數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響研究

摘? ?要：以滬深A(yù)股上市公司為樣本，基于主并方數(shù)字化賦能視角，實(shí)證研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型企業(yè)發(fā)起了更多的并購(gòu)活動(dòng)，并取得了更高的并購(gòu)績(jī)效。進(jìn)一步研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮信息效應(yīng)與治理效應(yīng)，當(dāng)信息環(huán)境較差時(shí)，數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)決策和并購(gòu)績(jī)效影響更強(qiáng)，當(dāng)并購(gòu)代理沖突較高時(shí)，數(shù)字化轉(zhuǎn)型企業(yè)取得了更高的并購(gòu)績(jī)效。此外，數(shù)字化轉(zhuǎn)型顯著增加并購(gòu)支付溢價(jià)，這是由于數(shù)字化轉(zhuǎn)型為并購(gòu)帶來(lái)了更多元的融資方式。數(shù)字化轉(zhuǎn)型能縮短并購(gòu)交易時(shí)長(zhǎng)，提高并購(gòu)成功率。此外，被并方數(shù)字化轉(zhuǎn)型程度越高，發(fā)生并購(gòu)的概率越高且并購(gòu)績(jī)效越好。研究結(jié)論有利于深入理解數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響，對(duì)評(píng)估數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)效益、提高企業(yè)并購(gòu)效率具有重要意義。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；企業(yè)并購(gòu)；并購(gòu)決策；并購(gòu)績(jī)效

中圖分類號(hào)：F830? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2024）04-0070-09

DOI：10.19647/j.cnki.37-1462/f.2024.04.008

一、引言

推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)發(fā)展的重要任務(wù)之一。黨的二十大報(bào)告指出要“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”。《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》指出數(shù)字經(jīng)濟(jì)正成為“重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量”。數(shù)字經(jīng)濟(jì)將會(huì)成為推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要力量，而數(shù)字化轉(zhuǎn)型成為中國(guó)企業(yè)未來(lái)發(fā)展的必經(jīng)階段。因此，越來(lái)越多中國(guó)企業(yè)將數(shù)字化轉(zhuǎn)型視為重要戰(zhàn)略任務(wù)，為探索相適自洽的數(shù)字化轉(zhuǎn)型路徑不遺余力。根據(jù)埃森哲《2022中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)研究》，中國(guó)各行業(yè)的數(shù)字化轉(zhuǎn)型水平正在穩(wěn)步提升，17%的數(shù)字化轉(zhuǎn)型領(lǐng)軍企業(yè)取得顯著成效。

企業(yè)數(shù)字化轉(zhuǎn)型成為當(dāng)前學(xué)者們研究的熱點(diǎn)。從概念界定來(lái)看，數(shù)字化轉(zhuǎn)型絕非數(shù)字技術(shù)的簡(jiǎn)單運(yùn)用，而是將數(shù)據(jù)作為生產(chǎn)要素投入企業(yè)生產(chǎn)運(yùn)營(yíng)中，實(shí)現(xiàn)流程再造和商業(yè)模式優(yōu)化，從而提升企業(yè)價(jià)值的轉(zhuǎn)型過程（戚聿東和肖旭，2020；何帆和劉紅霞，2019；吳江等，2021）[1-3]。從轉(zhuǎn)型效果來(lái)看，數(shù)字化轉(zhuǎn)型能夠顯著提升企業(yè)創(chuàng)新能力、降低融資成本、緩解融資約束、改善公司治理水平、提升全要素生產(chǎn)率、提高市場(chǎng)價(jià)值（潘紅波和高金輝，2022；陳中飛等，2022；祁懷錦等，2020；劉垣鈺和郭淑娟，2023）[4-7]，同時(shí)，數(shù)字化轉(zhuǎn)型能夠降低信息不對(duì)稱、提高股票流動(dòng)性、降低審計(jì)成本（徐子堯和張莉沙，2022；張永珅等，2021）[8，9]。綜上，數(shù)字化轉(zhuǎn)型能夠?yàn)槠髽I(yè)深度賦能，取得正面財(cái)務(wù)效果。

并購(gòu)是企業(yè)改變經(jīng)營(yíng)邊界、進(jìn)行資源重組和獲取外部?jī)?yōu)勢(shì)的重要途徑。然而，由于具有流程復(fù)雜、期限長(zhǎng)、風(fēng)險(xiǎn)高的特點(diǎn)，企業(yè)并購(gòu)伴隨著嚴(yán)重的代理沖突，普遍存在并購(gòu)效率低下的問題（逯東等，2019）[10]，以致出現(xiàn)了并購(gòu)“成功悖論”“損益之謎”等現(xiàn)象，損害了股東利益。具體來(lái)看，主要原因是主并企業(yè)與資本市場(chǎng)之間、并購(gòu)雙方之間存在信息不對(duì)稱以及管理者自利性并購(gòu)動(dòng)機(jī)等。企業(yè)數(shù)字化轉(zhuǎn)型最明顯的特征是在信息收集、分析與傳遞方面的數(shù)字技術(shù)優(yōu)勢(shì)，從而使得信息效率提升，進(jìn)而改善治理水平。因此，從理論上講，數(shù)字化轉(zhuǎn)型能夠?qū)ζ髽I(yè)并購(gòu)產(chǎn)生深刻影響。

為此，本文基于中國(guó)制度背景，以并購(gòu)理論、資源依賴?yán)碚摵臀写砝碚摓榛A(chǔ)，從主并方數(shù)字化賦能視角研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響。邊際貢獻(xiàn)有：一是從并購(gòu)決策、并購(gòu)績(jī)效、并購(gòu)交易效率等多個(gè)層次系統(tǒng)考察企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響，在拓展了企業(yè)并購(gòu)影響因素研究的同時(shí)，豐富了企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果的文獻(xiàn)；二是從“信息效應(yīng)”和“治理效應(yīng)”兩個(gè)維度，厘清了企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)并購(gòu)的作用機(jī)理，為企業(yè)更好發(fā)揮數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的賦能效應(yīng)提供實(shí)證經(jīng)驗(yàn)；三是從并購(gòu)支付溢價(jià)的角度提出數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)帶來(lái)的間接負(fù)面效果，為進(jìn)行數(shù)字化轉(zhuǎn)型的主并方在并購(gòu)定價(jià)和支付階段進(jìn)行合理定價(jià)和支付、更好地保障股東財(cái)富提供有益參考。

二、理論分析與假設(shè)提出

（一）數(shù)字化轉(zhuǎn)型與企業(yè)并購(gòu)決策

第一，數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮“信息效應(yīng)”，有利于企業(yè)發(fā)現(xiàn)并購(gòu)機(jī)會(huì)并成功實(shí)施并購(gòu)。一方面，企業(yè)數(shù)字化轉(zhuǎn)型能夠極大程度地提升信息流通和處理效率，突破生產(chǎn)要素的傳統(tǒng)邊界，優(yōu)化重組生產(chǎn)資源（吳非等，2021）[11]，催生并購(gòu)需求。數(shù)字化轉(zhuǎn)型指的是運(yùn)用“大智移云物”等數(shù)字技術(shù)來(lái)改進(jìn)生產(chǎn)流程和商業(yè)模式、提高經(jīng)營(yíng)效率進(jìn)而完成產(chǎn)業(yè)升級(jí)的過程（何帆和劉紅霞，2019）[2]。在數(shù)字化轉(zhuǎn)型進(jìn)程中，生產(chǎn)流程改進(jìn)和商業(yè)模式優(yōu)化能夠帶來(lái)企業(yè)內(nèi)外部資源的重新匹配和價(jià)值流程的優(yōu)化重構(gòu)，從而衍生出相應(yīng)的并購(gòu)需求。同時(shí)，推動(dòng)數(shù)字化轉(zhuǎn)型的企業(yè)通常能夠借助數(shù)字技術(shù)對(duì)產(chǎn)品設(shè)計(jì)、生產(chǎn)、銷售等業(yè)務(wù)流程中產(chǎn)生的大量非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理從而生成結(jié)構(gòu)化、標(biāo)準(zhǔn)化的可利用信息，這些信息能夠服務(wù)于企業(yè)的并購(gòu)決策，快速發(fā)現(xiàn)并購(gòu)需求。另一方面，企業(yè)數(shù)字化轉(zhuǎn)型能夠打造更敏捷的運(yùn)營(yíng)模式，有效集成內(nèi)外部信息與資源滿足企業(yè)并購(gòu)需求。數(shù)字化轉(zhuǎn)型使得企業(yè)數(shù)字資源更加豐富、數(shù)字技術(shù)水平大幅提升，通過對(duì)用戶需求、生產(chǎn)流程節(jié)點(diǎn)、研發(fā)環(huán)節(jié)、內(nèi)部治理與管理等數(shù)據(jù)進(jìn)行分析，快速把握市場(chǎng)時(shí)機(jī)并確定未來(lái)戰(zhàn)略發(fā)展方向，并通過數(shù)字技術(shù)搜尋市場(chǎng)中的并購(gòu)標(biāo)的，緩解并購(gòu)決策時(shí)所面臨的信息不對(duì)稱問題，產(chǎn)生信息優(yōu)勢(shì)。當(dāng)該信息優(yōu)勢(shì)被充分利用時(shí)，或向信息資源轉(zhuǎn)化時(shí)（李善民等，2015）[12]，能夠提升并購(gòu)盡職調(diào)查有效性，確定并購(gòu)協(xié)同效應(yīng)更強(qiáng)的并購(gòu)目標(biāo)，找到最佳并購(gòu)機(jī)會(huì)，并降低并購(gòu)進(jìn)程中的不確定性，從而對(duì)并購(gòu)決策和并購(gòu)績(jī)效產(chǎn)生正面影響。

第二，數(shù)字化轉(zhuǎn)型的“信息效應(yīng)”能夠?yàn)椴①?gòu)帶來(lái)更多資源支持，緩解并購(gòu)融資約束，成功實(shí)施并購(gòu)。企業(yè)并購(gòu)是一項(xiàng)規(guī)模巨大的投資活動(dòng)，需要大量的資金支持，融資約束是制約企業(yè)成功發(fā)起并購(gòu)的困境之一。資本市場(chǎng)信息不對(duì)稱以及所有制歧視下企業(yè)面臨融資約束（Huang等，2020）[13]，會(huì)導(dǎo)致企業(yè)縮減資本和創(chuàng)新投資規(guī)模以及減少并購(gòu)行為（Chang等，2019；Blouin等，2021；翟玲玲和吳育輝，2021）[14-16]。從理論上看，數(shù)字化轉(zhuǎn)型能夠緩解并購(gòu)融資約束。一是企業(yè)數(shù)字化能夠提升企業(yè)運(yùn)營(yíng)效率、提高盈利能力、改善財(cái)務(wù)狀況從而緩解融資約束。企業(yè)數(shù)字化不僅能夠與用戶交互推動(dòng)產(chǎn)品創(chuàng)新（Blichfeldt和Faullant，2021）[17]實(shí)現(xiàn)更高銷售收入并塑造更好的盈利模式，而且有助于實(shí)行精細(xì)化管理降本增效，為企業(yè)并購(gòu)提供更多內(nèi)源資金。二是企業(yè)數(shù)字化能夠暢通內(nèi)外部信息傳遞渠道，提升信息透明度，壓縮管理者的并購(gòu)機(jī)會(huì)主義空間，強(qiáng)化資本市場(chǎng)對(duì)并購(gòu)行為的正面預(yù)期，為并購(gòu)獲取更多外部融資，支持企業(yè)成功發(fā)起并購(gòu)。此外，陳中飛等（2022）[5]研究發(fā)現(xiàn)企業(yè)數(shù)字化可通過緩解信息不對(duì)稱和提升盈利能力來(lái)降低債務(wù)融資成本。張雷和盛天翔（2022）[18]研究發(fā)現(xiàn)小微企業(yè)的數(shù)字化通過發(fā)揮“信息顯化效應(yīng)”和“資源配置效應(yīng)”，顯著緩解其融資約束問題。以上文獻(xiàn)研究結(jié)論能夠?yàn)榇苏撟C提供間接支持。

綜上，數(shù)字化轉(zhuǎn)型帶來(lái)的“信息效應(yīng)”能夠幫助企業(yè)發(fā)現(xiàn)并購(gòu)機(jī)會(huì)并成功實(shí)施，從而對(duì)并購(gòu)決策產(chǎn)生正面影響?；诖耍岢鲆韵录僭O(shè)：

H1：相同條件下，數(shù)字化轉(zhuǎn)型企業(yè)發(fā)起了更多并購(gòu)活動(dòng)，即與并購(gòu)決策正相關(guān)。

（二）數(shù)字化轉(zhuǎn)型與企業(yè)并購(gòu)績(jī)效

首先，基于上述理論分析，可以推斷數(shù)字化轉(zhuǎn)型提高了并購(gòu)決策階段的科學(xué)性，從并購(gòu)流程的起始端為取得良好并購(gòu)績(jī)效奠定基礎(chǔ)。

其次，數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中通過發(fā)揮“治理效應(yīng)”提升并購(gòu)績(jī)效。數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)內(nèi)部形成“數(shù)據(jù)驅(qū)動(dòng)”并購(gòu)決策模式（Brynjolfsson和 Mcelheran，2016；潘紅波和高金輝，2022）[19，4]，使得并購(gòu)決策更加科學(xué)化，產(chǎn)生“治理效應(yīng)”。并購(gòu)是企業(yè)做出的一項(xiàng)重要的戰(zhàn)略決策，具有投資金額大、風(fēng)險(xiǎn)高和期限長(zhǎng)的特點(diǎn)，面臨較大的信息不確定性和較為嚴(yán)重的代理沖突。根據(jù)委托代理理論，股東和管理者之間的目標(biāo)函數(shù)存在異質(zhì)性，以CEO為代表的管理層在做出并購(gòu)決策時(shí)，通常并非以實(shí)現(xiàn)股東財(cái)富增加或追求并購(gòu)價(jià)值增值作為決策目標(biāo)，而是多以為自身獲取私有收益為決策目標(biāo)，如通過并購(gòu)實(shí)現(xiàn)更高薪酬、更多在職消費(fèi)和更強(qiáng)社會(huì)影響力等（張洽和袁天榮，2013；Wang和Wu，2020）[20，21]，因而在實(shí)踐中企業(yè)并購(gòu)決策并非有效的，更多是委托代理關(guān)系下管理層“自利性”并購(gòu)決策的體現(xiàn)。數(shù)字化賦能增強(qiáng)企業(yè)內(nèi)部信息與數(shù)據(jù)共享，使企業(yè)信息獲取、數(shù)據(jù)處理成本大幅下降，形成數(shù)據(jù)驅(qū)動(dòng)并購(gòu)決策模式，降低信息不對(duì)稱、緩解代理沖突（徐子堯和張莉沙，2022；吳非等，2021；潘紅波和高金輝，2022）[8，11，4]，從而降低并購(gòu)決策主觀性，壓縮“自利性”并購(gòu)決策空間。此外，數(shù)字化轉(zhuǎn)型進(jìn)一步提升了并購(gòu)戰(zhàn)略實(shí)施的可行性與并購(gòu)效果評(píng)價(jià)的科學(xué)性，這將會(huì)增加管理者的努力程度，使其在并購(gòu)過程中創(chuàng)造更多價(jià)值。

最后，在并購(gòu)整合階段，數(shù)字化轉(zhuǎn)型也能夠?yàn)椴①?gòu)績(jī)效賦能。并購(gòu)整合是并購(gòu)過程中重要而又復(fù)雜的環(huán)節(jié)，更是關(guān)系并購(gòu)績(jī)效的關(guān)鍵，具體包括戰(zhàn)略整合、文化整合、組織整合、人力資源整合、財(cái)務(wù)整合和業(yè)務(wù)流程整合等（袁天榮和楊寶，2013）[22]，成功的并購(gòu)整合離不開有效的信息環(huán)境和治理環(huán)境。從“信息效應(yīng)”視角來(lái)看，并購(gòu)后主并方的數(shù)字技術(shù)應(yīng)用于被并方，能夠快速實(shí)現(xiàn)并購(gòu)雙方之間的信息流通和整合，并購(gòu)雙方資源優(yōu)化重組，更好地發(fā)揮協(xié)同效應(yīng)，從而提升并購(gòu)績(jī)效。從“治理效應(yīng)”視角來(lái)看，數(shù)字化轉(zhuǎn)型可抑制管理層在并購(gòu)整合中的道德風(fēng)險(xiǎn)和逆向選擇行為，同時(shí)減少管理層因消極懈怠和畏難情緒給并購(gòu)整合工作帶來(lái)的負(fù)面影響，從而提高企業(yè)并購(gòu)績(jī)效?；诖耍岢鲆韵录僭O(shè)：

H2：數(shù)字化轉(zhuǎn)型提高了企業(yè)并購(gòu)績(jī)效。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

本文選取2008—2020年主并方為A股上市公司的并購(gòu)數(shù)據(jù)作為初始研究樣本，并作出以下處理：剔除金融業(yè)保險(xiǎn)業(yè)公司數(shù)據(jù)；剔除ST和*ST公司數(shù)據(jù)；刪除缺失值樣本；一年內(nèi)多次發(fā)生并購(gòu)的公司只保留第一次并購(gòu)事件；剔除原始數(shù)據(jù)中債務(wù)重組、股份回購(gòu)、資產(chǎn)剝離和資產(chǎn)置換的樣本；對(duì)樣本進(jìn)行上下1%的縮尾處理以避免異常值。本文所需樣本數(shù)據(jù)來(lái)源于萬(wàn)得數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)、中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)，部分缺失值手工查閱公告和證券網(wǎng)站補(bǔ)足。

（二）變量選取

1. 被解釋變量。選取并購(gòu)決策（MA_d）和并購(gòu)績(jī)效（MA_perf）為被解釋變量。并購(gòu)決策指的是企業(yè)在某一年度是否發(fā)生并購(gòu)，若發(fā)生并購(gòu)則賦值為1，未發(fā)生則賦值為0。并購(gòu)績(jī)效用并購(gòu)宣告日后250個(gè)交易日的購(gòu)買持有異常收益率BHAR作為代理變量，衡量從并購(gòu)宣告日開始持有該公司股票到考察期結(jié)束這一段持有期內(nèi)，股票收益率高于市場(chǎng)平均收益率的值。

2. 解釋變量。選取數(shù)字化轉(zhuǎn)型（Ln_dgt）為解釋變量，參照潘紅波和高金輝（2022）[4]研究方法，數(shù)字化轉(zhuǎn)型計(jì)算公式如下：

[Ln_dgti，t=Ln（AIi，t+BCi，t+CCi，t+BDi，t+DTAi，t+1）]? ? ? ? ? ? ? ? ? ?（1）

其中，等號(hào)右側(cè)括號(hào)內(nèi)依次代表人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)和數(shù)字技術(shù)應(yīng)用五大類別詞語(yǔ)在年報(bào)中的詞頻數(shù)。

3. 控制變量。參考現(xiàn)有文獻(xiàn)，控制變量選取公司規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、股權(quán)集中度（Share）、高管薪酬（LnPay）、產(chǎn)權(quán)性質(zhì)（Soe）、并購(gòu)交易規(guī)模（DEAL）、是否關(guān)聯(lián)并購(gòu)（REL），控制年度和行業(yè)固定效應(yīng)。本文所用到的主要變量定義與說明如表1所示。

（三）模型構(gòu)建

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的賦能效果，構(gòu)建以下多元回歸模型：

[Probit（MA_di，t+1）=α0+α1Ln_dgti，t+Controls+Year+Ind+εi，t] （2）

[MA_Perfi，t+1=α0+α1Ln_dgti，t+Controls+Year+Ind+εi，t]? （3）

在模型中，被解釋變量采用[t+1]期的數(shù)值。若模型（2）中的系數(shù)[α1]顯著為正，說明數(shù)字化轉(zhuǎn)型顯著增加了企業(yè)并購(gòu)決策，若模型（3）中的系數(shù)[α1]顯著為正，說明數(shù)字化轉(zhuǎn)型顯著提升并購(gòu)績(jī)效。

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)果如表2所示。并購(gòu)決策的均值為0.115，表明在樣本中有11.5%的公司成功進(jìn)行了并購(gòu)。并購(gòu)績(jī)效的均值為0.099，中位數(shù)為-0.037，表明樣本中超過一半的公司并購(gòu)績(jī)效為負(fù)數(shù)，并購(gòu)活動(dòng)損害了股東財(cái)富。數(shù)字化轉(zhuǎn)型的最小值為0，最大值為4.890，均值為1.086，表明樣本中企業(yè)數(shù)字化轉(zhuǎn)型程度差異較大，且普遍轉(zhuǎn)型程度較低。其他控制變量取值均在正常范圍內(nèi)，描述性統(tǒng)計(jì)結(jié)果表明樣本數(shù)據(jù)具有良好的實(shí)證基礎(chǔ)。

（二）相關(guān)性分析

主要變量的Pearson相關(guān)系數(shù)如表3所示。數(shù)字化轉(zhuǎn)型與并購(gòu)績(jī)效的相關(guān)系數(shù)為0.039，在5%水平上顯著，這表明在不控制任何變量條件下，數(shù)字化轉(zhuǎn)型與并購(gòu)績(jī)效呈正相關(guān)關(guān)系。數(shù)字化轉(zhuǎn)型是否對(duì)企業(yè)并購(gòu)績(jī)效產(chǎn)生顯著影響還需要構(gòu)建實(shí)證模型做出進(jìn)一步檢驗(yàn)。由表3數(shù)據(jù)可知，所有系數(shù)都在0.5以下，同時(shí)，對(duì)主要變量進(jìn)行方差膨脹因子（VIF）檢驗(yàn)，VIF值均低于2。因此，可以判定變量之間不存在嚴(yán)重的多重共線性問題。

（三）回歸結(jié)果與分析

數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)活動(dòng)和并購(gòu)績(jī)效影響的基準(zhǔn)回歸結(jié)果如表4所示。表4第（1）和（2）列是對(duì)模型（2）的Probit回歸結(jié)果。當(dāng)未加入控制變量、僅控制行業(yè)和年度固定效應(yīng)時(shí)，數(shù)字化轉(zhuǎn)型的系數(shù)為0.029，在1%水平上顯著，當(dāng)加入控制變量后，數(shù)字化轉(zhuǎn)型的系數(shù)為0.037，仍在1%水平上顯著。這一結(jié)果說明，數(shù)字化轉(zhuǎn)型顯著提高了企業(yè)發(fā)起并購(gòu)的概率，即當(dāng)其他條件相同時(shí)，數(shù)字化轉(zhuǎn)型企業(yè)進(jìn)行了更多的并購(gòu)活動(dòng)。這是由于數(shù)字化轉(zhuǎn)型提高了主并方信息流通和信息處理效率，能夠發(fā)現(xiàn)更多并購(gòu)機(jī)會(huì)，同時(shí)數(shù)字化轉(zhuǎn)型緩解并購(gòu)融資約束，從資金端賦能，支持并購(gòu)機(jī)會(huì)實(shí)現(xiàn)，成功發(fā)起并購(gòu)。

表4第（3）—（5）列為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)績(jī)效影響的回歸結(jié)果。當(dāng)未加入任何控制變量時(shí)，數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.208，在1%水平上顯著，加入企業(yè)特征層面控制變量后，數(shù)字化轉(zhuǎn)型的系數(shù)在5%水平上顯著為正，繼續(xù)控制并購(gòu)特征變量后，數(shù)字化轉(zhuǎn)型的系數(shù)為0.156，仍在5%水平上顯著。以上結(jié)果表明，數(shù)字化轉(zhuǎn)型顯著提升了企業(yè)并購(gòu)績(jī)效。這是由于數(shù)字化轉(zhuǎn)型在并購(gòu)中發(fā)揮“信息效應(yīng)”和“治理效應(yīng)”，促進(jìn)形成“數(shù)據(jù)驅(qū)動(dòng)”決策模式并增加并購(gòu)效果評(píng)價(jià)有效性，緩解并購(gòu)各環(huán)節(jié)代理沖突，從而提升并購(gòu)績(jī)效。

（四）穩(wěn)健性檢驗(yàn)

1. Heckman兩階段。采用Heckman兩階段回歸，緩解選擇性偏差的內(nèi)生性問題。第一階段加入除去本企業(yè)的行業(yè)數(shù)字化轉(zhuǎn)型均值作為控制變量，回歸后計(jì)算得到逆米爾斯比率（imr），將逆米爾斯比率作為控制變量加入第二階段回歸，結(jié)果如表5所示。第（2）列和第（4）列中，數(shù)字化轉(zhuǎn)型系數(shù)仍顯著為正，說明在考慮選擇性偏差內(nèi)生性問題后，數(shù)字化轉(zhuǎn)型顯著增加了企業(yè)并購(gòu)決策，并顯著提升企業(yè)并購(gòu)績(jī)效，進(jìn)一步為本文結(jié)論提供了經(jīng)驗(yàn)證據(jù)。

2. 傾向得分匹配法（PSM）。為緩解可能存在的其他內(nèi)生性問題，采用傾向得分匹配法來(lái)進(jìn)行檢驗(yàn)。選擇企業(yè)規(guī)模、資產(chǎn)負(fù)債率、股權(quán)結(jié)構(gòu)、高管薪酬、企業(yè)性質(zhì)等作為協(xié)變量，進(jìn)行一比一無(wú)放回最鄰近匹配后得到新的樣本，利用該樣本進(jìn)行重復(fù)檢驗(yàn)?；貧w結(jié)果如表6第（1）和（2）列所示。第（1）列是以并購(gòu)決策為被解釋變量的Probit回歸結(jié)果，數(shù)字化轉(zhuǎn)型的系數(shù)為0.055，在1%水平上顯著，第（2）列是以并購(gòu)績(jī)效為被解釋變量的OLS回歸結(jié)果，數(shù)字化轉(zhuǎn)型的系數(shù)為0.020，在10%水平上顯著。該結(jié)果表明數(shù)字化轉(zhuǎn)型仍然顯著正向影響并購(gòu)決策和并購(gòu)績(jī)效，為本文提供進(jìn)一步經(jīng)驗(yàn)證據(jù)。

3. 更換代理變量。更換主要代理變量來(lái)進(jìn)行穩(wěn)健性檢驗(yàn)。一是采用公司一年內(nèi)發(fā)生的并購(gòu)次數(shù)（MA_n）來(lái)衡量并購(gòu)發(fā)起傾向，采用Possion模型進(jìn)行重復(fù)檢驗(yàn)，回歸結(jié)果如表6第（3）列所示，數(shù)字化轉(zhuǎn)型的系數(shù)為0.063，且通過了1%水平的顯著性檢驗(yàn)，結(jié)果再次支持本文結(jié)論。二是采用并購(gòu)前后兩年托賓Q均值之差來(lái)衡量并購(gòu)績(jī)效，代入模型中進(jìn)行回歸分析，結(jié)果如表6第（4）列所示，數(shù)字化轉(zhuǎn)型回歸系數(shù)顯著為正，表明數(shù)字化轉(zhuǎn)型企業(yè)發(fā)起的并購(gòu)能夠取得更好的績(jī)效，進(jìn)一步支持了本文主要結(jié)論。

五、進(jìn)一步研究

（一）數(shù)字化轉(zhuǎn)型影響企業(yè)并購(gòu)的作用機(jī)制分析

1.“信息效應(yīng)”。前文提出數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮信息效應(yīng)，若該理論成立那么可以推斷當(dāng)企業(yè)面臨更加復(fù)雜的信息環(huán)境時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)決策和績(jī)效的影響會(huì)更加顯著，本文將從環(huán)境不確定性角度來(lái)展開討論。當(dāng)環(huán)境不確定性較大時(shí)，一方面，企業(yè)面臨的不確定因素增多，增加了管理層預(yù)測(cè)信息的難度（Baum等，2006）[23]，從而產(chǎn)生更高的并購(gòu)風(fēng)險(xiǎn)；另一方面，較高的環(huán)境不確定性增加了對(duì)管理者并購(gòu)行為的監(jiān)督難度，股東難以準(zhǔn)確評(píng)估并購(gòu)價(jià)值收益，并購(gòu)失敗難以歸因，為管理者自利并購(gòu)動(dòng)機(jī)提供機(jī)會(huì)。數(shù)字化轉(zhuǎn)型企業(yè)具有的信息效應(yīng)在面對(duì)更加復(fù)雜和不確定的環(huán)境時(shí)充分發(fā)揮作用，為企業(yè)并購(gòu)活動(dòng)提供信息支持從而對(duì)并購(gòu)決策產(chǎn)生更加顯著的正向影響，并提升并購(gòu)績(jī)效，而當(dāng)面對(duì)較為簡(jiǎn)單和確定的環(huán)境時(shí)，并購(gòu)決策的做出以及并購(gòu)戰(zhàn)略的實(shí)施已有較為充分的信息支持，此時(shí)數(shù)字化轉(zhuǎn)型信息效應(yīng)作用有限。因此，在環(huán)境不確定性較大的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)決策和績(jī)效的影響更強(qiáng)。

為對(duì)此進(jìn)行檢驗(yàn)，通過以下模型來(lái)計(jì)算環(huán)境不確定性（EU）：

[Sale=β0+β1Year+ε] （4）

其中，變量[Sale]為銷售收入，變量[Year]是年份。利用以上模型計(jì)算出正常銷售收入，模型殘差衡量非正常收入。計(jì)算過去 5 年非正常收入的標(biāo)準(zhǔn)差，用其除以過去5 年的年均銷售額，得到環(huán)境不確定性。

以環(huán)境不確定性中位數(shù)（EU_m）為標(biāo)準(zhǔn)將樣本劃分為兩組，分別進(jìn)行回歸后結(jié)果如表7所示。第（1）和（2）列是以并購(gòu)決策為被解釋變量進(jìn)行分組回歸的結(jié)果，在環(huán)境不確定性較高組，數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)決策的影響在1%水平上顯著為正，系數(shù)為0.061，在環(huán)境不確定性較低組，數(shù)字化轉(zhuǎn)型的系數(shù)不顯著，說明當(dāng)并購(gòu)環(huán)境較為復(fù)雜時(shí)，數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)決策的正向影響更強(qiáng)。第（3）和（4）列是以并購(gòu)績(jī)效為被解釋變量進(jìn)行回歸的結(jié)果，環(huán)境不確定性高組中數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，環(huán)境不確定性低組的系數(shù)為負(fù)且不顯著，支持了環(huán)境不確定性越高時(shí)數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)績(jī)效的影響越強(qiáng)。以上回歸結(jié)果說明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響存在“信息效應(yīng)”機(jī)制。

2. “治理效應(yīng)”。數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮治理效應(yīng)，那么在代理沖突較為嚴(yán)重的企業(yè)中，數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)績(jī)效的影響會(huì)更高。相比于其他投資活動(dòng)，并購(gòu)面臨更加嚴(yán)重的代理沖突（袁天榮和王霞，2021）[24]，這些代理沖突能夠很好地解釋并購(gòu)損益之謎現(xiàn)象。并購(gòu)中存在較為嚴(yán)重的自利性動(dòng)機(jī)（逯東等，2019）[10]，管理者為滿足自身私有利益而發(fā)起并購(gòu)，這嚴(yán)重?fù)p害了并購(gòu)績(jī)效。數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)并購(gòu)形成“數(shù)據(jù)驅(qū)動(dòng)”決策模式，并提升企業(yè)信息透明度，優(yōu)化治理環(huán)境，從而提升企業(yè)并購(gòu)績(jī)效，因此，預(yù)期當(dāng)并購(gòu)代理沖突較為嚴(yán)重時(shí)，數(shù)字化轉(zhuǎn)型發(fā)揮治理效應(yīng)對(duì)并購(gòu)績(jī)效產(chǎn)生的邊際效用更強(qiáng)，而當(dāng)企業(yè)治理環(huán)境較好，并購(gòu)代理沖突并不嚴(yán)重，并購(gòu)績(jī)效對(duì)數(shù)字化轉(zhuǎn)型的敏感性有所減弱。

為對(duì)此進(jìn)行檢驗(yàn)，分別選取代理成本（AC）和董事長(zhǎng)與CEO兩職合一（Dual）來(lái)衡量代理沖突，代理成本用高管在職消費(fèi)來(lái)度量。以代理成本中位數(shù)（AC_m）、是否兩職合一（Dual=1）為標(biāo)準(zhǔn)將樣本分為兩組分別進(jìn)行回歸，檢驗(yàn)結(jié)果如表8所示?？梢园l(fā)現(xiàn)，在代理成本較高的組，數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，在代理成本較低的組并不顯著；在兩職合一樣本組中，數(shù)字化轉(zhuǎn)型的系數(shù)顯著為正，而在非兩職合一的組中，數(shù)字化轉(zhuǎn)型的系數(shù)并不顯著。該結(jié)果表明，當(dāng)企業(yè)中存在嚴(yán)重的代理沖突時(shí)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)績(jī)效的影響更強(qiáng)，這進(jìn)一步為數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮“治理效應(yīng)”提供經(jīng)驗(yàn)證據(jù)。

（二）數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)支付溢價(jià)的影響分析

數(shù)字化轉(zhuǎn)型會(huì)帶來(lái)更多并購(gòu)支付溢價(jià)，原因在于數(shù)字化轉(zhuǎn)型緩解了并購(gòu)融資約束問題。融資困難一直是企業(yè)并購(gòu)面臨的突出問題，根據(jù)國(guó)泰安數(shù)據(jù)庫(kù)數(shù)據(jù)，當(dāng)前并購(gòu)融資手段多以自有資金為主（占到78%左右），輔以銀行貸款和股權(quán)融資，發(fā)行公司債券融資十分之少，并購(gòu)融資手段較為單一。數(shù)字化轉(zhuǎn)型通過增強(qiáng)信息透明度，有助于向投資者傳遞更多并購(gòu)相關(guān)信息，從而獲得更多的外部資金，突破并購(gòu)融資約束瓶頸。因此，可以預(yù)期數(shù)字化轉(zhuǎn)型能夠帶來(lái)更多樣的融資方式。由于并購(gòu)融資約束的緩解，可能會(huì)帶來(lái)更高的并購(gòu)支付溢價(jià)。

為對(duì)此進(jìn)行檢驗(yàn)，用超額商譽(yù)（MA_pri）來(lái)衡量并購(gòu)溢價(jià)，同時(shí)借鑒李善民和周鈺廷（2022）[25]的研究方法，用自有資金融資概率衡量企業(yè)并購(gòu)融資多元化程度（MA_finance）。借鑒溫忠麟等（2004）[26]中介效應(yīng)模型來(lái)對(duì)此進(jìn)行驗(yàn)證。

回歸結(jié)果如表9所示，第（1）列是數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)溢價(jià)的回歸結(jié)果，回歸系數(shù)均在1%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型顯著提升了并購(gòu)溢價(jià)；第（2）列是對(duì)中介變量自有資金融資概率的回歸結(jié)果，系數(shù)為0.015，在5%水平上顯著為正，說明數(shù)字化轉(zhuǎn)型增加了并購(gòu)融資方式的多元化程度；第（3）列加入中介變量后對(duì)并購(gòu)溢價(jià)的回歸結(jié)果，自有資金融資概率的系數(shù)顯著為正，說明融資問題的緩解能夠產(chǎn)生更多的并購(gòu)溢價(jià)，同時(shí)數(shù)字化轉(zhuǎn)型的系數(shù)相比于第一列有所降低，說明自有資金融資概率在其中發(fā)揮部分中介作用。

（三）數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)交易時(shí)長(zhǎng)與并購(gòu)成功率的影響分析

并購(gòu)需要經(jīng)歷盡職調(diào)查、并購(gòu)雙方談判、博弈定價(jià)以及并購(gòu)整合等各個(gè)環(huán)節(jié)，且每個(gè)環(huán)節(jié)均存在不確定性和風(fēng)險(xiǎn)，并購(gòu)周期較長(zhǎng)，時(shí)間成本較高。主并方數(shù)字化轉(zhuǎn)型能夠提升并購(gòu)效率，縮短各環(huán)節(jié)的時(shí)間耗用。一方面，主并方數(shù)字化轉(zhuǎn)型能夠利用大數(shù)據(jù)技術(shù)處理海量的盡調(diào)數(shù)據(jù)，提高信息處理速度，降低時(shí)間耗用；另一方面，在雙方談判定價(jià)階段，通過數(shù)字化建模更加準(zhǔn)確地預(yù)測(cè)并購(gòu)后的協(xié)同價(jià)值，掌握更多關(guān)于并購(gòu)目標(biāo)的財(cái)務(wù)信息，有利于掌握談判主動(dòng)權(quán)，提高談判效率，縮短交易時(shí)間。同時(shí)，根據(jù)資源依賴?yán)碚?，?shù)字化轉(zhuǎn)型帶來(lái)的信息與資源效應(yīng)能夠賦能企業(yè)并購(gòu)，提高企業(yè)并購(gòu)成功率。

為對(duì)此進(jìn)行驗(yàn)證，用并購(gòu)宣告日至并購(gòu)?fù)瓿扇罩g的時(shí)間間隔來(lái)衡量并購(gòu)交易時(shí)長(zhǎng)（MA_tim），用是否成功發(fā)起并購(gòu)（MA_suc）衡量并購(gòu)成功率，成功發(fā)起并購(gòu)取1，否則取0。進(jìn)行回歸后的結(jié)果如表10所示，第（1）列的回歸結(jié)果表明數(shù)字化轉(zhuǎn)型節(jié)約了并購(gòu)時(shí)間成本。第（2）列的回歸結(jié)果表明數(shù)字化轉(zhuǎn)型顯著提升了并購(gòu)成功率。

（四）被并方數(shù)字化轉(zhuǎn)型對(duì)并購(gòu)行為的影響分析

前文主要從主并方數(shù)字化賦能視角考察了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的影響，接下來(lái)從被并方數(shù)字化轉(zhuǎn)型角度考察其對(duì)并購(gòu)的影響。一方面，被并方數(shù)字化程度越高，越容易成為并購(gòu)目標(biāo)。在產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化時(shí)代背景下，進(jìn)行數(shù)字化轉(zhuǎn)型是企業(yè)的必經(jīng)之路，而實(shí)施并購(gòu)能夠快速獲取被并方的數(shù)字技術(shù)、知識(shí)、市場(chǎng)甚至商業(yè)模式，從而幫助其順利實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。因此，可以推斷當(dāng)被并方數(shù)字化程度較高時(shí)，更容易成為并購(gòu)目標(biāo)。另一方面，被并方數(shù)字化程度越高，兩方合并后并購(gòu)績(jī)效越高。被并方數(shù)字化程度越高，在并購(gòu)整合階段，能夠運(yùn)用被并方成熟的數(shù)字技術(shù)加強(qiáng)并購(gòu)雙方信息溝通從而強(qiáng)化整合效果，產(chǎn)生更強(qiáng)的并購(gòu)協(xié)同效應(yīng)，從而獲得更高的并購(gòu)績(jī)效。

為對(duì)上述理論分析進(jìn)行驗(yàn)證，構(gòu)建Probit模型和OLS模型，選取被并方為上市公司的樣本數(shù)據(jù)代入上述模型，回歸結(jié)果分別如表11中第（1）和（2）列所示。第（1）列中被解釋變量MA_bbf指的是該上市公司是否成為并購(gòu)事件中的被并方，是取1，否取0。第（2）列中MA_Perf指的是并購(gòu)績(jī)效，仍然用BHAR來(lái)表示。Ln_dgt_bbf指的是被并方的數(shù)字化轉(zhuǎn)型程度。第（1）列中，被并方數(shù)字化轉(zhuǎn)型程度回歸系數(shù)在1%水平上顯著為正，表明被并方數(shù)字化轉(zhuǎn)型程度越高，其成為被并方的概率越大，即被并方數(shù)字化程度越高，越容易成為并購(gòu)目標(biāo)；第（2）列中，被并方數(shù)字化轉(zhuǎn)型程度回歸系數(shù)在5%水平上顯著為正，表明被并方數(shù)字化轉(zhuǎn)型程度越高，并購(gòu)績(jī)效越高。

六、結(jié)語(yǔ)

基于企業(yè)并購(gòu)理論、資源依賴?yán)碚摵臀写砝碚?，采?008—2020年中國(guó)上市公司并購(gòu)數(shù)據(jù)，實(shí)證研究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)的效果與機(jī)制。研究發(fā)現(xiàn)：（1）數(shù)字化轉(zhuǎn)型對(duì)企業(yè)并購(gòu)產(chǎn)生賦能效應(yīng)，具體表現(xiàn)為數(shù)字化轉(zhuǎn)型企業(yè)并購(gòu)活動(dòng)更多且績(jī)效更高。（2）數(shù)字化轉(zhuǎn)型在企業(yè)并購(gòu)中發(fā)揮“信息效應(yīng)”和“治理效應(yīng)”，從而顯著提升企業(yè)并購(gòu)決策及績(jī)效。（3）數(shù)字化轉(zhuǎn)型能夠帶來(lái)更多元的并購(gòu)融資方式，雖緩解并購(gòu)資金短缺問題但顯著提高了并購(gòu)支付溢價(jià)。（4）數(shù)字化轉(zhuǎn)型企業(yè)發(fā)起的并購(gòu)活動(dòng)耗時(shí)更短、成功率更高。（5）被并方數(shù)字化轉(zhuǎn)型程度越高，發(fā)生并購(gòu)的概率越高，并購(gòu)績(jī)效越好。

基于上述研究結(jié)論，本文提出以下政策建議：從企業(yè)層面看，第一，順應(yīng)數(shù)字經(jīng)濟(jì)形勢(shì)，積極推進(jìn)數(shù)字化轉(zhuǎn)型。增強(qiáng)數(shù)字化戰(zhàn)略意識(shí)，積極開展數(shù)字化轉(zhuǎn)型，形成數(shù)據(jù)驅(qū)動(dòng)決策模式，提高決策效率。第二，充分發(fā)揮數(shù)字化轉(zhuǎn)型在并購(gòu)中的賦能作用。在并購(gòu)盡調(diào)中發(fā)揮數(shù)字技術(shù)優(yōu)勢(shì)，尋找協(xié)同效應(yīng)更高的并購(gòu)標(biāo)的，取得更高并購(gòu)績(jī)效，降低時(shí)間成本并提高并購(gòu)成功率，依托高質(zhì)量并購(gòu)實(shí)現(xiàn)快速外部增長(zhǎng)。第三，拓展數(shù)字化轉(zhuǎn)型傳導(dǎo)機(jī)制的實(shí)現(xiàn)路徑，提升并購(gòu)績(jī)效。緩解并購(gòu)雙方信息不對(duì)稱、降低委托代理成本以提升并購(gòu)績(jī)效，利用數(shù)字化轉(zhuǎn)型帶來(lái)的“信息效應(yīng)”與“治理效應(yīng)”，解決當(dāng)前并購(gòu)面臨的突出難題。第四，關(guān)注數(shù)字化轉(zhuǎn)型帶來(lái)的高溢價(jià)問題。數(shù)字化轉(zhuǎn)型能夠?yàn)椴①?gòu)帶來(lái)更多的內(nèi)源融資和外部融資，這容易導(dǎo)致支付過多并購(gòu)溢價(jià)，因而數(shù)字化轉(zhuǎn)型企業(yè)應(yīng)在并購(gòu)中注意溢價(jià)支付及其后續(xù)高商譽(yù)問題。此外，從國(guó)家層面看，應(yīng)進(jìn)一步完善數(shù)字化頂層設(shè)計(jì)，通過推動(dòng)數(shù)字化轉(zhuǎn)型打破信息壁壘，優(yōu)化市場(chǎng)信息環(huán)境和公司治理環(huán)境，推動(dòng)上市公司并購(gòu)高質(zhì)量發(fā)展。

參考文獻(xiàn)：

[1]戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革 [J]. 管理世界，2020，36（06）.

[2]何帆，劉紅霞.數(shù)字經(jīng)濟(jì)視角下實(shí)體企業(yè)數(shù)字化變革的業(yè)績(jī)提升效應(yīng)評(píng)估 [J].改革，2019，（04）.

[3]吳江，陳婷，龔藝巍，楊亞璇.企業(yè)數(shù)字化轉(zhuǎn)型理論框架和研究展望 [J].管理學(xué)報(bào)，2021，18（12）.

[4]潘紅波，高金輝.數(shù)字化轉(zhuǎn)型與企業(yè)創(chuàng)新——基于中國(guó)上市公司年報(bào)的經(jīng)驗(yàn)證據(jù) [J].中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2022，28（05）.

[5]陳中飛，江康奇，殷明美.數(shù)字化轉(zhuǎn)型能緩解企業(yè)“融資貴”嗎 [J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2022，（08）.

[6]祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對(duì)公司治理的影響——基于信息不對(duì)稱和管理者非理性行為視角 [J]. 改革，2020，（04）.

[7]劉垣鈺，郭淑娟.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)投融資期限錯(cuò)配的影響 [J].金融與經(jīng)濟(jì)，2023，（01）.

[8]徐子堯，張莉沙.數(shù)字化轉(zhuǎn)型與企業(yè)費(fèi)用粘性——基于管理層自利視角的分析 [J].金融經(jīng)濟(jì)學(xué)研究，2022，37（04）.

[9]張永珅，李小波，邢銘強(qiáng).企業(yè)數(shù)字化轉(zhuǎn)型與審計(jì)定價(jià) [J].審計(jì)研究，2021，（03）.

[10]逯東，黃丹，楊丹.國(guó)有企業(yè)非實(shí)際控制人的董事會(huì)權(quán)力與并購(gòu)效率 [J].管理世界，2019，35（06）.

[11]吳非，胡慧芷，林慧妍，任曉怡.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（07）.

[12]李善民，黃燦，史欣向.信息優(yōu)勢(shì)對(duì)企業(yè)并購(gòu)的影響——基于社會(huì)網(wǎng)絡(luò)的視角 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2015，（11）.

[13]Huang Y，Pagano M，Panizza U. 2020. Local Crowding-out in China [J].Journal of Finance，75（6）.

[14]Chang X，Chen YY，Wang SQ，Zhang K，Zhang WR. 2019. Credit Default Swaps and Corporate Innovation[J].Journal of Financial Economics，134（2）.

[15]Blouin J，F(xiàn)ich E，Rice E，Tran A. 2021. Corporate Tax Cuts，Merger Activity，and Shareholder Wealth [J].Journal of Accounting and Economics，71（1）.

[16]翟玲玲，吳育輝.信用評(píng)級(jí)的融資與監(jiān)督效應(yīng)——來(lái)自企業(yè)并購(gòu)的證據(jù) [J].南開管理評(píng)論，2021，24（01）.

[17]Blichfeldt H，F(xiàn)aullant R. 2021. Performance Effects of Digital Technology Adoption and Product & Service Innovation-A Process-Industry Perspective [J].Technovation，105（5）.

[18]張雷，盛天翔.小微企業(yè)數(shù)字化轉(zhuǎn)型與融資約束：理論機(jī)制與經(jīng)驗(yàn)事實(shí) [J].蘭州學(xué)刊，2022，（11）.

[19]Brynjolfsson E，Mcelheran K. 2016. The Rapid Adoption of Data-Driven Decision-Making [J].American Economic Review，106（5）.

[20]張洽，袁天榮.CEO 權(quán)力、私有收益與并購(gòu)動(dòng)因——基于我國(guó)上市公司的實(shí)證研究 [J].財(cái)經(jīng)研究，2013，39（04）.

[21]Wang W，Wu Y. 2020. Managerial Control Benefits and Takeover Market Efficiency [J].Journal of Financial Economics，136（3）.

[22]袁天榮，楊寶.海外并購(gòu)整合風(fēng)險(xiǎn)控制框架研究[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2013，（02）.

[23]Baum C F，Caglayan M，Ozkan N. 2006. The Impact of Macroeconomic Uncertainty on Non‐financial Firms' Demand for Liquidity [J].Review of Financial Economics，15（4）.

[24]袁天榮，王霞.財(cái)務(wù)報(bào)告信息可比性與上市公司并購(gòu)績(jī)效 [J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2021，（04）.

[25]李善民，周玨廷.金融背景高管能助力實(shí)體企業(yè)高質(zhì)量并購(gòu)嗎？ [J].中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，（05）.

[26]溫忠麟，張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用 [J].心理學(xué)報(bào)，2004，（05）.