全部版块 我的主页
论坛 提问 悬赏 求职 新闻 读书 功能一区 经管文库(原现金交易版)
512 3
2025-05-17

数字化转型对会计信息可比性的影响研究






限售一份售完下架,已完成一份实证, 目前自己没有用到,转让出去,包含详细的文字说明

数据来源和样本筛选

研究选取2014-2023年间的A股上市公司作为研究样本。这些公司不仅在数字化转型方面具有代表性和普遍性,其会计信息也较为公开透明,便于获取和分析。在筛选样本时,排除了不符合条件的公司,如金融保险行业企业、ST或PT类公司以及数据不全的企业。本研究运用Stata18软件对所收集的数据进行了预处理。在此过程中,对所有非离散变量执行了1%与99%分位点的Winsorize缩尾处理,旨在减少极端值对分析结果的潜在干扰。


变量设计

[tr] [/tr]
[tr] [/tr]
[tr]  [/tr]
  
变量类型

变量名称

变量符号

变量定义

被解释变量

会计信息可比性

CompAcct

借鉴  De Franco(2011)的方法进行计算并扩大 100 倍

解释变量数字化转型ln𝐷𝐼𝐺A采用文本分析法,统计年报中数字化转型关键词词频数,加  1 后取自然对数
中介变量                                             

内部控制质量

IC

迪博内部控制指数/100

行业竞争程度

HHI

赫芬达尔指数

调节变量

机构投资者持股

NST

年末机构投资者持股股数/总股数

控制变量

公司规模

Size

企业总资产的对数

资产负债率

Lev

企业年末总负债与总资产的比值

资产收益率

ROA

企业净利润与总资产的比值

董事会规模

Board

董事会人数的自然对数

第一大股东持股

TOP1第一大股东持股数和公司总股数的比值

比例

企业成立年限

Age

截至当年年末企业成立年限的自然对数

事务所规模Big4企业当年聘请国际四大会计师事务所时取值为1,否则取 0

产权性质

SOE

企业为国有企业时取  1,否则为0

年度Year控制年份固定效应

行业

Ind

控制行业固定效应



模型设计

QQ截图20250517002209.jpg



参考文献

[1]彭俞超, 倪骁然, 沈吉. 企业"脱实向虚"与金融市场稳定——基于股价崩盘风险的视角[J]. 经济研究, 2018, v.53;No.613(10):52-68.


结果截图


本文主要变量的描述性统计结果如表5.1所示,报告了主要变量的样本量、均值、标准差、最小值、中位数及最大值。从表中可以看出,会计信息可比性的均值为-1.546,最小值为-5.970,最大值为-0.470,标准差为0.951,这说明上市公司的会计信息可比性存在较大差异;数字化转型的均值为1.614,最小值为0,最大值为5.081,标准差为1.358,说明上市公司的数字化转型程度存在一定差异,为后文的回归奠定了基础。 QQ截图20250517002249.jpg



表5.2为本文主要变量的相关性分析结果,从表中可以看到会计信息可比性与数字化转型之间的相关系数为0.018,通过了5%水平显著性检验,初步说明企业数字化转型程度与会计信息可比性呈正相关关系。以上结果只是两两变量之间的相关性分析,下文中将继续构建回归模型,进一步检验企业数字化转型程度对会计信息可比性的影响。 QQ截图20250517002517.jpg



为了进一步排除多重共线问题,本文采用多重共线性检验。结果如表5.3所示,各变量的方差膨胀系数均小于5,且Mean VIF值为1.45,说明各变量之间不存在严重的多重共线问题,可以进行后续的回归分析。 QQ截图20250517002522.jpg



表5.4列示了基础回归结果以验证研究假设H1,即企业数字化转型程度与会计信息可比性呈正相关关系。回归分析均控制了行业和年份,以提升结论的准确性。列(1)报告了未加入控制变量进行回归分析,企业数字化转型程度对会计信息可比性的回归系数为0.024,通过1%水平的显著性检验。列(2)加入了全部控制变量,企业数字化转型程度对会计信息可比性的回归系数为0.027,通过1%水平的显著性检验。结果均显示企业数字化转型程度的回归系数显著为正,即企业数字化转型程度与会计信息可比性呈正相关关系,验证了假设H1。

QQ截图20250517002531.jpg



5.4.1 内部控制的中介效应

表5.5为内部控制中介效应的检验结果。列(2)中企业数字化转型程度对内部控制的回归系数为0.034,在1%的水平上显著为正,说明企业数字化转型程度确实有助于提升内部控制质量。列(3)内部控制的回归系数为0.074,在1%水平上显著为正,由此证明内部控制在企业数字化转型程度对会计信息可比性作用的过程中发挥了中介作用。

QQ截图20250517002541.jpg



5.4.2 行业竞争度的中介效应

表5.6为行业竞争度中介效应的检验结果。列(2)中企业数字化转型程度对HHI的回归系数为-0.001,在1%的水平上显著为负,HHI数值越小表明市场集中度越低,行业竞争程度越激烈,说明企业数字化转型程度会促进行业竞争程度。列(3)中HHI的回归系数为-0.841,在5%水平上显著为负,由此证明行业竞争度在企业数字化转型程度对会计信息可比性作用的过程中发挥了中介作用。

QQ截图20250517002548.jpg



5.4.3 机构投资者持股比例的调节效应

表5.7展示了机构投资者持股比例调节效应的回归结果。列(1)报告了未加入控制变量进行回归分析,数字化转型程度与机构投资者持股比例交叉项(lnDIGA×INST)的回归系数为0.084,通过1%水平的显著性检验。列(2)加入了全部控制变量,数字化转型程度与机构投资者持股比例交叉项(lnDIGA×INST)的回归系数为0.050,通过5%水平的显著性检验。结果均显示交叉项的回归系数显著为正,说明机构投资者持股强化数字化转型对会计信息可比性的正向提升作用。

QQ截图20250517002601.jpg




5.5 稳健性检验

5.5.1 Heckman 两阶段回归模型

为解决样本选择偏误问题,即会计信息可比性高的企业更倾向于进行数字化转型,本文构建虚拟变量Dummy,数字化转型大于0的取值为1,否则为0,第一阶段以Dummy为被解释变量进行Probit模型回归,并计算出逆米尔斯比率,再把逆米尔斯比率加入第二阶段回归模型中,第二阶段回归结果如表5.8列(2)所示,核心解释变量的系数依然显著,说明本章研究结果依然稳健。

5.5.2 倾向得分匹配法(PSM)

首先本文基于上市公司是否进行数字化转型,将样本分为两组,处理组和控制组;然后使用logit模型对倾向得分值进行估计,匹配变量为全部控制变量。根据得分值进行1: 1最近邻不放回抽样匹配;最后基于PSM的匹配样本重新进行回归分析。匹配后样本回归结果如表5.8列(3)所示,核心解释变量的系数依然显著,说明本章研究结果依然稳健。

5.5.3 延长观测窗口

考虑数值考虑到企业数字化转型影响至会计信息可比性需要一定时滞,因此本文延迟预测窗口,对被解释变量进行取t+1期处理,回归结果如表5.8列(4)所示,核心解释变量的系数依然显著,说明本章研究结果依然稳健。

5.5.4 替换核心变量

前文基准回归我们使用企业i与同行业其他公司的会计信息可比性,并取平均值作为企业i的会计信息可比性,本文进一步使用企业i与同行业其他公司的会计信息可比性最高的四对组合,并取平均值作为企业i的会计信息可比性的替代变量重新进行回归,回归结果如表5.8列(5)所示,核心解释变量的系数依然显著,说明本章研究结果依然稳健。

5.5.5 剔除股灾影响

本文剔除2015年发生股灾的年份,对筛选后的样本回归结果为表5.8列(6)所示,核心解释变量的系数依然显著,说明本章研究结果依然稳健。

5.5.6 排除策略性披露行为的影响

我们从企业年报中统计与数字化转型相关的关键词的词汇频率,以此构造出企业数字化转型指标的代理变量,但是这种衡量方式可能会受到企业策略性信息披露行为的影响。例如,企业可能有夸大信息披露的嫌疑,从而使构建的数字化转型指标高于真实情况。为了排除这种企业策略性行为对估计结果的干扰,我们进行如下检验,仅保留证券交易所信息披露考评结果为优秀或良好的上市公司样本,因为这类公司进行策略性信息披露的可能性更小。筛选后的样本回归结果为表5.8列(7)所示,核心解释变量的系数依然显著,这意味着企业策略性信息披露行为对本文实证策略的干扰并不明显。

QQ截图20250517002618.jpg


5.6 异质性分析

5.6.1 企业产权性质

本文将企业按照产权性质划分了国有企业和非国有企业,而后对样本进行分组回归,回归的估计结果如表5.10所示。从表中看出,在国有企业样本中,数字化转型对会计信息可比性的回归系数为0.022,通过10%水平显著性检验,在非国有企业样本中,数字化转型对会计信息可比性的回归系数为0.027,通过1%水平显著性检验,说明数字化转型对会计信息可比性的影响具有产权性质差异。

QQ截图20250517002624.jpg



5.6.4 企业地域性质

本文将企业按照注册所属省份划分了东部和中西部,而后对样本进行分组回归,回归的估计结果如表5.11所示。从表中看出,在东部企业样本中,数字化转型对会计信息可比性的回归系数为0.018,通过5%水平显著性检验,在中西部企业样本中,数字化转型对会计信息可比性的回归系数为0.039,通过1%水平显著性检验,说明数字化转型对会计信息可比性的影响具有地域差异。

QQ截图20250517002630.jpg




5.6.2 企业科技属性

本文借鉴《战略性新兴产业分类目录》、《战略性新兴产业分类(2012)(试行)》和经济合作与发展组织(OECD)相关文件,对照《上市公司行业分类指引(2012年修订)》,确定高科技上市公司行业代码。高科技上市公司行业代码涉及三个门类和19个大类:三个门类为制造业(C),信息传输、软件和信息技术服务业(1),科学研究和技术服务业(M);19个大类包括C25、C26、C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64、I65和M73。本文将企业按照是否处于高科技上市公司行业代码划分了高科技行业企业和非高科技行业企业,而后对样本进行分组回归,回归的估计结果如表5.12所示。从表中看出,在高科技行业企业样本中,数字化转型对会计信息可比性的回归系数为0.024,通过1%水平显著性检验,在非高科技行业企业样本中,数字化转型对会计信息可比性的回归系数为0.021,未通过显著性检验,说明数字化转型对会计信息可比性的影响具有科技属性差异。

QQ截图20250517002635.jpg



购买资料包

QQ截图20250517002709.jpg
QQ截图20250517002732.jpg

QQ截图20250517002700.jpg








二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2025-5-17 00:31:57
限售一份售完下架
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2025-5-17 23:28:25
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2025-5-18 12:03:24
感谢分享
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群