數字化轉型對股價崩盤風險的影響研究

苑澤明 高寒瓊 李萌 于翔

【摘 要】 數字經濟時代，數字化轉型已經成為優化企業戰略、推動企業高質量發展的必由之路。文章以2010—2020年中國A股上市公司為樣本，實證檢驗數字化轉型對股價崩盤風險的影響以及經濟政策不確定性的調節效應。研究發現企業數字化轉型能夠顯著降低股價崩盤風險，經濟政策不確定性能夠強化數字化轉型對股價崩盤風險的抑制作用。上述關系經過內生性和穩健性檢驗后依舊成立。從機制檢驗結果來看，數字化轉型通過提升企業內部控制水平和信息透明度能夠顯著降低股價崩盤風險。異質性檢驗發現，企業數字化轉型對股價崩盤風險的抑制作用在規模較大、數字普惠金融發展水平較高地區以及東部地區的企業中表現得更為明顯。

【關鍵詞】 數字化轉型； 股價崩盤風險； 經濟政策不確定性； 內部控制； 信息透明度

【中圖分類號】 F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）14-0073-10

一、引言

隨著數字技術的蓬勃發展和廣泛應用，數字經濟已成為國家經濟增長的新引擎。中國信通院發布的《2022年中國數字經濟發展白皮書》指出，2021年中國數字經濟蓬勃發展，規模高達45.5萬億元，占GDP的39.8%，并以16.2%的速度高位增長。這表明數字技術在推動經濟社會發展中起著重要作用。黨的二十大報告指出，加快發展數字經濟，促進數字經濟和實體經濟深度融合，加快建設數字中國。作為數字經濟與實體經濟融合發展的重要實踐，企業數字化轉型能夠提高公司風險防范、風險承擔和應對外界不確定性的能力，已成為多數企業戰略升級的重要選擇。二十大報告還指出防范金融風險須解決許多重大問題，要守住不發生系統性風險底線。股價崩盤風險作為資本市場上的重大風險，具有隱蔽性強、破壞性大等特點，會嚴重損害公司財富和投資者利益，不利于金融市場穩定和實體經濟發展。此外，從外部環境來看，世界經濟不穩定及競爭加劇使得經濟下行壓力加大，為了應對，國家不斷出臺和調整經濟政策，在助益中國經濟健康發展的同時也加劇了經濟政策的不確定性，而經濟政策不確定性的上升勢必會對微觀企業的經營活動和資本市場表現產生一定的沖擊[ 1 ]。可見在經濟政策不確定性不斷加劇的環境下，研究數字化轉型能否有效抑制股價崩盤風險是十分必要的。

股價崩盤本質是由企業的委托代理問題和信息不對稱問題導致的[ 2 ]。而數字化轉型作為近年來企業戰略轉型的重要舉措，一方面能夠提高企業對信息的獲取和應用能力，降低信息不對稱程度[ 3 ]；另一方面能夠提高公司治理水平，減少管理者機會主義行為，緩解委托代理問題[ 4 ]，從而在一定程度上減少股價崩盤發生的可能性。此外，在經濟政策不確定性環境下，企業經營風險和生存壓力會不斷增加，在此背景下，企業會更積極地尋求突破創新，將數字化轉型作為求變的重要選擇，充分發揮數字技術提高企業資本市場表現的作用。因此數字化轉型與股價崩盤風險的關系很可能受到經濟政策不確定性的影響。基于此，本文利用2010—2020年中國A股上市公司樣本，對企業數字化轉型與股價崩盤風險之間的關系、渠道機制和異質性進行識別檢驗，并探究經濟政策不確定性在其中發揮的調節作用。

本文可能存在以下邊際貢獻：第一，豐富了數字化轉型對資本市場影響的相關研究，為數字化轉型的經濟后果研究提供了新的經驗證據。第二，從經濟政策不確定性視角出發，分析其在企業數字化轉型與股價崩盤風險之間的調節作用，不僅拓寬了數字化轉型、宏觀經濟政策以及股價崩盤風險之間的相關研究，而且對企業防范金融風險和適應政府宏觀經濟政策調整具有一定的啟示意義。第三，從影響股價崩盤風險的兩大主要因素出發，系統分析了內部控制和信息透明度在數字化轉型與股價崩盤風險關系中產生的機制傳導作用，進一步打通了企業數字化轉型抑制股價崩盤風險的路徑。

二、文獻綜述

（一）數字化轉型的經濟后果研究

數字化轉型作為數字經濟時代企業重要的戰略選擇，受到了許多學者的關注。現有文獻主要從企業績效、生產運營效率和資本市場表現等角度對數字化轉型的經濟后果展開研究。從企業績效來看，數字化轉型能夠通過提升供應鏈集成程度[ 5 ]、財務績效[ 6 ]等進而提升企業績效。從生產運營效率來看，數字化轉型一方面提升了企業的專業化分工程度[ 7 ]；另一方面能夠降低企業生產成本，提升全要素生產率[ 8 ]，進而優化企業經營模式，提高生產運營效率。從資本市場表現來看，林川[ 9 ]研究發現數字化轉型能夠通過提高企業信息質量來降低股價崩盤風險。并且，數字化轉型有助于提高企業經營質效，強化市場正面預期，提高企業股票流動性。

（二）股價崩盤風險的影響因素研究

現有文獻主要從企業委托代理問題和信息不對稱兩個方面對股價崩盤風險的影響因素展開研究。基于委托代理理論，Chen（2001）以及Jin和Myers（2006）較早提出管理者的機會主義行為會引起股價崩盤風險，并提出了管理者“捂盤”假說。之后，學者圍繞委托代理理論繼續開展研究。首先，從“捂盤”行為來看，大股東掏空[ 10 ]、擴大期權激勵價值[ 11 ]等行為會加劇管理者的盈余操縱行為，進而提高企業股價崩盤風險。其次，從委托代理問題的治理措施來看，企業聘用女性審計師[ 12 ]、會計穩健性[ 13 ]等均能夠監督管理者捂盤行為，從而減少股價崩盤發生的可能性。基于信息不對稱理論，從企業內部來看，信息披露質量、財務信息透明度（Hutton et al.，2009）等方面的提高有助于投資者了解企業基本面，降低股價崩盤風險；從企業外部來看，分析師關注[ 14 ]、媒體報道[ 15 ]等外部因素能夠減弱信息不對稱程度，抑制股價崩盤風險。然而機構投資者“羊群行為”和分析師樂觀偏差（許年行等，2012）則會加大信息不對稱，進而加劇股價崩盤風險。

（三）文獻述評

第一，數字化轉型經濟后果已有文獻主要體現在企業績效、生產運營效率和資本市場表現方面，而有關數字化轉型對企業資本市場表現的文獻較少，并且盡管有學者研究了企業數字化轉型與股價崩盤風險的關系，但尚未從經濟政策不確定性視角考察兩者的關系。因此本文將經濟政策不確定性納入數字化轉型與股價崩盤風險關系中，研究其發揮的調節作用。第二，縱觀股價崩盤風險已有文獻，股價崩盤風險產生的根源為委托代理問題和信息不對稱兩個維度，因此，本文從這兩個維度出發，全面打開數字化轉型與股價崩盤風險的影響路徑，并對比企業不同特征下數字化轉型對股價崩盤風險的影響差異。

三、理論假設

（一）數字化轉型與股價崩盤風險

在數字化技術迅猛發展的背景下，數字化轉型已經成為多數企業戰略升級的重要選擇。數字化轉型使得人工智能、云計算、大數據、區塊鏈等數字化技術融入企業生產和管理過程中，能夠提高企業內部治理水平和信息處理能力，緩解企業委托代理問題和信息不對稱問題，進而抑制股價崩盤風險。鑒此，本文從以下兩方面進行研究。

一是基于委托代理理論，數字化轉型能夠發揮治理效應和監督效應，提升企業內部控制水平，從而降低股價崩盤風險。首先，從治理效應視角來看，數字化轉型一方面能夠提高企業數據獲取、處理和應用的能力，使信息能夠在企業內部高速流轉，降低企業內部各部門的溝通成本，提高運營效率和組織績效，改善治理環境[ 16 ]；另一方面，將大數據技術運用在風險防范和生產決策中，有利于企業掌握市場動態，減少非理性決策，提高治理能力，從而提高內部控制水平。其次，從監督效應視角來看，就企業內部來說，數字化轉型所帶來的高速信息流轉，有利于企業掌握采購、生產、銷售等過程的實時動態，增加企業管理流程的透明度，使得管理者機會主義行為被發現的可能性更大，有助于企業對經營管理各個流程進行監督；就企業外部來說，企業數字化轉型拓寬了外部利益相關者的監督渠道[ 17 ]，企業所受到的外部監督更多，內部控制缺陷被監管部門發現的可能性更高。迫于內外界監督壓力，企業相關部門會注重修復這些缺陷，為公司構筑有效的控制環境，從而提升內部控制水平。進一步，企業內部控制水平的提高可以從事前防范、事中控制、事后糾正三個方面解決企業委托代理問題，降低股價崩盤風險。事前防范方面，通過建立制衡機制和行為約束機制加強企業內部控制環境建設，抑制管理者的舞弊意圖，從而防范管理層盈余信息操縱等行為；事中控制方面，通過風險評估、控制活動對可能導致企業股價崩盤的行為嚴格把關，包括建立財產保護、授權審批等控制措施；事后糾正方面，發揮內部控制在信息溝通和內部監督方面的作用，及時發現并糾正已經發生的機會主義行為，從而降低股價崩盤風險。

二是基于信息不對稱理論，數字化轉型能夠發揮信息效應和關注效應，提升企業信息透明度，從而降低股價崩盤風險。首先，從信息效應視角來看，一方面，企業可以通過數字化技術獲取海量信息，并將這些原始的、非標準化、非結構化的信息通過數字化技術轉變為能被企業利用的信息資源，且存儲在數據中臺供企業各部門使用，顯著提升了企業對信息的處理和應用能力；另一方面信息處理和應用能力的提升，使得公司對外披露自身情況時基于更真實可靠的信息，可以有效提升企業的信息披露質量[ 18 ]，使投資者對公司績效和風險做出更加可靠的評價，從而提升企業信息透明度，緩解信息不對稱程度。其次，從關注效應視角來看，數字化轉型企業由于順應了數字經濟發展的潮流和建設“數字中國”的大政方針，在資本市場上會得到投資者更多的正面預期[ 16 ]，為了迎合投資者偏好，分析師會對數字化轉型企業給予更多的關注，由此增加的分析師研究報告通過媒體等途徑得到廣泛傳播，有助于利益相關者從外部了解企業經營狀況，提高企業信息透明度，緩解信息不對稱。因此，數字化轉型能夠提高企業信息透明度，使投資者更加了解企業經營狀況并挖掘出企業試圖掩蓋的壞消息，緩解由于信息不對稱所引發的股價崩盤風險。綜上，本文提出假設1：

H1：企業數字化轉型能夠顯著抑制股價崩盤風險。

H1a：企業數字化轉型能夠通過提升內部控制水平降低股價崩盤風險。

H1b：企業數字化轉型能夠通過提升信息透明度降低股價崩盤風險。

（二）外部環境影響分析：經濟政策不確定性的調節作用

外部沖擊會加劇經濟政策不確定性，而微觀企業行為常常受到宏觀外部環境的影響。企業所處外部環境的經濟政策不確定性能夠從委托代理與信息不對稱兩方面對數字化轉型與股價崩盤風險的關系發揮調節作用。

從委托代理角度看，在經濟政策不確定性較高的環境下，企業潛在的財務風險和經營風險不斷加劇，管理者出于規避風險或自利目的很可能投資短期獲利但損害公司長期利益的項目，且一旦決策失誤，管理者可能以經濟政策不確定性為由推脫個人責任，從而加大了企業對管理者的監督難度，加劇委托代理問題。此時，數字化轉型企業會更大力度地利用數字化技術發揮治理效應和監督效應，在更大程度上發揮數字化轉型提高企業內部控制水平的作用，從而在一定程度上緩解由于委托代理問題引發的股價崩盤風險。從信息不對稱角度看，較高的經濟政策不確定性會降低企業信息環境質量，使得投資者判斷公司經營狀況的難度加大，企業與市場的信息不對稱程度不斷加深。此時，數字化轉型企業會利用數字化技術更大程度地對企業內外部數據進行挖掘、處理和傳遞，有助于緩解與投資者之間的信息不對稱程度，并降低由于信息不對稱所引發的股價崩盤風險。因此，在經濟政策不確定性較高的環境下，企業委托代理問題和信息不對稱問題更為突出，企業會更大力度地發揮數字化轉型緩解委托代理問題和信息不對稱問題的作用，進而對抑制股價崩盤風險產生更大的邊際作用。反之，企業的委托代理問題和信息不對稱問題在經濟政策不確定性較低時可能并不突出，即使企業數字化轉型程度很高，其緩解這兩大問題的動機和限度卻很低，對股價崩盤風險的抑制作用可能較小。鑒此，本文提出假設2：

H2：經濟政策不確定性能夠強化數字化轉型對股價崩盤風險的抑制作用。

四、研究設計

（一）樣本選取和數據來源

為了排除2008年金融危機及其后效應對資本市場產生的影響，本文參考武常岐等[ 19 ]的做法，選取2010—2020年我國全部A股上市公司為樣本，并對樣本進行以下處理：剔除金融行業的企業樣本；剔除缺失樣本；借鑒許年行等的做法，剔除年交易周數小于30的企業樣本，并在上下1%的水平上對連續變量進行了縮尾處理。最終得到9 380個觀測值。本文數字化轉型數據來源于CSMAR數據庫，內部控制數據源于迪博上市公司內部控制指數庫，經濟政策不確定性數據來源于Baker et al.（2016）構建的經濟政策不確定性指數，其余數據均源于CSMAR數據庫。本文所有回歸均采用穩健（robust）估計。

（二）變量定義

1.被解釋變量：股價崩盤風險

參考Chen等（2001）的研究，本文采取負收益偏態系數（NCSKEW）與收益波動比率（DUVOL）來度量股價崩盤風險，具體計算過程如下：

（1）負收益偏度系數（NCSKEW）

（2）收益上下波動率（DUVOL）

鑒于NCSKEW和DUVOL的計算過程已有較多文獻進行了闡釋，本文不再贅述。

2.解釋變量：企業數字化轉型（DT）

參考吳非等[ 3 ]的做法，通過文本挖掘的方式測度企業數字化轉型程度。第一步，確認數字化轉型關鍵詞，從數字化轉型的四種“底層技術”與“數字技術應用”兩個方面界定企業數字化轉型程度的關鍵詞。四種底層技術包括“人工智能技術”“區塊鏈技術”“云計算技術”和“大數據技術”。第二步，計算關鍵詞詞頻。基于A股上市公司年報與前述關鍵詞，運用Python在年報中對關鍵詞進行檢索、匹配和詞頻統計。第三步，構造數字化轉型指標。選取披露數字化轉型的企業并對詞頻加總求和得出數字化轉型的總指標。基于數字化轉型數據的右偏特征，本文以對數化方式對其定義。

3.調節變量：經濟政策不確定性（EPU）

本文借鑒李增福等[ 20 ]的做法，使用Baker et al.（2016）構建的經濟政策不確定性指數來度量中國經濟政策不確定性程度，由于本文使用年度數據，因此該年度的經濟政策不確定性指標=月度指標算術平均值/100。

4.中介變量

內部控制（IC）：借鑒董小紅和孫文祥[ 21 ]的做法，使用迪博公司內部控制指數/100來衡量企業內部控制水平。

信息透明度（Ta）：借鑒肖土盛等[ 2 ]的做法，本文采用深圳證券交易所對上市公司信息質量的考核結果衡量企業信息透明度。若公司考評結果為合格或不合格，則信息透明度較低，將Ta賦值為0；若考評結果為優秀或良好，則信息透明度較高，將Ta賦值為1。

5.控制變量

本文參考肖土盛等[ 2 ]的研究，對可能影響股價崩盤風險的變量進行控制，各變量的具體度量方式見表1。

（三）模型設計

為驗證H1，本文使用模型（1）檢驗數字化轉型與股價崩盤風險的關系。

其中，Crashi，t+1表示t+1期的股價崩盤風險NCSKEWi，t+1和DUVOLi，t+1，controlsi，t為控制變量，∑Year和∑IND分別為控制年份和行業固定效應，？著i，t+1為隨機擾動項。若H1成立，則？茁1<0。

為驗證H2，本文構建模型（2）檢驗經濟政策不確定性在數字化轉型與股價崩盤風險關系中的調節作用，若H2成立，則？茁3<0。

五、實證結果分析

（一）描述性統計

如表2所示，NCSKEW和DUVOL的均值分別為-0.3141和-0.2056，中位數分別為-0.2847和-0.2098，與既有研究無顯著差異。數字化轉型（DT）的標準差為1.1501，表明不同企業數字化轉型程度存在較大差異。經濟政策不確定性（EPU）的均值為3.9664，說明近年來經濟政策不確定性較高，并且標準差為2.3980，表明各年間經濟政策不確定性差異較大。

（二）基準回歸分析

基于模型（1），本文使用OLS模型對假設1進行檢驗，表3的列（1）和列（2）報告了數字化轉型對股價崩盤風險的回歸結果。回歸結果表明，DT與NCSKEW和DUVOL的回歸系數分別為-0.0225和-0.0108，并分別在1%和5%的水平顯著，表明從經濟意義上來看，企業數字化轉型能夠促使股價崩盤風險平均減少2.25%和1.08%。這說明企業數字化轉型能夠顯著抑制股價崩盤風險，H1得以驗證。

基于模型（2），本文對經濟政策不確定性在數字化轉型與股價崩盤風險之間的調節作用進行檢驗，回歸結果如表3的列（3）和列（4）所示。當被解釋變量分別為NCSKEW和DUVOL時，DT×EPU的系數分別為-0.0053和-0.0037，均在5%的水平顯著，表明從經濟意義上看，相對于經濟政策不確定性較低時而言，經濟政策不確定性較高時數字化轉型企業股價崩盤風險分別多下降0.53%和0.37%。這說明經濟政策不確定性能夠強化數字化轉型對股價崩盤風險的抑制作用，H2得以驗證。

（三）內生性和穩健性檢驗

1.內生性檢驗

（1）工具變量法。為了緩解可能產生的內生性問題，參考易露霞等[ 22 ]的做法，本文采用企業所在城市上市公司數量作為工具變量進行2SLS檢驗，回歸結果如表4所示。列（1）表明在1%的顯著性水平下，工具變量與數字化轉型存在顯著的正相關性；列（2）和列（3）回歸結果表明，數字化轉型能夠顯著降低股價崩盤風險。此外，本文對工具變量進行“工具變量識別不足”檢驗和“弱工具變量”檢驗，研究結果均拒絕原假設。

（2）Heckman兩階段回歸。本文使用Heckman兩階段模型解決樣本自選擇問題，具體做法如下：參考王超恩和張瑞君[ 10 ]的研究，在Probit模型中被解釋變量為數字化轉型的虛擬變量，當數字化轉型程度大于樣本中位數時取值為1，否則取值為0。對第一階段回歸后得到逆米爾斯比率，將逆米爾斯比率imr作為控制變量引入第二階段模型重新進行回歸，表4列（4）和列（5）給出Heckman兩階段回歸的內生性檢驗結果，DT的系數均在1%的水平下顯著為負，研究結論依然成立。

2.穩健性檢驗

（1）剔除策略性信息披露的企業。參考袁淳等[ 7 ]的做法，鑒于創業板上市公司多數為高新技術企業，且與數字化商業模式等有諸多聯系，為了排除企業蹭數字化熱度而在年報中夸大數字化轉型信息披露次數的行為，本文剔除創業板上市公司樣本后重新檢驗，檢驗結果表明H1和H2依然成立。

（2）排除城市級別差異的影響。參考林川[ 9 ]的做法，剔除四大直轄市的樣本重新對H1和H2進行實證檢驗，檢驗結果與基準回歸結果無實質性差異。

（3）調整回歸年份。自2013年大數據元年開始，數字技術蓬勃發展，數字化轉型在我國逐漸推廣普及，越來越多的企業將數字技術應用于企業價值創造中[ 23 ]，因此本文將年份調整為2013—2020年對H1和H2重新檢驗，回歸結果仍然顯著。

（四）影響機制檢驗

上述回歸充分驗證了數字化轉型與企業股價崩盤風險的負相關關系，下面本文將依據理論分析部分的邏輯分別對提高企業內部控制水平和提高企業信息透明度兩種作用路徑進行檢驗。參考溫忠麟等（2004）的研究，本文在模型（1）的基礎上構建中介模型（3）和（4），以便清晰揭示數字化轉型與股價崩盤風險之間的作用機制。其中Mediator代表中介變量。

首先，本文對數字化轉型—內部控制—股價崩盤風險的中介路徑進行檢驗。由表5列（3）可知，數字化轉型能夠顯著提高內部控制水平，回歸系數為0.0480并且在1%的水平顯著。列（4）和列（5）分別顯示當被解釋變量為NCSKEW和DUVOL時，內部控制在數字化轉型和股價崩盤風險之間發揮的機制傳導作用，IC的系數均在1%的水平下負向顯著。這表明“企業數字化轉型→（提高）內部控制水平→（降低）股價崩盤風險”的傳遞路徑成立，H1a得以驗證。其次，本文對數字化轉型—信息透明度—股價崩盤風險的中介路徑進行檢驗。表5列（6）顯示，數字化轉型能夠顯著提高企業信息透明度，列（7）和列（8）顯示Ta的系數分別為-0.0824和-0.0473，并分別在1%和5%的水平顯著。這表明“企業數字化轉型→（提高）信息透明度→（降低）股價崩盤風險”的傳遞路徑成立，H1b得以驗證。

六、進一步分析

前文從宏觀層面驗證了經濟政策不確定性的異質性影響，在進一步分析中，本文繼續從微觀層面將企業規模納入異質性分析，并從中觀層面研究地區數字普惠金融發展水平和地理區位差異帶來的影響。

（一）基于企業規模的異質性檢驗

數字化轉型對股價崩盤風險的作用可能會受企業規模的影響，本文按照企業規模對樣本進行分組回歸，將樣本以資產總額中位數為標準分為大型企業組和中小企業組，結果如表6所示。大型企業DT的系數均在1%的水平顯著，而中小企業DT的回歸系數并不顯著。這表明企業規模擴張有助于加強數字化轉型對股價崩盤風險的抑制作用。究其原因可能是企業數字化轉型過程中需要大范圍地研發和應用數字技術，搭建現代化信息系統，這些舉措需要耗費大量的人力、物力和財力，因此，相對中小企業來說，大型企業不僅擁有支持數字化轉型的資金優勢，而且擁有更高質量的人力資本和科研實力，有更充分的資源基礎為數字化轉型保駕護航[ 5 ]，這無疑有助于發揮企業數字化轉型降低股價崩盤風險的作用。

（二）基于數字普惠金融發展水平的異質性檢驗

數字普惠金融作為數字經濟時代的產物，具有較強的技術外溢特性，因此本文按照省份數字普惠金融發展水平的中位數將樣本分為數字普惠金融水平高和水平低兩組，并進行異質性檢驗，回歸結果如表7所示。對于數字普惠金融發展水平較高地區的企業來說，數字化轉型能夠顯著降低企業股價崩盤風險，而DT的回歸系數在數字普惠金融發展水平低地區的企業中并不顯著，這表明地區數字普惠金融的發展強化了企業數字化轉型抑制股價崩盤風險的作用。原因可能是企業數字化轉型的推進需要一定的資金儲備，而地區數字普惠金融的發展能夠緩解企業實施數字化轉型的資金壓力。數字普惠金融的發展一方面能夠擴大金融服務的廣度和深度，拓寬企業融資渠道；另一方面能夠緩解傳統信貸過程中的信息不對稱問題，有效減少借貸雙方的信息搜集成本、處理成本和交易成本，降低企業融資成本，從而能夠在一定程度上緩解企業融資約束[ 24 ]，盡可能滿足企業數字化轉型的資金需求，推動企業數字化轉型，進而更好地發揮數字化轉型對股價崩盤風險的抑制作用。

（三）基于地理區位的異質性檢驗

考慮到所處不同地域的企業進行數字化轉型的環境有所差異，開展數字化轉型的程度可能會受到企業所在地域經濟環境的影響，因此，本文按東部地區和中西部地區企業分別回歸，回歸結果如表8所示。可以看出東部地區企業數字化轉型對股價崩盤風險的影響十分顯著，而這一影響在中西部地區企業并不顯著。這表明相對于中西部來說，東部的地域性質有助于企業發揮數字化轉型對股價崩盤風險的抑制作用。究其原因可能是因為東部地區的人力資本、創新能力、營商環境的優越性更有利于企業進行數字化轉型，從而更好地發揮數字化轉型降低股價崩盤風險的作用。此外，相對于中西部地區企業，東部地區企業所面臨的競爭壓力更大，為了獲得競爭優勢，企業具有更強的主觀意愿推進數字化轉型，從而更好地發揮數字化轉型抑制股價崩盤風險的作用。

七、結論與建議

本文以2010—2020年中國A股上市公司為樣本，實證研究了企業數字化轉型對股價崩盤風險的影響以及經濟政策不確定性的調節作用。主要研究結論如下：第一，企業數字化轉型能夠顯著降低股價崩盤風險。并且，較高的經濟政策不確定性能夠強化數字化轉型對股價崩盤風險的抑制作用，即經濟政策不確定性越高，數字化轉型抑制股價崩盤風險的程度越大。第二，作用機制研究表明，企業數字化轉型是通過提升內部控制水平和信息透明度達到顯著抑制股價崩盤風險的效果。第三，異質性檢驗發現，數字化轉型對股價崩盤風險的抑制作用在規模較大、數字普惠金融發展水平較高地區以及東部地區的企業中表現更為顯著。

基于以上結論，本文提出以下建議：

對于企業而言：首先，企業應緊跟數字技術迅猛發展的浪潮，加快推進企業數字化轉型進程，加強對數字化技術的開發、分析和應用，將數字化技術滲透到生產經營的各個領域。其次，應當充分重視數字化轉型對股價崩盤風險的抑制作用，尤其在經濟政策不確定性的外部條件下，企業應當優先考慮數字化轉型這一突破性舉措，制定與企業戰略深度結合的數字化轉型政策，充分發揮數字化轉型抑制股價崩盤風險的積極作用。最后，打通企業數字化轉型的傳導機制。一方面，企業應當注重利用數字技術完善內部控制規范體系，減少內部控制缺陷，從而提高內部控制質量；另一方面，企業應當借助數字化技術提高信息披露質量，并積極主動披露信息以提高信息披露數量，從而提高信息透明度，減少股價崩盤發生的概率和實現加速。

對于政府而言：首先，政府應當做好對企業數字化轉型的引導工作，出臺相關政策鼓勵數字技術與實體經濟的融合，通過提供資金和技術支持、稅收補貼等方式助推企業數字化轉型。其次，做好對企業數字化轉型的規范工作，深入落實對數字化技術的產權保護，建立完善的知識產權保護體系，保障企業數字化轉型過程中產出的科研成果，提高企業實施數字化轉型的積極性，這對推進數字化轉型和完善中國資本市場建設具有重要而深遠的意義。

【主要參考文獻】

［1］ 唐勇，呂太升，王蓉.經濟政策不確定性、投資者情緒與股價崩盤風險［J］.哈爾濱商業大學學報（社會科學版），2022（3）：3-18.

［2］ 肖土盛，宋順林，李路.信息披露質量與股價崩盤風險：分析師預測的中介作用［J］.財經研究，2017，43（2）：110-121.

［3］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現：來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144.

［4］ 祁懷錦，曹修琴，劉艷霞.數字經濟對公司治理的影響：基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［5］ 李琦，劉力鋼，邵劍兵.數字化轉型、供應鏈集成與企業績效：企業家精神的調節效應［J］.經濟管理，2021，43（10）：5-23.

［6］ ELLER R，ALFORD P，KALLMUNZER A，et al.Antecedents，consequences，and challenges of small and medium-sized enterprise digitalization［J］.Journal of Business Research，2020，112（7）：119-127.

［7］ 袁淳，肖土盛，耿春曉，等.數字化轉型與企業分工：專業化還是縱向一體化［J］.中國工業經濟，2021（9）：137-155.

［8］ 趙宸宇.數字化發展與服務化轉型：來自制造業上市公司的經驗證據［J］.南開管理評論，2021，24（2）：149-163.

［9］ 林川.數字化轉型與股價崩盤風險［J］.證券市場導報，2022（6）：47-57.

［10］ 王超恩，張瑞君.內部控制、大股東掏空與股價崩盤風險［J］.山西財經大學學報，2015，37（10）：79-90.

［11］ KIM J B，LI Y H，ZHANG L D.CFOs versus CEOs：equity incentives and crashes［J］.Journal of Financial Economics，2011，101（3）：713-730.

［12］ 黃宏斌，尚文華.審計師性別、審計質量與股價崩盤風險［J］.中央財經大學學報，2019（1）：80-97.

［13］ KIM J B，ZHANG L.Accounting conservatism and stock price crash risk：firm-level evidence［J］.Contemporary Accounting Research，2016（33）：412-441.

［14］ 韓艷錦，馮曉晴，宋建波.基于信息生成環節的分析師關注與股價崩盤風險［J］.管理學報，2021，18（2）：279-286.

［15］ 康進軍，王敏，范英杰.媒體報道、會計穩健性與股價崩盤風險［J］.南京審計大學學報，2021，18（3）：32-41.

［16］ 易露霞，吳非，徐斯旸.企業數字化轉型的業績驅動效應研究［J］.證券市場導報，2021（8）：15-25.

［17］ 王守海，徐曉彤，劉燁煒.企業數字化轉型會降低債務違約風險嗎？［J］.證券市場導報，2022（4）：45-56.

［18］ 苑澤明，于翔，李萌，等.數字化轉型如何影響企業的融資約束［J］.會計之友，2022（19）：99-108.

［19］ 武常岐，張昆賢，周欣雨，等.數字化轉型、競爭戰略選擇與企業高質量發展：基于機器學習與文本分析的證據［J］.經濟管理，2022，44（4）：5-22.

［20］ 李增福，陳俊杰，連玉君，等.經濟政策不確定性與企業短債長用［J］.管理世界，2022，38（1）：77-89.

［21］ 董小紅，孫文祥.企業金融化、內部控制與審計質量［J］.審計與經濟研究，2021，36（1）：26-36.

［22］ 易露霞，吳非，常曦.企業數字化轉型進程與主業績效：來自中國上市企業年報文本識別的經驗證據［J］.現代財經（天津財經大學學報），2021，41（10）：24-38.

［23］ 張遠，李煥杰.數字化轉型與制造企業服務化：基于嵌入式服務化和混入式服務化的雙重視角［J］.中國流通經濟，2022，36（2）：90-106.

［24］ 郎香香，張朦朦，王佳寧.數字普惠金融、融資約束與中小企業創新：基于新三板企業數據的研究［J］.南方金融，2021（11）：13-25.