5.3.2.1 被解释变量
参照雅维宁和迈里玛奇(2016)的研究,我们使用经过ROA调整后的罗伊乔杜里(2006)模型来估算真实盈余管理。真实盈余管理主要包括以下三种类型:
(1)生产性操控。企业可通过过度生产和规模效应减少单位生产成本,但这将导致总体成本与存货持有成本显著上升,表现为异常高的生产成本支出。本书将生产性操控的估计模型设定如下:
其中,PROD表示产品总成本支出,等于产品销售成本加上本期库存商品变动。TA表示公司总资产。S表示销售额,ROA表示资产收益率。
(2)酌量性费用操控。企业的酌量性费用包括销售费用和管理费用,管理层可通过削减酌量性费用来增加净利润,表现为异常低的酌量性费用支出。本书将酌量性费用操控的估计模型设定如下:
其中,DISX表示酌量性费用支出,等于销售费用加上管理费用。TA表示公司总资产。S表示销售额。
(3)销售操控。企业可通过加大折扣力度或者放宽信用还款条件来提升当期销售,但却使得流入企业的经营现金流量净额减少,表现为异常低的经营现金净流量。本书将销售操控的估计模型设定如下:
其中,CFO表示经营现金净流量。TA表示公司总资产。S表示销售额。
我们利用公式(1)至(3)进行分行业分年度的最小二乘估计,可以寻找到各模型的回归系数,然后求出其各年度的估计值,再用各年度实际值减去各年度估计值,就可获得异常生产性成本(AB_PROD_ROA)、异常酌量性费用(AB_DISX_ROA)和异常经营活动现金流量(AB_OCF_ROA)。由于企业倾向于通过过度生产来提高异常生产成本,因而AB_PROD符号通常为正向;由于企业倾向于通过费用操纵来降低可操纵费用,因而AB_DISX符号通常为负向;由于企业倾向于通过降价促销等方式来降低异常经营现金流量,因而AB_CFO符号通常为负向。
参照科恩和扎里文(2010)、张(2012)、林永坚等(2013)的方法,我们设置了真实盈余管理指标(RM_ROA),其估算公式为:(www.daowen.com)
RM_ROA数值越大,意味着企业通过真实活动进行盈余管理的程度越高。
5.3.2.2 解释变量
《分类分批实施通知》规定,上市公司应从2012年开始强制实施企业内部控制规范体系。可是考虑到不同企业的异质性特征,决定在主板上市公司中分类分批强制执行。具体而言,首先,针对国有企业而言,上市公司应于2012年强制性实施内部控制规范体系;其次,对于符合一定条件的非国有主板上市公司而言,即公司总市值于2011年12月31日在50亿元以上,且2009年到2011年的三年平均净利润在3000万元以上的公司,应在2013年强制性实施内部控制规范体系;最后,其他主板上市公司应于2014年强制性实施内部控制规范体系。我们发现,2012年所有853家国有控股主板上市公司全部纳入强制实施范围,2013年满足条件的非国有控股主板上市公司共计199家企业,全部纳入了强制实施范围,2014年剩余423家在主板上市的民营企业也都纳入了强制实施范围。因此,考虑到我国强制性内部控制制度在实施过程中的分类分批性,本书采用跨期准自然实验的方法,具体变量设计将在下文中阐述。
5.3.2.3 回归模型设计
2012年《分类分批实施通知》的颁布提供了理想的准自然实验条件,结合时序变化和横截面差异,我们可以运用双重差分方法,来比较受该事件影响的实验组和不受该事件影响的控制组在新政实施前后真实盈余管理程度的变化。值得注意的是,双重差分法分为单期双重差分和跨期双重差分,前者适用于政策虚拟变量仅有一个时间点的情形,而后者适用于政策虚拟变量有多个时间点的情形。上文已述,《分类分批实施通知》的多阶段强制实施模式决定了本研究应采用基于多时点的DID模型。龚等(2016)研究发现,PSM-DID方法可以有效解决跨期多时点的准自然实验设计问题,因为经过PSM后的样本便于在不同的制度实施时点进行比较。鉴于此,我们先对实验组和控制组样本进行倾向得分匹配,以主回归模型包含的所有控制变量作为特征变量,再采用Probit回归以预测值作为得分进行一对一匹配。
为检验分类分批强制实施内部控制规范体系对真实盈余管理的影响,我们设计了如下模型:
其中,RM_ROA表示真实盈余管理的总体衡量指标,此外本书还将使用三种真实盈余管理操纵方式(AB_PROD_ROA、AB_DISX_ROA和AB_OCF_ROA)代入回归模型进行检验。AFTER表示时间虚拟变量,依据分批实施的时间要求,令实施年份AFTER=1,其他年份AFTER=0。TREAT用于区分实验组和控制组,纳入实施范围的企业为实验组,令TREAT=1,未纳入实施范围的企业为控制组,令TREAT=0。回归模型还控制了其他变量(X)、年度效应(YEAR)与行业效应(IND),具体变量定义详见表5-1。
表5-1 变量定义
续表
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。