A股盈余报告的有用性研究

1、A股盈余报告的有用性研究*作者在此感谢香港科技大学会计系陈建文教授在98 '中国会计教授会期间对本文所做的评 论，所有遗留错误均由作者负责。A股盈余报告的有用性研究来自上海、深圳股市的实证证据*陈晓陈小悦刘钊（清华大学经济管理学院 100084）处于财务报表核心地位的盈余数字（earnings） 一直是各界普遍关注的对象。一方面，盈余 数字在实际中被广泛地采用：分析家们以盈余预 测表达其对公司未来发展情况的看法；作为资 本市场上的信号，盈余调节着社会资源的配置；公 司管理人员常常以增加盈余作为其决策目标，其报酬也往往是由盈余水平所决定的。但另一 方面，由于盈余数字的权责发生制的会计基

2、础和盈余计算中存在的各种问题，不断有人对其 作为企业盈利能力量度的可靠性提出质疑。这些质疑主要包括：(1)经济盈余和会计盈余之间 的差异；(2)盈余报告中的操纵和欺骗行为。 关于盈余数字有用性的实证研究由美国会计学者 Ball,Brown 和 Beaver 于 1968 年发起。 随后，关于同一命题的不同样本的类似研究不断 被重复，研究手法、分析手段也不断改进，研究 所产生的结果常常成为制定会计政策、选择会计方 法的依据。与此形成鲜明对比的是，自1990年中国股票市场初步形成以来，关于盈余数 字有用性的实证研究几乎是空白。原因主要 有以下两个方面：第一，由于诸多因素的影响，中 国股市是否达到市

3、场有效尚无一致意见，而市 场有效是研究盈余数字有用性的前提假设条件。第 二，在1993至1995年间，中国上市公司数 目虽有明显增加，但由于时间跨度短，样本容量仍 十分有限，对盈余数字的有用性进行实证研究仍存在着诸多困难。经过几年的发展，中国的股 票市场已从各方面逐步走向成熟，愈来愈多 的研究表明中国股市已达弱型有效。一、文献综述Ball和Brown（1968） 写道：如果我们观察到股 票价格随收益报告的公布而调整，就说明 反映在收益数字中的信息是有用的这段话的隐 含假设是市场有效，在一个有效市场里，所 有历史信息均已反映在股票价格中，因此如果盈 余公告的确拥有信息含量（新的信息），就会引 发

4、投资者对股票未来盈余和回报的预期作出调整 对其作出迅速无偏的反应。资本市场对信 息的反应不仅表现在股票价格波动上，还反映在 交易量的增加上。这两种反应方式往往相伴 而生，即在新的信息到达市场时，股票价格和交易 量通常会同时发生变动，这导致了对盈余数 字 有用性”检验的两类不同研究方法。（一）交易量反应研究 211999年第6期人们可能出于各种目的进行股票交 易，如协调收支、获取和保持某种形式的股票组 合、税收考虑或由于新的信息导致其对股票的风险及收 益状况形成新的估计等等。为此，在研究交 易量对某种特定信息的反应时，应尽可能排除其 它因素对研究的干扰。有关交易量的经典研 究是由Beaver (

5、1968)给出的，他选择了 1961 至1965年的143家财务年度不结束于12月31 日的NYSE上市公司作为样本，以避免每年12月 到1月的由税收导致的股票交易量变动 他选取样本的另一个标准是在盈余公告的一周内 不存在股利公告，从而在很大程度上避免了 由于股利而引发的交易量变动。在研究中，Beaver将盈余公告期间的交易量与非盈余公 告期间的交易量做了对比分析，以对那些''正常和''持 续(并非由信息引致)的交易量加以考虑。Beaver的交易量反应研究结果表明盈余公告有 明显的信息含量。交易量反应研究方法以其简洁、直观的特点一直受 到各国研究者们的青睐，但其

6、缺点也十分明显，它只能说明公告日前后股票交易量是否 发生了变动，即是否受到了公告的影响，而无 法说明具体的影响程度和效果。为此，交易量反应 研究通常与股票价格反应研究相结合，以便 从更为全面的角度来考察盈余公告对市场的影响。 (二)股票价格反应研究研究股票价格对盈余公告反应的方法较多，但主 要可划分为三种：1 股票价格波动性分析。这一方法有着和交易量 反应研究一样的特点一一简洁、直观，无须估算实际盈余与预期盈余间的差异一一意外 盈余(unexpected earnings),研究结果所包含的信息也类似于前面的交易量反应研究。具体做法 是将盈余公告期间超额回报（用市场模型回归得到的残差项）的平方

7、与非盈余公告期间超 额回报的方差进行比较，得到比值R。如果在 盈余公告期间存在超常的股票价格活动，则R应显 著高于1。Beaver（1968）以与前述交易量反应研究相同的143家NYSE公司作为样本，对盈 余公告期（及附近）的股票价格波动R进行 研究，得出了与股票交易量反应研究极其相似的 结果：在盈余公告期（第0周），股票价格波动 幅度比非报告期的平均水平约高出67%;在盈余公告期后的两周内，仍存在着股票价格的超常波动（高出10%T5%）。2 平均累计超额回报（Cumulative Average Residuals,CAR） 分析。CAR的原理是，若盈余 公告带有信息含量，则应该观察到在公告

8、日附近 CAR有一明显增加；若市场对信息的反应是无偏的（不存在系统性的高估或低估），则CAR应 在公告日后基本保持在一定水平上。采用市场模型，Ball和Brown（1968） 以261家NYSE公司作为研究对象,以1957 T965年为样本期间，计算了公告期（第0月）前12个月 和公告期后6个月的CAR,发现意外盈余 符号与公司股票的累计超额回报之间存在很强的 相关关系，从而得出了盈余数字拥有信息含量而对投资者有用的结论。赵宇龙（1998）发表了 第一篇关于盈余数字在中国有用性的论文， 使用Ball和Brown所采用的研究方法，通过对 上海股票交易所158个盈余公告所产生的超额 回报分析，他发

9、现盈余数字在中国含有对投资者 有用的信息。22在考察盈余信息对股票回报影响的研究中，通 常使用代表新信息的意外盈余而非报告盈余。美国税法规定在某些资产上的资本损失不仅可以 抵销本年在其它资产上的资本利得，还可以冲销 多达3000美元的一般收入。因此为了降低税负，投资者常常年底 将亏本的股票抛出，再于下年1月购回。3 回归分 析。回归分析是将研究窗口中的股票超额回报对意 外盈余进行回归，以考察盈余变化对超额回报所产生的影响，因而常被称为 盈余反应系数法(ERC)。回归模型包括单变 量回归和多元回归两类，一般需根据回归结果对 解释变量系数和方程本身进行显著性检验。Baruch Lev(1989)

10、对80年代进行的19项此 类研究进行了总结，尽管样本期间从50年代到80 年代不等，对盈余预期的计算方法、是否增设其他 解释变量以及窗口的选择等方面的处理也各 不相同，但研究结果却颇为相似，即虽然这些研究 结果普遍支持盈余信息有用性假设，但拟合优度普遍偏低（R2 一般为2%T0%）,说明意外盈 余对超额回报的解释程度有限，而且即使增 加解释变量对回归效果也没有太大的帮助 。进入 90年代，这一领域的研究更加深入。例如， 运用CAR和多元回归分析方法，Ball 和 Kothari（1991） 发现，给定风险变化，超额回报 与意外盈余正相关，与公司规模负相关。二、中国股市对盈余公告的反应本研究在交

11、易量分析的基础上，运用回归分析方 法，以中国深、沪两地上市的A股公司（以下简称上市公司）为对象，对其盈余数字的有 用性进行了大样本检验。为了探讨深市和沪 市对盈余公告反应的异同，还在多处对深市、沪市 和整体样本进行了对比研究。表1主要数据来源 数据类型数据来源股票交易数据、部分盈余数据和公告日期数据中国 经济日报社部分盈余数据和公告日期数据港澳证券公司 部分盈余数据、公告日期数据及其它股市信息中国 证券报社（一）数据来源考虑到1993年以前上市公司较少，市场也还未达到总体弱型有效（陈小悦等，1997）。从整体上，我们将本研究所涉及的时间范围限定在1993年以后；对于盈余公告日期，我们选用上市公

12、司在中 国证监会指定披露报刊上刊登的最早日期， 即盈余数字的最早见报日期（主要数据来源见表 1）。（二）交易量反应分析研究交易量反应对数据的要求较低，只需要日交 易量数据和盈余公告日期。为了在可能限度内尽量扩大样本容量，我们采用了以下样本选择标准：1 掌握样本公司盈余公告日期(1994 T997年);2 掌握样本公司与盈余公告日 期相对应的全年日股票交易量数据。经步骤1,从原始数据库中得到1309个样本，考 虑到股利公告有可能对股票交易量产生较大影响，我们对1993年以后的股利公告日期进行了分析，发现有10个股利公告日期与该股票同年的盈余公告日期间距小于 15天，将之予以剔除后剩余1299个。

13、经步骤2,又剔除了460个欠缺股票交易量数据的样本，最终得到839 个研究样本。如前所述，在美国，影响交易量变动的另一个重要 因素是发生在每年12月至次年1月的由税收因素导致的股票交易，Beaver为了避免这 一因素的影响，将研究样本严格限定在财务年 度不结束于12月31日的公司。但在中国，这种 处理没有必要。美国股市年末发生的以减税为目的交易起因于其资本损失可以抵税，而目前 中国税制对股票交易中的资本利得和损失均 未予以考虑。23我们构造了以下简单变量量度公告前后的相对交易量：. Vit=VitVi式中，- Vit为i股票t日相对交易量;Vit 表示 其t日实际日交易量；Vi表示其年均日交易

14、量;t 为相对日期（以盈余公告日为第0天）。考虑到不同公司规模不同，在进行综合平均时，我 们以公司股票年均日交易量为权重对, Vit进行了加权平均。图1和图2直观地描绘了 公告日前后40天相对交易量的变化趋势。从图1和图2中可见，在盈余公告日前后，日交易 量有明显增加，在盈余公告日附近，日交易量达到年均水平的1 5T 7倍。亦即，股票交 易量反应研究结果初步表明，在股票盈余公告日附近确实有新的信息抵达市场，并导致交易 量发生波动。而且，与美国学者的发现类似， 存在着预示效应和公告后效应，交易量自公告日 前两周开始攀升，到公告日升至最高点，而后 逐步下降，至公告后第八周回复到年均水平。 图1全国

15、股市日交易量反应图2 深市、沪市日交易量反应比较鉴于与年度盈余数字一同公布的信息很多，尤其 是股利分配和配股预案（这些预案在中国 股市上有着不同寻常的影响力）,交易量的波动可 能由非盈余信息所导致，运用平均累计超额回报研究方法也会有同样问题。为了考察盈余数字 的确切效应，我们决定采用较为严格的回归分析方法，直接考察年度意外盈余在公告日附 近对股票超额回报的影响。24（三）回归分析1 数据选取在国外类似研究中，度量盈余的指标通常包括每 股收益(EPS)、收益、净利润、投资回报率 和管理层预测等，其中以每股收益较为常见。在我 们的研究中，我们选用了上市公司的年净资 产收益率(ROA),主要原因有以

16、下两点：(1)在我 国，配股、红股被大量使用，同股不同权，国家 股、法人股、内部职工股和社会公众股在送配股中 的待遇常常不同，在做法上也比较复杂，存在 送、配、派、转、增等多种操作手法，这些因素的 存在使得对EPS进行准确调整十分困难。而选 用净资产收益率则可以避免由于发行新股、送配股 等公司行为带来的股权稀释、股权变动对盈 余变量的影响，与上年数字具有直接可比性。(2) 净资产收益率是国家规定的衡量企业经营业 绩的主要经济指标之一，与每股收益一样为上市 公司财务报告所必须披露的指标，在年度报告 中，净资产收益率紧跟在每股收益之后。中国证监 会证监发字1994131 号文更规定公司在最近3年内

17、连续盈利，净资产收益率3年平均在 10%以上，方有资格配股。这一规定在1996年1月演变为净资产收益率最近 3年连续在10% 以上。由此可见，对投资者来说，净资产收 益率作为代表企业盈余水平指标在中国具有尤其 重要的意义。为了保证对股票3值估计的准确性和相对稳定性， 并消除新上市公司所带来的不稳定因素，我们选择了有4年以上（含4年）盈余公告数 据的公司（即1994年以前上市的公司）作为研 究对象，将仅有3年以下上市历史的公司样本从数 据库中删去，得到了 261家上市公司的805 个公告数据。由于缺乏前一年盈余数字，从1993 年数据中剔除3个样本，从1994年数据中剔 除14个样本；由于股指形

18、成时间晚于股票公告日 期，又剔除了 4个样本数据；最后，由于研究 窗口定为盈余公告日前后各20天，而我们所掌握 的股票价格数据截止日为1998年4月10 日，故只能将1998年3月13日以后的20个公 告数据删除。这样，最终用于回归分析的样本 数目为764个。其中深市330个，沪市434个, 涉及256家公司。2 计算超额回报股票的超额回报是实际回报与正常(期望)回报间 的差异。计算 任常回报”的方法通常有三种：均值调整法(mean-adjusted,) 、市场调 整法(market-adjusted)和风险调整法(risk-adjusted) 。在本研究中，我们采用了最为严谨的风 险调整法。

19、具体做法是：先用市场模型计算股 票3值，即将股票回报对市场回报进行回归求取股 票的系统风险3 ,然后根据资本资产定价模 型(CAPM)计算正常回报。股票回报的市场模型为：Rit= a i+ 3 iRmit+ e it(1)式中:Rit为i股票在期间t的回报;Rmit为所 在行业在期间t的市场回报；0 1为1股票的系统 风险；e it为随机误差项。在估计股票3值的过程中，我们采用了数据(每周 三的收盘价)，样本起点以1994年1月1 日或行业指数的起点中较晚的一个为准，样本终 点则统一为1998年4月10日。这样便保证 了在计算股票3值时，至少有150个样本数据。在求得系统风险估计值人3 i后，

20、即可用资本资产定 价模型计算股票正常回报：rAi,t= rf+A(3 i(rmit -rf) (2)式中:rf为无风险利率(以同期一年期定期存款利 率为基准计算的日利率);t代表相对日期(盈25余公告日t=0);rAi,t 为i股票t日的正常 回报;rmit为所在行业t日的市场回报。至此，我们可以依下式计算i股票t日超额回报 ri,t: ri,t=ri,t -rAi,t(3)式中:ri,t 为i股票t日实际回报。三、计算意外盈余在估计预期盈余的四种常用模型（时序模型、指数 模型、随机游走模型和专家预测模型）中，因中国股市形成较晚，年盈余数据的时序样本 数目超过5个的情况并不多，故而在研究中 采

21、用时序模型是不现实的；缺乏普遍认同的专家 预测盈余数据则限制了专家预测模型的使用。另一方面，在指数模型和随机游走模型间，国外学 者研究表明，在对意外盈余加以估计时，随机游走模型的效果并不差，对坏消息（即意外盈余为 负值）的估计，随机游走模型的估计结果甚至要更好一些。因此，我们最终选用了随机游走模型 估计预期盈余，即用上年的盈余作为本年度 盈余的预测值。用公式可表达为：E（Yi, r 尸Yi, 一1式中:Yi,。表示i公司。年的盈余水平；Yi, r-1 为上年盈余水平,E表示期望值；。代表财务年度。 据此,i公司。年意外盈余AYi,可表达为本年 盈余与上年盈余之差：AYi, r =Yi, t E

22、(Yi,。尸Yi, r - Yi, 一1(4) 四、结果如前所述，盈余公告效应的回归分析，主要是通过 研究公告日附近股票的超额回报与意外盈余相关关系来考察股市对意外盈余的反应。回归 模型用公式可表述为：A ri,t=At+Bt A Yi, r +u i,t(5)式中:t表示相对日期(公告日t=0);At 为常数;Bt为意外盈余系数； Yi,伪公告年意外盈 余；u i,t为随机误差项。在具体回归分析中，我们以公告日前后各20天的 日超额收益为研究对象，分别考察了它们对年度意外盈余的反应(见表2和表3)。从表2 和表3中，我们不难发现以下特点:(1)与 交易量反应研究结果相吻合，回归结果显示股市

23、对盈余公告有显著的反应。在公告日当天，意 外盈余变量系数、系数的t检验值、方程拟合度 (R2)和显著性均达到研究窗口(-20 至+20)的最大值，说明在盈余公告日存在系统性的信息 效应;(2)回归结果具有低R2的特性。公告日 整体股市R2=3 55%沪市R2=2 85%深市 R2=9, 25%。这一研究结果与国外市场的研究 结果基本相同，即R2 一般介于2%T0%的范 围;(3)在一定程度上存在着盈余的预示效应， 在公告日前6个交易日中，意外盈余对其中3个交 易日的超额回报产生了显著影响。然而，盈 余公告的后效应似乎并不明显。纵观前局，盈余对 超额回报的影响主要发生在-6,2 日这一区间;(4

24、)深市回归方程的显著性强于沪市。由表 3中可见，深市的回归效果明显优于沪市，深 市对盈余变化反应的程度为沪市的 5倍以上,T和 F检验值也明显高于沪市。而且，其R2高达9 25%与国外一般的研究报告水平相比，也是 相对较高的。为了检验深市和沪市反应是否存在系统性的差异 我们采用了 Chow检验考察深、沪两市公告日当天回归结果的差异。Chow检验用于检验 在一个总体中的不同子集在回归系数方面是否存在显著差异。经计算,Chow检验值为F(2,760)=12 - 58, 而在1%的显著水平上,相应26表2回归分析结果(模型：A ri,t=At+Bt A Yi, r + u i,t)相对日期AY的系数

25、T检验值回归方程的F值显著水平F R2- 20 0 004466 1 172386 1 - 374490 - 241408 0 - 001801- 19 0 00453 1 - 284852 1 650844 0 1992350 - 002162- 18 0 003465 0 - 856048 0 - 7328190 - 39224 0 - 000961- 17 0 010967 2 - 282824*5 - 2112850 - 022715 0 - 006793- 16 0 004384 1 07032 1 - 145585 0 - 284814 0 - 001501- 15 -0 . 00

26、18 -0 - 44429 0 - 197397 0 - 656957 0 - 000259- 14 0 002913 0 - 734527 0 - 53953 0 - 462853 0 - 000708- 13 -0 - 00483 -1 - 24729 1 - 5557350 - 212674 0 - 0020370-9 0-8 0-73-6 0-5 0-4 0-3 0-2 0-100 012 -0 - 00213 -0 - 55489 0 - 307906 0 - 579131 0 - 00040411 0 007956 1 961206*3 - 846329 0 - 050219 0

27、- 00502210 0 003843 0 - 902931 0 - 815284 366848 0 - 001069 0 - 00895 -2 - 06706*4 - 272722 039066 0 - 0055760 - 002246 0 - 567915 0 - 322527 0 - 57026 0004230 - 000729 0 - 169931 0 - 028876 0 - 86511 79E-050 - 010337 2 - 091444*4 - 374137 036819 0 - 0057080 - 010626 2 - 325309*5 - 407063. 020317 0

28、- 0070460 - 005318 0 - 873724 0 - 763394 382544 0 - 0010010 - 008917 1 - 706894 2 - 913487 088249 0 - 0038090 - 023012 3 - 733034*13 - 93554 000203 0 - 017960 - 007061 0 - 889627 0 - 791435 373947 0 - 001038 0528085 5 - 292447349*28 - 009998941 - 58E-07 0 - 0354551. -0 - 00097 -0 - 12936745 0 - 0167

29、359370 - 897101 2 - 2E-052. 0 - 0172719 2 - 662059702*7 - 086561858 0 - 0079301 0 - 0092143. 0 - 0094075 1 - 530184048 2 - 341463221 0 - 1263862 0 - 0030634. -0 - 010836-1 - 909856189 3 - 647550661 0 - 0565269 0 - 0047645. -0 - 007891 -1 - 357691794 1 - 843327008 0 1749634 0 - 0024136. 0 - 0018194 0

30、 - 375997946 0 - 141374456 0 - 7070231 0 - 0001857. -0 - 008692 -1 - 715561913 2 - 943152676 0 - 0866488 0 - 0038488. -0 - 008604 -1 - 697241893 2 - 880630044 0 - 0900593 0 - 0037669. 0 - 0011673 0 - 224987802 0 - 050619511 0 - 8220491 6 - 64E-0510. -0 - 002995 -0 - 621556451 0 - 386332422 0 - 53441

31、95 0 - 00050711. 0 - 002186 0 - 426058416 0 - 1815257740 - 6701856 0 - 00023812. 0 - 0133701 2 - 319290868*5 - 379110129 0 - 0206428 0 - 0070113. 0 - 0038255 0 - 622536193 0 - 3875513110 - 5337756 0 - 00050814. 0 - 0008382 0 - 145358638 0 - 021129134 0 - 8844662 2 - 77E-0515. -0 - 000605 -0 - 106717

32、098 0 - 011388539 0 - 9150415 1 - 49E-0516. 0 - 0095722 1 - 678410603 2 - 817062151 0 - 093677 0 - 00368317. -0 - 001875 -0 - 301747758 0 - 09105171 0 - 7629267 0 - 00011918. -0 - 000876 -0 - 138056762 0 - 01905967 0 - 0890232 2 - 5E-0519. -0 - 007047 -1 - 391018941 1 - 934933695 0 - 16462570 - 0025

33、3320. -0 - 003906 -0 - 757573319 0 - 573917334 0 - 4489407 0 - 000753注：带*者在5%的水平下显著（双侧检验）, 样本量n=764 。27表3公告日回归结果市场观察值个数丫的系数T检验值回归方程的F 值显著水平F R2深市 330 0 - 1756708 5 - 78090615 33 - 41887602 1 - 73E-08 0 - 092466 沪市 434 0 - 0332207 3 - 56150447 12 - 68431409 0 - 0004097 0 - 028524 全国 764 0 - 0528085 5

34、 - 29244734 28 - 00999894 1 - 58E-07 0 - 035455 注:t0 -01=2 326的临界值为4 - 61,故深、沪两市回归方程系数不存在显著差异的原假设被拒绝。这一差异可能隐含着Ball和Kothari的发现,即给定风险变化，超额回报与公司的规模负相关。也就是说，可能是因样本公司中来自上海 交易所的平均规模比来自深圳交易所要大所造成的。截止1994年底，上交所公司与深交所 公司的平均市值分别为12 8亿元和7 68亿 元，即深交所公司的平均市值仅为上交所公司的60%。尽管我们的数据库中缺乏单个样本公司的规模数据，但我们研究的56家样本公司（均 为1994年底前上市）占了 1994年底前345家 上市