馮 玲,崔 靜
(福州大學(xué) 經(jīng)濟與管理學(xué)院,福州 350108)
內(nèi)容提要:作為公司決策的主體,管理者的行為和決策不可避免地存在同群的相互依賴性,公司高管在盈余管理決策中可能存在使自身行為與同群行為保持一致的傾向性。本文采用我國A股上市公司2012-2017年數(shù)據(jù),通過蒙特卡洛模擬構(gòu)造基于分析師共同關(guān)注的同群群組,以“同群的同群”作為工具變量對線性均值結(jié)構(gòu)式模型進行識別,并采用條件方差識別方法對盈余管理同群效應(yīng)的乘數(shù)效應(yīng)進行測度。研究結(jié)果證實了我國上市公司盈余管理決策存在同群效應(yīng),但具有方向上的不對稱性,受同群公司向上盈余管理的影響較為顯著,對同群公司向下盈余管理的影響不顯著。因此,監(jiān)管部門應(yīng)重視盈余管理同群效應(yīng)的外溢影響,特別是公司向上的盈余管理行為。
現(xiàn)代企業(yè)所有權(quán)與經(jīng)營權(quán)的分離導(dǎo)致了經(jīng)理人有機會利用自身的信息優(yōu)勢和自由裁量權(quán),有目的地干預(yù)盈余的產(chǎn)生和報告過程。本文采用基于分析師共同關(guān)注的方法對同群企業(yè)進行識別,通過引入“同群的同群”構(gòu)造工具變量,對公司盈余管理決策同群效應(yīng)的存在性進行檢驗,并采用條件方差識別的方法對盈余管理同群效應(yīng)重新進行檢驗,發(fā)現(xiàn)該同群效應(yīng)具有方向上的不對稱性。
作為公司決策主體的管理者面臨著來自資本市場和企業(yè)內(nèi)部的雙重壓力,其行為和決策不可避免地存在同群的相互依賴性,公司高管在盈余管理決策中可能存在模仿或跟隨的特征,趨向于使自身行為與同群行為保持一致。當面對不確定性時,公司高管可能通過對各種備選策略進行直接分析來決策,但這種方式成本很高且耗時。一個可行的策略是依靠他人的信息,通過與參照群體成員的直接交流或討論,或是對參照群體成員行為決策的觀察來制定決策。盈余管理會給企業(yè)帶來明顯的短期利益,但是也面臨著被監(jiān)管部門發(fā)現(xiàn)而受到懲戒的風(fēng)險。面對這種不確定性,公司高管可能會通過與同群成員相互討論,或者通過觀察同群成員的行為進行學(xué)習(xí)而獲得有關(guān)決策的相關(guān)信息。當公司高管發(fā)現(xiàn)同群公司高管進行盈余管理時也會進行盈余管理。另外,通過選擇與其參考群體所遵循的社會規(guī)范相符的行為,同群公司的盈余管理行為也成為公司高管為自身行為進行道德辯護的依據(jù),增加了其進行盈余管理的可能性。如果某一行為在群組中出現(xiàn)的頻率較高,那么因其集體懲罰機制或者社會隔離機制會對群組中那些未實施這種行為的公司產(chǎn)生極大的社會影響,從而促使他們實施這樣的行為。所以,當同群公司的會計信息質(zhì)量普遍較高時,公司會保持較高的會計信息質(zhì)量;而一旦同群公司進行了盈余管理行為,那么公司管理層出于同儕壓力或者是業(yè)績競爭壓力也會進行盈余管理(Gao and Zhang,2016),說明公司盈余管理決策可能存在著同群效應(yīng)。據(jù)此,提出假設(shè):
H:上市公司的盈余管理決策存在同群效應(yīng),即公司的盈余管理決策會受到同群公司盈余管理決策的顯著影響。
1.樣本選擇。根據(jù)下述基于分析師共同關(guān)注的同群公司識別結(jié)果,為了體現(xiàn)數(shù)據(jù)的完整性和準確性,本文選擇2012-2017連續(xù)6年,每年都有同群群組的上市公司作為研究樣本,此時的樣本公司數(shù)為597家。在此基礎(chǔ)上,進一步剔除了金融行業(yè)和財務(wù)數(shù)據(jù)不連續(xù)的公司,最終的有效樣本公司數(shù)為552家。為消除極端值影響,所有連續(xù)型變量在1%水平上進行Winsorize處理。
2.變量定義。
被解釋變量:應(yīng)計盈余管理|Da|。當前國內(nèi)企業(yè)主要是通過應(yīng)計項目進行盈余管理,通過真實盈余管理來操縱業(yè)績的現(xiàn)象并不普遍(李春濤等,2016;王玨瑋等,2016)。因此,本文選擇應(yīng)計項目作為盈余管理的代理變量。參照國內(nèi)大多數(shù)學(xué)者研究(李春濤等,2016;宋巖等,2016),采取修正的Jones模型來度量應(yīng)計盈余管理Da。Da>0表示進行了增加利潤的盈余管理,即向上的盈余管理;Da<0表示進行了減少利潤的盈余管理,即向下的盈余管理。不管是向上或者向下的盈余管理都反映了公司披露盈余與其真實值的偏離,因此在對盈余管理同群效應(yīng)存在性進行檢驗時,采用應(yīng)計盈余管理的絕對值|DaDa|作為公司盈余管理程度的測度指標。
解釋變量和控制變量:解釋變量為|PeerDaDa|,代表了同群公司的盈余管理程度,用同群公司盈余管理程度的平均值來度量。參照相關(guān)研究(宋巖等,2016),控制以下特征變量:公司規(guī)模(Size),等于期末總資產(chǎn)的自然對數(shù);公司盈利能力(Roa),等于期末凈利潤除以期末總資產(chǎn);資產(chǎn)負債率(Lev),等于期末總負債除以期末總資產(chǎn);公司成長性(Growth),等于營業(yè)收入同比增長率;公司經(jīng)營現(xiàn)金流(Cash_flow),等于經(jīng)營活動產(chǎn)生的現(xiàn)金流量凈額除以期末總資產(chǎn)。表1列出了各主要變量的描述性統(tǒng)計結(jié)果。
表1 主要變量描述性統(tǒng)計
作為分析師最重要的屬性(Brown等,2014),行業(yè)專長在很大程度上決定了分析師獲取行業(yè)信息的深度與寬度。如Hong and Kubik(2003)發(fā)現(xiàn)大型證券公司會雇傭大量專注于不同行業(yè)的分析師,而小型證券公司一般專門從事特定行業(yè)或者特定類型的股票。分析師的覆蓋選擇還可以反映有關(guān)公司除行業(yè)以外的其他相似性信息,如公司的商業(yè)模式、顧客群體等。既然分析師具有特定行業(yè)或特定類型公司的專長,那么他們的覆蓋選擇就直接反映了有關(guān)企業(yè)相似性的信息(Kaustia and Rantala,2013)。如果兩個公司同時被若干分析師共同關(guān)注就說明它們具有某些相關(guān)性,可以被視為同群企業(yè),基于分析師共同的覆蓋選擇可以識別出公司的同群公司。
借鑒Kaustia and Rantala(2013)方法,本文采用了基于賣方分析師共同關(guān)注的識別方法來識別同群公司。雖然分析師大都關(guān)注屬于同一行業(yè)的公司,但事實上兩家公司同時被相同的分析師關(guān)注并不足以說明它們真的具有相似性,并不是所有的分析師都專注于研究相似的公司,有些分析師是“多面手”(Michaely and Womack,1999),無關(guān)的公司因為偶然因素也可能會獲得共同的分析師關(guān)注,確定兩個公司之間必須至少擁有多少個共同分析師才足以把這些偶然因素排除是至關(guān)重要的。為此,本文為每家公司設(shè)立了一個標準值C,當另一家公司當年至少與該公司有C個相同的分析師時才能認定其為該公司的同群公司。由這些同群公司構(gòu)成了該公司當年的同群群組。對任意公司i,標準值C是依據(jù)當年關(guān)注該公司的分析師數(shù)量,以及這些分析師當年所關(guān)注的除公司i外其他公司的數(shù)量,通過蒙特卡洛模擬得到的①。假設(shè)在第t年共有M家上市公司獲得分析師關(guān)注。對公司i,在一次模擬中,關(guān)注i公司的這些分析師逐個地從M中隨機選擇其他數(shù)量的公司進行關(guān)注,模擬重復(fù)運行1000次。為盡可能排除無關(guān)公司作為同群企業(yè)的可能性,本文設(shè)置了盡可能大的C值,從而使得由偶然因素導(dǎo)致的與i公司擁有C個(及以上)共同分析師的可能性低于1%。這也就意味著在1000次模擬中,隨機選擇的公司與i公司同時擁有C個(及以上)共同分析師的情況出現(xiàn)的次數(shù)要少于10次,由此確定每個公司的標準值C。對每個公司逐年進行蒙特卡洛模擬,每個公司每年的標準值C并不相同,每個公司的同群群組也是逐年更新的。
對于任意公司,由上述模擬過程可知標準值C的最小值為2。當年沒有分析師關(guān)注或者只有一個分析師關(guān)注的公司是不會有同群公司的,但是有兩個以上分析師關(guān)注僅僅是公司能夠識別出同群公司的必要而非充分條件。當公司與其他公司擁有的共同分析師個數(shù)總是小于模擬計算出來的標準值C時,該公司仍然沒有同群公司。另外,基于分析師共同關(guān)注識別出的同群關(guān)系并不總是相互的,也就是說很有可能A公司是B公司的同群公司,但B公司并不是A公司的同群公司。如通過模擬識別出A公司的標準值C為5,B公司的標準值C為3,而這兩個公司擁有的共同分析師數(shù)量為4。此時A公司就是B公司的同群公司,但是B公司并不是A公司的同群公司。
本文選取2012-2017年我國A股上市公司為研究樣本,分析師數(shù)據(jù)來自國泰安數(shù)據(jù)庫②,其他年度財務(wù)數(shù)據(jù)來自Wind數(shù)據(jù)庫。行業(yè)劃分采用證監(jiān)會最新修訂的2012行業(yè)分類標準,制造業(yè)取兩位代碼分類,其他行業(yè)取一位代碼分類。數(shù)據(jù)篩選過程如下:(1)剔除當年沒有或只有一個分析師關(guān)注的公司(2)剔除當年只關(guān)注一個公司的分析師(3)參照Kaustia and Rantala(2015)文獻,剔除當年關(guān)注了50家以上公司的分析師。表2為識別結(jié)果的描述性統(tǒng)計,為對照說明識別效果,在表2中同時列示了各年份上市公司總數(shù)。
就平均而言,由表2可知每年約有67.7%的上市公司獲得了至少兩個分析師的關(guān)注,有61%的上市公司可以尋找到同群公司。群組規(guī)模平均數(shù)為18意味著在整個樣本期間,每個同群群組大約包含了18個同群公司。同群識別的標準值C均值為4.3,中位數(shù)為4,最大值為8,大約有78.3%的標準值C在3-5之間,結(jié)果與Kaustia and Rantala(2015)結(jié)論基本保持一致。平均而言,公司i的第t-1年同群公司中,有70%的公司仍然是其第t年的同群公司。表3則更詳細地說明了同群群組規(guī)模情況。
在整個樣本期間,由表3可知模擬識別出的全部群組規(guī)模平均值為18,中位數(shù)為17,四分位數(shù)范圍為7-26。證監(jiān)會一級行業(yè)分類的群組規(guī)模平均值為156,中位數(shù)為46,四分位數(shù)范圍為25-96;證監(jiān)會二級行業(yè)分類的群組規(guī)模平均值為37,中位數(shù)為18,四分位數(shù)范圍為7-39。基于分析師共同關(guān)注的方法識別出的同群群組規(guī)模明顯小于基于行業(yè)分類的群組規(guī)模。Bizjak等(2011)發(fā)現(xiàn),公司在參照同群企業(yè)制定高管薪酬時,一般會使用規(guī)模較小的同群群組。表4對照說明了有“同群”的公司若干財務(wù)特征,其中公司規(guī)模為公司當年期末總資產(chǎn)的自然對數(shù)。相對于整體上市公司而言,可知有“同群”的公司,其公司規(guī)模一般更大、市凈率更低、股息率更高,符合本文的預(yù)期。
表2 識別結(jié)果的描述性統(tǒng)計
表3 同群群組規(guī)模描述性統(tǒng)計
表4 有“同群”的公司財務(wù)特征描述性統(tǒng)計
值得說明的是,雖然識別出的同群公司一般具有相同的行業(yè)類別,但所得到的同群群組并不是現(xiàn)有行業(yè)分類的子集,這說明基于分析師共同關(guān)注的同群公司識別方法所得到的結(jié)果獨立于現(xiàn)有的行業(yè)分類標準。表5詳細說明了同群群組的行業(yè)構(gòu)成情況,群組行業(yè)分布情況與Kaustia and Rantala(2015)結(jié)果基本保持一致。
表5 同群群組行業(yè)構(gòu)成描述性統(tǒng)計
為了檢驗同群效應(yīng)的存在性,借鑒Leary and Roberts(2014)的研究,本文的模型構(gòu)建如下:
|Dai,t|=α0+α1|PeerDai,t|+∑βmControlsi,t-1+∑λmPeerControlsi,t-1+ηi+νt+ξi,t
(1)
其中,等式左邊是公司的盈余管理程度,等式右邊包括同群公司的盈余管理程度以及相關(guān)控制變量。為了盡可能消除關(guān)聯(lián)效應(yīng)的影響,本文還控制了行業(yè)效應(yīng)ηi和時間效應(yīng)λt。由于互為因果的反射問題,即內(nèi)生性解釋變量的存在,使得線性均值結(jié)構(gòu)式模型參數(shù)無法得到有效識別(Manski,1993)。為了克服反射問題、去除關(guān)聯(lián)效應(yīng)影響,借鑒了Zhang等(2014)和Moriarty等(2016)思路,本文利用“同群的同群”構(gòu)建工具變量,方法如下:
對公司i,從其同群公司中隨機抽取任一公司j,再從j公司的同群公司中隨機抽取任一公司k,則k公司的盈余管理程度就可以作為同群公司盈余管理程度的工具變量。該方法構(gòu)建的工具變量滿足工具變量使用的兩個前提條件:(1)與內(nèi)生解釋變量相關(guān),因為k公司是同群公司的同群公司,所以k公司盈余管理程度和同群公司的盈余管理程度是相關(guān)的,滿足相關(guān)性的要求。(2)與隨機干擾項不相關(guān),k公司與i公司分屬不同的群組并且是通過隨機抽取的方式選擇的,一般來說k公司的盈余管理程度對i公司的盈余管理程度沒有影響,滿足外生性的條件。在此基礎(chǔ)上采用工具變量固定效應(yīng)模型對模型(1)進行檢驗,結(jié)果如表6所示。
根據(jù)工具變量固定效應(yīng)模型結(jié)果可知第1階段工具變量系數(shù)在1%水平上顯著,說明工具變量與內(nèi)生解釋變量|PeerDaDa|是高度相關(guān)的;Cragg-Donald Wald F統(tǒng)計值為96.08,明顯大于Stock-Yogo在10%水平上的臨界值16.38,顯著拒絕弱工具變量的假設(shè)。參照Wooldridge(2002)對工具變量的外生有效性進行間接檢驗,用第二階段回歸殘差項對工具變量進行回歸,結(jié)果顯示工具變量在10%置信水平下均不顯著。這說明工具變量和回歸殘差項之間沒有顯著的統(tǒng)計相關(guān)性,滿足工具變量的外生性條件(彭曉博和秦雪征,2014),表明以“同群的同群”作為工具變量是有效的。由表6可知公司盈余管理指標|DaDa|與同群公司盈余管理指標|PeerDaDa|在1%水平下顯著正相關(guān),結(jié)果說明同群公司盈余管理程度越高,則公司的盈余管理程度也越高,即我國資本市場上公司盈余管理決策中存在著同群效應(yīng),假設(shè)得證;同時,同群公司對公司盈余管理的影響力要大于其他傳統(tǒng)因素,因為|PeerDaDa|系數(shù)遠大于公司財務(wù)特征系數(shù)及同群公司相關(guān)財務(wù)特征系數(shù)。
表6 結(jié)構(gòu)式模型回歸結(jié)果
注:系數(shù)下方括號內(nèi)為對應(yīng)P值,***、**和*分別表示在1%、5%和10%水平顯著(下同)。
有的學(xué)者采用Glaeser等(2003)方法測度同群效應(yīng)所產(chǎn)生的社會乘數(shù)效應(yīng),但是Glaeser等(2003)方法無法克服關(guān)聯(lián)效應(yīng)的影響問題,結(jié)果是有偏的。為此,Graham(2008)提出了條件方差識別的方法,該方法可以有效去除關(guān)聯(lián)效應(yīng)的影響。Graham(2008)驗證了教育領(lǐng)域中同群效應(yīng)的存在性,Popadak(2014)則將條件方差識別法引入到財務(wù)領(lǐng)域,驗證了公司股利決策中行業(yè)同群效應(yīng)的存在性并測度了其乘數(shù)效應(yīng)。為了保證結(jié)果的穩(wěn)健性,并對盈余管理同群效應(yīng)所產(chǎn)生的乘數(shù)效應(yīng)進行測度,本文采用Graham(2008)方法對盈余管理同群效應(yīng)問題重新進行了檢驗。如果不考慮同群效應(yīng),根據(jù)統(tǒng)計學(xué)相關(guān)知識(賈俊平等,2014),不同群組之間觀測值的差異(即組間誤差)可能來源于以下兩部分:(1)組內(nèi)誤差是指同一群組中所抽取的樣本觀測值之間的差異,如同一群組中的樣本公司盈余管理程度之間的誤差。它是由抽樣的隨機性所造成的隨機誤差。(2)系統(tǒng)誤差是指由群組自身的系統(tǒng)性因素造成的差異,如群組面臨的某些共同變量對整個群組的盈余管理程度產(chǎn)生的系統(tǒng)影響。系統(tǒng)誤差部分,也即是Manski(1993)所指的關(guān)聯(lián)效應(yīng)問題。可以利用單因素方差分析方法,通過比較組間方差和組內(nèi)方差的方式來判斷系統(tǒng)誤差的存在性。將超額方差定義為剔除掉組內(nèi)方差后組間方差剩余的殘差項部分,此時的殘差項部分度量了系統(tǒng)誤差的大小。
如果考慮到同群效應(yīng),不同群組之間觀測值的差異來源于三個部分:(1)組內(nèi)誤差(2)系統(tǒng)誤差(3)群組內(nèi)個體交互影響(即同群效應(yīng))所形成的差異。此時的超額方差中不僅包括了系統(tǒng)誤差,還包括了同群效應(yīng)產(chǎn)生的影響部分。如何區(qū)分系統(tǒng)誤差和同群效應(yīng),就成了識別的關(guān)鍵。Graham(2008)指出,當系統(tǒng)性因素在不同規(guī)模的群組中分布相同③,而公司盈余管理能力在不同規(guī)模群組中分布不同時,就可以單獨識別出同群效應(yīng)。
依據(jù)規(guī)模的大小(即包含的公司數(shù)量多少)可將公司群組分成兩類:大規(guī)模群組和小規(guī)模群組。當某一群組的規(guī)模大于所有群組規(guī)模的中位數(shù)時,定義該群組為大規(guī)模群組,否則定義為小規(guī)模群組。本文樣本數(shù)據(jù)中所有群組的規(guī)模中位數(shù)是22,將那些含有的公司數(shù)量大于22的群組,定義為大規(guī)模群組;含有的公司數(shù)量小于22的群組,定義為小規(guī)模群組。大規(guī)模群組中既包含了盈余管理能力較高的公司,又包含了盈余管理能力較低的公司,這兩類公司對群組盈余管理程度的影響相互抵消。所以在大規(guī)模類的群組中不同群組的盈余管理程度應(yīng)該是比較接近的,但是小規(guī)模群組中可能僅包含了盈余管理能力較高的公司,或者僅包含了盈余管理能力較低的公司,缺乏相互抵消的作用。因此,在小規(guī)模類的群組中不同群組的盈余管理程度之間的差異較大。也就是說,不同類群組之間的公司盈余管理能力分布的不同,導(dǎo)致了小規(guī)模類群組的盈余管理程度差別較大,而大規(guī)模類群組的盈余管理程度較為接近。同群效應(yīng)則描述了群組內(nèi)個體的交互影響,公司盈余管理程度會隨著同群公司盈余管理程度的提高而提高。所以,同群效應(yīng)的存在使得兩類群組之間盈余管理程度的差異進一步“放大”。條件方差識別的基本思想在于通過對經(jīng)過同群效應(yīng)“放大”和未經(jīng)同群效應(yīng)“放大”的兩類群組之間盈余管理程度的差異進行比較,進而對同群效應(yīng)的存在性進行識別。
(2)
分子部分為小規(guī)模類群組的組間方差減去大規(guī)模類群組的組間方差。因為系統(tǒng)性因素對群組均值的影響不會因為群組規(guī)模的類型而發(fā)生系統(tǒng)性的改變,系統(tǒng)性因素的影響在相減的過程中被剔除了。此時分子部分僅反映了經(jīng)過同群效應(yīng)“放大”后的兩類群組盈余管理程度間差異之差,分母部分為小規(guī)模群組的組內(nèi)方差減去大規(guī)模群組的組內(nèi)方差。由于組內(nèi)方差不受同群效應(yīng)及系統(tǒng)性因素的影響,分母部分可以表示未經(jīng)同群效應(yīng)放大的,“預(yù)期的”兩類群組盈余管理程度間差異之差。類似單因素方差分析思路,如果不存在同群效應(yīng),則整個公式(3)的值應(yīng)該接近于1,如果存在同群效應(yīng),則這個值就會大于1,公式(2)可以用于同群效應(yīng)的識別。
表7 基于條件方差識別的盈余管理同群效應(yīng)
按方向和目的不同,盈余管理可分為向上的盈余管理和向下的盈余管理。為了避免虧損或者利潤下降帶來的影響,公司會進行向上的盈余管理,以調(diào)高當期利潤。為了平滑利潤,公司會進行向下的盈余管理,以降低當期利潤(蔡吉甫,2015)。對于同群公司不同方向的盈余管理,本文預(yù)期公司做出的反應(yīng)可能是不同的。當同群公司進行向上的盈余管理,即同群公司調(diào)高利潤時,出于業(yè)績壓力和市場競爭的需要,公司也會積極地進行盈余管理;當同群公司進行向下的盈余管理時,即同群公司調(diào)低利潤時,公司自身可能并不需要平滑利潤,公司并不會積極地跟隨同群公司進行調(diào)整,即是公司盈余管理同群效應(yīng)可能存在著非對稱性。為了檢驗非對稱性問題,構(gòu)造模型(3)。
Dai,t=α0+α1Peer_Upi,t+α2Peer_Downi,t+∑βmControlsi,t-1+ηi+νt+ξi,t
(3)
其中,被解釋變量Da為公司的應(yīng)計盈余管理,既包括向上的盈余管理,也包括向下的盈余管理。解釋變量Peer_Up和Peer_Down分別衡量同群公司盈余管理的方向,當同群公司中進行向上的盈余管理公司數(shù)目大于向下的盈余管理公司數(shù)目時,Peer_Up取值為1,否則為0。當同群公司中進行向下的盈余管理公司數(shù)目大于向上的盈余管理公司數(shù)目時,Peer_Down取值為-1,否則為0。其他控制變量與前文一致,結(jié)果如表8所示。
表8 盈余管理同群效應(yīng)非對稱性結(jié)果
由表8可知公司盈余管理指標Da與同群公司盈余管理方向指標Peer_Up在1%水平上顯著正相關(guān)。當大多數(shù)同群公司進行向上的盈余管理時,公司也會積極地進行盈余管理,而公司盈余管理指標Da與同群公司盈余管理方向指標Peer_Down呈正相關(guān),但是不顯著。這表明大多數(shù)同群公司進行向下的盈余管理時,公司并不會積極跟隨同群公司進行調(diào)整,說明盈余管理同群效應(yīng)存在著非對稱性,符合本文預(yù)期。
除固定效應(yīng)外,為保證結(jié)論的穩(wěn)健性,本文還采取了工具變量隨機效應(yīng)和工具變量混合效應(yīng)模型對盈余管理同群效應(yīng)結(jié)構(gòu)式模型重新進行了檢驗,結(jié)果仍然支持本文結(jié)果。因篇幅限制,此處未報告結(jié)果。
參照Ahern(2014),重新采用了線性均值簡化式模型對盈余管理同群效應(yīng)的存在性再次進行了檢驗,簡化式模型可以提供有關(guān)同群效應(yīng)的初步結(jié)果。結(jié)論保持不變,如表9所示。
表9 線性均值簡化式模型結(jié)果
表10 結(jié)構(gòu)式模型穩(wěn)健性檢驗結(jié)果
本文采用基本Jones模型(Jones,1991)來估計企業(yè)的盈余管理程度,重新對模型(1)進行了檢驗(結(jié)果如表10所示),可以看出改變盈余管理的度量方式不影響盈余管理同群效應(yīng)存在性的結(jié)論。
公司盈余管理決策的影響因素研究歷來是理論界與實務(wù)界關(guān)注的熱點問題,通過蒙特卡洛模擬構(gòu)造基于分析師共同關(guān)注的同群群組,本文引入“同群的同群”作為工具變量對線性均值模型進行了識別,結(jié)論證實了我國上市公司盈余管理決策中存在著同群效應(yīng),說明了盈余管理同群效應(yīng)具有不對稱性,公司的盈余管理受到同群公司向上盈余管理的顯著影響,但是對同群公司向下盈余管理的反應(yīng)并不顯著。
公司盈余管理帶來的影響是巨大的,會影響金融市場的流動性、信貸資源配置等各個方面(楊潔等,2017;馬永強等,2014),監(jiān)管部門在頒布相關(guān)政策法規(guī)時要充分考慮盈余管理同群效應(yīng)的外溢影響,相對于公司向下的盈余管理應(yīng)更加關(guān)注公司向上的盈余管理行為。政府應(yīng)著力推進企業(yè)內(nèi)控建設(shè),加強審計監(jiān)督。因為當一個公司減輕了其盈余操縱的程度時,實際上也同時減輕了其同群公司進行盈余操縱的壓力,從而使得整個群組的盈余操縱程度得到降低(Gao and Zhang,2016)。
本文也存在著不足之處,正如Leary and Roberts(2014)在其論文中聲明的,用工具變量對結(jié)構(gòu)式模型回歸結(jié)果可能是有偏的,因為此時對工具變量的外生性要求更為嚴格。實際上這也是工具變量法普遍存在的問題,即很難保證工具變量完全的外生性。條件方差識別只能排除關(guān)聯(lián)效應(yīng)的影響,無法對內(nèi)生效應(yīng)和外生效應(yīng)進行有效區(qū)分,只有內(nèi)生效應(yīng)才會產(chǎn)生社會乘數(shù)效應(yīng),對政策制定才具有重要意義。因此,條件方差識別法仍然只能對乘數(shù)效應(yīng)進行相對謹慎地測度(Graham,2008)。在今后的研究中應(yīng)考慮如何更好的解決同群效應(yīng)模型識別難題,并更好的測度由其產(chǎn)生的乘數(shù)效應(yīng)大小。