薛宇婷 田高良 李星
(西安交通大学管理学院,陕西 西安 710049)
长期以来,部分企业粗放式的增长理念衍生了严重的过度投资问题;同时,一些企业在经营发展中容易遇到“融资的高山”,融资难融资贵问题进一步制约了企业投资效率的提升。2021年中央经济工作会议提出,要扩大有效投资,增强发展内生动力。2021年国务院《政府工作报告》中也明确指出,要继续完成“三去一降一补”重要任务,提高整体资源配置效率,降低实体经济成本,改善企业投资效率。改变粗放式投资模式、提高企业投资效率,既有利于扩大当前需求、应对经济下行压力,又有利于优化供给结构、推动高质量发展。
如何提高企业投资效率一直是学术界探讨的热点话题。已有研究发现,信息是决定投资效率的主要因素(Bushman and Smith,2001;Healy and Palepu,2001)。透明的信息披露能缓解企业与投资者之间的信息不对称,影响投资者决策,并增加外部有效监督,进而提升企业投资效率。公司年报中披露的信息包括体现历史情况的会计数字信息和与未来发展相关的前瞻性文本信息。随着资本市场的不断发展,投资者和其他利益相关者对公司的前瞻性信息,如发展战略、治理计划和市场前景等,有了更多的需求(ACCA,2018)。
实践中,我国监管机构已认识到前瞻性信息的重要性。中国证监会发布的《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式(2012年修订)》要求管理者披露与公司未来发展相关的前瞻性信息,包括下一年度的行业发展趋势、公司发展战略、资金供需情况、运营预测及风险评估等。从理论研究的角度,探究在我国制度背景下,前瞻性信息披露能否有效缓解公司与投资者之间的信息不对称、提升企业投资效率,将为我国监管制度的进一步优化提供理论支撑,也将为企业如何通过信息披露提高投资效率指明方向。
鉴于此,本文以2007—2020年我国A股非金融行业上市公司为样本,深入分析前瞻性信息披露对公司投资效率的影响。目前,前瞻性信息主要披露于公司财务报告中“管理层讨论与分析”部分(Management’s Discussion &Analysis,以下简称MD&A)。本文采用文构(WinGo)“前瞻性”文本指标来体现信息披露的前瞻性,即前瞻性词汇总词频在年报MD&A文本总词频中的占比。研究发现,前瞻性信息披露水平越高的企业,投资效率越高。这一研究结论在一系列稳健性检验中均成立。进一步分析发现,在融资约束程度较高和信息环境较差的企业中,前瞻性信息披露对其投资效率的改善更为显著。
本文的研究具有以下贡献:第一,丰富了中国制度背景下前瞻性信息披露有用性的理论研究。已有研究证实了年报中的前瞻性陈述对于预测公司未来收益与经营风险的价值相关性(Schleicher et al.,2007;Wang and Hussainey,2013),而本文通过提供中国资本市场中前瞻性信息披露与企业投资效率正相关的证据,更为直观地检验了前瞻性信息对企业行为的影响。第二,拓宽了企业定性信息披露影响企业投资效率的研究广度。前人的研究多集中于会计数据等财务信息与投资效率关系的讨论(Biddle et al.,2009;Lara et al.,2016;Cheng et al.,2013;张超和刘星,2015;袁知柱和张小曼,2020),而本文将影响公司投资效率的因素扩展到文本信息层面,并探索了前瞻性信息对投资效率的影响及其内在机理。
随着资本市场的快速发展,传统财务报告已不能有效满足利益相关者的信息需求。为帮助投资者更好识别公司价值,各国监管机构开始要求公司披露前瞻性的文本信息。年报中的MD&A文本被视为前瞻性文本信息的代表。美国最早提出MD&A披露制度,自1980年以来,美国证券交易委员会(SEC)要求公司在MD&A中前瞻性地披露能反映企业财务状况和经营效果的定性和定量因素,并持续完善对MD&A信息披露的解释性指导。我国资本市场MD&A信息披露起步较晚,2001年引入该制度。2002年在《公开发行证券的公司信息披露内容与格式准则第3号——半年度报告的内容与格式》中,以“管理层讨论与分析”取代“经营情况的回顾与展望”。2012年在《公开发行证券的公司信息披露内容与格式准则第2号——年度报告的内容与格式》中,要求管理者披露与公司未来发展相关的前瞻性信息。
现有研究已证明,通常情况下,定性披露能向投资者提供比财务报表更多的信息(Li,2010;Feldman et al.,2010;Davis et al.,2012),且公司在定性披露中有更多自由裁量权,能使投资者从更积极的角度看待公司(Huang et al.,2014)。不过,关于定性信息中前瞻性信息的有用性,学术界仍未达成共识。
很多学者认为,定性披露中最重要的项目是前瞻性信息(Wang and Hussainey,2013;Francis et al.,2008)。该类信息能有效提高投资者预测未来收益、评估未来现金流和做出更好投资决策的能力(Hussainey et al.,2003;Brockman and Cicon,2013)。Li(2010)研究了美国证监会规定的上市公司公开披露的年报和季报格式10-K和10-Q文件中MD&A部分的前瞻性披露,发现前瞻性叙述的语调对未来业绩有参考价值。Muslu et al.(2015)研究了10-K文件的MD&A部分,发现信息环境较差的公司倾向于进行更多的前瞻性披露,而在进行该类披露后,公司的信息环境得到明显改善。孟庆斌等(2017)研究了MD&A中信息含量对股价崩盘风险的影响,发现展望部分的信息能够显著降低未来股价崩盘风险。Bozanic et al. (2018)发现与盈利预测信息一样,非盈利预测的前瞻性信息也能引起投资者和分析师的显著反应。Campbell et al.(2020)发现MD&A前瞻性信息披露的语调变化可为投资者提供公司经营风险的增量信息。
但也有部分学者认为,文本信息的作用未如预期中显著。叙述式报告的软信息性质使其难以被审计,因此文本信息中可能包括大量的模板信息、通用语言和不相关的披露(Li,2010)。Hutton et al.(2003)发现,投资者可能认为文本信息中的相关预测精确度不高。在极端情况下,投资者可能认为非盈利预测的前瞻性信息不可验证,故很少重视这些信息。
信息是决定投资效率的主要因素。前人围绕公司信息披露与投资决策之间的关系展开了较多讨论。一般来说,随着信息不对称程度增加,企业的无效率投资也会增加(Bushman and Smith,2001)。透明的信息披露总体上缓解了信息不对称问题,特别是增加了外部有效监督,进而提升企业投资效率。大部分研究集中在财务信息披露质量(即收益质量和收益预测质量)如何通过影响信息不对称程度,进而影响公司投资效率(Biddle et al.,2009;Goodman et al.,2014)。高质量的会计信息通过减少道德风险和逆向选择来提高投资效率(Biddle et al.,2009)。Chowdhury et al.(2016)发现,在萨班斯法案之后,信息不对称程度降低,投资-现金流敏感程度也相应降低。Dutta and Nezlobin(2017)发现信息披露与投资效率之间存在动态效应。当信息披露传达了未来资本存量(即资产负债表)的信息时,信息披露的精确度越高,越能缓解投资不足。
已有研究中,学者们发现不同类别信息对投资效率的影响路径和方向具有明显差异。特异性信息披露通过减少股价同步性来提高投资效率(Durney et al.,2004),企业社会责任信息能够抑制过度投资并提高投资效率(曹亚勇等,2012),而非财务信息则是“双刃剑”,虽然缓解了投资不足,但是也可能导致过度投资(程新生等,2012)。Chen et al.(2019)发现客户前瞻性信息披露质量越高,其与供应商的信息不对称程度越低,供应商的投资效率越高。Li et al.(2019)认为年报中MD&A部分有关风险的信息披露频率越高,公司的投资效率就越高。
信息不对称是影响企业投资效率的主要因素之一。由于信息不对称,外部投资者会要求更高的投资回报来补偿其信息成本,这将增加企业的资金成本,可能导致企业资源受限,进而造成投资不足(Myers and Majluf,1984)。前人研究表明,财务信息披露和非财务信息披露都有利于减少信息不对称,最终提高公司投资效率(Biddle et al.,2009;Jensen and Meckling,1976)。作为非财务信息的一种重要形式,前瞻性信息披露了投资者决策所需的业务运营和战略、业务结构和并购、知识产权和研发等内容,提供了有效的增量信息,缓解了信息不对称。这将有助于企业获得更多金融资源,提高融资便利性(Goss and Roberts,2011),进而缓解因资源受限导致的投资不足情形,提高企业投资效率。
然而,前瞻性信息也可能“言之无物”。有学者认为,MD&A信息可能并未如预想中能披露足够信息。Brown and Tucker(2011)发现,公司虽然增加了MD&A文本的长度,但其中的增量有效信息却减少了。Pava and Epstein (1993)认为,虽然在MD&A中大多数公司能够准确描述历史事件,但很少有公司提供准确的预测。因此,MD&A中披露的前瞻性信息可能无法提供投资者需要的增量信息,继而无法提高资源配置效率,改善企业投资效率。
基于此,本文提出无方向性假设:
H1:前瞻性信息披露与公司投资效率之间不存在相关关系。
本文采用WinGo“前瞻性”文本指标衡量前瞻性信息披露水平(),具体是指“前瞻性”词汇总词频在年报MD&A文本总词频中的占比。前瞻性词汇包括计划、预计、未来、目标、可能、机遇、预期、今后、挑战、后续等120个词汇。该指标的构建过程如下:首先通过参考前瞻性信息披露的政策法规、研究文献及上市公司披露的文本信息,制定与前瞻性信息相关的种子词集。之后通过WinGo相似词数据库对种子词集进行词汇扩充。WinGo相似词数据库使用了词嵌入向量(Word Embedding)神经网络语言模型,该模型根据上下文语义信息将词汇表示成多维向量,并通过计算向量相似度获得词汇的相似词。最后将前瞻性指标和目前文献已有的前瞻性指标进行交叉验证。
借鉴国内众多学者的研究(程新生等,2012;刘慧龙等,2014),本文采用Richardson(2006)提出的投资效率模型计算公司非效率投资,设计如下:
其中,Invest为企业在+1年度的新增投资量,采用刘慧龙等(2014)的定义,计算方法为(资本支出+并购支出-出售长期资产收入-折旧)/总资产。TobinQ表示企业发展机会,计算方法为(流通股市值+非流通股股份数×每股净资产+负债账面价值)/总资产;Lev为资产负债率;Cash为现金持有率(公司当期现金与现金等价物持有量/总资产);Age为公司上市年限;Size为公司规模;Ret为考虑现金红利再投资的年股票收益率;Invest为年度新增投资量。模型(1)残差的绝对值()表示企业实际投资水平偏离预期投资水平的程度,该值越大,投资效率越低。同时,负残差项()的绝对值表示投资不足,正残差项()表示投资过度。
本文使用模型(2)检验前瞻性信息披露对公司投资效率的影响:
Inveff=+Forward+Ctrls+++ε (2)
其中因变量为非效率投资,为前瞻性信息披露水平。控制变量部分,参照程新生等(2012)和何熙琼等(2016),加入了公司规模()、总资产收益率()、资产负债率()、公司上市年限()、高管持股比例()、两职合一()、账市比()、总资产周转率()、大股东资金占用()、公司成长性()和现金流比率(),并控制了行业固定效应和年度固定效应。除使用+1年末的数据,其余控制变量均使用年末的数据。相关变量的具体说明和计算方法如表1所示。
表1 变量定义
本文采用2007—2020年全部A股上市公司年度数据,并参考现有文献对初始样本进行了以下筛选:(1)剔除金融行业公司,因为金融行业的上市公司在监管制度和报表结构方面与其他行业存在较大差异;(2)剔除变量存在缺失值的样本。经过筛选,最终得到14062个公司-年度观测值。其中前瞻性信息披露数据来源于WinGo(文构)文本数据库,其他财务数据来源于CSMAR与Wind数据库。为减轻异常值影响,本文对所有连续变量在1%和99%水平上进行了缩尾处理。
主要变量的描述性统计结果如表2所示。非投资效率的均值为0.034,中位数为0.023,与刘慧龙等(2014)现有研究的可比性较高。前瞻性指标均值为0.008,即前瞻性词频数平均约占管理层讨论与分析章节中总词数的0.8%,且在公司间存在一定差异,保证了充分的变异性。
表2 主要变量的描述性统计结果
表3展示了模型(2)的回归系数及各回归系数对应的值。结果显示,在全样本中,的系数为-0.868,在5%水平下显著,说明前瞻性信息披露水平越高,公司非效率投资越少,拒绝了前瞻性信息披露与公司投资效率之间不存在相关关系的原假设。对于投资不足的公司,的系数为-0.744,在5%水平下显著,说明前瞻性信息披露能够缓解投资不足的情况,提升企业的投资效率。但对于投资过度的公司,前瞻性信息披露与投资效率的相关关系不显著,其原因可能是,能够约束管理层的代理行为、减少过度投资的信息披露主要是强制性会计信息披露(张纯和吕伟,2009;袁振超和饶品贵,2018)。由于前瞻性的文本信息披露存在一定自由裁量权,管理层会衡量披露成本与收益,进而可能少披露或者不披露将对自身形成约束的信息,因此前瞻性信息的约束机制不一定能发挥作用,进而使前瞻性信息披露与投资过度之间不存在相关关系。
表3 前瞻性信息披露与投资效率的回归结果
为探讨不同情境下前瞻性信息披露对公司投资效率的影响,本文对不同融资约束程度和信息环境下两者的关系进行了检验。
Modigliani and Miller(1958)认为,在完美的资本市场中,融资决策和投资决策是分开的。但由于信息摩擦,公司投资决策会受内部资金量、外部资金可得性等因素影响,即面临不同程度的融资约束,信息披露有助于减少此类摩擦。根据Trueman(1986)的信号传递理论,在不完美、信息非对称的市场上,具有信息优势的管理者愿意向市场披露更多信息,来传递有关公司价值的积极信号,以缓解与外部投资者的信息不对称。前瞻性信息披露可以有效补充公司财务报表数字和其业务前景之间的差距,向投资者提供公司的战略、风险和投资机会等信息,使投资者能以更长远的眼光看待公司,从而提升市场资源配置效率,降低公司融资成本。故前瞻性信息披露能使那些有良好投资项目但面临融资约束的公司获取更多市场资源,避免投资不足。即对于融资约束程度高的企业,其前瞻性信息披露对投资效率的改善程度应更为明显。
本文借鉴Lamont et al.(2001)的方法构建衡量公司融资约束程度的KZ指数(),具体如下:
=-1.002+0.283+3.139-39.368-1.315
其中,为公司当期现金流量与滞后一期固定资产的比值;为公司当期现金股利与滞后一期固定资产的比值;为公司当期现金与现金等价物持有量与滞后一期固定资产的比值。值越大,表明公司的融资约束程度越高。
本文以公司当年的为基础,并以年份行业中位数为界,将所有样本分为高融资约束组和低融资约束组。在两个子样本中,利用模型(2)检验前瞻性信息披露水平对不同融资约束程度公司投资效率的影响,结果如表4所示。在高融资约束组,的系数在5%水平下显著为负;在低融资约束组,结果不显著。为确保分组回归结果的稳健性,本文进行了组间系数差异检验,值为0.004,即各分组之间的组间系数具有显著的差异性。可见,对于融资约束程度高的企业,前瞻性信息披露能显著提升其投资效率。
表4 融资约束对前瞻性信息披露和投资效率关系的影响
此外,现有文献发现,非国有企业比国有企业面临更大的融资约束(Cull and Xu,2003;刘瑞明和石磊,2010)。第一,根据预算软约束理论,当国有企业遇到财务困难时,政府往往会提供额外的资金。同时,由于政策倾斜,国有企业能够享受更多政策优惠,如获得低息贷款、税收减免、关税保护等。第二,非国有企业更容易遭受信贷歧视。Cull and Xu(2003)发现,相比于非国有企业,国有企业在国有银行有更好的信贷渠道,因为政府的隐性担保减轻了贷款人对国有企业违约的担忧。刘瑞明和石磊(2010)指出,政府对于国有企业的包括信贷支持在内的各类补贴,不仅会造成国有企业的道德风险和逆向选择问题,同时会因占用非国有企业的信贷资源、挤出公共服务等,导致信贷市场对非国有企业的融资约束。综上,相比于国有企业,非国有企业的信贷资源更加紧缺。因此,前瞻性信息披露应更能缓解非国有企业的融资约束,在更大程度上改善其投资不足。
按照产权性质,本文将样本分为国有企业组和非国有企业组。在两个子样本中,利用模型(2)检验前瞻性信息披露水平对不同产权性质公司投资效率的影响,结果如表5所示。在非国有企业组,的系数在5%水平下显著为负;在国有企业组,结果不显著。组间系数差异检验的值为0.024,即各分组之间存在显著的差异性。可见,对于非国有企业,前瞻性信息披露能显著提升其投资效率。
表5 产权性质对前瞻性信息披露和投资效率关系的影响
媒体作为外部治理机制中的重要角色,通过收集、选择、认证和重新包装信息,降低了投资者获取信息的成本。以往的研究指出,媒体改善外部融资状况的路径主要有三条,一是缓解信息不对称。Nguyen(2015)发现媒体报道有助于消除不确定性,增加公司的透明度与可信度,也使投资者更加了解公司未来项目的可行性。因此,随着媒体对公司报道频率的增加和质量的提升,公司被投资者了解和信任的概率会增加。二是声誉机制。媒体报道会影响公司在资本市场的形象,进而影响公司的融资成本和融资规模(Dyck et al.,2008)。三是缓解代理问题。媒体报道为投资者与债权人提供了监督管理者行为的途径,从而降低了代理成本。而且媒体曝光提高了监管机构介入违规公司的可能性,使管理者和股东有所忌惮,从而减少了损害投资者利益的行为。综上,媒体发挥着连接企业和投资者的桥梁作用,降低了投资者的信息搜集和解读成本,应有助于提升市场资源配置效率和企业投资效率。
本文以公司一年中被新闻报道的数量来衡量媒体关注度,具体为媒体发布的新闻标题中含有该公司的数量。新闻报道数据来源于CSMAR数据库中的新闻数据库-新闻证券关联表,其采用的新闻报道来源于各主流媒体的财经新闻资讯。以年份行业媒体关注度中位数为界,将样本分为高媒体关注度组和低媒体关注度组。在两个子样本中,利用模型(2)检验前瞻性信息披露水平对不同媒体关注度的公司投资效率的影响,结果如表6所示。在低媒体关注度组,的系数在1%水平下显著为负;在高媒体关注度组,结果不显著。组间系数差异检验的值为0.089,即各分组之间存在显著的差异性。这一结论与前文预测一致,表明对于媒体关注度低的企业,前瞻性信息披露能显著提升其投资效率。
表6 媒体关注对前瞻性信息披露和投资效率关系的影响
证券分析师在资本市场发挥着重要作用。F a m a(1998)认为,完美的资本市场是一个价格为资源配置提供准确信号的市场,即证券价格能充分反映所有可用信息,此时证券分析没有存在的价值。但由于信息摩擦等固有限制导致存在信息不对称,资本市场并非完全有效。因此,分析师对于企业的关注和覆盖,能推动信息有效传递,改善信息不对称,进而增加投资准确性,降低企业融资成本,提升资本市场的资源配置效率(Healy and Palepu,2001;潘越等,2011)。分析师获取信息的方式主要有两种,一是深度解读公司年报等公开信息,二是通过实地调研、与公司高管沟通等途径获取私有信息。在利用专业优势收集和处理公司信息后,分析师会进一步丰富公司已披露的盈利预测,并向投资者发布投资建议,使投资者能更准确评估投资不确定性、把握投资机会。分析师数量代表了投资者了解公司的可用渠道数量,对于较少分析师跟踪的公司,前瞻性信息披露对其投资效率的提升作用应更显著。
本文以一年中跟踪某公司的证券分析师数量来衡量分析师关注度,并以年度行业分析师关注度的中位数为界,将样本分为高分析师关注度组和低分析师关注度组。在两个子样本中,利用模型(2)检验前瞻性信息披露水平对不同分析师关注度公司投资效率的影响,结果如表7所示。在低分析师关注度组,的系数在1%水平下显著为负;在高分析师关注度组,结果不显著。组间系数差异检验的值为0.010,即各分组之间存在显著的差异性。这一结论与前文预测一致,表明对于分析师关注度低的企业,前瞻性信息披露能显著提升其投资效率。
表7 分析师关注度对前瞻性信息披露和投资效率关系的影响
前文使用MD&A中“前瞻性”词汇总词频在MD&A文本总词频中的占比来衡量企业的前瞻性披露水平,稳健性检验中将其替换为企业年报中“前瞻性”词汇总词频在年报文本总词频中的占比,结果如表8所示。与主回归检验结果一致,前瞻性信息披露变量的系数在5%水平下仍然显著为负,证明了回归结果的稳健性。
表8 改变前瞻性信息披露度量方法的回归结果
表3的主检验证实了前瞻性信息披露与公司投资效率间的正相关关系,然而这一关系可能受到内生性问题影响,如前瞻性信息披露和公司投资效率可能同时受到无法观测的因素影响,包括公司文化氛围等。为控制内生性问题,本文采用工具变量和两阶段最小二乘法(2SLS)对上述问题展开进一步分析。具体而言,选取了同行业同年度前瞻性信息披露的平均值作为的工具变量进行检验,结果如表9所示。从工具变量检验的有效性看,值超过了经验值10,说明不存在弱工具变量问题。第一阶段回归中,工具变量的系数在1%水平下显著为正,说明工具变量与原解释变量显著正相关。第二阶段回归中,对于全样本,与非投资效率的回归系数在5%水平下显著为负;对于投资不足样本,回归系数在10%水平下显著为负。综上,本文结论不受此类内生性问题影响,主回归结果依然有效。
表9 工具变量2SLS 回归结果
作为公司信息的重要来源,前瞻性信息披露可以帮助投资者更好地了解公司未来表现。本文以2007—2020年我国A股非金融行业上市公司为样本,实证检验了前瞻性信息披露与公司投资效率的关系。结果发现,前瞻性信息披露并非“言之无物”,披露水平越高的公司,投资效率越高。具体而言,前瞻性信息披露能够显著缓解投资不足,而对过度投资无显著影响。这一结论在一系列稳健性检验中均成立。进一步分析发现,在融资约束程度较高和信息环境较差的企业中,前瞻性信息披露能显著改善企业投资效率。
当前,我国监管机构已关注到年报中前瞻性信息的有用性,本研究提供了切实的证据证明应当鼓励企业披露更多的前瞻性信息,以提高年报的信息含量,进而降低公司的融资成本。上市公司也应更注重提升前瞻性信息等文本信息的披露数量和质量,吸引投资者关注,从而降低融资约束,提升公司投资效率,推动形成前瞻性信息披露和投资效率提升的良性循环。 ■