一、理论分析与研究假设
研究会计准则变革对企业投资效率的影响，首先需要发掘导致企业投资效率低下的根源或影响因素，这需要从投融资理论的演进谈起。1958年，FrancoModigliani和MertonMiller在严格的假设前提下提出了MM理论，认为企业投资存在最优投资点，即投资的边际成本正好等于投资的边际收入，用数学推理表示如下：假设一家企业在time1时的投资为I，则它在time2时会产生（fI）的投资收益，（f）函数是一个凹的递增函数，其中，投资I所需资金有w是企业内部融资，而其余的e需要企业进行外部融资，即I=w+e。由此，企业的最大化投资行为可表示为：此类因融资约束而引起的投资不足问题，实质上是信息不对称的逆向选择问题（契约签订之前的信息不对称称为“逆向选择”，而契约签订之后的信息不对称称为“道德风险”），这是由于企业外部融资市场存在“柠檬”，外部融资者的逆向选择使得企业外部融资成本偏高，从而产生了融资约束与投资不足。信息不对称除了通过逆向选择导致企业投资不足外，还会通过道德风险导致企业产生投资过度。企业内外部的信息不对称会造成外部监督机制失效，再加上委托人与代理人利益函数不一致，使得内部代理人的机会主义行为滋生了空间。有研究显示，代理人的收益是企业规模的增函数，企业规模越大，代理人晋升的机会就越多，因而代理人通常具有扩张企业规模、过度投资的动机（Williamson，1963；Gross－manandHart，1995；RenneboogandTrojanowski，2005）。Murphy（1985）指出，代理人通常具有使企业发展超出理想规模的内在激励，通过不断地投资新项目，代理人可以拥有更多可以控制的资源，以改善自身的福利水平。信息经济学提出，解决信息不对称问题有两条途径，即信号发送（Signing）和信息甄别（Screening）。信息发送是指拥有私人信息的代理人通过采取某种可以被观察到的行动（即发送信号）主动向委托人显示自己的真实信息，以解决市场上的质量混同问题。信号甄别是指市场上信息劣势的一方（委托方）通过设计某种方案（激励机制）来诱使具有信息优势的一方（代理方）提供私人的真实信息。高质量的会计信息可以通过提高披露质量，实现私人信息的信号发送，从而减少企业内外部的信息不对称。交易经济学提出，无论是企业内部的管理交易还是企业外部的市场交易，均需要以会计信息作为交易的基础。会计信息是发现交易价格的依据，会计信息质量是决定交易成本与交易效率的重要因素。高质量的会计信息能够有效降低企业内部与外部交易的信息不对称程度，减轻由逆向选择和道德风险造成的效率损失，提高企业内部与外部交易的效率。契约经济学提出，代理问题的根源是契约的不完备性，不完备一方面源于信息的不完全性（即人的认知具有有限性，而信息具有无限性），另一方面是监督成本过高导致契约的执行无法完全完成。高质量的会计信息有助于提高契约制定的完备性，减少契约执行的监督成本，减轻企业的委托代理问题。综上所述，逆向选择中的外部融资摩擦成本函数θC（e）与道德风险中的委托代理冲突程度函数γ都是会计信息质量的减函数，会计信息质量的改善能够减少逆向选择与道德风险问题，提升企业投资效率。高质量的会计信息除了可以通过减少企业内外部信息不对称来改善企业投资效率，还可以通过提高企业内部投资决策的支持效果改善投资效率，后者也可视为信息不对称的“外生性”问题。⑤会计信息是企业进行投资决策的重要依据，会计准则变革改善了会计业务核算的全面性与准确性，为企业的投资决策提供了更加全面而有效的参考信息，有助于企业决策层发现投资项目的真实价值，增强投资决策的确定性与科学性，改善企业决策效率，特别是收敛过度自信（易产生投资过度）与放松过度谨慎（易产生投资不足）（BushmanandSmith，2001；HealyandPalepu，2001；Lambertetal.，2007）。Biddle（2009）发现，会计信息质量越高的企业，预期投资偏离越小。已有大量研究表明，我国会计准则的国际趋同能够显著改善企业会计信息质量。新会计准则无论是在准则的科学性还是全面性等方面，均较旧会计准则（2006年以前）有大幅度的改善，大大提高了会计信息质量。具体而言，在准则内容上，新会计准则新增了若干条具体准则，并对部分会计准则内容进行了修正与补充，将部分重要经济业务内容进行了充实并单独列出，这些变化既使准则的内容更贴近现实、会计工作更加科学，也使会计工作和会计信息反映的内容更加全面；在会计计量方式上，新会计准则除使用历史成本法外，还引入了重置成本、可变现净值、现值、公允价值等多种计量属性，后几种计量都是以现值或当前市价为基础，体现出以价值为核心的计量特征。西方财务理论认为，价格是信息的综合反映函数，以价值为基础的计量比以成本为基础的计量能更全面地反映企业的现时状况，增强了企业会计信息的相关性。另外，在准则的概念基础上，新会计准则改变了传统的以利润为核心的“损益表观”，转向以净资产变动为核心的“资产负债表观”，除了考察企业利润外，还重视利润以外的其他资产与负债的价值变动情况，增强了会计信息对企业状况和经营成果反映的全面性。综上所述，会计准则变革改善了我国企业会计信息质量，而会计信息质量提高又有助于减轻制约企业投资效率的逆向选择与道德风险问题。由此，我们提出假设1、2，并用图1予以说明。假设1：会计准则变革通过改善会计信息质量，可以缓解企业投资不足。假设2：会计准则变革通过改善会计信息质量，可以抑制企业投资过度。
二、研究设计
（一）模型设计
1.Richardson投资效率度量模型。Richardson（2006）模型是研究投资效率的文献中被引用最多的模型，它是利用影响投资行为的因素来估计企业的预期投资水平，借助实际投资水平与模型估计投资水平之差（即模型的回归残差），实现对非效率投资的估计。实际投资若超过模型估计就视为投资过度，反之，则视为投资不足。实际投资与模型估计之差的绝对值越大，说明企业投资不足或投资过度的程度越严重。估计模型的表达式如下：INVi,t=α0+α1Growthi,t-1+α2Levi,t-1+α3Cashi,t-1+α4Agei,t-1+α5Sizei,t-1+α6Reti,t-1+α7INVi,t-1+∑Industry+∑Year+ε（1）INV表示企业投资行为，即企业新增投资支出。对于这个变量，有些学者选择了资产负债表中相关长期资产的账面价值进行计算，如“固定资产+工程物资+在建工程”的年度账面增加额（郝颖等，2005；李维安等，2007；辛清泉等，2007），有些学者则采用了现金流量表中的“购建固定资产、无形资产和其他长期资产支付的现金”（张功富等，2009）、“购建固定资产、无形资产和其他长期资产支付的现金”与“处置固定资产、无形资产与其他长期资产收回的现金净额”之差，以及“购建固定资产、无形资产和其他长期资产支付的现金”与“处置固定资产、无形资产与其他长期资产收回的现金净额”之差再加上“购建和处置子公司及其他营业单位所支付的现金”（魏明海等，2007）。本文认为，资产负债表中的资产数据由于存在各项资产减值调整项与折旧摊销等的影响，资产账面数据的变化并不能直观反映是否由企业投资行为所引起，资产计量方式的转变和会计确认政策的调整都会影响账面价值，造成投资数据的度量偏差。由于现金流量表中的投资活动现金流量有较清晰的分项投资支出列示，该数据能较准确、直观地反映企业的投资支出行为，因此，本文的投资支出以“购建固定资产、无形资产和其他长期资产支付的现金”与“处置固定资产、无形资产与其他长期资产收回的现金净额”之差来度量，并用企业期初账面总资产进行平减处理（以消除不同规模可能产生的影响）。对于企业增长机会（Growth），有学者采用TobinQ值（（流通股市场价值+非流通股账面价值+负债账面价值）/资产总额）（魏明海等，2007），也有学者采用营业收入的增长率（辛清泉等，2007）进行度量，本文采纳了前者的做法。企业财务杠杆指标（Lev）用账面负债总额除以账面总资产来度量。考虑到交易性金表1模型（1）的变量定义融资产的流动性较强，本文在计算企业所持现金（Cash）时将其纳入，与货币资金一并度量。企业上市年限（Age）采用当年年初企业已经上市的年限进行度量。企业规模（Size）采用学者们通常的做法，即对账面总资产取自然对数。股票年度收益率（Ret）也采纳学者们的一贯做法，即用次年4月30日收盘价相对于当年5月1日开盘价的增长率进行度量。2.会计准则变革对企业投资效率的影响模型。本文的模型（2）和模型（3）是在参照Gordon（2012）和Lin（2012）模型设计思路的基础上构建的。模型（2）和模型（3）的被解释变量分别为模型（1）估计的投资过度数据和投资不足数据（投资过度用Overinvest表示，投资不足用Underinvest表示），会计准则变量（用NCAS表示）为被解释变量，此外还添加了杠杆、现金流、规模、管理费用率、其他应收款率、总经理是否兼任董事长及独立董事比例等控制变量，分别以Lev、FCF、Size、ME、AR、DM、IDP表示（控制变量的选择参照了辛清泉（2007）、戴德明（2009）的做法）。之所以添加公司治理变量，是因为很多研究发现，公司治理对管理者的投资决策行为具有重要影响（Gompers,IshiiandMetrick,2003；BrownandCaylor,2004；Larcker,RichardsonandTuna,2005；Richard－son，2006）。另外，模型还按照国内外投资效率的研究惯例，添加了行业和年度控制变量。Underinvesti,t=b0+b1FCFi,t+b2ManagementEi,t+b3AccountRi,t+b4NCAS+b5Sizei,t-1+b6Levi,t-1+b7DirMani,t+b8Inddiri,t+∑Industry+∑Year+ε（2）Overinvesti,t=b0+b1FCFi,t+b2ManagementEi,t+b3AccountRi,t+b4NCAS+b5Sizei,t-1+b6Levi,t-1+b7DirMani,t+b8Inddiri,t+∑Industry+∑Year+ε（3）NCAS为会计准则变革哑变量，其在事情发生时取值为1，而在事情未发生时取值为0（即2007年以前年份取值为0，2007年以后年份（包含2007年）取值为1）。FCF为自由现金流量，它是超过维持性投资和预期新投资之外的现金流，用企业现金流量表中的经营活动现金净流量扣除折旧与摊销及期望投资后的剩余度量，并用年初总资产进行平减。管理费用率（ME）用管理费用占主营业务收入的比例表示，其他应收款率（AR）用其他应收款占总资产的比例度量。经理是否兼任董事长（DM）用数值变量表示，董事与经理为同一人时取值为1，不是同一人时取值为2。独立董事比例（IDP）用独立董事占董事会董事总额的比例表示。企业财务杠杆（Lev）和企业规模（Size）同模型（1）。
（二）样本选择
为了减少2001年《企业会计制度》实施对本研究可能产生的影响，我们从2003年开始选择样本，以2003~2011年作为研究的时间窗口。为了减少会计准则变革前后样本数量多寡及样本变动的影响，本文选择了平衡面板数据，剔除了2003年及以后上市的公司、金融保险行业样本，并按年剔除了ST、*ST、S*ST和B股公司。⑥由于Richardson（2006）模型需要用到滞后一期的数据，我们对2002年数据缺失的上市企业也进行了删除。最终，我们得到718家公司样本、6462个公司年数据（firm-year）。另外，本文在回归之前对所有连续变量按年分别进行了首尾1%和99%的Winsorize缩尾处理，以减少变量极端值的影响。本文使用的数据来自于WIND和CSMAR数据库，行业分类参照了中国证监会的上市公司行业分类。
三、投资效率度量实证结果分析
（一）变量的描述性统计
（1）变量的描述性统计结果中可以看出，投资（INV）的均值和中值在会计准则变革之后均呈现下降趋势，而企业增长机会（Growth）在会计准则变革前后均超过1，说明这些公司在准则变革前后都有较好的增长前景。从中值和均值数值变化的趋势来看，会计准则变革后的增长机会要好于会计准则变革前。会计准则变革之后呈现增长趋势的变量还有资产负债率（Lev），而现金（Cash）在会计准则变革前后的变化并不显著。另外，股票年度回报率（Ret）在会计准则变革之后也呈现显著的上升趋势，其离散程度在加大，最小的股票年度回报率（Ret）为-66%，最大的为754%。
（二）变量的相关性分析表4的左下角报告了模型
（1）中各变量的皮尔逊（Pearson）相关系数。其中，投资（INV）与企业增长机会（Growth）的相关系数虽然符号为正，但统计上不显著；投资（INV）与财务杠杆（Lev）在1%的统计显著性水平下负相关，说明负债越多的企业的投资行为会受到越多的约束，这也被看作是负债的治理作用；投资（INV）与现金（Cash）在1%的统计显著性水平下正相关，说明现金越多的企业投资也越多，这符合Jensen（1986）的自由现金流量假说理论；投资（INV）与上市年限（Age）在1%的统计显著性水平下负相关，说明上市时间越久，投资饱和度越明显；投资（INV）与规模（Size）在1%的统计显著性水平下正相关，说明规模越大的企业投资越多；投资（INV）与股票回收率（Ret）在1%的统计显著性水平下正相关，说明企业上期的股票收益越高，下期的投资水平也相应越高；本期投资额（INV）与上期投资额（INVt-1）在1%的统计显著性水平下正相关，说明投资行为存在一定的粘性。表中显示的变量间相关关系没有控制其他变量的影响，仅为单变量分析，以供初步判断之用，更为准确的分析还有待于后续的回归分析。另外，表4中各解释变量之间相关系数最高的是财务杠杆（Lev）与企业规模（Size）之间的系数（0.322），按照统计经验可以判断，解释变量之间存在完全共线性的可能性很小。
（三）回归结果分析表5报告了模型
（1）最小二乘法（OLS）的回归结果，采用的是逐步添加变量的方法。从表5的回归结果来看，随着控制变量的逐个引入，模型调整后的R2由最初的14.6%增加到37.9%，特别是投资滞后一期变量（INVt-1）的引入，大幅提高了模型的拟合度，说明投资具有较强的粘性。由于Richardson模型是利用影响投资行为的相关变量来预测最优投资，因此，模型（1）的各解释变量理论上都应统计显著，以保证模型估计的有效性。从表5方程（7）的回归结果来看，企业增长机会变量（Growth）的回归系数为0.004，在1%的显著性水平下显著；财务杠杆变量（Lev）的回归系数为-0.029，在1%的显著性水平下显著；现金变量（Cash）的回归系数为0.019，在5%的显著性水平下显著；上市年限变量（Age）的回归系数为-0.001，在5%的显著性水平下显著；企业规模变量（Size）的回归系数为0.004，在1%的显著性水平下显著；股票年度报酬变量（Ret）的回归系数为0.009，在1%的显著性水平下显著；投资滞后一期变量（INVt-1）的回归系数为0.499，在1%的显著性水平下显著。可见，各变量均统计显著，且符号与预期一致。各变量的统计显著以及方程的高拟合度说明，模型（1）具有很好的估计效果，能够较好地拟合企业的投资行为。
四、会计准则变革对投资不足影响的实证分析
（一）变量的描述性统计
图2描绘了根据模型（1）估计的投资不足情况。可以看出，在会计准则变革之后，投资不足呈现出显著的缓解趋势，且该趋势随着会计准则实施年限的延长而增强，这与本文的假说1一致。从表6模型（2）各变量的描述性统计中可以看出，投资不足（Underinvest）与图2的趋势一致，即会计准则变革之后呈现出缓解趋势；自由现金流量（FCF）在会计准则变革前后表现平稳；管理费用率（ME）与其他应收款率（AR）在会计准则变革之后有所下降；经理与董事兼任（DM）在会计准则变革前后变化不显著，由其均值和中值可知，大多数公司是经理与董事分离的；独立董事比例（IDP）在会计准则变革之后略有上升的迹象。
（二）变量的相关性分析
表7的左下角给出了模型（2）中各变量的皮尔逊（Pearson）相关系数。其中，投资不足（Underinvest）与会计准则变革哑变量（NCAS）在近1%的统计显著性水平下正相关，说明随着会计准则的变革，投资不足的情况在减少，这为假设1提供了初步的证据；投资不足（Underinvest）与自由现金流量（FCF）在1%的统计显著性水平下正相关，说明自由现金流量越大，投资不足的情况越少；投资不足（Underinvest）与管理费用率（ME）在1%的统计显著性水平下负相关，与其他应收款（AR）在1%的统计显著性水平下正相关，与经理、董事兼任（DM）及独立董事比例（IDP）之间的相关性并不显著。
（三）回归结果分析
表8列示了模型（2）的OLS回归结果。当模型仅引入会计准则变革变量时，投资不足（Underin－vest）与会计准则变革（NCAS）在5%的统计显著性水平下正相关，说明随着会计准则的变革，投资不足在减少，即投资不足得到了缓解。在引入多个控制变量之后，投资不足（Underinvest）与会计准则变革变量（NCAS）仍显著负相关。方程（1）至方程（8）一致的回归结果稳健地证明了假设1，说明随着会计准则的变革，企业的投资不足行为得到了一定程度的缓解。另外，自由现金流量（FCF）与投资不足（Undervest）正相关，且在1%的统计显著性水平下显著，说明企业拥有的现金流越多，投资不足的现象就越少。
作者：顾水彬 单位：江苏大学
