一、理論分析與研究假設

（一）會計穩健性與債務融資

穩健性或謹慎性是會計準則對確認收益和損失的一項非對稱性處理原則，即確認收益比確認損失需要更多的保證，或者說與確認收益相比，要求確認損失更及時。穩健性是衡量會計信息質量的一個指標，反映了債權人、投資者和政府等外部相關利益者對會計信息質量的要求。從債權人角度來看，債務人提前確認收益可能會掩蓋存在的風險，也不會給他們帶來額外收益，例如對應收款少提壞賬準備或長期掛賬會虛增收益、掩蓋壞賬風險，而債務人及時確認損失有利于他們評估風險、作出決策、保護自身利益。所以，會計穩健性是債權人為降低信息不對稱以及因此引起的債務人道德風險而對債務人的一種約束，為敘述方便，本文將這種約束稱為“會計約束”。對于會計穩健性與債務融資的關系，目前文獻的觀點比較一致，即會計穩健性有利于企業取得更多的債務融資。Watts（2003）認為債務是引起會計穩健性的一個重要因素，相對于股東來說，債權人比較保守，更關注企業資產的變現能力，并對企業可能損害自己利益的行為進行限制，要求企業的投資行為以及會計選擇更加謹慎，企業的債務比重越大，債權人的限制條件就越嚴格。孫錚等（2005）發現債務比重較高的公司，其會計政策選擇更加穩健，當企業陷入財務困境時，債權人會要求企業采取更加穩健的會計政策。王毅春等（2006）的研究表明，隨著銀行貸款比例的上升，債務人會計穩健程度將提高。劉運國等（2010）也得出了債權人要求債務比例高的公司采取更加穩健的會計政策的結論。故提出：H1：會計穩健性與銀行借款比例正相關。

（二）銀行關聯、債務融資與會計穩健性

銀行關聯是指債務人的董事、監事和高管人員曾經或當前有在銀行工作的背景，類似于政治關聯，是債務人聲譽和信用的一種表現，是債務人的一種隱性擔保，也有助于降低因信息不對稱以及因此引起的債務人道德風險，從而可能會對債務融資產生影響。本文認為這種表現為企業聲譽和信用的銀行關聯也是一種對債務人的約束，為了與前述的“會計約束”區別，本文將之稱為“非會計約束”。與“會計約束”這種事后約束相比，“非會計約束”屬于事前約束，約束力相對更強。綜合以上對會計穩健性和銀行關聯對債務融資關系的分析可見，二者都有助于降低信息不對稱以及因此引起的債務人道德風險。一般而言，同時加強對債務人的“會計約束”和“非會計約束”，當然最有利于債權人，但“會計約束”和“非會計約束”都是需要債權人付出成本的，例如為加強“會計約束”需要聘請會計師事務所進行審計，為加強“非會計約束”需要詳盡收集債務人的信息。因此，為減少這種約束成本，債權人可能會對存在銀行關聯的債務人降低會計穩健性的要求，即銀行關聯和會計穩健性在銀行債務融資中可能存在替代效應，故提出假設：H2：具有銀行關聯的民營企業與不具有銀行關聯的民營企業相比，會計穩健性對銀行借款比例影響程度較低。

二、實證檢驗

（一）檢驗模型

本文采用目前文獻常用的Basu（1997）模型，這是會計穩健性研究最常用的一種方法，它不但可以直接檢驗公司是否存在會計穩健性，而且可以通過添加自變量的方法來檢驗影響會計穩健性的因素。模型設計如下：EPSP=β0+β1RET+β2RET•DR+β3RET•DR•DEB+β4RET•DR•N+β5RET•DR•DEB•N+ε其中：EPSP=每股稅后利潤/年均價；RET=股價年收益率=Π（月收益率+1）-1，正值代表“好消息”，負值代表“壞消息”；DR為啞變量，當RET<0時取值1，否則為0；DEB即銀行借款比例=銀行借款/總資產；N為銀行關聯啞變量，當存在銀行關聯（即在職的董事、監事和高級管理人員有曾經或現在在銀行任職的情況）時取值1，否則為0。模型中的β2表示會計穩健性，β3表示會計穩健性對銀行借款比例的影響，β4表示會計穩健性與銀行關聯之間的關系，β5表示會計穩健性和銀行關聯對銀行借款比例的共同影響。根據H1，預計β3顯著大于0；根據H2，預計β5顯著小于0。

（二）樣本選擇和數據來源

本文選取了2009年至2011年我國上市民營企業作為研究樣本，并進行了以下剔除：因其行業的特殊性，剔除金融類公司；剔除ST類和*ST類上市公司，因這類公司已經連續虧損，納入樣本可能會對研究結果的可靠性和一致性造成影響；剔除首次發行股票（IPO）的上市公司，因這類公司當年的會計盈余與其他年份相差較大；剔除數據不完整的公司。最終得到每年104家三年共312家樣本公司。銀行關聯信息通過公司年報手工收集，其他數據均來自聚源數據庫。

三、實證結果

（一）描述性統計

表1給出了主要變量的描述性統計，表示銀行關聯的虛擬變量N，其均值為0.33，表明了在整個樣本中有33%的公司在2009年至2011年期間具有銀行關聯（312家樣本公司中有105家公司具有銀行關聯），可以看出在我國民營上市公司中存在銀行關聯的情況具有一定程度的普遍性。

（二）模型診斷和估計

1.模型診斷模型診斷包括模型截距種類診斷和模型效應診斷。模型截距有不變截距和變截距之分，以不變截距模型（混合模型）為約束模型，以時期固定效應變截距模型為無約束模型，采用LikelihoodRatio檢驗。表2中全部p值均小于0.1，故拒絕約束模型，即應選擇時期固定效應變截距模型。因本文數據只有3年，所以不必再進行固定效應和隨機效應診斷。2.模型估計模型估計結果如表3所示。表3顯示了模型的擬合效果尚可（R2=0.2234），除常數項外的各項系數均高度顯著，β3大于0，與預期符號相符，故不否定H1，即會計穩健性與銀行借款比例正相關；β5小于0，也與預期符號相符，故不否定H2，即那些存在銀行關聯的企業，會計穩健性與銀行借款比例的正相關程度降低了。

（三）穩健性檢驗

按銀行關聯啞變量將樣本公司分為關聯組（105家）和非關聯組（207家），對模型分別估計，估計結果如表4所示。由表4可見，關聯組的會計穩健性對銀行借款比例的影響程度（β3）小于非關聯組，不否定H2；但關聯組的β3小于0，與H1不符，說明H1僅對非關聯組成立，對關聯組不成立。這個結果可以視為對H1的修正和對H2的加強，即：對沒有銀行關聯特征的企業，銀行看重其包括會計穩健性在內的“會計約束”，所以會計穩健性與銀行借款比例正相關，但對具有銀行關聯特征的企業，銀行更看重其包括銀行關聯特征在內的約束力更強的“非會計約束”，所以會計穩健性對銀行借款比例的影響程度不僅減小了，并且由正相關變成了負相關。五、研究結論和啟示本文研究結果表明：總體來看，提高會計穩健性有助于取得更多的銀行借款，但當按照銀行關聯將債務人分類后，發現會計穩健性對銀行借款的正相關作用只適用于沒有銀行關聯特征的企業，對那些存在銀行關聯的企業，“非會計約束”的作用重于“會計約束”，會計穩健性對取得銀行借款的影響大大降低了，銀行關聯對會計穩健性的替代效應非常顯著。這對民營企業具有有益的啟示意義：要改變銀行的“信貸歧視”，改善融資環境，民營企業必須重視和努力提高包括會計穩健性在內的會計信息質量，消除銀行的顧慮，讓銀行放心，同時更應重視自身聲譽和信用的建設，加強與銀行的溝通和信息交流，建立和維護良好的銀企關系。

作者：張彥 王慧婷 單位：華南理工大學工商管理學院