当前,正处在我国经济转变发展方式和增长动力的攻关期,在此关键阶段中,企业承担一定程度的风险既有助于提高财务绩效和资源配置效率、保持竞争优势(Boubakri等,2013),也能够促进社会资本积累、提高社会生产力,实现经济的长期可持续增长(John等,2008)。但是,过度激进的冒险行为也可能会导致意外失败和严重的损失,给资本市场和宏观经济带来威胁。因此,探究企业风险承担的影响因素,激励企业在追求盈利机会的同时承担合理的风险水平对于维护我国经济的长期繁荣稳定具有重要的理论和现实意义。
会计信息作为企业重要的公开信息来源,在经营发展过程中发挥着举足轻重的作用。在资本市场中,财务报告被视为最适合帮助投资者评估公司价值的业绩衡量标的,在减少管理层与外部董事和股东之间的信息不对称方面具有重要影响。会计信息环境的改变包括可比性、可靠性和及时性等的变化,鉴于度量方法和现实意义等方面的考虑,现有研究多从会计信息可比性的角度出发考察会计信息变化对企业经营活动的影响。例如,研究表明会计信息可比性的提高能提升高管薪酬契约的有效性(张列柯等,2019)和投资效率(袁振超和饶品贵,2018)、促进企业创新(江轩宇等,2017)、抑制应计盈余管理程度(袁知柱和吴粒,2015)等。但对于会计信息可比性如何影响企业的风险承担水平这一问题,已有文献鲜有关注。
会计信息可比性建立在会计系统是从经济事件到财务报表的映射的基础上。对于给定的一组经济事件,如果两家公司编制了相似的财务报表,则它们的会计信息具有可比性。已有研究表明,会计信息可比性的提高既能够通过降低投资者所要求的风险溢价从而降低企业获取资金的成本,缓解融资约束和企业内外部的信息不对称,又有助于通过提升外部股东的监督效率和管理层薪酬契约的有效性缓解股东与高管之间的代理冲突,因此,会计信息可比性很可能是一个影响企业风险承担水平的重要因素,但是对于影响结果和影响路径尚未得出一致结论。基于此,本文对会计信息可比性是否及如何影响企业的风险承担行为展开研究。
以2006—2016年间沪深A股的上市公司为样本,通过切入企业风险承担的视角,本文主要研究了以下问题:(1)会计信息可比性对企业风险承担的影响。(2)从应计盈余管理、真实盈余管理和高管薪酬业绩敏感性的视角分析会计信息可比性影响企业风险承担的作用路径。(3)信息不对称会如何影响会计信息可比性与企业风险承担的关系。(4)会计信息可比性通过影响风险承担水平如何作用于企业价值。
本文的贡献在于:第一,拓展了会计信息可比性经济后果的研究。现有关于会计信息可比性对微观企业行为影响的研究,主要发现会计信息可比性能够提高投资效率(袁振超和饶品贵,2018)和高管薪酬业绩敏感性(张列柯等,2019)、促进企业创新(江轩宇等,2017)等。本文发现会计信息可比性会对企业风险承担产生显著的负向影响,进一步丰富了会计信息可比性经济后果的相关研究文献。第二,扩展了企业风险承担影响因素的研究视角,探讨企业风险承担行为的影响因素是近年来国内外学者关注的热点,已有文献从宏观经济(Mclean和Zhao,2014)、董事会治理(Harjoto等,2014)和高管个体特征(何瑛等,2019)等角度分别研究了其对企业风险承担的影响,本文关注会计信息可比性,是对企业风险承担影响因素文献的有益补充。第三,深入分析了会计信息可比性影响企业风险承担的作用路径、作用环境以及经济后果,本文从盈余管理和高管薪酬业绩敏感性的视角切入,对会计信息可比性影响企业风险承担的具体作用机理进行了探究。同时,从信息不对称的角度,细化了会计信息可比性对风险承担的作用差异。最后,检验了会计信息可比性通过风险承担对企业价值产生的影响,在作用机理、作用环境以及经济后果方面的研究,有利于深入理解会计信息可比性对企业风险承担的抑制作用。
二、理论分析与研究假设(一)会计信息可比性与企业风险承担
从理论上看,首先,会计信息可比性的提高能够同时降低管理者和投资者获取信息的成本,提高市场参与者评估风险和不确定性的能力。对管理者来说,管理者将人力资本投资于公司,其个人财富组合的多样化程度较低,因此通常具有风险厌恶的特性,更偏好于追求平静的生活。在选择投资项目时,管理者基于对项目风险和回报的评估做出决策,财务会计信息是其决策的重要依据。并且,企业会计信息的可比性也能够影响其内部风险管理机制,其中,会计信息是管理人员用于风险识别和风险评估的重要信息来源。在风险识别阶段,管理者在会计信息的基础上进行风险头脑风暴、风险问卷以及SWOT分析等,在风险评估阶段,管理者应用基于会计信息的技术,如风险修正收益、损益曲线、净现值分析等。因此,从这个角度来看,风险识别和风险评估均离不开会计信息。会计信息可比性的提高有助于管理层通过对比同行业或同市场其他企业的相似项目进而提高识别和评估风险的准确性,而准确性的提高能够减少管理层做出极端决策的可能性,从而抑制高管的冒险行为、降低企业的风险承担水平。其次,会计信息可比性的提高也有利于投资者对该公司内部信息数量和质量的掌握,可比性越高,越有助于投资者将企业的经营状况在更大的范围内与更多公司进行对比,这种比较可能会提高企业面临的短期收益竞争压力。由于市场投资者通常更注重短期的资本利得,企业承担的风险越多,其收益和股价的波动程度就越剧烈,在这种情况下,投资者更倾向于抛售市场表现不稳定的股票转而投资于收益平稳的公司。为吸引投资者更多的积极关注,管理层会选择放弃投资风险较高的项目、通过增加销售额和投入未来收益可见的机会等方式维护短期经营业绩。因此,在此背景下,会计信息可比性的提高可能会导致一种短视行为,可比性带来了投资者更多的比较,而投资者更为关注企业当前的经营业绩以及风险,为维持短期业绩和市场表现,企业的管理层会将更多的资源投入到未来收益和现金流稳定的投资项目,但企业的资源和管理层的人力资本往往是有限的,对其他项目投资的增加就会挤出公司对风险机会的投入。从这个角度看,会计信息可比性提高带来的“比较”效应会增加企业的短期业绩竞争压力以及挤出对风险项目的投资,进而削弱企业的风险承担水平。综合以上分析,本文认为,会计信息可比性的提高既有助于管理者使用会计信息更准确地识别和评估项目的风险,减少风险选择,又会提升企业短期业绩目标和市场表现的压力,对风险投资产生“挤出”效应,以上影响均负向作用于企业的风险承担水平。基于此,本文提出研究假设H1:
H1:会计信息可比性对企业的风险承担水平具有显著的负向影响,会计信息可比性越高,风险承担水平越低。
(二)会计信息可比性与企业风险承担:基于盈余管理的中介效应
在对盈余质量的影响上,会计信息可比性的提高虽然能抑制企业的应计盈余管理行为,但也会驱使管理层转向采取真实盈余管理行为。Cohen等(2008)的研究表明,更严格的诉讼和监管制度的存在会促使公司进行更多的真实盈余管理。之所以会出现这种情况,是因为只要真实盈余管理的结果在财务报表中得到适当披露,真实盈余管理就不会直接违反任何法律法规。这一推论表明,当应计盈余管理行为受到限制时,企业可能会从应计盈余管理转向真实盈余管理。国内研究中,袁知柱和吴粒(2015)给出了直接证据,其研究结果表明会计信息可比性的提高能抑制企业的应计盈余管理行为,但真实盈余管理程度会随着可比性的提高而增大。
盈余管理变动作为会计信息可比性变化的结果,对企业风险承担行为存在直接影响。首先,由于企业风险和业绩变动是密切相关的,因此管理者通常会采用应计盈余管理行为来平滑风险项目带来的收益波动。利用会计自由裁量权来减少收入流的可变性,通过将收益从高峰年份转移到不太成功的时期来缓和收益波动的剧烈程度。因此,当企业承担的风险水平越高时,管理层选择应计盈余管理行为的动机也就越强。会计信息可比性的提高抑制了经理人利用应计方式操纵盈余的行为,进而也就降低了通过平滑公司收益来应对风险的操作空间,这会降低管理层的冒险倾向、减少企业承担风险的行为。因此,从这个角度看,会计信息可比性的提高通过抑制应计盈余管理行为进而会降低企业的风险承担水平。其次,对真实盈余管理行为来说,管理者实施真实盈余管理行为的动机是希望误导一些利益相关者,使其相信在正常运作过程中某些财务报告目标已经实现,但这些实际盈余管理行为会在一定程度上损害公司价值。Roychowdhury(2006)研究发现管理层会通过加快销售时间或增加价格折扣、生产过剩以及减少研发、广告等可自由支配的费用三种方式操纵真实利润从而避免报告亏损。企业的风险承担活动具有较强的资源依赖性,如果没有充足的资源支持,企业在面临风险投资机会时可能就会不得已而放弃,从而降低风险承担水平。真实盈余管理活动中,为了增加销售量和实现一些短期收益目标而进行的大幅度价格折扣,可能会导致客户在未来一段时间内也会期望这样的折扣,这就意味着未来的销售利润率会较低;生产过剩会产生多余的存货,这些存货必须在以后的时期出售,会给公司带来更大的存货持有成本;削减研发、广告等费用会直接损害企业的长期竞争力,对未来现金流产生负面影响。因此,从这个角度看,真实盈余管理行为对企业长期价值的损害会削弱其承担风险的能力。综上所述,随着会计信息可比性的提高,企业的应计盈余管理行为受到抑制,转向采取更多的真实盈余管理行为,而应计盈余管理行为的减少和真实盈余管理行为的增加均会对企业的风险承担水平产生负向影响。基于此,本文认为,盈余管理是会计信息可比性影响企业风险承担的一条机制路径,据此提出假设H2:
H2: 盈余管理在会计信息可比性影响企业风险承担水平的过程中发挥中介作用。
(三)会计信息可比性与企业风险承担:基于高管薪酬业绩敏感性的中介效应
管理者通常拥有比外部董事和股东更多的公司特定信息,但出于个人利益的顾虑,管理者可能并不会报告有损其个人利益的信息,例如表明业绩不佳或谋取私人利益的信息。因此,在监督管理者时,外部董事和股东通常被认为是信息劣势者。在公司治理中,股东通常通过确定事后可观察到的业绩衡量标准和可用于事前激励的有效契约来监督管理层,以促使其采取有利于提升企业价值的行为。董事会通过不断地调整与高管薪酬有关的绩效指标,协调高管的激励和行动与股东利益的一致性。财务报告能够向外部董事或股东提供有助于有效监测管理层的相关可靠信息,减少信息不对称。张列柯等(2019)的研究表明,会计信息可比性能够通过提高高管薪酬契约的制定效果、执行和监督效率,抑制机会主义行为以及增强激励相容约束等方式增加高管薪酬契约的有效性。因此,通过已有研究可以初步推断,会计信息可比性的提高对高管薪酬业绩敏感性具有显著的正向影响。
对企业来说,风险承担是一种可能产生上行分布结果和下行分布结果的选择。当管理者进行冒险活动时,如果他们认为可以从结果差异的上行分布中获益更多时,会倾向于承担更高水平的风险,反之则会选择风险较低的决策。用于激励高管的公司治理机制包括薪酬、期权和管理层持股等,不同激励形式对企业风险承担的影响存在差异(Wright等,2007)。期权通常关联收益的可能性而不是损失的可能性,这是因为随着公司股价的上涨,拥有期权的高管会从中获益,然而,如果股价下跌,高管们不会选择行使期权,因此也不会面临财富损失。因此,期权激励会使管理层更关注风险承担结果差异的上行分布,进而增加公司的风险战略。与期权有所不同,管理层持股协同经理人和股东之间的利益一致性,因此持股会让经理人同时面临结果差异的上行分布和下行分布,其持股比例通常与企业的风险承担水平之间存在倒U形关系。而高管的薪酬业绩敏感性通常会将其注意力集中在结果差异的下行分布上,原因在于管理者会担心由于冒险活动而导致公司业绩波动甚至面临破产风险,在这种情况下,管理者可能会失去工作和个人收入来源,这种担忧会引发风险降低策略,因此高管的薪酬业绩敏感性通常会降低其冒险倾向,对企业的风险承担水平具有显著的负向影响。基于以上分析,本文认为,会计信息可比性越高,高管薪酬业绩敏感性就越高,而高管薪酬契约的有效性会降低企业的风险承担水平。据此,提出假设H3:
H3:高管薪酬业绩敏感性在会计信息可比性影响企业风险承担水平的过程中发挥中介作用。
三、研究设计(一)样本选择与数据来源
本文选取2006—2016年沪深两市的A股上市公司为样本,由于计算被解释变量企业风险承担水平需要当年和未来两年的窗口期数据,可获取时间段为2006—2018年,因此研究终点为2016年,文中所需的全部数据均来源于WIND数据库和CSMAR数据库。根据研究需要,对样本进行了如下筛选:(1)剔除样本期间ST类、PT类和退市的样本。(2)剔除金融行业的样本。(3)剔除主要研究变量或控制变量数据缺失的样本。为避免极端值的影响,本文对所有的连续变量进行了1%的缩尾处理。经过上述处理,获得14042个面板有效数据。
(二)变量的定义与计量
1. 企业风险承担水平(Risk)
本文使用企业盈余的波动性来衡量风险承担水平,参照何瑛等(2019)的研究,计算波动性时,将企业每年度的ROA减去行业平均值得到Adj_ROA,以每三年(t年至t+2年)作为一个窗口期,分别滚动计算企业在每一观测时段内经行业调整后的ROA(Adj_ROA)的标准差和极差得到Risk1和Risk2两个衡量企业风险承担水平的代理指标。此外,将Risk1和Risk2同时乘以100,对于量纲的处理能够在不影响显著性水平的同时让系数更好地展现。
2. 会计信息可比性(Compacct)
基于袁知柱和吴粒(2015)的研究,采用计算行业平均会计转换函数的思路得到会计信息可比性。对于行业J中的企业i,使用年度数据,将J行业内除企业i外的所有其他公司进行截面回归,利用回归系数计算出预期盈余。将企业的会计信息可比性定义为实际会计盈余与预期会计盈余之差的绝对值的相反数,Compacct的值越大,表明企业的会计信息可比性越高。
3. 中介变量
(1)应计盈余管理(DA)。根据修正的横截面Jones模型,分年度分行业地对所有上市公司的数据进行回归分析,得到可操控性应计利润DA。(2)真实盈余管理(REM)。参考Roychowdhury(2006)的研究,采用异常经营活动现金流、异常产品成本和异常费用来度量企业的真实盈余管理活动。(3)高管薪酬业绩敏感性(PPS)。借鉴Lin等(2011)的研究,将高管薪酬业绩敏感性指标定义为公司高管前三名薪酬总额的年度变动值与资产收益率ROA的年度变动值之比。
4. 控制变量
本文选取净资产收益率(ROE)、企业年龄(Age)、营业收入增长率(Growth)、企业规模(Size)、资产负债率(Lev)、高管持股比例(Top)、第一大股东持股比例(First)、独立董事比例(Ind)、所有权性质(N)、董事会规模(Board)和人均GDP水平(GDP)作为模型的控制变量,并加入年度虚拟变量(Year)和行业虚拟变量(Industry)控制年度和行业的固定效应。
(三)模型构建
为了检验会计信息可比性对企业风险承担水平的影响以及盈余管理和高管薪酬业绩敏感性的中介作用,本文构建如下实证计量模型:
$\begin{aligned} Ris{k_{i,t}} = {\alpha _0} + {\alpha _1}Compacc{t_{i,t}} + \gamma Contro{l_{i,t}} + \sum Year + \sum Industry + {\varepsilon _{i,t}} \\ \end{aligned} $ | (1) |
$\begin{aligned} DA/REM/PP{S_{i,t}} = {\beta _0} + {\beta _1}Compacc{t_{i,t}} + \gamma Contro{l_{i,t}} + \sum Year + \sum Industry + {\varepsilon _{i,t}} \end{aligned} $ | (2) |
$\begin{aligned} Ris{k_{i,t}} =& {\gamma _0} + {\gamma _1}Compacc{t_{i,t}} + {\gamma _2}DA/REM/PP{S_{i,t}} + \gamma Contro{l_{i,t}} \\ & + \sum Year + \sum Industry + {\varepsilon _{i,t}} \\ \end{aligned} $ | (3) |
模型中,Riski,t为公司i第t年的风险承担水平,分别使用Risk1和Risk2来衡量,Compaccti,t为公司i第t年的会计信息可比性,DAi,t、REMi,t和PPSi,t分别为公司i第t年的应计盈余管理程度、真实盈余管理程度和高管薪酬业绩敏感性,Controli,t为控制变量,Year和Industry分别表示年份固定效应和行业固定效应。其中,为检验应计盈余管理、真实盈余管理和高管薪酬业绩敏感性的中介效应,本文根据温忠麟等(2004)提出的中介效应检验程序,按照上述三个模型的回归结果进行分析。
四、实证检验(一)描述性统计
表1报告了本文主要研究变量的描述性统计结果。由表1可知,在所有的样本公司中,Risk1和Risk2的均值分别为0.0300和0.0567,Risk1的最小值和最大值分别为0.0018和0.2233,Risk2的最小值和最大值分别为0.0033和0.4161,可见,目前我国上市公司的整体风险承担水平仍然较低且不同企业间的风险承担水平具有较大差异;Compacct的均值为−0.0325,最小值和最大值分别为−0.2404和−0.0003,说明不同企业会计信息可比性的差异很大;控制变量的主要描述性统计结果与以往的研究也是一致的,不再赘述。
变量名 | 观测值 | 均值 | 标准差 | 中位数 | 最小值 | 最大值 |
Risk1 | 14042 | 0.0300 | 0.0325 | 0.0191 | 0.0018 | 0.2233 |
Risk2 | 14042 | 0.0567 | 0.0610 | 0.0365 | 0.0033 | 0.4161 |
Compacct | 14042 | −0.0325 | 0.0404 | −0.0186 | −0.2404 | −0.0003 |
N | 14042 | 0.5633 | 0.4960 | 1.0000 | 0.0000 | 1.0000 |
First | 14042 | 0.3516 | 0.1509 | 0.3330 | 0.0853 | 0.7497 |
Top | 14042 | 0.0333 | 0.0915 | 0.0000 | 0.0000 | 0.4285 |
ROE | 14042 | 0.0670 | 0.1320 | 0.0684 | −0.7918 | 0.4277 |
Lev | 14042 | 0.4869 | 0.1977 | 0.4942 | 0.0723 | 1.1625 |
Growth | 14042 | 0.1926 | 0.5708 | 0.1015 | −0.6750 | 5.0337 |
Size | 14042 | 22.1710 | 1.2314 | 22.0207 | 18.9746 | 25.7883 |
Age | 14042 | 2.3115 | 0.5037 | 2.3979 | 1.3863 | 3.1355 |
Board | 14042 | 9.0593 | 1.8367 | 9.0000 | 5.0000 | 15.0000 |
Ind | 14042 | 3.2760 | 0.6432 | 3.0000 | 2.0000 | 5.0000 |
GDP | 14042 | 10.7471 | 0.5687 | 10.8355 | 9.2629 | 11.6801 |
(二)回归分析
1. 会计信息可比性与企业风险承担
表2报告了模型(1)的回归结果,第(1)(2)列中,Compacct的回归系数分别为−20.5066和−38.8839,且均在1%的水平下显著。表明会计信息可比性对企业的风险承担具有显著的负向抑制作用,会计信息可比性越高,企业的风险承担水平越低,二者之间的负相关关系无论在统计意义上还是经济意义上都是显著的,研究假设H1得证。
(1)Risk1 | (2)Risk2 | |
Compacct | −20.5066*** | −38.8839*** |
(−29.7873) | (−30.1191) | |
Growth | 0.0970** | 0.1747** |
(2.1716) | (2.0857) | |
N | −0.5244*** | −0.9897*** |
(−8.8770) | (−8.9341) | |
ROE | −5.4541*** | −10.1736*** |
(−25.3210) | (−25.1865) | |
Lev | 0.1873 | 0.3783 |
(1.2009) | (1.2930) | |
Top | 0.4665 | 0.8641 |
(1.3815) | (1.3646) | |
Size | −0.5003*** | −0.9512*** |
(−18.3678) | (−18.6230) | |
Age | 0.3589*** | 0.6750*** |
(5.8637) | (5.8809) | |
First | −0.0016 | −0.0030 |
(−0.9165) | (−0.9143) | |
Board | −0.0044 | −0.0076 |
(−0.1972) | (−0.1825) | |
Ind | 0.0132 | 0.0346 |
(0.2073) | (0.2901) | |
GDP | 0.1483*** | 0.2738*** |
(2.6187) | (2.5770) | |
_cons | 12.9436*** | 24.6350*** |
(17.3255) | (17.5840) | |
Year | yes | yes |
Industry | yes | yes |
N | 14042 | 14042 |
Adj_R2 | 0.2253 | 0.2269 |
注:***、**、*分别表示在 1%、5%和 10%水平上显著,以下各表同。 |
2. 会计信息可比性、盈余管理和企业风险承担
(1)应计盈余管理
本文采用模型(1)至(3)来检验中介效应。表3的第(1)至(3)列报告了应计盈余管理中介效应的检验结果,第(1)列检验Compacct对DA的影响,Compacct的回归系数为−0.2997,且在1%的水平下显著,表明企业的会计信息可比性越高,应计盈余管理程度越低。同时加入Compacct和DA后,列(2)以Risk1为被解释变量的回归结果中,Compacct和DA的系数分别为−19.7013和2.6870,且均在1%的水平下显著;第(3)列以Risk2为被解释变量的回归结果中,Compacct和DA的系数分别为−37.3725和5.0428,也均在1%的水平下显著。同时,Sobel 检验的Z值均显著为负。以上研究结果说明,会计信息可比性对应计盈余管理和企业风险承担均具有显著的负向影响,而应计盈余管理行为则有助于提升企业的风险承担水平。综上,从中介效应检验程序的结果可以推断出,应计盈余管理在会计信息可比性与企业风险承担之间起到部分中介作用。
(1)DA | (2)Risk1 | (3)Risk2 | (4)REM | (5)Risk1 | (6)Risk2 | |
Compacct | −0.2997*** | −19.7013*** | −37.3725*** | 0.6526*** | −20.1610*** | −38.2248*** |
(−13.6690) | (−28.5321) | (−28.8622) | (13.7096) | (−29.1091) | (−29.4311) | |
DA | 2.6870*** | 5.0428*** | ||||
(10.1631) | (10.1709) | |||||
REM | −0.5296*** | −1.0099*** | ||||
(−4.3358) | (−4.4093) | |||||
Controls | yes | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 |
Adj_R2 | 0.1195 | 0.2309 | 0.2325 | 0.1018 | 0.2263 | 0.2279 |
Sobel检验 | −0.8053*** (z=−8.156) |
−1.5113*** (z=−8.16) |
−0.3456*** (z=−4.134) |
−0.6591*** (z=−4.198) |
||
注:为了列示简洁,在后续表格中只保留主要变量的回归结果,以下各表同。 |
(2)真实盈余管理
表3的第(4)至(6)列报告了真实盈余管理中介效应的检验结果,第(4)列检验了Compacct对REM的影响,Compacct的回归系数为0.6526,且在1%的水平下显著,表明企业的会计信息可比性越高,真实盈余管理程度也就越高。同时加入Compacct和REM后,第(5)列表明,Compacct和REM的系数分别为−20.1610和−0.5296,且均在1%的水平下显著;第(6)列以Risk2为被解释变量的回归结果中,Compacct和REM的系数分别为−38.2248和−1.0099,也均在1%的水平下显著。同时,Sobel 检验的Z值也均在 1%的水平下显著。从以上中介效应检验程序的回归结果中可以看出,会计信息可比性的提高会增加企业的真实盈余管理行为,而真实盈余管理会对企业风险承担产生不利影响,因此,加剧真实盈余管理是会计信息可比性影响企业风险承担水平的另一条作用路径,基于此,本文的研究假设H2得证。
2. 会计信息可比性、高管薪酬业绩敏感性和企业风险承担
表4报告了高管薪酬业绩敏感性中介效应的检验结果,第(1)列检验了Compacct对PPS的影响,Compacct的回归系数为0.0088,且在1%的水平下显著,表明会计信息可比性对高管薪酬业绩敏感性具有显著的正向影响。同时在基准模型中加入Compacct和PPS后,第(2)列中,Compacct和PPS对Risk1的回归系数分别为−20.4635和−4.8502,且均在1%的水平下显著;第(3)列中,当以Risk2为被解释变量进行检验时,Compacct和PPS的系数分别为−38.7993和−9.5031,仍然均在1%的水平下显著。此外,两个Sobel检验的Z值均显著为负。通过上述中介效应检验程序可以证明,高管薪酬业绩敏感性也是会计信息可比性降低企业风险承担水平的中介变量,会计信息可比性的改进对高管薪酬业绩敏感性具有显著的正向影响,而高管薪酬业绩敏感性的提高会减少企业承担风险的行为,本文的研究假设H3得证。
(1)PPS | (2)Risk1 | (3)Risk2 | |
Compacct | 0.0088*** | −20.4635*** | −38.7993*** |
(2.78) | (−29.7229) | (−30.0525) | |
PPS | −4.8502*** | −9.5031*** | |
(−2.6667) | (−2.7863) | ||
Controls | yes | yes | yes |
N | 14042 | 14042 | 14042 |
Adj_R2 | 0.0095 | 0.2256 | 0.2272 |
Sobel检验 | −0.0431*(z=−1.925) | −0.0845**(z=−1.969) |
(三)稳健性检验
1. 变量替换
变更企业风险承担水平的度量方式。参考余明桂等(2013)的研究,改变计算方法和窗口期,采用企业t年至t+2年内经行业平均调整的ROA的标准差衡量企业风险承担水平(Risk)。回归结果报告于表5中,更换企业风险承担的度量方法后,本文的研究结果未改变。
(1)Risk | (2)Risk | (3)Risk | (4)Risk | |
Compacct | −20.6264*** | −19.3622*** | −20.0556*** | −20.5543*** |
(−16.6392) | (−15.5590) | (−16.0797) | (−16.5794) | |
DA | 4.2183*** | |||
(8.8528) | ||||
REM | −0.8746*** | |||
(−3.9763) | ||||
PPS | −8.1098** | |||
(−2.4762) | ||||
Controls | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 |
Adj_R2 | 0.0790 | 0.0841 | 0.0800 | 0.0794 |
变更会计信息可比性的度量方式。除上述所使用的截面可比性外,借鉴张列柯等(2019)的研究,使用第t期前的连续16个季度数据估计,计算出企业i与同行业内其他公司的会计信息可比性(Com1),为了使结果更加稳健,将所有与i配对的组合的可比性值按从大到小排列,取可比性最高的四对组合的平均值(Com2)。
回归结果报告于表6和表7中,可以看出,本文的研究结论不受会计信息可比性度量方法的影响。
2. 更换模型
为控制随个体改变的因素产生的影响,本文选择固定效应回归模型重新进行检验,检验结果报告于表8和表9中,可以看出,更换固定效应模型后的估计结果仍然支持本文的研究结论。
(1)Risk1 | (2)Risk2 | (3)Risk1 | (4)Risk2 | (5)Risk1 | (6)Risk2 | (7)Risk1 | (8)Risk2 | |
Com1 | −19.2315*** | −36.6429*** | −18.4017*** | −35.0818*** | −18.6402*** | −35.5182*** | −19.1633*** | −36.5100*** |
(−8.2298) | (−8.3569) | (−7.9185) | (−8.0456) | (−7.9866) | (−8.1108) | (−8.2030) | (−8.3292) | |
DA | 3.4939*** | 6.5727*** | ||||||
(12.9559) | (12.9897) | |||||||
REM | −0.9039*** | −1.7194*** | ||||||
(−7.2467) | (−7.3463) | |||||||
PPS | −5.9808*** | −11.6453*** | ||||||
(−3.1977) | (−3.3183) | |||||||
Controls | yes | yes | yes | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 |
Adj_R2 | 0.1802 | 0.1809 | 0.1898 | 0.1906 | 0.1832 | 0.1840 | 0.1807 | 0.1815 |
(1)Risk1 | (2)Risk2 | (3)Risk1 | (4)Risk2 | (5)Risk1 | (6)Risk2 | (7)Risk1 | (8)Risk2 | |
Com2 | −15.3200*** | −29.2289*** | −14.5757*** | −27.8288*** | −14.9599*** | −28.5439*** | −15.2263*** | −29.0464*** |
(−8.0887) | (−8.2245) | (−7.7377) | (−7.8735) | (−7.9107) | (−8.0446) | (−8.0408) | (−8.1750) | |
DA | 3.4890*** | 6.5632*** | ||||||
(12.9354) | (12.9685) | |||||||
REM | −0.9131*** | −1.7368*** | ||||||
(−7.3219) | (−7.4224) | |||||||
PPS | −5.8844*** | −11.4613*** | ||||||
(−3.1456) | (−3.2653) | |||||||
Controls | yes | yes | yes | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 |
Adj_R2 | 0.1800 | 0.1807 | 0.1897 | 0.1904 | 0.1831 | 0.1839 | 0.1806 | 0.1813 |
(1)Risk1 | (2)Risk2 | (3)DA | (4)Risk1 | (5)Risk2 | |
Compacct | −15.7237*** | −29.7569*** | −0.3067*** | −15.5132*** | −29.3698*** |
(−23.3298) | (−23.5544) | (−12.2783) | (−22.8776) | (−23.1064) | |
DA | 0.6862*** | 1.2623*** | |||
(2.7566) | (2.7052) | ||||
Controls | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 |
(1)REM | (2)Risk1 | (3)Risk2 | (4)PPS | (5)Risk1 | (6)Risk2 | |
Compacct | 0.3804*** | −15.5516*** | −29.4341*** | 0.0152*** | −15.6682*** | −29.6458*** |
(8.8579) | (−23.0063) | (−23.2301) | (4.7703) | (−23.2275) | (−23.4467) | |
REM | −0.4524*** | −0.8487*** | ||||
(−3.1251) | (−3.1276) | |||||
PPS | −3.6421* | −7.2987** | ||||
(−1.8697) | (−1.9990) | |||||
Controls | yes | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 |
3. 时滞效应
考虑到会计信息可比性对企业风险承担的影响可能存在滞后性,将解释变量和控制变量滞后一期,回归结果报告于表10和表11中,结果显示,本文的研究结论是稳健的。
(1)F. Risk1 | (2)F. Risk2 | (3)F. DA | (4)F. Risk1 | (5)F. Risk2 | |
Compacct | −7.5142*** | −14.2995*** | −0.1470*** | −6.9853*** | −13.3087*** |
(−9.4597) | (−9.5828) | (−5.9112) | (−8.8362) | (−8.9614) | |
DA | 3.5967*** | 6.7382*** | |||
(12.0780) | (12.0446) | ||||
Controls | yes | yes | yes | yes | yes |
N | 11393 | 11393 | 11393 | 11393 | 11393 |
Adj_R2 | 0.1104 | 0.1108 | 0.0636 | 0.1216 | 0.1220 |
(1)F.REM | (2)F.Risk1 | (3)F.Risk2 | (4)F.PPS | (5)F.Risk1 | (6)F.Risk2 | |
Compacct | 0.4221*** | −7.3845*** | −14.0524*** | 0.0106*** | −7.4116*** | −14.1052*** |
(7.8270) | (−9.2731) | (−9.3935) | (3.0052) | (−9.3351) | (−9.4573) | |
REM | −0.3072** | −0.5855** | ||||
(−2.2227) | (−2.2552) | |||||
PPS | −9.6646*** | −18.3107*** | ||||
(−4.5817) | (−4.6209) | |||||
Controls | yes | yes | yes | yes | yes | yes |
N | 11393 | 11393 | 11393 | 11393 | 11393 | 11393 |
Adj_R2 | 0.0699 | 0.1107 | 0.1112 | 0.0075 | 0.1120 | 0.1124 |
4. 两阶段模型
本文主要采用工具变量法解决研究结论可能存在的内生性问题。选择公司同年份所属行业内其他上市公司会计信息可比性的均值作为工具变量,并采用两阶段最小二乘估计法(2SLS)进行稳健性检验。表12报告了2SLS的估计结果,工具变量AvgCompacct的估计系数为0.4148,且在1%的水平下显著,表明同年份同行业内其他公司会计信息可比性对本公司的会计信息可比性具有显著的正向影响。检验工具变量识别不足的Anderson LM检验的值为74.212,显著拒绝原假设,说明工具变量不存在识别不足的问题,弱工具变量检验Cragg-Donald Wald的F统计量为74.389,大于Stock-Yogo弱工具变量检验的临界值,表明工具变量不存在弱识别问题。第二阶段以Risk1为被解释变量的模型中,Compacct的估计系数为−22.5448,且在5%的水平下显著,以Risk2为被解释变量的模型中,Compacct的估计系数为−41.5578,也在5%的水平下显著。因此,考虑内生性问题后,会计信息可比性仍然对企业风险承担具有显著的负向抑制效应,支持本文的研究结论。
(1)Compacct | (2)Risk1 | (3)Risk2 | |
AvgCompacct | 0.4148***(8.6249) | ||
Compacct | −22.5448**(−2.3834) | −41.5578**(−2.3432) | |
Controls | yes | yes | yes |
N | 14042 | 14042 | 14042 |
Adj_R2 | 0.2485 | 0.2248 | 0.2266 |
Anderson canon. LM(p值) | 74.212***(0.000) | 74.212***(0.000) | |
Cragg-Donald WaldF统计量 | 74.389 | 74.389 |
(一)信息不对称、会计信息可比性与企业风险承担
上文分析认为,会计信息可比性作为企业重要的信息来源对风险承担行为产生影响,信息不对称同样也是影响企业风险承担水平的重要因素,而且在信息环境不同的企业中,会计信息可比性对企业的影响也存在差异(张列柯等,2019)。信息不对称与会计信息可比性对企业风险承担的影响可能会呈现替代关系,张列柯等(2019)发现,在信息不对称越严重的企业中,会计信息可比性对薪酬契约有效性的提升作用越强。同样地,会计信息可比性可能成为信息不对称的替代机制,在信息不对称程度越低的企业中,会计信息可比性对风险承担水平的抑制效应越小。为了验证这一假说,参考姜付秀等(2016)和张列柯等(2019)的研究,本文从以下三种信息不对称情景进行检验:分析师关注度、审计机构规模和股价同步性。
分析师作为资本市场中的信息中介者,凭借其专业的信息收集和处理能力,能够改善企业的信息环境。分析师的信息来源包括公开信息和私有信息,通过获取的信息对企业内部的运营状况和发展潜力进行分析,并将其传递给股东和外部潜在的投资者,加深投资者对企业投资项目风险和价值的理解,从而降低企业内外部的信息不对称程度。已有研究表明,跟踪企业的分析师人数越多,企业的透明度越高(Hong等,2000)。因此,本文检验分析师关注度对会计信息可比性与企业风险承担关系的影响。
Bushman和Smith(2001)研究发现,聘用规模较大的审计机构能够显著降低企业内外部的信息不对称程度。原因在于,首先,规模较大的审计机构的审计严格程度也较高,经过严格审计的企业信息较少受到管理层所报告的偏差和错误的扭曲,企业聘请的审计机构规模越大、审计流程越规范,越能够发挥改善企业信息环境的效用。其次,规范的审计机构既能够抑制企业会计舞弊和财务报告违规的行为,又能约束管理者的自利行为,协调管理层与股东之间的利益冲突,降低代理成本。姜付秀等(2016)的研究表明,四大会计师事务所作为世界上专业性较高的审计机构,凭借其权威和规范的审计流程,能够显著提高企业的信息透明度。
股价同步性作为衡量资本市场信息传递效率的重要指标,反映了公司特定信息被纳入股票价格的程度。市场投资者不断地收集和处理公司的特质信息,通过交易获取收益,从而更新股票价格、降低股价同步性。股价同步性越低,外部投资者根据股票价格的持续表现判断公司内在价值的准确性就越高,进而也可以降低信息不对称程度、改善信息环境。因此,股价同步性也是信息透明度的衡量指标之一,股价同步性越低,企业的信息不对称程度就越低。
将信息不对称详细定义如下:(1)分析师关注度(An)。使用每年跟踪企业的分析师人数加一后取自然对数的值作为分析师关注度(An)的度量指标。(2)审计机构规模(Big4)。当企业的审计机构为四大会计师事务所时,Big4取值为1,否则为0。(3)股价同步性(SYN),使用对数化后的个股R2来度量。将上述三个信息不对称变量分别与会计信息可比性交乘,在原模型中分别加入信息不对称变量和相关交乘项,回归结果报告于表13中。
表13的第(1)和(2)列中,Compacct×An的回归系数分别为4.2718和8.1645,且均在1%的水平下显著,表明分析师关注度能够调节会计信息可比性与企业风险承担之间的关系。跟踪企业的分析师越多,会计信息可比性对企业风险承担的负向影响就越小。第(3)和(4)列中,Compacct×Big4的回归系数分别为10.2915和19.9389,且均在1%的水平下显著,这意味着相较于由非四大会计师事务所审计的企业,由四大会计师事务所审计的企业中会计信息可比性对企业风险承担的负向影响较小。第(5)和(6)列中,Compacct×SYN的回归系数分别为−1.1649和−2.2277,且均在10%的水平下显著,说明会计信息可比性对风险承担的负向影响在股价同步性越低的企业中越小。总体而言,以上研究结果表明,企业信息不对称程度的降低能够缓解会计信息可比性对其风险承担行为的抑制效应。
(1)Risk1 | (2)Risk2 | (3)Risk1 | (4)Risk2 | (5)Risk1 | (6)Risk2 | |
Compacct | −26.2363*** | −49.8365*** | −21.6834*** | −41.1641*** | −21.1459*** | −40.1138*** |
(−25.0085) | (−25.3346) | (−29.6365) | (−30.0042) | (−25.0149) | (−25.3051) | |
An | 0.2454*** | 0.4680*** | ||||
(7.7153) | (7.8460) | |||||
Compacct×An | 4.2718*** | 8.1645*** | ||||
(7.5042) | (7.6491) | |||||
Big4 | 0.6258*** | 1.2118*** | ||||
(4.2595) | (4.3985) | |||||
Compacct×Big4 | 10.2915*** | 19.9389*** | ||||
(5.1387) | (5.3093) | |||||
SYN | −0.2054*** | −0.3877*** | ||||
(−5.5562) | (−5.5924) | |||||
Compacct×SYN | −1.1649* | −2.2277* | ||||
(−1.8038) | (−1.8395) | |||||
Controls | yes | yes | yes | yes | yes | yes |
N | 14042 | 14042 | 14042 | 14042 | 14042 | 14042 |
Adj_R2 | 0.2296 | 0.2313 | 0.2267 | 0.2284 | 0.2270 | 0.2286 |
(二)会计信息可比性、企业风险承担与企业价值
前文证明了会计信息可比性的提高会降低企业的风险承担水平,已有研究中,何瑛等(2019)发现企业风险承担水平的提高能够提升其价值创造能力。那么,会计信息可比性对风险承担的负向影响会如何作用于企业价值,本部分将对这一经济后果进行检验。同样参考温忠麟等(2004)的中介效应检验程序:第一,检验会计信息可比性如何影响企业价值;第二,检验会计信息可比性如何影响企业风险承担;第三,检验会计信息可比性和企业风险承担同时对企业价值的作用。企业价值定义为TobinQ,Risk1和Risk2为中介变量,检验结果报告于表14中。从表14可以看出,Risk1和Risk2的回归系数均显著为正,表明企业承担风险能够促进其价值提升,而Compacct的回归系数均显著为负,这意味着会计信息可比性通过抑制企业风险承担进而对企业价值产生了不利影响。以上研究结果说明,虽然会计信息可比性的改进在一定程度上提升了财务信息质量,但这种“比较”效应同时给管理层带来了压力,这种压力导致管理者更多地放弃了高风险但具有长远潜在价值的投资项目,从而使企业错失更好的发展机遇。如何减轻会计信息可比性给管理层带来的压力以及其对风险和失败容忍度的损伤,值得进一步研究。
(1)TobinQ | (2)TobinQ | (3)TobinQ | |
Risk1 | 0.0709*** | ||
(17.7500) | |||
Risk2 | 0.0381*** | ||
(17.9058) | |||
Compacct | −3.1738*** | −1.7205*** | −1.6917*** |
(−9.65) | (−5.1300) | (−5.0417) | |
Controls | yes | yes | yes |
N | 14042 | 14042 | 14042 |
Adj_R2 | 0.4726 | 0.4842 | 0.4844 |
Sobel检验 | −1.4532***(z=-15.25) | −1.4821***(z=-15.39) |
会计信息作为主要的公开信息来源之一,对企业的经营决策具有重要影响。本文从可比性出发,检验了其对风险承担水平的影响。研究结果表明:第一,会计信息可比性越高,企业的风险承担水平越低,二者之间具有显著的负相关关系。第二,会计信息可比性主要通过抑制企业的应计盈余管理行为、促进真实盈余管理行为和提高高管薪酬业绩敏感性进而降低了风险承担水平。第三,企业信息环境的改善能够缓解会计信息可比性对风险承担水平的负向影响。第四,会计信息可比性对风险承担水平的负向影响进而损害了企业价值。
本文的研究不仅丰富了会计信息可比性经济后果和企业风险承担影响因素方面的文献,也具有重要的启示意义。首先,本文扩展了对会计信息可比性的认识,已有关于会计信息可比性对企业影响的研究,主要强调正面效应,包括提高投资效率、降低股价崩盘风险等,本文从风险行为的视角切入,研究发现会计信息可比性也会对企业产生一定的负向影响,例如降低风险承担水平,进而损害企业价值。需要指出的是,本研究并没有否认会计信息可比性对企业的积极影响,但投资者和管理者要客观地利用会计信息可比性评估风险,避免因过度规避风险而错失净现值为正的投资项目。其次,本文扩大了会计信息可比性对企业投资行为影响范围的研究。已有研究表明,会计信息可比性越高,企业的投资效率也就越高,但他们主要关注企业对短期有形资产的投资行为,风险承担行为包括研发、并购和专业化经营等,这些项目风险高、周期长、不确定性大,本文研究认为,会计信息可比性的提高一方面帮助管理者更好地识别和评估风险,从而减少极端风险选择,另一方面增加了投资者的比较,这种“比较”效应加剧了管理层短期经营业绩的压力,挤出了对风险机会的投资。因此,在不同风险维度的项目上,会计信息可比性对企业选择的影响也会不同。最后,本文的研究结论有助于企业、资本市场以及其他利益相关者深入认识会计信息可比性发挥的作用,提高会计信息可比性既能够降低企业内外部的信息不对称程度,缓解融资约束,又能抑制管理者谋求私利的行为,减轻代理冲突,这是毋庸置疑的积极作用,但本文的研究结果表明可比性的提高同样也会增强企业规避风险的意识和选择,这会对企业的风险承担水平产生不利影响。企业和其利益相关者如何尽可能地利用会计信息可比性的正面效应、避免其负面影响,未来需要进一步研究。
[1] | 何瑛, 于文蕾, 杨棉之. CEO复合型职业经历、企业风险承担与企业价值[J]. 中国工业经济, 2019(9): 155–173. |
[2] | 姜付秀, 石贝贝, 马云飙. 信息发布者的财务经历与企业融资约束[J]. 经济研究, 2016(6): 83–97. |
[3] | 江轩宇, 申丹琳, 李颖. 会计信息可比性影响企业创新吗[J]. 南开管理评论, 2017(4): 82–92. |
[4] | 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004(5): 614–620. |
[5] | 余明桂, 李文贵, 潘红波. 管理者过度自信与企业风险承担[J]. 金融研究, 2013(1): 149–163. |
[6] | 袁振超, 饶品贵. 会计信息可比性与投资效率[J]. 会计研究, 2018(6): 39–46. |
[7] | 袁知柱, 吴粒. 会计信息可比性与企业应计及真实盈余管理行为选择[J]. 中国会计评论, 2015(4): 453–486. |
[8] | 张列柯, 张倩, 刘斌. 会计信息可比性影响高管薪酬契约的有效性吗?[J]. 中国软科学, 2019(2): 110–127, 142. |
[9] | Boubakri N, Cosset J C, Saffar W. The role of state and foreign owners in corporate risk-taking: Evidence from privatization[J]. Journal of Financial Economics, 2013, 108(3): 641–658. |
[10] | Bushman R M, Smith A J. Financial accounting information and corporate governance[J]. Journal of Accounting and Economics, 2001, 32(1-3): 237–333. |
[11] | Cohen D A, Dey A, Lys T Z. Real and accrual-based earnings management in the pre- and post-sarbanes-oxley periods[J]. The Accounting Review, 2008, 83(3): 757–787. |
[12] | Hong H, Lim T, Stein J C. Bad news travels slowly: Size, analyst coverage, and the profitability of momentum strategies[J]. Journal of Finance, 2000, 55(1): 265–295. |
[13] | Lin C, Lin P, Song F M, et al. Managerial incentives, CEO characteristics and corporate innovation in China’s private sector[J]. Journal of Comparative Economics, 2011, 39(2): 176–190. |
[14] | Mclean R D, Zhao M X. The business cycle, investor sentiment, and costly external finance[J]. Journal of Finance, 2014, 69(3): 1377–1409. |
[15] | Roychowdhury S. Earnings management through real activities manipulation[J]. Journal of Accounting and Economics, 2006, 42(3): 335–370. |
[16] | Wright P, Kroll M, Krug J A, et al. Influences of top management team incentives on firm risk taking[J]. Strategic Management Journal, 2007, 28(1): 81–89. |