李祁恒 吳武清 譚凱洪

（中國人民大學(xué)商學(xué)院）

一、引言

目前，將數(shù)據(jù)資源視為生產(chǎn)要素、充分釋放數(shù)據(jù)資源價值已成為國家戰(zhàn)略。2019年10月，黨的十九屆四中全會首次將數(shù)據(jù)列為生產(chǎn)要素，提出要“健全勞動、資本、土地、知識、技術(shù)、管理、數(shù)據(jù)等生產(chǎn)要素由市場評價貢獻(xiàn)、按貢獻(xiàn)決定報(bào)酬的機(jī)制”。2020年3月，中共中央、國務(wù)院發(fā)布了《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》（簡稱“意見”），意見單獨(dú)列出加快培育數(shù)據(jù)要素市場的方式，指出要提升社會數(shù)據(jù)資源價值，培育數(shù)字經(jīng)濟(jì)新產(chǎn)業(yè)、新業(yè)態(tài)和新模式。同年10月，黨的十九屆五中全會發(fā)布了《關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》（簡稱“建議”），建議再次確立了數(shù)據(jù)要素的市場地位，提出要“推進(jìn)土地、勞動力、資本、技術(shù)、數(shù)據(jù)等要素市場化改革，健全要素市場運(yùn)行機(jī)制，完善要素交易規(guī)則和服務(wù)體系”。2022年6月，習(xí)近平總書記召開的中央全面深化改革委員會第二十六次會議中，審議通過了《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》。這些政策表明，重視數(shù)據(jù)資源價值、研究數(shù)據(jù)資源問題已成為實(shí)務(wù)界和理論界的緊要任務(wù)。

然而，與國家戰(zhàn)略對數(shù)據(jù)資源高度重視形成鮮明對比的是，企業(yè)財(cái)務(wù)報(bào)表卻忽視了數(shù)據(jù)資源的披露，導(dǎo)致會計(jì)信息相關(guān)性下降（黃世忠等，2020；張新民和金瑛，2022）。換言之，企業(yè)財(cái)務(wù)報(bào)告中的資產(chǎn)負(fù)債表、利潤表以及現(xiàn)金流量表三大報(bào)表均未明確列示數(shù)據(jù)資源項(xiàng)目及其金額，從而投資者難以從財(cái)務(wù)報(bào)表中獲取企業(yè)數(shù)據(jù)資源的相關(guān)信息，投資者面臨較為嚴(yán)重的信息不對稱問題。而信息不對稱程度的增加又會導(dǎo)致逆向選擇和道德風(fēng)險問題，進(jìn)而影響資本市場資源配置效率，阻礙實(shí)體經(jīng)濟(jì)健康發(fā)展。

那么，企業(yè)財(cái)務(wù)報(bào)告中關(guān)于數(shù)據(jù)資源的文本信息披露是否有助于投資者獲取更多與企業(yè)數(shù)據(jù)資源相關(guān)的信息，緩解投資者的信息不對稱程度，從而提高資本市場資源配置效率？本文認(rèn)為，這一假說有可能成立，原因在于：企業(yè)財(cái)務(wù)報(bào)告不僅包含財(cái)務(wù)報(bào)表，還包含大量文本信息。這些文本信息能夠在一定程度上彌補(bǔ)財(cái)務(wù)報(bào)表披露不足的問題，降低投資者的信息不對稱程度。當(dāng)然，由于企業(yè)財(cái)務(wù)報(bào)告披露數(shù)據(jù)資源的文本信息較為零散，投資者未必會對這些零散的信息有所反應(yīng)，因此該假說也可能不成立。這表明該假說具有張力（Tension），需要通過實(shí)證研究進(jìn)行檢驗(yàn)。值得注意的是，本文并沒有按照危雁麟等（2022）的研究，將數(shù)據(jù)資源稱為數(shù)據(jù)資產(chǎn)，這是因?yàn)樵跁?jì)學(xué)中，資產(chǎn)是一個定義嚴(yán)格的概念，文本詞頻信息只能反映數(shù)據(jù)資源狀況，而不一定能夠反映數(shù)據(jù)資產(chǎn)狀況。具體而言，根據(jù)《企業(yè)會計(jì)準(zhǔn)則——基本準(zhǔn)則》（2014），資產(chǎn)是指企業(yè)過去的交易或者事項(xiàng)形成的、由企業(yè)擁有或者控制的、預(yù)期會給企業(yè)帶來經(jīng)濟(jì)利益的資源，所以如果要將數(shù)據(jù)資源確認(rèn)為數(shù)據(jù)資產(chǎn)，首先需要明確數(shù)據(jù)資源的權(quán)屬及其價值相關(guān)性。而目前，數(shù)據(jù)資源的權(quán)屬及其價值相關(guān)性均難以確定，是法學(xué)、經(jīng)濟(jì)學(xué)、財(cái)務(wù)學(xué)、會計(jì)學(xué)等領(lǐng)域研究的前沿問題，為遵從定義嚴(yán)謹(jǐn)性，本文使用數(shù)據(jù)資源一詞代替數(shù)據(jù)資產(chǎn)一詞。

為了檢驗(yàn)上述假說，本文以2010—2019年A股上市公司為研究樣本，實(shí)證檢驗(yàn)企業(yè)年報(bào)中數(shù)據(jù)資源披露程度與資本市場資源配置效率的關(guān)系。研究發(fā)現(xiàn)，企業(yè)年報(bào)中數(shù)據(jù)資源披露程度越高，企業(yè)權(quán)益資本成本越低，表明數(shù)據(jù)資源披露有助于提高資本市場資源配置效率。穩(wěn)健性檢驗(yàn)發(fā)現(xiàn)，無論是使用傾向得分匹配、熵平衡匹配，還是替換變量衡量方法、延長樣本期間，主回歸結(jié)果均較為穩(wěn)健。使用企業(yè)市場價值作為代理變量進(jìn)行機(jī)制檢驗(yàn)，發(fā)現(xiàn)數(shù)據(jù)資源的披露提高了投資者對企業(yè)未來發(fā)展的預(yù)期，進(jìn)而降低企業(yè)權(quán)益資本成本。

二、理論分析與研究假說

數(shù)字經(jīng)濟(jì)時代的當(dāng)前，數(shù)據(jù)資源的企業(yè)價值創(chuàng)造功能正在被越來越多文獻(xiàn)所關(guān)注和檢驗(yàn)。例如，謝康等（2020）結(jié)合企業(yè)問卷調(diào)查和國泰安數(shù)據(jù)庫收集數(shù)據(jù)，實(shí)證檢驗(yàn)了企業(yè)大數(shù)據(jù)資源對產(chǎn)品創(chuàng)新績效的影響。研究發(fā)現(xiàn)，企業(yè)大數(shù)據(jù)資源與產(chǎn)品創(chuàng)新績效二者呈現(xiàn)正相關(guān)關(guān)系，且大數(shù)據(jù)分析、組織學(xué)習(xí)和慣例更新是二者關(guān)系的完全中介，表明大數(shù)據(jù)分析能力是數(shù)據(jù)資源創(chuàng)造價值的重要前提。張葉青等（2021）通過對A股上市公司年報(bào)進(jìn)行文本分析，構(gòu)建了企業(yè)大數(shù)據(jù)應(yīng)用指標(biāo)，并基于此檢驗(yàn)了企業(yè)大數(shù)據(jù)應(yīng)用的影響因素和經(jīng)濟(jì)后果。研究發(fā)現(xiàn)，企業(yè)規(guī)模、有形資產(chǎn)比例、盈利能力以及地區(qū)市場化程度均會影響企業(yè)大數(shù)據(jù)應(yīng)用程度。此外，企業(yè)大數(shù)據(jù)的應(yīng)用能顯著提高企業(yè)生產(chǎn)效率和研發(fā)投入，進(jìn)而提高企業(yè)市場價值。相似地，鈔小靜和王宸威（2022）通過對制造行業(yè)上市公司2011—2020年的年報(bào)數(shù)據(jù)進(jìn)行文本分析發(fā)現(xiàn)，數(shù)據(jù)要素能夠增加企業(yè)研發(fā)創(chuàng)新和促進(jìn)企業(yè)生產(chǎn)協(xié)同，進(jìn)而提高企業(yè)全要素生產(chǎn)率，促進(jìn)企業(yè)高質(zhì)量發(fā)展。蔡繼明等（2022）基于廣義價值論模型發(fā)現(xiàn)，通過數(shù)據(jù)的初始存量以及處理數(shù)據(jù)和生產(chǎn)產(chǎn)品時所投入的勞動等途徑，數(shù)據(jù)可以提高絕對生產(chǎn)力，是價值創(chuàng)造的重大源泉?？偠灾?，上述研究表明，數(shù)據(jù)資源作為備受關(guān)注的生產(chǎn)要素，正在為企業(yè)發(fā)揮著日益重要的價值創(chuàng)造功能。

由于數(shù)據(jù)資源具有價值創(chuàng)造功能，因此數(shù)據(jù)資源的披露能夠幫助投資者獲取公司更豐富的與數(shù)據(jù)資源價值相關(guān)的信息，緩解投資者與企業(yè)之間的信息不對稱程度，降低投資者信息風(fēng)險，進(jìn)而降低企業(yè)權(quán)益資本成本，提高資本市場資源配置效率。實(shí)際上，盡管關(guān)注數(shù)據(jù)資源披露經(jīng)濟(jì)后果的文獻(xiàn)較為匱乏，但研究其他信息披露與權(quán)益資本成本的文獻(xiàn)卻較為豐富。例如，Botosan（1997）的經(jīng)典文獻(xiàn)指出，企業(yè)在年報(bào)中的自愿性信息披露程度越高，企業(yè)權(quán)益資本成本越低。當(dāng)分析師關(guān)注程度較高時，二者之間的關(guān)系不顯著，表明年報(bào)自愿性信息披露能夠在信息不對稱較為嚴(yán)重的情況下幫助投資者更好地了解企業(yè)。吳紅軍（2014）從環(huán)境披露視角，研究發(fā)現(xiàn)企業(yè)環(huán)境信息披露水平與環(huán)境績效正相關(guān)，與權(quán)益資本成本負(fù)相關(guān)，說明企業(yè)披露環(huán)境信息向外界傳達(dá)了利好信號，提高了企業(yè)聲譽(yù)。黃建元和靳月（2016）從社會責(zé)任報(bào)告的角度，研究發(fā)現(xiàn)獨(dú)立的社會責(zé)任報(bào)告有助于降低企業(yè)權(quán)益資本成本。王冰潔和劉振濤（2017）從管理層業(yè)績預(yù)告披露視角，提出管理層作為內(nèi)部人，對企業(yè)經(jīng)營狀況有更清晰的了解，因此其業(yè)績預(yù)告有助于降低投資者信息不對稱程度，從而影響企業(yè)權(quán)益資本成本。通過實(shí)證研究，他們證明了這一觀點(diǎn)，即管理層業(yè)績預(yù)告消息的利好程度越高，權(quán)益資本成本越低，且強(qiáng)制性披露制度下二者之間的關(guān)系更加顯著。王雄元和高曦（2018）從風(fēng)險信息披露視角，研究發(fā)現(xiàn)年報(bào)風(fēng)險披露長度越長，企業(yè)權(quán)益資本成本越低，說明風(fēng)險信息的披露有助于降低投資者對企業(yè)未來風(fēng)險的不確定性預(yù)期，因而要求更低的風(fēng)險溢價。傅傳銳和王美玲（2018）則對智力資本信息披露進(jìn)行研究，通過使用內(nèi)容分析法對企業(yè)年報(bào)進(jìn)行編碼，他們發(fā)現(xiàn)智力資本信息披露的增加有助于降低企業(yè)權(quán)益資本成本。蔡貴龍等（2022）使用了投資者互動平臺數(shù)據(jù)，研究發(fā)現(xiàn)投資者與上市公司互動能夠降低投資者信息整合成本，緩解投資者與企業(yè)之間的信息不對稱程度，從而降低企業(yè)權(quán)益資本成本。

根據(jù)上述文獻(xiàn)，本文認(rèn)為，當(dāng)前數(shù)字經(jīng)濟(jì)高速發(fā)展，數(shù)據(jù)資源價值凸顯，但是財(cái)務(wù)報(bào)表仍未明確披露數(shù)據(jù)資源科目及其金額。在這種情況下，投資者在估計(jì)企業(yè)數(shù)據(jù)資源的價值、進(jìn)而預(yù)測企業(yè)價值時會面臨著比傳統(tǒng)估值更為嚴(yán)重的信息不對稱問題。而當(dāng)企業(yè)在其財(cái)務(wù)報(bào)告中通過文本方式自愿披露數(shù)據(jù)資源時，投資者能夠更容易獲得企業(yè)與數(shù)據(jù)資源價值相關(guān)的信息，投資者與企業(yè)之間的信息不對稱程度下降，投資者面臨的信息風(fēng)險下降，其要求的資本風(fēng)險溢價下降，從而企業(yè)權(quán)益資本成本下降（Easley和O'Hara，2004）。綜上，本文提出如下假說：

H1：其他條件保持不變時，企業(yè)數(shù)據(jù)資源披露程度越高，企業(yè)權(quán)益資本成本越低。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

為了檢驗(yàn)上述假說，本文參考危雁麟等（2022）、蔡貴龍等（2022）的研究，構(gòu)建了如下回歸模型：

模型（1）中，COC_MPEGi,t表示企業(yè)權(quán)益資本成本，該指標(biāo)是反映資本市場資源配置效率的常用指標(biāo)（姜付秀等，2008；蔡貴龍等，2022）。參考Easton（2004）、蔡貴龍等（2022）的研究，同時考慮到PEG模型是MPEG模型的特殊形式，本文主回歸主要使用MPEG模型計(jì)算企業(yè)權(quán)益資本成本，同時在穩(wěn)健性檢驗(yàn)中分別使用PEG模型、OJN模型進(jìn)行分析。WordProi,t表示企業(yè)數(shù)據(jù)資源披露程度，參考危雁麟等（2022），該指標(biāo)的計(jì)算方法為企業(yè)年度財(cái)務(wù)報(bào)告中，與數(shù)據(jù)資源相關(guān)的、經(jīng)相似度加權(quán)平均的詞頻與文本總詞頻（不包含英文和數(shù)字）之比。Controlsi,t表示控制變量的集合。λi表示企業(yè)固定效應(yīng)，ηt表示年份固定效應(yīng)；εi,t為隨機(jī)擾動項(xiàng)。上述的變量具體計(jì)算方法可參見本文主回歸變量定義部分。

本文主要關(guān)注WordProi,t變量的系數(shù)，若該系數(shù)顯著為負(fù)，表明企業(yè)數(shù)據(jù)資源披露程度越高，其權(quán)益資本成本越低，從而驗(yàn)證了數(shù)據(jù)資源的披露具有信息效應(yīng)，即數(shù)據(jù)資源的披露能夠緩解投資者與企業(yè)之間的信息不對稱，降低投資者信息風(fēng)險，提高資本市場資源配置效率。

（二）主回歸變量定義

1.被解釋變量

本文主回歸被解釋變量為企業(yè)權(quán)益資本成本，主要使用MPEG模型計(jì)算。具體而言，參考Easton（2004）、毛新述等（2012）的研究，主回歸中企業(yè)權(quán)益資本成本的計(jì)算公式如下：

其中，COC_MPEG為權(quán)益資本成本，EPS1、EPS2分別為分析師對企業(yè)未來一期、兩期的每股收益預(yù)測值，DPS1為分析師對未來一期的預(yù)期每股股利k×EPS1，k為過去3年的平均股利支付率的平均值，P0為期末股價。

2.解釋變量

本文主回歸解釋變量為數(shù)據(jù)資源披露程度。參考危雁麟等（2022）的研究，首先，本文將“數(shù)據(jù)資產(chǎn)”和“數(shù)據(jù)資源”確定為種子詞。此外，由于現(xiàn)有文獻(xiàn)在討論數(shù)據(jù)資源和數(shù)據(jù)資產(chǎn)話題時，往往還會使用數(shù)據(jù)要素一詞（謝康等，2020；蔡繼明等，2022），因此本文亦將“數(shù)據(jù)要素”確認(rèn)為種子詞。其次，通過WinGo（文構(gòu)）數(shù)據(jù)庫深度學(xué)習(xí)相似詞功能，本文篩選出上述種子詞的相似詞，并只保留與種子詞相似度為0.5以上的相似詞。根據(jù)WinGO（文構(gòu)）數(shù)據(jù)庫說明書，相似詞的識別方法為：使用詞向量（Word Embedding）模型對大量分詞后的財(cái)經(jīng)文本進(jìn)行訓(xùn)練，構(gòu)建出詞語相似度計(jì)算模型，然后使用該模型來計(jì)算種子詞與其他詞語的相似度大小。一般而言，與種子詞相似度越大的詞語，其使用語境、語義與種子詞越相近，越能客觀、全面地反映所要代理變量的特征。接著，本文從WinGo（文構(gòu)）數(shù)據(jù)庫中提取了種子詞及其相似詞在上市公司年度財(cái)務(wù)報(bào)告中的詞頻信息，以及上市公司年度財(cái)務(wù)報(bào)告中的總詞頻信息。最后，根據(jù)如下公式，本文計(jì)算出數(shù)據(jù)資源披露程度WordPro：

式（3）中，F(xiàn)reqi,t,j表示i公司第t年年報(bào)中詞語j出現(xiàn)的頻率；Similarityi,t,j表示詞語j與種子詞的相似度，其中種子詞的相似度定義為1；SumFreqi,t表示年報(bào)總詞頻（不含英文和數(shù)字）。

3.控制變量

參考肖作平（2016）、危雁麟等（2022）、蔡貴龍等（2022）的研究，本文主回歸的控制變量包括企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（Lev）、現(xiàn)金流（Cash）、資產(chǎn)周轉(zhuǎn)率（ROA）、董事會規(guī)模（BoardSize）、獨(dú)董比例（Independ）、第一大股東持股比例（FirstShare）以及機(jī)構(gòu)投資者持股比例（Institute）。此外，為了控制不隨個體變化的內(nèi)生性特征和不隨時間變化的內(nèi)生性特征，本文還控制了時間固定效應(yīng)和企業(yè)個體固定效應(yīng)。

主回歸變量定義見表1。

表1 主回歸變量定義

（三）樣本選擇與數(shù)據(jù)來源

本文主回歸以2010—2019年A股上市公司為初始樣本，然后進(jìn)行如下處理：（1）剔除金融股；（2）剔除ST、*ST等特殊處理股；（3）剔除數(shù)據(jù)缺失的樣本。完成樣本選擇后，最終得到2806個公司16 921個“公司—年度”樣本。

本文的數(shù)據(jù)分為文本數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)。其中，文本數(shù)據(jù)是指數(shù)據(jù)資源披露的數(shù)據(jù)，其來源于WinGo（文構(gòu)）數(shù)據(jù)庫；結(jié)構(gòu)化數(shù)據(jù)是指公司財(cái)務(wù)、公司治理、分析師預(yù)測等數(shù)據(jù)，其來源于CSMAR（國泰安）數(shù)據(jù)庫和Wind（萬得）數(shù)據(jù)庫。為了防止極端值對回歸結(jié)果的影響，本文對所有連續(xù)變量進(jìn)行1%和99%分位的Winsorize縮尾處理。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)

表2報(bào)告了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知，COC_MPEG的均值為0.116，標(biāo)準(zhǔn)差為0.044，表明中國上市公司權(quán)益資本成本平均約為11.6%，且不同公司的權(quán)益資本成本存在一定的差異。WordPro的均值為0.004，與危雁麟等（2022）的統(tǒng)計(jì)結(jié)果相比，本文刻畫上市公司數(shù)據(jù)資源信息平均披露程度更大，這主要是因?yàn)楸疚脑黾恿恕皵?shù)據(jù)要素”一詞作為種子詞。此外，WordPro的最小值以及25%分位數(shù)均為0，表明中國上市公司數(shù)據(jù)資源信息披露程度總體較低。

表2 主要變量描述性統(tǒng)計(jì)

（二）相關(guān)性分析

表3展示了本文主要變量的相關(guān)性分析，其中主對角線上方為Spearman相關(guān)系數(shù)，下方為Pearson相關(guān)系數(shù)。由表3可知，WordPro與COC_MPEG的Spearman相關(guān)系數(shù)為-0.075，Pearson相關(guān)系數(shù)為-0.083，兩者均在1%水平上顯著為負(fù)，表明WordPro與COC_MPEG負(fù)相關(guān)，為本文假說的檢驗(yàn)提供了初步證據(jù)。

表3 主要變量相關(guān)性分析

（三）主回歸分析

表4列示了本文主回歸結(jié)果。其中第一列是單變量回歸結(jié)果，第二列加入公司基本面和公司治理維度的控制變量，第三列加入個體固定效應(yīng)和年份固定效應(yīng)。由表4可知，三列WordPro的系數(shù)均顯著為負(fù)，表明數(shù)據(jù)資源披露有助于降低企業(yè)權(quán)益資本成本，假設(shè)1得證。對于經(jīng)濟(jì)意義，第三列WordPro的系數(shù)為-0.127，而由描述性統(tǒng)計(jì)可知COC_MPEG和WordPro的標(biāo)準(zhǔn)差分別為0.044和0.012，因此數(shù)據(jù)資源披露詞頻（單位：%）每增加一個標(biāo)準(zhǔn)差，企業(yè)權(quán)益資本成本下降3.4%（0.127×0.012/0.044）。

表4 主回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

1.樣本匹配

為了緩解內(nèi)生性問題，本文使用傾向得分匹配和熵平衡匹配進(jìn)行穩(wěn)健性檢驗(yàn)。對于傾向得分匹配，本文首先將數(shù)據(jù)資源披露程度大于行業(yè)-年度平均值的樣本設(shè)置為處理組，然后使用logit模型，將處理組虛擬變量設(shè)置為因變量，主回歸中的控制變量和行業(yè)固定效應(yīng)設(shè)置為協(xié)變量，在共同取值范圍內(nèi)進(jìn)行1:1～1:5最近鄰卡尺、可放回的逐年匹配，最后使用匹配樣本重新回歸。對于熵平衡匹配，參考Hainmueller（2012）、Francoeur等（2022），本文將主回歸中的控制變量、年度固定效應(yīng)和行業(yè)固定效應(yīng)作為匹配的協(xié)變量，并在匹配完成后進(jìn)行加權(quán)回歸。樣本匹配回歸結(jié)果如表5所示，由表5可知，WordPro的系數(shù)均顯著為負(fù)，表明基準(zhǔn)回歸結(jié)果較為穩(wěn)健。

2.替換解釋變量衡量方法

其次，本文還替換了解釋變量衡量方法，并將新指標(biāo)重新回歸其中，WordPro1的計(jì)算方式為“相似度加權(quán)詞頻/文本總詞頻”，SentPro的計(jì)算方式為“相似度加權(quán)句頻/文本句頻（除含有英文和數(shù)字的句頻）”。回歸結(jié)果如表6所示，WordPro1的系數(shù)均顯著為負(fù)，表明基準(zhǔn)回歸結(jié)果較穩(wěn)健。

表6 替換解釋變量衡量方法結(jié)果

3.替換被解釋變量衡量方法

接著，本文替換被解釋變量衡量方法并重新進(jìn)行回歸。其中，參考Easton（2004），PEG模型COC_PEG的計(jì)算公式為：

式（4）中，EPS1、EPS2分別為分析師對企業(yè)未來一年、兩年的每股收益預(yù)測值，P0為期末股價。與MPEG模型相比，PEG模型將未來一期的每股股利DPS1設(shè)置為0，因此是MPEG模型的特殊形式。

而參考Ohlson和Juettner-Nauroth（2005），OJN模型COC_OJN的計(jì)算公式為：

式（5）中，參考肖作平（2016），本文將r-1設(shè)置為0.05，其他變量定義與主回歸相同。

回歸結(jié)果如表7所示，由該表可見，無論是使用PEG模型還是OJN模型計(jì)算權(quán)益資本成本，解釋變量WordPro的系數(shù)均顯著為負(fù)，表明主回歸結(jié)果較穩(wěn)健。

表7 替換被解釋變量衡量方法結(jié)果

4.延長樣本期間

最后，本文還將主回歸樣本期間延長為2007—2021年，樣本期間涵蓋了2008年金融危機(jī)以及2020年新冠疫情。由表8可見，盡管延長期間后的樣本噪音較大，解釋變量系數(shù)仍顯著為負(fù)，表明主回歸結(jié)果較穩(wěn)健。

表8 延長樣本期間結(jié)果

五、機(jī)制檢驗(yàn)

數(shù)據(jù)資源披露通過何種機(jī)制影響權(quán)益資本成本？本文認(rèn)為，數(shù)據(jù)資源的披露能夠幫助投資者獲取公司更豐富的與數(shù)據(jù)資源價值相關(guān)的信息，降低投資者信息風(fēng)險，進(jìn)而降低企業(yè)權(quán)益資本成本，提高資本市場資源配置效率。

為了檢驗(yàn)投資者是否獲得了更豐富的與數(shù)據(jù)資源價值相關(guān)的信息，本文使用企業(yè)市場價值作為中介變量進(jìn)行檢驗(yàn)。之所以使用企業(yè)市場價值，是因?yàn)樵撝笜?biāo)代表了投資者對企業(yè)未來發(fā)展的預(yù)期，當(dāng)投資者獲取了企業(yè)披露的數(shù)據(jù)資源信息，其對企業(yè)未來發(fā)展更樂觀，從而企業(yè)股價越高，企業(yè)市場價值越大。參考Baron和Kenny（1986）、Ferreira和Matos（2008）的研究，本文首先計(jì)算企業(yè)市場價值，其公式為：ln（（股權(quán)市場價值+負(fù)債賬面價值）/總資產(chǎn)），然后按照如下模型逐步檢驗(yàn)：

回歸結(jié)果如表9所示，數(shù)據(jù)自愿披露有助于提高企業(yè)市場價值，進(jìn)而降低企業(yè)權(quán)益資本成本。

表9 機(jī)制檢驗(yàn)結(jié)果

六、研究結(jié)論與建議

本文以2010—2019年A股上市公司為研究樣本，實(shí)證檢驗(yàn)企業(yè)年報(bào)中數(shù)據(jù)資源披露程度與資本市場資源配置效率的關(guān)系。研究發(fā)現(xiàn)，企業(yè)年報(bào)中數(shù)據(jù)資源披露程度越高，企業(yè)權(quán)益資本成本越低，表明數(shù)據(jù)資源披露有助于提高資本市場資源配置效率。穩(wěn)健性檢驗(yàn)發(fā)現(xiàn)，傾向得分匹配、熵平衡匹配，還是替換變量衡量方法、延長樣本期間，主回歸結(jié)果均較為穩(wěn)健。機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)據(jù)資源的披露提高了投資者對企業(yè)未來發(fā)展的預(yù)期，進(jìn)而降低企業(yè)權(quán)益資本成本。

根據(jù)研究結(jié)論，本文提出如下政策建議：（1）對于企業(yè)而言，增加數(shù)據(jù)資源信息披露，以降低權(quán)益資本成本，緩解融資約束。（2）對于投資者而言，充分挖掘企業(yè)披露文本中包含的數(shù)據(jù)資源情況，以降低自身的信息不對稱程度，降低數(shù)據(jù)經(jīng)濟(jì)時代的信息風(fēng)險，提高投資效率。（3）對于政策制定者而言，積極研究與制定數(shù)據(jù)資源披露規(guī)則，比如如何增加數(shù)據(jù)資源的文本披露內(nèi)容，如何將數(shù)據(jù)資源記入報(bào)表等，以提高資本市場資源配置效率，促進(jìn)資本市場與實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展。