企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息可比性

齊瑩瑩

（沂源國(guó)有投資集團(tuán)有限公司，山東 淄博 256100）

1 引言

目前國(guó)內(nèi)外對(duì)企業(yè)數(shù)字化的研究，多集中在經(jīng)營(yíng)管理、技術(shù)、組織績(jī)效等方面，對(duì)會(huì)計(jì)和審計(jì)方面涉及不多?？杀刃允菚?huì)計(jì)信息質(zhì)量的關(guān)鍵特征之一，可比的會(huì)計(jì)信息不僅能降低管理層的盈余操縱行為，提升企業(yè)的內(nèi)部治理效率，還能降低投資者獲取可靠信息的成本，提升投資者的投資決策水平，具有重要的研究?jī)r(jià)值。現(xiàn)有研究主要從宏觀經(jīng)濟(jì)體制、產(chǎn)業(yè)環(huán)境以及企業(yè)因素3 個(gè)方面探究會(huì)計(jì)信息的可比性，但對(duì)于同一國(guó)家同一個(gè)產(chǎn)業(yè)的企業(yè)而言，排除宏觀經(jīng)濟(jì)體制和產(chǎn)業(yè)環(huán)境的影響，企業(yè)層面對(duì)會(huì)計(jì)信息的可比性也有較大影響。當(dāng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，數(shù)字技術(shù)的運(yùn)用會(huì)影響企業(yè)內(nèi)部信息傳遞和外部信息輸出的效率，從而影響到會(huì)計(jì)信息的可比性[1]。因此，從會(huì)計(jì)信息質(zhì)量角度，探究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息可比性的影響及其機(jī)制，對(duì)指導(dǎo)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，最大限度發(fā)揮數(shù)字技術(shù)的效應(yīng)，具有重要意義。

2 理論概述

結(jié)合已有文獻(xiàn)，文章從企業(yè)內(nèi)部治理、外部監(jiān)督以及信息環(huán)境3 個(gè)視角探討企業(yè)數(shù)字化轉(zhuǎn)型的影響機(jī)制。

第一，企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)內(nèi)部控制質(zhì)量為企業(yè)提供內(nèi)部基礎(chǔ)條件，進(jìn)而提高會(huì)計(jì)信息可比性。企業(yè)在數(shù)字化轉(zhuǎn)型的過程中，數(shù)字科技與傳統(tǒng)產(chǎn)業(yè)的深度融合會(huì)重塑企業(yè)的經(jīng)營(yíng)管理模式，對(duì)企業(yè)內(nèi)部控制的要素、流程、系統(tǒng)帶來巨大影響。一是內(nèi)部控制的主要目標(biāo)之一是財(cái)務(wù)信息如實(shí)反映、財(cái)務(wù)報(bào)告真實(shí)可靠，要求企業(yè)遵守會(huì)計(jì)準(zhǔn)則、法規(guī)和制度，為實(shí)現(xiàn)會(huì)計(jì)信息可比奠定了基礎(chǔ)，有利于增強(qiáng)會(huì)計(jì)信息的可比性。因此內(nèi)部控制的質(zhì)量越好，所產(chǎn)生的會(huì)計(jì)信息就越可信，提高了會(huì)計(jì)信息價(jià)值的相關(guān)性，幫助外部利益相關(guān)者識(shí)別和掌握企業(yè)的有關(guān)信息。二是內(nèi)部控制目標(biāo)能否實(shí)現(xiàn)在于內(nèi)部控制執(zhí)行的有效性。內(nèi)部控制執(zhí)行有效需要企業(yè)構(gòu)建嚴(yán)密的組織結(jié)構(gòu)、設(shè)計(jì)科學(xué)的業(yè)務(wù)流程、實(shí)行合理的權(quán)責(zé)分工等，有助于約束與制衡企業(yè)中員工的行為和控制活動(dòng)，抑制管理層對(duì)會(huì)計(jì)信息的粉飾和操縱行為，降低代理成本，提高會(huì)計(jì)信息可比性。

第二，企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)審計(jì)質(zhì)量為企業(yè)提供監(jiān)督管理保障，進(jìn)而提高會(huì)計(jì)信息可比性。審計(jì)質(zhì)量可以視為審計(jì)師發(fā)現(xiàn)客戶的重大錯(cuò)報(bào)并報(bào)告該錯(cuò)報(bào)的聯(lián)合概率，其中審計(jì)師能否發(fā)現(xiàn)客戶的重大錯(cuò)報(bào)取決于兩個(gè)因素：重大錯(cuò)報(bào)的復(fù)雜程度和審計(jì)師的能力，而客戶的重大錯(cuò)報(bào)在一定程度上能反映客戶的審計(jì)風(fēng)險(xiǎn)。因此，客戶的審計(jì)風(fēng)險(xiǎn)能夠影響審計(jì)質(zhì)量的高低。面對(duì)不斷變化的經(jīng)濟(jì)環(huán)境，企業(yè)數(shù)字化轉(zhuǎn)型可以憑借數(shù)字技術(shù)充分開發(fā)和有效利用資源，增強(qiáng)企業(yè)的創(chuàng)新能力以及核心競(jìng)爭(zhēng)力。從審計(jì)風(fēng)險(xiǎn)角度看，企業(yè)數(shù)字化轉(zhuǎn)型通過建設(shè)完善的數(shù)字化平臺(tái)系統(tǒng)，將相關(guān)的控制措施與系統(tǒng)相結(jié)合，實(shí)現(xiàn)控制流程的自動(dòng)化，幫助各職能部門及時(shí)發(fā)現(xiàn)控制缺陷，提高內(nèi)部治理的有效性，從而緩解了審計(jì)風(fēng)險(xiǎn)。

第三，企業(yè)數(shù)字化轉(zhuǎn)型借助數(shù)字平臺(tái)，提升內(nèi)部會(huì)計(jì)信息的質(zhì)量，減少對(duì)外信息傳遞損耗，優(yōu)化了企業(yè)的內(nèi)外部信息環(huán)境，減少了會(huì)計(jì)信息不對(duì)稱程度，提高了會(huì)計(jì)信息的可比性。一是企業(yè)數(shù)字化轉(zhuǎn)型借助各種數(shù)字技術(shù)實(shí)現(xiàn)企業(yè)生產(chǎn)管理活動(dòng)數(shù)字化，不僅需要發(fā)展數(shù)字技術(shù)促進(jìn)企業(yè)管理模式的升級(jí)，還需要將這些數(shù)字技術(shù)賦能應(yīng)用場(chǎng)景，幫助企業(yè)的業(yè)務(wù)實(shí)現(xiàn)利潤(rùn)增長(zhǎng)；二是標(biāo)準(zhǔn)化、結(jié)構(gòu)化的信息可以服務(wù)企業(yè)的生產(chǎn)決策、追蹤市場(chǎng)導(dǎo)向，加強(qiáng)企業(yè)供需關(guān)系的連接，優(yōu)化生產(chǎn)管理流程，確保及時(shí)、準(zhǔn)確地傳遞高質(zhì)量的會(huì)計(jì)信息。企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字技術(shù)從信息質(zhì)量和信息透明度兩方面優(yōu)化企業(yè)的內(nèi)外部信息環(huán)境，使企業(yè)對(duì)內(nèi)有效傳遞高質(zhì)量會(huì)計(jì)信息，對(duì)外減少信息傳遞的損耗，進(jìn)而降低信息不對(duì)稱程度，提高了會(huì)計(jì)信息的縱向和橫向可比性[2]。

通過以上3 個(gè)方面的分析，可以發(fā)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)內(nèi)部控制質(zhì)量為企業(yè)提供內(nèi)部基礎(chǔ)條件，通過加強(qiáng)審計(jì)質(zhì)量為企業(yè)提供監(jiān)督管理保障，同時(shí)企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字技術(shù)改善了企業(yè)的信息環(huán)境，降低了信息不對(duì)稱程度，從而提高了會(huì)計(jì)信息的可比性。因此，提出如下假設(shè)：

假設(shè)H：企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息可比性呈正相關(guān)關(guān)系，企業(yè)數(shù)字化轉(zhuǎn)型通過內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量、信息不對(duì)稱程度3 個(gè)方面影響會(huì)計(jì)信息可比性。

3 實(shí)證設(shè)計(jì)

3.1 數(shù)據(jù)來源

鑒于我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展趨勢(shì)自2010 年開始愈發(fā)迅速，同時(shí)人工智能、大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等技術(shù)也進(jìn)入快速發(fā)展期，因此2010 年后的數(shù)據(jù)可以反映不同企業(yè)的數(shù)字化轉(zhuǎn)型程度差異，更能反映數(shù)字化轉(zhuǎn)型程度高低給企業(yè)帶來的影響。故本文選取2010-2021 年作為研究的時(shí)間區(qū)間，財(cái)務(wù)數(shù)據(jù)都來自CSMAR 數(shù)據(jù)庫和WIND 數(shù)據(jù)庫，上市公司的數(shù)字化轉(zhuǎn)型數(shù)據(jù)來自于對(duì)企業(yè)的年報(bào)進(jìn)行文本分析，所有企業(yè)年報(bào)通過Python 爬蟲獲取。參考大多數(shù)實(shí)證研究的做法，并結(jié)合本研究的特性，對(duì)原始數(shù)據(jù)進(jìn)行了如下的篩選：①剔除了ST 特殊處理、退市當(dāng)年以及數(shù)據(jù)存在嚴(yán)重缺失的公司；②剔除銀行、保險(xiǎn)、證券等金融類公司；③為了保證數(shù)據(jù)的連續(xù)性，剔除了2010 年以后上市的公司；④剔除了核心研究變量缺失的樣本，最后得到18 334 個(gè)樣本觀測(cè)值。

3.2 變量選取

被解釋變量：會(huì)計(jì)信息可比性（CA）。參考Franco 等的研究方法，用股票收益率和會(huì)計(jì)盈余分別代表經(jīng)濟(jì)業(yè)務(wù)和經(jīng)濟(jì)后果，對(duì)同一經(jīng)濟(jì)業(yè)務(wù)，兩家企業(yè)產(chǎn)生不同財(cái)務(wù)數(shù)據(jù)之間的差異程度來衡量會(huì)計(jì)信息的可比性[3]。

解釋變量：企業(yè)數(shù)字化轉(zhuǎn)型（DT）。通過文本分析法計(jì)算企業(yè)的數(shù)字化轉(zhuǎn)型程度。利用Python 中的“jieba”分詞軟件對(duì)上市公司年報(bào)進(jìn)行文本分析，去除否定詞進(jìn)行特征詞搜索，并統(tǒng)計(jì)關(guān)鍵詞披露數(shù)據(jù)。

控制變量：為了提高研究的準(zhǔn)確性，避免因遺漏重要變量而產(chǎn)生的計(jì)量偏誤，參考現(xiàn)有文獻(xiàn)，選擇以下變量作為本文的控制變量：企業(yè)規(guī)模（Size）、企業(yè)成長(zhǎng)機(jī)會(huì)（Growth）、資產(chǎn)收益率（Roa）、資產(chǎn)負(fù)債率（Lev）、產(chǎn)權(quán)性質(zhì)（Soe）、董事會(huì)規(guī)模（Bsize）、董事會(huì)獨(dú)立性（Bind）、股權(quán)集中度（Top）、事務(wù)所規(guī)模（Big4）、管理層持股（Msh）。

3.3 模型設(shè)計(jì)

為驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息可比性之間的關(guān)系，構(gòu)建以下基本模型：

其中CA 表示會(huì)計(jì)信息可比性，包括CA1 和CA2；DT 表示企業(yè)數(shù)字化轉(zhuǎn)型程度；Year 和Ind 分別為控制的時(shí)間效應(yīng)和行業(yè)效應(yīng)。a1的正負(fù)表示企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息可比性的正向或負(fù)向影響。

4 實(shí)證結(jié)果與分析

4.1 回歸結(jié)果分析

根據(jù)研究模型設(shè)計(jì)，將收集的數(shù)據(jù)進(jìn)行面板回歸分析，結(jié)果如表1 所示。以下模型均采用了固定效應(yīng)，固定了時(shí)間和行業(yè)，并采用穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行相應(yīng)估計(jì)。

表1 企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息可比性的回歸結(jié)果

表1 中的（1）和（3）列為不控制相關(guān)控制變量的回歸結(jié)果，結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型（DT）的系數(shù)均為0.000 3，在1%的水平上顯著為正；（2）和（4）列為控制相關(guān)變量后的回歸結(jié)果，結(jié)果顯示企業(yè)數(shù)字化轉(zhuǎn)型（DT）的系數(shù)均為0.000 2，依然在1%的水平上顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息可比性存在正相關(guān)的關(guān)系，驗(yàn)證假設(shè)H 成立。

4.2 多期 DID 檢驗(yàn)

參考已有文獻(xiàn)，構(gòu)建DID 模型進(jìn)行驗(yàn)證，考慮到企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)產(chǎn)生的影響的時(shí)間節(jié)點(diǎn)不一致，采用多期DID模型消除個(gè)體效應(yīng)和時(shí)間效應(yīng)產(chǎn)生的偏誤，具體模型如下：

其中treat 被分為實(shí)驗(yàn)組和對(duì)照組，post 用來區(qū)分企業(yè)數(shù)字化轉(zhuǎn)型發(fā)生的節(jié)點(diǎn)，yi用來控制個(gè)體效應(yīng)，δt用來控制時(shí)間效應(yīng)。具體而言：當(dāng)企業(yè)至少有一年進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，treat=1，否則treat=0；以企業(yè)某一年開始進(jìn)行數(shù)字化轉(zhuǎn)型的年份為界限，該年份之前post=0，該年份之后post=1。運(yùn)行結(jié)果如表2所示。從表2 中可以看出treat×post處理效應(yīng)系數(shù)顯著為正，說明在控制了遺漏變量可能產(chǎn)生的影響后，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息可比性的影響效應(yīng)依然穩(wěn)健，仍然為顯著的正影響。

表2 多期DID 檢驗(yàn)結(jié)果

4.3 影響路徑分析

結(jié)合上述影響機(jī)理，本文從內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量以及信息不對(duì)稱3 個(gè)方面驗(yàn)證企業(yè)數(shù)字化轉(zhuǎn)型對(duì)會(huì)計(jì)信息可比性的影響路徑，檢驗(yàn)結(jié)果如表3 所示，相關(guān)變量定義如下：

表3 路徑檢驗(yàn)結(jié)果

內(nèi)部控制質(zhì)量，記為ICW。本文采用迪博數(shù)據(jù)庫2011 年至2021 年中國(guó)滬深A(yù) 股上市公司內(nèi)部控制指數(shù)的自然對(duì)數(shù)進(jìn)行衡量，該數(shù)值越大，表明企業(yè)內(nèi)部控制質(zhì)量越高，內(nèi)部控制越有效。

審計(jì)質(zhì)量，記為OPI。由于審計(jì)質(zhì)量難以直接觀察，一般采用代理變量進(jìn)行衡量。參考現(xiàn)有研究文獻(xiàn)，審計(jì)師為了維護(hù)審計(jì)聲譽(yù)，在上市公司審計(jì)風(fēng)險(xiǎn)增加時(shí)，更有可能出具非標(biāo)準(zhǔn)審計(jì)意見，企業(yè)審計(jì)質(zhì)量會(huì)隨之提高。因此，在本文中將審計(jì)質(zhì)量的衡量標(biāo)準(zhǔn)定義為是否出具非標(biāo)準(zhǔn)審計(jì)意見，具體而言，當(dāng)審計(jì)師當(dāng)期的審計(jì)意見為非標(biāo)準(zhǔn)審計(jì)意見時(shí)取值為1，否則取 0。

信息不對(duì)稱，記為ILL。在資本市場(chǎng)中，投資者的逆向選擇成本是由信息不對(duì)稱引起的，股票流動(dòng)性與逆向成本為負(fù)向關(guān)系，股票的流動(dòng)性變大時(shí)，投資者的逆向選擇成本就會(huì)降低，此時(shí)信息不對(duì)稱程度也越低。反之，當(dāng)股票非流動(dòng)性較大時(shí)，信息對(duì)稱程度越高。因此本文選擇股票的非流動(dòng)比率作為信息不對(duì)稱程度的衡量指標(biāo)。

如上表3，（1）和（2）列 DT 在 1%的水平下顯著，且系數(shù)為0.000 2 和0.000 3，表明企業(yè)數(shù)字化轉(zhuǎn)型與會(huì)計(jì)信息可比性存在正相關(guān)的關(guān)系，說明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會(huì)計(jì)信息可比性越高。同時(shí)，ICW 和OPI 在1%的水平下顯著，系數(shù)為0.000 9 和0.002 7，說明當(dāng)內(nèi)部控制質(zhì)量越高、審計(jì)質(zhì)量越高時(shí)，會(huì)計(jì)信息可比性越強(qiáng)；ILL 在1%的水平下顯著，系數(shù)為-0.053 4，說明當(dāng)信息不對(duì)稱程度越高時(shí)，會(huì)計(jì)信息可比性越低。列（3）、（4）、（5）分別驗(yàn)證了內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量、信息不對(duì)稱與企業(yè)數(shù)字化轉(zhuǎn)型之間的關(guān)系，由表3 可以看出，當(dāng)企業(yè)數(shù)字化轉(zhuǎn)型程度越高時(shí)，內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量越高，而信息不對(duì)稱程度越低。由模型（1）可以分別算出企業(yè)數(shù)字化轉(zhuǎn)型（DT）對(duì)會(huì)計(jì)信息可比性（CA1）的直接效應(yīng)為0.000 2，內(nèi)部控制質(zhì)量（ICW）、審計(jì)質(zhì)量（OPI）以及信息不對(duì)稱（ILL）的間接效應(yīng)分別為 0.000 031、0.000 010、0.000 021，因此企業(yè)數(shù)字化轉(zhuǎn)型的直接效應(yīng)占比為76.33%，內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量、信息不對(duì)稱的間接效應(yīng)分別占比11.83%、3.82%、8.02%。由此表明，對(duì)于會(huì)計(jì)信息可比性，企業(yè)數(shù)字化轉(zhuǎn)型產(chǎn)生影響的部分中介路徑有內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量以及信息不對(duì)稱。

5 研究結(jié)論

本文以2011-2021 年中國(guó)A 股上市公司作為研究樣本，對(duì)企業(yè)數(shù)字化轉(zhuǎn)型和會(huì)計(jì)信息可比性之間的關(guān)系進(jìn)行實(shí)證分析，最終得出如下結(jié)論：企業(yè)數(shù)字化轉(zhuǎn)型能夠正向影響會(huì)計(jì)信息可比性，即企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會(huì)計(jì)信息可比性越強(qiáng)。一方面，企業(yè)數(shù)字化轉(zhuǎn)型通過數(shù)字技術(shù)重塑企業(yè)的經(jīng)營(yíng)管理模式，提升內(nèi)部治理效率，提高所生產(chǎn)的會(huì)計(jì)信息質(zhì)量，進(jìn)而增加會(huì)計(jì)信息可比性；另一方面，企業(yè)數(shù)字化轉(zhuǎn)型約束管理層的機(jī)會(huì)主義行為，增強(qiáng)管理層披露可靠信息的動(dòng)機(jī)，增加會(huì)計(jì)信息的可比性。

從機(jī)制檢驗(yàn)的結(jié)果看，企業(yè)數(shù)字化轉(zhuǎn)型通過內(nèi)部控制質(zhì)量、審計(jì)質(zhì)量、信息不對(duì)稱程度3 個(gè)方面影響會(huì)計(jì)信息可比性。第一，企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)內(nèi)部控制質(zhì)量增加會(huì)計(jì)信息可比性。企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)部門之間的協(xié)調(diào)合作、改變內(nèi)部管理人才比例、及時(shí)識(shí)別并且預(yù)測(cè)生產(chǎn)經(jīng)營(yíng)活動(dòng)中的風(fēng)險(xiǎn)、提升內(nèi)外部信息溝通的有效性與及時(shí)性以及及時(shí)發(fā)現(xiàn)并修復(fù)內(nèi)部控制缺陷等措施提升內(nèi)部控制質(zhì)量，為會(huì)計(jì)信息可比性提供了內(nèi)部基礎(chǔ)環(huán)境，提高了會(huì)計(jì)信息的可比性。第二，企業(yè)數(shù)字化轉(zhuǎn)型通過加強(qiáng)審計(jì)質(zhì)量增加會(huì)計(jì)信息可比性。企業(yè)數(shù)字化轉(zhuǎn)型有效提升了內(nèi)部治理的效率，直接緩解了審計(jì)風(fēng)險(xiǎn)，并且減少了管理層的機(jī)會(huì)主義行為，降低了企業(yè)重大錯(cuò)報(bào)的可能性，進(jìn)而提升審計(jì)質(zhì)量，為會(huì)計(jì)信息可比性提供外部監(jiān)督保障，增加了會(huì)計(jì)信息的可比性。第三，企業(yè)數(shù)字化轉(zhuǎn)型通過減少信息的不對(duì)稱性增加會(huì)計(jì)信息可比性。一方面，企業(yè)數(shù)字化轉(zhuǎn)型通過優(yōu)化生產(chǎn)管理流程，提高了企業(yè)內(nèi)部會(huì)計(jì)信息的傳遞效率；另一方面，企業(yè)數(shù)字化轉(zhuǎn)型減少企業(yè)向外輸出信息時(shí)的信息損耗，提高企業(yè)信息透明度，降低了企業(yè)與外部的信息不對(duì)稱程度。這兩方面均為會(huì)計(jì)信息可比性創(chuàng)造了良好的信息環(huán)境，提高了會(huì)計(jì)信息可比性。