1、1企业银行借款融资中的盈余管理研究摘要：银行借款是我国上市公司重要的融资途径，企业有没有为了自身利益而围绕借款过程进行盈余管理？研究将盈余管理的借款动机从其他动机中分离出来，并针对两组变量：银行借款与当期盈余、银行借款与当期盈余增量分别使用分布检验，以揭示企业在借款过程中是否存在盈余管理并探究其盈余管理的表现形式。从而发现企业基于借款融资动机进行了盈余管理，且其表现形式为制造正盈余以避免亏损。另外，企业并没有刻意制造盈余上升的趋势。使用 Probit 回归进行补充验证，进一步证实企业围绕银行借款过程进行了盈余管理。对盈余管理的频率进行分析，发现约有 4.74%到 14.15%的企业存在避免亏损
2、的盈余管理行为，且存在借款融资动机时，盈余管理频率将更高。 关键词：银行借款融资；动机；盈余管理；分布检验；形式；频率 中图分类号：F276.6； F830.51 文献标识码：A 文章编号：1672-3104（2013）06?0062?09 根据我们的统计，20032011 年间，我国剔除金融类的全部 A 股上市公司中银行借款占总债务的比率平均超过 40%，占总资产的比率超过25%。由此可见，虽然存在资本市场这一直接融资途径，国内上市公司仍离不开贷款融资。 贷款融资的普遍存在使信用风险成为银行面临的重大课题。党的十八大新闻中心曾就“中国银行改革与科学发展”主题举行集体采访，对2银行信用风险的控
3、制给予高度关注。2004 年之前，我国商业银行的不良贷款率就曾一直居高不下，虽然之后政府的一系列救助行动和银监会的成立有效改善了这一现象，但不良贷款率在 2012 年又有上弹趋势，因此从源头上真正提高银行资产质量迫在眉睫。在这一过程中，贷款提供决策和贷后持续监控都是至关重要的环节。银行决策在很大程度上依赖于会计信息，企业作为信息供应方，出于自利目的可能会对会计信息进行修饰以迎合银行需求。如果企业围绕借款过程的盈余管理确实存在，它将进一步提高银行监控的难度，银行方面应当对此予以高度重视，而企业盈余管理的表现形式也将为银行制定应对措施提供借鉴。另一方面，银行作为企业外部治理的重要组成部分，其监管力
4、度的加强对提高企业财务信息质量和维护资本市场秩序都有重大作用。本文的贡献即在于使用噪音较小的分布检验法，对企业基于银行借款动机的盈余管理进行研究，揭示企业是否围绕借款过程进行了盈余管理及其表现形式，并计算盈余管理频率。研究发现：企业在借款过程中普遍进行了避免亏损而非避免净利润下降的盈余管理，这可能暗示银行在放贷过程中出于信息成本的考虑仅对企业是否盈利进行了考察，而忽视了对盈利趋势等其他维度的关注。企业的盈余管理行为会对银行造成误导，降低信贷资产的质量，提高潜在的信用风险。银行应当采取适当方法予以识别。该结论为银行改进监管政策、优化信贷资产的配置和降低信用风险指明了方向，同时为提高企业会计信息质
5、量和完善公司治理提供了支持。 一、相关文献综述 （一） 企业的盈余管理动机 3盈余管理动机主要有以下几种：资本市场动机、代理人竞争动机、政治成本动机和契约动机。债务契约动机是契约动机中非常重要的一种。学者们认为，债务契约签订之前，银行会对企业进行审查。Fraser and Gup 指出，银行会基于企业的财务状况、抵押担保及盈利情况等决定贷款的发放1。因此，企业为了 获得更好的贷款条件，往往会粉饰其业绩。Beneish and Press 提出，违反债务契约的后果对企业非常不利，它可能导致银行提高利率水平、要求提前偿还借款或者拟订更加严格的限制性条款2。因此，债务契约签订后，企业仍然有动机进行盈
6、余管理，以使银行相信其有足够能力履行契约。 国内关于盈余管理动机的研究多聚焦于资本市场动机。陆正飞和魏涛对我国 19982001 年间上市公司首次配股后的会计业绩进行研究，发现配股公司在配股前存在盈余管理行为3。陈祥有和万寿义以20012007 年在我国沪深两市上市的 422 家 IPO 公司为样本，证实公司在 IPO 前普遍存在正向盈余管理行为4。在契约动机方面，雷强从单阶段和无限重复博弈的角度开展研究，指出在现有体制下，上市公司基于借款动机的盈余管理行为不可避免，它的存在是博弈均衡的必然结果5。刘芹以我国 20072009 年 A 股上市公司银行借款的数据为样本，发现银行债务契约促进了债务
7、人的盈余管理行为6。 （二） 银行的监管依据和监管优势 信用风险是银行面临的主要风险，它在很大程度上取决于借款人的偿债能力和盈利能力。所以，银行需要对借款企业开展审查。Treacy 4and Carey 的研究表明，银行会综合采用定性和定量指标评估信用风险7。饶艳超和胡奕明研究发现，银行在授信时对长短期借款、主营业务收入、资产负债率和流动比率等财务信息高度重视8。会计盈余作为最直观反映企业一定时期内经营成果的指标之一，其具有较高的信息含量已经得到广泛认可。在很大程度上，会计盈余已经成为银行在贷款发放前后对企业进行审查与监控的重要依据。 Fama 发现，相对于个人贷款者和其他中介机构，银行具备一
8、定的监管优势9。Diamond 认为银行在获取和处理借款人的私人信息方面具有相对更低的代理成本10。另外，银行还具有监管的规模经济效应和获取私人信息的优势。由于企业通常在银行开户，并经常性地进行存贷款活动，因而银行能够在长期的合作关系中，深入了解企业的资信状况和财务状况，从而具备监管优势，Aintablian and Roberts 的研究就证实了这一点11。 （三） 盈余管理的计量方法 现有的盈余管理计量方法主要有三种类型，包括应计利润分离法、具体项目法和分布检验法。应计利润分离法又包括截面 Jones 模型、修正 Jones 模型和行业模型等。目前国内使用频率最高的是应计利润分离法。如何小
9、杨使用修正 Jones 模型计量盈余管理程度，研究其与企业债务期限结构之间的关系12；方红星和金玉娜使用扩展 Jones 模型计量盈余管理，研究高质量内部控制对盈余管理的影响13等。具体项目法被广泛应用于银行业的盈余管理研究，如李雯和徐焕章通过贷款损失准备建立计算模型，检测我国上市商业银行的盈余管理行为14。分布检5验法的使用相对较少，多被用于检测基于配股动机的盈余管理。如陈小悦等运用分布检验法，发现上市公司为取得配股资格会进行盈余管理15。综上可知，当前我国对于盈余管理动机的研究大多仍局限在资本市场，在为数不多的研究债务契约与盈余管理关系的文献中，债务契约动机的揭示都很含蓄，并且没有深入探究
10、企业盈余管理的表现形式和频率。另外，在研究方法上，主要集中于应计利润分离法中的 Jones 模型。但这一方法存在的缺陷也比较明显，即噪音较大。分布检验法可以不用估计充满噪音的操纵性应计，仅通过检验分布函数在阈值处的不连续性即可判断盈余管理是否存在，因此非常适用于临界点现象的盈余管理研究。但是分布检验法存在一个主要缺点，即不能直接计量盈余管理程度，这可能是其应用并不广泛的原因。由于本文关注的是存在阈值点又无需精确计量盈余管理的债务契约动机，因此我们选择使用噪音较小的分布检验法展开研究，并进一步考察企业盈余管理的形式和频率，以期丰富现有的盈余管理文献。 二、研究设计 （一） 研究假设 依据前人的研
11、究成果，我们认为银行会参考企业的会计信息对其进行信贷评估，并且参照点为零盈余（或零盈余增长）点。这一推测可以用两个理论来解释：交易成本理论和前景理论。 交易成本理论认为，企业的契约往往以会计盈余作为签约基础和评估履行情况的依据。具体到企业借款融资的情况，会计盈余会对银行是否为企业提供贷款和贷后的持续监控产生影响。盈利企业相较亏损企业6来说，面临破产或延期偿债的可能性更小；而报告盈余上升通常意味着企业的盈利趋势良好，更能取得银行的信任。另外，虽然已有的研究表明，银行与个人贷款者和其他中介机构相比，更易获取企业私人信息，但在我国这样的经济转型国家，信息不对称现象较为严重，收集、储存和处理信息的成本
12、依然很高。当信贷评估成本过高时，银行可能简单地以零盈余（或零盈余增长）作为判断“问题企业”的信号，这样一来，亏损企业或者盈余下降企业将面临更高的交易成本，出于自利的目的，企业将有强烈的盈余管理动机。 前景理论认为，个体的价值函数呈“S”型，表现为有正增量时为凹，有负增量时为凸，即人们在盈余（或盈余增量）高于某一阈值的情况下为风险厌恶者，而在低于这一阈值时表现为风险追求者。银行为企业提供贷款并且希望得到及时的利息偿付，由于利息费用是在盈余之前扣除，如果企业没有正盈余，银行就会认为企业缺乏足够的支付固定求偿权的能力。如果企业报告盈余下降，则意味着盈利状况的恶化，可能导致企业偿债能力降低，这也会引起
13、银行方面的警觉，给企业带来不利影响。因此，零盈余（或零盈余增长）点是我们研究中合适的阈值点。 基于以上理论，当企业意识到会计盈余在银行信贷评估过程中的重要性时，将有动机进行盈余管理；贷款发放之后，由于银行仍会依据盈余信息对企业进行持续监控，为避免技术性违约甚至丧失控制权，企业依然有动机进行盈余管理。其盈余管理的形式可能为：（1）制造正盈余（即避免亏损） ；（2）制造盈余上升的趋势（即避免盈余下降） 。据此，我们提出以下两个假设： 7H1：企业在银行借款融资过程中，进行了避免亏损的盈余管理。 H2：企业在银行借款融资过程中，进行了避免盈余下降的盈余管理。（二） 研究方法 将分布检验法运用于盈余管
14、理的检测，最早由 Burgstahler and Dichev 提出。他们认为，在不存在盈余管理的情况下，盈余分布函数是连续的16。当阈值处存在盈余管理时，盈余分布直方图中阈值左侧相邻区间内的公司数目将异常地少，而阈值右侧相邻区间的公司数目将异常地多，从而造成阈值处的盈余分布函数不连续。因此判断在阈值处是否存在盈余管理就转化为判断盈余分布函数是否连续。本文将借鉴这一方法展开研究，具体分为以下三步。 1. 确定分布检验的区间宽度 假设公司有可能在 0 点处进行盈余管理，我们需要以 0 为起点将盈余分布函数划分为若干个区间（阈值右侧区间向外依次计为1、2、n，左侧区间向外依次计为?1、?2、?n）
15、 。在分布区间宽度的确定上，借鉴 Goncharov and Zimmermann（2007）17的方法，即区间宽度 H=2（IQR）N?1/3。其中，IQR 为盈余（盈余增量）的四分位距，N 为观测点的个数。 2. 计算检验统计量 判断盈余分布函数在阈值处不光滑的统计量为 =（na?ne）/，其中 na 为某区间的实际观测点数量，ne 为该区间的预期观测点数量，它等于该区间左右两个相邻区间实际观测点数量的平均值， 为该区间实际8观测点与预期观测点数量的标准差，其计算公式为 =NPi（1?Pi）+0.25N（Pi?1+Pi+1） （1?Pi?1?Pi+1）1/2，其中，Pi 为落入第 i 个区
16、间的观测点比例。在不存在盈余管理的情况下， 服从标准正态分布。如果 显著异于零，则证明公司在阈值处进行了盈余管理。但是，如前所述，上市公司存在多种盈余管理动机，如为满足配股条件和避免特殊处理等，这些动机都可能导致公司围绕零点进行盈余管理。由于本文研究的是公司在银行借款融资中的盈余管理，因此需要消除这些噪音，将借款融资动机从中分离出来。 3. 子样本的比较 为了检验公司为借款进行的盈余管理，我们将观测点分为两个子样本。一个是银行借款大于中位数的子样本（样本 A） ，一个是银行借款小于或等于中位数的样本（样本 B） 。由于样本 A 比 B 获得了更多的银行借款，因此它们将更有可能进行避免亏损（或避
17、免盈余下降）的盈余管理。为了检验两个子样本之间差异的显著性，我们构造了统计量z。z=（na，A?ne，A）?（na，B?ne，B）/ +1/2，其中，na，A 和na，B 分别为两个子样本区间的实际观测点数量，ne，A 和 ne，B 分别为两个子样本区间的预期观测点数量，A 和 B 分别为 A、B 样本组的标准差。如果 z 统计量显著小于零，则可证明上市公司在银行借款融资中进行了盈余管理。 （三） 变量设计 银行在给企业发放贷款之前，会依据会计盈余对企业进行信贷评估；而在贷款发放之后，也会对企业盈余状况持续追踪。在变化迅速的经济形势下，银行往往更关注企业的当期盈余，这9使得贷款与当期（而非滞后
18、一期）盈余相关性更强（Goncharov and Zimmermann，2007）17。因此我们在进行分布检验时均选择当期盈余指标。由于要考察企业为获得借款可能采取的盈余管理形式，我们使用以下两组变量：银行借款与当期盈余（甲变量组） ，银行借款与当期盈余增量（乙变量组） 。其中，银行借款为“短期借款” 、 “一年内到期的非流动负债”和“长期借款”三项之和，当期盈余为利润表的“净利润”项目，当期盈余增量为本年“净利润”项目与上年“净利润”的差额。各变量均除以上年末总资产予以标准化。 （四） 样本选择 本文的研究样本包括 20032011 年间在我国沪深两市上市的 A 股非金融类公司，数据来自 C
19、SMAR 数据库和 WIND 数据库。由于本文研究的是企业围绕借款融资的盈余管理行为，为尽可能消除其他“噪音”的影响，提高研究的有效性，进一步按照以下原则筛选样本： 剔除 ST、*ST 公司； 剔除有配股、增发的公司； 剔除研究期内相关数据缺失的公司；剔除当年新上市的公司； 剔除样本中的极端值。最终确定的研究样本中，甲变量组有 10 756 个公司年度观测点，乙变量组有 10 709个公司年度观测点。各年的样本分布见表 1。 三、分布检验结果 （一） 描述性统计 分布检验的描述性统计结果如表 2 所示。可以看出，两组中各变量的均值和中位数都比较接近，说明分布基本对称。银行借款平均达到上年末总资
20、产的 25%以上，但标准差较大，表明不同企业获得银行借款的差10异较大。当期盈余和盈余增量的均值均大于 0，说明企业平均报告盈余为正，且较上年有上升趋势。 （二） 分布检验 根据样本，我们计算出甲变量组的分布区间宽度为 0.005，乙变量组分布区间宽度为 0.002 5。将各变量组均划分为 80 个区间，从小到大分别命名为?40、?39、?2、?1、1、2、39 和 40。这样，?1 在甲变量组表示净利润为?0.005，0） ，在乙变量组表示净利润增量为?0.002 5，0） ，依此类推，?40 表示净利润为（?，?0.195） （或净利润增量为（?。?0.097 5） ） ，40 表示净利润
21、为0.195， +） （或净利润增量为0.097 5， +） ） 。本文假设公司在零点附近进行盈余管理，如果这一假设成立，分布图将在?1 区间显示出观测点异常少或在 1 区间显示观测点异常多，因此只需要检测其中一个区间就可以判别盈余管理是否存在。在本文中，我们选择检测?1 区间。 1. 甲变量组分布检验 （1）子样本 A 分布检验。甲变量组中 A 样本的盈余分布直方图如图1 所示。 可以看出，在阈值左侧的?1 区间，观测点数目极少（28 个，占 A 样本全部观测点的 0.52%） ；在阈值右侧的 1 区间，观测点数目极多（362个，占 A 样本全部观测点的 6.73%） 。经计算，?1=?15.323，p0.000 1。由此可见，A 样本组的盈余分布在零点处出现了显著的不连续性，公司进行了避免亏损的盈余管理。 （2）子样本 B 分布检验。甲变量组中 B 样本的盈余分布直方图如图
