(huán)境方面，由于政府積極鼓勵和引導(dǎo)企業(yè)進行數(shù)字化轉(zhuǎn)型，因此隨著企業(yè)數(shù)字化水平提高，會吸引更多分析師和機構(gòu)投資者的關(guān)注，且伴隨著數(shù)字技術(shù)的深度嵌入，更有助于企業(yè)進行外部信息的收集和披露活動（祁懷錦等，2020）。

數(shù)字化情境下，企業(yè)運營模式和管理模式都在不斷優(yōu)化和完善，企業(yè)決策機制相應(yīng)地也會隨之改善。投資是企業(yè)獲取收益的重要來源，而企業(yè)在投資決策過程中往往會出現(xiàn)過度投資問題。那么，數(shù)字化轉(zhuǎn)型是否會影響企業(yè)過度投資，以及怎樣影響過度投資，有待通過數(shù)據(jù)進一步驗證。本文以企業(yè)數(shù)字化轉(zhuǎn)型為背景，考察其對企業(yè)過度投資產(chǎn)生的影響，選取2013—2020年A 股上市公司數(shù)據(jù)進行實證檢驗。同時，考慮企業(yè)數(shù)字化轉(zhuǎn)型對過度投資影響的機理，即信息透明度在兩者之間所起的作用，進一步分析了產(chǎn)權(quán)性質(zhì)的影響，具有一定的研究意義。

本文可能的貢獻是：豐富了企業(yè)數(shù)字化轉(zhuǎn)型和投資效率的相關(guān)研究?，F(xiàn)有文獻主要運用規(guī)范研究法分析了企業(yè)數(shù)字化轉(zhuǎn)型對投資決策產(chǎn)生的影響，而本文通過實證研究考察了企業(yè)數(shù)字化轉(zhuǎn)型對過度投資行為的具體作用，為政府引導(dǎo)企業(yè)數(shù)字化轉(zhuǎn)型及提升企業(yè)投資效率提供一定的參考。

二、文獻綜述與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型與過度投資

企業(yè)數(shù)字化轉(zhuǎn)型，主要是指運用互聯(lián)網(wǎng)+、大數(shù)據(jù)等新興技術(shù)改造企業(yè)商業(yè)模式和生產(chǎn)流程，進而優(yōu)化企業(yè)管理決策，實現(xiàn)產(chǎn)業(yè)升級的過程（祁懷錦等，2020）。學者們對企業(yè)數(shù)字化轉(zhuǎn)型方面的研究較為豐富，不僅對企業(yè)數(shù)字化轉(zhuǎn)型的路徑和對策進行了許多規(guī)范研究（苗力，2019；李曉雪等，2020），也通過實證研究檢驗了數(shù)字化轉(zhuǎn)型對企業(yè)產(chǎn)生的影響。嚴若森和錢向陽（2018）研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型通過改變企業(yè)商業(yè)模式和運營方式，提升運作效率、降低產(chǎn)品生產(chǎn)成本；何帆和劉紅霞（2019）通過數(shù)據(jù)分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)業(yè)績的提升發(fā)揮了重要作用；楊德明和畢建琴（2019）研究發(fā)現(xiàn)，互聯(lián)網(wǎng)+等數(shù)字技術(shù)的運用使民營上市公司的估值顯著提升；祁懷錦等（2020）通過路徑檢驗發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠緩解信息不對稱、提升管理者的理性程度，進而提高企業(yè)治理水平。對于過度投資，學者們也從委托代理理論和信息不對稱理論等角度進行了分析。在委托代理理論視角下，企業(yè)在投資決策時，通常選擇利于自己的、擴大的投資項目，且并不顧及股東利益，造成過度投資行為（Jensen，1976）；在信息不對稱視角下，企業(yè)內(nèi)部管理者和外部投資者之間往往存在各種信息不對稱現(xiàn)象，例如對資產(chǎn)價值的評估方面、擬投資項目現(xiàn)金流的預(yù)期收益方面，等等。此時，企業(yè)為實施投資項目所發(fā)行的證券很可能被投資者高估，引發(fā)過度投資行為（Myers，1984）。因此，過度投資行為往往受到融資成本（Stein，2003）、董事會治理機制（蘇坤，2015）等內(nèi)部管理因素以及經(jīng)濟、社會等外部環(huán)境的影響。目前，對企業(yè)數(shù)字化轉(zhuǎn)型與過度投資的相關(guān)研究，尚未直接闡明兩者之間的關(guān)系，有學者提出企業(yè)數(shù)字化轉(zhuǎn)型能夠降低投資風險，增加投資的精確性和客觀性，最終提升投資決策水平（胡秀群等，2021）。因此，本文以現(xiàn)有研究成果為基礎(chǔ)，探討企業(yè)數(shù)字化轉(zhuǎn)型對過度投資行為的具體影響。

首先，企業(yè)通過引入數(shù)字技術(shù)進行數(shù)字化轉(zhuǎn)型，優(yōu)化企業(yè)內(nèi)部控制體系，減少管理層的自利行為，緩解代理問題（顧奮玲和申慧慧，2019）。具體來講，在信息獲取方面，企業(yè)運用互聯(lián)網(wǎng)+、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)對內(nèi)部控制建設(shè)實現(xiàn)全流程數(shù)字化轉(zhuǎn)型，對企業(yè)內(nèi)部控制體系進行全流程改造，提升決策者獲取信息的深度和廣度（宋建波等，2021）；在信息加工方面，通過全流程數(shù)字化轉(zhuǎn)型能夠提升管理效能，減少管理層的自由裁量權(quán)（胡秀群等，2021）；在信息利用方面，運用數(shù)字技術(shù)實現(xiàn)智能化管理，充分發(fā)揮其在企業(yè)治理和決策中的作用，使管理層從憑借直覺和經(jīng)驗的盲目決策過渡到數(shù)據(jù)算法驅(qū)動的科學決策，提升了企業(yè)管理和決策效率（祁懷錦等，2020）。其次，企業(yè)數(shù)字化轉(zhuǎn)型借助數(shù)字技術(shù)突破了時空限制，實現(xiàn)了信息的高效傳遞（李海艦等，2014），增強了企業(yè)信息披露的能力和意愿（祁懷錦等，2020），從而緩解企業(yè)和利益相關(guān)者之間的信息不對稱問題。這有利于減少管理者和投資者之間有關(guān)資產(chǎn)價值和投資項目預(yù)期收益等方面的信息差異，同時企業(yè)披露更多有價值的信息使投資者能及時、準確判斷風險，進一步降低融資證券被投資者高估的可能性，從而抑制企業(yè)過度投資行為的發(fā)生。

由此，本文提出假設(shè)1。

假設(shè)1：企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)的過度投資行為。

（二）企業(yè)數(shù)字化轉(zhuǎn)型、信息透明度與過度投資

有些學者研究信息不對稱問題和代理問題影響企業(yè)信息透明度進而導(dǎo)致過度投資現(xiàn)象（袁知柱等，2012），也有學者研究企業(yè)數(shù)字化轉(zhuǎn)型時把信息透明度問題作為數(shù)據(jù)檢驗的路徑（肖紅軍等，2021）。但有關(guān)企業(yè)數(shù)字化轉(zhuǎn)型、信息透明度與過度投資三者之間關(guān)系的研究，目前少有文獻涉及。胡秀群等（2021）基于數(shù)據(jù)檢驗發(fā)現(xiàn)，數(shù)字技術(shù)的運用能夠在多個方面矯正企業(yè)非效率投資行為，包括信息透明度。因此，在以往研究的基礎(chǔ)上，本文具體探討這三者之間的關(guān)系。

企業(yè)數(shù)字化轉(zhuǎn)型的過程即是數(shù)字技術(shù)廣泛使用的過程，通過運用數(shù)字新技術(shù)，企業(yè)實現(xiàn)了生產(chǎn)、運營、銷售等各個環(huán)節(jié)的智能化管控，形成了相對完整的新信息，并且將這些信息進行不同維度的打包存儲，使信息具有可追溯性、準確性和完整性等特征，大大降低了信息不確定性（沈弋等，2014），從而提高了信息透明度。 互聯(lián)網(wǎng)+技術(shù)使企業(yè)營銷模式從以產(chǎn)品生產(chǎn)為導(dǎo)向轉(zhuǎn)為以消費者需求為導(dǎo)向，企業(yè)透過海量數(shù)據(jù)切實了解用戶需要的產(chǎn)品和服務(wù)，同時將用戶的個性化需求進行同質(zhì)化解構(gòu)，實現(xiàn)個性化定制和大規(guī)模生產(chǎn)的平衡（吳義爽等, 2016）。這種精準化、精細化的營銷模式使上游生產(chǎn)模式也發(fā)生了變化，由工業(yè)化時代單一的、批量化的生產(chǎn)模式轉(zhuǎn)化為模塊化、柔性化的生產(chǎn)模式，且生產(chǎn)過程中智能化生產(chǎn)線能夠任意切換，使企業(yè)可以更為靈活地生產(chǎn)用戶需要的產(chǎn)品（戚聿東和肖旭，2020）。此外，企業(yè)數(shù)字化轉(zhuǎn)型也會影響企業(yè)的經(jīng)營環(huán)境，如互聯(lián)網(wǎng)技術(shù)提供的聯(lián)結(jié)功能，使企業(yè)擁有更為快捷、及時的信息獲取和披露渠道，降低了信息搜尋和交易成本（羅珉和李亮宇，2015）；大數(shù)據(jù)提供的數(shù)據(jù)挖掘、存儲以及分析功能，使企業(yè)不僅以較低成本獲得海量數(shù)據(jù)，而且數(shù)據(jù)分析方式也更加全面化和智能化（Hartelius 和Mitchell，2014）；基于云計算的財務(wù)共享系統(tǒng)使企業(yè)財務(wù)工作更集中、協(xié)同和共享，推進了財務(wù)流程精細化管理（何瑛，2013）。因此，在數(shù)字化環(huán)境下，企業(yè)整體業(yè)務(wù)流程日趨透明，大幅度減少了經(jīng)營過程中的混沌節(jié)點，逐漸形成了高透明度的運營、管理和決策機制。

隨著企業(yè)信息透明度的提高，企業(yè)管理層能夠向股東傳遞更為清晰的經(jīng)營狀況和投資績效等信息，使股東能夠更及時、更全面地了解管理層的經(jīng)營和管理情況，相應(yīng)地，股東也能降低對管理層的監(jiān)督和制衡成本。隨著數(shù)字技術(shù)的深度嵌入，企業(yè)管理的透明度逐步提高，借助大數(shù)據(jù)和人工智能統(tǒng)一管理平臺，使企業(yè)管理層有條件進行智能化分析后再進行決策，同時企業(yè)底層人員也有機會參與到數(shù)據(jù)管理平臺中，大大制約了管理層的非理性決策行為，增強了企業(yè)決策的科學性和可行性，最終使管理層存在的在職消費、資金濫用、盲目擴張等現(xiàn)象受到節(jié)制，抑制了管理層為追求自身利益最大化導(dǎo)致的過度投資行為。另外，高信息透明度的企業(yè)通過網(wǎng)絡(luò)溝通平臺不僅增加了投資者和管理層的溝通途徑，而且在大數(shù)據(jù)環(huán)境下信息披露也更加“言行一致”（張學勇和吳雨玲，2018）。在大數(shù)據(jù)和互聯(lián)網(wǎng)多重技術(shù)的作用下，企業(yè)有充分的能力和意愿披露更多有價值的信息，從而使資產(chǎn)定價更準確、估值相關(guān)性更高?；谛盘杺鬟f理論，通過披露更多“言行一致”的信息，企業(yè)力圖獲得更多融資支持，占據(jù)融資先導(dǎo)地位，才能有機會選擇更有優(yōu)勢的投資項目，不斷提升企業(yè)價值，以應(yīng)對正在進行或者可能需要長期進行的數(shù)字化轉(zhuǎn)型。此時，企業(yè)和利益相關(guān)者之間逐漸形成了一個價值互惠的透明空間，這在一定程度上能夠有效緩解企業(yè)與利益相關(guān)者的信息不對稱程度，減少管理層利用自身信息優(yōu)勢誘導(dǎo)企業(yè)采取過度投資行為，避免侵占投資者的利益。

由此，本文提出假設(shè)2。

假設(shè)2：企業(yè)數(shù)字化轉(zhuǎn)型通過提高信息透明度降低企業(yè)的過度投資行為，即信息透明度發(fā)揮了中介效應(yīng)。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

由于2013年為大數(shù)據(jù)元年，所以本文選取2013－2020年A 股上市公司為樣本，為確保樣本的可靠性，對樣本做了以下處理：一是，剔除金融行業(yè)的企業(yè)；二是，剔除ST、*ST 企業(yè)；三是，剔除有缺失值的樣本；四是，為了消除極端值的影響，對連續(xù)變量進行1%和99%水平上的縮尾處理。實證研究數(shù)據(jù)均來自CSMAR 數(shù)據(jù)庫，對所有回歸分析進行了公司層面的群聚調(diào)整，相關(guān)實證分析使用Stata16.0 軟件完成。

（二）變量定義

1.解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型（Economy_dig）

本文借鑒祁懷錦等（2020）的研究，以上市公司財務(wù)報告附注披露的年末無形資產(chǎn)明細項中與數(shù)字化轉(zhuǎn)型相關(guān)部分占無形資產(chǎn)總額的比例以及每年的變化程度作為代理變量。具體來講，當無形資產(chǎn)明細項包含與數(shù)字化轉(zhuǎn)型技術(shù)相關(guān)的關(guān)鍵詞或?qū)＠麜r，例如“軟件” “網(wǎng)絡(luò)” “客戶端”等，將該明細項標記為“數(shù)字化技術(shù)無形資產(chǎn)”，然后將同一公司同一年度多項數(shù)字化轉(zhuǎn)型技術(shù)無形資產(chǎn)進行加總，得到其與本年度無形資產(chǎn)的占比，即為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量。

2.被解釋變量：過度投資（OverInv）

本文借鑒Richardson（2006）的方法，構(gòu)建以下模型衡量過度投資：

模型（1）中，Invi,t表示i公司第t年資本支出水平［等于購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金+取得子公司及其他營業(yè)單位支付的現(xiàn)金凈 額-處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金凈額-處置子公司及其他營業(yè)單位收到的現(xiàn)金凈額-（固定資產(chǎn)折舊+無形資產(chǎn)攤銷+長期待攤費用攤銷）/年初總資產(chǎn)］。相應(yīng)地，Invi,t-1表示i公司第t-1年的資本支出水平；Growthi,t-1表示i公司第t-1年的成長機會，用Tobin Q 值表示；Levi,t-1為i公司第t-1年的資產(chǎn)負債率；Cashi,t-1表示i公司第t-1年的現(xiàn)金流狀況（等于經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額/年初總資產(chǎn)）；Agei,t-1為i公司第t-1年的上市時間；Sizei,t-1表示i公司第t-1年公司的資產(chǎn)規(guī)模（等于資產(chǎn)總額的對數(shù)）；Reti,t-1為i公司第t-1年股票的年收益率；Ind、Year分別是行業(yè)變量和年度變量。本文采用模型（1）中回歸殘差為正的部分來衡量企業(yè)的過度投資變量（Overinv）。

3.中介變量：信息透明度（Trans）

本文借鑒辛清泉等（2014）的研究，構(gòu)建了一個綜合信息透明度指標。具體地，從盈余質(zhì)量(DD)、信息披露考評指數(shù)(Dscore)、分析師跟蹤人數(shù)(Analyst)、分析師盈余預(yù)測(Accuracy)和審計師(Big4)角度綜合計量企業(yè)信息透明度，其值等于這五個變量的樣本百分等級的平均值。如果存在上市公司透明度變量缺失情況，則Trans等于剩余變量百分等級的均值。Trans越大，企業(yè)信息透明度越高。五個變量的具體計量方法如下。

（1）盈余質(zhì)量指標（DD），用如下模型來計量：

其中，TCA是總流動應(yīng)計利潤（營業(yè)利潤-經(jīng)營現(xiàn)金流量+折舊和攤銷費用）；CFO是經(jīng)營現(xiàn)金流量（來源于現(xiàn)金流量表）；REV為營業(yè)收入；PPE是年末固定資產(chǎn)價值,i和t分別是企業(yè)和年度,e為誤差項。將模型（2）中的所有變量都除以平均總資產(chǎn)進行平減，然后按年度行業(yè)進行分組回歸，得到各企業(yè)各年的回歸殘差ei,t（本年的操控性應(yīng)計利潤）。然后計算出t年和之前4年回歸殘差的標準差，得到企業(yè)t年的盈余質(zhì)量指標。DD越大，企業(yè)信息透明度越高。

（2）信息披露考評指數(shù)（Dscore）。根據(jù)深交所公布的上市公司信息披露考核結(jié)果，將上市公司信息披露質(zhì)量從高到低依次劃分為A、B、C、D 四個等級，表示優(yōu)、良、及格和不及格。分值越大，企業(yè)信息透明度越高。

（3）分析師跟蹤人數(shù)（Analyst）。由預(yù)測公司本年度盈余的分析師數(shù)量來決定。Analyst越大，企業(yè)信息透明度越高。

（4）分析師盈余預(yù)測（Accuracy）。等于（同一年度不同分析師預(yù)測的每股盈余中位數(shù)-實際每股盈余）/上年度的每股股價。Accuracy越大，表示分析師盈余預(yù)測越準確，企業(yè)信息透明度越高。

（5）是否聘請國際四大會計師事務(wù)所作為其年報的審計師（Big4）。四大會計師事務(wù)所審計的財務(wù)報告質(zhì)量可能更高，因此由四大會計師事務(wù)所作為年報審計師可以提升企業(yè)信息透明度。

4.控制變量

本文借鑒周冬華和張啟浩（2021）、張碧洲等（2021）的研究，選取如下控制變量：公司規(guī)模（Size）、資產(chǎn)負債率（Lev）、上市時間（Age）、成長機會（Growth）、機構(gòu)持股比（Inst）、凈資產(chǎn)收益率（Roe）、兩職合一（Dual）、股權(quán)制衡度（Balance）、審計質(zhì)量（Opinion）、產(chǎn)權(quán)性質(zhì)（Soe）和董事會規(guī)模（Bos）。此外，本文還控制了年度（Year）變量和行業(yè)變量(Ind)。

主要變量的測算方法如表1 所示。

表1 主要變量定義

（三）模型構(gòu)建

為檢驗信息透明度在企業(yè)數(shù)字化轉(zhuǎn)型與過度投資之間的中介效應(yīng)，本文借鑒溫忠麟和葉寶娟（2014）的中介效應(yīng)檢驗方法，建立逐步回歸模型，用回歸系數(shù)檢驗中介效應(yīng)是否存在，構(gòu)建模型（3）～模型（5）進行檢驗，其中，X表示控制變量。具體來講，若模型（3）的系數(shù)α1顯著，則繼續(xù)使用模型（4）檢驗數(shù)字化轉(zhuǎn)型（Economy_dig）對信息透明度（Trans）的影響。若系數(shù)θ1顯著，則繼續(xù)使用模型（5）分析數(shù)字化轉(zhuǎn)型（Economy_dig）、信息透明度（Trans）與過度投資（Overinv）三者之間的關(guān)系。若模型（5）中系數(shù)μ2顯著、μ1不顯著，則說明此中介效應(yīng)為完全中介效應(yīng)；若系數(shù)μ1與μ2都顯著，則說明此中介效應(yīng)為部分中介效應(yīng)；若系數(shù)μ1與μ2都不顯著，則說明不存在中介效應(yīng)。

四、實證分析

（一）描述性統(tǒng)計

本文主要變量的描述性統(tǒng)計結(jié)果如表2 所示。由表2 可知，Overinv的最大值為0.369，最小值為0，均值為0.045，表明我國上市公司的過度投資問題較為嚴重，整體上差異很大；Economy_dig的均值為0.088，標準差為0.203，表明我國上市公司數(shù)字化轉(zhuǎn)型程度仍處于較低水平，只有部分企業(yè)具有較高的數(shù)字化轉(zhuǎn)型程度，總體上具有較大差異；Trans的最小值為0.005，最大值為0.870，可見信息透明度的總體差異很大，表明我國上市公司仍存在一定程度的信息不透明現(xiàn)象。其他變量的描述性統(tǒng)計結(jié)果也均在合理范圍內(nèi)。

表2 主要變量的描述性統(tǒng)計

（二）相關(guān)性分析

本文檢驗了主要變量之間的相關(guān)系數(shù)①限于篇幅，相關(guān)系數(shù)數(shù)據(jù)從略，作者備索。，發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型與過度投資和信息透明度之間均呈負相關(guān)，與本文的預(yù)期并不一致，需要結(jié)合后續(xù)多元回歸分析進一步檢驗。其他控制變量與Overinv顯著相關(guān)，主要變量之間的相關(guān)系數(shù)均小于0.600，表明控制變量的選取是有意義的，且變量之間不存在明顯的多重共線性。

（三）回歸結(jié)果分析

表3 列示了模型（3）～模型（5）的回歸結(jié)果?？梢钥闯觯Ｐ停?）中，企業(yè)數(shù)字化轉(zhuǎn)型與過度投資在1%的水平上顯著為負，表明企業(yè)數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)的過度投資行為，假設(shè)1 得到驗證；模型（4）中，企業(yè)數(shù)字化轉(zhuǎn)型與信息透明度在接近1%的水平上顯著為正（P 值=0.010），即企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)的信息透明度；模型（5）中，企業(yè)數(shù)字化轉(zhuǎn)型與過度投資仍在1%的水平上顯著為負，且信息透明度與過度投資的系數(shù)也在1%的水平上顯著為負。由中介效應(yīng)檢驗步驟可知，信息透明度在企業(yè)數(shù)字化轉(zhuǎn)型與過度投資之間發(fā)揮了部分中介效應(yīng)，即企業(yè)數(shù)字化轉(zhuǎn)型能通過提高信息透明度抑制企業(yè)的過度投資行為，假設(shè)2 得到驗證。

表3 基準回歸結(jié)果

（四）穩(wěn)健性檢驗

1.更換解釋變量

本文借鑒吳非等（2021）的研究，用上市公司年報披露的與數(shù)字化轉(zhuǎn)型相關(guān)的關(guān)鍵詞詞頻重新度量企業(yè)數(shù)字化轉(zhuǎn)型變量，并使用新變量Economy_dig1 重新進行回歸，回歸結(jié)果如表4 所示?？梢钥闯觯Ｐ停?）和模型（4）中，過度投資、信息透明度與企業(yè)數(shù)字化轉(zhuǎn)型顯著相關(guān)；模型（5）中，企業(yè)數(shù)字化轉(zhuǎn)型與過度投資也在1%的水平上顯著為負，且信息透明度與過度投資在5%的水平上顯著為負，表明信息透明度在企業(yè)數(shù)字化轉(zhuǎn)型與過度投資之間發(fā)揮部分中介效應(yīng)，本文研究結(jié)論穩(wěn)健。

表4 更換解釋變量的回歸結(jié)果

2.內(nèi)生性處理

為避免內(nèi)生性問題，本文采用PSM 進行穩(wěn)健性檢驗，結(jié)果如表5 和表6 所示。具體來講，借鑒張永珅等（2021）的研究，首先將數(shù)字化轉(zhuǎn)型取中位數(shù)，大于中位數(shù)的樣本取值為1，否則為0；然后將企業(yè)規(guī)模（Size）、資產(chǎn)負債率（Lev）、上市時間（Age）、成長能力（Growth）、機構(gòu)投資者持股（Inst）、凈資產(chǎn)收益率（Roe）、兩職合一（Dual）、股權(quán)制衡度（Balance）和董事會規(guī)模（Bos）變量作為協(xié)變量計算傾向得分，并采用一對一匹配的原則進行樣本匹配；最后對匹配后的新樣本重新進行回歸檢驗?？梢钥闯觯? 顯示了匹配前后樣本的特征，通過了平衡性檢驗，表6 顯示了對匹配后樣本重新回歸的結(jié)果，可見與前文的研究結(jié)論一致。

表5 PSM 一對一平衡性檢驗

表6 PSM 回歸結(jié)果

3.Bootstrap 方法

本文對信息透明度的中介效應(yīng)使用Bootstrap 方法進一步檢驗，抽樣樣本為6454，重復(fù)進行了1000 次抽樣，結(jié)果如表7所示?？梢园l(fā)現(xiàn)，間接效應(yīng)和直接效應(yīng)在95%的置信區(qū)間分別為[-0.00079430，-0.00005300]和[-0.01782800，-0.00215260]，而在95%的偏差糾正區(qū)間分別為[-0.00079550，-0.00005520]和[-0.01782800，-0.00215260]，且區(qū)間內(nèi)都不包含0。這表明信息透明度在企業(yè)數(shù)字化轉(zhuǎn)型與過度投資之間發(fā)揮了部分中介作用，假設(shè)2 得到驗證。

表7 Bootstrap 檢驗結(jié)果

（五）進一步分析

在我國資本市場上，國有企業(yè)與非國有企業(yè)的經(jīng)營目標和管理方式等都存在較大差異（李小忠，2021），因此數(shù)字化轉(zhuǎn)型程度及投資決策方式也一定存在差異。首先，國有企業(yè)的實際控制人是政府，且國有企業(yè)是政府實現(xiàn)特定目標的重要支柱。數(shù)字化轉(zhuǎn)型是國家重要的創(chuàng)新型戰(zhàn)略之一，國有企業(yè)響應(yīng)國家號召積極進行數(shù)字化轉(zhuǎn)型，同時國有企業(yè)的經(jīng)營風險更低，內(nèi)部經(jīng)營和管理更關(guān)注合法性與合規(guī)性，反而容易忽視決策的制定和業(yè)績的提升，可能會出現(xiàn)更多的過度投資行為。其次，國有企業(yè)一般都處于本行業(yè)的壟斷地位，市場環(huán)境較為寬松，競爭壓力較小，且政府在配置資源的過程中也會傾向于國有企業(yè)，包括創(chuàng)新型資源。而非國有企業(yè)一般處在一個有限的完全競爭市場中，所在行業(yè)往往競爭激烈。因此，在面對有限的資源和嚴峻的環(huán)境時，非國有企業(yè)的管理層在投資決策過程中往往會表現(xiàn)得更為謹慎，只有這樣才能應(yīng)對變幻莫測的市場。因此，相比非國有企業(yè)，本文預(yù)期國有企業(yè)的數(shù)字化轉(zhuǎn)型更能抑制過度投資行為。表8 展示了在國企和非國企的子樣本下，企業(yè)數(shù)字化轉(zhuǎn)型對過度投資行為的影響。可以看出，國有企業(yè)樣本下企業(yè)數(shù)字化轉(zhuǎn)型與過度投資在接近1%水平上顯著為負（P 值=0.011），非國有企業(yè)樣本下企業(yè)數(shù)字化轉(zhuǎn)型與過度投資不顯著，但系數(shù)為負。表明相比非國有企業(yè)，國有企業(yè)的數(shù)字化轉(zhuǎn)型更能抑制過度投資行為。

表8 產(chǎn)權(quán)性質(zhì)的影響

五、結(jié)論與建議

本文主要探討了企業(yè)數(shù)字化轉(zhuǎn)型對過度投資行為的影響。研究結(jié)果發(fā)現(xiàn)，企業(yè)數(shù)字化轉(zhuǎn)型能夠有效抑制企業(yè)的過度投資行為，信息透明度在其中發(fā)揮了部分中介作用，即企業(yè)數(shù)字化轉(zhuǎn)型能通過提升信息透明度抑制企業(yè)過度投資行為。進一步研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對過度投資行為的抑制作用在國有企業(yè)中表現(xiàn)得更為明顯。

數(shù)字經(jīng)濟已經(jīng)成為未來的發(fā)展趨勢，企業(yè)應(yīng)該根據(jù)自身特性順應(yīng)數(shù)字經(jīng)濟的發(fā)展浪潮，充分發(fā)揮數(shù)字技術(shù)的優(yōu)勢，積極進行數(shù)字化轉(zhuǎn)型。對于企業(yè)而言，首先，要重視自身的研發(fā)創(chuàng)新。企業(yè)數(shù)字化轉(zhuǎn)型必須依賴數(shù)字技術(shù)的支撐，如果故步自封，不注意研發(fā)創(chuàng)新方面的投入，企業(yè)將會落后于市場的發(fā)展。其次，企業(yè)要建立一個數(shù)據(jù)管理平臺。建立數(shù)據(jù)管理平臺不僅有助于企業(yè)加強對內(nèi)外部進行監(jiān)督，提高信息透明度，而且有助于企業(yè)管理層更快、更精確的整合信息，進行統(tǒng)一決策，同時能夠讓更多企業(yè)員工參與到?jīng)Q策過程中，提升決策的可信度和可行性。最后，大力培養(yǎng)相關(guān)高科技人才。很多傳統(tǒng)企業(yè)數(shù)字化轉(zhuǎn)型程度低的原因不僅在于運用傳統(tǒng)技術(shù)持續(xù)經(jīng)營，也是因為缺乏相關(guān)高科技人才。人才是科技發(fā)展的動力，企業(yè)既要重視培育老員工，更要引進新的高科技人才，從而推動企業(yè)數(shù)字化轉(zhuǎn)型的腳步，提升企業(yè)決策效率。對于政府而言，應(yīng)出臺相應(yīng)政策鼓勵和引導(dǎo)高科技企業(yè)的發(fā)展，例如稅收減免和貸款利率補貼等，促使擁有新興技術(shù)的企業(yè)積極進行數(shù)字化轉(zhuǎn)型。此外，政府應(yīng)根據(jù)市場需求培育相應(yīng)的高科技人才，鼓勵高校開展新技術(shù)課程，助力企業(yè)數(shù)字化轉(zhuǎn)型、持續(xù)發(fā)展。