摘要：隨著數(shù)字技術(shù)蓬勃發(fā)展，數(shù)字化已經(jīng)成為企業(yè)轉(zhuǎn)型的重要方向?；谏鐣W(wǎng)絡(luò)理論和注意力基礎(chǔ)觀，采用2010-2022年滬深A(yù)股上市公司為研究樣本，從機(jī)構(gòu)投資者視角考察網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。結(jié)果發(fā)現(xiàn)：機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型具有非線性影響，呈現(xiàn)出“U”形變化趨勢。調(diào)節(jié)效應(yīng)分析表明，機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性強(qiáng)化該“U”形關(guān)系。機(jī)制分析表明，當(dāng)持股比例小于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過策略合謀效應(yīng)抑制企業(yè)數(shù)字化轉(zhuǎn)型；當(dāng)持股比例大于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過監(jiān)督治理效應(yīng)和資源協(xié)同效應(yīng)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。異質(zhì)性分析表明，機(jī)構(gòu)投資者團(tuán)體類別、企業(yè)類型、信息環(huán)境不同，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響也呈現(xiàn)差異化。

關(guān)鍵詞：機(jī)構(gòu)投資者；網(wǎng)絡(luò)抱團(tuán)；數(shù)字化轉(zhuǎn)型；策略合謀；監(jiān)督治理；資源協(xié)同

中圖分類號：F272.7

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-7348（2025）03-0074-11

0 引言

隨著大數(shù)據(jù)、人工智能、云計(jì)算、物聯(lián)網(wǎng)等新一輪數(shù)字技術(shù)蓬勃發(fā)展，數(shù)字經(jīng)濟(jì)成為推動我國經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎?！笆奈濉币?guī)劃提出，“加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國”；中共二十大報(bào)告強(qiáng)調(diào)，“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群”。這為我國數(shù)字經(jīng)濟(jì)發(fā)展指明了方向，同時(shí)，也為企業(yè)加快數(shù)字化轉(zhuǎn)型增添了動力。作為市場經(jīng)濟(jì)的微觀主體，企業(yè)承載著促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展以及轉(zhuǎn)型升級的重要功能，數(shù)字化轉(zhuǎn)型已成為企業(yè)邁向未來的必然趨勢^[1]。由于涉及業(yè)務(wù)模式、流程管理和運(yùn)營方式的全方位變革，企業(yè)數(shù)字化轉(zhuǎn)型絕非易事。我國大多數(shù)企業(yè)存在數(shù)字化轉(zhuǎn)型進(jìn)程慢、轉(zhuǎn)型水平參差不齊、轉(zhuǎn)型效果不理想等問題^[2]。究其原因，一方面數(shù)字化轉(zhuǎn)型具有成本高、風(fēng)險(xiǎn)大、陣痛期長的特點(diǎn)，許多企業(yè)面臨“不愿轉(zhuǎn)、不敢轉(zhuǎn)、不會轉(zhuǎn)”的困境^[3]；另一方面，數(shù)字化轉(zhuǎn)型不僅需要企業(yè)投入大量人力、物力、財(cái)力等資源，還需要技術(shù)能力、創(chuàng)新能力、變革能力等支撐^[4]。因此，企業(yè)僅依靠自身資源和能力不足以順利完成數(shù)字化轉(zhuǎn)型，如何借助外部力量破解數(shù)字化轉(zhuǎn)型困境和阻礙成為學(xué)術(shù)界與實(shí)務(wù)界共同關(guān)注的重要現(xiàn)實(shí)問題。

自2001年證監(jiān)會提出“超常規(guī)發(fā)展機(jī)構(gòu)投資者”以來，機(jī)構(gòu)投資者成為參與我國資本市場的重要力量?！笆奈濉币?guī)劃進(jìn)一步提出，“要健全多層次資本市場體系，大力發(fā)展機(jī)構(gòu)投資者”，機(jī)構(gòu)投資者持股比例不斷攀升。具有獨(dú)特資源、信息以及專業(yè)優(yōu)勢的機(jī)構(gòu)投資者正以多元化方式參與公司治理，對公司戰(zhàn)略決策產(chǎn)生重大影響^[5]。已有研究發(fā)現(xiàn)，機(jī)構(gòu)投資者基于社會效用與綠色價(jià)值創(chuàng)造動機(jī)，積極參與企業(yè)綠色經(jīng)營決策，驅(qū)動企業(yè)綠色治理^[6]；通過公司治理和信息優(yōu)勢降低企業(yè)違約風(fēng)險(xiǎn)^[7]；通過緩解企業(yè)融資約束，促進(jìn)企業(yè)新質(zhì)生產(chǎn)力發(fā)展^[8]。以上研究將機(jī)構(gòu)投資者視為單一個體，隨著社會網(wǎng)絡(luò)分析技術(shù)興起，企業(yè)在資本市場中相互聯(lián)結(jié)而非孤立存在，作為社會網(wǎng)絡(luò)聯(lián)結(jié)的新方式，多家機(jī)構(gòu)投資者持有同一家企業(yè)股份的現(xiàn)象更為普遍^[9]。這種由多個共同持股者構(gòu)成的關(guān)聯(lián)網(wǎng)絡(luò)，體現(xiàn)了個體之間的社會關(guān)系，進(jìn)而構(gòu)成機(jī)構(gòu)投資者網(wǎng)絡(luò)。在該網(wǎng)絡(luò)中，投資決策并非單一個體行為，而是基于資源依賴和信息交換形成的。社會網(wǎng)絡(luò)抱團(tuán)行為正深刻影響公司治理邊界，他們在群體層面形成合力并發(fā)揮作用^[10]。這種機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)現(xiàn)象也引起學(xué)術(shù)界和實(shí)務(wù)界關(guān)注，因此進(jìn)一步挖掘機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)現(xiàn)象與企業(yè)行為關(guān)系具有重要理論意義和實(shí)踐價(jià)值。

現(xiàn)有關(guān)于機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)現(xiàn)象的研究主要分為兩種觀點(diǎn)：一種觀點(diǎn)認(rèn)為機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)是為了追求短期利益，選擇與管理層合謀，獲取超額薪酬^[11]，同時(shí)，操控企業(yè)年報(bào)，導(dǎo)致企業(yè)面臨股價(jià)崩盤風(fēng)險(xiǎn)。現(xiàn)實(shí)中也多次出現(xiàn)這一情況，如2018年廣聯(lián)達(dá)董事會秘書與多家基金公司利用內(nèi)部消息操縱股價(jià)，獲取利益；2023年恒瑞藥業(yè)因遭遇多家機(jī)構(gòu)投資者共同出走造成股價(jià)大幅下跌。另一種觀點(diǎn)認(rèn)為，相比于單一機(jī)構(gòu)投資者，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)能提供更豐富的行業(yè)知識和管理經(jīng)驗(yàn)，加強(qiáng)公司監(jiān)督治理，從而有利于減少大股東掏空^[12]、抑制控股股東私利、降低企業(yè)非效率投資^[13]等?，F(xiàn)實(shí)中也有多家機(jī)構(gòu)投資者聯(lián)合發(fā)揮監(jiān)督治理作用的例子，例如2018年多家機(jī)構(gòu)投資者聯(lián)合通過委派董事進(jìn)駐致生聯(lián)發(fā)公司，參與監(jiān)督治理。顯然，現(xiàn)有研究關(guān)于機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)行為的影響尚未形成一致結(jié)論，并且多集中于考察線性關(guān)系。在企業(yè)加快推進(jìn)數(shù)字化轉(zhuǎn)型背景下，一個值得探討的問題是機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)在企業(yè)數(shù)字化轉(zhuǎn)型中扮演怎樣的角色？這是因?yàn)?，一方面，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)為了投資價(jià)值最大化，規(guī)避數(shù)字化轉(zhuǎn)型風(fēng)險(xiǎn)，從而選擇與管理層合謀，擠占企業(yè)數(shù)字化資源投入；另一方面，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)在合作情境下更關(guān)注企業(yè)長期發(fā)展，從而監(jiān)督管理層作出有利于企業(yè)長久利益的數(shù)字化決策。因此，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型是否存在非線性關(guān)系值得探究。

基于上述思考，本文可能存在的邊際貢獻(xiàn)如下：第一，已有文獻(xiàn)將機(jī)構(gòu)投資者視為單一個體展開大量研究，忽視了機(jī)構(gòu)投資者基于持股關(guān)系形成的社會網(wǎng)絡(luò)。本文基于網(wǎng)絡(luò)團(tuán)體視角考察機(jī)構(gòu)投資者之間的交互，豐富了機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)的經(jīng)濟(jì)結(jié)果研究，并且深化了數(shù)字化轉(zhuǎn)型影響因素研究。第二，現(xiàn)有文獻(xiàn)對機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)的公司治理效應(yīng)存在爭議，并且只關(guān)注到機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)決策行為的線性影響，尚未厘清機(jī)構(gòu)投資者抱團(tuán)持股“度”的范圍對公司治理的影響效應(yīng)。本文通過探究機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型的非線性影響，明晰機(jī)構(gòu)投資者抱團(tuán)持股規(guī)模對企業(yè)數(shù)字化轉(zhuǎn)型影響的動態(tài)演化特征。第三，本文通過分析機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)與數(shù)字化轉(zhuǎn)型間存在的“U”型關(guān)系，以期打開機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型作用機(jī)制的“黑箱”。第四，進(jìn)一步考察機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)影響數(shù)字化轉(zhuǎn)型的邊界條件，深化對機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)這一股權(quán)治理模式的認(rèn)知，拓展研究廣度和深度。

1 理論基礎(chǔ)與研究假設(shè)

社會網(wǎng)絡(luò)理論認(rèn)為，網(wǎng)絡(luò)成員因相互之間的紐帶聯(lián)系而易于受到整個社會網(wǎng)絡(luò)的影響，從而具有相似的思考方式和行為模式^[14]。機(jī)構(gòu)投資者基于持股利益關(guān)系形成緊密的社會網(wǎng)絡(luò)，網(wǎng)絡(luò)成員之間相互認(rèn)可、學(xué)習(xí)、交流、借鑒、模仿，以相似的思考方式和行為模式形成合作抱團(tuán)機(jī)制^[15]。機(jī)構(gòu)投資者往往投資多家企業(yè)，注意力基礎(chǔ)觀認(rèn)為，機(jī)構(gòu)投資者抱團(tuán)后難以在多家企業(yè)間付諸平等精力，因此會將注意力投向持股比例較高的企業(yè)。因此，不同機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例對企業(yè)決策的影響也不同。

當(dāng)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例較低時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)更傾向于與管理層形成策略合謀，熱衷于追求頻繁交易下的短期熱錢，而對有利于企業(yè)長期價(jià)值增長的活動采取規(guī)避態(tài)度，阻礙企業(yè)數(shù)字化轉(zhuǎn)型。具體表現(xiàn)為：一方面由于搜集異質(zhì)性信息、建立“搶跑優(yōu)勢”的成本較高^[16]，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)會選擇與掌握企業(yè)實(shí)際運(yùn)營的管理層合作，進(jìn)行策略合謀；另一方面，達(dá)成統(tǒng)一決策需要較長的信息交換和協(xié)調(diào)過程，信息搜集和協(xié)調(diào)監(jiān)督治理成本更高^[17]。為了降低監(jiān)督成本、提高投資收益，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)會選擇與管理層策略合謀。在策略合謀的動機(jī)驅(qū)使下，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)會趨向追逐短期利益，忽視管理層監(jiān)督。在較低的監(jiān)管壓力以及模糊的行為邊界上，管理層具有較大自由量裁權(quán)^[18]，導(dǎo)致管理層也追求短期利益而非長期的數(shù)字化轉(zhuǎn)型目標(biāo)。同時(shí)，監(jiān)管缺失還導(dǎo)致投資決策出現(xiàn)非結(jié)構(gòu)性偏誤，加劇企業(yè)非效率投資，從而減少企業(yè)數(shù)字化轉(zhuǎn)型所需資本投入。

當(dāng)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例達(dá)到一定閾值時(shí)，機(jī)構(gòu)投資者擁有較強(qiáng)話語權(quán)和影響力，更看重企業(yè)長期價(jià)值，有能力對管理層施加壓力，推動企業(yè)管理層實(shí)施數(shù)字化轉(zhuǎn)型。從長期來看，數(shù)字化轉(zhuǎn)型帶來的企業(yè)價(jià)值增值高于機(jī)構(gòu)投資者抱團(tuán)與管理層策略合謀收益。因此，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)具有強(qiáng)烈的動機(jī)監(jiān)督管理層自利行為^[19]，督促企業(yè)管理層制定長期戰(zhàn)略，有序持續(xù)地推進(jìn)數(shù)字化轉(zhuǎn)型。同時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例越高，團(tuán)隊(duì)成員間信息搜索與交換成本越低，有助于提高機(jī)構(gòu)投資者網(wǎng)絡(luò)資源豐裕度和專業(yè)知識共享程度^[20]，為數(shù)字化轉(zhuǎn)型提供必要的信息和資源。具體而言，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過監(jiān)督治理和資源協(xié)同促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

（1）監(jiān)督治理效應(yīng)。企業(yè)數(shù)字化轉(zhuǎn)型兼具長期性、不確定性和復(fù)雜性，管理層為了規(guī)避數(shù)字化轉(zhuǎn)型帶來的風(fēng)險(xiǎn)，會選擇將資源投向有利于短期獲利的經(jīng)營活動，造成管理層短視行為。在此情境下，一方面，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過投票反對、罷免不稱職管理者、委派董事等方式加強(qiáng)對管理層監(jiān)督和制約，遏制管理層因追求個人私利而采取的短視行為，從而推動數(shù)字化轉(zhuǎn)型。Crane^[21]發(fā)現(xiàn)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過合作提高“用手投票”的監(jiān)督效應(yīng)。另一方面，機(jī)構(gòu)投資者通過拋售股票、降低股價(jià)，進(jìn)而影響管理層和大股東。因此，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)會增強(qiáng)機(jī)構(gòu)投資者“退出威脅”的監(jiān)督治理效應(yīng)（Hutchinson，2015），約束高管不正當(dāng)行為，弱化管理層逐利動機(jī)，從而確保管理層積極推動數(shù)字化轉(zhuǎn)型。

（2）資源協(xié)同效應(yīng)。機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)除了共同注入資金，為企業(yè)數(shù)字化轉(zhuǎn)型提供必要的資金支持外，還能借助機(jī)構(gòu)投資者廣泛的網(wǎng)絡(luò)合作關(guān)系，包括聯(lián)合技術(shù)供應(yīng)商、行業(yè)協(xié)會、研究機(jī)構(gòu)等，為企業(yè)搭建合作平臺^[22]，促進(jìn)企業(yè)與優(yōu)秀的技術(shù)供應(yīng)商、合作伙伴共同推動數(shù)字化轉(zhuǎn)型。此外，機(jī)構(gòu)投資者通常擁有豐富的專業(yè)知識和經(jīng)驗(yàn)，特別是在企業(yè)管理、戰(zhàn)略規(guī)劃和技術(shù)應(yīng)用方面。通過網(wǎng)絡(luò)抱團(tuán)，促進(jìn)機(jī)構(gòu)投資者信息交流和資源共享，提升網(wǎng)絡(luò)整體的信息和資源優(yōu)勢，從而有能力提供戰(zhàn)略指導(dǎo)和技術(shù)支持，幫助企業(yè)更好地規(guī)劃和實(shí)施數(shù)字化轉(zhuǎn)型^[23]。換而言之，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)形成的資源協(xié)同效應(yīng)可為企業(yè)數(shù)字化轉(zhuǎn)型注入新活力和新動力。

綜上所述，當(dāng)持股比例較低時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過策略合謀效應(yīng)抑制企業(yè)數(shù)字化轉(zhuǎn)型；隨著持股比例提高，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過監(jiān)督治理效應(yīng)和資源協(xié)同效應(yīng)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型?；诖耍疚奶岢鲅芯考僭O(shè)H1。

H1：隨著持股比例增加，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)先抑制后促進(jìn)的“U”型影響效應(yīng)。

機(jī)構(gòu)投資者網(wǎng)絡(luò)拓展了機(jī)構(gòu)投資者個體間的模仿、學(xué)習(xí)與交流空間。同時(shí)，投資行為相互影響，不同個體投資者在網(wǎng)絡(luò)中的位置不同，不僅意味著擁有不同聲譽(yù)和資源，而且代表通過社會網(wǎng)絡(luò)獲取、傳遞信息和資源的能力不同^[24]。機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性是指某個機(jī)構(gòu)投資者在網(wǎng)絡(luò)中與其它節(jié)點(diǎn)的連接程度以及對其它節(jié)點(diǎn)的影響力。已有研究證明，中心性較高的機(jī)構(gòu)投資者在網(wǎng)絡(luò)結(jié)構(gòu)中占據(jù)大量結(jié)構(gòu)洞優(yōu)勢，在網(wǎng)絡(luò)中擁有更多聯(lián)系和資源^[25]，通常扮演信息輸送者角色，因此有能力通過投資網(wǎng)絡(luò)向其他個體傳遞信息，加快信息擴(kuò)散。中心性較高的機(jī)構(gòu)投資者會對整個網(wǎng)絡(luò)產(chǎn)生較大影響力，并被其他節(jié)點(diǎn)投資者模仿和跟隨。根據(jù)前文論述，當(dāng)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例較低時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)傾向與管理層形成“策略合謀”。此時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性會加劇核心機(jī)構(gòu)投資者利用位置優(yōu)勢引誘其它投資者抱團(tuán)逐利，進(jìn)而顯著抑制數(shù)字化轉(zhuǎn)型。當(dāng)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例達(dá)到一定閾值時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)具有監(jiān)督治理和資源協(xié)同效應(yīng)，這是因?yàn)樘幱谳^高中心性位置的機(jī)構(gòu)投資者會通過構(gòu)建“領(lǐng)導(dǎo)—跟隨”信息機(jī)制^[26]，加強(qiáng)與網(wǎng)絡(luò)中其他機(jī)構(gòu)投資者的聯(lián)結(jié)和溝通，凝聚治理合力，增強(qiáng)監(jiān)督治理效應(yīng)和資源協(xié)同效應(yīng)，對數(shù)字化轉(zhuǎn)型的促進(jìn)效應(yīng)也更顯著?；诖?，本文提出研究假設(shè)H2。

H2：機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性會強(qiáng)化機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的 “U”型影響。

2 研究設(shè)計(jì)

2.1 樣本選取與數(shù)據(jù)來源

本文選取2010-2022年滬深A(yù)股上市公司為研究樣本，并從以下方面篩選數(shù)據(jù)：①刪除金融類上市公司；②刪除ST、PT類上市公司；③刪除數(shù)據(jù)缺失嚴(yán)重樣本；④對連續(xù)變量進(jìn)行上下1%分位數(shù)上的縮尾處理。本文中機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)以及機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性采用社會網(wǎng)絡(luò)分析法獲取數(shù)據(jù)，數(shù)字化轉(zhuǎn)型數(shù)據(jù)采用Python技術(shù)進(jìn)行爬取并計(jì)算，其它數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

2.2 變量測量

2.2.1 因變量：機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)

本文借鑒吳曉暉^[25]的研究，具體測算步驟如下：首先，以兩個機(jī)構(gòu)投資者共同持有某家企業(yè)股份的比例大于等于5%為標(biāo)準(zhǔn)，構(gòu)建機(jī)構(gòu)投資者網(wǎng)絡(luò)，并以兩兩鄰接矩陣作為提取機(jī)構(gòu)投資者團(tuán)體的基礎(chǔ)。其次，運(yùn)用Python中的Louvian算法提取機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體，接著計(jì)算這些團(tuán)體在某家企業(yè)中的持股比例。最后，將某家公司的所有機(jī)構(gòu)投資者團(tuán)體持股比例進(jìn)行加總并除以本企業(yè)所有流通股股份，得到機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)水平。

2.2.2 自變量：企業(yè)數(shù)字化轉(zhuǎn)型

已有文獻(xiàn)從軟硬件信息設(shè)備投資率^[27]、數(shù)字技術(shù)應(yīng)用的關(guān)鍵詞頻等角度衡量數(shù)字化轉(zhuǎn)型^[28]。現(xiàn)有研究關(guān)于數(shù)字化轉(zhuǎn)型的衡量方式相對單一，本文認(rèn)為企業(yè)數(shù)字化轉(zhuǎn)型不僅是數(shù)字資產(chǎn)的賬面體現(xiàn)，而且是戰(zhàn)略制定層面的響應(yīng)。因此，本文參考范合君^[29]的研究，采用熵權(quán)法從數(shù)字化資產(chǎn)和數(shù)字化戰(zhàn)略兩方面衡量數(shù)字化轉(zhuǎn)型。其中，關(guān)于數(shù)字化資產(chǎn)，本文通過對企業(yè)財(cái)務(wù)報(bào)告附錄中披露的無形資產(chǎn)進(jìn)行識別，若無形資產(chǎn)中出現(xiàn)有關(guān)數(shù)字化詞匯，則將該無形資產(chǎn)視為數(shù)字化無形資產(chǎn)，并以企業(yè)所有數(shù)字化無形資產(chǎn)之和占企業(yè)無形資產(chǎn)的比例衡量；關(guān)于數(shù)字化戰(zhàn)略，企業(yè)數(shù)字化轉(zhuǎn)型決策權(quán)在于管理層，并反映在企業(yè)年報(bào)中“管理層分析與討論”部分，因此首先借鑒袁淳^[30]和吳非（2021）的研究，構(gòu)建數(shù)字化轉(zhuǎn)型相關(guān)詞匯詞典，其次利用Python技術(shù)對“管理層分析與討論”中有關(guān)數(shù)字化轉(zhuǎn)型詞匯進(jìn)行抓取并進(jìn)行加總，以數(shù)字化轉(zhuǎn)型相關(guān)詞頻出現(xiàn)的總頻次占該部分字符總長度的比例作為衡量方式。

2.2.3 調(diào)節(jié)變量：機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性

在前文識別機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體的基礎(chǔ)上，借鑒吳曉暉^[25]的研究，利用Pajek軟件的社會網(wǎng)絡(luò)分析技術(shù)計(jì)算機(jī)構(gòu)投資者網(wǎng)絡(luò)中心度。具體計(jì)算方法采用式（1）。

Degree=∑Nj=1xij/（N－1）（1）

其中，∑Nj=1xij表示機(jī)構(gòu)投資者i通過網(wǎng)絡(luò)與其他機(jī)構(gòu)投資者相連接的節(jié)點(diǎn)數(shù)量，N表示整個網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)量。

2.2.4 控制變量

本文的控制變量為企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、資產(chǎn)利潤率（ROA）、兩職合一（Dual）、董事會規(guī)模（Board）、股權(quán)制衡度（Balance）、公司上市年限（FirmAge）。變量具體測量方式如表1所示。

2.3 模型設(shè)定

基于上述分析，構(gòu)建回歸模型如式（2）（3）所示。

Digi，t=0+1INSTi，t+2INST2i，t+3∑Controlsi，t+∑Year+∑Industry+εi，t （2）

Digi，t=0+1INSTi，t+2INST2i，t+3INSTi，t*Degree+4INST2i，t*Degree+5Degree+6∑Controlsi，t+∑Year+∑Industry+εi，t（3）

其中，模型（2）為基準(zhǔn)回歸檢驗(yàn)結(jié)果，模型（3）為調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果。Dig表示企業(yè)數(shù)字化發(fā)展，INST表示機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)，2表示機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型的非線性影響，Controls表示所有控制變量，Year和Industry分別表示年份與行業(yè)固定效應(yīng)，SymboleA@表示殘差項(xiàng)。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)

本文的描述性統(tǒng)計(jì)結(jié)果如表2所示，數(shù)據(jù)顯示，數(shù)字化轉(zhuǎn)型（Dig）的最大值為87.28，最小值為0.213，均值為11.66，標(biāo)準(zhǔn)差為18.53，由此可見不同企業(yè)數(shù)字化轉(zhuǎn)型程度存在較大差異。機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)（INST）的最大值為11.18，最小值為4.078，均值為7.685，中位數(shù)為7.610，均值大于中位數(shù)，表明大多數(shù)企業(yè)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例較低。其它變量描述性統(tǒng)計(jì)結(jié)果與現(xiàn)有文獻(xiàn)吻合，不再贅述。

3.2 基本回歸分析

本文基準(zhǔn)回歸檢驗(yàn)結(jié)果如表3所示，列（1）（2）（3）分別表示模型（2）在不加入控制變量、加入行業(yè)和年份固定效應(yīng)以外的控制變量、加入所有控制變量的回歸結(jié)果。數(shù)據(jù)顯示，INST的回歸系數(shù)都在1%水平上顯著為負(fù)，INST平方項(xiàng)的回歸系數(shù)在1%水平上也顯著為正，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響結(jié)果呈U型變化。圖1為機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的U型治理效應(yīng)趨勢圖。由圖可知，當(dāng)持股比例低于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)抑制企業(yè)數(shù)字化轉(zhuǎn)型；當(dāng)持股比例高于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

3.3 穩(wěn)健性檢驗(yàn)

3.3.1 不同持股閾值檢驗(yàn)

為了進(jìn)一步驗(yàn)證研究結(jié)果的穩(wěn)健性，本文將樣本按照拐點(diǎn)數(shù)值的8.5%分為兩組，以檢驗(yàn)不同持股區(qū)間機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響，結(jié)果如表4所示。數(shù)據(jù)顯示，在持股比例低于拐點(diǎn)8.5%的樣本中，INST對Dig的回歸系數(shù)為-0.085，在1%的水平上顯著為負(fù)；在持股比例高于拐點(diǎn)8.5%的樣本中，INST對Dig的回歸系數(shù)為0.059，在1%的水平上顯著為正。研究結(jié)果再次證明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響呈現(xiàn)先下降后上升的“U”型變化，即研究假設(shè)H1成立。

3.3.2 非線性影響檢驗(yàn)

當(dāng)樣本數(shù)據(jù)呈現(xiàn)單調(diào)凸或單調(diào)凹特征時(shí)，模型估計(jì)也會產(chǎn)生極值點(diǎn)和呈現(xiàn)非線性影響，導(dǎo)致INST的二次項(xiàng)也會顯著。為了彌補(bǔ)僅依靠二次項(xiàng)就判斷非線性關(guān)系的不足，本文借鑒Lind amp; Mehlum^[31]的研究，采用U-test方法驗(yàn)證機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的非線性影響。表5為U-test檢驗(yàn)結(jié)果，數(shù)據(jù)顯示，拐點(diǎn)值為8.5%，Slope先負(fù)后正的變化驗(yàn)證存在“U”型變化趨勢，P值在1%的水平上拒絕原假設(shè)。因此，該檢驗(yàn)結(jié)果進(jìn)一步支持機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型具有非線性影響。

3.3.3 工具變量法

由于數(shù)字化轉(zhuǎn)型也可能影響機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)，進(jìn)而產(chǎn)生反向因果問題，因此本文采用工具變量法進(jìn)行檢驗(yàn)。采用的工具變量為同行業(yè)同年份其它企業(yè)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)均值，研究結(jié)果如表6列（1）所示。數(shù)據(jù)顯示，INST系數(shù)在1%水平上顯著為負(fù)，INST平方項(xiàng)系數(shù)在1%水平上顯著為正，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型存在“U”型影響效應(yīng)的結(jié)論依舊成立。

3.3.4 Heckman兩階段法

本文采用Heckman兩階段法緩解樣本選擇偏差對回歸結(jié)果的估計(jì)。以Dig的虛擬變量為因變量，并加入所有控制變量進(jìn)行Probit回歸，估算逆米爾斯比率（imr）。接著將逆米爾斯比率加入模型（2）進(jìn)行回歸，檢驗(yàn)結(jié)果如表6列（2）所示?？梢园l(fā)現(xiàn)，imr系數(shù)顯著，表明存在自選擇問題；INST系數(shù)在1%水平上顯著為負(fù)，INST平方項(xiàng)系數(shù)在1%水平上顯著為正，說明本文研究結(jié)論穩(wěn)健。

3.3.5 傾向得分匹配法

本文采用PSM方法以緩解自選擇偏差帶來的內(nèi)生性問題。選取企業(yè)規(guī)模、資產(chǎn)負(fù)債率等特征變量作為協(xié)變量進(jìn)行1∶1的最近鄰匹配，采用匹配后的樣本對模型（2）重新檢驗(yàn)，檢驗(yàn)結(jié)果如表6列（3）所示。可以發(fā)現(xiàn)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型具有“U”型影響，與主假設(shè)的研究結(jié)論一致。

3.3.6 更換變量法

本文分別采用數(shù)字化資產(chǎn)和數(shù)字化戰(zhàn)略作為因變量，再次進(jìn)行回歸，結(jié)果如表7列（1）（2）所示。可以發(fā)現(xiàn)，INST與INST平方項(xiàng)系數(shù)表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型具有“U”型影響效應(yīng)，與主假設(shè)的結(jié)論一致。

3.3.7 刪除部分樣本

我國不同城市的數(shù)字化發(fā)展程度差異較大，因此本文刪除北京、上海、廣州、深圳、杭州等數(shù)字化程度較高城市企業(yè)樣本進(jìn)行重新回歸，檢驗(yàn)結(jié)果如表7列（3）所示?？梢园l(fā)現(xiàn)，刪除數(shù)字化發(fā)展程度較高城市企業(yè)后，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的“U”型影響效應(yīng)依舊顯著。由于國有機(jī)構(gòu)投資者是具有國資背景的特殊機(jī)構(gòu)，可能對回歸結(jié)果產(chǎn)生一定影響，因此本文剔除國有機(jī)構(gòu)投資者，再次檢驗(yàn)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響，檢驗(yàn)結(jié)果表7列（4）所示?？梢园l(fā)現(xiàn)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型仍然具有“U”型影響效應(yīng)，表明本文研究結(jié)論具有穩(wěn)健性。

3.3.8 縮小區(qū)間

2015年國務(wù)院頒布《促進(jìn)大數(shù)據(jù)發(fā)展行動綱要》，數(shù)字化進(jìn)入蓬勃發(fā)展時(shí)期。因此，本文將樣本區(qū)間縮小至2015-2022年，以檢驗(yàn)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。檢驗(yàn)結(jié)果如表7列（5）所示，可以發(fā)現(xiàn)，縮小樣本區(qū)間后機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的“U”型影響效應(yīng)沒有發(fā)生改變，即本文研究結(jié)論穩(wěn)健。

3.4 調(diào)節(jié)效應(yīng)分析

前文分析了機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性會強(qiáng)化機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)與數(shù)字化轉(zhuǎn)型的“U”型關(guān)系，為了驗(yàn)證該效應(yīng)，本文對模型（3）進(jìn)行回歸檢驗(yàn)，檢驗(yàn)結(jié)果如表8所示?？梢园l(fā)現(xiàn)，INST系數(shù)顯著為正，INST平方項(xiàng)與 Degree的乘積項(xiàng)系數(shù)也顯著為正，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性增強(qiáng)“U”型影響效應(yīng)，即研究假設(shè)H2成立，據(jù)此繪制“U”型關(guān)系調(diào)節(jié)效應(yīng)圖，如圖2所示。其中，實(shí)線表示調(diào)節(jié)效應(yīng)前，虛線表示加入調(diào)節(jié)效應(yīng)后。從圖中發(fā)現(xiàn)，當(dāng)拐點(diǎn)左移時(shí)，虛線變得更加陡峭，因此機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性會強(qiáng)化機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對數(shù)字化轉(zhuǎn)型的“U”型影響效應(yīng)。

3.5 機(jī)制檢驗(yàn)

為了進(jìn)一步考察策略合謀效應(yīng)、監(jiān)督治理效應(yīng)以及資源協(xié)同效應(yīng)在“U”型關(guān)系中的傳導(dǎo)機(jī)制，本文借鑒丁黎黎^[32]的研究，將樣本按照拐點(diǎn)值分為抑制區(qū)間和促進(jìn)區(qū)間，分別檢驗(yàn)不同效應(yīng)下促進(jìn)“U”型關(guān)系形成的作用機(jī)制。本文采用逐步回歸法檢驗(yàn)中介機(jī)制。

3.5.1 策略合謀效應(yīng)

當(dāng)持股比例較低時(shí)，機(jī)構(gòu)投資者的管理監(jiān)督成本較高，管理層易滋生自利空間，提高代理成本，導(dǎo)致出現(xiàn)策略合謀。據(jù)此，本文采用管理費(fèi)用率（Fee）刻畫管理層自利行為。表9為機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)策略合謀效應(yīng)的檢驗(yàn)結(jié)果。列（1）顯示INST系數(shù)在1%水平上顯著為正，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)會提高管理費(fèi)率，加劇管理層自利行為。列（2）顯示INST系數(shù)在1%水平上顯著為正， Fee系數(shù)在1%水平上顯著為負(fù)，說明當(dāng)持股比例較低時(shí)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)傾向與管理層策略合謀，進(jìn)而抑制企業(yè)數(shù)字化轉(zhuǎn)型。

3.5.2 監(jiān)督治理效應(yīng)

當(dāng)持股比例較高時(shí)，由于從長遠(yuǎn)來看企業(yè)價(jià)值增長高于機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)與管理層的合謀收益，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)的監(jiān)督治理效應(yīng)更顯著。本文構(gòu)建退出威脅指標(biāo)刻畫機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)的監(jiān)督治理效應(yīng)。參考陳作華^[33]的研究，退出威脅（ET）指標(biāo)構(gòu)建采用股票流動性和機(jī)構(gòu)投資者競爭程度的乘積衡量。該指標(biāo)能較好地體現(xiàn)不同企業(yè)、不同年份外部股東退出的威脅程度，具體計(jì)算如式（4）所示。

ETi，t=Liquidityi，t*Competitioni，t（4）

其中，ET代表退出威脅，Liquidity代表股票流動性，采用企業(yè)每年流通股日均換手率衡量，Competition代表機(jī)構(gòu)投資者競爭程度，采用赫芬達(dá)爾指數(shù)測算。具體計(jì)算如式（5）所示

Competitioni，t=－1*∑Nk=1（Sharek，i，tSharei，t）2（5）

其中，Sharek，i，t表示機(jī)構(gòu)投資者k在第t年持有企業(yè)i的流通股比例，Sharei，t表示機(jī)構(gòu)投資者在第t年持有企業(yè)i的所有股份比例之和。持股比例的平方和越大，表明機(jī)構(gòu)投資者的集中程度越高，機(jī)構(gòu)投資者競爭程度越低。相反，則表明機(jī)構(gòu)投資者競爭程度越高。

表10為機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)監(jiān)督治理效應(yīng)檢驗(yàn)結(jié)果。列（1）顯示，INST系數(shù)在5%水平上顯著為正，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過提高退出威脅程度顯著增強(qiáng)監(jiān)督治理效應(yīng)。列（2）顯示，INST系數(shù)在1%水平上也顯著為正， ET系數(shù)在1%水平上顯著為正，說明當(dāng)持股比例較高時(shí)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過退出威脅加強(qiáng)對管理層的監(jiān)督治理，從而促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

3.5.3 資源協(xié)同效應(yīng)

當(dāng)持股比例較高時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)依靠廣泛的合作伙伴關(guān)系，擁有豐富的信息和資源。本文通過分析師預(yù)測分歧度（Information）刻畫企業(yè)信息資源獲取水平，具體衡量方式為分析師每股收益預(yù)測的標(biāo)準(zhǔn)差與企業(yè)年末實(shí)際每股收益的絕對值之比。分析師預(yù)測分歧度越低，表明企業(yè)從市場上獲取的信息越豐富。表10為機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)資源協(xié)同效應(yīng)檢驗(yàn)結(jié)果。列（3）顯示，INST系數(shù)在1%水平上顯著為負(fù)，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)提高了信息資源獲取能力。列（4）顯示，INST系數(shù)在1%水平上顯著為正， Information系數(shù)在1%水平上顯著為負(fù)，說明當(dāng)持股比例較高時(shí)機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)通過提供豐富的信息資源，加快數(shù)字化轉(zhuǎn)型。

3.6 異質(zhì)性分析

3.6.1 機(jī)構(gòu)投資者團(tuán)體差異

機(jī)構(gòu)投資者抱團(tuán)后形成一致行動主體，但由于機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體類型不同，可能對企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生差異化影響。為解答這一問題，本文參考焦明明^[34]的研究，將機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體分為交易型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體和穩(wěn)定型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體。其中，交易型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體傾向于短期持股，追求企業(yè)短期利益；穩(wěn)定型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體傾向于長期持股，追求企業(yè)長期價(jià)值。

表11的檢驗(yàn)結(jié)果顯示，穩(wěn)定型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體持股的INST系數(shù)為-0.014，在1%水平上顯著為負(fù)，INST平方項(xiàng)的系數(shù)為0.006，在1%水平上顯著為正，說明穩(wěn)定型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體持股對企業(yè)數(shù)字化轉(zhuǎn)型具有“U”型影響；而交易型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體持股的INST和INST平方項(xiàng)系數(shù)都不顯著，表明穩(wěn)定型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體對企業(yè)數(shù)字化轉(zhuǎn)型具有明顯的治理效應(yīng)，而交易型機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體因短視主義更關(guān)注股票溢價(jià)帶來的短期收益，而不是企業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)投入。

3.6.2 企業(yè)類型差異

不同行業(yè)之間的要素投入具有很大差異，對數(shù)據(jù)要素、數(shù)字技術(shù)的應(yīng)用要求也不同。機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)是否對不同類型企業(yè)數(shù)字化轉(zhuǎn)型存在差異化影響？為回答這一問題，本文將樣本按照行業(yè)要素投入密集程度，分為勞動密集型企業(yè)、資本密集型企業(yè)、技術(shù)密集型企業(yè)。表12檢驗(yàn)結(jié)果顯示，勞動密集型企業(yè)和資本密集型企業(yè)中INST系數(shù)分別為-0.101、-0.057，都在1%水平上顯著為負(fù)，INST平方項(xiàng)的系數(shù)分別為0.006、0.004，都在1%水平上顯著為正；而技術(shù)密集型企業(yè)中INST和INST平方項(xiàng)系數(shù)不顯著，表明機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股勞動密集型企業(yè)和資本密集型企業(yè)對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著的治理效應(yīng)。

3.6.3 信息環(huán)境差異

企業(yè)信息環(huán)境直接影響企業(yè)競爭力、透明度和發(fā)展?jié)摿?。本文采用企業(yè)信息披露質(zhì)量衡量企業(yè)所處信息環(huán)境。依據(jù)證券交易所對上市公司披露質(zhì)量的評級，由高到低依次為“優(yōu)秀”“良好”“及格”“不及格”，分別賦值為4、3、2和1。表13檢驗(yàn)結(jié)果顯示，當(dāng)企業(yè)信息披露質(zhì)量在及格及以上水平時(shí)，INST系數(shù)分別為-0.073、-0.081、-0.100，都在1%水平上顯著為負(fù)，INST平方項(xiàng)系數(shù)分別為0.004、0.005、0.006，都在1%水平上顯著為正；而當(dāng)企業(yè)信息披露質(zhì)量在及格以下水平時(shí)，INST和INST平方項(xiàng)系數(shù)都不顯著，表明企業(yè)所處信息環(huán)境較佳時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著治理效應(yīng)。當(dāng)企業(yè)所處信息環(huán)境欠佳時(shí)，機(jī)構(gòu)投資者因無法全面了解企業(yè)狀況和發(fā)展戰(zhàn)略，難以作出明智的投資決策和企業(yè)數(shù)字化轉(zhuǎn)型策略，從而負(fù)面影響企業(yè)數(shù)字化轉(zhuǎn)型。

4 結(jié)論及建議

4.1 研究結(jié)論

本文基于社會網(wǎng)絡(luò)理論和注意力基礎(chǔ)觀，選取2010-2022年滬深A(yù)股上市公司為研究樣本，系統(tǒng)論證機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的影響。研究發(fā)現(xiàn)：

（1）隨著持股比例增加，基于機(jī)構(gòu)投資網(wǎng)絡(luò)形成的“抱團(tuán)”對企業(yè)數(shù)字化轉(zhuǎn)型呈現(xiàn)出“U”型作用特征。當(dāng)持股比例低于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)因信息搜集以及監(jiān)督治理成本較高，更傾向于與管理層形成策略合謀，熱衷于追求短期利益，進(jìn)而減少企業(yè)數(shù)字化轉(zhuǎn)型投入。當(dāng)持股比例高于8.5%時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)因信息搜索與交換成本較低，有助于加強(qiáng)企業(yè)監(jiān)督治理，同時(shí)，提高機(jī)構(gòu)投資者網(wǎng)絡(luò)資源和專業(yè)知識共享程度，促進(jìn)企業(yè)資源協(xié)同，為數(shù)字化轉(zhuǎn)型提供必要的信息和資源支持，從而有助于推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型。

（2）機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性通過在網(wǎng)絡(luò)結(jié)構(gòu)中占據(jù)大量結(jié)構(gòu)洞優(yōu)勢，依托投資網(wǎng)絡(luò)向其他個體傳遞信息，加快信息擴(kuò)散速度，強(qiáng)化機(jī)構(gòu)投資者網(wǎng)絡(luò)與企業(yè)數(shù)字化轉(zhuǎn)型的“U”型關(guān)系。

（3）機(jī)構(gòu)投資者團(tuán)體類別、企業(yè)類型以及信息環(huán)境完善度影響機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型的治理效應(yīng)。相比于交易型機(jī)構(gòu)投資者，穩(wěn)定型機(jī)構(gòu)投資者傾向于長期持股，追求長遠(yuǎn)價(jià)值，對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著治理效應(yīng)；技術(shù)密集型企業(yè)具有較強(qiáng)的競爭實(shí)力、較高研發(fā)水平、豐富的數(shù)字化資源，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)所具有的資源優(yōu)勢對企業(yè)數(shù)字化轉(zhuǎn)型帶來的邊際效應(yīng)較小，而勞動密集型企業(yè)和資本密集型企業(yè)對數(shù)字化轉(zhuǎn)型更為敏感，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)能在勞動密集型企業(yè)和資本密集型企業(yè)數(shù)字化轉(zhuǎn)型決策中發(fā)揮關(guān)鍵作用，顯著影響企業(yè)數(shù)字化轉(zhuǎn)型；當(dāng)企業(yè)所處信息環(huán)境較佳時(shí)，機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對企業(yè)數(shù)字化轉(zhuǎn)型具有顯著治理效應(yīng)，當(dāng)企業(yè)所處信息環(huán)境欠佳時(shí)，機(jī)構(gòu)投資者無法全面了解企業(yè)狀況和發(fā)展戰(zhàn)略，難以作出明智的投資決策以及企業(yè)數(shù)字化轉(zhuǎn)型策略，從而負(fù)面影響數(shù)字化轉(zhuǎn)型。

4.2 政策建議

傳統(tǒng)研究將機(jī)構(gòu)投資者視為獨(dú)立個體，隨著研究深入和社會網(wǎng)絡(luò)技術(shù)進(jìn)步，越來越多的學(xué)者關(guān)注到機(jī)構(gòu)投資者通過持股網(wǎng)絡(luò)影響企業(yè)行為，這不僅給上市公司戰(zhàn)略決策提供新思路，也給機(jī)構(gòu)投資者行動和決策帶來新啟發(fā)，還能為政府制定相關(guān)政策提供方向。具體而言，本文研究獲得以下政策啟示：

（1）上市公司層面，要理性看待機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)現(xiàn)象，重視機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)力量。在機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例較低時(shí)，企業(yè)應(yīng)完善治理結(jié)構(gòu)，具體包括建立有效的董事會、監(jiān)事會和優(yōu)化管理層，減少管理層短視行為和自利行為，注重企業(yè)長遠(yuǎn)發(fā)展。隨著機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)持股比例提高，企業(yè)應(yīng)加強(qiáng)與機(jī)構(gòu)投資者的溝通和關(guān)系管理，營造良好投資合作關(guān)系，分享企業(yè)戰(zhàn)略規(guī)劃和目標(biāo)，確保投資者對企業(yè)未來發(fā)展方向和規(guī)劃有清晰的認(rèn)識，從而獲取更多資源和支持，加速企業(yè)數(shù)字化轉(zhuǎn)型。此外，企業(yè)要創(chuàng)造開放、透明、可信的信息環(huán)境，可以通過定期披露發(fā)展進(jìn)程、實(shí)施步驟和相關(guān)財(cái)務(wù)和運(yùn)營數(shù)據(jù)增加公司信息透明度，或定期舉辦投資者電話會議、網(wǎng)絡(luò)研討會或面對面的投資者見面會，及時(shí)更新信息，避免信息滯后，以贏得機(jī)構(gòu)投資者關(guān)注和信任，為數(shù)字化轉(zhuǎn)型提供堅(jiān)實(shí)基礎(chǔ)。

（2）機(jī)構(gòu)投資者層面，要充分利用好投資網(wǎng)絡(luò)資源，注重與網(wǎng)絡(luò)中其它機(jī)構(gòu)投資者的緊密互動，選擇具有位置優(yōu)勢的結(jié)構(gòu)洞嵌入網(wǎng)絡(luò)，提高影響力?；蛲ㄟ^與網(wǎng)絡(luò)成員的溝通、交流與合作，構(gòu)建具有一定規(guī)模的網(wǎng)絡(luò)團(tuán)體，從而積極參與企業(yè)數(shù)字化轉(zhuǎn)型。首先，機(jī)構(gòu)投資者應(yīng)與企業(yè)管理層共同制定長遠(yuǎn)的數(shù)字化轉(zhuǎn)型戰(zhàn)略，持續(xù)跟蹤、評估執(zhí)行情況，確保戰(zhàn)略目標(biāo)實(shí)現(xiàn)，并及時(shí)調(diào)整策略以適應(yīng)市場變化。其次，機(jī)構(gòu)投資者應(yīng)以長期視角和價(jià)值投資理念為導(dǎo)向，注重企業(yè)創(chuàng)新能力和長期增長潛力，而非短期利潤，從而推動企業(yè)不斷提升數(shù)字化轉(zhuǎn)型質(zhì)量和效率。另外，機(jī)構(gòu)投資者可以通過積極參與企業(yè)治理，監(jiān)督企業(yè)管理層決策和執(zhí)行，加強(qiáng)內(nèi)部控制和風(fēng)險(xiǎn)管理，確保企業(yè)決策科學(xué)性和透明度，從而促進(jìn)企業(yè)可持續(xù)發(fā)展。最后，機(jī)構(gòu)投資者應(yīng)鼓勵企業(yè)加強(qiáng)信息披露，提高透明度，及時(shí)向投資者公布數(shù)字化轉(zhuǎn)型進(jìn)展和成果，以增強(qiáng)投資者信心、提升市場認(rèn)可度。

（3）政府層面，通過政策優(yōu)惠、程序簡化等方式鼓勵更多機(jī)構(gòu)投資者參與投資，擴(kuò)大投資規(guī)模與融資渠道，從而提高市場活力和效率。監(jiān)管層可以通過制定相關(guān)規(guī)定，規(guī)范機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)行為，要求機(jī)構(gòu)投資者及時(shí)披露網(wǎng)絡(luò)抱團(tuán)信息，包括持股比例、投資策略等，增強(qiáng)市場透明度，嚴(yán)厲打擊機(jī)構(gòu)投資者與被投資企業(yè)之間的合謀行為，例如市場操縱、內(nèi)幕交易等違法行為，維護(hù)市場公平和秩序。另外，針對機(jī)構(gòu)投資者網(wǎng)絡(luò)抱團(tuán)對勞動密集型企業(yè)和資本密集型企業(yè)數(shù)字化轉(zhuǎn)型的差異化治理效應(yīng)，政府和監(jiān)管層可以通過教育宣傳、政策引導(dǎo)等方式，提供稅收優(yōu)惠、投資回報(bào)保障等激勵措施，引導(dǎo)機(jī)構(gòu)投資者樹立長期投資和價(jià)值投資理念，通過倡導(dǎo)可持續(xù)發(fā)展和長期價(jià)值，支持勞動密集型企業(yè)和資本密集型企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型，避免短期利益導(dǎo)向和投機(jī)行為，朝著有利于企業(yè)數(shù)字化轉(zhuǎn)型和市場發(fā)展的方向發(fā)展。同時(shí)，建立信息共享平臺，發(fā)布關(guān)于數(shù)字化轉(zhuǎn)型的最佳實(shí)踐、成功案例和市場趨勢，幫助機(jī)構(gòu)投資者了解數(shù)字化轉(zhuǎn)型意義、潛在收益及實(shí)施路徑，提升其在決策中的數(shù)字化敏感性，幫助機(jī)構(gòu)投資者在不同企業(yè)類型中作出更具針對性的投資決策。

4.3 研究局限與展望

首先，本文從機(jī)構(gòu)投資者共同持股這一關(guān)系識別網(wǎng)絡(luò)結(jié)構(gòu)，但是股權(quán)關(guān)聯(lián)僅是機(jī)構(gòu)投資者形成網(wǎng)絡(luò)抱團(tuán)的一條路徑，機(jī)構(gòu)投資者也可能基于地域關(guān)聯(lián)、社會關(guān)聯(lián)、銀行交易等途徑形成抱團(tuán)，未來研究可考慮從不同途徑構(gòu)建機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體。其次，本文從數(shù)字資產(chǎn)和數(shù)字戰(zhàn)略兩方面構(gòu)建數(shù)字化轉(zhuǎn)型測度指標(biāo)，但是未能更細(xì)致地刻畫數(shù)字化轉(zhuǎn)型程度，數(shù)字化轉(zhuǎn)型是對企業(yè)生產(chǎn)過程、商業(yè)模式、管理結(jié)構(gòu)的顛覆性變革，滲透于企業(yè)供應(yīng)鏈、價(jià)值鏈、創(chuàng)新鏈等多個環(huán)節(jié)，未來研究可從企業(yè)運(yùn)轉(zhuǎn)的多個流程考察數(shù)字化轉(zhuǎn)型廣度和深度，構(gòu)建更完善的數(shù)字化轉(zhuǎn)型體系。

參考文獻(xiàn)：

[1] 陳懷超，劉柏君，梁晨，等.數(shù)字化轉(zhuǎn)型、失敗學(xué)習(xí)與制度資本對企業(yè)數(shù)字化創(chuàng)新影響的組態(tài)研究[J].科技進(jìn)步與對策，2024，41（15）：65-73.

[2] 張仁杰.增值稅留抵退稅影響企業(yè)數(shù)字化轉(zhuǎn)型的路徑研究[J].科研管理，2024，45（4）：138-146.

[3] 衛(wèi)銘，趙謙亨，王文慧.數(shù)字化轉(zhuǎn)型與企業(yè)競爭力：基于信息披露模式的影響[J].經(jīng)濟(jì)問題，2024，46（5）：33-42.

[4] 孫蘭蘭，鐘琴.數(shù)字化轉(zhuǎn)型與企業(yè)營運(yùn)資金動態(tài)調(diào)整[J].統(tǒng)計(jì)與信息論壇，2024，39（5）：90-103.

[5] 劉斯琴，祁懷錦，劉艷霞.碳中和目標(biāo)下的機(jī)構(gòu)投資者持股偏好研究——來自綠色債券的證據(jù)[J].證券市場導(dǎo)報(bào)，2024，34（4）：67-79.

[6] 張?jiān)?，呂纖，韓云.機(jī)構(gòu)投資者驅(qū)動企業(yè)綠色治理：監(jiān)督效應(yīng)與內(nèi)在機(jī)理[J].管理世界，2024，40（4）：197-221.

[7] 侯粲然，劉歡，鄧路.機(jī)構(gòu)投資者交叉持股與企業(yè)違約風(fēng)險(xiǎn)[J].南開管理評論，2023，26（6）：104-117.

[8] 譚紅陽，劉金蓮，李志軍，等.機(jī)構(gòu)投資者持股對企業(yè)新質(zhì)生產(chǎn)力的影響[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，40（8）：56-71.

[9] ABRAMOVA I， CORE J E， SUTHERLAND A. Institutional investor attention and firm disclosure[J]. The Accounting Review， 2020，95（6）： 1-21.

[10] HUTCHINSON M， SEAMER M，" CHAPPLE L E. Institutional investors， risk/performance and corporate governance[J]. The International Journal of Accounting， 2015，50（1）： 31-52.

[11] 陳曉珊，劉洪鐸.機(jī)構(gòu)投資者持股、高管超額薪酬與公司治理[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019，34（2）：46-59.

[12] 王壘，沙一凡，康旺霖.同心協(xié)力抑或明爭暗斗：機(jī)構(gòu)投資者抱團(tuán)與大股東掏空行為[J].金融評論，2022，14（6）：37-57，122-123.

[13] 郭曉冬，王攀，吳曉暉.機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體與公司非效率投資[J].世界經(jīng)濟(jì)，2020，43（4）：169-192.

[14] LI F，" JIANG Y. Institutional investor networks and crash risk：evidence from China[J]. Finance Research Letters， 2022，47： 102627.

[15] GONG X L，" LIU J. Institutional investor information network， analyst forecasting and stock price crash risk[J]. Research in International Business and Finance，2023，65：101942.

[16] 何瑛，馬珂.機(jī)構(gòu)投資者網(wǎng)絡(luò)與股價(jià)同步性[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2020，40（3）：35-52.

[17] YANG B， GUO C，" FAN Y." Institutional investor networks and ESG performance：evidence from China[J]. Emerging Markets Finance and Trade， 2024，60（1）：113-137.

[18] 范海峰，郭葆春.異質(zhì)機(jī)構(gòu)投資者退出威脅對公司創(chuàng)新效率的影響[J].科技進(jìn)步與對策，2023，40（21）：77-87.

[19] 王春峰，李彤，姚守宇，等.抱團(tuán)取暖：基金團(tuán)體與季末股價(jià)拉升[J].系統(tǒng)管理學(xué)報(bào)，2024，33（4）：1025-1042.

[20] 王璟，陳勝藍(lán).共同機(jī)構(gòu)投資者對管理者短視的影響研究[J].管理學(xué)報(bào)，2024，21（4）：626-632.

[21] CRANE A D， KOCH A，" MICHENAUD S." Institutional investor cliques and governance[J]. Journal of Financial Economics， 2019，133（1）： 175-197.

[22] 何威風(fēng)，李麗.共同機(jī)構(gòu)投資者會影響公司股份回購嗎[J].科學(xué)決策，2024，31（2）：1-21.

[23] LIU G， YI H，" YU C P. Shareholding network of institutional investors and the information efficiency of capital market： evidence from China[J]. SAGE Open， 2023，13（4）： 21582440231210080.

[24] 王典，薛宏剛.機(jī)構(gòu)投資者網(wǎng)絡(luò)加劇還是抑制了公司特質(zhì)風(fēng)險(xiǎn)[J].金融經(jīng)濟(jì)學(xué)研究，2018，33（5）：71-81.

[25] 吳曉暉，郭曉冬，喬政.機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性與股票市場信息效率[J].經(jīng)濟(jì)管理，2020，42（6）：153-171.

[26] HU X， CANG Y， REN L， et al. Fund network centrality， hard-to-value portfolio， and investment performance[J]. Complexity， 2020， 38（9）：1-17.

[27] 劉政，姚雨秀，張國勝，等.企業(yè)數(shù)字化、專用知識與組織授權(quán)［J］.中國工業(yè)經(jīng)濟(jì)，2020，37（9）：156-174.

[28] 張濤，李雷.企業(yè)數(shù)字化轉(zhuǎn)型的供應(yīng)鏈溢出效應(yīng)——客戶與供應(yīng)商雙重視角[J].科技進(jìn)步與對策，2024，41（12）：82-92.

[29] 范合君，吳婷，何思錦.企業(yè)數(shù)字化的產(chǎn)業(yè)鏈聯(lián)動效應(yīng)研究[J].中國工業(yè)經(jīng)濟(jì)，2023，40（3）：115-132.

[30] 袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化[J].中國工業(yè)經(jīng)濟(jì)，2021，38（9）：137-155.

[31] LIND J T，" MEHLUM H. With or without U？ the appropriate test for a U-shaped relationship[J]. Oxford Bulletin of Economics and Statistics， 2010，72（1）： 109-118.

[32] 丁黎黎，趙忠超，王壘.機(jī)構(gòu)縱向持股能否破解中國企業(yè)專利創(chuàng)新陷阱——基于產(chǎn)業(yè)鏈治理的視角[J].財(cái)經(jīng)研究，2024，50（1）：94-108.

[33] 陳作華，郭春萌，葛銳.機(jī)構(gòu)投資者退出威脅如何促進(jìn)金融市場穩(wěn)定——基于股價(jià)崩盤風(fēng)險(xiǎn)視角[J].證券市場導(dǎo)報(bào)，2023，33（12）：54-67.

[34] 焦明朋，胡耀丹，朱震.機(jī)構(gòu)投資者抱團(tuán)與企業(yè)數(shù)字化轉(zhuǎn)型[J].財(cái)務(wù)研究，2024，10（1）：69-80.

（責(zé)任編輯：胡俊?。?/p>

The Non-Linear Impact of Institutional Investor Network Clusters on Corporate Digital Transformation

Guan Xin，Li Fengyuan

（School of Business Administration， Capital University of Economics and Business， Beijing 100070，China）

Abstract：The surge in digital technologies like big data， AI， and cloud computing has made the digital economy a key driver for China's high-quality economic growth. As the micro subject of the market economy， enterprises carry the important function of promoting the high-quality development of the economy as well as transformation， and digital transformation has become an inevitable trend for enterprises to move into the future. As enterprises' digital transformation involves a full range of changes in the business model， process management and operation mode， digital transformation is never easy. Therefore， enterprises only rely on their own resources and capabilities are not enough to successfully complete the digital transformation， how to use external forces to break the dilemma of digital transformation and obstacles to become an important reality of common concern in the academic and practical circles. Institutional investors， due to their unique resources， information and professional advantages， are participating in corporate governance in a diversified way and influencing the strategic decisions of companies.

With the rise of social network analysis techniques， firms are interconnected rather than isolated in capital markets， and it is more common for multiple institutional investors to hold shares in the same firm. This network of interconnectedness through common shareholdings constitutes an institutional investor network. Within this network， institutional investors can form synergies and play a role at the group level. In the context of accelerated digital transformation， one question worth exploring is the role of institutional investors' network clusters in the digital transformation of enterprises. Therefore， it is worth exploring the relationship between institutional investors' network clusters and digital transformation.

Following the social network theory and attention-based view， this study adopts 2010-2022 A-share listed companies in Shanghai and Shenzhen as the research samples， and examines the direct effect and potential mechanism of network clusters on enterprises' digital transformation from the perspective of institutional investors by using the panel double fixed effect model， mediating model， and moderating model. The study finds that institutional investors' network clusters have a non-linear effect on corporate digital transformation， showing a U-shaped trend of change. The moderating effect analysis shows that the centrality of institutional investor network strengthens this U-shaped relationship. Mechanism analysis shows that when the shareholding ratio is less than 8.5%， institutional investors' network clusters inhibit digital transformation through the \"strategic collusion\" effect; when the shareholding ratio is greater than 8.5%， institutional investors' network clusters promote digital transformation through the \"supervisory governance\" effect and \"resource synergy\" effect. Heterogeneity analyses show that institutional investors' network clusters exhibit different governance behaviours towards corporate digital transformation depending on the type of institutional investor group， the type of enterprise， and the information environment.

The contributions of this paper include four aspects.The study explores institutional investors' network impacts on corporate digital transformation. It first highlights the social networks of investors， enriching research on their economic outcomes and digital transformation factors. It then reveals the non-linear effects of these networks on digital governance and the dynamic scale of investors' shareholding in transformation. The paper also uncovers the \"U\" relationship mechanism and its dynamic patterns， providing insights into the mechanism of institutional investors' network clusters on digital transformation， and the dynamic behavioural pattern of institutional investors' network clusters on digital transformation. It further examines the boundary conditions under which institutional investors' network clusters affect digital transformation， deepen the understanding of institutional investors' network clusters as a mode of equity governance， and expand the breadth and depth of academic research.

This study offers tailored recommendations that， at the listed company level， companies should acknowledge institutional investors' network power; at the institutional investor level， it is necessary to make full use of the resources in the investment network， focus on the close relationship with other institutional investors in the network， and choose structural holes with location advantages to embed in the network and improve the influence; at the government level， it is important to encourage more institutional investors to participate in the market by means of preferential policies and simplified procedures to increase their number and scale of investment， so as to enhance market vitality and efficiency.

Key Words：Institutional Investors;Network Clusters；Digital Transformation；Strategic Collusion； Supervisory Governance；Resource Synergy

基金項(xiàng)目：教育部人文社會科學(xué)研究一般項(xiàng)目（18YJ630027）

作者簡介：關(guān)鑫（1978-），男，遼寧沈陽人，滿族，首都經(jīng)濟(jì)貿(mào)易大學(xué)工商管理學(xué)院副教授、博士生導(dǎo)師，研究方向?yàn)楣局卫?、比較管理、商業(yè)模式創(chuàng)新；李楓園（1998-），女，河南新鄉(xiāng)人，首都經(jīng)濟(jì)貿(mào)易大學(xué)工商管理學(xué)院博士研究生，研究方向?yàn)楣局卫砼c數(shù)字化。