数字峰会的溢出效应：基于股票流动性的研究

朱康 唐勇

[摘 要：数字中国建设峰会是否会对资本市场形成冲击，尚缺乏可靠的经验证据。文章采用2010—2021年我国A股上市公司参展数字峰会的数据，结合渐进双重差分模型，分析企业参展数字峰会能否改善资本市场的股票流动性。研究发现：数字峰会提高了股票流动性，在进行内生性及稳健性检验后结论仍然成立；机制检验表明，提高股票交易强度、提升分析师关注程度以及增强股吧活跃度是数字峰会产生溢出效应的主要途径；经进一步的异质性分析发现，数字峰会的溢出效应在信息环境较差的企业中更为显著，而且企业多次参展数字峰会更能促进股票流动性；在经济后果方面，发现数字峰会提高股票流动性具有缓解企业融资约束的作用。

关键词：数字峰会；股票流动性；溢出效应

中图分类号：F832.51；F49；O213     文献标识码：A文章编号：1007-5097（2024）01-0079-10 ]

Spillover Effects of the Digital Summit：Based on Stock Liquidity

ZHU Kang，TANG Yong

（School of Economics and Management，Fuzhou University，Fuzhou 350108，China）

Abstract：Whether the Digital China Construction Summit has an impact on the capital market is still lacking reliable empirical evidence. This paper uses the data of China′s A-share listed companies participating in the digital summit from 2010 to 2021，combined with the staggered DID model，to analyze whether the enterprises participate in the digital summit can improve the liquidity of stocks in the capital market. The study finds that the digital summit improves the stock liquidity，and the conclusion still holds after the endogenous and robustness test. The mechanism test shows that increasing the intensity of stock trading，improving the attention of the analysts，and enhancing the activity of the stock forum are the main ways for digital summits to have spillover effects. Further heterogeneity analysis finds that the spillover effect of digital summits is more significant among companies with poor information environment，and that the enterprises participating in digital summits more times can promote the improvement of stock liquidity. In terms of economic consequences，it is found that the digital summit improves stock liquidity and has the effect of easing enterprise financing constraints.

Key words：digital summit；stock liquidity；spillover effects

一、引 言

股票流動性是指投资者以最小成本和最快速度完成大宗股票交易的难易程度，是反映资本市场运行效率的一个重要指标。流动性不足将严重制约企业融资，影响股票的交易效率和市场的资源配置，妨碍资本市场运行发展，甚至引发金融危机［1-3］。学者溯源2008年金融危机发现，股票缺乏流动性是导致此次危机发生的重要原因［4-5］。2015年，我国股票市场爆发千股跌停，罪魁祸首也直指资本市场流动性［6-7］。如何改善资本市场的股票流动性，一直以来都是学术界的热点话题。在企业微观层面下，学者认为提高企业数字化转型［8］、优化信息披露［9］、完善股权治理结构［10］、减少外资持股［11］等可以起到积极作用；在宏观视角下，学者发现政策环境［12］、资本市场开放［13］、高铁开通［14］以及做市商制度［15］等也有助于提升股票流动性。同时，随着科技的进步，云计算、数字5G等现代信息技术的涌现为降低资本市场信息不对称、提升股票流动性提供了新的思路。数字经济作为一种新型经济形态，正在成为重塑全球经济结构的关键力量，对赋能资本市场稳定发展发挥着至关重要的作用。学者广泛讨论了数字经济发展的实体经济效应，但对数字经济如何影响资本市场流动性这一重大问题却鲜有涉猎。更为关键的是，流动性体现了股票市场的运行质量与风险水平［16］。在当前“牢牢守住不发生系统性风险”的大背景下，更加迫切需要深入探讨我国数字经济发展对资本市场股票流动性的影响，为防范化解金融风险、推动资本市场平稳发展提供经验证据。

现有关于数字经济的定量研究中，对数字经济发展的量化和测度较多选用省市级层面指标［17-18］，且指标的选取与测算口径缺少统一标准，测算方法也具有一定的局限性［19］。现有研究缺乏从微观层面度量个体企业发展数字经济的程度，幸运的是，数字中国建设峰会（下文简称“数字峰会”）为本文从企业层面识别数字经济发展提供了参考。数字峰会作为我国最高级别的数字展会，自举办以来，一直全面贯彻落实习近平总书记关于做强做优做大数字经济的重要精神，广泛凝聚社会各界关于加快建设数字中国的共识，激发社会各界参与数字建设的积极性、主动性和创造性，已然成为推动数字中国建设的重要平台，也见证了我国数字经济发展不断迈向新高度（1）。数字峰会有效汇聚了各企事业单位的力量，助推新时代中国数字经济建设，成为观察企业数字经济发展程度的风向标。申言之，数字峰会与我国企业数字经济发展存在较强的关联性，企业参展数字峰会的效果能够体现企业层面发展数字经济所带来的影响。另外，数字峰会自举办以来，各企业参展数字峰会还存在时间上的差异，这也为本文构建双重差分模型探究数字峰会对股票流动性的影响提供了难得机会。

鉴于此，本文收集历届数字峰会参展数据，以企业参展数字峰会为准自然实验，实证分析数字峰会对股票流动性的影响及作用渠道。本文可能的创新点在于：首先，将数字经济与资本市场联系起来，以企业参展数字峰会为准自然实验，探讨数字经济对股票流动性的影响。现有研究较多采用省市面板的数字经济发展数据，但由于宏观数字经济变量对于单个企业可以视为外生，即区域内数字经济发展对企业的影响其实是同质的［20］，因而未能在微观层面精准识别单个企业对数字经济发展的特质判断。其次，本文还进一步探讨数字峰会影响资本市场股票流动性的内在机制，丰富了数字经济影响资本市场交易行为的作用机制及理论依据。另外，本文的研究结论对于提升数字经济政策靶向性，正确引导企业参与数字经济发展，助力我国资本市场平稳健康发展，都具有一定的现实意义。

二、理论分析与研究假设

（一）影响效应分析

数字经济正在成为重组全球要素资源、重塑全球经济结构、改变全球競争格局的关键力量，发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。近年来，我国高度重视数字经济的发展。2018年，第一届数字峰会在福建省福州市成功举办，旨在通过政策发布、经验交流、成果展示等方式推动政企交流互鉴，促进开放合作，全方位展示数字中国建设最新成果。数字峰会迅速凝聚起社会各界关于加快建设网络强国、数字中国、数字社会的共识，激发了社会各界参与数字中国建设的积极性、主动性和创造性，成为观察数字中国的风向标，见证了数字中国建设的显著成效。

数字峰会作为数字中国建设成果展示平台，不仅引起企事业单位的热情参与，也得到了社会各界的广泛热议。数据显示，历届数字峰会都吸引数百家企事业单位参展，线上线下参会观众更是数百万。企业参展数字峰会在进行成果展示交流的同时，也吸引了广大投资者群体的关注。Merton（1987）［21］提出的投资者有限注意理论认为，在金融市场中只有对投资者有足够刺激的信息才能被投资者关注；Barber和Odean（2008）［22］也发现，被媒体大肆报道的股票更容易受到投资者的关注和追捧并进行购买；曹廷求等（2014）［23］的研究更是证实，广告宣传加大了投资者的熟知度，吸引更多投资者交易股票，从而提高股票流动性。理论上而言，企业参展数字峰会向资本市场传递了一个“广告”信息：企业拥有前沿创新技术，获得了最新的创新成果。这种参展信息自然而然形成了一种利好消息，其股票也理所当然被投资者认为是优质投资标的，从而吸引各类投资者积极购买。伴随着成交量的放大，股票流动性得到提升［24］。同时，参展信息也可能吸引分析师关注，分析师通过挖掘参展企业信息进而提供研究报告，缓解了信息不对称，有助于提高股票流动性［25-26］。此外，随着互联网技术的飞速发展，投资者越来越易于通过互联网了解参展企业信息。投资者通过信息媒介的双向互动，也能对参展企业的整体信息综合判断，进而提高信息甄别能力，减少逆向选择，即表现为更高的股票流动性。综合上述分析，本文提出假设1。

H1：其他条件不变，企业参展数字峰会会产生溢出效应，表现为企业股票流动性的提高。

（二）影响机制分析

企业参展数字峰会主要通过以下三条途径产生溢出效应：

一是提高股票交易强度。数字峰会作为当前我国发展数字经济，加快建设网络强国的丰富实践和生动样本，为数字中国建设凝聚起广泛的共识，历届峰会也成为投资者的关注焦点。企业参展数字峰会起到了广告宣传的效应，在传递了利好信息的同时，也扩大了品牌知名度，吸引更多的投资者购买企业股票，提升股票流动性。

二是提升分析师关注程度。根据信息不对称理论，市场中作为卖方的企业比作为买方的投资者掌握更多企业内部信息，信息不对称程度增加，投资者交易意愿会降低，这导致股票流动性降低。分析师作为重要的资本市场信息中介［27］，拥有强大的信息渠道和专业的分析技能。其通过挖掘和传递企业信息，促进市场信息共享，降低了外部投资者的不确定性风险，使股票流动性得以提升［28］。尤其是在做强做优做大中国数字经济的战略体系下，企业参展数字峰会后会受到更多投资者关注，这就倒逼分析师需要提供更多的研究报告以供投资者获取信息［29］，进而推动更多分析师关注参展企业，并深入挖掘参展企业的信息，以便向市场提供更多的参展企业深度信息，从而缓解信息不透明程度，改善参展企业股票的流动性。

三是增强股吧活跃度。投资者对未来股市行情的预期也会影响其投资决策与行为，并对股票市场流动性产生影响。我国是以个人投资者为主导的股票市场，而个人投资者的专业性、信息挖掘分析能力都不及机构投资者。基于抱团取暖的基本思想，股吧论坛成为投资者交流信息的重要渠道。基于股吧的“用嘴投票”治理作用，王丹等（2021）［30］认为，股吧中的信息传播作用和治理作用，能提升企业信息披露质量，减少投资者的逆向选择；黄灿和蒋青嬗（2022）［31］更是提供了股吧活跃度提高股票流动性的直接证据。所谓“真理越辩越明”，投资者通过在股吧论坛的双向互动，能对参展企业的信息作出综合判断，进而提升投资者对信息的甄别能力。同时，股吧中的信息传播作用和治理作用，也可以进一步提升企业信息披露质量，提高企业股票的流动性。

基于上述分析，本文进一步提出假设1a、1b、1c。

H1a：企业参展数字峰会通过提高股票交易强度促进股票流动性；

H1b：企业参展数字峰会通过提升分析师关注程度促进股票流动性；

H1c：企业参展数字峰会通过增强股吧活跃度促进股票流动性。

三、研究设计

（一）数据来源

本文选取2010—2021年我国A股上市公司为样本，在剔除金融及房地产企业、特殊处理、样本信息缺失以及净收益为负的样本后，最终得到25 204个有效观测值。为减轻极端值对实证结果的影响，本文还对所有连续变量进行前后1%的缩尾处理。数字峰会参展数据由相关机构提供（2），经作者手工整理得到；公司财务指标来自CSMAR公司研究数据库。

（二）变量定义与度量

1. 被解释变量：股票流动性（Liq）

本文借鉴当前普遍的研究思路［32］，选取Amihud（2002）［33］的非流动性指标衡量股票流动性：

其中：[Dit]为股票年度交易天数；[ri，t，d]表示股票日度收益率的绝对值；[Vi，t，d]表示股票日度交易金额；ill反映了交易单位金额股票所能引起的股票价格变动率，即非流动性。为了便于解释，本文进一步参考薛海燕和张信东（2021）［34］、黄灿和蒋青嬗（2022）［31］的做法，将ill进行对数化处理后取相反数记为Liq。Liq值越大，表示股票流动性越好。

2. 核心解释变量：数字峰会（Summit）

本文将企业参展数字峰会作为解释变量（Summit），如果样本期间企业自t年起至2021年均参展了（即参加并展览了创新成果）数字峰会，则该企业第t期及以后的Summit赋值1，其他为0。

3. 控制变量

参考吴非等（2021）［8］的做法，选取影响股票流动性的其他因素作为控制变量，包括资产负债率（Lev）、净资产收益率（ROE）、股权制衡（Z210）、董事会规模（Board）、獨董比例（Indep）、上市年限（Listage）和两职兼任（Dual）。

主要变量定义见表1所列。

（三）模型设定

由于企业参展数字峰会的时点并非一致，因此本文采用渐进双重差分的固定效应模型进行估计。

[Liqit=β0+β1Summitit+β2Controlit+μi+λt+εit] （2）

其中：[Liqit]表示股票流动性；[Summitit]表示数字峰会虚拟变量；[Controlit]表示控制变量；[μi和λt]分别表示个体及年份效应；[εit]表示随机误差项。

四、实证分析

（一）描述性统计

文中主要变量的统计结果见表2所列。其中，股票流动性（Liq）的均值和标准差分别为3.331和1.342，最小值为-2.244，最大值为6.207，说明样本企业的股票流动性存在较大差异。企业参展数字峰会（Summit）的均值仅为0.010，说明样本中出席数字峰会的企业非常少，仅占约1%。对于其他控制变量，所有样本的取值均分布在正常范围内。

（二）基础回归

模型（2）的回归结果见表３所列。其中，第（1）列表示仅控制个体及年份效应后的回归结果，第（2）列表示加入控制变量后的回归结果。可以看出，无论是否加入控制变量，核心解释变量Summit的系数均显著为正，说明企业在参展数字峰会后，股票流动性得到了提升。由此得出结论，数字峰会可以提高企业股票流动性，H1得到验证。

（三）平行趋势检验

采用DID的前提是假定处理组和控制组在政策实施前具有共同的变化趋势，即假定企业在参展数字峰会前，股票流动性的变动趋势一致。因此，本文设置如下动态方程检验平行趋势假定：

其中，[Summitt+k]表示数字峰会虚拟变量，如果企业参展了数字峰会，则赋值为1，否则为0。本文除去了k = -1的事件发生点，将企业参展前1年作为基准年份。该模型主要关注参数[γk]的大小，即反映数字峰会第k年对企业股票流动性的影响大小。

平行趋势动态检验结果如图1所示。可以看出，在企业参展数字峰会之前，对照组与控制组企业股票流动性变化趋势基本一致，但在企业参展数字峰会后，系数置信区间显著不包括0，说明平行趋势动态检验基本通过。此外，图1还表明在企业参展数字峰会后，股票流动性的趋势处于正向水平，说明数字峰会提升了股票流动性，H1同时得到验证。

（四）内生性检验

客观上，企业参展数字峰会可能并非完全随机事件。为克服可能存在的内生性，本文采用工具变量法进行内生性检验。举办数字峰会的目的主要是通过参展各方全方位展示数字建设最新成果，促进开放合作。理论上而言，企业当年如果产出最新科创成果，就极有可能参展数字峰会。而创新驱动实质是人才驱动，人才是科技创新的重要源泉，可以认为科创人才影响了企业是否参展数字峰会，而显然又不直接影响股票流动性。因此，本文选取企业科研人员占企业总员工的比例（Invpeo）作为企业参展数字峰会的代理变量，采用工具变量最小二乘法（IV-2SLS）进行检验，结果见表4所列。第（1）列显示科研人员占比与企业参展正相关，表明企业科研人员越多，企业就越有可能获得创新成果并参展数字峰会。第（2）列显示Summit的回归系数在1%的置信水平上显著为正，表明在考虑内生性问题的情形下，企业参展数字峰会对股票流动性的提升作用依然存在。另外，弱工具变量检验和不可识别检验的F值均通过显著性水平，说明所选取的工具变量是合理的，保证了结论的有效性，即H1得到验证。

（五）其他稳健性检验

1. 重新度量政策变量

数字峰会于2018年首次召开，因此本文将政策时点定在2018年，重新设定数字峰会虚拟变量Summit。当企业同时满足数据对应的时间点大于或等于2018年和企业参展了数字峰会两个条件时，Summit赋值1，否则赋值0，并使用如下交互项构造核心解释变量：

Summit=Treat×Post

其中：Treat为上市公司参展数字峰会虚拟变量；Post为时间虚拟变量。回归结果见表5第（1）列所列，可以看出，核心解释变量的系数仍然在5%的置信水平上显著为正，说明数字峰会提高了股票流动性，H1得到验证。

2. 重新设置对照组

考虑前文在设置对照组时可能将部分中途参展数字峰会而后未持续参展的企业纳入，从而造成估计结果的偏误。本文剔除了中途参展数字峰会而后没有持续参展的企业样本，重新进行估计，结果见表5第（2）列。可以看出，回归结果依然显著为正，说明本文的主结论可靠。

3. 渐进双重差分法的再评估

由于原始样本中企业参展数字峰会可能存在间断情形，本文借鉴刘冲等（2022）［35］的做法，就政策退出情形进行研究。具体做法为：将2018年后企业参展了数字峰会的Summit赋值1，其他赋值0，重新带入模型进行回归，结果见表5第（3）列。可以看出，Summit的回归系数仍然通过了置信水平检验。

4. PSM+DID

由于实验组样本较少，可能造成估计偏差，本文进一步使用PSM方法为实验组企业重新匹配控制组。考虑参展数字峰会的企业可能在研发投入、数字化转型程度以及企业市值方面存在差异，本文以数字化转型程度（Lndig）、研发投入（RD）、总市值（All）以及流通股市值（Lt）为协变量，采用1∶3最邻近匹配方法为参展企业寻找匹配样本进行配对，样本匹配的协变量标准偏差如图2所示。可以看出，匹配后的匹配变量在处理组与对照组之间的均值差异显著下降。剔除未匹配的样本后重新进行回归检验，结果见表5第（4）列。可以看出，Summit的系数在5%的置信水平上显著为正，说明匹配后的回归结果与前文结论相符，H1再次得到验证。

5. 安慰剂检验

考虑还可能存在其他随机因素对股票流动性产生影响，常见做法是将政策实施年份提前2～3年进行回归。本文引入改变实施时间进行安慰剂检验，即人为假设企业参展数字峰会的时间提前2年，再次检验数字峰会对股票流动性的影响，结果见表5第（5）列。可以看出，虽然Summit的系数为正，但是未能通过显著性检验，说明假设的政策时点未能起到政策效果，进一步论证了标的企业股票流动性的提升确实是由参展数字峰会引起，而非受其他不可观测因素的影响。

6. 替换被解释变量

借鉴熊家财和苏冬蔚（2016）［36］、李沁洋和陈婷（2022）［13］的做法，采用修正的Roll模型重新定义股票流动性，Roll指标同样负向反映了股票流动性，本文对其取相反数，定义为Liq2，重新回归的结果见表5第（6）列。可以看出，核心解释变量的系数并未发生根本性改变，Summit的系数仍然在5%的置信水平上显著为正，说明企业参展数字峰会改善了股票流动性，H1进一步得到验证。

五、机制分析

上文得到了数字峰会促进股票流动性的经验证据，本部分基于理论分析，从交易强度、分析师关注以及股吧活跃度三个角度揭示其作用机制。借鉴江艇（2022）［37］的研究思路，在模型（2）的基础上添加模型（4）进行机制检验：

[Medit=α0+α1Summitit+α2Controlit+μi+λt+εit] （4）

其中：Medit为中介变量，其他变量与前文保持一致。

（一）数字峰会、交易强度与股票流动性

大量研究指出，反映交易活动水平的指标如换手率和交易量等与交易活动通过真实摩擦效应对资本市场股票流动性产生影响［38-39］。本文借鉴徐寿福和陈百助（2021）［40］的做法，采用年平均交易量（Nt）和股票换手率（Turnover）来度量股票交易强度，两者均进行对数化处理。模型（2）的基准回归结果见表6第（1）列所列，模型（4）的回归结果见表6第（2）、第（3）列所列。可以看出，第（1）列中Summit的系数显著为正，说明数字峰会提升了企业股票流动性；第（2）列以年平均交易量（Nt）为被解释变量时，Summit的系数为0.310，且在5%的置信水平上通过检验；第（3）列以股票换手率（Turnover）为被解释变量时，Summit的系数仍然在5%的置信水平上显著为正，说明企业参展数字峰会后，股票市场交易强度显著提高。而交易行为是形成股票市场流动性的前提，已有文献大多认为交易活动提升了股票流动性［41］。因此，可以推断交易强度是数字峰会影响股票流动性的重要渠道之一，企业参展数字峰会通过提高股票交易强度从而促进股票流动性，H1a得到验证。

（二）数字峰会、分析师关注与股票流动性

本文采用年度内分析师（团队）对上市公司进行跟踪分析的数据来度量企业被关注程度（Coverage），回归结果见表6第（4）列。可以看出，Summit的系数为3.381，且在5%的置信水平上显著，说明数字峰会提升了分析师关注程度。而现有研究也都表明分析师关注程度可以通过提升信息含量和加强外部监督来提高股票流动性。因此，可以推断数字峰会通过提升分析师关注程度从而促进股票流动性，H1b也得到了验证。

（三）数字峰会、股吧活跃度与股票流动性

股吧作为重要的互联网社交媒体，是广大投资者获取信息的重要渠道。股吧的信息传播作用能极大地改变资本市场的信息环境，提升企业信息披露质量，减少投资者的逆向选择。而乐观情绪更容易相互传染，会强化投资者情绪的扩散［42］。因此，本文收集CNRDS数据库的“中国上市公司股吧评论数据库”中股吧看涨帖子的数量并进行对数处理，以此反映企业的股吧活跃度（GB），回归结果见表6第（5）列。可以看出，此时Summit的系数为0.402，亦在1%的置信水平上显著，说明数字峰会显著提高了股吧活跃度。而股吧活跃度能够改善信息环境，减少投资者的逆向选择，即表现為更高的股票流动性。因此，本文推断数字峰会通过增强股吧活跃度从而改善股票流动性，H1c同样得到验证。

六、进一步分析

（一）基于信息环境的异质性检验

延续数字峰会溢出效应的作用逻辑，可以推论：企业与投资者之间的信息透明度会影响投资者的投资意愿。如果企业与投资者的信息不透明程度越高，那么投资者获取的信息就越少，对于这类企业而言，企业参展数字峰应该能够产生更强的溢出效应。为了验证上述推论，本文采用盈余管理水平来衡量企业的信息环境。盈余管理程度越低，说明企业的信息环境越好。

本文利用修正的琼斯模型计算得到可操控应计利润的绝对值来衡量盈余管理程度（RES），并依据数据的年度—行业中位数将样本设置为盈余管理高低两组，并在不同样本中分别重新进行实证回归，结果见表7所列。从表7可以看出，在盈余管理水平较高的组别中，核心解释变量显著为正，而在其他组别中，Summit的系數未能通过检验，说明对信息环境较差的企业，企业参展数字峰会的溢出效应越强，验证了数字峰会溢出效应的来源在于信息环境。

（二）基于政策年份冲击的异质性检验

企业参展数字峰会产生的广告宣传具有资本市场的溢出效应，能够基于“熟知引发的投资”模式提高这类企业股票的关注度和熟识度。理论上而言，多次参展数字峰会的企业可能更易被投资者熟知，其企业的股票流动性更强。本文按照企业参展数字峰会年份进一步探究政策的重复冲击效应，回归结果见表8所列。可以看出，企业参展次数越多，流动性改善的效果越强，随着参展次数的减少，流动性改善的效果有所减弱。研究结论验证了上文平行趋势检验结果，同时也说明上市公司要想通过品牌或者广告效应来提高股票流动性，就需要持续在科技创新方面发力，争取投资者的持续信任。

（三）经济后果检验

本文还对数字峰会溢出效应的经济后果进行了研究。如果数字峰会产生了提升股票流动性的积极效应，那么就可以推论企业面临的融资约束应当得到缓解。

参考Kim等（2020）［43］、巫岑等（2022）［44］的做法，本文采用两阶段最小二乘法（2SLS）模型来验证上述推论。在第一阶段模型中，除了Summit，本文将模型（2）中的其余变量取前后两期的变化值，估计出因变量的拟合值（Liq_hat），体现数字峰会影响下的样本企业股票流动性变化值；在第二阶段模型中，以Liq_hat为解释变量，以融资约束的前后两期变化值为因变量，其余控制变量和固定效应与原模型（2）相同，Liq_hat的系数也体现了数字峰会产生的溢出效应对企业融资约束的影响。

本文采用SA模型和KZ模型来衡量企业面临的融资约束，根据上述解释取前后两期的变化值（ΔSA、ΔKZ），并带入模型进行回归。第一阶段模型的回归结果见表９第（1）列所列，可以看出，在其他变量取变化值后，Summit的系数仍在5%的置信水平上显著为正，说明数字峰会的溢出效应仍然得到验证。以第一阶段模型的拟合值Liq_hat为解释变量的第二阶段模型回归结果见表９第（2）列，结果显示，股票流动性的变化值与融资约束的变化值负相关，说明由企业参展数字峰会引发的企业股票流动性的提高最终带来了融资约束的缓解，上述推论得到了验证。

七、结论与建议

数字峰会充分发挥“四个平台”重要功能，对资本市场发展产生了重要影响。本文以企业参展数字峰会为准自然实验，采用渐进双重差分模型，实证检验数字峰会在资本市场上的溢出效应，并进一步探究其作用机制及经济后果。研究发现：数字峰会提高了股票流动性，在一系列稳健性检验后，结论仍然成立；机制检验表明，企业参展数字峰会能够提高股票交易强度、提升分析师关注程度以及增强股票活跃度从而促进股票流动性；经进一步的异质性分析发现，数字峰会的溢出效应在信息环境较差的企业中更为显著，而且企业多次参展数字峰会更能促进股票流动性的提高；在经济后果方面，本文发现数字峰会提高股票流动性具有缓解企业融资约束的作用。研究结论证实了数字峰会的溢出效应，提供了数字峰会经交易行为、分析师以及投资者传递到资本市场的经验证据。

基于上述结论，本文提出以下政策建议：一是政府及监管机构要激发上市公司建设数字中国的积极性、主动性。本文研究发现，在历届数字峰会中，上市公司参与度不足1%，这说明我国上市公司还需要着力贯彻数字发展理念，推动企业数字化转型。同时，相关机构要充分发挥数字经济对资本市场的治理作用，在完善资本市场过程中引领企业创新活力，促进数字经济和实体经济深度融合，营造良好数字生态。二是要着力改善资本市场信息环境。有效披露信息能提高利益相关者对资本市场的认知程度和投资意愿，改善投资环境，缓解市场金融风险。因此，监管机构应出台企业数字经济信息的强制性或自愿性披露规则，发挥其对资本市场流动性的提升作用，提高资本市场活跃度。三是上市公司要将分析师研报以及网络舆情等信息媒介的管理上升到企业战略的高度，作为企业市值管理和投资者关系管理实践的重要环节。企业应了解投资者关心的问题，及时对网络舆论信息激浊扬清，打通投资者与上市公司间的信息交流桥梁，为资本市场的健康发展作出更多努力。

注 释：

（1）数字中国建设峰会官方网站http：//www.szzg.gov.cn/。

（2）本文数据支持源自福建省互联网信息办公室、福建省数字福建建设领导小组办公室和福州市人民政府，文责自负。

参考文献：

［1］HARFORD J. What Drives Merger Waves？［J］. Journal of Financial Economics，2005，77（3）：529-560.

［2］胡妍，向海凌，吴非.股票流动性与企业脱实向虚：促进还是抑制——基于博彩文化的视角［J］.财经论丛，2021（2）：37-47.

［3］史永东，王超.股票流动性影响企业生产效率吗？［J］.经济管理，2021，43（11）：156-175.

［4］NAGEL S. Evaporating Liquidity［J］. The Review of Financial Studies，2012，25（7）：2005-2039.

［5］ROSCH C G，KASERER C. Reprint of：Market Liquidity in the Financial Crisis：The Role of Liquidity Commonality and Flight-to-quality［J］. Journal  of Banking and Finance，2014，45：152-170.

［6］WAN X. The Impact of Short-selling and Margin-buying on Liquidity：Evidence from the Chinese Stock Market［J］. Journal of Empirical Finance，2020，55：104-118.

［7］马子喻，王楠佳，张顺明.基金经理羊群效应与股票流动性——基于主动型基金的研究［J］.投资研究，2022，41（5）：69-90.

［8］吴非，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）：130-144，10.

［9］柳木华，任嘉乐，郭振.关键审计事项披露的信息价值——基于股票流动性视角［J］.审计与经济研究，2021，36（3）：21-32.

［10］柯艳蓉，吴晓晖，李玉敏.控股股东股权质押、股权结构与股票流动性［J］.国际金融研究，2020（7）：87-96.

［11］杨秋平，刘红忠.外资持股、知情交易与股票流动性［J］.世界经济研究，2022（5）：14-32，135.

［12］董小红，刘向强.经济政策不确定性会影响股票流动性吗？——基于中国上市公司的经验证据［J］.商业经济与管理，2020（8）：57-69.

［13］李沁洋，陈婷.资本市场开放、分析师关注与股票流动性——基于沪深港通机制的准自然实验［J］.金融与经济，2022（12）：77-87.

［14］韩琳，程小可，李昊洋.高铁开通对股票流动性的影响［J］.金融论坛，2019（12）：68-78.

［15］赵崇博，刘冲，钱留杰.做市商制度促进股票流动性了吗？——来自新三板市场的证据［J］.经济学报，2019，6（4）：78-101.

［16］唐静武.中国股票市场流动性特征及其影响因素［J］.金融与经济，2009（1）：43-46.

［17］江红莉，侯燕，蒋鹏程.数字经济发展是促进还是抑制了企业实体投资——来自中国上市公司的经验证据［J］.现代财经（天津财经大学学报），2022，42（5）：78-94.

［18］赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据［J］.管理世界，2020，36（10）：65-76.

［19］王海，闫卓毓，郭冠宇，等.数字基础设施政策与企业数字化转型：“赋能”还是“负能”？［J］.数量经济技术经济研究，2023，40（5）：5-23.

［20］张成思，孙宇辰，阮睿.宏观经济感知、货币政策与微观企业投融资行为［J］.经济研究，2021，56（10）：39-55.

［21］MERTON R C. A Simple Model of Capital Market Equilibrium with Incomplete Information［J］. The Journal of Finance，1987，42（3）：483-510.

［22］BARBER B M，ODEAN T. All That Glitters：the Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors［J］. Review of Financial Studies，2008，21（2）：785-818.

［23］曹廷求，刘海明，程子奇.广告宣传、股票流动性与公司治理［J］.上海财经大学学报，2014，16（6）：50-61.

［24］肖磊，张聪.资本市场开放能够提升股票市场的流动性吗？——基于“深港通”效应的实证检驗［J］.数理统计与管理，2020，39（5）：913-924.

［25］CHAN K，HAMEED A.Stock Price Synchronicity and Analyst Coverage in Emerging Markets［J］.Journal of Financial Economics，2006，80（1）：115-147.

［26］李志辉，王博，孙沁茹.分析师关注能否抑制市场操纵行为——基于收盘价操纵识别模型的检验［J］.南开经济研究，2022（5）：165-180.

［27］HEALY P M，PALEPU K G. Information Asymmetry，Corporate Disclosure，and the Capital Markets：A Review of the Empirical Disclosure Literature［J］. Journal of Accounting and Economics，2001，31（1-3）：405-440.

［28］孔东民，刘莎莎，谭伟强.分析师评级与投资者交易行为［J］.管理世界，2019，35（1）：167-178，228.

［29］郭阳生，沈烈，郭枚香.沪港通改善了上市公司信息环境吗？——基于分析师关注度的视角［J］.证券市场导报，2018（10）：35-43，50.

［30］王丹，孙鲲鹏，高皓，社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响［J］.金融研究，2020，485（11）：188-206.

［31］黄灿，蒋青嬗.股吧活跃度对股票流动性的影响［J］.管理学报，2022，19（11）：1714-1724.

［32］林志帆，杜金岷，龙晓旋.股票流动性与中国企业创新策略：流水不腐还是洪水猛兽？［J］.金融研究，2021（3）：188-206.

［33］AMIHUD Y. Illiquidity and Stock Returns：Cross-section and Time-series Effects［J］. Journal of Financial Markets，2002，5（1）：31-56.

［34］薛海燕，张信东.推手还是杀手：流动性对中小企业创新投资的影响——基于新三板和创业板的比较研究［J］.外国经济与管理，2021，43（6）：105-119.

［35］刘冲，沙学康，张妍.交错双重差分：处理效应异质性与估计方法选择［J］.数量经济技术经济研究，2022，39（9）：177-204.

［36］熊家财，苏冬蔚.股票流动性与代理成本——基于随机前沿模型的实证研究［J］.南开管理评论，2016，19（1）：84-96.

［37］江艇.因果推断经验研究中的中介效应与调节效应［J］.中国工业经济，2022（5）：100-120.

［38］BROCKMAN P，CHUNG D Y，YAN X S. Block Ownership，Trading Activity，and Market Liquidity［J］. Journal of Financial and Quantitative Analysis，2009，44（6）：1403-1426.

［39］DING M，NILSSON B，SUARDI S. Foreign Institutional Investment，Ownership，and Liquidity：Real and Informational Frictions［J］. Financial Review，2017，52（1）：101-144.

［40］徐寿福，陈百助.资本市场开放与股票流动性——来自沪股通的证据［J］.世界经济文汇，2021（1）：44-65.

［41］KALE J R，LOON Y C. Product Market Power and Stock Market Liquidity［J］. Journal of Financial Markets，2011，14（2）：376-410.

［42］羅琦，吴乃迂，苏愉越，等.投资者盈余乐观情绪与管理者迎合——基于社交媒体情感分析的证据［J］.中国工业经济，2021（11）：135-154.

［43］KIM Y，SU L，WANG Z，et al. The Effect of Trade Secrets Law on Stock Price Synchronicity：Evidence from the Inevitable Disclosure Doctrine［J］. The Accounting Review，2020，96（1）：325-348.

［44］巫岑，饶品贵，岳衡.注册制的溢出效应：基于股价同步性的研究［J］.管理世界，2022，38（12）：177-198.