苑泽明 于翔 李萌

(天津财经大学会计学院，天津 300222)

近年来，为了迎接数字化时代的到来、激活数据要素潜能，数据资源的价值正在不断地被挖掘和创造，逐渐成为企业的一种新型资产，即数据资产[1]。数据资产是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子方式记录的数据资源(1)来源：《数据资产管理实践白皮书(4.0)》。。在全球新冠疫情背景下，各国政府和企业都将数字化转型形成的数据资产作为提升竞争优势的核心要素，企业借助数据资产的获取、开发与利用优化了产品设计、研发、生产、供销、组织、战略等各个环节，推翻了企业价值的传统创造范式，彻底改进企业价值的创造过程。例如，携程、海尔以及华为等公司通过数据资产精准刻画线下的客户群体，并与众多“广告主”合作，帮助其将产品精准推送给客户群体，实现企业的可持续发展和价值提升。

随着数据资产逐渐成为企业价值创造的重要驱动因素，外部投资者为了选择最佳的投资合作对象，会越来越关注企业的数据资产信息，

比如企业拥有的数据技能人才和技术支持情况、数据资源规模以及数据资产为企业带来的经济利益等信息。然而，目前企业会计准则中强制性信息披露并不包含数据资产信息披露，上市公司一般通过年报中公司从事主要业务、核心竞争力分析和未来发展展望等内容自愿披露数据资产的相关信息，这些信息能够体现企业在生产、管理与营销等过程中数据资产的应用、价值创造以及未来发展情况[2]，并展示企业数据资产竞争优势。因此，数据资产信息披露不仅能够提升企业信息透明度，帮助外部投资者知悉企业数据资产发展状况，降低信息不对称带来的风险与信息搜集成本，而且可以向外界树立企业重视数据资产发展的积极形象，从而吸引优质资金与高端人才等资源，提升企业价值。

此外，机构投资者持股占比已达20%，逐渐成为我国公司外部治理和资本市场的重要角色，由于机构投资者的异质性，其对企业治理效应的差异会对企业产生不同的经济影响[3]。进一步，数据资产信息披露对企业价值的影响在不同企业外部环境与企业内部特征差异下，可能还存在非对称效果。因此，本文将数据资产信息披露、机构投资者异质性与企业价值纳入同一研究框架，探讨企业的数据资产信息披露是否有效促进企业价值提升，机构投资者异质性在二者之间发挥怎样的调节效用，数据资产信息披露提升企业价值的渠道机制是什么，以及不同企业外部环境与内部特征情境下，数据资产信息披露对企业价值的影响效应是否存在差异性。

(一)数据资产的相关研究

数据资产的相关研究主要围绕数据资产会计、评估与经济后果，以及数据资产信息披露与企业价值的关系展开。

在数据资产会计、评估及经济后果方面，数据资产作为新兴研究领域，初始研究集中于对数据资产确认、计量和评估的探讨[2，4-7]。但是关于数据资产经济后果的研究相对较少，已有研究仅仅证实了数据资产使企业的生产率得到有效提升[8]，能够显著提升企业的高质量发展[1]。并且，分析师对个股年度报告中的数据资产信息披露频率较高企业的关注度更高[9]。

在数据资产信息披露与企业价值方面，由于我国《企业会计准则》尚未出台数据资产确认、计量的会计规范，中国证监会也未将数据资产纳入强制性信息披露的范围，因此数据资产相关信息披露尚属于自愿性信息披露。已有研究关于自愿性信息披露对企业价值的影响未得出一致结论。部分学者指出，自愿性信息披露有利于企业声誉机制的建立，使得股票的流动性增大，股票价格上升[10]。此外，高频率的自愿性信息披露不仅能够及时向外部提供信息，有效改善信息不对称，有利于信息透明化，减少市场套利现象[11]，还可以向投资者提供投资决策的建议，降低投资者的信息搜集成本与决策成本，从而降低企业成本、缓解融资约束[12-13]，最终促进企业价值的提升[14]。还有一部分学者指出自愿性信息披露与企业价值不存在显著的关系[15]。

(二)机构投资者异质性治理效应的相关研究

目前，机构投资者已经成为公司治理的重要角色。不同种类的机构投资者在持股时间和投资风格上具有明显差异，这些差异会促使其在参与企业治理过程中表现出差异化的治理作用[16]。

根据机构投资者与企业之间是否存在商业关系，将机构投资者分为压力抵制型机构投资者和压力敏感型机构投资者两类，前者与公司只存在投资关系，后者与公司还存在一定的业务依赖关系[17]。基金、社保基金、企业年金以及QFII属于压力抵制型机构投资者，信托公司、财务公司、保险公司以及券商理财产品属于压力敏感型机构投资者[18]。对于压力抵制型机构投资者而言，由于其与企业是纯粹的投资关系，且投资持股时间往往较长，获取利益的主要渠道是公司分红。因此，在参与公司治理时，压力抵制型机构投资者为了自己的高收益往往会具有较强的独立性，对公司大股东或者高管起到有效的制衡与监督作用，企业绩效随之提升[19]；
而压力敏感型机构投资者与企业存在一定的商业关系，且本身持股比例不高、持股时间较短，参与公司治理所耗费的成本无法最大化获取短期利益，因此，此类机构投资者希望短期内快速获取收益。同时，由于没有动力监督管理层，压力敏感型机构投资者往往会采取支持公司决策的态度[20]。

(三)研究述评

第一，在数据资产的相关文献中，数据资产信息披露对企业价值的影响机制和内外部环境异质性的研究较少。另外，从数据资产信息披露与企业价值的相关研究来看，自愿性信息披露与企业价值的关系尚未形成统一结论。而数据资产信息披露作为自愿性信息披露的一部分，其对企业价值会产生怎样的影响，还需要进一步深入研究。第二，机构投资者异质性治理效应的相关研究表明，不同类型机构投资者的公司治理效应会产生明显差异，而机构投资者异质性是否能够在数据资产信息披露与企业价值二者之间发挥不同的调节效应，仍是一个有待探索的问题。

本文的边际贡献在于：第一，研究了数据资产信息披露对企业价值的影响，不仅为企业价值影响因素研究提供了新视角，还从数据资产信息披露的视角拓展了数据资产的实证研究。此外，将机构投资者异质性引入数据资产信息披露和企业价值的关系中，能够进一步丰富机构投资者异质性领域的研究；
第二，从信息透明度、技术型人力资本和融资约束三个方面分析并检验了数据资产信息披露影响企业价值的渠道机制，打开了数据资产信息披露与企业价值之间的“黑箱”；
第三，从外部市场环境与企业内部特征视角出发，进一步分析并检验数据资产信息披露影响企业价值的非对称效果，为差异化的政策治理提供一定的经验证据支持；
第四，在变量测度上，本文以企业年报为基础，运用Word2Vec神经网络模型构建“数据资产”文本词典，以挖掘文本信息测度数据资产信息披露水平，为评估企业自愿性信息披露水平提供有益借鉴。

(一)数据资产信息披露对企业价值的影响

吴非等(2021)[21]指出数字化发展是新时代下企业高质量发展的重大战略，这类特征信息更容易体现在企业的年报中。年报中词汇的运用方式很容易反映出企业近几年的经营理念和未来发展路径。而且当前企业数字化发展已经成为社会共识，数据资产作为企业不可替代和难以复制的竞争性资源，可以通过精准营销、改善管理模式和促进创新等多种方式为企业创造经济利益[1]。因而企业年报中的数据资产信息不仅能提供企业的私有信息，还能够向外界传递其重视数据资产发展的经营理念，在外界树立良好的企业形象，提高市场竞争力，获得社会各界的认可与支持。本文将从信息透明度、技术型人力资本以及企业融资约束这三个机制探讨数据资产信息披露对企业价值的影响。

数据资产信息披露可以提高信息透明度，进而促进企业价值提升。一方面，由于数据资产尚未纳入会计核算，数据资产信息披露可以向资本市场传递数据资产的规模、技术支持以及价值创造等私有信息, 与此同时数据资产作为大数据时代的核心竞争性资产，投资者对其相关信息越来越关注[2]。因此，数据资产信息披露提升了私有信息的供给, 为市场关注企业如何利用数据资产创造价值提供了便利，这一行为有效提升了信息透明度[22]。另一方面，企业借助数据资产提升效率、精准营销、驱动创新，为企业带来巨大的经济利益，提升了数据资产信息的价值相关性。分析师作为高度敏感的信息中介,能够充分认识到数据资产信息对于完善企业估值的作用,因而为了改善预测，分析师会关注数据资产信息披露水平较高的企业，通过对企业信息的专业解读，使信息转换为使用者易于理解的形式，进一步提升企业的信息透明度[9]。而随着信息透明度提升，投资者能够相对准确地判断出企业的投资合理性和盈利潜力，降低其对企业未来股价的预测风险，使得企业吸引更多的投资者参与股票交易，提升股票流动性，这对企业价值提升起到了明显的助推作用[14]。

数据资产信息披露可以吸引技术型人力资本，进而促进企业价值提升。人力资本是指企业员工自身所拥有的知识、技能以及经验之和，而技术型人力资本往往能够决定企业在一定时间内完成的研发成果数量。已有研究认为重视数字化发展的企业更加顺应当下数字经济发展的理念与趋势，往往具有广阔的发展前景[21]，从而对技术型人力资本的需求更高或者吸引技术型人力资本流入企业[23]。而借助年报披露数据资产信息的企业向外界表达了对数据资产发展的重视度以及传递了数据资产发展信心这一积极信号，使企业在市场竞争中处于优势地位，树立良好的企业形象，企业更容易吸引外部专业技能人才等优质资源汇聚，技术型人力资本存量随之增加，有利于提高企业内部技术成果转化的效率，促进企业整体的创新水平提升，这无疑对企业价值的提高大有裨益。

数据资产信息披露可以降低融资约束程度，进而促进企业价值提升。一方面，企业自愿披露的数据资产信息越多，外部投资者便越能够利用这些信息了解企业如何在数据经济时代利用数据资产创造价值，并对企业的发展现状做出更好的判断，这有助于降低其信息搜集成本、决策成本以及信息不对称带来的风险[24]，使得投资者为企业提供更加充足的融资资金[25]，从而缓解企业的融资约束程度；
另一方面，基于投资者偏好角度，企业通过数据资产信息披露在外界树立良好形象，提高投资者对企业的整体评价，相比其他企业而言更容易获得融资资金，进而缓解融资约束。进一步地，较低的融资成本使得企业无需在财务领域投入过多精力，而且企业可以将充足的融资资金应用于项目投资或开展各项经营活动，获取更多的利润进而促进企业价值提升。基于此，本文提出如下假设。

H1数据资产信息披露能够有效提升企业价值。

H1a数据资产信息披露可以通过提升信息透明度，进而提升企业价值。

H1b数据资产信息披露可以通过吸引技术型人力资本，进而提升企业价值。

H1c数据资产信息披露可以通过缓解融资约束，进而提升企业价值。

(二)机构投资者异质性对数据资产信息披露影响企业价值的调节效应

已有研究证实了不同机构投资者因投资策略和持股时间的差异性能够发挥不同的公司治理效应，因此本文将从信息传递和企业监督两个方面探讨压力抵制型机构投资者和压力敏感型机构投资者对数据资产信息披露与企业价值之间关系的调节效应。

首先，基于信息传递职能，压力抵制型机构投资者由于持股时间长，乐于参与公司治理，其凭借着专业的信息搜集和分析能力可对数据资产相关信息加以解读，也会联合分析师进行实地调研[26]，将更加全面、真实的企业数据资产信息传递给资本市场，进一步降低公司内外的信息不对称程度，有助于企业价值提升；
而压力敏感型机构投资者由于投资期限短，一般来说具有很强的惰性，缺乏主动性去进一步改善企业信息不对称问题，甚至部分压力敏感型机构投资者偏好低成本的信息披露，留下空间进行内部交易以获得更大利益[27]，因而他们不会进一步对数据资产信息进行解读，更不会在数据资产信息披露与企业价值之间发挥调节作用。

其次，基于企业监督职能，具有长期投资特点的压力抵制型机构投资者会更倾向于关注企业的持续发展状况，从而获取高回报，在公司治理中引导管理层重视企业的长期发展能力，减少短视行为[28]。因此，压力抵制型机构投资者会通过分析企业披露的数据资产相关信息，及时发现企业在数据资产发展方面的问题，充分发挥其监督职能，降低企业数据资产发展带来的经营风险，提升企业价值；
压力敏感型机构投资者一般持股时间较短，更倾向于通过短期交易来赚取买卖利差，并且为了维持现有或潜在商业关系，通常不会发表独立意见，在公司治理中往往扮演着消极或者不作为的角色[29]。因此，该类机构投资者不会主动利用企业的数据资产信息进行有效监督，从而不会在数据资产信息披露与企业价值之间发挥调节作用。基于此，提出假设2。

H2压力抵制型机构投资者对数据资产信息披露与企业价值之间的关系具有正向显著的调节效应，而压力敏感型机构投资者对数据资产信息披露与企业价值之间的关系不具有显著的调节效应。

综上所述，本文给出了相关影响机制图，见图1。

图1 数据资产信息披露对企业价值的影响机制图

(一)样本选择与数据来源

通过阅读年报发现，目前数据资产信息披露几乎涵盖整个股票市场，并且在2006年以后数字化工具开始广泛使用[30]。因此，样本企业从2007—2020年全部A股上市公司中选取，并且剔除了金融类和保险类公司、*ST、ST或者PT状态的上市公司以及关键指标缺失的公司，最终共得到26 648个样本观测值。实证分析的相关数据来源于WinGo(文构)文本数据库、CSMAR数据库以及锐思数据库，并利用stata 15.0进行计量分析。为了提高结果的准确性，对连续型变量进行了1%和99%的缩尾处理。

(二)变量定义与解释

1.核心解释变量

目前数据资产还未被纳入到资产负债表中列示，其信息披露尚属于自愿性信息披露。因此，需要对上市公司年度财务报告中的数据资产信息进行挖掘从而评估其数据资产信息披露水平。参考胡楠等(2021)[31]的研究，采用文本挖掘度量核心解释变量的方法来测度企业的数据资产信息披露水平，具体步骤如下：第一，将“数据资产”作为种子词汇；
第二，借鉴中国信通院2019年发布的“数据资产是能够带来经济利益的数据资源”的观点，将“数据资源”也作为种子词汇；
第三，依据“数据资产”和“数据资源”这两个种子词汇，借助Word2Vec神经网络模型，运用深度学习技术手段，获得种子词汇的相似词词集，并且为了提高测度的准确性，仅保留相似度较高的词汇，完成词典构建；
第四，挖掘年度报告中种子词汇与相似词词汇在年度财务报告中出现的词频，并且计算数据资产信息披露水平，计算公式如下

datait=Σdictionarywordsitn/totalwordsit×100

(1)

其中，datait为数据资产信息披露水平；
dictionarywordsitn为词典中第n个种子或者相似词词汇在个股i第t年的年度财务报告中的精确词频；
totalwordsit为个股i在第t年的年度报告的总词频(排除英文和数字)。由于数据资产信息披露水平变量是右偏态分布，因此对该指标进行了对数化处理。另外，还进行了归一化处理，最终得到度量企业数据资产信息披露水平的指标。

2.被解释变量

借鉴Somayeh等(2014)[32]的做法，本文将托宾Q值(tq)作为企业价值的代理变量。具体来看，tq=市值/(资产总计—无形资产净额—商誉净额)。

3.调节变量

参考梁上坤(2018)[18]的做法，基金、社保基金、企业年金以及QFII往往投资期限长且规模大，强调价值投资，属于压力抵制型机构投资者(ins_share1)。信托公司、财务公司、保险公司以及券商理财产品与被投资公司存在商业关系，持股时间短，其往往不会对上市公司进行有效监督，属于压力敏感型机构投资者(ins_share2)。具体计算方法为年末两类机构投资者持股数占企业总股数的比例。

4.控制变量

参考既有研究，本文选择了总资产收益率(roa，个股i在第t年的总资产收益率)、公司规模(size，总资产的自然对数)、成长性(growth，主营业务收入增长率)、现金净流量(cash，经营性现金净流量/营业总收入)、股权集中度(con，企业前十大股东持股比例总和)、资产负债率(lev，个股i在第t年的资产负债率)、公司年龄(age，基于月份计算的截至当年末企业的上市年限)、独董比例(rinde，企业年末独立董事人数与董事会总人数的比值)以及两职合一(dual，董事长与总经理两职合一取1，否则取0)作为控制变量。描述性统计结果见表1。

表1 变量的描述性统计分析

(三)模型构建

为了检验假设1，本文构建了如下模型

tqit=α0+α1datait+α2roait+α3sizeit+α4cashit+α5conit+α6growthit+α7levit+α8ageit+α9rindeit+α10dualit+Σyearit+Σindit+ε

(2)

其中，被解释变量为企业价值(tq)，核心解释变量为数据资产信息披露(data)，为了避免时间和行业层面的不可观测因素的影响，还引入了时间(year)和行业(ind)哑变量，为随机误差项，其余为前文所述的控制变量。本文回归模型采用混合最小二乘法(Pooled OLS)进行估计。

为了检验假设2，本文构建了如下模型

tqit=α0+α1datait+α2ins_share1it+α3ins_share1it×datait+α4roait+α5sizeit+α6cashit+α7conit+α8growthit+α9levit+α10ageit+α11rindeit+α12dualit+Σyearit+Σindit+ε

(3)

tqit=α0+α1datait+α2ins_share2it+α3ins_share2it×datait+α4roait+α5sizeit+α6cashit+α7conit+α8growthit+α9levit+α10ageit+α11rindeit+α12dualit+Σyearit+Σindit+ε

(4)

其中，调节变量分别为压力抵制型机构投资者(ins_share1)和压力敏感型机构投资者(ins_share2)，其余变量与式(2)的解释一致。

(一)基准回归分析

表2展示了式(2)的回归结果。首先，列(1)(2)是混合OLS模型回归结果。在加入控制变量之前，数据资产信息披露对企业价值的系数为0.19，在5%的水平下显著为正。当加入控制变量进行回归后，数据资产信息披露系数为0.39，发现系数比之前大幅度增大且在1%的水平下显著为正，说明数据资产信息披露对企业价值具有显著促进作用。其次，由于该研究结果可能受到遗漏变量的影响，比如可能存在某些其他因素促进了数据资产信息披露和企业价值的同时增加，基于此，本文又使用固定效应模型进行回归。回归结果如表2列(3)所示，数据资产信息披露的系数在1%水平下显著为正。综上，假设1得到验证。

表2 数据资产信息披露对企业价值回归结果

表3展示了式(2)(3)的回归结果，具体分析机构投资者异质性在数据资产信息披露与企业价值之间发挥的调节效应。列(1)(2)是混合OLS模型回归结果，列(1)中压力抵制型机构投资者与数据资产信息披露交互项(ins_share1×data)的系数为0.04，且在1%的水平下显著，而列(2)中压力敏感型机构投资者与数据资产信息披露交互项(ins_share2×data)的系数不显著；
列(3)(4)是固定效应模型回归结果，同样可以发现上述结果。由此，假设2得到了验证。

表3 数据资产信息披露、机构投资者异质性对企业价值的回归结果

(二)稳健性检验

1.PSM-DID法

借鉴危雁麟等(2022)[9]的准自然实验思路，本文将以“宽带中国”战略作为外生事件，采用PSM-DID法进行内生性检验，以避免样本选择偏误问题以及变量反向因果问题。中国国务院于2013年8月发布了“宽带中国”战略实施方案，并且于2014-2016年分批次发布了“宽带中国”示范城市名单。在该战略的实施下，示范城市大大提升了宽带网络速度与数字化发展水平，示范城市中的企业数据资产发展环境不断向好，企业间数据资产竞争更为激烈，且数据资产信息逐渐成为企业的特质信息。基于此，示范城市中的企业往往受到“宽带中国”战略的影响更大，在认可数据资产信息以及披露数据资产信息方面，也会更多地受到该战略的影响，因而能够反映出数据资产信息披露对于企业价值的作用。

具体来说，本文将“宽带中国”示范城市名单中的企业作为实验组，其余企业作为控制组。由于“宽带中国”战略分三批进行，采用多时点PSM-DID模型进行检验，引入了虚拟变量treat和post变量。若企业所在城市在“宽带中国”示范城市名单中，则treat变量取值1，否则取值0；
若企业所在城市是实施该战略的当年或者以后年份，post取值为1，否则取值为0，其余变量设定与前文保持一致，模型如下

tqit=α0+α1postit×treatit+α2roait+α3sizeit+α4cashit+α5conit+α6growthit+α7levit+α8ageit+α9rindeit+α10dualit+Σyearit+Σindit+ε

(5)

在进行倾向得分匹配时，首先，对treat进行匹配，选取独董比例、资产负债率、股权集中度、公司年龄、两职合一、现金净流量以及公司规模作为协变量进行logit回归，同时借助这些协变量进行1：1近邻匹配；
其次，表4的平衡性检验结果显示，变量的标准化偏差都小于3%，并且所有t值显示实验组与控制组无系统差异，即通过了平衡性检验。除此之外，ATT结果表明与前文的结果完全一致；
最后，删除了没有匹配上的样本，匹配后的样本共计12 891个观测值。接着将倾向得分匹配后的样本进行式(5)的回归，回归结果如表5的列(1)显示。treat×post的系数在1%的显著性水平下为正，这进一步说明了数据资产信息披露可以提升企业价值。因此，上文结论保持稳健。

2.工具变量法

为进一步证明数据资产信息披露对企业价值回归结果的稳健性，借鉴江轩宇和林莉(2022)[33]、黄宏斌等(2021)[34]选取工具变量的思路，本文将剔除企业自身数据后的各年度、各行业的数据资产信息披露平均值作为企业数据资产信息披露的工具变量进行回归，回归结果如表5列(2)所示。第一阶段Wald检验的F统计量值显著大于10%的临界值，通过了弱工具变量检验；
在第二阶段回归中数据资产信息披露对企业价值的系数依然在1%的水平下显著为正。说明本文的结论是稳健的。

表4 匹配变量的平衡性检验结果

表5 多时点PSM-DID和工具变量法的回归结果

3.变量指标替换

首先，用企业的市场价值(mv)替代前文中的托宾Q(tq)，并进行回归，检验结果如表6列(1)-(3)所示，与前文的检验结果完全一致。因此，上文结论保持稳健。

其次，将数据资产信息披露水平的计算模型变为

datait=Σdictionarywordsitn×weightn/totalwordsit×100

(6)

其中，weightn为WinGo数据库判定的第n个词汇与种子词汇的相似度(种子词汇的weightn赋值为1)，回归结果如表6列(4)-(6)所示，与前文的检验结果完全一致。因此，之前的发现保持稳定。

表6 变量指标替换的回归结果

4.子样本的测试

首先，考虑到部分企业在日常经营与管理中较少涉及到数据资产信息披露，本文选取了工业、电信、交通与农业这些数据资产信息披露较多的行业进行子样本检验，检验结果见表7列(1)-(3)所示，与前文的检验结果完全一致。

其次，考虑到我国四个直辖市在政治与经济层面有着一定的特殊性，本文的结论在一定程度上可能受其影响。因此，剔除企业所处城市是直辖市的样本重新进行检验，回归结果如表7中列(4)-(6)所示，与前文的检验结果完全一致。

(三)数据资产信息披露对企业价值影响的机制识别

前文已经针对“数据资产信息披露—企业价值”之间的核心关系进行了验证，接下来将研究数据资产信息披露与企业价值之间的作用机制。基于此，本部分将采用中介效应模型对二者之间的作用机制进行检验，模型如下

tqit=α0+α1datait+α2roait+α3sizeit+α4cashit+α5conit+α6growthit+α7levit+α8ageit+α9rindeit+α10dualit+Σyearit+Σindit+ε

(7)

mediatorit=α0+α1datait+α2roait+α3sizeit+α4cashit+α5conit+α6growthit+α7levit+α8ageit+α9rindeit+α10dualit+Σyearit+Σindit+ε

(8)

tqit=α0+α1datait+α2mediatorit+α3roait+α4sizeit+α5cashit+α6conit+α7growthit+α8levit+α9ageit+α10rindeit+α11dualit+Σyearit+Σindit+ε

(9)

表7 子样本的回归结果

其中，被解释变量为企业价值(tq)，核心解释变量为数据资产信息披露(data)，中介变量(mediator)包括了信息透明度、技术型人力资本和融资约束指标。借鉴已有研究的做法，将分析师关注度指标(opacity1)和研报关注度指标(opacity2)作为信息透明度的代理变量。指标越大，表明信息透明度越高。技术型人力资本(hc)用研发人员数量的对数衡量，该值越大代表企业的技术型人力资本越多。参考陈峻和郑惠谅(2020)[35]的做法，建立度量企业融资约束程度(fc)的指标，且fc指数越大，企业的融资约束问题越严重。其余变量定义与前文保持一致。

首先，本文基于“数据资产信息披露→信息透明度→企业价值”的路径进行识别检验。如表8所示，列(2)中数据资产信息披露对信息透明度的回归系数为1.13，并且通过了5%的显著性检验，列(3)中信息透明度的回归系数为0.03，并且通过了1%的显著性检验，这说明数据资产信息披露通过提高企业信息透明度，从而促进企业价值提升。除此之外，列(5)和(6)也得到了同样的统计结论。

表8 基于信息透明度的路径分析检验结果

其次，基于“数据资产→技术型人力资本→企业价值”的路径进行识别检验。从表9的列(2)(3)中可以看出，企业数据资产信息披露对技术型人力资本的回归系数为0.75，且在1%的水平下高度显著，技术型人力资本对企业价值的回归系数为0.08，且通过了1%的统计显著性检验，这证实了技术型人力资本这一中介路径。

表9 基于技术型人力资本的路径分析检验结果

最后，基于“数据资产→融资约束→企业价值”的路径进行识别检验。从表10的列(2)(3)中可以看出，企业数据资产信息披露对融资约束的回归系数为-0.03，且在1%的水平下高度显著，融资约束对企业价值的回归系数为-1.48，且通过了1%的显著性检验，为上述的路径提供了统计上的证据支持。由此，H1a、H1b以及H1c得到了验证。

表10 基于融资约束的路径分析检验结果

不同外部市场环境或者不同内部特征的企业在发展阶段、资源配置、数据资产水平以及基础条件等方面都存在着明显的不同，这使得数据资产信息披露对企业价值的影响可能产生非对称效应。因此，为了进一步提升研究的严谨性与科学性，以形成差异化的政策导向，本部分将从地区金融科技数字化发展水平、行业内企业竞争程度、企业科技属性以及研发强度四个角度展开异质性分析。其中，地区金融科技数字化发展水平和行业内企业竞争程度属于外部市场环境，企业科技属性和研发强度属于企业内部特征。

(一)地区金融科技数字化发展水平

参考侯层和李北伟(2020)[36]的做法，使用北京大学数字普惠金融指数衡量地区金融科技数字化发展水平，将处于平均数以上的省份称为金融科技数字化发展水平高的地区，反之为金融科技数字化发展水平较低的地区，回归结果如表11所示。回归结果显示，金融科技数字化发展水平较高地区企业的数据资产信息披露对企业价值具有显著促进作用，而金融科技数字化发展水平较低地区的企业，这一作用并不显著。这主要是因为金融科技数字化发展水平高的地区往往可以为企业数据资产发展提供较为优质的低成本、便利性的资金，当企业披露较多的数据资产信息时，很容易在外界形成积极反馈，吸引更多的人才与融资资金，促进企业价值提升。但是，在金融科技数字化发展水平低的地区，即使企业披露了数据资产相关信息，外界往往认为其缺乏支撑数据资产发展的优质资金，难以有效促进企业价值提升。

(二)行业内企业竞争程度

为了进一步从行业内企业竞争程度角度进行异质性分析，参考刘晓华和张利红(2016)[37]的做法，用勒纳指数度量行业内企业的竞争程度，从竞争的角度来看，行业内企业竞争越激烈，勒纳指数应当越小。因此，将高于平均数的企业划分为行业内竞争程度低的企业，反之为行业内竞争程度高的企业，回归结果如表11所示。回归结果显示，在行业内企业竞争程度高的企业中，数据资产信息披露对企业价值的影响显著，反之这一影响不显著。这是因为行业内竞争程度越高，市场的资源配置效率越高，企业更容易通过数据资产信息披露使得高端人才与雄厚资金不断涌入企业，促进企业价值的提升。而行业内如果竞争程度较低，资源配置效率也随之较低，不容易通过数据资产信息披露促进企业价值提升。

表11 基于外部市场环境的异质性检验结果

(三)企业科技属性

本文借鉴贺晓宇和秦永(2018)[38]的研究，高科技企业囊括了制造业(C)、科学研究与技术服务业(M)和信息传输、软件和信息技术服务业(I)三个门类行业中的19个大类行业的企业，其余是非高科技企业，回归结果如表12所示。可以发现高科技企业的数据资产信息披露对企业价值具有显著促进作用，而在非高科技企业中没有促进作用。这是因为对于以集成电路设计、软件开发、设计等为代表的高科技行业而言，数据资产是企业生存发展的核心资产，社会各界会通过企业披露的数据资产信息判断企业竞争力，当外界观察到企业进行较多的数据资产信息披露后会积极看待企业发展预期，促进企业价值提升。而对于非高科技企业而言，其发展并不在于锐意创新，也不具备数据资产发展的基础条件，当其进行数据资产信息披露时，反而让外界质疑其数据资产发展所需承担的风险，因而企业价值不会明显提升。

表12 基于企业内部特征的异质性检验结果

(四)企业研发强度

研发强度的度量参考了胡国柳等(2019)[39]的做法，用企业研发支出除以当期营业收入进行度量，并且以研发强度的平均数作为分组依据，将样本高于平均数的企业划分为研发强度高的企业，反之为研发强度低的企业，回归结果如表12所示。回归结果显示，在研发强度高的企业中，数据资产信息披露对企业价值的影响显著，而在研发强度低的企业中这一影响不显著。这是因为研发强度高的企业往往技术研发基础条件较好，因此对于同样进行数据资产信息披露的这两类企业，利益相关者为了规避研发基础条件较差企业带来的风险，会更加偏好研发强度高的企业，为其提供更多更好的资源，促进企业价值提升。

本文借助2007—2020年A股上市公司的样本数据，实证检验数据资产信息披露对企业价值的影响及机构投资者异质性的调节作用。结果发现，企业披露的数据资产信息越多，企业价值会越大。从机制路径来看，数据资产信息披露通过提高信息透明度、吸引技术型人力资本以及缓解融资约束提升企业价值。而且压力抵制型机构投资者发挥着正向的调节效应，压力敏感型机构投资者没有发挥调节效应。此外，异质性分析发现数据资产信息披露对企业价值的促进作用在金融科技数字化发展水平较高地区的企业、行业内竞争程度高的企业、高科技属性的企业以及研发强度高的企业中尤为显著。

基于上述结论，本文提出以下建议：(1)对于政府部门而言，第一，由于数据资产信息披露正向影响着公司价值，相关部门应当加快完善我国上市公司数据资产相关信息披露的制度准则，通过准则的制定统一披露数据资产信息的标准，从而对企业数据资产信息披露进行正确引导，减少披露的随意性，增强可靠性与可比性。第二，为促进数据资产快速发展，政府需要快速建立数据资产确权和数据资产保护制度以保护企业和个人数据知识产权及财产权，并且完善数据资产交易机制以促进数据资产市场化交易。第三，政府一方面应当加大政策优惠力度，努力打造良好投资环境，大力培育更多压力抵制型机构投资者，助力企业引入规模更大以及数量更多的压力抵制型机构投资者，并且鼓励企业提升压力抵制型机构投资者的话语权，使企业重视其提出的建议。另一方面，应对压力敏感型机构投资者进行引导，促进其长期、稳定持股，使其充分发挥信息传递与监督职能，促进企业良好持续发展。(2)对于上市公司而言，第一，上市公司应加强数据资产的开发、分析与应用，拓展数据资产的交易业务，促进企业价值提升。第二，上市公司应当提高数据资产信息披露水平，加强数据资产信息披露的及时性、完整性和可靠性以便疏通信息传递过程中的“堵点”，减弱信息不对称带来的不良影响，完善企业、高端研发人才以及投资者等微观主体之间的信息传导机制，进而降低融资成本以及吸引高端研发人才，更好地促进企业价值创造。第三，上市公司应加大研发力度，使得数据资产信息披露创造更高的价值，尤其是金融科技数字化发展水平较高地区的企业、高科技属性企业以及行业内企业竞争程度高的企业。

猜你喜欢 投资者资产价值 聊聊“普通投资者”与“专业投资者”证券市场红周刊(2021年34期)2021-08-30纠纷调解知多少证券市场红周刊(2020年3期)2020-02-04守住硬核资产是“硬道理”中国外汇(2019年20期)2019-11-25新兴市场对投资者的吸引力不断增强中国外汇(2019年7期)2019-07-13轻资产型企业需自我提升商周刊(2018年19期)2018-10-26一粒米的价值文理导航·科普童话(2016年7期)2017-02-04“给”的价值小天使·四年级语数英综合(2016年11期)2016-11-29关于资产减值会计问题的探讨现代企业(2015年4期)2015-02-28资产评估法:能否终结“多龙治水”浙江人大(2014年1期)2014-03-20小黑羊的价值学苑创造·A版(2009年6期)2009-12-07