APP下载

委托方女性CFO更认可“保守”的评估结论吗?

2020-10-19张双鹏

中央财经大学学报 2020年10期
关键词:委托方性别差异高管

赵 毅 张双鹏

一、引言

资本市场建设对资产评估服务有着高端、直接的需求,其中对资产价值的准确判断是市场参与者进行资产交易的基础。如何提高对交易对象价值判断的准确性,进而合理地评价、运用资产评估结论作为定价参考的依据就成为评估实践中亟待解决的重要问题。但纵观前期研究发现,实务界侧重从推动资产评估立法、完善评估准则、修正评估方法、提升评估机构独立性以及加强行业监管等制度层面展开有益探索(北京证监局评估监管课题组,2017[1];张国春,2016[2];纪益成,2016[3];余炳文和张君来,2016[4]),但对个体微观层面关键因素的研究则缺乏足够的关注。

事实上,在资产评估实践中,委托方负责人与评估机构随时处于信息沟通之中,评估机构实际上处于现有设计的财务信息框架之中,因而在既定准则和程序下,委托方作为信息提供和判断框架的设计者,特别是对生成和提供公司财务信息肩负重要职责的CFO,就很可能依据其自身特征对企业的未来预期收益与风险做出判断和决策,进而对拟评估资产的价值判断(差异)产生一条符合经济直觉的影响路径。进一步地,高管性别作为管理者最为重要的个体特征对企业财务实践的影响已日益受到理论界的关注。学者们普遍认为,高管性别特征在公司财务与公司治理等方面均具有重要影响,而公司财务与治理又与评估资产价值密切相关(李小荣等,2016[5]),那么高管性别是否会影响其对于资产价值的评估判断呢?也即可表述为:由资产评估机构出具的评估报告中对被评估资产的价值判断是否也会受到委托方CFO性别差异的影响呢?遗憾的是,尽管大量经验研究揭示了高管性别对财务与会计实践的诸多方面影响,但是研究重点仍集中于从股东或投资者视角去进行CFO性别差异的经济效果检验。值得注意的是,作为促进资本市场发展中的重要中介机构——资产评估机构,从该视角的研究还未得到学者们应有的重视(马海涛等,2017[6];李小荣等,2016[5])。此外,在现有实务界对资产价值的评定估算实践过程中,其评估机构所采用的评估方法都尚未对企业高管特征对资产价值评估的影响予以足够考虑。例如,市场法在选取参照物时通常注重选择交易因素、时间、行业、企业经营绩效、规模、成长性等要素相同或相似的交易案例,但缺乏考虑高管特征是否相同或类似。又如采用收益法对交易资产进行价值评估时,其管理层的高管特征异质性又会影响预期收益额和风险,而企业风险又与折现率的确定直接相关。因此,本文旨在研究委托方高管(CFO)对评估机构出具的评估报告结论(增值率)的价值判断中的性别效应,以弥补现有理论与实务两界的缺憾,并为资产评估机构如何进一步探索影响资产价值评估的重要因素,完善现有的评估技术提供合理的建议。

本文的边际贡献可以归结如下:第一,在理论层面上,先前研究对女性高管财务行为的考察仍然以企业股东视角或投资者视角为研究重点,其主题主要集中于女性CFO对公司治理与绩效、过度投资行为、税收规避行为、财务舞弊行为、盈余管理、并购决策等方面的影响(Adams和Ferreira,2009[7];何威风和刘启亮,2010[8];Srinidhi等,2011[9];Ge等2011[10];李小荣等,2013[11];Francis等,2014[12];Francis等,2015[13];Huang和Kisgen,2013[14]),而鲜有从资产评估中介视角着手的研究。本文首次揭示了委托方CFO性别特质在被评估资产价值判断中的实际影响,这为全面理解性别差异在资产评估中所产生的经济效果提供了有益的启示。第二,在实务层面上,本文紧密联系资产评估实践中的不同情境,将资产评估学的实务理论与高管特征理论相结合,丰富了评估领域的实务知识体系,也为深刻理解评估场景围绕CFO性别差异下资产价值判断的交互影响提供了崭新且切实可行的视角。第三,在研究方法层面上,目前学界普遍采用的倾向值匹配方法并不能完全保证试验组和对照组在消除偏误和减少方差两方面同时实现最优化。本文在传统的PSM分析的基础上,分别引入两种全新的优化分组匹配效率的算法,并对研究结果的可靠性进行再测试,这为今后学者运用较为新颖、前沿的应对选择性偏误的处理方法进行因果推断提供了有价值的参考。

二、理论分析与研究假设

一系列心理学、管理学等相关研究表明,性别特质作为决策者性别差异的重要解释,存在系统性差异。相较于男性高管,女性高管在财务与会计实践中具体表现出的个体、心理、人格等特质呈现出与男性高管不同的倾向归因(Khlif和Achek,2017[15];Francis等,2015[13];Huang和Kisgen,2013[14];Figner和Weber,2011[16];Borghans等,2009[17];Niederle和Vesterlund,2007[18])。进一步地,由高管性别差异所反映出的系统性特质差异又会引致相应的管理行为呈现出明显的分化,进而对组织输出结果也将造成差异的影响。由于CFO负责生成和提供公司的财务信息,所产生信息的质量取决于CFO的特征,因而本文将CFO性别差异的内在倾向特质作为一种重要的解释,去剖析CFO系统性特质差异对被评估资产价值判断的潜在作用机理。

就女性管理者的心理特质而言,多数文献都为女性具有更高的风险规避程度提供了理论分析和经验证据的支持(Khlif和Achek,2017[15];Huang和Kisgen,2013[14];李小荣和刘行,2012[19];周泽将,2012[20];Borghans等,2009[17];Agnew等,2003[21];Carter等,2017[22];Bernasek和Shwiff,2001[23])。女性高管的这种天生的风险偏好将导致其谨慎、敏感、保守及非过度自信等行为倾向。在财务与会计实践中,通常女性CFO与男性CFO的决策和效果差异也能够由基于性别差异的个体风险偏好特质所解释(Olsen和Cox,2001[24];Krishnan和Parsons,2008[25];Francis等,2014[12];Francis等,2015[13];Hwang等,2017[26])。就评估实践活动来说,一方面,如采用收益法对单项或整体类型的资产进行评定、估算时,准确预测资产的未来预期收益和确定折现率是估值的最为关键的两个要素。而高管特征会同时影响预期收益额和企业风险(李小荣等,2016[5]),并且企业风险又与折现率的确定直接相关。女性CFO所具有的更高风险规避程度使得其在财务决策中更加倾向于降低风险(Hwang等,2017[26]),因而在对期望投资报酬率的确定上会与男性CFO存在系统性差异。此外,学者Carter等(2017)[22]发现,较低的风险厌恶被认为与过度自信相关,而高管的自信程度会对企业的财务决策产生重要影响,过度自信的管理者通常高估自身能力与决策收益,低估风险(姜付秀等,2009[27]),而女性CFO所具有的更高风险规避程度以及所体现出的相对不过度自信将影响其在财务行为、决策的选择上更为谨慎,风险承受水平也更低,这进而也会影响未来预期收益的预测和期望投资报酬率的确定。因而,在面对过高的资产增值率的情形时,女性CFO所具有的更高风险规避特质使其更倾向于从避免增大企业风险和谨慎决策角度考虑,接受认可相对较低或波动性较小的资产增值率结论。另一方面,按照资产评估程序要求,评估机构在评估报告内部审核之后,必须与委托人或相关当事人对评估报告的内容进行沟通,以使评估机构了解委托人或者相关当事人对评估结论的反馈意见。在这一需要委托人合理地理解评估结论,正确使用评估报告的关键环节中,通常而言,女性CFO相较于男性CFO更加谨慎、保守以及风险规避的特质要求对其财务信息负责,并且女性CFO 通常希望以较小的法律与监管风险来实现职业安全风险的降低,从而在法律与监管风险、职业风险之间取得良好的平衡。这实际上表现出一种整体风险最小化行为(Francis等,2015[13]),将使得其与评估机构交换意见时更倾向于选择相对稳健和可靠的价值评估信息,其对评估报告的内容也会表现出更高程度的谨慎性,对过高资产增值率的评估结论所可能引发的企业风险可能更为敏感,对风险的承受意愿也更低。就女性管理者的个体特质而言,女性高管可以利用其独特的职业沟通优势、敏锐的财经触觉以及法律规则赋予的权利来影响企业财务行为。已有经济学、心理学及管理学等研究表明,与男性相比,女性CFO更具有独特的沟通优势,并能够改善在沟通中可能存在的信息不对称等问题,进而有助于提供质量更好的财务信息(Hwang等2017[26])。就评估实践活动来说,受托的评估机构在业务的开展过程中,如评估计划编制、现场业务勘查以及评估报告编制,均需要委托方及相关当事人的大力配合,而配合得是否顺利很大程度上又体现在熟悉企业财务状况的CFO的沟通能力上。CFO既需要将委托方管理层的未来战略意图及资产评估的目的准确、细致地传递给评估机构,从而使评估机构能够更加科学和有效地开展后续业务,又需要负责与被评估单位、评估机构间保持实时的沟通和联络。而女性CFO所具有的独特沟通交流技能,能够更有效地在评估多方之间传递信息,降低可能存在的评估信息不对称等问题,进而在一定程度上提升和改善由评估机构出具的评估报告信息质量。此外,就女性管理者的人格特质而言,其自身表现出的职业道德操守在财务行为中亦发挥着重要作用。Labelle等(2010)[28]、Hwang等(2017)[26]发现,总体而言,女性CFO的职业道德操守优于男性CFO,女性高管通常不太愿意从事不道德的行为,以获取自身的经济利益(Adams和Ferreira,2009[7];Jurkus等,2011[29]),并且这种道德水准在缓解管理者机会主义行为中同样发挥着重要作用,例如通过影响评估机构的独立性来影响评估结论的客观性。因而,作为委托方熟悉企业财务状况的CFO,特别是女性CFO,在职业、法律及法规的约束下,当出现委托人、相关当事方与评估机构在对评估结论产生理解偏差时,这种相对于男性的更强道德敏感性的人格特质更有可能使其及时提出异议,在降低执业风险的同时也倾向于接受更加谨慎的、避免由过高资产增值率所引致的增大企业风险的资产价值评估结论。此外,从代理成本角度来看,过高的资产增值率可以被视作企业代理问题的一种表现形式,并因其隐秘性等优势日益成为“内部人”实施自利性寻租行为的良好途径。进一步地,相较于男性高管成员,女性进入管理层能够有效降低公司的代理成本(Jurkus等,2011[29]),并且女性高管的管理层机会主义行为相对较弱,表现出更为节制的自利型行为(Adams和Ferreira,2009[7];Krishnan和Parsons,2008[25])。因此,女性高管(如CFO)对代理冲突的缓和可能伴随着相对较低的资产增值率的价值判断行为,也即女性CFO能够在一定程度上抑制被评估资产的高估行为。综合以上分析,本文提出假设1。

H1:委托方的CFO若由女性担任时,其接受、认可的被评估资产增值率将显著低于男性CFO,也即女性CFO与被评估资产价值增值率负相关。

三、研究设计

(一)样本和数据来源

中国资产评估协会自2011年起正式发布资产评估机构综合评价前百家名单,同时鉴于研究需运用前期财务指标,因此本文选取2010—2016年主板全部上市公司作为初始样本,并按照如下标准进行筛选:(1)结合资产评估报告所涉及的相关当事人,本文选择以下三种情形的样本公司,一是委托方、被评估单位以及上市公司三者是同一公司;二是委托方与上市公司两者是同一公司,被评估单位是前者的子公司;三是上市公司与委托方和被评估单位三者属于其他关系情形,主要为上市公司是以控制后两者为基础来确定合并财务报表的合并范围,后者财务报表均纳入到上市公司中期与期末合并财务报表编制和列报的范畴。(2)评估对象聚焦于企业股东全部权益价值的评估事件。(3)选择遵循以交易假设、公开市场假设为基本假设前提且价值类型为“市场价值”或“投资价值”的资产评估事件,破产清算假设及其对应的价值类型不包括在本研究中。(4)剔除金融类、ST、*ST和数据不完整的公司所发生的资产评估事件。本文的资产评估机构综合评价指标数据来源于中国资产评估协会网站,委托方企业特征和被评估对象特征数据均来源于国泰安CSMAR数据库。数据统计分析工具为R version 3.5.1。

(二)变量定义与度量

结果变量。本文的结果变量为资产评估机构对被评估单位的企业股东全部权益价值的评估增值率(Ratio)。以评估机构的评估值和企业股东全部权益的账面价值(或经调整后的账面价值)之差与企业股东全部权益的账面价值(经调整后的账面价值)之比计算得出。

处理变量。本研究中处理变量为CFO性别(CFOGender),若CFO职位由女性担任赋值为1,否则为0。由此将样本初步划分为试验组(CFOGender=1)和对照组(CFOGender=0)。

协变量。参考先前学者的研究(何威风和刘启亮,2010[8];王霞等,2011[30];Huang 和Kisgen,2013[14];Francis等,2015[13];李小荣等,2013[11];马海涛等,2017[6];Ge等,2011[10];Hwang,2017[26]),本文控制了倾向指数模型中的重要协变量。

具体变量符号和定义见表1。

表1 主要变量定义

(三)模型构建与方法

Francis等(2015)[13]指出,对于企业而言,CFO是由女性担任还是由男性任职可能并不是随机委派的。因而,采用匹配分析方法能够通过基于一组可观测的特征来对试验组和对照组的样本观察值进行匹配,进而在一定程度上减少样本选择偏差问题(Carter等,2017[22]),也同时能够缓解诸如采用多元回归分析时由模型设定偏误所产生的遗漏变量问题(Swanquist等,2017[31])。据此,本文在检验研究假设H1时首先采用传统的PSM分析方法进行分析,探究与男性CFO(Control Group)相比,当CFO职位由女性担任(Treatment Group)时对资产评估机构出具的评估报告中被评估资产价值增值率影响所产生的净效应。

运用PSM分析方法对模型进行设定时,首先需要构建倾向得分的Logit模型,对倾向得分进行获取后进行样本匹配。本文将CFO性别作为二分类处理变量(后续模型计算中用Di表示,当CFO职位由女性担任时取1,否则取0),将所有协变量(后续模型计算中用Xi表示,代表样本企业多个维度的匹配特征)纳入倾向得分模型中,模型构建如下:

=β1+β2Profession+β3Diversity+β4Reputation

+β8Intassetratio+β9Goodwillratio+β10Growth

+β11ROEgrowrate+β12ABSDACC+β13Nomc

+β14Chair+β15Duality+β16Board+β17Lev

+β18Size+β19SOE+ui,t

通过Logit模型获取倾向得分后,本文采用“被处理单位的平均处理效应”(ATT)来估计CFO性别差异对被评估资产价值增值率的潜在影响,该值若显著为负,则表示相较于对照组,CFO由女性担任时对被评估资产价值增值率有显著的负向影响。其中ATT的计算过程如下:

ATT=E[Ratio1,i-Ratio0,i|Di=1]

=E{E[Ratio1,i-Ratio0,i|Di=1,p(Xi)]}

也即:

ATT=E{E[Ratio1,i|Di=1,p(Xi)]

-E[Ratio0,i|Di=0,p(Xi)|Di=1]}

其中,Ratio1,i、Ratio0,i分别表示同一家企业CFO职务是由女性担任和不是由女性担任的情况下所对应的被评估资产的增值率。

四、实证结果分析

(一)描述性统计分析

表2列示了对各主要变量的描述性统计结果,由于财务数据存在少数异常值,因此在全样本水平对连续变量1% 以下和99% 以上的分位数进行winsorize处理,以消除异常值对分析结果造成的偏差。在1 226 个初始观测值中(涉及861家企业),平均来说,样本公司聘请评估机构针对企业净资产价值评定、估算后得出的评估增值率(Ratio)为144.350%,标准差为353.758,反映出资产评估机构受托对不同企业净资产价值评定估算的增值率存在较大差异,具有充分的变异性,这为本文提供了一个良好的研究契机。全样本中31%的CFO职位由女性担任(CFOGender)。Panel C列示了各协变量的基本统计指标。高管团队性别多样化变量(Diversity)的均值和中位数分别为0.171和0.158,说明上市公司中女性高管成员的参与比例还比较低。从资产评估机构综合评价指标(Reputation)来看,其均值和中位数分别为8.707和8.496,样本企业都选择了具有从事证券评估资格业务的资产评估机构,而且基本在中国资产评估协会发布的年度评估机构百强名单中上榜。从价值类型指标(Valuetype)来看,有近97%的样本委托方选择市场价值。评估方法中选择市场法和收益法的占样本比例的24.2%。市净率指标(P/BRatio)的均值和中位数分别为4.622和2.931,标准差为6.010,说明不同委托方的价值比率存在一定差异。无形资产比率指标(Intassetratio)的均值和中位数分别为0.054和0.037。商誉比率指标(Goodwillratio)的均值和中位数分别为0.018和0.000。本文还对 CFO性别差异的资产评估增值率差异性进行初步分析,结果显示,总体上女性CFO组的资产评估增值率均值为114.20%,男性CFO组的资产评估增值率均值为158.10%,均值和中位数检验均表明,委托方CFO由女性担任时所认可的评估报告的增值率显著低于男性CFO组,并且在5%的水平上显著。此外,针对相关性检验,Pearson相关系数检验结果显示,各主要变量的相关系数都在0.5以下,因此不会产生明显的多重共线性问题。限于篇幅,相关系数检验结果未在文中列示。

表2 主要变量的描述性统计

续前表

(二)样本匹配效果分析

表3报告了以CFO性别为分类变量的PSM分析第一阶段Logit模型的估计结果。结果显示,模型整体非常显著(p值为0.000)。由于CFO Gender是二值变量,因而对于衡量分类变量模型设定的精确性和拟合优度好坏的判断方法通常有两种:一种是直接观察Logit模型的伪R2,本文的伪R2为0.111。另一种更为常用的是通过计算模型的正确预测比例,也即通过Logit模型计算绘制出ROC曲线下方的面积,得出AUC的值,以此来评价判定模型效果的好坏。本文的Logit模型计算绘制出的ROC曲线下面积(AUC)的值为0.729,也即协变量对处理变量的准确预测比率为72.9%。该模型结果表明,本研究的协变量能在一定程度上进行准确预测,因此模型中协变量的选择是较为合理的,构建的倾向得分模型也比较适用于估计研究样本的倾向值。

表3 PSM第一阶段的Logit模型估计结果

进一步地,通过Logit模型计算倾向得分后,本文将采用常用的三种方法对试验组和对照组进行匹配。本文为比较匹配前后试验组和对照组倾向值差异性,还同步绘制出匹配前后相应的核密度函数曲线。结果显示,样本匹配前,试验组和对照组均具有左偏倾向,且样本中的两组数据倾向值的概率密度分布存在明显差异,如果不进行匹配,直接选取对照组全部样本作为比较对象将会产生严重的估计偏误。在实施匹配后,两组样本的倾向得分值的概率密度分布明显趋于一致,这表明两组样本经匹配后的多维度层面的特征已趋于一致,样本的选择性偏差已消除。表4报告了倾向值匹配分析的平衡性检验结果。结果表明,匹配后各协变量的标准化偏差均低于4%,远低于10%的平行假设规定的经验法则,且试验组和对照组的变量均值差异在匹配后均不显著。因此,平衡性假设得到满足。

表4 变量匹配前后差异对比

(三)女性CFO组平均处理效应的结果分析

表5报告了CFO性别差异对被评估资产增值率的影响结果。以核匹配列示结果为例,匹配后女性CFO的资产评估报告增值率为 114.815%,而作为对照组的男性CFO样本企业的评估报告增值率为176.977%,ATT值在1%水平上显著为负。此外,采用最近邻一对一匹配和半径匹配进行的配对结果显示,试验组的平均处理效应ATT值分别为-67.381和-73.690,在5%的水平上显著。在设定的半径匹配规则中,试验组有6例女性CFO未能匹配到合适的对照,同时整体结果也与核匹配基本保持一致。实证结果表明,如果委托方的CFO由女性任职,则由资产评估机构出具的资产评估报告的增值率无论在经济意义还是统计意义上均显著较小,也即与男性CFO组相比,女性CFO组的资产评估报告增值率平均降低幅度超过了62%。因此,总体而言,与男性CFO相比,女性CFO将会对被评估资产价值表现出更多的谨慎性、敏感性,其认可的评估报告的增值率也更低,以上结果与假设的推断相符。

表5 CFO性别差异对被评估资产增值率的影响

最近邻匹配的配对比例为1∶1,控制组个体不会重复匹配,下同;半径匹配的卡尺范围采用最为普遍使用的设定数值0.01。

(四)稳健性测试

1.基于倾向得分加权匹配分析的稳健性检验。

本部分我们采用Hirano和Imbens(2003)[32]提出的倾向得分加权匹配分析方法,对样本数据进行重新分析。从表6列示的结果看,通过该方法所进行的匹配变量前后差异明显减小,各协变量在匹配后的标准化平均差均大幅度下降,其标准化平均偏差均控制在10%的经验法则之内,因而通过了平衡性假设检验。此外,本文还对相应的倾向得分模型设定进行了检验,通过对倾向得分模型的拟合优度进行检验后,所得到的模型检验的p值为0.543,说明本文的模型设定不拒绝原假设,也即本研究的倾向得分模型适合在试验组和对照组之间进行协变量匹配。进一步地,采用倾向得分加权方法进行的稳健估计中ATT的值为-71.743,且在5%水平上显著为负,研究结果与前文保持一致。

表6 Propensity Score Weighting分析

2.基于Matching Frontier权匹配分析的稳健性检验。

在匹配方法的前沿动态研究中,King等(2017)[33]指出,目前流行的倾向值匹配(PSM)方法仅仅通过倾向得分本身进行匹配,在试验组与对照组的相似度、模型依赖度、统计效率、偏误等评价指标上仍有优化和改进的空间,因而本文也采用King等学者提出的一种前沿的匹配算法Matching Frontier,通过该算法对样本联合优化分组匹配,得到经消除偏误和减少方差这两个维度同步达到最优化后的匹配样本,然后采用最小二乘法(OLS)对匹配样本进行估计检验。

(1)基于Matching Frontier算法的最优化匹配样本的构建。好的匹配方法应该同时在试验组与对照组的相似度上(消除偏误)和样本规模上(减少方差)同步实现最大化(King等,2017[33])。而目前流行的倾向值匹配分析缺乏一种原则性的解决方案去处理偏误——方差之间如何权衡的问题。也即现有的匹配方法是通过选择性地修剪观测数据来降低样本数据的不平衡,从而降低模型的依赖度。然而,修剪数据同时又会减少样本量,因而反过来又可能会增大最终估计值的方差。因此,研究者长期面临着偏误——方差的权衡困境。鉴于此,上述学者设计的Matching Frontier算法很好地解决了以上问题。该方法的直观思想是要求在每一次剔除观测单位时,要确保所获得的观测样本在所有可能的同等规模的观测样本中拥有最大的试验组与对照组的相似度。Matching Frontier算法实现了对不平衡(在试验组和控制组之间)和样本大小的同步联合优化与精简,优化了分组匹配效率。该算法首先需要构造匹配边界,通过联合优化,构造出边界中每个点的子样本,从而形成平均马氏不平衡边界(Average Mahalanobis Imbalance)。本文将通过研究设计部分中的协变量去构造马氏不平衡边界。从计算结果来看,消除偏误和减少方差这两个维度同步达到最优化条件的边界曲线所相应计算得出与每种可能的样本量的最大平衡匹配的观测值为165个(包括试验组的76个观测值和对照组的89个观测值),也即在联合优化分组匹配过程中,修剪了1 061个观测值后,消除偏误和减少方差这两个维度同步达到最优化。结果进一步显示,大量对照组的观测并没有能够很好地匹配试验组观测,至少在资产负债率、企业规模价值比率等匹配维度方面。因此,通过Matching Frontier算法还需修剪更多的观测值(在试验组和对照组之间),以同步达到平衡性和样本量的联合最优。算法结果显示,基于优化后的最终匹配样本,经修剪后的剩余观测值为165个。因此,在得到经消除偏误和减少方差这两个维度同步达到最优化后的匹配样本后,本文将基于此进行后续的稳健性检验。

(2)基于Matching Frontier算法的最优化匹配样本的稳健性检验。通过Matching Frontier匹配进行样本匹配处理后,本文采用OLS方法对结果进行估计。结果显示,委托方CFO若由女性担任时,其认可的被评估资产增值率在10%水平上仍显著低于男性CFO(Gender的系数为-70.573)。因而本文的结论保持稳健。

3.其他稳健性测试。

本文还进行了以下系列稳健性测试:第一,上文对被评估资产增值率变量按照上下1% 进行缩尾处理后其最大值和最小值仍然相差甚远,本文还分别按照上下2%和5%对被评估资产增值率进行缩尾后重新估计,结果保持稳健。第二,根据资产评估准则规定,有关评估机构原则上需要采取两种及以上评估方法对股东全部权益价值评估进行评定估算,并确定其中一种评估结论作为评估结果,因而本文出于谨慎性考虑,选取样本中资产评估机构目前最为普遍运用的成本法所确定的评估结论作为稳健测试样本(929例观测值),剔除了易受主观影响较大的收益法和易受外部市场条件影响的市场比较法的样本,重新进行倾向得分匹配估计。从表7 Panel A列示的结果来看,研究结果保持稳健。第三,本文对被评估资产增值率结果变量进行替换,以资产评估机构的评估值与企业股东全部权益的账面价值(或经调整后的账面价值)的偏离程度来度量差异,也即以评估值和账面价值(或经调整后的账面价值)之差与账面价值(经调整后的账面价值)之比的绝对值计算得出新的因变量指标后,重新进行倾向得分匹配估计。从Panel B列示的结果来看,结果与前文结论一致,表现为委托方CFO若由女性担任时,其资产评估机构出具报告的评估值与被评估资产账面值差异更小,反映出CFO性别差异的确显著影响了对被评估资产的价值判断。第四,考虑到董事长和首席执行官是公司重要事务的最终决策者,本文借鉴Xu等(2016)[34]和Friedman等(2014)[35]的研究思路,通过加入更多的控制变量,选择董事长性别、首席执行官性别及CEO权力变量引入假定的模型中,其中CEO权力指标测度方法参考张祥建等(2015)[36]、权小锋和吴世农(2010)[37]的研究,并重新进行估计。从Panel C列示的结果来看,我们并没有发现女性董事长和女性CEO的存在以及公司CEO的权力会显著影响到本文的研究结论。第五,本文还对由女性董事长领导或女性CEO领导或者由两职合一的女性领导的企业样本进行了剔除,研究结论仍未发生改变。上述测试结果表明,与董事长或首席执行官不同,CFO是委托方资产评估业务活动的真正执行者,会直接参与到具体的评估实践过程中。因而,资产评估中介机构将首席财务官CFO而非首席执行官或董事长视为评估业务信息沟通和财务信息提供的主要高管,由此并最终引致其对委托评估的交易资产的价值判断产生影响。综上,以上结果均与前文保持一致,提升了研究结论的稳健性。

表7 其他稳健性检验结果

(五)内生性问题的识别与处理

根据本文的模型设定,要想获得CFO性别差异对被评估资产增值率的因果识别效应,还需要处理可能存在的内生性问题。Swanquist等(2017)[31]指出,尽管传统的PSM经常会作为缓解内生性问题的一种方法,但是该方法仅能从降低因可观测的变量模型设定偏误而产生的遗漏变量问题,故并不能代替内生性检验来处理遗漏不可观测因素的问题。此外,Adams和Ferreira(2009)[7]发现,在高管性别(性别差异)对公司决策与公司财务行为影响的研究主题中,其内生性问题主要体现在遗漏了不可观测的企业特征因素(unobservable firm characteristics)。从某种程度来说,大多数不可观测的企业特征(特定异质性)通常在一定时期内并不会随时间发生变化或变化很慢(Carter等,2017[22])。因而,可以通过个体固定效应或GMM来处理该类问题(Adams和Ferreira,2009[7];Carter等,2017[22];吕英和王正斌,2017[38])。遗憾的是,由于本文所关注的资产评估事件为典型的混合数据,故无法直接采用面板数据的估计方法进行缓解。纵观前期高管性别对公司决策与公司财务行为影响的主题文献,我们发现,高管性别差异主题下对内生性问题探讨的焦点在于:遗漏变量的存在将可能会影响企业对于女性高管的雇用,也即核心解释变量(虚拟变量)与随机干扰项ε相关,那么可能会由此引发样本选择偏误这一经典内生性问题(Certo等,2016[39];Carter等,2017[22];Huang和Kisgen,2015[14];Adams和Ferreira,2009[7])。因此,针对可能由于样本选择所带来的内生性问题,本文将参考Certo等(2016)[39]、Carter等(2017)[22]的做法,采用IV+Treatment effects模型来克服企业特定异质性对女性进入高管职位的内生自选择所造成的估计偏差的影响,以确保研究结论的可靠性。识别策略具体表现为:在处理效应模型中的第一阶段Probit选择方程中通过一组企业特征并引入两个外生工具(Instrument)来考察企业特定异质性对女性高管被雇用的可能性。对于外生变量的寻找,本文借鉴Carter等(2017)[22]、Xu等(2016)[34]、Huang 和Kisgen(2015)[14]的思路,选取2009—2016年度中国市级(分省份汇总)主要领导人(市、区长和市、区党委书记)的性别构成比例(Cityleaderratio)作为外生变量之一,其数据来源于CSMAR中国市级领导人数据库和人民网地方领导资料库进行收集整理。从性别不平等的相关文献来看,在一个州(市、区)中选出的女性主要领导人比例与当地女性担任高管职位的比例相关,因而一家企业总部位于该州(市、区)的公司雇用女性高管的可能性很大(Carter等,2017[22];Huang 和Kisgen,2015[14]),但是企业所在州(市、区)的政府女性主要领导人比例与任何特定的本地企业的资产评估实践活动并不直接相关。故满足工具的相关性和外生性条件。此外,性别歧视比较严重的省份,女性高管较少(Xu等,2016[34]),但是人口出生性别比与任何特定的本地企业的资产评估实践活动也并不直接相关。因而,本文选择公司总部所在省份的年度出生性别比例(性别比例)作为另一个重要的工具变量,其数据来源于EPS数据平台的中国卫生数据库。综上,第一阶段的Probit模型构建如下:

Pr(CFOGender=1|Xi,t)=φ(a0+β1Birthsexratio

+β2Cityleaderratio+β3Diversity

+β4Nomc+β5Chair+β6Duality

+β7Board+β8Lev+β9risk

+β10Firmage+β11Size+β12SOE)

其中:被解释变量为是否有企业女性CFO虚拟变量,也即若企业聘任的CFO为女性时取值为1,否则为0。针对影响雇用女性高管的其他主要因素,借鉴已有文献对相关因素进行了控制(吕英和王正斌,2017[38];Carter等,2017[22];Huang 和Kisgen,2015[14];李小荣等,2013[11];Adams和Ferreira,2009[7])。通过第一阶段模型,计算出风险比率(HazardRatio),然后代入原模型,进行第二阶段回归,以修正自选择偏差。表8列示的处理效应模型的两阶段回归结果显示,在第一阶段回归中,引入的外生变量出生性别比(Birthsexratio)前面系数为-0.023(z=-2.33,p<0.05),说明使用的工具变量能够显著影响企业是否聘任女性CFO的决定,这和Xu(2016)[34]等的研究结论是一致。此外,外生变量中国市级主要领导人的性别构成比例与企业聘任女性CFO正相关,但不显著。在第二阶段回归中,女性CFO虚拟变量的系数为-231.732(z=-2.94,p<0.01),说明考虑了企业特定异质性遗漏变量所可能产生的样本自选择问题后,CFO性别差异对被评估资产价值增值率的影响仍然显著。

表8 内生性检验-Treatment effects模型检验结果

(六)影响机制分析

本部分将进一步分析女性CFO对被评估资产价值增值率的影响机制,对理论假设1进行实证检验。本文的假设1指出,除女性相比于男性拥有更强的沟通能力、更强的职业操守外,对风险承受的意愿可能构成CFO性别差异影响被评估资产价值增值率的重要渠道。如假设1所述,在遵循高管性别特质存在系统性差异的假定下,女性CFO所具有的更高风险规避程度将使其在财务行为与决策上更加谨慎,相比于男性具有更低的风险承受水平,其对风险承担的意愿将影响未来的预期收益的预测和期望投资报酬率的判断,进而影响其接受或认可的资产增值率的大小。本部分将对此影响机制予以检验,如果该机制成立,那么相比于男性CFO,女性CFO与企业风险承担水平之间的关系将显著负相关,而风险承担的意愿将同步影响未来的预期收益的预测和期望投资报酬率,进而最终降低了资产评估增值率。

本文使用如下两个回归模型,其中,RiskTake是企业风险承担变量(毛其淋和许家云,2016[40];余明桂等,2013[41]),以企业在每一个观测时段内经行业调整的ROA的标准差来衡量。其余变量与前文保持一致。

Risktake=α0+α1CFOGender+θ1X+ε

Ratio=β0+γ1RiskTake+β2CFOGender+θ2X+μ

表9列(1)和列(2)的结果显示,与男性CFO相比,女性CFO具有更低的企业风险承担水平,并在1%的水平上显著。从列(3)~列(5)的结果来看,企业风险承担水平与被评估资产的增值率在10%的水平上显著正相关,说明企业风险承担机制可能是重要的。上述结果已经论证了企业风险承担是CFO性别差异影响被评估资产增值率的机制,那么企业风险承担能多大程度地解释CFO性别差异的影响作用呢?我们将CFO性别差异、企业风险承担同时放入回归,关注CFO性别差异的影响系数的变化程度,从而分析企业风险承担机制的解释程度,表9列(4)和列(5)报告的回归结果显示,当放入企业风险承担变量之后,女性CFO对被评估资产价值增值率的影响系数有一定程度的下降,但是显著性变化不大(相较于表5,仍在10%的水平上显著)。同时,企业风险承担对于被评估资产增值率的影响作用表现出稳健性和一致的正向显著影响,说明企业风险承担水平是稳定且重要的影响途径,支持了企业风险承担水平是CFO性别差异影响被评估资产价值增值率的机制。

表9 影响机制探究:企业风险承担水平

五、拓展性分析:基于资产评估实践的不同情境

上述结果显示了CFO性别差异对评估机构出具的评估报告结论(增值率)的价值判断的显著影响,并且从多个角度进行稳健性检验后,结论依然成立。本部分分别从产权性质和资产评估机构综合评价指标出发,对主要结果分情境进行分析,进一步观察其效果的差异。

(一)企业所有权性质差异的影响

基于我国的制度背景,所有权性质是企业最为重要的一项微观制度安排。由于存在行政干预的因素,企业高管依赖自身特征对被评估资产进行价值判断的影响在国有企业和非国有企业之间可能会表现出一定的差异。本文认为,一方面,随着市场化改革推进的加快,政府对国有企业的行政干预不断减少,但是就现状而言,国有企业尚未完全做到真正的政企分开,最终控制人的重要角色仍由政府所扮演,对于企业的日常经营管理仍在一定程度上进行参与,对企业的干预也比较容易,企业的行为也较多地体现政府的意志(缪毅和胡奕明,2014[42])。特别是从以往的资产评估业务来源来看,针对国有企业的评估服务是资产评估的主要业务来源,在重要的经济活动中,如兼并重组过程中的资产评估业务,地方政府对于资产的交易定价存在着直接干预的冲动,可能扭曲资产的评估价值(马海涛等,2017[6])。另一方面,我国的资产评估机构从早期依附于政府部门逐渐向独立、客观、公正的中介服务机构过渡中,也仍会受到政府干预的影响(马海涛等,2017[6])。综上分析,由于评估机构和评估对象(国有企业)均会在一定程度上受到来自行政干预的影响,因而,国有企业管理层完全依赖自身的特征对被评估资产进行价值判断的影响就难以充分发挥,会受到一定程度的约束,从而削弱了高管特征对其被评估资产价值专业判断的影响。相反,非国有企业的所有权相对比较清晰和简单,企业的管理者具有较大的自主性,由此使得相对于国有企业,非国有企业的高管特征对被评估资产价值的专业判断的影响能够发挥得更加充分。综上,在CFO性别差异与被评估资产价值增值率的关系上,国有企业与非国有企业的表现很可能会有显著差异。表10中Panel A的结果显示,CFO性别特征对国有企业的被评估资产价值增值率的降低效应低于非国有企业。也即相对于国有企业,女性CFO对被评估资产增值率的负向影响在非国有企业更为显著。

(二)资产评估机构综合评价差异的影响

资产评估机构声誉机制在评估中是否有效发挥作用是另一个有趣而需要探索的问题。从目前的文献检索来看,有关对资产评估机构声誉机制作用探讨的实证研究较为鲜见(马海涛等,2017[6]),因而基于研究主题,本部分针对资产评估机构综合评价差异对CFO性别与被评估资产增值率两者关系的影响展开探索性分析。马海涛等(2017)[6]研究发现,资产评估机构的声誉越好,评估值越会被作为并购重组定价的依据,其表现出成交价与评估值差异越小。本文遵循先前学者的逻辑,首先,综合评价排名越高的评估机构在组织和人力资本中通常越高于中小机构,从专业性角度来说,因其具有更高的专业性,其做出的评估值也就更为准确,也更容易得到委托方或当事人的认可。其次,综合评价排名越高的机构也越容易获得业界认可,其更有可能传递出高品质信号,也更容易得到双方信赖。此外,高声誉机构也更加注重自己的声誉、形象、保持其独立性,其做出的评估值也能够得到业务双方的认可。由此推测,相对于排名高于等于中位数(高声誉)的机构,CFO性别差异对资产价值判断的影响在排名低于中位数的机构样本中将表现得更加明显。

表10中Panel B的结果显示,在排名低于中位数的机构样本中,委托方CFO若由女性担任时,其认可的被评估资产增值率在5%的水平上仍显著低于男性CFO。在排名高于等于中位数(高声誉)的机构样本中,CFO性别差异与被评估资产价值增值率仍呈现负相关关系,但在统计意义上不显著。这也即表明相对于排名高于等于中位数(高声誉)的机构,女性CFO对被评估资产增值率的负向影响在排名低于中位数的机构样本中更为显著。

表10 基于资产评估业务情境差异的影响

六、研究结论与讨论

本文首次揭示了委托方CFO性别差异对资产评估机构出具的评估报告结论(增值率)的价值判断影响。研究发现,总体而言,委托方女性CFO所认可的被评估资产增值率显著低于男性CFO,其资产增值率平均比男性CFO至少低62%以上。研究还发现,委托方CFO性别差异对国有企业的被评估资产价值增值率的降低效应低于非国有企业,在相对低声誉的资产评估机构样本中委托方CFO对被评估资产价值的专业判断的性别效应更加显著。此外,委托方企业风险承担水平是CFO性别差异影响被评估资产价值增值率的稳定且重要的路径。

本文的研究在理论层面上响应了Francis等学者有关在企业经济行为中性别效应这一开放性问题值得研究的呼吁,突破了以往从股东或投资者视角考察CFO性别差异对财务行为影响的研究局限,为学界从资产评估角度对被评估资产价值判断中的性别问题提供了更深入的理解。在政策层面,本文研究的启示意义在于:第一,在委托方企业里,与董事长或首席执行官不同,CFO是委托方资产评估业务活动的真正执行者,资产评估机构也将CFO视为直接参与到评估活动中的业务信息沟通和财务信息提供的主要高管,在资产评估机构对被评估资产的价值提供评定、估算服务的过程中,委托方CFO对被评估资产价值的专业判断的性别效应是存在的且具有显著差异,这将使资产评估机构对相关当事方的交易所提供的定价参考依据产生重要影响。第二,与男性相比,女性CFO与评估机构展开业务合作过程中,对评估结论在一定程度上表现得更为谨慎、敏感及保守,其认可的评估增值率和实际资产账面价值的偏离程度均显著低于男性CFO,这表明CFO的性别效应在一定程度上有利于抑制被评估资产的虚增和高估,特别是针对在当前资本市场上企业资产价值评估业务中存在不同程度的被评估资产虚高现象,女性CFO可以在这一个过程中充分发挥其治理效应,对企业资产价值起到监督作用。第三,在资产评估实践活动中,CFO性别会影响其决策行为和效果,是影响资产价值评定、估算的重要因素之一。而从目前行业机构的具体业务实践开展情况来看,现有实务界对资产价值的评定估算实践过程中,其评估机构所采用的评估方法(市场比较法、收益法、成本法)都对评估对象和评估方法中各参数的选择给予足够的重视,但对委托方企业特征(如高管特征)对资产价值评估的影响缺乏足够考虑,而对这一微观重要影响因素的考虑将有利于提高资产评估机构的评估技术方面的创新性和先进性,也有利于更好地发现资产价值,提升自身的执业水平。此外,对于中国资产评估行业协会而言,应当引导和鼓励更多的评估机构探索实践中可能影响资产价值评估的重要因素,丰富现有的评估技术并完善相应的业务指导。

猜你喜欢

委托方性别差异高管
不同任务类型中性别差异对外语效应影响的实证研究
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
重要股东、高管二级市场增、减持明细
现代企业审计中委托方诚信建设的重要性
基于委托方视角的提高咨询单位审计质量的研究
基于委托方视角的提高咨询单位审计质量的研究
受托加工业务会计核算探析
委托代销方式下销售业务会计处理探析