劉婉立+張苗

摘要：本文研究上市公司會計信息質(zhì)量與投資效率之間的關系。理論分析表明，高質(zhì)量的會計信息質(zhì)量，可以通過在公司治理中發(fā)揮的作用來提高企業(yè)的投資效率。實證研究表明，我國企業(yè)會計信息質(zhì)量總體水平尚有待提高；會計信息質(zhì)量與投資過度或投資不足呈顯著負相關，即高質(zhì)量的會計信息能夠減少上市公司的投資過度或投資不足行為。

關鍵詞：會計信息質(zhì)量 投資效率 公司治理

上市公司會計信息的質(zhì)量不僅關系到利益相關者的決策質(zhì)量，而且對提高其自身資源配置的有效性也具有十分重要的意義。本文中的投資即企業(yè)資源配置，既包括企業(yè)的對外投資，也包括對內(nèi)投資。本文將從會計信息的經(jīng)濟后果這一視角出發(fā)，在我國企業(yè)會計信息質(zhì)量對投資效率作用機理分析的基礎上，采用實證的方法對我國企業(yè)會計信息質(zhì)量與投資效率的關系進行分析，從提高會計信息質(zhì)量的角度，為改善我國上市公司投資的非效率行為提供一種新的思路。

一、作用機理與研究假設

企業(yè)的投資效率，即新增投資偏離預期投資的程度，新增投資偏離預期投資的程度越小，投資效率越高，投資不足或過度投資，均被視為非效率投資。會計信息質(zhì)量主要是通過影響經(jīng)理人的投資行為和投資選擇，進而影響投資效率。

高質(zhì)量的會計信息，能夠通過在企業(yè)經(jīng)理人報酬合約中的激勵作用，鼓勵企業(yè)經(jīng)理人積極尋求高回報的投資項目，合理配置企業(yè)資源，從而避免因投資不足而導致的非效率投資行為；高質(zhì)量會計信息的充分披露，同時能夠抑制經(jīng)理人因單方面占有較多信息，為了謀取自身利益最大化而過度投資從而導致的非效率行為。因此本文提出如下假設：

假設1：會計信息質(zhì)量與投資不足顯著負相關；

假設2：會計信息質(zhì)量與過度投資顯著負相關。

二、研究設計

本文以深交所披露的信息披露評級結果作為上市公司會計信息披露質(zhì)量的代理變量，以Richardson殘差度量模型來衡量企業(yè)的投資效率，通過多元線性回歸的方法，檢驗我國企業(yè)會計信息質(zhì)量與投資效率的相互關系。

（一）樣本選擇與數(shù)據(jù)來源

本文選取的樣本為深交所2012—2014年所有A股主板上市公司，并按如下標準進行篩選：（1）剔除ST 公司、金融和保險行業(yè)公司；（2）剔除研究期間內(nèi)相關數(shù)據(jù)缺失的公司，最后得到的樣本公司為每年419家，三年共計1 257家。財務數(shù)據(jù)和市場數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫，信息披露評價體系考核結果來自于深交所網(wǎng)站。

（二）變量定義。

1.解釋變量：會計信息質(zhì)量（AQ）。本文以我國深交所披露的上市公司信息披露評級結果作為會計信息質(zhì)量的替代變量，并對深交所信息披露評級結果進行賦值，A（優(yōu)秀）、B（良好）、C（合格）、D（不合格）四個等級分別賦值為5、4、3、2，值越大代表會計信息質(zhì)量越高。

2012—2014年1 257家樣本公司信息披露評級結果為：A級為159家、B級為883家、C級為192家、D級為23家。統(tǒng)計結果見表1。

通過賦值可以看出，2012—2014年樣本公司信息披露質(zhì)量均值分別為3.900、3.917、3.995，中位數(shù)都為4，表明信息披露質(zhì)量整體水平不高，但從2012—2014年有逐步向好趨勢。統(tǒng)計結果見下頁表2。

2.被解釋變量：企業(yè)投資效率（Inv）。本文選擇采用Richardson殘差度量模型來衡量投資效率，Richardson殘差度量模型能夠有效地對每家企業(yè)每年的投資效率進行精確度量，模型如下：

Invi，t=β0+β1Cashi，t-1+β2Growi，t-1+β3Epsi，t-1+β4Levi，t-1+β5Sizei，t-1+β6Invi，t-1+∑Year+∑Industry+εi，t-1（1）

其中，Invi，t為公司第t年的新增投資支出，用第t年新增對內(nèi)、對外投資之和來表示；Cashi，t-1為公司現(xiàn)金持有量，用第t-1年的現(xiàn)金來表示；Growi，t-1表示公司的投資機會，用第t-1年的營業(yè)收入增長率來表示；Eps 表示公司的盈利能力，用公司第t-1年的每股收益來表示；Levi，t-1表示公司的償債能力，用第t-1年的資產(chǎn)負債率來表示；Sizei，t-1為公司規(guī)模，用第t-1年總資產(chǎn)的自然對數(shù)來表示；Invi，t-1為公司第t-1年的新增投資支出。Invi，t、Cashi，t-1、Invi，t-1均需除以當期期初總資產(chǎn)，以消除規(guī)模效應的影響。Year和Industry為年度和行業(yè)虛擬變量。需要指出的是，本文考慮到我國資本市場和發(fā)達國家資本市場相比，其成立的時間較短，故影響因素沒有包括公司上市年限。

首先，根據(jù)模型估算出資企業(yè)正常的投資水平，然后，用模型的回歸殘差代替企業(yè)的非效率投資，具體來說，用Overinv表示正殘差，用Underinv表示負殘差的絕對值，Overinv和Underinv的值越大，意味著投資效率越低，即投資過度或投資不足程度越嚴重。

2012—2014年1 257家樣本公司中，417個樣本的殘差是大于零的，占樣本總數(shù)的33.17%；有840個樣本的殘差是小于零的，占樣本總數(shù)的66.83%，這說明在我國上市公司中，相較于投資過度的現(xiàn)象而言，更容易出現(xiàn)投資不足的現(xiàn)象。樣本公司的殘差絕對值均值2012、2013、2014年分別是0.360、0.317、0.233（其中，Underinvi，t組的殘差絕對值均值2012、2013、2014年分別是0.597、0.511、0.295；Underinvi，t組的殘差絕對值均值2012、2013、2014年分別是0.255、0.227、0.196），無論是從整體上，還是從Overinvi，t組、Underinvi，t組來看，投資效率都有逐年向好的趨勢。統(tǒng)計結果見表3。

3.控制變量。上市公司的投資效率，不僅受到企業(yè)經(jīng)理人投資行為和投資選擇的影響，而且受到企業(yè)治理結構的影響，因此，本文選擇公司規(guī)模、股權性質(zhì)、獨立董事比例以及高管持股比例等作為控制變量。

公司規(guī)模（Size）。公司規(guī)模的劃分通常以企業(yè)的“從業(yè)人員數(shù)”“銷售額”以及“資產(chǎn)總額”為標準，本文取“企業(yè)期末總資產(chǎn)的自然對數(shù)”為標準。王娟（2013）發(fā)現(xiàn)上市公司的規(guī)模越大，融資能力越強，由于掌握較多的資源，能夠較好地把握投資機會，反之則投資也會有限制。劉星等（2014）發(fā)現(xiàn)相對大規(guī)模公司而言，小規(guī)模公司更容易出現(xiàn)因為投資不足而產(chǎn)生的非效率投資行為，而大規(guī)模公司更容易出現(xiàn)過度投資的非效率投資行為。

股權性質(zhì)（State）。股權性質(zhì)指國有控股或非國有控股。李瑛和楊蕾（2014）發(fā)現(xiàn)與國有控股公司相比，非國有控股公司在融資、投資等方面享受的種種優(yōu)惠政策明顯不足，因為受到更多的融資約束而更容易產(chǎn)生投資不足行為。

獨立董事比例（Indirector）。獨立董事指獨立于公司股東且不在公司內(nèi)部任職，并與公司或公司經(jīng)營管理者沒有重要的業(yè)務聯(lián)系或?qū)I(yè)聯(lián)系，并對公司事務作出獨立判斷的董事。程柯等（2012）、李莉等（2014）發(fā)現(xiàn)獨立董事可以改善企業(yè)的過度投資行為。

高管持股比例（Sharehold）。高管持股比例是指上市公司高層管理人員所持有的公司股數(shù)占總股數(shù)的比例。鐘宜彬（2011）、羅明琦（2014）發(fā)現(xiàn)高管持股比例越高，企業(yè)投資不足或過度投資的程度越低。

變量描述見表4。

（三）模型選擇

本文以投資效率作為被解釋變量，以會計信息披露質(zhì)量作為解釋變量，以公司規(guī)模、股權性質(zhì)、獨立董事比例、高管持股比例為控制變量，建立多元線性回歸模型，檢驗會計信息質(zhì)量對投資效率的影響，模型如下：

Underinvi，t=β0+β1AQi，t-1+β2Sizei，t-1+β3Statei，t-1+β4Indirector i，t-1+β5Shareholdi，t-1+∑Year+∑Industry+εi，t-1 （2）

Overinvi，t=β0+β1AQi，t-1+β2Sizei，t-1+β3Statei，t-1+β4Indirector i，t-1+β5Shareholdi，t-1+∑Year+∑Industry+εi，t-1（3）

其中，β0為常數(shù)項，εi，t為誤差項。模型（2）用來檢驗假設1，模型（3）用來檢驗假設2。

三、實證結果及檢驗

（一）會計信息披露質(zhì)量與投資效率

為了更好地觀察會計信息質(zhì)量與投資效率的關系，本文根據(jù)會計信息披露質(zhì)量的高低將樣本分成四組，并分別用A、B、C、D組來表示。根據(jù)描述性統(tǒng)計可以看出，樣本公司中，A、B、C、D組殘差絕對值的均值分別為0.157、0.269、0.465、1.283，會計信息披露質(zhì)量越高，公司投資效率也越高，殘差的描述性統(tǒng)計見表5。會計信息披露質(zhì)量與投資效率的關系圖見圖1。

（二）變量相關性檢驗

為了更準確地刻畫各變量之間的相關關系，本文對模型中主要變量進行Pearson相關性分析。相關性分析結果顯示，各變量之間的相關系數(shù)均小于0.6，這說明所建立的回歸模型中各變量之間不存在多重共線性，其相關關系不會影響多元回歸分析結果。各變量間的Pearson相關性分析見表6。

（三）回歸分析

1.會計信息質(zhì)量對投資不足影響回歸分析。會計信息披露質(zhì)量與投資不足，相關控制變量的回歸結果顯示：會計信息披露質(zhì)量變量的回歸系數(shù)為-0.075，與投資不足在1%的水平上顯著，這說明會計信息披露質(zhì)量越高，投資不足行為越少，提高會計信息披露質(zhì)量能緩解公司的投資不足，與預期相符。從控制變量來看，公司規(guī)模與投資不足在1%的水平下顯著負相關，這表明公司規(guī)模越大，投足不足的現(xiàn)象越少?；貧w結果見表7。

2.會計信息質(zhì)量對投資過度影響的回歸分析。會計信息披露質(zhì)量與投資過度，相關控制變量的回歸結果顯示：會計信息披露質(zhì)量變量的回歸系數(shù)為-0.066，與投資過度在10%的水平上顯著，這說明會計信息披露質(zhì)量越高，投資過度行為越少，提高會計信息披露質(zhì)量能緩解公司的投資過度，與預期相符。從控制變量來看，公司規(guī)模與投資過度在1%的水平下顯著負相關，股權性質(zhì)與投資過度在10%的水平下顯著正相關。公司規(guī)模與投資過度的估計系數(shù)顯著為負，這表明公司規(guī)模越大，投資過度的現(xiàn)象越少；股權性質(zhì)與投資過度的估計系數(shù)顯著為正，這體現(xiàn)了對非國有控股的公司而言，國有控股公司更容易出現(xiàn)投資過度的現(xiàn)象?；貧w結果見表8。

四、研究結論

本文的研究結論如下：（1）理論分析表明，會計信息質(zhì)量主要是通過影響經(jīng)理人的投資行為和投資選擇，進而影響投資效率；（2）實證檢驗發(fā)現(xiàn)，會計信息披露質(zhì)量與投資不足在1%的水平上顯著負相關、與投資過度在10%的水平上顯著負相關，這說明會計信息質(zhì)量的提高對非效率投資有抑制作用，且對抑制投資不足作用更大。從控制變量來看，公司規(guī)模與投資不足、投資過度在1%的水平下顯著負相關，這表明公司規(guī)模越大，投足不足、投資過度的現(xiàn)象越少；股權性質(zhì)與投資不足在10%的水平下顯著相關，這體現(xiàn)了對非國有控股的公司而言，國有控股公司更容易出現(xiàn)投資過度的現(xiàn)象。本文的研究表明，我國會計信息的質(zhì)量對投資決策具有影響，且具有較強的經(jīng)濟后果，因此，不斷改善會計信息質(zhì)量將對提高企業(yè)投資效率具有積極作用。J

參考文獻：

[1]王娟.上市公司投資效率評價與影響因素研究[D].湖南大學，2013.

[2]計方，劉星.集團控制、融資優(yōu)勢與投資效率[J].管理工程學，2014，（01）：26-38+9.

[3]李莉，關宇航，顧春霞.治理監(jiān)督機制對中國上市公司過度投資行為的影響研究——論代理理論的適用性[J].管理評論，2014，（05）：139-148.

[4]李瑛，楊蕾.不同產(chǎn)權性質(zhì)下會計穩(wěn)健性與非效率投資行為實證研究[J].預測，2014，（05）：36-41.

[5]羅明琦.企業(yè)產(chǎn)權、代理成本與企業(yè)投資效率——基于中國上市公司的經(jīng)驗證據(jù)[J].中國軟科學，2014，（07）：172-184.

[6]程柯，陳志斌，趙衛(wèi)斌.產(chǎn)權性質(zhì)、獨立董事機制與投資效率——來自中國A股非金融類上市公司的經(jīng)驗證據(jù)[J].技術經(jīng)濟，2012，（03）：103-109.

[7]鐘宜彬.投資效率和股權結構——基于上市公司股權再融資角度[J].工業(yè)技術經(jīng)濟，2011，（10）：143-149.

[8]Richardson，Scott Over-Investment of Free Cash Flow[J].Review of Accounting Studies，2006，11（2-3）：159-18.