波動風險、剩余收益與股票的內在價值

馮凌茹

摘要：剩余收益模型是在進一步追蹤企業內在價值源泉的基礎上建立起來的價值估值計量模型。本文拓展了傳統的剩余收益模型，假設剩余收益遵循一階回歸過程，由上一期的剩余收益、經營活動凈資產及波動風險決定，然后在此基礎上數理推導風險調整下的價值估值模型并研究其性質。研究發現風險的加入改變了線性信息動態過程模型的結構系數，從而改變了價值系數。具體而言，波動風險對剩余收益有顯著的負向影響（-00875），風險的增加會降低剩余收益的持續性及解釋力度，符合理論假設；凈經營資產對剩余收益的影響為負，與理論假設不符，說明中國上市公司實際采用偏向激進的會計政策；波動風險對股價及未確認商譽也有顯著的負向影響。

關鍵詞：內在價值；估值模型；剩余收益；波動風險

中圖分類號：F83091文獻標識碼：A

一、引言

繼Williams提出股利折現模型后，20世紀70年代以來越來越多的學者開始關注企業創造現金的能力及其與企業價值的關系，并提出現金流量折現模型。雖然這兩個模型在實踐中被廣泛使用，但在應用過程中存在三個問題與難點。第一，模型使用的估值信息單一。在模型的分子部分，現金流量折現模型輸入變量只有未來現金流期望一個要素，股利折現模型輸入變量只有未來股利期望一個要素，而現代信息觀會計研究發現，凈利潤、凈資產、會計應計等項目都與權益價值存在很強的相關性。第二，存在對未來經濟利益的預估難題。現金流量模型和股利折現模型使用的分別是在估值日預期的未來現金流量和股利，特別是在存在風險的不確定環境中，需要對未來期望依次迭代，可操作性差。第三，模型存在無窮項求和的難題。對模型的應用研究認為，3到5年以后的預期經濟利益估值偏差很大，宜將5年以后無窮項求和轉化為假設增長率固定的模型，以解決無窮項求和難題。此種辦法的估值結果對增長率高度敏感，其實質是將無窮項求和的難題轉化為增長率確定的難題。

剩余收益模型通過引入凈剩余關系假設和對剩余收益的定義將預期股利現值之和轉化為賬面價值與預期剩余收益現值之和，將價值評估的關注點從財富分配活動轉向目前擁有的財富與財富創造。然而，傳統的剩余收益模型也存在未來經濟利益預期及無窮項求和的難題。Ohlson（1995）通過引進線性信息動態過程解決這兩個難題，為剩余收益模型的研究與拓展提供了堅實的理論基礎。本文在權益估值模型的基礎上，將會計風險引入線性信息動態過程模型，提出風險調整的價值估值模型，并對模型的相關性質進行探討。

本文的創新點主要體現在以下兩個方面：第一，對線性信息動態過程進行了改進。本文從企業自身的財務狀況出發研究風險，識別會計信息中蘊含的風險因素，將收益波動代表的會計風險包含進線性信息動態過程模型中。第二，在改進的線性信息動態過程模型基礎上推導出風險調整的權益估值模型。Baginski等（2003）研究發現收益波動風險的增加會提高價值偏差，但是其研究沒有涉及收益波動風險在價值形成過程中的作用。本文在Baginski等（2003）研究基礎上進一步探討了收益風險如何作用于權益價值。

根據剩余收益模型，企業內在價值由兩部分構成：（1）投資者對企業資本的投入。投入既可以是股東直接投資，也可以來源于生產經營過程中積累的留存收益，此部分價值以權益賬面價值來衡量。（2）預期未來生產經營中產生的價值凈增加值。與股利折現模型相比，剩余收益模型避免了股利政策因素對內在價值評估的影響。通過剩余收益概念的引入，剩余收益模型與股利無關理論即股利分配不影響公司價值的結論一致。模型構建的條件是凈剩余關系假設，該假設并不是一項由會計準則規范的會計信息間的勾稽關系，而是最直觀的存量與流量之間的關系表述，即本期末存量等于本期期初的存量（即上期期末結轉過來的數量）加上本期流入的數量再減去本期流出的數量。凈剩余關系的假設相當于對企業實際經營的管理層提出保全資本的基本要求，要求其確保企業各項經濟資源的完整，不得侵蝕資產。需要強調的是，凈剩余關系假設是將股利折現模型推導至剩余收益模型所需要的唯一的會計條件，其他一些會計特征，例如會計確認的穩健性原則、收入與費用的匹配原則等在模型中沒有加以約束。

三、風險調整剩余收益模型的構建依據與特點

價值估值的關鍵包括了解商業實質、對各類信息進行分析、預測未來經濟利益、將預測信息轉化為估值結果以及制定投資決策五個方面（Penman，2007）。預測未來經濟利益是基本面估值分析中的核心，需要解決兩個關鍵問題：一是確定采取何種經濟利益，二是預測第一步確定的經濟利益（Penman，2007）。

預測的第一方面問題非常關鍵。價值估值的有效性通常取決于采用的經濟利益形式，如股利、現金流量、收益、賬面價值或權益報酬率。本文的估值模型是以收益為基礎要素的，主要基于兩個方面的考慮：一是收益是企業獲利能力的綜合體現，而剩余收益是企業競爭優勢的財務表現；二是中國資本市場對股利分配的政策要求并不完善，直至股權分置改革前后才陸續出臺對上市公司股利分配的要求。股利信息缺乏一致性與穩定性歸根結底是因為投資者的投機行為，即以獲取股票溢價而非基于公司內在價值的投資行為。關于預測的第二方面問題，對未來收益的預測有兩個角度，一是基于歷史信息對未來收益進行預測，二是直接采用證券分析師的研究報告中的預測信息。Ohlson（1995）提出的系列權益估值模型就是第一種基于歷史信息對未來收益的預測，而傳統的各類有限期剩余收益模型采用的則是第二種分析師預測。分析師預測也會考慮歷史財務信息，但是除此以外，預測的結果還包含企業經營戰略等方面因素，以及分析師的主觀判斷。Ritter（2002）在研究通貨膨脹下的價值評估時就指出，分析師的預測是有偏的，受貝葉斯法則的影響會出現系統性的高估或低估。此外，分析師預測是一個經過各類調整整合后的綜合，很難追尋其具體形成過程，從而無法對價值驅動因素進行判斷。而Ohlson提出的線性信息動態過程下的權益估值模型是一個開放的框架，價值相關的各類驅動因素都可以體現在價值估值的過程中，故本文在此理論框架下進行模型調整與風險整合。

預測收益是未來經濟利益的流量，但是投資者決策相關的信息是價值的現值，所以需根據時間價值原理對未來經濟利益進行折現。由于未來經濟利益是不確定的，有可能未來實際發生的與預期的相差甚遠，所以投資者更偏好風險低的經濟利益流量。不確定性即風險對權益估值的影響體現在兩個地方。第一，風險與預期經濟利益。根據資本市場不完備理論，風險的增加會降低未來經濟利益的預期，從而降低權益價值。Feltham等（2009）將風險下未來經濟利益轉換為確定當量；實踐中則是對傳統的估值模型分子所代表的未來經濟利益根據可能發生的概率進行調整。由此可見，對風險下經濟利益的處理實際上是減少經濟利益的預期值，不論是將風險下的經濟利益轉化為確定當量、概率折算或是調整預期都是為了增加其確定性。第二，風險與折現因子。對估值風險的處理可以通過調整折現率，將風險包含在折現系數中。Ohlson（1995）提出在實踐中可以采取這種做法處理風險，但是在價值估值中利用資本資產定價模型或者Fama-French三因素模型確定的折現率缺乏理論基礎。從估值模型的傳統形式來看，風險對模型的影響體現在降低模型分子的未來經濟利益以及增加模型分母的折現系數中。基于本文研究目的，暫不考慮風險對折現因子的影響。

四、風險調整估值模型的推導與性質

本文假設剩余收益遵循一階回歸過程，由上一期的剩余收益、期初凈經營資產及收益波動風險決定，即在Feltham和Ohlson（1995）模型基礎上增加風險影響因素，提出線性信息動態過程假設，將未來剩余收益作為歷史剩余收益及凈經營資產的函數，以解決未來會計信息不可獲得性問題，從而權益內在價值變為當前時點的剩余收益、凈經營資產與凈資產賬面價值的線性組合。需指出的是，Feltham和Ohlson（1995）模型在做出剩余收益預測的假設時，假定下一期剩余收益僅取決于當期剩余收益，忽視了剩余收益自身蘊含的風險。收益波動信息是能夠影響投資者決策、具有信息含量的，從而影響對未來收益的預期（Dichev和Tang，2009；Petrovic等，2009）。根據市場不完備理論，由于財務困境成本、代理成本、取舍投融資政策等影響，波動風險的增加會降低對未來經濟利益的預期。實證研究亦表明盈余穩定的企業能獲得較高的資本回報和價值評估。對盈余管理的研究發現，管理層進行盈余管理的主要動機是平滑利潤（希望盈利在時間序列上穩定），從而提升股票價值。因此，將剩余收益信息中蘊含的風險因素考慮進估值模型能夠使結果更科學、更準確。

對剩余收益及其他信息線性信息動態過程進行拓展，構建如下的線性信息動態過程模型：

在不考慮其他信息（v i，t）的情況下，根據權益內在價值模型以及線性信息動態過程模型可以推導出市場回報是εi（i=1，2，3）的函數（εi是線性信息動態過程模型中的干擾項，是均值為零的不可預測的變量），也就是說，市場回報的高低取決于不可預期的新信息的實現。該性質公式表達如下：

Vt+1+dt+1/Vt=（1+rf）+1+α1ε1，t+1/Vt+1+α2ε2，t+1/Vt+1+α3ε3，t+1/Vt

不確定性的三個來源是未預期的剩余收益（εi，1）、未預期的凈經營資產（εi，2）及未預期的收益波動風險（εi，3）。由這三個價值決定要素不可預期的變動構成市場回報。由市場回報的公式可見，市場回報的構成中沒有包含未預期股利，市場回報也不取決于股利政策的限定，即股利的不確定性與市場回報無關，這個結論與MM理論所闡述的股利與公司價值無關一致。

五、實證研究

（一）研究設計及假設提出

實證研究模型采用簡化線性信息動態過程模型，以截距項代表其他信息①。

ω11代表剩余收益持續性，遵循時間序列馬爾科夫自相關特征。對于以持續經營假設為基礎的會計計量而言，第t期的剩余收益是預測未來剩余收益的基礎，即是0<ω11<1。ω11等于0代表剩余收益是不可持續的，上期的剩余收益對本期剩余收益完全無影響，并且預期未來剩余收益等于0；ω11等于1代表剩余收益無限期持續，上期的剩余收益信息能夠沒有損失地傳遞到本期，并且預期未來剩余收益等于當期剩余收益。由于競爭的存在，一個企業很難在長期獲得超額利潤，超額利潤在長期趨于0，因此上期的剩余收益對本期剩余收益的持續性影響是遞減的，ω11的取值范圍介于0與1之間。此外，只有ω11介于0與1之間才能推導出收斂的系數矩陣，由此提出假設：

H1：0<ω11<1。

ω12是會計影響因子，代表會計政策與方法對剩余收益的影響。ω12等于0代表資產對下期剩余收益無影響，對應的會計政策與方法是無偏的；ω12大于0代表資產對下期剩余收益有正向影響，本期由于應計會計的應用所產生的未確認超額收益會在下一期釋放，對應的會計政策與方法是保守的穩健性會計；ω12小于0代表資產對下期剩余收益有負向影響，本期多計提了超額利潤，對應的會計政策與方法是激進的。根據中國會計準則，中國目前采取的是穩健的會計政策，對資產及收入的確認標準高于對負債及損失的確認標準，收入或利得存在不確定性時不進行確認，但是對潛在負債損失進行確認。此種做法對剩余收益造成的影響是：一方面這部分經濟利益在未來確認時會增加未來期間的利潤，另一方面由于本期不進行資產的確認，凈資產賬面價值偏低，從而資本必要回報偏低。由于會計政策對收益及資產這兩方面的影響，穩健性會計原則的應用會使得下期超額收益增加，由此提出假設：

H2：ω12>0。

ω13是風險因子，代表收益波動風險大小對未來剩余收益的影響。根據資本市場不完備理論，由于財務困境成本、代理成本的存在以及企業在風險的情況中投融資政策的取舍，收益波動風險的升高會降低未來剩余收益，由此提出假設：

H3：ω13<0。

（二）樣本選取及變量計量

本文采用的數據是合并年報中的數據，數據來源于萬得數據庫、同花順數據庫，數據期間是2004年至2014年。剔除*ST、ST、金融類上市公司以及剩余收益為負的樣本②。

經營活動剩余收益（oxta）通過轉換能夠等價于剩余收益，剩余收益計算公式為當期每股凈利潤減去資本成本，而資本成本等于無風險收益率（以短期國債利率代表）乘以上一期的每股賬面凈資產。

經營活動凈資產（oat）選取的是每股凈經營資產。借鑒Callen（2005）的實證研究對經營資產的計量，經營資產=總資產-現金及現金等價物-短期投資-長期投資，經營負債=優先股+總負債-長期負債-1年內到期的非流動負債-優先股-應付票據。除了會計準則明確能夠歸屬于金融活動的資產負債外，其余資產負債認定為經營活動所屬。因此，凈經營資產的計量口徑為：凈經營資產=（總資產-貨幣資金-交易性金融資產）-（總負債-短期借款-交易性金融負債）。

收益波動風險（σt2）用最近3年剩余收益的方差表示。本文研究的風險是基于會計的風險計量，Beaver（1970）提出可用收益的方差作為風險的表征變量，故采用最近3年剩余收益的方差來表征收益波動風險。

（三）線性信息動態過程的檢驗結果

首先檢驗線性信息動態模型中剩余收益的演進過程。對于剩余收益的時間序列行為及決定因素進行如下四個檢驗。第一，構建剩余收益的一階自回歸模型，即模型1，檢驗一階自回歸系數（ω11）是否居于0與1兩個極值之間。第二，在檢驗剩余收益一階自回歸之后探討剩余收益的粘性，即增加剩余收益的高階滯后項，構建剩余收益二階自回歸模型，即模型2，檢驗剩余收益一階自回歸過程是否足夠描述剩余收益的動態過程。第三，放松會計中性的假定，在模型3中加入經營活動凈資產變量，檢驗會計政策對未來剩余收益的影響。第四，增加會計風險對剩余收益的影響，對剩余收益動態過程加入表征會計風險的剩余收益方差變量，檢驗風險的增加是否會降低未來剩余收益，即ω13是否小于零。

鑒于研究目的的需要，本節使用混合回歸③，結果如表1所示。

剩余收益的自回歸系數在0到1之間，與假設1一致。這種性質的經濟學基礎是：在一個競爭性的環境中，企業獲得的經濟租金不能長久地持有下去（Kothari， 2001）。根據權益估值模型性質，由于ω11小于1，長期而言剩余收益趨于零，權益內在價值將趨于賬面價值。但是在現實世界中，并沒有發現股票價格逐漸向賬面價值長期趨近的過程，即使在長期中股價通常還是高于賬面價值。

模型2是包含剩余收益的高階滯后項，用來判斷剩余收益一階自回歸模型是否足以描述剩余收益的動態過程。剩余收益二階自回歸系數為00686，并通過顯著性水平檢驗，說明剩余收益有一定粘性，但是對比其一階自回歸系數07602，二階系數值很低，不到一階系數的1/10。剩余收益二階自回歸系數顯著但是數值很小的特點與Dechow等（1999）的發現一樣（Dechow的二階自回歸系數是007），但是本文研究剩余收益的二階自回歸模型的解釋力遠高于一階回歸模型。進一步考察剩余收益時間序列特征，檢驗剩余收益三階滯后和四階滯后對本期剩余收益的影響。在剩余收益三階自回歸模型中，三階自回歸系數為00775且在01%的水平上顯著，但是二階自回歸系數反轉為-00076且不顯著；在剩余收益四階自回歸模型中，四階自回歸系數為00225且不顯著，三階自回歸系數為00528并在5%的水平上顯著，二階自回歸系數為00092且不顯著。換言之，在剩余收益高階自回歸模型中，二階自回歸系數反轉為負或者變得不顯著了。對于剩余收益二階自回歸系數不穩定的原因可能是因為采用的是混合回歸，沒有識別出個體不隨時間而改變的特征。

模型3的目的是考察資產因素中包含的滯后期剩余收益信息。如果一階自回歸模型是準確的，那么增加的凈經營資產項不應該對回歸模型有影響，但實證結果是凈經營資產的回歸系數結果為負，在01%的水平上顯著，并且在包含資產因素的模型中，剩余收益回歸系數較單純的剩余收益自回歸模型微小上升。回歸系數為負與假設2不一致，不符合穩健會計假設的預期；回歸系數值（-0 0046）很小，沒有對未來剩余收益造成重大影響。這說明樣本公司實際采用的會計政策是輕微的激進型會計政策。穩健型會計政策對利潤確認嚴格，或者不在財務報告上確認收益，或者將收益暫時儲存在資產中不結轉，而激進型會計政策正相反，存在提前確認收益、超額結轉等問題。凈經營資產系數為正的經濟學邏輯是：企業內在價值與賬面價值存在差異，賬面價值由于其歷史成本屬性是對真實內在價值的低估，從而需要在賬面價值基礎上增加超額經濟利益形成商譽價值。但是，實證研究結果是凈經營資產的剩余收益系數為負，在凈經營資產自回歸系數為正的情況下，內在價值函數的價值系數變為負數。換言之，理論上內在價值與賬面差異的原因之一是穩健性會計下對賬面的低估，但實際上企業采用的是激進的會計政策，非但沒有形成賬面與內在價值的差異，反而降低了差異的大小，從而在價值函數中應當減除這部分差異。

模型4中，收益波動的回歸系數為負，與假設3一致，回歸系數通過顯著性檢驗，且在01%的水平上顯著，收益波動風險的增加會導致未來剩余收益的降低。但是，收益波動的系數的絕對值很小，剩余收益一階自回歸系數為07963，收益波動系數僅為-00875，約為剩余收益系數的1/10，表明收益波動代表的風險因素對未來剩余收益的抑制作用有限。收益波動的剩余收益系數為負，在收益波動自回歸系數為正的情況下，其價值系數為負，即收益波動風險會降低企業的內在價值。這與Baginski等（2003）的研究結論一致，即收益波動風險是導致權益風險價值差異的原因之一。不過，本研究并沒有局限于收益波動風險與價值的負相關關系檢驗，而是進一步推導出包含波動風險的價值函數具體表達形式。

對比中外實證研究，本文研究剩余收益的自回歸系數的大小與王立夏（2012）相似（王立夏的研究結論也是剩余收益自回歸系數維持的08上下的水平），但與外國研究結論有異，剩余收益的自回歸系數的水平高于歐美的實證研究結果。例如，Dechow等（1999）檢驗美國上市公司剩余收益的一階自回歸系數為062，McCrae和Nillon（2001）檢驗瑞典上市公司剩余收益的一階自回歸系數為0523。可見，中國上市公司超額盈利能力的持續性更強，可能的原因是在歐美發達資本市場中的競爭更激烈，創新速度更快，資本流動更自由，企業很難維系超額收益。此外，中國上市公司剩余收益線性信息動態過程模型的解釋力達到5457%，高于美國上市公司的34%，以及瑞典公司的293%。由此可見，中國上市公司的剩余收益持續性強、剩余收益自回歸模型的擬合效度高、剩余收益對未來剩余收益的解釋力度強，剩余收益線性信息動態過程在中國的上市公司中得到支持。

（四）剩余收益及風險的投資組合分析

剩余收益信息動態過程模型的檢驗結果說明風險的增加會降低未來剩余，本文在此基礎上進一步研究風險對剩余收益自回歸過程的影響。將收益波動風險作為標準對樣本進行分組，觀測每組剩余收益自回歸過程是否有差異，即剩余收益持續性因子及模型解釋力是否不同。投資組合1為收益波動風險最小的投資組合，投資組合4為收益波動風險最大的投資組合。

隨著收益波動風險的增加，剩余收益的持續性減弱，且對未來剩余收益的解釋力下降。在風險最小的組合中，剩余收益的延續性好，持續因子高達09647，而在風險高的組合中剩余收益衰減得快，持續因子只有06657。在風險小的組合中，剩余收益自身的解釋高達93%，而在風險高的組合中，剩余收益的解釋力僅為41%。此外，截距項在風險最小的投資組合中僅為00056，而在風險最大的投資組合中為02659，說明截距項代表的固定效應部分即是模型中其他信息（vt）對剩余收益的作用增強。

根據投資組合分析，收益波動風險會對剩余收益產生實質性影響，表現在風險的增加會（1）帶來剩余收益持續性的下降，（2）帶來剩余收益自回歸模型解釋力度的下降。

（五）價值決定變量對股價和商譽的檢驗結果

進一步考察賬面價值、剩余收益、收益波動風險是否對股票價格有影響。凈資產賬面價值是資產負債表信息，代表存續資產對股價的影響；剩余收益是利潤表信息加工而來，代表盈利對股價的影響。雖然根據Ohlson（1995）理論模型，價值是收益模型和資產模型的加權，但是此處實證研究使用剩余收益信息，它包含了資產信息與收益信息。

由表3可知，在賬面價值、剩余收益的單變量價值相關模型中，賬面價值和剩余收益都與股價顯著正相關，剩余收益對股價的解釋能力強于賬面凈資產對股價的解釋能力。根據表3中的模型3，收益風險的系數顯著為負，大小為-193，印證了上文理論推導的內在價值估值模型。此外，在增加了風險因素后，模型解釋力度上升。由此可見，在剩余收益大于零的情況下，剩余收益的價值系數顯著為正，收益風險的價值系數顯著為負，資本市場能夠對剩余收益、收益波動風險進行定價。

根據估值理論模型，權益內在價值與賬面價值之間存在差異。權益內在價值是從投資者角度出發確定的企業未來經濟利益，而權益賬面價值是由交易為基礎的會計計量決定的，基本屬性是歷史成本。內在價值與賬面價值之間的差異即企業未確認的商譽（g），是由未來超額收益等驅動的，即gt=Vt-bvt=f（xat， oat， σt2）。下面檢驗剩余收益、凈經營資產及收益風險是否為未確認商譽的驅動因素。

由表4結果可見，剩余收益和收益風險的系數顯著，凈經營資產的系數不顯著；剩余收益的系數大于零，收益波動風險的系數小于零，符合理論模型。對比模型1和模型3中的剩余收益及收益風險系數，模型1中剩余收益系數為66905，模型3中剩余收益系數為72685，收益風險系數為-18856，說明在增加了收益波動風險因素后剩余收益的系數上升了。從線性信息動態過程的改變分析此價值系數的變化，根據表1線性信息動態過程檢驗結果，剩余收益一階自回歸的系數為07641，增加收益波動風險后，剩余收益系數上升到07963，收益波動風險系數為-00875。也就是在線性信息動態過程中，增加風險因素后剩余收益的系數上升，從而在此處增加風險因素后，剩余收益對未確認商譽的作用增強，即風險的增加改變了線性信息動態過程的結構，調整了未確認商譽的價值系數。

賬面價值差分、剩余收益差分及收益波動風險差分的系數分別為-03536、-54301、31786，剩余收益差分系數在1%水平上顯著不等于0，賬面凈資產差分系數和收益波動風險差分系數在5%水平上顯著不等于0。對三個差分系數進行聯合檢驗，自由度為3的卡方值為3578，p值等于0。也就是說，輔助回歸中，變換后賬面凈資產、剩余收益與收益風險的γ系數均顯著不等于0，因此拒絕隨機效應模型的原假設，采用固定效應模型。

六、研究結論及展望

雖然經驗研究發現收益平滑的公司價值更高，管理層有平滑收益的動機（Yen等， 2007），但是對收益波動風險究竟是如何作用于權益價值的研究并不充分。研究缺少一個環節，就是探討財務報告中體現的波動風險與公司價值的關系（Allayannis等，2003）。根據市場不完備理論，收益風險的上升會降低未來剩余收益的預期。為此，本文通過信息動態過程下的剩余收益模型，將風險調整因素包含進權益估值函數中，并進行實證研究，結果表明：（1）對于線性信息動態過程的檢驗，剩余收益的結構系數介于0與1之間，滿足假設1；收益風險的結構系數小于0滿足假設3，凈經營資產的結構系數小于0不滿足假設2。（2）在對股票價格的回歸分析中，風險對股價的影響顯著為負，且系數值較高為193，說明剩余收益風險對股票價格有較大影響。

需要說明的是，以股價代表內在價值在國外的文獻中較為常見，但是在中國的資本市場中并不十分合適，因為中國的資本市場不滿足強勢有效資本市場假設，股票價格存在對真實內在價值的背離。下一步研究需要根據價值函數計算出真實的內在價值，計算V/P系數（V為根據公式計算的真實內在價值，P為觀測到的實際股票價格）并構造投資組合，通過對投資組合的分析判斷估值函數的科學性。此外，對于實證檢驗，現有文獻對于線性信息動態過程模型的檢驗多采用混合回歸，本文也采用此方法判定模型構建是否正確以及關鍵假設是否滿足，但混合回歸存在內生性等問題，未來研究可以采用分年度截面回歸分析剩余收益線性信息動態過程，比較模型解釋力及回歸系數在各年份間的變動。當然，也可以借鑒計量經濟學的發展，采用動態面板模型對剩余收益線性信息動態過程進行檢驗。

注釋：

①Myers（1999）對剩余收益估值模型進行簡化處理，假設“其他信息”對經營活動剩余收益、對凈經營資產的效應固定，由此采用固定截距項的方程組。

②在剩余收益為負的情況下需要對線性信息動態過程模型進行調整（Giner，2006），加入代表剩余收益正負性的啞變量，本文不考慮此類情況。

③除混合回歸外，還可以采用截面回歸、動態面板等分析方法，但是其分析的目的不同，混合回歸的目的確定剩余收益的時間序列行為及相關因素的影響，分年度截面回歸分析是考察剩余收益在不同年份間的變動情況，動態面板分析是得到剩余收益動態過程更準確的估計系數。

參考文獻：

[1]王立夏. 風險調整的剩余收益模型的理論與實證研究[D].上海：上海交通大學，2012.

[2]Allayannis G， Weston J P. Earnings volatility， cashflow volatility， and rm value[J].2003.

[3]Baginski S P， Wahlen J M. Residual income risk， intrinsic values， and share prices[J].The Accounting Review， 2003，78（1）： 327-351.

[4]Beaver W， Kettler P， Scholes M. The association between market determined and accounting determined risk measures[J].Accounting review， 1970：654-682.

[5]Dechow P M， Hutton A P， Sloan R G. An empirical assessment of the residual income valuation model[J].Journal of accounting and economics， 1999，26（1）： 1-34.

[6]Dichev I D， Tang V W. Earnings volatility and earnings predictability[J].Journal of accounting and Economics， 2009，47（1）： 160-181.

[7]Feltham G A， Ohlson J A. Valuation and clean surplus accounting for operating and financial activities*[J].Contemporary accounting research，1995，11（2）：689-731.

[8]Giner B， Iiguez R. An empirical assessment of the Feltham-Ohlson models considering the sign of abnormal earnings[J].Accounting and Business Research， 2006， 36（3）： 169-190.

[9]Hausman J A. Specification tests in econometrics[J].Econometrica： Journal of the Econometric Society， 1978：1251-1271.

[10]Kothari S P. Capital markets research in accounting[J].Journal of accounting and economics， 2001，31（1）：105-231.

[11]McCrae M， Nilsson H. The explanatory and predictive power of different specifications of the Ohlson（1995） valuation models[J].European Accounting Review， 2001， 10（2）： 315-341.

[12]Ohlson J A. Earnings， book values， and dividends in equity valuation*[J].Contemporary accounting research， 1995，11（2）： 661-687.

[13]Penman S H， Penman S H. Financial statement analysis and security valuation[M].New York： McGraw-Hill，2007.

[14]Petrovic N， Manson S，Coakley J. Does volatility improve UK earnings forecasts？[J].Journal of Business Finance & Accounting，2009，36（9-10）： 1148-1179.

[15]Ritter J R， Warr R S. The decline of inflation and the bull market of 1982-1999[J].Journal of Financial and Quantitative Analysis，2002，37（1）： 29-61.

[16]Wooldridge J. Introductory econometrics： A modern approach[M].Cengage Learning， 2012.

[17]Yen A C， Eric Hirst D， Hopkins P E. A content analysis of the comprehensive income exposure draft comment letters[J].Research in Accounting Regulation， 2007，19：53-79.

Abstract：The residual income model is built up on the basis of the source of intrinsic value， which is a more fundamental assessment model. This research extends the traditional residual income model， assuming that the residual income follows a first-order autoregressive process by the last period residual income， net operating assets and earnings volatility risk. Based on the mathematical derivation， the risk adjusted valuation model is built and its property is studied. It is found that the volatility risk changed the structure coefficient of the linear information dynamic model， which thereby changed the value coefficient. Specifically， the volatility risk of residual income has significant negative influence on the future residual income（-00875）， the increase of risk will reduce residual income persistence and the explanatory power， which is in accordance with the theoretical hypothesis； net operating assets has negative influence on the future residual income， which is inconsistent with the theoretical hypothesis， indicating that Chinese listed companies use aggressive accounting policies in actual； volatility risk also has significant negative impact on stock price and unrecognized goodwill.

Key words：intrinsic value； valuation model； residual income； volatility risk

（責任編輯：張曦）