地理位置、高铁与盈余稳健性

胡珺,马栋,周林子,胡国柳

摘 要：基于债务契约假说的分析框架，探讨企业地理分布对盈余确认稳健性的影响，研究发现：当企业地理分布相对更加偏远时，在信息不对称加剧的影响下，融资约束会刺激企业选择更加激进的盈余确认政策;城市高铁开通有助于缩减时空距离，从而弱化企业地理分布在盈余政策选择中的影响。进一步研究发现，企业地理分布对盈余稳健性的负向影响在非国有企业、高负债企业和低股利企业中更为明显，地理偏远企业采用激进的盈余政策主要是为了向资本市场释放利好信息，以缓解企业的外部融资约束。

关键词：
 地理位置;高铁;信息不对称;盈余稳健性

中图分类号：F275.2    文献标识码：
A    文章编号：1003-7217（2020）04-0062-08

基金项目：
 国家自然科学基金青年项目（71902050）、海南大学科研启动基金项目（KYQD（SK）1905）

一、引 言

新经济地理学指出，地理位置不仅体现土地、水气与矿产等自然资源差异，还具有经济学内涵，反映金融支持、产权保护及交易成本等经济特征。新经济地理学的兴起引发了学者们对经济主体所处空间维度的关注。已有研究表明，尽管当代信息技术和网络媒介发展迅速，但地理距离仍然是影响信息不对称的一个客观指标[1-4]。地理距离会增加信息传递成本，也使得信息使用者事前搜寻成本、事中评估成本和事后监督成本都相对增加，从而有损于信息传递效率，这对公司治理、资本市场定价和资源配置效率等都存在重要影响[5-8]。

自2007年第六次火车大提速以及国产动车组投入使用以来，中国高速铁路发展迅速，2018年已经覆盖了中国60%以上的大中城市。相比于飞机，高铁能提供更低噪的环境与更低的交通成本;相对于汽车，高铁则具有速度和舒适度的优势。由此，高铁设施的改善在促进区域要素流动、提高信息沟通效率等方面都存在积极的影响。如黄张凯等（2016）指出，高铁开通缩短了地理上的空间距离，有助于降低地理距离带来的信息不对称，提高资本市场定价效率[4];杜兴强和彭妙薇（2017）发现，高铁带来的交通便捷有助于提升城市对优秀人才的吸引力，提供人才要素的流动[9];赵静等（2018）研究也表明，高铁开通可以促进机构投资者和分析师等资本市场要素流动，提高公司信息透明度以预防股价崩盘风险等[7]。

尽管国内外学者围绕地理距离和高铁开通的经济影响进行了一定的探讨，但现有的相关文献更多聚焦在宏观经济增长和资本市场定价效率等方面，甚少关注对微观企业行为的影响。基于此，本文尝试从企业会计政策选择的角度，探讨地理距离形成的信息不对称对企业盈余稳健性的影响，并在此基础上考虑高铁开通作为时空距离缩短的一个外生冲击，对地理距离与盈余稳健性关系的潜在作用，以期进一步揭示地域因素在微观经济发展中的传导机制，更加丰富和拓展新经济地理学领域的研究。

根据Basu（1997）[10]的研究，盈余稳健性主要体现在企业会计盈余对于“好消息”和“坏消息”确认的相对速度，若企业盈余对“坏消息”确认快于“好消息”，则说明盈余存在稳健性。盈余信息的稳健程度影响信息披露质量和金融市场资源配置，长期以来都得到了国内外学者的重点关注与探讨[11-18]。关于稳健性产生的原因，Watts（2003）[13，14]通过分析认为主要可以归结为诉讼、契约、管制和税收四个方面，而其中债务契约的影响又最为突出。债务契约影响盈余稳健性的逻辑在于：缔结契约的双方存在信息不对称，而稳健的盈余确认原则可以提高企业盈余信息质量，缓解外部投资者的信息不对称问题，降低债务违约风险。因此，在面对债务人提出的资金需求时，债权人会要求借贷企业提供更稳健的盈余信息[19，20]。从债务契约的角度分析，由于地理距离进一步提高债务契约双方的信息不对称程度，债权人为放贷所需付出的信息搜集成本和监管成本相对越高，因此当企业地理分布相对更加偏远时，债权人会要求更高的风险溢价补偿，同时要求企业提供更稳健的会计盈余信息，降低信息不对称和债务违约风险。

但是，除了上述理论逻辑之外，地理距離也可能通过影响企业外部融资能力，进而影响盈余信息确认的稳健性。其逻辑在于：当企业地理分布相对更加偏远时，由于信息不对称程度更高，外部投资者（无论是债务还是股权）可能都会要求更高的风险溢价补偿，放大企业融资约束。Loughan和Schultz（2005）发现，企业与中心城市平均距离会增加企业的信息不对称程度，从而使得企业面临融资的约束程度也相对更高[21]。虽然更为稳健的会计政策可以增进盈余信息质量，降低信息不对称程度，但这可能会导致外部投资者低估企业的真实盈利能力。在此影响下，企业管理者可能更有动机向投资者提供更加“漂亮”的盈余信息，传递企业盈利能力强的信号，通过增加外部投资者的信心，缓解融资约束的同时降低融资成本。因此，在符合会计准则的相关条件下，企业管理者为提高外部融资能力，可能通过采用非对称的盈余确认政策，更快确认有利信息并延迟确认不利信息，“粉饰”财务报表。由此，企业相对偏远的地理分布也可能带来更低的盈余稳健性。

高铁的高速发展优化了地域网络结构，极大程度地压缩了时空距离并拓展了企业与投资者的沟通渠道。从企业地理分布影响盈余稳健性的逻辑而言，其关键传导机制都在于地理距离增加了企业信息不透明程度，而高铁的开通和发展有助于方便契约双方的信息交流，降低企业外部投资者的信息搜寻成本与监管成本，缓解信息不对称，弱化企业地理分布相对偏远的消极影响。因此，从信息不对称的角度出发，理论上而言，高铁的开通应该有助于缓解地理距离这一外生条件对企业盈余稳健性的影响。

基于以上分析和讨论，本文以2003-2016年A股上市公司为样本，检验了企业与省会中心的地理距离对于盈余稳健性的影响。实证结果发现：在控制了行业、年度以及公司基本面的影响之后，随着企业与省会城市的相对距离增加，企业会表现出更加激进的会计政策选择，盈余稳健性程度更低。企业所处城市的高铁开通有效缓解地理距离带来的信息不对称程度，使得企业采用更激进盈余确认的动机降低，盈余稳健性程度相对提升。上述结果在考虑金融危机影响、更换盈余稳健性衡量方式后仍然成立，说明研究结论存在较高稳健性。在进一步的研究中，我们还发现，地理距离与盈余稳健性的负相关关系在非国有企业、高财务杠杆企业和低股利分配企业中更为明显，这些结果也进一步说明，相对距离更加偏远的企业采用更为激进的盈余确认方式，主要是受到外部融资约束的影响，管理者有动机通过“粉饰”盈余信息以增强外部融资能力。

二、文献回顾与假说提出

新古典经济学提出，信息是为市场投资者提供决策参考的重要依据。在现代商业模式中，市场中总会存在一批人比其他人更具有信息优势，即经济环境中总是存在一定的信息不对称。Akerlof（1970）[22]阐述的“二手车市场”与“柠檬效应”，打开了现代资本市场中信息不对称话题探讨的黑匣子。从经济环境信息不对称与企业资本结构的关系出发，已有文献的研究方向大概可以分为两个维度：股权市场上的信息不对称、债务契约缔结过程中的信息不对称。Baron（1982）[23]总结美国股市中的信息不对称问题，认为市场各方在对企业价值、未来发展以及市场上不可预期需求的判断上存在信息偏差，造成了IPO抑价的现象。杨丹和王莉（2001）[24]、韩德宗和陈静（2001）[25]以及丁庭栋（2013）[26]等以中国的资本市场为研究对象对上述现象进行检验，发现信息不对称也是扭曲市场定价效率的重要原因。从债务契约的角度来讲，信息不对称使得债权方无法完全了解债务人的真实状况，会要求企业提供更高的利率作为风险补偿，信息不对称程度更高，信贷利差也更大[27，28]。考虑银行贷款作为一种典型的债务契约，孙铮等（2006）[29]研究发现，会计信息质量在企业与银行达成债务契约过程中具有不可替代的作用;徐昕与沈红波（2010）[30]则证明了提高企业信息透明度以缓解投资者的信息不对称，对降低债务契约成本存在积极影响;郑登津和闫天一（2016）[18]总结前人研究指出，借贷双方之间的供给平衡是决定债务契约的关键，在供给双方存在信息不对称情况下会影响债务契约效率。

债务契约效率受到信息不对称问题的影响，而企业对盈余信息确认的稳健性程度则影响盈余信息质量，由此引发了学者们关于债务契约与会计稳健性内在关系的探讨。Watts（2003）[13，14]指出，会计盈余的稳健性主要源于诉讼、契约、管制和税收四个方面，但契约的影响最为明显;Ball等（2000）[19]以及Bushman和Piotroski（2006）[20]等学者也认为，债务契约是产生盈余稳健性需求的根本原因。信息不对称影响债务契约对盈余稳健性的需求可以分事前、事中、事后三个时间过程。达成债务契约之前，尽管银行比一般债权人在处理债务人信息上具有成本优势，但是债权银行也不能从根本上消除信息不对称问题。企业内部“软信息”的存在使得债权银行在放贷时会同样面临管理者的道德风险[4]，作为风险防范，债权银行要求企业提供更加稳健的盈余信息。事中阶段主要表现为达成债务契约的条款设计，由于债权人对企业盈余只有固定的索取权，相对于股东更加保守，信息不对称使得其更加关注资产变现能力，在达成债务契约时也会对企业盈余提出稳健性要求[31，32]。事后过程具體表现为银行债务契约的监督功能，信息不对称条件下债券人为了确保放贷资金赎回，会要求企业采用盈余稳健性政策[30，33]，而当企业陷入财务困境时会更为明显[34]。

已有的大量研究表明，企业与投资者的地理距离会增加信息传递成本，也使得投资者的事前搜寻成本、事中评估成本和事后监督成本都相对增加，从而有损于信息传递效率，增加信息不对称程度[1，2，4，6，7]。那么，这种由于外生地理因素导致的信息不对称程度增加，是否也会潜在地影响企业的会计盈余稳健性呢？根据已有文献的分析，围绕债务契约双方的不同利益需求，我们预测，地理距离导致的信息不对称加深对企业会计盈余稳健性的影响，可能存在两个完全相反的方向。

从债务契约中债权人的角度来讲，由于随着地理距离的逐步增加，进一步增强了债权人与企业间的信息不对称程度。虽然信息技术在一定程度上弱化了地理距离对“硬信息”的影响，但在评估契约风险和价值过程中，企业发展潜力等非标准化的“软信息”往往比标准化“硬信息”更加重要[35，36]。企业地理分布相对距离更远，“软信息”的不对称程度更高。此外，债务契约的监督作用也会受到地理距离的影响，债权人无法完全参与企业生产经营活动，地理距离导致的信息不对称可能诱发企业管理者的道德风险问题，增加债务契约的违约风险。也就是说，债权人对企业的信息搜集、评估和契约完成后的监督成本都会随地理距离增长而增加。在此情形下，企业采用稳健的盈余确认原则不仅能够提高盈余信息质量，缓解信息不对称程度，还能够在一定程度上约束信息不对称引发的管理者代理问题，如降低在职消费、提高投资效率等[16，17]。因此，从债权人的利益需求而言，为缓解相对距离更远企业的信息不对称问题，降低债务契约的违约风险，债权人会要求企业采用更加稳健的盈余确认政策。

但是，从债务契约中债务人（企业）的角度来讲，由于地理距离增加了企业与债权人的信息不对称，基于提升外部融资能力的需求，企业可能采用更加激进的盈余确认政策。这主要是因为，较远的地理距离使得银行需要付出更多的信息搜寻成本与监督成本，作为对成本的补偿，债权人可能会对远距离企业更加惜贷，或收取更高的信贷利息。Loughan和Schultz（2005）[21]发现，企业与中心城市的平均距离越远，企业面临融资外部约束程度更高;Bulter（2008）[37]指出，由于“软”信息不对称程度更低，银行在放贷过程中存在本地偏好。Arena和Dewally（2012）[38]则以农村与城市作为地理划分，发现农村地域的企业比城市地区的企业付出了更高昂的信贷成本，债务利差更大;许坤和笪亨果（2015）[39]也发现，地理距离越远的公司需要支付的借款利率也相对更高。在融资约束的影响下，虽然更为稳健的盈余信息可以缓解信息不对称程度，但这也会导致外部投资者低估企业的真实盈利能力。相反，企业采用更加激进的盈余确认政策，更快确认有利信息并延迟确认不利信息，可以向资本市场提供更加“漂亮”的盈余信息，传递企业盈利能力强的信号，增加投资人的信心，缓解融资约束。因此，对于地处偏远的企业而言，外部融资约束可能导致企业更低的盈余稳健性。

综上所述，若分别从债权人和企业的角度分析，企业地理分布对盈余稳健性的影响可能存在完全相反的方向。基于此，提出如下竞争性假设：

H1a 企业地理分布更加偏远，盈余稳健性程度相对更高。

H1b 企业地理分布更加偏远，盈余稳健性程度相对更低。

已有文献指出，基础交通设施的改善可以促进区域要素流动，提高信息沟通效率，缓解地理区位带来的消极影响[40-42]。从中国情境来看，自2007年第六次火车的大提速，首次将时速200千米以上国产动车组投入使用以来，经过十余年发展，高铁已覆盖中国60%以上的大中城市。聚焦高铁开通的经济后果，黄张凯等（2016）[4]指出，高铁交通加速了区域人员流动，很大程度上弥补了由于地理因素带来的信息不对称性问题，提高了资本市场定价效率;卞元超等（2018）[8]则发现，高铁开通能够压缩经济主体的时间距离与经济成本，为劳动力等要素流动提供方便，弱化地域因素潜在的消极影响;赵静等（2018）[7]则从微观企业的视角发现，高铁的开通为分析师和机构等信息中介的实地调研提供了便利，有助于增加企业信息透明度，预防管理层出于自利动机隐瞒企业“坏”消息可能诱发的股价崩盘风险。

根据第一个假设的逻辑，由于企业地理位置影响增加了契约双方的信息不对称程度，从而会潜在地影响企业盈余信息确认的稳健性。依据此逻辑，从区域基础交通设施建设的角度来讲，高铁开通提供交通便利能够加速产品和资本市场的要素流动，很大程度上弥补了地理因素带来的信息不对称问题。因此，高铁开通很可能也会潜在地弱化地理因素在企业盈余确认原则的影响。从债权人的角度而言，高铁开通使得债权人能够降低获取企业“软信息”的成本，事后监督成本也会相对降低[41]，这都会弱化债权人对于企业盈余稳健性的需求;从企业的角度来讲，高铁开通带来的要素流动和监督便利，会弱化债权人放贷的价格歧视和本土偏好[40]，企业通过更激进的盈余确认释放利好消息，增加融资能力的动机也会相对降低。基于此，我们提出如下假设：

H2 企业所处城市高铁的开通，会相对降低地理因素对企业盈余稳健性的影响。

三、研究设计

（一）样本选择与数据来源

选择中国沪深A股所有上市公司作为研究样本。由于中国的第一条高速铁路“秦沈客运专线”的投入使用时间为2003年，故本文以2003年作为研究样本的起始时间，选择2003-2016年作为样本区间。在此基础上，我们对初试样本进行了如下筛选：（1）剔除金融行业样本，避免行业财务数据结构偏差的影响;（2）剔除被ST的企业样本，因为这些企业由于连续亏损而被特别处理;（3）剔除数据存在缺失的企業样本。经过以上处理后，共得到了20304个年度企业样本。为防止数据极端值的影响，对所有连续变量都在1%和99%的水平上做了Winsorize处理。用于计算企业地理距离的数据来自于CSMAR企业经纬度子库;高铁数据来源于国家铁路局网站，缺失信息用百度进行了校对和填补;其他财务数据均来自于CSMAR数据库。

（二）变量定义与度量

1. 会计盈余稳健性。已有文献关于会计盈余稳健性的模型的度量，主要包括Basu（1997）[10]的反向回归模型、Givoly和Hayn（2000）[12]的负向应计模型、Ball和Shivakumar（2006）[43]的盈余反转模型、Khan和Watts（2009）[44]的Cscore 模型等。由于负向应计模型和Cscore 模型能够从企业层面得到盈余稳健性的具体变量，故本文在主检验部分主要使用这两个模型计算企业会计盈余的稳健性①。在稳健性检验部分，分别用Basu（1997）[10]的反向回归模型、Ball和Shivakumar（2006）[43]的盈余反转模型测试盈余稳健性指标的敏感性。

其中，Givoly和Hayn（2000）[12]的负向应计模型计算公式如下：

Consacc=-∑（TAcc-OpAcc）/Size（1）

式中，TAcc表示企业的总应计利润，等于净利润+折旧-经营活动净现金流，OpAcc表示企业的经营性应计利润;非经营性应计利润=TAcc-OpAcc;Size表示企业总资产;Consacc等于t-2、t-1和t 三年的累计非经营性应计利润的负数。Consacc即表示企业的盈余稳健程度，该数值越大，表示企业的盈余稳健性程度更高。

另一个稳健性指标，Khan和Watts（2009）[44]的Cscore模型的计算公式如下：

EPS/Pt-1=β0+β1Dr+（μ0+μ1Size+

μ2MB+μ3Lev）Return+（λ0+λ1Size+

λ2MB+λ3Lev）Dr×Return+β4Size+

β5MB+β6Lev+β7Dr×Size+β8Dr×

MB+β9Dr×Lev+ε（2）

Gscore=β2=μ0+μ1Size+μ2MB+μ3Lev（3）

Cscore=β3=λ0+λ1Size+λ2MB+λ3Lev（4）

式中，EPS为i公司在第t年披露的扣除非经常性损益的每股基本收益;P为i公司在t-1年末股票的收盘价格;Return表示公司在t年（12个月）的股票收益率;Dr表示二元哑变量，当Return小于0 时，对Dr取值为1，否则取值为0;Size是公司总资产的自然对数;MB是年末权益的市账比;Lev 是公司年末资产负债率;Gscore代表确认好消息的及时性程度;Cscore代表企业的盈余稳健性。对模型（2）分年度回归，得到系数λ0-3，并代入公式（4）中，即得到每个企业样本年度的盈余稳健性。

2. 企业地理分布。以企业与省会城市中心的相对距离衡量企业的地理分布。具体计算过程如下：首先，整理企业注册地址各年度的经纬度信息，该部分的数据来源于CSMAR数据库;其次，整理企业所在省份的省会中心的经纬度信息，该部分的数据来源于手工收集和整理;再次，利用企业和省会城市的经纬度信息，运用Stata的“geodist”命令计算两者间的相对距离;最后，用Stata程序计算得到的企业距离除以1000后，再取自然对数，变量符号用Distance表示。

3. 高铁开通。中国的第一条高速铁路“秦沈客运专线”的投入使用时间为2003年，在此之后高铁建设得到了迅速发展。通过收集整理全国各地级市开通高铁的具体年份，然后与企业所处城市匹配，定义高铁开通变量Train：企业所在城市当年开通了高铁，则对该企业当年及以后年份对应的Train赋值为1，高铁开通之前的年份对Train赋值为0。

4. 控制变量。参考刘运国等（2010）[45]、饶品贵和姜国华（2011）[46]以及雷光勇等（2015）[32]的研究，选择如下变量作为控制变量：公司规模Size、资产负债率Lev、账面市值比MB、产权性质SOE、净资产收益率ROE、现金持有Cash、有形净值债务率TNDR，以及年度Year、行业Industry和企业Firm的固定效应。

（三）实证模型设计

为了检验研究假设H1a、H1b和H2，设计如下待检验模型：

Conserv=α0+α1Distance+αCtrls+Year+

Industry+Firm+ε（5）

Conserv=α0+α1Distance+

α2Distance×Train+α3Train+

αCtrls+Year+Industry+Firm+ε（6）

其中，模型（5）用于检验研究假设H1a和H1b，模型（6）用于检验研究假设H2。两个模型中，Conserv表示企业盈余稳健性，分别用Givoly和Hayn（2000）[12]模型计算的Consacc和Khan和Watts（2009）[44]模型计算的Cscore进行衡量，Distance表示企业与省会城市的地理距离;Train表示企业所在城市是否开通高铁;Ctrls表示控制变量，Year、Industry和Firm分别表示年度、行业和企业的固定效应。

四、实证检验及结果分析

（一）描述性统计

表1报告了本文主要变量的描述性统计结果。其中，盈余稳健性变量Consacc的均值为0.084、Cscore的均值为0.030，这与饶品贵和姜国华（2011）[46]统计的数值基本相似，但与Khan和Watts（2009）[44]以美国上市公司计算的均值0.105相比较小，说明中国上市盈余稳健性的整体水平要低于美国;两个变量的标准差分别为0.108和0.057，都大于其均值，说明样本中不同企业的盈余稳健性水平存在一定差异。企业地理分布变量Distance的均值为-2.700，计算还原后的数值为109.25，说明样本企业与省会中心的平均距离约为110千米;标准差为1.025，说明不同企业相对与省会中心的地理分布存在较大差异。高铁开通变量Train的均值为0.443，说明年度企业样本中，企业所处城市约43%开通了高铁。产权性质SOE的均值为0.508，说明样本中国有企业与非国有企业的数量大致相当。

（二）回归检验与结果分析

1. 企业地理分布与盈余稳健性。表2报告了对研究假设H1a和H1b的回归检验结果。其中，前两列以企业盈余稳健性指标Conacc作为被解释变量，第（2）列在第（1）列的基础上还增加了公司层面的固定效应。结果显示，这两列中企业地理分布变量Distance的系数分别为-0.0081和-0.0312，都至少在5%的水平上显著，这说明企业地理分布相对于省会城市中心越远，盈余稳健性程度更低，与前文的研究假设H1b的预期相吻合。在后两列中，以企业盈余稳健性指标Cscore作为被解释变量，同样逐步加入公司固定效应。可以发现，这两列中，地理变量Distance的系数分别为-0.0013和-0.0171，也都至少在5%的水平上具有统计显著性，后两列的回归结果与前两列保持一致，同样支持了前文假设H1b的预期。整体来讲，表2的回归结果说明，对于地理距离越远的公司，盈余稳健性与地理距离之间呈现显著负相关关系，企业相对省会城市地理距离越远，盈余稳健性程度相对更低。

2. 企业地理分布、高铁开通与盈余稳健性。表3报告了对前文研究假设H2的回归检验结果。与表2的结果类似，前两列以企业盈余稳健性指标Conacc作为被解释变量，后两列以Cscore作为被解释变量，并在回归中逐步加入公司层面的固定效应。结果显示，在这四列中企业地理分布变量Distance的系数都至少在5%的水平上显著为负，說明当企业所在城市未开通高铁时（Train=0时），距离省会城市相对更远，企业盈余稳健性程度更低;地理距离与高铁开通的交互项Distance×Train的系数在四列中都显著为正，这就说明当企业所在城市开通高铁后，显著地降低了企业地理距离相对更远的分布对于盈余信息稳健程度的影响。也就是说，表3的回归结果支持了本文的研究假设H2，即高铁的开通降低了地理因素在企业选择盈余确认政策中的影响。

（三）稳健性检验

为进一步论证前文回归结果的稳健性，进行如下稳健性检验：（1）分别采用Basu（1997）[10]的反向回归模型、Ball和Shivakumar（2006）[43]的盈余反转模型衡量企业盈余稳健性，对指标敏感性进行检验;（2）剔除2008年的年度样本，控制金融危机对企业盈余稳健性的影响;（3）结合企业搬迁导致地理距离的外生变化，检验潜在的内生性问题是否导致研究结论偏差。以上稳健性检验结果均支持了本文的假设预期，但囿于文章篇幅，结果不再详细报告。

（四）进一步分析

根据研究假设H1b，地理分布更加偏远的企业盈余确认方式更加激进，主要是由于地理距离增加了企业融资约束，使得管理者有动机通过降低盈余稳健性，向市场传递更多利好信息，以增强融资能力。虽然前文的回归结果与假设H1b的预期相吻合，并且从高铁缓解信息不对称的角度，提供了进一步的支持论证。但是，有关地理距离影响盈余稳健性的理论机制，是否真的是由于融资约束的影响，还需要进一步探讨。

根据前文逻辑，若增强融资能力是地理距离影响盈余稳健性的潜在机制，则应该可以预期，当企业融资约束程度更高时，地理距离对盈余稳健性的影响应该更加明显。基于此，参考王彦超（2009）[47]、陆正飞和韩非池（2013）[48]的方法，采用企业产权性质SOE、负债比率Leverage和股利发放Payout三个指标，衡量企业的融资约束程度。若企业负债比率小于年度行业中位数，对Leverage赋值为1，否则为0;若企业股利发生水平大于年度行业中位数，对Payout赋值为1，否则为0。将非国有企业（SOE=0）、高負债企业（Leverage=0）和低股利企业（Payout=0）定义为融资约束更高组，以此检验企业融资约束程度对地理距离与盈余稳健性关系的影响。

表4报告了对融资约束机制检验的回归结果。可以发现，在分别以Consacc和Cscore为被解释变量的回归结果中，Distance系数都显著为负，说明对于受到更高融资约束的企业而言，相对偏远的地理分布会导致企业盈余稳健性程度相对更低;但交互项Distance×SOE、Distance×Leverage以及Distance×Payout的系数都至少在5%的水平上显著为正，这也就意味着，随着企业融资约束缓解，地理距离与盈余稳健性的负向关系会逐渐弱化。整体来讲，表4的结果说明，当企业的融资约束程度相对更高时，企业地理分布对盈余稳健性的影响更加明显，这与我们之前的分析和预期相一致，支持了企业地理距离负向影响盈余稳健性，主要是基于缓解融资约束的理论解释。

五、结论及启示

以2003-2016年上市公司为研究样本，研究了公司所处的地理位置对盈余稳健性的影响，同时将城市高铁开通作为一次外生冲击，进一步探究了时空距离的外生缩减对地理位置与盈余稳健性关系的影响。结果表明：当企业距离省会城市相对更远时，在信息不对称加剧的条件下，企业会选择更加激进的盈余确认方式;城市高铁的开通有效缓解地理距离产生的信息不对称，从而弱化企业地理分布在盈余稳健性政策选择中的潜在影响;上述结论在经过一系列稳健性检验后，依旧成立。同时还发现，地理距离与盈余稳健性的负向关系在非国有企业、高负债企业和低股利企业中更为明显，这说明地理偏远企业采用盈余稳健程度相对更低的会计政策，主要动机是为了向资本市场释放利好信息，以缓解企业的外部融资约束，降低融资成本。

研究结论具有一定的启示：偏远位置的企业有动机通过激进的盈余确认方式，传递企业利好的财务信息和盈利能力，但归根结底还是在于相对偏远的地理分布增加了企业的外部融资约束。因此，从源头上解决企业激进的盈余政策选择，提高会计信息在资本市场的资源配置效应，关键还是需要在政策上和公司实务中寻找潜在的优化路径，缓解地理因素导致的金融和经济资源配置扭曲。基于高铁开通的视角，发现基础交通设施建设可以在很大程度上缓解地理分布导致的低质量信息问题，这些结论从高铁建设选址规划的角度，为政府部门缓解区域发展不平衡问题提供了重要参考。此外，由于融资约束是地理距离降低盈余信息质量的重要机制，因此政府在配置信贷、补贴资源时，可以适当向偏远距离倾斜，以弱化企业管理层的盈余信息管理动机。

注释：

①  由于该模型计算企业盈余稳健性需要用到连续三年的累计非经营性应计利润，故采用该指标衡量盈余稳健性时，样本量会相对减少。本文计算该指标后，样本量减少为16487个。

参考文献：

[1] Loughran T. The impact of firm location on equity issuance[J].Financial Management， 2008， 37（1）：
1-21.

[2] Kalnins A， Lafontaine F. Too far away· The effect of distance to headquarters on business establishment performance[J]. American Economic Journal：
Microeconomics， 2013，5（3）：
157-79.

[3] 蔡庆丰， 江逸舟. 公司地理位置影响其现金股利政策吗·[J]. 财经研究， 2013， 39（7）：38-48.

[4] 黄张凯，刘津宇，马光荣.地理位置、高铁与信息：来自中国IPO市场的证据[J].世界经济，2016，39（10）：127-149.

[5] Kang J K， Kim J M. The geography of block acquisitions[J]. The Journal of Finance， 2008， 63（6）：
2817-2858.

[6] 张玮婷， 王志强. 地域因素如何影响公司股利政策：“替代模型”还是“结果模型”·[J]. 经济研究， 2015， 50（5）：76-88.

[7] 赵静， 黄敬昌， 刘峰. 高铁开通与股价崩盘风险[J]. 管理世界， 2018， 34（1）：157-168+192.

[8] 卞元超， 吴利华， 白俊红. 高铁开通是否促进了区域创新·[J]. 金融研究， 2019（6）：132-149.

[9] 杜兴强， 彭妙薇. 高铁开通会促进企业高级人才的流动吗·[J]. 经济管理， 2017， 39（12）：89-107.

[10]Basu S. The conservatism principle and the asymmetric timeliness of earnings1[J]. Journal of Accounting and Economics， 1997， 24（1）：
3-37.

[11]DeFond M L， Jiambalvo J. Debt covenant violation and manipulation of accruals[J]. Journal of Accounting and Economics， 1994， 17（1-2）：
145-176.

[12]Givoly D， Hayn C. The changing time-series properties of earnings， cash flows and accruals：
Has financial reporting become more conservative·[J]. Journal of Accounting and Economics， 2000， 29（3）：
287-320.

[13]Watts R L. Conservatism in accounting part I：
Explanations and implications[J]. Accounting Horizons， 2003， 17（3）：
207-221.

[14]Watts R L. Conservatism in accounting part II：
Evidence and research opportunities[J]. Accounting horizons， 2003， 17（4）：
287-301.

[15]朱凱， 陈信元. 认购方式与IPO抑价[J]. 经济科学， 2005（3）：66-79.

[16]Hu J， Li A Y， Zhang F F. Does accounting conservatism improve the corporate information environment·[J]. Journal of International Accounting， Auditing and Taxation， 2014， 23（1）：
32-43.

[17]张悦玫， 张芳， 李延喜. 会计稳健性、融资约束与投资效率[J]. 会计研究， 2017，（9）：35-40+96.

[18]郑登津， 闫天一. 会计稳健性、审计质量和债务成本[J]. 审计研究， 2016（2）：74-81.

[19]Ball R， Kothari S P， Robin A. The effect of international institutional factors on properties of accounting earnings[J]. Journal of Accounting and Economics， 2000， 29（1）：
1-51.

[20]Bushman R M， Piotroski J D. Financial reporting incentives for conservative accounting：
The influence of legal and political institutions[J]. Journal of Accounting and Economics， 2006， 42（1-2）：
107-148.

[21]Loughran T， Schultz P. Liquidity：
Urban versus rural firms[J]. Journal of Financial Economics， 2005， 78（2）：
341-374.

[22]Akerlof G A. The market for lemons：
Quality and the market mechanism. quarterly[J]. Journal Economics， 1970， 84：
488-500.

[23]Baron D P. A model of the demand for investment banking advising and distribution services for new issues[J]. The Journal of Finance， 1982， 37（4）：
955-976.

[24]杨丹， 王莉. 中国新股发行抑价：一个假说的检验[J]. 复旦学报（社会科学版）， 2001（5）：85-90.

[25]韩德宗， 陈静. 中国IPO定价偏低的实证研究[J]. 统计研究， 2001（4）：29-35.

[26]丁庭栋. 会计性信息不对称、新股折价与高管持股变动[J]. 财经科学， 2013（8）：117-124.

[27]Petersen M A， Rajan R G. Does distance still matter· The information revolution in small business lending[J]. The Journal of Finance， 2002， 57（6）：
2533-2570.

[28]Degryse H， Ongena S. Distance， lending relationships， and competition[J]. The Journal of Finance， 2005， 60（1）：
231-266.

[29]孙铮， 李增泉， 王景斌. 所有权性质、会计信息与债务契约——来自我国上市公司的经验证据[J]. 管理世界， 2006（10）：100-107+149.

[30]徐昕， 沈紅波. 银行贷款的监督效应与盈余稳健性——来自中国上市公司的经验证据[J]. 金融研究， 2010（2）：102-111.

[31]陈圣飞， 张忠寿， 王烨. 会计稳健性研究的理论回顾与展望——基于契约观和信息观的视角[J]. 会计研究， 2011（4）：35-42.

[32]雷光勇， 王文忠， 邱保印. 政治冲击、银行信贷与会计稳健性[J].财经研究， 2015， 41（3）：121-131.

[33]胡奕明， 谢诗蕾. 银行监督效应与贷款定价——来自上市公司的一项经验研究[J]. 管理世界， 2005（5）：27-36.

[34]孙铮， 刘凤委， 李增泉. 市场化程度、政府干预与企业债务期限结构——来自我国上市公司的经验证据[J]. 经济研究， 2005（5）：52-63.

[35]过新伟， 王曦. 硬信息与软信息：孰重孰轻·——非上市中小企业贷款违约风险实证研究[J]. 金融学季刊， 2015， 9（2）：61-92.

[36]Cheng Q， Du F， Wang X， et al. Seeing is believing：
analysts corporate site visits[J]. Review of Accounting Studies

， 2016， 21（4）：
1245-1286.

[37]Butler A W. Distance still matters：
Evidence from municipal bond underwriting[J]. The Review of Financial Studies， 2008， 21（2）：
763-784.

[38]Arena M P， Dewally M. Firm location and corporate debt[J]. Journal of Banking & Finance， 2012， 36（4）：
1079-1092.

[39]许坤， 笪亨果. 我国民营企业贷款的距离影响因素分析[J] .财经理论与实践， 2015， 36（2）：9-15.

[40]Banerjee A， Duflo E， Qian N. On the road：
Access to transportation infrastructure and economic growth in China[R]. National Bureau of Economic Research， 2012.

[41]Atack J， Jaremski M S， Rousseau P L. Did railroads make antebellum US banks more sound·[M].Enterprising America：
Businesses， Banks， and Credit Markets in Historical Perspective. University of Chicago Press， 2014：
149-178.

[42]Hornung E. Railroads and growth in Prussia[J]. Journal of the European Economic Association， 2015， 13（4）：
699-736.

[43]Ball R， Shivakumar L. The role of accruals in asymmetrically timely gain and loss recognition[J]. Journal of Accounting Research， 2006， 44（2）：
207-242.

[44]Khan M， Watts R L. Estimation and empirical properties of a firm-year measure of accounting conservatism[J]. Journal of Accounting and Economics， 2009， 48（2-3）：
132-150.

[45]刘运国， 吴小蒙， 蒋涛. 产权性质、债务融资与会计稳健性——来自中国上市公司的经验证据[J]. 会计研究， 2010（1）：43-50+95.

[46]饶品贵， 姜国华. 货币政策波动、银行信贷与会计稳健性[J]. 金融研究， 2011（3）：51-71.

[47]王彦超. 融资约束、现金持有与过度投资[J]. 金融研究， 2009（7）：121-133.

[48]陆正飞， 韩非池. 宏观经济政策如何影响公司现金持有的经济效应·——基于产品市场和资本市场两重角度的研究[J]. 管理世界， 2013（6）：43-60.

（责任编辑：王铁军）

Geographic Location， High Speed Rail and Earnings Conservatism

HU Jun1，2，MA Dong1，ZHOU  Linzi3，HU  Guoliu4

（1.（School of Management， Hainan University，Haikou，Hainan 570228，China;2.Hainan Institute of Corporate Governance，Haikou，Hainan 570228，China;3.School of Economics， Hainan University，Haikou，Hainan 570228，China;4.School of Finance and Accounting， Zhejiang Gongshang University，Hangzhou，Zhejiang 310012，China）

Abstract：This paper analyzes the impact of geographic distribution of enterprises on earnings confirmation policy based on the analysis framework of debt contract hypothesis. Taking Chinese A-share listed companies from 2003 to 2016 as samples， this paper finds that：
when the geographical distribution of enterprises is relatively more remote， under the influence of increasing information asymmetry， financing constraints will stimulate enterprises to choose more aggressive earnings confirmation policies. The opening of the high speed railway helps to reduce the distance both in time and space， thus weakening the influence of geographical distribution of enterprises in the choice of earnings confirmation policy. Further research shows that the negative impact of geographic distribution on earnings conservatism is more obvious in non-state-owned enterprises， high debt enterprises and low dividend enterprises. The aggressive earnings confirmation policies adopted by geographically remote enterprises are mainly aimed at releasing positive information to the capital market to relieve the external financing constraints of enterprises.

Key words：geographical location; high speed rail; information asymmetry; earnings conservatism

作者簡介：
胡 珺（1988—），男，湖南益阳人，海南大学管理学院讲师，硕士生导师，研究方向：宏观经济政策与微观企业行为。