企业社会责任对投资效率的影响实证分析

Empirical Analysis of the Influence of Corporate Social Responsibility on Investment Efficiency

摘要: 本文选取2015~2023年沪深两市A股上市公司为研究样本，从盈余管理角度探究企业社会责任作用投资效率新路径。研究发现：企业社会责任与投资效率显著正相关，与盈余管理显著负相关；盈余管理在企业社会责任与投资效率之间起部分中介效应，企业社会责任对盈余管理的抑制作用是提升投资效率的重要路径。基于研究结论，本文提出优化社会责任与盈余管理机制的可行性建议，并为如何优化企业投资效率提供研究思路与实证经验。

Abstract: This paper selects A-share listed companies in Shanghai and Shenzhen from 2015 to 2023 as research samples to explore a new approach to the investment efficiency of corporate social responsibility from the perspective of earnings management. The results show that CSR is positively correlated with investment efficiency and negatively correlated with earnings management. Earnings management plays a part in intermediary effect between corporate social responsibility and investment efficiency. The inhibition effect of corporate social responsibility on earnings management is an important way to improve investment efficiency. Based on the research conclusions, this paper puts forward feasible suggestions for optimizing the mechanism of social responsibility and earnings management, and provides research ideas and empirical experience on how to optimize the efficiency of enterprise investment.

1. 引言

在中国经济新常态背景下，国家正向高质量发展转型，“创新、协调、绿色、开放、共享”成为引领经济社会发展的新理念，企业不能仅以利润最大化作为财务目标，过度关注规模和速度上的增长，还需重视质量与效率的提高，以及协调相关利益者需求，主动承担社会责任，实现自身长期可持续发展。

其中投资行为是企业重要的经营活动，如何提高投资效率并增强经营效益对促进企业转型升级乃至中国经济发展至关重要，并且近年来的相关研究不断发现：第一，随着ESG以及全面协调可持续发展理念成为诸多企业追求绿色发展的理论依据，社会责任工作绩效正在成为影响企业发展新变量；第二，企业内部不完善的治理机制会增强公司内部之间的盈余管理与代理冲突问题，从而对投资效率的增长构成扭曲效应，因此盈余管理也正在成为影响企业投资效率的新变量。综上所述，结合目前学者研究发现，企业社会责任、盈余管理对于投资效率的影响机制不尽相同。本文基于该背景探究三者变量的关系，并对其中的作用传导机制进行系统的研究，有助于丰富学术研究，具有重要的理论与现实意义。

2. 理论分析与研究假设

2.1. 企业社会责任与投资效率的关系

第一，基于信息不对称理论，当企业出于真心主动承担社会赋予其的责任和义务，对于外部而言，向外界传递积极信号，提高企业的整体形象和信誉口碑，对企业的市场价值起到了积极的促进作用；对于内部而言，说明管理层遵循会计透明度和道德原则，愿意增强企业的信息披露力度，增加企业传递有效信息的渠道，降低对会计信息的操纵力度，这有助于缓解因“逆向选择”引发的投资不足与抑制因“道德风险”引发的过度投资，抑制非效率投资。

第二，基于利益相关者理论，企业除了对股东负责，同时也要对其他利益相关者负责。实质上是引进了新的监管主体，形成多元共同治理结构倒逼企业经营进行改善，在实施投资行为前，需考虑尽量周全，仔细量化风险与收益，做到科学决策。另外，积极履行社会责任的企业往往会考虑自身的可持续发展，以长远目光看待投资决策，减少短期的自利行为，并将投资信息及时地传递到各个利益主体，缓解前文委托代理理论提及的“股东–管理层”造成的投资不足与“股东–债权人”形成的过度投资。

基于上述分析，本文提出以下假设：

假设H1：企业社会责任表现越好，投资效率越高。其中：

H1a：企业社会责任表现越好，抑制过度投资效果越好。

H1b：企业社会责任表现越好，缓解投资不足效果越好。

2.2. 企业社会责任与盈余管理的关系

基于印象管理理论，履行社会责任与实施盈余管理都是实施印象管理的有效手段。但后者行为若长期发展，有可能形成虚假陈述和造假行为，违背财务规范与诚信经营原则，损害财务报告的真实性和准确性，影响企业的持续发展。相反，为争取良好前景，企业有充足动力与愿景去长期坚持承担社会责任，促进社会效益的提高，以及企业形象的建设，选择尽量避免盈余管理行为，以实现企业的长期发展目标。另外也有研究表明，成长性或绩效良好的企业，拥有充足现金能力支持自身积极履行社会责任，主动规避盈余管理行为来实现印象管理，注重市场竞争力与信誉度的建设，以保证企业的长远健康发展。

基于上述分析，本文提出以下假设：

假设H2：企业社会责任表现越好，盈余管理程度越低。

2.3. 企业社会责任、盈余管理和投资效率的关系

综合上述分析，将企业社会责任对盈余管理和投资效率的作用联系起来，可发现企业社会责任提升投资效率的一条重要路径：高质量的企业社会责任表现减少信息不对称，提高信息环境透明度，抑制盈余管理行为，从而提高会计信息质量。第一，这有助于利益相关者了解真实信息，从多个角度观察公司的财务状况与经营情况，帮助公司发现风险和机遇，及时提供预警信息和建议，必要时给予资源、技术、市场信息，保障公司做出正确投资决策。第二，这有助于利益相关者发挥多元主体监督治理的作用，通过会计信息向管理层提出关于财务状况的问题和建议，协助评估投资项目的风险和潜在回报，抑制管理层出于机会主义导致的过度投资和投资不足行为。以上这两点最终促进了投资效率的提高。

基于上述分析，本文提出以下假设：

假设H3：盈余管理在企业社会责任与投资效率之间起中介作用。其中：

H3a：盈余管理在企业社会责任与投资不足之间起中介作用。

H3b：盈余管理在企业社会责任与过度投资之间起中介作用。

3. 研究设计

3.1. 样本选取与数据来源

本文选取2015~2023沪深两市A股上市公司为研究样本，数据来源于和讯网、Wind、RESSET、CSMAR数据库，残缺的数据依据各上市公司披露年报补充，并通过以下标准进行筛选：(1) 剔除金融行业公司；(2) 排除*ST类型、ST类型、PT类型、已退市的公司；(3) 剔除有显著数据缺陷的公司；(4) 排除主营业务不明确的公司。最终得到1843个上市公司共18,352条观测值样本，数据分析使用Excel与Stata16MP，中介效应检验采用Bootstrap法。

3.2. 变量定义

3.2.1. 被解释变量

投资效率(INV)目前背景下无法量化计算，学术界普遍采用“非效率投资”衡量，贺之瑶(2017) [1]、魏群(2018) [2]均采用相同方法。

考虑到国内学者普遍采用Richardson (2006) [3]模型，并且刘慧龙等(2014) [4]认为国内资本市场不够成熟，该模型适合中国国情发展实际，具备良好信度。因此本文也采纳此模型量化投资效率，模型如公式(1)所示。残差$\epsilon$ 代表非效率投资水平，若残差 > 0，表示过度投资，若残差 < 0，表示投资不足。具体说明见表1。

Table 1. Investment efficiency variable

表1. 投资效率变量

变量类型	变量名称	变量符号	解释说明
被解释变量	本年投资水平	Invi,t	t年企业购置固定资产、无形资产及长期资产所支付的现金减去 处置这些资产收回现金的差，再除以期初总资产账面价值计量
解释变量	成长能力	Growthi,t-1	t − 1年营业收入增长率
	资本结构	Levi,t-1	t − 1年资产负债率
	股票收益率	Reti,t-1	t − 1年基本每股收益
	企业规模	Sizei,t-1	t − 1年总资产自然对数
	现金持有量	Cashi,t-1	t − 1年经营现金净流量/t年初总资产
	上市年限	Agei,t-1	t − 1年企业上市年限自然对数
	上一年投资水平	Invi,t-1	t − 1年投资水平见第二行第四列公式
控制变量	年度	Year	控制时间效应，虚拟变量
	行业	Industry	控制行业效应，虚拟变量

$\begin{array}{c}{\text{Inv}}_{i,t}={\alpha }_0+{\alpha }_1{\text{Growth}}_{i,t-1}+{\alpha }_2{\text{Lev}}_{i,t-1}+{\alpha }_3{\text{Ret}}_{i,t-1}+{\alpha }_4{\text{Size}}_{i,t-1}+{\alpha }_5{\text{Cash}}_{i,t-1}\\ +{\alpha }_6{\text{Age}}_{i,t-1}+{\alpha }_7{\text{Inv}}_{i,t-1}+{\alpha }_8\sum \text{Year}+{\alpha }_9\sum \text{Industry}+\epsilon \end{array}$ (1)

3.2.2. 解释变量

本文参考谢伟峰等(2021) [5]研究，选择和讯网社会责任评分来度量企业社会责任表现水平，其将众多利益相关者全面纳入考虑，评分体系客观公正，设计了一级指标(5个)、二级指标(13个)、三级指标(37个)，同时考虑到本文的变量多为小数级别，因此将和讯网社会责任评分除以100得到本文社会责任(CSR)的数据。

3.2.3. 中介变量

本文重视盈余管理(EM)的操纵方向与有效程度，以及根据多数参考文献的研究方向，选择应计盈余管理(DA)衡量，并参考刘慧龙(2014) [4]任春艳(2012) [6]等学者研究，采用修正Jones模型估计其水平。残差$\epsilon$ 代表盈余管理水平，绝对值越大，表示盈余管理程度越高，具体说明见表2。

Table 2. Fixed Jones model variable

表2. 修正Jones模型变量

变量符号	解释说明
TAt	t期的总应计利润，等于营业利润减去经营活动现金净流量
ASt-1	t − 1期的企业期末总资产
ΔREV	t期的主营业务收入变动量
ΔREC	t期应收账款变动量
PPEt	t期的期末固定资产总额，等于固定资产净额 + 固定资产清理 + 工程物质 + 在建工程

$\frac{{\text{TA}}_t}{{\text{AS}}_{t-1}}=\frac{{\alpha }_1}{{\text{AS}}_{t-1}}+\frac{{\alpha }_2\left(\Delta {\text{REV}}_t-\Delta {\text{REC}}_t\right)}{{\text{AS}}_{t-1}}+\frac{{\alpha }_3{\text{PPE}}_t}{{\text{AS}}_{t-1}}+\epsilon$ (2)

3.2.4. 控制变量

本文参考已有文献，发现影响投资效率的因素众多，因此借鉴张芳(2017) [7]，曹亚勇(2012) [8]等学者的做法，主要从企业特征、企业治理以及财务特征三个角度出发选取控制变量，具体说明见表3。

Table 3. Variable declaration

表3. 变量说明

变量类型	变量名称	变量符号	解释说明
被解释变量	非效率投资	Inveff	Richardson模型得到的残差取绝对值
	过度投资	Overinv	Richardson模型得到的残差大于0
	投资不足	Underinv	Richardson模型得到的残差小于0
解释变量	企业社会责任	CSR	和讯网年度上市公司社会责任评分除以100
中介变量	盈余管理	EM	修正Jones模型得到的残差取绝对值
控制变量	企业规模	SIZE	企业总资产规模取自然对数
	成长能力	GR	营业收入增长率
	现金持有量	Cash	经营现金净流量/总资产
	资本结构	LEV	资产负债率
	盈利能力	ROE	净资产收益率
	股权集中度	OC	前十大股东持股比率

3.2.5. 实证模型

为了验证本文提出的研究假设，按照假设提出的顺序，本文模型设计如下所示，其中INV_i,t分为全类型组(Inveff)、过度投资组(Overinv)以及投资不足组(Underinv)的被解释变量，ControlVariable_i,t-1为控制变量集。

为验证假设H1、H1a、H1b (企业社会责任对投资效率的影响是否显著)，建立模型(3)：

${\text{INV}}_{i,t}={\alpha }_0+{\alpha }_1{\text{CSR}}_{i,t-1}+{\displaystyle \sum \alpha {\text{ControlVariable}}_{i,t-1}}+\epsilon$ (3)

为验证假设H2 (企业社会责任对盈余管理的影响是否显著)，建立模型(4)：

${\text{EM}}_{i,t}={\beta }_0+{\beta }_1{\text{CSR}}_{i,t-1}+{\displaystyle \sum \beta {\text{ControlVariable}}_{i,t-1}}+\epsilon$ (4)

为验证假设H3、H3a、H3b (盈余管理的中介效应)，建立模型(5)：

${\text{INV}}_{i,t}={\gamma }_0+{\gamma }_1{\text{CSR}}_{i,t-1}+{\gamma }_2{\text{EM}}_{i,t-1}+{\displaystyle \sum \gamma {\text{ControlVariable}}_{i,t-1}}+\epsilon$ (5)

4. 实证分析

4.1. 描述性统计分析

本文描述性统计结果如下表4所示。关于全类型非效率投资(Inveff)：平均值为0.4843、标准差为0.1274，证明上市公司中非效率投资中存在较大差异。全部18,352个样本中，过度投资(Overinv)占比43.98%、投资不足(Underinv)占比56.02%，证明上市公司中投资不足类型更为常见。其中两组的平均值分别为0.0552、0.0445，标准差分别为0.1629、0.0548，证明上市公司的非效率投资主要表现为投资不足且内部的分化程度更高，统计结果与冼依婷(2020) [9]基本一致；关于企业社会责任(CSR)：平均值为0.2143、标准差为0.1986证明上市公司整体在履行社会责任方面存在较大差异，统计结果与花拥军(2020) [10]基本一致；关于盈余管理(EM)：平均值为−0.0046、标准差为0.2078、最小值为−2.8850、最大值为11.1285，同理上市公司内部盈余管理程度亦存在较大差异。

Table 4. Descriptive statistical results for each variable

表4. 各变量描述性统计结果

变量名	观测数	Mean	Std. Dev	Min	Max
Inveff	18,352	0.4843	0.1274	0.0001	8.4713
Overinv	8072	0.0552	0.1629	0.0001	8.4713
Underinv	10,280	0.0445	0.0548	0.0001	0.6297
CSR	18,352	0.2143	0.1986	−0.1955	0.8001
EM	18,352	−0.0046	0.2078	−2.8850	11.1285
SIZE	18,352	22.6544	1.3848	13.9952	29.6375
GR	18,352	0.2486	2.0329	−0.9473	85.9132
Cash	18,352	0.0485	0.7856	−7.4842	2.2466
LEV	18,352	0.4927	0.2482	0.0063	5.2741
ROE	18,352	0.0436	0.2499	−6.2291	8.5113
OC	18,352	53.4411	13.9397	1.3833	101.1600

4.2. 相关性分析

Table 5. Pearson correlation analysis results for each variable

表5. 各变量Pearson相关分析结果

变量	Inveff	CSR	EM	SIZE	GR	Cash	LEV	ROE	OC
Inveff	1
CSR	−0.007 ***	1
EM	0.123 ***	−0.113 ***	1
SIZE	−0.090 ***	0.248 ***	0.048 ***	1
GR	0.185 ***	0.034 ***	0.133 ***	0.026 **	1
Cash	−0.046 ***	0.239 ***	−0.228 ***	0.093 ***	0.005 ***	1
LEV	0.023 ***	−0.086 ***	−0.073 ***	0.447 ***	0.020 *	−0.148 ***	1
ROE	0.019 *	0.346 ***	0.152 ***	0.111 ***	0.052 ***	0.192 ***	−0.176 ***	1
OC	0.021 **	0.213 ***	0.045 ***	0.344 ***	0.054 ***	0.125 ***	0.032 ***	0.123 ***	1

本文对各个变量进行Pearson相关性分析，如表5所示。根据表5可知：第一，企业社会责任(CSR)与非效率投资(Inveff)的相关系数为−0.007，在1%水平上显著负相关，初步验证假设H1：企业社会责任表现越好，非效率投资程度越低；企业社会责任(CSR)与盈余管理(EM)的相关系数为−0.114，在1%水平上显著负相关，初步验证假设H2：企业社会责任表现越好，盈余管理程度越低；第二，盈余管理(EM)与非效率投资(Inveff)的相关系数为0.124，在1%水平上显著正相关，证明企业盈余管理程度越高，非效率投资程度越强；第三，从控制变量看，一方面，企业规模(SIZE)、现金持有量(Cash)与非效率投资(Invff)的相关系数分别为−0.090、−0.046，均在1%的水平上显著负相关，即对投资效率有促进作用；另一方面，非效率投资(Inveff)与成长能力(GR)、资本结构(LEV)、盈利能力(ROE)、股权集中度(OC)的相关系数分别为0.185、0.023、0.019、0.021，分别在1%、1%、10%、5%的水平上显著正相关，即对投资效率有抑制作用。

4.3. 回归分析

4.3.1. 企业社会责任与投资效率的回归分析

为验证假设H1及其分假设H1a、H1b，利用模型(3)进行回归分析，实证结果如表6所示。根据表6可知，F值均表现为在1%水平上显著正相关，R2分别为0.345、0.303、0.426，表示模型的拟合性良好，验证了假设H1、H1a、H1b，即企业社会责任表现越好，抑制过度投资与缓解投资不足效果越好，投资效率相对越高。原因可能在于上市公司积极地承担自身社会责任，有效缓解与利益相关者之间的信息不对称问题，促进信息共享与互通，建立良好的企业形象与品牌效应，获取发展所需的重要资源，进而促进其投资效率的增长。

Table 6. Results of regression analysis of corporate social responsibility and investment efficiency

表6. 企业社会责任与投资效率回归分析结果

变量名称	Inveff	Overinv	Underinv
CSR	−0.023**	−0.003**	−0.033***
	(−2.55)	(−2.10)	(−6.03)
SIZE	−0.012***	−0.006*	−0.015***
	(−10.74)	(−2.00)	(−25.72)
GR	0.010***	0.022***	0.002***
	(18.68)	(17.85)	(5.11)
Cash	−0.075***	−0.120**	−0.045***
	(−4.81)	(−3.04)	(−4.84)
LEV	0.011*	0.014	0.033***
	(1.89)	(1.00)	(6.27)
ROE	0.007*	0.002	0.012***
	(1.79)	(0.10)	(4.22)
OC	0.000***	0.001***	0.000***
	(5.10)	(3.53)	(4.80)
Cons	0.274***	0.145**	0.380***
	(12.84)	(2.78)	(30.09)
N	18,352	8072	10,280
F	73.64***	51.42***	115.34***
R^2	0.345	0.303	0.426

4.3.2. 企业社会责任与盈余管理的回归分析

为验证假设H2，利用模型(4)进行回归分析，实证结果如表7所示。根据表7可知，在全类型(Inveff)、过度投资(Overinv)、投资不足(Underinv)，三种情况下的F值均在1%水平上显著正相关，R²分别为0.332、0.460、0.472，因此模型的拟合性良好。验证了假设H2，即企业社会责任表现越好，盈余管理程度越低。原因可能在于盈余管理是企业为了获得更高利润而采取的管理手段，强调短期利益的追求，但当企业注重社会责任的履行，更加注重长期利益的追求，并且能够获得更多的社会支持和认可，往往会更加合理地控制盈余管理行为，减少虚报利润的风险，利于企业长期稳健发展。

Table 7. Results of regression analysis of corporate social responsibility and earnings management

表7. 企业社会责任与盈余管理回归分析结果

变量名称	全类型组	过度投资组	投资不足组
CSR	−0.115***	−0.069***	−0.146***
	(−7.52)	(−3.55)	(−6.60)
SIZE	0.011***	0.007**	0.011***
	(6.17)	(3.01)	(5.21)
GR	0.011***	0.003***	0.017***
	(14.21)	(3.37)	(14.83)
Cash	−0.723***	−0.816***	−0.648***
	(−31.75)	(−25.10)	(−22.37)
LEV	−0.078***	−0.071***	−0.094***
	(−9.63)	(−5.60)	(−7.52)
ROE	0.125***	0.197***	0.114***
	(17.11)	(15.57)	(11.13)
OC	0.001	0.001	0.001
	(1.62)	(1.54)	(1.04)
Cons	−0.190***	−0.115**	−0.231***
	(−6.08)	(−2.70)	(−5.33)
N	18,352	8072	10,280
F	39.42***	121.75***	136.24***
R^2	0.332	0.460	0.472

4.3.3. 盈余管理的中介效应检验

为验证假设H3及其分假设H3a、H3b，本文采用Bootstrap法进行中介效应检验，在原有18,352个样本的基础上，设定样本随机重复抽样5000次，在95%中介效应置信区间下检验，若置信区间不包括0，则说明中介效应显著。实证结果如表8所示。根据表8可知，盈余管理(EM)在企业社会责任(CSR)对非效率投资(Inveff)、过度投资(Overinv)、投资不足(Underinv)的中介检验结果中，95%置信区间分别为(−0.0134, −0.0029)、(−0.0201, −0.0073)、(−0.0031, −0.0014)，均不包含0，表明盈余管理的中介效应均显著，且中介效应量占总效应比重分别为57.75%、43.40%、33.33%，说明盈余管理在企业社会责任对非效率投资、过度投资、投资不足的影响中起部分中介的作用，验证了本文假设H3、H3a、H3b。

Table 8. Bootstrap test of earnings management mediation effect

表8. 盈余管理中介效应的Bootstrap检验

中介模型	类别	效应值	Bootstrap 95% CI值		效应占比(%)
			LLCI	ULCI
企业社会责任→盈余管理 →非效率投资	总效应	−0.0142	−0.0249	−0.0035
	直接效应	−0.0060***	−0.0091	−0.0029	42.25%
	间接效应	−0.0082***	−0.0134	−0.0029	57.75%
企业社会责任→盈余管理 →过度投资	总效应	−0.0318	−0.0429	−0.0207
	直接效应	−0.0180**	−0.0270	−0.0090	56.60%
	间接效应	−0.0138**	−0.0201	−0.0073	43.40%
企业社会责任→盈余管理 →投资不足	总效应	−0.0075	−0.0110	−0.0040
	直接效应	−0.0050**	−0.0083	−0.0017	66.67%
	间接效应	−0.0025**	−0.0031	−0.0014	33.33%

4.4. 稳健性分析

4.4.1. 投资效率模型的重新衡量

参考国内相关文献，目前对模型(1)中的成长能力指标有两种衡量模式，分别是TobinQ值和营业收入增长率，部分学者如肖露璐等(2017) [11]认为由于我国资本市场发展时间相对较短，处于初步发展阶段，因此采用营业收入增长率更适合中国资本市场发展实情，因此前文模型中也采纳此指标。本文为了确保研究结论稳定且可靠，采用TobinQ值重新衡量投资效率，对研究模型重新回归和检验，如表9、表10所示。根据表9、表10可知，在三类投资情景分组下，企业社会责任表现与非效率投资均显著负相关，与盈余管理也显著负相关。在中介检验结果中，95%置信区间均不包括0，存在一定中介效应值，表明盈余管理在企业社会责任与投资效率之间起部分中介作用。综上，新的检验结果与本文研究假设依旧一致，说明实证结果具有稳健性。

Table 9. Replace the main variable test results of the investment efficiency model

表9. 替换投资效率模型主要变量检验结果

变量	模型(5)			模型(6)
	Inveff	Overinv	Underinv	全类型组	过度投资组	投资不足组
CSR	−0.741*** (−14.21)	−0.025*** (−6.24)	−0.010*** (−8.39)	−0.104*** (−7.52)	−0.067*** (−3.55)	−0.134*** (−6.60)
SIZE	−0.115*** (−4.36)	−0.012*** (−14.27)	−0.006*** (−21.39)	0.011*** (6.71)	0.007** (3.01)	0.012*** (5.21)
GR	0.005 (0.31)	0.016*** (10.78)	0.002*** (3.15)	0.012*** (14.21)	0.004*** (3.37)	0.018*** (14.83)
Cash	−0.301*** (−3.78)	−0.069*** (−9.00)	−0.043*** (−15.20)	−0.715*** (−31.75)	−0.817*** (−25.10)	−0.676*** (−22.37)
LEV	0.293* (1.88)	0.217*** (2.75)	0.104 (0.41)	−0.089*** (−9.63)	−0.073*** (−5.60)	−0.094*** (−7.52)
ROE	0.151* (1.84)	0.138* (1.90)	0.014*** (4.39)	0.126*** (17.11)	0.198*** (15.57)	0.102*** (11.13)
OC	0.002*** (2.35)	0.007*** (4.26)	0.005 (0.89)	0.001 (1.62)	0.001 (1.54)	0.001 (1.04)
Cons	5.729*** (2.45)	3.731*** (2.10)	5.814*** (3.18)	−0.189*** (−6.08)	−0.118** (−2.70)	−0.230*** (−5.33)
N	18,352	8072	10,280	18,352	8072	10,280
F	31.03***	47.30***	22.41***	37.80***	124.75***	138.71***
R^2	0.320	0.335	0.278	0.331	0.461	0.474

Table 10. Bootstrap test of earnings management mediation effect

表10. 盈余管理中介效应的Bootstrap检验

中介模型	类别	效应值	Bootstrap 95% CI值		效应占比(%)
			LLCI	ULCI
企业社会责任→盈余管理 →非效率投资	总效应	−0.0122	−0.0218	−0.0026
	直接效应	−0.0085***	−0.0143	−0.0027	69.67%
	中介效应	−0.0037**	−0.0058	−0.0016	30.33%
企业社会责任→盈余管理 →过度投资	总效应	−0.0384	−0.0487	−0.0281
	直接效应	−0.0246**	−0.0348	−0.0144	64.06%
	中介效应	−0.0138**	−0.0227	−0.0049	35.94%
企业社会责任→盈余管理 →投资不足	总效应	−0.0044	−0.0058	−0.0030
	直接效应	−0.0019**	−0.0027	−0.0011	43.18%

4.4.2. 盈余管理替代变量检验

参考国内相关文献，应计盈余管理的衡量普遍采用修正Jones模型，但部分学者如刘慧龙(2014) [4]认为基本Jones模型更适合中国资本市场发展不成熟的情况，本文为了确保研究结论稳定且可靠，选用基本Jones模型重新衡量盈余管理，对研究模型重新回归和检验，如表11、表12所示。

Table 11. Results of earnings management substitute variable test

表11. 盈余管理替代变量检验结果

变量	模型(5)			模型(6)
	Inveff	Overinv	Underinv	全类型组	过度投资组	投资不足组
CSR	−0.025** (−2.55)	−0.003** (−2.10)	−0.036*** (−6.03)	−0.049*** (−4.51)	−0.038*** (−3.55)	−0.088*** (−3.22)
SIZE	−0.012*** (−10.74)	−0.006* (−2.00)	−0.017*** (−25.72)	−0.004*** (−2.29)	−0.004 (−0.49)	−0.016* (−1.75)
GR	0.011*** (18.68)	0.023*** (17.85)	0.003*** (5.11)	0.001 (0.46)	0.004*** (2.81)	0.020*** (13.66)
Cash	−0.075*** (−4.81)	−0.117*** (−3.04)	−0.044*** (−4.84)	−0.066*** (−1.94)	−0.988*** (−21.27)	−0.774*** (−19.00)
LEV	0.013* (1.89)	0.016 (1.00)	0.024*** (6.27)	0.007*** (−1.94)	0.074** (1.99)	0.207*** (−7.30)
ROE	0.009* (1.79)	0.001 (0.10)	0.012*** (4.22)	0.004*** (2.29)	0.182*** (10.79)	0.084*** (7.88)
OC	0.000*** (5.10)	0.002*** (3.53)	0.000*** (4.80)	0.001 (1.65)	0.001 (0.10)	0.001 (0.00)
Cons	0.276*** (12.84)	0.143** (2.78)	0.380*** (30.09)	0.077*** (2.63)	0.030*** (3.16)	0.251*** (3.27)
N	11,352	8072	10,280	11,352	8072	10,280
F	74.44***	50.95***	114.18***	23.95***	86.56***	103.06***
R^2	0.343	0.302	0.425	0.272	0.380	0.406

Table 12. Bootstrap test of earnings management mediation effect

表12. 盈余管理的中介效应的Bootstrap检验

中介模型	类别	效应值	Bootstrap 95% CI值		效应占比(%)
			LLCI	ULCI
企业社会责任→盈余管理→ 非效率投资	总效应	−0.0096	−0.0134	−0.0058
	直接效应	−0.0059**	−0.0104	−0.0014	61.46%
	中介效应	−0.0037**	−0.0058	−0.0016	38.54%
企业社会责任→盈余管理→ 过度投资	总效应	−0.0151	−0.0256	−0.0046
	直接效应	−0.0071**	−0.0115	−0.0027	47.02%
	中介效应	−0.0080**	−0.0129	−0.0031	52.98%
企业社会责任→盈余管理→ 投资不足	总效应	−0.0050	−0.0087	−0.0013
	直接效应	−0.0033**	−0.0049	−0.0017	66.00%
	中介效应	−0.0017**	−0.0023	−0.0011	34.00%

基本Jones模型的衡量方式如下，具体变量定义可参考前文的模型(2)。

$\frac{{\text{TA}}_t}{{\text{AS}}_{t-1}}=\frac{{\alpha }_1}{{\text{AS}}_{t-1}}+\frac{{\alpha }_2\Delta {\text{REV}}_t}{{\text{AS}}_{t-1}}+\frac{{\alpha }_3{\text{PPE}}_t}{{\text{AS}}_{t-1}}+\epsilon$ (6)

根据表11、表12可知，在三类投资情景分组下，企业社会责任表现与非效率投资均显著负相关，与盈余管理也显著负相关。在中介检验结果中，95%置信区间均不包括0，存在一定中介效应值，表明盈余管理在企业社会责任与投资效率之间起部分中介作用。综上，新的检验结果与本文研究假设依旧一致，说明实证结果具有稳健性。

5. 研究结论与启示

本文选取2015~2023年沪深两市A股上市公司为研究对象，运用文献资料法与实证分析法深入研究企业社会责任、盈余管理与投资效率之间的影响机制，主要得出以下结论：(1) 企业履行社会责任能够抑制非效率投资，其中缓解投资不足的效果更为显著；(2) 企业履行社会责任能够抑制盈余管理程度；(3) 盈余管理在企业社会责任与投资效率之间发挥部分中介作用。本文结论启示企业应积极推动社会责任工作，规范社会责任信息披露机制，提高会计信息质量，并不断完善内部治理制度，从而积极防范企业过度盈余管理对投资效率带来损害。