薛 文 雯

(蘭州財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，蘭州 730020)

1. 引言

自2016年G20峰會(huì)將“數(shù)字經(jīng)濟(jì)”列為G20創(chuàng)新增長藍(lán)圖中的一項(xiàng)重要議題以來，我國數(shù)字經(jīng)濟(jì)進(jìn)入了快速發(fā)展階段。根據(jù)中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告(2022年)》顯示，截至2021年，我國數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)45.5萬億元，同比名義增長16.2%，占GDP比重高達(dá)39.8%。信息技術(shù)的高速發(fā)展使人類社會(huì)逐步邁入了數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字經(jīng)濟(jì)作為撬動(dòng)全球經(jīng)濟(jì)的新杠桿改變了企業(yè)傳統(tǒng)的商業(yè)模式，為企業(yè)發(fā)展帶來了新的契機(jī)和動(dòng)能[1]。尤其在新冠疫情背景下，企業(yè)需要利用數(shù)字化轉(zhuǎn)型帶來的新資源、新模式來應(yīng)對(duì)疫情產(chǎn)生的沖擊，實(shí)現(xiàn)經(jīng)濟(jì)增長[2]。數(shù)字經(jīng)濟(jì)發(fā)展速度之快、范圍之廣、影響之深前所未有，數(shù)字經(jīng)濟(jì)投資所帶來的紅利是普通行業(yè)的3至5倍[1]。作為數(shù)字經(jīng)濟(jì)的主要載體，企業(yè)亟需緊跟時(shí)代發(fā)展，積極推進(jìn)數(shù)字化轉(zhuǎn)型。

隨著企業(yè)數(shù)字化轉(zhuǎn)型的逐步推進(jìn)，出現(xiàn)了范圍更廣、信息量更多以及披露更及時(shí)的信息系統(tǒng)，數(shù)字技術(shù)的發(fā)展使會(huì)計(jì)主體可以提供更多信息，在取得會(huì)計(jì)信息之前，在取得會(huì)計(jì)信息之前，利益相關(guān)者還可以通過多種渠道獲得其他有助于決策的信息，會(huì)計(jì)信息在信息總量中所占比重下降。此外，目前企業(yè)編制財(cái)務(wù)報(bào)表時(shí)依據(jù)的仍然是2006年財(cái)政部發(fā)布并于2007年1月1日起在上市公司中執(zhí)行的會(huì)計(jì)準(zhǔn)則，而企業(yè)商業(yè)模式在數(shù)字經(jīng)濟(jì)快速發(fā)展的過程中發(fā)生了轉(zhuǎn)變，這使得企業(yè)商業(yè)模式與會(huì)計(jì)信息披露情況之間的沖突日益凸顯，上市企業(yè)財(cái)務(wù)報(bào)告中公布的會(huì)計(jì)信息已無法準(zhǔn)確反映數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)下企業(yè)的真實(shí)經(jīng)營狀況[3]。那么企業(yè)報(bào)告的會(huì)計(jì)信息與投資者做出合理投資決策間的相關(guān)性是否受到了企業(yè)數(shù)字化轉(zhuǎn)型這一大背景的影響？如果受到影響，那么這種影響是不是由于數(shù)字化轉(zhuǎn)型過程中企業(yè)面臨的融資約束水平改變而造成的？這種影響是否會(huì)隨著數(shù)字經(jīng)濟(jì)這一新的時(shí)代背景下投資者情緒的波動(dòng)而產(chǎn)生不同？鑒于此，本文將基于數(shù)字經(jīng)濟(jì)研究背景，以2007-2021年中國A股上市公司為樣本，通過建立面板回歸模型，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的相關(guān)關(guān)系、企業(yè)數(shù)字化轉(zhuǎn)型—融資約束—會(huì)計(jì)信息相關(guān)性之間的鏈條傳導(dǎo)機(jī)制，以及不同投資者情緒狀態(tài)下企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性關(guān)系的變化情況進(jìn)行實(shí)證研究。

2. 理論分析與研究假設(shè)

2.1 企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的關(guān)系

數(shù)字經(jīng)濟(jì)給企業(yè)帶來了全新的機(jī)遇與挑戰(zhàn)，數(shù)字技術(shù)的快速發(fā)展使得企業(yè)組織不斷面臨著改變其商業(yè)模式、產(chǎn)品、服務(wù)和流程的一系列壓力[4]。數(shù)字化轉(zhuǎn)型以及由此產(chǎn)生的商業(yè)模式創(chuàng)新從根本上改變了消費(fèi)者的期望和行為[5]，這也在一定程度上影響了會(huì)計(jì)信息與投資者決策之間的相關(guān)性。

首先，在企業(yè)大力推進(jìn)數(shù)字化轉(zhuǎn)型以轉(zhuǎn)變商業(yè)模式、保持核心競爭力的今天，現(xiàn)行的會(huì)計(jì)準(zhǔn)則卻仍從有形資產(chǎn)為主的傳統(tǒng)企業(yè)模式出發(fā)，決策有用觀理論認(rèn)為會(huì)計(jì)信息與使用者決策之間要有較強(qiáng)的相關(guān)性，而會(huì)計(jì)準(zhǔn)則的嚴(yán)重滯后卻導(dǎo)致會(huì)計(jì)信息相關(guān)性“江河日下”[3]。從會(huì)計(jì)確認(rèn)角度看，人力資本、數(shù)字資產(chǎn)、平臺(tái)資產(chǎn)、流量等新時(shí)代企業(yè)創(chuàng)造價(jià)值的主要資源因無法用貨幣準(zhǔn)確計(jì)量而被驅(qū)逐于會(huì)計(jì)報(bào)表之外，但隨著數(shù)字經(jīng)濟(jì)的發(fā)展，這些非會(huì)計(jì)事項(xiàng)在企業(yè)中地位逐漸上升，進(jìn)而削弱了會(huì)計(jì)信息相關(guān)性。從會(huì)計(jì)計(jì)量角度看，凈盈余理論認(rèn)為公允價(jià)值計(jì)量會(huì)減小信息使用者的估計(jì)偏差，增強(qiáng)信息使用者的決策質(zhì)量[6]。但現(xiàn)行會(huì)計(jì)準(zhǔn)則仍以歷史成本為主要計(jì)量屬性，經(jīng)營環(huán)境轉(zhuǎn)變下歷史成本計(jì)量的短板逐漸暴露，相比之下公允價(jià)值計(jì)量屬性更有助于提高數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)會(huì)計(jì)信息相關(guān)性[7]。從會(huì)計(jì)目標(biāo)角度來看，既有對(duì)投資者決策有用的目標(biāo)又有反映管理層受托責(zé)任的目標(biāo)，會(huì)計(jì)信息相關(guān)性也既包括決策有用觀目標(biāo)主導(dǎo)下的經(jīng)營決策相關(guān)性，也包括受托責(zé)任觀主導(dǎo)下的管理控制有用性[8]，但當(dāng)前的會(huì)計(jì)系統(tǒng)無法反映出平臺(tái)和流量價(jià)值、行業(yè)競爭地位、品牌效益等用于評(píng)價(jià)受托責(zé)任履行情況的信息，會(huì)計(jì)信息的管理控制有用性下降[9]。其次，數(shù)字技術(shù)改變了信息系統(tǒng)的規(guī)模和結(jié)構(gòu)，在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)作為會(huì)計(jì)主體可以向利益相關(guān)者提供更多樣化的信息。會(huì)計(jì)信息不僅需要經(jīng)過一系列專業(yè)人士報(bào)告和審查后才能公布給利益相關(guān)者，而且從利益相關(guān)者獲取會(huì)計(jì)信息到指導(dǎo)其決策還需要自身專業(yè)知識(shí)積累和時(shí)間的加持。相比之下，搜索關(guān)鍵詞、瀏覽量、點(diǎn)擊量、瀏覽時(shí)長等數(shù)字信息比會(huì)計(jì)信息更易獲得，也更直觀。所以利益相關(guān)者更愿意通過簡單易得的數(shù)字信息判斷企業(yè)經(jīng)營和發(fā)展?fàn)顩r，并以此做出決策，會(huì)計(jì)信息相關(guān)性由此降低。最后，數(shù)字經(jīng)濟(jì)的發(fā)展使企業(yè)經(jīng)營環(huán)境更加易變，不確定性和復(fù)雜性成為數(shù)字經(jīng)濟(jì)時(shí)代企業(yè)經(jīng)營環(huán)境的主要特征。企業(yè)面臨風(fēng)險(xiǎn)的大小以及企業(yè)是否具有良好的風(fēng)險(xiǎn)管控能力受到投資者的極大關(guān)注，如何做好企業(yè)風(fēng)險(xiǎn)控制也是高管的迫切需求，但財(cái)務(wù)報(bào)告提供的會(huì)計(jì)信息并不能較好地反映出與企業(yè)風(fēng)險(xiǎn)相關(guān)的信息，利益相關(guān)者只能獲得少量風(fēng)險(xiǎn)相關(guān)信息，從而會(huì)計(jì)信息與信息使用者決策間的相關(guān)性下降。

基于以上分析，本文提出假設(shè)1：

H1：在其他條件不變的情況下，企業(yè)數(shù)字化轉(zhuǎn)型會(huì)顯著降低會(huì)計(jì)信息相關(guān)性。

2.2 企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與會(huì)計(jì)信息相關(guān)性

根據(jù)信息不對(duì)稱理論，由于投資方無法了解被投資企業(yè)的全部信息，企業(yè)在外部融資時(shí)就不可避免地面臨著約束。隨著新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，數(shù)字化轉(zhuǎn)型打破了企業(yè)與信息使用者之間的屏障，企業(yè)融資環(huán)境得以改善。一方面，在大力建設(shè)我國數(shù)字經(jīng)濟(jì)的宏觀政策導(dǎo)向下，進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)更易于獲得投資者的青睞和政府的政策傾斜[10]，另一方面，數(shù)字技術(shù)提高了企業(yè)經(jīng)營和資源配置效率，營造了良好的財(cái)務(wù)環(huán)境，企業(yè)融資約束水平得以降低[11]。具體來講，企業(yè)數(shù)字化轉(zhuǎn)型可以通過加強(qiáng)內(nèi)部控制和提高企業(yè)績效兩種路徑影響融資約束。從加強(qiáng)內(nèi)部控制質(zhì)量角度來看，數(shù)字化轉(zhuǎn)型促使企業(yè)組織結(jié)構(gòu)轉(zhuǎn)向網(wǎng)絡(luò)化和扁平化發(fā)展[12]，組織結(jié)構(gòu)的轉(zhuǎn)變提升了各部門交互監(jiān)督力度和內(nèi)部控制質(zhì)量。根據(jù)信號(hào)傳遞理論，投資方和債權(quán)人等信息弱勢群體認(rèn)為內(nèi)部控制質(zhì)量是企業(yè)發(fā)出的信號(hào)，良好的內(nèi)部控制傳遞了企業(yè)面臨較低風(fēng)險(xiǎn)的信息，有缺陷的內(nèi)部控制則代表企業(yè)正處于高風(fēng)險(xiǎn)環(huán)境中，高風(fēng)險(xiǎn)又使得企業(yè)融資難度和成本加大，而融資成本的高低正是企業(yè)評(píng)價(jià)融資約束水平的重要信息窗口[13]。從提高企業(yè)績效角度來看，擁有數(shù)字轉(zhuǎn)型的企業(yè)比其他企業(yè)成本更低、運(yùn)營效率更高、效能更好[14]，數(shù)字化轉(zhuǎn)型使企業(yè)有了更廣闊的價(jià)值創(chuàng)造空間和更為多元的價(jià)值實(shí)現(xiàn)路徑[15，16]。已有不少學(xué)者研究了數(shù)字技術(shù)對(duì)企業(yè)績效的促進(jìn)作用，譚志東等(2022)[17]提出的數(shù)字化“資源論”認(rèn)為數(shù)字化的應(yīng)用可以形成一種使信息高效流轉(zhuǎn)的同時(shí)充分激發(fā)創(chuàng)新能力的新架構(gòu)，“數(shù)字”這種資源可以提高企業(yè)績效。Aversa等(2017)[18]研究發(fā)現(xiàn)大智移云物等新技術(shù)的應(yīng)用可以幫助企業(yè)精準(zhǔn)分析和應(yīng)對(duì)消費(fèi)者的多元需求、實(shí)現(xiàn)與上下游企業(yè)更為緊密的聯(lián)系。Sadeghi等(2018)[19]也得出數(shù)字技術(shù)可以為企業(yè)帶來新的資源，緩解企業(yè)資源約束問題的結(jié)論。同時(shí)，已有學(xué)者研究發(fā)現(xiàn)企業(yè)績效的提升有助于降低企業(yè)融資約束：銀行在給企業(yè)提供信貸時(shí)會(huì)首先關(guān)注企業(yè)的績效情況，良好的績效會(huì)加大企業(yè)信貸成功的幾率[20]、企業(yè)的財(cái)務(wù)績效越好投資者的投資意愿越強(qiáng)。提高企業(yè)自身績效能夠有效緩解融資約束問題，而且提高總資產(chǎn)報(bào)酬率比提高凈資產(chǎn)報(bào)酬率的緩解作用更明顯[21]。

雖然低融資約束水平可以有效抑制企業(yè)稅收規(guī)避行為[10]，助力企業(yè)開拓創(chuàng)新。但從會(huì)計(jì)信息相關(guān)性角度來看，融資約束水平越低，會(huì)計(jì)信息相關(guān)性反而越差。當(dāng)企業(yè)面臨的融資約束水平較高時(shí)，企業(yè)可以通過信息披露的方式降低與投資者和債權(quán)方之間的信息不對(duì)稱程度，進(jìn)而通過影響股票流動(dòng)性[22,23]、股票波動(dòng)性[24]、預(yù)期風(fēng)險(xiǎn)[25]來影響融資成本。融資需求越高的企業(yè)越有動(dòng)機(jī)主動(dòng)披露一些需要企業(yè)自愿披露的會(huì)計(jì)信息，緩解企業(yè)與信息使用者之間的信息不對(duì)稱，以此降低管理者為了自身利益進(jìn)行利潤操縱的可能性，增強(qiáng)投資者對(duì)企業(yè)會(huì)計(jì)信息的信任度，進(jìn)而提高會(huì)計(jì)信息相關(guān)性。而當(dāng)企業(yè)面臨較低的融資約束水平，融資需求可以被很好地滿足時(shí)，企業(yè)主動(dòng)披露非強(qiáng)制披露信息的動(dòng)機(jī)不強(qiáng)，這會(huì)加大企業(yè)與信息使用者之間的信息不對(duì)稱。特別是，信息披露與盈余管理之間存在負(fù)向關(guān)系，信息披露質(zhì)量的降低會(huì)增加企業(yè)盈余管理行為[26]，盈余操縱后的會(huì)計(jì)信息不能反映企業(yè)的真實(shí)狀況，從而會(huì)計(jì)信息相關(guān)性會(huì)降低。

因此，提出假設(shè)2：

H2：融資約束在企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性關(guān)系中具有中介作用。

2.3 投資者情緒的調(diào)節(jié)作用

會(huì)計(jì)信息相關(guān)性是指會(huì)計(jì)信息對(duì)投資者投資決策的有用程度[27]，所以在會(huì)計(jì)信息相關(guān)性研究中考慮投資者情緒狀況極為重要。已有文獻(xiàn)表明投資者的心理、情緒等因素會(huì)影響其投資決策[28]。投資者情緒是指投資者的心理活動(dòng)對(duì)投資決策產(chǎn)生影響的一種行為。高漲的投資者情緒意味著投資者對(duì)未來收益保持良好的預(yù)期，從而減少對(duì)會(huì)計(jì)信息的依賴，會(huì)計(jì)信息相關(guān)性會(huì)降低；而悲觀的投資者情緒下會(huì)使得投資者謹(jǐn)慎使用會(huì)計(jì)信息，從而提高會(huì)計(jì)信息相關(guān)性[29]。根據(jù)有限理性理論，人認(rèn)知能力的缺陷以及個(gè)人成長環(huán)境的不同造就了有限理性的投資者，尤其個(gè)人投資者不具有機(jī)構(gòu)投資者的敏銳和理智。當(dāng)市場表現(xiàn)出利好的特征時(shí)個(gè)人投資者會(huì)受非理性特征的影響呈現(xiàn)出高漲的情緒，這種情緒進(jìn)而會(huì)導(dǎo)致“羊群效應(yīng)”，即不通過可獲得信息自己進(jìn)行思考而盲目跟從他人的一類非理性投資。所以在高漲的投資者情緒下，人們對(duì)市場的未來情況看好，此時(shí)投資者會(huì)放松警惕，用不謹(jǐn)慎的態(tài)度對(duì)待會(huì)計(jì)信息，從而會(huì)計(jì)信息相關(guān)性會(huì)下降。

基于以上分析，本文提出假設(shè)3：

H3：投資者情緒越高漲越會(huì)加強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息相關(guān)性的負(fù)向影響。

3. 研究設(shè)計(jì)

3.1 樣本選取與數(shù)據(jù)來源

本文選取2007-2021年滬深A(yù)股上市公司為初始研究樣本，考慮到新會(huì)計(jì)準(zhǔn)則的實(shí)施對(duì)會(huì)計(jì)信息相關(guān)性的影響，本文選擇以新會(huì)計(jì)準(zhǔn)則實(shí)施年份2007年為研究起始年。此外，本文對(duì)樣本進(jìn)行了如下處理：(1)剔除金融保險(xiǎn)行業(yè)樣本；(2)剔除ST、*ST、PT類樣本；(3)剔除數(shù)據(jù)缺失的樣本。經(jīng)過以上處理，得到3110家上市公司共20299個(gè)研究樣本。為避免極端值使檢驗(yàn)結(jié)果產(chǎn)生偏誤，對(duì)所有連續(xù)變量進(jìn)行了1%和99%分位的縮尾處理。原始數(shù)據(jù)均來自國泰安數(shù)據(jù)庫(CSMAR)，數(shù)據(jù)處理采用Excel 2007和Statal 16.0軟件。

3.2 變量定義

(1)

其中，Pi,q,t表示公司i在t年末前12個(gè)季度中第q季度季報(bào)公布的當(dāng)月股票收盤價(jià)；EPSi,q,t為公司i在t年末之前12個(gè)季度中第q季度的每股收益；BVEi,q,t為公司i在t年末之前12個(gè)季度中第q季末的每股凈資產(chǎn)。

(2)企業(yè)數(shù)字化轉(zhuǎn)型的度量

目前學(xué)術(shù)界度量企業(yè)數(shù)字化轉(zhuǎn)型的方法主要有以下兩種：祁懷錦等(2020)[34]和張永珅等(2021)[35]通過上市公司年報(bào)中企業(yè)數(shù)字化相關(guān)無形資產(chǎn)的占無形資產(chǎn)的比重來度量數(shù)字化轉(zhuǎn)型程度，吳非等(2021)[36]、袁淳等(2021)[37]和趙宸宇等(2021)[38]使用文本分析法，以不同維度下，數(shù)字化轉(zhuǎn)型相關(guān)詞匯在上市公司年報(bào)中出現(xiàn)的頻次計(jì)算數(shù)字化轉(zhuǎn)型程度。由于詞頻次數(shù)更能全面反映企業(yè)數(shù)字化轉(zhuǎn)型情況，學(xué)者們多借鑒此類方法進(jìn)行數(shù)字化轉(zhuǎn)型的度量，所以本文也借鑒吳非等(2021)[36]、袁淳等(2021)[37]和趙宸宇等(2021)[38]的研究，以年報(bào)中提取并統(tǒng)計(jì)的關(guān)于人工智能技術(shù)、區(qū)塊鏈技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)和數(shù)字技術(shù)應(yīng)用指標(biāo)五個(gè)維度的數(shù)字化相關(guān)的關(guān)鍵詞詞頻來刻畫企業(yè)數(shù)字化轉(zhuǎn)型程度。本文從國泰安數(shù)據(jù)庫獲取提取的關(guān)鍵詞詞頻數(shù)據(jù)，以年報(bào)中涉及數(shù)字化轉(zhuǎn)型關(guān)鍵詞的詞數(shù)之和加1取自然對(duì)數(shù)來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度。

(3)模型構(gòu)建

Yi,t=β0+β1Xi,t+β2Sizei,t+β3Levi,t+β4ROAit+β5Boardi,t+β6Indepi,t+β7Top10i,t+β8Balanceli,t

+β10TobinQi,t+β11FirmAgei,t+β12Msharei,t+β13Duali,t+β14Yeari,t+β15indi,t+εi,t

(2)

模型(2)中Y表示會(huì)計(jì)信息相關(guān)性，包括Y1和Y2，表示企業(yè)數(shù)字化轉(zhuǎn)型程度。參照聶興凱等(2022)[39]、王芳等(2022)[33]的研究，本文對(duì)如下可能影響會(huì)計(jì)信息相關(guān)性的變量進(jìn)行控制：公司規(guī)模、資產(chǎn)負(fù)債率、總資產(chǎn)凈利潤率、董事人數(shù)、獨(dú)董比例、前十大股東持股比例、股權(quán)制衡度、賬面市值比、托賓Q值、公司成立年限、管理層持股比例、是否兩職合一。另外還控制了年份和行業(yè)。變量定義見表1。

表1 變量定義表

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果，從表中可以看到，提取擬合優(yōu)度衡量的會(huì)計(jì)信息相關(guān)性(Y1)的均值和中位數(shù)分別為0.568和0.610，最小值為0.017，最大值為0.960，提取調(diào)整的擬合優(yōu)度衡量的會(huì)計(jì)信息相關(guān)性(Y2)的均值和中位數(shù)分別為0.472和0.523，最小值為-0.201，最大值為0.951，說明不同企業(yè)的會(huì)計(jì)信息相關(guān)性指數(shù)存在較大差異，其中滿足擬合優(yōu)度位于(0，1)之間的基本特征，而由于樣本量小，自變量多，以調(diào)整后的擬合優(yōu)度衡量的呈現(xiàn)出少量值小于0的結(jié)果。企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型指標(biāo)的均值為1.126，最小值為0，最大值為4.927，標(biāo)準(zhǔn)差為1.312，企業(yè)數(shù)字化轉(zhuǎn)型也存在有一定的差異。從控制變量來看，所有數(shù)據(jù)均無異常。

表2 主要變量的描述性統(tǒng)計(jì)

3.3 相關(guān)性分析

表3為本文主要變量之間的相關(guān)系數(shù)分析結(jié)果。結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性之間在1%的水平上顯著負(fù)相關(guān)，初步表明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會(huì)計(jì)信息相關(guān)性越差，假設(shè)1得到驗(yàn)證。此外，從表3中可以看出融資約束與企業(yè)數(shù)字化轉(zhuǎn)型在1%的顯著性水平上負(fù)相關(guān)，而與會(huì)計(jì)信息相關(guān)性在1%的水平上正相關(guān)，初步驗(yàn)證融資約束在企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的負(fù)相關(guān)關(guān)系中具有中介作用。各變量之間的相關(guān)性系數(shù)均小于0.5，表明回歸模型中各自變量之間不存在多重共線性問題，本文研究具有可靠性。基于篇幅考慮，其他控制變量的相關(guān)性分析結(jié)果不再贅述。

表3 主要變量相關(guān)性分析

3.4 單變量分析

根據(jù)描述性統(tǒng)計(jì)結(jié)果可以得知在3110家A股上市的樣本企業(yè)中有部分樣本數(shù)字化轉(zhuǎn)型指標(biāo)的值為0，說明有些樣本企業(yè)在樣本區(qū)間內(nèi)并沒有進(jìn)行數(shù)字化轉(zhuǎn)型或者并沒有從一開始就進(jìn)行數(shù)字化轉(zhuǎn)型。由于進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)和未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)會(huì)存在一定的差異，本文將全部樣本按照是否進(jìn)行數(shù)字化轉(zhuǎn)型劃分為兩組進(jìn)行組間差異檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。從表中可以看出：進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)會(huì)計(jì)信息相關(guān)性的均值和中位數(shù)均分別為0.551和0.59，均低于未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)會(huì)計(jì)信息相關(guān)性的均值0.589和中位數(shù)0.639，以調(diào)整的擬合優(yōu)度衡量的會(huì)計(jì)信息相關(guān)性也是如此，并且都在水平上顯著為正。以上結(jié)果表明，進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的會(huì)計(jì)信息相關(guān)性明顯低于未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的會(huì)計(jì)信息相關(guān)性。從控制變量看，未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的資產(chǎn)負(fù)債率、董事人數(shù)的均值和中位數(shù)明顯高于數(shù)字化轉(zhuǎn)型的企業(yè)，但是未進(jìn)行數(shù)字化轉(zhuǎn)型企業(yè)的公司規(guī)模、總資產(chǎn)凈利潤率、獨(dú)董比例、前十大股東持股比例、股權(quán)制衡度、賬面市值比、托賓Q值、公司成立年限、管理層持股比例、兩權(quán)合一程度的均值和中位數(shù)卻明顯低于進(jìn)行了數(shù)字化轉(zhuǎn)型的企業(yè)。這說明進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)和未進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)具有企業(yè)特征的差異性，進(jìn)行了數(shù)字化轉(zhuǎn)型的企業(yè)呈現(xiàn)出更大規(guī)模、更多盈利、主要利益相關(guān)者持股比例更高的企業(yè)特征。

表4 單變量分析(以是否數(shù)字化轉(zhuǎn)型分組)

3.5 多元回歸分析

(1)企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性

本文利用模型(2)對(duì)前述假設(shè)1進(jìn)行固定效應(yīng)多元回歸分析，為了使回歸結(jié)果穩(wěn)健，本文在回歸時(shí)對(duì)年份和行業(yè)進(jìn)行了控制，具體回歸結(jié)果如表5所示。列(1)和(3)表示在模型中不加入相關(guān)控制變量的情況下企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性在1%的水平上顯著為負(fù)。列(2)和(4)表示在模型中加入控制變量后企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性在1%的水平上顯著為負(fù)。說明企業(yè)數(shù)字化轉(zhuǎn)型程度的增強(qiáng)對(duì)企業(yè)會(huì)計(jì)信息相關(guān)性有抑制作用，該實(shí)證結(jié)果支持了假設(shè)1。

表5 企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的回歸結(jié)果

(2)企業(yè)數(shù)字化轉(zhuǎn)型、融資約束與會(huì)計(jì)信息相關(guān)性

前文研究結(jié)果表明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低會(huì)計(jì)信息相關(guān)性，為了進(jìn)一步分析企業(yè)數(shù)字化轉(zhuǎn)型是否通過融資約束這一路徑對(duì)會(huì)計(jì)信息相關(guān)性產(chǎn)生影響，本文構(gòu)建方程(3)(4)來進(jìn)行進(jìn)一步檢驗(yàn)。其中，模型(3)與模型(4)中的Controls為表1(變量定義表)中除Year和Ind外其余12個(gè)控制變量。模型(3)中δ1和δ2衡量企業(yè)數(shù)字化轉(zhuǎn)型(X)、融資約束(SA)對(duì)會(huì)計(jì)信息相關(guān)性的影響大小。模型(4)中γ1是企業(yè)數(shù)字化轉(zhuǎn)型對(duì)融資約束(SA)的影響大小。本文借鑒李波和朱太輝(2020)[40]的研究，使用國泰安數(shù)據(jù)庫中上市公司融資約束指數(shù)來衡量融資約束(SA)，SA值越高表明企業(yè)受到的融資約束越強(qiáng)。

Yi,t=δ0+δ1Xi,t+δ2SAi,t+δ3Controlsi,t+δ4Yeari,t+δ5Indi,t+εi,t

(3)

SAi,t=γ0+γ1Xi,t+γ2Controlsi,t+γ3Yeari,t+γ4Indi,t+εi,t

(4)

表6是企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息相關(guān)性的直接影響和間接影響結(jié)果。列(1)和列(2)是直接影響結(jié)果，數(shù)字化轉(zhuǎn)型(X)與會(huì)計(jì)信息相關(guān)性(Y1)與(Y2)的回歸系數(shù)為-0.006和-0.008，在1%水平上顯著為負(fù)，列(3)(4)(5)是融資約束間接影響的結(jié)果，列(3)中企業(yè)數(shù)字化轉(zhuǎn)型與融資約束(SA)的回歸系數(shù)為-0.002，在5%的水平上顯著為負(fù)，表明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)削弱企業(yè)所面臨的融資約束。列(4)和列(5)是融資約束(SA)對(duì)會(huì)計(jì)信息相關(guān)性的影響，與Y1和Y2回歸后的系數(shù)分別為0.034和0.041，表明隨著融資約束的減弱，會(huì)計(jì)信息相關(guān)性也隨之減弱，且回歸系數(shù)在5%的水平上顯著為正，說明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)通過削弱融資約束來降低會(huì)計(jì)信息相關(guān)性，假設(shè)2成立。

表6 融資約束的中介作用

(3)投資者情緒的調(diào)節(jié)作用

為了檢驗(yàn)投資者情緒是否影響企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性之間的關(guān)系，本文在模型(2)中引入交乘項(xiàng)X×ISI。結(jié)果如表7第(3)、(4)列所示，投資者情緒(ISI)的系數(shù)在1%的水平上顯著為負(fù)，交乘項(xiàng)X×ISI的系數(shù)也在1%的水平上顯著為負(fù)，表明越高漲的投資者情緒越能強(qiáng)化企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息相關(guān)性的負(fù)向影響，假設(shè)3得到驗(yàn)證。為了避免多重共線性對(duì)回歸結(jié)果的影響，本文將數(shù)字化轉(zhuǎn)型指標(biāo)(X)與投資者情緒指標(biāo)(ISI)做中心化處理，并在模型(2)中引入去中心化后的交乘項(xiàng)c_X×c_ISI，新的交乘項(xiàng)的系數(shù)仍在1%水平上顯著為負(fù)，再次證明了投資者情緒對(duì)企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性之間的負(fù)向效應(yīng)具有強(qiáng)化作用。

表7 投資者情緒的調(diào)節(jié)作用

4. 內(nèi)生性檢驗(yàn)和穩(wěn)健性研究

4.1 內(nèi)生性檢驗(yàn)

(1)核心解釋變量滯后一期

自變量企業(yè)數(shù)字化轉(zhuǎn)型程度和因變量會(huì)計(jì)信息相關(guān)性之間的相關(guān)關(guān)系可能會(huì)存在互為因果的內(nèi)生性問題。一方面，數(shù)字化轉(zhuǎn)型程度高的上市公司可能由于新商業(yè)模式與所采用的會(huì)計(jì)披露方式產(chǎn)生沖擊而導(dǎo)致會(huì)計(jì)信息相關(guān)性變差；另一方面，會(huì)計(jì)信息相關(guān)性較差的企業(yè)也可能會(huì)產(chǎn)生通過提高企業(yè)數(shù)字化轉(zhuǎn)型程度，用數(shù)字技術(shù)精準(zhǔn)管控企業(yè)各項(xiàng)業(yè)務(wù)從而改善會(huì)計(jì)信息相關(guān)性差這一問題的動(dòng)機(jī)。為了解決互為因果的內(nèi)生性問題，本文借鑒鐘宇翔等(2017)[41]的做法，采取滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性(Y1、Y2)重新進(jìn)行回歸?；貧w結(jié)果如表8的列(1)和列(2)所示的回歸系數(shù)為-0.004和-0.005，且回歸系數(shù)在5%的水平上顯著，結(jié)果仍支持原假設(shè)。這表明在考慮到企業(yè)數(shù)字化轉(zhuǎn)型和上市公司會(huì)計(jì)信息相關(guān)性存在互為因果的內(nèi)生性問題的情況下，主回歸結(jié)果依舊是穩(wěn)健的。

(2)傾向匹配得分(PSM)

企業(yè)的某些特征可能會(huì)同時(shí)影響企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性，進(jìn)而影響兩者之間的關(guān)系。為了避免樣本偏差對(duì)文章結(jié)論造成影響，本文按照企業(yè)是否進(jìn)行數(shù)字化轉(zhuǎn)型進(jìn)行分組，選取公司規(guī)模、資產(chǎn)負(fù)債率、董事規(guī)模、總資產(chǎn)凈利潤率、公司上市年齡、獨(dú)董比例、前十大股東持股比例作為協(xié)變量，按照1:1有放回的傾向得分匹配法篩選研究樣本。運(yùn)用匹配后的樣本再次進(jìn)行回歸檢驗(yàn)，回歸結(jié)果如表8的列(3)和列(4)所示。結(jié)果表明：在控制公司層面的基本特征差異后，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的回歸系數(shù)仍在1%水平上顯著為負(fù)，說明本文主回歸結(jié)論較為穩(wěn)健，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會(huì)計(jì)信息相關(guān)性越弱。

(3)多期DID檢驗(yàn)

某些遺漏于模型之外的變量可能會(huì)同時(shí)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性產(chǎn)生影響，為了進(jìn)一步證實(shí)企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性之間的因果關(guān)系，本文參照吳非等(2021)、聶興凱等(2022)的研究，構(gòu)建多期DID模型(5)來消除企業(yè)個(gè)體間差異和時(shí)間趨勢導(dǎo)致的偏誤，從而進(jìn)一步克服模型中內(nèi)生性問題。模型(5)中Treat用于區(qū)分處理組和控制組，若企業(yè)在樣本期內(nèi)從未進(jìn)行過數(shù)字化轉(zhuǎn)型，則控制組Treat=0,否則處理組Treat=1；Post用于區(qū)分企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的時(shí)間，企業(yè)開始數(shù)字化轉(zhuǎn)型的年份及之后的年份Post=1，企業(yè)開始數(shù)字化轉(zhuǎn)型之前的年份Post=0。模型(5)中Controls為表1(變量定義表)中除Year和Ind外其余12個(gè)控制變量。對(duì)模型進(jìn)行控制行業(yè)、年份的固定效應(yīng)回歸后結(jié)果如表8的列(5)和列(6)所示，Treat×Post與會(huì)計(jì)信息相關(guān)性(Y1、Y2)的回歸系數(shù)在10%的水平上顯著為負(fù)，說明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低會(huì)計(jì)信息相關(guān)性。

γi,t=μ0+μ1Treati×Posti,t+μ2Controlsi,t+μ3Yeari,t+ μ4Indi,t+εi,t

(5)

表8 內(nèi)生性檢驗(yàn)結(jié)果

4.2 穩(wěn)健性檢驗(yàn)

(1)控制個(gè)體固定效應(yīng)回歸

會(huì)計(jì)信息相關(guān)性可能存在時(shí)序差異，為了避免這種差異帶來的影響并且增加結(jié)果可信度，借鑒聶興凱等(2022)的做法，本文在原本固定控制變量、行業(yè)、年份的基礎(chǔ)上再固定企業(yè)個(gè)體進(jìn)行回歸，回歸結(jié)果如表9的列(1)和列(2)所示，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性(Y1、Y2)的回歸系數(shù)分別為-0.005和-0.007，并都在5%的水平上顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)降低會(huì)計(jì)信息相關(guān)性，基準(zhǔn)回歸結(jié)果依然穩(wěn)健。

(2)更換回歸樣本

企業(yè)數(shù)字化轉(zhuǎn)型會(huì)使得會(huì)計(jì)信息相關(guān)性降低的結(jié)論可能會(huì)受到樣本選擇偏差的影響，為此，本文將樣本進(jìn)行進(jìn)一步篩選，借鑒聶興凱等(2022)的做法，剔除整個(gè)樣本期內(nèi)一直進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型和一直未進(jìn)行企業(yè)數(shù)字化轉(zhuǎn)型的樣本，以剩下的10032個(gè)樣本重新進(jìn)行回歸，回歸結(jié)果如表9中列(3)和列(4)所示，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的回歸系數(shù)在1%的水平上顯著為負(fù)，說明本文結(jié)果依舊穩(wěn)健。

(3)縮減樣本區(qū)間

2016年中國在G20峰會(huì)上首次將數(shù)字經(jīng)濟(jì)列為重要的創(chuàng)新增長點(diǎn)，我國數(shù)字經(jīng)濟(jì)進(jìn)入發(fā)展蓬勃期。因此，本文將樣本區(qū)間縮減為2016-2021年，重新檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息相關(guān)性的影響，其回歸結(jié)果如表9中列(5)和列(6)所示，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的回歸系數(shù)仍然在1%的水平上顯著為負(fù)，說明企業(yè)數(shù)字化轉(zhuǎn)型確實(shí)會(huì)降低企業(yè)會(huì)計(jì)信息相關(guān)性，本文結(jié)論依然穩(wěn)健。

表9 穩(wěn)健性檢驗(yàn)

5. 結(jié)論與啟示

本文基于網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國、智慧社會(huì)的戰(zhàn)略背景，以我國2007—2021年滬深A(yù)股上市公司為研究樣本，基于會(huì)計(jì)信息相關(guān)性視角，實(shí)證檢驗(yàn)了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息相關(guān)性和融資約束的影響，以及融資約束在企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性的中介作用、投資者情緒在企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性的調(diào)節(jié)作用。研究結(jié)果表明:(1)企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會(huì)計(jì)信息相關(guān)性越低；(2)企業(yè)數(shù)字化轉(zhuǎn)型會(huì)通過降低企業(yè)面臨的融資約束來降低會(huì)計(jì)信息相關(guān)性；(3)投資者情緒在企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的關(guān)系中具有負(fù)向影響。

本文的研究結(jié)論給我們的啟示是：企業(yè)數(shù)字化轉(zhuǎn)型程度越高時(shí)越需要加強(qiáng)對(duì)會(huì)計(jì)信息相關(guān)性的關(guān)注。首先，在推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型的過程中不能一味降低對(duì)企業(yè)的融資約束，外部約束是規(guī)范和發(fā)展企業(yè)的關(guān)鍵要素。適度融資約束既可以激勵(lì)企業(yè)提高自身實(shí)力，也可以約束管理層的過度投資行為，更重要的是，投資者也可以借此來衡量自己的投資決策，從而提高會(huì)計(jì)信息相關(guān)性、保護(hù)投資者自身利益。其次，在數(shù)字化轉(zhuǎn)型發(fā)展過程中要注意投資者情緒的變化，引導(dǎo)投資者對(duì)市場保持理性態(tài)度，不能盲目樂觀。目前我國機(jī)構(gòu)投資者力量較為薄弱，個(gè)人投資者的投資行為會(huì)對(duì)資本市場產(chǎn)生較大影響，投資者在高漲情緒下容易出現(xiàn)忽視會(huì)計(jì)信息以及盲從他人的行為，進(jìn)而出現(xiàn)的非理性投資，形成大量泡沫，影響市場良好有序發(fā)展。最后，在通過數(shù)字化轉(zhuǎn)型改變企業(yè)的商業(yè)模式和組織形式的同時(shí)要進(jìn)一步完善會(huì)計(jì)準(zhǔn)則。會(huì)計(jì)是企業(yè)向外界表達(dá)自己的語言，隨著數(shù)字經(jīng)濟(jì)時(shí)代的來臨，會(huì)計(jì)需要做出適應(yīng)數(shù)字化時(shí)代的轉(zhuǎn)變，把握企業(yè)發(fā)展的方向，從完善會(huì)計(jì)準(zhǔn)則的角度出發(fā)，一方面采取措施將數(shù)字時(shí)代產(chǎn)生的新要素如平臺(tái)、流量、數(shù)據(jù)、風(fēng)險(xiǎn)狀況等納入會(huì)計(jì)報(bào)告中，另一方面需要規(guī)避新業(yè)務(wù)模式下歷史成本計(jì)量的弊端，讓公允價(jià)值計(jì)量發(fā)揮出更大的作用。

本文的研究不足之處在于：只探討了融資約束在企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息相關(guān)性關(guān)系中的作用機(jī)制，沒有進(jìn)一步研究企業(yè)數(shù)字化轉(zhuǎn)型是否會(huì)通過其他影響路徑降低會(huì)計(jì)信息相關(guān)性。會(huì)計(jì)信息相關(guān)性與會(huì)計(jì)信息可靠性之間的平衡關(guān)系一直是學(xué)術(shù)界探討的熱點(diǎn)話題，那么企業(yè)數(shù)字化轉(zhuǎn)型將會(huì)對(duì)這兩者之間的平衡關(guān)系產(chǎn)生怎樣的影響還需要進(jìn)一步分析，未來研究中應(yīng)關(guān)注這一問題。此外，企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息相關(guān)性的負(fù)向關(guān)系還可能受到許多其他環(huán)境因素以及除投資者外其他利益相關(guān)者個(gè)人特征的影響，這些也有待今后繼續(xù)深入研究。