盈余增長、盈余信息質(zhì)量與盈余加速異象
——來自中國A股市場的經(jīng)驗證據(jù)

李青原 張翔

(武漢大學經(jīng)濟與管理學院，湖北 武漢 430072)

一、引言

基于財務報表信息的證券投資策略研究一方面影響著學者對證券價格形成機制等問題的認識，另一方面影響著證券投資者是否有效地利用會計信息制定投資策略，這兩方面對提高我國證券市場效率具有重要意義(姜國華，2005)[35]。許多文獻(Bernard and Thomas，1990；Cao and Narayanamoorthy，2012；Sloan，1996)[7][10][30]表明，公司盈余信息可以有效預測未來盈余水平，因此，越來越多的學者運用會計盈余探究股票價格形成機制(Chen and Zhang，2007；Ohlson，1995)[12][28]。

在以盈余為基礎的股票估價模型中，在有限的預測范圍內(nèi)，股票價格是由預期盈余、預期盈余增長率和預期回報率所組成的公式?jīng)Q定的(Ohlson and Juettner-Nauroth，2005)[29]。這也意味著股票價格的變化是預期盈余的變化、預期盈余增長率的變化和預期回報率的變化的結(jié)果。預期盈余的變化可以通過會計盈余的變化所產(chǎn)生的信息含量代理(Ball and Brown，1968)[6]，預期回報率的變化可以通過實際報酬率的變化代理(Vuolteenaho，2002)[32]，然而，對預期盈余增長率的變化的研究則相對缺少足夠的經(jīng)驗證據(jù)支撐(Cao et al.，2011)[9]。因此，本文以季度盈余增長率的變化構(gòu)建了“盈余加速”指標，運用中國A股市場數(shù)據(jù)，試圖探索預期盈余增長率的變化是否能夠影響股票價格的形成，以及其影響股票價格形成的機制。

本文以2002―2019年A股上市公司數(shù)據(jù)為樣本，采用Fama-Macbeth兩階回歸法對盈余加速與超額回報的相關(guān)性進行實證檢驗，在控制了已知的市場異象因素后，發(fā)現(xiàn)盈余加速與異?；貓笾g存在顯著的正相關(guān)性。在此基礎上，本文檢驗了基于盈余加速的投資組合對沖策略的有效性，結(jié)果顯示基于盈余加速指標的對沖策略投資回報顯著為正。上述結(jié)果表明我國股票市場存在基于盈余加速的偏誤定價現(xiàn)象。

本文進一步探究了盈余加速異象的形成機制。首先，盈余加速相較于盈余增長可能包含有預測未來盈余增長的增量信息，當市場未充分理解這些價格相關(guān)信息時，市場定價行為因此受到影響。研究結(jié)果發(fā)現(xiàn)，盈余加速可以有效預測未來三個季度的盈余增長。為檢驗市場是否充分有效地認識到盈余加速的信息含量，本文利用Mishkin檢驗證明了市場未充分理解盈余加速信息含量導致了非有效定價行為。其次，盈余信息質(zhì)量影響市場定價行為。低盈余信息質(zhì)量會造成更高的信息成本，投資者需要花費更多成本對盈余信息進行分析，高信息成本會阻礙投資者通過套利行為對偏誤定價進行修正(姜國華，2005)[35]。本文選用應計盈余管理程度和盈余波動性分別對樣本進行分組檢驗，結(jié)果表明，高應計盈余管理程度組、高盈余波動性組可以獲得更高的投資組合回報，說明高套利回報伴隨著高信息成本，低盈余信息質(zhì)量會造成投資者未充分理解盈余加速信息含量，進而影響投資者套利行為，導致市場偏誤定價難以得到修正。

為進一步排除已知的市場異象或風險因子對該對沖策略的異?；貓蟮慕忉屃?，本文首先根據(jù)以往文獻發(fā)現(xiàn)的盈余相關(guān)市場異象構(gòu)建雙向排序的零投資組合，在被控制的市場異象分位組內(nèi)進行基于盈余加速的對沖策略，結(jié)果表明該對沖策略的投資回報整體保持顯著為正。其次，本文運用風險因子調(diào)整了窗口期買入持有超額回報，結(jié)果依舊表明該對沖策略的投資回報顯著為正，盈余加速作為新的定價因子對市場資產(chǎn)定價行為具有增量影響。

本文的貢獻在于：(1)豐富了盈余信息相關(guān)市場異象的研究。已有研究發(fā)現(xiàn)美國股市存在盈余加速市場異象，但國內(nèi)尚未有足夠的經(jīng)驗證據(jù)支持該異象同樣存在于我國A股市場。本文的研究結(jié)果擴展了He and Narayanamoorthy(2020)[18]的理論邊界，證明了在我國股市盈余加速與股票回報之間存在正向相關(guān)關(guān)系，我國股票市場同樣存在盈余加速異象。(2)從會計信息質(zhì)量視角豐富了基于盈余的資產(chǎn)定價理論。不同于He and Narayanamoorthy(2020)[18]提出的投資者基于隨機游走模型錨定預期盈余的盈余加速異象形成機制解釋，本文首次從信息質(zhì)量視角解釋了盈余加速異象，投資者面對更高獲取成本、更高分析成本或更不引人關(guān)注的盈余信息時，往往會對盈余信息反應不足，造成市場偏誤定價，因而在市場中形成盈余加速異象。(3)提供了提高資本市場效率的途徑，有助于提高資本市場效率。本文通過構(gòu)建了一個基于盈余加速的對沖策略，發(fā)現(xiàn)投資者可以利用該對沖策略在中國股票市場獲得顯著為正的超額回報。該發(fā)現(xiàn)有助于降低套利行為的信息成本，減少錯誤定價機會，從而提升資本市場的資源配置效率。(4)豐富了盈余信息含量的相關(guān)研究，強調(diào)了盈余信息含量的決策有用性。本文發(fā)現(xiàn)盈余加速的價格相關(guān)信息的非有效識別造成了市場的有偏定價。在He and Narayanamoorthy(2020)[18]的研究結(jié)論中，盈余加速指標對未來三年的盈余增長預測的增量信息含量均為正向，但本文利用中國股市數(shù)據(jù)得出的實證結(jié)果則是未來兩年為負向的信息含量，未來第三年為正向的信息含量。該基于中國股市環(huán)境下的研究成果揭示了盈余加速的價格相關(guān)信息，有助于投資者運用盈余信息對股票進行合理估值，從而提高市場有效性。(5)豐富了盈余信息質(zhì)量的相關(guān)研究。本文發(fā)現(xiàn)低盈余信息質(zhì)量會影響投資者套利行為，因為低盈余信息質(zhì)量帶來了更高的信息成本，使投資者的套利行為存在局限性，市場無法及時修正偏誤定價，導致盈余加速異象持續(xù)存在。借此研究結(jié)果，本文進一步強調(diào)高盈余信息質(zhì)量的重要性，為公司治理和信息披露政策的制定、監(jiān)管提供借鑒。

二、文獻回顧

Ball and Brown(1968)[6]首次發(fā)現(xiàn)了盈余公告后價格漂移異象，即在盈余信息公告后的一段時間內(nèi)，意外盈余較高的公司股票價格會持續(xù)走高，意外盈余較低的公司股票價格會持續(xù)走低，其累積超額收益呈現(xiàn)出一種慣性現(xiàn)象。盈余慣性的存在意味著公司意外盈余信息并沒有迅速被市場吸收，顯然違背了半強式有效市場假說。該異象引起了大量學者對會計信息與股票價格相關(guān)關(guān)系的存在及成因的研究。

隨著對會計盈余與股票價格相關(guān)關(guān)系的廣泛且深入的研究，更多的盈余信息相關(guān)市場異象被發(fā)現(xiàn)。Sloan(1996)[30]將會計盈余分為應計盈余和現(xiàn)金盈余后研究發(fā)現(xiàn)，應計盈余的持續(xù)性顯著地低于現(xiàn)金盈余的持續(xù)性，但市場缺乏對盈余構(gòu)成差異的有效識別，因此會造成對應計盈余的高估和對現(xiàn)金盈余的低估，基于應計盈余的零投資組合在未來一年可以獲得顯著為正的超額回報。Cao and Narayanamoorthy(2012)[10]的研究表明，盈余波動性可以通過影響未預期盈余的自相關(guān)關(guān)系，從而進一步影響盈余慣性異常回報，盈余波動性與盈余公告異?；貓箝g存在負相關(guān)關(guān)系。Novy-Marx(2013)[27]發(fā)現(xiàn)基于獲利能力(毛利潤率)的交易策略可以獲得超額異?；貓?，獲利能力強的公司與獲利能力差的公司相比具有更好的市場表現(xiàn)。Akbas et al.(2017)[1]通過對毛利潤率進行時間趨勢回歸構(gòu)建了反映公司獲利能力變化趨勢的指標，利用該指標的對沖策略可以獲得1%的經(jīng)風險調(diào)整的月度異?；貓?，且對下一季度預期外盈余具有解釋力。Cao et al.(2011)[9]發(fā)現(xiàn)在美國股市中，盈余增長的變化(盈余加速)在控制了盈余增長后仍可以對未來盈余增長具有增量信息含量，投資者對這種變化具有正向的市場反應。該異象得到了He and Narayanamoorthy(2020)[18]的進一步驗證，且以投資者基于隨機游走模型錨定預期盈余的行為作為形成機制解釋盈余加速市場異象的存在。

不僅是圍繞著會計盈余，其他一些基于會計信息產(chǎn)生的市場異象也得到學者們的關(guān)注。Fama and French(1992)[15]的研究發(fā)現(xiàn)美國股票市場存在賬面市值比效應，高賬面市值比的公司相較于低賬面市值比的公司在未來可以獲得更高的股票回報。Cooper et al.(2008)[14]研究發(fā)現(xiàn)公司的資本投資行為會對公司未來股票收益產(chǎn)生負向影響，且資產(chǎn)增長率對未來超額收益的預測能力要優(yōu)于其他決定因素。

股票的歷史市場表現(xiàn)也影響著投資者的投資決策。Jegadeesh and Titman(1993)[21]圍繞盈余公告期的窗口檢驗了由過去6個月股票回報高低劃分的“贏家組合”與“輸家組合”之間的異?；貓蟛睿l(fā)現(xiàn)該異?；貓蟛罹哂谐掷m(xù)性，即過去表現(xiàn)良好的股票在未來也會獲得正向回報。Amihud(2002)[2]利用1963―1997年紐交所股票流動性數(shù)據(jù)檢驗了股票流動性與股票收益率之間的相關(guān)關(guān)系，結(jié)果表明股票非流動性與超額回報之間具有正向關(guān)系。Baker and Wurgler(2006)[4]發(fā)現(xiàn)投資者情緒會影響股票收益，該研究通過使用股票歷史交易率等指標加權(quán)構(gòu)建了情緒指標，發(fā)現(xiàn)投資者情緒越高，其投資組合的超額回報越低，說明投資者情緒影響了資本市場的定價行為。Baker et al.(2011)[5]系統(tǒng)性地研究了美國股市的低波動性異象，發(fā)現(xiàn)利用股票收益率的歷史波動率可以更好地反映股票收益與風險之間的相關(guān)關(guān)系。

持續(xù)存在的異象有力地挑戰(zhàn)著“有效市場”范式。企業(yè)價值能否得到投資者有效評估影響著整個資本市場的配置效率。Sharpe(1964)[31]在MM理論和資產(chǎn)投資組合理論迅速發(fā)展的條件下，提出了資本資產(chǎn)定價模型(CAPM)，認為在一般市場均衡條件下，資產(chǎn)的預期收益率單一取決于系統(tǒng)性風險。Fama and French(1993)[16]則在CAPM模型這一單因子模型基礎上加入市值和賬面價值比因子，構(gòu)建了著名的三因子模型，其研究結(jié)果表明該模型可以解釋絕大部分風險收益。Carhart(1997)[11]依據(jù)Jegadeesh and Titman(1993)[21]發(fā)現(xiàn)的動量效應，在傳統(tǒng)三因子模型的基礎上加入了動量因子，從而將資產(chǎn)定價理論擴展為四因子模型。Fama and French(2015)[17]加入了盈利因子和投資因子，又將三因子模型擴展至五因子模型并通過美國股市數(shù)據(jù)檢驗了五因子模型的有效性。最近，Liu et al.(2019)[24]針對中國股市構(gòu)建了一個全新的三因子模型——CH-3，其中規(guī)模因子不包括最小的30%的公司，并且使用EP比率代替賬面市值比來作為中國股市的價值因子，實證結(jié)果表明該模型對中國股市絕大部分市場異象的解釋力都要強于傳統(tǒng)的三因子模型或五因子模型。

綜合以上文獻研究成果，本文試圖探討中國A股市場是否存在盈余加速(季度盈余增長變化)市場異象，該異象需有效區(qū)別于已有文獻識別出的市場異象，尤其是盈余慣性異象，而且不能夠被風險因子模型所解釋。具體而言，本文研究了在我國股市盈余加速與股票回報之間是否存在相關(guān)關(guān)系，檢驗了基于盈余加速的投資組合對沖策略的有效性，并初步探索了這種市場偏誤定價行為的形成機制。

三、研究假設

在該模型中，Ohlson針對剩余收益提出的假設認為其隨機序列過程遵循線性關(guān)系，該假定通過如下模型表示：

其中ω為公司剩余收益增長系數(shù)，vt為除剩余收益之外的信息，εt為擾動變量。由該模型可見公司剩余收益和其他信息均服從自回歸過程。在Ohlson的估價模型中，當期超額盈余的增長系數(shù)ω反映了當期盈余與未來盈余之間的線性關(guān)系，對公司股票估價具有重要意義。

Ohlson and Juettner-Nauroth(2005)[29]進一步完善了Ohlson(1995)[28]構(gòu)建的剩余收益模型，在新模型中區(qū)分了短期盈余增長和長期盈余增長，其中短期盈余增長參數(shù)呈線性輸入模型，而長期盈余增長參數(shù)則呈非線性輸入模型。該股票價格模型測量的股票收益是預期短期盈余增長率變化的線性函數(shù)。

類似的，Chen and Zhang(2007)[12]構(gòu)建出如下估價模型：

其中，Vt為t時的公司股票市場價值，Bt為t時的公司股票賬面價值，qt為t時的凈資產(chǎn)收益率，rt為t時的折現(xiàn)率，P(qt)為t時公司放棄經(jīng)營的賣出選擇權(quán)，C(qt)為t時公司擴大經(jīng)營的買入選擇權(quán)，gt為t時公司的預期增長率。由模型可見，公司的市場價值主要由凈資產(chǎn)收益率、預期增長率和折現(xiàn)率決定。其中預期增長率直接影響公司擴大經(jīng)營的買入選擇權(quán)對公司市場價值估值的作用。

Chen and Zhang根據(jù)該估價模型進一步將股票回報和盈余信息聯(lián)系起來，檢驗了盈余信息對股票回報的解釋力。模型構(gòu)建如下：

其中Rt+1為t至t+1期間公司股票收益率，ΔVt+1為t至t+1期間內(nèi)公司股票市場價值的變化值，Dt+1為t至t+1期間公司發(fā)放的股利。將該模型進一步推導可得：

在該模型中預期增長率的變化Δgt+1線性地決定了股票的回報，Chen and Zhang使用1983―2001年美國股票市場數(shù)據(jù)對該模型進行回歸檢驗，發(fā)現(xiàn)Δgt+1的回歸系數(shù)顯著為正，說明預期增長率的變化對股票回報具有解釋力。

這些基于盈余的股票價格模型都說明盈余增長的預期變化很可能對股票回報具有不同于盈余增長的解釋力。因此本文構(gòu)建盈余加速指標——盈余增長的增長，以捕捉盈余增長變化的信息含量。盈余增長的正向增長變化作為公司經(jīng)營的“好消息”，傳導至市場后應獲得正向的超額回報，因此，本文提出如下假設：

H1：盈余加速與上市公司未來股票投資回報呈正相關(guān)關(guān)系。

投資者對盈余信息的錨定所造成的認知偏差影響資產(chǎn)定價行為。盈余加速指標是對相鄰季度間盈余增長變化的映射。在公司財務報告中，公司不單要披露當期盈余信息，還需披露比較期間盈余信息。在年報、中報和季報中，比較期間往往為上一會計年度。提供比較期間信息，一方面有助于投資者直觀地比較可比期間之間的盈余變化趨勢和幅度，另一方面容易造成投資者將盈余變化錨定在四個季度之前的盈余與當前季度盈余的變化，而忽略部分相鄰季度間盈余變化信息。Ayers et al.(2011)[3]發(fā)現(xiàn)相較于大規(guī)模投資者，小規(guī)模投資者的盈余預期會影響資產(chǎn)定價，因為小規(guī)模投資者更難合理識別盈余變化的時間屬性。已有文獻識別出個人投資者更容易受到情緒影響(Liu et al., 2019)[24]。我國機構(gòu)投資者持股比例雖逐年有所上升，但股票市場仍然以個人投資者為主，因此，本文預測市場投資者對公司盈余加速指標反應不足，投資者會低估盈余加速指標較好的公司，高估盈余加速指標較差的公司。

依據(jù)對投資者盈余加速指標反應不足的預測，本文以盈余加速指標測量值高低作為投資組合劃分標準，將A股市場股票從低到高劃分為十分位組，在盈余加速最高十分位組做多，在盈余加速最低十分位組做空，從而構(gòu)建了一個基于盈余加速指標的對沖策略，并提出假設：

H2：對盈余加速指標較高的公司組做多并對盈余加速指標較低的公司組做空的對沖策略能夠獲得正向的股票異?；貓蟆?/p>

在對盈余加速與未來股票回報之間的相關(guān)關(guān)系進行預測后，本文試圖分別從信息含量和信息質(zhì)量角度進一步對盈余加速異象的形成機制進行解釋。首先，在基于盈余的股票股價模型中，企業(yè)價值即是賬面價值加上未來盈余的預測值的折現(xiàn)值之和，當前盈余的各類指標衡量的是未來盈余流入的時間與風險。本文構(gòu)建的盈余加速指標旨在捕捉企業(yè)未來盈余增長的預期變化，因而盈余加速指標包含有對未來盈余增長變化預測的相關(guān)信息，因此本文推測盈余加速對未來盈余增長具有預測能力。同時，Bernard and Thomas(1990)[7]研究結(jié)果表明市場沒有完全反映當期盈余對未來盈余的預測能力，投資者基于隨機游走模型的盈余預期導致市場偏誤定價。Sloan(1996)[30]通過將會計盈余區(qū)分為應計利潤和現(xiàn)金流兩部分，發(fā)現(xiàn)現(xiàn)金流對未來盈余增長的預測能力強于應計利潤對未來盈余增長的預測能力，而投資者對盈余屬性的認知不足導致了應計異象的存在?；谶@些文獻研究結(jié)果，當盈余增長的變化包含有價格相關(guān)信息——對未來盈余增長具有的預測能力時，投資者基于隨機游走模型的盈余預期會使得市場對盈余加速信息含量反應不足。以往一些對基于盈余的市場異象進行研究的文獻運用了Mishkin的檢驗方法，以檢驗異常股票收益的存在是否反映了市場對盈余過程的理解(Sloan，1996)[30]。因此，本文提出假設：

H3：盈余加速與未來盈余增長之間具有相關(guān)關(guān)系。

H4：市場沒有完全有效地反映了盈余加速指標的價格相關(guān)信息，導致市場定價存在偏差。

其次，信息質(zhì)量也可能是盈余加速異象的解釋路徑?；谛袨榻鹑趯W理論研究發(fā)現(xiàn)，投資者會對具有更高獲取成本的、更為復雜的、或更不引人關(guān)注的信息反應不足(Collins et al.，2003；Jiang et al.，2005)[13][22]。Lang and Maffet(2011)[25]利用全球樣本發(fā)現(xiàn)，擁有更高信息透明度的公司減輕了公司與投資者之間的信息不對稱，有助于抑制基于不透明信息的知情交易。信息透明度越低，則意味著知情交易發(fā)生概率較高(陳小林等，2013)[33]。當投資者使用低質(zhì)量的信息披露時，會面對更高的信息獲取、分析的成本，以及更高的套利風險(Hirshleifer and Teoh，2003；姜國華，2005)[19][35]。高信息成本阻礙投資者正確理解盈余信息，因而市場定價有效性受限。參考已有文獻(Lang and Maffet，2011；胡奕明和唐松蓮，2008)[25][34]做法，本文選取應計盈余管理程度作為公司信息透明度的指標。同時，Brennan and Hughes(1991)[8]發(fā)現(xiàn)分析師們避免追蹤那些盈余波動較大的企業(yè)，因為這增加了其預測錯誤的可能性，而這種有限關(guān)注會造成過高的信息成本，加劇公司與投資者之間的信息不對稱(Jiang et al.，2016)[23]。因此，盈余波動性較大的公司可能伴隨著更高的套利成本。綜合以上理論推導，本文預測盈余管理程度和盈余波動性對盈余加速投資組合回報具有相關(guān)關(guān)系，并提出假設：

H5：相較于應計盈余管理程度較低的公司，應計盈余管理程度較高的公司具有更高的盈余加速投資組合回報。

H6：相較于盈余波動性較低的公司，盈余波動性較高的公司具有更高的盈余加速投資組合回報。

四、研究設計

(一)樣本選擇與數(shù)據(jù)來源

由于上市公司于2002年開始披露季度財務報告，本文選擇2002―2019年中國A股上市公司數(shù)據(jù)為研究樣本。Fama-French五因子日度數(shù)據(jù)來自中央財經(jīng)大學金融學院中國資產(chǎn)管理研究中心下載專區(qū)(http://sf.cufe.edu.cn/info/1198/8755.htm)，其他數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。

樣本剔除條件如下：(1)缺失盈余公告日期；(2)同一家公司在一天披露超過一份的盈余公告；(3)當前盈余公告的披露日早于公告季度結(jié)束日或者晚于季度結(jié)束日180天以上；(4)當前盈余公告的披露日距離前一份盈余公告的披露日小于30天；(5)金融類上市公司；(6)非交易日公布盈余公告；(7)缺失盈余加速代理變量數(shù)據(jù)；(8)缺失盈余公告日后7天窗口期買入持有超額回報和30天窗口期買入持有超額回報。

(二)關(guān)鍵變量

1.盈余加速

本文將盈余加速EAVt定義為第t季度盈余增長EGVt減去第t-1季度盈余增長EGVt-1。盈余增長EGVt的定義為第t季度的扣除非經(jīng)常性項目后的每股收益EPSt減去第t-4季度的扣除非經(jīng)常性項目后的每股收益EPSt-4。每季度的盈余增長測量值根據(jù)第t-7季度至第t季度的扣除非經(jīng)常性項目后每股收益的標準差SDEPSt進行標準化處理。計算公式如下：

2.股票超額回報

本文將股票超額回報定義為盈余公告日后7天窗口期買入持有超額回報BHAR7和30天窗口期買入持有超額回報BHAR30。計算公式如下：

其中，Ri,t,j為公司i第t季度盈余公告日后第j天的個股回報率，Rim,t,j為公司i第t季度盈余公告日后第j天的市場回報率。

(三)模型設計與變量說明

1.盈余加速與股票回報

模型(1)的構(gòu)建主要借鑒了He and Narayanamoorthy(2020)[18]的研究模型，主要為捕捉盈余加速指標與股票回報之間的相關(guān)關(guān)系。其中被解釋變量BHARi,t為公司i第t季度經(jīng)流通市值加權(quán)市場指數(shù)回報調(diào)整后的買入并持有個股收益率，且將BHARi,t劃分為BHAR30和BHAR7以分別衡量長窗口期(月度)和短窗口期(周度)內(nèi)的投資組合回報。自變量EAVi,t為盈余加速變量。在模型(1)的控制變量中，本文主要關(guān)注可能與盈余加速具有相同解釋力的盈余慣性變量PEADi,t。其他控制變量主要為其他市場異象指標和資產(chǎn)定價模型因子指標，主要包括市值因子Sizei,t、賬面市值比因子BMi,t、獲利能力趨勢異象Trendi,t、盈余波動性異象VOLi,t、動量因子PastReti,t、獲利能力異象GPi,t、應計異象Accruali,t、資產(chǎn)增長異象AGi,t、股票波動性異象RVOLi,t、投資者情緒異象Turnoveri,t、股票非流動性異象Illiquidi,t、股利異象Dividendi,t。相關(guān)變量的詳細定義見表1。

表1 主要變量定義

2.盈余加速與未來盈余增長

模型(2)主要利用了盈余增長的隨機游走模型(Bernard and Thomas, 1990)[7]進行構(gòu)建，因變量PEADi,t+k為第t季度的未來第k季度盈余增長，自變量PEADi,t為第t季度盈余增長。為研究盈余加速對未來盈余增長的預測能力，本文在該模型中加入EAVi,t以捕捉盈余加速的信息含量。該模型同樣控制了其他定價因子以證明盈余加速的信息含量是增量的，并考慮了行業(yè)固定效應和季度固定效應。

3.盈余加速與市場定價效率

預測方程：

定價方程：

為檢驗市場定價效率，本文借鑒Sloan(1996)[30]采用Mishkin(1983)[26]的檢驗方法，構(gòu)建了模型(3)和模型(4)，其中模型(3)為預測方程，用以估計盈余加速EAVi,t和盈余增長PEADi,t對未來盈余增長PEADi,t+k的預測能力。模型(4)為定價方程，用來估計市場對盈余加速和盈余增長的預測能力的反應程度。Mishkin檢驗采用迭代廣義非線性最小二乘法聯(lián)合估計了預測方程和定價方程。通過比較分析預測系數(shù)β和定價系數(shù)β*可以檢驗市場利用盈余加速信息含量的定價效率。

在所有的回歸分析中，所有的市場異象的代理變量都從低到高依次被分為十分位組，每組從小到大依次賦值為0至9，然后再除以9并減去0.5，這樣得到了變化范圍為[-0.5，0.5]的市場異象變量，那么回歸結(jié)果中的得到的系數(shù)即為基于不同市場異象的對沖策略的超額回報，有利于在不同市場異象間比較對沖策略超額回報的高低?；貧w所使用的標準誤均來自Fama-Macbeth回歸(并使用帶有6期滯后的Newey-West校正)，因此可以控制面板數(shù)據(jù)中的橫截面和序列相關(guān)性。

五、實證檢驗及分析

(一)描述性統(tǒng)計與相關(guān)性分析

表2中Panel A顯示了本文主要變量的描述性統(tǒng)計結(jié)果。由Panel A可知，盈余加速指標EAV的均值小于中位數(shù)，且均為負數(shù)，表明上市公司的盈余增長速度在樣本期間內(nèi)呈放緩趨勢。超額回報指標BHAR30的標準差為0.102，大于BHAR7的標準差0.051，說明不同公司間30天窗口期的異?；貓蟮牟町愝^7天窗口期的異?；貓蟮牟町惛?，收益率波動異質(zhì)性特征更為明顯。Panel B報告了變量之間的Pearson & Spearman相關(guān)性。一個月和一個星期的異?；貓笈c盈余加速指標均呈顯著正相關(guān)，且盈余增長與BHAR30和BHAR7的Pearson相關(guān)系數(shù)不顯著，這表明盈余加速與超額回報之間可能存在正相關(guān)關(guān)系，且這種超額回報有可能是區(qū)別于傳統(tǒng)的盈余增長異象的。

表2 主要變量的描述性統(tǒng)計結(jié)果

(二)盈余加速與未來股票回報

表3展現(xiàn)了盈余加速與未來股票回報在模型(1)中的回歸分析結(jié)果。結(jié)果表明，EAV在第(1)列和第(2)列中均顯著為正，在第(1)列中系數(shù)為0.011，在第(2)列中系數(shù)為0.005，說明盈余加速與未來股票回報之間呈正相關(guān)關(guān)系。由于每個市場異象代理變量均經(jīng)過標準化處理，回歸結(jié)果中的得到的系數(shù)即為基于不同市場異象的對沖策略的超額回報。這說明基于EAV的對沖策略可以獲得1.1%的月度異常回報或者0.5%的周度異?；貓?。比較盈余慣性與盈余加速異象，本文發(fā)現(xiàn)，在短期內(nèi)盈余慣性的異常回報高于盈余加速的異?；貓?0.7% vs.0.5%)；在長窗口期則呈現(xiàn)反轉(zhuǎn)，盈余慣性的異?；貓蟮陀谟嗉铀俚漠惓；貓?0.9% vs. 1.1%)。以上結(jié)果支持了假設1，即盈余加速與上市公司未來股票投資回報呈正相關(guān)關(guān)系。

注：＊＊＊、＊＊和＊分別表示在1%、5%和10%水平下顯著。

表3 盈余加速與股票回報的回歸檢驗

規(guī)模異象(Size)、賬面價值比異象(BM)和股利異象(Dividend)在短窗口期有顯著的異?；貓?，但在長窗口期失去了顯著性。獲利能力趨勢異象(Trend)、盈余波動異象(VOL)、動量異象(PastRet)、毛利潤率異象(GP)、投資者情緒異象(Turnover)和股票非流動性異象(Illiquid)均有顯著的異?；貓?，而應計異象(Accrual)、資產(chǎn)增長異象(AG)、股票波動性異象(RVOL)在長短窗口期均無顯著異?；貓?。

(三)盈余加速與對沖策略

表4列出了根據(jù)盈余加速指標EAV由低到高劃分的十分位組的平均異常收益率，包括一個月和一個星期經(jīng)市場調(diào)整后的股票收益率。本文報告了等權(quán)投資組合平均收益的結(jié)果。EAV最低十分位的一個月超額回報(BHAR30)為0.00%，最高十分位的一個月超額回報(BHAR30)為1.7%。這表示對沖投資組合在一個月內(nèi)的回報率為1.7%，年化超額回報率超過22%。在一個星期的窗口期內(nèi)，相應的對沖收益為0.9%。此外，從盈余加速指標最低十分位到最高十分位，超額回報率整體上呈單調(diào)遞增，這表明盈余加速的異?，F(xiàn)象逐漸增加，而不是集中在特定的分位組。因此，基于盈余加速指標的對沖策略可以獲得顯著為正的超額回報，符合假設2的觀點。

表4 基于盈余加速的對沖策略的投資回報

(四)機制檢驗

1.盈余加速信息含量

(1)盈余加速與未來盈余增長

在檢驗了盈余加速異象的存在性后，本文進一步檢驗了盈余加速異象的形成機制。首先，本文檢驗盈余加速是否具有價格相關(guān)信息，即對未來盈余增長的預測能力。表5展示了盈余加速與未來盈余增長之間的相關(guān)關(guān)系。由于過去的盈余增長已顯示出可以預測盈余的收入增長，因此本文也控制了過去的盈余增長(PEAD)，以證明盈余加速的影響是增量的。同時本文還控制了行業(yè)和季度固定效應。表5第(1)列是對未來一季度的盈余增長的預測，其中EAV的系數(shù)顯著為負(-0.067)，而PEAD的系數(shù)顯著為正(0.321)，說明盈余增長與盈余慣性在對未來一季度的盈余增長的預測上具有相反的預測力，且盈余慣性的預測力要強于盈余加速。第(2)列是對未來二季度的盈余增長的預測，其中EAV系數(shù)顯著為負(-0.046)，PEAD的系數(shù)顯著為正(0.233)。第(3)列是對未來三季度的盈余增長的預測，此時EAV的系數(shù)發(fā)生了明顯變化，從前兩季度的顯著為負變?yōu)轱@著為正(0.200)，且預測力超過盈余慣性(0.012)?？傮w而言，盈余加速在控制了盈余慣性后對未來盈余增長仍有較強的預測能力，驗證了假設3。

表5 盈余加速與未來盈余增長

(2)盈余加速與市場效率

在發(fā)現(xiàn)盈余增長包含有對未來盈余增長的增量價格相關(guān)信息后，本文運用Mishkin的檢驗方法，以檢驗異常股票收益的存在是否反映了市場對盈余過程的理解，即市場是否有效率地理解了盈余加速指標的價格相關(guān)信息。

表6顯示了Mishkin檢驗的結(jié)果。Panel A給出了聯(lián)合估算未來一季度盈余預測方程和定價方程的結(jié)果。盈余加速與一季度盈余增長之間相關(guān)性的系數(shù)β為-0.076，而市場對該效應的評估(基于月度窗口期的超額回報)的系數(shù)β*為-0.733。Panel B提供了聯(lián)合估算未來兩個季度的盈余預測方程和定價方程的結(jié)果，其中β值為-0.044，β*為-0.431。未來一季度和未來兩季度的盈余預測方程和市場定價方程具有類似的結(jié)果，表明盈余加速與未來兩個季度的盈余增長之間存在負相關(guān)關(guān)系，市場對盈余加速與未來盈余增長的影響進行了負向評估。Panel C提供了聯(lián)合估算未來三季度的盈余預測方程和定價方程的結(jié)果。β和β*估計值分別為0.172和-0.235，這表明雖然盈余加速與未來三季度的盈余增長之間存在顯著的正相關(guān)性，但市場對兩者之間相關(guān)性的評估卻仍是負向的。在所有三個面板中，似然率統(tǒng)計量檢驗均拒絕β=β*，這表明市場低估了盈余加速對未來一季度、二季度和三季度的收益增長的預測作用。結(jié)合以上結(jié)果，本文可以得出市場未有效理解盈余加速指標的價格相關(guān)信息，支持了假設4的觀點。

表6 Mishkin檢驗結(jié)果

2.盈余信息質(zhì)量

(1)應計盈余管理程度

公司透明度的降低減輕了公司與投資者之間的信息不對稱，一方面有助于抑制基于不透明信息的知情交易，降低套利風險，另一方面有助于降低交易成本，減少套利局限性。應計盈余管理程度作為盈余質(zhì)量代理變量直接干系到投資者對基于盈余信息的市場異象所進行的套利行為(Lang and Maffet，2011；胡奕明和唐松蓮，2008)[25][34]。參考以上文獻做法，本文采用修正的Jones模型計算出的操縱性應計盈余的絕對值作為應計盈余管理程度的度量值，并依據(jù)上一年末樣本公司應計盈余管理程度分年度分行業(yè)進行分組，應計盈余管理程度位于中位數(shù)之上的樣本組為高應計盈余管理程度組，否則為低應計盈余管理程度組。

表7展示了根據(jù)應計盈余管理程度分組后的盈余加速對沖策略回報。結(jié)果顯示，在30天窗口期中，高應計盈余管理程度組可以獲得顯著高于低應計盈余管理程度組的盈余加速投資組合回報(2.2% vs 1.1%)，組間差異顯著為正(差值1.1%，t值2.268)。而在7天窗口期內(nèi)，高應計盈余管理程度組的投資回報仍高于低應計盈余管理程度組的投資回報(1% vs 0.7%)，雖然組間差異并未顯著，但t值1.563已接近顯著性水平。由此可知，相較于應計盈余管理程度較低的公司，應計盈余管理程度較高的公司具有更高的盈余加速投資組合回報，驗證了假設5的觀點。

表7 根據(jù)應計盈余管理程度分組后的盈余加速對沖策略回報

(2)盈余波動性

Brennan and Hughes(1991)[8]發(fā)現(xiàn)分析師們避免追蹤那些盈余波動較大的企業(yè)，因為這增加了其預測錯誤的可能性。而這種有限關(guān)注會加劇公司與投資者間的信息不對稱(Jiang et al.，2016)[23]。本文采用VOL變量(即第t-7季度至第t季度EPS的標準差)來度量公司盈余波動性，依據(jù)上一年末樣本公司盈余波動性分年度分行業(yè)進行分組，盈余波動性位于中位數(shù)之上的樣本組為高盈余波動性組，否則為低盈余波動性組。

表8展示了根據(jù)盈余管理程度分組后的盈余加速對沖策略回報。結(jié)果顯示，在30天窗口期中，高盈余管理程度組可以獲得顯著高于低盈余管理程度組的盈余加速投資組合回報(2.2% vs 1.1%)，組間差異顯著為正(差值1.1%，t值2.410)。而在7天窗口期內(nèi)，高盈余管理程度組的投資回報同樣顯著高于低盈余管理程度組的投資回報(1.3% vs 0.6%)，組間差異顯著為正(差值0.7%，t值3.130)。由此可知，相較于盈余波動性較低的公司，盈余波動性較高的公司具有更高的盈余加速投資組合回報，驗證了假設6的觀點。

表8 根據(jù)盈余波動性分組后的盈余加速對沖策略回報

(五)穩(wěn)健性檢驗

1.盈余加速指標的替換

為增強盈余加速指標的穩(wěn)健性，本文還構(gòu)建了三種盈余加速指標EAA、EAP和EAR，計算公式如下：

盈余加速EAA：

盈余加速EAP：

盈余加速EAR：

EARi,t=EGRi,t-EGRi,t-1=(ROAi,t-ROAi,t-4)-(ROAi,t-1-ROAi,t-5)

其中StockPricei,t為公司i在第t季度結(jié)束日股票價格，ROAi,t為公司i在第t季度的資產(chǎn)收益率，其余變量定義見表1。

將前文實證檢驗中的盈余加速指標EAV替換為其余三種盈余加速指標(EAA、EAP、EAR)后，實證結(jié)果并未產(chǎn)生顯著差異。

2.等值加權(quán)與價值加權(quán)

Hou et al.(2020)[20]發(fā)現(xiàn)當投資組合從等權(quán)重變?yōu)閮r值加權(quán)時，有些市場異象就失去了顯著性。表9報告了流通市值加權(quán)投資組合的收益結(jié)果，基于EAV的對沖策略月度窗口超額收益為1.9%，周度窗口超額收益為1.1%，結(jié)果保持穩(wěn)健。

表9 流通市值加權(quán)后的盈余加速對沖策略投資回報

六、進一步分析

(一)風險因子調(diào)整后的對沖策略投資回報

盈余加速異象可能被風險因子所解釋，因此本文使用不同的因子模型來調(diào)整市場預期回報，檢驗在經(jīng)過風險因子調(diào)整后基于盈余加速的對沖策略是否能夠獲得顯著的異?；貓?。表10列出了不同盈余加速分位組的經(jīng)風險因子調(diào)整后的平均月度超額回報。Panel A展示的是等值加權(quán)投資組合的當前收益，本文分別展示了利用Fama-French三因子、Fama-French三因子加動量因子、Fama-French五因子進行調(diào)整的股票收益，其中Fama and French(2015)[17]五因子模型通過投資和獲利因子擴展了其原始的三因子模型。這三列中的超額收益再次顯示出整個EAV十分位的單調(diào)遞增的趨勢，對沖策略投資組合的超額收益均為1.6%。

表10 風險因子調(diào)整后的對沖策略投資回報

本文還使用了Liu et al.(2019)[24]構(gòu)建的CH-3因子模型調(diào)整后的股票收益，基于EAV的對沖策略投資組合仍可以產(chǎn)生1.5%的超額收益。Panel B展示的則是價值加權(quán)投資組合的超額收益，該對沖策略在同時經(jīng)過風險因子和價值加權(quán)調(diào)整后依然保持穩(wěn)健的結(jié)果。結(jié)合以上結(jié)果，本文認為風險因子對盈余加速異象不具有解釋力。

(二)盈余加速與其他盈余相關(guān)市場異象的區(qū)分

在排除風險因子對盈余加速異象的解釋后，本文還需要排除已知的市場異象對盈余加速異象的解釋。本文檢驗了盈余加速對沖策略對已有文獻發(fā)現(xiàn)的市場異?，F(xiàn)象的穩(wěn)健性，結(jié)果見表11。在Panel A中，本文研究了基于盈余加速的對沖策略在控制了盈余慣性(PEAD)效應后的聯(lián)合超額收益。當從第(1)列移至第(5)列時，即為從盈余加速的最低五分位組移至最高五分位組；當從第(1)行移至第(5)行時，則是從盈余慣性的最低五分位組移至最高五分位組。最后一列描述了盈余加速對沖策略投資組合的超額收益，即對盈余加速最高的五分位組做多，對盈余加速最低的五分位組做空。結(jié)果表明，在控制了盈余慣性效應后仍獲得了顯著的超額收益，而各行的最低對沖收益為9%，最高對沖收益為14%。與之相對，基于PEAD的對沖策略并不能在所有EAV五分位組中均能產(chǎn)生顯著的超額收益。

表11 盈余加速與其他市場異象的雙向排序后對沖策略投資回報

在Panel B中，采用Panel A中同樣的方法，本文研究了基于盈余加速的對沖策略在控制了過去盈余波動(VOL)效應后的聯(lián)合超額收益。結(jié)果表明，在控制了盈余波動效應后仍獲得了顯著的超額收益，而各行的最低對沖收益為6%，最高對沖收益為22%。與之盈余慣性的結(jié)果相似，基于VOL的對沖策略同樣不能在所有EAV五分位組中均能產(chǎn)生顯著的超額收益。

綜合以上結(jié)果，盈余加速對沖策略在排除了其他盈余相關(guān)定價因子和風險因子的解釋力后，仍能獲得顯著正向的超額收益，表明盈余加速已作為新的定價因子影響資產(chǎn)定價行為。

七、結(jié)論與啟示

本文以2002―2019年中國A股上市公司數(shù)據(jù)為樣本，檢驗了中國股市是否存在盈余加速市場異象，并進一步探討了背后的作用機理。本文首先證明了盈余加速與未來股票回報的正相關(guān)關(guān)系，并通過構(gòu)建一個基于盈余加速的對沖策略，發(fā)現(xiàn)投資者可以利用該對沖策略在中國股票市場獲得顯著為正的超額回報。本文進一步探索了盈余加速異象的形成機制。首先在信息含量方面，本文發(fā)現(xiàn)盈余加速可以有效預測至少未來三個季度的盈余增長，并利用Mishkin檢驗驗證了市場未有效理解盈余加速指標的價格相關(guān)信息。同時，在盈余信息質(zhì)量方面，高應計盈余管理程度組、高盈余波動性組的公司可以獲得更高的投資組合回報，說明高套利回報伴隨著高信息成本，低盈余信息質(zhì)量會影響投資者套利行為，導致市場偏誤定價難以得到修正。

從理論上看，本文的研究豐富了盈余信息含量、會計信息決策有用性等領域的相關(guān)文獻，為后續(xù)關(guān)于盈余增長變化、盈余信息含量和市場定價機制相關(guān)研究提供了很好的參考。同時，本文的研究結(jié)論對我國資本市場也具有重要的實踐意義。

第一，首次證明了中國A股市場存在盈余加速市場異象，投資者可以利用基于盈余加速的對沖策略在A股市場獲得超額回報。這種套利行為可以有效減少市場偏誤定價行為，促使股票價格更能合理地反映公司的內(nèi)在價值。

第二，向投資者揭示了預期盈余增長變化對未來盈余增長的預測能力，理解分析盈余加速指標對公司經(jīng)營情況的映射作用有助于投資者做出更有效的投資決策。

第三，盈余加速作為新的定價因子，有利于分析師完善盈余預測模型，提高盈余預測準確度，同時也有助于分析師更多地關(guān)注于指標異常的公司，提高分析和預測行為的有效性。

第四，首次從盈余信息質(zhì)量視角解釋了盈余加速異象的形成機制。公司治理層為提高公司治理水平，遏制管理層利用盈余操縱謀取私利的發(fā)生，應自覺提高盈余信息質(zhì)量，使得公司的盈余信息更好地傳導至股票市場中，減輕信息不對稱程度。

第五，我國股市目前仍以個人投資者為主，而機構(gòu)投資者相較于個人投資者而言，獲取和分析信息的成本更低，投資決策更為專業(yè)合理，更有利于減輕盈余加速等定價因子造成的偏誤定價影響。

第六，高信息成本使得投資者更難以通過投資套利行為糾正偏誤定價。公司與投資者之間的信息不對稱降低了資本市場配置效率，市場監(jiān)管部門強化信息披露尤其是有關(guān)企業(yè)盈余信息披露監(jiān)管，有助于保護投資者利益，規(guī)范公司經(jīng)營活動，優(yōu)化市場資源配置行為。

總體而言，本文的研究結(jié)論增強了對A股市場盈余加速異象的理解，不但推動了資產(chǎn)定價理論和行為金融理論的發(fā)展，還可為公司治理決策、投資者投資決策、分析師預測決策及政府強化監(jiān)管提供參考。 ■