上市公司财务重述、媒体关注与股票特质风险波动

尹海员 孙 萌

(陕西师范大学，陕西 西安 710119)

一、引言

财务报告作为上市公司向利益相关者传递经营现状、盈利能力及现金流等信息的重要途径，是投资者决策的主要依据。高质量的财务报告可以有效减缓公司和投资者之间的信息不对称程度，降低公司权益资本成本(Lambert et al.，2007)。财务重述是指上市公司自愿或被强制要求对前期财务报告中的差错或误导性信息进行追溯调整并重新表述的事后补救行为(张璇 等，2016)。最初，财务重述政策是为提高上市公司信息披露的准确性而制定的补救性制度。但近年来，财务重述逐步沦为财务报告制定者操纵盈余的手段而被滥用(Daniel，2019)。财务报告制定者虚报会计信息，使得财务报表使用者只能依据存在纰漏的财务报告做出投资决策，从而使其面临极大的投资风险(Palmrose et al.，2004)。

在传统资产定价模型的假设中，市场信息是完全对称的，股票特质风险可以通过多样化的投资组合来消除，信息质量问题只会影响系统风险。但在真实的资本市场中投资者面临着严重的信息不对称，这种不对称主要来自于信息生成环节中的低质量财务报告，以及信息使用环节中的投资者理解能力差异。因此，关于信息风险是否可以通过分散化投资转移，目前并没有统一的定论。进一步地，即使在那些认为信息风险可以体现在价格补偿的文献中，关于信息风险只存在于信息变化时点附近还是长期存在也没有定论(Bardos et al.，2019)。

财务重述为研究股票信息风险提供了良好的契机。首先，在重述公告发布后，通过对比两次公告内容可以判断其错误内容与影响程度，用此来度量信息风险比选用其他代理指标要更为科学。其次，选择发生财务重述的样本公司自身的控制变量可以避免变量遗漏和潜在的内生性问题。对于投资组合单一的个体投资者来说，股票特质风险远比系统性风险重要得多。但上市公司财务重述行为是否会引起股票特质风险的不确定性变化，这一问题在现有研究中鲜有涉及。

本文的研究表明，财务重述带来的信息风险确实可以反映到股票特质风险中，财务重述的发生会显著增加股票特质风险水平。本文可能的贡献在于：首先，采用动态EGARCH模型分离股票特质风险，建立衡量股票特质风险的日度指标，相较于现有静态模型，其能够更好地刻画上市公司财务重述对股票特质风险的时变影响和规律。其次，围绕上市公司财务重述发生的窗口期，分析了其股票特质风险的变化规律。本文发现股票特质风险在财务重述之前一段时间就会出现异动，并在重述发生前后的窗口期内突然上升，随后缓慢下降，大约持续1年恢复到重述前水平。这些结论填补了财务重述与股票特质风险关系研究的空白。再次，从性质和时效两个角度，考察不同重述类型对股票特质风险的影响规律。这些规律为对上市公司财务重述行为提供了理论依据。最后，从媒体关注的视角出发，发现主流财经媒体关注度高的上市公司，其财务重述会引起投资者的过度反应，并带来更剧烈的股票特质风险波动。这一发现拓宽了媒体报道对上市公司股票风险影响的研究范畴。

二、文献综述与研究假说

(一)财务重述及其经济后果

关于上市公司财务重述经济后果的研究，主要集中于公司运行和股票市场反应两个方面。

对上市公司运行的影响方面，大量研究发现会计信息质量与资本成本呈显著负向关系。Hribar et al.(2004)发现在财务重述后1～5个月，上市公司的权益资本成本出现明显上升。Sreedhar et al.(2008)发现财务报告披露质量高的公司会得到更低的贷款利率，而发生财务重述的上市公司的贷款获取成本更高，公司债务筹资规模也更小。也有学者提出了不同的看法，如Peter et al.(2010)发现信息更正公告发布后带来的资本成本的降低与更正公告发布前资本成本的升高相互抵消。从长期来看，信息更正并不会对资本成本造成影响。财务重述还可能会对管理层变更产生影响。王毅辉等(2008)发现，一旦上市公司管理层出于自利目的操纵盈余、粉饰报表的行为被发现，其便会面临裁撤风险。在公司市值管理方面，财务重述公告往往会造成上市公司市值的下降(Palmrose et al.，2004)。

关于股票市场的反应方面，现有研究主要集中于财务重述发生后股票收益率和风险的表现。Gondhalekar et al.(2012)发现发生财务重述的公司股价平均累积异常收益率(CAR)在重述公告日[-3，3]的窗口期内显著为负。Kryzanowski et al.(2013)发现，那些由于税收确认问题或公司内部问题导致的重述对股价的负面影响更甚。还有研究发现财务重述将会导致更为显著的公司股票期权负向收益以及更高的隐含波动率(Li et al.，2019)。马晨等(2015)以沪深上市公司财务重述数据为样本，发现财务重述会引起股价的剧烈波动，其中调减盈余类财务重述影响更为显著。谢盛纹等(2018)发现财务重述会加重公司股价崩盘风险，并且公司高管权力越大，二者的相关性越显著。

(二)财务重述与股票特质风险

传统的资本资产定价理论认为，如果市场是有效的，那么所有影响收益的因素均可被定价，误差项中所包含的与公司、行业特质相关且不能被定价的因素即为“特质风险”(Campell et al.，2001)。对于公司特质风险的形成机理，目前学界主要存在两种观点：“股价信息含量论”和“噪声交易论”。前者认为特质信息融入股价的效率越高，公司特质风险波动的幅度越大(Roll，1988)；后者认为投资者的非理性交易行为导致了公司特质风险波动，这种波动与市场信息的不确定程度同向变动，市场信息越模糊，股票特质风险越高(Kelly，2014)。“股价信息含量论”和“噪声交易论”存在一个共识，即公开信息披露质量越高，越能抑制私人信息融入股价的效率，也可抑制噪声交易，股票特质风险随之下降。

私人信息的存在增加了非知情投资者的风险，并对那些包含了更多私人信息的投资组合要求更高的风险溢价(Easley et al.，2004)。根据这一逻辑，信息不对称可以产生新的股票系统风险，而高质量信息披露可以缓解信息不对称，进而降低股票的系统风险。Hughes et al.(2007)讨论了在允许分散化投资的条件下信息不对称对股票风险的影响，发现私人信息仅仅会增加股票的特质风险，对系统风险和权益成本并没有直接影响。还有研究认为信息披露质量提升所带来的资本成本下降是暂时性的，信息质量与资本成本之间的关系并不显著(Peter et al.，2010)。

财务重述为研究股票特质风险提供了良好的契机，从财务报告首次发布到财务重述行为发生这一窗口期内，公司实际上向市场传递出了错误信息。通过对两次公告内容进行分析，可以准确区分出错误的力度和内容，以此来度量信息风险比选用其他代理指标要更为科学，而且采用发生财务重述的公司自身的控制变量可以避免变量遗漏和潜在的内生性问题。财务重述公告发布后，公告中包含的新信息涌入资本市场，原本的知情交易者面临着信息陈旧的风险。信息披露的错误使得公司特质信息无法通过公开渠道被纳入股价，资本市场信息不对称程度加重，股票特质风险随之增加。进一步地，由于投资者的信息理解能力存在差异，新信息的涌入反而加剧了信息不对称程度，投资者非理性交易行为增加。

基于此，本文提出：

假说

1

：

财务重述对上市公司的股票特质风险起到正向推动作用，发生财务重述的上市公司股票特质风险会显著增加。

(三)不同性质的财务重述与股票特质风险

有文献研究了不同类型的财务重述对股票收益的影响。比如魏志华等(2009)发现，如果将财务重述按照一定标准进行细分，涉及核心会计指标的重述、调低公司盈余的重述会对市场造成显著的负面影响。杨德明等(2007)将样本公司按未预期盈余的正负划分为利好消息组和消极消息组，发现未预期盈余对股价造成的影响是非对称的，发布利好消息公司的未预期盈余与股价存在显著的正相关关系，发布消极消息的公司则并不显著。

本文将财务重述按照重述原因划分为技术问题重述、会计问题重述、敏感问题重述、法律问题重述、重大会计差错问题重述以及其它问题重述共六类，分别探究其对股票特质风险的影响。其中，技术问题重述是指校对排版等差错所引发的重述；会计问题重述是指因会计政策、会计估计变更等因素所引发的重述，但在实际操作中上市公司极可能以政策变更为手段，操纵盈余、平滑利润以及瞒报亏损；敏感问题重述是指上市公司主动或因投资者质询而对公司生产经营风险等问题进行披露的重述；法律问题重述是指因上市公司严重违反法律法规规定而进行的重述，该类重述严重损害公司形象，影响财务报告的可信度；重大会计差错问题重述是指会计信息存在舞弊或重大纰漏而被监管部门勒令重述；其他问题重述是那些对公司和投资者无显著影响的重述。在上述不同性质的财务重述中，敏感问题重述、法律问题重述和重大会计差错问题重述会给投资者带来更大的心理冲击，而技术问题重述对股票特质风险的影响程度较低。

基于此，本文提出：

假说

2a

：

尽管不同性质的财务重述都会影响上市公司股票特质风险，但影响程度与持续时间存在差异。那些严重影响投资者关于公司公告信息质量和经营前景信心的重述对股票特质风险的影响更为剧烈，持续时间更长。

此外，本文将财务重述按照发生的时间节点划分为当期重述与滞后重述，分析重述的及时性是否会影响财务重述与股票特质风险之间的关系。及时性是衡量会计信息质量的重要原则，上市公司的信息披露普遍存在着“利好消息提前、消极消息滞后”的特点。及时更正错误信息不仅能强化财务报告在会计信息披露中的基础性地位，也可有效降低资本市场中投资者之间的信息不对称程度。相反，财务重述的滞后时间越长，公司的内控机制越可能存在重大缺陷，投资者也越可能在滞后期内被错误信息持续误导。所以有理由相信，财务重述的及时性会影响其与股票特质风险之间的关系。

基于此，本文提出：

假说

2b

：

尽管当期重述与滞后重述都会增加上市公司的特质风险，但影响程度与持续时间存在差异，滞后重述对股票特质风险的影响更为强烈。

(四)财经媒体关注度的影响效应

从功能上看，新闻媒体报道作为信息中介起到了抑制市场摩擦的作用，改善了信息不对称状况，降低了投资者的非理性决策以及资产错误定价的可能性(Mitchell et al.，1996；Fang et al.，2009)。媒体报道为投资者推送与公司相关的增量信息，降低市场中的信息处理成本以及信息不对称程度，减少了处于信息劣势地位的投资者的损失，因而提高了信息分布的均匀性和信息融入效率(Tetlock et al.，2008)。由于投资者的异质性，被媒体频繁报道的公司更容易在投资者心中形成认知差异，公司曝光率的增加可以有效吸引投资者的注意(吴璇 等，2017)。由于我国投资者专业化水平相对较低，信息的搜集与解读能力不强，媒体对信息的传播和解读会更深刻地影响投资者行为。特别是主流财经媒体对公司事件的关注，无论是报道数量还是报道倾向，均能吸引投资者的注意，引起投资者一定程度的过度反应，进而提高了股票特质风险。

基于此，本文提出：

假说

3

：

财经媒体对上市公司的报道强度可以作用于财务重述对股票特质风险的影响效应，媒体关注度更高的样本公司股票特质风险受财务重述的影响效应更为强烈。

三、研究设计

(一)样本选择

本文手工统计了2015年1月—2017年12月沪深两市的A股上市公司的所有财务重述样本，并对观测数据进行如下筛选：(1)剔除金融类上市公司；(2)剔除公告发布时已处于ST、PT或整理退市阶段的公司；(3)由于对单一财务问题进行多次重述所导致的样本观测点多变，难以准确控制实证结果，因此剔除对单一财务问题多次发布重述公告的公司；(4)剔除部分股票交易数据缺失的公司；(5)如果样本公司在重述当日发布多个重述公告，则视为同一个重述行为。最终选定622家发生财务重述的上市公司作为样本，从时间分布来看，2015年、2016年、2017年发布重述公告的上市公司分别为182家、217家和223家；来自沪市和深市的样本数量分别为166家和456家。本文所用数据来自迪博(DIB)内部控制与风险管理数据库、万德资讯(WIND)金融数据库。为消除极端值影响，对主要连续变量处于1%以下和99%以上的分位数观测值进行了缩尾处理。

(二)主要变量

1.财务重述(Res)

2015—2017年，样本公司在各年度发布的财务重述公告数量分别为956、862和907个，这些重述公告分别是针对上市公司的季报、中报和年报进行重述订正。为保证研究时点的一致性，本文选定针对年报的财务重述公告样本进行研究，最终选定公告样本622个。在重述公告样本中，技术问题、会计问题、敏感问题、法律问题、重大会计差错以及其它问题的重述公告数量分别占比47%、22%、9%、19%、1%和2%，可以发现技术问题和会计问题引发的财务重述所占比重明显高于其他类型的重述；当期重述和滞后重述公告数量分别占比84%和16%。

2.时间窗口期(Time)

设置时间窗口期虚拟变量，以财务公告正式发布日作为时间日。当被选定为特质波动窗口期时，该虚拟变量取值为1，其余窗口期该变量取值为0。

3.股票特质风险(Qrisk)

为了更好地分析财务重述对股票特质风险的时变影响规律，本文采用动态EGARCH模型分离出股票特质风险，并建立股票特质风险的日度指标，具体模型如下：

R=c+βR+ε

(1)

R=c+ε

(2)

模型(1)和(2)为EGARCH模型的均值方程。其中：R和R分别为日个股回报率和市场风险溢价；β为随时间变动的贝塔系数；c和c为常数项；ε和ε为误差项。进一步地：

s[ε]=exp{a+a(|z|-E|z|+dZ)+jln(s)[ε]}

(3)

σ[ε]=exp{a+a(|z|-E|z|+δZ)+φln(σ)[ε]}

(4)

(5)

模型(3)和(4)为EGARCH模型的方差方程，其中：z=ε/σ[ε]，z=ε/σ[ε]；模型(5)为误差项的协方差方程，遵循上述方程组描述的双变量EGARCH模型。σ和ρ分别为条件协方差和条件相关系数；α、α、δ、φ、α、α、δ、φ是待估计条件参数。

β=(σ/σ[ε])

(6)

(7)

(8)

模型(7)中总风险被分解为特质风险和系统风险两部分，收益率的方差即可以用来表示风险，模型(8)中Qrisk即为股票特质风险变量。

4.财经媒体关注度(Media)

尽管新兴媒体的出现打破了传统信息传播格局，投资者可以在各类社交网络或平台上便捷地分享信息，但也容易产生由于审核不严导致的扭曲事件真相的情况。本文以我国资本市场中具有广泛影响力的传统权威纸媒为信息采集来源，选择的主流财经媒体样本包括《中国证券报》《证券日报》《证券时报》《上海证券报》《中国经营报》《21世纪经济报道》《经济观察报》和《第一财经日报》共八家报纸，其中前四家属于中国证监会指定的信息披露媒体，后四家是中国发行量最大的综合财经类报纸。

媒体报道数据来自中国知网的《中国重要报纸全文数据库》，利用主题搜索方式搜寻包含公司名称的新闻报道，手工检索样本公司的新闻报道数量和报道内容。统计时间窗口为财务重述公告发布日前后与本文计算特质风险同样的时间窗口。本文将媒体关注度定义为财经媒体对样本公司的报道数量。为避免数据搜集的遗漏，分别针对上市公司的全称和简称进行两次筛查，并剔除一篇报道中涉及多家上市公司的样本。最终统计出样本公司被上述八家主流财经媒体报道的次数作为财经媒体关注度代理变量。

5.控制变量

考虑到与公司特征相关的部分变量也会影响股票特质风险，本文选取如下变量作为控制变量：(1)公司规模(Size)，规模较大的公司往往内控机制更加健全，抵御股价波动的能力较强。(2)资产负债率(Ral)，资产负债率较高时，公司管理层会通过盈余操纵的方式缓解压力，由此导致股票价格风险增加(Burns et al.，2006)。(3)净资产收益率(Roe)，净资产收益率常被用于衡量公司平滑各年收入可能性，尤其在公司会计信息质量较差时，该指标的作用尤为明显。(4)成长能力(Growth)，用营业收入同比增长率表示。成长性好的公司更有可能采取激进的会计政策，从而引起股票特质风险的增加(Kamran et al.，2007)。(5)流动比率(Crr)，反映公司偿债能力的核心会计指标。(6)营运能力(Oc)，反映公司获利能力及经营周转状况的指标。(7)账面市值比(BM)，账面市值比低的公司股价波动率往往较高。

变量说明见表1。

表1 变量说明

(三)基础模型

本文建立如下基础模型用于后续实证分析：

Qrisk=α+bTime+cMedia+cSize+cBm+cRal++cRoe+cCrr+

cOc+cGrowth+cExchange+cIndustry+cYear+ε

(9)

其中：Qrisk表示上市公司的特质风险水平；i、t分别代表不同上市公司和财务重述发生时点；Time为时间虚拟变量，若在重述窗口期内则取值为1，否则取值为0；Media、Size、Bm、Ral、Roe、Crr、Oc、Growth、Exchange和Industry为控制变量；α为常数项，系数b反映财务重述发生前后的股票特质风险波动情况，ε为误差项。

考虑到深市和沪市在上市公司的类型、发行制度、集合竞价方法等方面的差异可能会影响股票特质风险，构建交易所虚拟变量(Exchange)，当股票来自上海证券交易所时取值1，来自深圳证券交易所时取值0。此外，模型中加入了行业(Industry)和年度(Year)虚拟变量，以控制行业和年度固定效应。行业分类依据我国证监会《上市公司行业分类指引(2012年修订)》，在剔除本文样本股票中的金融业后共有12个大类行业。为了避免异方差与序列相关问题，以公司为聚类变量对所有回归标准误进行聚类调整。

四、实证分析

(一)描述性统计

本文全样本共包含311622个有效观测值，表2列示了全样本各主要变量的描述性统计。可以发现，股票特质风险标准差为0.766，说明样本分布集中，受极端异常值的影响较小；均值为1.703，中位数为1.386，为右偏分布。样本公司资产负债率均值为45.075，中位数为44.128，二者相差不大，样本资产负债率指标数据分布对称。样本公司营运能力存在较大差别，均值为96.028且小于中位数209.876，为左偏分布。营运能力指标与成长能力指标标准差分别为97.244和134.024，标准差较大，分布分散。

表3列示了全样本按照财务重述性质、发生时间节点和所属交易所进行分类后的各类样本数量。其中，技术问题、会计问题和法律问题占到全样本的90%左右，当期重述数量高于滞后重述。深市上市公司的重述数量要明显多于沪市上市公司。媒体关注度方面，大约有60%的样本在财务重述窗口期内受到了主流财经媒体的报道关注，但关注度水平存在明显差异。

表2 主要变量描述性统计

表3 样本公司财务重述公告基本概况

(二)财务重述对股票特质风险的影响

图1 全样本财务重述公告发布日前后股票特质风险变动

图1描述了样本公司在财务重述公告发布日前后250个交易日内的股票特质风险变动趋势。可以看出，上市公司的股票特质风险在重述公告发布日前(-250，-151)窗口期内相对稳定；在(-150，-51)窗口期内波动且幅度较小；在(-50，0)窗口期内持续小幅度上升。在重述公告发布日后，(0，5)窗口期内呈现跳跃式增长，之后逐渐下降，并最终恢复至重述前水平。

参照图1的变动趋势，选定重述公告发布日前(-250，-151)这一特质风险相对稳定的窗口期为基期，计算重述公告日前后特质风险的波动幅度，表4报告了具体结果。在重述公告发布日前，依据图1中的明显峰值划分三个窗口期，其中在(150，-101)和(-100，-51)两个窗口期内，股票特质风险的均值相较于基期分别增加3.66%和5.28%，中位数相较于基期增加了4.69%和4.96%；在(-50，-1)窗口期内，股票特质的风险均值和中位数分别上升了15.18%和16.32%。在重述公告发布日后，划分六个窗口期，其中在(0，5)窗口期内特质风险均值和中位数相较于基期分别波动83.47%和83.89%，呈现大幅度跳跃式增长。在(6，25)窗口期内特质风险均值和中位数相较于基期分别波动61.45%和60.64%，增长幅度有所回落。在之后的(26，50)等四个窗口期内股票特质风险的均值和中位数持续回落，但仍明显高于基期水平，波动持续时间在1年左右。

为了进一步精确量化上述结论，利用固定效应面板数据进行回归分析。根据图1和表4的结果，将重述前时间窗口划分为(-150，-6)和(-5，-1)两个窗口期，并定义窗口期回归系数为b1和b2；在重述公告发布后划分(0，5)、(6，25)和(26，250)三个窗口期，并定义窗口期回归系数为b3、b4和b5。

表4 财务重述公告发布日前后特质风险的波动情况

表5(-250，-149)窗口期为基期的回归结果。在(-5，-1)窗口期内回归系数为0.002，并在1%的显著性水平下显著，说明股票特质风险在重述公告发布前1周左右呈上升趋势。在财务重述后(0，5)窗口期内回归系数为0.026且在1%的显著性水平下显著，表明股票特质风险到财务重述的影响程度明显上升。在后续(6，25)和(26，250)窗口期内回归系数均显著为正。总的来说，上市公司财务重述对其股票特质风险起到正向推动作用，重述公告发布后(0，5)窗口期内特质风险呈现跳跃增加，大约经历1年的时间特质风险回复到重述前水平，假说1得到了验证。

表5 财务重述公告发布日前后特质风险波动显著性分析

(三)不同性质的财务重述对股票特质风险的影响

为分析重述性质是否会影响重述与特质风险之间的关系，本文将重述样本按照性质划分为技术问题重述、会计问题重述、敏感问题重述、法律问题重述、重大会计差错问题重述以及其它问题重述。图2(a)～(f)分别描绘了各类重述在公告发布日前后的风险变动情况。

从图2(a)可以看出，会计问题引发的重述在重述公告发布后引发了特质风险的大幅度波动。主要原因在于会计问题重述在资本市场现实中，往往被视为上市公司恶意操纵盈余、平滑利润以及瞒报亏损的手段，其重述公告会引起投资者对公司信息质量和经营前景的担忧。图2(b)显示了技术问题引发的重述对特质风险的影响变动情况，技术问题重述的特质风险波动与会计问题重述相似，但特质风险波动在重述发布后回落速度更快。图2(c)和图2(d)分别为敏感问题和法律问题重述。这两类重述都会严重损害公司形象，影响公司财务报告披露的可信度。可以发现，在重述公告发布日后的特质风险变动幅度相较于其他类型重述都要更剧烈且持续时间较长。图2(e)为其他问题重述，该类重述往往是那些对公司及投资者无显著影响的重述公告，从图中可以发现该类重述特质风险波动幅度相对较小。图2(f)为重大会计差错问题重述对股票特质风险的影响情况。重大会计差错问题重述是指因舞弊或重大纰漏而被监管部门勒令重述。我国资本市场上该类重述并不常见，在本文最终确定的样本中只有一例重大会计差错重述样本，在图中并未呈现明显的特质风险水平波动规律。

(a)

(b)

(c)

(d)

(e)

(f)

针对不同性质财务重述，本文同样选定重述公告发布日前(-250，-151)这一特质风险相对稳定的窗口期为基期，探讨重述公告日前后股票特质风险的波动幅度，结果如表6所示。可以发现，各类性质的财务重述在公告发布后(0，5)的窗口期内股票特质风险相较于基期都会增加，但增加幅度以及持续时间会因重述性质的不同有所差异。其中，重述公告发布后(0，5)窗口期内特质风险波动最强烈的是敏感问题和法律问题引发的财务重述，分别增加141.19%和123.95%；会计问题重述、技术问题重述与其他问题重述在重述公告发布后(0，5)窗口期内股票特质风险波动分别为78.41%、63.82%和118.9%；就重述影响的持续时间来看，法律问题和敏感问题在(151，250)交易日内相较于基期的股票特质风险波动的持续时间更长。

表6 不同性质财务重述在重述公告发布日前后特质风险的波动情况

进一步地，对不同性质财务重述的固定效应面板数据进行回归，并采用公司层面的聚类标准误，具体窗口期划分和前述分类相同。从表7可以看出，敏感问题、法律问题重述所引发的股票特质风险在重述公告发布前一周左右时间内开始明显增加。在重述后(0，5)窗口期内引起的风险增加高于会计问题和技术问题，并在后续(26，250)窗口期内引发的风险增加系数明显高于后两者。这说明尽管不同性质的重述都使得股票特质风险显著增加，但影响程度与持续时间存在差异，假说2a得到了检验。

表7 不同性质财务重述公告发布日前后特质风险波动显著性分析

(四)财务重述的及时性对股票特质风险的影响

财务重述一旦发生，即表明上市公司先前所公布的财务报告存在纰漏甚至舞弊。如果能及时更正错误信息，在一定程度上可以缓解投资者面对的信息不对称程度。为分析重述公告发布的及时性对重述与特质风险之间关系的影响，将样本按重述及时性划分为当期重述与滞后重述，分别探讨它们对公司股票特质风险的影响。本文将当期重述定义为发布的重述公告是针对本年度财务报告中的差错而进行的重述，除此之外的重述则为滞后重述。图3展示了当期重述与滞后重述在公告日前后特质风险变动情况。直观上看，尽管两者所造成的特质风险变化速度和持续时间差距不大，但滞后重述带来的特质风险增加幅度较于当期重述明显更高。

图3 当期重述与滞后重述在公告发布日前后股票特质风险变动情况

为了更精确量化当期重述和滞后重述对特质风险影响的差异，我们选择重述公告发布日前(-250，-151)这一特质风险相对稳定的窗口期为基期，分析两类重述公告日前后特质风险的波动情况，结果见表8。可以看出，在重述公告发布后(0，5)窗口期内，滞后重述与当期重述特质风险相较于基期分别增加了83.62%和78.69%，滞后重述所引起的特质风险增加幅度要高于当期重述。就持续时间来看，滞后重述与当期重述在(151，250)窗口期内特质风险相较基期分别增加19.71%和13.57%，滞后重述影响的持续时间更长。

表8 当期重述与滞后重述在重述公告发布日前后特质风险波动

为保证上述结论的可靠性，分别对当期重述和滞后重述的固定效应面板数据进行回归并采用公司层面的聚类标准误，具体窗口期划分与前述分类相同，回归结果见表9。

表9 当期重述与滞后重述公告发布日前后特质风险波动分析

由表9可以发现，在重述公告发布前(-5，0)窗口期，滞后重述对特质风险影响系数为0.002并通过了1%水平下的显著性检验；当期重述的回归系数为-0.001，但并不显著。在重述后(0，5)、(6，25)和(26，250)窗口期内，滞后重述对特质风险的影响持续增加且影响程度更大，回归系数分别为0.026、0.061和0.136，均大于当期重述的回归系数，假说2b得到了检验。

五、进一步分析

(一)财经媒体关注度的影响

为检验财经媒体对公司的关注度是否会影响财务重述前后的特质风险波动，进一步将媒体关注度指标纳入分析。由于并非所有样本在窗口期内都被主流财经媒体所报道，若只计算那些被媒体报道的样本公司，则可能存在样本选择偏差。因此，本文采用Sorensen-Heckman两阶段模型来解决样本选择偏差带来的内生性问题，共分为两个阶段：

第一阶段，利用Probit模型估计样本受到媒体关注的概率，并计算出逆米尔斯比率(IMR)。将样本公司是否受到主流财经媒体关注(Media)进行匹配，其中因变量为媒体关注虚拟变量(M)，匹配模型如下：

P(M=1)=λ+λRes+∑ρX+ε

(10)

模型(10)中，M=1表示样本在窗口期内受到主流财经媒体报道关注，是实际发生的匹配结果；M=0表示样本在窗口期内没有被主流财经媒体报道，是未发生的潜在匹配结果。Res为虚拟变量，如果发生财务重述取值为1，否则取值为0。X为控制变量，包括公司规模、账面指标、资产负债率等。根据匹配结果推算出逆米尔斯比率(IMR)并纳入第二阶段回归分析。第一阶段估计结果如表10所示，可以发现Wald卡方统计量比较显著，模型的拟合优度较好。

表10 Sorensen-Heckman模型一阶段回归结果

第二阶段，对实际发生的匹配结果而言，加入逆米尔斯比率后的回归模型为：

Qrisk=θ+θTime+θMedia+θIMR+∑γX+ε

(11)

模型(11)中，Time为时间虚拟变量，Media为媒体关注度变量，X是系列控制变量。IMR是第一阶段得出的逆米尔斯比率，将其作为第二阶段回归的解释变量，以纠正样本选择偏误。表11报告了第二阶段回归结果，其中lambda代表逆米尔斯比(IMR)。从表11看出，Lambda的估计结果通过了1%显著性水平检验，表明样本的确存在选择偏差，使用Sorensen-Heckman模型进行估计可以较好地解决样本选择性偏差问题。在未加入时间虚拟变量时，媒体关注度与特质风险的回归系数为0.018，且在1%的显著性水平下显著，加入时间虚拟变量后该回归结果未发生实质性变化。在(26，250)窗口期内，媒体关注度与特质风险的回归系数为0.005，且在5%的显著性水平下显著。上述检验结果表明，主流财经媒体报道越多，财务重述带来的特质风险提高越显著，假说3得到了检验。

表11 Sorensen-Heckman模型二阶段回归结果

(二)稳健性检验

特质风险具有不可观测性，目前有很多模型分解方法提取股票特质风险水平，比如基于 CAMP 模型的间接分离法、基于Fama-French三因子模型的直接分离法(Campell et al.，2001)等。为检验结论的稳健性，替换特质风险的衡量模型，采用Fama-French模型来测度样本个股特质风险，构建模型(12)：

R-R=α+β(R-R)+sSMB+hHML+ε

(12)

图4 上市公司财务重述前后的股票特质风险波动情况变化图

模型(12)中，R-R为个股的超额收益，R-R为市场组合的超额收益，SMB代表规模因子，HML代表价值因子，α为常数项，β、s、h为回归系数，ε为残差项。将股票i的特质波动率(Qrisk)定义为：

(13)

图4为上市公司财务重述前后的特质风险波动变化情况，并将重述前后的特质风险波动与时间轴进行了二次拟合。可以发现，上市公司股票特质风险在重述公告发布前后均显著升高，重述公告发布后特质风险的上升过程大约持续了75个交易日，而后下降至重述前水平。

进一步，对使用模型(12)、(13)计算出的样本股票特质风险进行回归并进行公司层面的聚类标准误，结果如表12所示。

表12 稳健性检验结果

由表12可知，在(-5，-1)窗口期内回归系数为0.002，说明股票特质风险在重述公告发布前1周左右开始增加。在财务重述后(0，5)窗口期内回归系数为0.001且在5%的显著性水平下显著。在后续(6，25)和(26，250)窗口期内回归系数均为正，说明特质风险受到财务重述的持续影响，影响时间大约为1年，与前述研究结果基本一致，证实了本文结论的稳健性。

六、结论与启示

本文利用2015年1月—2017年12月我国沪深两市A股上市公司的财务重述样本，研究了财务重述对上市公司股票特质风险的影响。研究发现：(1)财务重述公告的发布会增加公司股票的特质风险水平。股票特质风险在财务重述之前的5个月开始出现异动，在重述公告发布日后(0，5)的窗口期内，特质风险相较基期跳跃性增加83.47%，随后缓慢下降，经过大约1年的时间恢复到重述前水平。(2)敏感问题和法律问题引起的财务重述所带来的股票特质风险增加幅度较之其他类型的重述要大，并且持续时间更长。 (3)滞后重述相较于当期重述对股票特质风险的影响程度更为强烈，持续时间更长。 (4)受主流财经媒体关注度越高的公司，其股票特质风险受财务重述的影响越显著。

财务重述现象的日益频繁与证券市场治理机制的不足密切相关。本文结论的启示在于：(1)从监管机构角度来看，应针对不同类型的财务重述对症下药，采取不同的监管标准，敦促上市公司及时更正财务报告中的错误信息。对于发生过财务重述的上市公司，监管机构需加强对其财务报告的审计。(2)从上市公司角度来看，低质量的财务报告会使投资者对公司信息披露质量产生质疑，投资者为规避信息风险通常会要求更高的风险溢价，这无疑会增加公司资本成本。因此，上市公司应不断提高财务报告信息披露质量，降低财务重述发生的概率，确保会计信息能够真实公允的反映公司内在价值。