无形资产结构、信息披露与分析师盈利预测

杨矛

【摘 要】 文章选取2003—2016年非金融行业A股上市公司作为样本，从无形资产的数量、质量、结构三个维度构建了无形资产信息披露影响分析师盈利预测的传导机制，分析无形资产的数量、质量、结构如何影响证券分析师的跟踪、努力程度以及盈利预测误差。研究发现：无形资产越多的企业越能吸引证券分析师的关注，他们的努力程度会更高，但盈利预测的准确性会降低;相对于特许经营权、土地使用权等权力型无形资产较多的企业，证券分析师更倾向于跟踪专利权、商标权等技术型无形资产较多的企业，他们因此付出的努力程度会更高，但盈利预测误差会随之增大。基于此，提出政策建议：加大对无形资产信息披露的系统监督，加强对无形资产结构信息的披露和监管，促进证券分析师行业的发展。

【关键词】 无形资产; 无形资产结构; 信息披露; 分析师盈利预测

【中图分类号】 F830.9  【文献标识码】 A  【文章编号】 1004-5937（2019）08-0108-07

一、引言

国家“十三五”规划纲要中提出，“实施严格的知识产权保护制度，完善有利于激励创新的知识产权归属制度，建设知识产权运营交易和服务平台，建设知识产权强国”。这是从国家层面对加强技术创新、知识产权保护的新举措。为保证企业拥有更强的生命力、促进企业技术的不断创新，企业不断加大对研发支出等无形资产的投入。无形资产在延长企业生命周期、增加企业价值、制定企业战略等方面做出了重要的贡献。管理学家彼得·德鲁克（Peter Drucker，2009）在《后资本主义社会》中提到知识不同于以往的生产要素，将会极大地促进企业的发展。随着经济的不断发展、科学技术的不断进步，无形资产能够促进企业不断地发展从而增强企业核心竞争力。企业核心竞争力属于无形资产的范畴。科学技术是第一生产力，无形资产可以直接转化为生产力，在一定程度上替代有形资产，从而推进经济的不断发展。

William Ciconte[1]认为，无形资产可以突破时间和空间的限制，跨越性地为企业带来不可预测的收益。无形资产具有意想不到的盈利能力，能够给企业带来超额的利润，因此越来越多的企业不断加强对无形资产的投入和研发，来增强企业的核心竞争力，以确保在市场竞争中立于不败之地。因此投资者更迫切了解企业的真实情况，尤其是关于无形资产的具体情况。无形资产的信息披露在很大意义上吸引了信息中介（证券分析师）、评估机构的关注，引导他们更加关注企业的无形资产信息，确保能够准确、真实地评估企业的价值并促使企业管理者做出正确的经营决策。尽管无形资产的重要性不断加强，但是我国现行的财务报告体系却不能将企业无形资产的情况如实地反映在财务报表中，只將符合当前会计确认条件的无形资产反映在资产负债表中。上市公司的财务报告是信息使用者获取信息最主要的途径，财务报表对无形资产信息的不充分披露降低了无形资产信息对于报表使用者的有效性。Lev[2]认为，近年来之所以信息披露质量不高，主要原因是在现行的财务体系中企业的无形资产不能被如实地反映在财务报表中。

在我国的证券市场环境中，信息具有不对称性，但是信息使用者为了确保自身投资的准确性从而需要上市公司真实可靠地进行信息披露。个人投资者由于缺乏专业的会计知识无法正确地解读企业披露的财务报告，他们处于信息弱势地位。随着证券分析师队伍的不断壮大，信息披露质量的不断提高，证券分析师作为投资者和市场的桥梁，其地位就越显得重要，市场对证券分析师工作的需求也越来越大，证券分析师的作用得到了越来越多人的肯定。

在这种背景下，本文从无形资产和证券分析师的基础理论入手，构建无形资产信息披露与分析师盈利预测的传导机制，探究无形资产数量、质量、结构对分析师盈利预测的影响程度。

二、文献综述与研究假设

（一）无形资产数量与分析师盈利预测

信息具有不对称性，市场中卖方比买方掌握更多的信息，因此可以通过信息从卖方流向信息贫乏的买方并从中获利。在资本市场中，证券分析师是重要的信息中介，能够运用优于一般投资者的信息获取途径及专业分析能力，通过证券内在价值的披露有效缓解市场中信息不对称的现象。Amir et al.[3]研究财务分析师盈利预测信息与增量信息关系时发现，财务报表信息含量越低，分析师盈利信息所给投资者带来的信息增量就越多，证券分析师对于投资成本和回报的预测更为准确。Barth et al.[4]通过对证券分析师跟踪与企业财务报告中所披露的无形资产数额的研究发现，现行的会计准则中对于无形资产缺少统一的强制性的规则，因此无形资产无法在财务报表中充分披露。Barron et al.[5]研究了证券分析师预测的一致程度与企业无形资产的关系后指出，若多名证券分析师预测结果一致性越高，那么企业确认的无形资产的数量就越低，二者是呈负相关关系。

受到现行财务报告和信息披露要求的约束，无形资产是最容易被市场低估的资源[6]。由于无形资产的特殊性质，以及出于商业机密的考虑，公司在财务报表中很少涉及到无形资产，使得财务报告无法如实地反映企业的情况，导致企业的股价被市场低估，证券分析师通过搜集相关的无形资产的信息来进行预测，对无形资产的价值进行分析，从而充分发掘公司的潜力。如果公司在财务报表中涉及到无形资产的项目越少，对于其预测的准确度就会越低，盈利预测更是无从谈起，这是因为信息不对称严重，预测的依据严重缺失造成的[4]。无形资产越多的企业，其潜在的未在报表中披露的无形资产相对越多，由于信息不对称造成企业披露财务报告的准确性、真实性就越低，公司的股价更容易被市场“低估”，证券分析师挖掘该类公司的动机就越强，就会有越多的分析师对该家企业进行跟踪。

因此，提出假设1a—假设1c。

H1a：无形资产越多的企业，会吸引更多的证券分析师关注。

H1b：无形资产越多的企业，证券分析师会投入更多的努力。

H1c：相对于拥有无形资产较少的企业而言，证券分析师对那些拥有无形资产较多的企业的盈利预测准确性会降低。

（二）无形资产质量与分析师盈利预测

Garcia-Meca[7]的研究表明：证券分析师青睐于信息披露较少、信息严重不对称的公司，但是证券分析师需要衡量用于该公司信息搜集所耗费的成本与对该公司进行盈利预测所能够获得的收益。分析师进行盈利预测的依据就是公司的财务报告和公开披露的相关资产信息。Francois[8]将研究的重点放在企业信息披露的透明度与证券分析师跟踪人数之间的关系上。王红等[9]借鉴Francois的模型，采用深交所中关于上市公司信息披露的评价作为代理变量，通过对公司信息披露的透明度与证券分析师预测人数之间的逻辑关系实证分析后发现，公司透明度较高，则信息的披露程度较高，证券分析师跟踪人数就越多。

李晓玲等[10]发现，包含一部分知识产权资产在内的无形资产由于受到准则限制仍旧游离于财务会计信息系统之外，属于表外资产。但是随着无形资产在公司资产评估中所占的比重越来越大，其对于价值衡量的影响程度也逐步加深[11]。因此，无形资产的质量也会影响分析师对企业内在价值的评估。这种影响分为两个方面：当被预测公司的信息披露程度越高、信息不对称程度低时，它被市场低估的可能性就越低，其可以挖掘的价值就越低，证券分析师从中获利的空间就越小;但是由于信息披露程度高，分析师搜集相关信息的难度就会大大降低，搜集和分析信息所需要耗费的成本也就会下降。并非投资者的投资行为完全依据证券分析师的报告，但是他们的需求很容易被上市公司财务信息披露的质量所影响。相对而言，投资者缺乏专业的知识以及充足的时间和精力，在财务报告披露质量较低的情况下，需要借助分析师的相关报告和预测。但是如果企业的财务信息披露程度和质量都相对较高，那么投资者可以按照自己的分析和对未来形势的预测来进行投资决策，不再依赖证券分析师的盈利预测，这就意味着证券分析师可以获取的利润减小，获利空间被压缩，从而使得分析师预测的积极性降低。

因此，提出假设2a—假设2c。

H2a：拥有较多专利权、商标权等技术型无形资产的企业，会更吸引证券分析师的关注。

H2b：拥有较多专利权、商标权等技术型无形资产的企业，证券分析师会投入更多的努力。

H2c：相对于拥有特许经营权、土地使用权等权力型无形资产较多的企业而言，证券分析师对拥有较多专利权、商标权等技术型无形资产的企业盈利预测的准确性会降低。

（三）无形资产结构与分析师盈利预测

知识经济时代，无形资产是企业的重要资产，但无形资产的价值衡量却一直是会计领域难以完全攻克的难关。以资金运动论为基础的现行会计准则对无形资产的信息披露很少，信息不对称现象严重。在投资者看来，企业无形资产的信息不对称从某种程度上来说代表企业未来具有良好的成长性。Katrien Bosquet[12]发现企业的成长性越高，分析师越有动机跟进该企业。因此无形资产信息不对称程度越高，市场对企业的核心竞争力评估越不准确，越会吸引分析师的关注。

无形资产的存在形式很多，各种存在形式产生信息不对称的程度也存在差异。无形资产分类一直都是无形资产研究中学者关注的焦点。Kross[13]较为广义地将无形资产分为内部结构、外部结构及员工个人能力。但综合国内学者观点，一般认为无形资产应分为经典无形资产、边缘无形资产、商誉及企业核心竞争力[11]。无形资产信息不对称现象的产生主要是由于其内在风险性、产权模糊性、部分排他性以及非交易性等固有性质决定的[14]。正如前文所述，分析师的行为与信息不对称程度有显著的相关关系。专利权、商标权等技术型无形资产的取得通常不以市场交易为主，且内在风险性和产权模糊性很强，难以存在广阔的交易市场，因此其信息不对称程度较高，能够吸引更多的分析师跟进。同时由于信息的獲取和解读难度更大，分析师也需要投入更多的努力。而由于我国特殊国情，土地使用权和特许经营权作为边缘无形资产，具备相对完善的交易市场和价值衡量标准，其风险性较低[10]，因此信息不对称程度也较弱，分析师关注也就相对较少。由此，提出假设3a—假设3c。

H3a：专利权、商标权等技术型无形资产占无形资产比重较高的企业，会更吸引证券分析师的关注。

H3b：专利权、商标权等技术型无形资产占无形资产比重较高的企业，证券分析师会投入更多的努力。

H3c：相对于特许经营权、土地使用权等权力型无形资产所占比重较高的企业而言，证券分析师对专利权、商标权等技术型无形资产占无形资产比重较高的企业盈利预测的准确性会降低。

三、研究设计

（一）样本来源与筛选

本文样本为2003—2016年A股上市公司，数据来源主要是CSMAR数据库。历年上市公司财务分析师跟踪人数根据CSMAR数据库中的中国上市公司分析师预测研究数据库进行计算。

本文的样本选取步骤如下：将财务数据无法得到或者信息不准确、不全面的公司筛选掉;对于在研究期间进行上市、退市公司或者波动较大的公司予以剔除;剔除B股、H股上市的公司;对于分析师数量小于3人的公司不予考虑;由于金融类上市公司的资产负债状况与一般制造业上市公司区别较大，故将其剔除。

经过上述筛选后，满足条件的样本个数为16 046个。

（二）变量选择

1.被解释变量

目前来衡量分析师盈利预测跟随方法有两种，一是以对公司进行盈利预测的次数为准，二是以对企业进行盈利预测的分析师人数为准。本文采取第二种跟随方法，将对目标公司进行盈利预测的分析师总人数（COV）作为跟踪替代变量[4]。

被解释变量EFF衡量的是分析师的努力程度，即跟踪某家企业的分析师，平均负责分析企业的数量[4]。其公式=跟踪某企业的分析师负责分析的企业数量/某企业跟随的分析师数量。

国内外的实证研究关于证券分析师盈利预测准确性的度量方法有兩种，一种是采用平均的方法，对整个证券分析整体的平均预测准确性进行衡量，将所有证券分析师对目标公司的盈利预测均值和实际盈余差额之间的误差进行汇总，然后除以平均人数，得到平均水平。第二种是对单个分析师的预测误差进行衡量，衡量方法也是对分析师预测盈余的每股收益和实际收益的差值进行比较，通常将差值加上绝对值之后再除以每股的股价得到标准化误差。

本文采用第一种方法来衡量证券分析师盈利预测的准确性，并将证券分析师群体的平均预测误差与公司的每股总资产相除再进行对数化[15]。本文采用公式1对其进行数学表述：

其中，FMEANi，t为证券分析师对i公司第t年的每股收益的预测均值;AEPSi，t为i公司第t年的实际每股收益;TA_SHAREi，t为i公司第t年的每股资产;Ln表示对其进行自然对数化处理。

2.解释变量

资产负债表中无形资产项目的余额与其在财务报表中确认的价值是等同的;企业无形资产的总价值是由两部分构成，一部分是在财务报表中已经确认的，另一部分是尚未在财务报告中披露的，通常被认为是企业未被评估的潜在价值，但是这种潜在的难以评估的无形资产无法在财务报表中呈现，例如品牌、人力资源等。进行无形资产资本化评估的关键是对于这种潜在无形资产的评估和确认[16]。

财务会计准则委员会（FASB）在20世纪初专门对潜在无形资产和市场化价值的关系进行分析，形成了“新经济对企业和财务报告的挑战”相关报告，在报告中指出了潜在无形资产的计算公式，将其定义为潜在无形资产的价值=公司的股票价值-公司会计的账面价值。该公式从理论角度出发仍然有不严谨的地方，但是从整体角度出发，可以在计量角度层面上，将公司证券市场的总价值与会计账面价值之间的差额作为潜在的无形资产价值来衡量。

本文选用无形资产总量（TI），是否有专利权、商标权等技术型无形资产（PATE）、专利权、商标权等技术型无形资产占无形资产总量的比重（PATE30）以及是否有特许经营权、土地使用权等权力型无形资产（FRAN）、特许经营权、土地使用权等权力型无形资产占无形资产总量的比重（FRAN 30）作为解释变量。

3.控制变量

借鉴Katrien Bosquet[12]、Garcia-Meca[7]引入营业收入增长率（GROWTH）、经纪人（BROKER）、交易量（VOL）、资产负债率（LEV）、净资产收益率（ROE）、股权集中度（HER5）作为控制变量，关于证券分析师盈利预测准确性，本文增添上市公司规模、上市公司年度虚拟变量和行业虚拟变量、是否亏损作为盈利预测准确性的控制变量。

相关变量说明见表1。

（三）模型构建

本文借鉴Matolcsy et al.[16]、Barth et al.[4]的研究方法，分别从无形资产数量、无形资产质量以及无形资产结构三个方面构建三个理论假设建立模型，具体公式2、公式3、公式4如下：

四、实证分析

（一）描述性统计分析

根据国泰安数据库和巨灵财经数据库的上市公司数据，本文将所得数据按照样本选择的要求进行剔除，共收集16 000个样本。另外，本文手工收集整理了A股上市企业的无形资产结构的数据。本文对涉及变量进行了统计，结果如表2所示。

从表2可见，证券分析师跟踪人数（COV）最小值为3，最大值为58，标准差为10.39，证券分析师跟踪具有较大的波动性，这是证券分析师对不同类型企业的关注度不同。同时，证券分析师对我国上市公司的年度平均跟踪人数为11.52人，明显低于发达国家数据，相比于发达国家来说，我国的证券分析师行业仍处于相对新兴阶段。而证券分析师努力程度（EFF）代表的是证券分析师努力的成本，所以数值取负值，数字愈大（即负值越小），表明分析师越努力。虽然分析师努力程度的标准差较大，但是分析师努力程度的均值也较大（负值越小，越努力），表明分析师整体努力程度较高，但是波动性比较大。企业的无形资产净额（TI）、股票交易量（VOL）的波动性也较大，这可能是企业的无形资产披露的程度以及金额具有很大的差异性所导致的。分析师盈利预测误差（EF_TA）的均值、中位数分别为-3.809、-3.589，且标准差为1.813，这说明证券分析师对样本公司的盈利预测基本上是有效的。

（二）多元回归分析

1.无形资产数量与分析师盈利预测

为了检验无形资产数量与分析师盈利预测之间存在的关系，对模型进行回归检验，结果如表3所示。

通过表3可见，列（1）中无形资产总量的回归系数为1.0132，并且通过了10%的显著性水平，表明无形资产总量与分析师跟踪呈正相关关系，说明无形资产越多的企业，会吸引更多的分析师关注，即H1a得以验证。列（2）中分析师努力程度的回归系数为-44.5182，并且通过了5%的显著性水平。表明无形资产总量与分析师努力程度呈负相关关系，分析师努力程度代表分析师努力的成本，所以数值取负值，数字愈大（即负值越小），表明分析师越努力。说明无形资产越多的企业，分析师会投入更多的努力，即验证H1b。列（3）中无形资产总量与分析师盈利预测的误差呈正相关关系，表明无形资产总量与分析师盈利预测误差成正比，即无形资产越多的企业，证券分析师盈利预测的准确性会降低，H1c得到了验证。

2.无形资产质量与分析师盈利预测

通过表4可见，列（1）中企业是否有专利权、商标权等技术型无形资产（PATE）的回归系数为1.8598，说明拥有较多专利权、商标权等技术型无形资产（PATE）的企业，会吸引更多分析师的关注（COV），验证了H2a。列（2）中企业是否有专利权、商标权等技术型无形资产（PATE）与分析师努力程度（EFF）呈负相关，验证了H2b。列（3）中企业是否有专利权、商标权等技术型无形资产（PATE）与分析师盈利预测准确性（EF_TA）呈正相关，而是否拥有特许经营权、土地使用权等权力型无形资产（FRAN）与分析师盈利预测准确性（EF_TA）呈负相关，验证了H2c。

3.无形资产结构与分析师盈利预测

通过表5可见，列（1）中企业专利权、商标权等技术型无形资产占无形资产总量的比重（PATE30）的回归系数为1.8277，说明专利权、商标权等技术型无形资产比重（PATE30）较大的企业，会吸引更多分析师的关注（COV），验证H3a。列（2）中企业专利权、商标权等技术型无形资产占无形资产总量的比重（PATE30）与分析师努力程度（EFF）呈负相关关系，验证H2b。列（3）中企业专利权、商标权等技术型无形资产占无形资产总量的比重（PATE30）与分析师盈利预测误差（EF_TA）呈正相关关系，而特许经营权、土地使用权等权力型无形资产占无形资产总量的比重（FRAN30）与分析师盈利预测误差（EF_TA）呈负相关关系，验证H2c。

（三）稳健性检验

为检验研究结论的稳健性，针对假设将样本由2003—2016年的数据缩减至2009—2016年，稳健性检验的回归结果显示，本文的研究结论具有一定的稳健性。

五、研究结论与启示

第一，通过对无形资产数量对分析师跟踪人数、努力程度以及盈利预测误差三个方面影响的研究发现：企业拥有的无形资产的数量与分析师跟踪人数呈正相关关系;无形资产总量与分析师的努力程度呈负相关关系。因为分析师的主要收益来源于挖掘公司被市场低估的价值形成研究报告及推荐评级，随后将研究报告和推荐信息传递给投资者，从中赚取相应的酬劳;无形资产总量与证券分析师盈利预测误差成正比，即无形资产的总量与分析师盈利预测的准确性呈负相关关系。受现行会计准则的影响以及无形资产的特性，企业无法对无形资产真实、完整披露，无形资产越多的企业的财务报告中未被披露的无形资产的绝对数量相对而言会更多，分析师进行盈利预测的难度会更大，造成的不确定性也会更高。

第二，企业拥有的无形资产的质量越高，证券分析师追踪的人数就越多，分析师的努力程度也越高，但是由此造成的盈余预测误差会增大。实证结果表明：是否拥有专利权、商标权等技术型无形资产与证券分析师的跟踪人数、证券分析师的盈利预测误差呈正比，与证券分析师努力程度呈反比。

第三，通过无形资产结构对分析师跟踪人数、努力程度以及盈利预测误差三个方面的影响研究发现：专利权、商标权等技术型无形资产占总资产的比重与证券分析师跟踪人数、证券分析师盈利预测误差呈正相关关系，与分析师努力程度呈负相关关系。这是因为权力型无形资产直接从外部获得，而且权力型无形资产是具有高垄断性的排他资源，具有一定的稳定性，所带来的收益也是相对稳定的，对于企业来说更愿意在报表中披露。专利权、商标权等技术型无形资产的取得通常不以市场交易为主，且内在风险性和产权模糊性很强，难以存在广阔的交易市场，因此其信息不对称程度较高，能够吸引更多的分析师跟进。同时由于信息的获取和解读难度更大，分析师也需要投入更多的努力，但是由此造成的盈利预测的误差会随之增大，盈利预测的准确性就会降低。

本文不仅从无形资产的数量、质量两个方面探究其与证券分析师盈利预测的关系，按照无形资产结构的不同将其分为权力型无形资产和技术型无形资产两大类，并分别探究两类无形资产对证券分析师跟踪人数、努力程度以及盈利预测准确性三个方面的影响，打破以往文献研究大多只关注财务报告整体披露质量，从无形资产数量、质量、结构三个维度的视角实证检验其对证券分析师的影响程度，丰富了无形资产与证券分析师的研究文献。通过本文的研究发现，无形资产的数量、质量以及结构对于证券分析师的盈利预测具有很大的影响，进而会影响信息使用者。因此本文的研究为促进监管部门加大对无形资产信息披露的系统监督以及加强对无形资产明细信息的披露和监督提供了理论基础和经验数据。

【参考文献】

[1] WILLIAM CICONTE，MARCUS KIRK，JENNIFER WU TUCKER.Does the midpoint of range earnings forecasts represent managers' expectations？[J].Review of Accounting Studies，2014，19（2）：628-660.

[2] LEV B.On the usefulness of earnings and earnings research：lessons and directions form two decades of empirical reseach[J]. Journal of Accounting and Research，1989，270：153-192.

[3] AMIR E，HARRIS T S，VEMUTI E.A comparison of the value relevance of versus Non-US GAAP accounting measures using form 202-F reconciliation[J].Journal of Accounting Research，1993，31：230-264.

[4] BARTH M E，KASZNIK R.Analyst coverage and intangible assets[J]. Journal of Accounting Research，2001，39（1）：1-34.

[5] BARRON O E，BYARD D，OLIVER K. Riedl，Changes in analysts' information around earnings announcements[J].Journal of Accounting Research，2002，77（4）：821-846.

[6] 向顯湖，刘天.论表外无形资产：基于财务与战略相融合的视角——兼析无形资源、无形资产与无形资本[J].会计研究，2014（4）：21-28.

[7] [GARCIA] -MECA E，[SACHEZ B] ，PEDRO J.Influences on financial analyst forecast errors：a meta-analysis[J].International Business Review，2006，15（1）：29-52.

[8] FRANCOIS AUBERT，WAEL LOUHICHI.Analyst earnings forecast revision activity around profit warnings across four European countries[J].Journal of Applied Accounting Research，2015，16（1）：58-87.

[9] 王紅，李田.无形资产研究中的关键问题：评价、运营与转化[J].会计之友，2017（15）：76-79.

[10] 李晓玲，任宇.证券分析师关注与审计监督：替代抑或互补效应——基于中国民营上市公司的经验证据[J].审计与经济研究，2013（6）：11-19.

[11] 汤湘希.我国无形资产会计研究的回眸与展望[J].会计之友，2010（6）：4-13.

[12] BOSQUET K，DE GOEIJ P，KRISTIEN SMEDTS.Analysts'earnings forecasts：coexistence and dynamics of overconfidence and strategic incentives[J].Accounting and Business Research，2015，45（3）：307-322.

[13] KROSS W，RO B，SCHROEDER D.Earnings expectations：the analysts' information advantage[J].The Accounting Review，1990，65（2）：461-476.

[14] 文豪，汪海粟.无形资产信息不对称问题研究[J].中南财经政法大学学报，2005（3）：21-29.

[15] MATOLCSY Z，WYATT A.Capitalized intangibles and financial analysts[J]. Accounting and Finance，2006，46（3）：457-479.

[16] 苏治，魏紫.企业无形资产资本化与分析师盈利预测：理论分析与实证检验[J].会计研究，2013（7）：22-29.