【作　　者】
宋晓玲（副教授），杜美杰（副教授），刘莎莎

【作者单位】
北京语言大学商学院，北京100083

【摘　　要】

   【摘要】从上市公司公开披露的财务报告入手，利用因子分析法和主成分分析法构建盈余质量评估模型，运用加权最小二乘法和A股上市公司公开披露的2012 ~ 2014年财务报表中的基本面信息进行实证检验，结果显示，样本公司2013年盈余质量综合评价指数均值与2014年每股收益增长率均值显著正相关。每股收益增长率与收现因子、利润因子显著正相关，符合预期；每股收益增长率与成长稳定因子显著负相关，与预期不一致。
【关键词】盈余质量；财务指标；因子分析法；主成分分析法；每股收益增长率
【中图分类号】F276.6           【文献标识码】A           【文章编号】1004-0994（2016）33-0037-6一、引言及文献概述
对于广大中小投资者而言，基本面信息是最易于获得也是最直接的上市公司的财务信息，基本面分析是进行投资决策的第一步。一只股票是否具有投资价值，可以通过财务报告中的盈余信息，也就是每股收益这一重要指标来判断。然而，对于上市公司而言，利润操纵和盈余管理行为普遍存在，每股收益的真实性有待考证，即便是具有相同盈余信息的上市公司，其股票收益率也存在或大或小的差异。投资者如果仅仅依据公开的财务报告披露的盈余信息进行投资决策，就难以发现其背后所隐含的真实经营状况，有可能蒙受重大损失。因此，投资者在进行分析时，除了关注盈余数量，应该更加关注盈余质量，关注财务报表中的基本面信息。
盈余质量（Earnings quality）的观念于20世纪30年代提出，60年代起得到学术界与实务界的重视，并成为美国会计学术研究的重点问题之一。由于我国股票市场20世纪90年代才起步，还处在逐步发展、完善和成熟阶段，因此国内对于盈余质量的研究较少。目前，关于盈余质量内涵的定义仍然没有一个统一的标准，也就缺少一个明确的衡量目标，从而制约和影响了盈余质量的分析和评价。利奥波德·伯恩斯坦等（2004）认为，盈余质量用来评估收益与公司经营业绩之间的相关性，它由公司所处的行业环境、会计政策的选择和运用等内外部因素共同决定；Hawkins（1998）认为，若公司所采用的会计政策持续、稳健，会计计量谨慎，主营业务利润占税前利润的比重大，会计上反映的销售变现快，债务水平适当，收益趋势稳定、可预测，每股收益不通过资本结构操纵，则该公司具有较高的盈余质量；储一昀、王安武（2000）认为，盈余质量反映了以应计制为基础的盈利是否同时伴随相应的现金流入，伴随现金流入的盈利才是高质量的盈利。
在盈余质量评价方法的研究中，国内外各学者采用的方法和模型各不相同。第一，从现金流量角度。储一昀、王安武（2000）通过对比现金制和应计制下各自对应的指标，计算二者差额来判断利润的含现量。李春华等（2003）运用从现金流量表和利润表提取的5个指标来反映现金流量与利润的比值，比值越大，盈余质量越高。第二，从利润总额的各个组成部分比重判断。贝洪俊（2002）从利润总额构成中最稳定、核心的部分——主营业务利润出发，研究发现公司的盈余质量与主营业务利润持续性发展呈显著的正相关关系；魏标文、陈纪南（2003）则利用非经常性损益来分析盈余质量，他发现非经常性损益占利润的比例与盈余质量呈负相关关系。第三，借助多个指标构造模型。苟开红（2005）在相关性和可靠性的基础上，选取了预测价值、及时性、无偏性、表象真实性4个指标，构建了盈余质量评价模型，但模型的有效性尚未得到证实。孟宪萍、李炜（2012）选取与盈余持续性关系紧密的11个指标，运用主成分分析法构建衡量企业盈余持续性的指标体系，并对我国上市公司进行了验证。余怒涛等（2012）选取了8个基本面信息指标，构建盈余质量综合指标并分析其盈余质量的关系，验证了运用基本面信息评价盈余质量的合理性。孙建华（2014）结合FASB、IASC和我国的会计准则、制度对盈余信息的主要质量特征要求进行了研究，基于上市公司财务报表基本面信息，有代表性地选取了反映盈余收现性、盈余安全性、盈余稳定性和盈余成长性四个方面共11项指标，建立了评价盈余质量因子分析模型并验证了模型的有效性。第四，利用会计盈余持续性。会计盈余通常可分为能在未来长期持续发生的永久性盈余和仅限于当前会计年度发生的暂时性盈余两个部分，Easton、Zmijewski（1991）利用ARIMA（1，0，0）模型（低阶时间序列模型）估计盈余的持续性，Lipe和Konnendi（1994）则采用了高阶的ARIMA（4，1，0）模型来度量盈余质量。
本文从上市公司公开披露的财务报告入手，以孙建华（2014）在《上市公司盈余质量评析与治理研究》一书中所建立的我国上市公司盈余质量因子分析模型为参考依据，构建盈余质量评估模型并进行实证检验。为避免评价指标体系的冗余，利用因子分析法和主成分分析法来构建盈余质量综合评估模型，从11个评价指标中提取5个因子，有效简化了评价指标体系。在此基础上，运用加权最小二乘法和A股上市公司2012 ~ 2014年财务报表中的基本面信息，探讨盈余质量评估问题，实证检验模型的有效性和科学性。
二、盈余质量评价指标的设计与选取
本文参考孙建华（2014）《上市公司盈余质量评析与治理研究》一书，以其建立的我国上市公司盈余质量因子分析模型为指标选取和模型建立方法，提取上市公司的财务报表基本面信息，从盈余的收现性、安全性、稳定性和成长性四个方面出发，共选取11个财务指标。
（一）盈余质量评价指标选取原则
本文所选取的盈余质量评价指标遵循以下三个原则：①易获得，即指标均可以从上市公司公开披露的财务报表中直接得到或计算得到；②代表性，即所选取的指标要少而精，能够较高程度代表其他财务指标；③尽可能全面，即指标的选取要兼顾盈余质量的各个决定因素，尽可能减少遗漏。这样才能够构造科学、准确的模型。
（二）盈余质量评价指标体系设计
选取的11项盈余质量评价指标详见表1。
核心利润=营业收入-营业成本-营业税金及附加-销售费用-管理费用-财务费用，由于核心利润比主营业务利润更具代表性，所以本文用核心利润增长率和核心利润贡献率代替原模型中的主营业务利润增长率和营业利润比重。
三、盈余质量评价模型的构建与实证检验
（一）数据来源与数据的预处理
1. 数据来源。本文选取我国2012 ~ 2014年连续经营的A股上市公司合并财务年报数据，以2013年的财务数据为基准进行研究，数据来自万得（Wind）资讯数据库。剔除54个ST公司、51个金融类企业、25个2013年度审计报告被出具保留意见和无法表示意见的公司、899个2012 ~ 2014年财务报表会计数据不全的公司，得到有效样本量共1781个。

表2列示了样本总体变量的描述性统计结果。从表2中可以看出，大部分评价指标变量的标准差远远大于其均值，表明数据可能存在极端异常值，因此剔除了157个各变量均值±2个标准差之外的公司，得到后续实证研究的有效样本共1624个。
2. 数据的预处理。
（1）同趋化处理。在本文对11个财务指标分析评价的过程中，每个指标应与盈余质量保持同向变动，因此，需要对作为逆指标的资产负债率 （X4）求倒数，将其转化为正指标。
（2）标准化处理。对统计数据进行一系列的数学变换，从而使各指标处在同一数量级别上，具有可比性。本文对11个财务指标数据进行了z-score 标准化（zero-mean normalization）处理，使处理后的数据符合标准正态分布，均值为0，标准差为1。
为方便表述，预处理后的指标仍用原来的代码表示。
（二）我国上市公司盈余质量评价模型的建立
对预处理后的11个评价指标进行相关性分析，得出指标间的相关系数矩阵表，详见表3。
1. 提取主因子。本文共选取了11个财务指标，从表3中可以看出，这些指标之间存在较强的相关性，说明各指标反映出的信息有很大程度的重叠，因此采用因子分析法和主成分分析法来进行数据分析，尽可能多地利用少数综合指标反映原来11个财务指标的信息，以此来评价上市公司的盈余质量。评价指标间相关系数矩阵的特征值、方差贡献率和累计方差贡献率如表4所示。
从表4中可以看出，以特征值大于0.95的特征根作为提取主因子的标准，可以提取前5个因子，累计方差贡献率已经达到75.20%，说明这5个因子代表了原11个评价指标的绝大部分信息。
2. 建立因子载荷矩阵。建立前5个因子的初始因子载荷矩阵，用Fn代表第n个因子，详见表5。因子载荷矩阵是各项评价指标对因子贡献大小的度量，绝对值越大，则其贡献率越大。如表5中变量X1（每股收益现金比率）与第一个因子的值为-0.108，与第二个因子的值为0.8833，说明其对第二个因子的贡献大于对第一个因子的贡献。
3. 因子命名解释。从表5观察出的各因子的意义比较模糊，采用方差最大化法进行因子旋转后得到旋转后的因子载荷矩阵，详见表6。

从表6中可以看出，各个财务指标对5个因子的贡献程度比原来清楚，可以进行因子命名解释：F1主要由X4（资产负债率）、X5（流动比率）、X6（速动比率）决定，反映了企业的偿债能力和财务风险水平，可以命名为安全因子，F1=0.8795X4+0.9621X5+0.9658X6；F2主要由X1（每股收益现金比率）、X2（净利润现金比率）决定，反映了企业的收现能力，可以命名为收现因子，F2=0.8875X1+0.8824X2；F3主要由X8（主营业务收入增长率）、X9（股东权益净利率）、X10（核心利润贡献率）、X11（经营现金流入量比率）决定，反映了企业的成长能力与稳定性，可以命名为成长稳定因子，F3=0.2739X8+0.375X9+0.2488X10+0.3182X11；F4主要由X7（核心利润增长率）、X8（主营业务收入增长率）决定，但两个指标对F4的作用方向相反，可以命名为不定因子，F4=0.266X7-0.2277X8；F5主要由X3（营业利润现金比率）、X10（核心利润贡献率）决定，可以命名为利润因子，F5=0.1118X3+0.17X10。
4. 评价模型建立。本文按照因子的方差贡献率来确定因子的权重，可以建立如下盈余质量评价模型：EQI=0.2608 F1+0.1881F2+0.1174F3+0.0991F4+0.0865F5。其中，EQI为上市公司盈余质量综合评价指数，EQI值越大，盈余质量越高。
（三）我国上市公司盈余质量评价模型的实证检验
为了验证盈余质量评价模型的有效性，本文以1404个2013年与2014年每股收益均为正的公司作为分析样本，根据其2012 ~ 2014年财务数据计算出各个样本公司所对应的2013年盈余质量综合评价指数（EQI）。本文将每股收益增长率（G）作为模型有效性的检验标准，计算公式为：每股收益增长率=（2014年每股收益-2013年每股收益）/2013年每股收益×100%。从理论上分析， 5个因子当中，F2（收现因子）、F3（成长稳定因子）、F5（利润因子）应该与盈余质量同向变动，F1（安全因子）、F4（不定因子）与盈余质量变动方向不确定。EQI值越大，企业的盈余质量也越高，企业未来收益就越具有良好的预期，盈余的持久性和发展潜力就越强。因此，本文提出以下两个假设并建立线性回归模型进行验证：
H1：上市公司的盈余质量综合评价指数（EQI）与每股收益增长率（G）正相关，即EQI越大，公司未来盈余就越具有良好的预期。
建立线性回归模型1：Gi=α+β×EQIi+c。
H2：每股收益增长率（G）与因子F2、F3、F5正相关。
建立线性回归模型2：Gi=α+β1F1i+β2F2i+β3F3i+β4F4i+β5F5i+c。
1. 描述性统计结果分析。
（1）样本总体变量统计分析。在本节分析中，依然选取了前文1624个有效样本中的1404个2013年与2014年每股收益均为正的公司作为分析样本。样本总体变量描述性统计见表7。

从表7中可以看出，样本公司的盈余质量综合评价指数（EQI）的标准差与平均值较为接近，且最大值与最小值的差距较大，表明样本公司的盈余质量差别较明显。样本公司每股收益增长率（G）最大增幅可达到4483.33%，最大降幅可达到98.95%，且标准差远远大于均值，说明样本公司未来盈余增长能力极其不均衡。为了尽可能降低极端值对模型有效性的影响，本文的后续研究剔除了130个每股收益增长率（G）均值±2个标准差之外的公司，从而有效样本容量为1274个。
（2）上市公司盈余持续性分组比较分析。如果上市公司的EQI与每股收益增长率（G）正相关，那么拥有较高EQI值的上市公司也应拥有较高的每股收益增长率（G），反之，低EQI值的上市公司的每股收益增长率（G）较低。将1274个样本公司按照EQI值从高到低分为五组：第一组为高盈余质量组，第二组为中高盈余质量组，第三组为中盈余质量组，第四组为中低盈余质量组，第五组为低盈余质量组，分别记做group1、group2、group3、group4、group5。表8和下图对比分析了五组样本公司每股收益增长率（G）的变化情况。

通过表8和上图可以看出，盈余质量综合评价指数（EQI）最大的一组公司每股收益增长率（G）的均值最高，达到0.9508，即2014年的每股收益比2013年平均增长了95.08%；前四组公司每股收益增长率（G）的平均值与对应组别的盈余质量综合评价指数（EQI）的平均值同向变化；但盈余质量综合评价指数（EQI）平均值最低的第五组公司的每股收益增长率（G）的平均值比第四组公司的G的平均值要大，有可能是受极端值等其他因素的影响。表8和上图清楚地说明五组公司2013年盈余质量综合评价指数（EQI）的均值与2014年每股盈余增长率（G）的均值呈较高程度的正相关关系，说明盈余质量综合评价模型具有一定的科学性。
2. 线性回归结果与分析。
（1）模型截面数据较多，为避免异方差，选择加权最小二乘法回归建模，模型1回归结果见表9。

表9回归结果显示，EQI的回归系数为0.062359，符号与预期一致，且P值为0.000，回归结果非常显著，说明了盈余质量综合评价指数（EQI）与每股收益增长率（G）之间正相关，验证了本文所建立的我国上市公司盈余质量综合评价模型的有效性。
方程的可决系数R2为0.7531，这说明盈余质量综合评价指数（EQI）在75.31%的程度上解释了每股收益增长率（G），方程的拟合优度较高。模型未能解释的部分原因有：一方面，企业的盈余质量并非是每股收益唯一的影响因素，理论上每股收益受到如盈余质量、行业环境、企业管理水平、内部控制、宏观经济政策等多方面因素的影响，进而影响了每股收益增长率（G）；另一方面，目前我国上市公司均会进行盈余管理，甚至是操纵盈余数字，降低了财务报表数据的相关性和可靠性，因此盈余质量综合评价指数（EQI）与每股收益增长率（G）之间的相关性下降。另外，本文在对样本公司的数据进行预处理时，并未消除行业因素对财务指标的影响，这也在一定程度上影响了模型的拟合优度。总体而言，拟合优度超过75%的回归模型效果相对较好，具有较高的解释能力。
（2）为避免截面数据异方差，同样选取加权最小二乘回归方法，模型2回归结果见表10。
从表10可知，5个因子的回归结果在统计上都非常显著（P值都接近于0）。安全因子（F1）的回归系数为负，表明企业的偿债能力和财务风险水平与每股收益增长率负相关。企业为保证较好的偿债能力和控制财务风险，需要保持较高的流动性，这影响了资金的收益性，进而影响每股收益增长率。收现因子（F2）、利润因子（F5）的回归系数为正，符合预期，说明企业的收现能力、营业利润现金比率、核心利润贡献率与每股收益增长率（G）正相关。不定因子（F4）符号为负，说明主营业务收入增长率的影响超过了核心利润增长率的影响，总体上使得F4与每股收益增长率负相关。成长稳定因子（F3）的符号为负，与预期不一致。成长稳定因子（F3）主要包含主营业收入增长率（X8）、股东权益净利率（X9）、核心利润贡献率（X10）、经营现金流入量比率（X11），可能的原因是，主营业务不鲜明的公司通过财务操纵，使未来一期的每股收益有更高的增长。

从可决系数R2来看，盈余质量综合评价指数（EQI）在96.88%的程度上解释了每股收益增长率（G），也证明了盈余质量综合评价模型是有效的。
四、研究结论
本文从上市公司公开披露的财务报告入手，利用因子分析法和主成分分析法构建盈余质量评估模型，运用加权最小二乘法和A股上市公司公开披露的2012 ~ 2014年财务报表中的基本面信息，进行实证检验。
从实证分析样本的描述性统计结果来看，上市公司2013年盈余质量综合评价指数（EQI）的均值和2014年每股盈余增长率（G）的均值呈现较高程度的正相关，与预期相符。这初步说明本文所构建的盈余质量评估模型具有一定的科学性，可以从财务报表基本面信息这个角度去考察上市公司的盈余质量问题。
从模型1的回归结果来看，上市公司2014年每股收益增长率（G）与2013年盈余质量综合评价指数（EQI）正相关，并且在统计上非常显著，R2也比较大，说明运用本文构建的盈余质量综合评价指数能够很好地解释上市公司的盈利能力。从模型2的回归结果来看，每股收益增长率与由每股收益现金比率和净利润现金比率构成的收现因子（F2）显著正相关，说明企业的收现能力越强，每股收益增长率越高，这与原假设相符，验证了模型2的合理性。每股收益增长率与主要由营业利润现金比率和核心利润贡献率决定的利润因子（F5）正相关，说明利润因子越大，每股收益增长率越高，这与原假设相符，也验证了模型2的合理性。每股收益增长率与主要由主营业务收入增长率、股东权益净利率、核心利润贡献率、经营现金流入量比率决定的成长稳定因子（F3）显著负相关，说明公司成长稳定性越高，每股收益增长率反而越低，与原假设不一致。但是这并不表示模型设定不合理，可以推断可能的原因是，主营业务不鲜明、成长稳定性不强的公司通过财务操纵，使未来一期的每股收益有更高的增长，导致从回归结果上来看，每股收益增长率与成长稳定因子负相关。因此，这一回归结果并不影响模型的解释力度。模型2的R2比较大，具有较好的解释力度。模型1和模型2的线性回归结果进一步验证了本文所构建的盈余质量评估模型的合理性。
总体而言，从实证分析的描述性统计结果、模型1与模型2各个变量的回归系数、模型总体的拟合效果来看，本文所构建的上市公司盈余质量评估模型能够运用财务报表基本面信息，较好地解释上市公司的盈余质量。这种盈余质量评价方法，可以透过相对简单的基本面信息，发现盈余信息背后所隐含的公司经营状况实质。这比只依据公开披露的盈余信息而进行投资决策更具科学性和合理性，也有利于帮助投资者有效规避利润操纵和盈余管理引致的信息误导。由此，投资者可以从财务报表基本面信息这个角度出发，运用本文构建的盈余质量评估模型，考察上市公司的盈余质量。在洞察深层次盈余质量信息的基础上，投资者可以做出更加科学、合理的投资决策。

主要参考文献：
利奥波德·伯恩斯坦，约翰·威欧德著．许秉岩，张海燕译．财务报表分析［M］．北京：北京大学出版社，2004．
李春华，李世军，胡志文，褚赢．上市公司盈利质量的评估指标［J］．大庆石油学院学报，2003（3）．
贝洪俊．宁波市上市公司盈利质量不高的原因与对策［J］．经济问题，2002（11）．
魏标文，陈纪南．我国上市公司的盈利质量探讨［J］．江苏商论，2003（12）．
苟开红．上市公司收益质量综合评估模型及实证研究［J］．当代财经，2005（4）．
余怒涛，李红琨，戴建红．基于财务报表基本面信息的上市公司盈余质量评价［J］．山西财经大学学报，2012（9）．
Easton P. D.，Zmijewski M. E.．Cross-sectional variation in the stock-market response to accounting earnings announcements［J］．Journal of Accounting and Economics，1991（7）．
Lipe R.，Kormendi R.．Mean reversion in annual earnings and its implication for security valuation［J］．Review of Quantitative Finance and Accounting，1994（1）．
孙建华．上市公司盈余质量评析与治理研究［M］．成都：西南财经大学出版社，2014．