朱滔

(暨南大學(xué)管理學(xué)院，廣東 廣州 510632)

一、引言

資本市場(chǎng)信息效率是指公司的相關(guān)信息是否能及時(shí)、充分、無(wú)偏地反映到股價(jià)中。信息效率高意味著公司股價(jià)能對(duì)信息做出有效反應(yīng)，形成合理定價(jià)，從而引導(dǎo)資本的有序流動(dòng)、優(yōu)化資源配置，因此，信息效率是資本市場(chǎng)健康發(fā)展的基石。已有的研究表明，成熟資本市場(chǎng)往往具有更高的信息效率，股價(jià)能更充分地反映公司層面的異質(zhì)性信息，因而不同股票之間的價(jià)格聯(lián)動(dòng)性較弱；而新興資本市場(chǎng)上公司股價(jià)更多地受到市場(chǎng)共有因素的影響，公司層面的異質(zhì)性信息對(duì)公司股價(jià)影響較小，導(dǎo)致股價(jià)“同漲同跌”現(xiàn)象，資本市場(chǎng)表現(xiàn)出更低的信息效率(Morck et al., 2000；朱紅軍等，2007)[6][27]。會(huì)計(jì)信息是在既定會(huì)計(jì)準(zhǔn)則下生成的反映公司經(jīng)營(yíng)狀況的經(jīng)濟(jì)信息，也是投資者進(jìn)行投資決策的重要信息來(lái)源，因此，會(huì)計(jì)信息質(zhì)量將對(duì)資本市場(chǎng)信息效率產(chǎn)生直接影響。如何通過(guò)高質(zhì)量的會(huì)計(jì)準(zhǔn)則來(lái)改善會(huì)計(jì)信息質(zhì)量，從而提高資本市場(chǎng)信息效率，長(zhǎng)久以來(lái)都是會(huì)計(jì)與資本市場(chǎng)研究領(lǐng)域的重要問(wèn)題(劉峰等，2004；史永等，2014)[16][18]。

2017年5月財(cái)政部印發(fā)了修訂的《企業(yè)會(huì)計(jì)準(zhǔn)則第16號(hào)——政府補(bǔ)助》，進(jìn)一步規(guī)范了政府補(bǔ)助的確認(rèn)、計(jì)量和列報(bào)。新準(zhǔn)則要求公司依據(jù)政府補(bǔ)助與公司日?；顒?dòng)的相關(guān)性，將與日?；顒?dòng)相關(guān)的政府補(bǔ)助在營(yíng)業(yè)利潤(rùn)之上增設(shè)“其他收益”項(xiàng)目進(jìn)行單獨(dú)列報(bào)，納入營(yíng)業(yè)利潤(rùn)核算范圍；而與日?；顒?dòng)無(wú)關(guān)的政府補(bǔ)助則仍計(jì)入營(yíng)業(yè)外收支。2017年政府補(bǔ)助準(zhǔn)則修訂為研究會(huì)計(jì)準(zhǔn)則修訂的經(jīng)濟(jì)后果提供了理想的自然實(shí)驗(yàn)場(chǎng)景——通過(guò)比較準(zhǔn)則修訂前后政府補(bǔ)助會(huì)計(jì)處理和列報(bào)的變化對(duì)公司異質(zhì)性信息傳遞的影響，可以檢驗(yàn)準(zhǔn)則修訂是否改善了會(huì)計(jì)信息質(zhì)量、提高了資本市場(chǎng)信息效率。

依據(jù)本文有效研究樣本統(tǒng)計(jì)，2015—2017年期間，91.6%的A股上市公司獲得過(guò)政府補(bǔ)助，平均金額為6090萬(wàn)元，政府補(bǔ)助與凈利潤(rùn)之比的平均值為17.2%，與營(yíng)業(yè)利潤(rùn)之比的平均值為20.6%(不含利潤(rùn)為負(fù)的公司)。因此，在我國(guó)現(xiàn)行制度背景下，政府補(bǔ)助對(duì)上市公司利潤(rùn)，尤其是營(yíng)業(yè)利潤(rùn)具有重要影響?，F(xiàn)有研究文獻(xiàn)對(duì)政府補(bǔ)助的影響因素及經(jīng)濟(jì)后果有較為豐富的研究(Chen et al., 2008；王克敏等，2015；李萬(wàn)福等，2017；饒靜等，2018)[2][20][15][17]，但較少關(guān)注政府補(bǔ)助準(zhǔn)則本身，包括準(zhǔn)則修訂對(duì)會(huì)計(jì)信息質(zhì)量的影響及對(duì)公司異質(zhì)性信息傳遞的影響。對(duì)這些問(wèn)題的研究，一方面拓展了股價(jià)同步性的研究視角，另一方面將為政府補(bǔ)助準(zhǔn)則修訂是否提高了會(huì)計(jì)信息質(zhì)量提供直接的經(jīng)驗(yàn)證據(jù)，因而具有重要的政策含義。

有鑒于此，本文通過(guò)考察2017年政府補(bǔ)助準(zhǔn)則修訂對(duì)公司股價(jià)同步性的影響，來(lái)檢驗(yàn)準(zhǔn)則修訂對(duì)會(huì)計(jì)信息質(zhì)量的影響。研究發(fā)現(xiàn)，政府補(bǔ)助本身“模糊”了公司的盈利信息，削弱了公司層面異質(zhì)性信息的傳遞，提高了股價(jià)同步性；2017年政府補(bǔ)助準(zhǔn)則修訂有助于改善投資者對(duì)公司持續(xù)經(jīng)營(yíng)能力的判斷，降低了政府補(bǔ)助與公司股價(jià)同步性的聯(lián)系強(qiáng)度。為進(jìn)一步揭示政府補(bǔ)助準(zhǔn)則修訂改善公司異質(zhì)性信息傳遞的內(nèi)在機(jī)理，本文還考察了公司的不同特征對(duì)兩者關(guān)系的調(diào)節(jié)作用，發(fā)現(xiàn)準(zhǔn)則修訂對(duì)會(huì)計(jì)信息質(zhì)量的影響存在顯著的個(gè)體差異——在信息不對(duì)稱程度更嚴(yán)重、受產(chǎn)業(yè)政策支持的公司樣本中，政府補(bǔ)助準(zhǔn)則修訂能更好地發(fā)揮強(qiáng)化異質(zhì)性信息傳遞的作用，顯著降低政府補(bǔ)助與股價(jià)同步性之間的聯(lián)系強(qiáng)度。

本文的主要貢獻(xiàn)在于：首先，豐富了會(huì)計(jì)準(zhǔn)則修訂經(jīng)濟(jì)后果的相關(guān)研究，通過(guò)大樣本實(shí)證研究，發(fā)現(xiàn)政府補(bǔ)助準(zhǔn)則修訂提高了公司異質(zhì)性信息的傳遞，有助于澄清政府補(bǔ)助準(zhǔn)則修訂正面效應(yīng)和負(fù)面效應(yīng)孰強(qiáng)孰弱的爭(zhēng)議，具有重要的政策含義。其次，拓展了股價(jià)同步性領(lǐng)域的研究視角，以政府補(bǔ)助準(zhǔn)則修訂作為外生事件，通過(guò)雙重差分模型檢驗(yàn)了政府補(bǔ)助納入營(yíng)業(yè)利潤(rùn)核算范圍的政策影響，有助于緩解股價(jià)同步性研究中的內(nèi)生性問(wèn)題。最后，豐富了政府補(bǔ)助準(zhǔn)則修訂對(duì)公司股價(jià)同步性影響內(nèi)在機(jī)理的認(rèn)識(shí)，在橫截面回歸分析中引入信息不對(duì)稱程度、產(chǎn)業(yè)政策等因素，有助于更好地識(shí)別政府補(bǔ)助準(zhǔn)則修訂對(duì)不同特征公司影響的差異，從而為進(jìn)一步優(yōu)化政策執(zhí)行效果提供思路。

二、制度背景、理論分析與研究假設(shè)

(一)政府補(bǔ)助準(zhǔn)則修訂的制度背景

政府補(bǔ)助是政府出于特定目的給予公司的一種無(wú)償經(jīng)濟(jì)支持，實(shí)踐中包括財(cái)政撥款、財(cái)政貼息、稅收返還和無(wú)償劃撥非貨幣性資產(chǎn)等多種形式。早在2006年財(cái)政部就頒布了政府補(bǔ)助準(zhǔn)則，實(shí)踐應(yīng)用中出現(xiàn)了未能區(qū)分政府補(bǔ)助與營(yíng)業(yè)收入、政府補(bǔ)助過(guò)度統(tǒng)一地計(jì)入營(yíng)業(yè)外收支等問(wèn)題。2017年修訂的《企業(yè)會(huì)計(jì)準(zhǔn)則第16號(hào)——政府補(bǔ)助》，對(duì)上述應(yīng)用中出現(xiàn)的問(wèn)題進(jìn)行了調(diào)整。首先，新準(zhǔn)則明確了政府補(bǔ)助準(zhǔn)則的適用范圍，比如新能源汽車的價(jià)格補(bǔ)貼及家電下鄉(xiāng)補(bǔ)貼，補(bǔ)貼對(duì)象是最終消費(fèi)者，實(shí)質(zhì)上是對(duì)價(jià)的組成部分，新準(zhǔn)則要求這部分補(bǔ)貼適用收入準(zhǔn)則，在營(yíng)業(yè)收入中予以確認(rèn)；其次，公司可以在“總額法”和“凈額法”之間進(jìn)行選擇，“凈額法”允許政府補(bǔ)助沖減相關(guān)資產(chǎn)賬面價(jià)值或期間成本費(fèi)用，從而更好地反映政府補(bǔ)助的經(jīng)濟(jì)實(shí)質(zhì)；再次，在列報(bào)方面，新準(zhǔn)則要求在“營(yíng)業(yè)利潤(rùn)”之上新增“其他收益”項(xiàng)目，公司按是否與日?；顒?dòng)相關(guān)的原則，將政府補(bǔ)助分別計(jì)入營(yíng)業(yè)利潤(rùn)和營(yíng)業(yè)外收支；最后，調(diào)整了與資產(chǎn)相關(guān)補(bǔ)貼的攤銷方式，規(guī)范了財(cái)政貼息資金的會(huì)計(jì)處理?？偟膩?lái)說(shuō)，新準(zhǔn)則要求公司依據(jù)經(jīng)濟(jì)業(yè)務(wù)實(shí)質(zhì)進(jìn)行更合理的會(huì)計(jì)處理，從而修正了政府補(bǔ)助統(tǒng)一計(jì)入營(yíng)業(yè)外收支這一過(guò)度剛性的會(huì)計(jì)處理方式。準(zhǔn)則修訂必然帶來(lái)相應(yīng)經(jīng)濟(jì)后果(劉峰等，2004)[16]，對(duì)經(jīng)濟(jì)后果的判斷是評(píng)價(jià)準(zhǔn)則修訂是否能夠提高會(huì)計(jì)信息質(zhì)量的標(biāo)準(zhǔn)，因此，對(duì)政府補(bǔ)助準(zhǔn)則修訂經(jīng)濟(jì)后果的研究具有重要的政策價(jià)值。

(二)有關(guān)股價(jià)同步性的學(xué)術(shù)觀點(diǎn)

關(guān)于股價(jià)同步性，學(xué)術(shù)界存在兩種相互對(duì)立的觀點(diǎn)：“非理性行為觀”和“信息效率觀”(陳冬華等，2018)[12]。非理性行為觀認(rèn)為股價(jià)同步性反映了投資者情緒化的非理性噪聲交易，股價(jià)受噪聲交易影響越嚴(yán)重，股價(jià)同步性越低，因此，非理性行為觀認(rèn)為股價(jià)同步性越低資本市場(chǎng)的信息效率越低(West, 1988)[9]。而信息效率觀則從股價(jià)反映異質(zhì)性信息的視角提出了截然不同的理論邏輯，認(rèn)為股價(jià)同步性反映了公司的異質(zhì)性信息，公司層面的異質(zhì)性信息融入股價(jià)越多，股價(jià)同步性越低，資本市場(chǎng)的信息效率越高(Morck et al., 2000)[6]。

近年來(lái)對(duì)中國(guó)資本市場(chǎng)的經(jīng)驗(yàn)研究更多地支持信息效率觀。黃俊等(2014)[14]研究發(fā)現(xiàn)隨著媒體報(bào)道的增多，更多公司層面的異質(zhì)性信息融入股價(jià)，提高了資本市場(chǎng)的信息效率，降低了股價(jià)同步性。胡軍等(2015)[13]利用微博數(shù)據(jù)區(qū)分了信息類型，發(fā)現(xiàn)異質(zhì)性信息顯著降低了公司股價(jià)同步性，提高了分析師盈余預(yù)測(cè)精度，因此，股價(jià)同步性的差異源于公司異質(zhì)性信息的多寡。陳冬華等(2018)[12]研究發(fā)現(xiàn)政府宏觀政策蘊(yùn)含的公司異質(zhì)性信息具有顯著的微觀個(gè)體差異，受產(chǎn)業(yè)政策支持的公司，股價(jià)同步性顯著更低，也為信息效率觀提供了佐證。因此，本文的研究基于“信息效率觀”，認(rèn)為公司股價(jià)同步性體現(xiàn)了公司異質(zhì)性信息差異，同步性越低意味著公司股價(jià)包含的異質(zhì)性信息越多，資本市場(chǎng)信息效率越高。

(三)理論分析與研究假設(shè)

1.政府補(bǔ)助對(duì)公司股價(jià)同步性的影響

政府補(bǔ)助對(duì)公司異質(zhì)性信息傳遞的影響可以從三方面加以分析。首先，政府補(bǔ)助影響公司日常經(jīng)營(yíng)活動(dòng)。王克敏等(2015)[20]研究發(fā)現(xiàn)在公司IPO時(shí)，政府補(bǔ)助加劇了對(duì)公司經(jīng)營(yíng)活動(dòng)的扭曲，降低了盈余持續(xù)性。饒靜等(2018)[17]認(rèn)為由于信息不對(duì)稱和政府多元目標(biāo)的存在，不恰當(dāng)?shù)恼a(bǔ)助削弱了公司的自生能力。這些研究表明政府補(bǔ)助扭曲了公司真實(shí)經(jīng)營(yíng)活動(dòng)，加大了投資者判斷公司經(jīng)營(yíng)狀況和盈余持續(xù)性的難度，因此，政府補(bǔ)助削弱了公司異質(zhì)性信息的傳遞，將提高公司股價(jià)同步性。其次，政府補(bǔ)助影響公司盈余管理。不少研究文獻(xiàn)發(fā)現(xiàn)政府補(bǔ)助是公司實(shí)現(xiàn)盈余管理的重要手段(Chen et al.,2008；步丹璐等，2014；趙玉潔等，2018)[2][10][26]，而盈余管理降低了公司信息的透明度，“模糊”了公司的盈余信息，導(dǎo)致公司股價(jià)同步性的增強(qiáng)。最后，政府補(bǔ)助反映了政府對(duì)經(jīng)濟(jì)的干預(yù)，呈現(xiàn)出明顯的行業(yè)特征(步丹璐等，2012)[11]。政府補(bǔ)助會(huì)對(duì)重點(diǎn)行業(yè)、重點(diǎn)公司傾斜，導(dǎo)致投資過(guò)度及非周期性產(chǎn)能過(guò)剩等問(wèn)題(王文甫等，2014)[21]，因此，政府補(bǔ)助增強(qiáng)了扶持行業(yè)內(nèi)公司之間經(jīng)營(yíng)和投資的聯(lián)動(dòng)，將提高公司股價(jià)與行業(yè)收益率之間的聯(lián)系強(qiáng)度，從而表現(xiàn)出更高的股價(jià)同步性。

基于以上分析，本文提出研究假設(shè)1：政府補(bǔ)助將降低公司異質(zhì)性信息傳遞，提高股價(jià)同步性。

2.政府補(bǔ)助準(zhǔn)則修訂與公司股價(jià)同步性

相關(guān)性是高質(zhì)量會(huì)計(jì)信息的基本特征之一，強(qiáng)調(diào)信息的預(yù)測(cè)價(jià)值、反饋價(jià)值和及時(shí)性(魏明海等，2001)[23]。高質(zhì)量會(huì)計(jì)信息應(yīng)當(dāng)滿足投資者投資決策需要，有助于對(duì)公司進(jìn)行評(píng)價(jià)和預(yù)測(cè)。根據(jù)2006年頒布的政府補(bǔ)助準(zhǔn)則，政府補(bǔ)助一刀切地通過(guò)“營(yíng)業(yè)外收入”單一項(xiàng)目計(jì)入損益。事實(shí)上，不同類型的政府補(bǔ)助具有不同的經(jīng)濟(jì)業(yè)務(wù)實(shí)質(zhì)，一些補(bǔ)助與公司日常經(jīng)營(yíng)活動(dòng)密切相關(guān)，比如研究開發(fā)補(bǔ)助、增值稅即征即退；而一些補(bǔ)助與公司日常經(jīng)營(yíng)活動(dòng)無(wú)關(guān)，比如購(gòu)置新能源汽車獲得的政府環(huán)保補(bǔ)貼。一些補(bǔ)助是由于產(chǎn)品市場(chǎng)價(jià)格管制，政府給予公司用于彌補(bǔ)成本，比如煤氣、水電等公共產(chǎn)品的補(bǔ)助，這種類型的補(bǔ)助通常具有很強(qiáng)的持續(xù)性；而一些補(bǔ)助則是偶發(fā)性的，缺乏持續(xù)性，比如公司受不可抗力影響發(fā)生停工、停產(chǎn)損失而獲得的補(bǔ)助。2017年政府補(bǔ)助準(zhǔn)則修訂要求公司遵循經(jīng)濟(jì)業(yè)務(wù)實(shí)質(zhì)，將政府補(bǔ)助分別還原至“營(yíng)業(yè)收入”“其他收益(或沖減成本)”“財(cái)務(wù)費(fèi)用”和“營(yíng)業(yè)外收入”等項(xiàng)目，因此，政府補(bǔ)助將通過(guò)不同項(xiàng)目分別進(jìn)入公司營(yíng)業(yè)利潤(rùn)和營(yíng)業(yè)外利潤(rùn)，更好地體現(xiàn)各層級(jí)收益的差異，有助于減輕舊的會(huì)計(jì)準(zhǔn)則過(guò)度剛性所導(dǎo)致的會(huì)計(jì)信息失真問(wèn)題，增強(qiáng)政府補(bǔ)助傳遞公司異質(zhì)性信息的作用。

基于以上分析，本文提出研究假設(shè)2：政府補(bǔ)助準(zhǔn)則修訂后，將部分政府補(bǔ)助計(jì)入營(yíng)業(yè)利潤(rùn)有助于增強(qiáng)公司異質(zhì)性信息的傳遞，降低政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系。

3.信息不對(duì)稱、政府補(bǔ)助準(zhǔn)則修訂與公司股價(jià)同步性

相對(duì)于外部投資者，公司管理層擁有更多的公司內(nèi)部信息，處于信息優(yōu)勢(shì)地位，由此產(chǎn)生信息不對(duì)稱問(wèn)題。信號(hào)傳遞和信號(hào)甄別是緩解信息不對(duì)稱的兩種方式。首先，就信號(hào)傳遞而言，政府補(bǔ)助準(zhǔn)則修訂允許公司依據(jù)經(jīng)濟(jì)業(yè)務(wù)實(shí)質(zhì)，選擇差別化的會(huì)計(jì)處理，因此，管理層可以通過(guò)選擇恰當(dāng)?shù)臅?huì)計(jì)處理來(lái)更好地傳遞公司持續(xù)經(jīng)營(yíng)情況的信號(hào)，從而緩解管理層與投資者之間的信息不對(duì)稱問(wèn)題。其次，從投資者信號(hào)甄別角度看，是否選擇收集公司異質(zhì)性信息來(lái)進(jìn)行投資決策，投資者需要在收集信息的成本和收益之間權(quán)衡(陳冬華等，2018)[12]。雖然信息不對(duì)稱增加了異質(zhì)性信息蘊(yùn)含的潛在價(jià)值，但伴隨的潛在風(fēng)險(xiǎn)也更大，而理性的投資者更容易受到信息收集成本的影響。史永等(2014)[18]研究發(fā)現(xiàn)XBRL財(cái)務(wù)報(bào)告的實(shí)施增強(qiáng)了信息的可比性和一致性，降低了投資者獲取信息的成本，導(dǎo)致更低的股價(jià)同步性，Manies et al.(2000)[5]研究發(fā)現(xiàn)綜合收益信息的不同列報(bào)方式會(huì)影響非專業(yè)分析師給予信息的權(quán)重，從而顯著影響非專業(yè)分析師的判斷。這些研究表明會(huì)計(jì)信息列報(bào)方式會(huì)直接影響投資者獲取信息的成本以及給予信息的權(quán)重。就政府補(bǔ)助準(zhǔn)則修訂而言，依據(jù)新準(zhǔn)則公司可以更合理地將與日?；顒?dòng)相關(guān)的政府補(bǔ)助納入營(yíng)業(yè)利潤(rùn)，從而降低了投資者獲取公司異質(zhì)性信息的成本，這將有助于信息不對(duì)稱程度較高公司的異質(zhì)性信息更多地融入公司股價(jià)，從而降低政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系。

基于以上分析，本文提出研究假設(shè)3：政府補(bǔ)助準(zhǔn)則修訂后，隨著信息不對(duì)稱程度的提高，政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系將被削弱。

4.產(chǎn)業(yè)政策、政府補(bǔ)助準(zhǔn)則修訂與公司股價(jià)同步性

產(chǎn)業(yè)政策體現(xiàn)了國(guó)家發(fā)展戰(zhàn)略，為調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化產(chǎn)業(yè)布局，政府會(huì)對(duì)不同行業(yè)采取差異化的扶持政策，引導(dǎo)資源和要素向重點(diǎn)產(chǎn)業(yè)、關(guān)鍵領(lǐng)域流動(dòng)(宋凌云等，2013)[19]。步丹璐等(2012)[11]統(tǒng)計(jì)發(fā)現(xiàn)政府補(bǔ)助呈現(xiàn)出較明顯的行業(yè)特征，更多地流向了關(guān)系國(guó)家安全和國(guó)民經(jīng)濟(jì)命脈的重點(diǎn)行業(yè)、關(guān)鍵領(lǐng)域和高新技術(shù)產(chǎn)業(yè)。一般而言，獲得的政府補(bǔ)助更多，會(huì)計(jì)處理和信息披露方式的調(diào)整帶來(lái)的影響也更大。最近，陳冬華等(2018)[12]從產(chǎn)業(yè)政策角度研究了政府行為對(duì)股價(jià)同步性的影響，發(fā)現(xiàn)獲得政策支持的公司股價(jià)同步性顯著降低，表明產(chǎn)業(yè)政策具有的信息含量存在明顯的個(gè)體差異；他們認(rèn)為自上而下的產(chǎn)業(yè)政策在執(zhí)行過(guò)程中，政策支持的實(shí)施路徑和重視程度對(duì)微觀個(gè)體的公司而言存在明顯差異，即便同行業(yè)同地區(qū)的不同公司，其獲得產(chǎn)業(yè)政策支持的情況也不盡相同。因此，本文認(rèn)為在過(guò)度剛性的會(huì)計(jì)準(zhǔn)則約束下，公司難以通過(guò)恰當(dāng)?shù)臅?huì)計(jì)處理來(lái)釋放差別化的信息，而政府補(bǔ)助準(zhǔn)則修訂后，受產(chǎn)業(yè)政策支持的公司可以采取差別化的會(huì)計(jì)處理，釋放更多公司真實(shí)盈余的信息，從而削弱政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系。

基于以上分析，本文提出研究假設(shè)4：政府補(bǔ)助準(zhǔn)則修訂后，產(chǎn)業(yè)政策支持的公司把部分政府補(bǔ)助計(jì)入營(yíng)業(yè)利潤(rùn)將有助于增強(qiáng)公司異質(zhì)性信息的傳遞，降低政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系。

三、樣本選擇、變量定義與模型設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源與樣本選擇

研究數(shù)據(jù)來(lái)自CSMAR數(shù)據(jù)庫(kù)，初始樣本為2015—2017年滬深A(yù)股上市公司。本文根據(jù)研究需要剔除了金融、保險(xiǎn)行業(yè)的公司，并剔除主要研究變量缺失和無(wú)法計(jì)算政府補(bǔ)助水平的公司，最終得到5630個(gè)“公司-年”樣本。

(二)變量定義

1.股價(jià)同步性(Synch)

根據(jù)Piotroski et al.(2004)[7]、伊志宏等(2019)[25]、Wang et al.(2013)[8]建立如下回歸模型：

其中，Ri,w,t為股票i在第t年的第w周考慮現(xiàn)金紅利再投資的收益率，Rm,w,t是市場(chǎng)組合在第t年的第w周流通市值加權(quán)的收益率，Rind,w,t是所在行業(yè)股票在t年的第w周流通市值加權(quán)的收益率，w-1表示滯后一周。依據(jù)上述模型，我們對(duì)每只股票分年度進(jìn)行回歸，得到其年度擬合優(yōu)度，然后，根據(jù)如下公式將擬合優(yōu)度做對(duì)數(shù)化處理，得到股價(jià)同步性指標(biāo)Synch1：

穩(wěn)健起見，同時(shí)仿效An et al.(2013)[1]，按如下回歸模型構(gòu)建同步性指標(biāo)Synch2：

2.政府補(bǔ)助水平(Sub)

2017年政府補(bǔ)助準(zhǔn)則修訂允許公司將與日?；顒?dòng)相關(guān)的政府補(bǔ)助在營(yíng)業(yè)利潤(rùn)之上增設(shè)“其他收益”項(xiàng)目予以列報(bào)，因此，本文用政府補(bǔ)助金額除以營(yíng)業(yè)利潤(rùn)來(lái)反映公司所獲得的政府補(bǔ)助水平。營(yíng)業(yè)利潤(rùn)是公司持續(xù)經(jīng)營(yíng)能力的重要反映，營(yíng)業(yè)利潤(rùn)為負(fù)將導(dǎo)致政府補(bǔ)助水平指標(biāo)失去經(jīng)濟(jì)意義，因此研究剔除了這部分樣本。

3.產(chǎn)業(yè)政策支持(IP)

仿效祝繼高等(2015)[28]、楊興全等(2018)[24]、陳冬華等(2018)[12]，本文依據(jù)五年規(guī)劃綱要來(lái)判斷行業(yè)是否受政策支持。鑒于研究樣本的時(shí)間區(qū)間為2015—2017年，因此，依據(jù)《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議》，具有“支持”和“鼓勵(lì)”字眼行業(yè)中的公司取1，否則取0。

4.信息不對(duì)稱程度(Asymmetry)

仿效王雄元等(2016)[22]，本文采用分析師預(yù)測(cè)偏差來(lái)度量信息不對(duì)稱程度。首先，用分析師最近一次預(yù)測(cè)的年末每股收益與公司實(shí)際年末每股收益的差額除以公司實(shí)際年末每股收益，該比率越大代表公司面臨的信息不對(duì)稱程度越高；其次，根據(jù)中位數(shù)分組，不對(duì)稱程度高的公司組取1，其他公司取0。

5.實(shí)驗(yàn)組虛擬變量(Treat)

實(shí)驗(yàn)組公司是2017年準(zhǔn)則修訂后將部分政府補(bǔ)助計(jì)入“其他收益”、納入營(yíng)業(yè)利潤(rùn)核算范圍的公司，這些公司在樣本區(qū)間內(nèi)均取1，其他公司取0。

6.實(shí)驗(yàn)期虛擬變量(Post)

新準(zhǔn)則于2017年6月實(shí)施，規(guī)定2017年1月1日后發(fā)生的政府補(bǔ)助需要按新準(zhǔn)則予以調(diào)整，因此，準(zhǔn)則修訂后的2017年取1，之前的年度(2015—2016年)取0。

7.控制變量

包括：公司規(guī)模(LnTA)，等于總資產(chǎn)的自然對(duì)數(shù)；財(cái)務(wù)杠桿(Lev)，等于總資產(chǎn)負(fù)債率；權(quán)益市值賬面價(jià)值比(MB)，等于總市值除以凈資產(chǎn)；上市年齡(ListAge)，等于截至當(dāng)年公司上市的年數(shù)；公司業(yè)績(jī)(ROA)，等于總資產(chǎn)收益率；股票換手率(STO)，等于公司股票年度成交量除以總股本；高管持股比例(MOE)，等于高管持股之和除以總股本；股權(quán)制衡(ZScore)，等于第一大股東與第2～5大股東持股比例之和的比值；股權(quán)集中度(First)，等于第一大股東持股比例；董事長(zhǎng)和CEO兩職兼任(Dual)，兩職分離則取1，否則取0；基金持股比例(Fund)，等于基金持股數(shù)量之和除以總股本；國(guó)際四大審計(jì)(Big4)，公司由國(guó)際四大會(huì)計(jì)師事務(wù)所審計(jì)取1，否則取0；董事會(huì)規(guī)模(Board)，等于董事會(huì)人數(shù)；獨(dú)立董事比例(Indep)，等于獨(dú)立董事人數(shù)除以董事會(huì)人數(shù)；年度虛擬變量(Year)和行業(yè)虛擬變量(Ind)。

(三)計(jì)量模型

研究假設(shè)1的檢驗(yàn)采用如下回歸模型，Controlk代表所有控制變量：

研究假設(shè)2的檢驗(yàn)采用如下雙重差分(DID)模型：

控制變量Controlk包含了年度虛擬變量(Year)，而時(shí)間效應(yīng)變量Post是年度虛擬變量的線性函數(shù)，存在完全多重共線性問(wèn)題，因此，時(shí)間效應(yīng)變量Post未出現(xiàn)在式(2)中。在式(2)中，β7反映了2017年準(zhǔn)則修訂前后政府補(bǔ)助對(duì)股價(jià)同步性影響強(qiáng)度的變化，研究假設(shè)2預(yù)測(cè)β7顯著為負(fù)。

本文用分組回歸的方法檢驗(yàn)研究假設(shè)3和4，采用與式(2)相同的雙重差分模型，關(guān)注β7在兩組公司間的差異。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表1報(bào)告了變量的描述性統(tǒng)計(jì)結(jié)果。兩個(gè)股價(jià)同步性指標(biāo)的均值分別為-0.297和-0.495，與Wang et al.(2013)[8]和Hasan et al.(2014)[3]的統(tǒng)計(jì)結(jié)果大致相當(dāng)。產(chǎn)業(yè)支持(IP)的公司占比約為60%，與陳冬華等(2018)[12]報(bào)告的值相當(dāng)。政府補(bǔ)助與營(yíng)業(yè)利潤(rùn)之比平均為20.6%，表明政府補(bǔ)助對(duì)公司營(yíng)業(yè)利潤(rùn)有重要影響。實(shí)驗(yàn)組虛擬變量(Treat)的均值為68.3%，代表政府補(bǔ)助準(zhǔn)則修訂后，有近七成公司將政府補(bǔ)助調(diào)整到“其他收益”中單獨(dú)列報(bào)，納入營(yíng)業(yè)利潤(rùn)核算范圍。

表2報(bào)告了核心變量的相關(guān)系數(shù)，可以看到，政府補(bǔ)助水平(Sub)與公司股價(jià)同步性(Synch)正相關(guān)，意味著政府補(bǔ)助增加將提高股價(jià)同步性，支持研究假設(shè)1。信息不對(duì)稱程度與股價(jià)同步性正相關(guān)，表明信息不對(duì)稱程度越高，投資者越難獲得公司的異質(zhì)性信息。產(chǎn)業(yè)政策支持與公司股價(jià)同步性呈現(xiàn)一定程度的負(fù)相關(guān)性，表明產(chǎn)業(yè)政策支持具有一定的提高異質(zhì)性信息傳遞的作用(陳冬華等，2018)[12]。此外，政府補(bǔ)助水平(Sub)與信息不對(duì)稱指標(biāo)(Asymmetry)正相關(guān)，表明更多的政府補(bǔ)助流向了信息不對(duì)稱程度較高的公司。

表1 變量的描述性統(tǒng)計(jì)

表2 核心變量的相關(guān)系數(shù)

(二)政府補(bǔ)助對(duì)公司股價(jià)同步性的影響

表3報(bào)告了政府補(bǔ)助(Sub)對(duì)公司股價(jià)同步性的影響，顯示Sub在所有的回歸模型中均顯著為正，表明政府補(bǔ)助的增加降低了公司異質(zhì)性信息，提高了公司股價(jià)的同步性，支持研究假設(shè)1。1

(三)政府補(bǔ)助準(zhǔn)則修訂對(duì)公司股價(jià)同步性的影響

表3 政府補(bǔ)助與公司股價(jià)同步性

1.政府補(bǔ)助準(zhǔn)則修訂對(duì)股價(jià)同步性的影響

為考察政府補(bǔ)助準(zhǔn)則修訂的政策效應(yīng)，本文采用雙重差分模型?；貧w結(jié)果(見表4)顯示，Sub*Post顯著為正，表明在未受準(zhǔn)則修訂影響的控制組公司(Treat=0)中，準(zhǔn)則修訂后，政府補(bǔ)助與公司股價(jià)同步性之間的正相關(guān)性顯著增強(qiáng)了；而Sub*Post*Treat顯著為負(fù)，表明在受準(zhǔn)則修訂影響的實(shí)驗(yàn)組公司(Treat=1)中，準(zhǔn)則修訂后，政府補(bǔ)助與股價(jià)同步性之間的相關(guān)性顯著降低了，支持研究假設(shè)2。這意味著，準(zhǔn)則修訂允許公司將與經(jīng)營(yíng)活動(dòng)相關(guān)的政府補(bǔ)助通過(guò)“其他收益”項(xiàng)目納入營(yíng)業(yè)利潤(rùn)核算范圍，使投資者對(duì)公司持續(xù)經(jīng)營(yíng)能力有更合理的預(yù)期和判斷，增強(qiáng)了公司異質(zhì)性信息的傳遞，從而降低了公司股價(jià)的同步性。

2.信息不對(duì)稱、政府補(bǔ)助準(zhǔn)則修訂與股價(jià)同步性

研究假設(shè)3預(yù)期在信息不對(duì)稱程度更嚴(yán)重的公司中，在政府補(bǔ)助準(zhǔn)則修訂后，股價(jià)同步性降低的程度應(yīng)當(dāng)更大。表5的回歸結(jié)果顯示，與研究假設(shè)3的預(yù)期相一致，在信息不對(duì)稱程度更高，即Asymmetry等于1的樣本組中，Sub*Treat*Post的回歸系數(shù)顯著為負(fù)，意味著在信息不對(duì)稱程度更高的公司中，將部分政府補(bǔ)助納入營(yíng)業(yè)利潤(rùn)核算范圍，顯著降低了政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系。

3.產(chǎn)業(yè)政策、政府補(bǔ)助準(zhǔn)則修訂與股價(jià)同步性

表6的回歸結(jié)果顯示，在產(chǎn)業(yè)政策支持的公司中，Sub*Treat*Post顯著為負(fù)，表明在政策支持的公司中，公司采取差別化的會(huì)計(jì)處理釋放了更多的公司異質(zhì)性信息，顯著降低了政府補(bǔ)助與股價(jià)同步性之間的正向聯(lián)系，同時(shí)也為政策效應(yīng)存在顯著個(gè)體差異的觀點(diǎn)提供了經(jīng)驗(yàn)證據(jù)支持(陳冬華等，2018)[12]。

表4 準(zhǔn)則修訂、政府補(bǔ)助與公司股價(jià)同步性

(四)穩(wěn)健性檢驗(yàn)

由于是否將政府補(bǔ)助納入營(yíng)業(yè)利潤(rùn)核算范圍存在一定靈活性，一定程度上有自選擇問(wèn)題，本文采用傾向得分法匹配的雙重差分模型(PSM-DID)來(lái)緩解自選擇帶來(lái)的內(nèi)生性問(wèn)題。在新準(zhǔn)則實(shí)施后的2017年，樣本公司中有近七成的公司將政府補(bǔ)助部分計(jì)入“其他收益”(即實(shí)驗(yàn)組公司)，實(shí)驗(yàn)組公司數(shù)量明顯要多于控制組，因此，如果以實(shí)驗(yàn)組公司為基礎(chǔ)進(jìn)行匹配，將導(dǎo)致很多實(shí)驗(yàn)組公司無(wú)法找到合適的匹配公司。為解決這一問(wèn)題，仿效Luong et al.(2016)[4]的思路，本文采用反向匹配的方法，即以控制組樣本為基準(zhǔn)，根據(jù)公司特征在實(shí)驗(yàn)組公司中進(jìn)行匹配，這樣可以更好地保證匹配的有效性。

表5 準(zhǔn)則修訂、信息不對(duì)稱、政府補(bǔ)助與公司股價(jià)同步性

具體而言，根據(jù)準(zhǔn)則修訂前一年公司特征變量(表7欄A中的所有變量)，對(duì)控制組公司進(jìn)行1對(duì)2匹配2，欄A報(bào)告了匹配后實(shí)驗(yàn)組和控制組變量的差異檢驗(yàn)，可見所有變量均沒(méi)有顯著差異(差異檢驗(yàn)的t值都很小)，因此，可以認(rèn)為匹配后兩組公司在準(zhǔn)則修正前符合平行趨勢(shì)假設(shè)。欄B報(bào)告了傾向得分匹配后的雙重差分回歸結(jié)果，可以看到，交互項(xiàng)Sub*Treat*Post顯著為負(fù)，表明在政府補(bǔ)助準(zhǔn)則修訂后，實(shí)驗(yàn)組公司股價(jià)同步性顯著降低了，仍支持研究假設(shè)2。

表6 準(zhǔn)則修訂、產(chǎn)業(yè)政策、政府補(bǔ)助與公司股價(jià)同步性

表7 配對(duì)的雙重差分(PSM-DID)模型回歸結(jié)果

-0.106＊(-1.76)Board 0.017＊＊(2.05)Big4 -0.053(-1.06)-0.054(-1.07)-0.105＊(-1.75)0.027＊＊＊(2.84)Indep 0.369(1.40)0.017＊＊(2.11)0.026＊＊＊(2.77)0.380(1.45)0.563＊(1.80)0.573＊(1.84)截距項(xiàng) 0.270(0.60)0.255(0.56)-0.547(-1.03)-0.566(-1.06)Ind&Year Yes Yes Yes Yes調(diào)整后R2 0.341 0.341 0.303 0.303樣本數(shù) 3191 3191 3191 3191注：括號(hào)中數(shù)值是t值，＊、＊＊和＊＊＊分別表示在10%、5%和1%水平下顯著。

其他穩(wěn)健性檢驗(yàn)內(nèi)容包括剔除沒(méi)有政府補(bǔ)助的樣本公司，用公司規(guī)模對(duì)政府補(bǔ)助做調(diào)整重新計(jì)算政府補(bǔ)助水平，改變信息不對(duì)稱程度的計(jì)算方法，用分析師預(yù)測(cè)的分歧度(分析師預(yù)測(cè)的每股收益的標(biāo)準(zhǔn)差除以實(shí)際的每股收益)來(lái)度量信息不對(duì)稱的程度，均不改變本文的基本結(jié)論。

五、結(jié)論與討論

基于股價(jià)同步性的信息效率觀，本文研究了政府補(bǔ)助以及2017年政府補(bǔ)助準(zhǔn)則修訂對(duì)公司股價(jià)同步性的影響。研究發(fā)現(xiàn)：政府補(bǔ)助削弱了公司異質(zhì)性信息的傳遞，提高了公司股價(jià)同步性；政府補(bǔ)助準(zhǔn)則修訂要求公司結(jié)合經(jīng)濟(jì)業(yè)務(wù)實(shí)質(zhì)差別化處理政府補(bǔ)助，有助于投資者獲得有關(guān)公司各層級(jí)利潤(rùn)的信息，從而捕獲公司更多異質(zhì)性，降低政府補(bǔ)助與股價(jià)同步性之間的聯(lián)系強(qiáng)度。進(jìn)一步，在橫截面分析中，研究發(fā)現(xiàn)在信息不對(duì)稱程度更嚴(yán)重和受產(chǎn)業(yè)政策支持的公司樣本中，準(zhǔn)則修訂更好地發(fā)揮了強(qiáng)化公司異質(zhì)性信息傳遞的作用，顯著地降低政府補(bǔ)助與公司股價(jià)同步性之間的聯(lián)系強(qiáng)度。綜合而言，研究表明政府補(bǔ)助準(zhǔn)則修訂增強(qiáng)了公司異質(zhì)性信息的傳遞，減少了公司股價(jià)“同漲同跌”的現(xiàn)象，為政府補(bǔ)助準(zhǔn)則修訂提供了經(jīng)驗(yàn)證據(jù)支持，同時(shí)表明高質(zhì)量的會(huì)計(jì)準(zhǔn)則有助于提高資本市場(chǎng)信息效率。

誠(chéng)然，本文的研究并不能排除個(gè)別公司通過(guò)不恰當(dāng)?shù)臅?huì)計(jì)處理，將部分政府補(bǔ)助計(jì)入“其他收益”，以實(shí)現(xiàn)調(diào)節(jié)營(yíng)業(yè)利潤(rùn)的目的，從而降低了會(huì)計(jì)信息的可靠性。但是，我們認(rèn)為盈余信息可靠性的降低并不是政府補(bǔ)助準(zhǔn)則修訂本身的問(wèn)題，因?yàn)橐哉{(diào)節(jié)盈余為目的的盈余管理行為是公司監(jiān)督、激勵(lì)機(jī)制不完善帶來(lái)的。因此，更好地平衡政府補(bǔ)助信息的相關(guān)性和可靠性，需要細(xì)化政府補(bǔ)助信息的披露要求：一方面，報(bào)表附注中應(yīng)重視量化信息的披露，比如提供政府補(bǔ)助的歷史信息、行業(yè)可比信息、在營(yíng)業(yè)利潤(rùn)中所占比例等；另一方面，重視非量化信息的披露，比如披露重要政府補(bǔ)助的發(fā)放部門、依據(jù)的政府文件及內(nèi)容要點(diǎn)。此外，政府補(bǔ)助準(zhǔn)則修訂需要加強(qiáng)與證券監(jiān)管部門之間的溝通。目前，公司遵循的會(huì)計(jì)準(zhǔn)則和證券監(jiān)管規(guī)則口徑存在明顯差異，與經(jīng)營(yíng)活動(dòng)相關(guān)的政府補(bǔ)助計(jì)入營(yíng)業(yè)利潤(rùn)，會(huì)直接影響證券監(jiān)管口徑下的“非經(jīng)常性損益”項(xiàng)目的列報(bào)。會(huì)計(jì)準(zhǔn)則和監(jiān)管口徑的統(tǒng)一將有助于減弱公司由于迎合監(jiān)管政策而濫用會(huì)計(jì)斟酌權(quán)的內(nèi)在激勵(lì)，從而幫助投資者獲取更高質(zhì)量的會(huì)計(jì)信息，提高資本市場(chǎng)信息效率。

注釋

1.此外，我們還發(fā)現(xiàn)(限于篇幅，未報(bào)告結(jié)果)政府補(bǔ)助顯著降低了會(huì)計(jì)業(yè)績(jī)(ROA)與年報(bào)市場(chǎng)反應(yīng)(CAR)的聯(lián)系強(qiáng)度，表明政府補(bǔ)助“模糊”了公司的盈利信息。

2.未報(bào)告的回歸結(jié)果采用了1對(duì)1的匹配方式，雙重差分模型估計(jì)Sub*Treat*Post仍顯著為負(fù)，但個(gè)別變量在政府準(zhǔn)則修訂前(2015—2016年)在10%顯著性水平下有顯著差異，不滿足平行性假設(shè)。