公司治理和財務報告質量對投資效率影響的實證分析

程晉烽，趙繼新

（北方工業大學 經濟管理學院，北京 100144）

0 引言

低質量會計信息提高了投資者面臨的信息風險，公司治理作用在一定程度上可以降低投資者的風險程度和信息不對稱程度。可見公司治理直接影響會計信息質量與投資效率間的關系，會計信息質量是否以及如何影響投資效率，還要看公司治理狀況。事實上，會計信息質量和公司治理對投資效率的影響方面，存在著互為條件的關系。會計信息質量損害投資效率的問題，可能只會在公司治理情況較差的情況下才突顯出來。較好的公司治理可以降低投資者利益被侵害的風險，因而可以提高投資效率。

1 模型構建、變量選取和數據來源

1.1 模型構建

本文用模型（1）來估計企業投資效率，規定投資不足和投資過度就是沒有效率。

使用模型（2）檢驗公司治理和財務報告質量間的交互作用對投資效率的影響：

1.2 變量選取

（1）公司治理。企業特征和管理者特征必然會影響會計信息的生成。南開大學公司治理研究中心公司治理評價課題組推出了作為中國上市公司治理狀況“晴雨表”的中國公司治理指數，簡稱南開治理指數（CCGINK）。CC?GINK以指數的形式，通過對公司治理影響因素的科學量化，全面、系統、連續地反映了中國上市企業的治理狀況。但這個數據目前還不對外公開。本文參考劉銀國和朱龍（2011）的方法測度公司治理指數。

（2）財務報告質量。本文的目的是要捕捉財務披露的透明度，采用迷霧指數來衡量年報的可讀性，從而間接得出財務報告質量高低。迷霧指數（The Gunning FOG In?dex）可從詞數、難度、完整思維的數量、平均句長等方面考察一篇文章的閱讀難度。

一篇文章的FOG指數值越低，讀者就越容易讀懂。迷霧指數和閱讀難易程度的關系如下：指數大于18意味著文本不可閱讀；14～18屬于困難型；12～14屬于理想型；10～12屬于可接受型；8～10屬于簡單型。

每個句子的詞數被計算為詞的總數除以句子數量的比率。復雜詞是具有三個或更多個音節的詞。較長的句子和較高比例的復雜詞語增加了Fog指數，這意味著可讀性的降低。Fog指數已被廣泛使用，并在會計文獻中越來越多地運用。

迷霧指數分析指標來源于臺灣師范大學中文文本分析系統，方法是使用網頁版的年報可讀性分析系統http://www.chinesereadability.net進行選出相關指標，然后按照公式計算得出。

先進的企業文化能夠激勵職工士氣，所帶來的是群體的智慧、協作的精神、新鮮的活力。企業文化創新的實質在于突破與企業經營管理實際脫節的舊的文化理念和觀點束縛，實現向貫穿于全部創新過程的新型企業經營管理方式的轉變。南津渡水電站就確定了“團結拼搏，爭創一流”的企業精神，對統一職工思想、規范業務流程、提升整體素質、增強企業自下而上的發展能力具有強大的推動力。

（3）投資效率。通過模型（1）來衡量。其中：AbsINVi，t+1是投資效率的衡量指標；Cash_1是企業上一年末現金及現金等價物之和與期末總資產的比值；Growth_1是企業上一年的成長性變量，用上一年末的Tobin’Q表示；INV_1是企業上一年實際新增的對外投資支出，用上一年度現金流量表中投資活動現金流出小計減去購建固定資產、無形資產和其他資產所支付的現金與上一年平均總資產的比值表示；Lev_1是企業上一年末的資產負債率；RET_1是企業股票年度回報率；Size_1企業上一年末的總資產規模的對數，Lang和Lundholm（1993）表明，大企業通常具有較高的財務報告質量；Age_1是企業到上一年止的上市年限；本文控制了行業和年度的影響：Ind是行業虛擬變量，Year是年度虛擬變量。

通過模型（1）可以估算出企業當年的預期資本投資支出量，企業當年實際投資支出與預期投資支出之差，也即該模型的殘差，就是企業當年的非效率投資。如果殘差大于0，其值就表示過度投資，用Overinv表示。殘差小于0，表示投資不足，用Underinv表示，參照柳建華等（2015）的方法，將小于0的殘差用絕對值表示。這樣，Overinv和Underinv越大，則企業過度投資和投資不足就越嚴重。

FRQ代表財務報告質量，使用迷霧指數（FOG）衡量。CG代表中國上市企業的公司治理指數。

ROE代表該變量是為了控制前一年的財務績效對財務報告質量的影響。

DEBT代表總短期債務和長期債務占總資產的比例。Watts和Ziinmeriiian（1986）指出，從事盈余管理的管理動機之一是避免違反會計債務契約。

BRDCOMP代表按總額計算的董事會成員和審計委員會成員的薪金和津貼總額（實際計算時取對數）。Healy（1985）發現董事會薪酬是盈余管理的另一個動機，因為企業盈余可以管理以增加獎金。

RISK代表beta。風險非常高的企業的管理層有管理盈余的動機。

MBRATIO代表市價_賬面比。Park和Shin（2004）認為，具有高增長機會的財富主要是為了實現機會主義盈余管理而非企業增長。此外，Li（2008）發現年度報告越復雜，可讀性就越低。

BLOCK代表大股東（大于或等于5%）持股比例。與股權分散的企業相比，那些股份被很多大股東擁有的企業可能不太關心收益和財務報告的質量。

1.3 數據來源

本文利用stata15.0選取了深、滬兩市1999—2015間所有非金融行業的上市企業年報，由于估計投資效率需要現金流量表中的數據，而中國上市企業從1998年才開始提供現金流量表，并且需要使用上一期的數據，這使得觀測值的最早年份是1999年。此外，還剔除了數據缺失的觀測樣本。選取的樣本必須基于以下原則：（1）剔除新上市企業的年報。（2）考慮到ST、*ST可能會存在極端值，不利用構建模型，因此剔除。（3）剔除財務數據披露不全的企業及在相關指標上出現異常的樣本企業。這樣最終得出樣本為35905家上市企業。其他數據來源于CCER數據庫和CSMAR數據庫。

2 實證分析

2.1 描述性統計

主要變量的描述性統計結果如表1所示。所有連續變量均在1%和99%分位進行了Winsorize處理，其中Ab?sINV是INV在1%和99%分位進行了Winsorize處理之后取絕對值而得到的結果。

AbsINV的平均值為0.041，說明樣本中非效率投資規模的平均值為企業總資產的0.041。Fog的最大值為20.020，最小值為15.837，說明上市企業之間迷霧指數差距還是比較大。CG說明樣本企業公司治理程度的平均值為0.5551，最小值為0.3521，最大值為0.7690，標準差為0.1052，顯示出不同企業的公司治理程度存在較大差異；DEBT的平均值為0.2532，最小值為0.0030，最大值為0.7819，標準差為0.2035，顯示出不同企業的程度存在較大差異；ROE的平均值為0.5319，最小值為_0.1881，最大值為0.7639，標準差為0.1254，顯示出不同企業的回報率存在較大差異；BRDCOMP的平均值為0.0458，最小值為0.0163，最大值為0.0823，標準差為0.0614，顯示出不同企業的按總額計算的董事會成員和審計委員會成員的薪金和津貼總額程度存在較大差異；RISK的平均值為0.5210，最小值為_1.9801，最大值為1.9025，標準差為0.1662，表明有些企業收益低于無風險收益率。其他變量如MBRATIO和BLOCK均顯示出不同企業之間存在較大差異。另外，受篇幅限制，沒有報告的統計結果顯示，模型（1）變量之間的共線性問題不嚴重。

表1 主要變量的描述性統計

2.2 實證結果

表2報告了模型（2）回歸結果。回歸結果顯示迷霧指數和公司治理的全樣本回歸系數都不顯著異于0，二者交乘項（FOG*CG）在1%水平上顯著大于0，且迷霧指數和交乘項的系數以及公司治理與交乘項的回歸系數之和均在1%水平上顯著大于0。上述結果表明：在迷霧指數較高的企業中，沒有證據表明公司治理對投資效率有顯著影響；在公司治理程度較低的企業中，沒有證據表明迷霧指數的高或低對投資效率有顯著影響，較高的迷霧指數可能是由于企業本身業務的復雜性等原因導致的；只有在較差公司治理的企業，較高的迷霧指數才會損害企業的投資效率。

在此基礎上，本文將樣本區分為迷霧指數較高（High?FOG）與公司治理較差（LowFOG）兩個子樣本分別進行回歸。如果迷霧指數等于或高于全樣本的中位數，則為高迷霧指數樣本（HighFOG=1），否則為低迷霧指數樣本（Low?FOG=0）。在迷霧指數較低的樣本中，公司治理的回歸系數不顯著異于0；在迷霧指數較高的樣本中，公司治理的回歸系數在1%水平上顯著小于0，表明只有當迷霧指數較高時，較低的公司治理程度才會降低投資效率。另外，本文還根據公司治理程度將樣本劃分為高公司治理程度（HighCG）和低公司治理程度（LowCG）兩個子樣本分別進行回歸。在公司治理程度較低樣本（LowCG=0）中，迷霧指數的回歸系數不顯著異于0；而在公司治理程度較高樣本（HighCG=1）中，迷霧指數的回歸系數在1%水平上小于0，表明只有當公司治理程度較差時，較高的迷霧指數才會對投資效率產生負面影響。

表2 回歸結果

2.3 穩健性檢驗

上述結論的可靠性，在很大程度上依賴于財務報告質量計量的可靠性。為檢驗上文結論的穩健性，本文改變財務報告質量的估計方法，并重新運行上文的相關模型。使用Dechow等（1995）修正的Jones模型來衡量企業財務報告的質量。

變量說明：TAt=NTt-CFOt，其中NTt為第t期凈利潤，CFOt為第t期的經營活動現金流量凈額，NDAt為經過t_1期期末總資產調整后的第t期非操縱性應計額，At-1t_1期期末總資產，ΔREVt為第t期和t_1期主營業務收入的差額，PPEt為t期期末固定資產原值，ΔRECt為第t期和t_1期應收賬款的差額。

表3報告了相應的回歸結果，回歸結果顯示迷霧指數和公司治理的全樣本回歸系數都不顯著異于0，二者交乘項（FOG*CG）在1%水平上顯著大于0，且迷霧指數和交乘項的系數以及公司治理與交乘項的回歸系數之和均在1%水平上顯著大于0。可見，回歸結果與表2完全一致，從而表明本文的結論并不會受到財務報告質量估計方法選擇的影響。

表3 穩健性檢驗

3 結論

本文利用中國A股上市企業1999—2016年間的樣本，考察了公司治理和財務報告質量間的交互作用對投資效率的影響。本文的研究結論對于企業管理、投資決策以及證券監管部門都具有重要的啟示作用。企業要提高投資效率，可以選擇完善公司治理結構，提高規范運作水平，也可以選擇提高會計信息披露質量。投資者應當選擇那些會計信息質量較高，且公司治理結構較好，從而對管理者的監督和控制效果更好的企業進行投資；證券監管部門應當重視對那些公司治理不完善企業信息披露質量的監管，因為低質量會計信息對企業決策效率的負面影響在公司治理不完善的企業中會更加明顯。