Page 91 - 《北京工商大学学报(社会科学版)》
P. 91

北京工商大学学报(社会科学版)摇 摇 摇 摇 2020 年摇 第 5 期

       2郾 解释变量                                     低。 同时,为了使研究结果更加稳健,本文还控

       解释变量为海外背景董事占比(OVERSEA)。                     制了年份(YEAR)和行业(IND)固定效应。 变量
   此外,根据国泰安数据库中对董事海外背景的分                           的定义和说明见表 1。
   类,本文进一步将董事海外背景分为两类:(1)有                             (三)模型构建
   海外工作经历的董事(WORK);(2)有海外求学经                           本文借鉴谢获宝等          [10]  的研究方法进行模型

   历的董事(STUDY),并分别对每一类进行度量。                        构建。 为了验证 H1,构建模型(1)。
       3郾 中介变量                                     ACCUR      = 茁 + 茁 OVERSEA
                                                                                +
                                                          i,t + 1  0  1       i,t 移 Control i,t  +
       中介变量包括操纵性应计利润(DA) 和企业
                                                              移 IND + 移 YEAR + 着            (1)
   绩效(PERDUM)。 使用修正的琼斯模型进行分                                                        i,t
                                                       模型(1)中,i 为公司,t 为年份。 被解释变量
   行业的回归,残差的绝对值为操纵性应计利润。
   企业的操纵性应计利润越少,说明管理层的盈余                           为分析师盈余预测的准确度,解释变量为董事会
   管理水平越低,企业整体的信息质量越高。 为了                          成员的海外背景。 若 H1 成立,则 茁 为正。
                                                                                   1
   体现董事海外背景对企业绩效的正向促进作用以                               为了检验 H2,构建模型(2) ~ 模型(5)。
                                                                             +
   及企业绩效正向波动对分析师盈余预测的影响,                              DA i,t  = 茁 + 茁 OVERSEA i,t 移 Control i,t  +
                                                             0
                                                                 1
   借鉴洪剑峭等       [23]  的研究,若企业本期较上一期净
                                                              移 IND + 移 YEAR + 着   i,t      (2)
   资产收益率变动为正,则企业绩效(PERDUM) 取
                                                      ACCUR     = 茁 + 茁 OVERSEA i,t  + 茁 DA i,t  +
   值为 1,否则取值为 0。                                             i,t + 1  0  1           2
                                                                   +
       4郾 控制变量                                         移 Control i,t 移 IND + 移 YEAR + 着 (3)
                                                                                          i,t
       本文还控制了以下可能对分析师盈余预测                          PERDUM     = 茁 + 茁 OVERSEA   +            +
                                                            i,t  0  1         i,t 移 Control i,t
   准确度产生影响的变量:(1) 公司规模( SIZE)。
                                                              移 IND + 移 YEAR + 着   i,t      (4)
   相比小规模的公司,分析师更难以对大规模的
                                                    ACCUR     = 茁 + 茁 OVERSEA   + 茁 PERDUM   +
   公司进行盈余预测,预测准确性可能更低。 (2)                                i,t + 1  0  1       i,t  2       i,t
                                                                   +
   资产负债率( LEVERAGE)。 公司的杠杆水平可                          移 Control i,t 移 IND + 移 YEAR + 着 (5)
                                                                                          i,t
   以在一定程度上代表公司的财务风险,因此资                                模型(2)中,被解释变量为操纵性应计利润,
   产负债率越高,分析师的预测误差以及分歧度                            解释变量为董事会成员的海外背景;模型(3)中,
   可能越大。 (3) 总资产报酬率( ROA)。 以往研                     被解释变量为分析师盈余预测的准确度,解释变
   究表明,公司的盈利能力越强,分析师盈余预测                           量为董事会成员的海外背景与操纵性应计利润;
                                                   模型(4)中,被解释变量为企业绩效,解释变量为
   的风险越低,难度越小。 (4) 盈余波动 ( EV)。
   公司的盈余波动越大,分析师越难以做出准确                            董事会成员的海外背景;模型(5)中,被解释变量
   和一致的预测。 (5) 是否亏损( LOSS)。 若当年                    为分析师盈余预测的准确度,解释变量为董事会
   亏损则取值为 1,否则为 0。 当年发生亏损的公                        成员的海外背景与企业绩效。 模型(2)、模型(4)
   司的经营风险较高,分析师的预测能力相对较                            还控制了可能对 DA 或 PERDUM 产生影响的变
   弱。 (6) 股权集中度( SHARE)。 股权集中程度                    量:公司规模(SIZE)、资产负债率(LEVERAGE)、

   可以在一定程度上代表公司的外部治理水平,                            总资产报酬率(ROA)、企业成长性(GROWTH)、股
   外部治理水平的提高有助于分析师做出更准确                            权集中度(SHARE)、上市年限(AGE)、产权性质

   的盈余预测。 (7) 分析师跟踪数量( FOLLOW)。                    (STATE)、董事会规模( BOARD)、独立董事占比
   分析师越多,越能激励其进行更多的投入,从而                           (INDBOARD)、高管持股比例( EXECUTIVE)、董
   提升预测水平。 (8) 上市年限( AGE)。 上市年                     事长总经理兼任情况(DUAL)。 参考谢获宝等                  [10]
   限越多的公司,往往更加成熟稳定,分析师盈余                           关于中介机制的研究,若模型(2)、模型(4) 中的
   预测的难度越低。 (9) 产权性质( STATE)。 以                    系数 茁 ,以及模型(3)、模型(5)中的系数 茁 都显
                                                         1                                2
   往研究表明,相比非国有企业,国有企业的经营                           著,则可以证明中介效应的存在,H2 成立。 若系
   状况可能更加稳定,分析师盈余预测的难度更                            数不显著,则需要通过 Sobel 检验。

    · 8 6 ·
   86   87   88   89   90   91   92   93   94   95   96