姜曉婷
(新疆大學(xué) 新疆 烏魯木齊 830000)
為了加強科學(xué)有效的企業(yè)戰(zhàn)略管理,推動企業(yè)實現(xiàn)戰(zhàn)略目標(biāo),財政部陸續(xù)發(fā)布《管理會計應(yīng)用指引第100號——戰(zhàn)略管理》等22項管理會計應(yīng)用指引。環(huán)境對企業(yè)的財務(wù)決策具有廣泛的影響,企業(yè)戰(zhàn)略作為企業(yè)內(nèi)部環(huán)境的重要方面,是企業(yè)獲取競爭優(yōu)勢的重要途徑,因此,企業(yè)的戰(zhàn)略選擇會直接對企業(yè)的財務(wù)決策行為產(chǎn)生影響。已有研究表明,戰(zhàn)略差異度較大時,業(yè)績波動程度更大(Tang 等,2011),資本成本更高 ( 王化成等,2017),更高的融資需求(孫健等,2016),避稅更激進(jìn)(袁蓉麗等,2019),未來股價崩盤風(fēng)險越高(王禹等2018),而投資作為一項重要的財務(wù)決策必然會受到公司戰(zhàn)略的影響。與此同時,由于不完善的資本市場,近年來我國上市公司非效率投資現(xiàn)象普遍存在。那么,戰(zhàn)略差異度是否以及如何影響投資效率?
本文以2009-2018年我國A股上市公司為總體樣本。剔除金融業(yè)上市公司樣本、當(dāng)年EPO的公司樣本、其他變量存在缺失以及公司戰(zhàn)略涉及變量不足5年的樣本、按1%和99%水平對本文所使用的連續(xù)變量進(jìn)行縮尾處理以消除極端值影響。共得到涉及9185樣本。本文所使用數(shù)據(jù)來源于WIND和CSMAR數(shù)據(jù)庫。
本文各變量定義如表1所示。

表1 變量定義表
為了驗證假設(shè)一,本文建立模型1:
INVi,t=a0+a1SDi,t+b*CONTROLi,t+ε
為了驗證假設(shè)二,本文建立模型2:
INVi,t=a0+a1SDi,t+a2AQ+a3AQ*SDi,t+b*CONTROLi,t+ε
本文利用Stata15統(tǒng)計分析軟件對本文變量進(jìn)行描述性統(tǒng)計。

表2 樣本描述性統(tǒng)計
根據(jù)表2所列示的描述性統(tǒng)計結(jié)果顯示,各變量標(biāo)準(zhǔn)差均屬于合理范圍,表明樣本數(shù)據(jù)不存在異常變化。全樣本非效率投資的均值為0.034,這意味著樣本平均而言,非效率投資額約為公司總資產(chǎn)的0.34%,存在一定程度的投資效率低下。全樣本中INV最大值為0.462,最小值為0,標(biāo)準(zhǔn)差為0.029,顯示出不同企業(yè)之間的非效率投資差異較大。戰(zhàn)略差異度的平均值為0.425,標(biāo)準(zhǔn)差為0.315,說明我國存在較多上市公司選擇與行業(yè)平均水平差異較大的公司戰(zhàn)略。
根據(jù)前邊模型進(jìn)行多元回歸,回歸結(jié)果如表4所示。

表4 戰(zhàn)略差異度、高質(zhì)量審計與非效率投資回歸分析
注:* p < 0.1,** p < 0.05,*** p < 0.01
回歸(1)的實證結(jié)果表明企業(yè)戰(zhàn)略差異度與非效率投資之間呈現(xiàn)顯著的正相關(guān)關(guān)系,SD系數(shù)為0.00667,在1%的水平上顯著。表明較大戰(zhàn)略差異度會增加企業(yè)經(jīng)營風(fēng)險和信息不對稱程度,進(jìn)而加劇企業(yè)的非效率投資現(xiàn)象,支持本文的假設(shè)H1。回歸(2)為審計監(jiān)督對企業(yè)戰(zhàn)略差異度與非效率投資關(guān)系的調(diào)節(jié)作用,研究結(jié)果表明:企業(yè)戰(zhàn)略差異度與審計監(jiān)督交互項的系數(shù)為-0.1190且在1%的水平上顯著,表明審計監(jiān)督能夠在一定程度上緩解企業(yè)戰(zhàn)略差異度導(dǎo)致的非效率投資行為,支持了本文的假設(shè)H2。
本文研究結(jié)論有以下幾點:(1)戰(zhàn)略差異度增大會加劇企業(yè)的非效率投資。(2)高質(zhì)量審計能夠有效緩解戰(zhàn)略差異度增大所導(dǎo)致的非效率投資。審計監(jiān)督作為獨立的第三方,有助于緩解市場上信息不對稱程度。