“存贷双高”、会计信息质量与公司治理

一、
引言企业现金充裕的情况下却举借了大量负债，承担高额利息，这一现象被称为“存贷双高”。

2017年以前，“存贷双高”还只被认为是企业资金使用效率低下的标志之一①。

近年康美药业、康得新、三安光电、天富能源、东旭光电、宜华生活、科达洁能、德威新材等纷纷因“存贷双高”被证交所出具《监管问询函》，“存贷双高”企业频频爆雷，引起了资本市场的广泛关注，甚至有人在网上贴出了“存贷双高”的排雷清单。

因此，有必要对“存贷双高”这一现象进行深入研究。

本文以2007—2018年我国A 股非金融业上市公司为样本，以盈余管理程度、分析师盈利预测和审计收费作为中间变量，对“存贷双高”企业的会计信息质量进行检验，并探讨相关的公司治理问题。

本文的贡献在于：第一，在分析我国上市公司“存”“贷”现状的基础上对“存贷双高”进行科学界定，即“存”“贷”比重高于公司所在行业的70%分位数，从而排除了行业特征导致的“存”“贷”比例高的样本。

第二，创新性地从盈余管理程度、分析师预测和审计收费的角度检验了“存贷双高”与非“存贷双高”样本的会计信息质量特征。

本文的研究成果丰富了会计信息质量
相关文献，并有助于财务报告使用者认清“存贷双高”的原因及影响，有助于银行、券商、评级机构正确评价相关财务风险，同时为证监会、证券交易所加强上市公司证券监管提供理论参考和政策建议。

二、理论分析和研究假设（一）理论分析
加强资金管理、保留适度现金余额和提高资金使用效率是财务管理的主要工作。

现金充裕的企业通常不需要举借有息负债，一旦举借也会尽快偿还，以减轻利息负担和优化资产负债比。

“存贷双高”企业在债台高筑的情况下，持有充足现金却不去还债，承付着高额利息，既不符合财务理论，也不符合企业财务管理的一般实践，所以“存贷双高”成为财务报表异常的标志之一。

“存贷双高”是管理层近年来关注的一种财务现象，
相关文献较为匮乏，与之相关的研究本文主要从行业特征、
集团合并报表、资金受限、资金占用、虚构货币资金五个方面进行讨论。

1.行业特征
不同行业的现金持有水平要求不同，
一些行业容易呈现出“存贷双高”的表象。

比如房地产企业需要账面预留大
【摘要】“存贷双高”是指企业拥有大量货币资金的同时又举借了大量的有息负债。

文章从理论上分析了“存贷双高”这种异常现象产生的原因和“存贷双高”企业会计信息质量的特征，以2007—2018年我国A 股非金融业上市公司为样本，对比分析“存贷双高”样本与非“存贷双高”样本企业的会计信息质量特征，发现“存贷双高”样本的盈余管理程度、分析师盈利预测误差度、分析师盈利预测分歧度、审计收费都显著高于非“存贷双高”样本。

文章丰富了会计信息质量相关文献，并为银行等金融机构判断企业财务健康和贷款风险管理提供了经验证据，对“存贷双高”企业完善公司治理也具有参考意义。

【关键词】存贷双高；盈余管理；分析师盈利预测；审计收费【中图分类号】F275
【文献标识码】A
【文章编号】1004-5937（2020）24-0118-07
广东外语外贸大学会计学院
张瑞丽
刘中华
“存贷双高”
、会计信息质量与公司治理【基金项目】广东省普通高校青年创新人才类项目（人文社科）“公允价值的预测价值研究———基于分析师和管理层盈余预测的视角”
（2016WQNCX027）【作者简介】张瑞丽（1984—），女，河南焦作人，博士，广东外语外贸大学会计学院讲师，研究方向：会计准则、会计计量；刘中华（1965—），男，宁夏中卫人，广东外语外贸大学会计学院教授、硕士生导师，研究方向：公司治理、
内部控制①
例如，《关于做好2010年度中央企业财务预算管理及报表编制工作的通知》（国资发评价〔2009〕287号）提出：“对于
‘存贷双高’企业，要明确资金集中度提高的预算目标与措施。

”再如，MBA 智库百科对“存贷双高”的定义是：存贷双高是指报表上的存款和借款余额都维持在比较高的水平，这样的企业资金使用效率比较低。

公司治理
量现金以备随时参加土地竞拍并缴得起保证金；比如无形资产比重高的企业由于抵押价值较低，不易通过抵押资产获取外部融资，从而需要出于预防性动机而持有过多的货币资金；再比如产品市场竞争程度比较激烈的行业需要持有较多货币资金以减低破产风险。

连玉君等[1]发现不同行业的现金持有水平存在显著差异性，这种差异是由行业资产结构、行业竞争程度、行业收益不确定性等长期因素决定的，因此具有很强的稳定性，而就行业内容而言，同行业的公司具有相似的现金持有水平，行业内个别公司的现金持有水平倾向于向行业均值收敛，平均调整半周期约为
1.3年。

2.集团合并报表
子公司较多的集团企业，不同子公司产生现金流的能力可能不同。

上市公司大多以企业集团的形式存在，由于集团合并报表经过了若干抵销，因此无法反映单一健康企业应有的财务结构和比率。

如果集团总部对子公司的控制力不够，或企业集团的资金管理水平较低，一些子公司的货币资金比较充裕，另一些子公司的借款比较多，就会在合并财务报表层面出现“存贷双高”的情况。

3.资金受限
当企业账面上有大量货币资金，但实际上这些资金因属于外埠存款、银行汇票存款、银行本票存款、信用证存款、信用卡存款等其他货币资金而不能随意动用，企业不得不再行向外举借大额有息负债时，也会出现“存贷双高”的现象。

比如乐视网2017年半年报中货币资金298241.68万元，占总资产的8.34%；短期借款和长期借款508762.20万元，占总资产的14.23%，看似财务状况良好，但实际上期末银行存款余额中冻结款项2907.02万元；其他货币资金余额中受限资金215120.00万元（股权并购项目保证金），乐视当时能动用的现金已经非常少了，资金链已处于崩溃的边缘。

4.资金占用
当企业的大量货币资金被大股东或关联方占用，企业为了掩盖事实而仍将被占用资金反映在“货币资金”账面上，但企业实际可动用资金少，这时企业大量举债，也会造成“存贷双高”。

黄冰冰等[2]搜集整理了A股非金融上市公司1999—2016年的大股东直接占用上市公司现金的数据，并发现245个样本存在“财务存款”占款（大股东通过集团财务公司占用上市公司资金，这部分资金体现在上市公司资产负债表中的“货币资金”科目，但是被大股东占用，不受上市公司控制），大股东“财务存款”占款占总资产比重的平均值为4.3%。

5.虚构货币资金
企业通过伪造销售合同、发货单、银行流水等，在虚构收入的同时虚增货币资金，财务报告上的高额货币资金并不真实存在，即属于虚构货币资金的情况。

比如金亚科技2014年原始财务报告显示，货币资金34523.39万元，占总资产的26.08%，短期借款、应付票据、一年内到期的非流动负债、应付债券、长期借款等有息负债合计余额42314.11万元，占总资产的31.96%，存在着“存贷双高”的迹象。

金亚科技2015年8月30日发布的重大差错更正公告显示，“因销售回款和采购付款会计处理有误，造成公司货币资金账实不符”，2014年末货币资金余额从34523.39万元调减至12428.85万元，也即金亚科技在2014年原始财务报告中虚构货币资金22094.54万元。

（二）研究假设
行业特征导致的“存贷双高”属于正常的财务现象。

集团合并报表导致的“存贷双高”不属于财务舞弊，但反映出集团内部资金管理效率低下，通常可以通过设置集团内部财务公司加强资金管理来改善，一般不会长期存在。

资金受限导致的“存贷双高”也不属于财务舞弊，不会导致会计信息失真，一般也不会长期存在。

资金占用和虚构货币资金导致的“存贷双高”则意味着财务舞弊和会计信息失真，意味着企业资产流失，中小股东利益受损。

除了行业特征之外，集团合并报表、资金受限、资金占用和虚构货币资金导致的“存贷双高”都暴露了公司治理问题。

因此，相比非“双高”企业，“双高”企业会表现出会计信息质量低下的特征。

盈余管理程度是衡量会计信息质量高低最常用的指标。

盈余管理是指管理层运用会计方法或者安排真实交易来改变财务报告以误导利益相关者对公司业绩的理解或者影响以报告盈余为基础的合约[3]。

企业会计信息质量越高，盈余管理程度越低。

由此，本文提出假设1。

H1：“双高”企业的盈余管理程度高于非“双高”企业。

盈余管理程度是根据企业自身财务信息判断会计信息质量，分析师盈利预测有效性则是根据企业外部的证券分析师的预测有效性指标判断会计信息质量。

分析师是资本市场上重要的信息中介，不仅能够加工解读上市公司披露的财务信息、公司事件以及相关新闻等公开信息，还可
公司治理
公司治理
以凭借实地调研、参加公司会议等方式向市场提供私有信息[4]。

分析师发布的盈利预测报告是分析师研究的最终成果。

企业会计信息质量越高，证券分析师对企业的盈利预测就越精确，分析师之间的预测分歧也较小[5]。

由此，本文提出假设2和假设3。

H2：“双高”企业的分析师盈利预测误差度高于非“双高”企业。

H3：“双高”企业的分析师盈利预测分歧度高于非“双高”企业。

注册会计师作为独立第三方，凭借其专业能力审查和验证财务报表及其他经济信息，并发表审计意见。

审计收费反映了审计师在提供审计服务时，对审计投入成本以及承担风险的补偿要求，一方面，审计师增加审计投入，需要更高的审计费用作为补偿；另一方面，审计师可以通过审计费用溢价的形式将风险转嫁给客户[6]。

注册会计师收取的审计费用同盈余管理程度显著正相关[7，8]，同会计信息可比性显著负相关[9]，即会计信息质量越高，审计收费越低。

由此，本文提出假设4。

H4：“双高”企业的审计收费高于非“双高”企业。

三、研究设计
（一）数据来源
本文以2007—2018年沪深交易所A股上市公司为研究样本，并按照以下标准对样本进行筛选：剔除金融类上市公司；剔除关键数据缺失的样本，最终共包含17367个公司的非平衡面板数据样本。

本文的基础数据全部来自国泰安（CSMAR）数据库。

数据处理和分析使用统计软件Stata13.0。

（二）“存贷双高”的界定
一般认为，“存贷双高”是指企业拥有大量货币资金的同时又举借了大量的有息负债。

但具体如何界定“存贷双高”尚未达成一致。

不同分析者对高“存”和高“贷”应包含的具体内容和程度的判断标准不尽相同。

除了货币资金，本文认为理财产品和应收票据也应列入“存”，因为理财产品代表暂时闲置的现金，应收票据代表将很快收回的现金；“贷”是指有息负债，应当包括短期借款、应付票据、一年内到期的非流动负债、应付债券、长期借款。

因此，判断是否“存贷双高”可借助计算的货币资金比重（MFratio）和有息负债比重（IDratio），如式1、式2所示。

货币资金比重（MFratio）=货币资金+理财产品+应收票据
（1）
资产
（2）有息负债比重（IDratio）=短期借款+应付票据+一年内到期的非流动负债+应付债券+长期借款
资产
需要注意的是，上述计算中用到的资产、负债指标均为时点指标，如果期末前企业举借了一笔大额贷款，收到的现金还没来得及花出的话，也会导致期末时点的“存”“贷”数据均比较高。

为了消除因期末前的大额借贷导致的数据异常，本文使用上市公司季度财务报表的四个季度数据的年度均值计算MFratio和IDratio，两个指标同时大于一定比例标准，即为“存贷双高”。

按照上述标准计算全部样本的MFratio和IDratio指标，计算结果的初步统计如表1所示。

单看MFratio或IDratio，
表1不同“双高”程度的样本量
[0，20%）[20%，25%）[25%，30%）[30%，35%）[35%，40%）[40%，45%）[45%，50%）[50%，—）MFratio1070621251414968702483341628 IDratio6984164616711556149912389201853 MFratio和IDratio同时14736156865225595321118注：理财产品持有额数据来自财务报表附注——
—其他流动资产附注，只有年末指标。

货币资金、应收票据、有息负债、资产总额数据均来自财务报表，取季度数据的年度均值，下同。

MFratio 和IDratio 同时[0，50%）[50%，55%）[55%，60%）[60%，65%）[65%，70%）[70%，75%）[75%，80%）[80%，85%）[85%，90%）[90%，1]样本量
14093
841
717
527
394
304
200
144
90
57
表2不同分位数区间范围的“双高”样本量
注：行业划分采用2012版证监会行业分类标准，
其中制造业采用二级行业，其他行业采用一级行业。

“高存”或“高贷”的样本都不少；但MFratio 和IDratio 同时较高（“存贷双高”）的样本就不多了。

17367个样本中，有18个样本的MFratio 和IDratio 指标同时高于50%，411个样本的双高指标同时高于30%。

现有“存贷双高”文献，大多选取一个固定的比例标准（比如25%、30%）作为“高存”或“高贷”的判断标准。

然而，本文第一部分中“行业特征”的理论分析表明，“存贷双高”的表象下可能有其产业根源，不同行业的MFratio 和IDratio 可能表现出不同特征。

因此，不宜采用统一的绝对比例标准作为所有行业“高存”或“高贷”的判断标准。

本文选取各样本所处行业的一定分位数作为“高存”或“高贷”的判断标准，以排除掉行业特征原因导致的“存贷双高”
样本。

MFratio 和IDratio 同时处于不同分位数区间范围的样本量如表2所示。

17367个样本中，有57个样本的MFratio 和IDratio 指标同时大于所在行业的90%分位数，304个样本的双高指标同时处于[35%，40%）区间内。

考虑到样本量问题，本文最终选取行业内70%分位数作为“高存”或“高贷”的判别标准，即如果某公司年样本的MFratio 和IDratio 同时大于该公司所在行业的70%分位数，则将该样本划分为“存贷双高”样本。

17367个样本中，共识别出795个“双高”样本。

因此，本文对“存贷双高”的最终界定为：货币资金、理财产品及应收票据之和占资产总额的比例大于公司所在行业的70%分位数；并且，短期借款、应付票据、一年内到期的非流动负债、应付债券及长期借款之和占资产总额的比例大于公司所在行业的
70%分位数。

（三）会计信息质量特征
前述统计分析表明，除了已爆出问题的康美药业、康得新等公司，其实“存贷双高”问题在我国上市公司大量存在。

对于“双高”企业相比非“双高”企业的会计信息质量特征分析，本文从企业自身盈余管理角度和企业外部的证券分析师和审计师的角度分别进行检验。

1.盈余管理程度
计量盈余管理程度，国内外的研究表明修正的琼斯模型具有较强解释能力[10]。

因此，本文采用修正的琼斯模型计算出的操纵性应计的绝对值（DA ）度量盈余管理程度。

DA 越大，则表示盈余管理程度越大，企业的盈余信息质量越低。

具体来说，使用公式3进行分年度、分行业回归，然后利用公式4计算DA 。

TA t Asset t-1=α0
1Asset t-1+α1ΔREV t -ΔREC t Asset t-1+α2PPE t Asset t-1（3）
DA t =
TA t Asset t-1-α^01Asset t-1-α
^1ΔREV t -ΔREC t Asset t-1
-α^2PPE t
Asset t-1（4）
其中，TA t 为第t 年的总应计项目，等于第t 年的营业利润减去第t 年的经营活动产生的现金流量净额；Asset t-1为第t-1年的总资产年末余额，ΔREV t 是第t 年营业收入相较第t-1年营业收入的增量，ΔREC t 是第t 年应收账款年末余额相较年初余额的增量，PPE t 是第t 年固定资产的年末余额。

DA 为盈余管理程度的衡量指标。

2.分析师盈利预测有效性
从企业外部证券分析师角度衡量会计信息质量，
本文采用分析师预测误差度（Error ）和分析师预测分歧度（Disp ）两个指标。

Error 为分析师盈利预测误差，是各分析师对上市公司的每股收益预测与上市公司实际每股收益之差绝对值的平均值，除以上年末股票收盘价，其计算方法如式5所示。

Error 值越大，表明分析师盈利预测误差越大，分析师盈利预测准确度越低，盈余信息质量越低。

Disp 为分析师盈利预测分歧度，是各分析师对上市公司每股收益预测的标准差，除以上年末股票收盘价，其计算方法如式6所示。

Disp 值越大，表明不同分析师盈利预测的一致性越低，分歧度越大，
盈余信息质量越低。

Error t =mean
（FEPS i ，t -AEPS t ）P 0
（5）Disp t =sd(FEPS i ，
t )P 0
（6）
公司治理
图1“存贷双高”的行业
分布
“双高”79513.0822.3927.7534.720.66IDratio
非“双高”
16572
10.42
23.89
37.35
56.65
-32.676***
“双高”
795
15.84
38.87
45.30
55.46
2.26
Sample 非“双高”
N 16572
min 0.01
p2510.07
p5015.84
p7524.67
max 1
MFratio
Wilcoxon Z
-27.05***表3“双高”指标的描述性统计
注：***、**、*分别表示在0.001、0.01、0.1水平显著。

下同。

其中，i 代表分析师，t 代表预测年度；FEPS i ，t 为分析师i 对公司第t 年每股收益的预测值；AEPS t 为公司第t 年的实际每股收益；P 0为公司第t-1年年末的股票收盘价。

3.审计收费
本文借助企业外部审计师审计收费的高低，间接考察“双高”与非“双高”样本间的差异。

具体而言，审计收费（Audfee ）=上市公司境内外年度审计费用合计的自然对数。

四、统计检验（一）样本描述性统计
根据本文对“存贷双高”
的界定标准，全部17367个样本中，共识别出795个“双高”样本，16572个非“双高”样本。

两类样本“双高”指标的描述性统计如表3所示。

非“双高”样本的货币资金比重（MFratio ）的中位数为15.84%，“双高”样本的货币资金比重中位数为27.75%，Wilcoxon 秩和检验显示两类样本有显著差异②。

非“双高”样本的有息负债比重（IDratio ）的中位数为23.89%，“双高”样本的有息负债比重中位数为45.30%，两类样本间也有显著差异。

为了了解“存贷双高”样本的行业分布特征，按照2012证监会行业分类，本文统计了各行业样本中的
“存贷双高”样本所占比重，如图1所示。

结果表明，C 13农副食品加工业、C 25石油加工、炼焦和核燃料加工业、C 31黑色金属冶炼和压延加工业、K 房地产业、M 科学研究和
②
由于样本不满足正态分布，本文采用Wilcoxon 秩和检验，检验“双高”样本与非“双高”样本的MFratio 和IDratio 指标的中位
数有无显著差异。

公司治理
图2“存贷双高”的地区
分布Sample N min p25p50p75max Wilcoxon Z
DA
非“双高”
16452
0.0000
0.0199
0.0672
0.0439
0.0851
-1.713觹“双高”
794
0.0001
0.0199
0.0768
0.0484
0.0939
表4“存贷双高”与盈余管理
技术服务业、S 综合类的“存贷双高”样本比重较高，超过了7%。

“存贷双高”样本地区分布如图2所示，山西、江西、河南、海南、西藏、辽宁的上市公司中的“存贷双高”样本比重较高，超过了7%。

总体而言，经济欠发达地区的“存贷双高”占比较高。

（二）“双高”与非“双高”样本的会计信息质量特征分析
1.盈余管理程度
统计结果如表4所示，非“双高”样本的盈余管理程度（DA ）的中位数为0.0672，“双高”样本的盈余管理程度中位数为0.0768，Wilcoxon 秩和检验显示“双高”样本的盈余管理程度在10%显著性水平上显著高于非“双高”样本，即“双高”样本的会计信息质量显著低于非“双高”样本，H1得证。

2.分析师盈利预测有效性
表5的统计结果表明，无论从分析师盈利预测误差度（Error ）还是分析师盈利预测分歧度（Disp ）来看，“双高”样本均在1%显著性水平显著高于非“双高”样本，即“双高”样本的会计信息质量显著低于非“双高”样本，H2和H3
得证。

3.审计收费
表6显示，2007—2018年间“双高”样本的Audfee 在1%显著性水平显著高于非“双高”样本，即“双高”样本的审计收费显著高于非“双高”样本，间接反映了“双高”样本的会计信息质量低于非“双高”样本，H4得证。

五、结论与启示
“存贷双高”是指企业拥有大量货币资金的同时又举借了大量的有息负债，属于企业财务报表异常的标志之一。

本文在理论分析的基础上提出，“存贷双高”企业的会计信息质量低于非“存贷双高”
企业。

以2007—2018年我国A 股非金融类上市公司为样本，在分析“存”“贷”现状的基础上，本文将“存贷双高”界定为：货币资金（含理财产品和应收票据）占资产总额的比重与有息负债占资产总额的比重同时高于公司所在行业的70%分位数。

按照该定义，本文识别出了“双高”样本（795个）和非“双高”样本（16572个）。

然后，本文从企业盈余管理程度、证券分析师盈利预测有效性、审计师审计收费三个角度，分析了“双高”公司治理
③
行业特征导致的“存贷双高”，本文在设计“存贷双高”判别标准时通过分行业设定标准消除了这类样本；集团合并报表和原
因导致的“存贷双高”
不会导致会计信息失真。

Sample N min p25p50p75max Wilcoxon Z
Error
非“双高”
10572
0.0047
0.0097
0.0203
1.3062
-7.128***“双高”54700.00700.01370.02730.5285Disp
非“双高”
9111
0.0031
0.0062
0.0117
0.7701
-6.824***
“双高”
459
0.0048
0.0086
0.0156
0.1599
表5“存贷双高”与分析师盈利预测
Sample N min p25p50p75max Wilcoxon Z
Audfee
非“双高”
15870
11.51
13.22
13.65
14.17
19.40
-7.389***“双高”
766
12.21
13.38
13.88
14.42
17.60
表6“存贷双高”与审计收费
注：总样本数不足17367是由于部分样本缺乏审计费用数据。

样本与非“双高”样本的会计信息质量特征。

分析结果显示，（1）“双高”样本的盈余管理程度显著高于非“双高”样本；（2）“双高”样本的分析师盈利预测误差度和分析师盈利预测分歧度显著高于非“双高”样本；（3）“双高”样本的审计收费显著高于非“双高”样本。

这些结果均表明，“双高”样本的会计信息质量显著低于非“双高”样本。

对照关于“存贷双高”产生原因的理论分析与“双高”样本的会计信息质量分析结果可以看出③，目前我国上市公司中的“存贷双高”可能更多来自于资金占用、虚构货币资金，从而导致会计信息质量低下。

因此，“存贷双高”在一定程度上预示着盈余操纵、资金占用和财务造假，这也呼应了近两年频频出现的“存贷双高”上市公司爆雷现象。

因此，投资者和监管部门应对“存贷双高”企业提高警惕，仔细分析“存贷双高”的具体原因，加强公司治理。

●
【参考文献】
［1］连玉君，刘醒云，
苏治.现金持有的行业特征：差异性与收敛性［J ］.会计研究，2011（7）：66-72.
［2］黄冰冰，马元驹.股权集中度对现金持有的影响路
径———基于大股东占款的中介效应［J ］.经济与管理研究，2018，39（11）：131-144.
［3］HEALY P M ，WAHLEN J M.A Review of the earnings
management literature and its implications for standards setting ［J ］.Accounting Horizons ，1999，13（4）：365-383.［4］罗乐，李超凡，
王生年.分析师现金流预测如何影响应计异象?［J ］.管理评论，2018，30（1）：154-165.
［5］LANG M ，Lundholm R.Corporate disclosure policy
and analyst behavior ［J ］.The Accounting Review ，1996，71：467-492.
［6］胡晓帆，宋子龙.担保物权制度改革与审计费用———
基于《物权法》实施的准自然实验［J ］.会计与经济研究，2019，33（5）：78-94.
［7］宋理升，
王爱国.终极控制股东的政治关联、会计信息质量与注册会计师审计———来自民营上市公司的经验证据［J ］.审计与经济研究，2014，29（3）：40-49.［8］姜月运，马彩凤，
杨永真.审计师与应计和真实盈余管理关系分析———基于异常审计费用的证据［J ］.会计之友，2017（12）：114-118.
［9］谢盛纹，邓紫，王清.会计信息可比性与注册会计师
的审计决策———来自中国证券市场的经验证据［J ］.审计与经济研究，2017，32（5）：10-19.
［10］曲晓辉，卢煜，汪健.商誉减值与分析师盈利预测———
基于盈余管理的视角［J ］.山西财经大学学报，2016，38（4）：101-113.
公司治理。