數(shù)字技術(shù)創(chuàng)新促進(jìn)資本市場(chǎng)高質(zhì)量發(fā)展嗎？

摘"要：數(shù)字技術(shù)創(chuàng)新影響資本市場(chǎng)對(duì)股價(jià)的預(yù)期和信息，從而影響股價(jià)崩盤風(fēng)險(xiǎn)?；谄髽I(yè)數(shù)字技術(shù)創(chuàng)新專利數(shù)據(jù)，實(shí)證檢驗(yàn)了數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的影響及作用機(jī)制。研究發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新能夠有效抑制股價(jià)崩盤風(fēng)險(xiǎn)，且這種抑制作用因企業(yè)的異質(zhì)性具有差異性；同時(shí)，數(shù)字技術(shù)創(chuàng)新能夠通過(guò)推動(dòng)數(shù)字化轉(zhuǎn)型和企業(yè)內(nèi)部治理水平的提升，緩解信息不對(duì)稱性，抑制股價(jià)崩盤風(fēng)險(xiǎn)。研究結(jié)論表明利用數(shù)字技術(shù)創(chuàng)新提升企業(yè)價(jià)值和信息披露有助于抑制股價(jià)崩盤風(fēng)險(xiǎn)，促進(jìn)資本市場(chǎng)高質(zhì)量發(fā)展。

關(guān)鍵詞：數(shù)字技術(shù)創(chuàng)新；崩盤風(fēng)險(xiǎn)；資本市場(chǎng)；高質(zhì)量發(fā)展

一、引言

股價(jià)崩盤風(fēng)險(xiǎn)是指資本市場(chǎng)指數(shù)或股票股價(jià)發(fā)生連續(xù)暴跌等異?，F(xiàn)象的可能性，股票崩盤風(fēng)險(xiǎn)一旦發(fā)生將會(huì)對(duì)公司正常運(yùn)營(yíng)和投資者產(chǎn)生巨大沖擊，導(dǎo)致股價(jià)急跌引起市場(chǎng)恐慌，導(dǎo)致系統(tǒng)性金融風(fēng)險(xiǎn)，影響資本市場(chǎng)高質(zhì)量發(fā)展。既有相關(guān)研究表明，股價(jià)崩盤風(fēng)險(xiǎn)的形成主要來(lái)源于兩個(gè)方面：一是股價(jià)泡沫的形成，由于市場(chǎng)賣空機(jī)制不完善和投資者異質(zhì)信念等非理性因素導(dǎo)致股價(jià)超過(guò)股票內(nèi)含價(jià)值，股價(jià)被高估，一旦股價(jià)泡沫破裂造成股價(jià)暴跌會(huì)引發(fā)崩盤風(fēng)險(xiǎn)；二是基于“壞消息窖藏理論”，由于市場(chǎng)制度、組織政策或管理層出于企業(yè)避稅、期權(quán)激勵(lì)、晉升動(dòng)機(jī)等因素導(dǎo)致管理層隱藏負(fù)面信息，產(chǎn)生信息不對(duì)稱，一旦負(fù)面消息無(wú)法被隱藏，將會(huì)集中暴露沖擊市場(chǎng)，引發(fā)股票崩盤風(fēng)險(xiǎn)（Kim等，2011）。股票信息是影響股價(jià)穩(wěn)定或波動(dòng)的重要因素，由于信息不對(duì)稱引起的股價(jià)崩盤風(fēng)險(xiǎn)破壞資本市場(chǎng)的穩(wěn)定性，而穩(wěn)定性則是資本市場(chǎng)高質(zhì)量發(fā)展的最直觀體現(xiàn)。

數(shù)字技術(shù)創(chuàng)新已成為主導(dǎo)新一輪科技產(chǎn)業(yè)革命的核心技術(shù)，對(duì)經(jīng)濟(jì)產(chǎn)業(yè)全方位、全鏈條、全周期的滲透和賦能，催生新業(yè)態(tài)、新模式，加速新質(zhì)生產(chǎn)力形成，支撐經(jīng)濟(jì)高質(zhì)量發(fā)展，也深刻改變著市場(chǎng)微觀主體的行為和資本市場(chǎng)結(jié)構(gòu)。一方面，越來(lái)越多的企業(yè)依賴數(shù)字技術(shù)創(chuàng)新與發(fā)展戰(zhàn)略的耦合，推動(dòng)生產(chǎn)經(jīng)營(yíng)方式系統(tǒng)性變革，實(shí)現(xiàn)企業(yè)數(shù)字化的系統(tǒng)性演變（胡瑾瑾等，2023），從而提升核心競(jìng)爭(zhēng)力和重塑企業(yè)價(jià)值，而企業(yè)價(jià)值則是影響股價(jià)漲跌波動(dòng)的決定因素。相關(guān)研究表明企業(yè)數(shù)字化轉(zhuǎn)型確實(shí)能夠提高資本市場(chǎng)運(yùn)行效率，如企業(yè)數(shù)字化轉(zhuǎn)型能夠有效提高股票流動(dòng)性（吳非等，2021）和降低股價(jià)同步性（雷光勇等，2022）。另一方面，企業(yè)能夠借助數(shù)字技術(shù)創(chuàng)新有效促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，重塑企業(yè)信息結(jié)構(gòu)，挖掘和釋放企業(yè)內(nèi)部沉淀信息，減少企業(yè)負(fù)面信息窖藏的可能性，提高信息透明度，緩解市場(chǎng)信息不對(duì)稱性（Gupta和Bose，2022），從而提高數(shù)字治理水平和內(nèi)部控制質(zhì)量，減小負(fù)面信息集中釋放對(duì)股價(jià)的沖擊，促進(jìn)市場(chǎng)投資者對(duì)企業(yè)股價(jià)的理性認(rèn)知水平，從而有效抑制股票崩盤風(fēng)險(xiǎn)（馬慧和陳勝藍(lán)，2022）。因此，數(shù)字技術(shù)創(chuàng)新可望通過(guò)創(chuàng)造企業(yè)價(jià)值和提升企業(yè)內(nèi)部治理水平有效抑制崩盤風(fēng)險(xiǎn)（顧研和周強(qiáng)龍，2022）。

當(dāng)前，有關(guān)企業(yè)數(shù)字化與股票崩盤風(fēng)險(xiǎn)的相關(guān)研究大多從企業(yè)數(shù)字化轉(zhuǎn)型的角度開(kāi)展，數(shù)字化轉(zhuǎn)型主要是借鑒吳非等（2021）的做法，利用文本分析工具，限定企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)詞語(yǔ)，通過(guò)使用詞頻統(tǒng)計(jì)方法構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)開(kāi)展研究。然而，數(shù)字技術(shù)創(chuàng)新并不完全等同于數(shù)字化轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型強(qiáng)調(diào)的是對(duì)數(shù)字技術(shù)的應(yīng)用，而數(shù)字技術(shù)創(chuàng)新更多指向數(shù)字技術(shù)的新突破與新發(fā)展（Yoo等，2012），因此數(shù)字技術(shù)創(chuàng)新是更為深層次的影響因素（陶峰等，2023）。多數(shù)既有研究將數(shù)字技術(shù)創(chuàng)新與數(shù)字化轉(zhuǎn)型進(jìn)行等同或不加區(qū)分，未能在市場(chǎng)微觀機(jī)制層面更加確切地解析數(shù)字技術(shù)創(chuàng)新的作用，因此，基于年報(bào)詞頻等文本分析方式構(gòu)建的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)目前也漸漸面臨挑戰(zhàn)（戴嚴(yán)科等，2024）。

股價(jià)崩盤風(fēng)險(xiǎn)關(guān)乎資本市場(chǎng)穩(wěn)定及其高質(zhì)量發(fā)展，數(shù)字經(jīng)濟(jì)時(shí)代數(shù)字技術(shù)創(chuàng)新已經(jīng)成為影響企業(yè)生產(chǎn)經(jīng)營(yíng)和價(jià)值創(chuàng)造的關(guān)鍵因素，本文借鑒陶峰等（2023）和戴嚴(yán)科等（2024）的思路和做法，基于數(shù)字技術(shù)創(chuàng)新指標(biāo)研究其對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及具體作用機(jī)制，為相關(guān)研究提供進(jìn)一步經(jīng)驗(yàn)證據(jù)，對(duì)于化解資本市場(chǎng)極端金融風(fēng)險(xiǎn)、促進(jìn)資本市場(chǎng)穩(wěn)定與高質(zhì)量發(fā)展具有一定的意義。

二、理論分析與研究假設(shè)

（一）數(shù)字技術(shù)創(chuàng)新與股價(jià)崩盤風(fēng)險(xiǎn)

數(shù)字技術(shù)創(chuàng)新是企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的基礎(chǔ)和內(nèi)驅(qū)動(dòng)力，數(shù)字技術(shù)創(chuàng)新不僅能驅(qū)動(dòng)企業(yè)技術(shù)創(chuàng)新升級(jí)，還能形成模式創(chuàng)新和體系創(chuàng)新，為企業(yè)數(shù)字化轉(zhuǎn)型和價(jià)值創(chuàng)造提供創(chuàng)新動(dòng)能（黃大禹等，2021），從而增強(qiáng)企業(yè)技術(shù)實(shí)力、市場(chǎng)競(jìng)爭(zhēng)力和企業(yè)聲譽(yù)，改善投資者對(duì)企業(yè)的價(jià)值預(yù)期，影響市場(chǎng)投資者對(duì)于企業(yè)股價(jià)漲跌的理性預(yù)期。Babar和Yu（2019）認(rèn)為數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)企業(yè)衍生新商業(yè)模式，數(shù)字化轉(zhuǎn)型信息的披露能夠向市場(chǎng)釋放積極信號(hào)，引導(dǎo)和改善市場(chǎng)對(duì)股票價(jià)值樂(lè)觀預(yù)期，從而有效降低股價(jià)崩盤發(fā)生的概率；Xiang等（2020）、李文貴和路軍（2022）研究發(fā)現(xiàn)投資者對(duì)股票價(jià)值及回報(bào)率預(yù)期是影響崩盤風(fēng)險(xiǎn)的關(guān)鍵因素，當(dāng)市場(chǎng)預(yù)期悲觀時(shí)更容易引起股價(jià)崩盤風(fēng)險(xiǎn)；而如大數(shù)據(jù)等數(shù)字技術(shù)的應(yīng)用可以顯著提高公司的市場(chǎng)價(jià)值（張葉青等，2021），有效抑制股價(jià)崩盤風(fēng)險(xiǎn)（宗慶瑩等，2023），數(shù)字化企業(yè)也可以利用數(shù)字平臺(tái)等技術(shù)創(chuàng)新，更好地履行社會(huì)責(zé)任，產(chǎn)生正向網(wǎng)絡(luò)效應(yīng)，塑造企業(yè)共享價(jià)值和輿論價(jià)值，對(duì)其資本市場(chǎng)表現(xiàn)形成積極反饋，緩解企業(yè)在資本市場(chǎng)所面臨的風(fēng)險(xiǎn)（邢小強(qiáng)等，2021）。

數(shù)字技術(shù)創(chuàng)新促進(jìn)資本市場(chǎng)高質(zhì)量發(fā)展嗎？

主流觀點(diǎn)認(rèn)為股價(jià)崩盤風(fēng)險(xiǎn)源自企業(yè)管理層的自利動(dòng)機(jī)，管理層為獲得職務(wù)晉升或薪酬激勵(lì)等有可能隱藏企業(yè)負(fù)面消息，并為掩蓋負(fù)面消息可能進(jìn)行金融投機(jī)、過(guò)度投資等風(fēng)險(xiǎn)尋求行為，人為制造信息不對(duì)稱，引起和激化股價(jià)崩盤風(fēng)險(xiǎn)（李宏寅，2023）。數(shù)字技術(shù)創(chuàng)新不僅與企業(yè)生產(chǎn)經(jīng)營(yíng)管理各個(gè)環(huán)節(jié)滲透融合，為企業(yè)價(jià)值提升提供新動(dòng)能，同時(shí)驅(qū)動(dòng)企業(yè)數(shù)字技術(shù)應(yīng)用，增強(qiáng)企業(yè)對(duì)非結(jié)構(gòu)化和非標(biāo)準(zhǔn)化數(shù)據(jù)的處理能力，使企業(yè)更及時(shí)、充分和透明地披露信息（曾德麟等，2021）。數(shù)字技術(shù)的創(chuàng)新及應(yīng)用，使企業(yè)內(nèi)部信息流轉(zhuǎn)更加通暢，同時(shí)降低經(jīng)營(yíng)管理中的信息搜索成本，加速公司特質(zhì)信息進(jìn)入股價(jià)，提升市場(chǎng)信息效率，增加企業(yè)管理者隱藏負(fù)面消息的難度，有效紓解企業(yè)與投資者之間的信息不對(duì)稱困境，抑制股價(jià)崩盤的可能（顧奮玲等，2022）。據(jù)此，提出本文的核心假設(shè)：

數(shù)字技術(shù)創(chuàng)新能夠有效抑制股價(jià)崩盤風(fēng)險(xiǎn)。

（二）數(shù)字技術(shù)創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制

數(shù)字技術(shù)應(yīng)用或企業(yè)數(shù)字化轉(zhuǎn)型的相關(guān)研究已經(jīng)表明，數(shù)字技術(shù)會(huì)對(duì)企業(yè)股票在資本市場(chǎng)上的表現(xiàn)產(chǎn)生顯著的正向影響，這種影響因企業(yè)的不同行業(yè)屬性、技術(shù)類別、企業(yè)規(guī)模、產(chǎn)權(quán)屬性等因素產(chǎn)生顯著差異（孫潔等，2020）。因此，有必要從企業(yè)異質(zhì)性視角去考察數(shù)字技術(shù)創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的差異化抑制作用。據(jù)此，提出研究假設(shè)：企業(yè)異質(zhì)性影響數(shù)字技術(shù)創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用。

數(shù)字技術(shù)創(chuàng)新為企業(yè)數(shù)字化轉(zhuǎn)型提供技術(shù)支撐，而數(shù)字化轉(zhuǎn)型優(yōu)化了企業(yè)的價(jià)值創(chuàng)造模式，拓寬了企業(yè)價(jià)值創(chuàng)造路徑（劉洋等，2020）。企業(yè)數(shù)字化轉(zhuǎn)型前，企業(yè)由于低效率的數(shù)據(jù)信息處理能力難以將數(shù)字技術(shù)創(chuàng)新相關(guān)信息轉(zhuǎn)化為有效信息輸出（吳非等，2021），企業(yè)數(shù)字化轉(zhuǎn)型有助于深挖企業(yè)內(nèi)部數(shù)字技術(shù)創(chuàng)新的信息價(jià)值，增強(qiáng)企業(yè)透明度，推動(dòng)企業(yè)內(nèi)部的有價(jià)值信息向資本市場(chǎng)流轉(zhuǎn)，緩解管理者與投資者之間的信息不對(duì)稱性，增加股價(jià)中公司特質(zhì)信息含量，從而降低股價(jià)崩盤風(fēng)險(xiǎn)。據(jù)此，提出研究假設(shè)：

數(shù)字技術(shù)創(chuàng)新通過(guò)促進(jìn)企業(yè)的數(shù)字化轉(zhuǎn)型緩解股價(jià)崩盤風(fēng)險(xiǎn)。

數(shù)字技術(shù)創(chuàng)新能夠通過(guò)企業(yè)生產(chǎn)流程再造提供動(dòng)力，推動(dòng)數(shù)據(jù)生產(chǎn)要素與生產(chǎn)過(guò)程有機(jī)融合，降本增效，實(shí)現(xiàn)精細(xì)化、柔性化、智能化生產(chǎn)管理，提高內(nèi)部資源配置效率，改進(jìn)企業(yè)生產(chǎn)效率（戚聿東和肖旭，2020）。同時(shí)，數(shù)字技術(shù)創(chuàng)新推動(dòng)企業(yè)組織的網(wǎng)絡(luò)化和數(shù)智化，暢通內(nèi)部信息溝通渠道和與外部信息交互，增強(qiáng)企業(yè)信息披露的透明度，提高外部股東參與企業(yè)內(nèi)部治理的可能性和積極性，促使其發(fā)揮監(jiān)督或信息效應(yīng)，全面提高企業(yè)內(nèi)部治理水平從而降低股價(jià)崩盤風(fēng)險(xiǎn)（王曉娟等，2022）。據(jù)此，提出研究假設(shè)：

數(shù)字技術(shù)創(chuàng)新通過(guò)提高企業(yè)內(nèi)部治理水平緩解股價(jià)崩盤風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文使用滬深A(yù)股上市公司2013—2020年的專利和財(cái)務(wù)數(shù)據(jù)作為初始研究樣本，用當(dāng)年的數(shù)字技術(shù)創(chuàng)新水平解釋未來(lái)一年的股價(jià)崩盤風(fēng)險(xiǎn)，股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)的樣本區(qū)間為2014—2021年，其他解釋變量的樣本區(qū)間為2013—2020年。參照已有研究做法，剔除ST公司、金融類公司和退市公司樣本，剔除數(shù)字技術(shù)專利申請(qǐng)小于1的企業(yè)樣本，剔除重要變量數(shù)據(jù)缺失的樣本。對(duì)所有連續(xù)變量進(jìn)行1%和99%的縮尾處理。數(shù)字技術(shù)創(chuàng)新的專利數(shù)據(jù)來(lái)自IncoPat全球?qū)＠C合文獻(xiàn)數(shù)據(jù)庫(kù)和中國(guó)社科院公開(kāi)數(shù)據(jù)，其他數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。

（二）變量選取與模型設(shè)定

參照現(xiàn)有主流研究做法，構(gòu)造負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益上下波動(dòng)比率（DUVOL）來(lái)度量股票崩盤風(fēng)險(xiǎn)（CrashRisk）。

首先，對(duì)每一年股票i的周收益率進(jìn)行回歸：

Ri，t=αi+β1Rm，t－2+β2Rm，t－1+β3Rm，t+

β4Rm，t+1+β5Rm，t－2+εi，t（1）

其中，Ri，t為股票i在第t周的收益率，Rm，t為所有股票在第t周經(jīng)流通市值加權(quán)的平均市場(chǎng)收益率，考慮到交易非同步性帶來(lái)的偏差，在方程中分別加入滯后和超前兩期的市場(chǎng)收益率。利用上述回歸方程的殘差構(gòu)建股票周特質(zhì)收益率Wi，t=ln（1+εi，t），以周特質(zhì)收益率構(gòu)建負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益上下波動(dòng)比率（DUVOL）。

NCSKEWi，t=－［n（n－1）3/2∑W3i，t］/

［（n－1）（n－2）（∑W2i，t）3/2］（2）

其中，n為股票i在某年的交易周數(shù)，NCSKEW數(shù)值越大，股價(jià)崩盤風(fēng)險(xiǎn)越高。

DUVOLi，t=log{［（nu－1）∑downW2i，t］/

［（nd－1）∑upW2i，t］}（3）

其中，nu和nd分別表示股票周特質(zhì)收益率大于和小于年平均特質(zhì)收益率的周數(shù)，DUVOL數(shù)值越大，股價(jià)崩盤風(fēng)險(xiǎn)越高。

本文的核心解釋變量是企業(yè)數(shù)字技術(shù)創(chuàng)新（Dig）。關(guān)于數(shù)字技術(shù)創(chuàng)新的度量方面，有關(guān)數(shù)字經(jīng)濟(jì)發(fā)展水平、數(shù)字化轉(zhuǎn)型等相關(guān)變量已比較豐富，當(dāng)前研究較多使用數(shù)字技術(shù)專利（Corvello等，2023）等刻畫數(shù)字技術(shù)創(chuàng)新水平，本文采用陶鋒等（2023）年的做法及數(shù)據(jù)，基于國(guó)際專利分類（IPC）提供的專利化創(chuàng)新活動(dòng)技術(shù)信息，結(jié)合國(guó)家統(tǒng)計(jì)局發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》和《國(guó)際專利分類與國(guó)民經(jīng)濟(jì)行業(yè)分類參照關(guān)系表（2018）》，構(gòu)建數(shù)字技術(shù)創(chuàng)新所屬領(lǐng)域及其IPC代碼的對(duì)應(yīng)關(guān)系，識(shí)別企業(yè)申請(qǐng)的數(shù)字技術(shù)創(chuàng)新專利，并據(jù)此對(duì)數(shù)字技術(shù)專利進(jìn)行加總，構(gòu)造出企業(yè)數(shù)字技術(shù)創(chuàng)新的微觀指標(biāo)。

設(shè)定如下回歸方程檢驗(yàn)數(shù)字技術(shù)創(chuàng)新與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系：

CrashRiski，t+1=β0+β1Digi，t+γ∑Controli，t+αi+δt+εi，t（4）

其中，CrashRiski，t+1分別以未來(lái)一期的負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)率作為被解釋變量；Digi，t為企業(yè)數(shù)字技術(shù)創(chuàng)新水平；Controli，t為一系列控制變量；αi為個(gè)體固定效應(yīng)；δt為年時(shí)間固定效應(yīng)；εi，t為隨機(jī)擾動(dòng)項(xiàng)。

本文選取既有相關(guān)研究的文獻(xiàn)（周銘山等，2017）中常用的變量作為控制變量：①企業(yè)價(jià)值（TobinQ），企業(yè)市場(chǎng)價(jià)值與資產(chǎn)重置成本的比率，按總市值與總負(fù)債之和除以總資產(chǎn)計(jì)算，反映企業(yè)價(jià)值高估；②資產(chǎn)收益率（ROA），凈利潤(rùn)與總資產(chǎn)的比值；③資產(chǎn)負(fù)債率（Lev），企業(yè)總負(fù)債與總資產(chǎn)比值；④企業(yè)規(guī)模（Size），以企業(yè)總資產(chǎn)的自然對(duì)數(shù)作為度量；⑤無(wú)形資產(chǎn)（Intass），以企業(yè)無(wú)形資產(chǎn)占總資產(chǎn)比值度量；⑥兩權(quán)合一（Duality），以企業(yè)董事長(zhǎng)與總經(jīng)理是否兼任進(jìn)行衡量，兼任取值為1，否則為0；⑦股權(quán)集中度（Top1），以第一大股東持股數(shù)占總股數(shù)比重衡量；⑧第二大股東至第十大股東占比（Top10），以扣除第一大股東持股數(shù)的前十大股東持股數(shù)加總占總股數(shù)比重進(jìn)行衡量；⑨企業(yè)年齡（Age），以當(dāng)年年份減成立年份+1后取自然對(duì)數(shù)來(lái)度量。相關(guān)變量描述性統(tǒng)計(jì)見(jiàn)表1。

實(shí)證分析重點(diǎn)考察回歸系數(shù)β1的符號(hào)和顯著性，用以檢驗(yàn)企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的作用。為了進(jìn)一步識(shí)別數(shù)字技術(shù)創(chuàng)新對(duì)資本市場(chǎng)崩盤風(fēng)險(xiǎn)的影響機(jī)制，構(gòu)造機(jī)制檢驗(yàn)?zāi)Ｐ瓦M(jìn)行實(shí)證檢驗(yàn)。

Mechanismi，t=θ0+θ1Digi，t+γ1Controli，t+αi+δt+εi，t（5）

上述模型中，Mechanismi，t表示機(jī)制變量，其余變量與基準(zhǔn)回歸模型相同?；谇拔睦碚摲治?，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型（DT）和企業(yè)內(nèi)部治理水平（ME）進(jìn)行機(jī)制檢驗(yàn)。具體而言，參照吳非等（2021）和李靜和周孟艷（2023）的做法，利用CSMAR數(shù)據(jù)庫(kù)的企業(yè)數(shù)字化轉(zhuǎn)型詞頻數(shù)構(gòu)造企業(yè)數(shù)字化轉(zhuǎn)型（DT）的衡量指標(biāo)；采用企業(yè)財(cái)務(wù)效率作為企業(yè)內(nèi)部治理水平（ME）的代理指標(biāo)，利用CSMAR數(shù)據(jù)庫(kù)中企業(yè)財(cái)務(wù)費(fèi)用率的負(fù)數(shù)進(jìn)行度量。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸分析

根據(jù)基準(zhǔn)回歸模型進(jìn)行回歸，回歸結(jié)果見(jiàn)表2。列（1）、列（4）為不控制年份和個(gè)體固定效應(yīng)的混合回歸結(jié)果，對(duì)于負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益上下波動(dòng)比率（DUVOL）而言，企業(yè)數(shù)字技術(shù)創(chuàng)新（Dig）系數(shù)顯著為負(fù)，說(shuō)明企業(yè)數(shù)字技術(shù)創(chuàng)新能夠降低股價(jià)崩盤風(fēng)險(xiǎn)；進(jìn)一步控制年份固定效應(yīng)，同時(shí)控制年份固定效應(yīng)和個(gè)體固定效應(yīng)，企業(yè)數(shù)字技術(shù)創(chuàng)新（Dig）系數(shù)依然為負(fù)，并且顯著性水平提高，結(jié)果如列（2）、列（5）、列（3）、列（6）所示，進(jìn)一步驗(yàn)證數(shù)字技術(shù)創(chuàng)新能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

（二）穩(wěn)健性檢驗(yàn)

為了保證基準(zhǔn)回歸檢驗(yàn)結(jié)果的穩(wěn)健性，分別通過(guò)更換核心自變量、去除極端樣本、控制交互固定效應(yīng)和工具變量回歸，對(duì)基準(zhǔn)回歸結(jié)果進(jìn)行穩(wěn)健性分析。穩(wěn)健性檢驗(yàn)結(jié)果報(bào)告如表3所示。

（1）更換自變量。用數(shù)字技術(shù)創(chuàng)新質(zhì)量作為核心變量企業(yè)數(shù)字技術(shù)創(chuàng)新（Dig）的替代變量。專利被引數(shù)是廣泛被采用的測(cè)度企業(yè)數(shù)字技術(shù)創(chuàng)新質(zhì)量的指標(biāo)（俞立平等，2023），此處利用前文數(shù)字技術(shù)創(chuàng)新專利被引用數(shù)作為數(shù)字技術(shù)創(chuàng)新質(zhì)量的衡量指標(biāo)?；貧w結(jié)果如列（1）所示，無(wú)論是利用負(fù)收益偏態(tài)系數(shù)（NCSKEW）還是股票收益上下波動(dòng)比率（DUVOL）作為股價(jià)崩盤風(fēng)險(xiǎn)的指標(biāo)，企業(yè)數(shù)字技術(shù)創(chuàng)新（Dig）的系數(shù)均顯著為負(fù)，與基準(zhǔn)回歸結(jié)果保持一致。

（2）去除極端樣本。數(shù)字技術(shù)創(chuàng)新數(shù)量可能在企業(yè)間呈現(xiàn)結(jié)構(gòu)性差異，為了避免這種結(jié)構(gòu)性因素帶來(lái)的估計(jì)偏差，剔除每期數(shù)字技術(shù)創(chuàng)新專利數(shù)量前五的企業(yè)樣本，控制極端樣本對(duì)估計(jì)結(jié)果的影響，回歸結(jié)果如列（2）所示，系數(shù)均顯著為負(fù)，數(shù)字技術(shù)創(chuàng)新顯著降低股價(jià)崩盤風(fēng)險(xiǎn)，與基準(zhǔn)回歸結(jié)果一致。

（3）控制交互固定效應(yīng)。數(shù)字經(jīng)濟(jì)發(fā)展水平較高的省份，數(shù)字基礎(chǔ)設(shè)施和數(shù)字創(chuàng)新環(huán)境更好，更有利于企業(yè)從事數(shù)字技術(shù)創(chuàng)新活動(dòng)。進(jìn)一步控制省份和年份的交互固定效應(yīng)，回歸結(jié)果如列（3）所示，系數(shù)均顯著為負(fù)，數(shù)字技術(shù)創(chuàng)新顯著降低股價(jià)崩盤風(fēng)險(xiǎn)，與基準(zhǔn)回歸結(jié)果一致。

（4）內(nèi)生性問(wèn)題?；鶞?zhǔn)回歸分析中采用第t期數(shù)字技術(shù)創(chuàng)新水平對(duì)第t+1期股價(jià)崩盤風(fēng)險(xiǎn)進(jìn)行回歸，一定程度上緩解了反向因果關(guān)系引起的內(nèi)生性問(wèn)題。為了進(jìn)一步克服潛在的內(nèi)生性問(wèn)題，借鑒陶鋒等（2023）的做法，利用數(shù)字技術(shù)創(chuàng)新行業(yè)均值作為工具變量進(jìn)行回歸。工具變量回歸結(jié)果如列（4）所示，系數(shù)均顯著為負(fù)，數(shù)字技術(shù)創(chuàng)新顯著降低股價(jià)崩盤風(fēng)險(xiǎn)，與基準(zhǔn)回歸結(jié)果保持一致。

（三）異質(zhì)性檢驗(yàn)

（1）行業(yè)競(jìng)爭(zhēng)程度。競(jìng)爭(zhēng)是企業(yè)進(jìn)行數(shù)字技術(shù)創(chuàng)新的根源之一，在競(jìng)爭(zhēng)程度偏低的行業(yè)中，數(shù)字技術(shù)創(chuàng)新更能夠幫助企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，凸顯效應(yīng)更加明顯，使企業(yè)獲得更多外部關(guān)注，促進(jìn)信息更充分披露，降低股價(jià)崩盤風(fēng)險(xiǎn)。用所有樣本行業(yè)的主營(yíng)業(yè)務(wù)利潤(rùn)率標(biāo)準(zhǔn)差的倒數(shù)作為行業(yè)競(jìng)爭(zhēng)程度指標(biāo)（張葉青等，2021），以該指標(biāo)中位數(shù)為基準(zhǔn)構(gòu)建行業(yè)競(jìng)爭(zhēng)程度虛擬變量?；貧w結(jié)果見(jiàn)表4列（1），在競(jìng)爭(zhēng)程度高的行業(yè)，由于競(jìng)爭(zhēng)導(dǎo)致信息透明度較高，系數(shù)不顯著，而在競(jìng)爭(zhēng)程度低的行業(yè)，數(shù)字技術(shù)創(chuàng)新能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

（2）行業(yè)數(shù)字化屬性。數(shù)字技術(shù)創(chuàng)新能夠給數(shù)字化屬性弱的企業(yè)帶來(lái)增加的邊際效用更為顯著，同時(shí)，數(shù)字屬性弱的企業(yè)更容易產(chǎn)生由信息不對(duì)稱引發(fā)的股價(jià)崩盤，數(shù)字技術(shù)創(chuàng)新能更好地打開(kāi)這類企業(yè)的信息黑匣，緩解信息不對(duì)稱引發(fā)的股價(jià)崩盤風(fēng)險(xiǎn)?；貧w結(jié)果如表4列（2）所示，在數(shù)字化屬性弱的企業(yè)，數(shù)字技術(shù)創(chuàng)新能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

（3）企業(yè)規(guī)模大小。一般而言，企業(yè)規(guī)模較大的企業(yè)，其信息披露制度和治理水平相對(duì)比較成熟，而小企業(yè)特別是初創(chuàng)型小企業(yè)，其治理機(jī)制相對(duì)不完善，因此更易產(chǎn)生信息不對(duì)稱問(wèn)題。將企業(yè)總資產(chǎn)大于行業(yè)中位數(shù)的企業(yè)定義為大規(guī)模企業(yè)，余下的定義為小規(guī)模企業(yè)，以此檢驗(yàn)規(guī)模的異質(zhì)性影響?；貧w結(jié)果如表4列（3）所示，對(duì)于規(guī)模小的企業(yè)，數(shù)字技術(shù)創(chuàng)新能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

（4）企業(yè)產(chǎn)權(quán)屬性。國(guó)有企業(yè)正規(guī)化程度較高，受政策和制度規(guī)制程度更大，管理層進(jìn)行不利消息隱藏的政治成本較大，而民營(yíng)企業(yè)管理上擁有更大的自主性，且企業(yè)所有者和管理者通常相同，其進(jìn)行不利消息隱藏的動(dòng)機(jī)更強(qiáng)，因此，民營(yíng)企業(yè)數(shù)字技術(shù)創(chuàng)新對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的抑制作用應(yīng)更為顯著?；貧w結(jié)果如表4列（4）所示，國(guó)有企業(yè)數(shù)字技術(shù)創(chuàng)新的估計(jì)系數(shù)不顯著，而民營(yíng)企業(yè)數(shù)字技術(shù)創(chuàng)新的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明數(shù)字技術(shù)創(chuàng)新對(duì)民營(yíng)企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)具有顯著的抑制作用。

（四）機(jī)制檢驗(yàn)

根據(jù)前文理論分析和機(jī)制檢驗(yàn)?zāi)Ｐ停闷髽I(yè)數(shù)字化轉(zhuǎn)型（DT）和企業(yè)內(nèi)部治理水平（ME）進(jìn)行機(jī)制檢驗(yàn)，結(jié)果如表5所示。數(shù)字技術(shù)創(chuàng)新能夠推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，企業(yè)數(shù)字化轉(zhuǎn)型能夠改進(jìn)企業(yè)價(jià)值創(chuàng)造模式，同時(shí)提升企業(yè)內(nèi)部信息透明度，推動(dòng)企業(yè)內(nèi)部有價(jià)值信息向資本市場(chǎng)傳遞，緩解管理者與投資者之間的信息不對(duì)稱性，從而抑制股價(jià)崩盤風(fēng)險(xiǎn)。列（1）結(jié)果顯示數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響，其系數(shù)在1%的顯著性水平下顯著為正。數(shù)字技術(shù)創(chuàng)新能夠?yàn)槠髽I(yè)生產(chǎn)流程進(jìn)行數(shù)字化再造，提高內(nèi)部資源配置效率，同時(shí)推動(dòng)企業(yè)組織和管理模式的數(shù)字化，暢通內(nèi)部信息渠道，促進(jìn)數(shù)字治理水平提高，減小負(fù)面信息管理不善對(duì)股價(jià)的沖擊，從而有效抑制股票崩盤風(fēng)險(xiǎn)。列（2）結(jié)果顯示數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)內(nèi)部治理水平的影響，其系數(shù)顯著為正。因此，企業(yè)數(shù)字技術(shù)創(chuàng)新可以促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型、提高企業(yè)內(nèi)部治理水平，從而進(jìn)一步抑制股價(jià)崩盤風(fēng)險(xiǎn)。

五、結(jié)論與政策啟示

人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等數(shù)字技術(shù)的創(chuàng)新與應(yīng)用，顛覆了企業(yè)傳統(tǒng)的價(jià)值創(chuàng)造模式，促進(jìn)了企業(yè)價(jià)值的提升，改變了企業(yè)內(nèi)部的治理模式，重塑企業(yè)信息結(jié)構(gòu)和信息披露方式，也深刻改變了資本市場(chǎng)價(jià)值發(fā)現(xiàn)機(jī)制和股價(jià)波動(dòng)風(fēng)險(xiǎn)。本文利用數(shù)字技術(shù)創(chuàng)新發(fā)明專利數(shù)據(jù)，研究數(shù)字技術(shù)創(chuàng)新對(duì)于企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的影響及其作用機(jī)制，研究結(jié)果表明：數(shù)字技術(shù)創(chuàng)新能夠有效抑制股價(jià)崩盤風(fēng)險(xiǎn)，這種抑制作用在行業(yè)競(jìng)爭(zhēng)程度較低、行業(yè)數(shù)字化水平較弱、規(guī)模較小和民營(yíng)企業(yè)中更加顯著；通過(guò)企業(yè)數(shù)字化轉(zhuǎn)型和企業(yè)內(nèi)部治理水平進(jìn)行機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新能夠通過(guò)推動(dòng)數(shù)字化轉(zhuǎn)型和內(nèi)部治理水平的提升，進(jìn)一步緩解信息不對(duì)稱引起的股價(jià)崩盤風(fēng)險(xiǎn)。

經(jīng)驗(yàn)證據(jù)和研究結(jié)論表明，數(shù)字技術(shù)創(chuàng)新能夠防止股價(jià)崩盤風(fēng)險(xiǎn)的發(fā)生，因此，有關(guān)部門應(yīng)該出臺(tái)政策鼓勵(lì)數(shù)字技術(shù)與企業(yè)生產(chǎn)經(jīng)營(yíng)管理深度融合，激發(fā)數(shù)字經(jīng)濟(jì)活力，根據(jù)企業(yè)異質(zhì)性特征采取差異化措施，支持企業(yè)開(kāi)展數(shù)字技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型，提升企業(yè)價(jià)值；同時(shí)，企業(yè)要進(jìn)一步利用數(shù)字技術(shù)進(jìn)行生產(chǎn)流程再造和經(jīng)營(yíng)管理模式改造，優(yōu)化企業(yè)內(nèi)部治理環(huán)境和治理?xiàng)l件，及時(shí)準(zhǔn)確披露信息，嚴(yán)禁內(nèi)部信息操縱，增進(jìn)企業(yè)內(nèi)部與外部市場(chǎng)的溝通，利用數(shù)字技術(shù)進(jìn)一步提高資本市場(chǎng)信息傳遞質(zhì)量和效率，緩解或抑制因信息不對(duì)稱引起的股價(jià)崩盤風(fēng)險(xiǎn)，維系資本市場(chǎng)穩(wěn)定，促進(jìn)資本市場(chǎng)更好地服務(wù)實(shí)體經(jīng)濟(jì)發(fā)展。

參考文獻(xiàn)

［1］KIM"J"B，LI"Y，ZHANG"L.Corporate"tax"avoidance"and"stock"price"crash"risk：Firmlevel"analysis［J］.Journal"of"Financial"Economics，2011，100（3）：639-662.

［2］胡瑾瑾，趙雪峰，吳德林，等.企業(yè)數(shù)字化轉(zhuǎn)型對(duì)股價(jià)崩盤風(fēng)險(xiǎn)預(yù)測(cè)研究——基于ED-SPCBoost模型［J］.管理評(píng)論，2023，35（8）：15-30.

［3］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）：130-144，10.

［4］雷光勇，買瑞東，左靜靜.數(shù)字化轉(zhuǎn)型與資本市場(chǎng)效率——基于股價(jià)同步性視角［J］.證券市場(chǎng)導(dǎo)報(bào)，2022（8）：48-59.

［5］GUPTA"G，BOSE"I.Digital"transformation"in"entrepreneurial"firms"through"information"exchange"with"operating"environment［J］.Information"and"Management，2022，59（3）：103243.

［6］馬慧，陳勝藍(lán).企業(yè)數(shù)字化轉(zhuǎn)型、壞消息隱藏與股價(jià)崩盤風(fēng)險(xiǎn)［J］.會(huì)計(jì)研究，2022（10）：31-44.

［7］顧研，周強(qiáng)龍.良禽擇木而棲——公司股價(jià)崩盤與分析師盈利預(yù)測(cè)偏差修正［J］.世界經(jīng)濟(jì)文匯，2022（1）：105-120.

［8］YOO"Y，BOLAND"R"J，LYYTINEN"K，et"al.Organizing"for"innovation"in"the"digitized"world［J］.Organization"Science，2012，23（5）：1398-1408.

［9］陶鋒，朱盼，邱楚芝.數(shù)字技術(shù)創(chuàng)新對(duì)企業(yè)市場(chǎng)價(jià)值的影響研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2023，40（5）：68-91.

［10］戴嚴(yán)科，左曉萌，顧研.數(shù)字技術(shù)變革與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)：來(lái)自“兩化融合”試點(diǎn)的證據(jù)［J］.系統(tǒng)工程理論與實(shí)踐，2024，44（1）：207-226.

［11］黃大禹，謝獲寶，孟祥瑜.數(shù)字化轉(zhuǎn)型與企業(yè)價(jià)值——基于文本分析方法的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)學(xué)家，2021（12）：41-51.

［12］BABAR"Z，YU"E.Digital"transformation—implications"for"enterprise"modeling"and"analysis［EB/OL］.https：//ieeexplore.ieee.org/document/8907284.

［13］XIANG"C，CHEN"F，WANG"Q.Institutional"investor"inattention"and"stock"price"crash"risk［J］.Finance"Research"Letters，2020，33：101184.

［14］李文貴，路軍.網(wǎng)絡(luò)平臺(tái)互動(dòng)與股價(jià)崩盤風(fēng)險(xiǎn)：“溝通易”還是“操縱易”［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（7）：178-196.

［15］張葉青，陸瑤，李樂(lè)蕓.大數(shù)據(jù)應(yīng)用對(duì)中國(guó)企業(yè)市場(chǎng)價(jià)值的影響——來(lái)自中國(guó)上市公司年報(bào)文本分析的證據(jù)［J］.經(jīng)濟(jì)研究，2021，56（12）：42-59.

［16］宗慶瑩，朱澤鋼，郭佳.數(shù)字技術(shù)應(yīng)用對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響：監(jiān)督效應(yīng)和信息效應(yīng)［J］.金融與經(jīng)濟(jì)，2023（9）：87-96.

［17］邢小強(qiáng)，湯新慧，王玨，等.數(shù)字平臺(tái)履責(zé)與共享價(jià)值創(chuàng)造——基于字節(jié)跳動(dòng)扶貧的案例研究［J］.管理世界，2021，37（12）：152-176.

［18］李宏寅.企業(yè)數(shù)字化轉(zhuǎn)型能抑制股價(jià)崩盤風(fēng)險(xiǎn)嗎？［J］.財(cái)經(jīng)論叢，2023（7）：58-67.

［19］曾德麟，蔡家瑋，歐陽(yáng)桃花.數(shù)字化轉(zhuǎn)型研究：整合框架與未來(lái)展望［J］.外國(guó)經(jīng)濟(jì)與管理，2021，43（5）：63-76.

［20］顧奮玲，馬一先，許晨曦.信息驅(qū)動(dòng)還是競(jìng)爭(zhēng)合謀：連鎖股東與企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)［J］.會(huì)計(jì)研究，2022（7）：141-153.

［21］孫潔，李峰，張興剛.數(shù)字技術(shù)投資公告對(duì)企業(yè)市場(chǎng)價(jià)值的影響——基于事件研究視角［J］.經(jīng)濟(jì)與管理研究，2020，41（11）：130-144.

［22］劉洋，董久鈺，魏江.數(shù)字創(chuàng)新管理：理論框架與未來(lái)研究［J］.管理世界，2020，36（7）：198-217，219.

［23］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（6）：135-152，250.

［24］王曉娟，朱喜安，王穎.工業(yè)機(jī)器人應(yīng)用對(duì)制造業(yè)就業(yè)的影響效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（4）：88-106.

［25］葉曉東，肖惠玲.金融科技創(chuàng)新對(duì)商業(yè)銀行經(jīng)營(yíng)效率的影響研究——基于技術(shù)進(jìn)步角度的分析［J］.中國(guó)證券期貨，2024（3）：76-83，96.

［26］CORVELLO"V，BELAS"J，GIGLIO"C，et"al.The"impact"of"business"owners’individual"characteristics"on"patenting"in"the"context"of"digital"innovation［J］.Journal"of"Business"Research，2023，155（Part"A）：113397.

［27］唐紅濤，陳珍平，吳忠才.數(shù)字經(jīng)濟(jì)，城市創(chuàng)新能力與商業(yè)經(jīng)濟(jì)韌性［J］.中國(guó)證券期貨，2024（2）：41-49，61.

［28］周銘山，張倩倩，楊丹.創(chuàng)業(yè)板上市公司創(chuàng)新投入與市場(chǎng)表現(xiàn)：基于公司內(nèi)外部的視角［J］.經(jīng)濟(jì)研究，2017，52（11）：135-149.

［29］李靜，周孟艷.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)定價(jià)效率——來(lái)自股票定價(jià)偏誤的經(jīng)驗(yàn)證據(jù)［J］.投資研究，2023，42（4）：126-144.

［30］俞立平，張礦偉，朱曉雨，等.短期與長(zhǎng)期創(chuàng)新質(zhì)量對(duì)高技術(shù)產(chǎn)業(yè)投資的影響［J］.科技進(jìn)步與對(duì)策，2023，41（9）：67-77.