盈余管理与非效率投资关系研究：基于高管特征的调节效应

王田甜，郭晓顺，张 雪

(1.武汉理工大学 管理学院，湖北 武汉 430070；2.武汉大学 经济与管理学院，湖北 武汉 430070)

随着我国市场经济体制逐渐完善，资本市场已经进入新的发展阶段，但同时上市公司资源配置不合理、非效率投资频发、投资效率低下等问题日益凸显。会计信息是公司制定决策的重要依据，其质量至关重要。然而有些公司为了达到虚增收入、合理避税等目的，对数据进行操纵，实施盈余管理行为，导致公司的会计信息失去真实性，会计信息质量降低[1]，低质量的会计信息会使公司的代理冲突问题加重，信息不对称程度增大，从而导致非效率投资行为的发生[2]。根据高层阶梯理论(upper echelons theory)，高管的处事风格、管理决策受到自身年龄、性别、性格特征、教育经历、工作经验等因素的影响[3]，高管作为盈余管理行为的主要实施者，其特征可能会影响盈余管理的程度，并对盈余管理与非效率投资的关系发挥一定的作用。

以往学者运用不同方法、从不同角度研究了盈余管理与非效率投资的关系，但从高管特征的视角出发，研究盈余管理与非效率投资之间关系的文献较少。为此，笔者从会计信息质量的角度出发，采用多元回归分析方法，实证分析盈余管理与非效率投资之间的关系，并结合高层阶梯理论，考虑了高管特征的影响，探讨高管特征对二者关系的调节效应。

1 理论分析与研究假设

1.1 盈余管理与非效率投资

多数学者以会计信息质量为出发点，研究盈余管理与非效率投资之间的关系，认为盈余管理程度越大，公司的会计信息质量越低，会计信息的质量会直接影响到公司的非效率投资行为。如BUSHMA等[4]认为会计信息质量主要通过影响投资者对项目的判断、改善信息不对称程度及控制逆向选择风险和道德风险 3种路径影响公司的非效率投资 。VERDI[5]研究发现公司因存在着严重的“逆向选择”问题和“代理冲突”问题，使得公司披露信息的质量会受到一定影响，当公司无法实现融资目标时，盈余质量对投资不足的影响更显著。CHEN等[6]指出公司应计项目质量会显著影响公司的非效率投资，当公司要从银行获得长期借款时，该关系会增强，而当公司合理避税时，该关系会减弱。袁振超等[7]通过研究表明会计信息可比性能够有效缓解信息不对称和代理冲突问题，在公司资源配置中发挥重要作用，能够改善公司的投资效率，具体体现在降低投资过度和投资不足两个方面。韩晓晨等[8]以房地产上市公司的数据为研究样本进行了实证分析，结果表明盈余管理程度越高，信息不对称程度越高，最终会引起公司的非效率投资行为。

综上可知，盈余管理通过会计信息质量这一媒介对非效率投资产生影响。一方面，低质量的会计信息会加大信息不对称，增加公司的代理成本和监督成本[9]，最终引起公司非效率投资行为；另一方面，低质量的会计信息会引发债权人的“逆向选择”问题和管理层的“道德风险”问题[10-11]，进一步引发公司的融资约束问题，增加公司的融资成本，最终引起公司非效率投资行为。基于此，笔者提出以下假设：

H1盈余管理与非效率投资正相关。

H2盈余管理程度越高，则投资过度行为越严重。

H3盈余管理程度越高，则投资不足行为越严重。

1.2 高管特征对盈余管理与非效率投资关系的调节效应

高层阶梯理论认为管理者的不同特征对管理者的认知、行事风格、会计行为等方面有着重要影响，从而公司的业绩也受到一定的影响。高子捷等[12]研究发现公司的盈余管理行为受到高管团队规模、女性占比、平均年龄、平均任期、平均受教育程度、有财务背景的成员占比等特征的影响。由此可见，高管特征在公司盈余管理对非效率投资的影响中发挥一定的作用。为此，笔者选取高管年龄、高管学历和高管任期作为高管特征的替代变量，研究高管特征对盈余管理与非效率投资关系的调节作用。

1.2.1 高管年龄的调节效应

不同年龄的高管在经济、政治、文化、从业等方面的背景与经历都不尽相同，这通常使得其价值取向、社会认知、会计行为、思维方式等也会受到一定的影响[13]，平均年龄越大的高管团队，在工作中积累的经验就越丰富，对整个市场和公司的状况越了解，做事成熟稳重而且倾向于控制风险[14]，做决策时考虑的因素越多，越不易于操控公司的盈余信息；而年轻的高管团队往往缺乏足够的工作经验，行为风格偏向于激进[15]，在公司进行经营决策的过程中喜欢冒险，这就可能会加大对公司盈余信息的操控。基于此，笔者提出以下假设：

H4高管年龄对盈余管理与投资过度的关系具有反向调节作用。

H5高管年龄对盈余管理与投资不足的关系具有反向调节作用。

1.2.2 高管学历的调节效应

高管学历对高管的处事风格、做事技巧和思维方式等方面都有一定的影响，使得高管人员具有了不同的行为准则，从而影响到公司组织绩效、资源配置、战略管理等[16]。高管的学历水平越高，高管决策的准确性就越高[17]。因此，高管因决策失误而进行盈余操纵的可能性会降低，学历越高的高管越能够正确认识盈余操纵行为，深知盈余操纵会对公司长期稳定、持续发展造成不利影响，其盈余管理的参与度会下降。基于此，笔者提出以下假设：

H6高管学历对盈余管理与投资过度的关系具有反向调节作用。

H7高管学历对盈余管理与投资不足的关系具有反向调节作用。

1.2.3 高管任期的调节效应

随着高管任期的增加，高管的资历加深，其对内外部环境的识别能力会增强[18]，处理事情的能力也随之增强。高管根据自身的从业经验，在复杂多变的内外部环境中，更易于做出有利于公司发展的决策，而且任期越长的高管会面对更多的舆论和社会责任的压力[19]，高管行为更倾向于保守和规避风险，因此高管会降低盈余操纵的可能性，提高公司的会计信息质量。基于此，笔者提出以下假设：

H8高管任期对盈余管理与投资过度的关系具有反向调节效应。

H9高管任期对盈余管理与投资不足的关系具有反向调节效应。

2 研究设计

2.1 样本选取与数据来源

笔者选取2014—2018年我国沪深A股上市公司为研究样本,数据来源于国泰安数据库，剔除所有金融类上市公司、ST公司、*ST公司及数据缺失的样本，并对样本中的连续型变量在1%和99%水平上进行Winsorize处理，最终得到5 474个样本数据，应用Excel、Stata14等对数据进行分析。

2.2 变量定义

2.2.1 被解释变量

笔者将非效率投资分为投资过度和投资不足两方面进行研究，运用Richardson残差模型衡量公司的非效率投资程度, 对模型进行回归，求出残差值ε。若ε>0，则为投资过度(Over_Inv)；若ε<0，则为投资不足(Under_Inv)。为便于理解，取回归残差值的绝对值(AbsInv)作为非效率投资程度的衡量指标，绝对值越大，表明非效率投资的程度越大，具体模型如式(1)所示。

Investt=β0+β1Growtht-1+β2Levt-1+β3Casht-1+

β4Aget-1+β5Sizet-1+β6Returnt-1+β7Investt-1+ε

(1)

式中：Growtht-1为上一年营业收入增长率；Levt-1为上一年资产负债率；Casht-1为上一年现金持有水平(年末货币资金/总资产)；Aget-1为上一年上市年限的对数值；Sizet-1为上一年公司的规模(用总资产的自然对数表示)；Returnt-1为上一年的股票收益率；Investt=(资本支出+并购支出-出售长期资产收入-折旧) /总资产。

2.2.2 解释变量

文中盈余管理是指应计盈余管理，是公司通过变更会计核算方法或者会计估计来调整企业账面盈余的一种行为。参考文献[20]，采用修正后的琼斯模型衡量上市公司的盈余管理程度，构建如下模型。

(2)

(3)

(4)

式中：TA为总应计利润，TA=公司经营利润-经营活动现金流量；Asset为总资产；ΔREV为销售收入的增长额；PPE为固定资产总额；ΔREC为应收账款的增长额，i为选取的样本公司；t为年份；AbsEM为公司盈余管理的度量指标，其值越大，表明盈余管理程度越高。

首先，对模型(2)进行线性回归，估计出系数α1、α2、α3的值；其次，将参数估计值α1、α2、α3代入模型(3)，计算出不可操纵性总应计利润NDA；最后，将相关数据代入模型(4)，得到可操控总应计利润DA，即其绝对值AbsEM。

2.2.3 调节变量

参考韩静等[21]的做法，选取高管年龄(Aage)、高管学历(Aedu)、高管任期(Atime)3个变量作为高管特征的替代变量进行研究，统一用N表示高管特征。

2.2.4 控制变量

控制变量包括公司规模(Size)、第一大股东持股比例(First)、现金持有水平(Cash)、资产负债率(Lev)、高管持股比例(Grate)、董事会结构(DDSize)，具体变量定义如表1所示。

表1 变量定义及说明

2.3 模型建立

为了检验盈余管理对非效率投资的影响，验证假设H1～假设H3，建立以下模型。

AbsInv/Over_Inv/Under_Inv=

γ0+γ1AbsEM+γ∑Control+ε

(5)

为了检验高管特征对盈余管理与非效率投资关系的调节效应，验证假设H4～假设H9，建立模型(如式(6)所示)，将高管年龄(Aage)、高管学历(Aedu)、高管任期(Atime)引入模型分别进行回归。

Over_Inv/Under_Inv=η0+η1AbsEM+

η2N+η3AbsEM×N+η∑Control+ε

(6)

3 实证结果与分析

3.1 描述性统计

为便于研究，笔者将全样本组分为投资过度样本组和投资不足样本组两组，并对被解释变量、解释变量及调节变量进行了描述性统计，具体结果如表2所示。

表2 主要变量描述性统计

(1)非效率投资方面。在5 474个全样本数据中，有1 714个样本数据表现为投资过度(占全部样本的31.31%)，有3 760个样本数据表现为投资不足(占全部样本的68.69%)。这说明在我国上市公司中，非效率投资行为普遍存在，投资过度与投资不足并行，与投资过度相比，投资不足占比更大，该行为更普遍。投资过度样本组的均值为0.079，最大值为0.588；投资不足样本组的均值为-0.042，最小值为-0.260，投资过度的平均值与最大值均超过投资不足的平均值与最小值的绝对值，说明与投资不足相比，投资过度的非效率投资程度更大。虽然投资过度行为与投资不足行为相比占比较小，但投资过度行为所表现出的非效率投资程度较大，因此投资过度行为也需要引起上市公司的重视。

(2)盈余管理方面。在投资过度样本中，盈余管理的均值为0.069，最大值为3.207；在投资不足样本组中，盈余管理的均值为0.061，最大值为2.394。这说明在我国上市公司中，盈余管理行为普遍存在，且盈余管理程度在投资过度样本组中比投资不足样本组中更强，即投资过度样本组中的会计信息质量更低。

(3)高管特征方面。①在投资过度样本组中，高管年龄的均值为49.484，最大年龄为56.500；在投资不足样本组中，高管年龄的均值为49.539，最大年龄为56.500，表明投资不足样本组中高管年龄的平均值更大。②在投资过度样本组中，高管学历的均值为2.627，最大值为4.458；在投资不足样本组中，高管学历的均值为2.413，最大值为4.458，表明投资过度样本组中高管的平均学历水平更高，且两个样本组的平均学历都在大专与本科之间。③在投资过度样本组中，高管任期的均值为3.625，最大值为15.000；在投资不足样本组中，高管任期的均值为3.915，最大值为15.000，表明投资不足样本组中高管的平均任期更长。

3.2 相关性分析

对被解释变量、解释变量及控制变量进行相关性分析，具体结果如表3所示。由表3可知，盈余管理与非效率投资的相关系数为0.224，且在1%水平上显著，可初步判断盈余管理程度与非效率投资显著正相关，表明盈余管理行为会导致公司的非效率投资行为，损害公司的投资效率，初步验证了假设H1。同时，各变量间的相关系数都比较小(最大值为0.440)，说明变量间不存在严重的多重共线性问题。

3.3 多元回归分析

3.3.1 盈余管理对非效率投资的影响

对盈余管理与非效率投资进行回归分析，具体结果如表4所示。从表4可以看出，全样本中AbsEM的回归系数为0.160，且在1%水平上显著，表明盈余管理的程度越大，公司的非效率投资越严重，即盈余管理与非效率投资呈显著的正相关关系，假设H1得到验证。在投资过度样本组中，AbsEM的回归系数为0.253，且在1%水平上显著，表明盈余管理程度越高，投资过度行为越严重，即盈余管理能够加剧投资过度行为，假设H2得到验证。在投资不足样本组中，AbsEM的回归系数为0.047，且在1%水平上显著，这表明盈余管理程度越高，投资不足行为越严重，即盈余管理能够加剧投资不足，假设H3得到验证。

表3 主要变量相关性分析结果

表4 盈余管理对非效率投资影响的回归结果

3.3.2 高管特征对盈余管理与非效率投资关系的调节效应

为探究高管特征对盈余管理与非效率投资关系的调节效应，引入高管特征分别进行回归分析，结果如表5所示。

表5 高管特征、盈余管理与非效率投资回归结果

(1)高管年龄方面。①在投资过度样本组中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管年龄的回归系数在1%水平上显著为正，说明高管年龄与投资过度正相关；盈余管理与高管年龄的交互项的回归系数在1%水平上显著为负，表明高管团队的平均年龄越大，盈余管理对投资过度的加剧作用越弱，即高管年龄对盈余管理与投资过度的关系具有反向调节作用，假设H4得到验证。②在投资不足样本组中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管年龄的回归系数在1%水平上显著为正，说明高管年龄与投资不足正相关；盈余管理与高管年龄的交互项的回归系数在1%水平上显著为负，表明高管的平均年龄越大，盈余管理对投资不足的加剧作用越弱，即高管年龄对盈余管理与投资不足的关系具有反向调节作用，假设H5得到验证。

(2)高管学历方面。①在投资过度样本中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管学历的回归系数在1%水平上显著为正，说明高管学历与投资过度正相关；盈余管理与高管学历的交互项的回归系数在1%水平上显著为负，表明高管团队的平均学历水平越高，盈余管理对投资过度的加剧作用越弱，即高管学历在盈余管理与投资过度的关系中存在反向调节作用，假设H6得到验证。②在投资不足样本中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管学历的回归系数不显著，说明高管学历对投资不足无显著影响；盈余管理与高管学历的交互项的回归系数不显著，说明高管学历在盈余管理与投资不足的关系中不存在显著的调节作用，假设H7未得到验证。

(3)高管任期方面。①在投资过度样本中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管任期的回归系数在5%水平上显著为负，说明高管任期与投资过度负相关；盈余管理与高管任期交互项的回归系数不显著，说明高管任期在盈余管理与投资过度的关系中不存在显著的调节作用，假设H8未得到验证。②在投资不足样本中，盈余管理的回归系数在1%水平上显著为正，与前文结果一致；高管任期的回归系数不显著，说明高管任期对投资不足无显著影响；盈余管理与高管任期的交互项的回归系数不显著，说明高管任期在盈余管理与投资不足的关系中不存在显著的调节作用，假设H9未得到验证。上述结果表明，虽然任期越长的高管越能够做出精准的决策，但是不一定会调节盈余管理与投资过度和投资不足之间的关系。

3.4 稳健性检验

笔者通过替换变量的方法，对前文的研究结论进行稳健性检验，采用未修正的琼斯模型衡量上市公司的盈余管理程度，将重新计算得到的盈余管理程度度量指标代入模型(5)和模型(6)进行回归，具体检验结果分别如表6和表7所示。从表6和表7可以看出，主要回归结果均保持不变，说明笔者的研究结论是稳健的。

表6 模型(5)稳健性检验结果

表7 模型(6)稳健性检验结果

4 结论与建议

4.1 研究结论

(1)笔者以2014—2018年我国沪深A股上市公司为研究对象，以高层阶梯理论为基础，检验了盈余管理对非效率投资的影响，研究表明盈余管理与非效率投资呈正相关关系，盈余管理会加剧投资过度和投资不足。

(2)分析了高管特征对盈余管理与非效率投资关系的调节效应，结果表明高管年龄对盈余管理与投资过度的关系具有反向调节作用；高管年龄对盈余管理与投资不足的关系具有反向调节作用；高管学历对盈余管理与投资过度的关系具有反向调节作用；高管学历对盈余管理与投资不足的关系不存在显著的调节作用；高管任期对盈余管理与投资过度的关系不存在显著的调节作用；高管任期对盈余管理与投资不足的关系不存在显著的调节作用。

4.2 建议

根据上述研究结论，为我国上市公司加强公司治理和高管团队建设提出如下建议：

(1)适当减少公司的盈余管理行为，加强公司治理。由于盈余管理会造成公司非效率投资，因此为了让公司更好地发展，更好地利用公司资源，可采取适当的控制措施预防过度的盈余操纵行为。

(2)在选拔高管时，将高管年龄作为重要的参考指标，年轻的高管具有冒险精神，年龄较大的高管决策时会考虑更多的控制风险，与年轻的高管相比，年龄大的高管能够做出更利于公司的决策。

(3)选拔高管时，可考虑高管学历的影响。虽然学历水平的高低不能成为一项硬性指标，但学历水平高的高管，其知识储备较多，做出决策时会考虑更多的因素，可能更利于公司的发展。