日日夜夜精品免费视频_极品瑜伽女教练白浆直流_男女真人牲交a做片大尺度_4399手机在线观看免费观看

企業(yè)數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)政策不確定性感知

時(shí)間：2024-06-13 07:13，來(lái)源：白鯊在線(xiàn)

 
摘 要：經(jīng)濟(jì)政策帶來(lái)的不確定性感知是企業(yè)面臨的最大挑戰(zhàn)之一，而數(shù)字化轉(zhuǎn)型有助于降低企業(yè)的經(jīng)濟(jì)政策不確定性感知。為了驗(yàn)證企業(yè)的數(shù)字化轉(zhuǎn)型和經(jīng)濟(jì)政策不確定性感知之間的關(guān)系，本文使用2012-2020年中國(guó)A股制造業(yè)上市公司數(shù)據(jù)，采用文本分析法構(gòu)造了企業(yè)層面的經(jīng)濟(jì)政策不確定性感知和數(shù)字化轉(zhuǎn)型指標(biāo)。計(jì)量回歸表明，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型顯著降低了企業(yè)的經(jīng)濟(jì)政策不確定性感知。企業(yè)數(shù)字化轉(zhuǎn)型水平每提高1個(gè)標(biāo)準(zhǔn)差，經(jīng)濟(jì)政策不確定性感知會(huì)降低3.86%。在使用了更換度量指標(biāo)、構(gòu)建Bartik工具變量法和利用外生沖擊進(jìn)行合成雙重差分檢驗(yàn)（SDID）等多種緩解內(nèi)生性問(wèn)題的方法后，本文的主要結(jié)論依然成立。渠道分析表明，企業(yè)的數(shù)字化轉(zhuǎn)型通過(guò)減少企業(yè)面臨的信息不對(duì)稱(chēng)和提高企業(yè)的信息處理能力，減少了經(jīng)濟(jì)政策不確定性感知。本文在數(shù)字經(jīng)濟(jì)背景下提供了一種降低經(jīng)濟(jì)政策不確定性感知的新思路，并且對(duì)“穩(wěn)預(yù)期”和發(fā)展數(shù)字經(jīng)濟(jì)提供了重要的政策含義。
關(guān)鍵詞：經(jīng)濟(jì)政策不確定性，數(shù)字化轉(zhuǎn)型，數(shù)字經(jīng)濟(jì)，信息化
JEL分類(lèi)號(hào)：D81，D83，O33   文獻(xiàn)標(biāo)識(shí)碼：Ａ   文章編號(hào)：

本文發(fā)表于《金融研究》，2023年第2期。
 
一、導(dǎo) 論
 
微觀主體是根據(jù)預(yù)期來(lái)決策的。對(duì)于企業(yè)來(lái)說(shuō)，干擾預(yù)期形成的最主要因素之一是經(jīng)濟(jì)政策不確定性。所謂經(jīng)濟(jì)政策不確定性，是消費(fèi)者、經(jīng)理人或其他決策者關(guān)于經(jīng)濟(jì)政策變化的主觀感知（Bloom ,2014）。特別是近幾年，由于新冠疫情、國(guó)際貿(mào)易摩擦和地區(qū)沖突的影響，國(guó)際政治經(jīng)濟(jì)形勢(shì)充滿(mǎn)變數(shù)，企業(yè)面臨的經(jīng)濟(jì)政策不確定性進(jìn)一步加劇。近十年來(lái)，經(jīng)濟(jì)學(xué)家們高度關(guān)注經(jīng)濟(jì)政策不確定性。他們發(fā)現(xiàn)，總體上經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)的投資，減少企業(yè)的雇傭和貿(mào)易，降低企業(yè)的產(chǎn)出，并且可能阻礙長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)（Bloom et al. ,2007 ;Bloom ,2014 ;Baker et al. ,2016 ;Gulen and Ion ,2016）。既然經(jīng)濟(jì)政策不確定性總體上會(huì)對(duì)企業(yè)產(chǎn)生負(fù)面影響，那么研究如何降低企業(yè)的經(jīng)濟(jì)政策不確定性感知就是一個(gè)非常重要的問(wèn)題。

數(shù)字經(jīng)濟(jì)時(shí)代的來(lái)臨，為上述問(wèn)題提供了一種新的答案。以人工智能、區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)為代表的新一代數(shù)字技術(shù)日新月異，催生了數(shù)字經(jīng)濟(jì)這一新的經(jīng)濟(jì)形態(tài)（戚聿東和肖旭 ,2020）。在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)借助數(shù)字技術(shù)來(lái)改造企業(yè)的生產(chǎn)經(jīng)營(yíng)系統(tǒng)、管理模式和核心業(yè)務(wù)流程，形成了破壞性創(chuàng)新和變革，這一過(guò)程就是企業(yè)的數(shù)字化轉(zhuǎn)型（Siebel ,2019）。制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型，有時(shí)也稱(chēng)為智能制造。我們推測(cè)，企業(yè)的數(shù)字化轉(zhuǎn)型能夠有效地降低企業(yè)的經(jīng)濟(jì)政策不確定性感知。

為什么企業(yè)的數(shù)字化轉(zhuǎn)型能夠減少經(jīng)濟(jì)政策不確定性感知呢？企業(yè)面臨的經(jīng)濟(jì)政策不確定性感知?dú)w根結(jié)底源于兩個(gè)方面：一是獲取的信息有限，二是處理信息的能力有限（Keynes ,1936 ;Bloom ,2014）。企業(yè)通過(guò)數(shù)字化轉(zhuǎn)型，引入人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)，可以在一定程度上緩解這兩個(gè)方面的約束。一方面，企業(yè)可以利用信息和通信技術(shù)（ICT）軟件（例如ERP系統(tǒng)）、大數(shù)據(jù)以及物聯(lián)網(wǎng)技術(shù)，在企業(yè)內(nèi)部、企業(yè)和供應(yīng)商之間加強(qiáng)數(shù)據(jù)整合和數(shù)據(jù)共享，獲得更多信息；另一方面，企業(yè)通過(guò)各種云平臺(tái)和人工智能算法，有效地提高數(shù)據(jù)處理能力，更好地預(yù)測(cè)和滿(mǎn)足個(gè)性化、多元化需求。管理學(xué)者對(duì)著名制造業(yè)企業(yè)的案例研究表明（例如單宇等 ,2021），企業(yè)的數(shù)字化轉(zhuǎn)型能夠促使企業(yè)更快地調(diào)整企業(yè)戰(zhàn)略布局、聚焦目標(biāo)客戶(hù)、維持供應(yīng)鏈安全、控制生產(chǎn)成本的波動(dòng)，使企業(yè)在各種“黑天鵝事件”的沖擊下頑強(qiáng)地生存下來(lái)。中國(guó)人民大學(xué)中小企業(yè)發(fā)展研究中心（2020）的一項(xiàng)調(diào)查報(bào)告表明，在新冠肺炎引起的疫情期間，企業(yè)的數(shù)字化轉(zhuǎn)型能有效減少預(yù)期營(yíng)收的下滑、控制成本、維持更長(zhǎng)時(shí)間的現(xiàn)金流補(bǔ)血以及提高后續(xù)創(chuàng)新投入。基于理論分析和案例分析，我們提出了本文的主要假說(shuō)：數(shù)字化轉(zhuǎn)型能夠降低企業(yè)面臨的經(jīng)濟(jì)政策不確定性感知。

為了考察企業(yè)的數(shù)字化轉(zhuǎn)型在減少經(jīng)濟(jì)政策不確定性感知方面的作用，本文使用了2012-2020年中國(guó)A股制造業(yè)上市公司數(shù)據(jù)，其中包含1598家企業(yè)的9944個(gè)觀測(cè)值。首先，我們采用文本分析法從上市公司年報(bào)中提取了“經(jīng)濟(jì)政策詞語(yǔ)”和“不確定性詞語(yǔ)”，構(gòu)造了企業(yè)層面的經(jīng)濟(jì)政策不確定性感知指標(biāo)（FEPU），并同時(shí)構(gòu)造了企業(yè)的數(shù)字化轉(zhuǎn)型指標(biāo)�；鶞�(zhǔn)回歸分析表明，制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型顯著減少了企業(yè)的經(jīng)濟(jì)政策不確定性感知。具體來(lái)說(shuō)，企業(yè)數(shù)字化轉(zhuǎn)型水平每提高1個(gè)標(biāo)準(zhǔn)差，企業(yè)的經(jīng)濟(jì)政策不確定性感知會(huì)降低3.86%。在穩(wěn)健性檢驗(yàn)中，我們也使用了與數(shù)字經(jīng)濟(jì)有關(guān)的固定資產(chǎn)投資占總資產(chǎn)的比重作為企業(yè)數(shù)字化轉(zhuǎn)型的代理變量，以及采取一些方法排除了企業(yè)在年報(bào)中可能存在的策略性報(bào)告行為。為了解決可能存在的內(nèi)生性問(wèn)題，我們使用了更換度量指標(biāo)、構(gòu)建Bartik工具變量法、利用外生沖擊進(jìn)行合成雙重差分檢驗(yàn)（SDID）等多種方法，發(fā)現(xiàn)主要結(jié)果依然成立。最后，我們揭示了企業(yè)數(shù)字化轉(zhuǎn)型減少經(jīng)濟(jì)政策不確定性感知的兩個(gè)主要渠道：減少企業(yè)面臨的信息不對(duì)稱(chēng)和提高企業(yè)的信息處理能力。

本文對(duì)現(xiàn)有文獻(xiàn)的貢獻(xiàn)主要表現(xiàn)在以下兩個(gè)方面。首先，本文揭示了一種新的減少不確定性感知的途徑，拓展了經(jīng)濟(jì)政策不確定性文獻(xiàn)。最近幾年，關(guān)于經(jīng)濟(jì)政策不確定性的研究方興未艾。這類(lèi)文獻(xiàn)主要包括兩個(gè)方面，一是研究經(jīng)濟(jì)政策不確定性對(duì)微觀個(gè)體和金融市場(chǎng)產(chǎn)生的影響。對(duì)企業(yè)來(lái)說(shuō)，經(jīng)濟(jì)政策不確定性會(huì)抑制投資和雇傭行為，從而降低企業(yè)的績(jī)效（Bloom et al. ,2007 ;Gulen and Ion ,2016）；對(duì)個(gè)體來(lái)說(shuō)，經(jīng)濟(jì)政策不確定性上升會(huì)導(dǎo)致家戶(hù)的消費(fèi)降低，勞動(dòng)供給減少（Sheen and Wang ,2017）；在金融市場(chǎng)上，經(jīng)濟(jì)政策不確定性會(huì)降低股票收益率（Pastor and Veronesi ,2012），延緩信息在市場(chǎng)上的傳播速度（Kurov and Stan ,2018），以及加劇投資者和公司內(nèi)部人之間的信息不對(duì)稱(chēng)程度（Nagar et al. ,2019）。二是分析經(jīng)濟(jì)政策不確定性產(chǎn)生的原因，這包括大宗商品價(jià)格沖擊（Stein and Stone ,2013）和流行病爆發(fā)（Altig et al. ,2020）等負(fù)面事件。本文在兩個(gè)方面與已有文獻(xiàn)不同。一是本文使用了企業(yè)層面的經(jīng)濟(jì)政策不確定性感知指數(shù)，而已有文獻(xiàn)主要使用宏觀層面的經(jīng)濟(jì)政策不確定性指標(biāo)（例如Baker et al. ,2016）。使用企業(yè)層面的度量指標(biāo)有一個(gè)重要優(yōu)勢(shì)，它有助于我們?nèi)�面理解宏觀和微觀層面的因素如何共同影響企業(yè)的經(jīng)濟(jì)政策不確定性感知，而宏觀層面的度量指標(biāo)無(wú)法區(qū)分不同企業(yè)的不確定性感受。二是本文從數(shù)字化轉(zhuǎn)型的角度分析了如何降低企業(yè)的經(jīng)濟(jì)政策不確定性感知，從而填補(bǔ)了現(xiàn)有文獻(xiàn)的空白。

其次，本文發(fā)現(xiàn)企業(yè)的數(shù)字化轉(zhuǎn)型能夠減少經(jīng)濟(jì)政策不確定性感知，從而為數(shù)字化轉(zhuǎn)型效應(yīng)的研究提供了新的發(fā)現(xiàn)。近年來(lái)，學(xué)者們主要從三個(gè)角度分析了數(shù)字技術(shù)、ICT技術(shù)或者數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的影響。一是數(shù)字化轉(zhuǎn)型提高了企業(yè)的經(jīng)濟(jì)效率或財(cái)務(wù)績(jī)效（Bloom et al. ,2014 ;Gal et al. ,2019 ;楊德明和劉泳文 ,2018 ;何帆和劉紅霞 ,2019 ;黃群慧等 ,2019 ;劉飛 ,2020 ;趙宸宇 ,2021）。二是數(shù)字化轉(zhuǎn)型影響了企業(yè)行為，包括促進(jìn)了企業(yè)的技術(shù)創(chuàng)新（沈國(guó)兵和袁征宇 ,2020）、供應(yīng)鏈金融創(chuàng)新（龔強(qiáng)等 ,2021）和出口（易靖濤和王悅昊 ,2021）。三是數(shù)字化轉(zhuǎn)型改善了公司治理，這體現(xiàn)為降低了公司代理成本（曾建光和王立彥 ,2015），減少了企業(yè)管理層與投資者之間的信息不對(duì)稱(chēng)（祈懷錦等 ,2020 ;吳非等 ,2021）。本文是第一篇研究企業(yè)數(shù)字化轉(zhuǎn)型影響經(jīng)濟(jì)政策不確定性感知的文章。因?yàn)槠髽I(yè)對(duì)政策的預(yù)期在很大程度上會(huì)影響其投資、雇傭和研發(fā)等行為（Bloom ,2014），所以本文關(guān)注企業(yè)數(shù)字化轉(zhuǎn)型對(duì)經(jīng)濟(jì)政策不確定性感知的影響，相當(dāng)于從源頭上揭示了企業(yè)數(shù)字化轉(zhuǎn)型影響行為和績(jī)效的更深層次原因或者機(jī)制。在這個(gè)意義上，本文與現(xiàn)有文獻(xiàn)是互補(bǔ)的，并且將現(xiàn)有研究往前推進(jìn)了一步。

接下來(lái)，本文第二節(jié)進(jìn)行理論分析并歸納若干假說(shuō)，第三節(jié)介紹數(shù)據(jù)和計(jì)量回歸結(jié)果，第四節(jié)討論數(shù)字化轉(zhuǎn)型降低經(jīng)濟(jì)政策不確定性的渠道，最后是結(jié)論和政策含義�！救�文其余部分略�！�

請(qǐng)從中國(guó)知網(wǎng)下載全文發(fā)表版，以下為工作論文版本：

企業(yè)數(shù)字化轉(zhuǎn)型與經(jīng)濟(jì)政策不確定性感知

企業(yè)經(jīng)濟(jì)政策不確定性感知數(shù)據(jù)（2006-2020年，對(duì)應(yīng)原文數(shù)據(jù)）：

FEPU2006-2020

企業(yè)經(jīng)濟(jì)政策不確定性感知數(shù)據(jù)2（2006-2022年，將持續(xù)更新）：

FEPU2006-2022