创业板公司盈余反应系数研究

张海燕

创业板公司盈余反应系数研究

张海燕

本文通过关注创业板上市公司盈余和股票回报的关联程度及其与盈余时间序列持续性的联系,探讨创业板上市公司报告盈余所包含信息的本质。我们借助经典的估价模型以及考虑了盈余持续性经济影响因素的盈余时间序列模型,推导出E R C与盈余持续性之间的正向关联性。基于2010-2013年93家创业板上市公司的年度数据,我们的经验证据得到的结论是：考虑了公司基本面的盈余时间序列持续性与盈余反应系数正相关。

盈余反应系数；盈余持续性；创业板

引言

公司所报告的会计盈余与股票价格或回报的关系是会计、金融、经济领域的一个基本问题。1968年Ball和Brown在这个问题上做出了开创性的研究。之后，许多学者对此问题进行了研究探讨。得到的主导结论是：报告盈余具有信息含量。那么，报告盈余如何与公司估价相联系?探讨盈余持续性如何影响盈余反应系数(earnings response coefficient.ERC)从一个角度对这个问题进行了回答。国外大量的研究探讨了ERC与盈余持续性之间的关系，其主导结论是盈余时间序列持续性与ERC正相关。国内对此问题的研究有10多年的历史，但未得到一致的研究结论。如董红星(2007)的研究表明：随着中国股市的逐步发展,投资者已经能够识别盈余的不同成分,永久性盈余比暂时性盈余具有更多的信息含量；而徐浩峰和王正位(2006)的研究表明:我国投资者不能完全解读盈余组成部分持续性方面的差异对公司价值的影响。

创业板又称二板市场，即第二股票交易市场，是指主板之外的专为中小企业和新兴公司提供融资途径和成长空间的证券交易市场，是对主板市场的有效补给，在资本市场中占据着重要的位置。目前，中国上市的创业板公司呈现出惊人的市盈率，倘若不能获得持续的高增长，其破产倒闭的可能性大大高于主板市场；且一旦达到退市条件，只能直接退市，不存在重组的可能性，这会严重损害投资者的信心。盈余反应系数(ERC)是投资者对上市公司盈余的反应程度，是衡量投资者对上市公司盈余的信心与依赖度。从理论上来讲，投资者对创业板上市公司盈余的反应程度应该高于主板上市公司。那么实际情况如何呢？国内目前还没有这方面的研究。本文研究上市创业板公司ERC与盈余持续性之间的关系，探讨盈余时间序列特征的估价含义，研究结果一方面为投资者提供理论指导，另一方面为监管部门规范监管提供经验证据。

一、理论模型

一般而言，关于盈余的价值相关性建立在对如下线性模型的斜率（b）以及拟合优度（R2）的推断之上（Collins and Kothari，1989）。

式中，URit代表股票i在时期t内的累计超额回报率；UXit代表未预期盈余；Pit-1代表公司i在t时期期初的股价；eit代表残差项。下面推导基于ARIMA（p,d,q）一般盈余时间序列过程下的盈余价值相关性模型以及相应的理论ERC值。

根据Christie（1987）and Collins，Kothari（1989）的研究结论，公司在t年内的未预期回报（UR）可以表述为下式（省略了公司下标）：

式中，Rit为公司股票在时期内的原始回报率；URit为公司股票在时间t的未预期回报率；Pit-1(Pit)为公司在t-1年末（t年末）股价（除现金股利）；Dit为公司t年发放的现金股利；r为预期资本贴现率；Et(·)为t期预期函数，△Et(·)为预期变化函数。

根据股利政策无关理论以及Kormendi，Lipe（1987）和Ali and Zarowin（1982等人的研究结论，假定公司预期未来股利的变化数等于预期未来盈余（Xt+k）的变化数，即△Et(Dt+k)=△Et(Xt+k）（k=1，2，3，…，∞），又由于△Et(Dt）=Dt-Et-1（Dt），式（1.2）可以转化为下式：

在一般的ARIMA（p,d,q）盈余时间序列过程下，△Et(Xt）=εt，它代表了本期的未预期盈余或盈余震惊，并且本期震惊对未来盈余的累积影响效应为：

因此，式（1.3）可以转化为如下可用于时间序列或横截面检验的盈余—回报关系式：

式中，PER+1称为理论上的盈余反应系数。

根据式(1.5)可以设计基于年度窗口的可检验盈余价值相关性的方程如下（省略了公司下标）：

式中，URt为公司股票在t年份的未预期回报率或非正常回报率；UXt为公司t年未预期盈余，在ARMA(p, q)一般模型下，UXt即前文所定义的盈余震惊εt，其计算该如下：

会计研究中有大量研究表明年度盈余遵循求积移动平均模型IMA(1,1)时间序列过程，如Beaver(1970)，Ball and Watts(1972)的早期研究就显示了IMA(1,1)过程对年度盈余而言是一个合理的选择。IMA(1,1)是大多数研究盈余信息含量或价值相关性的学者所青睐的模型之一。在IMA(1,1)模型下，年度盈余遵循如下过程（假定盈余无趋势增长量）：

式中，εt为本年的盈余震惊；θ为移动平均参数。当采用IMA(1,1)模型作为估计未预期盈余的基准时，式(1.6)转化为下式：

根据前文的结论，式(1.9)中的系数b为盈余反应系数的估计值，在理论上它应等于(1-θ)/r+1；a为截距项，理想情形下它等于0；ε为IMA(1,1)盈余时间序列下的震惊项；

在估计方程(1.9)时首先必须确定每个公司的移动平均参数θ，这样给检验过程设置了较多的条件。为了设计可以间接通过盈余价值相关性模型反映盈余持续性参数值θ的模型，先对IMA(1,1)模型进行转化。由于平均移动模型IMA(1,1)能够表述为一个无限价的自回归模型，不断迭代式(1.8)中的震惊项（εi）可以得到：

式(1.9)说明在IMA(1,1)过程下，本期末预期盈余（εi）能够表述为本期以及若干历史盈余变化值（△Xt+k，即Xt+k-Xt+k-1，k=0,1,2,…）的一个函数。将式(1.10)代入式（1. 9）可得：

由于不可能获得无限次的时序数据，式（1.11）是不可估计的。当θ为接近0的小数的情形下，高阶次前的回归系数逐渐趋近于0，合理的做法是截取有限阶次历史盈余变化值为自变量。类似Ali and Zarowin(1992)等人的做法，本文截取两个滞后盈余变化数作为自变量。另外由于在新兴资本市场下，用单一时间的股价和不同期间的盈余相对应是不合理的，使用Pt-1作为所有盈余变化滞后值的平减规模效应因子缺乏现实依据，因此，在下面的模型中使用每阶次盈余变化值对应期间的期初股价作为平减规模效应因子。经过上述处理后，可得到检验中国上市创业板公司盈余价值相关性的模型为：

式中，b为盈余反应系数的拟合值；θ为盈余的持续性计量。从理论上讲应当逐个按个体公司直接对式(1.12)进行拟合。但由于新兴资本市场条件下充分时序数据的不可获得性，因此进一步假定参数θ等在截面或行业范围内的一致性，这样，模型（1.12）便可用于截面数据的回归。

本文采用Gauss-Seidel迭代法对模型(1.12)的参数进行估计。模型为：

二、实证分析

1.研究样本与数据来源

本文以2010-2013年间上市的创业板93家公司作为样本。数据来源于Wind金融终端数据库和CSMAR数据库，经过作者手工整理，使用SAS软件进行处理和统计分析。

2.实证结果

表1 描述统计值与相关系数a

(2)上三角区为Spearman的秩相关系数，下三角区为Pearson的线性相关系数；**表示显著性在0.01水平上，*表示显著性在0.05水平上（双尾）。

表1报告了各变量的描述统计值与相关系数。从表中可以看出，年度非正常回报率的均值为0.085，中位数为-0.071，标准差为0.427；三种阶次平减规模效应后的盈余变化指标的均值分别为-0.004、0.001和-0.003；中位数分别为0.001、0.000和-0.001，标准差分别为0.037、0.063和0.068。上述结果说明盈余变化指标之间的分布具有相对类似性特点，但非正常回报指标的均值和波动率都相对偏高。从线性相关系数来看，URt在0.01水平上同△Xt/Pt-1正相关，并在0.01水平上同△Xt-2/Pt-3负相关；从秩相关系数来看，URt在0.01水平上同△Xt/Pt-1正相关，并分别在0.05水平上同△Xt-1/Pt-2和△Xt-2/Pt-3负相关。

从表2可以看出b值为正且在5%显著性水平下显著，说明历史滞后盈余变量对ERC的解释力显著。θ值为正且在1%显著性水平下显著，说明ERC与盈余持续性之间的正向关联性。

三、结论

本文基于中国上市的创业板93家公司2010-2013年的年度数据，探讨了ERC与盈余时间序列持续性的联系。实证结果表明：ERC与盈余持续性之间具有正向关联性。研究结果一方面能为投资者提供理论指导，另一方面能为监管部门规范监管提供经验证据。

[1]Ray Ball and Philip Brown.An Empirical Evaluation of Accounting Income Numbers[J]，Journal of Accounting Research, Autumn,1968;159-178.

[2]Mark Bagnoli,Susan G.Watts,Conservative Accounting Choices [J],Management Science,May 2005,Vol.51,No.5,pp. 786-801.

[3]Ray Ball and Lakshmanan Shivakumar The Role of Accruals in Asymmetrically Timely Gain and Loss Recognition[J], Journal of Accounting Research Vol 44 No.2 May 2006;207-241.

[4]王志台.上海股市盈余持续性的实证研究[J].财经研究，2000,26（5）；43-48.

[5]王永峰，肖瑶.会计盈余披露的信息含量——来自上海股市小样本的经验证据[J].财经论坛，2005,1；101-102.

[6]王奇，李亮平.国内外会计盈余价值相关性研究评述[A].新财经，2010,5；125-126.

（作者单位：广东技术师范学院天河学院）