在注册制实施的背景下,政府简政放权,监管层从事前核准转向事中和事后监管,进而将公司上市过程中的信息披露责任转移到发行人和金融中介机构身上,这使得处于信息弱势地位的投资者对中介机构的依赖性会更强。中介机构通过自身声誉对股票发行人的合规性进行背书,其声誉至关重要。身为上市公司会计信息质量最后的“把关人”,会计师事务所的声誉是其立身之本(Krishnamurthy等,2006;Skinner和Srinivasan,2012;李晓慧等,2016;李晓慧和孙龙渊,2018)。然而,国内一些上市公司财务造假案件的发生使得负责审计的会计师事务所受到监管层严厉的处罚,并导致其声誉产生了严重损失。这种处罚的力度正逐渐加大,2021年2月10日,广东正中珠江会计师事务所因审计康美药业未能勤勉尽责,被罚没5700万元,创下审计机构被罚之最。监管处罚的对象是会计师事务所,而各个市场主体是否重视会计师事务所被罚后的声誉损失所带来的影响,才是对中介机构的监管能否通过声誉机制发挥作用的关键所在。
以往研究发现,公司的会计师事务所被监管层处罚后,短期异常报酬率为负(Krishnamurthy等,2006;刘峰等,2010),被罚会计师事务所审计的IPO项目发审委过审率也显著降低(原红旗等,2020)。这些研究表明,无论是监管层还是投资者均对被罚会计师事务所的审计质量存在疑虑,并相应地做出了负面的反应。但是目前讨论公司会采取怎样的手段,来挽回会计师事务所声誉损失对公司产生的负面影响的研究还很缺乏,且主要集中在公司是否变更会计师事务所。公司在会计师事务所被处罚后换所的情况较少,不更换会计师事务所能否说明公司不重视会计师事务所声誉?考虑到会计师事务所在长期审计中逐渐与老客户建立起密切的私人关系和利益同盟,且会计师事务所的折价等策略会在一定程度上阻止公司摒弃声誉较差的会计师事务所(李晓慧等,2016)。而会计师事务所声誉受损的客观事实依然存在,为了降低这种不利后果带来的影响,在投资者可以直观感知到的范围内,提升信息质量来缓解信息摩擦是上市公司一个可能的应对策略。
业绩预告是上市公司重要的前瞻性信息,在年报信息越来越复杂的今天,业绩预告是引导投资者理解公司信息的重要渠道(Dyer等,2016;Guay等,2016),在很大程度上影响了投资者的决策(Penman,1980)。在我国业绩预告信息披露准确度较低,模糊披露较为常见的情况下,准确的业绩预告能够增强市场对上市公司信息质量的信任,具有显著的声誉效应(李馨子和罗婷,2014)。公司选择良好声誉的会计师事务所是为了消除投资者对会计信息的质疑,公司披露精确度更高的业绩预告相当于自建声誉,也能够消除信息不对称(袁振超等,2014)。因此,上市公司能够通过提升业绩预告信息披露质量,来降低因会计师事务所声誉损失给自身带来的影响。基于以上研究背景,本文以会计师事务所被处罚的外生冲击作为声誉损失的衡量方式,对会计师事务所声誉损失时上市公司是否会提升业绩预告质量进行了研究。
本文可能的贡献如下:第一,以往文献主要从发审委过会情况、对审计人员产生的威慑作用以及客户流失的角度,研究了会计师事务所被监管处罚导致声誉损失的后果(刘峰等,2010;李晓慧等,2016;刘文军等,2019;原红旗等,2020)。本文创新性地从公司的信息披露角度,考察了公司是否重视会计师事务所声誉所提供的保证,扩展了会计师事务所声誉损失的相关研究。第二,本文验证了业绩预告是管理层调节信息披露的重要工具,在外界环境变化时,管理层会主动地运用业绩预告去降低信息不对称。此外,业绩预告与年报文本信息是互为补充的信息披露渠道,为业绩预告和年报文本信息研究的重要性提供了进一步支持。第三,通过考察公司对中介机构的声誉受损是否做出反应,可以了解中介机构声誉在资本市场的重要性和公司对中介机构声誉的依赖程度,为注册制实施中的监管问题提供了重要的理论依据,即可以减少对行政管制的倚重,而更多地通过市场化的声誉机制来约束中介机构,保护投资者的利益。
二、理论分析与研究假设公司的信息披露同时具有收益和成本。一方面,披露内部信息可以帮助投资者准确地判断公司的真实价值(Darrough和Stoughton,1990),降低与投资者之间的信息不对称性,增加流动性,降低资本成本(Balakrishnan等,2014)。另一方面,信息披露有一定的私有成本,过多的信息披露可能会使得公司的竞争对手了解内部情况,导致公司在产品市场的竞争中失去优势(Darrough和Stoughton,1990;Dye,2001;Verrecchia,2001)。因此,管理层需要权衡信息披露的成本和收益并选择最优信息披露策略,以达到公司利益最大化(Leuz和Schrand,2009;Sethuraman,2019)。投资者获得的信息由公司本身和第三方包括分析师、监管者、审计师等与公司有关系的人员共同提供(Frenkel等,2020),因此,公司在维持信息披露最优化时也会考虑第三方提供的公司相关信息。当第三方披露信息减少时,公司总体信息不对称程度上升,管理层会主动地再评估自身的信息披露策略并选择性地增加信息披露,以重新达到总体信息披露最优化。
会计师事务所是公司重要的第三方信息提供者,从公司IPO审计到每年定期审计以及并购重组和再融资审计,会计师事务所都需要参与财务信息鉴定,并以其专业性和独立性为财务信息质量提供重要保证(Mansi等,2004)。而审计是一种质量难以判断的“信用品”,审计信息的使用者需要依靠会计师事务所的声誉来了解审计质量(Causholli和Knechel,2012;王咏梅和王鹏,2012)。投资者对会计师事务所声誉的感知可以来源于会计师事务所其他的客户是否有财务造假行为(Cook等,2020),当其在某一家上市公司的审计中没有尽到正直勤勉的义务,甚至与上市公司合谋进行财务造假而受到处罚时,会计师事务所独立、专业的声誉受到了损害。以往研究也表明,会计师事务所的审计质量存在“污染”效应,当某个客户出现财务造假,表明会计师事务所整体可能存在系统性问题(Francis和Michas,2013;Swanquist和Whited,2015)。会计师事务所声誉损失将导致投资者对会计师事务所的整体审计质量产生怀疑(Barton,2005),公司财务信息的保证程度降低,增加了投资者对公司评估的不确定性(Klein和Leffler,1981),投资者会选择向管理层询问以了解公司的审计机构情况。会计师事务所声誉损失后,公司决定是否更换时,会考虑会计师事务所的服务内容、收费水平、公司与审计师的个人关系等因素,这些因素会加大公司更换的难度,进而影响其变更决定(李晓慧和孙龙渊,2018)。在不同公司管理层的角度来看,短期内提升业绩预告质量的成本与更换会计师事务所的成本有孰高孰低之分。若提升业绩预告质量的成本低于更换会计师事务所的成本,选择性地增加信息披露以重新达到总体信息披露最优化也是可能的选择。
就增加信息披露而言,业绩预告具有较高的信息含量,且与公司发布的其他信息相比,具有灵活性、重要性和可鉴定性三个重要特征。首先,与定期报告和业绩快报等信息相比,业绩预告披露更加灵活及时,在没有达到强制性业绩预告披露标准时可以自行选择披露与否,因此能够依据公司的需要进行适时披露。其次,业绩预告作为重要的前瞻性信息,与微博等自媒体信息相比,业绩预告在证监会指定的特定平台上发布,信息受众更广,传播面积较大。研究表明业绩预告传递了约55%的会计信息,对投资者决策影响较大(Beyer等,2010)。最后,虽然业绩预告信息不需要经过审计,信息的准确度和精确度有较大的自由裁量权(Li和Zhang,2015),但是作为一种可以与未来发布的定期报告进行比较验证的信息,其准确性非常直观,而准确的业绩预告可以在一定程度上帮助公司建立起良好的声誉(Graham等,2005;Ota等,2019)。因此,披露更高质量的业绩预告有助于向市场传递公司重视信息透明度的形象,增强投资者对公司信息的信任。公司选择良好声誉的会计师事务所是为了消除投资者对会计信息的质疑,公司披露精确度更高的业绩预告相当于自建声誉,也能够消除信息不对称(李馨子和罗婷,2014;袁振超等,2014)。因此,在会计师事务所声誉受损后,上市公司会提升业绩预告质量,来应对信息不对称程度上升,挽回信息披露声誉。根据以上分析,本文提出以下假设:
H1:会计师事务所声誉损失后,上市公司会提升业绩预告的质量。
三、研究设计(一)样本选择与数据来源
借鉴张学勇和张秋月(2018)的研究,会计师事务所声誉损失采用中国证券监督委员会、上海证券交易所和深圳证券交易所(以下简称“一会两所”)对会计师事务所的监管处罚。会计师事务所被处罚数据手工收集于“一会两所”官方的信息披露网站,2007—2019年一共获得111条处罚记录。借鉴李晓溪等(2019)的研究,本文使用了业绩预告的季度数据。以2007—2019年披露了业绩预告数据的A股上市公司作为原始样本,剔除因该公司财务造假导致会计师事务所被处罚的公司样本,剔除处罚当年更换会计师事务所的公司样本,剔除被ST的公司和财务数据缺失的公司样本,最后剩余56134个季度样本。业绩预告数据来自于Wind数据库,其他财务数据均来自CSMAR数据库。为了防止极端值的影响,对所有的连续型变量进行了上下1%的Winsorize缩尾。
(二)变量定义
本文从业绩预告的偏差、区间宽度和积极性三个角度,对业绩预告质量进行衡量。具体指标为:
1.业绩预告偏差(Error)。借鉴Ajinkya等(2005)的做法,业绩预告偏差Error=|(FEPS-AEPS)|×100/Openprice,该数值越大,表明业绩预告的准确性越差。其中,FEPS为预告的每股收益,AEPS为实际的每股收益,Openprice为公司当季的开盘价。若业绩预告中缺少FEPS数据,则使用预告中“归属于母公司股东净利润”除以总股数得到FEPS,若只公布了预期业绩增长幅度,则根据上期实际的每股收益EPS和预期增长幅度计算出本期的FEPS。此外,当业绩预告数据为点估计时,直接使用点估计数据,当数据为区间估计时,取业绩预告区间中值数据,只有上限或者下限时,直接使用上限或者下限作为估计值。
2.业绩预告区间宽度(Width)。借鉴Li和Zhang(2015)的研究,业绩预告区间宽度Width=(FEPS_High-FEPS_low)×100/Openprice。其中,FEPS_High和FEPS_low分别为预告每股收益上限和下限,Width的值越大表明上市公司业绩预告的区间越宽,预告精确性越低。
3.业绩预告积极性(Voluntary)。借鉴李欢和罗婷(2016)和王丹等(2020)的研究,若上市公司当年度进行业绩预告的自愿性披露,Voluntary取值为1,强制性披露取值0(强制性披露界定为净利润为负、扭亏为盈或者报告净利润浮动的均值超过50%,《上海证券交易所股票上市规则》《深圳证券交易所股票上市规则》规定可免除的情况除外)。
(三)模型设定
会计师事务所被处罚分布在不同的年度,因此无法设置事件后变量(Post)并使用传统的双重差分法,本文借鉴原红旗等(2020)在类似情境下的多时点差分法,构建模型如下:
$ MFQuality = {\beta _0} + {\beta _1}Sanc{\text{\_}}Post + {\beta _2}Sanc + \gamma Controls{\text{ + }}\sum {Industry} + \sum {Year} + \varepsilon $ | (1) |
其中,MFQuality为公司的业绩预告质量,声誉损失变量(Sanc_Post)为处罚效应变量,若公司在处罚公告发布之前聘用了该会计师事务所,那么在处罚公告发布之后四个季度为1,其余时间为0,其系数代表了公司的会计师事务所声誉损失对业绩预告行为的影响。
(一)监管处罚后投资者反应
首先检验了会计师事务所受到处罚时的市场反应,当年使用了受罚会计师事务所审计服务的为受影响的公司,确认监管处罚宣布的日子为处罚生效的事件日,事件发生前120天作为估计期,删除估计期不足的样本,使用市场模型计算累计异常报酬率。累计异常报酬率CAR如表2所示。由表2可以看出,CAR最小时为−0.49%,这与以往研究发现的会计师事务所被处罚的当天公司会有小幅且显著的负向报酬率结论一致(Krishnamurthy等,2006;刘峰等,2010)。虽然幅度较小,但会计师事务所的客户较多,被处罚时涉及的面积广,一个市值为20亿元的公司市值将缩水近一千万元,这意味着整个市场的损失较大(陈运森和宋顺林,2018)。更重要的是,市场可能在会计师事务所被立案调查的时候就已经有了其被处罚的预期,甚至这种预期可能提前到其审计的上市公司重大财务造假的事件被曝光时,因此市场在被处罚公告宣告之前已经在一定程度上做出了反应,这个负的异常报酬率值低估了会计师事务所被处罚给公司价值带来的负面影响。
变量名称 | 变量符号 | 变量定义 |
业绩预告偏差 | Error | |(预期每股收益-每股收益实际值)|×100/当季股票开盘价 |
业绩预告区间宽度 | Width | (预期每股收益上限-预期每股收益上限)×100/当季股票开盘价 |
业绩预告积极性 | Voluntary | 业绩预告为自愿性披露时Voluntary的值为1,强制性披露为值0(强制性披露界定为净利润为负、扭亏为盈或者报告净利润浮动的上限或者下限超过50%,《上市规则》规定可免除的情况除外) |
处罚效应变量 | Sanc_Post | 虚拟变量,若处罚公告发布之前聘用了该会计师事务所,在公告发布后四个季度为1,其余为0 |
处罚变量 | Sanc | 虚拟变量,公司的会计师事务所受到过监管处罚为1,其余为0 |
企业规模 | Size | 总资产取对数 |
资产负债率 | Lev | 总负债/总资产 |
总资产利润率 | Roa | 净利润/总资产 |
销售增长率 | Sales_g | (当期销售-上一期销售额)/上一期销售额 |
公司成长性 | Tobinq | (股权市值+债务账面价值)/总资产账面价值 |
两职合一 | Dual | 董事长与总经理是否为同一个人,是时为1,其他为0 |
董事会规模 | Boardnum | 董事会人数取对数 |
独立董事比例 | Indepedent | 独立董事人数/董事会总人数 |
两权分离度 | Seperation | 实际控制人拥有上市公司控制权与所有权之差 |
股权集中度 | HHI | 前三大股东持股比例 |
是否为四大审计 | Big4audit | 是否为四大审计,是时为1,其他为0 |
机构投资者持股 | Inshold | 机构投资者持股比例 |
是否为国有企业 | State | 国有企业时为1,其他为0 |
时间窗口 | 异常报酬率CAR | P值(H0:均值=0) |
(−2,−2) | 0.0006* | 0.094 |
(−2,−1) | 0.0002 | 0.6553 |
(−2,0) | −0.0016** | 0.017 |
(−2,1) | −0.0049*** | 0.000 |
(−2,2) | −0.0037*** | 0.000 |
(二)描述性统计
对变量进行描述性统计的结果如表3所示。在因变量方面,业绩预告偏差(Error)均值为0.385,区间宽度(Width)均值为0.329,从整体上看质量较差。值得关注的是,我国上市公司自愿性业绩预告占比0.642,在所有业绩预告中占比超过一半,表明我国上市公司主动进行业绩预告的动机较强。总体来看,业绩预告质量的代理变量Error、Width、Voluntary的分布与以往的研究接近(李志生等,2017;刘柏和卢家锐,2018)。在自变量方面,会计师事务所是否被处罚过的变量Sanc_Post的均值为0.226,表明公司在会计师事务所被处罚后四个季度内发布了业绩预告的样本占总样本约22.6%。
变量 | 样本数 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
Error | 50898 | 0.385 | 1.038 | 0.000 | 0.074 | 7.715 |
Width | 50899 | 0.329 | 0.426 | 0.000 | 0.184 | 2.459 |
Voluntary | 56134 | 0.642 | 0.479 | 0.000 | 1.000 | 1.000 |
Sanc_Post | 56129 | 0.226 | 0.418 | 0.000 | 0.000 | 1.000 |
Sanc | 56129 | 0.534 | 0.499 | 0.000 | 1.000 | 1.000 |
Size | 56134 | 21.796 | 1.235 | 18.946 | 21.647 | 26.575 |
Lev | 56134 | 0.428 | 0.229 | 0.048 | 0.414 | 1.273 |
Roa | 56134 | 0.024 | 0.045 | −0.158 | 0.020 | 0.156 |
Sales_g | 56134 | 0.284 | 0.782 | −0.783 | 0.136 | 5.510 |
Tobinq | 56134 | 2.245 | 1.452 | 0.903 | 1.769 | 8.641 |
Dual | 56134 | 0.716 | 1.451 | 0.000 | 0.000 | 1.000 |
Boardnum | 56134 | 8.572 | 1.682 | 5.000 | 9.000 | 15.000 |
Indepedent | 56134 | 3.153 | 0.555 | 0.000 | 3.000 | 5.000 |
Seperation | 56134 | 4.694 | 7.378 | 0.000 | 0.000 | 29.229 |
HHI | 56134 | 0.153 | 0.112 | 0.000 | 0.123 | 0.810 |
Big4audit | 56134 | 0.038 | 0.191 | 0.000 | 0.000 | 1.000 |
Inshold | 56134 | 5.423 | 6.311 | 0.000 | 3.086 | 30.580 |
State | 56134 | 0.317 | 0.465 | 0.000 | 0.000 | 1.000 |
(三)基准回归
表4报告了模型(1)的回归结果,可以看到第(1)列中会计师事务所声誉损失(Sanc_Post)与业绩预告偏差(Error)的回归系数在5%的显著性水平上为负,说明会计师事务所声誉损失导致公司提升业绩预告的准确性,第(2)列中Sanc_Post与业绩预告宽度(Width)的值在5%的显著性水平上为负,说明了公司在自身会计师事务所声誉损失的情况下会降低业绩预告的区间宽度,提高精确性。第(3)列Sanc_Post的系数为正,且显著性水平为5%,说明公司在会计师事务所声誉损失时会增加自愿性业绩预告。综合上述结果,公司在会计师事务所声誉损失后提升了业绩预告质量,验证了假设H1。
变量 | (1) | (2) | (3) |
Error | Width | Voluntary | |
Sanc_Post | −0.028** | −0.014** | 0.078** |
(−2.02) | (−2.46) | (2.57) | |
Sanc | 0.006 | 0.015*** | −0.026 |
(0.57) | (3.51) | (−1.13) | |
Size | 0.141*** | 0.044*** | −0.250*** |
(24.39) | (18.71) | (−20.90) | |
Lev | 0.103*** | 0.136*** | 0.146*** |
(3.73) | (11.99) | (2.68) | |
Roa | 0.363*** | 1.682*** | −6.483*** |
(3.07) | (34.74) | (−25.54) | |
Sales_g | 0.048*** | −0.053*** | −0.274*** |
(7.91) | (−21.19) | (−21.90) | |
Tobinq | 0.009** | −0.040*** | 0.050*** |
(2.31) | (−24.26) | (5.66) | |
Dual | 0.028*** | 0.009** | −0.061*** |
(2.75) | (2.22) | (−2.80) | |
Boardnum | 0.010** | 0.006*** | −0.023*** |
(2.50) | (3.38) | (−2.63) | |
Indepedent | −0.037*** | −0.028*** | 0.057** |
(−3.01) | (−5.53) | (2.24) | |
Seperation | 0.001** | 0.001*** | −0.008*** |
(1.99) | (4.19) | (−6.59) | |
HHI | −0.114*** | −0.017 | 0.437*** |
(−2.70) | (−0.97) | (4.92) | |
Big4audit | 0.035 | −0.045*** | −0.002 |
(1.37) | (−4.27) | (−0.04) | |
Inshold | −0.005*** | −0.003*** | 0.011*** |
(−6.33) | (−10.13) | (6.98) | |
State | −0.007 | −0.047*** | −0.212*** |
(−0.64) | (−10.19) | (−9.09) | |
Constant | −2.758*** | −0.588*** | 5.440*** |
(−22.74) | (−11.85) | (20.83) | |
Year | YES | YES | YES |
Ind | YES | YES | YES |
N | 50893 | 50894 | 56129 |
Adj R2/Pseudo R2 | 0.116 | 0.121 | 0.063 |
注:圆括号内为T值,***、**、*分别表示,1%、5%和10%的显著性水平,下表同。 |
(四)异质性分析
1. 外部治理水平
机构投资者持股比例较高、分析师跟踪较多的公司会吸引市场较多的注意力,外部治理水平更高。外部治理水平较高的公司更在乎会计师事务所声誉,会选择尽早更换掉声誉受损的会计师事务所,并更有可能换成声誉较好的四大会计师事务所(Barton,2005)。此外,机构投资者和证券分析师与普通投资者的卷入程度不一样,卷入程度指人对某对象价值和利益等方面的感知和关心程度(Zaichkowsky,1985;费显政等,2010)。相对于散户投资者,机构投资者和分析师专业性强,对财务报告的使用程度较高,对会计师事务所声誉的重要性认识更为深入,对其被处罚的信息也更为敏感。因此,外部治理水平更高时,公司提高信息披露的压力较大,会计师事务所声誉损失后更有可能提升业绩预告质量以降低信息不对称。
根据同年度机构投资者持股比例中位数将样本分为高机构投资者持股(Inshold_High)和低机构投资者持股(Inshold_Low)并分组进行检验,结果如表5的Panel A所示。在Inshold_High组中,第(1)至(3)列Sanc_Post的系数显著且符号与预期一致,在Inshold_Low组中,第(4)至(6)列均不显著。根据同年度分析师关注中位数将样本分为高分析师关注(Analysts_High)和低分析师关注(Analysts_Low)并分组进行检验,检验结果如表5的Panel B所示。在Analysts_High组中,第(1)至(3)列Sanc_Post的系数显著且符号与预期一致,在Analysts_Low组中,仅第(6)组显著。这两者表明了机构投资者持股和分析师跟踪较多时,在外部治理压力下,公司在会计师事务所声誉损失时更可能提升业绩预告质量。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Error | Width | Voluntary | Error | Width | Voluntary | |
Panel A 机构持股 | Inshold_High | Inshold_Low | ||||
Sanc_Post | −0.031** | −0.014** | 0.113** | −0.017 | −0.014 | 0.054 |
(−2.05) | (−2.40) | (2.25) | (−0.62) | (−1.22) | (1.42) | |
Sanc | 0.001 | 0.010** | −0.058* | 0.004 | 0.021*** | 0.006 |
(0.11) | (2.03) | (−1.81) | (0.14) | (1.63) | (0.17) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 26092 | 26092 | 28114 | 24891 | 24892 | 28114 |
Adj R2/Pseudo R2 | 0.115 | 0.104 | 0.062 | 0.116 | 0.105 | 0.067 |
Panel B 分析师关注 | Analysts_High | Analysts_low | ||||
Sanc_Post | −0.041** | −0.017*** | 0.082** | −0.009 | −0.008 | 0.081* |
(−2.48) | (−2.61) | (2.04) | (−0.38) | (−0.77) | (1.75) | |
Sanc | 0.004 | 0.021*** | −0.026 | 0.004 | 0.008 | −0.030 |
(0.34) | (4.18) | (−0.85) | (0.20) | (1.12) | (−0.88) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 25908 | 25908 | 28114 | 25075 | 25076 | 28114 |
Adj R2/Pseudo R2 | 0.109 | 0.133 | 0.060 | 0.121 | 0.105 | 0.070 |
2. 内部治理水平
公司内部治理是保护投资者利益的重要机制,较高的内部治理水平是公司信息披露高质量的前提。内部治理较好的公司的财务报告质量更高(Klein,2000;Xie等,2003),且更倾向于聘用审计质量较高的会计师事务所来为自身的财务信息提供保证(Abbott和Parker,2000)。在安达信倒闭后,原客户中治理水平较高的公司会更快地变更会计师事务所(Asthana等,2010),也更有可能选择声誉更好的会计师事务所(Chen和Zhou,2007)。这些研究表明内部治理较好的公司更加重视信息不对称问题。因此,当声誉受损的会计师事务所无法给公司的财务信息提供足够的保证时,内部治理较好的公司对于这种信息不对称的变化更为敏感,也更有可能提升业绩预告质量。
当股权集中和董事长与总经理两职合一时公司治理较差,依据同年度前三大股东的赫芬达尔指数(HHI)中位数将样本分为股权集中组(HHI_High)和股权分散组(HHI_Low),在两组中分别回归,结果列示在表6的Panel A中。在HHI_Low组中,第(1)至(3)列中Sanc_Post的系数显著且符号与预期一致,但是在HHI_High组中,仅有第(6)列Sanc_Post的系数显著。依据两职合一(Dual)分组检验的结果如表6的Panel B所示。在Dual=0组中,第(1)至(3)列中Sanc_Post的系数显著且符号与预期一致,而在Dual=1组中,第(4)至(6)列均不显著。以上结果均表明,内部治理较好的公司更注重会计师事务所声誉损失带来的影响,并积极提升业绩预告质量。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Error | Width | Voluntary | Error | Width | Voluntary | |
Panel A 股权集中度 | HHI_Low | HHI_High | ||||
Sanc_Post | −0.039** | −0.019** | 0.086** | −0.013 | −0.007 | 0.085** |
(−1.99) | (−2.46) | (2.00) | (−0.64) | (−0.89) | (2.00) | |
Sanc | −0.001 | 0.013** | −0.003 | 0.015 | 0.017*** | −0.056* |
(−0.04) | (2.20) | (−0.10) | (0.97) | (2.65) | (−1.72) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 25371 | 25371 | 28117 | 25612 | 25613 | 28111 |
Adj R2/Pseudo R2 | 0.113 | 0.116 | 0.064 | 0.123 | 0.127 | 0.067 |
Panel B 两职合一 | Dual=0 | Dual=1 | ||||
Sanc_Post | −0.041** | −0.018** | 0.088** | −0.011 | −0.005 | 0.088 |
(−2.20) | (−2.52) | (2.43) | (−0.62) | (−0.51) | (1.58) | |
Sanc | 0.010 | 0.018*** | −0.030 | −0.001 | 0.009 | −0.035 |
(0.74) | (3.30) | (−1.12) | (−0.09) | (1.21) | (−0.80) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 35992 | 35992 | 40254 | 14991 | 14992 | 15974 |
Adj R2/Pseudo R2 | 0.117 | 0.111 | 0.070 | 0.106 | 0.164 | 0.046 |
3. 信息披露重视程度
公司对于信息披露的重视程度存在差异,优质的公司更有可能披露高质量的信息,并重视会计师事务所对自身会计信息的保证水平,而信息披露质量本身较低的公司对于会计师事务所的保证水平没有高要求,一些公司为了掩盖真实的财务水平甚至会收买审计人员进行造假。因此可以合理推测,在会计师事务所声誉损失的情况下,原本重视信息披露质量的公司更有可能在会计师事务所声誉损失后,选择提升业绩预告质量以自证。除此之外,由于透明的信息能够降低资本成本,高质量的审计才能为公司的盈利能力等财务信息的真实性提供保证,这使得有融资需求的公司更加重视信息不对称问题。因此,若公司融资需求强烈,公司特别重视会计师事务所声誉损失,也更有可能提升业绩预告质量,以减少投资者忧虑。
对于信息披露质量重视程度,采用修正的Jones模型计算的盈余管理来度量,依据其同年度中位数将公司分为高信息披露质量(Qual_High)和低信息披露质量(Qual_Low),分组检验的结果如表7的Panel A所示。在Qual_High组中,第(1)至(3)列Sanc_Post的系数显著且符号与预期一致,在Qual_Low组中,仅第(6)列显著。借鉴Demirgüç-Kunt和Maksimovic(1998)以及Durnev和Kim(2005)的研究,融资需求使用企业的实际增长率减去可持续增长率来衡量,其中实际增长率等于t期相对t−1期的总资产增长率,可持续增长率则为ROEt/(1-ROEt)。根据同年度融资需求中位数将样本分为高融资需求(Exfin_High)和低融资需求(Exfin_Low)并分组进行检验,结果如表7的Panel B所示。在Exfin_High组中,第(1)(2)列Sanc_Post的系数显著且符号与预期一致,仅第(3)列不显著,在Exfin_Low组中,第(4)至(6)列Sanc_Post系数均不显著。综合来看,公司重视信息披露时更可能在会计师事务所声誉损失后提升业绩预告质量。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Error | Width | Voluntary | Error | Width | Voluntary | |
Panel A 信息披露水平 | Qual_High | Qual_Low | ||||
Sanc_Post | −0.043** | −0.012* | 0.076* | −0.018 | −0.017 | 0.092** |
(−2.25) | (−1.65) | (1.85) | (−0.87) | (−1.57) | (2.01) | |
Sanc | −0.001 | 0.010** | −0.030 | 0.018 | 0.023*** | −0.028 |
(−0.11) | (1.98) | (−1.05) | (1.01) | (2.95) | (−0.77) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 28534 | 28534 | 31546 | 22449 | 22450 | 24682 |
Adj R2/Pseudo R2 | 0.111 | 0.130 | 0.065 | 0.132 | 0.117 | 0.063 |
Panel B 融资需求 | Exfin_High | Exfin_Low | ||||
Sanc_Post | −0.042** | −0.022*** | 0.028 | 0.001 | −0.008 | 0.094 |
(−2.46) | (−3.14) | (0.74) | (0.03) | (−0.70) | (1.55) | |
Sanc | 0.020 | 0.028*** | 0.052 | −0.004 | 0.005 | −0.089*** |
(1.27) | (4.32) | (1.53) | (−0.29) | (0.83) | (−2.91) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 27844 | 27845 | 30253 | 23139 | 23139 | 25975 |
Adj R2/Pseudo R2 | 0.128 | 0.125 | 0.069 | 0.112 | 0.125 | 0.061 |
4. 会计师事务所声誉损失程度
上市公司在选择会计师事务所时有其侧重点,部分对自身信息质量和形象较为重视的公司更有可能接受高价来聘请高声誉会计师事务所。这使得会计师事务所原本的声誉越高,其违规行为被揭露时产生的声誉冲击越大,对那些重视会计师事务所声誉的公司影响也更大,这些公司也更有可能提升业绩预告质量。此外,惩罚的严厉程度影响了会计师事务所的声誉损失程度。在允许会计师事务所继续存续的条件下,目前最为严重惩罚是“两年两单”①时暂停其承接新的证券业务。被暂停承接证券业务表明会计师事务所内部管理、质量控制体系存在重大缺陷,严重影响了执业质量。被暂停承接证券业务对会计师事务所而言后果严重,除了业务的损失外,媒体报道量大,公众议论程度高,会计师事务所的声誉损失较大。因此被暂停证券业务的会计师事务所的客户更可能提升业绩预告质量。
为了验证会计师事务所声誉不同时被处罚的影响,将“国际四大”和“国内十大”作为会计师事务所声誉较高的样本组(Repu_High),其余为会计师事务所声誉较低的样本组(Repu_Low),分别进行回归,结果如表8的Panel A所示。在Repu_High组中,第(1)至(3)列Sanc_Post的系数显著且符号与预期一致,在Repu_Low组中,第(4)至(6)列Sanc_Post均不显著。为了验证处罚程度的影响,将被暂停证券业务的会计师事务所与没有被处罚过的会计师事务所的样本合并,作为惩罚较严重的组(Severe_High),将受到暂停承接新证券业务以外处罚的会计师事务所与没有被处罚过的会计师事务所的样本合并,作为惩罚较轻的组(Severe_Low),在这两组中分别回归。结果如表8的Panel B所示,在Severe_High的组别中,第(1)列和第(3)列Sanc_Post的系数显著且符号与预期一致,只有第(2)列系数为负但不显著,而在Severe_Low组中,第(4)列和第(6)列Sanc_Post的系数均不显著,仅第(5)列Sanc_Post的系数显著。以上结果整体表明,在会计师事务所声誉损失较为严重时,公司对业绩预告质量的提升更显著。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Error | Width | Voluntary | Error | Width | Voluntary | |
Panel A 会计师事务所声誉 | Reput_High | Repu_Low | ||||
Sanc_Post | −0.032** | −0.023*** | 0.117*** | −0.006 | −0.009 | −0.023 |
(−2.04) | (−3.38) | (3.30) | (−0.15) | (−0.61) | (−0.30) | |
Sanc | 0.033** | 0.024*** | −0.064** | −0.037* | −0.005 | 0.009 |
(2.44) | (4.09) | (−2.16) | (−1.79) | (−1.38) | (−0.32) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 35352 | 35353 | 38672 | 15630 | 15630 | 17556 |
Adj R2/Pseudo R2 | 0.112 | 0.125 | 0.060 | 0.127 | 0.115 | 0.077 |
Panel B 惩罚严重程度 | Severe_High | Severe_Low | ||||
Sanc_Post | −0.038* | −0.008 | 0.163*** | −0.005 | −0.014* | 0.056 |
(−1.82) | (−1.03) | (3.74) | (−0.27) | (−1.80) | (1.42) | |
Sanc | −0.001 | −0.002 | −0.016 | 0.005 | 0.024*** | −0.054** |
(−0.09) | (−0.33) | (−0.49) | (0.39) | (4.80) | (−2.11) | |
Controls | YES | YES | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES | YES | YES |
N | 36588 | 36588 | 40522 | 37858 | 37859 | 41924 |
Adj R2/Pseudo R2 | 0.122 | 0.109 | 0.071 | 0.115 | 0.120 | 0.067 |
(五)稳健性检验
1.样本选择偏差
业绩预告发布的非强制性使得本文可能存在样本选择偏差问题,对此我们使用了Heckman两阶段法来解决。公司上一年发布的业绩预告数量与当年是否发布业绩预告高度相关。第一阶段,使用上一年发布的业绩预告数量Issue_Last和模型(1)中的所有解释变量作为自变量,是否发布业绩预告Issue作为因变量构建了Probit模型。第二阶段,在模型(1)的基础上加入逆米尔斯比率(InvMills
变量 | (1) | (2) | (3) | (4) |
Issue | Error | Width | Voluntary | |
Issue_Last | 0.485*** | |||
(156.30) | ||||
Sanc_Post | −0.040*** | −0.023* | −0.013** | 0.082*** |
(−3.19) | (−1.70) | (−2.18) | (2.72) | |
Sanc | −0.001 | 0.009 | 0.010** | −0.043* |
(−0.12) | (0.75) | (2.09) | (−1.81) | |
InvMills | 0.352*** | −0.073*** | −0.752*** | |
(23.12) | (−11.38) | (−25.14) | ||
Controls | YES | YES | YES | YES |
Year/Ind | YES | YES | YES | YES |
N | 102800 | 46264 | 46265 | 51803 |
Adj R2/Pseudo R2 | 0.2724 | 0.118 | 0.123 | 0.064 |
2.平行趋势检验
模型(1)中DID方法估计无偏的一个前提条件是,会计师事务所声誉损失和未损失的公司之间满足平行趋势假定。借鉴李晓溪等(2019)的做法,设置如下虚拟变量:如果公司在会计师事务所损失前1个季度披露的业绩预告则Pre_1取值为1,后1个季度披露的业绩预告则Post_1取值为1,以此类推定义Pre_2、Post_2、Post_3/4,在模型(1)中分别加入这些虚拟变量与Sanc的交乘项,回归结果如表10所示。第(1)列结果显示,Pre_2×Sanc和Pre_1×Sanc的系数不显著,表明在会计师事务所声誉损失之前,公司业绩预告准确性的变动趋势不存在显著差异,Post_1×Sanc的系数在5%的水平上显著为负,Post_2×Sanc的系数在10%的水平上显著为负,Post_3/4×Sanc的系数不显著,第(2)(3)列的结果基本与第(1)列一致。这表明本文的研究通过了平行趋势假定,在会计师事务所声誉损失后,公司的业绩预告质量显著高于事务所声誉未损失的公司,但是这种效果随着时间拉长逐渐减弱。
变量 | (1) | (2) | (3) |
Error | Width | Voluntary | |
Pre_2×Sanc | 0.010 | 0.073 | 0.012 |
(0.14) | (0.42) | (0.51) | |
Pre_1×Sanc | −0.058 | 0.128 | −0.016 |
(−0.68) | (0.93) | (−1.05) | |
Post_1×Sanc | −0.035** | −0.023*** | 0.072** |
(−2.25) | (−2.78) | (2.35) | |
Post_2×Sanc | −0.063* | −0.015* | 0.039** |
(−1.79) | (−1.67) | (1.98) | |
Post_3/4×Sanc | −0.049 | −0.041 | 0.068 |
(−0.35) | (−0.22) | (0.92) | |
Sanc | 0.004 | 0.013*** | −0.025 |
(0.49) | (3.49) | (−1.03) | |
Controls | YES | YES | YES |
Year/Ind | YES | YES | YES |
N | 50893 | 50894 | 56129 |
Adj R2/Pseudo R2 | 0.118 | 0.125 | 0.068 |
3.安慰剂检验和替换变量
考虑到业绩预告质量提升的结果可能是其他政策或不可观测的因素导致的,本文进一步运用安慰剂检验来排除这一点。将会计师事务所被处罚的时间往前平推两年设置虚拟的声誉损失变量重新进行回归。如果虚构的声誉损失变量系数不显著,说明虚拟的声誉损失无法导致业绩预告质量提升的效果。回归结果显示本文的研究通过了安慰剂检验,表明业绩预告质量的差异可以认为是由于公司会计师事务所声誉受损引起的。此外,为了缓解变量选取误差问题,更换了核心指标测度。借鉴Huang等(2018)的做法,业绩预告偏差Error=|(FEPS-AEPS)|×100/AEPS,业绩预告精确性Width=(FEPS_High-FEPS_low)×100/AEPS,借鉴王丹等(2020)的研究,将强制性披露重新界定为净利润为负、扭亏为盈或者报告净利润浮动的均值超过50%。重新回归结果与前文基本一致,进一步印证了结论的可靠性。限于篇幅,表格留存备索。
五、基于文本分析的进一步检验公司披露信息时会综合考虑采用多种披露方式,在增加业绩预告信息披露时,还可能提供更多的文本信息以作为互相补充的信息披露策略。Lo(2014)在研究公司的主要银行财务状况恶化时发现,公司在提升业绩预告质量来吸引新资金的同时,也增加了定期报告的管理层讨论与分析的长度作为补充性信息披露。Leuz和Schrand(2009)发现安达信审计的上市公司在安达信倒闭的当年资本成本显著上升,因此,上市公司提升了年报和管理层讨论与分析等内容的长度以缓解信息不对称问题,并且在提升信息披露之后公司的资本成本得到下降。此外,还有很多研究也发现了定期报告的文本信息与业绩预告信息互为补充(Hutton等,2003;Sethuraman,2019)。
借鉴Lo(2014)和Leuz和Schrand(2009)的研究,使用年报中管理层讨论与分析的字数(Charnum)、管理层讨论与分析的字数比上年的增加值(Charnum_delta)、年报字数(WordNum)作为年报文本信息含量的代理变量,考察会计师事务所声誉损失对年报文本信息含量的影响。但是仅文本的长度增加并不能完全代表信息含量的增加,随着准则的要求更为细致,年报的长度逐年上升,同时也呈现“模板化”的内容僵化特征,对信息披露并无益处(Dyer等,2017)。因此本文还使用了LDA模型计算的公司年报与上一年年报文本相似度(Similarity)作为年报信息含量的指标。Similarity值越大,代表文本之间的相似程度越高。表11报告了会计师事务所声誉损失与年报文本信息的回归结果,第(1)至(3)列Sanc_Post的系数显著为正,第(4)列Sanc_Post的系数显著为负,表明公司在会计师事务所声誉损失时,增加了管理层讨论与分析和年报整体的文本长度,且降低了文本的相似度。以上结果说明,公司在会计师事务所声誉损失后增加了年报的文本信息含量,进一步验证了公司重视会计师事务所声誉损失,且会综合采用多种方式增加信息披露。
变量 | (1) | (2) | (3) | (4) |
Charnum | Charnum_delta | WordNum | Similarity | |
Sanc_Post | 0.293*** | 0.001* | 5.066*** | −0.011*** |
(3.55) | (1.87) | (9.36) | (−5.36) | |
Sanc | −0.060 | −0.000 | −0.691* | −0.025*** |
(−0.98) | (−0.50) | (−1.73) | (−16.89) | |
Constant | −5.666*** | 0.013*** | −177.009*** | 1.067*** |
(−8.24) | (3.31) | (−39.26) | (63.24) | |
Firm | YES | YES | YES | YES |
Year | YES | YES | YES | YES |
N | 26421 | 24014 | 26131 | 26505 |
Adj R2 | 0.695 | 0.866 | 0.539 | 0.415 |
本文使用2007—2019年的监管处罚数据,检验了会计师事务所声誉损失是否影响上市公司的信息披露行为。试图回答会计师事务所声誉损失后,未更换会计师事务所的公司是否重视会计师事务所的声誉。结果发现,会计师事务所声誉受到损失后,上市公司会提升业绩预告质量,且在一系列稳健性检验后结论依然成立。这表明上市公司需要会计师事务所声誉作为信息质量的保证,当会计师事务所声誉受损时,会采取提升信息质量的方式来挽回财务信息保证程度降低的问题。异质性分析发现,公司内部和外部治理水平较高、对信息不对称问题较为重视、会计师事务所声誉损失较大时,会计师事务所声誉损失后公司的业绩预告质量提升更为明显。此外,年报的文本信息与业绩预告信息是管理层互为补充的信息披露策略。
本文的管理启示如下:(1)对于公司来说,会计师事务所被监管层处罚后导致的声誉损失,会给自身带来信息保证不足的问题,需要额外披露更多信息去缓解信息不对称。因此,公司选择会计师事务所时应该对其过往表现和声誉进行综合评估和筛选,预防会计师事务所可能被处罚带来的不良影响。(2)对会计师事务所而言,一些本土会计师事务所频频出现审计人员没有遵守审计原则导致审计失败,使得整个会计师事务所被处罚,声誉波及受损,降低了对全体客户的服务质量。应该加强对员工进行教育和培训,提高其职业道德素养,避免违反审计原则的事件发生。(3)对监管层而言,注册制实施的核心是信息披露,面对信息质量“把关人”的金融中介机构,监管部门需要在简政放权与风险防控之间寻找最佳平衡点。对中介机构建立执业质量评价机制,完善诚信公示制度,使得中介机构重视自身的名声,形成声誉治理机制。这样才能有效借助中介机构的力量,对公司信息披露进行全方位严格监督,树立投资者对公司信息披露的信心,为注册制的全面实施铺平道路。
本文的不足与展望之处在于:第一,业绩预告的质量不仅体现在其准确性、精确性和自愿性上,公司发布业绩预告时还会进行相关的文字说明,未来可以使用更为精细的文本分析挖掘出更多信息,对业绩预告的质量进行更为全面的衡量;第二,对于一些较少以发布业绩预告方式向外界披露信息的公司来说,其在会计师事务所声誉损失后,是否使用其他信息披露方式降低信息不对称也值得进一步探索。
① 2012年1月财政部、证监会印发的《关于调整证券资格会计师事务所审批条件的通知》(财会[2012]2号)规定:会计师事务所在两年内在执业活动中受到两次以上行政处罚、刑事处罚的,不得承接证券业务,并应当自出现该情形之日起5个工作日内提交会计师事务所整改计划表。该会计师事务所应当自出现上述情形之日起两个月内进行整改,并自整改结束之日起5个工作日内报送整改情况说明。
[1] | 李晓溪, 饶品贵, 岳衡. 年报问询函与管理层业绩预告[J]. 管理世界, 2019, 35(8): 173–188, 192. |
[2] | 李晓慧, 孙龙渊. 更换成本与信号传递: 证监会行政处罚视角的检验[J]. 管理评论, 2018, 30(9): 199–208, 267. |
[3] | 李馨子, 罗婷. 业绩预测历史准确度的声誉效应[J]. 金融研究, 2014(1): 152–166. |
[4] | 王丹, 孙鲲鹏, 高皓. 社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响[J]. 金融研究, 2020(11): 188–206. |
[5] | 王咏梅, 王鹏. 中国会计师事务所的加盟战略效果研究[J]. 管理世界, 2012(3): 61–71. |
[6] | 原红旗, 张楚君, 孔德松, 等. 审计失败与会计师事务所声誉损失: 来自IPO审核的证据[J]. 会计研究, 2020(3): 157–163. |
[7] | 袁振超, 岳衡, 谈文峰. 代理成本、所有权性质与业绩预告精确度[J]. 南开管理评论, 2014, 17(3): 49–61. |
[8] | 张学勇, 张秋月. 券商声誉损失与公司IPO市场表现——来自中国上市公司IPO造假的新证据[J]. 金融研究, 2018(10): 141–157. |
[9] | Balakrishnan K, Billings M B, Kelly B, et al. Shaping liquidity: On the causal effects of voluntary disclosure[J]. The Journal of Finance, 2014, 69(5): 2237–2278. |
[10] | Barton J. Who cares about auditor reputation?[J]. Contemporary Accounting Research, 2005, 22(3): 549–586. |
[11] | Beyer A, Cohen D A, Lys T Z, et al. The financial reporting environment: Review of the recent literature[J]. Journal of Accounting and Economics, 2010, 50(2-3): 296–343. |
[12] | Cook J, Kowaleski Z T, Minnis M, et al. Auditors are known by the companies they keep[J]. Journal of Accounting and Economics, 2020, 70(1): 101314. |
[13] | Francis J R, Michas P N. The contagion effect of low-quality audits[J]. The Accounting Review, 2013, 88(2): 521–552. |
[14] | Leuz C, Schrand C M. Disclosure and the cost of capital: Evidence from firms’ responses to the enron shock[R]. Chicago Booth School of Business Research Paper No. 08-26, 2009. |
[15] | Penman S H. An empirical investigation of the voluntary disclosure of corporate earnings forecasts[J]. Journal of Accounting Research, 1980, 18(1): 132–160. |
[16] | Sethuraman M. The effect of reputation shocks to rating agencies on corporate disclosures[J]. The Accounting Review, 2019, 94(1): 299–326. |
[17] | Swanquist Q T, Whited R L. Do clients avoid ‘contaminated’ offices? the economic consequences of low quality audits[J]. The Accounting Review, 2015, 90(6): 2537–2570. |