融资融券对企业盈余质量的影响分析研究 金融学专业

融资融券对企业盈余质量的影响——以沪深A股上市公司为例摘要本文通过对国内A股上市公司的数据的分析比较，以实证分析的方式，采用双重差分模型，研究融资融券和企业盈余质量的关系。得出了融资融券后，公司盈余水平将会下降的结论。同时将中国特色社会主义市场经济的制度背景考虑在内，进一步探讨产权性质对融资融券的公司治理效应的影响。通过研究，希望上市公司管理层重视公司信息披露行为，降低盈余管理水平；同时针对中国特色社会主义市场经济，对国有和非国有企业提出建议。证明了在中国银行业融资融券对国有银行的正向激励作用更大。也从一定程度上证明了我国在经济政策上充分发挥市场自身的调节作用，对上市公司起到了高效监督的作用，股票定价也将趋于合理化，股票市场交易也将趋于公平公正化。关键词：融资融券；盈余质量；市场经济；外部性AbstractBasedontheanalysisandcomparisonofthedataofdomesticA-sharelistedcompanies,thispaperusesthedoubledifferencemodeltostudytherelationshipbetweenmarginfinancingandcorporateearningsquality.Aftertheconclusionofthemarginfinancingandsecuritieslending,thecompany'searningslevelwilldecline.Atthesametime,takingintoaccounttheinstitutionalbackgroundofthesocialistmarketeconomywithChinesecharacteristics,furtherexploretheimpactofthenatureofpropertyrightsonthecorporategovernanceeffectofmarginfinancingandsecuritieslending.Throughresearch,itishopedthatthemanagementoflistedcompanieswillpayattentiontothecompany'sinformationdisclosurebehaviorandreducethelevelofearningsmanagement.Atthesametime,itwillmakerecommendationstostate-ownedandnon-state-ownedenterprisesforthesocialistmarketeconomywithChinesecharacteristics.Itprovesthatthepositiveincentiveeffectofstate-ownedbanksinChina'sbankingindustrymarginfinancingandsecuritieslendingisevengreater.ItalsoprovestoacertainextentthatChinahasfullyexerteditsownregulatoryroleineconomicpolicies,andhasplayedaneffectiveroleinsupervisinglistedcompanies.Stockpricingwillalsoberationalized,andstockmarkettransactionswilltendtobefairandequitable.Keywords:marginfinancingandsecuritieslending;earningsquality;marketeconomy;externalities目录TOC\h\z\t"一级标题,1,二级标题,2,三级标题,3"摘要 1Abstract 11.绪论 11.1研究背景 11.2研究目的与意义 21.3研究思路与研究方法 31.4本文的特色与创新点 42.文献综述 42.1市场信息的透明度以及企业的盈余管理 42.2关于卖空市场和卖空者的研究 52.2.1针对卖空交易行为优劣的研究 52.2.2针对卖空者行为特征的研究 52.2.3关于卖空指标的研究 62.3关于卖空者预知能力以及卖空者对于监管的帮助作用的研究 63.基础理论 73.1卖空者可以提前得到市场消息，并对其做出反应 83.2应计项目越大，上市公司空头净额变化的幅度越大 83.3对于财务违规公司，其公司对应股票的非正常卖空比率呈现先增加后减小的趋势，并且在财务公司被查处和公告的时点附近达到顶峰 94.实证研究 104.1假设一的提出 104.2数据的处理 104.3模型的构建 114.4变量的定义及说明 114.4.1被解释变量 114.4.2解释变量 114.4.3控制变量 124.5实证结果与分析 124.5.1描述性统计分析 124.5.2盈余管理统计分析 124.5.3变量的相关性分析 134.5.4回归结果 144.6假设二的提出 144.7变量的选取 154.8数据的处理 164.9数据的统计特征分析 164.9.1KMO和巴特利特检验 164.9.2被解释变量的提取 174.10模型的构建 204.11描述性统计 214.12单位根检验 224.13协整检验 234.14Hausman检验 244.15回归结果分析 255.结论 255.1主要结论 265.2推论 266.政策建议 276.1重点监察高卖空率的上市公司 276.2鼓励卖空者的存在 286.3鼓励国有企业成为融资融券标的公司 286.参考文献 287.致谢 331.绪论1.1研究背景在2006年8月1日，中国证监会就推出了《证券公司融资融券业务试点管理办法》和《证券公司融资融券业务试点内部控制指引》两份规范性文件，但融资融券业务一直没有实行。直到2010年3月31日，我国才正式开通融资融券交易系统。自交易系统启动以来，融资融券业务在中国的规模逐年扩大。截至2018年3月20日，中国证券市场融资融券规模达到1,083.381亿元，呈现爆发式增长趋势。实务界同样也对卖空制度的实施和运行有很多犹豫和不确定。2007-2009年次贷危机期间，世界各国大部分的证券交易市场都禁止或限制了卖空交易，而我国在2015年股灾期间，沪深交易所通过修改交易规则限制融券卖空，2015年8月3日晚，沪深交易所修改交易规则，融券业务由“T＋0”改为“T＋1”,监管机构也支持众多券商的卖空禁令。2015年8月4日，包括中信证券在内的多家券商次日快速跟进，宣布暂停融券卖出交易。据WIND数据显示，伴随股市大幅下挫券商暂停融券影响，2015年7月券商融券余额大幅缩水，较6月环比大幅下降，从6月末的45.84亿元激挫至7月末的9.77亿元，环比降幅高达近八成，达78.69%。多达43家券商7月融券余额均为零，分别包括东方证券、中信证券(浙江)、中银国际证券、浙商证券、中信证券(山东)等。由此可知，我国实务界以及学术界对于融资融券业务的评价差异明显[1]。近年来融资融券业务在我国热度持续高涨，但在交易规模和范围不断扩大的同时，依然存在一些问题，亟待解决。2018年至2019年规模也有所回落，这与A股市场大盘行情密切相关。但融资融券本身的交易占比并无缩减。大多数现有研究都集中在对市场流动性，市场波动性和证券定价效率的影响。对于融资融券市场中的具体操作——卖空，这种有争议的行为，在学术界中存在两种截然不同的观点：反对者认为，卖空这一行为会将坏消息带入金融市场，并引发市场的过度恐慌，这种做法将打击投资者的积极性和对市场的信心，这种的后果将会降低市场交易的流动性，也导致了市场的不稳定性。对上市公司造成无法预测的损失或使原本很小的损失加剧[52]。而支持者认为，融资融券这一行为，对公司披露财务信息时起到监督约束作用，抑制公司高管动用其他手段伪造财务报表的行为，提高了定价效率[6]；在二级市场的有效定价也有利于提高市场自身的监管效应。并且对广大会计师事务所在审查时，从市场层面提升自身职业道德约束作用[2]。这一新兴的交易制度，考虑到中国特殊的制度背景，亟需合理有效的监管和审查体制的保障，才能平稳地维护融资融券市场的有序与稳定。1.2研究目的与意义1.改善市场透明度本项目研究卖空者的行为与企业的财务重述行为以及企业盈余质量的关联。我们认为卖空者以上市公司的财务重述作为一个比较重要的观察对象，偏好于做空财务重述频发的上市公司，并且做空行为具有很强的前瞻性。这为上市公司的自身行为提出了实务性的参考，提醒上市公司提高财务信息的真实性，进而对市场的透明度进行改善。2.对上市公司盈余管理的作用本项目涉及了卖空者对于上市公司盈余管理的态度。我们认为盈余管理不善的公司，往往对应着比较高的被做空比例。这强调了在上市公司的经营活动中，盈余管理是企业管理者不可忽视的一环。3.对监管部门高效审查的作用因为本项目一部分研究的是卖空与财务违规行为之间的关系，并且我们认为：卖空者在财务违规行为被正式披露之前就可以知晓这种行为并做出相应的卖空动作，所以，本篇论文提醒了监管部门（如中国证监会），对于那些存在较多卖空行为、卖空程度较大或者卖空比率较高的公司，很有可能存在着财务上的虚假行为，应该对其重点进行调查和审核，这将有助于降低我国审计机构的工作成本，提高审计机构的工作效率，最重要的是可以有助于及时发现财务违规行为从而有利于维护我国金融市场的稳定与和谐。1.3研究思路与研究方法本文在国家逐步推行融资融券的背景下，出于对市场有效性的思考，来评估公司在融资融券前后的表现，同时将金融学和会计学相结合，用盈余管理这一会计准则来衡量公司的治理和财务状况。在假设一中以沪深A股公司为例探究融资融券和盈余管理的关系，并得出融资融券后，公司的盈余管理水平会降低的结论，在此结论的基础上，针对我国社会主义市场经济，又进一步探究了融资融券对于国有和非国有企业的有效性的强弱，从而建议国有企业应避开不必要的政策保护，积极参与到市场监督中来，对我国融资融券的发展方向提出了新构想。1.4本文的特色与创新点本文在研究融资融券和企业盈余质量关系后，进一步针对中国特色社会主义市场经济下的不同性质中国企业进行探究，比较融资融券对国有和非国有企业盈余质量的不同影响，从而针对不同性质企业有不同层面的建议。2.文献综述2.1市场信息的透明度以及企业的盈余管理西方学者在近几年，对于融资融券市场上的参与者处于何种信息透明度的市场进行了一系列的研究[53]。而企业的盈余管理问题也始终是中外学者关于会计信息质量研究的一个热点。美国会计学家William.Scott认为盈余管理是指“在会计准则允许的范围内，企业管理者通过对于会计政策的选择而使经营者自身利益和企业价值最大化的行为”[40]。另一位美国会计学家K.Schipper也提出了“盈余管理实际上是企业管理人员通过有目的地控制对外财务报告过程，以获取私人利益的‘披露管理’”[41]。可见会计学界对于盈余管理的讨论始终没有停歇。而由于资本市场的逐利性，企业管理者也把盈余管理摆在极其重要的位置。许多企业通过各种手段进行盈余管理，以期披露出对本企业更加有利的财务信息。并且有一定的学者认为无论是应计盈余管理还是真实盈余管理，都会对公司的经营带来不利影响，其中的因素就包括融券业务的加入[3]。部分西方学者认为卖空者是知情交易者，至少处于弱式有效市场阶段，他们在市场中的存在提升了市场的透明度[54]，而且正因为其行为主要针对盈余质量较差的公司，所以得出融资融券业务对于提升企业的盈余质量具有正外部性[13]。还有学者认为卖空者的卖空行为不仅作为一种信息的传达将悲观交易者的意见加入定价，而且还会直接影响企业对于盈余质量的操作[14]。2.2关于卖空市场和卖空者的研究2.2.1针对卖空交易行为优劣的研究目前，对于融资融券市场的研究，学术界仍无定论。就卖空这种行为来说，就有两种截然不同的观点，双方各持己见。如前所述，反对者认为，融券市场所带来的对于市场的不利消息容易造成实体投资者对投资前景的悲观预期[55]，实体经济的怯于投入造成二级市场“坏消息”再次传来，形成一个恶性反馈[12]，从而降低了市场的流动性。而支持者的观点则恰恰相反，他们认为卖空提高了定价效率[15]，提升了市场的流动性，并打压虚高股价[16]，而且事实上形成了对股市信息不透明现象的监管[4]。2.2.2针对卖空者行为特征的研究此外，还有一些关于卖空交易行为所具有的特性和规律性的研究。Asquith和Meulbroek（1996）和Desaietal.(2002)发现如果某个月某种股票被大幅度卖空，那么下一个月度，这种股票的价格有下降的趋势[17]。另外，Diether,Lee和Werner（2009）发现卖空者似乎是利用了股价的短期过度反应，然后进行卖空从中获利[18]。Christophe,Ferri,和Angel(2004),Christophe,Ferri,和Healy(2009)以及Liu,Ma和Zhang(2008)发现在公司的消极收入状态被公开披露前[19]，还有对公司的运营状况分析得出公司将会有下降趋势前，还有公司的坏账资金和相关损失变大并被公开披露前，卖空者都会提高卖空交易行为的频率和程度[20]。不过也存在相反的结论，Daske,Richardson和Tuna(2005)并没有发现卖空者有任何预知能力[22]。另外，Henry和Koski（2010）[21]并没有发现公开披露时间前后存在关于卖空的任何一些证据。理论研究表明，在一些模型中，卖空交易者被认为是具有信息的理性交易者，他们通过将被高估的股票拉回基本面水平从而提高市场效率（如Diamond和Verrecchina，1987）。而在另一些模型中，卖空交易者遵循了操纵股价与掠夺型的交易策略，造成信息含量更少的股价（Goldstein和Guembel，2008）[24]或者价格的过度反应（Brunnermeier和Pedersen，2005）[23]。2.2.3关于卖空指标的研究如果对卖空行为进行研究，那么必然要引入一个量来衡量，比如：卖空比率（shortinterestrate）。那么如何去测量卖空比例的大小，是关键之处之一。Dechowetal.(2001),Asquithetal.(2005),以及Duarte,Lou和Sadka(2006)发现卖空比率是和公司市值，账面值和市值的比例，还有公司发展势头有关的[27]。Richardson（2003）想要论证卖空者会针对那些高收益的公司进行卖空，但是没有成功找到数据支持。但是，Cao,Dhaliwal,和Kolasinski研究出了卖空者在掌握了那些高收益公司的收入公告信息后，会将其设为目标公司，并对其进行卖空交易行为[26]。我们借鉴前人的研究，并结合自己的数据和模型，我们发现shortinterest是和公司的收益情况、公司的市值以及账面值与市值的比值、公司发展势头、内幕交易、公司控股权还有股票换手率有关的[25]。2.3关于卖空者预知能力的研究关于卖空者是否具有预知能力，是否可以在财务违规公司未被查处和披露之前就可以知情公司的违规行为并进行卖空交易行为。有三项前人的研究是和这个论点较为相似的，Dechow,Sloan和Sweeney(1996)[56]通过对会计和审计部门强制公布的27个违规公司样本进行分析，发现在美国证券交易委员会（SEC）查处和公告违规公司的两个月之前，这些公司对应股票的卖空比率便会持续上升[28]。另外，Desai,Krishnamurthy和Venkataraman(2006)以及Efendi,Kfendi,Kinney和Swanson(2006)搜集美国总审计局的数据库中的关于会计重述的数据，并对重述前公司的卖空行为进行测试，得出了卖空者同样具有预知能力的结论[29]。关于卖空交易者特质的争议在于卖空交易者是否为知情交易者。在卖空交易者对特殊公司、特殊事件识别的研究中，Dechow等（2001）发现卖空交易者能够识别基本面更差的股票，其卖空头寸在基本面交叉的公司中更高，Christophe等（2004）考察了纳斯达克900家公司盈余公告前5日的卖空交易量，发现更高的异常交易量与之后的股票回报负相关，并且在低的账面-市值比和更低的未预期回报公司中卖空交易更活跃[30]。Christophe等（2010）则发现在分析师降级前3日的卖空交易量异常活跃，更高的异常交易量与之后的股票回报负相关[31]。Desai等（2006）发现伴随更高应计水平的重述股票的卖空头寸更高，卖空头寸越多的公司具有更差的后续股价反应和更高的退市率[50]。Karpoff和Lou（2010）发现卖空者能够发现财务违规行为，提前构建卖空头寸并赚取超额收益[32]。上述研究表明卖空交易者属于知情交易者，能提前预知事件发生并实施相应的交易策略。但是也有一些研究表明，卖空者并不具有预知能力，Daske,Richardson和Tuna(2005)在研究中，发现卖空者并不存在任何预知能力[49]。另外，Henry和Koski（2010）发现公开披露时间前后存在关于卖空行为的说法并不具有可靠的证据发现在SEO公布时间前后，卖空交易者并非知情交易者，而是操纵型交易的发起者。Engelberg（2012）认为卖空交易者并非知情交易者，他们赚取超额收益的能力在于更强的信息分析处理能力[33]。3.基础理论3.1有效市场理论EugeneFama于1970年提出的有效市场假说[48]，我们在进行经济研究时，都假定大家都是理性经济人，并且股票价格可以反映市场上的所有信息，股票的定价一旦出现不合理之处，那么套利者便迅速将这种供需不平衡用交易来弥补。有效市场分为三种形态，弱式有效市场，半强式有效市场和强有效市场，我国目前处于弱式有效市场的状态，即市场价格已充分反应出所有过去历史的证券价格信息，包括股票的成交价、成交量、卖空金额，融资金融等，投资者可以在市场中获得超额利润。目前对融资融券的研究，也充分表明了在学术上希望推动市场越来越有效和信息越来越透明的决心，在社会主义市场经济的趋势下，中国市场本身逐渐走向半强式有效市场，本文的实证研究也是建立在有效市场理论的基础上的。3.2委托代理理论在现代经济学的理论中，委托代理关系实质是一种契约关系[34]。在这种契约关系的为束下，代理人通过获得委托人的授权获行从事某些活动的权力，包括代替委托，决策的权力。代理人在行使获得的权力时需要站在委托人的角度，以委托人的利益为决策原则。但是，代理人和委托人是完全不同的两种角色，两者的利益不可能完全相同，在某些情况下，两者的利益甚至是对立的[47]。西方委托理论的基本出发点是“理性人”假设，这就表明代理人在从事代理活动时是追求自身利益最大化的，因此就出现了一种矛盾，即代理人并不会完全以委托人的利益最大化为原则来进行行动，在一-些情况下会利用委托人授予的权利为自己谋取私利，甚至会导致委托人的利益受到损害，因此即产生了代理问题[36]。而由于代理问题的存在，随之而来也就出现了代理成本。在缺乏有效监管或是不完善的契约关系中，很容易产生代理问题。在我国特殊的制度背景下，尤其是带有典型中国特色的国有企业，代理问题通常伴随着“偷懒行为”以及短期行为等问题。根据学术界对盈余管理的相关分析可知，委托代理问题是产生盈余管理现象的一个重要理论原因。由会计上的受托了任理论可知，会计信息承担的一个重要职责即通过体现管理者的经营业绩来反映企业管理者的受托管理责任。从股公制企业的出现开始，公司的股东和管理层之间就是一种典型的委托代理关系，为了最大限度地避免代理问题，大部分上市公司都设置了对管理层的激励机制，以便监督和激励高管们更好地为企业提供服务，实现企业价值最大化。这些激励机制普遍以利润目标考核为原则，因此，上市公司的管理层往往会在利益的驱动下，利用自身直接参与和决策企业生产经营的便利以及信息获取渠道上的优势，通过自身的专业判断，在公认会计准则的范围内尽可能选择对自身有利的会计政策和估计。管理层通过直接或者间接干预企业盈余信息的生成过程来保证盈余信息满足自身利益最大化的目标。3.3信息不对称理论上世纪70年代有学者提出了信息不对称理论[35]，该理论主要涵盖了两大层面。第一层面是各利益主体之间掌握的交易信息是不均衡的，总会出现其中一方掌握较多信息而另一方掌握的信息较少的情况;第二层面是各利益主体自身都十分清楚各自占有信息的相对情况[39]。由这种信息占有不对称的情况导致的“逆向选择”和“道德风险”问题都在-定程度上影响市场整体的运转效率，在某些情况下甚至会中断市场交易。“逆向选择”是指在信息不对称的前提下，交易当中的一方出于对自身利益的考量而隐藏部分信息并通过提供虚假信息来维持自身利益的最大化，这种行为大都会导致另一方的利益受到损害[46]。而“道德风险”则是基于信息不对称的基础上，交易中的方在双方在签订交易合同之后做出的某种选择。在中国，一个企业选择上市的重要动力就是获得上市上格以后能向社会公众发行股票从而获得大额资金来满足自身经营发展的需要。但是另一方面，我国政府对于企业的上市资格获取有着十分严格的监管和约束，我国《公司法》中明文规定一旦上市公司出现连续三年亏损的情况将会暂停上市甚至退市，同时还规定了上市公司的配股方案必须满足的会计盈余标准[37]。如果上市公司因为连续三年亏损而被证监会处以暂停上市甚至终止上市，那么不仅公司的管理层的利益会受到极大的损害，公司的股东、债权人以及投资者都会遭受一定程度的损失。由此可以看出，亏损的上市公司管理层具有强烈的利润操纵动机[38]。4.实证研究4.1假设的提出4.1.1假设一卖空机制有助于证券在定价过程中吸收相关的负面信息。股票价格可以充分反映一些负面信息，因此保证金融资的引入可以在优化市场环境中发挥作用。当一家上市公司在其市场上拥有一定数量的卖空机构时，上市公司的管理层将考虑“信息瑕疵”的卖空风险，并在维护相关财务信息时更加谨慎。其自身的盈余管理行为可以降低股票卖空的风险[7]。事实上，随着融资融券的引入，市场或公司所表现出的反应可能只是融资融券对公司管理行为影响的衍生物。因此融资融券可以发布和传播市场中的负面有效信息，通过这一效果，上市公司需要提高会计信息质量，降低盈余管理水平，由此提出：假设一：上市公司成为融资融券标的公司后，其盈余管理水平会显著下降。我认为金融市场的卖空机制可以促进公司治理的改善。其逻辑是，当卖空者使用会计信息（如盈余管理）作为卖空交易的参考时，这些公司可能会减少盈余管理行为，并在面对卖空时改善公司治理。4.1.2假设二对于国有企业和民营企业的盈余管理严重程度，目前已有观点中两方持截然不同的态度。第一种观点认为，国有企业的收益管理更为严重。由于中国特殊的制度背景，中国不同产权上市公司产权性质的差异将进一步影响公司的内部控制质量，股权结构和公司业绩等等。国有控股公司的股权集中度高于非国有控股公司，这样国有企业可以获得更多的资源，政府支持和政策上的特殊待遇。与此同时，在选择管理人员的过程中，会有更多的政府任命。即使业务失败，国家也会为此付出代价。这些因素将导致国有控股公司和非国有控股公司的盈余管理行为发生重大差异。第二种观点认为民营企业盈余管理较为严重——首先,由于中国特殊的制度背景,与民营公司相比,国有控股公司除了自身利润之外还要承担其他的社会责任,可以获得更多的财政支持;同时,国有企业的岗位的更换对业绩的敏感性也相对要低，因为大多都由上级任命。这些原因也造成了国有控股公司与民营控股公司之间盈余管理动机和方法上的差异。从我们的既有文献来看，相对于民营控股企业,国有控股公司的盈余管理程度相对较低。其次，从审计质量角度上来看，国际四大会计事务所在业务能力上能够减少被审计公司的会计和财务报表等问题,可以有效降低其盈余管理的水平。第三,通过交叉上市,投资者保护不良的公司自愿接受对投资者保护较好的国家的法律限制。发行B股或H股的交叉上市公司，提高了投资者法律保护水平,减少了公司盈余管理行为[5]。由此提出假设二:在不同产权性质的上市公司中融资融券对公司中，盈余管理的影响存在差异，卖空机制对盈余管理较为严重的公司约束能力更强。4.2数据的处理对于假设一，本文选取2013年3月30日到2017年12月30日作为样本公司进入融资融券的公司。以上海和深圳证券交易所上市的所有A股上市公司为对照组。筛选样本后，共有1,112家符合标准的上市公司，包括516个实验组和596个对照组。本文的相关财务数据来自CSMAR数据库，融资融券标的公司名单来自沪深交易所网站。国内论文对假设二的争议较大，我认为存在这种差异的原因在于，他们仅仅对国有企业和非国有企业进行了区分研究，却忽视了行业上的差别，排除行业差异带来的干扰，或许能获得更准确的研究效果。因此选取了上市商业银行作为研究样本。截至2018年5月，上海和深圳A股市场共有26家上市商业银行，其中包括2011年前上市的16家，包括平安银行，宁波银行，上海浦东发展银行，华夏银行，民生银行，招商银行和南京银行，兴业银行，北京银行，农业银行，交通银行，中国工商银行，中国光大银行，中国建设银行，中国银行，中信银行，其余均为2015年后上市的银行，数据较少，其融资融券对公司盈余管理的作用是需要验证的。因此本文选取这16家商业银行2011-2016年的相关年度数据进行分析，数据来源为通达信软件、Wind资讯金融终端、2011-2016年度各银行年报。考虑到中国资本市场及金融机构的特殊性，除监管部门对商业银行的监管情况外，本文以2009年财政部颁布的“财政国有企业和国有企业绩效评估财务规则”为基础，由九个部门组成。以盈利能力，业务增长，资产质量和偿付能力四个维度构建综合指标体系，然后运用因子分析法得出各季度各商业银行综合绩效F的解释变量。指标构建如下表（表1）：表1绩效衡量指标体系指标类别指标指标计算盈利能力资本利润率净利润/所有者权益资产利润率净利润/总资产成本收入比营业费用/营收经营增长总资产增长率总资产增加/上一年总资产总额营业收入增长率营收增加/上一年营收总额资产质量不良贷款率（次贷+可疑贷款+损失贷款）/各类贷款余项拨备覆盖率贷款减值准备/（次级类贷款+可疑类贷款+损失类贷款）偿付能力资本充足率(资本-扣除项)/(风险加权资产+12.5（操作风险资本+市场风险资本）)核心资本充足率核心资本/风险加权资本4.3模型的构建本文对于假设一构建了如下模型:（1）其中，融资融券虚拟变量、时间虚拟变量以及两者的交互项作为解释变量。其中若融资融券虚拟变量=1,则表示该公司为融资融券标的公司,否则=0;若时间虚拟变量=1,则表示该公司成为融资融券标的公司之后的年度,否则=0。根据该模型,其系数β2表示融资融券标的公司在进入融资融券名单之后的年度盈余管理变化的程度。若模型中β2的系数显著为负,则假设1成立。对于假设二，沿用前面假设的思路，加入虚拟变量Treatment，若Treatment=1，则该公司为融资融券标的公司，为非标的公司（表13）。POST为时间虚拟变量，若POST=1，则表示该公司在目前已成为融资融券标的公司，否则为0。在股权属性方面此外还要加入两个虚拟变量D1和D2，。此外，引入其他影响银行绩效的变量作为控制变量置于模型中，依据现有文献的经验，本文引入资产规模、资产负债率及第一大股东持股比例三个控制变量。构建如下模型：（2）4.4变量的定义及说明4.4.1假设一中的变量说明1.被解释变量盈余管理DA采用操控性应计利润，并以应计额的绝对值来衡量公司的盈余管理水平2.解释变量1）保证金融资和证券虚拟变量-处理虚拟变量，如果公司是融资和证券借贷的公司，则变量取值1，否则为0。2）时间虚拟变量POST虚拟变量，公司成为融资目标后的年度变量值和证券借贷为1，否则为0。3）交互项Treatment*POST4.4.3控制变量1）公司规模SIZE公司总资产的自然对数2）盈利能力ROE净资产授益率=净利润/股东权益3）杠杆率LEV资产负债率=期末总资产/期末负债总额4）成长能力GROWTH公司主营业务收入增长率5）每股收益EPS每股收益=净利润/股数4.4.2假设二中的变量说明由于假设二中的变量较多，变量如表2所示：表2变量描述变量类别变量解释符号解释变量股权属性虚拟变量，取1表示国有，取0表示其他D1虚拟变量，取1表示民营，取0表示其他D2融资融券虚拟变量，取1表示公司是融资融券标的公司，取0表示不是Treatment时间虚拟变量，取1表示公司当前已成为融资融券标的公司POST控制变量第一大股东持股比例CR1资产规模（取对数）A资产负债率DA被解释变量综合绩效F4.4数据的统计特征分析4.4.1KMO和巴特利特检验为了保证假设二中所构建综合指标的统计意义，在因子分析前先对所选指标进行KMO和巴特利特检验，检验结果如表3所示。KMO检验系数大于0.6，巴特利特球形度检验结果表明，应拒绝各变量独立的假设，综合两种检验的结果可知，原始变量之间有很强的相关性，进行因子分析是合适的。表3KMO和巴特利特检验KMO取样适切性量数。.603巴特利特球形度检验近似卡方500.425自由度36显著性.0004.4.2被解释变量的提取在假设二中，以16家商业银行2011-2016年的经正向化处理的数据为基础，采用主成分法提取因子。由SPSS输出方差解释表（表4）可看出，前四个特征根相对较大，且前四个主成分对样本方差的贡献率和为84.560%；从碎石图（图1）可看出，前四个主成分的散点位于陡坡上，而其余五个主成分的散点位于缓坡上。说明通过提取这四个组成部分构建的综合指标具有较强的解释力。表4总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差百分比累积%13.21535.71835.7183.21535.71835.7182.38026.43926.43922.15223.91659.6342.15223.91659.6342.10723.41649.85531.18013.10972.7431.18013.10972.7432.02822.53372.38841.06411.81884.5601.06411.81884.5601.09612.17284.5605.5866.50991.0696.3644.04095.1097.2432.70497.8138.1211.34399.1569.076.844100.000图1碎石图对公共因子进行方差最大化正交旋转（提取方法和旋转方法为：主成分分析法；凯撒正态化最大方差法），结果如表5所示。可以看出，公共因子F1在总资产增长率、营业收入增长率、不良贷款率拨备覆盖率上的值较大；F2在资本利润率、资产利润率上的值较大；F3在资本充足率以及核心资本充足率上的值较大；F4在成本收入上较大。表5旋转后的成分矩阵成分1234资本利润率.218.921-.173-.046资产利润率-.049.871.356.022成本收入比-.088-.017.075.967总资产增长率.818-.205-.067-.026营业收入增长率.829.161-.146-.175不良贷款率.726.457-.080-.012拨备覆盖率.626.468-.192.351资本充足率-.058.063.956.046核心资本充足率-.206-.010.939.031对成分矩阵进行调整，得到成分得分系数矩阵。如表6所示。表6成分得分系数矩阵成分1234资本利润率-.097.479-.128-.077资产利润率-.132.459.120-.042成本收入比-.004-.048-.017.889总资产增长率.463-.266.127.012营业收入增长率.379-.054.062-.140不良贷款率.283.115.050-.011拨备覆盖率.217.131-.048.326资本充足率.129-.032.515-.005核心资本充足率.062-.041.486-.019由此可写出各个公共因子与标准化后的原始变量的关系式：(3)（4）（5）（6）以各因子的方差贡献率的比重作为权重，对其因子得分进行加权汇总，所以综合绩效的表达式为：（7）将各家银行的年度数据代入上式，即可得到相应的综合绩效得分，结果如表7所示：表7各银行年度绩效得分及排名银行名称201120122013201420152016平均分排名平安银行132.7346-32.8671-46.9049-60.0248-78.3167-96.806-30.364114宁波银行26.0923479.8636115.5818410.8072835.3701812.2930830.001393浦发银行101.051163.6158332.9810560.1489137.25609-26.703444.724912华夏银行-32.7601-36.5027-48.6115-58.2248-96.4213-94.4557-61.162716民生银行96.3401589.34324-5.89126-21.0855-68.2992-81.11351.548999招商银行62.0347542.818243.869977-3.6126-32.5957-55.6092.8176078南京银行82.684977.5793328.8399161.75216113.55565.3380871.624891兴业银行81.899397.3418238.06772-1.52905-8.03394-44.033827.285344北京银行100.462690.7956324.305498.154465-16.8116-47.695426.535215农业银行-25.1242-19.9194-23.1839-35.0887-65.7987-91.9806-43.515915交通银行8.12851618.18723-36.4278-41.3841-49.9102-65.2319-27.77313工商银行40.0045844.2104413.1880321.909191.63206-27.920615.503957光大银行18.4311743.13355-44.1661-43.892-50.2862-88.8099-27.598212建设银行34.5187343.927517.8935122.216421.029617-14.690317.482596中国银行-13.9136-13.9502-24.1326-16.2707-41.6338-49.3854-26.547711中信银行78.74245-1.8615-15.5268-45.0521-49.0922-90.5874-20.5629104.5假设一的实证结果与分析4.5.1描述性统计分析表8显示了所有变量的描述性统计分析。观察到DA的控制应计利润的绝对值的统计数据，发现每个上市公司在检查期间都有过剩的管理行为，但总的来说，每个公司没有进行更多的盈余管理。同时，DA的平均值为0.07，中值为0.05。可以粗略地认为，公司盈利管理水平的一半未达到平均水平，盈利管理水平较高的公司数量相对较少。此外,从其他变量的描述性统计结果中可以看出各变量的分布都较均匀,这也说明了本文选取样本符合随机性原则。4.5.2盈余管理统计分析1）实验组和控制组盈余管理实验组和对照组在检查期间的盈余管理水平比较见表9，可以看出实验组的整体管理水平高于对照组。但是，由于所选实验组的样本数据也包含保证金融资公司成为目标公司之前的数据，因此需要对其进行分析和研究。2）实验组成为融资融券标的前后的盈余管理表10主要比较实验组成为目标公司前后保证金交易公司的保证金管理水平的差异。表8变量的描述性统计表变量名称平均数中位数最大值最小值标准差DA0.0860.0580.2380.0010.086Treatment0.3410.432100.392SIZE23.68622.68628.12818.8681.342ROE0.0850.040.253-0.3030.034LEV0.4680.3290.7350.0730.23GROWTH0.1680.1392.738-0.5850.346EPS0.3750.281.40-0.0430.323表9实验组和控制组盈余管理统计表实验组（Treatment为1）控制组（Treatment为0）两组差别DAmeanmedianmeanmedianmeanmedian0.0740.0540.0620.0450.0120.009表10实验组成为融资融券标的前后盈余管理统计表实验组（Treatment为1）DA被标的前（POST为0）被标的后（POST为1）前后差异mean0.0750.0580.017Median0.0510.0330.0184.5.3变量的相关性分析表11反映了盈余管理与模型中其他各变量之间的相关系数及其显著性水平。可以发现,操控性应计利润绝对值在1%的显著性水平与交互项负相关,相关系数为-0.063。这与先前的研究假设一致,即其成为标的公司之后,可以约束公司的盈余管理行为。从表中可以看出,各变量之间的相关系数都很小,并且其绝对值不超过0.8,且基本上都低于0.5。表11变量的相关性统计表DATreatmentSIZEROELEVGROTHEPSDA1Treatment0.0621SIZE-0.0430.2311ROE0.1810.2360.141LEV0.032-0.0280.0350.0531GROWTH0.210.2340.0240.2330.0431EPS0.032-0.0450.2820.732-0.02350.31414.5.4回归结果回归分析结果如表12所示。在回归过程中,对行业变量和年度变量分别进行了控制。从表中可以看出,本文的主要研究对象交互项(PILOT×POST)的系数在1%(-0.013,t=-3.05)的水平上显著为负,这表明融资融券标的公司的盈余管理水平显著下降,由此假设1得到支持。表12融资融券与盈余管理变量系数t值Treatment0.0093.98SIZE-0.007-7.28ROE0.015.72LEV0.234.23GROTH0.014.33EPS0.0123.37其中F值为0.88，R^2为0.106。4.6假设二的实证结果与分析4.6.1描述性统计1.被解释变量（表13）表13各年度绩效得分描述性统计201120122013201420152016平均值49.4579636.60722-4.38234-8.823596.8613871.68284标准差48.3709844.4551929.1980737.0475451.2681443.16807方差2339.7511976.264852.52731372.522628.4221863.482最小值-32.7601（华夏）-36.5027（华夏）-48.6115（华夏）-60.0248（平安）-96.4213（华夏）-96.806（平安）最大值132.7346（平安）97.34182（兴业）38.06772（兴业）61.75216（南京）113.555（南京）65.33808（南京）表13中，每年的综合绩效得分方差都很大，说明这16家商业银行的经营状况存在较大差异，这很可能与融资融券有关。除了2013年和2014年综合绩效得分均值为负，其余年份均为正值，说明当时商业银行的经营出现低谷，这与当时国内低迷的经济环境不无关联。从排名来看，综合绩效得分排名靠前的银行，往往连续多年排名靠前，排名靠后的银行也往往连续多年排名靠后。2.解释变量（表14）表14各指标描述性统计CR1D1D2ADA最大值0.67721121.60440.9779最小值0.08670015.02680.9067平均值0.31280.72910.197919.40910.9349标准差0.18840.44670.40051.51300.0098方差0.03550.19950.16042.28939.63E-05从表14可以看出，第一大股东持股比例平均值达到了31.28%，说明第一大股东对银行具有一定的控制力。平均来看，72.9%的银行的第一大股东为国有资本，占主要地位，民营资本作为第一大股东的银行仍在少数，外国资本虽有出现，比如宁波银行2011-2015年第一大股东，以及南京银行2012年及2016年第一大股东为外资，但总体来说，外国资本占比偏低，经营区域也相对较窄。就资产规模和资产负债比而言，各银行相差不大，这一点从标准差可以看出。4.6.2单位根检验 采用相同根单位检验LLC检验和不同根单位根检验Fisher-ADF检验对数据的样本进行检测。表15为水平序列检验好结果，可以看出，该序列仅通过了LLC检验，而未通过Fisher-ADF检验，说明该序列不平稳，同理对其余序列进行单位根检验，检验结果如表16所示。可以看出，在1%的置信水平下，变量均未通过Fisher-ADF检验，说明序列并不稳定。表15单位根检验结果表16其余序列单位根检验结果MethodLevin,Lin&Chut*ADF-FisherChi-squareStatisticProb.StatisticProb.CR1-4.449390.000026.57830.4317A-3.126230.000921.50390.9200DA-5.886720.000037.13180.2443F-5.022710.000029.25610.6061 仍以CR1为例，对其一阶差分后进行单位根检验，检验后的结果如表17所示，可以看出，一阶差分后的变量通过了LLC检验和Fisher-ADF检验，因此CR1序列是一阶单整的序列，也可以用过此方法，可对其余序列进行单位根检验，结果如表18所示，所有序列经过一次差分后均变平稳，因此为一阶单整序列。表17一阶差分序列单位根检验结果表18一阶差分单位根检验结果MethodLevin,Lin&Chut*ADF-FisherChi-squareStatisticProb.StatisticProb.CR1-10.87790.0000-3.471930.0003A-19.54260.000083.91260.0000DA-18.45330.000066.70860.0003F-15.13120.000053.00650.0112 由于所有变量的序列均为一阶单整，因此可进行协整检验，在检验之前，先确定用于回归的模型：（8）4.6.3协整检验采用Pedroni检验和Kao检验进行协整检验，结果如表19和表20所示。检验结果全部协整，可知模型中的变量之间存在着长期的稳定的均衡的关系。表19模型的Pedroni检验结果表20模型的Kao检验结果4.6.4Hausman检验由于本文选择了面板数据，因此还需要Hausman检验来确定是使用固定效应模型还是使用随机效应模型，检验结果如表21所示，P值全部小于0.01，说明可以拒绝原假设，所以在随机效应模型中，个体影响与解释变量相关，应使用固定效应模型。表21Hausman检验TestSummaryChi-Sq.StatisticChi-Sq.d.f.Prob.33.6298850.00004.6.4回归结果对该模型进行回归，回归结果如表22所示。表22单方程回归结果变量系数D1-8.551312(0.0245)D24.757650(0.0446)CR1-31.54245(0.0078)Treatment*POST*D174.18985(0.0079)Treatment*POST*D235.71500(0.0082)A-0.647168(0.5545)DA693.0262(0.0009)R0.746542A_R0.714567可以看出，除资产规模外，其余变量均通过了t检验，且在5%置信水平下显著，最大股东的持股比例、资产负债率和经营绩效显著负相关。民营资本控股银行在经营绩效上明显优于外资控股银行，国有资本控股银行经营绩效最低。对于融资融券与股权属性交互项而言，第二个交互项系数小于第一个系数，因此认为融资融券对于国有资本控股银行的正向激励作用大于对民营资本控股银行。5.结论5.1主要结论1.卖空者可以提前预知财务违规行为无论是根据空头净额在财务违规行为被公开披露前后的先增后减的趋势，还是根据卖空比率在财务违规行为被公开披露前后先增后减的变化趋势，都统一说明了卖空者可以在财务违规行为被公开披露前，甚至在被查处前便可以察觉到这种行为，卖空者是一种信息的精通者，并且为了自身利益的提升而伺机做出卖空动作[44]。2.卖空者的卖空量与违规公司违规严重程度正相关卖空不是一种简单的行为，而是一种与“量”相关的数学要素。通过上述模型证明，卖空的量取决于卖空者通过各种渠道获知的目标公司的财务违规行为的严重程度。越是严重的公司，越是容易被卖空者盯上，并且进行大规模卖空操作。3.卖空具有正外部性 卖空对于资本市场环境来说，是具有正外部性的，本文中所证明出的结论是卖空可以使被高估的股票价格降低到一个平稳且合理的价格。这对于金融市场，是具有稳定性的，相当于一种稳定器。4.针对中国特色主义市场经济，融资融券更利于国有企业盈余管理5.2推论1.被卖空的公司存在财务违规的概率更大在卖空者可以提前预知财务违规行为的基础上，所以卖空者会出于理性态度，会更容易对其获知的具有财务违规行为的公司进行卖空。所以，被卖空的公司并不是偶然的，而是和“财务违规行为”存在极高的关联性。2．被大规模卖空的公司极有可能存在财务违规行为出于理性的态度，如果卖空者愿意承担巨大的风险对某个公司进行大规模卖空，那么就说明对本公司的财务违规状况更加心知肚明[11]。这就说明出两种可能性，一种是该公司的财务违规行为非常之明显，吸引了大批卖空者的注意；一种是该公司的财务违规行为是十分巨大的，如果卖空者进行大规模卖空必然可以获得更大的利益[43]。3．被卖空的公司存在更多的盈余操作通过空头净额与财务违规行为被查处的时间关系来看，再结合应计项目，得意得出被卖空公司存在更多的盈余操作的结论。对着盈余操作较多的公司，同样也会吸引卖空者的注意，然后对其进行卖空操作来获取利益[10]。其实这种行为与财务违规行为有相似之处，同样是对公司的财务进行操作，财务违规已经构成了违法犯罪，并且会受到相应的处罚，盈余操作也是一种对财务的操作行为，但是还没有构成违法犯罪[51]。6.政策建议6.1重点监察高卖空率的上市公司卖空者作为信息的知晓者，更易对财务违规公司进行卖空[57]，所以这种建议建立在一句中国谚语之上——螳螂捕蝉，黄雀在后，充分利用卖空者在金融市场的作用，被卖空的公司会存在更高的财务违规率，如果对其重点调查，可以大幅度节约调查成本并提高调查效率[9]。这是指导实务界监管处罚的建议，当然也指导公司应该加强财务管理，不能错误的违规或者故意违规，因为卖空者对于公司是具有可预知性的，一旦出现违规，必然会受到极大可能的卖空并且导致监察部门的注意，导致公司遭受处罚影响公司声誉[56]。所以两方面都应充分利用卖空信息，监察部门做好监管，公司加强管理[58]。6.2鼓励卖空者的存在卖空者作为一种信息预知者，监察部门对其合理利用可以大大提高监察效率和减低监察成本。其次，卖空行为的存在还会使虚高的价格降低到一个平稳且合理的水平上，相当于一种金融市场的稳定器[59]。所以对于金融市场自身的维护来讲，必然需要卖空者的参与[8]。所以应该在金融市场中保护卖空行为的合法存在，鼓励融资融券政策的稳定实施开展[60]。6.3鼓励国有企业成为融资融券标的公司对于国家来说，中国需要进一步拓展融资及证券借贷业务的市场规模和类型的受融资融券的证券，扩大投资者的选择范围，增加投资者的利用率。对于国有企业来说，这种有效市场下的调控理论，更可以对国有企业起到更有力的监督作用，从而在一定程度上抑制了人脉关系和地方政府中不必要的保护，积极引导国有企业进入正常的市场竞争中，促进股票市场交易的公平性，加快我国整体向半强式有效市场的转变。6.4健全金融为实体经济服务的体制机制融资融券中的卖空机制是市场的自我调节与自我修正，也可以帮助识别问题公司，从而维护了市场和效率的透明，但随之而来的是某些公司为避开市场监察而维护自身的既得利益，我国今后在制度的设计上，要继续将市场本身的调节作用放在首位，持续维护市场的公平与效率。6.参考文献[1]顾琪；陆蓉.金融市场的“劣汰”机制——基于卖空机制与盈余管理的研究[J].财贸经济，2016(5):14-20.[2]陈晖丽,刘峰.融资融券的治理效应研究——基于公司盈余管理的视角[J].会计研究,2014(9):45-52.[3]王福胜,吉姗姗,程富.盈余管理对上市公司未来经营业绩的影响研究——基于应计盈余管理与真实盈余管理比较视角财务管理[J],2014(17):95-106.[4]许红伟,陈欣.我国推出融资融券交易促进了标的股票的定价效率吗?——基于双重差分模型的实证研究[J].管理世界,2012(5):52-61.[5]李晓东,王洁重.卖空交易机制在我国具有会计信息的外部治理作用吗?基于首批融资融券试点标的股的检验[J].会计之友2013(3)[6]黄孝武,李政道，邹万鹏,吴江.融资融券对标的股票定价效率的影响基于双重差分模型的实证研究[J].财政监督.2013(35)[7]杨德勇,吴琼.融资融券对上海证券市场影响的实证分析——基于流动性和波动性的视角[J]中央财经大学学报2011(05)[8]杨阳，万迪昉.股指期货真的能稳定市场吗?[J].金融研究2010(12)[9]沈红波,廖冠民,廖理.境外上市，投资者监督与盈余质量[J].世界经济.2009(03)[10]章卫东.定向增发新股与盈余管理——来自中国证券市场的经验证据[J].管理世界.2010(01)[11]汪剑锋.融资融券能抑制标的股票的盈余管理吗?[J].金融理论与实践2014(11)[12]GoldsteinI,OzdenorenE,YuanK.Tradingfrenziesandtheirimpactonrealinvestment[J].JournalofFinancialEconomics,2010,109(2):566-582.[13]FangVW,HuangAH,KarpoffJM.ShortSellingandEarningsManagement:AControlledExperiment[J].TheJournalofFinance,2016,71(3):1251–1294.[14]DiamondDW,VerrecchiaRE.Constraintsonshort-sellingandassetpriceadjustmenttoprivateinformation[J].JournalofFinancialEconomics,1987,18(2):277-311.[15]BrisA,GoetzmannWN,ZhuN.EfficiencyandtheBear:ShortSalesandMarketsaroundtheWorld[J].TheJournalofFinance,2007,62(3):1029–1079.[16]BeberA,PaganoM.Short-SellingBansAroundtheWorld:Evidencefromthe2007–09Crisis[J].TheJournalofFinance,2013,68(1):343–381.[17]BondP,EdmansA,GoldsteinI.TheRealEffectsofFinancialMarkets[J].TheJournalofFinance,2012,67(3):933–971.[18]BaiY,ChangE,WangJ.AssetPricesunderShort-SalesConstraints[J].Workingpaper,2016,TheUniversityofHongKong.[19]Massa,BohuiZhang,HongZhang.Theinvisiblehandofshortselling[J].OxfordJournals.[20]DesaiH,KrishnamurthyS,VenkataramanK.DoShortSellersTargetFirmswithPoorEarningsQuality?EvidencefromEarningsRestatements[J].ReviewofAccountingStudies,2006,11(1):71-90.[21]Asquith,Meulboek,Targedshortselling.Springer,1996.[22]Desai,Hemang,K.Ramesh,S.RamuThiagarajan,BalaV.Balachandran,2002,AninvestigationoftheinformationroleofshortinterestintheNASDAQmarket,JournalofFinance57,2263–2287.[23]DietherKB,WernerIM.Short-SaleStrategiesandReturnPredictability[J].ReviewofFinancialStudies,2009,22(2):575-607.[24]ChristopheSE,FerriMG,AngelJJ.Short-SellingPriortoEarningsAnnouncements[J].TheJournalofFinance,2004,59(4):1845-1876.[25]Healy,Paul,1985,Theeffectsofbonusschemesonaccountingdecisions,JournalofAccountingandEconomics7,85–107.[26]Liu,Ming,TongshuMa,andYanZhang,2008,Areshortsellersinformed?Newevidencefromshortsalesonfinancialfirmsduringtherecentsubprimemortgagecrisis,Workingpaper,BinghamtonUniversity–SUNY.[27]Daske,Holger,ScottA.Richardson,andIremTuna,2005,Doshortsaletransactionsprecedebadnewsevents?Workingpaper,UniversityofPennsylvania.[28]HenryTR,KoskiJL.ShortSellingAroundSeasonedEquityOfferings[J].ReviewofFinancialStudies,2010,23(12):4389-4418[29]GoldsteinI,GuembelA.ManipulationandtheAllocationalRoleofPrices[J].ReviewofEconomicStudies,2008,75(1):133-164.[30]BrunnermeierMK,PedersenLH.PredatoryTrading[J].TheJournalofFinance,2005,60(4):1825–1863.[31]DechowPM,HuttonAP,MeulbroekL,etal.Short-sellers,FundamentalAnalysis,andStockReturns[J].JournalofFinancialEconomics,2001,61(1):77-106.[32]AsquithP,PathakPA,RitterJR.ShortInterest,InstitutionalOwnership,andStockReturns[J].JournalofFinancialEconomics,2005,78(2):243-276.[33]Duarte,Jefferson,XiaoxiaLou,andRonnieSadka,2006,Canliquidityeventsexplainthelowshort-interestpuzzle?Implicationsfromthe