公司年度会计稳健性计量方法适应性研究，本文主要内容关键词为：适应性论文,稳健论文,年度论文,会计论文,方法论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修复日期：2011-11-09
一、引言
尽管稳健性是最古老、最普遍的会计原则之一，但采用目前主流的实证方法对其进行研究则是20世纪90年代之后的事情。之所以如此，主要是因为对于会计稳健性的度量存在困难。Basu的开创性工作使得会计稳健性的实证研究成为20世纪90年代后10多年里实证会计研究的重要领域[1]。对于会计稳健性的实证研究，早期主要集中在会计稳健性动因方面，Watts对此进行了很好的综述[2]。随着研究的深入，越来越多的研究开始关注会计稳健性的经济后果，而国内学者对于会计稳健性经济后果的研究则相对较少，这主要是因为如何计量公司年度会计稳健性还远未达成共识。
鉴于会计稳健性计量方法在会计稳健性实证研究中的重要性，已经有不少学者对会计稳健性计量方法进行了综述[2-7]。但这些研究都主要是描述或者理论分析不同计量方法的优缺点，尚未见到通过实证方法来检验不同会计稳健性计量方法在中国的适应性问题。因此，本文对现存的公司年度稳健性计量法在中国的适应性进行实证检验，从而为后续的会计稳健性经济后果研究中的会计稳健性计量指标的选择奠定坚实的基础。
二、现有会计稳健性计量方法应用及研究设计
(一)会计稳健性计量方法应用概述
根据上述文献，会计稳健性的计量方法可以分为两大类：一为非公司年度会计稳健性计量方法，具体包括Basu模型法、改进Basu模型法、收益反转模型法、应计现金流模型法、Feltham—Ohlson估价模型法；二为公司年度会计稳健性计量法，具体包括Khan和Watts提出的K&W稳健性指数法、负应计法、市账比法[8]。
计算出某一公司某一年度的会计稳健性程度，可以比较方便地检验会计稳健性经济后果①。因此，在近期研究会计稳健性经济后果的文献中均采取各种方法衡量某一公司某一年度的会计稳健性指标。其一是利用原来开发的非公司年度会计稳健性计量方法的变形来实现的；多数情况是通过滚动数据窗口来实现的。非公司年度的会计稳健性计量方法一般都是利用回归方程的回归系数来度量企业的会计稳健性程度的。因此，如果要采用这类方法来度量某一公司某一年度的会计稳健性，就需要采用最少10年期滚动窗口的序列数据来进行滚动回归，而中国证券市场成立时间较短，基本上不具备上述要求。与此同时，近年来，中国会计制度变迁比较频繁，即使能够获得足够的时间序列数据，恐怕也不能采用放在一起回归的方法来计算公司的会计稳健性计量指标。而利用公司盈余的偏度来衡量公司的会计稳健性程度，虽然要求的数据年限可能略微少一点，但同样存在上述问题。由此可见，从计量经济学方法论和制度背景分析来看，采用非公司年度会计稳健性计量方法的变形来计量公司年度会计稳健性存在明显缺陷。因此，目前在中国会计稳健性经济后果的实证研究中，计量公司年度会计稳健性的文献主要采用K&W稳健性指数、负应计、市账比[9-11]，仅见李刚、张伟和王艳艳等采用basu模型滚动窗口来计量公司年度的会计稳健性[12]。
尽管剩余收益模型认为会计稳健性会导致较低的资产价值的低估，从而导致BTM(MTB)偏低(高)。但Roychowdhury和Watts认为，如果存在由于缺乏可验证而不能被确认的经济租，即使不存在会计稳健性，也会导致较低的BTM[13]。与此同时，Beaver和Ryan认为BTM其实由两部分形成：一部分是由于采取稳健性原则而导致的净资产下偏，另一部分是由于一些会在未来几年内消失的暂时性成分[14]。由于滞后的暂时性部分主要是由于诸如历史成本、公司经营环境和其他总体经济环境所引起的，与企业的会计政策选择无关，而只有偏差部分才是对公司会计稳健性的衡量。因此，尽管直接采用MTB指标来度量企业的会计稳健性，可以获得企业的公司年度会计稳健性指标，但这样会造成偏差。而如果采用分解的方法来获得度量企业会计稳健性的MTB部分，则无法得到公司年度的会计稳健性指标，并且同样存在由于会计制度频繁变更造成的数据不一致问题。
基于上述分析，我们将主要检验K&W稳健性指数和负应计这两个会计稳健性计量指标在中国的适应性。
(二)研究设计
如果有一个先验的公司年度会计稳健性标准，则只需要计算出公司年度的负应计和会计稳健性指数，再与该先验的标准进行比较即可判断负应计和会计稳健性指数中哪一个更适合中国的市场环境。但目前尚没有先验的会计稳健性标准。因此，对两种方法在中国的适应性检验采用通过互相验证的方法来进行。具体包括以下6个步骤：
第一，计算度量公司年度会计稳健性的各公司各年度的负应计和会计稳健性指数；
第二，根据K&W稳健性指数的大小，将样本按照其稳健性程度的高低划分为四组；
第三，利用文献中使用最多的、接受程度最高的basu模型、盈余反转模型和应计现金流模型分别对稳健性程度不同的样本组进行检验；
第四，比较上述三种方法的检验结果与按照K&W稳健性指数分组的预期结果的一致程度；
第五，对负应计执行第二到第四步，得到检验结果与按照负应计分组的预期结果的一致程度；
第六，比较按照K&W稳健性指数分组检验结果的一致性和按照负应计分组检验结果的一致性，一致性程度高的就是比较适合中国上市公司的公司年度会计稳健性计量指标。
三、实证检验
(一)样本选择和数据来源
以2004-2009年间沪深两市A股所有上市公司为初选样本，按照下列程序进行筛选：(1)剔除金融类行业的上市公司，由于金融保险行业公司的应计利润和其他行业相比具有特殊性；(2)剔除当年IPO的上市公司；(3)剔除ST、PT的上市公司；(4)剔除净资产为负，即负债率超过1的上市公司；(5)剔除某些指标无法获得的上市公司。最终得到7 422个样本观测值。
MTB指标来自CCER数据库，其他相关数据全部来自锐思数据库。同时，为了保证数据的可靠性，抽取了部分数据与CCER、CSMAR进行了交叉验证。所有数据的处理使用EXCEL和STATA11.0软件进行。
(二)K&W稳健性指数适应性检验
1.样本的描述性统计
表1报告了样本主要指标的描述性统计。需要指出的是：R是市场调整的个股年持有收益率，等于公司i第t年5月至第t+1年4月各月收益率的乘积减1，再减去同期沪深两市的市场收益率的乘积减去1[15-18]。从上述描述性统计可以看出，这里存在较为严重的异常值问题。为了消除异常值的影响，我们在后续的所有回归模型中对所有变量都在1%和99%的分位数上进行了winsorization处理。
2.K&W稳健性指数的计算
根据Khan和Watts的研究成果[8]，我们用年度截面数据对方程(1)进行回归，得到6年的回归结果，见表2②。回归结果显示方程都非常显著，并且绝大多数用来计算会计稳健性指标的回归系数都比较显著。因此，可以利用上述分年度回归结果得到的系数来按照方程(2)和方程(3)计算稳健性指标。
会计稳健性指标估计值的描述性统计如表3。
其次，分别用Basu模型法、收益反转模型法、应计现金流模型法三种非公司年度会计稳健性度量法，来对各样本组进行会计稳健性检验，看稳健性不同的样本组之间的回归结果是否与预期结果相一致。
表4、5、6分别列示了用Basu模型法、盈余反转法、应计现金流法对不同稳健性程度的样本组的检验结果。
根据Basu模型法的思想，会计稳健性越强，则DR×R的回归系数应该越显著地为正，因此，如果按照K&W稳健性指数法衡量的会计稳健性与Basu模型法衡量的会计稳健性相一致，则我们期望CSCL1—CSCL4各样本组的系数也越来越显著地为正。从表4我们发现，交互项DR×R的回归系数由-0.025 6逐渐变化为0.115，并且系数的t值也逐渐发生变化。因此，K&W稳健性指数度量的会计稳健性与Basu模型法度量的会计稳健性存在较高的一致性。
根据收益反转模型法的思想，我们预期，随着会计稳健性程度的提高，△
]·△
的回归系数越来越显著地为负。从表5可以看出，随着样本组的稳健性程度的提高，△·△由正变负，并且其显著性水平和系数值也越来越大，系数和t值分别从第一组的0.091 7和1.54逐渐变化为-0.067 8和-1.06、-0.336和-5.7，到最后的-0.404和-6.47。因此，利用收益反转模型法对K&W稳健性指数的检验表明，二者具有较高的一致性。
表6报告了按照应计现金流法对各稳健性样本组的检验结果。需要说明的是，根据前期研究的结果[10，16]，这里的应计ACC采用的是非经营应计，其中：
非经营应计=总应计-经营性应计
总应计=净利润-经营活动产生的现金净流量
经营应计=现金流量表中的应收应计项目的增加+存货的增加-应付应计项目的增加③。
根据应计现金流模型的思想，我们预期随着各样本组会计稳健性程度的提高，DCFO×CFO的回归系数越来越显著地为正。从6表可以看出，尽管对所有样本组来说，DCFO×CFO的回归系数均为正，但系数的t值却随着样本组的会计稳健性程度的提高也逐步提高，并且系数的值也基本上逐步提高。因此，我们认为应用应计现金流模型的检验也证明了K&W稳健性指标也具有较高的可靠性[8]。
(三)负应计稳健性度量法适应性检验
这里的负应计就是前面进行应计现金流模型法中的非经营性应计的负数，是用总应计减去现金流量表的经营性应计后得到的，原因如前所述。此外，为了保证研究结论的可靠性，本文也计算了多种基于资产负债表的非经营应计和总应计，结论基本一致，为了节省篇幅这里没有报告。基于资产负债表的经营性应计分别采用以下两种方法：(1)经营性应计=应收账款的增加+存货的增加+待摊费用的增加-应付账款的增加-应交税金的增加；(2)经营性应计=应收票据的增加+应收账款的增加+其他应收款的增加+预付账款的增加+存货的增加-应付票据的增加-应付账款的增加-预收账款的增加-应付工资和福利费的增加-应付税金的增加-其他应交款的增加-其他应付款的增加。此外，笔者对总应计也采用了两种计算方法：(1)总应计=净利润-经营活动的现金流量；(2)总应计=营业流量-经营活动的现金流量。此外，应该指出的是，在前期文献中一般都是采用累计负应计来衡量会计稳健性的，但考虑2007年开始执行的新会计准则以及采用累计负应计导致的样本量的影响，加之前期也有学者直接采用负应计来进行检验，所以，本文采用的是负应计而不是累计负应计。
对负应计适应性检验与前述的K&W稳健性指数的检验方法类似。先按照负应计的大小将样本划分为会计稳健性程度由低到高的四组，然后分别用Basu模型法、收益反转模型法、应计现金流模型法三种非公司年度会计稳健性度量法，来对各样本组进行会计稳健性检验。
表7、8、9分别列示了用Basu模型法、盈余反转法、应计现金流法对不同稳健性程度的样本组的检验结果。
从表7看出，用Basu模型法对不同稳健性程度的样本组的检验，基本符合Basu模型的预期，即稳健性越高，DR·R的系数越显著为正。但这种结果显得有些不稳定，即按照负应计划分的第二组、第三组的稳健性程度应该比第一组要高，但其系数则为较大的负数，并且显著性程度更高。因此，我们可以认为，Basu模型法对不同样本组的检验基本认同负应计对稳健性程度的计量，但不是非常的可靠。
从表8看出，采用盈余反转法对不同样本组进行的检验，与预期结果基本相反：按照负应计划为稳健性最低的第一组，其系数显著为负，而稳健性程度最高的第四组，其系数为负，但不显著。因此可以说盈余反转模型法认为按照负应计度量的会计稳健性程度存在较大的误差。
从表9看出，应用应计现金流模型法对不同样本组进行的检验，与预期结论基本一致。但我们发现系数的显著性程度都非常低，并且调整
也都非常的低。因此，尽管从趋势上看，与预期相一致，但我们很难从统计上有把握地说，这种趋势是可靠的。
为了直观地显现会计稳健性适应性检验结果，表10汇总了适应性检验结果，从中清楚地看出，K&W稳健性指数法在本文提出的相互验证的检验方法中具有显著优势，比较适合作为中国上市公司的公司年度会计稳健性计量指标。
四、结论
在会计稳健性经济后果研究中，无论是检验结果的解释还是检验结论的可靠性，都非常需要能够较为可靠的计量公司年度的会计稳健性程度。尽管已有较多的文献对会计稳健性的计量方法进行了总结，但仅见邱月华、曲晓辉对会计稳健性计量方法在中国的适应性进行了分析，就笔者所接触的文献来看，本文是首次利用中国现实数据来对公司年度的会计稳健性计量方法在中国的适应性进行检验。由于没有先验的会计稳健性标准，本文另辟蹊径，采用相互验证的方式来检验目前使用最多的两种公司年度会计稳健性：负应计和K&W稳健性指数。以Basu模型法、盈余反转模型法、应计现金流模型法三种最常用的非公司年度会计稳健性计量法对负应计和K&W稳健性指数的验证表明，K&W稳健性指数在中国具有较高的适应性，而负应计作为公司年度的会计稳健性度量指标在中国的适应性尚需得到进一步的验证。
注释：
①如果通过回归系数来检验经济后果的话，在检验模型中将会产生过度的交互项，使得其回归结果难以得到合理解释。
②限于篇幅，计算K&W稳健性指数的六个分年度回归结果未列示，感兴趣的读者可与作者联系。
③尽管有不少的研究采用通过调整资产负债表的方式来获得经营应计(徐新华、孙铮，2008)，但我们认为现金流量表中提供的将净利润调整为现金流中需要减去的存货增加和应计项目的增加、加上的应计项目的增加，应该能更准确地获得经营应计。我们同时也采用了通过资产负债表调整的方法来获得经营性应计，结果发现二者之间存在高度相关关系。