资产质量与公司违规行为

王永妍，牛煜皓，李昕宇，卢 闯

(1.中国人民大学 商学院，北京 100872；2.中央财经大学 会计学院，北京 100081)

一、 引 言

随着我国资本市场的发展与法制环境的完善，上市公司经营治理水平逐步提升，但仍然存在诸多不规范之处，上市公司侵占投资者利益的行为时有发生。据RESSET数据库统计，在2003-2015年间，共有3846家上市公司(同一公司若多年份重复违规予以累计)因信息披露违规、经营违规、管理层违规等受到查处。2017年4月，《中国青年报》舆情监测室与《法人》杂志共同发布了《2016中国企业家犯罪(媒体样本)研究报告》，报告表明在2009-2016年间，可统计的企业家犯罪高达2757起，且八年间呈持续上升态势，对资本市场中的参与者特别是中小股东的利益造成了严重损害。因此研究公司违规行为的影响因素并加以关注，对于抑制违规行为、规范我国上市公司的经营治理、保护中小投资者合法权益具有重要作用。

在资本市场中，信息是资产价格的生成依据，引导着市场资源配置，影响资源配置效率。但在现实环境中，在获取公司信息时，以控股股东与管理层为代表的公司内部人与外部投资者之间存在着位势优劣之分。外部投资者因信息不对称面临着逆向选择和道德风险，结果可能导致柠檬问题(Akerlof,1970)[1]和代理问题(Jensen和Meckling,1976)[2]。引发代理冲突的重要原因之一就是信息获取渠道的阻滞和失衡，而公司信息质量的降低将进一步加剧公司大股东或管理层以攫取私利为目的的违规行为(游家兴和李斌，2007)[3]，增加公司违规的可能性。因此提高公司信息质量能够使得管理层的决策行为受到投资者的直接监督，使CEO决策制定更加谨慎(权小峰和吴世农，2010)[4]，对于抑制公司违规行为具有明显的作用(Core,2001)[5]。

由于经济发展较为落后，相关的法律制度不够完善，我国早期的会计准则采用了收入费用观(盖地和杨华，2008)[6]。随着改革开放持续深入，相关法律制度不断健全，外资大量引入，采用全球统一的会计准则能够有效降低企业之间的沟通成本(冯淑萍和应唯，2005)[7]。同时，我国市场经济蓬勃发展，资本市场不断完善，财务人员的专业素养日益提升，我国的会计准则具备了过渡到资产负债观的条件。2007年开始实行的新会计准则的制定理念由收入费用观转向了资产负债观，实现了与国际会计准则的实质性趋同，导致会计信息的重点由损益表转向资产负债表，资产质量取代盈余质量成为会计信息质量的核心(尚燕等，2017)[8]。

本文关注会计报表中所反映的资产信息含量，并参考王永妍等(2017)[9]的做法，将资产质量定义为公司资产预测公司未来获取经济收益的能力。需要特别说明的是，本文所研究的“资产”仅指狭义上的会计资产。企业还有一些能够为企业创造竞争优势和超额利润却未能在会计上予以确认的资产例如人力资源、组织资源等，目前尚无法被可靠地确认与计量，无任何准则和制度约束，外部人难以准确获知，不属于公开信息。因此本文将研究范围限定为市场参与者都能获知的会计资产信息，衡量其对公司未来经济利益的预测能力。当公司资产质量较高时，资产可以更加公允真实地反映资产未来的盈利能力，更有效地体现管理层的决策效率，更有利于评价并监督公司的决策过程，减少公司内部人的利益侵占行为，促进公司信息质量的提升，抑制公司违规行为。

本文基于我国沪深两市所有上市公司2003-2015年的数据，考察了资产质量对于上市公司违规行为的影响。回归结果显示，公司的资产质量越低，上市公司的违规倾向越高，违规次数越多，同时将违规类型进一步划分成信息披露违规与非信息披露违规，实证结果表明资产质量对信息披露违规的影响较大，而在非信息披露违规中不显著。本文还研究了不同信息环境对资产质量发挥作用的影响，发现当该地区信息不对称程度越高，市场化程度越低，法制环境越差，代理成本越高时，资产质量对公司违规行为的影响也会越大。进一步的稳健性检验表明，在控制了内生性问题后，公司质量对公司违规的影响依然存在。在控制公司层面的固定效应之后，结果依然显著。在应用条件Logit回归和负二项回归进行重新估计，结果依然稳健。

本文的研究贡献包括：第一，已有研究主要从公司治理，包括股权结构、董事会特征、高管薪酬激励机制等以及公司外部经营环境两方面研究了公司违规行为的影响因素，忽略了新会计准则颁布后资产质量在其中发挥的作用。本文则是在2007年会计准则制定理念从收入费用观转向资产负债观的政策背景下，讨论会计信息质量特别是资产质量对公司违规的影响，对于证券市场监管机构完善相关规定，促进信息质量的提高，保护投资者权益具有较强的现实意义。第二，本文进一步考察了内外部环境对资产质量治理作用效果的边际影响。本文发现，公司所处的内外部环境越差(市场化程度低、法制环境差、信息不对称程度高、代理成本高)，会计信息质量的治理作用效果越强。本文将公司内外部环境与会计信息治理作用有机结合，探究信息不对称是否会影响会计信息质量治理的职能效果。第三，现有文献对于会计准则改革影响的研究主要集中在财务报告和资本市场层面，如会计盈余质量、价值相关性、股价同步性、资本成本等主题。本文的研究结论说明，会计信息具有治理作用，新会计准则的实施有助于提高公司会计信息质量，具有良好的公司治理效果，是正确的改革方向。

二、 理论分析与研究假设

对于公司违规行为的影响因素，现有文献主要分为公司外部因素和内部因素两大方面。

在外部因素中，国外学者研究发现公司违规行为和经济环境(Povel等,2007)[10]、行业投资信心(Wang等,2010)[11]都呈倒U型关系。国内学者则主要从机构投资者、媒体监督和市场竞争等方面进行分析。机构投资者持股有助于提升上市公司综合治理水平(李维安和李滨，2008)[12]，监督信息披露质量(江向才，2004；崔学刚，2004)[13-14]，增加公司违规行为被稽查的可能性(陆瑶等，2012)[15]，但这种治理作用仅在非国有公司中显著(薄仙慧和吴联生，2009)[16]。媒体关注主要通过资本市场发挥公司治理功能(李培功和沈艺峰，2010；于忠泊等，2011)[17-18]。媒体关注度高的公司，公司盈余管理行为(陈克兢，2016)[19]和公司违规行为更少(孔东民等，2013；周开国等，2016)[20-21]，但这一外部治理作用以行政介入机制为主(杨德明和赵璨，2012；李培功和徐淑美，2013)[22-23]。产品市场竞争会“诱发”公司的违规行为，即公司所处行业的竞争程度越高，公司违规的可能性越大(滕飞等，2016)[24]。公司内部影响因素的文献，研究视角包括股权结构、董事与高管特征、内部控制、财务特征等。在股权结构方面，现有研究普遍认为股权集中度与上市公司违规显著正相关(梁杰等，2004；张栋等，2007)[25-26]。在董事特征方面，现有研究大多关注独立董事对公司违规行为的影响，仅有为数不多的文章关注CEO和董事间关系对公司违规行为的影响(陆瑶和李茶，2016；陆瑶和胡江燕，2016)[27-28]。独立董事是董事会的重要组成部分。他们出于声誉成本的考虑会竭力代表股东的利益(Fama和Jensen,1983)[29]，增加独立董事有助于避免公司发生财务舞弊行为(Beasley,1996；Uzun等,2004；蔡志岳和吴世农，2007；曹伦和陈维政，2008)[30-33]。在高管方面，Peng和Rell (2008)[34]和Johnson等(2009)[35]实证检验了高管激励与公司违规行为之间的关系。顾亮和刘振杰(2013)[36]和贺小刚等(2015)[37]实证检验了高管背景特征及其所面临的赶超压力和公司违规行为之间的关系。在内部控制方面，公司内部控制能够抑制公司违规行为(单华军，2010；周继军和张旺峰，2011)[38-39]。在财务特征方面，公司的盈利能力越强，公司的违规可能性越低(冯旭南和陈工孟，2011)[40]，财务压力越大，披露违规信息的可能性越高(屈文洲和蔡志岳，2007；吴国萍和马施，2010)[41-42]。

2003年SEC要求FASB开展原则导向会计准则的研究，引发了会计准则的重大变革。会计准则理念的重要转变，强调了资产预测盈利的功能，即Bernstein(1996)[43]研究的资产变现能力与未来盈利能力的关系。Chen和Zhang(2013)[44]开展了盈余质量与资产质量关系研究，将资产对未来盈利能力的预测能力定义为资产生产效率。研究发现高资产质量组资产未来盈利更稳定，在预测超额股票回报时，资产质量指标显著而盈余质量指标不显著。我国学者自2001年以来开展关于资产质量的研究。不同学者对资产质量的评价体系也提出了不同的观点(钱爱民和张新民，2009；徐私和王玉梅，2009)[45-46]。宋献中和高志文(2001)[47]以每股净资产和调整后每股净资产的差额来度量资产质量，首次提出通过资产质量来预测企业未来盈利。关于资产质量和盈余质量之间的关系，现有学者普遍认为公司资产质量越高，盈余质量越高(高雨和孟焰，2012)[48]，公司价值越大(唐洁珑等，2016)[49]。

公司资产质量的高低标志着公司传递给市场的会计信息质量的优劣(Chen和Zhang，2013)[44]。当公司资产质量较高时，说明公司对于其日常经济活动中资产、负债的变化的计量与确认更加客观、可靠，对于每一项交易行为的本质和经济后果的刻画更为准确、翔实，信息不对称程度较低，信息透明度较高。公司年报可以将更多真实、准确的信息传递给资本市场，减少内部人或知情者对公司信息的私人占有，减少其利用信息进行内幕交易的空间(Botosan等,2004;张程睿，2016)[50-51]。另一方面，作为公司治理机制的重要组成部分，提高信息透明度有助于投资者甄别管理者经营水平的高低，强化董事会对总经理的监管机制(游家兴和李斌，2007)[3]，强化投资者对大股东的监督，降低大股东资金占用的可能性(王克敏等，2009)[52]，降低公司违规的概率。

根据上述分析，本文提出假设：

公司资产质量越高，公司违规的可能性越低，违规次数越少。

三、 数据来源与变量定义

(一) 数据来源与样本

采用2003-2015年沪深两市所有A股上市公司样本进行研究。由于本文在计算资产质量时需要用到滞后一期的数据，因此实际的财务数据区间涵盖了2002年至2015年共14年，共得到22159个公司—年度观测值。本文采用的公司违规数据来自RESSET数据库当中的“重大事项违规处罚”统计表。具体而言，本文参照已有文献(陆瑶和李茶，2016；陆瑶和胡江燕，2016)[27-28]，将违规类型细分成信息披露违规与非信息披露违规。信息披露违规包括选择性信息披露、虚假信息披露、重要信息遗漏披露等；非信息披露违规包括经营违规、管理层违规等。

表1列示了违规公司的分年度、分类型统计。其中，2003-2015年违规公司共计3846家(同一公司若同一年份重复违规不累计)，占全部A股公司17.36%。其中，2003-2006年，违规公司数量缓慢增加，2007-2012年数量迅速上升，2013-2015年数量有所下降。从违规类型上看，信息披露违规占比基本不变，非信息披露违规占比逐渐升高。

表1 违规公司的年度类型统计

(二) 变量选择与定义

1.被解释变量。借鉴Vikramaditya等(2015)[53]的研究，采用虚拟变量Fraud、连续变量Freq来度量公司违规。如果公司当年存在违规行为，则Fraud取值1，否则取0。此外，Fraud1表示信息披露违规倾向，公司当年存在信息披露违规取1，否则取0；Fraud2表示非信息披露违规倾向，公司当年存在非信息披露违规取1，否则取0。Freq表示公司当年违规行为总数，Freq1代表公司当年信息披露违规行为总数，Freq2代表公司当年非信息披露违规行为总数。

2.核心解释变量：资产质量。本文参照已有文献(Bernstein，1996[43]；尚燕等，2017[8]；王永妍等，2017[9])，将资产质量定义为公司资产预测公司未来经济利益的能力。借鉴Chen和Zhang(2013)[44]的测度方法，本文以模型(1)回归得到的调整后的R2来度量公司的资产质量：

NOPATi,t=β0,i+β1,iNOAi,t-1+εt

(1)

(1)式中，NOPATi,t代表上市公司i第t期的经济利益，由扣除非经常性损益后的净利润与财务费用之和计算得到，NOAi,t-1代表上市公司i滞后一期的净营运资产，具体计算公式为：净营运资产=所有者权益合计+付息债务-货币资金-交易性金融资产，付息债务=短期借款+一年内到期的非流动负债+长期借款+应付债券+长期应付款。

对于上市公司i第t年资产质量的度量，本文采用t-1和t连续两年总计八个季度数据对模型(1)进行回归，回归结果估计的调整R2代表资产质量。在实际计算过程中，本文应用两种算法计算资产质量：(1)严格算法：当计算t年的资产质量的时候，如果t-1和t两年一共8个季度都有观测值，则计算该公司在t年的资产质量，否则这家公司不纳入计算t年的资产质量；(2)宽松算法：不考虑(1)中的观测值缺失问题，直接计算。

3.控制变量。借鉴已有研究(Wang等,2010；陆瑶和李茶，2016)[11,28]，本文选取了公司规模Size、资产负债率Lev、成长性Growth、净资产收益率Roe和现金持有量CashHold等作为控制变量，详细的变量定义如表2所示。

表2 变量定义

(三) 模型设计

本文应用模型(2)对公司资产质量与公司违规行为之间的联系进行考察：

Fraudi,t/Freqi,t=β0+β1AQ1/AQ2+β2Controls+∑Yeari,t+∑Indi,t+εi,t

(2)

本文预期，若假设1成立，则β1显著为负，即公司的资产质量越好，公司违规的可能性越低，违规次数越少。

四、 实证结果

(一) 描述性统计分析

表3列出了变量的描述性统计。由表3可知，AQ1的均值和中位数分别为0.236和0.153；AQ2的均值和中位数分别为0.215和0.138。两种度量指标的标准差分别为0.237和0.217，这说明我国上市公司的资产质量存在较大的差异。其余变量的描述性统计结果在此处不再赘述。

表3 描述性统计分析

(二) 相关性分析

根据本文实证中各变量的相关系数(限于篇幅未列示)，公司违规倾向(Fraud)、公司违规次数(Freq)和公司资产质量(AQ1)的Pearson相关系数分别为-0.032和-0.032，均在1%的水平上显著。这一结果初步验证了假设1的推断，即公司的资产质量越好，公司违规可能性越低，违规次数越少。此外，各主要变量之间的相关系数基本都维持在0.4以下，说明本文的实证模型不存在明显的多重共线性。

(三) 回归分析

接下来，本文应用模型(2)对假设1进行回归分析，结果如表4所示。PanelA列示的是采用Logit回归得到的回归结果，PanelB列示的是采用Poisson回归得到的回归结果。为了缓解模型中潜在的异方差和序列相关问题，参考已有文献，对回归系数的标准误在公司层面上进行聚类处理。从表4可知，公司的违规倾向与资产质量显著负相关，同时信息披露违规倾向与资产质量显著负相关，但是非信息披露违规倾向与资产质量并无显著负相关关系。从控制变量来看，公司规模Size会显著减少公司违规的可能性和违规次数，这可能是因为市场对大公司的关注度比较高，大公司一旦违规，监管机构对大公司的处罚往往比较严重。净资产收益率Roe和现金持有量CashHold对公司的违规倾向有显著的负作用，说明良好的公司业绩和充足的现金持有会降低公司违规的可能性。股权集中度Top5Hold显著降低公司违规的可能性，与已有研究的发现一致。审计师是否是国际“四大”显著降低了公司违规的可能性，说明外部审计对公司违规的制约显著存在。行业违规公司占比IndFraud越高，公司违规倾向越强，说明行业违规会诱发公司违规行为。

五、 进一步讨论

如果资产质量具有治理效果，那么下一个深层次的问题必然出现：资产质量对公司违规行为的抑制作用是通过什么传导途径形成的？其传导机理是什么？本文认为，资产质量通过改善公司信息质量影响其违规行为。接下来，本文分别检验不同信息环境对资产质量发挥作用的影响。

(一) 基于信息不对称程度的调节效应分析

资本市场中的信息包括公开市场信息和未公开私人信息，资本市场中的参与者通过信息进行交易，部分信息融合并反映到股票价格中(孔东民等，2013)[20]。资产质量越高的公司，向市场传递的财务信息与非

表4 资产质量与公司违规行为

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

财务信息的质量也就越高，投资者越能够通过信息改变信念水平，进而做出决策。当信息不对称程度较高时，中小投资者难以通过其他渠道搜寻增量信息，此时资产质量起到的信息披露和监督公司行为角色可能更为明显，即资产质量对公司违规的边际影响要高于信息不对称程度较低时的情形。

本文应用媒体关注度、分析师跟踪度、股价同步性和上市时间来衡量信息不对称程度。其中媒体关注度由当年关于上市公司的新闻报道数量来衡量，分析师跟踪度由当年关于上市公司的分析师报告数量来衡量，股价同步性参考Durnev等(2003)[54]和王亚平等(2009)[55]的度量方法来衡量，应用模型(3)和模型(4)衡量公司的股价同步性：

ri,t=β0+β1rm,t+β2rI,t+εi,t

(3)

(4)

本文分别根据媒体关注度、分析师跟踪度、股价同步性和上市时间四个指标的“年度—行业”中位数将样本分为媒体关注度高和低、分析师跟踪度高和低、股价同步性高和低、上市时间长和短四组，并应用模型(2)进行分组回归，结果如表5-8所示。回归结果证实了上文的预期，当信息不对称程度较高时，资产质量对公司违规行为的影响更大；反之，两者之间的关系明显弱化。同时，这一结果进一步证实了资产质量是通过改善信息质量影响公司违规行为的，增强了本文结论的可信度与稳健性。

表5 调节效应：媒体关注度

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

表6 调节效应：分析师跟踪度

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

表7 调节效应：股价同步性

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

表8 调节效应：上市时间

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

(二) 基于市场化程度的调节效应分析

在市场化进程较高地区，政府干预市场少，市场竞争较公平，公司越倾向于通过披露较多的公司信息来提高投资者信心(李慧云和刘镝，2016)[56]。因此市场化程度越高，信息质量越好，资产质量对公司违规行为的约束越弱。为了验证上述假设，本文应用樊纲等编制的《中国市场化指数》中的“市场化指数总体评分”和“市场中介组织的发育和法律制度环境评分”衡量市场化程度和法律制度环境，根据市场化程度和法律制度环境的“年度—行业”中位数将样本分为市场化程度高与低、法律制度环境好与差四组，并根据模型(2)进行分组回归，回归结果如表9、表10所示。回归结果证实了上文的预期，即市场化程度较弱、法制环境较差时，资产质量对公司违规行为的影响更大；反之，两者之间的关系明显弱化。

表9 调节效应：市场化程度

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

表10 调节效应：法制环境

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

(三) 基于代理成本的调节效应分析

现代公司的所有权与经营权分离导致公司面临委托代理问题。公司所有者与经营者在获取公司内部信息上的不对称阻碍资本市场的功能。同时，当前我国法律制度不健全，管理者面临的诉讼风险较低，因此，当代理成本较高，管理者将选择降低信息质量。代理成本越高的公司，信息质量越差，资产质量对公司违规行为的约束就越显著。为了验证上述假设，本文参照江轩宇(2016)[57]的方法，采用管理费用与主营业务收入的比值来度量代理成本，根据代理成本指标的“年度—行业”中位数将样本分为代理成本高、代理成本低两组，并根据模型(2)进行分组回归，回归结果如表11所示。根据结果可知，当代理成本高时，资产质量的回归系数显著为负；当代理成本低时，资产质量的回归系数不显著。这一结果证实了上文的预期，即代理成本越高时，资产质量对公司违规行为的影响更大；反之，两者之间的关系明显弱化。

表11 调节效应：代理成本

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

六、 稳健性检验

(一) 其他可能的因果关系

上文结果可能存在另一种解释，即并非资产质量差的公司比资产质量好的公司违规行为更多，而是资产质量差的公司容易受到监管部门的稽查，因此被披露的违规事件更多；资产质量好的公司虽然同样有很多违规行为，但被监管部门稽查的概率小，进而被披露的违规事件较少。为了排除这一可能的解释，我们考察公司被监管部门稽查的概率(Dur)是否受到公司资产质量的影响。参考陆瑶和李茶(2016)[27]的方法，我们发现资产质量与公司被稽查的概率不存在显著关系，故排除这一可能解释的干扰。

(二) 工具变量回归

表12 资产质量对公司违规行为的影响

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

表13 资产质量对公司违规行为的影响

注：括号内为t值；*，**，***分别表示10%、5%和1%的显著性水平。

公司违规行为和资产质量之间可能存在一定的内生性问题，例如违规行为少、违规可能性低的公司，本身的资产质量就更高。为了缓解内生性问题对研究结论的干扰，本文参考江轩宇(2016)[57]的研究，应用资产质量的年度-行业均值作为资产质量的工具变量重新回归，以缓解内生性的影响。回归结果如表12、表13所示，采用工具变量进行二阶段回归后，资产质量的系数依然显著为负。

(三) 其他稳健性检验

(1)由于数据库中披露的公司违规数据是已经被稽查发现的违规事件，仍有一部分违规事件没有被发现，因此公司违规数据具有部分可观测的缺陷，应用Porbit或Logit进行估计存在偏差。因此，本文参考陆瑶和李茶(2016)[28]应用条件Logit回归和负二项回归进行重新估计，回归结果依然显著。(2)参考Chen和Zhang(2013)[44]，对资产质量进行行业调整，实证结果依旧显著。(3)控制公司层面的固定效应，所得到的结果依然支持本文结论。(4)参考滕飞等(2016)[24]依据违规倾向和违规次数的控制变量对违规样本和非违规样本进行1：2的倾向得分匹配(PSM)，然后再进行主检验，回归结果依旧显著。

七、 结论、启示与展望

本文通过对2003年至2015年所有A股上市公司的数据进行分析，探究资产质量对公司违规行为的影响。实证结果显示，上市公司的资产质量越高，公司违规倾向越小、违规次数越少。同时，将违规类型区分为信息披露违规和非信息披露违规(包括经营违规和领导人违规)之后，发现资产质量对信息披露违规的影响较大，而在非信息披露违规中不显著。进一步研究表明，在信息不对称程度高、市场化程度低、法制环境差、代理成本高四种情境下，资产质量对公司违规行为的影响更强，反之较弱。以上结论在考虑可能的内生性问题后依然成立。

本文深入探讨了资产质量对公司违规行为的影响，对公司的管理实践有如下几点启示：首先，从公司经营的角度来看，提高公司的资产质量，确实是避免公司发生违规行为的有效途径之一，而且这种提升也能够为公司带来诸如公司价值提高、绩效改善等经济利益。其次，从国家治理的角度来看，相关部门应进一步完善信息披露政策，加强对上市公司资产质量的考核，提高市场透明度，弱化公司违规倾向，从公司内部避免违规行为的发生。本文的局限在于度量资产质量指标的有效性，使用基于财务报表的测度可能不够全面，同时存在一定的噪音，是否存在更合适的指标是未来的一个研究方向。