
经济管理前沿
Frontiers in Economics and Management
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3696(P)
- ISSN:3079-9090(O)
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:3
- 浏览量:799
相关文章
暂无数据
数字化转型对房地产公司财务绩效的影响研究
Research on the Impact of Digital Transformation on the Financial Performance of Real Estate Companies
引言
在全球数字经济浪潮下,作为国民经济支柱的房地产行业,正经历从增量到存量的转变,面临融资收紧、需求变化等挑战,利润空间收窄。在此背景下,部分头部房企已率先探索数字化转型。然而,相较于其他行业,房地产业数字化基础薄弱,且转型前期投入巨大,使众多中小企业望而却步,导致转型实践集中于大型企业。因此,深入探究数字化转型对房企财务绩效的具体影响,对于引导行业健康发展尤为迫切。本研究旨在明晰数字化转型对房地产企业财务绩效的作用机制。研究成果能为企业提供关键决策依据,帮助其评估转型的投入与回报。这不仅对房企应对当前挑战、实现可持续发展具有重要实践参考价值,也可为其他面临数字化压力的传统行业提供借鉴。
一、文献综述
(一)数字化转型的内涵
从技术变革的角度出发,Schwarzmüller认为数字化技术借助移动计算和虚拟现实等颠覆性技术将物理世界和数字世界统一起来,通过机器设备中的传感器支撑智能软件和机器人等做出复杂决策,改变了以往传统的工作方式。Vial对数字化转型进行了高度概括,强调计算机、通信、连接等技术的组合应用,如云计算与物联网结合优化制造流程,促进技术迭代驱动长期创新,如零售业从电商平台向AI推荐系统的演进。
从组织变革的角度出发,孙新波和李祎祯认为数字化转型是一个具备持续性、动态性和适应性等特点的转变过程。应该构建敏捷组织应对市场波动,如Zara通过实时数据调整供应链,加强与客户的交互,通过数据要素和智能技术对外部环境变化做出反应,变革治理结构,优化发展路径,不断构建新的产业生态。
(二)数字化转型对企业绩效的影响
关于企业数字化转型与经营绩效的关联机制,当前学界尚未形成统一论断。部分实证研究支持技术革新对企业发展的赋能效应,如李峰、孙阁斐等学者通过多元数据分析发现,数字化战略实施与企业利润率提升存在显著相关性。而基于中国资本市场的最新研究,吉祥熙和黄明从资源协同效应维度出发,通过A股上市公司样本验证,指出数字化投入强度与净资产收益率(ROE)呈现正相关关系,且这种增益效应在不同行业中存在异质性表现。
但另有研究强调数字化转型的绩效影响具有滞后性和复杂性。Chen和Srinivasan指出,数字化改造涉及组织架构、运营模式等系统性变革,其效益释放需要经历较长的转化周期,短期内仅能实现局部流程优化,难以直接反映在财务报表中。闵泽豪进一步提出资源重置成本理论,认为企业在转型初期需投入大量资本重构技术基础设施和人力资源体系,这种“转型阵痛”可能导致短期经营效率波动,甚至对财务指标产生阶段性抑制作用。这种绩效影响的多维性表明,数字化转型的价值实现具有行业特异性,需结合企业生命周期和技术适配度进行综合评估。
二、研究设计
(一)模型构建
基准回归模型。为验证企业数字化转型对房地产业财务绩效的影响,设定以下双向固定效应模型:
其中,为被解释变量财务绩效,为解释变量数字化转型,为控制变量,为企业,为时间,为模型的随机误差项。
(二)变量定义
| 变量类型 | 变量名称 | 符号 | 变量说明 |
|---|---|---|---|
| 被解释变量 | 财务绩效 | ROA | 净利润/总资产 |
| 解释变量 | 数字化转型 | DCG | 企业数字化相关词频总数加1取自然对数 |
| 控制变量 | 企业规模 | Size | 总资产取自然对数 |
| 资产负债率 | Lev | 总负债/总资产 | |
| 现金周转率 | Cashflow | 营业收入/现金及现金等价物余额 | |
| 固定资产比率 | FIXED | 固定资产/总资产 | |
| 企业年龄 | ListAge | (当年年份-上市年份+1)取自然对数 | |
| 营业收入增长率 | Growth | (本年营业收入/上一年营业收入)=1 | |
| 年份 | Year | 控制年份固定效应 | |
| 行业 | Id | 控制个体固定效应 |
1. 被解释变量:财务绩效。
2. 解释变量:企业数字化转型(DIG)。数字化转型是一个动态的指标并且比较难以量化,因此数字化转型参考吴非等的文本分析方法。筛选人工智能、大数据、区块链、云计算以及数字技术运用等词汇出现的频率,并且为了避免极端值的产生使这些词汇出现的频率加1取自然对数来度量数字化转型。
3. 控制变量:本文选取以下控制变量企业规模、资产负债率、固定资产比率、现金周转率、企业年龄、营业收入增长率。具体变量定义见表1。
(三)数据来源
本文研究样本选取2013-2023年我国沪深A股房地产业上市公司,为了保证研究结果的可靠性,本文将按照以下原则对样本进行筛选:删除ST、PT以及*ST样本;筛选出变量缺失的样本。经过以上步骤对数据的处理后,最终得到101家上市公司共计683个年度—样本观测值的非平衡面板数据。同时,对连续变量进行缩尾处理。本文财务数据来自CSMAR数据库;数字化水平的相关数据是通过上市公司年报关键词提取。
三、实证研究
(一)描述性统计
| variable | N | min | max | mean | p50 | sd |
|---|---|---|---|---|---|---|
| ROA | 683 | -0.206 | 0.127 | 0.0140 | 0.0200 | 0.0530 |
| DIG | 683 | 0 | 0.0430 | 0.0100 | 0.00700 | 0.00900 |
| Size | 683 | 20.06 | 26.11 | 23.24 | 23.01 | 1.692 |
| Lev | 683 | 0.193 | 0.887 | 0.658 | 0.694 | 0.166 |
| Cashflow | 683 | -0.145 | 0.184 | 0.00700 | 0.0130 | 0.0600 |
| FIXED | 683 | 0.00200 | 0.498 | 0.0630 | 0.0380 | 0.0800 |
| Growth | 683 | -0.523 | 1.740 | 0.118 | 0.0870 | 0.382 |
| ListAge | 683 | 0 | 3.401 | 2.124 | 2.303 | 0.873 |
本文使用stata 17.0将论文使用到的变量进行描述性统计分析,结果如表2所示。对于被解释变量财务绩效而言,其均值为0.0140,最大值为0.127,最小值为-0.206,一定程度上说明我国房地产企业在财务绩效方面呈现出不平衡状态;对于核心解释变量数字化转型而言,其最大值为0.0430,最小值为0,均值为0.01,说明我国房地产企业数字化转型程度整体不高,且企业之间存在一定差距性。
(二)多重共线性分析
| Variable | VIF | 1/VIF |
|---|---|---|
| Size | 2.040 | 0.490 |
| Lev | 1.940 | 0.516 |
| ListAge | 1.340 | 0.744 |
| FIXED | 1.090 | 0.917 |
| Cashflow | 1.080 | 0.926 |
| DIG | 1.030 | 0.970 |
| Growth | 1.020 | 0.983 |
| MeanVIF | 1.360 |
本文采用方差膨胀因子分析方法来解决变量间可能存在的多重共线性问题,检验结果如表3所示。经过检验发现本文主要变量间的VIF的最大值为2.040,VIF平均值为1.360,各变量的VIF值均小于10,可以认为变量之间不存在多重共线性的问题。
(三)基础回归
本文选取2013-2023年的房地产企业样本数据,利用stata 17.0依照基准估计模型进行回归分析。表4列(1)为模型只加入解释变量回归结果,回归结果均显示数字化转型与房地产企业财务绩效的回归系数均为1.8794,在1%的水平上显著为正;列(2)为另加入控制变量的回归结果,数字化转型与房地产企业的回归系数为0.8348,在1%的水平上显著。回归结果表明企业数字化转型程度越高,房地产企业财务绩效得到显著提升,初步验证了数字化转型与房地产企业财务绩效之间存在促进关系。
| (1) | (2) | |
|---|---|---|
| VARIABLES | ROA | ROA |
| DIG | 1.8794*** | 0.8348** |
| (3.39) | (2.51) | |
| Size | 0.0270*** | |
| (4.34) | ||
| Lev | -0.2059*** | |
| (-5.60) | ||
| Cashflow | 0.0728* | |
| (1.79) | ||
| FIXED | -0.1344** | |
| (-2.31) | ||
| Growth | 0.0254*** | |
| (3.42) | ||
| ListAge | -0.0229** | |
| (-2.43) | ||
| Constant | 0.0182*** | -0.4100*** |
| (3.08) | (-3.17) | |
| Observations | 683 | 683 |
| R-squared | 0.157 | 0.413 |
| Number of id | 101 | 101 |
| Id | NO | YES |
| Year | NO | YES |
注:*** p<0.01,** p<0.05,* p<0.1。
相关性检验
| ROA | DIG | Size | Lev | Cashflow | FIXED | Growth | ListAge | |
|---|---|---|---|---|---|---|---|---|
| ROA | 1 | |||||||
| DIG | 0.010** | 1 | ||||||
| Size | 0.073* | 0.0600 | 1 | |||||
| Lev | -0.225*** | -0.067* | 0.668*** | 1 | ||||
| Cashflow | 0.162*** | -0.0350 | 0.163*** | 0.080** | 1 | |||
| FIXED | -0.145*** | -0.0360 | -0.181*** | -0.158*** | 0.172*** | 1 | ||
| Growth | 0.338*** | -0.0340 | 0.0370 | 0.00200 | 0.064* | 0.0490 | 1 | |
| ListAge | -0.239*** | -0.0340 | 0.455*** | 0.446*** | 0.099*** | -0.0290 | -0.0620 | 1 |
为了初步检验数字化转型与房地产企业财务绩效之间的关系,本文对所有变量进行相关性系数检验,表5显示了两两变量之间关系。观察表中系数分析可以发现,变量的相关性系数均小于0.8,企业数字化转型与财务绩效的相关系数在5%水平上显著,说明数字化转型与财务绩效间具有显著的正相关关系。该结果是本文基于数据特征做出的简单结论,在后续研究中本文将作进一步讨论。
(五)稳健性检验
1. 更换被解释变量
本文以房地产企业的净资产收益率作为财务绩效的替代变量。结果如表6列(1)所示,在替换变量的衡量方式后,房地产企业数字化转型与财务绩效在1%的水平上显著正相关,反映了数字化转型对房地产企业财务绩效具有正向促进作用,与前文结果相同,说明本文的研究结果具备一定的稳定性。
2. 剔除受到重大影响的年份
考虑到全球范围内的重大金融冲击将对房地产企业数字化转型水平与财务绩效产生较大影响。为避免因不可抗力因素带来的观测误差,故排除2015年国内股灾对研究结果的影响。结果如表6的列(2)在剔除2015年的样本后,房地产企业数字化转型与财务绩效在1%的水平上显著正相关,反映了数字化转型对房地产企业财务绩效具有正向促进作用,进一步证明了上述研究结果的稳健性。
| (1) | (2) | |
|---|---|---|
| VARIABLES | ROE | ROA |
| DIG | 3.0428*** | 0.9020** |
| (2.83) | (2.50) | |
| Size | 0.1144*** | 0.0276*** |
| (5.98) | (3.75) | |
| Lev | -0.7291*** | -0.2039*** |
| (-5.82) | (-4.31) | |
| Cashflow | 0.2280* | 0.0640 |
| (1.77) | (1.36) | |
| FIXED | -0.4581** | -0.1232 |
| (-2.31) | (-1.59) | |
| Growth | 0.0553** | 0.0263*** |
| (2.58) | (3.42) | |
| ListAge | -0.0260 | -0.0244** |
| (-0.91) | (-2.29) | |
| Constant | -1.9710*** | -0.4247*** |
| (-5.03) | (-2.76) | |
| Observations | 683 | 638 |
| R-squared | 0.417 | 0.401 |
| Number of id | 101 | 101 |
| Id | YES | YES |
| Year | YES | YES |
注:*** p<0.01,** p<0.05,* p<0.1。
(六)异质性分析
1. 区域异质性分析
由于各地区经济发展水平不平衡以及地理环境的多样性,数字化转型能对不同地区企业产生不同的影响效应。这种差异性可能是由于各地区在资源配置、市场需求、产业结构以及政策环境等方面的不同所导致的。因此,按照企业所在地域为划分依据,进行区域异质性分析,并提出假说H2。
由表7列(1)(2)可知,数字化转型对东部地区的房地产企业财务绩效存在正向显著促进作用,数字化转型对中、西部地区房地产企业财务绩效的影响不显著。东部地区作为我国经济发展最为活跃的区域,具备更为完善的数字基础设施、更高水平的人力资本以及更优质的资源配置效率,为房地产企业数字化转型的实施和落地提供了良好的外部环境,从而更有利于提升其财务绩效。相比之下,中西部地区在技术基础、信息化程度和资金投入等方面相对滞后,数字化转型的推进面临较大阻力,导致其对企业绩效的正向效应未能充分显现。
2. 企业性质异质性分析
我国的企业具有国有企业和非国有企业的双重性质,不同所有权制度的企业在经营模式、市场经营环境的表现以及战略目标上存在差异从而使公司的战略目标、企业绿色创新水平上表现出不同现象。国有企业是由国家政府控制和管理的一类企业,他们通常肩负着完成某一特点发展的使命,其发展方式比非国有企业来说更加稳定。并且国有企业在政策扶持和外部资源优势等方面,具有得天独厚的优势,使其面临的市场压力较小。基于上述分析,引入产权属性来考察不同性质企业类型数字化转型对绿色创新平的关系影响。
回归结果如表7列(3)(4)所示,数字化转型对国有房地产企业财务绩效的影响均正向显著,数字化转型对非国有房地产企业财务绩效的影响不显著。感谢指正。国有企业在体制优势下拥有更多资源配置能力与政策扶持,在推进数字化转型时更容易获得财政补贴、技术支持以及与政府主导平台的对接机会,从而提升转型效果。同时,国有企业在战略部署和执行上更具稳定性,数字化转型更可能嵌入企业整体发展战略,有助于实现对财务绩效的正向拉动。而非国有企业则受限于融资能力、技术储备及抗风险能力,数字化转型投入成本高、回报周期长,难以在短期内显现对财务绩效的积极影响。此外,非国有企业在战略灵活性和治理机制上虽具优势,但缺乏统一的数字化推进路径,可能导致转型成效不一。
| 东部 | 中西部 | 国企 | 非国企 | |
|---|---|---|---|---|
| VARIABLES | ROA | ROA | ROA | ROA |
| DIG | 0.9346*** | -0.1420 | 1.0388** | 0.0700 |
| (2.67) | (-0.16) | (2.50) | (0.11) | |
| Size | 0.0343*** | 0.0178 | 0.0238*** | 0.0541*** |
| (5.00) | (1.45) | (2.85) | (3.36) | |
| Lev | -0.2172*** | -0.1795* | -0.2446*** | -0.1769*** |
| (-5.20) | (-1.96) | (-3.48) | (-4.46) | |
| Cashflow | 0.0891* | 0.0498 | 0.0543 | 0.0828 |
| (1.82) | (1.33) | (1.59) | (1.27) | |
| FIXED | -0.1542** | -0.0980 | -0.1342** | -0.2191** |
| (-2.40) | (-1.57) | (-2.61) | (-2.22) | |
| Growth | 0.0277*** | 0.0119** | 0.0121*** | 0.0401** |
| (3.05) | (2.66) | (2.80) | (2.58) | |
| ListAge | -0.0324*** | -0.0066 | 0.0041 | -0.0422** |
| (-2.83) | (-0.57) | (0.46) | (-2.51) | |
| Constant | -0.5629*** | -0.2275 | -0.3646** | -0.9819*** |
| (-4.00) | (-0.85) | (-2.29) | (-2.89) | |
| Observations | 536 | 147 | 390 | 293 |
| R-squared | 0.461 | 0.331 | 0.481 | 0.461 |
| Number of id | 80 | 21 | 50 | 51 |
| Id | YES | YES | YES | YES |
| Year | YES | YES | YES | YES |
注:*** p<0.01,** p<0.05,* p<0.1。
四、研究结论与政策建议
(一)研究结论
第一,企业数字化转型对房地产企业财务绩效有显著的促进作用,研究结果在进行了一系列稳健性检验下依然成立。第二,通过异质性分析发现,对于性质不同、区域不同,其数字化转型对房地产企业财务绩效产生的影响也不同。实证结果显示对国有企业、东部地区企业数字化转型对房地产企业财务绩效的促进作用更为显著。
(二)政策建议
第一,对于政府而言,需要在顶层设计上给予企业以政策支持,构建起全国统一的数据治理框架,可以建立房地产数据共享平台,明确数据所有权、使用权及隐私保护边界,强制要求土地、交易、供应链等核心数据接入统一平台,制定数据接口标准与分类规范,避免因数据格式差异导致的整合难题。
第二,企业的数字化转型是一个长期的建设过程,需要去打破信息壁垒、积累数据资产、产出智能成果,而且这些过程都是无法一蹴而就的,既需要企业成本和时间的持续投入,也需要企业不断在实践中去完善这些步骤。因此,需要企业从长期的视角,对数字化转型进行全局规划,着眼长期发展,放眼未来坚持进行数字化建设,用数字赋能企业健康可持续发展。
第三,企业要进行数字化转型是一项长期而艰巨的任务,需要面临着基础设施建设、智能产品研发、专业人才培养等各方面的考验。在数字化转型的过程中,需要投入大量的资金也会面临各种技术上的难题,难免会为企业带来经营风险,导致部分企业不愿意进行数字化转型。因此建议政府完善相关制度,鼓励和引导企业进行数字化转型。首先,要规范融资环境,畅通融资渠道,让企业的数字化转型可以得到资金的保障和支持。其次,要加大相关补贴和扶持力度,鼓励企业发展数字技术,减轻企业数字化转型的负担。最后,要完善与数字经济建设相关的法律制度,对数字化转型进行保护和管理,促进各行业的数字化转型,进而推动整个社会的数字化发展。
参考文献:
- [1] Fichman R G, Dos Santos B L, Zheng Z. Digital innovation as a fundamental and powerful concept in the information systems curriculum[J]. MIS quarterly, 2014, 38(02):329-A15.
- [2] Hess T, Matt C, Benlian A, Wiesboeck F. Options for formulating a digital transformation strategy[J]. MIS quarterly executive, 2016, 15(02):1-2.
- [3] Liu S. Investor sentiment and stock market liquidity[J]. Journal of behavioral finance, 2015, 16(01):51-67.
- [4] Loebbecke C, Picot A. Reflections on societal and business model transformation arising from digitization and big data analytics: A research agenda[J]. Journal of strategic information systems, 2015, 24(03):149-157.
- [5] 陈春花. 数字化与新产业时代[J]. 企业管理, 2019(10):14-20.
- [6] 陈庆江, 万茂丰, 王彦萌. 数字技术应用对企业双元创新的影响——基于组织生命周期的实证检验[J]. 软科学, 2021, 35(11):92-98.
- [7] 邓波. 数字化转型对企业投资的影响究[J]. 价格理论与实践, 2022(06):135-138.
- [8] 邓云煦, 夏文璐. 数字化转型与企业管理效率研究[J]. 商业会计, 2022(15):51-55.
- [9] 范良松, 曹越. 区块链技术下的企业流程再造探析[J]. 江南论坛, 2019, 51(07):7-9.
- [10] 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(04):137-148.
- [11] 胡青. 企业数字化转型的机制与绩效[J]. 浙江学刊, 2020, 241(02):146-154.
- [12] 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(06):93-104.
- [13] 黄宏磊. 传统制造企业互联网战略转型路径研究[J]. 商业经济研究, 2018, 763(24):105-108.
