○暨南大學(xué)管理學(xué)院 徐飛鵬

2014年我國(guó)首次將大數(shù)據(jù)寫(xiě)入了政府工作報(bào)告，同年十八屆五中全會(huì)上提出實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略。2016年工信部正式印發(fā)《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016—2020年)》。2017年十九大報(bào)告進(jìn)一步強(qiáng)調(diào)要推動(dòng)大數(shù)據(jù)和實(shí)體經(jīng)濟(jì)的深度融合。這些都標(biāo)志著大數(shù)據(jù)已上升為國(guó)家戰(zhàn)略。

分析師作為資本市場(chǎng)的信息中介，對(duì)目標(biāo)公司的盈余預(yù)測(cè)是投資者進(jìn)行投資決策的重要信息來(lái)源和參考依據(jù)?，F(xiàn)有文獻(xiàn)表明影響分析師對(duì)上市公司盈余預(yù)測(cè)準(zhǔn)確性的因素主要包括宏觀環(huán)境、分析師個(gè)人特征以及公司規(guī)模、信息披露水平等公司層面因素。本文從資本市場(chǎng)的信息中介——分析師角度出發(fā)，研究企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師預(yù)測(cè)準(zhǔn)確性的影響，發(fā)現(xiàn)企業(yè)實(shí)施大數(shù)據(jù)管理會(huì)提高分析師盈余預(yù)測(cè)的準(zhǔn)確性，在一定程度上能夠緩解資本市場(chǎng)的信息不對(duì)稱，提高資源配置效率，豐富了大數(shù)據(jù)管理的經(jīng)濟(jì)后果和分析師盈余預(yù)測(cè)準(zhǔn)確性影響因素的研究，同時(shí)為持續(xù)推進(jìn)國(guó)家大數(shù)據(jù)戰(zhàn)略，提供一些有建設(shè)性的政策建議。

一、 理論分析與假設(shè)提出

(一) 大數(shù)據(jù)管理與分析師盈余預(yù)測(cè)準(zhǔn)確性

分析師通過(guò)挖掘和分析上市公司的信息，進(jìn)而制定并發(fā)布對(duì)目標(biāo)公司的盈余預(yù)測(cè)，因此分析師獲取信息的數(shù)量和質(zhì)量是其預(yù)測(cè)準(zhǔn)確性的重要影響因素(王雄元等，2017)。上市公司公開(kāi)披露的信息具有獲取成本低的特性，成為分析師進(jìn)行盈余預(yù)測(cè)的重要信息來(lái)源和決策依據(jù)(Baginski和Hassell,1997)。因此，上市公司信息披露的透明度即信息披露質(zhì)量將會(huì)顯著影響分析師盈余預(yù)測(cè)準(zhǔn)確性。已有研究發(fā)現(xiàn)公司的信息披露政策越透明，該公司的分析師跟蹤人數(shù)越多，分析師盈余預(yù)測(cè)更加準(zhǔn)確(白曉宇,2009；方軍雄，2007)。從具體披露的信息來(lái)看，李丹(2009)認(rèn)為盈余信息作為一種重要且公開(kāi)的會(huì)計(jì)信息，其質(zhì)量越高，反映企業(yè)經(jīng)營(yíng)以及財(cái)務(wù)狀況越準(zhǔn)確，因此分析師的盈余預(yù)測(cè)準(zhǔn)確度也更高。李馨子(2015)發(fā)現(xiàn)分析師可以從上市公司發(fā)布的管理層業(yè)績(jī)預(yù)告中獲得額外的盈余信息，從而提高其盈余預(yù)測(cè)準(zhǔn)確性。而對(duì)于非財(cái)務(wù)信息披露質(zhì)量對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性的影響，有研究將企業(yè)社會(huì)責(zé)任報(bào)告作為非財(cái)務(wù)信息披露的代理變量，發(fā)現(xiàn)企業(yè)社會(huì)責(zé)任報(bào)告質(zhì)量與分析師盈余預(yù)測(cè)準(zhǔn)確性呈顯著正相關(guān)關(guān)系(Dhaliwal et al，2012)。王雄元(2017)研究了上市公司年報(bào)中有關(guān)風(fēng)險(xiǎn)信息披露與分析師盈余預(yù)測(cè)之間的關(guān)系，結(jié)果表明年報(bào)中風(fēng)險(xiǎn)信息披露頻率越高，分析師預(yù)測(cè)越準(zhǔn)確。綜上，現(xiàn)有文獻(xiàn)表明上市公司的信息披露質(zhì)量與分析師盈余預(yù)測(cè)準(zhǔn)確性顯著正相關(guān)(Byard和Shaw，2003；伍燕然等，2016)。

企業(yè)建立大數(shù)據(jù)系統(tǒng)，應(yīng)用大數(shù)據(jù)的能力，實(shí)施大數(shù)據(jù)管理的過(guò)程對(duì)其信息披露質(zhì)量產(chǎn)生了重大的影響，主要體現(xiàn)在對(duì)信息質(zhì)量本身的影響及信息披露過(guò)程質(zhì)量的影響兩個(gè)方面。

1.大數(shù)據(jù)管理對(duì)信息質(zhì)量本身的影響

從信息質(zhì)量本身來(lái)看，企業(yè)實(shí)施大數(shù)據(jù)管理在一定程度上能夠?qū)?huì)計(jì)信息質(zhì)量產(chǎn)生積極影響。企業(yè)實(shí)施大數(shù)據(jù)管理能夠提高會(huì)計(jì)信息的完整性、相關(guān)性、可理解性與及時(shí)性等質(zhì)量要求(Warren et al.，2015)。企業(yè)實(shí)施大數(shù)據(jù)管理下的會(huì)計(jì)信息除了傳統(tǒng)的、結(jié)構(gòu)化的財(cái)務(wù)報(bào)表信息，還包括大量的非結(jié)構(gòu)化數(shù)據(jù)信息，如視頻、圖像、音頻、文本數(shù)據(jù)等，是對(duì)企業(yè)傳統(tǒng)財(cái)務(wù)信息的有效補(bǔ)充，能夠提高信息使用者的決策有效性(楊德明等，2020)。此外，企業(yè)運(yùn)用大數(shù)據(jù)技術(shù)，能夠更早、更深地跟蹤和記錄其經(jīng)營(yíng)活動(dòng)(Vasarhelyi et al.，2015)，搜集并挖掘經(jīng)營(yíng)活動(dòng)數(shù)據(jù)背后蘊(yùn)藏的潛在價(jià)值，為企業(yè)經(jīng)營(yíng)決策提供更加及時(shí)且更具預(yù)測(cè)價(jià)值的有效信息。對(duì)于會(huì)計(jì)信息的可靠性，有研究認(rèn)為大數(shù)據(jù)管理下指數(shù)級(jí)增長(zhǎng)的會(huì)計(jì)數(shù)據(jù)，大量是劣質(zhì)和虛假的數(shù)據(jù)(成靜和彭代斌，2018)，這可能給會(huì)計(jì)信息的可靠性帶來(lái)嚴(yán)重的挑戰(zhàn)。事實(shí)上，大數(shù)據(jù)擁有真實(shí)性的特征，成熟的大數(shù)據(jù)系統(tǒng)，其數(shù)據(jù)質(zhì)量均需遵循真實(shí)、準(zhǔn)確、完整和及時(shí)等原則(Cockcroft和Russell,2018)。即企業(yè)成熟的大數(shù)據(jù)系統(tǒng)，能夠自動(dòng)識(shí)別并剔除劣質(zhì)、虛假的數(shù)據(jù)，從而確保其數(shù)據(jù)質(zhì)量。因此，本文認(rèn)為企業(yè)實(shí)施大數(shù)據(jù)管理初期，由于其技術(shù)不夠完善，可能會(huì)給會(huì)計(jì)信息可靠性帶來(lái)一定的負(fù)面影響，但隨著企業(yè)大數(shù)據(jù)能力趨于成熟，對(duì)可靠性的負(fù)面影響逐漸消失，以至保證和提高會(huì)計(jì)信息的可靠性。綜上，企業(yè)實(shí)施大數(shù)據(jù)管理，其會(huì)計(jì)信息可靠性、相關(guān)性、完整性、可理解性和及時(shí)性等質(zhì)量要求得到保證，在一定程度上提高了會(huì)計(jì)信息本身的質(zhì)量，提高了企業(yè)的會(huì)計(jì)信息透明度(Warren et al.，2015；楊德明等，2020)。

2.大數(shù)據(jù)管理對(duì)信息披露過(guò)程質(zhì)量的影響

從信息披露過(guò)程質(zhì)量來(lái)看，企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)信息披露過(guò)程的質(zhì)量也具有正面影響。首先，傳統(tǒng)的會(huì)計(jì)信息披露主要通過(guò)財(cái)務(wù)報(bào)告形式輸出信息，存在較大的局限性，體現(xiàn)在輸出內(nèi)容有限和輸出形式單一兩個(gè)方面。大數(shù)據(jù)管理下的會(huì)計(jì)信息不僅包括傳統(tǒng)的、結(jié)構(gòu)化的財(cái)務(wù)報(bào)表信息，還包括了以視頻、圖像、音頻、文本等為載體的非結(jié)構(gòu)化的會(huì)計(jì)信息，形式更加豐富，內(nèi)容更加全面，使不同信息使用者的個(gè)性化需求得到滿足，體現(xiàn)了會(huì)計(jì)信息披露的完整性和公平性原則；其次，大數(shù)據(jù)的高速特征使得企業(yè)會(huì)計(jì)信息能夠及時(shí)處理并進(jìn)行披露，滿足了信息披露的及時(shí)性要求；最后，對(duì)于信息披露的真實(shí)性，有學(xué)者認(rèn)為大數(shù)據(jù)環(huán)境下，企業(yè)可能會(huì)延遲披露其內(nèi)部真實(shí)的數(shù)據(jù)，甚至虛假披露(成靜和彭代斌，2018)。但成熟的大數(shù)據(jù)系統(tǒng)的建立需遵循一項(xiàng)基本要求即具有可訪問(wèn)性和可追溯性(Mcclatechy et al.，2015)，數(shù)據(jù)可追溯性是評(píng)價(jià)企業(yè)是否具有成熟的大數(shù)據(jù)能力的重要因素之一(Wang et al.，2018)，在數(shù)據(jù)可追溯性的限制下，企業(yè)進(jìn)行選擇披露或虛假披露變得更加困難，企業(yè)會(huì)計(jì)信息披露真實(shí)性得以保證。因此，企業(yè)實(shí)施大數(shù)據(jù)管理下的信息能夠得到更好、更真實(shí)的披露(Shastri et al.，2019)。綜上，本文認(rèn)為企業(yè)實(shí)施大數(shù)據(jù)管理可以提高會(huì)計(jì)信息披露過(guò)程的質(zhì)量。

基于以上分析，本文預(yù)期企業(yè)實(shí)施大數(shù)據(jù)管理，能夠提高公司的信息披露質(zhì)量，且實(shí)施大數(shù)據(jù)管理程度越高，信息披露質(zhì)量越高，分析師可以獲取的信息數(shù)量更多、質(zhì)量更高，其盈余預(yù)測(cè)準(zhǔn)確性也更高。本文提出第一個(gè)假設(shè)H1：

H1：企業(yè)實(shí)施大數(shù)據(jù)管理提高了信息披露質(zhì)量，進(jìn)而提高了分析師盈余預(yù)測(cè)準(zhǔn)確性。

(二)產(chǎn)權(quán)性質(zhì)、大數(shù)據(jù)管理與分析師盈余預(yù)測(cè)準(zhǔn)確性

現(xiàn)有文獻(xiàn)關(guān)于企業(yè)產(chǎn)權(quán)性質(zhì)對(duì)企業(yè)信息披露質(zhì)量影響的結(jié)論不一致(尹開(kāi)國(guó)等，2014)。本文認(rèn)為相較于非國(guó)有企業(yè)，國(guó)有企業(yè)信息披露質(zhì)量更高。首先，兩者所追求的目標(biāo)不同。非國(guó)有企業(yè)更加關(guān)注經(jīng)濟(jì)利潤(rùn)，追求企業(yè)經(jīng)濟(jì)利益最大化。因此，它們會(huì)有選擇性地披露信息，表現(xiàn)為及時(shí)披露利好消息，而不披露或者延遲披露對(duì)企業(yè)不利的消息，導(dǎo)致企業(yè)信息披露的不充分、不及時(shí)；國(guó)有企業(yè)除了追求經(jīng)濟(jì)效益，同時(shí)還承擔(dān)著一定的社會(huì)責(zé)任和社會(huì)目標(biāo)，有著特殊的政策和經(jīng)濟(jì)職能，國(guó)家對(duì)其信息披露的要求比非國(guó)有企業(yè)更高。其次，國(guó)有企業(yè)與非國(guó)有企業(yè)信息披露受到的監(jiān)管程度不同。與非國(guó)有企業(yè)相比，國(guó)有企業(yè)信息披露除了受到證監(jiān)會(huì)以及證券交易所的監(jiān)管，還受到各級(jí)國(guó)資委的監(jiān)管，監(jiān)管力度遠(yuǎn)大于非國(guó)有企業(yè)。第三，從融資需求和盈余管理的角度，也能補(bǔ)充解釋。相較于國(guó)有企業(yè)，民營(yíng)企業(yè)易受到信貸歧視(江偉和李斌，2006)，為了獲得銀行貸款，滿足企業(yè)融資需求，更有動(dòng)機(jī)操控盈余，進(jìn)行盈余管理，導(dǎo)致其信息披露質(zhì)量降低(何平林等，2019)。

綜合上述分析，本文認(rèn)為在均未實(shí)施大數(shù)據(jù)管理的情況下非國(guó)有企業(yè)的信息披露質(zhì)量低于國(guó)有企業(yè)，而非國(guó)有企業(yè)實(shí)施大數(shù)據(jù)管理通過(guò)提高信息披露質(zhì)量的路徑對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性產(chǎn)生的影響較國(guó)有企業(yè)更顯著。基于此，提出本文第二個(gè)假設(shè)H2：

H2：與國(guó)有企業(yè)相比，非國(guó)有企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性的影響更加顯著。

二、 數(shù)據(jù)與研究設(shè)計(jì)

(一) 樣本與數(shù)據(jù)

目前，只有深交所對(duì)外公布上市公司信息披露考核結(jié)果，故本文選取2013—2018年深市A股上市公司作為研究樣本，剔除了ST公司，鑒于金融行業(yè)公司財(cái)務(wù)指標(biāo)的特殊性，也將其剔除。此外，由于分析師盈余預(yù)測(cè)數(shù)據(jù)的特殊性，采取以下步驟進(jìn)行篩選：①將樣本中分析師預(yù)測(cè)數(shù)據(jù)缺失的觀測(cè)值剔除；②保留每個(gè)證券分析師當(dāng)年度對(duì)上市公司最新一次的盈余預(yù)測(cè)數(shù)據(jù)；③對(duì)公司當(dāng)年度所有分析師最新一次的盈余預(yù)測(cè)取平均值。通過(guò)上述步驟篩選過(guò)后，剔除相關(guān)財(cái)務(wù)數(shù)據(jù)缺失的樣本，最終得到6773個(gè)觀測(cè)值。

本文數(shù)據(jù)來(lái)源于兩個(gè)方面：①反映公司實(shí)施大數(shù)據(jù)管理的指數(shù)，該指數(shù)通過(guò)對(duì)上市公司年報(bào)的收集、整理得到。②研究涉及的其他財(cái)務(wù)數(shù)據(jù)和分析師預(yù)測(cè)數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)。為了消除極端值的影響，本文涉及的所有連續(xù)變量均采用了1%的Winsorise處理。本文使用的數(shù)據(jù)處理軟件為stata15。

(二) 變量定義

1.被解釋變量

借鑒褚劍等(2019)的研究，本文將分析師盈余預(yù)測(cè)準(zhǔn)確性定義為t年度，所有分析師對(duì)公司i的最新一次EPS預(yù)測(cè)值的平均值與公司i本年度實(shí)際的 EPS之差的絕對(duì)值，與公司i期初股票價(jià)格的比值，該值越小，表明分析師對(duì)公司i的盈余預(yù)測(cè)越準(zhǔn)確。具體為：

(1)

其中：NewEPSit為t年度所有分析師對(duì)公司i的最新一次EPS預(yù)測(cè)值的平均值；EPSit為t年度公司i實(shí)際的EPS；PRICEit為公司i期初股票價(jià)格。

2.解釋變量

本文借鑒楊德明和史亞雅(2018)、楊德明等(2020)的做法，首先，甄別出大數(shù)據(jù)、大數(shù)據(jù)分析、大數(shù)據(jù)能力等關(guān)鍵詞，根據(jù)關(guān)鍵詞對(duì)中國(guó)深市A股上市公司2013—2018年的年報(bào)和公告進(jìn)行搜索；其次，閱讀每份年報(bào)中董事會(huì)報(bào)告部分，并統(tǒng)計(jì)關(guān)于大數(shù)據(jù)的相關(guān)描述。在此基礎(chǔ)上，根據(jù)關(guān)鍵詞的搜索結(jié)果以及董事會(huì)報(bào)告相關(guān)內(nèi)容，分析每家公司在建立大數(shù)據(jù)系統(tǒng)、實(shí)施大數(shù)據(jù)管理等方面的投入和實(shí)施程度，并對(duì)其打分，構(gòu)建大數(shù)據(jù)行動(dòng)指標(biāo)(bigdata1)。如果大數(shù)據(jù)管理是該企業(yè)年度的主要投資方向，且該企業(yè)年度已建立完善的大數(shù)據(jù)系統(tǒng)、擁有成熟的大數(shù)據(jù)能力，則bigdata1為 3分；如果大數(shù)據(jù)管理盡管是該企業(yè)年度的主要投資方向，但該企業(yè)年度大數(shù)據(jù)系統(tǒng)不夠完善、大數(shù)據(jù)能力尚未成熟，則為2分；如果該企業(yè)年度僅僅是有所涉及大數(shù)據(jù)、或是被動(dòng)的跟隨大流參與大數(shù)據(jù)系統(tǒng)和能力的建設(shè)，則為1分；如果年報(bào)中未提及大數(shù)據(jù)或是反映該年度企業(yè)未實(shí)施大數(shù)據(jù)管理，則為0分。本文是采用人工打分的方式構(gòu)建的bigdata1指標(biāo)，因此存在一定的主觀判斷的問(wèn)題，為了解決這個(gè)問(wèn)題，本文采取了以下兩種方法：①三位研究人員同時(shí)為一份上市公司年報(bào)打分，如果同一份年報(bào)的評(píng)分差異很大，則三位研究人員需重新進(jìn)行審核并打分，在此基礎(chǔ)上，對(duì)三人的打分取平均值；②根據(jù)年報(bào)搜索結(jié)果，本文同時(shí)構(gòu)建了不存在主觀判斷的大數(shù)據(jù)披露指標(biāo)即bigdata2。如果年報(bào)中披露了大數(shù)據(jù)管理的相關(guān)信息，則bigdata2賦值為1，否則bigdata2為0。

3.中介變量

本文借鑒劉永澤和高嵩(2014)的做法，采用深交所對(duì)上市公司的信息披露評(píng)級(jí)(Rank)作為衡量公司信息披露質(zhì)量的指標(biāo)，從深交所網(wǎng)站手工搜集了2013—2018年深市A股上市公司信息披露評(píng)級(jí)，其中信息披露質(zhì)量評(píng)級(jí)實(shí)行打分制，由低到高依次取值為1分、2分、3分、4分，分別對(duì)應(yīng)“不合格”、“合格”、“良好”和“優(yōu)秀”四個(gè)等級(jí)。

4.控制變量

參照已有文獻(xiàn)，本文控制了企業(yè)規(guī)模(Size)、財(cái)務(wù)杠桿(Lev)、企業(yè)成長(zhǎng)性(Growth)、企業(yè)總資產(chǎn)收益率(Roa)、企業(yè)的權(quán)益市賬比(Mtb)、企業(yè)上市年限(Listage)、企業(yè)股票回報(bào)波動(dòng)率(Vol)、企業(yè)是否虧損(Loss)、企業(yè)是否經(jīng)四大審計(jì)(Big4)、是否兩職合一(Two)、企業(yè)產(chǎn)權(quán)性質(zhì)(Soe)、分析師跟蹤人數(shù)(Follow)等，同時(shí)還控制了行業(yè)和年度固定效應(yīng)。相關(guān)變量的定義見(jiàn)表1。

表1 變量定義表

(三) 研究設(shè)計(jì)

為了檢驗(yàn)本文假設(shè)1，參考溫忠麟等(2004)中介效應(yīng)檢驗(yàn)方法，構(gòu)建了如下模型：

Ferror=β0+β1bigdata1/bigdata2+β2Size+β3Lev+β4Roa+β5Mtb+β6Vol+β7Growth+β8First+β9Listage+β10Follow+β11Soe+β12Two+β13Big4+β14Loss+β15∑ind+β16∑year+εit

(2)

Rank=β0+β1bigdata1/bigdata2+β2Size+β3Lev+β4Roa+β5Mtb+β6Vol+β7Growth+β8First+β9Listage+β10Follow+β11Soe+β12Two+β13Big4+β14Loss+β15∑ind+β16∑year+εit

(3)

Ferror=β0+β1bigdata1/bigdata2+β2Rank+β3Size+β4Lev+β5Roa+β6Mtb+β7Vol+β8Growth+β9First+β10Listage+β11Follow+β12Soe+β13Two+β14Big4+β15Loss+β16∑ind+β17∑year+εit

(4)

第一步，用模型(2)檢驗(yàn)企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性影響的總效應(yīng)；如果模型(2)中系數(shù)β1顯著為負(fù)，則繼續(xù)進(jìn)行第二步，用模型(3)檢驗(yàn)企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)信息披露質(zhì)量(Rank)的影響以及用模型(4)檢驗(yàn)信息披露質(zhì)量(Rank)是否存在中介效應(yīng)；如果模型(3)中系數(shù)β1顯著為正且模型(4)中系數(shù)β2顯著為負(fù)，則進(jìn)行第三步，即檢驗(yàn)?zāi)Ｐ?4)中系數(shù)β1的顯著性，如果β1顯著為負(fù)說(shuō)明部分中介效應(yīng)顯著，否則表明該中介效應(yīng)是完全中介效應(yīng)。若第二步中，模型(3)中β1和模型(4)中β2至少有一個(gè)不顯著，則進(jìn)行sobel檢驗(yàn)。

對(duì)于假設(shè)2，將樣本以產(chǎn)權(quán)性質(zhì)即是否為國(guó)有企業(yè)為依據(jù)分組，運(yùn)用模型2進(jìn)行分組回歸檢驗(yàn)。

三、 實(shí)證檢驗(yàn)

(一) 變量的描述性統(tǒng)計(jì)

表2是各變量的描述性統(tǒng)計(jì)。分析師盈余預(yù)測(cè)準(zhǔn)確性(Ferror)的平均值為0.0105，中位數(shù)為0.006，標(biāo)準(zhǔn)差為0.013，該結(jié)果與前人的研究基本一致。大數(shù)據(jù)行動(dòng)指標(biāo)bigdata1的均值為0.555，中位數(shù)為0；大數(shù)據(jù)披露指標(biāo)bigdata2的平均值為0.224，中位數(shù)為0。這兩個(gè)指標(biāo)中位數(shù)均為0，說(shuō)明樣本期間，絕大部分上市公司未實(shí)施大數(shù)據(jù)管理。

表2 主要變量的描述性統(tǒng)計(jì)

表3按是否實(shí)施大數(shù)據(jù)管理分組進(jìn)行單變量分析，通過(guò)均值和中位數(shù)檢驗(yàn)，初步驗(yàn)證了企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師預(yù)測(cè)準(zhǔn)確性的影響。從表3可以看出，相比未實(shí)施大數(shù)據(jù)管理的樣本，實(shí)施了大數(shù)據(jù)管理的樣本公司的分析師盈余預(yù)測(cè)更加準(zhǔn)確(無(wú)論是均值T檢驗(yàn)還是Wilcoxon檢驗(yàn)均在1%的置信水平上顯著)。

表3 差異性分析

(二) 主要變量之間的相關(guān)性分析

表4列示了主要變量之間的 Pearson 相關(guān)系數(shù)矩陣。從表中可以發(fā)現(xiàn)大數(shù)據(jù)行動(dòng)指標(biāo)(bigdata1)和大數(shù)據(jù)披露指標(biāo)(bigdata2)均與分析師盈余預(yù)測(cè)準(zhǔn)確性(Ferror)顯著負(fù)相關(guān)。從各自變量之間的相關(guān)系數(shù)來(lái)看，總體上各自變量之間不存在明顯的多重共線性問(wèn)題。

表4 主要變量之間的pearson相關(guān)性系數(shù)表

(三) 回歸分析

表5提供了企業(yè)實(shí)施大數(shù)據(jù)管理與分析師盈余預(yù)測(cè)準(zhǔn)確性的多元回歸結(jié)果。從表中可以看出，大數(shù)據(jù)行動(dòng)指標(biāo)(bigdata1)和大數(shù)據(jù)披露指標(biāo)(bigdata2)的系數(shù)均在5%的水平上顯著為負(fù)，表明企業(yè)實(shí)施大數(shù)據(jù)管理提高了分析師盈余預(yù)測(cè)準(zhǔn)確性，且實(shí)施大數(shù)據(jù)管理程度越高，分析師盈余預(yù)測(cè)越準(zhǔn)確。

表5 大數(shù)據(jù)管理與分析師盈余預(yù)測(cè)準(zhǔn)確性

表6提供了中介效應(yīng)的檢驗(yàn)結(jié)果。從表6中可以發(fā)現(xiàn)，信息披露質(zhì)量是大數(shù)據(jù)管理影響分析師盈余預(yù)測(cè)準(zhǔn)確性的一個(gè)重要中介變量。具體回歸結(jié)果如下：第一，第(1)和(4)列bigdata1和bigdata2的系數(shù)均在5%的水平上顯著為負(fù)。第二，第(2)和(5)列bigdata1和bigdata2的系數(shù)分別在1%和5%的水平上顯著為正，表明大數(shù)據(jù)管理會(huì)顯著提高企業(yè)的信息披露質(zhì)量。第三，第(3)和(6)列Rank的系數(shù)均在5%的水平上顯著為負(fù)，表明信息披露質(zhì)量越高，分析師盈余預(yù)測(cè)準(zhǔn)確性越高；bigdata1和bigdata2的回歸系數(shù)較未控制Rank時(shí)降低且均在5%的水平上顯著為負(fù)，表明部分中介效應(yīng)顯著，即信息披露質(zhì)量是一個(gè)重要的中介變量。綜合上述分析，H1得到驗(yàn)證，即企業(yè)實(shí)施大數(shù)據(jù)管理通過(guò)提高企業(yè)信息披露質(zhì)量的路徑，提高了分析師盈余預(yù)測(cè)準(zhǔn)確性。

表6 中介效應(yīng)檢驗(yàn)

表7提供了假設(shè)2的檢驗(yàn)結(jié)果。由表7可知，在國(guó)有樣本回歸中，bigdata1和bigdata2的回歸系數(shù)均為負(fù)數(shù)，但均不顯著，表明國(guó)有企業(yè)在實(shí)施大數(shù)據(jù)管理前后，分析師盈余預(yù)測(cè)準(zhǔn)確性未發(fā)生顯著變化；而非國(guó)有樣本回歸中，bigdata1和bigdata2的回歸系數(shù)均在5%的水平上顯著為負(fù)，表明非國(guó)有企業(yè)實(shí)施大數(shù)據(jù)管理會(huì)顯著提高分析師盈余預(yù)測(cè)準(zhǔn)確性。H2得到了驗(yàn)證，即與國(guó)有企業(yè)相比，非國(guó)有企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性的影響更加顯著。

表7 假設(shè)2的檢驗(yàn)(分組回歸)

四、 穩(wěn)健性檢驗(yàn)

為了使本文得出的結(jié)論更加可靠，采用以下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)，相關(guān)結(jié)果未發(fā)生實(shí)質(zhì)性改變。

(一) 工具變量回歸

本文的研究可能存在測(cè)量誤差而導(dǎo)致的內(nèi)生性問(wèn)題，使用工具變量法解決，選擇城市大數(shù)據(jù)發(fā)展水平即“city”這一外生變量作為工具變量。當(dāng)城市為深圳市、上海市、北京市、杭州市、成都市、廣州市、天津市、南京市、東莞市和武漢市時(shí)，City取值為1，否則為0。顯然，這是一個(gè)外生變量，且這個(gè)變量與bigdata1、bigdata2均高度相關(guān)(相關(guān)系數(shù)分別為0.200和0.207)，此外弱工具變量檢驗(yàn)F統(tǒng)計(jì)量達(dá)到了67.52，遠(yuǎn)大于10，這些均表明不存在弱工具變量問(wèn)題。表8、表9結(jié)果表明在解決內(nèi)生性問(wèn)題后，假設(shè)1和假設(shè)2依然成立。

表8 穩(wěn)健性檢驗(yàn)：工具變量回歸(假設(shè)1)

續(xù)表8

表9 穩(wěn)健性檢驗(yàn)：工具變量回歸(假設(shè)2)

續(xù)表9

(二) 變量的重新度量

1.由于大數(shù)據(jù)行動(dòng)指標(biāo)(bigdata1)不可避免地存在一定的主觀判斷問(wèn)題，本文構(gòu)建了一個(gè)無(wú)主觀判斷的反映企業(yè)是否實(shí)施大數(shù)據(jù)管理的大數(shù)據(jù)披露指標(biāo)bigdata2，如前文所述，與大數(shù)據(jù)行動(dòng)指標(biāo)bigdata1得到的結(jié)論一致。

2.對(duì)于被解釋變量即分析師盈余預(yù)測(cè)準(zhǔn)確性的度量，借鑒王雄元(2017)的研究，將分析師盈余預(yù)測(cè)準(zhǔn)確性重新定義為t年度，所有分析師對(duì)公司i的最新一次EPS預(yù)測(cè)值的平均值與公司i實(shí)際的 EPS之差的絕對(duì)值，該絕對(duì)值與公司i的實(shí)際EPS絕對(duì)值加上0.5之和的比值，結(jié)論進(jìn)一步得到驗(yàn)證。

3.對(duì)于中介變量的重新度量，借鑒何平林等(2019)的做法，采用可操控性應(yīng)計(jì)利潤(rùn)(DA)重新度量信息披露質(zhì)量，DA的絕對(duì)值越大，表明企業(yè)越有可能存在盈余管理行為，因此其信息披露質(zhì)量越低?？刹倏匦詰?yīng)計(jì)利潤(rùn)采用修正瓊斯模型(Dechow et al.,1995)估計(jì)，結(jié)論未發(fā)生實(shí)質(zhì)性改變。

五、 結(jié)論

本文通過(guò)構(gòu)建量化企業(yè)實(shí)施大數(shù)據(jù)管理的指數(shù)即大數(shù)據(jù)行動(dòng)指標(biāo)，利用2013—2018年深市A股上市公司的財(cái)務(wù)數(shù)據(jù)和分析師對(duì)目標(biāo)公司的盈余預(yù)測(cè)數(shù)據(jù)，研究了企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性的影響。第一，企業(yè)實(shí)施大數(shù)據(jù)管理顯著提高了分析師盈余預(yù)測(cè)準(zhǔn)確性，且實(shí)施大數(shù)據(jù)管理程度越高，分析師盈余預(yù)測(cè)越準(zhǔn)確，進(jìn)一步研究發(fā)現(xiàn)，企業(yè)實(shí)施大數(shù)據(jù)管理通過(guò)提高企業(yè)的信息披露質(zhì)量這一路徑，進(jìn)而提高了分析師盈余預(yù)測(cè)準(zhǔn)確性；第二，與國(guó)有企業(yè)相比，非國(guó)有企業(yè)實(shí)施大數(shù)據(jù)管理對(duì)分析師盈余預(yù)測(cè)準(zhǔn)確性的影響更加顯著。

本文的研究結(jié)論豐富了大數(shù)據(jù)管理的經(jīng)濟(jì)后果研究，同時(shí)也拓展了分析師盈余預(yù)測(cè)準(zhǔn)確性影響因素的研究，具有一定的理論意義。此外，結(jié)論表明企業(yè)實(shí)施大數(shù)據(jù)管理通過(guò)提高企業(yè)的信息披露質(zhì)量，進(jìn)而提高分析師的盈余預(yù)測(cè)準(zhǔn)確性，在一定程度上能夠降低資本市場(chǎng)信息不對(duì)稱，提高資源配置效率。因此，政府有必要繼續(xù)大力推進(jìn)大數(shù)據(jù)與實(shí)體經(jīng)濟(jì)深度融合，通過(guò)稅收優(yōu)惠、財(cái)政補(bǔ)貼等手段緩解企業(yè)培育大數(shù)據(jù)能力的資金壓力，同時(shí)建立健全相關(guān)法律法規(guī)制度，保障企業(yè)商業(yè)秘密、個(gè)人隱私以及國(guó)家信息安全；企業(yè)應(yīng)當(dāng)充分認(rèn)識(shí)大數(shù)據(jù)的重要性，積極開(kāi)發(fā)大數(shù)據(jù)系統(tǒng)，培育大數(shù)據(jù)能力，實(shí)施大數(shù)據(jù)管理，實(shí)現(xiàn)價(jià)值創(chuàng)造。