基于事件研究法的XBRL財務報告市場反應研究

【摘 要】 為研究XBRL財務報告是否增加了年報的信息含量，文章以深市A股53家制造業企業為樣本，采用事件研究法和回歸分析對2008年至2012年樣本公司披露XBRL財務報告前后累計異常報酬率CAR數據進行研究，結果顯示雖然XBRL報告包含一定的信息含量，但并不顯著。

【關鍵詞】 XBRL； 事件研究法； 市場反應

一、引言

可擴展商業報告語言（eXtensible Business Reporting Language，XBRL）這一構想最早由美國會計師Charles Hoffman于1998年提出，是基于互聯網專門用于財務報告編制和披露的計算機語言，這一概念將會計準則與計算機語言相結合，通過計算機對財務數據進行的智能化處理，使得使用者能夠對各種會計信息進行快速快捷的識別、儲存、交換、分析及利用，減少了信息使用成本并提高了信息質量。隨著全球各國會計信息化的推進及對XBRL的大力推廣，基于XBRL的財務報告必將成為會計信息披露的主要形式。

我國早在2002年就開始參與XBRL的研究，2009年深圳證券交易所推出面向中小投資者的“XBRL上市公司信息服務平臺”，上海證券交易所也從2009年半年報披露開始采用了全新的XBRL標準平臺系統。2010年9月，財政部發布《企業會計準則通用分類標準》，于2011年1月1日起在美國紐約證券交易所上市的我國部分公司、部分證券期貨資格會計師事務所施行，2011年11月石油天然氣和銀行監管行業的擴展標準發布，其他行業分類標準制定也在不斷推進中，XBRL在我國已經進入實質性應用階段。

XBRL財務報告的核心價值在于提高會計信息質量，自上交所和深交所強制要求上市公司進行XBRL披露后，實行XBRL披露是否提高我國企業的會計信息質量成為關注的重點，這一問題的研究對我國未來XBRL的應用和推廣有很大的現實意義。

本文擬采用事件研究法研究XBRL報告披露對會計信息質量的影響，考察XBRL標準的年報是否能夠改善我國會計信息質量，提高公司信息的透明度，從而增加投資者的決策效率。事件研究法是探討事件發生前后標的公司股票價格反應的研究方法，它以特定事件日為基準，通過研究事件日前后股價收益率的變化，衡量標的股票價格因為該事件所受的影響。常用的方法是通過研究事件期中樣本的累計報酬率是否有顯著異常，來探討該事件的信息含量。對本文而言，則是通過研究XBRL財報披露前后該股票的累計異常收益率（CAR）來測定XBRL年報是否含有信息含量。若XBRL年報披露含有信息含量，則披露日附近可觀察到CAR有明顯的增加；若市場對該信息的反應是無偏的，則在事件日后股票累計異常收益率并無顯著變化。

二、研究設計及模型構建

（一）樣本選取

從2009年開始，上交所和深交所都推出了各自的上市公司信息披露報送系統，但兩者在具體披露流程上并不相同。上交所是由上市公司應用報送系統的客戶端應用軟件在本地生成XBRL實例文檔，然后上傳到上交所，而深交所是由上市公司業務人員根據從深交所獲得的權限，登陸報送系統直接填寫信息，由系統自動生成XBRL實例文檔。

由于深交所的報送系統可以隨時和交易所后臺進行交互驗證，如有錯誤可及時發現修改，報送數據的準確性較高，因此本文的研究樣本選擇在深交所上市的A股制造業企業，選取2008年至2012年的市場數據為樣本，剔除窗口期有其他重大事件對外披露的公司、估計期內連續10天未進行股票交易的公司、ST或PT類公司以及其他數據不全的樣本，最終獲得有效樣本53個。

本文研究數據來自深交所網站系統及雅虎財經，數據處理主要基于Microsoft Excel及SPSS（PASW Statistics 18.0）軟件。研究步驟主要分為兩步，第一步對2008年至2012年深交所披露XBRL財務報告前后的CAR進行描述統計，觀察在2009年采用XBRL披露后CAR是否有顯著變化；第二步進行多元回歸分析，先對可能影響CAR的各個變量進行相關性檢驗，檢驗其是否存在共線性，然后對CAR進行回歸分析，檢查XBRL對CAR的貢獻是否顯著。

（二）定義事件期

采用事件研究法首先要對事件日、事前估計期和窗口期進行定義。由于目前上市公司XBRL財務報告均由PDF格式的報告轉換而來，故不存在信息提前泄露的可能，因此本文事件日定義為上市公司披露年報的日期。事前估計期的作用在于估計正常收益率，本文所選用的估計期為[-90，-1]，即年報披露前90個交易日；窗口期用于研究事件發生后股價的異常變化，窗口期的長短可以根據研究需要自行設定，通常研究使用的窗口期有[-2，2]、[-1，1]和[0，1]，本文研究選擇的窗口期為[-1，1]，即年報披露前1個交易日到披露后1個交易日。

（三）計算累計異常收益率CAR

本文計算XBRL財務報告披露前后的CAR主要分為以下步驟：

1.計算樣本公司在估計期[-90，-1]內的股票i的日收益率及市場指數日收益率，分別用Ri，t和Rm，t表示：

Ri，t=（Pi，t-Pi，t-1）/Pi，t-1

Rm，t=（Pm，t-Pm，t-1）/Pm，t-1

其中，Pi，t代表股票i在t日的收盤價，Pm，t代表在t日的市場指數，本文研究深交所的A股制造類企業，故采用深成指為市場指數。

2.計算預期正常收益率。本文采用的預期收益率計算方法為市場風險調整法，根據資本資產定價模型（CAPM）來計算正常收益率。以估計期內數據為樣本，以市場指數收益率為解釋變量，以個股收益率為被解釋變量，αi、βi為回歸系數，εi，t代表回歸殘差進行回歸分析：Ri，t=αi+βiRm，t+εi，t

通過回歸分析后得到αi、βi，并據此計算每只股票在窗口期[-1，1]的預期正常收益率。

3.計算每只股票在窗口期[-1，1]內每日異常收益率ARi：ARi，t=Ri，t-（αi+βiRm，t）

4.將窗口期內的每日異常收益率ARi加總即得到每只股票的累計異常收益率CARi。

（四）設計回歸方程

研究表明影響累計異常收益率CAR的主要因素包括公司的成長性、盈利能力、未預期盈余、行業因素等，由于本文選擇的樣本均為制造業企業，故行業因素不再考慮。回歸方程設計如下：

CAR=A+B1XBRL+B2GROW+B3UE+B4ABSUE+

B5LOST+ε

其中，各相關影響因素變量定義為：

1.事件影響變量（XBRL）

本文主要研究深交所實施XBRL對年報信息質量是否有所貢獻，深交所于2009年開始披露2008年的年報，故將XBRL設置為虛擬變量，XBRL標準實施后取值為1，實施之前為0。

2.公司成長性（GROW）

公司的成長性反映了企業未來的發展及其盈利能力，投資者對公司未來的預期會影響股價的變動，故將公司成長性設置為解釋變量。對于公司成長性的衡量，現有文獻一般采用托賓Q值或主營業務收入增長率來衡量，本文主要采用主營業務收入增長率來衡量。

3.未預期盈余（UE）

已有研究表明某一給定期間未預期盈余（UE）的變化與股票價格變化呈正相關關系。本文將UE作為解釋變量來檢驗其對CAR的影響，表示為預期的每股收益（EPS）同年報實際披露的每股收益之間的差額，即UE=EPSt-EPSt-1。

4.未預期盈余的絕對值（ABSUE）

未預期盈余與CAR之間有時會表現出非線性的特征，故本文特將未預期盈余的絕對值引入回歸方程，以此來控制變量之間的非線性關系。

5.公司虧損（LOST）

公司盈利還是虧損對股價的影響很大，故本文將其列為虛擬變量，收益為負為1，為正則為0。

三、實證分析

（一）描述性統計

深圳證券交易所的“XBRL上市公司信息服務平臺”于2009年推出，即自2008年年報開始進行XBRL披露，本文計算CAR市場數據自2008年至2012年，即年報數據自2007年至2011年。通過計算得出深市A股制造業53家樣本公司各年在XBRL報告披露前后的CAR數據，然后對其進行描述性統計，統計結果見表1。

表1描述了XBRL標準財務報告披露前后各年CAR的均值和標準差，可以看出XBRL年報披露之前的2008年CAR均值為0.006421784，2009年至2012年的CAR最大值為0.000714150，最小值為-0.004442786，在實施XBRL財務報告披露前后CAR之間并沒有顯著的差異，XBRL標準對增加財務報告會計信息含量貢獻并不大。

（二）相關性分析

在進行回歸分析時，只有各變量之間彼此不具備共線性才能保證回歸分析的準確性，本文主要采用Pearson和Spearman對相關變量進行相關性分析，系數的顯著性檢驗為雙尾檢驗，結果顯示如表2。從表中可以看出各個相關變量其相關性不顯著，即各變量之間不具備共線性。

（三）回歸分析

在進行描述性統計和各因素相關性分析之后，本文對2008年至2012年的樣本數據各相關變量進行描述性統計和回歸分析，見表3、表4。分析結果顯示，年報披露有較強的市場反應，公司成長性、未預期盈余等指標對CAR有較顯著的影響，這和現有的研究結果基本一致。XBRL在0.05置信水平上的P值為0.086>0.05，表明XBRL財務報告雖然包含了一定的信息含量，但是對CAR的影響并不十分顯著。

四、結論

本文以深交所A股制造業企業為樣本，運用事件研究法和回歸分析對XBRL年報披露的信息含量進行了檢驗，在窗口期為[-1，1]的條件下，檢驗結果并沒有發現XBRL年報的披露有很強的市場反應。雖然XBRL年報的信息含量已經有所表現，但在0.05的顯著性水平上對CAR的影響并不顯著，本文認為原因可能有以下幾點：

1.本文選取的樣本為深交所A股制造業企業53家，樣本量較小，時間從2008年至2012年，時間序列并不長，而在此期間，我國股市經歷了大漲大跌，深成指從2008年初的19 000點最高點一路下行，在本文進行的事件研究法和回歸分析中并沒有完全剔除市場行情的影響，結論可能存在偏頗，仍需未來進一步研究。

2.深交所披露的XBRL財務信息只包括公司基本信息，主要財務指標，主營業務情況及資產負債表、損益表和現金流量表，并沒有披露財務報表附注，而實際上財務報表包含的會計信息有限，企業財務和經營信息更多的體現在報告附注中。深交所在XBRL的應用上已經計劃增加財務報表附注的內容，以及將XBRL格式文件內容由上市公司定期報告擴展到公司IPO報告、上市公司臨時公告及基金公司公告。隨著XBRL信息披露的全面化，XBRL對會計信息質量的提高也會逐步顯現。

3.目前上市公司披露XBRL財務報告仍是基于經審計后的PDF財務報告，只不過是在深交所的XBRL系統中重新填寫，這種模式的應用成本雖然較低，但實質上卻與公司的會計系統脫節，并不能充分發揮XBRL技術的優勢。未來XBRL的應用模式應該由企業的ERP系統通過內嵌集成XBRL適配器直接生成XBRL實例文檔，生成“實時會計報告”。XBRL只有深入到企業內部會計核算和整個控制流程，將其應用于整個財務報告信息鏈，才能充分發揮優勢，真正提高會計信息質量。

4.XBRL實例文檔數據生成后，其最終目的是為信息使用者提供決策支持。目前深交所的“XBRL上市公司信息服務平臺”雖已集展示、分析及下載上市公司信息等功能于一身，但目前只能分析最基本的財務指標，進一步的數據分析仍有賴于使用者的專業知識和技能，對大多數投資者，XBRL的優勢無法真正體現。XBRL實例文檔的生成、轉換及數據分析，都離不開XBRL應用軟件的支持。目前我國參與開發XBRL的軟件還很少，要真正推廣和應用XBRL，必須鼓勵軟件開發商大力開發用于XBRL數據提取、展示、分析等方面的軟件，使投資者和分析人員即使不具備淵博的專業知識，也能對會計信息有效地分析利用，提高決策效率。

5.XBRL分類標準是XBRL的核心和基礎，目前深交所和上交所XBRL應用所采用的分類標準均是自行制定，與財政部發布的《企業會計準則通用分類標準》并不一致，導致同一財務報告由于分類標準的不同生成的XBRL實例文檔并不完全相同。上交所、深交所和財政部的XBRL分類標準的統一與完善是推廣和應用XBRL過程中必須要解決的難題，只有實施統一的分類標準，才能提高財務信息的可比性，同時也有利于市場監管和XBRL應用軟件的開發，避免兼容性問題。

【參考文獻】

[1]張天西.網絡財務報告：XBRL標準的理論基礎研究[J].財會通訊，2006（9）：56-63.

[2]段婧，孔令燕.XBRL的應用對信息不對稱的影響[J].新會計，2010（7）：63-66.

[3]黃長胤，張天西.XBRL分類標準擴展與信息披露質量[J].現代管理科學，2011（5）：32-34.