企业数字化与股价崩盘风险

彭晓洁 张建翔 庄志鹏

【摘 要】 数字经济时代，越来越多的企业开始数字化转型，但数字化转型对资本市场的影响尚需探索。基于此，选取2012—2021年沪深A股上市公司数据为研究样本，探寻企业数字化与股价崩盘风险两者间的关系。研究发现：企业数字化与股价崩盘风险呈显著负相关，即企业进行数字化变革会降低企业股价崩盘的风险。在产权异质性分析下，国有企业数字化更加显著降低股价崩盘风险。进一步研究发现，企业数字化可以通过提高内部控制质量与降低企业盈余管理程度来达到降低股价崩盘风险目的。研究结论有助于理解企业数字化对股价崩盘风险的影响机制，不仅为企业数字化提供了有益建议，而且有利于资本市场的建设与发展。

【关键词】 数字化； 股价崩盘风险； 产权性质； 内部控制； 盈余管理

【中图分类号】 F272.3；F832  【文献标识码】 A  【文章编号】 1004-5937（2023）13-0106-10

一、引言与文献回顾

党的二十大报告明确指出关于数字化的重大战略部署，提出要加快发展数字经济，促进数字经济和实体经济的融合。近年来，数字化浪潮席卷中国，中国几乎所有的产业都在进行数字化变革，可见企业数字化转型是至关重要的，数字作用更是企业发展壮大的重要保障。与此同时，我国资本市场经历了30多年的发展，已经成为全球第二大资本市场，为社会经济发展提供了强大推动力[1]。但是，各上市公司股价异常波动频繁，股价暴涨暴跌所导致的股价崩盘事件频发（比如上市公司晶丰明源2022年前9个月股价暴跌72%），这对我国资本市场长期健康发展构成了较大隐患。如何减少股价异常波动的频率，降低股价崩盘风险成为政府监管层长期关注的重点问题，因此，学术界对股价崩盘风险开展研究具有重要的理论与现实意义。

股价崩盘风险是指企业管理者因为隐藏了企业的某些消极信息，导致市场内外交易信息不对称，当消极信息被披露出来在短期之内造成企业股票价格暴跌的表现。资本市场是现代经济的资源配置中心，但股价崩盘严重损害了投资者利益，降低了其应发挥的资源配置功能。学术界关于导致企业股价崩盘风险原因的研究，发现有以下因素：一是基于企业管理层面的因素，比如企业会计信息披露、企業社会责任、股权结构、审计质量等[2]；二是外部监管层面的因素，比如媒体监督[3]；三是基于企业战略层面的因素，比如多元化经营、技术创新[4]。然而，鲜有研究企业数字化对股价崩盘风险的影响。从理论层面来看，企业数字化作为经济转型升级和高质量发展的重要动力，为企业技术创新赋能和提高企业生产效率具有重要意义[5]。企业进行数字化变革为企业的发展赋予了全新的模式和动能，会对企业经营管理产生重大的影响，尤其会影响市场投资者之间信息不对称的关系，从而影响到企业在风险管理以及应对外部环境变化方面的能力[6]，由此不禁要思考：企业数字化是否会对股价崩盘风险产生影响呢？

企业进行数字化变革能够对企业经营管理产生积极的影响，会抑制企业盈余管理活动和提高内部控制质量[7]，从而可能会对股价崩盘风险产生影响。一方面，企业数字化转型会引起企业内外部各运行机制的改变，降低企业信息不对称[8]，抑制企业盈余管理活动，从而提高会计信息治理。另一方面，数字化利用新的信息技术，开发企业的信息资源，获取企业内部和外部的信息，以实现信息交流[9]，优化企业的流程管理制度，提高内部控制质量。基于此，企业数字化能否通过降低盈余管理水平和提高内部控制质量这两个途径来降低企业崩盘风险是需要深入研究的问题。

本文通过建立模型，基于2012—2021年沪深A股上市公司数据，考察了企业数字化与股价崩盘风险的关系。首先，研究了企业数字化与股价崩盘风险的关系；其次，考察了不同产权性质下的企业数字化与股价崩盘风险的关系；最后，进一步研究了企业数字化能否通过抑制盈余管理和增强内部控制质量这两个途径来降低企业崩盘风险。

本文的研究主要有以下三方面贡献：第一，以往关于企业数字化的研究大多数都聚焦于企业数字化对企业绩效和管理变革等方面的影响，较少文献基于企业数字化转型视角分析对股价崩盘风险的影响，本文将两者结合起来研究，将有助于完善实证研究，深化对企业数字化变革的认识，因此具有较强的理论意义。第二，本文结合企业产权性质，将国有企业和民营企业相区分作为制度背景来研究，这将有助于解释企业数字化变革对企业价值影响在不同产权性质的企业中存在差异的原因，以及在什么条件下才会产生积极作用，从而为研究企业数字化变革的有效性问题提供一种新的思路。第三，在企业数字化对股价崩盘风险影响的研究中，进一步考察了两者之间的传导路径，深化了内部控制和盈余管理对数字化变革影响企业价值作用的认识，为如何进行数字化变革从而提升企业价值提供了新视角。

二、理论分析与研究假设

（一）企业数字化与股价崩盘风险

从目前的理论研究看，股价崩盘风险主要是由于企业的管理者和股东之间信息的不对称所引起的[10]，即管理者存在掩盖负面信息的行为，而对外释放利己的好信息[11]，从而推高企业的股价，但随着日积月累负面信息达到上限时，就会被集中披露出来，产生严重负面影响往往会导致股价崩盘[12]。

根据委托代理理论，企业的管理层与股东之间目标具有差异性，企业股东虽然是企业的所有者，但并不直接参与企业日常经营管理，企业管理层作为股东的委托代理人，他们在委托权限内负责企业日常活动，就会产生第一类代理人问题，即由于存在信息不对称，管理者与股东、股东与债权人之间存在利益冲突问题。企业数字化其实质是充分利用计算机技术，开发企业的信息资源，获取企业内部和外部的信息，以实现信息交流，优化企业的流程管理制度，提高企业的效率[13]。企业数字化扮演着信息传播的工具，其主要的价值是缓解信息的不对称。陈金亮等[14]研究发现企业运用新的信息技术能够优化企业内部组织结构，加强企业内部的信息交流，减少企业内部信息不对称的问题。贾京坤等[15]研究发现，进行数字化转型之后的企业能够优化组织运营的流程，增加与外部客户、供应商等利益相关者的联系，优化了他们的体验和自身商业运营模式。基于上述分析，提出假设1。

H1：在其他条件不变的情况下，企业数字化能够有效降低股价崩盘风险。

（二）产权异质性与股价崩盘风险

在国内由于产权性质的不同，企业经营目标与决策行为均存在显著差异，这也会导致企业数字化对企业经营管理的作用机制存在差异。本文通过分析认为，国有企业数字化转型可以有效抑制其股价崩盘风险，而对民营企业影响较小。原因在于：国有企业的最终控制人是政府，国有企业高管往往由各级政府委派，严格遵从规章制度，更容易受到正式制度约束；相反，民营企业的最终控制权人是自然人或者家庭，其受到政府部门的制约较少，通常情况下公司治理机制也不完善，导致大股东或管理者拥有更多的自由裁定权，在公司治理机制约束相对较弱的民营企业中信息不对称问题可能会表现得更为明显。同时，民营企业更加关注资本市场，主要的原因是民营企业为了获取更多的资金，会将股票做抵押进行融资业务[16]，因此民营企业会主动隐瞒消息，以免股价大幅下跌，导致股票被强制平仓，而失去公司的控制权，而国有企业融资渠道更广、融资阻碍少，基本很少出现上述问题。基于上述分析，提出假设2。

H2：在其他条件不变的情况下，相对于民营企业，国有企业数字化降低股价崩盘风险更显著。

三、研究设计

（一）样本选取和数据来源

本文选取2012—2021年沪深A股上市公司的数据为样本。在2012年后，随着云计算、人工智能等新技术的发展，推动和促进了上市公司的数字化变革，为此，将2012年作为研究样本的初始年份，并对数据进行如下筛选：剔除金融行业、ST和？觹ST公司、相关数据异常与缺失的公司，最终得到样本公司8 417家。为了降低异常值的影响，本文对连续变量进行了双向1%的Winsorize处理，数据主要来自Wind、CSMAR数据库。

（二）变量说明

1.被解释变量：股价崩盘风险（NCSKEW）

借鉴权小锋等[17]的文献，本文通过股票周收益负偏程度来测度股价崩盘风险。分年度对股票周收益率数据进行下列回归，建立如下模型：

Ri，t=α+β1Rm，t-2+β2Rm，t-1+β3Rm，t+β4Rm，t+1+β5Rm，t+2+

εi，t    （1）

Wi，t=Ln（1+εi，t）    （2）

其中，Ri，t為股票i在第t周现金红利再投资的收益率，Rm，t为A股股票在第t周流通市值加权市场收益率，将上述模型所得残差进行计算，得到年平均收益（Wi，t）。其次，根据年平均收益（Wi，t）分别计算负收益偏态系数（NCSKEW），建立如下模型：

NCSKEWi，t=Ln■  （3）

其中，股票i在某年交易周数为n，负偏态系数（NCSKEW）的数值与股价崩盘的风险正相关。

2.核心解释变量：企业数字化（Digital）

借鉴Eiteneyer et al.[18]数字化四方面导向（产品与服务，能力与技能，客户与供应链，组织与流程）的词库，在中文语境下对其四个维度的基础词汇进行扩充与延展，得到了数字化四个维度的中文关键词库，并将所有导向的词语汇总成总词库。接下来将总词库导入python第三方中文专用分词库jieba中，保证词库中的专有名词不被分割，利用pdfminer对上市公司年报中“管理层（经营情况）讨论与分析——未来发展展望（规划）”部分内容（分析所需部分）进行分词，对每一个导向内的单个词频进行统计，并将每个词频相加得到数字化导向在该维度的总词数，除以该部分的总词数进行标准化，最终得到企业数字化的分析结果。

3.控制变量

参照陈运森等[19]的做法，本文选取公司发展速度（Growth）、审计师质量（Big4）、财务杠杆率（Leverage）、股票增发（Seo）、企业并购（Ma）、上市年数（Age）、股权集中度（Top1）、现金流（Ocf）、公司规模（Size）等作为控制变量。

具体变量定义见表1。

（三）模型设定

本研究采用双向固定效应模型进行回归，同时考虑个体固定效应和时间固定效应，默认采用聚类稳健标准误。为了缓解多重共线性问题，本文对连续变量进行了中心化处理；解释变量和控制变量滞后一期，以控制逆向因果的影响。本研究按照2012年证监会行业分类标准划分各个行业。另外，为了控制宏观环境的影响，回归中包含了年份、行业虚拟变量。基于本文提出的假设与借鉴相关文献，建立如下多元回归模型：

NCSKEWi，t=β0+β1Digitali，t-1+

β2Growthi，t-1+β3Big4i，t-1+β4Leveragei，t-1+

β5Seoi，t-1+β6Mai，t-1+β7Agei，t-1+

β8Top1i，t-1+β9Ocfi，t-1+β10Sizei，t-1+

Year+Industry+？缀     （4）

四、实证分析

（一）描述性统计分析

表2中的Panel A是研究样本的变量描述性统计分析结果。其中，股价崩盘风险（NCSKEW）均值为-0.291，标准差为0.767，说明样本数据差异大，样本企业普遍存在着股价崩盘风险；对于企业数字化而言，样本最小值为0.497，最大值为1.721，表明在数字化方面，企业之间存在较大差别。

本文还根据中位数数值将企业数字化分为高低两组来对样本进行组间均值差异比较。结果如表2中的Panel B所示，其中，在数字化较低的一组中，股价崩盘风险的均值为0.206，而在数字化较高的一组中，企业股价崩盘风险的均值为0.143，可以看出两组在1%水平上存在显著差异；同时，数字化较高的组股价崩盘风险次数显著高于数字化低的组；此外，两组在公司发展速度、审计师质量、财务杠杆等方面也存在显著差异。

（二）相关性分析

研究变量之间的相关性检验结果如表3所示。由表3可知，在不加入控制变量进行回归的情况下，企业数字化与股价崩盘风险显著负相关，初步验证了H1。其中可以看出控制变量与核心解释变量企业数字化存在显著的相关关系。由相关性分析可以看出，各变量的相关系数最大值是0.406，各变量相关性系数绝对值皆小于0.5，说明变量间没有出现严重的多重共线性问题。

（三）多元回归分析

1.企业数字化与股价崩盘风险

表4列示了模型3的回归结果，其中（1）列和（2）列为企业数字化对股价崩盘风险的回归结果。在（1）列的回归中，只放入企业数字化和股价崩盘风险变量，NCSKEW的回归系数为-0.935，并在1%的水平上显著，表明企业数字化程度越高，企业股价崩盘风险可能性越低；在（2）列中，除了数字化与股价崩盘风险变量之外，还加入了其他控制变量，此时股价崩盘风险的回归系数变为-0.888，仍然在1%水平上显著，拟合优度R2也由（1）列的0.006增加为（2）列的0.069，表明模型的解释力度有所增加，验证了H1成立，即企业数字化与股价崩盘风险之间确实呈负相关关系。

2.产权异质性与股价崩盘风险

（3）列和（4）列则是不同产权性质下，企业数字化与股价崩盘风险之间的回归结果。其中，（3）列是民营企业数字化和股价崩盘风险的回归结果，（4）列是国有企业的企业数字化和股价崩盘风险的回归结果，回归系数皆显著为负，民营与国有企业股价崩盘风险变量的回归系数分别为-0.637和-0.715，并分别在10%和1%水平上显著，拟合优度R2也由0.005增加为0.054，充分支持了H2成立，即国有企业数字化更加显著降低股价崩盘风险。

（四）稳健性检验

为保证结论的可靠性，本文采取了替换指标、Heckman两阶段法进行稳健性检验，具体结果如下：

1.替换解释变量

为避免不同衡量方法对本文结论产生的影响，本文对企业数字化指标进行了多种度量，以检验结论的可靠性，回归结果如表5所示，其中（1）列是根据中位数数值将数字化分为高低两组，高于中位数为1，否则为0，回归结果显示企业数字化（虚拟变量）与股价崩盘风险皆在1%水平上显著负相关，与前文的回归结果一致；同时，本文还将企业数字化进行了四等分，以研究不同程度的数字化是否会影响股价崩盘风险，回归结果如（2）列所示，企业数字化对股价崩盘风险回归结果仍然在1%水平上显著负相关，结论保持不变。

2.考虑样本自选择的逆米尔斯Heckman兩阶段模型检验

为了避免潜在的样本选择偏差，本文采用了Heckman（1979）两阶段回归来解决该问题。首先，在第一步中，将数字化根据中位数值分为数字化高低虚拟变量（Digital_3），在控制了基本的控制变量后对该虚拟变量进行Probit回归，并计算出逆米尔斯比率（Inverse Mils Ratio）。而第二步中，在回归模型1中加入第一步计算得到的控制变量逆米尔斯比率（IMR），若IMR的回归系数显著，则表明本文存在样本选择问题，若不显著，则不存在样本选择问题；表6中（1）列为第一步回归结果，（2）列和（3）列则为第二步回归结果。从回归结果中可以发现，逆米尔斯比率的回归系数并不显著，说明样本并不存在样本选择偏差问题，此外，数字化虚拟变量的回归系数均在1%水平上显著为负，说明企业数字化越高时，股价崩盘风险的可能性会越低，与本文的主要结论一致。

五、进一步研究：作用机制分析

通过对前文分析发现企业进行数字化变革，股价崩盘风险可以得到有效的控制，但是其背后的机理尚不清楚，企业数字化对股价崩盘风险的影响是通过何种传导途径形成的？因此，为解开企业数字化对股价崩盘风险影响的“黑匣子”，本文将从以下两种路径展开分析。

（一）内部控制作用机制

企业数字化降低股价崩盘风险可以通过改善内部控制的路径来提升。企业进行数字化变革能够提高企业的内部控制质量，从而提高企业的决策效率，增强企业的核心竞争力。企业进行数字化变革能够规范企业内部非标准化、非结构化的业务，优化企业资源配置方式、业务管理流程和生产组织模式[20]，通过对公司的战略设计、财务稳定性、报表可信度、资产安全等方面不断完善，可以使公司的组织运作更加有序与科学。在战略设计、财务稳定、报表可靠性、资产安全上持续强化，企业组织经营行为的有序性和科学性也能随之增强。换言之，企业内部控制能力越高，越能有效利用好自身资源实现“提升效率”和“降低风险”的双重匹配，降低信息的不对称性[21]。其传导路径为：企业数字化→内部控制质量→股价崩盘风险。

（二）盈余管理作用机制

企业数字化降低股价崩盘风险可以通过抑制盈余管理的路径来提升。一方面，企业通过数字化可以优化企业管理流程，加强企业信息交流。目前，在大型企业生产领域中广泛运用SAP等技术，它能够优化企业生产活动的资源配置。同时通过SAP数字化变革形成定制化生产应用，使得财务数据更加准确，可以降低企业信息不对称。另一方面，企业通过数字化变革减少信息不对称来降低企业交易成本。根据交易成本理论，企业为了促成交易达成必然产生以下成本：搜寻成本、信息成本、监督成本和决策成本等，这些成本产生的根本原因就是信息不对称，企业进行数字化变革能够为降低信息不对称提供契机。首先，企业在内部搭建数字化平台，通过内部平台能够有效地降低企业决策签订契约所需的内部成本，同时数字化平台对交易流程进行跟踪、监督，减少企业监督成本；其次，企业搭建外部平台，可以增加对客户和供应商的联系，获取商品信息与交易对象信息，降低企业搜寻成本和信息成本，因此数字化可以有效降低盈余管理。盈余管理在某种程度上抑制了负面信息向市场的传递，降低了信息的透明性，当公司对不良信息的承受能力达到极限时，很可能导致股价崩盘风险[22]。其传导路径为：企业数字化→盈余管理→股价崩盘风险。

为了检验企业数字化对股价崩盘风险的作用机制，本文借鉴温忠麟等[23]中介效应检验方法，建立如下模型：

NCSKEWi，t=γ0+γ1Digitali，t+■γ2ControlVali，t+εi，t

（5）

HIi，t=β0+β1Digitali，t+■β2ControlVali，t+εi，t （6）

NCSKEWi，t=α0+α1HIi，t+α2Digitali，t+■α3Control-

Vali，t+εi，t （7）

模型6和模型7中，HI表示中介变量。本文根据迪博（DIB）数据库，以DIB指数来表示内部控制质量。本文应用修正后的Jones模型，通过可操纵性应计利润绝对值（DA）来表示盈余管理，建立如下模型：

■=■+α2■+α3■

（8）

■=■+α2■+α3■+εi，t

（9）

■=■-■  （10）

其中，下标i表示公司；t表示年份；NDA为非操纵性应计利润；A为初始资产总值；ΔREV为营业收入差额；ΔREC为应收账款差额；PPE为公司的固定资产原值；TA为总应计利润，表示净利润与现金流量差额；DA为操纵性应计利润，表示总应计利润与非操纵性应计利润之差。

表7报告了内部控制质量与盈余管理分别作为传导路径的回归检验结果。（2）列显示，当内部控制质量（DIB）为因变量时，企业数字化的回归系数（0.061）在1%水平显著为正，即企业数字化与内部控制质量正相关；（3）列显示，股价崩盘风险对企业数字化、内部控制质量的回归系数分别为-0.029和-0.025，皆在5%的水平上显著为负，说明内部控制发挥着部分中介作用，即企业数字化可以通过提高内部控制质量降低股价崩盘风险；（5）列显示，盈余管理（DA）为因变量时，企业数字化的回归系数（-0.027）在5%水平显著为负，即企业数字化与盈余管理负相关；（6）列显示，股价崩盘风险对企业数字化、盈余管理的回归系数分别为-0.038和0.021，分别在1%、10%的水平上显著，说明盈余管理发挥着部分中介作用，即企业数字化能够有效地抑制信息不对称，减少市场摩擦和交易成本，降低企业盈余管理程度，提高会计信息质量，降低股价崩盘风险。

六、研究结论和启示

本文选取2012—2021年沪深A股上市公司数据，研究企业数字化对股价崩盘风险的影响，通过分析得出以下结论：（1）企业数字化与股价崩盘风险呈显著负相关，即数字化转型程度越高的企业，其股价崩盘风险越低；（2）异质性分析表明，民营企业相较于国有企业数字化对股价崩盘风险的抑制效应并不显著；（3）机制检验表明，内部控制质量与盈余管理分别在传导路径中发挥了正向中介与负向中介作用，因此企业数字化可以通过提高内部控制质量与降低企业盈余管理程度来达到降低股价崩盘风险目的。

本文研究结论具有如下启示：（1）要用战略的眼光看待企业数字化对企业价值的影响。作为企业的管理者，应该采取前瞻性战略积极主动地去开展数字化变革，企业数字化不仅短期会改善企业的商业模式、组织模式，在经济全球化的压力下，企业信息化也成为提升核心竞争力的主要有效途径之一，会给企业带来长期的价值增长。企业的管理层应该更加积极地去拥抱数字化变革，通过加强对企业数字化转型的引导，发挥数字化转型对股票市场的稳定作用。（2）政府要加大对民营企业的扶持力度，助力民营企业数字化转型。考虑企业自身性质与发展情况，采用符合企业特征的发展模式，只有考虑到企业资源的异质性，才可以让企业获得先行优势，获得额外利润，“双管齐下”才能有效降低股价崩盘风险。（3）企业在面对内外风险时，要把握机遇，加强内部控制管理，降低经营风险。同时企业要找准数字化转型的切入点，内部控制质量与企业盈余管理作为企业数字化对股价崩盘风险影响的中介路径，可以作为企业进行数字化变革的切入点，这样可以形成科学预估，避免短视行为的产生，保证其能够以长远的眼光来看待企业价值问题，从而做出有利于企业长远发展的决策。

【参考文献】

［1］ 罗进辉，杜兴强.媒体报道、制度环境与股价崩盘风险［J］.会计研究，2014（9）：7.

［2］ 耀友福，胡宁，周兰.审计师变更、事务所转制与股价崩盘风险［J］.审计研究，2017（3）：8.

［3］ 杜金岷，李亚菲，吴非.股票流动性、媒体关注与企业创新［J］.中国经济问题，2020（3）：17.

［4］ 张倩倩，周铭山，董志勇.研发支出资本化向市场传递了公司价值吗？［J］.金融研究，2017（6）：15.

［5］ 吳非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据［J］.管理世界，2021，37（7）：15.

［6］ 何帆，刘红霞.数字经济视角下实体企业数字化变革的业绩提升效应评估［J］.改革，2019（4）：12.

［7］ 罗艳梅，张全爽，李秀媛.数字化转型视角下制造企业内部控制质量研究——来自中国制造业上市公司的经验证据［J］.会计之友，2022（22）：103-110.

［8］ 梁琳娜，张国强，李浩，等.企业数字化转型经济效果研究——基于市场绩效和财务绩效的分析［J］.现代管理科学，2022（5）：146-155.

［9］ 聂兴凯，王稳华，裴璇.企业数字化转型会影响会计信息可比性吗［J］.会计研究，2022（5）：23.

［10］ 司登奎，李小林，赵仲匡.非金融企业影子银行化与股价崩盘风险［J］.中国工业经济，2021（6）：19.

［11］ 郭慧婷，张晓，刘莹.现金股利政策、过度投资与股价崩盘风险［J］.会计之友，2020（8）：110-116.

［12］ GRIFFIN J M，KRUGER S，MATURANA G.What drove the 2003—2006 house price boom and subsequent collapse？ Disentangling competing explanations［J］.Journal of Financial Economics，2021，141（3）：1007-1035.

［13］ 许汉友，岳茹菲，赵静.财务共享智能化水平对企业绩效的影响研究［J］.会计之友，2022（7）：141-147.

［14］ 陈金亮，赵雅欣，林嵩.智能制造能促进企业创新绩效吗？［J］.外国经济与管理，2021，43（9）：83-101.

［15］ 贾京坤，朱英，谈捷.数字化转型趋势下国际能源化工公司的战略与实践［J］.石油学报（石油加工），2023（1）：204-202.

［16］ ANDERSON R C，DURU A，REEB D M.Founders，heirs，and corporate opacity in the United States［J］.Journal of Financial Economics，2009，92（2）：205-222.

［17］ 权小锋，肖红军.社会责任披露对股价崩盘风险的影响研究：基于会计稳健性的中介机理［J］.中国软科学，2016（6）：18.

［18］ EITENEYER N，BENDIG D，BRETTEL M.Social capital and the digital crowd：involving backers to promote new product innovativeness［J］.Research Policy，2019，48（8）.

［19］ 陈运森，邓■璐，李哲.证券交易所一线监管的有效性研究：基于财务报告问询函的证据［J］.管理世界，2019（3）：18.

［20］ 曾德麟，蔡家玮，欧阳桃花.数字化转型研究：整合框架與未来展望［J］.外国经济与管理，2021（5）：14.

［21］ 黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验［J］.中国工业经济，2019（8）：19.

［22］ 周爱民，遥远.真实盈余管理、监督压力与股价崩盘风险［J］.上海金融，2018（7）：1-6.

［23］ 温忠麟，张雷，侯杰泰，等.中介效应检验程序及其应用［J］.心理学报，2004（5）：614-620.