銀行財務(wù)信息對價值股票是否具有甄別效應(yīng)

王艷艷　余陽洋　黃丹藝

關(guān)鍵詞：商業(yè)銀行;投資策略;基本面分析;甄別效應(yīng)

中圖分類號：F275 文獻標識碼：A 文章編號：1003-7217（2022）03-0104-09

一、引言

利用基本面信息尋找錯誤定價的股票是理論界和實務(wù)界都非常關(guān)心的話題。已有研究主要從兩個維度展開：一是從估值角度展開分析，二是從會計信息質(zhì)量角度出發(fā)。

已有研究通常會把銀行業(yè)排除在外，其主要原因是作為估值基本依據(jù)的銀行業(yè)財務(wù)報表與其他行業(yè)的財務(wù)報表存在顯著的差異。首先，以手續(xù)費及傭金凈收入為主的中間業(yè)務(wù)在銀行業(yè)的盈利能力中占有舉足輕重的地位，但是在一般性行業(yè)中這項費用對于企業(yè)盈利能力的影響就較小。其次，貸款損失準備是銀行業(yè)盈利質(zhì)量的一個重要衡量指標，但在制造業(yè)或零售業(yè)則主要體現(xiàn)為營運資本。最后，ROE作為一般性行業(yè)中衡量盈力能力的重要指標，受到企業(yè)管理層和投資者的重視，但是銀行業(yè)財務(wù)報表中資產(chǎn)項目主要以金融資產(chǎn)為主，其計價原則通常為公允價值，這導(dǎo)致了銀行業(yè)的ROE受到風(fēng)險和杠桿的嚴重影響，無法反映企業(yè)盈利的持續(xù)性，特別是在金融危機期間更是成為銀行業(yè)價值減損的推手。對銀行業(yè)而言，ROE或ROA水平的提升不單來自營運盈利能力的提升，還可來自增加杠桿率和承擔(dān)更多的風(fēng)險信貸資產(chǎn)以及更多的非標準化業(yè)務(wù)。根據(jù)歐洲中央銀行的報告，在金融危機之前有較高ROE水平的銀行在金融危機時反而表現(xiàn)出了較低的穩(wěn)定性。這表明ROE并不具備風(fēng)險敏感性和前瞻性，并且具有一定的短視性。銀行業(yè)在整個國民經(jīng)濟中占有舉足輕重的地位。如2020年我國國內(nèi)生產(chǎn)總值為101.60萬億元，同期銀行業(yè)資產(chǎn)高達319.74萬億元①。近年來有大量的公募基金加倉銀行股，部分外資也逐漸加大了對我國商業(yè)銀行的投資。銀行業(yè)報表的特殊性對其報表信息的有效性產(chǎn)生不利影響，使得過去對銀行業(yè)基本面信息定價功能的研究相對匱乏，現(xiàn)有的針對一般行業(yè)基本面信息定價功能的研究成果無法應(yīng)用到銀行業(yè)。

通過梳理文獻發(fā)現(xiàn)，學(xué)術(shù)界主要從商業(yè)銀行的股票流動性、股價崩盤風(fēng)險以及股價同步性等角度研究了商業(yè)銀行股價的影響因素，鮮有文獻關(guān)注財務(wù)信息和基本面信息對商業(yè)銀行資本市場定價的影響。Mohanram等采用美國上市銀行的數(shù)據(jù)，首次將基本面分析運用到銀行業(yè)中。然而，我國商業(yè)銀行無論在制度背景還是發(fā)展歷程方面均與美國商業(yè)銀行都有巨大的差異。比如，我國貨幣政策和利率政策與歐美國家較大的差異，導(dǎo)致我國商業(yè)銀行面臨較為嚴格的監(jiān)管的同時也催生出了影子銀行、預(yù)算軟約束等中國制度背景下的特有問題。

本文在Mohanram等研究的基礎(chǔ)上，探索如何利用我國銀行業(yè)財務(wù)基本面信息分析預(yù)測未來經(jīng)營業(yè)績和資本市場回報，以此來檢驗銀行業(yè)的財務(wù)信息是否具有甄別效應(yīng)，構(gòu)建符合中國銀行發(fā)展和制度背景的綜合性指標。

二、制度背景和文獻綜述

（一）我國商業(yè)銀行制度背景

與美國以穩(wěn)定通貨膨脹和就業(yè)為主的貨幣政策目標不同，我國政府在保持幣值的穩(wěn)定的基礎(chǔ)上將經(jīng)濟增長作為主要發(fā)展目標。因此，我國自1996年起至今一直將貨幣供應(yīng)量（M2）增長作為中間目標，并以數(shù)量型間接調(diào)控為主要調(diào)控手段。加之我國資本市場起步較晚，依然是以商業(yè)銀行為主導(dǎo)的間接融資模式。在此背景下，我國商業(yè)銀行在政府貨幣政策的傳導(dǎo)過程中有著舉足輕重的地位。

我國監(jiān)管部門對商業(yè)銀行的信貸政策監(jiān)管一直較為嚴格，并特別設(shè)定了相應(yīng)的法律或行政法規(guī)對商業(yè)銀行貸款的數(shù)量和質(zhì)量進行限制。如在貸款數(shù)量方面，在1995年公布施行的《中華人民共和國商業(yè)銀行法》明確設(shè)定了對商業(yè)銀行存貸比75%的“監(jiān)管紅線”。直到2015年，我國才將存貸比由法定監(jiān)管指標轉(zhuǎn)為流動性監(jiān)測指標;在貸款質(zhì)量方面，銀發(fā)〔2009〕386號文件和2020年頒布的《房地產(chǎn)貸款集中度管理制度》都明確限制了我國商業(yè)銀行對特定行業(yè)的信貸擴張。

在貨幣政策調(diào)控中，我國形成了獨特且極為重要的銀行利率傳導(dǎo)渠道，中央銀行的利率政策通過市場利率向貸款利率和存款利率傳導(dǎo)。我國利率市場長期處于管制狀態(tài)，在穩(wěn)步分階段進行利率市場化改革的同時，逐漸形成了“利率雙軌制”的特殊環(huán)境。利率雙軌制導(dǎo)致商業(yè)銀行的自主定價權(quán)較為有限，實際利率偏離了均衡市場利率，扭曲了企業(yè)投融資行為。雖然2015年我國正式取消金融機構(gòu)存款利率浮動上限，但我國商業(yè)銀行仍存在存貸款基準利率、窗口指導(dǎo)、金融市場分割以及MPA利率定價考核指標，使得存款利率仍被壓低。

（二）甄別效應(yīng)與B-score的局限性

甄別效應(yīng)是指在特定背景下運用基本面分析，檢驗財務(wù)信息尋找錯誤定價的能力。自Fama提出有效市場假說理論后，學(xué)者們研究發(fā)現(xiàn)，運用市場公開信息構(gòu)建的投資組合仍可以獲得超額收益，基本面分析就是試圖捕捉未被反映在股票價格中的公開信息并以此來獲得超額收益。Piotroski和Mohanram還驗證了財務(wù)信息能較為有效地甄別出股票市場的贏家和輸家。Mohanram等首次將基本面分析運用到銀行業(yè)中，發(fā)現(xiàn)上市銀行的財務(wù)信息并未很好地反映在股價上。因此，基本面分析結(jié)果則更需要結(jié)合理論以及特定的制度背景來解釋。由于中外在貨幣政策和利率政策以及銀行發(fā)展水平上存在巨大差異，切不可簡單照搬照抄歐美國家對其商業(yè)銀行的各類評價指標和體系。我國國民經(jīng)濟發(fā)展取得的巨大進步，離不開符合國情的銀行業(yè)發(fā)展模式以及對銀行業(yè)的依法嚴格監(jiān)管。因此，本文將結(jié)合我國商業(yè)銀行的制度背景，構(gòu)建適合我國商業(yè)銀行發(fā)展水平的基本面分析指標。

在銀行貸款數(shù)量、貸款質(zhì)量及貸款利率均受到強監(jiān)管的背景下，簡單套用Mohanram等的體系肯定無法甄別出我國高價值的上市銀行股票。首先，B-score中有較多貸款數(shù)量指標，利率管制所產(chǎn)生的預(yù)算軟約束，使得國有企業(yè)對民營企業(yè)的貸款產(chǎn)生擠出效應(yīng)，即相較于信貸資質(zhì)，產(chǎn)權(quán)性質(zhì)往往是銀行發(fā)放貸款時首要考慮的因素。銀行的信貸行為還更容易受到政策變化的影響。貸款“失真”會極大地影響B(tài)-score的有效性。其次，我國雖放開了利率市場，但存款利率仍被壓低?；蔚睦钍杖霟o法反映商業(yè)銀行盈利水平的持久性。朱寧等發(fā)現(xiàn)，不穩(wěn)定的市場利率會使得商業(yè)銀行的利率風(fēng)險急劇上升，這會進一步影響B(tài)-score對銀行盈利能力的預(yù)測水平。再次，B-score尚未考慮影子銀行對商業(yè)銀行的深遠影響。我國較強的金融監(jiān)管政策雖成效顯著，但也催生出了銀行各種規(guī)避監(jiān)管的行為。只是不同于西方，我國影子銀行主要是商業(yè)銀行傳統(tǒng)信貸業(yè)務(wù)的延伸且其風(fēng)險相對獨立。另外，非利息收入占比不足也是導(dǎo)致我國銀行效率較低的重要原因。在非利息收入對銀行盈利能力越來越重要的前提下，商業(yè)銀行若肆意開發(fā)非標準化的理財產(chǎn)品則會增加銀行的風(fēng)險。最后，利用貸款減值準備進行盈余管理是我國商業(yè)銀行一項典型的監(jiān)管套利行為。

綜上，中外銀行在制度背景和發(fā)展水平上的較大差異客觀上要求我們構(gòu)建符合我國市場的基本面指標。本文將具體考慮在上述情形下銀行的財務(wù)基本面信息是否具有甄別效應(yīng)。

三、研究設(shè)計

（一）樣本篩選與數(shù)據(jù)來源

本文中的商業(yè)銀行按照中國證監(jiān)會2012版行業(yè)分類進行界定。同時，為消除會計準則變更而引起的度量誤差，本文使用新金融工具準則之前的2007—2017年數(shù)據(jù)作為樣本，相關(guān)上市銀行的財務(wù)報表數(shù)據(jù)從CSMAR數(shù)據(jù)庫和CNRDS數(shù)據(jù)庫中取得。關(guān)于股票收益的計算參考Piotroski的做法，為確?？梢垣@得計算指標所需的數(shù)據(jù)，選取t+l年5月份第一個交易日作為t年股票收益的起點，以消除前瞻偏差。由于B-score和B-score需要 至少一年以上的財務(wù)信息，本文剔除了不滿足條件的數(shù)據(jù)，最終樣本區(qū)間為2010—2017年。在刪除缺失值之后，共得到102個銀行年度觀測值。

（二）B-score構(gòu)建

本文在B-score的結(jié)構(gòu)思路上結(jié)合剩余收益模型，重新構(gòu)建適用于我國商業(yè)銀行的基本面分析指標B-score。根據(jù)剩余收益模型，股票價值 應(yīng)該取決于三個因素——產(chǎn)生超過股本成本的盈利能力（+）、風(fēng)險（-）和增長能力（+）。為保證B-score和B-score China具有可比性，均采用標準化之后的排名作為分數(shù)，分數(shù)越高，預(yù)期銀行股票收益越高。結(jié)合上文，從以下三個方面選取指標：

1.盈利性。主要從利息覆蓋率、中間業(yè)務(wù)收入和銀行同業(yè)業(yè)務(wù)為代表的影子銀行三個方面衡量上市銀行盈利性。具體衡量及選取原因如下：

利息覆蓋率（ΔInterest-coverage，B1）：將利息覆蓋率定義為利息收入與吸收存款之比。因過度關(guān)注ROE會刺激銀行承擔(dān)較高風(fēng)險，故選用利息覆蓋率作為ROE的替代指標。而且由于我國銀行面臨較強的監(jiān)管，上市銀行財務(wù)透明度較高，銀行業(yè)ROE提供的增量信息較少。借鑒撥備覆蓋率和負債收入比的思路，我們認為，較高的利息覆蓋率表明銀行在有較大的利息收入的同時有較低的存款覆蓋，在經(jīng)濟下行期可以抵御銀行擠兌。利息覆蓋率越高，預(yù)期股票收益越高。B1為t年與t-1年利息收入之差，經(jīng)吸收存款標準化處理之后的標準化排名分數(shù)。

中間業(yè)務(wù)水平（ΔCommission，B2）：使用手續(xù)費及傭金凈收入的變化量（使用利潤總額進行標準化處理）來衡量銀行中間業(yè)務(wù)的水平。有文獻使用中間業(yè)務(wù)水平來度量商業(yè)銀行的創(chuàng)新能力，可認為銀行中間業(yè)務(wù)水平越高，其業(yè)務(wù)多元化程度就越高、同行業(yè)競爭能力和創(chuàng)新能力也越強，相應(yīng)的股票收益越高。B2為t年與t-1年手續(xù)續(xù)及傭金凈之差，經(jīng)利潤總額標準化處理之后的標準化排名分數(shù)。

影子銀行規(guī)模（ΔShadow，B3）：本文主要聚焦影子銀行體系中的銀行同業(yè)業(yè)務(wù)。同業(yè)業(yè)務(wù)在增加銀行盈利性的同時不會顯著增加銀行的風(fēng)險，可緩解因宏觀調(diào)控而受限的貸款約束。用“買入返售金融資產(chǎn)凈額”科目來衡量影子銀行同業(yè)業(yè)務(wù)水平，并用金融資產(chǎn)投資進行標準化處理。影子銀行規(guī)模越大，預(yù)期股票收益越大。B3為t年與t-1年買入返售金融資產(chǎn)凈額之差，經(jīng)金融資產(chǎn)投資標準化處理之后的標準化排名分數(shù)。

2.穩(wěn)健性。正常類貸款（ANormal-loan，B4）：使用正常類貸款科目金額（用發(fā)放貸款及墊款凈額進行標準化處理）來衡量商業(yè)銀行的信用風(fēng)險。相比于不良貸款率（不良貸款與貸款總額之比），正常類貸款排除了因會計選擇對不良貸款分類的影響以及運用貸款減值準備進行盈余平滑的影響。正常類貸款金額越大，銀行所面臨的信用風(fēng)險就越低。B4為t年與t-1年正常類貸款之差，經(jīng)發(fā)放貸款凈額標準化處理之后的標準化排名分數(shù)。

貸款呆賬準備金（ΔAllowance，B5）：使用貸款呆帳準備金（用發(fā)放貸款及墊款凈額進行標準化處理）來衡量貸款減值風(fēng)險，它在一定程度上能緩解管理層的盈余管理行為。商業(yè)銀行計提的貸款呆賬準備金越多，說明銀行吸收貸款減值損失的能力就越強。B5為t年與t-1年貸款呆賬準備金之差，經(jīng)發(fā)放貸款凈額標準化處理之后的標準化排名分數(shù)。

公允價值變動收益（-ΔNot-regular，B6）：公允價值是否是2008年全球性金融危機的“罪魁禍首”，學(xué)術(shù)界還沒有定論。因以公允價值計量的資產(chǎn)收益率波動較大，若銀行擁有大量的以公允價值計量的資產(chǎn)，則表明銀行利潤的可持續(xù)性和穩(wěn)健性越低、風(fēng)險越大。公允價值計量還會帶來較高的審計費用和審計風(fēng)險。為了統(tǒng)一符號，將衡量收益風(fēng)險的指標定義為-ΔNot-regular，其經(jīng)濟含義為：將公允價值變動收益與營業(yè)收入的占比較上期減少視為買入信號，且減少的絕對值越大，預(yù)期股票收益會越高。B6為t-1年與t年公允價值變動收益之差，經(jīng)營業(yè)收入標準化處理之后的標準化排名分數(shù)。

3.增長性（ΔGrowth，B7）。使用總資產(chǎn)的增長率來衡量銀行的增長能力。總資產(chǎn)較大的銀行可產(chǎn)生較大的規(guī)模效應(yīng)，且擁有較強的抵御風(fēng)險能力。參照相關(guān)文獻的處理方式，將總資產(chǎn)總額取自然對數(shù)。B7為t年與t-1年總資產(chǎn)之差，經(jīng)對數(shù)處理之后的標準化排名分數(shù)。

綜上如表1，B-score China為B1～B7七項指標之和。其中，衡量盈利性為利息覆蓋率、中間業(yè)務(wù)水平和影子銀行三項指標之和;衡量穩(wěn)健性為正常類貸款、貸款呆賬準備金和公允價值變動收益三項指標之和。財務(wù)信息基本面較好的商業(yè)銀行，即B-score越高的銀行，預(yù)期股票收益會越高。類似地，我們將B-score作為基準。

（三）模型設(shè)定

參考Fama和French和Mohanram等的做法，構(gòu)建模型（1）和（2）。

在上述模型中，使用一年期買入并持有收益（經(jīng)銀行業(yè)平均收益調(diào)整）來衡量預(yù)期未來的股票收益RETB控制變量包括：總資產(chǎn)（以自然對數(shù)調(diào)整，Size），賬面市值比（所有者權(quán)益與市值的比值，BM）以及動量（RETB，當(dāng)期股票收益）。此外，使用面板混合回歸和Fama-Macbeth兩階段回歸方法來研究B-score和股票收益之間的關(guān)系。

四、實證分析

（一）描述性統(tǒng)計

表2展示了樣本銀行和相應(yīng)的B-score以及Bscore相關(guān)變量的描述性統(tǒng)計結(jié)果。表2中Panel B展示了B-score相關(guān)變量。ΔInterest- Coverage和ΔCommission的中位數(shù)和均值較為接近，較符合正態(tài)分布。表2中的Panel C展示了B-score相關(guān)變量的描述性統(tǒng)計。B-score中衡量利息收入水平的變量和衡量非利息收入指標出現(xiàn)了較大差異：ΔSpread的平均數(shù)為-0.08%，中位數(shù)為0.0015%，說明樣本銀行整體利息收入增長較為緩慢。

（二）單個指標與未來股票收益

為檢驗B-score構(gòu)建的投資組合在A股市 場是否存在甄別效應(yīng)，特以B-score為基準來檢驗B-score的有效性。

首先分別檢驗B-scoreChina和B-score與未來股票收益的相關(guān)關(guān)系。表3展示了高于每項指標中位數(shù)的平均未來股票收益與低于每項指標中位數(shù)的T-test檢驗結(jié)果。運用構(gòu)成B-score（B-score ）的每個單項指標構(gòu)建投資組合：如表3所示，第二列為低于此指標中位數(shù)投資組合的平均未來股票收益率，第三列為高于此指標中位數(shù)投資組合的平均未來股票收益率。第四行為上述兩個投資組合的收益率差。

表3中Panel A展示了B-score每個單項指標與未來股票收益的關(guān)系。B-score絕大部分指標與未來股票收益呈現(xiàn)負相關(guān)關(guān)系，說明B-score在我國市場不具有顯著的甄別效應(yīng)。

表3中Panel B中展示了B-score每個單項指標與未來股票收益的關(guān)系，所有指標與未來股票收益均呈現(xiàn)正相關(guān)關(guān)系。其中，衡量銀行利息收入水平和中間業(yè)務(wù)水平的指標在未來股票收益的預(yù)測方面分別在10%和5%水平上顯著。運用銀行盈利性所構(gòu)建的投資組合具有較好的甄別效應(yīng)：兩組投資組合的收益差額為5.48%，且在10%的水平上顯著，且其構(gòu)成成分均能產(chǎn)生5%左右的對沖收益。根據(jù)銀行穩(wěn)健性所構(gòu)建的投資組合的對沖收益為6.26%。表明B-score越高，未來股票收益越大。

（三）信息系數(shù)

表4展示了B-score、B-score和相關(guān)變量的相關(guān)系數(shù)矩陣。對角線右上角為Pearson相關(guān)系數(shù)，對角線右下角為Spearman相關(guān)系數(shù)。股票投資實踐中，經(jīng)常會以信息系數(shù)（IC）來判斷因子的預(yù)測能力。我們選取Normal IC（Pearson相關(guān)系數(shù)）和Rank IC（Spearman相關(guān)系數(shù)）來檢驗B-score（B-score）以及各維度之間的預(yù)測能力，相關(guān)系數(shù)越大，則說明IC值越大，該指標有較好的預(yù)測收益能力。表4中的RETB_r+1所在的行和列分別展示了各個變量的IC值。

表4中Panel A的結(jié)果表明，除了穩(wěn)健性（Pru-dence）和當(dāng)期收益之間在5%水平上顯著，B-score與其構(gòu)成和股票收益的關(guān)系并不顯著。說明適用于美國上市銀行的B-score在構(gòu)建我國上市銀行投資組合時候并不具有甄別效應(yīng)。

表4中Panel B展示了B-score China相關(guān)系數(shù)矩陣。B-score與其構(gòu)成和股票收益均呈顯著的正相關(guān)關(guān)系。在構(gòu)成B-score的三個維度中，Pru-dence與未來股票收益的相關(guān)關(guān)系最強，從IC的角度看，B-score的兩類信息系數(shù)均已超過0.1的閾值，反映出了B-score有較強的預(yù)測能力。

（四）B-score與股票回報

為進一步檢驗B-score的甄別效應(yīng)，采用Fa-ma-Macbeth回歸和面板混合回歸來檢驗Bscore與股票收益的關(guān)系。表5中的（1）（3）列為控制了年度固定效應(yīng)的面板混合回歸結(jié)果;（2）（4）列為Fama-Macbeth回歸的結(jié)果（下同）。

B-score的系數(shù)在兩個回歸模型中均顯著為正，說明B-score能提供較為有效的增量信息。B-score與本期股票收益和未來股票收益分別在1%和10%的水平上顯著，說明B-score對股票 收益有較強的解釋能力。從盈利性、穩(wěn)健性和增長性來看，穩(wěn)健性是B-score能解釋股票收益的主要原因。