党的十九届六中全会在总结党的百年奋斗重大成就和历史经验时指出,“使市场在资源配置中起决定性作用,更好发挥政府作用”,这为正确处理政府与市场的关系提供了指引。政府可以通过行政监管、产业政策等方式纠正市场失灵,与市场相互协调促进,最终实现有效市场与有为政府更好的结合。政府与企业同为市场主体,两者之间的关系深刻影响着企业策略行为。已有研究广泛探讨了企业与政府的政治关联等非正式制度对企业策略行为的影响(杨其静,2011),但对于最能充分体现有效市场和有为政府相结合的正式制度−政府通过采购方式与企业建立经济联系成为企业的大客户,所产生的微观治理效应缺乏足够关注。
现实中,政府大客户具有需求规模大、资金稳定性高、违约风险小的优势,其影响不容小觑(Dhaliwal等,2016)。2020年全国政府采购规模高达36 970.6亿元,占全国财政支出和GDP的比重分别为10.2%和3.6%①,并且距发达国家10%以上的GDP占比还有较大的增长空间。政府采购的庞大规模为其宏观调控和微观治理效应的发挥奠定了基础。但是政府大客户能否对企业产生积极的微观治理效果,现有文献尚未达成一致。有研究认为,政府大客户能对企业在提高信息透明度、抵御经济冲击、缓解融资约束、降低审计费用以及促进创新等方面起到积极作用(Chen等,2021;Chen等,2021;Cohen和Li,2020;Goldman,2020;窦超等,2020a)。沿着该逻辑链条延伸,政府大客户在提高企业信息透明度、降低审计风险的作用下必然能够压缩企业策略行为空间,发挥外部治理效应。与此同时,也有研究认为政府大客户出于保护主义而非产品质量选择某企业,会造成企业创新能力下降、过度投资等后果,阻碍了企业长期发展(武威和刘玉廷,2020)。上述研究大多强调了政府大客户对企业只能被动接受的客观外在影响,但对于企业主动性更强的策略行为会产生何种影响缺乏明确答案。企业在拥有政府大客户时的应对策略是影响政府大客户采购微观治理效果的关键。随着政府采购范围的不断扩大,政府大客户采购引发的政企互动行为也不断被揭示,其微观治理效应有待新的经验证据进行回答。因此,深入剖析政府大客户采购能否发挥对企业主动策略行为的微观治理效应,既可丰富公司治理工具箱,又能为理顺政企关系提供新注脚。
在企业的策略行为中,企业违规行为最能凸显企业决策的“主动性”,其外部性也较强,是研究政府大客户微观治理效应的良好视角。上市公司依法合规经营是提高上市公司质量、保持资本市场稳健发展的前提,也是构建新发展格局的重要抓手。国务院2020年发布的《关于进一步提高上市公司质量的意见》指出,要高度重视上市公司经营管理规范性,为建设稳健资本市场、促进经济高质量发展提供先决条件。当前,经济下行压力加大,贸易保护主义抬头叠加全球新冠疫情,多重压力下企业违规行为频发。仅2020年证监会办理违规案件就达740起,同比增长34%②。近期最为典型的是康美药业连续三年财务造假,涉案金额高达300亿元,给投资者造成巨大损失,社会影响极其恶劣,被称为证券集体诉讼第一案。诸如此类的案例都揭示违规行为对市场秩序和经济发展具有较强的负外部性。近年来,监管部门对违规行为“严监管、严处理”的趋势明显,监管打击违规力度持续加大。然而,实践中监管主要采用事后行政处罚等方式,缺乏有效制约企业违规的事先预防引导手段;文献中政府对企业违规作用也大多从事后被动行政处罚视角切入(朱沛华,2020),缺乏对新型政策工具的探索。现实压力凸显了探索有效灵活、事先预防为主的新型政府治理工具的迫切性,而同为政府治理手段的政府采购则为解决企业频繁违规问题提供了新思路。政府采购作为贯彻政策导向、体现政府干预与市场调节相结合的重要工具,能否发挥预期作用对企业违规行为进行治理是实践中亟待回答的重要问题。
本文基于2008—2018年上市公司披露的前五大客户数据识别出政府大客户,检验了政府大客户对企业违规是否存在治理作用,并对其作用机制和异质性进行了检验。本文的边际贡献在于:第一,首次将政府大客户采购作为事前预防违规手段,验证了其能有效发挥外部治理效应。现有对企业违规治理的研究大多从董事会、监事会等内部监督及外部审计入手,主要从行政处罚等事后处理方式进行分析,缺乏以政府政策为主导的事前预防违规的研究。第二,运用舞弊三要素全面系统地阐释了政府大客户影响企业违规的作用机理。将舞弊三角理论中的违规动机和违规机会具体分解为经营压力、内部控制和外部监督三条可验证路径,检验了政府大客户影响企业违规的作用机制。同时将第一类代理成本和第二类代理成本作为违规舞弊的自我合理化因素,检验了政府大客户在不同程度代理问题下的治理效果差异,为缓解主体间利益冲突、解决委托代理问题提供借鉴。第三,拓展了不同维度下政府大客户对企业违规的治理效果差异。检验出政府大客户在实体投资比重越高、管理权越分散时,治理效果越好。验证了管理层权力分散如何帮助企业减少违规,有助于促进企业对关键少数权利主体的有效制衡,推动上市公司改善违规治理,为探索高效化、精准化、差异化政府采购体制改革提供了经验证据。
二、理论分析与研究假设 (一) 政府大客户对企业违规的治理作用1. 政府大客户的概念界定、特征与政策效应。政府大客户的概念、特征与政策效应均建立在政府采购政策的基础上。政府通过采购方式以客户的角色与企业建立供销关系,且属于企业前五大客户则可定义为政府大客户。我国《政府采购法》明确规定“政府采购是指各级国家机关、事业单位和团体组织,使用财政性资金采购依法制定的集中采购目录以内的或者采购限额标准以上的货物、工程和服务的行为”。政府采购具有资金来源公共性、程序规范、目的公益和非盈利、需要接受公众监督等特点。
政府大客户以采购方式对企业进行干预引导,是有效市场与有为政府相结合的重要实践工具,在众多政府干预政策中具有独特的优势。首先,传统政府干预对企业大多以“单向输血式”的直接手段扶持企业发展,这就会导致企业过度依赖于政府扶持发展,从而丧失了本身的竞争力优势。不少研究表明传统政府政策手段并不能达到政府促进企业长期稳定发展的预期。例如,政府补贴虽能短期内带来实体经济蓬勃发展的景象,但政府“单向输血”会增大市场竞争准则矫正难度,扭曲企业经营(王红建等,2014)。而政府大客户采购是一种间接扶持的市场化手段,在体现国家政策导向的同时对采购产品是有质量要求的,能够从市场需求端激励企业不断提升竞争力(窦超等,2020d)。其次,政府补贴、税收优惠等传统政府干预手段大多属于暂时性补贴措施,尤其是当某行业不再具有政策倾向性后,政府补贴会迅速缩水,这对企业来说是致命性打击。而政府大客户采购则具有稳定需求,能够保持与企业建立的供销关系,鼓励和支持企业长期稳健发展。再次,据政府采购网数据显示,2020年全国政府采购规模高达36 970.6亿元,而2020年A股上市公司政府补助金额为2 925.8亿元,尽管两者口径不同且并不可比,但大体上可以看出两者不在同一数量级上。庞大的政府采购规模意味着政府大客户具有足够的影响力,雄厚的财力支持和巨大的影响力也正是政府采购发挥作用的基础。最后,不同于传统产业政策,政府大客户采购大多是定向确定新产品,督促企业运用新技术或实现新服务(Aschhoff和Sofka,2009),有利于引导企业明确创新目标且分担了企业的创新风险。综上,政府大客户采购的独特优势明显,那么其能否接棒传统政府政策,完成政府促进企业良性发展的目标呢?
现有研究为深入剖析政府大客户采购所发挥的经济职能奠定了基础。大部分学者对政府大客户采购这一间接扶持手段所发挥的政策效应是认可的。首先,政府大客户能够解决微观企业所面临的发展难题,对企业发展的作用大多积极正向。例如,政府大客户能够减少审计风险、降低审计费用;提供金融支持、缓解融资约束;提升外部关注、改善市场认知等(Chen等,2021;Cohen和Li,2020;窦超等,2020a)。其次,政府大客户对企业生产效率、产能利用率的提升和治理在一定程度上也满足了政府的预期。政府大客户既能通过对创新投入和资源配置的优化促进企业全要素生产率的提高,还能治理企业产能过剩(张沁琳和沈洪涛,2020)。最后,政府大客户对扶持偏远地区和节能环保的政策目标完成良好。政府大客户缓解了东西部地区发展不平衡的矛盾,促进了经济平衡发展,并通过提高企业环保意识和解决资金问题推动了环境治理。此外,政府大客户还能够承载振兴实体经济的目标(王伊攀和朱晓满,2022)。但也有部分学者认为政府大客户发挥的效应被过分夸大,其政策功能的发挥需要综合诸多因素,若未能实现前提条件,可能会抑制企业发展。Marion(2009)认为政府大客户对企业的选择并非绝对公正,也有一定的几率导致劣质企业与政府建立供销关系,侵占优质企业资源,甚至挤出优质企业,而不利于整个行业的发展。武威和刘玉廷(2020)指出,出于政府对本地企业的“保护主义”,本地政府采购并不鼓励公平竞争,存在偏袒本地企业、排斥异地企业的现象,从而抑制了企业间的良性竞争,不利于激发企业创新的积极性。
2. 企业违规的影响因素及经济后果。企业违规的影响因素可归纳为企业内部特征和外部环境两方面。企业内部控制是否完善、CEO与董事间是否具有裙带关系、监事会经济是否独立等内部因素都会影响企业违规行为(陆瑶和胡江燕,2016;孟庆斌等,2018)。除了内部特征外,外部环境的变化也能影响企业违规的发生。媒体关注、政府监管等都提高了企业违规成本,减少了企业违规行为(Kedia和Rajgopal,2011);提升司法独立性能够有效削弱地方性保护,增大了违规行为被稽查的概率(曹春方等,2017);卖空机制的引入提高了违规行为被稽查处罚的概率,遏制了管理层对企业实施不利行为,从而抑制了企业违规(孟庆斌等,2019)。
企业选择违规是管理层通过权衡违规收益和违规成本所作出的决策(Dyck等,2008)。违规虽在短期内可以给企业带来显著利益,但长期来看,企业违规需承担的后果极为严重。目前,对上市公司违法违规行为的监管力度持续加大,企业违规后被监管部门稽查处罚的概率增加。企业因违规被稽查处罚后,将承受多方面的负面连锁效应,例如,处罚消息会导致公司股票长期承担负超额累积效应(滕飞等,2016);涉事管理层为了挽回声誉,缓解解聘压力所引发的过度投资,增大了企业经营风险(顾小龙等,2017)。因此,即便管理层权衡利弊后选择违规,违规所带来的一系列经济后果的严重程度也可能超出预期。
3. 政府大客户对企业违规的影响。随着企业违规行为频发,如何遏制企业违规、促进其合法合规的高质量发展值得关注。理论上,政府大客户能够遏制企业违规行为,有效发挥外部治理效应,主要是基于以下原因:第一,政府大客户具有收益效应。当企业获得并维持与政府客户良好关系的收益高于违规的收益时,就会减弱企业违规动机。政府大客户的庞大采购规模和强大财政支持力度促使企业的销售额增加,为企业提供了持续稳定的现金流。同时,政府大客户与企业建立关系给企业带来了“信贷光环”,即在一定程度上传递企业经营良好的信号并为企业提供担保,有助于企业获取更多的信贷支持。此外,政府大客户与企业建立关联,为企业更进一步获取政府补贴等政策性资源提供了条件(韩旭和武威,2021)。企业违规的目的大多是解除当前面临的危机、获取短期利润以及延续企业经营。而拥有政府大客户的企业有更便捷的方式获取资源,违规行为失去了核心动力,自然优选合法正当经营。第二,政府大客户具有监督效应。政府通过采购与企业建立深层合作关系,能对企业的产品信息、经营情况都有更深入的了解,压缩了企业违规空间。政府拥有参与者和监管者的双重身份,注定对合作企业的挑选更加严格。既要考虑产品质量是否过关,又要符合政策导向(窦超等,2020c),还要考虑企业的外部形象是否合格,避免与违规、失信企业建立供销关系而降低政府公信力。出于赢得政府大客户的青睐以维持与政府良好合作关系的考虑,企业可能会维持自身良好声誉,减少违规行为。第三,政府大客户具有威慑效应。与普通企业客户相比,政府大客户实际惩戒能力更强,企业会为违规行为付出实实在在的成本。比如对一些政府采购违法失信行为,财政部办公厅于2014年发布了《关于报送政府采购严重违法失信行为信息记录的通知》,政府采购监管机构对于严重违法失信供应商可以采取的行政处罚包括罚款、没收非法所得、列入不良行为记录名单、禁止1−3年内参与政府采购业务等。综上,提出以下假设:
H1:政府大客户能够对企业违规行为进行有效约束,起到外部治理作用。
(二) 政府大客户对企业违规的影响机制企业舞弊违规行为的原因归结起来可分为三要素:舞弊违规的动机、机会和借口,即舞弊三角理论(Christensen等,2018)。舞弊的动机是企业管理者在面临诸多压力时而产生的获取短期安全和利益的违规意愿。贺小刚等(2015)证明了压力对违规的作用,认为高管追寻“第一”所造成的赶超压力非但不会激励企业创新反而会诱导企业违规经营,原因在于压力之下违规经营的优势远高于耗时长、成本高的创新行为。舞弊的机会是违规的最关键因素,即在企业存在舞弊的动机后,能否有机会实现违规。目前,对于企业违规的研究大多从舞弊机会入手,舞弊机会的存在依赖于内部管理机制失效和外部监督机制失灵。以公司战略、内部治理为主的内部管理因素和政府监管、媒体监督为主的外部监督因素都能发挥有效的企业违规治理效应(Kedia和Rajgopal,2011;梁上坤等,2020)。舞弊的借口,又称自我合理化,当企业违规的动机和机会都存在后,管理者还要寻找合理的借口说服自己,突破自身教育经历、道德约束等界限进行心安理得的违规。例如,在高管薪酬不能达到高管的心理预期时,更容易发生以获取薪酬补贴为借口的企业违规行为(Erickson等,2006)。本文以动机和机会这两大因素将政府大客户与企业违规连接起来,并联系违规借口完整体现舞弊三角,以研究其中的机制效应(见图1)。
1. 经营压力机制。企业面临的经营压力会充分反映在经营决策上。为了维护企业利益,促进经营决策服务于企业高质量、可持续发展,缓解企业经营压力很有必要。
一方面,良好的融资水平作为企业优势竞争力之一,是能给企业带来“底气”的关键性资源。一般企业由于可抵押资产有限、企业运营不稳定等因素导致融资受限,政府大客户以间接扶持手段缓解了企业融资约束。原因在于:第一,政府大客户的特点体现在购买力强、需求稳定且坏账风险小。政府订单给企业带来的不仅是稳定的现金流,更是资本市场的认可,对获取外部融资大有裨益。第二,政府对企业的鼓励支持能够引导社会资金的流动方向,缓解企业资金压力,有利于提高企业资金流动性(卢盛峰和陈思霞,2017)。第三,企业若能和政府建立良好的供销关系,相当于向外界释放了积极信号,即企业资质良好且有政府作为隐形担保方。企业获得“信贷光环”后,其融资效率进一步提升。融资约束的缓解至少在资金方面降低了企业经营压力,企业违规倾向应当减少。综上所述,政府大客户采购以提供稳定资金、提高资金流动性以及提供担保保障融资的方式缓解了企业经营压力,降低了企业因资金压力而违规的可能性。故提出以下假设:
H2a:政府大客户缓解了企业融资约束,抑制了企业违规。
另一方面,对企业未来成本和收益的评估和预测是企业调整经营决策的主要考量,而企业不确定性感知对企业未来成本和收益的评估和预测存在较大影响。当企业存在不确定性感知时,对企业而言,由于面临的投资前景不明朗,投资风险提高;对控制人而言,因持有企业大量资产,投资行为需加倍谨慎(聂辉华等,2020)。企业不确定性感知抑制了企业投资,降低了企业的投资收益。企业管理层或实际控制人面临不确定性的压力时,容易滋生通过“捷径”改善企业不良处境的动机,而导致企业违规行为。但当企业与政府建立良好的供销关系后,有政府作为后盾,提高了企业的信心和应对能力,能够降低需求不确定性(Cohen和Li,2020)。因此,政府大客户在一定程度上降低了企业不确定性感知,稳定了企业预期,减弱了企业经营压力和违规动机,从而遏制了企业违规的出现。故提出以下假设:
H2b:政府大客户降低了企业不确定性感知,抑制了企业违规。
2. 内部控制机制。内部控制制度是保障企业生产经营活动、约束管理层违规的重要制度。内部控制的改善能够降低企业违规的可能性,其原因在于:首先,内部控制更为完善的企业,其员工素质和工作氛围都应处于优良水平,实质上减少了企业违规倾向;其次,内部控制能够降低代理成本(权小锋等,2016),进而抑制管理层为获取自身利益的违约行为;最后,内部控制的改善降低了企业内部的信息不对称,有利于企业自身形成“事前-事中-事后”的完整监督体系,导致违规行为暴露风险提高。但政府大客户能否促进企业内部控制质量的提升,目前尚无定论。部分文献认为政府大客户能够改善企业内部控制水平。理由如下:首先,政府大客户能为企业产品提供可观的销售市场,稳定企业业绩,从而带来可观的资金流,而资金又恰恰是企业进行内部控制体系建设的保障;其次,当企业与政府大客户建立关系后,政府凭借本身的影响力和威慑作用能有效发挥监督治理效应(窦超等,2020a),而拥有更强监督的企业往往内部控制水平更高。因此,政府大客户从提供稳定资金和加强监督效应两方面提升了企业内部控制水平。但也有部分文献认为政府采购降低了企业内部控制水平。其核心观点是,企业可能并非通过正当手段与政府建立供销关系,而是通过暗箱操作或贿赂等方式获取政府订单(黄玖立和李坤望,2013)。为了维持企业与政府建立的关系,企业很可能会选择继续贿赂以维持与政府的合作,进而导致企业的各种内部监管缺乏问责机制,流于形式。因此,政府大客户对企业内部控制的影响可能存在两种截然不同的结果。故提出如下两个竞争性假设:
H3a:政府大客户通过提高企业内部控制水平,抑制了企业违规。
H3b:政府大客户通过降低企业内部控制水平,加剧了企业违规。
3. 外部监督机制。拥有政府大客户的企业可能受到更多的外部监督,主要体现在两方面:一方面,政府大客户的信号作用引发了外部监督者的监督意愿。政府作为具有超强购买力和财政资金后盾的优质客户,企业与政府建立供销关系能够给外界传递企业有政府信誉背书的积极信号(韩旭和武威,2021),加大了外部投资者的投资意愿,从而加强了外部投资者及分析师对企业的关注和监督。尤其是分析师作为资本市场中信息的挖掘者、传递者以及企业未来经营的预测者,具有很强的信息中介和外部监督作用。企业拥有政府大客户加大了外部投资者对其的投资意愿,对企业信息分析的需求随之增加,分析师有动力增大对企业的跟踪与关注。另一方面,政府大客户采购的公开性要求能够为外部投资者监督和评价公司管理层提供更多真实可靠的依据,提高外部监督者的监督能力。从政府角度看,公开透明原则是政府采购的首要基本原则(姜爱华,2014)。《中华人民共和国政府采购法》明确规定“政府采购应当遵循公开透明原则、公平竞争原则、公正原则和诚实信用原则”。除此之外,多部针对政府采购方面的法律法规都提出了公开透明的要求。从企业角度看,企业与政府建立供销关系后,能够获取稳定的收益,从而有利于降低企业盈余管理动机,提高企业信息透明度(窦超等,2020a)。信息透明度越高,能够吸引跟踪的分析师越多,分析师预测误差越小,外部越能有效监督企业(Lang 和 Lundholm,1996)。由于专业分析师谙熟财务知识并且对企业经营变化极为敏感,更多的分析师关注度意味着对企业经营的外部监督作用更强,从而降低企业违规发生的可能性。综上,企业拥有政府大客户增大了外界关注和监督,减少了违规机会,抑制了企业违规。故提出以下假设:
H4 :政府大客户通过提高被分析师(研报)关注度抑制了企业违规。
三、实证设计 (一) 样本与数据选择本文以2008—2018年沪深A股上市公司披露的前五大客户为样本,结合国家企业信息公示系统中股东出资信息和企业产权信息以及企查查、天眼查等企业信息软件对样本中客户产权性质进行匹配。内部控制是否存在缺陷的数据来源于CNRDS,其余数据均来源于CSMAR。需要注意的是,现有数据无法获取上市公司所有客户信息。但考虑到前五大客户的规模、重要性以及借鉴文献常用做法(张沁琳和沈洪涛,2020;窦超等,2020b),本文选择前五大客户中是否有属于政府采购主体的客户以及属于政府采购主体的客户采购规模来分别衡量企业是否有政府大客户和政府大客户采购规模。
(二) 计量模型参照张沁琳和沈洪涛(2020)对于模型的设定,本文以模型(1)对政府大客户如何影响企业违规进行检验:
$ Frau{d_{it}}/Freq_{it} = {\alpha _1} + {\beta _1}Procuremen{t_{it - 1}} + \sum {\gamma Control{s_{it - 1}}} + Industry + Year + {\varepsilon _{it}} $ | (1) |
其中,被解释变量Fraud指的是企业违规,以“上市公司是否违规”进行衡量;被解释变量Freq是违规频率,以“上市公司违规次数”进行衡量;Procurement通过是否有政府大客户Gov和政府大客户采购比例Cpro_govt表示;控制变量Controls详见表1。本文控制了行业和年份固定效应。
为了探究政府大客户影响企业违规的中介机制,本文构建以下模型进行回归检验:
$ Me{d_{it}} = {\alpha _2} + {\beta _2}Procuremen{t_{it - 1}} + \sum {\gamma Control{s_{it - 1}}} + Industry + Year + {\mu _{it}} $ | (2) |
$ Frau{d_{it}}/Fre{q_{it}} = {\alpha _3} + {\beta _3}Procuremen{t_{it - 1}} + \delta Me{d_{it}} + \sum {\gamma Control{s_{it - 1}}} + Industry + Year + {\theta _{it}} $ | (3) |
其中,完整的中介机制检验包括以下几个步骤:第一步,探究政府大客户对企业违规的影响,由式(1)进行检验;第二步,通过式(2)检验政府大客户对六个中介的作用,包括融资约束、企业不确定性感知、迪博内控指数、内部控制是否存在缺陷、被分析师关注度和被研报关注度;第三步,将中介变量引入式(1)中得到式(3),通过式(3)可检验中介变量的方向和显著性,进而判断中介机制是否成立。
(三) 变量设定1.政府大客户和企业违规。首先,遵循《政府采购法》规定,本文将以财政资金进行采购的国家机关、事业单位和社会团体定义为政府客户。其次,由于上市公司披露的前五大客户承担了企业大部分销售量,对于企业意义重大,因此,以上市公司自愿披露前五大客户作为企业的大客户,识别出政府大客户。最后,若企业存在符合标准的政府大客户,则虚拟变量“是否有政府大客户Gov”赋值为1,反之为0;再将政府大客户采购额占年度总销售额的比例Cpro_govt计算出来,作为政府大客户采购比例。本文将被解释变量Fraud表示为企业是否违规,若企业当年存在违规行为,则Fraud=1,否则为0。此外,为反映企业违规是否属于频发事件,将被解释变量Freq表示为企业违规频率,即企业违规行为发生的总次数。
2.控制变量。本文对于所有解释变量和控制变量均滞后一期以缓解内生性问题,对所有连续变量进行上下1%的缩尾处理以消除极端值影响。变量名称与定义如表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义 |
解释变量 | 是否有政府大客户 | Gov | 前五大客户中有属于政府采购主体的客户,则为1,否则为0 |
政府大客户采购比例 | Cpro_govt | 政府大客户采购额占企业年度总销售额的比例(%) | |
被解释变量 | 是否违规 | Fraud | 公司是否存在违规行为,存在为1,否则为0 |
违规频率 | Freq | 公司当年被披露的违规行为总数 | |
控制变量 | 公司规模 | Size | 总资产的自然对数 |
资产负债率 | Leverage | 总负债与总资产的比值 | |
经营现金流 | OCF | 经营活动产生的现金净流量与期末总资产的比值 | |
政府补贴 | Subsidy | 公司获得的政府补贴与期末总资产的比值 | |
营业总收入增长率 | Growth | 企业本年营业收入增加额对上年营业收入总额的比率 | |
上市年限 | Lnage | 公司上市年份数的自然对数 | |
资产复杂程度 | ARInv | 应收账款与存货之和除以年末总资产 | |
赫芬达尔指数 | HHI | 前五大客户销售额占年度总销售额的比例 | |
是否资金周转不灵 | CASH | 当公司经营现金流量小于0时,取值为1,否则为0 | |
是否为国企 | SOE | 当企业性质为国有企业时,取值为1,否则为0 | |
行业虚拟变量 | Industry | 位于该行业时,取值为1,否则为0 | |
时间虚拟变量 | Year | 位于该年度时,取值为1,否则为0 | |
中介变量 | 融资约束 | Dist | 若O-Score超过年度中位数,则为1,否则为0。其中,O-Score来源于CSMAR |
不确定性感知 | Tone | (负面词汇数量−正面词汇数量)/(正面词汇数量+负面词汇数量) | |
迪博内控指数 | ICI | 中国上市公司内部控制指数 | |
内部控制是否存在缺陷 | Flaw | 若内部控制存在缺陷,取值为1,反之取0 | |
被分析师关注度 | Supervise1 | 一年内有多少分析师(团队)对该公司进行跟踪分析 | |
被研报关注度 | Supervise2 | 一年内有多少研报对该公司进行跟踪分析 |
表2汇报了主要变量的描述性统计结果,样本总量为4 355。根据统计结果可知:政府大客户(Cpro_govt)的样本平均值为2.315,标准差为7.509,表明政府大客户采购水平存在较大差异。是否存在违规行为(Fraud)的均值为0.166,表明16.6%的样本企业存在违规行为;违规频率(Freq)最小为0,最大为3,且平均值超出中位数,说明部分公司违规次数较多。
变量名称 | 观测值 | 平均值 | 标准差 | 最小值 | 中位数 | 最大值 |
Gov | 4355 | 0.196 | 0.397 | 0.000 | 0.000 | 1.000 |
Cpro_govt | 4355 | 2.315 | 7.509 | 0.000 | 0.000 | 46.290 |
Fraud | 4355 | 0.166 | 0.372 | 0.000 | 0.000 | 1.000 |
Freq | 4355 | 0.234 | 0.594 | 0.000 | 0.000 | 3.000 |
Dist | 4355 | 0.509 | 0.500 | 0.000 | 1.000 | 1.000 |
Tone | 4332 | 0.413 | 0.140 | −0.471 | 0.416 | 0.862 |
ICI | 4320 | 627.054 | 164.907 | 0.000 | 669.735 | 978.780 |
Flaw | 3543 | 0.226 | 0.418 | 0.000 | 0.000 | 1.000 |
Supervise1 | 3137 | 1.927 | 0.867 | 0.693 | 1.946 | 4.190 |
Supervise2 | 3184 | 2.345 | 1.093 | 0.693 | 2.303 | 5.147 |
以刺激市场需求、引导企业良性竞争、稳定宏观经济运行为目的的政府大客户采购能发挥其对企业的治理作用,影响企业经营管理。表3列示了不同回归方法中政府大客户对企业违规的治理效果,回归结果表明,在Panel A中(以是否违规Fraud作为被解释变量):引入控制变量并固定年份和行业效应后,不管使用混合OLS回归、Probit回归还是Logit回归,政府大客户与企业违规都显著负相关,即政府大客户能够有效遏制企业违规行为的产生;在Panel B中(以违规频率Freq作为被解释变量):第(4)−(6)列分别使用混合OLS回归、泊松回归和负二项回归检验政府大客户对企业违规频率是否具有抑制效应,除是否有政府大客户与企业违规的负二项回归外,其余检验结果均显著为负,即政府大客户有利于降低企业违规频率。虽然是否有政府大客户与企业违规的负二项回归不显著,但偏差拟合优度检验在统计上不显著,无法拒绝泊松分布的原假设,泊松回归检验结果有一定的可靠性。综上,基准回归结果证实当企业拥有政府大客户后,企业经营管理更加合法合规,违规行为更少,与假设H1预期结果相符。
变量 | Panel A(以是否违规Fraud作为被解释变量) | Panel B(以违规频率Freq作为被解释变量) | ||||
(1) | (2) | (3) | (4) | (5) | (6) | |
混合OLS | Probit | Logit | 混合OLS | 泊松回归 | 负二项回归 | |
是否有政府大客户 | −0.027*(−1.92) | −0.124*(−1.95) | −0.233**(−2.00) | −0.037*(−1.68) | −0.188**(−2.15) | −0.149(−1.35) |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year | Yes | Yes | Yes | Yes | Yes | Yes |
Industry | Yes | Yes | Yes | Yes | Yes | Yes |
N | 4 355 | 4 355 | 4 355 | 4 355 | 4 355 | 4 355 |
R2_adj | 0.05 | 0.06 | ||||
政府大客户采购比例 | −0.001**(−2.11) | −0.007**(−2.08) | −0.013**(−1.96) | −0.002*(−1.74) | −0.010**(−2.06) | −0.009*(−1.95) |
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year | Yes | Yes | Yes | Yes | Yes | Yes |
Industry | Yes | Yes | Yes | Yes | Yes | Yes |
N | 4 355 | 4 355 | 4 355 | 4 355 | 4 355 | 4 355 |
R2_adj | 0.05 | 0.06 | ||||
注:括号内为t值,***、**、*分别表示在1%、5%、10%的水平上显著,控制变量的回归结果受限于篇幅未列示,下同。 |
为了进一步证明基准结果是稳健的,本文采用工具变量法、稀有事件偏差检验、倾向得分法和Heckman两阶段检验分别进行稳健性检验。具体如下:首先,针对遗漏变量可能引发的内生性问题,本文以“地区-年份政府采购年度中位数”作为政府大客户采购的工具变量进行了检验。结果表明拥有政府订单的企业能在1%的水平上显著降低企业违规行为发生的可能性及违规频率,此结果通过了不可识别检验和弱工具变量检验。其次,由于企业违规样本仅占总样本的16.6%,可能导致稀有事件偏差。为了避免大量0值所导致的样本偏误,基准回归部分已列示了泊松回归和负二项回归的回归结果。进一步使用稀有事件Logistic和补对数-对数模型对被解释变量(是否违规)进行检验,基准结论稳健。再次,为了缓解样本偏误问题,本文对违规和未违规样本进行PSM匹配,将匹配后的样本重新进行回归,政府大客户依然能显著抑制企业违规,结果稳健。最后,为了检验政府大客户样本是否存在信息披露和识别偏误问题,采用Heckman两阶段法进行检验。具体地,先通过行业-年份政府大客户采购订单均值、企业年限、营业总收入增长率、财务杠杆等影响上市公司信息披露因素求得逆米尔斯比率,将其代入回归检验。结果表明,在排除样本选择偏误后基准回归结果稳健。
五、机制分析 (一) 经营压力效应为了检验政府大客户能否通过缓解企业经营压力抑制企业违规行为,本文将经营压力分为融资约束和企业不确定性感知进行分析。
1. 融资约束。本文利用各项财务指标计算出修正的O-score,具体测算方式见表1。据表4中第(1)列结果可知,政府大客户有利于缓解企业融资约束,减轻财务困境压力。政府干预政策是影响企业融资约束的重要因素,当政府对企业的偏袒度提高时,企业的融资约束问题可得到缓解(卢盛峰和陈思霞,2017)。政府大客户一方面通过鼓励创新、激励竞争的方式增强企业资金使用效率;另一方面赋予企业“信贷光环”,从而能够有效缓解企业融资约束。第(2)、(3)列结果显示,当企业面临融资约束时,发生违规的可能性和违规频率也相应上升。理由如下:一是融资约束使企业背负巨大压力,管理层为了改善当前处境,获取短暂喘息机会,违规动机增加;二是当企业面临融资约束时,企业更倾向于操纵财务会计报表等违规行为,以避免企业就此倒闭或退市。综上,政府大客户通过缓解融资约束进而抑制企业违规行为,证实了假设H2a。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Dist | Fraud | Freq | Tone | Fraud | Freq | |
是否有政府大客户 | −0.026*(−1.77) | −0.120*(−1.89) | −0.180**(−2.06) | −0.012**(−2.53) | −0.121*(−1.88) | −0.179**(−2.04) |
Dist / Tone | 0.150**(2.35) | 0.257***(3.07) | 0.507**(2.55) | 0.923***(3.44) | ||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year | Yes | Yes | Yes | Yes | Yes | Yes |
Industry | Yes | Yes | Yes | Yes | Yes | Yes |
N | 4 355 | 4 355 | 4 355 | 4 332 | 4 332 | 4 332 |
R2_adj | 0.46 | 0.26 |
2. 企业不确定性感知。借鉴曾庆生等(2018)的研究,将公司年报中管理层讨论与分析文本内的负面词汇与正面词汇的数量之差占所有词汇数量的比例作为企业不确定性感知指标的衡量,该数据来源于CSMAR管理层讨论与分析语调数据库。该指标数值越大,表明该企业未来预期越消极,不确定性感知越强;反之,则不确定性感知越弱。据表4第(4)列可得,政府大客户在5%的水平上与企业不确定性感知呈负相关关系,表明政府大客户降低了企业的不确定性感知。可能的原因在于,政府大客户资金雄厚、违约风险小的特点能给企业带来的不仅是业绩上的稳定,更重要的是政府强大的资源保障能力,增强了企业应对不良状况的信心,从而在根本上缓解了企业的危机感。第(5)、(6)列结果表明,企业不确定性感知与违规行为和违规频率至少在5%的水平上呈显著正相关。当企业面临不确定性时,直接影响了企业业绩的稳定,也间接导致了企业未来经营状况堪忧。此时,为了缓解企业经营压力,实际控制人有强烈的动机进行违规。综上,政府大客户通过降低企业不确定性感知对违规行为进行约束,证实了假设H2b。
(二) 内部控制效应为了检验政府大客户能否通过内部控制治理企业违规行为,本文利用迪博内部控制指数和内部控制是否存在缺陷(孟庆斌等,2018)两个指标衡量企业内控水平。迪博内控指数用于体现上市公司内部控制和风险管理水平,该指数越高,企业的内部控制水平就越高;而内部控制是否存在缺陷则能更直观地评价企业的内控能力。表5的回归结果表明,政府大客户能够促进企业内部控制的改善。其原因可能在于:首先,与政府建立联系的企业,能够获得大量资源而降低内控制度建设的成本,提供了企业内部控制建设的可行性;其次,与政府建立良好关系的企业,其响应政府内控建设号召的积极性高涨,而且即便是为了获得持续合作及收益,其内控执行力度也亟待提高,增强了企业内控建设的必要性(逯东等,2013)。同时,企业内部控制的改善有利于抑制企业违规行为,降低违规频率。完善的企业内部控制制度能够使企业内部权责分配更明确,可促进企业生产效率提高,降低经营管理风险(孟庆斌等,2018),从而降低了企业违规的可能性。综上表明,内部控制机制成立,即政府大客户改善了企业内部控制制度,而内部控制制度的优化则抑制了企业违规行为的产生,证实了假设H3a。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
ICI | Fraud | Freq | Flaw | Fraud | Freq | |
是否有政府大客户 | 9.632*(1.75) | −0.106(−1.64) | −0.144(−1.63) | −0.035**(−2.07) | −0.148**(−2.13) | −0.191**(−2.05) |
ICI / Flaw | −0.001***(−10.55) | −0.002***(−12.69) | 0.122*(1.92) | 0.173**(2.11) | ||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year | Yes | Yes | Yes | Yes | Yes | Yes |
Industry | Yes | Yes | Yes | Yes | Yes | Yes |
N | 4 320 | 4 320 | 4 320 | 3 543 | 3 543 | 3 543 |
R2_adj | 0.19 | 0.11 |
为了检验政府大客户能否通过外部监督效应抑制企业违规行为,本文采用被分析师关注度和被研报关注度来衡量外部监督效应,并对这两个变量进行了对数化处理。被分析师关注度和被研报关注度的数据来源于CSMAR数据库中上市公司基本信息特色指标表。其中,被分析师关注度是指一年内有多少分析师(团队)对该公司进行跟踪分析;被研报关注度是指一年内有多少研报对该公司跟踪分析。以上两个指标越大,表明外界对企业的关注度越高,监督力度就越大。
表6中第(1)、(4)列结果表明,政府大客户与被分析师(研报)关注度两者显著正相关。通过对第(2)、(3)、(5)、(6)列结果观察可得:被分析师(研报)关注度的提升有利于抑制企业违规行为。其合理性在于:首先,不论分析师或者研报,都是从专业人士(机构)的角度对企业进行关注和了解,与一般投资者相比的优势在于,其具有专业财务知识且有足够的耐心对企业经营状况进行研究分析(李春涛等,2014);其次,一般而言,分析师对所关注企业都是长期跟踪分析的,其更加警惕企业经营的异常和财务报表的变化。对企业而言,分析师(研报)的跟踪分析无疑是监督企业是否违规的良好方式。综上,政府大客户通过吸引分析师关注跟踪等外部监督机制抑制了企业违规行为,证实了假设H4。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
Supervise1 | Fraud | Freq | Supervise2 | Fraud | Freq | |
是否有政府大客户 | 0.080**(2.26) | −0.120(−1.51) | −0.125(−1.10) | 0.093**(2.09) | −0.111(−1.41) | −0.119(−1.04) |
Supervise1/ Supervise2 | −0.074*(−1.93) | −0.106*(−1.93) | −0.059**(−1.97) | −0.095**(−2.25) | ||
Controls | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
Year | Yes | Yes | Yes | Yes | Yes | Yes |
Industry | Yes | Yes | Yes | Yes | Yes | Yes |
N | 3 137 | 3 124 | 3 137 | 3 184 | 3 171 | 3 184 |
R2_adj | 0.24 | 0.23 |
上文的基准结果验证了政府大客户能够发挥外部治理效应,抑制企业的违规行为。基于企业资本配置方向的差异性,政府大客户对企业违规的治理效果也可能存在差异。本部分通过对企业资本配置方向进行异质性分组检验。
政府大客户采购的对象有货物、工程和服务三大类,主要是采购企业实体产品。那么,一个合理的预期是:政府大客户抑制高实体投资企业违规行为的作用更强。本文借鉴了Biddle等(2009)对实体资本投资的刻画,其计算公式=(购建固定资产与无形资产和其他长期资产支付的现金−处置固定资产与无形资产和其他长期资产收回的现金净额)/资产总计,该指标越大,企业对实体资本投资越多。将实体资本投资按中位数为界限分为两组,表7第(1)、(2)列结果表明,对实体资本投资较高的企业,政府大客户对企业违规的抑制作用更强,且通过组间系数差异检验。可能的原因在于:一是在当前抑制企业脱实向虚、振兴实体经济发展的政策导向下,高实体资本投资企业更容易受到政府青睐,可实现与政府继续合作的良性循环,更好地缓解企业经营压力,从而减少了违规行为。二是企业偏向实体资本投资而非金融投资能够降低管理层、大股东的自由财务裁量权,减少了企业违规机会。三是金融投资体现了企业内部人投机的倾向,企业金融化投资水平越高,越倾向于及时披露好消息而隐藏坏消息(彭俞超等,2018)。同理可得,企业偏向实体资本投资降低了与外界的信息不对称性,增强了政府大客户发挥的外部监督效应。综上,政府大客户对高实体投资企业发挥作用的渠道更顺畅,能够更有效地促进政府大客户对企业违规的治理效应。
变量 | (1) | (2) | (3) | (4) | (5) | (6) |
低实体资本投资 | 高实体资本投资 | 股权集中度低 | 股权集中度高 | 董事会规模小 | 董事会规模大 | |
是否有政府大客户 | 0.019(0.58) | −0.099***(−3.03) | −0.107***(−3.21) | 0.031(0.95) | −0.001(−0.04) | −0.072**(−2.32) |
N | 2 133 | 2 222 | 2 217 | 2 138 | 1 638 | 2 717 |
R2 | 0.096 | 0.063 | 0.085 | 0.076 | 0.074 | 0.085 |
经验P值 | 0.011** | 0.001*** | 0.091* |
不同的管理层权力集中度会对企业违规行为产生不同的影响:当管理层权力过于集中时,权力集中者出于个人动机进行违规获利行为受到的制约更少,无实权管理层无力监督其违规行为,反而可能迎合其不当行为,使企业内部监督形同虚设;当管理层权力更为分散时,企业权力制衡和内部监督更有效,进而抑制违规行为。政府大客户对企业违规治理效应可能会因管理层集中度的不同而存在差异。
由于管理层权力可大致分为股东权力和董事会权力,本部分以股权集中度和董事会规模对管理层权力集中程度进行衡量。首先,本文采用上市公司前十大股东持股比率的平方和来衡量股权集中度,数据来源于CSMAR十大股东股权集中表。股权集中度能够体现股东权力分散程度,股权集中度越大,股东领导权越集中。其次,采用董事数量来衡量董事会权力集中程度,数据来源于CSMAR管理层治理能力表。董事会规模越大,越难形成统一意见,董事会的权力越分散。表7结果显示,当股权集中度越低、董事会规模越大,即管理层权力越分散时,政府大客户对企业违规的治理效果更加显著。可能的原因是,当管理层权力更分散于众多股东、董事时,单个管理者独自对企业决策施加影响的难度加大,违规行为决策在管理层之间更难达成合谋,政府大客户作为外部力量所发挥的改善内部控制、加强外部监督作用的阻力更小,更容易被企业接纳,进而遏制企业违规。
(三) 基于两类代理问题的分析:“锦上添花”抑或“雪中送炭”管理层或大股东的代理问题是企业发生违规行为最为重要的诱因之一(权小锋等,2016)。对第一类代理问题来说,管理层出于谋求个人私利的机会主义动机,如薪酬、职业晋升、帝国构建等,实施“利益侵占效应”,引发企业违规行为;对第二类代理问题来说,大股东在实施股权质押等侵占中小股东权益行为时会通过信息披露违规等方式来规避可能的风险,导致上市公司出现违规行为(于瑶和祁怀锦,2022)。政府大客户对企业违规行为的抑制效应可能会因两类代理问题的轻重程度不同而有所差异。本文进一步检验了政府大客户的治理效应与两类代理问题治理的关系是“锦上添花”还是“雪中送炭”,为政府大客户治理效应与现有公司治理发挥合力提供参考。
为了检验政府大客户对第一类代理问题轻重不同的企业违规治理差异,本文选择高管薪酬激励作为是否良好解决所有者和经营者间矛盾的指标。参考陈霞等(2017)选用高级管理人员前三名薪酬总额的对数衡量高管薪酬激励,高管薪酬数据来源于CSMAR高管人数、持股及薪酬情况表。该指标越高,对高管的激励作用越强,第一类代理问题越轻。以中位数为界限,将企业分为第一类代理问题较轻和严重两组。表8结果显示,对于第一类代理问题较轻的企业,政府大客户治理效应更显著,起到“锦上添花”的作用。本文继续检验了政府大客户对第二类代理问题轻重不同的企业违规治理差异。第二类代理问题的出现源于股权结构不合理,大股东凭借自身权力侵占企业资本、损害小股东的合法权益,形成了“掏空侵占”现象。本文以第一大股东持股比例对第二类代理问题进行刻画,用该指标衡量大股东掏空侵占企业资金的合理性在于大股东持股比例越高,大小股东的利益目标越高度重合,大股东掏空侵占的动机越小(王化成等,2015)。数据来源于CSMAR中国上市公司股权性质表。以中位数为界限将企业分为两组,结果显示,对于第二类代理问题严重的企业,政府大客户降低其违规行为的作用更明显,即对“掏空侵占”现象严重的企业,政府大客户的治理效果更佳,起到“雪中送炭”的作用。
变量 | (1) | (2) | (3) | (4) |
第一类代理问题严重 | 第一类代理问题较轻 | 第二类代理问题严重 | 第二类代理问题较轻 | |
是否有政府大客户 | 0.026(0.80)
|
−0.078**(−2.48)
|
−0.089***(−2.59) | 0.018(0.57)
|
N | 1 622 | 2 733 | 2 192 | 2 163 |
R2 | 0.080 | 0.079 | 0.086 | 0.076 |
经验P值 | 0.029** | 0.013** |
政府采购作为国家强有力的财政政策工具,兼具市场化的特点,在国民经济中发挥的作用愈加重大,其微观治理效用也得到了重视和助推。那么,政府大客户能否遏制企业违规行为,助力企业外部治理呢?如果可以,政府大客户采购将成为治理企业违规的利器,在微观上对企业违规行为进行约束,保证企业经营合规且平稳发展;在宏观上减轻违规行为的经济后果,促进社会公正法治化发展。如果不可以,政府大客户治理能力失效背后的原因也值得探究,进而为深化政府采购改革提供经验证据。对此,本文基于披露的政府大客户信息,检验了政府大客户对企业违规的影响。结果表明:首先,政府大客户能有效抑制企业违规行为,发挥了外部治理作用。其次,政府大客户能通过降低经营压力、改善内部控制以及加强外部监督,从而减少企业违规行为。最后,进一步探究发现,政府大客户对实体投资比重高、管理层权力更分散的企业发挥的外部治理效应更显著,政府大客户为第一类代理问题较轻的企业“锦上添花”,为第二类代理问题较重的企业“雪中送炭”。
本文的研究结果具有以下政策启示:首先,要重视政府作为企业大客户的角色对抑制企业违规行为的积极作用,充分发挥政府客户角色的功能和作用。当前对企业违规的事后惩罚效果低于预期,政府采购为事前预防企业违规行为提供了可用的工具,政府可在选择采购对象时明确对各类违规企业的排除政策,制定准入清单,加大对违规企业的威慑作用。其次,可以利用政府采购政策引导上市公司加强内控制度和外部监督建设。当前两者建设面临困境,政府采购可为其注入动力。一方面,上市公司管理层缺少响应号召完善内部控制制度的积极性。与政府大客户建立供销关系,无论是外部资源还是内部需求都能为内控制度的建设提供良好环境。另一方面,企业内部监督和行业自律对违规惩戒的权限有限,仅从一定程度上对违规进行调控,实则力有未逮。而政府的介入能够促进外部投资者监督管理的完善,加大违规成本,进而制约企业违规。最后,对不同管理层权力及代理问题应实现差异化治理。政府大客户对管理层权力分散、第一类代理问题较轻和第二类代理问题较重的企业治理效果更显著。提倡适当差异化、精准化管理,更有针对性地解决企业违规难题。此外,提高上市公司治理水平还需拓展政府采购政策功能,深化政府采购政策改革。
① 数据来源于财政部2021年9月3日发布的公告。
② 数据来源于证监会2021年2月5日发布的公告。
③ 限于篇幅,本文未列示稳健性结果,备索。
[1] | 曹春方, 陈露兰, 张婷婷. “法律的名义”: 司法独立性提升与公司违规[J].金融研究,2017(5). |
[2] | 陈霞, 马连福, 丁振松. 国企分类治理、政府控制与高管薪酬激励——基于中国上市公司的实证研究[J].管理评论,2017(3). |
[3] | 顾小龙, 张霖琳, 许金花. 证券监管处罚、公司印象管理与CEO过度投资[J].经济管理,2017(2). |
[4] | 窦超, 袁满, 陈晓. 政府背景大客户与审计费用——基于供应链风险传递视角[J].会计研究,2020a(3). |
[5] | 窦超, 王乔菀, 陈晓. 政府背景客户关系能否缓解民营企业融资约束?[J].财经研究,2020b(11). |
[6] | 窦超, 陈晓, 李馨子. 政府背景客户、市场认知与投资机会——基于供应链整合视角[J].管理评论,2020c(8). |
[7] | 窦超, 李馨子, 陈晓. 政府背景大客户、创新投入及其影响途径[J].科研管理,2020d(9). |
[8] | 韩旭, 武威. 政府采购能够促进企业履行社会责任吗——基于精准扶贫视角[J].会计研究,2021(6). |
[9] | 贺小刚, 邓浩, 吴诗雨, 等. 赶超压力与公司的败德行为——来自中国上市公司的数据分析[J].管理世界,2015(9). |
[10] | 黄玖立, 李坤望. 吃喝、腐败与企业订单[J].经济研究,2013(6). |
[11] | 姜爱华. 政府采购信息透明化: 文献回顾与思考[J].经济社会体制比较,2014(2). |
[12] | 李春涛, 宋敏, 张璇. 分析师跟踪与企业盈余管理——来自中国上市公司的证据[J].金融研究,2014(7). |
[13] | 梁上坤, 徐灿宇, 王瑞华. 和而不同以为治: 董事会断裂带与公司违规行为[J].世界经济,2020(6). |
[14] | 逯东, 王运陈, 王春国, 等. 政治关联与民营上市公司的内部控制执行[J].中国工业经济,2013(11). |
[15] | 卢盛峰, 陈思霞. 政府偏袒缓解了企业融资约束吗?——来自中国的准自然实验[J].管理世界,2017(5). |
[16] | 陆瑶, 胡江燕. CEO与董事间“老乡”关系对公司违规行为的影响研究[J].南开管理评论,2016(2). |
[17] | 孟庆斌, 李昕宇, 蔡欣园. 公司战略影响公司违规行为吗[J].南开管理评论,2018(3). |
[18] | 孟庆斌, 邹洋, 侯德帅. 卖空机制能抑制上市公司违规吗?[J].经济研究,2019(6). |
[19] | 聂辉华, 阮睿, 沈吉. 企业不确定性感知、投资决策和金融资产配置[J].世界经济,2020(6). |
[20] | 彭俞超, 倪骁然, 沈吉. 企业“脱实向虚”与金融市场稳定——基于股价崩盘风险的视角[J].经济研究,2018(10). |
[21] | 权小锋, 肖斌卿, 尹洪英. 投资者关系管理能够抑制企业违规风险吗?——基于A股上市公司投资者关系管理的综合调查[J].财经研究,2016(5). |
[22] | 滕飞, 辛宇, 顾小龙. 产品市场竞争与上市公司违规[J].会计研究,2016(9). |
[23] | 王化成, 曹丰, 叶康涛. 监督还是掏空: 大股东持股比例与股价崩盘风险[J].管理世界,2015(2). |
[24] | 王红建, 李青原, 邢斐. 金融危机、政府补贴与盈余操纵——来自中国上市公司的经验证据[J].管理世界,2014(7). |
[25] | 王伊攀, 朱晓满. 政府采购对企业“脱实向虚”的治理效应研究[J].财政研究,2022(1). |
[26] | 武威, 刘玉廷. 政府采购与企业创新: 保护效应和溢出效应[J].财经研究,2020(5). |
[27] | 杨其静. 企业成长: 政治关联还是能力建设?[J].经济研究,2011(10). |
[28] | 于瑶, 祁怀锦. 混合所有制与民营经济健康发展——基于企业违规视角的研究[J].财经研究,2022(3). |
[29] | 曾庆生, 周波, 张程, 等. 年报语调与内部人交易: “表里如一”还是“口是心非”?[J].管理世界,2018(9). |
[30] | 张沁琳, 沈洪涛. 政府大客户能提高企业全要素生产率吗?[J].财经研究,2020(11). |
[31] | 朱沛华. 负面声誉与企业融资——来自上市公司违规处罚的经验证据[J].财贸经济,2020(4). |
[32] | Aschhoff B, Sofka W. Innovation on demand-Can public procurement drive market success of innovations?[J].Research Policy,2009,38(8):1235–1247. |
[33] | Biddle G C, Hilary G, Verdi R S. How does financial reporting quality relate to investment efficiency?[J].Journal of Accounting and Economics,2009,48(2-3):112–131. |
[34] | Chen C, Huang T C, Garg M, et al. Governments as customers: Exploring the effects of government customers on supplier firms’ information quality[J]. Journal of Business Finance & Accounting,2021,48(9-10):1630–1667. |
[35] | Chen H M, Jia W S, Li S, et al. Governmental customer concentration and audit pricing[J].Managerial Auditing Journal,2021,36(2):334–362. |
[36] | Christensen D M, Jones K L, Kenchington D G. Gambling attitudes and financial misreporting[J].Contemporary Accounting Research,2018,35(3):1229–1261. |
[37] | Cohen D A, Li B. Customer-base concentration, investment, and profitability: The U. S. government as a major customer[J].The Accounting Review,2020,95(1):101–131. |
[38] | Dhaliwal D, Judd J S, Serfling M, et al. Customer concentration risk and the cost of equity capital[J].Journal of Accounting and Economics,2016,61(1):23–48. |
[39] | Dyck A, Volchkova N, Zingales L. The Corporate governance role of the media: Evidence from Russia[J].The Journal of Finance,2008,63(3):1093–1135. |
[40] | Erickson M, Hanlon M, Maydew E L. Is there a link between executive equity incentives and accounting fraud?[J].Journal of Accounting Research,2006,44(1):113–143. |
[41] | Goldman J. Government as customer of last resort: The stabilizing effects of government purchases on firms[J].The Review of Financial Studies,2020,33(2):610–643. |
[42] | Kedia S, Rajgopal S. Do the SEC’s enforcement preferences affect corporate misconduct?[J].Journal of Accounting and Economics,2011,51(3):259–278. |
[43] | Lang M H, Lundholm R J. Corporate disclosure policy and analyst behavior[J]. The Accounting Review,1996,71(4):467–492. |
[44] | Marion J. How costly is affirmative action? Government contracting and California’s proposition 209[J].The Review of Economics and Statistics,2009,91(3):503–522. |