1. 引言
近年来,全球商业环境正面临技术迭代加速、市场竞争加剧、经济波动常态化等多重挑战。新冠疫情、地缘政治冲突、气候变化等“黑天鹅”事件频发,经济系统中的不确定性显著攀升,给努力维持可持续和稳定运营的企业带来了巨大的挑战[1]。企业的生存与发展不仅取决于常态下的经营效率,更取决于非常态下应对冲击、适应恢复乃至实现反超的韧性能力[2]。企业韧性已成为衡量企业长期价值与可持续发展能力的关键维度,它强调企业在危机中缓冲冲击以及在危机后快速复苏并实现新发展的动态过程。提升企业韧性,不仅是微观企业构筑核心竞争力的战略基石,更是宏观国民经济实现安全稳定发展的根本保障。
然而,企业韧性的形成通常面临着委托代理问题。在现代企业制度下,所有权与经营权的分离已成为普遍特征,而这种分离客观上造成管理层的利益诉求与股东追求价值最大化的目标出现偏差。当缺乏健全、有效的监督机制对管理层行为进行约束时,管理层为追求职业安全、短期业绩与私人收益,可能表现出明显的风险规避与机会主义倾向。这些源于代理冲突的短视行为与战略扭曲,将严重损害企业的资源储备与适应能力,从根本上削弱其应对外部冲击的韧性基础[3]。因此,如何通过有效的公司治理机制缓解代理矛盾,引导资源向提升韧性的方向配置,成为一个至关重要的理论与现实问题。
在此背景下,机构投资者作为资本市场的重要参与者和重要治理力量,其角色引起了广泛关注。传统观点将机构投资者视为被动的财务投资者,但近年来,随着其持股规模的不断扩大和“股东积极主义”的兴起,机构投资者正展现出日益显著的治理效应[4]。凭借其专业能力、信息获取与规模效应,机构投资者能够深入参与公司治理,监督企业管理者,降低代理成本,并促进企业战略更关注长期价值创造[5]。那么,机构投资者持股能否以及如何通过其治理角色,帮助企业缓解代理问题,从而系统地提升企业韧性?对这一问题的深入探究,不仅关乎公司治理理论的深化,更对引导资本服务实体经济高质量发展具有紧迫的现实意义。
尽管已有文献为我们的研究提供了有益借鉴,但现有研究仍存在明显缺口。首先,多数研究集中于考察机构投资者持股对企业传统绩效或特定行为的影响[6]-[8],而将其与企业韧性这一综合性的动态能力进行直接、系统关联的研究尚处于起步阶段。韧性超越了短期财务表现,涵盖了抗风险、适应与恢复的全过程,机构投资者在其中扮演的角色远比传统绩效促进者更为复杂和关键。其次,关于其作用机制的研究仍显黑箱化。虽然委托代理理论提供了基础框架,但机构投资者究竟通过哪些具体路径化解代理矛盾并传导至韧性提升,现有研究缺乏细致的实证剖析与机制验证。特别是数字化转型作为一类可能整合了战略监督与资源赋能的核心中介渠道,其在其中的关键作用未能得到足够重视与系统性的实证检验。第三,现有结论可能存在情境依赖性。机构投资者的治理效能并非在真空中运行,而是嵌入于企业内外部特定的情境之中,例如企业的市场势力与所在地区的制度环境。忽略这些异质性因素,可能导致对机构投资者作用的片面理解。
本文基于委托代理理论,系统考察机构投资者持股对企业韧性的影响及其作用机理。以2014~2023年中国沪深A股上市公司的相关数据为基础,本文开展实证分析工作。研究结果显示,机构投资者持股能够对企业韧性产生显著的提升作用。为验证结论可靠性,本文进一步采用工具变量法、倾向得分匹配等多种计量方法来缓解内生性问题,经检验,上述关于机构投资者持股与企业韧性关系的核心结论仍保持稳健。机制检验揭示,机构投资者主要通过推动数字化转型这一核心路径来赋能企业韧性。进一步的异质性分析发现,机构投资者的治理效应在市场势力较强的龙头企业和市场化程度较高的地区中更为凸显。
本文的研究贡献主要体现在以下三个方面:第一,丰富了企业韧性前因研究。本文将企业韧性这一新兴构念引入公司治理领域,实证揭示了机构投资者作为关键治理主体,是企业韧性构建的重要驱动力量,拓展了企业韧性影响因素的研究边界。第二,深化了机构投资者治理机制的研究。本文不仅验证了机构投资者的整体治理效应,更将数字化转型置于理论分析的核心,实证确立了其在机构投资者提升企业韧性过程中的核心路径地位,为理解机构投资者如何影响企业长期战略能力提供了更细致的理论解释与经验证据。第三,提供了情境化的治理见解。通过识别企业市场势力和地区制度环境的异质性作用,本文强调了机构投资者治理效能的边界条件,为监管部门实施差异化引导以及企业引入适当的机构投资者提供了针对性启示。
2. 理论分析与研究假设
2.1. 机构投资者持股与组织韧性
现代企业所有权与经营权的分离,不可避免地导致了股东与管理层之间的委托代理冲突。管理层可能为追求私人利益而采取机会主义行为,从而偏离企业价值最大化的目标,严重侵蚀企业应对突发冲击的战略前瞻性和资源储备能力,从而削弱了企业韧性[9]。机构投资者作为具备专业能力和信息优势的外部股东,其角色超越了被动的财务投资者,转而成为积极的治理监督者。凭借其专业能力、信息优势与规模效应,机构投资者能够有效发挥治理监督与资源赋能作用,缓解代理问题,引导管理层决策与企业的长期可持续发展目标保持一致[10]。基于委托代理理论的分析框架,机构投资者持股能够通过其有效的治理监督与资源赋能,显著提升企业应对不利冲击的韧性[11]。其核心机制在于,机构投资者的介入能够矫正由代理问题引发的战略短视和资源配置扭曲,使企业更能专注于构建长期适应与恢复能力。综上所述,本文提出以下假设:
H1:机构投资者持股对企业韧性具有显著正向影响,即机构投资者持股比例越高,企业韧性越强。
2.2. 数字化转型的中介作用
根据委托代理理论,企业管理者可能因短视主义、风险规避与个人私利,而规避数字化转型这类高投入、长周期且结果不确定的战略投资,从而损害企业的长期价值与适应能力[12]。机构投资者作为重要的外部治理力量,具备动机与能力对管理层进行有效的监督与激励。它们通过施加战略压力、提供长期资本支持并将数字化成果纳入考核体系,能够有效缓解上述代理冲突,从而积极推动企业实施数字化转型战略[13]。企业的组织韧性,即其在危机中抵御、适应与恢复的能力,高度依赖于其对内外部环境的实时感知、运营流程的敏捷调整以及与外部生态的紧密协同。数字化转型通过嵌入先进数字技术,从根本上重塑了企业的运营模式、决策机制与价值网络[14]-[16]。具体而言,它借助数据驱动实现了对风险的早期预警与智能决策,通过柔性供应链与智能制造提升了生产的抗干扰与快速响应能力,并利用数字平台维系了客户关系与生态协作,从而系统性地构建起企业的组织韧性。这一转型过程本身,即是企业将外部治理压力内化为核心动态能力的过程。因此,数字化转型充当了将机构投资者的治理意愿转化为实质性韧性提升的核心桥梁。综上所述,本文提出以下假设:
H2:机构投资者持股通过推动数字化转型提升企业韧性。
3. 研究设计
3.1. 样本选择与数据来源
本文选取2014~2023年中国沪深A股非金融领域上市企业作为初始研究样本。为确保数据有效性与研究可靠性,依据以下标准对原始数据展开筛选处理:1) 剔除金融行业的企业样本;2) 剔除当年被实施ST、*ST或PT特殊处理的企业样本;3) 剔除关键变量数据存在缺失的企业样本;4) 为削弱极端值对回归分析结果的干扰,对所有连续变量进行上下1%的缩尾处理。通过上述系列数据清洗步骤,最终构建起包含24,108个企业–年度观测值的非平衡面板数据集。本文数据主要来源于CNRDS数据库和CSMAR数据库。
3.2. 变量选取与说明
1、被解释变量:组织韧性(Res)。企业韧性具有潜在性与多维度性特征,难以通过直接观测进行量化。现有文献普遍采用代理变量法,利用二手数据间接构建测度指标。本文采用市场波动性作为企业韧性的代理变量[2] [17] [18],具体定义为:以企业个股月股票收益率的年度标准差表征其韧性水平,该数值越小表明企业韧性越强。相较于财务指标,市场数据具有高频连续、前瞻性定价等优势,能更敏感地反映外部冲击对企业价值的动态影响。
Table 1. Variable definitions
表1. 变量定义
变量类型 |
变量名称 |
变量符号 |
测量方法 |
被解释变量 |
组织韧性 |
Res |
企业个股月股票收益率的年度标准差 |
解释变量 |
机构投资者持股 |
Indep |
机构投资者持股比例之和/总股本 |
中介变量 |
数字化转型 |
DT |
ln(年报中数字化转型相关词频总数 + 1) |
控制变量 |
企业年龄 |
Age |
ln(观测年份 − 上市年份 + 1) |
股权制衡度 |
Balance |
第二到十位大股东持股占比之和/第一大股东持股比例 |
董事规模 |
Board |
ln(年末董事人数 + 1) |
独立董事占比 |
Indboard |
独立董事人数/董事会总人数 |
资产负债率 |
Lev |
总负债/总资产 |
两职合一 |
DUAL |
董事长与总经理为同一人,赋值为1,否则为0 |
产权性质 |
SOE |
若企业为国有企业取值为1,否则为0 |
2、核心解释变量:机构投资者持股(Indep)。本文借鉴李争光等(2015)的做法[19],选取上市公司年末各类机构投资者持股数量之和占公司总股本比例来衡量机构投资者持股的程度,该数值越大,则机构投资者持股比例越高。
3、中介变量:数字化转型(DT)。本文参考吴非等(2021) [20]的方法,基于人工智能、区块链、云计算、大数据及技术应用五个维度构建术语词典,利用Python进行文本挖掘,统计上市公司年报中相关词频,并对词频总数加1后取自然对数作为企业数字化转型的代理变量。
4、控制变量:借鉴相关文献的做法[9] [21]-[23],本文选取控制变量如下:企业年龄(Age)、股权制衡度(Balance)、董事会规模(Board)、独立董事占比(Indboard)、资产负债率(Lev)、两职合一(DUAL)、产权性质(SOE)。变量定义见表1。
3.3. 模型设定
为检验机构投资者持股与组织韧性之间的关系,本文构建如下基准回归模型:
(1)
其中,i表示企业个体;t表示年份;被解释变量
表示企业i在t年的组织韧性;解释变量
表示企业i在t年的机构投资者持股比例;
表示控制变量;
和
分别表示行业固定效应与年份固定效应;
表示随机扰动项,采用聚类到企业层面的稳健标准误。
4. 实证分析
4.1. 基准回归
表2汇报了机构投资者持股与企业韧性之间的关系。第(1)列在不加入任何控制变量且不考虑固定效应的条件下进行估计,Indep的系数显著为负。第(2)列在控制行业与年份双重固定效应后,虽未引入控制变量,但Indep的系数仍在1%水平上显著为负。进一步地,第(3)列同时引入企业层面控制变量与双重固定效应,Indep的估计系数为−0.0072,并在1%水平上保持显著负向关系,再次支持了基准结论的稳健性。结果表明,机构投资者持股对企业股票波动率存在显著负向影响,即机构投资者持股能够提升企业韧性。因此,H1得到验证。
Table 2. Institutional investor shareholding and firm resilience
表2. 机构投资者持股与企业韧性
变量 |
(1) |
(2) |
(3) |
Res |
Res |
Res |
Indep |
−0.0201*** |
−0.0146*** |
−0.0072*** |
(0.0019) |
(0.0019) |
(0.0019) |
Constant |
0.1349*** |
0.1325*** |
0.1628*** |
(0.0009) |
(0.0009) |
(0.0082) |
控制变量 |
否 |
否 |
是 |
行业固定效应 |
否 |
是 |
是 |
年份固定效应 |
否 |
是 |
是 |
N |
24,108 |
24,108 |
24,108 |
F |
116*** |
62*** |
49*** |
adj. R2 |
0.0062 |
0.2754 |
0.2892 |
注:括号内为聚类到企业层面的稳健标准误,***、**、*分别表示在1%、5%、10%的水平上显著。下表同。
4.2. 内生性分析
1、工具变量法。本文参考温军和冯根福(2012)、梁上坤(2018)和冯鲍等(2025)的研究[24]-[26],选取沪深300指数虚拟变量构造机构投资者持股的外生工具变量,若该企业属于HS300指数所涵盖公司,则赋值为1,否则为0。表3第(1)列工具变量法第一阶段回归结果表明,HS300对Indep的回归系数显著为正(β = 0.1656, p < 0.01),本文选取的工具变量正向影响机构投资者持股比例,满足相关性要求。此外,Cragg-Donald Wald F统计量与Kleibergen-Paap rk Wald F统计量均高于常用临界值,表明不存在弱工具变量问题。第二阶段估计结果见第(2)列,Indep的系数仍在1%水平上显著为负,表明在控制内生性后,机构投资者持股比例每提升1单位,股价波动性显著降低7.96%,原假设得以验证,即机构投资者持股对企业韧性具有显著的提升作用。
2、Heckman两阶段模型。为缓解可能存在的样本选择偏误与自选择问题,本文借鉴梁上坤(2018)和顾海峰等(2025)的做法[25] [27],采用Heckman两阶段法重新进行估计。结果如表3第(3)~(4)列,其中第一阶段建立Probit模型,以外生工具变量(HS300)预测企业机构投资者持股比例,工具变量系数显著为正(β = 0.8397, p < 0.01),满足相关性要求;第二阶段纳入逆米尔斯比率(IMR)作为额外的控制变量,其系数显著为正(β = 0.0282, p < 0.01),证实样本存在部分自选择偏差,校正后Indep系数仍显著为负。
Table 3. Endogeneity analysis
表3. 内生性分析
变量 |
工具变量法 |
Heckman |
PSM |
PSM-DID |
熵匹配 |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
Indep |
Res |
第一阶段 |
第二阶段 |
Res |
Res |
Res |
Indep |
|
−0.0796*** |
|
−0.0040** |
−0.0062*** |
−0.0077*** |
−0.0077*** |
|
(0.0089) |
|
(0.0019) |
(0.0020) |
(0.0029) |
(0.0029) |
HS300 |
0.1656*** |
|
0.8397*** |
|
|
|
|
(0.0097) |
|
(0.0637) |
|
|
|
|
jmr |
|
|
|
0.0282*** |
|
|
|
|
|
|
(0.0031) |
|
|
|
Constant |
|
|
−1.4612*** |
0.1080*** |
0.1569*** |
0.1627*** |
0.1627*** |
|
|
(0.3606) |
(0.0099) |
(0.0099) |
(0.0135) |
(0.0135) |
控制变量 |
是 |
是 |
是 |
是 |
是 |
是 |
是 |
行业固定效应 |
是 |
是 |
是 |
是 |
是 |
是 |
是 |
年份固定效应 |
是 |
是 |
是 |
是 |
是 |
是 |
是 |
Cragg-Donald Wald F统计量 |
|
1083.694 |
|
|
|
|
|
Kleibergen-Paap rk Wald F统计量 |
|
292.406 |
|
|
|
|
|
Kleibergen-Paap rk LM统计量 |
|
173.372 |
|
|
|
|
|
Hansen J统计p值 |
|
0.000 |
|
|
|
|
|
N |
24108 |
24108 |
24108 |
24108 |
18209 |
12268 |
12268 |
F |
141*** |
49*** |
|
55*** |
36*** |
22*** |
22*** |
adj. R2 |
0.2654 |
−0.0660 |
|
0.2920 |
0.2932 |
0.2787 |
0.2787 |
3、倾向得分匹配、PSM-DID与熵匹配。为验证机构投资者持股对企业韧性影响的稳健性,本文进一步采用倾向得分匹配(PSM)、PSM-DID及熵平衡匹配等方法,以缓解可能存在的样本选择偏差。表3汇报了相应回归结果。其中,第(5)列以卡尺为0.05进行一对一近邻匹配,对匹配后样本重新估计,Indep的系数仍在1%水平上显著为负,表明匹配后样本有效控制了处理组与对照组的系统性差异。特别地,如第(6)列所示的PSM-DID模型,通过引入多期双重差分设计,进一步排除时间异质性干扰,Indep系数保持稳健(β = −0.0077, p < 0.01),证实机构投资者持股对企业韧性的促进作用并非由时间趋势驱动。为检验基准结果的稳健性,本文采用熵平衡法对样本进行重新加权估计。该方法通过最小化协变量分布差异,保留更多原始样本信息,在一定程度上能够消除内生偏误问题。重新加权后的回归结果如表3第(7)列所示,回归结果与基准回归基本一致,再次表明原有结论具有较好的可靠性,样本选择偏误对核心结论的影响有限。
4.3. 稳健性检验
为检验基准回归结果的稳健性,本文从以下多个方面展开分析:
1、解释变量滞后一期。表4的第(1)列显示,滞后一期的机构投资者持股(L. Indep)对股价波动性具有显著负向影响(β = −0.0082, p < 0.01),即当机构投资者持股比例滞后一期(t − 1期)每增加1单位,企业当期(t期)股价波动性显著降低0.82%,说明机构投资者的治理行为需一定周期才能充分释放对企业韧性的提升作用。这一结果证明基准回归结论的稳健性。
2、调整样本周期。本文进一步调整样本观测周期为2014~2019年,缩短时间窗口后重新进行检验。表4第(2)列回归结果再次验证了本文的基准回归结论。
Table 4. Robustness tests
表4. 稳健性检验
变量 |
解释变量滞后一期 |
调整样本周期 |
更改聚类层面 |
增加行业–年份固定效应 |
增加控制变量 |
(1) |
(2) |
(3) |
(4) |
(5) |
Res |
Res |
Res |
Res |
Res |
Indep |
|
−0.0129*** |
−0.0072*** |
−0.0074*** |
−0.0046** |
|
(0.0024) |
(0.0019) |
(0.0019) |
(0.0019) |
L. Indep |
−0.0082*** |
|
|
|
|
(0.0020) |
|
|
|
|
Constant |
0.1618*** |
0.1904*** |
0.1628*** |
0.1649*** |
0.1530*** |
(0.0089) |
(0.0102) |
(0.0107) |
(0.0084) |
(0.0081) |
控制变量 |
是 |
是 |
是 |
是 |
是 |
行业固定效应 |
是 |
是 |
是 |
是 |
是 |
年份固定效应 |
是 |
是 |
是 |
是 |
是 |
行业 × 年份固定效应 |
否 |
否 |
否 |
是 |
否 |
N |
19639 |
12490 |
24108 |
24061 |
24108 |
F |
33*** |
38*** |
63*** |
48*** |
54*** |
adj. R2 |
0.2984 |
0.4097 |
0.2892 |
0.3197 |
0.2946 |
3、改变模型设定和增加控制变量。针对可能的模型设定偏误,本文分别对控制变量和聚类层面进行调整:1) 将基准回归中聚类到企业层面的标准误更改为聚类到行业层面;2) 为缓解潜在遗漏变量对机构投资者持股与企业韧性关系的干扰,本研究引入行业–年份固定效应;3) 考虑到其他企业特征会产生结果偏差,选取净资产收益率(ROA)与管理层费用率(MFEE)作为控制变量,表4第(3)~(5)列结果显示,Indep的系数均显著为负,表明回归结果依然稳健。
5. 机制分析
基于前文理论分析,本文遵循江艇(2022) [28]提出的中介效应检验范式,表5呈现了机构投资者持股对企业韧性的影响路径检验结果,具体分析如下:
表5回归结果显示,Indep对数字化转型(DT)的回归系数为0.2215,且在1%水平上显著,这为机构投资者能够有效驱动企业数字化转型提供了直接证据。根据委托代理理论和资源基础观,机构投资者的监督与资源赋能,帮助企业克服了数字化转型中的投资不足和管理阻力,确保了长期战略资源的投入,从而加速了企业的数字化战略进程。数字化转型通过提升企业的动态能力,进而增强了其应对冲击的组织韧性,机构投资者促进数字化转型这一路径得以证实。因此,H2得到验证。
Table 5. Mechanism analysis
表5. 作用机制分析
变量 |
DT |
Indep |
0.2215*** |
(0.0699) |
Constant |
0.3653 |
(0.2854) |
控制变量 |
是 |
行业固定效应 |
是 |
年份固定效应 |
是 |
N |
24108 |
F |
8*** |
adj. R2 |
0.4240 |
6. 异质性分析
为探究机构投资者持股(Indep)对企业韧性的差异化影响,本文从企业市场势力与地区市场化水平两个维度进行分组回归检验。表6报告了回归结果。
本文借鉴孙晓华等(2020)的研究[29],以企业市场势力为分组依据,使用勒纳指数衡量企业市场势力,较高的勒纳指数表明企业在市场中掌握更高的定价权。依据勒纳指数是否高于“行业–年度”中位数,本文将样本划分为高市场势力和低市场势力两个子样本组,以进行对比分析。第(1)列显示,高市场势力组Indep系数为−0.0066 (p < 0.01),表明机构投资者持股每增加1单位,高市场势力企业的股价波动率显著降低0.66%;而低市场势力组Indep系数为0.0010且不显著,未通过显著性检验。这表明,市场势力较强的企业能够更高效地整合机构投资者的治理资源,因其具备更强的议价能力与资源配置效率,可有效执行机构投资者提出的战略调整。而低市场势力企业可能因竞争压力与资源约束,难以将持股转化为实质性治理改善。
本文参照毛捷等(2021)的做法[30],以各省份市场化指数的年度中位数为基准,若企业所属地区的市场化指数高于当年中位数,则将其定义为高市场化水平地区,取值为1,反之为低市场化水平地区,取值为0。基于基准模型的分组回归结果如表6第(3)~(4)列所示。在市场化水平较高的组别中,企业Indep系数为−0.0076,且在1%水平上显著为负,表明发达的市场机制通过强化信息透明度和契约执行力,为机构投资者参与公司治理创造制度红利;而在低市场化地区Indep系数为−0.0062且未通过显著性检验。这说明,在要素市场分割、法治环境薄弱的地区,机构投资者的监督建议可能因制度保障缺失而难以落地,导致治理效应被削弱。
Table 6. Heterogeneity analysis
表6. 异质性分析
变量 |
高市场势力 |
低市场势力 |
高市场化水平 |
低市场化水平 |
(1) |
(2) |
(3) |
(4) |
Res |
Res |
Res |
Res |
Indep |
−0.0066*** |
0.0010 |
−0.0076*** |
−0.0062 |
(0.0024) |
(0.0031) |
(0.0020) |
(0.0056) |
Constant |
0.1559*** |
0.1483*** |
0.1590*** |
0.2002*** |
(0.0099) |
(0.0142) |
(0.0089) |
(0.0212) |
控制变量 |
是 |
是 |
是 |
是 |
行业固定效应 |
是 |
是 |
是 |
是 |
年份固定效应 |
是 |
是 |
是 |
是 |
N |
14,181 |
9587 |
21,129 |
2960 |
F |
32*** |
15*** |
44*** |
7*** |
adj. R2 |
0.2882 |
0.2930 |
0.2951 |
0.2711 |
7. 结论与启示
7.1. 研究结论
本文基于委托代理理论,深入探究了机构投资者持股如何影响企业韧性,并系统检验了二者之间的作用机制与因果关系。依托2014~2023年中国沪深A股上市公司数据的实证检验,主要得出以下结论:第一,机构投资者持股对企业韧性具有显著提升效应。通过工具变量法、倾向得分匹配与熵平衡匹配等多重内生性检验,并结合解释变量滞后、固定效应调整等稳健性测试,研究结论保持稳健。这表明机构投资者通过治理监督与资源赋能,为企业应对外部冲击提供了有效的股权治理保障,显著增强抗风险能力与危机恢复效率。第二,机制检验揭示了机构投资者通过数字化转型路径提升企业韧性。第三,异质性分析表明机构投资者持股的韧性构建效果存在显著情境差异:在企业市场势力上,议价能力强的龙头企业更能借助机构持股优化企业韧性;在制度环境上,市场化程度高的区域为机构投资者治理行为提供了更完善的契约执行保障,显著强化监督效能。
7.2. 政策启示
结合已有的研究结论,本文的政策启示主要体现在以下两个角度:
从政府的角度出发,第一,完善机构投资者参与治理的制度保障。监管部门应出台政策鼓励机构投资者长期持股,通过税收优惠、差异化监管等措施,引导其更有效地发挥积极股东职能。此外,还需推动上市公司完善治理规则,明确规定机构投资者参与公司治理的权利及相应义务,保障其监督职能有效落地。第二,强化对企业数字化转型的政策引导与资源支持。政府应制定专项扶持政策,通过设立数字化转型基金、提供研发费用加计扣除等财税优惠,降低企业转型成本。此外,要加快推进数字基础设施建设,推动数据开放与共享,为企业数字化转型创造良好的外部环境。
从企业的角度出发,第一,提升机构投资者在市场中的活跃度,增强其对公司的治理协同作用。作为资本市场的重要力量,机构投资者对企业的投资决策能够显著影响企业的抗风险能力。企业管理层应积极吸引机构投资者持股,主动建立常态化沟通机制,充分发挥其在战略决策、风险管控中的监督与资源整合优势。通过定期信息披露、参与重大事项决策等方式,引导机构投资者深度参与公司治理,将其专业能力转化为企业抗风险能力的提升。第二,以数字化转型为核心提升组织韧性建设水平。企业要将数字化转型纳入战略核心,制定清晰的转型路线图。重点通过数字化技术应用提升运营柔性、优化供应链管理、增强风险预警能力,系统构建企业的动态适应能力。特别是行业龙头企业,要依托机构投资者的支持,积极开展数字化转型创新实践,在复杂环境中培育持续竞争优势。
7.3. 研究局限与未来研究方向
尽管本研究为机构投资者持股与企业韧性的关系提供了有益洞见,但仍存在以下局限,需在后续研究中深化探索:1) 本文将机构投资者简化为持股比例变量,但不同类型机构的治理动机存在本质差异。未来研究可对深入解构机构投资者的异质性展开进一步研究。2) 影响机制方面,未来可进一步探讨其他影响路径,例如机构投资者持股是否会通过影响管理者短视进而塑造企业韧性等。3) 本文主要采用股价波动性作为逆向代理指标,虽能捕捉市场预期层面的抗风险能力,但仍存在主观性和滞后性。未来需要建立更为系统全面的企业韧性指标体系以避免单一指标的局限性。
基金项目
扬州大学商学院研究生创新项目(SXYKYCX202530)。