上市公司会计稳健性、股价信息含量与股票流动性

王良 熊贤艳

【摘要】采用Cscore模型测度会计稳健性， 构建股票年度日均换手率、非流动性模型来度量股票流动性， 选取股价非同步性和知情交易概率模型来测度股价信息含量。 在此基础上， 采用面板数据回归模型并以股价信息含量为中介变量， 实证检验上市公司会计稳健性对股票流动性的影响。 研究发现： 上市公司会计稳健性的提高显著降低了股价信息含量和股票流动性; 股价信息含量与股票流动性之间存在U型关系; 当股价信息含量较低且市场处于噪音交易时， 股价信息含量与股票流动性之间呈负相关关系; 当股价信息含量上升且包含更多公司层面的特质信息时， 二者表现为正相关关系; 股价信息含量在上市公司会计稳健性对股票流动性的影响中具有部分中介作用。 进一步研究发现， 国有产权性质、高股权集中度强化了会计稳健性对股票流动性的负向影响， 而知情机构投资者持股则削弱了二者之间的影响关系。

【关键词】会计稳健性;股价信息含量;知情交易概率;股票流动性

【中图分类号】F832.5      【文献标识码】A      【文章编号】1004-0994（2022）10-0098-10

一、引言

会计稳健性作为2006年会计准则中的重要要求之一， 被明确界定为“企业在经济业务活动的确认、计量和报告过程中， 应当遵循审慎原则， 不应高估资产或收益、低估负债或费用”[1] 。 然而， 尽管會计稳健性原则要求公司在进行会计处理时应当保持审慎原则， 但一些上市公司依然会假借会计稳健性之名进行盈余管理。

股票流动性是指股票能够以合理价格迅速变现的能力， 充足的流动性是稳定股票市场的基本条件。 缺乏流动性的市场不仅交易迟滞、股价下挫， 而且容易引发流动性危机。 例如， 2015年6月， A股市场出现了类似于“流动性黑洞”的千股跌停现象; 2020年3月19日， 美国股票市场先后历经四次流动性熔断。 虽然已有研究认为会计信息质量是影响股票流动性的重要因素之一， 但少有文献从会计稳健性视角对此进行探讨[2-4] 。

会计稳健性作为上市公司财务报告的重要原则， 是衡量会计信息质量的重要指标之一[5] 。 理论上， 会计稳健性原则有助于公司会计信息质量的提升， 缓解外部投资者与管理层之间信息不对称所带来的逆向选择风险及道德风险， 从而提高市场交易效率及股票流动性。 然而， 会计稳健性原则的存在从客观上为上市公司蓄意进行盈余管理创造了空间， 并为其实施利润造假、隧道挖掘、会计信息操纵等行为提供了可乘之机。 有鉴于此， 本文认为有以下问题需要厘定： 会计稳健性是否对股票流动性产生影响？ 其影响是正向促进还是负向抑制？ 如果产生影响， 会计稳健性是否可以通过股价信息含量作用于股票流动性？

二、文献综述与问题提出

（一）会计稳健性的公司治理效应

现有文献对会计稳健性是否能够发挥公司治理效应存在争论。 一种观点认为， 会计稳健性具有治理效应， 能够提高外部投资者的信息发现效率， 降低代理成本， 约束管理层的非理性行为[2] 。 对于此结论， 一些学者从实证研究的角度， 检验了会计稳健性对于上市公司非理性融资行为的抑制作用[5，6] ; 另一些学者则从社会责任等非财务报告披露的视角， 研究了会计稳健性的治理机制对于流动性危机的影响[7，8] 。 另一种观点认为， 虽然会计稳健性具有治理功能， 但其严苛的标准会导致会计系统对于好、坏消息的确认存在非对称特征， 由此加剧了信息不对称问题[9，10] 。 与此同时， 会计稳健性对好消息的确认设置了更高的验证门槛， 由此可能诱发公司刻意隐匿好消息、进行向下的盈余管理等行为[11] ， 从而对公司治理产生负面影响。

（二）股价信息含量对股票市场有效性的影响

理论界关于股价信息含量对股票市场有效性的影响存在“信息效率”“非理性噪音”两种解释。 一方面， “信息效率”解释者认为股价的任何变动都由信息流动造成， 股价包含了一切可得信息， 此种状况有助于股票市场有效性的提升。 很多研究发现， 当行业指数与公司股价存在较高的非同步性时， 市场效率降低[12] 。 但是， 非同步性带来了新的套利机会， 投资者可通过媒介、社会网络等渠道获取大量私有信息并进行交易， 此举有助于公司特质信息在股价中的完全反映， 同时也提高了股价信息含量。 在此种机制下， 股票价格发现效率提高， 股价更接近均衡价格， 市场交易可能更为活跃[13] 。 另一方面， “非理性噪音”解释者认为， 噪音而非信息决定股价信息含量， 由此可能导致股价偏离基本价值， 不利于股票市场有效性的提升。 一些学者通过实证研究发现， 公开信息无法解释股价波动之谜， 股价波动源于噪音交易行为[14] 。 噪音交易者以噪音信息作为决策借鉴， 从而使股价的噪音程度更高[15] 。 同时， 一些学者还从信念异质性、理性预期等方面讨论了噪音交易对股票市场有效性的影响[16] 。

（三）会计信息质量对股票流动性的影响

已有研究认为， 会计信息的公开、及时披露可显著降低信息不对称程度， 提升交易者的投资关注[3，4] 。 由于会计信息质量对于市场融资成本尤为关键， 因此其对公司股票流动性的增强效果更为显著。 但是， 一些会计行为如公司盈余管理的程度越高， 可能会降低会计信息披露质量， 既而加大股票流动性风险[17] 。 同时， 会计信息可比性也成为会计信息质量度量的主要指标， 该指标要求上市公司在不同时期的会计事项披露应遵循一致性原则; 会计信息可比性的提升有助于提高上市公司的股价信息含量， 同时也可以改善投资者的信息遴选效率， 因此有助于股票流动性的提升[18] 。

综上所述， 首先， 已有文献关于会计稳健性是否能够发挥公司治理效应仍存在争论， 亟须从微观角度对此提供新证据。 其次， 已有文献关于股价信息含量对股票市场有效性的影响存在“非理性噪音”和“信息效率”两种解释。 最后， 现有研究主要从会计信息披露效果、盈余管理、会计信息可比性等视角分析了会计信息质量对股票流动性的影响， 但少有文献基于会计稳健性视角来进行探讨。 然而， 作为会计信息质量度量的重要指标之一， 会计稳健性能够对投资者与公司之间的委托代理状况、信息不对称程度等产生影响， 从而改变交易者的市场预期， 最终导致股票流动性发生变化。 此外， 基于信息经济学及公司治理理论的研究范式， 在探究会计稳健性与股票流动性的关系时， 股价信息含量的中介作用还有待进一步厘定。

三、研究假设

（一）上市公司会计稳健性与股票流动性

会计稳健性是财务报告的一个重要特征和惯例[10] 。 一方面， 会计稳健性原则由于设置了较高的信息披露标准， 能够在一定程度上遏制公司信息披露中的选择性行为， 减少信息不对称所带来的逆向选择风险及道德风险， 最终提高会计信息质量[2] ; 另一方面， 相对于好消息， 会计稳健性要求更迅速、全面地捕捉坏消息， 这使得会计系统对于好、坏两种消息的反应呈现出非对称时滞性特征， 由此可能产生异质性经济后果。 那么， 上市公司会计稳健性的提高是提高还是降低了股票流动性呢？

本文认为， 上市公司会计稳健性的提高会降低股票流动性。 第一， 当上市公司采用会计稳健性原则时， 此种机制会促使公司管理层及时、透明地披露相关信息; 在我国证券市场投资者教育有待加强、“庄股”现象泛滥、噪音交易较为普遍的现状下， 基于会计稳健性的信息披露机制反而减少了投资者利用负面消息、内幕交易等获得异常回报的机会[9] ， 由此可能导致市场交易量减少并表现为股票流动性降低。 第二， 会计稳健性会通过信号传递发挥其治理功能， 在一定程度上阻碍管理层投资决策的机会主义行为， 促使其聚焦长期、价值型投资项目， 短期内可能降低公司的每股收益[6] ， 由此进一步导致股票流动性降低。 第三， 会计稳健性要求上市公司“不應高估资产或者收益、低估负债或者费用”， 这种审慎原则在一定程度上减少了公司的预期利润， 从而降低市场交易者对该股票的关注度， 由此降低股票流动性。 第四， 会计稳健性可能会为一些上市公司在出现业绩不佳或管理层更替状况时， 提供极端向下盈余管理的操纵手段。 这些公司可能假借“不应低估负债或者费用”的会计稳健性之名， 在当年“狠亏”一次为未来几年的账面盈利提升做好铺垫。 这种行为可能导致信息不透明且引起市场过度反应， 最终造成股票流动性下降。 基于以上分析， 本文提出以下假设：

H1： 上市公司会计稳健性的提高降低了证券市场的股票流动性。

（二）上市公司会计稳健性与股价信息含量

股价信息含量反映了公司私有信息融入股价的程度。 在确定会计稳健性原则前， 上市公司的会计信息披露质量、积极性普遍不高， “庄家”控股、内幕交易等行为更使得市场对于已披露的财务信息可信度产生怀疑[10] 。 而且， 我国证券市场投资者受教育程度整体较低， 非效率市场特征较为明显。 因此， 针对信息质量较差的公司， 投资者可能会更多地依赖社会网络、分析师预测等渠道进行特质信息挖掘和噪音交易， 由此导致公司特质信息更好地融入股价。

但在确定会计稳健性原则后， 公司报表附注中披露的项目越来越丰富， 包含更多的行业、市场层面信息[5] 。 此时， 投资者会逐渐认识到公司特质信息的含量难以助其实现超额收益， 因此他们可能更加关注分析师预测报告中的行业和市场层面信息， 而不是公司特质信息[11] 。 在此种情形下， 投资者的交易行为会阻碍公司特质信息融入股价， 由此降低股价信息含量。 此外， 由于会计稳健性对于坏消息的反馈速度比对好消息更快， 处置准则等更严苛， 且会计稳健性对好消息的确认设置了更高的验证门槛[5] ， 由此可能造成好消息的反应时滞较坏消息更长， 进一步表现为会计系统对好、坏消息的反应呈现出非对称时滞性特征[10] ， 从而降低股价信息含量。 而且， 某些公司可能会假借会计稳健性之名， 实施极端向下的盈余管理。 例如， 当上市公司计提大量秘密减值准备以实施“洗大澡”等盈余管理行为时[1] ， 可能导致其会计信息不透明， 由此也会降低股价信息含量。 基于以上分析， 本文提出如下假设：

H2： 上市公司会计稳健性的提高降低了证券市场的股价信息含量。

（三）会计稳健性、股价信息含量与股票流动性

前已述及， 上市公司会计稳健性显著降低了股价信息含量， 而股价信息含量的改变会对股票流动性产生影响。 目前， 理论界关于股价信息含量对金融市场有效性的影响存在两种争论[15] 。 一方面， “信息效率”解释者认为， 股价反映了一切可获得的信息。 为了获得超额利润， 投资者会竭力进行信息搜集以服务于交易， 由此导致公司的特质信息更多地反映在股价中， 股价的信息含量由此得以提升[12] 。 在此种情况下， 股价信息含量越高， 则价格发现效率越高， 股价趋于均衡价格， 股票流动性提高[13] 。 另一方面， “非理性噪音”解释者认为， 噪音而非信息决定股价信息含量。 “信息效率”假设不能很好地阐释一些观测异象， 如超额波动率和封闭式基金之谜等， 这都是由更多的噪音交易引起的[15] 。 噪音交易者会以噪音作为决策信息进行交易， 使得股价不能真实地反映公司的基本经营状况， 表现为更多的噪音叠加。 可见， 股价信息含量代表信息还是噪音是股票流动性产生根源的争论焦点之一。

由于我国资本市场仍为新兴市场， 信息披露制度、法律法规等市场环境建设正在完善， 投资者教育还需进一步提升， 非效率市场特征比较明显， 这些因素的存在都可能导致噪音交易主导市场[15] 。 因此， 在股价信息含量较低时， 股价更多反映的是噪音交易的结果， 这往往导致股价与公司基本价值的偏离以及信息效率的损失， 由此可能降低股票流动性。 然而， 随着股价信息含量的提升， 股价可能反映更多的公司特质信息， 例如公司未来盈利信息、市场未来需求变化、潜在竞争者信息、未来投资机会信息等。 此种情形会降低股票信息的非对称水平， 提高股票的信息效率， 引导资本流向最具价值的上市公司， 由此提高股票流动性。 综上所述， 本文认为股价信息含量与股票流动性之间呈U型关系。 进一步， 当股价信息含量处于较低水平时， 市场以噪音交易为主， 此时股票流动性会随着股价信息含量的提升而下降， 这支持“非理性噪音”假说; 当股价信息含量高于一定水平或阈值时， 此时股票流动性对于股价信息含量的敏感性提高， 二者呈正相关关系， 这支持了“信息效率”假说。 有鉴于此， 本文提出以下假设：

H3： 股价信息含量与股票流动性之间呈U型关系。

H4： 股价信息含量在上市公司会计稳健性对股票流动性的影响中具有中介作用。

四、研究设计

（一）样本选择与数据来源

本文数据来源于国泰安（CSMAR）数据库、Wind资讯金融终端。 选取2008 ～ 2020年沪深A股上市公司的非平衡面板数据为初始研究样本， 并剔除样本期内的ST公司、退市企业、金融类企业、进行股票增发的企业， 最后对连续变量进行1%和99%分位的缩尾处理。

（二）主要变量选择与度量

1. 会计稳健性的测度。 参考Khan和Watts[19] 的研究， 本文通过构建Cscore模型度量公司会计稳健性， 即：

EPSi，t、Pi，t、Ri，t分别表示每股收益、收盘价格、股票收益率， 其中Ri，t=（Pi，t-Pi，t-1）/Pi，t-1。 当Ri，t>0时， Di，t=0; 当Ri，t<0时， Di，t=1。 εi，t为扰动项。 回归系数β0表示公司层面对“好消息”的反应时滞， 可记为公司i第t年“好消息”确认程度Gscorei，t; β1表示股价对“坏消息”的反应时滞， 即会计稳健性指标Cscorei，t。 且有：

其中，SIZEi，t、MBi，t、LEVi，t分别为总资产的自然对数、权益账面价值比率、债务权益比率。 将式（2）、式（3）中的β0与β1代入式（1）， 得：

对式（4）进行分年度、行业回归， 把得到的回归系数μ1 ～ μ4以及γ1 ～ γ4分别代入式（2）、式（3）， 计算得到Gscorei，t以及会计稳健性Cscorei，t。 其中， Cscorei，t的取值越大， 上市公司会计稳健性越高。

2. 股票流动性的测度。 参照苏冬蔚、熊家财[20] 的研究， 本文选取以下两种指标进行股票流动性测度。

（1）股票年度日均换手率（TOVER）。 股票年度日均换手率体现了市场买卖双方的力量对比， 以及股票交易的速度和流动性， 其计算公式如下：

（2）股票非流动性（ILLIQ）。 参考Amihud[21] 及国泰安数据库的计算方法， 构建如下模型测度股票非流动性：

3. 股价信息含量的测度。 为了测度股价信息含量并检验回归结果的稳健性， 本文选用两种指标作为股价信息含量的测度变量。

（1）股价非同步性（SYN）。 参考Durnev等[12] 的方法， 通过以下简化的资产定价模型进行股价信息含量的测度：

其中： Ri，t、RM，t、RIND，t分别为股票i、市场指数、所属行业在第t期的周收益率; εi，t为公司股票不被市场解释的其他部分。 根据统计学原理， 拟合优度R2为某只股票价格波动与市场指数的趋同性， 该值越大则表明二者的同步性越高， 此时股价反映的公司特质信息较少， 股价信息含量不高。 本文对R2进行如下处理：

其中， SYN代表股价非同步性， 该值越大表明股价非同步性越高， 股价信息含量就越高。

（2）知情交易概率（VPIN）。 知情交易概率衡量的是基于信息交易订单的到达率的比例[22] 。 参照陈国进等[23] 的研究， 采用VPIN方法对知情交易概率进行估计。 令买卖交易量分别为：

其中： t（τ）为第τ交易篮子中最后的时间限制; i、Vi、Pi依次表示时间间隔、交易量、价格; σ△P、Z分别为标准差、标准正态分布的累计分布函数。 依据式（9）、式（10）， 知情交易概率VPIN可表示为：

其中： n为单位时间内的篮子数; V为每个篮子的等交易量。 VPIN越大则股价信息含量越高。

4. 控制变量。 为保证计量结果的稳健性， 参考林忠国等[15] ， 以及陈强、马超[16] 的研究， 本文的控制变量主要包括股票交易特征、公司基本特征、公司治理三个方面， 并在回归分析中控制行业和年度效应。 所有变量的符号及定义如表1所示。

（三）回归模型的建立

本文构建如下面板回归模型以检验研究假设：

式（12） ～ （15）中的主要变量定义见表1， Control为控制变量，ε为扰动项。 式（12） ～ （14）用于检验H1 ～ H3， 式（12）、（13）、（15）用于检验H4， 主要参考温忠麟等[24] 的中介效应逐步回归方法。 本文拟采用Stata 15及Matlab 2016进行模型计算及实证回归分析。

五、实证分析

（一）描述性统计

表2给出了所有变量的描述性统计结果。 结果显示， 会计稳健性Cscore的均值为-0.0358， 标准差为0.8794， 说明本文选取的上市公司在样本期间内的会计稳健性差异较小。 股票非流动性ILLIQ的均值为0.2437， 中位数为0.0392; 股票年度日均换手率TOVER的均值和标准差为3.3445、3.3664。 股价非同步性SYN的均值和标准差分别为0.4582、0.1954; 知情交易概率VPIN的均值为0.2465， 与陈国进等[23] 计算出的VPIN值0.278较为接近。 此外， 本文还进行了Pearson相關性分析， 大部分变量之间相关系数的绝对值均未超过0.5， 表明不存在严重的多重共线性问题。

（二）多元回归分析

1. 会计稳健性与股票流动性。 表3报告了式（12）的回归结果。 列（1）的被解释变量为股票年度日均换手率（TOVER）， 主要解释变量为会计稳健性（Cscore）。 结果显示， Cscore的回归系数为

-0.0218且显著， 这表明上市公司会计稳健性降低了股票流动性。 表3列（2）的被解释变量为股票非流动性（ILLIQ）。 可以看出， Cscore的回归系数为0.0014且显著。 上述结果均支持了H1， 表明上市公司会计稳健性的提高降低了股票的流动性， 同时也反映出回归结果稳健。

2. 会计稳健性与股价信息含量。 表4报告了式（13）的回归结果。 列（1）中， 当被解释变量为股价非同步性（SYN）时， 会计稳健性（Cscore）的回归系数为

-0.0062且顯著。 这表明上市公司会计稳健性的提高降低了股价信息含量， 支持了H2。 此外， 列（2）中， Cscore的回归系数也显著小于0， 再次支持了H2。

3. 股价信息含量与股票流动性。 表5给出了式（14）的回归结果。 列（1）被解释变量为股票年度日均换手率（TOVER）， 主要解释变量为股价非同步性（SYN）及其平方项（SYN2）， 二者的回归系数分别为-1.2795、0.8249， 且均显著。 这表明以股价非同步性衡量的股价信息含量与股票流动性之间存在U型关系， 支持了H3。 究其原因， 在股价信息含量较低时， 股价中包含了更高比例的噪音， 股票市场价格偏离市场均衡价格， 使得投资者产生悲观预期， 由此表现为股票流动性降低。 但是， 随着股价信息含量的上升， 股价可能反映了更多的公司特质信息， 在一定程度上降低了股价信息含量对于好、坏消息的非对称反应， 提升了股票的价格发现效率， 最终提高了股票流动性。 表5列（2）为式（14）的稳健性检验结果， 其中被解释变量为股票非流动性（ILLIQ）， 主要解释变量为知情交易概率（VPIN）及其平方项（VPIN2）。 可以看出， VPIN的回归系数显著大于0， VPIN2的回归系数显著小于0。 这表明以知情交易概率衡量的股价信息含量与股票非流动性之间存在倒U型关系， 即该指标与股票流动性之间存在U型关系， H3得到支持， 这也验证了回归结果的稳健性。

4. 股价信息含量在会计稳健性对股票流动性影响中的中介作用。 依据逐步回归法对股价信息含量进行中介效应检验。 由表3可知， 会计稳健性对股票流动性的回归结果显著， 即式（12）的α2显著; 由表4可知， 会计稳健性的提高显著降低了股价信息含量， 即式（13）的α4显著。 表6报告了式（15）的回归结果。 列（1）中， SYN、Cscore的回归系数分别为-0.6516、-0.0224且显著; 列（2）中， VPIN、Cscore的回归系数分别为-17.8872、-0.0351且显著。 这些结果说明会计稳健性、股价信息含量对股票流动性的影响均显著， 即式（15）的α9、α10显著。 因此， 结合前文研究结果及表6列（1）、列（2）可知， 在上市公司会计稳健性对股票流动性的影响过程中， 股价信息含量具有显著的部分中介作用， 支持了H4。 这是因为， 会计稳健性要求企业对于坏消息的反应速度、程度要远高于好消息， 此种严苛、审慎、非对称的要求使得企业对于这两类消息的反应呈现出非对称时滞性特点， 由此阻碍了公司特质信息更好地融入股价， 导致了一定程度上的股价信息含量降低。 然而， 股价信息含量的降低加剧了公司与外部投资者之间的信息不对称， 左右了投资者的心理预期， 增加了市场交易成本， 由此降低了股票流动性。 此外， 会计稳健性的审慎原则使得投资者的信息认知程度提高， 知情交易概率的进一步提升使得我国证券市场中以“噪音交易”获利为主的投资者交易积极性下降， 从而导致上市公司的股票流动性降低。 此外， 表6列（3）、列（4）中， SYN、VPIN、Cscore的回归系数均显著， 表明式（15）的α9、α10显著， 这也支持了H4， 反映出回归结果稳健。

（三）稳健性检验

1. 内生性检验。 参考Khalilov等[25] 、刘柏和琚涛[26] 的方法， 本研究对可能存在的互为因果、样本选择偏差等内生性问题进行了检验。

（1）互为因果。 为排除会计稳健性与股票流动性、会计稳健性与股价信息含量之间互为因果的内生性问题， 本研究以同行业、同年度其他公司的平均会计稳健性（Cscore_iv）作为工具变量， 进行两阶段最小二乘回归（2SLS）。 选择这一工具变量主要基于两方面原因： 第一， 由于同一行业内的公司特质、业务具有同质性， 因此本公司的财务稳健性指标与其他公司具有相近性， 符合工具变量的遴选原则。 第二， 其他公司的会计稳健性指标不影响本公司的财务指标选择， 这满足外生性要求。

表7报告了工具变量第一阶段及第二阶段的回归结果。 其中， 列（1） ～ （4）的被解释变量分别为股票非流动性（ILLIQ）、股价非同步性（SYN）、知情交易概率（VPIN）、股票非流动性（ILLIQ）。 结果显示， 工具变量Cscore_iv的Cragg-Donald统计值均显著大于Stock-Yogo在10%水平上的临界值， 因此可以拒绝弱工具变量假设。 2SLS第一阶段回归结果显示， Cscore_iv与Cscore的回归系数分别为0.7991、0.8382、0.7646、0.7973且均显著， 表明工具变量合理。 工具变量2SLS第二阶段的结果如表7列（1） ～ （3）中所示， Cscore与ILLIQ、SYN、VPIN的回归系数分别为0.0057、-0.0442、-0.0023， 分别在5%、1%、1%的水平上显著， 这表明上市公司会计稳健性的提高显著降低了股票流动性与股价信息含量， 再次支持了H1、H2。 此外， 列（4）中， ILLIQ与SYN、SYN2的回归系数均显著， 表明股价信息含量与股票流动性之间存在U型关系， 再次验证了H3。 由此保证了回归结果的稳健性。

（2）样本选择偏差。 为了解决样本选择偏差问题， 借鉴刘柏和琚涛[26] 的研究， 采取倾向得分匹配法（PSM）进行检验。 首先， 将会计稳健性指标的全部样本数据进行排列， 以中位数分组设置虚拟变量（Cscore_dum）。 高于中位数取1， 表示会计稳健性较高; 低于中位数取0， 表示会计稳健性较低。 其次， 以股票年度日均换手率TOVER为被解释变量， 选择影响TOVER的Price、Volume、Wave、Lev、Growth、Size、Mbr、Age、Instr、Top1、Pay、Manager十二个变量为匹配变量， 使用Logit回归， 倾向分值选取最近邻方法， 在两组之间进行1∶1有放回匹配。 最后， 使用最小二乘法OLS对匹配后的样本进行回归。

表8报告了倾向得分匹配方法的检验结果。 结果显示， 表8列（1）中， Cscore_dum与TOVER的回归系数为-0.0726， 在5%的水平上显著， 表明上市公司會计稳健性显著降低了股票流动性， 再次验证了H1， 与前文结果一致。 列（2）中， TOVER与SYN、SYN2的回归系数均显著， 列（3）中TOVER与VPIN、VPIN2的回归系数均显著， 这些结果表明， 股价信息含量与股票流动性之间存在U型关系， 与前文结果一致。 由此保证了回归结果的稳健性。

2. 变换中介检验方法。 参考温忠麟等[24] 的方法， 本文根据Sobel系数乘积检验法进行中介效应检验（见表9）。 结果显示， Sobel Z、Goodman-1 Z与Goodman-2 Z的Z统计量均为正， 且在1%的水平上显著。 这些结果表明， 股价信息含量的中介效应显著， 即上市公司会计稳健性可通过股价信息含量影响股票流动性， 再次验证了H4， 由此保证了研究结论的稳健性。

3. 其他稳健性检验。 本文还进行了其他一系列稳健性检验。 首先， 在前文中， 采用替代变量法， 更换了股票流动性、股价信息含量的测度方法， 回归结果依然支持H1 ～ H4， 由此验证了研究结论的稳健性。 其次， 使用Tobit和Logit模型， 以及未控制行业和年度虚拟变量等方法进行稳健性回归， 发现回归结果与前文基本保持一致。 限于篇幅， 在此未给出具体回归结果。

（四）异质性研究

1. 基于产权异质性的进一步分析。 表10报告了产权异质性视角下会计稳健性与股票流动性之间的回归结果。 由表10可知， 当被解释变量为TOVER时， 国有组中Cscore的回归系数显著小于0， 而非国有组的系数不显著。 这表明相对于非国有企业， 在国有企业中会计稳健性对股票流动性的负向影响更明显。 此外， 当被解释变量为ILLIQ时， 只有国有组的Cscore回归系数显著为正， 再次表明国有产权性质强化了会计稳健性对股票流动性的负向影响。

2. 基于股权集中度异质性的进一步分析。 本文借鉴柯艳蓉、吴晓晖和李玉敏[27] 的做法， 根据第一大股东的持股比例中位数， 将样本划分为股权集中度高、低两组， 分别取1、0。 表11报告了股权集中度异质性视角下会计稳健性与股票流动性的回归结果。 结果显示， 当被解释变量为TOVER时， 高股权集中度组Cscore的回归系数为-0.0273且显著， 而低股权集中度组Cscore的回归系数不显著。 这表明相对于低股权集中度， 较高的股权集中度强化了会计稳健性对股票流动性的负向影响。 此外， 当被解释变量为ILLIQ时， 高股权集中度组Cscore的回归系数显著大于0， 而低股权集中度组Cscore的回归系数不显著。 该结果再次表明股权集中度越高， 上市公司会计稳健性对股票流动性的负向影响越明显， 同时也证明了回归结果的稳健性。

3. 基于机构投资者持股异质性的进一步分析。 借鉴韩金晓和张丽[28] 的研究， 将知情机构投资者持股（Info）定义为证券投资基金、券商以及QFII持股比例之和， 非知情机构投资者持股（Noninfo）则为保险公司、社保基金、企业年金、信托公司、财务公司以及其他机构投资者持股比例之和。 实证研究发现， 知情机构持股比例较高削弱了会计稳健性对股票流动性的负向影响， 但非知情机构投资者持股则恰好相反。 回归方法与前述方法相同， 具体研究过程及结果从略。

六、研究结论

本文以2008 ～ 2020年沪深A股非金融类上市公司为样本， 以股价信息含量为中介变量， 研究了上市公司会计稳健性对股票流动性的影响。 首先， 在提出相关研究假设的基础上， 本文采用Cscore模型测度会计稳健性， 构建股票年度日均换手率、非流动性指标模型来度量股票流动性， 选取股价非同步性和知情交易概率模型来测度股价信息含量。 在此基础上， 采用面板数据回归模型及逐步回归中介效应检验方法， 以股价信息含量为中介变量， 实证研究上市公司会计稳健性对股票流动性的影响。 得到以下结论： 首先， 上市公司会计稳健性的提升显著降低了股价信息含量和股票流动性。 其次， 股价信息含量与股票流动性之间存在U型关系; 当股价信息含量较低且市场交易以噪音交易为主时， 股价信息含量与股票流动性之间呈负相关关系; 当股价信息含量上升且包含更多公司层面的特质信息时， 二者表现出正相关关系。 再次， 股价信息含量在上市公司会计稳健性对股票流动性的影响中具有部分中介作用。 最后， 国有产权性质、高股权集中度、非知情机构投资者持股强化了会计稳健性对股票流动性的负向影响，而知情机构投资者持股则削弱了二者之间的影响关系。

本文的研究具有三个方面的政策含义。 第一， 本文发现上市公司会计稳健性降低了股票流动性， 从而为会计稳健性原则是否发挥公司治理效应的争论提供了直接证据。 由于会计稳健性原则从客观上为公司的机会主义行为留下了选择空间， 造假者可以蓄意采取盈余管理等手段来粉饰报表。 因此， 相关部门及上市公司应聚焦公司内控制度建设、关键环节审计、极端向下盈余管理惩戒、会计信息可比性提升等方面， 进一步建立财务报告和信息披露的实时监管系统， 确保会计准则实施的质量并提升股票流动性。 第二， 投资者搜集、整理、分析和利用信息进行交易的能力和行为决定了证券市场信息传递的效率。 因此， 监管部门应通过各种手段加强投资者教育， 在规范、引导投资者交易行为的同时， 促使投资者更加积极地挖掘公司层面的特质信息进行交易， 从而降低市场信息不对称程度并提高股价信息含量。 第三， 本文实证研究发现， 中国证券市场知情机构投资者的参与有助于公司治理效果和会计信息质量的提升。 因此， 利用“混改”等方式引入战略投资者、推行机构股东积极主义、加大企业社会责任等非财务信息的披露力度等， 是建立市场性竞争体系、完善现代企业治理的必由之路。

【 主 要 参 考 文 献 】

[1] 张金鑫，王逸.会计稳健性与公司融资约束——基于两类稳健性视角的研究[ J].会计研究，2013（9）：44 ～ 50+96.

[2] 于忠泊，田高良，张咏梅，曾振.会计稳健性与投资者保护：基于股价信息含量视角的考察[ J].管理评论，2013（3）：146 ～ 158.

[3] 刘霞，刘善存，张强.公开信息披露对异质交易行为与市场质量的影响[ J].系统工程理论与实践，2021（7）：1672 ～ 1681.

[4] Wang F. R.， Mbanyele W.， Muchenje L.. Economic Policy Uncertainty and Stock Liquidity： The Mitigating Effect of Information Disclosure[ J].Research in International Business and Finance， 2021（59）：1015 ～ 1023.

[5] 谢获宝，黄大禹.会计信息透明度，会计稳健性与上市公司价值关系的实证研究[ J].预测，2021（4）：88 ～ 94.

[6] 张悦玫，张芳.会计稳健性、投资效率与外部融资方式的实证研究[ J].管理评论，2019（4）：175 ～ 186.

[7] 权小锋，肖红军.社会责任披露对股价崩盘风险的影响研究：基于会计稳健性的中介机理[ J].中国软科学，2016（6）：80 ～ 97.

[8] Wang Q.， Li X.， Liu Q. Y.. Empirical Research of Accounting Conservatism， Corporate Governance and Stock Price Collapse Risk Based on Panel Data Model[ J].Connection Science，2020（2）：1 ～ 16.

[9] 周晓苏，吴锡皓.稳健性对公司信息披露行为的影响研究——基于会计信息透明度的视角[ J].南开管理评论，2013（3）：89 ～ 100.

[10] 許浩然，张敏，林逸子.多个“大债权人”与会计稳健性[ J].会计研究，2021（1）：55 ～ 66.

[11] 吴锡皓，胡国柳.不确定性、会计稳健性与分析师盈余预测[ J].会计研究，2015（9）：27 ～ 34+96.

[12] Durnev A.， Morck R.， Yeung B.. Value-enhancing Capital Budgeting and Firm-Specific Stock Return Variation[ J].The Journal of Finance，2004（1）：65 ～ 105.

[13] 罗黎平.交易信息披露对市场流动性影响的连续变量模型[ J].系统工程，2016（8）：50 ～ 53.

[14] West K. D.. Dividend Innovations and Stock Price Volatility[ J].Econometrica，1988（1）：37 ～ 61.

[15] 林忠国，韩立岩，李伟.股价波动非同步性——信息还是噪音？[ J].管理科学学报，2012（6）：68 ～ 81.

[16] 陈强，马超.基于信息冲击视角的金融市场流动性与效率问题的研究[ J].系统工程理论与实践，2021（8）：1990 ～ 2003.

[17] Hunjra A. I.， Perveen U.， Li L.， et al.. Impact of Ownership Concentration， Institutional Ownership and Earnings Management on Stock Market Liquidity[ J].Corporate Ownership and Control，2020（2）：77 ～ 87.

[18] 王谨乐，霍达，史永东，张可芳.股价信息含量能够提升分析师预测质量吗？[ J].系统工程理论与实践，2021（8）：1974 ～ 1989.

[19] Khan M.， Watts R. L.. Estimation and Empirical Properties of a Firm-year Measure of Accounting Conservatism[ J].Journal of Accounting and Economics，2009（2-3）：132 ～ 150.

[20] 苏冬蔚，熊家财.股票流动性、股价信息含量与CEO薪酬契约[ J].经济研究，2013（11）：56 ～ 70.

[21] Amihud Y.. Illiquidity and Stock Returns： Cross-section and Time-series Effect[ J].Journal of Financial Markets，2002（1）： 31 ～ 56.

[22] Easley D.， Kiefer N.， O'Hara M.， Paperman J. B.. Liquidity， Information， and Infrequently Traded Stocks[ J].The Journal of Finance，1996（12）：258 ～ 279.

[23] 陈国进，张润泽，谢沛霖，赵向琴.知情交易、信息不确定性与股票风险溢价[ J].管理科学学报，2019（4）：53 ～ 74.

[24] 温忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[ J].心理学报，2004（5）：614 ～ 620.

[25] Khalilov A.， Osma B. G.. Accounting Conservatism and the Profitability of Corporate Insiders[ J].Journal of Business Finance & Accounting，2020（3-4）：333 ～ 364.

[26] 刘柏，琚涛.会计稳健性与公司融资方式选择：外源融资视角[ J].管理科学，2020（5）：126 ～ 140.

[27] 柯艳蓉，吴晓晖，李玉敏.控股股东股权质押、股权结构与股票流动性[ J].国际金融研究，2020（7）：87 ～ 96.

[28] 韩金晓，张丽.中国股票市场短期反转效应的流动性供给解释——机构投资者退出的角度[ J].管理世界，2018（5）：168 ～ 169.

（责任编辑·校对： 黄艳晶  许春玲）