股权结构、行业管制与收益平滑_影响因素
论文摘要:本文利用2003~2009年我国A股上市公司为样本,首先考察了上市公司收益平滑的存在性,然后对影响上市公司进行收益平滑的因素进行了实证分析。实证结果表明,我国A股上市公司中有约87%的公司进行了收益平滑。同时,在对收益平滑的影响因素考察中,股权集中度假说、股权制衡度假说均通过了检验,而行业管制假说没有通过检验。这说明,在我国A股上市公司中,第一大股东持股比例越高、第一大股东与第二大至第十大股东持股比例之比越低更有可能进行收益平滑。
论文关键词:股权结构,行业管制,收益平滑,影响因素
一、引言
收益平滑(incomesmoothing)是一个广泛存在并具有重要影响的经济现象。Leuz等人(2003)发现其所研究的31个国家资本市场上不同程度地存在收益平滑现象,且欧洲大陆和亚洲国家的收益平滑程度高于英国和美国。由Graham等人(2005)完成的一项重要调查研究表明,在被调查的401位财务总监中,有96.9%表达了对收益平滑的偏好,有78%表示愿意为了收益的平滑性而牺牲企业的一部分经济价值。杨之曙、彭倩(2004)、刘斌等(2005)、黄娟娟、肖珉(2006)、高芳(2007)等人的研究成果表明中国资本市场上也存在较为普遍的收益平滑现象。
通常而言,盈余管理由于沦为“数字游戏”(Levitt,1998)而被投资者所诟病,而收益平滑虽然也是人为操纵的产物,其性质和经济后果却更难判断。一些著名的大公司,例如通用电气(GeneralElectric)、思科系统公司(CiscoSystems)等,由于连续多年向资本市场报告平稳增长的盈余数据,使得公司市值不断攀升,为股东带来了巨额的财富增长。另外一些大公司却因为收益平滑而给投资者造成沉重损失,例如美国联邦住房抵押贷款公司“房地美”(FreddieMac)和联邦国民抵押贷款协会“房利美”(FannieMae),为了追求收益平滑的效果,在2001~2004年间合计调低了近63亿美元的盈余,而在最近被责令重编报表并被处以近4亿美元的罚金(Li&Richie,2009)。由上可见,收益平滑现象不仅是学术界比较关注的问题,也是实务界关注的一个热点问题。遗憾的是,国内对这个问题的研究还没有系统深入的研究,因此本文试图借鉴国外关于收益平滑的研究,结合我国特殊的制度背景,探讨我国资本市场中是否存在收益平滑,如果存在的话,是哪些因素影响企业进行这一行为。
余文的结构如下:第二部分是文献综述;第三部分是研究假说;第四部分是研究设计和样本选择;第五部分是实证分析;第六部分是结论与局限性。
二、文献回顾
早在20世纪50年代,Hepworth(1953)就提出了企业可能有意识地平滑其收益的观点。半个多世纪以来,国外特别是美国学术界对于收益平滑的性质、存在性、动机、影响因素、手段、经济后果等各方面的问题已进行了较为全面的研究,鉴于本文主要研究收益平滑在中国资本市场中是否存在以及哪些因素影响了企业进行收益平滑,因此本文的文献回顾主要针对这两部分展开。
(一)收益平滑的存在性
对收益平滑是否存在的检验结果和收益平滑定义的严格程度密切相关。早期的研究显示对于企业收益是否进行了平滑,得出的结论并不明确(,1966;Copeland&Licastro,1968)。后来,一大批研究结果验证了收益平滑的存在。其中Copeland和Licastro(1968)将研究时间延长到8年,得出了基本支持平滑假说的结论。Imhoff(1977)通过分析公司销售收入的波动和净利润的波动的相关关系,以发现收益平滑化的存在性,同时检验企业管理当局是否使用了销售收入作为平滑变量。他发现产生现金流变动的平滑行为几乎无一例外地影响了销售收入的波动。Eckel(1981)认为,平滑收益的公司的总销售额的变化系数的变化应大于的收入变化系数。他对1951~1970年的62个企业进行了研究,他指出与只有两家公司(3%)将收入平滑,相对于其它提供了收益平滑证据的研究结果,缺乏平滑行为。
Belkaoui和Picur(1984)利用分类平滑的方法,从42个行业中,选出了171个研究样本企业,其中114个是处于核心部分的企业,57个是处于边缘部分的企业。他们将样本公司营业收入的变化量和经常性收益的变动量与费用的变化量进行比较,来判断样本公司是否有收益平滑行为。他们的调查结果表明,与处于核心部门的企业相比,处于边缘部分的企业表现出更大程度的平滑行为。然而,Albrecht和Richardson(1990)通过对512家公司从1974~1985年的数据进行收益平滑检验,没有找到支持核心和边缘部分的公司存在不同的平滑行为的证据。
刘斌等(2005)假说如果政策变更前利润与上年利润之差的绝对值大于政策变更后利润与上年利润之差的绝对值,就表明存在收益平滑,反之则不存在收益平滑。该衡量收益平滑的标准不能从盈余时间序列的角度完全反应企业的收益平滑特征。张国清、夏立军和方轶强(2006)通过净利润与其各个组成部分的相关性分析,也得到了中国A股市场存在收益平滑的证据。许蕊(2006)结合盈利企业的特点提出了两点假说:一是我国盈利企业会采取收益平滑式盈余管理的行为;二是我国盈利企业主要采取非经常性损益进行收益平滑。她用沪深两市42家超过配股要求的盈利上市公司的数据进行验证,得出了我国盈利上市公司存在收益平滑式盈余管理行为。
颜梦宏(2009)基于2007年强制性会计政策变更的制度背景,选择了盈利公司为研究对象,对其利用资产减值准备所进行的盈余管理进行研究。
实证结果发现:盈利公司在2003~2006年存在明显的转回长期资产减值准备增加利润的现象,并且于2006年底转回了长期资产减值准备的盈利公司存在显著的收益平滑行为。
(二)收益平滑的影响因素
Moses(1987)针对影响企业进行收益平滑的因素,收集了1975~1980年间进行了各种存货会计政策变更和退休金会计政策变更的212家美国上市公司数据,运用单变量检验和多元线性回归分析方法分析了利润递增型收益平滑行为的影响因素,实证发现:样本公司的规模,红利计划、变更前后收入变化量与收益平滑呈正相关,但第一大股东持股比例与平滑不相关。
Carlson和Bathala(1997)实证证明:随着内部的所有权的比例增加,公司成为一个有收益平滑的公司的可能性也有相应增加。这一结果意味着有更多所有权的管理者更可能为了增强他们自己的个人福利而随意地改变报告收益。他们还发现,机构投资者持股比例,负债水平,股权分散程度,盈利能力与收益平滑呈正相关,而收益平滑与规模呈负相关。
Tseng和Lai(2007)利用台湾证券交易所1995~2004年间的142家上市公司为样本,考察了收益平滑和盈利能力、负债水平、股利支付率和公司规模之间的关系。结果发现盈利能力与收益平滑之间呈负相关关系,其它假说均未得到验证。
刘斌等(2005)利用1998~2002年间采取自愿性会计政策变更进行收益平滑的160家上市公司数据,通过研究样本和控制样本的一一配对,并运用均值检验、Wilcoxon符号等级检验和单变量的LOGIST回归分析,检验了影响中国上市公司进行收益平滑的动因。他们发现,收益平滑与企业规模、收费限制和报酬契约正相关,并呈现出利润递增型特征。
颜梦宏(2009)在盈利样本公司的经验数据中,债务契约假说、节税假说、企业盈利能力假说和股权集中度假说都在一定的程度上得到了验证,但规模假说没有通过显著性检验。这说明我国盈利公司中,资产负债率越高、所得税费用越大、企业盈利能力越弱、股权集中度越低的公司越有可能存在收益平滑方式的盈余管理行为。
总之,关于收益平滑的研究,国外的研究比较丰富。已有的研究证明了收益平滑的存在性,并且找出了影响收益平滑的因素,如平均资产负债率、公司规模、红利计划等。国内对收益平滑的研究较少,研究范围较小,还不够系统。
三、研究假说
在股权高度集中的情况下,大股东有动机去监督管理层,积极参与公司治理。大股东具有绝对的权力,能直接选拔高层经理(包括财务经理),控制着上市公司的所有权力机构,又拥有对公司的重大经营决策权,公司经理层的经营行为直接贯彻大股东的意志,大股东与经理层共同构成我国公司治理中的“内部人”,董事会受“内部人”控制形同虚设,内部约束机制失效。股权越集中,大股东的掠夺能力也越强,因而其操纵盈余的动机也会越强烈,并且大股东持股比例越大,其控制会计信息的能力越强,因而出现收益平滑的可能性大幅增加。根据理论分析和已有的研究成果,本文提出如下假说:
假说1:在控制其它因素条件下,第一大股东持股比例越高的公司进行收益平滑的可能性越大。
根据委托代理理论,合理的约束与监督机制能够加大代理人的行为成本,从而成功抵制代理人侵害行为,进而减小剩余损失的增加,防止代理成本加大。即如果对大股东的掠夺行为有合理的制约机制,就会增加大股东的付出成本。大股东的控制能力不仅与其持股比例有关,还取决于其他大股东之间的力量对比关系。当大股东进行掠夺时,其他大股东最有可能会采取相应行动进行制止。LaPorta等(1999)也认为,拥有足够股份的第二大股东可以一定程度上限制大股东对其他股东的剥夺行为。当他们单独不足以抗衡大股东时,其他股东也可以集中所有权,以对大股东的行为实施监督,因此其他大股东的制约作用会降低大股东在既定比例下的控制能力。其他股东的监督制衡作用也得到了较多的理论和数据支持(陈信元,汪辉,2004)。王化成和佟岩(2006)也发现其他股东制衡能力越强,上市公司盈余的质量越高。根据理论分析和已有的研究成果,本文提出如下假说:
假说2:在控制其它因素条件下,股权制衡度越强的公司进行收益平滑的可能性越小。
不同行业的竞争程度、受管制和受干预的程度并不一致,如电子产品和制造业等行业的产品竞争程度较高,而石油、电力等公共事业单位的受管制和干预程度则较高。对于易受政府反托拉斯(anti-trust)行动的企业和其他受到政府严密监管的企业,以及寻求政府补贴或保护的企业,收益平滑有利于其规避监管或获得政府支持。Benston和Krasney(1978)指出,大幅的收益波动会引起监管层的注意。Ronen和Sadan(1981)认为,向上波动的盈余会被认为是垄断的信号,而向下波动的盈余又会被认为是处于危机的征兆。罗斯L.瓦茨和杰罗尔德L.齐默尔曼(中译本,1999,第199页)指出,对于可能引发危机而受到指责的企业(如石油公司),其管理人员相对于未受到政治压力的企业管理人员而言,更乐于采用能减少预期盈利水平和盈利变动的会计程序。
根据理论分析和已有的研究成果,本文提出如下假说:
假说3:在控制其它因素条件下,处于管制行业、垄断性行业或国家支持行业的公司进行收益平滑的可能性更大。
四、研究设计与样本选择
(一)研究设计
1.收益平滑检验方法
本文采用Tucker和Zarowin(2006)的方法来度量收益平滑,其方法为使用可操纵性应计利润的变化值(DAP)与操纵前收益(PDI)的负相关关系来度量收益平滑。两者之间的负相关程度越高,意味着收益平滑程度越高。
为了估计可操纵性应计利润,本文使用经过Kothari(2005)修正的Jones模型。该方法对可操纵性应计利润的估计过程如下:
(1)计算总体应计利润总额(Totalaccuals,TA):
(1)
其中:TA为样本公司第t期总应计利润;NI为样本公司第t期净利润;CFO为样本公司第t期的经营活动产生的现金净流量。
(2)计算非操纵性应计利润(Non-dicretionaryaccruals,NDA):
分行业分年度对方程(2)进行回归,并将方程(2)的回归系数代入方程(3)得到非操纵性应计利润NDA。
(2)
(3)
其中:为当期主营业务收入和上期主营业务收入的差额,PPE为样本公司期末固定资产总额,ROA为样本公司当期资产报酬率。TA、以及PPE均用该样本公司年初总资产(Assets)进行标准化。
(3)计算可操纵性应计利润(DAP):
(4)
(4)计算操纵前收益(PDI):
(5)
本文使用可操纵性应计利润的变化值()与操纵前收益()的相关关系来度量收益平滑,即,如果相关关系为负,则说明样本公司进行了收益平滑,否则没有进行收益平滑。由于考察收益平滑需要一个较长的时间序列,但是本文选取的时间段为2003~2009年,为了保证样本数量,本文使用当前和之后两年的年度观察值进行回归,由此每个样本公司都使用3年的观测值来计算收益平滑变量,这样可以在足够长的时间序列和足够大的回归样本中做出均衡。
2.收益平滑影响因素及模型设计
根据假说1和假说2,本文建立模型(6):
(6)
根据假说3,本文建立模型(7):
(7)
表1变量名称及变量定义表
变量名称 | 变量定义 | |||
IS | 若该公司进行了收益平滑,取1;否则取0。 | |||
CG | 公司股权特征变量,当最终实际控制人(按股权关系链计算所得)为国务院、财政部、国资委等中央机构,以及国有企业时为1,否则为0。 | |||
Private | 公司股权特征变量,当最终实际控制人(按股权关系链计算所得)为自然人或私营企业时取1,否则取0。 | |||
Largest | 第一大股东持股数量与总股本的比值。 | |||
H1/S | 第二至第十大股东持股数量与第一大股东持股数量之比。 | |||
Dual | 董事长与总经理兼任情况,当总经理与董事长为同一人时取0,否则取1。 | |||
Lev | 资产负债率,负债总额/资产总额。 | |||
ROA | 总资产净利润率(ROA)。 | |||
LnSize | 公司规模变量,我们用公司资产总数的对数来度量。 | |||
Industry | 行业哑变量,按照中国证券监督管理委员会(CSRC)(2001年版)《上市公司行业分类指引》,将所有公司划分成13大类,我们选取其中除金融保险业外的12类,另外将制造业再细分为10类,因为C2类样本太少,我们将其归到其它制造业,共19个哑变量。 | |||
IndusrtyD | 行压哑变量,若样本公司处于垄断性行业、国家重点支持行业或高度管制行业(包括电力、电信、石油开采、农业、土木建筑工程业、房地产业)则定义为1,否则为0。 | |||
Year | 年度哑变量,数据跨度为2003~2007年,故设置4个年度哑变量。 |
| 模型(6)回归结果 | 模型(7)回归结果 | ||
变量 | 系数 | P值 | 系数 | P值 |
常数项 | 0.746 | 0.437 | 1.171 | 0.207 |
Largest | 0.011*** | 0.001 | 0.010*** | 0.002 |
H1/S | -0.005* | 0.095 | -0.005* | 0.093 |
CG | -0.002 | 0.976 | -0.010 | 0.925 |
Private | -0.024 | 0.822 | 0.050 | 0.624 |
Dual | 0.264** | 0.023 | 0.303** | 0.008 |
Lev | -0.093 | 0.222 | -0.051 | 0.502 |
ROA | 2.650*** | 0.000 | 2.739*** | 0.000 |
LnSize | 0.027 | 0.542 | -0.005 | 0.914 |
IndustryD | - | - | 0.046 | 0.732 |
行业 | 控制 | - | ||
年度 | 控制 | 控制 | ||
Pseudo R | 0.070 | 0.036 | ||
N | 5821 | 5821 |