數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)短期投資偏好關(guān)系研究

朱辰 華桂宏

(1.南京財(cái)經(jīng)大學(xué) 金融學(xué)院,江蘇 南京 210023;2.南京師范大學(xué) 商學(xué)院,江蘇 南京 210023)

一、引言

在數(shù)字經(jīng)濟(jì)時(shí)代,“ABCD”等數(shù)字技術(shù)加速推動(dòng)了企業(yè)數(shù)字化轉(zhuǎn)型,進(jìn)而給經(jīng)濟(jì)、社會(huì)、組織等帶來(lái)了顛覆性的影響和變革。自數(shù)字化轉(zhuǎn)型概念提出后,我國(guó)政府高度重視,并給予了充分的政策支持和方向指引。黨的二十大報(bào)告明確提出:加快建設(shè)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)、航天強(qiáng)國(guó)、交通強(qiáng)國(guó)、網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)。習(xí)近平總書(shū)記屢屢強(qiáng)調(diào),要推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實(shí)體經(jīng)濟(jì)的深度融合,加快建設(shè)制造強(qiáng)國(guó),支持傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。這意味著,在數(shù)字化浪潮和國(guó)家政策的驅(qū)動(dòng)下,數(shù)字化轉(zhuǎn)型被視為企業(yè)追求高質(zhì)量發(fā)展的必由之路。此時(shí),探討數(shù)字轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)無(wú)疑具有重大理論價(jià)值和現(xiàn)實(shí)意義。

隨著數(shù)字化進(jìn)程的深入發(fā)展,陸續(xù)有學(xué)者對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)效應(yīng)展開(kāi)了研究。研究表明,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)商業(yè)模式[1]、績(jī)效增長(zhǎng)[2]、國(guó)際化廣度[3]、股票流動(dòng)性水平[4]等具有重要影響,但鮮有研究涉及數(shù)字化轉(zhuǎn)型與企業(yè)投資偏好的專(zhuān)有討論。文獻(xiàn)梳理發(fā)現(xiàn),當(dāng)前關(guān)于數(shù)字化轉(zhuǎn)型與企業(yè)投資關(guān)系的實(shí)證研究并不多見(jiàn),且零星文獻(xiàn)

更關(guān)注投資規(guī)模、投資效率等整體影響,尚未涉及企業(yè)長(zhǎng)短期投資偏好的范疇,而企業(yè)投資偏好直接決定投資組合布局以及資源配置方向,合理有效的投資是企業(yè)技術(shù)升級(jí)和擴(kuò)大生產(chǎn)規(guī)模的重要手段,也是實(shí)現(xiàn)可持續(xù)發(fā)展和價(jià)值躍升的核心所在[5]。但在現(xiàn)實(shí)情境下,基于自利特征的短視管理者,往往對(duì)“短平快”的短期投資較為熱衷,而對(duì)關(guān)系著企業(yè)存續(xù)、擴(kuò)張以及價(jià)值增長(zhǎng)的研發(fā)投入、資本支出等長(zhǎng)期投資持觀望態(tài)度,這些勢(shì)必會(huì)極化長(zhǎng)短期風(fēng)險(xiǎn)投資配比不均衡的局面,既而對(duì)企業(yè)可持續(xù)發(fā)展產(chǎn)生重大阻礙。有鑒于此,面對(duì)數(shù)字技術(shù)廣泛滲透到企業(yè)發(fā)展全域全過(guò)程的現(xiàn)實(shí)情境,本文對(duì)數(shù)字化轉(zhuǎn)型是否以及如何影響企業(yè)長(zhǎng)短期投資偏好展開(kāi)研究。

從現(xiàn)有理論研究來(lái)看,大部分學(xué)者肯定了數(shù)字化轉(zhuǎn)型的積極意義,他們認(rèn)為“大智移云物區(qū)”等數(shù)字技術(shù)的推廣和應(yīng)用能夠?qū)崿F(xiàn)部門(mén)之間、利益相關(guān)者之間數(shù)據(jù)交互貫通和實(shí)時(shí)共享,并增強(qiáng)對(duì)各項(xiàng)經(jīng)營(yíng)活動(dòng)的監(jiān)管和治理[6],這在緩解利益相關(guān)者間信息不對(duì)稱和增強(qiáng)公司治理有效性的同時(shí),可降低高管尋租套利的空間,促使其減少短視化投資而將節(jié)約的資源用于長(zhǎng)期投資,致使投資趨于長(zhǎng)期導(dǎo)向性。此外,大數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)等數(shù)字技術(shù)應(yīng)用能夠協(xié)助管理者或者自動(dòng)在相對(duì)復(fù)雜的市場(chǎng)環(huán)境下制定和評(píng)估各個(gè)決策方案[7],進(jìn)而實(shí)現(xiàn)經(jīng)營(yíng)決策由“滿意決策”過(guò)渡到“最優(yōu)決策”[8],這有助于管理者優(yōu)化投資結(jié)構(gòu),合理優(yōu)化長(zhǎng)、短期投資資源配置比例,從而表現(xiàn)出更為明顯的長(zhǎng)期投資偏好。對(duì)此,數(shù)字化轉(zhuǎn)型能夠降低短期投資強(qiáng)度而提高長(zhǎng)期投資強(qiáng)度。但也有學(xué)者提出質(zhì)疑,他們認(rèn)為,數(shù)字化轉(zhuǎn)型本質(zhì)上是對(duì)企業(yè)更深層次的重塑和再造,在此過(guò)程中,組織架構(gòu)、價(jià)值鏈、商業(yè)模式等重塑,在短期內(nèi)勢(shì)必會(huì)沖擊組織長(zhǎng)久存在的秩序,且企業(yè)可能因資源稟賦不足而陷入轉(zhuǎn)型困境[9],這些無(wú)疑會(huì)增加企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。此時(shí),高管會(huì)采取若干不利于長(zhǎng)期價(jià)值的短期投資,如驟然提高“短平快”的短期投資而相應(yīng)減少對(duì)長(zhǎng)期投資的資源配置,以應(yīng)對(duì)未來(lái)可能的經(jīng)營(yíng)危機(jī)。而且,在數(shù)字化轉(zhuǎn)型政策的支持下,為獲取更多的政府資助,高管可能會(huì)刻意削減長(zhǎng)期投資而增加短期投資來(lái)迎合其“速勝動(dòng)機(jī)”。對(duì)此,數(shù)字化轉(zhuǎn)型能夠提高短期投資強(qiáng)度而降低長(zhǎng)期投資強(qiáng)度。由此可見(jiàn),數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)、短期投資偏好的關(guān)系研究具有一定的理論價(jià)值和現(xiàn)實(shí)意義。

本文研究可能存在以下貢獻(xiàn)。(1)與現(xiàn)有研究側(cè)重于探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資規(guī)模和投資效率不同[10-11],本文基于投資偏好的視角,從短期和長(zhǎng)期投資強(qiáng)度的動(dòng)態(tài)變化證實(shí)了數(shù)字化轉(zhuǎn)型能夠降低企業(yè)短視化投資偏好。這一結(jié)果拓寬了企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)投資決策關(guān)系的研究邊界,并為數(shù)字化轉(zhuǎn)型有效性提供了新的經(jīng)驗(yàn)證據(jù)。(2)本文基于中介效應(yīng)模型,從信息質(zhì)量和管理者決策效率兩個(gè)方面探索了企業(yè)數(shù)字化轉(zhuǎn)型的作用路徑,這打開(kāi)了數(shù)字化轉(zhuǎn)型影響企業(yè)長(zhǎng)短期投資偏好的“機(jī)理黑箱”,對(duì)于更好把握數(shù)字化轉(zhuǎn)型的實(shí)施效果具有重要價(jià)值意義。(3)本文從產(chǎn)權(quán)性質(zhì)、技術(shù)屬性和區(qū)域特征三個(gè)角度全面探討了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)短期投資偏好的影響差異,不僅明確了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資偏好產(chǎn)生影響的主體,且為如何推動(dòng)企業(yè)合理化投資以及實(shí)施數(shù)字化轉(zhuǎn)型提供了新的實(shí)踐啟示。

二、文獻(xiàn)綜述和研究假說(shuō)

(一)文獻(xiàn)綜述

1.企業(yè)長(zhǎng)短期投資偏好影響因素

基于資源基礎(chǔ)理論,企業(yè)的資源是一定的,企業(yè)投資行為是由高管所掌控的資源決定,為此企業(yè)投資偏好直接決定投資結(jié)構(gòu)布局以及資源配置方向。而對(duì)于企業(yè)長(zhǎng)短期投資偏好,是指在既定資源情形下,企業(yè)在短期投資和長(zhǎng)期投資中資源配置的傾向性。一般而言,相較于短期投資,長(zhǎng)期投資風(fēng)險(xiǎn)性更高、投資成本更大、投資變現(xiàn)周期更長(zhǎng)[14]。而基于委托代理理論,為獲取更高的經(jīng)濟(jì)收益或者組織目標(biāo),基于自利特征的高管傾向于規(guī)避周期長(zhǎng)、風(fēng)險(xiǎn)高、金額大的長(zhǎng)期投資項(xiàng)目,而將節(jié)約的資金用于配置“短平快”的投資項(xiàng)目,致使企業(yè)的長(zhǎng)短期投資強(qiáng)度發(fā)生動(dòng)態(tài)變化,從而呈現(xiàn)出企業(yè)“重短期、輕長(zhǎng)期”的投資偏好[15]。針對(duì)此問(wèn)題,學(xué)者從多個(gè)方面探析了影響企業(yè)長(zhǎng)、短期投資偏好的影響因素。具體地,有學(xué)者基于制度環(huán)境特征認(rèn)為,政策不確定性、市場(chǎng)環(huán)境波動(dòng)性等因素會(huì)影響企業(yè)高管投資偏好,他們會(huì)傾向性地削減長(zhǎng)期投資來(lái)迎合他們對(duì)短期投資的偏好,這致使投資期限結(jié)構(gòu)呈短期化傾向[12,16]。有學(xué)者基于公司治理特征,認(rèn)為薪酬公平性、資本結(jié)構(gòu)等因素會(huì)影響企業(yè)長(zhǎng)短期投資強(qiáng)度,進(jìn)而影響企業(yè)投資決策的長(zhǎng)期導(dǎo)向[17-18]。還有學(xué)者基于高管特征,認(rèn)為管理者短視等因素會(huì)影響高管對(duì)投資項(xiàng)目期限或者收益的選擇,致使長(zhǎng)、短投資傾向性發(fā)生變化[5]。

2.企業(yè)數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果

企業(yè)數(shù)字化轉(zhuǎn)型是指通過(guò)信息、計(jì)算、通信和連接等技術(shù)的組合應(yīng)用,觸發(fā)企業(yè)組織特性的重大變革,并重構(gòu)組織結(jié)構(gòu)、行為及運(yùn)行系統(tǒng)的過(guò)程[19]。在數(shù)智化時(shí)代,企業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展下微觀企業(yè)主體依循發(fā)展規(guī)律所必經(jīng)的一個(gè)重要階段[4],已然成為絕大多數(shù)企業(yè)的重要戰(zhàn)略選擇。尤其隨著數(shù)字技術(shù)和實(shí)體經(jīng)濟(jì)的深度融合,數(shù)字化轉(zhuǎn)型在打破時(shí)空限制、促進(jìn)信息獲取、優(yōu)化資源配置、提升產(chǎn)業(yè)鏈協(xié)同等方面的價(jià)值愈發(fā)凸顯,深刻影響了人們的生活方式、生產(chǎn)方式以及管理方式。鑒于企業(yè)數(shù)字化轉(zhuǎn)型角色重要性,其經(jīng)濟(jì)效應(yīng)則受到業(yè)界的廣泛關(guān)注。早期關(guān)于企業(yè)數(shù)字化轉(zhuǎn)型的研究更多以案例研究和規(guī)范研究等分析范式為主,認(rèn)為數(shù)字化轉(zhuǎn)型為企業(yè)發(fā)展注入新動(dòng)能,對(duì)組織戰(zhàn)略、商業(yè)模式、組織機(jī)構(gòu)等方面產(chǎn)生顛覆性影響。譬如,單宇等(2021)[20]基于林清軒轉(zhuǎn)危為機(jī)的實(shí)踐,發(fā)現(xiàn)數(shù)字化對(duì)于組織韌性形成的影響主要表現(xiàn)為組織核心要素的重塑過(guò)程。林琳和呂文棟(2019)[21]以酷特智能和青島海爾兩家制造類(lèi)企業(yè)為案例,發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型重構(gòu)了企業(yè)組織方式、生產(chǎn)方式、商業(yè)模式以及組織邊界,并對(duì)企業(yè)生產(chǎn)、分配等環(huán)節(jié)產(chǎn)生了重要影響。近年來(lái),隨著文本分析技術(shù)和爬蟲(chóng)技術(shù)的快速發(fā)展,諸多學(xué)者基于詞頻統(tǒng)計(jì)來(lái)刻畫(huà)數(shù)字化轉(zhuǎn)型強(qiáng)度,在對(duì)數(shù)字化轉(zhuǎn)型微觀研究形成補(bǔ)充的同時(shí),為數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果研究打開(kāi)了重要突破口。研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠改善提升企業(yè)績(jī)效[2]、增加股票流動(dòng)性水平[4]、促進(jìn)企業(yè)成長(zhǎng)[6]、提升企業(yè)投資效率[22]、提高國(guó)際化廣度[3]等。以上理論研究無(wú)疑為數(shù)字化轉(zhuǎn)型的有效性提供了重要論據(jù)。

3.文獻(xiàn)述評(píng)

經(jīng)由上述文獻(xiàn)梳理發(fā)現(xiàn),當(dāng)前企業(yè)數(shù)字化轉(zhuǎn)型經(jīng)濟(jì)后果以及長(zhǎng)、短期投資偏好影響因素方面的文獻(xiàn)不斷涌現(xiàn),但依然存在諸多不足。第一,以往研究大多數(shù)著墨于長(zhǎng)期投資這一投資支出,相對(duì)忽視了投資決策組合中長(zhǎng)短期投資強(qiáng)度的動(dòng)態(tài)變化。換言之,若從企業(yè)短期、長(zhǎng)期投資強(qiáng)度的變化來(lái)揭示企業(yè)投資偏好可能更為合理,但涉及此類(lèi)文獻(xiàn)并不多見(jiàn)。第二,在企業(yè)長(zhǎng)短期投資偏好的研究中,已有文獻(xiàn)主要聚焦于政策的不確定性、管理者特征、企業(yè)特征等視角,但鮮有研究關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對(duì)長(zhǎng)短期投資偏好的影響。第三,盡管有幾篇零星文獻(xiàn)探索了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資的影響,但是上述文獻(xiàn)普遍聚焦于投資規(guī)?；蛘咄顿Y效率,忽視了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)短期投資偏好的價(jià)值作用。基于以上研究缺口,本文擬將重點(diǎn)辨析數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)、短期投資偏好的影響以及深層次機(jī)制。

(二)研究假設(shè)

基于以往研究結(jié)果,并結(jié)合數(shù)字化轉(zhuǎn)型的特征,本文擬從積極和消極兩個(gè)層面對(duì)企業(yè)數(shù)字化轉(zhuǎn)型如何影響企業(yè)投資偏好這一問(wèn)題展開(kāi)分析。具體如下。

從積極效應(yīng)看,首先,數(shù)字化轉(zhuǎn)型能夠改善信息環(huán)境。在云計(jì)算、大數(shù)據(jù)、AI以及區(qū)塊鏈等數(shù)字技術(shù)的應(yīng)用下,企業(yè)可打通數(shù)據(jù)孤島和推動(dòng)數(shù)據(jù)流動(dòng),將生產(chǎn)、研發(fā)、經(jīng)營(yíng)、投資等各部門(mén)數(shù)據(jù)廣泛搜集和挖掘,并實(shí)現(xiàn)數(shù)據(jù)交互貫通和實(shí)時(shí)共享,這有助于降低信息的搜尋、交換以及驗(yàn)證成本。而且,企業(yè)也可通過(guò)人工智能、神經(jīng)網(wǎng)絡(luò)等數(shù)字技術(shù)對(duì)非結(jié)構(gòu)化的視頻、圖像、音頻等文件進(jìn)行數(shù)據(jù)識(shí)別、挖掘和分析,為企業(yè)提供和補(bǔ)充可視化、多維度、標(biāo)準(zhǔn)化的信息,這在增加企業(yè)信息廣度和深度的同時(shí),提高信息的透明度和有用性[23]。另外,數(shù)字化技術(shù)能夠快速獲取和匯聚大小股東、政府、供應(yīng)商等利益相關(guān)者的信息,破解彼此間信息壁壘和業(yè)務(wù)邊界,并通過(guò)數(shù)據(jù)計(jì)算和分析,實(shí)現(xiàn)信息的直觀展示、預(yù)警和判斷,進(jìn)而在時(shí)間上實(shí)現(xiàn)即時(shí)聯(lián)系,在空間上實(shí)現(xiàn)即時(shí)到達(dá),這有助于緩解利益相關(guān)者之間因信息不對(duì)稱而導(dǎo)致的信息差[24]。進(jìn)一步地,基于信息不對(duì)稱或者高管自利,現(xiàn)實(shí)中企業(yè)投資水平未必符合最佳投資配額或者投資比例要求。而隨著企業(yè)數(shù)字化轉(zhuǎn)型對(duì)信息環(huán)境的改善,一方面,企業(yè)決策者能夠基于企業(yè)信息池,平衡短期收益和長(zhǎng)期發(fā)展的關(guān)系,提高資源配置效率,促使決策者以更為合理、長(zhǎng)遠(yuǎn)、有效的投資戰(zhàn)略經(jīng)營(yíng)企業(yè),企業(yè)投資期限呈長(zhǎng)期化偏向;另一方面,利益相關(guān)者能夠更低成本、更為全面地獲取企業(yè)的戰(zhàn)略安排和經(jīng)營(yíng)狀況,通過(guò)對(duì)經(jīng)營(yíng)決策和公司治理的監(jiān)測(cè),能夠及時(shí)有效糾正高管短視行為,縮小管理者違規(guī)套利和徇私舞弊的空間,迫使其減少“短平快”的短期投資項(xiàng)目而將節(jié)約的資源用于企業(yè)長(zhǎng)期投資,進(jìn)而增強(qiáng)長(zhǎng)期投資意愿。此時(shí),投資結(jié)構(gòu)會(huì)朝著更偏低流動(dòng)性投資的方向發(fā)展,從而抑制短期化的投資傾向。

最后,數(shù)字化轉(zhuǎn)型能夠提升高管決策效率。隨著算法快速迭代和收集數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng),數(shù)字化轉(zhuǎn)型企業(yè)可結(jié)合算法模型、經(jīng)驗(yàn)規(guī)則以及應(yīng)用場(chǎng)景,協(xié)助管理者或者自動(dòng)在相對(duì)復(fù)雜的市場(chǎng)環(huán)境下制定和評(píng)估各個(gè)決策方案[7],這可幫助高管降低對(duì)知覺(jué)、經(jīng)驗(yàn)的過(guò)度依賴,由此實(shí)現(xiàn)決策由“滿意決策”過(guò)渡到“最優(yōu)決策”[8]。以生產(chǎn)投資為例,數(shù)字技術(shù)能夠?qū)⒑Ａ糠稚⒌臄?shù)據(jù)信息進(jìn)行結(jié)構(gòu)化處理,幫助企業(yè)為用戶精準(zhǔn)畫(huà)像,識(shí)別消費(fèi)者潛在需求和偏好,增強(qiáng)個(gè)體性需求的快速響應(yīng),這種經(jīng)驗(yàn)驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)的改變能夠協(xié)助高管制定更具針對(duì)性的生產(chǎn)等投資決策,進(jìn)而開(kāi)辟新的市場(chǎng)。此外,決策人員還可以利用語(yǔ)音或者文字交互,采用類(lèi)搜索引擎的方式向系統(tǒng)提問(wèn),系統(tǒng)會(huì)自動(dòng)理解問(wèn)題并在后臺(tái)數(shù)據(jù)庫(kù)中搜索數(shù)據(jù),并以適當(dāng)?shù)男问匠尸F(xiàn)給決策者,提供決策所需的多元化觀點(diǎn)和多樣化視角,從而實(shí)現(xiàn)全景業(yè)務(wù)分析的經(jīng)營(yíng)決策場(chǎng)景[7,24]。此外,數(shù)字技術(shù)能夠基于數(shù)據(jù)池和模型算法,建立風(fēng)險(xiǎn)識(shí)別和預(yù)警系統(tǒng),構(gòu)建合規(guī)風(fēng)險(xiǎn)識(shí)別與預(yù)警機(jī)制,及時(shí)、高效、精準(zhǔn)捕捉經(jīng)營(yíng)事項(xiàng)的異常情形[6],進(jìn)而推動(dòng)決策反饋的智能化和精準(zhǔn)化。不可否認(rèn),企業(yè)投資選擇由高管決定,但囿于認(rèn)知局限和決策風(fēng)險(xiǎn),其投資決策更偏向于短期和保守化。隨著數(shù)字化轉(zhuǎn)型引發(fā)的決策質(zhì)量和效率的提升,管理者能夠以更為廣闊的視角辨析投資項(xiàng)目的優(yōu)劣,擴(kuò)寬長(zhǎng)期投資視野,權(quán)衡長(zhǎng)短期投資的利弊,進(jìn)而做出更為長(zhǎng)效、穩(wěn)定的高價(jià)值決策。而基于長(zhǎng)期投資對(duì)企業(yè)可持續(xù)發(fā)展的必要性和重要性,在資源分配過(guò)程中,高管會(huì)傾向性地將資源更多分配到研發(fā)創(chuàng)新等長(zhǎng)期投資,相機(jī)減少短視化投資活動(dòng),從而表現(xiàn)出更為明顯長(zhǎng)期投資偏好。綜上,本文提出假設(shè)1。

H1數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)短期投資而提升企業(yè)長(zhǎng)期投資,促使企業(yè)投資呈長(zhǎng)期化投資偏好。

從負(fù)面效應(yīng)看,首先,數(shù)字化轉(zhuǎn)型會(huì)增加高管政治尋租。前文指出,近年來(lái)政府部門(mén)先后出臺(tái)了若干補(bǔ)貼、優(yōu)惠政策來(lái)引導(dǎo)和扶持?jǐn)?shù)字產(chǎn)業(yè)的發(fā)展,激發(fā)企業(yè)數(shù)字化轉(zhuǎn)型的內(nèi)生動(dòng)力,以此支撐經(jīng)濟(jì)高質(zhì)量發(fā)展?！稊?shù)字化轉(zhuǎn)型伙伴行動(dòng)倡議》(2020)《關(guān)于加快推進(jìn)國(guó)有企業(yè)數(shù)字化轉(zhuǎn)型工作的通知》(2021)等相關(guān)政策的出臺(tái)即是例證。這也意味著,實(shí)施數(shù)字化轉(zhuǎn)型的企業(yè)會(huì)相應(yīng)獲得稅收優(yōu)惠、政府補(bǔ)貼以及戰(zhàn)略指導(dǎo)的文件性扶持政策。研究表明,政府扶持,雖然可通過(guò)財(cái)政手段等方式幫助企業(yè)克服資金不足難題,但也會(huì)衍生出“企業(yè)政治資源詛咒效應(yīng)”[25]。具體地,管理者為尋求政治資源,一方面會(huì)愿意耗費(fèi)大量精力鞏固固有的利益鏈條,傾向性將更多資源用于維系與政府的關(guān)系,而畸高政治關(guān)聯(lián)成本勢(shì)必會(huì)擠占企業(yè)研發(fā)等長(zhǎng)期投資資源[26],從而降低長(zhǎng)期投資的積極性;另一方面會(huì)引發(fā)管理者的“速勝動(dòng)機(jī)”來(lái)尋求和維護(hù)政商關(guān)系,而不再過(guò)于注重企業(yè)自身能力的建設(shè),即希望通過(guò)尋租活動(dòng)或者配置大量的短期化資產(chǎn)來(lái)快速提升業(yè)績(jī),因此有動(dòng)機(jī)選擇“短平快”的短期投資策略而忽視企業(yè)長(zhǎng)期價(jià)值投資[27]。此外,政企間信息不對(duì)稱以及政府干預(yù)也會(huì)使得政策扶持產(chǎn)生“逆向”引導(dǎo)作用,誘發(fā)企業(yè)從事“尋補(bǔ)貼”投資等短視投資行為,而忽視甚至摒棄研發(fā)創(chuàng)新、固定資產(chǎn)投資等長(zhǎng)期投資行為。因此,在數(shù)字化轉(zhuǎn)型驅(qū)動(dòng)下,企業(yè)管理者易表現(xiàn)出“重短期,輕長(zhǎng)期”的投資偏好。

其次,數(shù)字化轉(zhuǎn)型會(huì)增加企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。有學(xué)者指出,數(shù)字化轉(zhuǎn)型本質(zhì)上是對(duì)企業(yè)更深層次的重塑和再造,是一由外到內(nèi)沖擊破壞,再由內(nèi)到外的調(diào)整蛻變過(guò)程[9,28]。在此過(guò)程中,重構(gòu)的商業(yè)模式、組織架構(gòu)、價(jià)值鏈等,在短期內(nèi)勢(shì)必會(huì)沖擊組織長(zhǎng)久存在的秩序,或是與原有商業(yè)模式上產(chǎn)生沖突,抑或是改變戰(zhàn)略認(rèn)知,這些會(huì)增加組織復(fù)雜性和業(yè)務(wù)復(fù)雜性。另外,隨著數(shù)字技術(shù)應(yīng)用有消費(fèi)端向生產(chǎn)端拓展,一些非數(shù)字型企業(yè)在轉(zhuǎn)型過(guò)程中可能會(huì)因?yàn)榧夹g(shù)不足、資金缺乏、戰(zhàn)略失配等問(wèn)題而陷入轉(zhuǎn)型困境[29],這些會(huì)增加企業(yè)轉(zhuǎn)型失敗的風(fēng)險(xiǎn)。據(jù)Couchbase公司調(diào)查,企業(yè)數(shù)字化轉(zhuǎn)型失敗率高達(dá)80%。此外,實(shí)施數(shù)字化的企業(yè)提高了企業(yè)管理者理解數(shù)字技術(shù)背后算法邏輯的門(mén)檻,這易引發(fā)“算法黑箱”“算法偏見(jiàn)”等問(wèn)題,致使算法等數(shù)字工具成為部分決策者謀取不正當(dāng)收益的“白手套”,從而增加了企業(yè)經(jīng)營(yíng)治理的不可控性。由此可見(jiàn),數(shù)字化轉(zhuǎn)型會(huì)增加企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)。進(jìn)一步地,企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)的上升,其一會(huì)導(dǎo)致公司業(yè)績(jī)波動(dòng),引發(fā)資本成本和資金鏈斷裂危機(jī),這為高管增加靈活度高的短期投資提供了更多理由;其二會(huì)增加管理層尋租套利的機(jī)會(huì),他們可能從事更多驅(qū)動(dòng)短期業(yè)績(jī)的短期投資項(xiàng)目來(lái)粉飾業(yè)績(jī)或滿足私利;其三會(huì)加劇企業(yè)經(jīng)營(yíng)環(huán)境的不確定性,引發(fā)流動(dòng)性資金需求增長(zhǎng)和貸款供給下降,企業(yè)被迫中止長(zhǎng)期項(xiàng)目的概率驟然上升。由此可知,出于規(guī)避經(jīng)營(yíng)風(fēng)險(xiǎn)的目的,數(shù)字化轉(zhuǎn)型高的企業(yè)傾向于縮短投資期限,從事更多能夠及時(shí)變現(xiàn)的短期投資或者投機(jī)行為,并相應(yīng)降低長(zhǎng)期投資意愿,致使企業(yè)投資“重短期輕長(zhǎng)期”現(xiàn)象更為明顯。綜上,本文提出假設(shè)2。

H2數(shù)字化轉(zhuǎn)型能夠促使企業(yè)短期投資而抑制企業(yè)長(zhǎng)期投資,促使企業(yè)投資呈短期化投資偏好。

三、研究設(shè)計(jì)

(一)樣本和數(shù)據(jù)來(lái)源

本文以我國(guó)滬深兩市A股上市公司作為研究對(duì)象,研究區(qū)間為2010-2020年。借鑒以往研究,本文對(duì)樣本數(shù)據(jù)進(jìn)行如下處理:(1)剔除處于PT、ST狀態(tài)的公司;(2)剔除金融類(lèi)、保險(xiǎn)類(lèi)公司;(3)剔除了核心變量數(shù)據(jù)缺失的公司;(4)剔除同一行業(yè)上市企業(yè)總數(shù)不足5家的公司。另外,本文涉及的數(shù)字化轉(zhuǎn)型主要使用Python軟件從企業(yè)年報(bào)中抓取關(guān)鍵詞所得,企業(yè)長(zhǎng)期資本數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù),財(cái)務(wù)數(shù)據(jù)、公司治理數(shù)據(jù)主要來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)及銳思數(shù)據(jù)庫(kù)。對(duì)于可疑的數(shù)據(jù),將結(jié)合財(cái)務(wù)報(bào)表和信息公告等進(jìn)行核對(duì)。此外,為消除極端值對(duì)本文研究結(jié)論的影響,本文對(duì)數(shù)據(jù)中變量進(jìn)行了上下1%水平上的縮尾處理

(二)變量說(shuō)明

1.企業(yè)數(shù)字化轉(zhuǎn)型

隨著文本分析技術(shù)的興起,現(xiàn)階段國(guó)內(nèi)外研究就利用文本分析技術(shù)對(duì)數(shù)字化轉(zhuǎn)型進(jìn)行量化已達(dá)成基本共識(shí)?；诖?本文依據(jù)王墨林等(2022)[3]、吳非等(2021)[4]的研究,運(yùn)用文本分析工具,利用字典法查找年報(bào)中出現(xiàn)的數(shù)字化轉(zhuǎn)型相關(guān)詞匯次數(shù)衡量企業(yè)數(shù)字化轉(zhuǎn)型?；跀?shù)字化轉(zhuǎn)型的管理實(shí)踐,本文從人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈以及整體數(shù)字化轉(zhuǎn)型趨勢(shì)五個(gè)方面梳理關(guān)鍵詞并形成數(shù)字詞典,具體包括:AI技術(shù)、生物識(shí)別、自然語(yǔ)言處理、大數(shù)據(jù)、圖像識(shí)別、數(shù)據(jù)科學(xué)、語(yǔ)言識(shí)別、人工智能、人臉識(shí)別、深度學(xué)習(xí)、虛擬現(xiàn)實(shí)、數(shù)據(jù)挖掘、情感分析、智能化、生物科學(xué)、自動(dòng)化、云計(jì)算、數(shù)字化、云平臺(tái)、信息化戰(zhàn)略、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、區(qū)塊鏈、物聯(lián)網(wǎng)等。隨后,本文依據(jù)吳非等(2021)[4]的研究,手工提取上市公司年報(bào),并以手工和Python爬蟲(chóng)功能相結(jié)合方式提取企業(yè)數(shù)字化轉(zhuǎn)型關(guān)鍵詞在年報(bào)出現(xiàn)的詞頻。由于該指數(shù)有典型的“右偏性”特征,本文對(duì)詞頻對(duì)數(shù)化處理,終值即為企業(yè)數(shù)字化轉(zhuǎn)型變量(DT)。

表1 主要變量定義

2.長(zhǎng)短期投資偏好

參考雷光勇等(2017)[18]的思路,本文以企業(yè)投資組合中長(zhǎng)、短期投資強(qiáng)度的變化來(lái)表征企業(yè)投資偏好。一般而言,長(zhǎng)期投資主要是指回收期為1年以上的投資,具有成本大、風(fēng)險(xiǎn)大、收益大的長(zhǎng)期化特征,主要涉及擴(kuò)大資產(chǎn)規(guī)模、更新升級(jí)設(shè)備、增加無(wú)形資產(chǎn)等,以謀求長(zhǎng)期盈利和可持續(xù)發(fā)展為目標(biāo)。而短期投資(1)短期投資和金融資產(chǎn)投資雖然在資產(chǎn)科目上存在交集,但短期投資是相對(duì)于投資期限來(lái)定義投資性質(zhì)的,而金融資產(chǎn)投資是相對(duì)于資產(chǎn)屬性定義投資屬性的。其中,金融資產(chǎn)包括股票、債券、期權(quán)、證券化產(chǎn)品、衍生性金融商品等,并無(wú)硬性期限要求。短期投資包括現(xiàn)金、存貨、應(yīng)收賬款、短期有價(jià)債券等,并無(wú)資產(chǎn)有形性的區(qū)別。主要是指回收期在1年以內(nèi)的投資,具有成本低、風(fēng)險(xiǎn)小、收益小的短期化特征,主要涉及現(xiàn)金、應(yīng)收賬款、短期有價(jià)債券等,以隨時(shí)變現(xiàn)和快速獲取短期收益為目標(biāo)[14]。為此,借鑒雷光勇等(2017)[18]的做法,本文以當(dāng)期交易性金融資產(chǎn)、衍生金融資產(chǎn)、短期投資凈額、買(mǎi)入返售金融資產(chǎn)凈額、可供出售金融資產(chǎn)凈額、持有至到期投資凈額、長(zhǎng)期應(yīng)收款凈額和投資性房地產(chǎn)凈額等金融資產(chǎn)投資之和占總資產(chǎn)的比重作為短期投資強(qiáng)度的測(cè)度指標(biāo);使用當(dāng)期資本支出和研發(fā)支出之和占總資產(chǎn)的比重作為長(zhǎng)期投資強(qiáng)度的測(cè)度指標(biāo)。

3.控制變量

參照已有理論和研究成果[5,18],本文控制了影響公司投資的其他因素,具體包括,企業(yè)規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、凈資產(chǎn)報(bào)酬率(ROE)、公司成長(zhǎng)性(Growth)、現(xiàn)金持有(Cashflow)、CEO持股比例(CEO_gr)、第一大股東持股比例(Top1Hold)、獨(dú)董比例(Ddr)、兩職合一(Dual)、審計(jì)師是否為四大(InsHold)。此外,為控制各地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)企業(yè)投資強(qiáng)度的影響,本文也在模型中加入了企業(yè)所在區(qū)域人均GDP(Agdp)。并且,為了進(jìn)一步控制不隨時(shí)間、行業(yè)、地區(qū)變化的不可觀測(cè)因素,在模型中加入了時(shí)間固定效應(yīng)(Year)、行業(yè)固定效應(yīng)(Ind)和區(qū)域固定效應(yīng)(Region)。變量定義見(jiàn)表1。

(三)研究模型

為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)投資偏好的影響,本文借鑒胡楠等(2021)[5]和吳非等(2021)[4]的做法,構(gòu)建以下模型

Long_invi,t+1/Short_invi,t+1=β0+β1DTi,t+∑βCVi,t+∑Industry+∑Year+∑Region+εi,t

(1)

其中,因變量Long_inv為企業(yè)長(zhǎng)期投資強(qiáng)度,Short_inv為企業(yè)短期投資強(qiáng)度。自變量DT為企業(yè)數(shù)字化轉(zhuǎn)型。CV為上文提到的控制變量。ε表示殘差。β1反映了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)長(zhǎng)期(短期)投資影響的方向及程度。本文預(yù)期,當(dāng)因變量為L(zhǎng)ong_inv,β1顯著為正,因變量為Short_inv,β1顯著為負(fù),假設(shè)1得以驗(yàn)證;當(dāng)因變量為L(zhǎng)ong_inv,β1顯著為負(fù),因變量為Short_inv,β1顯著為正,假設(shè)2得以驗(yàn)證。

表2 主要變量描述統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表2匯報(bào)了主要研究變量的描述性統(tǒng)計(jì)。從全樣本來(lái)看,上市公司年報(bào)文本中,數(shù)字化轉(zhuǎn)型相關(guān)詞匯的均值為2.60,極差為5.77,這表明不同樣本的數(shù)字化轉(zhuǎn)型強(qiáng)度存在顯著差異。Short_inv和Long_inv的均值分別為2.89%和7.17%,說(shuō)明平均而言短期投資占總資產(chǎn)的比重為2.9%,長(zhǎng)期投資占總資產(chǎn)的比重為7.2%。其余變量取值范圍與現(xiàn)有研究大體相符。

表3 數(shù)字化轉(zhuǎn)型與企業(yè)長(zhǎng)短期投資

(二)回歸結(jié)果分析

1.基礎(chǔ)模型回歸

為檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資偏好的影響,本文采用公司固定效應(yīng)模型(FE)進(jìn)行回歸分析,回歸結(jié)果見(jiàn)表3。其中,列(1)和列(3)是沒(méi)有添加控制變量的估計(jì)結(jié)果,列(2)和列(4)是添加了控制變量的估計(jì)結(jié)果。對(duì)于短期投資,列(1)和列(2)表明,無(wú)論模型中是否加入控制變量,數(shù)字化轉(zhuǎn)型(DT)系數(shù)均顯著為負(fù)。對(duì)于長(zhǎng)期投資,列(3)和列(4)表明,無(wú)論模型中是否加入控制變量,數(shù)字化轉(zhuǎn)型(DT)系數(shù)均顯著為正,且均達(dá)到了1%的顯著性水平。這些結(jié)果表明,數(shù)字化轉(zhuǎn)型抑制了企業(yè)短期投資、促進(jìn)了企業(yè)長(zhǎng)期投資,即對(duì)企業(yè)投資結(jié)構(gòu)“重短期輕長(zhǎng)期”具有“糾偏”作用。假設(shè)1得以驗(yàn)證。

2.內(nèi)生性分析

(1)兩階段最小二乘法(2SLS)。本文使用下一期的長(zhǎng)、短期投資強(qiáng)度對(duì)當(dāng)期企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)行了回歸,且采用了公司固定效應(yīng)模型實(shí)施檢驗(yàn),這在一定程度上緩解了內(nèi)生性問(wèn)題對(duì)研究結(jié)論的干擾。但出于穩(wěn)健性的考慮,本文使用兩階段最小二乘法進(jìn)一步克服遺漏變量、互為因果等內(nèi)生性偏差。借鑒武常岐等(2022)[28]、楊德明和劉泳文(2018)[30]的思路,以同伴公司數(shù)字化轉(zhuǎn)型程度(Peer_DT)和企業(yè)所在城市互聯(lián)網(wǎng)發(fā)展水平(City_Int)(2)參考已有研究文獻(xiàn),本文以“與焦點(diǎn)企業(yè)處于同一細(xì)分行業(yè)的其它企業(yè)數(shù)字化轉(zhuǎn)型水平均值”作為同伴公司數(shù)字化轉(zhuǎn)型程度的測(cè)度指標(biāo);以“企業(yè)所在城市為杭州、深圳、廣州、珠海、廈門(mén)、南京、上海、北京、武漢和蘇州賦值為1,否則為0”作為企業(yè)所在城市互聯(lián)網(wǎng)發(fā)展水平的測(cè)度指標(biāo)。作為工具變量,采用兩階段最小二乘法對(duì)模型進(jìn)行重新估計(jì)。一方面,對(duì)于Peer_DT,基于“同伴效應(yīng)”,同行業(yè)其他公司的數(shù)字化轉(zhuǎn)型會(huì)影響企業(yè)數(shù)字化轉(zhuǎn)型的戰(zhàn)略實(shí)施;對(duì)于City_Int,互聯(lián)網(wǎng)發(fā)展高的地區(qū)會(huì)產(chǎn)生數(shù)字外溢效應(yīng),會(huì)直接輻射到當(dāng)期企業(yè);這些滿足了工具變量的“相關(guān)性”要求。另一方面,同伴公司的數(shù)字化轉(zhuǎn)型均值、地區(qū)層面互聯(lián)網(wǎng)發(fā)展與企業(yè)投資決策關(guān)聯(lián)較小,兩個(gè)工具變量不會(huì)通過(guò)其他渠道直接影響目標(biāo)企業(yè)的投資活動(dòng),滿足工具變量的“排他性”約束。工具變量的有效性檢驗(yàn)見(jiàn)表4列(1)和列(2),Kleibergen-Paap rk LM統(tǒng)計(jì)量在1%的水平上顯著,拒絕工具變量識(shí)別不足的原假設(shè);Cragg-Donald Wald F統(tǒng)計(jì)量大于Stock-Yogo弱工具變量識(shí)別F檢驗(yàn)在10%顯著性水平上的臨界值,拒絕弱工具變量的原假設(shè);Sargan-Hansen過(guò)度識(shí)別檢驗(yàn)的相伴隨概率均大于0.1,即不能在10%的顯著性水平上拒絕工具變量是過(guò)度識(shí)別的零假設(shè),本文選取的工具變量是外生的。另外,從估計(jì)結(jié)果來(lái)看,數(shù)字化轉(zhuǎn)型與短期投資強(qiáng)度顯著負(fù)相關(guān),與長(zhǎng)期投資強(qiáng)度顯著正相關(guān)。這表明在緩解了雙向因果導(dǎo)致的內(nèi)生性問(wèn)題后,本文的結(jié)論依然穩(wěn)健。

3.穩(wěn)健性檢驗(yàn)

為增強(qiáng)研究結(jié)論的可靠性,本文還進(jìn)行了以下穩(wěn)健性檢驗(yàn)。

第一,解釋變量替換。本文使用廣東金融學(xué)院國(guó)家金融學(xué)研究中心平臺(tái)推出的《中國(guó)上市企業(yè)數(shù)字化轉(zhuǎn)型指數(shù)評(píng)價(jià)研究報(bào)告》中對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的評(píng)級(jí)結(jié)果以及關(guān)鍵詞詞頻測(cè)算數(shù)字化轉(zhuǎn)型強(qiáng)度。評(píng)級(jí)指標(biāo)依照“三區(qū)九級(jí)”的標(biāo)準(zhǔn)(AAA、AA、A、BBB、BB、B、CCC、CC、C)展開(kāi)分析,本文依次賦值9-1,以DT_R表征。數(shù)字化詞頻是由與人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、大數(shù)據(jù)應(yīng)用相關(guān)詞匯在年報(bào)中的披露次數(shù)獲得,本文采用數(shù)字化相關(guān)詞頻總數(shù)的自然對(duì)數(shù)來(lái)衡量數(shù)字化轉(zhuǎn)型強(qiáng)度,并以DT_Q表征。回歸結(jié)果如表5列(1)至列(4)所示,DT_R和DT_Q與短期投資Short_inv顯著負(fù)相關(guān);與長(zhǎng)期投資Long_inv顯著正相關(guān),這與前文實(shí)證結(jié)果保持一致。

表4 內(nèi)生性檢驗(yàn)結(jié)果

第二,剔除研究樣本。由于直轄市(北京、上海、天津、重慶)具有較大的行政、經(jīng)濟(jì)特殊性,這可能導(dǎo)致所在區(qū)域企業(yè)數(shù)字化轉(zhuǎn)型存在差異。為此,剔除了直轄市的樣本,并重新進(jìn)行回歸檢驗(yàn),表5列(3)和列(4)顯示,關(guān)鍵變量回歸結(jié)果并未發(fā)生變化。

第三,排除企業(yè)策略性信息披露行為的解釋。本文主要是采用機(jī)器學(xué)習(xí)的文本分析法來(lái)構(gòu)建企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)。然而,企業(yè)在年報(bào)披露中可能存在策略性炒作以及蹭熱度、蹭概念的嫌疑,致使年報(bào)披露的數(shù)字化轉(zhuǎn)型程度要低于實(shí)際。為排除這一解釋,本文參照袁淳等(2021)[31]的做法,剔除掉樣本公司中信息披露考評(píng)結(jié)果為不合格的樣本公司,結(jié)果表明,數(shù)字化轉(zhuǎn)型與企業(yè)短期、長(zhǎng)期投資分別負(fù)相關(guān)、正相關(guān),可見(jiàn)本文研究結(jié)論并不受策略性信息披露行為的影響。因此,本文結(jié)果是穩(wěn)健可靠的。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

五、進(jìn)一步分析

(一)機(jī)制分析

基于前述機(jī)制分析,數(shù)字化轉(zhuǎn)型通過(guò)提高信息披露質(zhì)量以及提升高管決策效率兩種路徑間接影響企業(yè)投資偏好,本文擬采用中介效應(yīng)進(jìn)行檢驗(yàn)。鑒于學(xué)術(shù)界對(duì)三步法檢驗(yàn)中介效應(yīng)的爭(zhēng)議,參考文雁兵等(2022)[32]的設(shè)計(jì)思路,一方面,在中介效應(yīng)中同時(shí)考慮中介因子與被解釋變量間的關(guān)系,增加實(shí)證鏈條的完備性;另一方面采用拔靴法Bootstrap判斷中介效應(yīng)是否存在。具體地,第一,基于模型(2),檢驗(yàn)自變量對(duì)中介變量的影響,判斷θ1的顯著性。第二,基于模型(3),檢驗(yàn)中介變量對(duì)因變量的影響,判斷γ1的顯著性。第三,基于模型(4),將中介變量和自變量納入模型(1),同時(shí)檢驗(yàn)自變量與中介因子的回歸系數(shù)μ1、μ2的顯著性(3)如果系數(shù)δ1、θ1、μ1、μ2的回歸系數(shù)均顯著,且μ2小于δ1,則具有部分中介效應(yīng);如果系數(shù)δ1、θ1、μ1的回歸系數(shù)均顯著,且μ2小于δ1,但μ2不顯著,則具有完全中介效應(yīng)。。

Mediatori,t=θ0+θ1DTi,t+∑θCV+∑Industry+∑Year+∑Region+εi,t

(2)

Short_invi,t+1/Long_invi,t+1=γ0+γ1Mediatori,t+∑γCV+∑Industry+∑Year+∑Region+εi,t

(3)

Short_invi,t+1/Long_invi,t+1=μ0+μ1Mediatori,t+μ2DTi,t+∑μCV+∑Industry+∑Year+∑Region+εi,t

熔析操作有加熱熔析和冷卻熔析(分凝)兩種方法，其原理相同，目前多數(shù)廠家采用將粗鉛在精煉鍋內(nèi)低溫熔化，使鉛析出而與雜質(zhì)分離。

(4)

1.提高信息披露質(zhì)量

參考何平林等(2019)[33]的做法,以可操縱盈余的絕對(duì)值(IDQ)(4)通過(guò)修正的Jones模型計(jì)算所得,該數(shù)值絕對(duì)值越大,表明盈余管理程度越高,會(huì)計(jì)信息質(zhì)量越低。作為信息披露質(zhì)量的測(cè)度指標(biāo)。表6Panel A匯報(bào)了該路徑中介效應(yīng)檢驗(yàn)的實(shí)證結(jié)果。列(3)顯示,DT的回歸系數(shù)顯著為負(fù),說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型會(huì)提升企業(yè)信息披露質(zhì)量。列(4)和列(5)顯示,IDQ與企業(yè)短期投資Short_inv和長(zhǎng)期投資Long_inv分別顯著正、負(fù)相關(guān),說(shuō)明信息披露質(zhì)量抑制了企業(yè)短期投資,促進(jìn)了企業(yè)長(zhǎng)期投資。列(1)和列(6)顯示,DT分別與Short_inv的顯著負(fù)相關(guān);列(2)和列(7)顯示,DT分別與Long_inv的顯著正相關(guān)。另外,本文進(jìn)行了Bootstrap抽樣檢驗(yàn),發(fā)現(xiàn)置信度為95%的中介效應(yīng)區(qū)間分別為[-0.005 5,-0.000 7]、[0.009 6,0.012 4],均未包括0。綜上,企業(yè)數(shù)字化轉(zhuǎn)型是通過(guò)提高信息披露質(zhì)量來(lái)影響企業(yè)投資偏好,信息披露質(zhì)量路徑成立。

2.提升高管決策效率

本文以企業(yè)投資效率作為高管決策效率的測(cè)度指標(biāo)。原因在于,企業(yè)投資是高管行為決策的關(guān)鍵內(nèi)容,而投資的盈利狀況也是評(píng)判高管團(tuán)隊(duì)優(yōu)劣的關(guān)鍵維度,所以高管對(duì)投資決策尤為謹(jǐn)慎。進(jìn)言之,高管投資效率與高管決策效率具有一致性。參考王茂林等(2014)[34]的做法,本文使用Richardson模型估計(jì)的殘差絕對(duì)值(INV)作為投資效率的測(cè)度指標(biāo),殘差值絕對(duì)值越大也意味著非效率投資越高。表6中的Panel B匯報(bào)了該路徑的中介結(jié)果。列(3)表明,DT的回歸系數(shù)顯著為負(fù),說(shuō)明企業(yè)數(shù)字化轉(zhuǎn)型能夠提高企業(yè)投資效率。列(4)至列(5)顯示,INV對(duì)企業(yè)短期投資Short_inv和長(zhǎng)期投資Long_inv分別具有正向、負(fù)向影響,說(shuō)明高管決策效率抑制了企業(yè)短期投資,促進(jìn)了企業(yè)長(zhǎng)期投資。列(6)表明,INV的回歸系數(shù)顯著為正;DT的回歸系數(shù)顯著為負(fù)。列(7)表明,INV的回歸系數(shù)顯著為正;DT的回歸系數(shù)也顯著為正。另外,本文又進(jìn)行了Bootstrap抽樣檢驗(yàn),發(fā)現(xiàn)置信度為95%的中介效應(yīng)區(qū)間分別為[-0.157 7,-0.136 6]、[0.005 6,0.010 3],均未包括0。由此可見(jiàn),企業(yè)數(shù)字化轉(zhuǎn)型可通過(guò)提高高管決策效率來(lái)影響企業(yè)投資傾向,高管決策效率路徑成立。

(二)情境分析

基于制度理論,企業(yè)行為決策會(huì)很大程度上受到內(nèi)外部環(huán)境的影響。而探討不同情境下數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)短期投資偏好的影響,可有助于學(xué)者進(jìn)一步明晰數(shù)字化轉(zhuǎn)型的實(shí)施效果,利于出臺(tái)更具針對(duì)性和建設(shè)性的指導(dǎo)意見(jiàn)。不可否認(rèn),各企業(yè)因企業(yè)特征、所處行業(yè)、地理位置的不同,其所面臨的內(nèi)部經(jīng)營(yíng)環(huán)境、技術(shù)環(huán)境和社會(huì)環(huán)境存在顯著差異,這些勢(shì)必會(huì)影響數(shù)字化對(duì)企業(yè)信息披露和經(jīng)營(yíng)決策的作用過(guò)程,進(jìn)而體現(xiàn)到數(shù)字化轉(zhuǎn)型與長(zhǎng)短期投資偏好的關(guān)系上。下文將進(jìn)一步具體分析。

1.產(chǎn)權(quán)性質(zhì)

我國(guó)企業(yè)呈現(xiàn)出國(guó)企和非國(guó)企的雙元特征,不同所有制企業(yè)的經(jīng)營(yíng)環(huán)境和戰(zhàn)略目標(biāo)存在不同,使得企業(yè)戰(zhàn)略目標(biāo)、投資行為呈現(xiàn)異質(zhì)性。為考察產(chǎn)權(quán)性質(zhì)對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)投資傾向關(guān)系的影響,本文在基準(zhǔn)模型的基礎(chǔ)上,引入產(chǎn)權(quán)性質(zhì)(Type,若樣本公司為國(guó)有企業(yè)賦值為1,否則為0)以及產(chǎn)權(quán)性質(zhì)與數(shù)字化轉(zhuǎn)型的交互項(xiàng)(Type×DT),具體回歸結(jié)果見(jiàn)表7中的列(1)和列(2)。研究發(fā)現(xiàn),交互項(xiàng)DT×Type與短期投資Short_inv在5%水平上顯著負(fù)相關(guān),與長(zhǎng)期投資Long_inv在1%水平上顯著正相關(guān)。這說(shuō)明,國(guó)企的數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)、短期投資偏好具有更為顯著的驅(qū)動(dòng)作用。這可能是因?yàn)?在國(guó)企制度環(huán)境下,企業(yè)具有更為充分的資金支持、更穩(wěn)定的研發(fā)團(tuán)隊(duì)以及更為穩(wěn)固的產(chǎn)學(xué)研基礎(chǔ),這可為國(guó)企實(shí)施數(shù)字化轉(zhuǎn)型奠定基礎(chǔ)和保障。不僅如此,國(guó)企肩負(fù)有實(shí)現(xiàn)經(jīng)濟(jì)目標(biāo)和政策性目標(biāo)的雙重責(zé)任,在國(guó)家大力發(fā)展數(shù)字經(jīng)濟(jì)的時(shí)代背景下,國(guó)企承擔(dān)有快速促進(jìn)數(shù)字技術(shù)落地的重要職責(zé),此時(shí)國(guó)企更有動(dòng)機(jī)增加數(shù)字化轉(zhuǎn)型力度,這更有助于數(shù)字技術(shù)的釋放。由此可知,國(guó)企數(shù)字化轉(zhuǎn)型的長(zhǎng)期投資效應(yīng)更為凸顯。

2.技術(shù)屬性

企業(yè)的技術(shù)屬性也可能會(huì)影響數(shù)字化轉(zhuǎn)型與長(zhǎng)期投資的既定關(guān)系。與上文類(lèi)似,本文在基準(zhǔn)模型的基礎(chǔ)上,引入技術(shù)屬性(Hgih_tec,若樣本公司為高科技企業(yè)賦值為1,否則為0)以及技術(shù)屬性與數(shù)字化轉(zhuǎn)型的交互項(xiàng)(Hgih_tec×DT)。實(shí)證結(jié)果見(jiàn)表7中的列(3)和列(4),結(jié)果顯示,當(dāng)被解釋變量為短期投資Short_inv,交互項(xiàng)Hgih_tec×DT的回歸系數(shù)顯著為負(fù);當(dāng)被解釋變量為長(zhǎng)期投資Long_inv,交互項(xiàng)Hgih_tec×DT的回歸系數(shù)顯著為正。這說(shuō)明,相較于非高科技企業(yè),在高科技企業(yè)中數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資偏好具有更為明顯的推動(dòng)作用。這可能是因?yàn)?高技術(shù)企業(yè)人力資本數(shù)量多、對(duì)技術(shù)的接受程度相對(duì)較高,數(shù)字技術(shù)能更大程度地應(yīng)用在組織架構(gòu)、運(yùn)營(yíng)管理以及商業(yè)模式中[4],因此數(shù)字化轉(zhuǎn)型對(duì)企業(yè)短期投資的抑制作用,以及長(zhǎng)期投資的促進(jìn)作用更為明顯。不僅如此,對(duì)于高技術(shù)企業(yè)而言,研發(fā)投入等長(zhǎng)期投資是其安身立命之本,也是實(shí)現(xiàn)可持續(xù)發(fā)展的關(guān)鍵。在數(shù)字浪潮的沖擊下,公司管理層有動(dòng)機(jī)借此契機(jī)實(shí)施更大規(guī)模的長(zhǎng)期投資,進(jìn)而在激烈的技術(shù)和市場(chǎng)競(jìng)爭(zhēng)中,贏取先發(fā)優(yōu)勢(shì)。

3.區(qū)域發(fā)展

由于資源稟賦和發(fā)展階段的差異,無(wú)論數(shù)字經(jīng)濟(jì)發(fā)展水平還是數(shù)字技術(shù)迭代速度,在區(qū)域分布上都存在明顯差異。為檢驗(yàn)區(qū)域發(fā)展水平對(duì)數(shù)字化轉(zhuǎn)型與企業(yè)投資偏好關(guān)系的影響,本文在模型(1)中引入?yún)^(qū)域發(fā)展(Mkr,若企業(yè)位于東部地區(qū)(5)東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省(市)。賦值為1,否則為0)以及區(qū)域發(fā)展與數(shù)字化轉(zhuǎn)型的交互項(xiàng)(Mkr×DT),結(jié)果如表7中列(5)和列(6)所示。列(5)表明,交互項(xiàng)Mkr×DT的回歸系數(shù)顯著為正;列(6)表明,交互項(xiàng)Mkr×DT的回歸系數(shù)雖不顯著,但依然為負(fù)。整體來(lái)看,相較于東部地區(qū),中西部地區(qū)企業(yè)的投資偏好對(duì)數(shù)字化轉(zhuǎn)型更為敏感。這可能是因?yàn)?我國(guó)東部地區(qū)信息基礎(chǔ)設(shè)備更完備、數(shù)字經(jīng)濟(jì)發(fā)展較早、發(fā)展水平較快,且伴隨著優(yōu)質(zhì)的法制環(huán)境、金融發(fā)展、人力資本集聚等,因而數(shù)字技術(shù)應(yīng)用對(duì)企業(yè)投資決策的影響并不敏感。與之相對(duì),在中西部地區(qū),區(qū)域內(nèi)技術(shù)研發(fā)與應(yīng)用基礎(chǔ)較為薄弱,數(shù)字化發(fā)展水平相對(duì)較低,且缺乏相應(yīng)的政策引導(dǎo)和制度保障。在此情形下,如若企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型,數(shù)字賦能作用更為充分和明顯,這對(duì)企業(yè)中短期投資偏好的影響作用更大。對(duì)此,相較于中西部地區(qū),東部地區(qū)企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資偏好的影響作用更為孱弱。

(三)數(shù)字化轉(zhuǎn)型、長(zhǎng)期投資與企業(yè)價(jià)值

由前文理論分析可知,長(zhǎng)期投資有助于組織獲取長(zhǎng)期價(jià)值增長(zhǎng),進(jìn)而在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地[5,12]。但也有學(xué)者指出,相比于短期投資,企業(yè)長(zhǎng)期投資周期長(zhǎng)、風(fēng)險(xiǎn)高、投入大,且降低了企業(yè)投資策略的靈活性[14],最終可能會(huì)損害企業(yè)價(jià)值。那么,企業(yè)數(shù)字化轉(zhuǎn)型導(dǎo)致的長(zhǎng)期投資提升會(huì)引發(fā)怎樣的結(jié)果呢?

表7 情境分析實(shí)證結(jié)果

為回答以上問(wèn)題,本文構(gòu)建以下模型

Perfi,t+1=θ0+θ1Short_invi,t/Long_invi,t+∑θCV+∑Industry+∑Year+∑Region+εi,t

(5)

其中,Perf為t+1期的經(jīng)行業(yè)調(diào)整的凈資產(chǎn)收益率,CV為控制變量,與前文基本一致,主要包括企業(yè)規(guī)模、資產(chǎn)負(fù)債率、公司成長(zhǎng)性、現(xiàn)金持有、第一大股東持股比例、獨(dú)董比例、兩職合一、審計(jì)師是否為四大、企業(yè)所在區(qū)域人均GDP。

表8 數(shù)字化轉(zhuǎn)型、長(zhǎng)期投資與企業(yè)價(jià)值

表8匯報(bào)了具體實(shí)證結(jié)果,由結(jié)果可知,Short_inv的回歸系數(shù)并不顯著,Long_inv的回歸系數(shù)顯著為正,這說(shuō)明短期投資對(duì)企業(yè)業(yè)績(jī)并無(wú)顯著影響,而長(zhǎng)期投資對(duì)企業(yè)業(yè)績(jī)具有促進(jìn)作用。另外,為進(jìn)一步考察數(shù)字化轉(zhuǎn)型對(duì)長(zhǎng)期投資與公司業(yè)績(jī)關(guān)系的影響,本文根據(jù)數(shù)字化轉(zhuǎn)型程度的高低,將樣本分為高低兩組并分別進(jìn)行回歸。列(3)和列(4)顯示,在數(shù)字化轉(zhuǎn)型低組Long_inv回歸系數(shù)不顯著,而在數(shù)字化轉(zhuǎn)型高組Long_inv回歸系數(shù)顯著為正。這表明,數(shù)字化轉(zhuǎn)型導(dǎo)致的長(zhǎng)期投資增長(zhǎng)更能提升企業(yè)價(jià)值。這可能是因?yàn)?數(shù)字化轉(zhuǎn)型企業(yè)能夠借助算法模型,優(yōu)化投資結(jié)構(gòu),動(dòng)態(tài)平衡風(fēng)險(xiǎn)和可持續(xù)發(fā)展的關(guān)系。且在投資過(guò)程中,高管能借助數(shù)字技術(shù)應(yīng)用,增強(qiáng)企業(yè)內(nèi)部控制和運(yùn)營(yíng)監(jiān)管,從而向外部投資者傳遞積極信號(hào),這不僅可緩解外部融資約束還可改善企業(yè)流動(dòng)性約束。此時(shí),企業(yè)長(zhǎng)期投資的價(jià)值增長(zhǎng)效應(yīng)更為明顯。

六、研究結(jié)論和啟示

當(dāng)前,數(shù)字化轉(zhuǎn)型作為企業(yè)應(yīng)對(duì)新技術(shù)變革的重要戰(zhàn)略選擇,對(duì)企業(yè)長(zhǎng)期投資決策具有重要影響。為此,本文以2010-2020年滬深A(yù)股非金融類(lèi)上市公司為研究對(duì)象,理論分析和實(shí)證檢驗(yàn)了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)短期投資偏好的影響效應(yīng)。實(shí)證結(jié)果表明,數(shù)字化轉(zhuǎn)型能夠抑制企業(yè)短期投資和促進(jìn)企業(yè)長(zhǎng)期投資,致使長(zhǎng)短期投資強(qiáng)度發(fā)生動(dòng)態(tài)變化。且通過(guò)內(nèi)生性分析和穩(wěn)健性檢驗(yàn)后,研究結(jié)論依然成立。這說(shuō)明,數(shù)字化轉(zhuǎn)型能夠促使企業(yè)投資呈長(zhǎng)期化投資偏好。機(jī)制研究表明,數(shù)字化轉(zhuǎn)型主要通過(guò)提高信息披露質(zhì)量以及提升高管決策效率兩條路徑影響企業(yè)長(zhǎng)短期偏好。另外,異質(zhì)性分析發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型對(duì)企業(yè)長(zhǎng)期投資偏好的促進(jìn)效應(yīng)在國(guó)企、高科技企業(yè)以及位于中西部地區(qū)的企業(yè)更為明顯。最后,本文還發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型的所引發(fā)的長(zhǎng)期投資規(guī)模增長(zhǎng)對(duì)公司價(jià)值具有更為明顯的促進(jìn)作用。

上述研究結(jié)論具有以下實(shí)踐價(jià)值和政策啟示。第一,企業(yè)應(yīng)進(jìn)一步推進(jìn)數(shù)字化轉(zhuǎn)型。優(yōu)化長(zhǎng)短期投資結(jié)構(gòu),減少短視化投資行為是企業(yè)實(shí)現(xiàn)穩(wěn)健發(fā)展的重要方式。在當(dāng)前數(shù)字化時(shí)代,企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠通過(guò)改善信息環(huán)境以及提升高管決策效率等,優(yōu)化投資結(jié)構(gòu)進(jìn)而賦能企業(yè)價(jià)值增長(zhǎng)。可見(jiàn),若要在新時(shí)代技術(shù)變革浪潮下贏取先發(fā)優(yōu)勢(shì)并實(shí)現(xiàn)可持續(xù)發(fā)展,企業(yè)數(shù)字化轉(zhuǎn)型或許已不是“選擇題”,而是關(guān)乎其基業(yè)長(zhǎng)青的“必修課”。因此,對(duì)于那些數(shù)字化轉(zhuǎn)型緩慢的企業(yè),應(yīng)進(jìn)一步持續(xù)實(shí)施數(shù)字化轉(zhuǎn)型,加速人工智能、大數(shù)據(jù)等數(shù)字技術(shù)與自身業(yè)務(wù)的滲透和融合,努力讓數(shù)字化轉(zhuǎn)型成為企業(yè)完善投資結(jié)構(gòu)、提高投資效能進(jìn)而實(shí)現(xiàn)“彎道超車(chē)”的重要著力點(diǎn)。第二,企業(yè)應(yīng)實(shí)施差異化的數(shù)字化轉(zhuǎn)型戰(zhàn)略。本文發(fā)現(xiàn),一些弱勢(shì)企業(yè)(非國(guó)企、非高科技企業(yè))或者偏遠(yuǎn)(中西部地區(qū))企業(yè),在數(shù)字化轉(zhuǎn)型實(shí)踐過(guò)程中存在阻礙和困難,致使數(shù)字化的賦能效應(yīng)并不明顯。為此,在制定數(shù)字化轉(zhuǎn)型戰(zhàn)略時(shí),企業(yè)需要根據(jù)自身特征和區(qū)域位置,因企制宜,因業(yè)制宜,因地制宜,制定差異化的政策措施,從而避免企業(yè)陷入轉(zhuǎn)型困境。對(duì)于民企而言,要擺脫資金不足困境,優(yōu)化人才激勵(lì)政策,不可盲目部署和實(shí)施數(shù)字化。對(duì)于非高科技企業(yè)而言,大力推進(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè),布局?jǐn)?shù)字化技術(shù)開(kāi)發(fā)試點(diǎn),積極釋放數(shù)字技術(shù)的外溢紅利。而對(duì)于中西部地區(qū)企業(yè)而言,一方面企業(yè)需精準(zhǔn)識(shí)別自身在轉(zhuǎn)型陣痛期可能面臨的問(wèn)題和困難,基于所在地區(qū)資源稟賦和自身轉(zhuǎn)型基礎(chǔ),逐步推進(jìn)數(shù)字化轉(zhuǎn)型。另一方面,當(dāng)?shù)卣璐罅ν七M(jìn)數(shù)字基礎(chǔ)設(shè)施建設(shè),持續(xù)營(yíng)造優(yōu)良的監(jiān)管環(huán)境,不斷完善“精準(zhǔn)滴灌”的支持政策體系,為“數(shù)企”融合奠定基礎(chǔ)。