数字并购、CEO 风险偏好与创新绩效

闫 鑫，乐菲菲，张兴国

（济南大学 商学院，山东 济南，250002）

一、引言

2022 年国务院在《“十四五”数字经济发展规划》中明确指出，要以数据资源为关键要素，不断做强做优做大我国数字经济。随着全球数字经济不断发展，数字化不断为经济发展注入新鲜血液。据《中国数字经济发展报告（2022 年）》，2021 年我国数字经济规模达到45.5 万亿元，占GDP 比重达到39.8%，数字经济已成为我国经济发展的重要支撑。数字经济展现其独特优势，大数据、云计算、人工智能等数字技术不断融入企业生产经营和管理中。

金融、零售业等行业都在加速数字化转型进程，而作为规模庞大且具有一定发展基础的制造业，也逐步从“中国制造”向“中国智造”发展，数字化转型已成为中国制造业转型升级必经之路。其中，数字并购是企业实现数字化的重要途径。除自身不断进行数字变革以外，部分企业还通过收购与自身数字化转型战略相匹配的数字企业，以加速自身数字化转型，增强数字化转型能力，即“数字并购”[1]91。

生产率提升是制造业实现高质量发展的关键，而数字技术的应用则能通过直接和间接方式显著影响企业生产率。虽然中国制造业智能制造发展已具备一定基础和条件，但高端技术方面与发达国家相比有较大差距，核心技术卡脖子问题迫在眉睫，传统制造业数字化基础较为薄弱，对于数字化转型投入仍然有待进一步加强。企业数字并购后，其数字化转型能力将得到大大提升，数字技术对于创新的重要性毋庸置疑，然而关于数字化转型对企业创新的影响，不同学者观点各异。部分学者认为企业数字化转型有助于创新。李雪松等[2]基于我国制造业上市公司数据发现，企业数字化转型可通过使其融入全球创新网络，从而显著提升企业创新绩效；李盼盼等[3]在对415 家制造企业进行数据分析时发现，地区数字化水平能够正向影响商业模式创新。当然，也有学者认为有相当一部分企业并没有从数字化转型中获益，不同企业间数字化转型差异甚大，特别是在疫情冲击之下，这种差距尤为明显。Li 等[4]认为数字化转型仅有部分提升企业绩效的作用，甚至有学者认为数字化转型对企业绩效具有负面影响[5]。

通过梳理发现，虽然数字并购是企业数字化转型的重要途径之一，但现有文献从数字并购角度探究企业数字化对创新绩效影响的研究尚未丰富。综上，本文以2011—2021 年我国制造业上市公司为研究样本，以数字并购作为政策冲击点，运用双重差分模型，探究数字并购对企业创新绩效的影响；同时，由于CEO 风险偏好会影响企业对待投资的态度，故进一步探究CEO 风险偏好如何影响二者之间的关系，以期丰富相关研究。

二、理论分析与研究假设

（一）数字并购与企业创新绩效

数字并购是一场通过吸收数字核心技术引发的变革，不仅包括对组织结构、业务流程、创新模式的变革，还包括对企业目标函数、企业文化进行变革。企业数字化可革新企业原有业务流程，其中数字并购是企业实现数字化的重要途径之一，虽然数字技术交易成本较高，具有一定风险，但数字并购可使企业短时间内获得数字核心技术所有权，弥补自身数字技术短板，并且还可促进数字技术更迭创新，加速企业数字化转型程度。此外，数字并购后，企业不仅获得关键数字核心技术，还能吸纳大量数字人才，为企业数字化转型注入新鲜血液。

企业数字并购可以利用数字技术对企业生产资源重新进行优化整合，改变企业原有创新模式，提高企业绩效。在企业进行数字并购后，首先，数字化可弱化信息不对称，增强企业信息搜集能力。企业可充分利用数字化平台获取更加完善、可靠的信息，然后运用数字技术对其进行处理和整合，这在很大程度上能缓解信息不对称问题，减少企业因无效信息做出错误决策。其次，数字化转型可增强企业信息透明度。大数据、云计算等数字技术可对企业资产负债状况进行详细评估，更加准确地评价企业信用等级，便于内外部主体准确了解企业经营状况，降低融资成本。同时，数字化转型符合中国战略发展方向，国家能为企业数字化转型提供一定政策支持，从而缓解企业融资约束问题。最后，数字化转型能够改变企业创新模式，使数字技术与企业创新进行深度融合，使各方利益相关者更加积极地通过数字技术创设的平台参与企业创新设计[6]，从而提高创新产出，降低创新失败的风险，激发企业创新积极性。基于上述分析，提出假设：

H1：企业可通过数字并购进行数字化转型升级，从而提高企业创新绩效。

（二）数字并购与CEO 风险偏好

管理层作为公司重要领导人，是创新投资决策的关键决定者，其风险偏好往往会影响对创新项目的选择，从而影响公司创新绩效。数字经济背景下，互联网、云计算、人工智能等数字技术与企业经营活动实现融合。数字并购后，企业管理者越发意识到数字技术的重要性，其风险偏好也随之改变。这主要是因为数字化转型为企业创新奠定良好基础，表现为：（1）数字化使得企业能够及时识别风险。企业可及时通过数字平台获取更多可靠信息，并依靠数字技术对这些信息进行整合分析，以此识别风险，便于管理者在经营活动中做出正确决策。（2）数字化转型可缓解代理冲突。数字经济下，外部市场将会加大对企业的监督，企业信息披露的质量也随之提高，这就使得企业内部流程更加透明化，管理层的机会主义行为得到抑制[7]，有效缓解企业内部代理问题。（3）随着数字技术的广泛应用，金融服务成本和门槛也随之降低，这能有效缓解企业融资约束，资源可得性得到提升，企业承担风险的意愿也进一步增强，故此时管理层更倾向于高风险高收益创新项目。

企业数字并购后，数字技术能力得到质的飞跃，资源也能得到更加有效配置，从而企业创新研发风险水平有所下降。在企业中，CEO 风险偏好往往与企业整体风险相匹配[8]85，若CEO 认为企业有能力承担创新项目伴随的高风险，就会偏好风险，而数字并购则为企业承担风险营造了良好环境，且赋予企业承担更多风险的能力。基于此，提出假设：

H2：数字并购使CEO 更加偏好风险。

（三）CEO 风险偏好中介机制分析

管理层风险偏好的改变势必会影响企业战略决策风险水平，从而影响企业绩效。关于管理层风险偏好对于企业绩效的影响，有学者认为管理者偏好风险会使企业创新绩效下降，因为偏好风险的高管更易做出非理性决策，其所处地位会影响原有决策；也有观点认为管理者风险偏好能够正向影响企业决策，当高管风险偏好较高时，可在一定程度上增加企业研发投入和资本性支出[9]。创新项目虽然投资周期长、风险较高，但也具有高收益这一特征，“危险”往往与“机遇”共存。偏好风险的管理者“机遇”占据主位，更愿意采取激进冒险的投资战略，增加创新投入，以此换取高收益回报。

事实上，CEO 偏好风险主要是由于企业完全有能力承担高风险项目所带来的风险。数字并购使得企业更易识别经营中的潜在风险，加之外部对企业的监督，使得CEO 更多地从企业利益角度出发，及时抓住稍纵即逝的“机遇”。姜启波等[10]认为，高风险偏好者追求的是高风险、高收益，企业创新正符合这一特征，特别是在数字经济时代，高风险偏好企业更能实现高质量创新。基于此，提出假设：

H3：CEO 风险偏好在数字并购与企业创新绩效间起部分中介作用。

三、研究设计

（一）样本与数据来源

为探究数字化转型与创新绩效间的关系，以2011—2021 我国A 股制造业上市公司数据为样本进行研究，数据均来源于国泰安（CSMAR）数据库。为保证实证结果的合理性和有效性，对原始数据做出以下处理：剔除有ST、*ST 的样本数据；剔除数据中关键变量有缺失的样本；对连续变量在1%和99%水平上进行缩尾处理。经过上述处理，最终共获得8 996 个观测值，包括2 278 家制造业上市公司，其中有194 家上市公司发生数字并购。

（二）变量定义

1. 被解释变量

创新绩效为被解释变量。为能综合计算企业创新绩效，借鉴乐菲菲等[11]的研究，首先构建“投入-产出”评价指标体系，然后运用DEA—BCC 模型计算出综合效率用来衡量企业创新绩效。其中，投入指标包括研发人员数量、研发投入金额，产出指标有主营业务收入、专利申请数。企业创新投入主要表现为人、财、物，人指研发人员，财、物则可通过研发投入金额体现。创新产出方面，首先，创新成果可直接通过专利数体现；其次，创新研发成功将给企业带来巨大收益，主要表现为主营业务收入。

表1 “投入-产出”评价指标Tab.1 “Input-output” evaluation index

2. 解释变量

企业是否进行数字并购为核心解释变量。借鉴唐浩丹等[1]96的研究，将物联网、高端制造业、机器人与无人机、大数据、软件定制服务、人工智能与机器学习、网络安全、供应链技术、3D 打印、云技术、虚拟现实、增强现实、营销技术这13 个数字经济行业内的企业发起的并购视为数字并购。以企业是否进行数字并购（DMA）作为数字化转型虚拟变量，该变量由分组虚拟变量（若为处理组，Treat 取1，否则取0）和时间虚拟变量（数字并购完成当年及之后年份，Post 为1，否则为0）二者交乘所得，即DMA=Treat×Post。需要说明的是，不同企业完成数字并购的时间并不相同，同时本文并未将数字并购等同于数字化转型，而是将数字并购视为推动企业数字化转型的重要推动力。

3.中介变量

CEO 风险偏好（FP）为中介变量。风险偏好可影响投资者对于投资决策的态度，其在创新投资项目中发挥着关键作用。借鉴李世辉等[8]86的研究，通过计算交易性金融资产、可供出售金融资产与投资性房地产三项风险投资年度总额占本年度资产总额的比重，然后将比值与同行业平均水平进行比较，若高于行业平均水平，CEO 为风险偏好型，FP 取1，否则为0。

4. 控制变量

结合现有文献以及研究目的，选取SIZE(资产规模)、LEV(资产负债率)、GRO(营业收入增长率)、RD(研发投入占比)、SEP(两权分离度)、BIG4(审计质量)、BM(账面市值比) 为控制变量，此外，本文还固定个体（Firm）和年度（Year）虚拟变量，具体可见表2。

表2 变量定义Tab.2 Variable definitions

（三）模型设定

借鉴唐浩丹等[1]97的研究，以企业是否发生数字并购作为对企业数字化转型的正向冲击，构建模型（1）来验证假设H1。

为检验CEO 风险偏好在数字化转型与企业创新绩效间的中介效应，借鉴温忠麟等[12]的研究，在模型（1）的基础上，构建模型（2）（3），以此来验证假设H2、H3。

在上述模型中，IPi,t表示企业i 第t 年的创新绩效；DMAi,t代表企业是否进行数字并购；FPi,t为CEO 风险偏好；Control 为一组控制变量，具体包括SIZE(资产规模)、LEV(资产负债率)、GRO(营业收入增长率)、RD(研发投入占比)、SEP(两权分离度)、BIG4(审计质量)、BM(账面市值比)；∑Firm、∑Year分别表示固定企业和年度效应；εi,t代表误差项。

四、实证分析

（一）描述性分析

表3 为各主要变量描述性统计结果。其中，IP 的均值为0.051，最大值和最小值分别为0.5 和0.004，说明不同上市公司创新绩效差异甚大；DMA 的最大值和最小值分别为1 和0，均值为0.008，说明在所选样本中仅有少数企业进行数字并购；FP 均值为0.258，标准差为0.437，最大值和最小值分别为1 和0，可见不同上市公司CEO 偏好风险程度有所差异；其余控制变量此处不再赘述。

表3 描述性分析结果Tab.3 Descriptive analysis result

（二）相关性分析

表4 为各变量间相关性分析结果。其中IP 与DMA 之间的相关系数为0.018 且在10% 水平上显著，可见数字化转型与企业创新绩效之间的关系仍有待进一步检验。其余各变量与解释变量间相关系数的绝对值最大为0.038，不存在严重多重共线性问题。

表4 相关性分析结果Tab.4 Correlation analysis result

（三）实证回归分析

表5 为回归结果，在第（1）列中，DMA 的系数为0.016，且在5% 水平上显著，表明数字并购作为对数字化转型的一种正向冲击，可以促进企业创新绩效提升。企业进行数字并购后不仅能弱化信息不对称问题，缓解融资约束，还能更新企业创新模式，激励企业创新。故上述结果支持假设H1。从第（2）列可以看到，DMA 的系数为0.165，在1%水平上显著，说明企业进行数字并购会使CEO 更加偏好风险；第（3）列中DMA 的系数为0.016，在10% 水平上显著，FP 的系数为0.005，在1%水平上显著。结合表5 中（1）-（3）列进行观察，可发现CEO 风险偏好在数字化转型与企业创新绩效间发挥着部分中介效应，即数字并购可通过提高CEO 风险偏好，进而提升企业创新绩效。企业进行数字并购后，运用数字技术获取资源的质量得以提高，而且这些资源还能被高效利用。同时，企业本身也受到数字化平台监督，CEO会更多从公司利益角度出发，偏好高风险与高收益并存的投资项目。上述结果证实了假设H2、H3。

表5 线性回归结果Tab.5 Linear regression result

（四）稳健性检验

1.平行趋势检验

模型（1）为双重差分模型，需要对其进行平行趋势检验。借鉴Jacobson 等[13]的做法，将各公司不同数字并购年份前后信息纳入回归，重新构造处理变量与时间虚拟变量的交互项。同时，以数字并购前一年为基期，删去pre1。由于数字并购完成前后5 年及以上的观测值较少，借鉴唐浩丹等[1]102的研究，最后保留数字并购前后5 年观测值，最终结果见图1。可以看到数字并购前符合平行趋势假设，故可用双重差分模型评估数字化转型对企业创新绩效的影响。

图1 平行趋势检验Fig.1 Parallel trend test

2.PSM 内生性检验

为缓解样本选择偏差，将原样本进行PSM 匹配后重新进行回归，依据上市公司是否进行数字并购划分为控制组和对照组，并采取1: 1 最近邻匹配方法，对匹配后的样本进行回归，具体结果可见表6 第（1）列。可以看到，数字并购DMA 的系数为0.027，且在10% 水平上显著，虽然显著型水平略有下降，但仍可证明数字并购有助于推动企业创新绩效。表6第（2）列为将匹配比例更换为1: 3 后再次回归的结果，可以看到DMA 的系数为0.017，且在10%水平上显著，与之前结果保持一致。

表6 PSM 匹配结果Tab.6 PSM matching result

3. 替换被解释变量

为使结果更加稳健，通过替换被解释变量进行稳健性检验。借鉴文佑云等[14]的研究，使用“专利申请数加1 的对数”衡量企业创新绩效（IE），然后对上述模型再次进行回归，结果可见表7。第（1）列数字化并购DMA 系数为0.416，且在1% 水平上显著，与表5 结果对比，符号没有变化，显著性水平有所提高；第（2）列中，数字化并购DMA 系数为0.165，且在1%水平上显著，较表5 结果对比，符号和显著性水平未发生改变；第（3）列中CEO 风险偏好FP 系数为0.108，且在1%水平上显著，与表5 结果对比，系数方向和显著性水平保持不变，DMA 系数为0.398，且在1% 水平上显著，显著性水平明显提升。综上，此次回归均与之前回归结论保持一致。

表7 稳健性检验结果Tab.7 Robustness test results

（五）异质性分析

1. 区分企业产权性质的异质性分析

依据产权性质的不同，将全样本划分为国有企业和非国有企业，它们在内部治理机制、外部资源获取或是监督方面均存在明显差异，这就使得不同产权性质的企业数字化转型程度也存在差异，进而不同类型企业数字并购对企业创新绩效的影响也不同。

表8 中第（1）（2）列为分产权性质的实证结果，可以看到，国有样本中，数字化转型DMA 的回归系数不显著；非国有样本中，数字化转型DMA 的系数为0.017，且在5% 水平上显著。说明相对于国有企业，数字并购对企业创新绩效的促进作用在非国有企业中更加显著。虽然国有企业具有“天然政治优势”，但其资金来源和配置、重要决策等方面都要受到政府监督和干预，并不能“随心所欲”，企业各种经营决策往往要经过层层审核；而非国有企业可以根据市场动态和企业状况及时调整，使企业数字化的发展速度和方向更加契合企业实际状况，从而非国有企业数字并购更能有效提高企业创新绩效。

表8 分产权性质与行业类别的异质性分析Tab.8 Analysis of property rights and industry types

2.区分行业类别的异质性分析

根据行业类别不同，将全样本划分为高科技行业和非高科技行业。高科技行业主要依靠核心技术应对激烈的市场竞争，数字技术作为整合信息资源的重要技术，对于高科技行业至关重要。与其他行业相比，高科技行业数字化程度一般比较高，其经营风险侧重点也不同[15]。依据OECD(经济合作与发展组织)对高科技行业的规定，并借鉴李莉等[16]的研究，将《上市公司行业分类指引（2012 年修订）》中属于电信、广播电视和卫星传输服务、互联网和相关服务、化学原料及化学品制造业、软件和信息技术服务业、铁路、船舶、航空航天和其他运输设备、医药制造业、仪器仪表制造业的行业归为高科技行业，其余行业均为非高科技行业，然后进行分组回归。

表8 中第（3）（4）列为分行业类别的实证结果，可以看到，在高科技组中，数字化转型DMA 的回归系数为0.016，且在10%水平上显著；在非高科技组中，DMA 的系数为0.013，但不显著。说明数字化转型对企业创新绩效的促进作用在高科技行业中更加显著。这可能是因为非高科技行业主要依靠传统技术进行生产经营，且技术更新迭代较慢，在一定程度上可能并不需要进行数字并购或加大创新研发投入；而高科技行业更加重视企业数字化，在数字技术投入、科技人才引进等方面也远高于非高科技行业，更倾向于数字并购，从而提高企业创新绩效。

五、研究结论及建议

借助A 股制造业上市公司2011—2021 年数据，将数字并购作为对企业数字化转型的正向冲击，并构建企业数字化转型指数，实证检验数字化转型对企业创新绩效的影响及作用机制。研究发现：数字并购可显著提高企业创新绩效；数字并购后，企业CEO 更加偏好风险；CEO 风险偏好在数字并购与企业创新绩效间起部分中介效应；数字并购对企业创新绩效的促进作用在非国有企业和高科技企业中更加显著。

为能更好地提高创新绩效，企业应重点关注数字并购对企业创新绩效的推动作用。首先，传统制造业进行数字并购过程中，不仅可以加快自身数字技术应用和创新以加速数字化转型进程，还可缩短数字化转型期，快速获取数字技术和数字人才，放大企业数字化优势，增强企业竞争；其次，企业应将数字技术充分运用到创新投资项目的评估与运行中，最大限度地提高企业内部资源利用率以降低创新研发成本，同时还可通过数字化平台实现对业务流程的监督以提高经营管理水平；最后，企业应根据自身定位和能力制定切合实际的数字化战略，避免由于战略错误造成资金链断裂。

在数字化转型期间，企业应进一步加强规范管理人员行为。一方面应建立健全CEO 用人制度，选用符合企业发展、风险偏好并与企业数字化相匹配的CEO；另一方面，应不断建立健全内部控制体系，加强内外部监管体系的监督作用，通过及时关注企业财务和非财务信息，防止企业违规行为，为企业数字化营造健康的环境，为管理者正确决策提供保证。