客觀運(yùn)用還是主觀操縱：公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)

張 濤，吳克平

客觀運(yùn)用還是主觀操縱：公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)

張 濤，吳克平

（巢湖學(xué)院 工商管理學(xué)院，安徽 合肥 238000）

公允價(jià)值計(jì)量是提高了公司信息披露規(guī)范水平，還是加大了管理層主觀判斷的空間？文章選取2008-2020年我國(guó)滬深A(yù)股非金融類上市公司為研究對(duì)象，通過多元線性回歸實(shí)證探討了公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)的相關(guān)關(guān)系，明確了公允價(jià)值計(jì)量在股權(quán)價(jià)值中的作用。實(shí)證結(jié)果表明：企業(yè)運(yùn)用公允價(jià)值計(jì)量的程度越深，未來(lái)歷經(jīng)股價(jià)崩盤風(fēng)險(xiǎn)的可能性越低；與非國(guó)有企業(yè)相比，國(guó)有企業(yè)中公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)的負(fù)相關(guān)關(guān)系更加顯著。考慮到內(nèi)生性問題，在穩(wěn)健性檢驗(yàn)中采用替換變量和PSM傾向得分匹配兩種方法后，主假設(shè)結(jié)論依然成立。以上經(jīng)驗(yàn)證據(jù)拓寬股價(jià)崩盤風(fēng)險(xiǎn)影響因素研究的同時(shí)豐富了公允價(jià)值計(jì)量的經(jīng)濟(jì)后果研究。據(jù)此，提出應(yīng)當(dāng)進(jìn)一步規(guī)范公允價(jià)值計(jì)量在資本市場(chǎng)的應(yīng)用環(huán)境以及加大運(yùn)用力度，以期實(shí)現(xiàn)公允價(jià)值計(jì)量有效平穩(wěn)股權(quán)價(jià)值大幅波動(dòng)的目標(biāo)，為資本市場(chǎng)的健康長(zhǎng)效發(fā)展提供增量經(jīng)驗(yàn)證據(jù)。

公允價(jià)值計(jì)量； 產(chǎn)權(quán)性質(zhì)； 股價(jià)崩盤風(fēng)險(xiǎn)

一、引言

MarraA[1]提出在經(jīng)濟(jì)金融化趨勢(shì)下信息化經(jīng)濟(jì)的需求日益增長(zhǎng)，與之息息相關(guān)的公允價(jià)值計(jì)量模式的合理運(yùn)用已成為實(shí)務(wù)界和理論界的一項(xiàng)重要研究課題。隨著大量金融產(chǎn)品及其衍生產(chǎn)品的出現(xiàn)，企業(yè)采用公允價(jià)值模式計(jì)量資產(chǎn)和負(fù)債狀況能夠更加準(zhǔn)確地反映企業(yè)的真實(shí)水平，彌補(bǔ)了傳統(tǒng)的歷史成本計(jì)量屬性滯后性等不足。更加真實(shí)、全面地反映出企業(yè)的財(cái)務(wù)狀況及更合理地評(píng)價(jià)出管理層的經(jīng)營(yíng)業(yè)績(jī)等作為公允價(jià)值模式固有的屬性特點(diǎn)，表明公允價(jià)值計(jì)量能夠提高會(huì)計(jì)信息的透明度。但公允價(jià)值本身是參與市場(chǎng)交易的雙方對(duì)標(biāo)的物價(jià)值達(dá)成一致的主觀判斷，且由于交易者身處錯(cuò)綜復(fù)雜的市場(chǎng)環(huán)境中很難客觀、公允地進(jìn)行會(huì)計(jì)估計(jì)，致使會(huì)計(jì)信息的客觀性、可靠性降低。綜上可知，公允價(jià)值計(jì)量模式本身就是一把“雙刃劍”，選用該模式后對(duì)公司價(jià)值究竟是提升還是抑制？對(duì)股價(jià)波動(dòng)究竟是平穩(wěn)還是加??？學(xué)術(shù)界和實(shí)務(wù)界尚未達(dá)成一致觀點(diǎn)。股價(jià)崩盤風(fēng)險(xiǎn)是指資本市場(chǎng)中個(gè)股股價(jià)歷經(jīng)暴漲暴跌的風(fēng)險(xiǎn)，股價(jià)崩盤風(fēng)險(xiǎn)的破壞力度極大、影響范圍十分寬泛。目前，國(guó)內(nèi)外學(xué)者對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響因素研究主要從委托代理理論角度[2-4]、信息不對(duì)稱角度[5-7]以及公司內(nèi)外部角度[8-10]這三個(gè)視角展開探討。而公允價(jià)值計(jì)量作為一種計(jì)量模式會(huì)涉及到管理層應(yīng)用選擇權(quán)，其主觀判斷偏差度能夠影響企業(yè)信息透明度的高低，繼而會(huì)對(duì)公司股權(quán)價(jià)值產(chǎn)生直接影響。公允價(jià)值計(jì)量的運(yùn)用究竟是“崩盤抑制器”還是“崩盤加速器”，取決于公允價(jià)值計(jì)量運(yùn)用時(shí)是管理層基于提高信息披露動(dòng)機(jī)客觀計(jì)量資產(chǎn)價(jià)值傳遞公司真實(shí)業(yè)績(jī)還是基于維護(hù)自身名譽(yù)和地位動(dòng)機(jī)主觀操縱計(jì)量模式貯藏不利信息，這兩種動(dòng)機(jī)效應(yīng)誰(shuí)占主導(dǎo)？

文章選取2008—2020年滬深A(yù)股兩市非金融類公司作為研究對(duì)象，實(shí)證探討了公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)兩者相關(guān)關(guān)系，旨在從股價(jià)崩盤風(fēng)險(xiǎn)的角度探討公允價(jià)值計(jì)量對(duì)股權(quán)價(jià)值的影響。此外，由于產(chǎn)權(quán)性質(zhì)的不同會(huì)使企業(yè)的經(jīng)營(yíng)管理、財(cái)務(wù)報(bào)告、監(jiān)督力度等形式隨之改變，而公允價(jià)值計(jì)量的運(yùn)用動(dòng)機(jī)會(huì)受到企業(yè)的經(jīng)營(yíng)業(yè)績(jī)、管理水平及財(cái)務(wù)狀況等的影響，因此，需進(jìn)一步考慮樣本公司在不同的產(chǎn)權(quán)性質(zhì)下公允價(jià)值計(jì)量的運(yùn)用與股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)關(guān)系。研究不僅能豐富公允價(jià)值計(jì)量的經(jīng)濟(jì)后果研究文獻(xiàn)還可拓寬股價(jià)崩盤風(fēng)險(xiǎn)成因的研究文獻(xiàn)。且研究結(jié)論可對(duì)資本市場(chǎng)、證券監(jiān)管部門不斷完善和強(qiáng)化公允價(jià)值計(jì)量模式的運(yùn)用和加大對(duì)上市公司財(cái)務(wù)信息披露的監(jiān)管力度等具有借鑒作用。

二、文獻(xiàn)回顧與研究假設(shè)

（一）公允價(jià)值計(jì)量與上市公司股價(jià)崩盤風(fēng)險(xiǎn)

公允價(jià)值計(jì)量是在市場(chǎng)的公平有序交易中，交易雙方出售資產(chǎn)收到的或者轉(zhuǎn)移負(fù)債需要支付的脫手對(duì)價(jià)。公允價(jià)值計(jì)量模式作為會(huì)計(jì)計(jì)量體系變革未來(lái)的方向，其在企業(yè)中的運(yùn)用對(duì)公司價(jià)值是提升還是減損尚未存在一致結(jié)論。目前學(xué)者們對(duì)公允價(jià)值計(jì)量的經(jīng)濟(jì)后果研究主要從管理層的客觀運(yùn)用與主觀操控這兩個(gè)視角展開探討。

一方面，部分學(xué)者支持公允價(jià)值計(jì)量是管理層從客觀運(yùn)用動(dòng)機(jī)出發(fā)，認(rèn)為在市場(chǎng)經(jīng)濟(jì)下公允價(jià)值計(jì)量模式作為維護(hù)產(chǎn)權(quán)秩序的一種手段，能夠有效提升會(huì)計(jì)傳遞的經(jīng)濟(jì)信息質(zhì)量。從公司價(jià)值角度探討公允價(jià)值計(jì)量性質(zhì)的學(xué)者，提出企業(yè)價(jià)值是由凈資產(chǎn)的賬面價(jià)值和超額盈余的貼現(xiàn)這兩部分組成，若管理層對(duì)會(huì)計(jì)計(jì)量運(yùn)用本身客觀公允，凈資產(chǎn)的賬面價(jià)值就能夠充分代表公司價(jià)值，剩余部分未預(yù)期的超額盈余趨近于零，即表明公允價(jià)值計(jì)量與市場(chǎng)更加緊密，企業(yè)對(duì)外提供的會(huì)計(jì)信息更加透明并與公司價(jià)值具有強(qiáng)關(guān)聯(lián)性，這是歷史成本等其他計(jì)量方法不具備的[11][12]。與這一觀點(diǎn)相吻合，許永斌等[13]認(rèn)為公允價(jià)值計(jì)量可以更好地適應(yīng)市場(chǎng)價(jià)格的頻繁波動(dòng)，降低公司對(duì)金融工具計(jì)量的非同步性和滯后性，進(jìn)而大幅度提高公允價(jià)值資產(chǎn)的信息質(zhì)量和價(jià)值相關(guān)性。張奇峰等[14]提出公允價(jià)值計(jì)量的運(yùn)用能夠真實(shí)地反映出企業(yè)真實(shí)的財(cái)務(wù)狀況，從而有助于信息使用者做出理性決策。從盈余管理角度論證公允價(jià)值計(jì)量性質(zhì)的學(xué)者，孫英杰等[15]從公允價(jià)值計(jì)量模式能夠統(tǒng)一金融工具的度量標(biāo)準(zhǔn)這一天然屬性展開，認(rèn)為公允價(jià)值計(jì)量的引入可提高信息披露的規(guī)范水平，也有利于監(jiān)管部門有效發(fā)揮監(jiān)督職能，同時(shí)降低了企業(yè)進(jìn)行盈余管理和操控的可能性。梁微等[16]證實(shí)了公允價(jià)值計(jì)量能夠?qū)居嗖倏v行為有一定的抑制作用，提出通過公允價(jià)值的客觀運(yùn)用能夠降低企業(yè)面臨的信息失衡、失真等問題，進(jìn)一步縮小對(duì)企業(yè)盈余的操縱空間。綜上，無(wú)論是從提升公司價(jià)值角度還是從減少盈余操縱角度都意味著公允價(jià)值計(jì)量模式的運(yùn)用能夠減少信息不透明度、股價(jià)泡沫積聚，即未來(lái)發(fā)生的股價(jià)崩盤可能性大大降低。

另一方面，部分學(xué)者支持公允價(jià)值計(jì)量是管理層從主觀操控動(dòng)機(jī)出發(fā)，基于機(jī)會(huì)主義動(dòng)機(jī)理論，葉建芳等[17]提出管理層為了修飾報(bào)表利潤(rùn)往往有動(dòng)機(jī)利用公允價(jià)值計(jì)量會(huì)計(jì)政策的選擇權(quán)對(duì)外提供有利于自身利益的經(jīng)營(yíng)業(yè)績(jī)等會(huì)計(jì)信息。同時(shí)，時(shí)祎等[18]認(rèn)為企業(yè)運(yùn)用公允價(jià)值計(jì)量進(jìn)行盈余管理是普遍性行為，管理層為了追求個(gè)人利益最大化旨在通過公允價(jià)值計(jì)量模式來(lái)調(diào)節(jié)和操控盈余而損害公司整體利益以及利益相關(guān)者的所得，使提供的會(huì)計(jì)信息違背了可靠性等基本質(zhì)量要求，最終不利于企業(yè)平穩(wěn)、長(zhǎng)效運(yùn)轉(zhuǎn)。蔡利等[19]在研究中指出公允價(jià)值計(jì)量的樣本公司的管理層為了調(diào)節(jié)利潤(rùn)更易采用隱蔽的真實(shí)盈余管理。Dechow等[20]提出公允價(jià)值計(jì)量模式由于涉及到會(huì)計(jì)估計(jì)導(dǎo)致對(duì)金融工具的計(jì)量結(jié)果存在主觀性，這也為管理層謀取私利滋生了操控的土壤。綜上可知，管理層若是為了私利進(jìn)行主觀操控公允價(jià)值計(jì)量的運(yùn)用，會(huì)導(dǎo)致對(duì)外提供的會(huì)計(jì)信息透明度大大降低，不能反映出企業(yè)的真實(shí)經(jīng)營(yíng)業(yè)績(jī)，股價(jià)泡沫不斷積聚，最終會(huì)引發(fā)股價(jià)崩盤。

根據(jù)以上兩種動(dòng)機(jī)理論分析，本文提出競(jìng)爭(zhēng)性假設(shè)H1：

H1a：公允價(jià)值計(jì)量的運(yùn)用程度與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。

H1b：公允價(jià)值計(jì)量的運(yùn)用程度與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)關(guān)系。

（二）產(chǎn)權(quán)性質(zhì)對(duì)公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系的影響

在我國(guó)資本市場(chǎng)中，產(chǎn)權(quán)性質(zhì)的不同會(huì)使企業(yè)的經(jīng)營(yíng)管理、財(cái)務(wù)報(bào)告、監(jiān)督力度等形式隨之改變，而公允價(jià)值計(jì)量的運(yùn)用動(dòng)機(jī)勢(shì)必會(huì)受到企業(yè)的經(jīng)營(yíng)業(yè)績(jī)、管理水平及財(cái)務(wù)狀況等的影響。因此，進(jìn)一步考慮樣本公司在不同的產(chǎn)權(quán)性質(zhì)下公允價(jià)值計(jì)量的運(yùn)用與股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)關(guān)系是十分必要的。

干勝道等[21]從管理層權(quán)利角度出發(fā)提出與非國(guó)有上市公司相比，國(guó)有上市公司的管理層不但要接受外部投資者的監(jiān)督，還要接受國(guó)資委和證監(jiān)會(huì)的雙重監(jiān)督，表明當(dāng)實(shí)際控制人為國(guó)有企業(yè)時(shí)管理層面臨信息披露違規(guī)成本更高，也意味著管理層利用公允價(jià)值進(jìn)行利潤(rùn)操控?cái)÷逗蟮倪`法成本和道德壓力遠(yuǎn)高于非國(guó)有企業(yè)。蔡利等（2018）[19]從現(xiàn)金融資流角度展開探討，提出相較于非國(guó)有企業(yè)而言，國(guó)有企業(yè)具有天然的融資優(yōu)勢(shì)，融資渠道更為寬泛，企業(yè)未來(lái)面臨的缺乏現(xiàn)金流風(fēng)險(xiǎn)大大降低，即具備更強(qiáng)的資金保障和風(fēng)險(xiǎn)承擔(dān)能力。由此可知，當(dāng)樣本公司實(shí)際控制人為國(guó)有企業(yè)時(shí)，主觀操控盈余的動(dòng)機(jī)也會(huì)隨之降低。梁微等[16]認(rèn)為國(guó)有企業(yè)具有受到外界更多的關(guān)注、制度更加完善等天然屬性，表明國(guó)有企業(yè)的管理層有傾向去承擔(dān)社會(huì)責(zé)任等使命感，即通過主觀操縱公允價(jià)值計(jì)量的使用更為謹(jǐn)慎，并通過實(shí)證研究證實(shí)了在國(guó)有上市公司中，公允價(jià)值計(jì)量模式的運(yùn)用對(duì)盈余操縱負(fù)向影響更加顯著。

結(jié)合以上理論分析，提出假設(shè)H2。

H2：在其他條件不變的情況下，在國(guó)有上市公司中公允價(jià)值計(jì)量的運(yùn)用程度與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)關(guān)系更加顯著。

三、實(shí)證研究

（一）樣本數(shù)據(jù)選擇

本文選取2008—2020年國(guó)內(nèi)滬深A(yù)股非金融類上市公司作為研究對(duì)象，樣本研究區(qū)間實(shí)際為2008—2019年，這是因?yàn)楣蓛r(jià)崩盤風(fēng)險(xiǎn)度量指標(biāo)需要獲取超前一期即2020年的數(shù)據(jù)。樣本數(shù)據(jù)來(lái)源為CSMAR數(shù)據(jù)庫(kù)和WIND數(shù)據(jù)庫(kù)，數(shù)據(jù)處理運(yùn)用Stata和Excel軟件。選取的數(shù)據(jù)須按照下列原則進(jìn)行逐步篩選：一是數(shù)據(jù)剔除，即將金融類上市公司、ST公司、年交易周數(shù)小于30周的公司以及數(shù)據(jù)缺失與異常的樣本公司予以剔除；二是數(shù)據(jù)縮尾，考慮到極端值會(huì)影響研究結(jié)果的穩(wěn)健性，因此對(duì)所有連續(xù)變量進(jìn)行了上下1%的Winsorize處理。最終有效年度觀測(cè)值25675個(gè)。

（二）變量的選擇和度量

1.股價(jià)崩盤風(fēng)險(xiǎn)

借鑒國(guó)內(nèi)外學(xué)者Hutton等[22]和葉康濤等[23]研究文獻(xiàn)中對(duì)個(gè)股股價(jià)崩盤風(fēng)險(xiǎn)的度量方法，具體可通過NCSKEW和DUVOL這兩個(gè)指標(biāo)加以衡量，指標(biāo)具體構(gòu)建過程如下：

第一，考慮到市場(chǎng)因素會(huì)對(duì)個(gè)股收益率產(chǎn)生影響，式（1）中將個(gè)股周收益率同市場(chǎng)周流通市值加權(quán)平均收益率進(jìn)行回歸。

其中，rj,t是指考慮現(xiàn)金紅利再投資后的個(gè)股j第t周周收益率，rM,t是指經(jīng)過流通市值加權(quán)的第t周市場(chǎng)周收益市率。由于非同步交易會(huì)影響回歸結(jié)果，因此通過對(duì)市場(chǎng)收益率rM,t分別進(jìn)行前后兩期的滯后和超前項(xiàng)以期消除非同步交易的不利影響。εj, t指的是個(gè)股收益率中未能被市場(chǎng)充分解釋的殘余部分。

第二，將式（1）中殘差項(xiàng)εj,t經(jīng)過對(duì)數(shù)轉(zhuǎn)換求出個(gè)股特定周收益率Wj,t。

Wj,t=ln(1+εj,t)（2）

第三，由公式（2）求出的Wj,t分別構(gòu)建出NCSKEW和DUVOL這兩個(gè)股崩風(fēng)險(xiǎn)變量，這兩個(gè)指標(biāo)均與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，具體公式如下所示：

（1）負(fù)收益偏態(tài)系數(shù)NCSKEW

公式（3）中，n代表個(gè)股j的第t年進(jìn)行交易的周數(shù)。

（2）收益上下波動(dòng)比率DUVOL

公式（4）中，nu（nd）分別指?jìng)€(gè)股j特定周特有收益率Wj,t高于（低于）年平均收益率的周數(shù)。

2.公允價(jià)值計(jì)量

借鑒Bratten等[24]和蔡利等[19]研究結(jié)果的做法，公允價(jià)值計(jì)量變量Fvm可用通過下列兩種指標(biāo)進(jìn)行衡量：

（1）是否采用公允價(jià)值計(jì)量：引入啞變量（Fvm_type），如果樣本公司當(dāng)年采用了公允價(jià)值計(jì)量，此變量賦值為1，否則取值為0；

（2）公允價(jià)值計(jì)量程度（Fv_extent）：該指標(biāo)等于以公允價(jià)值計(jì)量資產(chǎn)和負(fù)債的合計(jì)數(shù)與總資產(chǎn)的比重，公允價(jià)值計(jì)量運(yùn)用程度與該指標(biāo)計(jì)算數(shù)值呈正相關(guān)關(guān)系，即數(shù)值越大采用公允價(jià)值計(jì)量的程度越深。

3.相關(guān)控制變量

參照現(xiàn)有的研究文獻(xiàn)[4][25][26]，為了提高實(shí)證結(jié)果的穩(wěn)健性，對(duì)公司股價(jià)異常波動(dòng)會(huì)產(chǎn)生影響的其他相關(guān)變量進(jìn)行控制是十分必要的，本文選取年度周收益率的均值、標(biāo)準(zhǔn)差、公司規(guī)模、市值賬面比、月平均換手率、資產(chǎn)負(fù)債率、經(jīng)營(yíng)業(yè)績(jī)以及信息不對(duì)稱程度等干擾因素作為控制變量。同時(shí)，在實(shí)證模型中對(duì)年度和行業(yè)分別控制固定效應(yīng)。變量具體定義和度量見表1。

（三）計(jì)量模型設(shè)定

為檢驗(yàn)公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)兩者之間的關(guān)系，構(gòu)建模型（5）如下：

式5中，左邊CrashRiskj,t+1度量的是第t+1期樣本公司j的股價(jià)崩盤風(fēng)險(xiǎn)水平，具體可用（2）式中的NCSKEW和（3）式中DUVOL兩個(gè)指標(biāo)來(lái)衡量；Fvmj,t表示樣本公司第t期公允價(jià)值計(jì)量水平；Controlsj,t+1、Ind和Year分別為相關(guān)控制變量、行業(yè)特征和年度特征，具體可詳見表1；根據(jù)假設(shè)H1a（H1b），則Fvmj,t的系數(shù)β1應(yīng)顯著為負(fù)（正）。

為進(jìn)一步檢驗(yàn)產(chǎn)權(quán)性質(zhì)對(duì)公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)兩者關(guān)系的影響，構(gòu)建模型（6）如下：

上式中，在引入產(chǎn)權(quán)性質(zhì)中介變量后，根據(jù)假設(shè)H2a，相比于非國(guó)有企業(yè)，當(dāng)企的性質(zhì)為國(guó)有屬性時(shí)公允價(jià)值計(jì)量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的負(fù)向作用應(yīng)更加明顯，即系數(shù)β1更加顯著為負(fù)。

表1 變量選擇與定義

四、結(jié)果分析

（一）描述性統(tǒng)計(jì)結(jié)果分析

表2中列示實(shí)證模型中有關(guān)變量的描述性統(tǒng)計(jì)結(jié)果：

1．NCSKEWt+1和DUVOLt+1作為衡量股價(jià)崩盤風(fēng)險(xiǎn)CrashRiskj,t+1的兩個(gè)指標(biāo)其均值分別為-0.3026和-0.2015、中位數(shù)分別為-0.2633和-0.2029，這一結(jié)果與謝盛紋等[27]研究文獻(xiàn)中的統(tǒng)計(jì)結(jié)果數(shù)值基本吻合。另外，根據(jù)兩個(gè)指標(biāo)的標(biāo)準(zhǔn)差以及最值差額（最大值和最小值的差值）可知，衡量股價(jià)崩盤風(fēng)險(xiǎn)的指標(biāo)在不同的研究對(duì)象中有較大的差異，這與王化成等[3]學(xué)者的觀點(diǎn)趨于一致。

2．公允價(jià)值計(jì)量指標(biāo)Fvm_type的均值為0.7538，該數(shù)值表明大約有75.38%的上市公司采用了公允價(jià)值計(jì)量模式。另外，公允價(jià)值計(jì)量指標(biāo)Fv_extent的均值為0.035，這表明，樣本公司運(yùn)用公允價(jià)值計(jì)量的資產(chǎn)和負(fù)債之和占總資產(chǎn)的比重均值約為3.5%，這兩個(gè)結(jié)果與蔡利等[19]和梁微等[16]學(xué)者的研究結(jié)論趨同。

3．其他控制變量如樣本公司的資產(chǎn)負(fù)債率水平（Lev）、總資產(chǎn)收益率（Roa）、規(guī)模狀況（Size）、產(chǎn)權(quán)性質(zhì)（State）等均值都處于合理水平。

（二）相關(guān)系數(shù)結(jié)果分析

由于本文研究涉及的變量較多，表3中只列示了主要變量的上Spearman相關(guān)系數(shù)和下Pearson相關(guān)系數(shù)。根據(jù)表3結(jié)果可知：NCSKEWt+1和DUVOLt+1的相關(guān)系數(shù)為0.8780和0.8847，意味著未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Crash Risk的兩個(gè)指標(biāo)關(guān)聯(lián)度較高。公允價(jià)值計(jì)量?jī)蓚€(gè)衡量指標(biāo)Fv_extent和Fvm_type與NCSKEWt+1和DUVOLt+1的上下相關(guān)系數(shù)均在1%水平上顯著為負(fù)，這意味著如果僅從單個(gè)變量間的關(guān)系進(jìn)行分析，公允價(jià)值計(jì)量的運(yùn)用能夠降低樣本公司未來(lái)股價(jià)發(fā)生崩盤的風(fēng)險(xiǎn)，且運(yùn)用程度與股價(jià)崩盤風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，即可以初步驗(yàn)證支持H1a的假設(shè)。另外，度量公允價(jià)值計(jì)量的兩個(gè)衡量指標(biāo)Fv_extent和Fvm_type的上下相關(guān)系數(shù)分別為0.7518和0.2954，即表明兩個(gè)指標(biāo)是正相關(guān)的，符合基本邏輯，具體見表2、3。

表2 描述性統(tǒng)計(jì)

表3 自變量和因變量的相關(guān)性分析

注:*、**、***分別代表10%,5%和1%水平顯著，上三角和下三角分別是Spearman和Pearsnn相關(guān)系數(shù)。

（三）多元回歸結(jié)果分析

1.假設(shè)H1實(shí)證檢驗(yàn)多元回歸結(jié)果

根據(jù)表4的多元線性回歸結(jié)果，可知：表中（1）列和（2）列中被解釋變量NCSKEWt+1和DUVOLt+1代表的未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)CrashRiskt+1，與公允價(jià)值計(jì)量的兩個(gè)指標(biāo)Fv_extent以及Fvm_type均在1%水平上顯著負(fù)相關(guān)。該實(shí)證結(jié)果表明，上市公司采用公允價(jià)值計(jì)量能夠降低未來(lái)股價(jià)崩盤的可能性，同時(shí)公允價(jià)值計(jì)量程度越深抑制未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)的可能性越高，進(jìn)一步驗(yàn)證了假設(shè)H1a成立，即支撐公允價(jià)值計(jì)量運(yùn)用是一種客觀合理的計(jì)量手段對(duì)公司股價(jià)異常波動(dòng)能夠起到緩解作用，提升了公司股權(quán)價(jià)值；同時(shí)，年度周收益率的均值（Mean）、標(biāo)準(zhǔn)差（Sigma）和信息不透明度（Opaque）等控制變量是正向加劇了股價(jià)崩盤風(fēng)險(xiǎn)，市值賬面比（Mb）、公司規(guī)模（Size）等變量表明公司市值、規(guī)模越大時(shí)未來(lái)發(fā)生股價(jià)崩盤風(fēng)險(xiǎn)的可能性越低。以上結(jié)論基本符合預(yù)期。

表4 公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果

注：*、**、***分別代表10%,5%和1%水平顯著,小括號(hào)中數(shù)值為系數(shù)對(duì)應(yīng)的T值，下表同。

2.假設(shè)H2實(shí)證檢驗(yàn)多元回歸結(jié)果

文章將樣本對(duì)象劃分為國(guó)有企業(yè)和非國(guó)企業(yè)有兩個(gè)組別分別進(jìn)行OLS回歸，表5已經(jīng)歸納實(shí)證結(jié)果：當(dāng)樣本公司產(chǎn)權(quán)屬性為國(guó)有企業(yè)時(shí)，（1）列中因變量股價(jià)崩盤風(fēng)險(xiǎn)NCSKEWt+1和DUVOLt+1兩個(gè)指標(biāo)與公允價(jià)值計(jì)量運(yùn)用程度分別在1%和5%的水平上顯著負(fù)相關(guān)；而第（2）列對(duì)于非國(guó)有企業(yè)樣本公司而言公允價(jià)值計(jì)量運(yùn)用程度Fv_exten能夠負(fù)向影響股價(jià)崩盤風(fēng)險(xiǎn)，但影響不顯著。組別結(jié)果的對(duì)比支持H2假設(shè)，表明對(duì)于國(guó)有企業(yè)而言，管理層的信息披露動(dòng)機(jī)和行為更加規(guī)范，企業(yè)自身責(zé)任感更強(qiáng)，采用公允價(jià)值計(jì)量以及運(yùn)用過程中能夠更加地真實(shí)反映企業(yè)的經(jīng)營(yíng)業(yè)績(jī)，故意隱匿壞消息動(dòng)機(jī)降低，未來(lái)股價(jià)發(fā)生崩盤的可能性也大大降低。

表5 不同產(chǎn)權(quán)性質(zhì)下公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果

（四）穩(wěn)健性檢驗(yàn)

為了提高結(jié)論的說服力，使上述研究結(jié)果更具可靠性，本文選擇的穩(wěn)健性測(cè)試如下：

1.替換被解釋變量CrashRisk。除了NCSKEWt+1和DUVOLt+1這兩個(gè)指標(biāo)能夠度量股價(jià)崩盤風(fēng)險(xiǎn)，還可以引用Crash_F指標(biāo)進(jìn)行替代衡量，該指標(biāo)是上市公司發(fā)生暴跌與暴漲頻率之間的差額。具體表達(dá)為公式7：

關(guān)于股票價(jià)格暴漲和暴跌幅度的認(rèn)定，是指當(dāng)個(gè)股j的周特有收益Wj,t滿足不等式（8）時(shí)則意味著股價(jià)暴跌，反之，若滿足不等式（9）就代表股價(jià)暴漲。

不等式中，Average（Wj,t）和σj分別指的是個(gè)股j周特有收益的均值和標(biāo)準(zhǔn)差。將Crash_F作為股價(jià)崩盤替代變量重新代入實(shí)證模型進(jìn)行回歸，多元線性回歸結(jié)果如表6所示：可以發(fā)現(xiàn)，股價(jià)崩盤風(fēng)險(xiǎn)Crash_F作為被解釋變量進(jìn)行回歸時(shí)，公允價(jià)值計(jì)量（Fv_extent和Fvm_type）與股價(jià)崩盤風(fēng)險(xiǎn)仍在1%水平上顯著負(fù)相關(guān)，即采用公允價(jià)值計(jì)量和運(yùn)用程度越深都能夠抑制未來(lái)股價(jià)發(fā)生崩盤的風(fēng)險(xiǎn)，驗(yàn)證了主假設(shè)成立。

表6 公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)（Crash_F）回歸結(jié)果

2.采用PSM傾向得分匹配法控制內(nèi)生性誤差。借鑒王百?gòu)?qiáng)等[28]的做法，本文采用常用的最近鄰匹配，按1：1不放回的方法，將運(yùn)用公允價(jià)值計(jì)量模式的樣本公司作為實(shí)驗(yàn)組，對(duì)于未采用公允價(jià)值計(jì)量的樣本公司作為控制組，即實(shí)驗(yàn)組為啞變量Fvm_type=1時(shí)，而參照組是Fvm_type=0時(shí)對(duì)應(yīng)的組別。另外，選取公司規(guī)模（Size）和市值賬面比（Mb）成功匹配25639組，下表7列示了相關(guān)變量匹配后處理組與對(duì)照組兩組傾向得分匹配結(jié)果。根據(jù)表7可知：第一，各匹配變量在匹配后T值均不顯著，表明實(shí)驗(yàn)組與參照組在匹配后不存在系統(tǒng)差異了，即滿足平行假設(shè)前提條件；第二，匹配后，各變量的標(biāo)準(zhǔn)化偏差絕對(duì)值均在10%以內(nèi)，表明匹配滿足平衡性檢驗(yàn)。下表8列示了在采用最近領(lǐng)匹配進(jìn)行配對(duì)分析后，運(yùn)用了公允價(jià)值計(jì)量的企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)均值為-0.3218，而未采用公允價(jià)值計(jì)量的股價(jià)崩盤風(fēng)險(xiǎn)均值為-0.2803，ATT平均處理效應(yīng)為-0.0415，處理組的負(fù)向影響作用更加明顯，且在5%的水平通過了顯著性檢驗(yàn)，進(jìn)一步驗(yàn)證了公允價(jià)值計(jì)量能夠?qū)蓛r(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生顯著的抑制作用。

表7 傾向得分匹配均衡性檢驗(yàn)結(jié)果

表8 公允價(jià)值計(jì)量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響

五、研究結(jié)論與啟示

文章選取2008—2020年滬深兩市A股非金融類公司作為研究對(duì)象，通過理論分析以及實(shí)證模型檢驗(yàn)探討公允價(jià)值計(jì)量與股價(jià)崩盤風(fēng)險(xiǎn)兩者之間的關(guān)系。實(shí)證研究結(jié)果表明：公允價(jià)值計(jì)量與個(gè)股股價(jià)崩盤風(fēng)險(xiǎn)兩者存在顯著的負(fù)相關(guān)關(guān)系。即支持樣本公司對(duì)公允價(jià)值計(jì)量的運(yùn)用是基于客觀運(yùn)用真實(shí)計(jì)量公司的資產(chǎn)價(jià)值反映真實(shí)業(yè)績(jī)水平這一效應(yīng)為主導(dǎo)，最終能夠提升企業(yè)的股權(quán)價(jià)值，減少未來(lái)股價(jià)大幅波動(dòng)。另外，考慮到不同的產(chǎn)權(quán)性質(zhì)下對(duì)本文主要假設(shè)的影響，由于國(guó)有企業(yè)的管理層面臨雙重監(jiān)督時(shí)利用公允價(jià)值計(jì)量進(jìn)行利潤(rùn)操縱的違規(guī)成本更高，此時(shí)國(guó)有企業(yè)更傾向于利用公允價(jià)值計(jì)量模式合規(guī)地披露出公司真實(shí)的經(jīng)營(yíng)業(yè)績(jī)，即當(dāng)研究對(duì)象實(shí)際控制人為國(guó)有企業(yè)時(shí)公允價(jià)值計(jì)量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)抑制作用越顯著。

本文的政策啟示如下：一是，加大公允價(jià)值計(jì)量運(yùn)用力度。根據(jù)公允價(jià)值計(jì)量能夠抑制股價(jià)崩盤風(fēng)險(xiǎn)的研究結(jié)論，企業(yè)主體自身，特別是國(guó)有企業(yè)，應(yīng)當(dāng)通過不斷完善和強(qiáng)化公允價(jià)值計(jì)量的運(yùn)用環(huán)境加大公允價(jià)值運(yùn)用力度，充分發(fā)揮出公允價(jià)值計(jì)量對(duì)公司價(jià)值的提高作用。二是規(guī)范上市公司財(cái)務(wù)信息披露。證券監(jiān)管部門需要加大對(duì)上市公司財(cái)務(wù)信息披露的監(jiān)管力度，優(yōu)化公允價(jià)值計(jì)量的應(yīng)用的市場(chǎng)環(huán)境，最終為資本市場(chǎng)的健康有效發(fā)展提供更強(qiáng)動(dòng)力。

[1] Marra A . The Pros and Cons of Fair Value Accounting in a Globalized Economy[J]. Journal of Accounting, Auditing & Finance, 2016，31（4）: 582-591

[2] JIM L , MYERS S C. R2 around the World: theory and New Tests[J] . Journal of Financial Economics, 2006 ,79(2): 257-292.

[3] 王化成，曹豐，葉康濤．監(jiān)督還是掏空：大股東持股比例與股價(jià)崩盤風(fēng)險(xiǎn)[J]．管理世界，2015（2）：45-57．

[4] KIM J, Zhang L.Accounting Conservatism and Stock Price Crash Risk: Firm-Level Evidence[J].Contemporary Accounting Research, Forthcoming, 2016,33(1):412-441.

[5] KIM J,LI Y. Corporate tax avoidance and stock price crash risk; Firm-level analysis[J].Journal of Financial Economics,2011,100(3):639-662.

[6] Chen C, Kim J B, Yao L. Earnings smoothing: Does it exacerbate or constrain stock price crash risk?[J]. Journal of Corporate Finance, 2016,(42):36-54.

[7] 蔣紅蕓，王雄元．內(nèi)部控制信息披露與股價(jià)崩盤風(fēng)險(xiǎn)[J]．中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2018（3）：23-32．

[8] 權(quán)小鋒，吳世農(nóng)，尹洪英．企業(yè)社會(huì)責(zé)任與股價(jià)崩盤風(fēng)險(xiǎn)：“價(jià)值利器”或“自利工具”?[J]．經(jīng)濟(jì)研究，2015（11）：49-64．

[9] 孫淑偉，梁上坤，阮剛銘．高管減持、信息壓制與股價(jià)崩盤風(fēng)險(xiǎn)[J]．金融研究，2017（11）：175-190．

[10] 李江輝．制度環(huán)境對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響研究[J]．宏觀經(jīng)濟(jì)研究，2018，241（12）：135-146．

[11] 郭照蕊．公允價(jià)值會(huì)計(jì)及其在中國(guó)的具體運(yùn)用[J]．上海經(jīng)濟(jì)研究，2013（2）：60-69．

[12] 李慶玲．我國(guó)公允價(jià)值計(jì)量信息披露現(xiàn)狀與改進(jìn)——基于滬市A股上市公司的經(jīng)驗(yàn)分析[J]．會(huì)計(jì)之友，2016（18）：67-72．

[13] 許永斌，鄭智勇．公允價(jià)值層級(jí)相關(guān)性、金融工具與公司治理[J]．會(huì)計(jì)之友，2021（19）：43-50．

[14] 張奇峰，張鳴，戴佳君．投資性房地產(chǎn)公允價(jià)值計(jì)量的財(cái)務(wù)影響與決定因素：以北辰實(shí)業(yè)為例[J]．會(huì)計(jì)研究，2011（8）：22-29．

[15] 孫英杰，徐洋，林春．公允價(jià)值計(jì)量對(duì)上市商業(yè)銀行會(huì)計(jì)信息價(jià)值相關(guān)性影響[J]．金融教學(xué)與研究，2015（5）：41-48．

[16] 梁微，葛宏翔，袁奇煒．公允價(jià)值計(jì)量對(duì)上市公司盈余管理影響[J]．技術(shù)經(jīng)濟(jì)與管理研究，2021（2）：5．

[17] 葉建芳，周蘭，李丹蒙，等．管理層動(dòng)機(jī)、會(huì)計(jì)政策選擇與盈余管理——基于新會(huì)計(jì)準(zhǔn)則下上市公司金融資產(chǎn)分類的實(shí)證研究[J]．會(huì)計(jì)研究，2009（3）：27-32，96．

[18] 時(shí)祎，陳少暉．內(nèi)部控制、公允價(jià)值與企業(yè)盈余管理[J]．首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2017（3）：71-81．

[19] 蔡利，唐嘉尉，蔡春．公允價(jià)值計(jì)量、盈余管理與審計(jì)師應(yīng)對(duì)策略[J]．會(huì)計(jì)研究，2018（11）：85-91．

[20] Dechow P , Ge R , Schrand R . Understanding earnings quality: A review of the proxies, their determinants and their consequences[J]. Journal of accounting & economics, 2010, 50(2-3):344-401.

[21] 干勝道，胡明霞．管理層權(quán)力、內(nèi)部控制與過度投資——基于國(guó)有上市公司的證據(jù)[J]．審計(jì)與經(jīng)濟(jì)研究，2014，29（5）：40-47．

[22] HUTTON AMARCUS A，TCHRANIAN H. Opaque financial reports, R2，and crash risk[J].Journal of Financial Economics, 2009，94(1):67-86.

[23] 葉康濤，曹豐，王化成．內(nèi)部控制信息披露能夠降低股價(jià)崩盤風(fēng)險(xiǎn)嗎?[J]．金融研究，2015（2）：192-206．

[24] B Bratten, M Causholli, LA Myers. Fair Value Exposure, Auditor Specialization, and Banks’ Discretionary Use of the Loan Loss Provision[J]. Journal of Accounting, Auditing & Finance,2017,35(2):318-348.

[25] 宋獻(xiàn)中，胡裙，李四海．社會(huì)責(zé)任信息披露與股價(jià)崩盤風(fēng)險(xiǎn)基于信息效應(yīng)與聲譽(yù)保險(xiǎn)效應(yīng)的路徑分析[J].金融研究，2017（4）：165-179．

[26] 張宏亮，王靖宇．公司層面的投資者保護(hù)能降低股價(jià)崩盤風(fēng)險(xiǎn)嗎？[J].會(huì)計(jì)研究，2018，372（10）：81-88．

[27] 謝盛紋，廖佳．財(cái)務(wù)重述,管理層權(quán)力與股價(jià)崩盤風(fēng)險(xiǎn):來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J]．財(cái)經(jīng)理論與實(shí)踐2017，38（1）：80-87．

[28] 王百?gòu)?qiáng)，黃靜，呂杰．股權(quán)激勵(lì)影響經(jīng)營(yíng)杠桿決策嗎?——基于A股上市公司的經(jīng)驗(yàn)證據(jù)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（9）．

Objective Application or Subjective Manipulation：Fair Value Measurement and Stock Price Crash Risk

ZHANG Tao, WU Keping

( School of Business, Chaohu University of Administration, Hefei 238000, Anhui, Chain )

Does fair value measurement increase the level of corporate information disclosure standards, or does it increase the space for management’s subjective judgment? This paper selects China’s Shanghai and Shenzhen A-share non-financial listed companies from 2008 to 2020 as the research object, and empirically explores the correlation between fair value measurement and stock price collapse risk through multiple linear regression, and clarifies the role of fair value measurement in equity value. The empirical results show that the deeper the enterprise uses fair value measurement, the lower the possibility of experiencing stock price collapse risk in the future; compared with non-state-owned enterprises, the negative correlation between fair value measurement and stock price collapse risk in state-owned enterprises is more significant. Taking into account the endogenous problem, this article adopts two methods of substitution variable and PSM propensity score matching in the robustness test, and the main hypothesis is still valid. The above empirical evidence broadens the research on the influencing factors of stock price crash risk and enriches the research on the economic consequences of fair value measurement. Accordingly, this article proposes that the application environment of fair value measurement in the capital market should be further regulated and the application should be strengthened, in order to achieve the goal of effective fair value measurement and stable equity value fluctuations, and provide incremental empirical evidence for the healthy and long-term development of the capital market.

fair value measurement; nature of property rights; stock price collapse risk

F275/F832

A

1673-9639 (2022) 02-0116-12

2021-11-23

安徽高校人文社會(huì)科學(xué)研究項(xiàng)目“海歸高管、公司行為與股價(jià)崩盤風(fēng)險(xiǎn)”（SK2020A0448）；巢湖學(xué)院校級(jí)一般科學(xué)研究項(xiàng)目“實(shí)體企業(yè)金融化對(duì)股價(jià)穩(wěn)定性影響及作用機(jī)制研究——于股價(jià)崩盤風(fēng)險(xiǎn)視角”（XWY-202104）；巢湖學(xué)院校級(jí)一般科學(xué)研究項(xiàng)目“審計(jì)定價(jià)對(duì)股價(jià)信息含量的影響研究”（XWY-202008）；巢湖學(xué)院校級(jí)一般教學(xué)研究項(xiàng)目“新文科背景下‘課堂支撐-主題驅(qū)動(dòng)-競(jìng)賽進(jìn)階’遞進(jìn)式會(huì)計(jì)學(xué)專業(yè)人才培養(yǎng)教學(xué)改革研究——以巢湖學(xué)院為例”（ch21jxyj11）。

張 濤（1993-），女，安徽慶安人，碩士，助教，研究方向：資本市場(chǎng)財(cái)務(wù)與會(huì)計(jì)。

吳克平（1973-），男，安徽無(wú)為人，博士，副教授，研究方向：資本市場(chǎng)財(cái)務(wù)與會(huì)計(jì)。

（責(zé)任編輯 陳書慧）（責(zé)任校對(duì) 陳 儉）（英文編輯 田興斌）