CNDD文献复刻 | 数字技术创新与企业并购（免分享）

尽管数字技术创新发展势头迅猛并获得广泛关注，但对于数字技术创新能否为企业带来价值的研究还存在不足，尤其是在新兴市场国家（刘洋等，2020）。既有文献主要考察了数字技术对实体经济的赋能作用（田秀娟和李睿，2022）、数字化变革对宏观经济和微观企业的影响（吴非等，2021）以及企业组织管理的数字创新（Yoo et al.，2012），鲜有学者从微观视角实证探究数字技术创新对企业价值的影响。理论上，数字技术创新是一把“双刃剑”，一方面，基于数字技术的数字化浪潮会给大部分企业带来一种额外的冲击，损害企业价值（唐浩丹等，2022）；另一方面，数字技术创新能通过信息、计算、沟通和连接技术的组合来赋能企业的组织管理、生产流程、产品创造和商业模式等（Nambisan etal.，2017；刘洋等，2020），为企业带来价值。中国经济正处在向高质量发展转型的换挡期，数字技术创新能否为企业带来价值、哪些类型的数字技术创新更能促进企业价值提升尚未可知。

本文从并购视角实证探究数字技术创新能否提升企业价值。并购是企业提升创新能力的重要渠道（Sevilir and Tian，2012），在数字经济时代更是如此。相较于一般创新而言，数字技术创新的复杂程度更高，并不适合大多数企业内部培育，尤其是传统制造业企业。数字并购已经成为传统企业获取数字技术的重要途径（唐浩丹等，2022）。以软件和信息技术服务业为代表的数字技术产业是中国上市公司并购最热门的标的，2012 年以来，以该行业企业作为标的的并购交易数量逐步上升，并从 2015 年开始连续 5 年位居第一（曾敏，2022）。通过兼并拥有数字技术的企业，公司不仅能在短时间获得数字技术、弥补自身技术不足，还能利用“先发优势”提高自身在数字经济时代的市场竞争力。同时，数字技术具备的渗透性、协同性和自成长性，会推动并购方建立和拓展数字知识库（Yooet al.，2012）以及提升利用数字技术创新进行衍生创新的能力（Nylén and Holmström，2019），这些都能为并购企业创造价值。

01 文献简介

▪ 文献来源：周鹏,王卓,谭常春等.数字技术创新的价值——基于并购视角和机器学习方法的分析[J/OL].中国工业经济,2024,(02):137-154.

▪ 数据与代码来源：《中国工业经济》编辑部 (ciejournal.ajcass.org）

▪ 关键词：数字技术创新；并购；机器学习

▪ 主要内容：数字技术创新是数字经济发展的动力之源，并购重组是企业获取数字技术、进行数字化变革的高效方式。本文运用文本分析和 Word2Vec 算法构建数字专利词库、通过机器学习模型对数字技术进行细分，从并购视角探究数字技术创新能否为企业带来价值。本文利用 2011—2020 年沪深 A 股上市公司数据，研究发现：目标公司拥有的数字专利越多，企业并购所产生的累积超额收益率越大，即数字技术创新能显著提升并购公司的市场价值；目标公司拥有的数字技术能显著提升并购企业的生产效率、数字技术创新以及商业模式创新；对于处在知识产权保护较强地区、受到分析师关注较高以及拥有首席技术官的并购公司而言，数字技术的这种价值提升效应更明显；就数字技术类别而言，目标公司拥有的云计算技术和通信网络技术是驱动并购公司价值提升的可能原因，且最具价值的数字技术类别存在行业异质性。本文不仅丰富了数字技术创新的相关研究，也为强化数字技术与实体经济的深度融合提供了政策参考。

▪ 创新点：（1）创新性地从并购视角探究数字技术创新的价值，不仅拓展了数字技术的相关研究，也为衡量创新的价值提供了新思路。（2）运用文本分析和 Word2Vec 算法构建适用且全面的数字专利词库，对数字专利进行更精准地识别。（3）利用机器学习模型，对数字技术创新进行更精确地分类，探究了不同类别技术对企业以及对不同行业的价值，为各行业进行数字化变革提供了启示。

02 研究模型与变量设计

为捕捉数字技术创新的价值，本文设定了如下模型：

其中，CARi 表示主并企业在并购公告发布前后 3 个交易日的累积超额收益率 CAR（-3，3）；DPatenti，t 表示目标企业数字技术创新；Controls 为一系列企业层面和并购事件层面的控制变量，Year 和 Industry 分别为年份和行业固定效应。本文重点关注 DPatenti，t 的系数 β1，若 β1 显著为正，说明数字技术创新能为企业带来价值。

1）累积超额收益率（CAR）。本文使用累积超额收益率度量并购带来的市场价值，并通过并购事件为主并方带来的市场收益测度数字技术创新的价值。具体地，参考事件研究文献的常用方法（陈胜蓝和马慧，2017；姚颐等，2022），本文选择公告日前后 3 个交易日为事件窗口，公告日前 30 到前 250 个交易日为估计窗口，并采用市场模型计算股票预期收益率。

2）数字技术创新（DPatent）。目标企业并购公告发生前一年的数字专利申请数加 1 后取自然对数。考虑到主并方并购的股权比例以及并购后的股权地位会对基于并购收益测度的数字技术创新价值带来影响，本文进一步通过目标方被并购的股权比例作为权重乘以目标方并购前一年的数字专利申请数量（DPatent_w）来测度数字技术创新。

本文首先用 CAR（-10，10）来刻画目标方有无数字专利的两类并购事件为主并公司带来的短期累积超额收益率。从图 1 可以直观看出，相较于并购无数字专利的目标方，上市公司并购有数字专利的目标方的市场表现更优。

03 数据与代码

▪ 文章原网址：《中国工业经济》编辑部 (ciejournal.ajcass.org）

▪ 数据详情：

04 实证结果

根据目标公司是否拥有数字专利，本文将并购事件分为两类，并比较这两类并购的市场表现。结果如表 3 所示，目标方在并购前一年内有数字专利申请，能给主并方在窗口期内带来平均 7.58%的累积超额收益率；相比之下，上市公司并购没有数字专利的目标方在公告日前后 3 日内仅获得平均 4.63% 的累积超额收益率。t检验结果表明两组之间差异显著，前者的 CAR 显著高于后者 2.96%，说明上市公司并购拥有数字技术的目标方能带来更高的短期市场涨幅。

数字技术创新为并购方带来的市场价值的结果如表 4 所示。在基准回归中，本文采用逐步控制的回归策略。第（1）列为未加入任何控制变量的结果，数字技术创新 DPatent回归系数为 0.018 且在 1% 的水平上显著为正；第（2）列回归中加入了控制变量，核心解释变量系数显著性水平未发生变化；第（3）列进一步控制了年份、行业固定效应。结果显示，DPatent 回归系数为 0.014，在 1% 的水平上显著为正，说明目标方拥有的数字专利数量越多，并购方股票市场反应越大，表明数字技术创新能为企业带来较大的市场价值。

05 获取方式

见推文末尾。

▪ 客服微信方式：

扫描下方二维码，或搜索下方微信号。

添加客服微信号：

DeepData001

获取更多更新数据

1. 除中国深度数据库（CNDD）特殊声明外，CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权，不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分，否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体，CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人，承诺只将CNDD的数据等用于学术研究，并在所得研究成果（包括但不限于学术论文、咨询报告等）中注明数据来源于CNDD。数据来源的注明方式请参考：“本研究数据来源于中国深度数据库CNDD”；英文参考：“We get the data from CNDeepData (CNDD)”。

中国深度数据库：让精品数据得以流动

CNDeepData：Let high-quality data flow without barriers

资源下载此资源仅限注册用户下载，请先

部分图片来源于网络，如涉侵权请告知，本站将第一时间删除。客服微信号：DeepData001

CNDD文献复刻 | 数字技术创新与企业并购（免分享）

发表评论 取消回复

发表评论取消回复