产能过剩、股东社会网络与企业盈余管理关系研究

罗栋梁 窦宝琦

(江苏师范大学商学院)

1 研究背景

我国“十四五”规划提出，要“健全市场化法治化化解过剩产能长效机制”。实际上，“去产能”一直是我国重要的产业政策。产能过剩不仅会严重浪费资源、增大金融风险，还会增加企业存货，降低收入，增加亏损[1]。由此可以合理地估计，产能过剩企业由于资源利用率低、利润率低，有较强的盈余管理动机。然而，鲜有学者研究产能过剩对盈余管理的影响。

社会网络理论认为，任何经济组织都镶嵌在社会网络中，并受到社会网络关系和结构的限制[2]。在企业的众多社会网络中，股东社会网络无疑具有非常重要的地位，对企业产生重大影响。若一个企业的股东同时也是其他企业的股东，则这些企业之间存在股东社会网络。股东社会网络在企业间建立起了特定联系，由于股东的背景、能力、资源、诉求不同，便形成了不同的股东社会网络[3]。我国是“关系型社会”，网络结构与西方国家不同，股东社会网络对企业的影响与西方国家不同[4]。学者们发现，企业的股东社会网络对企业有积极的影响[5]。那么，股东社会网络会影响产能过剩与盈余管理之间的关系吗？为探究这一问题，本研究以2010～2019年沪深A股工业行业上市公司为样本，探讨产能过剩与盈余管理之间的关系，以及股东社会网络对这种关系的影响。本研究的贡献在于：①从产能过剩视角研究了企业盈余管理，不仅创新地将宏观的产能过剩与微观的盈余管理联系起来，而且也将企业的生产行为与财务行为联系起来；②关于股东社会网络能够抑制产能过剩与盈余管理之间关系的论断，为治理产能过剩与盈余管理提供了一种新思路；③本研究发现宏观政策优化、企业发展质量低、公司治理质量高时，股东社会网络更能发挥有效作用，这为更好地发挥股东社会网络的作用提供了重要依据。

2 文献综述与研究假设

2.1 文献综述

围绕产能过剩、股东社会网络与盈余管理，学者们从产能过剩的微观经济后果、股东社会网络的经济后果以及盈余管理的影响因素等方面进行了研究。

(1)产能过剩的微观经济后果刘斌等[6]认为，企业产能过剩的起因是不完全竞争，企业通过不断增加产能以阻碍潜在竞争者的进入，导致企业产能远远超过市场需求。当大部分企业都出现产能过剩时，便形成行业性产能过剩，会对行业内所有企业产生不同程度的负面影响。黄俊等[7]发现，产能过剩引发了企业间的资金挤占效应，产能过剩企业获取的信贷降低了非产能过剩企业获取信贷资金的能力。王自锋等[8]发现，产能过剩企业有更多的对外直接投资行为，以缓解国内有效需求的压力。胡川等[9]提出，产能过剩企业会增加创新支出，以期突破由于产能过剩而面临的发展困境。

(2)股东社会网络的经济后果学者们认为，股东社会网络会影响企业绩效、企业创新。沙浩伟等[3]发现，股东社会网络不同，对企业绩效的影响也不同。田昆儒等[5]发现，股东社会网络能够发挥良好的信息效应和治理效应，促进企业绩效的优化提升。罗栋梁等[10]提出，股东社会网络与企业R&D投入之间存在显著的负相关关系。此外，吴晓晖等[11]发现在市场下跌阶段，机构股东社会网络显著影响市场信息融入股价的速度、股价信息含量。

(3)盈余管理的影响因素少数学者研究了产品竞争程度对盈余管理的影响。周夏飞等[12]发现，企业产品的市场势力越弱，越有可能进行高强度的盈余管理；竞争越激烈的行业，盈余管理水平也越高。姚宏等[13]提出，产品市场竞争越激烈，盈余管理越大。陈骏等[14]发现，产品市场竞争迫使企业进行正向盈余管理，在行业中处于竞争优势的企业更倾向于负向盈余管理。

总体来看，学者们的研究仍存在需要补充的地方：①缺少产能过剩影响企业财务质量的研究；②鲜有学者研究股东社会网络对企业财务行为的调节效应，不能完整地反映股东社会网络对企业的影响和作用；③仅从勒纳指数、赫芬达尔指数等产品竞争程度角度研究了其对盈余管理的影响。但产品竞争程度是产品符合市场要求的程度，是一个市场化过程，不为企业所控制。仅从产品竞争程度角度研究其对盈余管理的影响，并不能更好地反映企业盈余管理的真正原因。而企业产能是企业所能控制的，研究产能过剩对企业盈余管理的影响，更接近于揭示企业盈余管理的真实原因。

2.2 理论分析与研究假设

虽然产能过剩是企业的生产决策，盈余管理是企业的财务决策，但两者并不是割裂的；同时，产能过剩与盈余管理之间的关系受到股东关系网络的影响。为此，本研究从两个方面提出研究假设。

(1)产能过剩对企业盈余管理的影响产能过剩会给企业带来存货的增加、收入的下滑，影响企业的盈利能力，增加了企业盈余管理动机。具体而言：①产能过剩会使企业面临更大的盈利压力，增加企业的盈余管理动机。产能过剩会使企业盈利水平下降，带来更多的亏损[15]。产能过剩是企业的产能供给大于市场良性竞争下市场需求，必然会导致产品的价格下降；产品价格下降，直接降低企业的盈利水平；同时产能过剩也增加企业的经营成本，从而降低企业的盈利水平。②产能过剩企业通过持续增加固定资产投资，以维持产能优势，增加了企业的盈余管理动机。为维持竞争地位，企业会持续增加固定资产投资，通过产能过剩来占据主导地位，排挤潜在竞争者进入行业分享利益。虽然产能过剩短期内降低了产品的单位成本，提升了产能过剩企业的盈利水平，但这种盈利不具有持续性，企业面临的长期盈利压力，使得其会采取向下盈余管理或平滑盈余管理措施，从而减少盈利的波动。③产能过剩降低了企业的现金流水平，增加了企业的盈余管理动机。产能过剩企业经营状况的好坏，在很大程度上取决于是否拥有充足的现金流入。当行业整体产能利用率较低时，企业的收益下降，从而减少了现金流入。换言之，产能过剩越高，企业的现金流可能就越少。现金流的不足意味着企业日常经营和投资资金不足，为企业带来了盈余管理动机。④盈余管理比化解过剩产能更容易被管理层所接受与采纳，增加了产能过剩企业的盈余管理动机。虽然削减过剩产能是治理产能过剩的最直接方法，但当企业减少产能时，又将面临企业内部分歧、企业间的博弈以及政府的干预等问题，削减过剩产能并不是一件易事[16]。产能过剩企业的管理层会面临更大的经营压力，出于自身利益和职业发展的考虑，他们会有更强的动机去实施财务上的盈余管理行为。盈余管理可以提高企业的盈利水平，不仅减少了产能过剩带来的负面影响，向外界传递企业良好的发展前景；而且降低了基于企业债务契约而造成的违约风险，同时也减弱了基于企业管理层薪酬契约而对管理层的业绩考核压力，维护了管理层利益。因此在产能过剩时，企业有足够的动机进行盈余管理。据此，提出以下假设：

假设1产能过剩与盈余管理存在正相关关系。

(2)股东社会网络的调节作用如前所述，企业的大多数行为都紧密镶嵌在社会网络之中，企业嵌入社会网络后，社会网络对企业的经济行为产生重要影响，企业的盈余管理行为也会受到其他企业的影响。股东不一定都直接参与企业经营，但股东社会网络在企业之间建立了联系，为企业带来信息优势、资源优势、声誉机制、治理优势等，并对产能过剩与盈余管理之间的关系产生调节作用。具体而言：①良好的股东社会网络能够提升产能过剩企业的绩效，减弱企业因为产能过剩带来的盈利压力，从而调节产能过剩与盈余管理之间的关系。处于网络中心位置的企业获得更大的信息优势，更容易与其他企业建立合作关系，从而获取更多的市场信息，提高企业绩效。同时，网络中的企业也倾向于选择知识资源丰富、能力强和声誉好的企业作为合作伙伴。处于网络中心位置的企业将会有更多的选择，实现优势互补，提高企业绩效，减弱企业的盈利压力，调节产能过剩与盈余管理之间的关系。②股东社会网络能够给产能过剩企业带来更多的优势资源，有利于企业更好地决策，减少产能过剩企业的盈余管理行为。基于资源依赖理论，股东社会网络用更低的成本给产能过剩企业带来外部资源，可以帮助决策者更好地预测未来的不确定性，充分利用现有产能，提高风险承担能力，增加企业的盈利能力，减少盈余管理的动机[17]。同时，由于股东社会网络有着信息和知识传递的功能，网络中学习效应广泛存在，在网络中处于中心位置的企业可以获得更多关于处理产能利用率的信息和知识，增加产能过剩企业的盈利能力，提高企业绩效，减少其盈余管理的动机。③股东社会网络的声誉机制会提高产能过剩企业治理水平和信息披露质量，能够对产能过剩与盈余管理之间的关系起到调节作用。CHAN等[18]发现，股东社会网络有助于减少投资者之间的信息不对称，促进企业改进信息披露政策和行为。基于声誉机制，处于网络中心位置的产能过剩企业为维护和提升自身声望与名誉，更倾向于规避风险，减少盈余管理行为，防止违规行为的发生。同时，如前所述，处于网络中心位置的产能过剩企业也有更多的资源和优势来增加企业盈利，信息披露带来的马太效应也减少了盈余管理动机。④股东社会网络在产能过剩企业之间构筑了协作发展新模式，形成价值网络，对产能过剩与盈余管理之间的关系产生调节作用。股东社会网络是一种组织某种特殊交易的制度形式，这种制度形式能够使某种单纯由价格机制(市场机制)或权威机制(企业内部科层机制)无法协调的交易得以实现，在市场机制与科层机制之间建立起第三种交易组织形式，构成产能过剩企业之间基于频繁交易而形成的子市场，实现了“看得见的手”和“看不见的手”的“握手”。股东社会网络构筑的这种网络协调关系构成价值网络，使产能过剩企业从最初的仅依靠自身生产运营过程中所积累的知识和技能的单独竞争模式，向通过合作获得所需外部资源的协作发展模式转变。⑤股东社会网络对产能过剩企业的治理优势，对产能过剩与盈余管理之间的关系产生调节作用。马连福等[19]发现，股东社会网络能够抑制企业的关联交易，这种治理作用减少了产能过剩企业的盈余管理手段；而且股东社会网络与企业股价正相关，也减少了产能过剩企业为提升股价而进行盈余管理的动机。因此，股东社会网络能够减少产能过剩企业盈余管理的动机。据此，提出以下假设：

假设2股东社会网络的位置越好，越能减弱产能过剩与盈余管理的正相关关系。

3 研究设计

3.1 样本选择与数据来源

本研究以2010～2019年沪深A股工业行业上市公司作为样本，并对数据进行如下筛选及处理：删除ST、*ST公司；删除数据不完整或者有缺失的样本；按照证监会2012版行业分类，工业行业又细分34个具体行业，可能存在某一个具体行业的上市公司数较少的情况，若某一年度某一具体行业的上市公司数量小于10个，则删除这一年度这个行业的样本。最终得到13 252个样本，并对主要变量进行上下1%水平的Winsorize处理。本研究的财务数据来自于CSMAR数据库，工业行业相关数据来自于相应年度的《中国统计年鉴》。

3.2 变量选取

根据已有研究，本研究从如下几个方面选择变量。

(1)盈余管理(Da)盈余管理有应计盈余管理、真实盈余管理两种衡量方式，但本研究更适合用应计盈余管理。参考李延喜等[20]的做法，使用截面修正的应计盈余管理的绝对值来衡量盈余管理。

(2)产能过剩(Cu)本研究将产能过剩(Cu)作为解释变量，运用数据包络法(DEA法)来测度产能利用率。计算产能利用率时，将企业营业总收入、净利润作为产出变量，企业固定资产净额和员工人数作为投入变量，企业固定资产净额作为固定投入，员工人数作为可变投入。固定资产净额使用固定资产投资价格指数进行平减，营业总收入和净利润使用该行业工业生产者出厂价格指数进行平减，所有变量均以2007年为基期进行平减。行业生产者出厂价格指数缺失部分使用当年工业生产者价格指数进行替代。同时，参考张少华等[21]的做法，将0.72作为衡量产能是否过剩的标准，用“0.72-产能利用率”来衡量产能过剩(Cu)。

(3)股东社会网络本研究使用公司的前五大股东来构建股东社会网络。当一个公司的前五大股东之一同时也是其他公司的前五大股东之一时，认为两个公司之间存在股东社会网络，否则为不存在。参考罗栋梁等[10]的做法，股东社会网络用度中心性(De)和接近中心性(Cl)等来衡量。其中，度中心性用来衡量网络中一个公司连接其他公司的数量，是衡量中心性最直接的指标，数值越大说明它在网络中越趋于中心，在网络中的地位越重要；接近中心性用来衡量公司在网络中的位置，当公司的位置在网络中越趋于中心，它距离其他公司越近，接近中心性越高。另外，由于前五大股东中可能存在一致行动人，他们受同一行动人控制，因此在稳健性检验时，将属于同一一致行动人的不同股东视为同一股东，重新计算股东社会网络进行检验。

(4)控制变量参考李延喜等[20]的做法，控制如下变量：公司规模(Si)、资产负债率(L)、第一大股东持股比例(Tp)、高管薪酬(Sa)、独立董事比例(Id)、股权性质(St)。另外，本研究在模型中将年度和行业作为哑变量进行控制，相关变量定义详见表1。

3.3 模型建立

为验证假设1，即产能过剩(Cu)对盈余管理(Dai,t)的影响，参考李延喜等[20]的做法，构建如下模型：

(1)

式中，β0为截距项；β1、βk为变量系数；εi,t为随机干扰项；Controli,t,k表示控制变量；k为控制变量数；i、t分别为企业和时间。

为验证股东社会网络(Nei,t)对产能过剩与盈余管理之间关系的调节作用，即假设2，在模型(1)的基础上构建如下模型：

Dai,t=β0+β1Cui,t-1+β2Nei,t+β3Cui,t-1×Nei,t+

(2)

式中，β2、β3为变量系数。

4 实证分析

4.1 描述性统计分析

主要变量的描述性统计结果见表2。由表2可知，我国工业行业的盈余管理(Da)最小值为0.000 1，最大值为1.442，均值为0.048，中位数为0.034，与近年研究[22]相似，说明上市公司均存在盈余管理行为。产能过剩(Cu)均值为0.140，最小值为-0.280，最大值为0.564，这说明我国工业行业产能过剩情况也较为普遍，且行业差别也较大。度中心性(De)的均值为0.097，接近中心性(Cl)的均值为0.166，这说明工业行业内企业之间形成了一定的股东网络联系，但这种联系的丰富程度不同。企业规模(Si)的均值为22.063；资产负债率(L)的均值为0.398，最小值为0.048，最大值为0.857；第一大股东持股比例(Tp)的均值为0.351，最小值为0.098，最大值为0.733；高管薪酬(Sa)的均值为15.246，最小值为13.512，最大值为17.059；股权性质(St)的均值为0.339，说明在本研究所选取的样本中有33.9%的企业为国有性质。

表2 主要变量描述性统计(N=13 252)

4.2 基本回归结果

参考宫旭红等[23]的做法，本研究在对模型(1)、模型(2)进行回归时，都先对其控制变量进行回归，再对模型(1)、模型(2)进行回归，结果见表3。表3中列(1)是对模型(1)、模型(2)中控制变量单独回归的结果，列(2)为模型(1)的回归结果，列(3)和列(4)为模型(2)的回归结果。由表3可知，列(1)中控制变量的回归结果与列(2)～列(4)的结果基本一致。列(2)中，Cu的回归系数为0.010，在1%的水平上显著，表明企业产能过剩越高，盈余管理的程度越高，支持假设1。列(3)中，Cu×De的回归系数为-0.025，且在5%的水平上显著；列(4)中，Cu×Cl的回归系数为-0.045，且在1%的水平上显著。这说明工业行业产能过剩会对盈余管理产生正向影响；但在度中心性和接近中心性的调节作用下，这些企业的盈余管理得到了抑制，支持假设2。

表3 基本回归结果(N=13 252)

4.3 稳健性检验

为了检验上述结论的可靠性，本研究进行了替代被解释变量、替代解释变量、替代股东社会网络指标、再截尾检验等稳健性检验。结果显示，回归结果与前述回归结果一致。

(1)替代被解释变量本研究用截面琼斯模型计算盈余管理水平并取绝对值，代替应计盈余管理的绝对值(Da)。回归结果显示，Cu的回归系数均为0.008，且在1%的水平上显著，支持假设1；Cu×De、Cu×Cl的回归系数分别为-0.022、-0.037，均在5%的水平上显著，支持假设2。

(2)替代解释变量本研究设置产能过剩哑变量，产能过剩时取值为1，否则取值为0。回归结果显示，Cu的回归系数均为0.003，且在1%的水平上显著，支持假设1；Cu×De、Cu×Cl的回归系数分别为-0.013、-0.021，分别在5%和1%的水平上显著，支持假设2。

(3)替代股东社会网络指标前文使用上市公司前五大股东构建的股东社会网络进行检验，但前五大股东中可能存在是一致行动人的不同股东。本研究将前五大股东中同属于同一一致行动人的不同股东视为同一股东，重新计算度中心性(De)、接近中心性(Cl)等股东社会网络指标，以除去一致行动人的影响。回归结果显示，Cu的回归系数均为0.010，且在1%的水平上显著，支持假设1；Cu×De、Cu×Cl的回归系数分别为-0.029、-0.041，均在5%的水平上显著，支持假设2。

(4)再截尾检验本研究将Cu进行单边断尾，截去Cu值最小的15%样本。重新回归结果显示，Cu的回归系数均为0.009，且在1%的水平上显著；Cu×De、Cu×Cl的回归系数分别为-0.028、-0.041，均在10%水平上显著。即再截尾后，上述产能过剩、股东社会网络与盈余管理之间的关系仍然存在，支持假设1和假设2。

4.4 内生性检验

考虑到产能过剩与盈余管理之间的内生性关系，本研究从解释变量再滞后一期、工具变量法等两个方面进行内生性检验。

(1)解释变量再滞后一期本研究将滞后两期的产能过剩(Cut-2)作为解释变量重新回归。回归结果显示，Cut-2的回归系数分别为0.009、0.010和0.009，且在1%的水平上显著，支持假设1；Cut-2×De、Cut-2×Cl的回归系数分别为-0.034、-0.044，分别在1%和5%的水平上显著，说明股东社会网络能够减弱产能过剩对盈余管理的正向影响。在对产能过剩滞后两期进行回归后，产能过剩、股东社会网络与盈余管理之间的关系仍然成立，支持假设1和假设2。

(2)工具变量法本研究选取行业营业收入增长率(Iv)作为工具变量，将行业营业收入增长率的75%分位数作为衡量产能是否过剩的临界点。运用二阶段最小二乘法(2SLS)的回归结果显示，Iv的回归系数为0.012，在1%的水平上显著；Cu的回归系数为0.131，在5%的水平上显著，且回归系数符号也与表3回归结果一致，支持假设1。所以，使用行业营业收入增长率作为工具变量进行回归后，产能过剩与盈余管理之间的关系仍然成立。同时，本研究用DWH检验了工具变量的有效性，结果显示，DWH检验的p值为0.031和0.031，均小于0.05，说明自变量是内生的；工具变量强弱的检验中，Adj-R2为0.07，最小特征统计量为21.253，说明该工具变量不是弱工具变量，工具变量是有效的。

5 机制分析

下面分析产能过剩影响盈余管理的机制。本研究认为，虽然产能过剩短期内降低了产品的单位成本，但产能过剩会导致企业的固定资产投资增加，长期来讲增加了盈利的不可持续性，企业面临的长期盈利压力提升了企业盈余管理的动机。类似地，产能过剩可能会降低企业的现金流水平，从而增加盈余管理的可能。参考温忠麟等[24]的做法，本研究对上述机制进行中介效应检验。

5.1 固定资产投资的机制分析

如前所述，在产能过剩的情况下，继续增加产能是一个能让企业保持垄断地位的选择。但是在企业产能过剩的情况下，资本边际收益与边际成本保持在同一水平上，继续投入资本或许可以让企业保持原有地位，但无法给投资者带来更多的收益。这对于企业保持垄断地位、减轻管理层的经营难度产生了不利影响，因此，管理层会选择盈余管理。但这与希望利益最大化的股东意愿相违背，股东会发挥股东社会网络的作用进行抑制。本研究用固定资产增长率(Ir)来衡量固定资产投资的增加，检验其在产能过剩与盈余管理之间的中介效应，检验结果见表4。

表4中列(2)～列(4)的结果显示，Cu的回归系数分别为0.030、0.032、0.031，均在5%的水平上显著，说明产能过剩会提高企业的固定资产增长率，企业通过增加固定资产来扩大产能；列(6)～列(8)的结果显示，Cu的回归系数均为0.010，且在1%的水平上显著；Ir的回归系数均为0.007，且在1%的水平上显著。经过进一步的Sobel检验，z值为1.906。按照MACKINNON等[25]的临界值标准，表明固定资产增长率在产能过剩正向影响盈余管理过程中发挥了显著的中介作用。此时，Cu×De、Cu×Cl的回归系数为负且显著，说明固定资产增长率在产能过剩与盈余管理之间起到中介作用。产能过剩越高，固定资产增长率越高，导致盈余管理越高；同时，股东社会网络能够抑制产能过剩与盈余管理之间的关系。

表4 固定资产投资的机制分析(N=13 252)

5.2 现金流水平的机制分析

现金流对于企业的稳定经营有着不可或缺的作用，企业自由现金流最终决定企业价值。如前所述，产能过剩越高，企业的现金流可能就越少。现金流对产能过剩企业来说尤为重要。稳定的经营状况和现金流水平有助于提高债权人的信心，让企业获得更为充足的资金，但产能过剩企业在这一点上显然没有优势。因此，管理层可能加大盈余管理力度。当管理层的盈余管理行为不符合股东的预期时，股东会发挥股东社会网络的作用进行抑制。为此，本研究使用企业自由现金流来衡量企业现金流水平，检验其中介效应，结果见表5。

表5 自由现金流水平的机制分析(N=13 252)

表5中列(2)～列(4)的结果显示，Cu的回归系数分别为-0.240、-0.239、-0.237，均在5%的水平上显著，说明产能过剩会降低企业的盈利水平。列(6)～列(8)的结果显示，Cu的回归系数均为0.010，且在1%的水平上显著；Fc的回归系数均为-0.001，且在1%的水平上显著。经过进一步的Sobel检验，z值为1.912，表明现金流在产能过剩正向影响盈余管理过程中发挥了显著的中介作用。此时，Cu×De、Cu×Cl的回归系数为负且显著，说明企业自由现金流在产能过剩与盈余管理之间起到中介作用。产能过剩越高，企业可支配的自由现金流越低，盈余管理越高；同时，股东社会网络抑制产能过剩与盈余管理之间的关系。

6 进一步分析

6.1 外部宏观政策的影响

从20世纪90年代开始，政府不断出台宏观政策以削减过剩产能。2015年提出的供给侧结构性改革，“去产能”居于“三去一降一补”的首位。虽然供给侧结构性改革取得了一定成效，但部分行业的产能过剩仍十分严重[26]。本研究的数据也显示，大部分行业的产能利用率低于72%。为了检验供给侧结构性改革对产能过剩、股东社会网络与盈余管理之间关系的影响，将以供给侧结构性改革的出台为界，将样本分为2010～2014年和2015～2019年两组，检验外部宏观政策变动对产能过剩、股东社会网络与盈余管理之间关系的影响，结果见表6。

表6 外部宏观政策的影响

由表6可知，仅在2015～2019年，Cu的回归系数显著，回归系数的组间差异也显著。换言之，在供给侧结构性改革政策出台后，产能过剩对盈余管理产生正向影响；此时，Cu×De、Cu×Cl的回归系数均显著，Cu×De回归系数的组间差异显著，而Cu×Cl回归系数的组间差异不显著。说明供给侧结构性改革政策出台后，股东社会网络抑制了盈余管理。对管理层来说，政策让他们有了更多的盈余管理动机；但对股东而言，更希望看到管理层在宏观政策下改善企业的真实业绩。因此，股东社会网络能够抑制产能过剩对盈余管理的正向作用。由此可见，外部宏观政策变动会影响产能过剩、股东社会网络与盈余管理之间的关系。

6.2 企业自身质量的影响

创新是新时代高质量发展的新要求，也是高质量发展的评价准则[27]。创新驱动与核心技术突破是高质量发展的基石，创新是企业自身质量的重要指标。企业是盈利组织，盈利水平也代表了企业的自身质量。因此，本研究从创新能力和盈利能力等方面考察企业自身质量对产能过剩、股东社会网络与盈余管理之间关系的影响。

(1)研发支出的影响有学者认为，产能过剩的根本原因是创新能力的缺失。产能过剩企业的大规模研发投入一旦无法获得回报，会使企业陷入新的困境，这限制了产能过剩企业的研发投入[28]。另外，研发创新虽是摆脱产能过剩的有效途径，但企业一旦选择了大量投入研发，就会触发企业的盈余管理。本研究以研发支出占营业收入的比重衡量研发支出，按研发支出占营业收入比重的高低将所有样本分为两组，考察研发支出对产能过剩、股东社会网络与盈余管理之间关系的影响，结果见表7。

表7 研发支出的影响

由表7可知，仅当研发支出高时，Cu的回归系数显著，说明研发支出的高低会影响产能过剩与盈余管理之间的关系；此时，Cu×De、Cu×Cl的回归系数显著，但Cu×De、Cu×Cl回归系数的组间差异均不显著。这表明当企业研发投入高时，企业在研发方面动用了大量资金，会触发企业的盈余管理，不利于股东价值最大化。此时，股东社会网络会发挥作用，抑制企业的盈余管理行为，提高企业的价值。由此可见，研发支出的高低能够影响产能过剩、股东社会网络与盈余管理之间的关系。

(2)企业盈利能力的影响企业是以盈利为目标的组织，每股收益是衡量盈利能力的重要指标，股票价格上涨率与每股收益之间存在着显著正相关关系。当每股收益较高时，股东对企业管理层的表现感到满意，不会进行额外的监督；相反，当每股收益较低时，股东可能会更加警惕管理层的行为，发挥股东社会网络的作用以影响企业的盈余管理行为。因此，不同的盈利能力下，企业自身质量不同，企业的产能过剩、股东社会网络与盈余管理之间关系可能不同。为此，本研究以每股收益的高低对样本进行分组，考察每股收益对产能过剩、股东社会网络与盈余管理之间关系的影响，回归结果见表8。

表8 盈利能力的影响

由表8可知，无论每股收益高低，Cu的回归系数均为正且显著，即无论每股收益高还是低，产能过剩对盈余管理有正向影响；仅当每股收益低时，Cu×De、Cu×Cl的回归系数显著，但Cu×De、Cu×Cl回归系数的组间差异均不显著。这说明当每股收益较低时，股东社会网络会对管理层的行为进行更多的监督，对企业因产能过剩带来的盈余管理进行抑制；而当每股收益较高时，股东很可能满足于自身利益，减少了对管理层的监督，从而不再发挥抑制作用。由此可见，每股收益的高低会影响产能过剩、股东社会网络与盈余管理之间的关系。

6.3 公司治理质量的影响

公司治理质量不仅决定着企业的产能利用率，而且影响着盈余管理。国内对公司治理质量的衡量指标很多，但都包括第一大股东持股比例、高管持股比例等关键指标。因此，本研究从第一大股东持股比例、高管持股比例高低等来衡量公司治理质量，考察公司治理质量对产能过剩、股东社会网络与企业盈余管理之间关系的影响。

(1)第一大股东持股比例的影响多个大股东相互制衡、相互监督是一种比较理想的股权结构。当一股独大时，其他股东很难对大股东形成制衡，不利于企业长远发展。陈志军等[29]发现，第一大股东持股比例越高，股权制衡度越弱，越不利于缓解第一类代理冲突，不利于提高企业的决策效率。当企业存在均衡的股权结构时，股东之间可以相互制衡，有利于制定科学的经营决策。但当第一大股东持股比例大于50%时，处于绝对控制地位，其他股东能力有限且力量分散，不能联合起来对第一大股东形成一定制衡，以干预大股东的自利行为，公司治理质量较低。本研究以第一大股东持股比例50%为界将样本分为两组，考察第一大股东持股比例对产能过剩、股东社会网络与企业盈余管理之间关系的影响，回归结果见表9。

表9 第一大股东持股比例的影响

由表9可知，仅当第一大股东持股比例小于50%时，Cu的回归系数显著，说明第一大股东持股比例会影响产能过剩与盈余管理之间的关系；此时，Cu×De、Cu×Cl的回归系数均显著，Cu×De、Cu×Cl的回归系数的组间差异均显著。这说明，当第一大股东持股比例小于50%，即公司治理质量更好时，股东社会网络更能发挥其信息优势和资源优势，为企业带来社会资源，提高企业绩效，减少产能过剩给企业带来的负面影响，抑制盈余管理。由此可见，第一大股东持股比例能够影响产能过剩、股东社会网络与企业盈余管理之间的关系。

(2)高管持股比例高低的影响代理理论认为，委托人与代理人的利益并不是完全一致，而且委托人很难完全监控代理人的行为，代理人会利用各种机会增加自己的收益。作为受托人的企业管理层与作为委托人的股东存在目标差异。当高管持股时，高管不仅可以通过满足业绩考核来获利，还能通过所持股票来获取更多的持股收益，其利益与股东利益就趋于一致，代理成本更低。相较于不持股或持股比例较少的高管，持股比例高的高管与企业业绩有了更高的利益关联度，有更充足的途径和动机通过盈余管理为自身获利。同时，在产能过剩时，持股比例高的高管很可能通过加大盈余管理来向外传达企业经营状态良好的信息，抬高股价以获取持股获利。本研究将样本分为高管持股比例高低两组，考察高管持股比例高低对产能过剩、股东社会网络与企业盈余管理之间关系的影响，回归结果见表10。

由表10可知，不管高管持股比例高还是低，Cu的回归系数显著为正，但回归系数的组间差异不显著，即高管持股比例的高低不会影响产能过剩与盈余管理之间的关系；仅当高管持股比例低时，Cu×De、Cu×Cl的回归系数显著。Cu×De、Cu×Cl回归系数的组间差异在5%的水平上显著，说明当高管持股比例低时，股东社会网络更能抑制产能过剩与盈余管理之间的正向作用。可能的原因是，高管持股比例越高，企业的公司治理质量越低[30]，股东社会网络不能给企业带来影响。因此，当高管持股比例较低时，股东社会网络才能更好地发挥作用，抑制产能过剩带来的盈余管理，促进企业的长期发展。由此可见，高管持股比例低会影响产能过剩、股东社会网络与企业盈余管理之间的关系。

表10 高管持股比例高低的影响

7 结语

本研究以我国工业行业上市公司为样本，探讨产能过剩、股东社会网络与企业盈余管理之间的关系。研究表明：企业的产能过剩程度越高，其盈余管理程度越大，产能过剩促进了企业的盈余管理；良好的股东社会网络能够为企业带来更多的优势资源，提高企业治理水平和信息披露质量，提升企业的绩效，形成治理优势和价值网络，从而减弱产能过剩对盈余管理的正向影响。机制研究发现：产能过剩企业通过持续增加固定资产投资以维持产能优势，同时产能过剩降低了企业的现金流水平，这些都增加了企业的盈余管理动机。进一步研究表明，宏观政策、企业自身质量、公司治理质量等差异都会影响产能过剩、股东社会网络与盈余管理等三者之间的关系。

本研究将宏观的产能过剩与微观企业的盈余管理联系起来，从理论上验证了企业的生产行为与财务行为之间的关系，也在实践上为治理产能过剩与盈余管理提供了一种新思路。本研究的启示是：①加强制度建设，健全化解过剩产能长效机制。应从外部宏观层面加大制度建设，确实引导企业提高其产能利用率。特别是新冠疫情和国际贸易保护主义抬头的背景下，应积极引导企业及时调整策略，提高产能利用率。②加强股东社会网络的建设，发挥股东社会网络的有效作用。良好的股东社会网络更能促进企业可持续发展，推动国民经济健康发展。因此，应引导企业建立更为广泛的股东社会网络，如加大混合所有制改革的力度，在国有企业与国有企业之间、国有企业与非国有企业之间、非国有企业之间建立起股东社会网络，充分发挥股东社会网络在企业中的积极作用。③加强公司治理建设，发挥企业间价值网络的作用。公司治理质量会影响产能过剩、股东社会网络与盈余管理之间的关系。因此，应加大公司治理建设，建立相对制衡的股权结构、合理的激励机制、权责分明的工作机制，为股东社会网络发挥有效作用建立良好的公司治理生态；同时，也应加强企业间的治理作用建设，发挥价值网络的作用。

但本研究还存在以下不足：①本研究发现宏观政策优化、企业发展质量低、公司治理质量高时，股东社会网络更能发挥有效作用，但其中的机制机理尚需进一步的分析；②虽然研究了企业之间的股东关系网络对企业盈余管理的影响，但未考虑网络之中的学习效应或传染效应是否也对企业的盈余管理产生影响。后续研究可以围绕股东关系网络的内部结构和特征，进一步探索股东关系网络对企业的影响及其效果。