經(jīng)濟政策不確定性與業(yè)績預告決策

韓子超 張友棠 曹耀威

【摘要】基于滬深A股上市公司2007 ～ 2018年的數(shù)據(jù)， 考察經(jīng)濟政策不確定性對企業(yè)業(yè)績預告披露頻率的影響， 結(jié)果發(fā)現(xiàn)： 經(jīng)濟政策不確定性的提升會導致企業(yè)提高業(yè)績預告披露頻率， 但會降低披露的及時性、精確性和準確性; 經(jīng)濟政策不確定性的提升促使金融機構(gòu)提升不確定性規(guī)避程度， 因而企業(yè)為緩解信息不對稱， 獲取信貸資源而提高業(yè)績預告披露頻率， 金融機構(gòu)不確定性規(guī)避是經(jīng)濟政策不確定性影響企業(yè)業(yè)績預告披露頻率的中介變量; 在數(shù)字金融水平較高的地區(qū)， 金融機構(gòu)能夠有效利用數(shù)字技術(shù)以緩解信息不對稱， 提高信貸資源配置效率， 同時企業(yè)融資渠道增多， 披露業(yè)績預告的收益下降， 從而會減少披露次數(shù); 不同地區(qū)的金融生態(tài)環(huán)境不同， 企業(yè)對經(jīng)濟政策不確定性的敏感程度存在較大差異， 經(jīng)濟政策不確定性對企業(yè)業(yè)績預告披露頻率的促進作用在中西部地區(qū)更加顯著。

【關(guān)鍵詞】經(jīng)濟政策不確定性;金融機構(gòu)不確定性規(guī)避;業(yè)績預告;數(shù)字金融

【中圖分類號】F273.4? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）06-0045-10

一、引言

2020年10月5日， 國務院印發(fā)《關(guān)于進一步提高上市公司質(zhì)量的意見》， 指出企業(yè)要提升信息披露質(zhì)量， 充分披露投資者做出價值判斷和投資決策所需的信息。 在非完全有效的資本市場中， 高質(zhì)量的信息披露能夠有效緩解信息不對稱， 提高資源配置效率。 業(yè)績預告是企業(yè)信息披露的重要途徑之一， 相比歷史性的會計信息， 其能夠向各利益相關(guān)者傳遞管理層對企業(yè)未來收益的預期， 更具有決策相關(guān)性和前瞻性。

目前， 國內(nèi)已有文獻從公司層面（管理層性質(zhì)[1，2] 、治理結(jié)構(gòu)[3] ）以及外部環(huán)境（分析師跟蹤[4] 、媒體關(guān)注[5] 、賣空壓力[6] ）等視角研究了關(guān)于企業(yè)披露業(yè)績預告決策的影響因素。 然而， 較少有文獻直接研究宏觀經(jīng)濟政策不確定性對業(yè)績預告決策的影響， 且已有結(jié)論并不一致。 陳勝藍等[7] 研究發(fā)現(xiàn)， 經(jīng)濟政策不確定性的提高會使高管更可能發(fā)布業(yè)績預告且預測區(qū)間更窄。 周楷唐等[8] 發(fā)現(xiàn)， 官員發(fā)生變更的年份， 管理層更傾向于自愿披露業(yè)績預告， 同時業(yè)績預告精確度也會提升。

政府通過財政和貨幣政策調(diào)控宏觀經(jīng)濟運行， 但由于對宏觀經(jīng)濟認識的不確定性， 難以避免經(jīng)濟政策的不確定性， 而經(jīng)濟政策對微觀經(jīng)濟主體起著舉足輕重的作用， 會為企業(yè)價值的變化帶來重大的不確定性[9] 。 即使在一個沒有摩擦的理想世界中， 管理層和外部投資者也會因為來自于企業(yè)、行業(yè)以及宏觀層面的不確定性因素的影響而無法做出正確決策， 因此， 作為前瞻性信息的業(yè)績預告就顯得尤為重要。 一方面， 管理層向外傳遞關(guān)于企業(yè)未來盈利預期的信息能夠減少投資者的不確定性， 同時， 披露高質(zhì)量的信息能夠提升自身聲譽并從資本市場中獲得收益， 如更低的資本成本[10] 。 另一方面， 在不確定性較高的時期， 管理層很難做出精確的預測而面臨較高的訴訟風險， 此外， 管理層進行的業(yè)績預告披露可能有較高的專有信息成本， 競爭對手能夠從其中了解企業(yè)的專有信息， 從而使企業(yè)處于不利的競爭地位。 企業(yè)需要權(quán)衡披露業(yè)績預告的收益和成本， 因此在經(jīng)濟政策不確定性較高的環(huán)境下， 管理層是否會更傾向于披露業(yè)績預告仍有待實證檢驗。

為此， 本文運用2007 ～ 2018年滬深A股上市公司數(shù)據(jù)， 考慮到自愿的業(yè)績預告以及信息含量更高的業(yè)績預告更能傳遞私有信息， 故本文從自愿業(yè)績預告頻率和業(yè)績預告信息含量兩個角度檢驗經(jīng)濟政策不確定性對管理層業(yè)績預告決策的影響。 研究發(fā)現(xiàn)， 隨著經(jīng)濟政策不確定性的提高， 管理層更傾向于自愿披露業(yè)績預告， 但披露的及時性變差， 業(yè)績預告的精確性和準確性降低。 此外， 本文還考察了經(jīng)濟政策不確定性對業(yè)績預告類型的影響， 發(fā)現(xiàn)對“好消息”和“壞消息”披露的影響有顯著差異， 管理層更傾向于披露“壞消息”。 本文進一步分析了經(jīng)濟政策不確定性的作用機制， 發(fā)現(xiàn)經(jīng)濟政策不確定性通過影響金融機構(gòu)的不確定性規(guī)避程度來促使管理層提高業(yè)績預告的披露頻率。 同時， 本文發(fā)現(xiàn)： 數(shù)字金融水平高， 則企業(yè)融資可得性高， 披露業(yè)績預告的收益下降， 會降低披露頻率， 尤其當企業(yè)處于金融生態(tài)環(huán)境較差的中西部地區(qū)時， 對經(jīng)濟政策不確定性的敏感度更高。

二、理論分析與研究假說

（一）經(jīng)濟政策不確定性與企業(yè)業(yè)績預告

根據(jù)資源依賴理論和信息不對稱理論， 企業(yè)為了滿足自身的穩(wěn)定發(fā)展， 需要從市場中獲取對自身而言必不可少的有利資源， 而由于信息不對稱的客觀存在， 會導致資源無法得到有效配置。 企業(yè)管理層相比外部利益相關(guān)者來說更了解企業(yè)的投融資情況、生產(chǎn)經(jīng)營狀況以及面臨的困難， 因此企業(yè)通過信息披露能夠使利益相關(guān)者獲得更多關(guān)于企業(yè)的信息， 幫助其更好地進行決策。

管理層通常會通過信息披露來與各利益相關(guān)者建立良好的關(guān)系并獲取資源， 而業(yè)績預告則是企業(yè)信息披露的重要方式之一。 企業(yè)通過業(yè)績預告向投資者傳達關(guān)于企業(yè)質(zhì)量的有用信息， 改變利益相關(guān)者對企業(yè)未來盈利能力的估計， 提高信息透明度并證明信息的可信度， 與利益相關(guān)者建立良好的關(guān)系進而獲得其信任[11] 。

一方面， 經(jīng)濟政策不確定性會加劇投資者之間以及投資者與企業(yè)之間的信息不對稱， 降低股票流動性， 增加利益相關(guān)者對企業(yè)信息的需求[8] ， 企業(yè)可能會通過披露更多的信息改善信息環(huán)境， 使利益相關(guān)者能更好地了解企業(yè)， 從而緩解經(jīng)濟政策不確定性造成的信息不對稱問題[12] 。 因此， 在信息使用者對企業(yè)信息的需求增加時， 企業(yè)披露額外的信息能夠在一定程度上替代投資者的私人信息獲取活動。 資產(chǎn)定價理論模型也表明， 信息不對稱水平的降低能夠帶來更低的資本成本和更高的股票價格， 管理層有更強的動機提供更多的業(yè)績預告信息以緩解信息不對稱， 進而降低資本成本并提升企業(yè)價值。

另一方面， 盡管經(jīng)濟政策不確定性會為企業(yè)帶來負面影響， 管理層可能仍然不會傾向于進行自愿信息披露， 對于這些企業(yè)來說， 披露成本遠大于信息不對稱帶來的不利影響。 Agapova和Madura[13] 認為不確定性改變了企業(yè)的外部環(huán)境， 管理層難以形成對未來盈利能力的準確預期， 因此企業(yè)面臨著投資者因為“誤導”或者“不精確”信息披露而提起訴訟風險的潛在威脅。 但是， 在我國進行業(yè)績預告披露的違規(guī)成本較低， 懲罰力度較弱， 無實質(zhì)性處罰， 且訴訟風險較低。 此外， 企業(yè)一旦開始進行盈利預測， 其將面臨較高的停止成本。 Chen等[14] 發(fā)現(xiàn)， 停止盈利預測會導致企業(yè)股票價格的顯著下降， 并且分析師會將這一行為解釋為企業(yè)未來的盈利能力低于預期， 從而損害企業(yè)價值。 最后， 企業(yè)披露的業(yè)績預告可能含有較多的專有信息， 如競爭對手可能從中了解到企業(yè)面臨著較高的融資約束而采取價格戰(zhàn)， 從而使企業(yè)在市場競爭中處于不利地位。 然而， Park等[15] 認為， 盡管季度盈利預測可能會使同行業(yè)的其他企業(yè)受益， 但是不會使披露盈利預測的企業(yè)在競爭中處于劣勢。

因此， 本文認為， 盡管管理層自愿披露業(yè)績預告可能面臨訴訟風險、違規(guī)成本、專有信息成本， 但是在我國的制度環(huán)境下， 面對較高的經(jīng)濟政策不確定性， 企業(yè)進行業(yè)績預告披露的收益要大于承擔的風險和成本， 企業(yè)有較強的動機通過披露業(yè)績預告來緩解信息不對稱。 據(jù)此， 本文提出假設：

H1： 經(jīng)濟政策不確定性的提升會提高企業(yè)披露業(yè)績預告的頻率。

（二）經(jīng)濟政策不確定性、金融機構(gòu)不確定性規(guī)避與企業(yè)業(yè)績預告

在我國的金融體系下， 企業(yè)仍然以間接融資為主， 銀行是關(guān)鍵的市場經(jīng)濟主體， 以銀行為主導的金融體系對經(jīng)濟發(fā)展具有重大影響。 Dell等[16] 認為在外部環(huán)境不確定的情況下， 商業(yè)銀行并非風險中立而是有不同的風險感知和風險容忍度， 且銀行更傾向于保守的風險態(tài)度。 經(jīng)濟政策不確定會抑制銀行放貸意愿， 因此以銀行為代表的金融機構(gòu)規(guī)避不確定性的行為會導致信貸資源無法得到有效配置， 影響企業(yè)的銀行信貸可獲得性和融資成本：

一是經(jīng)濟政策不確定性在一定程度上加劇了銀行與企業(yè)之間的信息不對稱， 使得銀行對企業(yè)的信用評價更加困難復雜， 提高了判斷投資機會的難度， 增加了銀行貸款預期收益的噪聲， 從而導致銀行趨于降低風險加權(quán)資產(chǎn)占總資產(chǎn)的比重， 削弱銀行批準新增貸款申請的意愿， 使得企業(yè)獲得貸款的等待時間變長， 銀行信貸可獲得性降低。

二是在不確定性較高的環(huán)境下， 銀行對利率更加不敏感。 為規(guī)避風險， 銀行會通過提高貸款利率的方式來識別企業(yè)信息， 加劇信貸資源的無效配置， 使得企業(yè)的外部融資成本增加。 此外， 不利的經(jīng)濟環(huán)境會加劇企業(yè)未來現(xiàn)金流的波動， 對其造成負面影響， 導致違約概率提高， 進而導致融資成本的上升。

三是經(jīng)濟政策不確定性會影響銀行管理者的行為， 進而影響信貸資源的配置。 經(jīng)濟政策不確定性的提升使得銀行難以形成對未來經(jīng)濟趨勢的穩(wěn)定預期。 為防止流動性風險， 銀行會減少信貸支出以補充流動性， 進一步導致企業(yè)信貸融資可獲得性降低以及融資成本提高。 因此， 經(jīng)濟政策不確定性會加劇以銀行為代表的金融機構(gòu)的不確定性規(guī)避行為。

此外， 根據(jù)資源依賴理論和優(yōu)序融資理論， 企業(yè)開展研發(fā)、投資、生產(chǎn)活動需要大量的資金， 但隨著經(jīng)濟政策不確定性的提高， 企業(yè)難以估計未來盈利能力， 且出現(xiàn)盈利下降的可能性增大， 內(nèi)部融資受阻， 因此需要進行外部融資[17] 。 而融資可獲得性、融資頻率對企業(yè)績效有顯著影響， 因此企業(yè)為了自身的穩(wěn)定發(fā)展， 需要在經(jīng)濟政策不確定性提升時采取應對措施。 而更多的信息披露能夠減少信息不對稱進而降低資本成本。 在經(jīng)濟政策不確定性較高時， 企業(yè)通過增加業(yè)績預告的披露緩解投資者之間以及投資者與企業(yè)之間的信息不對稱， 因此企業(yè)能夠通過提升更具前瞻性的業(yè)績預告披露的頻率幫助外部利益相關(guān)者獲取更多企業(yè)信息， 降低信息不對稱程度， 進而降低資本成本。

綜上， 經(jīng)濟政策不確定性導致金融機構(gòu)不確定性規(guī)避行為， 加劇銀行信貸資源的配置扭曲， 提高資本成本， 而企業(yè)為了獲取滿足自身發(fā)展的資金， 會通過提升業(yè)績預告的披露頻率來緩解信息不對稱。 由此， 本文提出假設：

H2a： 經(jīng)濟政策不確定性的提升會加劇金融機構(gòu)不確定性規(guī)避行為。

H2b： 金融機構(gòu)不確定性規(guī)避行為越多， 企業(yè)業(yè)績預告披露頻率越高。

（三）數(shù)字金融的調(diào)節(jié)作用

信息不對稱和資本市場不完善是導致企業(yè)融資難、融資貴的重要原因。 基于人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈等新型數(shù)字技術(shù)與傳統(tǒng)金融行業(yè)融合而生的數(shù)字金融則能夠有效緩解金融服務與實體經(jīng)濟不匹配等結(jié)構(gòu)性矛盾。 一方面， 在數(shù)字技術(shù)的支撐下， 數(shù)字金融能夠有效降低信息搜集與傳遞成本， 緩解信息不對稱， 減少金融機構(gòu)的監(jiān)督成本、信息成本以及交易環(huán)節(jié)中的冗余成本， 改善金融資產(chǎn)的定價精確度， 從而實現(xiàn)資源的有效配置。 另一方面， 數(shù)字金融強大的數(shù)據(jù)爬取能力能夠幫助金融機構(gòu)以較低的成本有效地挖掘企業(yè)在互聯(lián)網(wǎng)中留下的行為數(shù)據(jù)等信息， 為信用評估模型的構(gòu)建提供依據(jù)， 從而建立可靠的信用評價體系， 更好地識別企業(yè)信用風險并降低信用評估成本， 進而降低企業(yè)的融資成本。 因此， 數(shù)字金融能夠通過緩解信息不對稱， 建立可靠的第三方征信體系來提高企業(yè)銀行信貸資源的可獲得性以及降低資本成本， 從而導致企業(yè)進行業(yè)績預告披露的收益減少， 降低業(yè)績預告披露的頻率。 據(jù)此， 本文提出假設：

H3： 數(shù)字金融負向調(diào)節(jié)金融機構(gòu)不確定性規(guī)避對業(yè)績預告披露頻率的影響。

三、研究設計

（一）樣本選擇與數(shù)據(jù)來源

本文以2007 ～ 2018年滬深A股上市公司為初始樣本， 鑒于深交所分別于2010年和2012年發(fā)布關(guān)于中小板和創(chuàng)業(yè)板的業(yè)績預告披露規(guī)則， 強制中小板和創(chuàng)業(yè)板披露業(yè)績預告， 本文在分析經(jīng)濟政策不確定性對自愿披露業(yè)績預告的影響時， 剔除中小板和創(chuàng)業(yè)板的上市公司。 本文對初始樣本進行了如下篩選： ①剔除ST、?ST、PT公司以及金融類公司; ②剔除關(guān)鍵變量缺失的公司; ③剔除關(guān)鍵變量異常的公司， 如總資產(chǎn)小于0， 資產(chǎn)負債率小于0或大于1等; ④對除經(jīng)濟政策不確定性指數(shù)之外的所有連續(xù)變量進行1%和99%分位的縮尾處理， 以保證結(jié)果的穩(wěn)健性。 本文的經(jīng)濟政策不確定性指數(shù)使用Baker等[12] 構(gòu)建的不確定性指數(shù)， 各省份金融機構(gòu)信貸余額數(shù)據(jù)來源于《中國區(qū)域金融運行報告》， 數(shù)字金融數(shù)據(jù)來自北京大學編制的數(shù)字金融普惠指數(shù)， 其余數(shù)據(jù)包括業(yè)績預告均來源于CSMAR數(shù)據(jù)庫。

（二）變量定義

1. 被解釋變量。 本文的被解釋變量為自愿披露業(yè)績預告頻率（MF）， 使用一年內(nèi)企業(yè)自愿披露業(yè)績預告的總數(shù)來衡量。 上交所并未對季度業(yè)績預告披露做出強制性規(guī)定， 但規(guī)定年度報告如預計出現(xiàn)虧損、扭虧為盈、凈利潤較前一年度增長或下降50%以上時需披露業(yè)績預告， 因此本文將以上情況剔除。 深交所規(guī)定季度或年度報告預計出現(xiàn)凈利潤為負、扭虧為盈、凈利潤與上年同期相比上升或者下降50%以上時需要披露業(yè)績預告， 同樣， 本文將以上情況剔除。

2. 核心解釋變量。 本文的核心解釋變量為經(jīng)濟政策不確定性（EPU）， 采用由芝加哥大學和斯坦福大學聯(lián)合披露的中國經(jīng)濟政策不確定性指數(shù)來衡量。 Baker等[12] 運用文本分析法， 以《南華早報》為研究對象， 將新聞報道中出現(xiàn)有關(guān)經(jīng)濟政策不確定詞匯的文章數(shù)量除以每月文章總數(shù)， 構(gòu)建出序列標準化為100的月度經(jīng)濟政策不確定性指數(shù)。 由于該指數(shù)為月度數(shù)據(jù)， 本文將該指數(shù)進行年度算術(shù)平均后取對數(shù)轉(zhuǎn)化為年度數(shù)據(jù)。

3. 中介變量。? 本文選取金融機構(gòu)不確定性規(guī)避（Uof）作為中介變量。 由于目前銀行貸款仍是企業(yè)最主要的融資渠道， 使用企業(yè)所在省份的金融機構(gòu)信貸余額占該省GDP的比重來衡量。 該指標值越大表示金融機構(gòu)不確定性規(guī)避程度越低。

4. 調(diào)節(jié)變量。 本文選取北京大學編制的數(shù)字金融普惠指數(shù)（Digitalfin）作為調(diào)節(jié)變量， 該指數(shù)包含三個維度， 分別是數(shù)字金融覆蓋廣度、使用深度以及數(shù)字化程度， 來綜合評估各省份縣市的數(shù)字金融發(fā)展水平。

5. 控制變量。 借鑒以往的文獻， 本文選取以下控制變量： 公司規(guī)模（Size， 公司總資產(chǎn)取自然對數(shù)）、資產(chǎn)負債率（Lev）、資產(chǎn)回報率（Roa）、兩職合一（Duality）、董事會規(guī)模（Board）、獨立董事規(guī)模（Indboard）、第一大股東持股比例（First）、股權(quán)集中度（Herf5， 公司前五位大股東持股比例的平方和）、公司虧損（Loss， 公司凈利潤為負時取值為1， 否則為0）、盈利波動性（Earnvar， 連續(xù)三年的營業(yè)利潤標準差除以連續(xù)三年的均值）、公司性質(zhì)（Soe， 公司為國企時取值為1， 否則為0）。 此外， 為考察經(jīng)濟政策不確定性對金融機構(gòu)不確定性規(guī)避程度的影響， 本文借鑒王朝陽等[18] 的研究， 選取貨幣供應量（M2）作為控制變量， 預期貨幣政策會影響金融機構(gòu)的信貸供給。

（三）模型設定

本文設計如下模型來檢驗本文的假設：

MFit/lnMFit=α0+α1EPUit+α2Sizeit+α3Levit+

α4Roait+α5Dualityit+α6Boardit+α7Indboardit+

α8Firstit+α9Herf5it+ α10Lossit+α11Earnvarit+α12Soeit+

Industry&Year+μit （1）

Uofit=α0+α1EPUit+α2lnM2it+Province+μit （2）

MFit/lnMFit=α0+α1Uofit+α2Sizeit+α3Levit+

α4Roait+α5Dualityit+α6Boardit+α7Indboardit+

α8Firstit+α9Herf5it+α10Lossit+α11Earnvarit+α12Soeit+

Industry&Year+μit （3）

MFit/lnMFit=α0+α1EPUit+α2Uofit+α3Sizeit+

α4Levit+α5Roait+α6Dualityit+α7Boardit+

α8Indboardit+α9Firstit+α10Herf5it+α11Lossit+

α12Earnvarit+α13Soeit+Industry&Year+μit? （4）

lnMFit=α0+α1Uofit+α2Digitalfinit +α3Uof×

Digitalfinit+α4Sizeit+α5Levit+α6Roait+α7Dualityit+

α8Boardit+α9Indboardit+α10Firstit+α11Herf5it+

α12Lossit+α13Earnvarit+α14Soeit+Industry&Year+μit

（5）

模型（1）用來檢驗H1， 即經(jīng)濟政策不確定性的提升是否會導致企業(yè)提高業(yè)績預告的披露頻率。 關(guān)鍵被解釋變量分別為lnMF（業(yè)績預告總數(shù)加1取自然對數(shù)）和MF（業(yè)績預告的總數(shù)）。 根據(jù)H1， 預期系數(shù)α1為正。

模型（2）用來檢驗H2a， 即經(jīng)濟政策不確定性的提升是否會加劇金融機構(gòu)規(guī)避不確定性行為， 并控制了省份固定效應（Province）， 因為控制了貨幣供應量（lnM2）， 故未控制年份固定效應。

模型（3）用來檢驗H2b， 即金融機構(gòu)不確定性規(guī)避行為是否會影響企業(yè)業(yè)績預告披露頻率。 模型（1）、（2）、（4）構(gòu)成了中介效應的驗證方程組。

模型（5）用來檢驗H3， 為了檢驗數(shù)字金融的調(diào)節(jié)作用， 加入了金融機構(gòu)不確定性規(guī)避與數(shù)字金融普惠指數(shù)的交互項。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計

表1展示了主要變量的描述性統(tǒng)計結(jié)果。 從表1中可以看出， 被解釋變量MF最小值為0， 最大值為5， 表明不同企業(yè)自愿披露業(yè)績預告的頻率差異較大， 中位數(shù)為0， 說明大部分企業(yè)披露次數(shù)較少。 核心解釋變量EPU的最小值為4.422， 最大值為5.902， 均值為5.204， 表明這段時期經(jīng)濟政策調(diào)整頻繁， 不確定性較高。 中介變量Uof的最小值為0.636， 最大值為2.555， 說明不同省份金融機構(gòu)的不確定性規(guī)避程度差異較大。 數(shù)字金融普惠指數(shù)（Digitalfin）的最小值為0.284， 最大值為3.777， 表明我國數(shù)字金融發(fā)展水平不一， 不同地區(qū)存在明顯差異。

（二）回歸結(jié)果分析

1. 經(jīng)濟政策不確定性與企業(yè)業(yè)績預告。 表2列示了模型基本回歸結(jié)果。 由表2的第（1）列可知， 在未加入其他控制變量時， 經(jīng)濟政策不確定性（EPU）對企業(yè)自愿披露業(yè)績預告頻率（lnMF）的影響在1%的水平上顯著為正。 在加入控制變量之后， 結(jié)果不變。 為保證估計結(jié)果的穩(wěn)健性， 使用公司層面的聚類穩(wěn)健標準誤， 從第（3）列可以看出， EPU對lnMF的影響仍然在1%的水平上顯著， 其系數(shù)為0.107， 初步表明經(jīng)濟政策不確定性的提升會導致企業(yè)提高業(yè)績預告的披露頻率。 但是， 樣本中包含大量業(yè)績預告披露次數(shù)為0的觀測值， 這些企業(yè)可能不會改變披露策略以應對經(jīng)濟政策不確定性， 而這些觀測值在回歸分析中有相同的權(quán)重， 因此相比于披露頻率較高的企業(yè)， 所得到估計系數(shù)很有可能是下邊界結(jié)果。 為保證結(jié)果的穩(wěn)健性， 本文選取零膨脹泊松回歸進行分析， 結(jié)果如第（4）列所示， EPU在1%的水平上顯著， 系數(shù)為0.294， 大于0.107， 其發(fā)生率比為1.34， 表明經(jīng)濟政策不確定性每提高1%， 企業(yè)業(yè)績預告披露的平均次數(shù)就要提高1.34%。 原因可能是， 經(jīng)濟政策不確定性的提升加劇了信息不對稱以及資源的稀缺性， 企業(yè)為了緩解信息不對稱及獲取自身發(fā)展所需的資源而披露更多的業(yè)績預告， 以幫助投資者更好地進行決策。

2. 經(jīng)濟政策不確定性、金融機構(gòu)不確定性規(guī)避與企業(yè)業(yè)績預告。 根據(jù)中介效應的檢驗步驟， 首先檢驗經(jīng)濟政策不確定性對金融機構(gòu)不確定性規(guī)避的影響。

表3第（1）列顯示經(jīng)濟政策不確定性（EPU）的系數(shù)在1%的水平上顯著為負， 表明經(jīng)濟政策不確定性的提升會顯著導致金融機構(gòu)為了規(guī)避不確定性而減少貸款的發(fā)放， 與王朝陽等[18] 的結(jié)論一致。 在經(jīng)濟政策不確定性提高時， 一方面由于信息不對稱的加劇， 銀行等金融機構(gòu)難以有效識別企業(yè)信息進行信用風險評估; 另一方面企業(yè)未來現(xiàn)金流量波動性增大， 違約概率提升， 風險溢價不能覆蓋風險， 導致銀行對新增貸款申請的批準意愿下降。

表3第（2）列顯示金融機構(gòu)不確定性規(guī)避（Uof）的系數(shù)顯著為負， 即隨著金融機構(gòu)不確定性規(guī)避程度降低， 企業(yè)披露業(yè)績預告的頻率也降低。 為保證結(jié)果的穩(wěn)健性， 進行零膨脹泊松回歸分析， 如表3第（4）列所示， Uof的系數(shù)仍然顯著為負， 發(fā)生率比為0.960， 表明Uof每降低1%， 即金融機構(gòu)不確定性規(guī)避程度提高1%， 自愿披露業(yè)績預告的平均次數(shù)就要增加0.96%。 可能的原因是， 以銀行為代表的金融機構(gòu)規(guī)避不確定性的行為即惜貸、慎貸加劇了企業(yè)面臨的融資難、融資貴問題， 企業(yè)為了獲取滿足自身發(fā)展的資金、降低融資成本而提高業(yè)績預告披露的頻率。 此外， 為驗證中介效應， 還需檢驗在控制Uof的情況下， EPU對MF的影響。 表3的第（3）列顯示， 在加入金融機構(gòu)不確定性規(guī)避之后， EPU的系數(shù)依然在1%的水平上顯著為正， 表明經(jīng)濟政策不確定性的提升對企業(yè)自愿披露業(yè)績預告頻率始終發(fā)揮的是促進作用。 同時Uof的系數(shù)顯著為負， 表明金融機構(gòu)不確定性規(guī)避僅起到部分中介作用。 為保證結(jié)果穩(wěn)健， 使用零膨脹泊松回歸重新進行估計分析， 結(jié)果如表3第（5）列所示， EPU的系數(shù)顯著為正， Uof的系數(shù)顯著為負， 與前述結(jié)論一致。

3. 數(shù)字金融的調(diào)節(jié)作用。 表4第（1）列報告了數(shù)字金融普惠指數(shù)對金融機構(gòu)不確定性規(guī)避與自愿披露業(yè)績預告頻率關(guān)系的調(diào)節(jié)作用的基準回歸結(jié)果， 相關(guān)系數(shù)顯著為正， 表明數(shù)字金融普惠指數(shù)對金融機構(gòu)不確定性規(guī)避與自愿披露業(yè)績預告頻率的正相關(guān)關(guān)系有抑制作用。 表4的第（2）、（3）列分別報告了該模型公司層面聚類的固定效應回歸結(jié)果以及隨機效應回歸結(jié)果， 交互項的系數(shù)依然在1%的水平上顯著為正， 支持了前述結(jié)論。 可能的原因是， 在數(shù)字金融發(fā)展水平較高的地區(qū)， 信息不對稱程度更低， 降低了金融機構(gòu)的信息搜集及風險預測成本， 能夠幫助金融機構(gòu)有效識別企業(yè)信息， 建立可靠的信用評估模型， 從而降低企業(yè)融資成本， 提高企業(yè)融資可獲得性， 因此企業(yè)披露業(yè)績預告的收益下降， 降低自愿披露業(yè)績預告頻率。

五、進一步研究

（一）地區(qū)異質(zhì)性

我國幅員遼闊， 不同地區(qū)的政策力度、資源稟賦存在較大差異， 導致不同地區(qū)的經(jīng)濟發(fā)達程度、金融中介的發(fā)展程度以及金融市場的完善程度各異。 因此， 不同地區(qū)的企業(yè)對經(jīng)濟政策不確定性的敏感度也不一樣。 為考察經(jīng)濟政策不確定性對企業(yè)自愿披露業(yè)績預告頻率的異質(zhì)性影響， 本文將樣本劃分為中西部地區(qū)和東部地區(qū)兩個子樣本。 表5的第（1）、（2）列報告了基準回歸結(jié)果， 經(jīng)濟政策不確定性的系數(shù)均顯著為正， 但中西部地區(qū)的系數(shù)比東部地區(qū)系數(shù)值更大， 且該組間系數(shù)差異在1%的顯著性水平上拒絕了兩組系數(shù)不存在差異的原假設。 為保證結(jié)果的穩(wěn)健性， 本文進行了零膨脹泊松回歸分析， 結(jié)果如表5第（3）、（4）列所示， 在中西部地區(qū)和東部地區(qū)兩個子樣本中， 經(jīng)濟政策不確定性的系數(shù)分別為0.322和0.230， 均在1%的水平上顯著， 且組間系數(shù)差異檢驗依然在10%的水平上顯著， 與基準回歸結(jié)果一致， 表明經(jīng)濟政策不確定性與自愿披露業(yè)績預告頻率的正相關(guān)關(guān)系在中西部地區(qū)更顯著。

這可能是因為， 中西部地區(qū)金融市場完善程度較低、金融中介發(fā)展水平不足以及經(jīng)濟欠發(fā)達造成其應對政策變化、市場需求更迭的能力較差， 因此對經(jīng)濟政策不確定性更加敏感[19] 。 有研究發(fā)現(xiàn)， 隨著金融發(fā)展水平的提高， 企業(yè)與外部利益相關(guān)者之間的信息不對稱程度會下降， 信息搜集與傳遞成本也會下降。 中西部地區(qū)由于較低的金融發(fā)展水平， 銀行等金融機構(gòu)難以準確對企業(yè)信用風險進行評估， 企業(yè)為了獲取資金就需要提高業(yè)績預告披露頻率以緩解信息不對稱， 幫助金融機構(gòu)更加了解企業(yè)未來盈利能力， 從而降低融資成本以及提高融資可獲得性。 相比中西部地區(qū)， 東部地區(qū)的金融中介發(fā)育程度較高， 金融市場更加完善， 應對經(jīng)濟政策波動的能力更強， 企業(yè)披露業(yè)績預告以提高融資獲得性或降低融資成本的收益相對較低。 因此， 經(jīng)濟政策不確定性對自愿披露業(yè)績預告頻率的影響存在異質(zhì)性， 具體來說， 對中西部地區(qū)的促進作用要高于對東部地區(qū)。

（二）排除競爭性解釋

現(xiàn)有關(guān)于企業(yè)管理層進行業(yè)績預告披露的動機理論分析除資本市場交易假說（企業(yè)為了緩解信息不對稱， 進而降低資本成本）外， 還有公司控制權(quán)假說以及權(quán)益薪酬假說等。

在控制權(quán)假說下， 為了避免因股價較低或業(yè)績較差而被收購， 企業(yè)管理層會通過披露更多的信息來提高企業(yè)價值。 在我國A股市場上， 控股股東股權(quán)質(zhì)押非常普遍。 根據(jù)《擔保法》的規(guī)定， 由于股價下跌等原因?qū)е沦|(zhì)押品價值貶損時， 需要補充資金、增加質(zhì)押品或進行強制平倉。 因此， 在存在控股股東股權(quán)質(zhì)押時， 企業(yè)為了防止因股價持續(xù)下跌導致強制性資金補充或平倉而面臨喪失控制權(quán)的風險， 需要采取措施穩(wěn)定股價。 而作為信息披露重要組成部分的業(yè)績預告則能夠有效傳遞重要的會計信息， 有研究發(fā)現(xiàn)業(yè)績預告能夠帶來顯著的市場反應， 即積極的業(yè)績預告帶來超額收益， 消極的業(yè)績預告則帶來負向影響 。 并且， 業(yè)績預告的違規(guī)成本較低， 懲罰力度小， 無實質(zhì)性處罰。 同時， 目前并沒有對業(yè)績預告的準確性、形式等做出過多的強制性要求， 企業(yè)有較大的自主權(quán)， 因此企業(yè)進行業(yè)績預告的成本較低。 控股股東股權(quán)質(zhì)押在一定程度上表明企業(yè)面臨著較大的融資約束， 因此在存在控股股東股權(quán)質(zhì)押的情況下， 企業(yè)會為了緩解融資約束而披露更多的業(yè)績預告信息。 在權(quán)益薪酬假說下， 當管理層持有企業(yè)股票時， 會為了最優(yōu)化自身利益買賣股票而披露更多的信息。 經(jīng)濟政策不確定性的提高會加劇股價波動， 因此管理層會為了平穩(wěn)或提高股價而提高自愿披露業(yè)績預告頻率。

在控制權(quán)假說和權(quán)益薪酬假說下， 本文觀察到的經(jīng)濟政策不確定性與自愿披露業(yè)績預告頻率的關(guān)系可能是出于保證控制權(quán)或最大化權(quán)益薪酬的動機。 因此， 本文分別以是否存在控股股東股權(quán)質(zhì)押以及高管持股比例均值為標準， 將全樣本劃分為兩個子樣本重新進行分析。 表6和表7分別報告了在不存在控股股東股權(quán)質(zhì)押的情況下和在高管持股比例低于均值的情況下的結(jié)果， 結(jié)果顯示EPU的系數(shù)均在1%的水平上顯著為正， Uof的系數(shù)至少在10%的水平上顯著為負， 表明在不存在控股股東股權(quán)質(zhì)押以及高管持股比例較低時， 經(jīng)濟政策不確定性依然會導致企業(yè)提高業(yè)績預告的披露頻率， 支持了原結(jié)論， 據(jù)此排除了控制權(quán)假說和權(quán)益薪酬假說的影響。

（三）業(yè)績預告信息含量與預告類型

業(yè)績預告信息含量問題不同于管理層自愿披露業(yè)績預告問題。 即使管理層進行了自愿披露， 但其披露的報告不一定含有對投資者有價值的信息， 披露及時以及精確的信息更富有信息含量。 企業(yè)作為最主要且成本可能是最低的信息來源， 在經(jīng)濟政策不確定性較高時， 管理層可能傾向于較快地披露業(yè)績預告以緩解外部信息不對稱。 但是較高的不確定性使得企業(yè)難以準確估計未來盈利能力， 因而管理層可能推遲業(yè)績預告的披露時間。 同樣， 由于管理層預測未來盈利能力的難度加大， 業(yè)績預告的精確度和準確度會下降。 但是， 在經(jīng)濟政策不確定性較高的時期， 投資者更傾向于精確度較高即預測區(qū)間較窄的業(yè)績預告來支撐投資決策。 因此， 管理層可能會為了迎合投資者需求而披露精確度更高的業(yè)績預告。 為檢驗經(jīng)濟政策不確定性對業(yè)績預告信息含量的影響， 本文定義業(yè)績預告及時性（Timeliness）為企業(yè)披露業(yè)績預告的日期早于財務報告實際披露日期的天數(shù)， 天數(shù)越長越及時。 為反映業(yè)績預告信息的準確性和精確性， 本文定義準確性（Truth）和精確性（Precision）的計算公式如下：

Truth=|[預告凈利潤點值（區(qū)間中值）-實際凈利潤]/實際凈利潤| （6）

Precision=（業(yè)績預告區(qū)間上限-業(yè)績預告區(qū)間下限）/|上下限均值| （7）

表8第（1）、（2）、（3）列分別報告了經(jīng)濟政策不確定性對業(yè)績預告信息的精確性、準確性和及時性的影響， 結(jié)果顯示EPU的系數(shù)分別為0.041、0.011和-0.091， 均在1%的水平上顯著， 表明經(jīng)濟政策不確定性提高了管理層對未來經(jīng)營環(huán)境和企業(yè)盈利能力判斷的難度， 降低了披露業(yè)績預告的精確性、準確性， 延遲了披露的及時性。

針對業(yè)績預告類型來說， 投資者依靠盈余信息來判斷企業(yè)的未來盈利能力和企業(yè)價值， 因此， 管理層有動機發(fā)布樂觀消息以影響投資者對企業(yè)未來價值的判斷以及股價。 但是市場并不會輕易相信企業(yè)發(fā)布的盈余信息， 會對其進行修正并將其納入對企業(yè)未來價值判斷的預測之中。 而這種市場的修正機制會進一步加劇管理層披露樂觀消息的動機。 而投資者更信賴悲觀消息而非樂觀消息， 在不確定性較高的時期， 投資者對悲觀消息的反應更加積極， 而在不確定性較低時， 則對樂觀消息和悲觀消息有著對稱反應。 在經(jīng)濟政策不確定性較高時， 企業(yè)的融資行為、投資行為等都具有較高的不確定性， 因此， 管理層可能傾向于披露壞消息， 以減少因不確定性因素及各種風險而導致的聲譽損失， 并且此時能夠向投資者傳遞出企業(yè)按照實際情況進行披露的信號， 從而提升企業(yè)的聲譽以及可信度。 為檢驗經(jīng)濟政策不確定性對業(yè)績預告類型的影響， 本文將預告類型為大增、略增、扭虧和續(xù)盈的樣本定義為“好消息”（Good）; 將預告類型為大降、略降、轉(zhuǎn)虧、續(xù)虧的樣本定義為“壞消息”（Bad）。

表8的第（4）、（5）列報告了經(jīng)濟政策不確定性對業(yè)績預告類型的影響， 結(jié)果顯示EPU的系數(shù)均在1%的水平上顯著為正， 表明“好消息”和“壞消息”的披露頻率均會因經(jīng)濟政策不確定性的提高而提高， 但受經(jīng)濟政策不確定性的影響不同， 其系數(shù)分別為0.338（好消息）和0.522（壞消息），兩者的系數(shù)間差異在1%的水平上顯著， 說明在經(jīng)濟政策不確定性提高時， 管理層更傾向于發(fā)布“壞消息”而非“好消息”。

六、內(nèi)生性和穩(wěn)健性檢驗

（一）內(nèi)生性檢驗

盡管本文已經(jīng)控制了較多的控制變量以及年份和行業(yè)固定效應， 但考慮到經(jīng)濟政策不確定性可能并不是一個嚴格的外生變量， 為保證結(jié)果的穩(wěn)健性， 緩解因遺漏變量而導致的內(nèi)生性問題， 本文借鑒彭俞超等[19] 的研究， 以全球經(jīng)濟政策不確定性（GlobalEpu）為工具變量重新用兩階段最小二乘法進行估計。 該變量會影響中國的經(jīng)濟政策不確定性， 但不直接對中國企業(yè)的業(yè)績預告行為產(chǎn)生影響。 表9報告了工具變量法的估計結(jié)果， 經(jīng)濟政策不確定性對金融機構(gòu)不確定性規(guī)避的影響顯著為負， 對自愿披露業(yè)績預告頻率的影響顯著為正， 在控制了經(jīng)濟政策不確定性后， 金融機構(gòu)不確定性規(guī)避對業(yè)績預告披露頻率的影響顯著為負， 與表3結(jié)論一致。

（二）穩(wěn)健性檢驗

為進一步增強實證結(jié)果的穩(wěn)健性， 本文進行了如下穩(wěn)健性檢驗：

1. 增加控制變量。 現(xiàn)有關(guān)于業(yè)績預告的研究發(fā)現(xiàn)， 媒體報道和分析師關(guān)注能夠起到外部治理作用， 顯著影響企業(yè)業(yè)績預告， 因此本文控制外部治理機制變量媒體關(guān)注（Media）和分析師關(guān)注（Analyst）。 結(jié)果如表10第（1）、（2）列所示， EPU的系數(shù)均在1%的水平上顯著為正， Uof的系數(shù)在1%的水平上顯著為負， 支持了原結(jié)論。

2. 分樣本回歸。 我國于1998年開始推行業(yè)績預告制度， 但此時的業(yè)績預告需要證券交易所審核通過后才能披露。 2011年， 深交所開始實行“信息披露直通車”制度， 不再進行事前審核， 企業(yè)可直接通過互聯(lián)網(wǎng)進行披露， 有效地提升了信息披露效率， 提高了企業(yè)披露業(yè)績預告的意愿。 因此， 本文以2011年為時間節(jié)點進行分樣本回歸。 表10的第（3） ～ （6）列顯示， 不論是2011年之前還是2011年之后， EPU的系數(shù)均顯著為正， 但2011年之后的系數(shù)0.023要小于2011年之前的系數(shù)0.080， 表明該制度的確起到了提升信息披露效率的作用， 此外， Uof的系數(shù)均至少在5%的水平上顯著為負， 支持了原假設， 即經(jīng)濟政策不確定性通過提高金融機構(gòu)不確定性規(guī)避程度來影響企業(yè)自愿披露業(yè)績預告的頻率。

七、結(jié)論

本文利用Baker等[12] 構(gòu)建的經(jīng)濟政策不確定性指數(shù)， 基于2007 ～ 2018年滬深A股上市公司數(shù)據(jù)， 實證檢驗了經(jīng)濟政策不確定性是否會影響企業(yè)業(yè)績預告頻率， 進一步探究其是否會通過金融機構(gòu)不確定性規(guī)避影響企業(yè)的業(yè)績預告披露。 基于實證研究結(jié)果， 本文發(fā)現(xiàn)： 由于經(jīng)濟政策不確定性提升， 企業(yè)與外部利益相關(guān)者之間的信息不對稱加劇， 資源稀缺性提高， 企業(yè)為緩解信息不對稱以獲取滿足自身發(fā)展的資源會提高業(yè)績預告頻率， 但由于管理層對企業(yè)未來盈利能力判斷的難度增加， 會降低業(yè)績預告的精確性和準確性， 披露的及時性也會下降; 金融機構(gòu)不確定性規(guī)避起部分中介作用， 經(jīng)濟政策不確定性的提升會導致以銀行為代表的金融機構(gòu)不確定性規(guī)避行為的加劇， 使得企業(yè)的信貸融資可獲得性降低， 融資成本提高， 因此企業(yè)會為了降低融資成本獲取充足的資金而提高業(yè)績預告披露的頻率; 數(shù)字金融起調(diào)節(jié)作用， 數(shù)字金融發(fā)展水平越高， 信息不對稱程度越低， 金融機構(gòu)能夠利用數(shù)字技術(shù)構(gòu)建可靠的信用評估體系， 從而有效識別企業(yè)信息， 提高信貸資源配置效率， 企業(yè)進行業(yè)績預告披露的收益降低而減少業(yè)績預告披露次數(shù); 不同地區(qū)的企業(yè)業(yè)績預告披露行為對經(jīng)濟政策不確定性的敏感程度存在較大差異， 經(jīng)濟政策不確定性的提升對企業(yè)提高業(yè)績預告披露頻率的影響在中西部地區(qū)更加顯著。 因此， 一方面應不斷完善金融市場， 提高金融中介發(fā)展水平， 積極利用數(shù)字技術(shù)以緩解信息不對稱， 提高信貸資源配置效率; 另一方面， 企業(yè)應當拓寬融資渠道， 密切關(guān)注經(jīng)濟政策不確定性的影響。

【 主 要 參 考 文 獻 】

[1] 李歡，羅婷.管理層業(yè)績預測的機會主義行為——來自高管股票交易的證據(jù)[ J].南開管理評論，2016（4）：63 ～ 74.

[2] 魯桂華，張靜，劉保良.中國上市公司自愿性積極業(yè)績預告：利公還是利私——基于大股東減持的經(jīng)驗證據(jù)[ J].南開管理評論，2017（2）：133 ～ 143.

[3] 袁振超，岳衡，談文峰.代理成本、所有權(quán)性質(zhì)與業(yè)績預告精確度[ J].南開管理評論，2014（3）：49 ～ 61.

[4] 鄭建明，黃曉蓓，張新民.管理層業(yè)績預告違規(guī)與分析師監(jiān)管[ J].會計研究，2015（3）：50 ～ 56+95.

[5] 王丹，孫鯤鵬，高皓.社交媒體上“用嘴投票”對管理層自愿性業(yè)績預告的影響[ J].金融研究，2020（11）：188 ～ 206.

[6] 黃超.賣空機制與負面信息披露質(zhì)量——來自業(yè)績預告制度的經(jīng)驗證據(jù)[ J].金融理論與實踐，2019（9）：95 ～ 104.

[7] 陳勝藍，王可心.經(jīng)濟政策不確定性和公司業(yè)績預告[ J].投資研究，2017（5）：103 ～ 119.

[8] 周楷唐，姜舒舒，麻志明.政治不確定性與管理層自愿業(yè)績預測[ J].會計研究，2017（10）：65 ～ 70+97.

[9] 蔣楠.經(jīng)濟政策不確定性與企業(yè)行為的文獻綜述[ J].財會月刊，2020（3）：154 ～ 160.

[10] 董南雁，梁巧妮，林青.管理層業(yè)績預告策略與隱含資本成本[ J].南開管理評論，2017（2）：45 ～ 57.

[11] Lang M.， Lins K. V.， Maffett M.. Transparency， liquidity， and valuation： International evidence on when transparency matters most[ J].Journal of Accounting Research，2012（3）：729 ～ 774.

[12] Baker S. R.， N. Bloom， S. J. Davis. Measuring economic policy uncertainty[ J].The Quarterly Journal of Economics，2016（4）：1593 ～ 1636.

[13] Agapova A.， J. Madura. Market uncertainty and earnings guidance[ J].The Quarterly Review of Economics and Finance，2016（61）：97 ～ 111.

[14] Chen S.， D. Matsumoto， S. Rajgopal. Is silence golden？ An empirical analysis of firms that stop giving quarterly earnings guidance[ J].Journal of Accounting and Economics，2011（1-2）：134 ～ 150.

[15] Park J.， Sani J.， Shroff N.， White H.. Disclosure incentives when competing firms have common ownership[ J].Journal of Accounting and Economics，2019（2-3）：387 ～ 415.

[16] Dell A. G.， Laven L.， Marquez R.. Real interest rates， leverage， and bank risk-taking[ J].Journal of Economic Theory，2014（2）：65 ～ 99.

[17] 黃孝武，任亞奇，余杰.宏觀經(jīng)濟不確定性與上市公司盈余管理——來自上市公司的經(jīng)驗分析[ J].統(tǒng)計與決策，2021（1）：174 ～ 177.

[18] 王朝陽，張雪蘭，包慧娜.經(jīng)濟政策不確定性與企業(yè)資本結(jié)構(gòu)動態(tài)調(diào)整及穩(wěn)杠桿[ J].中國工業(yè)經(jīng)濟，2018（12）：134 ～ 151.

[19] 彭俞超，韓珣，李建軍.經(jīng)濟政策不確定性與企業(yè)金融化[ J].中國工業(yè)經(jīng)濟，2018（1）：137 ～ 155.