企業數字化轉型對分類轉移盈余管理的影響研究

李 濤,羅曉梅

(重慶理工大學 會計學院,重慶 400054)

一、 引言與文獻綜述

隨著人工智能、云計算等數字技術的迅速發展,數字經濟已成為世界各國經濟轉型的重要選擇。根據《全球數字經濟白皮書(2022年)》,2021年全球47個主要經濟體數字經濟規模為38.1萬億美元,中國數字經濟規模達到7.1萬億美元,占總量的18.55%。在數字經濟持續發展的背景下,許多企業開始加速數字化轉型,采用信息技術推動生產、管理和服務的全面升級,并取得了顯著的成果。例如,蘋果公司采用數字化技術提升供應鏈管理效率;沃爾瑪通過數字化技術優化物流管理,實現運營成本的降低;谷歌等科技巨頭則通過人工智能等高科技手段驅動業務創新并帶來巨額收益。

現有文獻聚焦于數字化轉型的經濟后果:一是在經濟效益上,數字化轉型重塑了企業的價值創造過程并顛覆了價值創造過程[1],進而提升了全要素生產率[2-3]、績效表現[4]等,最終促進企業的可持續發展[5];二是在企業治理上,數字化轉型顯著增加了管理層激勵[6],有效緩解了股東與管理層的代理沖突,進而提升企業治理水平[7]。也有學者開始關注數字化轉型對企業盈余管理的治理作用:數字化技術的應用可以提高企業內部信息的透明度和準確性[8],進而抑制企業的應計盈余管理和真實盈余管理行為[9-11]。已有研究[12-13]指出,不同盈余管理間存在替代效應,即在某些情況下,企業可能選擇更具隱蔽性和靈活性的盈余管理策略以達到目標。那么,對于第三類盈余管理方式——分類轉移盈余管理(以下簡稱“分類轉移”),數字化轉型發揮治理作用還是促進作用?現有研究尚未揭示。

分類轉移是指管理層對財務報表項目進行錯誤分類,以改善核心盈余的操縱方式[14]。已有文獻對分類轉移影響因素的研究聚焦公司治理,如董事會治理[15]、內部控制[16]等。也有部分學者從財政部會計信息質量檢查[17]、原則導向會計準則[18]等外部環境出發,得出企業為規避外部監管會出現更多分類轉移的結論?？梢?不同的治理環境對企業分類轉移的影響存在差異。對于數字化轉型這一戰略變革,既有研究尚未將其和分類轉移納入同一研究框架。探究數字化轉型對分類轉移的影響,有助于深入理解數字化背景下分類轉移行為的動因和機制,對防范數字化轉型可能帶來的風險并進一步發揮治理效應具有重要意義。

鑒于此,本文以中國A股上市公司為研究樣本,考察企業數字化轉型對分類轉移的影響及其作用機制。本文的邊際貢獻在于:第一,拓展了數字化轉型經濟后果的研究?，F有研究探討了數字化轉型對應計盈余管理與真實盈余管理的影響,本文在此基礎上,揭示了數字化轉型對第三類盈余管理方式——分類轉移的影響,提供了數字化轉型發揮積極治理作用的增量依據,進而為進一步推動數字化轉型提供證據支持。第二,為提高企業的盈余質量提供經驗證據。分類轉移屬于盈余結構間的操縱,雖然不影響凈利潤,但會降低核心盈余的持續性,干擾投資者對企業業績的正確判斷。本文從內部治理與外部監督的角度,探討了企業數字化轉型對分類轉移的作用機制,有助于提高投資者、審計師等多方主體對企業分類轉移的關注度,發揮共同治理作用,進而改善盈余質量。

二、 理論基礎與研究假設

(一) 數字化轉型與分類轉移盈余管理

數字化轉型的本質是人工智能、區塊鏈、大數據等數字技術在業務場景的開發利用,有助于改善資本市場的信息環境和融資效率,進而影響企業的分類轉移行為。

第一,“信息效應”。一方面,數字化轉型通過提升企業盈余信息質量減少分類轉移。核心盈余是投資者評估公司價值的主要依據,為滿足投資者的積極預期,企業存在以分類轉移方式虛增核心盈余的偏好[19]。數字化轉型促使傳統企業擺脫傳統經營管理模式,推動企業向信息化、數字化和智能化方向發展,從而顛覆價值創造過程[1],為企業創造了更多的附加值和實現了交易成本節約效應。隨著數字化轉型的不斷深入,價值倍增效應會逐漸凸顯,進而為企業提供穩定的核心盈余。根據信號理論,當企業績效、發展前景等表現良好時,企業更樂意披露真實的盈余信息,向市場及時、充分地傳遞利好消息,改善投資者對企業估值表現,減少分類轉移行為。另一方面,外部利益相關者的信息不對稱為企業實施分類轉移提供了條件,數字化轉型突破了外部利益相關者難以監督企業分類轉移的局限性。通常數字化轉型程度越深入的企業,其信息系統越完善,越能提供便捷、成本低廉和門檻較低的信息,這不但有助于緩解外部利益相關者信息搜集劣勢,而且使其借助可視化工具和機器學習算法,將結構化數據優化升級為各種圖像、音頻等非結構化數據,彌補了信息分析能力的有限性[20],從而為更好地識別企業分類轉移提供機會和能力。外部利益相關者參與監督驅動企業治理模式從單向治理向多元化治理轉變,增加了企業分類轉移被曝光的可能性,由此引發的負面效應可能會進一步波及企業生產運營的各環節,因而企業出于規避經營風險的考慮會謹慎進行分類轉移。

第二,“資源支持效應”。在中國,企業廣泛面臨“融資難”“融資貴”的問題,良好的財務業績意味著企業經濟實力較強、發展前景較好以及貸款違約風險較低,是企業獲取金融支持的有力籌碼,使其具有強烈的盈余管理動機迎合市場以緩解融資約束。具體地,權益性融資門檻高、要求嚴,企業借助盈余管理有利于達到IPO、配股的苛刻條件。路軍偉等[21]研究發現,上市公司在IPO前三年存在顯著的分類轉移,將核心費用分類轉移至營業外支出以虛增核心盈余;信貸融資也是如此,企業通過盈余管理調增的利潤越多,獲得信貸資源也就越多[22]。其中,“扣除非經常性損益后的凈利潤”通常作為硬性約束或考核條款,核心盈余逐漸成為資本市場中資金供給方的聚集點,企業通過分類轉移提高核心盈余的動機也愈加強烈。數字化轉型有助于緩解融資約束,抑制企業進行分類轉移的動機。

具體地,在“融資難”的問題上,企業借助數據挖掘技術快速地掌握資金供給方的海量信息,使用特定技術工具對數據進行篩選與分析,能夠更具針對性地披露資金供給方所需的信息,緩解資金供需雙方的信息不對稱。外部信息環境的改善有助于資金供給方注意和識別出市場中的“優質貸款人”,擠出信息透明度較低的企業,減少逆向選擇問題,增強企業融資可得性。在“融資貴”的問題上,國家深入推進數字經濟的戰略支持使得數字化轉型企業可以享受政府給予的優惠政策,在這種認證效應下,增加了企業用較低的成本獲取資金的可能性。另外,相比傳統企業,數字化轉型企業處理和輸出信息的能力更強,向外部推送的價值相關性信息更多,有助于投資者和債權人更充分地掌握企業的經營情況,降低其信息成本、決策成本以及面臨的估值風險,進而減少投資者和債權人因環境不確定所要求的風險溢價,緩解“融資貴”的困境。據此,本文提出研究假說1a。

假說1a:企業數字化轉型會抑制分類轉移盈余管理。

推進數字化轉型需要長期的探索與試錯,在實現數字技術與現有商業模式、組織結構等協同融合的過程中,企業的融資需求、業務復雜性以及盈余壓力可能會增加,這為企業進行分類轉移提供了機會和條件。

首先,數字化轉型程度越高的企業對資金的需求越大,較高的融資需求會擴大資金提供方所面臨的風險敞口,企業需要在原先已經較高的業績基礎上再提升業績以降低融資風險,就會觸發更多的分類轉移行為[23]。一部分原因是盈余管理策略受到資本市場監督、盈余操控靈活性和處罰風險的影響,相較于應計盈余管理和真實盈余管理,分類轉移不改變公司的利潤總額,不需要撤銷應計或減少未來現金流,不容易引起外部審計師和監管機構的注意,操縱成本相對更低[13,19,24];另一部分原因是數字化轉型越高的企業,實施應計盈余管理和真實盈余管理難度越高[9-11],促使企業另辟蹊徑——尋求分類轉移作為替代選擇。其次,數字化轉型的成本和收益具有較高的不確定性,企業用于數字化轉型的資金可能擠占生產資源,產生較高的試錯成本與機會成本[25];轉型后短期內的經濟績效增加值可能會與增加的管理成本費用相抵,致使企業整體績效不明顯甚至呈負相關,增加盈余壓力[1],企業為“避虧”“保牌”,往往會采用非經常性損益進行分類轉移[26]。最后,在數字化情境下,業務流程不再受空間、時間、上下游的限制,降低了范圍經濟內的協作成本,越來越多的企業開始涉足其他領域,使得企業業務模式越來越復雜。這種復雜性不僅會加劇內部企業與外部投資者之間信息不對稱程度,增加利益相關者的監督難度和監督成本[27],也可能賦予管理層在劃分某些費用或損失時更多的自由裁量權[11],形成更多的分類轉移。據此,本文提出研究假說1b。

假說1b:企業數字化轉型會促進分類轉移盈余管理。

(二) 數字化轉型與分類轉移盈余管理操縱方式

Mcvay[14]指出,分類轉移存在兩種方式:將非經常性收益(租金收入、附屬收入和投資收益)歸類為經常性收益,即收入操縱;將經常性費用(營業成本、銷售費用和管理費用)歸類到非經常性費用,即費用操縱。

數字化轉型對分類轉移的操縱方式可能存在差異。相較于費用操縱,企業的收入操縱動機更強[28]。這主要有以下原因:一是收入是判定企業規模的重要標準,直接影響公司經營和投融資活動,公司規模越大,獲得的債務融資就越多;二是收入是評估企業業績的關鍵指標,例如中國對公司上市的營業收入具有硬性要求;三是對投資者而言,增加營業收入比削減核心支出更有吸引力[29];四是國際財務報告準則允許企業根據其業務性質確定營業收入和非營業收入,給予企業實施收入分類轉移的“合法性”。

進一步地,數字技術可以給企業提供更多收入操縱的機會,在發現和防范收入操縱方面也更加高效?；ヂ摼W使得企業涉足其他領域或跨界協作經營更加便捷,提升了公司的復雜性和多元性。在收入的確認上,管理層需要對復雜的業務做出充分的職業判斷,給予了管理層將收入從一項業務轉移到另一項業務的機會。同時,數字化技術也提高了監管機構的監督能力。例如,注冊會計師可以在未獲取相關審計證據前直接假定企業收入存在舞弊,并利用數字化技術對企業的銷售記錄、客戶關系、退款情況等進行分析和比對,從中發現異常數據以識別潛在的收入操縱行為。然而,對于費用確認,會計準則給予管理層的職業判斷空間更小,使得費用操縱實施更難。據此,本文提出研究假說2。

假說2:與費用操縱方式相比,數字化對收入操縱方式的分類轉移影響更為顯著。

三、 研究設計

(一) 樣本選取與數據來源

本文以2007—2021年中國A股上市企業為研究樣本,考察數字化轉型對分類轉移盈余管理的影響及其作用機制。本文所涉及數據均來源于CSMAR數據庫,并進行如下處理:(1)剔除金融類上市公司;(2)剔除ST、*ST的上市公司;(3)僅保留至少連續5年不存在數據缺失的樣本;(4)剔除年度樣本量小于15的行業數據[21],(5)對所有連續變量進行上下1%的縮尾處理。上述數據處理采用Excel和Stata 16.0軟件實現,最終獲得25881個觀測值。

(二) 變量定義

1. 被解釋變量(Class)

本文首先采用Mcvay[14]提出的通過核心盈余預測模型來估計非預期核心盈余及其變化,通過式(1)和式(2)分年度-行業回歸得到(制造業為二級,其他行業均為一級):

CEt=α0+α1CEt-1+α2ATOt+α3ACCt+α4ACCt-1+α5ΔSalet+α6Neg×ΔSalet+ε

(1)

ΔCEt=β0+β1CEt-1+β2ΔCEt-1+β3ATOt+β4ACCt+β5ACCt-1+β6ΔSalet+β7Neg×ΔSalet+ε

(2)

其中,核心盈余(CE)為剔除非經常性損益后的凈利潤,ΔCE為CE的變化值;ATO為凈經營資產周轉率,等于營業收入/[(期初凈經營資產+期末凈經營資產)/2];ΔATO為ATO的變化值;ACC為經期初總資產標準化的核心應計盈余,核心應計盈余等于核心盈余減去經營現金凈流量;ΔSale為主營業務收入增長率;在當期營業收入增長率為負時,Neg取值為1,否則為0;式(1)得到的殘差為非預期核心盈余(UE_CE),式(2)的殘差為非預期核心盈余變化(UE_ΔCE)。

其次,借鑒徐沛勣[15]的研究,構建式(3),并將回歸結果的擬合值×1000作為分類轉移盈余管理操縱程度(Class)。進一步地,通過構建式(4)和式(5)得到的擬合值×1000分別作為費用轉移(ClassD)和收入轉移(ClassI),以區分分類轉移盈余管理的類型。其中,NBL為營業外支出與營業外收入的差,DBL表示營業外支出,IBL表示營業外收入,且均經期初總資產平滑。

UE_CEt=θ01+θ10NBLt+ε

(3)

UE_CEt=θ02+θ11DBLt+ε

(4)

UE_CEt=θ03+θ12IBLt+ε

(5)

2. 解釋變量(Digit)

借鑒吳非等[30]的做法,首先借助上市企業年報信息配對,歸集整理出“人工智能”“區塊鏈”“云計算”“大數據”“數字技術應用”5個方面關于“數字化轉型”的分類詞語,構建一個以底層技術和實踐應用為核心的數字化轉型詞典。然后基于機器學習,用Python抓取有關數字化轉型的詞頻,并對詞頻總和加1后取對數,得到衡量企業數字化轉型的指標。

3. 控制變量(Controls)

為減輕遺漏重要變量可能產生的計量檢驗偏誤,本文借鑒已有研究[10,31],在回歸模型中加入如下控制變量:公司規模、公司年齡、獨立董事比例、管理層持股比例、資產負債率、盈利能力、成長能力、董事會規模、機構投資者持股比例、是否兩職合一。同時,為減輕遺漏變量導致的內生性問題,本文控制了行業和年度效應。

所有變量的定義和測量見表1。

表1 變量定義

(三) 模型構建

1. 分類轉移盈余管理的存在性檢驗

由于操控性應計和真實活動操控與分類轉移之間存在替代關系,參考已有研究[15,19,21],通過式(3)、式(6)、式(7)、式(8)對分類轉移的存在性進行檢驗。其中,DA為應計盈余管理操縱程度,REM為真實盈余管理操縱程度。如果式(3)和式(6)中NBL的系數顯著為正,且式(7)和式(8)中NBL的系數不顯著為正,則表明樣本存在分類轉移盈余管理操縱行為。

UE_CEt=θ04+θ13NBLt+θ20DAt+θ30REMt+ε

(6)

UE_ΔCEt=θ05+θ14NBLt+ε

(7)

UE_ΔCEt=θ06+θ15NBLt+θ21DAt+θ31REMt+ε

(8)

2. 基準回歸檢驗

為檢驗數字化轉型對企業分類轉移盈余管理的影響效應,構建式(9):

Classi,t=α0+α1Digiti,t+∑αkControlsi,t+∑Year+∑Ind+εi,t

(9)

表2 變量的描述性統計

其中,Class為分類轉移盈余管理程度,Digit為企業數字化轉型程度,Controls表示控制變量。系數α1代表數字化轉型對分類轉移盈余管理的影響,如果α1顯著為負,表明數字化轉型抑制了分類轉移,假說1a成立,反之假說1b成立。

四、 實證分析

(一) 描述性統計

變量的描述性統計結果如表2所示。異常核心盈余(UE_CE)的最小值為-0.5669,最大值為0.6040,標準差為0.0582;分類轉移程度(Class)的最小值為-9.1251,最大值為1.1541,標準差為0.9324,表明不同上市公司的異常核心盈余存在較大差異且普遍存在分類轉移行為。數字化轉型程度(Digit)的最小值為0,最大值為4.4308,平均值為0.9591,標準差為1.1678,與吳非等[30]報告的結果相近,表明樣本中大部分公司進行了數字化轉型,且數字化轉型程度差異較大。

(二) 基準回歸

表3報告了基準回歸結果。根據既有文獻,異常核心盈余及其變化在一定程度上能夠反映企業的分類轉移盈余管理行為[14,21],因而本文除了將Class作為被解釋變量外,還將UE_CE、UE_ΔCE作為被解釋變量進行基準回歸,以增強研究結論的可靠性。列(1)至列(3)的結果表明,數字化轉型(Digit)的系數均顯著為負,證實了數字化轉型對分類轉移具有顯著的治理作用。進一步地,從分類轉移的類型來看,列(4)和列(5)的結果表明,數字化轉型與收入轉移的系數為-0.0324,且在1%的水平下顯著,而對于費用轉移并不顯著,說明與費用轉移相比,數字化轉型對收入轉移的抑制作用更強,假說2得證。

表3 基準回歸:數字化轉型與分類轉移

(三) 穩健性檢驗

為保證研究結論的穩健性,本文進行了如下檢驗:(1)分類轉移的存在性檢驗?；貧w結果顯示,式(3)和式(6)非經常性損益(NBL)系數顯著為正,式(7)和式(8)非經常性損益(NBL)系數顯著為負,表明企業非經常性損益與本期異常核心盈余顯著相關性并非源于正常的經營活動,驗證了上市公司分類轉移的存在性。(2)采用Heckman兩階段回歸模型緩解樣本可能存在的自選擇問題。在第一階段,將上市公司同年、同行業平均數字化轉型程度(Mean_digit)作為外生變量,測算企業進行數字化轉型的概率并得到逆米爾斯比率(IMR)。在第二階段,將逆米爾斯比率(IMR)作為控制變量對式(9)進行回歸。(3)將上市公司數字化轉型作為準自然實驗,采用傾向性得分后的多期雙重差分模型衡量數字化轉型對分類轉移的“凈效應”,緩解回歸模型中可能存在遺漏變量偏誤等內生性問題。(4)考慮到企業對數字化轉型后的經營調整、財務風險應對需要一段時間來完成,即企業的分類轉移行為較數字化轉型決策有一定的滯后性,將因變量做滯后一期處理。(5)考慮到中國直轄市的特殊性,其數字經濟發展程度、公司治理水平和經營管理模式等與普通省份存在較大差異,剔除四個直轄市(北京、上海、重慶、天津)樣本(1)因篇幅所限,穩健性檢驗結果未列示,備索。。

(四) 機制檢驗

1. 信息效應

根據前文的理論分析,數字化轉型有助于提高企業的信息披露質量,改善企業與利益相關者的信息不對稱,進而減少分類轉移。本文借鑒張嘉偉等[11]的研究,采用KV模型衡量信息披露質量:

(10)

其中,Pt-1為第t-1日的收盤價,ΔPt為Pt與Pt-1的差,Volt和Vol0分別為第t日交易量和觀測期內所有交易日的平均交易量。將式(10)中的系數α1×106求得KV指數,該值越大,信息披露質量越差。根據中介效應三步法,對“數字化轉型—信息披露質量—分類轉移”的影響機制進行了檢驗,結果如表4所示。其中,第(1)列中數字化轉型(Digit)的系數在1%的水平下顯著為負,表明數字化轉型顯著提高了企業的信息披露質量;列(2)顯示,中介變量信息披露質量(KV)的系數為0.1974,在1%的水平下顯著為正,表明信息披露質量發揮了中介作用。

2. 資源支持效應

根據前文的理論分析,數字化轉型有助于緩解企業融資約束,進而抑制分類轉移動機。本文借鑒顧雷雷等[32]的研究,以FC指數衡量企業融資約束程度,該值越高,表明融資約束問題越嚴重。

表4 數字化轉型與分類轉移:機制檢驗

表5 數字化轉型與分類轉移:內部治理異質性

表4中列(3)至列(4)展示了“數字化轉型—融資約束—分類轉移”影響路徑的回歸結果。其中,列(3)中數字化轉型(Digit)的系數在1%的水平下顯著為負,表明數字化轉型顯著緩解了企業的融資約束;列(4)顯示,融資約束(FC)的系數為0.0801,在5%的水平下顯著為正,表明融資約束也發揮著中介作用。

五、 進一步分析

(一) 內部治理異質性

新制度經濟學認為,分類轉移是一種關于會計信息披露質量的委托代理問題,尤其是內部控制質量較低的企業,如出于薪酬契約動機將非經常性損益轉移到經常性損益以實現核心盈余增長目標。根據管理控制論,數字技術的使用有助于重構信息流,減少人為控制失效導致的主觀操縱風險。本文采用迪博風險數據庫中的內部控制指數衡量內部控制質量[33],并根據其是否高于企業所處行業中值,將樣本分為內部控制質量高和內部控制質量低兩組?；貧w結果如表5中列(1)和列(2)所示,無論內部控制質量高低,數字化轉型對分類轉移都有明顯的抑制作用,但從系數上來看,當企業內部控制質量較低時,數字化轉型(Digit)系數的絕對值更高,且組間系數檢驗顯著,表明數字化的治理作用相對更強。

組織協調整合能力對于企業成功實施數字化轉型意義重大。根據動態能力理論,適應外部環境的變化是組織獲得持續競爭力的關鍵要素。如果企業受到組織慣性、組織學習能力等的制約,轉型的“陣痛期”將進一步被放大。因而,組織協調整合能力低的企業實施數字化轉型的動力和意愿更低。加之其內部管理效能有限,使得更多的分類轉移行為成為可能,更容易受到數字化轉型的沖擊。借鑒張昊和劉德佳[34]的研究,以總資產周轉率作為企業協調整合能力的代理變量,其數值越高,表明企業協調固定資產和流動資產、整合內部資源的能力越強。在此基礎上,根據總資產周轉率是否高于企業所處行業中值,將樣本分為高低兩組,回歸結果如表5中第(3)列和第(4)列所示,Digit的系數在組織協調整合能力低的組中更顯著,表明當企業組織協調整合能力更低時,數字化轉型對分類轉移的抑制作用更強。

(二) 外部治理異質性

媒體關注度不同的企業數字化轉型對分類轉移的作用存在差異。數字技術具有高通用與滲透性特征,會加劇信息擴散的“鏈式反應”和“蝴蝶效應”,使得盈余操縱事件能夠在短時間內被無限放大,產生巨大的網絡輿論壓力[35],倒逼企業減少分類轉移行為。參考王福勝等[36]的研究,本文以網絡媒體報道的總次數加1的自然對數衡量媒體關注度(Media),其數值越高,表明媒體關注度越高,信息環境相對越透明。表6中列(1)和列(2)表明,媒體關注低的企業,其數字化轉型對分類轉移的抑制作用顯著,此效應不影響媒體關注度高的企業?？赡艿慕忉屖敲襟w關注度越高的企業,其承擔的市場壓力和違規成本越高,實施分類轉移的可能性越小。相反,在媒體關注度較低的企業中,由于市場監督更弱,導致其分類轉移動機更強,因而數字化轉型會產生更強的抑制作用。

表6 數字化轉型與分類轉移:外部監督異質性

審計質量不同的企業,其數字化轉型對分類轉移的作用存在差異。本文將是否接受“四大”會計師事務所審計作為審計質量的代理變量,對數字化轉型與分類轉移的差異進行檢驗。表6中列(3)和列(4)的結果表明,Digit的系數在被非“四大”會計師事務所審計的企業中顯著為負,而對于被“四大”會計師事務所審計的企業不顯著。這是因為:與非“四大”會計師事務所相比,“四大”會計師事務所的客戶基數較大,面臨的法律風險、聲譽風險和監管風險較高,他們往往會保持較高的獨立性,不會縱容分類轉移行為[37]。而且,“四大”會計師事務所涉及業務范圍廣,在數字化轉型方面涉足更深,對于隱蔽的盈余管理活動更易發揮專長,識別分類轉移[38]。因此,與“四大”會計師事務所相比,數字化轉型對非“四大”會計師事務所的企業審計質量的提升作用更強,因而對分類轉移的抑制作用也更強。

(三) 企業盈利情況異質性

從操縱動機來看,核心盈余是投資者和分析師評價企業業績的重要指標,企業有動機為滿足其預期進行分類轉移,特別是核心盈余小于0的企業[39]。本文根據“核心盈余是否小于0”,對數字化轉型與分類轉移的影響效果進行了分組檢驗,結果如表7中列(1)和列(2)所示,數字化轉型對核心盈余小于0的企業具有顯著的抑制作用,而這一效果對核心盈余大于0的企業卻不顯著。這主要是因為,“核心盈余小于0”不僅難以滿足投資者預期,同時還可能受到信用評級和融資等限制,操縱動機更強,在數字化情境下,企業和利益相關者的信息不對稱程度得以有效緩解,有助于及時發現這一行為。

從操縱收益來看,盈利企業更可能進行分類轉移。高雨和閆緒奇[40]指出,虧損企業分類轉移不易達到較為滿意的盈余管理目標,可實現“收益”較小;而盈利企業通常面臨滿足上市、再融資要求,或者避免公司業績出現大幅波動等情況,操縱核心盈余的收益更高。本文根據凈利潤是否虧損,將樣本分成盈利組和虧損組分別進行檢驗,結果如表7中列(3)和列(4)所示。在盈利組中,Digit的系數在1%的水平下顯著為負,而在虧損企業中卻不顯著?？梢?數字化轉型對盈利企業的抑制作用更強。

進一步地,當凈利潤大于0但核心盈余小于0時,即非經常性損益為正,企業更具備利用分類轉移調增核心盈余的動機和能力。本文根據核心盈余和凈利潤是否小于0,將樣本分為了企業盈利且核心盈余小于0、其他情況兩組,分別對數字化轉型與分類轉移的影響效果進行檢驗,結果如表7中列(5)和列(6)所示?？梢?當企業處于盈利且核心盈余小于0時,數字化轉型對分類轉移的抑制作用更強,而對于其他情況則不顯著,表明數字化轉型能夠提升管理效率,減少企業的分類轉移行為。

表7 數字化轉型與分類轉移:企業盈利情況異質性

六、 結論與政策建議

本文以2007—2021年中國A股上市公司為研究樣本,實證探討了企業數字化轉型對分類轉移的影響及作用機制。研究發現:(1)企業數字化轉型能夠顯著抑制分類轉移,尤其是收入轉移;(2)機制檢驗表明,提高信息披露質量和緩解融資約束是企業數字化轉型抑制分類轉移的影響路徑;(3)異質性分析發現,在內外部治理差異上,當企業的內部控制質量低、組織協調整合能力差、媒體關注度低、被非“四大”會計師事務所審計時,數字化轉型對分類轉移的影響更顯著;在盈利情況異質性上,當核心盈余小于0、凈利潤和非經常性損益大于0時,數字化轉型對分類轉移的抑制作用更顯著。

本文提出如下政策建議:(1)對于企業來說,需積極進行合理的數字化轉型,提高內部治理能力。企業在推進數字化轉型的過程中,要注意與現有組織管理理念的融合,減少組織摩擦和慣性,提高協調整合能力,縮短企業數字化轉型的“陣痛期”。在應用數字技術時,一是可以建立風險預警和控制機制,尤其是在收入確認的管理上,實時監控和反饋管理層利用職權優勢凌駕于內部控制之上的不當行為,提高企業內部控制質量,壓縮管理層將營業外收入轉移計入營業收入的空間;二是為管理層提供科學決策機制,改善投資效率,緩解盈余壓力,抑制管理層操縱核心盈余的動機;三是建立數字管理平臺實現企業信息的互聯互通,主動提高信息披露透明度,及時向市場傳遞真實準確的盈余信息,成為市場中的“優質貸款人”,緩解融資困境,為創造企業價值持續賦能。(2)對投資者和監管部門而言,一是借助數字技術提升數據收集和分析能力。信息不對稱是企業實施盈余管理的重要原因,投資者和監管機構可以借助數據挖掘技術克服接收的劣勢,運用數據分析技術,將結構化數據優化升級為各種圖像、音頻等非結構化數據,緩解自身分析能力的有限性。二是充分發揮審計監督、輿論監督等外部治理作用,借助專業人士、媒體提供的研究報告等,多渠道了解企業的真實經營狀況,更好地甄別企業可能存在的盈余管理行為,發揮共同治理的作用。三是特別關注分類轉移頻發企業。例如,媒體關注低、被非“四大”會計師事務所審計的企業受到監督壓力較輕,可能表現出更強的操縱動機和更多的操縱空間,投資者和監管機構應當注意甄別其可能存在的盈余操縱風險。尤其是常常容易忽略的盈利企業,其可能為避免盈余起伏波動、滿足上市等監管條件而進行分類轉移操縱,因此,投資者和監管機構同樣應當關注盈利企業的操縱跡象。另外,加強對企業收入操縱行為的警惕性,防范企業借助數字技術采取更為隱蔽的方式進行盈余操縱的風險。