本节将从模型构建、变量设计、模型估计方法和中介效应检验方法等方面对竞争影响企业投资不足的各个路径假设的检验进行实证研究设计。
6.2.1 模型构建与变量设计
为检验前述假设,需构建以下两个基本模型:
UIitf(ASY,PMC,Contr1)it-1(6-1)
ASYit-1f(PMC,Contr2)it-1(6-2)
其中:UI为投资不足,ASY为信息不对称变量,PMC为产品市场竞争变量,Contr1和Contr2分别为影响投资不足和信息不对称的其他变量。
1.信息不对称变量的设计与度量
影响企业融资约束的信息不对称主要存在于经营者与外部投资者之间。由于信息披露被认为可以有效地降低二者之间的信息不对称,因此,一些学者通过编制信息披露指数来衡量信息不对称。但由于信息披露指数的编制主要基于财务会计报告,而市场上除了会计信息以外还有其他的信息来源,因而信息披露指数在衡量企业信息不对称时存在一定程度的片面性。鉴于此,一些学者便采用反映不同投资者之间信息不对称的市场微观结构指标(如买卖价差和知情交易概率等)来衡量企业信息不对称(如Healy et al。,1999;Leuz&Verrecchia,2000)。尽管这些指标反映了知情投资者因拥有更多的私有信息来源而与经营者之间存在更少的信息不对称,但知情投资者并不能代表全部外部投资者,因而依然存在一定的片面性。
为避免单个指标的衡量偏差,基于信息不对称的内涵,考虑到数据的可获得性,选用了反映企业信息披露质量的盈余管理程度(EM)和自愿披露水平(VDI)两个指标以及反映不同投资者之间信息不对称的知情交易概率(PIN)和相对买卖价差(SPD)两个市场微观结构指标,作为构建信息不对称综合指数(ASY)的指标。
(1)盈余管理程度的度量。国外最常用的盈余管理计量方法是应计利润分离法,即用回归模型将利润分离为正常的应计利润和操控性应计利润,并用操控性应计利润来衡量盈余管理程度的大小。夏立军(2003)通过对包括基本琼斯模型、修正琼斯模型、KS模型等多个盈余管理模型进行比较后发现,在调整出的众多截面模型中,分行业估计并且采用线下项目前总应计利润作为因变量估计特征参数的基本琼斯模型和调整KS模型最能有效地揭示出盈余管理,他还建议,针对中国股票市场的盈余管理研究在使用盈余管理计量模型时应优先考虑基本琼斯模型或调整KS模型,并且分行业估计行业特征参数,同时使用线下项目前总应计利润作为因变量估计特征参数,然后将包含线下项目的总应计利润和估计出的正常性应计利润之间的差额作为操控性应计利润。参照夏立军(2003)的研究结论及其建议估计样本公司的操控性应计利润:
由于无论是正向还是负向的盈余管理(DA为正或为负)均会降低会计信息质量,加剧经营者与投资者之间的信息不对称,因此,以DA的绝对值(记为EM)来反映盈余管理的程度。即:EM越大,盈余管理程度越严重,经营者与投资者之间的信息不对称程度就越严重。
以模型(6-3)对第4章所选择的全部样本按18个三级行业进行分行业估计的特征参数的描述性统计量。盈余管理回归结果除ΔRev的系数略小外,其余变量的系数、t值、模型的F值以及R2均优于夏立军(2003)的估计结果,说明模型能较好地度量样本公司的盈余管理程度。
(2)自愿披露指数的构建。由于自愿披露内容的灵活性,使得研究者难以用一个统一的模型对自愿披露水平进行度量,因此,国内外学者大多采取自建指数的方法来衡量企业的自愿信息披露水平(如Botosan,1997;汪炜和蒋高峰,2004)。本书也采用自建指数的方法,从外部信息使用者信息需求的角度来衡量上市公司的自愿性信息披露水平。参照博托尚(1997)信息披露指数设计的思路和中国相关法律、法规及证监会制定的《公开发行证券的公司信息披露内容及格式准则》第2号、《公开发行股票公司信息披露编报规则》第7号和第8号以及《公开发行股票公司信息披露实施细则》的相关规定,设计了上市公司自愿性信息披露指数评分表。利用这一量表对第4章所列样本公司2000~2005年的1806份年度报告全文逐份进行自愿披露水平的内容分析和打分,以各公司—年度所得的自愿披露评分除以量表项目总分(107分)作为该公司—年度的自愿披露指数(VDI)。显然,VDI是信息不对称的逆指标,VDI越大,经营者与投资者之间的信息不对称程度就越小。
(3)知情交易概率。知情交易概率(PIN)是基于伊斯利等(Easley et al。,1997)建立在EKOP市场微观结构模型基础上的,源于对知情交易者个人交易命令的概率的具体估计,是知情交易者委托单在所有成交的委托单中所占的比例,直接体现了二级市场投资者的交易行为以及投资者之间信息不对称的程度。如果股票的知情交易概率较大,则可以认为该股票的信息不对称程度更严重,理性的做市商和不知情者的信息风险更大。
EKOP模型假设市场中存在唯一的风险资产,单一的做市商,多个知情者和不知情者。信息事件发生的概率为α,当信息事件发生时,知情者收到该事件为坏消息的概率为δ,为好信息的概率为1-δ。无论是否有信息事件发生,不知情者由于流动性的需求在每个交易日i买入或卖出的订单均服从期望值为ε的泊松分布;而知情者仅会在有信息事件发生后获得私有信息时才会进场交易,对应买单(好信息时)或卖单(坏信息时)服从期望值为μ的泊松分布。
根据EKOP模型,对于特定的股票,其在特定时期内的知情交易概率可以通过该时期内每日的买卖指令流估计出来,因此,PIN的计算公式为:
PINαμ
2ε+αμ(6-6)
鉴于需先估计出未知参数θ(α,δ,ε,μ)方能得到PIN,而这些参数都是通过委托买单(B)和卖单(S)来获得信息的,因此,阿卡塔什等(Aktas et al。,2004)给出了更简便的计算PIN的公式:
PINE[|S-B|]
E[S+B](6-7)
其中,分子表示买单与卖单的不平衡,而分母则表示包括知情和不知情交易者在内的全部买卖单之和。
然而,上述度量都没有区分订单不平衡造成的私有信息的原因,因为知情者的私有信息可能是关于市场的私有信息,也可能是某只股票特有的私有信息。但只有个股私有信息引起的订单的不平衡才是个股信息不对称的准确反映(李朋和刘善存,2006)。因此,需要将知情交易概率PIN分解为市场知情交易概率(PINM)和个股知情交易概率(PINID)两部分,以PINID作为上市公司信息不对称的度量指标。根据李朋和刘善存(2006)提出的分解程序,首先利用式(6-8)计算得到市场知情交易概率(PINM)。
利用国泰安信息技术有限公司(CSMAR)提供的股票交易高频数据,利用上述方法计算得到各公司—年度的个股知情交易概率PINID。PINID越大,代表该公司不同投资者之间的信息不对称程度越严重。
(4)相对买卖价差。买卖价差体现了当知情交易者存在时,公司股票交易中因存在逆向选择而带来的信息成本,它从价格成本的角度代表了信息不对称的程度。格洛斯腾和米尔格龙(Glosten&Milgrom,1985)的理论研究表明信息不对称程度与股票买卖价差正相关,即较少的信息不对称意味着较少的逆向选择,这又相应地意味着较低的买卖价差。洛伊茨和韦雷基亚(Leuz&Verrechia,2000)等的研究将买卖价差作为信息不对称的代理变量,发现增加披露有利于降低买卖价差所代表的信息不对称程度。为消除价格的规模影响,使用相对买卖价差,即以从CSMAR高频数据库中取得的每日未成交的有效委托单中最低委托卖价和最高委托买价之差除以股票最近的成交价格计算得到每日相对买卖价差,以年均值作为公司当年的相对买卖价差。相对买卖价差越大,表明不同投资者之间的信息不对称程度越大。
(5)信息不对称指数的构建与有效性分析。在得到全部样本公司上述4个指标的数据以后,由于自愿披露指数VDI为信息不对称的逆指标,将其乘以-1变为正指标。为消除不同指标的量纲差异,对四个指标均进行标准化处理,然后采用主成分法进行因子分析。鉴于纳入因子分析的原始指标数量不多,为充分利用各指标对因子得分的贡献,选用了全部4个因子计算综合因子得分(ASY),作为度量各公司—年度信息不对称的变量。
为考察ASY是否可以较好地度量上市公司的信息不对称程度,将ASY与现有文献中常用作信息不对称替代变量的企业规模指标(如Degryse&De Jong,2006)以及深交所公布的信息披露评级(如曾颖和陆正飞,2006)进行比较,以考察ASY与它们的相关程度以及ASY的优势。尽管一般认为大企业比小企业有着更高的信息透明度,但由于企业规模同时还是政治成本(Watts&Zimmerman,1978)、企业风险(Jensen&Murphy,1990)等的替代变量,因而在实证研究时研究者难以将信息不对称与政治成本、企业风险等分离出来。尽管深交所的信息披露评级可能是目前国内唯一可以免费获得、比较客观和权威的信息披露质量数据,但由于深交所仅公布了考评等级,未公布各公司具体的信息披露考评分数,大量公司都集中于良好与及格两个等级,从而难以区分同一等级内不同公司的信息披露程度差异。此外,此评级仅限于深交所上市公司,使得研究者的样本容量受到了限制。
比较结果表明,ASY与企业规模(Size)的皮尔森相关系数为-0.31,在1%的水平显著,表明企业规模越大,信息不对称程度越轻,这与国外学者以企业规模作为信息不对称替代变量的预期和发现是一致的;ASY与较为客观和权威的深交所信息披露评级SZscore的皮尔森相关系数为-0.17,在1%的水平显著,也即深交所信息披露评级越高的公司,构建的信息不对称指数越低,信息不对称程度越轻。这说明构建的ASY指数作为衡量上市公司信息不对称的指标是比较恰当的。此外,由于构建ASY所依据的四个指标均为专门反映经营者与投资者之间、不同投资者之间信息不对称的指标,可以克服企业规模变量中包含着其他因素影响的问题;同时可以计算得到任一上市公司在任意年度的ASY,从而可以克服深交所评级为离散变量,无法区分同等级内不同公司的信息披露程度以及仅限于深市公司的缺陷。因此,本书认为,ASY是一个较好的用于衡量上市公司信息不对称的指标。
2.控制变量的选择与设计
(1)投资不足模型的控制变量。投资不足与过度投资同属于企业的非效率投资,因此,将过度投资模型的控制变量——经营现金净流量(CF)、现金持有量(Cash)、资产负债率(Lev)、股利支付率(Dvr)、企业规模(Size)、政府干预程度(Gov_index)、是否属于企业集团(Group)、总资产报酬率(ROA)等亦作为投资不足模型的控制变量。模型(6-1)就可以具体化为:
UIit f(ASY,PMC,CF,Cash,Lev,Dvr,Size,
Gov_index,Group,ROA)it-1(6-10)
(2)盈余管理模型的控制变量。琼斯模型尽管有效,但仍可能存在一定的计量误差。一个主要的批评就是,它对正常性应计利润的分离不够完全(Heninger,2001)。为控制琼斯模型的计量误差和其他因素对操控性应计利润的影响,根据有关文献研究结果设置了资产负债率(lev)、经营现金净流量(CF)、企业规模(Size)、上年是否亏损(Loss)和再融资动机(Refin)几个控制变量。德肖等(Dechow et al。,1995)发现公司负债率与操控性应计利润正相关,经营现金流较多的企业有着更少的操控性应计利润。大企业更可能面临着更多的外部监督,有着更稳定和可预期的生产经营以及更强的内部控制机制,因此会报告更小的操控性应计利润(Dechow&Dichev,2002)。此外,在中国,上市公司如果连续两年亏损,就将被特别处理(ST),因此,如果上市公司上年已经亏损,则本年为避免ST进行盈余管理的可能性更大。为达到再融资(配股或增发)政策对ROE的要求,ROE边际区间的公司具有比较明显的盈余管理行为(孙铮、王跃堂,1999;陈小悦等,2000)。
鉴于现有的理论和实证研究均表明,公司治理机制对于企业的信息披露质量有着重要的影响,因此,将第5章考察过的主要公司治理机制CG(第一大股东持股比例Top1、董事会规模Lnbod、独立董事比例Outdir、非管理层董事激励Bod_inc、经理薪酬激励CEOpay和经理是否持股CEOshare)作为盈余管理模型的控制变量。
EMit-1f(PMC,CG,Lev,CF,Size,Loss,Refin)it-1(6-11)
(3)自愿披露模型的控制变量。根据已有的研究文献,在自愿披露模型中纳入主要公司治理变量(CG)、企业规模(Size)、杠杆(Lev)、绩效(ROA)、成长性(Grow)和再融资动机(Refin)作为控制变量。大企业收集和发布信息的平均成本更低,因此大企业可能进行更多的自愿性信息披露(Singhvi&Desai,1971)。高负债的企业预期会发生更多的监控成本,因此高负债企业经理希望在其年报中披露更多的信息以降低其成本(Ahmed&Courtis,1999)。绩效好的公司管理层为维持其地位和报酬的持续性会更详细地披露信息,有才能的经理有动机通过自愿披露盈利预测来表现其才能(Healy&Palepu,2001);而绩效差的公司管理层为了掩盖亏损或利润下滑的原因而可能披露更少的信息(Singhvi&Desai,1971)。处于成长期的企业存在更大程度的信息不对称,但他们需要筹集更多的资金来满足其投资机会,因此,成长性企业有动机披露更多的信息来减少信息不对称,降低筹资成本(Shin,2002)。郎咸平和伦德霍尔姆(Lang&Lundholm,1996)发现样本公司在增发前六个月显著地增加了其披露活动。
VDIit-1f(PMC,CG,Size,Lev,ROA,Grow,Refin)it-1(6-12)
(4)信息不对称模型的控制变量。由于信息不对称变量(ASY)为盈余管理、自愿披露水平和市场微观结构变量(买卖价差和知情交易概率)3个方面指标的综合因子得分,因此,除上述影响盈余管理与自愿披露水平的因素以外,影响买卖价差和知情交易概率的因素也应作为ASY模型的控制变量。根据现有文献,买卖价差与交易量、股票价格、权益市值、造市者的竞争负相关,与股票收益波动率以及内部人的存在正相关(Glosten&Harris,1988;Leuz&Verrecchia,2000;Stoll,1978)。选用换手率(Turn)、股票收益波动率(Retu_sd)、流通股市值(Trdvalue)、流通股比例(Tradeshare)作为控制变量。其中,由于流通股市值与股票价格仅在规模上具有差异,为避免共线性问题,再加上体现公司规模的流通股市值至少部分地控制了公司的信息环境(Leuz&Verrecchia,2000),因此,采用流通股市值;以流通股比例反映中国上市公司内部人问题,因为当流通股比例越高,股权在公司外部的比例越高,越有利于制衡内部人控制。此外,影响知情交易概率与买卖价差的因素基本相同。
综合上述影响盈余管理、自愿披露水平、买卖价差、知情交易概率的因素,得到信息不对称影响因素模型如下:
ASYit-1f(PMC,CG,Size,Lev,CF,ROA,Refin,
Grow,Retu_sd,Turnover,Tradeshare,Trdvalue)it-1(6-13)
6.2.2 模型估计方法和中介效应的检验方法
前述理论分析表明,产品市场竞争可能直接影响投资不足,也可能通过信息不对称间接影响投资不足。因此可以采取与第5章相同的两阶段广义最小二乘法进行模型估计,即:首先对模型(6-2)进行GLS回归,然后将得到的ASY拟合值代替模型(6-1)中ASY的观测值进行回归,从而得到ASY和OI之间的关系,这一关系就是剥离了竞争及控制的其他外生变量的影响之后得到的真实作用效果。
相关变量的滞后期设定、模型估计方法、极端值、异方差、自相关和多重共线性问题的处理方法以及中介效应的检验方法均与第5章相同,在此不再赘述。