The Impact Mechanism of Data Asset Disclosure on Value Creation: The Dual Perspectives of Corporate Surplus Level and Equity Capital Costs

Tong Ziqiang1, Yan Xinyu1, Ma Jia2

(1.School of Economics and Management, Shanxi University, Taiyuan 030006, China;2.School of Management, Xi'an Jiaotong University, Xi'an 710049, China)

Abstract：In the rapidly evolving digital economy, data assets have emerged as a pivotal strategic resource, driving corporate transformation and playing an increasingly vital role in creating enterprise value. As businesses grow more reliant on data-driven decision-making, the disclosure of data assets has become a key factor influencing corporate performance and market competitiveness. Existing literature has explored either the direct impact of data asset disclosure on enterprise value or its indirect role through the lens of cost of equity capital in enhancing capital market efficiency in resource allocation. However, there remains a lack of systematic analysis regarding the underlying mechanisms through which data asset disclosure drives enterprise value creation. Most studies have yet to unpack the "black box" linking disclosure to enterprise value, failing to identify the specific pathways through which such disclosures exert their influence or the contextual conditions under which these effects are more pronounced.

To address this gap, this study conducts a comprehensive empirical analysis to investigate the impact of data asset disclosure on corporate value creation. The sample consists of 27 141 firm-year observations of Chinese A-share listed companies from 2008 to 2023, primarily drawn from the CSMAR database and firms′ annual financial reports. The dependent variable is Tobin′s Q, used to measure enterprise value creation, as it captures both current market valuation and expectations of future growth, and offers superior data availability and comparability in the context of China′s capital markets. Data asset disclosure constructed from firms′ annual reports is selected as the key explanatory variable.

The empirical findings yield several key conclusions. First, data asset disclosure exerts a statistically significant and economically meaningful positive effect on corporate value creation. This suggests that firms proactively disclosing their data assets are better positioned to unlock value, as such disclosures enhance transparency and signal the firm′s capacity to leverage data for competitive advantage. Second, a detailed mechanism analysis identifies two primary pathways: (1) improving surplus levels by optimizing operational efficiency and profitability via the strategic use of data assets; and (2) reducing the cost of equity capital, as increased transparency mitigates information asymmetry and lowers investor risk perceptions. These findings underscore the dual financial benefits of data asset disclosure, reinforcing its importance in corporate strategy. Furthermore, heterogeneity analysis reveals that the positive impact of data asset disclosure is not uniform across firms but varies with contextual factors. Specifically, the value-enhancing effect is more pronounced in firms operating in highly competitive industries, where data-driven insights provide a critical edge in sustaining market positions. Additionally, the benefits are stronger for firms located in regions with higher data marketization, where institutional support and infrastructure facilitate the effective utilization of data assets. Finally, firms with robust internal governance structures exhibit a more significant valuation premium from data asset disclosure, suggesting that strong governance amplifies the strategic benefits of data transparency.

This study makes several important contributions to theory and practice. Theoretically, it advances understanding of data asset disclosure as a strategic tool in the digital economy, highlighting its role in shaping enterprise value through financial and market-based channels. Practically, the findings offer actionable insights for corporate managers seeking to optimize disclosure strategies, emphasizing the importance of data asset transparency in enhancing competitiveness. Moreover, the study provides policymakers with empirical evidence supporting the promotion of data element marketization, suggesting that regulatory frameworks encouraging data disclosure can foster more efficient capital allocation and economic growth.

In summary, this study underscores the critical role of data asset disclosure in the digital era and provides a foundation for future studies exploring the intersection of data strategy, corporate finance, and market dynamics. Its implications extend beyond the Chinese context, offering valuable lessons for firms and regulators worldwide navigating the challenges and opportunities of the data-driven economy.

Key Words：Data Asset Disclosure; Enterprise Value Creation; Surplus Level; Equity Capital Costs

收稿日期：2025-07-31

修回日期：2026-01-29

基金项目：国家社会科学基金重大项目(20&ZD092);山西省高等学校哲学社会科学研究项目(2024W001);山西省基础研究计划项目(202503021212273)

作者简介：仝自强(1988—),男,山西运城人,博士,山西大学经济与管理学院讲师、硕士生导师,研究方向为数字化转型;严鑫宇(2003—),女,山西吕梁人,山西大学经济与管理学院硕士研究生,研究方向为信息披露;马佳(1987—),女,山西运城人,西安交通大学管理学院博士研究生,研究方向为数据资产。

通讯作者：马佳。

DOI：10.6049/kjjbydc.D10N202507161

开放科学(资源服务)标识码(OSID)：

中图分类号：F275

文献标识码：A

文章编号：1001-7348(2026)06-0001-10

0 引言

数字经济时代,数据成为驱动经济增长的新引擎。作为企业战略资产的新形态,数据资产是由企业拥有或控制,能为企业带来经济利益,以物理或电子方式记录的数据资源,其正在深刻重塑着企业的生产方式、运营模式和价值创造逻辑,催生出新业态、新模式和新动能。国家数据局等部门印发《“数据要素×”三年行动计划(2024—2026年)》《关于促进企业数据资源开发利用的意见》,明确推动数据要素价值创造、构建公平高效的价值分配机制,凸显了数据资产的战略地位。外部投资者愈发关注企业通过数据资产优化资源配置、实现价值创造的实现路径。当前,会计准则尚未将数据资产纳入强制披露范畴,A股上市公司多通过年报披露相关数据信息[1]。这种主动披露行为既能降低信息不对称、满足投资者需求,又能向市场传递积极信号,助力企业吸引优质资源、提升企业价值。当前数据资产信息披露仍处于探索阶段,亟待深入研究其内在作用机理。

现有研究从多个角度揭示数据资产信息披露的积极效应。一方面,数据资产信息通过传递企业数字化能力的积极信号,能降低内外部信息不对称,提升市场对企业的认可度和信任感[2-4]。另一方面,数据资产信息披露有助于企业获取社会资源支持,缓解融资约束,提升创新能力[5-6]。已有研究多围绕数据资产信息披露对企业价值的直接影响展开探讨[2],或从权益资本成本视角探讨其对市场资源配置效率的间接影响[7],缺乏对数据资产信息披露驱动企业价值创造内在机制的分析。二者之间的“黑箱”尚未打开,未能深入揭示数据资产信息披露通过哪些路径影响企业价值创造,以及在何种情境下其影响效应更为显著。

本文重点围绕数据资产信息披露如何通过多重机制影响企业价值创造这一核心问题,以企业盈余水平和权益资本成本为切入点,深入探究数据资产信息披露影响企业价值创造的内在逻辑。本文边际贡献:首先,揭示数据资产信息披露驱动企业价值创造的内在机理,构建更全面的理论框架,为数字经济时代企业价值创造研究提供新视角。其次,通过异质性分析,揭示行业竞争、地区数据市场化水平和内部治理等情境因素对数据资产信息披露的差异化影响,为因地制宜推动数据要素市场化配置提供理论依据。最后,阐明企业数据资产披露行为在吸引资源、优化治理和提升竞争力方面的实际价值,为企业优化披露策略提供参考。

1 文献综述

数字经济时代,数据资产已成为企业进行价值创造和获取竞争优势的核心要素[2],现有研究围绕数据资产信息披露行为本身的价值创造效应与传导路径,探讨其发挥作用的制度基础,尤其是会计处理体系对披露质量与价值实现的制约作用。相关披露内容涵盖数据资产在生产、管理、营销等环节的应用场景、价值创造潜力及未来战略规划,旨在向市场展示企业数字化能力和竞争优势,这些实践层面的披露特征为学界探讨“数据资产信息披露与企业价值创造关系”提供了基础。

一方面,学者探究了数据资产信息披露价值创造路径。在资本市场与信息环境层面,数据资产信息披露能够提高企业信息透明度,吸引分析师关注和降低审计费用[6-9]。在融资活动与资源配置层面,数据资产信息披露不仅能够缓解银企信息不对称,降低银行对企业偿债能力与业务风险的担忧,使企业获取更多贷款[10],还能通过揭示企业发展潜力增强投资者偏好,缓解企业融资约束[11-12]。在组织能力与价值创造维度,企业通过披露数据资产信息向外界传递高水平数字化能力信号,有助于吸引和匹配优质人力资源,提高人力资本水平,优化劳动力结构[13],从而赋能企业高质量发展[2]。但关于自愿性信息披露对企业价值的影响,学术界尚未形成一致结论[14-19]。

另一方面,相关研究发现企业数据资产信息披露规范性与信息含量在很大程度上由其会计处理体系决定,而会计处理的合理性直接影响企业数据资产披露行为的价值创造效应。具体而言,数据资产化能够显性化数据价值,帮助投资者等利益相关者更好地了解企业数据资源价值,提升企业决策效率,助力企业获得金融机构及资本市场认可[12]。然而,数据资源获取成本、收益能力不同于传统资产,会计处理较为复杂[20],数据资产化为虚增虚构资产等财务操纵行为提供了可能[21]。因此,数据资产信息披露制度的完善,需在推动价值显性化与防范操纵风险之间寻求审慎平衡。

综上,现有研究初步揭示数据资产信息披露价值创造路径,强调会计处理体系对数据资产信息披露质量的影响,鲜有研究结合会计处理的复杂性与风险特征剖析数据资产信息披露对企业价值创造的作用机制;另外,对数据资产披露影响价值创造的边界条件与传导机制缺乏深入分析。基于此,本文结合信息不对称理论、资源基础理论和委托代理理论,从会计处理逻辑出发,构建多层次分析框架,深入探究数据资产信息披露的价值创造路径及其情境差异,以期为企业优化数据资产披露策略、监管部门完善会计与披露规则提供更具针对性的理论参考与经验证据。

2 理论分析与研究假设

2.1 数据资产信息披露与企业价值创造

聚焦企业价值创造的核心导向,以经济增加值为代表的业绩评价逻辑,其核心在于兼顾盈利水平与资本使用效率,其倡导的长期价值增长导向为理解数据资产价值创造机制提供了基础理论视角。在数字经济深度融合背景下,数据资产信息披露已从简单的信息透明工具演进为企业连接内部资源与外部市场的“桥梁”。企业通过系统披露数据资产规模、应用场景与价值潜力,不仅向市场传递出其数字化转型的积极信号,更有助于缓解信息不对称、优化资源配置,从而将数据优势转化为可持续竞争优势。

数据资产价值创造遵循清晰的传导路径。基于信息不对称理论,数据资产披露行为通过缓解企业与投资者之间的信息隔阂,降低市场对企业数据资产价值的不确定性,使外部利益相关者能够更准确地评估企业的数字化能力与发展潜力,为提升企业价值创造条件。资源基础理论进一步揭示了数据资产价值实现机制,数据资产披露不仅是对数据资源的展示,更是对企业战略价值的深度激活,通过促进数据要素在企业内部的高效配置和创造性使用,推动企业运营流程优化和商业模式创新,从而持续释放企业盈利增长空间。委托代理理论则从治理层面为企业价值创造提供稳定性保障,充分的信息披露通过强化外部监督和市场约束,促使管理层更加注重长期价值导向,在降低代理成本的同时提升企业资本配置效率,确保数据资产价值创造过程的稳定性和可持续性。综上,数据资产信息披露形成一套系统化价值实现路径,为企业价值创造持续注入动能。据此,本文提出如下假设:

H1:数据资产信息披露能够促进企业价值创造。

2.2 数据资产信息披露、企业盈余水平与价值创造

数据资产信息披露通过降低信息不对称、提升企业信息含量,为价值识别与代理风险的缓解提供保障,提高盈余水平,为企业创新投入与市场拓展提供资金支持,进而促进企业价值创造。基于信息不对称理论,数据资产作为企业数据资源的数字化体现,对其进行披露能够增加企业信息透明度和可获得性,帮助投资者更全面地了解企业经营状况,降低企业信息搜集成本和决策成本[8],进而缓解因信息不对称引发的市场风险。一方面,企业通过数据资产信息披露在外界树立良好形象,提高投资者对企业的整体评价,以便获得更加充足的融资资金,为项目投资或开展各项经营活动获取更多利润[2],从而为市场拓展提供资金支撑;另一方面,数据资产信息披露促使公司信息体现到股价中,能吸引更多投资者参与股票交易,增强股票流动性,提高资本市场定价效率[3],提升企业资源配置效率。二者共同推动企业盈余水平提高,进而促进企业价值创造。

数据资产信息披露通过展现企业数据资源的独特性与竞争力[2],激活资源价值,构建竞争优势,提升企业盈余水平,通过与传统要素融合开拓新发展空间,提升劳动生产率,进而形成价值创造的良性循环。基于资源基础理论,数据资产作为一种具有价值性、稀缺性、难以模仿性和不可替代性的战略资源,能够为企业构建持续竞争优势。企业数据资产披露可以强化其在生产效率提升和成本控制优化等方面的市场地位,通过构建资源壁垒,持续扩大盈利空间。具体而言,企业将数据资产披露与资本、技术等传统要素深度融合,通过重塑传统生产函数来开发新产品、新技术和新业务[22],突破传统市场竞争的同质化局面,开拓新发展空间,提升核心竞争力;而且,企业通过应用和管理数据资产实现对人力和管理的虚拟替代效应[23],进一步提升劳动生产率,进而获取更多经济利益。可见,数据资产信息披露通过多路径提升企业盈余水平,又借由盈余增长推动企业突破式创新与效率提升,最终促成企业价值创造。据此,本文提出如下假设:

H2:数据资产信息披露通过提升企业盈余水平促进企业价值创造。

2.3 数据资产信息披露、权益资本成本与企业价值创造

基于信息环境改善所强化的监督机制,数据资产信息披露通过增强内外部监督效能、降低代理风险、缓解投资者风险溢价推动权益资本成本下降,强化企业治理的有效性,增强企业市场认同感,最终促进企业价值提升。从内部监督维度看,数据资产披露能显著提高企业内部信息透明度[24]。作为经营与财务信息的数字化载体,数据资产向董事会提供了规范、详尽的数据支持,能够帮助其精准监控管理层决策行为(如研发投入、资产配置等),有效约束管理层通过关联交易或在职消费等谋取私利的行为,降低股东与管理层之间的代理冲突。而代理风险下降则会直接缓解投资者对道德风险溢价的要求,进而降低权益资本成本。这一过程推动企业建立更规范的内部控制体系,使资源能够更高效地投入到研发创新、市场拓展等核心业务领域,减少资源浪费,从而提升价值创造效率。

从外部监督视角看,数据资产信息披露通过信号传递吸引市场关注,形成外部治理合力。作为数字经济时代的战略性生产要素[25],企业数据资产披露规模、应用场景及价值创造能力实质上向市场释放了“治理透明化”与“发展潜力强”的双重信号。一方面,投资者会因信息可获得性提升而增强持股信心,其通过“用手投票”(参与股东大会干预决策)或“用脚投票”(退出威胁)约束管理层私利行为;另一方面,分析师基于数据资产披露形成研究报告,不仅能够降低市场信息不对称,还能通过专业审查避免控股股东资源侵占、管理层盈余操纵等行为。外部监督力度增强使得投资者对企业治理风险的评估趋于乐观,推动权益资本成本下降,使得企业能够以较低成本吸纳资金,用于市场拓展与产业链整合,减少因代理问题导致的资源错配,进而提升资源转化效率。据此,本文提出如下假设:

H3:数据资产信息披露通过降低权益资本成本促进企业价值创造。

综上,本文构建理论模型,如图1所示。

3 研究设计

3.1 样本选取与数据来源

本文以2008—2023年中国A股上市公司为研究样本,为提高研究结论的可靠性,对样本进行如下筛选:①剔除金融服务类行业样本;②剔除ST、*ST等财务状况异常的样本;③剔除核心数据缺失的样本。为克服极端值的影响,本文对所有连续变量进行1%和99%水平的缩尾处理。最终,经过筛选得到27 141个样本观测值,原始数据主要来源于CSMAR数据库和上市公司财务报告。

3.2 变量选取

3.2.1 被解释变量:企业价值创造(TobinQ)

考虑到经济增加值(简称EVA)在理论上虽贴合价值创造的内涵,但资本市场公开财务数据中部分调整项披露不够充分可能会导致EVA估算出现偏差。而TobinQ值不仅能够更全面地反映企业价值,还包含资本市场对企业发展现状的价值评估与成长能力的合理预期[26],且数据可得性与可比性更强,参考邹萍[27]研究,本文用(流通股市值+非流通股股份数每股净资产+负债账面值)/总资产衡量。

3.2.2 解释变量:数据资产信息披露(DAD)

本文参考何瑛等[12]、赵雪琦等(2025)的研究,以数据资产相关法律法规文本作为语料库,根据中国信息通信研究院发布的《数据资产管理实践白皮书(4.0)》中对数据资产的定义,用数据、数字和信息等作为种子关键词,采用Word2Vec进行词集扩充,在年报中识别相关关键词,将其作为数据资产信息披露的衡量指标。同时,按照数据用途不同,将其划分为自用型数据资产(ODA)和交易型数据资产(DDA)两个类别,最后对词频进行对数化处理。

3.2.3 中介变量:盈余水平和权益资本成本

其中,净资产收益率(ROE)通过将净利润与股东投入资本挂钩,直接反映股东权益的增值效率,是衡量股东回报视角下企业盈余水平的核心指标,因此本文用ROE衡量企业盈余水平。参考Easton[28]、毛新述等[29]的研究,将MPEG模型测算结果作为权益资本成本的衡量指标,计算公式为:

(1)

其中,EPS2表示未来两年企业每股收益;EPS1表示未来一年企业每股收益;P0表示年初股票收盘价;dps1表示下一期每股股利;dps1=EPS1×K,K为过去3年的股票支付率。

3.2.4 控制变量

参考张龙等[7]、苑泽明等[2]的研究,本文选取企业规模(Size)、资产负债率(Lev)、总资产收益率(ROA)、企业成长性(Growth)、两职合一(Dual)、企业成立年限(FirmAge)、独立董事比例(Indep)、机构投资者持股比例(INST)、股权制衡度(Balance)为控制变量。变量定义如表1所示。

3.3 模型构建

为考察数据资产信息披露对企业价值创造的影响,本文构建如下模型:

TobinQ=α0+α1DADit+α2Sizei,t+α3Levi,t+α4ROAi,t+α5Growthi,t+α6Duali,t+α7FirmAge+α8Indepi,t+α9INSTi,t+α10Balancei,t+∑YEAR+∑FIRM+μi,t

(2)

该模型控制时间固定效应(YEAR)和企业固定效应(FIRM),μ为随机干扰项,其他变量与上文一致。DAD的系数α1表示企业数据资产信息披露对企业价值创造的影响效应,如果模型(2)中系数α1显著为正,即解释变量DAD能够有效促进企业价值创造。

4 实证结果与分析

4.1 描述性统计分析

表2报告了主要变量的描述性统计结果。从全样本看,数据资产信息披露(DAD)的均值为3.292,标准差为0.692,最小值为0.000,最大值为6.979,说明各上市公司数据资产信息披露程度存在较大差异,这种差异性可能源于企业对数据资产价值的认知差异以及行业竞争压力不同,表明本文样本覆盖范围较广,对研究结论具有促进作用。企业价值创造(TobinQ)的最小值为0.855,最大值为7.780,标准差为1.222,说明不同企业价值创造存在差异;其中位数为1.631,略低于均值,说明其分布呈现右偏特征,部分高价值企业(如技术驱动型或数据密集型企业)显著拉高了整体水平。另外,其他控制变量统计结果与已有研究基本一致。

4.2 基准回归结果

表3为数据资产信息披露与企业价值创造之间的实证检验结果,列(1)显示企业数据资产信息披露系数在1%水平上显著为正,表明企业数据资产信息披露与价值创造显著正相关。列(2)加入控制变量,结果显示企业数据资产信息披露与价值创造仍显著正相关。列(3)加入企业和年份固定效应,数据资产信息披露系数为0.089且在1%水平上显著,表明数据资产信息披露能够有效促进企业价值创造,假设H1得到验证。结合表2可知,从经济意义上看,数据资产信息披露每增加一个标准差(0.692),企业价值创造将提高0.062个百分点,说明企业应重视数据资产信息披露,并将其纳入长期发展规划,主动完善披露机制;另外,监管机构可出台数据资产披露指引,推动形成规范、透明的数据要素市场,充分发挥数据资产对经济高质量发展的促进作用。

4.3 稳健性检验

4.3.1 工具变量法

为缓解内生性问题,本文参考何瑛等[12]的研究,选取同行业同年度其他企业数据资产均值(D_IND)作为工具变量。一方面,行业数据资产信息披露平均水平是企业进行信息披露的重要参照,满足相关性要求;另一方面,企业个体促进价值创造无法直接影响行业数据资产数据披露程度,因此满足外生性原则。采用两阶段最小二乘法进行回归检验,结果如表4列(2)所示,可以看出数据资产信息披露对企业价值的促进作用在1%水平上显著为正,说明基准回归结果稳健。

4.3.2 Heckman两阶段法

数据资产信息披露与价值创造之间可能存在样本选择偏误问题,本文采用Heckman两阶段法缓解这一问题。在第一阶段,本文根据企业是否披露数据资产信息定义数据资产信息披露的虚拟变量(DAD_1),然后借鉴Matsumura等[30]、Kim &Zhang等[31]的研究,选取行业内披露数据资产信息的企业数量占行业企业总数的比例(D_Prop)以及控制变量对DAD_1进行Probit估计,计算逆米尔斯比率(IMR)。随后,本文将IMR代入模型重新进行估算。Heckman两阶段法检验结果如表4列(3)(4)所示,可以看出IMR系数在1%水平上显著为负,说明存在样本选择偏误问题。在控制IMR后,数据资产信息披露系数依然显著为正,说明数据资产信息披露与价值创造之间的正相关关系依然成立。

4.3.3 倾向得分匹配法(PSM)

为缓解样本选择可能存在的内生性问题,本文采用倾向得分匹配法(PSM)构建模型重新进行分析,具体步骤如下:首先,参考张树山等[32]的研究,按照年份—行业中位数将样本划分为披露水平高(实验组)与低(对照组)两组。其次,选取企业规模、资产负债率、总资产收益率、企业成长性、两职合一、企业成立年限、独立董事比例、机构投资者持股比例、股权制衡度作为匹配变量,以价值创造为结果变量。最后,采用最邻近匹配法1∶1比例进行匹配,对匹配后样本进行回归分析,结果如表5列(1)所示,企业数据资产披露系数在1%水平上显著为正,进一步说明本文研究结论稳健。

4.3.4 替换变量与更换样本区间

首先,参考苑泽明等[2]的研究,用企业市场价值(MV)代替TobinQ进行回归分析,结果如表5列(2)所示,与前文检验结果一致,说明研究结论稳健。其次,参考赵雪琦等(2025)的研究,根据“十三五”规划中大数据战略实施背景,考虑到该时期政策红利集中释放,企业数字化转型从初步探索阶段进入实质深化阶段,为排除早期发展阶段的噪音干扰,并更精准地识别数据资产所产生的价值效应,选取2016年之后样本重新进行估计,结果见表5列(3),进一步验证了本文研究结论的稳健性与可信度。最后,考虑到直辖市在政治与经济层面存在一定特殊性,故剔除直辖市样本企业,回归结果如表5列(4)所示,与前文检验结果依然一致。

5 进一步分析

5.1 作用机制分析

上述分析表明,数据资产信息披露能够促进上市公司价值创造。根据理论分析,企业数据资产信息披露从提高企业盈余水平和降低企业权益资本成本两条路径对企业价值创造产生影响。为验证这两个机制的中介效应,本文参考陆瑶等[33]的研究,在上述模型(2)的基础上构建模型(3),其中因变量Yi,t分别为ROE、MPEG,控制变量与模型(2)一致。

(3)

5.1.1 提升企业盈余水平

数据资产信息披露以体系化和标准化为核心特征,通过展示数据资产规模、应用场景及价值转化效能,为企业内外部决策提供数字化支持。从外部维度看,全面、规范的数据资产信息披露能够帮助投资者更准确地评估企业盈利能力和成长潜力,为企业拓展盈利空间提供基础;从内部运营维度看,管理层可依托披露的数字化运营数据优化研发布局和资产配置,提升资源周转效率。同时,数据资产与传统生产要素深度融合不仅能够推动产品迭代和技术革新,构建差异化竞争优势,还能通过对人力与管理的虚拟替代效应显著提升劳动生产率,持续拓宽企业盈利边界。更重要的是,基于数据资产披露所呈现的实时动态,企业能够灵活调整经营策略,强化成本管控和运营效能,促进盈余水平提升。这种盈余的持续增长可为创新研发和市场拓展提供持续动能,最终形成“数据披露—盈余增长—价值创造”的良性循环,推动企业价值阶梯式攀升。

为此,基于中介效应模型探索企业盈余水平对数据资产信息披露与价值创造关系的影响效应,结果如表6列(1)所示。DAD系数在5%水平上显著为正,表明数据资产信息披露能够提高企业盈余水平。从管理实践看,企业披露数据资产信息对盈余水平的影响需要一定时间传导,因此将数据资产信息披露数据滞后一期(L1DAD)重新进行稳健性检验。列(2)结果显示,L1DAD系数在5%水平上显著为正,因此假设H2得到验证。这表明,数据资产信息披露的价值效应具有持续性,企业需将数据披露纳入长期发展规划,而非追求短期信号释放效应。投资者也需关注企业数据披露的长期传导价值,而非仅看当期数据表现。

5.1.2 降低企业权益资本成本

在企业资本运作过程中,信息不透明带来的委托代理问题与治理风险会提高投资者对风险溢价的预期,导致权益资本成本上升;而数据资产信息披露通过增强企业信息透明度、加强监督等功能,为解决上述问题提供了有力支撑。企业以系统化、规范化方式公开数据资产体量、应用场景及价值转化能力,向市场传递治理规范与发展前景良好的信号,便于投资者更准确地判断企业实际风险情况。从内部看,企业以数字化经营数据为支撑,助力董事会精准监督管理层决策,既能约束私利行为、化解代理矛盾,又能缓解投资者对“道德风险溢价”的顾虑;从外部看,投资者根据数据资产披露信息可增强持股信任,通过参与股东大会干预决策或退出模式形成约束,分析师基于披露的数据进行专业分析,及时发现违规行为,共同提升外部治理效果。内外部监督效果的增强,会削弱投资者对企业治理风险的担忧,打破高风险溢价造成的成本固化状态。因此,本文认为数据资产信息披露能有效降低企业权益资本成本,为企业价值创造夯实基础。

基于中介效应模型分析企业权益资本成本对数据资产信息披露与价值创造关系的影响效应,结果如表6列(3)所示。DAD系数在5%水平上显著为负,表明数据资产信息披露能够降低权益资本成本。同时,使用Easton[28]提出的PEG模型测算权益资本成本指标并进行稳健性检验,计算公式为:

(4)

其中,Eps1为t=1期的预期每股收益,Eps2为t=2期的预期每股收益。表6列(4)为替换变量的检验结果,DAD系数在10%水平上显著为负,结论保持稳健,假设H3得到验证。这表明,企业应将数据资产信息披露纳入长期发展规划,通过持续规范的信息披露改善资本市场认知,获取更多融资优势;同时,本文研究结论为监管部门推动数据信息披露标准化提供了依据,有助于提升资本市场效率。

5.2 异质性分析

为进一步提升研究结论的严谨性,本文从行业内企业竞争程度、地区数据市场化水平和内部控制质量3个角度展开异质性分析。

5.2.1 行业内企业竞争程度

在高度竞争市场环境下,企业面临严峻的生存压力和差异化竞争需求,此时数据资产信息披露通过向市场充分展示企业的数字化能力和数据资源优势,能够有效降低信息不对称,显著提升企业信息透明度,帮助企业塑造积极进取的市场形象,赢得股东的高度信赖与坚定支持,增强投资者信心,从而促进企业价值提升。相比之下,在竞争程度较低的行业中,企业通常依赖市场垄断地位或政策保护维持经营,对信息披露的依赖度较低,加之投资者对数据资产信息的敏感性不足,使得数据资产信息披露的价值效应难以充分体现。因此,本文认为在行业竞争程度高的企业中,数据资产信息披露对企业价值创造的影响更显著。

本文参考徐悦和易志高[34]的研究,采用赫芬达尔指数(hhi)作为行业竞争程度衡量标准,该指数值越大,说明行业竞争程度越小。按照hhi平均数对样本企业进行分组,将高于平均数的企业划分为行业内竞争程度低的组别,反之则为行业竞争程度高的组别,结果见表7列(1)(2)。可以发现,数据资产信息披露对企业价值的促进作用在行业竞争程度高的企业中更显著,且组间系数差异通过显著性检验。

5.2.2 地区数据市场化水平

数据资产信息披露对企业价值创造的促进作用可能与企业所处地区数据市场化水平有关。一方面,在拥有更完善数据交易机制和更活跃数据交易市场的地区,数据资产信息披露能借助成熟的市场环境加速数据资源价值转化,让投资者清晰感知数据资产的流动性优势与变现潜力,从而强化对企业价值增长的预期。另一方面,数据市场化水平较高地区通常具有更透明的信息披露体系,能促进数据资产信息高效交换与流通,降低企业与投资者间的信息不对称,使投资者更全面、准确地掌握企业运营情况,进而增强对企业价值创造能力的认可。基于此,本文认为数据资产信息披露对企业价值创造的影响在数据市场化水平较高地区企业中表现更显著。

本文参考徐晔和王志超[35]的研究,用企业当地数据交易平台建设情况衡量地区数据市场化水平,在数据要素市场化、数据交易平台试点情境下,根据企业所在地区是否有数据交易平台试点机构进行分组检验,结果见表7列(3)(4)。结果显示,数据资产信息披露对企业价值的促进作用在数据市场化水平较高地区企业更显著,且组间系数差异通过显著性检验。这表明,完善的数据要素市场基础设施不仅有助于提升企业数据资产识别与定价效率,还会通过改善信息流动和交易可信度增强数据资源配置对企业价值的正向影响。

5.2.3 内部控制质量

企业在运用数据资产信息披露推动价值创造过程中,其内部控制质量扮演着重要角色。一方面,内部控制质量较高的企业,其内部制度更规范,管理运行机制更成熟,有助于提高资源利用率和经营管理效率,从而高效地将数据资产信息披露与数据资源价值转化相结合,将潜在数据价值转化为实际经济收益,让投资者更容易感知企业数据资产优势。另一方面,高质量内部控制能够抑制高管机会主义行为,防止高管操纵数据资产信息,从而显著改善数据资产信息披露质量,增强信息的真实性与可靠性,降低企业与投资者间的信息不对称。因此,高质量内部控制为企业数据资产信息披露提供保障,有助于增强投资者对该类企业的信任与投资信心。因此,数据资产信息披露对企业价值创造的正向影响在内部控制质量高的企业中影响更为显著。

本文参考陈志斌和杨靖[36]的做法,将迪博内部控制指数作为内部控制质量的代理变量,该指数值越高,表明公司内部控制质量越好。根据行业中位数将样本企业划分为内部控制质量高、低两组进行分组检验,结果见表7列(5)(6)。数据资产信息披露对企业价值的促进作用在内部控制质量高的地区企业中更显著,组间系数差异通过显著性检验。这表明,良好的内部控制不仅为数据资产披露与合规使用提供了制度保障,还有助于企业有效转化数据资源竞争优势,从而增强价值创造能力。

6 结语

6.1 研究结论

深入探究数据资产信息披露价值创造路径,是优化资本市场资源配置、助力经济高质量发展的关键。本文以2008—2023年我国A股上市公司为研究样本,揭示数据资产信息披露对企业价值创造的影响机制,得出如下结论:①数据资产信息披露对企业价值创造具有促进作用。②作用分析表明,数据资产信息披露通过提升企业盈余水平、降低权益资本成本两条路径驱动企业价值创造。③异质性分析表明,数据资产信息披露的促进效应在行业竞争程度高、地区数据市场化水平高和内部控制治理完善的企业中更显著。

6.2 实践启示

(1)企业应制定切实可行的披露策略。在提升盈余水平方面,应重点披露数据资产如何直接影响收入和利润,通过具体案例展示数据驱动研发带来的产品创新收益、精准营销实现的销售转化率提升、供应链优化产生的成本节约等,将数据价值转化为可量化的盈利成果。在降低权益资本成本方面,企业需引入第三方审计、完善数据治理框架、保持数据披露的一致性与持续性,增强信息可信度,降低投资者风险溢价要求。建立覆盖数据生成、治理、应用与估值反馈的全生命周期披露体系,将信息披露转化为企业数字竞争力的显性优势。

(2)投资者应革新传统估值范式,在模型中纳入数据资产质量、应用深度与披露参数,构建数据驱动型价值评估框架。投资者不仅要关注数据资产规模,还要分析其能否形成可持续收益模式,以及数据披露能否清晰反映对盈利能力和资本成本的影响。在行业层面,结合竞争格局判断数据壁垒的强弱;在区域层面,借助数据市场化水平评估数据资产的合规性和交易流动性。通过构建数据驱动型投资框架,引导资金更多配置于数据治理完善、披露透明、价值实现路径清晰的企业,提升市场资源配置效率。

(3)监管部门应根据数据资产信息披露价值实现路径及地区与行业异质性,构建“分级分类+激励约束+生态协同”的创新监管体系,破解“准则落地难、披露质量参差不齐”的实践痛点。依托《“数据要素×”三年行动计划(2024—2026年)》,按照数据资源发展水平和市场成熟度,分区域、分行业制定披露实施细则,明确重点披露与鼓励披露的内容边界。同时,强化对数据资产产权界定、估值建模、信息披露一致性等关键环节的监管与示范,推动形成真实、可比、决策有用的数据资产披露生态,助力企业将数据资源转化为核心竞争力,保障投资者对数据价值认知的合法权益。

6.3 不足与展望

本文存在如下不足:首先,对数据资产信息披露的度量主要依赖于文本挖掘与披露数量,侧重于考察披露的“形式”与“强度”,未深入至披露内容的实质性质量与语义可读性层面,未来可尝试构建集广度、深度与文本特征于一体的复合指标体系,以便更精准地刻画披露行为的微观异质性。其次,主要基于线性逻辑考察披露行为对企业价值的影响,未充分考虑数字经济动态演进过程中可能存在的非线性特征与时间滞后性。数据资产价值释放往往具有长周期性,未来可通过构建动态面板或门槛模型,探究披露效应在企业不同生命周期阶段的非线性拐点及长期累积效应。最后,虽验证企业盈余水平与权益资本成本的中介路径,但价值传导网络错综复杂,未来可进一步考察宏观政策与微观披露行为作用机制,进一步完善数据资产价值创造理论。

参考文献：

[1] 陈晓珊,李晗菲,刘洪铎.数据资产信息披露与企业战略选择[J].产业经济研究,2024,23(6):100-113.

[2] 苑泽明,于翔,李萌.数据资产信息披露、机构投资者异质性与企业价值[J].现代财经(天津财经大学学报),2022,42(11):32-47.

[3] SUN X, DU Z. Enhancing capital market efficiency: the role of data assets disclosure in reducing stock price synchronicity[J]. International Review of Economics &Finance, 2024, 94: 103351.

[4] 牛彪,杜雨晴,于翔,等.数据资产信息披露与债券融资成本[J].广东财经大学学报,2024,39(5):88-101.

[5] 王文彦,张红梅,张目.数据资产信息披露对制造企业债务融资成本的影响研究——基于年报“管理层讨论与分析”文本[J].金融理论与实践,2024,46(2):38-50.

[6] 危雁麟,张俊瑞,汪方军,等.数据资产信息披露与分析师盈余预测关系研究——基于文本分析的经验证据[J].管理工程学报,2022,36(5):1-12.

[7] 张龙,张俊瑞,陈怡欣,等.数据资产信息披露影响了资本市场资源配置效率吗——以权益资本成本为视角[J/OL].管理工程学报,1-14[2026-01-20].https://link.cnki.net/urlid/33.1136.N.20250519.1709.002.

[8] 任海芝,高雯,杨杰.数据资源信息披露对企业创新绩效的影响机制[J].科技管理研究,2025,45(11):118-129.

[9] 牛彪,于翔,苑泽明,等.数据资产信息披露与审计师定价策略[J].当代财经,2024,45(2):154-164.

[10] QIAN K, PAN C, LIANG X. Does data asset disclosure affect bank lending acquisition[J]. International Review of Financial Analysis, 2025, 97: 103834.

[11] 牛彪,于翔.数据资产获得投资者偏好了吗——基于权益资本成本视角[J].证券市场导报,2024,34(7):68-79.

[12] 何瑛,陈丽丽,杜亚光.数据资产化能否缓解“专精特新”中小企业融资约束[J].中国工业经济,2024,42(8):154-173.

[13] 苑泽明,于翔,李萌,等.数据资产促进了中国企业人力资本水平提升吗——基于文本分析法的经验证据[J].南开管理评论,2025,28(8):64-75.

[14] HEALY P M, HUTTON A P, PALEPU K G. Stock performance and intermediation changes surrounding sustained increases in disclosure[J]. Contemporary Accounting Research, 1999, 16(3): 485-520.

[15] 曹廷求,张光利.自愿性信息披露与股价崩盘风险:基于电话会议的研究[J].经济研究,2020,55(11):191-207.

[16] CHENG B, IOANNOU I, SERAFEIM G. Corporate social responsibility and access to finance[J]. Strategic Management Journal, 2014, 35(1): 1-23.

[17] 黄宏斌,于博,丛大山.经济政策不确定性与企业自愿性信息披露——来自上市公司微博自媒体的证据[J].管理学刊,2021,34(6): 63-87.

[18] 李娜,王则仁,王维,等.新质生产力视域下数字化转型何以赋能企业绿色创新——敏捷响应度和ESG信息披露的双重中介作用[J].科技进步与对策,2025,42(23):58-70.

[19] SMRITI N, DAS N. The impact of intellectual capital on firm performance: a study of Indian firms listed in COSPI[J]. Journal of Intellectual Capital, 2018, 19(5): 935-964.

[20] 刘峰,袁红,苏雅拉巴特尔,等.再论财务报告的目标——兼评《企业数据资源相关会计处理暂行规定》[J].会计研究,2023,44(4):3-15.

[21] 罗玫,李金璞,汤珂.企业数据资产化:会计确认与价值评估[J].清华大学学报(哲学社会科学版),2023,38(5):195-209,226.

[22] 苑泽明, 尹琪, 于翔.数据资产如何赋能企业高质量发展——对传统生产要素的优化机制[J].西部论坛,2024,34(3):54-73.

[23] 李健,董小凡,张金林,等.数据资产对企业创新投入的影响研究[J].外国经济与管理,2023,45(12):18-33.

[24] 陈晓珊,李晗菲,刘洪铎.数据资产信息披露与企业合作文化[J].上海财经大学学报,2025,27(2):78-93.

[25] 许宪春,张钟文,胡亚茹.数据资产统计与核算问题研究[J].管理世界,2022,38(2):16-30,2.

[26] 陶锋,朱盼,邱楚芝,等.数字技术创新对企业市场价值的影响研究[J].数量经济技术经济研究,2023,40(5):68-91.

[27] 邹萍,李谷成.价值创造导向下企业研发投入动态调整研究[J].管理学报,2025,22(10):1816-1825.

[28] EASTON P D. PE ratios, PEG ratios, and estimating the implied expected rate of return on equity capital[J]. The Accounting Review, 2004, 79(1): 73-95.

[29] 毛新述,叶康涛,张頔.上市公司权益资本成本的测度与评价——基于我国证券市场的经验检验[J].会计研究, 2012,33(11):12-22,94.

[30] MATSUMURA E M, PRAKASH R, VERA-MUNOZ S C. Firm-value effects of carbon emissions and carbon disclosures[J]. The Accounting Review, 2014, 89(2): 695-724.

[31] KIM C,ZHANG L.Corporate political connections and tax aggressiveness[J]. Contemporary Accounting Research, 2016, 33(1): 78-114.

[32] 张树山,刘赵宁,姚欣妍.数据资产信息披露何以影响股价崩盘风险[J].广东财经大学学报,2025,40(3):54-69.

[33] 陆瑶,施函青,周欣怡.中国企业数字技术风险暴露对企业价值的影响——来自大语言模型的文本分析证据[J].经济研究,2025,60(2):73-89.

[34] 徐悦,易志高.点“数”成“新”:数据资产披露与专精特新中小企业创新质量[J].科技进步与对策,2025,42(7):1-12.

[35] 徐晔,王志超.数据要素市场化建设与企业数字化转型——基于数据交易平台的准自然实验[J].软科学,2024,38(9):24-29,39.

[36] 陈志斌,杨靖.数据资产化的企业价值效应研究——来自数据资产入表新规颁布的经验证据[J].会计研究,2025,46(5):18-30.

(责任编辑：王敬敏)