數(shù)字化轉(zhuǎn)型會(huì)抑制企業(yè)投資的“隨波逐流”嗎

內(nèi)容提要：基于2011-2020年A股上市公司,實(shí)證研究了數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的影響。研究發(fā)現(xiàn),數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)投資趨同行為,作用機(jī)制在于數(shù)字化轉(zhuǎn)型緩解信息不對(duì)稱和削弱管理層權(quán)力,從而抑制企業(yè)投資“隨波逐流”;并且抑制作用在行業(yè)層面和企業(yè)層面具有差異性,企業(yè)所處行業(yè)競爭度越高、行業(yè)景氣度越低,數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的抑制作用越明顯,大規(guī)模企業(yè)和處于成長期、成熟期的企業(yè),數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的抑制作用更強(qiáng)。

一、 引 言

隨著人工智能、云計(jì)算、大數(shù)據(jù)等技術(shù)的不斷涌現(xiàn),數(shù)字科技與實(shí)體經(jīng)濟(jì)的融合已經(jīng)成為高質(zhì)量發(fā)展階段最重要的趨勢。數(shù)字化轉(zhuǎn)型既是數(shù)字科技與生產(chǎn)發(fā)展的深度融合,也是企業(yè)從傳統(tǒng)生產(chǎn)體系向數(shù)字化體系轉(zhuǎn)變的標(biāo)志。在實(shí)踐導(dǎo)向和政策驅(qū)動(dòng)下,數(shù)字化轉(zhuǎn)型成為微觀主體高質(zhì)量發(fā)展的必由之路。

投資是企業(yè)存續(xù)和擴(kuò)張的基礎(chǔ),也是獲得競爭優(yōu)勢的關(guān)鍵所在。如果單個(gè)企業(yè)的投資與同行業(yè)其他企業(yè)投資決策類似,那么企業(yè)的投資具有趨同現(xiàn)象。現(xiàn)實(shí)生活中企業(yè)的投資趨同行為屢見不鮮,單個(gè)企業(yè)均處在一定的關(guān)系網(wǎng)中,企業(yè)之間跟風(fēng)、模仿的現(xiàn)象很普遍,企業(yè)投資往往“隨波逐流”。從整個(gè)行業(yè)來看,這種投資行為會(huì)加快行業(yè)老化,短期內(nèi)形成資產(chǎn)泡沫,長期會(huì)使得產(chǎn)能過剩。為此,探究如何抑制企業(yè)投資趨同行為,從而改善企業(yè)投資效率,減少資源浪費(fèi),就具有重要的現(xiàn)實(shí)意義。

目前關(guān)于數(shù)字化轉(zhuǎn)型的文獻(xiàn)主要集中在公司業(yè)績、公司治理以及技術(shù)創(chuàng)新等方面,該領(lǐng)域的研究為本文探究數(shù)字化轉(zhuǎn)型影響企業(yè)投資提供了支持。一方面,隨著數(shù)字技術(shù)的快速發(fā)展,企業(yè)可以利用數(shù)字技術(shù)處理內(nèi)外部的海量信息(吳非等,2021),減少對(duì)同行企業(yè)投資信息的依賴。另一方面,企業(yè)數(shù)字化轉(zhuǎn)型為股東和董事會(huì)監(jiān)督管理層提供了條件,數(shù)字技術(shù)會(huì)對(duì)資金的動(dòng)向、金額、頻率留下痕跡,使財(cái)務(wù)信息更加透明。股東和董事會(huì)可以憑借更多的信息洞察和甄別管理層行為,抑制有損于企業(yè)價(jià)值的投資決策。然而,在數(shù)字化轉(zhuǎn)型的初期,企業(yè)組織結(jié)構(gòu)和商業(yè)模式往往會(huì)有巨大變革,易引發(fā)管理層的機(jī)會(huì)主義行為。而管理層出于保持原有薪酬和聲譽(yù)的目的,會(huì)加劇企業(yè)投資的趨同行為。那么,數(shù)字化轉(zhuǎn)型能否減少企業(yè)投資趨同行為的發(fā)生,抑制企業(yè)投資的“隨波逐流”?如果產(chǎn)生了影響其作用機(jī)制是什么?

鑒于此,本文選取2011-2020年A股上市公司數(shù)據(jù),實(shí)證檢驗(yàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的作用效果。本文可能的邊際貢獻(xiàn)為:第一,目前少數(shù)學(xué)者探討企業(yè)投資趨同行為,本文從數(shù)字化轉(zhuǎn)型這一新興視角切入,研究其對(duì)企業(yè)投資趨同行為的影響,為企業(yè)投資研究領(lǐng)域開辟了新的視角,也為優(yōu)化企業(yè)投資決策并進(jìn)一步提升資本配置效率提供了經(jīng)驗(yàn)證據(jù)。第二,現(xiàn)有文獻(xiàn)探討了數(shù)字化轉(zhuǎn)型對(duì)公司業(yè)績、公司治理以及技術(shù)創(chuàng)新等方面的影響,本文從理論和實(shí)證兩個(gè)層面論證了數(shù)字化轉(zhuǎn)型-信息不對(duì)稱-投資趨同行為和數(shù)字化轉(zhuǎn)型-管理層權(quán)力-投資趨同行為這兩條邏輯完整的鏈條,豐富了數(shù)字化研究。第三,本文具體探討了數(shù)字化轉(zhuǎn)型抑制投資趨同行為的邊界條件,檢驗(yàn)了行業(yè)特征和企業(yè)微觀特征等不同橫截面特征下,數(shù)字化轉(zhuǎn)型與投資方式之間的重要調(diào)節(jié)作用,為企業(yè)戰(zhàn)略選擇提供了經(jīng)驗(yàn)證據(jù)。

二、 文獻(xiàn)綜述

1. 數(shù)字化轉(zhuǎn)型的文獻(xiàn)綜述

從宏觀層面,基于熊彼特的創(chuàng)新理論,數(shù)字技術(shù)的應(yīng)用會(huì)為傳統(tǒng)產(chǎn)業(yè)注入“新能量”,能夠?qū)崿F(xiàn)實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)的有機(jī)融合,有效降低成本,提高區(qū)域經(jīng)濟(jì)創(chuàng)新效率(趙振,2015)。并且,數(shù)字技術(shù)的不斷涌現(xiàn)將使城鄉(xiāng)界限日益模糊,促進(jìn)勞動(dòng)力在分工結(jié)構(gòu)內(nèi)和跨結(jié)構(gòu)間的優(yōu)化配置(張來武,2018)。此外,基于大數(shù)據(jù)平臺(tái),傳統(tǒng)的零售業(yè)正逐漸轉(zhuǎn)向電商模式,進(jìn)而發(fā)展到線上線下結(jié)合的模式(劉向東等,2019),數(shù)字技術(shù)也使得危機(jī)識(shí)別、預(yù)警、檢測和處理更迅速、更有關(guān)聯(lián)性。

從微觀層面,一方面,數(shù)字化轉(zhuǎn)型提高了企業(yè)信息的處理和獲取能力,使得企業(yè)能夠處理海量、非標(biāo)準(zhǔn)化、非結(jié)構(gòu)化信息,增強(qiáng)了對(duì)市場供需關(guān)系的預(yù)測,同時(shí)提高了上下游企業(yè)信息溝通的意愿和效率,提升了企業(yè)生產(chǎn)經(jīng)營質(zhì)效(易露霞等,2021)。并且,數(shù)字技術(shù)的應(yīng)用為投資者和上市公司的溝通提供了平臺(tái),幫助投資者掌握比以往更加充分的信息,降低了雙方的信息不對(duì)稱,提高了股票的流動(dòng)性(吳非等,2021),從而提高了資本市場信息效率(雷光勇等,2022)。另一方面,數(shù)字化轉(zhuǎn)型打破了傳統(tǒng)交易的時(shí)間和空間限制,降低了交易成本,提高了制造業(yè)生產(chǎn)效率,提高了企業(yè)績效(易露霞等,2021)。

2. 企業(yè)投資趨同行為的文獻(xiàn)綜述

投資決策是企業(yè)基于自身的財(cái)務(wù)狀況,根據(jù)掌握的信息挑選最優(yōu)項(xiàng)目的行為,但是在實(shí)際情況中企業(yè)經(jīng)常存在投資趨同的現(xiàn)象。如在2000-2003年大量公司涌入“互聯(lián)網(wǎng)熱”和“生物工程熱”的浪潮,以吸引外部投資者。2004-2006年眾多企業(yè)和同行業(yè)盲目投資,導(dǎo)致鋼鐵、水泥等相關(guān)產(chǎn)業(yè)投資過熱,致使大量資本沉沒在產(chǎn)能過剩的領(lǐng)域。現(xiàn)有文獻(xiàn)探討了企業(yè)投資趨同行為的存在性以及造成這種現(xiàn)象的因素。方軍雄(2012)證實(shí)了中國企業(yè)的這一投資趨同行為,而這種現(xiàn)象會(huì)加速整個(gè)行業(yè)的“衰老”,長期來看會(huì)導(dǎo)致產(chǎn)能過剩,資源浪費(fèi)。Knyazeva等(2008)得出企業(yè)在作出投資決策時(shí),會(huì)跟風(fēng)、效仿,證實(shí)了投資趨同行為的存在。

從宏觀影響因素來看,經(jīng)濟(jì)政策不確定性使得企業(yè)無法預(yù)知未來政策走向,市場噪音較多,企業(yè)往往會(huì)根據(jù)同行其他企業(yè)的投資決策推斷未來市場機(jī)會(huì),加劇了投資的“隨波逐流”(胡劉芬,2022)。此外,當(dāng)企業(yè)所處的行業(yè)競爭較為激烈時(shí),企業(yè)往往會(huì)更加關(guān)注同行業(yè)競爭對(duì)手的投資行為,表現(xiàn)出更大程度的模仿性投資(Lieberman和Asaba,2006)。除此之外,政府干預(yù)、產(chǎn)業(yè)政策、經(jīng)濟(jì)周期波動(dòng)均對(duì)企業(yè)投資趨同行為具有重要影響。

從微觀影響因素來看,信息不對(duì)稱是投資趨同行為這一現(xiàn)象產(chǎn)生的重要因素(黃瓊宇等,2021)。當(dāng)高管網(wǎng)絡(luò)中心度較高時(shí),信息獲取的渠道更加豐富,能夠減少對(duì)同行其他企業(yè)決策的依賴(王磊等,2022),降低信息搜尋成本和投資的非預(yù)期風(fēng)險(xiǎn),對(duì)企業(yè)投資形成強(qiáng)有力的信息資源支撐(Cai和Sevilir,2012)。方軍雄(2012)基于公司治理視角,研究發(fā)現(xiàn)隨著控股股東對(duì)企業(yè)監(jiān)管強(qiáng)度的增加,管理者為了避免引起不必要的質(zhì)疑,往往會(huì)更加傾向于同行趨同的投資策略。

綜上,現(xiàn)有文獻(xiàn)為本文奠定了基礎(chǔ),但是也還有一定的缺陷:第一,關(guān)于數(shù)字化轉(zhuǎn)型的經(jīng)濟(jì)后果,現(xiàn)有文獻(xiàn)探討了其對(duì)企業(yè)財(cái)務(wù)行為的單獨(dú)影響,并未考慮企業(yè)之間的相互影響;第二,僅有小部分學(xué)者對(duì)企業(yè)投資趨同行為進(jìn)行了探究;第三,鮮有文獻(xiàn)研究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的影響。本文突破企業(yè)財(cái)務(wù)決策相互獨(dú)立的假設(shè),探討數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的影響及其作用路徑,以及不同條件下影響的差異性。

三、 理論分析與研究假設(shè)

投資決策需要大量的項(xiàng)目信息,根據(jù)來源不同可分為私有信息和公開信息,其中私有信息是管理層付出巨大成本和努力獲取的,公開信息來源于同行企業(yè)投資所傳遞的信號(hào)。趨同行為意味著企業(yè)不獲取私有信息,而是憑借同行業(yè)內(nèi)其他企業(yè)的投資行為進(jìn)行決策。數(shù)字化轉(zhuǎn)型是數(shù)字科技與生產(chǎn)發(fā)展的深度融合,一方面,數(shù)字化轉(zhuǎn)型可以緩解上市公司信息不對(duì)稱,降低管理層權(quán)力,從而抑制企業(yè)投資趨同;另一方面,企業(yè)數(shù)字化轉(zhuǎn)型仍處于起步階段,制度的不完善容易引起管理層的機(jī)會(huì)主義行為,加劇企業(yè)投資趨同。因此,在對(duì)數(shù)字化轉(zhuǎn)型與投資趨同行為的關(guān)系進(jìn)行分析時(shí),從正面影響和負(fù)面影響兩方面提出假設(shè)。

一方面,數(shù)字化轉(zhuǎn)型提高了信息的獲取能力,從而抑制企業(yè)投資趨同行為。投資的本質(zhì)是以當(dāng)前的資金投入換取未來的不確定收入,這也意味著投資是一項(xiàng)不確定性非常強(qiáng)的經(jīng)濟(jì)活動(dòng)。因此,在確定投資項(xiàng)目之前獲取足夠多的信息格外重要。現(xiàn)實(shí)中,管理層獲取的信息包括私有信息和公開信息。私有信息包括投資項(xiàng)目的收益、費(fèi)用、投資總額等,是管理層付出巨大成本和努力獲取的。公開信息來源于同行其他企業(yè)投資所傳遞的信號(hào),獲取的成本較小。根據(jù)經(jīng)濟(jì)人假設(shè),企業(yè)在作出決策之前,需要對(duì)成本與收益進(jìn)行權(quán)衡。這樣,在權(quán)衡成本收益之后,因?yàn)槟７缕渌镜耐顿Y決策行為不需要支付額外成本費(fèi)用,所以其成為了一項(xiàng)便利的選擇。隨著大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈等多種前沿技術(shù)的不斷更新,企業(yè)獲取項(xiàng)目信息的能力增強(qiáng)。首先,數(shù)字化轉(zhuǎn)型深化了對(duì)非標(biāo)準(zhǔn)、非結(jié)構(gòu)數(shù)據(jù)的處理,企業(yè)可以從多個(gè)維度透視投資方和關(guān)聯(lián)方,降低企業(yè)獲取信息和判斷信息等間接成本,由此,企業(yè)可以根據(jù)獲取的信息進(jìn)行準(zhǔn)確預(yù)測和科學(xué)決策,從而規(guī)避投資風(fēng)險(xiǎn)。其次,數(shù)字化發(fā)展增加了企業(yè)的信息溝通方式,打破了空間和地理的限制,實(shí)現(xiàn)了數(shù)據(jù)和資源的共享,降低了信息不對(duì)稱的風(fēng)險(xiǎn),使得企業(yè)能夠快速準(zhǔn)確地搜尋投資對(duì)象,避免與其他企業(yè)投資趨同。最后,數(shù)字化技術(shù)應(yīng)用使得企業(yè)能獲得更為有效的前沿信息,更好地把握投資發(fā)展方向,避免“隨波逐流”。另一方面,數(shù)字化轉(zhuǎn)型可以削弱管理層權(quán)力,從而抑制企業(yè)投資趨同行為。管理層掌握的權(quán)力越大,對(duì)投資項(xiàng)目的決定權(quán)越大,因而他們往往會(huì)以自身利益最大化為出發(fā)點(diǎn)進(jìn)行投資決策。Scharfstein和Stein(1990)認(rèn)為管理層會(huì)主動(dòng)采取模仿他人的策略。當(dāng)投資失敗時(shí),管理層更容易將其歸因于宏觀環(huán)境和政策的影響,這也更容易受到董事會(huì)的認(rèn)可,便于管理層推卸責(zé)任。管理層的薪酬往往與業(yè)績掛鉤,在業(yè)績考核的壓力下,管理層的業(yè)績不僅依賴于自身的努力,還依賴于同行的表現(xiàn)。只要業(yè)績超過同行就代表著有良好的業(yè)績,相反在業(yè)績不樂觀的時(shí)候,只要不低于同行,也代表業(yè)績良好。而且管理層為了維護(hù)自己的聲譽(yù),不惜采取“有損長期價(jià)值、有利短期利潤”的機(jī)會(huì)主義行為(Narayanan,1985)。而數(shù)字化轉(zhuǎn)型會(huì)削弱管理層權(quán)力,減少機(jī)會(huì)主義行為,從而抑制企業(yè)投資趨同行為:第一,數(shù)字化轉(zhuǎn)型會(huì)改變企業(yè)內(nèi)部的組織結(jié)構(gòu),組織結(jié)構(gòu)將向扁平化發(fā)展,管理層權(quán)限趨于下放,弱化了其自由裁量權(quán),其決策更多依賴于客觀數(shù)據(jù)而非主觀判斷,從而緩解了企業(yè)投資趨同行為。第二,數(shù)字技術(shù)應(yīng)用為股東和董事會(huì)監(jiān)督管理層提供了平臺(tái),數(shù)字化技術(shù)逐漸嵌入到了企業(yè)的日常經(jīng)營中,程序算法會(huì)自動(dòng)完整地留下各項(xiàng)交易的痕跡,包括資金的動(dòng)向、金額、頻率等,股東和董事會(huì)憑借這些信息識(shí)別管理層的機(jī)會(huì)主義行為,規(guī)避企業(yè)“隨波逐流”。

雖然數(shù)字技術(shù)獲得了一定發(fā)展,但是與傳統(tǒng)企業(yè)的融合仍處于初級(jí)階段。數(shù)字化轉(zhuǎn)型給企業(yè)帶來良好業(yè)績的同時(shí),也會(huì)改變企業(yè)的價(jià)值創(chuàng)造方式和商業(yè)模式,這要求企業(yè)的內(nèi)部制度不斷完善,以適應(yīng)發(fā)展的新需求,而這往往需要很多的時(shí)間去摸索,企業(yè)制度的不完善容易引起大股東和管理層的機(jī)會(huì)主義行為(Bushman等,2004)。戚聿東和蔡呈偉(2020)認(rèn)為數(shù)字化技術(shù)架構(gòu)先進(jìn)性存在一定的匹配滯后,憑借數(shù)字技術(shù)帶來的收益可能會(huì)被衍生的管理成本所覆蓋,特別是數(shù)字化轉(zhuǎn)型具有長期性與不確定性,其隱性成本較高。此外,數(shù)字化轉(zhuǎn)型使得企業(yè)的經(jīng)營范圍擴(kuò)大且錯(cuò)綜復(fù)雜。Demsetz和Lehn(1985)認(rèn)為企業(yè)業(yè)務(wù)的復(fù)雜性會(huì)加劇代理沖突。因此,數(shù)字化轉(zhuǎn)型使得企業(yè)的組織結(jié)構(gòu)和商業(yè)模式發(fā)生了改變,與之相對(duì)應(yīng)的治理模式和風(fēng)險(xiǎn)管控等企業(yè)制度仍需進(jìn)一步完善,這種經(jīng)營模式的不確定性使得企業(yè)傾向于模仿同行業(yè)其他企業(yè)的投資策略,因?yàn)檫@樣至少可以獲得市場的平均收益水平,并且這種隨大流的方式更容易被外界理解和認(rèn)可。基于此,本文提出假設(shè):

Ha:數(shù)字化轉(zhuǎn)型會(huì)抑制企業(yè)投資趨同行為。

Hb:數(shù)字化轉(zhuǎn)型會(huì)加劇企業(yè)投資趨同行為。

四、 研究設(shè)計(jì)

1. 樣本選取與數(shù)據(jù)來源

本文選取2011-2020年A股上市公司數(shù)據(jù),探究數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的影響。剔除金融保險(xiǎn)類公司樣本;剔除被ST或*ST的公司樣本;剔除缺失值樣本,最終獲得18634條觀測值。企業(yè)投資及其他財(cái)務(wù)數(shù)據(jù)取自CSMAR,連續(xù)變量進(jìn)行了1%分位數(shù)和99%分位數(shù)Winsorize處理。

2. 變量定義

(1) 企業(yè)投資趨同行為。投資趨同行為反映了企業(yè)投資相對(duì)于同行其他企業(yè)類似決策的敏感性。借鑒方軍雄(2012)的做法,使用企業(yè)投資相對(duì)于行業(yè)平均投資的敏感程度衡量投資趨同,敏感程度越大代表投資趨同行為越明顯。其中,企業(yè)新增資本性投資變量(Inv),使用購買固定資產(chǎn)、無形資產(chǎn)及其他長期資產(chǎn)支付的現(xiàn)金與處置固定資產(chǎn)、無形資產(chǎn)及其他長期資產(chǎn)收回的現(xiàn)金之差與期初總資產(chǎn)的比值衡量;行業(yè)投資(Peer),采用同行業(yè)所有企業(yè)新增資本性投資的中位數(shù)衡量。

(2) 數(shù)字化轉(zhuǎn)型(DCG)。借鑒吳非等(2021)的方法,將上市公司年報(bào)中相應(yīng)關(guān)鍵詞詞頻作為企業(yè)數(shù)字化的代理指標(biāo),將其加1并對(duì)數(shù)化處理,從而得到數(shù)字化轉(zhuǎn)型的整體指標(biāo)。首先提取上市公司年報(bào)的文本內(nèi)容,其次歸納整理出數(shù)字化的特征詞,最后根據(jù)特征詞進(jìn)行搜索、匹配和計(jì)數(shù)并形成總詞頻,從而構(gòu)建數(shù)字化轉(zhuǎn)型的指標(biāo)體系。

其他變量的具體定義見表1。

表1 變量定義

3. 模型設(shè)立

本文構(gòu)建模型(1)來驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的影響。

Inv=α0+α1Peer+α2DCG×Peer+α3DCG+α4Controls+∑Year+u+ε

(1)

其中,若交乘項(xiàng)DCG×Peer的回歸系數(shù)為負(fù),說明數(shù)字化轉(zhuǎn)型削弱了投資趨同行為,假設(shè)Ha得到驗(yàn)證;若交乘項(xiàng)DCG×Peer的回歸系數(shù)為正,說明數(shù)字化轉(zhuǎn)型加劇了投資趨同行為,假設(shè)Hb得到驗(yàn)證。

五、 實(shí)證結(jié)果分析

1. 描述性統(tǒng)計(jì)

從表2可以看出,Inv的平均數(shù)為0.0475,中位數(shù)為0.0342,標(biāo)準(zhǔn)差為0.0464,說明上市公司間的投資水平波動(dòng)較大;Peer的平均數(shù)為0.0491,中位數(shù)為0.0316,標(biāo)準(zhǔn)差為0.0521,說明行業(yè)間的投資是有差異的;DCG的平均數(shù)為2.8294,中位數(shù)為2.7726,標(biāo)準(zhǔn)差為1.2457,最小值為0,最大值為6.9088,意味著大部分企業(yè)具有轉(zhuǎn)型意識(shí),且積極采取行動(dòng)嘗試數(shù)字化轉(zhuǎn)型,但是企業(yè)間的數(shù)字化轉(zhuǎn)型程度有明顯區(qū)別。其他變量的結(jié)果與現(xiàn)有研究無明顯差異。

表2 主要變量描述性統(tǒng)計(jì)

2. 實(shí)證結(jié)果分析

表3為模型(1)的實(shí)證結(jié)果,列(1)列(2)檢驗(yàn)的是企業(yè)投資對(duì)行業(yè)整體投資水平的敏感度,結(jié)果顯示行業(yè)投資Peer的系數(shù)為0.0685和0.0808,無論是否加入控制變量,均具有較高的顯著性,表明企業(yè)投資對(duì)行業(yè)投資敏感。這意味著,如果行業(yè)同伴資本支出增加,本企業(yè)資本支出也將增加,投資趨同行為存在,這與胡劉芬(2022)的結(jié)論一致。列(3)列(4)是加入DCG及交乘項(xiàng)DCG×Peer的結(jié)果。DCG×Peer的系數(shù)分別為-0.0298和-0.0318,且具有較高的顯著性,表明數(shù)字化轉(zhuǎn)型可以抑制企業(yè)投資趨同行為。也就是說,如果企業(yè)數(shù)字化轉(zhuǎn)型程度增加,將使企業(yè)投資對(duì)行業(yè)投資的敏感度降低,即數(shù)字化轉(zhuǎn)型抑制了企業(yè)投資對(duì)行業(yè)投資的敏感度,投資趨同的程度降低,驗(yàn)證了假設(shè)Ha。

表3 數(shù)字化轉(zhuǎn)型與企業(yè)投資趨同行為檢驗(yàn)結(jié)果

3. 穩(wěn)健性檢驗(yàn)

(1) 重新衡量數(shù)字化轉(zhuǎn)型變量。采用祁懷錦等(2020)的做法,以公司年報(bào)附注中無形資產(chǎn)明細(xì)項(xiàng)與數(shù)字化相關(guān)部分占無形資產(chǎn)總額的比例作為數(shù)字化轉(zhuǎn)型的代理變量(DX),再次對(duì)模型(1)進(jìn)行檢驗(yàn),結(jié)果見表4列(1),可以看出DX×Peer的回歸系數(shù)為-0.0234,在1%的統(tǒng)計(jì)水平上顯著,結(jié)論保持不變。

表4 更換變量的穩(wěn)健性檢驗(yàn)結(jié)果

(2) 重新計(jì)算企業(yè)投資。借鑒程新生等(2012)的做法,以購買固定資產(chǎn)、無形資產(chǎn)及其他長期資產(chǎn)支付的現(xiàn)金除以總資產(chǎn),重新計(jì)算企業(yè)投資(Inv1)、行業(yè)投資(Peer1),以上述新衡量方法計(jì)算出的同行業(yè)所有企業(yè)投資的中位數(shù)衡量,結(jié)果見表4列(2),DCG×Peer1的系數(shù)為-0.1494且顯著,研究結(jié)論不變。

(3) 工具變量法。參照黃群慧等(2019)的做法,采用各城市在1984年每百萬人郵局?jǐn)?shù)量作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)。一方面,從互聯(lián)網(wǎng)歷史發(fā)展進(jìn)程看,互聯(lián)網(wǎng)是從電話線撥號(hào)接入開始的,在固定電話普及之前,信息溝通方式主要是通過郵局,所以郵局分布在一定程度上影響了固定電話分布,進(jìn)而影響了互聯(lián)網(wǎng)接入,為當(dāng)今數(shù)字化發(fā)展奠定了基石,滿足了相關(guān)性條件。另一方面,各城市1984年每百萬人郵電數(shù)據(jù)難以影響企業(yè)當(dāng)前投資行為,因此滿足了外生性要求。另外,考慮到工具變量原始數(shù)據(jù)為截面數(shù)據(jù),不能直接用于面板數(shù)據(jù)分析,借鑒肖土盛等(2022)的做法,使用滯后1期的全國互聯(lián)網(wǎng)上網(wǎng)人數(shù)分別與各城市1984年每百萬人郵電數(shù)量的交乘項(xiàng)作為當(dāng)期數(shù)字化轉(zhuǎn)型的工具變量(IV)。檢驗(yàn)結(jié)果顯示,F統(tǒng)計(jì)量分別為19.2887,且p值為0.0000,拒絕了存在弱工具變量的原假設(shè)。估計(jì)結(jié)果見表5,第一階段顯示,工具變量IV的系數(shù)顯著為正,具有較高的顯著性,說明選取的工具變量與數(shù)字化轉(zhuǎn)型有密切聯(lián)系;第二階段顯示,DCG×Peer的系數(shù)顯著為負(fù),意味著運(yùn)用工具變量檢驗(yàn)后結(jié)論仍然成立。

表5 工具變量法穩(wěn)健性檢驗(yàn)結(jié)果

(4) 外生沖擊檢驗(yàn)。為了更加穩(wěn)健地評(píng)估數(shù)字化轉(zhuǎn)型是否抑制了企業(yè)投資趨同行為,采用“寬帶中國”試點(diǎn)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施作為外生政策沖擊(Treat×Post),進(jìn)行DID檢驗(yàn)。一方面,企業(yè)數(shù)字化轉(zhuǎn)型離不開網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè);另一方面,“寬帶中國”試點(diǎn)政策為準(zhǔn)自然實(shí)驗(yàn)提供了條件。工業(yè)和信息化部于2014年、2015年和2016年選出120個(gè)城市列入“寬帶中國”示范點(diǎn)。“寬帶中國”標(biāo)的城市Treat取值為1,否則為0;“寬帶中國”試點(diǎn)開啟當(dāng)年及以后Post取值為1,否則為0。多期DID檢驗(yàn)結(jié)果見表6。無論是否加入控制變量,Treat×Post×Peer的系數(shù)均為負(fù)且顯著,意味著上市公司所在城市被選為示范城市當(dāng)年及以后,企業(yè)投資趨同行為得到了抑制,即數(shù)字化轉(zhuǎn)型抑制了企業(yè)投資的“隨波逐流”。

表6 外生沖擊穩(wěn)健性檢驗(yàn)結(jié)果

此外,借鑒陳運(yùn)森和黃健嶠(2019)的做法進(jìn)行平行趨勢檢驗(yàn)。設(shè)置虛擬變量Treat2014、Treat2015和Treat2016,分別代表2014年、2015年和2016年列為“寬帶中國”試點(diǎn)城市,設(shè)置年份虛擬變量year2011、year2012、year2013、year2014、year2015、year2016、year2017、year2018、year2019和year2020,將上述虛擬變量進(jìn)行交乘。結(jié)果表明,在推行“寬帶中國”試點(diǎn)之前,處理組和控制組企業(yè)投資行為并不存在顯著差異,在推行“寬帶中國”試點(diǎn)之后,處理組相對(duì)于控制組更能抑制企業(yè)投資趨同行為。(1)限于篇幅,回歸結(jié)果不再列示,備索。

六、 影響機(jī)制檢驗(yàn)

1. 緩解信息不對(duì)稱

信息不對(duì)稱一方面表現(xiàn)為市場信息缺失,企業(yè)從市場上獲取有效信息付出的成本較高,此時(shí),同行企業(yè)傳遞的投資信號(hào)成為推測市場機(jī)會(huì)的捷徑;另一方面表現(xiàn)為市場信息錯(cuò)綜復(fù)雜,企業(yè)需要花費(fèi)大量成本去篩選有效信息,并且也會(huì)隨之產(chǎn)生決策糾錯(cuò)成本。因此,企業(yè)會(huì)跟隨其他企業(yè)投資策略。數(shù)字技術(shù)應(yīng)用減少了企業(yè)獲取信息的時(shí)間和成本,但是由于企業(yè)規(guī)模以及所處行業(yè)存在差異,導(dǎo)致獲取的信息數(shù)量和質(zhì)量也參差不齊。因此,如果證明數(shù)字化轉(zhuǎn)型為信息不對(duì)稱嚴(yán)重的企業(yè)“雪中送炭”,則可證明數(shù)字化轉(zhuǎn)型提高了企業(yè)獲取信息的能力,進(jìn)而抑制企業(yè)投資趨同行為。

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型影響企業(yè)投資趨同行為的信息不對(duì)稱機(jī)制,采用非流動(dòng)比率指標(biāo)和股價(jià)同步性指標(biāo)衡量企業(yè)的信息不對(duì)稱。非流動(dòng)比率越高,信息不對(duì)稱越嚴(yán)重,因此,將非流動(dòng)比率大于中位數(shù)的樣本劃為信息不對(duì)稱嚴(yán)重組,否則劃為信息不對(duì)稱不嚴(yán)重組。股價(jià)同步性越高,意味著股價(jià)與市場價(jià)格“同漲同跌”,股價(jià)中涵蓋的公司特質(zhì)信息較少,信息不對(duì)稱程度較高。因此,將股價(jià)同步性大于中位數(shù)的樣本劃為信息不對(duì)稱嚴(yán)重組,否則劃為信息不對(duì)稱不嚴(yán)重組。表7顯示在信息不對(duì)稱嚴(yán)重組(非流動(dòng)比率高組和股價(jià)同步性高組),交乘項(xiàng)DCG×Peer顯著為負(fù),而在信息不對(duì)稱不嚴(yán)重組(非流動(dòng)比率低組和股價(jià)同步性低組)不顯著。這說明信息不對(duì)稱越嚴(yán)重的公司,數(shù)字化轉(zhuǎn)型抑制企業(yè)投資趨同行為的作用越明顯。

表7 信息不對(duì)稱機(jī)制檢驗(yàn)結(jié)果

2. 削弱管理層權(quán)力

當(dāng)企業(yè)面臨投資時(shí),管理層為了自身的聲譽(yù)和業(yè)績,會(huì)模仿同行業(yè)其他企業(yè)的投資行為,業(yè)績只要不低于同行業(yè)就代表業(yè)績良好。數(shù)字化轉(zhuǎn)型不僅使得企業(yè)的信息更加透明,而且會(huì)改變企業(yè)內(nèi)部的組織結(jié)構(gòu),管理層權(quán)限趨于下放。因此,如果證明數(shù)字化轉(zhuǎn)型為管理層權(quán)力高的企業(yè)“雪中送炭”,則可證明數(shù)字化轉(zhuǎn)型削弱了管理層權(quán)力,減少投資趨同行為,從而抑制企業(yè)投資的“隨波逐流”。

為了檢驗(yàn)數(shù)字化轉(zhuǎn)型是通過降低管理層權(quán)力影響投資趨同行為,按總經(jīng)理和董事長是否兩職合一和CEO任期是否超過4年進(jìn)行分組檢驗(yàn)。CEO任期越長,對(duì)企業(yè)越了解,掌控力越強(qiáng)。回歸結(jié)果見表8。交乘項(xiàng)DCG×Peer在兩職合一和CEO任期較長的組中為負(fù)且具有較高顯著性,而在非兩職合一和CEO任期較短的組中不顯著。這說明管理層權(quán)力越大的公司,董事會(huì)和股東對(duì)管理層的監(jiān)督和制衡越弱,數(shù)字化轉(zhuǎn)型降低投資趨同行為的作用越明顯。

表8 管理層權(quán)力機(jī)制檢驗(yàn)結(jié)果

七、 進(jìn)一步研究

1. 行業(yè)特征的調(diào)節(jié)檢驗(yàn)

(1) 行業(yè)競爭度。與壟斷行業(yè)相比,競爭激烈的行業(yè)中多數(shù)是小規(guī)模企業(yè),獲取同樣的信息需要支付更高的成本,在無法預(yù)測投資項(xiàng)目未來收益的情況下,信息搜集的收益難以彌補(bǔ)各項(xiàng)成本,投資趨同行為更普遍。此外,處于競爭行業(yè)的企業(yè)其產(chǎn)品具有較高的替代性,競爭對(duì)手加大營銷力度就會(huì)使本企業(yè)喪失原有的市場份額,因而在決策中容易產(chǎn)生機(jī)會(huì)主義行為,選擇與行業(yè)內(nèi)其他企業(yè)投資趨同可以獲得市場平均收益。據(jù)此,預(yù)期行業(yè)競爭越激烈,數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的抑制作用越明顯。借鑒王昀和孫曉華(2018)的做法,采用行業(yè)勒納指數(shù)測量行業(yè)競爭度,它通過價(jià)格與邊際成本的偏離程度反映市場中壟斷力量的強(qiáng)弱。將行業(yè)勒納指數(shù)大于中位數(shù)的樣本劃為行業(yè)競爭激烈組,否則劃為行業(yè)競爭不激烈組,結(jié)果見表9列(1)列(2),DCG×Peer的系數(shù)在行業(yè)競爭激烈組中顯著為負(fù),意味著行業(yè)競爭度越高,數(shù)字化轉(zhuǎn)型對(duì)投資趨同的抑制作用越明顯。

(2) 行業(yè)景氣度。行業(yè)景氣度反映了企業(yè)發(fā)展現(xiàn)狀以及未來前景。行業(yè)景氣度低意味著整個(gè)行業(yè)處于下行狀態(tài),市場環(huán)境復(fù)雜,管理層難以預(yù)測未來發(fā)展趨勢,具體表現(xiàn)為企業(yè)產(chǎn)品供給過多,而市場需求不足,企業(yè)銷售收入減少,單位生產(chǎn)成本增加。企業(yè)一旦經(jīng)營失敗,管理層的職業(yè)聲譽(yù)和薪酬會(huì)受到影響,管理層從眾投資的意愿更加強(qiáng)烈,這樣一方面可以避免企業(yè)績效偏離市場平均水平,另一方面即使投資失敗也可歸因于市場因素。據(jù)此,推斷行業(yè)景氣度越低,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同的抑制作用越大。借鑒胡劉芬(2022)的做法,采用行業(yè)盈利能力即行業(yè)年度ROE中位數(shù)度量行業(yè)景氣度,值越小代表行業(yè)越不景氣。將行業(yè)景氣度大于中位數(shù)的樣本劃為行業(yè)景氣組,否則劃為行業(yè)不景氣組,結(jié)果見表9列(3)列(4),DCG×Peer的系數(shù)在行業(yè)不景氣組中系數(shù)顯著為負(fù),說明行業(yè)景氣度越低,數(shù)字化轉(zhuǎn)型對(duì)企業(yè)投資趨同行為的抑制作用越明顯。

2. 企業(yè)微觀特征的調(diào)節(jié)檢驗(yàn)

(1) 企業(yè)生命周期。借鑒肖忠意和林琳(2019)的做法,將企業(yè)生命周期劃分為成長期、成熟期和衰退期。企業(yè)生命周期分組的結(jié)果見表10列(1)至列(3),DCG×Peer的系數(shù)在成長期組中為-0.0216,在10%的統(tǒng)計(jì)水平上顯著;在成熟期組中為-0.0397,在1%的統(tǒng)計(jì)水平上顯著;在衰退期組中不顯著。可見,當(dāng)企業(yè)處于成長期和成熟期,數(shù)字化轉(zhuǎn)型對(duì)投資趨同的抑制效果顯著,且在成熟期的抑制作用更強(qiáng)。這是因?yàn)樘幱诔墒炱诘钠髽I(yè),經(jīng)營狀況良好,盈余較為充足,外部融資條件較為優(yōu)越,對(duì)市場和技術(shù)具有更強(qiáng)的創(chuàng)新探索意愿;處于成長期的企業(yè),會(huì)在起步階段順應(yīng)數(shù)字化潮流,以爭取更多的市場份額和提高競爭力,但是由于盈利結(jié)構(gòu)尚不穩(wěn)定,凈現(xiàn)金流流入較少,資金分配往往具有“功利性”,只是將部分資金投入到數(shù)字化進(jìn)程中,更傾向于“短平快”的穩(wěn)健收益類投資項(xiàng)目,以維持這一階段的正常運(yùn)轉(zhuǎn);處于衰退期的企業(yè),財(cái)務(wù)績效開始下滑,僅能維持經(jīng)營,不會(huì)將資金投放到風(fēng)險(xiǎn)高和周期長的數(shù)字化項(xiàng)目上。

表10 企業(yè)微觀特征的調(diào)節(jié)效應(yīng)

(2) 企業(yè)規(guī)模。根據(jù)總資產(chǎn)自然對(duì)數(shù)的中位數(shù)將企業(yè)劃分為大型企業(yè)和小型企業(yè),結(jié)果見表10列(4)列(5)。DCG×Peer的系數(shù)在大型企業(yè)組中顯著為負(fù),而在小型企業(yè)組中不顯著,意味著數(shù)字化轉(zhuǎn)型抑制了大型企業(yè)的投資趨同行為。這說明,數(shù)字化轉(zhuǎn)型具有規(guī)模效應(yīng),企業(yè)規(guī)模越大,越能夠發(fā)揮數(shù)字化轉(zhuǎn)型的抑制作用。

八、 結(jié)論與建議

隨著數(shù)字經(jīng)濟(jì)發(fā)展,“實(shí)體+數(shù)字化”模式已經(jīng)成為企業(yè)高質(zhì)量發(fā)展的趨勢。本文從數(shù)字化轉(zhuǎn)型視角出發(fā),探討其對(duì)企業(yè)投資趨同行為的影響,研究發(fā)現(xiàn):數(shù)字化轉(zhuǎn)型能夠顯著抑制企業(yè)投資趨同行為,這種抑制作用的機(jī)制在于數(shù)字化轉(zhuǎn)型緩解信息不對(duì)稱和削弱管理層權(quán)力,從而抑制企業(yè)投資“隨波逐流”;并且抑制作用存在差異性,企業(yè)所處行業(yè)競爭度越高、行業(yè)景氣度越低,數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的抑制作用越明顯,大規(guī)模企業(yè)和處于成長期、成熟期的企業(yè),數(shù)字化轉(zhuǎn)型對(duì)投資趨同行為的抑制作用更強(qiáng)。

結(jié)合研究結(jié)論,本文提出如下建議。第一,對(duì)企業(yè)自身而言,一方面順應(yīng)數(shù)字化發(fā)展趨勢,持續(xù)釋放數(shù)字技術(shù)轉(zhuǎn)型升級(jí)潛力,運(yùn)用數(shù)字技術(shù)將企業(yè)生產(chǎn)、銷售、財(cái)務(wù)等信息進(jìn)行整合,降低內(nèi)外部信息不對(duì)稱,實(shí)現(xiàn)投資決策的精準(zhǔn)化和合理化;另一方面,優(yōu)化管理層權(quán)力配置,避免權(quán)力過度集中。第二,對(duì)于政府而言,推進(jìn)以5G為代表的數(shù)字基礎(chǔ)設(shè)施建設(shè),促進(jìn)企業(yè)與互聯(lián)網(wǎng)平臺(tái)對(duì)接;加大對(duì)企業(yè)數(shù)字化和智能化的扶持力度,為企業(yè)數(shù)字化轉(zhuǎn)型注入動(dòng)能;強(qiáng)化外部信息監(jiān)管,加大對(duì)企業(yè)數(shù)據(jù)資產(chǎn)的保護(hù)力度,為數(shù)字化轉(zhuǎn)型的良性發(fā)展保駕護(hù)航。