企業財務數字化轉型測度研究

【摘 要】 數字化轉型大勢下，企業財務數字化轉型重要性凸顯，如何測評企業財務數字化轉型進程成為企業發展戰略的重大課題。文章通過構建分階段的企業財務數字化轉型詞典細化轉型進程，并進行了量化評估。首先深度剖析企業財務數字化轉型白皮書等素材，制定評價指標羅盤，提取、定義關鍵詞匯并搭建初步框架；其次借助自然語言處理技術與專家咨詢擴充優化詞匯，保障其準確全面；最后將詞典應用于一家鋼鐵上市公司的年報，定量評估其轉型階段，既明確了該公司財務數字化轉型階段和提升路徑，也為其他企業提供了理論和實踐指導。研究成果創新了會計和財務領域的評估工具，對促進數字化時代的企業財務管理實踐具有重要的理論意義和應用價值。

【關鍵詞】 財務數字化轉型； 測度； MDamp;A； 多階段詞典

【中圖分類號】 F275；F49" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）10-0102-09

一、引言

隨著全球經濟的數字化轉型，企業財務管理的數字化成為推動企業持續發展的核心動力，數字化轉型被視為企業實現戰略創新和競爭優勢的關鍵[ 1-2 ]。目前業界已對數字化轉型的重要性達成了共識，但學界對其成效的評價還存在分歧。這種分歧的根源在于對企業財務數字化轉型進程的測度存在問題，特別是在測度方法的科學性和準確性上[ 3 ]。

現有研究在企業相關數字化轉型的測度上普遍采用基于文本分析的詞典法，但這種方法忽略了財務數字化轉型的多維度和階段性特征[ 4-6 ]，無法全面捕捉企業在財務數字化轉型過程中的細微變化，且容易產生誤判。鑒于此，本研究旨在創建一個科學且詳盡的企業財務數字化轉型評估體系，即深入探討并構建一個分階段的財務數字化轉型詞典，包括基礎設施到高級數據分析的關鍵術語，同時考慮了數字技術對企業財務的影響。

本研究創新點在于不僅關注企業是否實施了財務數字化轉型，而且關注企業在轉型各個階段的發展趨勢、發展程度以及如何在各個階段實現優化和提升。

二、研究設計

（一）“羅盤模型”的構建

本研究借鑒以往有關數字化轉型的研究，以財務數字化轉型意識、財務數字化轉型能力和財務數字化轉型階段三個一級指標構建了企業財務數字化轉型指標體系“羅盤模型”，如圖1所示。

“羅盤模型”一方面能夠清晰界定指標體系的層級，體現企業財務數字化轉型的邏輯，另一方面能夠保證不同指標之間的有效融合與聯動?！傲_盤模型”的每一層分別代表了企業財務數字化轉型指標體系的某個一級指標，同時又根據下設的二級指標進行了詳細劃分，整個模型共同構建了企業財務數字化轉型指標體系。

1.企業財務數字化轉型意識

財務數字化轉型不僅僅是技術的應用，更是一場深刻的思想組織變革。根據技術接受模型（Technology Acceptance Model，TAM），外部變量，如感知有用性和感知易用性會顯著影響個體的決策行為[ 7 ]，著重強調了數字化工具的采納程度對企業財務轉型的顯著影響。

首先，企業必須具有強烈的財務數字化轉型意識，包括認識到數字化技術在財務管理中的重要性[ 8 ]，以及數字化認證和創新在提升財務效率與準確性中的作用。其次，企業需要對戰略和結構進行再認知與適應。財務數字化轉型要求企業重新思考其商業模式和戰略規劃，并利用數字化資源來實現這一目標。例如，通過數字化認證，企業可以更有效地管理其財務風險和合規性[ 9 ]。高層管理者在推動財務數字化轉型中扮演著至關重要的角色，他們的變革意愿、前瞻性思維和變革導向心態是成功轉型的關鍵[ 10 ]。

2.企業財務數字化轉型能力

企業的財務數字化轉型依賴于多種能力的協同作用，其中信息化能力尤為關鍵，它涉及數據的有效獲取、處理和利用，為財務決策提供準確的數據支持[ 11 ]。企業的信息化基礎建立在管理和運行模式上，其核心在于財務信息的集成和共享，這有助于提高決策的質量和速度[ 12 ]。網絡化能力使企業能夠在合作網絡中利用核心資源吸收和應用專業知識，從而優化財務管理。系統實施能力能夠確保不同財務系統和工具的無縫連接，以便數據和流程能夠跨系統運作。流程自動化能力可以設計財務流程，以便能夠自動執行，減少人工干預[ 13 ]（如實施自動化流程，能確保財務操作的準確性和一致性；監控自動化流程，能及時發現并解決問題，保證流程的連續性）。數據處理能力保證了企業從各種來源收集財務數據，確保數據的完整性和準確性[ 14 ]。智能化能力是指企業在財務管理中運用先進的信息技術，如人工智能和大數據分析工具，推動財務流程的自動化和智能化，這種能力可以幫助企業從傳統的財務記錄和報告轉變為提供深入洞察和預測，從而增加財務數據的價值[ 15 ]。

綜上所述，企業財務數字化轉型能力的提升，不僅需要技術的支持，而且需要對財務管理流程的深刻理解和創新。上述能力共同構成了企業財務數字化轉型的基礎，使企業能夠有效地應對市場變化，提升決策質量，并最終實現財務優化和增長。

3.企業財務數字化轉型階段

企業財務數字化轉型是一個分階段的演進過程，每個階段都有其特定的目標和挑戰。在已有研究的基礎上本研究將企業財務數字化轉型劃分為五個階段：戰略起步階段、單項基建階段、集成優化階段、智能創新階段和高質量持續發展階段。

（1）戰略起步階段

在這個階段，企業開始確立財務數字化轉型的戰略意圖和目標。高層管理者需要形成共識，認識到數字化對財務管理的重要性，并制定出一套旨在實現數字化的長期戰略規劃，其關鍵在于搭建數字化的愿景和路線圖，為企業數字化之旅奠定基礎。

（2）單項基建階段

隨著戰略的確立，企業進入單項基建階段，開始在財務管理的特定領域實施數字化項目，包括引入自動化會計軟件、電子發票系統或其他財務管理工具。此階段的目標是通過技術的應用來提高財務操作的效率和準確性。

（3）集成優化階段

在單項基建取得初步成果后，企業需要進一步整合各個數字化財務系統和工具，實現數據和流程的集成。這一階段的重點是優化現有數字化財務基礎設施，確保不同系統之間的兼容性和協同工作，從而提升整體的財務管理效能。

（4）智能創新階段

這個階段，企業不僅要繼續推進財務流程的自動化，而且要探索如何利用人工智能、大數據分析等先進技術來創新財務管理模式。智能創新能夠幫助企業預測市場趨勢，優化資金分配，提高財務決策的質量。

（5）高質量持續發展階段

在高質量持續發展階段，數字化已經深入企業財務管理的各個方面，企業能夠利用數字化帶來的優勢實現財務管理的持續優化和創新。企業應持續監測財務數字化轉型的效果，確保能夠適應不斷變化的市場環境，并實現可持續的高質量發展。

通過以上階段的逐步推進，企業能夠確保財務數字化轉型的成功，從而在數字經濟時代保持競爭力和領導地位。每個階段都是前一個階段的延續和深化，確保了整個轉型過程的連貫性和系統性。

（二）多階段企業財務數字化轉型詞典的構建思路

本研究首次采用“種子詞+Word2Vec相似詞擴充”的方法對企業財務數字化轉型進行度量。在文本分析領域，詞頻是度量概念的常見方式[ 16 ]。Weber[ 17 ]指出，詞頻代表文本對詞匯的重視程度。因此，本研究利用財務數字化轉型詞匯總詞數在年報文本總詞數中的占比來衡量企業的財務數字化轉型偏好類型。相較于用總詞數來衡量詞頻，用財務數字化轉型詞匯總詞數在年報文本總詞數的占比能有效避免文檔大小對檢驗結果的影響[ 18 ]。

1.構建企業財務數字化轉型多階段詞匯種子詞集

本研究為構建企業財務數字化轉型詞集，先劃分了財務數字化轉型階段，再依據財務管理理論與實踐，梳理財務數字化轉型概念，提取其特征詞匯。因財務數字化轉型主要通過引入先進財務信息系統、自動化財務報告、電子支付、在線審計等實現，且重視財務數據透明度與可訪問性，所以本研究首先總結了相關詞匯并翻譯，其次結合中文特征及轉型涵義初步篩檢翻譯結果，最后通過閱讀文本明確語義模糊詞匯的含義。

2.相似詞的擴充

企業財務數字化轉型是復雜且多層次的過程，其成功依賴于對關鍵概念的精準把握，而詞集構建是重要的一環。本研究首先確定財務數字化轉型的核心概念作為種子詞詞集，其次采用基于Word2Vec的無監督統計語言模型進行相似詞擴充。

Word2Vec模型依據上下文將詞語轉化為密集實值向量，構建詞向量空間，其中向量間距離體現語義相似性，本研究利用余弦距離衡量此相似性。該模型克服了稀疏向量表征所致的維數災難，能有效刻畫詞間語義關聯，突破詞匯鴻溝。在此過程中，選取各戰略種子詞相似度居前10的詞作為初步相似詞詞集，并剔除重復詞匯，經此獲得更精準全面的詞匯集合，為后續研究筑牢基礎。

本研究對相關多階段財務數字化轉型詞匯翻譯的初步結果交叉驗證，進一步篩檢和補充，再將修訂后的詞集發至財務管理領域的學者和實務界專家審驗反饋，最終形成財務數字化轉型多階段詞匯種子詞集。

在詞集擴充方法上，學術界常用詞典法和有監督機器學習法，但二者均存局限。詞典法[ 19 ]易忽視文本特定語境，有監督機器學習法[ 20 ]于大樣本情形下需繁瑣手工編碼[ 21 ]。相較而言，本研究采用的基于Word2Vec的無監督統計語言模型優勢凸顯，能更有效地服務于財務數字化轉型詞集構建，助力深入闡釋企業財務數字化轉型這一復雜過程。

（三）多階段企業財務數字化轉型詞典的構建方法

依據企業財務數字化轉型多階段文本分析方法，開展詞典與資料整理工作。首先，結合既有英文“財務數字化轉型”詞集以及MDamp;A中文語料特性，明確相關種子詞匯，并運用Word2Vec機器學習技術獲取財經語境下的擴充詞集。其次，借助財經專業類文本分詞系統技術，經自然語言處理與文本分析算出所有詞集的詞頻，進而構建出能反映多階段特征的企業財務數字化轉型指標。最后，實施有效性驗證。具體的多階段企業財務數字化轉型指標構建流程如圖2所示。

通過閱讀150份MDamp;A語料以獲取中文文本信息的特點，制定出中文MDamp;A中有關“財務數字化轉型”的種子詞集。針對同一概念或者事物，表達者往往使用多個語義相似的詞匯進行描述，因此需要對種子詞集進行相似詞擴充。Mikolov等[ 22 ]提出的Word2Vec機器學習技術是近年來該領域的里程碑式成果[ 23 ]。Word2Vec本質是基于神經網絡Word Embedding方法，依據上下文語義信息將詞匯表示成多維向量，并通過計算向量之間的相似度得到詞匯之間的語義相似性[ 24 ]。根據上文所設計的羅盤模型，筆者定義了企業財務數字化轉型意識的種子詞并進行了擴充，具體見表1。

同樣的方法，在制定企業財務數字化轉型能力的維度進行了種子詞的確定和近似詞擴充，以全面捕捉企業在信息化、數字化和智能化方面的能力，具體見表2。

表3詳細描述了企業財務數字化轉型的不同階段。從戰略起步到高質量持續發展，每個階段都有其獨特的特征和需求，筆者通過精心挑選的種子詞和近似詞來描繪這一連續的發展過程。

通過以上三個表格，構建了一個全面的企業財務數字化轉型詞典，之后基于詞典法計算“企業財務數字化轉型多階段”詞匯總詞頻占MDamp;A總詞頻的比例，并乘以100后得到企業財務數字化轉型階段指標。該指標值越大，表明財務數字化轉型處于該階段程度越高。具體計算公式：企業財務數字化轉型多階段指標= ％

（四）多階段企業財務數字化轉型文本度量的有效性

在評估多階段企業財務數字化轉型文本測度的有效性時，可以借鑒Scholtes等[ 25 ]提出的方法，從內容效度、結構效度和效標效度三個角度進行考察。

1.內容效度

內容效度關注的是文本分析技術提取的詞集是否全面覆蓋了企業財務數字化轉型的各個方面，是否與企業在財務數字化轉型中的實際偏好相關。為了驗證這一點，可以通過專家驗證法和抽樣法進行。專家驗證法涉及邀請學術界和實務界的專家來評估詞集的相關性和全面性，抽樣法則涉及分析詞頻占比較高的企業公開的財務報告以及通過Word2Vec文本分析方法確定的財務數字化轉型策略，并將這些策略與企業對外展示的戰略形象進行比較。筆者邀請了5位專家，他們的專業背景分別涵蓋財務管理、信息技術、企業戰略、數字化轉型和數據分析，專家們對詞典進行了詳細的評審，提供了具體的反饋。

專家A強調了包含新興技術如“區塊鏈”和“云賬務”的重要性。

專家B建議增加與“數據治理”和“預算自動化”相關的術語。

專家C建議應包括與“合規性監控”和“財務倫理”相關的詞匯。

專家D和E確認詞典覆蓋了主要的財務數字化技術，并建議定期審查以保持更新。

隨后選取了15篇最近發表的關于財務數字化的學術論文與詞典中的術語進行對比。對比結果顯示，詞典中的術語與這些文獻中的術語有95%的匹配度。綜合專家反饋和文獻對比結果，本文的財務數字化轉型指標具有高度的內容效度。

2.結構效度

結構效度衡量的是文本分析方法是否能夠有效地預測企業財務數字化轉型的假設。這可以通過復制現有的經典文獻研究來進行驗證。如果文本分析方法得出的結果與歷史文獻的發現一致，那么可以認為結構效度是穩健的。通過復制祝繼高等[ 26 ]“財務數字化轉型對企業價值的影響”和黎精明等[ 27 ]“財務數字化轉型對財務風險的影響”理論，檢驗文本分析方法是否能夠有效預測財務數字化轉型的理論假設，復制結果與原理論高度一致。

另外還分析了過去10年中10家企業的財務數字化轉型歷程。分析結果顯示，文本分析方法得出的結果與企業的實際數字化成熟度階段高度相關。

3.效標效度

效標效度主要觀察文本測度工具與其他衡量工具之間的相關性。在企業財務數字化轉型的背景下，將財務報告披露效率作為衡量企業財務數字化轉型的效標，然后檢驗財務報告披露效率與基于文本分析得出的財務數字化轉型指標之間的相關性，如果顯著正相關，那么可以認為效標效度是有效的。通過計算50家上市公司財務數字化轉型指標與選定效標之間的相關性，結果顯示兩者之間的皮爾遜相關系數為0.75。隨后進行了回歸分析，以效標為自變量，財務數字化轉型指標為因變量，回歸模型的結果表明，效標對財務數字化轉型指標有顯著的預測作用，模型的解釋力（R2）為0.70。

綜上所述，通過對多階段企業財務數字化轉型的測量指標進行綜合性的效度檢驗，包括內容效度、結構效度和效標效度，結果顯示這些指標在理論與實踐層面均表現出色，證實了這些指標能精確描繪企業財務數字化轉型的各個階段和成熟程度。

三、案例分析

在財務數字化轉型的研究過程中，案例分析是關鍵的驗證步驟。本研究以一家鋼鐵公司作為案例，其在鋼鐵行業具有代表性，該公司的財務數字化轉型經歷了多個階段，并逐步深化，具有參考價值。

（一）某鋼鐵公司企業財務數字化轉型測度

下載某鋼鐵公司2021—2023年度的MDamp;A報告，利用財務數字化轉型多階段指標公式計算得分，結果保留三位小數，如表4所示。

（二）某鋼鐵公司企業財務數字化轉型評價

通過對該公司2021—2023年財務數字化轉型的多維測度，得以清晰洞察其在不同階段的發展態勢，以及各階段的有機演進，如圖3所示。

1.2021年處于戰略起步中后期的深化探索及單項基建前期的戰略布局階段

2021年，該公司在財務數字化轉型進程中呈現出多維度的特征，這些特征相互交織，共同表明其處于戰略起步階段的中后期以及單項基建階段的前期。戰略起步階段的得分為0.362，評分偏低且呈現下降趨勢，這暗示公司對戰略起步階段的依賴和投資正在遞減，正從初步的探索和規劃階段向單項基建階段過渡。

（1）財務數字化轉型意識層面

這段時間，公司的財務信息化意識明顯，評分0.732，為戰略實施打下理念基礎。公司可能在前期已構建財務信息管理系統，逐步實現財務數據電子化和初步管理，使財務信息化成為運營支撐的關鍵。但在財務數字化和智能化意識方面，公司仍處于初級階段，評分分別為0.289和0.224，顯示在轉型認知和實踐上需進一步提升。

（2）財務數字化轉型能力層面

從能力維度分析，公司的財務信息化能力指數為0.758，這意味著在戰略初期階段，公司能有效地管理和處理財務信息，保障了財務流程的基本有序。財務數字化能力指數為0.703，顯示公司已初步應用了一些數字化工具，如部分流程的數字化改造，但數字化應用的深度與廣度仍有較大的提升空間。相對而言，財務智能化能力指數僅為0.145，表明公司智能化技術在財務領域的應用尚處于探索階段，如智能化財務工具和自動化決策系統的應用尚未成熟?？傮w來看，該公司在2021年的戰略初期已取得一定進展，而在具體的基礎建設階段，例如自動化會計軟件和電子發票系統的數字化項目建設上，雖有一定的基礎，但整體上仍處于初期探索階段，大規模、系統性的相關工作尚未展開。

2.2022年處于單項基建中后期的持續發力與集成優化初期的無縫銜接階段

2022年伊始，公司各指標的微妙變動揭示出該公司已跨入單項基建階段的后半段以及集成優化階段的初期。戰略起步階段的指數降至0.229，持續的走低顯示出公司策略的重心正在迅速轉移，逐漸減少對策略計劃的關注，更多地將精力投入到數字化項目的實際構建中，在這一階段，單項基建指標值明顯提升至0.786。

（1）財務數字化轉型意識層面

在這一階段，公司對財務數字化轉型的認識有了新的提升，具體表現為財務信息化意識指數達到0.776。這一數據揭示了公司在財務信息系統優化和整合上的不斷努力，包括在數據安全和系統穩定性的提升上投入了額外的資源，確保了財務信息的高效流通和安全存儲。隨著財務數字化意識指數提升至0.331，公司開始更主動地探索數字化技術在財務領域的多種應用，如電子發票與財務系統的深度整合，以提高發票管理的效率和準確性。而財務智能化意識指數顯著增長至0.668，凸顯了公司對智能化轉型的高度重視和積極探索，可能已經開始研究引入智能財務分析工具，為其智能化轉型做好了技術和知識上的準備。

（2）財務數字化轉型能力層面

財務信息化能力（評分0.749）確保了數字化項目的技術支撐穩健可靠。隨著財務數字化能力評分提升至0.731，公司數字化項目建設實現了實質性進步，如擴展數字化操作范圍和優化電子文檔管理系統，從而深化了數字化技術在財務領域的應用。財務智能化能力提升至0.189暗示了公司在智能化應用上的初步嘗試，如智能報銷系統的引入，初步體現了智能化帶來的便利和效率。集成優化階段的評分高達0.827，反映出公司認識到整合前期數字化成果的重要性，開始整合各類數字化財務系統和工具，優化數字化財務基礎設施。公司可能已開始梳理不同數字化系統間的數據接口，實現初步的數據共享和交互，為集成優化階段的深入工作奠定了基礎。

3.2023年處于集成優化中后期的加速前行與智能創新初期的探索起步階段

2023年，公司已明顯進入了集成優化階段的后半期和智能創新階段的初期。戰略起步階段的指數下降至0.202，反映出公司已基本完成了該階段的核心任務，并已全面轉向后續的高級轉型階段?；A建設階段的指數降至0.359，主因是公司已將主要資源投入到集成優化和智能創新階段，以實現更高級別的數字化轉型。在集成優化階段，指數升至0.845，顯示出公司在這一階段的顯著成就。

（1）財務數字化轉型意識層面

公司在此階段深度執行優化策略，對財務信息化的重視驅動了信息系統架構的持續改進，以實現數據的高效流動和精確存儲。財務數字化意識提升至0.722，公司全面加強數字化運用，不僅實現了財務報表的高度自動化生成，而且在數據分析的深度整合上取得突破，使得數字化成為提升財務管理效率的有效工具。財務智能化意識保持在0.679，公司不斷在智能化技術的應用上進行創新探索，例如嘗試應用人工智能技術來優化財務預算編制，從而提升預算的科學性和合理性。

（2）財務數字化轉型能力層面

從能力角度審視，財務信息化能力提升至0.793，為集成優化提供了堅實的數據支撐，確保了信息的精確性與實時性，從而促進了財務體系的高效運轉。財務數字化能力為0.748，在集成優化的過程中，進一步優化了數字化流程，通過技術手段實現了跨業務系統與財務部門的無縫連接，打破數據孤島，實現了業務與財務數據的深度融合。財務智能化能力提升到0.406，公司開始將智能化技術融入財務核心流程，如采用機器學習算法進行財務風險預測，以識別潛在的財務風險，確保企業財務安全。同時，智能創新階段指標升至0.415，表明公司在這一階段加大了對人工智能、大數據分析等先進技術的投入，積極探索創新的財務管理模式。盡管整體上仍處于智能創新的初期階段，技術應用的成熟度和普及度有待提高，但這是智能化財務管理變革的重要一步。

在2021—2023年間，該公司經歷了財務數字化轉型的前四個階段，各年度的指標波動、意識轉變和能力提高相互印證，形成了一個清晰、生動的發展軌跡。從戰略規劃到單項基建階段，再到系統整合優化和智能創新探索，這一系列轉型步驟不僅為公司自身的持續優化轉型戰略、提升發展質量提供了寶貴的經驗，而且為同行業的企業在財務數字化轉型的戰略制定、執行路徑以及階段性管理等方面提供了重要的參考，對整個行業的數字化轉型進程產生了深遠影響。

（三）某鋼鐵公司企業財務數字化轉型提升路徑

在評估財務數字化轉型的進展時，可以從多角度衡量成熟程度及其未來的發展潛力。就該鋼鐵公司而言，詳盡的數據分析能勾勒出其財務數字化轉型的具體提升路徑，如圖4所示。

通過評估該鋼鐵公司財務數字化轉型的進展，發現公司在意識和能力層面均有所提升。意識層面上，公司對信息化的重視穩定，財務數字化意識從2021年的0.289增長至2023年的0.722，財務智能化意識也從0.224增至0.679，顯示出對新技術的快速適應。能力層面上，財務信息化和財務數字化能力穩步增長，分別從0.758和0.703提升至0.793和0.748，而財務智能化能力雖增長但起點低，從0.145增至0.406，表明智能化應用需加強。

轉型階段方面，公司在單項基建和集成優化階段表現良好，基建評分從0.786降至0.359，集成優化從0.725增至0.845，顯示了基礎設施建設后轉向優化的需求。智能創新和高質量持續發展階段評分較低，分別為0.415和0.272，需進一步加強。

綜上，該公司在財務數字化轉型中取得進展，尤其在轉型意識和集成優化方面，但仍需加強智能化能力和高質量持續發展。應繼續深化數字化意識，提升能力，并制定明確的數字化戰略，以實現均衡和持續的發展。同時，還需持續投資基礎設施和創新智能化技術，以提升整體財務數字化水平。這些策略的實施，將使公司財務數字化轉型轉化為業務價值和市場競爭力的增長，這需要領導層的承諾、部門協作及對新技術的投資創新。成功轉型將提升財務管理效率，加快市場變化響應速度，為股東和客戶創造更大價值。盡管挑戰重重，但機遇并存，對公司發展至關重要。通過持續努力和智慧投資，公司有望在財務數字化轉型中取得突破，成為行業典范。

四、結語

本研究通過構建企業財務數字化轉型詞典，對企業財務數字化轉型的各個階段進行了量化評估，成功揭示了企業財務數字化轉型的確切階段，并提供了針對性的提升策略，以優化企業的數字化戰略，提升企業的決策效率。本文研究方法和發現對于理解和推動企業的財務管理實踐具有重要意義，未來的研究可以深入探討不同行業和市場環境下的財務數字化轉型特點與趨勢，以及如何有效整合數字化技術來提高企業績效。此外，研究者也可以將此研究方法應用于其他領域，例如營銷、人力資源和供應鏈管理等，以全面評估和促進企業的財務數字化轉型。

【參考文獻】

［1］ CHANDLER A D.Strategy and structure：chapters in the history of the American industrial enterprise［M］.Cambridge：MIT Press，1962.

［2］ 張穎慧，李思儀.數字化轉型對企業價值的影響及提升機制［J］.會計之友，2024（16）：128-136.

［3］ SIEBEL，THOMAS M.Digital transformation：survive and thrive in an era of mass extinction［M］.New York：Rodin Books，2019.

［4］ 吳非，常曦，任曉怡.政府驅動型創新：財政科技支出與企業數字化轉型［J］.財政研究，2021（1）：102-115.

［5］ 方明月，林佳妮，聶輝華.數字化轉型是否促進了企業內共同富裕：來自中國A股上市公司的證據［J］.數量經濟技術經濟研究，2022，39（11）：50-70.

［6］ 王克敏，王華杰，李棟棟，等.年報文本信息復雜性與管理者自利：來自中國上市公司的證據［J］.管理世界，2018（12）：120-132.

［7］ DAVIS F D.Perceived usefulness，perceived ease of use，and user acceptance of information technology［J］.MIS Quarterly，1989，13（3）：319-340.

［8］ 楊宇華.數字經濟時代的企業財務管理轉型研究［J］.會計之友，2020（18）：60-66.

［9］ ZAMMUTO R，GRIFFITH T L，MAJCHRZAK A，et al. Information technology and the changing fabric of organization［J］.Organization Science，2007， 18（5）：749-762.

［10］ KANE G C，PHILLIPS A N，COPULSKY J R，et al.How digital leadership is（n't）different［J］.MIT Sloan Management Review，2019，60（3）：34-39.

［11］ 唐勇，胡先偉.共享服務模式下企業財務數字化轉型探討［J］.會計之友，2019（8）：122-125.

［12］ 馬慧，楊一平.企業信息化能力成熟度關鍵模型研究［J］.經濟與管理研究，2010（1）：73-78.

［13］ 劉小虎，許琳涓，吳潔，等.智能財務共享的建設實踐：以廣西煙草為例［J］.會計之友，2024（24）：31-35.

［14］ 朱學義.大數據財務分析創新體系的構建［J］.會計之友，2024（15）：58-65.

［15］ 黃俊，郭耿軒，劉敏，等.動態能力視閾下我國汽車制造企業智能化轉型升級路徑研究：對3家本土自主品牌車企的跨案例探討［J］.科技進步與對策，2018，35（23）：121-129.

［16］ 王雄元，李巖瓊，肖忞.年報風險信息披露有助于提高分析師預測準確度嗎？［J］.會計研究，2017（10）：37-43.

［17］ WEBER R P.Basic content analysis（2rd Edition）.［M］.London：Sage Publication Inc，1990.

［18］ LOUGHRAN T，MCDONALD B.When is a liability not a liability？Textual analysis，dictionaries，and 10-Ks［J］.The Journal of Finance，2011，66（1）：35-65.

［19］ 許文瀚，朱朝暉.分析師預測會利用年報文本信息嗎［J］.當代財經，2019（1）：133-143.

［20］ FENG L.The information content of forward-looking statements in corporate filings：a naive bayesian machine learning approach［J］.Journal of Accounting Research，2010，48（5）：1049-1102.

［21］ ZHANG D，XU H，SU Z.Chinese comments sentiment classification based on word2vec and SVMperf［J］.Expert Systems With Applications，2015，42（4）：1857-1863.

［22］ MIKOLOV T，SUTSKEVRE I，CHEN K，et al.Distributed representations of words and phrases and their compositionality［C］.ANIPS'13：Proceedings of the 26th International Conference on Neural Information Processing Systems，2013，2（December）：3111-3119.

［23］ LECUN Y，BENGIO Y，HINTON G.Deep learning［J］.Nature，2015，521：436-444.

［24］ BENGIO Y，DUCHARME R，VINCENT P，et al.A neural probabilistic language model［J］.Journal of Machine Learning Research，2003，3：1137-1155.

［25］ SCHOLTES V A，TERWEE C B，POOLMAN R W.What makes a measurement instrument valid and reliable？［J］.Injury，2011，42（3）：236-240.

［26］ 祝繼高，曲馨怡，韓慧博，等.數字化轉型與財務管控創新研究：基于國家電網的探索性案例分析［J］.管理世界，2024，40（2）：172-192.

［27］ 黎精明，黃金城.上市公司數字化轉型對企業財務風險的影響研究［J］.財會通訊，2023（6）：36-39.