齊明霞

【摘 要】 利用2003—2015年我國上市公司的數(shù)據(jù)，通過現(xiàn)實分析和實證檢驗剖析盈余管理對企業(yè)投資效率的影響。現(xiàn)實分析中，盈余管理同企業(yè)投資低效率之間呈正相關(guān)關(guān)系；為避免盈余管理對投資效率的影響存在內(nèi)生性，文章將盈余管理的滯后期作為工具變量進一步實證檢驗盈余管理對投資低效率的影響，并進行穩(wěn)定性檢驗。通過分析發(fā)現(xiàn)，盈余管理造成了上市公司的過度投資，降低了其投資效率。與此同時，文章發(fā)現(xiàn)由于異常值存在， OLS回歸分析的結(jié)論可能有偏；將異常值處理后的OLS回歸分析以及GMM回歸分析的結(jié)果支持盈余管理造成我國上市公司投資低效率的這一假設(shè)。

【關(guān)鍵詞】 盈余管理； 投資效率； 上市公司； OLS回歸分析； GMM回歸分析

【中圖分類號】 F272 【文獻標(biāo)識碼】 A 【文章編號】 1004-5937（2017）04-0056-05

一、引言

盈余管理是一種企業(yè)行為。當(dāng)企業(yè)經(jīng)營者通過改變財務(wù)報告期，以誤導(dǎo)企業(yè)利益相關(guān)者時，盈余管理便產(chǎn)生了[1]。國內(nèi)的研究盈余管理主要是分析其概念、動機以及方法三個方面[2-3]；而國外關(guān)于盈余管理的研究逐步深入到盈余管理對企業(yè)投資以及企業(yè)投資效率①的影響。

McNichols and Stubben[4]研究發(fā)現(xiàn)，企業(yè)通過操作盈余，彰顯出企業(yè)良好的盈利能力，然而這種行為會影響企業(yè)內(nèi)部投資的決定，往往導(dǎo)致低效率的投資決策。 Biddle and Hilary[5]認(rèn)為高質(zhì)量的會計和約束盈余管理，可以減少管理者和投資者之間的信息不對稱，從而提高投資效率。Cohen and Zarowin[6]發(fā)現(xiàn)，盈余管理的企業(yè)都有過度投資的傾向，管理者通過投資以實現(xiàn)自身的利益而忽視了股東利益最大化，這往往產(chǎn)生了過度投資。F. Chen et al.[7]觀察到財務(wù)報告的質(zhì)量影響投資效率。國外研究驗證了“向上盈余管理②降低了投資效率”這一假設(shè)。本文基于這種假設(shè)，利用我國上市公司的數(shù)據(jù)檢驗盈余管理是否對我國上市公司投資效率產(chǎn)生影響。

在已有盈余管理對投資效率的研究中，國內(nèi)有關(guān)這一方面的文獻較少，而國外研究中主要利用其他國家或區(qū)域的數(shù)據(jù)進行分析驗證。我國是轉(zhuǎn)型經(jīng)濟體的大國，利用我國數(shù)據(jù)驗證這種假設(shè)可以豐富實證內(nèi)容，且有代表性。然而，在利用我國上市公司數(shù)據(jù)時需要注意樣本數(shù)據(jù)問題，我國上市公司發(fā)布的報告的錯誤比例遠高于美國[8]。上市公司公布的財務(wù)數(shù)據(jù)不真實，產(chǎn)生了異常值。在實證分析盈余管理對投資效率的影響時，異常值問題可能將過度投資錯誤地當(dāng)成投資不足，使得計量結(jié)果不顯著，甚至違背了假設(shè)。

本文從兩個維度來分析盈余管理對投資效率的影響：一是從現(xiàn)實情況來分析，做出一個基本判斷；二是進一步地利用普通最小二乘法（OLS）和高斯混合模型（GMM）回歸方法進行實證上的檢驗。

二、事實描述與經(jīng)驗分析

已有研究中，盈余管理定義主要有兩個：一是指在美國公認(rèn)會計準(zhǔn)則（GAAP）允許的范圍內(nèi)，通過對會計政策的選擇使得企業(yè)價值或者經(jīng)營者自身利益達到最大化；二是指企業(yè)管理者通過有目的地控制對外財務(wù)過程，以獲取私人利益的“披露管理”。無論何種定義來分析，盈余管理都包含著“欺詐行為”，主要分為三類：操縱股票價格、控股股東隧道機制和避免受損的操作。Cai et al.[9]的研究表明，企業(yè)會計欺詐活動往往實施向上盈余管理，導(dǎo)致過度投資。因此，在經(jīng)驗分析中，將“欺詐行為”作為盈余管理的替代指標(biāo)。同時，以企業(yè)投資減去行業(yè)投資的中位數(shù)后的調(diào)整投資作為過度投資，即投資低效率的替代指標(biāo)，記為INV1。

接下來，本文梳理三類“欺詐行為”對投資效率的傳導(dǎo)機制，并利用2003—2015年我國上市公司的數(shù)據(jù)進行基本判斷。

（一）操縱股票價格（MSP）

企業(yè)通過泄露內(nèi)幕消息、披露虛假消息或夸大企業(yè)利潤來操縱股票價格，從而引起了企業(yè)的過度投資。操作股票價格影響企業(yè)投資的路徑主要有兩種：（1）當(dāng)股票價格超過企業(yè)的基本價值時，企業(yè)管理者通過增加股票發(fā)行來獲取利潤，即使項目的凈現(xiàn)值是負(fù)的[10]；當(dāng)股票價格低于企業(yè)價值時，企業(yè)管理者則通過拋售股票價值來實現(xiàn)自身利潤最大化。（2）當(dāng)市場對企業(yè)價值進行高估的時，企業(yè)管理者將其視為市場需要更多投資的信號，加大投資以迎合市場需求，導(dǎo)致過度投資，這不僅對上市公司有影響，更會影響個體企業(yè)的投資決策。

（二）控股股東隧道機制（TCS）

控股股東通過隧道機制將企業(yè)的資源轉(zhuǎn)移到自身的利益上來，或者通過犧牲企業(yè)利益來實現(xiàn)自身利潤最大化?？毓晒蓶|通過投資，一般而言是“擴大業(yè)務(wù)”，并以隧道機制來賺取利益，隧道機制未被發(fā)現(xiàn)和制止之前，往往會造成企業(yè)的過度投資，造成投資低效率。已有研究中，認(rèn)為隧道機制主要通過盈余管理來實現(xiàn)[11-12]，而隧道機制降低了整體經(jīng)濟的透明度與資源配置效率，從而導(dǎo)致投資低效率[13]?？梢?，通過盈余管理的隧道機制往往導(dǎo)致過度投資和投資的低效率。

（三）避免受損的操作（ALM）

企業(yè)通過提前或推遲財務(wù)報告，或者進行關(guān)聯(lián)交易或者故意省略重要報告內(nèi)容的盈余管理，避免企業(yè)利潤受損。例如，在最后一個財務(wù)季度的凈利潤為負(fù)時，企業(yè)通過盈余管理以避免損失。在我國，避免受損的操作在ST股中尤為顯著。ST公司是連續(xù)兩個會計年度均表現(xiàn)為負(fù)凈利潤的公司，若連續(xù)三年為負(fù)，則會被摘牌。因此，控股股東通過操作盈余管理來避免損失，以防成為ST股或者摘牌。通過增加投資，企業(yè)可以隱藏?fù)p失，將負(fù)利潤變?yōu)檎?。此外，通過增加投資，控股股東保留他們的控制利益和未來的尋租機會。由此，避免受損的操作也往往造成企業(yè)的過度投資，從而降低企業(yè)投資效率。

上述分析可見，操縱股票價格、控股股東的隧道機制以及避免受損的操作皆造成了過度投資。接下來，本文選取2003—2015年上海證券交易所和深圳證券交易所的上市公司，并以國泰君安數(shù)據(jù)庫進行匹配，將“欺詐行為”的上市公司按照盈余管理的類別（向上或向下盈余管理）以及上市公司是否為ST來進行判斷。詳見表1和表2。

表1顯示，實行向上盈余管理的MSP上市公司數(shù)為72，進行向上盈余管理的TCS上市公司數(shù)為132，實施向上盈余管理的ALM上市公司數(shù)為64，這三類“欺詐行為”的上市公司進行向上盈余管理占樣本比分別為14.34%、26.29%和12.75%，總占比為53.38%。直觀上看，上市公司的盈余管理同過度投資，即投資低效率有著正相關(guān)。表2顯示，無論ST公司還是非ST公司，上市公司都傾向于實施盈余管理。

表1和表2從企業(yè)是否有“欺詐行為”來進行統(tǒng)計，接下來，本文進一步從有“欺詐行為”的上市公司在其“欺詐行為”被查處的時間前后來分析其是否存在過度投資，從而降低投資效率。設(shè)企業(yè)欺詐行為被查處的年份為0，則-1表示被查處的前一年，-2、-3、-4依次類推，而1表示被查處后的第一年，2、3、4依次類推（見表3）。表3顯示，除了MSP中上市公司在被查處“欺詐行為”后的第三年和第四年以及ALM中上市公司在被查處的當(dāng)年呈現(xiàn)出負(fù)值外，上市公司“欺詐行為”在被查處前幾年皆為正值，再次驗證了上市公司的盈余管理同上市公司過度投資之間呈現(xiàn)出正的相關(guān)關(guān)系。

三、實證分析

上述經(jīng)驗分析，本文從盈余管理的概念出發(fā)，將企業(yè)的“欺詐行為”作為盈余管理的替代指標(biāo)；并且將經(jīng)過行業(yè)調(diào)整后的投資作為過度投資，即投資低效率的替代指標(biāo)，直觀地分析盈余管理同投資低效率之間的關(guān)系，研究發(fā)現(xiàn)，盈余管理同投資效率低下呈現(xiàn)正相關(guān)關(guān)系。

由于盈余管理對投資低效率的分析可能出現(xiàn)內(nèi)生性問題，即投資效率低下也有可能影響企業(yè)的盈余管理，因此，接下來進行實證檢驗中，本文利用盈余管理的滯后期作為工具變量來剖析盈余管理對投資低效率的影響。

（一）盈余管理指標(biāo)的選取

縱觀國內(nèi)外的研究，本文選取總應(yīng)計利潤模型和具體應(yīng)計利潤模型來測量，兩種模型計量的殘差作為盈余管理的替代指標(biāo)。

1.總應(yīng)計利潤模型（DREV）

ΔARi，t=α0+α1ΔREVi，t+εi，t

2.具體應(yīng)計利潤模型（DAC）

TAccri，t=α0+α1（1/Assetsi，t）+

α2ΔREVi，t+α3PPEi，t+α4ROAi，t+εi，t

其中，ΔAR表示年度企業(yè)應(yīng)收賬款的變化；ΔREV表示年度收入的變化；TAccr是總應(yīng)計利潤，用非現(xiàn)金流動資產(chǎn)減去當(dāng)前無息負(fù)債、減去折舊和攤銷費用計算；Assets表示企業(yè)總資產(chǎn)；PPE表示企業(yè)固定資產(chǎn)；ROA代表企業(yè)的資產(chǎn)回報率。一般而言，通過總應(yīng)計利潤模型測算的盈余管理優(yōu)于具體應(yīng)計利潤模型的，因為后者具有系統(tǒng)性誤差，且只能評述企業(yè)總體盈余管理水平。為使計量結(jié)果更具有穩(wěn)定性，本文同時選取這兩種模型來測算盈余管理。

（二）投資效率指標(biāo)的選取

按照已有文獻，本文將投資低效率定義為實際和理論之間投資差異，基于投資函數(shù)計算所得。本文用OLS和GMM方法計算所得的殘差若為正，則代表企業(yè)存在過度投資，投資效率低；若為負(fù)值，則表示投資不足。本文用兩種投資函數(shù)來測算理論上的企業(yè)投資，公式如下：

1.投資函數(shù)A[14]

INVi，t=α0+α1Qi，t-1+α2CFi，t-1+εi，t

其中，INV表示投資支出；Q為托賓Q；CF表示企業(yè)的凈現(xiàn)金流量。

2.投資函數(shù)B[15]

INVi，t=α0+α1Qi，t-1+α2LEVi，t-1+α3CFi，t-1+α4Agei，t-1+α5Sizei，t-1+

α6Returni，t-1+α7INVi，t-1+■βjIndustryj+■θkYeark+εi，t

其中，LEV表示年初的企業(yè)總債務(wù)，Age表示上市的年份，Size表示公司規(guī)模，用總規(guī)模的自然對數(shù)表示，Return表示上年的年度股票收益，Industry和Year表示行業(yè)和年份的虛擬變量。

綜上，主要指標(biāo)的統(tǒng)計描述見表4，本文發(fā)現(xiàn)，INV、Q、CF和LEV存在著異常值。將異常值乘以4.5%，再進行OLS回歸，實證分析盈余管理和投資低效率的關(guān)系。

（三）實證分析

1.投資不足和過度投資的上市公司數(shù)

由于樣本存在異常值，進行OLS回歸可能存在誤差，因此接下來通過GMM估計方法，首先對我國2003—2015年上市公司中投資不足和過度投資的公司數(shù)進行梳理。詳見表5。

2.過度投資的實證檢驗

本文基于投資函數(shù)1和2，并利用GMM估計方法，對過度投資進行檢驗。結(jié)果顯示，在企業(yè)“欺詐行為”被查處之前的年份中，系數(shù)值為正且顯著，企業(yè)存在過度投資，在被查處后的年份明顯不同。詳見表6。

3.盈余管理和投資低效率間的實證檢驗

本文分別用DREV和DAC方法對盈余管理進行測度，盈余管理對投資低效率的計量模型如下：

INVEFFi，t=α0+α1Growthi，t-1+α2CFi，t-1+α3DREVi，t+α4DREVi，t-1+

α5DREVi，t-2+α6DREVi，t+1+α7DREVi，t+2+α8INVi，t-1+Industry+Year+εi，t

其中，INVEFF表示投資的低效率③，Growth表示收入增長率，DREV表示可支配收入。

本文利用MM方法和修正的OLS實證分析盈余管理和過度投資的關(guān)系，修正后的OLS和GMM回歸有效地支持了原假設(shè)，即盈余管理引起了過度投資，降低了投資效率。結(jié)果詳見表7中的模型1。為進行穩(wěn)健性檢驗，本文構(gòu)建了兩類樣本。第一類樣本是低托賓Q值和高現(xiàn)金流的公司，占總體樣本的25%（Under）；第二類樣本是高托賓Q值和低現(xiàn)金流的公司，占總體樣本的25%（Over）?？傮w樣本中包含“欺詐行為”和ST公司。一般而言，低托賓Q值和高現(xiàn)金流的公司有可能進行過度投資，高托賓Q值和低自由現(xiàn)金流的公司進行過度投資的可能性較低?？梢哉J(rèn)為假設(shè)若成立，用第二類樣本則可以驗證盈余管理產(chǎn)生過度投資，而第一類樣本則不能驗證這一假設(shè)，見表7中的模型2。結(jié)果顯示實證分析結(jié)果具有穩(wěn)健性。

四、結(jié)論

本文利用2003—2015年我國上市公司的數(shù)據(jù)分析盈余管理對企業(yè)投資效率的影響。本文從現(xiàn)實分析和實證分析來進行驗證。在經(jīng)驗分析中，本文從盈余管理的概念出發(fā)，將企業(yè)的“欺詐行為”作為盈余管理的替代指標(biāo)；并且將經(jīng)過行業(yè)調(diào)整后的投資作為過度投資，即投資低效率的替代指標(biāo)，直觀地分析盈余管理同投資低效率之間的關(guān)系，研究發(fā)現(xiàn)，盈余管理同投資效率低下呈正相關(guān)關(guān)系。在實證分析中，本文利用總應(yīng)計利潤模型（DREV）和具體應(yīng)計利潤模型（DAC）分別測算上市公司的盈余管理；運用投資函數(shù)A和投資函數(shù)B來測算投資低效率或者過度投資。同時，為避免盈余管理同投資效率之間存在內(nèi)生性，本文利用工具變量進一步實證檢驗盈余管理對投資低效率的影響，并進行穩(wěn)健性檢驗。通過分析，本文得出：異常值的存在影響OLS計量回歸結(jié)果，拒絕盈余管理降低了投資效率的假設(shè)，通過對異常值的處理，調(diào)整后OLS回歸分析則是支持了這一假設(shè)：“欺詐行為”的上市公司實施的盈余管理，導(dǎo)致了過度投資，降低了投資效率。●

【參考文獻】

[1] 吳聯(lián)生，王亞平.盈余管理程度的估計模型與經(jīng)驗證據(jù)：一個綜述[J].經(jīng)濟研究，2007（8）：143-152.

[2] 張炳紅.中外盈余管理文獻綜述[J].財會研究，2011（17）：25-27.

[3] 潘紅洋.最新盈余管理文獻綜述[J].經(jīng)濟論壇，2015（8）：127-129.

[4] MCNICHOLS M F， STUBBEN S R. Does Earnings Management Affect Firms' Investment Decisions？[J].The Accounting Review，2008，83（6）：1571-1603.

[5] BIDDLE G C. Accounting Quality and Firm-Level Capital Investment[J]. The Accounting Review， 2006， 81（5）：963-982.

[6] COHEN D A， ZAROWIN P. Accrual-based and real earnings management activities around seasoned equity offerings[J]. Ssrn Electronic Journal，2008，50（1）：2-19.

[7] CHEN F， et al. Financial Reporting Quality and Investment Efficiency of Private Firms in Emerging Markets[J].The Accounting Review，2011，86（4）：1255-1288.

[8] 陳關(guān)亭. 我國上市公司財務(wù)報告舞弊因素的實證分析[J].審計研究，2007（5）：91-96.

[9] CAI Z Y，et al. An Empirical Study on the Motive of Illegal Disclosure of Listed Companies in China[J]. China Industrial Economy， 2007，27（4）：96-103.

[10] 向海燕，彭文娟.股票交易操縱判別模型及其判別效率研究——來自中國資本市場的實證證據(jù)[J].經(jīng)營管理者，2011（6）：37-38.

[11] 李翔，鄧可斌.外資大股東能抑制現(xiàn)金股利隧道效應(yīng)嗎？——基于中國上市公司的實證研究[J].產(chǎn)經(jīng)評論， 2014，5（2）：132-147.

[12] 趙洪江，尹宇明.公司治理、負(fù)隧道效應(yīng)與控股股東股權(quán)流動性[J].軟科學(xué)，2008，22（6）：27-31.

[13] BERTRAND M，MULLAINATHAN S. Ferreting Out Tunneling： An Application to Indian Business Groups[J].Quarterly Journal of Economics， 2002，117（1）：121-148.

[14] CLEARY S， POVEL P，RAITH M. The U-Shaped Investment Curve： Theory and Evidence[J]. Journal of Financial & Quantitative Analysis，2004，42（1）：1-39.

[15] RICHARDSON S. Over-Investment of Free Cash Flow[J].Social Science Electronic Publishing，2006，11（2）：159-189.