管理者盈利預測、產權性質與企業債務融資成本

漆婉霞 詹孟于

(成都大學商學院 四川成都 610106)

企業債務融資成本作為企業融資所需要支付的成本，反映了企業的融資約束(姜付秀等，2016)，是企業進行融資和其他財務活動需要考慮的重要因素。債務融資成本是債務契約的重要組成部分，其高低取決于債權人對企業的綜合評價，作為外部信息使用者，債權人處于信息劣勢方，當信息不對稱程度較為嚴重時，債權人可能會要求更高的溢價進行補償(Myers et al., 1984)，因此，降低企業與債權人之間的信息不對稱，有利于企業降低債務融資成本(劉海明、曹廷求，2015)。

業績預告機制在于改善了投資者對未來盈余的預期，降低內部人員的信息優勢，提升公司信息透明度，由于業績預告信息向外界傳導企業前景的信息，業績預告準確作為業績預告信息質量的重要體現，綜合反映出管理層預測能力，影響著投資者對企業的預測，業績預告信息越準確，投資者異質信念越低，越有利于達成投資者對公司投資價值的共識(王英允，高敬忠，2018)。較高的業績預測準確度能夠提升公司聲譽(李馨子，羅婷，2014)，越準確的業績預告信息，越有利于緩解信息不對稱(戴德明等，2005；Liu and Zhuang,2011)，能夠提升審計師對企業所提供信息的信賴度，降低風險評估水平，也有利于公司降低審計費用。管理層業績預測的準確性是否會對上市公司債務融資成本產生影響呢?本文以2006—2019年的A股上市公司為樣本對此進行了檢驗。

1 研究假設的提出

企業債務融資成本作為企業融資所需要支付的成本，反映了企業的融資約束(姜付秀等，2016)，是企業進行融資和其他財務活動時需要考慮的重要因素(Easley and O'Hara,2004)。債務融資成本是債務契約的重要組成部分，其高低取決于債權人對企業的綜合評價，作為外部信息使用者，債權人處于信息劣勢方，當信息不對稱程度較為嚴重時，債權人可能會要求更高的溢價進行補償(Myers et al.,1984)，因此，降低企業與債權人之間的信息不對稱，有利于企業降低摘取融資成本(劉海明，曹廷求，2015)。有學者基于業績預告的視角，檢驗了社交新媒體等途徑進行業績預告信息披露的市場反應，發現其能有效提升資本市場效率(陳皓雪等，2022)，并且業績預告信息披露在資本市場上具有同群效應(鄧偉，陶淵，2022)。

已有研究表明，提升上市公司披露的信息質量，有利于公司緩解融資約束，降低融資成本。一方面，提升公司披露的信息質量有利于降低企業內外信息使用者之間的信息不對稱(Hermalin and Weisbach，2012)，從而降低企業的債務融資成本(Derrien et al．，2012；于富生、張敏，2007；龔仰樹、辛明磊，2014)，高質量的會計信息可以緩解企業的融資約束(郭桂花等，2014)，有利于債權人及時調整債務策略、評估風險，從而降低風險溢價的要求，降低企業的融資約束(LaFond and Watts, 2008; Zhang, 2008)；另一方面，高質量的信息披露能夠向外部市場傳遞公司價值相關性更高的信息，降低外部投資者的風險預期。研究發現，更準確的盈利預測信息能夠調整投資者的異質信念，使其對公司的價值評價趨于一致(王英允，高敬忠，2018)，分析師盈利預測的質量很大程度上取決于其信息環境，分析師盈利預測質量越高，意味著其獲取的信息越多，信息質量越高，企業內外部信息不對稱程度較低，因此，能夠有效降低債務成本(黃波等，2018)。

如上文所述，更準確的業績預告信息質量越高，越能優化外部信息使用者的信息環境，研究表明，企業可通過提高業績預告質量來挽回事務所聲譽給企業帶來的不利影響(毛志宏，李燕，2022)，同時向外界傳遞著管理層更卓越的綜合能力，故能獲得成本較低的債務融資。同時，管理者的行為特征也會對融資成本造成影響，羅進、李延喜(2013)研究發現，過度自信會增加企業的股權融資成本，樂觀的盈利偏差管理層過度投資行為更多(劉楊方姝、王秀麗，2022)，當管理層在業績預告中長期樂觀，會給外界傳遞出一種過度自信的印象(宋云玲等，2022)，盡管其可能會獲得債務融資，但債務融資成本并不會降低。同時，管理層在業績預告信息披露中也可能會存在機會主義的行為(郭棟，肖星，2023；郭棟，肖星，2022)。因此，本文認為，相對于樂觀預期，管理層在業績預告中的“謹慎”表現，會讓外部投資者對企業更加信賴，此時，管理者的盈利預測信息越準，企業的債務成本越低。考慮到國有企業和非國有企業面臨的融資約束天然存在差異，這種影響對非國有企業更加顯著。據此，本文提出以下假設:

假設1:當企業盈利預測表現為“謹慎”傾向時，公司業績預告越準確，企業債務融資成本越低。

假設2:公司預測準確性對企業債務融資成本的影響，在非國有企業更加顯著。

2 研究設計

2.1 模型設定與相關變量

為了驗證本文提出的假設，我們設置了以下模型:

式(1)中:被解釋變量Debt_costit為債務融資成本，借考陳漢文和周中勝(2014)、辛清泉和胡悅(2017)的度量方式，利用年報附注中披露的企業在本年度的利息支出除以年初和年末有息負債的均值來表示。有息負債包括短期借款、長期借款、一年到期長期負債、應付債券。

解釋變量為盈利預測準確性(Forcast_accuit)，在本文中我們借鑒宋云玲等(2018)的研究思路，采用業績預告歷史準確度對企業盈利預測準確性進行度量，如果過去3年內管理層業績預告準確度大于行業中位數的次數大于2，該變量取值為1，否則為0。

樣本分類變量為管理層樂觀偏差傾向(Positive)，如果過去3年內企業業績預告的凈利潤均大于實際利潤，取值為1，否則為0。

參照已有的文獻，本文選取了如下的控制變量(Controls):企業資產規模(Size)、盈利能力(Roa)、成長性(Tobin_Q)、企業杠桿(Leverage)、流動性(Liquidity)、是否盈利(Loss)、企業成長性(Growth)、產權性質(Soe)、董事長總經理兩職合一(Dual)、第一大股東比例(Top1)、獨立董事比例(Indirector)(詳見表1)。

表1 研究變量、符號及定義

2.2 樣本選擇與數據來源

本文所需的盈利預告數據來源于銳思(RESSET)數據庫，其他財務與公司治理數據來源于CSMAR數據庫。本文首先選取2006—2019年滬深A股主板上市公司為初始樣本，并按照下述標準進行篩選:(1)由于本文研究關注盈利預告質量對企業融資的影響，因此剔除未進行盈利預告的上市公司；(2)剔除ST公司，這類公司財務數據較為異常；(3)剔除金融行業公司，這類公司與其他行業經營存在較大差異；(4)剔除其他公司治理和財務數據缺失的公司。最后得到7094個樣本觀測值。為避免極端值的影響，筆者對所有的連續變量進行了1%的Winsorize處理。

3 實證回歸結果

3.1 變量描述性統計

表2為本文的描述性統計結果，由此可知:上市公司的債務融資成本平均為0.064，盈利預測準確性Forcast_acc的平均值為66%，表明在樣本公司中，有66%的公司在過去三年的盈利預測中準確性較高，盈利預測“樂觀”預期Positive的平均值為48.8%，表明有48.8%的公司在進行業績預告中存在“樂觀”傾向，即在進行業績預告時發布的盈利高于實際盈利。

表2 變量描述性統計結果

3.2 盈利預測準確性對債務融資成本

表3為實證回歸結果，列(1)、(2)為按照業績樂觀傾向Positive進行分樣本回歸的結果，列(1)為Positive=1的回歸結果，盈利預測Forcast_acc回歸系數不顯著，列(2)為Positive=0的分樣本回歸結果，盈利預測Forcast_acc的回歸系數顯著為-0.004，在5%的水平下顯著。列(1)、(2)的回歸結果表明，在業績預告謹慎的條件下，控制其他變量之后，較高的盈利預測準確性水平有利于降低債務融資成本。假設1得到驗證。

表3 盈利預測準確性對企業債務融資成本的影響

進一步的，考慮到國有企業與非國有企業面臨不同的融資約束，其融資成本本身可能存在差異，本文按照企業是否國有對模型3進行了進一步的分樣本回歸，結果如列(3)至列(6)所示，回歸結果表明，無論是國有還是非國有企業，本文并未發現業績樂觀的情況下，盈利預測準確性會降低企業的債務融資成本。而業績預告謹慎的環境下，盈利預測對企業債務融資成本的降低作用在國有企業不顯著，在非國有企業顯著，能夠降低非國有企業的債務融資成本。假設2得到驗證。

3.3 穩健性檢驗

參照廖義剛和鄧賢琨(2017)、Gopal et al.(2012)等學者的研究，本文將盈利預測準確性定義為盈余預測值相對于實際值的偏離程度，作為業績預告偏離度的衡量指標，具體計算為:

本文將其定義為Bias，該值越大，代表準確性越低，在回歸時滯后一期代入模型。以點估計形式披露的凈利潤即為該估計值， 以閉區間形式披露的凈利潤則采用區間上限和區間下限的平均值，回歸結果如表4所示。表4的回歸結果表明，業績偏離度越大，在業績謹慎的情況下，債務融資成本越高。與前文回歸結果一致。

表4 替換變量回歸結果

4 結語

本文以2006—2019年滬深A股主板上市公司為樣本，檢驗業績預測準確性對企業債務融資成本的影響，多元回歸結果表明，盈利預測越準確，公司的債務融資成本越低，這一關系在公司存在超預期業績，即公司實際業績超過業績預告時更加顯著，并且這種影響在非國有企業更加顯著。既可以豐富盈利預測和企業融資成本管理有關領域的研究文獻，也為企業通過管理層業績預告信息向市場傳遞信息，提升公司信息透明度提供了一定的思路。