数字化、信息不确定与反应不足<br/>——基于行业异质性的研究

数字化、信息不确定与反应不足
——基于行业异质性的研究

2022-11-28王盼琰

中国管理信息化 2022年19期

王盼琰

（江苏科技大学，江苏镇江 212000）

0 引言

“有效市场假说”是现代金融学的基础，它假定投资者是“理性的”，认为在一个有效市场中包含风险补偿后的证券价格能够完全充分地反映所有可能获得或利用的现有公开信息，此时资源配置是最有效的。然而，心理学知识和生活常识向我们表明大部分人无法完全理性，而且投资者对市场中的公开信息也是存在一定的预测能力的。学者们发现市场中存在投资者对新公开信息的反应不足现象（underreaction）。反应不足是指投资者对新信息不能立刻认识到其对股价的影响，而是逐步缓慢地认识到信息的全部影响，所以股价会表现出动量效应［1］。

近年来，中国经济持续稳定恢复、稳中向好，金融系统发挥了重要的支撑作用。但是创业板发展时间相对较短，存在信息披露制度不够健全、投资者成熟度不够等问题［2］，这意味着投资者反应不足这一市场异象会反映在创业板市场环境中，而创业板的差质量信息和低门槛入市标准会加大信息不确定。信息不确定是指在新信息对公司价值的影响方面存在模糊性，是投资者反应不足异象的驱动因素［3］。信息不确定会扩大反应不足异象对股价影响，对企业运营和投资者都产生负面影响，如影响管理层的战略决策、增加投资者损失，甚至加大股价崩盘风险。

因此，研究数字化对反应不足异象的影响，一方面有利于挖掘数字化的业务价值，对推进企业数字化实施提供一定帮助，另一方面有利于为解决反应不足异象打开思考维度。本文探讨数字化实施效果的行业异质性，有利于探究不同行业实施数字化对反应不足异象的影响差异，填补了相关研究的空白，也有利于监管层制定相关完善市场的政策时能对症下药，有针对性地优化数字化行为。

1 理论分析与假设提出

有效市场假说的基础是投资者有效利用所有信息，这涉及市场机制对信息反应的机理。信息不确定被定义为“价值的模糊性”［3］，主要来源于公司基本面的波动和差质量的信息［4］。创业板对企业规模、是否盈利和经营年限等要求不高，更注重企业的成长性，但这些企业发展前景不确定性很大，因此，投资者面临着严重的信息不确定［5］。基于信息不确定性视角，行为金融学理论充分考虑了投资者的非理性因素，认为市场参与者在对现有信息做出反应决策时会有各种偏差。有学者认为投资者在对信息分析决策时会有保守性偏差和代表性偏差。保守性偏差会导致投资者不能及时地做出相应的应对去修改前期形成的预期，因此，股价无法及时对新出信息做出合理的反应，最后表现为对信息的反应不足。还有学者发现我国市场盈余公告后，信息质量差的投资组合平均累计超额收益率超过信息质量好的投资组合平均累计超额收益率。换言之，创业板市场存在信息不确定引发的反应不足市场异象。

数字化是信息技术的延伸与发展，现有研究发现信息技术对信息不确定引发的反应不足异象具有缓解作用，那么客观来看，企业数字化行为必然会在一定程度上映射至资本市场活动中，对其股价造成一定影响。学者们对信息技术对资本市场的影响方向和可能机制的认识尚未达成一致。有学者认为企业数字化能降成本、提效率、强创新，数字化赋予企业更大的经济活力［6］并对反应不足异象起到缓解作用［7］，也有学者认为企业管理组织制度和能力与数字化技术架构的先进性存在磨合成本，绩效驱动效果有限，隐形成本高昂［8］，也就是所谓的“IT 悖论”［9］。基于此，本文提出假设：

H1：创业板企业数字化的实施对信息不确定引起的市场反应不足具有正向影响。

H2：创业板企业数字化的实施对信息不确定引起的市场反应不足具有负向影响。

现有文献对反应不足异象的行业异质性研究尚未达成一致结论。有学者认为具有行业差异性。如王福胜（2013）发现在创业板上市的企业中，94.16%集中于国家新兴战略性产业，因此容易信息失真，尤其是会计信息失真［10］。而这些差质量的信息都会导致信息不确定，从而扩大反应不足异象。岳宇君，张磊雷（2021）将企业分为技术密集型行业和非技术密集型行业，研究发现技术密集型企业发展质量的提升更多地来源于持续创新活动，企业信息化的作用更为显著［11］。也有学者认为受行业影响程度很小。如于团叶（2013）将创业板划分成22 个行业均值，研究发现由于创业板企业的核心技术都比较尖端，新颖的概念是吸引投资者的重要砝码，因此，大多数企业都会存在信息质量问题，各企业的信息披露水平近似，差距并不大［2］。刘迪（2013）认为投资者对于行业信息的反应与其他信息相比并没有显著差异［12］。基于以上论述，本文提出假设：

H3：创业板企业数字化的实施对信息不确定引起的市场反应不足的影响具有行业异质性。

H4：创业板企业数字化的实施对信息不确定引起的市场反应不足的影响不具有行业异质性。

2 研究设计

2.1 样本数据

本文选取2011—2020 年中国创业板企业样本作为研究对象，相关数据主要来源于CSMAR 数据库和企业年报。将收集的所有数据进行整理归纳，又根据以下标准进行了调整：①剔除缺失数据的企业；②剔除所有金融类企业、上市期间ST、样本期间退市的企业；③剔除数字技术企业和软件企业。

2.2 变量选择与定义

2.2.1 解释变量：数字化实施的时间

关于数字化实施的数据，当前学术界主要从定性角度展开理论分析，定量研究测度数字化战略的文献比较少，本文结合已有学者的做法，构建“企业数字化转型”因子库［6，13］，并借助文本挖掘，利用Python 工具对创业板发布的企业年报进行关键词爬取［14］。首先将因子库各因子名称与企业年报进行文本匹配，当年报首次出现相关因子的时候赋值为“1”，否则为“0”，首次出现的年份就是数字化开始实施的年份，此后均视为实施数字化。

2.2.2 被解释变量：信息不确定引起的投资者反应不足资本市场异象

本文根据Zhang（2006）的研究，构建信息不确定（IU）诱发的反应不足异象的代理变量。选取两个描述信息不确定的因素，包括：

规模因素（1/MV）：是用公司市值的倒数来衡量的，1/MV 值越大表示IU 越高，这是基于公司基本面的代理变量，反映公司基本面波动。

分析师覆盖率（1/COV）：采用被分析师关注度的倒数来衡量，1/COV 值越大表示IU 越高，这是基于分析师的代理变量，受外界因素和信息质量影响。

根据信息不确定水平将股票分配到投资组合中，并测算了投资组合的平均回报。先将样本企业按每年分成价格动量四分位数，对于每个动量四分位数分别使用两个信息不确定的代理变量，将样本公司分类成信息不确定的四分位数，总计16 组，最后计算每年每个投资组合的平均投资回报［7］，最终窗口期样本反应异象为高信息，不确定水平下投资回报值与低信息不确定水平下投资回报差值之差，即本文的被解释变量。

2.2.3 模型构建

本文用面板数据固定效应模型考察企业数字化对创业板企业资本市场异象的影响，基本模型如下：

本文模型涉及的主要变量描述如表1 所示。

表1 主要变量及定义

3 实证结果与分析

本文将创业板企业分为高新技术企业和非高新技术企业，基于行业差异的分组检验结果如表2 所示。对高新技术企业分组的回归结果显示，企业数字化的回归系数为0.000，通过显著性检验，标准化系数为负，表明企业数字化对信息不确定引发的反应不足异象具有显著的负向缓解作用。对非高新技术企业分组的回归结果显示，企业信息化的回归系数均不显著，标准化系数为负，表明企业数字化对非高新技术企业的反应不足异象虽然能起到一定的缓解作用，但是效果并不显著，其缓解程度明显低于高新技术企业。这说明，企业数字化对反应不足异象具有缓解作用，企业数字化的作用因行业差异而产生异质性，假设H2、H3得到验证。可能的原因是，与非高新技术企业相比，高新技术企业发展质量的提升更多地来源于持续创新活动，企业数字化的作用更为显著。