范小伊?劉一霖?李翠紅



在我國的弱有效市場中,信息存在一定的不對稱性,而分析師正是企業與外部信息的傳輸渠道。企業管理者作為企業財務信息的直接掌控者,對其具有管控與操控權。本文使用中國A股上市公司2010-2019年數據,以管理者能力、分析師預測準確性、盈余管理為研究框架,采用調節效應模型探究分析師預測準確性在管理者能力與盈余管理關系中所起的調節作用。研究表明:管理者能力與盈余管理呈正相關關系。進一步研究發現,分析師預測準確性對管理者能力與應計盈余管理的關系存在負向調節作用,而與真實盈余管理存在正向調節作用。這為企業有效監管管理者,降低盈余管理現象,提高企業信息質量提供理論依據以及政策性建議。
一、引言
盈余信息在企業披露的信息中發揮著重要的作用。盈余信息的質量不僅會影響資本市場的有效性,影響證券分析師的判斷,而且在信息使用者利用企業財務信息進行決策中也起著至關重要的作用。在企業進行盈余管理的過程中,管理者會權衡應計、真實以盈余管理行為的成本代價、隱蔽性、長短期效應等各方面因素,并且綜合考慮企業內部發展以及外部監管情況,對盈余管理方式進行選擇,以保障企業能夠隱蔽的以低成本高成效的手段操縱盈余信息,提高企業績效,向外部呈現良好的經營狀態。基于此種內外部信息不對稱的現象,證券分析師作為企業與外部投資者的重要的信息傳輸渠道,一方面會使企業畏懼分析師監管而收斂其盈余管理行為,而另一方面可能也會導致企業為滿足外部信息使用者對企業績效的期望而誘發迎合分析師預測的行為產生。
管理者能力通常指企業高層管理者所具有的溝通、協調、決策、規劃、控制、分析等各項經營能力。Hambrick & Mason(1984)提出的高層梯隊理論認為,受自身認知結構和價值觀差異的影響,不同管理者會對相關信息的做出不同的解釋,進而選擇不同的決策。目前兩權分離是企業典型的特征,盈余管理正是來源于由其產生的信息不對稱現象。當下管理層仍存在利用不同的盈余管理行為來實現自身利益最大化、維護個人聲譽和提高薪酬水平的現象。管理者能力的不同對盈余管理的選擇傾向性也存在差異。分析師的預測信息作為外部投資者信息的主要來源,證券分析師的各種行為在一定程度上會影響管理者能力對盈余管理的選擇。管理者會根據證券分析師是否對企業經營業績進行預測以及其預測準確性對迎合分析師預測還是遏制盈余管理進行考量。
鑒于此,本文借鑒Demerjian et al(2012)對管理者能力的測量方法,利用中國上市公司A股2010-2019年數據,主要探索以下具有重要意義但尚未受到廣泛關注的問題:拓展高管人口統計學特征以及董事會獨立性等相關領域,基于管理者能力視角,探究管理者能力對分類轉移盈余的影響,并將分析師預測納入管理者操縱盈余的影響因素。
二、文獻回顧與研究假設
(一)管理者能力與盈余管理
自Hambrick & Mason(1984)提出的高層梯隊理論以來,眾多學者從管理者權力及其人口統計特征角度考察管理者與盈余管理的關系,而涉及管理者能力的較少。為更全面深入地分析管理者內在行為因素對盈余管理方式選擇的影響,Demerjian et al(2012)首次引入管理者能力,將其定義為將企業資源轉化為收入的能力,并對其使用數據包絡分析(DEA)進行測量。基于委托代理和信息不對稱理論,管理者與股東會由于目標函數存在差異而產生利益沖突,從而使得管理者做出有違“股東財富最大化”原則,而以自我為中心的短視決策。(Wright et al,1996)并且受這一目標的影響,管理者可能也會為獲取私利而選擇懲罰風險小的真實盈余方式。綜合上述分析,本文提出以下假設:
H1:管理者能力越高,企業盈余管理越嚴重。
H2:管理者能力越高,越傾向于選擇真實盈余管理方式。
(二)分析師預測準確性與盈余管理
國內外學者都對分析師預測與盈余管理的關系進行了廣泛的研究,并且主要形成了兩個維度的觀點:一種是管理者會傾向于付出成本代價進行盈余管理,以迎合分析師預測進而提高投資者對企業的信心;另一種是證券分析師具有一定的獨立性,分析師的跟蹤預測會對企業管理者帶來一定的壓力,會加強對企業的監管,使得管理者盈余管理的空間縮小。總體來看,大多數學者的研究結論支持迎合理論。管理者會為達到分析師預期而操縱會計盈余。(Kasznik,1999)但是也有學者得出了相反的結論。分析師預測增加企業的壓力,遏制管理者操控盈余的動機。(江軒宇和于上堯,2012)面對外部分析師預測的準確度的不同,管理者會選擇不同的盈余管理方式進行迎合或遏制。高能力的管理者可能會為規避風險和提升業績而忽略對企業未來發展的危害,選擇隱蔽性強的真實盈余方式對分析師的預測進行迎合,而遏制應計盈余管理行為。綜合上述分析,本文提出以下假設:
H3:分析師預測準確性對管理者能力與應計盈余管理具有負向調節作用。
H4:分析師預測準確性對管理者能力與真實盈余管理具有正向調節作用。
三、數據來源與研究設計
(一)數據來源與處理
本文選取2009-2019年滬深兩市A股上市公司為研究對象。在此基礎上,本文對數據進行如下處理:(1)剔除金融行業數據;(2)剔除ST和ST*異常樣本;(3)剔除變量缺失樣本;(4)提出預測數據缺失樣本。由于本文盈余管理以及分析師預測變量測量需要使用上一期期末或本期期初數值,因此本研究樣本區間為2010-2019年,合計24799個觀測值。并且為消除極端值對回歸結果的影響,本文對所有變量均按1%和99%進行Winsorize縮尾處理。分析師預測相關以及子公司所在地數據來源于CSMAR數據庫,其他財務數據均來自于CCER數據庫。
(二)變量定義
1.被解釋變量
(1)應計盈余管理