企業(yè)數(shù)字化轉(zhuǎn)型與管理層業(yè)績預(yù)告

王凡林（教授/博導(dǎo)） 張欣（首都經(jīng)濟(jì)貿(mào)易大學(xué)會計學(xué)院 北京 100070）

一、引言

以大數(shù)據(jù)、云計算和人工智能等為代表的數(shù)字技術(shù)的不斷發(fā)展，對我國經(jīng)濟(jì)各個層面的促進(jìn)作用愈加明顯，黨的十九屆五中全會明確提出要建設(shè)數(shù)字中國，《“十四五”國家信息化規(guī)劃》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》以及《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》等多個文件從不同方面給出數(shù)字化發(fā)展的政策指導(dǎo)和實(shí)施建議。2023 年政府工作報告再次提出要大力發(fā)展數(shù)字經(jīng)濟(jì)；最新印發(fā)的《數(shù)字中國建設(shè)整體布局規(guī)劃》進(jìn)一步將數(shù)字經(jīng)濟(jì)上升到頂層設(shè)計層面，更加強(qiáng)調(diào)“數(shù)字中國”的落地建設(shè)，數(shù)字中國建設(shè)情況將成為黨政領(lǐng)導(dǎo)干部考核評價的重要參考。在新發(fā)展階段，數(shù)字經(jīng)濟(jì)成為推動我國經(jīng)濟(jì)持續(xù)發(fā)展的關(guān)鍵力量，與實(shí)體經(jīng)濟(jì)的深度融合為現(xiàn)有實(shí)體經(jīng)濟(jì)創(chuàng)造了更好的發(fā)展機(jī)遇，有助于夯實(shí)國家產(chǎn)業(yè)基礎(chǔ)（遲鳳玲，2023）。同時，數(shù)字經(jīng)濟(jì)帶來的數(shù)據(jù)資產(chǎn)蘊(yùn)含著巨大價值，數(shù)據(jù)的采集、存儲、處理分析環(huán)環(huán)相扣，實(shí)現(xiàn)企業(yè)數(shù)據(jù)資源的進(jìn)一步豐富，必將影響其信息披露，最終促進(jìn)資源有效配置。

在這種背景下探討以企業(yè)為主體的數(shù)字化轉(zhuǎn)型的行為規(guī)律和效果，是貫徹中央精神、指導(dǎo)企業(yè)創(chuàng)新經(jīng)營理念、實(shí)現(xiàn)高質(zhì)量發(fā)展的重要環(huán)節(jié)。一般認(rèn)為，數(shù)字經(jīng)濟(jì)涵蓋了數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個維度，而當(dāng)前備受關(guān)注的數(shù)字化轉(zhuǎn)型，是推動產(chǎn)業(yè)數(shù)字化發(fā)展的重要舉措，原因是這一戰(zhàn)略定位可以幫助企業(yè)在數(shù)據(jù)要素驅(qū)動下較為徹底地實(shí)現(xiàn)業(yè)務(wù)升級改造，進(jìn)而促進(jìn)管理創(chuàng)新（陳其齊等，2021），一方面，在數(shù)字化轉(zhuǎn)型的賦能效應(yīng)下，企業(yè)的經(jīng)營能力得以增強(qiáng)，生產(chǎn)率顯著提高，財務(wù)風(fēng)險隨之降低（趙娜等，2022），這能為管理層的業(yè)績提升打好基礎(chǔ)；另一方面，數(shù)字化轉(zhuǎn)型過程中充分利用移動互聯(lián)等技術(shù)，使企業(yè)在不受時空限制的條件下，可高效率地向外界傳遞信息（張永珅等，2021）。而管理層業(yè)績預(yù)告作為會計信息的重要形式，相比傳統(tǒng)財務(wù)報告更具前瞻性和及時性，尤其是在數(shù)字化轉(zhuǎn)型的大背景下，這一趨勢可能更加明顯，但這需要大量數(shù)據(jù)樣本進(jìn)行驗(yàn)證，基于此，本文擬從兩個方面進(jìn)行實(shí)證研究，以期得到明確結(jié)論：一是數(shù)字化轉(zhuǎn)型能否提高管理層發(fā)布自愿性業(yè)績預(yù)告的意愿程度，二是所發(fā)布業(yè)績預(yù)告的精確度和準(zhǔn)確性是否得以提升。

二、文獻(xiàn)綜述與研究假設(shè)

（一）企業(yè)數(shù)字化轉(zhuǎn)型與業(yè)績預(yù)告的精確度和準(zhǔn)確性

企業(yè)戰(zhàn)略是企業(yè)經(jīng)營活動的方向和基礎(chǔ)（王玉濤、段夢然，2019），在數(shù)字經(jīng)濟(jì)時代，多數(shù)企業(yè)借助數(shù)字化工具推動組織變革，將數(shù)字化轉(zhuǎn)型作為改善經(jīng)營績效、謀求持續(xù)競爭優(yōu)勢的戰(zhàn)略選擇（陳慶江等，2021）。長期以來，企業(yè)在經(jīng)營全流程中積累了海量數(shù)據(jù)，數(shù)據(jù)處理能力的滯后使部分信息未得到有效釋放與運(yùn)用（易露霞等，2021）。在管理的數(shù)字化變革上，企業(yè)通過對訂單管理、采購管理一系列流程管理的數(shù)字化配置，支撐資金流、供應(yīng)鏈、要素鏈和業(yè)務(wù)鏈的精準(zhǔn)化匹配（劉淑春等，2021）。數(shù)字化轉(zhuǎn)型使得企業(yè)對內(nèi)外部數(shù)據(jù)的處理和挖掘水平大幅提升（吳非等，2021），能夠?qū)?shù)據(jù)編碼輸出成標(biāo)準(zhǔn)化、結(jié)構(gòu)化信息，提高信息的可利用程度，并實(shí)現(xiàn)信息的耦合。根據(jù)國家發(fā)改委的數(shù)據(jù)，數(shù)字化技術(shù)的運(yùn)用能使企業(yè)的管理效率提升50%，鄧云煦和夏文璐（2022）的研究也驗(yàn)證了數(shù)字化轉(zhuǎn)型對管理效率的顯著影響。同時，數(shù)字化轉(zhuǎn)型通過提升內(nèi)部控制水平、抑制供應(yīng)鏈集中度顯著提升會計信息可比性（劉勝強(qiáng)等，2022），減少預(yù)測信息口徑不一致的情況。對大數(shù)據(jù)的規(guī)律性分析還有助于預(yù)測即將要發(fā)生的環(huán)境變化，使得企業(yè)能夠緊跟市場趨勢甚至走在相關(guān)政策的前端（張振剛等，2021）。

綜上，數(shù)字化轉(zhuǎn)型可從兩個方面提升企業(yè)信息預(yù)測質(zhì)量：（1）企業(yè)可實(shí)時獲取豐富、多維的信息，并能實(shí)現(xiàn)信息間的耦合。企業(yè)經(jīng)營過程的歷史數(shù)據(jù)是預(yù)測未來的重要基礎(chǔ)，企業(yè)運(yùn)行中各環(huán)節(jié)的數(shù)據(jù)可動態(tài)展現(xiàn)企業(yè)生產(chǎn)運(yùn)營的整個流程，便于管理層做出更加符合企業(yè)實(shí)際情況的預(yù)測。（2）企業(yè)的信息處理能力增強(qiáng)。在信息處理深度上，數(shù)字化技術(shù)使企業(yè)能夠充分挖掘數(shù)據(jù)背后的商業(yè)行為，提高信息利用率，在時間維度上，可通過算法對現(xiàn)有數(shù)據(jù)進(jìn)行規(guī)律性分析以預(yù)測未來走向。可見，技術(shù)水平的提高，使數(shù)字經(jīng)濟(jì)進(jìn)一步夯實(shí)，企業(yè)業(yè)績預(yù)告的能力大大提高，為了獲得資本市場的收益和企業(yè)形象的塑造，企業(yè)發(fā)布準(zhǔn)確性和精確度較高的業(yè)績預(yù)告也就具備了技術(shù)基礎(chǔ)和意愿，據(jù)此，本文提出假設(shè)1：

H1：在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)越傾向于發(fā)布準(zhǔn)確性和精確度較高的業(yè)績預(yù)告。

（二）企業(yè)數(shù)字化轉(zhuǎn)型與業(yè)績預(yù)告自愿性

依據(jù)自愿信息披露理論，管理層通過權(quán)衡信息披露的成本和收益來做出符合企業(yè)利益的信息披露決策。對此，本文剖析數(shù)字化轉(zhuǎn)型對管理層業(yè)績預(yù)告披露動機(jī)的影響，具體地，從數(shù)字化轉(zhuǎn)型的信息效應(yīng)和業(yè)績驅(qū)動效應(yīng)兩個角度闡述。

首先，數(shù)字化轉(zhuǎn)型具備信息效應(yīng)。一方面，數(shù)字化轉(zhuǎn)型下，企業(yè)融資、投資、經(jīng)營等各環(huán)節(jié)相關(guān)信息得以數(shù)字化，并被獲取、存儲和應(yīng)用，數(shù)據(jù)要素價值有效釋放，因此，管理層對企業(yè)的信息處理和預(yù)測能力信心增強(qiáng)，同時，數(shù)字化轉(zhuǎn)型削減了財務(wù)信息的獲取和加工成本。另一方面，伴隨著數(shù)字化程度的提高，信息在企業(yè)內(nèi)部流轉(zhuǎn)更為順暢，改善了信息不透明狀況，能在一定程度上緩解委托代理問題，降低盈余管理行為，形成數(shù)字化變革的內(nèi)部治理環(huán)境（易露霞等，2021），提高企業(yè)的信息質(zhì)量。基于信息效應(yīng)，數(shù)字化轉(zhuǎn)型降低了管理層業(yè)績預(yù)告的披露成本，提高了內(nèi)部所產(chǎn)生信息的質(zhì)量，有助于企業(yè)建立良好聲譽(yù)并促進(jìn)業(yè)績預(yù)告信息更好地融入股價（Hutton，Stocken；2007），同時降低企業(yè)發(fā)布不可靠業(yè)績預(yù)告而遭到投資者訴訟、受到監(jiān)管部門處罰的可能性。這使得管理者向外釋放信息信號的動機(jī)增強(qiáng)，提高企業(yè)發(fā)布自愿性業(yè)績預(yù)告的積極性。

其次，推動業(yè)績增長、提高股東收益是企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型的根本目的，而實(shí)際情況下，數(shù)字化轉(zhuǎn)型是否發(fā)揮了業(yè)績驅(qū)動效應(yīng)，不同學(xué)者觀點(diǎn)不一。有學(xué)者認(rèn)為，當(dāng)前各類企業(yè)的數(shù)字化轉(zhuǎn)型還不成熟，各方面投入大，短期內(nèi)收益無法覆蓋投入（劉剛等，2021），在這期間，企業(yè)往往選擇從局部到整體的漸進(jìn)式數(shù)字化轉(zhuǎn)型路徑（劉鵬飛、赫曦瀅，2018），企業(yè)管理模式的轉(zhuǎn)變存在滯后，導(dǎo)致業(yè)績驅(qū)動作用難以顯現(xiàn)。在未被強(qiáng)制披露時，企業(yè)業(yè)績狀況很可能影響管理層的業(yè)績預(yù)告行為（Miller，2002）。同時，多數(shù)學(xué)者研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型對企業(yè)業(yè)績產(chǎn)生正向影響（易露霞等，2021；楊思遠(yuǎn)、王康，2023），提高管理層發(fā)布業(yè)績預(yù)告的意愿，起到提升股價、顯現(xiàn)管理層才能的作用。本文支持劉淑春等（2021）的觀點(diǎn)，數(shù)字化轉(zhuǎn)型投入存在一個效率提升的區(qū)間，投資低于下限或超過上限都會降低投入產(chǎn)出效率，進(jìn)而影響業(yè)績。而基于已有研究，數(shù)字化轉(zhuǎn)型的業(yè)績驅(qū)動作用已經(jīng)過實(shí)證檢驗(yàn)，說明我國上市公司實(shí)施數(shù)字化轉(zhuǎn)型有助于提升企業(yè)業(yè)績，從而激勵企業(yè)發(fā)布自愿性業(yè)績預(yù)告。據(jù)此，本文提出假設(shè)2：

H2：在其他條件不變的情況下，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)越傾向于發(fā)布自愿性業(yè)績預(yù)告。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

為避免金融危機(jī)的影響，本文選取2009—2020 年我國A 股上市公司為初始樣本。根據(jù)已有研究（王玉濤、段夢然，2019；李志生等，2017），業(yè)績預(yù)告以更加嚴(yán)謹(jǐn)、穩(wěn)定的年度業(yè)績預(yù)告為研究對象。在進(jìn)一步剔除金融業(yè)公司、當(dāng)年ST 和*ST 的樣本以及關(guān)鍵數(shù)據(jù)缺失的樣本后，本文得到14 805 個樣本觀測值。為剔除極端值對回歸結(jié)果的影響，本文在所有連續(xù)變量首尾1%分位數(shù)處進(jìn)行縮尾處理。數(shù)據(jù)源自國泰安和Wind 數(shù)據(jù)庫，數(shù)據(jù)處理和分析采用Stata 15軟件。

（二）變量定義

1.被解釋變量。（1）業(yè)績預(yù)告的自愿性（VDisc）。參照李志生等（2017）、李曉溪等（2019）的研究，樣本范圍為未被要求強(qiáng)制披露業(yè)績預(yù)告的上市公司，強(qiáng)制業(yè)績預(yù)告是指“預(yù)警類型”為預(yù)增、預(yù)減、首虧、續(xù)虧、扭虧的業(yè)績預(yù)告，若業(yè)績預(yù)告的“預(yù)警類型”為略增、略減、續(xù)盈、不確定，VDisc取值為1，否則取值為0。（2）業(yè)績預(yù)告準(zhǔn)確性（Accurate）。本文借鑒Ajinkya 等（2005）的研究，采用（預(yù)測每股收益-實(shí)際每股收益）×100/期初股價后取絕對值進(jìn)行衡量，樣本范圍為披露業(yè)績預(yù)告的企業(yè)，該值越大，預(yù)測偏差越大，即準(zhǔn)確性越低。（3）業(yè)績預(yù)告精確度（Precision）。本文參照Li 和Zhang（2015）的研究，采用（預(yù)測每股收益上限-預(yù)測每股收益下限）×100/期初股價來衡量，樣本范圍在（2）的基礎(chǔ)上剔除開區(qū)間預(yù)測樣本，該值越大，則預(yù)測范圍越大，精確性從而越低。

2.解釋變量。數(shù)字化轉(zhuǎn)型（DCG）。根據(jù)吳非等（2021）的研究使用從年報中提取的與數(shù)字化轉(zhuǎn)型相關(guān)的特征詞的頻數(shù)，具體地，從人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計算技術(shù)、區(qū)塊鏈技術(shù)以及數(shù)字技術(shù)運(yùn)用五個維度刻畫企業(yè)數(shù)字化轉(zhuǎn)型，對年報中包含的五個維度關(guān)鍵詞的頻數(shù)之和取對數(shù)，用于衡量企業(yè)的數(shù)字化轉(zhuǎn)型程度。

3. 控制變量。根據(jù)李從剛和許榮（2019）、文雯等（2020）、趙良玉和林銳塵（2020）的研究，本文選擇公司規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、總資產(chǎn)利潤率（Roa）、公司年齡（Age）、產(chǎn)權(quán)性質(zhì)（State）、機(jī)構(gòu)投資者持股比例（Insti）、盈余波動性（Volatility）、董事會規(guī)模（BSIZE）、兩職合一（DUAL）、現(xiàn)金持有（Cash）、股權(quán)集中度（Top3）、行業(yè)競爭（Competition）作為控制變量。主要變量定義詳見表1。

表1 變量定義

（三）模型設(shè)置

根據(jù)前文分析，本文構(gòu)建如下模型檢驗(yàn)數(shù)字化轉(zhuǎn)型作用于公司業(yè)績預(yù)告的方向及強(qiáng)度：

其中，i 為企業(yè)，t 為年份，根據(jù)已有研究，數(shù)字化轉(zhuǎn)型作用的發(fā)揮很可能存在一定滯后，因此數(shù)字化轉(zhuǎn)型變量（DCG）滯后一期處理，這樣設(shè)計還可在一定程度上緩解互為因果的內(nèi)生性問題。被解釋變量Accurate 表示業(yè)績預(yù)告的準(zhǔn)確性，Precision 表示業(yè)績預(yù)告的精確度，VDisc 表示業(yè)績預(yù)告的自愿性。模型（3）因變量為0—1 變量，故采用Logit 回歸，模型（1）、（2）采用OLS 回歸。回歸均在公司層面進(jìn)行Cluster 聚類處理。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計

表2 為變量的描述性統(tǒng)計結(jié)果。VDisc 的均值為0.468，說明未被強(qiáng)制披露的上市公司選擇披露管理層業(yè)績預(yù)告的比例為46.8%。Accurate 的均值為0.585，中位數(shù)為0.174，最大值為97.79；Precision 的均值為0.569，中位數(shù)為0.340，最大值為32.47，兩變量樣本間的差距較大，且其均值大于中位數(shù)，說明大部分上市公司業(yè)績預(yù)告的準(zhǔn)確性和精確度低于均值。DCG 的中位數(shù)為0.693，最大值為4.804，說明大部分樣本公司披露的年報中包含數(shù)字化轉(zhuǎn)型相關(guān)的特征詞，且不同公司年報中出現(xiàn)的頻率有明顯的波動。

表2 描述性統(tǒng)計

（二）回歸結(jié)果

下頁表3 報告了數(shù)字化轉(zhuǎn)型與企業(yè)所披露業(yè)績預(yù)告的準(zhǔn)確性和精確度的回歸結(jié)果。（1）、（2）列因變量為準(zhǔn)確性（Accurate），列（1）僅控制年度和行業(yè)。回歸結(jié)果顯示，數(shù)字化轉(zhuǎn)型與管理層業(yè)績預(yù)告的準(zhǔn)確性在1%的顯著性水平上負(fù)相關(guān)，系數(shù)為-0.019，列（2）在列（1）的基礎(chǔ)上納入了影響管理層業(yè)績預(yù)告準(zhǔn)確性的控制變量，數(shù)字化轉(zhuǎn)型的系數(shù)降為-0.021，且在1%的水平上顯著。（3）、（4）列因變量為精確度（Precision），加入控制變量前數(shù)字化轉(zhuǎn)型的系數(shù)為-0.010，數(shù)字化轉(zhuǎn)型與管理層業(yè)績預(yù)告的精確度在5%的水平上負(fù)相關(guān)，加入后該系數(shù)變?yōu)?0.011，顯著性提高到1%的水平。以上說明，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)所披露業(yè)績預(yù)告的精確度和準(zhǔn)確性越高。該結(jié)果驗(yàn)證了H1。

表3 數(shù)字化轉(zhuǎn)型與業(yè)績預(yù)告準(zhǔn)確性和精確度回歸結(jié)果

表4 給出了數(shù)字化轉(zhuǎn)型與企業(yè)披露業(yè)績預(yù)告的自愿性的回歸結(jié)果。列（1）僅控制了時間和行業(yè)固定效應(yīng)，滯后一期的企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)（L.DCG）的回歸系數(shù)為0.181 且在1%的水平上顯著；列（2）在列（1）基礎(chǔ)上納入了控制變量，數(shù)字化轉(zhuǎn)型的回歸系數(shù)為0.212，仍在1%的水平上顯著。這意味著，企業(yè)數(shù)字化轉(zhuǎn)型程度越高，會顯著提升企業(yè)業(yè)績預(yù)告的自愿性披露水平。為區(qū)分不同強(qiáng)度下的數(shù)字化轉(zhuǎn)型效果，本文以中位數(shù)為界將樣本劃分為數(shù)字化轉(zhuǎn)型程度強(qiáng)弱兩組，并重新進(jìn)行了檢驗(yàn)。實(shí)證結(jié)果表明，在較低組別（DCG ＜50%）中，企業(yè)數(shù)字化轉(zhuǎn)型的回歸系數(shù)為負(fù)但不顯著，即數(shù)字化轉(zhuǎn)型對企業(yè)是否披露自愿性業(yè)績預(yù)告不存在顯著影響，而在較高組（DCG ＞50%）中，數(shù)字化轉(zhuǎn)型對企業(yè)披露業(yè)績預(yù)告的自愿性具有顯著推動作用。該結(jié)果說明數(shù)字化轉(zhuǎn)型對信息披露的效力發(fā)揮需在較好的轉(zhuǎn)型基礎(chǔ)上才能實(shí)現(xiàn)，H2 得以驗(yàn)證，即數(shù)字化轉(zhuǎn)型程度越高，企業(yè)披露業(yè)績預(yù)告的自愿性越強(qiáng)。

表4 數(shù)字化轉(zhuǎn)型與業(yè)績預(yù)告自愿性回歸結(jié)果

（三）進(jìn)一步分析

1.不同數(shù)字化技術(shù)及其應(yīng)用對業(yè)績預(yù)告的影響研究。吳非等（2021）從人工智能（AI）、區(qū)塊鏈（BD）、云計算（CC）、大數(shù)據(jù)（DT）和數(shù)字技術(shù)運(yùn)用（ADT）五個維度刻畫企業(yè)數(shù)字化轉(zhuǎn)型，為進(jìn)一步明確數(shù)字化轉(zhuǎn)型中哪些數(shù)字技術(shù)為影響業(yè)績預(yù)告的關(guān)鍵因素，本文將企業(yè)整體的數(shù)字化轉(zhuǎn)型指標(biāo)分解為五個子指標(biāo)，進(jìn)一步予以實(shí)證檢驗(yàn)。

表5、表6、下頁表7 分別報告了數(shù)字化轉(zhuǎn)型各子指標(biāo)與業(yè)績預(yù)告的自愿性、業(yè)績預(yù)告的準(zhǔn)確性、業(yè)績預(yù)告的精確度的回歸結(jié)果。上頁表5 結(jié)果表明，子指標(biāo)的回歸系數(shù)均為正且在1%的水平上統(tǒng)計顯著，說明相比而言，人工智能、云計算、大數(shù)據(jù)技術(shù)以及數(shù)字技術(shù)的實(shí)踐應(yīng)用對促進(jìn)企業(yè)披露自愿性業(yè)績預(yù)告起主要作用，人工智能的影響系數(shù)最大，為0.336。上頁表6 結(jié)果表明，人工智能、云計算和數(shù)字技術(shù)運(yùn)用可顯著提升企業(yè)業(yè)績預(yù)告的準(zhǔn)確性，其中，人工智能的系數(shù)絕對值最大，系數(shù)值為-0.071，同時顯著性最強(qiáng)，t 值達(dá)到-4.28。表7 結(jié)果表明，人工智能、云計算和大數(shù)據(jù)技術(shù)可顯著提高企業(yè)業(yè)績預(yù)告的精確度，人工智能同樣起到最顯著作用，系數(shù)為-0.040 且在1%的水平上顯著。綜上，人工智能和云計算技術(shù)對企業(yè)業(yè)績預(yù)告的自愿性、準(zhǔn)確性和精確度均起顯著作用；數(shù)字技術(shù)運(yùn)用對企業(yè)業(yè)績預(yù)告的自愿性和準(zhǔn)確性，尤其是自愿性，起顯著作用；大數(shù)據(jù)技術(shù)對企業(yè)業(yè)績預(yù)告的自愿性和業(yè)績預(yù)告的精確度起顯著作用；而區(qū)塊鏈技術(shù)對業(yè)績預(yù)告的自愿性、準(zhǔn)確性和精確度，在統(tǒng)計上均不存在顯著影響。

表5 數(shù)字化轉(zhuǎn)型子指標(biāo)與業(yè)績預(yù)告自愿性

表6 數(shù)字化轉(zhuǎn)型子指標(biāo)與業(yè)績預(yù)告準(zhǔn)確性

2.數(shù)字金融對數(shù)字化轉(zhuǎn)型效力發(fā)揮的影響研究。根據(jù)吳非等（2021）的研究，數(shù)字化轉(zhuǎn)型能否成功，一方面需要數(shù)字化技術(shù)的支撐，另一方面需要有效的金融條件為其提供相應(yīng)的金融資源。而數(shù)字金融與上述數(shù)字化轉(zhuǎn)型所需的條件相契合。

根據(jù)《中國金融科技和數(shù)字普惠金融發(fā)展報告（2022）》，金融科技的底層技術(shù)源于“ABCD”技術(shù)，與數(shù)字化轉(zhuǎn)型的技術(shù)基礎(chǔ)高度相似。因此，金融科技能為企業(yè)數(shù)字化轉(zhuǎn)型提供良好的技術(shù)基礎(chǔ)。此外，與數(shù)字化轉(zhuǎn)型相似，金融科技借助數(shù)字化技術(shù)可高效處理大量信息，并對信息進(jìn)行深度分析與挖掘，進(jìn)而提高金融資源的配置效率，從而使得數(shù)字化轉(zhuǎn)型企業(yè)可獲得所需的金融資源（吳非等，2021）。

本文根據(jù)郭峰等（2020）的研究成果，采用“北京大學(xué)數(shù)字普惠金融指數(shù)”衡量數(shù)字金融（金融科技），以中位數(shù)為界，將樣本劃分為數(shù)字金融發(fā)展高、低兩個組別，分別進(jìn)行回歸檢驗(yàn)，以探究在不同數(shù)字金融發(fā)展條件下，數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的差異化作用。結(jié)果如表8、表9 所示，表8說明在數(shù)字金融發(fā)展水平高的組和低的組中，數(shù)字化轉(zhuǎn)型均會顯著提高業(yè)績預(yù)告的自愿性，但數(shù)字金融發(fā)展較好的組，數(shù)字化轉(zhuǎn)型指標(biāo)的系數(shù)更大，為0.262，t 值也更大，而數(shù)字金融條件較差的組，數(shù)字化轉(zhuǎn)型系數(shù)為0.151，系數(shù)差異檢驗(yàn)結(jié)果（chi2為6.87，P 值為0.0088）表明兩組間系數(shù)存在顯著差異，即在數(shù)字金融發(fā)展較好的組，數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的自愿性影響強(qiáng)度更大；表9 顯示，在數(shù)字金融發(fā)展較好的組中，數(shù)字化轉(zhuǎn)型系數(shù)均顯著為負(fù)，因變量為準(zhǔn)確性下數(shù)字化轉(zhuǎn)型的影響系數(shù)為-0.029，因變量為精確度下，相應(yīng)的系數(shù)為-0.017，說明數(shù)字化轉(zhuǎn)型可顯著提升業(yè)績預(yù)告的準(zhǔn)確性和精確度，而在數(shù)字金融發(fā)展相對落后的組，數(shù)字化轉(zhuǎn)型系數(shù)不顯著，說明數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的準(zhǔn)確性和精確度沒有顯著影響。

表8 數(shù)字化轉(zhuǎn)型、數(shù)字金融與業(yè)績預(yù)告自愿性

表9 數(shù)字化轉(zhuǎn)型、數(shù)字金融與業(yè)績預(yù)告準(zhǔn)確性和精確度

（四）穩(wěn)健性檢驗(yàn)

根據(jù)趙宸宇等（2021）的研究，企業(yè)在年報中披露數(shù)字化轉(zhuǎn)型相關(guān)內(nèi)容時可能有一種傾向，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型當(dāng)年年報中相關(guān)披露較多，對應(yīng)指數(shù)較大，而以后期間相關(guān)披露減少但實(shí)際數(shù)字化轉(zhuǎn)型已經(jīng)實(shí)現(xiàn)。為此，找出每家企業(yè)DCG 指數(shù)在樣本期間的最大值所對應(yīng)年份，并將之后年份均定義為該值，構(gòu)建新變量DCG_new，重新進(jìn)行回歸，替換核心解釋變量后實(shí)證結(jié)果未發(fā)生實(shí)質(zhì)性改變。

表10 替換解釋變量后回歸結(jié)果

五、結(jié)論與建議

本文以2009—2020 年我國A 股上市公司為研究樣本，從企業(yè)披露業(yè)績預(yù)告的自愿性、業(yè)績預(yù)告的精確度和準(zhǔn)確性三個方面研究數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的影響。研究結(jié)果表明：第一，總體上，數(shù)字化轉(zhuǎn)型程度越高，企業(yè)披露自愿性業(yè)績預(yù)告的可能性越高，且數(shù)字化轉(zhuǎn)型程度高的企業(yè)越傾向于發(fā)布精確度和準(zhǔn)確性較高的業(yè)績預(yù)告。第二，與數(shù)字化轉(zhuǎn)型相關(guān)的不同數(shù)字化技術(shù)及數(shù)字技術(shù)運(yùn)用對業(yè)績預(yù)告的影響存在差異。第三，數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的作用效果受到外部數(shù)字金融發(fā)展條件的影響，數(shù)字金融發(fā)展條件好的情況下，數(shù)字化轉(zhuǎn)型對業(yè)績預(yù)告的影響更加顯著。

基于研究結(jié)果，本文為企業(yè)和投資者提出如下建議：

第一，企業(yè)在做出數(shù)字化轉(zhuǎn)型決策時應(yīng)將其對業(yè)績預(yù)告披露意愿和披露質(zhì)量的影響考慮在內(nèi)，更客觀評判此項(xiàng)戰(zhàn)略對企業(yè)未來發(fā)展的利弊，以幫助其減少決策中存在的漏洞。首先，總體來看，在數(shù)字化轉(zhuǎn)型的影響下，企業(yè)不再僅僅滿足于相對滯后的財務(wù)報告的披露，業(yè)績的提升和信息處理效率的提高使其披露業(yè)績預(yù)告的意愿顯著增強(qiáng)，同時，企業(yè)數(shù)字化程度提高，對信息的深度挖掘有助于其更準(zhǔn)確地預(yù)測未來，提高業(yè)績預(yù)告的準(zhǔn)確性和精確度，該傾向幫助公司建立良好的信息聲譽(yù)，實(shí)現(xiàn)所披露信息更好地融入股價，從這一點(diǎn)來講，企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型是有利的。其次，數(shù)字化轉(zhuǎn)型的實(shí)施并非一蹴而就，由于對業(yè)績預(yù)告的披露自愿性和披露質(zhì)量均起顯著效果，在其他條件允許的情況下，企業(yè)可優(yōu)先引入人工智能和云計算技術(shù)，以最大化發(fā)揮其效用。最后，企業(yè)還需結(jié)合自身所處環(huán)境，若當(dāng)?shù)財?shù)字金融條件較好，那么企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型將得到較大便利，數(shù)字化轉(zhuǎn)型的實(shí)施效果更易顯現(xiàn)，否則，企業(yè)需謹(jǐn)慎考慮由此帶來的影響。

第二，投資者在做出投資決策時可通過參考企業(yè)的數(shù)字化轉(zhuǎn)型程度對其業(yè)績預(yù)告披露質(zhì)量做出判斷。理性的投資者希望獲得盡可能多的信息以充分了解一家企業(yè)，財務(wù)信息在其中極為重要，一般而言，財務(wù)報告是投資者了解被投資公司財務(wù)狀況的重要信息來源，相比來看，上市公司年度財務(wù)報告披露的信息在經(jīng)過審計后更加值得信賴，但報表編制的滯后以及完成審計程序必要的時間要求使得年度財務(wù)報告披露時間遠(yuǎn)遠(yuǎn)晚于財務(wù)報表日甚至在一季度業(yè)績預(yù)告披露之后，因此為獲得更為及時的信息，投資者可以從業(yè)績預(yù)告中獲得相關(guān)信息，在其他條件類似下，將企業(yè)的數(shù)字化轉(zhuǎn)型程度作為其業(yè)績預(yù)告信息可信賴程度的評價依據(jù)。