我國上市公司盈余信息的風險含量研究

王永海，徐琴（武漢大學經(jīng)濟與管理學院，湖北武漢430072）

?

我國上市公司盈余信息的風險含量研究

王永海，徐琴
（武漢大學經(jīng)濟與管理學院，湖北武漢430072）

［摘要］從決策有用性的角度看，盈余信息的有用性應從收益和風險兩個角度進行考察。本文重點對盈余質量的風險因素進行了深入分析，考察盈余信息的風險含量。通過拓展CAPM模型，構建了公司超額回報對公司特有風險溢價的敏感系數(shù)R-loading，從而考察了公司盈余信息中的風險含量。進一步對R-loading與盈余質量、盈余質量替代變量和投資者行為即盈余反應系數(shù)ERC的關系進行檢驗，證實了R-loading的合理性。本文研究拓展了現(xiàn)有對盈余質量的研究內容，為公司盈余信息含量研究提供了風險研究思路，有利于投資者更加全面地理解公司盈余信息及其風險后果。

［關鍵詞］上市公司；盈余信息；公司特有風險；風險敏感系數(shù)

一、引言

現(xiàn)有理論表明，投資者的行為選擇建立在收益和風險雙參數(shù)基礎上，因而從決策有用性的角度，會計信息的有用性應從收益和風險兩個角度進行衡量。盈余信息作為關鍵的投資決策信息，其有用性更應從收益和風險角度進行雙重考察。

在實際的投資中，投資者同時面臨著市場風險和個別股票的特有風險，即系統(tǒng)風險和非系統(tǒng)風險。CAPM理論認為，在均衡狀態(tài)下，投資者的特有風險能夠被完全分散，因此在CAPM模型中，只有市場風險被定價［1］。但由于現(xiàn)實因素的限制，如信息不對稱、交易成本等，投資者無法構建完全分散的投資組合。大量研究結果表明市場風險并不是影響資產(chǎn)定價的唯一因素，公司特定信息在資產(chǎn)定價中的影響越來越大［2-9］。以Francis為代表的眾多學者對盈余信息風險的研究表明，應計質量衡量了公司特有的信息風險，是投資者定價決策因素。Leuz和Verreechia的研究發(fā)現(xiàn)，低盈余質量會損害公司與投資者之間的協(xié)調性，帶來信息風險，投資者因此會要求更高的風險回報［10］。Francis將以應計質量表示的盈余質量作為對公司特有信息風險的衡量，將其加入到單因素及三因素的資產(chǎn)定價回歸模型中，得到了顯著為正的估計系數(shù)，表明盈余信息被定價［11-12］。隨后國內外的學者進一步對盈余信息和風險回報的關系進行了檢驗，證實了盈余信息風險影響資產(chǎn)定價的結論［13-16］。

基于此，本文認為公司的超額回報應包含兩個部分，一部分是由市場風險帶來的風險溢價，另一部分為公司特有風險帶來的風險溢價。將以應計質量表示的公司特有風險溢價加入到資產(chǎn)定價回歸模型中，并將公司超額回報與公司特有風險溢價的敏感系數(shù)定義為R-loading，對盈余信息中包含的公司特有風險的含量進行考察。類似β衡量了公司超額回報對市場風險溢價的敏感性，本文認為，回歸系數(shù)R-loading捕捉了公司超額回報對以盈余質量衡量的公司特有風險溢價的敏感度——R-loading越大，表明公司超額回報對盈余質量風險溢價的敏感性越強，盈余信息中的風險含量更高。為了驗證敏感系數(shù)R-loading的合理性，本文還對R-loading與盈余質量的有關變量進行了檢驗：（1）檢驗R-loading與盈余質量的內在決定因素的相關性，包括公司規(guī)模、現(xiàn)金流波動、收入波動、經(jīng)營周期和盈虧情況；（2）檢驗R-loading與盈余質量的其他替代變量之間的相關性，包括應計質量，持久性，可預測性，平滑性，價值相關性，及時性和穩(wěn)健性；（3）檢驗R-loading與投資者行為（以盈余反應系數(shù)衡量）之間的關系。實證結果均符合預期，表明R-loading很好地度量了盈余信息反映的公司特有風險含量。

二、文獻回顧

現(xiàn)有文獻主要從收益的角度對盈余信息的有用性進行了深入考察，如以Ball和Brown［17］為代表的眾多學者研究了盈余變動和股價變動的關系，以Kothari為代表的學者們重點關注了盈余信息含量與股票回報的關系［18-20］，Sloan等學者考察了盈余和現(xiàn)金流的關系等［21］。然而，自21世紀以來，學者們逐漸開始關注對盈余信息風險因素的考察，發(fā)現(xiàn)盈余質量信息反映了公司特有的信息風險，且會影響資產(chǎn)定價。

國外學者關于盈余信息風險因素的研究主要是從信息風險的角度切入的，信息風險指同投資者定價決策緊密相關的公司特有信息不可靠的可能性［22］。Easley和O’Hara通過構建多元資產(chǎn)期望均衡模型發(fā)現(xiàn)，信息風險會影響預期收益和資本成本［23］。Lambert也認為，在不完全競爭的市場條件下，信息風險是影響資本成本的重要因素［24］。Leuz和Verreechia從資本投資的角度研究發(fā)現(xiàn)，低盈余質量會損害公司與投資者之間的協(xié)調性，帶來信息風險，因此投資者會要求更高的風險補償［10］。

以Francis為代表的眾多學者在信息風險的理論基礎上，進一步對盈余信息風險定價問題進行了實證研究［11-12，25］。Francis檢驗了權益資本成本和七種盈余屬性（應計質量，持久性，可預測性，平滑度，價值相關性，及時性和保守性）的關系，發(fā)現(xiàn)當盈余屬性更差時，公司的權益成本更高，表明公司盈余質量特征是顯著的風險定價因素，而其中應計質量對權益成本的影響最為顯著［11］。在此基礎上，F(xiàn)rancis進一步研究了應計質量的風險定價問題，認為盈余質量是公司不可分散的信息風險的重要來源，并將以應計質量表示的盈余質量因子AQfactor作為公司特有信息風險的代理變量，引入Fa?ma-French的三因素模型進行時間序列回歸，檢驗結果表明公司信息風險是資產(chǎn)定價的重要因素，以應計質量表示的盈余質量捕捉了該信息風險，并能作為信息風險定價因子解釋股票超額回報率的變化［12，25］。Aboody在對內部人行為進行研究時也發(fā)現(xiàn)，內部人可以利用盈余質量因子套利，支持了盈余信息風險的定價理論［15］。Gray沿用Francis的研究方法，利用澳大利亞的數(shù)據(jù)對應計質量、信息風險和資本成本的關系進行了檢驗，發(fā)現(xiàn)澳洲公司的資本成本受公司應計質量的影響更為顯著，進一步驗證了Francis的結論［16］。此外，我國學者曾穎和陸正飛以及于李勝和王艷艷等研究了我國上市公司盈余質量與資本成本的關系，也發(fā)現(xiàn)低質量盈余信息會引起信息風險，從而影響資本定價［13-14］。

CAPM理論認為投資者回報應等于無風險報酬以及公司相對市場系統(tǒng)風險敏感性下獲得的超額回報之和，公司特有風險可以通過在均衡市場中最大化投資組合分散掉，因此在資本資產(chǎn)定價模型中預期投資收益并不包括公司特有風險溢價［1］。但自1980年代以來，越來越多的研究結果表明公司特有風險能夠被充分分散化的假定不符合實際，β值也并不是影響資產(chǎn)預期收益的唯一變量，公司特定信息對預期收益和股票均衡價格的影響越來越大，具體因素有公司規(guī)模［6］、市盈率［3-4］、賬面市值比［8］等。Banz在檢驗普通股票市值與回報的關系時發(fā)現(xiàn)，規(guī)模更小的公司擁有更高的風險調整回報，并認為這種“規(guī)模效應”表明資本資產(chǎn)定價模型的假定有誤［6］。Basu在控制公司規(guī)模后對市盈率與股票回報率的關系進行檢驗，發(fā)現(xiàn)了市盈率對風險調整回報的影響關系［3-4］。進一步地，F(xiàn)ama等構建三因素模型時發(fā)現(xiàn)公司規(guī)模和賬面市值比共同對股票回報產(chǎn)生影響［8］。Levy假定投資者沒有持有市場投資組合，提出了GCAPM模型并發(fā)現(xiàn)，證券的方差比市場風險系數(shù)β對于價格決定更重要，表明公司特有風險被定價［2］。Merton的研究證明當投資者不能通過投資組合充分分散投資時，特有風險與預期收益正相關［7］。Grossman和Stiglitz以及Easley也認為公司特定信息是解釋股票超額回報的重要因素［5，9］。

從決策有用性的角度，會計盈余的有用性應能利于投資者決策?；谕顿Y者行為決策建立在收益和風險雙參數(shù)基礎上，我們在對公司的盈余信息進行考察時，不應忽視其中的風險因素。建立在完美市場假定上的資本資產(chǎn)定價模型只考慮了市場風險，沒有考慮公司特有信息風險，而現(xiàn)有大量研究表明公司特定信息在資產(chǎn)定價中的影響越來越大。因此從理性投資的角度看，公司特有的信息風險因素應納入資產(chǎn)定價模型。進一步地，以Francis為代表的眾多學者的研究表明以應計質量表示的盈余質量信息反映了公司特有信息風險，且盈余信息風險被定價已被廣泛證實。本文即從該視角切入，通過將以盈余質量表示的公司特有風險溢價加入到CAPM模型中，對盈余信息的風險含量進行考察。

三、研究設計

（一）盈余質量

本文采用Dechow和Dichev的應計質量（AQ）衡量公司的盈余質量［26］。Francis在對權益成本和七大盈余屬性進行檢驗時發(fā)現(xiàn)，相對于其他盈余屬性（如持久性、可預測性等），應計質量與權益成本的相關性最為顯著［11］。并進一步將應計質量作為信息風險的替代變量，發(fā)現(xiàn)盈余質量信息被投資者定價。因此應計質量能夠最為準確地反映盈余信息風險。

在具體操作上，本文采用McNichols修正后的Dechow和Dichev［27］模型計量應計質量［28］：

TCAj,T=?0,J+?1,JCFOj,T+?2,JCFOj,T-1+?3,JCFOj,T+1+?4,JΔRevj,T+?5,JPPEj,T+vj,T（1）

公司j在T年的應計質量等于用式（1）回歸得出的j公司前五年殘差值的標準差，AQ越大，表明應計質量即盈余質量越差：

AQj,T=σ（∧vj,T），T=T-4，...，T（2）

其中，TCAj,T=ΔCAj,T-ΔCLj,T-ΔCashj,T+ΔSTDEBTj,T，是當年總的流動性應計收益；CFOj,T=NIBEj,T-TAj,T，是公司j在T年的經(jīng)營現(xiàn)金流；NIBEj,T是公司j在T年非正常項目調整前的凈收益；TAj,T=ΔCAj,T-ΔCLj,T-ΔCashj,T+ΔSTDEBTj,T-DEPNj,T，是公司j在T年的總的應計收益；ΔCAj,T是公司j在T-1至T年的流動性資產(chǎn)變動額；ΔCLj,T是公司j在T-1至T年的流動性負債變動額；ΔCashj,T是公司j在T-1至T年的現(xiàn)金變動額；ΔSTDEBTj,T是公司j在T-1至T年的流動性負債中債務的變動額；DEPNj,T是公司j在T年的折舊及攤銷費用；ΔRevj,T是公司j在T-1至T年的收入變動額；PPEj,T是公司j的固定資產(chǎn)凈值。所有變量均除以總資產(chǎn)。

（二）AQfactor

借鑒Francis［11，25］研究權益成本與盈余屬性以及盈余質量與報酬關系所采用的動態(tài)組合技術，構建AQ的因素模仿組合AQfactor。根據(jù)模型（1）和（2）計算得到的AQ值將樣本公司按照AQ值從小到大進行排序，并將樣本公司平均分為十組（AQ值最小的公司在第一組，最大的在第十組）。計算樣本公司2008—2012年的月度個股回報率，應計質量AQ的因素模仿組合等于AQ值最大與最小的四組公司的月度個股超額回報率之差。AQ值越大表明盈余質量越差，低盈余質量會意味著更大的信息風險，投資者會要求更高的風險溢價以進行補償［23］。AQfactor等于盈余質量最差與最好的公司之間超額回報率的差額，是對低盈余質量中額外增加的信息風險的補償回報，該信息風險被認為是盈余質量信息衡量的公司特有的信息風險，因此AQfactor是市場平均的公司特有風險溢價。

（三）R-loading

從信息風險的角度看，公司的超額報酬應包含兩個部分，一部分來自于市場信息風險帶來的報酬，另一部分是公司特有信息風險下的報酬。傳統(tǒng)的資本資產(chǎn)定價理論認為公司特有風險能夠通過投資者的市場投資組合完全分散，不是被定價的因素，因此CAPM模型中的預期超額收益僅考慮了市場風險溢價。自1980年代以來，眾多的研究結果表明公司特有風險被投資組合完全分散化的假定不切實際，公司特有信息風險被定價［2-9］。應計質量表示的盈余質量衡量了公司特有信息下的風險，并被投資者定價［12-25］。

基于此，借鑒Francis研究思路［25］，本文將超額回報與以盈余質量反映的公司特有風險溢價的敏感系數(shù)定義為R-loading，得到公司特有風險溢價為：

公司的超額報酬是市場風險溢價和公司特有風險溢價之和，將以盈余質量和敏感系數(shù)R-load?ing表示的公司特有風險溢價加入到傳統(tǒng)CAPM模型中得到：

其中Rj,t是投資者的個股月度回報率，Rf,t是t月的無風險利率，Rm,t是t月的市場回報率，（Rm,t-Rf,t）代表公司j在t月的超額回報率，βj,t（Rm,t-Rf,t）是公司在市場風險下的的報酬，R_loadingi,t* AQfactort是t月公司j特有風險下的報酬，R-loading通過對樣本數(shù)據(jù)進行回歸得到。

類似于在資本資產(chǎn)定價模型中，β衡量了公司超額回報對市場風險溢價（Rm-Rf）之間的敏感性，回歸系數(shù)R-loading衡量了公司超額回報對以盈余質量衡量的公司特有風險溢價的敏感度，同時也是對盈余信息中風險含量的衡量。

以上模型推導及計算中的具體變量的定義如表1。

表1　變量定義及說明

（四）樣本選取和描述性統(tǒng)計

根據(jù)AQ的計算過程，為了得到2008—2012年連續(xù)五年的AQ值，需要前后12年的數(shù)據(jù)，為此，本文選取滬深交易所上市的所有A股公司為研究樣本，樣本選取區(qū)間為2002年至2013年。具體數(shù)據(jù)的篩選過程遵循以下原則：（1）剔除金融保險行業(yè)的上市公司；（2）剔除樣本區(qū)間被ST、PT的上市公司；（3）剔除了數(shù)據(jù)異常、數(shù)據(jù)缺失的上市公司。最終得到927家公司2002年至2013年連續(xù)12年的觀察值。本文數(shù)據(jù)主要來自國泰安CSMAR數(shù)據(jù)庫，數(shù)據(jù)整理主要用Excel軟件，數(shù)據(jù)分析采用SAS 9.2軟件，在具體的實證分析過程中，均對樣本數(shù)據(jù)進行了上下5%的極值處理。

表2　樣本公司特征的描述性統(tǒng)計

表3　盈余質量，AQfactor及R-loading的描述性統(tǒng)計

表2是樣本公司基本特征的描述性統(tǒng)計，包括市值、總資產(chǎn)、銷售收入、ROA和ROE。表3是回歸及計算得到的主要變量的描述性統(tǒng)計。根據(jù)模型（1），分別將樣本公司2004—2012的數(shù)據(jù)進行回歸，得到2004—2012年連續(xù)9年的回歸殘差vj，t，進一步以五年為周期對回歸殘差求標準差，得到2008—2012年的應計質量AQ值，應計質量AQ的均值為0.0953，標準差為0.2436，該值越大，表明盈余質量越差。通過因素模仿組合技術得到樣本公司2008年1月至2012年12月連續(xù)60個月的AQ?factor，根據(jù)樣本計算結果，AQfactor的均值為0.0979%，標準差為0.0135。進一步將AQfactor代入單因素資產(chǎn)定價回歸模型（4）中，分別對每家樣本公司進行回歸，得到特定公司的回歸系數(shù)R-load?ing。樣本公司R-loading均值為-0.0674，標準差為1.6023。R-loading越大表明樣本公司對以盈余質量反映的公司特有風險溢價越敏感，盈余質量中的風險性更強。

四、實證分析

（一）R-loading與盈余質量內在決定因素的關系檢驗

表4　R-loading和盈余質量五個內在決定因素的相關性檢驗

考慮到R-loading是否能解釋會計上有關盈余質量的決定因素，對R-loading與Dechow和Dichev提出的五大盈余質量的內在決定因素進行檢驗，分別是公司規(guī)模（lnSize），現(xiàn)金流波動（σ（CFO）），收入波動（σ（Sales）），經(jīng)營周期（OperCycle）和盈虧情況（NegEarn）。公司規(guī)模（lnSize）用平均總資產(chǎn)的自然對數(shù)衡量，規(guī)模大的公司經(jīng)營情況更加穩(wěn)定，且更能夠組織多元商業(yè)活動減少經(jīng)營風險，盈余質量相對更高；現(xiàn)金流波動（σ（CFO））用經(jīng)營現(xiàn)金流量的標準差衡量，經(jīng)營現(xiàn)金流量越不穩(wěn)定，意味著經(jīng)營的不確定性程度越大，盈余質量越低；收入波動（σ（Sales））用銷售收入的標準差衡量，收入波動越大表明經(jīng)營環(huán)境越不穩(wěn)定，盈余質量往往更低；經(jīng)營周期（OperCycle）用應收賬款和存貨周轉天數(shù)之和的自然對數(shù)衡量，經(jīng)營周期越長意味著不確定性更高，估計偏差更大，因此盈余質量更低；盈虧情況（NegEarn）是虛擬變量，公司當年盈利取0，否則取1，虧損意味著經(jīng)營環(huán)境的重大不利，在該環(huán)境下估計錯誤更多，盈余質量更低?，F(xiàn)金流波動（σ（CFO））和收入波動（σ（Sales））以前五年的數(shù)據(jù)計算。

表4是R-loading和盈余質量五個內在決定因素的Pearson相關性分析統(tǒng)計。從分析結果看，R-loading和σ（CFO）、OperCycle以及NegEarn正相關，初步驗證了當公司現(xiàn)金流波動更強、經(jīng)營周期更差以及虧損時，公司盈余質量的風險性更高；R-loading和lnSize負相關，也初步表明了規(guī)模大的公司其盈余的風險性相對較低；R-loading和σ（Sales）負相關，與預期不符，盈余質量風險含量與收入波動的關系有待于進一步的回歸檢驗分析。回歸檢驗模型如下：

表5　R-loading和盈余質量五個內在決定因素的回歸結果

表5是R-loading和盈余質量五個內在決定因素的多元回歸結果。調整的擬合優(yōu)度為0.1653，表明模型的擬合度較好，F(xiàn)值為184.50，且在1%的水平上顯著，說明模型通過了顯著性檢驗，其構建是合理的。從具體的回歸結果來看，回歸系數(shù)均在1%的水平上顯著，表明R-loading和盈余質量的五個內在決定因素高度相關：R-loading與公司規(guī)模負相關，與經(jīng)營現(xiàn)金流波動、收入波動、經(jīng)營周期以及虧損情況正相關。

以上關于R-loading與盈余質量的五個內在決定因素的檢驗結果表明：（1）公司規(guī)模更大時，盈余質量相對更高，其風險含量較低，大公司在盈余質量上更有保障（系數(shù)為-0.7531，t值為-22.93）；（2）當現(xiàn)金流波動、收入波動更強以及公司經(jīng)營周期更長時，往往意味著經(jīng)營的不穩(wěn)定，此時公司的盈余質量中的風險含量更高，特別是現(xiàn)金流的波動，對盈余質量風險性的影響更大（系數(shù)0.6688，t值為21.27）；（3）相對于盈利公司，虧損公司的盈余風險性更高，可能是由于虧損本身意味著經(jīng)營環(huán)境的重大不利或者公司經(jīng)營本身存在問題。R-loading與盈余質量五個內在決定因素均高度相關且符合預期，表明了用R-loading去衡量公司超額回報對以盈余質量表示的公司特有風險溢價的敏感性是合理的。

（二）R-loading與盈余質量其他替代變量的關系檢驗

為進一步驗證R-loading對盈余質量中風險含量的解釋力度，對其與盈余質量其他替代變量進行檢驗。參考Francis［11］的研究結果，選取盈余質量的七大屬性進行實證檢驗：應計質量（ACC），持久性（Persistence），可預測性（Predictability），平滑性（Smoothness），價值相關性（Value Relevance），及時性（Timeliness）和穩(wěn)健性（Conservatism）。應計質量采用學術界常用的修正的Jones模型計量（Dechow et a1.1995），其他屬性參考Francis et al。（2004，2006）的計量方法，具體計量方法如下：

應計質量ACC：

其中，TA為總應計項，等于營業(yè)利潤減去經(jīng)營活動產(chǎn)生的現(xiàn)金流量；Asset為資產(chǎn)總額△REV為銷售收入變動額，△REC為應收賬款變動額；PPE為固定資產(chǎn)凈值。對計算結果ACC取絕對值，該值越大說明應計質量越差。

持久性（Persistence）：

其中Xj,T是非經(jīng)常性損益調整前的凈收益除以流通在外總股數(shù)，φ1,j越接近于1表明盈余持久性越強，?。?-φ1,j）的絕對值，Persistence越大表明盈余持久性更差。

可預測性（Predictability）：

Smoothness等于非前凈收益除以期初總資產(chǎn)的標準差再除以經(jīng)營活動產(chǎn)生的現(xiàn)金流量除以期初總資產(chǎn)的標準差。Smoothness越大表明盈余平滑性越差。

價值相關性（Value Relevance）：

其中，RETj,T是公司j從T年至T+1年十五個月的市場回報率，EARNj,T等于T年非經(jīng)常性損益調整前的凈利潤（NIBE）除以T-1年的總市值。ΔEARNj,T是T-1年至T年NIBE的變動額除以T-1年的總市值。對式（11）進行回歸得到調整的R2，為Value Relevance，值越大表明價值相關性越差。

及時性（Timeliness）：

Predictability等于式（8）回歸殘差的標準差，Predictability越大表明盈余的可預測性越差。

平滑性（Smoothness）：

當RETj,T<0時NEGj,T=1，否則為0，Timeliness越大表明盈余的及時性越差。

穩(wěn)健性（Conservatism）：

β1,j和β2,j由式（12）計算得到，Conservatism越大表明盈余穩(wěn)健性越差。

表6　七大盈余屬性的描述性統(tǒng)計

表6是各盈余屬性的描述性統(tǒng)計。七大屬性的值越大，表明對應的盈余屬性越差，公司的盈余質量越差時，盈余中的風險含量應更高，故預測R-loading與各盈余屬性應為正相關關系。

表7是R-loading與七大盈余屬性的相關性檢驗，檢驗結果表明，R-loading與各盈余屬性均正相關，與預期一致。其中，與盈余持續(xù)性、可預測性和平滑性在1%的顯著性水平上高度正相關，且系數(shù)分別達到0.1104、0.1640和0.1954，表明隨著盈余持續(xù)性、可預測性和平滑性的降低，公司的盈余質量越差，其盈余風險性更高；與應計質量的回歸系數(shù)為0.691，且在5%的顯著性水平上相關，表明隨著盈余中操縱性應計的比重不斷提高，公司盈余質量的可靠性降低，風險含量加大；與價值相關性、及時性和穩(wěn)健性系數(shù)為正，但并不顯著，這可能是由于用五年的數(shù)據(jù)進行回歸樣本量相對較少導致的。

總體而言，以上檢驗結果符合預期，公司盈余質量屬性越差，盈余質量越差，其與盈余風險敏感因子R-loading的正相關性越強，該結果證實了R-loading對盈余質量中風險含量的衡量力度。

（三）R-loading與市場參與者行為即盈余反應系數(shù)的關系檢驗

該部分檢驗R-loading是否和預測的投資者行為變量有關。研究表明，信息不確定性是投資者對盈余反應的決定因素之一，該因素可用盈余反應系數(shù)（ERC）來捕捉［29］，因而投資者會根據(jù)公司盈余質量而調整對公司盈余的反應。基于此，將盈余反應系數(shù)（ERC）作為投資者行為與盈余質量之間的關系變量與R-loading進行檢驗。當公司的盈余質量中風險含量R-loading更高時，會削弱投資者對公司盈余的反應，因而盈余反應系數(shù)會減小。

表7　R-loading與七大盈余屬性的相關性檢驗

表8　R-loading與盈余反應系數(shù)ERC的回歸檢驗

以基本的的盈余反應系數(shù)模型為基礎，再加入R-loading與盈余的交互項，考察R-loading對投資者盈余反應系數(shù)的影響。基本以及對比檢驗的盈余反應系數(shù)模型如下：

其中，Rj,T是公司j在T期間的個股回報率，計算方法為T+1年4月末除以T年4月末調整后的收盤價（考慮分紅）；EPSj,T公司j在T期間的每股凈利潤；Pricej,T是公司j在T年4月末調整以后的個股收盤價（考慮分紅）；Betaj,T公司j在T期的貝塔系數(shù)；Levj,T公司j在T期的資產(chǎn)負債率；nSizej,T是公司j在T期的資產(chǎn)規(guī)模，取總資產(chǎn)的自然對數(shù)；Qj,T公司j在T期的托賓Q值，具體計算方法為考慮非流通因素的總市值除以總資產(chǎn)賬面價值；系數(shù)λ1為公司j的盈余反應系數(shù)ERC?；貧w檢驗中采用樣本公司2008-2012年五年的數(shù)據(jù)。

表8是模型（13）和模型（14）的回歸結果，回歸結果表明相對于低R-loading的公司，高R-loading公司的盈余反應系數(shù)更低。從基本的盈余反應系數(shù)模型的回歸結果看，與個股回報率Rj,T的系數(shù)λ1顯著為正，為0.1492（t值為1.76），表明投資者對公司盈余的反應程度總體較好。模型（14）在基本的盈余反應系數(shù)模型中加入了含R-loading的交互項，此時ERC為0.7447（t值為5.50），在1%的水平上高度顯著，而交互項的系數(shù)為-0.2697（t值為-5.62），在1%的水平上顯著為負，這一結果表明高R-loading的公司其盈余反應系數(shù)更低，

以上關于R-loading與盈余反應系數(shù)的檢驗結果表明，公司的R-loading越高，投資者對公司盈余的反應程度會降低。這是由于高R-loading公司的盈余中風險含量更高，而盈余中的信息風險是投資者定價因素之一，當盈余質量中風險含量更高時，投資者會調整其對公司盈余的評估，使得盈余反應系數(shù)降低。該檢驗結果進一步證實了R-loading對公司盈余質量中風險含量的解釋力度。

五、穩(wěn)健性檢驗

為了保證研究結論的可靠性，本文還進行了如下穩(wěn)健性檢驗：首先，用修正的Jones模型代替DD模型計量應計質量，回歸計算得到的操縱性應計項比重的絕對值ACC即為應計質量，在此基礎上得到公司的R-loading值，該組R-loading值也通過了本文的三組檢驗。其次，檢驗R-loading與盈余質量五個內在決定因素的關系時，用五年均值替代連續(xù)五年的時間序列數(shù)據(jù)進行回歸，回歸結果無實質性變化，只是公司規(guī)模和收入波動性兩個變量回歸系數(shù)的顯著性有所下降。再次，在檢驗R-load?ing與ERC關系時，是將2008—2012年連續(xù)五年的數(shù)據(jù)作為截面數(shù)據(jù)進行的回歸檢驗，為排除時間的影響，分年度進行回歸檢驗。檢驗發(fā)現(xiàn)，逐年的回歸結果，除個別控制變量的顯著性稍有不同，R-loading對ERC均有不同程序的削弱作用。最后，考慮到新設立公司的信息不確定性可能更大，投資者對不同年齡公司的盈余反應會有所不同，將公司年齡（以上市年限計量）作為控制變量加入到盈余反應系數(shù)模型中進行檢驗，結果仍符合預期。以上的檢驗結果表明，本文的研究結論是穩(wěn)健的。

六、結語

本文從公司特有風險視角，對盈余信息的風險含量進行了深入分析，通過將公司特有風險溢價加入CAPM模型中，回歸計算得到了超額回報對以盈余質量反映的公司特有信息風險溢價的敏感系數(shù)R-loading，并對R-loading的合理性進行了相關檢驗。

首先以DD模型計量公司的應計質量AQ，并采用Francis研究中用到的因素模仿組合構建出基于應計質量AQ的因素模仿組合AQfactor，用以衡量市場平均的公司特有信息風險溢價?；诠境~回報等于市場風險溢價和公司特有風險溢價之和的理論研究，將公司特有風險溢價加入到資產(chǎn)定價回歸模型中，通過對樣本公司2008—2012年的月度超額回報率數(shù)據(jù)進行回歸，得到了回歸系數(shù)R-loading。R-loading衡量了公司超額回報對以盈余質量表示的公司特有風險溢價的敏感度，R-loading越大，表明公司盈余信息中的風險含量也越大。為檢驗風險敏感系數(shù)R-loading的合理性，對其進行了三方面的檢驗：（1）檢驗R-loading與盈余質量的五個內在決定因素之間的關系，分別是公司規(guī)模、經(jīng)營現(xiàn)金流波動、收入波動、經(jīng)營周期和盈虧情況。實證結果與Dechow和Dichev的預測一致：規(guī)模大的公司盈余質量相對較高，風險性相對較低，R-loading更??；而當公司現(xiàn)金流和收入波動更大、經(jīng)營周期更差、面臨虧損時，經(jīng)營的不確定性提高，盈余質量的可靠性下降，風險含量更高，因而R-loading更大。（2）檢驗R-loading與盈余質量其他替代變量之間的關系，盈余質量替代變量借鑒Francis等研究中提到的七大盈余屬性：操縱性應計ACC、盈余持續(xù)性、可預測性、平滑性、價值相關性、及時性和穩(wěn)健性。實證結果表明，當盈余屬性更差時，R-loading更高，證實了R-loading對盈余質量中風險含量的解釋力。（3）檢驗R-loading與投資者行為即盈余反應系數(shù)ERC之間的關系。實證結果顯示，當公司擁有更高的R-loading時，盈余反應系數(shù)降低，更高的R-loading意味著公司盈余中的風險性更大，投資者會對盈余中的信息風險進行定價，因而會根據(jù)公司盈余質量對盈余反應進行相應調整，該結果進一步驗證了用R-loading去衡量公司盈余中風險含量的合理性。

本文完善了現(xiàn)有文獻對盈余質量的研究內容，通過對CAPM模型進行拓展，提取出風險敏感系數(shù)R-loading，得到了盈余信息中公司特有風險的計量指標，為投資者評估公司盈余風險提供了實際可操作的方法，有利于投資者決策。不足之處在于：回歸計算R-loading時采用月度回報率數(shù)據(jù)而不是日回報率數(shù)據(jù)，可能導致計算結果不甚精準；未對盈余屬性中的不顯著變量進行進一步的分析。此外，對于R-loading，還可以從公司會計重述、法律訴訟和破產(chǎn)風險等角度進行進一步的檢驗。

［參考文獻］

［1］Sharpe，W F. Capital asset prices：A Theory of Market Equilibrium under Conditions of Risk［J］．The Journal of Finance，1964，19 （3）：425-442.

［2］Levy，H. Equilibrium in an Imperfect Market：A Constraint on the Number of Securities in the Portfolio［J］．The American Economic Review，1978，643-658.

［3］Basu S. Investment Performance of Common Stocks in Relation to their Price-Earnings Ratios：A Test of the Efficient Market Hypothe?sis［J］．Journal of Finance，1977，32：663-682.

［4］Basu，S. The Relationship between Earnings' Yield，Market Value and Return for NYSE Common Stocks：Further Evidence［J］．Journal of Financial Economics，1983，12（1）：129-156.

［5］Grossman S J，Stiglitz，J E. Stockholder Unanimity in Making Production and Financial Decisions［J］．Quarterly Journal of Econom?ics，1980，94（3）：543-66.

［6］Banz R. W. The Relationship between Return and Market Value of Common Stocks［J］．Journal of Financial Economics，1981，9 （1）：3–18.

［7］Merton R C. 1A Simple Model of Capital Market Equilibrium with Incomplete Information［J］．Journal of Finance，1987，42（3）：483 –510.

［8］Fama E F，F(xiàn)rench K R. The Cross-section of Expected Stock Returns［J］．Journal of Finance，1992，47（2）：427–465.

［9］Easley D，Hvidkjaer S. Is Information Risk a Determinant of Asset Returns？［J］．Journal of Finance，2002，57（5）：2185–2221.

［10］Leuz C，Verrecchia R E. 2005，“Firms' Capital Allocation Choices，Information Quality，and the Cost of Capital［M］．Social Sci?ence Electronic Publishing，2005.

［11］Francis J，LaFond R，Olsson P M，Schipper K. Costs of Equity and Earnings attributes［J］．The Accounting Review，2004，79（4）：967-1010.

［12］Francis J，LaFond R，Olsson P M，Schipper K. The Market Pricing of Accruals Quality［J］．Journal of accounting and economics，2005，39（2）：295-327.

［13］曾穎，陸正飛。信息披露質量與股權融資成本［J］．經(jīng)濟研究，2006（2）.

［14］于李勝，王艷艷。信息風險與市場定價［J］．管理世界，2007（2）.

［15］Aboody D，Hughes J，Liu J，Earnings Quality，Insider Trading，and Cost of Capital［J］．Journal of Accounting Research，2005，43 （5）：651–673.

［16］Gray P，Koh P，Tong Y H. Accruals Quality，Information Risk and Cost of Capital：Evidence from Australia［J］．Journal of Busi?ness Finance & Accounting，2009，36（1-2）：51-72.

［17］Ball R，Brown P. An Empirical Evaluation of Accounting Income Numbers［J］．Journal of Accounting Research，1968，6：159-178.

［18］Kothari S P，Sloan R G. Information in Prices about Future Earnings：Implications for Earnings Response Coefficients［J］．Journal of Accounting and Economics，1992，15（92）：143-171.

［19］Kothari S P，Shanken J，Sloan R. Another Look at the Cross-section of Expected Stock Returns［J］．Journal of Finance，1995，50：185-224.

［20］Kothari S P，Shanken J. Book-to-market，Dividend Yield，and Expected Market Returns：a Time-series Analysis［J］．Journal of Financial Economics，1997，44：169-203.

［21］Sloan RG. Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings？［J］．Accounting Review，1996，71（3）：289-315.

［22］Watts R L. Conservatism in Accounting Part II：Evidence and Research Opportunities［J］．Accounting Horizons，17：287-301.

［23］Easley D，O'Hara M. Information and the Cost of Capital［J］．The Journal of Finance，2004，59（4）：1553-1583.

［24］Lambert R，C Leuz，Verrecchia R E. Accounting Information，Disclosure，and the Cost of Capital［J］．Journal of Accounting Re?search，2007，45（2）：385-420.

［25］Schipper K，Olsson P M，Kim I，F(xiàn)rancis J，Ecker F. A Returns-based Representation of RarningsQuality［J］．Accounting Review A Quarterly Journal of the American Accounting Association，2006，81（4）：749-780.

［26］Dichev I D，Dechow P M. The Quality of Accruals and Earnings：the Role of Accrual Estimation Error［J］．Social Science Electron?ic Publishing，2001，77（1）：35-59.

［27］Dechow P M，Sloan R G. Sweeney A P. Detecting Earnings Management［J］．Accounting Review，1995，70：847-870.

［28］Mcnichols M F. Discussion of the Quality of Accruals and Earnings：the Role of Accrual Estimation Errors［J］．Accounting Review A Quarterly Journal of the American Accounting Association，2002，77（1）：61-69.

［29］Imhoff E A，Lobo G J. The Effect of ex ante Earnings Uncertainty on Earnings Response Coefficients［J］．Accounting Review，1992，67（2）：427-439.

東南大學藝術學院聯(lián)合承辦的第十一屆全國藝術學年會在北京召開

本刊訊為深入學習貫徹習近平總書記在文藝工作座談會上的重要講話精神和中共中央《關于繁榮發(fā)展社會主義文藝的意見》，由全國藝術學學會主辦，東南大學藝術學院與相關單位聯(lián)合承辦的“中國藝術學的傳統(tǒng)資源與當代構建理論研討會暨第十一屆全國藝術學年會”于日前在北京召開。本屆年會旨在弘揚中華民族優(yōu)秀傳統(tǒng)文化和彰顯中華美學精神，促進高等院校、科研機構和專業(yè)媒體之間的學術交流。會議議題包括結合新的時代條件傳承和弘揚中華美學精神和藝術精神，深入探索藝術批評規(guī)律，切實加強藝術評論，探究中國藝術學的民族學理與本土資源，藝術學及各分支學科的回顧與前瞻。

開幕式由中國文聯(lián)出版社社長兼總編輯朱慶主持，全國藝術學學會會長、東南大學凌繼堯教授，中國文聯(lián)黨組成員、副主席李前光，文化部文化科技司司長孫若風等同志應邀出席會議并致辭。來自全國各高等院校的200余位藝術學理論界的專家、學者出席了本次會議，與會代表濟濟一堂，分別圍繞各議題，分組進行了踴躍熱烈的發(fā)言和別開生面的研討。東南大學藝術學院李倍雷教授、沈亞丹教授、尹文教授等十六名師生參加了本次研討會。

本次會議共收到論文300余篇,經(jīng)過中國知網(wǎng)科研成果檢測系統(tǒng)的查重篩選和專家組的匿名評審，擇優(yōu)選錄了180篇論文參會(合計100余萬字)，中國文聯(lián)出版社將以本屆年會論文成果為基礎，編輯出版《中國藝術學的傳統(tǒng)資源與當代構建——第十一屆全國藝術學年會文集》。經(jīng)專家組匿名評審，本次會議還遴選出20篇優(yōu)秀會議論文。沈亞丹教授、李軼南副教授等五位師生撰寫的論文獲獎。東南大學藝術學院院長王廷信主持了閉幕式，并做大會總結發(fā)言。

（李軼南）

［作者簡介］王永海（1965—），男，湖北隨州人，經(jīng)濟學博士，武漢大學經(jīng)濟與管理學院教授，博士生導師，研究方向：財務管理和會計。

［收稿日期］2015-09-20

［中圖分類號］F270；F272

［文獻標識碼］A

［文章編號］1671－511X（2016）01－0065－11