企业数字化与投资者保护——基于中国上市企业的实证检验

勾 淯

(北京工商大学，北京 100048)

0 引言

随着大数据等新型技术不断出现，世界已然进入数字化时代。 从宏观来看，数字技术成为当代经济发展的重要突破口；从微观来看，企业的数字化转型有助于应对特殊情况的短期冲击和未来可持续发展，关系到企业成长[1]。 中国政府持续关注数字生产力和数字产业的发展，习近平总书记在党的二十大报告中指出:“加快发展数字经济，促进数字经济和实体经济深度融合。”企业通过数字化转型实现了生产效率乃至企业价值的提升[2]，由于企业价值可以概括为债权人和投资者权益加总，这意味着数字化技术能够显著推动投资者保护执行效果。 而投资者权益与社会效益密切相关，因股东除另有规定都将充当剩余索取者[3]，说明实现股东利益的前提是社会需求得到了充分地满足。

鉴于此，本文以2010—2022 年中国A 股上市公司为研究样本，探究企业数字化对投资者保护的影响效果和作用机理，以及企业声誉和政治关联程度对数字化与投资者保护之间的调节作用。

1 理论分析与研究假设

数字化是一种全面的企业转型过程，采用数字技术重构业务模式，优化组织结构以实现资源升级和高效运营。 其中部分数字化转型的目的与结果，正对应于投资者保护相关的影响因素。 第一，数字化可以直接接触到业务的细节层面，客观、精准识别问题所在，内部的风险管控从“被动接受”转变为“主动识别”[1]。 第二，数字化改善投资者的信息不利局面，而保护投资者的关键便是要保护投资者的知情权[4]。 对内，数字化帮助员工成果可视化，使得管理信息更加透明[5]；对外，数字化转型有助于提高财务会计信息质量。 第三，数字化能够矫正企业的非效率投资，尤其抑制过度投资[6]。 因数字化发展打破了企业之间的交流隔阂，获得多元化的信息后，有助于增强投资决策的精准性和客观性[2]。

基于以上分析，提出假设:

H:企业数字化会促进投资者保护。

2 模型、变量和数据

2.1 数据说明

本文选取2010—2022 年沪深两市A 股上市公司的相关数据作为样本，通过筛选处理共取得4 050家企业的非平衡面板数据，统计软件为stata 16。 企业数字化数据从公司年报中获取，投资者保护评分来自北京工商大学编制的基于会计的投资者保护评分，控制变量来源于国泰安数据库和万得数据库。

2.2 模型设定

参考王克敏和陈井勇[7]关于投资者保护的研究，设立模型1:

模型1 中protect 表示被解释变量，α为截距，num 表示解释变量，α1～29为模型内各个变量的回归系数，ε1是随机干扰项。 具体变量解释详见表1。

表1 控制变量描述

2.3 变量定义与测度

解释变量:企业数字化(num)。 通过年报可以了解一个企业的财务状况和发展战略等方面，如果数字化作为企业的战略之一，在年报中也会有所披露。 加之文本分析已在学术界广泛应用，也说明了其科学性和可行性。 因此，本文借鉴肖红军等[8]的衡量方法，借助相关词频统计刻画企业数字化程度。

被解释变量:投资者保护(protect)。 会计是投资者保护的最底层要素，并且近年来会计目标已逐渐向投资者保护靠拢[9]。 从变量性质来看，投资者保护属于一种系统，不会因市场波动产生较大变化，所以要求指数在一定程度上体现稳定性、客观性和可持续性(即研究的可得性)。 兼具两者，本文借鉴张宏亮和王靖宇[10]的研究，选取北京工商大学发布的基于会计的AIPI 指数，以微观层面测度投资者保护指数。

控制变量。 具体衡量方式见表1。

3 实证结果与分析

3.1 基本回归分析

根据模型验证企业数字化对投资者保护的影响，表2 展示了基准回归结果。 从第(1)列到第(4)列，不论是否加入控制变量、时间或企业个体固定效应，核心解释变量都在1%水平下显著为正，表明企业数字化程度越高，投资者保护机制执行度越高，与假设相符。 表明企业数字化减少了两权分离所导致的负面影响，数字化技术的应用有利于丰富企业与股东之间的沟通渠道，一方面企业能够更加敏锐地感知投资者的倾向，另一方面提高了投资者对企业活动的参与度，这将有利于打造企业与投资者合作共赢的“有效市场”。

表2 基准回归及内生性结果

3.2 稳健性检验

3.2.1 替换核心变量衡量方法

考虑到数字化与投资者保护衡量方式的多样性，本文采取更换核心解释与被解释变量的测量方法对假设予以重新估计，验证假设检验结果的稳健性。

借鉴张程睿[11]的方法，基于信息披露角度，利用平均超额收益波动率衡量投资者保护。 平均超额收益波动率越大，反映市场信息不对称程度越高，投资者保护水平越低。 表3 列(1)结果显示，企业数字化对投资者保护的影响系数显著为负，基准结果依然成立。

关于解释变量:虽然我国的年报格式有统一规定，但每个公司披露的具体内容差异较大。 从本文搜集到的数据来看，2010—2022 年A 股上市企业年报平均词数大约为17 万，而最大值可达155 万，部分时间靠前的年报词总数仅为几百词。 因此，为避免不同年报词数体量对数字化程度的干扰，计算数字化词频占比作为替代变量进行回归。 结果见表3列(2)，数字化对投资者保护的回归系数仍显著为正。

综上，在更换解释与被解释变量的情况下，数字化依然显著地促进了投资者保护，结果具有稳健性。

3.2.2 控制行业固定效应

前文在基准回归中控制了年份和企业固定效应变量，但是企业的运行可能会随着不同行业经济情况、文化背景或政府政策的不同而产生差异。 因此，在回归中加入行业固定效应，以减少遗漏变量所产生的回归误差。 表3 列(3)回归显示企业数字化仍在5%的显著性水平下显著地推动投资者保护。

3.2.3 倾向得分匹配法

针对可能存在样本自选择对研究结论的干扰，即模型1 的数字化水平可能与随机扰动项包含的某些企业特征相关，采用倾向得分匹配法的最近邻匹配进行稳健性检验。 本文根据数字化的均值确定数字化高于总体均值的是实验组、取值为1，反之为对照组、取值为0。 选取企业成长性、股权制衡度、企业规模和管理费用率作为协变量。 由表4 可知，匹配后协变量的标准偏差均明显下降，并且t检验的｜t｜值小于1.96、p值大于0.05，说明匹配后实验组和对照组消除系统性差异，较好满足倾向得分匹配的假设条件。 由表3 列(4)可知，在考虑了样本选择问题后，企业数字化对投资者保护的关系仍为显著的正向作用。

表4 平衡检验结果

4 研究结论与建议

本文选取2010—2022 年沪深A 股上市公司年报文件的数字化词频统计数和AIPI 指数，探究企业数字化对投资者保护的影响。 研究发现:企业数字化能够显著推动投资者保护，缓解代理问题，为企业构建与投资者互惠共利的双向沟通平台。 将解释变量替换为数字化词频占比、被解释变量更换平均超额收益波动率且控制行业固定效应以及内生性问题之后，基准回归结果仍然成立，具有较强的稳健性。

本文结论包含企业和政府两个主体的建议。 在微观层面:企业应以长期经营的视角分析数字化对企业成长的影响，差异化思考数字化如何弥补自身的薄弱环节，逐步将数字化应用到企业治理和运营管理中。 此外，企业应同时注重数字化的经济效益和社会价值，有效利用数字技术进行内部管理，向外界披露高质量信息。 在宏观层面:国家应综合看待数字化技术对企业行为的影响，出台创新数字化战略和产业需求相匹配的政策体系，为企业数字化转型和投资者保护提供制度支持。 此外，我国的资本市场仍处于迈向成熟阶段的过渡期，投资者侵害问题比较严重。 需要强化投资者保护相关法规的地位，在日常的企业监管中保持客观性和真实性，对企业违规行为予以严厉处罚。