1、环境不确定性是如何影响公司特质风险？基于现金流波动和会计信息质量的中介效应检验摘要：很少有文献从企业外部环境的视角分析公司特质风险的形成机制。本文以 2000-2015 年的深沪 A 股为研究对象，通过中介效应检验，分析环境不确定性对公司特质风险的作用。研究结论认为：环境不确定性导致现金流波动上升，以及会计信息质量的下降，进而对公司特质风险产生正向推动作用；股权制衡度的提升改善公司治理机制，降低了现金流波动和会计信息质量的中介效应，抑制环境不确定性对公司特质风险的作用。本研究从经营环境的视角分析了公司特质风险的成因，其研究价值在于，不仅回答了环境不确定性作为系统风险因素，影响公司特质风险的作用
2、机理；而且回答了股权制衡度是否对不确定性和特质风险相关性产生作用的问题。另外，本研究让我们对系统风险与特质风险之间的相关性有了新的认识。关键词：不确定性；特质风险；现金流波动；会计信息质量；股权制衡度引言自从 Campbell 等提出“特质风险现象 ”后，即在欧美发达资本市场中，公司特质风险在二十世纪后半叶呈显著的上升趋势。 1学者多从企业“内在” 因素的视角予以解释，例如，新上市和规模小的企业，其自身的经营风险带动了特质风险的上升，形成“新上市效应”或“小公司效应”； 2再如，负债比例带来的财务风险迫使企业偏离正常经营轨道，影响特质风险，形成“杠杆效应”； 3又如，会计信息质量与公司特质风险
3、呈显著负相关性； 4还如，企业的内控质量越低时，公司特质风险上升程度显著增加； 5还有文献从股权结构、多元化经营等角度予以解释。 6但近年来，有学者发现制度环境、 7产品市场竞争和特质风险之间存在显著的关联性， 89研究视角逐渐由企业的“内部”因素转向“外部”环境的不确定性。环境不确定性是指“市场交易环境变化的不可预测性”。 10这种不可预测性体现在市场需求、技术、政策、供应商等环境要素的变化，对企业价值产生难以估计的后果。近 40 年来，随着宏观经济的快速发展，环境要素的动荡性和复杂化也日益加剧。尤其 2008 年金融危机后，随着人口红利的消失、国外市场需求的持续萎靡，不确定性逐渐成为管理层
4、关注的重点 。环境是企业经营的土壤，环境不确定性通过企业投资行为和信息传递， 11对资本市场产生影响，例如环境不确定性与股价崩盘效应存在显著的正向关联。 12那么，环境不确定性对公司特质风险是否存在影响？这是本研究的第一个问题。一般而言，环境不确定性是系统风险因素，而特质风险反映的是企业特质的私有信息或噪声交易， 4两者的风险形成逻辑迥异。那么，如何不确定性的确对特质风险存在影响，其内在的影响逻辑是什么？环境不确定性带给经营后果，包括两个方面，即经营现金流波动的上升和会计信息质量的下降：一方面，企业为了应对不确定性带来的冲击，做出应对行为，偏离了原有轨道，从而影响经营现金流； 13另一方面，企
5、业面临不确定性所做出的反应，必然影响到会计信息质量。而上述两者与特质风险存在关联性。 48因此，本文试图通过现金流波动和会计信息质量的中介效应，厘清不确定性对特质风险的作用机理，这是本文要研究的第二个问题（研究逻辑结构见下图 1）。图 1. 研究逻辑结构环境不确定性 现金流波动会计信息质量公司特质风险现金流信息信息不对称中介效应中介效应一、理论分析和研究假设1. 环境不确定性与公司特质风险基于企业应对行为的解释已有文献认为制度环境、产品市场竞争对公司特质风险存在显著的影响， 789学者逐渐意识到，“外部”环境要素的波动，同样对特质风险具有显著影响。而企业的经营环境涉及多方面，如客户集中度、审计
6、质量、宏观经济政策、融资市场的变化是否对特质风险也存在作用？更为重要的是，上述文献忽略一个基本的问题：不论制度、还是行业竞争，对于股价波动而言，都是系统风险因素，并非直接影响非系统风险，即公司特质风险，那么，两者间的影响机制是什么？企业是环境的产物，环境要素的变化同样影响着企业微观决策行为。依据“资源观” ，不确定性意味着企业对环境要素的控制能力下降。 14为了维护其竞争优势，企业必须具有不断调整、更新、重构、再造资源的“动态能力”， 15如企业创新、经营战略的转向，以获得生存空间。另外，不确定的经营环境也给管理层带来谋求私利的机会。不论是前者还是后者，实际上，将外部环境要素波动的系统性风险因
7、素，转变为企业内部经营的特质行为，引起的现金流波动信息，难以通过公开信息予以披露，通过私有信息套利，转变为特质风险。首先，环境不确定性刺激了企业的创新行为，并影响着公司特质风险。 16环境要素的波动性迫使管理层发挥企业家精神，推动更多的组织创新和技术创新，以应对可能的市场冲击，成为企业创新的原动力，获得与众不同的竞争力。企业规模越小，创新行为越频繁， 17而创新自身所具有的，诸如技术、组织管理等非系统风险因素，随着小企业大量上市，而暴露在资本市场中，形成公司特质风险。其次，环境不确定性促使企业经营战略转向，进而影响公司特质风险。为了应对经营环境变化的冲击，管理层往往在“多元化经营”和“归核化”
8、战略之间进行选择。虽然“多元化经营”能够平滑企业业绩的波动，但其本身导致企业规模膨胀，融资约束增加，这些内部特质因素正是特质波动变化的重要因素；“归核化”战略通过“分拆”业务增加核心竞争力，并激励企业不断创新。但在业务种类单一化、规模下降的同时，丧失“内部资本市场”、经营风险对冲的优势，将企业内部的风险因素，如技术、财务等风险直接暴露在资本市场之中，形成公司特质风险。 1再次，环境不确定性刺激了管理层的私利行为，推动公司特质风险上升。在不确定的经营环境中，管理层出于私利目的，或为控制更多资源而过度投资；或为避免承担不必要的风险成本而投资不足。 18投资行为偏差带来的公司业绩波动，促使管理层封锁
9、真实经营信息，并通过私有信息套利行为融入股价。因此，环境不确定性通过企业的自我调整，对公司特质风险产生显著影响。基于此，提出如下假设 H1：H1：环境不确定性与公司特质风险呈正相关性，当不确定性越高时，公司特质风险呈上升趋势。2. 环境不确定性与公司特质风险基于现金流波动的中介效应事实上，现金流波动作为环境不确定性的结果，对公司特质风险存在直接的影响。Zhang 根据市场竞争程度划分行业，发现竞争性较强的现金流波动超过 100%，而较弱的行业则仅上升了20%，表明不确定性与现金流波动之间存在密切联系。 19另一方面，伴随着“特质风险现象”，即公司特质风险不断上升，欧美企业的现金流波动也大幅增加
10、，二十世纪最后四十年，企业单位销售收入现金流波动率增加近一倍， 8两者呈现出相似的变化趋势。而 Pae 等、Jiang 等利用多种指标衡量经营现金流波动率，均发现两者在计量意义上存在显著的相关性。 2021在面临不确定的经营环境时，企业的应对行为，即企业创新，经营战略转向、以及管理层的投资决策，冲击着正常的经营轨道，促使现金流波动率上升。首先，企业创新活动对现金流的波动性存在显著的作用。一方面，企业的创新活动，因其具有长期的连续型，以及不确定性，具有较强的融资约束。尤其在创新频率较高的中小企业，其融资约束更为严重，其内部资金不稳定，容易受到外部冲击，另外，创新活动本身具有较高的调整成本，内部财
11、务状况的波动性，导致投资现金流敏感度增加，出现投资不足或者过度； 22另一方面，企业创新活动失败是大概率事件，从研发支出到产品市场化需要大量资金投入，现金流占比较高，对企业发展战略、经营可持续性影响深远，强烈冲击企业的未来业绩，影响经营现金流波动率，形成公司特质风险。其次，企业经营战略的转向冲击着现金流波动。尽管“多元化经营”能够通过跨行业经营平滑盈余波动，但其带来的规模扩张，更容易成为管理层的私利工具。在多元化经营所构建的“企业帝国”内部，各部门为争夺资源，如“内部资本市场”带来的“交叉补贴”等，更容易产生扩张投资规模的冲动，而投资效率的下降，则使得经营现金流波动上升。这种情况在国有背景的企
12、业中尤为明显。 23再次，环境不确定性带来的信息不对称，使得投资决策所需的信息成本增加，降低了决策成功的概率。同样，基于谋求私利，管理层更容易将决策失败的因素归咎于外界的不确定性，从而降低了企业投资决策的理性程度，增加了决策难度， 24最终导致现金流波动率上升。另一方面，不确定性使得企业在制定现金持有策略过程中，但难以预测现金流入和流出，无法做到合理现金匹配，也导致经营现金流波动性。基于此，本文提出如下假设：H2：公司特质风险与现金流波动性呈正相关性；而现金流波动是环境不确定性和公司特质波动之间的中介变量。3. 环境不确定性和公司特质风险基于会计信息质量的中介效应已有研究表明，公司特质风险与信
13、息不对称有关，是私有信息交易和噪声交易的后果。 4Easley 和 OHara 将信息解构为私有信息和公开信息。私有信息的持有者被称为知情交易者，反之为信息劣势者。 25当企业与市场的信息不对称程度上升时，知情交易者的信息套利频率大幅增加，同时信息劣势者的噪声交易规模大幅扩张，推动公司特质风险显著上升。 426而不确定的经营环境在刺激企业应对过程，如创新活动、经营战略转向、甚至管理层的盈余管理行为，都成为信息不对称的重要推动力量，从而特质风险的变化产生作用。首先，创新活动的高风险，孕育着信息不对称。创新知识的重构与实践具有较强的排他性，因而作为企业的商业秘密，管理层极力封锁相关信息。另外，创新
14、成果多依附于创新人员的人力资本，形成无形资产，外部投资者难以判断创新人员的努力程度，以及创新活动的未来价值。同时，在创新成果产业化过程所需的时间较长，资金投入量巨大，外部投资者难以判断创新活动的未来价值。尽管上市企业有创新信息披露的责任，但披露企业占比较小，且多是强制性披露，自愿性披露内容较少，质量较低。 27因此，创新活动的以上特征，导致企业和外部投资者之间的信息不对称程度上升，刺激私有信息套利，以及噪声交易；其次，“多元化经营”往往涉及跨行业经营，多部门盈利状况差异性较大，管理层利用内部信息准确判断各业务现金流波动性。对外部投资者而言，由于专业能力、信息搜寻成本等限制，对各部门的现金流预期
15、存在误差，对于投资者成熟度较低的我国资本市场，这种误差更为显著；另一方面，“多元化经营”的直接后果是组织结构复杂化，信息在企业各部门之间、以及内部与外部之间的传递效率下降。同时，各部门为获得“内部资本市场”的资金补贴，更倾向于封锁本部门的真实经营状况，刺激信息不对称性程度上升；再次，在不确定的经营环境中，基于私利目的、决策信息成本上升，管理层的投资效率下降，引起盈余波动大幅上升，危及到企业在资本市场中的表现，甚至增加股价崩盘风险的可能性。 28为了平滑企业的盈余波动，管理层倾向于通过应计或真实盈余管理来平滑企业盈利的波动，导致公司信息质量恶化， 29最终推动公司特质风险上升。基于此，本文提出如
16、下假设：H3：公司特质风险与会计信息质量呈负相关性；会计信息质量是环境不确定性和公司特质风险之间的中介变量。二、研究设计1. 样本选择与数据来源本文以深沪A股作为研究对象，并按照如下标准剔除观测值：（1）由于金融、保险类企业的资本结构较为特殊，本文剔除这两个行业的观测值；（2）由于交易机制的特殊性，本文剔除期间被ST的企业年度观测值；（ 3）由于上市当年股价波动异常，故剔除IPO当年的观测值。本文样本期间从2000年到2015年，共获得观测值24936个。其中，证券分析师预测数据自 2004年开始统计。交易行情数据源自WIND数据库，财务数据来自于CSMAR数据库；行业分类按照2001年中国证
17、监会发布的上市公司行业分类指引划分。考虑到销售收入变异系数（Un i,t）、证券分析师预测分歧度（Anls i,t）、现金流波动率（Cfvol i,t）、会计信息质量（ Wcai,t）均为潜变量，故对其进行中心化处理；另外，除离散变量外，其他变量均在1%的基础上进行winsorize处理。2. 基于中介效应检验的模型构建中介效应（mediator effect）描述解释变量（X）和被解释变量（Y）并不是一个直接因果关系，而是通过相关变量（M）间接发生作用。变量（M）为中介变量，而这种间接因果链（ ）被称为中介效应，所对应的关系分别为： 、 、1YcXe2Mae。其中，c是解释变量（X）对被解释
18、变量（ Y）的总效应、 为中介变量3Ycbe b（M）对被解释变量（Y）的中介效应、而 为解释变量（X ）对被解释变量（ Y）的直接效应。三c个效应之间的关系： ， 中介效应在总效应的比例应该为 。ab /ac在检验现金流波动和会计信息质量的中介效应过程中，鉴于研究方法的局限，并没有考虑中介变量间的相关性，即单独考察每个变量的中介效应。故本文借鉴温忠麟等人的方法， 30依次构建如下三个检验模型：8,01, ,2/it ititkititIvUnAlsConrl（1）8,01, ,2/itit ititkititCfolWcalol （2）,01,2,9,3/it ititititkititIv
19、nAlsCfvolWcaor（3）其中，方程（1）和（3）中的被解释变量为特质风险（Iv），解释变量为环境不确定性变量，由两个指标构成，即销售收入变异系数（Un ）和证券分析师预测分歧度（Anls），以及两个中介变量，即现金流波动率（Cfvol ）和会计信息质量（Wca ）；而方程（2）中的被解释变量为中介变量（Cfvol/Wca），解释变量则为不确定性变量（ Un/Anls）。中介效应检验过程如下：步骤一，方程（1）中的系数 1代表环境不确定性对特质风险的总效应。如果 1显著，则继续方程（2）的检验，否则停止检验；步骤二，方程（2）中的系数 1衡量现金流波动率（ Cfvol）或会计信息质量（
20、Wca）是否存在中介效应，如果该系数显著，表明变量存在中介效应；步骤三，观察方程（3）的系数 2和 3是否显著。其中， 2衡量不确定性对特质风险的直接效应。如果 2不显著，而 3显著，意味着变量（Cfvol）或（ Wca）存在完全中介效应；如果 2和 3均显著，则表明两个变量只存在部分中介效应。在实证过程中，采用stata14软件中的sgmediation命令进行中介效应检验，中介效应的显著性检验，即Sobel 检验、Goodman 检验1和Goodman检验2由软件自动给出，此处不再列出具体计算方式。需要指出的是，该命令仅支持混合数据的检验，没有顾及到时间效应、行业效应等，基于此，采用标准误
21、聚类稳健调整对回归结果进行调整。3. 变量设计（1）公司特质风险（Iv）： 一般而言，测度公司特质风险的方法主要有两种，即以CAPM模型为代表的间接分离法 1和以Fama-French三因素模型为基础的直接测度法 31。前者所需参数较少，精度较小；后者所需计算参数较多，计算较为复杂，但计算精度较高，故本文采用直接分解法：, ,itfmtf trrsSMBhHL（4）其中，r i,t-rf 为个股超额收益，r m,t-rf 为市场超额收益；SMB 为公司规模因子，由市值较大的投资组合与市值较小的投资组合收益差额计算所得；HML 代表公司成长性因子，由市值账面较高的投资组合与较低投资组合的收益差额
22、计算所得； t 为模型残差项。根据 Xu 和 Malikiel 的方法，公司特质风险为 t 的标准差： ，本文采用日度数据计算所得。var()tI（2）环境不确定性变量 销售收入变异系数（Un）：环境不确定性根源于环境要素的变化，对企业的影响是多方面的，如EBIT、雇员人数、税后利润、净资产、总资产等指标，最终反映到企业的销售收入波动。故Ghosh 和Olsen使用过去5年企业销售收入的标准差经行业调整后的数值进行测度。考虑到我国经济增长速度较快，企业成长性较高，销售收入波动中部分是由企业成长性所带来的，故申慧慧等人将企业销售收入与年份回归，用模型残差计算销售收入波动率，作为环境不确定性的衡量
23、指标。 2832首先，由公式（6）测算企业非正常销售收入：01SaleYear（5）其中，Sale为公司观测年度过去5年的销售收入，Year为观测年度过去5个年度值，由远到近取值为Year=1 ，2，3，4，5，残差 为过去5年的非正常销售收入；首先，利用过去 5年的非正常销售收入数值计算标准差，并除以过去5年销售收入平均值，得到未经行业调整的销售收入波动率；其次，将各行业中每一年的未经调整销售收入波动值的中位数作为行业不确定性变量；最后，将企业每年度销售收入波动率除以行业不确定性变量，得到环境不确定性变量销售收入变异系数（Un）。 分歧师预测分歧度（Anls）：证券分析师的预测能力与企业经营
24、环境的波动性有着直接的联系， 33当不确定性上升时，资产、负债成本、费用、销售收入的估值空间大幅扩张，分析师对企业未来盈余预期的难度增加，降低了其盈余预测的能力。故在Ghosh和Olsen 的文献中， 32同样将分析师预测分歧度作为环境不确定性的衡量指标：（6）,()/ititAnlsSDFEPTA其中，SD（FEPS it）为样本公司的所有证券分析师在第t 年度对每股盈余预测的标准差。在计算过程中，证券分析师在每年度内对企业每股盈余可能存在多次预测行为，本文中，采用手工筛选出证券分析师在每年度中的最后一次预测值作为计算标准；TA it为每股总资产。（4）中介变量中介变量指标1现金流波动率（C
25、fvol）：本文采用陈志斌和王诗雨的方法，用企业过去三年的每股经营活动现金净额（Cf t-2、Cf t-1、Cf t）的标准差来计算现金流波动率： 34（7）21(,)ttttCfvolSDfCf需要特别指出，销售收入变异系数（Un ）是在消除销售收入波动率的时间趋势和行业特征的基础上计算所得。因此，两者之间的机械关联性大大降低，能够保证中介效应检验的有效性。（5）中介变量 中介变量指标2会计信息质量（Wca）：所谓会计信息质量，是指应计项目能否真实反映企业经营状况，如果应计项目与经营现金流的匹配程度较高，会计信息质量较高，反之，会计信息质量较低。因此，本文采用Francis等、Dechow和
26、Dichev的方法 3536，利用运营资本应计项目与前后三期的经营现金流净额、当期与上一期销售收入差额、以及当期固定资产原值的回归残差，计算其标准差，用以衡量会计信息质量：（8）10121345/(/)(/)()t ttt ttTAcfoAcfoREVPE其中，TA t为企业的应计利润加上折旧摊销额，或利润总额减去经营现金流净额后加上折旧摊销额；cfo t为企业的经营活动现金流净额；REV t为当期与上一期的主营业务收入差额；PPE t为第t期期末的固定资产原值。本文利用最小二乘法对模型（9）进行分行业分年度回归，所获残差项 t为未预期应计项目。然后，分企业对残差项滚动计算过去三年的标准差，即
27、得到会计信息质量指标（Wca）。需要强调的是，该指标与会计信息质量之间呈显著的负相关，即变量（Wca ）越高时，会计信息质量则越低。（6）控制变量：已有文献研究发现，“小公司效应”意味着公司规模（Scale）、账面市值比（Bm）、市净率（Pb）与特质风险之间存在关联性；而 “新上市效应”的存在，意味着上市年龄（Age）对特质风险存在密切的联系； 2财务风险对股价波动的影响意味着资本结构（Ral）与公司特质风险密切相关； 3另外，市场信息环境、“治理效应 ”、产品市场竞争对公司特质风险的影响，则意味着独立董事变量（Board）、换手率（Turn）、产品市场竞争变量（HHI）对公司特质风险也存在显
28、著的作用； 47另外，系统风险（Beta）与特质波动之间也存在显著的关系。 32故将上述变量作为控制变量。表 1 变量释义变量名称 变量符号 变量涵义被解释变量 公司特质风险 Iv 根据上述方法计算所得销售收入变异系数 En 根据上述方法计算所得解释变量环境不确定性 证券分析师分歧度 Anls 根据上述方法计算所得会计信息质量 Wca 根据上述方法计算所得中介变量现金流波动率 Cfvol 根据上述方法计算所得上市年龄 Age 从公司上市至观测年份的年数；换手率 Turn 个股日换手率的年均值（CASMAR数据库）账面市值比 Bm 股东权益 /公司市值（CASMAR数据库）公司规模 Scale
29、公司当年期末总资产的自然对数市净率 Pb 个股股价/每股净资产（CASMAR数据库）产品市场竞争 HHI 公司销售额占行业比重平方之和独立董事比例 Board 公司年报披露独立董事人数（CASMAR数据库）资本结构 Ral 公司当年资产负债率（CASMAR数据库）控制变量系统风险 Bate Bate系数（由WIND数据库获得）三、实证结果1. 描述性统计分析表2报告了各个变量的描述性统计，可以看出：（1）公司特质风险（Iv）年度均值为0.0557，标准差为2.2%，远远低于发达国家超过 40%的特质风险水平。 1据图2所示，特质风险从2000年到2007年呈上升的时间趋势，2007年至2014
30、年呈下降趋势，之后又呈现上升趋势。（2）不确定性变量销售收入变异系数（Un ）和分析师预测分歧度（Anls ）的年度平均值均超过中位数，并且两个变量的标准差较小，表明企业经营环境面临的不确定性较高，成为普遍现象。另据图2所示，变量（Iv）和（Un），以及（Anls）之间的时间趋势具有较强的相似性，表明公司特质风险与环境不确定性者存在必然的联系。（3）现金流波动率（Cfvol ）和信息质量（Wca ）的年度均值均高于中位数，表明现金流波动性普遍较高，并且会计信息质量普遍较低。表 2 描述性统计变量 观测值 均值 最小值 P25 中位数 P75 最大值 标准差Iv 24763 0.0557 0.0
31、244 0.0401 0.0523 0.0681 0.1041 0.0206Un 21946 1.2638 0.2293 0.5286 0.9201 1.5628 4.5246 1.0790Anls 10746 0.0591 0.0077 0.0238 0.0447 0.0827 0.1901 0.0491Cfvol 22327 0.0739 0.0015 0.0248 0.0459 0.0829 0.6367 0.0952Wca 20753 0.0529 0.0001 0.01873 0.03438 0.0603 0.5331 0.0694Age 24936 8.3043 0 4 8 13
32、18 4.8259Turn 24936 2.5331 0.5112 1.1931 2.0625 3.4402 8.2078 1.7320Bm 24471 0.9157 0.1671 0.40122 0.6886 1.2192 2.6780 0.6916Scale 24936 7.0258 2.0184 3.6666 5.5613 8.9589 17.2333 4.4639Pb 24465 3.3918 0.9879 1.5932 2.4979 4.2396 10.6254 2.5405HHI 24580 0.0451 0.0007 0.0037 0.0111 0.0400 0.3123 0.0
33、790Board 24721 3.019 0 3 3 3 8 1.1004Ral 24927 0.5165 0.1710 0.3836 0.5328 0.6677 0.7572 0.1772Bate 24929 0.5683 0.1443 0.3652 0.5444 0.7548 1.0883 0.26242000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 201500.20.40.60.811.21.41.61.8200.010.020.030.040.050.060.070.080.09销 售
34、 收 入 变 异 系 数 （Un） 分 析 师 预 测 分 歧 度 （Anls） 公 司 特 质 风 险 （Iv）图 2 公司特质波动和环境不确定性的变化趋势（2000-2015 ）表3为各主要变量间的相关系数。首先，公司特质风险（Iv）和两个环境不确定性变量，即（Un）和（Anls）不论在spearman检验还是pearson 检验中均呈显著正相关，两者之间的相似度较高，表明当环境不确定性越高时，公司特质风险越高；其次，变量（Iv）与两个中介变量（Cfvol）和（Wca）的相关系数显著为正，说明经营现金流和会计信息质量对特质风险存在重要影响；再次，变量（Un）分别与中介变量（ Cfvol）和
35、（Wca）的系数显著为正，说明环境要素的波动对经营现金流波动和信息质量具有重要的影响；又次，变量（Un ）和（Anls）之间不存在相关性，并且系数符号为负，表明两个变量之间不存在关联性。需要说明的是，变量（Un）是从内部经营的角度，而变量（Anls）则是从企业外部反映企业环境波动的变化，这样能够从不同角度验证不确定性和特质风险的关系。最后，两个中介变量显著为正，表明现金流信息大部分是通过私有信息套利融入股价。最后，本文采用stata软件中的coldiag2命令计算检验参数为9.62，小于门限值30，表明变量间不存在多重共线性。表3 主要变量相关系数Iv Un Anls Cfvol WcaIv
36、1 0.0614* 0.0568* 0.0761* 0.0592*Un 0.0853* 1 -0.0222* 0.1132* 0.1040*Anls 0.0435* -0.0104 1 0.1745* 0.1461*Cfvol 0.1545* 0.2137* 0.1503* 1 0.2696*Wca 0.1018* 0.0825* 0.1268* 0.2028* 1注： *表示在1%的水平上显著、 *表示在5% 的水平的显著、 *表示在 10%的水平上显著；上三角为spearman相关性检验、下三角为pearson相关性检验。本文采用stata 中的ttest命令，将公司特质风险（Iv）、现金
37、流波动率（Cfvol ）、会计信息质量（Icc ）分别按照销售收入变异系数（Un）和证券分析师预测分歧度（Anls）的中位数分为两组，并比较三个变量均值在各组之间的差异性。表4报告了检验结果，表明三个变量（Iv）、（Wca）和（Cfvol）不论在变量（Un），还是（Anls）分组中，较高组均值显著高于较低组均值，再次印证了不确定性不论对两个中介变量，还是对解释变量存在统计意义上的正向推动作用。表4 主要变量的分组检验Iv的均值 Wca的均值 Cfvol的均值Un中位数 0.0554 0.0557 0.0828t检验 -0.0041*(-14.99) -0.0148*(-16.97) -0.02
38、49*(-21.89)Iv的均值 Wca的均值 Cfvol的均值Anls中位数 0.0552 0.0510 0.0734t检验 -0.0023*(-6.94) -0.0135*(-12.52) -0.0147*(-10.42)注： *表示在1%的水平上显著、 *表示在5% 的水平的显著、 *表示在 10%的水平上显著2. 实证结果（1）环境不确定性与公司特质风险基于现金流波动的中介效应检验表5报告了环境不确定性通过现金流波动率（Cfvol ）对公司特质风险（Iv）产生作用的检验结果。其中，方程（1）和方程（4）为中介效应检验步骤一，检验解释变量，即销售收入变异系数（Un）和分析师预测分歧度（
39、Anls）对变量（Iv）的作用：变量（ Un）和（Anls）的系数均显著为正，表明环境不确定性加剧时，公司特质风险程度越高，支持了假设H1的观点；方程（2）和（5）为中介效应检验步骤二，检验解释变量对中介变量的作用：变量（Un）和（Anls）的系数在1% 的水平上显著正，表明企业经营环境的不确定性越高时，企业的经营现金流波动性越大； 8方程（3）和方程（6）为中介效应检验步骤三，变量（Cfvol ）的系数显著为正，表明现金流波动是影响特质风险的重要因素。 9不确定性变量（Un）或（Anls）的系数虽然依然显著，但与方程（1）或方程（4）相比，系数值和显著性均明显下降，检验结果表明，现金流波动率
40、（Cfvol）在不确定性变量和特质风险之间存在部分中介效应。上述结论证实了不确定性对特质风险的作用机理：即“不确定性现金流波动特质风险”。其中，现金流波动（Cfvol）在变量（Un）中的中介效应比例为13.23%；而在变量（Anls ）中的中介效应比例为25.81%。本文采用sgmediation 命令检验过程中，提供了三种显著性检验，即Sobel 、Goodman1 、Goodman2检验，均呈显著性，结论支持假设H2。表5 环境不确定性与公司特质风险基于现金流波动的中介效应检验变量 解释变量：Un 解释变量：AnlsIv（方程1） Cfvol（方程2） Iv（方程 3） Iv（方程 4）
41、Cfvol（方程5） Iv（方程 6）_cons 0.0245*(3.24)0.0659*(20.63)0.0219*(2.93)0.0597*(6.23)0.0572*(10.78)0.0533*(5.53)Un 0.0052*(7.28)0.0043*(14.32)0.0044*(4.08)Anls 0.0567*(3.11)0.1310*(12.99)0.0421*(2.29)Cfvol 0.159*(9.53)0.1117*(5.86)Age 0.0059*(3.35)0.0005*(6.88)0.0051*(3.19)0.0039*(2.25)0.0003*(3.55)0.0026(
42、1.48)Turn 0.0203*(38.68)0.0001*(0.35)0.0204*(38.74)0.0170*(28.15)0.0000(-0.03)0.0171*(28.20)Bm -0.0155*(-3.88)0.0010(0.35)-0.0156*(-3.92)-0.0251*(-5.07)0.0170*(6.18)-0.0270*(-5.45)Scale -0.0004*(-3.57)0.0008*(6.57)-0.0005*(-3.61)-0.0004*(-3.50)0.0011*(7.35)-0.0003*(-3.25)Pb 0.0061*(3.48)0.0057*(3.31
43、)0.0052*(3.26)0.0052*(3.20)0.0233*(8.23)0.0041*(2.61)HHI 0.0017*(1.75)0.0041*(3.68)0.0017*(1.76)0.0017*(1.77)0.0031*(2.74)0.0014(1.31)Board -0.0099*(-2.69)-0.0082*(-5.18)-0.0113*(-3.00)-0.0110*(-2.96)-0.0111*(-4.35)-0.0097*(-2.68)Ral 0.0115*(2.75)0.0143*(9.04)0.0120*(2.88)0.0133*(3.13)0.0101*(5.02)0
44、.0124*(2.93)Bate 0.0149*(5.45)0.0012(1.04)0.0152*(5.53)0.0218*(6.94)0.0072*(4.12)0.0226*(7.21)Adj-R2 0.240 0.122 0.259 0.296 0.131 0.309F值 701.81* 304.25* 771.02* 419.42* 147.05* 433.56*obs 19995 19995 19995 8946 8946 8946Sobel检验 0.0007*(z=7.936) 0.0146*(z=5.342)Goodman检验1 0.0007*(z=7.923) 0.0146*(z
45、=5.329)Goodman检验2 0.0007*(z=7.949) 0.0146*(z=5.356)中介效应系数 0.0007*(z=7.936) 0.0146*(z=5.342)直接效应系数 0.0045*(z=6.301) 0.0421*(z=2.294)总效应系数 0.0052*(z=7.282) 0.0567*(z=3.115)中介效应比例 0.1323 0.2581注：_cons为截距变量； *、 *、 *分别代表通过1% 、5%、10% 水平上的显著性检验，括号内为检验t值；根据VIFs膨胀因子系数，不存在共线性问题。（2）环境不确定性与公司特质风险基于会计信息质量的中介效应检验
46、表6报告了环境不确定性变量（Un ）、（Anls ）通过会计信息质量（Wca）影响公司特质风险（Iv）的检验结果。方程（1 ）的检验过程与表5相同，此处不再赘述。作为中介效应检验步骤二，方程（2）和方程（5）中，变量（Un ）和（Anls ）的系数均显著为正，再次表明经营环境的不确定性提高了企业与市场间的信息不对称性，导致会计信息质量大幅下降；方程（3）和（6）作为中介效应检验步骤三，首先，变量（Wca）的系数均显著为正，即会计信息质量越好时，公司特质波动幅度越低；另外，不论变量（Un ）还是（Anls ），虽然依然呈显著性，相较于方程（1）和（4），系数值和显著性均明显下降。该结论表明，会计
47、信息质量在不确定性和特质风险之间存在部分中介效应，验证了“不确定性会计信息质量特质风险”的作用机理，支持假设H3的观点。其中，当（Un）为解释变量时，变量（ Wca）的中介效应比例为18.35%；当（Anls）为解释变量时，该变量的中介效应比例为23.12%。与表 5类似，Sobel、Goodman1、Goodman2三种显著性检验均符合要求。表6 环境不确定性和公司特质风险基于会计信息质量的中介效应检验解释变量：Un 解释变量：Anls变量 Iv（方程1） Wca（方程2） Iv（方程 3） Iv（方程4） Wca（方程5） Iv（方程6）_cons 0.0251*(3.09)0.0146*
48、(3.63)0.0231*(2.95)0.0616*(6.22)0.0314*(4.88)0.0587*(5.94)Un 0.0049*(6.51)0.0066*(17.69)0.0040*(5.19)Anls 0.0538*(2.89)0.1383*(11.40)0.0414*(2.21)Wca 0.1363*(9.25)0.0901*(5.34)Age 0.0045*(2.36)0.0013*(12.96)0.0042*(2.24)0.0029*(1.86)0.0009*(6.78)0.0031*(1.89)Turn 0.0215*(37.90)0.0020*(6.97)0.0212*(37.46)0.0180*(28.56)0.0023*(5.71)0.0178*(28.22)Bm -0.0160*(-3.83)-0.0028(-1.37)-0.0156*(-3.74)
