首页 理论教育 检测替代关系存在性的方法

检测替代关系存在性的方法

时间:2023-05-27 理论教育 版权反馈
【摘要】:本节在前面分析研发费用与生产成本存在一定模糊性的基础上,尝试进一步考察异常研发投入和生产成本的关系,以此来推断R&D归类变更的存在。对角线上方为pearson相关性检验结果,对角线下方为spearman相关性检验结果。表4.18R&D相关变量的相关系数注:*表示在1%的显著性水平上显著。从第列的回归结果可知,生产成本的系数显著为负,说明在样本中存在R&D归类变更操纵,符合假说H4.4。

检测替代关系存在性的方法

1.研究设计

借鉴Skaife et al.(2013)的R&D预期模型,以残差作为衡量企业R&D归类变更盈余管理的估计值。Skaife et al.(2013)认为企业任何年度的R&D投入都是由当年年初的R&D预算支出和运营过程发生的酌量性R&D费用构成。因此,预测公司t年度的R&D投入模型的解释变量包括:(1)影响公司t年度R&D预算支出的t-1年度的研发投入;(2)影响公司t年度酌量性R&D投入的t-1年度及t年度的变量。模型如4.15。

模型(4.15)把滞后一期RDt作为解释变量是因为企业的R&D投入具有一定连续性,NETCASHt-1、Profitt-1、Sizet-1分别代表企业第t-1期的净营运资本、扣非后净利润、营业收入的自然对数,NETCASHt-1衡量了企业在年初制定R&D预算时企业拥有的资源,Profitt-1和Sizet-1衡量了企业的盈利能力和规模。OVERIt-1衡量了企业本年度的投资动机,首先对上一年行业-年度内企业的现金余额和负债率的负数由低往高分别排名,排名最前为0最后为1,其余样本均在0~1之间按排名次序分布,最后取两个排名的平均数作为OVERIt-1。模型还引入IFCFt以衡量当期投资与筹资活动净现金流对本期酌量性R&D投入的影响。模型中的RDt及其他连续性变量经由营业收入平减处理。

将样本数据代入模型(4.15),分行业分年度进行OLS回归,得到被解释变量R&D投入(RDt)的估计值,将其作为预期R&D投入,实际的R&D投入与预期R&D投入的差额(即残差项)作为异常(未预期)部分,记为UNRDt,即异常的R&D费用。

但是Skaife et al.(2013)的研究没有证明R&D费用的异常增加是否伴随其他费用成本的下降,而这是判断异常高的R&D费用是否是归类变更结果的主要证据。本节在前面分析研发费用与生产成本存在一定模糊性的基础上,尝试进一步考察异常研发投入(UNRDt)和生产成本的关系,以此来推断R&D归类变更的存在。如上所述,若企业存在将生产成本转移到R&D投入的行为,则异常R&D投入将表现为与生产成本(PRODt负相关。故建立模型:

模型(4.16)中,被解释变量为异常R&D投入UNRDt,PRODt为生产成本,生产成本=营业成本+期末存货-期初存货,用营业收入平减处理。若β1显著为负,则可推断R&D归类变更存在。为了检验归类变更盈余管理强的公司更没有动机进行研发投入的归类变更,在模型(4.16)中引入虚拟变量Shiftt,代表企业是否进行利润归类变更,UNCE大于0,取1,代表企业进行过利润归类变更,否则取0,代表企业没有进行利润归类变更。在模型(4.16)中引入该虚拟变量与生产成本的交叉项,考察交叉项的参数符号及显著性,进而推断利润归类变更与R&D归类变更是否存在替代效应,具体见模型(4.17)。为了进一步验证业绩不良的公司更有动机进行R&D归类变更,在模型(4.16)中引入虚拟变量Loss和Miss,前者代表企业是否亏损,亏损组为1,普通组为0;后者代表企业是否达到盈余业绩目标[2],未达标组为1,普通组为0;并引入虚拟变量与生产成本的交叉项,考察交叉的参数符号及显著性,具体见模型(4.18)与模型(4.19)。

2.样本与描述性统计

主板上市公司2007—2015年的数据作为研究对象,筛选出在年报“董事会报告”中披露研发投入总额的公司,然后剔除金融保险业和ST公司,并采用中国证监会(2012)的行业分类标准,对制造业采用二级行业划分,其余按照一级行业划分。同时为保证模型估计的有效性,将行业-年度样本数不足15的剔除,这样共得到4369个样本数据。使用的数据来自国泰安数据库和万得数据库,所有连续变量上下1%做缩尾处理,以剔除异常值对结果的影响。

表4.17列示了主要变量的统计特征。R&D投入占营业收入比重的均值为2.3%,未预期R&D投入的均值为0,生产成本占营业收入比重的均值为88.6%。亏损的企业占样本的10.8%,未达到盈余业绩目标的企业占样本的56.4%,进行过利润归类变更的公司占样本的49.5%。

表4.17 R&D相关变量的描述性统计(www.xing528.com)

续表

表4.18列示了主要变量的相关性系数。对角线上方为pearson相关性检验结果,对角线下方为spearman相关性检验结果。在pearson相关系数分析中,非预期R&D投入(UNRDt)与生产成本(PRODt)在1%的显著性水平上显著负相关,符合预期。在spearman等级相关系数分析中,上述关系依然成立。

表4.18 R&D相关变量的相关系数

注:*表示在1%的显著性水平上显著。

3.替代关系实证结果

根据Vorst(2016)的研究,大于0的UNRD可能是公司上一年削减R&D真实活动盈余管理留下的“后遗症”,为了排除真实活动盈余管理给研究带来的影响,在模型(4.15)回归所得的数据的基础上,剔除残差出现反转的数据,即t期小于0,t+1期大于0,则将t+1期数据剔除。表4.19列示了剔除真实活动后的样本回归的计量结果。从第(1)列的回归结果可知,生产成本的系数显著为负,说明在样本中存在R&D归类变更操纵,符合假说H4.4。从第(2)列结果,可以发现Shiftt的系数显著为负,而交叉项Shift×PRODt的系数显著为正,说明进行过利润归类变更的公司操纵R&D归类变更的动机不强烈,利润归类变更与R&D归类变更操纵存在替代效应,这符合假说H4.5。从第(3)列与第(4)列的回归系数可以发现,Loss×PRODt和Miss×PRODt的系数显著为负,说明净利润亏损的公司和净利润相比上年未实现增长的公司更有动机进行R&D归类变更操纵,验证了假说H4.6。

表4.19 R&D归类变更与归类变更盈余管理替代效应

注:括号内为t值,*****分别代表1%、5%的显著性的水平上显著。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈