企业数字化转型能抑制股价崩盘风险吗？

李宏寅

(辽宁大学经济学院，辽宁 沈阳 110036)

一、引 言

当前，数字经济已成为世界经济发展新引擎，是新一轮国际竞争重点领域，随着大数据、人工智能、云计算、区块链等数字技术的飞速发展，数据成为贯穿经济社会活动的关键生产要素。党中央和国务院高度重视数字经济的培育和建设，要求加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。2022年《政府工作报告》提出，要促进数字经济发展，加强数字中国建设整体布局，建设数字信息基础设施，促进产业数字化转型。在国家政策驱动及全球经济面临重大不确定性的现实困境下，数字化转型无疑成为企业高质量发展的必然选择。

股票市场作为我国市场经济的重要组成部分，其繁荣稳定对金融风险防控及实体经济的健康发展至关重要。股价崩盘不仅损害投资者利益、降低资源配置效率，也严重威胁国家经济安全，探索影响股价崩盘风险的机制对于保护投资者利益、优化市场资源配置以及防止发生系统性金融风险具有重要的理论和现实意义。

随着企业数字化转型的不断深入，数字技术逐渐融入企业生产、经营及管理的各个环节，在重塑及改善商业模式的同时也会影响其资本市场表现[1]。股价崩盘风险作为资本市场核心议题之一，是企业经营绩效、内部治理及信息环境等的综合映射，也会在一定程度上反映其数字化转型成效。现有研究发现，引起股价崩盘的因素主要包括委托代理问题[2]、信息环境[3]及外部治理[4]等方面，深层次原因则是管理层出于自利动机而隐藏坏消息的行为[5][6]。现有企业数字化转型相关研究发现，数字化转型能够促进企业创新[7]，通过“降成本”“提效率”“强创新”的机制提升实体经济运行质效[8][9]，减少市场摩擦和信息不对称[10]，这为企业数字化转型抑制股价崩盘风险提供了初步证据。与此同时，企业数字化转型正处于当下社会建设热点，为了吸引投资者注意，企业热衷于通过定期报告及媒体投放其转型信息以抬高投资者预期，这种正向“曝光效应”在增加股票交易概率[11]的同时，也为管理层提供了信息操纵的可能，即通过夸大正面信息加剧股价崩盘风险[12]。综上可知，企业数字化转型是否能抑制股价崩盘风险尚无定论。因此，本文拟使用沪深A股上市公司相关数据针对企业数字化转型对股价崩盘风险的影响、传导机制及外部条件进行研究识别，为企业数字化转型的经济绩效与股价崩盘风险的影响因素提供新的经验证据。

本文可能的边际贡献有：(1)利用Python文本分析方法构建核心解释变量，基于企业数字化转型研究其对股价崩盘风险的影响机理，丰富了数字化转型和股价崩盘风险的相关研究，实证了企业数字化转型影响股价崩盘风险这一新因素。(2)从信息不对称、投资效率及企业创新等角度对企业数字化转型影响股价崩盘风险的机制进行分析，为企业数字化转型绩效的微观经济传导路径提供了新启示。(3)剖析了不同产权性质及数字环境的异质性影响，对驱动企业数字化转型和维系资本市场稳定的相关政策制定具有一定现实意义。

二、理论分析与研究假说

股价崩盘风险作为资本市场和资产定价领域的核心议题，对其形成机制目前已有大量文献进行探讨，主流观点认为股价崩盘风险是企业管理层出于自利动机，为获得职务晋升[13]、维系职业前景[14][15]、保护薪酬待遇[16]和最大化股票期权价值[17]等目的隐藏公司负面信息，导致企业管理层与股东(投资者)之间信息不对称而造成的。为了隐藏负面消息，企业管理层可能会进行金融投机[18]、在职消费[19]、避税[6]和过度投资行为[20]，这加剧了信息不对称，激化了股价崩盘风险。特别地，管理层被迫利用金融投机及过度投资等方式掩盖企业负面信息也意味着企业可能正面临着基本面恶化，传统业务投资效率下降，新业务投资机会不足和缺乏创新等现实困境。

数字经济新格局中，数字化转型是企业整合资源实现突破性创新的有力抓手，其内涵是将大数据、人工智能、云计算、区块链等数字技术与企业生产、经营及管理等环节进行深度融合，挖掘数据新价值，达到在现有要素资源约束下拓展生产边界的目的。有研究认为，企业数字化转型能够降低商业活动中的搜索成本和追踪成本，缓解信息不对称[21]，运用大数据分析重塑商业模式[22]，进而拓展投资机会，提升投资效率，激发创新潜能。由此推断，企业数字化转型的正向效应可能会对其资本市场表现形成积极反馈，即通过优化信息环境、改善基本面等渠道抑制股价崩盘风险。

企业数字化转型能明显改善信息不对称，降低股价崩盘风险。在生产经营中，企业运用数字技术建立OA办公系统、移动APP和智能终端，实现企业内部、企业与客户、企业与供应链的高效无缝衔接，形成了完整的、良性的、有效的企业数据生态，在提升沟通效率的同时应用云计算进行海量沉淀数据整合处理，令信息披露更及时、充分和透明[23]。数字技术的应用和数字化转型程度的提高能够增强企业对非结构化和非标准化数据的处理能力[24]，使得企业内部信息流转更加通畅，在一定程度上缓和了经理人和股东之间的利益冲突，在优化企业内部治理的同时抑制管理层盈余管理行为的动机[25]。从外部监督视角来看，一方面，企业能够基于云计算与大数据处理等技术将数字终端的搜索、下载和浏览等非结构化数据进行智能加工，以精准匹配消费者个人特征、偏好及习惯来推送或定制最具价值的信息和服务，缓解企客之间的信息不对称。与此同时，通过提高与投资者之间的信息传递效率、关注网络舆情来进行针对性的信息披露，增强中小投资者群体的外部监督。另一方面，企业数字化转型顺应时代发展，处于政策“聚光灯”之下，更容易吸引投资者的关注，在企业能够更好地处理与输出有效信息的前提下，外部投资者的信息搜索成本大大降低，掌握的信息也更加充分，从而有效缓解企业与投资者之间的信息不对称，加大了管理层隐藏负面消息的难度，进而抑制股价崩盘风险。

企业数字化转型能够拓展投资机会、提高投资效率、激发创新潜能，从而改善企业基本面，达到降低股价崩盘风险的效果。大数据、人工智能与物联网等新技术的运用促进了企业间的跨界融合，衍生出了大量新业态和新商机，有效拓展了企业的投资边界。在此过程中，数字化转型通过优化人力资本结构、整合产业链各环节、改进业务流程、降低生产和交易成本，有效提升了全要素生产率[26]。更进一步地，当转型进程逐渐深入时，企业通过搜集与分析市场需求信息、敏锐把握市场机遇，可在既定资源约束下有效扩展绩效边界，极大地改善自身运作效率，从而避免投资不足或投资过度。企业数字化转型通过加快企业信息化进程、赋能传统产业，不仅能驱动自身技术创新，还能形成模式创新和体系创新，从而综合提振企业的创新动能[27]。特别地，企业设立数字化转型战略目标后，为了契合市场需求和政策导向，往往会加大研发投入，当研发投入取得创新成效获得投资者认可时，反过来又会刺激研发需求，进而形成“研发—创新—研发”的良性循环。企业基本面向好能减少企业负面消息，减少管理层隐匿信息的可能性，从而抑制股价崩盘风险。基于以上分析，本文提出假说：企业数字化转型能够抑制股价崩盘风险。

三、研究设计

(一)数据来源

本文使用沪深A股上市公司2007—2021年的数据作为初始研究样本，用当年的企业数字化转型解释下一年的股价崩盘风险，所以股价崩盘风险指标的样本区间为2008—2021年，其他解释变量的样本区间为2007—2020年。本文对数据做了如下处理：(1)剔除期间ST、*ST、暂停上市和退市的股票；(2)剔除金融行业企业数据；(3)剔除当年交易数不足30周的样本；(4)剔除上市时间不满一年的样本；(5)剔除主要变量缺失的样本。同时，对连续变量做前后1%的缩尾处理。最终得到22696个企业—年度数据。财务和交易数据来自国泰安(CSMAR)数据库，年报文本数据来自沪深证券交易所官网。

(二)变量设定

1.被解释变量：股价崩盘风险。本文参考既有研究[6][17][28][29]，采用负收益偏态系数(NCSKEW)和股票收益上下波动比率(DUVOL)来衡量股价崩盘风险，其构建过程如下：

ri，j=α+β1rm，j-2+β2rm，j-1+β3rm，j+β4rm，j+1+β5rm，j+2+εi，j

(1)

其中，ri，j为股票i第j周的收益率；rm，j为第j周全市场流通市值加权平均收益率，考虑到个股非同步性交易，rm，j-2、rm，j-1为滞后一、二期，rm，j+1、rm，j+2为超前一、二期。按式(1)回归后，取残差项计算股票i第j周的特有收益率(wi，j)：wi，j=ln (1+εi，j)。

(2)

其中，n为股票i第t年的交易周数。按式(2)计算股票i第t年负收益偏态系数(NCSKEW)，数值越大，股价崩盘风险越高。

(3)

根据式(3)计算股票i第t年收益上下波动比率(DUVOL)，式中nu和nd分别表示个股周特质收益率大于和小于年平均收益率的周数。收益上下波动比率数值越大，股价崩盘风险越高。

本文以未来一期的负收益偏态系数(FNCSKEW)和收益上下波动率(FDUVOL)作为被解释变量。

2.核心解释变量：企业数字化转型(DTC)。参考既有研究[26][30][31]，本文利用Python语言对沪深A股上市公司年报所披露的“数字化转型”相关关键词分成人工智能技术、区块链技术、云计算技术、大数据技术及数字技术应用5大类74项进行文本识别，搜索、匹配并加总词频，用词频总数加1取对数构建企业数字化转型这一关键解释变量。具体关键词词库见表1。

表1 企业数字化转型文本词库

(三)模型设定

为了研究企业数字化转型对股价崩盘风险的影响，本文构建回归模型：

Crashi，t+1=β0+β1DTCi，t+γControli，t+θ∑Ind+δ∑Year+εi，t

(4)

其中，被解释变量Crashi，t+1为企业i第t+1年的股价崩盘风险，DTCi，t为企业i第t年的数字化转型程度。参考既有研究，本文在回归方程中加入了如下控制变量(Controli，t)：(1)企业年换手率的变化(Dturn)，股票i第t年与第t-1年换手率之差/第t年的换手率；(2)企业年龄(Age)，第t年减去企业上市年度加1后取对数；(3)股票回报率(Ret)，股票i周特有收益的年平均值；(4)股票波动率(Sigma)，股票i第t年周特有收益的标准差；(5)企业规模(Size)，企业i第t年期末总资产取对数；(6)资产负债率(Lev)，企业i第t年期末总负债/总资产；(7)总资产收益率(Roa)，企业i第t年期末净利润与总资产之比；(8)市账比(MB)，股票i第t年期末流通市值和账面价值之比；(9)负收益偏态系数(NCSKEW)，股票i第t年的负收益偏态系数；(10)第一大股东持股比例(Top1)，股票i第t年第一大股东持股比例乘以100；(11)两职合一(Same)，如果董事长兼任总经理，取值为1，否则取值为0。Ind、Year分别为行业、年度固定效应。εi，t为随机扰动项。本文回归使用企业层面的聚类稳健标准误。

本文实证部分重点考察回归系数β1的符号和显著性，以判断企业数字化转型对股价崩盘风险是抑制还是加剧。如果本文假说成立，则β1应显著为负。表2汇报了主要变量的描述性统计结果。

表2 主要变量描述性统计

四、实证结果与分析

(一)基准回归分析

本文采用递进式的回归策略检验企业数字化转型对股价崩盘风险的影响。表3第(1)、(2)列中，企业数字化转型(DTC)系数分别为-0.0145、-0.01，且均在1%水平下显著。第(3)、(4)列加入了企业年换手率的变化(Dturn)、企业年龄(Age)、股票回报率(Ret)和股票波动率(Sigma)四个控制变量，企业数字化转型(DTC)系数分别为-0.0162、-0.0111，且依然在1%水平下显著。第(5)、(6)列中进一步加入其余控制变量，企业数字化转型(DTC)系数分别为-0.0185、-0.0103，且依然在1%水平下显著。这说明企业数字化转型程度越高，越能抑制股价崩盘风险，本文假说得到了验证。大多数控制变量的回归系数符号及显著性都和既有研究一致，说明本文的基准回归结果是可靠的。

表3 企业数字化转型与股价崩盘风险

(二)稳健性检验

1.更换被解释变量。基准回归中使用的负收益偏态系数和收益上下波动比率是基于目前学术界主流方法计算得到的，考虑到中国股市中各个子市场(沪深主板、创业板、科创板)特质差异较大，此处使用分市场负收益偏态系数(DNCSKEW)和分市场收益上下波动比率(DDUVOL)对被解释变量进行替换。以股票i为例：如果股票i属于主板，则计算周特有收益率(wi，j)时使用对应主板市场流通市值加权平均收益率；如果股票i属于创业板，则计算周特有收益率(wi，j)时使用创业板市场流通市值加权平均收益率。

2.倾向得分匹配(PSM)检验。考虑到进行数字化转型的企业并不是随机产生的，为了克服这样的内生性问题，本文从没有进行数字化转型的企业中选取那些与进行数字化转型的企业在主要控制变量上相似的企业构建对照组来进行检验。对照组的构建过程如下：首先估计Logit模型，被解释变量为企业当年是否进行数字化转型的虚拟变量，解释变量为前文基准回归中的所有控制变量，计算出每个样本进行数字化转型的倾向得分。然后使用一对一的K近邻匹配法从当年没有进行数字化转型的样本中选取倾向得分最近的样本作为当年进行了数字化转型样本的对照组。

3.增加控制变量。在基准回归的基础上参考相关研究[32][33]，加入其他控制变量来减小因遗漏变量问题造成的内生性。具体包括：(1)机构投资者持股比例，股票i第t年机构投资者持股占比百分数；(2)高管薪酬，股票i第t年管理层最高薪酬前三名总额加1取对数；(3)管理层持股，管理层持股比例百分数。

4.样本自选择问题。企业数字化转型与股价崩盘风险的负向关系可能会受到样本自选择问题的影响，为了缓解此选择性偏差，本文构建了Heckman二阶段模型。第一阶段以企业当年是否进行数字化转型的虚拟变量为被解释变量构建Probit回归模型，并计算逆米尔斯比率(Inverse Mills Ratio)。第二阶段将逆米尔斯比率作为控制变量放入原方程进行回归。

5.剔除特殊样本。在样本数据期间，2008年发生国际金融危机，2015年中国股市异常波动。为避免异常行情对研究结果造成的影响，借鉴梁上坤等(2020)[34]的研究，本文剔除2008年及2015年的数据后重新进行检验。

6.工具变量检验。尽管基准回归分析中采用第t期企业数字化转型对第t+1期股价崩盘风险进行解释能够在一定程度上对反向因果关系造成的内生性进行缓解，但是为了进一步克服潜在的内生性问题，本文参考彭俞超等(2018)[18]的研究，构建了三个工具变量：一是企业i同行业其他企业数字化转型(DTC)的平均值，二是企业i同省份其他企业DTC的平均值，三是企业i同城市其他企业DTC的平均值。一般而言，同行业、同省份及同城市其他企业数字化转型的平均值与该企业数字化转型程度相关，但不会直接影响该企业股价崩盘风险。经检验，这三个工具变量满足相关性要求且不存在弱工具变量问题，工具变量的外生性在统计意义上得到满足。

稳健性检验结果显示(1)限于篇幅，具体结果未报告，作者备索。，企业数字化转型能显著抑制股价崩盘风险，说明基准回归结果是可靠的。

五、机制检验

(一)缓解信息不对称

企业信息披露质量越低，投资者越难准确掌握企业真实情况。投资者与管理层之间的信息不对称造成股价长期偏离企业基本面，当坏消息积聚超过承受阈值，引发股价崩盘。财务信息是投资者进行投资决策时重要的参考依据，大量研究发现，信息披露质量尤其是财务信息透明度是诱发股价崩盘风险的重要因素[5][28][35][36]。本文参考Kim和Zhang(2014)的研究，采用盈余管理指标刻画信息披露质量[3]。为了进一步保证研究结果的稳健性，本文使用真实盈余管理(REM)和应计盈余管理(ACC)两个指标，其中应计盈余管理(ACC)为修正Jones模型计算所得。两个指标的绝对值越大，代表信息披露质量越低。表4第(1)、(2)列中，企业数字化转型(DTC)系数均显著为负，意味着企业数字化转型程度越高，信息披露质量越高。由此可知，企业在推进数字化转型的进程中，通过数字技术的应用形成了完整的、良性的、有效的企业数据生态，改善了内部沟通效率，提升了信息披露质量，缓解了信息不对称，进而抑制股价崩盘风险。

表4 影响机制检验

(二)改善企业基本面

1.投资效率。企业基本面恶化的表现之一是非效率投资，包括投资不足和投资过度。江轩宇和许年行(2015)发现，过度投资会加剧股价崩盘风险[37]，这为非效率投资引发股价崩盘提供了直接经验证据。鉴于此，本文借鉴Richardson(2006)的研究，使用对第t年企业i新增投资支出回归的残差刻画投资效率(Inef)，残差绝对值越大意味着投资效率越低，残差大于零属于过度投资，残差小于零属于投资不足[38]。表4第(3)列结果显示，企业数字化转型(DTC)系数在1%水平下显著为负，表明企业数字化转型能提高投资效率。企业数字化转型能有效改善自身运作效率，避免投资不足或投资过度，进而抑制股价崩盘风险。

2.企业创新。企业基本面恶化通常还伴随着创新不足，而企业创新性投资能够改善企业绩效，从而降低股价崩盘风险。本文使用创新投入(RD)作为企业创新的代理变量，以企业i第t年研发投入占营业收入之比来衡量，其值越大代表企业创新能力和创新欲望越强。表4第(4)列结果显示，企业数字化转型(DTC)系数在1%水平下显著为正，说明企业数字化转型通过加快企业信息化进程、赋能传统产业，形成了技术创新、模式创新和体系创新，刺激企业加大研发投入，激发企业创新潜能，最终降低股价崩盘风险。

六、拓展性分析

(一)产权性质

考虑到中国的基本国情和经济制度，企业数字化转型对股价崩盘风险的影响在不同产权性质下可能会存在非对称效果。本文把观测数据划分为国有企业和非国有企业2个子样本进行检验。表5结果显示，在国有企业组，企业数字化转型(DTC)系数虽然为负，但不显著异于零，而在非国有企业组，DTC系数均在1%水平下显著为负，同时组间系数差异性检验的P值至少在5%水平下显著。这说明企业数字化转型对股价崩盘风险的影响因产权性质差异而存在非对称性。一方面，国有企业较非国有企业在资源获取及市场准入方面有着得天独厚的优势，导致市场敏感度较弱，缺乏数字化转型的动力和强烈意愿；另一方面，国有企业的性质决定其运行过程中不能仅强调经营和绩效，还要凸显社会责任和社会担当，因此，国有企业在数字化转型过程中对“稳健”的要求胜于对“速度”的追求。这些因素导致国有企业数字化转型的绩效传导存在时滞，进而与非国有企业在资本市场上有不同表现。

表5 产权性质

(二)数字环境

企业数字化转型不仅要靠内部数字技术驱动，还要靠外部数字环境支撑。本文参考清华大学互联网治理研究中心与伏羲智库联合发布的《中国城市资源数字化配置指数研究报告》，以样本企业所在城市资源配置的数字化发展水平是否超过60分为标准，将样本数据划分为数字环境水平高与低两个组别。具体而言，企业所在城市为杭州、北京、上海、广州、深圳、宁波、成都和重庆的为数字环境水平高组别，其余为数字环境水平低组别。表6结果显示，在数字环境水平高的组别中，企业数字化转型(DTC)系数均在1%水平下显著为负，数字环境水平低的组别DTC系数虽然为负，却不显著异于零，同时组间系数差异性检验均在5%水平下拒绝组间系数不存在差异的原假设。这说明包括数字基础设施建设及配套政策支持等在内的外部数字环境能对企业数字化转型形成有力支撑，进而抑制股价崩盘风险。

表6 数字环境

七、研究结论与政策启示

随着大数据、人工智能、云计算、区块链等数字技术的发展，数字经济对社会发展各领域和全过程的渗透不断深入，成为重塑中国经济结构、重组企业要素资源、改变传统业态的关键力量。本文以沪深A股上市公司2007—2021年的数据为样本，通过Python文本分析方法构建企业数字化转型这一关键变量，实证检验企业数字化转型对股价崩盘风险的影响。研究发现：企业数字化转型能显著降低股价崩盘风险；机制检验发现，企业数字化转型通过提升企业信息披露质量、缓解信息不对称，以及提升投资效率、激发创新，从而改善企业基本面来抑制股价崩盘风险；进一步研究发现，数字化转型对股价崩盘风险的影响在非国有企业及外部数字环境发展水平较高的企业中更为显著。

依据以上研究结果，本文得到如下政策启示：第一，政府应出台鼓励政策，推动互联网、大数据、人工智能和实体经济深度融合，完善5G、工业互联网和物联网等新型基础设施建设，增强数字政府效能，激发数字经济活力，不断优化数字营商环境，同时对不同企业要遵循差异化原则，根据产权属性、行业性质及所处数字环境等具体情况规划各具特色的数字化转型之路。第二，企业要在数字经济革命和产业升级的时代大背景下勇于主动出击，不仅要重构组织模式，打破时空限制，延伸产业链条，实现跨界发展，还要利用好大数据这一新型生产要素，改造升级传统业务，努力激发创新潜能，提高投资效率，进行高质量信息披露，优化内部控制的同时有效增进与外部投资者的互动。第三，金融监管机构要进一步提升资本市场的信息传导效率，使企业数字化转型成效在资本市场中及时且充分释放，运用大数据技术对虚假不实信息进行有效识别，严惩信息操纵行为，以降低投资者信息搜集成本，提升市场有效性，使资本市场更好地服务实体经济。第四，投资者要借助数字经济的东风，积极参与到上市公司治理当中，加强自身信息鉴别能力，充分行使外部监督职能，切实维护自身利益。