企业特征对盈余管理的影响——基于A股上市公司的实证研究

鲁啸军（副教授）王子硕

（哈尔滨商业大学黑龙江哈尔滨150028）

一、引言

21世纪初，美国发生了一系列会计财务舞弊事件，其中包括安然、世通等公司。研究发现，这些财务舞弊事件的核心通常涉及盈余管理，盈余管理逐渐成为各界关注的热点问题。有学者认为在不损害相关者利益的前提下，盈余管理可以保证会计盈余的稳定性，使得各种契约顺利履行；也有学者认为盈余管理使得投资者无法通过财务报告准确判断企业价值，导致企业信息更加不透明，掌握信息的管理者更有可能通过内部交易来谋求私利。利益相关者需要获取具有真实性、可靠性的财务信息，因为正确的财务报表信息能引导利益相关者对企业价值和财务风险进行更为准确的评估。然而，管理者普遍存在因绩效薪酬、合同违约成本、企业股票价格等需要操纵盈余管理的现象。管理者虚抬利润，使得董事会与投资者对未来的估计过于乐观，导致投资过度，进而损害股东和投资者的利益。

为了抑制高层管理人员进行过度的盈余管理，中外学者开展了大量研究工作，取得许多有价值的研究成果，但缺乏对企业特征与盈余管理之间内在关系的研究，更缺少实证分析。为此，本文以我国沪深证券交易所199家上市公司为对象，分析企业特征对盈余管理的影响，目的在于揭示企业特征与盈余管理之间的关系，为利益相关方通过企业特征预估公司盈余管理可能性提供依据，从而抑制管理层的过度盈余管理。

二、理论基础与假设

近些年来，我国会计准则与国际财务报告准则（IFRS）在实现持续趋同，财务报告内容的透明度与真实性也在不断增加，但企业通过盈余管理操纵财务报告的情况仍然存在。一些上市公司更多地采用真实盈余管理手段调节盈余，增加了分析师的分析难度，对企业信息评估的准确性下降。美国会计学家Healy等（1999）认为盈余管理是管理层为了误导一些利益相关者对于企业潜在的经济表现的认知，或影响基于报告盈余为基础的合同结果，而在编制财务报告和构建交易的过程中根据职业判断来改变财务报告的行为。根据信号传递理论，收益向资本市场表明企业在一定时期内从事增值活动的程度。因此，企业管理层关心的是收益的数额以及财务报表。盈余管理与权责发生制有一定关系，在权责发生制下管理人员可以通过控制收入和费用确认时间来操纵一定时期内企业的收益。研究盈余管理影响因素的文献比较多，但研究有关企业特征对盈余管理的影响文献比较少。本文试图研究企业特征和盈余管理之间的关系，即企业规模、企业财务杠杆（债务水平）、企业盈利能力和企业盈余管理之间的关系。

（一）企业规模和盈余管理

不同的企业，规模大小不一，因此必须考虑企业规模如何影响盈余管理水平。Meek（2007）认为，基于信息不对称理论，大企业由于治理和控制能力强，信息不对称程度较低，从而盈余管理活动较少。Ahmad（2014）认为，企业规模与盈余管理之间存在负相关关系，原因如下：一是与小企业相比，大企业可能有更强的内部控制系统，不利于管理层的盈余管理。二是有效的内控系统更有利于向公众发布可靠的财务信息，因此这可能会降低管理层操纵收益的能力。此外，大企业通常由审计实力较强的会计师事务所审计，这有助于防止盈余管理并进行有效审计。三是声誉成本高。大企业的声誉成本高于小企业，因为相对于小企业而言，大企业一般有更好的市场前景和潜力，因此这可能有效控制大企业从事盈余管理的程度。李增福等（2013）认为企业规模的增大将促使管理层减少应计盈余管理方式的运用，采用真实盈余管理方式。刘晓华等（2015）认为企业规模与盈余管理显著负相关，说明规模越大的企业盈余管理程度越低，会计信息质量越高。基于以上分析，本文提出假设1：

H1：企业规模与盈余管理程度存在负相关关系。

（二）企业财务杠杆（债务水平）和盈余管理

管理人员可能采用某些会计方法来降低债务成本，使其管理企业的财务报表信誉度良好。因此，债务水平与会计政策选择之间存在联系，任何违反这些债务契约的行为都会给企业带来成本，这会导致管理层尽量避免增加成本支出的盈余管理方式。将这两个变量联系起来的理论是财务困境理论，该理论考察了财务困境企业管理者的盈余管理激励。该理论认为，当管理层操纵企业的收益时，其目的是为了让债权人相信，财务困境只是暂时的，很快就能恢复。当企业过于依赖于债务时，管理者倾向于通过盈余管理改变报表结果，这样会使报表更符合债权人的期待，从而避免增加企业与银行等债权人重新谈判的成本。基于以上分析，本文提出假设2：

H2：企业财务杠杆（债务水平）与盈余管理程度之间存在正相关关系。

（三）盈利能力和盈余管理

企业的盈利能力主要用净资产收益率（ROE）来衡量。信号理论表明，当企业获得高水平的财务业绩时，企业会增加信息披露的数量来向股东证明企业拥有足够的财富，即盈利能力好的企业会披露更多的会计信息，Lang等（1993）也支持这一观点，盈利能力更强的企业更容易向金融市场透露好消息。根据信号理论的传递效应，进一步推论，为了维护企业的正面形象和管理层的利益，避免过多信息披露造成不良的影响，企业对信息进行加工（盈余管理）的动机就越强。基于以上分析，本文提出假设3：

H3：企业盈利能力与盈余管理之间存在正相关关系。

（四）企业的审计质量和盈余管理

Yasar（2013）研究发现，审计质量对可操控性应计利润没有影响，这可能与监管部门对审计人员的处罚较轻、审计人员面临的诉讼风险较小有关。Piot等（2007）认为，国际“四大”和非“四大”会计师事务所由于与客户的密切关系，在某些环境下可能不会约束客户企业盈余管理行为，至多采用“用脚投票”的方式出具审计报告。可见，会计师事务所等审计机构对企业的盈余管理并不敏感，基于以上分析，本文提出假设4：

H4：审计质量与盈余管理之间不存在显著关系。

三、研究设计

（一）样本选择与数据来源

本文以沪深证券交易所199家上市公司2009—2018年数据作为样本，剔除掉金融机构和数据不全的样本。次级数据类型是用来测量财务报表中因变量和自变量的数据。数据来源于CSMAR数据库，使用STATA程序进行随机广义最小二乘（GLS）回归。

本文使用的面板数据，同时包含时间序列和横截面数据。之所以选择面板数据，是因为它有一个重要的优势，即与单纯的横截面数据或时间序列数据相比，可利用面板数据构建并检验更复杂的行为模型。面板数据还具有信息量大、可变性大、共线性少等其他优点。因此，在变量中，使用面板数据更有利于获得无偏见和更可靠的结果。另外，在具有固定效应的模型中，误差项是可以与回归量相关的；而在随机效应模型中误差项是一个完全随机的误差，误差要与回归量无关。可见，随机效应模型背后的原理与固定效应模型不同，实体之间的变化被假定为随机的，与模型中包含的自变量不相关。此点决定了在相关性分析中应该选择哪种效应模型。

（二）变量的定义

1.被解释变量。被解释变量为盈余管理。近年来大多数盈余管理文献主要依赖于可操控性应计利润（Discretionary Accrual，DA）作为盈余管理的代理变量，因此本研究将使用可操控性应计利润的绝对值作为盈余管理的代理变量。应计利润总额可分为可操纵应计利润和不可操纵应计利润两部分，即：

其中，TAt表示t年应计项目总额；DAt表示t年可操控性应计利润；NDAt表示t年非可操控性应计利润。

本研究使用的修正后的Jones模型（1995），计算NDAtj的公式如下：

为了找到NDA方程中需要使用的企业具体参数，本文使用回归方程来寻找这些参数，其方程如下：

用（1）-（2），即总应计利润减去期望应计利润，就可以得到代表盈余管理的可操控性应计利润DAt。

以上各式中，NDAtj表示对于j公司t年非可操控性应计利润；At-1表示在t-1年j公司总资产；ΔREVt表示j公司t年主营业务收入增加额；ΔARt表示j公司t年应收账款增加额；PPEtj表示j公司t年固定资产；β1j、β2j、β3j为具体的参数；b1、b2、b3分别是β1j、β2j、β3j的估计值；εt为随机误差。

2.解释变量。解释变量包括企业规模、盈利能力、审计质量以及财务杠杆（债务水平）。企业规模采用期末资产的自然对数进行度量，盈利能力采用净资产收益率来度量，财务杠杆（债务水平）用资产负债率来度量，审计质量由是否是国际“四大”会计师事务所来判断。

3.控制变量。控制变量包含行业虚拟变量、时间虚拟变量、行业竞争属性。参考江伟（2011）研究成果，即把行业属性分为垄断性和竞争性两大类，其中垄断行业包括石油化工、能源和原材料等，其余为竞争性行业。具体而言，本文根据证监会2012年公布的二级行业代码确定如下行业为垄断行业：B：采矿业；C16：烟草制品业；C25：石油加工炼焦和核燃料加工业；C31：黑色金属冶炼和压延加工业；C32：有色金属冶炼和压延加工业；D：电力、热力、燃气及水生产和供应业。

变量具体定义详见表1。

表1 解释变量与控制变量

（三）模型构建

本文利用以下回归模型检验多个独立变量。

DA=β0+β1SIZE+β2LEV+β3ROE+β4Big4+β5IND+ε

其中ε表示误差项。

四、实证分析

（一）描述性统计

样本的描述性统计见表2。结果表明，选取的样本企业的因变量（可操控性应计项目“DA”绝对值）的均值为0.0696166，标准差约为10.3%。这一平均值意味着样本公司中盈余管理的差距较小。企业规模的均值和标准差分别为22.446和1.308；盈利能力的均值为0.085，最大值为0.928，最小值为-0.901，说明样本企业盈利能力的差距悬殊；财务杠杆的均值和标准差分别为0.508和0.190。样本中有16.1%属于垄断性行业企业，83.9%属于竞争性行业企业，说明来自竞争性行业的样本占多数。此外，由国际“四大”会计师事务所审计的企业比例为7.9%，非国际“四大”会计师事务所审计的企业比例为92.1%，说明非国际“四大”会计师事务所审计的样本占绝大多数。

表2 描述性统计

（二）相关性分析

相关性分析的目的是检验因变量和自变量之间的关系以及自变量之间的相互关系，有助于检验多重共线性问题。使用Pearson相关系数用来衡量定距变量间的线性关系。自变量之间的Pearson相关性不应超过0.8，以证明变量之间不存在多重共线性问题（Bryman等，1997）。如表3所示，企业规模与企业盈利能力的相关性最高，为0.396，但不超过0.8，说明本研究模型中使用的自变量之间不存在多重共线性问题。

表3 相关性分析

（三）回归分析

以可操控性应计利润为因变量，对199家公司2009—2018年的样本进行Hausman检验。结果表明，与0.05相比，0.686的水平不显著，即不相关，说明应该使用随机效应回归而不是固定效应，本文采用广义最小二乘法（GLS）回归估计随机效应模型，如表4所示。显著性水平为0.0000，调整R2为0.124，也就是说，解释了12.4%的因变量（盈余管理）的变化。对于每个独立变量和因变量之间显著性水平除了审计质量和行业竞争属性外都有较大的显著性水平，即P值小于0.05。其中自变量的系数为负数说明自变量与企业盈余管理负相关。

表4 修正的Jones模型回归结果

由上页表4可见，修正的Jones模型回归结果中，企业规模与DA在1%水平上显著负相关，说明企业规模可以有效抑制盈余管理，进而支持了假设1；财务杠杆与DA在5%的水平上显著正相关，说明财务杠杆能显著影响盈余管理程度，支持了假设2；盈利能力与DA在1%水平上显著正相关，支持了假设3；审计质量P值为0.668，大于0.05，表明与DA关系不显著，支持了假设4。

（四）稳健性检验

为检验研究结论的可靠性，本文还进行了如下的稳健性检验：由于在主模型中DA采用修正的Jones模型计算而得，稳健性检验中DA采用未修正的Jones模型进行替换，重新进行回归分析，得出的结论如表5所示，与本文的主模型研究结论保持一致，说明研究结论可靠性较好。

表5 Jones模型回归结果

五、结论与局限

本文分析了沪深证券交易所199家上市公司2009—2018年财务报表数据，探讨了四个企业特征，即企业规模、企业财务杠杆（债务水平）、企业盈利能力和企业审计质量对盈余管理的影响。研究结论拓展了人们对财务报告质量及其重要性的认识。这些结论对依赖企业财务报告进行投资和相关决策的投资者及其他利益相关者有重要的参考价值。

本文得到以下结论：（1）企业规模与盈余管理之间存在负相关关系。企业规模越大，盈余管理程度越低。（2）财务杠杆（债务水平）与盈余管理存在正相关关系。随着财务杠杆的增加，管理人员会想办法降低债务成本，因此盈余管理程度增加。（3）盈利能力与盈余管理存在正相关关系。（4）会计师事务所不会刻意约束客户企业的盈余管理，因此审计质量与盈余管理关系不显著。

本文的研究还存在一些局限性。首先，只研究了构成企业特征的四个独立变量的影响，这些是在之前的文献中测试盈余管理效果最常用的特征，可能也有其他企业特征与盈余管理存在密切关系，而没有纳入本研究范围之内。其次，这项研究仅涉及沪深证券交易所199家公司，而且由于资料获取的限制，未能包含外国公司。未来的研究可以考虑其他企业特征，以及其他可能对因变量可操控性应计利润衡量产生更大影响的自变量，如公司治理变量和文化维度等。