會計信息披露質量與噪音交易
——基于股價信息含量視角的檢驗

于雪彥

(上海交通大學 安泰經濟與管理學院，上海 200030)

0 引言

本文以信息鏈為切入點，利用A股市場2007—2013年數據，研究企業信息披露質量與噪音交易之間的關系，以及信息披露質量通過何種途徑影響噪音交易。

1 研究假設及設計

1.1 文獻回顧及研究假設

一定意義上,資本市場是信息的集合體。極端情況下，假設資本市場沒有信息產生，證券交易將為零，資本市場也就失去了存在的意義。上市公司是資本市場信息供給的主體，其信息披露質量和數量對資本市場整體信息質量的影響頗大。上市公司信息披露體系包括發行信息披露和交易信息披露，發行信息披露主要包括招股說明書、招股意向書、發行公告書和上市公告書，于企業擬上市和上市時發布，交易信息披露包括臨時公告和定期報告，臨時公告于重大事件發生時發布，定期公告主要分為中期財務報告和年度財務報告。因為本文研究企業上市后行為，鑒于財務報告是傳達企業基本面信息的重要媒介，因此關注點在定期財務報告上。

根據噪音交易理論(Kyle,1985;Black,1986;DeLong et al., 1990;Barberis et al., 1998;Kogan et al., 2006;Mendal and Shleifer,2012),我們假定噪音交易者不擁有信息，基于情緒交易。那么，信息披露能對噪音交易產生影響么？一方面，企業會計信息披露能增加市場信息總量，信息投資者獲得的信息更多，進一步優化了投資策略，獲利能力更強，因此在一定程度上擠壓了噪音交易者的生存空間，噪音交易水平降低。另一方面，信息披露期間信息投資者的交易行為產生市場情緒，噪音交易者采取“跟風策略”，鑒于我國資本市場噪音交易者占比較高，相比信息投資者，信息披露吸引了更多的噪音交易者，因此噪音交易水平上升。基于上述分析，我們提出兩個相反的假設：

假設1a：會計信息披露能增加噪音交易。

假設1b：會計信息披露能減少噪音交易。

假設信息披露行為影響噪音交易，那么信息披露質量對于噪音交易的影響如何？信息披露質量的影響主要集中在兩個方面：信息效率及投資者關注度。

信息披露質量能增加市場信息效率(Verrecchia,2001)。首先，高質量財務信息披露可增加信息準確度，降低公司未來現金流的不確定性(Easley and O′Hara,2004)。美國證監會(SEC)指出：財務報告使所有投資者更及時地獲得財務信息，增加市場透明度，從而提高市場效率和流動性。美國財務會計準則委員會(the Financial Accounting Standards Board，FASB)的概念框架中也指出：有關報告主體財務狀況的信息有助于使用者理解報告主體在現有經濟資源基礎上的績效。現有信息披露文獻表明公開企業信息可使競爭環境更公平，降低交易者面臨的風險，提高市場流動性(Diamond and Verrecchia, 1991)。因此，信息披露質量越高，信息準確度越高，投資者基于信息交易的概率增加，噪音交易水平降低。其次，高質量信息披露能增加企業層面信息進入資本市場，因此增加了股價信息含量。股價信息含量越高越有助于投資者區別基本面信息驅動的價格變動和情緒或者噪音驅動的價格變動，從而阻止投資者因噪音而交易(Mendel and Sheleifer,2012)。最后，基于貝葉斯學習視角，高質量會計報告能提高信息準確度，從而增加股價中現金流信息的相對權重，因此能減少噪音交易對股票回報的貢獻。基于信息披露質量對市場信息效率的影響，我們認為高質量信息披露能減少噪音交易(Lambert et al. 2012)。基于以上分析，我們提出如下假設：

假設2：高質量會計信息披露能減少噪音交易。

1.2 研究設計

1.2.1數據來源

我們利用新會計準則實施之后，資本市場開放里程碑事件——“滬港通”實施之前的A股上市公司進行實證分析，即節選2007—2013年A股樣本，剔除ST公司、金融行業樣本及數據缺失樣本，共得到11670個基于年度數據的樣本。本文數據來源于CSMAR數據庫，并對所有連續變量進行1%和99%的winsorize處理。

1.2.2主要變量定義

(1)噪音交易

Jensen(1968)提出可利用Fama定價模型的截距項代理噪音交易，即Jensen′s α指數。我們利用Fama三因素模型和五因素模型分別計算Jensen′s α指數，其中五因素模型有三種組合方式：2*3、2*2和*2*2*2*2。用財務報告披露當月Jensen′s α指數相對于前三個月平均α指數的差額作為噪音交易的代理變量，分別記為Fama3、Fama51、Fama52和Fama53，其中Fama3指基于Fama三因素模型計算，Fama51、Fama52和Fama53分別基于Fama五因素模型的第一、二和三種組合方式計算。該系列值越大，說明噪音交易水平越高。

(2)信息披露質量

本文用盈余質量代理會計信息披露質量(Disclosure)。盈余質量是多維概念，目前學術界還沒有統一的衡量方法。因此，我們利用可操縱應計利潤和流動性應計盈余與現金流的匹配程度來衡量信息披露質量。

首先，利用可操縱應計利潤來衡量信息披露質量。應計盈余絕對值持續較小的公司操縱報告利潤的可能性較小，因此更有可能提供相對透明的財務報告。根據前人文獻(Dechow et al., 1996)，我們利用可操縱應計利潤的絕對值DDA來衡量信息披露質量,可操縱應計利潤根據修正瓊斯模型計算。模型如下所示：

(1)

其中：TAi,t代表第t期的總應計利潤，為扣除非經常性損益后收益與經營性現金流之差；ΔREVi,t為銷售收入變動額；ΔRECi,t為凈應收賬款變化額，PPEi,t指固定資產總額；Asseti,t-1為t-1期的資產總額。該模型分行業、分年度對樣本進行回歸，殘差估計值即為可操縱性應計利潤，本文利用其絕對值代表信息披露質量。為解釋方便，對絕對值乘以(-1)，記為DACC，該值越大，信息披露質量越高。

其次，利用流動性應計盈余與現金流的匹配程度來估計信息披露質量。學界普遍認為，應計項目轉換為企業現金流的程度越高，盈余質量越高，因而信息披露質量越高，反之則信息披露質量越低。本文用修正DD模型(McNichols, 2002)估計應計利潤與現金流的匹配程度，用該模型計算出的殘差作為信息披露質量的代理變量，殘差絕對值越大，則信息披露質量越低。修正DD模型如下：

CACCi,t=α0+β1CFOi,t-1+β2CFOi,t+β3CFOi,t+1+β4ΔREVi,t+β5PPEi,t+εi,t

(2)

其中：CACCi,t表示流動性應計利潤，具體為(△流動資產-△現金-△短期投資-△長期投資中1年內到期的部分)-(△流動負債-△短期借款-△長期借款中1年內到期的部分)。CFOi,t-1，CFOi,t，CFOi,t+1表示i公司t-1年，t年，t+1年的來自營業活動產生的現金流；ΔREVi,t和PPEi,t定義如同瓊斯模型；εi,t代表殘差，我們用其絕對值作為信息披露質量的代理變量，為解釋方便，我們對絕對值乘以(-1)，記為AbsE。該值越大，信息披露質量越高。

(3)股價信息含量

股價是資本市場所有信息的載體，也是投資者最重要的決策依據。股價信息含量(Price Information, Price_info)指股票價格反映企業現在及未來基本面信息的程度。我們利用未來盈余反應系數模型(Future Earnings Response Coefficient，FERC)的殘差構造股價信息含量變量。盈余反應系數模型最早由Ball和Brown(1968)提出，Lundholm和Myers(2002)在ERC盈余反應系數模型的基礎上引入未來盈余變量，提出未來盈余反應系數模型(FERC)，基本模型如下：

Rit=α0+α1UEit+α2ΔEt(Ei,t+1)+α3ΔEt(Ei,t+2)+α4ΔEt(Ei,t+3)+εit

(3)

其中：Rit表示證券i在第t期的累計風險調整報酬率，UEit表示市場對證券i第t期的未預期盈余，盈余水平用凈利潤(Net_Earnings)表示，并用期初資產規模作為調整變量；ΔEt(Ei,t+1)、ΔEt(Ei,t+2)、ΔEt(Ei,t+3)分別為第t期投資者對t+1期、t+2期和t+3期盈余變化的預期，我們用股票回報后三期已實現的盈余代理預期盈余，同樣用凈利潤代理盈余水平,用期初資產規模作為調整變量。εit為誤差項，代表未被股價包含的信息，計量上我們用1/|εit|來代表股價信息含量，記作Price_info，該值越大，說明股價信息含量越大。

1.2.3控制變量定義

基于前人研究，本文選取企業層面變量和市場層面變量作為控制變量。控制變量定義見表1。

表1 控制變量定義表

1.3 主要變量描述性統計

表2為主要變量的描敘性統計。

由表2可知，Fama3均值為0.869，方差為0.452，Fama51、Fama52和Fama53均值分別為0.080、0.079和0.097，方差分別為0.581、0.577和0.586。由Fama三因素模型計算的噪音交易大于Fama五因素模型，符合模型預期，側面證明了在中國市場五因素模型對資產回報的解釋能力要強于三因素模型。DACC和AbsE均值分別為-0.076和-0.437，方差分別為0.083和0.424，說明信息披露質量具有一定的差異性。其他變量描述性統計均在可接受范圍內。

表2 主要變量描述性分析

2 信息披露與噪音交易關系

2.1 信息披露能否影響噪音交易？

本節內容基于月度數據，利用事件研究思想，研究會計公告期噪音交易水平有何變化。考慮到數據可得性，我們僅以年度財務報告和中期財務報告為研究對象。

2.1.1描述性分析

利用2007年1月1日至2013年12月31日的月度噪音交易數據為樣本，將估計期定義為財報披露前3個月，事件期為財報披露當月均值，然后用事件期的噪音交易減去估計期的噪音交易，得到事件期的超額噪音交易，我們檢驗超額噪音交易是否區別于零。表3為年報及中報超額噪音交易t值檢驗。

表3 年報及中報超額噪音交易t檢驗

注：***、**、*分別表示在1%、5%和10%的水平上顯著

對于年度財務報告和中期財務報告，由p值可知，我們在1%水平上拒絕樣本公司超額噪音交易為零的假設，由t值可知噪音交易顯著大于零，即會計信息披露窗口期噪音交易提高。假設1a得到驗證，即會計信息披露對于不基于信息的噪音交易有影響，而且在中國資本市場環境中，會計信息披露能有效增加噪音交易，可能的原因是會計信息披露增加市場信息，引起交易增加。鑒于中國資本市場以個體投資者為主，因此噪音交易隨之增加。

2.1.2多元分析

為進一步驗證假設1，我們采用模型4進行多元檢驗。

Noisei,m=α0+α1Anndatei,m+∑control+εi,m

(4)

本回歸基于月數據，將年度報告和中期報告作為一個樣本進行分析。其中：Noisei,m為樣本i在m月的噪音交易，為基于Fama三因素和五因素模型計算的每月Jensen′s α指數；Anndatei,m為企業i第m月是否屬于公告窗口，若屬于則取值為1，否則為0；控制變量中市場變量為月度數據，企業特征變量為離披露日最近的財務報告數據。回歸結果如表4所示。

由回歸結果可知， 系數在噪音交易變量用Fama3、Fama51和Fama53代理時，其系數均在1%置信水平上顯著為大于零，在噪音交易變量用Fama52代理時，其系數在10%的置信水平上顯著為正。綜上，假設1a得到驗證，財務報告(年報和中期)披露提升了市場噪音交易水平。信息披露對噪音交易水平有影響，那么提高信息披露質量能否降低噪音交易水平？我們需要進行進一步的驗證。

控制變量中，在四個回歸中均顯著的為Analyst、Liquidity和MB變量。跟蹤分析師越多，企業的信息環境越透明，噪音交易水平越低。市場流動性越高，噪音交易參與程度會提高，因此噪音交易水平越高。賬面市值比越高，市盈率越低，價值越被低估，越容易被價值投資者發掘，噪音交易水平越低。

表4 會計信息披露與噪音交易回歸結果

注：***、**、*分別表示在1%、5%和10%的水平上顯著

2.2 信息披露質量與噪音交易

上一節內容表明，財務信息披露行為能引起噪音交易水平提升，那么高水平的信息披露能否抑制噪音交易水平提升？較高的信息披露質量能有效緩解代理沖突，提高企業的信息環境，增加股價信息含量，理論上能有效降低噪音交易水平。較高的信息披露質量也可以作為一種信號，吸引機構投資者投資，但是中國資本市場散戶比例較高，跟風行為嚴重，散戶也有可能青睞信息披露質量較高的企業，因此信息披露質量能否降低噪音交易水平需要進一步的實證檢驗。鑒于中期報告數據缺失較多，我們僅以年度財務報告進行檢驗。

2.2.1檢驗模型

我們用模型(5)檢驗信息披露質量對噪音交易的影響。

Noisei,t=α0+α1Disclosurei,t+∑control+εi,t

(5)

其中：Noisei,t是樣本i第t年年度財務報告月相對于前三個月的超額噪音交易水平，分別用Fama3、Fama51、Fama52和Fama53表示；Disclosurei,t為樣本i第t年基于年度財務報告的信息披露質量，我們用可操縱應計利潤DACC和流動性應計與現金流的匹配程度AbsE表示。控制變量定義同前述模型。

3.2.2多元回歸分析

表5為多元回歸結果。

八個回歸中Disclosure系數均顯著為負，其中第1、2、3、5、6、7回歸中Disclosure系數均在1%的置信水平上顯著為負，第4個回歸中Disclosure系數在5%置信水平上顯著為負，第8個回歸中Disclosure系數在10%置信水平上顯著為負，表明信息披露質量越高，噪音交易水平越低，假設2通過驗證。根據以上數據，我們可以認為基于Fama五因素模型第三種組合方法計算的噪音交易顯著性較弱。

控制變量中比較顯著的有Leverage、ROA、MB、Turnover和Dividend。Leverage在回歸1和5中顯著為負，但在回歸2、3、4、6和8中顯著為正。ROA和MB在回歸1和5中顯著為負，其他回歸中系數亦為負，但不顯著，說明資產回報率越高，市賬比越高，噪音交易水平越低。Turnover系數在回歸1、3、5和7中顯著為正，說明股票換手率越高，噪音交易水平越高。Dividend在由五因素模型計算的噪音交易回歸中均在5%的置信水平上顯著為負，說明股利分配率越高，噪音交易水平越低。

3 信息披露影響噪音交易的路徑分析

前文結果表明，信息披露質量越高，噪音交易水平越低，這與之前文獻結果及西方發達國家資本市場結果一致，說明在我國散戶占比較高的背景下，信息披露質量提高對于市場交易效率仍然具有積極作用。傳統觀點認為信息披露改善了資本市場的信息環境，提高了企業特質信息包含在股票價格中的效率，股票價格信息含量提高，基于信息的交易增加，噪音交易減少。因此，我們認為信息披露可通過增加股價信息含量影響噪音交易。

表5 信息披露質量與噪音交易的關系

注：***、**、*分別表示在1%、5%和10%的水平上顯著

3.1 檢驗模型

本文選擇用未來反應系數模型計算股價信息含量，包含第t期投資者對t+1期、t+2期和t+3期盈余變化的預期，樣本為2007—2014年A股上市公司，剔除ST樣本和金融企業樣本，剔除數據缺失樣本，總樣本為8966個觀測值。我們用模型(6)檢驗信息披露質量與股價信息含量之間的關系。

Price_infoi,t=α0+α1Disclosurei,t-1+

∑control+εi,t

(6)

Price_infoi,t為樣本i第t年的股價信息含量，Disclosurei,t-1為樣本i第t-1年的信息披露質量，取值為DACC和AbsE。控制變量同其他模型。若α1為正，說明信息披露質量越高，股價信息含量越高。

3.2 相關性分析

表6為股價信息含量與信息披露質量之間的相關關系，我們同時檢驗了噪音交易與股價信息含量之間的相關關系。

表6 股價信息含量、信息披露質量與噪音交易相關關系

注：***、**、*分別表示在1%、5%和10%的水平上顯著

由表6可知，其中DACC和AbsE與Price_info均在1%的置信水平上正相關，說明信息披露質量越高，股價信息含量越高。Fama3、Fama51與Fama52與Price_info均在1%的置信水平上顯著負相關，說明股價信息含量越高，噪音交易水平越低。Fama53與Price_info負相關，但是不顯著。

3.3 多元回歸分析

表7為信息披露質量與股價信息含量的多元回歸結果。

表7 信息披露質量與股價信息含量多元回歸結果

注：***、**、*分別表示在1%、5%和10%的水平上顯著

由多元回歸結果可知，DACC和AbsE與Price_info均在10%的置信水平上為正，說明信息披露質量越高，股價信息含量越高。因此，限于我們的樣本，可以認為信息披露質量通過增加股價信息含量影響噪音交易水平。

4 穩健性檢驗

本小節分別從主體變量出發檢驗實證結果的穩健性，以期得到更加穩健的結論。

4.1 信息披露質量

為檢驗結果的穩健性，本文選用上海證券交易所和深圳證券交易所披露的上市公司信息披露等級(即信息透明度，Disclosure Opacity，DisOpa)來衡量信息披露質量。

根據規定，信息披露透明度有四檔取值：優秀、良好、及格和不及格。我們將優秀賦值為4，良好賦值為3，及格賦值為2，不及格賦值為1。DisOpa值越大，信息披露質量越高。數據來源于CSMAR數據庫。

表8為以信息披露透明度為信息披露質量代理變量的信息披露質量與噪音交易關系多元回歸表。由結果可知，DisOpa系數在1%的置信水平上顯著為負，說明信息披露質量越高，噪音交易水平越低。與之前的結果一致，說明結論具有穩健性。

表8 基于信息透明度的穩健性檢驗

注：***、**、*分別表示在1%、5%和10%的水平上顯著

4.2 噪音交易

本文主要基于Fama三因素模型和五因素模型計算噪音交易水平，為檢驗其穩健性，我們利用基于行為資產定價模型得到的噪音交易風險水平NTR作為噪音交易的代理變量。一定程度上，噪音交易風險水平越高，市場交易中噪音交易成分越高。我們用財務報告披露當月噪音交易水平相對于前三個月平均噪音交易水平的差額作為噪音交易的代理變量，記為dNTR。dNTR值越大，噪音交易水平越高。回歸結果如表9所示。

由表9可知，Disclosure系數均在5%的置信水平上顯著為負，說明信息披露質量越高，噪音交易水平越低，進一步驗證了我們的結論。

5 結論及建議

本文以資本市場信息鏈為切入點，實證研究了信息披露質量與噪音交易之間的關系，并檢驗了信息披露質量影響噪音交易的路徑。主要結論如下：

表9 基于行為資產定價模型的穩健性檢驗

注：***、**、*分別表示在1%、5%和10%的水平上顯著

(1)年報和中報信息披露，雖然增加了市場信息含量，也提升了市場的噪音交易水平。

(2)中國資本市場情境下，信息披露質量與噪音交易之間為負相關關系，即信息披露質量越高，噪音交易水平越低。信息披露質量影響噪音交易的主要機制為信息披露質量提高能有效提高股價信息含量。

噪音交易于資本市場是一把雙刃劍，雖然噪音交易為市場提供流動性，但是噪音交易對市場資源配置效率及企業價值具有負向影響，因此應把噪音交易控制在適當的水平。監管層面應繼續致力于上市公司信息披露質量的提高，不斷降低噪音交易水平，提高資本市場的資源配置效率，促進資本市場健康有序發展。