王竹泉 陳任霖 李洋

【摘要】科學(xué)的財(cái)會監(jiān)督體系是優(yōu)化資源配置、 維護(hù)市場統(tǒng)一、 促進(jìn)社會公平、 實(shí)現(xiàn)國家長治久安的制度保障。在我國財(cái)會監(jiān)督主體多元化的背景下， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查制度并未受到充分關(guān)注。本文以財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查作為準(zhǔn)自然實(shí)驗(yàn)， 以第26號公告（非金融業(yè)首次聯(lián)合檢查）為政策效果識別起點(diǎn)， 選取2008 ～ 2019年我國非金融業(yè)A股上市公司為研究對象， 關(guān)注新時(shí)代財(cái)會監(jiān)督如何向同業(yè)發(fā)揮治理溢出效應(yīng)。研究發(fā)現(xiàn)， 同業(yè)企業(yè)接受會計(jì)信息質(zhì)量隨機(jī)檢查后， 行業(yè)內(nèi)未被查企業(yè)的融資約束得到顯著緩解。這一影響在民營企業(yè)、 未連帶會計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 未連續(xù)被查的同業(yè)企業(yè)以及行業(yè)上市公司未被罰的同業(yè)企業(yè)中表現(xiàn)得更為顯著。上述結(jié)論在進(jìn)行一系列穩(wěn)健性檢驗(yàn)后仍然成立。機(jī)制研究表明， 政府會計(jì)監(jiān)督從審計(jì)師、 分析師、 媒體三方優(yōu)化會計(jì)信息環(huán)境， 實(shí)現(xiàn)同業(yè)的治理溢出。本研究為完善政府會計(jì)監(jiān)督制度提供了經(jīng)驗(yàn)證據(jù)， 對新時(shí)代財(cái)會監(jiān)督改革具有重要啟示作用。

【關(guān)鍵詞】會計(jì)信息質(zhì)量隨機(jī)檢查；財(cái)會監(jiān)督；會計(jì)信息環(huán)境；溢出效應(yīng)

【中圖分類號】F231.6? ? ? 【文獻(xiàn)標(biāo)識碼】A? ? ? 【文章編號】1004-0994（2024）09-0009-9

一、 引言

經(jīng)濟(jì)高質(zhì)量發(fā)展對新時(shí)代財(cái)會監(jiān)督提出了更高要求。2023年2月中共中央辦公廳、 國務(wù)院辦公廳印發(fā)的《關(guān)于進(jìn)一步加強(qiáng)財(cái)會監(jiān)督工作的意見》（簡稱《意見》）中指出， 新時(shí)代財(cái)會監(jiān)督不是財(cái)政監(jiān)督、 財(cái)務(wù)監(jiān)督和會計(jì)監(jiān)督的簡單加總， 而是三者的有機(jī)融合和凝練升華?？茖W(xué)的財(cái)會監(jiān)督體系是優(yōu)化資源配置、 維護(hù)市場統(tǒng)一、 促進(jìn)社會公平、 實(shí)現(xiàn)國家長治久安的制度保障?！兑庖姟分兄赋?， 要強(qiáng)化財(cái)會監(jiān)督縱橫貫通機(jī)制， 統(tǒng)籌各類監(jiān)督資源， 切實(shí)推進(jìn)新時(shí)代財(cái)會監(jiān)督高質(zhì)量發(fā)展。會計(jì)信息質(zhì)量隨機(jī)檢查是財(cái)政部履行財(cái)會監(jiān)督義務(wù)、 強(qiáng)化財(cái)會活動(dòng)監(jiān)管效果的重要手段。然而， 在我國財(cái)會監(jiān)督主體多元化的背景下， 會計(jì)信息質(zhì)量隨機(jī)檢查制度尚未受到充分關(guān)注。

目前， 關(guān)于新時(shí)代財(cái)會監(jiān)督的相關(guān)討論局限于理論探討， 學(xué)術(shù)研究以規(guī)范研究為主， 缺乏基于可靠數(shù)據(jù)的經(jīng)驗(yàn)驗(yàn)證。換言之， 現(xiàn)有研究的結(jié)論缺乏普適性， 無法回答新時(shí)代財(cái)會監(jiān)督“是什么”和“為什么”的科學(xué)問題。僅有的實(shí)證研究主要關(guān)注會計(jì)信息質(zhì)量隨機(jī)檢查對被查企業(yè)的影響效果。例如， 柳光強(qiáng)和王迪（2021）基于我國A股上市公司樣本研究發(fā)現(xiàn)， 會計(jì)信息質(zhì)量隨機(jī)檢查能夠有效降低企業(yè)盈余管理水平。王敏和徐玉德（2023）發(fā)現(xiàn)， 會計(jì)信息質(zhì)量隨機(jī)檢查導(dǎo)致被查企業(yè)的融資約束加劇。祝繼高等（2023）發(fā)現(xiàn)， 會計(jì)信息質(zhì)量隨機(jī)檢查通過強(qiáng)化外部監(jiān)督， 能夠有效提升銀行的財(cái)務(wù)績效。然而， 未被會計(jì)信息質(zhì)量隨機(jī)檢查選中的企業(yè)是否和如何受到新時(shí)代財(cái)會監(jiān)督的影響呢？

財(cái)會監(jiān)督如何響應(yīng)國家治理能力現(xiàn)代化的要求， 提升會計(jì)信息質(zhì)量， 優(yōu)化會計(jì)信息環(huán)境， 實(shí)現(xiàn)各方利益關(guān)系的協(xié)調(diào)， 是會計(jì)理論界和實(shí)務(wù)界共同關(guān)注的重要時(shí)代命題。為契合《意見》要求， 在財(cái)會監(jiān)督主體多元化的基礎(chǔ)上， 推動(dòng)形成有機(jī)貫通、 相互協(xié)調(diào)、 常態(tài)長效的監(jiān)督合力， 本文針對會計(jì)信息質(zhì)量隨機(jī)檢查對未被查企業(yè)融資約束的政策溢出效應(yīng)做出評估， 具有較高的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。本文從信息中介視角構(gòu)建綜合指標(biāo)， 綜合反映會計(jì)信息環(huán)境， 有利于學(xué)界更好地理解政策在經(jīng)濟(jì)高質(zhì)量發(fā)展背景下的廣泛影響， 為新時(shí)代財(cái)會監(jiān)督改革提供理論支持， 維護(hù)資本市場公平和投資者利益。

本文手工收集和整理了財(cái)政部第26 ～ 40號會計(jì)信息質(zhì)量檢查公告， 以非金融業(yè)首次聯(lián)合檢查作為政策效果評估起點(diǎn)， 選取2008 ～ 2019年作為多時(shí)點(diǎn)雙重差分模型的樣本區(qū)間。本文研究表明， 政府會計(jì)監(jiān)督能夠顯著緩解同業(yè)企業(yè)的融資約束。進(jìn)一步研究發(fā)現(xiàn)， 會計(jì)信息質(zhì)量隨機(jī)檢查通過改善信息中介的信息傳遞， 優(yōu)化會計(jì)信息環(huán)境， 緩解同業(yè)企業(yè)融資約束。值得注意的是， 政府會計(jì)監(jiān)督顯著降低了民營企業(yè)的同業(yè)融資約束， 而對國有企業(yè)沒有產(chǎn)生顯著影響。政府會計(jì)監(jiān)督對連帶會計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 多次被查的同業(yè)企業(yè)以及目標(biāo)企業(yè)被罰的同業(yè)企業(yè)， 其治理溢出效應(yīng)有所降低。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下四個(gè)方面： 一是立足于新時(shí)代政府財(cái)會監(jiān)督改革的溢出效應(yīng)， 將微觀企業(yè)視角拓展至中觀行業(yè)視角， 豐富了政府會計(jì)監(jiān)督的政策效果研究， 為財(cái)會監(jiān)督制度改革提供了理論和經(jīng)驗(yàn)層面的支持。二是在驗(yàn)證會計(jì)隨機(jī)檢查對同業(yè)融資約束影響的同時(shí)， 深入探討了作用機(jī)制， 從審計(jì)師、 分析師、 媒體三個(gè)重要的信息中介出發(fā)構(gòu)建會計(jì)信息環(huán)境綜合指標(biāo)， 豐富了政府會計(jì)監(jiān)督的作用機(jī)制研究， 為會計(jì)信息環(huán)境指數(shù)構(gòu)建提供了新思路。三是關(guān)注連接資金需求端和資金供給端的信息中介維度對于融資約束的影響， 豐富和完善了融資約束的影響因素研究， 為實(shí)踐中融資約束的緩解提供了思路和借鑒。四是關(guān)注財(cái)會監(jiān)督聯(lián)動(dòng)機(jī)制和財(cái)政部雙向延伸檢查制度， 得出的研究結(jié)論對構(gòu)建現(xiàn)代化財(cái)會監(jiān)督體系、 實(shí)現(xiàn)財(cái)會監(jiān)督和其他監(jiān)督的協(xié)同聯(lián)動(dòng)具有啟示作用。

二、 制度背景和研究假設(shè)

（一） 制度背景

為切實(shí)履行《會計(jì)法》和《注冊會計(jì)師法》賦予財(cái)政部門的會計(jì)監(jiān)督職責(zé)， 優(yōu)化會計(jì)信息環(huán)境， 助力經(jīng)濟(jì)高質(zhì)量發(fā)展， 財(cái)政部于1999年建立了以會計(jì)信息質(zhì)量隨機(jī)檢查為核心的政府會計(jì)監(jiān)督制度。截至2023年12月， 財(cái)政部陸續(xù)發(fā)布了第1 ～ 44號會計(jì)信息質(zhì)量檢查公告。財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查緊跟中央重大決策和國家宏觀調(diào)控政策， 秉承“雙隨機(jī)、 一公開”的原則， 監(jiān)督對象從企業(yè)、 專業(yè)機(jī)構(gòu)到行政事業(yè)單位， 涵蓋傳統(tǒng)產(chǎn)業(yè)和新興行業(yè)， 監(jiān)督范圍和督查力度向縱深推進(jìn)。在財(cái)政部統(tǒng)一安排下， 會計(jì)信息質(zhì)量隨機(jī)檢查在全國范圍內(nèi)開展， 由財(cái)政部駐各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政監(jiān)察專員辦事處（簡稱“專員辦”）及地方各級財(cái)政部門具體組織實(shí)施。 “雙隨機(jī)、 一公開”制度天然的外生性為評估監(jiān)督效果提供了實(shí)驗(yàn)場景支持。

促進(jìn)財(cái)會監(jiān)督主體多元化， 協(xié)同聯(lián)動(dòng)運(yùn)轉(zhuǎn)構(gòu)建監(jiān)督體系已然成為新時(shí)代推動(dòng)國家治理體系現(xiàn)代化建設(shè)的重要課題。首先， 會計(jì)信息質(zhì)量隨機(jī)檢查實(shí)現(xiàn)了組織內(nèi)部的有效銜接和協(xié)同配合。2012年， 財(cái)政部首次針對非金融業(yè)展開聯(lián)合檢查， 充分調(diào)動(dòng)各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政專員辦， 針對在全國范圍內(nèi)開設(shè)分公司、 子公司的企業(yè)開展全面調(diào)查， 有效整合了檢查力量。其次， 會計(jì)信息質(zhì)量隨機(jī)檢查聯(lián)動(dòng)了中介機(jī)構(gòu)、 行業(yè)自律組織等其他外部監(jiān)管力量， 可充分發(fā)揮中介機(jī)構(gòu)執(zhí)業(yè)監(jiān)督作用和行業(yè)自律的監(jiān)管效力。會計(jì)信息質(zhì)量隨機(jī)檢查確保各個(gè)中介機(jī)構(gòu)獨(dú)立、 客觀、 公正、 規(guī)范執(zhí)業(yè)， 借助新聞媒體和網(wǎng)絡(luò)等方式， 將檢查的名單、 重點(diǎn)、 目的、 內(nèi)容等向社會公開， 增大懲戒力度， 完善應(yīng)對輿論質(zhì)疑的處理機(jī)制， 推動(dòng)提升財(cái)會業(yè)務(wù)規(guī)范化水平。最后， 會計(jì)信息質(zhì)量隨機(jī)檢查通過對企業(yè)和專業(yè)機(jī)構(gòu)執(zhí)業(yè)質(zhì)量的雙向延伸檢查， 充分利用會計(jì)師事務(wù)所等機(jī)構(gòu)向外輻射， 加大了財(cái)政部會計(jì)信息質(zhì)量檢查公告的影響范圍和力度， 形成高效銜接、 運(yùn)轉(zhuǎn)有序的工作機(jī)制， 有助于構(gòu)建全方位、 多層次、 立體化的財(cái)會監(jiān)督工作格局。

（二） 研究假設(shè)

信號傳遞理論認(rèn)為， 政府會計(jì)監(jiān)督可以向資本市場傳遞積極信號， 削弱投資者的不確定性感知， 從而緩解同業(yè)企業(yè)的融資約束。企業(yè)是持續(xù)學(xué)習(xí)的組織， 為了滿足合法性要求， 獲得環(huán)境合法性的戰(zhàn)略資源， 企業(yè)管理層會向同業(yè)企業(yè)學(xué)習(xí)經(jīng)驗(yàn)、 吸取教訓(xùn)（于連超等，2019）。在不確定性環(huán)境中， 企業(yè)學(xué)習(xí)同業(yè)企業(yè)經(jīng)驗(yàn)、 改善學(xué)習(xí)曲線是更為經(jīng)濟(jì)的經(jīng)營戰(zhàn)術(shù)。一方面， 會計(jì)信息質(zhì)量隨機(jī)檢查可以使企業(yè)在獲取有效信息的同時(shí)降低同業(yè)企業(yè)信息的獲取成本， 提高同業(yè)企業(yè)的信息效率， 及時(shí)了解監(jiān)管機(jī)構(gòu)會計(jì)信息要求及其動(dòng)向， 吸引利益相關(guān)者投資?？傮w來看， 學(xué)習(xí)同行信息在幫助企業(yè)獲得合法性的同時(shí)， 還可降低信息的獲取和處理成本， 緩解信息不對稱性， 從而降低同業(yè)企業(yè)的融資約束。

另一方面， 會計(jì)信息質(zhì)量隨機(jī)檢查的連續(xù)性和隨機(jī)性能夠充分釋放上市公司私有信息， 促進(jìn)會計(jì)信息環(huán)境的公開和透明， 減弱外部投資者的決策不確定性和風(fēng)險(xiǎn)感知， 使其更愿意向被查企業(yè)的同業(yè)企業(yè)提供資金支持。具體來看， 政府會計(jì)監(jiān)督能夠增加分析師跟蹤、 提高審計(jì)質(zhì)量、 促進(jìn)媒體關(guān)注從而優(yōu)化會計(jì)信息環(huán)境， 改善被查企業(yè)同業(yè)企業(yè)的融資處境。其一， 政府會計(jì)監(jiān)督能夠提升審計(jì)質(zhì)量， 充分發(fā)揮外部審計(jì)的治理作用。上市公司外審服務(wù)形成的天然的三方審計(jì)關(guān)系， 對審計(jì)的獨(dú)立性提出較高的要求。而財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查的監(jiān)督對象涵蓋企業(yè)、 會計(jì)師事務(wù)所等專業(yè)機(jī)構(gòu)及行政事業(yè)單位， 監(jiān)督會計(jì)師事務(wù)所本身質(zhì)量檢查的同時(shí)， 也充分利用會計(jì)師事務(wù)所的連帶能力， 對會計(jì)師事務(wù)所和企業(yè)發(fā)揮雙向治理效應(yīng)， 從整體層面提升了審計(jì)質(zhì)量。其二， 政府會計(jì)監(jiān)督有助于吸引分析師跟蹤， 向市場釋放更多私有信息。目前對于分析師行為的研究主要分為分析師跟蹤人數(shù)、 盈余預(yù)測質(zhì)量、 分析師實(shí)地調(diào)研等。信息不對稱程度更高的上市公司往往具備更多的非公開信息， 會吸引更多分析師跟蹤和關(guān)注。分析師提供的增量信息能夠在極大程度上提升資本市場的運(yùn)作效率， 緩解企業(yè)的融資約束。此外， 公司規(guī)模大、 有較強(qiáng)的盈利能力和成長潛力、 信息披露質(zhì)量高的企業(yè)往往會引致更多的分析師關(guān)注（郭陽生等，2018）。財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查緊跟國家熱點(diǎn)話題， 對與宏觀調(diào)控和資本市場運(yùn)行息息相關(guān)的企業(yè)和會計(jì)師事務(wù)所展開調(diào)查， 可大大改善會計(jì)信息質(zhì)量、 肅清會計(jì)信息環(huán)境， 為證券分析師錨定了跟蹤方向。其三， 政府會計(jì)監(jiān)督會引導(dǎo)媒體關(guān)注， 實(shí)現(xiàn)信息的傳播和滲透。相較于正面信息， 媒體更容易被負(fù)面信息吸引并對此加以傳播和發(fā)酵。財(cái)政部在全國范圍開展會計(jì)信息質(zhì)量隨機(jī)檢查的出發(fā)點(diǎn)在于優(yōu)化會計(jì)信息環(huán)境、 整治會計(jì)失真問題、 引導(dǎo)資源優(yōu)化配置。為充分發(fā)揮政府會計(jì)監(jiān)督的治理和震懾效應(yīng)， 目前會計(jì)信息質(zhì)量隨機(jī)檢查的結(jié)果以負(fù)面為主， 這恰恰有助于吸引媒體關(guān)注， 從而借助媒體力量實(shí)現(xiàn)信息的溢出和治理效果向外輻射。

總體來看， 在信息傳遞過程中， 分析師、 媒體和審計(jì)師等市場信息中介發(fā)揮了關(guān)鍵作用（徐經(jīng)長等，2022；劉景江等，2023；姜英兵，2004）。監(jiān)管機(jī)構(gòu)的監(jiān)管往往具有溢出效應(yīng)（Brown等，2018；Bozanic等，2017）， 財(cái)政部會計(jì)信息質(zhì)量檢查公告的發(fā)布會導(dǎo)致或加強(qiáng)媒體、 分析師、 投資者等市場參與者的治理作用。信息中介能夠及時(shí)對企業(yè)會計(jì)信息質(zhì)量做出反饋， 經(jīng)由信息中介的傳遞作用， 降低（潛在）投資者與企業(yè)及其同業(yè)企業(yè)的信息不對稱水平， 搭建“信任橋梁”， 縮短信息的社會距離， 降低同業(yè)融資約束。

基于以上分析， 本文提出研究假設(shè)H1和H2：

H1： 相較于未被查行業(yè)的企業(yè)， 會計(jì)信息質(zhì)量檢查公告發(fā)布后， 同業(yè)企業(yè)融資約束顯著緩解。

H2： 會計(jì)信息質(zhì)量隨機(jī)檢查能夠改善會計(jì)信息環(huán)境， 進(jìn)而緩解同業(yè)企業(yè)融資約束。

三、 研究設(shè)計(jì)

（一） 樣本說明與數(shù)據(jù)來源

本文手工收集和整理了財(cái)政部會計(jì)信息質(zhì)量檢查第26 ～ 40號公告， 選取全部非金融業(yè)A股上市公司為研究對象， 并剔除交叉上市的企業(yè)、 上市年份晚于年報(bào)發(fā)布年份的企業(yè)。特別的是， 本文剔除了收集公告范圍內(nèi)所有的被查上市公司樣本， 以未被檢查行業(yè)的上市公司為對照組、 被查上市公司的同業(yè)為實(shí)驗(yàn)組， 檢驗(yàn)會計(jì)信息質(zhì)量隨機(jī)檢查對于同業(yè)上市公司融資約束的影響， 最終形成26874個(gè)“公司—年份”樣本。其中， 會計(jì)信息質(zhì)量隨機(jī)檢查信息來源于財(cái)政部網(wǎng)站， 媒體關(guān)注度信息來自中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）財(cái)經(jīng)新聞庫， 公司基本信息和財(cái)務(wù)數(shù)據(jù)均來自國泰安（CSMAR）數(shù)據(jù)庫。

本文樣本區(qū)間是2008 ～ 2019年。財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查自1999年展開， 截至目前已發(fā)布至第44號檢查公告， 公告內(nèi)容和格式也在不斷更新和完善?？紤]到我國2007年會計(jì)制度改革的影響， 選擇2008年及以后的樣本進(jìn)行觀測。為提高檢查效率， 有效整合檢查力量， 自2012年起省市縣三級財(cái)政部門聯(lián)動(dòng)， 針對非金融業(yè)開展會計(jì)信息質(zhì)量檢查， 充分調(diào)動(dòng)各省、 自治區(qū)、 直轄市、 計(jì)劃單列市的財(cái)政專員辦， 針對在全國范圍內(nèi)開設(shè)分公司、 子公司的企業(yè)開展全面調(diào)查。因此， 本文將首次針對非金融行業(yè)發(fā)動(dòng)財(cái)政專員辦聯(lián)合檢查①作為第一個(gè)政策沖擊時(shí)點(diǎn)， 并觀測政策沖擊發(fā)生的前4年的樣本情況。除此之外， 為了識別會計(jì)信息質(zhì)量隨機(jī)檢查對同業(yè)融資約束的凈影響， 考慮到2020年突發(fā)事件對于全球經(jīng)濟(jì)的外部沖擊， 本文剔除了2020年以后的樣本。

（二） 變量與模型設(shè)定

本文運(yùn)用多時(shí)點(diǎn)雙重差分（Staggered DID）模型， 檢驗(yàn)財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對被查企業(yè)同業(yè)企業(yè)融資約束的治理溢出效應(yīng)。信息不對稱是導(dǎo)致企業(yè)融資約束的主要原因， 當(dāng)企業(yè)受到強(qiáng)烈的融資約束且未來現(xiàn)金流不足以投資所有NPV為正的項(xiàng)目時(shí)， 企業(yè)會被迫從現(xiàn)金流中提取現(xiàn)金， 從而表現(xiàn)出“現(xiàn)金—現(xiàn)金流”的高敏感性。因此， 本文參考Almeida等（2004）對融資約束的衡量方式， 構(gòu)建“現(xiàn)金—現(xiàn)金流”敏感性模型以反映會計(jì)信息質(zhì)量隨機(jī)檢查對同業(yè)融資約束的影響。模型設(shè)定如下：

Cashi，t=β0+β1CFi，t×DIDi，t+β2CFi，t×treati，t+

β3CFi，t×posti，t+β4DIDi，t+β5Controlsi，t+μi+λt+εi，t （1）

本文對模型（1）采用雙向固定效應(yīng)模型進(jìn)行回歸， 控制個(gè)體（μi）和年度（λt）固定效應(yīng)， 并在行業(yè)維度聚類處理， 以降低序列自相關(guān)和潛在的異方差帶來的影響。面臨融資約束的企業(yè)應(yīng)當(dāng)有正向的現(xiàn)金流敏感性， 模型（1）中， 若β2顯著為正， 則意味著企業(yè)確實(shí)存在融資約束。若β1顯著為負(fù)， 則表明在會計(jì)信息質(zhì)量隨機(jī)檢查后， 被查企業(yè)同業(yè)的融資約束程度有所緩解， 即H1被證實(shí)。

其中， i代表企業(yè)， t代表年份。具體來看， 以未被檢查行業(yè)的企業(yè)為控制組（treat=0）、 被查企業(yè)的同業(yè)為實(shí)驗(yàn)組（treat=1）。變量post為時(shí)點(diǎn)變量， 會計(jì)信息質(zhì)量隨機(jī)檢查發(fā)生當(dāng)年及以后年度取值為1， 以前年度取值為0?？紤]到會計(jì)信息質(zhì)量隨機(jī)檢查的治理溢出效應(yīng)具有一定的時(shí)滯性， 構(gòu)建解釋變量DID為treat和post交乘項(xiàng)， 并在此基礎(chǔ)上滯后一期。變量定義如表1所示。

四、 實(shí)證分析

（一） 描述性統(tǒng)計(jì)

表2列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。檢查行業(yè)（treat）均值為0.693， 表明有69.3%的行業(yè)接受過會計(jì)信息質(zhì)量隨機(jī)檢查， 側(cè)面印證了財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查的范圍之廣。會計(jì)信息質(zhì)量隨機(jī)檢查（DID）均值為0.483， 即樣本中實(shí)驗(yàn)組占比48.3%， 對照組和實(shí)驗(yàn)組樣本量相當(dāng)。產(chǎn)權(quán)性質(zhì)（SOE）均值為0.36， 說明樣本中國有企業(yè)占比為36%。會計(jì)師事務(wù)所連帶（Audit）均值為0.188， 即18.8%的樣本所處行業(yè)中企業(yè)被查后， 會計(jì)師事務(wù)所被連帶審計(jì)。行業(yè)被查頻次（Freq）和上市公司被查數(shù)量（Com）均值分別為0.436、 0.09， 表明43.6%的樣本所處行業(yè)接受過兩次及以上的隨機(jī)檢查， 樣本中9%的行業(yè)被查企業(yè)數(shù)量超過一家。各變量的分布均處于合理范圍。

如表3所示， 實(shí)驗(yàn)組（DID=1）和控制組（DID=0）的融資約束存在明顯差異， 實(shí)驗(yàn)組融資約束明顯小于控制組， 兩組控制變量的分布不存在明顯差異。

（二） 基準(zhǔn)回歸

表4列示了財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對于同業(yè)企業(yè)融資約束的影響， 其中列（1）和列（2）分別為基于二維雙向固定效應(yīng)模型和高維雙向固定效應(yīng)模型的回歸結(jié)果。經(jīng)營活動(dòng)現(xiàn)金流變動(dòng)（CF）的系數(shù)顯著為正， 即同業(yè)企業(yè)確實(shí)受到了融資約束。交乘項(xiàng)CF×DID的系數(shù)均在1%的水平上顯著為負(fù)， 表明會計(jì)信息質(zhì)量隨機(jī)檢查能夠顯著降低同業(yè)企業(yè)融資約束， H1被證實(shí)。

（三） 穩(wěn)健性檢驗(yàn)

1. 平行趨勢檢驗(yàn)。多時(shí)點(diǎn)雙重差分法成立的關(guān)鍵前提假設(shè)是在政策時(shí)點(diǎn)前， 實(shí)驗(yàn)組和對照組的樣本變化趨勢一致。為保證結(jié)論的穩(wěn)健性， 本文選擇回歸法對基準(zhǔn)回歸模型進(jìn)行平行趨勢檢驗(yàn)。表5列（3）匯報(bào)了平行趨勢檢驗(yàn)的結(jié)果。結(jié)果說明實(shí)驗(yàn)組在會計(jì)信息質(zhì)量隨機(jī)檢查前， 即pre_?各期， 其變化趨勢與對照組沒有顯著差異。而在會計(jì)信息質(zhì)量隨機(jī)檢查后， 即las_?各期， 實(shí)驗(yàn)組的變化趨勢大多與對照組產(chǎn)生了顯著差異。綜上， 基準(zhǔn)回歸模型滿足平行趨勢假設(shè)。

2. PSM-DID法。為了剝離出財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對于同業(yè)企業(yè)融資約束的凈影響， 本文采用傾向得分匹配（PSM）法匹配與實(shí)驗(yàn)組相對照的控制組， 從而排除時(shí)間及其他效應(yīng)的混淆和干擾， 緩解樣本選擇偏誤等內(nèi)生性問題。如表5所示， 本文選取同年度Size（企業(yè)規(guī)模） 、 ROA（資產(chǎn)報(bào)酬率） 、 Changewc（營運(yùn)資本變動(dòng)） 、 Dual（兩職合一） 、 balance_sq（股權(quán)制衡度）、 Indgrowth（行業(yè)增長率）作為控制變量， 被解釋變量融資約束作為協(xié)變量， 運(yùn)用卡尺近鄰匹配， 參數(shù)設(shè)置卡尺0.01， 分別按照1∶1近鄰無放回［列（1）］、 1∶2近鄰［列（2）］兩種方式為實(shí)驗(yàn)組進(jìn)行第一階段的樣本匹配， 并基于匹配樣本重新回歸。由表5可知， 不同匹配方式下CF×DID的回歸系數(shù)均在1%的水平上顯著為負(fù)， 再次表明財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查能夠緩解同業(yè)企業(yè)融資約束。

3. 安慰劑檢驗(yàn)。為了排除其他隨機(jī)性因素的干擾， 本文采用安慰劑檢驗(yàn)對會計(jì)信息質(zhì)量隨機(jī)檢查發(fā)揮監(jiān)督效應(yīng)的偶然性進(jìn)行識別判斷。參考La Ferrara等（2012）的做法， 隨機(jī)抽樣500次構(gòu)建“政策虛擬變量”， 使用模型再次進(jìn)行擬合， 檢驗(yàn)其系數(shù)和P值、 核密度系數(shù)分布。檢驗(yàn)結(jié)果見圖3， 表明交互項(xiàng)回歸系數(shù)基本服從均值為0的正態(tài)分布， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對同業(yè)企業(yè)融資約束并非其他隨機(jī)性因素所致， 基準(zhǔn)回歸結(jié)果穩(wěn)健可靠。

4.替換被解釋變量。首先， 本文重新度量融資約束， 構(gòu)建融資約束KZ指數(shù)以檢驗(yàn)結(jié)果的穩(wěn)健性。選擇滬深上市公司為基礎(chǔ)樣本， 剔除金融行業(yè)和數(shù)據(jù)缺失的樣本， 并借鑒Kaplan和Zingales（1997）、 譚躍和夏芳（2011）、 魏志華等（2014）的方法構(gòu)建KZ指數(shù)。表6給出了會計(jì)信息質(zhì)量隨機(jī)檢查對同業(yè)企業(yè)融資約束影響的回歸結(jié)果， 其中列（1）和列（2）基于二維雙向固定效應(yīng)模型， 列（3）和列（4）基于高維雙向固定效應(yīng)模型， 解釋變量系數(shù)均在1%的水平上顯著為負(fù)。列（2）和列（4）列示了加入控制變量后的回歸結(jié)果， 系數(shù)仍在1%的水平上顯著為負(fù)。

其次， 根據(jù)Hadlock和Pierce（2010）的研究， SA指數(shù)法使用完全外生的變量計(jì)算， 能夠較為綜合地反映公司融資約束程度， 有效避免了內(nèi)生性變量引起的偏誤。通常SA指數(shù)的絕對值與公司融資約束正相關(guān)。本文參考鞠曉生等（2013）的做法， 運(yùn)用模型（2）計(jì)算得到SA指數(shù)， 其中Size表示企業(yè)規(guī)模， Age表示企業(yè)經(jīng)營時(shí)間。如表7所示， 本文使用SA指數(shù)作為融資約束的替代變量， 并應(yīng)用二維雙向固定效應(yīng)模型［列（1）］和高維雙向固定效應(yīng)模型［列（2）］進(jìn)行回歸， 回歸結(jié)果表明會計(jì)信息質(zhì)量隨機(jī)檢查對同業(yè)融資約束起到緩解作用， 結(jié)果依舊穩(wěn)健。

SAi，t=-0.737×Sizei，t+0.043×Size2i，t-0.040×Agei，t

（2）

五、 進(jìn)一步研究

（一） 機(jī)制檢驗(yàn)

本文參考江艇（2022）的建議， 在“X→M→Y”的因果鏈條中， 采用實(shí)證方法識別“X→M”的影響效果， 通過文獻(xiàn)梳理或理論分析的方式說明“M→Y”的影響效果。

證券分析師作為資本市場上專業(yè)的咨詢分析人員， 相較于非職業(yè)投資者具有更廣泛的信息收集途徑和更專業(yè)的信息處理能力， 為資本市場各參與主體提供了理性反映企業(yè)價(jià)值的價(jià)格信息， 有助于減弱證券市場價(jià)格非理性偏離， 提高價(jià)格信息有效性。在成熟的資本市場中， 分析師能夠作為信息中介， 實(shí)現(xiàn)上市公司和投資者的有效連接（張龑等，2021）。分析師跟蹤人數(shù)是公司信息環(huán)境的指示器（Mark等，2003）， 能夠有效代理私有信息的獲取情況， 反映市場對于企業(yè)的關(guān)注度。目前學(xué)界對于分析師與會計(jì)信息環(huán)境關(guān)系開展研究的主流觀點(diǎn)依托于信息不對稱理論， 認(rèn)為分析師的關(guān)注和跟蹤能夠在一定程度上緩解信息不對稱的問題， 優(yōu)化上市公司的會計(jì)信息環(huán)境（張龑等，2021；蔡貴龍等，2022）。進(jìn)一步地， 分析師對盈余的預(yù)測質(zhì)量與債務(wù)融資成本呈現(xiàn)顯著負(fù)相關(guān)關(guān)系（黃波等，2018）， 分析師跟蹤能夠降低信息風(fēng)險(xiǎn)， 有助于信息使用者正確理解風(fēng)險(xiǎn)信息， 促進(jìn)直接融資（李穎等，2020）。

審計(jì)師在審計(jì)財(cái)務(wù)報(bào)告時(shí)， 一方面會通過審計(jì)調(diào)整來矯正企業(yè)的不恰當(dāng)披露， 確保披露滿足監(jiān)管部門的需要； 另一方面， 對未按要求調(diào)整審計(jì)的企業(yè)， 審計(jì)師通過出具非標(biāo)準(zhǔn)意見的方式將企業(yè)信息披露中出現(xiàn)的問題傳遞給投資者， 以維護(hù)投資者利益。高質(zhì)量審計(jì)通過提高會計(jì)信息質(zhì)量， 顯著增強(qiáng)了高管薪酬業(yè)績敏感度， 優(yōu)化了高管薪酬激勵(lì)（王永妍和周瑩瑩，2023）。審計(jì)作為重要的外部監(jiān)管方式， 能夠提升企業(yè)財(cái)務(wù)透明性和合規(guī)安全性， 及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)隱患， 從而促進(jìn)企業(yè)高質(zhì)量發(fā)展（蔣園園和吳琰琰，2023）。較高的審計(jì)質(zhì)量能夠更好地保護(hù)投資者利益， 因此審計(jì)質(zhì)量也是衡量會計(jì)信息環(huán)境質(zhì)量的重要指標(biāo)之一。

媒體關(guān)注對上市公司信息披露發(fā)揮了外部治理作用。媒體通過揭露曝光企業(yè)的違規(guī)行為， 降低了監(jiān)管部門的信息不對稱程度， 從而引發(fā)監(jiān)管關(guān)注（王云等，2017）。媒體關(guān)注通過吸引投資者的注意， 傳遞相關(guān)的決策信息， 從而降低（潛在）投資者與管理層之間的信息不對稱程度， 提高會計(jì)信息透明度， 進(jìn)而改善會計(jì)信息環(huán)境（孫蕾，2017；孫蕾和劉笑霞，2016）。

為了綜合反映會計(jì)信息環(huán)境質(zhì)量， 本文從分析師、 審計(jì)師和媒體三個(gè)角度， 使用熵值法建立會計(jì)信息環(huán)境指數(shù)。分析師跟蹤（Follow）指的是企業(yè)當(dāng)年的分析師跟蹤人數(shù)。參考張純和呂偉（2009）的做法， 從國泰安CSMAR數(shù)據(jù)庫獲取數(shù)據(jù)， 通過手工整理剔除分析師多次分析的重復(fù)數(shù)據(jù)， 加1后取自然對數(shù)。審計(jì)費(fèi)用作為審計(jì)質(zhì)量（Auditquality）的代理變量， 包括直接支付給會計(jì)師事務(wù)所的費(fèi)用和間接費(fèi)用等。媒體關(guān)注（Media）數(shù)據(jù)來源于CNRDS財(cái)經(jīng)新聞庫。參考王福勝等（2021）、 余艷等（2023）的做法， 按交易時(shí)間量化網(wǎng)絡(luò)新聞、 財(cái)經(jīng)新聞報(bào)道數(shù)量， 計(jì)算標(biāo)題中出現(xiàn)該公司的新聞年度總和， 加1后取自然對數(shù)。為了綜合反映信息中介在信息傳遞中的作用， 本文根據(jù)熵值法確定各個(gè)信息中介的權(quán)重， 生成會計(jì)信息環(huán)境變量（Entropy）。一般地， 媒體關(guān)注度越高， 分析師跟蹤人數(shù)越多， 審計(jì)質(zhì)量越高， 表明企業(yè)所處的信息環(huán)境越好。因此， 三個(gè)指標(biāo)的系數(shù)均同向?yàn)檎?/p>

如表8所示， 列（1）報(bào)告了政府會計(jì)監(jiān)督對會計(jì)信息環(huán)境影響的檢驗(yàn)結(jié)果， DID的回歸系數(shù)在1%的水平上顯著為正， 說明會計(jì)信息質(zhì)量隨機(jī)檢查顯著改善了會計(jì)信息環(huán)境， H2得證。說明會計(jì)信息環(huán)境的優(yōu)化的確是政府會計(jì)監(jiān)督緩解同業(yè)企業(yè)融資約束的有力路徑。即會計(jì)信息質(zhì)量隨機(jī)檢查通過改善會計(jì)信息環(huán)境， 緩解了同業(yè)企業(yè)融資約束， 改善了同業(yè)企業(yè)的融資處境。為了進(jìn)一步說明三個(gè)重要信息中介發(fā)揮的中介效應(yīng)， 本文對媒體、 分析師、 審計(jì)的治理作用進(jìn)行單獨(dú)回歸。表8列（2）、 （3）、 （4）分別為審計(jì)質(zhì)量、 媒體關(guān)注和分析師跟蹤的中介回歸結(jié)果， 審計(jì)和媒體治理的系數(shù)均在1%的水平上顯著， 分析師治理的系數(shù)在10%的水平上顯著， 結(jié)果仍然穩(wěn)健。

（二） 異質(zhì)性分析

1. 產(chǎn)權(quán)性質(zhì)。政府財(cái)會監(jiān)督可以發(fā)揮區(qū)分不同企業(yè)質(zhì)量的篩選作用。相比國有企業(yè)， 民營企業(yè)普遍存在更加嚴(yán)重的信息不對稱問題， 國有企業(yè)和民營企業(yè)在融資環(huán)境上存在天然差異。由于利益關(guān)聯(lián)， 國有企業(yè)有充分的動(dòng)機(jī)向政府要求稅收優(yōu)惠、 信貸優(yōu)惠、 行業(yè)準(zhǔn)入等各種補(bǔ)償。在績效考評壓力下， 當(dāng)?shù)卣袕?qiáng)烈的動(dòng)機(jī)干預(yù)銀行決策， 進(jìn)而促使國有企業(yè)獲取更多的銀行貸款（陶然等，2022）。相對民營上市公司， 國有上市公司能獲得更多的長期債務(wù)融資（江偉和李斌，2006）。從混合所有制改革視角來看， 國有資本參股能夠通過擴(kuò)大民營企業(yè)債務(wù)融資規(guī)模、 降低債務(wù)融資成本、 提升民營企業(yè)政府補(bǔ)貼等方式為民營企業(yè)提供資金支持， 從而緩解民營企業(yè)的融資約束（曾敏，2023）。

政府財(cái)會監(jiān)督通過官方財(cái)務(wù)信息背書， 可以向銀行等金融機(jī)構(gòu)傳遞企業(yè)信用狀況的積極信號， 緩解企業(yè)的融資約束。而國有企業(yè)信用風(fēng)險(xiǎn)本就較低， 政府財(cái)會監(jiān)督行為的信號價(jià)值有限， 難以進(jìn)一步緩解其融資約束。因此， 本文以產(chǎn)權(quán)性質(zhì)（SOE）為依據(jù)， 對樣本進(jìn)行回歸。表9中列（1）產(chǎn)權(quán)性質(zhì)異質(zhì)性回歸結(jié)果表明， 相較于國有企業(yè)， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對民營企業(yè)的同業(yè)企業(yè)融資約束的緩解作用更強(qiáng)。

2. 連帶會計(jì)師事務(wù)所檢查的同業(yè)企業(yè)。為進(jìn)一步健全財(cái)會監(jiān)督體系， 切實(shí)履行財(cái)會監(jiān)督職責(zé)， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查監(jiān)管范圍不斷擴(kuò)大， 監(jiān)管力度持續(xù)加大， 呈現(xiàn)出傳統(tǒng)行業(yè)與新興產(chǎn)業(yè)檢查相結(jié)合、 會計(jì)主體的會計(jì)信息質(zhì)量檢查和會計(jì)師事務(wù)所的執(zhí)業(yè)質(zhì)量檢查相結(jié)合、 企業(yè)和行政事業(yè)單位會計(jì)信息質(zhì)量檢查相結(jié)合的特點(diǎn)。在會計(jì)信息質(zhì)量檢查公告第10號中提到了會計(jì)師事務(wù)所延伸檢查的案例， 當(dāng)公司存在重大錯(cuò)報(bào)且財(cái)政部認(rèn)為會計(jì)師事務(wù)所沒有勤勉盡責(zé)時(shí)， 財(cái)政部可以合理延伸檢查至?xí)?jì)師事務(wù)所。

根據(jù)信號傳遞理論， 政府財(cái)會監(jiān)督若發(fā)現(xiàn)企業(yè)會計(jì)信息質(zhì)量存在重大問題， 且根據(jù)會計(jì)師事務(wù)所開展延伸檢查， 那么將向外傳遞連帶企業(yè)的會計(jì)信息質(zhì)量可能存在問題的負(fù)面信號， 對連帶企業(yè)的融資能力造成事實(shí)損害， 從而加劇連帶企業(yè)的融資約束。對非連帶企業(yè)而言， 融資約束得到相對緩解。信息加工理論提供了不同的分析視角。銀行等金融機(jī)構(gòu)面對大量信息， 基于有限理性假設(shè)可能會簡化風(fēng)險(xiǎn)識別程序， 懲罰連帶企業(yè)， 造成連帶企業(yè)融資約束加劇。此時(shí)， 資本的逐利本性驅(qū)使資金運(yùn)動(dòng)， 促使銀行等金融機(jī)構(gòu)轉(zhuǎn)向?yàn)榉沁B帶企業(yè)配置更多資源， 緩解非連帶企業(yè)的融資約束。由于會計(jì)師事務(wù)所和企業(yè)間存在綜合實(shí)力相當(dāng)?shù)恼蚱ヅ洌◤埵缁莸龋?021）， 因此政府會計(jì)監(jiān)督可以借助會計(jì)師事務(wù)所的執(zhí)業(yè)質(zhì)量檢查向外輻射至多個(gè)企業(yè)， 進(jìn)而擴(kuò)大隨機(jī)檢查的影響范圍和影響效力。

本文手工收集了第26 ～ 40號會計(jì)信息質(zhì)量檢查公告中各行業(yè)首次被查時(shí)被連帶審計(jì)的企業(yè)數(shù)量， 構(gòu)建連帶審計(jì)虛擬變量（Audit）。當(dāng)行業(yè)首次被查連帶會計(jì)師事務(wù)所時(shí)， 將Audit賦值為1， 否則賦值為0。表9中列（2）的回歸結(jié)果表明， 相較于連帶會計(jì)師事務(wù)所檢查的同業(yè)企業(yè)， 沒有被連帶會計(jì)師事務(wù)所檢查的同業(yè)企業(yè)融資約束受影響的程度更高， 緩解作用更強(qiáng)。

3. 行業(yè)連續(xù)被查。本文的基準(zhǔn)回歸采用多時(shí)點(diǎn)雙重差分模型， 默認(rèn)在政策發(fā)生首次及以后年份均受到政策實(shí)施的影響， 即認(rèn)為政策實(shí)施是“一錘定音”“影響深遠(yuǎn)”的。實(shí)際上， 財(cái)政部每年都在開展會計(jì)信息質(zhì)量隨機(jī)檢查， 被檢查過的行業(yè)并不一定能夠連續(xù)被查。本文認(rèn)為政府財(cái)會監(jiān)督若多次檢查同一行業(yè)， 會向外界傳遞該行業(yè)存在普遍且嚴(yán)重的會計(jì)信息問題的負(fù)面信號， 對該行業(yè)內(nèi)的所有企業(yè)聲譽(yù)產(chǎn)生潛在危害， 加劇多次被查行業(yè)同業(yè)企業(yè)的融資約束。而單次檢查的信號更加針對被抽查企業(yè)自身， 溢出效應(yīng)有限。

因此， 為了識別出連續(xù)被查行業(yè)在政策效果上的差異性， 本文手工收集了第26 ～ 40號會計(jì)信息質(zhì)量檢查公告中各行業(yè)被查上市公司數(shù)量， 構(gòu)建行業(yè)被查數(shù)量虛擬變量（Freq）。當(dāng)行業(yè)被查次數(shù)小于等于1時(shí)， 將Freq賦值為0， 否則賦值為1。表9中列（3）行業(yè)被查次數(shù)回歸結(jié)果表明， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對行業(yè)多次被查的同業(yè)企業(yè)融資約束的緩解作用更弱。

4. 上市公司被查的同業(yè)企業(yè)。產(chǎn)業(yè)組織理論認(rèn)為， 上市公司占比越高， 行業(yè)聲譽(yù)對政府財(cái)會監(jiān)督的敏感度越高。銀行等金融機(jī)構(gòu)可能因結(jié)構(gòu)性偏差而縮減對上市公司占比較高行業(yè)的資金供給。這形成了對上市公司占比較高的行業(yè)同業(yè)企業(yè)的融資歧視， 進(jìn)而加劇融資約束。

為了進(jìn)一步檢驗(yàn)財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查的監(jiān)管力度， 本文手工收集了第26 ～ 40號會計(jì)信息質(zhì)量檢查公告中各行業(yè)被查上市公司數(shù)量， 構(gòu)建上市公司被查數(shù)量虛擬變量（Com）。當(dāng)行業(yè)被查上市公司小于等于1時(shí)， 將Com賦值為0， 否則賦值為1， 從而構(gòu)建分組。表9中列（4）上市公司被查數(shù)量回歸結(jié)果表明， 財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查對上市公司被查的同業(yè)企業(yè)融資約束的緩解作用更弱。

六、 結(jié)論與啟示

會計(jì)信息質(zhì)量隨機(jī)檢查作為政府會計(jì)監(jiān)督的重要手段， 通過加大監(jiān)管力度， 賦能會計(jì)信息環(huán)境， 對同業(yè)企業(yè)有效發(fā)揮治理作用， 緩解了同業(yè)企業(yè)的融資約束。從作用機(jī)制來看， 本文從審計(jì)師、 分析師和媒體三個(gè)重要的信息中介主體出發(fā)， 構(gòu)建會計(jì)信息環(huán)境綜合指標(biāo)， 發(fā)現(xiàn)政府會計(jì)監(jiān)督能夠通過優(yōu)化會計(jì)信息環(huán)境， 進(jìn)而緩解同業(yè)企業(yè)的融資約束。政府會計(jì)監(jiān)督的治理溢出效應(yīng)在非國有企業(yè)中表現(xiàn)得更為顯著， 這主要是由國有企業(yè)和民營企業(yè)天然融資環(huán)境差異所致。對于未連帶會計(jì)師事務(wù)所被罰的同業(yè)企業(yè)、 未連續(xù)被查的同業(yè)企業(yè)以及行業(yè)上市公司沒有被罰的同業(yè)企業(yè)， 其融資約束的緩解更為顯著。

基于以上結(jié)論， 本文提出以下政策性建議：

第一， 統(tǒng)籌多元化財(cái)會監(jiān)督力量， 合理高效安排各類監(jiān)督資源。財(cái)政部作為財(cái)會監(jiān)督的主責(zé)人， 要從頂層設(shè)計(jì)層面優(yōu)化財(cái)會監(jiān)督資源配置， 充分整合各類財(cái)會監(jiān)督資源。其一， 實(shí)現(xiàn)財(cái)政部內(nèi)部資源高效利用， 聯(lián)動(dòng)省市縣多級聯(lián)合查處的同時(shí)， 打破財(cái)政專員辦地區(qū)壁壘， 按隨機(jī)檢查工作量調(diào)配財(cái)會監(jiān)督資源， 確保整體的工作進(jìn)度。其二， 縱向鏈接財(cái)會監(jiān)督力量， 加強(qiáng)與中國證監(jiān)會、 媒體、 分析師等行業(yè)自治組織和中介機(jī)構(gòu)的協(xié)同合作。借助多方合作實(shí)現(xiàn)優(yōu)勢互補(bǔ)， 避免重復(fù)檢查造成的財(cái)會監(jiān)督資源的浪費(fèi)， 并且通過多主體合力加大隨機(jī)檢查力度， 增加隨機(jī)檢查的影響力和震懾力。其三， 在連帶會計(jì)師事務(wù)所檢查的基礎(chǔ)上完善雙向檢查機(jī)制， 謹(jǐn)慎借助會計(jì)師事務(wù)所和企業(yè)間的雙向輻射作用， 良性利用信息質(zhì)量會計(jì)隨機(jī)檢查的溢出效應(yīng)。

第二， 推進(jìn)“隨機(jī)性”制度優(yōu)勢和治理效能的協(xié)同提升， 實(shí)現(xiàn)財(cái)會監(jiān)督向會計(jì)決策賦能。目前財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查遵循的“雙隨機(jī)、 一公開”指的是檢查人員的隨機(jī)、 抽查企業(yè)隨機(jī)以及以公告形式面向公眾公開。一方面， 進(jìn)一步發(fā)揮“隨機(jī)性”制度優(yōu)勢， 完善和構(gòu)建雙向檢查機(jī)制， 從企業(yè)延伸至?xí)?jì)師事務(wù)所的同時(shí)， 增加從會計(jì)師事務(wù)所客戶中隨機(jī)抽取企業(yè)的流程， 形成企業(yè)與會計(jì)師事務(wù)所間會計(jì)信息質(zhì)量的雙向交互影響， 從而充分激發(fā)會計(jì)信息質(zhì)量隨機(jī)檢查雙向輻射的治理效應(yīng)。另一方面， 提升公告相關(guān)信息的透明度， 規(guī)范公告格式和公示發(fā)布行為， 切實(shí)為會計(jì)信息決策注入政府力量。抽查行業(yè)和企業(yè)的隨機(jī)過程并未向社會公眾公開， 且每個(gè)會計(jì)年度公布的形式不一， 在公告內(nèi)容、 形式和公告發(fā)布時(shí)間上規(guī)范性不強(qiáng)。為消除醫(yī)藥行業(yè)藥價(jià)虛高的頑疾， 2019年財(cái)政部聯(lián)合國家醫(yī)保局針對77家醫(yī)藥企業(yè)開展會計(jì)信息質(zhì)量隨機(jī)檢查， 而2021年發(fā)布的第40號會計(jì)信息質(zhì)量檢查公告僅公開了被處罰的19家企業(yè)， 未對其余企業(yè)做出說明。隨機(jī)過程的不透明性、 隨機(jī)結(jié)果的半透明化、 公告發(fā)布時(shí)間的任意性等減弱了財(cái)會監(jiān)督的信息活化和信息賦能， 不利于與投資者間的互動(dòng)溝通， 進(jìn)而阻礙檢查公告發(fā)揮長效治理作用。

第三， 建立健全系統(tǒng)化查后反饋機(jī)制、 回訪機(jī)制和互動(dòng)機(jī)制， 重視會計(jì)信息質(zhì)量隨機(jī)檢查制度在中觀行業(yè)層面的溢出效應(yīng)。首先， 實(shí)現(xiàn)會計(jì)信息質(zhì)量隨機(jī)檢查制度的全面化、 流程化， 對被查處企業(yè)的整改情況進(jìn)行實(shí)地考核， 并通過多平臺與投資者等利益相關(guān)者互動(dòng)， 確保被查處企業(yè)對問題整改落地。其次， 構(gòu)建被查回訪機(jī)制和查后評估體系， 對以前年份處罰力度大、 影響范圍廣等企業(yè)定期回訪， 從而延伸財(cái)政部隨機(jī)檢查的時(shí)效性。最后， 重視會計(jì)信息質(zhì)量隨機(jī)檢查制度的中觀溢出效應(yīng)， 抽查被查企業(yè)的同業(yè)企業(yè)， 擴(kuò)大制度在行業(yè)層面的治理效應(yīng)。

【 注 釋 】

① 財(cái)政部會計(jì)信息質(zhì)量檢查公告（第二十六號），詳見網(wǎng)頁https：//jdjc.mof.gov.cn/gongzuodongtai/201312/t20131227_1030261.htm。

【 主 要 參 考 文 獻(xiàn) 】

蔡貴龍，張亞楠，徐悅等．投資者—上市公司互動(dòng)與資本市場資源配置效率——基于權(quán)益資本成本的經(jīng)驗(yàn)證據(jù)［ J］． 管理世界，2022（8）：199 ～ 217．

郭陽生，沈烈，郭枚香．滬港通改善了上市公司信息環(huán)境嗎？——基于分析師關(guān)注度的視角［ J］．證券市場導(dǎo)報(bào)，2018（10）：35 ～ 43+50．

黃波，王滿，于浩洋．分析師預(yù)測質(zhì)量影響了債務(wù)融資成本嗎？——來自我國上市公司的經(jīng)驗(yàn)證據(jù)［ J］．金融評論，2018（2）：56 ～ 72+124．

江艇．因果推斷經(jīng)驗(yàn)研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)［ J］．中國工業(yè)經(jīng)濟(jì)，2022（5）：100 ～ 120．

江偉，李斌．制度環(huán)境、國有產(chǎn)權(quán)與銀行差別貸款［ J］．金融研究，2006（11）：116 ～ 126．

姜英兵．會計(jì)準(zhǔn)則執(zhí)行框架構(gòu)建［ J］．管理世界，2004（11）：150 ～ 151．

蔣園園，吳琰琰．審計(jì)質(zhì)量、企業(yè)聲譽(yù)與企業(yè)高質(zhì)量發(fā)展［ J］．科學(xué)決策，2023（8）：98 ～ 112．

鞠曉生，盧荻，虞義華．融資約束、營運(yùn)資本管理與企業(yè)創(chuàng)新可持續(xù)性［ J］．經(jīng)濟(jì)研究，2013（1）：4 ～ 16．

李穎，王曉艷，伊志宏．分析師跟蹤與企業(yè)去產(chǎn)能——基于成本粘性視角的研究［ J］．宏觀經(jīng)濟(jì)研究，2020（5）：145 ～ 165．

劉景江，鄭暢然，洪永淼．機(jī)器學(xué)習(xí)如何賦能管理學(xué)研究？——國內(nèi)外前沿綜述和未來展望［ J］．管理世界，2023（9）：191 ～ 216．

柳光強(qiáng)，王迪．政府會計(jì)監(jiān)督如何影響盈余管理——基于財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查的準(zhǔn)自然實(shí)驗(yàn)［ J］．管理世界，2021（5）：157 ～ 169+12．

孫蕾．媒體監(jiān)督、制度環(huán)境與信息透明度——基于我國資本市場的數(shù)據(jù)［ J］．財(cái)會通訊，2017（3）：17 ～ 19．

譚躍，夏芳．股價(jià)與中國上市公司投資——盈余管理與投資者情緒的交叉研究［ J］．會計(jì)研究，2011（8）：30 ～ 39+95．

陶然，石昕，劉峰．誰遭遇了“信貸歧視”？——基于中國資本市場特征的經(jīng)驗(yàn)證據(jù)［ J］．管理評論，2022（11）：42 ～ 53．

王福勝，王也，劉仕煜．網(wǎng)絡(luò)媒體報(bào)道對盈余管理的影響研究——基于投資者異常關(guān)注視角的考察［ J］．南開管理評論，2021（5）：116 ～ 129．

王敏，徐玉德．會計(jì)信息質(zhì)量檢查與上市公司融資約束［ J］．會計(jì)與經(jīng)濟(jì)研究，2023（1）：81 ～ 98．

王永妍，周瑩瑩．高質(zhì)量審計(jì)如何影響高管薪酬業(yè)績敏感度？［ J］．科學(xué)決策，2023（10）：205 ～ 229．

王云，李延喜，馬壯等．媒體關(guān)注、環(huán)境規(guī)制與企業(yè)環(huán)保投資［ J］．南開管理評論，2017（6）：83 ～ 94．

魏志華，曾愛民，李博．金融生態(tài)環(huán)境與企業(yè)融資約束——基于中國上市公司的實(shí)證研究［ J］． 會計(jì)研究，2014（5）：73 ～ 80+95．

徐經(jīng)長，柯劭婧，何樂偉．新收入準(zhǔn)則能否提高會計(jì)信息質(zhì)量？——基于分析師預(yù)測視角的研究［ J］．會計(jì)研究，2022（9）：3 ～ 20．

于連超，張衛(wèi)國，畢茜．環(huán)境稅對企業(yè)綠色轉(zhuǎn)型的倒逼效應(yīng)研究［ J］．中國人口·資源與環(huán)境，2019（7）：112 ～ 120．

曾敏. 國有資本參股對民營企業(yè)研發(fā)創(chuàng)新的影響及其作用機(jī)制研究［ J］．經(jīng)濟(jì)學(xué)家，2023（12）：66 ～ 76．

張純，呂偉．信息披露、信息中介與企業(yè)過度投資［ J］．會計(jì)研究，2009（1）：60 ～ 65+97．

張淑惠，龐笛，祝丹楓．會計(jì)師事務(wù)所與客戶的雙邊匹配［ J］．南京審計(jì)大學(xué)學(xué)報(bào)，2021（4）：12 ～ 21．

張龑，王竹泉，程六兵．生產(chǎn)網(wǎng)絡(luò)信息溢出效應(yīng)研究：分析師視角［ J］．財(cái)經(jīng)研究，2021（9）：63 ～ 77．

祝繼高，朱佳信，李天時(shí)等．政府會計(jì)監(jiān)督與銀行信貸行為研究——基于財(cái)政部會計(jì)信息質(zhì)量隨機(jī)檢查的證據(jù)［ J］．管理世界，2023（1）：157 ～ 176+189+177 ～ 179．

Charles J. Hadlock， Joshua R. Pierce. New Evidence on Measuring Financial Constraints：Moving Beyond the KZ Index［ J］．Review of Financial Studies，2010（23）：1909 ～ 1940．

Eliana La Ferrara， Alberto Chong， Suzanne Duryea. Soap Operas and Fertility：Evidence from Brazil［ J］．American Economic Journal： Applied Economics，2012（4）：1 ～ 31．

Heitor Almeida，Murillo Campello，Michael S. Weisbach. The Cash Flow Sensitivity of Cash［ J］．The Journal of Finance，2004（59）：1777 ～ 1804．

Mark H. Lang， Karl V. Lins， Darius P. Miller. ADRs， Analysts， and Accuracy： Does Cross Listing in the United States Improve a Firm's Information Environment and Increase Market Value？［ J］．Journal of Accounting Research，2003（41）：317 ～ 345．

S. N. Kaplan， L. Zingales. Do Investment-Cash Flow Sensitivities Provide Useful Measures of Financing Constraints？［ J］．The Quarterly Journal of Economics，1997（112）：169 ～ 215．

Stephen V. Brown， Xiaoli （Shaolee） Tian， Jennifer Wu Tucker. The Spillover Effect of SEC Comment Letters on Qualitative Corporate Disclosure： Evidence from the Risk Factor Disclosure［ J］．Contemporary Accounting Research，2018（35）：622 ～ 656．

Zahn Bozanic， J. Richard Dietrich， Bret A. Johnson. SEC Comment Letters and Firm Disclosure［ J］．Journal of Accounting and Public Policy，2017（36）：337 ～ 357．