业绩期望差距、审计师行业专长与投资效率

潘亚岚，徐婉薇

(杭州电子科技大学 会计学院，浙江 杭州 310018)

我国经济发展环境面临深刻复杂变化，新发展格局下企业践行新发展理念、实现高质量发展离不开有效投资。投资效率事关企业发展质量与效益，高效率的投资是企业成长的动因，是企业未来现金流和价值增长的根本保障。管理层拥有企业投资决策权，基于企业行为理论，有限理性的管理者会选择期望目标作为评估企业当前经营状况和后续投资行为的依据[1]。当实际业绩低于期望业绩水平时，有限理性的管理层会认定组织处于经营不善状态，该状态可能促使管理层表现出不同的风险偏好和后续行为[2]。近年来世界经济形势严峻，我国经济面临下行压力，企业出现业绩负反馈现象时有发生，因此探讨有限理性的管理层在业绩落差的情境下对企业投资效率的影响具有现实意义。

管理层在信息环境中进行分析研判与决策。外部审计作为公司治理的重要组成部分，其审计信息构成企业外部信息来源之一。一方面，外部审计通过对内部控制体系的评价，发现企业在管理和决策方面可能存在的问题和重大风险，并予以提示和提出改进建议[3]。审计师定期与管理层就审计中的风险进行讨论，有机会为管理层提供增量信息，进而影响管理层投资决策；另一方面，审计师通过保障会计信息质量监督约束管理层决策行为，进而影响企业投资效率。本文以外部审计作为信息来源分析其对企业投资效率的影响。由于信息质量高低受审计师的专业胜任能力和执业经验影响，具有行业专长的审计师能更好地把握企业所在行业的经营特点、发展趋势和相关政策法规，提供更高质量的外部信息进而提升管理者的投资决策水平。因此本文探究具有行业专长的审计师是否影响业绩期望差距与企业投资效率之间的关系，并以此探究提高审计质量对提升企业投资效率的影响机理与有效路径。

一、理论分析与研究假设

(一)业绩期望差距与投资效率

根据企业行为理论和业绩反馈理论，有限理性的管理层会对业绩设定一个“目标期望水平”，并根据实际业绩与期望水平之间的差距决定企业后续的投资决策。在应对业绩反馈时，管理层习惯将连续业绩测量转化为成功或失败的离散测量简化评价的结果[4]。因此，当实际业绩低于“目标期望水平”时，管理层将该状态定义为组织的“损失”状态，该状态促使企业增加研发投入或冒险创新[5]。随着业绩期望差距的增大，企业改善业绩的必要性和紧迫性愈发凸显，企业创新投入的动机和强度得到增强[6]。基于管理层具有权变风险偏好，其风险偏好会随着决策所面临的情境而变化，业绩期望落差的增大不仅给管理层带来业绩压力，也会威胁管理层的地位。为恢复期望业绩以稳固自身地位，管理层将增强对风险的忍受程度，更倾向于冒险投资[7]。

管理者出于自利心理，行为会受到其感知的现在及未来回报的影响。业绩期望落差主要从三方面影响管理层利益：第一，根据代理理论，为缓解管理层与股东之间的代理问题，管理层薪酬往往与企业业绩挂钩；第二，在业绩期望存在落差情境下，股东及董事会会加强对管理层的关注，控制管理层权力范围，甚至更换管理层。唐菁菁等(2019)[8]提出为促使企业业绩恢复到期望水平之上，委托方可能会变更对企业业绩负主要责任的CEO。这种变更威胁会提升管理层对业绩期望落差的敏感度；第三，业绩落差会影响管理层在外部劳动市场上的声誉[4]。在威胁和压力下，管理层会产生只顾当前利益的“短视”心理问题，其投资行为可能变得更冒险，导致一些超出企业承受能力的高风险项目进入投资选择范围，最终导致企业过度投资。基于此，本文提出如下假设：

H1：业绩期望差距影响企业投资效率，业绩期望差距增大会加剧企业过度投资现象。

(二)审计师行业专长的调节效应

独立审计师提供的审计信息是管理层获取外部信息进行投资决策的潜在来源之一。审计服务在评价企业投资活动和管理活动有效性和合理性的基础上，对其面临的潜在风险进行预警和提出决策建议[2]。审计服务具有商品属性[9]，获取和稳定客户关系对审计师至关重要，因此审计师有动机为客户提供增量信息以体现自身价值和提高客户满意度。在审计过程中，审计师往往需要花费大量精力研究企业经营情况、行业背景和竞争环境，因而有能力为管理层提供决策相关信息。出于审计需要，审计师频繁与管理层讨论公司相关事务和审计过程中的风险，因而有机会在正式与非正式的场合向管理层提供信息[10]。

审计师提供的与决策相关信息的质量受其专业胜任能力和执业经验影响，具有行业专长的审计师能够提供更高质量的决策相关信息。因为具有行业专长的审计师更好地掌握该行业的经营特点、行业状况和政策法规等，形成了较为完备的专业知识，并积累了对特定行业的审计经验[11]，因此能够将其转化为更具价值的外部信息，影响管理层的投资决策。管理层的决策是一个系统的信息处理过程，通过不断搜寻内外部信息进行加工形成决策信息源，以此调整投资决策[12]。基于此，本文提出以下假设：

H2：具有行业专长的审计师能够有效抑制业绩期望落差导致的过度投资。

二、研究设计与变量定义

(一)样本选择与数据来源

本文研究对象为我国A股上市公司，以2012—2018年度的数据为研究样本，为保证数据合理性与有效性，剔除金融行业、ST和*ST的上市公司，并剔除相关数据缺失的样本，最终整理得到10 490个样本。本文数据取自CSMAR数据库，运用stata14.0进行实证检验，并固定了年份和行业进行面板数据回归。

(二)变量的选择与度量

1.被解释变量

本文借鉴Richardson(2006)[13]提出的预期投资计量模型度量企业投资效率，并建立模型(1)，该模型回归得到的残差(ABSXINV)即为企业实际投资偏离最佳投资水平的程度，残差越大，企业投资效率越差。当残差大于0时，表明当前实际投资水平大于企业最佳投资水平，为过度投资(OverINV):

Invi,t=∂0+∂1Cashi,t-1+∂2Growthi,t-1+∂3Sizei,t-1+∂4Agei,t-1+∂5Reti,t-1+

∂6Levi,t-1+∂7Invi,t-1+∑Ind+∑Year+εt

(1)

其中Invi,t表示企业i在第t年资本支出，Cashi,t-1、Growthi,t-1、Sizei,t-1、Agei,t-1、Reti,t-1、Levi,t-1分别表示现金持有量、营收增长率、公司规模、上市年限、考虑现金红利再投资的年回报率、资产负债率，Ind和Year分别代表行业和年度虚拟变量。

2.解释变量

业绩期望差距主要从历史业绩期望差距和行业业绩期望差距两方面分析。

历史业绩期望差距(Hpsi,t=Pi,t-1-Ai,t-1)。Pi,t-1代表企业i第t-1期的实际业绩，用总资产报酬率来衡量；Ai,t-1代表企业i第t-1期的历史业绩期望,计算方式如模型(2)，式中自变量相比于因变量取滞后一期，以此研究实际业绩与目标期望业绩之间的差距对未来管理层投资决策行为的影响[14]。

Ai,t-1=∂1Pi,t-2+(1-∂1)Ai,t-2

(2)

其中α1是权重指标，其数值介于[0,1]之间,本文参考Chen(2008)[15]的做法，选择权重值α1=0.6进行结果展示。当Pi,t-1-Ai,t-1<0时，则企业实际业绩低于企业历史业绩期望。截尾处理借鉴连燕玲等(2014)[4]的做法，当Pi,t-1-Ai,t-1>0时，令Hps=0；当Pi,t-1-Ai,t-1≤0，Hps取绝对值。

行业业绩期望差距(Ipsi,t=Pi,t-1-IEi,t-1)。IEi,t-1代表企业i在t-1期的行业业绩期望，计算公式如下：

IEi,t-1=∂2IPi,t-2+(1-∂2)Ai,t-2

(3)

其中，IPi，t-2表示公司i在第t-2年的某行业内全部公司实际经营业绩的中位数，IEi,t-1等于公司第t-2年的行业业绩期望值与第t-2年行业内所有企业实际业绩的中位数(IPi，t-2)的加权组合。α2为权重数介于[0,1]之间,选择α2=0.6对行业期望业绩进行测量，并采取上文截尾方式进行处理。

3.调节变量

本文采用行业市场份额法衡量审计师行业专长，主要参照赵艺和倪古强(2020)[9]做法，建立模型(4)，IMSR表示根据某行业客户总营业收入计算的市场份额。采取阈值法，若IMSR大于等于10%，则认为事务所在该特定行业具有行业专长，赋值MSA=1；若IMSR小于阈值10%，则认为不具有行业专长，赋值MSA=0。

IMSRi,k=∑Jj=1REVi,k,j/∑Ii=1∑Jj=1REVi,k,j

(4)

主回归中具体变量的定义及解释详见表1。

表1 变量定义表

(三)模型设计

为了检验假设H1，探析业绩期望差距对企业过度投资的影响，构建模型(5)：

overINVi,t=β0+β1Hpsi,t-1/β1Ipsi,t-1+β2Levi,t+β3Sizei,t+β4Statei,t+β5Boardi,t+

β6Outdiri,t+β7Duali,t+β8Ceni,t+∑Ind+∑Year+εt

(5)

为了检验假设H2,具有行业专长的审计师对业绩期望差距与过度投资之间的调节机制，建立模型(6)和模型(7)：

overINVi,t=γ0+γ1Hpsi,t-1+γ2MSAi,t+γ3Hpsi,t-1*MSAi,t+γ4Levi,t+γ5Sizei,t+γ6Statei,t+

γ7Boardi,t+γ8Outdiri,t+γ9Duali,t+γ10Ceni,t+∑Ind+∑Year+εt

(6)

overINVi,t=γ0+γ1Ipsi,t-1+γ2MSAi,t+γ3Ipsi,t-1*MSAi,t+γ4Levi,t+γ5Sizei,t+γ6Statei,t+

γ7Boardi,t+γ8Outdiri,t+γ9Duali,t+γ10Ceni,t+∑Ind+∑Year+εt

(7)

三、实证分析

(一)描述性统计

表2为相关变量的描述性统计，计算分析得到非效率投资(ABSXINV)观测值为10 490个，出现过度投资(OverINV)的观测值为3 772个，占总数的36%。投资过度的均值和中位数分别为0.037和0.023，说明各企业过度投资程度存在较大差异。历史业绩期望差距的均值为0.019，行业业绩期望差距的均值为0.018。样本中具有行业专长的审计师(MSA=1)占比为39%。

表2 相关变量描述性统计

(二)相关性分析

对相关变量进行Person相关系数检验。由表3可知，过度投资与历史业绩期望差距、行业业绩期望差距的相关系数分别为0.060和0.057，且在1%水平上显著正相关，说明业绩期望差距越大，企业过度投资现象越严重；审计师行业专长与企业过度投资的相关回归系数为-0.050，在1%水平上显著负相关，说明审计师行业专长可以缓解企业过度投资。为检验共线性问题，进行方差膨胀因子测试，其值均小于3，说明该模型不存在严重的多重共线性问题。

表3 主要变量的相关性回归结果

(三)回归分析

1.业绩期望差距与过度投资关系检验

各模型的回归结果如表4所示，列(1)显示历史业绩期望差距与过度投资显著正相关，在1%的水平上显著，表明实际业绩与历史业绩期望差距越大，企业过度投资现象越明显；列(2)显示行业业绩期望差距对过度投资的影响为正，且在1%水平上显著，表明管理层做出过度投资行为的概率随着实际业绩与行业期望业绩差距的增大而提升。上述结果支持假设H1。

2.审计师行业专长的调节作用

进一步分析审计师行业专长对业绩期望差距与过度投资之间的调节作用，其回归结果如表5所示。列(1)和列(2)表明，审计师行业专长与过度投资在5%的水平上显著为负，说明具有行业专长的审计师可以有效抑制企业的过度投资现象；历史业绩期望差距与审计师行业专长交互项对过度投资在10%水平下显著负相关，行业业绩期望差距与审计师行业专长交互项在10%水平上显著负相关，表明审计师行业专长能为管理层提供与决策相关的增量信息，优化管理层的投资决策，缓解业绩期望差距导致的过度投资行为，该结果与假设H2相符。

表4 基本回归结果

表5 审计师行业专长调节变量回归结果

四、稳健性检验

(一)业绩期望差距的替代测量

本文参考Kuusela和Maula(2017)[16]的研究方法，将α从0开始，每次增加0.1重新进行历史业绩期望差距和行业业绩期望差距的计算，截尾处理同上文。根据回归结果，重新计算的历史业绩期望差距和行业业绩期望差距与过度投资仍呈现显著的正相关关系，在1%水平下显著，支持假设H1；此外，审计师行业专长与过度投资在10%水平下显著，审计师行业专长对历史业绩期望差距、行业业绩期望差距的交互项与过度投资的影响均为负，且在5%水平上显著，假设H2依旧成立。

(二)投资决策行为的滞后处理

考虑到业绩期望差距对企业投资决策行为可能存在滞后影响，本文借鉴王丽娟和徐佳(2019)[17]的方法，对历史业绩期望差距与行业业绩期望差距做滞后两期处理，并将处理后的变量代入模型进行回归分析。回归结果显示，滞后两期的历史业绩期望差距和行业业绩期望差距对过度投资呈现正相关关系，且在5%水平上显著。审计师行业专长对滞后两期的业绩期望差距与过度投资的影响为负，但在统计学意义上并不显著。本文假设H1依旧成立。

五、研究结论与启示

本文分析了在业绩期望差距的情境下有限理性的管理层对企业投资效率的影响，并进一步分析了审计师行业专长作为有效外部监督机制的调节作用。实证研究表明：企业的投资效率受到业绩期望差距的影响显著，业绩期望差距越大，有限理性的管理层调整资源配置以期业绩回归期望水平的动力越大，企业过度投资的可能性越高；审计师行业专长调节了业绩期望差距对企业过度投资的影响，具有行业专长的审计师能够缓解管理层出于业绩差距压力做出的过度投资行为。

本文的启示在于：(1)具有行业专长的审计师监督可以有效抑制管理者在投资决策中的自利行为，提高投资效率，因此建议会计师事务所加强审计师行业专长建设，在人才队伍建设上更加注重有行业知识背景的人才培养；(2)股东和董事会应理性分析和正确评价企业业绩水平，正视业绩负反馈带来的消极影响，客观评价管理层能力，缓解管理层对业绩期望落差的敏感度；(3)建立科学的管理层考核机制，规避企业管理层的趋利行为，平滑因业绩期望差距影响企业投资效率。