會(huì)計(jì)信息可比性、分析師跟蹤與股票錯(cuò)誤定價(jià)

李美芳 喬貴濤 王欣睿

【摘要】以我國(guó)滬深A(yù)股非金融類(lèi)上市公司為樣本， 實(shí)證檢驗(yàn)會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響。 研究發(fā)現(xiàn)： 企業(yè)會(huì)計(jì)信息可比性越高， 股票錯(cuò)誤定價(jià)程度越低; 分析師跟蹤越少， 會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的作用越顯著。 進(jìn)一步研究發(fā)現(xiàn)： 股票流動(dòng)性在會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響過(guò)程中起到中介作用， 會(huì)計(jì)信息可靠性也可以降低股票錯(cuò)誤定價(jià)程度， 但會(huì)計(jì)信息可比性對(duì)其影響更大， 且二者在作用過(guò)程中不會(huì)產(chǎn)生交互效應(yīng)。

【關(guān)鍵詞】會(huì)計(jì)信息可比性;股票錯(cuò)誤定價(jià);分析師跟蹤;股票流動(dòng)性;會(huì)計(jì)信息可靠性

【中圖分類(lèi)號(hào)】F230? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2021）08-0087-11

一、引言

資本市場(chǎng)的基本功能是利用價(jià)格機(jī)制引導(dǎo)資源的有效配置[1] ， 而股票市場(chǎng)定價(jià)的準(zhǔn)確性成為影響資源配置效率的重要因素。 資本市場(chǎng)長(zhǎng)期的錯(cuò)誤定價(jià)會(huì)帶來(lái)嚴(yán)重的經(jīng)濟(jì)后果， 例如股價(jià)的長(zhǎng)期錯(cuò)誤高估會(huì)提高企業(yè)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)， 如曾經(jīng)引起廣泛關(guān)注的雅高控股股票崩盤(pán)事件; 而股價(jià)的長(zhǎng)期低估則容易導(dǎo)致惡意收購(gòu)， 如萬(wàn)科控制權(quán)旁落、格力險(xiǎn)被寶能集團(tuán)收購(gòu)等事件。 因此， 降低資本市場(chǎng)的股票錯(cuò)誤定價(jià)程度對(duì)于提高資源配置效率具有重要意義。 資本市場(chǎng)本質(zhì)上是一個(gè)信息市場(chǎng)[1] ， 投資者主要根據(jù)企業(yè)提供的各種信息以及其他渠道獲得的信息進(jìn)行投資決策， 其中企業(yè)提供的會(huì)計(jì)信息是主要的信息來(lái)源， 其質(zhì)量對(duì)投資者的決策精度和市場(chǎng)定價(jià)效率具有重要影響[2] 。 可比性作為會(huì)計(jì)信息質(zhì)量的一個(gè)重要特征， 能夠促進(jìn)企業(yè)特質(zhì)性信息快速融入股價(jià)[3] ， 在股票定價(jià)中發(fā)揮著重要功能。? 那么會(huì)計(jì)信息可比性能否降低股票錯(cuò)誤定價(jià)程度， 以及通過(guò)何種渠道降低股票錯(cuò)誤定價(jià)程度呢？

基于投資者有限注意理論， 個(gè)人投資者由于時(shí)間、精力和信息處理能力有限， 在進(jìn)行信息處理時(shí)往往傾向于利用能夠引起他們注意的信息而忽視那些有用但不顯著的信息。 會(huì)計(jì)信息是投資者進(jìn)行投資決策的重要依據(jù)， 但投資者在進(jìn)行投資決策時(shí)不僅利用被投資單位自身的會(huì)計(jì)信息， 還需要獲取同行業(yè)可比公司的會(huì)計(jì)信息進(jìn)行參照， 以對(duì)被投資單位的內(nèi)在價(jià)值進(jìn)行準(zhǔn)確判斷。 因此， 會(huì)計(jì)信息可比性較強(qiáng)的公司， 更容易吸引投資者注意， 受到投資者的青睞， 進(jìn)而成為投資交易的標(biāo)的， 提升被投資公司的股票流動(dòng)性[4，5] 。

流動(dòng)性反映了市場(chǎng)以合理價(jià)格迅速交易資產(chǎn)的能力， 是市場(chǎng)生命力的體現(xiàn)。 股票流動(dòng)性的提升一方面使得公司的股票價(jià)格具有快速調(diào)整的機(jī)會(huì)， 不斷逼近股票內(nèi)在價(jià)值[6] ; 另一方面， 股票流動(dòng)性的提升會(huì)吸引機(jī)構(gòu)投資者注意， 提高其持股意愿， 機(jī)構(gòu)投資者較強(qiáng)的信息處理能力會(huì)進(jìn)一步提升股價(jià)的信息含量[7] ， 降低股票錯(cuò)誤定價(jià)程度。 然而會(huì)計(jì)信息可比性僅僅是輔助投資者進(jìn)行投資決策的機(jī)制之一， 市場(chǎng)上的其他機(jī)制可能會(huì)對(duì)會(huì)計(jì)信息可比性產(chǎn)生替代效應(yīng)。 例如， 分析師作為重要的信息中介， 在信息搜集和處理方面均具有較大優(yōu)勢(shì)， 即使對(duì)會(huì)計(jì)信息可比性不高的被投資企業(yè)， 投資者也可利用分析師傳遞的公開(kāi)信息來(lái)提高投資決策的準(zhǔn)確性， 對(duì)會(huì)計(jì)信息可比性的依賴降低， 從而弱化會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響。

本文可能的研究貢獻(xiàn)如下：第一， 現(xiàn)有文獻(xiàn)較多地關(guān)注會(huì)計(jì)信息可比性對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響， 但股價(jià)崩盤(pán)僅僅是股價(jià)錯(cuò)誤高估的結(jié)果， 無(wú)法反映會(huì)計(jì)信息可比性在抑制股價(jià)錯(cuò)誤低估方面的作用， 本文的研究有助于補(bǔ)充以往文獻(xiàn)的不足; 第二， 揭示了會(huì)計(jì)信息可比性影響股票錯(cuò)誤定價(jià)的作用機(jī)制， 即會(huì)計(jì)信息可比性通過(guò)提升股票流動(dòng)性來(lái)降低股票錯(cuò)誤定價(jià)程度。

二、文獻(xiàn)綜述

（一）會(huì)計(jì)信息可比性的經(jīng)濟(jì)后果

DeFranco等[8] 首次提出了公司層面會(huì)計(jì)信息可比性的度量方法， 此后學(xué)者們利用這種方法對(duì)會(huì)計(jì)信息可比性的經(jīng)濟(jì)后果進(jìn)行了大量研究。 相關(guān)研究主要集中于對(duì)企業(yè)內(nèi)部經(jīng)營(yíng)管理以及對(duì)外部利益相關(guān)者的影響兩方面。

從對(duì)企業(yè)內(nèi)部經(jīng)營(yíng)管理的影響來(lái)看， 企業(yè)會(huì)計(jì)信息可比性的提高有助于降低信息不對(duì)稱、緩解代理沖突， 從而提高投資效率[9，10] ; 抑制經(jīng)理人的機(jī)會(huì)主義行為， 減少盈余管理， 從而提高薪酬契約有效性， 降低債務(wù)融資成本; 緩解融資約束， 提高企業(yè)的創(chuàng)新程度和創(chuàng)新產(chǎn)出水平[11] ; 有助于并購(gòu)過(guò)程中對(duì)目標(biāo)公司與同行業(yè)可比公司之間盈余差異和財(cái)務(wù)狀況進(jìn)行對(duì)比， 降低并購(gòu)溢價(jià)風(fēng)險(xiǎn)和并購(gòu)后商譽(yù)損失風(fēng)險(xiǎn)， 提高并購(gòu)效率。 但會(huì)計(jì)信息可比性及相關(guān)的經(jīng)營(yíng)管理決策可能存在相互影響的關(guān)系， 也可能同時(shí)受到公司治理的影響， 從而存在嚴(yán)重的內(nèi)生性問(wèn)題[12] 。

從對(duì)外部利益相關(guān)者的影響來(lái)看， 會(huì)計(jì)信息可比性能夠降低分析師的預(yù)測(cè)偏差、提高預(yù)測(cè)精度; 提高股價(jià)反映私有信息的能力， 進(jìn)而增加股價(jià)信息含量[3] ; 提高管理層隱藏壞消息的難度， 從而降低股價(jià)崩盤(pán)風(fēng)險(xiǎn); 促進(jìn)盈余信息的跨公司傳遞， 使投資者在進(jìn)行投資決策時(shí)可以更好地利用其他公司的信息[13] ， 更加有效地判斷企業(yè)的投資效率乃至整體的經(jīng)營(yíng)狀況， 從而做出更為準(zhǔn)確的決策[10，14] 。

（二）會(huì)計(jì)信息質(zhì)量與股票錯(cuò)誤定價(jià)

我國(guó)資本市場(chǎng)的不完善和投資者專業(yè)素質(zhì)與投資能力的不足， 導(dǎo)致資產(chǎn)定價(jià)效率低下， 股票市場(chǎng)個(gè)股市價(jià)偏離其內(nèi)在價(jià)值的現(xiàn)象長(zhǎng)期存在， 普遍存在股票錯(cuò)誤定價(jià)現(xiàn)象[15] 。 該現(xiàn)象的存在嚴(yán)重抑制了資本市場(chǎng)資本配置功能的發(fā)揮， 令投資者難以將資金投放到具有良好發(fā)展前景的公司中。 資本市場(chǎng)本質(zhì)上是一個(gè)信息市場(chǎng)[1] ， 企業(yè)提供的會(huì)計(jì)信息是投資者進(jìn)行投資決策的主要依據(jù)， 其質(zhì)量對(duì)投資者的決策精度和市場(chǎng)定價(jià)效率具有重要影響[2] 。 現(xiàn)有文獻(xiàn)從盈余質(zhì)量和會(huì)計(jì)信息穩(wěn)健性兩大角度考察會(huì)計(jì)信息質(zhì)量對(duì)股票錯(cuò)誤定價(jià)的影響。

盈余質(zhì)量是企業(yè)會(huì)計(jì)信息質(zhì)量的重要指標(biāo)。 當(dāng)企業(yè)內(nèi)部管理者和外部投資者之間存在信息不對(duì)稱時(shí)， 管理者通過(guò)盈余管理能夠削弱會(huì)計(jì)盈余反映企業(yè)基本面信息的能力， 盈余管理水平越高， 管理層隱匿的信息尤其是負(fù)面信息越多， 導(dǎo)致外部投資者無(wú)法對(duì)企業(yè)股票價(jià)值做出正確判斷， 引起股票錯(cuò)誤定價(jià)程度不斷加深， 從而導(dǎo)致較高的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。

會(huì)計(jì)信息穩(wěn)健性作為衡量會(huì)計(jì)信息質(zhì)量的另一個(gè)重要指標(biāo)， 許多學(xué)者甚至將其作為會(huì)計(jì)信息質(zhì)量的替代變量。 會(huì)計(jì)信息穩(wěn)健性的提高有利于管理層及時(shí)披露具有不確定性的損失而非收益， 降低企業(yè)負(fù)面信息隱藏及累積的概率， 降低差項(xiàng)目被評(píng)定為好項(xiàng)目的可能性， 有助于企業(yè)事前減少、事后及時(shí)終止投資收益為負(fù)的項(xiàng)目， 減少盈余波動(dòng)和股價(jià)波動(dòng)， 及時(shí)確認(rèn)壞消息， 有助于抑制管理層的機(jī)會(huì)主義行為和自利行為， 減少現(xiàn)金流量的不確定性， 降低投資者對(duì)企業(yè)價(jià)值的評(píng)估風(fēng)險(xiǎn)。

（三）文獻(xiàn)評(píng)述

通過(guò)以上文獻(xiàn)回顧可以看出， 學(xué)術(shù)界均認(rèn)為會(huì)計(jì)信息質(zhì)量的提升有助于投資者準(zhǔn)確評(píng)估企業(yè)價(jià)值， 降低企業(yè)的股票錯(cuò)誤定價(jià)程度。 但既往研究更多關(guān)注盈余質(zhì)量和會(huì)計(jì)信息穩(wěn)健性的影響， 同時(shí)研究較多關(guān)注對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響， 鮮有研究直接關(guān)注對(duì)股票錯(cuò)誤定價(jià)的影響。 會(huì)計(jì)信息可比性作為會(huì)計(jì)信息質(zhì)量的重要特征之一， 有利于緩解信息不對(duì)稱、改善投資環(huán)境， 使投資者在進(jìn)行投資決策時(shí)可以更好地利用其他公司的信息， 提高決策準(zhǔn)確性。 但鮮有文獻(xiàn)提及會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響， 特別是通過(guò)何種渠道對(duì)股票錯(cuò)誤定價(jià)產(chǎn)生影響。 這為本文研究提供了契機(jī)。

三、理論分析與研究假設(shè)

（一）會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)

公司內(nèi)部盈余信息不能完全解釋股價(jià)的變化， 外部信息在公司的股價(jià)變化中也具有重要作用， 即投資者同時(shí)利用公司內(nèi)部信息和外部信息來(lái)對(duì)公司價(jià)值進(jìn)行判斷。 投資者利用外部信息進(jìn)行價(jià)值判斷的主要方式， 就是基于企業(yè)內(nèi)部信息對(duì)目標(biāo)公司進(jìn)行估值時(shí)， 會(huì)選擇一個(gè)可比公司進(jìn)行對(duì)照和比較。 基于投資者有限注意理論， 個(gè)人投資者由于時(shí)間、精力和信息處理能力有限， 在進(jìn)行信息處理時(shí)往往傾向于利用能夠引起他們注意的信息而忽視那些有用但不顯著的信息[16] ， 因此不同公司間存在的會(huì)計(jì)信息系統(tǒng)差異， 增加了投資者在進(jìn)行會(huì)計(jì)信息解讀以及企業(yè)價(jià)值評(píng)估時(shí)的難度。 具有可比性的公司之間相同項(xiàng)目產(chǎn)生的會(huì)計(jì)信息具有相似性， 不同項(xiàng)目產(chǎn)生的會(huì)計(jì)信息存在差異[8] ， 提高資本市場(chǎng)信息透明度， 減少信息不對(duì)稱帶來(lái)的不確定性[9，10] ， 意味著會(huì)計(jì)信息在數(shù)量和質(zhì)量上的雙向提升， 因而更能吸引投資者注意， 引起投資者興趣。 同時(shí)， 可比性信息可以幫助投資者更好地評(píng)估目標(biāo)企業(yè)未來(lái)現(xiàn)金流入情況， 有利于投資者準(zhǔn)確識(shí)別各項(xiàng)經(jīng)濟(jì)業(yè)務(wù)， 更好地理解會(huì)計(jì)數(shù)字背后的經(jīng)濟(jì)實(shí)質(zhì)， 減少投資者在利用公司盈余報(bào)告過(guò)程中進(jìn)行的計(jì)算與處理程序[14] ， 確保投資者在進(jìn)行投資決策時(shí)信息充足、面臨的不確定性較低。 因此， 具有可比性的公司一方面會(huì)引起投資者注意， 一方面能增強(qiáng)投資者信心， 因此更可能成為投資標(biāo)的， 促進(jìn)股票交易量增加， 進(jìn)而提高股票流動(dòng)性[4，5] 。

股票流動(dòng)性是證券市場(chǎng)價(jià)格發(fā)現(xiàn)功能賴以發(fā)揮的基礎(chǔ)[17] ， 流動(dòng)性的提高會(huì)降低股票錯(cuò)誤定價(jià)程度。 一方面， 我國(guó)股市存在顯著的流動(dòng)性溢價(jià)， 持有流動(dòng)性較差的股票意味著在未來(lái)交易時(shí)面臨更高的預(yù)期交易成本， 因此要求更高的未來(lái)預(yù)期收益; 而流動(dòng)性的提高可以為投資者提供更多的交易機(jī)會(huì)， 降低其交易成本[18] ， 使企業(yè)特質(zhì)性信息更多更快地反映在股票價(jià)格中[7] ， 提高資本市場(chǎng)信息效率， 從而促進(jìn)其價(jià)格發(fā)現(xiàn)功能發(fā)揮[6] ， 使交易價(jià)格更多地反映股票價(jià)值本身。 另一方面， 相對(duì)于個(gè)人投資者， 機(jī)構(gòu)投資者更加關(guān)注與股票流動(dòng)性有關(guān)的風(fēng)險(xiǎn)問(wèn)題， 偏好于持有流動(dòng)性較高的股票， 即流動(dòng)性高的股票更容易被機(jī)構(gòu)等大宗股東持股[19] 。 機(jī)構(gòu)投資者的進(jìn)入會(huì)加強(qiáng)對(duì)公司的監(jiān)督， 他們對(duì)會(huì)計(jì)信息和其他信息的解讀能力更強(qiáng)[20] ， 同時(shí)可以進(jìn)行非公開(kāi)信息的搜集活動(dòng)[21] ， 進(jìn)而促使更多的公司特質(zhì)性信息反映在股票價(jià)格中[7] ， 提升股票價(jià)格在融合市場(chǎng)信息方面的迅捷度， 促使價(jià)格反映其內(nèi)在價(jià)值， 從而降低股票錯(cuò)誤定價(jià)程度。 即企業(yè)的會(huì)計(jì)信息可比性提高時(shí)， 股票流動(dòng)性也會(huì)提高， 從而股票錯(cuò)誤定價(jià)程度會(huì)降低。 基于以上分析， 本文提出如下假設(shè)：

H1：在其他條件相同的情況下， 會(huì)計(jì)信息可比性越高， 股票錯(cuò)誤定價(jià)程度越低。

（二）會(huì)計(jì)信息可比性、分析師跟蹤與股票錯(cuò)誤定價(jià)

分析師跟蹤可以完善企業(yè)的外部信息環(huán)境， 分析師跟蹤人數(shù)越多， 則上市公司外部信息環(huán)境越健全。 作為資本市場(chǎng)的信息中介， 分析師擁有豐富的信息渠道、資源優(yōu)勢(shì)以及專業(yè)的信息解讀能力， 能夠?qū)⑼诰虻降乃接行畔⒁詫?duì)外發(fā)布研究報(bào)告的形式進(jìn)行市場(chǎng)化公開(kāi)， 從而降低市場(chǎng)的信息不對(duì)稱程度， 拓寬投資者接觸信息的廣度和深度[22] 。 分析師基于其所掌握的財(cái)務(wù)會(huì)計(jì)知識(shí)、產(chǎn)業(yè)調(diào)研經(jīng)驗(yàn)等提升預(yù)測(cè)的準(zhǔn)確度， 向投資者提供合理反映證券內(nèi)在價(jià)值的信息， 讓信息及時(shí)地傳遞到市場(chǎng)上， 提高資本市場(chǎng)定價(jià)效率， 降低股票市場(chǎng)的價(jià)格偏離度[23] 。 同時(shí)， 分析師還可作為外部監(jiān)督機(jī)制， 對(duì)企業(yè)信息披露起到監(jiān)督作用。 更多的分析師跟蹤增加了企業(yè)操縱盈余被披露的風(fēng)險(xiǎn)， 能夠有效規(guī)范上市公司管理層的盈余管理行為。 因此， 分析師跟蹤可提高上市公司信息披露質(zhì)量， 有利于投資者更好地了解股票內(nèi)在價(jià)值信息， 降低投資者對(duì)會(huì)計(jì)信息可比性的依賴度， 能夠弱化會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的抑制作用。 基于以上分析， 本文提出如下假設(shè)：

H2：在其他條件相同的情況下， 分析師跟蹤越少， 會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的抑制作用越顯著。

四、研究設(shè)計(jì)

（一）樣本與數(shù)據(jù)來(lái)源

由于我國(guó)2007年開(kāi)始實(shí)施現(xiàn)行會(huì)計(jì)準(zhǔn)則， 且準(zhǔn)則實(shí)施第一年的準(zhǔn)則執(zhí)行質(zhì)量可能存在問(wèn)題， 因此本文選取2008 ～ 2018年滬深A(yù)股上市公司作為研究樣本。 由于計(jì)算會(huì)計(jì)信息可比性需要前16個(gè)季度的數(shù)據(jù)， 因此， 實(shí)際參與回歸的為2012 ～ 2018年滬深A(yù)股上市公司。 同時(shí)本文按如下標(biāo)準(zhǔn)對(duì)樣本進(jìn)行篩選：①剔除金融類(lèi)企業(yè); ②剔除ST、?ST類(lèi)企業(yè); ③剔除上市公司數(shù)不足十家的行業(yè); ④剔除數(shù)據(jù)缺漏的觀測(cè)值。 最終得到11332個(gè)觀測(cè)值。 為避免異常值的影響， 本文對(duì)所有連續(xù)變量在上下1%位置進(jìn)行了縮尾（Winsorize）處理。 本文所使用的財(cái)務(wù)數(shù)據(jù)均來(lái)自國(guó)泰安（CSMAR）數(shù)據(jù)庫(kù)。

（二）被解釋變量：股票錯(cuò)誤定價(jià)

本文借鑒Rhodes-Kropf等[24] 、游家興和吳靜[25] 的研究思路， 利用分解賬面市值比的方法來(lái)衡量股票錯(cuò)誤定價(jià)， 將M/B分解為以下兩個(gè)部分：

M/B=M/V×V/B? ? ? ?（1）

兩邊取自然對(duì)數(shù)， 并令m=LogM， v=LogV， b=LogB， 得到m-b=（m-v）+（v-b）， 其中（m-v）表示股票市場(chǎng)價(jià)值偏離其內(nèi)在價(jià)值的部分， 即股票錯(cuò)誤定價(jià)， （v-b）反映股票真實(shí)成長(zhǎng)機(jī)會(huì)。

由于股票市場(chǎng)價(jià)值偏離內(nèi)在價(jià)值可能由于公司自身因素造成， 也可能由于行業(yè)整體偏差造成， 而本文只需得到企業(yè)層面股票錯(cuò)誤定價(jià)以便后續(xù)研究， 進(jìn)一步將個(gè)股市場(chǎng)價(jià)值對(duì)內(nèi)在價(jià)值的偏離分為兩部分：

mit-bit=[mit-v（θit;Ujt）]+[v（θit;Ujt）-

v（θit;Uj）]+[v（θit;Uj）-bit]? ?（2）

其中， j表示i所在行業(yè)， 公司i在第t期的公司價(jià)值v是個(gè)股財(cái)務(wù)信息θ和財(cái)務(wù)信息系數(shù)U的線性函數(shù)。 v（θit; Uj）中公司特定信息集θit的參數(shù)向量Uj反映公司內(nèi)在價(jià)值， 與時(shí)期t無(wú)關(guān)。 因此， 式（2）中[mit- v（θit; Ujt）]表示股票價(jià)格與同期同行業(yè)估值的差異， 即企業(yè)層面錯(cuò)誤定價(jià)（errfirm）; [v（θit; Ujt）- v（θit; Uj）]表示公司當(dāng)期同行業(yè)估計(jì)值和長(zhǎng)期行業(yè)估計(jì)值的差異， 即行業(yè)層面錯(cuò)誤定價(jià); [v（θit; Uj）- bit]表示長(zhǎng)期公司價(jià)值和公司當(dāng)期賬面價(jià)值的差異， 即股票的真實(shí)成長(zhǎng)機(jī)會(huì)。

參照Rhodes-Kropf等[24] 、游家興和吳靜[25] 的方法， 將公司分年度分行業(yè)使用式（3）進(jìn)行OLS回歸：

mit=U0jt+U1jtbit+U2jt|niit|+U3jtIit|niit|+

U4jtLEVit+εit （3）

其中： m為公司市場(chǎng)價(jià)值; LEV為公司財(cái)務(wù)杠桿， 等于期末總負(fù)債/總資產(chǎn); I是啞變量， 公司凈利潤(rùn)為負(fù)， 其值為1， 否則為0， 該變量的加入有利于對(duì)虧損公司進(jìn)行估計(jì)。

t時(shí)刻i公司的當(dāng)期公司價(jià)值估計(jì)值是利用式（3）OLS回歸系數(shù)得出的擬合值， 如式（4）所示：

v（θit;Ujt）=? ?it=? ?0jt+? ?1jtbit+? ?2jt|niit|+

3jtIit|niit|+? ?4jtLEVit （4）

因此， 公司自身層面導(dǎo)致的錯(cuò)誤定價(jià)（errfirm）為：

errfirmit=mit-v（θit;Ujt）=mit-? ?it? ?（5）

本文研究會(huì)計(jì)信息可比性是否可以有效抑制股票錯(cuò)誤定價(jià)及其抑制程度， 而不關(guān)心其高估或低估狀態(tài)， 因此對(duì)其取絕對(duì)值， 得到公司層面的股票錯(cuò)誤定價(jià)（MISPfirm）：

MISPfirm=abs（errfirm）? （6）

（三）解釋變量：會(huì)計(jì)信息可比性

本文借鑒De Franco等[8] 的盈余—收益模型來(lái)衡量會(huì)計(jì)信息可比性。 De Franco等[8] 將會(huì)計(jì)信息系統(tǒng)定義為經(jīng)濟(jì)事件轉(zhuǎn)變?yōu)樨?cái)務(wù)報(bào)告的過(guò)程：給定一系列特定的經(jīng)濟(jì)事件， 公司i和j的會(huì)計(jì)系統(tǒng)相似時(shí)， 會(huì)生成相同的財(cái)務(wù)報(bào)表。 相關(guān)計(jì)算步驟為：

首先， 使用公司i第t期前的連續(xù)16個(gè)季度數(shù)據(jù)估計(jì)模型（7）， 即為公司i在第t期的會(huì)計(jì)系統(tǒng)轉(zhuǎn)換函數(shù)。 使用同樣方法估計(jì)公司j在第t期的轉(zhuǎn)換函數(shù)。

Earningsit=αi+βiReturnit+εit? ?（7）

其中， Earnings為會(huì)計(jì)盈余， 等于季度凈利潤(rùn)與季度初權(quán)益市場(chǎng)價(jià)值的比值。 Return為季度股票收益率， 代表經(jīng)濟(jì)事件對(duì)公司的凈效應(yīng)。

其次， 假定公司i和j經(jīng)濟(jì)事件相同（即都是Returnit）， 利用公式（8）和（9）， 使用公司i和公司j的估計(jì)系數(shù)來(lái)預(yù)測(cè)其盈余。

E（Earnings）iit=? ?i+? ?iReturnit （8）

E（Earnings）ijt=? ?j+? ?jReturnit （9）

其中， E（Earnings）iit表示公司i在t時(shí)期， 利用公司i的會(huì)計(jì)系統(tǒng)轉(zhuǎn)換函數(shù)和公司i的股票收益率計(jì)算得出的預(yù)期盈余; E（Earnings）ijt表示公司j在t時(shí)期， 利用公司j的會(huì)計(jì)系統(tǒng)轉(zhuǎn)換函數(shù)和公司i的股票收益率計(jì)算得出的預(yù)期盈余。 通過(guò)在兩次預(yù)測(cè)中都使用i的股票收益來(lái)保證經(jīng)濟(jì)事件的一致性。

定義公司i和公司j的會(huì)計(jì)信息可比性為連續(xù)16個(gè)季度的預(yù)期盈余平均絕對(duì)差值的相反數(shù)， 即：

CAIijt=-[116]×? ? ? |E（Earnings）iit-

E（Earnings）ijt|? （10）

CAIijt表示公司i和公司j之間的會(huì)計(jì)信息可比性， CAIijt值越大， 表示兩公司間會(huì)計(jì)信息可比性越強(qiáng)。

最后， 根據(jù)公司i和公司j的可比性計(jì)算公司i和同行業(yè)所有其他公司的年度會(huì)計(jì)信息可比性。 把公司i和同行業(yè)所有其他公司分別進(jìn)行一一配對(duì)， 分別計(jì)算每一個(gè)組合的會(huì)計(jì)信息可比性， 然后分別取平均值COMPACCT， 以及在t時(shí)期與公司i有著最高可比性的10個(gè)j公司的可比性的平均值COMPACCT10作為會(huì)計(jì)信息可比性指標(biāo)。

COMPACCTit=? ? ? ? ? ? ? ? CAIijt （11）

COMPACCT10it=? ? ? ? ?CAIijt （12）

式（12）中的j=1 ～ 10， 表示在t時(shí)期與公司i有著最高可比性的十家公司j。

同時(shí)， 參照Campbell模型， 本文在De Franco等[8] 模型中加入股票收益率的虛擬變量（Neg）和股票收益率的交乘項(xiàng)（Neg×Return）來(lái)估算公司的會(huì)計(jì)系統(tǒng)轉(zhuǎn)換函數(shù)， 模型如下：

Earningsit=αi+βiReturnit+ciNegit+diNegit×

Returnit+εit? ?（13）

其中， Negit為啞變量， 如果季度收益率為負(fù)， 其值為1， 否則為0。

控制相同的經(jīng)濟(jì)事件（Returnit）計(jì)算公司i和公司j的預(yù)期盈余：

E（Earnings）iit=? ?i+? ?iReturnit+? iNegit+

iNegit×Returnit? （14）

E（Earnings）ijt=? ?j+? ?jReturnit+? jNegit+

jNegit×Returnit? （15）

公司i和公司j之間可比性與De Franco等[8] 模型相同， 再將公司i和同行業(yè)所有其他公司分別進(jìn)行一一配對(duì)， 分別計(jì)算每一個(gè)組合的會(huì)計(jì)信息可比性， 然后分別取平均值COMPACCT_2以及在t時(shí)期與公司i有著最高可比性的10個(gè)j公司的可比性的平均值COMPACCT10_2作為會(huì)計(jì)信息可比性指標(biāo)。

在穩(wěn)健性研究中， 分別使用基于De Franco等[8] 模型的可比性中位數(shù)COMPACCT_md和參照Campbell模型的可比性中位數(shù)COMPACCT2_md作為會(huì)計(jì)信息可比性指標(biāo)。

（四）控制變量

參考游家興和吳靜[25] 、卿小權(quán)等[15] 和張自力等[26] 關(guān)于股票錯(cuò)誤定價(jià)的研究， 本文選取如下控制變量：①企業(yè)基本面因素， 包括企業(yè)規(guī)模（Size）、資產(chǎn)負(fù)債率（LEV）、盈利能力（ROE）、成長(zhǎng)性（Growth）、產(chǎn)權(quán)性質(zhì)（Soe）; ②公司治理因素， 包括董事會(huì)獨(dú)立性（ND）、第一大股東持股比例（NO1）、管理層持股比例（MStock）、董事會(huì)規(guī)模（Board）; ③股票特征因素， 包括股票特質(zhì)波動(dòng)率（IVOL）、股票成交量（VOL）、流通股比例（Outshare）。

具體變量定義如表1所示。

（五）模型構(gòu)建

1. 股票錯(cuò)誤定價(jià)影響因素模型。 為了實(shí)證檢驗(yàn)會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)程度的影響， 構(gòu)建模型（1）對(duì)H1進(jìn)行檢驗(yàn)：

MISPfirm=α0+α1COMP+α2Size+

α3LEV+α4ROE+α5Growth+α6Soe+

α7IVOL+α8ND+α9MStock+α10VOL+

α11NO1+α12Outshare+α13Board+

IND+Year+ε （16）

上式中， 被解釋變量為股票錯(cuò)誤定價(jià)（MISPfirm）， 解釋變量為會(huì)計(jì)信息可比性（COMP）， 分別用COMPACCT、COMPACCT2、COMPACCT10、COMPACCT10_2表示。 根據(jù)H1， 預(yù)期α1系數(shù)為負(fù)， 表明在其他條件相同的情況下， 企業(yè)股票錯(cuò)誤定價(jià)與會(huì)計(jì)信息可比性負(fù)相關(guān)， 即企業(yè)會(huì)計(jì)信息可比性水平越高， 股票錯(cuò)誤定價(jià)程度越低。

2. 分析師跟蹤調(diào)節(jié)效應(yīng)模型。 為檢驗(yàn)分析師跟蹤對(duì)會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)關(guān)系的調(diào)節(jié)效應(yīng)， 構(gòu)建以下模型：

MISPfirm=α0+α1COMP+α2COMP×Broker+

α3Broker+α4Size+α5LEV+α6ROE+α7Growth+

α8Soe+α9IVOL+α10ND+α11MStock+α12VOL+

α13NO1+α14Outshare+α15Board+IND+

Year+ε （17）

依據(jù)H2， 預(yù)期α2系數(shù)顯著為正， 表明分析師跟蹤會(huì)負(fù)向調(diào)節(jié)會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)的負(fù)相關(guān)關(guān)系。

五、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表2報(bào)告了主要變量的描述性統(tǒng)計(jì)結(jié)果。 股票錯(cuò)誤定價(jià)MISPfirm的均值為0.236， 標(biāo)準(zhǔn)差為0.208， 最大值和最小值分別為1.073和0.003， 說(shuō)明所有企業(yè)均存在不同程度的股票錯(cuò)誤定價(jià)現(xiàn)象， 且不同企業(yè)間股票錯(cuò)誤定價(jià)差異程度較大。

會(huì)計(jì)信息可比性水平COMPACCT、COMPACCT2、COMPACCT10、COMPACCT10_2均值分別為-0.041、-0.053、-0.009、-0.014， 標(biāo)準(zhǔn)差分別為0.032、0.055、0.013、0.017， 說(shuō)明不同企業(yè)間會(huì)計(jì)信息可比性存在顯著差異。

（二）回歸分析

1. H1的回歸分析。 根據(jù)模型（16）， 進(jìn)行會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)的穩(wěn)健標(biāo)準(zhǔn)誤的OLS回歸， 表3列示了回歸結(jié)果。

從表3可以看出， 第（1）列會(huì)計(jì)信息可比性（COMPACCT）與股票錯(cuò)誤定價(jià)（MISPfirm）的回歸系數(shù)為-0.425， 且在1%水平上顯著; 第（2）列會(huì)計(jì)信息可比性（COMPACCT2）與股票錯(cuò)誤定價(jià)的回歸系數(shù)為-0.136， 且在1%水平上顯著; 第（3）列會(huì)計(jì)信息可比性（COMPACCT10）與股票錯(cuò)誤定價(jià)的回歸系數(shù)為-0.627， 且在1%水平上顯著; 第（4）列會(huì)計(jì)信息可比性（COMPACCT10_2）與股票錯(cuò)誤定價(jià)的回歸系數(shù)為-0.494， 且在1%水平上顯著。 以上結(jié)果表明會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)負(fù)相關(guān)， 即企業(yè)會(huì)計(jì)信息可比性能夠降低企業(yè)的股票錯(cuò)誤定價(jià)程度， 從而支持H1。

2. H2的回歸分析。 為了檢驗(yàn)H2， 根據(jù)模型（17）進(jìn)行回歸， 回歸結(jié)果如表4所示。

從表4可以看出， 加入分析師跟蹤交乘項(xiàng)后， 會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)程度仍然呈顯著負(fù)相關(guān)關(guān)系， 第（1）列中交乘項(xiàng)COMPACCT×Broker的系數(shù)為0.413， 在1%的水平上顯著; 第（2）列中交乘項(xiàng)COMPACCT2×Broker的系數(shù)為0.169， 在1%的水平上顯著; 第（3）列中交乘項(xiàng)COMPACCT10×Broker的系數(shù)為0.649， 在1%的水平上顯著; 第（4）列中交乘項(xiàng)COMPACCT10_2×Broker的系數(shù)為0.480， 在1%的水平上顯著。 上述結(jié)果表明加入分析師跟蹤交乘項(xiàng)后， 會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)的負(fù)相關(guān)關(guān)系仍然顯著; 但是相對(duì)于分析師跟蹤較少的企業(yè)， 更多分析師跟蹤的企業(yè)二者之間的負(fù)相關(guān)關(guān)系會(huì)減弱， 從而驗(yàn)證了H2。 這說(shuō)明對(duì)企業(yè)進(jìn)行跟蹤的分析師人數(shù)越多， 則投資者獲取關(guān)于企業(yè)未來(lái)信息的途徑越多， 獲得企業(yè)發(fā)展特質(zhì)信息的可能性越大， 對(duì)企業(yè)未來(lái)發(fā)展情況把握越準(zhǔn)確， 對(duì)會(huì)計(jì)信息可比性的依賴程度降低， 則可比性對(duì)股票錯(cuò)誤定價(jià)的影響越不明顯。

（三）內(nèi)生性問(wèn)題

根據(jù)前文分析， 當(dāng)企業(yè)的會(huì)計(jì)信息可比性越大時(shí)， 企業(yè)的股票錯(cuò)誤定價(jià)程度越小。 前述分析假定會(huì)計(jì)信息可比性為外生變量， 但其可能存在內(nèi)生性問(wèn)題。 內(nèi)生性問(wèn)題主要包括反向因果關(guān)系、遺漏變量和樣本選擇偏差。 根據(jù)前文相關(guān)系數(shù)的分析， 股票錯(cuò)誤定價(jià)是一個(gè)綜合性較強(qiáng)的指標(biāo)， 其影響因素復(fù)雜多變， 因此本文主要存在的內(nèi)生性問(wèn)題為遺漏解釋變量， 直接采用OLS回歸的估計(jì)系數(shù)可能是有偏的。 為降低遺漏解釋變量對(duì)回歸結(jié)果的不利影響， 本文采用二階段工具變量（IV）法來(lái)解決會(huì)計(jì)信息可比性和股票錯(cuò)誤定價(jià)之間的內(nèi)生性問(wèn)題。

在第一階段， 本文借鑒張永杰等[2] 的方法， 構(gòu)建了會(huì)計(jì)信息可比性的因素決定模型， 由于會(huì)計(jì)信息可比性均為負(fù)值， 存在數(shù)據(jù)截?cái)鄦?wèn)題， 本文采用Tobit方法對(duì)其進(jìn)行回歸。

COMP=β0+β1Size+β2MStock+β3NDTS+

β4Audit+β5NO1+β6MB+β7Z+β8EPS+β9ROA+

β10Growth+β11ROE+β12LEV+β13ND+β14DUAL+IND+Year+ε? ?（18）

其中， NDTS表示非債務(wù)稅盾， 等于固定資產(chǎn)折舊除以總資產(chǎn); Audit為啞變量， 當(dāng)企業(yè)被出具標(biāo)準(zhǔn)無(wú)保留意見(jiàn)時(shí)取值為1， 否則為0; MB為權(quán)益市賬比， 等于股票總市值除以所有者權(quán)益; Z為股權(quán)制衡度， 等于第一大股東持股比例除以第二大股東持股比例; EPS為每股收益; DUAL為啞變量， 當(dāng)董事長(zhǎng)和總經(jīng)理為一人時(shí)取值為1， 否則為0。

第二階段， 將第一階段回歸得到的會(huì)計(jì)信息可比性擬合值作為工具變量進(jìn)行第二階段回歸。

表5給出了第二階段回歸結(jié)果， COMPACCT_

DV 、COMPACCT2_DV 、COMPACCT10_DV 、

COMPACCT10_2_DV的系數(shù)分別為-10.773、

-7.266、-17.214、-10.941， 均在1%的水平上顯著， 說(shuō)明在控制了遺漏解釋變量帶來(lái)的內(nèi)生性問(wèn)題后， 會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)仍然呈顯著負(fù)相關(guān)關(guān)系， 從而驗(yàn)證了H1。

（四）穩(wěn)健性檢驗(yàn)

1. 股票錯(cuò)誤定價(jià)的其他度量方式。 本文借鑒已有研究， 采用分解Tobin'Q的方法作為股票錯(cuò)誤定價(jià)的另一代理變量。 將Tobin'Q與反映企業(yè)基本面的變量組（凈資產(chǎn)收益率ROE、資產(chǎn)負(fù)債率LEV、企業(yè)成長(zhǎng)性Growth、企業(yè)規(guī)模Size）進(jìn)行回歸， 控制年度和行業(yè)效應(yīng)， 以回歸的殘差的絕對(duì)值作為股票錯(cuò)誤定價(jià)水平的替代變量（AbsMis）， 其中Tobin'Q=企業(yè)市值/企業(yè)重置成本。 回歸模型為：

Tobin'Qit=α0+α1ROEit+α2LEVit+α3Growthit+α4Sizeit+IND+Year+ε （19）

將AbsMis作為股票錯(cuò)誤定價(jià)水平的替代變量重新對(duì)模型（16）進(jìn)行回歸， 回歸結(jié)果見(jiàn)表6。 由表6可以看出， COMPACCT、COMPACCT2、COMPACCT10、COMPACCT10_2的系數(shù)分別為

-5.040、-1.501、-7.477、-5.239， 仍然都在1%的水平上顯著， 與表3的回歸結(jié)果基本一致， 進(jìn)一步驗(yàn)證了H1。

2. 會(huì)計(jì)信息可比性的其他度量方式。 本文借鑒De Franco等[8] 的盈余修正模型構(gòu)建會(huì)計(jì)信息可比性指標(biāo)， 采用公司與同行業(yè)其他所有公司可比性的中位數(shù)作為會(huì)計(jì)信息可比性的替代變量， 將其代入模型（16）進(jìn)行回歸， 回歸結(jié)果如表7所示。 表7結(jié)果與表3的回歸結(jié)果基本一致， 進(jìn)一步支持了H1。

3. 聚類(lèi)調(diào)整。 由于混合截面數(shù)據(jù)的OLS回歸存在偏差， 且同一公司在不同時(shí)期的回歸可能存在相關(guān)性， 為了修正回歸標(biāo)準(zhǔn)誤偏差以及減弱不同期間自相關(guān)的影響， 獲得更加穩(wěn)健的回歸結(jié)果， 本文在公司層面進(jìn)行聚類(lèi)調(diào)整， 回歸結(jié)果如表8所示， 回歸結(jié)果與前文基本一致。

六、進(jìn)一步分析

（一）股票流動(dòng)性的中介效應(yīng)

根據(jù)前文的理論分析， 當(dāng)企業(yè)的會(huì)計(jì)信息可比性提高時(shí)， 會(huì)引起股票流動(dòng)性的提高， 進(jìn)而降低股票錯(cuò)誤定價(jià)程度， 即股票流動(dòng)性在會(huì)計(jì)信息可比性影響股票錯(cuò)誤定價(jià)過(guò)程中起到中介作用。

根據(jù)溫忠麟等[28] 有關(guān)中介效應(yīng)檢驗(yàn)程序， 利用模型（20） ～ （22）進(jìn)行檢驗(yàn)：

MISPfirm=α0+α1COMP+α2Size+α3LEV+

α4ROE+α5Growth+α6Soe+α7IVOL+α8ND+

α9MStock+α10VOL+α11NO1+α12Outshare+

α13Board+IND+Year+σ1? ? （20）

Turnover=β0+β1COMP+β2Size+β3LEV+

β4ROE+β5Growth+β6Soe+β7IVOL+β8ND+

β9MStock+β10VOL+β11NO1+β12Outshare+

β13Board+IND+Year+σ2? ? （21）

MISPfirm=γ0+γ1COMP+γ2Turnover+γ3Size+

γ4LEV+γ5ROE+γ6Growth+γ7Soe+γ8IVOL+

γ9ND+γ10MStock+γ11VOL+γ12NO1+

γ13Outshare+γ14Board+IND+Year+σ3 （22）

其中COMP代表會(huì)計(jì)信息可比性的四種度量指標(biāo)， 分別為COMPACCT、COMPACCT2、COMPACCT10、COMPACCT10_2。 要驗(yàn)證股票流動(dòng)性（Turnover）的中介效應(yīng)， 首先對(duì)模型（20）進(jìn)行OLS回歸， 如果回歸系數(shù)α1是顯著的， 對(duì)模型（21）進(jìn)行OLS回歸; 如果回歸系數(shù)β1顯著， 則對(duì)模型（22）進(jìn)行回歸; 如果系數(shù)γ2顯著， 則表明中介效應(yīng)顯著， 進(jìn)行系數(shù)比較; 如果系數(shù)γ1不顯著， 則表明只有間接效應(yīng)， 沒(méi)有直接效應(yīng)， 如果系數(shù)γ1顯著， 則表明同時(shí)有間接效應(yīng)和中介效應(yīng)。 比較β1×γ2與γ1的符號(hào)， 如果同號(hào)， 則中介效應(yīng)成立。 回歸結(jié)果如表9所示。

表9列示了股票流動(dòng)性在會(huì)計(jì)信息可比性影響股票錯(cuò)誤定價(jià)過(guò)程中發(fā)揮的作用。 股票錯(cuò)誤定價(jià)與會(huì)計(jì)信息可比性負(fù)相關(guān)， 式（20）中系數(shù)α1顯著小于0， 具體見(jiàn)表3; 股票流動(dòng)性與會(huì)計(jì)信息可比性正相關(guān)， 式（21）中系數(shù)β1顯著大于0， 具體見(jiàn)表9; 股票錯(cuò)誤定價(jià)與會(huì)計(jì)信息可比性負(fù)相關(guān)、與股票流動(dòng)性負(fù)相關(guān)， 式（22）中系數(shù)γ1顯著小于0， γ2顯著小于0， 見(jiàn)表9; β1×γ2與γ1同號(hào)， 則可以判定股票流動(dòng)性在會(huì)計(jì)信息可比性影響股票錯(cuò)誤定價(jià)的過(guò)程中起到中介作用。 會(huì)計(jì)信息可比性的提高促使投資者的投資意愿增強(qiáng)， 從而提高了股票的流動(dòng)性， 進(jìn)而降低了股票錯(cuò)誤定價(jià)程度。

（二）會(huì)計(jì)信息可靠性與股票錯(cuò)誤定價(jià)

會(huì)計(jì)信息可靠性作為衡量會(huì)計(jì)信息質(zhì)量的重要指標(biāo)， 決定了相關(guān)信息的使用價(jià)值， 不可靠的信息是沒(méi)有價(jià)值的; 同時(shí)， 會(huì)計(jì)信息可靠性是會(huì)計(jì)信息可比性的基礎(chǔ)， 即可靠性較高的會(huì)計(jì)信息其可比性才有意義。 那么， 提高會(huì)計(jì)信息可靠性會(huì)降低股票錯(cuò)誤定價(jià)程度嗎？ 可比性和可靠性中哪個(gè)對(duì)股票錯(cuò)誤定價(jià)程度的降低作用更顯著呢？ 可靠性是否更加有助于可比性在降低股票錯(cuò)誤定價(jià)中的作用發(fā)揮呢？

為解決上述問(wèn)題， 本文構(gòu)建如下模型：

MISPfirm=α0+α1COMP+α2DA+α3COMP×DA+α4Size+α5LEV+α6ROE+α7Growth+α8Soe+

α9IVOL+α10ND+α11MStock+α12VOL+α13NO1+

α14Outshare+α15Board+IND+Year+ε? ?（23）

模型（23）中解釋變量為會(huì)計(jì)信息可靠性， 本文采用盈余管理程度（DA1、DA2）作為可靠性的代理變量， 分別由截面Jones模型和修正的截面Jones模型計(jì)算得到。 為了便于將其回歸結(jié)果與會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響進(jìn)行比較， 本文將盈余管理程度（DA1、DA2）取相反數(shù)， 則此時(shí)DA1、DA2越大表明企業(yè)盈余管理程度越小， 會(huì)計(jì)信息越可靠。

從表10回歸結(jié)果可以看出， 除列（1）（2）外， DA回歸系數(shù)均在1%或5%的水平上顯著為負(fù)， 表明盈余管理程度越高， 股票錯(cuò)誤定價(jià)程度越高， 即會(huì)計(jì)信息可靠性會(huì)降低企業(yè)股票錯(cuò)誤定價(jià)程度， 與會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)有著相同方向的影響; 比較會(huì)計(jì)信息可比性與會(huì)計(jì)信息可靠性指標(biāo)的回歸系數(shù)， 進(jìn)行兩變量系數(shù)差異比較， 發(fā)現(xiàn)會(huì)計(jì)信息可比性指標(biāo)系數(shù)絕對(duì)值均顯著大于會(huì)計(jì)信息可靠性指標(biāo)系數(shù)絕對(duì)值（F值均大于等于4.03）， 基本可以得出會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)程度的影響更顯著的結(jié)論; 但二者的交乘項(xiàng)均不顯著， 表明會(huì)計(jì)信息可比性與會(huì)計(jì)信息可靠性在降低股票錯(cuò)誤定價(jià)程度的過(guò)程中不產(chǎn)生交互效應(yīng)， 可能的解釋是投資者有限注意理論， 即由于投資者注意力的有限性， 無(wú)法及時(shí)搜集并有效利用關(guān)于企業(yè)的全部信息， 無(wú)法將可比性和可靠性進(jìn)行融合， 導(dǎo)致二者并未產(chǎn)生交互效應(yīng)。

七、研究結(jié)論與啟示

（一）研究結(jié)論

本文以2012 ～ 2018年滬深A(yù)股非金融類(lèi)上市公司為研究對(duì)象研究了會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響， 研究發(fā)現(xiàn)：①會(huì)計(jì)信息可比性能夠顯著降低股票錯(cuò)誤定價(jià)程度; ②分析師對(duì)企業(yè)未來(lái)收益的預(yù)測(cè)為投資者提供了更多的有用信息， 降低了投資者對(duì)財(cái)務(wù)報(bào)告的依賴程度， 形成了對(duì)會(huì)計(jì)信息可比性的替代效應(yīng)， 因此當(dāng)企業(yè)分析師跟蹤人數(shù)較多時(shí)， 會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的抑制作用會(huì)被削弱。

進(jìn)一步研究還發(fā)現(xiàn)：①企業(yè)的會(huì)計(jì)信息可比性提高有利于外部投資者更準(zhǔn)確地判斷企業(yè)價(jià)值， 引起投資者興趣， 增強(qiáng)投資者信心， 更容易成為投資標(biāo)的， 提高企業(yè)的股票流動(dòng)性， 從而達(dá)到降低股票錯(cuò)誤定價(jià)程度的作用， 即股票流動(dòng)性在會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)程度的作用過(guò)程中起到中介作用; ②提高會(huì)計(jì)信息可靠性也可以改善投資環(huán)境， 降低股票錯(cuò)誤定價(jià)程度， 但其作用弱于會(huì)計(jì)信息可比性， 且二者在降低股票錯(cuò)誤定價(jià)程度過(guò)程中沒(méi)有產(chǎn)生交互效應(yīng)。

（二）政策建議

2006年會(huì)計(jì)準(zhǔn)則體系與國(guó)際會(huì)計(jì)準(zhǔn)則趨同后， 我國(guó)的會(huì)計(jì)信息可比性呈逐年上升的趨勢(shì)， 但總體上可比性水平仍需進(jìn)一步提高。 結(jié)合本文的研究， 提出如下政策建議：首先， 會(huì)計(jì)監(jiān)管部門(mén)應(yīng)采取積極措施， 不斷提高會(huì)計(jì)信息可比性， 以緩解管理者和投資者之間的信息不對(duì)稱程度， 更好地幫助投資者識(shí)別企業(yè)的真實(shí)經(jīng)營(yíng)狀況， 提高會(huì)計(jì)信息的決策有用性， 降低股票錯(cuò)誤定價(jià)程度， 促進(jìn)資本市場(chǎng)資源配置效率的提高。 其次， 強(qiáng)化外部監(jiān)督機(jī)制， 優(yōu)化企業(yè)外部信息環(huán)境， 如培育機(jī)構(gòu)投資者、壯大分析師隊(duì)伍等， 以強(qiáng)化會(huì)計(jì)信息可比性在投資者決策中的作用。 最后， 加強(qiáng)投資者教育， 提高投資者的信息使用水平， 發(fā)揮會(huì)計(jì)信息可靠性與可比性在降低股票錯(cuò)誤定價(jià)程度中的交互效應(yīng)。

（三）研究不足與展望

首先， 在分析會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響時(shí)， 本文僅考慮了分析師跟蹤對(duì)兩者關(guān)系的影響， 未來(lái)可從公司治理、制度環(huán)境等方面展開(kāi)深入研究， 以加深對(duì)會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)關(guān)系的認(rèn)識(shí)。 其次， 會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響可能還有其他途徑， 本文僅驗(yàn)證了股票流動(dòng)性的中介作用， 未來(lái)的研究可以從其他角度進(jìn)行分析， 以期更全面地解釋會(huì)計(jì)信息可比性如何影響股票錯(cuò)誤定價(jià)。 最后， 行業(yè)性質(zhì)不同的公司可能面臨截然不同的外部產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)和行業(yè)競(jìng)爭(zhēng)環(huán)境， 投資者對(duì)其信息披露的要求存在不同， 會(huì)計(jì)信息可比性對(duì)股票錯(cuò)誤定價(jià)的影響也可能存在差異， 未來(lái)的研究應(yīng)該基于不同的行業(yè)競(jìng)爭(zhēng)環(huán)境對(duì)會(huì)計(jì)信息可比性與股票錯(cuò)誤定價(jià)的關(guān)系進(jìn)行深入探討。

【 主 要 參 考 文 獻(xiàn) 】

[1] Wurgler J.. Financial Markets and the Allocation of Capital[ J].Journal of Financial Economics，2000（58）：187 ～ 214.

[2] 林鐘高，吳利娟.公司治理與會(huì)計(jì)信息質(zhì)量的相關(guān)性研究[ J].會(huì)計(jì)研究， 2004（8）：65 ～ 71.

[3] 袁媛，田高良，廖明情.投資者保護(hù)環(huán)境、會(huì)計(jì)信息可比性與股價(jià)信息含量[ J].管理評(píng)論，2019（31）：206 ～ 220.

[4] Glosten L. R.， P. R. Milgrom， Bid. Ask and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders[ J].Journal of Financial Economics，1985（1）：71 ～ 100.

[5] Kyle A. S.. Continuous Auctions and Insider Trading[ J]. Econometrica，1985（6）：1315 ～ 1335.

[6] 劉志東，姜玲.基于貝葉斯參數(shù)估計(jì)的期貨市場(chǎng)交易成本、流動(dòng)性與資產(chǎn)定價(jià)研究[ J].管理科學(xué)，2017（1）：146 ～ 159.

[7] Chordia T.， Roll R.， Subrahmanyam A.. Liquidity and Market Efficiency[ J].Journal of Financial Economics，2008（2）：249 ～ 268.

[8] De Franco G.， Kothari S. P.， Verdi R. S.. The Benefits of Financial Statement Comparability[ J].Journal of Accounting and Economics，2011（3）：240 ～ 258.

[9] Ozkan N.， Singer Z.， You H.. Mandatory IFRS Adoption and the Contractual Usefulness of Accounting Information in Executive Compensation[ J].Journal of Accounting Research，2012（4）：1077 ～ 1107.

[10] 袁振超，饒品貴.會(huì)計(jì)信息可比性與投資效率[ J].會(huì)計(jì)研究，2018（6）：39 ～ 46.

[11] 江軒宇，申丹琳，李穎.會(huì)計(jì)信息可比性影響企業(yè)創(chuàng)新嗎[ J].南開(kāi)管理評(píng)論，2017（4）：82 ～ 92.

[12] 羅忠蓮，田兆豐.上市公司戰(zhàn)略差異度、高質(zhì)量審計(jì)與會(huì)計(jì)信息可比性[ J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（8）：109 ～ 124.

[13] 魯威朝，楊道廣，劉思義.會(huì)計(jì)信息可比性、需求差異與跨公司信息傳遞[ J].會(huì)計(jì)研究，2019（4）：18 ～ 25.

[14] Barth M. E.. 財(cái)務(wù)報(bào)告的全球可比性——是什么，為什么，如何做以及何時(shí)實(shí)現(xiàn)[ J].會(huì)計(jì)研究，2013（5）：3 ～ 10.

[15] 卿小權(quán)，王化成，張偉華，馬曉逵.市場(chǎng)錯(cuò)誤定價(jià)、價(jià)值投資超額收益及其成因研究[ J].中國(guó)經(jīng)濟(jì)問(wèn)題，2012（1）：92 ～ 102.

[16] Kahneman D.. Attention and Effort[M].Englewood Cliffs： Prentice-Hall，1973：55 ～ 85.

[17] 陳輝，顧乃康.新三板做市商制度、股票流動(dòng)性與證券價(jià)值[ J].金融研究， 2017（4）：176 ～ 190.

[18] Fang V. W.， Noe T. H.， Tice S.. Stock Market Liquidity and Firm Value[ J].Journal of Financial Economics，2009（1）：150 ～ 169.

[19] Edmans A.， Fang V. W.， Zur E.. The Effect of Liquidity on Governance[ J].The Review of Financial Studies，2013（6）：1443 ～ 1482.

[20] Randolph B. Cohen， Paul A. Gompers， Tuomo Vuolteenaho. Who Underreacts to Cash-flow News？ Evidence from Trading Between Individuals and Institutions[ J].Journal of Financial Economics，2002（23）：409 ～ 462.

[21] 余佩琨，王志文，李玉濤.機(jī)構(gòu)投資者能跑贏個(gè)人投資者嗎？[ J].金融研究，2009（8）：147 ～ 157.

[22] Chang X.， Dasgupta S.， Hilary G.. Analyst Coverage and Financing Decisions[ J].The Journal of Finance，2006（12）：3009 ～ 3048.

[23] 朱紅軍，何賢杰，陶林.中國(guó)的證券分析師能夠提高資本市場(chǎng)的效率嗎——基于股價(jià)同步性和股價(jià)信息含量的經(jīng)驗(yàn)證據(jù)[ J].金融研究，2017（2）：110 ～ 121.

[24] Rhodes-Kropf M.， Robinson D.， Viswanathan S.. Merger Waves and Merger Activity： The Empirical Evidence[ J].Journal of Financial Economics，2005（77）：561 ～ 603.

[25] 游家興，吳靜.沉默的螺旋：媒體情緒與資產(chǎn)誤定價(jià)[ J].經(jīng)濟(jì)研究，2012（7）：141 ～ 152.

[26] 張自力，閆紅蕾，張楠.股票網(wǎng)絡(luò)、系統(tǒng)性風(fēng)險(xiǎn)與股票定價(jià)[ J].經(jīng)濟(jì)學(xué)（季刊），2019（1）：329 ～ 350.

[27] 張永杰，潘臨.客戶集中度、公司治理水平與會(huì)計(jì)信息可比性[ J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（11）：110 ～ 124.

[28] 溫忠麟，張雷，侯杰泰，劉紅云.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[ J].心理學(xué)報(bào)，2004（5）：614 ～ 620.