高管腐败与盈余管理的实证研究-基于沪深A股市场

高管腐败与盈余管理的实证研究——基于沪深A股市场一、引言1.1研究背景与意义在现代企业制度中，所有权与经营权的分离导致了委托代理问题的产生。高管作为企业的实际经营者，掌握着大量的企业资源和决策权，而股东则期望通过高管的经营活动实现自身利益最大化。然而，当高管的个人利益与股东利益不一致时，高管可能会利用其权力进行腐败行为，以谋取私利。近年来，高管腐败案件在我国频繁发生，引起了社会各界的广泛关注。据相关媒体报道，2014年上半年，共有44名国有企业高级管理人员被查，平均一星期就有两名管理人员落马。到2015年1月为止，全国共查处1650件贪腐案件，有1406人遭到党纪、政纪处分，而在这其中高管腐败成为重灾区。高管腐败不仅损害了企业的利益，也影响了资本市场的健康发展。盈余管理是企业管理层在遵循会计准则的基础上，通过对企业对外报告的会计收益信息进行控制或调整，以达到主体自身利益最大化的行为。已有研究表明，盈余管理会降低会计信息质量，误导投资者的决策，进而影响资本市场的资源配置效率。那么，高管腐败是否会影响企业的盈余管理行为？两者之间存在怎样的关系？这是本文研究的核心问题。本文基于沪深A股市场的数据，对高管腐败与盈余管理的关系进行实证研究，具有重要的理论与实践意义。在理论方面，有助于丰富和完善委托代理理论、信息不对称理论等相关理论，为进一步研究企业内部治理问题提供新的视角。在实践方面，能够为企业股东、监管机构等利益相关者提供决策依据，有助于加强企业内部治理，提高资本市场监管效率，促进资本市场的健康发展。1.2研究方法与创新点1.2.1研究方法本文主要采用实证研究方法，具体步骤如下：首先，通过对相关文献的梳理，了解高管腐败与盈余管理领域的研究现状，找出已有研究的不足，从而确定本文的研究方向。其次，依据委托代理理论、信息不对称理论等相关理论，对高管腐败与盈余管理之间的关系进行理论分析，并提出研究假设。然后，选取沪深A股市场的上市公司作为研究样本，收集样本公司的相关数据，包括高管腐败信息、财务数据等。在数据收集过程中，确保数据的准确性和完整性。接着，构建回归模型，运用统计软件对数据进行描述性统计分析、相关性分析以及回归分析，检验研究假设是否成立。最后，根据实证结果进行分析和讨论，得出研究结论，并提出相应的政策建议。1.2.2创新点本文的创新点主要体现在以下几个方面：第一，研究视角创新。现有研究大多单独考察高管腐败或盈余管理，较少将两者结合起来进行深入研究。本文从高管腐败的视角出发，探讨其对盈余管理的影响，为该领域的研究提供了新的视角。第二，样本选取创新。本文选取沪深A股市场的上市公司作为研究样本，涵盖了不同行业、不同规模的企业，样本具有广泛的代表性。同时，通过手工收集高管腐败信息，确保了数据的准确性和可靠性。第三，研究内容创新。本文不仅研究了高管腐败与盈余管理之间的总体关系，还进一步分析了不同产权性质、不同公司治理结构下两者关系的差异，丰富了该领域的研究内容。二、文献综述与理论基础2.1文献综述2.1.1高管腐败的相关研究关于高管腐败的研究，国内外学者主要从腐败的成因、影响因素以及经济后果等方面展开。在成因方面，学者们普遍认为委托代理问题、管理层权力过大以及内部控制失效等是导致高管腐败的重要原因。例如，Jensen和Meckling（1976）提出的委托代理理论指出，由于所有者与经营者目标不一致，存在信息不对称，经营者可能会为了自身利益而损害所有者利益，从而引发腐败行为。Finkelstein（1992）认为管理层权力过大，缺乏有效的监督和制衡，会增加高管腐败的可能性。在影响因素方面，研究发现公司治理结构、行业特征、外部监管等因素对高管腐败具有显著影响。如良好的公司治理结构，如独立董事比例较高、监事会监督有效等，可以降低高管腐败的概率（Forker，1999）。不同行业的竞争程度、监管力度不同，也会导致高管腐败程度存在差异（Agrawal和Knoeber，2001）。在经济后果方面，已有研究表明高管腐败会对企业的业绩、价值以及资本市场产生负面影响。如高管腐败会导致企业投资效率低下（姜付秀等，2015），公司股价下跌（刘启亮等，2013）。2.1.2盈余管理的相关研究盈余管理的研究主要集中在盈余管理的动机、手段以及经济后果等方面。在动机方面，学者们认为管理层为了实现自身薪酬最大化、避免债务违约、满足分析师预期等，会进行盈余管理（Healy，1985；DeAngelo，1986；Burgstahler和Dichev，1997）。在手段方面，盈余管理主要包括应计盈余管理和真实盈余管理。应计盈余管理是通过会计政策选择和会计估计变更等方式来调整会计盈余，如变更存货计价方法、固定资产折旧方法等（Schipper，1989）。真实盈余管理则是通过构造真实的交易活动来操纵盈余，如削减研发支出、过度生产等（Roychowdhury，2006）。在经济后果方面，盈余管理会降低会计信息质量，误导投资者决策，损害企业的长期价值（Sloan，1996；Dechow等，1995）。2.1.3高管腐败与盈余管理关系的研究目前，关于高管腐败与盈余管理关系的研究相对较少。部分研究认为，高管腐败会导致企业内部控制失效，管理层权力进一步扩大，从而为盈余管理创造条件。例如，权小锋等（2010）研究发现，管理层权力越大，企业的盈余管理程度越高。而高管腐败往往伴随着管理层权力的滥用，因此可能会加剧企业的盈余管理行为。也有研究从信息不对称的角度出发，认为高管腐败会增加企业内部与外部之间的信息不对称程度，管理层为了掩盖腐败行为及其带来的不良后果，会通过盈余管理来粉饰财务报表（李增泉等，2005）。然而，现有研究对于高管腐败与盈余管理关系的研究还不够深入和系统，存在一定的局限性。一方面，研究样本的选取不够广泛，大多集中在某一特定行业或地区的企业；另一方面，对于两者关系的作用机制和影响因素的研究还不够全面。2.2理论基础2.2.1委托代理理论委托代理理论认为，在现代企业中，所有者（委托人）将企业的经营权委托给管理层（代理人），由于委托人与代理人的目标函数不一致，存在信息不对称，代理人可能会追求自身利益最大化而损害委托人的利益，从而产生委托代理问题。高管腐败行为就是委托代理问题的一种表现形式，高管作为代理人，为了谋取私利，利用其掌握的企业资源和决策权进行腐败活动。在委托代理关系中，管理层有动机通过盈余管理来掩盖其腐败行为及其对企业业绩的负面影响，以维护自身的声誉和薪酬水平。因为盈余管理可以调整企业对外报告的会计信息，使企业业绩看起来更加良好，从而降低委托人发现其腐败行为的风险。2.2.2信息不对称理论信息不对称理论是指在市场交易中，交易双方所掌握的信息存在差异。在企业中，管理层作为内部人，比外部投资者和股东更了解企业的真实经营状况和财务信息。这种信息不对称使得管理层有机会利用其信息优势进行盈余管理。当高管发生腐败行为时，企业内部的信息质量会进一步下降，信息不对称程度加剧。为了避免因腐败行为被发现而导致的声誉损失和法律风险，高管可能会通过盈余管理手段对财务报表进行粉饰，向外部传递虚假的业绩信息，以误导投资者和股东的决策。2.2.3舞弊三角理论舞弊三角理论由美国注册舞弊审核师协会创始人Albrecht提出，该理论认为舞弊的产生需要三个条件：压力、机会和借口。在高管腐败与盈余管理的情境中，高管面临着业绩压力、薪酬压力等，这为其进行腐败和盈余管理提供了动机，即压力因素。企业内部治理结构不完善、内部控制失效等为高管提供了腐败和进行盈余管理的机会。例如，管理层权力过大，缺乏有效的监督和制衡机制，使得高管能够轻易地利用职权谋取私利，并通过操纵财务报表来掩盖其行为。当高管存在道德缺失，对腐败和盈余管理行为缺乏正确的认识时，就会为自己的行为寻找借口，从而实施腐败和盈余管理行为。三、研究设计3.1研究假设基于前文的理论分析，提出以下研究假设：假设H1：高管腐败与企业盈余管理程度正相关，即发生高管腐败的企业，其盈余管理程度更高。高管腐败会导致企业内部治理机制失效，管理层权力失控，为了掩盖腐败行为及其对企业业绩的负面影响，高管有动机通过盈余管理来粉饰财务报表，从而提高企业的盈余管理程度。考虑到不同产权性质的企业在公司治理结构、监督机制以及经营目标等方面存在差异，进一步提出假设：假设H2：与非国有企业相比，国有企业中高管腐败对盈余管理的影响更为显著。国有企业通常面临更严格的政治监督和社会责任要求，当高管发生腐败行为时，为了避免政治风险和声誉损失，可能会更有动机通过盈余管理来掩盖问题。同时，国有企业的内部治理结构相对复杂，管理层权力可能更容易集中，为盈余管理提供了更多机会。3.2样本选择与数据来源本文选取2010-2020年沪深A股上市公司作为研究样本。为了确保数据的有效性和可靠性，对样本进行了如下筛选：首先，剔除金融行业上市公司，因为金融行业的财务特征和监管要求与其他行业存在较大差异。其次，剔除ST、*ST公司，这些公司通常面临财务困境，其盈余管理行为可能具有特殊性。最后，剔除数据缺失严重的公司。经过筛选，最终得到[X]个公司年度观测值。高管腐败数据通过手工收集上市公司公告、新闻媒体报道以及证监会等监管机构的处罚公告获得。财务数据和公司治理数据来自国泰安数据库（CSMAR）和万得数据库（WIND）。3.3变量定义3.3.1被解释变量盈余管理程度（EM）：采用修正的Jones模型计算应计盈余管理程度，作为衡量企业盈余管理的指标。具体计算过程如下：首先，估计总应计利润（TA）：TA_{i,t}=\frac{NI_{i,t}-CFO_{i,t}}{A_{i,t-1}}其中，TA_{i,t}为公司i第t期的总应计利润，NI_{i,t}为公司i第t期的净利润，CFO_{i,t}为公司i第t期的经营活动现金流量净额，A_{i,t-1}为公司i第t-1期期末的总资产。然后，估计非操控性应计利润（NDA）：NDA_{i,t}=\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}}其中，\alpha_{1}、\alpha_{2}、\alpha_{3}为行业特征参数，通过对同行业同年度样本进行回归估计得到；\DeltaREV_{i,t}为公司i第t期营业收入与第t-1期营业收入的差额，\DeltaREC_{i,t}为公司i第t期应收账款与第t-1期应收账款的差额，PPE_{i,t}为公司i第t期期末的固定资产原值。最后，计算操控性应计利润（DA），即盈余管理程度：DA_{i,t}=TA_{i,t}-NDA_{i,t}DA的绝对值越大，表明企业的盈余管理程度越高。3.3.2解释变量高管腐败（Corruption）：如果公司在当年发生高管腐败事件，Corruption取值为1，否则为0。高管腐败事件包括高管因贪污、受贿、挪用公款等违法违规行为受到司法机关或监管机构的处罚，以及公司公告中明确披露的高管腐败行为。3.3.3控制变量为了控制其他因素对盈余管理的影响，选取了以下控制变量：公司规模（Size）：采用公司期末总资产的自然对数衡量。资产负债率（Lev）：等于总负债除以总资产。盈利能力（ROA）：等于净利润除以总资产。股权集中度（Top1）：第一大股东持股比例。独立董事比例（Indep）：独立董事人数占董事会总人数的比例。两职合一（Dual）：如果董事长与总经理为同一人，Dual取值为1，否则为0。年度虚拟变量（Year）：控制年度固定效应。行业虚拟变量（Industry）：按照证监会行业分类标准，设置行业虚拟变量，控制行业固定效应。3.4模型构建为了检验假设H1，构建如下回归模型：|EM|_{i,t}=\beta_{0}+\beta_{1}Corruption_{i,t}+\sum_{j=2}^{n}\beta_{j}Controls_{i,t}+\epsilon_{i,t}其中，|EM|_{i,t}为公司i第t期的盈余管理程度，Corruption_{i,t}为公司i第t期的高管腐败变量，Controls_{i,t}为控制变量，\beta_{0}为截距项，\beta_{1}、\beta_{j}为回归系数，\epsilon_{i,t}为随机误差项。为了检验假设H2，在模型（1）的基础上，引入产权性质变量（SOE）以及高管腐败与产权性质的交互项（Corruption×SOE），构建如下回归模型：|EM|_{i,t}=\beta_{0}+\beta_{1}Corruption_{i,t}+\beta_{2}SOE_{i,t}+\beta_{3}Corruption_{i,t}\timesSOE_{i,t}+\sum_{j=4}^{n}\beta_{j}Controls_{i,t}+\epsilon_{i,t