陈淑芳,伍 强
(西安财经学院 商学院, 陕西 西安 710100)
会计稳健性(Accounting Conservatism)作为会计信息质量的主要特征之一,是企业对资本市场囊括的风险或不确定因素的一种审慎反应。Watts(1993)认为契约的需要产生了会计稳健性,这对协调涉及企业各参与方之间的利益冲突具有重要意义[1]。从投资方角度考虑,会计稳健性使其投资风险降低;从企业内部考虑,代理冲突得到了有效缓解。然而,会计稳健性近年来却受到不少学者的质疑。不少企业以过于谨慎的态度计量披露会计信息,低估财务报表信息,偏离了会计信息质量另一特征——可靠性。
创业板公司的盈余质量一直是利益相关者关注的头号问题,在信息不对称(Information Asymmetry)和代理冲突(Agency Conflict)的情况下,高质量的盈余对创业板公司的长足发展、整个社会市场机制的优化具有特别意义。会计稳健性与盈余的确认、计量、披露息息相关,是否会对盈余质量产生影响,是否能对创业板公司盈余质量产生积极的影响呢?这些问题值得进一步探讨。研究会计稳健性对创业板上市公司盈余质量的影响是对提高盈余质量的有力探索,决定了创业板公司究竟是否应该采取更加稳健的会计政策。
应计盈余管理是盈余管理最早萌发形态,在企业中使用较普遍。Dechow、Skinner(2000)认为应计盈余管理是指企业管理层为达到自身目的,通过选择会计政策来操纵企业真实的盈余,掩盖、编造虚假的会计盈余[2]。Watts(2003)认为会计稳健性会限制盈余管理的范围,增加盈余管理的成本,从而抑制盈余管理,使得盈余质量变高[3]。Qi等人(2007)研究发现会计稳健性降低了盈余管理程度,提高了盈余质量[4]。姜国华和张然(2007)认为会计稳健性对盈余管理有一定作用,许多企业利用稳健性政策进行利润操纵,最典型的就是“洗大澡”[5]。肖成民和吕长江(2010)研究发现,盈余管理可能会对会计稳健性产生反作用,管理层出于公司利益考虑存在盈余管理动机,可能会调低会计盈余,造成会计稳健的假象[6]。袁蓉(2015)对A股上市公司2006-2013年的数据分析发现,会计稳健性对公司的盈余操纵行为有监管作用[7]。谢安聪(2016)从会计准则的角度分析,认为会计稳健性的加深会使盈余变得更加稳健,盈余管理也不会发生太大的波动[8]。 根据现有研究成果,本文发现真实盈余管理在实务中较难确定,因此,本文中所说的盈余管理仅指应计盈余管理。因此,本文提出假设1:
H1:会计稳健性会减少创业板公司的盈余管理。
盈余持续性(PER)是当期的会计盈余能够持续到下一期的程度。高持续性更能增加盈余的可预测性,未来投资者获取的信息就会越准确。盈余持续性是多种因素交织的结果,从系统性角度看,包括宏观经济环境、政府的政策等外部因素,盈余持续性还与股权集中度、应计项目、盈余的构成、会计政策和会计估计有关。Anctil、Chamberlain(2005)将盈余质量定义为会计盈余对永久性盈余变化的反映,研究发现,会计的应计项目会影响盈余的持续性[9]。Penman、Zhang(2002)认为会计稳健性与盈余持续性负相关,公司较高的稳健性会导致盈余质量较低[10]。Paek等人(2007)研究后也得出了同样结论[11]。张国清和赵景文(2008)对盈余的持续性进行分析,结果发现资产负债表项目的可靠性关联着盈余持续性,不稳健的会计计量盈余持续性也随之变低了[12]。彭韶兵等(2008)研究发现会计信息的可靠性与盈余持续性正相关,会计信息不真实,应计利润的持续性就变得很低了[13]。并且,应计利润比现金流的持续性更差。基于此,本文提出假设2:
H2:会计稳健性抑制了创业板公司盈余持续性。
盈余的预测性取决于盈余的可持续性和盈余披露的及时性。学术界一般认为,两期的盈余信息时间间隔越长越不相关。预测期的盈余与最近一期的盈余关系最大。实际中,预测一期的盈余可能会通过与之最近的两三期盈余信息进行预测。Kim、Kross(2005)分析了1973-2000年的会计盈余与前一年经营现金流之间的关系,研究发现当会计稳健性变高的时候,当期的盈利信息对未来经营现金流的预测力明显强化了许多[14]。Bandyopadhyay等人(2010)研究也得出了相似的结论,但发现稳健性的提高使得当期收益对未来收益的预测能力下降[15]。Penman、Zhang(2002)也发现会计稳健性降低了盈余的可预测性,导致盈余质量变低。孙蓉(2010)分析发现,价值的使用使得会计盈余的可预测性降低[16]。刘斌(2010)以我国2001-2008年上市公司为研究对象,实证研究发现会计稳健性使盈余价值相关性降低,而公允价值弱化了会计稳健性对盈余价值相关性的作用。因此,公允价值与会计稳健性适度耦合会对盈余质量的提高有所帮助[17]。因此,本文提出假设3:
H3:会计稳健性使创业板公司的盈余预测性降低。
本文拟研究会计稳健性对创业板公司盈余质量的影响情况。我国创业板公司的数量较多且涉及众多行业,行业不同,企业的经营模式、盈利方式及面临的风险大相径庭。显然,涉及多行业的样本会对研究结果产生影响。信息技术业属于创业板中最多且最具有代表性的行业。基于此,本文选用225家创业板信息技术业的公司2011-2015年数据作为研究样本,并进行了以下处理:(1)因ST类股票易被操控,剔除了ST类上市公司;(2)为保证股票报酬率、每股盈余等指标的数据完整性,本文剔除了数据不完整的创业板公司。文章中所涉及的数据均来源于CSMAR数据库,通过EXCEL及STATA14.0进行分析处理。
1.被解释变量
本文有一个潜在的假设即信息技术业创业板公司具有会计稳健性。本文用Basu(1997)的模型考察会计稳健性,故此模型的被解释变量EP为i公司t年度的每股盈余除以i公司t年初的每股价格。基于假设H1,本文将构建的模型中以盈余管理(DA)为被解释变量,用扩展的Jones模型公式的残差值表示。另外,模型中包含了会计稳健性指数C-Score,为了计算C-Score的值,本文引出另一个被解释变量C-Score。根据年度数据回归,由公式C-Score=λ1+λ2SIZE+λ3M/B+λ4LE计算而来。其中SIZE表示公司规模,用公司年末总资产的对数表示;MB为权益市值与公司账面价值比;LEV指资产负债率,算法为年末总负债除以总资产。假设H2探讨会计稳健性与盈余持续性之间的关系,采用一阶自回归模型,被解释变量为i公司t年度的利润总额。通过盈余反映系数衡量盈余预测性,此模型中的被解释变量为i公司t年度的股票报酬率[18]。
2.解释变量
盈余—股票报酬模型的解释变量为i公司t年度的股票报酬率RETi,t,为验证H1所构建的模型中,解释变量为会计稳健性指数C-Score。一阶自回归模型中,将i公司t-1年度的利润总额作为解释变量。在盈余反映系数的计算中,以i公司t年度的每股盈余除以i公司t年初的每股价格之商作为解释变量。
3.控制变量及虚拟变量
本文意在研究会计稳健性对创业板公司盈余质量的影响,实际上盈余质量受许多因素的影响,如宏观经济环境、公司背景等。为了保证研究结果的可靠性,本文引入年份(YEAR)、总资产收益率(ROA)、公司规模(SIZE)、资产负债率(LEV)、公司发展性(GROWTH)作为研究模型的控制变量。总资产收益率、资产负债率分别通过公式ROA=净利润/年末总资产;LEV=年末总负债/年末总资产计算得出。年份定义为哑变量,当年记为1,非当年记为0。目前研究文献中,公司规模(SIZE)有多种衡量指标,如公司职工总人数、总产值、注册资本等。资产规模与公司业务的多少,盈利能力有关。本文参考刘永泽和孙翯(2011)、王学军和尹改丽(2017)的研究设计,采用年末总资产的自然对数作为衡量公司规模的指标[19-20]。公司发展(GROWTH)指标通过营业收入的增长比率来衡量。
文章的虚拟变量有两个。在盈余—股票报酬计量法中,模型中含变量DR和RETi,t×DR。本文假定DR为虚拟变量,当股票报酬率(RETi,t)大于零时,DR取0;当股票报酬率(RET)小于零时,DR取1。本文在考察会计稳健性对盈余持续性与盈余可预测性的影响时,引出另一个虚拟变量为CON。CON根据年度计算的C-Score的平均值确定。当i公司t年度C-Score大于平均值时,CON取1;当i公司t年度C-Score小于平均值时,CON取0。具体变量含义见表1。
表1 变量定义
4.回归模型
为验证本文提出的三个假设,本文主要通过以下几个回归模型进行分析:
(1)会计稳健性的存在性模型表示如下:
EP=α0+β0DR+β1RETit+β2RETit×DR+ε
(1)
其中,EP为每股盈余市价比,即EPSi,t/Pi,t-1,表示i公司t年度的每股盈余除以t年初的每股价格。
(2)会计稳健性对盈余管理程度的影响模型:
DA=α0+α1C-Score+α2ROA+α3SIZE+α4LEV+α5GROWTH+α6YEAR+ε
(2)
假设H1为创业板公司的会计稳健性会减少盈余管理。因此,预测本模型中的会计稳健性C-Score的系数α1存在且为负值。
(3)会计稳健性对盈余持续性影响模型:
Ei,t=α0+α1Elag+α2CON×Elag+ε
(3)
假设H2为会计稳健性会使创业板公司的盈余持续性降低,由于CON为稳健性的虚拟变量,i创业板公司t年度的会计稳健性大于平均值时,CON取1;i创业板公司t年度的会计稳健性小于平均值时,CON取0。因此,模型中的系数α1反映了稳健性较差的创业板公司盈余持续性;系数(α1+α2)反映了稳健性较好的创业板公司的盈余持续性;系数α2反映了会计稳健性对创业板公司的盈余持续性的影响,根据H2,预计α2存在且为负值。
(4)会计稳健性对盈余可预测性的影响模型:
RETit=α0+α1EP+α2CON×EP+α3ROA+α4SIZE+α5LEV+α6GROWTH+α7YEAR+ε
(4)
CON为会计稳健性虚拟变量。此模型的系数α1反映了稳健性较差的创业板公司盈余可预测性;系数(α1+α2)反映了稳健性较好的创业板公司的盈余可预测性;系数α2反映了会计稳健性对创业板公司的盈余可预测性的影响,根据H3,预计α2存在且为负值。
本文构建四个回归模型,利用STATA14.0将模型中的主要变量作描述性分析,分析结果如表2所示。
表2 变量描述性统计
从表2可以看出每股盈余市价比EP的样本总体平均值为0.0176,标准差为0.0160,最小值为-0.0566,最大值为0.0744,说明创业板信息技术业公司整体盈利水平较低,且2011-2015年间创业板公司的盈利水平没有太大的波动性。股票报酬率RET的样本总体平均值为0.3475,标准差为0.3737,最小值为-2.8711,最大值为1.7805,说明创业板上市公司2010-2015年期间的平均股票获利水平较高。从表2可以看出,盈余管理程度DA样本均值为0.0987,标准差为0.3134,最小值为0.0007,最大值为9.6749,说明创业板信息技术业公司间的盈余管理程度并不十分严重,且各公司间的盈余管理程度差距不大。表2中C-Score的样本总体平均值为0.0001,标准差为0.3548,最小值为-0.0453,最大值为5.0341,说明创业板信息技术业公司整体会计稳健性水平普遍较低,这可能是由创业板公司的高风险的特点导致的。一般制造业企业的ROA在5%~10%,从创业版信息技术企业的总资产收益率ROA来看,样本的总体平均值为0.0519,标准差为0.0460,最小值为-0.2394,最大值为0.2690,说明创业板公司资产回报率一般。从企业规模(SIZE)来看,样本总体平均值为20.8811,标准差为0.6845,最小值为19.5628,最大值为23.8902,说明创业板公司总体企业规模状况差异不大。对于资产负债率LEV来看,总体平均值为0.2043,标准差为0.1585,最小值为0.0080,最大值为0.8425,说明创业板信息技术业公司的财务状况存在差异。有的公司通过高负债经营,有的创业板公司则较少举债,在某种程度上也说明了各创业板公司融资上的差异。公司发展GROWTH平均值为0.4576,标准差为0.9323,最小值为-0.5315,最大值为7.7885,说明创业板信息技术业上市公司平均营业收入水平在2011-2015年间有所增长,从最大值、最小值、标准差来看,各公司间的差异也较大。对于i公司t年度及t-1年度的利润总额来说,创业板信息技术业公司利润总额各异。由于变量M/B为模型统计分析时的中间计算量,故在此不作深入的描述性分析解释。
为了检验研究模型中涉及变量的相关关系,本文运用统计软件STATA14.0进行相关性分析,统计分析结果参见表3。
表3 模型主要变量相关系数表
注:*,**分别表示在5%,1%水平上显著。
从模型1的相关系数表可以看出,变量在5%或1%的水平上显著相关,且从表格中看出变量间的相关系数均小于0.6,可以判断,各变量不存在多重共线性问题,可进行多元回归分析。
从模型2的相关系数表可知,DA与C-Score在1%的水平上相关,初步证明了假设H2,即创业板公司的会计稳健性与盈余管理程度相关。另外,发现变量间的相关系数基本上小于0.6,从而判断不会存在严重多重共线性问题。
从模型3相关系数表可知,i公司t年度的利润总额与t-1年度的利润总额在5%的水平上显著相关,且相关系数0.8910接近于1。一阶自回归模型是使用自身的规律建立预测模型,因此,Ei,t与Ei,t-1的相关系数0.8910是合理的。
从模型4相关系数表可知,RET与EP、CON×EP在5%或1%的水平上相关,说明模型设计是合理的,主要的解释变量与被解释变量显著相关。另外,表格中的变量间相关系数基本不超过0.5,说明变量不存在多重共线性问题。
1.会计稳健性存在性的回归分析
表4 会计稳健性存在性的回归结果
表4列示了会计稳健性是否存在于创业板公司的回归结果。从表4的回归结果可知,DR、RET、RET×DR的P值均小于0.05,由此可知,模型中的三个主要变量均在5%的水平下显著,RET×DR的相关系数为0.012495,在5%的显著性水平下为正,与模型预期假设相同,说明我国创业板公司市场存在会计稳健性,但会计稳健性水平较低。
2.会计稳健性与盈余管理程度的回归分析
表5 会计稳健性与盈余管理程度的回归结果
表5列示了会计稳健性与盈余管理程度的回归结果,从表5的回归结果可知会计稳健性指数C-Score在5%的水平下显著,且系数-0.2196469为负,与模型预期假设相同。这说明会计稳健性与盈余管理程度负相关,即创业板公司会计稳健性会降低盈余管理程度,从而证明了假设H1。ROA在5%的水平下显著,其系数为-0.0179581,说明总资产收益率对盈余管理有负向作用,创业板公司的总资产收益率越高,盈余管理就越低,这可能是由于资产回报率高的公司为避免高额税额,管理人员有意降低盈余管理程度。SIZE在5%的水平下显著,其系数为-0.019267,说明公司规模越大的创业板上市公司,盈余管理反而越低,这可能是因为公司规模大的创业板上市公司,公司治理比较健全、会计审计制度比较完善,盈余管理控制较好,因此盈余管理的程度较低。LEV在10%的水平下显著,其系数为0.0358705,说明创业板上市公司的资产负债率(leverage ratio)与盈余管理程度正相关,即资产负债率越高,盈余管理程度越高。资产负债率反映了创业板上市公司的融资状况,对高资产负债率的创业板公司而言,企业的融资难度较大,为获得更多的融资途径,公司管理层有意通过盈余管理的手段,调节企业会计盈余。GROWTH在10%的水平下显著,其系数为0.003081,说明公司的发展前景越高,盈余管理程度越高。本文的公司发展通过创业板上市公司本期与上期营业收入的增量比来反映,发展较好的创业板上市公司可能是盈余管理导致的结果。
3.会计稳健性与盈余持续性的回归分析
表6 会计稳健性与盈余持续性的回归结果
表6列示了会计稳健性与盈余持续性的回归结果。从表6的回归结果可知Elag在5%的水平上显著,其系数为0.947075,代表了上市公司会计稳健性较差的盈余持续性水平,这说明稳健性较差的创业板上市公司盈余持续性很强。CON×Elag在5%的水平上显著,其系数为-0.3182635,说明创业板上市公司的会计稳健性会使盈余持续性降低。另外,将Elag及CON×Elag的系数相加等于0.6288115,小于Elag的系数,说明会计稳健性较好的创业板上市公司盈余持续性不高,从而证明了假设H2,会计稳健性使得创业板公司的盈余持续性降低。
4.会计稳健性与盈余可预测性的回归分析
表7 会计稳健性与盈余可预测性的回归结果
表7列示了会计稳健性与盈余可预测性的回归结果,可知EP在5%的水平上显著,其系数6.355806代表了会计稳健性较差的创业板上市公司的可预测性的大小,说明稳健性较差的创业板上市公司ERC较高,盈余的可预测性强。CON×EP在5%的水平上显著,其系数为-4.053488,与预期假设相符。EP与CON×EP的系数相加等于2.302318,小于EP的系数6.355806,说明稳健性较好的创业板上市公司的ERC小于稳健性较差的创业板上市公司的ERC,证明了会计稳健性使创业板公司盈余可预测性降低,假设H3成立。
为了保证本文结论的可靠性,我们在计算C-Score时,对公司t年度股票报酬率采用t年5月至t+l年4月的月度股票报酬率计算,并对t年度分市场的市场回报率也采用t年5月至t+1年4月的月度市场回报率计算,将重新计算所得的C-Score和CON带入模型2、模型3和模型4检验会计稳健性对盈余管理程度、盈余持续性、盈余可预测性的影响。稳健性检验结果与前文结果没有实质性差异,因此,本文的实证结果是稳健的。
相对于主板市场的上市公司,创业板公司虽然成立时间不长,资本规模小,但具有很大的发展潜力,业绩增长较快。创业板高成长性的特征引起投资者的日益关注。本文主要探讨会计稳健性对创业板公司的盈余质量的影响。在已有文献的基础上,将盈余质量的含义具体化,探究了会计稳健性对创业板上市公司盈余质量的影响。以2011-2015年创业板信息技术业上市公司为样本,用多元回归分析检验了会计稳健性对盈余质量的三个方面的影响,研究发现会计稳健性一方面减少了创业板上市公司的应计盈余管理,另一方面降低了创业板上市公司的盈余持续性与盈余可预测性,说明会计稳健性对盈余质量的影响是比较复杂的。本文根据目前主流研究,用非操纵的应计利润衡量创业板上市公司的盈余管理程度,并没有考虑真实盈余管理的因素。姜丽(2012)、张子健(2014)研究表明会计稳健性并不会对企业的真实盈余管理产生明显抑制作用,企业盈余管理动机的存在使得企业由应计盈余管理转为真实盈余管理行为,这种条件下的盈余手段更加隐蔽,从而可能产生更加严重的后果,高质量的企业盈余更加难以保证[21-22]。因此,总的来说,本文倾向于认为会计稳健性会对创业板公司的盈余质量产生消极作用。
本文的研究结论对准则制定者、企业及监管机构等利益相关者具有一定的启示。准则制定者应当制定具体的会计稳健性应用政策标准,以规范企业运用会计稳健政策,同时,制定其他计量方法的规范准则也十分重要。企业要加强内部治理,推进公司内部控制制度的完善,引入股权制衡机制,优化调整公司的股权结构,加强对管理层的监督,以保障公司的盈余质量。外部监管机构要规范对创业板上市公司的会计信息披露,严格审查创业板上市公司的经营交易活动,对符合规范的进行奖励,对违法违规的严格惩处。