□ 趙茂 求汝鈺 楊崗

一、引言

作為公司內(nèi)部一項(xiàng)重要的治理機(jī)制，內(nèi)部控制是企業(yè)成長(zhǎng)的重要基礎(chǔ)（于雅萍和姜英兵，2019）。在經(jīng)營(yíng)績(jī)效方面，內(nèi)部控制能夠促進(jìn)企業(yè)產(chǎn)品質(zhì)量提升，降低內(nèi)部運(yùn)營(yíng)成本，最終使產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力提升（張傳財(cái)和陳漢文，2017）；在風(fēng)險(xiǎn)管控方面，內(nèi)部控制能夠在一定程度防止企業(yè)發(fā)生財(cái)務(wù)困境，進(jìn)而降低企業(yè)的經(jīng)營(yíng)、訴訟以及股價(jià)崩盤(pán)等方面的風(fēng)險(xiǎn)（高明華和杜雯翠，2013）；在投資管理方面，內(nèi)部控制可以在企業(yè)實(shí)體投資過(guò)程中及時(shí)識(shí)別可能存在的風(fēng)險(xiǎn)，運(yùn)用科學(xué)有效的風(fēng)險(xiǎn)管理與控制手段以轉(zhuǎn)移或者化解風(fēng)險(xiǎn)，進(jìn)一步提高企業(yè)投資績(jī)效（江紅莉等，2022）；在公司治理方面，內(nèi)部控制能夠改善委托代理關(guān)系、提高財(cái)務(wù)報(bào)告質(zhì)量、形成良性激勵(lì)約束機(jī)制（周衛(wèi)華和劉一霖，2022）；在盈余管理方面，內(nèi)部控制有助于優(yōu)化環(huán)境風(fēng)險(xiǎn)加大，同時(shí)企業(yè)內(nèi)部面臨著訂單下降、固定成本負(fù)擔(dān)加重、供應(yīng)鏈中斷等困境（鄭莉莉和劉晨，2021）；內(nèi)部控制治理功能的發(fā)揮，能夠及時(shí)識(shí)別企業(yè)經(jīng)營(yíng)層面上的風(fēng)險(xiǎn)并對(duì)其進(jìn)行分析，制定合理有效的風(fēng)險(xiǎn)處理措施，促使企業(yè)進(jìn)一步形成相互監(jiān)督、相互制約的機(jī)制，尤其在權(quán)責(zé)分配、業(yè)務(wù)流程及治理結(jié)構(gòu)、機(jī)構(gòu)設(shè)置等方面，使得企業(yè)的決策更為科學(xué)有效，以更好應(yīng)對(duì)新冠疫情的沖擊。

如何提升內(nèi)部控制質(zhì)量是企業(yè)亟需解決的重要問(wèn)題。理論界和實(shí)務(wù)界普遍共識(shí)，信息技術(shù)運(yùn)用在內(nèi)部控制過(guò)程中，能提高內(nèi)部控制質(zhì)量。中國(guó)財(cái)政部于2008年發(fā)布的《企業(yè)內(nèi)部控制基本規(guī)范》中就明確要求：企業(yè)應(yīng)當(dāng)合理地利用信息技術(shù)來(lái)增強(qiáng)內(nèi)部控制，構(gòu)建和不斷完善與經(jīng)營(yíng)管理相適應(yīng)的信息系統(tǒng)，有效地促進(jìn)內(nèi)部控制流程與信息系統(tǒng)結(jié)合，以此實(shí)現(xiàn)對(duì)業(yè)務(wù)和事項(xiàng)的自動(dòng)控制，從而能減少或消除人為操縱等因素。隨著我國(guó)數(shù)字經(jīng)濟(jì)高速發(fā)展，伴隨著物聯(lián)網(wǎng)、云計(jì)算、人工智能、大數(shù)據(jù)等新興信息技術(shù)的蓬勃發(fā)展與成熟運(yùn)用，數(shù)字技術(shù)以其空前的廣度、深度嵌入到企業(yè)的生產(chǎn)以及運(yùn)營(yíng)過(guò)程中，成為當(dāng)前企業(yè)轉(zhuǎn)型主流方向。那么，數(shù)字技術(shù)應(yīng)用究竟如何實(shí)現(xiàn)與內(nèi)部控制相結(jié)合，能否為內(nèi)部控制質(zhì)量提升帶來(lái)新的效率模式和便捷路徑，這些問(wèn)題亟待回答。

從目前研究現(xiàn)狀來(lái)看，盡管學(xué)者就數(shù)字化轉(zhuǎn)型影響企業(yè)行為進(jìn)行了豐富討論：如安同良和聞銳（2022）指出，數(shù)字化轉(zhuǎn)型提高企業(yè)人力資本水平、實(shí)現(xiàn)開(kāi)放式網(wǎng)絡(luò)化創(chuàng)新以及引致組織管理創(chuàng)新等機(jī)制，對(duì)企業(yè)創(chuàng)新起到一定促進(jìn)作用；黃大禹等（2021）指出，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)要素配置水平具有正向促進(jìn)作用，使風(fēng)險(xiǎn)更為可控，進(jìn)而提高企業(yè)價(jià)值水平；車(chē)德欣等（2021）指出，企業(yè)數(shù)字化轉(zhuǎn)型改善了信息不對(duì)稱(chēng)，使市場(chǎng)預(yù)期更為正面，抑制了企業(yè)的短貸長(zhǎng)投和金融杠桿行為，會(huì)降低融資成本；翟華云和李倩茹（2022）指出，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)提高信息透明度和降低企業(yè)風(fēng)險(xiǎn)承擔(dān)來(lái)提高審計(jì)質(zhì)量。倪克金和劉修巖（2021）指出，數(shù)字化轉(zhuǎn)型通過(guò)提高勞動(dòng)效率和降低營(yíng)業(yè)成本助力企業(yè)成長(zhǎng)。

但是，現(xiàn)有文獻(xiàn)尚未對(duì)數(shù)字化轉(zhuǎn)型如何影響企業(yè)內(nèi)部控制進(jìn)行了充分討論，相關(guān)研究仍需補(bǔ)充。因此，文章可能的邊際貢獻(xiàn)：利用中國(guó)A股上市公司數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)與分析，探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量的影響效應(yīng)，以及進(jìn)行機(jī)制檢驗(yàn)，為更好理解中國(guó)企業(yè)數(shù)字化轉(zhuǎn)型和內(nèi)部控制問(wèn)題提供新的實(shí)證依據(jù)。

二、理論機(jī)制與研究假設(shè)

（一）數(shù)字化轉(zhuǎn)型與企業(yè)內(nèi)部控制質(zhì)量

隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等廣義數(shù)字技術(shù)的發(fā)展，諸多企業(yè)采取數(shù)字化轉(zhuǎn)型戰(zhàn)略對(duì)以往運(yùn)營(yíng)管理體系和管理模式進(jìn)行改革，這將會(huì)對(duì)企業(yè)內(nèi)部控制產(chǎn)生諸多影響（黃麗華等，2021）。一是在信息處理方面：企業(yè)傳統(tǒng)信息收集和處理通常需要人工操作，不僅具有滯后性和不準(zhǔn)確性，也伴隨著一定的時(shí)間成本以及處理費(fèi)用成本；而數(shù)字化轉(zhuǎn)型變革了企業(yè)收集、處理以及傳遞信息的方式，從信息處理效率方面提升了企業(yè)內(nèi)部控制質(zhì)量；并且，強(qiáng)大的信息處理能力使管理體系中各部門(mén)聯(lián)系更為緊密、頻繁，提高企業(yè)各環(huán)節(jié)中的協(xié)調(diào)度，從而提升內(nèi)部控制質(zhì)量（張玲玲，2001）。二是在人力資源的管理方面：數(shù)字化轉(zhuǎn)型將打破人力資源雇傭組織的邊界，智能機(jī)器人和算法將推動(dòng)組織中傳統(tǒng)勞動(dòng)的價(jià)值重構(gòu)，提高勞動(dòng)要素利用效率和監(jiān)督效率，從而使得內(nèi)部控制質(zhì)量提高。三是在組織結(jié)構(gòu)方面：得益于數(shù)字技術(shù)帶來(lái)的信息傳遞優(yōu)勢(shì)，使得組織也逐漸偏向于自組織形態(tài)的組織結(jié)構(gòu)與管理模式（張小峰，2015），同時(shí)，組織結(jié)構(gòu)表現(xiàn)出日趨高度扁平化（馬化騰等，2017）；數(shù)字化轉(zhuǎn)型將打破涉及職能部門(mén)的水平界限以及涉及組織層級(jí)、等級(jí)的企業(yè)內(nèi)部垂直邊界，使組織結(jié)構(gòu)去中心化、科層化以及扁平化，使網(wǎng)格化的二維組織、強(qiáng)組織以及自組織成為現(xiàn)實(shí)，這又進(jìn)一步提升了企業(yè)內(nèi)部控制質(zhì)量（林琳和呂文棟，2019）。綜上分析，據(jù)此本文提出如下假設(shè)：

H1：數(shù)字化轉(zhuǎn)型有助于提升企業(yè)內(nèi)部控制質(zhì)量。

（二）數(shù)字化轉(zhuǎn)型影響企業(yè)內(nèi)部控制質(zhì)量的機(jī)制分析

管理效率的提升、風(fēng)險(xiǎn)管控能力的優(yōu)化以及對(duì)委托代理問(wèn)題的有效處理是衡量?jī)?nèi)部控制質(zhì)量的重要內(nèi)容。數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量的影響通過(guò)以下三方面考察：

一是提高管理效率。數(shù)字化信息技術(shù)為企業(yè)管理環(huán)節(jié)提供便利，提高信息準(zhǔn)確性、減少信息誤差，使管理決策更為科學(xué)，提高了管理效率（王藝霖，2018）。其一，企業(yè)傳統(tǒng)信息收集和傳遞受限于空間等各種因素，在信息的收集和傳遞中存在不夠及時(shí)、不夠準(zhǔn)確的現(xiàn)象，而數(shù)字化技術(shù)的運(yùn)用提高了信息收集與傳輸?shù)男?，并能?duì)獲得的信息進(jìn)行檢查核對(duì)，提高了信息的及時(shí)性和準(zhǔn)確性，使得管理溝通效率大大提升。其二，企業(yè)以往所做出的決策大多依賴于人為統(tǒng)計(jì)估算，可能出現(xiàn)人為誤差以及瞞報(bào)錯(cuò)報(bào)等情況。相比之下，數(shù)字化有利于企業(yè)實(shí)現(xiàn)資源的精準(zhǔn)配置，即可通過(guò)數(shù)據(jù)集中分析為管理決策提供決策支持，使得管理決策更為有效。其三，絕大多數(shù)企業(yè)尤其是大型企業(yè)擁有多個(gè)下級(jí)子公司以及多個(gè)部門(mén)，部門(mén)之間難以實(shí)現(xiàn)有效及時(shí)的溝通與交流，數(shù)字技術(shù)實(shí)現(xiàn)了企業(yè)內(nèi)部的信息實(shí)時(shí)交流，各部門(mén)之間交流更為密切，運(yùn)營(yíng)以及管理中的業(yè)務(wù)處理更為便捷，促進(jìn)企業(yè)管理效率提升。

二是提高風(fēng)險(xiǎn)管控能力。事件識(shí)別以及風(fēng)險(xiǎn)評(píng)估是企業(yè)內(nèi)部控制的一個(gè)重要方面，其包括識(shí)別分析主要風(fēng)險(xiǎn)、保障風(fēng)險(xiǎn)管理措施的適當(dāng)實(shí)施、審查控制是否充分和完整等若干方面（李琦，2022）。在復(fù)雜的市場(chǎng)環(huán)境下，企業(yè)要面臨的政策以及經(jīng)濟(jì)沖擊隨時(shí)會(huì)出現(xiàn)，并影響到企業(yè)的正常運(yùn)營(yíng)，因此對(duì)潛在風(fēng)險(xiǎn)的管控日趨重要，而數(shù)字化轉(zhuǎn)型應(yīng)用能夠有效提高風(fēng)險(xiǎn)管控能力。其一，在數(shù)字信息技術(shù)的幫助下，數(shù)字化轉(zhuǎn)型企業(yè)可以將財(cái)務(wù)信息的預(yù)測(cè)、分析以及決策等方面有機(jī)集成，簡(jiǎn)化風(fēng)險(xiǎn)管理流程，使企業(yè)對(duì)風(fēng)險(xiǎn)的管理更為流暢。其二，通過(guò)數(shù)字技術(shù)應(yīng)用，外界信息的傳遞更加及時(shí)，企業(yè)能夠運(yùn)用更多時(shí)間進(jìn)行篩選以及分析潛在的風(fēng)險(xiǎn)，削弱因消息滯后而可能產(chǎn)生的負(fù)面影響。其三，數(shù)字化技術(shù)改變傳統(tǒng)人工預(yù)估風(fēng)險(xiǎn)程序，減小此過(guò)程中的人工誤差，企業(yè)能夠在獲得準(zhǔn)確有效的信息、識(shí)別判斷出可能存在的財(cái)務(wù)管理風(fēng)險(xiǎn)的基礎(chǔ)上進(jìn)行適當(dāng)管理（劉麗平，2014）。總之，企業(yè)對(duì)風(fēng)險(xiǎn)信息的接收將實(shí)現(xiàn)從被動(dòng)到主動(dòng)的轉(zhuǎn)變，在此層面上企業(yè)對(duì)風(fēng)險(xiǎn)的應(yīng)對(duì)將更具前瞻性，并能夠根據(jù)實(shí)時(shí)信息對(duì)控制活動(dòng)進(jìn)行動(dòng)態(tài)調(diào)整，增強(qiáng)企業(yè)風(fēng)險(xiǎn)管理能力。

三是降低代理成本。代理成本也是內(nèi)部控制的重要部分，數(shù)字化技術(shù)應(yīng)用對(duì)降低代理成本會(huì)起到積極作用。其一，隨著委托代理關(guān)系層級(jí)的復(fù)雜程度增加，代理成本就相應(yīng)提高；數(shù)字化信息技術(shù)能夠使管理層更易觀察各相關(guān)部門(mén)的運(yùn)作情況，其不需要復(fù)雜的部門(mén)反饋，這促使企業(yè)組織結(jié)構(gòu)發(fā)展扁平化，縮短企業(yè)架構(gòu)中的委托-代理鏈條，降低相應(yīng)的代理成本（彭白穎，2006）。其二，數(shù)字技術(shù)在企業(yè)內(nèi)部廣泛應(yīng)用有助于解決公司內(nèi)部不同層級(jí)之間的代理問(wèn)題，它通過(guò)高效率的信息化軟硬件優(yōu)化內(nèi)部利益各方權(quán)責(zé)的分配、促進(jìn)流程的更新與優(yōu)化、實(shí)現(xiàn)權(quán)力的數(shù)字化監(jiān)督，提高公司治理水平，進(jìn)而限制經(jīng)理人制定及實(shí)行不利于股東利益但有利于自身的勞動(dòng)力投資策略。其三，數(shù)字技術(shù)應(yīng)用還能夠使財(cái)務(wù)報(bào)告質(zhì)量、業(yè)績(jī)指標(biāo)信息質(zhì)量提升，經(jīng)理人的努力程度能夠在業(yè)績(jī)指標(biāo)中得到更好反映（Rani et al.，2012），管理層薪酬業(yè)績(jī)的敏感性得到進(jìn)一步增強(qiáng)（盧銳，2011）。

綜上所述，據(jù)此本文提出如下假設(shè)：

H2：數(shù)字化轉(zhuǎn)型有利于提高管理效率、提高風(fēng)險(xiǎn)管控能力、降低代理成本。

三、研究設(shè)計(jì)

（一）模型設(shè)定

本文首先關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量的影響，基準(zhǔn)模型設(shè)定如下：

ICijt=α+β1DTijt+β2CVijt+γt+ηj+εijt

其中，被解釋變量為內(nèi)部控制質(zhì)量（IC），以迪博數(shù)據(jù)庫(kù)中的內(nèi)部控制指數(shù)+1后的自然對(duì)數(shù)來(lái)衡量上市公司的內(nèi)部控制質(zhì)量。核心解釋變量為企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)（DT），本文以國(guó)泰安數(shù)據(jù)庫(kù)中的數(shù)字化轉(zhuǎn)型指標(biāo)+1后的自然對(duì)數(shù)作為核心變量。CV則是一系列與企業(yè)特征相關(guān)的控制變量。γt與ηj表示本文加入年度和行業(yè)控制變量，分別控制時(shí)間固定效應(yīng)以及行業(yè)固定效應(yīng)。εijt則是隨機(jī)擾動(dòng)項(xiàng)。公式中數(shù)字化轉(zhuǎn)型的系數(shù)β1反應(yīng)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制變量的效應(yīng)，為本文關(guān)注的重點(diǎn)。

（二）變量說(shuō)明

1.被解釋變量：內(nèi)部控制質(zhì)量（IC）。內(nèi)部控制是企業(yè)為保證運(yùn)營(yíng)有序而對(duì)內(nèi)部對(duì)象實(shí)行控制的活動(dòng)，選取迪博數(shù)據(jù)庫(kù)中的內(nèi)部控制指數(shù)+1后的自然對(duì)數(shù)。

2.核心解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型（DT）。本文運(yùn)用國(guó)泰安數(shù)據(jù)庫(kù)中數(shù)字經(jīng)濟(jì)板塊的上市公司數(shù)字化轉(zhuǎn)型程度項(xiàng)，獲得與企業(yè)數(shù)字化轉(zhuǎn)型匹配相關(guān)的關(guān)鍵詞詞頻。在關(guān)鍵詞的篩選上，本文參考已有相關(guān)文獻(xiàn)的經(jīng)驗(yàn)，將企業(yè)數(shù)字化轉(zhuǎn)型分為“底層技術(shù)運(yùn)用”與“技術(shù)實(shí)踐應(yīng)用”兩個(gè)層面：在“底層技術(shù)運(yùn)用”上，則分為云計(jì)算、人工智能、大數(shù)據(jù)、區(qū)塊鏈四個(gè)主流的技術(shù)方向，側(cè)重關(guān)注于數(shù)字科技技術(shù)的嵌入；在“底層技術(shù)運(yùn)用”上，數(shù)字化業(yè)務(wù)場(chǎng)景應(yīng)用得到較多關(guān)注，即數(shù)字科技技術(shù)與復(fù)雜業(yè)務(wù)生態(tài)場(chǎng)景的融合創(chuàng)新（吳非等，2021）。在基于國(guó)泰安數(shù)據(jù)庫(kù)得到關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞詞頻后，加總形成最終加總詞頻并取對(duì)數(shù)，以此來(lái)刻畫(huà)企業(yè)數(shù)字化轉(zhuǎn)型的整體指標(biāo)。

3.控制變量。加入一系列可能影響企業(yè)內(nèi)部控制質(zhì)量的控制變量以剔除部分因素產(chǎn)生的干擾。其中包括有應(yīng)收賬款比率（ARR），定義為應(yīng)收賬款與企業(yè)營(yíng)業(yè)收入之比；凈資產(chǎn)收益率（ROE），定義為凈利潤(rùn)比上期末股東權(quán)益余額；資產(chǎn)負(fù)債率（Lev），定義為總負(fù)債比上總資產(chǎn)；企業(yè)年齡（Age），定義為對(duì)數(shù)化處理后的企業(yè)成立初至期末的時(shí)間；第一大股東持股比例（Tophold），定義為第一大股東持股占總股本比例；董事會(huì)規(guī)模（Bsize），其用企業(yè)董事會(huì)成員總數(shù)來(lái)表示；兩權(quán)分離度（Sep），用控制人擁有上市公司控制權(quán)與所有權(quán)的差額表示。此外，本文還控制了行業(yè)固定效應(yīng)ηj和時(shí)間固定效應(yīng)γt。

（三）數(shù)據(jù)說(shuō)明

本文以2013-2019年A股上市企業(yè)為研究樣本①數(shù)據(jù)說(shuō)明：由于部分指標(biāo)存在數(shù)據(jù)缺失，且部分公司數(shù)據(jù)受疫情波動(dòng)大，故選取該時(shí)間年限。，企業(yè)內(nèi)部控制質(zhì)量數(shù)據(jù)是來(lái)自迪博內(nèi)部控制與風(fēng)險(xiǎn)管理數(shù)據(jù)庫(kù)，其余變量數(shù)據(jù)均來(lái)源于CSMAR數(shù)據(jù)庫(kù)。為使實(shí)證檢驗(yàn)的結(jié)果更為可靠，本文剔除了樣本期內(nèi)ST企業(yè)以及金融類(lèi)企業(yè)，剔除了存在內(nèi)控重大缺陷的企業(yè)，最終得到10710個(gè)觀測(cè)樣本。描述性統(tǒng)計(jì)結(jié)果如下表所示。

表1 變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

在基準(zhǔn)回歸中，本文使用固定效應(yīng)模型探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量的影響。表2中列（1）（2）分別列示未加入控制變量、加入控制變量后數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量影響的估計(jì)結(jié)果，兩者均在控制個(gè)體效應(yīng)的基礎(chǔ)上控制了時(shí)間固定效應(yīng)和行業(yè)固定效應(yīng)?；貧w結(jié)果顯示，未加控制變量的估計(jì)結(jié)果中，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為0.0093，在1%的水平上顯著。在加入控制變量后，企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)為0.0096，在1%的水平上顯著。這表明數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)內(nèi)部控制質(zhì)量的提升。

表2 基準(zhǔn)回歸：數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量的影響

（二）內(nèi)生性檢驗(yàn)

對(duì)于研究中可能存在的內(nèi)生性問(wèn)題，本文選擇使用工具變量法予以克服。為滿足工具變量的相關(guān)性和外生性要求，本文構(gòu)建了數(shù)字化轉(zhuǎn)型的行業(yè)地區(qū)平均水平（Ave_DT），即同一行業(yè)下、同一城市除了本企業(yè)之外的其余企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)平均值。一方面，單個(gè)企業(yè)的數(shù)字化轉(zhuǎn)型水平與行業(yè)地區(qū)平均水平相關(guān)，滿足工具變量的相關(guān)性；另一方面，平均數(shù)字化轉(zhuǎn)型水平由同一行業(yè)、同一城市內(nèi)的所有企業(yè)所決定，使得與單個(gè)企業(yè)關(guān)聯(lián)較小，故較好地滿足工具變量的外生性要求。表3為兩階段最小二乘法的估計(jì)結(jié)果，第一階段工具變量對(duì)內(nèi)生解釋變量回歸中，數(shù)字化轉(zhuǎn)型的行業(yè)地區(qū)平均水平系數(shù)為0.7402，并在1%的置信水平上顯著，表明兩者之間具有較強(qiáng)相關(guān)性。在第二階段回歸中，數(shù)字化轉(zhuǎn)型指數(shù)的系數(shù)為0.0132，在1%的置信水平上顯著，表明數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制質(zhì)量有顯著的正向作用。進(jìn)一步看，Kleibergen-Paap rk LM統(tǒng)計(jì)量為771.025，其對(duì)應(yīng)的p值為0.000，故拒絕不可識(shí)別的原假設(shè)；Kleibergen-Paap rk Wald F統(tǒng)計(jì)量為2371.758，其大于Stock-Yogo標(biāo)準(zhǔn)10%偏誤的臨界值（16.38），故存在弱工具變量問(wèn)題的風(fēng)險(xiǎn)較低。

表3 內(nèi)生性檢驗(yàn)結(jié)果

（三）穩(wěn)健性檢驗(yàn)

內(nèi)部控制以及企業(yè)數(shù)字化轉(zhuǎn)型均為譜系概念。為更加精細(xì)化地了解企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制的影響，本文將內(nèi)部控制指數(shù)分解為戰(zhàn)略層級(jí)、經(jīng)營(yíng)層級(jí)、基礎(chǔ)層級(jí)等三大層級(jí)，其中，基礎(chǔ)層級(jí)包含資產(chǎn)安全、報(bào)告可靠、合法合規(guī)三大指標(biāo)。三大層級(jí)緊扣內(nèi)部控制五大目標(biāo)，對(duì)應(yīng)于企業(yè)的未來(lái)、現(xiàn)在以及過(guò)去。三大層級(jí)數(shù)據(jù)由迪博數(shù)據(jù)庫(kù)中對(duì)應(yīng)內(nèi)部控制分項(xiàng)指數(shù)+1取對(duì)數(shù)獲得。表4中的列（1）（2）（3）分別為戰(zhàn)略層級(jí)指數(shù)（SI）、經(jīng)營(yíng)層級(jí)指數(shù)（OI）、基礎(chǔ)層級(jí)指數(shù)（BI）替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)所得的回歸結(jié)果，數(shù)字化轉(zhuǎn)型系數(shù)分別為0.0243、0.0134、0.0066，在5%、1%、10%的置信水平下顯著，表明在用三大層級(jí)度量?jī)?nèi)部控制時(shí)，數(shù)字化轉(zhuǎn)型仍對(duì)內(nèi)部控制有顯著的正向作用。

表4 穩(wěn)健性檢驗(yàn)：譜系檢驗(yàn)

對(duì)于企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)，本文根據(jù)其結(jié)構(gòu)特征以及技術(shù)差異降維至“底層技術(shù)層面”以及“實(shí)踐應(yīng)用層面”，其中“底層技術(shù)層面”含有人工智能、區(qū)塊鏈、大數(shù)據(jù)以及云計(jì)算等四層主要技術(shù)。兩大層面數(shù)據(jù)由對(duì)應(yīng)的關(guān)鍵詞詞頻取對(duì)數(shù)化后獲得，詞頻數(shù)據(jù)源于國(guó)泰安數(shù)據(jù)庫(kù)。下表列（4）（5）中分別表示兩大層級(jí)指數(shù)對(duì)內(nèi)部控制的回歸結(jié)果，兩者系數(shù)均具有高度顯著水平，說(shuō)明上述回歸具有相當(dāng)高度的穩(wěn)健性。

在公司經(jīng)營(yíng)過(guò)程中，來(lái)自外部的金融沖擊可能改變企業(yè)的經(jīng)營(yíng)以及管理目標(biāo)，對(duì)企業(yè)的內(nèi)部控制以及數(shù)字化轉(zhuǎn)型進(jìn)程產(chǎn)生影響。若忽視金融沖擊這類(lèi)因素，那么可能導(dǎo)致研究結(jié)果產(chǎn)生相應(yīng)偏誤。為此，本文剔除2015年中國(guó)股災(zāi)的樣本進(jìn)行回歸，表5中列（1）表示剔除金融沖擊影響下的回歸結(jié)果，數(shù)字化系數(shù)為0.0103，其在1%的置信區(qū)間下顯著，企業(yè)數(shù)字化轉(zhuǎn)型正向顯著提升內(nèi)部控制質(zhì)量。

表5 穩(wěn)健性檢驗(yàn)：剔除金融沖擊、直轄市影響

進(jìn)一步考慮到直轄市的政治以及經(jīng)濟(jì)特殊性可能會(huì)對(duì)企業(yè)數(shù)字化轉(zhuǎn)型以及內(nèi)部控制產(chǎn)生影響，本文對(duì)直轄市的樣本數(shù)據(jù)也進(jìn)行剔除，并重新回歸檢驗(yàn)。下表列（2）表示剔除直轄市影響后的回歸結(jié)果，其中估計(jì)系數(shù)為0.0097，在1%置信區(qū)間下顯著，并未改變企業(yè)數(shù)字化提升內(nèi)部控制質(zhì)量的結(jié)論。

五、異質(zhì)性分析

（一）國(guó)有企業(yè)與非國(guó)有企業(yè)

國(guó)有企業(yè)和非國(guó)有企業(yè)的差異可能會(huì)導(dǎo)致企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制存在非對(duì)稱(chēng)的作用效果。表6列示了國(guó)有企業(yè)與非國(guó)有企業(yè)的回歸結(jié)果：列（1）為國(guó)有企業(yè)估計(jì)結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.0061，故無(wú)法通過(guò)顯著性檢驗(yàn)。列（2）為非國(guó)有企業(yè)的估計(jì)結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.0113，其在1%的置信區(qū)間下顯著。以上結(jié)果表明非國(guó)有企業(yè)相對(duì)于國(guó)有企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)提升企業(yè)內(nèi)部控制質(zhì)量的作用更為顯著。

表6 異質(zhì)性分析：國(guó)有企業(yè)與非國(guó)有企業(yè)

國(guó)有企業(yè)相較于非國(guó)有企業(yè)，在經(jīng)營(yíng)上的盈虧約束并不像非國(guó)有企業(yè)嚴(yán)格，從而缺少足夠積極性對(duì)內(nèi)部進(jìn)行監(jiān)督。而非國(guó)有企業(yè)恰恰相反，其沒(méi)有外來(lái)的經(jīng)濟(jì)支撐運(yùn)營(yíng)上的盈虧，故擁有資產(chǎn)預(yù)算上的硬性約束，對(duì)運(yùn)營(yíng)管理有著嚴(yán)格要求。在數(shù)字化轉(zhuǎn)型大力發(fā)展的背景下，非國(guó)有企業(yè)更有動(dòng)機(jī)運(yùn)用數(shù)字技術(shù)來(lái)提高企業(yè)內(nèi)部管理能力，進(jìn)而促進(jìn)資源的合理配置，提升相應(yīng)盈利能力。因此，對(duì)于國(guó)有企業(yè)來(lái)說(shuō)，非國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制的促進(jìn)效果將更為顯著。

（二）制造業(yè)企業(yè)與非制造業(yè)企業(yè)

表7中列（1）為制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)內(nèi)部控制的回歸結(jié)果，數(shù)字化轉(zhuǎn)型估計(jì)系數(shù)為0.0085，其在1%的置信水平下顯著。（2）列為非制造業(yè)企業(yè)的回歸結(jié)果，其系數(shù)為0.0075，且不顯著。結(jié)果表明，數(shù)字化轉(zhuǎn)型更能促進(jìn)制造業(yè)企業(yè)內(nèi)部控制質(zhì)量的提升。

表7 異質(zhì)性分析：制造業(yè)企業(yè)與非制造業(yè)企業(yè)

數(shù)字技術(shù)的產(chǎn)業(yè)運(yùn)用最早誕生于制造業(yè)企業(yè)中，在長(zhǎng)時(shí)間適應(yīng)以及調(diào)整中，數(shù)字化運(yùn)用已經(jīng)與制造產(chǎn)業(yè)深度融合。例如在制造車(chē)間中，工件的制作需要精準(zhǔn)的測(cè)量?jī)x器，再精確測(cè)量后傳輸數(shù)據(jù)至分析平臺(tái)，運(yùn)用各種工業(yè)上所需的技術(shù)例如比例微分積分技術(shù)調(diào)節(jié)進(jìn)行反饋控制。在實(shí)際運(yùn)用中，擁有豐富經(jīng)驗(yàn)的制造業(yè)企業(yè)也更懂得如何將數(shù)字技術(shù)融入管理過(guò)程中，并對(duì)癥下藥。非制造業(yè)企業(yè)則需要用數(shù)字技術(shù)與自身的行業(yè)特征不斷磨合，在不斷試錯(cuò)中最終得到適應(yīng)度最高的管理技術(shù)體系。制造業(yè)企業(yè)擁有非制造業(yè)企業(yè)所不具備的豐富數(shù)字技術(shù)實(shí)踐經(jīng)驗(yàn)，表現(xiàn)出制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型更能顯著影響企業(yè)內(nèi)部控制。

（三）高融資約束企業(yè)與低融資約束企業(yè)

表8中列（1）為高融資約束企業(yè)的回歸結(jié)果，其中數(shù)字化轉(zhuǎn)型的系數(shù)為0.0085，在1%置信水平上顯著。列（2）為低融資約束企業(yè)的回歸結(jié)果，數(shù)字化轉(zhuǎn)型程度系數(shù)為0.007 5，但不顯著。由此可知，對(duì)于高融資約束下的企業(yè)，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量提升作用更顯著。

表8 異質(zhì)性分析：高融資約束企業(yè)與低融資約束企業(yè)

一般來(lái)說(shuō)，高融資約束企業(yè)的資金流動(dòng)性較差，存在投資不足或杠桿過(guò)高等情況；為了企業(yè)的正常運(yùn)營(yíng)，高融資約束企業(yè)可能更加注意企業(yè)內(nèi)部的運(yùn)營(yíng)以及財(cái)務(wù)管理；從而可能會(huì)采取更積極的以提升內(nèi)部控制為導(dǎo)向的數(shù)字化轉(zhuǎn)型策略；而低融資約束企業(yè)擁有較好的資金流動(dòng)性，擁有較好的資金流動(dòng)性，其數(shù)字化轉(zhuǎn)型動(dòng)機(jī)更多傾向于提升盈利能力等與經(jīng)營(yíng)績(jī)效相關(guān)的動(dòng)機(jī)；從而對(duì)于高融資約束的企業(yè)，數(shù)字化轉(zhuǎn)型也相應(yīng)產(chǎn)生更為顯著的內(nèi)部控制質(zhì)量提升效應(yīng)。

六、機(jī)制檢驗(yàn)

（一）管理效率

本文運(yùn)用逐步檢驗(yàn)回歸系數(shù)法考察數(shù)字化轉(zhuǎn)型和企業(yè)管理效率的關(guān)系。關(guān)于管理效率（ME）的衡量參考薛安偉等（2018）研究，以營(yíng)業(yè)總收入與管理費(fèi)用的比值來(lái)表示，并取對(duì)數(shù)化以消除異方差影響。

表9中列（1）為第一步回歸結(jié)果，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.0096，在1%置信水平上顯著；在此基礎(chǔ)上進(jìn)行第二步檢驗(yàn)。列（2）為第二步回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)管理效率的估計(jì)系數(shù)為0.0294，在1%置信水平上顯著，表明數(shù)字化轉(zhuǎn)型顯著正向促進(jìn)企業(yè)管理效率提升。列（3）為第三步回歸結(jié)果，數(shù)字化轉(zhuǎn)型系數(shù)為0.0074，在1%置信水平上顯著，管理效率系數(shù)為0.0663，并在1%置信水平上顯著。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型提升了企業(yè)管理效率，這是內(nèi)部控制質(zhì)量的重要方面。

表9 機(jī)制檢驗(yàn)：管理效率

（二）風(fēng)險(xiǎn)管控能力

數(shù)字化轉(zhuǎn)型能夠通過(guò)及時(shí)收集、處理、預(yù)測(cè)相關(guān)數(shù)據(jù)以更從容地識(shí)別、分析、應(yīng)對(duì)風(fēng)險(xiǎn)，繼而增強(qiáng)風(fēng)險(xiǎn)評(píng)估能力以加強(qiáng)內(nèi)部控制的有效運(yùn)行。本文在此使用對(duì)數(shù)化后的風(fēng)險(xiǎn)評(píng)估指標(biāo)（RA）進(jìn)行回歸分析，數(shù)據(jù)來(lái)源于迪博內(nèi)部控制與風(fēng)險(xiǎn)管理數(shù)據(jù)庫(kù)。同時(shí)為了能夠更準(zhǔn)確地衡量風(fēng)險(xiǎn)評(píng)估能力，回歸剔除了股災(zāi)數(shù)據(jù)。

表10中列（1）為第一步回歸結(jié)果，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.0096，在1%置信水平上顯著，故進(jìn)行第二步檢驗(yàn)。列（2）為第二步回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)風(fēng)險(xiǎn)評(píng)估的估計(jì)系數(shù)為0.0075，在5%置信水平上顯著，表明數(shù)字化轉(zhuǎn)型正向促進(jìn)企業(yè)管理效率提升。列（3）為第三步回歸結(jié)果，數(shù)字化轉(zhuǎn)型系數(shù)為0.0101，在1%置信水平上顯著，風(fēng)險(xiǎn)評(píng)估系數(shù)為0.0275，并在1%置信水平上顯著。由上述數(shù)據(jù)分析可得，數(shù)字化轉(zhuǎn)型優(yōu)化了風(fēng)險(xiǎn)管理能力。

表10 機(jī)制檢驗(yàn)：風(fēng)險(xiǎn)管控

（三）代理成本

前文提出，企業(yè)數(shù)字化轉(zhuǎn)型可以通過(guò)業(yè)務(wù)流程的透明化以及降低信息不對(duì)稱(chēng)程度以減少企業(yè)內(nèi)部代理問(wèn)題，進(jìn)一步提高內(nèi)部控制質(zhì)量。通過(guò)借鑒吳育輝和吳世農(nóng)（2010）以及王守海等（2022）等學(xué)者的文獻(xiàn)經(jīng)驗(yàn)，本文使用對(duì)數(shù)化后的總資產(chǎn)周轉(zhuǎn)率來(lái)衡量企業(yè)的代理成本（AC）進(jìn)行回歸分析。

表11中列（1）為第一步回歸結(jié)果，數(shù)字化轉(zhuǎn)型的估計(jì)系數(shù)為0.0096，在1%置信水平上顯著，可進(jìn)行第二步檢驗(yàn)。列（2）為第二步回歸結(jié)果，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)代理成本指標(biāo)的估計(jì)系數(shù)為0.0052，在5%置信水平上顯著，表明數(shù)字化轉(zhuǎn)型能夠顯著降低代理成本。列（3）為第三步回歸結(jié)果，數(shù)字化轉(zhuǎn)型系數(shù)為0.0083，在1%置信水平上顯著，代理成本指標(biāo)系數(shù)為0.2012，并在1%置信水平上顯著。上述結(jié)果表明，數(shù)字化轉(zhuǎn)型降低了企業(yè)代理成本。

表11 機(jī)制檢驗(yàn)：代理成本

七、結(jié)論和啟示

隨著數(shù)字技術(shù)的發(fā)展以及廣泛運(yùn)用，數(shù)字化轉(zhuǎn)型已成為當(dāng)前我國(guó)諸多企業(yè)戰(zhàn)略調(diào)整的主流方向，其中不乏諸多以提升內(nèi)部控制質(zhì)量為導(dǎo)向的轉(zhuǎn)型企業(yè)。本文通過(guò)采用我國(guó)2013-2019年A股上市公司數(shù)據(jù)和建立面板數(shù)據(jù)模型進(jìn)行實(shí)證檢驗(yàn)后發(fā)現(xiàn)：其一，數(shù)字化轉(zhuǎn)型顯著提升企業(yè)內(nèi)部控制質(zhì)量，這一結(jié)論通過(guò)穩(wěn)健性以及內(nèi)生性問(wèn)題等一系列檢驗(yàn)；其二，根據(jù)異質(zhì)性檢驗(yàn)結(jié)果，數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)部控制質(zhì)量的提升效應(yīng)對(duì)于非國(guó)有企業(yè)、制造業(yè)企業(yè)和高融資約束企業(yè)更為顯著；其三，機(jī)制檢驗(yàn)表明，數(shù)字化轉(zhuǎn)型有利于提高管理效率、提升風(fēng)險(xiǎn)管控能力、降低代理成本。

綜上，文章提出如下政策啟示：一是企業(yè)要重視數(shù)字化轉(zhuǎn)型對(duì)企業(yè)內(nèi)控的促進(jìn)作用，重點(diǎn)的推動(dòng)數(shù)字技術(shù)在企業(yè)內(nèi)部控制的深度應(yīng)用。借助數(shù)字化轉(zhuǎn)型為契機(jī)，推動(dòng)企業(yè)的數(shù)字化治理體系的逐步完善，驅(qū)動(dòng)企業(yè)內(nèi)部控制更為科學(xué)、精準(zhǔn)；同時(shí)，在戰(zhàn)略層級(jí)、經(jīng)營(yíng)層級(jí)、基礎(chǔ)層級(jí)等方面，運(yùn)用數(shù)字化進(jìn)行全層級(jí)的介入，為企業(yè)內(nèi)部控制提供更為全方位的信息和決策支持。二是政府應(yīng)該制定和完善相關(guān)數(shù)字化政策、有理有據(jù)的推動(dòng)企業(yè)的數(shù)字化轉(zhuǎn)型，提升企業(yè)的內(nèi)控質(zhì)量，為國(guó)民經(jīng)濟(jì)優(yōu)化發(fā)展奠定基礎(chǔ)。三是對(duì)于國(guó)有企業(yè)、非制造業(yè)企業(yè)以及低融資約束企業(yè)的數(shù)字化轉(zhuǎn)型不顯著影響給與更多關(guān)注。改善這類(lèi)企業(yè)除了推進(jìn)數(shù)字化轉(zhuǎn)型外，更要關(guān)注制度環(huán)境上的問(wèn)題，多舉措?yún)f(xié)調(diào)推進(jìn)。