空氣污染影響了地方重污染企業(yè)的盈余管理嗎？

郭際++陳珊珊++吳先華

【摘 要】 近年來中國的霧霾天氣數(shù)明顯增加，嚴重影響了社會的可持續(xù)發(fā)展，引發(fā)公眾的廣泛關注。重污染企業(yè)也因此面臨較大的社會壓力。在這種背景下，重污染企業(yè)是否有向下做盈余管理的動機和現(xiàn)象？若有，在何種狀態(tài)下進行向下的盈余管理，開展多大幅度的盈余管理？這類研究比較少見。文章采集了19個省2008—2012年間的空氣污染指數(shù)（Air Pollution Index，以下簡稱API）數(shù)據(jù)、重污染企業(yè)的相關財務數(shù)據(jù)，利用Jones模型，采用多斷點回歸方法檢驗空氣污染對地方重污染企業(yè)盈余管理的影響，分析了2008—2012年間重污染企業(yè)的盈余管理行為。結果發(fā)現(xiàn)：（1）2008—2009年間，企業(yè)在斷點API=100處和API=200處有向下做盈余管理的現(xiàn)象，但在斷點API=300處有向上做盈余管理的現(xiàn)象；（2）從2010—2012年間、2008—2012年間的整體數(shù)據(jù)來看，企業(yè)在斷點API=100、200、300處都有向下做盈余管理的現(xiàn)象。文章對實證結果進行了討論，并提出了相應的對策建議。

【關鍵詞】 空氣污染指數(shù)； 重污染企業(yè)； 盈余管理； 多斷點回歸

【中圖分類號】 F275；X51 【文獻標識碼】 A 【文章編號】 1004-5937（2017）07-0030-07

一、引言

中國改革開放近40年來，伴隨著經(jīng)濟的高速增長，空氣污染現(xiàn)象也日益突出。尤其是近年來霧霾等惡劣天氣頻發(fā)，使得人們紛紛把目光投向霧霾的源頭——重污染企業(yè)，并試圖采取有效措施進行治理。如Robert Rohde et al.[ 1 ]在談到北京市的PM2.5時指出，“北京的PM2.5中，僅有一小部分來自于北京當?shù)兀蟛糠治廴驹醋赃b遠的工業(yè)區(qū)”，認為重工業(yè)企業(yè)是環(huán)境污染的直接源頭。2011年的“PM2.5爆表”事件發(fā)生后，政府出臺了一系列針對重污染企業(yè)的管控政策，如環(huán)保部頒發(fā)《關于執(zhí)行大氣污染物特別排放限值的公告》（2013）、《火電廠大氣污染排放標準》（2014）、《大氣污染防治法》（2015）等一系列法規(guī)制度，表明了政府部門治理空氣污染的決心[ 2 ]。社會公眾也通過各種途徑表達了對環(huán)境污染的擔憂[ 3 ]。民眾紛紛通過微博、論壇和微信群轉發(fā)對PM2.5污染的不滿[ 4 ]。這些充分說明空氣污染已經(jīng)成為公眾關注的熱點。在社會各界的強大壓力下，被視為“眾矢之的”的重污染企業(yè)理應自覺收斂其行為，進行向下的盈余管理，低調展示社會“弱勢者”的身份，以博取同情、規(guī)避環(huán)境規(guī)制。那么，在我國，重污染企業(yè)是否采取了向下的盈余管理？如果是，會在哪個污染水平采取這種行為，采取多大幅度的盈余管理？這都是具有中國國情的企業(yè)管理話題。但從研究范圍來看，這類研究非常少見，且大多缺乏足夠的實證支持。僅有的一些文獻如劉運國和劉夢寧[ 5 ]、曾月明和劉佳佳[ 6 ]通過對比重污染企業(yè)與非重污染企業(yè)在“PM2.5爆表”事件前后所采取的盈余管理行為，發(fā)現(xiàn)“PM2.5爆表”事件之前重污染企業(yè)與非重污染企業(yè)在盈余管理上沒有顯著差異，但“PM2.5爆表”事件之后，重污染企業(yè)進行了顯著向下的盈余管理。那么，除了“PM2.5爆表”事件這一點（斷點）之外，是否還有引發(fā)重污染企業(yè)向下進行盈余管理的其他斷點呢？基于此，本研究將地方重污染企業(yè)作為樣本，利用斷點回歸法，采用兩種Jones模型檢驗空氣污染程度與重污染企業(yè)盈余管理是否存在內在的聯(lián)系，試圖找到相應的實證證據(jù)。

二、文獻簡要回顧

（一）企業(yè)為何要做盈余管理

首先，什么是“盈余管理”？學者Willam.R.Scott[ 7 ]、Kathehne Schipper[ 8 ]、魏明海[ 9 ]、寧亞平[ 10 ]、陳華[ 11 ]都對盈余管理及其基本特征做了一些解釋。其次，企業(yè)進行盈余管理的動機是什么？Snyder & Stromberg[ 12 ]認為，在面臨嚴重的環(huán)境污染時，重污染企業(yè)為避免“樹大招風”，減少政府和社會的關注度，往往有操縱盈余管理的動機。曹辰[ 13 ]認為，污染企業(yè)通過盈余管理，可以減少公眾壓力，避免由于政府管制導致企業(yè)降低盈利能力；K？觟nigsgruber & Windisch[ 14 ]認為，通過盈余管理，企業(yè)向社會展示“薄利經(jīng)營”和“生存艱難”的形象，可以博得政府和社會的同情，有的甚至還可以拿到政府的補貼等。綜上，本研究認為，類似于政治動機，重污染企業(yè)之所以進行盈余管理，主要在于逃避公眾輿論的譴責和規(guī)避稅收等環(huán)境規(guī)制。

（二）如何選擇盈余管理的計量方法

在研究過程中，國內外學者大多選擇修正Jones模型。如黃梅和夏新平[ 15 ]運用統(tǒng)計模擬方法比較發(fā)現(xiàn)，在中國證券市場上，修正Jones模型在模型的設定和盈余管理的檢驗方面表現(xiàn)更佳。基于以上考慮，本文的實證涉及分年度和分行業(yè)數(shù)據(jù)的回歸，因此采用了修正Jones模型。

（三）斷點回歸法

Lee[ 16 ]認為，斷點回歸能夠避免參數(shù)估計的內生性問題，真實反映變量之間的因果關系，因而得到了廣泛采用。Almond et al.[ 17 ]研究了中國使用暖氣政策對地方環(huán)境污染的影響，將淮河的南北地理分割線作為斷點，發(fā)現(xiàn)淮河以北地區(qū)空氣中顆粒密度高于淮河以南。由于這里研究的是當API指數(shù)達到某一個臨界值時，企業(yè)是否會采取相應的盈余管理行為，是典型的斷點回歸問題，所以采用了該方法。

三、模型、指標及數(shù)據(jù)說明

（一）模型、變量的設定

1.盈余質量模型

借鑒Jones（1991）的思路，基本Jones模型如下：

其中NDAit / Ait-1是公司i經(jīng)過t-1期期末總資產(chǎn)調整后的非可控應計利潤， Ait-1是公司i在t-1期期末的總資產(chǎn)，？駐REVit是公司i在t期與t-1期的主營業(yè)務收入差距，PPEit是公司i在第t期期末的固定價值。？琢1、？琢2、？琢3是行業(yè)特征參數(shù)，這些參數(shù)可以通過（2）式回歸得到。

其中TAit / Ait-1是公司i經(jīng)過t-1期資產(chǎn)調整后的總應計利潤，TAit為公司i當期營業(yè)利潤與當期經(jīng)營活動現(xiàn)金凈流量之差，？著it為回歸殘差。對分行業(yè)分年度的數(shù)據(jù)進行OLS回歸得到特征參數(shù)，將之代入（1）式中，再根據(jù)（3）式就可以得到盈余管理指標em1，表達式如下：

借鑒Dechow et al.（1995）的思路，修正Jones模型如下：

其中？駐RECit是公司i第t期期末與上期期末的應收賬款之差。同理可以得到另一個盈余管理指標em2。

2.變量選擇與數(shù)據(jù)說明

（1）盈余管理。在國泰安數(shù)據(jù)庫中查找Jones模型所需的財務指標：總資產(chǎn)、固定資產(chǎn)、應收賬款、主營業(yè)務收入和經(jīng)營活動現(xiàn)金凈流量等，然后分行業(yè)和分年度進行回歸，得到盈余管理的質量指標。

（2）空氣污染程度。采用API指數(shù)衡量空氣污染程度。API數(shù)據(jù)來自2008年1月1日至2012年12月31日中國環(huán)保部的重點城市空氣質量日報②，該數(shù)據(jù)的統(tǒng)計單位為各重點城市③。

（3）斷點的選擇。本文中API年度最大值與最小值分別為500與52，通過表1提供的斷點依據(jù)，該區(qū)間的斷點包括了100、200、300④，參考席鵬輝和梁若冰（2015）的方法，當API的年度最大值分別為100、200、300時，作為研究的各斷點。

（4）控制變量?？蛇x擇如下變量作為影響盈余管理的控制變量：公司規(guī)模（size）、杠桿率（leverage）和成長性（tobing）。葉青等[ 18 ]還選取了公司上市年齡（lnage）作為影響盈余管理的控制變量。本文曾嘗試選取以上四個指標作為控制變量，但研究發(fā)現(xiàn)，公司規(guī)模（size）、成長性（tobing）在斷點處發(fā)生明顯的跳躍（數(shù)據(jù)不連貫），如果將其加入到模型中，會影響斷點回歸的準確性，所以僅選取杠桿率和上市年齡作為本文的控制變量。

（5）重污染企業(yè)。將環(huán)保部2013年發(fā)布的《關于執(zhí)行大氣污染物特別排放限值的公告》⑤中19個重點控制區(qū)省份的火電、鋼鐵、石化、水泥、有色、化工六大行業(yè)企業(yè)作為重污染企業(yè)的樣本源。參考劉運國和劉夢寧[ 5 ]的研究，這六大行業(yè)可以分解為12個重污染行業(yè)⑥。在國泰安數(shù)據(jù)庫中，選擇時間跨度為2007年12月至2012年12月，且公司所在地為這些省份的A股上市公司數(shù)據(jù)⑦。在篩選樣本數(shù)據(jù)時，借鑒葉青等[ 18 ]的做法，保留財務狀況正常（會計凈資產(chǎn)為正，并且市場價值大于總負債）的企業(yè)，剔除了資不抵債、被ST和財務數(shù)據(jù)缺失的企業(yè)，最終得到389個企業(yè)樣本。

（6）回歸時期的選擇。為反映政府于2010年出臺對重污染企業(yè)管控政策《關于推進大氣污染聯(lián)防聯(lián)控工作改善區(qū)域空氣質量的指導意見》后企業(yè)的盈余管理行為是否發(fā)生了變化，在分析2008—2012年這5年的數(shù)據(jù)之外，再將數(shù)據(jù)分為2008—2009年和2009—2012年兩個時間段，研究這兩個時期企業(yè)在不同斷點處盈余管理行為的變化。

3.實證模型

根據(jù)我國對API的分類標準可以設計一個多斷點回歸模型，見表1。

下面研究當API在100、200、300值⑨附近時，企業(yè)的盈余管理指標是否會發(fā)生跳躍。步驟如下：首先，將API值等于100、200、300作為斷點。假設分布在斷點周邊的樣本具有隨機性，即可認為這些樣本其他特征是相同的，不存在顯著差別，解決了實證過程中遺漏變量的問題[ 19 ]。將超過斷點的樣本視為處理組，否則作為控制組。其次，在分配處理組與控制組的樣本時，參考了Brollo[ 20 ]的思路：對各個斷點間的樣本進行中間切割，取值范圍在[ ，Aj）為控制組，取值范圍在[Aj， ]為處理組。再利用（5）式進行斷點回歸。借鑒Hahn et al.[ 19 ]的思路，設置模型如下：

其中，ait∈[ ， ]，Dit=1{ait-Aj>0}，？酌it為公司i的盈余管理，ait為空氣質量指數(shù)，Aj表示第j個斷點，ait-Aj表示第i個樣本到j的距離。所以Dit=1{ait-Aj>0}作為處理變量是連續(xù)函數(shù)ait的函數(shù)，它由ait是否超過斷點決定。當ait-Aj>0時，即超過斷點視為1，否則視為0。X為控制變量，包括杠桿率（Leverage）和企業(yè)上市年限（lnage）。？啄t為時間固定效應，不隨個體變化的時間趨勢。為個體固定效應，不隨時間變化的個體差異。？孜z為斷點固定效應。誤差項？滋it為各行業(yè)的聚類。f（ait-Aj）為執(zhí)行變量（ait-Aj）的函數(shù)，Dit*f（ait-Aj）是控制斷點兩側可能存在的不同函數(shù)形式。（6）式表示的是斷點效應。

其中，表示第j個斷點附近空氣質量等級對盈余管理的影響。

（二）實證結果分析

表2、表3、表4分別表示2008—2012年、2008—2009年和2010—2012年間的綜合斷點效應與分斷點效應，反映政府在2010年出臺對重污染企業(yè)管控政策前后，當公眾逐漸加大對霧霾的關注后，重污染企業(yè)的盈余管理是否會發(fā)生不同變化。

表2展示的是不同年份范圍、API不同斷點處重污染企業(yè)的盈余管理行為，可以發(fā)現(xiàn)不同年份期限內企業(yè)的盈余管理行為有所差異。表2中，回歸的第一行表示斷點的綜合效應，是從總體上觀測斷點對盈余管理是否發(fā)生作用。一階函數(shù)、二階函數(shù)和三階函數(shù)分別是API的1～3次函數(shù)形式，用于檢驗結果的穩(wěn)健性。表4中最后3列是斷點回歸在帶寬15、20、25處的局部線性回歸。

表2結果顯示，2008—2012年間，空氣污染每上升一個等級，即API=100、200、300時，企業(yè)有向下做盈余管理的傾向。例如第一列，API=100時對應的盈余管理值為0.029；API=200時對應的值為0.015；API=300時，盈余管理為負值-0.017。后面的列數(shù)都呈現(xiàn)出這種變化趨勢。再看每行的數(shù)據(jù)，可以發(fā)現(xiàn)，在不同函數(shù)形式下，盈余管理也呈現(xiàn)出遞減趨勢。

表3反映了2008—2009年企業(yè)的盈余管理?？梢?，空氣污染每上升一等級即API=100、200時，盈余管理呈現(xiàn)下降趨勢，到API=300處盈余管理在5%水平上顯著為正。第一列，盈余管理在API=100時對應的值為0.01，在API=200時對應的值為-0.013，但API=300時盈余管理顯著為0.067。其他各列亦是如此。再看各行數(shù)據(jù)，不同函數(shù)形式下，在API=100、200處盈余管理值也呈遞減趨勢。如在第二行斷點100處，盈余管理逐漸從0.010～-0.0019降為0.008～-0.006。到API=300處盈余管理值上升，從0.067～0.090上升為0.074～0.100。

表4反映2010—2012年間企業(yè)的盈余管理。從每列的數(shù)據(jù)來看，當空氣污染每上升一個等級，即API=100、200、300時，企業(yè)有向下做盈余管理的傾向。尤其API=300時，在5%水平上出現(xiàn)顯著的負向盈余管理。如第一列，盈余管理在API=100時對應的值為0.029，在API=200時對應的值為-0.011，當API=300時，盈余管理顯著為負值-0.031。其他各列亦是如此。再從每行的橫向數(shù)據(jù)來看，在不同函數(shù)形式下，盈余管理在API=100、200、300處呈現(xiàn)遞增趨勢。如在第一行，斷點綜合效應逐漸遞增，從-0.007～0.024增加到-0.007～0.028，其他各行也是如此。

在2008—2009年期間，即表3中API=300處，盈余管理顯著為正，是否能說明空氣污染的嚴重性與企業(yè)盈利存在正向關系？也就是說，在2010年政府出臺相關政策對重污染企業(yè)進行管制之后，企業(yè)向下的盈余管理是否導致API=300處盈余管理為正的現(xiàn)象消失？再看表4，在2010—2012年間，API值從100到300，盈余管理一直呈下降趨勢，但在API=300處顯著為負，是否說明政策出臺后公眾日益關注重污染企業(yè)的行為，導致重污染企業(yè)低調行事，向下做盈余管理？下面對結果的可靠性做穩(wěn)健性檢驗。

（三）穩(wěn)健性檢驗

針對表4結果做穩(wěn)健性檢驗，即不加入控制變量，看回歸效果是否發(fā)生了變化。結果發(fā)現(xiàn)（表略），控制變量的添加與否對回歸結果的影響不大。接下來對控制變量做連續(xù)性檢驗，目的是檢驗控制變量在各斷點處是否有跳躍的情形。若有，表明控制變量對回歸設計有影響；若沒有，表明控制變量存在與否對斷點回歸的結果影響不大。借鑒席鵬輝和梁若冰（2015）的模型：

其中，Xit表示各控制變量，當？琢不顯著時，說明控制變量在斷點處沒有發(fā)生跳躍。結果發(fā)現(xiàn)（表略），從各控制變量在API各斷點處的檢驗情況來看，結果均不顯著。因此，控制變量的存在與否對斷點回歸結果的影響不大。

為檢驗地方政府是否為了增加一年中API小于100的天數(shù)而操縱API數(shù)據(jù)⑩，下面利用McCrary（2008）的方法對執(zhí)行變量ait-Aj（第i個樣本到第j個斷點的距離）進行連續(xù)性檢驗，檢驗該密度函數(shù)在斷點處是否發(fā)生跳躍。結果如圖1所示。

可以看出，斷點兩側密度函數(shù)估計值的置信區(qū)間基本上是重疊的，所以在斷點處是連續(xù)的，應不存在操控行為。這與席鵬輝和梁若冰等（2015）的研究結果是一致的。

四、結論

通過采集京津冀、長三角、珠三角等19個省（區(qū)、市）六大行業(yè)上市公司2008—2012年間的數(shù)據(jù)，利用Jones模型，分析了這些重污染企業(yè)是否進行了盈余管理。實證發(fā)現(xiàn)，企業(yè)在各斷點處都進行了向下的盈余管理。尤其是2010年之后，當政府部門和社會公眾日益關注空氣污染問題時，企業(yè)在API=300處有顯著向下進行盈余管理的現(xiàn)象。另外，沒有發(fā)現(xiàn)地方政府為了“環(huán)境政績”而操縱API的現(xiàn)象。這是本文的新發(fā)現(xiàn)，也是主要的實證貢獻。

針對企業(yè)為規(guī)避環(huán)境規(guī)制而采取盈余管理的現(xiàn)象，政府部門應出臺更嚴厲的財務造假懲罰制度，監(jiān)管部門要加大對企業(yè)財務制度的檢查力度，審計部門對企業(yè)會計信息的審核要更加嚴格。同時要加強企業(yè)的“誠信”文化建設。社會媒體也應參與監(jiān)督企業(yè)環(huán)境行為和財務信息披露。只有多管齊下，多方努力，才能減少甚至杜絕重污染企業(yè)“刻意”進行盈余管理的行為。本研究也存在一些不足，如在2008—2009年間，在API=300的斷點處，盈余管理為何顯著為正，原因是什么？這里給出了初步的解釋，即盈余管理顯著為正，可能說明環(huán)境污染的嚴重性與企業(yè)盈利存在正相關關系，但2010年政府出臺相關政策后，這種現(xiàn)象已經(jīng)消失，說明企業(yè)可能進行了更強的盈余管理。當然這只是一種猜測。另外，如何選擇更好的控制變量，也值得進一步研究。

【參考文獻】

[1] ROHDE R A， MULLER R A. Air pollution in China：mapping of concentrations and sources[J].Journal of PLoS ONE，2015，10（8）：1-15.

[2] 原毅軍，耿殿賀.環(huán)境政策傳導機制與中國環(huán)保產(chǎn)業(yè)發(fā)展：基于政府排污企業(yè)與環(huán)保企業(yè)的博弈研究[J].中國工業(yè)經(jīng)濟，2010（10）：65-74.

[3] 鄧君韜.“避鄰運動”視野下PX項目事件審視[J].湖南社會科學，2013（5）：85-88.

[4] BRIAN KLADKO. Breathing in diesel exhaust leads to changes' deep under the hood[J]. Journal of Particle and Fibre Toxicology，2015（1/2）.

[5] 劉運國，劉夢寧.霧霾影響了重污染企業(yè)盈余管理嗎：基于政治成本假說的考察[J].會計研究，2015（3）：79-101.

[6] 曾月明，劉佳佳.我國重污染企業(yè)的政治成本、盈余管理與政府補助：基于“PM2.5爆表”事件背景[J].海南大學學報，2016（2）：43-50.

[7] WILLIAM R SCOTT. Financial accounting theory[M]. Toronto.Canada：Prentice Hall，2003：368-391.

[8] SCHIPPER K. Commentary on earnings management[J]. Journal of Accounting Horizons，1989，12（3）：91-102.

[9] 魏明海.盈余管理基本理論及其研究述評[J].會計研究，2000（9）：34-42.

[10] 寧亞平.盈余管理的定義及其意義研究[J].會計研究，2004（9）：62-66.

[11] 陳華.試論盈余管理[J].四川會計，2001（11）：8-10.

[12] SNYDER J M， STROMBERG D.Press coverage and political accountability[J].Journal of Political Economy，2010，118（2）：335-408.

[13] 曹辰.盈余管理動機綜述[J].現(xiàn)代商貿(mào)工業(yè)，2013（21）：26-27.

[14] K？觟NIGSGRUBER R， WINDISCH D. Does European Union policy making explain accounting choice？[J].Journal of Management and Governance，2014，8（3）：717-731.

[15] 黃梅，夏新平.操縱性應計利潤模型檢測盈余管理能力的實證分析[J].南開管理評論，2009（5）：136-143.

[16] LEE D S. Randomized experiments from non-random selection in US house elections[J]. Journal of Econometrics，2008，142（2）： 675-697.

[17] ALMOND D， CHEN Y， GREENSTONE M， et al.Winter heating or clean air？ Unintended impacts of China's Huai River policy[J].American Economic Review，2009，99（2）：184-190.

[18] 葉青，李增泉，李光青.富豪榜會影響企業(yè)會計信息質量嗎：基于政治成本視角的考察[J].管理世界，2012（1）：104-120.

[19] HAHN J， TODD P，KLAAUW WVD. Identification and estimation of treatment effects with a regression-discontinuity design[J]. Journal of Econometrica，2001，69（1）：201-209.

[20] BROLLO F，NANNICINI T，PEROTTI R， et al. The political resource curse[J].The American Economic Review，2013，103（5）：1759-1796.