COVID-19 Impact, Digital Transformation and Corporate Performance—Based on an Empirical Analysis of China's A-Share Listed Companies from 2007 to 2021

doi:10.16716/j.cnki.65-1030/f.2024.02.001

Abstract

Abstract:

At this stage, digital technologies such as big data, the Internet of Things, and cloud computing have brought profound changes to social production and lifestyle. In order to adapt to the development of The Times, Chinese enterprises actively try digital transformation. In order to better reveal the driving role of enterprise digital transformation on the high-quality development of enterprises and promote enterprises to accelerate the pace of digital transformation, this paper constructs enterprise digital transformation indicators through text analysis, and takes China's A-share listed companies from 2007 to 2021 as samples. This paper empirically examines the impact of digital transformation on enterprise performance. The results show that: enterprise digital transformation has a positive impact on enterprise performance improvement, and this positive impact is more obvious in technology-intensive industries, and reducing management cost and financing cost is an important mechanism of enterprise digital transformation to have a positive impact on enterprise performance improvement. In addition, the impact of COVID-19 reinforces the positive impact of digital transformation on business performance.

Key words: enterprise digital transformation, enterprise performance, financing costs, major public health emergency, COVID-19 pandemic

CLC Number:

F273

XU Jianling, ZHU Guanghuan, SONG Jiaying. COVID-19 Impact, Digital Transformation and Corporate Performance—Based on an Empirical Analysis of China's A-Share Listed Companies from 2007 to 2021[J]. Finance & Economics of Xinjiang, 2024, (2): 5-15.

Figures/Tables 9

变量类型	变量符号	变量名称	测度方式
被解释变量	$R O E$	净资产收益率	净利润与净资产平均余额之比
核心解释变量	$D T C G$	企业数字化转型	借鉴吴非^[32]的大样本识别方法
中介变量	$C P S$	销售成本	销售费用与营业收入之比
	$M f e e$	管理成本	管理费用与营业收入之比
	Debtcost	融资成本	财务费用与总负债之比
调节变量	$C O V I D$	疫情	2019年之后赋值为1，否则赋值为0
调节变量	$C O V I D × D T C G$	交互项	-
控制变量	$S i z e$	企业规模	年末总资产取自然对数
	$L e v$	资产负债率	年末总资产与年末总负债之比
	$B o a r d$	董事人数	董事会人数取自然对数
	$T o p 10$	前十大股东持股比例	前十大股东持股数量与总股数之比
	$A g e$	公司上市年限	当年年份减去上市年份后加1再取自然对数
	$C a s h f l o w$	现金流比率	经营活动产生的现金流量净额与总资产之比
	$G r o w t h$	营业收入增长率	本年营业收入与上一年营业收入之比再减1
	$I n d e p$	独立董事比例	独立董事人数与董事人数之比
	$M s h a r e$	管理层持股比例	管理层持股数与总股本之比
	$S o e$	企业产权性质	国有控股企业赋值为1，其他企业赋值为0

变量	$R O E$
变量	（a）	（b）
DTCG_Dum	0.009^*** （12.232）	0.005^*** （7.821）
Size		0.025^*** （36.219）
Lev		-0.136^*** （-35.001）
Board		0.004 （0.902）
Top10		0.058^*** （11.981）
Age		-0.016^*** （-17.013）
Cashflow		0.452^*** （49.082）
Growth		0.070^*** （43.248）
Soe		-0.001 （-0.818）
Indep		-0.028^** （-2.059）
Mshare		0.018^*** （4.811）
_cons	0.068^*** （6.068）	-0.447^*** （-23.483）
Ind	Yes	Yes
Year	Yes	Yes
N	25798	25798
R²	0.042	0.301
Adj.R²	0.038	0.298

变量	$R O E$
DTCG	0.004^*** （6.341）
COVID	-0.063^*** （-14.662）
$C O V I D × D T C G$	0.002^* （1.680）
Controls	Yes
Ind	Yes
Year	Yes
N	25798
R²	0.301
Adj.R²	0.298

变量	ROE
	依据地区经济发展水平分组		依据生产投入要素分组
		经济不发达地区企业	经济发达地区企业	非技术密集型行业企业	技术密集型行业企业
DTCG	0.005^*** （2.657）	0.004^*** （5.667）	0.001 （0.802）	0.008^*** （9.143）
COVID	-0.068^*** （-7.782）	-0.062^*** （-12.541）	-0.062^*** （-10.221）	-0.065^*** （-10.482）
$C O V I D × D T C G$	0.001 （0.310）	0.002^* （1.837）	-0.001 （-0.622）	0.002^* （1.649）
Controls	Yes	Yes	Yes	Yes
Ind	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
N	5935	19863	13359	12439
R²	0.374	0.284	0.295	0.323
Adj.R²	0.364	0.281	0.290	0.321

变量	ROE
	依据行业分组		依据产权性质分组
		网络服务业、互联网医疗行业	其他行业	国有企业	非国有企业
DTCG	0.008^*** （2.770）	0.004^*** （5.841）	0.008^*** （5.413）	0.003^*** （3.698）
COVID	-0.088^*** （-5.749）	-0.060^*** （-13.348）	-0.062^*** （-8.789）	-0.077^*** （-12.661）
$C O V I D × D T C G$	0.012^*** （2.742）	0.001 （0.690）	-0.002 （-0.942）	0.004^*** （2.992）
Controls	Yes	Yes	Yes	Yes
Ind	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
N	1804	23994	8802	16996
R²	0.366	0.298	0.309	0.315
Adj.R²	0.356	0.295	0.301	0.311

References 34

[1]	HESS T, MATT C, BENLIAN A, et al. Options for formulating a digital transformation strategy[J]. MIS quarterly ex-ecutive, 2016(2):123-139.
[2]	蔡菲莹, 黄秀薷. 政府数据开放、企业数字化转型与企业创新[J]. 统计与决策, 2022(23):175-179.
[3]	BJORKDAHL J. Strategies for digitalization in manufacturing firms[J]. California management review, 2020(4):17-36.
[4]	刘淑春, 闫津臣, 张思雪, 等. 企业管理数字化变革能提升投入产出效率吗[J]. 管理世界, 2021(5):170-190+13.
[5]	黄大禹, 谢获宝. 企业数字化转型对市场价值的影响和机制研究:基于中国上市企业的经验证据[J]. 亚太经济, 2022(6):93-104.
[6]	陈庆江, 王彦萌, 万茂丰. 企业数字化转型的同群效应及其影响因素研究[J]. 管理学报, 2021(5):653-663.
[7]	何帆, 刘红霞. 数字经济视角下实体企业数字化变革的业绩提升效应评估[J]. 改革, 2019(4):137-148.
[8]	钱晶晶, 何筠. 传统企业动态能力构建与数字化转型的机理研究[J]. 中国软科学, 2021(6):135-143.
[9]	蔡跃洲. 中国共产党领导的科技创新治理及其数字化转型:数据驱动的新型举国体制构建完善视角[J]. 管理世界, 2021(8):30-46.
[10]	张夏恒. 中小企业数字化转型障碍、驱动因素及路径依赖:基于对377 家第三产业中小企业的调查[J]. 中国流通经济, 2020(12):72-82.
[11]	SANCHIS R, GARCIÍA-PERALES Ó, FRAILE F, et al. Low code as enabler of digital transformation in manufactu-ring industry[J]. Applied sciences, 2020(1):12.
[12]	ANNE G, KATJA H, JOHANN F, et al. Ready or not:managers’ and employees’ different perceptions of digi-tal readiness[J]. California management review, 2021(2):23-48.
[13]	易露霞, 吴非, 徐斯旸. 企业数字化转型的业绩驱动效应研究[J]. 证券市场导报, 2021(8):15-25+69.
[14]	冯圆. 企业数字化转型的财务成本政策配置与行为优化[J]. 会计之友, 2022(16):19-26.
[15]	张永珅, 李小波, 邢铭强. 企业数字化转型与审计定价[J]. 审计研究, 2021(3):62-71.
[16]	刘东慧, 白福萍, 董凯云. 数字化转型对企业绩效的影响机理研究[J]. 财会通讯, 2022(16):120-124.
[17]	韦庄禹. 数字经济发展对制造业企业资源配置效率的影响研究[J]. 数量经济技术经济研究, 2022(3):66-85.
[18]	贾西猛, 李丽萍, 王涛, 等. 企业数字化转型对开放式创新的影响[J]. 科学学与科学技术管理, 2022(11):19-36.
[19]	靳庆鲁, 李荣林, 万华林. 经济增长、经济政策与公司业绩关系的实证研究[J]. 经济研究, 2008(8):90-101.
[20]	唐红祥, 李银昌. 税收优惠与企业绩效:营商环境和企业性质的调节效应[J]. 税务研究, 2020(12):115-121.
[21]	刘晴, 李雨晴, 张艳超. 贸易政策不确定性如何影响异质性企业出口模式:基于融资约束异质性视角的分析[J]. 南京财经大学学报, 2022(1):97-108.
[22]	董淑兰. 企业社会责任与绩效关系中制度环境的调节作用[J]. 会计之友, 2017(9):2-8.
[23]	郝颖, 谢光华, 石锐. 外部监管、在职消费与企业绩效[J]. 会计研究, 2018(8):42-48.
[24]	周罗琳. 营销投入、财务杠杆与企业绩效[J]. 财会通讯, 2018(2):27-29.
[25]	王喜刚. 组织创新、技术创新能力对企业绩效的影响研究[J]. 科研管理, 2016(2):107-115.
[26]	单春霞, 仲伟周, 张林鑫. 中小板上市公司技术创新对企业绩效影响的实证研究:以企业成长性、员工受教育程度为调节变量[J]. 经济问题, 2017(10):66-73.
[27]	何诚颖, 闻岳春, 常雅丽, 等. 新冠病毒肺炎疫情对中国经济影响的测度分析[J]. 数量经济技术经济研究, 2020(5):3-22.
[28]	赵丹丹, 万冰彬, 郑继媛, 等. 新冠疫情冲击影响特征及行业差异性研究[J]. 价格理论与实践, 2020(3):10-13.
[29]	张凯煌, 千庆兰. 新冠疫情对中国经济的影响及政策讨论:来自上市企业的证据[J]. 热带地理, 2020(3):396-407. doi: 10.13284/j.cnki.rddl.003252
[30]	李斌, 曹琳, 郑运慧, 等. 新冠疫情对企业研发投资效率的影响:对高管团队社会资本的调节效应分析[J]. 江汉学术, 2022(5):39-49.
[31]	王开科, 吴国兵, 章贵军. 数字经济发展改善了生产效率吗[J]. 经济学家, 2020(10):24-34.
[32]	吴非, 胡慧芷, 林慧妍, 等. 企业数字化转型与资本市场表现:来自股票流动性的经验证据[J]. 管理世界, 202(7):130-144+10.
[33]	郑莉莉, 刘晨. 新冠肺炎疫情冲击、内部控制质量与企业绩效[J]. 审计研究, 2021(5):120-128.
[34]	张璇, 刘贝贝, 汪婷, 等. 信贷寻租、融资约束与企业创新[J]. 经济研究, 2017(5):161-174.

变量	样本数	均值	方差	最小值	中位数	最大值
ROE	25798	0.067	0.437	-60.150	0.078	1.536
DTCG	25798	1.151	1.314	0.000	0.693	4.844
Size	25798	22.030	1.210	19.820	21.870	25.590
Lev	25798	0.418	0.204	0.052	0.410	0.884
Board	25798	2.133	0.197	1.609	2.197	2.708
Top10	25798	0.587	0.151	0.232	0.599	0.893
Age	25798	1.978	0.933	0.000	2.197	3.296
Cashflow	25798	0.048	0.069	-0.153	0.047	0.242
Growth	25798	0.183	0.379	-0.516	0.124	2.354
Indep	25798	0.373	0.052	0.308	0.333	0.571
Mshare	25798	0.139	0.202	0.000	0.005	0.692
Soe	25798	0.341	0.474	0.000	0.000	1.000

变量	替换被解释变量	替换解释变量	控制个体固定效应	工具变量法
变量	ROA	ROE	ROE	ROE
DTCG	0.002^*** （7.371）		0.005^*** （9.306）	0.002^*** （3.142）
DTCG_if		0.007^*** （5.049）
Size	0.011^*** （34.430）	0.026^*** （37.091）	0.024^*** （35.412）	0.020^*** （29.956）
Lev	-0.116^*** （-64.781）	-0.136^*** （-35.130）	-0.117^*** （-31.602）	-0.104^*** （-28.031）
Board	0.005^*** （2.642）	0.004 （0.949）	-0.001 （-0.214）	0.013^*** （3.370）
Top10	0.029^*** （12.781）	0.058^*** （11.887）	0.058^*** （12.123）	0.054^*** （11.142）
Age	-0.010^*** （-22.882）	-0.016^*** （-16.961）	-0.015^*** （-15.957）	-0.019^*** （-19.711）
Cashflow	0.270^*** （63.337）	0.451^*** （48.902）	0.432^*** （47.420）	0.428^*** （46.934）
Growth	0.033^*** （44.152）	0.070^*** （43.320）	0.070^*** （42.790）	0.074^*** （45.570）
Soe	0.000 （0.029）	-0.002 （-1.091）	-0.007^*** （-4.799）	-0.001 （-0.638）
Indep	-0.007 （-1.091）	-0.028^** （-2.044）	-0.045^*** （-3.280）	-0.034^** （-2.428）
Mshare	0.014^*** （7.878）	0.019^*** （4.891）	0.016^*** （4.061）	0.006 （1.610）
_cons	-0.178^*** （-20.252）	-0.458^*** （-24.162）	-0.433^*** （-26.902）	-0.372^*** （-23.131）
Ind	Yes	Yes	Yes	Yes
Year	Yes	Yes	Yes	Yes
N	25798	25798	25798	25659
R²	0.438	0.300	0.266	0.256
Adj.R²	0.436	0.297	0.265	0.256