綜合收益價值相關性比較研究——基于滬市A 股中的金融行業和房地產行業

李霽友 賀 珊

（上海東華大學 上海 200051）

一、實證設計

（一）樣本選擇

本文的數據來源于上海證券交易所官方網站、新浪財經、國泰安數據庫以及 Wind 數據庫。選擇的是2011～2013 年的數據，針對房地產行業，相關數據的取得是直接從利潤表中的相關科目中摘取下來的，但是由于金融行業“其他綜合收益”和“綜合收益”科目在利潤表中沒有直接對應的科目，因而是從年度報表中手工摘錄的。本文的數理統計工具主要是Excel 和Spss 軟件。

本文只以滬市A 股為選取范圍，在剔除了那些有缺省值的企業以及數值異常的年份之后，最終得到的數據如下：房地產行業2011 年度共計19 家公司，2012 年度共計22 家公司，2013 年度共計27 家公司；金融行業2011年度共計20 家公司，2012 年度共計21 家公司，2013 年度共計26 家公司。

（二）研究假設

在總結相關理論基礎以及之前學者實證研究結果的基礎上，本文針對兩個行業同時提出了以下三個假設：（1）金融行業的凈利潤相對房地產業具有更高的價值相關性；（2）金融行業的其他綜合收益相對房地產業具有更低的價值相關性；（3）房地產業中包含其他綜合收益的綜合收益具有增量價值相關性，金融業則沒有類似的增量作用。

（三）模型假定和變量說明

1.模型假定

縱觀之前的實證檢驗，我們不難發現，在會計信息的相關價值性研究中，最常被使用的就是價格模型。事實上在1995 年Ohlson 首次系統的闡述了公司的股價和會計相關變量之間的關系并且建立了正式的價格模型后，在隨后的研究中，越來越多的學者針對自己的研究目的對這一模型進行了不同程度的修正。由此演變成了現在較為成熟的價格模型。本文利用的就是價格模型，并且針對提出的不同假設分別構造了不同的模型等式來進行檢驗。

針對假設1：金融行業的凈利潤相對房地產業具有更高的價值相關性。建立如下價格模型進行檢驗：

若檢驗結果符合假設 1，方程系數1≠0，2≠0，1≠0，2≠0 且1>1。

針對假設2：金融行業的其他綜合收益相對房地產業具有更低的價值相關性。建立如下價格模型進行檢驗：

若檢驗結果符合假設 3，方程系數 ≠0，≠0，≠0，≠0 且< 。

針對假設3：房地產業中包含其他綜合收益的綜合收益具有增量價值相關性，金融業則沒有類似的增量作用。建立如下價格模型進行檢驗：

2.變量說明

（1）被解釋變量的選擇和計算

針對價值相關性的定義，本文選擇將股票價格P 來予以表示，并且由于一般上市公司年報的公告截止日期為四月底，所以特意將上市公司次年四月份最后一個交易日的收盤價確定為股票的價格。

（2）解釋變量的選擇和計算

根據本文的研究目的和所提出的假設，以凈利潤、其他綜合收益以及綜合收益為切入口，解釋變量包括每股凈收益（、每股其他綜合收益以及每股綜合收益。

（3）控制變量的選擇和計算

本文將每股凈資產作為唯一的控制變量，每股凈資產即每股賬面價值，它是公司的凈資產和發行在外的普通股股份之間的比率，代表著股東資產的賬面價值，從理論上來說，每股凈資產與股價呈正比關系，也就是說，較大的每股凈資產可能會到來更高的股價。

二、實證檢驗

（一）多元回歸分析

變量間的相關性分析的主要目的是為了檢驗變量間是否存在著線性共線的問題。對此，本文分別對兩個行業所涉及到的變量，即每股凈收益、每股其他綜合收益、每股綜合收益以及股價進行相關性的分析，結果表1、表2 所示：

表1 變量間的相關系數表（金融行業）

表2 變量間的相關系數表（房地產行業）

從理論上看，在相關系數矩陣分析中，如果變量之間的相關系數超過0.9，那么相應變量間將會存在多重共線性問題，如果在0.8 和0.9 之間，則變量之間可能存在多重共線性問題。首先看金融業的系數表中，相關系數最大的是每股凈利潤和每股凈資產，為0.685，其次是每股綜合收益和每股凈資產，為0.658。其余各變量的相關系數都在此標準之下。再從房地產行業系數表中也可以看到，相關系數最大的是每股凈資產和每股凈利潤，為0.780。由此我們可以初步判斷，本論文中針對兩個不同的行業所選取的變量不存在多重共線性的可能，但是，為了推斷的嚴謹性以及后面結論的科學性，在接下來的回歸分析中，還會對變量是否存在共線問題進行VIF，即方差膨脹因子的計算分析。

（二）回歸結果與分析

本部分是針對兩個不同的行業，分別建立個模型來對股票價格和凈利潤、其他綜合收益以及綜合收益的價值相關性進行檢驗比較，如前面所述，本論文主要應用的是SPSS19.0 軟件進行分析，因而所得到的結論都是來自于統計軟件的運用結果。

1.凈利潤的價值相關性比較檢驗結果

表3 回歸結果（金融行業）

表4 回歸結果（房地產業）

從以上兩個表中可以觀察出，兩個行業模型調整后的擬合優度分別為83.5%和42.5%，都呈現出較好的擬合優性，并且兩個模型的F值都是在1%的水平上顯著差異為零，進一步說明兩個行業的模型回歸效果較高，樣本回歸的結果都是有意義的。同時，無論是金融行業還是房地產行業，其每股凈資產、每股凈利潤的方差膨脹因子（VIF）值分別是1.884/1.884，及2.551/2.551，都小于5，說明針對兩個行業建立的模型并不存在嚴重的多重共線性問題，從而也印證了我們前面進行相關性分析時得到的結論。

另一方面，在金融行業中，在5%的顯著性水平上，每股凈利潤（EPS）的相關系數為2.683，而在房地產行業中，EPS 在5%的較為顯著性水平上的相關系數為0.766。可以明顯看出，在同一顯著性水平下，金融行業中每股凈收益的相關系數遠大于房地產行業中的數值，由此可以說明，金融行業作為一個業務較為集中的行業，由于其經營業務的特殊性和盈利性，其主體經營所帶來的傳統利潤的變化相對于市場上其他產業對于股價的影響更為深刻和廣泛，從而也就證明了我們的假設1，即金融行業的凈利潤相對房地產業具有更高的價值相關性。

2.其他綜合收益的價值相關性比較檢驗結果與分析

表5 回歸結果（金融行業）

表6 回歸結果（房地產業）

如圖所示，總的來說，兩個表格中無論是F值還是V方差膨脹因子（VIF）都沒有突破共線的標準，因而進一步證明了兩個行業中模型建立的可行性和科學性。從單項的每股其他綜合收益來看，房地產行業的相關性顯著大于金融行業，從而直接證明了我們的假設3，即金融行業的其他綜合收益相對房地產業具有更低的價值相關性。

針對假設四，我們可以看到，加入其他綜合收益之后，金融行業和房地產行業經模型調整后的擬合優度呈現出不同的變化，金融行業中的擬合優度要小于凈利潤和綜合收益總額的擬合優度（82.8%<83.4%<83.5%），而房地產行業的擬合優度明顯要大于其他兩個變量的擬合優度（43.3%>42.5%>41.9%），這說明金融行業由于其經營業務特殊性，將綜合收益分為凈利潤和其他綜合收益分開披露并沒有給股價帶來更大的價值相關性，但是對于房地產行業來說，將綜合收益分解為凈利潤和其他綜合收益則對于股票價格的穩定性會帶來明顯的改觀。

三、研究結論及局限性

（一）研究結論

本章節主要是在結合前面章節的理論鋪述和上一章節的實證檢驗的基礎上，對全文的研究目的進行歸納總結，同時提出本文研究的不足。

實證結果證明，在金融行業中，凈利潤與股價之間具有更顯著的價值相關性，但是在其他綜合收益中卻呈現出了截然不同的結果。對于房地產行業來說，將綜合收益總額以“凈利潤+其他綜合收益”的形式進行列報，與傳統的凈利潤列報方式相比，對于股價的解釋和平穩作用表現的更為顯著，而金融行業中并沒有出現類似的增量效果。事實上我們也可以發現金融行業中大部分企業沒有在利潤表中直接披露其他綜合收益。

（二）研究局限性

本文僅以滬市A 股上市公司的數據為樣本，沒有將國內全部上市公司納入范圍，使得樣本上存在一定的誤差。本文中相關數據的摘取來自于數據庫和公司的年報，數據的科學性沒有做深入的探究，可能會對結果產生一定的影響。

[1]葛家澍.損益表(收益表)的擴展——關于第四財務報表[J].上海會計,1999，(1).

[2]程小可,龔秀麗.新企業會計準則下盈余結構的價值相關性——來自滬市A股的經驗證據[J].上海立信會計學院學報，2008，(4).

[3]徐經長,曾雪云.綜合收益呈報方式與公允價值信息含量——基于可供出售金融資產的研究[J].會計研究，2013，(1).