摘" "要：數(shù)據(jù)資產(chǎn)是企業(yè)重要的戰(zhàn)略性資源，但對(duì)資本市場(chǎng)穩(wěn)定性的影響尚未得到關(guān)注。本文利用2007—2023年我國A股非金融上市公司樣本，研究發(fā)現(xiàn)數(shù)據(jù)資產(chǎn)能顯著降低公司股價(jià)崩盤風(fēng)險(xiǎn)。其中的作用機(jī)制是數(shù)據(jù)資產(chǎn)緩解了公司信息不對(duì)稱，改善了公司基本面。進(jìn)一步從地理區(qū)域環(huán)境、行業(yè)競(jìng)爭(zhēng)環(huán)境、公司信息環(huán)境三個(gè)層面進(jìn)行橫截面異質(zhì)性檢驗(yàn)的結(jié)果顯示，數(shù)據(jù)資產(chǎn)的股價(jià)崩盤緩解效應(yīng)在東部地區(qū)企業(yè)、行業(yè)競(jìng)爭(zhēng)較激烈的企業(yè)、信息透明度較低的企業(yè)中更顯著。本文不僅豐富了數(shù)據(jù)資產(chǎn)經(jīng)濟(jì)后果和股價(jià)崩盤風(fēng)險(xiǎn)影響因素方面的研究，還為引導(dǎo)拓展數(shù)據(jù)資產(chǎn)應(yīng)用場(chǎng)景、防范化解金融風(fēng)險(xiǎn)提供了重要理論借鑒。

關(guān)鍵詞：數(shù)據(jù)資產(chǎn)；股價(jià)崩盤風(fēng)險(xiǎn)；信息不對(duì)稱；公司基本面

中圖分類號(hào)：F832.51" "文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1674-2265（2025）03-0003-11

DOI：10.19647/j.cnki.37-1462/f.2025.03.001

一、引言

隨著全球數(shù)字經(jīng)濟(jì)的快速發(fā)展，數(shù)據(jù)已被視為與土地、資本、勞動(dòng)力和技術(shù)并列的第五大生產(chǎn)要素，其在企業(yè)管理、市場(chǎng)競(jìng)爭(zhēng)和價(jià)值創(chuàng)造中扮演著關(guān)鍵角色。企業(yè)通過對(duì)數(shù)據(jù)的采集、存儲(chǔ)、分析和應(yīng)用，不僅能夠優(yōu)化生產(chǎn)流程、提升客戶體驗(yàn)、實(shí)現(xiàn)精準(zhǔn)營銷，還可以推動(dòng)業(yè)務(wù)模式創(chuàng)新與重構(gòu)。對(duì)此，國家“十四五”規(guī)劃綱要明確指出，要“建立健全數(shù)據(jù)要素市場(chǎng)規(guī)則”，標(biāo)志著從國家戰(zhàn)略層面推動(dòng)數(shù)據(jù)的可交易化和可資產(chǎn)化?！稊?shù)據(jù)安全法》和《個(gè)人信息保護(hù)法》的實(shí)施則從法律制度層面為企業(yè)數(shù)據(jù)采集、使用和交易流通提供保障。為了進(jìn)一步規(guī)范和加強(qiáng)企業(yè)數(shù)據(jù)資產(chǎn)管理，財(cái)政部于2023年出臺(tái)了《關(guān)于加強(qiáng)數(shù)據(jù)資產(chǎn)管理的指導(dǎo)意見》，就數(shù)據(jù)資產(chǎn)的認(rèn)定標(biāo)準(zhǔn)、權(quán)責(zé)關(guān)系、估值體系、信息披露等問題做了詳細(xì)規(guī)定。與此同時(shí)，云計(jì)算、人工智能等新興技術(shù)的蓬勃發(fā)展使得企業(yè)能夠以更低的成本存儲(chǔ)和處理大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)湖和數(shù)據(jù)中臺(tái)等新型架構(gòu)為企業(yè)的數(shù)據(jù)集成和數(shù)據(jù)治理提供了技術(shù)支撐。在此背景下，更多企業(yè)逐漸將數(shù)據(jù)資源轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)，并將其納入企業(yè)戰(zhàn)略和資產(chǎn)管理體系，使得數(shù)據(jù)資產(chǎn)的市場(chǎng)價(jià)值愈發(fā)凸顯。

有研究指出，數(shù)據(jù)資產(chǎn)通過緩解融資約束和加強(qiáng)研發(fā)合作，提升企業(yè)創(chuàng)新能力（李健等，2023）[1]，促進(jìn)人力資本升級(jí)（于翔等，2024）[2]，降低權(quán)益融資成本（牛彪和于翔，2024）[3]，并推動(dòng)公司價(jià)值增長(zhǎng)（苑澤明等，2024）[4]。而作為系統(tǒng)性金融風(fēng)險(xiǎn)防范的關(guān)鍵一環(huán)，公司的股價(jià)崩盤風(fēng)險(xiǎn)不容忽視。如何高效開發(fā)和利用數(shù)據(jù)資產(chǎn)，以提升資本市場(chǎng)表現(xiàn)，已經(jīng)成為企業(yè)發(fā)揮競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵議題。由此引出一個(gè)重要問題：企業(yè)的數(shù)據(jù)資產(chǎn)能否抑制股價(jià)崩盤風(fēng)險(xiǎn)，從而發(fā)揮金融市場(chǎng)“穩(wěn)定器”作用？其作用路徑如何？在不同的內(nèi)外部環(huán)境下，作用效果又存在哪些差異？

針對(duì)上述問題，本文以2007—2023年中國A股非金融上市公司為研究樣本，考察數(shù)據(jù)資產(chǎn)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響。根據(jù)《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》，上市公司自2024年1月1日起在財(cái)務(wù)報(bào)表中披露數(shù)據(jù)資產(chǎn)價(jià)值信息，但實(shí)務(wù)操作中數(shù)據(jù)資產(chǎn)價(jià)值不穩(wěn)定，計(jì)量難度較高，截至2024年8月31日，只有64家公司在半年報(bào)中披露了企業(yè)數(shù)據(jù)資產(chǎn)金額。因此，本文采用文本分析法構(gòu)建數(shù)據(jù)資產(chǎn)衡量指標(biāo)，以此檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響。研究結(jié)果表明，數(shù)據(jù)資產(chǎn)降低了股價(jià)崩盤風(fēng)險(xiǎn)，即發(fā)揮了金融市場(chǎng)穩(wěn)定效應(yīng)。機(jī)制檢驗(yàn)結(jié)果表明，數(shù)據(jù)資產(chǎn)通過改善公司信息不對(duì)稱和公司基本面降低股價(jià)崩盤風(fēng)險(xiǎn)。異質(zhì)性分析發(fā)現(xiàn)，數(shù)據(jù)資產(chǎn)的股價(jià)崩盤風(fēng)險(xiǎn)緩解效應(yīng)在東部地區(qū)、行業(yè)競(jìng)爭(zhēng)激烈、信息透明度較低的公司中更加顯著。

本文的貢獻(xiàn)在于：一是豐富了數(shù)據(jù)資產(chǎn)經(jīng)濟(jì)后果方面的研究?，F(xiàn)有文獻(xiàn)主要從企業(yè)經(jīng)營層面探討數(shù)據(jù)資產(chǎn)的價(jià)值效應(yīng)，如降低融資成本、提高創(chuàng)新投入、促進(jìn)企業(yè)發(fā)展與價(jià)值提升等。金融市場(chǎng)是對(duì)數(shù)據(jù)最敏感，也是最早開發(fā)和利用數(shù)據(jù)以提升服務(wù)水平的領(lǐng)域。相比于企業(yè)經(jīng)營層面，數(shù)據(jù)資產(chǎn)對(duì)金融市場(chǎng)穩(wěn)定性的影響特別是對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響有待深入研究。二是拓展了股價(jià)崩盤風(fēng)險(xiǎn)影響因素方面的文獻(xiàn)。已有文獻(xiàn)多從公司透明度、會(huì)計(jì)穩(wěn)健性、內(nèi)部控制、分析師、媒體報(bào)道等公司內(nèi)外部治理機(jī)制角度考察股價(jià)崩盤風(fēng)險(xiǎn)的影響因素，但尚未關(guān)注到數(shù)據(jù)資產(chǎn)的影響。本文將數(shù)據(jù)資產(chǎn)納入金融市場(chǎng)穩(wěn)定性研究，是對(duì)股價(jià)崩盤風(fēng)險(xiǎn)影響因素研究的有力補(bǔ)充。三是從緩解公司信息不對(duì)稱和改善公司基本面視角厘清了數(shù)據(jù)資產(chǎn)影響企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制，有利于打開數(shù)據(jù)資產(chǎn)影響股票市場(chǎng)穩(wěn)定的“黑箱”，為通過數(shù)據(jù)資產(chǎn)這一重要戰(zhàn)略資源降低公司股價(jià)崩盤風(fēng)險(xiǎn)提供理論依據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)據(jù)資產(chǎn)與公司股價(jià)崩盤風(fēng)險(xiǎn)

公司股價(jià)在短時(shí)間內(nèi)出現(xiàn)的大幅度、非線性、急劇下跌現(xiàn)象，即股價(jià)崩盤風(fēng)險(xiǎn)，會(huì)導(dǎo)致市場(chǎng)投資者財(cái)富顯著縮水，引發(fā)市場(chǎng)信任危機(jī)，甚至威脅整個(gè)金融體系的安全穩(wěn)定。因此，公司的股價(jià)崩盤風(fēng)險(xiǎn)一直是投資者和監(jiān)管機(jī)構(gòu)高度關(guān)注的焦點(diǎn)問題。根據(jù)信息不對(duì)稱理論，公司股東與管理層之間天然存在信息鴻溝，處于信息優(yōu)勢(shì)方的管理層出于職位晉升（Piotroski等，2015）[5]、薪酬績(jī)效激勵(lì)（Kim等，2011）[6]和期權(quán)價(jià)值收益（Graham等，2005）[7]等個(gè)人私利考慮，往往傾向于隱瞞負(fù)面信息。這些負(fù)面信息不斷累積至臨界點(diǎn)并在資本市場(chǎng)集中曝光時(shí)，就會(huì)觸發(fā)股價(jià)崩盤風(fēng)險(xiǎn)。進(jìn)一步，公司管理層極力隱瞞負(fù)面消息的背后，極有可能是公司正面臨著創(chuàng)新不足、產(chǎn)品或服務(wù)缺少市場(chǎng)競(jìng)爭(zhēng)力、利潤承壓、資金緊張等基本面惡化問題。管理層為了防止這些負(fù)面消息傳遞至資本市場(chǎng)，引起投資者預(yù)期下降及其他風(fēng)險(xiǎn)傳染效應(yīng)，被迫隱瞞壞消息，從而增加股價(jià)崩盤風(fēng)險(xiǎn)（許紅梅和倪驍然，2023）[8]。因此，股價(jià)崩盤不僅是信息不對(duì)稱和管理層隱瞞不利消息的直接后果，也是市場(chǎng)對(duì)公司基本面惡化和“劣質(zhì)公司”行為的事后懲罰。

在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)資產(chǎn)深刻改變了企業(yè)傳統(tǒng)經(jīng)營模式、生產(chǎn)模式和管理模式，已經(jīng)成為優(yōu)化公司經(jīng)營決策、提升核心競(jìng)爭(zhēng)力、實(shí)現(xiàn)公司價(jià)值創(chuàng)造的關(guān)鍵要素（李文超和姜愛茹，2024）[9]。數(shù)據(jù)資產(chǎn)作為重要的新興戰(zhàn)略資源，其優(yōu)勢(shì)在于對(duì)大量數(shù)據(jù)的深度挖掘與分析。首先，企業(yè)在數(shù)據(jù)資產(chǎn)的支持下打破“信息孤島”，實(shí)現(xiàn)信息的跨部門整合與共享，向市場(chǎng)披露更具前瞻性、動(dòng)態(tài)性和可驗(yàn)證性的運(yùn)營數(shù)據(jù)，減少內(nèi)外部信息流轉(zhuǎn)中的延遲和失真，降低公司信息不對(duì)稱（牛彪和于翔，2024）[3]，從而有效抑制管理層信息隱藏行為的發(fā)生。其次，基于數(shù)據(jù)資產(chǎn)整合共享的生產(chǎn)數(shù)據(jù)、銷售數(shù)據(jù)和客戶反饋數(shù)據(jù)能夠展示企業(yè)的盈利能力和經(jīng)營前景，為公司債權(quán)人和投資者做出相關(guān)決策提供更多的數(shù)據(jù)支持，便利公司外部融資，緩解融資約束（李健等，2023）[1]。最后，基于數(shù)據(jù)驅(qū)動(dòng)的實(shí)時(shí)監(jiān)測(cè)和反饋機(jī)制能夠幫助企業(yè)快速識(shí)別市場(chǎng)環(huán)境變化并做出及時(shí)響應(yīng)，有利于公司加大產(chǎn)品研發(fā)創(chuàng)新與組織變革，從而在市場(chǎng)競(jìng)爭(zhēng)中贏得優(yōu)勢(shì)地位，從根源上削減公司壞消息。由此推斷，數(shù)據(jù)資產(chǎn)的正向作用可能會(huì)對(duì)公司股票市場(chǎng)表現(xiàn)形成積極反饋，減少管理層的壞信息隱藏行為，緩解公司股價(jià)崩盤風(fēng)險(xiǎn)。據(jù)此，本文提出如下研究假設(shè)：

H1：數(shù)據(jù)資產(chǎn)能夠顯著降低公司股價(jià)崩盤風(fēng)險(xiǎn)。

（二）數(shù)據(jù)資產(chǎn)降低公司股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制

1.信息不對(duì)稱緩解機(jī)制?，F(xiàn)有研究表明，公司內(nèi)外部信息不對(duì)稱是導(dǎo)致管理層隱瞞負(fù)面消息、觸發(fā)股價(jià)崩盤風(fēng)險(xiǎn)的重要前提（彭俞超等，2018；Hutton等，2009）[10，11]。而良好的信息環(huán)境不僅受信息源自身質(zhì)量的影響，還受公司內(nèi)外部治理機(jī)制的影響。為此，本文從信息源質(zhì)量、內(nèi)部治理、外部監(jiān)督與反饋三個(gè)角度，分析數(shù)據(jù)資產(chǎn)對(duì)公司信息環(huán)境的改善作用。第一，數(shù)據(jù)資產(chǎn)涵蓋了企業(yè)內(nèi)部管理數(shù)據(jù)、客戶交易數(shù)據(jù)、市場(chǎng)動(dòng)態(tài)數(shù)據(jù)和供應(yīng)鏈協(xié)同數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)，幫助企業(yè)建立結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并存的高效數(shù)據(jù)生態(tài)，優(yōu)化了企業(yè)內(nèi)部信息傳遞流程，使數(shù)據(jù)信息的及時(shí)性、透明性和可驗(yàn)證性顯著增加，在一定程度上削弱管理層的信息隱瞞動(dòng)機(jī)，從而提高公司信息披露質(zhì)量（Hu等，2022；Farboodi和Veldkamp，2020）[12，13]。第二，基于數(shù)據(jù)驅(qū)動(dòng)的內(nèi)部治理與風(fēng)險(xiǎn)預(yù)警系統(tǒng)有助于企業(yè)構(gòu)筑良好的數(shù)字內(nèi)控環(huán)境，從管理層消息隱瞞行為的事前防范、事中動(dòng)態(tài)風(fēng)險(xiǎn)評(píng)估與控制以及管理層機(jī)會(huì)主義行為的事后糾正三個(gè)方面顯著提升公司治理水平。因此，數(shù)據(jù)資產(chǎn)會(huì)使公司內(nèi)部控制制度的相互牽制性和可追溯性增強(qiáng)，使管理層的決策行為更加理性，隱藏負(fù)面信息的可能性大大降低，使得公司對(duì)外披露更多真實(shí)可靠的信息（苑澤明等，2024）[4]。第三，數(shù)據(jù)資產(chǎn)符合數(shù)字經(jīng)濟(jì)發(fā)展潮流和國家數(shù)字化建設(shè)大政方針，其高效利用使企業(yè)更容易受到政策和市場(chǎng)的“聚光燈效應(yīng)”影響。在政策監(jiān)管和公眾關(guān)注下，企業(yè)的信息披露行為更容易被市場(chǎng)中介機(jī)構(gòu)和社交媒體所關(guān)注，管理層隱藏負(fù)面信息的成本顯著提高。此外，基于數(shù)據(jù)資產(chǎn)生成的市場(chǎng)洞察報(bào)告和企業(yè)績(jī)效分析報(bào)告在向投資者傳遞更加透明的企業(yè)信息的同時(shí)，也降低了投資者的信息搜尋成本和認(rèn)知成本（徐海偉和劉華，2024）[14]，便于外部股東對(duì)管理層進(jìn)行監(jiān)督，防范信息捂盤行為（陳國青等，2020）[15]。

2.公司基本面改善機(jī)制。已有研究表明，公司資金緊張、研發(fā)創(chuàng)新投入不足、產(chǎn)品缺少競(jìng)爭(zhēng)力、經(jīng)營風(fēng)險(xiǎn)高企等現(xiàn)象不僅會(huì)惡化企業(yè)基本面，也會(huì)在一定程度上增加管理層的消息操縱行為，從而增加股價(jià)崩盤風(fēng)險(xiǎn)（許紅梅和倪驍然，2023；Zhu，2016）[8，16]。數(shù)據(jù)資產(chǎn)作為企業(yè)重要的戰(zhàn)略資源，能夠通過緩解資金壓力、激發(fā)創(chuàng)新活力，從而改善企業(yè)基本面，降低股價(jià)崩盤風(fēng)險(xiǎn)。具體原因在于：第一，數(shù)據(jù)資產(chǎn)所帶來的高速信息流轉(zhuǎn)有助于企業(yè)向資本市場(chǎng)及時(shí)傳遞公司采購、生產(chǎn)、銷售、研發(fā)創(chuàng)新各環(huán)節(jié)的信息，提高信息透明度，改善企業(yè)形象和聲譽(yù)。因此，擁有數(shù)據(jù)資產(chǎn)優(yōu)勢(shì)的企業(yè)更容易獲得外部投資者和債權(quán)人的信任，從而獲取更多融資機(jī)會(huì)以及較低融資成本。此外，數(shù)據(jù)資產(chǎn)本身也是一種“無形擔(dān)保品”，可以通過數(shù)據(jù)資產(chǎn)證券化、知識(shí)產(chǎn)權(quán)質(zhì)押融資等方式將其潛在收益權(quán)轉(zhuǎn)化為現(xiàn)金流，降低公司因資金短缺而陷入基本面惡化的風(fēng)險(xiǎn)（Veldkamp，2023；邢天才和張宇，2024）[17，18]。第二，數(shù)據(jù)資產(chǎn)的特征優(yōu)勢(shì)可以幫助企業(yè)獲取技術(shù)前沿信息，洞察市場(chǎng)趨勢(shì)，提前布局新技術(shù)的研發(fā)方向，從而推出具有市場(chǎng)競(jìng)爭(zhēng)力的產(chǎn)品和服務(wù)，獲得客戶認(rèn)可，進(jìn)而改善經(jīng)營業(yè)績(jī)。另外，隨著數(shù)據(jù)資產(chǎn)的應(yīng)用與不斷迭代升級(jí)， 關(guān)于企業(yè)創(chuàng)新信息的搜集、 解讀與輸出貫穿于企業(yè)技術(shù)創(chuàng)新全流程， 以數(shù)據(jù)試錯(cuò)替代實(shí)物試錯(cuò)可以幫助企業(yè)以更低成本實(shí)現(xiàn)技術(shù)創(chuàng)新質(zhì)量的提升（羅泰曄和張振剛，2023）[19]?；诖耍瑪?shù)據(jù)資產(chǎn)的積累和有效應(yīng)用不僅可以提高公司融資可得性，降低企業(yè)融資成本，緩解融資約束，還通過推動(dòng)技術(shù)創(chuàng)新、提升企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)等方式穩(wěn)定企業(yè)經(jīng)營業(yè)績(jī)。良好的企業(yè)基本面有助于削弱管理層隱瞞負(fù)面信息的動(dòng)機(jī)，從而抑制公司股價(jià)崩盤風(fēng)險(xiǎn)?；谏鲜龇治觯疚奶岢鋈缦卵芯考僭O(shè)：

H2：數(shù)據(jù)資產(chǎn)可以緩解信息不對(duì)稱和改善公司基本面，從而降低公司股價(jià)崩盤風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)選取與說明

本文以我國A股上市公司為研究樣本，考慮到股價(jià)崩盤風(fēng)險(xiǎn)發(fā)生的滯后性，被解釋變量樣本選取期間較解釋變量滯后一期。解釋變量數(shù)據(jù)資產(chǎn)及其他變量樣本期間為2007—2022年，被解釋變量股價(jià)崩盤風(fēng)險(xiǎn)樣本期間為2008—2023年。在此基礎(chǔ)上對(duì)樣本進(jìn)行進(jìn)一步處理：（1）剔除金融、保險(xiǎn)、證券等金融行業(yè)公司；（2）剔除ST、PT等被特殊處理的公司；（3）剔除年度交易量不足30周的樣本；（4）剔除主要變量缺失的樣本。最終得到4305家上市公司的33727個(gè)年度觀測(cè)值用于回歸分析。本文相關(guān)財(cái)務(wù)數(shù)據(jù)來源于國泰安數(shù)據(jù)庫。

（二）變量選取與定義

1. 股價(jià)崩盤風(fēng)險(xiǎn)。參考Kim和 Zhang（2016）[20]、Hutton等（2009）[11]的研究，本文同時(shí)采用公司股票經(jīng)市場(chǎng)調(diào)整后的負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益上下波動(dòng)比率（DUVOL）來衡量股價(jià)崩盤風(fēng)險(xiǎn)。具體計(jì)算公式如下：

[NCSKEWi，t=-[n（n-1）32w3i，s]/[（n-1）（n-2）（w2i，s）32]]" " （1）

[DUVOLi，t=log{[（nu-1）downw2i，s]/[（nd-1）upw2i，s]}]" " " " " " "（2）

由于相關(guān)文獻(xiàn)已經(jīng)就上述兩個(gè)變量的計(jì)算方法和過程做了詳細(xì)介紹，故本文不再贅述。這兩個(gè)變量 的數(shù)值越大，代表公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)越高。

2. 數(shù)據(jù)資產(chǎn)。根據(jù)《企業(yè)數(shù)據(jù)資源相關(guān)會(huì)計(jì)處理暫行規(guī)定》，企業(yè)自2024年1月1日起對(duì)數(shù)據(jù)資產(chǎn)進(jìn)行確認(rèn)、計(jì)量和報(bào)告，因此，目前尚不具備通過財(cái)務(wù)報(bào)表定量描述企業(yè)數(shù)據(jù)資產(chǎn)水平的條件。一般而言，公司年報(bào)中關(guān)于特定主題的表述在很大程度上反映了公司在這一主題方面的發(fā)展?fàn)顩r。通過文本分析技術(shù)篩選公司年報(bào)中的數(shù)據(jù)資產(chǎn)相關(guān)詞匯，并以其出現(xiàn)的頻次來度量公司數(shù)據(jù)資產(chǎn)持有水平具有可操作性強(qiáng)、準(zhǔn)確度高的優(yōu)勢(shì)。本文在借鑒于翔等（2024）[2]、牛彪和于翔（2024）[3]等數(shù)據(jù)資產(chǎn)相關(guān)主流文獻(xiàn)的同時(shí)，還參考了《國家數(shù)據(jù)局等部門關(guān)于促進(jìn)企業(yè)數(shù)據(jù)資源開發(fā)利用的意見》《數(shù)據(jù)資產(chǎn)管理實(shí)踐白皮書（6.0版）》以及《關(guān)于加強(qiáng)數(shù)據(jù)資產(chǎn)管理的指導(dǎo)意見》，選取“數(shù)據(jù)資產(chǎn)”和“數(shù)據(jù)資源”作為種子詞匯。然后，采用深度學(xué)習(xí)技術(shù)，計(jì)算獲取種子詞匯相似詞集，選取相似度前10的詞匯組成數(shù)據(jù)資產(chǎn)詞典，具體如表1所示。數(shù)據(jù)資產(chǎn)詞典涵蓋數(shù)據(jù)資產(chǎn)獲取、處理與應(yīng)用整個(gè)數(shù)據(jù)價(jià)值創(chuàng)造過程，能夠如實(shí)反映公司數(shù)據(jù)資產(chǎn)持有水平。最后，以數(shù)據(jù)資產(chǎn)詞典中所有詞匯在年報(bào)中出現(xiàn)的頻次來度量公司數(shù)據(jù)資產(chǎn)水平。具體計(jì)算公式如下：

[DADi，t=（Dictionarywordsi，t，n）/（TotalWordsi，t×100）]" " "（3）

其中，[DADi，t]是企業(yè)[i]在第[t]年的數(shù)據(jù)資產(chǎn)水平，[Dictionarywordsi，t，n]是數(shù)據(jù)資產(chǎn)詞典中所有詞匯[n]在企業(yè)[i]第[t]年年報(bào)中的詞頻，[TotalWordsi，t]是企業(yè)[i]第[t]年年報(bào)的總詞頻。

3.控制變量。借鑒林川（2022）[21]和Hutton等（2009）[11]的做法，本文選取公司規(guī)模（Size）、產(chǎn)權(quán)性質(zhì)（SOE）、財(cái)務(wù)杠桿（Lev）、總資產(chǎn)收益率（ROA）、第一大股東持股比例（TOP1）、獨(dú)立董事占比（INdep）、審計(jì)師規(guī)模（Big4）、公司成立年限（Age）、換手率（Turnover）、股票回報(bào)率（Awcy）、股票波動(dòng)率（Swcy）為控制變量。具體變量定義見表2。

（三）實(shí)證模型設(shè)計(jì)

為了研究企業(yè)數(shù)據(jù)資產(chǎn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，本文構(gòu)建如下回歸模型：

[Crashi，t+1=α0+α1DADi，t+α2Controlsi，t+μi+γi+εi，t]" （4）

其中，[Crashi，t+1]表示企業(yè)[i]在[t+1]期的股價(jià)崩盤風(fēng)險(xiǎn)，[DADi，t] 表示企業(yè)[i]在[t]期的數(shù)據(jù)資產(chǎn)水平，[Controlsi，t]表示一系列控制變量，[μi]、[γi]分別為企業(yè)層面和年份層面的固定效應(yīng)，[εi，t]為誤差項(xiàng)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)分析

如表3所示，股價(jià)崩盤風(fēng)險(xiǎn)的均值分別是-0.292和-0.188，中位數(shù)分別為-0.251和-0.186，標(biāo)準(zhǔn)差分別為0.677和0.454，與已有文獻(xiàn)基本一致，表明我國上市公司普遍面臨股價(jià)崩盤風(fēng)險(xiǎn)，且不同企業(yè)間差異較大。數(shù)據(jù)資產(chǎn)均值是0.004，中位數(shù)是0，標(biāo)準(zhǔn)差是0.013，變化范圍是從0到0.126，與牛彪和于翔（2024）[3]的實(shí)證結(jié)果相似，說明本文對(duì)數(shù)據(jù)資產(chǎn)的估計(jì)較為準(zhǔn)確。較低的均值和中位數(shù)表明大多數(shù)上市公司未披露數(shù)據(jù)資產(chǎn)信息，我國企業(yè)整體數(shù)據(jù)資產(chǎn)披露水平有待提高。其他控制變量描述性統(tǒng)計(jì)結(jié)果與既往研究一致。

（二）基準(zhǔn)回歸結(jié)果

表4列示了數(shù)據(jù)資產(chǎn)與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果。第（1）和（2）列是沒有加入控制變量，但控制了企業(yè)固定效應(yīng)和年份固定效應(yīng)的回歸結(jié)果，數(shù)據(jù)資產(chǎn)系數(shù)分別是-2.14、-1.671，且均在1%水平下顯著。第（3）和（4）列是加入控制變量之后的回歸結(jié)果，數(shù)據(jù)資產(chǎn)系數(shù)分別是-1.862、-1.408，且依然在1%水平下顯著，表明企業(yè)數(shù)據(jù)資產(chǎn)水平越高，股價(jià)崩盤風(fēng)險(xiǎn)越低，企業(yè)數(shù)據(jù)資產(chǎn)能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。其他控制變量的回歸結(jié)果與以往研究基本一致，表明本文的基準(zhǔn)回歸結(jié)果是可靠的。

（三）內(nèi)生性檢驗(yàn)

上述基準(zhǔn)回歸結(jié)果表明，數(shù)據(jù)資產(chǎn)可以降低公司股價(jià)崩盤風(fēng)險(xiǎn)。但是，該結(jié)果可能受到反向因果和樣本選擇偏差等潛在內(nèi)生性問題的干擾，從而影響本文因果推斷的可靠性。為此，本文試圖采用以下三種方法予以解決：

1. 工具變量法。本文研究結(jié)論可能存在反向因果問題，即股價(jià)崩盤風(fēng)險(xiǎn)較低的企業(yè)更有可能充分挖掘、開發(fā)、利用數(shù)據(jù)資產(chǎn)，從而提高企業(yè)數(shù)據(jù)資產(chǎn)水平?？紤]到郵電通信業(yè)在地方數(shù)字經(jīng)濟(jì)發(fā)展中具有基礎(chǔ)性、先導(dǎo)性作用，是企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型、開發(fā)與維護(hù)數(shù)據(jù)資產(chǎn)的重要基礎(chǔ)設(shè)施。而且，郵電通信業(yè)務(wù)是客觀的區(qū)域環(huán)境要素，不會(huì)直接作用于當(dāng)?shù)仄髽I(yè)的股價(jià)崩盤風(fēng)險(xiǎn)。因此，本文采用企業(yè)辦公所在地級(jí)市的人均郵電通信業(yè)務(wù)量作為數(shù)據(jù)資產(chǎn)的工具變量，同時(shí)滿足相關(guān)性和排他性要求。回歸結(jié)果如表5第（1）—（3）列所示，Kleibergen-Paap rk LM 和 Kleibergen-Paap rk Wald F 統(tǒng)計(jì)量在5%和1%水平上顯著，說明通過了弱工具變量檢驗(yàn)和不可識(shí)別檢驗(yàn)。人均郵電通信業(yè)務(wù)與數(shù)據(jù)資產(chǎn)的回歸系數(shù)在1%水平下顯著為正，說明地區(qū)郵電通信業(yè)務(wù)的蓬勃發(fā)展有助于企業(yè)數(shù)據(jù)資產(chǎn)積累。核心解釋變量數(shù)據(jù)資產(chǎn)與股價(jià)崩盤風(fēng)險(xiǎn)的回歸系數(shù)依然顯著為負(fù)。同時(shí)，本文也采用剔除企業(yè)自身的公司數(shù)據(jù)資產(chǎn)年度行業(yè)均值作為工具變量，原因在于：當(dāng)同行業(yè)企業(yè)積累開發(fā)數(shù)據(jù)資產(chǎn)時(shí)，企業(yè)可能會(huì)積極跟隨效仿，以維護(hù)自身的行業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。但是，其他企業(yè)的數(shù)據(jù)資產(chǎn)水平并不會(huì)影響到本企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)?；貧w結(jié)果列示于表5第（4）—（6）列，剔除企業(yè)自身的數(shù)據(jù)資產(chǎn)年度行業(yè)均值通過了弱工具變量檢驗(yàn)和不可識(shí)別檢驗(yàn)，核心變量數(shù)據(jù)資產(chǎn)的回歸系數(shù)依然顯著為負(fù)，證明本文的研究結(jié)論穩(wěn)健可靠。

2.傾向得分匹配法（PSM）。為緩解樣本選擇偏差問題，本部分采用傾向得分匹配法進(jìn)行檢驗(yàn)。先將存在數(shù)據(jù)資產(chǎn)的觀測(cè)樣本作為處理組，不存在數(shù)據(jù)資產(chǎn)的觀測(cè)樣本作為控制組，以模型（4）中的所有控制變量為協(xié)變量，采取最近鄰1∶1有放回匹配。平衡性檢驗(yàn)結(jié)果如表6所示，匹配后各協(xié)變量的標(biāo)準(zhǔn)化偏差明顯減小，且絕對(duì)值均小于10%，處理組和控制組不存在顯著性差異，說明匹配效果較好。匹配樣本重新回歸后的結(jié)果如表7第（1）和（2）列所示，核心解釋變量數(shù)據(jù)資產(chǎn)的回歸系數(shù)依然顯著為負(fù)，與前文一致。

3. 雙重差分模型（DID）?！吨腥A人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》提到，要推進(jìn)大數(shù)據(jù)在制造業(yè)、農(nóng)業(yè)、物流運(yùn)輸業(yè)、醫(yī)療衛(wèi)生業(yè)、信息技術(shù)行業(yè)的開發(fā)應(yīng)用，助力產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。受益于該政策，這些重點(diǎn)行業(yè)企業(yè)會(huì)加快數(shù)據(jù)資產(chǎn)積累進(jìn)程。因此，借鑒孔莉等（2024）[22]的做法，本文以該規(guī)劃綱要的發(fā)布為外生事件沖擊，構(gòu)建雙重差分模型。具體而言，將規(guī)劃綱要中提到的重點(diǎn)行業(yè)企業(yè)設(shè)定為處理組，Treat取值為1，其他行業(yè)企業(yè)為控制組，Treat取值為0。2016年以前的年份，Post取值為0；2016年當(dāng)年及以后年份，Post取值為1。此外，為了避免多重共線性，模型（5）中未放入Treat和Post變量?；貧w結(jié)果見表7第（3）和（4）列，交乘項(xiàng)Treat×Post的回歸系數(shù)分別在5%和1%水平上顯著。說明國家“十三五”規(guī)劃頒布后，重點(diǎn)行業(yè)上市公司的股價(jià)崩盤風(fēng)險(xiǎn)得到緩解。由此可見，提高公司數(shù)據(jù)資產(chǎn)水平能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

[Crashi，t+1=β0+β1Treati，t×Posti，t+β2Controlsi，t+μi+γi+εi，t] （5）

（四）其他穩(wěn)健性檢驗(yàn)

為確保研究結(jié)論的穩(wěn)健性，除了上述內(nèi)生性檢驗(yàn)外，本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)：一是更換解釋變量數(shù)據(jù)資產(chǎn)的衡量方式，進(jìn)一步采用數(shù)據(jù)資產(chǎn)相關(guān)詞匯出現(xiàn)頻次的自然對(duì)數(shù)測(cè)度公司數(shù)據(jù)資產(chǎn)水平，回歸結(jié)果見表8第（1）和（2）列，可以發(fā)現(xiàn)，更換核心解釋變量測(cè)度方式后，數(shù)據(jù)資產(chǎn)和股價(jià)崩盤風(fēng)險(xiǎn)的回歸系數(shù)依然顯著為負(fù)。二是僅保留數(shù)據(jù)資產(chǎn)不為0的樣本。本文認(rèn)為數(shù)據(jù)資產(chǎn)可以通過改善公司信息環(huán)境和公司經(jīng)營基本面，從而降低股價(jià)崩盤風(fēng)險(xiǎn)。換言之，企業(yè)數(shù)據(jù)資產(chǎn)水平越高，對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的緩解效應(yīng)更顯著。因此，本文僅對(duì)數(shù)據(jù)資產(chǎn)不為0的子樣本進(jìn)行回歸，結(jié)果如表8第（3）和（4）列所示，企業(yè)數(shù)據(jù)資產(chǎn)水平越高，股價(jià)崩盤風(fēng)險(xiǎn)越低，進(jìn)一步佐證了本文的研究結(jié)論。三是剔除信息技術(shù)行業(yè)企業(yè)樣本。信息技術(shù)企業(yè)擁有海量數(shù)據(jù)資源的天然優(yōu)勢(shì)，而且主要是為其他企業(yè)提供數(shù)據(jù)支持、數(shù)據(jù)分析、IT運(yùn)維等信息技術(shù)服務(wù)，隸屬于數(shù)字產(chǎn)業(yè)化的范疇。該類企業(yè)數(shù)據(jù)資產(chǎn)對(duì)投資者行為的影響相較于其他行業(yè)企業(yè)存在一定特殊性。因此，本文剔除該行業(yè)的樣本后再次回歸，表8第（5）和（6）列的結(jié)果表明數(shù)據(jù)資產(chǎn)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)有顯著緩解作用。四是僅保留2010年及以后樣本。2010年以來，5G、人工智能等關(guān)鍵數(shù)字技術(shù)的蓬勃發(fā)展為實(shí)體企業(yè)的數(shù)據(jù)資源共享、開發(fā)運(yùn)用奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。也就是說，企業(yè)數(shù)據(jù)資產(chǎn)的規(guī)模化積累實(shí)際是在2010年以后。另外，考慮到早期年報(bào)中數(shù)據(jù)資產(chǎn)信息披露較不規(guī)范，信息含量較低，本文剔除2010年以前的樣本后再次回歸，結(jié)果如表8第（7）和（8）列所示，數(shù)據(jù)資產(chǎn)的系數(shù)依然在1%水平下顯著為負(fù)。

（五）作用機(jī)制分析

數(shù)據(jù)資產(chǎn)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的降低作用在前文得到驗(yàn)證。那么，數(shù)據(jù)資產(chǎn)是如何降低股價(jià)崩盤風(fēng)險(xiǎn)的？根據(jù)前文理論分析，本部分從公司信息環(huán)境和公司基本面兩個(gè)維度進(jìn)行機(jī)制檢驗(yàn)，以揭示數(shù)據(jù)資產(chǎn)緩解公司股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在作用機(jī)制。

1.緩解信息不對(duì)稱。已有研究指出，數(shù)據(jù)資產(chǎn)能夠集成企業(yè)各個(gè)業(yè)務(wù)部門和系統(tǒng)的信息，打破信息孤島，提高信息在生產(chǎn)、制造、銷售以及研發(fā)創(chuàng)新環(huán)節(jié)的共享和傳遞效率，從而提高信息披露質(zhì)量，方便投資者掌握公司真實(shí)經(jīng)營情況，降低股價(jià)崩盤風(fēng)險(xiǎn)。一方面，借鑒陳克兢等（2023）[23]的做法，本文利用修正瓊斯模型計(jì)算的可操縱應(yīng)計(jì)利潤指標(biāo)（DisAcc），從信息供給質(zhì)量的角度檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)公司信息環(huán)境的影響，可操縱應(yīng)計(jì)利潤值越大，代表公司財(cái)務(wù)信息披露質(zhì)量越低，信息不對(duì)稱程度越高；另一方面，考慮到投資者信息解讀和反饋是股價(jià)崩盤風(fēng)險(xiǎn)發(fā)生的根源，而KV指數(shù)是投資者對(duì)市場(chǎng)信息不對(duì)稱程度的客觀評(píng)價(jià)（周開國等，2011）[24]。因此，本文借鑒劉向強(qiáng)等（2023）[25]的做法，采用KV指數(shù)，從投資者的角度檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)市場(chǎng)信息環(huán)境的影響。KV指數(shù)越大，代表市場(chǎng)信息不對(duì)稱程度越高。檢驗(yàn)結(jié)果如表9所示，第（1）和（4）列分別是數(shù)據(jù)資產(chǎn)對(duì)可操縱應(yīng)計(jì)利潤和KV指數(shù)的回歸結(jié)果，數(shù)據(jù)資產(chǎn)的系數(shù)分別在5%和1%水平上顯著，說明數(shù)據(jù)資產(chǎn)能夠改善財(cái)務(wù)信息披露質(zhì)量和資本市場(chǎng)信息環(huán)境。第（2）和（3）列、第（5）和（6）列是添加中介變量后的回歸結(jié)果，可操縱應(yīng)計(jì)利潤和KV指數(shù)的回歸系數(shù)均顯著為正，數(shù)據(jù)資產(chǎn)的系數(shù)仍然顯著為負(fù)，且其絕對(duì)值較基準(zhǔn)回歸結(jié)果有所下降，說明信息不對(duì)稱是數(shù)據(jù)資產(chǎn)降低公司股價(jià)崩盤風(fēng)險(xiǎn)的中介變量，即數(shù)據(jù)資產(chǎn)通過緩解信息不對(duì)稱，從而降低公司股價(jià)崩盤風(fēng)險(xiǎn)。

2. 改善公司基本面。已有研究指出，公司經(jīng)營基本面惡化，會(huì)增加管理層隱匿壞消息的可能性，是引發(fā)公司股價(jià)崩盤風(fēng)險(xiǎn)的重要原因（李宏寅，2023）[26]。數(shù)據(jù)資產(chǎn)是傳統(tǒng)資產(chǎn)的有效補(bǔ)充，有助于壯大公司資產(chǎn)規(guī)模，提高公司財(cái)務(wù)穩(wěn)健性，進(jìn)而緩解融資約束，提高公司創(chuàng)新水平，改善公司基本面，降低股價(jià)崩盤風(fēng)險(xiǎn)。因此，本文從融資約束和創(chuàng)新水平兩個(gè)方面檢驗(yàn)數(shù)據(jù)資產(chǎn)對(duì)公司基本面的影響。本文借鑒Hadlock和Pierce（2010）[27]的研究，采用SA指數(shù)衡量公司融資約束程度，SA指數(shù)越大，代表公司融資約束程度越高。借鑒錢雪松等（2021）[28]的做法，采用公司當(dāng)年專利申請(qǐng)量的自然對(duì)數(shù)度量公司創(chuàng)新水平（Patent）。由表10第（1）和（4）列的回歸結(jié)果可知，數(shù)據(jù)資產(chǎn)能夠緩解公司融資約束程度，顯著提升公司創(chuàng)新水平，改善公司基本面。第（2）和（3）列、第（5）和（6）列是添加中介變量后的回歸結(jié)果，SA指數(shù)與股價(jià)崩盤風(fēng)險(xiǎn)的回歸系數(shù)在1%水平顯著為正，公司創(chuàng)新水平與股價(jià)崩盤風(fēng)險(xiǎn)的回歸系數(shù)顯著為負(fù)，而數(shù)據(jù)資產(chǎn)的回歸系數(shù)依然在1%水平顯著為負(fù)，且系數(shù)絕對(duì)值較基準(zhǔn)回歸結(jié)果有所下降，說明數(shù)據(jù)資產(chǎn)可以通過改善公司基本面，發(fā)揮緩解股價(jià)崩盤風(fēng)險(xiǎn)的效應(yīng)。

五、拓展性分析

前文研究表明，緩解信息不對(duì)稱和改善公司基本面是數(shù)據(jù)資產(chǎn)緩解股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制。但是，不同的地理區(qū)域環(huán)境、行業(yè)競(jìng)爭(zhēng)環(huán)境與公司信息透明度對(duì)數(shù)據(jù)資產(chǎn)的積累與運(yùn)用、信息治理效應(yīng)以及基本面改善效應(yīng)的發(fā)揮影響不同。本文從地理區(qū)位、行業(yè)競(jìng)爭(zhēng)程度、公司信息透明度差異三個(gè)方面，對(duì)數(shù)據(jù)資產(chǎn)與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系進(jìn)行異質(zhì)性分析。

（一）地理區(qū)位的影響

本文按照企業(yè)的辦公所在地理區(qū)位將樣本分為東部和中西部地區(qū)兩組，表11的分組回歸結(jié)果顯示，在列（1）和（3）的東部地區(qū)組，數(shù)據(jù)資產(chǎn)的系數(shù)均在1%水平下顯著為負(fù)，而在列（2）和（4）的中西部地區(qū)組，數(shù)據(jù)資產(chǎn)的系數(shù)雖然為負(fù)，但不顯著。組間系數(shù)差異通過了費(fèi)舍爾組合檢驗(yàn)。這說明與中西部地區(qū)相比，數(shù)據(jù)資產(chǎn)更能有效地降低東部地區(qū)上市公司的股價(jià)崩盤風(fēng)險(xiǎn)?？赡艿脑蚴?，東部地區(qū)經(jīng)濟(jì)發(fā)展水平較高，以金融、互聯(lián)網(wǎng)、科技服務(wù)為代表的知識(shí)密集型企業(yè)較多，這些企業(yè)在日常運(yùn)營中產(chǎn)生海量的高價(jià)值數(shù)據(jù)，同時(shí)，東部地區(qū)數(shù)字化基礎(chǔ)設(shè)施較完善（雷光勇等，2022）[29]，為企業(yè)快速采集、傳輸和共享數(shù)據(jù)提供了技術(shù)支持，從而有利于更好地發(fā)揮數(shù)據(jù)資產(chǎn)緩解股價(jià)崩盤風(fēng)險(xiǎn)的作用。

（二）行業(yè)競(jìng)爭(zhēng)環(huán)境的影響

本文利用公司營業(yè)收入占行業(yè)營業(yè)收入比重的平方和計(jì)算赫芬達(dá)爾指數(shù)，以此衡量行業(yè)競(jìng)爭(zhēng)程度，并根據(jù)其行業(yè)年度中位數(shù)將樣本劃分為行業(yè)競(jìng)爭(zhēng)激烈組和非行業(yè)競(jìng)爭(zhēng)激烈組。分組檢驗(yàn)結(jié)果如表12所示，在列（1）和（3）的行業(yè)競(jìng)爭(zhēng)激烈組，數(shù)據(jù)資產(chǎn)的系數(shù)均在1%水平下顯著為負(fù)，而在列（2）和（4）的非行業(yè)競(jìng)爭(zhēng)激烈組，數(shù)據(jù)資產(chǎn)的系數(shù)雖然為負(fù)，但不顯著，且組間系數(shù)差異通過了費(fèi)舍爾組合檢驗(yàn)。這說明在面臨較激烈行業(yè)競(jìng)爭(zhēng)的上市公司中，數(shù)據(jù)資產(chǎn)更能有效地降低股價(jià)崩盤風(fēng)險(xiǎn)?？赡艿脑蛟谟冢瑪?shù)字資產(chǎn)是通過緩解公司資金壓力，改進(jìn)產(chǎn)品和服務(wù)質(zhì)量，增強(qiáng)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。在競(jìng)爭(zhēng)激烈的行業(yè)環(huán)境中，企業(yè)數(shù)量眾多，產(chǎn)品同質(zhì)化嚴(yán)重，利潤空間不斷被壓縮，經(jīng)營業(yè)績(jī)下滑。該環(huán)境下的企業(yè)更能通過數(shù)據(jù)資產(chǎn)獲益，優(yōu)化資金使用效率，提高產(chǎn)品和服務(wù)水平，從而改善公司經(jīng)營基本面，降低股價(jià)崩盤風(fēng)險(xiǎn)。

（三）公司信息透明度的影響

本文借鑒Lang等（2012）[30]的做法，利用盈余質(zhì)量、信息披露考核等級(jí)、分析師跟蹤人數(shù)、分析師盈余預(yù)測(cè)準(zhǔn)確度、審計(jì)師規(guī)模五個(gè)變量的樣本百分等級(jí)的平均值構(gòu)造公司信息透明度指標(biāo)，并以該指標(biāo)的年度行業(yè)中位數(shù)將樣本分為信息透明度低組和信息透明度高組。分組檢驗(yàn)結(jié)果如表13所示，在列（1）和（3）的信息透明度低組，數(shù)據(jù)資產(chǎn)的系數(shù)均在1%水平下顯著為負(fù)，而在列（2）和（4）的信息透明度高組，數(shù)據(jù)資產(chǎn)的系數(shù)在10%水平下顯著。并且，組間系數(shù)差異通過了費(fèi)舍爾組合檢驗(yàn)。也就是說，數(shù)據(jù)資產(chǎn)對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的降低作用在信息透明度較低的上市公司中更顯著。其原因在于，數(shù)據(jù)資產(chǎn)能通過整合公司內(nèi)部“信息孤島”，拓寬信息來源渠道，從而改善公司信息環(huán)境。信息透明度較低的公司更能從數(shù)據(jù)資產(chǎn)中獲取紅利，緩解公司管理層和投資者間的信息不對(duì)稱，降低管理層隱匿壞消息的概率，從而降低股價(jià)崩盤風(fēng)險(xiǎn)。

六、研究結(jié)論與啟示

本文以2007—2023年A股非金融上市公司為研究樣本，實(shí)證檢驗(yàn)了數(shù)據(jù)資產(chǎn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及作用機(jī)制。研究發(fā)現(xiàn)：數(shù)據(jù)資產(chǎn)可以顯著降低公司股價(jià)崩盤風(fēng)險(xiǎn)，經(jīng)過一系列內(nèi)生性與穩(wěn)健性檢驗(yàn)后，該結(jié)論依然成立。作用機(jī)制檢驗(yàn)結(jié)果表明，數(shù)據(jù)資產(chǎn)通過緩解公司信息不對(duì)稱、改善公司基本面發(fā)揮股價(jià)崩盤風(fēng)險(xiǎn)緩解效應(yīng)。異質(zhì)性分析結(jié)果顯示，數(shù)據(jù)資產(chǎn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的緩解效應(yīng)在東部地區(qū)企業(yè)、行業(yè)競(jìng)爭(zhēng)較激烈的企業(yè)、信息透明度較低的企業(yè)中更加顯著。

本文的研究啟示如下：第一，企業(yè)要抓住數(shù)字經(jīng)濟(jì)發(fā)展浪潮，深入推進(jìn)數(shù)字化轉(zhuǎn)型，積極探索數(shù)據(jù)資產(chǎn)的開發(fā)與運(yùn)用，注重其金融市場(chǎng)穩(wěn)定功能。一方面，借助數(shù)據(jù)資產(chǎn)的共享性與外部性，提高公司采購供應(yīng)、生產(chǎn)制造、研發(fā)創(chuàng)新等環(huán)節(jié)的信息傳遞效率，打破部門間、企業(yè)間的“信息孤島”，降低信息不對(duì)稱；另一方面，基于數(shù)據(jù)資產(chǎn)的洞察，快速響應(yīng)外部環(huán)境變化，優(yōu)化公司投融資決策與生產(chǎn)運(yùn)營決策等，降低資金占用成本與生產(chǎn)成本，從而緩解公司資金困境，改善公司基本面。此外，通過實(shí)時(shí)數(shù)據(jù)分析可以有效預(yù)測(cè)市場(chǎng)趨勢(shì)和消費(fèi)者需求，指導(dǎo)產(chǎn)品開發(fā)和技術(shù)創(chuàng)新策略，提升產(chǎn)品和服務(wù)的核心競(jìng)爭(zhēng)力。第二，政府部門要強(qiáng)化頂層設(shè)計(jì)，制定有利于企業(yè)數(shù)據(jù)資產(chǎn)積累與運(yùn)用的政策，鼓勵(lì)企業(yè)提升數(shù)據(jù)共享能力，建立健全數(shù)據(jù)確權(quán)、定價(jià)、交易流通機(jī)制，推動(dòng)數(shù)據(jù)資產(chǎn)的合規(guī)高效流通使用，幫助企業(yè)更好地發(fā)揮數(shù)據(jù)資產(chǎn)價(jià)值。第三，投資者要順應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展潮流，積極關(guān)注企業(yè)在數(shù)據(jù)收集、處理、分析和應(yīng)用等方面的投入和成果，以評(píng)估企業(yè)實(shí)力和發(fā)展前景，從而做出科學(xué)的投資決策。

參考文獻(xiàn)：

[1]李健，董小凡，張金林，陶云清.數(shù)據(jù)資產(chǎn)對(duì)企業(yè)創(chuàng)新投入的影響研究 [J].外國經(jīng)濟(jì)與管理，2023，45（12）.

[2]于翔，牛彪，苑澤明.數(shù)據(jù)資產(chǎn)、人力資本升級(jí)與企業(yè)價(jià)值 [J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2024，（02）.

[3]牛彪，于翔.數(shù)據(jù)資產(chǎn)獲得投資者偏好了嗎？——基于權(quán)益資本成本視角 [J].證券市場(chǎng)導(dǎo)報(bào)，2024，（07）.

[4]苑澤明，尹琪，于翔.數(shù)據(jù)資產(chǎn)如何賦能企業(yè)高質(zhì)量發(fā)展—對(duì)傳統(tǒng)生產(chǎn)要素的優(yōu)化機(jī)制 [J].西部論壇，2024，34（03）.

[5]Piotroski J D，Wong T J，Zhang T. 2015. Political Incentives to Suppress Negative Information：Evidence from Chinese Listed Firms [J].Journal of Accounting Research， 53（2）.

[6]Kim J B，Li Y，Zhang L. 2011. CFOs versus CEOs： Equity Incentives and Crashes [J].Journal of Financial Economics，101（3）.

[7]Graham J R，Harvey C R，Rajgopal S. 2005. The Economic Implications of Corporate Financial Reporting [J].Journal of Accounting and Economics， 40（3）.

[8]許紅梅，倪驍然.社會(huì)保險(xiǎn)征管、企業(yè)經(jīng)營壓力與股價(jià)崩盤風(fēng)險(xiǎn) [J].金融學(xué)季刊，2023，（04）．

[9]李文超，姜愛茹.“數(shù)據(jù)+資本”的雙要素耦合：公共數(shù)據(jù)資產(chǎn)證券化的推進(jìn)路徑與風(fēng)險(xiǎn)應(yīng)對(duì) [J].金融發(fā)展研究，2024，（05）.

[10]彭俞超，倪驍然，沈吉.企業(yè)“脫實(shí)向虛”與金融市場(chǎng)穩(wěn)定—基于股價(jià)崩盤風(fēng)險(xiǎn)的視角 [J].經(jīng)濟(jì)研究，2018，53（10）.

[11]Hutton A P，Marcus A， Tehranian H. 2009. Opaque Financial Reports，R2 and Crash Risk [J].Journal of Financial Economics，（94）.

[12]Hu C，Li Y，Zheng X. 2022. Data Assets，Information Uses，and Operational Efficiency [J].Applied Economics，54（60）.

[13]Farboodi M，Veldkamp L. 2020. Long-Run Growth of Financial Data Technology [J].American Economic Review，110（8）.

[14]徐海偉，劉華.數(shù)據(jù)資產(chǎn)信息披露與資本市場(chǎng)定價(jià)效率—基于股價(jià)同步性的分析 [J].當(dāng)代財(cái)經(jīng)，2024，（12）.

[15]陳國青，曾大軍，衛(wèi)強(qiáng)，張明月，郭迅華.大數(shù)據(jù)環(huán)境下的決策范式轉(zhuǎn)變與使能創(chuàng)新 [J].管理世界， 2020， 36（2）.

[16]Zhu W. 2016. Accruals and Price Crashes [J].Review of Accounting Studies，21（2）.

[17]Veldkamp L. 2023.Valuing Data as an Assert [J].Review of Finance，27（05）.

[18]邢天才，張宇.數(shù)據(jù)資產(chǎn)如何賦能制造業(yè)企業(yè)融資能力 [J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，46（08）.

[19]羅泰曄， 張振剛. 數(shù)據(jù)賦能制造業(yè)企業(yè)創(chuàng)新：邏輯框架與過程機(jī)理 [J].中國科技論壇， 2023， （07）.

[20]Kim J B，Zhang L. 2016. Accounting Conservatism and Stock Price Crash Risk：Firm-Level Evidence [J].Contemporary Accounting Research，（33）.

[21]林川.數(shù)字化轉(zhuǎn)型與股價(jià)崩盤風(fēng)險(xiǎn) [J].證券市場(chǎng)導(dǎo)報(bào)，2022，（06）.

[22]孔莉，肖懿，冷冰潔，李鑫.企業(yè)披露數(shù)據(jù)資源會(huì)影響審計(jì)質(zhì)量嗎？—基于審計(jì)師的多維學(xué)習(xí)視角 [J].審計(jì)研究，2024，（05）.

[23]陳克兢，熊熊，楊國超，張維.中小投資者保護(hù)制度創(chuàng)新與資本市場(chǎng)定價(jià)效率提升—基于投服中心行權(quán)的證據(jù) [J].經(jīng)濟(jì)學(xué)（季刊），2023，23（06）.

[24]周開國，李濤，張燕. 董事會(huì)秘書與信息披露質(zhì)量[J].金融研究，2011，（07） .

[25]劉向強(qiáng)，楊晴晴，胡珺.ESG評(píng)級(jí)分歧與股價(jià)同步性 [J].中國軟科學(xué)，2023，（08）.

[26]李宏寅.企業(yè)數(shù)字化轉(zhuǎn)型能抑制股價(jià)崩盤風(fēng)險(xiǎn)嗎？ [J].財(cái)經(jīng)論叢，2023，（07）.

[27]Hadlock CJ，Pierce J R.2010. New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index [J].Review of Financial Studies，2（5）.

[28]錢雪松，丁滋芳，陳琳琳.緩解融資約束促進(jìn)了企業(yè)創(chuàng)新嗎？ —基于中國《物權(quán)法》自然實(shí)驗(yàn)的經(jīng)驗(yàn)證據(jù) [J].經(jīng)濟(jì)科學(xué)，2021，（01）．

[29]雷光勇，買瑞東，左靜靜.數(shù)字化轉(zhuǎn)型與資本市場(chǎng)效率—基于股價(jià)同步性視角 [J].證券市場(chǎng)導(dǎo)報(bào)，2022，（08）.

[30]Lang M，Lins K，Maffett M. 2012. Transparency，Liquidity and Valuation [J].Journal of Accounting Research，（50）.