【作 者】
刘 寒，盛智颖（副教授）
【作者单位】
（湖南农业大学商学院，长沙 410128）
【摘 要】
【摘要】本文运用季度数据，考察了双盈余管理模式下信息不确定性对盈余公告后股价漂移的动态影响。结果显示，盈余公告后20天内，好坏消息的股价漂移呈现非对称性特征，且市场对坏消息的反应较大。在各观察期内，盈余公告后股价漂移程度呈现“主板<中小板<创业板”的规律。信息不确定程度与未预期盈余呈正相关关系，且真实盈余管理模式下信息不确定性对未预期盈余的影响更大。会计信息不确定程度对股价漂移异象起到“推波助澜”的负面作用。细分至盈余管理模式上，操纵盈余管理这一行为引起的差信息质量在20天的短期窗口内对股市均具有负面影响，而较隐蔽的真实盈余管理模式，使得股市投资者无法将会计信息质量有效反映在股价上，对其负面性更应警惕。
【关键词】股价漂移；真实盈余管理；信息不确定性；盈余公告盈余公告后股价漂移（PEAD）现象由Ball和Brown（1968）首次提出，股价变动方向与未预期的盈余变动方向一致，市场对未预期到的盈余缺乏迅速吸收功能。我国学者多将注意力集中于PEAD异象的验证以及资本市场投资者特征对PEAD的影响，鲜有从会计信息不确定性的视角，考察会计信息不确定性与超常收益率的关系。国内文献中，于李胜（2006）运用年度数据（1999 ~ 2004年）首次验证了信息不确定性对PEAD的影响。2006年真实盈余管理方式的提出（Roychowdhury）为考察会计信息不确定性对股市PEAD现象的影响提出了新的视角和契机。本文在运用修正Jones模型的基础上，首次探究了真实盈余管理程度对超常收益率的影响；同时运用累计超常收益率，通过选取更细致的季度数据，并将行业特征考虑在内，考察了盈余公告后20天内，好、坏盈余公告消息的市场反应，并细分至不同层次的市场层面进行差异研究，较好地避免了以往文献中忽视的行业因素及季节性因素的干扰。
一、模型介绍
1. 操纵性应计盈余管理估计模型。Dechow等（1995）修正后的Jones模型通过计算可操控应计利润度量应计盈余管理。具体计算过程如下：
[TAi,j,tAssetsi,j,t-1]=0+1[1Assetsi,j,t-1]+
其中：TAi,j,t为j行业中的i公司t年的应计利润，TAi,j,t=净利润-经营现金净流量；△Salesi,j,t为t年营业收入与t-1年之差；△RECi,j,t为t年应收账款净额与t-1年之差；PPE为j行业中的i公司t年固定资产净额。
计算步骤为：①公式（1）逐年度逐行业OLS回归，解得应计利润估计值；②应计利润减去估计值，然后除以当期期初总资产，求得可操控应计利润DA。
本文还研究了应计利润的其他表现形式：ADA为DA的绝对值，PLUSDA=max（0，DA），MINUSDA=min（0，DA）。本文的行业分类以证监会2001年发布的《上市公司行业分类指引》为依据，共13大行业门类，剔除金融行业后，对12个行业大类进行分年度分行业OLS回归。
2. 真实盈余管理估计模型。Roychowdhury（2006）建立模型，将公司盈余操纵方法划分为三类：销售操控、生产操控及费用操控。若企业有意进行调增利润的操作，会使生产成本提高、经营性现金流量调低和酌量性费用降低。此模型通过对异常经营性现金净流量、异常生产成本和异常酌量性费用的计算来获知真实盈余管理程度。计算公式如下：
其中：PRODi,j,t=销售成本+当期库存商品变动；酌量性费用支出DISP=销售费用+管理费用。同前文，对公式（2）、（3）、（4）分行业分年度进行OLS回归估计，求得各因变量估计值，实际值与其估计值的差值即为异常值，分别为：R_CFO、R_PROD、R_DISP。依据Chi et al.（2011）的分析，构建综合性指数R_PROXY= R_PROD- R_CFO- R_DISP，以整体表示真实盈余管理的程度大小。
二、样本选取与实验设计
1. 实验设计。
（1）未预期盈余测算。
SUEi,t= （5）
首先计算第i只股票第t期的标准化未预期盈余SUEi,t，以当期实际盈余减去预测盈余作为分子代表未预期盈余，再以前4期的EPS盈余滑动标准差作为分母进行标准化。预测盈余借鉴Truong（2011）的方法以t-4期盈余表征。
（2）PEAD测算。借鉴Bartov（1992）的分析，Ri,t,n表示股票i第t期第n日的收益率，Rm,t,n表示第t期第n日的行业收益率，差值ARi,t表示异常收益率，CARi,t,n为股票i第t期第n日的累计超额收益率，以其大小表征股价漂移的程度。
（6）
其中，计算CAR值时采用考虑现金红利再投资的日个股回报率，以控制公司各种决策公告信息发布的影响，连续计算盈余公告后20天内的累计超常收益率，以观察盈余公告后20天内CAR值的动态变化 。同时，进一步按市场层次、未预期盈余及信息不确定程度进行分组，在估计出每家上市公司每一观察期内的累计超额收益率基础上，各组内股票均权计算出各组观察期的CAR值，研究组间差异性及分析原因。
最后，根据前文计算出的盈余管理程度绝对值，从大到小排序后，等分为10组，组号越大表明信息不确定性越高，即低盈余管理组为低信息不确定组，高盈余管理组为高信息不确定组。首先考察信息不确定程度与未预期盈余的关系规律，据此规律，以大量文献得出的未预期盈余与超额收益率线性关系为基础，进一步实证信息不确定性对超额收益率的动态影响，这一过程主要通过差异显著性检验和回归分析完成。
2. 样本来源及选取。由于标准化未预期盈余及可操纵盈余管理、真实盈余管理需要连续计算，季度数据在2003年之前连续无缺失值的很少，故从2003年第一季度起选取样本，样本区间2003年第一季度～2013年第四季度。样本筛选步骤如下：①剔除特殊行业——金融行业；②剔除ST、∗ST公司；③根据Roychowdhury（2006）模型要求，剔除每年度每个行业样本量小于15的行业数据；④删除研究设计中各变量不连续的数值。同时，由于考察了市场层次下PEAD现象，创业板于2009年开板，数据自开板后计算，故较之主板、中小板，创业板的样本区间较短。
本文行业日收益率、个股日收益率、公司季度数据均来自CSMAR数据库，行业收益率按2001年证监会发布的《上市公司行业分类指引》中的行业除去金融行业、共12大类下的第二级小类统计计算。所有连续变量均进行左右1%缩尾处理。数据处理及模型估计、回归分析均采用Stata 11.0软件进行。
三、实证分析
1. PEAD现象描述性统计。将标准化未预期盈余分为好坏消息两组，观察不同消息类型下盈余公告后市场反应。图1为盈余公告后1 ~ 20天累计超额收益演化图。可看出，好消息下的累计超额收益率均值低于坏消息下累计超额收益率绝对值，说明市场对坏消息的反应较好消息大。同时，观察盈余公告后的时间演化，发现好消息与坏消息条件下，整体上PEAD趋势类似，基本上呈现加大趋势。不同的是，市场对好消息的反应在时间轴上较为缓和，而对坏消息则在时间轴上呈现异质非均匀反应。具体说来，坏消息盈余公告后，在接下来的四天内快速消化，股价下跌，且远大于好消息盈余公告反应程度；之后会有三至四天左右的震荡形式漂移，但显著低于坏消息盈余公告发布后四天内的漂移程度，也低于同期的好消息股价漂移程度。这可能跟股价较大下跌三四天后伴随的大量短线投机有关，而之后股价漂移逐渐加大，趋于缓和。
为进一步考察分市场层次下好坏消息的PEAD差异性，本文在计算总样本CAR值基础上，重新按照市场层次进行归类，再分别计算各市场层次下好坏消息两组的累计超额收益率。表1列示了0 ~ 5天、0 ~ 10天、0 ~ 15天以及0 ~ 20天内，总样本和分市场层次的好坏消息均值及差异显著性，用t值表示。结果表明，不论是总样本还是分市场层次下，好坏消息在1～20天内均呈现显著差异，验证了图1。
同时发现，不论是好消息还是坏消息下，在各观察期内，PEAD程度呈现“主板<中小板<创业板”的规律。这可能与股本规模大小、机构投资者比例多少有关（孔东民，2007）。资本市场上股本越大，机构投资者越多，使得资本市场流动性加大，投资较趋于理性和成熟，市场对意外盈余的消化吸收能力也就较强，PEAD现象也就较弱。
2. 信息不确定性效应的初步分析。基于盈余公告中的未预期盈余对盈余公告后超常收益率的天然影响，本文首先探究信息不确定性与未预期盈余的关系，初步考察信息不确定性效应，直观描述如图2所示。
结果显示，基于真实盈余管理、应计盈余管理两种盈余管理模式进行测算时，信息不确定程度与未预期盈余的结果一致，呈现正相关关系，且不受研究时间窗口的影响，分年度检验时这一结论也具有稳定性。同时，由图2可看出，随着信息不确定程度的加大，以应计盈余管理程度为代理变量下的未预期盈余的增幅大于以真实盈余管理程度为代理变量的情况。
以标准未预期盈余的样本均值为限分为高低未预期盈余两组，表2列示了组间差异性。由面板A均值t检验和中位数Wilcoxon检验数值得知，信息不确定程度在高低未预期盈余两组间具有显著差异，这说明未预期盈余越高，信息不确定性越大，这一结论在分年度样本和总样本下保持一致。由面板B得知，双盈余管理模式下结论一致，仅有程度上的差异。这一稳定的结论为后文进一步考察信息不确定性对超额收益率的影响奠定了基础。
大量文献结论表明，未预期盈余与超额收益率呈正相关关系（如Ball和Brown，1968）。由表2得知信息不确定性与未预期盈余的稳定正相关的结论，本文进一步验证信息不确定性对PEAD的影响效应。由以上两种正相关关系，可将信息不确定程度按中位数分为高低两组，检验不同的信息不确定性下PEAD程度是否会因此有显著差异，结果如表3所示。可看出，高信息不确定性组PEAD现象更为显著，各观察期内的均值和中位数也分别通过了t检验和Wilcoxon检验，信息不确定性与PEAD程度的正相关关系得到稳定验证。未列示表格表明，以真实盈余管理测度分组的结果具有一致性。
3. 回归结果分析。在上文初步检验了信息不确定性效应即对未预期盈余及进一步的超额收益率的影响的基础上，下文进一步考察在其他变量一致的情况下，随着时间的推移，信息不确定性与超常收益率的关系是否有所变化，结果如表4所示。其中：变量DAY=i，表示盈余公告后的第i天；UNCERTAIN为信息不确定性；DAY∗UNCERTAIN记录盈余公告后的时间效应和信息不确定效应的交叉效果。
第（1）、（2）栏分别为以应计盈余管理和真实盈余管理绝对值表示信息不确定性变量UNCERTAIN，第（3）、（4）栏则以哑变量表征UNCERTAIN，分别以应计盈余管理和真实盈余管理绝对值的中位数划分为信息不确定性高和低两组，高为1，低为0，代入回归方程。表4第（1）、（3）栏结果表明，信息不确定性大的股票，随着时间的推移，短期内其PEAD程度相对信息不确定性小的股票会加大，验证了操纵盈余管理这一行为引起的差信息质量对股市具有消极负面作用。值得说明的是，与于李胜（2006）盈余公告后60天的结论相反，其原因主要是本文主要考察盈余公告后20天内的短期信息不确定性效应，本文结果说明信息不确定性在短期和长期存在效应差异，在一定程度上丰富了信息不确定性的效用检验。
特别的是，第（2）、（3）栏结果显示，与应计盈余管理模式结论不同，以真实盈余管理程度表征信息不确定性时，交叉项DAY∗UNCERTAIN系数为负显著，这一结论表明真实盈余管理方式的极其隐蔽性，使得股市投资者无法将会计信息质量有效反映在股价上，真实盈余管理方式的隐性危害值得注意和深思。
四、小结
本文运用事件研究法，选取较长一段时间（2003 ~ 2013年）样本研究了双盈余管理模式下我国盈余公告的信息不确定性对PEAD异象的影响。研究表明，在盈余公告后20天内，信息不确定性对未预期盈余以及PEAD均起到非常显著的正向影响效用，且不受资本市场、年度效应和时间窗口变化的影响。进一步进行动态回归分析发现，较之于操纵应计盈余管理加重了PEAD异象，真实盈余管理的操纵方式由于较隐蔽，使得股市无法将差的信息质量反映到股价中去，这一结论丰富了现有信息不确定性对PEAD的影响研究。未来可通过更加透明充分的信息披露制度设计降低信息不确定性，或者通过完善公司内部监督治理机制，减少真实盈余管理和应计盈余管理的发生，以期最大限度地减弱我国资本市场上PEAD现象带来的市场弱式和资源配置的非有效情况。
主要参考文献
Roychowdhury, S. Earnings Management through Real Activities Manipulation［J］. Journal of Accounting and Economics，2006（42）.
于李胜，王艳艳.信息不确定性与盈余公告后漂移现象（PEAD）——来自中国上市公司的经验证据［J］.管理世界，2006（3）.
孔东民，柯瑞豪.谁驱动了中国股市的PEAD？［J］.金融研究，2007（10）.
陆静,龚珍. 基于信息不确定性的分割市场盈余公告后漂移研究［J］.华东经济管理，2011（25）.
于李胜.投资者特征与盈余公告后的漂移现象［J］.证券市场导报，2006（12）.
于忠泊，田高良，张咏梅.媒体关注、制度环境与盈余信息市场反应——对市场压力假设的再检验［J］.会计研究，2012（9）.
