企業數字化與股價崩盤風險

彭曉潔 張建翔 莊志鵬

【摘 要】 數字經濟時代，越來越多的企業開始數字化轉型，但數字化轉型對資本市場的影響尚需探索。基于此，選取2012—2021年滬深A股上市公司數據為研究樣本，探尋企業數字化與股價崩盤風險兩者間的關系。研究發現：企業數字化與股價崩盤風險呈顯著負相關，即企業進行數字化變革會降低企業股價崩盤的風險。在產權異質性分析下，國有企業數字化更加顯著降低股價崩盤風險。進一步研究發現，企業數字化可以通過提高內部控制質量與降低企業盈余管理程度來達到降低股價崩盤風險目的。研究結論有助于理解企業數字化對股價崩盤風險的影響機制，不僅為企業數字化提供了有益建議，而且有利于資本市場的建設與發展。

【關鍵詞】 數字化； 股價崩盤風險； 產權性質； 內部控制； 盈余管理

【中圖分類號】 F272.3；F832? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）13-0106-10

一、引言與文獻回顧

黨的二十大報告明確指出關于數字化的重大戰略部署，提出要加快發展數字經濟，促進數字經濟和實體經濟的融合。近年來，數字化浪潮席卷中國，中國幾乎所有的產業都在進行數字化變革，可見企業數字化轉型是至關重要的，數字作用更是企業發展壯大的重要保障。與此同時，我國資本市場經歷了30多年的發展，已經成為全球第二大資本市場，為社會經濟發展提供了強大推動力[1]。但是，各上市公司股價異常波動頻繁，股價暴漲暴跌所導致的股價崩盤事件頻發（比如上市公司晶豐明源2022年前9個月股價暴跌72%），這對我國資本市場長期健康發展構成了較大隱患。如何減少股價異常波動的頻率，降低股價崩盤風險成為政府監管層長期關注的重點問題，因此，學術界對股價崩盤風險開展研究具有重要的理論與現實意義。

股價崩盤風險是指企業管理者因為隱藏了企業的某些消極信息，導致市場內外交易信息不對稱，當消極信息被披露出來在短期之內造成企業股票價格暴跌的表現。資本市場是現代經濟的資源配置中心，但股價崩盤嚴重損害了投資者利益，降低了其應發揮的資源配置功能。學術界關于導致企業股價崩盤風險原因的研究，發現有以下因素：一是基于企業管理層面的因素，比如企業會計信息披露、企業社會責任、股權結構、審計質量等[2]；二是外部監管層面的因素，比如媒體監督[3]；三是基于企業戰略層面的因素，比如多元化經營、技術創新[4]。然而，鮮有研究企業數字化對股價崩盤風險的影響。從理論層面來看，企業數字化作為經濟轉型升級和高質量發展的重要動力，為企業技術創新賦能和提高企業生產效率具有重要意義[5]。企業進行數字化變革為企業的發展賦予了全新的模式和動能，會對企業經營管理產生重大的影響，尤其會影響市場投資者之間信息不對稱的關系，從而影響到企業在風險管理以及應對外部環境變化方面的能力[6]，由此不禁要思考：企業數字化是否會對股價崩盤風險產生影響呢？

企業進行數字化變革能夠對企業經營管理產生積極的影響，會抑制企業盈余管理活動和提高內部控制質量[7]，從而可能會對股價崩盤風險產生影響。一方面，企業數字化轉型會引起企業內外部各運行機制的改變，降低企業信息不對稱[8]，抑制企業盈余管理活動，從而提高會計信息治理。另一方面，數字化利用新的信息技術，開發企業的信息資源，獲取企業內部和外部的信息，以實現信息交流[9]，優化企業的流程管理制度，提高內部控制質量。基于此，企業數字化能否通過降低盈余管理水平和提高內部控制質量這兩個途徑來降低企業崩盤風險是需要深入研究的問題。

本文通過建立模型，基于2012—2021年滬深A股上市公司數據，考察了企業數字化與股價崩盤風險的關系。首先，研究了企業數字化與股價崩盤風險的關系；其次，考察了不同產權性質下的企業數字化與股價崩盤風險的關系；最后，進一步研究了企業數字化能否通過抑制盈余管理和增強內部控制質量這兩個途徑來降低企業崩盤風險。

本文的研究主要有以下三方面貢獻：第一，以往關于企業數字化的研究大多數都聚焦于企業數字化對企業績效和管理變革等方面的影響，較少文獻基于企業數字化轉型視角分析對股價崩盤風險的影響，本文將兩者結合起來研究，將有助于完善實證研究，深化對企業數字化變革的認識，因此具有較強的理論意義。第二，本文結合企業產權性質，將國有企業和民營企業相區分作為制度背景來研究，這將有助于解釋企業數字化變革對企業價值影響在不同產權性質的企業中存在差異的原因，以及在什么條件下才會產生積極作用，從而為研究企業數字化變革的有效性問題提供一種新的思路。第三，在企業數字化對股價崩盤風險影響的研究中，進一步考察了兩者之間的傳導路徑，深化了內部控制和盈余管理對數字化變革影響企業價值作用的認識，為如何進行數字化變革從而提升企業價值提供了新視角。

二、理論分析與研究假設

（一）企業數字化與股價崩盤風險

從目前的理論研究看，股價崩盤風險主要是由于企業的管理者和股東之間信息的不對稱所引起的[10]，即管理者存在掩蓋負面信息的行為，而對外釋放利己的好信息[11]，從而推高企業的股價，但隨著日積月累負面信息達到上限時，就會被集中披露出來，產生嚴重負面影響往往會導致股價崩盤[12]。

根據委托代理理論，企業的管理層與股東之間目標具有差異性，企業股東雖然是企業的所有者，但并不直接參與企業日常經營管理，企業管理層作為股東的委托代理人，他們在委托權限內負責企業日常活動，就會產生第一類代理人問題，即由于存在信息不對稱，管理者與股東、股東與債權人之間存在利益沖突問題。企業數字化其實質是充分利用計算機技術，開發企業的信息資源，獲取企業內部和外部的信息，以實現信息交流，優化企業的流程管理制度，提高企業的效率[13]。企業數字化扮演著信息傳播的工具，其主要的價值是緩解信息的不對稱。陳金亮等[14]研究發現企業運用新的信息技術能夠優化企業內部組織結構，加強企業內部的信息交流，減少企業內部信息不對稱的問題。賈京坤等[15]研究發現，進行數字化轉型之后的企業能夠優化組織運營的流程，增加與外部客戶、供應商等利益相關者的聯系，優化了他們的體驗和自身商業運營模式。基于上述分析，提出假設1。

H1：在其他條件不變的情況下，企業數字化能夠有效降低股價崩盤風險。

（二）產權異質性與股價崩盤風險

在國內由于產權性質的不同，企業經營目標與決策行為均存在顯著差異，這也會導致企業數字化對企業經營管理的作用機制存在差異。本文通過分析認為，國有企業數字化轉型可以有效抑制其股價崩盤風險，而對民營企業影響較小。原因在于：國有企業的最終控制人是政府，國有企業高管往往由各級政府委派，嚴格遵從規章制度，更容易受到正式制度約束；相反，民營企業的最終控制權人是自然人或者家庭，其受到政府部門的制約較少，通常情況下公司治理機制也不完善，導致大股東或管理者擁有更多的自由裁定權，在公司治理機制約束相對較弱的民營企業中信息不對稱問題可能會表現得更為明顯。同時，民營企業更加關注資本市場，主要的原因是民營企業為了獲取更多的資金，會將股票做抵押進行融資業務[16]，因此民營企業會主動隱瞞消息，以免股價大幅下跌，導致股票被強制平倉，而失去公司的控制權，而國有企業融資渠道更廣、融資阻礙少，基本很少出現上述問題。基于上述分析，提出假設2。

H2：在其他條件不變的情況下，相對于民營企業，國有企業數字化降低股價崩盤風險更顯著。

三、研究設計

（一）樣本選取和數據來源

本文選取2012—2021年滬深A股上市公司的數據為樣本。在2012年后，隨著云計算、人工智能等新技術的發展，推動和促進了上市公司的數字化變革，為此，將2012年作為研究樣本的初始年份，并對數據進行如下篩選：剔除金融行業、ST和？觹ST公司、相關數據異常與缺失的公司，最終得到樣本公司8 417家。為了降低異常值的影響，本文對連續變量進行了雙向1%的Winsorize處理，數據主要來自Wind、CSMAR數據庫。

（二）變量說明

1.被解釋變量：股價崩盤風險（NCSKEW）

借鑒權小鋒等[17]的文獻，本文通過股票周收益負偏程度來測度股價崩盤風險。分年度對股票周收益率數據進行下列回歸，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周現金紅利再投資的收益率，Rm，t為A股股票在第t周流通市值加權市場收益率，將上述模型所得殘差進行計算，得到年平均收益（Wi，t）。其次，根據年平均收益（Wi，t）分別計算負收益偏態系數（NCSKEW），建立如下模型：

NCSKEWi，t=Ln■? （3）

其中，股票i在某年交易周數為n，負偏態系數（NCSKEW）的數值與股價崩盤的風險正相關。

2.核心解釋變量：企業數字化（Digital）

借鑒Eiteneyer et al.[18]數字化四方面導向（產品與服務，能力與技能，客戶與供應鏈，組織與流程）的詞庫，在中文語境下對其四個維度的基礎詞匯進行擴充與延展，得到了數字化四個維度的中文關鍵詞庫，并將所有導向的詞語匯總成總詞庫。接下來將總詞庫導入python第三方中文專用分詞庫jieba中，保證詞庫中的專有名詞不被分割，利用pdfminer對上市公司年報中“管理層（經營情況）討論與分析——未來發展展望（規劃）”部分內容（分析所需部分）進行分詞，對每一個導向內的單個詞頻進行統計，并將每個詞頻相加得到數字化導向在該維度的總詞數，除以該部分的總詞數進行標準化，最終得到企業數字化的分析結果。

3.控制變量

參照陳運森等[19]的做法，本文選取公司發展速度（Growth）、審計師質量（Big4）、財務杠桿率（Leverage）、股票增發（Seo）、企業并購（Ma）、上市年數（Age）、股權集中度（Top1）、現金流（Ocf）、公司規模（Size）等作為控制變量。

具體變量定義見表1。

（三）模型設定

本研究采用雙向固定效應模型進行回歸，同時考慮個體固定效應和時間固定效應，默認采用聚類穩健標準誤。為了緩解多重共線性問題，本文對連續變量進行了中心化處理；解釋變量和控制變量滯后一期，以控制逆向因果的影響。本研究按照2012年證監會行業分類標準劃分各個行業。另外，為了控制宏觀環境的影響，回歸中包含了年份、行業虛擬變量。基于本文提出的假設與借鑒相關文獻，建立如下多元回歸模型：

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+？綴? ? ?（4）

四、實證分析

（一）描述性統計分析

表2中的Panel A是研究樣本的變量描述性統計分析結果。其中，股價崩盤風險（NCSKEW）均值為-0.291，標準差為0.767，說明樣本數據差異大，樣本企業普遍存在著股價崩盤風險；對于企業數字化而言，樣本最小值為0.497，最大值為1.721，表明在數字化方面，企業之間存在較大差別。

本文還根據中位數數值將企業數字化分為高低兩組來對樣本進行組間均值差異比較。結果如表2中的Panel B所示，其中，在數字化較低的一組中，股價崩盤風險的均值為0.206，而在數字化較高的一組中，企業股價崩盤風險的均值為0.143，可以看出兩組在1%水平上存在顯著差異；同時，數字化較高的組股價崩盤風險次數顯著高于數字化低的組；此外，兩組在公司發展速度、審計師質量、財務杠桿等方面也存在顯著差異。

（二）相關性分析

研究變量之間的相關性檢驗結果如表3所示。由表3可知，在不加入控制變量進行回歸的情況下，企業數字化與股價崩盤風險顯著負相關，初步驗證了H1。其中可以看出控制變量與核心解釋變量企業數字化存在顯著的相關關系。由相關性分析可以看出，各變量的相關系數最大值是0.406，各變量相關性系數絕對值皆小于0.5，說明變量間沒有出現嚴重的多重共線性問題。

（三）多元回歸分析

1.企業數字化與股價崩盤風險

表4列示了模型3的回歸結果，其中（1）列和（2）列為企業數字化對股價崩盤風險的回歸結果。在（1）列的回歸中，只放入企業數字化和股價崩盤風險變量，NCSKEW的回歸系數為-0.935，并在1%的水平上顯著，表明企業數字化程度越高，企業股價崩盤風險可能性越低；在（2）列中，除了數字化與股價崩盤風險變量之外，還加入了其他控制變量，此時股價崩盤風險的回歸系數變為-0.888，仍然在1%水平上顯著，擬合優度R2也由（1）列的0.006增加為（2）列的0.069，表明模型的解釋力度有所增加，驗證了H1成立，即企業數字化與股價崩盤風險之間確實呈負相關關系。

2.產權異質性與股價崩盤風險

（3）列和（4）列則是不同產權性質下，企業數字化與股價崩盤風險之間的回歸結果。其中，（3）列是民營企業數字化和股價崩盤風險的回歸結果，（4）列是國有企業的企業數字化和股價崩盤風險的回歸結果，回歸系數皆顯著為負，民營與國有企業股價崩盤風險變量的回歸系數分別為-0.637和-0.715，并分別在10%和1%水平上顯著，擬合優度R2也由0.005增加為0.054，充分支持了H2成立，即國有企業數字化更加顯著降低股價崩盤風險。

（四）穩健性檢驗

為保證結論的可靠性，本文采取了替換指標、Heckman兩階段法進行穩健性檢驗，具體結果如下：

1.替換解釋變量

為避免不同衡量方法對本文結論產生的影響，本文對企業數字化指標進行了多種度量，以檢驗結論的可靠性，回歸結果如表5所示，其中（1）列是根據中位數數值將數字化分為高低兩組，高于中位數為1，否則為0，回歸結果顯示企業數字化（虛擬變量）與股價崩盤風險皆在1%水平上顯著負相關，與前文的回歸結果一致；同時，本文還將企業數字化進行了四等分，以研究不同程度的數字化是否會影響股價崩盤風險，回歸結果如（2）列所示，企業數字化對股價崩盤風險回歸結果仍然在1%水平上顯著負相關，結論保持不變。

2.考慮樣本自選擇的逆米爾斯Heckman兩階段模型檢驗

為了避免潛在的樣本選擇偏差，本文采用了Heckman（1979）兩階段回歸來解決該問題。首先，在第一步中，將數字化根據中位數值分為數字化高低虛擬變量（Digital_3），在控制了基本的控制變量后對該虛擬變量進行Probit回歸，并計算出逆米爾斯比率（Inverse Mils Ratio）。而第二步中，在回歸模型1中加入第一步計算得到的控制變量逆米爾斯比率（IMR），若IMR的回歸系數顯著，則表明本文存在樣本選擇問題，若不顯著，則不存在樣本選擇問題；表6中（1）列為第一步回歸結果，（2）列和（3）列則為第二步回歸結果。從回歸結果中可以發現，逆米爾斯比率的回歸系數并不顯著，說明樣本并不存在樣本選擇偏差問題，此外，數字化虛擬變量的回歸系數均在1%水平上顯著為負，說明企業數字化越高時，股價崩盤風險的可能性會越低，與本文的主要結論一致。

五、進一步研究：作用機制分析

通過對前文分析發現企業進行數字化變革，股價崩盤風險可以得到有效的控制，但是其背后的機理尚不清楚，企業數字化對股價崩盤風險的影響是通過何種傳導途徑形成的？因此，為解開企業數字化對股價崩盤風險影響的“黑匣子”，本文將從以下兩種路徑展開分析。

（一）內部控制作用機制

企業數字化降低股價崩盤風險可以通過改善內部控制的路徑來提升。企業進行數字化變革能夠提高企業的內部控制質量，從而提高企業的決策效率，增強企業的核心競爭力。企業進行數字化變革能夠規范企業內部非標準化、非結構化的業務，優化企業資源配置方式、業務管理流程和生產組織模式[20]，通過對公司的戰略設計、財務穩定性、報表可信度、資產安全等方面不斷完善，可以使公司的組織運作更加有序與科學。在戰略設計、財務穩定、報表可靠性、資產安全上持續強化，企業組織經營行為的有序性和科學性也能隨之增強。換言之，企業內部控制能力越高，越能有效利用好自身資源實現“提升效率”和“降低風險”的雙重匹配，降低信息的不對稱性[21]。其傳導路徑為：企業數字化→內部控制質量→股價崩盤風險。

（二）盈余管理作用機制

企業數字化降低股價崩盤風險可以通過抑制盈余管理的路徑來提升。一方面，企業通過數字化可以優化企業管理流程，加強企業信息交流。目前，在大型企業生產領域中廣泛運用SAP等技術，它能夠優化企業生產活動的資源配置。同時通過SAP數字化變革形成定制化生產應用，使得財務數據更加準確，可以降低企業信息不對稱。另一方面，企業通過數字化變革減少信息不對稱來降低企業交易成本。根據交易成本理論，企業為了促成交易達成必然產生以下成本：搜尋成本、信息成本、監督成本和決策成本等，這些成本產生的根本原因就是信息不對稱，企業進行數字化變革能夠為降低信息不對稱提供契機。首先，企業在內部搭建數字化平臺，通過內部平臺能夠有效地降低企業決策簽訂契約所需的內部成本，同時數字化平臺對交易流程進行跟蹤、監督，減少企業監督成本；其次，企業搭建外部平臺，可以增加對客戶和供應商的聯系，獲取商品信息與交易對象信息，降低企業搜尋成本和信息成本，因此數字化可以有效降低盈余管理。盈余管理在某種程度上抑制了負面信息向市場的傳遞，降低了信息的透明性，當公司對不良信息的承受能力達到極限時，很可能導致股價崩盤風險[22]。其傳導路徑為：企業數字化→盈余管理→股價崩盤風險。

為了檢驗企業數字化對股價崩盤風險的作用機制，本文借鑒溫忠麟等[23]中介效應檢驗方法，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表示中介變量。本文根據迪博（DIB）數據庫，以DIB指數來表示內部控制質量。本文應用修正后的Jones模型，通過可操縱性應計利潤絕對值（DA）來表示盈余管理，建立如下模型：

■=■+α2■+α3■

（8）

■=■+α2■+α3■+εi，t

（9）

■=■-■? （10）

其中，下標i表示公司；t表示年份；NDA為非操縱性應計利潤；A為初始資產總值；ΔREV為營業收入差額；ΔREC為應收賬款差額；PPE為公司的固定資產原值；TA為總應計利潤，表示凈利潤與現金流量差額；DA為操縱性應計利潤，表示總應計利潤與非操縱性應計利潤之差。

表7報告了內部控制質量與盈余管理分別作為傳導路徑的回歸檢驗結果。（2）列顯示，當內部控制質量（DIB）為因變量時，企業數字化的回歸系數（0.061）在1%水平顯著為正，即企業數字化與內部控制質量正相關；（3）列顯示，股價崩盤風險對企業數字化、內部控制質量的回歸系數分別為-0.029和-0.025，皆在5%的水平上顯著為負，說明內部控制發揮著部分中介作用，即企業數字化可以通過提高內部控制質量降低股價崩盤風險；（5）列顯示，盈余管理（DA）為因變量時，企業數字化的回歸系數（-0.027）在5%水平顯著為負，即企業數字化與盈余管理負相關；（6）列顯示，股價崩盤風險對企業數字化、盈余管理的回歸系數分別為-0.038和0.021，分別在1%、10%的水平上顯著，說明盈余管理發揮著部分中介作用，即企業數字化能夠有效地抑制信息不對稱，減少市場摩擦和交易成本，降低企業盈余管理程度，提高會計信息質量，降低股價崩盤風險。

六、研究結論和啟示

本文選取2012—2021年滬深A股上市公司數據，研究企業數字化對股價崩盤風險的影響，通過分析得出以下結論：（1）企業數字化與股價崩盤風險呈顯著負相關，即數字化轉型程度越高的企業，其股價崩盤風險越低；（2）異質性分析表明，民營企業相較于國有企業數字化對股價崩盤風險的抑制效應并不顯著；（3）機制檢驗表明，內部控制質量與盈余管理分別在傳導路徑中發揮了正向中介與負向中介作用，因此企業數字化可以通過提高內部控制質量與降低企業盈余管理程度來達到降低股價崩盤風險目的。

本文研究結論具有如下啟示：（1）要用戰略的眼光看待企業數字化對企業價值的影響。作為企業的管理者，應該采取前瞻性戰略積極主動地去開展數字化變革，企業數字化不僅短期會改善企業的商業模式、組織模式，在經濟全球化的壓力下，企業信息化也成為提升核心競爭力的主要有效途徑之一，會給企業帶來長期的價值增長。企業的管理層應該更加積極地去擁抱數字化變革，通過加強對企業數字化轉型的引導，發揮數字化轉型對股票市場的穩定作用。（2）政府要加大對民營企業的扶持力度，助力民營企業數字化轉型。考慮企業自身性質與發展情況，采用符合企業特征的發展模式，只有考慮到企業資源的異質性，才可以讓企業獲得先行優勢，獲得額外利潤，“雙管齊下”才能有效降低股價崩盤風險。（3）企業在面對內外風險時，要把握機遇，加強內部控制管理，降低經營風險。同時企業要找準數字化轉型的切入點，內部控制質量與企業盈余管理作為企業數字化對股價崩盤風險影響的中介路徑，可以作為企業進行數字化變革的切入點，這樣可以形成科學預估，避免短視行為的產生，保證其能夠以長遠的眼光來看待企業價值問題，從而做出有利于企業長遠發展的決策。

【參考文獻】

［1］ 羅進輝，杜興強.媒體報道、制度環境與股價崩盤風險［J］.會計研究，2014（9）：7.

［2］ 耀友福，胡寧，周蘭.審計師變更、事務所轉制與股價崩盤風險［J］.審計研究，2017（3）：8.

［3］ 杜金岷，李亞菲，吳非.股票流動性、媒體關注與企業創新［J］.中國經濟問題，2020（3）：17.

［4］ 張倩倩，周銘山，董志勇.研發支出資本化向市場傳遞了公司價值嗎？［J］.金融研究，2017（6）：15.

［5］ 吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：15.

［6］ 何帆，劉紅霞.數字經濟視角下實體企業數字化變革的業績提升效應評估［J］.改革，2019（4）：12.

［7］ 羅艷梅，張全爽，李秀媛.數字化轉型視角下制造企業內部控制質量研究——來自中國制造業上市公司的經驗證據［J］.會計之友，2022（22）：103-110.

［8］ 梁琳娜，張國強，李浩，等.企業數字化轉型經濟效果研究——基于市場績效和財務績效的分析［J］.現代管理科學，2022（5）：146-155.

［9］ 聶興凱，王穩華，裴璇.企業數字化轉型會影響會計信息可比性嗎［J］.會計研究，2022（5）：23.

［10］ 司登奎，李小林，趙仲匡.非金融企業影子銀行化與股價崩盤風險［J］.中國工業經濟，2021（6）：19.

［11］ 郭慧婷，張曉，劉瑩.現金股利政策、過度投資與股價崩盤風險［J］.會計之友，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］ 許漢友，岳茹菲，趙靜.財務共享智能化水平對企業績效的影響研究［J］.會計之友，2022（7）：141-147.

［14］ 陳金亮，趙雅欣，林嵩.智能制造能促進企業創新績效嗎？［J］.外國經濟與管理，2021，43（9）：83-101.

［15］ 賈京坤，朱英，談捷.數字化轉型趨勢下國際能源化工公司的戰略與實踐［J］.石油學報（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］ 權小鋒，肖紅軍.社會責任披露對股價崩盤風險的影響研究：基于會計穩健性的中介機理［J］.中國軟科學，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］ 陳運森，鄧■璐，李哲.證券交易所一線監管的有效性研究：基于財務報告問詢函的證據［J］.管理世界，2019（3）：18.

［20］ 曾德麟，蔡家瑋，歐陽桃花.數字化轉型研究：整合框架與未來展望［J］.外國經濟與管理，2021（5）：14.

［21］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：19.

［22］ 周愛民，遙遠.真實盈余管理、監督壓力與股價崩盤風險［J］.上海金融，2018（7）：1-6.

［23］ 溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004（5）：614-620.