企业数字化转型与金融市场稳定——基于尾部系统风险视角

李政 赵轶薇 卜林

(天津财经大学金融学院，天津 300222)

一、引言

在数字经济发展的大背景下，推动实体企业的数字化转型成为建设制造业强国的必由之路。党的二十大报告明确指出，“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。当前，我国传统产业正处于数字化转型升级期，根据中国通信院发布的《中国数字经济发展研究报告(2023)》，2022年我国数字经济规模达到50.2万亿元，产业数字化规模达到41万亿元。然而，作为赋能传统企业的新生产物，数字化转型是一把“双刃剑”，将对企业生产经营带来不确定性影响。虽然传统企业在数字化转型中可以借助外部信息资源与数字化平台技术改善资源配置效率以及销售决策，对其生产经营活动进行优化升级，但是企业的数字化转型绝非易事，随着数字化程度的加深，需要企业管理架构以及人力、物力与之相匹配；并且数字化研发项目的不确定性和高额的长期投入很容易使企业陷入转型失败的困境，恶化企业资金状况，进而引发金融市场风险联动，提高企业尾部系统风险。

数字化转型带给企业经营的不确定性，会影响企业信息披露质量，使市场投资者与企业间的信息不对称程度发生变动，进而映射至其金融市场表现。具体而言，当数字化转型有效提高企业绩效时，管理层利益得到保障，从而缓解了机会主义倾向和操弄盈余动机，提高企业信息披露的质量。并且，数字化的本质在于挖掘与传递信息，数字化转型将促使企业信息管理趋向标准化、灵活化和高效化，提高市场投资者获得企业信息的数量与质量，缓解企业与投资者之间的信息不对称程度(林川，2022；马慧和陈胜蓝，2022)，以此降低尾部系统风险。但是，2022年初“元宇宙”概念股在大涨后集体下跌，此类上市企业因蹭数字化热点导致股价在短期内异动的事件屡见不鲜。伴随着数字化转型的深入发展，企业信息披露中相关表述逐渐增多，部分企业甚至虚假美化数字化热点信息，而投资者在过度关注数字化标签的情况下甄别能力下降，难以识别企业信息披露中隐藏的坏消息(彭俞超等，2023)，短暂的股价上涨将形成泡沫，提高企业面临的尾部系统风险。

企业数字化转型引发的生产经营效率以及信息传递质量的不确定性问题，必然会蔓延至金融市场。在2008年金融危机、2015年股市异常波动以及2020年初受全球公共卫生事件冲击期间，我国A股市场多次出现千股跌停现象，极端事件频发表现出极强的尾部系统风险。党的二十大报告强调，要“加强完善现代金融监管，强化金融稳定保障体系，依法将各类金融活动全部纳入监管体系，守住不发生系统性金融风险的底线”。目前仅有少数文献探讨了企业数字化转型的资本市场表现。吴非等(2021)认为数字化转型可以提高股票流动性。大多数研究发现企业数字化转型可以改善信息质量与企业基本面，有效抑制股价崩盘风险(林川，2022；马慧和陈胜蓝，2022；李宏寅，2023；苑泽明等，2023)，但彭俞超等(2023)得出相反结论，认为企业的数字化表述将引发投资者的乐观情绪，降低股价信息含量，提高企业股价崩盘风险。贺超等(2023)则发现企业数字化转型通过增加内部机会主义行为和外部监管难度导致股价同步性上升。

尾部系统风险与股价崩盘风险不同，股价崩盘风险是指公司股价迅速下跌或崩盘的概率，现有文献将个股特有收益出现极端负值的概率作为公司层面的股价崩盘风险，普遍使用负收益偏态系数和收益上下波动比率来代表股价崩盘风险。其中，个股特有收益是指经市场调整后的个股收益率。因此，崩盘风险关注的是公司个股的极端表现，度量剔除市场影响后的个体特质风险。尾部系统风险则关注市场极端下跌情形下个股的表现，通过计算个股与市场的尾部相关性，度量市场极端下跌时个股出现极端下跌的相对概率，或通过计算尾部贝塔系数，度量极端状态下个股对市场的敏感度，刻画市场极端下跌时个股跌幅的绝对大小。因此，尾部系统风险捕捉了市场极端下跌状态下个股的表现，反映其对整个市场不稳定的贡献，相比股价崩盘风险，尾部系统风险更能体现金融市场稳定性。

国内外学者构建了尾部系统风险的测度指标，并考察了个股尾部系统风险的影响因素。一方面，就尾部系统风险的测度而言，首先，Patton(2006)提出Symmetrized Joe-Clayton Copula(SJC Copula)函数，通过计算个股与大盘同涨同跌时的极值相关性度量个股的尾部系统风险。其次，Chabi-Yo et al.(2018)运用动态混合Copula方法计算个股对市场的尾部相依系数衡量尾部系统风险。最后，Van Oordt and Zhou(2016，2019a，2019b)构造了尾部CAPM模型，通过尾部贝塔系数测度个股对市场暴跌的敏感度，衡量其尾部系统风险水平。另一方面，就个股尾部系统风险的影响因素而言，首先，李志生等(2019)、陈海强等(2019)、陆蓉等(2022)利用SJC Copula函数度量尾部系统风险，分别考察了国家队持股、融资融券制度和企业社会责任对尾部系统风险的影响。其次，潘宁宁和韩科飞(2022)参考Chabi-Yo et al.(2018)的方法估计尾部系统风险，并探究沪港通交易制度的实施对尾部系统风险的作用机制。最后，田正磊等(2019)、姜富伟等(2022)采用尾部贝塔系数测度个股尾部系统风险，分别探讨了个股所处信息网络的结构特征以及机构投资对尾部系统风险的影响效应。

鉴于企业数字化转型对其资本市场表现影响的阶段差异性问题，本文对企业数字化转型与尾部系统风险间的非线性关系展开研究，与现有文献相比，存在如下贡献之处：第一，目前关于企业数字化转型对其资本市场表现影响效应的研究仍较少，本文以金融市场稳定为切入点，分析企业数字化转型对其尾部系统风险的影响，有助于丰富数字化转型经济后果的相关研究。第二，少数文献探讨了企业数字化转型的资本市场表现，但研究结论褒贬不一，因此本文采用非线性模型，并引入关于信息质量与资金状况的机制变量，对传导渠道进行理论与实证分析，有助于企业在数字化转型中防范金融风险，为更好地守住不发生系统性风险的底线提供支撑。

二、理论分析与研究假说

(一)数字化转型与尾部系统风险

近几年我国多数传统行业进入转型期，数字技术作为信息高频传播的载体，可以降低企业在各环节上的时间和资金成本(黄群慧等，2019)，升级企业生产经营活动，增强抵御尾部系统风险的能力。一是在企业内部信息的上传下达中，数字化通讯工具的使用提高了员工间的交流效率，提升了内部上下级间的协同性，降低了企业监管成本与经营风险。二是在企业生产中，针对市场需求的智能分析、生产要素投入参数制定以及故障诊断等数字化技术的使用，可以提高企业生产效率。三是在产品销售中，一方面，企业可以通过将制造业与现代服务业融合发展，运用大数据对客户进行精准营销，提升产品销售规模；另一方面，消费者可以使用移动支付和电子商务平台与企业进行交易和沟通，拓宽产品销售渠道。此外，企业不仅可以借助外部数字资源，还可以进行数字化转型项目的尝试，建立企业数字化运营平台，提高自身经营效率。

但随着数字化转型的发展，其对企业经营的优化作用将会下降。在利用外部数字化创新成果的企业中，外部创新资源对企业经营和产出的边际效率将会递减(刘淑春等，2021)。在进行数字化研发项目的企业中，尽管企业的数字创新行为源于自身利润与战略目标，但企业之间存在着机会主义行为与竞争关系，其他企业可以利用这些数字技术提高自身经营水平，这导致企业数字化创新提高经营和产出的边际效率递减。

此后，若更加深入地开展数字化转型项目，企业管理架构和运作能力将难以适应数字化转型的需求，并面临以下风险。一是技术风险。数字化深入发展带来的信息过载与企业有限的信息处理技术形成矛盾，但企业对信息和数据平台等外部路径的依赖度增加，这将导致企业决策速度与管理能力下降。二是数据风险。一方面，数字技术使信息在虚拟网络间自由流动，企业自身数据信息便会面临泄露的风险，若商业决策信息被他人窃取，企业将失去竞争优势甚至造成经济损失；另一方面，企业对数据质量的更高要求与企业有限的数据资源渠道形成矛盾，导致企业经营效率下降。三是人才短缺风险。数字化转型需要数字技术型人才与之适配，这将增加企业人才引进与培养的资金成本，若企业人力水平难以适应数字化转型需求，将阻碍数字化研发进程。随着数字化转型的深入，企业技术、数据、人员等组织管理能力难以与数字化转型需求匹配，打破企业经营的稳定性。一方面，企业经营风险所引发的财务问题将降低企业抵御外部危机冲击的能力，从而可能成为加剧系统性金融风险的隐患(王竹泉等，2020)；另一方面，企业经营风险的增加违背了资本市场交易者对企业成长机会和预期价值等要求，导致投资者的消极情绪增强，降低公司股票流动性(吴非等，2021)，进而提高尾部系统风险。

因此，仅在数字化转型与企业自身能力相匹配的适度区间内，才能利用数字化赋能企业创新战略升级转型。基于上述分析，本文提出研究假设：

H1：企业数字化转型与尾部系统风险间存在U型关系。

(二)数字化转型、信息质量与尾部系统风险

企业数字化转型会影响信息披露的质量，以及市场投资者与企业间的信息不对称程度，从而作用于尾部系统风险。首先，数字化转型将改变信息披露状况，影响企业信息质量。企业信息披露质量与企业经营业绩密切相关，在实施数字化转型时，企业依靠外部信息资源与数字化平台，降低企业时间和资金成本，优化了自身经营效率。一方面，企业经营效率的提升弱化了企业管理层操弄信息的动机，提高了信息披露的真实性；另一方面，企业为传递给投资者信心，便会及时主动地披露企业数字化创新、经营状况、成长潜力等优质信息，增强信息披露的意愿。企业信息质量的提升可以起到“降噪”的作用，增强市场的定价效率，降低尾部系统风险。但随着数字化程度的加深，转型逐渐脱离企业自身能力范围，企业业绩的下降将危害股东利益，加剧数字化转型带给企业经营的不确定性，增强管理层操弄信息以获得更好账面收益的动机，影响企业披露信息质量(Kim et al.，2016)，而管理层有选择或虚假披露企业信息是提高尾部系统风险的核心因素。

其次，数字化转型能够改变市场投资者与企业间的信息不对称程度，影响股价信息含量。在数字化转型初期，信息的便捷化传递将直接改善企业信息披露的体系，提高投资者所获得的企业信息质量，降低企业与投资者之间的信息不对称程度。信息不对称程度较低意味着信息搜寻成本和市场投资的不确定性程度较低，这将会吸引投资者持股，增加股票的流动性，降低尾部系统风险。随着数字化转型程度的加深，企业数字化信息的披露引起投资者情绪的盲目上涨，投资者在过度关注企业“数字化”标签的情况下，会忽略企业在主营业务、经营状况等方面的真实信息，导致股价信息含量降低(Aboody et al.，2010)。市场投资者的噪声交易行为会在极大程度上影响市场流动性，是造成尾部系统风险的重要原因。并且，数字化发展增强了信息网络间的连接性，当危机来临时，极易引起集体踩踏事件的发生，进而影响尾部系统风险。因此，本文提出研究假设：

H2：企业数字化转型通过影响信息质量作用于尾部系统风险。

(三)数字化转型、资金状况与尾部系统风险

数字化转型将会恶化企业的资金状况，降低企业面对市场波动时抵御风险的能力，提高尾部系统风险水平。首先，数字化转型将降低企业内部现金充裕度。数字化发展并非一蹴而就，需要企业持续投入大量资金，数字化转型成果的时滞性意味着研发使用资金的变现能力较差且不确定性较高。同时，数字化信息资源的快速累积将增加企业储存和管理信息的高昂隐形成本，这不仅会降低企业的流动性现金，同时也会挤占企业生产经营所需资金，甚至难以满足企业正常运转的需要(Wamba et al.，2017)。企业现金状况因数字化转型恶化，甚至濒临破产，便会影响到投资者的信心，导致股票价格下跌，提高尾部系统风险。此外，企业资金周转能力较差会在一定程度上加剧外源融资的依赖度，提高企业陷入财务困境的可能性，并使自有资产的资金平滑作用失效，不能及时抑制股价的异常波动，进而提高尾部系统风险。

其次，数字化转型将影响企业的投资行为。随着数字化转型的深入，由于内部资金压力以及金融投资相较于实业投资的高回报率，金融投资成为管理层调节利润的工具，企业将以粉饰短期业绩为目的，增加投机性金融投资(彭俞超等，2022)。并且，企业数字化水平的提高可以加速业务交易和资金流动的速度，提高金融投资的灵活性。与主营业务不匹配的金融资产配置，将成为企业尾部系统风险加剧的原因。首先，若企业管理层的投资决策倾向于短期效益，投入过多的金融资产，将导致企业偏离主营业务长期发展的目标，干扰企业的稳定发展。其次，若企业金融资产配置比重较大，当资本市场受到外生事件冲击时，企业将面临较大的瞬时风险敞口，金融资产的损失恶化企业的资金状况。最后，金融投资将企业生产经营的坏消息隐藏起来，负面消息累积会增加企业股价脆弱性，一旦集中释放将引发投资者的抛售行为，使尾部系统性风险大幅攀升(彭俞超等，2018)。因此，本文提出研究假设：

H3：企业数字化转型通过恶化资金状况作用于尾部系统风险。

三、研究设计

(一)数据选取与说明

本文选取2006―2021年中国A股上市公司样本进行分析，数据取自Wind数据库、国泰安数据库，并对样本进行如下筛选和处理：(1)剔除信息技术服务业和金融业的企业样本；(2)剔除样本期内被ST或退市等特殊处理的企业样本；(3)剔除核心变量存在缺失的样本；(4)对所有连续变量进行1%和99%分位的缩尾处理。经过上述处理，本文最终得到回归使用的23124组年度观测值。

(二)变量选取与说明

1.被解释变量：尾部系统风险及其子成分

本文通过测度个股对市场暴跌的敏感度来衡量企业的尾部系统风险。参考Van Oordt and Zhou(2016)、姜富伟等(2022)等研究，本文在普通CAPM模型中添加一个极值条件，将市场收益率的分布限制在左尾，构造一个市场极端下跌状态的CAPM模型，此时贝塔系数衡量了个股对市场暴跌的敏感度，称之为尾部贝塔系数，即本文需要估计的尾部系统风险。

与Van Oordt and Zhou(2019a)、田正磊等(2019)等研究相同，本文利用多元极值理论(EVT)对尾部贝塔系数进行估计，测度个股i的尾部系统风险SRi。参照Van Oordt and Zhou(2019b)，本文将尾部系统风险SRi分解为个体风险IRi和关联风险SLi。其中，IRi侧重反映个股i个体层面的尾部风险，其截面维度的差异仅来自于个体特质，衡量了个股i的自身风险水平；SLi衡量了个股i与市场的尾部关联性，指标数值越大，表示个股i在市场冲击下的共振概率越高，代表了关联风险(杨子晖等，2023)。

本文采用滚动分析方法计算企业的动态尾部系统风险。其中，设定滚动窗口为4年，即在t时点，基于t时点之前4年的日度观测值计算企业的尾部系统风险、个体风险和关联风险；进而将每个企业的日度测度结果，通过求均值转化为年度指标。本文采用中证800指数收益率代表市场收益率，基于2002年1月1日至2021年12月31日的日度观测值，计算得到每个企业2006―2021年的尾部系统风险SR、个体风险IR和关联风险SL。

2.核心解释变量：企业数字化转型

本文参考吴非等(2021)、李政等(2023)的方法，从人工智能技术、大数据技术、云计算技术、区块链技术、数字技术运用这5个维度，在各企业年报文本内容中抓取关键词，得到涉及“数字化”关键词的词频数，以对数形式定义变量DCG，即DCG=ln(“数字化”关键词词频数量+1)。

3.控制变量

本文参考李志生等(2019)、田正磊等(2019)的研究，选定以下影响企业尾部系统风险的指标作为控制变量：机构投资者持股比例(Inst)，本文采用机构投资者持有股份数量占上市公司总股份的比重测度；财务杠杆率(Lev)，采用期末总负债与期末总资产的比值测度；账面市值比(BM)，采用股东权益与公司市值的比值测度；换手率(Turn)，采用年内流通股数的日均换手率测度；股票收益率(Ret)，采用年内日均收益率测度；波动率(Vol)、收益率偏度(Skew)、收益率峰度(Kurt)均根据日度收益率计算得出；净资产收益率(ROE)，采用净利润与股东权益平均余额的比值测度；企业规模(Size)，采用股票流通市值的自然对数测度。

(三)实证模型设计

为检验企业数字化转型与尾部系统风险间的非线性关系，本文构建如下计量模型：

其中，Riski,t表示企业i在第t年的尾部系统风险及两个子成分，分别采用尾部系统风险(SR)、个体风险(IR)以及关联风险(SL)进行测度；DCGi,t-1是上市企业的数字化披露程度，CVi,t-1表示一系列的控制变量，μi、θt分别表示企业与年度层面的固定效应。为避免双向因果关系，本文将所有的解释变量和控制变量滞后一期。

(四)描述性统计

表1呈现了本文基准回归中各变量的描述性统计结果。尾部系统风险均值为1.4491。在将尾部系统风险细分为个体风险与关联风险后，通过比较二者数值分布与标准差可以发现，关联风险的数值不仅普遍低于个体风险，其波动性也较小。企业数字化披露程度的均值为1.0047，中位数为0.6931，通过运算得出，企业年报中“数字化”关键词词频数的均值1.7311个，中位数为1个，说明大多数样本中数字化词频披露数量较少，即数字化转型程度较低。

表1 描述性统计结果

四、实证结果与分析

(一)基准回归：企业数字化转型与尾部系统风险及其子成分

为检验企业数字化转型对尾部系统风险的影响，本文进行回归分析。表2列(1)～(3)考察了企业数字化转型与尾部系统风险的线性关系，结果表明，DCG对尾部系统风险的影响系数为0.0034，在5%水平下显著，说明整体而言，企业数字化转型将提高尾部系统风险。随后，本文将尾部系统风险分解为个体风险与关联风险，发现DCG对个体风险与关联风险的回归系数分别为0.0080和-0.0015，均在1%水平下显著。这说明企业数字化转型会提高个体风险，降低关联风险，由于对个体风险的影响大于关联风险，因此总体的尾部系统风险上升。

表2 基准回归结果

列(4)～(6)引入DCG2，回归结果表明，DCG回归系数均在1%水平下显著为负，DCG2回归系数均在1%水平下显著为正，极值点分别为1.3510、1.0961、2.1762，处于解释变量区间范围[0,4.6540]内，证明企业数字化转型与尾部系统风险之间存在正U型关系，验证了研究假设H1。

(二)稳健性检验与内生性处理

通过前文的分析，本文发现企业数字化转型对尾部系统风险的影响呈正U型，为了确保估计结果的准确性，进行如下稳健性检验。

1.稳健性检验：替换变量

现选取t-3至t期4年间的观测数据计算得出Last_SRt，即使用滚动算法得到上市公司每个年度最后一个交易日的尾部贝塔系数衡量其尾部系统风险(Last_SRt)，并将其分解得到个体风险(Last_IRt)和关联风险(Last_SLt)，替换被解释变量。

本文参考赵宸宇等(2021)的方法，从数字技术应用、互联网商业模式、智能制造、现代信息系统这4个维度抓取关键词，在上市公司年报的管理层讨论与分析文本中筛选数字化词频，并以对数形式定义变量MD&A，即MD&A=ln(“数字化”关键词词频数量+1)，替换数字化转型变量。

回归结果如表3所示，在重新测度尾部系统风险和企业数字化转型变量后，解释变量系数的符号及显著性均与前文保持一致，证明前文结论具有稳健性。

表3 稳健性检验：替换变量

2.稳健性检验：改变样本范围

在金融危机期间，极端金融环境会导致股票市场信号失灵，加剧因投资者恐慌产生的羊群效应，导致企业数字化转型影响尾部系统风险的回归结果不再可靠。为排除金融危机的潜在影响，本文删除2008―2009年金融危机期间样本数据，并剔除股价异常波动的2015年样本数据，将其余样本进行回归估计，结果如表4列(1)～(3)所示。此外，企业所在城市经济发展程度的不同可能导致各地区企业数字化转型程度和金融市场敏感度存在差异，本文剔除所在地在直辖市的企业样本后进行回归估计，结果见表4列(4)～(6)。表4显示，DCG和DCG2回归系数的符号和显著性与前文保持不变，证明前文结论具有稳健性。

表4 稳健性检验：改变样本范围

3.稳健性检验：改变估计模型

上文的基准回归模型使用滞后一期的解释变量与控制变量，本文转为使用当期变量进行实证检验，回归结果见表5列(1)～(3)。除此之外，本文进一步控制高阶固定效应(省份×年份、行业×年份)，核心解释变量的回归结果如表5列(4)～(6)所示。表5表明，DCG和DCG2回归系数的符号和显著性与前文保持不变，证明前文结论具有稳健性。

表5 稳健性检验：改变估计模型

4.内生性处理

在基准回归中，本文采用滞后项可以在一定程度上避免反向因果问题，但上市公司是否进行数字化转型可能会受到某些自身特质的影响，存在样本自选择以及遗漏变量等造成的内生性问题。因此，本文参考李雪松等(2022)的做法构建工具变量，在计算得出数字化转型模拟增量值后，采用企业数字化转型与模拟增量值离差三次方的滞后一期及其平方项作为工具变量，运用2SLS回归克服内生性问题。经过检验，不存在弱工具变量问题，保证了工具变量引入的正确性。第二阶段的回归结果见表6列(1)～(3)，DCG和DCG2系数的符号均与前文保持一致，证明了基准回归结果是稳健可信的。

表6 内生性处理

此外，本文借鉴杜勇和眭鑫(2021)的方法，采用“PSM+DID”方法克服内生性问题。首先，以是否披露数字化转型信息作为处理变量，基准回归中的控制变量作为协变量进行Logit估计，计算出每个样本的倾向得分，采取最邻近匹配的方法，按1:1的比例为处理组选取对照组，经匹配后得到14813个样本。其次，本文根据U型拐点设置哑变量(Point)，即当数字化披露程度大于拐点数值时，赋值为1，反之为0。表6列(4)～(6)报告了“PSM+DID”的回归结果，DCG的回归系数均显著为负，表明在极值点的左侧，数字化转型会降低尾部系统风险。DCG与极值点交互项的系数均在1%水平下显著为正，且大于DCG回归系数的绝对值，说明随着数字化披露程度升高至越过拐点，企业数字化转型水平的升高将提高尾部系统风险，证明了企业数字化转型与尾部系统风险间存在U型关系。

五、机制检验和异质性分析

(一)机制检验

为研究企业数字化转型对尾部系统风险的影响机制，本文借鉴叶永卫等(2022)、黄群慧等(2019)、谢红军和吕雪(2022)等研究的做法，构建机制效应模型进行分析，具体检验模型为：

其中，M为机制变量，式(2)估计了数字化披露程度对机制变量的影响，β1、β2表示数字化转型对机制变量的影响程度。

1.信息质量

在企业内部，数字化转型信息的披露可能通过改变企业信息透明度而影响尾部系统风险。本文参考林川(2022)的方法，使用企业前三年操纵性应记利润的绝对值之和计算企业信息操弄程度(IMD)，用以衡量企业信息质量。IMD数值越大，代表信息操弄程度越大，企业信息质量越差，而企业信息质量的降低将导致尾部系统风险提高，即IMD与尾部系统风险指标呈正相关关系。本文将IMD代入机制效应模型，回归结果如表7列(1)所示。DCG的回归系数在5%水平下显著为负，DCG2的回归系数在5%水平下显著为正，说明数字化转型与IMD之间存在U型关系，即企业开展数字化转型初期可以提高企业信息质量，降低尾部系统风险；但随着数字化转型信息披露程度的增加，数字化转型将会降低企业信息质量，提高尾部系统风险。

表7 机制检验：信息质量与资金状况

在金融市场上，企业数字化转型信息的披露可能通过改变股价信息含量，影响尾部系统风险。本文参考钟覃琳和陆正飞(2018)的方法，使用股价同步性指标(PI)测度个股信息含量。PI值越高，代表股价波动同步性越低，股票价格中具有的特质信息含量越高，而股价信息含量的增加将降低尾部系统风险，即PI与尾部系统风险指标呈负相关关系。本文将PI代入机制效应模型，回归结果如表7列(2)所示，DCG的回归系数在5%水平下显著为正，DCG2回归系数在1%水平下显著为负，说明数字化转型与PI之间存在倒U型关系，即企业开展数字化转型初期可以增加个股信息含量，进而降低尾部系统风险；但随着数字化转型信息披露程度的增加，数字化转型将会降低股价信息含量，提高尾部系统风险。这验证了研究假设H2。

2.资金状况

在企业内部，数字化转型将占用企业资金，降低企业内部现金充裕度，影响企业资金周转能力，使得企业面临财务困境，提高尾部系统风险水平。本文参考李连燕和张东廷(2017)的方法，采用经营净现金流量与流动负债之比测度企业内部现金充裕度(ICA)。ICA值越高，代表企业内部现金充裕度越高，企业经营风险越低。本文将内部现金充裕度(ICA)代入机制效应模型中，回归结果如表7列(3)所示，DCG与DCG2的系数均不显著，因此在列(4)中仅将DCG作为解释变量进行回归分析，此时DCG的回归系数在5%水平下显著为负，说明数字化转型将会降低企业内部现金充裕度，从而提高尾部系统风险。

在金融市场上，数字化转型提高企业金融化趋势，诱导企业脱实向虚，将导致企业陷入财务困境，提高尾部系统风险。本文参考彭俞超等(2018)的做法，采用企业资产负债表中金融类资产(包括交易性金融资产、买入返售金融资产、可供出售金融资产、发放贷款及垫款和持有至到期投资)与期末总资产之比测度企业金融投资水平(FIN)。本文将金融投资水平(FIN)代入机制效应模型，在表7列(5)的非线性模型中，一次项的系数不显著，因此在列(6)中仅将DCG作为解释变量进行线性回归分析，此时DCG的回归系数在1%水平下显著为正，说明数字化转型将会增强企业金融化水平，从而提高尾部系统风险。

通过上述机制效应分析可以发现，企业数字化转型将降低内部现金充裕度并加大金融投资水平，影响企业资金状况，从而提高尾部系统风险，这验证了研究假设H3。该渠道分析印证了前文的基准回归结果，即企业数字化转型会提高个体风险，进而导致总体的尾部系统风险上升。

(二)异质性分析

1.来自数字化转型自身的风险

为检验尾部系统性风险是否来自于真实的数字化转型活动，本文利用CSMAR数据库披露的上市公司数字化项目研发总数(由于该数据起始年份为2010年，因此选取2010―2021年数据)进行回归分析。两组样本分别为无数字化研发项目和有数字化研发项目，回归结果如表8列(1)(2)所示，并绘制出U型关系图和边际效应图，如图1所示。

图1 分数字化研发项目检验

表8 异质性分析：基于数字化研发项目与企业微观特征分组

表8列(1)(2)显示，无论是有无数字化研发项目的企业，DCG系数均显著为负，DCG2均显著为正，说明无论企业有无数字化研发项目，数字化转型与尾部系统风险间均存在显著的U型关系，如图1(a)所示。有数字研发项目的DCG与DCG2回归系数的绝对值均大于无数字化研发项目，组间系数差异检验显示，回归系数在两组间存在显著差异。从图1(b)可以看出，有数字化研发项目样本组的边际效应曲线更为陡峭，说明在真实存在数字化研发项目的企业中，尾部系统风险受到数字化转型的影响程度更为敏感，表明真实的数字化转型活动会影响尾部系统风险。

2.基于企业微观特征分组

前文的机制分析表明，企业数字化转型影响尾部系统风险，其背后的传导路径体现在信息质量与资金状况两方面，因此本文根据企业微观特征，采用高管薪酬水平和财务风险水平两个变量进行分组检验，并绘制出U型关系图和边际效应图，如图2和图3所示。

图2 分高管薪酬水平检验

图3 分财务风险检验

首先，数字化转型与尾部系统风险之间的关系与企业信息披露有关，若管理层基于机会主义对数字化转型信息进行夸大描述，将会降低企业信息质量，提高尾部系统风险水平。本文参考王克敏和王志超(2007)的做法，使用前三名高管年薪总额的对数值衡量高管薪酬水平，作为管理层机会主义的代理变量。高管薪酬水平越高，表明管理层机会主义程度越小。根据高管薪酬水平的中位数，将样本分为高管薪酬水平较低和较高两组。表8列(3)(4)显示，两组企业的DCG系数均显著为负，DCG2均显著为正，说明无论高管薪酬水平高低，数字化转型与尾部系统风险间均存在显著的U型关系，如图2(a)所示。高管薪酬水平较低的企业样本中DCG与DCG2回归系数的绝对值均大于高管薪酬水平较高的企业，组间系数差异检验表明，两组间系数存在显著差异。从图2(b)可以看出，高管薪酬水平较低样本组的边际效应曲线更加陡峭，尾部系统风险受到数字化转型的影响程度更为敏感。

其次，财务困境风险增加代表企业资金状况恶化，会加剧数字化转型对尾部系统风险的影响。本文使用Z-score值衡量企业面临的财务风险，Z-score值越高，财务风险水平越低。根据财务风险水平的中位数，将样本分为较高和较低两组。表8列(5)(6)显示，两组企业的DCG系数均显著为负，DCG2均显著为正，说明数字化转型与尾部系统风险间存在显著的U型关系，如图3(a)所示。此外，财务风险水平较高的企业样本中DCG与DCG2回归系数的绝对值均大于财务风险水平较低的企业。组间系数差异检验结果表明，两组系数存在显著差异。从图3(b)可以看出，财务风险水平较高样本组的边际效应曲线更加陡峭，尾部系统风险受到数字化转型的影响程度更为敏感。

3.基于外部宏观环境特征分组

数字化转型对尾部系统风险的影响可能在处于不同外部宏观环境的企业间存在差异，因此本文根据企业所处的外部宏观环境，从是否为技术密集型行业和地方金融监管强度两个角度进行分组检验，并绘制出U型关系图和边际效应图，如图4和图5所示。

图4 分技术密集型行业的检验

图5 分金融监管强度的检验

首先，本文参考鲁桐和党印(2014)的做法，将企业样本划分为技术密集型和非技术密集型行业。表9列(1)(2)显示，两组企业的DCG系数均显著为负，DCG2均显著为正，说明无论是否处于技术密集型行业，数字化转型与尾部系统风险间均存在显著的U型关系，如图4(a)所示。此外，技术密集型行业的企业样本中DCG与DCG2回归系数的绝对值均大于非技术密集型行业的企业。组间系数差异检验结果表明，两组系数存在显著差异。从图4(b)可以看出，技术密集型样本组的边际效应曲线更为陡峭，这是因为技术密集型的企业在数字化转型中占据技术和人才优势，更有意愿进行数字化转型，同时更重视科技研发对数字化转型的支撑作用，尾部系统风险受到数字化转型的影响程度便会更为敏感。

表9 异质性分析：基于外部宏观环境特征分组

其次，本文参考唐松等(2020)的做法，采用各省份金融监管支出与金融业增加值的比值计算各省份金融监管强度，金融监管强度越高，地方为维护金融秩序所做出的努力程度越大。根据金融监管强度的中位数，将样本分为金融监管强度较低和较高两组。表9列(3)(4)显示，两组企业的DCG系数均显著为负，DCG2均显著为正，说明无论企业所在地区金融监管强度高低，数字化转型与尾部系统风险间均存在显著的U型关系，如图5(a)所示。此外，金融监管强度较低的企业样本中DCG与DCG2回归系数的绝对值均大于金融监管强度较高的企业，且两组系数存在显著差异。从图5(b)可以看出，金融监管强度较低样本组的边际效应曲线更为陡峭，这是因为金融监管强度较高地区的企业，其地方性金融法规制度较为完善、对企业以及金融中介机构的监管能力较强，且有较好的防范化解金融风险的能力，因此尾部系统风险受到数字化转型的影响程度较小。

六、结论与启示

为探究企业数字化转型对尾部系统风险的影响，本文以2006―2021年中国A股上市公司数据为样本进行实证分析。研究发现，企业数字化转型与尾部系统风险间呈现U型关系，即在数字化转型与企业自身能力相匹配的适度区间内，数字化转型降低尾部系统风险，但随着数字化转型程度加深至超过拐点值后，数字化转型将提高尾部系统风险。该结论经过稳健性检验后依然成立。机制分析表明，数字化转型通过影响信息质量和资金状况作用于个股的尾部系统风险。就信息质量而言，在企业开展数字化转型初期，企业信息质量和股价信息含量的提高可以规避尾部系统风险；但当数字化转型逐渐加深超过拐点值后，企业信息质量和股价信息含量的降低将导致尾部系统风险提高。就资金状况而言，数字化转型将降低内部现金充裕度，并增强企业金融投资趋势，进而提高尾部系统风险。异质性分析发现，数字化转型对尾部系统风险的影响程度在有数字化研发项目、高管薪酬水平较低、财务风险水平较高、技术密集型行业以及地方金融监管强度较差的企业中表现得更加显著。

本文的研究对于降低尾部系统风险以及推进企业数字化转型具有一定的现实意义：第一，企业应根据自身资源禀赋，避免盲目过度地数字化转型。企业应慎重考虑数字化转型强度与企业自身结构的适配性，将数字和资本、劳动力等生产要素进行合理配置，有序推动数字化转型。地方政府可以针对性地实施人才引进、税收优惠、知识产权保护以及数字化基础设施建设等政策，缓解企业在数字化转型过程中面临的人才和资金储备不足等问题，提高企业数字化转型的上限。第二，严管上市公司公开信息审核，加强地方金融监管强度。企业应增强内部约束，降低管理层在会计操控和过度投资中的机会主义行为，规范信息披露制度。监管部门应加强会计、金融等相关监管和法规的完整性，高度关注财务造假问题，严格监督企业信息披露行为是否规范、信息披露水平是否达标。第三，完善资本市场信息传导效率，加强投资者理性投资思维。政府部门在优化企业的信息披露程序和质量、减少企业和投资者之间信息不对称问题的同时，还需培养投资者理性投资思维，宣传风险防范意识，引导资本市场形成良好的投资风向，提高企业融资能力。 ■

[基金项目：国家社科基金重大项目“服务实体经济和防范系统性风险并重的金融体制改革路径与机制研究”(项目编号：23ZDA038)]