會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展

謝海娟 張嬋 于渺 賀星星

【摘 要】 以新時(shí)代經(jīng)濟(jì)高質(zhì)量發(fā)展為背景，以2016—2020年滬深證券交易所A股國有上市公司為樣本，采用鏈?zhǔn)街薪樾?yīng)模型分析檢驗(yàn)了會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的傳導(dǎo)機(jī)制。研究發(fā)現(xiàn)，會(huì)計(jì)信息質(zhì)量可通過融資效率、研發(fā)投入和營運(yùn)效率間接影響國有企業(yè)發(fā)展質(zhì)量，其并行中介效應(yīng)、鏈?zhǔn)街薪樾?yīng)均表現(xiàn)為促進(jìn)效應(yīng)；進(jìn)一步通過行業(yè)分組檢驗(yàn)發(fā)現(xiàn)，會(huì)計(jì)信息質(zhì)量更能促進(jìn)非制造業(yè)國有企業(yè)高質(zhì)量發(fā)展，對制造業(yè)國有企業(yè)的鏈?zhǔn)街薪樾?yīng)部分顯著，對非制造業(yè)國有企業(yè)均顯著。研究有助于理解會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的影響機(jī)制，為企業(yè)高質(zhì)量發(fā)展理論做了有益補(bǔ)充，豐富了國有企業(yè)高質(zhì)量發(fā)展路徑研究。

【關(guān)鍵詞】 會(huì)計(jì)信息質(zhì)量； 國有企業(yè)高質(zhì)量發(fā)展； 融資效率； 研發(fā)投入； 營運(yùn)效率

【中圖分類號(hào)】 F234.3；F275.5? 【文獻(xiàn)標(biāo)識(shí)碼】 A? 【文章編號(hào)】 1004-5937（2023）07-0018-08

一、引言

新時(shí)代經(jīng)濟(jì)高質(zhì)量發(fā)展歸根結(jié)底為企業(yè)高質(zhì)量發(fā)展。作為中國特色社會(huì)主義經(jīng)濟(jì)“頂梁柱”的國有企業(yè)，其高質(zhì)量發(fā)展直接關(guān)系到深化國有企業(yè)改革的成敗和宏觀經(jīng)濟(jì)高質(zhì)量發(fā)展。2020年中央全面改革委員會(huì)第十四次會(huì)議審議通過《國企改革三年行動(dòng)方案（2020—2022年）》，為國企改革提供了明確的時(shí)間表和路線圖，要發(fā)揮國有企業(yè)的帶動(dòng)作用，國有企業(yè)首先要高質(zhì)量發(fā)展。但國有企業(yè)資金所有權(quán)與經(jīng)營權(quán)分離，引發(fā)了企業(yè)資金所有者和經(jīng)營者之間的信息不對稱，一定程度上影響了國有企業(yè)高質(zhì)量發(fā)展。

高質(zhì)量的會(huì)計(jì)信息是緩解企業(yè)內(nèi)外部信息不對稱和解決股東與管理者之間代理問題的重要機(jī)制[ 1 ]，將促進(jìn)國有企業(yè)的高質(zhì)量發(fā)展。因?yàn)楦哔|(zhì)量的會(huì)計(jì)信息可以使資金提供者快速了解企業(yè)并做出更準(zhǔn)確評(píng)價(jià)，顯著提高國有企業(yè)融資效率和降低融資成本，高效且低成本融資會(huì)激發(fā)企業(yè)創(chuàng)新意愿，實(shí)現(xiàn)企業(yè)創(chuàng)新能力的提高，進(jìn)而提升企業(yè)產(chǎn)品市場競爭力，促進(jìn)營運(yùn)效率提高，最終實(shí)現(xiàn)企業(yè)的高質(zhì)量發(fā)展。

通過對已有文獻(xiàn)的梳理發(fā)現(xiàn)，現(xiàn)階段會(huì)計(jì)信息質(zhì)量相關(guān)研究主要集中在會(huì)計(jì)信息質(zhì)量與企業(yè)績效、內(nèi)部控制及研發(fā)投入等方面，國有企業(yè)高質(zhì)量發(fā)展的研究主要集中于黨建工作推動(dòng)國有企業(yè)高質(zhì)量發(fā)展[ 2-3 ]、雙循環(huán)格局下國有企業(yè)高質(zhì)量發(fā)展的對策[ 4 ]以及混合所有制改革與國有企業(yè)高質(zhì)量發(fā)展等方面[ 5-6 ]。由此可見，雖然已經(jīng)有學(xué)者針對國有企業(yè)高質(zhì)量發(fā)展評(píng)價(jià)指標(biāo)體系及高質(zhì)量發(fā)展實(shí)現(xiàn)路徑進(jìn)行理論研究，但對國有企業(yè)高質(zhì)量發(fā)展研究在以下方面存在不足：第一，研究較少，且從信號(hào)傳遞視角研究會(huì)計(jì)信息質(zhì)量與企業(yè)高質(zhì)量發(fā)展之間關(guān)系的更少；第二，對路徑研究主要聚焦于理論，較少進(jìn)行實(shí)證檢驗(yàn)。鑒于現(xiàn)有研究的不足，本文基于信號(hào)傳遞理論，以會(huì)計(jì)信息質(zhì)量為研究起點(diǎn)，以國有企業(yè)為研究對象，采用鏈?zhǔn)街薪樾?yīng)模型研究會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的傳導(dǎo)機(jī)制，可以為國有企業(yè)高質(zhì)量發(fā)展理論做出有益補(bǔ)充，豐富國有企業(yè)高質(zhì)量發(fā)展的路徑研究。

二、機(jī)制解析

（一）會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展的并行中介作用

1.會(huì)計(jì)信息質(zhì)量可能通過影響融資效率間接影響國有企業(yè)高質(zhì)量發(fā)展

會(huì)計(jì)信息的使用者主要包括外部利益相關(guān)者和內(nèi)部利益相關(guān)者，隨著財(cái)務(wù)智能化的發(fā)展，會(huì)計(jì)信息的獲取更加完善，企業(yè)及投資者的諸多決策受會(huì)計(jì)信息質(zhì)量影響越來越大。從外部利益相關(guān)者視角而言，基于信號(hào)傳遞理論，會(huì)計(jì)信息質(zhì)量的提高有助于企業(yè)獲得政府補(bǔ)助，進(jìn)而有利于將企業(yè)發(fā)展較好的相關(guān)信息傳遞到股票市場，有助于吸引外部投資者的投資，進(jìn)而提高企業(yè)融資效率。從內(nèi)部利益相關(guān)者視角而言，提高會(huì)計(jì)信息質(zhì)量可降低企業(yè)的融資成本與融資約束[ 7 ]。會(huì)計(jì)信息質(zhì)量低，企業(yè)無法準(zhǔn)確衡量其現(xiàn)有資產(chǎn)和負(fù)債，無法控制融資成本，管理者做出的融資決策相對不準(zhǔn)確。內(nèi)外部融資效率的提升對企業(yè)高質(zhì)量發(fā)展影響不同：外部融資效率提升有利于激發(fā)企業(yè)的創(chuàng)新動(dòng)力，使企業(yè)資金更好地與企業(yè)創(chuàng)新相結(jié)合，促進(jìn)創(chuàng)新產(chǎn)業(yè)升級(jí)，使得企業(yè)資金利用效率最大化；內(nèi)部融資使得企業(yè)做出決策的效率與效用提升。上述分析表明，會(huì)計(jì)信息質(zhì)量通過提升內(nèi)外部融資效率間接促進(jìn)國有企業(yè)高質(zhì)量發(fā)展。

2.會(huì)計(jì)信息質(zhì)量可能通過影響研發(fā)投入間接影響國有企業(yè)高質(zhì)量發(fā)展

相關(guān)研究表明，國有企業(yè)會(huì)計(jì)信息質(zhì)量更高，企業(yè)債權(quán)人、投資者更愿意將資金投入到國有企業(yè)，從而獲得更多保障，因此會(huì)計(jì)信息質(zhì)量對創(chuàng)新投入的促進(jìn)作用在國有企業(yè)中更加顯著[ 8 ]，明顯提升了國有企業(yè)的研發(fā)投入。同時(shí)，會(huì)計(jì)信息質(zhì)量也是內(nèi)部治理水平的衡量指標(biāo)，相對于非國有企業(yè)，國有企業(yè)會(huì)計(jì)信息質(zhì)量提升有助于降低股東和經(jīng)理人的委托代理矛盾，提高創(chuàng)新資源配置效率。由此可見，會(huì)計(jì)信息質(zhì)量可以達(dá)到擴(kuò)大國有企業(yè)研發(fā)投入規(guī)模和提高研發(fā)資金利用效率的雙重效果，進(jìn)而促進(jìn)國有企業(yè)高質(zhì)量發(fā)展。

3.會(huì)計(jì)信息質(zhì)量可能通過影響營運(yùn)效率間接影響國有企業(yè)高質(zhì)量發(fā)展

國有企業(yè)的發(fā)展源于利益相關(guān)者的支持，關(guān)乎國家經(jīng)濟(jì)的高質(zhì)量發(fā)展。會(huì)計(jì)信息質(zhì)量作為企業(yè)內(nèi)部控制的重要治理機(jī)制，可以幫助企業(yè)消除溝通障礙，使資金能以更高效率和質(zhì)量使用，實(shí)現(xiàn)國有企業(yè)高質(zhì)量發(fā)展[ 9 ]。故會(huì)計(jì)信息質(zhì)量可以通過提高國有企業(yè)資金營運(yùn)效率，達(dá)到促進(jìn)國有企業(yè)高質(zhì)量發(fā)展的目標(biāo)。

（二）會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展的鏈?zhǔn)街薪樽饔?/p>

1.會(huì)計(jì)信息質(zhì)量可能通過促進(jìn)融資效率提高來增加企業(yè)的研發(fā)投入，間接影響國有企業(yè)高質(zhì)量發(fā)展

國有企業(yè)兩權(quán)分離及信息不對稱使得研發(fā)投入不確定和風(fēng)險(xiǎn)性高。國有企業(yè)作為支柱性產(chǎn)業(yè)，相對于民營企業(yè)融資風(fēng)險(xiǎn)較低，更容易受到政府和銀行業(yè)的支持，有著更低的融資成本，所以在融資效率上更具有公共資源優(yōu)勢，為研發(fā)投入拓寬了資金來源渠道[ 10 ]。研發(fā)投入一定程度上可以提高資本的使用效率[ 11-12 ]，從而促進(jìn)國有企業(yè)高質(zhì)量發(fā)展。

2.會(huì)計(jì)信息質(zhì)量可能通過促進(jìn)融資效率提高來提升企業(yè)的營運(yùn)效率，間接影響國有企業(yè)高質(zhì)量發(fā)展

從資本營運(yùn)效率方面來看，企業(yè)可以將支配的資源和生產(chǎn)要素進(jìn)行優(yōu)化配置，以最大限度實(shí)現(xiàn)資本增值。國有企業(yè)要使資金使用效率最大化，就是激發(fā)資金的使用活力，進(jìn)行投資、并購、重組等。資金使用的靈活性很大程度上依賴于融資效率，融資效率提升、企業(yè)獲得資金時(shí)間縮短是提高企業(yè)資本營運(yùn)效率的重要前提。故營運(yùn)效率的提高會(huì)影響企業(yè)績效，成為促進(jìn)國有企業(yè)高質(zhì)量發(fā)展的重要?jiǎng)恿Α?/p>

3.會(huì)計(jì)信息質(zhì)量可能通過促進(jìn)研發(fā)投入提高來提升企業(yè)的營運(yùn)效率，間接影響國有企業(yè)高質(zhì)量發(fā)展

利益相關(guān)者最關(guān)心的是同樣投入能否獲得更多產(chǎn)出。國有企業(yè)研發(fā)投入所獲得的創(chuàng)新能力的提升是衡量國有企業(yè)高質(zhì)量發(fā)展的重要方面，主要包括專利權(quán)、專利技術(shù)的增加。企業(yè)創(chuàng)新能力提升降低了產(chǎn)品生產(chǎn)成本，提高了產(chǎn)品差異化的競爭優(yōu)勢，增加了企業(yè)營業(yè)利潤，降低了企業(yè)間的溝通成本，從而實(shí)現(xiàn)了企業(yè)營運(yùn)效率提升來提高國有企業(yè)的發(fā)展質(zhì)量。

4.會(huì)計(jì)信息質(zhì)量可能先通過促進(jìn)融資效率提高，再通過研發(fā)投入的提高來提升企業(yè)的營運(yùn)效率，間接影響國有企業(yè)高質(zhì)量發(fā)展

企業(yè)高質(zhì)量發(fā)展不僅體現(xiàn)在企業(yè)績效的持續(xù)增長，持續(xù)穩(wěn)定的營運(yùn)效率依然是企業(yè)高質(zhì)量發(fā)展的重要方面。會(huì)計(jì)信息作為一種信號(hào)傳遞機(jī)制，對促進(jìn)國有企業(yè)高質(zhì)量發(fā)展，不是完全直接影響國有企業(yè)發(fā)展質(zhì)量，而是通過企業(yè)的信息傳遞路線，在各個(gè)環(huán)節(jié)都起著傳導(dǎo)作用。高質(zhì)量的會(huì)計(jì)信息在融資方面可降低融資成本和縮短信用審核時(shí)間，在研發(fā)投入方面可降低研發(fā)投入成本、擴(kuò)大研發(fā)投入規(guī)模和提升投入強(qiáng)度，在營運(yùn)方面提高企業(yè)資源的配置效率和資金利用效率，即企業(yè)的融資效率促進(jìn)企業(yè)的研發(fā)投入增加，然后促進(jìn)企業(yè)的營運(yùn)效率提升，最終促進(jìn)國有企業(yè)的高質(zhì)量發(fā)展。

基于上述分析提出如下假設(shè)。

H1：會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展顯著正相關(guān)。

H2：融資效率在會(huì)計(jì)信息質(zhì)量助力國有企業(yè)高質(zhì)量發(fā)展中，不僅發(fā)揮并行中介作用，還可能引導(dǎo)研發(fā)投入發(fā)揮鏈?zhǔn)街薪樽饔谩?/p>

H3：研發(fā)投入在會(huì)計(jì)信息質(zhì)量助力國有企業(yè)高質(zhì)量發(fā)展中，不僅發(fā)揮并行中介作用，還可能引導(dǎo)營運(yùn)效率發(fā)揮鏈?zhǔn)街薪樽饔谩?/p>

H4：營運(yùn)效率在會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展中發(fā)揮并行中介作用。

本文的理論分析框架如圖1所示。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)處理

本文以2016—2020年滬深A(yù)股國有上市公司為樣本，剔除ST和*ST類及金融保險(xiǎn)類國有企業(yè)，同時(shí)為了保證結(jié)論的可靠性剔除了關(guān)鍵變量全要素生產(chǎn)率、可操縱性應(yīng)計(jì)利潤不全的樣本，最終得到4 900份樣本。樣本來源于國泰安數(shù)據(jù)庫（CSMAR），采用Stata和MaxDEA進(jìn)行數(shù)據(jù)處理，為了減少異常值的影響，對所有的連續(xù)型數(shù)據(jù)在1%和99%分位數(shù)上進(jìn)行縮尾處理（Winsorize）。

（二）主要變量定義

1.被解釋變量

國有企業(yè)高質(zhì)量發(fā)展，用全要素生產(chǎn)率（TFP）來衡量。本文借鑒魯曉東和連玉君[ 13 ]的測算方法：

其中：Yit表示當(dāng)年的營業(yè)收入；PPEit是企業(yè)的固定資產(chǎn)凈額，代表資本投入；NUMit是企業(yè)的人數(shù)，代表勞動(dòng)力投入；Mit是中間產(chǎn)品投入，即營業(yè)成本與三大費(fèi)用之和減去折舊攤銷與支付給職工以及為職工支付的現(xiàn)金之和；？著it代表當(dāng)年企業(yè)的全要素生產(chǎn)率（TFP），采用LP方法計(jì)算。

2.解釋變量

會(huì)計(jì)信息質(zhì)量（Acc），采用可操縱性應(yīng)計(jì)利潤的絕對值*（-1）衡量。修正Jones模型能夠更好地衡量盈余質(zhì)量，而盈余質(zhì)量能夠較好地反映會(huì)計(jì)信息質(zhì)量[ 14 ]。

ACC為可操縱性應(yīng)計(jì)項(xiàng)，TAt為第t年總應(yīng)計(jì)項(xiàng)，At-1為第t-1年的公司總資產(chǎn)，？駐REVt為第t年與第t-1年的主營業(yè)務(wù)收入之差，？駐RECt為第t年與第t-1年的應(yīng)收賬款凈額之差，PPEt為第t年的固定資產(chǎn)凈額。

3.中介變量

融資效率（FE）：采用MaxDEA軟件中的CCR效率評(píng)價(jià)模型，投入指標(biāo)有債權(quán)融資（短期借款、長期借款）、股權(quán)融資（實(shí)收資本）、內(nèi)源融資（盈余公積、未分配利潤），產(chǎn)出指標(biāo)包括營業(yè)收入、凈利潤、無形資產(chǎn)、凈資產(chǎn)收益率、總資產(chǎn)收益率[ 15 ]。凈利潤、凈資產(chǎn)收益率和總資產(chǎn)收益率可能存在負(fù)值且各指標(biāo)之間衡量的單位不同，為了保證能夠運(yùn)用MaxDEA軟件進(jìn)行分析，對數(shù)據(jù)進(jìn)行無量綱化處理，本文采用線性比例變化法，具體變換公式為：

研發(fā)投入（RD）：已有研究對企業(yè)的技術(shù)創(chuàng)新主要用三種方式進(jìn)行衡量：一是以研發(fā)支出占營業(yè)收入的百分比衡量；二是以專利數(shù)量衡量；三是研發(fā)支出取自然對數(shù)來衡量。從數(shù)據(jù)庫得出企業(yè)年報(bào)中研發(fā)支出缺失值較多，未能完全衡量企業(yè)技術(shù)創(chuàng)新取得的成就，因此本文選取研發(fā)產(chǎn)出指標(biāo)專利數(shù)量來衡量研發(fā)投入。

營運(yùn)效率（OE）：本文采用MaxDEA軟件測算企業(yè)營運(yùn)效率，并將總資產(chǎn)、主營業(yè)務(wù)成本、財(cái)務(wù)費(fèi)用作為投入變量，總資產(chǎn)周轉(zhuǎn)率、主營業(yè)務(wù)利潤作為產(chǎn)出變量[ 16 ]，數(shù)據(jù)處理方式同融資效率。

變量定義及說明見表1。

（三）多重鏈?zhǔn)街薪樾?yīng)模型

根據(jù)中介效應(yīng)檢驗(yàn)方法，構(gòu)建模型（1）—模型（5）。模型（1）驗(yàn)證H1，模型（1）（2）（3）（5）驗(yàn)證H2，模型（1）（3）（4）（5）驗(yàn)證H3，模型（1）（4）（5）驗(yàn)證H4。式中c1表示會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的直接效應(yīng)；并行中介效應(yīng)對應(yīng)模型（2）—模型（5）的系數(shù)a1b1、a2b2、a3b3，鏈?zhǔn)街薪樾?yīng)對應(yīng)模型（2）—模型（5）的系數(shù)a1d12b2、a1d13b3、a2d23b3、a1d12d23b3，即總體中介效應(yīng)等于并行中介效應(yīng)與鏈?zhǔn)街薪樾?yīng)之和。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

表2列示了各變量描述性統(tǒng)計(jì)。會(huì)計(jì)信息質(zhì)量（Acc）平均值為-0.068，方差為0.138，最小值為-2.834，最大值為0，說明國有企業(yè)會(huì)計(jì)信息質(zhì)量之間存在差異。全要素生產(chǎn)率（TFP）平均值為9.040，最小值5.998與最大值13.220之間的極差為7.222，方差為1.157，其差異可能是行業(yè)政策支持不同，也可能是企業(yè)內(nèi)部控制程度、企業(yè)規(guī)模、國有企業(yè)類型的不同導(dǎo)致。中介變量融資效率（FE）和營運(yùn)效率（OE）均采用MaxDEA中的CCR投入模型計(jì)算得出。

（二）相關(guān)性分析

表3列示了各變量之間的相關(guān)系數(shù)。（1）會(huì)計(jì)信息質(zhì)量（Acc）與國有企業(yè)高質(zhì)量發(fā)展（TFP）之間呈顯著的正相關(guān)關(guān)系（r=0.050，p<0.01），即企業(yè)的會(huì)計(jì)信息質(zhì)量越高，國有企業(yè)越高質(zhì)量發(fā)展。（2）會(huì)計(jì)信息質(zhì)量（Acc）與融資效率（FE）、營運(yùn)效率（OE）相關(guān)系數(shù)（r=-0.006，p<0.1；r=-0.040，p<0.01）均小于0，表明會(huì)計(jì)信息質(zhì)量值越大，企業(yè)的融資效率（FE）與營運(yùn)效率（OE）越高，因此會(huì)計(jì)信息質(zhì)量與融資效率（FE）和營運(yùn)效率（OE）正相關(guān)。（3）會(huì)計(jì)信息質(zhì)量（Acc）與研發(fā)投入（RD）（r=0.032，p<0.5）呈正相關(guān)關(guān)系。

（三）鏈?zhǔn)街薪樾?yīng)分析

表4驗(yàn)證了H1、H2、H3、H4，表5是根據(jù)表4計(jì)算的中介效應(yīng)值。為了使模型的結(jié)果更加穩(wěn)健，采用高維固定效應(yīng)進(jìn)行鏈?zhǔn)街薪樾?yīng)分析。

1.直接效應(yīng)分析

模型（1）反映會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展的直接關(guān)系，回歸系數(shù)為0.466，在1%的顯著性水平上正相關(guān)，表明會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展正相關(guān)，由此H1得到驗(yàn)證，該直接效應(yīng)的驗(yàn)證是后續(xù)進(jìn)行鏈?zhǔn)街薪樾?yīng)檢驗(yàn)的前提。

2.并行中介效應(yīng)分析

模型（2）—模型（4）是中介效應(yīng)檢驗(yàn)?zāi)Ｐ蚚 17 ]逐步對多個(gè)中介效應(yīng)進(jìn)行檢驗(yàn)。會(huì)計(jì)信息質(zhì)量（Acc）回歸系數(shù)分別為-0.009（p<0.01）、0.362（p<0.05）、-0.023（p<0.05），表明融資效率、研發(fā)投入、營運(yùn)效率中介效應(yīng)顯著。根據(jù)模型（1）—模型（5）計(jì)算得出融資效率、研發(fā)投入、營運(yùn)效率并行中介效應(yīng)值分別為0.0409、0.1010、0.0049，從并行中介效應(yīng)來看，均發(fā)揮了正向顯著中介作用。根據(jù)并行中介效應(yīng)值得出研發(fā)投入在并行中介效應(yīng)中占比為54.04%，融資效率和營運(yùn)效率并行中介效應(yīng)占比為24.50%。由此得出，會(huì)計(jì)信息質(zhì)量間接對國有企業(yè)高質(zhì)量發(fā)展產(chǎn)生影響，且對不同的中介變量產(chǎn)生不同的正向影響，該項(xiàng)驗(yàn)證為鏈?zhǔn)街薪樾?yīng)做鋪墊。

3.鏈?zhǔn)街薪樾?yīng)分析

根據(jù)表4和表5得出以下結(jié)論：（1）通過模型（1）（2）（3）（5）得出Acc→FE→RD→TFP（由融資效率引導(dǎo)的研發(fā)投入鏈?zhǔn)街薪樾?yīng)）在1%的水平顯著，鏈?zhǔn)街薪樾?yīng)值為0.0391，在總體中介效應(yīng)中占比為20.92%，說明會(huì)計(jì)信息質(zhì)量通過融資效率影響研發(fā)投入可以正向促進(jìn)國有企業(yè)高質(zhì)量發(fā)展，由此可以驗(yàn)證H2。眾多企業(yè)融資難主要是由于信息不對稱，尤其是企業(yè)的償債能力不能真實(shí)地傳遞給債權(quán)人。融資與企業(yè)的研發(fā)、營運(yùn)有著重要的關(guān)系。高質(zhì)量的會(huì)計(jì)信息，使得國有企業(yè)可以用更低的成本，獲得期限更長的資金來支持企業(yè)的成長。（2）通過模型（1）（3）（4）（5）推出Acc→RD→OE→TFP和模型（1）—模型（5）推出Acc→FE→RD→OE→TFP（由研發(fā)投入引導(dǎo)的營運(yùn)效率鏈?zhǔn)街薪樾?yīng)）均在10%的水平顯著，且由研發(fā)投入引導(dǎo)的中介效應(yīng)值為0.0003和0.0001，在總體中介效應(yīng)中占比為0.22%，因此驗(yàn)證H3。國有企業(yè)的研發(fā)投入需要巨大的資金支持，且周期長、風(fēng)險(xiǎn)大，研發(fā)投入使得國有企業(yè)的創(chuàng)新能力增強(qiáng)，生產(chǎn)更多滿足人們需要的產(chǎn)品，這不僅可以增強(qiáng)企業(yè)的社會(huì)責(zé)任能力，還可以提高企業(yè)的營運(yùn)效率，促進(jìn)國有企業(yè)可持續(xù)發(fā)展。（3）根據(jù)模型（1）（2）（4）（5）得出Acc→FE→OE→TFP（由融資效率引導(dǎo)的營運(yùn)效率鏈?zhǔn)街薪樾?yīng)）在1%的水平顯著，鏈?zhǔn)街薪樾?yīng)值為0.0006，在總體中介效應(yīng)中占比為0.32%。通過以上結(jié)論綜合得出，營運(yùn)效率并行中介效應(yīng)顯著，H4成立。營運(yùn)效率高可以使企業(yè)的總資產(chǎn)周轉(zhuǎn)率和營業(yè)利潤高，有助于實(shí)現(xiàn)國有企業(yè)利潤和價(jià)值最大化。

（四）穩(wěn)健性檢驗(yàn)

為了保證模型的穩(wěn)健性，進(jìn)行了如下檢驗(yàn)：（1）增加控制變量。增加現(xiàn)金流量（cash）和營業(yè)收入增長率（growth）作為控制變量進(jìn)行檢驗(yàn)。（2）縮小樣本范圍。在已有樣本基礎(chǔ)上剔除研發(fā)投入中介變量不全的企業(yè)年份樣本，穩(wěn)健性檢驗(yàn)均支持上述檢驗(yàn)結(jié)果。（3）遺漏變量檢驗(yàn)?；谝延械幕貧w模型，檢查是否存在遺漏變量。未控制的遺漏變量或非隨機(jī)選取的樣本可能導(dǎo)致偏差，使得回歸結(jié)果不準(zhǔn)確[ 18 ]。采用Rubin[ 19 ]因果模型解釋偏差導(dǎo)致因果推斷失效的程度（如圖2所示，其中閾值以下表示推論無效），結(jié)果表明使得會(huì)計(jì)信息質(zhì)量（Acc）促進(jìn)國有企業(yè)高質(zhì)量發(fā)展（TFP）推論無效需要48.56%的偏差（即2 288個(gè)值被0取代）。而中介變量融資效率（FE）的偏差占比為82.80%（3 902個(gè)效率值為0），研發(fā)投入（RD）的偏差占比為95.43%（4 497個(gè)觀察值為0），營運(yùn)效率（OE）的偏差占比為5.85%（即276個(gè)觀察值為0），使得模型（1）—模型（5）因果推斷均失效。

根據(jù)回歸模型中其他變量與不可觀測變量的相關(guān)系數(shù)可以量化因果的穩(wěn)健性[ 20 ]。將這種混淆變量的影響量化，定義遺漏變量因果推斷的影響為rx.cv和ry.cv，檢驗(yàn)結(jié)果顯示潛在遺漏變量與被解釋變量的相關(guān)系數(shù)為0.152，與解釋變量的相關(guān)系數(shù)為0.152，根據(jù)相關(guān)性判斷潛在混合變量使得推論無效的可能性為0.0232，因此會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展的回歸模型是穩(wěn)健的。其解釋變量與潛在混合變量的相關(guān)性以及影響如表6，Cor（v，x）表示其他解釋變量相關(guān)的遺漏變量與解釋變量相關(guān)系數(shù)，Cor（v，y）表示其他解釋變量相關(guān)的遺漏變量與被解釋變量相關(guān)系數(shù)，Impact表示遺漏變量的影響。表6（1）是基于無條件相關(guān)性計(jì)算的影響結(jié)果，表6（2）是基于已有部分相關(guān)性計(jì)算的相關(guān)系數(shù)和影響大小。

（五）異質(zhì)性檢驗(yàn)

通過并行中介效應(yīng)和鏈?zhǔn)街薪樾?yīng)分析得出，研發(fā)投入促進(jìn)國有企業(yè)高質(zhì)量發(fā)展所占的比為75.28%，研發(fā)投入對國有企業(yè)高質(zhì)量發(fā)展有重要的中介作用。不同的行業(yè)，研發(fā)投入的占比不同，會(huì)計(jì)信息質(zhì)量通過中介變量對企業(yè)的發(fā)展質(zhì)量影響不同，因此本文對國有企業(yè)高質(zhì)量發(fā)展的行業(yè)異質(zhì)性進(jìn)行分析。

根據(jù)檢驗(yàn)結(jié)果圖3和圖4可以得出：對于國有企業(yè)來說，在非制造行業(yè)中，會(huì)計(jì)信息質(zhì)量與國有企業(yè)的發(fā)展要通過融資效率、研發(fā)投入和營運(yùn)效率三重中介共同作用，且在0.1的水平均顯著，其中研發(fā)投入中介效應(yīng)值為0.302；而制造行業(yè)的國有企業(yè)融資效率和營運(yùn)效率中介效應(yīng)不顯著。制造業(yè)是我國國民經(jīng)濟(jì)的命脈，是國有企業(yè)的主力軍（在國有企業(yè)中占比為47.59%），國家大力支持制造業(yè)從高速發(fā)展向高質(zhì)量發(fā)展轉(zhuǎn)變，因此在檢驗(yàn)結(jié)果中，會(huì)計(jì)信息質(zhì)量對制造業(yè)企業(yè)的融資效率不顯著。對于制造業(yè)的營運(yùn)效率來說并行中介效應(yīng)不顯著，要通過研發(fā)投入引導(dǎo)營運(yùn)效率產(chǎn)生的鏈?zhǔn)街薪樾?yīng)促進(jìn)國有企業(yè)高質(zhì)量發(fā)展，由研發(fā)投入引導(dǎo)的中介效應(yīng)值為0.0958。

五、結(jié)論與啟示

（一）結(jié)論

本文選取2016—2020年的數(shù)據(jù)（2015年是國有企業(yè)混合所有制改革的開局之年），從微觀視角對會(huì)計(jì)信息質(zhì)量能否提升國有企業(yè)高質(zhì)量發(fā)展及其傳導(dǎo)機(jī)制進(jìn)行了實(shí)證研究，具有較大的理論意義與現(xiàn)實(shí)意義。主要結(jié)論有：

基準(zhǔn)回歸表明，會(huì)計(jì)信息質(zhì)量與國有企業(yè)高質(zhì)量發(fā)展呈顯著正相關(guān)關(guān)系，即會(huì)計(jì)信息質(zhì)量能顯著提升國有企業(yè)的發(fā)展水平。

鏈?zhǔn)街薪樾?yīng)顯示，會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展是通過融資效率、研發(fā)投入、營運(yùn)效率三大中介機(jī)制實(shí)現(xiàn)的。三大中介均產(chǎn)生了促進(jìn)效用，相比較而言，目前研發(fā)投入中介效應(yīng)更優(yōu)，是會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的最佳傳導(dǎo)機(jī)制。

異質(zhì)性基準(zhǔn)回歸分析表明，會(huì)計(jì)信息質(zhì)量與不同行業(yè)國有企業(yè)高質(zhì)量發(fā)展顯著正相關(guān)，但影響程度有所差異，具體而言，在非制造行業(yè)中影響更為顯著，直接效應(yīng)更為明顯。

異質(zhì)性鏈?zhǔn)街薪樾?yīng)顯示，傳導(dǎo)路徑的差異會(huì)影響會(huì)計(jì)信息質(zhì)量對國有企業(yè)高質(zhì)量發(fā)展的提升效果。其中在制造行業(yè)中，會(huì)計(jì)信息質(zhì)量通過研發(fā)投入或者研發(fā)投入引導(dǎo)營運(yùn)效率發(fā)生的并行中介效應(yīng)與鏈?zhǔn)街薪樾?yīng)顯著；非制造行業(yè)國有企業(yè)高質(zhì)量發(fā)展對會(huì)計(jì)信息質(zhì)量依賴程度更高，對傳導(dǎo)機(jī)制影響更大。

（二）啟示

本研究的啟示在于：第一，國有企業(yè)的高質(zhì)量發(fā)展不僅是對利潤的關(guān)注，其會(huì)計(jì)信息質(zhì)量的高低相當(dāng)于企業(yè)的信號(hào)燈，因此要健全會(huì)計(jì)信息質(zhì)量的法律法規(guī)，努力彌補(bǔ)因市場信息不對稱導(dǎo)致的決策失誤。第二，降低融資成本是企業(yè)實(shí)現(xiàn)高利潤的前提，提高研發(fā)投入是國有企業(yè)高質(zhì)量發(fā)展的關(guān)鍵。一方面，任何企業(yè)都需要不斷創(chuàng)新，找出未來的成長空間；另一方面，融資效率與營運(yùn)效率是企業(yè)不可或缺的重要組成部分。

【參考文獻(xiàn)】

［1］ 龔光明，禹東勇.公司特有風(fēng)險(xiǎn)、會(huì)計(jì)信息質(zhì)量與企業(yè)融資約束［J］.會(huì)計(jì)之友，2015（22）：8-16.

［2］ 郝海江.以黨建工作推動(dòng)國企高質(zhì)量發(fā)展：構(gòu)建國企外部項(xiàng)目基層黨建“五嵌入”模式［J］.人民論壇，2018（18）：112-113.

［3］ 劉靖北.以黨建工作與生產(chǎn)經(jīng)營深度融合推動(dòng)國有企業(yè)高質(zhì)量發(fā)展［J］.中國黨政干部論壇，2020（7）：43-46.

［4］ 金曉燕，任廣乾，羅新新.雙循環(huán)發(fā)展格局下國有企業(yè)高質(zhì)量發(fā)展對策［J］.鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，54（2）：55-61，127.

［5］ 李井林.混合所有制改革有助于提升國有企業(yè)投資效率嗎？［J］.經(jīng)濟(jì)管理，2021，43（2）：56-70.

［6］ 范玉仙，張占軍.混合所有制股權(quán)結(jié)構(gòu)、公司治理效應(yīng)與企業(yè)高質(zhì)量發(fā)展［J］.當(dāng)代經(jīng)濟(jì)研究，2021（3）：71-81，112.

［7］ 李詠梅，白小娟.會(huì)計(jì)信息質(zhì)量、融資成本與再融資［J］.會(huì)計(jì)之友，2020（4）：44-51.

［8］ 楊承啟.會(huì)計(jì)穩(wěn)健性與企業(yè)創(chuàng)新投入［J］.中國注冊會(huì)計(jì)師，2021（5）：49-53.

［9］ BROWN J S，DUGUID P.Organizational learning and communities of practices toward and a unified view of working learning and innovation［J］.Organization Science，1991，2（1）：40-57.

［10］ 吳丹.融資約束對企業(yè)R&D投資影響的實(shí)證研究：基于產(chǎn)權(quán)與產(chǎn)業(yè)視角［J］.科技管理研究，2016，36（22）：102-108.

［11］ 鄒輝霞，劉義.融資效率、產(chǎn)權(quán)性質(zhì)與研發(fā)投入［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2015，35（2）：3-12.

［12］ 郭慧婷，田佳茜.融資效率及方式對研發(fā)投入的影響：基于A股信息技術(shù)企業(yè)數(shù)據(jù)［J］.會(huì)計(jì)之友，2018（17）：37-43.

［13］ 魯曉東，連玉君.中國工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007［J］.經(jīng)濟(jì)學(xué)（季刊），2012，11（2）：541-558.

［14］ 陳紅，陳玉秀，楊燕雯.表外負(fù)債與會(huì)計(jì)信息質(zhì)量、商業(yè)信用：基于上市公司表外負(fù)債監(jiān)察角度的實(shí)證研究［J］.南開管理評(píng)論，2014（1）：69-75.

［15］ 賀正楚，王姣，潘紅玉.生物醫(yī)藥產(chǎn)業(yè)不同融資方式的融資效率研究［J］.財(cái)經(jīng)理論與實(shí)踐，2020，41（1）：48-54.

［16］ 羅彪，王瓊，閆維維，等.營運(yùn)效率、競爭有效性與企業(yè)績效：基于中國A股房地產(chǎn)與電器上市公司的經(jīng)驗(yàn)［J］.軟科學(xué)，2012，26（9）：114-119.

［17］ 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展［J］.心理科學(xué)進(jìn)展，2014，22（5）：731-745.

［18］ RAN XU，F(xiàn)RANK K A，MAROULIS S J，et al.Konfound：command to quantify robustness of causal inferences［J］.The Stata Journal，2019，19（3）：523-550.

［19］ RUBIN D B.Estimating causal effects of treatments in randomized and nonrandomized studies［J］.Journal of Educational Psychology，1974，66（5）：688-701.

［20］ FRANK K A.Impact of a confounding variable on a regression coefficient［J］.Sociological Methods & Research，2000，29（2）：147-194.