数字化转型的治理效应研究 ：
会计信息质量视角
*
方巧玲
1
（ 1． 福州大学经济与管理学院
余怒涛
2
徐
慧
2
350108； 2． 云南财经大学会计学院
650221）
【摘要】 在中国数字经济与技术高速发展的背景下，本文研究传统行业上市公司实施数字化转型是否能提高会计
信息质量，实现治理效应。研究发现： 其一，多维度的检验显示，数字化转型程度越高，公司会计信息质量越
高，治理效应越强。其二，从代理理论的内在动因而言，数字化转型通过降低三类代理成本，进而提高会计信
息质量； 从具体的作用路径而言，数字化转型能优化内部控制，也会吸引分析师关注，进而提高会计信息质量。
其三，拓展研究显示，民营产权、信息质量低、具有长期价值导向的公司进行数字化转型，优化会计信息质量
的效果越明显； 数字化转型同样能减少真实盈余管理，提高会计信息可比性，降低公司股价同步性，显示出积
极的治理效应。本文同时贡献于中国制度背景下的数字经济与技术发展、公司会计信息质量与公司治理的研究。
【关键词】 数字化转型； 会计信息质量； 治理效应； 股价同步性
一、引言
相关研究证实，互联网、人工智能、大数据管理等新技术，
发展数字经济是中国与全球各国家抢占全球竞争力制
能够推动技术进步、降低社会总交易成本、减少社会资源
高点的最重要战略 （ 《2020－2021 年度数字经济形势分析》，
错配、改善风险预测，进而提高社会总要素生产率 （ 黄群
国家工业信息安全和发展研究中心） 。过去十余年，从数
慧等，2019； 陈彦斌等，2019； 李唐等，2020） 。从中观行
字通信与互联网的普及，到物联网的运用，随之互联网 +
业视角而言，数字金融的普及有助于便利居民消费、提高
制造业的推广，以及近年来 5G、大数据、人工智能等新技
资金配置效率，进而促进实体经济增长 （ 黄益平和黄卓，
术的长足发展，中国数字经济的发展实现了全球领先。据
2018； 唐松等，2020； 张勋等，2020） 。
统计，2005 年 中 国 数 字 经 济 增 加 值 仅 约 2. 6 万 亿 元，而
此外，有关数字技术对微观经济主体行为影响的研究
2021 年增至 45. 5 万亿元。数字经济的模式下，数据已成为
引发了更多关注。较为普遍的观点认为，数字技术是引发
新的生产要素，也意味着作为微观经济主体的企业或公司
变革的新浪潮，并且会深刻地影响公司的运营、投资、价
需要将数字技术普遍运用于经营过程的各个环节，即进行
值创造等环节 （ Chen 和 Srinivasan，2023） 。尽管如此，从
数字化转型。我国 “十四五规划” 中强调：
企业层面捕捉数字化转型程度，来探讨其对企业行为与决
“数字技术应
当与实体经济深度融合，相辅相成，相互促进，一体化发
策影响的研究仍有较大的挖掘空间。在控制权与所有权分
展”。实体经济为数字技术带来广阔的发展空间，而数字
离的现代企业制度背景下，传统企业的数字技术应用不仅
技术亦可赋能传统经济并帮助其实现智能升级。数字技术
有助于企业数据流与信息流的标准化，进而降低企业内部
正在改变着传统产业的生产模式和商业模式，成为推动经
与外部市场之间的信息不对称性，同时有助于在数据驱动
济高质量发展的重要力量。由此可鉴，传统行业的数字化
下对信息与数据进行深入分析，并实现精细化管理与科学
转型尤为重要。
随着数字技术在我国运用的不断深化，学术界关于数
字化转型经济后果的研究是热点的命题。从宏观视角而言，
决策。那么，传统企业的数字化转型是否能够成为缓解代
理问题，优化公司治理的有效机制？
基于此，本文参照 Chen 和 Srinivasan （ 2023） 中公司
* 本文英文版刊发于中国会计学会英文期刊 China Journal of Accounting Studies 第 11 卷第 1 期 （ 2023 年 3 月） 。限于篇幅，本文中文版
有较大篇幅删减。因此，需了解更详细内容的读者请查阅英文期刊原文。本文是国家自然科学基金项目 （ 71902035； 71862036； 72262034；
72362033） ，云南省基础研究计划项目 （ 202101AT070219； 202401AT070288） 的阶段性研究成果。通讯作者： 徐慧，hui．xu@ ynufe．edu．cn。
34
数字化转型的衡量方法，以 2008 ～ 2018 年 A 股传统行业的
制、吸引分析师关注来改进会计信息质量，优化公司治理，
上市公司为样本； 在依据政府政策、产业与行业研究报告、
是对会计信息质量与公司治理研究领域的重要补充。
研究文献对数字技术进行细化分类基础之上，以公司年报
二、文献综述与研究假说
中 “管理层分析与讨论”、“董事会报告” 等反映公司经营
（ 一） 数字化转型
情况的文本段为研究对象； 通过人工交叉阅读比对的方法
数字经济对微观企业的影响正在逐渐引起学术界的重
确定数字技术的词根，提取文本中所涉及的数字技术信息，
视。较为普遍的观点认为，数字技术是引发变革的新浪潮，
来研究传统企业数字化转型是否能够提高会计信息质量，
并且会深刻地 影 响 公 司 的 运 营、投 资、价 值 创 造 等 环 节
实现治理效应。研究发现： 其一，多维度检验表明，数字
（ Chen 和 Srinivasan，2023） 。McKinsey （ 2017） 对中国 22
化转型程度越高，公司盈余管理程度越低，会计信息质量
个行业数字化水平的研究报告中指出，数字化包括三方面
越高，治理效应越强。其二，从代理理论的内在动因而言，
的内容，分别是： 资产数字化、运营数字化、劳动力数字
数字化转型能够通过降低三类代理成本，进而提高会计信
化。无论是学术界亦或是实务界，对于数据技术驱动下的
息质量； 从作用的具体路径而言，数字化转型一方面能够
企 业 数 字 化， 最 初 更 多 关 注 高 科 技 公 司 （ Chen 和
优化内部控制，另一方面能够吸引分析师关注，进而提高
Srinivasan，2023） 。伴随着数字技术的不断深化与普及，越
会计信息质量，实现公司治理效应。其三，拓展性研究显
来越多的传统非科技企业开始重视并主动实施数字化转型
示，数字化转型的治理效应受公司异质性影响，在民营产
战略。原因可能在于，传统企业通过数字技术的应用，可
权、信息质量低、具有长期价值导向的公司中，会计信息
以提升运营效率，因此数字化转型只是手段而非目的，转
质量改善越明显； 数字化转型同样显著降低了真实盈余管
型的最终目的在于帮助企业创造价值。
理程度，提高了会计信息可比性，降低了公司股价同步性，
关于数字化转型经济后果的研究是学术界的热点话题。
显示出积极的治理效应。
其一，在公司业绩与价值方面。相关文献集中于对企业运
本文的主要贡献在于：
用大数据、互联网 +、 云计算等某一类数字技术后的价值
第一，本文为数字经济高速发展背景下，企业数字化
与业绩进行研究，证据表明数字技术运用能够通过提升运
转型的经济后果提供新视角的证据。在学术界，关于数字
营效率 （ Chen 和 Srinivasan，2023） ，并能够通过影响差异
化转型的研究受到越来越多学者的关注。较多的文献从宏
化战略 （ 杨德明和刘泳文，2018） 或强化对外投资 （ 杨德
观视 角 （ 黄 群 慧 等，2019； 陈 彦 斌 等，2019； 李 唐 等，
明和毕建琴，2019） ，进而提高公司业绩与价值。其二，在
2020） 与中观行业视角 （ 黄益平和黄卓，2018； 唐松等，
创新能力方面。陈国青等 （ 2020） 的研究表明应用大数据
2020； 张勋等，2020） 研究数字化转型对实体经济带来的
会激发公司在行为洞察、风险预见与业务模式等方面的创
影响。从微观企业视角上，关于数字化转型引起市场反应
新。一致的观点认为，数据分析能力越高，公司创新能力
的研究，表明数字化转型可 能 只 是 公 司 策 略 性 炒 作 行 为
更高 （ 谢康等，2020） ，尤其能提高分布式创新水平 （ Wu
（ 赵璨等，2020） ，其中非实质性的数字化转型可能会引起
等，2020） 。沈国兵和袁征宇 （ 2020） 指出公司进行互联
市场的过度反应 （ Cheng 等，2019） 。那么如何合理衡量企
网转型能够降低信息交易成本并产生信息外溢作用，进而
业数字化转型成为重要议题。为此，本文设计了多维度数
提高创新能力。其三，在公司经营与治理方面。数字技术
字化转型指标，较为全面合理地衡量了公司层面的数字化
运用能够优化公司决策环境，促进科学决策 （ 刘业政等，
转型，并从委托代理理论以及具体实现路径两个角度，探
2020） 。更多的证据表明数字技术的运用具有完善公司治理
讨数字化转型如何提升会计信息质量，实现公司治理效应。
（ Zhu，2019） 、影响战略管理 （ 陈冬梅等，2020） 、优化人
故而本文从治理效应的视角，补充数字化转型经济后果的
力资源管理 （ 谢小云等，2021） 、推动管理会计发展 （ 曾
文献。
雪云和徐雪宁，2020） 与降低融资约束 （ Chod 等，2020）
第二，本文从数字化转型的视角，为公司如何提高会
等效果。最后，在市场反应方面。当公司对外公布更多运
计信息质量与优化公司治理提供新的证据。会计信息质量
用互联网 +、 大数据、区块链技术等信息时，市场投资者
与公司治理相关领域的研究，始终是微观公司会计与财务
会有显著正向 （ Cahill 等，2020） ，乃至过度积极 （ Cheng
领域最为核心的命题，相关研究广泛且深入地涉及宏观、
等，2019） 的反应，尽管带来了更高的超额回报，但也表
中观、微观的不同视角。然而，在数字技术高速发展的背
现出公司存在策略性炒作与市值管理的动机，增加了公司
景下，已有研究却鲜有深入讨论数字技术影响企业会计信
的股价崩盘风险 （ 赵璨等，2020） 。
息质量、进而实现治理机制的内在逻辑与具体路径。本文
（ 二） 数字化转型的治理效应： 会计信息质量视角
从理论机制与具体路径两方面证明，公司数字化转型过程
公司治理的根源问题在于信息不对称情况下的委托代
中，能够通过降低公司存在的三类代理成本、完善内部控
理问题。而公司财务信息的披露，有助于外部市场利益相
35
关者的合理决策与管理层受托责任履行情况的有效评价。
管操纵盈余的动机与空间均被抑制的情况下，股权与债权
由此，本文从会计信息质量的视角来分析数字化转型是否
代理问题得到缓解，数字化转型表现出对公司会计信息的
对公司产生治理效应。现有文献认为会计信息质量较差通
治理效应。
常表现为盈余管理水平较高，其动因大致归纳为政治动机、
其次，考虑大小股东间代理问题的影响。在中国资本
税收动机、变更 CEO 动机、IPO 动机和其他动机 （ Scott，
市场，股权高度集中的特征尤为突出。大股东的存在，一
1997） 以及资本市场动机、契约动 机 和 监 管 动 机 （ Healy
方面可 以 监 督 高 管 并 实 现 治 理 效 果 （ Shleifer 和 Vishny，
和 Wanlen，1999） 。但从本质上而言，盈余管理的根源仍
1986） ，而另一方面，则可能利用控制权进行利益输送，获
旧在于委托代理问题 （ Watts 和 Zimmerman，1986） ，所以
取私利的同时损害中小股东权益 （ La Porta 等，1998） 。证
我们首先从代理理论机制进行分析。
据显示中国资本市场中大量公司的控股股东通过关联交易、
1． 代理理论的内在动因分析
资金侵占等手段掏空公司 （ 潘红波和余明桂，2014； 周中
首先，考虑股权代理与债权代理问题的影响。所有权
胜和陈俊，2006） 。为了避免中小股东发现大股东的掏空行
与经营权分离的现代企业制度下，高管本身的努力程度无
为，大股东普遍采用盈余操纵手段粉饰财务数据，进而导
法直接衡量，因此可观测的会计盈余数据成为衡量高管受
致财务信息质量降低 （ 佟岩和王化成，2007） 。如前文所
托责任履行情况的主要方 式，并 以 此 制 定 高 管 薪 酬 契 约
述，数字技术的运用有助于公司数据的标准化、信息化、
（ Jensen 和 Meckling，1976） 。与此同时，债权人也利用会
自动化处理，故此控股股东进行关联交易、操纵盈余的空
计盈余信息筛选与监督债务人，并评估债权人能否按期履
间亦有可能被压缩，进而实现了对会计信息质量的治理效
行还款义务，而当公司盈余质量不高或偿债能力不佳时，
应。由此提出假说：
债权人可能会提高融资成本。对于公司高管而言，盈余信
息不仅与自身薪酬契约密切相关，也关系到负债融资成本。
缺乏有效监督时，高管有动机通过调整会计政策等手段来
操纵会计信息，提高盈余水平。本文认为数字化转型通过
降低股权与债权代理成本，进而提高会计信息质量的可能
解释有以下几方面：
一方面，数字技术有助于公司内部数据的标准化、信
息化、自动化处理，降低高管盈余操纵空间。公司数字化
转型第一步往往是建立共享中心，通过共享中心对财务数
H1： 数字化转型程度越高，会计信息质量越高。
H2： 数字化转型通过降低代理成本，进而提高会计信
息质量。
2． 具体路径的讨论
在对代理理论机制分析的基础上，更为重要的问题在
于： 数字化转型通过影响公司治理中的哪些具体路径，进
而实现对会计信息的治理效应？ 本文分别从公司内部治理
与外部治理两方面进行分析：
从公司内部治理机制而言，本文认为数字化转型能够
据进行精准核算，随之推广到公司各个经营管理流程中，
通过改进公司内部治理的重要制度，即内部控制，进而实
进而实现运营、流程等全方位的数据集中与标准化处理。
现治理效应。内控制度是会计政策制度的重要组成部分。
自动化、统一的标准数据不仅有助于提高企业产生信息的
如果公司内部控制不完善或存在缺陷，可能会被管理层利
总量与质量，进而提高公司基础的财务数据信息质量，降
用，进而增加了操纵会计盈余的空间 （ 齐保垒等，2010） ；
低公司与股东、债权人之间的信息不对称，同时也抑制了
反之，在高质量的内部控制下，高管操纵盈余的空间被压
高管自由裁定会计数据或会计政策的行为，进而压缩了盈
缩，进而提高了会计信息的质量 （ 董望和陈汉文，2011） 。
余管理的空间。
数字技术的运用，首先能够通过数字化的信息共享系统来
另一方面，数字技术有利于提高公司经营业绩，降低
强化对财务行为的管控，同时能够通过业财融合的系统设
高管操纵盈余的动机。企业的各环节在充分借助数据驱动
计来强化对业务端的控制，进而优化内部的控制活动。此
的前提下，能够对搜集的信息与数据进行深入分析，进而
外，智能化的技术能够提升企业在生产、经营、财务各环
实现精细化管理。各级管理者对经过分析后数据的充分利
节的管理效率。诸如神经网络分析等技术可帮助企业自动
用，能迅速对财务管理、供应链管理、人力资源管理、终
监测和识别内控缺陷，尤其是深度学习算法的应用，有助
端销售等环节进行科学决策。在精细化管理与科学决策助
于解决公司内部管控中难以直接简单量化的复杂问题 （ 顾
力下，公司盈利能力能够大幅改善。同时，大数据等数据
奋玲和申慧慧，2019） 。由此可鉴，数字化转型能够通过优
分析技术能激发公司在行为洞察、风险预见、商业模式等
化公司内部控制来降低盈余操纵，实现对公司的治理效应。
方面的创新能力 （ 陈国青等，2020） 。数据分析能力越高，
从公司外部治理机制而言，本文认为数字化转型的公
公司创新能力与产出更高 （ 谢康等，2020） ，由此帮助公
司能够吸引更多的分析师关注，由此实现治理效应。分析
司获得竞争优势，进而提高公司经营业绩。而公司业绩的
师通过跟踪公司、分析报表、预测盈余、股票评级与推荐
提高，有利于降低高管盈余管理的内在动机。因此，在高
等活动，承担公司与外部市场利益相关者之间的信息中介，
36
从而降低了高管与利益相关者之间的信息不对称性，进而
区块链①。
降低了代理冲突。已有文献指出，分析师关注会直接增加
第二步，人工阅读，分类归纳词典。我们在已经确定
公司管理层实施机会主义行为的成本，进而抑制了高管盈
的数字技术类别基础之上，人工阅读来分类归纳词典。我
余管理行为 （ Hong 等，2014） ，故此分析师关注通常表现
们以上市公司披露的年度报告中 “管理层分析与讨论”、
出积极的外部治理效应 （ 游家兴和张哲远，2016） 。数字
“董事会 报 告” 等 文 字 讨 论 公 司 发 展 状 况 的 文 本 段 为 基
经济对于宏观经济增长的贡献受到诸多的关注，传统企业
础，以选中的八类数字 技 术 类 别 为 基 本 词 典。在 此 基 础
也亟需运用新的数字技术来实现智能升级与融合创新。因
上，我们组织两组成员，各选取一百份上市公司相应文本
此，当传统行业的公司开始应用数字技术时，可能会受到
段进行人工阅读，将文本中出现的相关词根归到不同的数
更多的分析师关注，并且成为分析师重点分析的对象，进
字技术类别中。汇总两组得到的词汇，由另一组结合已有
而强化分析师对数字化转型公司的治理效应，优化会计信
的研究报告、参考文献、互联网词典等酌情增减词根。最
息质量。
终得到的八类数字技术所包括的词根，并建立数字技术信
H3： 数字化转型通过优化内部控制，进而提高会计信
息质量。
H4： 数字化转型通过吸引分析师关注，进而提高会计
信息质量。
三、研究设计
息词典。
第三步，文本分析。使用 Python 软件与 “Jieba” 分词
算法，将手工筛选的词根加入 “Jieba” 词库中，对上市公
司年报中相应文本段进行分词，并计算每一类数字技术在
公司 － 年维度下出现的词数，进而构造公司层面数字技术
（ 一） 样本来源
转型的两个主要变量： ① 是 否 实 施 数 字 技 术 的 虚 拟 变 量
本文选取 2008 ～ 2018 年中国 A 股上市公司作为初始样
（ DIGI_ DUM） ，即文本分析中存在数字技术相关信息的为
本。由于本文聚焦研究非科技的传统行业公司数字化转型，
1，否则为 0； ②数字技术运用程度 （ DIGI_ WOＲD） ，即文
故参考鲁桐和党印 （ 2014） 的科技行业分类做法，将中国
本分析得到的数字技术相关信息的词数加 1，再取对数。
证监会公布的 《上市公司分类与代码》 中行业代码 B 的
然而，即使从年报中提取了数字技术相关文本信息，
C5、C7、C8、C9、G 五个行业划分为技术密集型行业。在
也不能代表公司数字化转型的真实水平。部分公司可能为
此基础上本文还进行了以下处理： ①剔除金融行业的观测
了吸引关注而进行数字技术信息的策略性披露 （ 赵璨等，
值； ②剔除数据缺失的观测值； ③剔除资产负债率大于 1
2020） 。同时，我们考虑到公司的数字化转型是一个动态变
的异常观测值。本文最终样本包括 15592 个观测值。其中，
化的过程，因此在上述变量设计的基础上，本文还进一步
在数字化转型数据方面，我们采用文本分析、人工阅读以
检验数字化转型前后的动态影响及其持续性效应。具体地，
及其它多维度方法获取，具体见变量设计。其它微观公司
本文采用以下几种方式对数字化转型变量进行进一步地处
层面数据均来自国泰安 （ CSMAＲ） 数据库。为了避免极端
理，包括： ①清理样本中仅披露少量数字技术信息的数据；
值的影响，我们对连续变量的最大和最小值的 1% 进行了
②参考 Chen 和 Srinivasan （ 2023） 的做法，设置数字化转
缩尾处理。
型的等级变量。③清理样本中公司非实质性数字化转型的
（ 二） 变量与模型设计
数据。④设计公司数字化转型的动态过程变量，以考察数
1． 数字化转型
字化转型对公司影响的持续效应。
参考 Chen 和 Srinivasan （ 2023） 的研究，本文衡量数
字化转型的方法，主要是对公司披露的年度报告进行文本
分析，然后提取数字技术运用的相关信息。具体而言，我
们通过以下三个步骤构造公司层面的数字化转型变量：
第一步，综合确定数字技术类别。我们使用人工阅读
2． 模型设计
（ 1） 基础假设检验
为检验本文的核心假设，即数字化转型对应计盈余管
理的影响，本文构建了以下模型：
| DA i，t | = β0 + β1 DIGI_ DUM i，t－1 （ DIGI_ WOＲD i，t－1 ）
的方法，大量阅读了近年来各类研究机构、实务界与学术
+ β2 SIZE i，t－1 + β3 LEV i，t－1 + β4 AGE i，t－1
界发布的研究报告与学术论文； 在此基础上，我们又提取
+ β5 MSHAＲE i，t－1 + β6 BOＲADSIZE i，t－1
了国务院与地方各级政府的相关政策发布内容来帮助归类
+ β7 TOP1 i，t－1 + β8 IND i，t－1 + β9 DUAL i，t－1
数字技术。最终选取了八类数字技术，分别是智能化、数
+ β10 INSSHAＲE i，t－1 + β11 ＲOE i，t－1 + β12 BIG10 i，t－1
字化、自动化、人工 智 能、机 器 学 习、云 计 算、大 数 据、
+ β13 GＲOWTH i，t－1 + β14 TQ i，t－1 + ε i，t
①
（ 1）
我们综合选择的数字技术类别还包括信息化、互联网。考虑这些技术在中国的运用较早，难以代理新经济背景下的高级数字技术。
例如互联网运用的很早，但 2014 年开始，互联网才和传统经济深度融合，因此我们未纳入这些技术。
37
其中，数字化的虚拟变量 （ DIGI_ DUM） 与数字化的
投资效率 （ INVEST） 代理管理层代理问题。对于债权代理
程度 （ DIGI_ WOＲD） 是本文主要的解释变量，用以衡量企
成本的度量，Jensen 和 Meckling （ 1976） 认为，理性的债
业是否进行数字化转型以及数字化转型程度。应计盈余管
券投资者会意识到公司股东 / 经理可能将损害债券持有者利
理 （ ∣ DA | ） 通过修正琼斯模型 （ Dechow 等，1995） 估
益，因此债权人通常通过提高贷款利率对其承担的风险进
计的可自由支配应计项目的绝对值进行衡量，其值越高，
行补偿。因此，利息支出利率 （ INTEＲEST） 成为衡量债务
会计信息质量越低。另外，参考陈德球和陈运森 （ 2018）
代理成本的重要指标。对于控制权代理成本的度量，本文
等做法，本文控制几个方面的公司特征： ①公司基本特征：
采用关联交易 （ ＲPT） 、资金占用 （ OTHEＲＲECE） 与两权
企业 规 模 （ SIZE） 、资 产 负 债 率 （ LEV） 、公 司 成 立 年 限
分离程 （ SEPEＲＲATION） 度来衡量控制权代理成本。对于
（ AGE） 、净资产收益率 （ ＲOE） 、企业成长性 （ GＲOWTH） 、
具体的路径研究而言，我们采用迪博数据库提供内部控制
股票市值与总资产比值 （ TQ） ； ②公司治理特征： 高管持
指数代理内部控制质量 （ IC） ，采用分析师跟踪人数代理
股比例 （ MSHAＲE） 、董事会人数 （ BOＲADSIZE） 、第一大
分析师关注 （ ANALYST） ，进而检验具体路径的中介效应。
股东持股比例 （ TOP1） 、独立董事占比 （ IND） 、两权合一
为此，本文构建模型 （ 2） ：
（ DUAL） 、机构持股比例 （ INSSHAＲE） ； ③公司审计特征：
INTEＲMEDIAＲY i，t = γ 0 + γ 1 DIGI_ DUM i，t－1 + γCONTＲOLS
十大审计师事务所 （ BIG10） 。同时控制行业与年份固定效
+ η i，t
（ 2）
应。考虑到公司数字化转型对会计信息质量的影响可能存
式中，INTEＲMEDIAＲY 分别为： ①股权代理成本： 管
在滞后效应，参考 Chen 和 Srinivasan （ 2023） 的做法，本
理费用率 （ MFEE） 与投资效率 （ INVEST） ； ②债权代理成
文将数字化数据及控制变量滞后一期。
本： 利息支出率 （ INTEＲEST） ； ③控制权代理成本： 关联
（ 2） 机制检验
交易 （ ＲPT） 、资 金 占 用 （ OTHEＲＲECE） 与 两 权 分 离 程
如前文理论推演，本文认为，在理论层面上，数字化
（ SEPEＲＲATION） ； ④ 内 部 控 制 （ IC ） ； ⑤ 分 析 师 关 注
转型提高会计信息质量的可能内在机制在于通过降低股权
（ ANALYST） 。进一步地，本文构建模型 （ 3） ：
代理成本、债权代理成本与控制权代理成本； 在具体路径
| DA i，t | = β0 + β1 DIGI_ DUM i，t－1 + θ1 INTEＲMEDIAＲY i，t
分析上，本文认为数字化转型可能通过提高内部控制与吸
+ βCONTＲOLS + ε i，t
（ 3）
根据 Baron 和 Kenny （ 1986） 和温忠麟等 （ 2004） 中
引分析 师 关 注，进 而 提 高 会 计 信 息 质 量。根 据 Baron 和
Kenny （ 1986） 、温忠麟等 （ 2004） 中介效应检验方法，我
介效 应 机 制 检 验 方 法，本 文 依 次 检 验 模 型 （ 2） 和 模 型
们对理论机制与具体路径进行检验。
（ 3） 中系数 γ 1 和 θ1 。如果都显著，意味着企业数字技术转
对于股权代理成本的度量，James 等 （ 2000） 的研究
型对会计信息质量的影响至少有一部分是通过中介变量来
使用 了 两 种 方 法 来 计 量 代 理 成 本： 一 是 管 理 费 用 率
实现的。如果检验模型 （ 3） 中系数 β1 不显著，则说明是
（ MFEE） ，理由在于管理层往往通过操纵管理费用来满足
完全中介效应，即企业数字化转型对会计信息质量的影响
自身利益，故而管理费用率能够代理管理层与股东之间的
完全通过中介变量来实现的； 若 β1 显著，则为部分中介效
代理问题； 二是投资效率 （ INVEST） ，它反映了管理层的
应。若系 数 γ 1 和 θ1 仅 有 一 个 显 著， 则 需 要 通 过 Sobel
错误决策如投资了净现值为负的项目，或因为偷懒而导致
（ 1982） 检验是否存在中介效应。具体变量解释如下表 1
资产低效率使用。故本文亦采用管理费用率 （ MFEE） 与
所示：
表1
变量名称
主要变量设计
变量定义
被解释变量
| DA |
| DA_ PA |
| DD |
COMPACC
38
应计盈余管理。参考修正琼斯模型 （ Dechow 等，1995） 做法估计而得。
应计盈余管理。参考 Kothari 等 （ 2005） 的做法，利用业绩调整后的琼斯模型估计而得。
应计盈余管理。本文借鉴修正的 Dechow 和 Dichev （ 2002） 模型利用修正的截面 | DD | 模型估计而得。
会计信息可比性。参考 De Franco 等 （ 2011） 等做法估计而得。
ＲM
真实盈余管理。参考 Ｒoychowdhury （ 2006） 做法估计而得。
SYN
股价同步性。参考 Durnev 等 （ 2003） 做法估计而得。
续表
变量名称
变量定义
解释变量
DIGI_ DUM
数字化转型虚拟变量。公司年报涉及数字技术的为 1，否则为 0。
DIGI_ WOＲD
数字化转型程度。公司年报涉及数字技术的词语数量总计加 1，再取自然对数。
中介变量
MFEE
管理费用除以营业收入。
INVEST
投资效率。根据 Ｒichardson 等 （ 2006） 计算，再对其绝对值。
ＲPT
关联交易。关联交易总金额除以营业总收入。
OTHEＲＲECE
资金占用。其他应收净额除以总资产。
SEPEＲＲATION
两权分离程度。即控制权与现金流权之间的差值。
INTEＲEST
IC
ANALYST
利息支出率。利息支出除以长期借款、短期借款与应付债券的合计值。
内控指数。迪博数据库提供的内部控制指数加 1，再取自然对数。
分析师关注。分析师跟踪人数加 1，再取自然对数。
控制变量
SIZE
企业规模，取自然对数。
LEV
资产负债率。
AGE
企业成立年限加 1，取自然对数。
MSHAＲE
高管持股比例。
BOＲADSIZE
董事会人数。
TOP1
第一大股东持股比例。
IND
独立董事占董事会的比例。
DUAL
董事长与总经理两权合一的为 1，否则为 0。
INSSHAＲE
机构投资者持股比例。
ＲOE
净利润除以股东权益。
BIG10
GＲOWTH
TQ
审计师事务所为 10 大审计师会计事务所的为 1，否则为 0。十大会计事务所判断的具体计算逻辑为，当年审计
事务所审计的企业规模合计位居前 10 位的事务所被认定为 10 大会计师事务所。
企业成长性。通过营业收入增长率进行衡量。
股票市值 / 总资产。
（ 三） 主要变量的描述性统计和单变量检验
间的数字化程度显著不同。以上数据为本文研究奠 定 数
表 2 PANEL A 报告了主要变量的描述性统计。DIGI_
据基础。
DUM 均值为 0. 436，说明 2008 ～ 2018 年间仅有 43. 60% 的
传统 行 业 上 市 公 司 进 行 数 字 化 转 型；
在单变量检验中，本文将样本区分为数字化转型与未
| DA | 均 值 为
转型两组进行比较。表 2 PANEL B 中，在数字化转型样本
0. 058，中位 数 为 0. 040，且 最 大 值 与 最 小 值 差 异 较 大。
（ DIGI_ DUM = 1） 中 的 | DA | 显 著 低 于 未 转 型 的 样 本，
另外，从数字化转 型 程 度 变 量 （ DIGI_ WOＲD） ，75% 分
COMPACC 显著高于未转型的样本，ＲM 显著低于未转型的
为的值是 1. 099，而 最 大 值 为 5. 075，说 明 公 司 在 年 报
样本。这些证据初步表明，数字化转型公司的会计信息质
中呈现的数字化的词语数量存在较大差异，表明公 司 之
量相对较高，表现出优化了公司治理的效应。
39
表2
主要变量的描述性统计和单变量检验
PANEL A 主要变量的描述性统计
变量名称
样本量
均值
方差
最小值
p25
p50
p75
最大值
DIGI_ DUM
15592
0. 436
0. 496
0. 000
0. 000
0. 000
1. 000
1. 000
DIGI_ WOＲD
15592
0. 753
1. 111
0. 000
0. 000
0. 000
1. 099
5. 075
| DA |
15592
0. 058
0. 061
0. 001
0. 018
0. 040
0. 076
0. 342
| DA_ PA |
15592
0. 056
0. 056
0. 001
0. 018
0. 040
0. 075
0. 315
| DD |
13292
0. 062
0. 053
0. 001
0. 023
0. 049
0. 086
0. 308
COMPACC
12057
－0. 005
0. 003
－0. 023
－0. 006
－0. 004
－0. 003
0. 000
ＲM
14003
0. 014
0. 205
－0. 684
－0. 085
0. 030
0. 136
0. 509
SYN
15591
－0. 213
0. 961
－3. 416
－0. 751
－0. 118
0. 431
1. 916
PANEL B 主要变量的组间差异检验
变量名称
DIGI_ DUM = 0
均值
DIGI_ DUM = 1
均值
均值差异
| DA |
8794
0. 061
6798
0. 055
0. 006 ＊＊＊
COMPACC
7382
－0. 0049
4675
－0. 0047
－0. 0003 ＊＊＊
ＲM
8292
0. 022
5711
0. 003
0. 019 ＊＊＊
SYN
8794
－0. 233
6797
－0. 188
－0. 045 ＊＊＊
| DA_ PA |
8794
0. 059
6798
0. 053
0. 006 ＊＊＊
| DD |
8210
0. 066
5082
0. 056
0. 010 ＊＊＊
四、实证结果
高会 计 信 息 质 量。 在 考 虑 控 制 变 量 后， DIGI _ DUM 与
（ 一） 数字化转型与会计信息质量： 基础检验
DIGI_ WOＲD 系数，仍然均在 1% 水平上显著为负，表明
为验证本文的核心假 设，即 数 字 化 转 型 能 否 改 善 会
在排除其 它 变 量 影 响 后 ， 结 果 依 然 稳 健 。 以 上 结 果 支
计信息质量，表 3 报告了相关结果。在未 控 制 相 关 因 素
持本 文 的 假 设 H1 ，即 企 业 数 字 化 转 型 能 够 提 高 会 计 信
的情况下，DIGI_ DUM 与 DIGI_ WOＲD 系数均显著为负，
息质 量， 并 且 转 型 程 度 越 高， 会 计 信 息 质 量 也 相 应
初步验证传统企业的数字化转型能够抑制盈余管 理，提
越高。
表3
数字化转型与会计信息质量： 基础检验
DIGI_ DUM t－1
DIGI_ WOＲD t－1
SIZE t－1
40
（ 1）
（ 2）
（ 3）
（ 4）
| DA |
| DA |
| DA |
| DA |
－0. 006 ＊＊＊
－0. 005 ＊＊＊
（ －5. 184）
（ －4. 234）
－0. 002 ＊＊＊
－0. 002 ＊＊＊
（ －4. 281）
（ －4. 111）
－0. 006 ＊＊＊
－0. 006 ＊＊＊
（ －8. 225）
（ －8. 285）
续表
（ 1）
（ 2）
（ 3）
（ 4）
| DA |
| DA |
| DA |
| DA |
0. 032 ＊＊＊
0. 032 ＊＊＊
（ 8. 456）
（ 8. 523）
－0. 000
－0. 000
（ －0. 107）
（ －0. 173）
－0. 005
－0. 005
（ －1. 324）
（ －1. 253）
－0. 001 ＊＊
－0. 001 ＊＊
（ －2. 343）
（ －2. 374）
－0. 003
－0. 004
（ －0. 793）
（ －0. 833）
0. 010
0. 010
（ 0. 814）
（ 0. 823）
0. 002
0. 002
（ 1. 636）
（ 1. 635）
－0. 005 *
－0. 005 *
（ －1. 882）
（ －1. 858）
－0. 025 ＊＊＊
－0. 025 ＊＊＊
（ －4. 693）
（ －4. 650）
－0. 004 ＊＊＊
－0. 004 ＊＊＊
（ －3. 514）
（ －3. 518）
0. 006 ＊＊＊
0. 006 ＊＊＊
（ 4. 488）
（ 4. 474）
0. 003 ＊＊＊
0. 003 ＊＊＊
（ 5. 463）
（ 5. 511）
LEV t－1
AGE t－1
MSHAＲE t－1
BOＲADSIZE t－1
TOP1 t－1
IND t－1
DUAL t－1
INSSHAＲE t－1
ＲOE t－1
BIG10 t－1
GＲOWTH t－1
TQ t－1
0. 073 ＊＊＊
0. 072 ＊＊＊
0. 179 ＊＊＊
0. 179 ＊＊＊
（ 15. 999）
（ 15. 923）
（ 11. 351）
（ 11. 398）
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
N
15592
15592
15592
15592
adj． Ｒ 2
0. 038
0. 038
0. 073
0. 073
_ cons
注： ①上 述 回 归 采 用 OLS 进 行 检 验； ② 上 述 回 归 均 进 行 了 公 司 层 面 聚 类 分 析 （ Firm － level Cluster ） 与 Ｒobust 调 整 标 准 误 差；
③
＊＊＊ ＊＊ *
、 、 分别表示 1%、5%、10%的显著性水平； ④如无特殊说明，下表同。
41
（ 二） 数字化转型的再讨论
DIGI_ GＲADE 系数显著为负，依然支持本文结论。
本文从年报中提取了数字技术相关内容的文本信息，
第三，排除公司非实 质 数 字 化 转 型。为 更 精 确 地 度
如前文讨论，这些信息未必能够反映公司数字化转型的真
量实质数字化转型，本文对所有候选样本的文本进 行 人
实情况，也未能反映持续治理效应。因此，本文从以下两
工阅读，进一步剔除公司年报中仅在未来趋 势、经 济 环
个角度进行再讨论与再检验。
境或行业发展描述中涉及数字技术的样本，与仅在 公 司
1． 数字化转型的再设计
上游供应商或下游客户中实施数字化转型，而本公 司 未
第一，如果公司 为 了 跟 风、 噱 头 （ 赵 璨 等，2020 ）
实施的样本。DIGI_ DUM _ DS 是 将 样 本 中 涉 及 数 字 技 术
等因素，在年报中披露少量数字技术信息，可 能 会 影 响
词 汇 人 工 判 断 为 策 略 性 披 露 后 的 虚 拟 变 量 （ DIGI _
本文 结 论。 为 此， 本 文 设 计 了 DIGI _ DUM _ ABJUST 与
DUM） 由 1 调 整 为 0， 其 它 保 持 不 变； 同 理 对 DIGI _
DIGI_ WOＲD_ ABJUST 两个变量，其中，DIGI_ DUM_ AB-
WOＲD_ DS 进行处 理。表 4 PANEL B 中 （ 1）
JUST 是将样本 中 数 字 技 术 的 词 语 出 现 次 数 较 少 时 （ 小
DIGI_ DUM_ DS、DIGI_ WOＲD _ DS 均 系 数 显 著 为 负。同
于等于 5 次） 的虚拟变量 （ DIGI_ DUM） 由 1 调整为 0，
时，本文采用企 业 申 请 专 利 中 是 否 含 有 数 字 技 术 专 利，
其它保持不变； 同理对 DIGI_ WOＲD_ ABJUST 进行处理。
来代理实质数字化转型，表 4 PANEL B 中 （ 5） （ 6） 列
表 4 PANEL A 中 （ 1 ）
的 DIGI_ PATENT 系 数 亦 显 著 为 负，表 明 本 文 的 核 心 结
～ （ 4）
列 的 DIGI _ DUM _
ABJUST、DIGI_ WOＲD _ ABJUST 系 数 显 著 为 负， 表 明 本
～ （ 4） 的
论稳健。
文结果具有稳健性。
最后，考虑公司总词 语 数 量 的 影 响。由 于 年 报 中 是
第二，参考 Chen 和 Srinivasan （ 2023 ） 的 做 法，设
否披露数字化转 型 信 息 或 披 露 数 字 化 转 型 信 息 的 程 度，
计数字化转型等级变量 （ DIGI_ GＲADE） 。具体地，对数
可能受年报词语总数量的影响。因此，我们进 一 步 控 制
字化转型词数大于 0 的样本，根据每年企业所 在 行 业 的
年 报 词 语 总 量 （ TOTALWOＲD ） 。 表 4 PANEL B 中 列
数字技术词数大 小 排 序，由 小 到 大 设 置 1、2、3，三 个
（ 7）
等级，数字技术词数越多等级越高，当年未出 现 数 字 技
_ DUM、DIGI_ WOＲD 系数显著为负，再次表明前文结果
术词语则 设 置 为 0。表 4 PANEL A 中 （ 5 ）
是稳健的。
（ 6） 列 的
表4
（ 8 ） 为 控 制 TOTALWOＲD 的 回 归 结 果，其 中 DIGI
数字化转型的再设计
PANEL A
剔除仅披露少量词的样本
DIGI_ DUM_ ABJUST t－1
（ 1）
（ 2）
－0. 006 ＊＊＊
－0. 005 ＊＊＊
（ －3. 630）
（ －2. 849）
DIGI_ WOＲD_ ABJUST t－1
数字转型等级变量
（ 3）
（ 4）
－0. 002 ＊＊＊
－0. 002 ＊＊
（ －2. 944）
（ －2. 463）
DIGI_ GＲADE t－1
42
（ 5）
（ 6）
－0. 002 ＊＊＊
－0. 002 ＊＊＊
（ －4. 308）
（ －3. 832）
CONTＲOLS
NO
YES
NO
YES
NO
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
N
15592
15592
15592
15592
15592
15592
adj． Ｒ 2
0. 034
0. 072
0. 034
0. 072
0. 034
0. 073
续表
PANEL B
实质转型： 剔除策略性披露
DIGI_ DUM_ DS t－1
（ 1）
（ 2）
－0. 005 ＊＊＊
－0. 003 ＊＊
（ －3. 749）
（ －2. 137）
DIGI_ WOＲD_ DS t－1
实质转型： 数字专利
（ 3）
（ 4）
－0. 002 ＊＊＊
－0. 002 ＊＊＊
（ －3. 721）
（ －2. 901）
DIGI_ PANTENT
（ 5）
（ 6）
－0. 007 *
－0. 009 ＊＊
（ －1. 769）
（ －2. 241）
DIGI_ DUM t－1
控制年报词数
（ 7）
（ 8）
－0. 005 ＊＊＊
（ －4. 037）
DIGI_ WOＲD t－1
－0. 002 ＊＊＊
（ －3. 483）
TOTALWOＲD t－1
0. 001
0. 002
（ 0. 886）
（ 0. 926）
CONTＲOLS
NO
YES
NO
YES
NO
YES
NO
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
YES
YES
N
15592
15592
15592
15592
15592
15592
15592
15592
adj． Ｒ 2
0. 034
0. 071
0. 034
0. 072
0. 033
0. 072
0. 072
0. 072
2． 数字化转型的动态过程与持续效应
多 元 回 归 ，在 三 组 样 本 中 ， DIGI_ POST 系 数 均 显 著 为
本文继续检验传统企业开始数字化转型之后，能否带
负 ，表 明 与 从 未 进 行 数 字 化 转 型 与 实 施 数 字 化 转 型 之
来会计信息质量的持续改善？ 我们采用 DIGI_ POST 检验实
前的 样 本 相 比， 企 业 数 字 化 转 型 后， 盈 余 管 理 显 著
施数字技术前后的差异。DIGI_ POST 为在企业实施数字技
降低。
术转型前为 0，实施后为 1，始终未实施的为 0。同时，为
进一步地，本文从企业实质数字化转型角度进行再检
考察数字化的动态过程，我们将样本分为 3 组： 第一组为
验。一是，设计 DIGI_ POST_ 1 变量，即基于人工阅读清
全样本； 第二组在全样本基础上，剔除始终均为数字化转
理公司年报中策略性数字技术信息披露后数字化 转 型 数
型的样本； 第三组在第二组处理的基础上，再剔除始终未
据，实施数字化转型当期及后续期间为 1，否则为 0； 二
实施数字化的样本。
是，设计 DIGI_ POST_ 2 变量，即有数字技术专利当期及
首 先 ，表 5 的 PANEL A 进 行 了 单 变 量 检 验 ， 三 组
后续期间为 1，否则为 0。由表 5 PANEL B 列 （ 4）
（ 5）
数 字 化 转 型 组 的 | DA | 均 值 都 显 著 低 于 未 进 行 数 字 化
可知，DIGI_ POST_ 1 与 DIGI_ POST_ 2 系 数 均 显 著 为 负，
转型组， 初 步 证 明 数 字 化 转 型 后 的 会 计 信 息 质 量 较
再次表明数字化转型对会计信息质量的治理效果具有持续
好 。接 着 ，表 5 的 PANEL B 中 （ 1 ）
效应。
～ （ 3） 列进行了
43
表5
数字化转型的再讨论： 关于转型动态过程与持续效应
PANEL A 单变量检验
变量名称
DIGI_ POST = 0
均值
DIGI_ POST = 1
均值
均值差异
3578
0. 068
12014
0. 057
0. 011 ＊＊＊
0. 068
9029
0. 057
0. 011 ＊＊＊
0. 066
9029
0. 057
0. 009 ＊＊＊
（ 1） 全样本
| DA |
（ 2） 剔除始终均为实施数字技术样本
| DA |
3578
（ 3） 在 （ 2） 基础上再剔除始终均未转型样本
| DA |
3098
PANEL B 回归分析
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
剔除均为实施
再剔除均未实施
剔除仅策略性
数字化专利技术
数字技术样本
数字技术样本
转型的样本
的动态检验
| DA |
| DA |
| DA |
| DA |
| DA |
－0. 004 ＊＊
－0. 006 ＊＊＊
－0. 004 *
（ －1. 967）
（ －3. 125）
（ －1. 880）
全样本
DIGI_ POST t－1
－0. 002 *
DIGI_ POST_ 1 t－1
（ －1. 897）
－0. 004 *
DIGI_ POST_ 2 t－1
（ －1. 778）
CONTＲOLS
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
N
15592
12607
12127
15592
15592
adj． Ｒ 2
0. 071
0. 070
0. 067
0. 068
0. 077
（ 三） 稳健性检验
说明本文结论依然较为稳健。（ 4） 倾向得分匹配 （ PSM） 。
（ 1） 更换应计盈余管理变量。为保证结果的稳健型，
为克服潜在内生性问题对本文结果可能产生的影响，本文
我们使用绩效调整的修正琼斯模型 （ Kothari 等，2005） 和
使用 PSM 样本进行再回归。首先，我们使用控制变量构建
修正的 Dechow and Dichev 模型 （ Dechow 和 Dichev，2002）
Logit 模型，以此确保 可 能 影 响 企 业 数 字 化 转 型 的 特 征 因
来衡量可自由支配应计利润。回归结果列于表 6 PANEL A，
子，在数字化处理组与非数字化控制组之间没有显著差异。
结果表明本文实证结果具有稳健性。 （ 2） 工具变量。由于
然后，根据计算出的倾向性得分，采用最邻近且无放回的
数字技术转型企业可能不具有随机性，进而带来样本选择
方法对数字化样本和非数字化样本进行 1 ∶ 1 匹配，从而得
性偏误，最终影响估计结果的有效性，因此本文采用工具
到 PSM 样本； 其中处理组样本 6798 个，控制组 6798 个。
变量方法解决上述内生性问题。本文选取北京大学数字普
回归结果列于表 6 PANEL B，结果表明本文的实证结果具
惠金融指数 （ PKU－DFIIC） 作为工具变量。回归结果列于
有稳健性。（ 5） 固定公司个体效应。为控制不随时间变化
表 6 PANEL A，结果表明本文结论依然较为稳健。 （ 3）
的公司特征对本文结论的影响，我们进一步控制了公司个
Heckman 检验。本文使用 Heckman 两阶段回归解决样本自
体固定效应。回归结果列于表 6 PANEL B，结果表明本文
选择的问题。首先，本文采用控制变量进行回归，进而估
实证结果具有稳健性。 （ 6） 剔除会计准则修订因素的影
计公司进行数字化转型概率并得到逆米尔斯比率 （ IMＲ） ，
响。2014 年伊始，财政部就出台的一系列准则，修订或新
接着将 IMＲ 加入主模型中，回归结果列于表 6 PANEL B，
增了 7 项会计准则、1 项准则解释，是继 2012 年会计准则
44
修订后的又一次大规模修订。为排除会计新准则因素的影
1，否则为 0。回归结果列于表 6 PANEL B，结果表明本文
响，我们设计了变量 2015POST，其值在 2015 年及以后为
实证结果具有稳健性。
表6
数字化转型与会计信息质量： 稳健性检验
PANEL A
更换盈余管理变量
（ 1）
| DA_ PA |
DIGI_ DUM t－1
－0. 003
（ 2）
（ 3）
| DA_ PA |
| DD |
＊＊＊
－0. 004
（ －3. 321）
DIGI_ WOＲD t－1
工具变量
（ 4）
（ 5）
（ 6）
| DD |
DIGI_ DUM t－1
| DA |
＊＊＊
－0. 005 ＊＊＊
（ －4. 154）
－0. 002
＊＊＊
（ －4. 33）
－0. 002
（ －3. 469）
＊＊＊
（ －3. 843）
PKU－DFIIC t－1
0. 001 ＊＊
（ 2. 22）
CONTＲOLS
YES
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
N
15592
15592
13292
13292
12031
12031
0. 067
0. 068
0. 164
0. 164
0. 149
0. 069
PSM
公司个体效应
2
adj． Ｒ / Pseudo Ｒ
2
PANEL B
Heckman 检验
会计准则影响
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
DIGI_ DUM t－1
| DA |
| DA |
| DA |
| DA |
| DA |
－0. 005 ＊＊＊
－0. 005 ＊＊＊
－0. 002 ＊＊
－0. 004 ＊＊＊
（ －4. 258）
（ －4. 477）
（ －2. 096）
（ －3. 971）
DIGI_ DUM t－1
DIGI_ WOＲD t－1
－0. 002 ＊＊＊
（ －3. 405）
－0. 042 ＊＊
IMＲ
（ －2. 158）
2015POST
－0. 006 ＊＊
－0. 006 ＊＊
（ －2. 090）
（ －2. 180）
CONTＲOLS
YES
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
FＲIM
NO
NO
NO
YES
NO
NO
N
15592
15592
13596
15592
15592
15592
01. 42
0. 074
0. 071
－0. 145
0. 072
0. 072
adj． Ｒ
2
（ 四） 机制检验
质量内在机制，一部分依赖于降低股权代理成本实现的。
1． 代理问题内在动因的中介机制检验
从债权代理 成 本 而 言，表 7 PANEL A 列 （ 3） 的 DIGI _
从股权代理成本而言，表 7 PANEL A 列 （ 1）
（ 2） 中
DUM 系数显著为负，表明数字化转型能够降低利息支出率，
的 DIGI_ DUM 系数均显著为负，表明数字化转型能够降低
缓解债权代理问题； PANEL B 的 INTEＲEST 系数显著为正，
管理费用、提高投资效率，缓解管理层与股东之间的股权
表明数字化转型通过降低债权代理成本，进而降低公司盈
代理成本； PANEL B 中 MFEE、INVEST 系数均显著为正，
余管理。从控制权代理成本而言，表 7 PANEL A 列 （ 4）
同时 DIGI_ DUM 亦显著，意味着数字化转型提高会计信息
（ 5） DIGI_ DUM 系数显著为负，而列 （ 6） DIGI _ DUM 不
45
显著，表明数字化转型能降低公司关联交易与资金占用的
表明公司实施数字化转型对股权调整的影响较少，数字技
问题，但对改变股权结构却影响甚微。表 7 PANEL B 中
术主要通过改变控股股东具体的掏空行为如资金占用或关
ＲPT、OTHEＲＲECE 系 数 均 显 著 为 正， 而 两 权 分 离 程 度
联交易进而提高会计信息质量的。以上结果支持了本文的
（ SEPEＲＲATION） 并不 显 著，同 时 未 通 过 中 介 机 制 检 验，
假设 H2。
表7
代理问题内在动因的中介机制检验
PANEL A： 中介机制第一阶段
股权与债权代理成本
DIGI_ DUM t－1
控制权代理成本
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
MFEE
INVEST
INTEＲEST
ＲPT
OTHEＲＲECE
SEPEＲＲATION
－0. 006 ＊＊＊
－0. 002 *
－0. 004 ＊＊
－0. 073 ＊＊
－0. 001 *
0. 020
（ －2. 743）
（ －1. 647）
（ －2. 170）
（ －2. 180）
（ －1. 686）
（ 0. 134）
CONTＲOLS
YES
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
N
15592
14331
12998
14129
15592
15592
adj． Ｒ 2
0. 217
0. 060
0. 033
0. 148
0. 099
0. 096
PANEL B： 中介机制第二阶段
股权与债权代理成本
DIGI_ DUM t－1
MFEE
控制权代理成本
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
| DA |
| DA |
| DA |
| DA |
| DA |
| DA |
－0. 005 ＊＊＊
－0. 004 ＊＊＊
－0. 005 ＊＊＊
－0. 004 ＊＊＊
－0. 004 ＊＊＊
－0. 005 ＊＊＊
（ －4. 368）
（ －3. 359）
（ －4. 358）
（ －3. 532）
（ －4. 126）
（ －4. 234）
0. 028 ＊＊＊
（ 2. 842）
0. 098 ＊＊＊
INVEST
（ 8. 476）
0. 025 ＊＊＊
INTEＲEST
（ 3. 536）
0. 003 ＊＊＊
ＲPT
（ 5. 615）
0. 149 ＊＊＊
OTHEＲＲECE
（ 6. 000）
SEPEＲＲATION
0. 000
（ 0. 485）
CONTＲOLS
YES
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
N
15692
14331
12998
14129
15592
15592
0. 086
0. 086
0. 079
0. 081
0. 080
0. 073
adj． Ｒ
2
2． 具体路径的中介机制检验
检验。表 8 列 （ 1） 以内部控制 （ IC） 为因变量，DIGI _
本文认为内部控制与分析师关注是数字技术转型影响
DUM 系 数 显 著 为 正，列 （ 2） 以 分 析 师 关 注 （ ANALYST）
会计信息质量的可能路径。为此，本文同样采用中介机制
为因变量，DIGI_ DUM 系数亦显著为正，表明数字化转型
46
能够提高内部控制质量与吸引分析师关注。接着，表 8 列
H3、H4，即传统企业数字化转型通过提高内部控制质量与
（ 3）
吸引分析师关注，进而改善公司治理，提高会计信息质量。
（ 4） 的 IC、ANALYST 系数均显著为负，支持了假设
表8
具体路径的中介机制检验
中介机制第一阶段
内部控制
分析师关注
内部控制
分析师关注
（ 1）
（ 2）
（ 3）
（ 4）
IC
DIGI_ DUM t－1
中介机制第二阶段
0. 043
ANALYST
＊＊＊
0. 085
（ 2. 646）
| DA |
＊＊＊
－0. 004 ＊＊＊
（ －3. 598）
（ －3. 853）
－0. 004
（ 4. 954）
| DA |
＊＊＊
－0. 008 ＊＊＊
IC
（ －10. 186）
－0. 002 ＊＊＊
ANALYST
（ －3. 158）
CONTＲOLS
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
N
15581
15592
15581
15592
0. 089
0. 400
0. 087
0. 070
adj． Ｒ
2
五、进一步讨论
能起到抑制效应？ 本文根据 | DA | 的行业年度中位数对企
在前文核心假设与机制检验基础之上，本文进一步从
业的信息环境进行分组。由表 9 可知，信息环境较差时，
公司异质性特征、会计信息质量的其它视角，来讨论数字
DIGI_ DUM 系数显著为负，表明企业数字化转型能更明显
化转型对公司治理效应的影响。
的提高信息质量较差公司的会计信息质量。而在信息环境
（ 一） 公司异质性特征
较好组，DIGI_ DUM 系数显著为正，表明数字化转型不利
1． 产权性质
于信息环境较好的公司进一步改善会计信息质量。可能的
国有企业的最终控制权人是政府。现有研究认为，国
原因在于： 对于信息环境较好的企业，其本身盈余管理的
有企业的激励机制与民营企业不同。例如，国有企业通常
空间有限，而在数字资产会计准则尚未明确时，数字化转
需要帮助政府实现社会目标，如保持就业率和扶贫，意味
型可能会给高管提供更多自由裁量的空间。
着报告更高的收益并不是国有企业管理者的唯一目标，同
3． 长期价值导向
时国企更易获取政府补贴、银行贷款及其管理者任命特征，
Doupnik 和 Tsakumis （ 2004） 认为注重长期价值导向
均使得盈余管理动机较弱。因此相较于民企，国企的会计
的企业会计系统更加规范。本文使用儒家文化来代理公司
信息质量可能相对较好。表 9 民企的 DIGI_ DUM 系数显著
的长期价值导向，具体计算为公司距离 100 公里内孔庙数
为负，而国企不显著，表明实施数字化转型，更有可能对
量。根据年度行业中位数进行分组，分成长期价值导向高
民企的会计信息质量起到增量的治理效应。
组与低组。表 9 的 DIGI_ DUM 系数在长期价值高组显著为
2． 信息环境
负，而低组不显著，表明当具有长期价值导向的公司，数
数字技术转型是否对不同信息环境公司的盈余管理都
字化转型更能够改进会计信息质量。
表9
DIGI_ DUM t－1
数字化转型与会计信息质量： 公司异质性特征
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
民营企业
国有企业
信息环境差
信息环境好
长期价值观低
长期价值观高
| DA |
| DA |
| DA |
| DA |
| DA |
| DA |
*
－0. 000
－0. 005 ＊＊＊
（ －3. 045）
（ 1. 686）
（ －0. 008）
（ －4. 583）
YES
YES
YES
YES
YES
YES
YES
YES
YES
YES
＊＊＊
－0. 002
－0. 005
（ －3. 818）
（ －1. 335）
CONTＲOLS
YES
INDUSTＲY＆YEAＲ
YES
－0. 006
＊＊＊
0. 000
47
续表
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
民营企业
国有企业
信息环境差
信息环境好
长期价值观低
长期价值观高
| DA |
| DA |
| DA |
| DA |
| DA |
| DA |
Chi－square
4. 17
p－value
13. 40
0. 041
4. 35
0. 000
0. 032
N
8852
6740
7813
7779
1491
14101
adj． Ｒ 2
0. 069
0. 082
0. 073
0. 001
0. 064
0. 073
（ 二） 会计信息质量的其它视角
环境。在会计信息可比性较强的情形下，管理者进行应计
1． 真实盈余管理
盈余操纵，容易被投资者识别而受到惩罚，故会计信息可
除应计盈余管理以外，高管还有可能通过真实盈余管
比性的提高增加了管理者实施应计盈余管理的成本。本文
理进行利润操纵，即通过安排真实经济交易来操纵盈余，
参考 De Franco 等 （ 2011） 等人的研究方法，估计公司的
如出售资产、缩小投资、削减研发支出、加速生产、折扣
会计信息可比性。表 10 中 COMPACC 为因变量时，DIGI_
销售等，它不仅改变各期盈余分配，也影响整体盈余水平
DUM 与 DIGI_ WOＲD 系数均显著为正，表明数字化转型也
与现金流量。本文进一步检验企业数字化转型是否抑制高
有利于提高企业在行业内的会计信息可比性。
管的真实盈余管理行为。参考 Ｒoychowdhury （ 2006） 做法，
3． 股价同步性
我们对真实盈余管理 （ ＲM） 进行估计。表 10 中 ＲM 作为
会计信息质量是影响股价同步性的重要因素，随着会
因变量时，DIGI _ DUM 与 DIGI _ WOＲD 系 数 均 显 著 为 负，
计信息质量的提高，信息不对称问题得到缓解，也就意味
表明企业数字化转型通过抑制代理问题、提升公司治理，
着公司更多的异质性信息能够通过盈余信息传递给资本市
亦有利于减少管理层的真实盈余管理行为。
场，进而减少资本市场上的噪音，股价更能反映内在价值，
2． 会计信息可比性
资产误定价水平降低，随着股价中的信息含量提高，股价
可比性是会计信息的一个重要属性，有助于用户识别
同步性也会同步降低。本文参考 Durnev 等 （ 2003） 的做
和理解相关项目，即可比性使得同样的项目看起来相似，
法，构建股价同步性指标 （ SYN） ，其值越高股价同步性越
不同的项目看起来不同。De Franco 等 （ 2011） 发现，会计
高。表 10 中 SYN 为因变量时，DIGI_ DUM 与 DIGI_ WOＲD
信息可比性能够提高分析师的一致预期，增加其盈利预测
系数显著为负，表明企业数字化转型帮助投资者接收到更
的准确度。这说明会计信息可比性为分析师等外部信息使
多的公司异质信息，进而减少了股价同步性，提高了资本
用者提供了更多高质量的会计信息，进而改善公司的信息
市场运作效率。
表 10
数字化转型与会计信息质量： 会计信息质量的其它视角
DIGI_ DUM t－1
（ 1）
（ 2）
（ 3）
（ 4）
（ 5）
（ 6）
ＲM
ＲM
COMPACC
COMPACC
SYN
SYN
－0. 009 ＊＊
0. 0001 ＊＊
－0. 032 ＊＊
（ －2. 344）
（ 2. 308）
（ －1. 967）
DIGI_ WOＲD t－1
－0. 009 ＊＊＊
0. 0001 ＊＊＊
－0. 026 ＊＊＊
（ －3. 737）
（ 3. 327）
（ －2. 696）
CONTＲOLS
YES
YES
YES
YES
YES
YES
INDUSTＲY＆YEAＲ
YES
YES
YES
YES
YES
YES
N
14003
14003
12057
12057
15591
15591
0. 115
0. 116
0. 337
0. 338
0. 199
0. 199
adj． Ｒ
2
六、研究结论与启示
型是否能够提高会计信息质量，实现治理效应。研究发现：
在中国数字经济与技术高速发展的现实背景下，本文
其一，数字技术转型程度越高，公司会计信息质量越高，
研究 2008 ～ 2018 年间，传统行业上市公司实施数字技术转
治理效应越强。其二，从代理理论的机制而言，数字技术
48
转型通过降低三类代理成本，进而提高会计信息质量； 从
李唐，李青，陈楚霞． 2020． 数据管理能力对企业生产
具体的作用路径而言，数字技术转型一方面能优化内部控
率的影响效应———来自中国企业—劳动力匹配调查的新发
制，另一方面会吸引分析师关注，进而提高会计信息质量。
现． 中国工业经济，6： 174 ～ 192
刘业政，孙见山，姜元春，陈夏雨，刘春丽． 2020． 大
其三，拓展性研究显示，数字技术转型的治理效应受公司
异质性影响，在民营产权、信息质量低、具有长期价值导
数据的价值发现： 4C 模型． 管理世界，2： 129 ～ 138
鲁桐，党印． 2014． 公司 治 理 与 技 术 创 新： 分 行 业 比
向的公司中，会计信息质量改善越明显； 数字技术转型同
样显著降低了真实盈余管理程度、提高了会计信息可比性、
降低了公司股价同步性，显示出积极的治理效应。
基于以上研究结论，本文具有以下几方面启示。其一，
传统行业上市公司应充分利用数字化转型来优化会计信息
质量与治理结构。数字技术的运用，有助于公司内部数据
标准化、信息化、自动化的处理，能够降低公司高管、控
股股东、债权人相互之间的代理矛盾与冲突； 整个公司的
内控体系得到全面的提升，同时公司会吸引外部分析师的
关注并更好地发挥外部治理的作用； 这就帮助传统行业企
业优化会计信息质量与治理结构。其二，政策层面应当着
力推动实体经济行业企业与数字技术的加速融合。尽管进
行数字化转型，对于传统行业上市公司具有诸多益处，但
其对于数字技术的应用理念与能力，可能会存在诸多壁垒。
较． 经济研究，6： 115 ～ 128
潘红波，余明桂． 2014． 集团内关联交易、高管薪酬激
励与资本配置效率． 会计研究，10： 20 ～ 27
齐保垒，田高良，李留闯． 2010． 上市公司内部控制缺
陷与财务报告信息质量． 管理科学，4： 438 ～ 447
沈国兵，袁征宇． 2020． 企业互联网化对中国企业创新
及出口的影响． 经济研究，1： 33 ～ 48
唐松，伍旭川，祝佳． 2020． 数字金融与企业技术创新
———结构特征、机制识别与金融监管下的效应差异． 管理
世界，5： 52 ～ 66
佟岩，王化成． 2007． 关联交易、控制权收益与盈余质
量． 会计研究，4： 75 ～ 82
温忠麟，张雷，侯杰泰，刘红云． 2004． 中介效应检验
程序及其应用． 心理学报，5： 614 ～ 620
因此国家与地方政策应当积极宣传传统企业数字化转型的
谢康，夏正豪，肖静华． 2020． 大数据成为现实生产要
典型案例，配套各维度的转型支持政策，来帮助传统企业
素的企业实现机制： 产品创新视角． 中国工业经济，5： 42
顺利实施数字化转型。其三，资本市场监管层与利益相关
～ 60
者，应当关注传统行业上市公司实施数字化转型的进展。
谢小云，左玉涵，胡琼晶． 2021． 数字化时代的人力资
对于切实施行数字化转型的上市公司，应当对其未来成长
源管 理： 基 于 人 与 技 术 交 互 的 视 角． 管 理 世 界，1： 200
空间、股价信息含量等方面，做出更为积极的评估与决策。
～ 216
杨德明，毕建琴． 2019． “互联网+”、企业家对外投资
主要参考文献
陈德球，陈运森． 2018． 政策不确定性与上市公司盈余
管理． 经济研究，6： 97 ～ 111
陈冬梅，王俐珍，陈安霓． 2020． 数字化与战略管理理
论———回顾，挑战与展望． 管理世界，5： 220 ～ 236
陈国青，曾大军，卫强，张明月． 2020． 大数据环境下
的决策范式转变与使能创新． 管理世界． 2： 95 ～ 105
陈彦斌，林晨，陈小亮． 2019． 人工智能、老龄化与经
济增长． 经济研究，7： 47 ～ 63
与公司估值． 中国工业经济，6： 136 ～ 153
杨德明，刘泳文． 2018． “互联网 +” 为什么加出了业
绩． 中国工业经济，5： 80 ～ 98
游家兴，张哲远． 2016． 财务分析师公司治理角色研究
———文献综述与研究展望． 厦门大学学报 （ 哲学社会科学
版） ，5： 128 ～ 136
曾雪云，徐雪宁． 2020． 智能化与信息科技革命驱动的
财务成本会计研究———中国会计学会财务成本分会 2019 学
术年会综述． 会计研究，2： 191 ～ 193
董望，陈汉文． 2011． 内部控制、应计质量与盈余反应
张勋，杨桐，汪晨，万广华． 2020． 数字金融发展与居
———基于中国 2009 年 A 股上市公司的经验证据． 审计研
民消费增长： 理论与中国实践． 管理世界，11： 48 ～ 63
赵璨，陈仕华，曹伟． 2020． “互联网 +” 信息披露：
究，4： 68 ～ 78
顾奋玲，申慧慧． 2019． 数字时代的内部控制： 发展与
展望———中国会计学会内部控制专业委员会 2019 年学术年
会综述． 会计研究，10： 93 ～ 94
黄群慧，余泳泽，张松林． 2019． 互联网发展与制造业
生产率提升： 内在机制与中国经验． 中国工业经济，8： 5
～ 23
实质性陈述还是策略性炒作———基于股价崩盘风险的证据．
中国工业经济，3： 174 ～ 192
周中胜，陈俊． 2006． 大股东资金占用与盈余管理． 财
贸研究，3： 128 ～ 135
Baron，Ｒ． M．， D． A． Kenny． 1986． The Moderator －
mediator Variable Distinction in Social Psychological Ｒesearch：
黄益平，黄卓． 2018． 中国的数字金融发展： 现在与未
来． 经济学 （ 季刊） ，4： 1489 ～ 1502
Conceptual，Strategic，and Statistical Considerations． Journal of
Personality and Social Psychology，51 （ 6） ： 1173 ～ 1182
49
Cahill，D．，D． G． Baur，Z． F． Liu，J． W． Yang． 2020． I
Hong，Y．，F． Huseynov，W． Zhang． 2014． Earnings Man-
am a Blockchain too： How Does The Market Ｒespond to Compa-
agement and Analyst Following： A Simultaneous Equations A-
nies＇ Interest in Blockchain？ Journal of Banking ＆ Finance，113
nalysis． Financial Management，43 （ 2） ： 355 ～ 390
（ C） ，105740
Jame，S． A．，A． C． Ｒebel，J． W． Lin． 2000． Agency Costs
Digital：
and Ownership Structure． Journal of Finance，55 （ 1） ： 81 ～ 106
Implications for Firm Value and Performance． Ｒeview of Ac-
Jensen，M． C．，W． H． Meckling． 1976． Theory of the
Chen， W．， S．
Srinivasan．
2023． Going
counting Studies （ Forthcoming）
Firm： Managerial Behavior，Agency Cost and Ownership Struc-
Cheng，S． F．，G． De Franco，H． Jiang，P． Lin． 2019．
Ｒiding the Blockchain Mania： Public Firms ＇ Speculative 8 ～ K
Disclosures． Management Science，65 （ 12） ： 5901 ～ 5913
Chod，J．，N． Trichakis，G． Tsoukalas，H． Aspegren，M．
ture． Journal of Financial Economics，3 （ 4） ： 5 ～ 50
La Porta，Ｒ．，F． Lopez － de － Silanes，A． Shleife，Ｒ． W．
Vishny． 1998． Law and Finance． Journal of Political Economy，
106 （ 6） ： 1113 ～ 1155
Weber． 2020． On the Financing Benefits of Supply Chain Trans-
Kothari，S． P．，A． J． Leone，C． E． Wasley． 2005． Per-
parency and Blockchain Adoption． Management Science， 66
formance Matched Discretionary Accrual Measures． Journal of
（ 10） ： 4378 ～ 4396
Accounting and Economics，39 （ 1） ： 163 ～ 197
De Franco，G．，S． P． Kothari，Ｒ． S． Verdi． 2011． The
Benefits of Financial Statement Comparability． Journal of Accounting Ｒesearch，49 （ 4） ： 895 ～ 931
McKinsey． 2017． China ＇ s Digital Economy： A Leading
Global Force． McKinsey Global Institute．
Ｒichardson，S． A．，Ｒ． G． Sloan，M． T． Soliman，I． Tuna．
Dechow，P． M．，I． D． Dichev． 2002． The Quality of Accruals and Earnings： the Ｒole of Accrual Estimation Errors． The
Accounting Ｒeview，77 （ Suppl） ： 35 ～ 59
2005． Accrual Ｒeliability，Earnings Persistence and Stock Prices．
Journal of Accounting and Economics，39 （ 3） ： 437～ 485
Ｒoychowdhury，S． 2006． Earnings Management through
Dechow，P． M．，Ｒ． G． Sloan，A． P． Sweeney． 1995． Detecting Earnings Management． The Accounting Ｒeview， 70
（ 2） ： 193 ～ 225
Ｒeal Activities Manipulation． Journal of Accounting and Economics，42 （ 3） ： 335 ～ 370
Scott，W． Ｒ． 1977． Financial Accounting Theory． Prentice－
Doupnik，T． S．，G． Tsakumis． 2004． A Critical Ｒeview of
Hall Publishing Company．
the Tests of Gray＇s Theory of Cultural Ｒelevance and Suggestions
Shleifer，A．，Ｒ． W． Vishny． 1986． Large Shareholders and
for Future Ｒesearch． Journal of Accounting Literature，23： 1
Corporate Control． Journal of Political Economy，94 （ 3） ： 461
～ 48
～ 488
Durnev，A．，Ｒ． Morck，B． Yeung， P． Zarowin． 2003．
Does Greater Firm－Specific Ｒeturn Variation Mean More or Less
Informed Stock Pricing？． Journal of Accounting Ｒesearch，41
（ 5） ： 797 ～ 836
Watts，Ｒ．，J． Zimmerman． 1986． Positive Accounting Theory． Prentice Hall
Wu， L．， L． Hitt， B． Lou． 2020． Data Analytics，
Innovation，and Firm Productivity． Management Science，66
Healy，P． M．，J． M． Wahlen． 1999． A Ｒeview of the Earnings Management Literature and Its Implications for Standard setting． Accounting horizons，13 （ 4） ： 365 ～ 383
（ 5） ： 2017 ～ 2039
Zhu，C． 2019． Big Data as a Governance Mechanism． The
Ｒeview of Financial Studies，32 （ 5） ： 2021 ～ 2061
Digital Transformation and Governance Effect：
From the Perspective of Accounting Information Quality
Fang Qiaoling et al．
Abstract： Based on Chinese rapid development of digital economy and technology，we investigate whether traditional firm＇s digital transformation can
improve accounting information quality and achieve the governance effect． We find that，first，the higher degree of digital transformation a firm has，the
higher accounting information quality and better governance effect there is． Second，digital transformation improves the quality of accounting information by
reducing three types of agency costs． Meanwhile，digital transformation optimizes internal control，and attracts the attention of analysts，then improves accounting information quality． Third，extended study shows that，in non－state firms，lower information quality firms，higher long－term oriented firms，the
digital transformation can improve better on accounting information quality． Digital transformation also reduces real surplus management，improves accounting information comparability，and reduces the synchronization of firms＇ stock prices． This paper enriches literature on both corporate digital transformation
and corporate governance．
Key Words： Digital Transformation； Accounting Information Quality； Governance Effect； Stock Price Synchronization
50