數字金融發展對企業盈余管理的影響研究

龍沛

【摘? 要】論文將2011-2021年數字金融的數據與滬深A股制造業上市公司的數據進行匹配，探究數字金融與盈余管理之間的關系以及潛在的作用機制。研究發現，數字金融有助于緩解企業真實盈余管理行為。從傳導機制來看，數字金融發展能夠通過促進企業創新來降低企業做出盈余管理行為的動機。同時，分組檢驗發現，數字金融對企業盈余管理行為的緩解作用對于非國有企業而言更強。

【關鍵詞】數字金融；企業創新；盈余管理

【中圖分類號】F275；F49；F832? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2023）09-0075-04

1 引言

習近平總書記在黨的二十大報告中強調：“高質量發展是全面建設社會主義現代化國家的首要任務。”同時，中國人民銀行印發的《金融科技發展規劃（2022-2025年）》著重指出：“要深化數字技術金融應用，健全安全與效率并重的科技成果應用體制機制，不斷壯大開放創新、合作共贏的產業生態，打通科技成果轉化‘最后一公里’。”這說明黨和政府認識到，對于我國這類傳統金融服務體系相對落后的大國，利用數字金融的優勢為高質量發展提供資金支持以及打贏“三大攻堅戰”是完全行得通的。數字金融具有方便、快捷以及跨時空的特點，能夠促進金融市場與實體經濟相互融合，從而對我國的實體經濟產生深遠的影響。企業作為推動經濟發展的主體，其發展一直受到廣泛的關注。其中，盈余管理問題是阻礙企業發展以及推動經濟實現高質量發展的重大障礙。真實且可靠的盈余信息能夠幫助會計信息使用者全面了解企業的財務狀況，從而作出正確的決策。

基于此，本文實證檢驗了數字金融對盈余管理的影響，并在如下方面有所貢獻：第一，探討了數字金融對企業盈余管理行為在微觀層面的影響，既豐富了數字金融在微觀領域經濟后果的研究，也為降低企業做出盈余管理行為的動機提供了理論參考；第二，本文為探索數字金融對盈余管理的影響路徑，引入企業創新投入作為中介變量，即數字金融可以通過促進企業創新投入進而緩解企業盈余管理行為，明確了數字金融如何影響微觀企業發展的理論路徑。

2 文獻回顧與研究假設

2.1 文獻回顧

國內外學者主要從融資約束、企業創新等角度，就數字金融發展對企業微觀層次的影響進行探討。解維敏等[1]認為，數字金融能夠通過提供充分的資金支持、緩解信息不對稱以及降低代理成本這3條路徑緩解企業融資約束；唐松等[2]認為，數字金融能夠緩解融資約束、降低融資費用、降低不必要的杠桿水平、提升財務穩定性，從而推動企業的技術創新。針對企業盈余管理影響因素的研究，王福勝等[3]認為，媒體關注度會對管理者產生市場壓力進而影響企業盈余管理行為；黃慶成等[4]認為，經濟政策不確定性會通過信息環境以及融資約束來影響企業真實盈余管理；趙家未等[5]認為，長期處于金融環境中的高管具有較高的專業知識水平和財務咨詢能力，因此，高管金融背景可以通過抑制審計質量和緩解融資約束來增加對盈余管理手段的使用；劉斌等[6]認為，企業持有積極內部控制意愿且具有高水平的內部控制將顯著抑制企業的盈余管理行為。

總之，現有文獻探討了數字金融能夠通過緩解融資約束、降低負債率以及提升公司治理水平等機制路徑，提升企業的盈余質量，但是未有研究考察企業創新投入的中介作用。因此，本文在現有文獻的基礎上，重點研究數字金融與真實盈余管理之間的作用機制并開展異質性分析，從而為豐富數字金融與盈余管理關系的理論體系與研究視角做出努力。

2.2 研究假設

由于信息的不對稱以及金融資源的供給不足，銀行等金融機構會傾向于向信息透明度較高的企業投資，從而提高了信息透明度較低企業的盈余管理動機。而數字金融能夠發揮自身優勢緩解上述問題。數字金融發展對企業盈余管理的直接影響體現在以下兩個方面：

第一，數字金融能夠發揮治理效應，提升企業的治理水平，進而緩解企業盈余管理行為。一方面，數字金融能夠以較低的成本和風險處理大量的數據，拓展信息吸納的廣度和深度[7]，讓企業能夠擁有更多的信息流，讓管理者能夠更好地運用相關信息作出決策，改善企業經營狀況，同時，能夠提高股東和管理層之間的信息共享程度，使得股東對管理層實施更有效的監督，減少管理層謀取私利的投機行為；另一方面，數字金融的發展拓寬了外部信息使用者獲取信息的渠道，發揮了監督的職能，實時監控企業經營狀況與財務風險，使得企業財務信息造假的成本和難度增加，有利于提高企業治理水平，降低企業進行盈余管理的動機。

第二，數字金融能夠發揮資源效應，緩解融資約束，降低企業與投資者之間的信息不對稱性，進而緩解企業的盈余管理行為。一方面，數字金融能夠拓展傳統金融機構的外延，幫助長尾群體突破金融服務中各種“卷簾門”和“玻璃門”的束縛，解決企業融資難、融資貴的問題，緩解企業融資約束并降低企業與投資者之間的信息不對稱性；另一方面，數字金融的資源效應能夠為企業創新活動提供更多的金融資源以及豐富的信息流，激勵企業加大研發投入，從而提高企業的創新能力，創新能力的提高在戰略層面能夠緩解企業盈余管理行為。基于以上分析，本文提出以下假設：

H1：數字金融能夠抑制企業盈余管理行為。

創新是企業經營和發展的根本動力，要解決企業經營過程中的各種問題，創新是關鍵。創新作為一種戰略行為，更可能站在戰略高度緩解企業的盈余管理行為。一方面，創新能夠提高企業的利潤，增加企業的現金流，改善企業經營狀況，減少企業盈余操縱的動機；另一方面，企業通過創新能夠獲取不容易被競爭對手模仿和替代的異質性資源和能力，提高企業實力和聲譽，從而向市場傳遞好消息，提高企業的綜合實力，降低企業進行盈余操縱的動機。

數字金融可以對企業創新投入發揮積極作用，進而減少企業盈余管理行為。首先，數字金融在緩解融資約束的情況下，能在一定程度上優化企業內部的財務行為，使企業的研發活動有充足的現金流，從而促進企業創新，幫助企業實現差異化的產品和服務，獲得超額收益，降低企業風險[8]；其次，數字金融能夠提高金融機構和企業的信息搜集能力，緩解金融活動參與者之間的信息不對稱，為投資者提供更多有關企業經營的信息，促進優質企業獲得資金支持，提高企業創新能力；最后，數字金融能夠以較低的成本處理大量的數據，為企業提供豐富的信息流，使得企業能夠優化決策，提高創新的有效性，獲取利潤。基于以上分析，本文提出以下假設：

H2：數字金融通過促進企業創新投入來抑制企業盈余管理行為。

3 研究設計

3.1 數據來源

本文選取2011-2021年我國滬深A股的制造業企業為研究對象，對原始數據進行了如下處理：

①剔除ST、*ST公司；②剔除金融類公司的數據；③排除有財務數據遺漏的企業。經上述篩選，共獲得1 966家樣本企業，最終得到15 124個樣本數據。同時，對所有連續變量在1%和99%的范圍內進行縮尾處理。本文的數字金融發展指數來自北京大學數字金融研究中心，內部控制信息披露指數來自DIB數據庫，其他數據全部來自CSMAR數據庫。

3.2 變量定義與度量

①解釋變量。參考唐松等的做法，本文運用北京大學數字金融研究中心編寫的《北京大學數字普惠金融指數》對解釋變量數字金融進行了測算。本文運用省級普惠金融指標（DIF）進行基本回歸，運用城市層次普惠金融指標（DIF^）進行了穩健性檢驗。

②被解釋變量。本文借鑒Roychowdhury[9]的做法，分別計算企業的異常現金流（ABCFO）、異常生產成本（ABPROD）和異常可操控費用（ABDISEXP）這3個分指標，再通過式（1）計算得到企業的真實盈余管理（REM），將計算結果取絕對值，絕對值越大，表明企業的盈余管理程度越高。

③中介變量。本文選取企業創新作為中介變量，已有文獻的衡量方式主要有創新投入與創新產出兩個維度，本文參考大多數文獻，選取創新投入（RD）作為衡量指標，創新投入的衡量方式為企業研發支出占企業當年營業總收入的比值。

④控制變量。本文控制了如下變量：員工規模（Employee）、負債率（Lev）、企業年齡（Age）、高管前三名薪酬總額（Salarytop）、資本密度（Density）、盈余波動性（StdRoa）、盈利能力（Roa）、現金持有水平（Cash）、前十大股東持股比例（Top10）、獨立董事比例（D1_ratio）、股權性質（Equity01）、兩職合一（If_ceo）。具體變量定義如表1所示。

3.3 實證模型

為檢驗本文提出的假設，驗證數字金融通過促進企業創新投入發揮作用，從而緩解企業盈余管理行為，本文建立了以下3個模型：

式中，REM為被解釋變量真實盈余管理；DIF為解釋變量數字金融；Controls為控制變量；RD為本文的中介變量；Year和Ind分別表示年份效應和行業效應；i和t分別表示企業和年份；εi，t為模型中的隨機誤差項。其中，α1是影響的總效應，驗證H1；在α1顯著的前提下，若系數β1和γ2均顯著，則檢驗模型（4）中的系數γ1，若γ1顯著，說明數字金融對盈余管理的影響是部分通過企業創新傳導的，驗證H2。

4 實證結果分析

4.1 描述性統計分析

表2從樣本的觀測值、平均值、中位數、標準差、最小值、最大值等方面報告了關鍵變量的描述性統計結果。根據描述性統計的結果，真實盈余管理（REM）的均值為0.128，最小值為0.002，最大值為0.657，這說明我國各樣本公司的盈余管理水平存在很大的差別。數字金融（DIF）的均值為2.817，最小值為0.385，最大值為4.454，該數據說明數字金融的應用在各個企業中存在較大的差異。

4.2 基本回歸結果

本文以真實盈余管理為被解釋變量對數字金融進行回歸，結果如表3所示。通過檢驗數字金融對盈余管理的主效應，發現數字金融與真實盈余管理的回歸系數為-0.011，并且該系數在1%的水平上顯著負相關，表明數字金融能夠抑制企業的盈余管理行為，驗證了假設H1。

4.3 穩健性檢驗

4.3.1 更換核心解釋變量的口徑

為了更好地驗證假設，本文更換了數字金融的口徑，采用城市級的數字普惠金融指數（DIF^）進行內生性檢驗。數據顯示，城市級的數字普惠金融指數與真實盈余管理的回歸系數為-0.01，且在5%的水平上顯著為負，進一步證明了本文結果的穩健性。

4.3.2 剔除直轄市特殊樣本

考慮到我國直轄市的數字金融發展程度等方面與其他省份存在著較大的差異，本文剔除北京市、上海市、天津市以及重慶市4個直轄市的樣本，最終得到12 909個樣本，重新進行回歸。結果顯示，剔除了直轄市樣本的數字金融發展指數與真實盈余管理的回歸系數為-0.018，且在1%的水平上顯著為負，表明本文的結論較為穩健。

4.4 內生性檢驗

本文將數字金融指數滯后一期作為新的解釋變量進行實證研究。回歸數據顯示，在解釋變量數字金融做滯后一期處理后，數字金融與真實盈余管理的回歸系數為-0.011，且在1%的水平上顯著為負，說明結論依然穩健。

本文為盡可能避免遺漏變量和測量誤差導致的內生性問題，采用IV-2SLS和IV-GMM進行內生性檢驗，使用省級移動電話交換機容量取對數的值（Exc）和各省互聯網普及率（Net）作為數字金融的工具變量。結果顯示，回歸系數均為-0.020 6，并在1%的水平上顯著負相關，證明結論依然穩健。

4.5 作用機制分析

本文借鑒溫忠麟等[10]對中介效應的檢驗方法，第一步，檢驗數字金融與盈余管理之間的關系。表4第（1）列結果顯示，α1的估計系數在1%的水平上顯著，說明數字金融對盈余管理行為具有顯著的抑制作用。第二步，加入企業創新對模型（3）進行回歸。表4第（2）列檢驗結果顯示，在1%的顯著性水平下，β1的回歸系數為0.878，說明數字金融對企業創新有顯著的促進作用。第三步，檢驗企業創新投入是否在數字金融抑制盈余管理行為的過程中起到中介作用。表4第（3）列結果顯示，γ2的估計系數在1%的水平上顯著，說明企業創新可以作為中介變量。此外，將企業創新投入作為變量加入模型（4）后，數字金融的系數γ1在1%的統計水平上顯著，但絕對值有所減小，說明企業創新投入起到部分中介作用，驗證了假設H2。以上結果顯示，數字金融能夠通過促進企業創新投入，進而抑制企業的盈余管理行為。

5 異質性分析

從企業所有權性質來看，數字金融緩解盈余管理的作用在非國有企業中更加明顯。本文按照公司的產權屬性，將樣本劃分為國有企業和非國有企業，并對其進行分組回歸。由回歸結果可知，在國有企業中數字金融與真實盈余管理的回歸系數為-0.003，但不顯著；在非國有企業中數字金融與真實盈余管理的回歸系數為-0.014，且在1%的水平上顯著，這說明數字金融在非國有企業中發揮更強的抑制作用。

6 結論與啟示

本文將2011-2021年數字金融的數據與滬深A股制造業上市公司的數據進行了匹配，檢驗了數字金融與盈余管理之間的關系以及潛在的作用機制。主要結論如下：第一，數字金融有助于緩解企業真實盈余管理，提高企業盈余質量；第二，從傳導機制來看，數字金融發展能夠通過促進企業創新對企業盈余管理行為發揮抑制作用；第三，當企業屬于非國有企業時，數字金融更能顯著抑制企業的盈余管理行為。

根據本文的理論分析以及實證研究結論，本文提出如下建議：第一，國家應加快金融基礎設施建設并完善與數字金融相關的制度，增強我國金融科技實力，使數字金融得到更好的發展，從而使數字金融更好地服務實體經濟；第二，數字金融對真實盈余管理的抑制作用在非國有企業與國有企業之間存在差異，國家應該強化國企中數字金融的發展，拓寬金融服務的覆蓋面，讓數字金融在國企中的發展能夠與非國企中的發展同步。

【參考文獻】

【1】解維敏，吳浩，馮彥杰.數字金融是否緩解了民營企業融資約束？[J].系統工程理論與實踐，2021，41（12）：3129-3146.

【2】唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020，36（5）：52-66+9.

【3】王福勝，王也，劉仕煜.媒體關注、管理者過度自信對盈余管理的影響研究[J].管理學報，2022，19（6）：832-840.

【4】黃慶成，聞岳春，陳秋昊.經濟政策不確定性對企業真實盈余管理的影響[J].證券市場導報，2022（5）：69-79.

【5】趙家未，李文啟，谷秀娟.高管金融背景與企業盈余管理[J].投資研究，2021，40（4）：107-120.

【6】劉斌，李延喜，遲健心.內部控制意愿、內部控制水平與盈余管理方式——基于文本分析與機器學習的計量方法[J].科研管理，2021，42（9）：166-174.

【7】馬連福，杜善重.數字金融能提升企業風險承擔水平嗎[J].經濟學家，2021（5）：65-74.

【8】Jay B. Barney.Firm Resources and Sustained Competitive Advantage[J].Advances in Strategic Management，1991，17（1）：3-10.

【9】Sugata Roychowdhury.Earnings management through real activities manipulation[J].Journal of Accounting and Economics，2006，42（3）：335-370.

【10】溫忠麟，張雷，侯杰泰，等.中介效應檢驗程序及其應用[J].心理學報，2004（5）：614-620.