本文推介：闫续文，中南财经政法大学金融学院本文编辑：王玉洁本文审核：谢懿格Stata&Python云端课程来啦！ 为了平衡团队运营成本，维系公众号的运营，也与国内动辄数千元的Stata课程缩短差距，我们的网课不得不上调价格，我们已于11月1日起调价，Python课程的价格调整为249.9元，Stata进阶课程调整为249.9元，Stata基础课程调整为299.9元。大家可以告知一下身边想要学习的小伙伴，对报名有任何疑问欢迎在公众号后台和腾讯课堂留言~我们在这篇推文的最后提供了每门课程的课程二维码，大家有需要的话可以直接扫描二维码查看课程详情并进行购买哦~原文信息Davidson R H. Who did it Matters: Executive Equity Compensation and Financial Reporting Fraud[J]. Journal of Accounting and Economics, 2021, In Press.AbstractIn within-firm analysis of 1,805 executives, executives implicated in financial reporting fraud cases have significantly stronger equity incentives than their within-firm peers who are not implicated in the fraud. Executives implicated in fraud cases also have significantly stronger equity incentives than executives at non-fraud firms in similar roles. However, the equity incentives of non-implicated executives at fraud firms are no different than those for executives at non-fraud firms. The results are significant across executive roles and for equity incentives measured as wealth sensitivity to changes in stock price or stock price volatility. Executive-level analysis that considers which executives are implicated in the fraud may provide more precise measurement of the association and statistical significance of the relationship between equity incentives and fraud. Finally, firm-level measures that consider the equity incentives of all members of the top management team may better identify fraud firms than do measures focusing on one executive.1. 引言现有研究认为，尽管高管的股权薪酬增加了企业价值（Mehran，1995；Agrawal and Knoeber，1996），降低了经理人与股东之间的代理冲突，但也增加了隐藏未来增长前景坏消息的动机，从而提高了财务报告风险（Benmelech et al.，2010）。很多学者研究了股权薪酬和财务报告风险之间的关系，但大多数研究主要集中于考察CEO的股权激励，且没有得到两者之间较为一致的结果。由于不同的高管有着不同的薪酬偏好和股权激励水平，对于同一股权激励水平的反应往往也大不相同，如Chava and Purnanandam（2010）的研究发现，CEO的股权激励同公司的杠杆率与现金余额相关，而CFO的股权激励同债务期限选择与盈余平滑相关。因此，只针对CEO样本所构建的指标并不能准确地代表实施了财务欺诈的特定高管其股权激励水平。于是，作者阅读了4192份美国证券交易委员会会计和审计执法公告（AAER），通过区分财务欺诈公司内部参与和未参与财务欺诈的特定高管，以及未实施财务欺诈的公司的高管，更加精准地考察了不同高管的股权激励与财务报告欺诈之间的关系，为未来有关财务风险的研究提供了更加准确的识别策略。2. 股权激励与财务报告风险将经理人的财富与企业业绩挂钩，增强经理人为提升公司业绩而努力的动机，是解决代理冲突的一种方法。然而，经理人也可能会为了攫取自身利益，通过操纵财务报表人为地夸大公司业绩。在保持预期成本不变的情况下，经理人从公司得到的财富越多，越有可能操纵财务报表。然而，现有文献对于股权激励与财务报告风险之间的研究结论是不一致的，存在正相关、负相关、不相关多种关系。对于这种不一致的结果，学者们给出了不同的解释，如研究设计的不同（Armstrong et al.，2013）、对于财务误报和股权激励度量方法的不同（Burns and Kedia，2006）以及分析的高管样本不同（Feng et al.，2011；Jiang et al.，2010）等等。本文认为，现有研究尚未得到一致结果最关键的原因，在于没有着眼于考察实施了财务欺诈的特定高管其股权激励水平。由于高管所处位置与个人特征的不同，做出的决策也会存在较大差异，因此，使用高管层面而非公司层面的数据来分析财务欺诈可以更加精准地识别出实施财务欺诈的特定高管所构成的实验组。3. 样本选择与数据处理自1982年以来，美国证券交易委员会在对涉嫌会计或审计不当行为的公司、审计师或官员的调查结束时，会发布会计和审计执法公告（Accounting and Auditing Enforcement Releases，AAER），这些公告总结了美国证券交易委员会的调查结果，清楚地展示了公司的经理人是不是故意操纵财务报表，并详细描述了针对公司管理团队中特定成员的指控，这些信息能够排除合法进行盈余管理的企业，同时对于文章识别参与财务欺诈特定高管的策略是非常必要的。作者阅读了1982年4月15日-2020年10月29日4192份公告的信息之后，将财务欺诈样本企业定义为该公司的财务报告存在重大误述、财务欺诈开始的当年、且有高管的名字被列出实施了欺诈。通过剔除没有涉及财务报告欺诈、缺少CIK编码、财务欺诈前一年没有薪酬数据、没有薪酬排名前五的高管参与、调低盈余的公告，以及同一财务欺诈的多份公告，最终得到了有财务欺诈的一共404家公司与这些公司一共1805位参与财务欺诈的高管。高管薪酬、公司财务特征以及高管个人特征的数据主要来自DEF 14A filings、Execucomp、CRSP、Compustat以及Boardex。4. 模型与实证分析4.1 基于财务欺诈公司内部高管的分析4.1.1 基准回归分析为了验证在财务欺诈公司内部，股权激励更强的高管是不是更有可能参与财务欺诈，作者构建如下逻辑回归模型（1）：其中，被解释变量Named是虚拟变量，如果高管i在公司j实施了财务报告欺诈就取值为1，否则为0；高管投资组合的Delta值，定义为公司股价变动1%时，高管股权投资组合的美元变动；高管投资组合的Vega值定义为公司股价波动变动1%时，高管股权投资组合的美元变动；CEO和CFO分别表示是否为CEO和CFO的虚拟变量。模型还控制了企业固定效应，使用了所有在财务报告欺诈开始当年薪酬排名前五的高管样本。回归结果如上图所示，在使用所有高管样本、剔除CEO样本以及剔除CFO样本进行回归时，Delta和Vega的系数均显著为正，以第（1）列Delta的系数0.021为例，其经济含义为Delta每增加一个标准差，实施财务欺诈的可能性就增加12%。4.1.2 稳健性检验作者进行了三种稳健性检验。第一，为了验证CEO是否会向其他高管施压，迫使其他高管操纵财务报表，作者使用没有CEO参与财务欺诈的企业样本重新进行回归，结果发现Delta和Vega的系数仍然显著为正，表明即使CEO没有参与财务欺诈，其他的高管也会参与，并非被CEO迫使。第二，现有文献认为，相比于其他高管，股权激励与财务欺诈这两者之间的关系在CEO中相对较弱，于是，作者只使用CEO样本进行回归，发现Delta和Vega的系数仍然显著为正，表明CEO股权激励与财务报告欺诈之间同样有着显著的正相关关系。第三，已有研究表明萨班斯-奥克斯利法案通过后，财务欺诈的金额有所下降，股权激励很有可能不再与财务欺诈相关。为此，作者加入了虚拟变量Post，在2002年8月29号之后取值为1，并且加入了Delta*Post、Vega*Post、 CEO*Post和CFO*Post的交互项，回归结果显示，Delta和Vega的系数仍然显著为正，交互项的系数均不显著，表明在法案通过前后，高管的股权激励与财务欺诈之间的关系没有发生明显的变化。4.2 基于匹配样本的分析前文的分析比较了财务欺诈公司内部参与财务欺诈的高管和没有参与的高管股权激励的差异。但是这些分析都是以财务欺诈发生为条件的，并没有回答实施财务欺诈的高管是否比没有实施财务欺诈的公司的高管有着更强的股权激励水平。为了解决这一问题，作者根据现有文献，依据企业规模、行业和年份为财务欺诈企业匹配了非财务欺诈企业，估计如下逻辑回归模型（2）：其中，被解释变量Fraud是虚拟变量，财务欺诈公司j的高管i取值为1，否则为0；Delta和Vega的定义与前文一致；Controls包含企业层面的一系列控制变量。回归结果如上图所示，第（1）列将财务欺诈企业和非财务欺诈企业所有薪酬排名前五的高管都放入了回归模型，可以发现Delta和Vega的系数均不显著。第（2）列只将财务欺诈企业中参与了财务欺诈的高管和对应非财务欺诈企业中同等薪酬排名的高管放入回归，此时，Delta和Vega的系数均显著为正。第（3）列将财务欺诈企业中没有参与财务欺诈的高管和对应非财务欺诈企业中同等薪酬排名的高管放入回归，Delta和Vega的系数均不显著，表明高管的财富对于股价和股价波动的敏感性与是否参与了财务欺诈密切相关。4.3 对5篇经典文献结果的复现为了进一步验证高管股权激励与财务报告欺诈之间的正相关关系与特定高管是否参与了财务欺诈有关，作者复现了5篇经典文献的研究结果，分别是Erickson et al.（2006）、Armstrong et al.（2010）、Feng et al.（2011）、Armstrong et al.（2013）以及Johnson et al.（2009）。这5篇文献均使用美国证券交易委员会会计和审计执法公告（AAER）的数据，并依据规模、行业和年份为财务欺诈企业匹配了非财务欺诈企业，但得到了股权激励与财务欺诈之间不一致的结果。作者首先按照原文的方法和样本试图还原原文的结果，在作者试图复现的这5篇文献中，有4篇得到了与原文一致的结果，而当作者仍然使用原文的方法，但把原文的样本替换为实施了财务欺诈的高管样本时，对这5篇文献结果的复现都得到了股权激励与财务欺诈之间显著为正的关系，表明高管层面的分析确实比企业层面的分析更有力、更稳健。5. 结论本文研究了高管股权激励与财务报告欺诈之间的关系。首先，作者发现在保持公司层面因素和环境因素不变的公司内部分析中，参与财务欺诈的高管比同一公司中没有参与财务欺诈的高管具有明显更强的股权激励。其次，作者发现在匹配样本分析中，实施财务欺诈的高管比非财务欺诈公司的高管拥有更强的股权激励。然而，财务欺诈公司没有参与财务欺诈的高管与非欺诈公司的高管相比，并没有显著不同的股权激励。最后，作者复现了均使用美国证券交易委员会会计和审计执法公告（AAER）以及匹配样本的5篇文献，发现当只考虑参与财务欺诈的高管样本时，这5篇文献所研究的股权激励与财务欺诈的关系均变为显著的正相关关系。这些结果表明，在高管层面分析财务欺诈，并且着重关注参与财务欺诈的特定高管，可以更精确地识别股权激励与财务欺诈之间的关联。作者在文章中对于现有文献所做的改进能够对未来关于财务报告欺诈的研究提供有价值的参考。最后，我们为大家揭秘雪球网(https://xueqiu.com/)最新所展示的沪深证券和港股关注人数增长Top10。腾讯课堂课程二维码 对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！往期推文推荐 DOS能量，超乎你想象！ 爬虫实战丨走进哈利波特的魔法世界 数据集合并的新路子-frlink命令 Seminar丨附近的公司：利用卫星图像研究本地信息优势 线性同余法生成伪随机数 [技能篇]多线程爬虫“好哭”是衡量一部好电影的标准吗？Stata&Python云端课程来啦！带你了解Stata中的矩阵Seminar|总统的朋友：政治关联与企业价值爬虫实战 | 爬取中国天气网爬虫实战 | 爬取东方财富网经济数据——以居民消费价格指数（CPI）为例Seminar|媒体关联董事对融资和外部治理的影响神奇的组内交叉合并 PDF分章节转TXT并实现可视化——以胡景北知青日记1971至1978年为例万物皆可开——shellout妙用无处不在的系列配置项|从零开始的Pyecharts（三）使用Python制作自动聊天机器人 fillin一下，平衡回来~order命令——快速改变变量顺序的利器 Ajax应用场景——以获取雪球网港股代码及公司名称为例播放列表中的歌单排行 在Stata中轻松运用program编写命令Meta Analysis in Stata17 芒果TV视频弹幕爬取之《我在他乡挺好的》Stata中的判断神器——confirm命令cngdf——名义GDP与实际GDP之间的摆渡船最近《扫黑风暴》有点火爆！我从豆瓣评论中发现了这些……随机森林-Random Forest 复原之神--preserve&restore合并，“纵”享新丝滑：frameappend & xframeappend什么是全局配置项？|从零开始的Pyecharts（二）帮你拿下数据可视化|从零开始的Pyecharts 关于我们 微信公众号“Stata and Python数据分析”分享实用的Stata、Python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。 武汉字符串数据科技有限公司一直为广大用户提供数据采集和分析的服务工作，如果您有这方面的需求，请发邮件到statatraining@163.com，或者直接联系我们的数据中台总工程司海涛先生，电话：18203668525，wechat: super4ht。海涛先生曾长期在香港大学从事研究工作，现为知名985大学的博士生，爬虫俱乐部网络爬虫技术和正则表达式的课程负责人。此外，欢迎大家踊跃投稿，介绍一些关于Stata和Python的数据处理和分析技巧。投稿邮箱：statatraining@163.com投稿要求：1）必须原创，禁止抄袭；2）必须准确，详细，有例子，有截图；注意事项：1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。2）邮件请注明投稿，邮件名称为“投稿+推文名称”。3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。