中共十九大报告提出中国经济已转向高质量发展阶段,必须坚持以供给侧结构性改革为主线,坚持去产能、去库存、去杠杆、降成本、补短板。其中,去杠杆作为供给侧结构性改革的主要任务之一,是优化资源配置效率、促进经济高质量发展的重要举措。中国社会科学院发布的《中国杠杆率进程2018年度报告》指出:“2018年非金融企业部门的杠杆率高达153.55%。仅2018年国企总负债就上升了16.0%,且国企债务在非金融企业债务中的比例由2017年的61.4%上升至66.9%,上升了5.5%。”杠杆率过高会增加企业财务风险(Titman和Tsyplakov,2007),削弱企业创新能力(Parrino和Weisbach,2016;Lewis和Tan,2016),造成企业过度投资,不利于促进企业全要素生产率的增长(Jensen和Meckling,1976;Jeon和Nishihara,2015;Habib和Hasan,2017)。企业负债率可以分解为目标负债率和过度负债率,过度负债率反映的是企业负债偏离目标负债率的程度,是导致企业负债率不利于未来股票市场回报及成长性的决定因素(Caskey等,2012)。面对国企杠杆率迅速攀升的现状,2015年以来,中国政府相继颁布了《关于积极稳妥降低企业杠杆率的意见》《关于加强国有企业资产负债约束的指导意见》《2018年降低企业杠杆率工作要点》等政策文件,旨在大力推进企业特别是国企去杠杆。因此,如何有效降低国企过度负债,是推进供给侧结构性改革,实现中国经济高质量发展的重要议题。
国企过度负债主要源于国有产权的先天特征,特别是国企“所有者缺位”引起的代理问题、政府隐性担保所提供的债务融资便利是造成国企过度负债的主要原因(Li等,2009;纪洋等,2018;吴秋生和独正元,2019)。国家审计和社会审计作为国企重要的外部治理机制,是保障企业会计信息质量、提高企业风险防范能力的重要制度安排。国家审计机关依法对国企实施审计监督,《中华人民共和国宪法》第九十一条赋予了国家审计机关监督国企的权力,《中华人民共和国审计法》第二十条明确指出国家审计机关依法监督国企的资产、负债和损益。社会审计(又称注册会计师审计、独立审计)作为证券市场发展的基石,依据《中华人民共和国注册会计师法》主要发挥鉴证作用,直接影响企业披露财务报告信息的真实性和准确性(孟庆斌等,2019)。
基于上述分析,本文在协同理论框架下,选取2007−2017年中国沪深A股上市公司为研究样本,考察国家审计监督与国企过度负债的关系,以及国家审计与社会审计在影响国企过度负债中的协同效应。本文可能的贡献如下:(1)区别于已有文献从对外直接投资、加强失信人监管、管理层股权激励等方面考察企业过度负债的影响因素,也不同于已有文献从防范国企系统性风险、降低国企股价崩盘风险等方面考察国家审计监督国企的后果效应,本文在供给侧结构性改革的背景下,深入研究国家审计监督与国企过度负债的关系,丰富了国企过度负债影响因素和国家审计监督后果效应研究。(2)基于协同理论和系统协同三要素−共同目标、协同意愿和信息沟通,从审计监督体系中两大重要主体−国家审计与社会审计出发,研究国家审计与社会审计的协同对国企过度负债的影响,丰富了国家审计与社会审计协同效应研究,拓展了协同理论边界。(3)构建国家审计BDSF分析框架,考察国家审计监督范围广度、目标实现深度、权限行使力度、连续监督频度与国企过度负债的关系,为国家审计机关有效开展审计监督工作,精准降低国企过度负债提供了经验证据支持,丰富了审计全覆盖理论。
二、文献回顾关于企业过度负债的影响因素研究,现有文献主要关注了产权性质、企业集团内部的关联担保与关联资金交易、对外直接投资、混合所有制改革、管理层股权激励和利率市场化等方面(陆正飞等,2015;连立帅,2019;吴秋生和独正元,2019;董屹宇和郭泽光,2019)。此外,綦好东等(2018)研究了过度负债企业去杠杆与企业绩效的关系;李志生等(2018)探讨了企业过度负债的地区同群效应及其作用机理和对企业经营状况的影响;郑曼妮和黎文靖(2018)基于资本结构动态调整视角考察了过度负债企业去杠杆的内外部动力。
关于国家审计监督对国企风险防范的治理效应研究,有学者发现,国家审计监督有助于防范国企系统性风险、降低国企股价崩盘风险和抑制国企过度投资(蔡利和周微,2016;褚剑和方军雄,2017)。但李小波和吴溪(2013)研究发现,国家审计结果公告会造成国企股价的负向波动,且披露的违规金额越多,市场负面反应就越严重。也有学者发现,国家审计监督可以提高国企治理效率(蔡利和马可哪呐,2014)、国企创新绩效(胡志颖和余丽,2019)和国企内部控制有效性(池国华等,2019),抑制国企虚增收入行为(杨华领和宋常,2019),促进国企资产保值增值(郭檬楠和吴秋生,2019)。
关于国家审计与社会审计的协同效应研究,有学者发现,国家审计可以通过“威慑力”和“顺风车”两个途径作用于社会审计,能够提高社会审计质量,但也会造成社会审计定价的提高(李青原和马彬彬,2017;李晓慧和蒋亚含,2018;吴秋生和王婉婷,2019)。也有学者发现,要提高审计监督效率,必须整合审计资源,建立国家审计和社会审计相协同的审计监督体系(秦荣生,2011),加强对系统性风险的协同监督(蔡利等,2015)。
综上所述,已有大量文献关注了企业过度负债的影响因素、国家审计监督对国企风险防范的治理效应、国家审计与社会审计的协同效应等方面的研究,但尚未有文献从国企外部监督主体−国家审计与社会审计协同视角出发,剖析国企过度负债的影响因素;更未有文献从完善审计监督、构建协同高效的审计监督体系出发,探寻降低国企过度负债的实现机制。
三、理论分析与研究假说 (一) 国家审计监督与国企过度负债国家审计机关依法对国企资产、负债、损益及其经济活动进行审计监督,主要检查国企会计凭证、会计账簿、财务会计报告以及其他与财务收支①有关的资料,并将国企负债的真实性、合法性、效益性以及去杠杆政策贯彻落实情况作为审计监督的重点内容②。审计署公布的央企财务收支审计结果公告中也会明确指出被审计企业的负债总额、资产负债率、多计负债和资产等情况,例如,审计署2017年第10号公告指出:“该公司资产总额2675.64亿元,负债总额1888.57亿元,所有者权益787.07亿元,资产负债率70.58%,当年实现营业总收入1897.32亿元……所属单位将无实际控制权的合营企业纳入合并报表范围,造成多计资产9242.18万元、多计负债3319.97万元。”审计署2016年第17号公告指出:“公司在合并财务报表时未充分抵销所属企业间的关联往来和关联交易,导致多计资产9.24亿元、负债7.21亿元”。过度负债主要由实际负债率与目标负债率衡量(Denis和McKeon,2012;陆正飞等,2015),国家审计可以发挥“免疫系统功能”,通过降低国企实际负债率和提高国企目标负债率两条途径降低国企过度负债。国家审计可以揭示国企多计负债导致的实际负债率偏高情况,督促国企积极整改使国企实际负债率恢复到正常水平,进而降低国企过度负债;也可以揭示国企多计资产和负债而导致的实际负债率偏低情况,督促国企积极整改,进而提高国企目标负债率,降低国企过度负债。同时,国家审计能够通过提高国企实际负债率和目标负债率的信息质量,有效缓解国企信息不对称程度,让国家和国企监管部门了解国企的真实负债情况和盈利能力,进而缓解国企代理人的“道德风险”和“逆向选择”问题,减少国企管理层高估实际负债率、低估目标负债率的机会主义行为,降低国企过度负债。国家审计可以发挥威慑功能和警示功能,通过对国企涉及实际负债率和目标负债率的违规违纪行为进行处理处罚、公布审计结果公告等方式提高国企负债信息质量(郭檬楠和吴秋生,2019),有效缓解国企管理层高估实际负债率和低估目标负债率的情况,加强国家去杠杆政策的贯彻落实力度,进而降低国企过度负债。基于此,本文提出以下研究假说:
H1:在其他因素不变的前提下,国家审计监督有利于降低国企过度负债。
(二) 国家审计与社会审计的协同机理协同理论认为,在整体环境中,各个系统间存在相互合作与相互影响的关系,协同有助于整个系统的稳定性和有序化,能创造出局部所没有的新功能,共同目标、协同意愿和信息沟通是系统协同的三要素(范如国,2014)。国家审计与社会审计作为审计监督系统的重要主体,在监督国企过度负债过程中具有共同的目标,很强的协同意愿以及有效的信息沟通机制。首先,国家审计与社会审计在降低国企过度负债中具有共同的目标,即提高国企财务报表及其经济信息的真实性和可靠性,准确认定国企实际负债率,合理预计国企目标负债率,这是降低国企过度负债的首要前提。其中,社会审计接受委托审查企业会计报表、出具审计报告,对财务报表是否不存在由于舞弊或错误导致的重大错报提供合理保证,发现企业财务报表中存在的问题,规范企业利润操纵行为(孟庆斌等,2019),为国企真实负债率和目标负债率的准确性提供合理保证。国家审计依法监督国企财务管理和会计核算方面,发现国企多计负债和资产等情况,并督促国企实施整改,提高国企真实负债率和目标负债率的真实性和准确性。其次,国家审计与社会审计在降低国企过度负债中具有很强的协同意愿和流畅的沟通机制,国家审计作为一种行政监督具有更强的权威性和威慑力,但是限于国家审计资源有限无法实现国企审计全覆盖(郭檬楠和倪静洁,2019),而社会审计作为一种发育较为成熟的社会监督形式,资源充足且具有更强的专业技术优势。国家审计依法监督和指导社会审计工作,并可以通过购买社会审计服务,聘请社会审计人员参与国企审计项目,实现国家审计与社会审计的有效沟通,减少国企管理层高估实际负债率、低估目标负债率的机会主义行为,降低国企过度负债。因此,国家审计与社会审计在影响国企过度负债中能够发挥协同效应。基于此,本文提出以下研究假说:
H2a:在其他因素不变的前提下,国家审计与社会审计在影响国企过度负债中能够发挥协同效应。
注册会计师审计国企会计报表,并出具审计报告。高质量的社会审计能够发现国企财务报表中是否存在由于舞弊或错误导致的重大错报,是否存在负债操纵行为,并对不合规的部分提出调整建议(孟庆斌等,2019)。社会审计质量越高,国企负债的真实性和准确性就越高,国企管理层高估实际负债率、低估目标负债率的行为就越少,也就越有利于降低国企过度负债。考虑到国家审计资源限制,目前国家审计机关无法实现每年对所有国企的监督全覆盖,只是每年选择部分国企进行审计,国家审计选择审计对象时也会关注国企选择的注册会计师事务所及其发表的审计意见,例如,审计署2017年第21号公告指出:“大华会计师事务所对中建总公司2015年度合并财务报表出具了标准无保留意见的审计报告。”审计署2016年第17号公告指出:“天职国际会计师事务所受中铝公司委托对其2014年度合并财务报表进行审计,出具了带强调事项段的无保留意见的审计报告。”当社会审计质量较高时,由于国企负债相关问题已经被注册会计师发现并且国企已经整改,所以国家审计再次监督查出问题的概率以及监督效力就会减弱,既浪费了审计资源,也没有更多地发现国企管理层高估实际负债率、低估目标负债率的行为,降低国企过度负债效果甚微。但是,如果国家审计选择社会审计质量较低的国企作为审计对象,就能够弥补因社会审计质量较低而没有发现国企负债相关问题的缺陷,进一步降低国企实际负债率,提高国企目标负债率,进而降低国企过度负债。国家审计与社会审计在影响国企过度负债中也可能存在替代效应。基于此,本文提出以下研究假说:
H2b:在其他因素不变的前提下,国家审计与社会审计在影响国企过度负债中能够发挥替代效应。
四、数据来源与研究设计 (一) 样本选择与数据来源目前,审计署仅公布了2010−2018年央企财务收支审计结果公告,首份审计结果公告审计的是央企2008年度的财务收支情况,最新的审计结果公告审计的是央企2017年度的财务收支情况。考虑到本文采用多期双重差分模型(Difference in Differences,DID)实证检验国家审计监督与国企过度负债的关系至少需要将数据提前一年。因此,本文选取2007−2017年中国沪深A股上市公司为研究样本。参考褚剑和方军雄(2017)、郭檬楠和吴秋生(2019)等研究,根据上市公司的“实际控制人名称”和“直接控制控股股东名称”识别央企控股上市公司,剔除ST和*ST、金融业以及研究变量缺失的样本数据,最终得到20707个样本观测值。国家审计数据根据审计署官方网站公布的审计结果公告手工整理所得③,其他数据均来自CSMAR数据库。本文采用的数据处理软件为STATA15.0,并对所有连续变量进行了上下1%的缩尾处理(WINSORIZE)。
(二) 变量定义1. 过度负债。现有研究对过度负债的测度方法较多,本文借鉴Denis和McKeon(2012)、陆正飞等(2015)的研究,采用实际负债率与目标负债率之差衡量过度负债,该指标越大,表示企业过度负债越严重。这一方法较为全面地考虑了企业规模、产权异质性、盈利能力以及所处行业等因素,能够较为准确地衡量企业过度负债水平。同时,为了保证研究结论的稳健性,进一步采用实际负债率与行业负债率中位数之差(张会丽和陆正飞,2013),以及过度负债的虚拟变量进行稳健性检验,定义为当企业的过度负债水平大于0时取值为1,否则取值为0(李志生等,2018)。具体地,本文借鉴Chang等(2014)、陆正飞等(2015)的方法,采用Tobit回归预测企业目标负债率,具体模型如下:
$\begin{aligned} {Mble{v_{i,t}}} = &{{\alpha _0} + {\alpha _1}S\!o{e_{i,t - 1}} + {\alpha _2}Ro{a_{i,t - 1}} + {\alpha _3}Hyle{v_{i,t - 1}} + {\alpha _4}Zasse{t_{i,t - 1}} + {\alpha _5}Lnasse{t_{i,t - 1}}}\\ & { + {\alpha _6}Fir\!s{t_{i,t - 1}} + {\alpha _7}Gudz{c_{i,t - 1}}} \end{aligned} $ | (1) |
其中:Mblev表示企业目标负债率,Soe表示企业产权异质性,Roa表示企业盈利能力,Hylev表示资产负债率的行业中位数,Zasset表示总资产增长率,Lnasset表示企业规模,First表示第一大股东持股比例,Gudzc表示固定资产占比。
2. 国家审计监督。本文借鉴Chan等(2012)、褚剑和方军雄(2017)、吴秋生和郭檬楠(2018)的研究,将审计署对央企的审计视为一场准自然实验,采用多期DID模型实证检验国家审计监督与国企过度负债的关系,主要从两方面测度国家审计:一是国家审计实施与否,当上市公司所属央企或自身被审计署审计过时取1,否则取0;二是国家审计实施前后,当上市公司所属央企或自身被审计署审计当年及以后年度取值为1,否则取值为0。
3. 社会审计质量。社会审计在证券市场监管中的作用是有限的,国际四大会计师事务所的审计质量并不总是值得信赖的。因此,本文采用修正Jones模型计算出的可操纵性应计利润的绝对值测度社会审计质量(Kothari等,2005),可操纵应计利润越低,社会审计质量就越高,用Ada表示。具体地,构建模型(2)分行业、分年度回归计算可操纵应计利润:
$\frac{{ACC{A_{i,t}}}}{{{A_{i,t - 1}}}} = {\lambda _0} + {\lambda _1}\left( {\frac{1}{{{A_{i,t - 1}}}}} \right) + {\lambda _2}\left( {\frac{{\Delta RE{V_{i,t}} - \Delta RE{C_{i,t}}}}{{{A_{i,t - 1}}}}} \right) + {\lambda _3}\left( {\frac{{PP{E_{i,t}}}}{{{A_{i,t - 1}}}}} \right) + {\varepsilon _{i,t}}$ | (2) |
其中,A为总资产,ACCA为净利润与经营活动的现金流量之差,ΔREC为应收账款增加值,ΔREV为营业收入增加值,PPE为固定资产原值,ε为扰动项。
4. 控制变量。本文参考郭檬楠和吴秋生(2019)的研究,选取以下控制变量:公司规模、公司成长性、兼任情况、上市时间、股权集中度、管理层持股比例、固定资产占比、账面市值比、管理费用率、独立董事比例、社会审计意见类型、存货周转率、年度和行业等。本文变量定义详见表1。
变量名称 | 变量符号 | 计算方法 | |
主要变量 | 国企过度负债 | Gdlev | 实际负债率与目标负债率之差 |
国家审计实施与否 | Audit | 当上市公司所属央企或自身被审计署审计过时取值1,否则取值0 | |
国家审计实施前后 | Postaudit | 当上市公司所属央企或自身被审计署审计当年及以后年度取值为1, 否则取值为0 |
|
社会审计质量 | Ada | 可操纵性应计利润的绝对值 | |
控制变量 | 公司规模 | Lnasset | 总资产的自然对数 |
公司成长性 | Growth | 营业收入增长率 | |
兼任情况 | Ifjz | 当董事长与总经理两职合一时取值为1,否则取值为2 | |
上市时间 | Establish | 当年与初始上市时间之差 | |
股权集中度 | First | 第一大股东持股比例 | |
管理层持股比例 | Glccg | 管理层持股数量与股本总额的比值 | |
固定资产占比 | Gudzc | 固定资产与总资产的比值 | |
账面市值比 | Mb | 总资产与市值的比值 | |
管理费用率 | Exp | 管理费用与总资产的比值 | |
独立董事比例 | Independ | 独立董事人数与董事会人数之比 | |
社会审计意见类型 | Opinion | 当注册会计师签发无法表示意见或否定意见时,取值为0;保留意见时,取值为1;带强调事项段的无保留意见时,取值为2;标准无保留意见时,取值为3 | |
存货周转率 | Chzz | 营业成本与存货期末余额的比值 | |
年度固定效应 | Year | 控制 | |
行业固定效应 | Industry | 控制 |
为了验证假说H1国家审计监督与国企过度负债的关系,本文构建如下模型:
$Gdle{v_{i,t}} = {\alpha _0} + {\alpha _1}Audi{t_i} + {\alpha _2}Postaudi{t_{i,t}} + \sum {Control{s_{i,t}}} + \sum {Year} + \sum {Industry} + {\varepsilon _{i,t}}$ | (3) |
验证协同效应的首要前提是验证二者能否单独发挥作用,如果其中的一方面没有起作用,那么后续协同效应的实证检验也没有意义(方红星和刘丹,2013;张嘉兴和傅绍正,2014)。鉴于此,为了验证社会审计质量与企业过度负债的关系,本文构建如下模型:
$Gdle{v_{i,t}} = {\lambda _0} + {\lambda _1}Ad{a_{i,t}} + \sum {Control{s_{i,t}}} + \sum {Year} + \sum {Industry} + {\varphi _{i,t}}$ | (4) |
为了验证假说H2a和H2b国家审计与社会审计在影响国企过度负债中发挥了协同效应抑或替代效应,本文在模型(3)和模型(4)的基础上构建如下模型:
$\begin{aligned} {Gdle{v_{i,t}}} = &{{\beta _0} + {\beta _1}Audi{t_i} + {\beta _2}Postaudi{t_{i,t}} + {\beta _3}Ad{a_{i,t}} + {\beta _4}Audi{t_i} \times Ad{a_{i,t}}}\\ &{ + {\beta _5}Postaudi{t_{i,t}} \times Ad{a_{i,t}} + \sum {Control{s_{i,t}}} + \sum {Year} + \sum {Industry} + {\theta _{i,t}}} \end{aligned} $ | (5) |
其中,Gdlev表示国企过度负债;Audit表示国家审计实施与否;Postaudit表示国家审计实施前后;Ada表示社会审计质量;Controls表示控制变量;α0、λ0和β0表示常数项;ε、φ和θ表示扰动项;i表示公司,t表示年度;剩余变量为控制变量。本文主要考察系数α2、λ1和β4,如果系数α2显著为正,则表明国家审计监督有利于降低国企过度负债;如果系数λ1显著为正,则表明高质量的社会审计有利于抑制企业过度负债;如果系数β4显著,则表明国家审计与社会审计在降低国企过度负债中存在协同效应抑或替代效应。
五、实证结果分析 (一) 描述性统计由表2主要变量的描述性统计结果可知,Gdlev的均值为–0.006,中位数为–0.010,最小值为–0.397,最大值为0.606,表明中国上市公司整体的过度负债水平存在很大差异,样本中有一半以上的上市公司尚未达到目标负债率。Audit的均值为0.136,Postaudit的均值为0.058,表明样本中有13.6%的上市公司所属央企或自身被审计署审计过,有5.8%的上市公司处于被审计当年及以后年度。Ada的均值为0.083,最小值为0.001,最大值为0.542,表明中国上市公司的社会审计质量存在较大差异。由表3主要变量均值T检验结果可知,区分产权性质条件下,国企的Gdlev均值为–0.002,民企的Gdlev均值为–0.009,且均值T检验在1%水平上显著正相关,表明国企的过度负债要显著高于民企。国企的Ada均值为0.079,民企的Ada均值为0. 087,且均值T检验在1%的水平上显著负相关,表明国企的社会审计质量要显著高于民企。在区分审计与否的条件下,被审计企业的Gdlev均值为0.001,未被审计企业的Gdlev均值为–0.007,且均值T检验在1%的水平上显著正相关,表明被审计企业的过度负债要显著高于未被审计的企业。被审计企业的Ada均值为0.077,未被审计企业的Ada均值为0.085,且均值T检验在1%的水平上显著负相关,表明被审计企业的社会审计质量要显著高于未被审计的企业。
变量名称 | 样本量 | 均值 | 标准差 | p25 | p50 | p75 | 最小值 | 最大值 |
Gdlev | 20707 | –0.006 | 0.174 | –0.125 | –0.010 | 0.105 | –0.397 | 0.606 |
Audit | 20707 | 0.136 | 0.343 | 0 | 0 | 0 | 0 | 1 |
Postaudit | 20707 | 0.058 | 0.233 | 0 | 0 | 0 | 0 | 1 |
Ada | 20707 | 0.083 | 0.089 | 0.026 | 0.057 | 0.110 | 0.001 | 0.542 |
变量名称 | 均值 | 均值T检验 | |
国企 | 民企 | 国企—民企 | |
Gdlev | –0.002 | –0.009 | 2.913*** |
Ada | 0.079 | 0.087 | –6.363*** |
变量名称 | 审计 | 未审计 | 审计—未审计 |
Gdlev | 0.001 | –0.007 | 2.544*** |
Ada | 0.077 | 0.085 | –4.229*** |
注:*、**、***分别表示回归系数在10%、5%、1%的置信水平上显著,下同。 |
由表4主要变量相关性分析及VIF检验结果可知,Gdlev与Postaudit的相关系数为–0.021,在1%的水平上显著负相关,表明国家审计监督有利于抑制企业过度负债,初步验证了假说H1;Gdlev与Ada的相关系数为0.150,在1%的水平上显著正相关,表明高质量的社会审计有利于抑制企业过度负债。Postaudit和Ada的相关系数为–0.029,在1%的水平上显著负相关,表明国家审计监督有利于提高社会审计质量。同时,各变量VIF的最大值为1.85,平均VIF值为1.28,各变量之间不存在多重共线性。
主要变量相关性分析 | ||||||||
变量名称 | Gdlev | Audit | Postaudit | Ada | ||||
Gdlev | 1 | |||||||
Audit | 0.004 | 1 | ||||||
Postaudit | −0.021*** | 0.591*** | 1 | |||||
Ada | 0.150*** | −0.031*** | −0.029*** | 1 | ||||
VIF检验 | ||||||||
变量名称 | Audit | Postaudit | Ada | Lnasset | Growth | Ifjz | Establish | First |
VIF值 | 1.73 | 1.68 | 1.04 | 1.85 | 1.08 | 1.09 | 1.17 | 1.14 |
变量名称 | Glccg | Gudzc | Mb | Exp | Independ | Opinion | Chzz | Mean VIF |
VIF值 | 1.27 | 1.12 | 1.65 | 1.22 | 1.03 | 1.09 | 1.02 | 1.28 |
表5为国家审计、社会审计与国企过度负债的回归结果,为了保证研究结果的稳健性,本文从全样本和国企样本两方面同时进行实证检验。由表5全样本回归结果可知,Gdlev与Postaudit的回归系数为–0.028,在1%的水平上显著负相关,验证了假说H1;Gdlev与Ada的回归系数为0.236,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.268,在1%的水平上显著负相关,验证了假说H2a。由表5国企样本回归结果可知,Gdlev与Postaudit的回归系数为–0.021,在1%的水平上显著负相关,表明国家审计监督有利于抑制国企过度负债,再次验证了假说H1;Gdlev与Ada的回归系数为0.146,在1%的水平上显著正相关,表明高质量的社会审计有利于降低国企过度负债;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.209,在5%的水平上显著负相关,表明高质量的社会审计能显著增强国家审计对国企过度负债的抑制作用,发挥了协同效应,再次验证了假说H2a。
变量 | 模型(3) | 模型(4) | 模型(5) | |||
全样本 | 国企样本 | 全样本 | 国企样本 | 全样本 | 国企样本 | |
Audit | −0.006(–1.206) | 0.008*(1.646) | −0.005(–0.867) | 0.007(1.061) | ||
Postaudit | −0.028***(–4.402) | −0.021***(–3.163) | −0.009(–1.067) | −0.006(–0.642) | ||
Ada | 0.236***(15.042) | 0.146***(6.326) | 0.248***(14.760) | 0.166***(6.144) | ||
Ada×Audit | 0.012(0.226) | 0.019(0.321) | ||||
Ada×Postaudit | −0.268***(–3.395) | −0.209**(–2.559) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.352***(10.678) | 0.490***(11.376) | 0.347***(10.691) | 0.486***(11.388) | 0.325***(9.949) | 0.476***(11.086) |
样本量 | 20707 | 9160 | 20707 | 9160 | 20707 | 9160 |
Adj.R2 | 0.154 | 0.185 | 0.165 | 0.189 | 0.167 | 0.191 |
注:采用稳健标准误回归,括号内为T统计量,下同。 |
1. 替换过度负债测度指标。首先,本文采用实际负债率与行业负债率中位数之差测度企业过度负债(张会丽和陆正飞,2013)。表6为替换过度负债测度指标的回归结果。由表6全样本回归结果可知,Gdlev与Postaudit的回归系数为–0.021,在1%的水平上显著负相关;Gdlev与Ada的回归系数为0.167,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.254,在1%的水平上显著负相关。由表6国企样本回归结果可知,Gdlev与Postaudit的回归系数为–0.017,在5%的水平上显著负相关;Gdlev与Ada的回归系数为0.115,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.233,在1%的水平上显著负相关。其次,本文借鉴陆正飞等(2015)的研究,设置企业过度负债虚拟变量Gdlev_dum,当过度负债水平大于0时,取值为1,否则为0。表7为设置过度负债虚拟变量回归结果。由表7全样本回归结果可知,Gdlev与Postaudit的回归系数为–0.391,在1%的水平上显著负相关;Gdlev与Ada的回归系数为2.200,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–1.851,在10%的水平上显著负相关。由表7国企样本回归结果可知,Gdlev与Postaudit的回归系数为–0.280,在1%的水平上显著负相关;Gdlev与Ada的回归系数为1.609,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–1.312。本文的研究结论不变。
变量 | 模型(3) | 模型(4) | 模型(5) | |||
全样本 | 国企样本 | 全样本 | 国企样本 | 全样本 | 国企样本 | |
Audit | 0.015***(3.188) | 0.013**(2.454) | 0.011*(1.706) | 0.008(1.139) | ||
Postaudit | −0.021***(−3.029) | −0.017**(−2.404) | −0.002(−0.250) | 0.000(0.011) | ||
Ada | 0.167***(10.335) | 0.115***(4.791) | 0.171***(9.974) | 0.124***(4.481) | ||
Ada×Audit | 0.069(1.219) | 0.067(1.073) | ||||
Ada×Postaudit | −0.254***(−2.895) | −0.233***(−2.604) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | −0.227***(−6.638) | −0.027(−0.599) | −0.247***(−7.312) | −0.035(−0.776) | −0.246***(−7.230) | −0.038(−0.844) |
样本量 | 20707 | 9160 | 20707 | 9160 | 20707 | 9160 |
Adj.R2 | 0.270 | 0.286 | 0.274 | 0.287 | 0.275 | 0.288 |
变量 | 模型(3) | 模型(4) | 模型(5) | |||
全样本 | 国企样本 | 全样本 | 国企样本 | 全样本 | 国企样本 | |
Audit | 0.001(0.023) | 0.153**(2.434) | −0.014(−0.185) | 0.143*(1.684) | ||
Postaudit | −0.391***(−4.534) | −0.280***(−3.158) | −0.264**(−2.250) | −0.189(−1.578) | ||
Ada | 2.200***(11.841) | 1.609***(5.483) | 2.246***(11.357) | 1.721***(4.990) | ||
Ada×Audit | 0.356(0.550) | 0.186(0.248) | ||||
Ada×Postaudit | −1.851*(−1.783) | −1.312(−1.220) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 2.316***(5.438) | 5.629***(9.230) | 2.309***(5.422) | 5.568***(9.149) | 2.095***(4.902) | 5.492***(9.000) |
样本量 | 20707 | 9160 | 20707 | 9160 | 20707 | 9160 |
Pseudo R2 | 0.094 | 0.118 | 0.098 | 0.119 | 0.099 | 0.120 |
2. 替换社会审计质量测度指标。本文采用是否国际四大会计师事务所审计测度社会审计质量,用Ifsd衡量。表8为替换社会审计测度指标回归结果。由表8模型(4)全样本回归结果可知,Gdlev与Ifsd的回归系数为–0.047,在1%的水平上显著负相关,表明四大会计师事务所审计有利于降低企业过度负债。由表8模型(4)国企样本回归结果可知,Gdlev与Ifsd的回归系数为–0.043,在1%的水平上显著负相关,表明四大会计师事务所审计有利于降低国企过度负债。在此基础上,进一步按照是否四大会计师事务所审计分组检验发现,在全样本与国企样本回归结果中,四大会计师事务所审计分组中,Gdlev与Postaudit的回归系数均不存在显著相关性;非四大会计师事务所分组中,Gdlev与Postaudit的回归系数在1%的或者5%的水平上显著负相关,表明国家审计对国企过度负债的抑制作用更多地体现在非四大会计师事务所审计的国企中。
变量 | 模型(4) | 全样本 | 国企样本 | |||
全样本 | 国企样本 | 四大审计 | 非四大审计 | 四大审计 | 非四大审计 | |
Ifsd | −0.047***(−10.083) | −0.043***(−7.712) | ||||
Audit | −0.015(−1.047) | −0.003(−0.538) | 0.008(0.544) | 0.009*(1.832) | ||
Postaudit | −0.012(−0.747) | −0.022***(−3.138) | −0.011(−0.677) | −0.015**(−2.020) | ||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.291***(8.448) | 0.398***(8.674) | 0.240*(1.944) | 0.274***(7.492) | 0.104(0.687) | 0.410***(8.400) |
样本量 | 20707 | 9160 | 1169 | 19538 | 873 | 8287 |
Adj.R2 | 0.155 | 0.188 | 0.213 | 0.157 | 0.254 | 0.185 |
3. 采用倾向得分匹配方法(Propensity Score Matching,PSM)进行内生性检验。本文采用logit回归,选取前文控制变量作为特征变量,并控制行业和年度固定效应,得到模型预测的倾向值得分,对被审计过的与未审计过的上市公司进行1∶1最邻近匹配,得到配对的样本组。为了保证研究结论的可靠性,本文借鉴池国华等(2019)的研究,选取全样本进行1∶1最邻近匹配,在经过平行趋势检验的基础上进行回归分析,表9为使用PSM方法的回归结果。由表9全样本回归结果可知,Gdlev与Postaudit的回归系数为–0.026,在1%的水平上显著负相关;Gdlev与Ada的回归系数为0.111,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.214,在5%的水平上显著负相关。由表9国企样本回归结果可知,Gdlev与Postaudit的回归系数为–0.022,在1%的水平上显著负相关;Gdlev与Ada的回归系数为0.076,在5%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.140,在10%的水平上显著负相关。本文的研究结论不变。
变量 | 模型(3) | 模型(4) | 模型(5) | |||
全样本 | 国企样本 | 全样本 | 国企样本 | 全样本 | 国企样本 | |
Audit | −0.017***(−2.991) | −0.008(−1.346) | −0.013*(−1.659) | 0.003(0.379) | ||
Postaudit | −0.026***(−3.454) | −0.022***(−2.864) | −0.010(−1.018) | −0.012(−1.246) | ||
Ada | 0.111***(3.451) | 0.076**(2.059) | 0.172***(3.919) | 0.195***(3.779) | ||
Ada×Audit | −0.049(−0.745) | −0.143*(−1.937) | ||||
Ada×Postaudit | −0.214**(−2.491) | −0.140*(−1.695) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.305***(4.777) | 0.276***(3.890) | 0.289***(4.442) | 0.256***(3.589) | 0.288***(4.499) | 0.262***(3.655) |
样本量 | 4306 | 3406 | 4306 | 3406 | 4306 | 3406 |
Adj.R2 | 0.153 | 0.173 | 0.147 | 0.169 | 0.158 | 0.176 |
4. 排除供给侧结构性改革的影响。2015年12月,中央经济工作会议强调“推进供给侧结构性改革,是适应和引领经济发展新常态的重大创新”,这标志着中国以“三去、一降、一补”为主要任务的供给侧结构性改革全面展开,而其中“去杠杆”与企业过度负债息息相关。因此,为了排除供给侧结构性改革对研究结论的影响,本文进一步采用2007–2015年的数据进行实证检验。表10为排除供给侧结构性改革影响的回归结果,由表10全样本回归结果可知,Gdlev与Postaudit的回归系数为–0.031,在1%的水平上显著负相关;Gdlev与Ada的回归系数为0.251,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.207,在5%的水平上显著负相关。由表10国企样本回归结果可知,Gdlev与Postaudit的回归系数为–0.027,在1%的水平上显著负相关;Gdlev与Ada的回归系数为0.174,在1%的水平上显著正相关;Gdlev与交乘项(Ada×Postaudit)的回归系数为–0.146,在10%的水平上显著负相关。本文研究结论不变。
变量 | 模型(3) | 模型(4) | 模型(5) | |||
全样本 | 国企样本 | 全样本 | 国企样本 | 全样本 | 国企样本 | |
Audit | −0.006(−1.316) | 0.008(1.485) | −0.006(−0.901) | 0.007(1.114) | ||
Postaudit | −0.031***(−4.198) | −0.027***(−3.626) | −0.018*(−1.856) | −0.018*(−1.875) | ||
Ada | 0.251***(13.880) | 0.174***(6.763) | 0.259***(13.304) | 0.186***(7.096) | ||
Ada×Audit | 0.006(0.100) | 0.009(0.167) | ||||
Ada×Postaudit | −0.207**(−2.345) | −0.146*(−1.703) | ||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.424***(11.394) | 0.493***(10.353) | 0.416***(11.341) | 0.490***(10.370) | 0.392***(10.586) | 0.475***(10.153) |
样本量 | 15799 | 7465 | 15799 | 7465 | 15799 | 7465 |
Adj.R2 | 0.157 | 0.172 | 0.169 | 0.177 | 0.172 | 0.179 |
前文研究结论表明国家审计监督有利于降低国企过度负债水平,那么国家审计机关应该如何实施审计监督才能实现这一目标值得深入探讨。基于此,本文借鉴吴秋生和郭檬楠(2018)、郭檬楠和吴秋生(2019)的研究,从国家审计范围覆盖广度(Breadth)、目标实现深度(Depth)、权限行使力度(Strength)和连续监督频度(Frequency)四方面出发,构建动态与静态相结合的国家审计BDSF分析框架,深入探讨国家审计降低国企过度负债的实现机制。其中国家审计范围覆盖广度从两方面来衡量:一是审计监督对象广度,即国家审计机关每年审计国企数量占国企总数的比值,用Yqbl衡量;二是审计监督内容广度,即国家审计机关每年对国企实施审计的内容种类之和,用Sjzl衡量。国家审计目标实现深度用国家审计机关查出国企的损失浪费和管理不善金额之和的自然对数衡量,用Lnzm表示,Lnzm=Ln(损失浪费和管理不善金额之和+1)。国家审计权限行使力度主要从两方面来衡量:一是国家审计“监”的力度,即国家审计机关查出国企违规违纪问题数量的自然对数衡量,用Lnzq表示,Lnzq=Ln(违规违纪问题数量+1);二是国家审计“督”的力度,即是否向纪检监察部门移送涉嫌犯罪案件线索,如果移送则取值为1,否则为0,用Ifys表示。国家审计连续监督频度用国家审计机关监督国企的次数衡量,用Sjpl衡量。由于国家审计监督的对象为国企,因此,本文采用国企样本实证检验国家审计降低国企过度负债的实现机制。
由表11国家审计监督与国企过度负债回归结果可知,Gdlev与Yqbl的回归系数为–0.265,在1%的水平上显著负相关,表明扩大国家审计监督对象广度有利于降低国企负债水平;Gdlev与sjzl的回归系数为–0.004,在5%的水平上显著负相关,表明扩大国家审计监督内容广度有利于降低国企负债水平;Gdlev与lnzm的回归系数为–0.002,在5%的水平上显著负相关,表明加强国家审计目标实现深度有利于降低国企负债水平;Gdlev与lnzq的回归系数为–0.004,在5%的水平上显著负相关,表明加强国家审计“监”的力度有利于降低国企负债水平;Gdlev与ifys的回归系数为–0.010,在10%的水平上显著负相关,表明加强国家审计“督”的力度有利于降低国企负债水平;Gdlev与sjpl的回归系数为–0.008,在5%的水平上显著负相关,表明提高国家审计连续监督频度有利于降低国企负债水平。国家审计监督对象广度每增加一个单位,国企过度负债降低0.265个单位;国家审计监督内容广度每增加一个单位,国企过度负债降低0.004个单位;国家审计目标实现深度每增加一个单位,国企过度负债降低0.002个单位;国家审计“监”的力度每增加一个单位,国企过度负债降低0.004个单位;国家审计“督”的力度每增加一个单位,国企过度负债降低0.010个单位;国家审计连续监督频度每增加一个单位,国企过度负债降低0.008个单位。因此,为了合理利用国家审计资源,通过审计全覆盖降低国企过度负债水平,国家审计机关应该优先扩大审计监督对象广度,其次提高审计“督”的力度,再次增加审计连续监督频度,最后考虑加强审计“监”的力度和目标实现深度。
变量 | 国企过度负债 | |||||
Yqbl | −0.265***(−9.307) | |||||
sjzl | −0.004**(−2.521) | |||||
lnzm | −0.002**(−2.124) | |||||
lnzq | −0.004**(−2.522) | |||||
ifys | −0.010*(−1.774) | |||||
sjpl | −0.008**(−2.105) | |||||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year&Industry | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.558***(11.618) | 0.490***(11.371) | 0.491***(11.412) | 0.490***(11.380) | 0.480***(11.140) | 0.491***(11.411) |
样本量 | 7646 | 9160 | 9160 | 9160 | 9160 | 9160 |
Adj.R2 | 0.191 | 0.185 | 0.185 | 0.185 | 0.184 | 0.185 |
去杠杆作为供给侧结构性改革的主要任务之一,重点在于降低国企过度负债。本文基于协同理论,选取2007−2017年中国沪深A股上市公司为研究样本,实证检验国家审计监督对国企过度负债的影响,以及国家审计与社会审计在影响国企过度负债中的协同机理,并进一步构建国家审计BDSF分析框架,深入探讨国家审计降低国企过度负债的实现机制。研究发现,国家审计和社会审计均有利于降低国企过度负债,国家审计与社会审计在降低国企负债中发挥了协同效应。这一结论在经过稳健性检验和排除供给侧结构性改革政策影响后依然成立,且国家审计对国企过度负债的抑制作用主要体现在非四大会计师事务所审计的国企中。进一步研究发现,扩大国家审计监督范围广度、提高国家审计目标实现深度、加强国家审计权限行使力度和提高国家审计连续监督频度均有利于降低国企过度负债,且扩大国家审计监督对象广度的边际贡献最大,加强国家审计“监”的力度次之。
结合上述研究结论,为了推进供给侧结构性改革,降低国企过度负债,促进国企高质量发展,本文提出如下政策建议:第一,党中央、国务院应该重视国企债务风险,通过完善国企外部监督体系,为国家审计与社会审计协同监督国企提供必要的制度保障,借此提高国企资产负债约束,降低国企过度负债。第二,国家审计机关应该整合社会审计资源,充分发挥审计监督对国企过度负债的协同治理作用,在现阶段国家审计资源有限而难以实现国企审计全覆盖的情况下,为了降低国企过度负债,国家审计机关在实施策略选择上应优先扩大审计监督对象的广度,其次提高审计“督”的力度,再次增加审计连续监督的频度,最后考虑加强审计“监”的力度和目标实现的深度。第三,社会审计应该充分发挥国企治理作用,将国企负债情况作为重点监督对象,并积极配合国家审计机关监督国企相关工作,为其提供必要的数据资料,以充分发挥审计监督协同作用,节约国家审计资源。
尽管本文基于现有数据,采用多期DID模型实证检验国家审计监督与国企过度负债的关系,并构建国家审计BDSF分析框架探讨国家审计降低国企过度负债的实现机制,但由于国家审计机关公布的国企审计相关数据有限,仅审计署详细公布了央企财务收支审计结果公告,本文的研究结论仅适用于央企控股上市公司,国家审计BDSF分析框架也需要不断完善。当然,随着国家审计机关公布更多的地方国企审计相关数据,我们将进一步拓展本文研究结论的应用范围,完善国家审计BDSF的分析框架。
① 2010年《审计法实施条例》规定审计法所称财务收支,是指国有的金融机构、企业事业组织以及依法应当接受审计机关审计监督的其他单位,按照国家财务会计制度的规定,实行会计核算的各项收入和支出。
② 2016年6月29日,审计署有关部门负责人就2014年度财务收支审计结果答记者问中指出:“企业审计将按照中共中央、国务院《关于深化国有企业改革的指导意见》及相关配套文件要求,推动深化国企改革,紧紧围绕去产能、去杠杆、去库存、降成本、补短板5大重点任务,揭示相关政策措施在央企贯彻落实过程中存在的突出问题和遇到的困难,促进、加快供给侧结构性改革,推动企业发展方式向质量效益型转变,不断增强国有经济活力、控制力、影响力和抗风险能力。”
③ 详见审计署官网公告报告栏目:http://www.audit.gov.cn/n5/n25/index.html。
[1] | 蔡利, 马可哪呐. 政府审计与国企治理效率——基于央企控股上市公司的经验证据[J].审计研究,2014(6). |
[2] | 蔡利, 马可哪呐, 周微. 外部审计功能与银行业系统性风险的监控——基于公允价值审计的视角[J].经济学家,2015(11). |
[3] | 蔡利, 周微. 政府审计与银行业系统性风险监控研究[J].审计研究,2016(2). |
[4] | 池国华, 郭芮佳, 王会金. 政府审计能促进内部控制制度的完善吗——基于中央企业控股上市公司的实证分析[J].南开管理评论,2019(1). |
[5] | 褚剑, 方军雄. 政府审计的外部治理效应: 基于股价崩盘风险的研究[J].财经研究,2017(4). |
[6] | 董屹宇, 郭泽光. 管理层股权激励、两职合一与企业过度负债——基于两种代理理论的分析[J].当代财经,2019(1). |
[7] | 范如国. 复杂网络结构范型下的社会治理协同创新[J].中国社会科学,2014(4). |
[8] | 方红星, 刘丹. 内部控制质量与审计师变更——来自我国上市公司的经验证据[J].审计与经济研究,2013(2). |
[9] | 郭檬楠, 倪静洁. 基于资产保值增值的国企审计内容组合研究[J].南京审计大学学报,2019(4). |
[10] | 郭檬楠, 吴秋生. 国企审计全覆盖促进了国有资产保值增值吗? ——兼论国资委国企监管职能转变的调节效应[J].上海财经大学学报,2019(1). |
[11] | 胡志颖, 余丽. 国家审计、高管隐性腐败和公司创新投入——基于国家审计公告的研究[J].审计与经济研究,2019(3). |
[12] | 纪洋, 王旭, 谭语嫣, 等. 经济政策不确定性、政府隐性担保与企业杠杆率分化[J].经济学(季刊),2018(2). |
[13] | 李青原, 马彬彬. 国家审计与社会审计定价: 顺风车还是警示灯? ——基于我国央企控股上市公司的经验证据[J].经济管理,2017(7). |
[14] | 李晓慧, 蒋亚含. 政府审计对注册会计师审计的影响: “顺风车”还是“威慑力”?[J].会计研究,2018(3). |
[15] | 李小波, 吴溪. 国家审计公告的市场反应: 基于中央企业审计结果的初步分析[J].审计研究,2013(4). |
[16] | 李志生, 苏诚, 李好, 等. 企业过度负债的地区同群效应[J].金融研究,2018(9). |
[17] | 连立帅. 对外直接投资、产权性质与过度负债[J].上海财经大学学报,2019(6). |
[18] | 陆正飞, 何捷, 窦欢. 谁更过度负债: 国有还是非国有企业?[J].经济研究,2015(12). |
[19] | 孟庆斌, 施佳宏, 鲁冰, 等. “轻信”的注册会计师影响了审计质量吗——基于中国综合社会调查(CGSS)的经验研究[J].会计研究,2019(7). |
[20] | 綦好东, 刘浩, 朱炜. 过度负债企业“去杠杆”绩效研究[J].会计研究,2018(12). |
[21] | 秦荣生. 国家审计职责的界定: 责任关系的分析[J].审计与经济研究,2011(2). |
[22] | 吴秋生, 独正元. 混合所有制改革程度、政府隐性担保与国企过度负债[J].经济管理,2019(8). |
[23] | 吴秋生, 郭檬楠. 国家审计督促国企资产保值增值的功能及其实现路径——基于十九大关于国企与审计管理体制改革要求的研究[J].审计与经济研究,2018(5). |
[24] | 吴秋生, 王婉婷. 国家审计影响社会审计收费的机理是寻租吗——来自央企及其控股上市公司的经验证据[J].山西财经大学学报,2019(1). |
[25] | 杨华领, 宋常. 国家审计与央企控股上市公司虚增收入[J].审计与经济研究,2019(6). |
[26] | 张嘉兴, 傅绍正. 内部控制、注册会计师审计与盈余管理[J].审计与经济研究,2014(2). |
[27] | 张会丽, 陆正飞. 控股水平、负债主体与资本结构适度性[J].南开管理评论,2013(5). |
[28] | 郑曼妮, 黎文靖. 中国过度负债企业去杠杆——基于资本结构动态调整视角[J].国际金融研究,2018(10). |
[29] | Caskey J, Hughes J, Liu J. Leverage, excess leverage, and future returns[J].Review of Accounting Studies,2012,17(2):443–471. |
[30] | Chan L H, Chen K C W, Chen T, et al. The effects of firm-Initiated clawback provisions on earnings quality and auditor behavior[J].Journal of Accounting and Economics,2012,54(2-3):180–196. |
[31] | Chang C, Chen X, Liao G. What are the reliably important determinants of capital structure in china?[J].Pacific-Basin Finance Journal,2014,30:87–113. |
[32] | Denis D J, McKeon S B. Debt financing and financial flexibility evidence from proactive leverage increases[J].The Review of Financial Studies,2012,25(6):1897–1929. |
[33] | Habib A, Hasan M M. Managerial ability, investment efficiency and stock price crash risk[J].Research in International Business and Finance,2017,42:262–274. |
[34] | Jensen M C, Meckling W H. Theory of the firm: Managerial behavior, agency costs and ownership structure[J].Journal of Financial Economics,1976,3(4):305–360. |
[35] | Jeon H, Nishihara M. The effects of business cycle and debt maturity on a firm’s investment and default decisions[J]. International Review of Economics & Finance,2015,38:326–351. |
[36] | Kothari S P, Leone A J, Wasley C E. Performance matched discretionary accrual measures[J].Journal of Accounting and Economics,2005,39(1):163–197. |
[37] | Lewis C M, Tan Y X. Debt-equity choices, R&D investment and market timing[J].Journal of Financial Economics,2016,119(3):599–610. |
[38] | Li K, Yue H, Zhao L K. Ownership, institutions, and capital structure: Evidence from China[J].Journal of Comparative Economics,2009,37(3):471–490. |
[39] | Parrino R, Weisbach M S. Measuring investment distortions arising from stockholder-bondholder conflicts[J]. Journal of Financial Economics,2016,53(1):3–42. |
[40] | Titman S, Tsyplakov S. A dynamic model of optimal capital structure[J].Review of Finance,2007,11(3):401–451. |