国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

政府會(huì)計(jì)監(jiān)督的微觀溢出效應(yīng)研究

2024-05-30 23:50:57王竹泉陳任霖李洋
財(cái)會(huì)月刊·上半月 2024年5期
關(guān)鍵詞:溢出效應(yīng)

王竹泉 陳任霖 李洋

【摘要】科學(xué)的財(cái)會(huì)監(jiān)督體系是優(yōu)化資源配置、 維護(hù)市場(chǎng)統(tǒng)一、 促進(jìn)社會(huì)公平、 實(shí)現(xiàn)國(guó)家長(zhǎng)治久安的制度保障。在我國(guó)財(cái)會(huì)監(jiān)督主體多元化的背景下, 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查制度并未受到充分關(guān)注。本文以財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查作為準(zhǔn)自然實(shí)驗(yàn), 以第26號(hào)公告(非金融業(yè)首次聯(lián)合檢查)為政策效果識(shí)別起點(diǎn), 選取2008 ~ 2019年我國(guó)非金融業(yè)A股上市公司為研究對(duì)象, 關(guān)注新時(shí)代財(cái)會(huì)監(jiān)督如何向同業(yè)發(fā)揮治理溢出效應(yīng)。研究發(fā)現(xiàn), 同業(yè)企業(yè)接受會(huì)計(jì)信息質(zhì)量隨機(jī)檢查后, 行業(yè)內(nèi)未被查企業(yè)的融資約束得到顯著緩解。這一影響在民營(yíng)企業(yè)、 未連帶會(huì)計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 未連續(xù)被查的同業(yè)企業(yè)以及行業(yè)上市公司未被罰的同業(yè)企業(yè)中表現(xiàn)得更為顯著。上述結(jié)論在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后仍然成立。機(jī)制研究表明, 政府會(huì)計(jì)監(jiān)督從審計(jì)師、 分析師、 媒體三方優(yōu)化會(huì)計(jì)信息環(huán)境, 實(shí)現(xiàn)同業(yè)的治理溢出。本研究為完善政府會(huì)計(jì)監(jiān)督制度提供了經(jīng)驗(yàn)證據(jù), 對(duì)新時(shí)代財(cái)會(huì)監(jiān)督改革具有重要啟示作用。

【關(guān)鍵詞】會(huì)計(jì)信息質(zhì)量隨機(jī)檢查;財(cái)會(huì)監(jiān)督;會(huì)計(jì)信息環(huán)境;溢出效應(yīng)

【中圖分類號(hào)】F231.6? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994(2024)09-0009-9

一、 引言

經(jīng)濟(jì)高質(zhì)量發(fā)展對(duì)新時(shí)代財(cái)會(huì)監(jiān)督提出了更高要求。2023年2月中共中央辦公廳、 國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于進(jìn)一步加強(qiáng)財(cái)會(huì)監(jiān)督工作的意見(jiàn)》(簡(jiǎn)稱《意見(jiàn)》)中指出, 新時(shí)代財(cái)會(huì)監(jiān)督不是財(cái)政監(jiān)督、 財(cái)務(wù)監(jiān)督和會(huì)計(jì)監(jiān)督的簡(jiǎn)單加總, 而是三者的有機(jī)融合和凝練升華??茖W(xué)的財(cái)會(huì)監(jiān)督體系是優(yōu)化資源配置、 維護(hù)市場(chǎng)統(tǒng)一、 促進(jìn)社會(huì)公平、 實(shí)現(xiàn)國(guó)家長(zhǎng)治久安的制度保障?!兑庖?jiàn)》中指出, 要強(qiáng)化財(cái)會(huì)監(jiān)督縱橫貫通機(jī)制, 統(tǒng)籌各類監(jiān)督資源, 切實(shí)推進(jìn)新時(shí)代財(cái)會(huì)監(jiān)督高質(zhì)量發(fā)展。會(huì)計(jì)信息質(zhì)量隨機(jī)檢查是財(cái)政部履行財(cái)會(huì)監(jiān)督義務(wù)、 強(qiáng)化財(cái)會(huì)活動(dòng)監(jiān)管效果的重要手段。然而, 在我國(guó)財(cái)會(huì)監(jiān)督主體多元化的背景下, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查制度尚未受到充分關(guān)注。

目前, 關(guān)于新時(shí)代財(cái)會(huì)監(jiān)督的相關(guān)討論局限于理論探討, 學(xué)術(shù)研究以規(guī)范研究為主, 缺乏基于可靠數(shù)據(jù)的經(jīng)驗(yàn)驗(yàn)證。換言之, 現(xiàn)有研究的結(jié)論缺乏普適性, 無(wú)法回答新時(shí)代財(cái)會(huì)監(jiān)督“是什么”和“為什么”的科學(xué)問(wèn)題。僅有的實(shí)證研究主要關(guān)注會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)被查企業(yè)的影響效果。例如, 柳光強(qiáng)和王迪(2021)基于我國(guó)A股上市公司樣本研究發(fā)現(xiàn), 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查能夠有效降低企業(yè)盈余管理水平。王敏和徐玉德(2023)發(fā)現(xiàn), 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查導(dǎo)致被查企業(yè)的融資約束加劇。祝繼高等(2023)發(fā)現(xiàn), 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查通過(guò)強(qiáng)化外部監(jiān)督, 能夠有效提升銀行的財(cái)務(wù)績(jī)效。然而, 未被會(huì)計(jì)信息質(zhì)量隨機(jī)檢查選中的企業(yè)是否和如何受到新時(shí)代財(cái)會(huì)監(jiān)督的影響呢?

財(cái)會(huì)監(jiān)督如何響應(yīng)國(guó)家治理能力現(xiàn)代化的要求, 提升會(huì)計(jì)信息質(zhì)量, 優(yōu)化會(huì)計(jì)信息環(huán)境, 實(shí)現(xiàn)各方利益關(guān)系的協(xié)調(diào), 是會(huì)計(jì)理論界和實(shí)務(wù)界共同關(guān)注的重要時(shí)代命題。為契合《意見(jiàn)》要求, 在財(cái)會(huì)監(jiān)督主體多元化的基礎(chǔ)上, 推動(dòng)形成有機(jī)貫通、 相互協(xié)調(diào)、 常態(tài)長(zhǎng)效的監(jiān)督合力, 本文針對(duì)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)未被查企業(yè)融資約束的政策溢出效應(yīng)做出評(píng)估, 具有較高的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。本文從信息中介視角構(gòu)建綜合指標(biāo), 綜合反映會(huì)計(jì)信息環(huán)境, 有利于學(xué)界更好地理解政策在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下的廣泛影響, 為新時(shí)代財(cái)會(huì)監(jiān)督改革提供理論支持, 維護(hù)資本市場(chǎng)公平和投資者利益。

本文手工收集和整理了財(cái)政部第26 ~ 40號(hào)會(huì)計(jì)信息質(zhì)量檢查公告, 以非金融業(yè)首次聯(lián)合檢查作為政策效果評(píng)估起點(diǎn), 選取2008 ~ 2019年作為多時(shí)點(diǎn)雙重差分模型的樣本區(qū)間。本文研究表明, 政府會(huì)計(jì)監(jiān)督能夠顯著緩解同業(yè)企業(yè)的融資約束。進(jìn)一步研究發(fā)現(xiàn), 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查通過(guò)改善信息中介的信息傳遞, 優(yōu)化會(huì)計(jì)信息環(huán)境, 緩解同業(yè)企業(yè)融資約束。值得注意的是, 政府會(huì)計(jì)監(jiān)督顯著降低了民營(yíng)企業(yè)的同業(yè)融資約束, 而對(duì)國(guó)有企業(yè)沒(méi)有產(chǎn)生顯著影響。政府會(huì)計(jì)監(jiān)督對(duì)連帶會(huì)計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 多次被查的同業(yè)企業(yè)以及目標(biāo)企業(yè)被罰的同業(yè)企業(yè), 其治理溢出效應(yīng)有所降低。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下四個(gè)方面: 一是立足于新時(shí)代政府財(cái)會(huì)監(jiān)督改革的溢出效應(yīng), 將微觀企業(yè)視角拓展至中觀行業(yè)視角, 豐富了政府會(huì)計(jì)監(jiān)督的政策效果研究, 為財(cái)會(huì)監(jiān)督制度改革提供了理論和經(jīng)驗(yàn)層面的支持。二是在驗(yàn)證會(huì)計(jì)隨機(jī)檢查對(duì)同業(yè)融資約束影響的同時(shí), 深入探討了作用機(jī)制, 從審計(jì)師、 分析師、 媒體三個(gè)重要的信息中介出發(fā)構(gòu)建會(huì)計(jì)信息環(huán)境綜合指標(biāo), 豐富了政府會(huì)計(jì)監(jiān)督的作用機(jī)制研究, 為會(huì)計(jì)信息環(huán)境指數(shù)構(gòu)建提供了新思路。三是關(guān)注連接資金需求端和資金供給端的信息中介維度對(duì)于融資約束的影響, 豐富和完善了融資約束的影響因素研究, 為實(shí)踐中融資約束的緩解提供了思路和借鑒。四是關(guān)注財(cái)會(huì)監(jiān)督聯(lián)動(dòng)機(jī)制和財(cái)政部雙向延伸檢查制度, 得出的研究結(jié)論對(duì)構(gòu)建現(xiàn)代化財(cái)會(huì)監(jiān)督體系、 實(shí)現(xiàn)財(cái)會(huì)監(jiān)督和其他監(jiān)督的協(xié)同聯(lián)動(dòng)具有啟示作用。

二、 制度背景和研究假設(shè)

(一) 制度背景

為切實(shí)履行《會(huì)計(jì)法》和《注冊(cè)會(huì)計(jì)師法》賦予財(cái)政部門的會(huì)計(jì)監(jiān)督職責(zé), 優(yōu)化會(huì)計(jì)信息環(huán)境, 助力經(jīng)濟(jì)高質(zhì)量發(fā)展, 財(cái)政部于1999年建立了以會(huì)計(jì)信息質(zhì)量隨機(jī)檢查為核心的政府會(huì)計(jì)監(jiān)督制度。截至2023年12月, 財(cái)政部陸續(xù)發(fā)布了第1 ~ 44號(hào)會(huì)計(jì)信息質(zhì)量檢查公告。財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查緊跟中央重大決策和國(guó)家宏觀調(diào)控政策, 秉承“雙隨機(jī)、 一公開(kāi)”的原則, 監(jiān)督對(duì)象從企業(yè)、 專業(yè)機(jī)構(gòu)到行政事業(yè)單位, 涵蓋傳統(tǒng)產(chǎn)業(yè)和新興行業(yè), 監(jiān)督范圍和督查力度向縱深推進(jìn)。在財(cái)政部統(tǒng)一安排下, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查在全國(guó)范圍內(nèi)開(kāi)展, 由財(cái)政部駐各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政監(jiān)察專員辦事處(簡(jiǎn)稱“專員辦”)及地方各級(jí)財(cái)政部門具體組織實(shí)施。 “雙隨機(jī)、 一公開(kāi)”制度天然的外生性為評(píng)估監(jiān)督效果提供了實(shí)驗(yàn)場(chǎng)景支持。

促進(jìn)財(cái)會(huì)監(jiān)督主體多元化, 協(xié)同聯(lián)動(dòng)運(yùn)轉(zhuǎn)構(gòu)建監(jiān)督體系已然成為新時(shí)代推動(dòng)國(guó)家治理體系現(xiàn)代化建設(shè)的重要課題。首先, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查實(shí)現(xiàn)了組織內(nèi)部的有效銜接和協(xié)同配合。2012年, 財(cái)政部首次針對(duì)非金融業(yè)展開(kāi)聯(lián)合檢查, 充分調(diào)動(dòng)各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政專員辦, 針對(duì)在全國(guó)范圍內(nèi)開(kāi)設(shè)分公司、 子公司的企業(yè)開(kāi)展全面調(diào)查, 有效整合了檢查力量。其次, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查聯(lián)動(dòng)了中介機(jī)構(gòu)、 行業(yè)自律組織等其他外部監(jiān)管力量, 可充分發(fā)揮中介機(jī)構(gòu)執(zhí)業(yè)監(jiān)督作用和行業(yè)自律的監(jiān)管效力。會(huì)計(jì)信息質(zhì)量隨機(jī)檢查確保各個(gè)中介機(jī)構(gòu)獨(dú)立、 客觀、 公正、 規(guī)范執(zhí)業(yè), 借助新聞媒體和網(wǎng)絡(luò)等方式, 將檢查的名單、 重點(diǎn)、 目的、 內(nèi)容等向社會(huì)公開(kāi), 增大懲戒力度, 完善應(yīng)對(duì)輿論質(zhì)疑的處理機(jī)制, 推動(dòng)提升財(cái)會(huì)業(yè)務(wù)規(guī)范化水平。最后, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查通過(guò)對(duì)企業(yè)和專業(yè)機(jī)構(gòu)執(zhí)業(yè)質(zhì)量的雙向延伸檢查, 充分利用會(huì)計(jì)師事務(wù)所等機(jī)構(gòu)向外輻射, 加大了財(cái)政部會(huì)計(jì)信息質(zhì)量檢查公告的影響范圍和力度, 形成高效銜接、 運(yùn)轉(zhuǎn)有序的工作機(jī)制, 有助于構(gòu)建全方位、 多層次、 立體化的財(cái)會(huì)監(jiān)督工作格局。

(二) 研究假設(shè)

信號(hào)傳遞理論認(rèn)為, 政府會(huì)計(jì)監(jiān)督可以向資本市場(chǎng)傳遞積極信號(hào), 削弱投資者的不確定性感知, 從而緩解同業(yè)企業(yè)的融資約束。企業(yè)是持續(xù)學(xué)習(xí)的組織, 為了滿足合法性要求, 獲得環(huán)境合法性的戰(zhàn)略資源, 企業(yè)管理層會(huì)向同業(yè)企業(yè)學(xué)習(xí)經(jīng)驗(yàn)、 吸取教訓(xùn)(于連超等,2019)。在不確定性環(huán)境中, 企業(yè)學(xué)習(xí)同業(yè)企業(yè)經(jīng)驗(yàn)、 改善學(xué)習(xí)曲線是更為經(jīng)濟(jì)的經(jīng)營(yíng)戰(zhàn)術(shù)。一方面, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查可以使企業(yè)在獲取有效信息的同時(shí)降低同業(yè)企業(yè)信息的獲取成本, 提高同業(yè)企業(yè)的信息效率, 及時(shí)了解監(jiān)管機(jī)構(gòu)會(huì)計(jì)信息要求及其動(dòng)向, 吸引利益相關(guān)者投資??傮w來(lái)看, 學(xué)習(xí)同行信息在幫助企業(yè)獲得合法性的同時(shí), 還可降低信息的獲取和處理成本, 緩解信息不對(duì)稱性, 從而降低同業(yè)企業(yè)的融資約束。

另一方面, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的連續(xù)性和隨機(jī)性能夠充分釋放上市公司私有信息, 促進(jìn)會(huì)計(jì)信息環(huán)境的公開(kāi)和透明, 減弱外部投資者的決策不確定性和風(fēng)險(xiǎn)感知, 使其更愿意向被查企業(yè)的同業(yè)企業(yè)提供資金支持。具體來(lái)看, 政府會(huì)計(jì)監(jiān)督能夠增加分析師跟蹤、 提高審計(jì)質(zhì)量、 促進(jìn)媒體關(guān)注從而優(yōu)化會(huì)計(jì)信息環(huán)境, 改善被查企業(yè)同業(yè)企業(yè)的融資處境。其一, 政府會(huì)計(jì)監(jiān)督能夠提升審計(jì)質(zhì)量, 充分發(fā)揮外部審計(jì)的治理作用。上市公司外審服務(wù)形成的天然的三方審計(jì)關(guān)系, 對(duì)審計(jì)的獨(dú)立性提出較高的要求。而財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的監(jiān)督對(duì)象涵蓋企業(yè)、 會(huì)計(jì)師事務(wù)所等專業(yè)機(jī)構(gòu)及行政事業(yè)單位, 監(jiān)督會(huì)計(jì)師事務(wù)所本身質(zhì)量檢查的同時(shí), 也充分利用會(huì)計(jì)師事務(wù)所的連帶能力, 對(duì)會(huì)計(jì)師事務(wù)所和企業(yè)發(fā)揮雙向治理效應(yīng), 從整體層面提升了審計(jì)質(zhì)量。其二, 政府會(huì)計(jì)監(jiān)督有助于吸引分析師跟蹤, 向市場(chǎng)釋放更多私有信息。目前對(duì)于分析師行為的研究主要分為分析師跟蹤人數(shù)、 盈余預(yù)測(cè)質(zhì)量、 分析師實(shí)地調(diào)研等。信息不對(duì)稱程度更高的上市公司往往具備更多的非公開(kāi)信息, 會(huì)吸引更多分析師跟蹤和關(guān)注。分析師提供的增量信息能夠在極大程度上提升資本市場(chǎng)的運(yùn)作效率, 緩解企業(yè)的融資約束。此外, 公司規(guī)模大、 有較強(qiáng)的盈利能力和成長(zhǎng)潛力、 信息披露質(zhì)量高的企業(yè)往往會(huì)引致更多的分析師關(guān)注(郭陽(yáng)生等,2018)。財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查緊跟國(guó)家熱點(diǎn)話題, 對(duì)與宏觀調(diào)控和資本市場(chǎng)運(yùn)行息息相關(guān)的企業(yè)和會(huì)計(jì)師事務(wù)所展開(kāi)調(diào)查, 可大大改善會(huì)計(jì)信息質(zhì)量、 肅清會(huì)計(jì)信息環(huán)境, 為證券分析師錨定了跟蹤方向。其三, 政府會(huì)計(jì)監(jiān)督會(huì)引導(dǎo)媒體關(guān)注, 實(shí)現(xiàn)信息的傳播和滲透。相較于正面信息, 媒體更容易被負(fù)面信息吸引并對(duì)此加以傳播和發(fā)酵。財(cái)政部在全國(guó)范圍開(kāi)展會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的出發(fā)點(diǎn)在于優(yōu)化會(huì)計(jì)信息環(huán)境、 整治會(huì)計(jì)失真問(wèn)題、 引導(dǎo)資源優(yōu)化配置。為充分發(fā)揮政府會(huì)計(jì)監(jiān)督的治理和震懾效應(yīng), 目前會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的結(jié)果以負(fù)面為主, 這恰恰有助于吸引媒體關(guān)注, 從而借助媒體力量實(shí)現(xiàn)信息的溢出和治理效果向外輻射。

總體來(lái)看, 在信息傳遞過(guò)程中, 分析師、 媒體和審計(jì)師等市場(chǎng)信息中介發(fā)揮了關(guān)鍵作用(徐經(jīng)長(zhǎng)等,2022;劉景江等,2023;姜英兵,2004)。監(jiān)管機(jī)構(gòu)的監(jiān)管往往具有溢出效應(yīng)(Brown等,2018;Bozanic等,2017), 財(cái)政部會(huì)計(jì)信息質(zhì)量檢查公告的發(fā)布會(huì)導(dǎo)致或加強(qiáng)媒體、 分析師、 投資者等市場(chǎng)參與者的治理作用。信息中介能夠及時(shí)對(duì)企業(yè)會(huì)計(jì)信息質(zhì)量做出反饋, 經(jīng)由信息中介的傳遞作用, 降低(潛在)投資者與企業(yè)及其同業(yè)企業(yè)的信息不對(duì)稱水平, 搭建“信任橋梁”, 縮短信息的社會(huì)距離, 降低同業(yè)融資約束。

基于以上分析, 本文提出研究假設(shè)H1和H2:

H1: 相較于未被查行業(yè)的企業(yè), 會(huì)計(jì)信息質(zhì)量檢查公告發(fā)布后, 同業(yè)企業(yè)融資約束顯著緩解。

H2: 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查能夠改善會(huì)計(jì)信息環(huán)境, 進(jìn)而緩解同業(yè)企業(yè)融資約束。

三、 研究設(shè)計(jì)

(一) 樣本說(shuō)明與數(shù)據(jù)來(lái)源

本文手工收集和整理了財(cái)政部會(huì)計(jì)信息質(zhì)量檢查第26 ~ 40號(hào)公告, 選取全部非金融業(yè)A股上市公司為研究對(duì)象, 并剔除交叉上市的企業(yè)、 上市年份晚于年報(bào)發(fā)布年份的企業(yè)。特別的是, 本文剔除了收集公告范圍內(nèi)所有的被查上市公司樣本, 以未被檢查行業(yè)的上市公司為對(duì)照組、 被查上市公司的同業(yè)為實(shí)驗(yàn)組, 檢驗(yàn)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)于同業(yè)上市公司融資約束的影響, 最終形成26874個(gè)“公司—年份”樣本。其中, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查信息來(lái)源于財(cái)政部網(wǎng)站, 媒體關(guān)注度信息來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)(CNRDS)財(cái)經(jīng)新聞庫(kù), 公司基本信息和財(cái)務(wù)數(shù)據(jù)均來(lái)自國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)。

本文樣本區(qū)間是2008 ~ 2019年。財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查自1999年展開(kāi), 截至目前已發(fā)布至第44號(hào)檢查公告, 公告內(nèi)容和格式也在不斷更新和完善??紤]到我國(guó)2007年會(huì)計(jì)制度改革的影響, 選擇2008年及以后的樣本進(jìn)行觀測(cè)。為提高檢查效率, 有效整合檢查力量, 自2012年起省市縣三級(jí)財(cái)政部門聯(lián)動(dòng), 針對(duì)非金融業(yè)開(kāi)展會(huì)計(jì)信息質(zhì)量檢查, 充分調(diào)動(dòng)各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政專員辦, 針對(duì)在全國(guó)范圍內(nèi)開(kāi)設(shè)分公司、 子公司的企業(yè)開(kāi)展全面調(diào)查。因此, 本文將首次針對(duì)非金融行業(yè)發(fā)動(dòng)財(cái)政專員辦聯(lián)合檢查①作為第一個(gè)政策沖擊時(shí)點(diǎn), 并觀測(cè)政策沖擊發(fā)生的前4年的樣本情況。除此之外, 為了識(shí)別會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)同業(yè)融資約束的凈影響, 考慮到2020年突發(fā)事件對(duì)于全球經(jīng)濟(jì)的外部沖擊, 本文剔除了2020年以后的樣本。

(二) 變量與模型設(shè)定

本文運(yùn)用多時(shí)點(diǎn)雙重差分(Staggered DID)模型, 檢驗(yàn)財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)被查企業(yè)同業(yè)企業(yè)融資約束的治理溢出效應(yīng)。信息不對(duì)稱是導(dǎo)致企業(yè)融資約束的主要原因, 當(dāng)企業(yè)受到強(qiáng)烈的融資約束且未來(lái)現(xiàn)金流不足以投資所有NPV為正的項(xiàng)目時(shí), 企業(yè)會(huì)被迫從現(xiàn)金流中提取現(xiàn)金, 從而表現(xiàn)出“現(xiàn)金—現(xiàn)金流”的高敏感性。因此, 本文參考Almeida等(2004)對(duì)融資約束的衡量方式, 構(gòu)建“現(xiàn)金—現(xiàn)金流”敏感性模型以反映會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)同業(yè)融資約束的影響。模型設(shè)定如下:

Cashi,t=β0+β1CFi,t×DIDi,t+β2CFi,t×treati,t+

β3CFi,t×posti,t+β4DIDi,t+β5Controlsi,t+μi+λt+εi,t (1)

本文對(duì)模型(1)采用雙向固定效應(yīng)模型進(jìn)行回歸, 控制個(gè)體(μi)和年度(λt)固定效應(yīng), 并在行業(yè)維度聚類處理, 以降低序列自相關(guān)和潛在的異方差帶來(lái)的影響。面臨融資約束的企業(yè)應(yīng)當(dāng)有正向的現(xiàn)金流敏感性, 模型(1)中, 若β2顯著為正, 則意味著企業(yè)確實(shí)存在融資約束。若β1顯著為負(fù), 則表明在會(huì)計(jì)信息質(zhì)量隨機(jī)檢查后, 被查企業(yè)同業(yè)的融資約束程度有所緩解, 即H1被證實(shí)。

其中, i代表企業(yè), t代表年份。具體來(lái)看, 以未被檢查行業(yè)的企業(yè)為控制組(treat=0)、 被查企業(yè)的同業(yè)為實(shí)驗(yàn)組(treat=1)。變量post為時(shí)點(diǎn)變量, 會(huì)計(jì)信息質(zhì)量隨機(jī)檢查發(fā)生當(dāng)年及以后年度取值為1, 以前年度取值為0??紤]到會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的治理溢出效應(yīng)具有一定的時(shí)滯性, 構(gòu)建解釋變量DID為treat和post交乘項(xiàng), 并在此基礎(chǔ)上滯后一期。變量定義如表1所示。

四、 實(shí)證分析

(一) 描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。檢查行業(yè)(treat)均值為0.693, 表明有69.3%的行業(yè)接受過(guò)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查, 側(cè)面印證了財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的范圍之廣。會(huì)計(jì)信息質(zhì)量隨機(jī)檢查(DID)均值為0.483, 即樣本中實(shí)驗(yàn)組占比48.3%, 對(duì)照組和實(shí)驗(yàn)組樣本量相當(dāng)。產(chǎn)權(quán)性質(zhì)(SOE)均值為0.36, 說(shuō)明樣本中國(guó)有企業(yè)占比為36%。會(huì)計(jì)師事務(wù)所連帶(Audit)均值為0.188, 即18.8%的樣本所處行業(yè)中企業(yè)被查后, 會(huì)計(jì)師事務(wù)所被連帶審計(jì)。行業(yè)被查頻次(Freq)和上市公司被查數(shù)量(Com)均值分別為0.436、 0.09, 表明43.6%的樣本所處行業(yè)接受過(guò)兩次及以上的隨機(jī)檢查, 樣本中9%的行業(yè)被查企業(yè)數(shù)量超過(guò)一家。各變量的分布均處于合理范圍。

如表3所示, 實(shí)驗(yàn)組(DID=1)和控制組(DID=0)的融資約束存在明顯差異, 實(shí)驗(yàn)組融資約束明顯小于控制組, 兩組控制變量的分布不存在明顯差異。

(二) 基準(zhǔn)回歸

表4列示了財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)于同業(yè)企業(yè)融資約束的影響, 其中列(1)和列(2)分別為基于二維雙向固定效應(yīng)模型和高維雙向固定效應(yīng)模型的回歸結(jié)果。經(jīng)營(yíng)活動(dòng)現(xiàn)金流變動(dòng)(CF)的系數(shù)顯著為正, 即同業(yè)企業(yè)確實(shí)受到了融資約束。交乘項(xiàng)CF×DID的系數(shù)均在1%的水平上顯著為負(fù), 表明會(huì)計(jì)信息質(zhì)量隨機(jī)檢查能夠顯著降低同業(yè)企業(yè)融資約束, H1被證實(shí)。

(三) 穩(wěn)健性檢驗(yàn)

1. 平行趨勢(shì)檢驗(yàn)。多時(shí)點(diǎn)雙重差分法成立的關(guān)鍵前提假設(shè)是在政策時(shí)點(diǎn)前, 實(shí)驗(yàn)組和對(duì)照組的樣本變化趨勢(shì)一致。為保證結(jié)論的穩(wěn)健性, 本文選擇回歸法對(duì)基準(zhǔn)回歸模型進(jìn)行平行趨勢(shì)檢驗(yàn)。表5列(3)匯報(bào)了平行趨勢(shì)檢驗(yàn)的結(jié)果。結(jié)果說(shuō)明實(shí)驗(yàn)組在會(huì)計(jì)信息質(zhì)量隨機(jī)檢查前, 即pre_?各期, 其變化趨勢(shì)與對(duì)照組沒(méi)有顯著差異。而在會(huì)計(jì)信息質(zhì)量隨機(jī)檢查后, 即las_?各期, 實(shí)驗(yàn)組的變化趨勢(shì)大多與對(duì)照組產(chǎn)生了顯著差異。綜上, 基準(zhǔn)回歸模型滿足平行趨勢(shì)假設(shè)。

2. PSM-DID法。為了剝離出財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)于同業(yè)企業(yè)融資約束的凈影響, 本文采用傾向得分匹配(PSM)法匹配與實(shí)驗(yàn)組相對(duì)照的控制組, 從而排除時(shí)間及其他效應(yīng)的混淆和干擾, 緩解樣本選擇偏誤等內(nèi)生性問(wèn)題。如表5所示, 本文選取同年度Size(企業(yè)規(guī)模) 、 ROA(資產(chǎn)報(bào)酬率) 、 Changewc(營(yíng)運(yùn)資本變動(dòng)) 、 Dual(兩職合一) 、 balance_sq(股權(quán)制衡度)、 Indgrowth(行業(yè)增長(zhǎng)率)作為控制變量, 被解釋變量融資約束作為協(xié)變量, 運(yùn)用卡尺近鄰匹配, 參數(shù)設(shè)置卡尺0.01, 分別按照1∶1近鄰無(wú)放回[列(1)]、 1∶2近鄰[列(2)]兩種方式為實(shí)驗(yàn)組進(jìn)行第一階段的樣本匹配, 并基于匹配樣本重新回歸。由表5可知, 不同匹配方式下CF×DID的回歸系數(shù)均在1%的水平上顯著為負(fù), 再次表明財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查能夠緩解同業(yè)企業(yè)融資約束。

3. 安慰劑檢驗(yàn)。為了排除其他隨機(jī)性因素的干擾, 本文采用安慰劑檢驗(yàn)對(duì)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查發(fā)揮監(jiān)督效應(yīng)的偶然性進(jìn)行識(shí)別判斷。參考La Ferrara等(2012)的做法, 隨機(jī)抽樣500次構(gòu)建“政策虛擬變量”, 使用模型再次進(jìn)行擬合, 檢驗(yàn)其系數(shù)和P值、 核密度系數(shù)分布。檢驗(yàn)結(jié)果見(jiàn)圖3, 表明交互項(xiàng)回歸系數(shù)基本服從均值為0的正態(tài)分布, 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)同業(yè)企業(yè)融資約束并非其他隨機(jī)性因素所致, 基準(zhǔn)回歸結(jié)果穩(wěn)健可靠。

4.替換被解釋變量。首先, 本文重新度量融資約束, 構(gòu)建融資約束KZ指數(shù)以檢驗(yàn)結(jié)果的穩(wěn)健性。選擇滬深上市公司為基礎(chǔ)樣本, 剔除金融行業(yè)和數(shù)據(jù)缺失的樣本, 并借鑒Kaplan和Zingales(1997)、 譚躍和夏芳(2011)、 魏志華等(2014)的方法構(gòu)建KZ指數(shù)。表6給出了會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)同業(yè)企業(yè)融資約束影響的回歸結(jié)果, 其中列(1)和列(2)基于二維雙向固定效應(yīng)模型, 列(3)和列(4)基于高維雙向固定效應(yīng)模型, 解釋變量系數(shù)均在1%的水平上顯著為負(fù)。列(2)和列(4)列示了加入控制變量后的回歸結(jié)果, 系數(shù)仍在1%的水平上顯著為負(fù)。

其次, 根據(jù)Hadlock和Pierce(2010)的研究, SA指數(shù)法使用完全外生的變量計(jì)算, 能夠較為綜合地反映公司融資約束程度, 有效避免了內(nèi)生性變量引起的偏誤。通常SA指數(shù)的絕對(duì)值與公司融資約束正相關(guān)。本文參考鞠曉生等(2013)的做法, 運(yùn)用模型(2)計(jì)算得到SA指數(shù), 其中Size表示企業(yè)規(guī)模, Age表示企業(yè)經(jīng)營(yíng)時(shí)間。如表7所示, 本文使用SA指數(shù)作為融資約束的替代變量, 并應(yīng)用二維雙向固定效應(yīng)模型[列(1)]和高維雙向固定效應(yīng)模型[列(2)]進(jìn)行回歸, 回歸結(jié)果表明會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)同業(yè)融資約束起到緩解作用, 結(jié)果依舊穩(wěn)健。

SAi,t=-0.737×Sizei,t+0.043×Size2i,t-0.040×Agei,t

(2)

五、 進(jìn)一步研究

(一) 機(jī)制檢驗(yàn)

本文參考江艇(2022)的建議, 在“X→M→Y”的因果鏈條中, 采用實(shí)證方法識(shí)別“X→M”的影響效果, 通過(guò)文獻(xiàn)梳理或理論分析的方式說(shuō)明“M→Y”的影響效果。

證券分析師作為資本市場(chǎng)上專業(yè)的咨詢分析人員, 相較于非職業(yè)投資者具有更廣泛的信息收集途徑和更專業(yè)的信息處理能力, 為資本市場(chǎng)各參與主體提供了理性反映企業(yè)價(jià)值的價(jià)格信息, 有助于減弱證券市場(chǎng)價(jià)格非理性偏離, 提高價(jià)格信息有效性。在成熟的資本市場(chǎng)中, 分析師能夠作為信息中介, 實(shí)現(xiàn)上市公司和投資者的有效連接(張龑等,2021)。分析師跟蹤人數(shù)是公司信息環(huán)境的指示器(Mark等,2003), 能夠有效代理私有信息的獲取情況, 反映市場(chǎng)對(duì)于企業(yè)的關(guān)注度。目前學(xué)界對(duì)于分析師與會(huì)計(jì)信息環(huán)境關(guān)系開(kāi)展研究的主流觀點(diǎn)依托于信息不對(duì)稱理論, 認(rèn)為分析師的關(guān)注和跟蹤能夠在一定程度上緩解信息不對(duì)稱的問(wèn)題, 優(yōu)化上市公司的會(huì)計(jì)信息環(huán)境(張龑等,2021;蔡貴龍等,2022)。進(jìn)一步地, 分析師對(duì)盈余的預(yù)測(cè)質(zhì)量與債務(wù)融資成本呈現(xiàn)顯著負(fù)相關(guān)關(guān)系(黃波等,2018), 分析師跟蹤能夠降低信息風(fēng)險(xiǎn), 有助于信息使用者正確理解風(fēng)險(xiǎn)信息, 促進(jìn)直接融資(李穎等,2020)。

審計(jì)師在審計(jì)財(cái)務(wù)報(bào)告時(shí), 一方面會(huì)通過(guò)審計(jì)調(diào)整來(lái)矯正企業(yè)的不恰當(dāng)披露, 確保披露滿足監(jiān)管部門的需要; 另一方面, 對(duì)未按要求調(diào)整審計(jì)的企業(yè), 審計(jì)師通過(guò)出具非標(biāo)準(zhǔn)意見(jiàn)的方式將企業(yè)信息披露中出現(xiàn)的問(wèn)題傳遞給投資者, 以維護(hù)投資者利益。高質(zhì)量審計(jì)通過(guò)提高會(huì)計(jì)信息質(zhì)量, 顯著增強(qiáng)了高管薪酬業(yè)績(jī)敏感度, 優(yōu)化了高管薪酬激勵(lì)(王永妍和周瑩瑩,2023)。審計(jì)作為重要的外部監(jiān)管方式, 能夠提升企業(yè)財(cái)務(wù)透明性和合規(guī)安全性, 及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)隱患, 從而促進(jìn)企業(yè)高質(zhì)量發(fā)展(蔣園園和吳琰琰,2023)。較高的審計(jì)質(zhì)量能夠更好地保護(hù)投資者利益, 因此審計(jì)質(zhì)量也是衡量會(huì)計(jì)信息環(huán)境質(zhì)量的重要指標(biāo)之一。

媒體關(guān)注對(duì)上市公司信息披露發(fā)揮了外部治理作用。媒體通過(guò)揭露曝光企業(yè)的違規(guī)行為, 降低了監(jiān)管部門的信息不對(duì)稱程度, 從而引發(fā)監(jiān)管關(guān)注(王云等,2017)。媒體關(guān)注通過(guò)吸引投資者的注意, 傳遞相關(guān)的決策信息, 從而降低(潛在)投資者與管理層之間的信息不對(duì)稱程度, 提高會(huì)計(jì)信息透明度, 進(jìn)而改善會(huì)計(jì)信息環(huán)境(孫蕾,2017;孫蕾和劉笑霞,2016)。

為了綜合反映會(huì)計(jì)信息環(huán)境質(zhì)量, 本文從分析師、 審計(jì)師和媒體三個(gè)角度, 使用熵值法建立會(huì)計(jì)信息環(huán)境指數(shù)。分析師跟蹤(Follow)指的是企業(yè)當(dāng)年的分析師跟蹤人數(shù)。參考張純和呂偉(2009)的做法, 從國(guó)泰安CSMAR數(shù)據(jù)庫(kù)獲取數(shù)據(jù), 通過(guò)手工整理剔除分析師多次分析的重復(fù)數(shù)據(jù), 加1后取自然對(duì)數(shù)。審計(jì)費(fèi)用作為審計(jì)質(zhì)量(Auditquality)的代理變量, 包括直接支付給會(huì)計(jì)師事務(wù)所的費(fèi)用和間接費(fèi)用等。媒體關(guān)注(Media)數(shù)據(jù)來(lái)源于CNRDS財(cái)經(jīng)新聞庫(kù)。參考王福勝等(2021)、 余艷等(2023)的做法, 按交易時(shí)間量化網(wǎng)絡(luò)新聞、 財(cái)經(jīng)新聞報(bào)道數(shù)量, 計(jì)算標(biāo)題中出現(xiàn)該公司的新聞年度總和, 加1后取自然對(duì)數(shù)。為了綜合反映信息中介在信息傳遞中的作用, 本文根據(jù)熵值法確定各個(gè)信息中介的權(quán)重, 生成會(huì)計(jì)信息環(huán)境變量(Entropy)。一般地, 媒體關(guān)注度越高, 分析師跟蹤人數(shù)越多, 審計(jì)質(zhì)量越高, 表明企業(yè)所處的信息環(huán)境越好。因此, 三個(gè)指標(biāo)的系數(shù)均同向?yàn)檎?/p>

如表8所示, 列(1)報(bào)告了政府會(huì)計(jì)監(jiān)督對(duì)會(huì)計(jì)信息環(huán)境影響的檢驗(yàn)結(jié)果, DID的回歸系數(shù)在1%的水平上顯著為正, 說(shuō)明會(huì)計(jì)信息質(zhì)量隨機(jī)檢查顯著改善了會(huì)計(jì)信息環(huán)境, H2得證。說(shuō)明會(huì)計(jì)信息環(huán)境的優(yōu)化的確是政府會(huì)計(jì)監(jiān)督緩解同業(yè)企業(yè)融資約束的有力路徑。即會(huì)計(jì)信息質(zhì)量隨機(jī)檢查通過(guò)改善會(huì)計(jì)信息環(huán)境, 緩解了同業(yè)企業(yè)融資約束, 改善了同業(yè)企業(yè)的融資處境。為了進(jìn)一步說(shuō)明三個(gè)重要信息中介發(fā)揮的中介效應(yīng), 本文對(duì)媒體、 分析師、 審計(jì)的治理作用進(jìn)行單獨(dú)回歸。表8列(2)、 (3)、 (4)分別為審計(jì)質(zhì)量、 媒體關(guān)注和分析師跟蹤的中介回歸結(jié)果, 審計(jì)和媒體治理的系數(shù)均在1%的水平上顯著, 分析師治理的系數(shù)在10%的水平上顯著, 結(jié)果仍然穩(wěn)健。

(二) 異質(zhì)性分析

1. 產(chǎn)權(quán)性質(zhì)。政府財(cái)會(huì)監(jiān)督可以發(fā)揮區(qū)分不同企業(yè)質(zhì)量的篩選作用。相比國(guó)有企業(yè), 民營(yíng)企業(yè)普遍存在更加嚴(yán)重的信息不對(duì)稱問(wèn)題, 國(guó)有企業(yè)和民營(yíng)企業(yè)在融資環(huán)境上存在天然差異。由于利益關(guān)聯(lián), 國(guó)有企業(yè)有充分的動(dòng)機(jī)向政府要求稅收優(yōu)惠、 信貸優(yōu)惠、 行業(yè)準(zhǔn)入等各種補(bǔ)償。在績(jī)效考評(píng)壓力下, 當(dāng)?shù)卣袕?qiáng)烈的動(dòng)機(jī)干預(yù)銀行決策, 進(jìn)而促使國(guó)有企業(yè)獲取更多的銀行貸款(陶然等,2022)。相對(duì)民營(yíng)上市公司, 國(guó)有上市公司能獲得更多的長(zhǎng)期債務(wù)融資(江偉和李斌,2006)。從混合所有制改革視角來(lái)看, 國(guó)有資本參股能夠通過(guò)擴(kuò)大民營(yíng)企業(yè)債務(wù)融資規(guī)模、 降低債務(wù)融資成本、 提升民營(yíng)企業(yè)政府補(bǔ)貼等方式為民營(yíng)企業(yè)提供資金支持, 從而緩解民營(yíng)企業(yè)的融資約束(曾敏,2023)。

政府財(cái)會(huì)監(jiān)督通過(guò)官方財(cái)務(wù)信息背書(shū), 可以向銀行等金融機(jī)構(gòu)傳遞企業(yè)信用狀況的積極信號(hào), 緩解企業(yè)的融資約束。而國(guó)有企業(yè)信用風(fēng)險(xiǎn)本就較低, 政府財(cái)會(huì)監(jiān)督行為的信號(hào)價(jià)值有限, 難以進(jìn)一步緩解其融資約束。因此, 本文以產(chǎn)權(quán)性質(zhì)(SOE)為依據(jù), 對(duì)樣本進(jìn)行回歸。表9中列(1)產(chǎn)權(quán)性質(zhì)異質(zhì)性回歸結(jié)果表明, 相較于國(guó)有企業(yè), 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)民營(yíng)企業(yè)的同業(yè)企業(yè)融資約束的緩解作用更強(qiáng)。

2. 連帶會(huì)計(jì)師事務(wù)所檢查的同業(yè)企業(yè)。為進(jìn)一步健全財(cái)會(huì)監(jiān)督體系, 切實(shí)履行財(cái)會(huì)監(jiān)督職責(zé), 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查監(jiān)管范圍不斷擴(kuò)大, 監(jiān)管力度持續(xù)加大, 呈現(xiàn)出傳統(tǒng)行業(yè)與新興產(chǎn)業(yè)檢查相結(jié)合、 會(huì)計(jì)主體的會(huì)計(jì)信息質(zhì)量檢查和會(huì)計(jì)師事務(wù)所的執(zhí)業(yè)質(zhì)量檢查相結(jié)合、 企業(yè)和行政事業(yè)單位會(huì)計(jì)信息質(zhì)量檢查相結(jié)合的特點(diǎn)。在會(huì)計(jì)信息質(zhì)量檢查公告第10號(hào)中提到了會(huì)計(jì)師事務(wù)所延伸檢查的案例, 當(dāng)公司存在重大錯(cuò)報(bào)且財(cái)政部認(rèn)為會(huì)計(jì)師事務(wù)所沒(méi)有勤勉盡責(zé)時(shí), 財(cái)政部可以合理延伸檢查至?xí)?jì)師事務(wù)所。

根據(jù)信號(hào)傳遞理論, 政府財(cái)會(huì)監(jiān)督若發(fā)現(xiàn)企業(yè)會(huì)計(jì)信息質(zhì)量存在重大問(wèn)題, 且根據(jù)會(huì)計(jì)師事務(wù)所開(kāi)展延伸檢查, 那么將向外傳遞連帶企業(yè)的會(huì)計(jì)信息質(zhì)量可能存在問(wèn)題的負(fù)面信號(hào), 對(duì)連帶企業(yè)的融資能力造成事實(shí)損害, 從而加劇連帶企業(yè)的融資約束。對(duì)非連帶企業(yè)而言, 融資約束得到相對(duì)緩解。信息加工理論提供了不同的分析視角。銀行等金融機(jī)構(gòu)面對(duì)大量信息, 基于有限理性假設(shè)可能會(huì)簡(jiǎn)化風(fēng)險(xiǎn)識(shí)別程序, 懲罰連帶企業(yè), 造成連帶企業(yè)融資約束加劇。此時(shí), 資本的逐利本性驅(qū)使資金運(yùn)動(dòng), 促使銀行等金融機(jī)構(gòu)轉(zhuǎn)向?yàn)榉沁B帶企業(yè)配置更多資源, 緩解非連帶企業(yè)的融資約束。由于會(huì)計(jì)師事務(wù)所和企業(yè)間存在綜合實(shí)力相當(dāng)?shù)恼蚱ヅ洌◤埵缁莸龋?021), 因此政府會(huì)計(jì)監(jiān)督可以借助會(huì)計(jì)師事務(wù)所的執(zhí)業(yè)質(zhì)量檢查向外輻射至多個(gè)企業(yè), 進(jìn)而擴(kuò)大隨機(jī)檢查的影響范圍和影響效力。

本文手工收集了第26 ~ 40號(hào)會(huì)計(jì)信息質(zhì)量檢查公告中各行業(yè)首次被查時(shí)被連帶審計(jì)的企業(yè)數(shù)量, 構(gòu)建連帶審計(jì)虛擬變量(Audit)。當(dāng)行業(yè)首次被查連帶會(huì)計(jì)師事務(wù)所時(shí), 將Audit賦值為1, 否則賦值為0。表9中列(2)的回歸結(jié)果表明, 相較于連帶會(huì)計(jì)師事務(wù)所檢查的同業(yè)企業(yè), 沒(méi)有被連帶會(huì)計(jì)師事務(wù)所檢查的同業(yè)企業(yè)融資約束受影響的程度更高, 緩解作用更強(qiáng)。

3. 行業(yè)連續(xù)被查。本文的基準(zhǔn)回歸采用多時(shí)點(diǎn)雙重差分模型, 默認(rèn)在政策發(fā)生首次及以后年份均受到政策實(shí)施的影響, 即認(rèn)為政策實(shí)施是“一錘定音”“影響深遠(yuǎn)”的。實(shí)際上, 財(cái)政部每年都在開(kāi)展會(huì)計(jì)信息質(zhì)量隨機(jī)檢查, 被檢查過(guò)的行業(yè)并不一定能夠連續(xù)被查。本文認(rèn)為政府財(cái)會(huì)監(jiān)督若多次檢查同一行業(yè), 會(huì)向外界傳遞該行業(yè)存在普遍且嚴(yán)重的會(huì)計(jì)信息問(wèn)題的負(fù)面信號(hào), 對(duì)該行業(yè)內(nèi)的所有企業(yè)聲譽(yù)產(chǎn)生潛在危害, 加劇多次被查行業(yè)同業(yè)企業(yè)的融資約束。而單次檢查的信號(hào)更加針對(duì)被抽查企業(yè)自身, 溢出效應(yīng)有限。

因此, 為了識(shí)別出連續(xù)被查行業(yè)在政策效果上的差異性, 本文手工收集了第26 ~ 40號(hào)會(huì)計(jì)信息質(zhì)量檢查公告中各行業(yè)被查上市公司數(shù)量, 構(gòu)建行業(yè)被查數(shù)量虛擬變量(Freq)。當(dāng)行業(yè)被查次數(shù)小于等于1時(shí), 將Freq賦值為0, 否則賦值為1。表9中列(3)行業(yè)被查次數(shù)回歸結(jié)果表明, 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)行業(yè)多次被查的同業(yè)企業(yè)融資約束的緩解作用更弱。

4. 上市公司被查的同業(yè)企業(yè)。產(chǎn)業(yè)組織理論認(rèn)為, 上市公司占比越高, 行業(yè)聲譽(yù)對(duì)政府財(cái)會(huì)監(jiān)督的敏感度越高。銀行等金融機(jī)構(gòu)可能因結(jié)構(gòu)性偏差而縮減對(duì)上市公司占比較高行業(yè)的資金供給。這形成了對(duì)上市公司占比較高的行業(yè)同業(yè)企業(yè)的融資歧視, 進(jìn)而加劇融資約束。

為了進(jìn)一步檢驗(yàn)財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的監(jiān)管力度, 本文手工收集了第26 ~ 40號(hào)會(huì)計(jì)信息質(zhì)量檢查公告中各行業(yè)被查上市公司數(shù)量, 構(gòu)建上市公司被查數(shù)量虛擬變量(Com)。當(dāng)行業(yè)被查上市公司小于等于1時(shí), 將Com賦值為0, 否則賦值為1, 從而構(gòu)建分組。表9中列(4)上市公司被查數(shù)量回歸結(jié)果表明, 財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查對(duì)上市公司被查的同業(yè)企業(yè)融資約束的緩解作用更弱。

六、 結(jié)論與啟示

會(huì)計(jì)信息質(zhì)量隨機(jī)檢查作為政府會(huì)計(jì)監(jiān)督的重要手段, 通過(guò)加大監(jiān)管力度, 賦能會(huì)計(jì)信息環(huán)境, 對(duì)同業(yè)企業(yè)有效發(fā)揮治理作用, 緩解了同業(yè)企業(yè)的融資約束。從作用機(jī)制來(lái)看, 本文從審計(jì)師、 分析師和媒體三個(gè)重要的信息中介主體出發(fā), 構(gòu)建會(huì)計(jì)信息環(huán)境綜合指標(biāo), 發(fā)現(xiàn)政府會(huì)計(jì)監(jiān)督能夠通過(guò)優(yōu)化會(huì)計(jì)信息環(huán)境, 進(jìn)而緩解同業(yè)企業(yè)的融資約束。政府會(huì)計(jì)監(jiān)督的治理溢出效應(yīng)在非國(guó)有企業(yè)中表現(xiàn)得更為顯著, 這主要是由國(guó)有企業(yè)和民營(yíng)企業(yè)天然融資環(huán)境差異所致。對(duì)于未連帶會(huì)計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 未連續(xù)被查的同業(yè)企業(yè)以及行業(yè)上市公司沒(méi)有被罰的同業(yè)企業(yè), 其融資約束的緩解更為顯著。

基于以上結(jié)論, 本文提出以下政策性建議:

第一, 統(tǒng)籌多元化財(cái)會(huì)監(jiān)督力量, 合理高效安排各類監(jiān)督資源。財(cái)政部作為財(cái)會(huì)監(jiān)督的主責(zé)人, 要從頂層設(shè)計(jì)層面優(yōu)化財(cái)會(huì)監(jiān)督資源配置, 充分整合各類財(cái)會(huì)監(jiān)督資源。其一, 實(shí)現(xiàn)財(cái)政部?jī)?nèi)部資源高效利用, 聯(lián)動(dòng)省市縣多級(jí)聯(lián)合查處的同時(shí), 打破財(cái)政專員辦地區(qū)壁壘, 按隨機(jī)檢查工作量調(diào)配財(cái)會(huì)監(jiān)督資源, 確保整體的工作進(jìn)度。其二, 縱向鏈接財(cái)會(huì)監(jiān)督力量, 加強(qiáng)與中國(guó)證監(jiān)會(huì)、 媒體、 分析師等行業(yè)自治組織和中介機(jī)構(gòu)的協(xié)同合作。借助多方合作實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ), 避免重復(fù)檢查造成的財(cái)會(huì)監(jiān)督資源的浪費(fèi), 并且通過(guò)多主體合力加大隨機(jī)檢查力度, 增加隨機(jī)檢查的影響力和震懾力。其三, 在連帶會(huì)計(jì)師事務(wù)所檢查的基礎(chǔ)上完善雙向檢查機(jī)制, 謹(jǐn)慎借助會(huì)計(jì)師事務(wù)所和企業(yè)間的雙向輻射作用, 良性利用信息質(zhì)量會(huì)計(jì)隨機(jī)檢查的溢出效應(yīng)。

第二, 推進(jìn)“隨機(jī)性”制度優(yōu)勢(shì)和治理效能的協(xié)同提升, 實(shí)現(xiàn)財(cái)會(huì)監(jiān)督向會(huì)計(jì)決策賦能。目前財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查遵循的“雙隨機(jī)、 一公開(kāi)”指的是檢查人員的隨機(jī)、 抽查企業(yè)隨機(jī)以及以公告形式面向公眾公開(kāi)。一方面, 進(jìn)一步發(fā)揮“隨機(jī)性”制度優(yōu)勢(shì), 完善和構(gòu)建雙向檢查機(jī)制, 從企業(yè)延伸至?xí)?jì)師事務(wù)所的同時(shí), 增加從會(huì)計(jì)師事務(wù)所客戶中隨機(jī)抽取企業(yè)的流程, 形成企業(yè)與會(huì)計(jì)師事務(wù)所間會(huì)計(jì)信息質(zhì)量的雙向交互影響, 從而充分激發(fā)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查雙向輻射的治理效應(yīng)。另一方面, 提升公告相關(guān)信息的透明度, 規(guī)范公告格式和公示發(fā)布行為, 切實(shí)為會(huì)計(jì)信息決策注入政府力量。抽查行業(yè)和企業(yè)的隨機(jī)過(guò)程并未向社會(huì)公眾公開(kāi), 且每個(gè)會(huì)計(jì)年度公布的形式不一, 在公告內(nèi)容、 形式和公告發(fā)布時(shí)間上規(guī)范性不強(qiáng)。為消除醫(yī)藥行業(yè)藥價(jià)虛高的頑疾, 2019年財(cái)政部聯(lián)合國(guó)家醫(yī)保局針對(duì)77家醫(yī)藥企業(yè)開(kāi)展會(huì)計(jì)信息質(zhì)量隨機(jī)檢查, 而2021年發(fā)布的第40號(hào)會(huì)計(jì)信息質(zhì)量檢查公告僅公開(kāi)了被處罰的19家企業(yè), 未對(duì)其余企業(yè)做出說(shuō)明。隨機(jī)過(guò)程的不透明性、 隨機(jī)結(jié)果的半透明化、 公告發(fā)布時(shí)間的任意性等減弱了財(cái)會(huì)監(jiān)督的信息活化和信息賦能, 不利于與投資者間的互動(dòng)溝通, 進(jìn)而阻礙檢查公告發(fā)揮長(zhǎng)效治理作用。

第三, 建立健全系統(tǒng)化查后反饋機(jī)制、 回訪機(jī)制和互動(dòng)機(jī)制, 重視會(huì)計(jì)信息質(zhì)量隨機(jī)檢查制度在中觀行業(yè)層面的溢出效應(yīng)。首先, 實(shí)現(xiàn)會(huì)計(jì)信息質(zhì)量隨機(jī)檢查制度的全面化、 流程化, 對(duì)被查處企業(yè)的整改情況進(jìn)行實(shí)地考核, 并通過(guò)多平臺(tái)與投資者等利益相關(guān)者互動(dòng), 確保被查處企業(yè)對(duì)問(wèn)題整改落地。其次, 構(gòu)建被查回訪機(jī)制和查后評(píng)估體系, 對(duì)以前年份處罰力度大、 影響范圍廣等企業(yè)定期回訪, 從而延伸財(cái)政部隨機(jī)檢查的時(shí)效性。最后, 重視會(huì)計(jì)信息質(zhì)量隨機(jī)檢查制度的中觀溢出效應(yīng), 抽查被查企業(yè)的同業(yè)企業(yè), 擴(kuò)大制度在行業(yè)層面的治理效應(yīng)。

【 注 釋 】

① 財(cái)政部會(huì)計(jì)信息質(zhì)量檢查公告(第二十六號(hào)),詳見(jiàn)網(wǎng)頁(yè)https://jdjc.mof.gov.cn/gongzuodongtai/201312/t20131227_1030261.htm。

【 主 要 參 考 文 獻(xiàn) 】

蔡貴龍,張亞楠,徐悅等.投資者—上市公司互動(dòng)與資本市場(chǎng)資源配置效率——基于權(quán)益資本成本的經(jīng)驗(yàn)證據(jù)[ J]. 管理世界,2022(8):199 ~ 217.

郭陽(yáng)生,沈烈,郭枚香.滬港通改善了上市公司信息環(huán)境嗎?——基于分析師關(guān)注度的視角[ J].證券市場(chǎng)導(dǎo)報(bào),2018(10):35 ~ 43+50.

黃波,王滿,于浩洋.分析師預(yù)測(cè)質(zhì)量影響了債務(wù)融資成本嗎?——來(lái)自我國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[ J].金融評(píng)論,2018(2):56 ~ 72+124.

江艇.因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)[ J].中國(guó)工業(yè)經(jīng)濟(jì),2022(5):100 ~ 120.

江偉,李斌.制度環(huán)境、國(guó)有產(chǎn)權(quán)與銀行差別貸款[ J].金融研究,2006(11):116 ~ 126.

姜英兵.會(huì)計(jì)準(zhǔn)則執(zhí)行框架構(gòu)建[ J].管理世界,2004(11):150 ~ 151.

蔣園園,吳琰琰.審計(jì)質(zhì)量、企業(yè)聲譽(yù)與企業(yè)高質(zhì)量發(fā)展[ J].科學(xué)決策,2023(8):98 ~ 112.

鞠曉生,盧荻,虞義華.融資約束、營(yíng)運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性[ J].經(jīng)濟(jì)研究,2013(1):4 ~ 16.

李穎,王曉艷,伊志宏.分析師跟蹤與企業(yè)去產(chǎn)能——基于成本粘性視角的研究[ J].宏觀經(jīng)濟(jì)研究,2020(5):145 ~ 165.

劉景江,鄭暢然,洪永淼.機(jī)器學(xué)習(xí)如何賦能管理學(xué)研究?——國(guó)內(nèi)外前沿綜述和未來(lái)展望[ J].管理世界,2023(9):191 ~ 216.

柳光強(qiáng),王迪.政府會(huì)計(jì)監(jiān)督如何影響盈余管理——基于財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的準(zhǔn)自然實(shí)驗(yàn)[ J].管理世界,2021(5):157 ~ 169+12.

孫蕾.媒體監(jiān)督、制度環(huán)境與信息透明度——基于我國(guó)資本市場(chǎng)的數(shù)據(jù)[ J].財(cái)會(huì)通訊,2017(3):17 ~ 19.

譚躍,夏芳.股價(jià)與中國(guó)上市公司投資——盈余管理與投資者情緒的交叉研究[ J].會(huì)計(jì)研究,2011(8):30 ~ 39+95.

陶然,石昕,劉峰.誰(shuí)遭遇了“信貸歧視”?——基于中國(guó)資本市場(chǎng)特征的經(jīng)驗(yàn)證據(jù)[ J].管理評(píng)論,2022(11):42 ~ 53.

王福勝,王也,劉仕煜.網(wǎng)絡(luò)媒體報(bào)道對(duì)盈余管理的影響研究——基于投資者異常關(guān)注視角的考察[ J].南開(kāi)管理評(píng)論,2021(5):116 ~ 129.

王敏,徐玉德.會(huì)計(jì)信息質(zhì)量檢查與上市公司融資約束[ J].會(huì)計(jì)與經(jīng)濟(jì)研究,2023(1):81 ~ 98.

王永妍,周瑩瑩.高質(zhì)量審計(jì)如何影響高管薪酬業(yè)績(jī)敏感度?[ J].科學(xué)決策,2023(10):205 ~ 229.

王云,李延喜,馬壯等.媒體關(guān)注、環(huán)境規(guī)制與企業(yè)環(huán)保投資[ J].南開(kāi)管理評(píng)論,2017(6):83 ~ 94.

魏志華,曾愛(ài)民,李博.金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國(guó)上市公司的實(shí)證研究[ J]. 會(huì)計(jì)研究,2014(5):73 ~ 80+95.

徐經(jīng)長(zhǎng),柯劭婧,何樂(lè)偉.新收入準(zhǔn)則能否提高會(huì)計(jì)信息質(zhì)量?——基于分析師預(yù)測(cè)視角的研究[ J].會(huì)計(jì)研究,2022(9):3 ~ 20.

于連超,張衛(wèi)國(guó),畢茜.環(huán)境稅對(duì)企業(yè)綠色轉(zhuǎn)型的倒逼效應(yīng)研究[ J].中國(guó)人口·資源與環(huán)境,2019(7):112 ~ 120.

曾敏. 國(guó)有資本參股對(duì)民營(yíng)企業(yè)研發(fā)創(chuàng)新的影響及其作用機(jī)制研究[ J].經(jīng)濟(jì)學(xué)家,2023(12):66 ~ 76.

張純,呂偉.信息披露、信息中介與企業(yè)過(guò)度投資[ J].會(huì)計(jì)研究,2009(1):60 ~ 65+97.

張淑惠,龐笛,祝丹楓.會(huì)計(jì)師事務(wù)所與客戶的雙邊匹配[ J].南京審計(jì)大學(xué)學(xué)報(bào),2021(4):12 ~ 21.

張龑,王竹泉,程六兵.生產(chǎn)網(wǎng)絡(luò)信息溢出效應(yīng)研究:分析師視角[ J].財(cái)經(jīng)研究,2021(9):63 ~ 77.

祝繼高,朱佳信,李天時(shí)等.政府會(huì)計(jì)監(jiān)督與銀行信貸行為研究——基于財(cái)政部會(huì)計(jì)信息質(zhì)量隨機(jī)檢查的證據(jù)[ J].管理世界,2023(1):157 ~ 176+189+177 ~ 179.

Charles J. Hadlock, Joshua R. Pierce. New Evidence on Measuring Financial Constraints:Moving Beyond the KZ Index[ J].Review of Financial Studies,2010(23):1909 ~ 1940.

Eliana La Ferrara, Alberto Chong, Suzanne Duryea. Soap Operas and Fertility:Evidence from Brazil[ J].American Economic Journal: Applied Economics,2012(4):1 ~ 31.

Heitor Almeida,Murillo Campello,Michael S. Weisbach. The Cash Flow Sensitivity of Cash[ J].The Journal of Finance,2004(59):1777 ~ 1804.

Mark H. Lang, Karl V. Lins, Darius P. Miller. ADRs, Analysts, and Accuracy: Does Cross Listing in the United States Improve a Firm's Information Environment and Increase Market Value?[ J].Journal of Accounting Research,2003(41):317 ~ 345.

S. N. Kaplan, L. Zingales. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints?[ J].The Quarterly Journal of Economics,1997(112):169 ~ 215.

Stephen V. Brown, Xiaoli (Shaolee) Tian, Jennifer Wu Tucker. The Spillover Effect of SEC Comment Letters on Qualitative Corporate Disclosure: Evidence from the Risk Factor Disclosure[ J].Contemporary Accounting Research,2018(35):622 ~ 656.

Zahn Bozanic, J. Richard Dietrich, Bret A. Johnson. SEC Comment Letters and Firm Disclosure[ J].Journal of Accounting and Public Policy,2017(36):337 ~ 357.

猜你喜歡
溢出效應(yīng)
國(guó)土空間規(guī)劃對(duì)重點(diǎn)開(kāi)發(fā)區(qū)域的經(jīng)濟(jì)增長(zhǎng)效應(yīng)研究
辱虐管理溢出效應(yīng)淺析
城鎮(zhèn)化中人口結(jié)構(gòu)變化與經(jīng)濟(jì)增長(zhǎng)的關(guān)系
發(fā)達(dá)經(jīng)濟(jì)體中央銀行資產(chǎn)負(fù)債表政策溢出效應(yīng)
產(chǎn)品傷害危機(jī)溢出效應(yīng)研究綜述
我國(guó)農(nóng)村教育非貨幣化收益與溢出效應(yīng)研究
產(chǎn)品傷害危機(jī)對(duì)區(qū)域品牌的溢出效應(yīng)及應(yīng)對(duì)策略的研究
產(chǎn)品傷害危機(jī)背景下競(jìng)爭(zhēng)品牌間負(fù)面溢出的非對(duì)稱效應(yīng)研究
軟科學(xué)(2015年2期)2015-04-20 02:06:57
基于博弈模型的農(nóng)超對(duì)接契約設(shè)計(jì)與選擇策略
軟科學(xué)(2015年3期)2015-04-20 01:35:59
考慮空間效應(yīng)的高技術(shù)企業(yè)創(chuàng)新溢出效應(yīng)研究
軟科學(xué)(2015年4期)2015-04-20 01:16:26
晋宁县| 绵竹市| 左云县| 安达市| 永修县| 陈巴尔虎旗| 凯里市| 含山县| 河北区| 平度市| 民乐县| 浏阳市| 三原县| 运城市| 乌兰浩特市| 若尔盖县| 平乡县| 宜丰县| 梧州市| 三门县| 龙海市| 临海市| 永吉县| 颍上县| 霍州市| 剑河县| 巴南区| 清远市| 衡水市| 油尖旺区| 宝鸡市| 绥芬河市| 墨江| 寿光市| 库车县| 长岛县| 平南县| 崇信县| 米脂县| 长海县| 亳州市|