馬德芳，李良偉，王夢(mèng)凱

（1. 首都師范大學(xué) 管理學(xué)院，北京 100089；2. 中國(guó)人民大學(xué) 商學(xué)院，北京 100872）

一、問題的提出

隨著新一輪科技革命和產(chǎn)業(yè)變革的深入發(fā)展，我國(guó)數(shù)字化轉(zhuǎn)型進(jìn)程不斷加快，經(jīng)濟(jì)發(fā)展模式也從傳統(tǒng)經(jīng)濟(jì)引導(dǎo)的投資驅(qū)動(dòng)型向數(shù)字經(jīng)濟(jì)引導(dǎo)的創(chuàng)新驅(qū)動(dòng)型過渡，數(shù)字經(jīng)濟(jì)正在成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎。在數(shù)字經(jīng)濟(jì)引導(dǎo)的技術(shù)變革下，以人工智能、深度學(xué)習(xí)、混合現(xiàn)實(shí)等為代表的新一代信息技術(shù)活力被激發(fā)，多維數(shù)字技術(shù)交叉融合，現(xiàn)代產(chǎn)業(yè)體系加速重構(gòu)，產(chǎn)生空間溢出［1］，使得產(chǎn)業(yè)界限模糊化、產(chǎn)業(yè)集群網(wǎng)絡(luò)化、產(chǎn)業(yè)結(jié)構(gòu)扁平化，進(jìn)而催生出新的生產(chǎn)方式、組織形態(tài)和商業(yè)模式，加大企業(yè)間的競(jìng)爭(zhēng)、加速技術(shù)迭代。得益于數(shù)字技術(shù)與企業(yè)價(jià)值創(chuàng)造活動(dòng)的深度融合，企業(yè)業(yè)務(wù)流程得以數(shù)字化呈現(xiàn)，并通過對(duì)數(shù)據(jù)進(jìn)行整理、分析，建立有效的預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)運(yùn)營(yíng)風(fēng)險(xiǎn)的精準(zhǔn)把控，從而提升內(nèi)部控制質(zhì)量［2］。此外，數(shù)字技術(shù)還能豐富企業(yè)與外部投資者的信息傳遞及溝通形式、拓寬信息渠道、提高信息有效性、打破信息壁壘，進(jìn)而提高會(huì)計(jì)信息透明度［3］。

與此同時(shí)，在數(shù)字技術(shù)快速迭代的背景下，企業(yè)數(shù)據(jù)權(quán)利加大［4-5］、違規(guī)成本降低［6］、股價(jià)與再融資壓力上升［7］，這些均在一定程度上催生了管理者的機(jī)會(huì)主義行為。根據(jù)易董違規(guī)案例庫整理統(tǒng)計(jì)，2022年我國(guó)上市公司違規(guī)2 616起，其中信息披露違規(guī)979起，占比37.42%，相較于2021 年增長(zhǎng)了19.980%。資本市場(chǎng)信息披露已經(jīng)引起相關(guān)監(jiān)管部門高度關(guān)注，近年來，我國(guó)不斷對(duì)《上市公司信息披露管理辦法》等相關(guān)法規(guī)進(jìn)行補(bǔ)充修改，對(duì)相關(guān)案件處罰多達(dá)1 364起，2020 年，上海證券交易所和深圳證券交易所修訂《上海證券交易所退市公司重新上市實(shí)施辦法》《深圳證券交易所退市公司重新上市實(shí)施辦法》《上海證券交易所股票上市規(guī)則》《深圳證券交易所股票上市規(guī)則》等多項(xiàng)文件，在退市程序上取消暫停上市、恢復(fù)上市等環(huán)節(jié)，我國(guó)資本市場(chǎng)“史上最嚴(yán)”退市制度落地，但諸如同濟(jì)堂虛增收入等信息披露違規(guī)行為仍屢禁不止。在數(shù)字經(jīng)濟(jì)背景下，如何更為有效地規(guī)制企業(yè)信息披露違規(guī)行為、維護(hù)資本市場(chǎng)秩序就成為學(xué)術(shù)界關(guān)注的焦點(diǎn)問題。鑒于此，本文基于信息披露違規(guī)視角，分析了數(shù)字化轉(zhuǎn)型的治理效應(yīng)，并進(jìn)一步檢驗(yàn)具體的影響渠道以及不同情境下數(shù)字化轉(zhuǎn)型治理效應(yīng)的作用差異。

與現(xiàn)有研究相比，本文的學(xué)術(shù)貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，從企業(yè)信息披露違規(guī)的視角擴(kuò)展了數(shù)字化轉(zhuǎn)型的研究范疇?，F(xiàn)有研究主要從企業(yè)績(jī)效水平、管理變革等方面驗(yàn)證了數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果，如對(duì)企業(yè)投入產(chǎn)出效率［8］、全要素生產(chǎn)率［9］、融資約束與企業(yè)創(chuàng)新［10］、產(chǎn)業(yè)鏈自主可控能力［11］等的積極作用，然而，卻鮮有文獻(xiàn)以企業(yè)信息披露違規(guī)為切入點(diǎn)，從企業(yè)違規(guī)的領(lǐng)域分析二者之間的作用機(jī)制。本文從企業(yè)信息披露違規(guī)的視角研究數(shù)字化轉(zhuǎn)型對(duì)其的內(nèi)在作用機(jī)制，不僅細(xì)化了對(duì)企業(yè)違規(guī)領(lǐng)域的研究，而且有助于提供數(shù)字化轉(zhuǎn)型治理效應(yīng)的經(jīng)驗(yàn)證據(jù)。第二，從數(shù)字化轉(zhuǎn)型視角豐富了企業(yè)信息披露違規(guī)影響因素的相關(guān)文獻(xiàn)?，F(xiàn)有文獻(xiàn)對(duì)企業(yè)信息披露違規(guī)的研究主要集中于財(cái)務(wù)違規(guī)［12］、證券違規(guī)［13］、預(yù)算違規(guī)［14］等企業(yè)經(jīng)營(yíng)或交易違規(guī)行為，而極少將數(shù)字化轉(zhuǎn)型與企業(yè)信息披露違規(guī)納入同一框架進(jìn)行研究。在深化資本市場(chǎng)改革、注冊(cè)制全面實(shí)施的背景下，信息披露質(zhì)量的重要性進(jìn)一步凸顯。本文系統(tǒng)研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響機(jī)制，以及會(huì)計(jì)信息透明度、內(nèi)部控制質(zhì)量的中介效應(yīng)，不僅有助于上市公司向數(shù)字化治理的決策轉(zhuǎn)型，而且提供了數(shù)字化轉(zhuǎn)型發(fā)揮治理作用的經(jīng)驗(yàn)證據(jù)。第三，本文進(jìn)一步從上市公司行業(yè)、產(chǎn)權(quán)性質(zhì)、獨(dú)立董事規(guī)模等角度進(jìn)行異質(zhì)性分析，更加全面地揭示了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的治理效應(yīng)。本文的研究為抑制企業(yè)信息披露違規(guī)行為提供了新的思路方法，具有一定的現(xiàn)實(shí)意義，不僅為上市公司數(shù)字化治理、降本增效提供了新的經(jīng)驗(yàn)參考，還為政府積極推動(dòng)不同類型行業(yè)、企業(yè)數(shù)字化轉(zhuǎn)型以及完善企業(yè)信息披露相關(guān)政策提供依據(jù)。

二、文獻(xiàn)回顧、理論分析與研究假設(shè)

（一）文獻(xiàn)回顧

⒈數(shù)字化轉(zhuǎn)型相關(guān)研究

在數(shù)字經(jīng)濟(jì)背景下，企業(yè)數(shù)字化轉(zhuǎn)型成為關(guān)注的熱點(diǎn)，研究成果也相對(duì)豐富。企業(yè)數(shù)字化轉(zhuǎn)型的本質(zhì)是以數(shù)字應(yīng)用為載體，與企業(yè)業(yè)務(wù)流程、組織架構(gòu)、商業(yè)模式等形成深度交互，實(shí)現(xiàn)企業(yè)的數(shù)字重塑，形成一個(gè)信息全感知、定位全精準(zhǔn)、過程全高效的數(shù)字企業(yè)?，F(xiàn)有關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究主要集中在影響因素和經(jīng)濟(jì)后果兩方面，從數(shù)字化轉(zhuǎn)型的影響因素視角看，現(xiàn)有文獻(xiàn)從企業(yè)運(yùn)營(yíng)管理［15］、風(fēng)險(xiǎn)投資管理［16］、內(nèi)部治理［17］等方面進(jìn)行研究。從數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果視角看，現(xiàn)有文獻(xiàn)從企業(yè)投入產(chǎn)出效率［8］、全要素生產(chǎn)率［9］、勞動(dòng)收入份額［18］、商業(yè)信用供給［19］、創(chuàng)新能力［10］、產(chǎn)業(yè)鏈自主可控能力［11］等方面對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的效果進(jìn)行研究。

⒉企業(yè)信息披露違規(guī)相關(guān)研究

信息披露違規(guī)主要包括虛假陳述、誤導(dǎo)性陳述、重大遺漏性陳述和未按規(guī)定披露信息等形式。隨著資本市場(chǎng)改革的深化，信息披露違規(guī)的影響因素引起了學(xué)者們的廣泛關(guān)注，當(dāng)企業(yè)財(cái)務(wù)狀況出現(xiàn)問題時(shí)，管理者為粉飾財(cái)務(wù)信息、釋放財(cái)務(wù)壓力、降低再融資成本，其機(jī)會(huì)主義傾向會(huì)加重，更有可能出現(xiàn)信息披露違規(guī)行為［7］。從企業(yè)內(nèi)外部治理視角看，當(dāng)大股東股權(quán)質(zhì)押較高［6］、獨(dú)立董事規(guī)模較?。?0］、外部審計(jì)壓力較?。?1］以及媒體和分析師關(guān)注度較低［22］時(shí)，企業(yè)信息披露違規(guī)的可能性更高。在企業(yè)信息披露違規(guī)行為被公布后，分析師對(duì)企業(yè)盈余預(yù)測(cè)準(zhǔn)確性、超額累計(jì)收益顯著降低［23］，企業(yè)聲譽(yù)會(huì)受到?jīng)_擊，更有可能被監(jiān)管部門納入“重點(diǎn)名單”，進(jìn)而提高審計(jì)費(fèi)用［24］。除直接的處罰成本外，信息披露違規(guī)行為還會(huì)對(duì)企業(yè)日后運(yùn)營(yíng)環(huán)境造成負(fù)面影響，導(dǎo)致資本成本上升、再融資困難等［25］。

綜上所述，現(xiàn)有對(duì)信息披露違規(guī)的研究主要集中于違規(guī)的動(dòng)機(jī)和內(nèi)外部治理機(jī)制，鮮有文獻(xiàn)涉及企業(yè)數(shù)字化轉(zhuǎn)型與信息披露違規(guī)之間的關(guān)系，從學(xué)術(shù)視角深入探討數(shù)字化轉(zhuǎn)型與信息披露違規(guī)內(nèi)在作用機(jī)制的研究更是比較少。不同于經(jīng)營(yíng)違規(guī)，信息披露違規(guī)是上市公司違規(guī)最主要的形式，其不僅直接損害企業(yè)債券價(jià)值，影響資本市場(chǎng)資源配置能力［26］，而且降低資本市場(chǎng)的運(yùn)作效率，增加系統(tǒng)性風(fēng)險(xiǎn)，甚至導(dǎo)致整個(gè)資本市場(chǎng)劇烈波動(dòng)。因此，提高信息披露質(zhì)量是資本市場(chǎng)高質(zhì)量發(fā)展的應(yīng)有之策，結(jié)合數(shù)字經(jīng)濟(jì)發(fā)展的趨勢(shì)背景，本文嘗試從數(shù)字化轉(zhuǎn)型視角出發(fā)為治理企業(yè)信息披露違規(guī)提供新思路。

（二）理論分析與研究假設(shè)

數(shù)字化轉(zhuǎn)型已經(jīng)成為我國(guó)高質(zhì)量發(fā)展的必由之路，《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》中將加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國(guó)寫入其中，明確表示要抓住數(shù)字化發(fā)展的新機(jī)遇，加大我國(guó)數(shù)字化應(yīng)用的廣度和深度，保障數(shù)字化穩(wěn)步發(fā)展，加速推進(jìn)我國(guó)數(shù)字化進(jìn)入普惠共享的新階段。統(tǒng)籌發(fā)展數(shù)字經(jīng)濟(jì)、數(shù)字企業(yè)，數(shù)字治理成為推動(dòng)企業(yè)數(shù)字化進(jìn)程的重要驅(qū)動(dòng)力。在數(shù)字經(jīng)濟(jì)背景下，企業(yè)治理不再局限于傳統(tǒng)物質(zhì)世界，治理領(lǐng)域擴(kuò)展至數(shù)字空間，物質(zhì)與虛擬空間融合催生更加復(fù)雜的治理場(chǎng)景、更加多樣的治理問題。具體而言，數(shù)字治理能夠加強(qiáng)對(duì)治理風(fēng)險(xiǎn)的準(zhǔn)確識(shí)別和判斷，例如，利用數(shù)據(jù)驅(qū)動(dòng)的即時(shí)預(yù)測(cè)功能解決經(jīng)濟(jì)數(shù)據(jù)時(shí)滯問題，數(shù)字化滲透企業(yè)經(jīng)營(yíng)活動(dòng)，使業(yè)務(wù)流程得以數(shù)字化呈現(xiàn)，數(shù)據(jù)顆粒度進(jìn)一步細(xì)化，并通過對(duì)這些數(shù)據(jù)顆粒采集和分析，形成對(duì)行業(yè)未來發(fā)展趨勢(shì)的有效研判。因此，數(shù)字技術(shù)驅(qū)動(dòng)的新治理體系逐漸成為解決企業(yè)各種治理難題的新范式。

現(xiàn)有研究發(fā)現(xiàn)，會(huì)計(jì)信息透明度、內(nèi)部控制質(zhì)量是我國(guó)上市公司披露違規(guī)的重要?jiǎng)右颍?6］。在真實(shí)市場(chǎng)（即存在信息不對(duì)稱和不完全競(jìng)爭(zhēng)的市場(chǎng)）中，會(huì)計(jì)信息是外部投資者評(píng)估企業(yè)價(jià)值的重要衡量指標(biāo)。一方面，管理者出于逐利動(dòng)機(jī)，可能會(huì)通過“信息孤島”選擇性地向外部市場(chǎng)輸出積極信號(hào)，以達(dá)到穩(wěn)定股價(jià)或分散外部投資者預(yù)期風(fēng)險(xiǎn)的動(dòng)機(jī)，導(dǎo)致出現(xiàn)信息披露違規(guī)現(xiàn)象；另一方面，上市公司會(huì)計(jì)信息透明度越低，管理者風(fēng)險(xiǎn)承擔(dān)意愿越低［27］，進(jìn)而催生信息披露違規(guī)行為。很多學(xué)者從內(nèi)部控制的視角進(jìn)行分析，認(rèn)為在我國(guó)獨(dú)特的企業(yè)制度下，所有權(quán)、經(jīng)營(yíng)權(quán)相互分離使得股東與企業(yè)管理人員目標(biāo)出現(xiàn)差異，這種差異導(dǎo)致管理者行為與股東利益最大化相偏離［22，28］；也有學(xué)者認(rèn)為，企業(yè)管理者出于獲得期權(quán)分紅的動(dòng)機(jī)，出現(xiàn)信息披露違規(guī)行為。既然會(huì)計(jì)信息透明度和內(nèi)部控制質(zhì)量是企業(yè)信息披露違規(guī)的主要?jiǎng)右?，那么根?jù)現(xiàn)有理論，數(shù)字化轉(zhuǎn)型的治理效應(yīng)是如何通過這兩個(gè)渠道影響企業(yè)信息披露違規(guī)的？

其一，數(shù)字化轉(zhuǎn)型能夠通過提高會(huì)計(jì)信息透明度，進(jìn)而抑制企業(yè)信息披露違規(guī)。資本市場(chǎng)的實(shí)質(zhì)是信息市場(chǎng)。從信息治理視角看，企業(yè)能夠依托開源數(shù)據(jù)和服務(wù)化網(wǎng)絡(luò)機(jī)構(gòu)等技術(shù)平臺(tái)支持實(shí)現(xiàn)信息的多域跨層，建立智能化會(huì)計(jì)信息管理系統(tǒng)，優(yōu)化企業(yè)信息治理，提高會(huì)計(jì)信息透明度。智能會(huì)計(jì)信息系統(tǒng)的運(yùn)行邏輯是信息的感知、分析、決策和執(zhí)行。在感知環(huán)節(jié)，智能會(huì)計(jì)信息系統(tǒng)感知商業(yè)模式、價(jià)值創(chuàng)造或分配方式的變化，對(duì)市場(chǎng)相關(guān)信息進(jìn)行負(fù)載均衡和分片，為后續(xù)環(huán)節(jié)提供信息支撐；在分析環(huán)節(jié)，依托數(shù)據(jù)庫分析、Import.io、Mozenda 等數(shù)字工具對(duì)數(shù)據(jù)進(jìn)行清洗、質(zhì)量控制及分析，評(píng)估企業(yè)價(jià)值創(chuàng)造活動(dòng)的影響因素和風(fēng)險(xiǎn)程度；在決策環(huán)節(jié)，基于分析環(huán)節(jié)結(jié)合數(shù)字化算法模擬、推理，為管理者決策提供具體的政策建議，縮小主觀選擇的范圍，加強(qiáng)決策可視化，從而提高會(huì)計(jì)信息透明度；在執(zhí)行環(huán)節(jié)，結(jié)合監(jiān)督終端實(shí)現(xiàn)資源配置的有效控制。數(shù)字化驅(qū)動(dòng)的智能會(huì)計(jì)信息系統(tǒng)提高會(huì)計(jì)信息的精準(zhǔn)性和實(shí)時(shí)性，強(qiáng)化信息治理的監(jiān)督職能，使得實(shí)時(shí)控制、動(dòng)態(tài)監(jiān)督成為可能，有助于審計(jì)主體實(shí)現(xiàn)對(duì)信息披露全生命周期的監(jiān)督，從而提高會(huì)計(jì)信息透明度。作為智能會(huì)計(jì)信息系統(tǒng)的現(xiàn)實(shí)載體，會(huì)計(jì)信息透明度是企業(yè)信息治理的重要模塊［29］。會(huì)計(jì)信息透明度越高，外部市場(chǎng)認(rèn)可度越高，越能吸引更多投資者參與股票交易，降低股權(quán)資本成本［30］，降低外部投資者對(duì)內(nèi)線交易及盈余管理的預(yù)期風(fēng)險(xiǎn)，從而降低企業(yè)再融資成本［31］，進(jìn)而降低機(jī)會(huì)主義傾向和信息披露違規(guī)動(dòng)機(jī)。

其二，數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)內(nèi)部控制質(zhì)量，進(jìn)而抑制企業(yè)信息披露違規(guī)。從企業(yè)內(nèi)部資源視角看，數(shù)字技術(shù)與業(yè)務(wù)流程深度融合，資源體系逐漸演變?yōu)榱Ⅲw網(wǎng)狀結(jié)構(gòu)，資源自然流向高資源位模塊，提高企業(yè)產(chǎn)品附加值［32］，進(jìn)而優(yōu)化內(nèi)部資源治理效率、提高企業(yè)競(jìng)爭(zhēng)力。在數(shù)字經(jīng)濟(jì)背景下，信息技術(shù)打破了傳統(tǒng)企業(yè)資源的界限，信息資源成為新一代集成化管理系統(tǒng)的主導(dǎo)資源。借助跨平臺(tái)數(shù)據(jù)分析，企業(yè)能夠?qū)⒍嘣串悩?gòu)數(shù)據(jù)信息整合為企業(yè)治理數(shù)據(jù)庫，實(shí)現(xiàn)對(duì)物質(zhì)資源、資金資源等的一體化管理［8］，進(jìn)而抑制企業(yè)信息披露違規(guī)。從企業(yè)組織架構(gòu)視角看，數(shù)字經(jīng)濟(jì)更加強(qiáng)調(diào)靈活性與扁平化。一方面，低技術(shù)工種或簡(jiǎn)單重復(fù)性勞動(dòng)將在很大程度上被取代，組織規(guī)模、層級(jí)更加精簡(jiǎn)，管理者行為、價(jià)值偏好能夠通過數(shù)據(jù)予以可視化，通過數(shù)字化治理技術(shù)將其與企業(yè)戰(zhàn)略進(jìn)行歸類整合，準(zhǔn)確把握企業(yè)內(nèi)部經(jīng)營(yíng)問題的源頭與實(shí)質(zhì)，提高內(nèi)部控制質(zhì)量，進(jìn)而抑制企業(yè)信息披露違規(guī)；另一方面，數(shù)字化轉(zhuǎn)型并不僅僅停留在企業(yè)的有形資產(chǎn)層面，更重要的是在思維、理念層面形成數(shù)字意識(shí)，通過增強(qiáng)管理人員數(shù)字思維和意識(shí)導(dǎo)向，提高內(nèi)部控制質(zhì)量，減少投機(jī)動(dòng)機(jī)，進(jìn)而抑制企業(yè)信息披露違規(guī)?；谏鲜龇治?，筆者提出如下研究假設(shè)：

假設(shè)1：在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)信息披露違規(guī)。

假設(shè)2：數(shù)字化轉(zhuǎn)型能夠通過提高會(huì)計(jì)信息透明度進(jìn)而抑制企業(yè)信息披露違規(guī)。

假設(shè)3：數(shù)字化轉(zhuǎn)型能夠通過提高內(nèi)部控制質(zhì)量進(jìn)而抑制企業(yè)信息披露違規(guī)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文以2012—2021 年我國(guó)滬深A(yù) 股上市公司作為樣本，研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響。對(duì)原始數(shù)據(jù)做如下處理：（1）剔除金融類企業(yè)。（2）剔除ST、*ST、PT 類企業(yè)。（3）剔除嚴(yán)重缺失重要財(cái)務(wù)數(shù)據(jù)的企業(yè)，僅保留連續(xù)10 年不存在數(shù)據(jù)嚴(yán)重缺失的數(shù)據(jù)樣本。（4）對(duì)所有連續(xù)變量進(jìn)行1%和99%的縮尾處理，以消除異常值的影響。最終篩選得到15 589 個(gè)樣本。本文所需要的數(shù)字化轉(zhuǎn)型、企業(yè)信息披露違規(guī)以及企業(yè)財(cái)務(wù)數(shù)據(jù)主要來源于CSMAR數(shù)據(jù)庫。

（二）變量定義

⒈被解釋變量

企業(yè)信息披露違規(guī)（Fraud）。借鑒朱杰［33］的做法，采用企業(yè)信息披露違規(guī)頻次來衡量企業(yè)信息披露違規(guī)，并且由于監(jiān)管部門公示上市公司信息披露違規(guī)的周期較長(zhǎng)，為保證樣本之間的可比性，本文將樣本企業(yè)的違規(guī)行為發(fā)生年度作為違規(guī)年度。

⒉解釋變量

數(shù)字化轉(zhuǎn)型（Digital）。參考吳非等［34］與趙宸宇等［35］的做法，從巨潮資訊網(wǎng)下載2012—2021 年上市公司年報(bào)，并將年報(bào)文本整理成面板數(shù)據(jù)，統(tǒng)計(jì)年報(bào)全文的文本長(zhǎng)度和全文中的中英文部分文本長(zhǎng)度，構(gòu)建企業(yè)數(shù)字化數(shù)字詞典，將詞匯擴(kuò)充到Python 的Jieba 庫，去除停頓詞，分別統(tǒng)計(jì)數(shù)字化相關(guān)關(guān)鍵詞。即以人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、區(qū)塊鏈、數(shù)字技術(shù)運(yùn)用以及數(shù)字技術(shù)應(yīng)用、互聯(lián)網(wǎng)商業(yè)模式、智能制造、現(xiàn)代信息系統(tǒng)等關(guān)鍵詞在年報(bào)全文中的詞頻來衡量企業(yè)數(shù)字化轉(zhuǎn)型程度，分別得到Digital1和Digital2。

⒊中介變量

會(huì)計(jì)信息透明度（Trans）和內(nèi)部控制質(zhì)量（Ic）。會(huì)計(jì)信息透明度（Trans）參考辛清泉等［36］的做法，根據(jù)盈余質(zhì)量、信息披露考評(píng)指數(shù)、分析師盈余預(yù)測(cè)、審計(jì)師角度選取指標(biāo)的變量樣本百分等級(jí)的平均值來衡量，取值越大，說明樣本企業(yè)的會(huì)計(jì)信息透明度越高。內(nèi)部控制質(zhì)量（Ic）采用深圳迪博大數(shù)據(jù)研究中心發(fā)布的“內(nèi)部控制指數(shù)”作為代理變量，取值越大，說明企業(yè)內(nèi)部控制質(zhì)量越高。

⒋控制變量

參考劉淑春等［8］與王鵬飛等［9］的研究，本文控制了其他可能影響企業(yè)信息披露違規(guī)的主要因素，分別從基本財(cái)務(wù)特征、企業(yè)治理結(jié)構(gòu)等方面來考慮，包括：企業(yè)年齡（Age）、企業(yè)規(guī)模（Size）、董事會(huì)規(guī)模（Board）、股權(quán)性質(zhì)（Soe）、資產(chǎn)負(fù)債率（Lev）、凈資產(chǎn)收益率（Roe）、現(xiàn)金流比率（Cashflow）、企業(yè)成長(zhǎng)性（Growth）、前十大股東持股比例（Top10）、兩職合一（Dual）、是否四大（Big4）。此外，為了消除不同行業(yè)和年份的影響，本文還加入了控制行業(yè)（Industry）和年份（Year）的虛擬變量。

本文主要變量定義，如表1所示。

表1 主要變量定義

（三）描述性統(tǒng)計(jì)結(jié)果

主要變量的描述性統(tǒng)計(jì)結(jié)果，如表2 所示。其中，F(xiàn)raud 的均值為0.238，標(biāo)準(zhǔn)差為0.610，說明滬深A(yù)股上市公司平均每年違規(guī)次數(shù)為0.238次，且不同企業(yè)間差異較大；Digital1的均值為1.365，標(biāo)準(zhǔn)差為1.358，中位數(shù)為1.099，說明我國(guó)企業(yè)數(shù)字化轉(zhuǎn)型程度整體處于較低水平，且企業(yè)間數(shù)字化轉(zhuǎn)型差距較大?？刂谱兞繑?shù)值均分布在合理范圍之內(nèi)，與相關(guān)文獻(xiàn)基本吻合，說明本文數(shù)據(jù)來源和處理過程真實(shí)可靠。

表2 主要變量的描述性統(tǒng)計(jì)結(jié)果

（四）模型構(gòu)建

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響，本文構(gòu)建如下回歸模型：

其中，被解釋變量Fraud 表示信息披露違規(guī)次數(shù)；解釋變量Digital 分別表示衡量企業(yè)數(shù)字化轉(zhuǎn)型程度的兩種測(cè)算模式Digital1 和Digital2；i、j 和t 分別表示企業(yè)、行業(yè)和年份。Industry 和Year分別表示行業(yè)和年份固定效應(yīng)，ε表示隨機(jī)擾動(dòng)項(xiàng)。如果系數(shù)β1顯著為負(fù)，則說明企業(yè)數(shù)字化轉(zhuǎn)型能顯著抑制企業(yè)信息披露違規(guī)。

為進(jìn)一步檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的作用機(jī)制，借鑒江艇［37］的中介效應(yīng)檢驗(yàn)法，本文構(gòu)建如下回歸模型：

其中，MV 表示中介變量，分別代表會(huì)計(jì)信息透明度（Trans）和內(nèi)部控制質(zhì)量（Ic），數(shù)值越大，說明樣本企業(yè)會(huì)計(jì)信息透明度越高、內(nèi)部控制質(zhì)量越好。若γ1顯著為正，則說明存在中介效應(yīng)，即企業(yè)數(shù)字化轉(zhuǎn)型能夠通過提高企業(yè)會(huì)計(jì)信息透明度和內(nèi)部控制質(zhì)量來抑制企業(yè)信息披露違規(guī)。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果分析

本文利用雙向固定效應(yīng)模型檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露的影響，基準(zhǔn)回歸結(jié)果如表3所示。列（1）和列（3）表示未加入行業(yè)和年份固定效應(yīng)時(shí)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的回歸結(jié)果，結(jié)果顯示，Digital1 和Digital2 的回歸系數(shù)分別為-0.014 和-0.009，分別在1%和5%的水平上顯著為負(fù)。列（2）和列（4）表示加入固定效應(yīng)后數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的回歸結(jié)果，結(jié)果顯示，Digital1 和Digital2 的回歸系數(shù)分別為-0.017 和-0.013，且均在1%的水平上顯著，這說明數(shù)字化轉(zhuǎn)型具有治理效應(yīng)，具體體現(xiàn)為企業(yè)數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)信息披露違規(guī)次數(shù)，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)信息披露違規(guī)次數(shù)越少，本文的假設(shè)1得以驗(yàn)證?？刂谱兞糠矫?，企業(yè)規(guī)模、凈資產(chǎn)收益率、前十大股東持股比例的回歸系數(shù)顯著為負(fù)，表明企業(yè)規(guī)模越大，凈資產(chǎn)收益越高、前十大股東持股比例越高，企業(yè)信息披露違規(guī)次數(shù)越少；資產(chǎn)負(fù)債率的回歸系數(shù)顯著為正，表明資產(chǎn)負(fù)債率越高，企業(yè)信息披露違規(guī)次數(shù)越多，與現(xiàn)有研究結(jié)論一致。

表3 基準(zhǔn)回歸結(jié)果

（二）內(nèi)生性處理與穩(wěn)健性檢驗(yàn)

⒈傾向得分匹配（PSM）

為消除由樣本自選擇所引起的內(nèi)生性問題，本文采用傾向得分匹配（PSM）法來緩解因樣本自選擇而引入的偏差，具體操作方法如下：首先，將樣本企業(yè)按照是否開展數(shù)字化轉(zhuǎn)型劃分為實(shí)驗(yàn)組和對(duì)照組，選擇多個(gè)協(xié)變量作為匹配變量，包括企業(yè)年齡、企業(yè)規(guī)模、董事會(huì)規(guī)模、股權(quán)性質(zhì)、資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、現(xiàn)金流比率、企業(yè)成長(zhǎng)性、前十大股東持股比例、兩職合一、是否四大、行業(yè)以及年份等控制變量。此外，在進(jìn)行傾向得分匹配之前對(duì)所有協(xié)變量進(jìn)行平衡性檢驗(yàn)，發(fā)現(xiàn)實(shí)驗(yàn)組和對(duì)照組沒有顯著差異，然后估計(jì)數(shù)字化轉(zhuǎn)型的傾向得分。其次，利用傾向匹配得分值將樣本進(jìn)行最鄰近1∶1 匹配。最后，將匹配后的樣本重新帶入基準(zhǔn)模型進(jìn)行檢驗(yàn)?；貧w結(jié)果顯示，匹配后實(shí)驗(yàn)組與對(duì)照組樣本數(shù)字化轉(zhuǎn)型的傾向得分分布基本重疊在公共區(qū)域，說明匹配后樣本特征變量相近，符合共同支撐假設(shè)。傾向得分匹配的回歸結(jié)果如表4 所示，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)分別在5%和1%的水平上顯著為負(fù)，仍支持本文基準(zhǔn)回歸的研究結(jié)論。

表4 傾向得分匹配回歸結(jié)果

⒉工具變量法

前文實(shí)證研究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的治理效應(yīng)。然而，這一結(jié)論可能存在反向因果關(guān)系，即信息披露違規(guī)次數(shù)低的企業(yè)更有可能進(jìn)行數(shù)字化轉(zhuǎn)型。換言之，信息披露違規(guī)次數(shù)的降低并非數(shù)字化轉(zhuǎn)型的結(jié)果而是原因。為解決內(nèi)生性問題，本文參考趙宸宇等［35］的做法，采用互聯(lián)網(wǎng)普及率（Internet）作為數(shù)字化轉(zhuǎn)型的工具變量。一方面，企業(yè)所在城市的互聯(lián)網(wǎng)普及率在一定程度上反映了該地區(qū)的數(shù)字化水平，與企業(yè)數(shù)字化轉(zhuǎn)型程度相關(guān)；另一方面，互聯(lián)網(wǎng)更多作為一種信息交流工具，并不直接影響企業(yè)信息披露違規(guī)行為。工具變量法的回歸結(jié)果如表5所示，結(jié)果顯示，在第一階段中，互聯(lián)網(wǎng)普及率與數(shù)字化轉(zhuǎn)型存在顯著的正向關(guān)系，在第二階段中，數(shù)字化轉(zhuǎn)型與企業(yè)信息披露違規(guī)的估計(jì)系數(shù)依然顯著為負(fù)，表示數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)信息披露違規(guī)，與上文結(jié)論一致。

表5 工具變量法回歸結(jié)果

⒊替換核心變量

本文對(duì)衡量企業(yè)數(shù)字化轉(zhuǎn)型程度的指標(biāo)進(jìn)行調(diào)整，采用與數(shù)字化技術(shù)應(yīng)用（DTA）相關(guān)關(guān)鍵詞在年報(bào)中出現(xiàn)的詞頻來衡量企業(yè)數(shù)字化轉(zhuǎn)型。替換核心變量的回歸結(jié)果，如表6列（1）所示，結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的回歸系數(shù)依舊顯著為負(fù)，這說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的，進(jìn)一步驗(yàn)證了本文的假設(shè)1。

表6 更換核心變量回歸結(jié)果

另外，本文對(duì)企業(yè)信息披露違規(guī)的衡量方式進(jìn)行調(diào)整，采用企業(yè)信息披露違規(guī)傾向（FT）來衡量企業(yè)信息披露違規(guī)，若企業(yè)當(dāng)年發(fā)生信息披露違規(guī)為1，未發(fā)生信息披露違規(guī)為0，并采用Logit模型進(jìn)行回歸。改變被解釋變量衡量方式的回歸結(jié)果如表6列（2）—列（4）所示。由表6列（2）—列（4）可知，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的回歸系數(shù)依舊顯著為負(fù)，這說明本文的基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

⒋滯后數(shù)據(jù)

考慮到數(shù)字化轉(zhuǎn)型的周期較長(zhǎng)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響可能存在一定的時(shí)間滯后性，本文將解釋變量（Digital）分別滯后一期和滯后兩期來檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響。表7 列（1）和列（3）為Digital1 和Digital2 滯后一期的結(jié)果，結(jié)果顯示，其系數(shù)分別為-0.014、-0.013；列（2）和列（4）為滯后兩期的結(jié)果，結(jié)果顯示，其系數(shù)分別為-0.017和-0.015。考慮數(shù)字化轉(zhuǎn)型的滯后性后，數(shù)字化轉(zhuǎn)型的回歸系數(shù)略發(fā)生變化，但仍均顯著，說明數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的抑制作用依然存在。

表7 滯后數(shù)據(jù)回歸結(jié)果

⒌控制高階固定效應(yīng)

考慮到數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響還可能會(huì)受到行業(yè)層面政策趨勢(shì)變化、地區(qū)層面政策變化和地區(qū)行業(yè)層面政策的影響，本文在時(shí)間固定效應(yīng)和行業(yè)固定效應(yīng)的基礎(chǔ)上加入年份與行業(yè)的交互項(xiàng)、省份與行業(yè)的交互項(xiàng)以及年份與省份的交互項(xiàng)，回歸結(jié)果如表8所示。在引入高階固定效應(yīng)后，Digital1和Digital2的回歸系數(shù)仍顯著為負(fù)，說明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露存在治理效應(yīng)，證明了研究結(jié)論的穩(wěn)健性。

表8 控制高階固定效應(yīng)回歸結(jié)果

（三）中介效應(yīng)檢驗(yàn)

前文的研究為數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的影響提供了實(shí)證數(shù)據(jù)支撐，即數(shù)字化轉(zhuǎn)型程度越高，企業(yè)信息披露違規(guī)次數(shù)越少。但前文僅就數(shù)字化轉(zhuǎn)型與企業(yè)信息披露違規(guī)之間的關(guān)系進(jìn)行整體性刻畫，并未對(duì)其具體作用機(jī)制進(jìn)行研究。根據(jù)前文理論分析，企業(yè)數(shù)字化轉(zhuǎn)型可能通過提高企業(yè)會(huì)計(jì)信息透明度和內(nèi)部控制質(zhì)量來抑制企業(yè)信息披露違規(guī)。本文在基準(zhǔn)回歸的基礎(chǔ)上，構(gòu)建模型（2）進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果如表9所示。

表9 中介效應(yīng)檢驗(yàn)結(jié)果

表9 列（1）和列（2）報(bào)告了數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息透明度的檢驗(yàn)結(jié)果。由表9 可知，數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息透明度的回歸系數(shù)分別為0.011和0.017，均在1%的水平上顯著，說明數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息透明度有正向推動(dòng)作用。而會(huì)計(jì)信息透明度的提升能夠使審計(jì)部門和投資者更有效地監(jiān)督企業(yè)信息披露行為，企業(yè)信息披露違規(guī)風(fēng)險(xiǎn)隨之上升，進(jìn)而弱化企業(yè)信息披露違規(guī)動(dòng)機(jī)?？梢?，會(huì)計(jì)信息透明度能夠發(fā)揮中介效應(yīng)，即數(shù)字化轉(zhuǎn)型能夠通過提高會(huì)計(jì)信息透明度進(jìn)而抑制企業(yè)信息披露違規(guī)行為。由此，本文的假設(shè)2得以驗(yàn)證。

表9 列（3）和列（4）報(bào)告了數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量的檢驗(yàn)結(jié)果。由表9 可知，數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量的回歸系數(shù)分別為0.003和0.005，且均在1%水平上顯著，說明數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量有正向推動(dòng)作用。內(nèi)部控制質(zhì)量的提升能夠優(yōu)化企業(yè)資源網(wǎng)絡(luò)，加強(qiáng)業(yè)務(wù)流程各環(huán)節(jié)資源控制，減少低效、無效流程，提高經(jīng)濟(jì)效益，進(jìn)而抑制企業(yè)信息披露違規(guī)傾向?？梢?，內(nèi)部控制質(zhì)量能夠發(fā)揮中介效應(yīng)，即數(shù)字化轉(zhuǎn)型能夠通過提高內(nèi)部控制質(zhì)量進(jìn)而抑制企業(yè)信息披露違規(guī)行為。由此，本文的假設(shè)3得以驗(yàn)證。

（四）異質(zhì)性分析

前文理論和經(jīng)驗(yàn)分析表明，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)有顯著負(fù)向影響。那么，不同的企業(yè)特征是否會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型抑制企業(yè)信息披露違規(guī)行為的效果？本文從行業(yè)、產(chǎn)權(quán)性質(zhì)和獨(dú)立董事規(guī)模等方面分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)是否存在異質(zhì)性影響。

⒈行業(yè)異質(zhì)性

現(xiàn)有文獻(xiàn)指出，發(fā)揮數(shù)字化轉(zhuǎn)型治理效應(yīng)的一個(gè)重要著力點(diǎn)是給傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型賦能［38］。在數(shù)字經(jīng)濟(jì)背景下，制造業(yè)面臨有效供給不足、產(chǎn)品加速迭代、產(chǎn)能過剩等現(xiàn)實(shí)問題。一方面，多數(shù)制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型仍處于數(shù)字感知的早期階段，數(shù)字技術(shù)與業(yè)務(wù)流程全方位融合尚未實(shí)現(xiàn)，且“數(shù)據(jù)孤島”現(xiàn)象嚴(yán)重。信息作為生產(chǎn)和運(yùn)營(yíng)的核心要素之一，數(shù)字化技術(shù)能夠高效整合碎片化數(shù)據(jù)、進(jìn)一步釋放產(chǎn)能。另一方面，傳統(tǒng)制造業(yè)存在管理效率低、配套落后、產(chǎn)業(yè)集聚程度低等問題，進(jìn)而導(dǎo)致產(chǎn)品附加值較低、財(cái)務(wù)績(jī)效較差。數(shù)字化技術(shù)的應(yīng)用有助于改進(jìn)供應(yīng)鏈管理、優(yōu)化生產(chǎn)過程，進(jìn)而提高交付可靠性和生產(chǎn)效率，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力。數(shù)字化轉(zhuǎn)型能夠從信息和企業(yè)績(jī)效層面為制造業(yè)賦能，釋放更多的數(shù)字紅利，進(jìn)而抑制企業(yè)信息披露違規(guī)。

基于行業(yè)異質(zhì)性的回歸結(jié)果如表10 列（1）和列（2）所示。在非制造業(yè)企業(yè)中，Digital1①限于篇幅，異質(zhì)性分析部分僅報(bào)告Digital1的回歸結(jié)果。Digital2的回歸結(jié)果同樣成立，留存?zhèn)渌?。的回歸系數(shù)不顯著，即數(shù)字化轉(zhuǎn)型對(duì)非制造業(yè)企業(yè)信息披露違規(guī)的影響不顯著；在制造業(yè)企業(yè)中，Digital1的回歸系數(shù)為-0.068，且在1%的水平上顯著，即數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)信息披露違規(guī)產(chǎn)生負(fù)面影響。這說明，相較于非制造業(yè)企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)信息披露違規(guī)的抑制作用更顯著，與上文推斷相符。

表10 異質(zhì)性分析結(jié)果：按行業(yè)及產(chǎn)權(quán)性質(zhì)劃分

⒉產(chǎn)權(quán)異質(zhì)性

從資源分配的視角看，國(guó)有企業(yè)與非國(guó)有企業(yè)有著明顯的資源分配差異，即非國(guó)有企業(yè)具有明顯的資源劣勢(shì)。企業(yè)資源可能會(huì)隨著市場(chǎng)產(chǎn)生周期性波動(dòng)，當(dāng)市場(chǎng)受到?jīng)_擊時(shí)，非國(guó)有企業(yè)抵御沖擊的壓力較大，進(jìn)而導(dǎo)致信息披露違規(guī)動(dòng)機(jī)較高。從管理者特征的視角看，非國(guó)有企業(yè)管理者承擔(dān)風(fēng)險(xiǎn)意愿普遍較低，更容易出現(xiàn)僥幸心理，進(jìn)而導(dǎo)致信息披露違規(guī)傾向較高?？傮w而言，相較于非國(guó)有企業(yè)，國(guó)有企業(yè)信息披露違規(guī)動(dòng)機(jī)更小。因此，非國(guó)有企業(yè)信息披露違規(guī)的治理潛力更大。

為驗(yàn)證不同產(chǎn)權(quán)性質(zhì)下企業(yè)數(shù)字化轉(zhuǎn)型對(duì)信息披露違規(guī)的異質(zhì)性表現(xiàn)，本文將樣本分為國(guó)有企業(yè)與非國(guó)有企業(yè)兩組進(jìn)行回歸。結(jié)果如表10 列（3）和列（4）所示，在非國(guó)有企業(yè)中，Digital1的回歸系數(shù)為-0.055，且在5%的水平上顯著，即數(shù)字化轉(zhuǎn)型對(duì)非國(guó)有企業(yè)信息披露違規(guī)產(chǎn)生負(fù)面影響；而在國(guó)有企業(yè)中，Digital1 的回歸系數(shù)不顯著，即數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)信息披露違規(guī)的影響不顯著，與上文推斷相符。

⒊獨(dú)立董事規(guī)模異質(zhì)性

現(xiàn)有研究表明，獨(dú)立董事作為獨(dú)立于企業(yè)股東、不與企業(yè)或其經(jīng)營(yíng)者產(chǎn)生深度聯(lián)系的個(gè)體，對(duì)抑制企業(yè)信息披露具有顯著的正向影響［33］。獨(dú)立董事規(guī)模在一定程度上反映了企業(yè)對(duì)管理者行為的監(jiān)管力度，代表著獨(dú)立董事發(fā)表獨(dú)立意見影響力的大小。規(guī)模越大，獨(dú)立董事對(duì)管理者行為的約束力越強(qiáng)，向董事會(huì)和股東大會(huì)發(fā)表獨(dú)立意見的影響力越大?？梢姡?dāng)獨(dú)立董事規(guī)模較大時(shí)，企業(yè)粉飾和操縱業(yè)績(jī)的動(dòng)機(jī)得以有效抑制，進(jìn)而緩解企業(yè)信息披露違規(guī)的現(xiàn)象。筆者推斷，獨(dú)立董事規(guī)模較大的企業(yè)數(shù)字化轉(zhuǎn)型抑制企業(yè)信息披露違規(guī)的效果可能比獨(dú)立董事規(guī)模較小的企業(yè)更加明顯。

本文將上市公司獨(dú)立董事與董事的比例作為衡量企業(yè)獨(dú)立董事規(guī)模的代理變量，當(dāng)上市公司獨(dú)立董事規(guī)模大于行業(yè)內(nèi)平均獨(dú)立董事規(guī)模時(shí)取1，小于行業(yè)內(nèi)平均規(guī)模時(shí)取0。異質(zhì)性分析結(jié)果如表11所示，獨(dú)立董事規(guī)模較大的企業(yè)Digital1的回歸系數(shù)顯著為負(fù)，即數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)產(chǎn)生負(fù)面影響；而在獨(dú)立董事規(guī)模較小的企業(yè)中，Digital1 的回歸系數(shù)不顯著，即數(shù)字化轉(zhuǎn)型對(duì)這類企業(yè)信息披露違規(guī)的影響不顯著。這說明，較大的獨(dú)立董事規(guī)模能夠加強(qiáng)企業(yè)內(nèi)部的治理水平，抑制企業(yè)信息披露違規(guī)行為。

表11 異質(zhì)性分析結(jié)果：按獨(dú)立董事規(guī)模劃分

五、研究結(jié)論與政策建議

信息披露是外部投資者和社會(huì)公眾作出投資決策的主要依據(jù)，信息披露違規(guī)不僅會(huì)使投資者的判斷產(chǎn)生偏誤，還會(huì)造成資本市場(chǎng)的不正當(dāng)競(jìng)爭(zhēng)，影響資本市場(chǎng)的公平性，甚至可能引發(fā)資本市場(chǎng)泡沫和系統(tǒng)性金融風(fēng)險(xiǎn)。本文以2012—2021年我國(guó)滬深A(yù) 股非金融類上市公司為研究對(duì)象，分析了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)信息披露違規(guī)的治理效應(yīng)，并得出以下結(jié)論：（1）數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)信息披露違規(guī)，通過工具變量法、替代核心變量、滯后數(shù)據(jù)、控制高階固定效應(yīng)檢驗(yàn)后結(jié)果依舊穩(wěn)健。（2）機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型能夠通過提高會(huì)計(jì)信息透明度和內(nèi)部控制質(zhì)量發(fā)揮積極的治理效應(yīng)，進(jìn)而抑制企業(yè)信息披露違規(guī)。（3）異質(zhì)性分析發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型在制造業(yè)企業(yè)、非國(guó)有企業(yè)、獨(dú)立董事規(guī)模較大的企業(yè)中，對(duì)信息披露違規(guī)的治理效應(yīng)更為顯著。

根據(jù)上述研究結(jié)論，筆者提出以下政策建議：

第一，企業(yè)應(yīng)堅(jiān)定數(shù)字化轉(zhuǎn)型決心。數(shù)字化轉(zhuǎn)型不僅僅是大勢(shì)所趨，也是必然選擇。在現(xiàn)實(shí)中，轉(zhuǎn)型成本高以及陣痛期較長(zhǎng)等是企業(yè)對(duì)數(shù)字化轉(zhuǎn)型望而卻步的主要原因。雖然數(shù)字化轉(zhuǎn)型初期投入較高，但轉(zhuǎn)型后釋放的經(jīng)濟(jì)成果能夠彌補(bǔ)初期投入。此外，企業(yè)創(chuàng)新效率、供應(yīng)鏈自主可控以及產(chǎn)品附加值等一系列核心競(jìng)爭(zhēng)力也會(huì)隨數(shù)字化轉(zhuǎn)型得以深度優(yōu)化。因此，企業(yè)只有堅(jiān)定數(shù)字化轉(zhuǎn)型決心，克服數(shù)字化轉(zhuǎn)型陣痛期，才能在未來保持持續(xù)競(jìng)爭(zhēng)力，實(shí)現(xiàn)穩(wěn)定可持續(xù)發(fā)展。

第二，以數(shù)字基建為基礎(chǔ)，逐步提高企業(yè)數(shù)字化治理水平。我國(guó)企業(yè)多數(shù)處于數(shù)字化轉(zhuǎn)型初始階段，數(shù)字化動(dòng)能還未得到充分釋放，數(shù)據(jù)難以共享、信息傳遞滯后及內(nèi)部治理不徹底導(dǎo)致信息披露違規(guī)事件頻發(fā)。從短期看，企業(yè)要加強(qiáng)數(shù)字基建投資，結(jié)合自身財(cái)務(wù)能力制定合理投資規(guī)劃，提高企業(yè)物質(zhì)層面的數(shù)字化水平；從長(zhǎng)期看，企業(yè)要加大對(duì)會(huì)計(jì)信息透明度和內(nèi)部控制質(zhì)量的重視程度。推動(dòng)以數(shù)字技術(shù)為載體的數(shù)字化會(huì)計(jì)信息和內(nèi)部治理系統(tǒng)建設(shè)，加強(qiáng)數(shù)字化治理的整體布局，引導(dǎo)各環(huán)節(jié)基于大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)收集和分析相關(guān)數(shù)據(jù)與信息，加大信息鏈和業(yè)務(wù)流程可視度，加快數(shù)字技術(shù)與業(yè)務(wù)流程的融合速度，促使企業(yè)最大程度將數(shù)字化的信息治理與內(nèi)部治理融入產(chǎn)品全生命周期管理，實(shí)現(xiàn)企業(yè)治理環(huán)節(jié)最大程度的公開化、透明化，進(jìn)而抑制企業(yè)信息披露違規(guī)行為，為深化多層次資本市場(chǎng)改革添磚加瓦。

第三，實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的整體動(dòng)態(tài)平衡。從本文結(jié)論看，不同企業(yè)、行業(yè)由于規(guī)模、地域、產(chǎn)權(quán)性質(zhì)、競(jìng)爭(zhēng)水平等因素的差異，數(shù)字化程度具有鮮明的異質(zhì)性。我國(guó)企業(yè)信息披露違規(guī)治理潛力巨大，特別是制造業(yè)企業(yè)和非國(guó)有企業(yè)尤為顯著。針對(duì)此種情況，政府需要制定具有針對(duì)性的數(shù)字化專項(xiàng)補(bǔ)貼政策和更為嚴(yán)格的審計(jì)策略。相較于非制造業(yè)企業(yè)和國(guó)有企業(yè)而言，制造業(yè)企業(yè)和非國(guó)有企業(yè)組織和人員轉(zhuǎn)型難度更大，政府需要結(jié)合數(shù)字稟賦分布情況等因素，適量引導(dǎo)資金和數(shù)字人才流入制造業(yè)企業(yè)和非國(guó)有企業(yè)，緩解企業(yè)數(shù)字化轉(zhuǎn)型的初始?jí)毫?；相較于獨(dú)立董事規(guī)模較大的企業(yè)，獨(dú)立董事規(guī)模較小的企業(yè)內(nèi)部監(jiān)管力度往往更小，這也就意味著需要更多外部力量進(jìn)行監(jiān)管，政府可考慮制定企業(yè)獨(dú)立董事最小規(guī)模以提高企業(yè)內(nèi)部監(jiān)督力度。此外，還可以通過引導(dǎo)民眾、媒體或第三方審計(jì)機(jī)構(gòu)加強(qiáng)對(duì)獨(dú)立董事規(guī)模較小企業(yè)的關(guān)注，進(jìn)而抑制企業(yè)信息披露違規(guī)，為我國(guó)企業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展賦能。