龔光明　禹東勇

【摘 要】 基于我國(guó)資本市場(chǎng)2007—2013年上市公司經(jīng)驗(yàn)數(shù)據(jù)，文章在考察公司特有風(fēng)險(xiǎn)對(duì)企業(yè)融資約束影響的基礎(chǔ)上，分析了會(huì)計(jì)信息質(zhì)量對(duì)這一相關(guān)關(guān)系的影響和作用效果。研究發(fā)現(xiàn)：企業(yè)特有風(fēng)險(xiǎn)水平的增加使企業(yè)獲得外部融資的難度和邊際成本增加，從而面臨資本市場(chǎng)融資約束困境；上市公司較高的會(huì)計(jì)信息質(zhì)量有助于減少環(huán)境不確定性導(dǎo)致的信息問(wèn)題和代理矛盾，能夠緩解企業(yè)的融資約束程度，會(huì)計(jì)信息對(duì)資源配置的調(diào)節(jié)功能在“融資難”問(wèn)題突出的民營(yíng)企業(yè)和中小企業(yè)中表現(xiàn)得更加明顯。

【關(guān)鍵詞】 特有風(fēng)險(xiǎn)； 會(huì)計(jì)信息質(zhì)量； 融資約束

中圖分類號(hào)：F275 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-5937（2015）22-0008-09

一、引言

我國(guó)正處于全面深化改革過(guò)程中，金融市場(chǎng)雖在逐步完善，但仍然存在股市缺乏有效性、銀行貸款信貸歧視等結(jié)構(gòu)性缺陷。目前我國(guó)經(jīng)濟(jì)下行壓力較大，企業(yè)面臨的系統(tǒng)風(fēng)險(xiǎn)和不確定因素增加，在風(fēng)險(xiǎn)傳導(dǎo)機(jī)制作用下使得上市公司所面臨的特有風(fēng)險(xiǎn)進(jìn)一步增加，微觀環(huán)境下企業(yè)的不確定風(fēng)險(xiǎn)可能使上市公司面臨融資約束的困境。融資約束根源于金融市場(chǎng)的不完美，信息的不對(duì)稱導(dǎo)致了企業(yè)更高的融資成本和融資約束。隨著經(jīng)濟(jì)金融改革深入推進(jìn)，資金與貨幣的價(jià)格波動(dòng)將成為常態(tài)，亟需市場(chǎng)主體有效管理自身特有風(fēng)險(xiǎn)，盤活存量資產(chǎn)，優(yōu)化社會(huì)資金使用效率，緩解“融資難、融資貴”難題。股票市場(chǎng)是信息的市場(chǎng)，信息引導(dǎo)股價(jià)的形成和運(yùn)行，并通過(guò)股價(jià)引導(dǎo)市場(chǎng)資源的配置。資本市場(chǎng)對(duì)會(huì)計(jì)信息是有反應(yīng)性的，會(huì)計(jì)信息是投資者分析企業(yè)投資價(jià)值最重要的信息。

信息不對(duì)稱下的融資約束很難量化，學(xué)者們對(duì)融資約束的替代變量選取作了很多探索性的研究。筆者嘗試從市場(chǎng)微觀結(jié)構(gòu)出發(fā)，從公司特有風(fēng)險(xiǎn)和會(huì)計(jì)信息質(zhì)量?jī)蓚€(gè)角度探尋其對(duì)企業(yè)資本市場(chǎng)面臨融資約束的影響路徑：一方面，當(dāng)公司特有風(fēng)險(xiǎn)增加時(shí)，企業(yè)外部融資的難度和邊際成本增加，從而降低了企業(yè)獲取外部增量資金的能力，即企業(yè)在較大程度不確定情況下，將面臨嚴(yán)重的融資約束；另一方面，公司會(huì)計(jì)信息質(zhì)量的提高能夠緩解信息不對(duì)稱程度，降低投資者對(duì)企業(yè)未來(lái)發(fā)展不確定性的預(yù)期，減弱特有風(fēng)險(xiǎn)對(duì)企業(yè)在資本市場(chǎng)融資造成的壓力和約束。

本文可能的貢獻(xiàn)在于：當(dāng)前我國(guó)資本市場(chǎng)背景下，從資源配置的視角將公司特有風(fēng)險(xiǎn)和企業(yè)融資約束結(jié)合起來(lái)進(jìn)行實(shí)證研究，同時(shí)檢驗(yàn)會(huì)計(jì)信息在市場(chǎng)資源配置中的治理作用。文章從公司特有風(fēng)險(xiǎn)微觀層面研究了會(huì)計(jì)信息的治理效應(yīng)，高質(zhì)量的會(huì)計(jì)信息能夠緩解企業(yè)尤其是中小企業(yè)和民營(yíng)企業(yè)由于公司特有風(fēng)險(xiǎn)水平增加而導(dǎo)致的融資約束困境，也為我國(guó)資本市場(chǎng)加強(qiáng)會(huì)計(jì)準(zhǔn)則改革和會(huì)計(jì)信息監(jiān)管提供經(jīng)驗(yàn)支持。

二、文獻(xiàn)回顧與假設(shè)提出

傳統(tǒng)理論中，融資約束本質(zhì)上講是由于企業(yè)融資渠道存在摩擦導(dǎo)致的（Laeven，2003）。Modigliani and Miller（1958）認(rèn)為，在理想狀態(tài)下資本可以自由流通，企業(yè)可以根據(jù)自身需要獲得資本，在某種程度上企業(yè)內(nèi)部資本與外部資本之間可以完全替代。信息不對(duì)稱和交易費(fèi)用的存在使得內(nèi)外部的資金成本存在差異，企業(yè)獲取外部資本可能需要支付更高的成本，從而對(duì)企業(yè)資金的獲得和使用產(chǎn)生一定限制，即融資約束。在企業(yè)融資需求一定的情況下，企業(yè)的融資約束越大，表明企業(yè)越難獲取資金。Panousi等（2012）認(rèn)為，當(dāng)公司特有風(fēng)險(xiǎn)增加時(shí)，企業(yè)獲得外部融資的難度與邊際成本將會(huì)增加，從而降低企業(yè)獲得外部增量資金的能力，即在企業(yè)存在較大程度不確定性的情況下，將面臨嚴(yán)重的資本市場(chǎng)融資約束。同時(shí)，資本市場(chǎng)的不完美性（如信息不對(duì)稱、契約不完全性和代理成本等）也會(huì)制約企業(yè)獲得外部融資的能力，并因此導(dǎo)致其不能為有利可圖的投資項(xiàng)目進(jìn)行融資（Stiglitz，Weiss，1981；Albuquerque，Hopenhayn，2004）。劉康兵（2008）在一個(gè)包含資本市場(chǎng)不完美的投資模型中考察了不確定性對(duì)企業(yè)投資支出的影響，研究表明公司不確定性程度的增加通過(guò)降低資本的預(yù)期邊際價(jià)值使得邊際風(fēng)險(xiǎn)溢價(jià)提高，導(dǎo)致外部融資溢價(jià)上升，從而加劇了企業(yè)的融資約束程度。盧太平等（2014）則認(rèn)為，由于企業(yè)內(nèi)部原因造成的經(jīng)營(yíng)風(fēng)險(xiǎn)過(guò)高，導(dǎo)致貸款者“惜貸”使企業(yè)外部融資受限。企業(yè)融資約束程度越高，企業(yè)支付的外部融資成本越高，其外部融資的可能性越低。進(jìn)一步，當(dāng)企業(yè)同時(shí)面臨融資需求和融資約束時(shí)，貸款者因企業(yè)風(fēng)險(xiǎn)過(guò)高而惜貸，企業(yè)融資需求的增加無(wú)形中擴(kuò)大了貸款者所面臨的風(fēng)險(xiǎn)敞口。企業(yè)面臨的融資約束越大也就意味著貸款者認(rèn)為企業(yè)的風(fēng)險(xiǎn)過(guò)高，其業(yè)績(jī)?cè)谖磥?lái)時(shí)段不足以保證借款的償還。

與大公司相比，由于成立時(shí)間較短、沒有足夠抵押品、抗風(fēng)險(xiǎn)能力弱、信息不對(duì)稱及代理成本存在等原因，小企業(yè)通常面臨較高的外部融資成本（Tirole，2005）；另外，基于我國(guó)國(guó)有上市公司特殊背景，國(guó)有企業(yè)長(zhǎng)期與銀行保持著較為密切合作的關(guān)系，這種穩(wěn)定的合作關(guān)系有助于緩解融資過(guò)程中的信息不對(duì)稱問(wèn)題，同時(shí)政府的隱性擔(dān)保也使得國(guó)有企業(yè)更容易獲得銀行貸款（郭麗虹和馬文麗，2009），從而國(guó)有企業(yè)在獲取外部融資上比非國(guó)有企業(yè)更有優(yōu)勢(shì)。基于上述文獻(xiàn)分析，提出相應(yīng)的假設(shè)1。

H1：公司的特有風(fēng)險(xiǎn)越大，其所面臨的融資約束程度就會(huì)越高，即公司特有風(fēng)險(xiǎn)與融資約束正相關(guān)。

H1a：對(duì)于民營(yíng)企業(yè)，特有風(fēng)險(xiǎn)越大，企業(yè)面臨融資約束程度更加嚴(yán)重。

H1b：對(duì)于中小企業(yè)，特有風(fēng)險(xiǎn)越大，企業(yè)面臨融資約束程度更加嚴(yán)重。

信息不對(duì)稱和代理成本的存在是企業(yè)融資約束產(chǎn)生的重要原因，而公司會(huì)計(jì)信息質(zhì)量對(duì)于信息不對(duì)稱和代理成本有重要影響。Grossman and Stiglitz（1980）指出，較高的會(huì)計(jì)信息質(zhì)量使投資者能夠根據(jù)披露的會(huì)計(jì)信息預(yù)測(cè)公司的未來(lái)價(jià)值，降低搜尋私有信息的邊際收益，當(dāng)公開披露信息程度上升時(shí)，公司特質(zhì)風(fēng)險(xiǎn)波動(dòng)趨于下降。Diamond（1985）指出高質(zhì)量信息的披露能減少投資者獲得私人信息并據(jù)此進(jìn)行交易的頻率，信息不對(duì)稱程度隨之下降。Merton（1987）也認(rèn)為高質(zhì)量的信息披露可以更好地對(duì)經(jīng)營(yíng)者的業(yè)績(jī)作出合理的評(píng)價(jià)，約束企業(yè)經(jīng)理層偏離股東價(jià)值最大化的自利行為，降低代理成本，從而有效地緩解信息問(wèn)題與代理問(wèn)題。Skinner and Sloan（2001）認(rèn)為資本市場(chǎng)對(duì)未預(yù)期盈余的反應(yīng)是不對(duì)稱的，外部投資者對(duì)負(fù)的未預(yù)期盈余反應(yīng)較為強(qiáng)烈，即市場(chǎng)對(duì)利空消息的反應(yīng)更為強(qiáng)烈。申慧慧和吳聯(lián)生（2012）研究認(rèn)為，低質(zhì)量的會(huì)計(jì)信息不僅增加了管理者利用公司資源的自利行為，同時(shí)也降低了公司資產(chǎn)的使用效率，且會(huì)計(jì)信息的治理作用在環(huán)境不確定高的公司更為明顯。因此，筆者合理推論，企業(yè)盈余管理程度較高或者說(shuō)企業(yè)所提供的信息質(zhì)量較差，會(huì)進(jìn)一步增加企業(yè)所面臨的風(fēng)險(xiǎn)以及融資約束的困境。

公司特有風(fēng)險(xiǎn)高低與企業(yè)未來(lái)財(cái)務(wù)狀況和經(jīng)營(yíng)成果可預(yù)測(cè)難易程度相關(guān)，也直接關(guān)系到內(nèi)部人行為被識(shí)別的難易程度及經(jīng)理人追逐私有利益的機(jī)會(huì)，進(jìn)而關(guān)系到股東是否需要高質(zhì)量的會(huì)計(jì)信息評(píng)價(jià)經(jīng)理人的行為。特有風(fēng)險(xiǎn)水平較高的股票，其上市公司的信息環(huán)境往往較差。在我國(guó)當(dāng)前轉(zhuǎn)軌經(jīng)濟(jì)背景下，政府、國(guó)有商業(yè)銀行和國(guó)有企業(yè)之間形成了一種雙重預(yù)算軟約束框架。國(guó)有商業(yè)銀行對(duì)國(guó)有企業(yè)的貸款不具有硬約束的特征，從而使得公司的股權(quán)性質(zhì)直接影響會(huì)計(jì)信息的治理效應(yīng)。與非國(guó)有控股上市公司相比，國(guó)有控股上市公司受到股東監(jiān)督程度弱，但受到政府干預(yù)的程度強(qiáng)，進(jìn)而削弱了會(huì)計(jì)信息質(zhì)量在引導(dǎo)資源配置方面發(fā)揮的應(yīng)有作用。大公司可以依賴自身公司特征優(yōu)勢(shì)取得融資，而小公司要獲得融資則往往更依賴于外部融資環(huán)境和自身財(cái)務(wù)健康狀況。因而，筆者從企業(yè)規(guī)模和產(chǎn)權(quán)性質(zhì)兩個(gè)方面來(lái)分析和驗(yàn)證會(huì)計(jì)信息的治理作用，以及在資本市場(chǎng)資源配置中產(chǎn)生的影響。根據(jù)上述分析，提出假設(shè)2。

H2：會(huì)計(jì)信息質(zhì)量較高的公司特有風(fēng)險(xiǎn)水平與融資約束之間的正相關(guān)關(guān)系有所減弱，即在公司特有風(fēng)險(xiǎn)的影響既定情況下，會(huì)計(jì)信息質(zhì)量越高，企業(yè)面臨的融資約束程度越低。

H2a：相比國(guó)有企業(yè)，較高的會(huì)計(jì)信息質(zhì)量有助于更好地緩解民營(yíng)企業(yè)特有風(fēng)險(xiǎn)所造成的融資約束。

H2b：相比大企業(yè)，較高的會(huì)計(jì)信息質(zhì)量有助于更好地緩解中小企業(yè)特有風(fēng)險(xiǎn)所造成的融資約束。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本文選取2007—2013年滬深兩市非金融行業(yè)上市公司為初始研究樣本。對(duì)樣本執(zhí)行以下篩選程序：（1）剔除上市不滿一年的公司，這類新上市公司剛獲得股權(quán)融資，其融資約束程度不具可比性；（2）剔除融資約束的度量指標(biāo)無(wú)法計(jì)算或相關(guān)財(cái)務(wù)數(shù)據(jù)不全的公司。此外，對(duì)連續(xù)變量1%以下和99%以上的分位數(shù)進(jìn)行縮尾處理（Winsorize）。本文的公司財(cái)務(wù)數(shù)據(jù)和市場(chǎng)數(shù)據(jù)來(lái)源于Wind資訊金融終端和CSMAR數(shù)據(jù)庫(kù)，數(shù)據(jù)處理及模型檢驗(yàn)采用Excel2010、Stata12.0統(tǒng)計(jì)軟件。

（二）主要變量解釋與定義

1.公司特有風(fēng)險(xiǎn)的衡量

本文使用公司股票收益的波動(dòng)程度對(duì)公司特有風(fēng)險(xiǎn)進(jìn)行衡量。根據(jù)前人的研究，筆者基于CAPM模型間接分離法（Roll，1988；Campbell，2001；Panousi，2012），將每個(gè)企業(yè)個(gè)體股票收益波動(dòng)率分解為市場(chǎng)層面、行業(yè)層面以及公司層面等影響因素，使用公司個(gè)股收益率數(shù)據(jù)與市場(chǎng)綜合收益率、行業(yè)層面收益率進(jìn)行回歸，利用回歸殘差的加權(quán)標(biāo)準(zhǔn)差來(lái)衡量企業(yè)的特有風(fēng)險(xiǎn)。具體地，用第i個(gè)企業(yè)第t周的周個(gè)股收益率Ri，t對(duì)按市值加權(quán)平均的周市場(chǎng)收益率Rm，t與按市值加權(quán)平均的周行業(yè)收益率Rind，t進(jìn)行回歸，用計(jì)算出回歸殘差的標(biāo)準(zhǔn)差衡量公司特有風(fēng)險(xiǎn)水平：

Ri，t=？琢1，t+？琢2，tRm，t+？琢3，tRind，t+？著i，t （1）

式（1）中，Ri，t表示第i個(gè)公司第t周個(gè)股收益率，Rm，t為流通市值加權(quán)平均并考慮現(xiàn)金紅利再投資的周市場(chǎng)收益率，Rind，t為行業(yè)層面的周收益率，？著i，t表示殘差。用公式（2）計(jì)算第i個(gè)公司的特有風(fēng)險(xiǎn)水平Riski，t，就個(gè)股而言，公司特質(zhì)信息對(duì)股票收益沖擊越大，收益率離中趨勢(shì)越明顯，殘差也越大。

Riski，t=σi，n=■（其中m為公司年實(shí)際交易周數(shù)） （2）

2.會(huì)計(jì)信息質(zhì)量的衡量

會(huì)計(jì)信息是反映企業(yè)財(cái)務(wù)狀況和經(jīng)營(yíng)成果的信息，其質(zhì)量高低不僅影響企業(yè)投資決策等方面，也會(huì)對(duì)資本市場(chǎng)資源有效配置及政府宏觀經(jīng)濟(jì)政策產(chǎn)生影響，同時(shí)會(huì)計(jì)信息質(zhì)量也是反映上市公司信息環(huán)境透明度的重要衡量指標(biāo)。國(guó)內(nèi)外資本市場(chǎng)監(jiān)管機(jī)構(gòu)和會(huì)計(jì)準(zhǔn)則制定者普遍認(rèn)為盈余管理向投資者傳遞非真實(shí)信息，降低了會(huì)計(jì)信息質(zhì)量。大部分學(xué)者認(rèn)為修正Jones模型能夠把經(jīng)濟(jì)環(huán)境的變化刻畫到對(duì)非操控性應(yīng)計(jì)利潤(rùn)的估計(jì)中，因此本文運(yùn)用以下模型衡量會(huì)計(jì)信息質(zhì)量：

■=？茁1（■）+？茁2■+？茁3（■）+

？茁4ROAi，t+？著i，t （3-1）

NDAi，t=？茁1（■）+？茁2■+？茁3（■）+

？茁4ROAi，t （3-2）

DAi，t=■-NDAi，t （3-3）

式（3）中，TAi，t為總應(yīng)計(jì)利潤(rùn)，等于第t年?duì)I業(yè)利潤(rùn)減去經(jīng)營(yíng)活動(dòng)現(xiàn)金流；Ai，t-1為第t-1年年末總資產(chǎn)；？駐Revi，t為主營(yíng)業(yè)務(wù)收入變動(dòng)額；？駐Reci，t為應(yīng)收賬款變動(dòng)額；PPEi，t為固定資產(chǎn)原值；ROAi，t為當(dāng)期凈利潤(rùn)除以期初總資產(chǎn)。

首先對(duì)模型（3-1）進(jìn)行回歸得到回歸系數(shù)？茁1、？茁2、？茁3、？茁4，其次將回歸系數(shù)代入模型（3-2）計(jì)算出非操控性應(yīng)計(jì)利潤(rùn)NDAi，t，最后根據(jù)模型（3-3）計(jì)算出操控性應(yīng)計(jì)利潤(rùn)DAi，t，在此基礎(chǔ)上對(duì)其取絕對(duì)值再取負(fù)數(shù)得到會(huì)計(jì)信息質(zhì)量衡量指標(biāo)。

Dechow and Dichev（2002）將短期應(yīng)計(jì)項(xiàng)目與現(xiàn)金流相聯(lián)系，用應(yīng)計(jì)項(xiàng)目與過(guò)去一期、當(dāng)期和未來(lái)一期的現(xiàn)金流回歸，將回歸殘差用于衡量企業(yè)的應(yīng)計(jì)項(xiàng)目質(zhì)量。既然應(yīng)計(jì)項(xiàng)是未來(lái)現(xiàn)金流量的估計(jì)值，那么會(huì)計(jì)應(yīng)計(jì)過(guò)程中應(yīng)計(jì)項(xiàng)誤差越小，會(huì)計(jì)盈余越能有效代表未來(lái)現(xiàn)金流量，這也避免了Jones模型暗含公司固定資產(chǎn)等會(huì)計(jì)要素易被人為操縱的缺陷。

？駐WCAi，t=？琢0+？琢1CFOi，t-1 + ？琢2CFOi，t+？琢3CFOi，t+1+？琢4？駐Revi，t+

？琢5PPEi，t+？著i，t （4）

式（4）中，？駐WCAi，t為營(yíng)運(yùn)資本應(yīng)計(jì)變動(dòng)額，營(yíng)運(yùn)資本=應(yīng)收賬款+存貨+其他流動(dòng)資產(chǎn)-應(yīng)付賬款-應(yīng)交稅費(fèi)-其他流動(dòng)負(fù)債；CFOi，t-1、CFOi，t、CFOi，t+1分別為公司第t-1、t、t+1年經(jīng)營(yíng)現(xiàn)金凈流量；？駐Revi，t、PPEi，t同上。對(duì)模型變量均除以平均總資產(chǎn)消除公司規(guī)模影響，同時(shí)對(duì)模型分年度分行業(yè)回歸，對(duì)得到的殘差取絕對(duì)值再取負(fù)數(shù)來(lái)衡量會(huì)計(jì)信息質(zhì)量。

3.融資約束指數(shù)的衡量

企業(yè)融資約束的測(cè)度歷來(lái)是公司金融領(lǐng)域有較大爭(zhēng)議的研究問(wèn)題。從現(xiàn)有文獻(xiàn)研究來(lái)看，判斷企業(yè)是否存在融資約束的先驗(yàn)標(biāo)準(zhǔn)分為兩類：一是單變量融資約束指標(biāo)（股利支付率、公司規(guī)模、資產(chǎn)負(fù)債率以及企業(yè)與金融機(jī)構(gòu)的關(guān)系等）；二是通過(guò)多個(gè)與融資約束相關(guān)的變量構(gòu)建的多元融資約束指數(shù)（SA指數(shù)、KZ指數(shù)等）。使用單一指標(biāo)判斷融資約束程度可能會(huì)受到其他因素的干擾，而使用一組可觀測(cè)的財(cái)務(wù)指標(biāo)構(gòu)建融資約束指數(shù)，能夠綜合反映公司內(nèi)部資金充裕程度和外部融資約束程度。

Kaplan and Zingales（1997）以公司持有現(xiàn)金量、經(jīng)營(yíng)性凈現(xiàn)金流、現(xiàn)金股利水平、資本結(jié)構(gòu)以及成長(zhǎng)性五個(gè)因素作為表征企業(yè)融資約束的代理變量，運(yùn)用Ordered Logit模型進(jìn)行回歸分析，根據(jù)估計(jì)的參數(shù)構(gòu)建KZ指數(shù)，KZ指數(shù)越高說(shuō)明公司面臨融資約束越嚴(yán)重?？紤]我國(guó)特殊的制度背景和資本市場(chǎng)發(fā)展水平，本文按照KZ指數(shù)構(gòu)建思想重新估計(jì)其參數(shù)來(lái)計(jì)算樣本公司的融資約束指數(shù)。

KZit=？酌0+？酌1（CFOit / Ai，t-1）+？酌2（DIVit / Ai，t-1）+？酌3（Cashit /

Ai，t-1）+？酌4Levit+？酌5TobinQit （5）

式（5）中，將經(jīng)營(yíng)性凈現(xiàn)金流/上期總資產(chǎn)（CFOit /

Ai，t-1）、現(xiàn)金股利/上期總資產(chǎn)（DIVit / Ai，t-1）、現(xiàn)金持有量/上期總資產(chǎn)（Cashit / Ai，t-1）、資產(chǎn)負(fù)債率Levit和TobinQit五個(gè)指標(biāo)納入到模型中，分別代表公司盈利能力、股利政策、營(yíng)運(yùn)能力、資本結(jié)構(gòu)和投資機(jī)會(huì)。在進(jìn)行Ordered Logit回歸時(shí)，首先根據(jù)上述五個(gè)指標(biāo)對(duì)樣本公司受到的融資約束程度的高低作初步判斷并分組，進(jìn)而運(yùn)用模型估計(jì)參數(shù)計(jì)算融資約束指數(shù)。

同時(shí)，為了避免KZ指數(shù)模型依賴于具有內(nèi)生性的財(cái)務(wù)指標(biāo)，而非直接與融資約束產(chǎn)生關(guān)聯(lián)，以致研究結(jié)論可能存在偏誤，筆者根據(jù)Hadlock and Pierce（2010）的研究思路以公司規(guī)模和成立時(shí)間為基礎(chǔ)重新設(shè)計(jì)融資約束指數(shù)（SA指數(shù)）。

SAit=？酌0+？酌1Sizeit+？酌2Size2it+？酌3Ageit （6）

式（6）中，Sizeit為企業(yè)規(guī)模的自然對(duì)數(shù)，Ageit為企業(yè)成立時(shí)間的長(zhǎng)短。根據(jù)公司規(guī)模和成立時(shí)間從大到小排序，分別選取前33%的觀察值作為低融資約束組（SA=0）、后33%的觀察值作為高融資約束組（SA=1）。將SA作為因變量對(duì)Sizeit、Size2it、Ageit進(jìn)行Logit回歸，估計(jì)出各變量回歸系數(shù)，進(jìn)而可以計(jì)算每一家企業(yè)融資約束程度的SA指數(shù)，SA指數(shù)越大，意味著企業(yè)面臨的融資約束程度越高。

（三）基本模型

對(duì)于假設(shè)1和假設(shè)2，構(gòu)建如下模型對(duì)其檢驗(yàn)：

FCi，t=？琢0+？琢1Riski，t+

？琢2AQi，t + ？琢3Sizei，t +

？琢4ROAi，t + ？琢5Levi，t +

？琢6TobinQi，t+？琢7Top5i，t +

？琢8Lossi，t +■Year +

■Industry+？著i，t

（7）

式（7）中，因變量FCi，t表示企業(yè)的融資約束程度，分別取上文構(gòu)建模型求出的KZ指數(shù)和SA指數(shù)；自變量Riski，t為公司特有風(fēng)險(xiǎn)水平，AQi，t為公司會(huì)計(jì)信息質(zhì)量，分別根據(jù)修正Jones模型和修正DD模型得到。選取公司規(guī)模、成長(zhǎng)性、負(fù)債水平和盈利水平等作為控制變量，進(jìn)一步的，加入年度和行業(yè)虛擬變量對(duì)不同年份與行業(yè)進(jìn)行控制。模型中各變量的具體定義如表1所示。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

樣本各變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。公司特有風(fēng)險(xiǎn)水平在樣本中的均值和標(biāo)準(zhǔn)差分別為0.0458和0.0162，表明我國(guó)上市公司在經(jīng)濟(jì)新常態(tài)下面臨一定的特有風(fēng)險(xiǎn)與外部環(huán)境不確定性。融資約束KZ指數(shù)的均值和中位數(shù)分別是0.8387和1.1112，說(shuō)明我國(guó)上市公司存在不同程度的融資約束問(wèn)題。從會(huì)計(jì)信息質(zhì)量指標(biāo)來(lái)看，Jones和DD的最大值和最小值之間差距較大，可以看出我國(guó)上市公司之間的信息質(zhì)量存在差異，這也可能對(duì)上市公司的融資約束程度（尤其外部融資）產(chǎn)生重要影響。全樣本中TobinQ的均值為1.6991，這也意味著企業(yè)存在相應(yīng)的投資機(jī)會(huì)。其余控制變量如表2所示。

借鑒Kaplan and Zingales（1997）的思想，通過(guò)查閱前人相關(guān)文獻(xiàn)并反復(fù)測(cè)試，選擇若干有代表性的反映公司經(jīng)營(yíng)狀況的財(cái)務(wù)指標(biāo)構(gòu)建Ordered Logit模型。由此，利用以上回歸結(jié)果，可以計(jì)算樣本公司的融資約束KZ指數(shù)（表3）。與前人理論預(yù)期一致，表3中顯示，我國(guó)上市公司低經(jīng)營(yíng)性凈現(xiàn)金流、低現(xiàn)金持有、低股利派現(xiàn)、高負(fù)債水平以及擁有較多投資機(jī)會(huì)則通常面臨較為嚴(yán)峻的融資約束局面。筆者的實(shí)證結(jié)果與Kaplan and Zingales（1997）根據(jù)美國(guó)上市公司進(jìn)行研究構(gòu)建的模型得出的結(jié)論類似①，因而依據(jù)中國(guó)上市公司數(shù)據(jù)構(gòu)建的融資約束指數(shù)具有一定的科學(xué)性和現(xiàn)實(shí)性。

（二）回歸結(jié)果分析

表4和表5分別列示了公司特有風(fēng)險(xiǎn)和企業(yè)融資約束程度之間的實(shí)證結(jié)果。為了控制異方差可能會(huì)對(duì)回歸結(jié)果產(chǎn)生影響，采用Robust穩(wěn)健回歸。同時(shí)表4和表5分別列示了全樣本、國(guó)有企業(yè)樣本和民營(yíng)企業(yè)樣本、大企業(yè)樣本和中小企業(yè)樣本的回歸結(jié)果。

由表4可知，在全樣本中，公司特有風(fēng)險(xiǎn)與融資約束KZ指數(shù)的回歸系數(shù)顯著為正，且這種關(guān)系在5%水平上顯著，這說(shuō)明當(dāng)上市公司自身特有風(fēng)險(xiǎn)水平增加時(shí)，其面臨經(jīng)營(yíng)失敗的風(fēng)險(xiǎn)也增大，其向利益相關(guān)者傳遞的信號(hào)可能影響到企業(yè)在資本市場(chǎng)獲得增量資金的能力，從而在企業(yè)擁有一定投資機(jī)會(huì)的同時(shí)面臨融資約束的困境，而這一回歸結(jié)果與筆者的理論假設(shè)一致，因此假設(shè)1得到驗(yàn)證。筆者還劃分公司規(guī)模②和產(chǎn)權(quán)性質(zhì)進(jìn)行子樣本研究，可以看到民營(yíng)企業(yè)樣本和小公司樣本回歸系數(shù)顯著為正，并且在5%水平上顯著，而在國(guó)有上市公司和大公司樣本回歸系數(shù)并不顯著，這意味著民營(yíng)企業(yè)相對(duì)于國(guó)有企業(yè)和小公司相對(duì)于大公司來(lái)講確實(shí)面臨更為嚴(yán)重的融資約束問(wèn)題，假設(shè)1a和1b得到了驗(yàn)證。與此同時(shí)，筆者在模型中加入會(huì)計(jì)信息質(zhì)量AQ變量，實(shí)證結(jié)果顯示其回歸系數(shù)顯著為負(fù)，表明信息質(zhì)量指標(biāo)與公司融資約束負(fù)相關(guān)，即會(huì)計(jì)信息質(zhì)量越高，公司所受到的融資約束程度越低；而Risk*AQ交互變量在各樣本的回歸系數(shù)為負(fù)，尤其在民營(yíng)企業(yè)樣本組和小規(guī)模公司樣本組在5%水平上顯著，這也在一定程度上揭示了會(huì)計(jì)信息在資本市場(chǎng)中的治理作用，即高質(zhì)量會(huì)計(jì)信息能降低投資者對(duì)公司未來(lái)發(fā)展不確定性的預(yù)期，減弱或降低私有信息和噪聲對(duì)公司股價(jià)的影響。企業(yè)承受的信息不對(duì)稱程度和投資者承受的信息風(fēng)險(xiǎn)越低，企業(yè)在資本市場(chǎng)獲得外部資金融資能力則越強(qiáng)，從而企業(yè)的融資約束就越小。

為了研究的穩(wěn)健性，根據(jù)Hadlock and Pierce（2010）研究思路重新設(shè)計(jì)融資約束SA指數(shù)作為因變量，回歸結(jié)果如表5所示，所得出的研究結(jié)論與KZ指數(shù)一致，在此不再贅述。從各控制變量來(lái)看，公司規(guī)模與企業(yè)融資約束程度顯著負(fù)相關(guān)，這也支持了筆者將公司資產(chǎn)規(guī)模作為影響融資約束程度分組樣本檢驗(yàn)的合理性；公司經(jīng)營(yíng)業(yè)績(jī)ROA與融資約束呈負(fù)相關(guān)，即公司經(jīng)營(yíng)業(yè)績(jī)?cè)胶?，其所面臨的的融資約束程度越低；公司負(fù)債水平與融資約束正相關(guān)，即企業(yè)負(fù)債水平越高，越難以從資本市場(chǎng)獲得融資支持；股權(quán)集中度與融資約束顯著負(fù)相關(guān)，這也反映了我國(guó)資本市場(chǎng)的特點(diǎn)，股權(quán)集中度高的上市公司容易從大股東手中獲得增量資金支持；同時(shí)虧損企業(yè)所面臨的融資約束困境更加嚴(yán)重。

本文意在考察是否上市公司面臨的特有風(fēng)險(xiǎn)水平越大其受到融資約束的程度越嚴(yán)重，同時(shí)檢驗(yàn)高質(zhì)量的會(huì)計(jì)信息能否弱化二者的正相關(guān)關(guān)系，以及會(huì)計(jì)信息的治理作用在不同特征的公司中是否會(huì)表現(xiàn)出系統(tǒng)性的差異。表6和表7分別列示了不同質(zhì)量水平的會(huì)計(jì)信息下公司特有風(fēng)險(xiǎn)和融資約束指數(shù)的回歸結(jié)果。與上文公司規(guī)模分組類似，為了研究結(jié)論的可靠性，筆者對(duì)樣本公司會(huì)計(jì)信息質(zhì)量觀察值進(jìn)行排序，將排在前33%的樣本公司定義為高質(zhì)量會(huì)計(jì)信息組，后33%的作為低質(zhì)量會(huì)計(jì)信息組，同時(shí)還劃分公司規(guī)模和產(chǎn)權(quán)性質(zhì)進(jìn)行子樣本研究。從表6和表7回歸結(jié)果來(lái)看，高質(zhì)量會(huì)計(jì)信息組中，公司特有風(fēng)險(xiǎn)水平與企業(yè)融資約束之間的正相關(guān)關(guān)系不再顯著，而且回歸系數(shù)顯著小于低質(zhì)量會(huì)計(jì)信息組；低質(zhì)量會(huì)計(jì)信息組中二者正相關(guān)關(guān)系在不同水平下顯著；同時(shí)會(huì)計(jì)信息質(zhì)量對(duì)二者關(guān)系調(diào)節(jié)作用在“融資難”問(wèn)題突出的民營(yíng)企業(yè)和中小企業(yè)表現(xiàn)得更加明顯，而在國(guó)有企業(yè)和大型企業(yè)子樣本中作用并不顯著，這也驗(yàn)證了我國(guó)上市公司高質(zhì)量會(huì)計(jì)信息具有一定治理作用，即可靠而相關(guān)的會(huì)計(jì)信息能夠增加公司信息透明度，向外部投資者有效傳遞公司層面的信息，從而使知情交易者獲得更多的公司層面信息量、提高股票的信息效率進(jìn)而降低股價(jià)無(wú)效率波動(dòng)風(fēng)險(xiǎn)。樣本的回歸結(jié)果也驗(yàn)證了假設(shè)2a和2b。因此，筆者認(rèn)為，優(yōu)化企業(yè)會(huì)計(jì)信息環(huán)境、提高企業(yè)自身會(huì)計(jì)信息健康程度對(duì)于緩解企業(yè)尤其是中小企業(yè)和民營(yíng)企業(yè)的“融資難、融資貴”問(wèn)題具有重要的理論與實(shí)踐意義。

（三）穩(wěn)健性檢驗(yàn)

為了使本文的研究結(jié)論更加可靠，筆者進(jìn)行了如下穩(wěn)健性檢驗(yàn)：

（1）根據(jù)已有文獻(xiàn)重新計(jì)算公司特有風(fēng)險(xiǎn)水平。參考Panousi and Papanikolaou（2012）對(duì)于特有風(fēng)險(xiǎn)衡量的思想，將公式（1）回歸所得到的殘差按照下面的公式重新計(jì)算：

Riski，t=σi，n=ln■（其中m為公司年實(shí)際交易周數(shù)）

（2）將盈余平滑度（ES）和盈余激進(jìn)度（EA）作為會(huì)計(jì)信息質(zhì)量的替代變量加入模型進(jìn)行回歸，所得到的研究結(jié)論與前文一致。

（3）KZ指數(shù)的衡量。用銷售收入增長(zhǎng)率代替TobinQ值表征投資機(jī)會(huì)，用公司銷售收入代替公司總資產(chǎn)作為公司規(guī)模的衡量變量，回歸結(jié)果與前文一致，研究結(jié)論保持穩(wěn)健。

五、研究結(jié)論

本文以我國(guó)正處于全面深化改革時(shí)期為特定研究背景，考察了會(huì)計(jì)信息質(zhì)量的經(jīng)濟(jì)后果，著重研究了公司特有風(fēng)險(xiǎn)對(duì)企業(yè)融資約束的影響，以及高質(zhì)量會(huì)計(jì)信息對(duì)二者關(guān)系的調(diào)節(jié)作用。研究發(fā)現(xiàn)，公司特有風(fēng)險(xiǎn)水平越大，企業(yè)在資本市場(chǎng)受到的融資約束程度越嚴(yán)重，且對(duì)于民營(yíng)企業(yè)和中小企業(yè)尤為嚴(yán)重；同時(shí)高質(zhì)量會(huì)計(jì)信息能夠弱化二者正相關(guān)關(guān)系，且會(huì)計(jì)信息優(yōu)化資源配置的作用在信息不對(duì)稱程度與信息風(fēng)險(xiǎn)較高的上市公司特別顯著，企業(yè)承受的信息不對(duì)稱程度和投資承受的信息風(fēng)險(xiǎn)越低，企業(yè)在金融市場(chǎng)獲得外部融資的能力越強(qiáng)，則企業(yè)的融資約束程度就越低。

本文的研究提供了以下啟示：（1）我國(guó)經(jīng)濟(jì)金融改革深入推進(jìn)，資金與貨幣的價(jià)格波動(dòng)將成為常態(tài)，企業(yè)自身面臨的特有風(fēng)險(xiǎn)對(duì)其融資和投資的影響更為顯著，企業(yè)亟需健全自身風(fēng)險(xiǎn)管控機(jī)制，合理對(duì)公司特有風(fēng)險(xiǎn)進(jìn)行評(píng)估與控制；（2）會(huì)計(jì)信息質(zhì)量的提高，確實(shí)有利于緩解企業(yè)的融資約束，會(huì)計(jì)信息經(jīng)過(guò)投資者解讀融入股價(jià)，進(jìn)而影響資源配置，要提高股價(jià)的信息效率，必須著眼于提高上市公司的會(huì)計(jì)信息質(zhì)量或透明度，向外部投資者有效傳遞公司層面信息，讓投資者了解企業(yè)的真實(shí)情況，從而增加獲取外部融資的可能性。

【參考文獻(xiàn)】

[1] 龔光明，彭娟.會(huì)計(jì)信息質(zhì)量、投資效率與機(jī)構(gòu)投資者異質(zhì)性[J].會(huì)計(jì)之友，2014（33）：93-99.

[2] 龔光明，曾照存.公司特有風(fēng)險(xiǎn)、管理者風(fēng)險(xiǎn)特質(zhì)與企業(yè)投資效率——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)數(shù)據(jù)[J].經(jīng)濟(jì)與管理研究，2013（11）：67-75.

[3] Modialiani F， M H Miller. The Cost of Capital， Corporation Finance and the Theory of Investment[J].American Economic Renew， 1958， 48（3）：261-297.

[4] Panousi V， D Papanikolaou. Investment， Idiosyncratic Risk， and Ownership[J].The Journal of Finance，2012，67（3）：1113-1148.

[5] Stiglitz J， A Weiss. Credit Rationing in Markets with Imperfect Information [J].American Economic Review，1981，71（3）： 393-410.

[6] 劉康兵，申樸，S Elmer.融資約束、不確定性與公司投資：基于制造業(yè)上市公司面板數(shù)據(jù)的證據(jù)[J].南開經(jīng)濟(jì)研究，2011（4）：86-97.

[7] 連玉君，蘇治.融資約束、不確定性與上市公司投資效率[J].管理評(píng)論，2009（1）：19-26.

[8] 劉康兵，申樸.融資約束、不確定性與公司投資：基于制造業(yè)上市公司面板數(shù)據(jù)的證據(jù)[J].南開經(jīng)濟(jì)研究，2008（6）：86-97.

[9] 盧太平，張東旭.融資需求、融資約束與盈余管理[J].會(huì)計(jì)研究，2014（1）：35-41.

[10] 郭麗虹，馬文杰.債務(wù)融資、商業(yè)信貸與中小企業(yè)投資——來(lái)自非上市制造業(yè)企業(yè)的證據(jù)[J].財(cái)經(jīng)研究，2011（3）：136-144.

[11] Grossman S J， J E Stiglitz. On the Impossibility of Informational Efficient Markets[J].The American Economic Review， 1980（70）： 393-408.

[12] 申慧慧，吳聯(lián)生.股權(quán)性質(zhì)、環(huán)境不確定性與會(huì)計(jì)信息的治理效應(yīng)[J].會(huì)計(jì)研究，2012（8）：8-16.

[13] 花馮濤，王進(jìn)波.公司特質(zhì)風(fēng)險(xiǎn)、股價(jià)信息含量抑或信息不確定性——基于中國(guó)股市的經(jīng)驗(yàn)證據(jù)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（1）：22-32.

[14] 張金鑫，王逸.會(huì)計(jì)穩(wěn)健性與公司融資約束——基于兩類穩(wěn)健性視角的研究[J].會(huì)計(jì)研究，2013（9）：44-50.

[15] 魏志華，曾愛民，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.

[16] Bo H， R Lensink， E Sterken. Uncertainty and Financing Constraints [J].European Finance Review， 2003， 7（2）：297-321.

[17] Campbell J Y， M Lettau， B G Malkiel， et al. Have Individual Stocks Becomes More Volatile？ An Empirical Exploration of Idiosyncratic Risk[J]. The Journal of Finance， 2001， 56（1）：1-43.

[18] 金智.新會(huì)計(jì)準(zhǔn)則、會(huì)計(jì)信息質(zhì)量與股價(jià)同步性[J].會(huì)計(jì)研究，2010（7）：19-26.

[19] 聶曉軍，李焰，張肖飛.股價(jià)特有風(fēng)險(xiǎn)與信息效率[J].管理科學(xué)學(xué)報(bào)，2014（5）：84-94.

[20] 況學(xué)文，施臻懿，何恩良.中國(guó)上市公司融資約束指數(shù)設(shè)計(jì)與評(píng)價(jià)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010（5）：110-117.

[21] 孫剛.我國(guó)上市公司邊分紅邊投資異象與會(huì)計(jì)信息的資源配置調(diào)節(jié)功能研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014（3）：110-124.

[22] Jones J. Earnings Management during import relief investigations[J]. Journal of accounting research， 1991， 29（2）：193-228.

[23] Dechow P M， I D Dichev. The quality of accruals and earnings： The role of accrual estimation errors[J]. The Accounting Review，2001，77（s-1）： 35-59.

[24] Kaplan S N， L Zingales. Do Investment—cash Flow Sensitivities Provide Useful Measures of Financing Constraints[J].Quarterly Journal of Economics， 1997， 112（1）：169-215.

[25] Hadlock C J， J R Pierce. New Evidence on Measuring Financial Constraints： Moving Beyond the KZ Index[J]. Review of Financial Studies，2010，23（5）：1909-1940.