經濟政策不確定性、信息技術與盈余管理

路媛媛

【摘要】以我國2007 ～ 2019年滬深A股上市公司為樣本， 在考察經濟政策不確定性對企業盈余管理方式影響的基礎上， 分析信息技術對上述關系的調節作用。 研究發現： 經濟政策不確定性與應計盈余管理負相關， 與真實盈余管理正相關， 信息技術反向調節經濟政策不確定性與盈余管理的關系。 進一步研究發現， 信息技術對經濟政策不確定性與真實盈余管理的抑制作用在國有企業和具有保盈動機的企業中更加顯著， 且對異常經營活動現金流量和異常生產成本抑制作用更加顯著， 對異常酌量費用無顯著影響。 上述研究結論為認識經濟政策不確定性的微觀后果以及信息技術在企業數字化轉型中的作用提供了經驗證據。

【關鍵詞】經濟政策不確定性;信息技術;應計盈余管理;真實盈余管理

【中圖分類號】F275? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）15-0058-9

一、引言

自2007年金融危機爆發以來， 受國內產業結構調整、中美貿易摩擦以及新冠病毒疫情等諸多事件的影響， 經濟不確定性日益增大， 進而也推動了經濟政策不確定性的增加。 經濟政策不確定性是指經濟主體無法準確預知政府是否、何時以及如何改變現行經濟政策[1] 。 經濟政策不確定性對企業在融資[2] 、投資[3] 、現金持有[4] 、創新[5] 以及商業信用[6] 等方面產生了較大影響。 那么， 在所有權和經營權分離的現代管理體制下， 由經濟政策不確定性所帶來的經營不確定性， 是否會進一步引發管理層盈余管理行為的變化？ 與此同時， 以數字化、網絡化、智能化為特征的信息技術以其快速數據傳遞、收集、分析和處理的優勢， 在降低信息生成成本、對沖風險和提升工作效率等方面發揮著重要作用。 那么， 信息技術是否可以對沖由經濟政策不確定性增大所引發的企業盈余管理行為的變化？

基于此， 本文研究了經濟政策不確定性對盈余管理方式的影響， 并考察了信息技術在其中的調節作用。 研究發現， 當經濟政策不確定性增大時， 真實盈余管理增多， 應計盈余管理減少， 兩者存在一定的替代效應; 而信息技術能夠顯著抑制經濟政策不確定性下的真實盈余管理， 但對應計盈余管理并無顯著影響。 進一步分析發現， 信息技術對經濟政策不確定性與真實盈余管理的抑制作用在國有企業和具有保盈動機的企業中更加顯著， 且對異常經營活動現金流量和異常生產成本有更顯著的抑制作用， 但對異常酌量費用無顯著影響。

本文的主要貢獻在于： ①豐富了宏微觀交叉學科的研究。 文章從宏觀經濟政策不確定性角度分析了其對應計盈余管理和真實盈余管理的影響， 為深入了解宏觀經濟政策不確定性的微觀后果提供了經驗證據。 ②豐富了信息技術治理作用方面的研究。 文章發現信息技術對抑制經濟政策不確定下的真實盈余管理具有顯著作用， 這為進一步發揮信息技術的治理作用提供了依據。 ③豐富了盈余管理相關領域的研究。 文章從應計盈余管理和真實盈余管理兩方面考察了經濟政策不確定性對兩種盈余管理方式的影響， 發現兩者面對宏觀經濟政策的變化存在替代效應， 為監管部門提供了政策制定依據。

二、理論分析與研究假設

（一）經濟政策不確定性與盈余管理

已有文獻表明， 盈余管理會受宏觀經濟周期的影響并表現為逆周期性[7] ， 而經濟政策不確定性作為宏觀經濟層面的另一個重要因素， 會從主觀和客觀上影響盈余管理行為。 也就是說， 經濟政策不確定性通過產品市場和金融市場提升了企業經營業績的不確定性， 而經營業績的不確定性誘使管理層出于個人利益的考量而進行盈余管理， 即經濟政策不確定性從主觀上強化了管理層的盈余管理動機。 另外， 由于經濟政策不確定性提升了信息不對稱程度， 因此導致對管理層監督的難度加大， 即從客觀上為盈余管理提供了更為隱蔽的外部條件。 可見， 經濟政策不確定性從主觀和客觀上強化了管理層的盈余管理行為。

已有研究表明， 經濟政策不確定性增強了管理層盈余管理動機。 在產品市場上， 經濟政策不確定性增加了市場需求的不確定性， 并使得公司經營績效不確定性增大， 進而提升了管理層盈余管理動機。 也就是說， 在穩定的經濟政策環境下， 企業能夠依據現在或過去產品市場的經營狀況， 預測未來的市場變化， 保持合理的現金流水平， 做出有效的經營管理決策， 維護產品市場的有效供給。 但是當經濟政策不確定性增大時， 企業銷售產品的外部需求沖擊變大[8] ， 即產品市場需求的不確定性增大， 導致公司未來盈利水平和現金流的不確定性增加[9] ， 進而使得公司的經營不確定性增加。 同時， 在經營杠桿的作用下， 進一步增加了企業盈利能力的不確定性， 管理層出于個人利益的考量會進行盈余管理。 在金融市場上， 經濟政策不確定性使得外部融資環境不確定性增加， 導致信貸機構較難評估企業經營狀況。 此時， 出于謹慎性考慮銀行會計提更多的貸款損失準備[10] ， 導致企業貸款份額下降、融資成本上升[1] ， 進而增加了企業融資難度， 強化了管理層出于融資目的的盈余管理動機。

同時， 經濟政策不確定性也增加了對盈余管理的監管難度。 經濟政策不確定性提升了信息不對稱程度， 致使外界很難評價企業經營業績的下滑， 究竟是由于宏觀環境變動引起還是由于管理層盈余管理行為所致。 因此， 經濟政策的不確定性為管理層盈余管理的實施提供了更為隱蔽的條件。

另外， 隨著資本市場的不斷完善和外部監督的日益嚴格， 企業利用會計估計變更和會計政策變更進行應計盈余管理的成本越來越高[11] ， 進而轉向構建真實交易事項的盈余管理。 一方面， 由于真實盈余管理更具有隱蔽性， 較難被監管部門發現[12] ; 另一方面， 經濟政策不確定性為真實盈余管理提供了更為隱蔽的條件。 因此， 經濟政策不確定性增大時， 管理層更傾向于減少應計盈余管理， 增加真實盈余管理。 基于以上分析， 當經濟政策不確定性較大時， 一方面會強化管理層的盈余管理動機， 另一方面可為盈余管理提供更為隱蔽的條件。 據此， 本文提出如下研究假設：

H1a： 經濟政策不確定性越大， 應計盈余管理程度越小。

H1b： 經濟政策不確定性越大， 真實盈余管理程度越大。

（二）信息技術的調節效應

隨著大智移云物等新一代信息技術的飛速發展， 信息技術對企業的影響日益增大。 信息技術除提高企業對信息的獲取、加工、傳遞的速度外， 還會對企業生產、運營和管理的全過程產生重大影響。 在生產環節， 如自動化的生產流水線、智能機器人的使用以及遠程控制功能， 其所帶來的規模管理效應不僅大大降低了企業生產成本[13] ， 還提升了生產效率。 在運營環節， 信息技術通過大數據分析和內嵌在信息系統中的控制機制， 可以有效強化資金管理、應收管理、應付管理以及庫存管理， 并能夠對產品市場做出合理預測， 進而實現精細化管理， 提升運營效率[14] 。 在管理方面， 信息技術能夠有效降低人為干預經濟業務的程度， 加快信息生成和傳遞的速度， 降低信息生成成本。 尤其是業財一體化的實施， 使企業能夠依據原始業務直接生成記賬憑證， 提升了財務信息的可靠性和真實性。 因此， 信息技術水平的提升， 既降低了人為干預的可能性， 又降低了生產成本， 提升了企業效率， 增強了企業盈利能力， 進而抑制了企業盈余管理行為。 基于以上分析， 本文提出以下研究假設：

H2a： 信息技術水平越高， 經濟政策不確定性與應計盈余管理的負相關性越強。

H2b： 信息技術水平越高， 經濟政策不確定性與真實盈余管理的正相關性越弱。

三、研究設計

（一）樣本選擇及數據來源

本文選擇2007 ～ 2019年我國滬深A股上市公司為研究樣本， 并對其進行如下處理： 剔除金融行業公司; 剔除上市年限不足兩年的公司; 剔除資不抵債的公司; 剔除已經退市的公司; 剔除存在數據缺失的公司。 最終得到20838個有效觀測值。 為消除極端值的影響， 對所有連續變量進行1%和99%的Winsorize處理。 財務數據和公司治理數據來自CSMAR數據庫， 實際控制人數據來自Wind數據庫。

（二）變量定義及模型設計

1. 盈余管理計量。 本文盈余管理采用應計盈余和真實盈余管理進行表征， 應計盈余管理采用修正Jones 模型[15] ， 模型設計如下：

[? ? ? ? ? ? ? ?]=β0[? ? ? ? ? ? ? ?]+β1[? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?]+

β2[? ? ? ? ? ? ? ?]+εi，t? （1）

DA=TA-NDA? ? ? ? ? ? ? ? ? ? ? ? ? （2）

模型（1）中： A 為公司總資產; TA為公司凈利潤與經營活動現金流量之差的總應計利潤; △REV 為公司主營業務收入的變化量; △REC為公司當期與上一期應收賬款的差額; PPE 為公司固定資產原值。 首先， 對模型（1）進行回歸以獲得擬合系數， 然后在模型（1）中引入系數計算出正常應計盈余（NDA）。 模型（2）中的DA表示可操控應計利潤， 為總應計利潤（TA）減去正常盈余（NDA）。 本文中DA用來度量應計盈余管理， 且取絕對值， 絕對值越大說明盈余管理程度越大。 在穩健性檢驗中， 采用DD模型和盈余平滑度進行檢驗。

真實盈余管理的計算參照Roychowdhury[12] 模型， 具體設計如下：

[? ? ? ? ? ? ? ? ?]=α0+α1[? ? ? ? ? ? ? ?]+α2[? ? ? ? ? ? ? ?]+

α3[? ? ? ? ? ? ? ? ? ?]+εi，t? ? ? ?（3）

[? ? ? ? ? ? ? ? ? ? ?]=α0+α1[? ? ? ? ? ? ? ]+α2[? ? ? ? ? ? ? ?]+

α3[? ? ? ? ? ? ? ? ? ?]+α4[? ? ? ? ? ? ? ? ? ? ? ?]+εi，t? ?（4）

[? ? ? ? ? ? ? ? ? ? ? ? ]=α0+α1[? ? ? ? ? ? ? ?]+α2[? ? ? ? ? ? ? ? ? ? ]+εi，t

（5）

REMi，t=PRODi，t-CFOi，t-DISEXPi，t? （6）

其中， 模型（3） ～ （5）分別為計算異常經營活動現金流（CFO）、異常生產成本（PROD）及異常酌量費用（DISEXP）的真實盈余管理。 首先對模型（3） ～ （5）進行回歸， 然后在獲得三個模型殘差的基礎上， 按照模型（6）計算真實盈余管理REM。

2. 模型設計。 為了檢驗H1a和H1b， 設計模型（7）如下：

DA（REMi，t）=β0+β1EPUi，t-1+β2Sizei，t+

β3Agei，t+β4Levi，t+β5ROAi，t+β6Growthi，t+

β7Cashi，t+β8Dualityi，t+β9Indpti，t+β10Insteri，t+

β11Share1i，t+β12Mngsharei，t+β13Big4+β14GDPt-1+

Province+Ind+εi，t? ?（7）

為了檢驗H2a和H2b， 設計模型（8）如下：

DA（REMi，t）=β0+β1EPUi，t-1+β2EPUi，t-1×

Softi，t+β3Softi，t+Control+Province+Ind+εi，t

（8）

其中， 模型（7）中解釋變量為經濟政策不確定性（EPU）， 采用Steven等所構建不確定性指數的方法衡量。 對《人民日報》和《光明日報》中有關“財政”“貨幣”“證監會”“銀監會”“人民銀行”“發改委”等關鍵詞進行文本分析， 并依據報紙上與經濟政策不確定性相關的文章比例， 構建了中國經濟政策不確定性的月度指數。 該指數同時涵蓋中央政府層面和地方政府層面的經濟政策不確定性， 具有良好的連續性和時變性， 能夠較為準確地衡量經濟政策不確定性的中短期變動。 該指數與Baker等[16] 構建指數的方法相同， 但是Baker等[16] 構建指數是基于中國香港《南華早報》進行的文本分析。 本文認為 《人民日報》和《光明日報》作為國內兩大權威報紙， 更能準確反映國內經濟政策不確定性， 且該指數已經被國內學者[17，18] 所采用。 另外， 本文在穩健性檢驗中采用Baker等[16] 的不確定性指數進行檢驗。 本文借鑒Wang等[19] 采用“月度經濟政策不確定性的幾何平均值/100”來衡量EPU， 并滯后一期， 由于 EPU 是時間序列變量， 因而在模型中未控制時間固定效應。 模型（8）中的調節變量信息技術程度（Soft）借鑒李坤望等[20] 的方法， 采用“軟件投入金額/總資產”來反映企業信息化水平。

3. 控制變量。 參考已有文獻， 控制變量包括： 企業規模（Size）、資產負債率（Lev）、營業收入增長率（Growth）、資產收益率（ROA）、企業年齡（Age）、現金持有量（Cash）、是否虧損（Loss）、兩職合一（Duality）、獨立董事規模（Indpt）、股權集中度（Share1）、是否為四大（Big4）、機構持股比例（Inster）、高管持股比例（Mngshare）等。 另外， 采用GDP增長率控制宏觀經濟發展形勢， 同時， 還控制了行業（Ind）和地區（Province）層面的固定效應。 各變量具體定義見表1。

四、實證結果與分析

（一）描述性統計

表2為主要研究變量的描述性統計結果。 樣本期間經濟政策不確定性指數均值為1.382， 標準差為0.628， 說明樣本期間經濟政策存在較大波動。 應計盈余管理均值為0.073， 中位數為0.049， 標準差為0.078; 真實盈余管理均值為-0.001， 中位數為0.009， 標準差為0.205， 說明樣本公司盈余管理存在較大波動， 且真實盈余管理波動程度更大。 信息技術程度均值為0.003， 中位數為0.001， 說明樣本企業總體軟件規模偏小。

表3為單變量檢驗結果。 本文按照經濟政策不確定性指數的年度中位數將樣本分為高經濟政策不確定性組和低經濟政策不確定性組， 比較兩組應計盈余管理和真實盈余管理的差異。 結果顯示， 在樣本期內應計盈余管理在高經濟政策不確定性組均值更小， 且存在顯著差異; 而真實盈余管理在高不確定性組中均值更大， 且組間均值存在顯著差異。 該結果初步說明經濟政策對應計盈余管理和真實盈余管理的影響存在差異， 經濟政策不確定性越大， 真實盈余管理程度越高。

（二）相關性分析

表4為相關性分析結果。 由表4可知， 經濟政策不確定性（EPU）和應計盈余管理（DA）顯著負相關， 與真實盈余管理（REM）顯著正相關， 初步反映出經濟政策不確定性與盈余管理的關系， 且相關關系數均未超過0.4。 因為相關性分析并沒有控制其他因素的影響， 因此需要通過多元回歸分析進一步檢驗。

（三）回歸結果分析

表5列（1）（2）為H1a和H1b的回歸結果， 列（3）（4）為H2a和H2b的回歸結果。 其中第（1）（3）列被解釋變量為應計盈余管理（DA）， 第（2）（4）列被解釋變量為真實盈余管理（REM）。 從第（1）（2）列的檢驗結果可以看出， 經濟政策不確定性（EPU）與應計盈余管理在1%的顯著性水平上負相關， 與真實盈余管理在1%的顯著性水平上正相關。 這說明經濟政策不確定性增大， 應計盈余管理減少， 但真實盈余管理增多， 真實盈余管理和應計盈余管理之間存在替代關系， H1a和H1b得到驗證。 該結果意味著經濟政策不確定性致使企業未來盈利水平的不確定性增大[8] ， 進而提升管理層盈余管理動機; 但由于外界審計監管力度的加大， 企業減少了應計盈余管理（調整賬面價值方式）， 而經濟政策不確定性為真實盈余管理提供了更為隱蔽的外在條件， 因此管理層將盈余管理方式轉向了真實盈余管理。

從表5列（3）（4）的檢驗結果可以看出， 經濟政策不確定性（EPU）與信息技術程度（Soft）的交互項與應計盈余管理無顯著相關性， 與真實盈余管理在5%的顯著性水平上負相關。 這說明企業信息技術顯著抑制了經濟政策不確定性與真實盈余管理的正相關性， 但對應計盈余管理無顯著影響， H2b得到了證實， H2a未通過檢驗。 也就是說， 信息技術水平越高， 越能有效抑制經濟政策不確定性下的企業真實盈余管理行為。 這是由于信息技術在企業中更多通過標準化的作業流程管理、快速的數據收集與處理以及精準的大數據分析強化對經濟業務的管理， 抑制了通過降價促銷、壓低成本等盲目擴大生產規模的經營方式， 也就是說， 信息技術能夠從業務端對真實盈余管理進行有效抑制。 由于應計盈余管理是通過對會計政策的選擇來進行盈余操縱， 更多體現的是管理決策的主觀判斷， 而信息技術在企業中更多體現在應用層面， 是輔助管理層進行決策的， 并不能夠對決策起決定性作用， 因此信息技術對應計盈余管理的制約作用有限。

（四）進一步檢驗

信息技術對經濟政策不確定性與企業盈余管理關系的調節效應， 因企業盈余管理動機不同而不同。 盈余管理動機越強的企業信息技術在降低信息成本、規范業務流程等方面的作用越突出， 越能夠有效抑制經濟政策不確定性下高盈余管理企業中的盈余管理行為。 因此， 本文進一步從產權性質、是否微贏以及真實盈余管理方式等方面進行檢驗， 以檢驗信息技術作用發揮是否具有差異性。

1. 產權性質分組。 產權性質所引發的企業行為差異一直以來都是學術界所關注的重點。 大量文獻研究發現， 相對于非國有企業， 國有企業代理成本更高[21] ， 盈余管理動機更強。 因此， 本文進一步研究不同產權性質下， 信息技術對經濟政策不確定性與盈余管理關系的調節作用。

表6為按照產權性質分組的回歸結果。 其中列（1）（2）的因變量為應計盈余管理， 列（3）（4）的因變量為真實盈余管理。 從回歸結果可以看出： 對應計盈余管理的回歸中， 經濟政策不確定性與信息技術的交互項系數在國有企業組中顯著為正， 在非國企組中不顯著; 對真實盈余管理的回歸中， 經濟政策不確定性與信息技術的交互項系數在國有企業組中顯著為負， 在非國企組中不顯著。 該結果意味著相對于非國有企業， 信息技術對抑制經濟政策不確定性下的真實盈余管理行為在國有企業中更加顯著， 但同時也促使國有企業將盈余管理方式轉向了應計盈余管理。 這說明在盈余管理動機較強的國有企業中， 出現了“按下葫蘆浮起瓢”的現象。 這可能是因為信息技術通過降低信息生成成本、提高業務標準化程度和減少人為干預等方式， 有效抑制了經濟政策不確定性下的真實盈余管理。 但是相對于非國有企業， 國企高管具有更強的政治晉升動機， 因此， 當經濟政策不確定性增大導致盈余波動更大時， 國有企業的盈余管理動機并未減弱， 因此將真實盈余管理轉向應計盈余管理方式[22] 。 這在一定程度上反映出信息技術對盈余管理的抑制作用， 需在特定條件下才能有效發揮。

2. 微贏分組。 企業為了平滑利潤、避免虧損或者扭虧為盈， 存在以保盈為目的的盈余管理行為。 本文參考已有文獻[23] ， 按當年凈利潤（大于0）與期初總資產之比進行分組， 當比值位于區間[0， 0.005）時， 表示企業具有較強的保盈動機， 用虛擬變量Smallprofit表示， 其他為0。 表7為檢驗結果， 從該結果可以看出， 信息技術與經濟政策不確定性的交互項對應計盈余管理無論企業是否存在保盈動機均無顯著影響， 但是對真實盈余管理的抑制作用在具有保盈動機的企業中更加顯著。 這說明信息技術對抑制經濟政策不確定性下的企業真實盈余管理， 在盈余動機更強的企業中更為顯著， 更能夠從業務方面有效抑制盈余管理行為。

3. 真實盈余管理方式。 由于真實盈余管理涉及異常經營性現金流、異常生產成本和異常酌量費用， 因此， 為進一步分析經濟政策不確定性對三種具體真實盈余管理方式的影響程度， 本文進一步檢驗了經濟政策不確定性對異常經營性現金流（CFOREM）、異常生產成本（ProdREM）和異常酌量費用（DisexpREM）的影響以及信息技術的調節效應。 表8為檢驗結果， 其中列（1） ～ （3）的回歸結果表明， 異常現金流量（CFOREM）和異常酌量費用（DisexpREM）與經濟政策不確定性均在1%的顯著水平上呈負相關關系， 與復合指標（REM）的結果一致， 這表明經濟政策不確定性（EPU）在客觀上增加了企業的真實盈余管理; 異常生產成本（ProdREM）與經濟政策不確定性（EPU）在1%的顯著性水平上呈正相關關系， 仍與之前的結果保持一致。 實證結果支持了本文的研究假設。

表8第（4） ～ （6）列為信息技術對經濟政策不確定性與真實盈余管理的調節效應的檢驗結果。 從表8結果可以看出， 在對異常經營性現金流和異常生產成本的回歸中， 經濟政策不確定性與信息技術交互項系數分別在1%和10%顯著性水平上為負和為正， 但在異常酌量費用中不顯著。 這說明經濟政策不確定性越大時， 信息技術程度越高， 越能顯著抑制異常經營性現金流和異常生產成本的真實盈余管理， 但是對于異常酌量費用無顯著的抑制作用。 該結果反映出信息技術對真實經濟業務中的現金管控和生產成本管控具有顯著的作用， 但是對費用類的管控未能發揮有效作用， 信息技術對盈余管理的抑制作用具有一定的選擇性。

（五）穩健性檢驗

由于經濟政策不確定性屬于宏觀經濟層面， 企業盈余管理程度不能反向影響經濟政策不確定性， 因此本文不存在反向因果的內生性問題。 但為保證本文研究結論的可靠性， 本文從以下幾個方面進行穩健性檢驗。

1. 變換應計盈余計量方式。 本文對應計盈余管理采用了DD模型[24] 和盈余平滑度[25] 再次進行計量。 DD模型如下：

[? ? ? ? ? ? ? ? ?]=α0+α1[? ? ? ? ? ? ? ? ? ? ?]+α2[? ? ? ? ? ? ? ? ? ]+

α3[? ? ? ? ? ? ? ? ? ? ?]+εi，t? ? （9）

其中： WCA表示營運資本變化; CFO為經營活動現金流凈額; A為企業總資產; ε為回歸殘差; 殘差絕對值越大; 盈余管理程度越大。

盈余平滑度反映了上市公司報告盈余與真實盈余之間的關系， 即表示公司盈余波動偏離正常水平的程度， 盈余平滑度越大， 說明企業盈余管理程度越大。 模型如下：

[SD? ? ? ? ? ? ? ? ? ，? ? ? ? ? ? ? ? ? ，? ? ? ? ? ? ? ? ? ，? ? ? ? ? ? ? ]

（10）

其中： CFO表示公司經營活動現金流; NI表示公司凈利潤; SD（·）表示標準差。

表9為替換應計盈余變量后的回歸結果。 從表9中可以看出， 經濟政策不確定性與DD模型中的應計盈余和盈余平滑度均在5%的顯著性水平上負相關， 說明經濟政策不確定越大應計盈余管理程度越小， H1a沒有發生改變。

2. 變換經濟政策不確定性指數。 本文采用Baker等[16] 設計的經濟政策不確定性性指數再次進行檢驗， 檢驗結果如表10所示。 表10列（1） ～ （6）的被解釋變量分別為： 應計盈余管理、真實盈余管理、異常經營性現金流量、異常生產成本和異常酌量費用。 從表10列（1） ～ （2）可以看出， 經濟政策不確定性（EPU_Baker）與應計盈余管理顯著負相關， 與真實盈余管理顯著正相關， 研究H1a和H1b得到了支持。 列（3） ～ （5）可以看出， 經濟政策不確定性與三種真實盈余管理方式均顯著相關， 顯著提升了兩個負向真實盈余管理指標（異常經營性現金流量和異常酌量費用）和正向真實盈余管理指標（異常生產成本）。

表11為替換經濟政策不確定性變量后， 對H2a和H2b的檢驗結果。

從表11的結果可以看出， 經濟政策不確定性對應計盈余管理的抑制作用， 并未隨著信息技術水平提升而發生顯著變化， H2a未得到支持; 而經濟政策不確定性對真實盈余管理的正相關性， 隨著信息技術水平提升而減弱， H2b得到了支持， 與前文結果一致。 另外， 信息技術對經濟政策不確定性與異常經營性現金流量和異常生產成本的負向關系也起到了抑制作用。

五、研究結論

近年來隨著經濟政策不確定性的日益增大， 其對企業行為的影響也被實務和學術界所關注。 本文考察了經濟政策不確定性對應計盈余管理和真實盈余管理的影響， 并檢驗了信息技術的調節效應。 研究發現： ①經濟政策不確定性越大， 企業應計盈余管理減少， 但是真實盈余管理增多。 ②企業信息技術的調節作用具有選擇性， 即信息技術程度能夠有效抑制經濟政策不確定性下的真實盈余管理， 但是對應計盈余管理無顯著影響。 ③信息技術對經濟政策不確定性下真實盈余管理的抑制作用在國有企業和微贏企業中更加顯著。 另外， 信息技術對真實盈余管理中的異常經營性現金流量和異常生產成本抑制作用更加顯著， 對異常酌量費用無顯著的抑制作用。

上述結果說明， 面對外部宏觀經濟不確定性的增大， 管理層為了對沖其帶來的經營風險， 會在應計盈余管理和真實盈余管理之間進行選擇; 但是隨著信息技術在企業中的廣泛應用， 信息技術通過優化業務流程、促進信息交換、降低信息生成成本、提升決策者的信息處理能力等方式， 能夠有效降低不確定性， 抑制不確定性下的真實盈余管理。 因此， 本文對深化信息技術與制造業融合， 加速數字化轉型具有一定的借鑒意義。

【 主 要 參 考 文 獻 】

[1] Gulne H.， Ion M.. Policy Uncertainty and Corporate Investment[ J].Review of Financial Studies，2016（3）：523 ～ 564.

[2] 張成思，劉貫春.中國實業部門投融資決策機制研究——基于經濟政策不確定性和融資約束異質性視角[ J].經濟研究，2018（12）：51 ～ 67.

[3] 饒品貴，岳衡，姜國華.經濟政策不確定性與企業投資行為研究[ J].世界經濟，2017（2）：27 ～ 51.

[4] Xu Nianhang， Qinyuan Chen， Yan Xu， Kam C. Chan. Political Uncertainty and Cash Holdings： Evidence from China[ J].Journal of Corporate Finance，2016（40）：276 ～ 295.

[5] Bhattacharya U.， Hsu P. H.， Tian X.， Xu Y.. What Affects Innovation More： Policy or Policy Uncertainty？[ J].Journal of Financial and Quantitative Analysis，2017（5）：1869 ～ 1901.

[6] 陳勝藍，劉曉玲.經濟政策不確定性與公司商業信用供給[ J].金融研究，2018（5）：172 ～ 190.

[7] 陳武朝.經濟周期，行業周期性與盈余管理程度——來自中國上市公司的經驗證據[ J].南開管理評論，2013（3）：26 ～ 35.

[8] 王義中，宋敏.宏觀經濟不確定性、資金需求與公司投資[ J].經濟研究，2014（2）：4 ～ 17.

[9] Bloon. Uncertainty and the Dynamics of R&D[ J].American Economic Review，2007（2）：250 ～ 255.

[10] 申宇，任美旭，趙靜梅.經濟政策不確定性與銀行貸款損失準備計提[ J].中國工業經濟，2020（4）：154 ～ 173.

[11] Cohen D. A.， P. Zarowin.Accrual-based and Real Earnings Management Activities Around Seasoned Equity Offerings[ J].Journal of Accounting and Economics，2010（1）：2 ～ 19.

[12] Roychowdhury S.. Earnings Management Through Real Activities Manipulation[ J].Journal of Accounting and Economics，2006（3）：335 ～ 370.

[13] Kohli R.， V. Grover.Business Value of IT： An Essay on Expanding Research Directions to Keep up with the Times[ J].Journal of the Association for Information Systems，2008（1）：23 ～ 39.

[14] 王立彥，張繼東.ERP系統實施與公司業績增長之關系——基于中國上市公司數據的實證分析[ J].管理世界，2007（3）：116 ～ 121.

[15] Dechow P. M.，? Sloan R. G.， Hutton A. P.. Detecting Earnings Management[ J].Accounting Review，1995（2）：193 ～ 225.

[16] Baker S. R.， N. Bloom and S. J. Davis. Measuring Economic Policy Uncertainty[ J].Quarterly Journal of Economics，2016（4）：1593 ～ 1636.

[17] 彭俊超.貿易政策不確定性與公司資本結構調整速度[ J].經濟學家，2021（2）：52 ～ 61.

[18] 徐寧，丁一兵， 張男.經濟不確定性沖擊與貨幣政策的時變反饋——基于《人民日報》《光明日報》大數據的研究[ J].財經科學，2020（1）：1 ～ 12.

[19] Wang Y.， C. R. Chen， Y. S. Huang. Economic Policy Uncertainty and Corporate Investment： Evidence from China[ J].Pacific-Basin Finance Journal，2014（3）：227 ～ 243.

[20] 李坤望，邵文波，王永進.信息化密度、信息基礎設施與企業出口績效——基于企業異質性的理論與實證分析[ J].管理世界，2015（4）：52 ～ 65.

[21] 盧銳，柳建華，許寧.內部控制、產權與高管薪酬業績敏感性[ J].會計研究，2011（10）：42 ～ 48.

[22] 王礫.政治壓力與企業行為[D].武漢：華中科技大學，2018.

[23] 馬永強，張澤南.金融危機沖擊、管理者盈余動機與成本費用粘性研究[ J].南開管理評論，2013（6）：70 ～ 80.

[24] Dechow Patricia M.， Dichev Ilia D.. The Quality of Accruals and Earnings： The Role of Accrual Estimation Errors[ J].The Accounting Review，2002（9）：35 ～ 59.

[25] Francis J.， LaFond R.， Olsson M.， Schipper K.. Costs of Equity and Earnings Attributes[ J].The Accounting Review，2004（4）：967 ～ 1010.