■李 昂 王田力 商玉杰 胡思琪 李夢(mèng)南

（首都經(jīng)濟(jì)貿(mào)易大學(xué)財(cái)政稅務(wù)學(xué)院，北京100070）

一、引言

黨的十九大以來，黨中央和國(guó)務(wù)院高度重視數(shù)字經(jīng)濟(jì)的發(fā)展，實(shí)體經(jīng)濟(jì)發(fā)展和創(chuàng)新驅(qū)動(dòng)發(fā)展的內(nèi)容。隨著5G+、人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等新一代信息技術(shù)的持續(xù)創(chuàng)新帶來社會(huì)性變革的同時(shí)也為企業(yè)的發(fā)展注入了新的活力。而這一變革趨勢(shì)下的中國(guó)企業(yè)能否充分利用數(shù)字化建設(shè)構(gòu)建適配自身稟賦特征的轉(zhuǎn)型戰(zhàn)略，成為當(dāng)下數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的重大課題。在第四屆數(shù)字中國(guó)建設(shè)峰會(huì)上，中國(guó)信息通信研究院發(fā)布了《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021）》。統(tǒng)計(jì)數(shù)據(jù)顯示，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模由2005年的2.6 萬億元躍升至2020年的39.2 萬億元。2020年在新冠肺炎疫情沖擊和全球經(jīng)濟(jì)下行疊加影響下，我國(guó)數(shù)字經(jīng)濟(jì)依然保持9.7% 的高位增長(zhǎng)，是同期GDP 名義增速的3.2 倍多，成為我國(guó)穩(wěn)定經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵動(dòng)力。因此，如何有效推動(dòng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)對(duì)中國(guó)高質(zhì)量發(fā)展，成為近年來政府和社會(huì)各界廣泛討論的行動(dòng)議題。那么，數(shù)字經(jīng)濟(jì)是否也影響了資產(chǎn)評(píng)估行業(yè)呢？根據(jù)《“十四五”時(shí)期資產(chǎn)評(píng)估行業(yè)發(fā)展規(guī)劃》報(bào)告闡明要加快推進(jìn)行業(yè)數(shù)字化轉(zhuǎn)型，全面提升資產(chǎn)評(píng)估行業(yè)信息化水平及服務(wù)能力，數(shù)字化轉(zhuǎn)型將為評(píng)估行業(yè)帶來新的發(fā)展契機(jī)。這就要求評(píng)估機(jī)構(gòu)抓住時(shí)代發(fā)展機(jī)遇，促進(jìn)高水平、高質(zhì)量的數(shù)字化資產(chǎn)評(píng)估建設(shè)，度量企業(yè)數(shù)字化轉(zhuǎn)型脈絡(luò)，全面提升資產(chǎn)評(píng)估行業(yè)信息化水平及服務(wù)能力。

鑒于此，本文以企業(yè)數(shù)字化轉(zhuǎn)型視角出發(fā)，分析企業(yè)數(shù)字化轉(zhuǎn)型與資產(chǎn)評(píng)估增值率的關(guān)系，探究不同情況下，數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，以增進(jìn)學(xué)者和資產(chǎn)評(píng)估實(shí)務(wù)工作者對(duì)數(shù)字化轉(zhuǎn)型與資產(chǎn)評(píng)估增值率關(guān)系的理解。

二、理論分析與假說提出

數(shù)字化轉(zhuǎn)型對(duì)于資產(chǎn)評(píng)估值的作用機(jī)制主要表現(xiàn)在以下兩個(gè)方面：

第一，數(shù)字化轉(zhuǎn)型可以提升企業(yè)內(nèi)在價(jià)值，從而提高資產(chǎn)評(píng)估增值率。

企業(yè)數(shù)字化轉(zhuǎn)型可以對(duì)海量的歷史數(shù)據(jù)進(jìn)行生產(chǎn)、采集、分析、應(yīng)用從而發(fā)掘數(shù)據(jù)信息背后的潛在價(jià)值（ Farboodi，2019）。其次，利用數(shù)字技術(shù)來拓寬企業(yè)銷售渠道和分銷渠道，如企業(yè)借助網(wǎng)購(gòu)平臺(tái)或社交媒體與消費(fèi)者建立更為效率的聯(lián)系（Hansen 和Sia，2015），從而提升企業(yè)的生產(chǎn)效率和經(jīng)營(yíng)效率，并且可能帶給企業(yè)潛在的獲利能力與成長(zhǎng)性，提升企業(yè)內(nèi)在價(jià)值，從而資產(chǎn)評(píng)估增值率有可能會(huì)提高。

第二，數(shù)字化轉(zhuǎn)型可以降低企業(yè)風(fēng)險(xiǎn)，從而提高資產(chǎn)評(píng)估增值率。

企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型可以更為有效地抓取內(nèi)部管控信息，將生產(chǎn)模式由規(guī)模生產(chǎn)向定制化生產(chǎn)轉(zhuǎn)變，同時(shí)使整個(gè)業(yè)務(wù)流程日趨透明，有利于緩解企業(yè)的信息不對(duì)稱程度，提高信息透明度（祁懷錦，2020）。這些轉(zhuǎn)變將提高企業(yè)的治理水平。在面臨數(shù)字經(jīng)濟(jì)的背景下，企業(yè)可以在利用內(nèi)部信息提高治理水平的同時(shí)，也可以向外界投資者傳遞企業(yè)內(nèi)部運(yùn)營(yíng)狀況的信息，從而在一定程度上緩解了信息不對(duì)稱所導(dǎo)致的配置效率低下的問題。這不僅提升企業(yè)自身資源的配置效率和管理水平，而且也能夠吸引外部的優(yōu)質(zhì)資源投入，充足的資源投入也會(huì)為企業(yè)價(jià)值的提升奠定較良好的基礎(chǔ)（張永珅，2021），從而資產(chǎn)評(píng)估增值率有可能會(huì)提高。綜上所述，提出假設(shè)1。

假設(shè)1：企業(yè)的數(shù)字化轉(zhuǎn)型程度與資產(chǎn)評(píng)估增值率正相關(guān)。

三、樣本數(shù)據(jù)與研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文以我國(guó)資產(chǎn)評(píng)估案例作為研究對(duì)象，采用年報(bào)文本分析法和年報(bào)財(cái)務(wù)數(shù)據(jù)相結(jié)合的方法探討企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響。本文的研究樣本時(shí)間段為2013—2020年。在數(shù)據(jù)來源方面，企業(yè)數(shù)字化轉(zhuǎn)型所使用的年報(bào)文本來自于滬深交易所官網(wǎng)，企業(yè)價(jià)值指標(biāo)及其他相關(guān)財(cái)務(wù)數(shù)據(jù)均來自萬得（WIND）數(shù)據(jù)庫(kù)、國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)，資產(chǎn)評(píng)估增值率來自于國(guó)泰安數(shù)據(jù)庫(kù)。

為了確保研究結(jié)論的可信度，沿循既有的實(shí)證研究慣例，進(jìn)一步對(duì)研究樣本進(jìn)行篩選。第一，剔除所有金融類公司；第二，對(duì)研究樣本時(shí)期內(nèi)有過ST 特殊處理、退市等非正常上市狀態(tài)的公司樣本進(jìn)行剔除；第三，剔除了相關(guān)變量缺失的公司。我們最終得到3 943 個(gè)觀測(cè)樣本。為了減緩樣本異常值的潛在擾動(dòng)，我們對(duì)計(jì)量檢驗(yàn)所涉及的所有連續(xù)型變量按1%和99%水平進(jìn)行縮尾處理。

（二）變量設(shè)計(jì)

1.因變量

本文借鑒李小榮等（2018）、翟進(jìn)步等（2019）的研究，以資產(chǎn)評(píng)估增值率（ZZL）作為因變量。具體公式如下：

2.自變量

根據(jù)企業(yè)數(shù)字化轉(zhuǎn)型的定義，本文借鑒張葉青等（2021）、易露霞等（2021）的研究，以文本分析法對(duì)上市公司財(cái)務(wù)報(bào)告披露的有關(guān)數(shù)字化轉(zhuǎn)型的詞出現(xiàn)的頻率來度量企業(yè)的數(shù)字化水平。具體地，當(dāng)出現(xiàn)“電子商務(wù)”、“大數(shù)據(jù)”、“物聯(lián)網(wǎng)”、“云計(jì)算”、“人工智能”等相關(guān)詞頻，統(tǒng)計(jì)出每個(gè)關(guān)鍵詞在特定年份的年報(bào)中的出現(xiàn)次數(shù)，并進(jìn)行加總處理，得到企業(yè)數(shù)字化轉(zhuǎn)型的指標(biāo)（DTC），為確保篩選的準(zhǔn)確性，本文還對(duì)篩選出的明細(xì)項(xiàng)目進(jìn)行了手工復(fù)核。其他變量定義見表1。

表1 變量定義表

續(xù)表

（三）模型設(shè)計(jì)

為驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，本文構(gòu)造如下實(shí)證研究模型（2），以此驗(yàn)證假設(shè)1。

在基準(zhǔn)回歸模型中，因變量為增值率（ZZL）；核心自變量為企業(yè)數(shù)字化轉(zhuǎn)型（DTC），其余為控制變量；ε 為隨機(jī)誤差項(xiàng)；同時(shí)，為避免回歸結(jié)果受到不可觀測(cè)的宏觀因素和行業(yè)特性的影響，本文還控制了年份固定效應(yīng)（Year）和行業(yè)固定效應(yīng)（Industry）。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

從表2 的描述性統(tǒng)計(jì)可以看出資產(chǎn)評(píng)估增值率（ZZL）的均值-0.004，中位數(shù)-1.449，標(biāo)準(zhǔn)差8.925，最大值與最小值差別較大，說明我國(guó)資產(chǎn)評(píng)估值存在一定差異，其中非金屬礦物制造業(yè)與軟件信息服務(wù)業(yè)整體資產(chǎn)評(píng)估增值率偏高。其原因是，非金屬礦物制品業(yè)具有高成長(zhǎng)性和利潤(rùn)積累能力高的雙重特點(diǎn)，需要大量的資金進(jìn)行研發(fā)投入，而軟件信息服務(wù)業(yè)中無形資產(chǎn)占比較大。數(shù)字化轉(zhuǎn)型（DTC）的均值為1.432，中位數(shù)為1.099，說明較多的上市公司開展的數(shù)字化轉(zhuǎn)型程度高。主要的控制變量，資產(chǎn)（Size）的均值為 22.506，負(fù)債率（Lev）的均值為 0.481，董事會(huì)規(guī)模（Board）均值為8.633，第一大股東的持股比例（Top1）的均值為34.289，總資產(chǎn)收益率（Roa）的均值為0.035，企業(yè)成長(zhǎng)能力（Growth）的均值為0.353，主要控制變量的均值和現(xiàn)有文獻(xiàn)基本一致。

表2 描述性統(tǒng)計(jì)

（二）相關(guān)性分析

表3 是主要變量的相關(guān)系數(shù)矩陣。從表3 可以看出，數(shù)字化轉(zhuǎn)型與資產(chǎn)評(píng)估增值率在1%的統(tǒng)計(jì)水平上顯著且正相關(guān)，表明，公司發(fā)生數(shù)字化轉(zhuǎn)型后，資產(chǎn)評(píng)估增值率提高。其次，從控制變量和因變量之間的相關(guān)系數(shù)和顯著性看，企業(yè)規(guī)模、企業(yè)負(fù)債、盈利能力、第一大股東持股比例、董事會(huì)規(guī)模均與資產(chǎn)評(píng)估增值率顯著相關(guān)。最后，從控制變量的相關(guān)系數(shù)來看，大部分的變量之間的相關(guān)系數(shù)都小于0.5，所以本文基本上排除多重共線性對(duì)結(jié)果的影響。

表3 相關(guān)系數(shù)矩陣

（三）回歸結(jié)果

為了研究企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，本文利用模型（2）進(jìn)行了多元回歸檢驗(yàn)，為了使回歸結(jié)果更加穩(wěn)健，控制了行業(yè)和年份的固定效應(yīng)并做了穩(wěn)健異方差處理后進(jìn)行回歸?；貧w結(jié)果如表4所示。第（1）列報(bào)告了采用 OLS 回歸后企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型 DTC 的系數(shù)為 0.284，在1%水平上顯著正相關(guān)。第（2）列報(bào)告了加入控制變量后的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響。回歸結(jié)果表明，數(shù)字化轉(zhuǎn)型 DTC 的系數(shù)為 0.191，在 10%水平上顯著正相關(guān)。第（3）列報(bào)告了加入控制變量以及行業(yè)年份固定效應(yīng)后的企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，并在此基礎(chǔ)上進(jìn)行了穩(wěn)健異方差處理?；貧w結(jié)果表明，數(shù)字化轉(zhuǎn)型 DTC 的系數(shù)為0.374，在 1%水平上顯著正相關(guān)。結(jié)果表明企業(yè)實(shí)施數(shù)字化轉(zhuǎn)型能夠顯著促進(jìn)企業(yè)價(jià)值，從而導(dǎo)致資產(chǎn)評(píng)估增值率提升，實(shí)證結(jié)果支持了假設(shè) 1。

表4 回歸結(jié)果

續(xù)表

五、內(nèi)生性處理與穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性檢驗(yàn)

本文考查了數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，其研究結(jié)果可能存在以下內(nèi)生性問題的干擾。首先是，本文的研究樣本只保留了評(píng)估項(xiàng)目為股東全部權(quán)益與凈資產(chǎn)的評(píng)估值，存在樣本選擇性問題，因而會(huì)造成樣本選擇偏差。其次是，數(shù)字化轉(zhuǎn)型與資產(chǎn)評(píng)估價(jià)值可能存在潛在的反向因果關(guān)系，針對(duì)上述兩類內(nèi)生性問題分別采用傾向得分匹配（PSM）方法、滯后因變量回歸法方法進(jìn)行處理，檢驗(yàn)結(jié)果如表5 至7所示。

表5 傾向得分匹配分析結(jié)果

表6 傾向得分匹配平衡性檢驗(yàn)

續(xù)表

在采用傾向得分匹配（PSM）方法弱化樣本選擇偏差時(shí)，參考張永珅等（2021）、陳宇峰等（2021）的研究首先按照企業(yè)是否有數(shù)字化轉(zhuǎn)型將樣本企業(yè)分為兩組，有數(shù)字化轉(zhuǎn)型的作為實(shí)驗(yàn)組（PSMD=1）和無數(shù)字化轉(zhuǎn)型的作為控制組（PSMD=0），構(gòu)造匹配樣本。接著以上文的控制變量作為協(xié)變量計(jì)算傾向得分，隨后采用核匹配，如表所示，匹配結(jié)果滿足傾向得分匹配的“平衡性假設(shè)”與“平衡性檢驗(yàn)”。結(jié)果如圖表7 的（1）所示，數(shù)字化轉(zhuǎn)型（DTC）的系數(shù)為 0.368，在1%水平上顯著正相關(guān)。其次，為了進(jìn)一步緩解內(nèi)生性問題，本文將評(píng)估增值率滯后一期進(jìn)行回歸，回歸結(jié)果如表7所示，第（2）列報(bào)告了回歸結(jié)果，數(shù)字化轉(zhuǎn)型（DTC）的系數(shù)為 0.460，在5%水平上顯著正相關(guān)。依然支持原假設(shè)，說明企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型會(huì)提升資產(chǎn)評(píng)估增值率，這與前文分析結(jié)論保持一致。

表7 內(nèi)生性檢驗(yàn)

續(xù)表

（二）穩(wěn)健性檢驗(yàn)

為了提升本文核心結(jié)論的穩(wěn)健性和有效性，本文從多個(gè)角度進(jìn)行了穩(wěn)健性檢驗(yàn)。

第一，變更因變量，采用資產(chǎn)評(píng)估增減值與調(diào)整后賬面價(jià)值或賬面價(jià)值的比值作為衡量資產(chǎn)評(píng)估增值率的方法。第二，變更自變量，為了排除詞頻在特定公司或行業(yè)特質(zhì)性的干擾，剔除了出現(xiàn)詞頻最高的關(guān)鍵詞，其次，剔除數(shù)字化指標(biāo)中的行業(yè)趨勢(shì)，將數(shù)字化轉(zhuǎn)型的指標(biāo)減去當(dāng)年所在行業(yè)的均值，從而排除了“行業(yè)-年份”層面上帶來的偏差。第三，變更固定效應(yīng)，采用更為嚴(yán)格的固定效應(yīng)行業(yè)-年份來減弱內(nèi)生性的干擾。相關(guān)檢驗(yàn)結(jié)果表明，原有的回歸結(jié)論依舊保持著高度的穩(wěn)健，這表明數(shù)字化轉(zhuǎn)型在提高資產(chǎn)評(píng)估增值率的作用上是具有普遍意義的，這也為本文核心結(jié)論提供了證據(jù)支持。

穩(wěn)健性檢驗(yàn)表

六、拓展性分析

（一）產(chǎn)權(quán)性質(zhì)

前文已經(jīng)驗(yàn)證了數(shù)字化轉(zhuǎn)型可以提高資產(chǎn)評(píng)估增值率。但是我們對(duì)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響渠道還存在認(rèn)知上的不足。因此，本文將從企業(yè)特征視角展開異質(zhì)性檢驗(yàn)。除此之外，本文還基于評(píng)估機(jī)構(gòu)在方法選擇的差異性展開研究，詳細(xì)的實(shí)證回歸結(jié)果參見表8-9。

表8 按照產(chǎn)權(quán)性質(zhì)分組

表8 從企業(yè)產(chǎn)權(quán)性質(zhì)差異的視角分析企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響。研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型顯著提升非國(guó)有企業(yè)的資產(chǎn)評(píng)估增值率，相比之下，數(shù)字化轉(zhuǎn)型對(duì)國(guó)有企業(yè)的資產(chǎn)評(píng)估增值率的影響并不明顯。本文認(rèn)為對(duì)此可能的解釋是，首先，在經(jīng)營(yíng)理念方面，非國(guó)有企業(yè)更加注重經(jīng)濟(jì)利益的增長(zhǎng)，而國(guó)有企業(yè)作為政府的延伸，則更加注重政策與社會(huì)目標(biāo)。因此，數(shù)字化轉(zhuǎn)型對(duì)非國(guó)有企業(yè)的企業(yè)價(jià)值影響更甚，從而對(duì)非國(guó)有企業(yè)的資產(chǎn)評(píng)估增值率的影響更甚。其次，從并購(gòu)交易的角度來看，非國(guó)有企業(yè)在并購(gòu)交易活動(dòng)中獲得的溢價(jià)會(huì)高于國(guó)有企業(yè)。因此，當(dāng)企業(yè)發(fā)生數(shù)字化轉(zhuǎn)型時(shí)，非國(guó)有企業(yè)的資產(chǎn)評(píng)估增值率提升的更多。

（二）評(píng)估方法的選擇

表9 從評(píng)估機(jī)構(gòu)方法選擇差異的角度分析了企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響。研究發(fā)現(xiàn)，資產(chǎn)評(píng)估師采用收益法時(shí)，數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響更甚，相比之下，數(shù)字化轉(zhuǎn)型對(duì)采用其他方法的影響并不明顯。對(duì)此可能的解釋是，企業(yè)數(shù)字化轉(zhuǎn)型可以提升企業(yè)的經(jīng)營(yíng)效率和業(yè)績(jī)提升以及銷售渠道（易露霞等，2021；Hansen 和Sia，2015），從而促進(jìn)企業(yè)價(jià)值的提升。其次，進(jìn)行數(shù)字化轉(zhuǎn)型可以提高企業(yè)信息透明度，降低企業(yè)風(fēng)險(xiǎn)，這有助于提升企業(yè)未來收益與降低經(jīng)營(yíng)風(fēng)險(xiǎn)。當(dāng)評(píng)估方法為收益法時(shí)，評(píng)估機(jī)構(gòu)與評(píng)估師對(duì)企業(yè)的未來收益和未來風(fēng)險(xiǎn)較為關(guān)注，企業(yè)數(shù)字化轉(zhuǎn)型所產(chǎn)生的價(jià)值更易被發(fā)覺。因此，當(dāng)資產(chǎn)評(píng)估師采用收益法時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率影響更甚。

表9 按照評(píng)估方法分組

七、結(jié)論

本文主要研究了數(shù)字經(jīng)濟(jì)背景下企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率的影響，并深入探討了企業(yè)的產(chǎn)權(quán)性質(zhì)、資產(chǎn)評(píng)估師的方法選取對(duì)兩者關(guān)系的影響。本文研究發(fā)現(xiàn)，企業(yè)的數(shù)字化轉(zhuǎn)型后，企業(yè)價(jià)值提升，從而使得資產(chǎn)評(píng)估增值率提高。當(dāng)評(píng)估對(duì)象為非國(guó)有企業(yè)時(shí)，數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率影響更甚。當(dāng)評(píng)估方法為收益法時(shí)，企業(yè)數(shù)字化轉(zhuǎn)型對(duì)資產(chǎn)評(píng)估增值率影響更甚。希望上述研究為進(jìn)一步優(yōu)化企業(yè)數(shù)字化管理、提升投資者投資效率和提高企業(yè)價(jià)值提供幫助。