物流企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)誤定價(jià)的影響研究

王慧瑩 陳慶杰

摘 ?要：本文選取2017—2021年交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)上市公司為研究樣本，實(shí)證檢驗(yàn)了物流企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)誤定價(jià)的影響關(guān)系。實(shí)證研究發(fā)現(xiàn)物流企業(yè)數(shù)字化程度的提高加劇了資產(chǎn)誤定價(jià)水平，在穩(wěn)健型檢驗(yàn)之后，該結(jié)論依然成立。研究結(jié)論豐富了數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)誤定價(jià)的影響研究，有利于推動(dòng)數(shù)字化技術(shù)與傳統(tǒng)實(shí)體經(jīng)濟(jì)更好的結(jié)合，找到緩解資產(chǎn)誤定價(jià)的路徑。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；資產(chǎn)誤定價(jià)；信息不對(duì)稱

中圖分類(lèi)號(hào)：F253 ? ?文獻(xiàn)標(biāo)志碼：A ? ?DOI：10.13714/j.cnki.1002-3100.2023.17.000

Abstract： This paper empirically examines the relationship between the impact of digital transformation of logistics firms on asset mispricing by selecting listed companies in the transport， storage and postal industry as a research sample for the period 2017-2021. The empirical study finds that the increased digitalization of logistics firms exacerbates the level of asset mispricing， and the findings still hold after robustness tests. The findings enrich the research on the impact of digital transformation on asset mispricing and are conducive to promoting better integration of digital technology with the traditional real economy and finding a path to mitigate asset mispricing.

Key words： digital transformation; asset mispricing; information asymmetry

0 ?引 ?言

在疫情的沖擊下，傳統(tǒng)的物流業(yè)面臨著挑戰(zhàn)。大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)應(yīng)用在促進(jìn)傳統(tǒng)物流業(yè)轉(zhuǎn)型升級(jí)的同時(shí)對(duì)企業(yè)價(jià)值也同樣會(huì)產(chǎn)生影響。資產(chǎn)誤定價(jià)是指股價(jià)偏離其內(nèi)在價(jià)值的現(xiàn)象，包括高于及低于其內(nèi)在價(jià)值兩個(gè)方面。在有效市場(chǎng)假說(shuō)的前提下，投資者是完全理性的，價(jià)格能夠真實(shí)反映其內(nèi)在價(jià)值，此時(shí)不存在資產(chǎn)誤定價(jià)現(xiàn)象，但在實(shí)際的資本市場(chǎng)中信息不對(duì)稱和投資者的認(rèn)知偏差都會(huì)導(dǎo)致誤定價(jià)現(xiàn)象的發(fā)生，緩解資產(chǎn)誤定價(jià)對(duì)于更好地發(fā)揮資本市場(chǎng)資源配置的作用具有重要的意義。近年來(lái)數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展促進(jìn)了傳統(tǒng)實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)，也加強(qiáng)了公眾對(duì)企業(yè)的監(jiān)督。數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)存在怎樣的關(guān)系是部分學(xué)者關(guān)心的問(wèn)題，本文選取物流上市公司樣本進(jìn)行研究。

1 ?文獻(xiàn)綜述

已有學(xué)者從多種角度研究數(shù)字化轉(zhuǎn)型與企業(yè)發(fā)展之間的關(guān)系?，F(xiàn)有研究發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型能夠提升實(shí)業(yè)投資水平，且這種效應(yīng)在市場(chǎng)競(jìng)爭(zhēng)程度較高和盈利水平較低的行業(yè)中更加明顯；許罡[1]的研究表明企業(yè)數(shù)字化轉(zhuǎn)型推動(dòng)了企業(yè)履行社會(huì)責(zé)任，進(jìn)而對(duì)企業(yè)價(jià)值產(chǎn)生正向影響。

葉勇和畢鵬等[2-3]研究發(fā)現(xiàn)機(jī)構(gòu)投資者調(diào)研能夠正向影響資產(chǎn)誤定價(jià)，且在國(guó)有企業(yè)中對(duì)資產(chǎn)誤定價(jià)的影響程度比非國(guó)有企業(yè)更大。宋媛媛與徐亞飛等[4]認(rèn)為具有行業(yè)專長(zhǎng)的審計(jì)師能夠緩解資產(chǎn)誤定價(jià)現(xiàn)象，因?yàn)閷徲?jì)師行業(yè)專長(zhǎng)能夠降低投資者異質(zhì)信念并有助于提高會(huì)計(jì)信息質(zhì)量，審計(jì)師獨(dú)立性越強(qiáng)對(duì)資產(chǎn)誤定價(jià)的緩解作用也更為顯著。吳非和方毅等[5-6]提出宏觀經(jīng)濟(jì)沖擊并不是導(dǎo)致資產(chǎn)誤定價(jià)的主要原因，更多的源于股票市場(chǎng)的自身特質(zhì)，除此之外學(xué)者還發(fā)現(xiàn)宏觀經(jīng)濟(jì)超預(yù)期沖擊對(duì)資產(chǎn)誤定價(jià)現(xiàn)象具有不對(duì)稱效應(yīng)。也有學(xué)者[7]發(fā)現(xiàn)投資者關(guān)注度越高，股價(jià)被高估的可能性也越大。高雅、劉嫦等[8]研究發(fā)現(xiàn)在有限理性假設(shè)下管理層的行為也會(huì)對(duì)資產(chǎn)定價(jià)造成影響。聶興凱等[3]研究得出會(huì)計(jì)信息可比性與資產(chǎn)誤定價(jià)之間呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，且這種作用在不確定性較高的環(huán)境中會(huì)更明顯。Berger， Doukas[10-11]認(rèn)為盡管投資者擁有所有必要的原始信息來(lái)準(zhǔn)確地為簡(jiǎn)單和復(fù)雜的公司定價(jià)，但他們處理這些信息的能力受到限制，導(dǎo)致了暫時(shí)性的錯(cuò)誤定價(jià)，因此，如果兩種資產(chǎn)（在匹配過(guò)程中）之間的錯(cuò)誤定價(jià)是由于認(rèn)知限制，那么它應(yīng)該是處理信息能力受到約束的結(jié)果，而不是接收信息能力受到約束的結(jié)果。王生年、朱艷艷[12]發(fā)現(xiàn)股權(quán)激勵(lì)會(huì)促使管理者為了提升股價(jià)而進(jìn)行盈余管理，這使得投資者不能得到足夠有效的信息進(jìn)而加劇了資產(chǎn)誤定價(jià)。游家興、吳靜[13]研究證明除了報(bào)道量之外，報(bào)道中傳遞的情緒也會(huì)對(duì)股票價(jià)格造成影響。當(dāng)公司信息透明度越低時(shí)，媒體情緒對(duì)資產(chǎn)誤定價(jià)的影響越顯著，且媒體情緒對(duì)資產(chǎn)誤定價(jià)的影響存在不對(duì)稱性，積極的媒體情緒更容易導(dǎo)致股票價(jià)格的高估。徐壽福、徐龍炳[14]則認(rèn)為信息披露質(zhì)量越差的上市公司，市場(chǎng)價(jià)值對(duì)內(nèi)在價(jià)值的偏離程度越嚴(yán)重。邢攀龍、田宗濤[15]發(fā)現(xiàn)我國(guó)2006年新會(huì)計(jì)準(zhǔn)則引入公允價(jià)值計(jì)量屬性之后公允價(jià)值的“順周期”效應(yīng)使投資者更加難以準(zhǔn)確地判斷企業(yè)價(jià)值，增加了投資者的認(rèn)知偏差，加劇了資產(chǎn)誤定價(jià)現(xiàn)象。李倩、吳昊[7]實(shí)證發(fā)現(xiàn)分析師預(yù)測(cè)偏差會(huì)提高投資者異質(zhì)信念，而投資者異質(zhì)信念會(huì)導(dǎo)致股票價(jià)格偏離其內(nèi)在價(jià)值，也就是說(shuō)分析師預(yù)測(cè)偏差加劇了資產(chǎn)誤定價(jià)現(xiàn)象。股票市場(chǎng)上存在著三種類(lèi)型的投資者，分別是基礎(chǔ)價(jià)值投資者、趨勢(shì)投資者和噪聲交易者。不同類(lèi)型投資者之間轉(zhuǎn)換強(qiáng)度越大，股票市場(chǎng)波動(dòng)性越大。

現(xiàn)有文獻(xiàn)大多研究數(shù)字化轉(zhuǎn)型與公司治理或信息質(zhì)量之間的關(guān)系，鮮少有學(xué)者研究其和資產(chǎn)誤定價(jià)之間的關(guān)系。有效市場(chǎng)假說(shuō)認(rèn)為價(jià)格能夠完全反映資產(chǎn)的真實(shí)價(jià)值，因此在有效市場(chǎng)中不存在系統(tǒng)的誤定價(jià)，但資本市場(chǎng)上會(huì)存在信息不對(duì)稱問(wèn)題，同時(shí)投資者也并非完全理性進(jìn)而會(huì)導(dǎo)致資產(chǎn)誤定價(jià)現(xiàn)象。企業(yè)數(shù)字化轉(zhuǎn)型會(huì)加劇還是緩解資產(chǎn)誤定價(jià)現(xiàn)象是個(gè)亟待研究的問(wèn)題。本文可能的貢獻(xiàn)在于：第一、本文驗(yàn)證了數(shù)字化轉(zhuǎn)型會(huì)加劇資產(chǎn)誤定價(jià)現(xiàn)象，為資產(chǎn)誤定價(jià)研究的影響因素提供了新的實(shí)證證據(jù)。第二、從信息約束視角研究企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)之間的關(guān)系，為后續(xù)研究提供了可借鑒的理論視角。

2 ?理論分析與研究假設(shè)

信息不對(duì)稱和異質(zhì)信念是否會(huì)影響資產(chǎn)定價(jià)一直是行為金融學(xué)和資本市場(chǎng)研究的熱點(diǎn)。信息不對(duì)稱是指資本市場(chǎng)不同投資者掌握的信息數(shù)量是不同的，信息不對(duì)稱反映了投資者的客觀差異；異質(zhì)信念是指相同信息量的情況下，不同投資者對(duì)同一股票在相同持有期的預(yù)期收益率或預(yù)期收益方差估計(jì)不同，異質(zhì)信念反映了投資者的主觀差異?，F(xiàn)有文獻(xiàn)認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠加強(qiáng)內(nèi)部治理，提升會(huì)計(jì)信息可比性，改善了信息不對(duì)稱問(wèn)題。良好的內(nèi)部控制能通過(guò)提高上市公司信息披露質(zhì)量和降低公司內(nèi)部代理成本進(jìn)而緩解資產(chǎn)誤定價(jià)現(xiàn)象?；诖耍疚奶岢鋈缦录僭O(shè)：

H1：企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)顯著負(fù)相關(guān)。

另一方面，有學(xué)者將信息的獲得和處理作為異質(zhì)信念來(lái)源研究資產(chǎn)誤定價(jià)問(wèn)題。雖然企業(yè)數(shù)字化轉(zhuǎn)型有助于帶來(lái)更多的增量信息，但投資者的信息處理能力會(huì)受到約束，非理性投資者過(guò)度自信情況下造成的異質(zhì)信念也會(huì)影響資產(chǎn)定價(jià)。投資者接收和處理信息的能力是有限的，數(shù)字化轉(zhuǎn)型雖然促使了更多增量信息的披露，但投資者限于搜集和處理信息的成本或受限于自身能力反而不能對(duì)最有效的信息進(jìn)行處理，這種情況下加劇了資產(chǎn)誤定價(jià)現(xiàn)象。或有一部分投資者因更多的增量信息助長(zhǎng)了其過(guò)度自信，也會(huì)導(dǎo)致過(guò)度資產(chǎn)誤定價(jià)?；诖耍疚奶岢鋈缦录僭O(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)顯著正相關(guān)。

3 ?研究設(shè)計(jì)

3.1 ?樣本選取與數(shù)據(jù)來(lái)源

本文選取2017—2021年交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)上市公司為研究樣本。此外，本文對(duì)樣本進(jìn)行了如下處理：（1）剔除ST、*ST類(lèi)樣本；（2）剔除不連續(xù)的樣本。經(jīng)過(guò)以上處理，得到155個(gè)研究樣本。本文對(duì)所有連續(xù)變量進(jìn)行1%和99%分位的Winsorize處理，數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)。

3.2 ?變量定義和模型構(gòu)建

（1）資產(chǎn)誤定價(jià)的度量

資產(chǎn)誤定價(jià)Deviation的衡量參考徐壽福和徐龍炳[14]的做法，采用公司內(nèi)在價(jià)值與市場(chǎng)價(jià)值偏離的絕對(duì)值衡量。其計(jì)算公式如下：

Deviation=1-V/P

其中：V是上市公司每股內(nèi)在價(jià)值，由剩余收益模型（RIM）估計(jì)得到，P是該公司股票期末收盤(pán)價(jià)。不考慮股價(jià)是高估還是低估，構(gòu)建變量Deviation度量市場(chǎng)價(jià)值對(duì)內(nèi)在價(jià)值的絕對(duì)偏離程度。Deviation的值越大說(shuō)明偏離程度越大。

（2）數(shù)字化轉(zhuǎn)型的度量

本文參考吳非、聶興凱等人[5，9]的做法使用文本分析方法從年報(bào)提取數(shù)字化轉(zhuǎn)型的相關(guān)詞頻衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，并進(jìn)一步細(xì)分為云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用。

（3）控制變量

模型中各變量的描述及定義如表1所示。

（4）模型構(gòu)建

Deviation=α+βIntel+βLEV+βROA+βSOE+βOpinion+βBig4+βSize+βTOP1+βYear+ε ? ? ? ? ?（1）

Deviation=α+βCloud+βLEV+βROA+βSOE+βOpinion+βBig4+βSize+βTOP1+βYear+ε ? ? ? ? （2）

Deviation=α+βData+βLEV+βROA+βSOE+βOpinion+βBig4+βSize+βTOP1+βYear+ε ? ? ? ? ?（3）

Deviation=α+βDigital+βLEV+βROA+βSOE+βOpinion+βBig4+βSize+βTOP1+βYear+ε ? ? ? ?（4）

4 ?實(shí)證結(jié)果與分析

4.1 ?描述性統(tǒng)計(jì)

表2報(bào)告了主要變量描述性統(tǒng)計(jì)結(jié)果。從表2中可以看出資產(chǎn)誤定價(jià)的均值和中位數(shù)分別為0.967和0.972，最小值為0.797，最大值為1.181。企業(yè)數(shù)字化轉(zhuǎn)型的均值和中位數(shù)為2.409和2.197，最小值為1.792，最大值為4.522。說(shuō)明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的差異較大，其中云計(jì)算技術(shù)的均值為0.508，大數(shù)據(jù)技術(shù)的均值為0.565，數(shù)字技術(shù)應(yīng)用的均值為0.979。從控制變量看，企業(yè)資產(chǎn)負(fù)債率的均值為46.2%，資產(chǎn)收益率的均值為0.082，企業(yè)規(guī)模的均值為22.96，第一大股東持股比例均值為38.24%，約有98.7%的企業(yè)收到標(biāo)準(zhǔn)無(wú)保留意見(jiàn)，10.2%的企業(yè)聘請(qǐng)國(guó)際四大會(huì)計(jì)師事務(wù)所進(jìn)行審計(jì)，54.3%是國(guó)有企業(yè)。

4.2 ?多元回歸分析

本文利用模型（1）、（2）、（3）、（4）對(duì)前述假設(shè)進(jìn)行多元回歸，具體回歸結(jié)果如表3所示。列（1）結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)的回歸系數(shù)在1%水平上顯著為正。列（2）、列（3）和列（4）將數(shù)字化轉(zhuǎn)型細(xì)分為云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用，其中云計(jì)算技術(shù)與數(shù)字技術(shù)應(yīng)用的回歸系數(shù)都在1%水平上顯著為正，而大數(shù)據(jù)技術(shù)對(duì)資產(chǎn)誤定價(jià)的影響不顯著。以上結(jié)果說(shuō)明數(shù)字化轉(zhuǎn)型加劇了資產(chǎn)誤定價(jià)現(xiàn)象，假設(shè)H2得到驗(yàn)證。從控制變量看，資產(chǎn)負(fù)債率與資產(chǎn)誤定價(jià)呈正相關(guān)，說(shuō)明資產(chǎn)負(fù)債率越高的公司資產(chǎn)誤定價(jià)水平越高，產(chǎn)權(quán)性質(zhì)、企業(yè)規(guī)模、資產(chǎn)回報(bào)率和第一大股東持股比例與資產(chǎn)誤定價(jià)呈負(fù)相關(guān)，說(shuō)明規(guī)模越大以及董事會(huì)規(guī)模越大的公司資產(chǎn)誤定價(jià)水平越低。

表4顯示了不同產(chǎn)權(quán)性質(zhì)樣本的回歸結(jié)果。兩類(lèi)樣本與全樣本檢驗(yàn)結(jié)果一致，數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)有顯著的正向相關(guān)關(guān)系，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)誤定價(jià)的正向相關(guān)性更明顯，這可能是非國(guó)有企業(yè)的股票波動(dòng)性較之國(guó)有企業(yè)更強(qiáng)，國(guó)有企業(yè)的信息披露質(zhì)量更高，信息不對(duì)稱水平較之非國(guó)有企業(yè)更低，因此數(shù)字化轉(zhuǎn)型對(duì)非國(guó)有企業(yè)的影響更顯著。

4.3 ?穩(wěn)健性檢驗(yàn)

為檢驗(yàn)研究結(jié)果的可靠性，本文進(jìn)行了如下穩(wěn)健型檢驗(yàn)：（1）變換研究的時(shí)間區(qū)間，重復(fù)上述實(shí)證分析，檢驗(yàn)結(jié)果與前文一致，數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)誤定價(jià)有顯著的正向影響，其中云計(jì)算技術(shù)與數(shù)字應(yīng)用技術(shù)對(duì)資產(chǎn)誤定價(jià)同樣具有顯著的正向影響，進(jìn)一步證實(shí)了前文結(jié)論。（2）為增強(qiáng)模型穩(wěn)健型，防止遺漏變量對(duì)回歸結(jié)果的干擾，本文在模型（1）、（2）、（3）、（4）中增加兩職合一、管理層持股比例、董事會(huì)規(guī)模與獨(dú)立董事比例四個(gè)控制變量，并繼續(xù)重復(fù)上述實(shí)證分析，結(jié)果與前文一致。本文結(jié)論具有穩(wěn)健性。

5 ?結(jié)論與啟示

本文結(jié)合中國(guó)物流企業(yè)數(shù)字化轉(zhuǎn)型實(shí)踐，探索數(shù)字化轉(zhuǎn)型在資產(chǎn)誤定價(jià)現(xiàn)象中發(fā)揮的作用。研究發(fā)現(xiàn)，物流企業(yè)數(shù)字化轉(zhuǎn)型加劇了資產(chǎn)誤定價(jià)現(xiàn)象。由于投資者受到信息獲得和處理能力的約束，并不能有效地獲得及處理由企業(yè)數(shù)字化轉(zhuǎn)型而帶來(lái)的信息增量，反而會(huì)導(dǎo)致資產(chǎn)誤定價(jià)。此外，數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)誤定價(jià)的影響因企業(yè)特征而異，數(shù)字化轉(zhuǎn)型對(duì)非國(guó)有物流企業(yè)的影響比國(guó)有物流企業(yè)更顯著。

上市公司市場(chǎng)價(jià)值與內(nèi)在價(jià)值的一致性，不僅是我國(guó)資本市場(chǎng)完善價(jià)格發(fā)現(xiàn)功能，提高市場(chǎng)配置效率的重要體現(xiàn)，而且也是上市公司市值管理的必然要求。對(duì)此，得出如下啟示：（1）完善企業(yè)信息披露制度。企業(yè)應(yīng)完善其信息披露制度，力求投資者能獲得充足、有效的信息，并能以更省力、高效的方式作出其投資決策，避免因?qū)ε缎畔⒌姆治霾蛔愣鴮?dǎo)致的資產(chǎn)誤定價(jià)現(xiàn)象。（2）提高信息分析能力。投資者需要通過(guò)學(xué)習(xí)更多的專業(yè)知識(shí)等方法來(lái)實(shí)現(xiàn)自身分析能力的提高，與此同時(shí)，還要保持理性的投資理念，盡量避免過(guò)度自信帶來(lái)的投資誤差，才能對(duì)數(shù)字化轉(zhuǎn)型帶來(lái)的信息增量進(jìn)行精準(zhǔn)的分析，并據(jù)此對(duì)企業(yè)的股價(jià)做出精確的估計(jì)，從而實(shí)現(xiàn)投資收益的最大化，緩解資本市場(chǎng)上的資產(chǎn)誤定價(jià)現(xiàn)象。

參考文獻(xiàn)：

[1] 許罡. 企業(yè)社會(huì)責(zé)任報(bào)告強(qiáng)制披露對(duì)資產(chǎn)誤定價(jià)的影響：信息揭示還是掩飾？[J]. 經(jīng)濟(jì)與管理研究，2020，41（7）：61-76.

[2] 葉勇，王思瑞. 機(jī)構(gòu)投資者調(diào)研對(duì)資產(chǎn)誤定價(jià)的影響研究[J]. 社會(huì)科學(xué)家，2021（7）：75-80.

[3] 畢鵬，王麗麗. 機(jī)構(gòu)投資者網(wǎng)絡(luò)與資產(chǎn)誤定價(jià)：激濁揚(yáng)清抑或推波助瀾[J]. 金融發(fā)展研究，2022（5）：39-48.

[4] 宋媛媛，徐亞飛，等. 審計(jì)師行業(yè)專長(zhǎng)緩解了資產(chǎn)誤定價(jià)嗎？[J]. 審計(jì)研究，2018（2）：96-103.

[5] 吳非，胡慧芷，林慧妍，等. 企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來(lái)自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[J]. 管理世界，2021，37（7）：130

-144.

[6] 方毅，?；? 機(jī)構(gòu)投資者對(duì)資產(chǎn)誤定價(jià)的影響：抑制還是推助？[J]. 暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，43（6）：107-120.

[7] 李倩，吳昊，高宇妮. 分析師評(píng)級(jí)、投資者情緒與資產(chǎn)誤定價(jià)[J]. 北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，33（4）：96-106.

[8] 高雅，劉嫦. 管理層討論與分析披露語(yǔ)調(diào)對(duì)資產(chǎn)誤定價(jià)的影響[J]. 投資研究，2020，39（1）：77-91.

[9] 聶興凱，王穩(wěn)華，裴璇. 企業(yè)數(shù)字化轉(zhuǎn)型會(huì)影響會(huì)計(jì)信息可比性嗎[J]. 會(huì)計(jì)研究，2022（5）：17-39.

[10] ?BERGER P G， E OFEK. Diversification's effect on firm value[J]. Journal of Financial Economics， 1995，37：39-65.

[11] ?DOUKAS J， C KIM， C PANTZALIS. Arbitrage risk and stock mispricing[J]. Journal of Financial and Quantitative Analysis， 2010，45（4）：907-934.

[12] 王生年，朱艷艷. 股權(quán)激勵(lì)影響了資產(chǎn)誤定價(jià)嗎——基于盈余管理的中介效應(yīng)檢驗(yàn)[J]. 現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2017，37（7）：89-101.

[13] 游家興，吳靜. 沉默的螺旋：媒體情緒與資產(chǎn)誤定價(jià)[J]. 經(jīng)濟(jì)研究，2012，47（7）：141-152.

[14] 徐壽福，徐龍炳. 信息披露質(zhì)量與資本市場(chǎng)估值偏誤[J]. 會(huì)計(jì)研究，2015（1）：40-47，96.

[15] 邢攀龍，田宗濤. 公允價(jià)值計(jì)量降低資產(chǎn)誤定價(jià)了嗎？[J]. 財(cái)會(huì)通訊，2018（18）：11-16.

[16] 賀康，宋冰潔，劉巍. 年報(bào)文本信息復(fù)雜性與資產(chǎn)誤定價(jià)——基于文本分析的實(shí)證研究[J]. 財(cái)經(jīng)論叢，2020（9）：64-73.