The Peer Effect of Enterprise Digital Transformation

Li Qian, Wang Shihao, Deng Peidong, Wang Keyun

(School of Economics and Finance, Xi'an Jiaotong University, Xi'an 710061, China)

Abstract：The outbreak of COVID-19 and the shocks of geopolitical risks have brought great challenges to China's economic development. Technological innovation, the flow of production factors and the confidence of economic agents have also suffered. In order to boost the market vitality, digital transformation has become one of the value strategies for firms. Digital transformation can effectively reduce information asymmetry and optimize resource utilization and improve productivity; it helps to reduce operating risk and improve internal and external governance to reduce debt default risk and it promotes stakeholders' participation of business decisions, and strengthens the orientation of corporate social responsibility.

With the popularity of digital transformation in enterprises, the research on digital transformation has been enriched gradually, covering the measurement of digital transformation and the economic consequences of digital transformation, such as enterprise value, enterprise risk and strategic decision. Although existing studies have confirmed the positive effects of digital transformation, little literature has explored the mutual influence of corporate digital transformation behavior. This paper proposes that the firms' decision-making behavior will influence each other, and the digital transformation of firms may be affected by the peer firms' digital transformation from the two following aspects. According to the information imitation theory, there are serious information asymmetry between firms and their stakeholders in an uncertainty environment. In order to reduce information costs, the firms are more likely to imitate the actions containing value information of other firms. Digital transformation, as a kind of value strategy, can effectively reduce the degree of information asymmetry between firms and investors, and improve the capital market performance. By imitating the digital transformation behavior of other firms, firms with low information transparency pass more information about firms' values to investors to reduce their information costs. In addition, firms with high information transparency can disclose more information about digital transformation, which provides the opportunity for firms with low information transparency. Thus, the firms with low information transparency are more likely to imitate peer digital transformation. According to the market competition theory, in order to maintain market position, the firms are willing to monitor and imitate the digital transformation of peer firms. In the industries with fierce competition, digital transformation can alleviate the difficulty in accessing finance,and reduce operating costs, and help firms obtain more cash flow, which will further intensify industry competition and lead to higher bankruptcy risks for firms. Thus the firms have a stronger incentive to emulate and learn from the digital transformation of their peers in order to obtain credit and reduce operating costs; then they can withstand predatory attacks from competitors and maintain existing market positions. In addition, for the industries with high degree of competition, firms usually implement the same strategy with their peers due to the cruel competitive elimination mechanism. However, the process of digital transformation needs a large amount of capital investment. Once the peers begin to implement digital transformation, firms will imitate and learn from their peers' digital transformation to reduce costs, hence the firms in highly competitive industries are more likely to imitate peer digital transformation.

This study analyzes the peer effect of digital transformation between firms in the same industry. On the basis of the annual reports of A-share listed firms in Shanghai and Shenzhen Stock markets, it uses Python to extract the frequency of words related to digital transformation and the frequency is used to measure the level of firms' digital transformation. Further, from the perspectives of CEO characteristics, firms' information environment and industry competition, it comprehensively expounds the mechanism of the peer effect in firms' digital transformation.

It is found that the firms' digital transformation behavior has a significant peer effect; the information environment and the market competition is the main factor of digital transformation effect; the peer effect of digital transformation is stronger in the firm with male CEO or highly educated CEO, and located in low FinTech development regions;the followers and leaders in the same industry imitate each other, but followers imitate leaders more. Further studies show that only firms with high level of digitalization benefit by imitating the peers' digital transformation. This paper not only reveals the influence mechanism and economic consequences of the digital transformation of Chinese listed firms, but also provides relevant theoretical basis and empirical evidences for promoting the firms' digital transformation.

Key Words：Digital Transformation; Peer Effect; Information Asymmetry; Market Competition

DOI：10.6049/kjjbydc.2022040319

开放科学(资源服务)标识码(OSID)：

中图分类号：F272.7-39

文献标识码：A

文章编号：1001-7348(2023)17-0001-12

收稿日期：2022-04-11

修回日期：2022-06-09

基金项目：教育部人文社会科学规划基金项目(17YJA790047);陕西省软科学重点项目(2020KRZ018);广电总局部级社会科学研究项目(GD2033);陕西省哲学与社会科学重大理论与现实问题研究项目(20JZ-25)

作者简介：李倩(1982—),女,吉林汪清人,博士,西安交通大学经济与金融学院教授、博士生导师,研究方向为公司金融;王诗豪(1996—),男,湖北监利人,西安交通大学经济与金融学院博士研究生,研究方向为公司金融与数字化转型;邓沛东(1995—),男,陕西扶风人,西安交通大学经济与金融学院博士研究生,研究方向为公司治理与数字化转型;王柯蕴(1995—),女,山西晋城人,西安交通大学经济与金融学院博士研究生,研究方向为金融工程与资产定价。

0 引言

2020年,新冠肺炎疫情暴发,世界经济遭受巨大冲击,加上中美贸易战持续升级,我国经济发展面临巨大挑战,技术创新、要素流通与经济主体信心深受负面影响[1-2]。因此,我国亟须找到促进经济高质量发展的突破口。2019年,习近平总书记在中央政治局第十八次集体学习时强调,要利用区块链技术探索数字经济模式创新,为打造便捷高效、公平竞争、稳定透明的营商环境提供动力,为推进供给侧结构性改革、实现各行业供需有效对接提供服务,为加快新旧动能接续转换、推动经济高质量发展提供支撑。中共十九大报告明确指出,加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合,在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。疫情期间,众多企业通过数字化转型,大大提高了生产效率。因此,数字化转型逐渐成为企业高质量发展的新引擎。

随着数字化转型企业数量增加,数字化转型研究愈加丰富。现有文献不仅对企业数字化转型概念进行界定[3-5],而且探究数字化转型经济后果,如企业价值[6]、企业风险[7-8]及战略决策[9-11],但鲜有文献探究企业数字化转型行为的相互影响。企业间相互模仿和学习会导致整个群体行为呈现出一致性特征,这种现象被称为同群效应。同群效应研究始于教育经济学领域,Summers &Wolfe[12]、Henderson等[13]发现,在其它条件相同的情况下,如果同学成绩优异,学生的表现会更好。随着交叉学科研究兴起,同群效应在经济与金融领域被广泛应用。Mackay &Phillips[14]发现,公司资本结构会受行业同群公司的影响;Mas &Moretti[15]发现,雇佣高生产率工人能够提高其他工人的生产率。此外,公司其它行为也会受到同群效应的影响,如股利政策[16]、商业信用[17]、投资[18]、过度负债[19]、企业研发决策[20]。考虑到同行企业决策行为会相互影响,本文认为,公司数字化转型决策可能受同行企业数字化转型的影响。因此,本文基于同群效应角度分析企业数字化转型影响因素与内在机制。

1 理论分析与研究假设

企业基于自身掌握的信息,通过模仿竞争对手的价值行为制定决策[21-22]。其中,模仿和学习同行企业决策会促使整个行业行为呈现相对一致性特征,从而产生同群效应。

Lieberman &Asaba[23]提出两种理论解释公司的模仿行为:第一种为信息模仿理论。信息优势企业会向外界传递较多的价值信息,因而其利益相关者信息获取成本较低。信息劣势企业与其利益相关者之间存在信息不对称,导致后者信息搜索成本和监督成本较高[24]。为了降低信息成本,信息劣势企业更有动力模仿同行企业。此外,信息优势企业能够向市场传递更多战略信息,而信息劣势企业出于降低战略实施成本的目的会模仿信息优势企业。因此,模仿同群企业是缓解公司和利益相关者间信息不对称问题以及降低决策成本的重要工具。另一种为市场竞争理论。该理论认为,企业模仿竞争对手的行为是为了维持自身市场地位。在竞争激烈的行业内部,企业面临更多掠夺性攻击[25]。为了抵御竞争对手的掠夺性攻击,企业愿意采取与同群企业相同的战略,而非差异化战略。与同群企业实施相同战略能通过“搭便车”行为降低战略实施成本。因此,在激烈的市场竞争环境中,企业同群效应更显著。

关于企业数字化转型的内涵,学者们从不同视角进行了界定。发展阶段视角下,Verhoef等[3]提出,企业数字化转型分为3个阶段:第一阶段是企业将信息转化为数字信息的过程;第二阶段是企业将业务模式与数字技术相结合以优化业务流程的过程;第三阶段是在前两个阶段的基础上,根据市场环境调整商业模式的过程,即利用数字信息和技术带动产品、流程及组织结构转变。风险防范视角下,易露霞等[26]认为,我国企业数字化转型是为了以数据高效流动实现技术、人才、物资等要素优化配置,缓解不确定性风险对企业的冲击。业务流程视角下,肖红军等[9]认为,数字化转型是企业将数字技术融入研发生产与销售服务全过程,实现数字技术赋能企业创新链、供应链和价值链。基于不同视角,数字化转型具有不同的定义,但其核心是以提升企业生产效率为目标,将传统生产要素与数字技术深度融合的创新过程。现有文献聚焦数字化转型的经济后果。经济价值层面,吴非等(2021)发现,数字化转型不仅能够有效改善企业财务状况,而且可以提高创新产出效率。企业风险层面,张永珅等[7]发现,数字化转型通过优化企业内外部治理体系降低审计风险与成本;王守海等[8]发现,数字化转型通过降低经营风险、缓解融资约束和减少代理成本降低企业债务违约风险。战略决策层面,肖红军等[9]发现,数字化转型通过数字社区促使利益相关方参与企业经营决策,构建以集体主义为核心的共同治理机制,能够有效抑制企业内部机会主义行为,强化企业社会责任战略导向;洪俊杰等[10]认为,数字化转型能够通过实时监控产品生产、及时获取供应链信息以及快速搜寻市场需求信息实现产品优化,从而提升产品出口质量。总之,数字化转型能够降低企业风险,优化企业决策,是重要的企业价值提升战略。面对同行企业数字化转型,企业有动力进行模仿和学习,因为这种模仿和学习是有价值的。因此,本文提出以下假设:

H1:上市公司数字化转型存在同群效应。

根据信息模仿理论,在不确定性环境中,企业和利益相关者之间存在严重的信息不对称问题。为了降低信息成本,企业有可能模仿其它企业战略决策。数字化转型能够有效降低企业与投资者之间的信息不对称程度,提高企业资本市场份额(吴非等,2021)。信息优势企业面临的融资约束较小,能够进行更多数字化转型投资,可为信息劣势企业提供数字化转型相关信息。信息劣势企业通过模仿信息优势企业数字化转型行为,向投资者传递更多价值信息,从而降低自身信息成本。此外,信息劣势企业为了降低数字化转型实施成本,更有动力模仿信息优势企业数字化转型。因此,信息不对称程度较高的企业更有可能模仿同行企业数字化转型。

基于市场竞争理论,企业为了维持市场地位,会密切关注同行企业决策。数字化转型能够缓解融资难问题并降低企业运营成本,帮助企业获得更多现金流。在竞争激烈的行业内部,企业面临较高的破产风险[25,27],因而具有更强的动机模仿和学习同行企业数字化转型,以便获得信贷资金并降低运营成本,进而维持现有市场地位。此外,在竞争程度较高的行业,由于面临残酷的淘汰机制,企业通常会与同群企业实施相同的战略,而非差异化战略,以降低运营成本。企业数字化转型过程需要大量资金投入,一旦同行企业实施数字化转型,企业就会进行模仿和学习。据此,在竞争越激烈的行业,企业越可能模仿同行企业数字化转型。据此,本文提出以下假设:

H2:信息不对称程度较高的企业,数字化转型的同群效应更显著。

H3:在竞争激烈的行业,企业数字化转型的同群效应更显著。

2 研究设计

2.1 样本选择与数据来源

本文选择2007—2020年中国 A 股上市公司为研究对象,并剔除金融行业样本及财务数据缺失企业样本。参考Leary &Roberts[21]的研究成果,本文将同行业公司界定为同群企业,行业分类标准依据证监会2012年公布的行业分类方法。考虑到制造业上市公司数量较多,本文对制造业进行二级分类,对其它行业进行一级分类[16]。本文使用的公司财务数据和股票市场数据均来自国泰安数据库(CSMAR),相关企业年报数据来自沪深交易所官方网站。

2.2 变量定义

2.2.1 核心解释变量与被解释变量

企业数字化转型(Digital)。现有研究大多基于机器学习的文本分析法对企业数字化程度进行测度。例如,吴非等(2021)通过整理数字化转型相关文献、政策文件和研究报告构建数字化转型特征词库,使用年报中特征词的词频度量企业数字化程度;袁淳等(2021)提取年报“管理者讨论与分析”(MD&A)部分中的197个数字化相关词汇,并采用词频总数与MD&A部分语段长度的比值度量企业数字化水平。本文借鉴吴非等(2021)构建的企业数字化转型特征词库,利用Python软件获得上交所和深交所全部A股上市企业年度报告,然后统计特征词词频,最终加总所有特征词的词频得到企业数字化转型度量指标。进一步地,对总词频数进行加1后取对数,以消除数据的右偏性。在稳健性分析中,采用袁淳等(2021)提出的数字化转型指标进行稳健性检验。

2.2.2 控制变量

考虑到遗漏变量可能造成的内生性问题,本文参考Gyimah等[17]的研究成果,选取公司和行业层面变量加以控制,具体指标与相关定义见表1。

2.2.3 模型设定

本文利用以下回归模型进行假设检验,如式(1)所示。

(1)

其中,i、j、t分别为公司、行业和年度,被解释变量为公司数字化水平(Digital),核心解释变量为同群公司数字化水平 为公司层面控制变量,为行业(剔除公司i后的所有公司)层面控制变量,所有控制变量均滞后一期。此外,本文加入年份和公司固定效应。根据前文理论分析,如果的系数显著为正,说明同群公司数字化转型能够促进企业数字化转型,发挥同群效应。具体描述性统计结果如表2所示。

2.2.4 工具变量

本文借鉴Gyimah等[17]的做法,选取同群公司特质股票收益率作为工具变量,以此反映同群公司自身信息。同群公司特质股票收益率能够反映其未来盈利能力,盈利能力越强,同群公司数字化转型意愿越强。具体而言,本文使用滞后一期同群公司平均特质股票收益率作为数字化水平测度的工具变量。特质股票收益率计算模型在Carhart[28]构建的四因子模型基础上加入行业平均超额收益,如式(2)所示。

(2)

其中,Rijt为行业j中公司i第t月的股票收益率。RMt-RFt为第t月市场超额收益率,RMt为月市场回报率,RFt为第t月无风险利率,SMBt为第t月市值规模因子,HMLt为第t月账面市值比因子,MOMt为第t月动量因子,为行业因子,为剔除公司i的行业平均收益。

在每个观测年度,使用式(2)对过去5年至少拥有24个月收益率相关数据的企业进行回归,获得各系数值。基于估计出的系数计算股票在该年度每个月收益率的拟合值,即预期收益,如式(3)所示。

(3)

该月股票特质收益率如式(4)所示 。

(4)

通过式(4)计算出月度特质回报的平均值,由此得到年度特质收益率指标。同群公司平均特质收益率的计算方法同上。

3 实证结果分析

3.1 基准回归分析

本文检验企业数字化转型是否存在同群效应,结果如表3所示。在不包含控制变量、仅包含企业特征变量、仅包含同群特征变量以及同时包含企业和同群特征变量4种情况下,同群企业数字化转型系数分别为0.546、0.518、0.549和0.522,均在 1% 水平下显著为正。上述结果表明,企业数字化转型受同群企业数字化转型的影响显著。

3.2 内生性问题

考虑到企业同群效应可能受政策和宏观经济波动等外部冲击的影响[17,21],本文选取同群企业股票特质波动率作为工具变量,检验结果如表4所示。由表4可知,第一阶段回归中,工具变量L1peeridiosy_ret的系数显著为正;第二阶段回归中,同群企业数字化转型系数仍显著为正,表明企业数字化转型存在同群效应。

为了进一步解决内生性问题,本文引入被解释变量的滞后项,并运用系统广义矩进行估计[29],结果如表5所示。由表5可知,同群效应系数为0.426,且在5%水平上显著相关,Sargan统计量为10.54,Hansen统计量为14.28,说明所有工具变量均满足外生性和有效性要求。因此,假设H1得到进一步验证。

3.3 稳健性检验

为了解决潜在测量误差,本文参考袁淳等(2021)的做法,基于更多数字化转型相关词汇计算数字化转型指标。基于2012—2018年30份国家数字经济政策文件,提取出197个企业数字化转型相关词汇,然后统计年报MD&A部分中的词汇频数,再加总除以MD&A部分的语段长度,最后将这一指标乘以100。替换度量方法后的检验结果如表6所示。由表6第(1)列可知,结果显著为正,说明公司数字化转型存在同群效应。表6第(2)列中,本文将同群公司数字化程度滞后一期,结果仍显著为正,假设H1仍然成立。

4 同群效应机制分析:信息不对称与产品市场竞争

4.1 信息不对称

根据信息模仿理论,为了降低信息成本和战略实施成本,信息劣势企业具有较强的动机模仿信息优势企业数字化转型。因此,本文认为,相较于信息优势企业,信息劣势企业模仿同行企业数字化转型的动机更强,即信息劣势企业数字化转型的同群效应更显著。

为了验证信息模仿理论,本文采用信息透明度区分信息优势企业和信息劣势企业。大量文献采用基于操控性应计项目计算的盈余透明度衡量企业信息透明度[30-33]。本文参照Hutton等[34]的做法,采用公司过去3年操控性应计项目绝对值之和(Opaque)衡量上市公司信息透明度,Opaque越大,公司操纵盈余概率越高,公司信息透明度越低。此外,由于高信息透明度公司的股价同步性较低[34],故本文选择股价同步性(Syn)作为企业信息环境的代理变量。

为了验证假设H2,本文根据盈余透明度(Opaque)和股价同步性(Syn)的中位数对样本企业进行分组。表7第(1)和第(3)列为低Opaque组与低Syn组样本,代表高信息透明度公司;表7第(2)和第(4)列为高Opaque组与高Syn组样本,代表低信息透明度公司。结果表明,高信息透明度公司的同群效应低于低信息透明度公司的同群效应。上述结果验证了假设H2。

4.2 产品市场竞争

随着市场竞争强度提升,企业面临着更多的掠夺性攻击和更高的破产风险[25,27]。为了维持市场地位,企业具有更强的动机关注同行企业并模仿其数字化转型行为。这是由于通过模仿同行企业,企业能够获得更多信贷资金以抵御掠夺性攻击。此外,在竞争激烈的行业,为了降低战略实施成本,企业通常会与同行企业实施相同的战略。通过模仿和学习同行企业,企业能够降低自身数字化转型成本。因此,在竞争越激烈的行业,公司数字化转型的同群效应更显著。

参考胡题和谢赤[35]、Gyimah等[17]的做法,本文采用HHI和FFC衡量行业市场竞争程度。HHI是行业所有企业市场份额的平方和,HHI越大,行业集中度越高,行业市场竞争程度越低。FFC是行业排名前4企业的市场份额,FFC越大,行业市场竞争程度越低。

为了验证假设H3,本文分别根据HHI和FFC的中位数对样本企业进行分组。表8第(1)和第(3)列为低HHI组与低FFC组样本,代表高市场竞争行业;表8第(2)和第(4)列为高HHI组与高FFC组样本,代表低市场竞争行业。结果表明,高市场竞争行业的同群效应高于低市场竞争行业的同群效应。上述结果验证了假设H3。

5 进一步分析

本文进一步分析高管特征对数字化转型同群效应的影响。首先,探究地区金融科技发展水平对数字化转型同群效应的影响。其次,检验领导者和追随者是否模仿同行企业数字化转型行为。最后,针对不同数字化转型程度的企业,研究数字化转型同群效应的差异化经济后果。

5.1 高管特征

高管是公司战略的主要决策者,CEO作为权责最大的高管,对公司战略选择具有重要影响。因此,本文考察CEO特征对企业数字化转型同群效应的影响。

年轻CEO更加注重声誉,对于企业决策更加谨慎[36],会花费更多时间评估企业数字化转型收益和成本,因而不会轻易地模仿同群企业。因此,拥有年长CEO的企业,其数字化转型的同群效应更显著。

当同群企业通过实施数字化转型提升自身价值时,过度自信的CEO因为相信自身能力和判断,认为模仿同群企业能够提升自身价值,进而有动力模仿同群企业数字化转型。相较于女性CEO,男性CEO通常会表现出过度自信[16]。相较于低学历CEO,高学历CEO在公司决策中会表现出过度自信[37]。因此,男性CEO或高学历CEO企业,其数字化转型的同群效应更显著。

本文按照CEO年龄中位数将公司样本分为两组,表9第(1)列为年轻CEO企业,代表CEO过度自信低组;表9第(2)列为年长CEO企业,代表CEO过度自信高组。结果显示,相较于年轻CEO企业,年长CEO企业数字化转型的同群效应更显著,但两组同群效应系数差异并不显著。按照CEO性别将公司样本分为两组,表9第(3)列为女性CEO企业,代表CEO过度自信低组;表9第(4)列为男性CEO企业,代表CEO过度自信高组。结果显示,相较于女性CEO企业,男性CEO企业数字化转型的同群效应更显著,并且两组样本同群效应系数差异显著。按照CEO学历将公司样本分为两组,表9第(5)列为低学历CEO企业,拥有硕士以下学历的CEO;表9第(6)列为高学历CEO企业,拥有硕士及以上学历CEO企业。结果表明,高学历CEO企业数字化转型的同群效应高于低学历CEO企业数字化转型的同群效应,并且两组样本企业同群效应系数差异显著。因此,本文认为,CEO过度自信是数字化转型同群效应的重要驱动因素。

5.2 地区金融科技发展水平

金融科技可以借助数字技术低成本、高质量地处理海量非结构化数据,从而加快信息流动速度。这种高质量金融供给可为企业数字化转型提供更多资源支撑(吴非等,2021)。因此,在高金融科技发展水平地区,企业可以依靠丰富的金融科技资源实施数字化转型或差异化战略,并不需要模仿同群企业,因而企业间的同群效应较弱。在低金融科技发展水平地区,企业面临金融资源匮乏的困境,为了降低战略成本,不得不模仿高金融科技发展水平地区企业数字化转型。此外,丁娜等[38]发现,金融科技平台可以替代分析师市场,为投资者提供更多资本市场信息。在低金融科技发展水平地区,较差的信息环境导致严重信息不对称,因而企业信息获取成本较高。在高金融科技发展水平地区,其数字化转型信息丰富,因而低金融科技发展水平地区企业有动力模仿高金融科技发展水平地区企业数字化转型。因此,本文认为,在低金融科技发展水平地区,企业数字化转型的同群效应更显著。

本文选取北京大学省级普惠金融指数衡量地区金融科技发展水平,按照每年普惠金融指数中位数将样本进行分组,结果见表10。由表10可知,低金融科技发展水平地区企业的同群效应高于高金融科技发展水平地区企业的同群效应,并且两组样本同群效应系数差异显著。上述结果为假设H2提供了新的证据。

5.3 领导者与追随者间的同群效应

一般而言,行业领导者拥有更多渠道获取企业发展所需信息[16],因而可能率先实施价值提升战略,如数字化转型。为了维持市场领先地位,领导者会学习和模仿其它企业数字化转型。通常情况下,领导者会披露较多的数字化转型相关信息,而追随者通过模仿领导者能够享受“搭便车”。由此,本文认为,追随者(领导者)数字化转型会受到领导者(追随者)数字化转型的影响。

参考Gyimah等[17]的做法,本文采用固定资产、年龄和杠杆率等变量将公司样本划分为领导者和追随者,如果指标高于(低于)中值,则为领导者(追随者)。表11第(1)(3)(5)列为领导者公司数字化转型的同群效应检验结果,第(2)(4)(6)列为追随者公司数字化转型的同群效应检验结果。以固定资产划分领导者和追随者,结果发现,领导者受同行业追随者数字化转型的影响系数仅为0.095,而追随者受到同行业领导者数字化转型的影响系数为0.149。由此可以看出,追随者(领导者)数字化转型会受领导者(追随者)数字化转型的影响,但领导者数字化转型同群效应低于追随者数字化转型同群效应,即追随者和领导者相互模仿,但追随者模仿领导者更多。

5.4 数字化转型同群效应的经济后果

本文基于经营绩效视角考察企业数字化转型同群效应的经济后果。企业决策可能与企业价值存在非线性关系,如杠杆率、现金持有均对公司经营绩效具有非线性影响[39-40]。因此,本文认为,企业数字化转型的同群效应会造成非线性经济后果。企业借助数字技术打通生产、分配、交换与消费各环节堵点,极大地提高资源配置效率。随着数字化进程推进,企业逐渐形成平台经济发展模式,成为垄断企业。高数字化水平企业依靠垄断地位,进一步壮大数字平台规模,提升自身价值。低数字化水平企业无法采取平台经济发展模式,因而在各环节落后于高数字化水平企业,即便能够模仿高数字化水平企业,也无法撼动其垄断地位。因此,本文认为,数字化转型的同群效应在高数字化水平企业更显著。

本文使用托宾Q值作为经营绩效的代理指标,选取同群企业数字化发展水平的滞后一期作为解释变量,其它控制变量与基准回归模型一致。考虑到二次项回归的共线性问题,本文采用分组回归,将高于数字化水平中位数企业样本归入高数字化水平转型组,其它为低数字化水平转型组,结果如表12所示。由表12可知,只有高数字化水平企业才能借助同群效应获得更好的经营绩效。

6 结语

6.1 研究结论

本文利用2007—2020年沪深A股上市公司数据,分析企业数字化转型行业的同群效应及其产生机制、异质性特征和经济后果,得到以下主要结论:

(1)企业数字化转型存在显著行业同群效应,即同行企业数字化转型能够促进企业数字化转型。本文使用工具变量和GMM解决内生性问题,并通过替换数字化转型的代理变量提升结论的稳健性。

(2)信息环境和行业竞争是企业数字化转型同群效应产生的主要影响因素。

(3)数字化转型的同群效应在拥有男性CEO、高学历CEO企业以及低金融科技发展水平地区企业更显著。

(4)行业中,追随者和领导者相互模仿,但追随者模仿领导者更多。进一步研究发现,模仿同行企业数字化转型的好处只在高数字化水平企业体现。

6.2 理论贡献

(1)已有同群效应研究主要关注企业决策、股利政策[16]、商业信用[17]、投资[18]、过度负债[19]、研发投入[20]、资本结构[21]等。本文关注企业数字化转型的同群效应,丰富了企业层面的同群效应研究。

(2)现有数字化转型研究主要探究其经济后果,如企业价值[6],股票流动性(吴非等,2021)、专业化分工水平(袁淳等,2021)、债务违约风险[8]等。本文将数字化转型与同群效应结合,深入探究数字化转型机制、异质性特征,进一步丰富了企业数字化转型研究。

(3)陈庆江等[41]虽分析了同群企业数字化转型对企业自身数字化转型的影响,但存在以下不足:第一,仅考虑行业层面因素,未考虑企业信息环境、CEO过度自信等其它影响机制;第二,未使用有效方法解决企业同群效应的内生性问题;第三,未基于追随者和领导者视角探讨二者间数字化转型同群效应差异;第四,未考虑企业数字化转型的经济后果。针对上述不足,本文提供了理论补充与实证检验。

6.3 研究启示

在数字经济时代,数字化转型成为企业巩固市场竞争优势的重要手段,但并非所有企业都能把握数字化机遇。基于上述结论,本文提出如下政策启示:

(1)完善数字化基础设施与政策法规。不仅要完善数字化基础设施建设,为企业数字化转型提供保障,而且要制定相关政策以激发市场活力,防范数字化带来的潜在风险。重点帮扶低数字化水平企业,避免高数字化水平企业利用自身垄断地位掠夺低数字化水平企业的市场份额,进而造成严重不平等。

(2)鼓励企业实施差异化数字化转型策略。在数字化转型过程中,企业应根据自身情况,通过“干中学”引导数字化技术与自身发展深度融合。

(3)在筛选CEO时,企业不仅要关注CEO的工作经验,而且需要加强对CEO心理特征的评估。对于低数字化水平企业,过度自信的CEO容易盲目模仿同行企业,不能充分结合自身情况对数字化收益和成本进行权衡,进而导致企业面临较大的经营风险。因此,在筛选CEO时,企业需要加强对CEO心理特征的评估。

6.4 不足与展望

本文主要从行业层面分析企业数字化转型的同群效应,结果发现,从行业层面考虑,企业间存在数字化转型的同群效应,但未考虑地区层面的同群效应。因此,未来可以基于地区层面,考虑同一地区企业间是否存在数字化转型的同群效应,进而对现有研究结论作进一步拓展。

参考文献：

[1] 陈昌盛,许伟,兰宗敏,等.“十四五”时期我国发展内外部环境研究[J].管理世界,2020,36(10):1-14,40.

[2] 中国社会科学院工业经济研究所课题组,史丹.工业稳增长:国际经验、现实挑战与政策导向[J].中国工业经济,2022,39(2):5-26.

[3] PETER C VERHOEF, THIJS B, YAKOV B,et al. Digital transformation: a multidisciplinary reflection and research agenda[J]. Journal of Business Research,2021,122(1):889-901.

[4] 黄丽华,朱海林,刘伟华,等.企业数字化转型和管理:研究框架与展望[J].管理科学学报,2021,24(8):26-35.

[5] 龚雅娴.企业数字化转型:文献综述与研究展望[J].产经评论,2022,13(1):40-47.

[6] 黄大禹,谢获宝,孟祥瑜,等.数字化转型与企业价值——基于文本分析方法的经验证据[J].经济学家,2021,33(12):41-51.

[7] 张永珅, 李小波, 邢铭强. 企业数字化转型与审计定价[J]. 审计研究, 2021,37(3):62-71.

[8] 王守海,徐晓彤,刘烨炜.企业数字化转型会降低债务违约风险吗[J].证券市场导报,2022,32(4):45-56.

[9] 肖红军, 阳镇, 刘美玉. 企业数字化的社会责任促进效应:内外双重路径的检验[J]. 经济管理, 2021, 43(11):52-69.

[10] 洪俊杰,蒋慕超,张宸妍.数字化转型、创新与企业出口质量提升[J].国际贸易问题,2022,48(3):1-15.

[11] 谭志东,赵洵,潘俊,等.数字化转型的价值:基于企业现金持有的视角[J].财经研究,2022,48(3):64-78.

[12] ANITA A. SUMMERS,BARBARA L WOLFE. Do schools make a difference[J]. The American Economic Review,1977,67(4) :639-652.

[13] HENDERSON V,MIESZKOWSKI P,SAUVAGEAU Y. Peer group effects and educational production functions[J]. Journal of Public Economics,1978,10(1) :97-106.

[14] MACKAY P,PHILLIPS G M. How does industry affect firm financial structure[J]. The Review of Financial Studies,2005,18(4):1433-1466.

[15] MAS A,MORETTI E. Peers at work[J]. The American Economic Review,2009,99(1):112-145.

[16] 王磊,张鹏程,张顺明.上市公司现金股利政策的同伴效应研究[J].系统工程理论与实践,2021,41(1):1-14.

[17] GYIMAH D,MACHOKOTO M,SIKOCHI A. Peer influence on trade credit[J]. Journal of Corporate Finance,2020,64(10):1-24.

[18] 江新峰,张敦力.产业政策:一视同仁还是厚此薄彼——来自企业投资同群效应的证据[J].财贸研究,2019,30(3):15-30.

[19] 李志生,苏诚,李好,等.企业过度负债的地区同群效应[J].金融研究,2018,60(9):74-90.

[20] 朱艳丽,陆雪艳,林志帆.中国企业研发决策同群效应的空间计量分析[J].科技进步与对策,2021,38(18):104-113.

[21] MARK T LEARY,MICHAEL R ROBERTS. Do peer firms affect corporate financial policy[J]. The Journal of Finance,2014,69(1):139-178.

[22] 吴娜,白雅馨,安毅.主动模仿还是被动反应:商业信用同群效应研究[J].南开管理评论, 2022,25(3):149-161.

[23] LIEBERMAN M B,ASABA S. Why do firms imitate each other[J].Academy of Management Review,2006,31(2):366-385.

[24] NG C K ,SMITH J K,SMITH R L. Evidence on the determinants of credit terms used in interfirm trade[J]. The Journal of Finance,1999,54(3):1109-1129.

[25] BOLTON P,SCHARFSTEIN D S. A theory of predation based on agency problems in financial contracting[J]. The American Economic Review,1990,80(1):93-106.

[26] 易露霞,吴非,徐斯旸.企业数字化转型的业绩驱动效应研究[J].证券市场导报,2021,31(8):15-25,69.

[27] VALTA P. Competition and the cost of debt[J]. Journal of Financial Economics,2012,105(3):661-682.

[28] MARK M CARHART. On persistence in mutual fund performance[J]. The Journal of Finance,1997,52(1):57-82.

[29] BLUNDELL R,BOND S.Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics,1998,87(1):115-143.

[30] 王亚平,刘慧龙,吴联生.信息透明度、机构投资者与股价同步性[J].金融研究,2009,52(12):162-174.

[31] 谭松涛,崔小勇.上市公司调研能否提高分析师预测精度[J].世界经济,2015,38(4):126-145.

[32] 何乔,薛宏刚,王典.机构投资者、信息透明度与股价崩盘风险[J].经济体制改革,2017,35(5):135-141.

[33] 刘柏,徐小欢.信息透明度影响企业研发创新吗[J].外国经济与管理,2020,42(2):30-42.

[34] HUTTON A P,MARCUS A J,TEHRANIAN H. Opaque financial reports, R2,and crash risk[J]. Journal of Financial Economics,2009,94(1):67-86.

[35] 胡题,谢赤.基于GMM方法的银行业竞争程度对银行风险影响的研究[J].中国管理科学,2013,21(S1):249-254.

[36] HIRSHLEIFER D,THAKOR A V. Managerial conservatism, project choice, and debt[J]. The Review of Financial Studies,1992,5(3):437-470.

[37] 姜付秀,张敏,陆正飞,等．管理者过度自信 、企业扩张与财务困境[J].经济研究,2009,55(1):131-143.

[38] 丁娜,金婧,田轩.金融科技与分析师市场[J].经济研究,2020,55(9):74-89.

[39] 褚玉春,刘建平.债务融资对制造业经营绩效的影响效应研究——基于广义矩法估计的动态面板数据分析[J].数量经济技术经济研究,2009,26(9):79-91.

[40] NASON R S,PATEL P C. Is cash king? market performance and cash during a recession[J]. Journal of Business Research,2016,69(10):4242-4248.

[41] 陈庆江,王彦萌,万茂丰.企业数字化转型的同群效应及其影响因素研究[J].管理学报,2021,18(5):653-663.

(责任编辑:张 悦)