過度投資、投資效果與會計穩健性

陳 敏 洪丹丹

過度投資、投資效果與會計穩健性

陳 敏 洪丹丹

與已有研究不同，本文結合投資規模和投資效果來界定過度投資，并將會計穩健性區分為條件穩健和非條件穩健，以研究過度投資與會計穩健性的相互關系。通過對我國2007-20013年A股上市公司樣本的分析，本文發現在結合投資規模和投資效果來界定過度投資的情況下，過度投資和會計穩健性的相互影響明顯比僅僅根據投資規模來界定過度投資的情形更顯著，而且更為精確。與價值（業績）上升企業相比，價值（業績）下降企業的條件穩健性對過度投資具有更強的治理作用，而價值（業績）下降企業的過度投資行為對非條件穩健性產生了顯著的負向影響。

過度投資 投資效果 會計穩健性

一、引 言

作為財務報告質量一個重要維度，會計穩健性被認為有明顯的經濟后果，主要體現在其融資效用和投資效用。在投資效用方面，我國研究結論并不一致（張敦力、李琳，2011）。我們在采用我國上市公司近幾年的數據，按照常用模型進行初步檢驗后，發現檢驗結果并不穩定，由此對現有的研究進行了反思。

首先是對過度投資計量的思考。目前對于過度投資的度量不論是Vogt（1994）提出的投資機會、現金流以及交互項的計量模型抑或是Richardson（2006）提出的預期投資模型，均是從樣本歷史數據和投資規模上去評價企業是否存在過度投資行為，這適合較為成熟的市場環境，但并不適宜中國快速發展的大背景。在此背景下，許多企業具有巨大的發展后勁，并會基于企業總體戰略部署，提前進行大量合理投資，如果只從投資規模上進行度量，這類企業可能會導致被誤定義為過度投資。僅以殘差的正負劃分為過度投資和投資不足，顯然過于粗糙。實質上，判斷一項投資是否合理的標準應該是它能否帶來企業業績或價值上升，所以對企業過度投資的界定應考慮投資效果，將“真過度投資”與“非過度投資”區別開來，與之相關聯的研究才能具有可靠的基石。

其次，對會計穩健性的界定與計量。已有對會計穩健性的研究實際上大多是針對會計穩健性中的某一類型，較少有文獻將穩健性區別為條件穩健性與非條件穩健性進行分類研究。根據Beaver&Ryan（2005）和Ball&Shivakumar（2005）的定義，條件穩健性稱為盈余穩健性，是指“好消息”收益的確認比對“壞消息”損失的確認要更為謹慎（Busu，1997），如計提資產減值準備、采用成本與市價孰低法對存貨進行計量等。而非條件穩健性來源于穩健會計方法的選擇性，它所帶來的不確定金額的偏離會給基于會計信息的決策造成隨意性（羅斌元，2014）。這兩種穩健性在產生機理上和治理效應方面存在差異，過度投資與這兩類的穩健性的相互關系可能也存在差異。以固定資產為例，會計準則要求計提適時計提減值，這屬于條件穩健，這對企業過度投資會有抑制作用，但與減值準備相關的固定資產計提折舊方法是可以選擇的，這屬于非條件穩健性，當管理者過度投資并導致業績下降后，是否采取某些行為影響到非條件穩健性呢？這是現有文獻方面還較少涉及的問題，過度投資和兩類會計穩健性的關系有待進一步的研究。

二、文獻綜述

對于過度投資、會計穩健性產生的原因、經濟后果等相關研究已經非常多，在此不再贅述，本文重點梳理過度投資與會計穩健性相互關系的研究。穩健性又稱謹慎性原則，是財務報告質量一個重要維度，在國際財務報告準則（IFRS）中，它是會計政策的三大要素之一，基本含義就是不預計任何不確定的收益，但預計所有可能的損失（Bliss，1924）。它也是我國會計確認與計量的基本原則之一。盡管在各國或國際會計準則中，謹慎性原則得到普遍認同，但其高低程度依然深刻受到企業實際狀況影響。

由于會計穩健性要求對收益確認采用更高的標準，從而能夠有效降低契約雙方信息不對稱程度，減少契約摩擦所造成的代理成本，因此會計穩健性也被視作重要的公司治理機制（胡國柳、周遂，2013）。它不僅能夠降低各個利益相關者之間的代理成本（LaFond&Watts，2008；Khan&Watts，2009），而且能夠監督企業投資決策（Garcia Lara et al.，2009；Francis&Martin，2010）。Watts（2006）認為會計穩健性可以通過降低信息不對稱引發的道德風險從而約束企業的無效投資行為。Garcia Lara et al.（2009）發現，穩健性既能夠抑制過度投資又能夠抑制投資不足。具體到過度投資，會計穩健性的治理作用主要通過以下方面來實現：

第一，會計穩健性能夠有效緩解企業信息不對稱程度以及所有者和經營者之間的代理沖突從而降低代理成本。Lafond和Watts（2008）實證證實，股東對財務報告之所以產生穩健性的需求是源于與管理層之間存在著嚴重信息不對稱。Mcnichols&Stubben（2008）則發現會計穩健性是通過緩解信息不對稱來達到提高投資效率的目的。當企業投資過度時，會計穩健性通過要求對損失進行更為及時的確認來限制管理層的機會主義行為，進而抑制過度投資的發生（Watts，2003）。孫剛（2010）、劉紅霞和索玲玲（2011）、袁知柱等（2011）的研究證實，在我國上市企業中，會計穩健性有助于抑制企業過度投資。

第二，會計穩健性能夠有效監督企業投資決策。LaFond&Roychowdury（2008）認為會計穩健性是通過對會計信息質量要求的提高和加大股東控制權的限制來提高投資效率。會計穩健性會引導管理層放棄那些凈現值為負的項目，即過度投資項目（Garcia Lara et al.，2009；Ahmed&Duellman，2010；Francis&Martin，2010）。Ball&Shivakumar（2005）指出，對凈現值為負的項目進行確認可以杜絕管理層將投資損失轉嫁給下一任管理層，從而糾正管理層的“投資短視”問題。

可見，已有研究較多地關注到了會計穩健性對過度投資的影響。然而，投資作為企業最重要的資金運動環節之一，投資行為最終會影響到企業整個資金運動的結果，而會計是以資金運動為對象的管理活動，因而過度投資勢必會影響到會計計量結果，影響到會計穩健性原則的運用。另外，如果過度投資失敗，其最終對企業業績和企業價值產生不利影響，企業管理者往往有動機通過會計政策的操作進行盈余管理，繼而影響企業會計穩健性。所以，過度投資行為發生后對非條件穩健性產生怎樣的影響，同樣值得關注。本文的研究思路可以概括為：

三、研究假設與研究設計

不少研究表明，會計穩健性中的條件穩健對抑制企業過度投資發揮了重要作用。條件穩健性能夠及時約束管理層，限制其對股東或其他利益相關者的現金流進行侵占，從而促進其在事前選擇凈現值為正的投資項目，放棄那些凈現值為負的投資項目。楊丹等（2011）從提取減值準備這一具體的條件穩健性出發，認為條件穩健性可以降低企業的信息不對稱，降低管理層實施次優的投資策略的可能性，減少由于自由現金流充足而引起的過度投資行為。據此提出第1個假設：

H1：條件穩健性能夠抑制企業的過度投資行為。

A.S.Ahmed&S.Dullman(2013)通過實證研究發現，發現過度投資會導致企業更傾向于延遲確認損失，導致會計穩健性降低，包括條件穩健性與非條件穩健性的雙方面的影響。在過度投資中管理者往往會高估投資未來收益或現金流而低估其中蘊含的風險，從而導致一方面，管理者會更有可能去提前確認收益，推遲確認損失；另一方面，即使管理者及時確認損失，但是過度投資的管理者出于對投資項目的樂觀態度，也會低估損失金額。這些往往會體現在會計政策的選擇和主觀判斷中，因而會導致財務報告非條件穩健性降低。據此提出第2個假設：

H2：在其他條件一定的情況下，過度投資會降低非條件穩健性。

現有文獻對于過度投資多以模型計量的殘差為基礎，但是這并不符合過度投資的本質，判斷一項企業是否是過度投資不僅要從投資規模來考慮，還需要從投資最終效果來考慮。只有對業績或者企業價值產生不利影響的投資，才能真正地界定為過度投資。當企業業績上升或者企業價值上升時，說明之前單從投資規模認定的過度投資可能并不是過度投資，對于企業來說該投資可能是適度的投資，對于會計穩健性的影響也會減弱。而當企業業績下降時或價值下降時，則正好相反。據此提出第3個假設：

H3a：業績下降企業條件穩健性與過度投資負向關系更顯著。

H3b：價值下降企業條件穩健性與過度投資負向關系更顯著。

H3c：業績下降企業過度投資對非條件穩健性的降低作用更顯著。

H3d：價值下降企業過度投資對非條件穩健性的降低作用更顯著。

四、研究設計

（一）樣本選擇與數據來源

本文以2007年-2013年深滬A股上市公司作為樣本，并按以下原則對樣本進行篩選：（1）剔除了金融和保險行業，因為這些行業具有行業特殊性。（2）剔除了樣本中B股公司，因為這些公司所處的大環境和適用的財務會計準則和內地的公司還是存在差別，數據具有不可比性。（3）剔除ST、*ST等公司。（4）剔除了一些異常樣本，如資產負債率大于1的公司。主要的財務數據來自于國泰安CSMAR數據庫、WIND數據庫,公司治理方面的數據來自于色諾芬數據庫（CCER）,其他可能部分缺失數據由手工從巨潮資訊網上收集。鑒于本文收益現金偏度匹配模型需要滯后3期來計算，所以本文采用的是平衡面板數據，不同的年度所篩選的樣本量均一致。最后確定樣本為每年1107個，總計7749個樣本。

（二）模型設計與構建

1、過度投資的計量

過度投資問題存在由來已久，各國學者也對它進行了諸多研究，從而形成眾多的計量模型。如Fazzari等（1988）建立的投資-現金流敏感性模型和Vogt（1994）建立的以投資機會、現金流以及其交互項為主變量的計量模型等。本文結合模型的廣泛性和適用性，采取以下兩種計量方法。

第一種，借鑒Schrand&Zechman（2011）與Anwer S.A&Scott（2013）模型，采用總資產增長率對銷售增長率進行橫截面回歸之后得到的一個殘差，記為OverInv1，如果殘差大于0，說明銷售增長不能與總資產增長進行匹配，即存在過度投資，否則認為是適度投資與投資不足的，該模型被稱為增長模型。該模型認為企業總資產增長與銷售增長也受到諸如現金持有量、企業規模、負債水平、投資機會等影響。

第二種，是參考 Richardson（2006）、辛清泉等（2011）、楊丹等（2011）、詹雷等（2013）的研究，采用預期投資模型來計量過度投資：

對模型（1）進行回歸得到的殘差εt為樣本公司在t年的非合理投資。當殘差大于0時，就認為該公司在t年存在過度投資，反之則相反，記為Over-Inv2。該模型在近年來的過度投資相關研究中得到廣泛而充分的應用，該模型認為企業存在最優投資規模，且其受到現金持有量、企業負債水平、投資機會等因素的影響。當企業實際投資規模大于其最優投資規模時，則認為存在過度投資。具體模型變量定義見表1所示。

表1 過度投資主要變量定義表

TQt使用托賓Q值表示，計算方法為：（t年度股權市值+凈債務市值）/t年度期末總資產，其中非流通股權市值用凈資產代替計算Rett 考慮現金紅利再投資的月個股回報率計算得到的股票收益率投資機會股票投資回報率Sizet 采用公司當年年末總資產自然對數值表示企業規模Casht 現金持有量 由資產負債表中貨幣資金科目/該年度年末總資產取得Levt 財務杠桿 采用年末資產負債率表示Aget 上市年數 公司的上市時間長短，在t-1年上市則取1，以此類推Year 設置6個會計年度虛擬變量來控制2007-2013年的年度影響年度虛擬變量Iudust 行業虛擬變量 本文依據證監會行業分類，同時對于制造行業進行亞分類去除金融業后，設置了21個行業虛擬變量來控制行業差異的影響

2、會計穩健性的計量

Basu（1997）開創性地通過盈余反應經濟收益的非對稱及時性來計量會計穩健性，這一反向回歸模型不但可以檢驗公司是否存在會計穩健性，而且能夠通過添加自己所需要的自變量的方法來檢驗自變量對于穩健性的影響，但同時也存在較多缺陷。針對這些缺陷的改進和完善，形成了幾種目前較為廣泛接受的模型，如降低了對樣本的限制，且能夠計算公司層面的會計穩健性水平的C_Score模型，放松了對資本市場有效性的要求及資本市場數據的依賴的應計-現金流關系計量法模型（以下簡稱ACF模型）。為客觀和全面起見，本文對條件穩健性分別采用這兩種模型計量。

Ball&Shivakumar（2005）認為應計項目的隨機性會導致企業在時間序列上出現不同的現金流，即正、負相關現金流，同時由于負相關的現金流出并不意味著企業價值的減損，即這種現金流包含更多的噪音。為了減少這種噪音，提出了ACF模型：

在該模型中，ACCt等于（凈利潤+財務費用-經營活動現金流）/年初總資產，表示t年初總資產平減后應計項目；CFOt為t年初總資產平減后的經營活動現金流，即經營活動現金流/期初總資產；Drt為虛擬變量，當CFOt＞0取值為0，反之為1。β2為衡量應計項目與正經營活動現金流之間關系的系數，（β2+β3）為衡量應計項目與負經營活動現金流之間關系的系數。由于應計項目既能及時確認經濟損失又能有效降低經營活動現金流中存在的噪音，因此應計項目與負經營現金流之間相關性更強，當企業存在穩健性時，β3應大于0。模型涉及到的主要變量定義如表2。

表2 ACF模型的主要變量定義表

Khan and Watts（2009）和 A.S.Ahmed&S.Duellman（2013）等提出的C_Score模型是目前使用最為廣泛的條件穩健性計量模型,具體如下：

在模型（3）中，EPSt為第 t年的每股收益，Pt為第t年年初股票價格，Rett為第t年考慮股利分紅的月個股回報率計算的股票報酬率。Dt為虛擬變量，當Rett＜0時取1，否則為0。本文將β2與β3代入到模型（3）中去，構成模型（6）進行回歸估計。模型（6）采用的是年度橫截面回歸，從（6）中得出等式（5）來衡量企業的個別會計穩健性。由于模型（6）包含收益與企業特征交互作用項，本文加上模型（6）的第三個括號內的部分以單獨控制企業特征的影響。

表3 C_Score模型的主要變量定義表

為了驗證假設 1，本文采用模型（7）和（8），具體如下：

模型（7）通過C_Scoret考察條件穩健性對過度投資的影響，其中，OverInvt為衡量過度投資的虛擬變量，當企業存在過度投資時，取值為1，否則為0，分別用增長模型（OverInv1）和預期投資模型（Over-Inv2）計量。模型（8）以ACF模型為基礎，系數β4則反映了條件穩健性對于過度投資的抑制程度。

對于非條件穩健性，參考張金鑫等（2013）、Ahmed et al.（2002） 和 A.S.Ahmed&S.Duellman（2013）采用的收益現金偏度匹配模型來衡量非條件穩健性，具體模型如下：

在模型（9）中,Skewi,t的值為公司i在t年的非條件穩健性。CFSkewi,t為公司i第t年的現金流的偏度，EARSkewi,t代表i公司第t年的收益的偏度，偏度的計算如模型（10）與（11）所示，其中μ與σ分別為公司i在t年度前3年的現金流與收益的均值與標準差。為了驗證假設2，本文采用如下模型，各變量的含義與上述一致：

為了驗證假設3，在上述三個模型的基礎上，根據業績和價值對樣本進行分組，分為業績（價值）下降與業績（價值）上升組，分別進行回歸驗證。參考孫錚等（2005）、Malmendier&Tate（2005）、王霞等（2008）、張會麗等（2012）、方紅星等（2013）及 Anwer S.A&Scott（2013）研究，選擇了其他可能影響結果的控制變量，如表4所示：

表4 會計穩健性與過度投資回歸模型的主要變量定義表

五、實證結果與分析

（一）描述性統計分析

1、過度投資計量結果分析

本文首先對需要用到的變量和基礎模型進行了描述性統計和回歸分析。需特別指出的是，前文提到ACF模型中只有當β3顯著大于0時才能確定會計穩健性的存在。從表5可以看出，系數β3為0.0446，且在1%的水平下顯著，標準差為0.0090，說明從整體上來說，我國上市公司存在條件穩健性，這為后續研究奠定了可行的基礎。

表5 ACF模型初步回歸分析

注：***p＜0.01,**p＜0.05,*p＜0.1。

根據 Khan&Watts（2009）C_Score 模型，分年度進行回歸，計算出每個年度企業條件穩健性指數，具體的描述性統計結果如表6所示。

可以明顯看出，各個年度的會計穩健性差異比較大，在2010年C_Score均值為-0.0292，小于0，而在2009年均值最大，高達0.161，達到一個峰值，這與該模型比較依賴股票市場價格變動有關，外部資本市場環境的細微變化可能都會對C_Score產生比較明顯的影響。

表7反映了收益現金偏度匹配模型所計量的非條件穩健性統計情況。從橫向上來看，現金流偏度均值為0.0565，最小值為-0.634，最大值為3.907，標準差為0.447，即所選擇的樣本現金流偏度差異較小。而收益偏度均值為-0.0601，小于0，這說明期間內樣本收益變化比較大。從縱向上看，現金流與收益偏度的差額即Skew的均值為0.201，標準差為2.006，最大值為15.4，這些都遠大于現金流與收益偏度的對應值。這說明樣本中存在較多現金流與收益偏度不一致的情況，側面反映有許多公司收益產生與實際資金回籠在時間上存在較大的差異，收益質量較低。

表6 C_Score指數分年度描述性統計

表7 收益現金偏度匹配模型描述性統計

表8 變量描述性統計表

變量描述性統計如表8所示。從會計穩健性變量來看，C_Score的均值為0.0588，標準差為0.359；Skew的均值為0.201，標準差為2.006，兩者的均值與標準差之間的巨大差異，說明企業的條件穩健性與非條件穩健性是有區別的。進一步地，發現Skew所代表的非條件穩健性中位數為0.0002，由此推斷在所選擇的樣本中有接近50%的公司非條件穩健性小于0，即非條件穩健性是較弱的，而與此形成鮮明對比的是C_Score的中位數則為0.0831，顯著大于0，整體而言，樣本條件穩健性高于非條件穩健性。

采用兩種方法計量下的過度投資變量均值均在0.43左右，中位數為0，差異比較小，這說明我國上市公司存在過度投資現象。但就比例而言，不到50%的企業存在過度投資，這與張功富等（2009）得出39.26%的公司存在過度投資的結論較為接近。同時，兩種計量方式在均值、標準差等方面差異較小。

（二）條件穩健性對過度投資影響的實證分析

模型（7）回歸結果如表9所示。C_Score的系數分別為-0.0005與0.0066，系數方向不一致，且T值均較小，系數不顯著，這并沒有證實假設1。此外，所有的控制變量均不顯著，且兩個回歸結果的擬合優度均為0.002，擬合優度較差。

表9 條件穩健性對過度投資影響（C_Score指數）

Age 0.0051 (1.004) 0.0059 (1.155)TQ 0.0049 (0.614) 0.0074 (0.924)Ret 0.0070 (0.413) 0.0020 (0.119)FirstHold (0.895)0.0011 (0.907) 0.0011 Owner 0.0011 (0.269) 0.0008 (0.182)Govern 0.0080 (1.101) 0.0067 (0.926)Growth -0.0018 (-0.587) -0.0013 (-0.436)Soed -0.0274 (-0.730) -0.0286 (-0.762)年度 控制 控制行業 控制 控制adj.R2 0.002 0.002 F值 0.58 0.59樣本量 7749 7749

表10 條件穩健性對于過度投資影響（ACF模型）

與之對比，表10反映了基于ACF模型的回歸結果。從表10來看，DrCFO的系數分別為0.585與0.476，雖不顯著但均大于0，說明企業的條件穩健性存在，但不顯著。其次，DrCFOOverInv1系數為-0.0808，在5%的水平下顯著，DrCFOOverInv2系數為-0.114，在1%水平下顯著，驗證了假設1。兩個回歸的R2為0.764，擬合優度較高，說明該模型能較好地衡量條件穩健性與過度投資之間的關系。

綜合來看，兩個模型所得出的系數不僅不顯著，并且影響方向也存在差異，并沒有完全的驗證假設1，但ACF模型的解釋力顯然要好于C_Score指數。除此之外，對于控制變量的系數反映也存在較大差異。問題產生的原因可能與過度投資的計量有關。如前所述，單純從投資規模上去計量過度投資缺乏合理性，還必須結合投資效果做進一步的研究。

（三）過度投資對非條件穩健性影響的實證分析

本文采用模型（12）檢驗過度投資對非條件穩健性的影響，被解釋變量為Skew，結果如表11所示。可以看到OverInv1與OverInv2的系數分別-0.0525與-0.0624，即過度投資會減弱企業非條件穩健性，但是這種負向關系卻并不顯著。

我認為以伊塞爾的介于兩極之間的觀點看待對北島《觸電》一詩的闡釋是合理的。《觸電》文本至今的闡釋之所以大多指向文革也是由于闡釋者與文本產生的間隔不長，文革作為民族的創傷還在隱隱作痛，人們通過回憶來感知傷痛。但文學作品之能超越時代，不僅在于其對特定時代的反映，還在于時代的傷痛逐漸消褪后，文本所剩余或增生的意義。

表11 過度投資對非條件穩健性影響的回歸結果分析

（四）過度投資、投資效果與條件穩健性

為了更好去定義與度量過度投資，本文在投資規模基礎上，結合投資效果對會計穩健性與過度投資的內在關系進行進一步分析。由于需要結合未來一期業績與價值變化來進行分組分析，所以在這一部分實際上參與回歸的樣本期間為2007-2012年，全樣本為6642個樣本。

首先，基于模型（7），根據價值和業績的變化進行分組，表12列示了在不同的價值組和業績組中，條件穩健性與過度投資回歸分析的結果。從前面的研究中已知，在全樣本組條件穩健性與過度投資雖呈負向關系，但并不顯著。分組后，在價值下降組，C_Score系數為-0.112，在10%的水平下顯著，這種顯著負向關系同樣表現在業績下降組。而在價值上升組，C_Score系數則為0.103與0.106，不顯著，在業績上升組同樣不顯著，驗證了H3a與H3b的假設。從擬合度來看，分組的擬合度均明顯高于全樣本的擬合度。上述結果說明，單純就投資規模進行定義過度投資并不能界定真正的過度投資，只有導致業績下降或者企業價值下降的投資才會對條件穩健性產生顯著影響。

同樣，基于ACF模型，對假設H3a與H3b的假設進行進一步回歸分析。具體結果如表13所示（為節約篇幅，未列出控制變量結果）。在價值下降組，DrCFOOverInv1的系數為 -0.158，T值為 -2.625，在1%的水平下顯著；DrCFOOverInv2的系數為-0.130，T值為-2.500，在5%的水平下顯著。而在價值上升組，總共2568個樣本，DrCFOOverInv1與DrCFOOverInv2的系數均在0.14左右，呈不顯著的正向關系，再次驗證了H3a的假設。業績下降組，DrCFOOverInv1 的系數為 -0.116，T 值為 -1.744，在10%水平下顯著，DrCFOOverInv2的系數為-0.101，雖不顯著，但其T值為-1.632，也接近10%的水平。在業績上升組，其兩者的回歸系數也均為正數且不顯著，再次驗證了H3b的假設，即與業績或價值上升相比時，業績或價值下降樣本的條件穩健性與過度投資負向關系更顯著。可見，在根據投資效果（價值或業績）對過度投資的樣本進行分組后，在投資效果不好的組，條件穩健性對過度投資的抑制作用明顯要強于投資效果好的組。可見，結合企業投資效果能更好的定義與度量過度投資，并能更準確的說明過度投資與會計穩健性的關系。

表12 投資效果分組、過度投資與條件穩健性（C_Score指數）

表13 投資效果分組、過度投資與條件穩健性（ACF模型）

DrCFO (0.385) (0.490) (-1.358) (-1.360) (-1.455) (-1.418) (0.455) (0.450)DrCFOOverInv1 -0.158*** 0.141 -0.116* 0.0171(-2.625) (1.397) (-1.744) (0.246)DrCFOOverInv2 -0.130** 0.145 -0.101 0.0129(-2.500) (1.439) (-1.632) (0.187)adj.R2 0.772 0.772 0.825 0.825 0.814 0.814 0.603 0.603 F值474.51樣本量 4,074 474.37 4,074 322.66 2,568 322.69 2,568 506.92 3,543 506.83 3,543 143.39 3,099 143.39 3,099

表14 過度投資對于非條件穩健性影響回歸結果

（五）過度投資、投資效果與非條件穩健性

最后，為了驗證假設H3c與H3d，基于模型（12）分組進行回歸分析，被解釋變量為非條件穩健性Skew。

（六）穩健性檢驗

在前文的實證研究中，本文對過度投資和條件穩健性的計量都采用了廣泛使用的兩種計量方法，結果顯示兩種計量方式的差異并不大，尤其是對過度投資的計量，這充分說明本文研究結論的可靠性。此外，為了保證結果準確性與并提高結論可信度，本文采用不考慮現金紅利再投資的月個股回報率計算得到的股票收益率，作為替代變量，重新進行計量過度投資，分別計算得到OverInv3與OverInv4，分別進行如上所進行的回歸。穩健性檢驗的結果均與上述結果無實質差異，限于篇幅，留表待查。

六、研究結論

本文再一次的研究了過度投資和會計穩健性的關系。在已有研究的基礎上，本文結合投資規模和投資效果來界定過度投資，并將會計穩健性區分為條件穩健和非條件穩健。通過對我國2007-2013年A股上市公司樣本的分析，本文發現在結合投資規模和投資效果來界定過度投資的前提下，過度投資和會計穩健性的相互影響明顯比僅僅根據投資規模來界定過度投資的情況更顯著，而且更為精確。與價值（業績）上升企業相比，價值（業績）下降企業會計穩健性與企業過度投資負向關系更顯著。這種負向關系不僅體現在條件穩健性對于過度投資的治理與約束作用，還體現在過度投資對企業非條件穩健性負向影響。可見，在模型的選擇和設計上必須考慮到樣本所處的特定環境，僅根據過去數據來推斷合適的投資規模并以此界定過度投資的情形對我國樣本公司而言，顯然過于粗糙。

此外，為客觀和全面起見，本文對過度投資和條件穩健性均采用了目前廣泛使用的兩種模型進行計量。實證結果顯示，對于條件穩健性，ACF模型的解釋力要好于C_Score模型，這與C_Score模型更易受到資本市場變化的影響有關。因此，后續的研究應充分地考慮到經濟環境的特點或模型的特性。比如在經濟下行、投資不足的環境下，對投資不足或過度投資不能僅僅根據過去的數據進行界定，而在資本市場經歷了大起大落后，對依賴資本市場數據的模型就應當謹慎。

［1］方紅星，金玉娜.2013.公司治理、內部控制與非效率投資：理論分析與經驗證據.會計研究7：63-69

［2］劉紅霞，索玲玲.2011.會計穩健性、投資效率與企業價值.審計與經濟研究，6：53-63

［3］羅斌元．2014．非條件穩健性、條件穩健性與企業投資效率.中南財經政法大學學報，2:119-127

［4］孫剛．2010.控股權性質、會計穩健性與不對稱投資效率——基于我國上市公司的再檢驗． 山西財經大學學報，5：74-84

［5］王霞，張敏，于富生.2008.管理者過度自信與企業投資行為異化——來自我國證券市場的經驗證據.南開管理評論，2：77-83

［6］辛清泉，林斌，王彥超.2007.政府控制、經理薪酬與資本投資.經濟研究.8：110-122

［7］楊丹，王寧，葉建明.2011.會計穩健性與上市公司投資行為.會計研究.3:27-33

［8］詹雷，王瑤瑤.2013.管理層激勵、過度投資與企業價值.南開管理評論.3：36-46

［9］張敦力，李琳.2011.會計穩健性的經濟后果研究評述.會計研究.7：19-23

［10］張會麗，陸正飛.2012.現金分布、公司治理與過度投資——基于我國上市公司及其子公司的現金持有狀況的考察.管理世界.3：141-150

［11］張金鑫，王逸.2013.會計穩健性與公司融資約束.會計研究.9：44-50

［12］Ahmed,A.S.,B.Billings.,M.Stanford.2002.The role of accounting conservatism in mitigating bondholder-shareholder conflicts over dividend policy in reducing debt costs.The Accounting Review.77:867-900

［13］Anwer S.Ahmed,Scott Duellman.2013.Managerial Overconfidence and Accounting Conservatism.Journal of Accounting Research.1:1-30

［14］Anwer S.Ahmed,Scott Duellman.2013.Managerial Overconfidence and Accounting Conservatism. Journal of Accounting Research.1:1-30

［15］Ball,R．and Shivakumar，L．2005．Earnings Quality in UK Private Firms:Comparative Loss Recognition Timeliness．Journal of Accounting and Economics,39:83-128

［16］Basu S.1997.The conservatism principle and the asymmetric timeliness of earnings. Journal of Accounting and Economics,24:3-37

［17］Beaver.W.H.and S.G.Ryan,2005.Conditional and Unconditional Conservatism:Concepts and Modeling.Review of Accounting Studies,10(2-3):269-309

［18］Garcia Lara J.M.,Garcia Osma B.,Penalva F. 2009.Accounting Conservatism and Corporate Governance.Review of Accounting Studies,1:161-201

［19］Khan,M.,and R.L.Watts.2009.Estimation and Empirical Properties of a Firm-Year Measure of Accounting Conservatism.Journal of Accounting and Economics,48:132-50

［20］LaFond R.,Roychowdhury S.2008.Managerial Ownership and Accounting Conservatism.Journal of Accounting Research,1:101-135

［21］LaFond R.,Roychowdhury S.2008.Managerial Ownership and Accounting Conservatism.Journal of Accounting Research,1:101-135

［22］Malmendier Ulrike,Tate Geoffrey.2005.CEO Overconfidence and Corporate Investment.Journal of Finance,6:2661-2700

［23］Richardson S A.2006.Over-investment of free cash flows.Review of Accounting Studies,11:159-189

［24］Schrand,C.M.,S.L.Zechman.2011.Executive Overconfidence and the Slippery Slope to Financial Misreporting.Journal of Accounting and Economics,53:311-29

Overinvestment,Investment Effect and Accounting Conservatism

CHEN Min,HONG Dan-dan
School of Accounting,Zhongnan University of Economics and Law,Wuhan 430073

Different to other researches,this paper combines the effectiveness and scale to define overinvestment and divides the accounting conservatism into conditional and unconditional conservatism to study the relationship between overinvestment and accounting conservatism.This paper finds that the interact between overinvestment and accounting conservatism is more significant and accurate when overinvestment is defined according to effective and scale than that is defined only according to scale.Compared to the samples which values (performances)went down,the conditional conservatism is more powerful in the samples which values(performances)went up,while overinvestment had more significant negative influence on the unconditional conservatism in the samples which values(performances)went down.

Overinvestment,Investment Effect,Accounting Conservatism

F830

A

陳敏，女，江西贛州人，中南財經政法大學副教授，研究方向：公司財務與治理

洪丹丹，女，江西南昌人，中南財經政法大學碩士生，研究方向：公司財務與治理；湖北武漢，430073