论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　（一）样本与数据

　　我们选取在２００１－２００８年发生财务重述的非金融类上市公司作为低会计信息质量的研究样本，共计１５１８家，其中深市７２１家，沪市７９７家。我们将观察期界定为重述公司发生会计差错的年份，如果公司披露的会计差错涉及多个会计年度，则取距重述披露日最近的那个年度。我们选取同时段从未发生过重述的全部非金融类上市公司为控制样本。上市公司年报披露的财务主管的称谓不尽相同，包括ＣＦＯ、财务负责人、总会计师等。在现实中，这些高管的工作职能是相似的，因此，若报告中高管成员没有ＣＦＯ或财务总监，我们结合其他背景信息采用其他称谓财务负责人的资料数据。去除没有披露ＣＦＯ或财务负责人的样本，最后得到重述样本观察值９６２个，控制样本观察值２２９９个。在回归时，去除净资产为负的公司，得到样本观察值３１９３个。

　　（二）研究模型

　　ＣＦＯ的背景特征变量，分别代表ＣＦＯ的年龄、性别、受教育程度、财务专长和任期。解释变量中，Ｒｅｓｔ为会计信息质量变量，重述公司取值１，非重述公司取值０；Ｌｏｓｓ为亏损哑变量，公司在当年亏损，取值１，否则取值０；Ｓａｌａｒｙ为薪酬变量，ＣＦＯ在观察期的年薪取自然对数；ＬＥＶ是财务杠杆，为公司年末资产负债率；Ｓｉｚｅ是公司规模变量，为公司年末总资产的自然对数；εｉ为随机误差。

　　模型（１）以Ｒｅｓｔ为解释变量，用来检测会计信息质量低的公司对ＣＦＯ背景特征的解释力，即考察会计信息质量差的公司更易选择具有什么样背景特征的ＣＦＯ。如果某项ＣＦＯ的背景特征变量作为被解释变量的模型拟合度高，且Ｒｅｓｔ的回归符号显著，则我们将采用该变量带Ｌａｍｄａ的两阶段ｐｒｏｂｉｔ模型，以控制单独进行模型（２）回归时的内生性问题。模型（１）中控制变量的选取主要考虑影响ＣＦＯ背景特征的一些公司特性，比如规模大、财务风险低、以及业绩好（非亏损）的公司更可能会聘用学历高、专业能力强的ＣＦＯ；企业给予薪水高能够吸纳高素质的ＣＦＯ加盟，ＣＦＯ相对任期会更长。

　　模型（２）中被解释变量Ｐｒ（Ｒｅｓｔｉ）代表会计信息质量低的概率分布。解释变量中，Ａｇｅ为ＣＦＯ的年龄变量；Ｍａｓｔｅｒ为受教育程度变量，如果ＣＦＯ有硕士以上（含硕士）学位，取值１，否则０；ＣＰＡ为财务专长变量，如果ＣＦＯ是ＣＰＡ，取值１，否则取值０；Ｓｅｘ表示ＣＦＯ是男性，取值１，否则取值０；Ｃｔｉｍｅ指至会计差错发生年度ＣＦＯ的任职年限。借鉴Ａｉｅｒ等（２００５）的做法，我们加入一些控制变量。其中，公司年末自由现金流变量（Ｆｃａｓｈ）代表公司在发生差错前对外部融资的需求，用公司观察期产生的经营现金流与过去三年平均资本支出的差以上一年的总资产缩减计算得到。公司实际融资水平（Ｆｉｎｒ），为公司权益融资与债权融资水平之和以年初总资产缩减。盈余增长率（ＥＧ）表示以观察期当年的每股盈余减去上一年的每股盈余再除以上一年的每股盈余计算得到。此外，审计师专业技能越强，越有利于纠正企业报表中存在的会计差错。因此，我们选取会计师事务所的规模（Ａｕｄｉｔ）代表外部审计师的行业专业技能，在模型中加以控制。Ａｕｄｉｔ定义为如果由客户数量排名前十的事务所审计，取值１，否则取值０。模型中控制了企业当年是否亏损Ｌｏｓｓ、财务杠杆ＬＥＶ和公司规模Ｓｉｚｅ。Ｌａｍｄａ为控制内生性的变量，εｉ同模型１。

　　四、实证结果

　　（一）描述性统计分析

　　由于我们选取２００１－２００８年未发生过财务重述的上市公司作为控制样本，表１中的样本几乎涵盖了这一时间段的全部上市公司（除ＣＦＯ背景特征缺失的数据外）。由表１可见，在ＣＦＯ的性别构成上，７４．３％的ＣＦＯ是男性；ＣＦＯ的平均年龄是４２．４９３岁；３０．８％的ＣＦＯ拥有硕士研究生（含硕士）以上学历，但是只有１４．９％的ＣＦＯ是ＣＰＡ；至观察期，ＣＦＯ的平均任期约是１年半。

　　控制样本的ＣＦＯ的年龄略低于原始样本，受教育程度则相反，但差异都不显著。在性别构成上，与预期一致，原始样本中男性ＣＦＯ所占比重高于控制样本。在ＣＦＯ财务专长方面，控制样本的ＣＦＯ更多地具有ＣＰＡ资格，且显著高于原始样本。在ＣＦＯ的任期上，控制样本略高于原始样本，但差异不明显。控制变量上，原始样本的自由现金流显著低于控制样本，但当年的外部融资需求却显著高于控制样本，表明会计信息质量差的公司资金链条更紧张。原始样本盈余增长率显著低于控制样本，原始公司有更高的财务杠杆、更多地发生亏损、更多地由非“十大”事务所审计，以及公司规模较小。两类样本的控制变量比较都达到５％水平上的统计显著性，这表明控制变量的选取反映了两类样本的不同特征。

　　（二）多元回归分析

　　以会计信息质量（Ｒｅｓｔ）为解释变量，加入控制变量后的回归结果。结果显示，只有以Ｐｒ（Ｍａｓｔｅｒ）和Ｐｒ（ＣＰＡ）为被解释变量的回归模型是统计显著的。但是，以Ｐｒ（Ｍａｓｔｅｒ）为被解释变量的回归模型中，Ｒｅｓｔ的回归系数为－０．０８３，统计不显著。以Ｐｒ（ＣＰＡ）为被解释变量的模型中，Ｒｅｓｔ的回归系数为－０．３４６，在５％的水平上统计显著，表明会计信息质量差的公司越不易选择具有ＣＰＡ资格的ＣＦＯ。因此，在接下来的两阶段多元回归中，我们将以ＣＰＡ为被解释变量的两阶段ｐｒｏｂｉｔ模型求得ｌａｍｄａ，然后带入模型（２），以控制ＣＰＡ与Ｒｅｓｔ之间存在的内生性问题。我们首先将测试变量依次放入模型，最后再全部放入模型进行回归。结果表明，在控制了内生性问题之后，ＣＦＯ的性别和财务专长对会计信息质量具有显著的解释力。无论Ｓｅｘ和ＣＰＡ是单独作为测试变量回归，还是综合回归，结论都成立。Ｓｅｘ的回归系数显著为正，表明ＣＦＯ是男性的，企业会计信息质量较低，假说２得到支持；ＣＰＡ的回归系数在１％的水平上显著为负，ＣＦＯ是ＣＰＡ的，企业发生会计差错的概率较低、会计信息质量越好，假说４得到支持。Ａｇｅ、Ｍａｓｔｅｒ和Ｍａｓｔｅｒ和Ｃｔｉｍｅ的回归系数在统计上不显著，表明ＣＦＯ的受教育程度和任期对财务重述的发生不具有显著解释力。其原因可能在于公司内部治理环境缺陷制约了高管受教育程度对财务重述的抑制作用，而公司内部冲突也在一度程度上抵消了ＣＦＯ任期长短对会计信息质量的影响（何威风、刘启亮，２０１０）。此外Ａｇｅ的回归系数为正，但不显著。可能的原因在于会计准则处在不断变迁之中，年长的ＣＦＯ虽然经验丰富，但对新知识的学习和把握能力较弱，因而年长的ＣＦＯ对于会计信息质量的提升作用没有显现。

　　五、进一步的分析和稳健性检验

　　（一）ＣＦＯ的背景特征与会计差错发生的频率检验我国财务重述的一个显著特点就是上市公司频繁发生重述（王霞等，２０１０）。毫无疑问，多次重述的公司会计信息质量更差。我们设定变量Ｎｕｍ，发生超过两次（不含两次）重述的公司取值１（４２９家），否则取值０（５３５家）。

　　以Ｎｕｍ为因变量，进行逻辑斯蒂回归，Ｓｅｘ的回归系数都不显著，表明ＣＦＯ的性别因素不对会计差错发生的频率具有解释力。在不加入其他测试变量的回归模型中，ＣＰＡ的回归系数是－０．６７４，在５％的水平上显著为负，说明ＣＦＯ是ＣＰＡ的，公司多次发生会计差错的概率低；在加入其他测试变量之后，ＣＰＡ的回归系数为－０．７０１，依然在５％的水平上显著为负。进一步支持了假说４，表明ＣＦＯ的财务专长不仅有利于降低会计差错发生的概率，而且有助于降低会计差错发生的频率。此外，大多数控制变量都统计显著，这表明我们有效控制了对企业会计信息质量有显著影响的因素。

　　（二）稳健性检验