上市公司會計穩健性、股價信息含量與股票流動性

王良 熊賢艷

【摘要】采用Cscore模型測度會計穩健性， 構建股票年度日均換手率、非流動性模型來度量股票流動性， 選取股價非同步性和知情交易概率模型來測度股價信息含量。 在此基礎上， 采用面板數據回歸模型并以股價信息含量為中介變量， 實證檢驗上市公司會計穩健性對股票流動性的影響。 研究發現： 上市公司會計穩健性的提高顯著降低了股價信息含量和股票流動性; 股價信息含量與股票流動性之間存在U型關系; 當股價信息含量較低且市場處于噪音交易時， 股價信息含量與股票流動性之間呈負相關關系; 當股價信息含量上升且包含更多公司層面的特質信息時， 二者表現為正相關關系; 股價信息含量在上市公司會計穩健性對股票流動性的影響中具有部分中介作用。 進一步研究發現， 國有產權性質、高股權集中度強化了會計穩健性對股票流動性的負向影響， 而知情機構投資者持股則削弱了二者之間的影響關系。

【關鍵詞】會計穩健性;股價信息含量;知情交易概率;股票流動性

【中圖分類號】F832.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）10-0098-10

一、引言

會計穩健性作為2006年會計準則中的重要要求之一， 被明確界定為“企業在經濟業務活動的確認、計量和報告過程中， 應當遵循審慎原則， 不應高估資產或收益、低估負債或費用”[1] 。 然而， 盡管會計穩健性原則要求公司在進行會計處理時應當保持審慎原則， 但一些上市公司依然會假借會計穩健性之名進行盈余管理。

股票流動性是指股票能夠以合理價格迅速變現的能力， 充足的流動性是穩定股票市場的基本條件。 缺乏流動性的市場不僅交易遲滯、股價下挫， 而且容易引發流動性危機。 例如， 2015年6月， A股市場出現了類似于“流動性黑洞”的千股跌停現象; 2020年3月19日， 美國股票市場先后歷經四次流動性熔斷。 雖然已有研究認為會計信息質量是影響股票流動性的重要因素之一， 但少有文獻從會計穩健性視角對此進行探討[2-4] 。

會計穩健性作為上市公司財務報告的重要原則， 是衡量會計信息質量的重要指標之一[5] 。 理論上， 會計穩健性原則有助于公司會計信息質量的提升， 緩解外部投資者與管理層之間信息不對稱所帶來的逆向選擇風險及道德風險， 從而提高市場交易效率及股票流動性。 然而， 會計穩健性原則的存在從客觀上為上市公司蓄意進行盈余管理創造了空間， 并為其實施利潤造假、隧道挖掘、會計信息操縱等行為提供了可乘之機。 有鑒于此， 本文認為有以下問題需要厘定： 會計穩健性是否對股票流動性產生影響？ 其影響是正向促進還是負向抑制？ 如果產生影響， 會計穩健性是否可以通過股價信息含量作用于股票流動性？

二、文獻綜述與問題提出

（一）會計穩健性的公司治理效應

現有文獻對會計穩健性是否能夠發揮公司治理效應存在爭論。 一種觀點認為， 會計穩健性具有治理效應， 能夠提高外部投資者的信息發現效率， 降低代理成本， 約束管理層的非理性行為[2] 。 對于此結論， 一些學者從實證研究的角度， 檢驗了會計穩健性對于上市公司非理性融資行為的抑制作用[5，6] ; 另一些學者則從社會責任等非財務報告披露的視角， 研究了會計穩健性的治理機制對于流動性危機的影響[7，8] 。 另一種觀點認為， 雖然會計穩健性具有治理功能， 但其嚴苛的標準會導致會計系統對于好、壞消息的確認存在非對稱特征， 由此加劇了信息不對稱問題[9，10] 。 與此同時， 會計穩健性對好消息的確認設置了更高的驗證門檻， 由此可能誘發公司刻意隱匿好消息、進行向下的盈余管理等行為[11] ， 從而對公司治理產生負面影響。

（二）股價信息含量對股票市場有效性的影響

理論界關于股價信息含量對股票市場有效性的影響存在“信息效率”“非理性噪音”兩種解釋。 一方面， “信息效率”解釋者認為股價的任何變動都由信息流動造成， 股價包含了一切可得信息， 此種狀況有助于股票市場有效性的提升。 很多研究發現， 當行業指數與公司股價存在較高的非同步性時， 市場效率降低[12] 。 但是， 非同步性帶來了新的套利機會， 投資者可通過媒介、社會網絡等渠道獲取大量私有信息并進行交易， 此舉有助于公司特質信息在股價中的完全反映， 同時也提高了股價信息含量。 在此種機制下， 股票價格發現效率提高， 股價更接近均衡價格， 市場交易可能更為活躍[13] 。 另一方面， “非理性噪音”解釋者認為， 噪音而非信息決定股價信息含量， 由此可能導致股價偏離基本價值， 不利于股票市場有效性的提升。 一些學者通過實證研究發現， 公開信息無法解釋股價波動之謎， 股價波動源于噪音交易行為[14] 。 噪音交易者以噪音信息作為決策借鑒， 從而使股價的噪音程度更高[15] 。 同時， 一些學者還從信念異質性、理性預期等方面討論了噪音交易對股票市場有效性的影響[16] 。

（三）會計信息質量對股票流動性的影響

已有研究認為， 會計信息的公開、及時披露可顯著降低信息不對稱程度， 提升交易者的投資關注[3，4] 。 由于會計信息質量對于市場融資成本尤為關鍵， 因此其對公司股票流動性的增強效果更為顯著。 但是， 一些會計行為如公司盈余管理的程度越高， 可能會降低會計信息披露質量， 既而加大股票流動性風險[17] 。 同時， 會計信息可比性也成為會計信息質量度量的主要指標， 該指標要求上市公司在不同時期的會計事項披露應遵循一致性原則; 會計信息可比性的提升有助于提高上市公司的股價信息含量， 同時也可以改善投資者的信息遴選效率， 因此有助于股票流動性的提升[18] 。

綜上所述， 首先， 已有文獻關于會計穩健性是否能夠發揮公司治理效應仍存在爭論， 亟須從微觀角度對此提供新證據。 其次， 已有文獻關于股價信息含量對股票市場有效性的影響存在“非理性噪音”和“信息效率”兩種解釋。 最后， 現有研究主要從會計信息披露效果、盈余管理、會計信息可比性等視角分析了會計信息質量對股票流動性的影響， 但少有文獻基于會計穩健性視角來進行探討。 然而， 作為會計信息質量度量的重要指標之一， 會計穩健性能夠對投資者與公司之間的委托代理狀況、信息不對稱程度等產生影響， 從而改變交易者的市場預期， 最終導致股票流動性發生變化。 此外， 基于信息經濟學及公司治理理論的研究范式， 在探究會計穩健性與股票流動性的關系時， 股價信息含量的中介作用還有待進一步厘定。

三、研究假設

（一）上市公司會計穩健性與股票流動性

會計穩健性是財務報告的一個重要特征和慣例[10] 。 一方面， 會計穩健性原則由于設置了較高的信息披露標準， 能夠在一定程度上遏制公司信息披露中的選擇性行為， 減少信息不對稱所帶來的逆向選擇風險及道德風險， 最終提高會計信息質量[2] ; 另一方面， 相對于好消息， 會計穩健性要求更迅速、全面地捕捉壞消息， 這使得會計系統對于好、壞兩種消息的反應呈現出非對稱時滯性特征， 由此可能產生異質性經濟后果。 那么， 上市公司會計穩健性的提高是提高還是降低了股票流動性呢？

本文認為， 上市公司會計穩健性的提高會降低股票流動性。 第一， 當上市公司采用會計穩健性原則時， 此種機制會促使公司管理層及時、透明地披露相關信息; 在我國證券市場投資者教育有待加強、“莊股”現象泛濫、噪音交易較為普遍的現狀下， 基于會計穩健性的信息披露機制反而減少了投資者利用負面消息、內幕交易等獲得異常回報的機會[9] ， 由此可能導致市場交易量減少并表現為股票流動性降低。 第二， 會計穩健性會通過信號傳遞發揮其治理功能， 在一定程度上阻礙管理層投資決策的機會主義行為， 促使其聚焦長期、價值型投資項目， 短期內可能降低公司的每股收益[6] ， 由此進一步導致股票流動性降低。 第三， 會計穩健性要求上市公司“不應高估資產或者收益、低估負債或者費用”， 這種審慎原則在一定程度上減少了公司的預期利潤， 從而降低市場交易者對該股票的關注度， 由此降低股票流動性。 第四， 會計穩健性可能會為一些上市公司在出現業績不佳或管理層更替狀況時， 提供極端向下盈余管理的操縱手段。 這些公司可能假借“不應低估負債或者費用”的會計穩健性之名， 在當年“狠虧”一次為未來幾年的賬面盈利提升做好鋪墊。 這種行為可能導致信息不透明且引起市場過度反應， 最終造成股票流動性下降。 基于以上分析， 本文提出以下假設：

H1： 上市公司會計穩健性的提高降低了證券市場的股票流動性。

（二）上市公司會計穩健性與股價信息含量

股價信息含量反映了公司私有信息融入股價的程度。 在確定會計穩健性原則前， 上市公司的會計信息披露質量、積極性普遍不高， “莊家”控股、內幕交易等行為更使得市場對于已披露的財務信息可信度產生懷疑[10] 。 而且， 我國證券市場投資者受教育程度整體較低， 非效率市場特征較為明顯。 因此， 針對信息質量較差的公司， 投資者可能會更多地依賴社會網絡、分析師預測等渠道進行特質信息挖掘和噪音交易， 由此導致公司特質信息更好地融入股價。

但在確定會計穩健性原則后， 公司報表附注中披露的項目越來越豐富， 包含更多的行業、市場層面信息[5] 。 此時， 投資者會逐漸認識到公司特質信息的含量難以助其實現超額收益， 因此他們可能更加關注分析師預測報告中的行業和市場層面信息， 而不是公司特質信息[11] 。 在此種情形下， 投資者的交易行為會阻礙公司特質信息融入股價， 由此降低股價信息含量。 此外， 由于會計穩健性對于壞消息的反饋速度比對好消息更快， 處置準則等更嚴苛， 且會計穩健性對好消息的確認設置了更高的驗證門檻[5] ， 由此可能造成好消息的反應時滯較壞消息更長， 進一步表現為會計系統對好、壞消息的反應呈現出非對稱時滯性特征[10] ， 從而降低股價信息含量。 而且， 某些公司可能會假借會計穩健性之名， 實施極端向下的盈余管理。 例如， 當上市公司計提大量秘密減值準備以實施“洗大澡”等盈余管理行為時[1] ， 可能導致其會計信息不透明， 由此也會降低股價信息含量。 基于以上分析， 本文提出如下假設：

H2： 上市公司會計穩健性的提高降低了證券市場的股價信息含量。

（三）會計穩健性、股價信息含量與股票流動性

前已述及， 上市公司會計穩健性顯著降低了股價信息含量， 而股價信息含量的改變會對股票流動性產生影響。 目前， 理論界關于股價信息含量對金融市場有效性的影響存在兩種爭論[15] 。 一方面， “信息效率”解釋者認為， 股價反映了一切可獲得的信息。 為了獲得超額利潤， 投資者會竭力進行信息搜集以服務于交易， 由此導致公司的特質信息更多地反映在股價中， 股價的信息含量由此得以提升[12] 。 在此種情況下， 股價信息含量越高， 則價格發現效率越高， 股價趨于均衡價格， 股票流動性提高[13] 。 另一方面， “非理性噪音”解釋者認為， 噪音而非信息決定股價信息含量。 “信息效率”假設不能很好地闡釋一些觀測異象， 如超額波動率和封閉式基金之謎等， 這都是由更多的噪音交易引起的[15] 。 噪音交易者會以噪音作為決策信息進行交易， 使得股價不能真實地反映公司的基本經營狀況， 表現為更多的噪音疊加。 可見， 股價信息含量代表信息還是噪音是股票流動性產生根源的爭論焦點之一。

由于我國資本市場仍為新興市場， 信息披露制度、法律法規等市場環境建設正在完善， 投資者教育還需進一步提升， 非效率市場特征比較明顯， 這些因素的存在都可能導致噪音交易主導市場[15] 。 因此， 在股價信息含量較低時， 股價更多反映的是噪音交易的結果， 這往往導致股價與公司基本價值的偏離以及信息效率的損失， 由此可能降低股票流動性。 然而， 隨著股價信息含量的提升， 股價可能反映更多的公司特質信息， 例如公司未來盈利信息、市場未來需求變化、潛在競爭者信息、未來投資機會信息等。 此種情形會降低股票信息的非對稱水平， 提高股票的信息效率， 引導資本流向最具價值的上市公司， 由此提高股票流動性。 綜上所述， 本文認為股價信息含量與股票流動性之間呈U型關系。 進一步， 當股價信息含量處于較低水平時， 市場以噪音交易為主， 此時股票流動性會隨著股價信息含量的提升而下降， 這支持“非理性噪音”假說; 當股價信息含量高于一定水平或閾值時， 此時股票流動性對于股價信息含量的敏感性提高， 二者呈正相關關系， 這支持了“信息效率”假說。 有鑒于此， 本文提出以下假設：

H3： 股價信息含量與股票流動性之間呈U型關系。

H4： 股價信息含量在上市公司會計穩健性對股票流動性的影響中具有中介作用。

四、研究設計

（一）樣本選擇與數據來源

本文數據來源于國泰安（CSMAR）數據庫、Wind資訊金融終端。 選取2008 ～ 2020年滬深A股上市公司的非平衡面板數據為初始研究樣本， 并剔除樣本期內的ST公司、退市企業、金融類企業、進行股票增發的企業， 最后對連續變量進行1%和99%分位的縮尾處理。

（二）主要變量選擇與度量

1. 會計穩健性的測度。 參考Khan和Watts[19] 的研究， 本文通過構建Cscore模型度量公司會計穩健性， 即：

EPSi，t、Pi，t、Ri，t分別表示每股收益、收盤價格、股票收益率， 其中Ri，t=（Pi，t-Pi，t-1）/Pi，t-1。 當Ri，t>0時， Di，t=0; 當Ri，t<0時， Di，t=1。 εi，t為擾動項。 回歸系數β0表示公司層面對“好消息”的反應時滯， 可記為公司i第t年“好消息”確認程度Gscorei，t; β1表示股價對“壞消息”的反應時滯， 即會計穩健性指標Cscorei，t。 且有：

其中，SIZEi，t、MBi，t、LEVi，t分別為總資產的自然對數、權益賬面價值比率、債務權益比率。 將式（2）、式（3）中的β0與β1代入式（1）， 得：

對式（4）進行分年度、行業回歸， 把得到的回歸系數μ1 ～ μ4以及γ1 ～ γ4分別代入式（2）、式（3）， 計算得到Gscorei，t以及會計穩健性Cscorei，t。 其中， Cscorei，t的取值越大， 上市公司會計穩健性越高。

2. 股票流動性的測度。 參照蘇冬蔚、熊家財[20] 的研究， 本文選取以下兩種指標進行股票流動性測度。

（1）股票年度日均換手率（TOVER）。 股票年度日均換手率體現了市場買賣雙方的力量對比， 以及股票交易的速度和流動性， 其計算公式如下：

（2）股票非流動性（ILLIQ）。 參考Amihud[21] 及國泰安數據庫的計算方法， 構建如下模型測度股票非流動性：

3. 股價信息含量的測度。 為了測度股價信息含量并檢驗回歸結果的穩健性， 本文選用兩種指標作為股價信息含量的測度變量。

（1）股價非同步性（SYN）。 參考Durnev等[12] 的方法， 通過以下簡化的資產定價模型進行股價信息含量的測度：

其中： Ri，t、RM，t、RIND，t分別為股票i、市場指數、所屬行業在第t期的周收益率; εi，t為公司股票不被市場解釋的其他部分。 根據統計學原理， 擬合優度R2為某只股票價格波動與市場指數的趨同性， 該值越大則表明二者的同步性越高， 此時股價反映的公司特質信息較少， 股價信息含量不高。 本文對R2進行如下處理：

其中， SYN代表股價非同步性， 該值越大表明股價非同步性越高， 股價信息含量就越高。

（2）知情交易概率（VPIN）。 知情交易概率衡量的是基于信息交易訂單的到達率的比例[22] 。 參照陳國進等[23] 的研究， 采用VPIN方法對知情交易概率進行估計。 令買賣交易量分別為：

其中： t（τ）為第τ交易籃子中最后的時間限制; i、Vi、Pi依次表示時間間隔、交易量、價格; σ△P、Z分別為標準差、標準正態分布的累計分布函數。 依據式（9）、式（10）， 知情交易概率VPIN可表示為：

其中： n為單位時間內的籃子數; V為每個籃子的等交易量。 VPIN越大則股價信息含量越高。

4. 控制變量。 為保證計量結果的穩健性， 參考林忠國等[15] ， 以及陳強、馬超[16] 的研究， 本文的控制變量主要包括股票交易特征、公司基本特征、公司治理三個方面， 并在回歸分析中控制行業和年度效應。 所有變量的符號及定義如表1所示。

（三）回歸模型的建立

本文構建如下面板回歸模型以檢驗研究假設：

式（12） ～ （15）中的主要變量定義見表1， Control為控制變量，ε為擾動項。 式（12） ～ （14）用于檢驗H1 ～ H3， 式（12）、（13）、（15）用于檢驗H4， 主要參考溫忠麟等[24] 的中介效應逐步回歸方法。 本文擬采用Stata 15及Matlab 2016進行模型計算及實證回歸分析。

五、實證分析

（一）描述性統計

表2給出了所有變量的描述性統計結果。 結果顯示， 會計穩健性Cscore的均值為-0.0358， 標準差為0.8794， 說明本文選取的上市公司在樣本期間內的會計穩健性差異較小。 股票非流動性ILLIQ的均值為0.2437， 中位數為0.0392; 股票年度日均換手率TOVER的均值和標準差為3.3445、3.3664。 股價非同步性SYN的均值和標準差分別為0.4582、0.1954; 知情交易概率VPIN的均值為0.2465， 與陳國進等[23] 計算出的VPIN值0.278較為接近。 此外， 本文還進行了Pearson相關性分析， 大部分變量之間相關系數的絕對值均未超過0.5， 表明不存在嚴重的多重共線性問題。

（二）多元回歸分析

1. 會計穩健性與股票流動性。 表3報告了式（12）的回歸結果。 列（1）的被解釋變量為股票年度日均換手率（TOVER）， 主要解釋變量為會計穩健性（Cscore）。 結果顯示， Cscore的回歸系數為

-0.0218且顯著， 這表明上市公司會計穩健性降低了股票流動性。 表3列（2）的被解釋變量為股票非流動性（ILLIQ）。 可以看出， Cscore的回歸系數為0.0014且顯著。 上述結果均支持了H1， 表明上市公司會計穩健性的提高降低了股票的流動性， 同時也反映出回歸結果穩健。

2. 會計穩健性與股價信息含量。 表4報告了式（13）的回歸結果。 列（1）中， 當被解釋變量為股價非同步性（SYN）時， 會計穩健性（Cscore）的回歸系數為

-0.0062且顯著。 這表明上市公司會計穩健性的提高降低了股價信息含量， 支持了H2。 此外， 列（2）中， Cscore的回歸系數也顯著小于0， 再次支持了H2。

3. 股價信息含量與股票流動性。 表5給出了式（14）的回歸結果。 列（1）被解釋變量為股票年度日均換手率（TOVER）， 主要解釋變量為股價非同步性（SYN）及其平方項（SYN2）， 二者的回歸系數分別為-1.2795、0.8249， 且均顯著。 這表明以股價非同步性衡量的股價信息含量與股票流動性之間存在U型關系， 支持了H3。 究其原因， 在股價信息含量較低時， 股價中包含了更高比例的噪音， 股票市場價格偏離市場均衡價格， 使得投資者產生悲觀預期， 由此表現為股票流動性降低。 但是， 隨著股價信息含量的上升， 股價可能反映了更多的公司特質信息， 在一定程度上降低了股價信息含量對于好、壞消息的非對稱反應， 提升了股票的價格發現效率， 最終提高了股票流動性。 表5列（2）為式（14）的穩健性檢驗結果， 其中被解釋變量為股票非流動性（ILLIQ）， 主要解釋變量為知情交易概率（VPIN）及其平方項（VPIN2）。 可以看出， VPIN的回歸系數顯著大于0， VPIN2的回歸系數顯著小于0。 這表明以知情交易概率衡量的股價信息含量與股票非流動性之間存在倒U型關系， 即該指標與股票流動性之間存在U型關系， H3得到支持， 這也驗證了回歸結果的穩健性。

4. 股價信息含量在會計穩健性對股票流動性影響中的中介作用。 依據逐步回歸法對股價信息含量進行中介效應檢驗。 由表3可知， 會計穩健性對股票流動性的回歸結果顯著， 即式（12）的α2顯著; 由表4可知， 會計穩健性的提高顯著降低了股價信息含量， 即式（13）的α4顯著。 表6報告了式（15）的回歸結果。 列（1）中， SYN、Cscore的回歸系數分別為-0.6516、-0.0224且顯著; 列（2）中， VPIN、Cscore的回歸系數分別為-17.8872、-0.0351且顯著。 這些結果說明會計穩健性、股價信息含量對股票流動性的影響均顯著， 即式（15）的α9、α10顯著。 因此， 結合前文研究結果及表6列（1）、列（2）可知， 在上市公司會計穩健性對股票流動性的影響過程中， 股價信息含量具有顯著的部分中介作用， 支持了H4。 這是因為， 會計穩健性要求企業對于壞消息的反應速度、程度要遠高于好消息， 此種嚴苛、審慎、非對稱的要求使得企業對于這兩類消息的反應呈現出非對稱時滯性特點， 由此阻礙了公司特質信息更好地融入股價， 導致了一定程度上的股價信息含量降低。 然而， 股價信息含量的降低加劇了公司與外部投資者之間的信息不對稱， 左右了投資者的心理預期， 增加了市場交易成本， 由此降低了股票流動性。 此外， 會計穩健性的審慎原則使得投資者的信息認知程度提高， 知情交易概率的進一步提升使得我國證券市場中以“噪音交易”獲利為主的投資者交易積極性下降， 從而導致上市公司的股票流動性降低。 此外， 表6列（3）、列（4）中， SYN、VPIN、Cscore的回歸系數均顯著， 表明式（15）的α9、α10顯著， 這也支持了H4， 反映出回歸結果穩健。

（三）穩健性檢驗

1. 內生性檢驗。 參考Khalilov等[25] 、劉柏和琚濤[26] 的方法， 本研究對可能存在的互為因果、樣本選擇偏差等內生性問題進行了檢驗。

（1）互為因果。 為排除會計穩健性與股票流動性、會計穩健性與股價信息含量之間互為因果的內生性問題， 本研究以同行業、同年度其他公司的平均會計穩健性（Cscore_iv）作為工具變量， 進行兩階段最小二乘回歸（2SLS）。 選擇這一工具變量主要基于兩方面原因： 第一， 由于同一行業內的公司特質、業務具有同質性， 因此本公司的財務穩健性指標與其他公司具有相近性， 符合工具變量的遴選原則。 第二， 其他公司的會計穩健性指標不影響本公司的財務指標選擇， 這滿足外生性要求。

表7報告了工具變量第一階段及第二階段的回歸結果。 其中， 列（1） ～ （4）的被解釋變量分別為股票非流動性（ILLIQ）、股價非同步性（SYN）、知情交易概率（VPIN）、股票非流動性（ILLIQ）。 結果顯示， 工具變量Cscore_iv的Cragg-Donald統計值均顯著大于Stock-Yogo在10%水平上的臨界值， 因此可以拒絕弱工具變量假設。 2SLS第一階段回歸結果顯示， Cscore_iv與Cscore的回歸系數分別為0.7991、0.8382、0.7646、0.7973且均顯著， 表明工具變量合理。 工具變量2SLS第二階段的結果如表7列（1） ～ （3）中所示， Cscore與ILLIQ、SYN、VPIN的回歸系數分別為0.0057、-0.0442、-0.0023， 分別在5%、1%、1%的水平上顯著， 這表明上市公司會計穩健性的提高顯著降低了股票流動性與股價信息含量， 再次支持了H1、H2。 此外， 列（4）中， ILLIQ與SYN、SYN2的回歸系數均顯著， 表明股價信息含量與股票流動性之間存在U型關系， 再次驗證了H3。 由此保證了回歸結果的穩健性。

（2）樣本選擇偏差。 為了解決樣本選擇偏差問題， 借鑒劉柏和琚濤[26] 的研究， 采取傾向得分匹配法（PSM）進行檢驗。 首先， 將會計穩健性指標的全部樣本數據進行排列， 以中位數分組設置虛擬變量（Cscore_dum）。 高于中位數取1， 表示會計穩健性較高; 低于中位數取0， 表示會計穩健性較低。 其次， 以股票年度日均換手率TOVER為被解釋變量， 選擇影響TOVER的Price、Volume、Wave、Lev、Growth、Size、Mbr、Age、Instr、Top1、Pay、Manager十二個變量為匹配變量， 使用Logit回歸， 傾向分值選取最近鄰方法， 在兩組之間進行1∶1有放回匹配。 最后， 使用最小二乘法OLS對匹配后的樣本進行回歸。

表8報告了傾向得分匹配方法的檢驗結果。 結果顯示， 表8列（1）中， Cscore_dum與TOVER的回歸系數為-0.0726， 在5%的水平上顯著， 表明上市公司會計穩健性顯著降低了股票流動性， 再次驗證了H1， 與前文結果一致。 列（2）中， TOVER與SYN、SYN2的回歸系數均顯著， 列（3）中TOVER與VPIN、VPIN2的回歸系數均顯著， 這些結果表明， 股價信息含量與股票流動性之間存在U型關系， 與前文結果一致。 由此保證了回歸結果的穩健性。

2. 變換中介檢驗方法。 參考溫忠麟等[24] 的方法， 本文根據Sobel系數乘積檢驗法進行中介效應檢驗（見表9）。 結果顯示， Sobel Z、Goodman-1 Z與Goodman-2 Z的Z統計量均為正， 且在1%的水平上顯著。 這些結果表明， 股價信息含量的中介效應顯著， 即上市公司會計穩健性可通過股價信息含量影響股票流動性， 再次驗證了H4， 由此保證了研究結論的穩健性。

3. 其他穩健性檢驗。 本文還進行了其他一系列穩健性檢驗。 首先， 在前文中， 采用替代變量法， 更換了股票流動性、股價信息含量的測度方法， 回歸結果依然支持H1 ～ H4， 由此驗證了研究結論的穩健性。 其次， 使用Tobit和Logit模型， 以及未控制行業和年度虛擬變量等方法進行穩健性回歸， 發現回歸結果與前文基本保持一致。 限于篇幅， 在此未給出具體回歸結果。

（四）異質性研究

1. 基于產權異質性的進一步分析。 表10報告了產權異質性視角下會計穩健性與股票流動性之間的回歸結果。 由表10可知， 當被解釋變量為TOVER時， 國有組中Cscore的回歸系數顯著小于0， 而非國有組的系數不顯著。 這表明相對于非國有企業， 在國有企業中會計穩健性對股票流動性的負向影響更明顯。 此外， 當被解釋變量為ILLIQ時， 只有國有組的Cscore回歸系數顯著為正， 再次表明國有產權性質強化了會計穩健性對股票流動性的負向影響。

2. 基于股權集中度異質性的進一步分析。 本文借鑒柯艷蓉、吳曉暉和李玉敏[27] 的做法， 根據第一大股東的持股比例中位數， 將樣本劃分為股權集中度高、低兩組， 分別取1、0。 表11報告了股權集中度異質性視角下會計穩健性與股票流動性的回歸結果。 結果顯示， 當被解釋變量為TOVER時， 高股權集中度組Cscore的回歸系數為-0.0273且顯著， 而低股權集中度組Cscore的回歸系數不顯著。 這表明相對于低股權集中度， 較高的股權集中度強化了會計穩健性對股票流動性的負向影響。 此外， 當被解釋變量為ILLIQ時， 高股權集中度組Cscore的回歸系數顯著大于0， 而低股權集中度組Cscore的回歸系數不顯著。 該結果再次表明股權集中度越高， 上市公司會計穩健性對股票流動性的負向影響越明顯， 同時也證明了回歸結果的穩健性。

3. 基于機構投資者持股異質性的進一步分析。 借鑒韓金曉和張麗[28] 的研究， 將知情機構投資者持股（Info）定義為證券投資基金、券商以及QFII持股比例之和， 非知情機構投資者持股（Noninfo）則為保險公司、社保基金、企業年金、信托公司、財務公司以及其他機構投資者持股比例之和。 實證研究發現， 知情機構持股比例較高削弱了會計穩健性對股票流動性的負向影響， 但非知情機構投資者持股則恰好相反。 回歸方法與前述方法相同， 具體研究過程及結果從略。

六、研究結論

本文以2008 ～ 2020年滬深A股非金融類上市公司為樣本， 以股價信息含量為中介變量， 研究了上市公司會計穩健性對股票流動性的影響。 首先， 在提出相關研究假設的基礎上， 本文采用Cscore模型測度會計穩健性， 構建股票年度日均換手率、非流動性指標模型來度量股票流動性， 選取股價非同步性和知情交易概率模型來測度股價信息含量。 在此基礎上， 采用面板數據回歸模型及逐步回歸中介效應檢驗方法， 以股價信息含量為中介變量， 實證研究上市公司會計穩健性對股票流動性的影響。 得到以下結論： 首先， 上市公司會計穩健性的提升顯著降低了股價信息含量和股票流動性。 其次， 股價信息含量與股票流動性之間存在U型關系; 當股價信息含量較低且市場交易以噪音交易為主時， 股價信息含量與股票流動性之間呈負相關關系; 當股價信息含量上升且包含更多公司層面的特質信息時， 二者表現出正相關關系。 再次， 股價信息含量在上市公司會計穩健性對股票流動性的影響中具有部分中介作用。 最后， 國有產權性質、高股權集中度、非知情機構投資者持股強化了會計穩健性對股票流動性的負向影響，而知情機構投資者持股則削弱了二者之間的影響關系。

本文的研究具有三個方面的政策含義。 第一， 本文發現上市公司會計穩健性降低了股票流動性， 從而為會計穩健性原則是否發揮公司治理效應的爭論提供了直接證據。 由于會計穩健性原則從客觀上為公司的機會主義行為留下了選擇空間， 造假者可以蓄意采取盈余管理等手段來粉飾報表。 因此， 相關部門及上市公司應聚焦公司內控制度建設、關鍵環節審計、極端向下盈余管理懲戒、會計信息可比性提升等方面， 進一步建立財務報告和信息披露的實時監管系統， 確保會計準則實施的質量并提升股票流動性。 第二， 投資者搜集、整理、分析和利用信息進行交易的能力和行為決定了證券市場信息傳遞的效率。 因此， 監管部門應通過各種手段加強投資者教育， 在規范、引導投資者交易行為的同時， 促使投資者更加積極地挖掘公司層面的特質信息進行交易， 從而降低市場信息不對稱程度并提高股價信息含量。 第三， 本文實證研究發現， 中國證券市場知情機構投資者的參與有助于公司治理效果和會計信息質量的提升。 因此， 利用“混改”等方式引入戰略投資者、推行機構股東積極主義、加大企業社會責任等非財務信息的披露力度等， 是建立市場性競爭體系、完善現代企業治理的必由之路。

【 主 要 參 考 文 獻 】

[1] 張金鑫，王逸.會計穩健性與公司融資約束——基于兩類穩健性視角的研究[ J].會計研究，2013（9）：44 ～ 50+96.

[2] 于忠泊，田高良，張詠梅，曾振.會計穩健性與投資者保護：基于股價信息含量視角的考察[ J].管理評論，2013（3）：146 ～ 158.

[3] 劉霞，劉善存，張強.公開信息披露對異質交易行為與市場質量的影響[ J].系統工程理論與實踐，2021（7）：1672 ～ 1681.

[4] Wang F. R.， Mbanyele W.， Muchenje L.. Economic Policy Uncertainty and Stock Liquidity： The Mitigating Effect of Information Disclosure[ J].Research in International Business and Finance， 2021（59）：1015 ～ 1023.

[5] 謝獲寶，黃大禹.會計信息透明度，會計穩健性與上市公司價值關系的實證研究[ J].預測，2021（4）：88 ～ 94.

[6] 張悅玫，張芳.會計穩健性、投資效率與外部融資方式的實證研究[ J].管理評論，2019（4）：175 ～ 186.

[7] 權小鋒，肖紅軍.社會責任披露對股價崩盤風險的影響研究：基于會計穩健性的中介機理[ J].中國軟科學，2016（6）：80 ～ 97.

[8] Wang Q.， Li X.， Liu Q. Y.. Empirical Research of Accounting Conservatism， Corporate Governance and Stock Price Collapse Risk Based on Panel Data Model[ J].Connection Science，2020（2）：1 ～ 16.

[9] 周曉蘇，吳錫皓.穩健性對公司信息披露行為的影響研究——基于會計信息透明度的視角[ J].南開管理評論，2013（3）：89 ～ 100.

[10] 許浩然，張敏，林逸子.多個“大債權人”與會計穩健性[ J].會計研究，2021（1）：55 ～ 66.

[11] 吳錫皓，胡國柳.不確定性、會計穩健性與分析師盈余預測[ J].會計研究，2015（9）：27 ～ 34+96.

[12] Durnev A.， Morck R.， Yeung B.. Value-enhancing Capital Budgeting and Firm-Specific Stock Return Variation[ J].The Journal of Finance，2004（1）：65 ～ 105.

[13] 羅黎平.交易信息披露對市場流動性影響的連續變量模型[ J].系統工程，2016（8）：50 ～ 53.

[14] West K. D.. Dividend Innovations and Stock Price Volatility[ J].Econometrica，1988（1）：37 ～ 61.

[15] 林忠國，韓立巖，李偉.股價波動非同步性——信息還是噪音？[ J].管理科學學報，2012（6）：68 ～ 81.

[16] 陳強，馬超.基于信息沖擊視角的金融市場流動性與效率問題的研究[ J].系統工程理論與實踐，2021（8）：1990 ～ 2003.

[17] Hunjra A. I.， Perveen U.， Li L.， et al.. Impact of Ownership Concentration， Institutional Ownership and Earnings Management on Stock Market Liquidity[ J].Corporate Ownership and Control，2020（2）：77 ～ 87.

[18] 王謹樂，霍達，史永東，張可芳.股價信息含量能夠提升分析師預測質量嗎？[ J].系統工程理論與實踐，2021（8）：1974 ～ 1989.

[19] Khan M.， Watts R. L.. Estimation and Empirical Properties of a Firm-year Measure of Accounting Conservatism[ J].Journal of Accounting and Economics，2009（2-3）：132 ～ 150.

[20] 蘇冬蔚，熊家財.股票流動性、股價信息含量與CEO薪酬契約[ J].經濟研究，2013（11）：56 ～ 70.

[21] Amihud Y.. Illiquidity and Stock Returns： Cross-section and Time-series Effect[ J].Journal of Financial Markets，2002（1）： 31 ～ 56.

[22] Easley D.， Kiefer N.， O'Hara M.， Paperman J. B.. Liquidity， Information， and Infrequently Traded Stocks[ J].The Journal of Finance，1996（12）：258 ～ 279.

[23] 陳國進，張潤澤，謝沛霖，趙向琴.知情交易、信息不確定性與股票風險溢價[ J].管理科學學報，2019（4）：53 ～ 74.

[24] 溫忠麟，張雷，侯杰泰，劉紅云.中介效應檢驗程序及其應用[ J].心理學報，2004（5）：614 ～ 620.

[25] Khalilov A.， Osma B. G.. Accounting Conservatism and the Profitability of Corporate Insiders[ J].Journal of Business Finance & Accounting，2020（3-4）：333 ～ 364.

[26] 劉柏，琚濤.會計穩健性與公司融資方式選擇：外源融資視角[ J].管理科學，2020（5）：126 ～ 140.

[27] 柯艷蓉，吳曉暉，李玉敏.控股股東股權質押、股權結構與股票流動性[ J].國際金融研究，2020（7）：87 ～ 96.

[28] 韓金曉，張麗.中國股票市場短期反轉效應的流動性供給解釋——機構投資者退出的角度[ J].管理世界，2018（5）：168 ～ 169.

（責任編輯·校對： 黃艷晶? 許春玲）