融資約束、會(huì)計(jì)信息質(zhì)量與投資效率

郭 琦 羅斌元

（1.天津財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)系，天津300222；2.河南理工大學(xué) 經(jīng)濟(jì)管理學(xué)院，河南 焦作454000）

一、引言

投資決策居于公司三大財(cái)務(wù)決策的核心地位：一方面，它在很大程度上決定了公司的融資行為；另一方面，投資收益的多寡又直接影響著公司的股利支付行為。就宏觀層面而言，研究公司層面的投資行為也是揭示宏觀經(jīng)濟(jì)運(yùn)行內(nèi)在規(guī)律的微觀基礎(chǔ)。但是，已有的研究表明，近年來我國上市公司投資效率普遍不高，非效率投資行為普遍存在，投資不足現(xiàn)象嚴(yán)重，因此，如何抑制非效率投資行為、提高投資效率成為實(shí)務(wù)中急需解決的問題。與此同時(shí)，隨著我國新會(huì)計(jì)準(zhǔn)則體系的實(shí)踐和與國際準(zhǔn)則全面趨同“路線圖”的實(shí)施，我國的會(huì)計(jì)信息質(zhì)量是否得以提高？會(huì)計(jì)信息有用性體現(xiàn)在哪些方面？會(huì)計(jì)具有經(jīng)濟(jì)后果嗎？這些問題亟須理論界給出及時(shí)、明確的答復(fù)。

本文將會(huì)計(jì)信息質(zhì)量和投資納入到一個(gè)統(tǒng)一的分析框架，研究會(huì)計(jì)信息質(zhì)量對(duì)投資效率的影響，一方面期望從會(huì)計(jì)信息角度探索提高投資效率的途徑，另一方面可為會(huì)計(jì)信息的有用性提供新的證據(jù)。本文的主要貢獻(xiàn)可能在于：第一，將會(huì)計(jì)信息質(zhì)量問題和投資效率問題結(jié)合起來研究，在實(shí)證上既表明提高會(huì)計(jì)信息質(zhì)量能夠提高投資效率，也證實(shí)了會(huì)計(jì)信息的有用性；第二，應(yīng)用隨機(jī)邊界模型較精確地測(cè)度了投資效率，解決了投資效率計(jì)量難問題；第三，首次證實(shí)了會(huì)計(jì)信息質(zhì)量對(duì)投資效率的影響不是非線性的，而是隨著會(huì)計(jì)信息質(zhì)量的提高，其對(duì)投資效率的邊際影響越來越小。

本文結(jié)構(gòu)安排如下：第二部分對(duì)相關(guān)文獻(xiàn)進(jìn)行述評(píng)；第三部分基于投資隨機(jī)邊界模型對(duì)實(shí)證研究進(jìn)行設(shè)計(jì)；第四部分是實(shí)證檢驗(yàn)結(jié)果及敏感性測(cè)試；最后一部分是本文的研究結(jié)論和政策建議。

二、文獻(xiàn)綜述

在會(huì)計(jì)信息質(zhì)量對(duì)投資的影響方面，研究成果較少。理論方面，Bushman和Smith從機(jī)會(huì)識(shí)別、約束代理人行為、緩解融資約束三個(gè)方面論述了會(huì)計(jì)信息的形成和披露對(duì)投資的積極作用［1］。實(shí)證方面，Verdi利用完美世界中投資與托賓Q的關(guān)系分離出了投資不足和投資過度，分別就會(huì)計(jì)信息質(zhì)量與投資不足、投資過度的關(guān)系進(jìn)行檢驗(yàn)，發(fā)現(xiàn)會(huì)計(jì)信息質(zhì)量與投資不足、投資過度均呈現(xiàn)負(fù)相關(guān)，證實(shí)了高質(zhì)量的財(cái)務(wù)報(bào)告信息能夠緩解信息不對(duì)稱和代理沖突，提高公司投資效率［2］。Biddle和Hilary的研究假設(shè)現(xiàn)金敏感度與信息不對(duì)稱正相關(guān)，然后檢驗(yàn)了會(huì)計(jì)信息質(zhì)量與現(xiàn)金敏感度的關(guān)系，發(fā)現(xiàn)會(huì)計(jì)信息質(zhì)量與現(xiàn)金敏感度呈現(xiàn)負(fù)相關(guān)關(guān)系，從而證實(shí)了高質(zhì)量的會(huì)計(jì)信息能夠緩解信息不對(duì)稱，提高投資效率［3］。Biddle等對(duì)Verdi論文的實(shí)證部分進(jìn)行了重新設(shè)計(jì)，同樣得到了相同的結(jié)論［4］。從以上文獻(xiàn)可以看出，這些研究開辟了一個(gè)新視角，但利用完美世界的假設(shè)來分離出投資不足和投資過度，以及先導(dǎo)地假定現(xiàn)金敏感度與信息不對(duì)稱正相關(guān)，這些苛刻的假設(shè)或假定會(huì)大大削弱研究結(jié)論的穩(wěn)健性。

在研究投資效率問題時(shí)，最關(guān)鍵的環(huán)節(jié)是如何相對(duì)精確地測(cè)度投資效率。最近幾年，借鑒其他學(xué)科的研究成果，隨機(jī)邊界模型被用于對(duì)投資效率的測(cè)度。Wang把資本市場(chǎng)不存在缺陷時(shí)的投資支出作為投資最優(yōu)邊界，把它與實(shí)際投資支出的差異歸結(jié)為融資約束導(dǎo)致的投資效率損失，該損失具有單邊分布的特征。然后，Wang對(duì)融資約束假說的驗(yàn)證就轉(zhuǎn)化為檢驗(yàn)投資效率損失是否顯著［5］。Habib和Ljungqvist以公司的市場(chǎng)價(jià)值（采用托賓Q衡量）為最優(yōu)邊界，定量分析了經(jīng)理人與股東之間的代理問題導(dǎo)致的效率損失［6］。而連玉君把上述兩種思想結(jié)合起來，通過建立一個(gè)雙邊隨機(jī)邊界模型（一邊測(cè)度融資約束對(duì)投資的影響，另一邊測(cè)度代理成本對(duì)投資的影響）來測(cè)度投資效率，其設(shè)定的最優(yōu)邊界是通過運(yùn)用面板向量自回歸模型構(gòu)建的基準(zhǔn)Q［7］（P105-119）。從方法論的角度來說，隨機(jī)邊界模型是最適合對(duì)投資效率進(jìn)行測(cè)度的方法，關(guān)鍵是如何恰當(dāng)?shù)卦O(shè)定最優(yōu)邊界和無效率項(xiàng)的影響因素。Wang和Habib、Ljungqvist對(duì)無效率項(xiàng)的設(shè)定都是單邊的，沒有考慮雙邊的可能；連玉君雖然考慮了雙邊的無效率項(xiàng)，但未考慮外生解釋變量對(duì)無效率項(xiàng)方差的影響和控制變量對(duì)無效率項(xiàng)的影響，使得對(duì)投資效率的估計(jì)有偏和統(tǒng)計(jì)推斷失效。

本文采用隨機(jī)邊界模型來測(cè)度投資效率，設(shè)定融資約束來限定無效率項(xiàng)具有單邊分布，同時(shí)考慮外生解釋變量對(duì)無效率項(xiàng)的均值和方差的影響，以及控制變量對(duì)無效率項(xiàng)的影響，從多角度考察會(huì)計(jì)信息質(zhì)量對(duì)投資效率的影響。

三、實(shí)證研究設(shè)計(jì)

（一）數(shù)據(jù)來源及樣本選擇

本文的研究樣本為我國滬深交易所的上市公司，研究的時(shí)間區(qū)間為1996～2010年。需要說明的是，測(cè)度會(huì)計(jì)信息質(zhì)量用到的數(shù)據(jù)是1996～2010年的月度數(shù)據(jù)，其他變量用到的是1998～2010年的年度數(shù)據(jù)。為了避免上市初期公司對(duì)財(cái)務(wù)報(bào)表的粉飾，準(zhǔn)確反映上市公司的實(shí)際經(jīng)營狀況，本文剔除了上市不足3年的公司樣本，同時(shí)還剔除了金融類上市公司樣本。此外，為了避免離群值對(duì)研究結(jié)論的影響，對(duì)所有的連續(xù)變量都作了1%和99%分位數(shù)縮尾處理。本文原始數(shù)據(jù)全部來源于CCER數(shù)據(jù)庫，變量的運(yùn)算及方程參數(shù)的估計(jì)利用STATA11.0軟件包完成。

（二）變量的界定

1.會(huì)計(jì)信息質(zhì)量。會(huì)計(jì)信息包含能夠預(yù)測(cè)公司回報(bào)的信息量越多，則會(huì)計(jì)信息質(zhì)量越高。參考Engel等［8］、Ball等［9］、Busu［10］的研究，本文以盈余與股票回報(bào)間的逆向回歸方程的擬合優(yōu)度作為會(huì)計(jì)信息質(zhì)量的衡量指標(biāo)，具體方程設(shè)定為：

其中，EPSi，t是每股收益；Pi，t-1是上一期的每股市價(jià)；RETi，t是異?；貓?bào)率（＝公司回報(bào)率-所在交易市場(chǎng)的回報(bào)率）；NRi，t是虛擬變量：當(dāng) RETi，t小于0時(shí)取1，否則為0。

為了擴(kuò)大樣本量，得到更精確的結(jié)果，本文將每個(gè)公司擬合方程的時(shí)序期間界定為本年及前兩年，時(shí)序間隔設(shè)定為月，即以每個(gè)公司截止到本年末的前36個(gè)月作為樣本量，對(duì)式（1）作OLS估計(jì)，得到方程的擬合優(yōu)度（r2）作為該公司在本年會(huì)計(jì)信息質(zhì)量的替代變量。需要說明的是，為了得到1998年每個(gè)公司的r2，原始數(shù)據(jù)的取數(shù)區(qū)間向前延伸到1996年。

2.融資約束。大量的研究發(fā)現(xiàn)，現(xiàn)金存量和負(fù)債水平是反映公司是否受融資約束的主要指標(biāo)，參考Biddle等的研究［4］，將overfirm設(shè)定為過度投資排序指標(biāo)，其計(jì)算方法是：將現(xiàn)金存量cash進(jìn)行1 000等份排序，再將負(fù)債水平leverage取相反數(shù)后也進(jìn)行1 000等份排序，然后將兩者的排序值除以1 000再相加求平均，即為overfirm值。其中，現(xiàn)金存量cash等于貨幣資金與短期投資之和再除以總資產(chǎn)，負(fù)債水平leverage是總負(fù)債與總資產(chǎn)的比值。

Biddle等認(rèn)為，overfirm越接近1，過度投資的可能性越大；overfirm越接近0，投資不足的可能性越大，而投資不足最主要的原因是受融資約束［4］。本文對(duì)overfirm進(jìn)行4等份排序，將排序值等于1的界定為受融資約束，用rzrestr等于1表示，將排序值等于4的界定為無融資約束，用rzrestr等于0表示。

3.投資規(guī)模。參考辛清泉等的研究［11］，將投資規(guī)模（inv）界定為固定資產(chǎn)、長期投資和無形資產(chǎn)的凈值增加額之和與總資產(chǎn)的比值。

4.投資機(jī)會(huì)。從國內(nèi)外文獻(xiàn)看，托賓Q是最常見的反映公司投資機(jī)會(huì)的代理變量，而且，對(duì)托賓Q的計(jì)算有不同的算法。另外，宋劍峰的研究表明市凈率是一個(gè)能較好預(yù)示中國上市公司成長性的指標(biāo)［12］，因此，本文分別以托賓 Q（tobinqa1、tobinqa2、tobinqb1、tobinqb2，具體的計(jì)算參見表1）和市凈率（sjl）作為投資機(jī)會(huì)的代理變量。

5.控制變量。參考Biddle等［4］、Biddle和 Hilary［3］、Verdi［2］等的研究成果和相關(guān)理論，本文選擇如下變量作為基本方程的控制變量：營業(yè)收入增長率、公司規(guī)模、實(shí)物資產(chǎn)比重、經(jīng)營銷售能力以及松弛度。投資無效率方程的控制變量包括：控制人性質(zhì)、第一大股東持股比例、高管人員持股比例、董事會(huì)的規(guī)模、董事長與總經(jīng)理的兩職設(shè)置狀況、管理費(fèi)用比重、報(bào)酬金額最高的前三名高級(jí)管理人員報(bào)酬總額的自然對(duì)數(shù)、董事監(jiān)事和高級(jí)管理人員的平均年齡、董事監(jiān)事和高級(jí)管理人員中男性的性別比例。此外，本文在基本方程中還控制了行業(yè)和年度因素。以上變量的具體定義見表1。

（三）實(shí)證檢驗(yàn)?zāi)Ｐ?/h3>

借鑒Battese和Coelli以及Wang等的研究［5］，我們?cè)O(shè)定隨機(jī)邊界模型如下：

基本方程：

投資無效率方程：

（四）描述性統(tǒng)計(jì)及簡單相關(guān)性分析

表2顯示的是本文所涉及的主要變量的描述性統(tǒng)計(jì)分析結(jié)果。通過表2可以看出：（1）融資約束組的投資規(guī)模顯著比非融資約束組要小，說明融資約束可能會(huì)減少投資；（2）當(dāng)前的會(huì)計(jì)信息質(zhì)量在融資約束組與非融資約束組之間不存在顯著差異，但對(duì)于滯后一期和滯后二期的會(huì)計(jì)信息質(zhì)量而言，融資約束組顯著比非融資約束組要差，說明會(huì)計(jì)信息質(zhì)量與融資約束條件密切相關(guān)。由于融資約束條件本身由現(xiàn)金及負(fù)債比例等財(cái)務(wù)指標(biāo)設(shè)定，受融資約束就意味著會(huì)出現(xiàn)較差的財(cái)務(wù)指標(biāo)值，從而導(dǎo)致較差的會(huì)計(jì)信息質(zhì)量；（3）投資機(jī)會(huì)的代理變量及其他控制變量基本上都在兩組間存在顯著差異，這初步說明了兩組樣本的會(huì)計(jì)信息質(zhì)量可能對(duì)投資有不同的影響，也初步證明了在前面的研究設(shè)計(jì)中，為了單獨(dú)考察會(huì)計(jì)信息質(zhì)量對(duì)治理投資不足的作用而將研究范圍界定為融資約束組的合理性。

表1 變量界定

表2 樣本主要變量的描述性統(tǒng)計(jì)

通過Pearson和Spearman檢驗(yàn)可以發(fā)現(xiàn)，投資與投資機(jī)會(huì)間存在著顯著的正相關(guān)關(guān)系；投資與滯后一期和滯后兩期的會(huì)計(jì)信息質(zhì)量間存在著顯著的正相關(guān)關(guān)系，但與當(dāng)期的會(huì)計(jì)信息質(zhì)量之間的關(guān)系較弱。另外，除了營業(yè)收入增長率外，投資機(jī)會(huì)的其他各代理變量之間的相關(guān)系數(shù)都大于或接近0.5，說明它們之間存在著較嚴(yán)重的共線性問題，在后面的實(shí)證檢驗(yàn)中就不能同時(shí)進(jìn)入檢驗(yàn)方程。其他變量間的相關(guān)系數(shù)較小，不存在嚴(yán)重的共線性問題。

四、實(shí)證研究結(jié)果

（一）基本的檢驗(yàn)結(jié)果

利用極大似然估計(jì)法（MLE）對(duì)式（2）～（4）進(jìn)行估計(jì)，表3報(bào)告了估計(jì)的結(jié)果。從無效率項(xiàng)的均值估計(jì)方程可以看出，當(dāng)期及前期會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)都為負(fù)，說明高質(zhì)量的會(huì)計(jì)信息能夠減少無效率項(xiàng)，從而提高投資效率；當(dāng)期會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)不顯著，但滯后一期和滯后兩期的會(huì)計(jì)信息質(zhì)量較顯著，而且，滯后一期的會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)的絕對(duì)值明顯較大，這說明滯后一期的會(huì)計(jì)信息在減少投資不足、提高投資效率方面發(fā)揮的作用比當(dāng)期和滯后兩期的要大。這也許是因?yàn)楫?dāng)期的會(huì)計(jì)信息在作投資決策時(shí)無法得到，而滯后兩期的會(huì)計(jì)信息因時(shí)效性太差，使得其發(fā)揮的作用很有限。

從無效率項(xiàng)的方差估計(jì)方程可以看出，滯后一期和滯后兩期的會(huì)計(jì)信息質(zhì)量與無效率項(xiàng)的方差顯著負(fù)相關(guān)，說明高質(zhì)量的會(huì)計(jì)信息能夠降低無效率項(xiàng)的不確定性。而且，滯后一期的會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)也最大，說明滯后一期的會(huì)計(jì)信息質(zhì)量在降低無效率項(xiàng)的不確定性上起到的作用更加明顯。當(dāng)期會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)基本不顯著且有的是較小的正值，說明其發(fā)揮的作用非常有限。

從基本方程可以看出，投資機(jī)會(huì)的代理變量的估計(jì)系數(shù)都為正，符合預(yù)期，但其值均較小，說明在中國的上市公司中，這些代理變量存在較大的代理“噪音”，不能很好地衡量公司的成長機(jī)會(huì)。其他變量的估計(jì)系數(shù)基本符合預(yù)期。從對(duì)數(shù)似然函數(shù)值來判斷5個(gè)模型的整體估計(jì)效果可知，模型（3）相對(duì)較好一點(diǎn)。以下的分析就基于模型（3）的估計(jì)結(jié)果展開，其他模型與其類似。

表3 基本方程和投資無效率方程的檢驗(yàn)結(jié)果

（二）會(huì)計(jì)信息質(zhì)量與投資效率

根據(jù)隨機(jī)邊界模型的效率公式，我們計(jì)算了全樣本的投資效率，以及按會(huì)計(jì)信息質(zhì)量進(jìn)行三分組排序后的投資效率，并對(duì)高質(zhì)量會(huì)計(jì)信息組與低質(zhì)量會(huì)計(jì)信息組的差異進(jìn)行了均值檢驗(yàn)和中位數(shù)檢驗(yàn)，結(jié)果列示于表4中。由表4可知，受融資約束的中國上市公司平均投資效率為88.7%，偏離最優(yōu)投資水平11.3%；投資效率的中位數(shù)為90.1%，說明投資效率的整體分布呈現(xiàn)左拖尾特征。無論是按滯后一期會(huì)計(jì)信息質(zhì)量還是滯后兩期會(huì)計(jì)信息質(zhì)量分組，高質(zhì)量會(huì)計(jì)信息組的投資效率顯著高于低質(zhì)量會(huì)計(jì)信息組，說明前期的會(huì)計(jì)信息對(duì)提高投資效率確實(shí)有顯著的作用。按當(dāng)期會(huì)計(jì)信息質(zhì)量進(jìn)行分組，高質(zhì)量會(huì)計(jì)信息組與低質(zhì)量會(huì)計(jì)信息組的投資效率差異不明顯，說明當(dāng)期的會(huì)計(jì)信息對(duì)提高投資效率作用不明顯，或者說管理者在作投資決策時(shí)沒有充分利用當(dāng)期的會(huì)計(jì)信息。這些結(jié)果都印證了前文的分析結(jié)論。

表4 會(huì)計(jì)信息質(zhì)量與投資效率

（三）會(huì)計(jì)信息質(zhì)量與無效率項(xiàng)的邊際均值

考慮到會(huì)計(jì)信息質(zhì)量與投資無效率項(xiàng)的非線性關(guān)系，我們分別計(jì)算了投資無效率項(xiàng)相對(duì)于會(huì)計(jì)信息質(zhì)量的無條件邊際均值和無條件邊際方差。表5計(jì)算的是全樣本無條件邊際均值，以及按相應(yīng)的會(huì)計(jì)信息質(zhì)量三分組排序后的無條件邊際均值和高低兩組的差異檢驗(yàn)。由表5可知，投資無效率項(xiàng)相對(duì)于會(huì)計(jì)信息質(zhì)量的無條件邊際均值無論是均值還是中位數(shù)都是負(fù)值，說明投資無效率項(xiàng)與會(huì)計(jì)信息質(zhì)量之間存在負(fù)相關(guān)關(guān)系，與前文的結(jié)論一致；高質(zhì)量會(huì)計(jì)信息組無條件邊際均值的絕對(duì)值小于低質(zhì)量會(huì)計(jì)信息組，說明隨著會(huì)計(jì)信息質(zhì)量的提高，會(huì)計(jì)信息對(duì)于減少無效率投資的作用越來越小，這也符合一般事物的“凹性”規(guī)律。

表5 會(huì)計(jì)信息質(zhì)量與投資無效率項(xiàng)的邊際均值

（四）會(huì)計(jì)信息質(zhì)量與無效率項(xiàng)的邊際方差

表6計(jì)算的是全樣本無條件邊際方差，以及按相應(yīng)的會(huì)計(jì)信息質(zhì)量三分組排序后的無條件邊際方差和高低兩組的差異檢驗(yàn)。由表6可知，投資無效率項(xiàng)相對(duì)于會(huì)計(jì)信息質(zhì)量的無條件邊際方差無論是均值還是中位數(shù)都是負(fù)值，說明投資無效率項(xiàng)的不確定性與會(huì)計(jì)信息質(zhì)量之間存在負(fù)相關(guān)關(guān)系，高質(zhì)量的會(huì)計(jì)信息能夠減少無效率項(xiàng)的不確定性，與前文的結(jié)論一致；高質(zhì)量會(huì)計(jì)信息組無條件邊際方差的絕對(duì)值小于低質(zhì)量會(huì)計(jì)信息組，說明隨著會(huì)計(jì)信息質(zhì)量的提高，會(huì)計(jì)信息對(duì)于減少無效率項(xiàng)不確定性的作用越來越小；但當(dāng)期會(huì)計(jì)信息的無條件邊際方差在高低兩組間無顯著變化，說明當(dāng)期的會(huì)計(jì)信息與前期的會(huì)計(jì)信息對(duì)投資效率的影響不同。

表6 會(huì)計(jì)信息質(zhì)量與投資無效率項(xiàng)的邊際方差

（五）敏感性檢驗(yàn)

為了驗(yàn)證本文研究結(jié)論的可靠性，我們還進(jìn)行了如下的敏感性檢驗(yàn)，限于篇幅沒有報(bào)告相應(yīng)的檢驗(yàn)結(jié)果：

1.重新界定會(huì)計(jì)信息質(zhì)量。研究中常有學(xué)者用應(yīng)計(jì)盈余質(zhì)量作為會(huì)計(jì)信息質(zhì)量的代理變量［14］，本文也嘗試用以下四種方法來估計(jì)盈余質(zhì)量并將其作為會(huì)計(jì)信息質(zhì)量的替代變量：修正的操控性應(yīng)計(jì)模型、營運(yùn)資本應(yīng)計(jì)模型（DD模型）、修正的營運(yùn)資本應(yīng)計(jì)模型（修正的DD模型）及拓展的營運(yùn)資本應(yīng)計(jì)模型（拓展的DD模型）。經(jīng)分別重新估計(jì)，本文的研究結(jié)論未發(fā)生實(shí)質(zhì)性變化。

2.重新界定投資規(guī)模?，F(xiàn)有關(guān)于投資的研究中，亦有不少文獻(xiàn)采用“購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)所支付的現(xiàn)金＋購買和處置子公司及其他營業(yè)單位所支付的現(xiàn)金＋權(quán)益性投資和債權(quán)性投資支出所支付的現(xiàn)金／年初總資產(chǎn)”指標(biāo)來界定投資規(guī)模［13］，本文也借鑒這一做法進(jìn)行估計(jì)，結(jié)果在整體上仍支持本文的結(jié)論。另外，本文也嘗試在界定投資時(shí)加入每年的折舊，換言之，以毛投資額作為當(dāng)年投資規(guī)模的替代，重新估計(jì)結(jié)果發(fā)現(xiàn)，除估計(jì)系數(shù)的顯著性水平有所降低外，其他未發(fā)生明顯變化。

3.重新設(shè)定融資約束指標(biāo)。本文分別用Altman Z值［15］、經(jīng)營現(xiàn)金流量是否為負(fù)值、是否有足夠的現(xiàn)金支付到期債務(wù)等作為融資約束指標(biāo)的替代變量進(jìn)行敏感性檢驗(yàn)，發(fā)現(xiàn)本文的研究結(jié)論亦未有顯著改變。

五、結(jié)論及政策建議

與投資相關(guān)的研究，投資效率的測(cè)度是關(guān)鍵。本文在融資約束的假定下，構(gòu)建了一個(gè)能夠較客觀測(cè)度投資效率的單邊隨機(jī)邊界模型，并利用該模型實(shí)證檢驗(yàn)了會(huì)計(jì)信息質(zhì)量對(duì)投資效率的影響，實(shí)證檢驗(yàn)結(jié)果表明：

1.當(dāng)公司受融資約束時(shí)，提高滯后一期和滯后兩期的會(huì)計(jì)信息質(zhì)量能夠顯著降低無效率項(xiàng)的均值和方差，提高投資效率并降低不確定性，但當(dāng)期的會(huì)計(jì)信息質(zhì)量對(duì)當(dāng)期的投資效率影響不顯著。

2.在估計(jì)方程中，各期會(huì)計(jì)信息質(zhì)量的估計(jì)系數(shù)的絕對(duì)值都較小，說明會(huì)計(jì)信息質(zhì)量對(duì)改進(jìn)非效率投資的作用有限。

3.受融資約束的中國上市公司平均投資效率為88.7%，偏離最優(yōu)投資水平11.3%，投資效率的中位數(shù)為90.1%，偏離最優(yōu)投資水平9.9%，說明中國上市公司投資效率的整體分布呈現(xiàn)左拖尾特征。

4.隨著會(huì)計(jì)信息質(zhì)量的提高，無效率項(xiàng)對(duì)會(huì)計(jì)信息質(zhì)量的無條件邊際均值和無條件邊際方差的絕對(duì)值越來越小，說明會(huì)計(jì)信息質(zhì)量與投資效率之間存在“凹形”的非線性關(guān)系，會(huì)計(jì)信息質(zhì)量對(duì)投資效率的影響隨著會(huì)計(jì)信息質(zhì)量的提高會(huì)變得越來越小。

本文的研究結(jié)論表明，加強(qiáng)會(huì)計(jì)工作、提高會(huì)計(jì)信息質(zhì)量是改善投資效率的重要途徑。然而，從實(shí)證結(jié)果看，會(huì)計(jì)信息對(duì)改善投資效率的作用畢竟有限，因此，一方面應(yīng)該努力改善會(huì)計(jì)信息質(zhì)量，讓其發(fā)揮更大的作用，另一方面應(yīng)該探尋多種治理非效率投資的途徑，綜合治理，高效投資。

［1］Bushman，R.M.，Smith，A.J.Financial Accounting Information and Corporate Governance［J］.Journal of Accounting and Economics，2001，32（1）：237—333.

［2］Verdi，R.S.Information Environment and the Cost of Equity Capital［Z］.Working Paper of University of Pennsylvania，2006.

［3］Biddle，G.C.，Hilary，G.Accounting Quality and Firm-Level Capital Investment［J］.The Accounting Review，2006，81（5）：963—982.

［4］Biddle，G.C.，Hilary，G.，Verdi，R.S.How Does Financial Reporting Quality Relate to Investment Efficiency？［J］.Journal of Accounting and Economics，2009，48（2）：112—131.

［5］Wang，H.A Stochastic Frontier Analysis of Financing Constraints on Investment［J］.Journal of Business and Economic Statistics，2003，21（3）：406—419.

［6］Habib，M.，A.Ljungqvist.Firm Value and Managerial Incentives：A Stochastic Frontier Approach［J］.Journal of Business，2005，78（6）：2053—2094.

［7］連玉君.中國上市公司投資效率研究［M］.北京：經(jīng)濟(jì)管理出版社，2009.

［8］Engel，E.，Hayes，R.M.，Wang，X.CEO Turnover and Properties of Accounting Information［J］.Journal of Accounting and Economics，2003，6（1）：197—226.

［9］Ball，R.，Kothari，S.P.，Robin，A.The Effect of International Institutional Factors on Properties of Accounting Earnings［J］.Journal of Accounting ＆ Economics，2000，29（1）：1—51.

［10］Basu，S.The Conservatism Principle and the Asymmetric Timeliness of Earnings［J］.Journal of Accounting and Economics，1997，24（1）：3—37.

［11］辛清泉，林斌，王彥超.政府控制、經(jīng)理薪酬與資本投資［J］.經(jīng)濟(jì)研究，2007，（8）：110—122.

［12］宋劍峰.凈資產(chǎn)倍率、市盈率與公司的成長性——來自中國股市的經(jīng)驗(yàn)證據(jù)［J］.經(jīng)濟(jì)研究，2000，（8）：36—45.

［13］程鐘鳴，夏新平，余明桂.政府干預(yù)、金字塔結(jié)構(gòu)與地方國有上市公司投資［J］.管理世界，2008，（9）：34—47.

［14］周元元，莊明來，汪元華.ERP系統(tǒng)實(shí)施、制度環(huán)境與會(huì)計(jì)信息質(zhì)量——基于中國上市公司的經(jīng)驗(yàn)證據(jù)［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2011，（3）：99—106.

［15］Altman，E.I.Financial Ratios，Discriminant Analysis and the Prediction of Corporate Bankruptcy［J］.Journal of Finance，1968，23（4）：589—609.