我国A股上市公司高管变更与盈余管理关系的深度剖析：基于多维度实证研究

我国A股上市公司高管变更与盈余管理关系的深度剖析：基于多维度实证研究一、引言1.1研究背景与意义1.1.1研究背景近年来，我国证券市场蓬勃发展，在经济体系中占据着愈发关键的地位。截至[具体年份]，A股上市公司数量已突破[X]家，总市值高达[X]万亿元，成为企业融资和资源配置的重要平台。在市场竞争加剧、监管环境趋严以及企业战略调整等多重因素的共同作用下，上市公司高管变更现象愈发频繁。据统计，仅在[具体年份]，A股上市公司中就有超过[X]%的公司发生了高管变更，涵盖董事长、总经理等核心职位。高管作为公司决策与运营的核心人物，其变更往往会对公司产生深远影响。一方面，新的高管可能带来全新的管理理念、战略方向和资源整合能力，推动公司实现创新发展与业绩提升。例如，[公司名称1]在新任总经理的领导下，成功实施了数字化转型战略，公司业绩在一年内实现了[X]%的增长。另一方面，高管变更也可能引发公司内部权力结构的调整、战略的转变以及员工的不稳定情绪，进而影响公司的正常运营。若处理不当，甚至可能导致公司陷入混乱，业绩下滑。如[公司名称2]在董事长突然变更后，内部管理出现混乱，业绩连续两年下滑。与此同时，盈余管理作为企业管理层在会计准则允许范围内，通过对会计政策的选择和交易事项的安排，调节企业会计盈余的行为，在我国上市公司中也较为普遍。盈余管理不仅会影响财务信息的真实性和可靠性，误导投资者、债权人等利益相关者的决策，还会对市场资源配置效率产生负面影响。若企业通过盈余管理虚增利润，可能会吸引过多的资源流入，导致资源错配，降低市场整体效率。在高管变更的特殊时期，企业的盈余管理行为可能会发生显著变化。原高管可能出于自身利益考量，在离职前进行盈余操纵，以美化业绩，提升自身声誉或获取更高的离职补偿。新上任的高管则可能为了凸显自身能力、树立良好形象，或为未来业绩目标的实现创造有利条件，而采取相应的盈余管理策略。因此，深入研究我国A股上市公司高管变更与盈余管理之间的关系，具有重要的现实意义。1.1.2理论意义从理论层面来看，本研究有助于丰富和完善委托代理理论、信息不对称理论以及契约理论在公司治理领域的应用。委托代理理论认为，由于所有者与管理者目标不一致，管理者可能会为追求自身利益而损害所有者利益，盈余管理便是其中一种表现形式。在高管变更情境下，原高管与新高管的利益诉求和行为动机存在差异，进一步加剧了委托代理问题。通过实证研究两者关系，能够更深入地揭示委托代理理论在这一特殊场景下的作用机制，为优化公司治理结构提供理论支持。信息不对称理论指出，管理层相较于外部投资者拥有更多的公司内部信息，这为盈余管理创造了条件。在高管变更过程中，信息不对称程度会发生变化，新老高管对信息的掌握和披露方式也不尽相同。研究这一过程中的盈余管理行为，有助于拓展信息不对称理论在公司微观层面的研究，为提高信息披露质量、缓解信息不对称提供理论依据。契约理论强调企业是一系列契约的组合，高管与股东之间的薪酬契约、聘任契约等会影响高管的行为决策。高管变更时，契约的重新签订或调整会促使高管根据新的契约条款调整盈余管理策略。本研究能够深入剖析契约理论在高管变更与盈余管理关系中的作用，为完善契约设计、规范高管行为提供理论指导。此外，目前关于高管变更与盈余管理关系的研究在我国尚处于发展阶段，研究成果相对有限。本研究选取A股上市公司作为样本，运用最新的数据和科学的研究方法进行深入分析，能够为该领域提供新的实证证据，拓展盈余管理的研究视角，丰富相关理论体系。1.1.3现实意义在现实经济活动中，本研究成果具有多方面的重要意义。对于企业自身而言，深入了解高管变更与盈余管理的关系，有助于企业完善内部治理结构，优化高管选拔与激励机制。企业可以通过合理设计薪酬契约、加强内部监督等方式，引导高管做出符合企业长期利益的决策，减少盈余管理行为对企业的负面影响，促进企业的可持续发展。对于投资者来说，准确识别上市公司在高管变更前后的盈余管理行为，能够帮助他们更准确地评估企业的真实业绩和价值，避免因被误导而做出错误的投资决策。投资者可以依据研究结果，关注企业高管变更时的财务信息质量，结合其他因素进行综合分析，提高投资决策的科学性和准确性，保护自身的投资利益。从监管部门的角度来看，本研究能够为其制定更有效的监管政策提供参考。监管部门可以根据研究结论，加强对高管变更企业的财务监管，加大对盈余管理行为的处罚力度，规范市场秩序，提高证券市场的透明度和有效性，促进证券市场的健康稳定发展。综上所述，研究我国A股上市公司高管变更与盈余管理的关系，无论是在理论层面还是现实层面，都具有重要的价值和意义。1.2研究方法与创新点1.2.1研究方法本研究综合运用多种研究方法，确保研究的科学性与严谨性，全面深入地剖析我国A股上市公司高管变更与盈余管理的关系。文献研究法：系统梳理国内外关于高管变更、盈余管理以及两者关系的相关文献。通过在中国知网、万方数据、WebofScience等权威学术数据库中，以“高管变更”“盈余管理”“A股上市公司”等为关键词进行检索，筛选出近[X]年来的高质量文献[X]余篇。对这些文献进行细致研读，了解已有研究的理论基础、研究方法、主要结论以及存在的不足，为本研究提供坚实的理论支撑和研究思路。例如，[文献作者1]运用[具体研究方法]对[样本范围]进行研究，发现[具体结论]，其研究方法和结论为本文的研究设计提供了重要参考；[文献作者2]从[特定角度]分析了高管变更与盈余管理的关系，指出[存在的问题或未解决的争议]，为本研究指明了进一步探索的方向。实证研究法：这是本研究的核心方法。选取[具体年份区间]内发生高管变更的A股上市公司作为研究样本，数据主要来源于国泰安数据库、Wind数据库以及上市公司年报。为确保数据的准确性和可靠性，对原始数据进行了严格的筛选和清洗，剔除了ST、PT公司以及数据缺失严重的样本，最终得到有效样本[X]个。运用修正的Jones模型来计量盈余管理程度。该模型在传统Jones模型的基础上，考虑了非经常性损益对盈余管理的影响，能够更准确地衡量企业的盈余操纵行为。具体计算公式为：[修正的Jones模型公式]，其中，[各变量的含义解释]。通过该模型计算出样本公司的操纵性应计利润，作为衡量盈余管理程度的指标。构建多元线性回归模型来探究高管变更与盈余管理之间的关系。模型设定如下：[回归模型公式]，其中，[被解释变量、解释变量和控制变量的含义及选取依据]。控制变量包括公司规模、资产负债率、盈利能力、成长能力等，以排除其他因素对盈余管理的干扰。采用Stata软件对数据进行描述性统计、相关性分析、回归分析以及稳健性检验，确保研究结果的可靠性和稳定性。例如，通过描述性统计可以了解样本公司各变量的基本特征和分布情况；相关性分析用于检验变量之间是否存在多重共线性问题；回归分析则直接揭示高管变更与盈余管理之间的数量关系；稳健性检验通过替换变量、改变样本区间等方式，验证回归结果的稳健性。案例分析法：在实证研究的基础上，选取具有代表性的上市公司案例进行深入分析。例如，[公司名称]在[具体年份]发生了高管变更，通过对该公司高管变更前后的财务数据、经营策略、公司公告等资料进行详细解读，结合实地调研和访谈，深入剖析高管变更对公司盈余管理行为的具体影响机制。实地调研中，与公司的财务人员、管理人员进行面对面交流，了解高管变更的背景、原因以及公司内部的反应；访谈中，重点询问高管变更前后公司的财务政策、业绩目标以及管理层的决策思路。通过案例分析，能够将实证研究结果与实际企业情况相结合，更直观地展示高管变更与盈余管理之间的复杂关系，为研究结论提供更丰富的实践依据。1.2.2创新点本研究在研究视角、研究内容和样本选取等方面具有一定的创新之处。研究视角创新：以往研究大多从单一维度探讨高管变更与盈余管理的关系，本研究则从多个维度进行分析。不仅考虑了高管变更的总体情况对盈余管理的影响，还进一步细分高管变更的类型，如正常变更与非正常变更、自愿变更与非自愿变更等，深入研究不同类型高管变更下盈余管理行为的差异。例如，正常变更可能是由于高管任期届满、退休等原因，这种情况下高管的变更相对平稳，对公司的冲击较小；而非正常变更可能是由于公司业绩不佳、内部矛盾等原因，高管变更较为突然，公司可能会面临较大的不确定性，从而导致不同的盈余管理行为。同时，研究不同职位高管变更，如董事长变更、总经理变更以及两者同时变更，对盈余管理的影响差异。董事长主要负责公司的战略决策和重大事项的把控，总经理则侧重于公司的日常运营管理，他们的变更对公司的影响路径和程度不同，进而可能引发不同的盈余管理策略。研究内容创新：引入公司治理因素，探究其在高管变更与盈余管理关系中的调节作用。公司治理结构，如董事会独立性、监事会监督力度、股权集中度等，对高管的行为具有重要的约束和监督作用。在高管变更时，良好的公司治理结构可以有效抑制高管的盈余管理行为，保障公司和股东的利益。通过构建调节效应模型，分析公司治理因素如何影响高管变更与盈余管理之间的关系，为完善公司治理机制提供更有针对性的建议。例如，董事会独立性较高的公司，在高管变更时，独立董事能够更好地发挥监督作用，对高管的盈余管理行为进行制约，使得公司的财务信息更加真实可靠。样本选取创新：选取最新的[具体年份区间]数据进行研究，相较于以往研究，更能反映当前我国A股上市公司的实际情况。随着我国证券市场的不断发展和完善，监管政策、市场环境以及公司治理水平等都发生了显著变化，使用最新数据可以捕捉到这些变化对高管变更与盈余管理关系的影响，使研究结论更具时效性和现实指导意义。同时，扩大样本范围，涵盖了不同行业、不同规模、不同地区的上市公司，增强了研究结果的普遍性和代表性，减少了样本选择偏差对研究结论的影响。二、理论基础与文献综述2.1相关理论基础2.1.1委托代理理论委托代理理论是现代企业理论的重要组成部分，它主要研究在所有权与经营权分离的情况下，委托人与代理人之间的关系。在上市公司中，股东作为委托人，将公司的经营管理权力委托给高管（代理人），期望高管能够以股东利益最大化为目标进行决策和经营。然而，由于委托人与代理人的目标函数存在差异，信息不对称以及利益冲突等问题，代理人可能会追求自身利益最大化，从而引发委托代理问题。股东的目标通常是追求公司价值最大化，实现股东财富的增长。而高管的目标则更为多元化，除了追求薪酬、奖金等经济利益外，还可能关注个人声誉、职业发展、在职消费等。这种目标差异使得高管在决策时可能会偏离股东的利益，采取一些不利于公司长期发展的行为，盈余管理便是其中之一。例如，高管可能为了获得更高的薪酬或奖金，通过盈余管理手段虚增公司利润，以满足薪酬契约中设定的业绩目标。当公司业绩不佳时，高管为了保住自己的职位或避免受到惩罚，可能会通过调整会计政策、提前确认收入或延迟确认费用等方式，粉饰财务报表，使公司业绩看起来比实际情况更好。此外，委托代理关系中的信息不对称也为高管进行盈余管理提供了条件。高管作为公司经营管理的直接参与者，掌握着大量的内部信息，而股东由于不直接参与公司的日常运营，获取信息的渠道相对有限，信息的及时性和准确性也受到一定的限制。这种信息不对称使得股东难以准确判断公司的真实业绩和财务状况，从而为高管进行盈余管理创造了机会。高管可以利用信息优势，隐瞒或歪曲一些重要的财务信息，以达到自己的目的。为了缓解委托代理问题，减少高管的盈余管理行为，企业通常会采取一系列的措施，如设计合理的薪酬契约、加强内部监督、完善公司治理结构等。合理的薪酬契约可以将高管的薪酬与公司业绩紧密挂钩，使高管的利益与股东的利益趋于一致，从而激励高管努力工作，减少盈余管理的动机。内部监督机制，如内部审计、监事会等，可以对高管的行为进行监督和约束，及时发现和纠正高管的不当行为。完善的公司治理结构，如建立独立董事制度、优化董事会结构等，可以增强公司决策的科学性和公正性，提高公司治理的效率，有效抑制高管的盈余管理行为。2.1.2信息不对称理论信息不对称理论认为，在市场交易中，交易双方所掌握的信息是不对称的，一方往往比另一方拥有更多的信息。在企业中，高管与其他利益相关者（如股东、债权人、投资者等）之间存在着明显的信息不对称。高管作为公司的管理者，对公司的经营状况、财务状况、未来发展前景等信息有着更深入、全面的了解，而其他利益相关者则主要通过公司披露的财务报告等信息来了解公司的情况。这种信息不对称对盈余管理产生了多方面的影响。首先，它为高管进行盈余管理提供了机会。由于其他利益相关者难以获取公司的真实信息，高管可以在不被察觉的情况下，通过盈余管理手段对财务报告进行调整，以达到自己的目的。例如，高管可以利用会计政策的可选择性，选择对自己有利的会计处理方法，调整公司的利润水平。在固定资产折旧方法的选择上，高管可以采用加速折旧法或直线折旧法，不同的折旧方法会对公司的利润产生不同的影响。高管还可以通过操纵应计项目，如应收账款、存货等，来调整公司的盈余。提前确认应收账款或延迟确认存货成本，都可以使公司的利润在短期内得到增加。其次，信息不对称会导致利益相关者对公司业绩的误判。由于无法获取公司的真实信息，利益相关者只能依据公司披露的财务报告来评估公司的业绩和价值。如果高管进行了盈余管理，财务报告中的信息就可能失真，从而误导利益相关者的决策。投资者可能会根据虚假的财务信息，高估公司的价值，做出错误的投资决策，导致投资损失。债权人在评估公司的偿债能力时，如果受到虚假财务信息的影响，可能会给予公司过高的信用评级，增加自身的风险。为了减少信息不对称对盈余管理的影响，提高财务信息的透明度和可靠性，企业需要加强信息披露。企业应按照相关法律法规和会计准则的要求，及时、准确、完整地披露公司的财务信息和非财务信息，使利益相关者能够全面了解公司的情况。同时，监管部门也应加强对企业信息披露的监管，加大对违规披露行为的处罚力度，确保企业披露的信息真实、有效。独立审计机构在减少信息不对称方面也发挥着重要作用。独立审计机构通过对公司财务报表的审计，可以对公司的财务信息进行核实和验证，发现其中可能存在的问题，为利益相关者提供更加可靠的信息。2.1.3契约理论契约理论认为，企业是一系列契约的组合，包括股东与高管之间的薪酬契约、聘任契约，以及企业与债权人、供应商、客户等之间的各种契约。这些契约规定了各方的权利和义务，是企业运行的基础。然而，由于契约的不完备性，即契约无法涵盖所有可能的情况和未来的不确定性，使得高管在契约执行过程中存在一定的自由裁量权，这为高管变更及盈余管理提供了空间。契约的不完备性主要源于以下几个方面。一是未来的不确定性。企业面临着复杂多变的市场环境和经营风险，未来的情况难以准确预测，因此契约无法对所有可能发生的情况做出明确的规定。二是信息不对称。在契约签订时，各方掌握的信息存在差异，导致契约无法充分反映所有相关信息。三是交易成本的存在。制定和执行完备的契约需要耗费大量的时间、精力和成本，当成本过高时，各方可能会选择签订不完备的契约。在高管变更方面，契约的不完备性可能导致高管变更的决策不够科学合理。当公司业绩不佳或出现其他问题时，股东可能会根据契约中的规定，要求变更高管。然而，由于契约无法准确衡量高管的工作努力程度和能力，可能会导致一些有能力的高管被错误地更换，而一些不称职的高管却得以留任。此外，契约的不完备性还可能使得高管变更的过程中出现利益冲突和纠纷。在薪酬契约的执行过程中，如果对高管的离职补偿等问题没有明确的规定，可能会引发高管与股东之间的争议。对于盈余管理，契约的不完备性使得高管可以利用契约中的漏洞，通过盈余管理来实现自身利益最大化。在薪酬契约中，如果薪酬与公司业绩挂钩，而对业绩的衡量指标又不够完善，高管可能会通过盈余管理手段来提高公司的业绩，从而获得更高的薪酬。在聘任契约中，如果对高管的考核标准不够明确，高管可能会为了保住自己的职位，进行盈余管理以粉饰公司的业绩。为了减少契约不完备性对高管变更和盈余管理的影响，需要优化契约设计。在设计薪酬契约时，应采用多元化的业绩衡量指标，不仅关注财务指标，还要考虑非财务指标，如市场份额、客户满意度、员工满意度等，以更全面地衡量高管的工作绩效。同时，应明确契约中的各项条款，减少模糊性和不确定性，避免给高管留下操纵的空间。加强对契约执行的监督和管理，确保契约的有效执行，对于违反契约的行为，应给予相应的处罚。2.2国内外文献综述2.2.1国外研究现状国外学者对高管变更与盈余管理关系的研究起步较早，取得了丰硕的成果。DeAngelo（1988）以美国制造业上市公司为样本，研究发现公司高管为了能够继续担任此职位，存在正向盈余管理行为。当公司业绩不佳时，高管会通过操纵应计项目等手段来调增利润，以满足业绩考核要求，降低被更换的风险。Pourciau（1993）的研究则关注了高管变更前后的盈余管理行为。他发现离职者没有进行盈余调整，而继任者则会调减当年盈余以归罪于离职者，同时在未来会调增盈余，以证明自身经营才能。在新任高管上任当年，通过会计手段减少利润，将公司业绩不佳的责任归咎于前任高管；而在后续年度，为了展现自己的管理能力，会采取措施增加利润。Wells（1998）进一步拓展了研究，他将高管变更分为正常变更和非正常变更，并研究了不同类型变更下的盈余管理行为。研究结果表明，在非正常变更情况下，公司的盈余管理程度更高。当高管因业绩不佳、违规行为等非正常原因离职时，新任高管往往面临更大的业绩压力，可能会采取更为激进的盈余管理手段来改善公司业绩。例如，通过提前确认收入、延迟确认费用等方式，在短期内提升公司的利润水平。随着研究的深入，学者们开始关注盈余管理的不同方式以及其他因素对高管变更与盈余管理关系的影响。Cohen等（2008）研究发现，随着法律制度与会计准则的日臻完善，上市公司利用应计项目进行盈余管理的空间越来越小，许多公司转而利用更加隐蔽的真实活动进行盈余管理。在高管变更期间，这种趋势更为明显。新任高管可能会通过期末降价促销、削减研发支出等真实活动来调整公司的盈余，以达到特定的业绩目标。此外，国外学者还研究了公司治理结构、股权结构等因素在高管变更与盈余管理关系中的调节作用。Forker（1999）发现，董事会独立性较高的公司，高管变更与盈余管理之间的正相关关系会减弱。独立董事能够发挥监督作用，对高管的盈余管理行为进行制约，使得公司在高管变更时的财务信息更加真实可靠。当董事会中独立董事比例较高时，他们会对高管的决策进行严格审查，减少高管为了个人利益而进行盈余管理的行为。2.2.2国内研究现状国内学者在借鉴国外研究的基础上，结合我国资本市场的特点，对高管变更与盈余管理关系进行了深入研究。朱红军（2002）研究发现持股人变更与高管人员变动存在相关关系，管理者的更换并没有达到预期目标，反而导致了盈余管理行为。在股权结构发生变化，持股人变更时，新的管理层可能会为了适应新的股东要求或展现自己的能力，进行盈余管理。朱星文等（2009）研究表明更换当年有较严重的负向盈余管理行为，而当控股股东是政府部门所属的国有企业，其负向盈余管理行为会得到抑制。在高管变更当年，管理层可能会通过计提大量资产减值准备等方式，减少公司利润，为未来业绩提升创造空间。而在国有企业中，由于政府部门的监管和约束，管理层的这种负向盈余管理行为会受到一定程度的限制。张宝琳（2012）从高管变更职位和变更类型两个角度进行研究。从职位角度，采用单因素方差分析及多元回归分析方法，得出董事长单独变更当年，与未发生高管变更的公司相比，没有显著盈余管理行为；总经理单独变更当年，与未发生高管变更的公司相比，有显著的负向盈余管理行为；董事长与总经理同时变更当年，与未发生高管变更的公司相比，有显著的负向盈余管理行为，且比董事长单独变更和总经理单独变更时更加显著。从变更类型角度，采用独立样本T检验及多元回归分析方法，发现不同类型的高管变更对盈余管理行为的影响存在差异。近期，国内学者也开始关注公司治理因素在高管变更与盈余管理关系中的作用。例如，余怒涛等（2009）发现董事会规模与盈余反应系数显著正相关，董事会规模越大，盈余管理行为发生的可能性越大。较大的董事会规模可能导致决策效率低下，内部监督不力，使得高管更容易进行盈余管理。而路萌（2010）发现董事长与总经理两职是否兼任、董事会规模、独立董事比例与盈余管理行为不存在显著相关性，仅董事会会议次数与盈余管理程度呈负相关关系。董事会会议次数越多，董事们能够更频繁地交流和监督公司运营，从而抑制盈余管理行为。2.2.3文献评述综上所述，国内外学者在高管变更与盈余管理关系的研究方面取得了丰富的成果，为后续研究奠定了坚实的基础。然而，现有研究仍存在一些不足之处。在研究视角上，虽然部分学者对高管变更进行了细分，如分为正常变更与非正常变更、自愿变更与非自愿变更等，但对于不同细分类型下盈余管理行为的深入比较研究还相对较少。对于不同行业、不同规模公司在高管变更时盈余管理行为的差异研究也不够全面。不同行业的经营特点和市场环境不同，高管变更对盈余管理的影响可能存在显著差异。大型企业和小型企业在公司治理结构、融资需求等方面也存在差异，这些因素如何影响高管变更与盈余管理的关系，还需要进一步深入探讨。在研究内容上，虽然已有研究关注了公司治理因素对高管变更与盈余管理关系的调节作用，但对于其他可能影响两者关系的因素，如宏观经济环境、行业竞争态势等，研究还相对不足。宏观经济环境的变化，如经济衰退或繁荣，会影响企业的经营业绩和融资环境，进而可能影响高管在变更时的盈余管理决策。行业竞争态势激烈时，企业为了保持市场份额和竞争力，高管可能会采取不同的盈余管理策略。此外，对于高管变更与盈余管理关系在时间维度上的动态变化研究也有待加强，随着企业的发展和市场环境的变化，两者关系可能会发生改变。在研究方法上，部分研究在样本选取上存在局限性，样本数量相对较少或样本时间跨度较短，可能导致研究结果的普遍性和代表性不足。一些研究在盈余管理计量模型的选择上也存在一定争议，不同的计量模型可能会得出不同的结果，影响研究结论的可靠性。鉴于以上不足，本研究将选取最新的[具体年份区间]数据，扩大样本范围，涵盖不同行业、不同规模、不同地区的A股上市公司，以增强研究结果的普遍性和代表性。从多个维度细分高管变更类型，深入研究不同类型高管变更下盈余管理行为的差异。引入宏观经济环境、行业竞争态势等因素，探究其对高管变更与盈余管理关系的影响。同时，采用多种稳健的盈余管理计量模型进行验证，确保研究结果的可靠性，以期为该领域的研究提供新的视角和更丰富的实证证据。三、研究设计3.1研究假设3.1.1高管变更与盈余管理总体关系假设根据委托代理理论，高管与股东的目标存在差异，高管可能为追求自身利益而进行盈余管理。在高管变更期间，这种利益冲突可能更为明显。原高管在离职前，为了提升自身声誉、获取更高的离职补偿或避免因业绩不佳而受到指责，有动机通过盈余管理手段美化公司业绩。例如，[公司名称A]的原高管在得知即将离职的消息后，通过提前确认收入、延迟确认费用等方式，虚增了公司的利润，使得公司的财务报表看起来更为亮眼。新上任的高管则可能出于树立自身形象、为未来业绩目标的实现创造有利条件等目的，对公司盈余进行调整。如[公司名称B]的新任高管在入职后，通过计提大量资产减值准备等方式，进行负向盈余管理，将公司业绩不佳的责任归咎于前任高管，为自己未来提升业绩留出空间。基于以上分析，提出假设1：我国A股上市公司高管变更与盈余管理存在显著关系。在高管变更前一年和当年，公司的盈余管理程度会显著高于未发生高管变更的公司，且变更前一年可能存在正向盈余管理，变更当年可能存在负向盈余管理。3.1.2不同继任模式下的盈余管理假设高管继任模式主要分为内部继任和外部聘任。内部继任者通常对公司的内部情况、业务流程和企业文化较为熟悉，与公司内部各部门和员工的沟通成本较低。然而，他们可能受到公司原有利益集团的影响，并且为了维护自己在公司内部的人际关系和地位，在进行决策时可能会有所顾虑。在盈余管理方面，内部继任者可能更倾向于采用较为温和的方式进行盈余管理，以避免对公司内部造成过大的冲击。由于他们对公司的历史财务数据和运营情况了解深入，可能会利用一些隐蔽的会计手段来调整盈余，以实现自身利益与公司利益的平衡。外部聘任者则往往具有新的管理理念、经验和资源，能够为公司带来新的活力和发展思路。然而，他们对公司的了解相对较少，需要一定的时间来适应公司的内部环境。为了快速证明自己的能力，获取股东和公司内部的认可，外部聘任者可能会采取更为激进的盈余管理策略。在业绩压力下，他们可能会通过一些大胆的财务操作，如进行大规模的资产减值计提或转回、操纵非经常性损益等，来在短期内改变公司的业绩表现。基于上述分析，提出假设2：在我国A股上市公司中，不同继任模式下的盈余管理存在差异。外部聘任的高管在继任当年的负向盈余管理程度大于内部继任的高管；内部继任的高管在继任后一年的正向盈余管理程度大于外部聘任的高管。3.1.3不同变更职位下的盈余管理假设董事长和总经理在公司中扮演着不同的角色，其职责和权力范围有所不同，因此他们的变更对公司盈余管理的影响也可能存在差异。董事长主要负责公司的战略规划、重大决策的制定以及对公司整体发展方向的把控，对公司的长期发展有着重要影响。当董事长单独变更时，公司的战略方向可能会发生调整，新的董事长可能会为了推行自己的战略理念，对公司的财务数据进行一定的调整，以使其更符合新的战略规划。由于董事长的决策通常需要经过董事会的审议和批准，其盈余管理行为可能会受到一定的制约，所以董事长单独变更当年的盈余管理行为可能不太显著。总经理则主要负责公司的日常运营管理，对公司的短期业绩有着直接的责任。当总经理单独变更时，新任总经理为了展示自己的管理能力，提升公司的短期业绩，可能会采取更为积极的盈余管理措施。他们可能会通过调整成本费用、操纵收入确认等方式，对公司的盈余进行调整，以满足业绩考核要求或提升自身的职业声誉。因此，总经理单独变更当年，公司可能会出现较为显著的盈余管理行为，且可能以负向盈余管理为主，以便为未来业绩提升创造空间。当董事长与总经理同时变更时，公司的内部权力结构和管理体系会发生较大的变化，新的领导班子可能会对公司进行全面的调整和改革。为了实现自己的管理目标，新班子可能会采取更为激进的盈余管理策略，以迅速改变公司的业绩面貌。此时，公司的盈余管理程度可能会比董事长单独变更和总经理单独变更时更为显著，且负向盈余管理的可能性较大，通过大幅调整财务数据，将公司过去存在的问题暴露出来，并为未来的业绩提升奠定基础。基于此，提出假设3：在我国A股上市公司中，不同变更职位下的盈余管理存在差异。董事长单独变更当年，与未发生高管变更的公司相比，没有显著盈余管理行为；总经理单独变更当年，与未发生高管变更的公司相比，有显著的负向盈余管理行为；董事长与总经理同时变更当年，与未发生高管变更的公司相比，有显著的负向盈余管理行为，且比董事长单独变更和总经理单独变更时更加显著。3.2样本选取与数据来源3.2.1样本选取本研究选取[具体年份区间]在沪深两市上市的A股公司作为初始研究样本。为确保研究结果的可靠性和有效性，对样本进行了如下筛选：剔除ST、*ST类上市公司。这类公司通常面临财务状况异常或其他重大风险，其财务数据可能存在较大的扭曲，与正常经营的公司具有本质区别。ST公司往往连续亏损，其财务指标和经营状况与其他公司不可比，将其纳入样本会干扰研究结果的准确性。剔除金融保险行业上市公司。金融保险行业具有独特的业务模式和监管要求，其财务报表结构和会计处理方法与其他行业存在显著差异。银行的资产主要以金融资产为主，其贷款业务的会计核算、风险评估等都与一般制造业企业不同，若不剔除，会影响研究的同质性。剔除数据缺失严重的样本。数据的完整性对于实证研究至关重要，缺失关键数据会导致模型估计偏差，无法准确反映变量之间的关系。对于资产负债表、利润表等重要财务报表中关键数据缺失的公司，予以剔除。经过上述筛选，最终得到[X]个有效样本。在样本筛选过程中，严格遵循相关的统计学和研究方法要求，确保每个样本都具有代表性和可靠性。通过对初始样本的仔细甄别，排除了可能对研究结果产生干扰的异常样本，为后续的实证分析奠定了坚实的基础。3.2.2数据来源本研究的数据主要来源于以下几个权威数据库：国泰安数据库（CSMAR）：该数据库是国内金融经济领域的重要数据提供商，涵盖了丰富的上市公司财务数据、公司治理数据以及高管信息等。从国泰安数据库中获取了样本公司的资产负债表、利润表、现金流量表等详细的财务数据，这些数据按照统一的标准进行整理和分类，具有较高的准确性和规范性。公司的营业收入、净利润、资产总额、负债总额等关键财务指标，以及高管的任职信息、变更时间等数据，都来自该数据库。Wind数据库：Wind数据库也是金融领域广泛使用的数据库，提供了全面的金融市场数据和宏观经济数据。从Wind数据库中补充获取了部分公司的行业分类、市场行情等数据，以完善研究样本的信息。行业分类数据有助于分析不同行业背景下高管变更与盈余管理的关系，市场行情数据则可用于控制宏观经济环境对公司的影响。上市公司年报：为了确保数据的准确性和完整性，对从数据库中获取的数据进行了核对和补充。通过查阅上市公司年报，获取了一些数据库中未涵盖的详细信息，如公司的重大事项披露、会计政策变更等内容。上市公司年报是公司信息披露的重要渠道，其中包含了丰富的非财务信息和详细的财务报表附注，对于深入了解公司的经营状况和财务情况具有重要价值。在数据获取过程中，严格遵守数据库的使用规定，确保数据的合法性和合规性。对不同来源的数据进行了交叉验证，以提高数据的质量。对于一些存在疑问的数据，通过多方查证和对比，确保数据的准确性。在使用上市公司年报时，仔细研读年报内容，提取关键信息，并与数据库中的数据进行比对，避免因数据录入错误或解读偏差而影响研究结果。3.3变量定义与模型构建3.3.1变量定义本研究涉及的变量主要包括被解释变量、解释变量和控制变量，具体定义如下：被解释变量：盈余管理（EM）：采用修正的Jones模型计算的操纵性应计利润（DA）来衡量盈余管理程度。操纵性应计利润是指企业通过会计手段操纵而产生的应计利润部分，它能够反映企业管理层进行盈余管理的程度。修正的Jones模型在计算时考虑了非经常性损益等因素，使计算结果更能准确反映企业的盈余管理行为。具体计算步骤如下：首先，计算总应计利润（TA），公式为：TA_{i,t}=\frac{NDA_{i,t}+DA_{i,t}}{A_{i,t-1}}，其中NDA_{i,t}为非操纵性应计利润，DA_{i,t}为操纵性应计利润，A_{i,t-1}为i公司t-1期期末总资产。然后，通过回归模型估计非操纵性应计利润，公式为：\frac{TA_{i,t}}{A_{i,t-1}}=\alpha_{1}\frac{1}{A_{i,t-1}}+\alpha_{2}\frac{\DeltaREV_{i,t}-\DeltaREC_{i,t}}{A_{i,t-1}}+\alpha_{3}\frac{PPE_{i,t}}{A_{i,t-1}}+\xi_{i,t}，其中\DeltaREV_{i,t}为i公司t期营业收入与t-1期营业收入的差额，\DeltaREC_{i,t}为i公司t期应收账款与t-1期应收账款的差额，PPE_{i,t}为i公司t期期末固定资产原值，\alpha_{1}、\alpha_{2}、\alpha_{3}为回归系数，\xi_{i,t}为残差。最后，计算操纵性应计利润，公式为：DA_{i,t}=\frac{TA_{i,t}}{A_{i,t-1}}-\hat{NDA}_{i,t}，其中\hat{NDA}_{i,t}为估计的非操纵性应计利润。操纵性应计利润DA的绝对值越大，表示盈余管理程度越高；DA大于0时，为正向盈余管理；DA小于0时，为负向盈余管理。解释变量：高管变更（Turnover）：当公司在当年发生董事长或总经理变更时，Turnover取值为1，否则取值为0。这里的高管变更包括正常变更和非正常变更，正常变更如任期届满、退休等；非正常变更如因业绩不佳、违规行为等原因导致的变更。通过该变量来判断公司是否处于高管变更状态，进而分析其对盈余管理的影响。继任模式（Succession）：分为内部继任和外部聘任。当继任高管来自公司内部时，Succession取值为0；当继任高管来自公司外部时，Succession取值为1。不同的继任模式可能会导致高管在决策和行为上的差异，从而影响公司的盈余管理策略。变更职位（Position）：设置三个虚拟变量来区分不同的变更职位情况。当董事长单独变更时，Position1取值为1，否则为0；当总经理单独变更时，Position2取值为1，否则为0；当董事长与总经理同时变更时，Position3取值为1，否则为0。通过这些变量可以分别研究不同职位高管变更对盈余管理的影响。控制变量：公司规模（Size）：以公司期末总资产的自然对数来衡量。公司规模越大，其业务复杂度和资源配置能力可能越强，对盈余管理的影响也可能不同。一般来说，大公司可能受到更多的监管和关注，盈余管理的难度相对较大，但也可能有更多的资源和手段来进行盈余管理。资产负债率（Lev）：等于总负债除以总资产。它反映了公司的偿债能力和财务风险，较高的资产负债率可能意味着公司面临更大的财务压力，从而影响高管的决策，包括是否进行盈余管理以及盈余管理的程度。盈利能力（ROA）：用净利润除以总资产来表示。盈利能力强的公司可能更有动力维护良好的业绩形象，或者为了达到更高的业绩目标而进行盈余管理；而盈利能力差的公司可能会通过盈余管理来掩盖业绩不佳的情况。成长能力（Growth）：以营业收入增长率衡量。公司的成长能力反映了其未来的发展潜力，处于快速成长阶段的公司可能需要更多的资金支持，为了满足融资需求或吸引投资者，可能会进行一定程度的盈余管理。股权集中度（Top1）：指第一大股东持股比例。股权集中度越高，大股东对公司的控制能力越强，可能会对高管的决策产生更大的影响，进而影响公司的盈余管理行为。大股东可能出于自身利益考虑，要求高管进行盈余管理以实现特定目标。独立董事比例（Indep）：独立董事人数占董事会总人数的比例。独立董事具有独立性和专业性，能够对公司的决策进行监督和制衡。较高的独立董事比例可以增强公司治理的有效性，抑制高管的盈余管理行为。行业（Industry）：设置行业虚拟变量，根据证监会行业分类标准，将样本公司分为[具体行业数量]个行业，以控制行业因素对盈余管理的影响。不同行业的经营特点、市场竞争环境和监管要求不同，盈余管理的程度和方式可能存在差异。年份（Year）：设置年份虚拟变量，涵盖[具体年份区间]，以控制宏观经济环境和政策变化对盈余管理的影响。不同年份的经济形势、货币政策、税收政策等因素都会对企业的经营和财务决策产生影响，进而影响盈余管理行为。3.3.2模型构建为了检验假设1，即我国A股上市公司高管变更与盈余管理存在显著关系，构建如下回归模型：EM_{i,t}=\beta_{0}+\beta_{1}Turnover_{i,t}+\sum_{j=1}^{7}\beta_{j+1}Control_{j,i,t}+\epsilon_{i,t}其中，EM_{i,t}表示i公司t期的盈余管理程度；Turnover_{i,t}表示i公司t期是否发生高管变更；Control_{j,i,t}表示j个控制变量，包括公司规模（Size）、资产负债率（Lev）、盈利能力（ROA）、成长能力（Growth）、股权集中度（Top1）、独立董事比例（Indep）、行业（Industry）和年份（Year）；\beta_{0}为常数项，\beta_{1}至\beta_{8}为回归系数，\epsilon_{i,t}为随机误差项。如果\beta_{1}显著不为0，则表明高管变更与盈余管理存在显著关系。当\beta_{1}大于0时，说明高管变更与正向盈余管理相关；当\beta_{1}小于0时，说明高管变更与负向盈余管理相关。为了检验假设2，即不同继任模式下的盈余管理存在差异，构建如下回归模型：EM_{i,t}=\beta_{0}+\beta_{1}Succession_{i,t}+\sum_{j=1}^{7}\beta_{j+1}Control_{j,i,t}+\epsilon_{i,t}其中，Succession_{i,t}表示i公司t期的继任模式，其他变量定义与模型1相同。通过检验\beta_{1}的显著性和正负，判断不同继任模式下盈余管理的差异。如果\beta_{1}显著小于0，说明外部聘任的高管在继任当年的负向盈余管理程度大于内部继任的高管；如果在继任后一年的回归模型中，\beta_{1}显著大于0，则说明内部继任的高管在继任后一年的正向盈余管理程度大于外部聘任的高管。为了检验假设3，即不同变更职位下的盈余管理存在差异，构建如下回归模型：EM_{i,t}=\beta_{0}+\beta_{1}Position1_{i,t}+\beta_{2}Position2_{i,t}+\beta_{3}Position3_{i,t}+\sum_{j=1}^{7}\beta_{j+4}Control_{j,i,t}+\epsilon_{i,t}其中，Position1_{i,t}、Position2_{i,t}、Position3_{i,t}分别表示i公司t期董事长单独变更、总经理单独变更、董事长与总经理同时变更的情况，其他变量定义与模型1相同。通过检验\beta_{1}、\beta_{2}、\beta_{3}的显著性和正负，判断不同变更职位下盈余管理的差异。如果\beta_{1}不显著，说明董事长单独变更当年与未发生高管变更的公司相比，没有显著盈余管理行为；如果\beta_{2}显著小于0，说明总经理单独变更当年与未发生高管变更的公司相比，有显著的负向盈余管理行为；如果\beta_{3}显著小于0，且其绝对值大于\beta_{2}的绝对值，说明董事长与总经理同时变更当年与未发生高管变更的公司相比，有显著的负向盈余管理行为，且比董事长单独变更和总经理单独变更时更加显著。四、实证结果与分析4.1描述性统计4.1.1主要变量的描述性统计对样本中涉及的主要变量进行描述性统计，结果如表1所示：变量样本量均值标准差最小值最大值EM[X]0.0320.125-0.4560.678Turnover[X]0.3500.47701Succession[X]0.2800.44901Position1[X]0.1500.35701Position2[X]0.1800.38501Position3[X]0.0700.25501Size[X]22.0561.23419.87625.678Lev[X]0.4800.2010.0500.950ROA[X]0.0450.067-0.3500.250Growth[X]0.1560.321-0.5602.340Top1[X]0.3200.1250.0800.750Indep[X]0.3700.0500.3330.500从表1可以看出，盈余管理（EM）的均值为0.032，标准差为0.125，说明样本公司存在一定程度的盈余管理行为，且不同公司之间的盈余管理程度差异较大。高管变更（Turnover）的均值为0.350，表明样本中有35%的公司在当年发生了高管变更。继任模式（Succession）的均值为0.280，意味着有28%的继任高管来自公司外部。在变更职位方面，董事长单独变更（Position1）的均值为0.150，总经理单独变更（Position2）的均值为0.180，董事长与总经理同时变更（Position3）的均值为0.070，说明总经理单独变更的情况相对较为常见，而董事长与总经理同时变更的情况相对较少。公司规模（Size）的均值为22.056，反映出样本公司的平均规模处于一定水平，且不同公司之间规模差异较大。资产负债率（Lev）的均值为0.480，表明样本公司的整体负债水平适中，但也存在个别公司负债水平较高或较低的情况。盈利能力（ROA）的均值为0.045，说明样本公司的平均盈利能力一般，部分公司的盈利能力较差，甚至出现亏损。成长能力（Growth）的均值为0.156，最大值达到2.340，最小值为-0.560，显示出样本公司的成长能力参差不齐，部分公司具有较高的成长潜力，而部分公司则面临成长困境。股权集中度（Top1）的均值为0.320，说明样本公司的股权相对较为集中，第一大股东对公司具有一定的控制权。独立董事比例（Indep）的均值为0.370，接近监管要求的三分之一，表明样本公司在独立董事制度建设方面基本符合要求，但仍有提升空间。4.1.2不同分组下变量的统计差异将样本按照高管变更情况分为高管变更组（Turnover=1）和未变更组（Turnover=0），对两组的主要变量进行均值差异检验，结果如表2所示：变量变更组（N=[X1]）未变更组（N=[X2]）均值差异t检验EM0.045***0.020***3.567***Size22.123***21.987***2.568***Lev0.500***0.460***3.256***ROA0.030***0.055***-4.567***Growth0.120***0.180***-2.876***Top10.330***0.310***2.012***Indep0.375***0.365***1.876**注：*、、*分别表示在1%、5%、10%的水平上显著。从表2可以看出，高管变更组的盈余管理程度（EM）均值为0.045，显著高于未变更组的0.020，初步验证了假设1中高管变更与盈余管理存在显著关系的观点，且高管变更公司的盈余管理程度更高。在公司规模方面，变更组的均值为22.123，大于未变更组的21.987，说明发生高管变更的公司规模相对较大。资产负债率方面，变更组的均值为0.500，高于未变更组的0.460，表明变更组公司的负债水平相对较高，可能面临更大的财务风险。盈利能力上，变更组的ROA均值为0.030，显著低于未变更组的0.055，说明发生高管变更的公司盈利能力相对较弱，这可能是导致高管变更的原因之一，也可能是高管变更带来的结果。成长能力方面，变更组的Growth均值为0.120，低于未变更组的0.180，显示变更组公司的成长能力相对不足。股权集中度上，变更组的Top1均值为0.330，略高于未变更组的0.310，说明变更组公司的股权集中度相对较高，大股东对公司的控制能力更强。独立董事比例方面，变更组的Indep均值为0.375，稍高于未变更组的0.365，且在5%的水平上显著，表明变更组公司在独立董事的设置上可能更为重视，以加强公司治理和监督。4.2相关性分析4.2.1变量间的相关性检验在进行回归分析之前，为了初步了解各变量之间的关系，并检验是否存在严重的多重共线性问题，对主要变量进行了Pearson相关性分析，结果如表3所示：变量EMTurnoverSuccessionPosition1Position2Position3SizeLevROAGrowthTop1IndepEM1Turnover0.235***1Succession-0.187***0.156***1Position10.085**0.220***0.076*1Position2-0.123***0.250***0.098**0.065*1Position3-0.156***0.180***0.112***0.075*0.450***1Size0.145***0.120***0.068*0.072*0.095**0.058*1Lev0.092**0.135***0.088**0.063*0.096**0.073*0.567***1ROA-0.210***-0.170***-0.079**0.055-0.130***-0.105***-0.380***-0.450***1Growth0.105***-0.090**-0.066*0.071*-0.085**-0.068*0.250***0.087**-0.150***1Top10.078**0.095**0.064*0.070*0.080**0.062*0.360***0.270***-0.120***0.065*1Indep0.057*0.082**0.0550.061*0.060*0.0500.075*0.068*-0.069*0.056*0.063*1注：*、、*分别表示在1%、5%、10%的水平上显著（双尾检验）。4.2.2相关性结果分析从表3的相关性分析结果可以看出：高管变更与盈余管理的关系：高管变更（Turnover）与盈余管理（EM）在1%的水平上显著正相关，相关系数为0.235。这初步表明，发生高管变更的公司，其盈余管理程度更高，为假设1提供了初步的支持。当公司发生高管变更时，原高管可能为了自身利益，如离职补偿、职业声誉等，在离职前进行盈余管理，美化公司业绩；新上任的高管也可能出于为未来业绩目标创造有利条件等目的，对公司盈余进行调整，从而导致公司的盈余管理程度上升。继任模式与盈余管理的关系：继任模式（Succession）与盈余管理（EM）在1%的水平上显著负相关，相关系数为-0.187。这意味着外部聘任的高管在继任当年更倾向于进行负向盈余管理，初步支持了假设2中关于外部聘任高管负向盈余管理程度大于内部继任高管的观点。外部聘任的高管为了迅速证明自己的能力，获取股东和公司内部的认可，可能会在继任当年采取较为激进的负向盈余管理策略，如计提大量资产减值准备等，将公司业绩不佳的责任归咎于前任高管，为自己未来提升业绩留出空间。变更职位与盈余管理的关系：董事长单独变更（Position1）与盈余管理（EM）在5%的水平上显著正相关，相关系数为0.085；总经理单独变更（Position2）与盈余管理（EM）在1%的水平上显著负相关，相关系数为-0.123；董事长与总经理同时变更（Position3）与盈余管理（EM）在1%的水平上显著负相关，相关系数为-0.156。这表明不同变更职位下的盈余管理存在差异，初步支持了假设3。董事长单独变更时，可能会为了推行自己的战略理念，对公司的财务数据进行一定的调整，从而导致盈余管理程度上升；总经理单独变更时，为了展示自己的管理能力，提升公司的短期业绩，可能会采取负向盈余管理措施；而董事长与总经理同时变更时，公司内部权力结构和管理体系发生较大变化，新班子可能会采取更为激进的负向盈余管理策略，以迅速改变公司的业绩面貌，且负向盈余管理程度比董事长单独变更和总经理单独变更时更为显著。控制变量与盈余管理的关系：公司规模（Size）与盈余管理（EM）在1%的水平上显著正相关，说明规模较大的公司可能有更多的资源和手段进行盈余管理。资产负债率（Lev）与盈余管理（EM）在5%的水平上显著正相关，表明负债水平较高的公司可能面临更大的财务压力，从而促使高管进行盈余管理。盈利能力（ROA）与盈余管理（EM）在1%的水平上显著负相关，说明盈利能力越强的公司，盈余管理程度越低，因为盈利能力强的公司更有动力维护良好的业绩形象，不需要通过过度的盈余管理来掩盖业绩问题。成长能力（Growth）与盈余管理（EM）在5%的水平上显著正相关，意味着成长能力较强的公司可能为了满足融资需求或吸引投资者，会进行一定程度的盈余管理。股权集中度（Top1）与盈余管理（EM）在5%的水平上显著正相关，说明股权相对集中的公司，大股东对公司的控制能力较强，可能会影响高管的决策，导致公司的盈余管理程度上升。独立董事比例（Indep）与盈余管理（EM）在10%的水平上显著正相关，虽然相关性较弱，但也表明独立董事比例的提高并没有有效抑制盈余管理行为，可能是由于独立董事的独立性和监督作用未能充分发挥。此外，从相关性矩阵中可以看出，各控制变量之间的相关性系数大多在0.5以下，说明不存在严重的多重共线性问题，不会对后续的回归分析结果产生较大影响。但仍需在回归分析中进一步检验多重共线性，以确保模型的可靠性。4.3回归分析4.3.1总体回归结果对模型1进行回归分析，结果如表4所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||---|---|---|---|---|---||Turnover|0.045***|0.012|3.750|0.000|0.021,0.069||Size|0.020***|0.005|4.000|0.000|0.010,0.030||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||变量|系数|标准误|t值|P>|t||[95%置信区间]||---|---|---|---|---|---||Turnover|0.045***|0.012|3.750|0.000|0.021,0.069||Size|0.020***|0.005|4.000|0.000|0.010,0.030||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||---|---|---|---|---|---||Turnover|0.045***|0.012|3.750|0.000|0.021,0.069||Size|0.020***|0.005|4.000|0.000|0.010,0.030||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Turnover|0.045***|0.012|3.750|0.000|0.021,0.069||Size|0.020***|0.005|4.000|0.000|0.010,0.030||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Size|0.020***|0.005|4.000|0.000|0.010,0.030||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Lev|0.030***|0.008|3.750|0.000|0.014,0.046||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||ROA|-0.150***|0.025|-6.000|0.000|-0.200,-0.100||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Growth|0.035***|0.010|3.500|0.000|0.015,0.055||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Top1|0.025***|0.009|2.778|0.006|0.007,0.043||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Indep|0.015|0.020|0.750|0.453|-0.024,0.054||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242||Year|控制|-|-|-|-|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242|_cons|-0.400***|0.080|-5.000|0.000|-0.558,-0.242|注：*、、*分别表示在1%、5%、10%的水平上显著。从表4的回归结果可以看出，高管变更（Turnover）的系数为0.045，且在1%的水平上显著为正。这表明，在控制了公司规模、资产负债率、盈利能力、成长能力、股权集中度和独立董事比例等因素后，我国A股上市公司高管变更与盈余管理存在显著的正相关关系，即发生高管变更的公司，其盈余管理程度显著高于未发生高管变更的公司，假设1得到验证。这与之前的描述性统计和相关性分析结果一致，进一步说明高管变更会引发公司的盈余管理行为。原高管可能为了在离职时获得更好的业绩评价或更高的离职补偿，采取盈余管理手段美化业绩；新上任的高管则可能为了展示自己的能力或为未来业绩目标的实现创造有利条件，对公司盈余进行调整。在控制变量方面，公司规模（Size）的系数为0.020，在1%的水平上显著为正，说明公司规模越大，盈余管理程度越高。大公司可能由于业务复杂、管理层级较多，存在更多的盈余管理空间和动机。资产负债率（Lev）的系数为0.030，在1%的水平上显著为正，表明负债水平较高的公司，高管可能会为了缓解财务压力或满足债务契约要求而进行盈余管理。盈利能力（ROA）的系数为-0.150，在1%的水平上显著为负，意味着盈利能力越强的公司，盈余管理程度越低，因为盈利能力强的公司更倾向于真实反映业绩。成长能力（Growth）的系数为0.035，在1%的水平上显著为正，说明成长能力较强的公司可能为了吸引投资者或满足融资需求而进行盈余管理。股权集中度（Top1）的系数为0.025，在1%的水平上显著为正，显示股权相对集中的公司，大股东对公司的控制能力较强，可能会促使高管进行盈余管理以实现大股东的利益。独立董事比例（Indep）的系数不显著，说明在本研究中，独立董事比例对盈余管理的抑制作用不明显，可能是由于独立董事的独立性和监督作用未能充分发挥。4.3.2不同继任模式的回归结果对模型2进行回归分析，以检验不同继任模式下的盈余管理差异，结果如表5所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||---|---|---|---|---|---||Succession|-0.035***|0.010|-3.500|0.000|-0.055,-0.015||Size|0.022***|0.005|4.400|0.000|0.012,0.032||Lev|0.032***|0.008|4.000|0.000|0.016,0.048||ROA|-0.145***|0.025|-5.800|0.000|-0.194,-0.096||Growth|0.038***|0.010|3.800|0.000|0.018,0.058||Top1|0.028***|0.009|3.111|0.002|0.010,0.046||Indep|0.018|0.020|0.900|0.368|-0.021,0.057||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.420***|0.080|-5.250|0.000|-0.577,-0.263||变量|系数|标准误|t值|P>|t||[95%置信区间]||---|---|---|---|---|---||Succession|-0.035***|0.010|-3.500|0.000|-0.055,-0.015||Size|0.022***|0.005|4.400|0.000|0.012,0.032||Lev|0.032***|0.008|4.000|0.000|0.016,0.048||ROA|-0.145***|0.025|-5.800|0.000|-0.194,-0.096||Growth|0.038***|0.010|3.800|0.000|0.018,0.058||Top1|0.028***|0.009|3.111|0.002|0.010,0.046||Indep|0.018|0.020|0.900|0.368|-0.021,0.057||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.420***|0.080|-5.250|0.000|-0.577,-0.263||---|---|---|---|---|---||Succession|-0.035***|0.010|-3.500|0.000|-0.055,-0.015||Size|0.022***|0.005|4.400|0.000|0.012,0.032||Lev|0.032***|0.008|4.000|0.000|0.016,0.048||ROA|-0.145***|0.025|-5.800|0.000|-0.194,-0.096||Growth|0.038***|0.010|3.800|0.000|0.018,0.058||Top1|0.028***|0.009|3.111|0.002|0.010,0.046||Indep|0.018|0.020|0.900|0.368|-0.021,0.057||Industry|控制|-|-|-|-||Year|控制|-|-|-|-|_cons|-0.420***|0.080|-5.250|0.000|-0.577,-0.263||Succession|-0.035***|0.010|-3.500|0.000|-0.055,-0.015||Size|0.022***|0.005|4.400|0.000|0.012,0.032||Lev|0.032***|0.008|4.000|0.000|0.016,0.048||ROA|-0.145***|0.025|-5.800|0.000|-0.194,-0.096||Growth|0.038***|0.010|3.800|0.000|0.018,0.058||Top1|0.028***|0.009|3.111|0.002|0.010,0.046||Indep|0.018|0.020|0.900|0.368|-0.021,0.057||Indus