区域大数据发展抑制企业盈余管理的实证分析
——基于国家级大数据综合试验区的分析

崔文悦

（西南大学，重庆 400715）

1 引言

企业盈余管理行为是企业谋求利益的重要微观机会主义行为之一，其与会计信息质量低下有着无可规避的联系（薄仙慧和吴联生，2009），是公司治理领域的重要议题。作为世界上最大的发展中国家，我国近年来财务造假事件屡禁不止，例如，瑞幸咖啡伪造销售额约22 亿元、康美药业虚增近300 亿元收入、獐子岛多次制造“扇贝逃跑”事件操控利润等。财务舞弊行为不仅扰乱了企业的正常经营秩序，还为资本市场带来了极大的负面影响。随着事件公之于众，社会各界对盈余管理更加重视。作为备受瞩目的焦点问题，盈余管理相关的影响因素研究已经较为成熟和丰富，企业内部影响因素的研究主要集中在公司特征、高管特征及公司内部治理等几个方面。从企业外部的角度来说，企业所处的政治环境、经济环境、监管环境和交易环境，均与盈余管理有显著的关联性。

理论上，信息不对称的存在让企业高层有机可乘，得以做出盈余管理行为，但随着信息化时代的到来，企业行为已经发生翻天覆地的变化。以往上市公司管理层利用不对称信息对财务报告进行修饰，而大数据环境下的信息共享能够有效降低投资者与公司管理层的信息不对称（李彬等，2009）。通过大数据分析，公司和金融机构的交易成本大大降低，供需精准对接，企业内部变革加剧，进而推进我国经济的高质量发展。因此，探讨大数据发展对企业盈余管理行为是否有影响对现阶段大数据赋能企业、实现数字经济与实体经济的融合、真正推动产业发展、将我国建设为制造强国和网络强国有着较强的现实意义。因此，本文以大数据综合试验区的建立作为准自然实验，以考察数字经济时代区域大数据发展对企业盈余管理的影响。

2 研究背景与研究假设

2.1 研究背景

大数据发展作为数字经济发展的重要标志，受到全球主要工业大国的重视。例如，美国在2011 年制定《大数据研究与发展计划》，澳大利亚政府在2013 年出台了《公共服务大数据战略》。在我国，国务院于2015 年8 月31 日印发《促进大数据发展行动纲要》（以下简称《纲要》）。《纲要》指出，我国在大数据发展和应用方面已具备一定基础，拥有巨大的市场优势和发展潜力，但也存在数据开放共享不足、产业基础薄弱等问题亟待解决。针对目前存在的问题，《纲要》明确提出“开展区域试点，推进贵州等大数据综合试验区建设”，旨在通过区域内的不断实践，总结出经验加以借鉴并将其大规模推广，引领全国实现数字经济的可持续发展。同年9 月，全国首个大数据综合试验区建设工作在贵州启动。次年10 月，第二批获批建设国家级大数据综试区的省份名单发布，包括京津冀、珠江三角洲、上海、河南、重庆、沈阳以及内蒙古。贵州作为首个国家级大数据综合试验区建设点，其大数据与实体经济深度融合推动传统产业转型取得显著成效，数字经济增速连续5 年位居全国第一，大数据技术在企业转型中发挥的作用可见一斑。

2.2 研究假设

对企业和投资者而言，根据信息不对称理论，在市场经济活动中各方参与者拥有的信息有较大的差异性，信息掌握比较充分的一方往往处于市场中的有利地位，而信息缺乏的一方则处于劣势，掌握更多信息的一方可能为了自身利益而损害信息贫乏一方的利益。王珊（2017）将A 股上市公司作为研究样本，发现投资者实地调研活动有效抑制了企业盈余管理水平，投资者掌握信息的数量和方式与企业的盈余管理息息相关。随着大数据、“互联网+”等新技术、新理念的发展，网络大数据环境下的信息共享有效降低了投资者与公司管理层的信息不对称，投资者可以自主选择了解企业信息的途径，企业基于信息优势进行的盈余管理行为得到有效控制。佟岩和徐峰（2013）发现，高效率的企业内控能降低盈余管理水平，提高盈余质量。在大数据综合试验区建设中，企业内部信息共享机制愈发完善，企业内部信息不对称有所缓解，内部治理环境愈发良好，盈余管理行为得到控制。

对政府而言，李延喜和陈克兢（2014）认为，外部治理环境的改善和提升会降低企业盈余管理水平。在大数据综合试验区内，政府对数据中心的整合以及对大数据制度的完善能够为试验区提供良好的生产和管理环境，提高政府的公共服务质量和治理效率。例如，贵州、广东、内蒙古等多地在被确立为试验区后，立即从数据共享、隐私保护等方面完善管理体制和出台条例，以保障大数据技术在试验区的有效应用。政府监督效力得到有效提升，政府对企业的关注度提高，企业盈余管理成本增加，由此能够抑制经理人的投机心理，从而使别有用心的盈余管理行为得到有效抑制。

根据上述分析，本文提出以下假设：

H1：区域大数据发展对盈余管理起到抑制作用。

3 研究设计

3.1 样本数据与实验设计

样本选择：本文的数据主要来源于国泰安数据库（CSMAR），企业媒体报道的数据来自CNRDS 数据库。由于国家级大数据综合试验区自2015 年开始正式建立，本文选择A 股上市公司作为实验样本，考虑到数据的可获得性，样本期间设定为2005-2020 年，去除：①金融业样本；②被标记为ST 或*ST 的上市公司；③本文所需关键指标披露不完全、存在缺失的样本。对所有连续性变量在1%和99%水平上进行缩尾处理，所有回归的标准误在企业层面上进行聚类调整。本文数据分析与处理均使用Stata 16 完成。

3.2 变量定义

①因变量：盈余管理（DA）。在现有文献中，利用修正的Jones 模型计算的操控性应计利润作为衡量盈余管理的主要指标。本文采用修正的Jones 模型分年度分行业回归得到操控性应计盈余，并且对其取绝对值。

②自变量：区域大数据发展（Policy）。借鉴邱子迅和周亚虹（2021）的做法，本文采用多期双重差分模型，将Policy 设定为区域大数据发展的代理变量。因为政策具有一定的延时性，所以在下半年实行的统一确定第二年为实行年份。样本期末所在区域建设为国家级大数据综合试验区的公司取值始终为0；样本期所在区域建设为国家级大数据综合试验区的公司，建设之前取值为0，建设之后取值为1。

③控制变量：企业特征和企业公司治理情况可能构成企业是否入选试点的影响因素，故选择公司规模（Size）、资产负债率（Lev）、总资产收益率（Roa）、销售规模（Sale）、流动比率（Current）、应收账款（Rec）、存货（Inv）、资产周转率（Turn）、营业收入增长（Growth）、监事会规模（Board）这些特征变量作为控制变量（见表1）。

表1 主要变量定义

3.3 模型设计

为了检验区域大数据发展对企业盈余管理的影响，本文构建如下实证模型：

式中，i 代表企业个体；t 代表时间年份；DA 代表企业盈余管理；Policy 代表区域大数据发展；CVs 代表所有的控制变量；μYear代表时间固定效应；μFirm代表个体固定效应。

4 实证结果与分析

4.1 描述统计

表2 为本文主要变量的描述统计结果，根据该表可以看出，企业盈余管理的最小值为-0.358 6，中位数为0.002 8，最大值为0.373 9，表明样本企业之间应计盈余管理程度存在较大差异；Place 的均值为0.452 7，说明45.27%的企业是在大数据综合试验区试点范围内的。

表2 主要变量描述性统计

4.2 基准回归

表3 中列（1）为不加控制变量的回归结果，列（2）为加入控制变量控制了个体固定效应和年度固定效应后的回归结果，因变量为操控性应计盈余的绝对值，自变量为区域大数据发展指标。回归结果均显示回归系数在1%的水平上显著为负，说明建立大数据综合试验区显著抑制了企业的盈余管理，大数据综合试验区内的企业盈余管理程度比非大数据综合试验区的程度明显更低，这和假设H1 一致。

表3 基准回归结果

5 结论与启示

研究表明，国家级大数据综合试验区的建立有效抑制了企业的盈余管理行为，提高了企业的盈余信息质量。本文的结论为理论研究和政策实施均带来了一定的启示，发现区域大数据的发展确实对企业盈余管理存在抑制作用，所以对于大数据发展相对落后的地区而言，应该为大数据产业提供政策便利，加大针对大数据基础设施建设的资金投入和人力投入，为大数据赋能当地经济提供基础，加快当地大数据产业的发展。