機構投資者網絡抱團對企業數字化轉型的非線性影響

摘要：隨著數字技術蓬勃發展，數字化已經成為企業轉型的重要方向。基于社會網絡理論和注意力基礎觀，采用2010-2022年滬深A股上市公司為研究樣本，從機構投資者視角考察網絡抱團對企業數字化轉型的影響。結果發現：機構投資者網絡抱團對企業數字化轉型具有非線性影響，呈現出“U”形變化趨勢。調節效應分析表明，機構投資者網絡中心性強化該“U”形關系。機制分析表明，當持股比例小于8.5%時，機構投資者網絡抱團通過策略合謀效應抑制企業數字化轉型；當持股比例大于8.5%時，機構投資者網絡抱團通過監督治理效應和資源協同效應促進企業數字化轉型。異質性分析表明，機構投資者團體類別、企業類型、信息環境不同，機構投資者網絡抱團對企業數字化轉型的影響也呈現差異化。

關鍵詞：機構投資者；網絡抱團；數字化轉型；策略合謀；監督治理；資源協同

中圖分類號：F272.7

文獻標識碼：A

文章編號：1001-7348（2025）03-0074-11

0 引言

隨著大數據、人工智能、云計算、物聯網等新一輪數字技術蓬勃發展，數字經濟成為推動我國經濟高質量發展的新引擎。“十四五”規劃提出，“加快數字化發展，建設數字中國”；中共二十大報告強調，“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”。這為我國數字經濟發展指明了方向，同時，也為企業加快數字化轉型增添了動力。作為市場經濟的微觀主體，企業承載著促進經濟高質量發展以及轉型升級的重要功能，數字化轉型已成為企業邁向未來的必然趨勢^[1]。由于涉及業務模式、流程管理和運營方式的全方位變革，企業數字化轉型絕非易事。我國大多數企業存在數字化轉型進程慢、轉型水平參差不齊、轉型效果不理想等問題^[2]。究其原因，一方面數字化轉型具有成本高、風險大、陣痛期長的特點，許多企業面臨“不愿轉、不敢轉、不會轉”的困境^[3]；另一方面，數字化轉型不僅需要企業投入大量人力、物力、財力等資源，還需要技術能力、創新能力、變革能力等支撐^[4]。因此，企業僅依靠自身資源和能力不足以順利完成數字化轉型，如何借助外部力量破解數字化轉型困境和阻礙成為學術界與實務界共同關注的重要現實問題。

自2001年證監會提出“超常規發展機構投資者”以來，機構投資者成為參與我國資本市場的重要力量。“十四五”規劃進一步提出，“要健全多層次資本市場體系，大力發展機構投資者”，機構投資者持股比例不斷攀升。具有獨特資源、信息以及專業優勢的機構投資者正以多元化方式參與公司治理，對公司戰略決策產生重大影響^[5]。已有研究發現，機構投資者基于社會效用與綠色價值創造動機，積極參與企業綠色經營決策，驅動企業綠色治理^[6]；通過公司治理和信息優勢降低企業違約風險^[7]；通過緩解企業融資約束，促進企業新質生產力發展^[8]。以上研究將機構投資者視為單一個體，隨著社會網絡分析技術興起，企業在資本市場中相互聯結而非孤立存在，作為社會網絡聯結的新方式，多家機構投資者持有同一家企業股份的現象更為普遍^[9]。這種由多個共同持股者構成的關聯網絡，體現了個體之間的社會關系，進而構成機構投資者網絡。在該網絡中，投資決策并非單一個體行為，而是基于資源依賴和信息交換形成的。社會網絡抱團行為正深刻影響公司治理邊界，他們在群體層面形成合力并發揮作用^[10]。這種機構投資者網絡抱團現象也引起學術界和實務界關注，因此進一步挖掘機構投資者網絡抱團現象與企業行為關系具有重要理論意義和實踐價值。

現有關于機構投資者網絡抱團現象的研究主要分為兩種觀點：一種觀點認為機構投資者網絡抱團是為了追求短期利益，選擇與管理層合謀，獲取超額薪酬^[11]，同時，操控企業年報，導致企業面臨股價崩盤風險。現實中也多次出現這一情況，如2018年廣聯達董事會秘書與多家基金公司利用內部消息操縱股價，獲取利益；2023年恒瑞藥業因遭遇多家機構投資者共同出走造成股價大幅下跌。另一種觀點認為，相比于單一機構投資者，機構投資者網絡抱團能提供更豐富的行業知識和管理經驗，加強公司監督治理，從而有利于減少大股東掏空^[12]、抑制控股股東私利、降低企業非效率投資^[13]等。現實中也有多家機構投資者聯合發揮監督治理作用的例子，例如2018年多家機構投資者聯合通過委派董事進駐致生聯發公司，參與監督治理。顯然，現有研究關于機構投資者網絡抱團對企業行為的影響尚未形成一致結論，并且多集中于考察線性關系。在企業加快推進數字化轉型背景下，一個值得探討的問題是機構投資者網絡抱團在企業數字化轉型中扮演怎樣的角色？這是因為，一方面，機構投資者網絡抱團為了投資價值最大化，規避數字化轉型風險，從而選擇與管理層合謀，擠占企業數字化資源投入；另一方面，機構投資者網絡抱團在合作情境下更關注企業長期發展，從而監督管理層作出有利于企業長久利益的數字化決策。因此，機構投資者網絡抱團對企業數字化轉型是否存在非線性關系值得探究。

基于上述思考，本文可能存在的邊際貢獻如下：第一，已有文獻將機構投資者視為單一個體展開大量研究，忽視了機構投資者基于持股關系形成的社會網絡。本文基于網絡團體視角考察機構投資者之間的交互，豐富了機構投資者網絡抱團的經濟結果研究，并且深化了數字化轉型影響因素研究。第二，現有文獻對機構投資者網絡抱團的公司治理效應存在爭議，并且只關注到機構投資者網絡抱團對企業決策行為的線性影響，尚未厘清機構投資者抱團持股“度”的范圍對公司治理的影響效應。本文通過探究機構投資者網絡抱團對數字化轉型的非線性影響，明晰機構投資者抱團持股規模對企業數字化轉型影響的動態演化特征。第三，本文通過分析機構投資者網絡抱團與數字化轉型間存在的“U”型關系，以期打開機構投資者網絡抱團對數字化轉型作用機制的“黑箱”。第四，進一步考察機構投資者網絡抱團影響數字化轉型的邊界條件，深化對機構投資者網絡抱團這一股權治理模式的認知，拓展研究廣度和深度。

1 理論基礎與研究假設

社會網絡理論認為，網絡成員因相互之間的紐帶聯系而易于受到整個社會網絡的影響，從而具有相似的思考方式和行為模式^[14]。機構投資者基于持股利益關系形成緊密的社會網絡，網絡成員之間相互認可、學習、交流、借鑒、模仿，以相似的思考方式和行為模式形成合作抱團機制^[15]。機構投資者往往投資多家企業，注意力基礎觀認為，機構投資者抱團后難以在多家企業間付諸平等精力，因此會將注意力投向持股比例較高的企業。因此，不同機構投資者網絡抱團持股比例對企業決策的影響也不同。

當機構投資者網絡抱團持股比例較低時，機構投資者網絡抱團更傾向于與管理層形成策略合謀，熱衷于追求頻繁交易下的短期熱錢，而對有利于企業長期價值增長的活動采取規避態度，阻礙企業數字化轉型。具體表現為：一方面由于搜集異質性信息、建立“搶跑優勢”的成本較高^[16]，機構投資者網絡抱團會選擇與掌握企業實際運營的管理層合作，進行策略合謀；另一方面，達成統一決策需要較長的信息交換和協調過程，信息搜集和協調監督治理成本更高^[17]。為了降低監督成本、提高投資收益，機構投資者網絡抱團會選擇與管理層策略合謀。在策略合謀的動機驅使下，機構投資者網絡抱團會趨向追逐短期利益，忽視管理層監督。在較低的監管壓力以及模糊的行為邊界上，管理層具有較大自由量裁權^[18]，導致管理層也追求短期利益而非長期的數字化轉型目標。同時，監管缺失還導致投資決策出現非結構性偏誤，加劇企業非效率投資，從而減少企業數字化轉型所需資本投入。

當機構投資者網絡抱團持股比例達到一定閾值時，機構投資者擁有較強話語權和影響力，更看重企業長期價值，有能力對管理層施加壓力，推動企業管理層實施數字化轉型。從長期來看，數字化轉型帶來的企業價值增值高于機構投資者抱團與管理層策略合謀收益。因此，機構投資者網絡抱團具有強烈的動機監督管理層自利行為^[19]，督促企業管理層制定長期戰略，有序持續地推進數字化轉型。同時，機構投資者網絡抱團持股比例越高，團隊成員間信息搜索與交換成本越低，有助于提高機構投資者網絡資源豐裕度和專業知識共享程度^[20]，為數字化轉型提供必要的信息和資源。具體而言，機構投資者網絡抱團通過監督治理和資源協同促進企業數字化轉型。

（1）監督治理效應。企業數字化轉型兼具長期性、不確定性和復雜性，管理層為了規避數字化轉型帶來的風險，會選擇將資源投向有利于短期獲利的經營活動，造成管理層短視行為。在此情境下，一方面，機構投資者網絡抱團通過投票反對、罷免不稱職管理者、委派董事等方式加強對管理層監督和制約，遏制管理層因追求個人私利而采取的短視行為，從而推動數字化轉型。Crane^[21]發現機構投資者網絡抱團通過合作提高“用手投票”的監督效應。另一方面，機構投資者通過拋售股票、降低股價，進而影響管理層和大股東。因此，機構投資者網絡抱團會增強機構投資者“退出威脅”的監督治理效應（Hutchinson，2015），約束高管不正當行為，弱化管理層逐利動機，從而確保管理層積極推動數字化轉型。

（2）資源協同效應。機構投資者網絡抱團除了共同注入資金，為企業數字化轉型提供必要的資金支持外，還能借助機構投資者廣泛的網絡合作關系，包括聯合技術供應商、行業協會、研究機構等，為企業搭建合作平臺^[22]，促進企業與優秀的技術供應商、合作伙伴共同推動數字化轉型。此外，機構投資者通常擁有豐富的專業知識和經驗，特別是在企業管理、戰略規劃和技術應用方面。通過網絡抱團，促進機構投資者信息交流和資源共享，提升網絡整體的信息和資源優勢，從而有能力提供戰略指導和技術支持，幫助企業更好地規劃和實施數字化轉型^[23]。換而言之，機構投資者網絡抱團形成的資源協同效應可為企業數字化轉型注入新活力和新動力。

綜上所述，當持股比例較低時，機構投資者網絡抱團通過策略合謀效應抑制企業數字化轉型；隨著持股比例提高，機構投資者網絡抱團通過監督治理效應和資源協同效應促進企業數字化轉型。基于此，本文提出研究假設H1。

H1：隨著持股比例增加，機構投資者網絡抱團對企業數字化轉型呈現先抑制后促進的“U”型影響效應。

機構投資者網絡拓展了機構投資者個體間的模仿、學習與交流空間。同時，投資行為相互影響，不同個體投資者在網絡中的位置不同，不僅意味著擁有不同聲譽和資源，而且代表通過社會網絡獲取、傳遞信息和資源的能力不同^[24]。機構投資者網絡中心性是指某個機構投資者在網絡中與其它節點的連接程度以及對其它節點的影響力。已有研究證明，中心性較高的機構投資者在網絡結構中占據大量結構洞優勢，在網絡中擁有更多聯系和資源^[25]，通常扮演信息輸送者角色，因此有能力通過投資網絡向其他個體傳遞信息，加快信息擴散。中心性較高的機構投資者會對整個網絡產生較大影響力，并被其他節點投資者模仿和跟隨。根據前文論述，當機構投資者網絡抱團持股比例較低時，機構投資者網絡抱團傾向與管理層形成“策略合謀”。此時，機構投資者網絡中心性會加劇核心機構投資者利用位置優勢引誘其它投資者抱團逐利，進而顯著抑制數字化轉型。當機構投資者網絡抱團持股比例達到一定閾值時，機構投資者網絡抱團具有監督治理和資源協同效應，這是因為處于較高中心性位置的機構投資者會通過構建“領導—跟隨”信息機制^[26]，加強與網絡中其他機構投資者的聯結和溝通，凝聚治理合力，增強監督治理效應和資源協同效應，對數字化轉型的促進效應也更顯著。基于此，本文提出研究假設H2。

H2：機構投資者網絡中心性會強化機構投資者網絡抱團對企業數字化轉型的 “U”型影響。

2 研究設計

2.1 樣本選取與數據來源

本文選取2010-2022年滬深A股上市公司為研究樣本，并從以下方面篩選數據：①刪除金融類上市公司；②刪除ST、PT類上市公司；③刪除數據缺失嚴重樣本；④對連續變量進行上下1%分位數上的縮尾處理。本文中機構投資者網絡抱團以及機構投資者網絡中心性采用社會網絡分析法獲取數據，數字化轉型數據采用Python技術進行爬取并計算，其它數據來源于CSMAR數據庫。

2.2 變量測量

2.2.1 因變量：機構投資者網絡抱團

本文借鑒吳曉暉^[25]的研究，具體測算步驟如下：首先，以兩個機構投資者共同持有某家企業股份的比例大于等于5%為標準，構建機構投資者網絡，并以兩兩鄰接矩陣作為提取機構投資者團體的基礎。其次，運用Python中的Louvian算法提取機構投資者網絡團體，接著計算這些團體在某家企業中的持股比例。最后，將某家公司的所有機構投資者團體持股比例進行加總并除以本企業所有流通股股份，得到機構投資者網絡抱團水平。

2.2.2 自變量：企業數字化轉型

已有文獻從軟硬件信息設備投資率^[27]、數字技術應用的關鍵詞頻等角度衡量數字化轉型^[28]。現有研究關于數字化轉型的衡量方式相對單一，本文認為企業數字化轉型不僅是數字資產的賬面體現，而且是戰略制定層面的響應。因此，本文參考范合君^[29]的研究，采用熵權法從數字化資產和數字化戰略兩方面衡量數字化轉型。其中，關于數字化資產，本文通過對企業財務報告附錄中披露的無形資產進行識別，若無形資產中出現有關數字化詞匯，則將該無形資產視為數字化無形資產，并以企業所有數字化無形資產之和占企業無形資產的比例衡量；關于數字化戰略，企業數字化轉型決策權在于管理層，并反映在企業年報中“管理層分析與討論”部分，因此首先借鑒袁淳^[30]和吳非（2021）的研究，構建數字化轉型相關詞匯詞典，其次利用Python技術對“管理層分析與討論”中有關數字化轉型詞匯進行抓取并進行加總，以數字化轉型相關詞頻出現的總頻次占該部分字符總長度的比例作為衡量方式。

2.2.3 調節變量：機構投資者網絡中心性

在前文識別機構投資者網絡團體的基礎上，借鑒吳曉暉^[25]的研究，利用Pajek軟件的社會網絡分析技術計算機構投資者網絡中心度。具體計算方法采用式（1）。

Degree=∑Nj=1xij/（N－1）（1）

其中，∑Nj=1xij表示機構投資者i通過網絡與其他機構投資者相連接的節點數量，N表示整個網絡的節點數量。

2.2.4 控制變量

本文的控制變量為企業規模（Size）、資產負債率（Lev）、資產利潤率（ROA）、兩職合一（Dual）、董事會規模（Board）、股權制衡度（Balance）、公司上市年限（FirmAge）。變量具體測量方式如表1所示。

2.3 模型設定

基于上述分析，構建回歸模型如式（2）（3）所示。

Digi，t=0+1INSTi，t+2INST2i，t+3∑Controlsi，t+∑Year+∑Industry+εi，t （2）

Digi，t=0+1INSTi，t+2INST2i，t+3INSTi，t*Degree+4INST2i，t*Degree+5Degree+6∑Controlsi，t+∑Year+∑Industry+εi，t（3）

其中，模型（2）為基準回歸檢驗結果，模型（3）為調節效應檢驗結果。Dig表示企業數字化發展，INST表示機構投資者網絡抱團，2表示機構投資者網絡抱團對數字化轉型的非線性影響，Controls表示所有控制變量，Year和Industry分別表示年份與行業固定效應，SymboleA@表示殘差項。

3 實證分析

3.1 描述性統計

本文的描述性統計結果如表2所示，數據顯示，數字化轉型（Dig）的最大值為87.28，最小值為0.213，均值為11.66，標準差為18.53，由此可見不同企業數字化轉型程度存在較大差異。機構投資者網絡抱團（INST）的最大值為11.18，最小值為4.078，均值為7.685，中位數為7.610，均值大于中位數，表明大多數企業機構投資者網絡抱團持股比例較低。其它變量描述性統計結果與現有文獻吻合，不再贅述。

3.2 基本回歸分析

本文基準回歸檢驗結果如表3所示，列（1）（2）（3）分別表示模型（2）在不加入控制變量、加入行業和年份固定效應以外的控制變量、加入所有控制變量的回歸結果。數據顯示，INST的回歸系數都在1%水平上顯著為負，INST平方項的回歸系數在1%水平上也顯著為正，表明機構投資者網絡抱團對企業數字化轉型的影響結果呈U型變化。圖1為機構投資者網絡抱團對企業數字化轉型的U型治理效應趨勢圖。由圖可知，當持股比例低于8.5%時，機構投資者網絡抱團抑制企業數字化轉型；當持股比例高于8.5%時，機構投資者網絡抱團促進企業數字化轉型。

3.3 穩健性檢驗

3.3.1 不同持股閾值檢驗

為了進一步驗證研究結果的穩健性，本文將樣本按照拐點數值的8.5%分為兩組，以檢驗不同持股區間機構投資者網絡抱團對企業數字化轉型的影響，結果如表4所示。數據顯示，在持股比例低于拐點8.5%的樣本中，INST對Dig的回歸系數為-0.085，在1%的水平上顯著為負；在持股比例高于拐點8.5%的樣本中，INST對Dig的回歸系數為0.059，在1%的水平上顯著為正。研究結果再次證明機構投資者網絡抱團對企業數字化轉型的影響呈現先下降后上升的“U”型變化，即研究假設H1成立。

3.3.2 非線性影響檢驗

當樣本數據呈現單調凸或單調凹特征時，模型估計也會產生極值點和呈現非線性影響，導致INST的二次項也會顯著。為了彌補僅依靠二次項就判斷非線性關系的不足，本文借鑒Lind amp; Mehlum^[31]的研究，采用U-test方法驗證機構投資者網絡抱團對企業數字化轉型的非線性影響。表5為U-test檢驗結果，數據顯示，拐點值為8.5%，Slope先負后正的變化驗證存在“U”型變化趨勢，P值在1%的水平上拒絕原假設。因此，該檢驗結果進一步支持機構投資者網絡抱團對企業數字化轉型具有非線性影響。

3.3.3 工具變量法

由于數字化轉型也可能影響機構投資者網絡抱團，進而產生反向因果問題，因此本文采用工具變量法進行檢驗。采用的工具變量為同行業同年份其它企業機構投資者網絡抱團均值，研究結果如表6列（1）所示。數據顯示，INST系數在1%水平上顯著為負，INST平方項系數在1%水平上顯著為正，表明機構投資者網絡抱團對數字化轉型存在“U”型影響效應的結論依舊成立。

3.3.4 Heckman兩階段法

本文采用Heckman兩階段法緩解樣本選擇偏差對回歸結果的估計。以Dig的虛擬變量為因變量，并加入所有控制變量進行Probit回歸，估算逆米爾斯比率（imr）。接著將逆米爾斯比率加入模型（2）進行回歸，檢驗結果如表6列（2）所示。可以發現，imr系數顯著，表明存在自選擇問題；INST系數在1%水平上顯著為負，INST平方項系數在1%水平上顯著為正，說明本文研究結論穩健。

3.3.5 傾向得分匹配法

本文采用PSM方法以緩解自選擇偏差帶來的內生性問題。選取企業規模、資產負債率等特征變量作為協變量進行1∶1的最近鄰匹配，采用匹配后的樣本對模型（2）重新檢驗，檢驗結果如表6列（3）所示。可以發現，機構投資者網絡抱團對數字化轉型具有“U”型影響，與主假設的研究結論一致。

3.3.6 更換變量法

本文分別采用數字化資產和數字化戰略作為因變量，再次進行回歸，結果如表7列（1）（2）所示。可以發現，INST與INST平方項系數表明機構投資者網絡抱團對企業數字化轉型具有“U”型影響效應，與主假設的結論一致。

3.3.7 刪除部分樣本

我國不同城市的數字化發展程度差異較大，因此本文刪除北京、上海、廣州、深圳、杭州等數字化程度較高城市企業樣本進行重新回歸，檢驗結果如表7列（3）所示。可以發現，刪除數字化發展程度較高城市企業后，機構投資者網絡抱團對企業數字化轉型的“U”型影響效應依舊顯著。由于國有機構投資者是具有國資背景的特殊機構，可能對回歸結果產生一定影響，因此本文剔除國有機構投資者，再次檢驗機構投資者網絡抱團對企業數字化轉型的影響，檢驗結果表7列（4）所示。可以發現，機構投資者網絡抱團對企業數字化轉型仍然具有“U”型影響效應，表明本文研究結論具有穩健性。

3.3.8 縮小區間

2015年國務院頒布《促進大數據發展行動綱要》，數字化進入蓬勃發展時期。因此，本文將樣本區間縮小至2015-2022年，以檢驗機構投資者網絡抱團對企業數字化轉型的影響。檢驗結果如表7列（5）所示，可以發現，縮小樣本區間后機構投資者網絡抱團對企業數字化轉型的“U”型影響效應沒有發生改變，即本文研究結論穩健。

3.4 調節效應分析

前文分析了機構投資者網絡中心性會強化機構投資者網絡抱團與數字化轉型的“U”型關系，為了驗證該效應，本文對模型（3）進行回歸檢驗，檢驗結果如表8所示。可以發現，INST系數顯著為正，INST平方項與 Degree的乘積項系數也顯著為正，表明機構投資者網絡中心性增強“U”型影響效應，即研究假設H2成立，據此繪制“U”型關系調節效應圖，如圖2所示。其中，實線表示調節效應前，虛線表示加入調節效應后。從圖中發現，當拐點左移時，虛線變得更加陡峭，因此機構投資者網絡中心性會強化機構投資者網絡抱團對數字化轉型的“U”型影響效應。

3.5 機制檢驗

為了進一步考察策略合謀效應、監督治理效應以及資源協同效應在“U”型關系中的傳導機制，本文借鑒丁黎黎^[32]的研究，將樣本按照拐點值分為抑制區間和促進區間，分別檢驗不同效應下促進“U”型關系形成的作用機制。本文采用逐步回歸法檢驗中介機制。

3.5.1 策略合謀效應

當持股比例較低時，機構投資者的管理監督成本較高，管理層易滋生自利空間，提高代理成本，導致出現策略合謀。據此，本文采用管理費用率（Fee）刻畫管理層自利行為。表9為機構投資者網絡抱團策略合謀效應的檢驗結果。列（1）顯示INST系數在1%水平上顯著為正，表明機構投資者網絡抱團會提高管理費率，加劇管理層自利行為。列（2）顯示INST系數在1%水平上顯著為正， Fee系數在1%水平上顯著為負，說明當持股比例較低時機構投資者網絡抱團傾向與管理層策略合謀，進而抑制企業數字化轉型。

3.5.2 監督治理效應

當持股比例較高時，由于從長遠來看企業價值增長高于機構投資者網絡抱團與管理層的合謀收益，機構投資者網絡抱團的監督治理效應更顯著。本文構建退出威脅指標刻畫機構投資者網絡抱團的監督治理效應。參考陳作華^[33]的研究，退出威脅（ET）指標構建采用股票流動性和機構投資者競爭程度的乘積衡量。該指標能較好地體現不同企業、不同年份外部股東退出的威脅程度，具體計算如式（4）所示。

ETi，t=Liquidityi，t*Competitioni，t（4）

其中，ET代表退出威脅，Liquidity代表股票流動性，采用企業每年流通股日均換手率衡量，Competition代表機構投資者競爭程度，采用赫芬達爾指數測算。具體計算如式（5）所示

Competitioni，t=－1*∑Nk=1（Sharek，i，tSharei，t）2（5）

其中，Sharek，i，t表示機構投資者k在第t年持有企業i的流通股比例，Sharei，t表示機構投資者在第t年持有企業i的所有股份比例之和。持股比例的平方和越大，表明機構投資者的集中程度越高，機構投資者競爭程度越低。相反，則表明機構投資者競爭程度越高。

表10為機構投資者網絡抱團監督治理效應檢驗結果。列（1）顯示，INST系數在5%水平上顯著為正，表明機構投資者網絡抱團通過提高退出威脅程度顯著增強監督治理效應。列（2）顯示，INST系數在1%水平上也顯著為正， ET系數在1%水平上顯著為正，說明當持股比例較高時機構投資者網絡抱團通過退出威脅加強對管理層的監督治理，從而促進企業數字化轉型。

3.5.3 資源協同效應

當持股比例較高時，機構投資者網絡抱團依靠廣泛的合作伙伴關系，擁有豐富的信息和資源。本文通過分析師預測分歧度（Information）刻畫企業信息資源獲取水平，具體衡量方式為分析師每股收益預測的標準差與企業年末實際每股收益的絕對值之比。分析師預測分歧度越低，表明企業從市場上獲取的信息越豐富。表10為機構投資者網絡抱團資源協同效應檢驗結果。列（3）顯示，INST系數在1%水平上顯著為負，表明機構投資者網絡抱團提高了信息資源獲取能力。列（4）顯示，INST系數在1%水平上顯著為正， Information系數在1%水平上顯著為負，說明當持股比例較高時機構投資者網絡抱團通過提供豐富的信息資源，加快數字化轉型。

3.6 異質性分析

3.6.1 機構投資者團體差異

機構投資者抱團后形成一致行動主體，但由于機構投資者網絡團體類型不同，可能對企業數字化轉型產生差異化影響。為解答這一問題，本文參考焦明明^[34]的研究，將機構投資者網絡團體分為交易型機構投資者網絡團體和穩定型機構投資者網絡團體。其中，交易型機構投資者網絡團體傾向于短期持股，追求企業短期利益；穩定型機構投資者網絡團體傾向于長期持股，追求企業長期價值。

表11的檢驗結果顯示，穩定型機構投資者網絡團體持股的INST系數為-0.014，在1%水平上顯著為負，INST平方項的系數為0.006，在1%水平上顯著為正，說明穩定型機構投資者網絡團體持股對企業數字化轉型具有“U”型影響；而交易型機構投資者網絡團體持股的INST和INST平方項系數都不顯著，表明穩定型機構投資者網絡團體對企業數字化轉型具有明顯的治理效應，而交易型機構投資者網絡團體因短視主義更關注股票溢價帶來的短期收益，而不是企業數字化轉型的持續投入。

3.6.2 企業類型差異

不同行業之間的要素投入具有很大差異，對數據要素、數字技術的應用要求也不同。機構投資者網絡抱團是否對不同類型企業數字化轉型存在差異化影響？為回答這一問題，本文將樣本按照行業要素投入密集程度，分為勞動密集型企業、資本密集型企業、技術密集型企業。表12檢驗結果顯示，勞動密集型企業和資本密集型企業中INST系數分別為-0.101、-0.057，都在1%水平上顯著為負，INST平方項的系數分別為0.006、0.004，都在1%水平上顯著為正；而技術密集型企業中INST和INST平方項系數不顯著，表明機構投資者網絡抱團持股勞動密集型企業和資本密集型企業對企業數字化轉型具有顯著的治理效應。

3.6.3 信息環境差異

企業信息環境直接影響企業競爭力、透明度和發展潛力。本文采用企業信息披露質量衡量企業所處信息環境。依據證券交易所對上市公司披露質量的評級，由高到低依次為“優秀”“良好”“及格”“不及格”，分別賦值為4、3、2和1。表13檢驗結果顯示，當企業信息披露質量在及格及以上水平時，INST系數分別為-0.073、-0.081、-0.100，都在1%水平上顯著為負，INST平方項系數分別為0.004、0.005、0.006，都在1%水平上顯著為正；而當企業信息披露質量在及格以下水平時，INST和INST平方項系數都不顯著，表明企業所處信息環境較佳時，機構投資者網絡抱團對企業數字化轉型具有顯著治理效應。當企業所處信息環境欠佳時，機構投資者因無法全面了解企業狀況和發展戰略，難以作出明智的投資決策和企業數字化轉型策略，從而負面影響企業數字化轉型。

4 結論及建議

4.1 研究結論

本文基于社會網絡理論和注意力基礎觀，選取2010-2022年滬深A股上市公司為研究樣本，系統論證機構投資者網絡抱團對企業數字化轉型的影響。研究發現：

（1）隨著持股比例增加，基于機構投資網絡形成的“抱團”對企業數字化轉型呈現出“U”型作用特征。當持股比例低于8.5%時，機構投資者網絡抱團因信息搜集以及監督治理成本較高，更傾向于與管理層形成策略合謀，熱衷于追求短期利益，進而減少企業數字化轉型投入。當持股比例高于8.5%時，機構投資者網絡抱團因信息搜索與交換成本較低，有助于加強企業監督治理，同時，提高機構投資者網絡資源和專業知識共享程度，促進企業資源協同，為數字化轉型提供必要的信息和資源支持，從而有助于推進企業數字化轉型。

（2）機構投資者網絡中心性通過在網絡結構中占據大量結構洞優勢，依托投資網絡向其他個體傳遞信息，加快信息擴散速度，強化機構投資者網絡與企業數字化轉型的“U”型關系。

（3）機構投資者團體類別、企業類型以及信息環境完善度影響機構投資者網絡抱團對企業數字化轉型的治理效應。相比于交易型機構投資者，穩定型機構投資者傾向于長期持股，追求長遠價值，對企業數字化轉型具有顯著治理效應；技術密集型企業具有較強的競爭實力、較高研發水平、豐富的數字化資源，機構投資者網絡抱團所具有的資源優勢對企業數字化轉型帶來的邊際效應較小，而勞動密集型企業和資本密集型企業對數字化轉型更為敏感，機構投資者網絡抱團能在勞動密集型企業和資本密集型企業數字化轉型決策中發揮關鍵作用，顯著影響企業數字化轉型；當企業所處信息環境較佳時，機構投資者網絡抱團對企業數字化轉型具有顯著治理效應，當企業所處信息環境欠佳時，機構投資者無法全面了解企業狀況和發展戰略，難以作出明智的投資決策以及企業數字化轉型策略，從而負面影響數字化轉型。

4.2 政策建議

傳統研究將機構投資者視為獨立個體，隨著研究深入和社會網絡技術進步，越來越多的學者關注到機構投資者通過持股網絡影響企業行為，這不僅給上市公司戰略決策提供新思路，也給機構投資者行動和決策帶來新啟發，還能為政府制定相關政策提供方向。具體而言，本文研究獲得以下政策啟示：

（1）上市公司層面，要理性看待機構投資者網絡抱團現象，重視機構投資者網絡抱團力量。在機構投資者網絡抱團持股比例較低時，企業應完善治理結構，具體包括建立有效的董事會、監事會和優化管理層，減少管理層短視行為和自利行為，注重企業長遠發展。隨著機構投資者網絡抱團持股比例提高，企業應加強與機構投資者的溝通和關系管理，營造良好投資合作關系，分享企業戰略規劃和目標，確保投資者對企業未來發展方向和規劃有清晰的認識，從而獲取更多資源和支持，加速企業數字化轉型。此外，企業要創造開放、透明、可信的信息環境，可以通過定期披露發展進程、實施步驟和相關財務和運營數據增加公司信息透明度，或定期舉辦投資者電話會議、網絡研討會或面對面的投資者見面會，及時更新信息，避免信息滯后，以贏得機構投資者關注和信任，為數字化轉型提供堅實基礎。

（2）機構投資者層面，要充分利用好投資網絡資源，注重與網絡中其它機構投資者的緊密互動，選擇具有位置優勢的結構洞嵌入網絡，提高影響力。或通過與網絡成員的溝通、交流與合作，構建具有一定規模的網絡團體，從而積極參與企業數字化轉型。首先，機構投資者應與企業管理層共同制定長遠的數字化轉型戰略，持續跟蹤、評估執行情況，確保戰略目標實現，并及時調整策略以適應市場變化。其次，機構投資者應以長期視角和價值投資理念為導向，注重企業創新能力和長期增長潛力，而非短期利潤，從而推動企業不斷提升數字化轉型質量和效率。另外，機構投資者可以通過積極參與企業治理，監督企業管理層決策和執行，加強內部控制和風險管理，確保企業決策科學性和透明度，從而促進企業可持續發展。最后，機構投資者應鼓勵企業加強信息披露，提高透明度，及時向投資者公布數字化轉型進展和成果，以增強投資者信心、提升市場認可度。

（3）政府層面，通過政策優惠、程序簡化等方式鼓勵更多機構投資者參與投資，擴大投資規模與融資渠道，從而提高市場活力和效率。監管層可以通過制定相關規定，規范機構投資者網絡抱團行為，要求機構投資者及時披露網絡抱團信息，包括持股比例、投資策略等，增強市場透明度，嚴厲打擊機構投資者與被投資企業之間的合謀行為，例如市場操縱、內幕交易等違法行為，維護市場公平和秩序。另外，針對機構投資者網絡抱團對勞動密集型企業和資本密集型企業數字化轉型的差異化治理效應，政府和監管層可以通過教育宣傳、政策引導等方式，提供稅收優惠、投資回報保障等激勵措施，引導機構投資者樹立長期投資和價值投資理念，通過倡導可持續發展和長期價值，支持勞動密集型企業和資本密集型企業實施數字化轉型，避免短期利益導向和投機行為，朝著有利于企業數字化轉型和市場發展的方向發展。同時，建立信息共享平臺，發布關于數字化轉型的最佳實踐、成功案例和市場趨勢，幫助機構投資者了解數字化轉型意義、潛在收益及實施路徑，提升其在決策中的數字化敏感性，幫助機構投資者在不同企業類型中作出更具針對性的投資決策。

4.3 研究局限與展望

首先，本文從機構投資者共同持股這一關系識別網絡結構，但是股權關聯僅是機構投資者形成網絡抱團的一條路徑，機構投資者也可能基于地域關聯、社會關聯、銀行交易等途徑形成抱團，未來研究可考慮從不同途徑構建機構投資者網絡團體。其次，本文從數字資產和數字戰略兩方面構建數字化轉型測度指標，但是未能更細致地刻畫數字化轉型程度，數字化轉型是對企業生產過程、商業模式、管理結構的顛覆性變革，滲透于企業供應鏈、價值鏈、創新鏈等多個環節，未來研究可從企業運轉的多個流程考察數字化轉型廣度和深度，構建更完善的數字化轉型體系。

參考文獻：

[1] 陳懷超，劉柏君，梁晨，等.數字化轉型、失敗學習與制度資本對企業數字化創新影響的組態研究[J].科技進步與對策，2024，41（15）：65-73.

[2] 張仁杰.增值稅留抵退稅影響企業數字化轉型的路徑研究[J].科研管理，2024，45（4）：138-146.

[3] 衛銘，趙謙亨，王文慧.數字化轉型與企業競爭力：基于信息披露模式的影響[J].經濟問題，2024，46（5）：33-42.

[4] 孫蘭蘭，鐘琴.數字化轉型與企業營運資金動態調整[J].統計與信息論壇，2024，39（5）：90-103.

[5] 劉斯琴，祁懷錦，劉艷霞.碳中和目標下的機構投資者持股偏好研究——來自綠色債券的證據[J].證券市場導報，2024，34（4）：67-79.

[6] 張云，呂纖，韓云.機構投資者驅動企業綠色治理：監督效應與內在機理[J].管理世界，2024，40（4）：197-221.

[7] 侯粲然，劉歡，鄧路.機構投資者交叉持股與企業違約風險[J].南開管理評論，2023，26（6）：104-117.

[8] 譚紅陽，劉金蓮，李志軍，等.機構投資者持股對企業新質生產力的影響[J].云南財經大學學報，2024，40（8）：56-71.

[9] ABRAMOVA I， CORE J E， SUTHERLAND A. Institutional investor attention and firm disclosure[J]. The Accounting Review， 2020，95（6）： 1-21.

[10] HUTCHINSON M， SEAMER M，" CHAPPLE L E. Institutional investors， risk/performance and corporate governance[J]. The International Journal of Accounting， 2015，50（1）： 31-52.

[11] 陳曉珊，劉洪鐸.機構投資者持股、高管超額薪酬與公司治理[J].廣東財經大學學報，2019，34（2）：46-59.

[12] 王壘，沙一凡，康旺霖.同心協力抑或明爭暗斗：機構投資者抱團與大股東掏空行為[J].金融評論，2022，14（6）：37-57，122-123.

[13] 郭曉冬，王攀，吳曉暉.機構投資者網絡團體與公司非效率投資[J].世界經濟，2020，43（4）：169-192.

[14] LI F，" JIANG Y. Institutional investor networks and crash risk：evidence from China[J]. Finance Research Letters， 2022，47： 102627.

[15] GONG X L，" LIU J. Institutional investor information network， analyst forecasting and stock price crash risk[J]. Research in International Business and Finance，2023，65：101942.

[16] 何瑛，馬珂.機構投資者網絡與股價同步性[J].現代財經（天津財經大學學報），2020，40（3）：35-52.

[17] YANG B， GUO C，" FAN Y." Institutional investor networks and ESG performance：evidence from China[J]. Emerging Markets Finance and Trade， 2024，60（1）：113-137.

[18] 范海峰，郭葆春.異質機構投資者退出威脅對公司創新效率的影響[J].科技進步與對策，2023，40（21）：77-87.

[19] 王春峰，李彤，姚守宇，等.抱團取暖：基金團體與季末股價拉升[J].系統管理學報，2024，33（4）：1025-1042.

[20] 王璟，陳勝藍.共同機構投資者對管理者短視的影響研究[J].管理學報，2024，21（4）：626-632.

[21] CRANE A D， KOCH A，" MICHENAUD S." Institutional investor cliques and governance[J]. Journal of Financial Economics， 2019，133（1）： 175-197.

[22] 何威風，李麗.共同機構投資者會影響公司股份回購嗎[J].科學決策，2024，31（2）：1-21.

[23] LIU G， YI H，" YU C P. Shareholding network of institutional investors and the information efficiency of capital market： evidence from China[J]. SAGE Open， 2023，13（4）： 21582440231210080.

[24] 王典，薛宏剛.機構投資者網絡加劇還是抑制了公司特質風險[J].金融經濟學研究，2018，33（5）：71-81.

[25] 吳曉暉，郭曉冬，喬政.機構投資者網絡中心性與股票市場信息效率[J].經濟管理，2020，42（6）：153-171.

[26] HU X， CANG Y， REN L， et al. Fund network centrality， hard-to-value portfolio， and investment performance[J]. Complexity， 2020， 38（9）：1-17.

[27] 劉政，姚雨秀，張國勝，等.企業數字化、專用知識與組織授權［J］.中國工業經濟，2020，37（9）：156-174.

[28] 張濤，李雷.企業數字化轉型的供應鏈溢出效應——客戶與供應商雙重視角[J].科技進步與對策，2024，41（12）：82-92.

[29] 范合君，吳婷，何思錦.企業數字化的產業鏈聯動效應研究[J].中國工業經濟，2023，40（3）：115-132.

[30] 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，2021，38（9）：137-155.

[31] LIND J T，" MEHLUM H. With or without U？ the appropriate test for a U-shaped relationship[J]. Oxford Bulletin of Economics and Statistics， 2010，72（1）： 109-118.

[32] 丁黎黎，趙忠超，王壘.機構縱向持股能否破解中國企業專利創新陷阱——基于產業鏈治理的視角[J].財經研究，2024，50（1）：94-108.

[33] 陳作華，郭春萌，葛銳.機構投資者退出威脅如何促進金融市場穩定——基于股價崩盤風險視角[J].證券市場導報，2023，33（12）：54-67.

[34] 焦明朋，胡耀丹，朱震.機構投資者抱團與企業數字化轉型[J].財務研究，2024，10（1）：69-80.

（責任編輯：胡俊健）

The Non-Linear Impact of Institutional Investor Network Clusters on Corporate Digital Transformation

Guan Xin，Li Fengyuan

（School of Business Administration， Capital University of Economics and Business， Beijing 100070，China）

Abstract：The surge in digital technologies like big data， AI， and cloud computing has made the digital economy a key driver for China's high-quality economic growth. As the micro subject of the market economy， enterprises carry the important function of promoting the high-quality development of the economy as well as transformation， and digital transformation has become an inevitable trend for enterprises to move into the future. As enterprises' digital transformation involves a full range of changes in the business model， process management and operation mode， digital transformation is never easy. Therefore， enterprises only rely on their own resources and capabilities are not enough to successfully complete the digital transformation， how to use external forces to break the dilemma of digital transformation and obstacles to become an important reality of common concern in the academic and practical circles. Institutional investors， due to their unique resources， information and professional advantages， are participating in corporate governance in a diversified way and influencing the strategic decisions of companies.

With the rise of social network analysis techniques， firms are interconnected rather than isolated in capital markets， and it is more common for multiple institutional investors to hold shares in the same firm. This network of interconnectedness through common shareholdings constitutes an institutional investor network. Within this network， institutional investors can form synergies and play a role at the group level. In the context of accelerated digital transformation， one question worth exploring is the role of institutional investors' network clusters in the digital transformation of enterprises. Therefore， it is worth exploring the relationship between institutional investors' network clusters and digital transformation.

Following the social network theory and attention-based view， this study adopts 2010-2022 A-share listed companies in Shanghai and Shenzhen as the research samples， and examines the direct effect and potential mechanism of network clusters on enterprises' digital transformation from the perspective of institutional investors by using the panel double fixed effect model， mediating model， and moderating model. The study finds that institutional investors' network clusters have a non-linear effect on corporate digital transformation， showing a U-shaped trend of change. The moderating effect analysis shows that the centrality of institutional investor network strengthens this U-shaped relationship. Mechanism analysis shows that when the shareholding ratio is less than 8.5%， institutional investors' network clusters inhibit digital transformation through the \"strategic collusion\" effect; when the shareholding ratio is greater than 8.5%， institutional investors' network clusters promote digital transformation through the \"supervisory governance\" effect and \"resource synergy\" effect. Heterogeneity analyses show that institutional investors' network clusters exhibit different governance behaviours towards corporate digital transformation depending on the type of institutional investor group， the type of enterprise， and the information environment.

The contributions of this paper include four aspects.The study explores institutional investors' network impacts on corporate digital transformation. It first highlights the social networks of investors， enriching research on their economic outcomes and digital transformation factors. It then reveals the non-linear effects of these networks on digital governance and the dynamic scale of investors' shareholding in transformation. The paper also uncovers the \"U\" relationship mechanism and its dynamic patterns， providing insights into the mechanism of institutional investors' network clusters on digital transformation， and the dynamic behavioural pattern of institutional investors' network clusters on digital transformation. It further examines the boundary conditions under which institutional investors' network clusters affect digital transformation， deepen the understanding of institutional investors' network clusters as a mode of equity governance， and expand the breadth and depth of academic research.

This study offers tailored recommendations that， at the listed company level， companies should acknowledge institutional investors' network power; at the institutional investor level， it is necessary to make full use of the resources in the investment network， focus on the close relationship with other institutional investors in the network， and choose structural holes with location advantages to embed in the network and improve the influence; at the government level， it is important to encourage more institutional investors to participate in the market by means of preferential policies and simplified procedures to increase their number and scale of investment， so as to enhance market vitality and efficiency.

Key Words：Institutional Investors;Network Clusters；Digital Transformation；Strategic Collusion； Supervisory Governance；Resource Synergy

基金項目：教育部人文社會科學研究一般項目（18YJ630027）

作者簡介：關鑫（1978-），男，遼寧沈陽人，滿族，首都經濟貿易大學工商管理學院副教授、博士生導師，研究方向為公司治理、比較管理、商業模式創新；李楓園（1998-），女，河南新鄉人，首都經濟貿易大學工商管理學院博士研究生，研究方向為公司治理與數字化。