簡建輝 謝娜娜 李文邦 宮 凱
(1.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院,北京 102206;2.中國科學(xué)院科技創(chuàng)新發(fā)展中心,北京 100190;3.華北電力大學(xué)新能源學(xué)院,北京 102206)
風(fēng)險承擔(dān)與公司管理層的決策緊密相關(guān),企業(yè)風(fēng)險承擔(dān)反映了企業(yè)對哪一類投資項(xiàng)目的偏好,企業(yè)承擔(dān)的風(fēng)險越高,意味著管理者更少放棄高風(fēng)險但預(yù)期凈現(xiàn)值大于0 的投資項(xiàng)目。企業(yè)風(fēng)險承擔(dān)體現(xiàn)了企業(yè)對投資項(xiàng)目進(jìn)行的綜合評判,代表了企業(yè)管理層整體風(fēng)險偏好與選擇。 企業(yè)風(fēng)險承擔(dān)水平能夠幫助企業(yè)提高績效水平,增加在行業(yè)中的競爭力,也能推動社會生產(chǎn)率的提高和經(jīng)濟(jì)的發(fā)展。 現(xiàn)有研究認(rèn)為提升企業(yè)風(fēng)險承擔(dān)的提升能夠加強(qiáng)股東財(cái)富的積累,促進(jìn)企業(yè)的長期發(fā)展。
隨著信息技術(shù)的不斷發(fā)展,學(xué)者對文本信息的研究也逐漸豐富起來。 年報(bào)作為企業(yè)向外界投資者披露的主要途徑之一,是投資者進(jìn)行投資的重要依據(jù)。 年報(bào)不僅包含了企業(yè)運(yùn)營的財(cái)務(wù)數(shù)據(jù),還包含了管理者對企業(yè)現(xiàn)狀的總結(jié)以及對未來的展望。 文本信息相對于數(shù)字信息的標(biāo)準(zhǔn)化,傳遞的更多是管理者對企業(yè)的評價,為投資者了解企業(yè)前景發(fā)展具有一定的信息價值。 在年報(bào)中管理層討論與分析(Management"s Discussion and Analysis,MD&A)部分,管理層的文字信息表述具有敘述性裁量權(quán),目前主要有兩種學(xué)派的觀點(diǎn):信息增量學(xué)派認(rèn)為管理層會客觀披露文本信息,降低信息不對稱問題,向投資者投資決策傳遞有效信息;印象管理學(xué)派則認(rèn)為管理層會利用文本信息進(jìn)行機(jī)會主義行為,更便于管理層文本信息的操縱,加深投資者對企業(yè)利好的認(rèn)知,吸引更多投資者。 現(xiàn)階段國內(nèi)外研究學(xué)者對企業(yè)的文本信息語調(diào)也形成了兩種不同的結(jié)論。 曾慶生等(2018)[1]、余海宗和朱慧娟(2021)[2]、沈菊琴等(2022)[3]從分析師跟蹤、股價同步性、企業(yè)財(cái)務(wù)績效等方面肯定了管理層語調(diào)對企業(yè)前景的積極作用。 但是,管理者出于自利主義思想可能會對文本信息進(jìn)行操控(郭慧婷、王昭茜,2023)[4],向外部利益相關(guān)者傳遞偏離企業(yè)實(shí)際情況的利好信息,加大信息不對稱性,吸引更多投資者進(jìn)行投資,導(dǎo)致企業(yè)未來的經(jīng)營風(fēng)險概率增加(張程等,2021)[5],影響企業(yè)的持續(xù)發(fā)展。
本文以管理者討論與分析中文本信息作為切入點(diǎn),研究年報(bào)管理者超額積極情緒對于企業(yè)風(fēng)險承擔(dān)的相關(guān)關(guān)系以及相關(guān)機(jī)制分析,嘗試從文本信息中獲取管理者語調(diào),判斷企業(yè)管理者投資項(xiàng)目的整體風(fēng)險水平,對投資者根據(jù)文本信息判斷企業(yè)風(fēng)險承擔(dān)水平提供方向,為監(jiān)管部門加強(qiáng)企業(yè)信息披露質(zhì)量提供建議,增強(qiáng)文本信息對信息使用者的有用性。
根據(jù)信號理論,文本信息可以補(bǔ)充數(shù)字信息的局限性,向投資者傳遞企業(yè)良好的信號。 同時,外部信息使用者在解讀管理層文本信息時,能夠理解管理層語調(diào)表達(dá)的潛在含義,外部市場的表現(xiàn)與文本信息語調(diào)情感方向一致,管理層作為信息傳遞者會向市場傳遞企業(yè)未來發(fā)展戰(zhàn)略以及規(guī)劃。 管理者在管理者討論與分析部分采用積極的語調(diào)進(jìn)行表述,傳達(dá)的積極信息有助于管理者進(jìn)行融資、展現(xiàn)企業(yè)經(jīng)營狀況以及未來發(fā)展趨勢等,吸引投資者的投資行為(Bochkay 和Levine,2019)[6]。 在企業(yè)風(fēng)險承擔(dān)決策中,管理層會將自身收益與成本的權(quán)衡。高風(fēng)險的投融資項(xiàng)目可能為企業(yè)帶來超額回報(bào),成功的投資項(xiàng)目會為管理者帶來積極的聲譽(yù)與社會影響力,管理層能獲取更多資源以及個人收益(黃方亮等,2019)[7]。
管理者超額積極情緒是從管理層語調(diào)中分離出超出實(shí)際語調(diào)的部分,在一定程度上體現(xiàn)了管理層對自身能力認(rèn)知和投融資環(huán)境的積極態(tài)度。 管理層通過文本傳遞信息,更容易獲得投資者的關(guān)注與青睞,信息傳遞的有效性和廣泛度越強(qiáng)。 趙宇亮(2020)[8]研究發(fā)現(xiàn)企業(yè)MD&A 未來信息發(fā)展展望披露水平吸引投資者關(guān)注,降低融資成本,緩解融資約束對企業(yè)發(fā)展的限制,提升企業(yè)投資效率。 年報(bào)MD&A 部分具有前瞻性的信息價值,未來的不確定性會使前瞻性信息價值顯得更為重要。 MD&A 前瞻性描述有利于市場獲取信息更多信息,有效改善投資者決策的信息環(huán)境(王雄元、高曦,2018)[9],幫助投資者預(yù)測企業(yè)未來盈利(Feng,2010)[10],降低企業(yè)股價崩盤風(fēng)險(原東良、李燕,2022)[11]。
行為金融理論大量的研究表明,管理者普遍存在樂觀或自信的心理偏差,這種心理偏差又表現(xiàn)在具體的決策行為中。 由于管理者對公司未來前景的樂觀和對自我管理能力的過度自信,在信息披露中往往會采用大量樂觀的、積極的正面詞匯表達(dá)相關(guān)見解,它是管理者釋放的信號,會傾向于選擇高風(fēng)險高收益的項(xiàng)目,提升企業(yè)的風(fēng)險承擔(dān)水平。 從收益的角度來看,選擇高風(fēng)險的投融資項(xiàng)目可能會為企業(yè)帶來超額的回報(bào),成功的投資項(xiàng)目也會為管理者帶來積極的聲譽(yù)和社會影響力。 基于以上分析提出假設(shè)1。
假設(shè)1:管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)正相關(guān),即管理者超額積極情緒越高,企業(yè)風(fēng)險承擔(dān)越強(qiáng)。
股權(quán)激勵作為一種長期激勵機(jī)制,是企業(yè)持久發(fā)展的重要方面。 股權(quán)激勵對管理層短期行為具有有效緩解作用,能夠促使管理層投資高風(fēng)險項(xiàng)目(石琦等,2020)[12]。 被激勵的管理層會根據(jù)股票收益波動率適當(dāng)增加企業(yè)的風(fēng)險承擔(dān)水平,降低管理層風(fēng)險規(guī)避的行為(甘麗凝等,2019)[13]。 Chesney 等(2020)[14]研究發(fā)現(xiàn)實(shí)行股權(quán)激勵的企業(yè)會提升財(cái)務(wù)杠桿系數(shù)、降低資本性支出以及增加研發(fā)投入,促進(jìn)企業(yè)風(fēng)險承擔(dān)水平。 此外,從激勵效果來看,股權(quán)激勵相較于固定的薪酬激勵能更有效地激勵管理層風(fēng)險承擔(dān)水平。 股權(quán)激勵可以避免貨幣薪酬繳稅,具有更加有效的激勵效果。 上市公司管理層實(shí)行股權(quán)激勵措施能夠加強(qiáng)股東利益共享、企業(yè)風(fēng)險共擔(dān)的傾向(冷雪蕊等,2022)[15]。 股權(quán)激勵能夠?qū)€人利益與企業(yè)的發(fā)展目標(biāo)相結(jié)合,使管理層風(fēng)險偏好與股東偏好趨同,減少管理層自理主義行為,增強(qiáng)管理層對項(xiàng)目風(fēng)險的利益共享、風(fēng)險共擔(dān),對企業(yè)風(fēng)險承擔(dān)水平起到優(yōu)化效果。 管理層持股比例對管理者來說通常作為一種激勵措施,能夠有效降低委托人與代理人的代理沖突,增加管理層風(fēng)險承受能力,更有意愿進(jìn)行新的研發(fā)創(chuàng)新。 李春瑜(2023)[16]、俞靜和蔡雯(2021)[17]研究發(fā)現(xiàn)管理層股權(quán)激勵有助于提高企業(yè)創(chuàng)新,增加公司的競爭優(yōu)勢,促進(jìn)企業(yè)長期發(fā)展。 Koirala 和Marshall(2020)[18]選擇并購企業(yè)作為研究對象,證實(shí)了管理層股權(quán)激勵有助于激勵企業(yè)并購、增加研發(fā)投資和實(shí)施專業(yè)化經(jīng)營,而較少進(jìn)行固定資產(chǎn)投資,這也間接說明了股權(quán)激勵將有利于促使管理層采取高風(fēng)險的決策。 基于以上分析提出假設(shè)2。
假設(shè)2:股權(quán)激勵能強(qiáng)化管理者超額積極情緒對企業(yè)風(fēng)險承擔(dān)正面影響。
本文選擇2010-2020 年A 股上市公司作為研究對象,管理者超額積極情緒數(shù)據(jù)來源于中國研究數(shù)據(jù)服務(wù)平臺(CNRDS),內(nèi)部控制指數(shù)數(shù)據(jù)來源于迪博(DIB)內(nèi)部控制與風(fēng)險管理數(shù)據(jù)庫,其他數(shù)據(jù)來自國泰安數(shù)據(jù)庫(CSMAR),數(shù)據(jù)的處理主要運(yùn)用Stata15 軟件。 為滿足研究需要,本文對樣本數(shù)據(jù)進(jìn)行以下處理:(1)剔除金融行業(yè)的數(shù)據(jù);(2)剔除ST 樣本企業(yè);(3)剔除數(shù)據(jù)缺失的企業(yè);(4)對所有連續(xù)變量在1%和99%水平上進(jìn)行縮尾處理。
1.管理者超額積極情緒
本文對管理者超額積極情緒的衡量參考王華杰和王克敏(2018)[19]的相關(guān)研究,根據(jù)管理者討論與分析部分管理者的積極詞匯與消極詞匯,計(jì)算出管理層凈語調(diào)TONE。 其中,Positive是MD&A 中正面語調(diào)詞匯數(shù),Negative 是相對應(yīng)的負(fù)面語調(diào)詞匯數(shù)。 TONE 的數(shù)值越大,說明管理層用詞越積極。
在計(jì)算出凈語調(diào)TONE 的基礎(chǔ)上,對年報(bào)凈語調(diào)(積極語調(diào)-消極語調(diào))/(積極語調(diào)+消極語調(diào))分離出正常情感傾向和夸張情感傾向,在管理層凈語調(diào)的基礎(chǔ)上進(jìn)行回歸分析,根據(jù)計(jì)算出的殘差項(xiàng)(ABTONE)用來衡量管理者超額積極情緒,體現(xiàn)了管理者超出實(shí)際的夸張情感傾向,本文將其定義為管理者超額積極情緒。 殘差項(xiàng)(ABTONE)越大,說明管理者語調(diào)偏離正常情感傾向程度越大,管理者超額積極情緒越高;反之,殘差值(ABTONE)越小,說明管理者語調(diào)偏離正常情感傾向的程度越小,管理者超額積極情緒越低。
模型(1)中,TONE 代表管理層凈樂觀語調(diào);模型(2)中,ROA 是企業(yè)業(yè)績;RET 是12 個月持有到期收益率;SIZE 是企業(yè)總資產(chǎn)的自然對數(shù);BTM 是賬面市值比;RET_SD 是個股月收益標(biāo)準(zhǔn)差;ROA_SD 是過去五年業(yè)績的標(biāo)準(zhǔn)差;AGE 是企業(yè)上市年限的自然對數(shù);LOSS 是虛擬變量,如果當(dāng)年虧損是1,否則是0;D_ROA 是t 期凈利潤減去t-1 期凈利潤的差,再除以t-1 期總資產(chǎn);F_ROA 是t+1 期凈利潤與t 期總資產(chǎn)的比值。
表1 變量說明
2.企業(yè)風(fēng)險承擔(dān)
現(xiàn)有的文獻(xiàn)研究對企業(yè)風(fēng)險承擔(dān)的衡量主要包含盈余波動性、股票波動性、現(xiàn)金流波動性等。 本文參考何瑛等(2019)[20]對企業(yè)風(fēng)險的衡量方式,將企業(yè)盈余波動性作為衡量企業(yè)風(fēng)險承擔(dān)的指標(biāo)。 Risk1 基于營業(yè)收入波動性即營業(yè)利潤/期末資產(chǎn)總額計(jì)算t,t+1,t-2 三年盈余波動性的標(biāo)準(zhǔn)差,Risk2 基于營業(yè)收入波動性計(jì)算t,t+1,t+2 三年盈余波動性的極差。
3.融資約束
本文參考顧雷雷等(2020)[21]建立衡量融資約束程度模型:
其中,Size 代表企業(yè)規(guī)模,Lev 代表資產(chǎn)負(fù)債率,CashDiv 代表公司發(fā)放的現(xiàn)金股利;MB 代表企業(yè)市帳比=市場價值/賬面價值;NWC 代表凈營運(yùn)資本=營運(yùn)資本-貨幣資金-短期投資;EBIT 代表息稅前利潤;ta 代表總資產(chǎn)。
按照年度對公司規(guī)模、公司年齡、現(xiàn)金股利支付率三個變量進(jìn)行標(biāo)準(zhǔn)化處理,根據(jù)標(biāo)準(zhǔn)化處理后的變量均值對上市公司進(jìn)行升序排序,分別以上下三分位點(diǎn)作為融資約束的分界點(diǎn),確定融資約束虛擬變量QUFC,大于66%分位的上市公司定義為低融資約束組,QUFC =0,小于33%分位的上市公司定義為高融資約束組,QUFC =1。 然后,對模型(4)進(jìn)行Logit 回歸,擬合企業(yè)每一年度的融資約束發(fā)生概率P,并將其定義為融資約束指數(shù)FC,取值在0 到1 之間,F(xiàn)C越大,企業(yè)融資約束問題越嚴(yán)重。
為了驗(yàn)證假設(shè)1 管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)之間的關(guān)系,運(yùn)用OLS 模型回歸建立模型(5)(6)。
模型(5)(6)中,β0是截距項(xiàng);βi是各變量的估計(jì)系數(shù),ε 是隨機(jī)擾動項(xiàng)。 如果假設(shè)1 成立,則β1的系數(shù)顯著為正,即管理者超額積極情緒與企業(yè)風(fēng)險正相關(guān),管理者超額積極情緒越積極,對項(xiàng)目投資的積極性越高,企業(yè)風(fēng)險承擔(dān)水平越高。
為驗(yàn)證假設(shè)2 股權(quán)激勵在管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)之間的調(diào)節(jié)效應(yīng),運(yùn)用OLS 模型回歸建立模型(7)(8)。
在模型(7)(8)的基礎(chǔ)上增加了交互項(xiàng)ABTONE×Msr,如果假設(shè)2 成立,交互項(xiàng)β3顯著為正,即股權(quán)激勵能促進(jìn)管理層對項(xiàng)目經(jīng)營投資的積極性和信心,降低風(fēng)險規(guī)避的意識,進(jìn)而強(qiáng)化管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)的關(guān)系。
表2 報(bào)告了主要變量的描述性統(tǒng)計(jì)。 企業(yè)風(fēng)險承擔(dān)(Risk1 和Risk2)的均值分別是3.030和5.720,標(biāo)準(zhǔn)差分別是3.660 和6.810,表明樣本中的企業(yè)風(fēng)險承擔(dān)水平存在一定的差異。 管理者超額積極情緒(ABTONE)的均值是0,最大值是0.120,最小值是-0.300,標(biāo)準(zhǔn)差是0.120,說明樣本中管理者超額積極情緒的差別較大。 控制變量的分布在合理的范圍內(nèi),與相關(guān)研究中數(shù)據(jù)基本保持一致。
表2 主要變量描述性統(tǒng)計(jì)
表3 中列(1)和列(2)的回歸分析可以看到,管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)Risk1、Risk2 之間的系數(shù)分別為0.663 和1.252,且均在5%的顯著性水平上顯著,說明管理者超額積極情緒越高,風(fēng)險規(guī)避程度越低,在一定程度上代表了管理者在對高風(fēng)險項(xiàng)目進(jìn)行決策的意愿是處于一種積極的狀態(tài),企業(yè)風(fēng)險承擔(dān)水平越高。 列(3)和列(4)回歸結(jié)果顯示,管理者超額積極情緒回歸系數(shù)為正,交互項(xiàng)ABTONE×Msr 變量回歸系數(shù)分別為7.874 和14.800 且在1%的顯著性水平上顯著為正,表明提升管理層持股比例會增強(qiáng)管理層參與企業(yè)運(yùn)營的積極性,強(qiáng)化了管理者超額積極情緒對企業(yè)風(fēng)險承擔(dān)的正面影響。
表3 管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)
相較于非國有企業(yè),國有企業(yè)在追求企業(yè)績效的基礎(chǔ)上還承擔(dān)著更多的社會責(zé)任,尤其是在黨的十九大之后國企高管利用年報(bào)傳遞企業(yè)信息會考慮更多政治風(fēng)險問題,這會使國企高管利用年報(bào)信息進(jìn)行情緒化決策行為就會減弱。 所以,相較于國有企業(yè),非國有企業(yè)管理者更有可能利用語調(diào)向外界傳遞過度的好消息,吸引更多的投融資項(xiàng)目,提升企業(yè)風(fēng)險承擔(dān)水平。表4 中列(1)和列(3)報(bào)告了國有企業(yè)管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)(Risk1 和Risk2)之間相關(guān)系數(shù)并不顯著。 列(2)和列(4)報(bào)告了非國有企業(yè)管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)(Risk1 和Risk2)之間的系數(shù)分別為1.726 和3.244 ,相關(guān)系數(shù)在1%的顯著性水平上顯著。 說明非國有企業(yè)中管理者超額積極情緒越高,企業(yè)風(fēng)險承擔(dān)水平越強(qiáng),其主要的原因可能是非國有企業(yè)管理層競爭意識更強(qiáng),會向市場傳遞企業(yè)更多積極的信息,吸引相關(guān)投資者,企業(yè)風(fēng)險承擔(dān)能力越強(qiáng)。
隨著我國資本市場的不斷成長,公司治理機(jī)制也在不斷完善,機(jī)構(gòu)投資者可以通過參與公司的治理,對管理者決策起到一定的監(jiān)督作用,從而對企業(yè)風(fēng)險承擔(dān)產(chǎn)生影響。 基于此,可以合理預(yù)測,機(jī)構(gòu)投資者低組中,管理者受到監(jiān)督和約束越低,管理者超額積極情緒越高,管理者投融資決策越積極,企業(yè)風(fēng)險承擔(dān)水平越高。 本文將機(jī)構(gòu)投資者按照行業(yè)年度中位數(shù)分為高組和低組進(jìn)行回歸分析。 表4 報(bào)告了列(6)和列(8)機(jī)構(gòu)投資者比例低的組中,管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)相關(guān)系數(shù)分別為1.357 和2.524,均在1%的顯著性水平上顯著。 列(5)和列(7)是機(jī)構(gòu)投資者持股比例高的組,兩者相關(guān)系數(shù)并不顯著。
企業(yè)風(fēng)險承擔(dān)的方式主要是通過投資以及融資,管理層對企業(yè)風(fēng)險承擔(dān)的影響也是通過具體的投資和融資決策。 為進(jìn)一步探究管理者超額積極情緒通過哪些途徑影響企業(yè)風(fēng)險承擔(dān)水平,本文運(yùn)用三步法檢驗(yàn)企業(yè)融資和投資水平在管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)之間的發(fā)揮的中介效應(yīng)。 從投資角度來看,研發(fā)投資往往具有高不確定性、高成本的特征,研發(fā)活動越多,企業(yè)經(jīng)營的風(fēng)險相對要大。 從融資角度來看,債務(wù)融資具有明確的還款期以及嚴(yán)格的條例,企業(yè)利用外部債務(wù)融資比內(nèi)部籌資承擔(dān)的風(fēng)險相對要高,推測企業(yè)債務(wù)融資水平越高,企業(yè)的風(fēng)險承擔(dān)水平越高。 本文采用研發(fā)投入占營業(yè)收入比例(R&D)度量企業(yè)的投資水平。同時,用負(fù)債占資產(chǎn)比例(Lev)衡量企業(yè)整體債務(wù)融資水平。 表5 從投資和債務(wù)融資角度報(bào)告了管理者超額情緒對企業(yè)風(fēng)險承擔(dān)的渠道測試。
表5 管理者超額積極情緒影響企業(yè)風(fēng)險承擔(dān)的渠道測試——投資和債務(wù)融資角度
表5 中的列(1)-(3)是逐步回歸檢驗(yàn)投資水平的渠道測試,列(1)報(bào)告了管理者超額積極情緒能夠促進(jìn)企業(yè)風(fēng)險承擔(dān),列(2)實(shí)驗(yàn)結(jié)果顯示管理者超額積極情緒與研發(fā)投入占比正相關(guān)且在1%的顯著性水平上,但是在列(3)回歸中,加入研發(fā)投入變量對假設(shè)1 再次回歸,研發(fā)投入的系數(shù)不具有明顯的顯著性水平,不滿足中介效應(yīng)檢驗(yàn)。 所以,管理者超額積極情緒不是通過增加研發(fā)投入促進(jìn)企業(yè)風(fēng)險承擔(dān)。 列(4)和列(5)報(bào)告了管理者超額積極情緒通過債務(wù)融資影響企業(yè)風(fēng)險承擔(dān)的渠道測試結(jié)果。 在列(1)管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)正相關(guān)的基礎(chǔ)上,列(4)回歸顯示,管理者超額積極情緒與債務(wù)融資的估計(jì)系數(shù)為0.068 且在1%的顯著性水平上,說明管理者超額積極情緒越高,債務(wù)融資越多;列(5)回歸結(jié)果顯示,當(dāng)被解釋變量是Risk1,在列(1)的基礎(chǔ)上加入Lev 變量,Lev 的估計(jì)系數(shù)為2.287 且在1%的顯著性水平上為正,說明債務(wù)融資與企業(yè)風(fēng)險承擔(dān)正相關(guān)。 管理者超額積極情緒的估計(jì)系數(shù)為0.507且在1%的顯著性水平上。 該檢驗(yàn)通過渠道測試,說明管理者超額積極情緒通過增加債務(wù)融資的方式提高了企業(yè)風(fēng)險承擔(dān)水平。
管理者超額積極情緒代表了管理者對企業(yè)當(dāng)前及未來發(fā)展前景的信心,根據(jù)信號理論,能有效增加投資者對企業(yè)的好感度,投資者更愿意對有發(fā)展前景企業(yè)進(jìn)行投資。 融資約束代表了一個企業(yè)融資的難易程度,融資約束程度越低,融資成本越低,融資越容易,企業(yè)進(jìn)行投融資決策就有足夠的資金流,企業(yè)風(fēng)險承擔(dān)能力就越強(qiáng)。 管理者超額積極情緒越高,釋放出的信號越積極,企業(yè)融資就越容易,融資約束程度越低。 本文選擇融資約束FC 指數(shù)作為中介變量,該指數(shù)越大,代表融資約束程度越高,融資越難、越貴。 表6 中列(1)-(3)是企業(yè)風(fēng)險承擔(dān)Risk1,列(4)-(6)是企業(yè)風(fēng)險承擔(dān)Risk2。 列(1)對管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)進(jìn)行研究,結(jié)果顯示管理者超額積極情緒系數(shù)為0.663,在1%的顯著性水平上顯著,說明管理者超額積極情緒越高,企業(yè)風(fēng)險承擔(dān)能力越強(qiáng)。 列(2)中,管理者超額積極情緒與中介變量融資約束進(jìn)行回歸,研究發(fā)現(xiàn)管理者超額積極情緒與融資約束負(fù)相關(guān),回歸系數(shù)為-0.011,在1%的顯著性水平上顯著,表明管理者超額積極情緒可以減弱融資約束程度。 列(3)回歸結(jié)果發(fā)現(xiàn),管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)系數(shù)為正且在1%的顯著性水平上顯著,融資約束與企業(yè)風(fēng)險承擔(dān)系數(shù)為負(fù)且在1%的顯著性水平上顯著,說明融資約束可以降低企業(yè)風(fēng)險承擔(dān),同時表明中介效應(yīng)的存在,即管理者超額積極情緒可以通過降低融資約束提升企業(yè)風(fēng)險承擔(dān)。 同理,列(4)-(6)中介效應(yīng)依然成立。
表6 管理者超額積極情緒對企業(yè)風(fēng)險承擔(dān)——以融資約束為中介變量
1.內(nèi)生性檢驗(yàn)
針對存在的潛在遺漏變量問題,本文采用工具變量法進(jìn)行內(nèi)生性檢驗(yàn),借鑒曾慶生等(2018)[1]的研究,將同行業(yè)同年度其他企業(yè)的管理者超額積極情緒的平均值(ABTONE_m)和上一年度管理者超額積極情緒(L_ABTONE)作為工具變量(IV)。 表7 中列(1)-(3)將同行業(yè)同年度其他企業(yè)的管理者超額積極情緒的平均值(ABTONE_m)作為IV 進(jìn)行內(nèi)生性檢驗(yàn),列(4)-(6)將上一年度管理者超額積極情緒(L_ABTONE)作為IV 進(jìn)行內(nèi)生性檢驗(yàn)。 首先,ABTONE_m 滿足相關(guān)性要求,同行業(yè)公司面臨著相似的外部經(jīng)營環(huán)境,其管理層語調(diào)具有一定的相關(guān)性。 其次,目前尚未有證據(jù)表明同行業(yè)同年度其他公司的語調(diào)管理策略會影響本公司的企業(yè)風(fēng)險承擔(dān)水平,故滿足外生性條件,采用兩階段最小二乘法進(jìn)行檢驗(yàn)。 ABTONE_m工具變量在表7 中列(1)的回歸結(jié)果顯示第一階段回歸中工具變量(ABTONE_m)與原自變量(ABTONE)相關(guān)系數(shù)為0.7067 且在1%的顯著性上顯著,且F 值為447.8,F(xiàn) 值遠(yuǎn)大于10,通過了弱工具變量檢驗(yàn)。 再次,表7 中列(2)和列(3)的第二階段回歸表明在控制內(nèi)生性問題之后,管理者超額積極情緒越高,企業(yè)風(fēng)險承擔(dān)水平越高,回歸系數(shù)分別為2.7988 和5.3634 且在10%的顯著性水平上顯著,表明實(shí)驗(yàn)結(jié)果較為穩(wěn)健。 同理,表7 中列(4)-(6)顯示了上一年度管理者超額積極情緒(L_ABTONE)進(jìn)行第一階段和第二階段回歸,結(jié)果依然穩(wěn)健。
表7 內(nèi)生性檢驗(yàn)—管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)
2.更換變量
本文為了檢驗(yàn)回歸結(jié)論的穩(wěn)健性,更換對企業(yè)風(fēng)險承擔(dān)的衡量。 參考張俊玲(2023)[22]把股票波動性作為企業(yè)風(fēng)險承擔(dān)的衡量方式,Risk3 是考慮股票紅利再投資的股票回報(bào)率。 回歸結(jié)果如表8 中列(1)和列(2)所示。 列(1)中管理者超額積極情緒的系數(shù)為3.712,在1%的顯著性水平上顯著為正,表明管理者超額積極情緒促進(jìn)企業(yè)風(fēng)險承擔(dān),與原假設(shè)1 結(jié)論一致。列(2)在列(1)的基礎(chǔ)上加入股權(quán)激勵作為調(diào)節(jié)變量進(jìn)行回歸,交互項(xiàng)ABTONE×Msr 系數(shù)是29.971,在1%的顯著性水平上顯著為正,表明股權(quán)激勵能加強(qiáng)管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)正向關(guān)系,假設(shè)2 成立。
表8 管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)-替換變量
3.更換模型
為進(jìn)一步減少回歸模型對回歸結(jié)果的影響,增強(qiáng)回歸結(jié)果的可靠性,用固定效應(yīng)模型對管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)水平的關(guān)系進(jìn)行驗(yàn)證,回歸結(jié)果如表8 中列(3)-(6)所示。列(3)和列(4)回歸中顯示管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)水平在固定效應(yīng)模型下的回歸系數(shù)在1%顯著性水平上,回歸系數(shù)分別是1.209和2.302 ,驗(yàn)證了假設(shè)1 的結(jié)論。 列(5)和列(6)交互項(xiàng)ABTONE×Msr 的回歸系數(shù)為3.700和6.702,回歸系數(shù)在10%的顯著性水平上顯著,驗(yàn)證了假設(shè)2 的結(jié)論。
文本信息語調(diào)對投資者了解企業(yè)風(fēng)險承擔(dān)水平并進(jìn)行投資決策變得越來越重要。 本文基于2010-2020 年我國A 股上市公司年報(bào),通過文本分析對年報(bào)文本語調(diào)進(jìn)行挖掘,探究了管理者超額積極情緒是否影響企業(yè)風(fēng)險承擔(dān)水平。 研究發(fā)現(xiàn)管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)呈正相關(guān)關(guān)系,即管理者超額積極情緒越高,企業(yè)風(fēng)險承擔(dān)水平越高;股權(quán)激勵會強(qiáng)化管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)的正相關(guān)關(guān)系。 在進(jìn)一步分析中,分別根據(jù)產(chǎn)權(quán)性質(zhì)和機(jī)構(gòu)投資者比例進(jìn)行分組回歸,實(shí)驗(yàn)結(jié)果顯示非國有企業(yè)和低機(jī)構(gòu)投資者比例的管理者超額積極情緒與企業(yè)風(fēng)險承擔(dān)呈正相關(guān)關(guān)系。 機(jī)制研究發(fā)現(xiàn)管理者超額積極情緒通過增加債務(wù)融資以及降低融資約束路徑促進(jìn)企業(yè)風(fēng)險承擔(dān)。
基于本文的實(shí)驗(yàn)結(jié)果,本文現(xiàn)提出以下建議:第一,從投資者角度,在獲取企業(yè)財(cái)務(wù)數(shù)據(jù)的基礎(chǔ)上,通過文本信息等定性信息加以輔助,獲取企業(yè)更多信息,加強(qiáng)對企業(yè)風(fēng)險承擔(dān)的識別。文本信息能夠傳遞管理者對企業(yè)未來發(fā)展前景以及風(fēng)險承擔(dān)信息。 基于信號理論,投資者可以關(guān)注文本信息獲取更多管理者語調(diào)信息,了解企業(yè)風(fēng)險承擔(dān)傾向,為不同風(fēng)險偏好投資者決策提供一定信息。 第二,從公司角度,在企業(yè)真實(shí)經(jīng)營前提下,發(fā)揮文本信息傳遞的有效性,吸引投資者,降低融資約束,同時為管理者制定相關(guān)的股權(quán)激勵措施,強(qiáng)化管理者公司治理的積極性。 第三,從監(jiān)管部門角度,加強(qiáng)對文本信息披露規(guī)范性。 目前文本信息并沒有統(tǒng)一的披露規(guī)范標(biāo)準(zhǔn),研究發(fā)現(xiàn)管理者超額積極情緒主要通過降低融資約束提升企業(yè)風(fēng)險承擔(dān),但是要注意防止企業(yè)過度融資導(dǎo)致投資效率低下,對企業(yè)長期發(fā)展以及投資者造成危害。