Corporate Adoption of the“Internet+”Strategy and Firm Performance：A Transaction-Cost Perspective

XI WU MEI ZHU BINKAI CHEN

Abstract　This paper examines the effects of“Internet+”on traditional industries,focusing&nbsp；on the determinants of Chinese listed companies’decisions to adopt the“Internet+”strategy,mar-ket reactions surrounding the announcements,and subsequent firm performance.We find that 85%of companies adopted the strategy to promote sales of existing products or services（i.e.，sales-pur-pose），whereas 15%of companies adopted the strategy to get involved in the internet-related busi-nesses（i.e.，diversifying-purpose）.There are a number of key findings.First,reducing transac-tion cost is one of the main reasons that companies choose“Internet+”strategy,as companies are more likely to adopt the“Internet+”strategy if they have higher marketing expenses or operating costs,and this effect is particularly strong for sales-purpose companies.Second,companies enjoy a significant and positive market reaction surrounding the initial announcement.Third,companies a-dopting the“Internet+”strategy do not exhibit a significant increase in accounting performance in terms of transaction costs,inventory turnover,accounts receivable turnover,and aggregate return on assets within two post-adoption years.Our findings suggest that,although transaction costs are important motives for companies to adopt the strategy of“Internet+”，firm performance is not readily enjoyed at least in the short term,and capital market reaction could be over-optimistic.

Key words　“Internet+”Strategy；Transaction Cost；Market Reaction；Firm Performance

一、引言

近年來，中國宏觀經濟的下行壓力越來越大。2011年，中國經濟增長率為9.5%，2012年和2013年分別降至7.9%和7.8%，2014和2015年進一步下滑到7.3%和6.9%。經濟增長率下滑的直接原因是經濟增長動力不足。進入21世紀以來，中國經濟增長需求側動力主要來自加入世界貿易組織后的外部需求擴張和住房改革激發的內部需求。然而，2008年金融危機之后，外部需求持續疲軟且在短期內難以恢復，十余年高速增長的房地產市場需求也難以為繼（陳斌開等，2012）。因此，中國未來經濟增長亟須尋找新的動力。

在傳統經濟增長動力逐步弱化的同時，中國互聯網及其相關行業呈現蓬勃的發展趨勢。從需求側來看，截至2014年年底，中國互聯網普及率已經達到47.9%[2]，其中11個省份的普及率超過50%，普及率最低的省份也達到34%。從供給側來看，中國互聯網行業發展迅速，阿里巴巴、騰訊、百度等互聯網企業的市值分別由2012年的350億美元、594億美元、320億美元快速上升到2014年的2100億美元、1600億美元、700億美元；阿里巴巴2016財年銷售額高達156.86億美元，遠高于eBay的89.79億美元。中國互聯網行業的飛速發展引起了國內外的普遍關注。2015年，“互聯網+”正式成為中國實施的一項重大戰略行動計劃。[3]

“互聯網+”戰略并非簡單地為了促進互聯網及其相關行業的發展，更重要的是旨在以互聯網技術改造傳統產業，為經濟增長提供新的動力。從理論上看，互聯網經濟的核心功能是降低交易主體之間的交易成本，緩解生產者與消費者之間的信息不對稱，因為交易成本和信息成本下降有利于提高經濟效率、促進經濟增長。與發達國家相比，中國推行“互聯網+”具有先天優勢。互聯網經濟具有網絡外部性的特征，用戶越多，其邊際收益越高，而中國是世界上人口規模最大的國家，規模巨大的互聯網用戶為“互聯網+”戰略的實施提供了現實支撐。人口規模優勢和互聯網相結合可能成為中國經濟實現“彎道超車”的重要動力。

從微觀角度來看，實施“互聯網+”已經成為很多企業的重要戰略選擇。近年來，中國資本市場中的一批上市公司紛紛宣告實施“互聯網+”戰略。例如，根據中國上市公司2013-2014年公開披露的信息，共有369家公司（約占17%）在年報中提及首次實施“互聯網+”戰略。互聯網之所以有可能促進傳統企業轉型升級，源自互聯網的若干特征。一方面，互聯網的平臺化操作模式可以減少中間環節，加快交易速度，節約公司的交易成本（如銷售費用或采購成本）。另一方面，互聯網可以突破時間限制和空間阻隔，擴大公司經營的覆蓋范圍，擴大潛在客戶群體，從而增加銷售量；同時，公司可以更充分地挖掘用戶需求，實現精準營銷和差異化定價。

盡管存在理論上的可能性，但“互聯網+”在現實中能否有效地促進傳統產業轉型升級呢？回答這個問題需要基于微觀企業數據的經驗研究。關于互聯網對微觀經濟主體的影響，現有文獻主要集中于互聯網對金融行業的提升效應檢驗；而針對傳統企業的轉型升級影響，主要是理論方面的探討，鮮有較為系統、嚴謹的實證檢驗。本文期望在這方面對以往文獻做出拓展。具體而言，本文考察以下三個問題：（1）交易成本的因素能否解釋近年來傳統企業選擇“互聯網+”的決策？（2）企業在實施“互聯網+”戰略時，市場做出何種反應？（3）企業在實施“互聯網+”戰略后，其業績表現如何？

本文的研究發現，公司的銷售費用率或營業成本水平越高，越傾向于選擇“互聯網+”戰略；銷售型“互聯網+”公司表現出顯著的降低交易成本的動機，而多元化型“互聯網+”公司降低交易成本的動機則相對較弱。與未實施“互聯網+”的控制樣本相比，銷售型和多元化型“互聯網+”公司在宣告日附近的市場反應均顯著為正；但是，銷售型和多元化型公司在“互聯網+”后兩年的經營業績并無顯著提升，交易成本沒有明顯下降，產品周轉速度和貨款周轉速度也沒有顯著提升。“互聯網+”對傳統產業的企業業績貢獻至少在短期內尚未顯現，而資本市場的反應可能偏于樂觀。

與現有文獻相比，本文主要具有以下三方面的貢獻和差異：第一，基于微觀數據實證研究了傳統產業實施“互聯網+”對企業績效的影響，為“互聯網+”戰略提供了微觀經驗；第二，從交易成本視角分析了企業選擇“互聯網+”的影響因素，為研究新常態下的“互聯網+”戰略提供了理論支撐；第三，考察了“互聯網+”對資本市場和企業績效的影響，凸顯了兩者的差異，為未來“互聯網+”戰略的發展提供了借鑒。

本文其余部分安排如下：第二部分梳理了互聯網影響傳統企業的作用機理，并在以往文獻的基礎上提出本文的研究問題；第三部分介紹研究樣本；第四部分考察上市公司實施“互聯網+”戰略的影響因素；第五部分考察公司宣告實施“互聯網+”戰略時的市場反應；第六部分考察公司實施“互聯網+”之后的業績表現；第七部分為結論。

二、理論背景與研究問題

（一）互聯網對經濟主體的影響機理

互聯網可以降低信息搜索成本，促進信息流通和知識共享。從宏觀經濟的角度來看，互聯網的這些特征可以使企業更容易地以低成本戰略進入賣方市場，并提升東道國的信息透明度，從而刺激國際貿易的增長（Freund and Weinhold，2004），吸引更多的外商直接投資（Choi，2003），優化國際貿易資源配置（施炳展，2016）。有研究發現，互聯網在一國的廣泛使用有助于遏制通貨膨脹率（Yi and Choi，2005），促進經濟增長（Choi and Yi，2009）。此外，有證據表明，在政府統計變量的基礎上，增加互聯網搜索行為變量可以有效地改進宏觀經濟預測（劉濤雄和徐曉飛，2015）。

在微觀層面，實施互聯網戰略對一家企業的影響可能表現在交易成本的節約上。根據Williamson（1975）對交易成本的界定，一家企業的交易成本包括：（1）信息搜索成本，即搜索最適宜交易對象的成本；（2）議價成本，即交易雙方為達成共識而花費在協商與談判上的成本；（3）締約成本，即雙方達成共識而進行交易時簽訂合約的成本；（4）執行成本，即履行契約、監督交易對象是否依照合約條款進行交易的成本；（5）違約成本，即交易對方違約所導致的成本。

第一，互聯網的搜索引擎功能、在線實時交流方式、大數據管理等途徑，可以有效地降低企業的信息搜索成本；第二，互聯網直銷提供了透明的價格，便于交易雙方進行價格比較，并直接為供需雙方搭建了一個快捷、實用的互動平臺，減少了中間環節，降低了議價成本；第三，電子賬單和電子政務可以突破時空限制，降低締約成本；第四，遠程培訓和實時物流追蹤系統可以提供交易執行的實時信息，降低了執行成本；第五，互聯網交易評價信息和電子誠信檔案可以加大交易對手的違約后果，遏制了對手的違約風險。

互聯網對企業交易成本的降低可以體現在銷售費用和營業成本上。例如，互聯網直銷模式可以節省中間環節（楊繼瑞等，2015），包括減少中間商的代銷傭金或銷售網點的各項費用，從而減少銷售費用。再如，以互聯網為基礎的電子商務可以降低制造業企業的原材料采購成本，從而降低營業成本。

實施互聯網戰略對一家企業的影響還可能表現在交易收入上。互聯網直銷模式提供了更加透明的企業產品信息和客戶評價信息，并突破了傳統的銷售區域和時間限制，使得網上商業活動的參與者大大增多，擴大了潛在的客戶群體；相應地，銷售量的增加有助于增加企業收入。但互聯網對企業產品或服務價格的影響則不確定。一方面，互聯網往往促使轉型企業所在行業的信息更加透明，并導致行業內企業競爭的加劇，從而降低轉型企業的產品或服務價格，對收入具有負面影響；另一方面，互聯網直銷模式使企業更有條件依據消費者的需求提供定制化的服務，并針對差異化服務收取更高的價格。

綜上所述，對于傳統產業的企業，互聯網可以降低向互聯網轉型企業的銷售費用，從而提升其經營業績；同時，在提高營業收入的同時可能降低營業成本，從而提升其經營業績。

（二）現有的經驗證據與研究問題的提出

關于互聯網對微觀經濟主體的影響，現有文獻較多地關注了金融行業，主要檢驗互聯網對銀行業績的提升作用。早期的證據沒有發現美國銀行在使用互聯網之后，其凈資產收益率得到顯著提升（Carlson et al.，2000）。DeYoung et al.（2007）則發現，美國社區銀行在使用互聯網之后，其盈利能力得到顯著提升，主要來自存款服務費收入的增加。西班牙（Hernando and Nieto，2007）和意大利（Ciciretti et al.，2009）的證據則顯示，銀行在應用互聯網技術后，經營業績得到顯著提高。沈悅和郭品（2015）的經驗證據發現，互聯網金融通過技術溢出效應，顯著地提升了我國商業銀行的全要素生產率，但不同類型商業銀行對互聯網金融技術溢出的吸收能力存在差異。

關于“互聯網+”對傳統的非金融企業的影響，我國學者進行了理論方面的探討（趙岳和譚之博，2012；李海艦等，2014；羅珉和李亮宇，2015；趙振，2015）。在為數不多的經驗分析文獻中，譚松濤等（2016）基于深圳證券交易所推出的“互動易”網絡交流平臺，指出互聯網增加了投資者獲取企業經營信息的渠道，改善了投資者獲取信息的準確性，提升了市場信息效率水平。伍利娜和高強（2003）考察了1999年宣布進入互聯網行業的68家上市公司在宣告日附近的市場反應及其觸網后兩年內的經營業績變化，發現市場在公司觸網宣告日附近做出了顯著的正向反應，但觸網公司在“觸網”當年及次年的業績未見顯著變化。

本文旨在以下方面對以往研究做出拓展。第一，目前，鮮有文獻考察傳統產業應用“互聯網+”的動機與隨后的業績表現。在為數不多的經驗分析文獻（伍利娜和高強，2003）中，研究者考察的是公司轉型為互聯網產品或服務供應商——互聯網接入服務商（ISP）、互聯網內容服務商（ICP）、網絡設備等，因此屬于公司多元化業績的研究范疇。而根據我們的統計，在2013-2014年披露實施“互聯網+”戰略的公司中，85%屬于當前傳統產業的公司利用“互聯網+”擴大現有產品或服務的市場銷售，本文的研究重點即此類公司，因此能夠考察傳統企業實施“互聯網+”戰略的動因和后果。

第二，在早期的經驗分析（伍利娜和高強，2003）中，當時的樣本公司尚處于互聯網在我國初步發展的階段，互聯網對市場和交易雙方的影響還比較有限；而近十余年來，互聯網在我國社會經濟的各個領域和環節已有很大程度的發展[4]，市場交易雙方已形成規模經濟效應和范圍經濟效應（李海艦等，2014）。在這樣的背景下，考察“互聯網+”對傳統產業的影響具有現實基礎。同時，“互聯網+”已成為國家戰略，因此在當前階段探究互聯網轉型對傳統企業的影響及其途徑具有更加突出的現實價值。

具體而言，本文主要考察以下幾方面的問題：（1）哪些公司更可能進行“互聯網+”戰略轉型？特別地，交易成本因素是否具有顯著的解釋作用？（2）市場如何看待實施“互聯網+”戰略轉型的公司？（3）實施“互聯網+”戰略轉型的公司是否實現了會計業績的顯著提升？對第一個問題的考察有助于理解企業在做出“互聯網+”戰略選擇時的動因或特征。第二個問題可以反映投資者如何理解或預期企業進行互聯網轉型可能產生的價值。當然，投資者既可能關注企業向互聯網轉型的當下盈利能力，也可能關注互聯網給企業帶來的增長潛力（Hand，2000；Mudambi and Treichel，2005），還可能存在對互聯網行業的過高預期和狂熱情緒（Cooper et al.，2001；Trueman et al.，2003）。因此，有必要同時考察微觀企業在“互聯網+”之后的實際業績變化，以便更合理地評判“互聯網+”戰略對經濟主體的現實影響。在考察“互聯網+”對轉型企業經營業績的影響時，除了高度匯總的會計業績，我們還從更細致的交易成本和資產運營效率等維度展開分析。同時，我們將更加可比的控制組公司與互聯網轉型公司（實驗組公司）進行對照，并控制公司固定效應，以緩解內生性可能造成的干擾。

三、數據來源和描述性統計

本文的研究樣本是2013-2014年首次實施“互聯網+”戰略的上市公司。考察近年來首次實施“互聯網+”戰略的公司，有助于通過變化的事件更干凈地檢測“互聯網+”對微觀主體的影響。

首先，在2012-2014年所有上市公司的年報中手工搜索“電子商務”“電商”“互聯網”等關鍵詞，并閱讀關鍵詞所在的上下文，以此判斷公司是否在本年度披露實施了“互聯網+”戰略但在上年度未做任何類似披露。我們對“互聯網+”的界定包括以下任何一項：（1）公司稱利用互聯網銷售產品[5]；（2）公司稱在產品中融入互聯網因素；（3）公司稱利用互聯網采購物資；（4）公司稱利用互聯網再造業務流程；（5）公司稱進入與互聯網相關的領域[6]。對于符合前四類情形的公司，可以合理認為其“互聯網+”的主要目的是拓展現有產品或服務的市場銷售，本文將其歸為銷售型“互聯網+”；對于第五類公司，本文將其歸為多元化型“互聯網+”。

考慮到本文的研究重心是“互聯網+”對傳統實體經濟的影響，我們在樣本中剔除處于高新技術產業的公司，包括軟件和信息技術服務、計算機、通信和其他電子設備制造公司。金融行業不屬于實體經濟范疇，而且其財務指標與傳統企業存在明顯差異，因此我們將金融業公司從樣本中剔除。經過手工整理年報，我們識別出2013年首次“互聯網+”的公司135家，2014年首次“互聯網+”的公司234家，兩年合計369家上市公司作為首次“互聯網+”的年報樣本。在這369家上市公司中，銷售型“互聯網+”公司320家，多元化型“互聯網+”公司56家，其中7家公司同時進行了銷售型和多元化型“互聯網+”。

其次，為了考察公司首次宣告“互聯網+”戰略選擇時的市場反應，我們進一步手工搜集了年報樣本公司關于“互聯網+”的臨時公告，確定上市公司首次宣告“互聯網+”的事件日。在369家上市公司中，我們識別出98家通過臨時公告發布了“互聯網+”戰略。其中，8家公司在臨時公告日附近還發布了年報或季報，為了規避定期報告信息的潛在干擾，我們將其剔除，并將余下的90家公司作為臨時公告樣本。在臨時公告樣本中，2013年26家，2014年64家；銷售型“互聯網+”公司59家，多元化型“互聯網+”公司31家。

表1列示了2013-2014年首次“互聯網+”樣本的行業分布。總體而言，年報樣本和臨時公告樣本分別占行業總體觀測數的16.96%、4.14%。以此為基準并考慮行業總體基數規模，農、林、牧、漁業（A），批發和零售業（F），文化、體育和娛樂業（R）等行業中首次選擇“互聯網+”戰略的公司的比例明顯更高，而采礦業（B），電力、熱力、燃氣及水生產和供應業（D）等行業中首次選擇“互聯網+”戰略的公司的比例則明顯更低。

表1　樣本的行業分布

四、上市公司實施“互聯網+”戰略的動因

（一）理論預期與研究設計

基于第二部分的討論，互聯網可以節約交易成本，如降低公司的銷售費用或營業成本。這意味著對于那些交易成本較高的公司，實施“互聯網+”戰略可能獲得更大的收益。因此，我們預期銷售費用或營業成本較高的公司更有動機實施“互聯網+”戰略。

為了檢驗上述理論，我們設計Logistic回歸模型為：

INTERNETt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（1）

INTERNETSALEt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（2）

INTERNETDIVt=b0+b1SALEXPt-1+b2COGSt-1+Controls+ε（3）

其中，因變量INTERNET為虛擬變量，取1表示公司在2013-2014年首次實施“互聯網+”戰略，否則取0。給定因變量的對應期間為t期，模型（1）解釋變量的數據對應期間為t-1期（對應2012-2013年相關數據）。采用兩個變量度量公司的交易成本，其中實驗變量SALEXP（銷售費用/營業收入）表示公司在t-1期實現單位銷售收入所花費的銷售費用，實驗變量COGS（營業成本/營業收入）反映公司在t-1期實現單位銷售收入所發生的營業成本。

我們在模型中納入相關控制變量。已有文獻發現，規模較大和盈利能力較強的銀行更可能推廣網上銀行業務（Courchane et al.，2002）。相應地，模型（1）控制公司規模（TA，公司期末資產總額取自然對數）、經營業績（ROA，扣除非經常性損益后的凈利潤/期末資產總額）、財務杠桿（LEV，期末負債總額/期末資產總額）、產權性質（SOE，取1表示公司的最終控制人為政府或國有企業，否則取0）和上市年限（AGE，公司自上市至當期的年數）。此外，我們還控制公司所處行業和年度的固定效應。

模型（1）的回歸樣本包含了2013-2014年首次實施“互聯網+”戰略的公司（實驗組），以及實驗組所在行業—同年度未實施“互聯網+”戰略的公司（對照組）。為了增強實驗組與對照組的可比性，我們的分析不包含實驗組所在行業之外的公司，也不包含實驗組所在行業中自2012年便已實施“互聯網+”戰略的公司。最終，我們共識別出2911個對照組觀測樣本。

除了因變量，模型（2）和模型（3）的設置與模型（1）一致。模型（2）的因變量INTERNETSALE取1表示公司在2013-2014年首次實施了以拓展現有產品或服務為核心目標的銷售型“互聯網+”戰略，否則取0。在估計模型（2）時，我們剔除了實施多元化型“互聯網+”戰略的公司。模型（3）的因變量INTERNETDIV取1表示公司在2013-2014年首次實施了以參與互聯網相關產業為核心目標的多元化型“互聯網+”戰略，否則取0。在估計模型（3）時，我們剔除了實施銷售型“互聯網+”戰略的公司。

（二）描述性統計

表2描述了實驗組與對照組在t-1期主要解釋變量的特征及其差異。單變量檢驗結果顯示，年報樣本與對照組在實施“互聯網+”戰略的前一年，各主要解釋變量之間存在顯著差異，表現為實驗組的銷售費用率更高、資產規模更大、盈利能力更強、負債比率更低，也更可能是民營企業。實驗組的營業成本率顯著低于對照組，與我們此前的預期（交易成本較高的公司更有動機實施“互聯網+”）不符；但考慮到營業成本率還在相當程度上反映了公司的盈利能力，我們有必要在多元回歸分析中控制公司的盈利能力，再考察該變量與因變量的關系。

表2“互聯網+”戰略選擇前的公司特征對比

注：***、**和*分別表示在1%、5%和10%的統計水平上（雙尾）顯著。

（三）回歸分析

表3列示了模型（1）至模型（3）的多元回歸分析結果。首先，對于年報樣本（INTERNETt=1）與對照組（INTERNETt=0）的混合樣本，模型（1）的Logistic回歸結果顯示，SALEXPt-1和COGSt-1的系數均顯著為正（p＜0.01），表明公司的銷售費用率或營業成本率越高，越傾向于實施“互聯網+”戰略。這與我們此前的預期一致，即交易成本越高的公司越有動機實施“互聯網+”戰略。在控制變量方面，我們發現資產規模越大或盈利能力越強的公司越傾向于實施“互聯網+”戰略，而民營企業更傾向于選擇“互聯網+”戰略。

表3　實施“互聯網+”戰略的影響因素

注：***、**和*分別表示在1%、5%和10%的統計水平上（雙尾）顯著。

模型（2）和模型（3）的回歸結果顯示，當因變量為INTERNETSALEt時，SALEXPt-1和COGSt-1的系數均顯著為正（p＜0.01）；而當因變量為INTERNETDIVt時，SALEXPt-1的系數與0無顯著差異，僅COGSt-1的系數在10%的統計水平上顯著為正。這意味著，模型（1）的實驗變量結果是由銷售型“互聯網+”公司主導的，在現有產業中利用“互聯網+”促進銷售的公司往往具有較高的交易成本，而實施多元化“互聯網+”戰略的公司降低交易成本的動機較弱。從控制變量的結果來看，實施銷售型“互聯網+”戰略的公司通常擁有較大的資產規模和較高的會計業績，而實施多元化型“互聯網+”戰略的公司并不具備這些特征。

五、上市公司“互聯網+”的市場反應

（一）市場反應的度量

我們以上市公司宣告實施“互聯網+”戰略的臨時公告日作為事件日，事件日前后1個或2個交易日為窗口期，采用風險調整超額收益率法度量公告日附近的超額收益率和累計超額收益率。

首先，估計日股票超常回報。參照以往文獻（Beneish，1999），我們要求200個交易日的估計窗口，且與事件日具有足夠的時間間隔，設置估計期為[-230，-31]，市場模型為：

Rit=ai+biRmt+eit

其中，Rit與Rmt分別是股票i和市場證券投資組合在t期的回報（均考慮現金股利投資）；市場證券投資組合回報是基于等權平均法計算的市場股票回報。

其次，根據市場模型估計單只股票的超常回報eit，隨后計算整體樣本在t日的平均超常回報ARt為：

最后，計算整體樣本在事件窗口期[t1，t2]的累計超常回報CAR[t1，t2]為：

（二）控制樣本

在考察實驗樣本的市場反應時，我們應識別與實驗樣本具有較強可比性的控制樣本。為此，我們采用傾向得分匹配（PSM）方法。首先，基于模型（1）使用的臨時公告樣本和對照組（2012-2013年所有未實施“互聯網+”的A股上市公司）進行Logistic回歸，估計的因變量預測值即為傾向匹配得分；其次，針對每家臨時公告樣本公司，尋找傾向匹配得分最接近的公司作為配對公司。如果一個控制觀測樣本在同一年度重復匹配了多個實驗觀測樣本，則只保留傾向匹配得分最接近的一對樣本。經過上述程序，共90家臨時公告樣本公司中的77家公司識別出77個控制觀測樣本，其中銷售型“互聯網+”公司51家，多元化型“互聯網+”公司26家。結果（未列報）顯示，在傾向得分匹配后，實驗樣本與控制樣本在模型（1）的各主要解釋變量之間不再具有顯著差異。

（三）檢驗模型

我們設計以下模型檢驗臨時公告樣本公司在宣告日附近的市場反應：

CAR=b0+b1INTERNET+Controls+ε（4）

CAR=b0+b1INTERNETSALE+b2INTERNETDIV+Controls+ε（5）

模型（4）的因變量表示事件日附近的股票累計超常回報，我們分別使用CAR[-1，+1]和CAR[-2，+2]度量。實驗變量INTERNET取1表示臨時公告樣本公司，取0表示通過傾向得分匹配的控制觀測樣本。每個控制觀測樣本的事件日日期和與其匹配的實驗樣本公司的相同。模型（4）控制了事件日前最近年度的公司規模（TA）、虧損狀態（LOSS取1表示虧損，否則取0）、行業和年度固定效應。[7]在模型（4）的基礎上，模型（5）將INTERNET細分為INTERNETSALE和INTERNETDIV，分別考察兩種不同類型的“互聯網+”戰略在宣告日附近的市場反應。

（四）實證檢驗結果

表4組A列示了市場反應的單變量分析結果。在事件窗口[-1，+1]，實驗組樣本公司的股票累計超常回報均值（中位數）為4.00%（1.60%），而控制組樣本公司的股票累計超常回報均值（中位數）為0.66%（-0.30%）；均值檢驗和Wilcoxon秩和檢驗顯示，實驗組的市場反應顯著高于控制組。類似地，在事件窗口[-2，+2]，實驗組樣本的股票累計超常回報均值（中位數）為5.08%（0.96%），而控制組樣本的股票累計超常回報均值（中位數）為0.38%（-0.66%）；實驗組的市場反應顯著高于控制組。單變量分析結果表明，股票市場投資者對公司“互聯網+”的戰略決策做出了顯著正向的評價。

表4組B模型（4）的多元回歸結果顯示，在事件窗口[-1，+1]或[-2，+2]，實驗變量INTERNET的系數均顯著為正（p＜0.01），意味著在控制其他變量的情形下，實驗樣本公司伴隨著顯著更高的市場反應。表4組C模型（5）的多元回歸結果顯示，INTERNETSALE和INTERNETDIV的系數均在5%統計水平上顯著為正，表明股票市場投資者對實施兩類“互聯網+”戰略的公司均給予顯著正面的評價。此前表3的分析顯示，銷售型“互聯網+”公司具有明確的降低交易成本的動機，而多元化型“互聯網+”公司對這一戰略的動機則相對較弱。相應地，股票市場投資者對前者的正面評價比較容易得到解釋，而對后者的顯著正面反應似乎并沒有明顯的經濟回報作為基礎，可能更多地依賴于對未來業績的良好預期。

綜上所述，表4的證據意味著，與未進行“互聯網+”的公司相比，實施“互聯網+”戰略的公司在臨時公告日附近獲得了更加正面的市場反應。

表4　上市公司宣告實施“互聯網+”戰略的市場反應

注：***、**和*分別表示在1%、5%和10%的統計水平上（雙尾）顯著；組C的控制變量與組B列示的控制變量相同，限于篇幅，未予列示。

六、“互聯網+”對上市公司會計業績的影響

（一）研究設計

根據第二部分的討論，公司選擇“互聯網+”戰略的重要潛在收益是節約交易成本，提高經濟效益。因此，一個自然的問題是，公司在實施“互聯網+”戰略后的會計業績是否有所改善？首先，我們考察公司的交易成本（體現為銷售費用率和營業成本率）是否明顯降低；其次，考慮到“互聯網+”可能促進公司的銷售量和貨款回收，存貨周轉速度和應收賬款周轉速度可能有所提升，為此我們考慮兩項核心流動資產的周轉速度（存貨周轉天數和應收賬款周轉天數）；最后，我們考察匯總性的經營業績。關于“互聯網+”戰略選擇分析的樣本期間（2013-2014年）允許我們進行事件前后各兩年的對比。[8]參照以往文獻（Hou et al.，2015；Lee et al.，2015），在考察實驗樣本會計業績的變化時，我們必須識別與實驗樣本具有較強可比性的控制樣本。與在市場反應分析中控制樣本的識別方式類似，我們采用傾向得分匹配方法，為369例年報觀測樣本中的301例匹配了控制觀測樣本。結果（未列報）顯示，在傾向得分匹配后，實驗樣本與控制樣本在模型（1）中各主要解釋變量之間不再具有顯著差異。[9]

我們設計了以下模型：

PERFORMANCE=b0+b1INTERNET+b2POST+b3INTERNET×POST+Controls+ε（6）

PERFORMANCE=b0+b1INTERNETSALE+b2INTERNETDIV+b3POST+b4INTERNETSALE×POST+b5INTERNETDIV×POST+Controls+ε（7）

模型（6）至模型（7）的因變量PERFORMANCE表示公司的會計業績，體現為SALEXP（銷售費用率）、COGS（營業成本率）、[INVTDAY存貨周轉天數取自然對數，等于、[RECVDAY應收賬款周轉天數取自然對數，等或ROA。

模型（6）的實驗變量為INTERNET（取1表示在2013-2014年首次實施“互聯網+”戰略的公司，取0表示控制樣本公司）、POST（取1表示公司首次實施“互聯網+”戰略或匹配樣本對應年度之后的兩個年度，取0表示公司首次實施“互聯網+”戰略或匹配樣本對應年度之前的兩個年度）及INTERNET和POST的交互項。相對于沒有實施“互聯網+”戰略的公司，如果公司首次實施“互聯網+”戰略后具有更高的會計業績，我們就預期當PERFORMANCE表現為ROA時，INTERNET×POST的系數b3顯著為正；而當PERFORMANCE表現為SALEXP、COGS、INVTDAY或RECVDAY時，系數b3顯著為負。

模型（7）在模型（6）的基礎上將INTERNET細分為INTERNETSALE和IN-TERNETDIV，并且納入這兩個變量與POST的交互項，考察兩種不同類型“互聯網+”公司在戰略實施后的會計業績變化。模型（6）和模型（7）的控制變量包括公司規模（TA）、財務杠桿（LEV）、產權性質（SOE）、上市年限（AGE）、公司固定效應和年度固定效應。

（二）實證結果

表5組A描述了實驗樣本與控制樣本在實施“互聯網+”戰略前后兩年各會計業績指標的變化情況。與實施“互聯網+”戰略前兩年相比，實驗樣本在“互聯網+”之后，銷售費用率、營業成本率、存貨周轉天數均無顯著變化，應收賬款周轉天數略有增加，而匯總性的總資產收益率則顯著下降。對于控制樣本而言，銷售費用率、營業成本率、存貨周轉天數同樣沒有明顯變化，應收賬款周轉天數則顯著增加，總資產收益率顯著下降。相對于控制樣本的變化，實驗樣本在這五項會計業績指標上不存在顯著變化。從單變量檢驗的結果來看，實施“互聯網+”戰略沒有顯著提升實驗樣本公司的會計業績。

表5“互聯網+”戰略實施前后兩年的會計業績對比

注：***、**和*分別表示在1%、5%和10%的統計水平上（雙尾）顯著；組C的控制變量與組B列示的控制變量相同，限于篇幅，未予列示。

組B列報了模型（6）的多元回歸結果。結果顯示，在會計業績指標為因變量的回歸中，實驗變量INTERNET×POST的系數與0均無顯著差異。這意味著，公司在實施“互聯網+”戰略的兩年內，其交易成本沒有顯著下降，產品周轉速度和貨款回收速度沒有顯著提升，匯總性的經營業績也沒有明顯提高。

組C列報了模型（7）的多元回歸結果。結果顯示，在會計業績指標為因變量的回歸中，INTERNETSALE×POST的系數與0無顯著差異；而當因變量為匯總的會計業績時，INTERNETDIV×POST的系數顯著為負（p＜0.05）。這意味著，不論是具有強烈動機去降低交易成本的銷售型“互聯網+”公司，還是實行多元化型“互聯網+”的公司，在實施戰略后的兩年內，其交易成本沒有顯著下降，產品周轉速度和貨款回收速度沒有顯著提升，匯總性的經營業績也沒有明顯提高。

（三）進一步測試

本文第四部分的分析發現，公司的交易成本越高，越傾向于實施銷售型“互聯網+”戰略。因此，銷售型“互聯網+”樣本公司在實施“互聯網+”戰略后，平均而言——即使其業績沒有明顯地提升，它們當中那些具有更強烈動機去降低交易成本的公司仍然有可能實現會計業績的提升。為此，我們依據銷售型“互聯網+”樣本在實施“互聯網+”戰略前最近年度（t-1期）的銷售費用率中位數，將模型（7）中INTERNETSALE=1的觀測樣本進一步區分為交易成本較高組（HIGH=1）和交易成本較低組（LOW=1），并用HIGH和LOW替代模型（7）中的INTERNETSALE，得到調整后的模型（7）。[10]9我們預期交易成本較高的公司在實施“互聯網+”戰略后產生更明顯的會計業績提升，即調整后模型（7）中HIGH×POST的系數顯著異于0。回歸結果（未列報）顯示，在各會計業績指標為因變量的回歸中，HIGH×POST的系數與0仍然無顯著差異。這意味著，即使是有著較強動機降低交易成本而實施銷售型“互聯網+”的公司，在實施該戰略后的兩年內，其交易成本仍沒有顯著下降，產品周轉速度和貨款回收速度沒有顯著提升，匯總性的經營業績也沒有明顯提高。

七、結論與討論

在國際需求萎縮、國內勞動力成本上升等多重因素的共同作用下，傳統產業的轉型升級迫在眉睫。在傳統產業轉型升級的關鍵時期，“互聯網+”被寄予厚望，我們期望通過傳統產業和互聯網技術的深度融合來推動產業升級，實現經濟增長新舊動力的順利轉換。從理論上講，互聯網可以降低交易成本，緩解信息不對稱，進而提升企業效率和績效。然而，在現實中，互聯網與傳統產業的融合仍面臨諸多挑戰。

本文考察了2013-2014年中國上市公司首次選擇“互聯網+”戰略的動因，以及該戰略伴隨的市場反應與會計業績變化。我們發現：交易成本越高的公司，越傾向于實施“互聯網+”戰略，而且這種戰略的主要目標是拓展現有產品或服務的市場，而非進入互聯網相關產業；股票市場投資者對公司宣告實施“互聯網+”戰略的決策做出了顯著為正的反應。但是，我們沒有發現實施“互聯網+”戰略的公司在新戰略實施后伴隨著顯著提升的會計業績。

本文的發現意味著，實施“互聯網+”的公司在戰略實施后的會計業績表現與市場投資者對這些公司的正向預期形成明顯的反差。如何理解這樣的反差？我們注意到，實施銷售型“互聯網+”的傳統產業公司具有一些特質，此類公司在實施“互聯網+”戰略之前的會計業績系統性地好于未實施“互聯網+”戰略的公司且公司規模更大。因此，一個可能的解釋是，對于業績已經處于較高水平或規模已經較大的傳統產業公司而言，“互聯網+”戰略帶來的業績提升空間是比較有限的。當然，另一個可能的解釋是，我們觀察的事件后窗口期間還不夠長，以至于“互聯網+”戰略對實驗樣本公司的業績提升效應尚未充分體現。即便如此，“互聯網+”對上市公司現有業務的經濟貢獻至少在短期內尚未顯現，而資本市場的反應可能偏于樂觀，存在對“互聯網+”題材股票的過度反應。當然，上述解釋的適用性有待于未來的進一步探究。

參考文獻

[1]陳斌開、徐帆、譚力，2012，人口結構轉變與中國住房需求（1999-2025）——基于人口普查數據的實證研究，《金融研究》，第1期，第129-140頁。

[2]李海艦、田躍新、李文杰，2014，互聯網思維與傳統企業再造，《中國工業經濟》，第10期，第135-146頁。

[3]劉濤雄、徐曉飛，2015，互聯網搜索行為能幫助我們預測宏觀經濟嗎？《經濟研究》，第12期，第68-83頁。

[4]羅珉、李亮宇，2015，互聯網時代的商業模式創新：價值創造視角，《中國工業經濟》，第1期，第95-107頁。

[5]沈悅、郭品，2015，互聯網金融、技術溢出與商業銀行全要素生產率，《金融研究》，第3期，第160-175頁。

[6]施炳展，2016，互聯網與國際貿易——基于雙邊雙向網址鏈接數據的經驗分析，《經濟研究》，第5期，第172-187頁。

[7]譚松濤、闞鑠、崔小勇，2016，互聯網溝通能夠改善市場信息效率嗎？——基于深交所“互動易”網絡平臺的研究，《金融研究》，第3期，第174-188頁。

[8]伍利娜、高強，2003，對上市公司“觸網”行為的實證反思，《南開管理評論》，第1期，第44-49頁。

[9]楊繼瑞、薛曉、汪銳，2015，“互聯網+”背景下消費模式轉型的思考，《消費經濟》，第6期，第3-7頁。

[10]趙岳、譚之博，2012，電子商務、銀行信貸與中小企業融資——一個基于信息經濟學的理論模型，《經濟研究》，第7期，第99-112頁。

[11]趙振，2015，“互聯網+”跨界經營：創造性破壞視角，《中國工業經濟》，第10期，第146-160頁。

[12]Beneish,M. D.，1999，Incentives and penalties related to earnings overstatements that violate GAAP,The Accounting Review，74（4），425-457.

[13]Carlson,J.，K. Furst,W.W.Lang and D.E.Nolle，2000，Internet banking：Market developments and regulatory issues,Society of Government Economists,Nov.17，Washington,DC.

[14]Choi,C. and M.H.Yi，2009，The effect of the internet on economic growth：Evidence from cross-country panel data,Economics Letters，105（1），39-41.

[15]Choi,C.，2003，Does the internet stimulate inward FDI？Journal of Policy Modeling，25（4），319-326.

[16]Ciciretti,R.，I. Hasan and C.Zazzara，2009，Do internet activities add value？Evidence from the traditional banks,Journal of Finance Services Research，35（1），81-98.

[17]Cooper,M. J.，O.Dimitrov and P.R.Rau，2001，A rose.com by any other name,The Journal of Fi-nance，56（6），2371-2388.

[18]Courchane,M.，D. Nickerson and R.Sullivan，2002，Investment in internet banking as a real option：The-ory and tests,Journal of Multinational Financial Management，12（4），347-363.

[19]DeYoung,R.，W. W.Lang and D.L.Nolle，2007，How the internet affects output and performance at community banks,Journal of Banking&Finance，31（4），1033-1060.

[20]Freund,C. L.and D.Weinhold，2004，The Effect of the internet on international trade,Journal of International Economics，62（1），171-189.

[21]Hand,J. R.M.，2000，Profits,losses and the non-linear pricing of internet stocks,Working Paper.

[22]Hernando,I. and M.J.Nieto，2007，Is the internet delivery channel changing banks'performance？The case of Spanish banks,Journal of Banking&Finance，31（4），1083-1099.

[23]Hou,Q.，Q. Jin,R.Yang,H.Yuan and G.Zhang，2015，Performance commitments of controlling shareholders and earnings management,Contemporary Accounting Research，32（3），1099-1127.

[24]Lee,C. M.C.，K.K.Li and R.Zhang，2015，Shell games：The long-term performance of Chinese reverse-merger firms,The Accounting Review，90（4），1547-1589.

[25]Mudambi,R. and M.Z.Treichel，2005，Cash crisis in newly public internet based firms：An empirical a-nalysis,Journal of Business Venturing，20（4），543-571.

[26]Trueman,B.，M. H.F.Wong and X.J.Zhang，2003，Anomalous stock returns around internet firms'earnings announcements,Journal of Accounting and Economics，34（1-3），249-271.

[27]Williamson,O. E.，1975，Markets and Hierarchies：Analysis and Antitrust Implications,New York：The Free Press.

[28]Yi,M. H.and C.Choi，2005，The effect of the Internet on inflation：Panel data evidence,Journal of Policy Modeling，27（7），885-889.