1. 引言
在全球信息技术的迅猛跃迁下,数字化转型业已崛起为现代企业增长的核心引擎之一。广泛采纳的尖端数字化技术,诸如庞大数据处理、智能机器学习、云端服务及分布式账本技术(区块链),正逐步重塑企业的运作流程与管理体系。尤其在会计领域,数字化转型的浪潮极大地加速了财务信息处理的效率与精准度,并驱动会计职能向更为战略性的高地迈进。然而,这一转型之旅并非坦途,其间遍布着多重挑战。技术的日新月异迫使企业人员需持续吸纳新知、掌握新技术,以应对日新月异的工作环境;同时,技术实施的错综复杂性则潜在地提升了会计信息系统面临网络侵袭、数据安全泄露等风险的可能性,从而对企业的财务信息安全,包括其保密性、完整性与可访问性,构成了严峻考验会计信息质量作为衡量企业财务报告可靠性和有用性的关键指标,直接关系到企业内外部利益相关者的决策质量。在数字化转型的背景下,会计信息的生成、处理、存储及披露方式均发生了根本性变化,这些变化既为提升会计信息质量提供了强大的技术支持,也带来了新的风险与不确定性。例如,大数据技术的应用使得企业能够收集并分析更为广泛、深入的财务数据与非财务数据,为会计信息提供更加全面、精准的支撑;而区块链技术的引入,则有望通过其去中心化、不可篡改的特性,增强会计信息的透明度和可信度。
探讨企业数字化转型对会计信息质量的影响,不仅具有重要的理论价值,更对指导企业实践、优化会计信息系统设计、提升会计信息质量具有深远的现实意义。首先,研究视角的选择独具匠心,从微观企业层面出发,本文聚焦于沪深A股上市企业,利用2013~2022年沪深A股上市公司样本,研究发现企业数字化转型的程度越高,企业会计信息质量越高,第二,本研究在理论上丰富了关于企业数字化转型对企业会计信息质量的影响的研究,本研究通过实证分析,得出企业数字化转型能够通过提高企业信息透明度帮助企业提高会计信息质量,为企业数字化转型决策、政府引导企业数字化转型提供决策依据。研究方法上,本研究采用了经过修正的Jones模型,这一模型在评估会计信息质量方面具有较高的准确性和适用性,为研究的可靠性提供了有力保障。此外,研究不仅揭示了数字化转型与会计信息质量之间的正相关关系,还深入剖析了信息透明度在这一过程中的中介作用,为理解两者之间的内在联系提供了更为深入的视角,探讨如何通过技术创新与管理优化,实现会计信息质量的持续提升,为企业在数字经济时代下的可持续发展提供有力支持。本研究在探索企业数字化转型与会计信息质量关系时,展现出了显著的创新性。
2. 相关研究评述
2.1. 企业数字化转型
近年来,学术界对于企业数字化转型的探讨日益深入,尤其聚焦于微观企业层面的变革。现有研究揭示,数字化转型通过多重路径显著促进了企业的全面进步。一方面,它有效提升了企业的生产效率,从而推动了全要素生产率的增长[1],同时也有助于运营效率的显著改善[2]。此外,数字化转型还显著降低了企业的成本粘性[3],优化了产业链分工[4],并对企业自身的组织结构进行了有益的调整[5],共同推动了企业的高质量发展。另一方面,数字化转型在信息传递方面展现出了显著优势,通过数字技术的优化应用,企业的信息处理能力得到了大幅提升,进一步促进了企业内外部信息的快速流动与共享,有效降低了信息不对称的问题[6]。
在深入探讨企业数字化转型程度的评估策略时,学术界已形成了两大主流方法论框架:首先,是构建系统化的评价指标体系,从IT能力、信息维度等多个角度进行综合考量[7] [8],近年来更有学者从管理层、客户、产品等[9] [10]多个维度构建了更为全面的数字化转型程度量表[11]。然而,尽管这些方法在衡量企业数字化水平方面取得了显著进展,但在准确界定数字化转型的复杂性和深度方面仍存在一定的局限性。另一并行发展的评估路径,则是利用文本分析法这一创新手段,该方法的兴起得益于大数据处理能力与统计分析技术的飞跃。鉴于企业数字化转型战略及其执行细节常在企业年报等公开资料中留下痕迹,研究者们通过精心编制数字化相关术语词典,并借助Python等高效工具,对年报文本中的关键词进行频次统计与分析,从而实现对数字化转型程度的量化评估[12] [13]。此方法的优势在于其直观性与客观性,高频关键词往往直接映射出企业在数字化转型上的投资规模与努力程度,为评估提供了强有力的数据支撑。
在此背景下,本文旨在进一步分析数字化转型如何通过增强数据收集与处理能力、优化会计信息系统、提升信息透明度与可追溯性等方式,促进会计信息质量的全面升级。同时,也将关注数字化转型过程中可能面临的挑战与风险,如数据安全、隐私保护、技术复杂性等,及其对会计信息质量可能产生的负面影响,并提出相应的应对策略与建议。
2.2. 企业数字化转型与会计信息质量
随着信息技术的快速发展和广泛应用,企业数字化转型已成为推动经济转型升级的重要力量。在这一过程中,会计信息作为企业管理和决策的重要依据,其质量受到了数字化转型的深刻影响。在学术研究方面,多位学者对企业数字化转型与会计信息质量之间的关系进行了深入探讨。陈素云(2021)从微观组织视角解读了《会计信息化发展规划(2021~2025年)》,强调了会计数字化转型和拓展会计职能的重要性,为企业如何进行会计数字化转型提供了理论指导。这一研究为理解数字化转型对会计信息质量的影响提供了宏观背景和理论框架[14]。进一步地,有学者通过实证研究验证了数字化转型对企业会计信息质量的积极影响,构建了企业数字化指数,并发现数字化转型能够显著增强会计信息的透明度,健全公司内部控制,从而提升会计信息质量。这一发现为企业数字化转型的实际效果提供了有力的证据支持。此外[15] [16],边杨森(2024)也针对我国A股上市的制造业公司进行了类似的研究。他发现,数字化转型在提升制造业公司会计信息质量方面发挥了重要作用,并且内部控制质量在数字化转型与会计信息质量之间起到了中介作用。这一研究不仅拓展了数字化转型影响会计信息质量的领域,还揭示了内部控制在其中的重要作用[17]。
综上所述,现有文献表明,企业数字化转型对会计信息质量具有显著的积极影响。通过数字化转型,企业能够提升会计信息的透明度、准确性和及时性,从而为企业管理和决策提供更加可靠的信息支持[18]。未来研究可以进一步探讨不同行业、不同规模企业在数字化转型过程中面临的挑战和机遇,以及如何通过优化数字化转型策略来提升会计信息质量。总之,本文的研究不仅有助于深化对企业数字化转型与会计信息质量之间关系的理解,还能为企业在数字化转型过程中如何有效提升会计信息质量提供实践指导,推动会计领域在数字化时代实现更高质量的发展。
3. 理论分析与研究假设
3.1. 企业数字化转型与会计信息质量
企业与其利益相关者的角色定位,自然地将它们置于信息不对称的两端。为提升会计信息的透明度,赢得外部信赖,企业须不懈努力,持续优化并确保所披露信息的真实性、精确性和完整性。作为财务管理的核心基石,会计信息质量的提升已然成为评估企业转型成果的重要指标之一。具体而言,数字化转型凭借先进的自动化数据处理技术、云端服务及标准化的会计准则实践,不仅极大地加速了数据处理流程,还显著增强了会计信息的时效性与精确性。此外,数字化转型赋予企业能力,以收集更为广泛的数据资源,包括非财务维度信息,并使之与财务信息深度融合,从而构建出既全面又与企业战略愿景紧密相连的会计信息体系。
这一转变不仅深化了财务管理的效能,更为企业的可持续发展奠定了坚实基础[19]。另一方面,数字化转型虽然可以增加信息的透明度,但也会让公司面对更严厉的外部监管,这将会让公司的盈余管理行为变得越来越少,从而极大地压缩了操纵盈余管理的空间,从而提升了企业会计信息质量[20],操纵型盈余管理作为一种非稳健的短期财务行为,往往与公司的长远利益相抵触,对公司的财务稳定不利。其次,企业数字化转型还可以通过提升企业价值[21]、强化企业的内部控制[22]等途径来提高财务稳定性,提高企业会计信息化质量。综上,本文提出假设:
H1:企业数字化转型程度越高,企业的会计信息质量越高。
3.2. 企业数字化转型、信息透明度与会计信息质量
企业数字化转型通过引入先进的信息技术和管理系统,如企业资源规划(ERP)、客户关系管理(CRM)、大数据分析平台等,实现了企业内部信息的全面集成和自动化处理。这些系统能够打破部门壁垒,促进信息在企业内部的自由流动和共享,减少信息孤岛现象,使得企业的各项运营活动都能够被及时、准确地记录和反映。同时,数字化转型还推动了企业数据的实时更新和动态监控,使得管理层能够随时掌握企业的最新运营状况,为决策提供更加及时和准确的信息支持。随着企业内部信息透明度的提升,企业的财务状况、经营成果、风险状况等关键信息也变得更加公开、清晰和可验证。这种透明度的提高,不仅增强了外部利益相关者(如投资者、债权人、监管机构等)对企业的信任度,还促使他们更加积极地参与企业的监督和治理。外部利益相关者的关注和监督,进一步推动了企业管理层对会计信息质量的重视,促使他们加强内部控制和审计监督,确保会计信息的真实性和准确性。
具体而言,企业信息透明度的提高促使管理层采取以下措施来提升会计信息质量:一是加强会计政策的规范性和一致性,确保会计信息的编制和披露遵循统一的会计准则和法规要求;二是优化会计信息的披露内容和格式,提高信息的可读性和可比性,使外部利益相关者能够更容易地理解和使用会计信息;三是加强内部控制和风险管理,建立健全的财务制度和审计机制,防范和纠正会计信息的错误和舞弊行为;四是积极利用大数据分析和人工智能技术,深入挖掘企业数据背后的价值,提供更加精细化和前瞻性的会计信息,为企业的战略决策和风险管理提供更加有力的支持。综上,本文提出以下假设:
H2:企业数字化转型通过提升企业信息透明度提升企业的会计信息质量。
4. 样本来源和研究设计
4.1. 数据来源
本研究选取2013年至2022年沪深A股上市公司为样本,并做以下处理:删除了经营状况恶化的ST企业、*ST企业,剔除严重缺失和异常数据的样本,为控制极端值的影响,本研究对连续变量进行1%的缩尾处理。企业微观数据来自CSMAR和CNRDS。
4.2. 变量设定
被解释变量。企业会计信息质量(AbsDA),本文采用修正的Jones模型所计算的操纵性应计利润的绝对值来衡量。修正Jones模型在基本Jones模型的基础上进行了改进,主要考虑了应收账款变动对盈余管理的影响。基本Jones模型假设企业的经营现金流是不能被操纵的,因此用企业净利润减去经营活动现金流来得到公司的应计利润部分。而应计利润部分又包括非操控性应计利润和操控性应计利润。修正Jones模型通过引入应收账款变动额,进一步细化了非操控性应计利润的估计,从而提高了对操控性应计利润(DA)的预测准确性。
核心解释变量。企业数字化转型(dig),在对企业数字化转型进行界定的基础上,本文借鉴已有文献[1]采用文本分析法来刻画单个企业的数字化转型强度。剔除ST、暂停上市的样本,在此基础上,通过Python对沪深A股上市企业2013~2022年的年度报告采用检索、匹配、词频相加等方法,利用这些数据的“右偏性”特点,对词频进行对数化,得出反映各企业数字化转型情况的总体指数。其中,数字转型词典涵盖了人工智能,区块链,云计算,大数据等多种技术。采用上述方法的可靠性在于,上市公司年报所使用的语言及表述形式,是公司自身发展方向的具体体现,能较好地体现公司的战略特点与前景。
机制变量。信息透明度(opacity)。信息透明度(Opacity)指的是企业向外界公开信息的充分性和及时性。在金融市场中,信息透明度对于投资者做出明智决策、评估企业价值和风险管理至关重要。本文的信息透明度评级采用深圳证券交易所(深交所)和上海证券交易所(沪交所)的披露标准,A = 优秀 = 3,B = 良好 = 2,C = 及格 = 1,D = 不及格 = 0。
控制变量。本文从三个层面选取控制变量,在公司财务层面选取资产负债率(lev)、盈利能力(roa);在公司治理层面选取董监高规模(board)、企业年龄(age)、第一大股东持股比例(top1);在会计师事务所方面选取是否为国际四大(big4)作为控制变量。变量的具体定义见表1。
Table 1. Variable definition and description table
表1. 变量定义及说明表
变量类型 |
变量名称 |
变量符号 |
变量说明 |
被解释变量 |
审计意见 |
audit |
标准无保留意见当作标准意见取值为0,否则取值为1 |
解释变量 |
企业数字化转型程度 |
dig |
ln(年报中数字化关键词披露次数 + 1) |
机制变量 |
信息透明度 |
Opacity |
A = 优秀 = 3,B = 良好 = 2,C = 及格 = 1,D = 不及格 = 0 |
控制变量 |
资产负债率 |
lev |
负债总额/资产总额 |
盈利能力 |
roa |
净利润/(资产合计期末余额 + 资产合计上年期末余额)/2 |
第一大股东持股比率 |
top1 |
第一大股东持股占比 |
|
董监高规模 |
board |
ln(董监高人数 + 1) |
企业年龄 |
age |
ln(企业年龄 + 1) |
四大审计 |
big4 |
会计师事务所是国际四大取值为1,否则取值为0 |
4.3. 模型设定
4.3.1. 基准回归模型
本文通过Hausman,Prob > chi2 = 0.000 < 0.05,采用双向固定效应模型,建立如下多元回归模型探究企业数字化转型程度对会计信息质量的影响:
(1)
其中,TEit表示i企业第t年的会计信息质量,
是常数项,digit表示i企业第t年的企业数字化转型水平,Controls为一系列控制变量,μi为个体固定效应,λi为时间固定效应,εit为残差。
4.3.2. 机制检验模型
结合前文和已有文献,为进一步检验企业数字化转型对会计信息质量的影响,采取三步法构建机制检验模型如下:
(2)
(3)
(4)
其中,
表示i企业第t年的会计信息质量,Opacityi,t表示i企业第t年的企业信息透明度,Controls为一系列控制变量,
、
、
等为常数项,其他
、
、
等分别为待估系数。
5. 实证结果和分析
5.1. 基准回归结果
本文选用双向固定效应模型,固定了个体和时间效应,估计企业数字化转型对会计信息质量的影响。回归结果如表2所示,列(1)为控制个体和时间的固定效应,列(2)又汇报了加入一系列相关控制变量后的回归结果,两列结果均在1%的水平上显著为负。由于可操纵利润的指标特殊性,该值越小,则企业会计信息质量越高。结果表明,企业数字化转型能够显著提高企业会计信息质量,H1得到验证。
Table 2. Results of the full-sample regression results
表2. 全样本回归结果
|
(1) |
(2) |
|
AbsDA |
AbsDA |
dig |
−0.000181*** |
−0.000155*** |
|
(0.0000279) |
(0.0000275) |
lev |
|
0.0231*** |
|
|
(0.00121) |
board |
|
0.00126** |
|
|
(0.000636) |
size |
|
−0.00302*** |
|
|
(0.000179) |
age |
|
0.00547*** |
|
|
(0.00100) |
roa |
|
0.0350*** |
|
|
(0.00193) |
top1 |
|
−0.00000524 |
|
|
(0.0000182) |
_cons |
0.0209*** |
0.0421*** |
|
(0.000979) |
(0.00602) |
N |
33324 |
32583 |
R2 |
0.018 |
0.062 |
注:*、**和***分别表示在10%、5%和1%的显著性水平上显著。
5.2. 影响机制分析
基于前文分析,企业数字化转型可能通过提高信息透明度提高会计信息质量,本文借鉴借鉴中介检验三步法进行检验。表3的(1)~(2)列结合表2的列(2)的基础回归,给出信息透明度在企业数字化转型影响会计信息质量之间的中介效应结果。表3的(1)列中数字化转型与信息透明度的回归系数为0.00153在10%的显著性水平上显著,说明企业数字化转型能够提高企业的信息透明度,(2)列中在基准回归中控制了信息透明度,企业数字化转型和会计信息质量回归系数为−0.000163,且在1%的显著性水平上显著,结合表2中的(1)列,表明企业数字化转型通过提高企业的信息透明度提高了企业的会计信息质量。假设H2成立。
Table 3. Mechanism test results
表3. 机制检验结果
|
(1) |
(2) |
|
Opacity |
AbsDA |
dig |
0.00153* |
−0.000163*** |
|
(0.000834) |
(0.0000265) |
lev |
−0.399*** |
0.0215*** |
|
(0.0371) |
(0.00118) |
board |
−0.0946*** |
0.0000564 |
|
(0.0188) |
(0.000599) |
size |
0.0335*** |
−0.00273*** |
|
(0.00569) |
(0.000181) |
age |
0.0222 |
0.00506*** |
|
(0.0296) |
(0.000943) |
roa |
1.630*** |
0.0280*** |
|
(0.0559) |
(0.00181) |
top1 |
0.00501*** |
−0.00000755 |
|
(0.000568) |
(0.0000181) |
opacity |
|
0.00116*** |
|
|
(0.000213) |
_cons |
1.366*** |
0.0402*** |
|
(0.162) |
(0.00516) |
N |
26079 |
26079 |
R2 |
0.076 |
0.064 |
注:*、**和***分别表示在10%、5%和1%的显著性水平上显著。
5.3. 稳健性检验
在参考已有文献[4]所构建的数字化转型关键词库基础上,本文继续运用文本分析法,但针对原有模型中的核心解释变量进行了替换。鉴于不同上市公司年报中管理层讨论与分析(MD&A)部分的文字长度存在差异,我们首先计算了各年度报告中数字化相关关键词出现的频率。随后,为了消除文字长度对词频的直接影响,我们采用了一种标准化的度量方式,即公司数字化相关词频数之和除以年报MD&A部分的段落长度,得到新的指标digt。为便于解释与比较,本文将这一指标乘以100进行放大处理。
接下来,本文将原模型中的核心解释变量替换为上述构建的digt指标。表4中的第(1)列结果显示,在替换核心解释变量后,企业数字化转型水平在1%的显著性水平上显著,企业数字化转型助力企业会计信息质量提升。这一发现与本文的基准回归结果相吻合,再次验证了假设H1的成立,研究结论表现出良好的稳健性。
Table 4. Results of the robustness test
表4. 稳健性检验结果
|
(1) |
(2) |
|
AbsDA |
AbsDA |
dig |
−0.000502*** |
|
|
(0.0000829) |
|
lev |
0.0630*** |
0.0232*** |
|
(0.00364) |
(0.00121) |
board |
0.00290 |
0.00120* |
|
(0.00192) |
(0.000635) |
size |
−0.0114*** |
−0.00300*** |
|
(0.000539) |
(0.000179) |
age |
0.0123*** |
0.00545*** |
|
(0.00302) |
(0.00100) |
roa |
0.102*** |
0.0346*** |
|
(0.00582) |
(0.00193) |
top1 |
−0.0000668 |
−0.00000881 |
|
(0.0000549) |
(0.0000182) |
digt |
|
−0.00101*** |
|
|
(0.000143) |
_cons |
0.206*** |
0.0463*** |
|
(0.0181) |
(0.00597) |
N |
32569 |
32583 |
R2 |
0.078 |
0.062 |
注:*、**和***分别表示在10%、5%和1%的显著性水平上显著。
6. 研究结论与启示
随着数字时代的持续进步,数字经济与实体经济已深度融合。本研究从微观企业层面出发,选取2013年至2022年间沪深两市的A股上市企业作为研究对象,运用经过修正的Jones模型,深入探讨了企业数字化转型与其会计信息质量之间的关系,并剖析了其中的作用机理。研究结果显示,企业数字化转型的深化有助于提升会计信息质量。进一步分析还发现,企业信息透明度在这一过程中扮演了中介角色。本研究不仅拓宽了会计信息质量影响因素的研究范畴,还为理解数字化技术及新型商业模式对会计信息质量的影响提供了新的视角,并为企业未来的战略规划与发展提供了有益的参考。基于本文结论,提出如下结论:
企业而言,深化数字化转型战略是当务之急,这要求企业将数字化视为核心驱动力,从高层至基层形成共识,制定清晰的转型蓝图与时间框架,确保资源精准投放,稳步推进各项转型举措。同时,强化信息技术应用,积极拥抱云计算、大数据、人工智能等前沿科技,优化信息系统结构,提升数据处理与分析的智能化水平,从而自动化会计信息的生成、监控与分析流程,减少人为失误,确保信息的高度准确性。此外,完善内部控制体系,建立健全风险管理机制,确保数字化转型过程中的系统安全与稳定,保障企业资产安全无虞。提升会计信息化水平,促进会计业务与信息技术的深度融合,实现信息的电子化、网络化和智能化,加强跨系统数据集成,保障数据一致性与完整性,并加强对会计人员的技术培训,提升其信息技术应用能力。最后,企业应增强信息披露透明度,主动、全面、及时地公布数字化转型的相关信息,以此增强外部信任,提升企业市场形象与品牌价值。
政府方面,应制定针对性政策,依据企业数字化转型的实际需求,提供财政补贴、税收优惠、融资支持等经济激励,降低转型成本,并出台数字化转型标准与规范,引导企业有序转型。同时,完善相关法律法规体系,明确企业在数字化转型中的权责,加强对信息披露的监管,确保信息真实、准确、完整,严惩违法违规行为,维护市场秩序与公平竞争。政府还需加强监管与指导,建立健全监管机制,通过定期检查与专项审计,及时发现并纠正企业转型中的问题,并提供培训与咨询服务,助力企业提升数字化转型与会计信息质量。此外,推动信息共享与开放,打破信息孤岛,建设公共信息平台或数据共享中心,为企业提供丰富资源与经验分享,鼓励企业间合作与交流,共同加速数字化转型进程。最后,加强国际合作与交流,借鉴国际先进经验,与国际组织及跨国企业携手,共同制定数字化转型标准,提升我国企业在全球市场的竞争力与影响力。
尽管本研究在方法和视角上取得了明显创新,但仍存在一定的局限性。首先,研究样本的选择虽然具有代表性,但仅限于沪深A股上市企业,可能无法全面反映所有类型企业在数字化转型过程中的实际情况。针对上述局限性,未来的研究可以从以下几个方面进行改进和拓展。首先,可以扩大研究样本的范围,包括非上市企业、中小企业以及跨国企业等,以更全面地了解数字化转型对不同类型企业的影响。其次,可以进一步探讨数字化转型对企业其他方面的综合影响,如运营效率、创新能力、市场竞争力等,以更全面地评估数字化转型的价值。