經濟政策不確定性與業績預告決策

韓子超 張友棠 曹耀威

【摘要】基于滬深A股上市公司2007 ～ 2018年的數據， 考察經濟政策不確定性對企業業績預告披露頻率的影響， 結果發現： 經濟政策不確定性的提升會導致企業提高業績預告披露頻率， 但會降低披露的及時性、精確性和準確性; 經濟政策不確定性的提升促使金融機構提升不確定性規避程度， 因而企業為緩解信息不對稱， 獲取信貸資源而提高業績預告披露頻率， 金融機構不確定性規避是經濟政策不確定性影響企業業績預告披露頻率的中介變量; 在數字金融水平較高的地區， 金融機構能夠有效利用數字技術以緩解信息不對稱， 提高信貸資源配置效率， 同時企業融資渠道增多， 披露業績預告的收益下降， 從而會減少披露次數; 不同地區的金融生態環境不同， 企業對經濟政策不確定性的敏感程度存在較大差異， 經濟政策不確定性對企業業績預告披露頻率的促進作用在中西部地區更加顯著。

【關鍵詞】經濟政策不確定性;金融機構不確定性規避;業績預告;數字金融

【中圖分類號】F273.4? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）06-0045-10

一、引言

2020年10月5日， 國務院印發《關于進一步提高上市公司質量的意見》， 指出企業要提升信息披露質量， 充分披露投資者做出價值判斷和投資決策所需的信息。 在非完全有效的資本市場中， 高質量的信息披露能夠有效緩解信息不對稱， 提高資源配置效率。 業績預告是企業信息披露的重要途徑之一， 相比歷史性的會計信息， 其能夠向各利益相關者傳遞管理層對企業未來收益的預期， 更具有決策相關性和前瞻性。

目前， 國內已有文獻從公司層面（管理層性質[1，2] 、治理結構[3] ）以及外部環境（分析師跟蹤[4] 、媒體關注[5] 、賣空壓力[6] ）等視角研究了關于企業披露業績預告決策的影響因素。 然而， 較少有文獻直接研究宏觀經濟政策不確定性對業績預告決策的影響， 且已有結論并不一致。 陳勝藍等[7] 研究發現， 經濟政策不確定性的提高會使高管更可能發布業績預告且預測區間更窄。 周楷唐等[8] 發現， 官員發生變更的年份， 管理層更傾向于自愿披露業績預告， 同時業績預告精確度也會提升。

政府通過財政和貨幣政策調控宏觀經濟運行， 但由于對宏觀經濟認識的不確定性， 難以避免經濟政策的不確定性， 而經濟政策對微觀經濟主體起著舉足輕重的作用， 會為企業價值的變化帶來重大的不確定性[9] 。 即使在一個沒有摩擦的理想世界中， 管理層和外部投資者也會因為來自于企業、行業以及宏觀層面的不確定性因素的影響而無法做出正確決策， 因此， 作為前瞻性信息的業績預告就顯得尤為重要。 一方面， 管理層向外傳遞關于企業未來盈利預期的信息能夠減少投資者的不確定性， 同時， 披露高質量的信息能夠提升自身聲譽并從資本市場中獲得收益， 如更低的資本成本[10] 。 另一方面， 在不確定性較高的時期， 管理層很難做出精確的預測而面臨較高的訴訟風險， 此外， 管理層進行的業績預告披露可能有較高的專有信息成本， 競爭對手能夠從其中了解企業的專有信息， 從而使企業處于不利的競爭地位。 企業需要權衡披露業績預告的收益和成本， 因此在經濟政策不確定性較高的環境下， 管理層是否會更傾向于披露業績預告仍有待實證檢驗。

為此， 本文運用2007 ～ 2018年滬深A股上市公司數據， 考慮到自愿的業績預告以及信息含量更高的業績預告更能傳遞私有信息， 故本文從自愿業績預告頻率和業績預告信息含量兩個角度檢驗經濟政策不確定性對管理層業績預告決策的影響。 研究發現， 隨著經濟政策不確定性的提高， 管理層更傾向于自愿披露業績預告， 但披露的及時性變差， 業績預告的精確性和準確性降低。 此外， 本文還考察了經濟政策不確定性對業績預告類型的影響， 發現對“好消息”和“壞消息”披露的影響有顯著差異， 管理層更傾向于披露“壞消息”。 本文進一步分析了經濟政策不確定性的作用機制， 發現經濟政策不確定性通過影響金融機構的不確定性規避程度來促使管理層提高業績預告的披露頻率。 同時， 本文發現： 數字金融水平高， 則企業融資可得性高， 披露業績預告的收益下降， 會降低披露頻率， 尤其當企業處于金融生態環境較差的中西部地區時， 對經濟政策不確定性的敏感度更高。

二、理論分析與研究假說

（一）經濟政策不確定性與企業業績預告

根據資源依賴理論和信息不對稱理論， 企業為了滿足自身的穩定發展， 需要從市場中獲取對自身而言必不可少的有利資源， 而由于信息不對稱的客觀存在， 會導致資源無法得到有效配置。 企業管理層相比外部利益相關者來說更了解企業的投融資情況、生產經營狀況以及面臨的困難， 因此企業通過信息披露能夠使利益相關者獲得更多關于企業的信息， 幫助其更好地進行決策。

管理層通常會通過信息披露來與各利益相關者建立良好的關系并獲取資源， 而業績預告則是企業信息披露的重要方式之一。 企業通過業績預告向投資者傳達關于企業質量的有用信息， 改變利益相關者對企業未來盈利能力的估計， 提高信息透明度并證明信息的可信度， 與利益相關者建立良好的關系進而獲得其信任[11] 。

一方面， 經濟政策不確定性會加劇投資者之間以及投資者與企業之間的信息不對稱， 降低股票流動性， 增加利益相關者對企業信息的需求[8] ， 企業可能會通過披露更多的信息改善信息環境， 使利益相關者能更好地了解企業， 從而緩解經濟政策不確定性造成的信息不對稱問題[12] 。 因此， 在信息使用者對企業信息的需求增加時， 企業披露額外的信息能夠在一定程度上替代投資者的私人信息獲取活動。 資產定價理論模型也表明， 信息不對稱水平的降低能夠帶來更低的資本成本和更高的股票價格， 管理層有更強的動機提供更多的業績預告信息以緩解信息不對稱， 進而降低資本成本并提升企業價值。

另一方面， 盡管經濟政策不確定性會為企業帶來負面影響， 管理層可能仍然不會傾向于進行自愿信息披露， 對于這些企業來說， 披露成本遠大于信息不對稱帶來的不利影響。 Agapova和Madura[13] 認為不確定性改變了企業的外部環境， 管理層難以形成對未來盈利能力的準確預期， 因此企業面臨著投資者因為“誤導”或者“不精確”信息披露而提起訴訟風險的潛在威脅。 但是， 在我國進行業績預告披露的違規成本較低， 懲罰力度較弱， 無實質性處罰， 且訴訟風險較低。 此外， 企業一旦開始進行盈利預測， 其將面臨較高的停止成本。 Chen等[14] 發現， 停止盈利預測會導致企業股票價格的顯著下降， 并且分析師會將這一行為解釋為企業未來的盈利能力低于預期， 從而損害企業價值。 最后， 企業披露的業績預告可能含有較多的專有信息， 如競爭對手可能從中了解到企業面臨著較高的融資約束而采取價格戰， 從而使企業在市場競爭中處于不利地位。 然而， Park等[15] 認為， 盡管季度盈利預測可能會使同行業的其他企業受益， 但是不會使披露盈利預測的企業在競爭中處于劣勢。

因此， 本文認為， 盡管管理層自愿披露業績預告可能面臨訴訟風險、違規成本、專有信息成本， 但是在我國的制度環境下， 面對較高的經濟政策不確定性， 企業進行業績預告披露的收益要大于承擔的風險和成本， 企業有較強的動機通過披露業績預告來緩解信息不對稱。 據此， 本文提出假設：

H1： 經濟政策不確定性的提升會提高企業披露業績預告的頻率。

（二）經濟政策不確定性、金融機構不確定性規避與企業業績預告

在我國的金融體系下， 企業仍然以間接融資為主， 銀行是關鍵的市場經濟主體， 以銀行為主導的金融體系對經濟發展具有重大影響。 Dell等[16] 認為在外部環境不確定的情況下， 商業銀行并非風險中立而是有不同的風險感知和風險容忍度， 且銀行更傾向于保守的風險態度。 經濟政策不確定會抑制銀行放貸意愿， 因此以銀行為代表的金融機構規避不確定性的行為會導致信貸資源無法得到有效配置， 影響企業的銀行信貸可獲得性和融資成本：

一是經濟政策不確定性在一定程度上加劇了銀行與企業之間的信息不對稱， 使得銀行對企業的信用評價更加困難復雜， 提高了判斷投資機會的難度， 增加了銀行貸款預期收益的噪聲， 從而導致銀行趨于降低風險加權資產占總資產的比重， 削弱銀行批準新增貸款申請的意愿， 使得企業獲得貸款的等待時間變長， 銀行信貸可獲得性降低。

二是在不確定性較高的環境下， 銀行對利率更加不敏感。 為規避風險， 銀行會通過提高貸款利率的方式來識別企業信息， 加劇信貸資源的無效配置， 使得企業的外部融資成本增加。 此外， 不利的經濟環境會加劇企業未來現金流的波動， 對其造成負面影響， 導致違約概率提高， 進而導致融資成本的上升。

三是經濟政策不確定性會影響銀行管理者的行為， 進而影響信貸資源的配置。 經濟政策不確定性的提升使得銀行難以形成對未來經濟趨勢的穩定預期。 為防止流動性風險， 銀行會減少信貸支出以補充流動性， 進一步導致企業信貸融資可獲得性降低以及融資成本提高。 因此， 經濟政策不確定性會加劇以銀行為代表的金融機構的不確定性規避行為。

此外， 根據資源依賴理論和優序融資理論， 企業開展研發、投資、生產活動需要大量的資金， 但隨著經濟政策不確定性的提高， 企業難以估計未來盈利能力， 且出現盈利下降的可能性增大， 內部融資受阻， 因此需要進行外部融資[17] 。 而融資可獲得性、融資頻率對企業績效有顯著影響， 因此企業為了自身的穩定發展， 需要在經濟政策不確定性提升時采取應對措施。 而更多的信息披露能夠減少信息不對稱進而降低資本成本。 在經濟政策不確定性較高時， 企業通過增加業績預告的披露緩解投資者之間以及投資者與企業之間的信息不對稱， 因此企業能夠通過提升更具前瞻性的業績預告披露的頻率幫助外部利益相關者獲取更多企業信息， 降低信息不對稱程度， 進而降低資本成本。

綜上， 經濟政策不確定性導致金融機構不確定性規避行為， 加劇銀行信貸資源的配置扭曲， 提高資本成本， 而企業為了獲取滿足自身發展的資金， 會通過提升業績預告的披露頻率來緩解信息不對稱。 由此， 本文提出假設：

H2a： 經濟政策不確定性的提升會加劇金融機構不確定性規避行為。

H2b： 金融機構不確定性規避行為越多， 企業業績預告披露頻率越高。

（三）數字金融的調節作用

信息不對稱和資本市場不完善是導致企業融資難、融資貴的重要原因。 基于人工智能、大數據、云計算、區塊鏈等新型數字技術與傳統金融行業融合而生的數字金融則能夠有效緩解金融服務與實體經濟不匹配等結構性矛盾。 一方面， 在數字技術的支撐下， 數字金融能夠有效降低信息搜集與傳遞成本， 緩解信息不對稱， 減少金融機構的監督成本、信息成本以及交易環節中的冗余成本， 改善金融資產的定價精確度， 從而實現資源的有效配置。 另一方面， 數字金融強大的數據爬取能力能夠幫助金融機構以較低的成本有效地挖掘企業在互聯網中留下的行為數據等信息， 為信用評估模型的構建提供依據， 從而建立可靠的信用評價體系， 更好地識別企業信用風險并降低信用評估成本， 進而降低企業的融資成本。 因此， 數字金融能夠通過緩解信息不對稱， 建立可靠的第三方征信體系來提高企業銀行信貸資源的可獲得性以及降低資本成本， 從而導致企業進行業績預告披露的收益減少， 降低業績預告披露的頻率。 據此， 本文提出假設：

H3： 數字金融負向調節金融機構不確定性規避對業績預告披露頻率的影響。

三、研究設計

（一）樣本選擇與數據來源

本文以2007 ～ 2018年滬深A股上市公司為初始樣本， 鑒于深交所分別于2010年和2012年發布關于中小板和創業板的業績預告披露規則， 強制中小板和創業板披露業績預告， 本文在分析經濟政策不確定性對自愿披露業績預告的影響時， 剔除中小板和創業板的上市公司。 本文對初始樣本進行了如下篩選： ①剔除ST、?ST、PT公司以及金融類公司; ②剔除關鍵變量缺失的公司; ③剔除關鍵變量異常的公司， 如總資產小于0， 資產負債率小于0或大于1等; ④對除經濟政策不確定性指數之外的所有連續變量進行1%和99%分位的縮尾處理， 以保證結果的穩健性。 本文的經濟政策不確定性指數使用Baker等[12] 構建的不確定性指數， 各省份金融機構信貸余額數據來源于《中國區域金融運行報告》， 數字金融數據來自北京大學編制的數字金融普惠指數， 其余數據包括業績預告均來源于CSMAR數據庫。

（二）變量定義

1. 被解釋變量。 本文的被解釋變量為自愿披露業績預告頻率（MF）， 使用一年內企業自愿披露業績預告的總數來衡量。 上交所并未對季度業績預告披露做出強制性規定， 但規定年度報告如預計出現虧損、扭虧為盈、凈利潤較前一年度增長或下降50%以上時需披露業績預告， 因此本文將以上情況剔除。 深交所規定季度或年度報告預計出現凈利潤為負、扭虧為盈、凈利潤與上年同期相比上升或者下降50%以上時需要披露業績預告， 同樣， 本文將以上情況剔除。

2. 核心解釋變量。 本文的核心解釋變量為經濟政策不確定性（EPU）， 采用由芝加哥大學和斯坦福大學聯合披露的中國經濟政策不確定性指數來衡量。 Baker等[12] 運用文本分析法， 以《南華早報》為研究對象， 將新聞報道中出現有關經濟政策不確定詞匯的文章數量除以每月文章總數， 構建出序列標準化為100的月度經濟政策不確定性指數。 由于該指數為月度數據， 本文將該指數進行年度算術平均后取對數轉化為年度數據。

3. 中介變量。? 本文選取金融機構不確定性規避（Uof）作為中介變量。 由于目前銀行貸款仍是企業最主要的融資渠道， 使用企業所在省份的金融機構信貸余額占該省GDP的比重來衡量。 該指標值越大表示金融機構不確定性規避程度越低。

4. 調節變量。 本文選取北京大學編制的數字金融普惠指數（Digitalfin）作為調節變量， 該指數包含三個維度， 分別是數字金融覆蓋廣度、使用深度以及數字化程度， 來綜合評估各省份縣市的數字金融發展水平。

5. 控制變量。 借鑒以往的文獻， 本文選取以下控制變量： 公司規模（Size， 公司總資產取自然對數）、資產負債率（Lev）、資產回報率（Roa）、兩職合一（Duality）、董事會規模（Board）、獨立董事規模（Indboard）、第一大股東持股比例（First）、股權集中度（Herf5， 公司前五位大股東持股比例的平方和）、公司虧損（Loss， 公司凈利潤為負時取值為1， 否則為0）、盈利波動性（Earnvar， 連續三年的營業利潤標準差除以連續三年的均值）、公司性質（Soe， 公司為國企時取值為1， 否則為0）。 此外， 為考察經濟政策不確定性對金融機構不確定性規避程度的影響， 本文借鑒王朝陽等[18] 的研究， 選取貨幣供應量（M2）作為控制變量， 預期貨幣政策會影響金融機構的信貸供給。

（三）模型設定

本文設計如下模型來檢驗本文的假設：

MFit/lnMFit=α0+α1EPUit+α2Sizeit+α3Levit+

α4Roait+α5Dualityit+α6Boardit+α7Indboardit+

α8Firstit+α9Herf5it+ α10Lossit+α11Earnvarit+α12Soeit+

Industry&Year+μit （1）

Uofit=α0+α1EPUit+α2lnM2it+Province+μit （2）

MFit/lnMFit=α0+α1Uofit+α2Sizeit+α3Levit+

α4Roait+α5Dualityit+α6Boardit+α7Indboardit+

α8Firstit+α9Herf5it+α10Lossit+α11Earnvarit+α12Soeit+

Industry&Year+μit （3）

MFit/lnMFit=α0+α1EPUit+α2Uofit+α3Sizeit+

α4Levit+α5Roait+α6Dualityit+α7Boardit+

α8Indboardit+α9Firstit+α10Herf5it+α11Lossit+

α12Earnvarit+α13Soeit+Industry&Year+μit? （4）

lnMFit=α0+α1Uofit+α2Digitalfinit +α3Uof×

Digitalfinit+α4Sizeit+α5Levit+α6Roait+α7Dualityit+

α8Boardit+α9Indboardit+α10Firstit+α11Herf5it+

α12Lossit+α13Earnvarit+α14Soeit+Industry&Year+μit

（5）

模型（1）用來檢驗H1， 即經濟政策不確定性的提升是否會導致企業提高業績預告的披露頻率。 關鍵被解釋變量分別為lnMF（業績預告總數加1取自然對數）和MF（業績預告的總數）。 根據H1， 預期系數α1為正。

模型（2）用來檢驗H2a， 即經濟政策不確定性的提升是否會加劇金融機構規避不確定性行為， 并控制了省份固定效應（Province）， 因為控制了貨幣供應量（lnM2）， 故未控制年份固定效應。

模型（3）用來檢驗H2b， 即金融機構不確定性規避行為是否會影響企業業績預告披露頻率。 模型（1）、（2）、（4）構成了中介效應的驗證方程組。

模型（5）用來檢驗H3， 為了檢驗數字金融的調節作用， 加入了金融機構不確定性規避與數字金融普惠指數的交互項。

四、實證結果與分析

（一）描述性統計

表1展示了主要變量的描述性統計結果。 從表1中可以看出， 被解釋變量MF最小值為0， 最大值為5， 表明不同企業自愿披露業績預告的頻率差異較大， 中位數為0， 說明大部分企業披露次數較少。 核心解釋變量EPU的最小值為4.422， 最大值為5.902， 均值為5.204， 表明這段時期經濟政策調整頻繁， 不確定性較高。 中介變量Uof的最小值為0.636， 最大值為2.555， 說明不同省份金融機構的不確定性規避程度差異較大。 數字金融普惠指數（Digitalfin）的最小值為0.284， 最大值為3.777， 表明我國數字金融發展水平不一， 不同地區存在明顯差異。

（二）回歸結果分析

1. 經濟政策不確定性與企業業績預告。 表2列示了模型基本回歸結果。 由表2的第（1）列可知， 在未加入其他控制變量時， 經濟政策不確定性（EPU）對企業自愿披露業績預告頻率（lnMF）的影響在1%的水平上顯著為正。 在加入控制變量之后， 結果不變。 為保證估計結果的穩健性， 使用公司層面的聚類穩健標準誤， 從第（3）列可以看出， EPU對lnMF的影響仍然在1%的水平上顯著， 其系數為0.107， 初步表明經濟政策不確定性的提升會導致企業提高業績預告的披露頻率。 但是， 樣本中包含大量業績預告披露次數為0的觀測值， 這些企業可能不會改變披露策略以應對經濟政策不確定性， 而這些觀測值在回歸分析中有相同的權重， 因此相比于披露頻率較高的企業， 所得到估計系數很有可能是下邊界結果。 為保證結果的穩健性， 本文選取零膨脹泊松回歸進行分析， 結果如第（4）列所示， EPU在1%的水平上顯著， 系數為0.294， 大于0.107， 其發生率比為1.34， 表明經濟政策不確定性每提高1%， 企業業績預告披露的平均次數就要提高1.34%。 原因可能是， 經濟政策不確定性的提升加劇了信息不對稱以及資源的稀缺性， 企業為了緩解信息不對稱及獲取自身發展所需的資源而披露更多的業績預告， 以幫助投資者更好地進行決策。

2. 經濟政策不確定性、金融機構不確定性規避與企業業績預告。 根據中介效應的檢驗步驟， 首先檢驗經濟政策不確定性對金融機構不確定性規避的影響。

表3第（1）列顯示經濟政策不確定性（EPU）的系數在1%的水平上顯著為負， 表明經濟政策不確定性的提升會顯著導致金融機構為了規避不確定性而減少貸款的發放， 與王朝陽等[18] 的結論一致。 在經濟政策不確定性提高時， 一方面由于信息不對稱的加劇， 銀行等金融機構難以有效識別企業信息進行信用風險評估; 另一方面企業未來現金流量波動性增大， 違約概率提升， 風險溢價不能覆蓋風險， 導致銀行對新增貸款申請的批準意愿下降。

表3第（2）列顯示金融機構不確定性規避（Uof）的系數顯著為負， 即隨著金融機構不確定性規避程度降低， 企業披露業績預告的頻率也降低。 為保證結果的穩健性， 進行零膨脹泊松回歸分析， 如表3第（4）列所示， Uof的系數仍然顯著為負， 發生率比為0.960， 表明Uof每降低1%， 即金融機構不確定性規避程度提高1%， 自愿披露業績預告的平均次數就要增加0.96%。 可能的原因是， 以銀行為代表的金融機構規避不確定性的行為即惜貸、慎貸加劇了企業面臨的融資難、融資貴問題， 企業為了獲取滿足自身發展的資金、降低融資成本而提高業績預告披露的頻率。 此外， 為驗證中介效應， 還需檢驗在控制Uof的情況下， EPU對MF的影響。 表3的第（3）列顯示， 在加入金融機構不確定性規避之后， EPU的系數依然在1%的水平上顯著為正， 表明經濟政策不確定性的提升對企業自愿披露業績預告頻率始終發揮的是促進作用。 同時Uof的系數顯著為負， 表明金融機構不確定性規避僅起到部分中介作用。 為保證結果穩健， 使用零膨脹泊松回歸重新進行估計分析， 結果如表3第（5）列所示， EPU的系數顯著為正， Uof的系數顯著為負， 與前述結論一致。

3. 數字金融的調節作用。 表4第（1）列報告了數字金融普惠指數對金融機構不確定性規避與自愿披露業績預告頻率關系的調節作用的基準回歸結果， 相關系數顯著為正， 表明數字金融普惠指數對金融機構不確定性規避與自愿披露業績預告頻率的正相關關系有抑制作用。 表4的第（2）、（3）列分別報告了該模型公司層面聚類的固定效應回歸結果以及隨機效應回歸結果， 交互項的系數依然在1%的水平上顯著為正， 支持了前述結論。 可能的原因是， 在數字金融發展水平較高的地區， 信息不對稱程度更低， 降低了金融機構的信息搜集及風險預測成本， 能夠幫助金融機構有效識別企業信息， 建立可靠的信用評估模型， 從而降低企業融資成本， 提高企業融資可獲得性， 因此企業披露業績預告的收益下降， 降低自愿披露業績預告頻率。

五、進一步研究

（一）地區異質性

我國幅員遼闊， 不同地區的政策力度、資源稟賦存在較大差異， 導致不同地區的經濟發達程度、金融中介的發展程度以及金融市場的完善程度各異。 因此， 不同地區的企業對經濟政策不確定性的敏感度也不一樣。 為考察經濟政策不確定性對企業自愿披露業績預告頻率的異質性影響， 本文將樣本劃分為中西部地區和東部地區兩個子樣本。 表5的第（1）、（2）列報告了基準回歸結果， 經濟政策不確定性的系數均顯著為正， 但中西部地區的系數比東部地區系數值更大， 且該組間系數差異在1%的顯著性水平上拒絕了兩組系數不存在差異的原假設。 為保證結果的穩健性， 本文進行了零膨脹泊松回歸分析， 結果如表5第（3）、（4）列所示， 在中西部地區和東部地區兩個子樣本中， 經濟政策不確定性的系數分別為0.322和0.230， 均在1%的水平上顯著， 且組間系數差異檢驗依然在10%的水平上顯著， 與基準回歸結果一致， 表明經濟政策不確定性與自愿披露業績預告頻率的正相關關系在中西部地區更顯著。

這可能是因為， 中西部地區金融市場完善程度較低、金融中介發展水平不足以及經濟欠發達造成其應對政策變化、市場需求更迭的能力較差， 因此對經濟政策不確定性更加敏感[19] 。 有研究發現， 隨著金融發展水平的提高， 企業與外部利益相關者之間的信息不對稱程度會下降， 信息搜集與傳遞成本也會下降。 中西部地區由于較低的金融發展水平， 銀行等金融機構難以準確對企業信用風險進行評估， 企業為了獲取資金就需要提高業績預告披露頻率以緩解信息不對稱， 幫助金融機構更加了解企業未來盈利能力， 從而降低融資成本以及提高融資可獲得性。 相比中西部地區， 東部地區的金融中介發育程度較高， 金融市場更加完善， 應對經濟政策波動的能力更強， 企業披露業績預告以提高融資獲得性或降低融資成本的收益相對較低。 因此， 經濟政策不確定性對自愿披露業績預告頻率的影響存在異質性， 具體來說， 對中西部地區的促進作用要高于對東部地區。

（二）排除競爭性解釋

現有關于企業管理層進行業績預告披露的動機理論分析除資本市場交易假說（企業為了緩解信息不對稱， 進而降低資本成本）外， 還有公司控制權假說以及權益薪酬假說等。

在控制權假說下， 為了避免因股價較低或業績較差而被收購， 企業管理層會通過披露更多的信息來提高企業價值。 在我國A股市場上， 控股股東股權質押非常普遍。 根據《擔保法》的規定， 由于股價下跌等原因導致質押品價值貶損時， 需要補充資金、增加質押品或進行強制平倉。 因此， 在存在控股股東股權質押時， 企業為了防止因股價持續下跌導致強制性資金補充或平倉而面臨喪失控制權的風險， 需要采取措施穩定股價。 而作為信息披露重要組成部分的業績預告則能夠有效傳遞重要的會計信息， 有研究發現業績預告能夠帶來顯著的市場反應， 即積極的業績預告帶來超額收益， 消極的業績預告則帶來負向影響 。 并且， 業績預告的違規成本較低， 懲罰力度小， 無實質性處罰。 同時， 目前并沒有對業績預告的準確性、形式等做出過多的強制性要求， 企業有較大的自主權， 因此企業進行業績預告的成本較低。 控股股東股權質押在一定程度上表明企業面臨著較大的融資約束， 因此在存在控股股東股權質押的情況下， 企業會為了緩解融資約束而披露更多的業績預告信息。 在權益薪酬假說下， 當管理層持有企業股票時， 會為了最優化自身利益買賣股票而披露更多的信息。 經濟政策不確定性的提高會加劇股價波動， 因此管理層會為了平穩或提高股價而提高自愿披露業績預告頻率。

在控制權假說和權益薪酬假說下， 本文觀察到的經濟政策不確定性與自愿披露業績預告頻率的關系可能是出于保證控制權或最大化權益薪酬的動機。 因此， 本文分別以是否存在控股股東股權質押以及高管持股比例均值為標準， 將全樣本劃分為兩個子樣本重新進行分析。 表6和表7分別報告了在不存在控股股東股權質押的情況下和在高管持股比例低于均值的情況下的結果， 結果顯示EPU的系數均在1%的水平上顯著為正， Uof的系數至少在10%的水平上顯著為負， 表明在不存在控股股東股權質押以及高管持股比例較低時， 經濟政策不確定性依然會導致企業提高業績預告的披露頻率， 支持了原結論， 據此排除了控制權假說和權益薪酬假說的影響。

（三）業績預告信息含量與預告類型

業績預告信息含量問題不同于管理層自愿披露業績預告問題。 即使管理層進行了自愿披露， 但其披露的報告不一定含有對投資者有價值的信息， 披露及時以及精確的信息更富有信息含量。 企業作為最主要且成本可能是最低的信息來源， 在經濟政策不確定性較高時， 管理層可能傾向于較快地披露業績預告以緩解外部信息不對稱。 但是較高的不確定性使得企業難以準確估計未來盈利能力， 因而管理層可能推遲業績預告的披露時間。 同樣， 由于管理層預測未來盈利能力的難度加大， 業績預告的精確度和準確度會下降。 但是， 在經濟政策不確定性較高的時期， 投資者更傾向于精確度較高即預測區間較窄的業績預告來支撐投資決策。 因此， 管理層可能會為了迎合投資者需求而披露精確度更高的業績預告。 為檢驗經濟政策不確定性對業績預告信息含量的影響， 本文定義業績預告及時性（Timeliness）為企業披露業績預告的日期早于財務報告實際披露日期的天數， 天數越長越及時。 為反映業績預告信息的準確性和精確性， 本文定義準確性（Truth）和精確性（Precision）的計算公式如下：

Truth=|[預告凈利潤點值（區間中值）-實際凈利潤]/實際凈利潤| （6）

Precision=（業績預告區間上限-業績預告區間下限）/|上下限均值| （7）

表8第（1）、（2）、（3）列分別報告了經濟政策不確定性對業績預告信息的精確性、準確性和及時性的影響， 結果顯示EPU的系數分別為0.041、0.011和-0.091， 均在1%的水平上顯著， 表明經濟政策不確定性提高了管理層對未來經營環境和企業盈利能力判斷的難度， 降低了披露業績預告的精確性、準確性， 延遲了披露的及時性。

針對業績預告類型來說， 投資者依靠盈余信息來判斷企業的未來盈利能力和企業價值， 因此， 管理層有動機發布樂觀消息以影響投資者對企業未來價值的判斷以及股價。 但是市場并不會輕易相信企業發布的盈余信息， 會對其進行修正并將其納入對企業未來價值判斷的預測之中。 而這種市場的修正機制會進一步加劇管理層披露樂觀消息的動機。 而投資者更信賴悲觀消息而非樂觀消息， 在不確定性較高的時期， 投資者對悲觀消息的反應更加積極， 而在不確定性較低時， 則對樂觀消息和悲觀消息有著對稱反應。 在經濟政策不確定性較高時， 企業的融資行為、投資行為等都具有較高的不確定性， 因此， 管理層可能傾向于披露壞消息， 以減少因不確定性因素及各種風險而導致的聲譽損失， 并且此時能夠向投資者傳遞出企業按照實際情況進行披露的信號， 從而提升企業的聲譽以及可信度。 為檢驗經濟政策不確定性對業績預告類型的影響， 本文將預告類型為大增、略增、扭虧和續盈的樣本定義為“好消息”（Good）; 將預告類型為大降、略降、轉虧、續虧的樣本定義為“壞消息”（Bad）。

表8的第（4）、（5）列報告了經濟政策不確定性對業績預告類型的影響， 結果顯示EPU的系數均在1%的水平上顯著為正， 表明“好消息”和“壞消息”的披露頻率均會因經濟政策不確定性的提高而提高， 但受經濟政策不確定性的影響不同， 其系數分別為0.338（好消息）和0.522（壞消息），兩者的系數間差異在1%的水平上顯著， 說明在經濟政策不確定性提高時， 管理層更傾向于發布“壞消息”而非“好消息”。

六、內生性和穩健性檢驗

（一）內生性檢驗

盡管本文已經控制了較多的控制變量以及年份和行業固定效應， 但考慮到經濟政策不確定性可能并不是一個嚴格的外生變量， 為保證結果的穩健性， 緩解因遺漏變量而導致的內生性問題， 本文借鑒彭俞超等[19] 的研究， 以全球經濟政策不確定性（GlobalEpu）為工具變量重新用兩階段最小二乘法進行估計。 該變量會影響中國的經濟政策不確定性， 但不直接對中國企業的業績預告行為產生影響。 表9報告了工具變量法的估計結果， 經濟政策不確定性對金融機構不確定性規避的影響顯著為負， 對自愿披露業績預告頻率的影響顯著為正， 在控制了經濟政策不確定性后， 金融機構不確定性規避對業績預告披露頻率的影響顯著為負， 與表3結論一致。

（二）穩健性檢驗

為進一步增強實證結果的穩健性， 本文進行了如下穩健性檢驗：

1. 增加控制變量。 現有關于業績預告的研究發現， 媒體報道和分析師關注能夠起到外部治理作用， 顯著影響企業業績預告， 因此本文控制外部治理機制變量媒體關注（Media）和分析師關注（Analyst）。 結果如表10第（1）、（2）列所示， EPU的系數均在1%的水平上顯著為正， Uof的系數在1%的水平上顯著為負， 支持了原結論。

2. 分樣本回歸。 我國于1998年開始推行業績預告制度， 但此時的業績預告需要證券交易所審核通過后才能披露。 2011年， 深交所開始實行“信息披露直通車”制度， 不再進行事前審核， 企業可直接通過互聯網進行披露， 有效地提升了信息披露效率， 提高了企業披露業績預告的意愿。 因此， 本文以2011年為時間節點進行分樣本回歸。 表10的第（3） ～ （6）列顯示， 不論是2011年之前還是2011年之后， EPU的系數均顯著為正， 但2011年之后的系數0.023要小于2011年之前的系數0.080， 表明該制度的確起到了提升信息披露效率的作用， 此外， Uof的系數均至少在5%的水平上顯著為負， 支持了原假設， 即經濟政策不確定性通過提高金融機構不確定性規避程度來影響企業自愿披露業績預告的頻率。

七、結論

本文利用Baker等[12] 構建的經濟政策不確定性指數， 基于2007 ～ 2018年滬深A股上市公司數據， 實證檢驗了經濟政策不確定性是否會影響企業業績預告頻率， 進一步探究其是否會通過金融機構不確定性規避影響企業的業績預告披露。 基于實證研究結果， 本文發現： 由于經濟政策不確定性提升， 企業與外部利益相關者之間的信息不對稱加劇， 資源稀缺性提高， 企業為緩解信息不對稱以獲取滿足自身發展的資源會提高業績預告頻率， 但由于管理層對企業未來盈利能力判斷的難度增加， 會降低業績預告的精確性和準確性， 披露的及時性也會下降; 金融機構不確定性規避起部分中介作用， 經濟政策不確定性的提升會導致以銀行為代表的金融機構不確定性規避行為的加劇， 使得企業的信貸融資可獲得性降低， 融資成本提高， 因此企業會為了降低融資成本獲取充足的資金而提高業績預告披露的頻率; 數字金融起調節作用， 數字金融發展水平越高， 信息不對稱程度越低， 金融機構能夠利用數字技術構建可靠的信用評估體系， 從而有效識別企業信息， 提高信貸資源配置效率， 企業進行業績預告披露的收益降低而減少業績預告披露次數; 不同地區的企業業績預告披露行為對經濟政策不確定性的敏感程度存在較大差異， 經濟政策不確定性的提升對企業提高業績預告披露頻率的影響在中西部地區更加顯著。 因此， 一方面應不斷完善金融市場， 提高金融中介發展水平， 積極利用數字技術以緩解信息不對稱， 提高信貸資源配置效率; 另一方面， 企業應當拓寬融資渠道， 密切關注經濟政策不確定性的影響。

【 主 要 參 考 文 獻 】

[1] 李歡，羅婷.管理層業績預測的機會主義行為——來自高管股票交易的證據[ J].南開管理評論，2016（4）：63 ～ 74.

[2] 魯桂華，張靜，劉保良.中國上市公司自愿性積極業績預告：利公還是利私——基于大股東減持的經驗證據[ J].南開管理評論，2017（2）：133 ～ 143.

[3] 袁振超，岳衡，談文峰.代理成本、所有權性質與業績預告精確度[ J].南開管理評論，2014（3）：49 ～ 61.

[4] 鄭建明，黃曉蓓，張新民.管理層業績預告違規與分析師監管[ J].會計研究，2015（3）：50 ～ 56+95.

[5] 王丹，孫鯤鵬，高皓.社交媒體上“用嘴投票”對管理層自愿性業績預告的影響[ J].金融研究，2020（11）：188 ～ 206.

[6] 黃超.賣空機制與負面信息披露質量——來自業績預告制度的經驗證據[ J].金融理論與實踐，2019（9）：95 ～ 104.

[7] 陳勝藍，王可心.經濟政策不確定性和公司業績預告[ J].投資研究，2017（5）：103 ～ 119.

[8] 周楷唐，姜舒舒，麻志明.政治不確定性與管理層自愿業績預測[ J].會計研究，2017（10）：65 ～ 70+97.

[9] 蔣楠.經濟政策不確定性與企業行為的文獻綜述[ J].財會月刊，2020（3）：154 ～ 160.

[10] 董南雁，梁巧妮，林青.管理層業績預告策略與隱含資本成本[ J].南開管理評論，2017（2）：45 ～ 57.

[11] Lang M.， Lins K. V.， Maffett M.. Transparency， liquidity， and valuation： International evidence on when transparency matters most[ J].Journal of Accounting Research，2012（3）：729 ～ 774.

[12] Baker S. R.， N. Bloom， S. J. Davis. Measuring economic policy uncertainty[ J].The Quarterly Journal of Economics，2016（4）：1593 ～ 1636.

[13] Agapova A.， J. Madura. Market uncertainty and earnings guidance[ J].The Quarterly Review of Economics and Finance，2016（61）：97 ～ 111.

[14] Chen S.， D. Matsumoto， S. Rajgopal. Is silence golden？ An empirical analysis of firms that stop giving quarterly earnings guidance[ J].Journal of Accounting and Economics，2011（1-2）：134 ～ 150.

[15] Park J.， Sani J.， Shroff N.， White H.. Disclosure incentives when competing firms have common ownership[ J].Journal of Accounting and Economics，2019（2-3）：387 ～ 415.

[16] Dell A. G.， Laven L.， Marquez R.. Real interest rates， leverage， and bank risk-taking[ J].Journal of Economic Theory，2014（2）：65 ～ 99.

[17] 黃孝武，任亞奇，余杰.宏觀經濟不確定性與上市公司盈余管理——來自上市公司的經驗分析[ J].統計與決策，2021（1）：174 ～ 177.

[18] 王朝陽，張雪蘭，包慧娜.經濟政策不確定性與企業資本結構動態調整及穩杠桿[ J].中國工業經濟，2018（12）：134 ～ 151.

[19] 彭俞超，韓珣，李建軍.經濟政策不確定性與企業金融化[ J].中國工業經濟，2018（1）：137 ～ 155.