會計信息價值的迷失

李詩 王璟嵐

【摘要】互聯網信息技術的飛速發展改變了交易場所， 拓展了交易時間， 顛覆了傳統商業模式， 重塑了企業的價值創造過程， 企業的盈利要素正悄然改變。 然而， 現有財務報告的信息提供模式卻未有較大的改變。 這樣的報告模式是否能夠與時俱進， 在日新月異的商業模式創新背景下真實反映企業的經營狀況呢？ 首先， 通過實證研究檢驗A股上市公司凈利潤、凈資產、現金流與公司股價或股價收益率之間的相關性; 然后， 對比中美資本市場的檢驗結果， 得出在全球范圍內會計信息價值都在不斷降低的結論; 最后， 嘗試從暫時性項目對凈利潤的影響、會計估計的應用、無形資產的崛起與財務報告難以適應商業模式創新四個方面， 解釋會計信息價值迷失的原因。

【關鍵詞】會計信息價值;暫時性項目;會計估計;無形資產;商業模式

【中圖分類號】 F233? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）15-0155-6

一、財務指標與股票價格

上市公司需要定期發布財務報告， 以便投資者了解公司近期的經營狀況。 投資者作為財務報告使用者， 期望利用報告提供的凈資產、凈利潤及現金流等財務指標， 對公司未來的發展情況做出預期， 從而形成相應的投資決策， 而這種決策最終將影響公司的股價。 因此， 高價值的會計信息是合理制定投資決策的必要條件之一。 但股價是否真的與財務報告披露的會計信息存在相關性呢？本文選擇凈資產、凈利潤與現金流指標， 通過建立回歸模型， 探索這些指標對公司股價及股價收益率的解釋能力。

（一）業績預測是否能“以史為鑒”

要了解某家公司的經營情況， 會計利潤或許是首要的關注對象。 會計利潤作為財務報告的損益結果， 受到企業運營中各因素的綜合影響， 能最直接地反映企業過去的運營狀況， 因此， 會計利潤成為輔助決策的重要指標之一。 美國學者Lev、Gu[1] 與我國學者朱曦、陳俊芳、許拯聲[2] 研究認為， 基于會計利潤構建的投資組合可以獲得顯著的超額回報。 由此似乎可以得出一個結論： 利用歷史數據預測未來會計利潤， 再根據預測結果進行投資就可以獲得超額收益。 但是事實果真如此嗎？

本文將A股上市公司第t年的會計利潤乘以過去3年或5年內的會計利潤平均增長率后得到相應的預測值， 再計算該值與上市公司實際會計利潤之間的偏差， 按照年度進行匯總， 計算預測偏差的中位數。 結果發現， 無論是在主板、中小板、創業板還是整個A股板塊， 預測偏差中位數一直處于大幅波動的狀態。 這說明使用歷史數據無法準確地預測未來的會計利潤。

事實上， 這樣的結果并非特例。 根據Lev和Gu[1] 2018年的研究結果， 美國資本市場的預測偏差也在最近半個世紀內不斷擴大。

有關中美兩國資本市場的研究結果告訴我們， 基于歷史會計利潤預測的未來經營業績準確性正在降低。 換言之， “以史為鑒”這一指導投資決策的手段逐漸失效， 財務報告中會計利潤的信息價值呈現出“高開低走”的趨勢。

（二）凈利潤、凈資產與公司股價

上述結論或許會令許多投資者無法接受， 且在現實中， 僅依賴會計利潤這一指標進行投資決策顯得十分草率。 如果綜合考慮會計利潤與凈資產這兩個廣受投資者青睞的指標， 是否還會得出會計信息價值逐漸降低的結論呢？美國學者Lev和 Zarowin[3] 采用如下回歸模型， 對美股上市公司1977 ～ 1996年的數據進行檢驗， 試圖探索凈利潤、凈資產與公司股價漲跌之間的關系。

其中： Pit表示公司i在第t年最后一個交易日的股價; Eit表示公司i在第t年的每股凈利潤; BVit表示公司i在第t年年末的每股凈資產; εit為其他擾動項。

回歸模型的擬合系數（調整方差系數R-squared）， 可以直觀地反映每股凈利潤和每股凈資產與公司股價變動的相關性。 R-squared越大， 說明公司股價受每股凈利潤和每股凈資產的影響越大; 反之， 則說明每股凈利潤和每股凈資產并非股價的主要影響因素。

圖1展示了1977 ～ 1996年美股上市公司每股凈利潤和每股凈資產對股價解釋能力的變動趨勢。 可以看出， 每股凈利潤及每股凈資產與股價變動的相關性在逐漸降低。 按照上述模型對我國A股上市公司2000 ～ 2018年的數據進行檢驗， 得出的結果與美股市場相似， 如圖2所示。

由圖2可知， 每股凈利潤、每股凈資產對股價的解釋能力在檢測區間內大幅波動， 在2004年與2010年后分別出現斷崖式的下降， 在A股市場劇烈震蕩的2008年、2014年， 解釋能力甚至低于10%。 換言之， 每股凈資產和每股凈利潤與股價變動之間并不存在某種確定的相關性， 其所包含的會計信息價值極低， 投資者無法利用它們制定正確的投資決策。

雖然通過上述檢驗可以發現， 每股凈利潤、每股凈資產信息不斷“貶值”， 但考慮到資本市場對于財務報告所披露會計信息的反應具有滯后性， 會計信息造成的影響并不會無延遲地反映在公司價值的變動上， 本文再次利用Lev和Gu[1] 在2018年改良后的模型， 將模型的因變量調整為公司會計數據所屬財政年度t年結束后3個月末的市場價值， 重新進行回歸驗證， 結果見圖3和圖4。 Lev和Gu[1] 采用的第二種實證模型如下：

其中： MVit表示公司i在第t年的市場價值， 為確保股價充分反映最新會計收益和賬面價值信息， 選取公司會計數據所屬財政年度t年結束后3個月末的市場價值數據; NIit表示公司i在第t年的年度凈利潤; BVit表示公司i在第t年底的股東權益賬面價值; NSHit表示公司i在第t年的流通股股數; εit為其他擾動項。

從圖3可以看出， 在考慮了股價變動對于財務報告所反映的信息可能存在滯后性后， 美國資本市場中凈利潤和凈資產對于公司股價的解釋能力在更長的反應區間內仍然呈現整體下降的趨勢， 從20世紀50年代的90%左右降至21世紀10年代的50% ～ 60%區間， 下降幅度接近50%。 而圖4反映的我國A股市場結果與模型（1）的驗證結論相吻合， R-squared也呈現出大幅波動的趨勢， 近幾年的水平與2005年之前大致相當， 但仍呈現緩慢下降的趨勢。 另外， 2001年的R-squared均低于10%， 而這段時間同樣也是我國A股市場的動蕩期， 這又一次證明了凈利潤、凈資產對公司價值的影響有限的結論。

綜上所述， 本文發現近半個世紀以來， 每股凈利潤和每股凈資產并不能很好地解釋股價的變動， 會計信息相關性的惡化導致了會計信息價值的迷失， 使得財務報告在投資決策中的輔助作用相當有限。 這似乎有悖于廣大投資者的共識。

（三）是否現金為王

凈資產與凈利潤反映了公司某個階段的經營成果， 但公司若是出現“有利潤而無現金”的狀態， 也無法持續發展。 因此， 本文在模型中加入運營現金流指標， 嘗試利用Lev和Zarowin[3] 使用的回歸模型， 再次對公司市值進行解釋， 結果見圖5和圖6。 采用的模型如下：

其中： Rit表示公司i在第t年的股價收益率; CFit和△CFit分別為公司i在第t年的運營現金流和t-（t-1）年的運營現金流（運營現金流年度改變量）;? ACCit和△ACCit分別為公司i在第t年的年度增值及年度增值的改變量， 其中年度增值定義為當年報告凈利潤與運營現金流的差額; εit為其他擾動項。 以上4個自變量都用公司i在第t年年初的市值調整而得。

從圖5可以看出， 代表運營現金流與股價收益率相關性的系數β1+β2在檢測區間雖有大幅波動， 但整體逐漸走低， 代表該指標與股價收益率的相關性正在減弱。 在2008年， 運營現金流與股價收益率甚至負相關， 已經對投資決策產生嚴重誤導。 同時， 凈利潤與運營現金流對于股價收益率的解釋能力同樣呈現降低趨勢， 檢測區間內超過半數年份的R-squared小于10%， 說明增加的現金流指標依舊無法增強對股價收益和公司價值的解釋能力。 圖6則展示了Lev和Zarowin[3] 對美股市場1979 ～ 1996年的檢驗結果。 與我國A股市場相似的是， R-squared也基本保持在低于20%的水平， 并略有下降， 說明美股上市公司的凈利潤與現金流指標同樣無法有效反映公司股價與市值。 β1+β2也呈現明顯的波動下降趨勢， 表明運營現金流與股價收益率之間的關系越來越弱， 結合前文不難得出凈利潤與現金流對于股價收益率的解釋能力日漸式微的結論。

（四）多重財務指標與市場價值

為了消除財務指標過少對結論的不利影響， 本文又選取銷售收入、銷售成本、行政與管理費用、凈利潤、總資產和總負債等多重指標， 嘗試利用Lev和Gu[1] 構建的回歸模型， 對公司市值進行解釋。

本文發現， 這些在財務報告中一直備受使用者青睞、用以判斷公司經營狀況的指標， 對于公司價值的解釋能力都呈現劇烈波動或是大幅下降的態勢， 甚至在美股市場和我國A股市場股價震蕩時期， 解釋能力也同時達到最低水平， 幾乎無法與公司價值建立聯系。 換句話說， 我們很難通過財務報告所提供的會計信息來了解公司的真實經營狀況， 會計信息的相關性正在惡化， 會計信息價值正在“貶值”。

通過以上回歸驗證， 本文認為， 美股與我國A股上市公司財務報告中提供的凈資產、凈利潤與運營現金流等指標均無法與公司股價的變動建立可靠的邏輯聯系。 可以合理推斷， 在全球范圍內， 財務報告會計信息的價值正在貶損。

二、會計信息價值迷失的原因

會計信息相關性是會計信息價值的保障， 在財務報告信息披露體系形成的初期， 凈資產、凈利潤與現金流等指標均為要求披露的硬性指標， 說明在過去， 這些指標能夠有效地反映公司運營狀況與價值。 而前述檢驗結果卻表明會計信息相關性正在惡化， 這無疑降低了會計信息的價值。 那么是什么原因導致會計信息價值的迷失呢？ 本文將從以下四個方面探究這個問題的答案。

（一）凈利潤受暫時性項目的影響增大

為了更加公允地反映公司資產和經營風險， 隨著會計準則的發展， 資產減值與公允價值變動損益等暫時性項目開始在財務報告中“嶄露頭角”， 甚至參與“洗大澡”等盈余操縱之中， 擴大了會計利潤的浮動范圍， 削減了會計利潤的可預測性。

圖7展示了我國2007 ～ 2017年創業板、中小板和所有A股上市公司暫時性項目占凈利潤比重的年度分布， 包括政府補助與非流動資產處置損益。 可以看出， 無論是在創業板、中小板還是整個A股市場， 暫時性項目占凈利潤的比重均呈現整體增大的趨勢， 并同時在2015年達到頂峰。 其中， 創業板和中小板的漲幅尤為明顯， 創業板高低峰值增長超過10倍， 中小板的增長也在5倍以上， 說明財務報告中凈利潤的最終結果受到非營業因素的影響越來越大， 凈利潤直觀反映經營成果的難度陡增。

圖8表明1950 ～ 2013年美股上市公司凈利潤受暫時性項目的影響較我國更甚。 在我國， 這種影響在2015年之后有波動下降的態勢， 而美股市場在1980 ～ 1999年間激增后未呈現明顯下滑趨勢， 高低峰值增長達8倍以上， 而我國A股市場約為2倍左右。 中美市場的檢驗結果都指向同一個結論： 暫時性項目對凈利潤不可忽視且逐漸增大的影響是導致會計信息價值迷失的原因之一。

（二）會計估計等職業判斷的應用逐漸廣泛

隨著我國會計準則逐步與國際會計準則趨同， 原則導向模式的會計處理開始在我國得到廣泛應用。 為了普遍適用， 這種模式只規定各有關經濟交易的通用處理原則， 在實際應用時則需要更多地依賴會計人員的職業判斷， 這為會計政策的選擇擴大了空間。 例如， 財政部于2017年頒布的新收入準則將原本的收入確認時點由重要風險報酬轉移改為控制權的轉移， “五步法”模型的使用涉及大量的職業判斷， 每一步的判斷差異都可能最終影響收入確認的時點和金額。 又如， 財政部同年修訂發布的新金融工具準則要求在進行金融工具劃分時進行現金流量測試， 同時對其業務模式進行劃分， 并將應收賬款壞賬準備的計提基礎由已發生損失模型改為預期信用損失模型， 上述處理同樣依賴復雜的職業判斷。 此外， 金融工具的公允價值在大多數情況下不能直接取得或受市場影響較大， 很大程度上依賴估值模型的選擇和使用， 也增大了人為操縱的空間。 金融資產的轉移也需要對資產的風險報酬轉移情況做出判斷。

實際上， 職業判斷并非在這幾年才橫空出世， 財務報告中會計政策選擇、會計估計都建立在職業判斷的基礎上， 近年間也被越來越廣泛地使用在財務報告中， 證據之一就是A股上市公司年報中出現了大量的“估計”“預估”“預測”等字眼。 同時， 以公允價值為基礎的計量手段也登上了財務報告的舞臺。

本文選取“上證50”50家上市公司作為樣本， 統計這些上市公司2000 ～ 2018年年報中會計估計相關詞匯出現的次數。 結果如圖9所示。

由圖9可知， 財務報告中出現會計估計相關詞匯的頻率隨時間而激增， 并在2006 ～ 2007年出現明顯的躍升， 這是因為2007年我國頒布的會計準則對會計政策、會計估計變更的披露要求更為具體， 增加披露會計政策變更的性質、當期和各個列報前期財務報表中受影響的項目名稱和調整金額; 無法追溯調整的， 也需說明該事實和原因以及開始應用變更后會計政策的時點和具體應用情況。 另外， 本文對于“上證50”中的代表行業金融業與制造業進行了行業細分， 結果與大樣本的趨勢保持一致。 可以合理推測， 會計估計等職業判斷在各個行業已被廣泛采用， 很大程度上影響了財務報告會計信息的相關性， 最終導致了會計信息價值的貶損。

上述研究方法同樣來自于Lev和Gu[1] ， 他們隨機抽取了美國標準普爾500指數中的50家上市公司作為樣本進行研究。 結果與我國頗為相似， 說明會計估計在美國的使用同樣呈現逐漸廣泛的趨勢， 其中增長最迅速的時期為2000 ～ 2011年， 也與美國GAAP當時力推公允價值會計政策的現實相吻合。

俗話說， “一千個讀者就有一千個哈姆雷特”。會計估計容易導致對類似交易和事項的不同解釋， 為會計政策的選擇增大空間， 因此可能導致財務報告呈現出的最終結果因受會計人員的主觀影響而顯著不同， 加之職業判斷可能存在的誤差， 更使得會計信息價值的迷失“雪上加霜”。

（三）無形資產崛起

正如我國學者黃世忠[4] 、丁淑芹[5] 研究認為的， 互聯網技術的發展催生了新經濟， 帶來了創新的商業模式， 它們不再依靠簡單地生產與銷售產品盈利， 實物資產等“硬資產”在企業運營中發揮的作用在減弱， 而企業獨特的產品專利、品牌效應等“軟資產”帶來穩定的利潤， 卻很難滿足企業會計準則規定的無形資產確認條件， 一般只能作為研發費用短暫地列示在當期財務報告中， 甚至無法用貨幣合理地計量和列報， 對利潤產生了巨大的影響。

A股上市公司2013 ～ 2019年研發費用（R&D）的披露情況如下表所示。 可以看出， A股上市公司研發費用占利潤總額的比重隨時間的推移而增大， 而銷售、一般和管理費用（SG&A）對利潤的影響則日漸式微。

本文同時對2013 ～ 2019年中小板與創業板披露研發費用的公司數量進行了統計。 結果顯示， 2015年以前中小板與創業板公司均未披露研發費用， 而在2018年披露的公司數分別激增到880家、792家， 這種明顯增加的趨勢與整體A股市場保持一致。 另外， 中小板與創業板中披露研發費用的公司數量遠小于整體A股市場披露研發費用的公司數量， 說明研發費用的大幅增加并非技術創新型企業的特異性現象， 而是A股市場的整體趨勢。

簡言之， 無形資產在企業運營中的崛起與其在財務報告計量、披露中的困難形成矛盾， 導致無形資產的價值無法合理地體現和存續于為企業帶來經濟利益流入的期間內， 且難以根據其后續增加值進行合理調整， 因此無法很好地反映公司真實的運營水平， 加劇了會計信息價值的迷失。

（四）財務報告改進跟不上商業模式創新的步伐

隨著技術經濟的發展， 企業的商業模式也逐漸分化和創新， 在商業模式的指導下， 各企業的經營模式不啻天淵。 而現行財務報告體系最初服務于傳統企業， 更關注固定資產、凈利潤等項目， 對于新經濟下企業的創新運營模式適應性不強。

根據Osterwalder等[6] 提出的商業模式畫布理論， 商業模式包含九個要素， 分別為客戶關系、渠道通路、客戶細分、價值主張、重要合作、關鍵業務、核心資源、成本結構及收入來源。 而這九個要素可以被劃分入四個界面： 客戶界面主要負責解決“誰是客戶”的問題， 包含了客戶關系、渠道通路及客戶細分; 產品或服務界面緊接著針對確定的客戶解決“給客戶提供什么”的問題， 因此價值主張被包含在內; 資產管理界面最后負責解決“如何為客戶提供產品”的問題， 關注重要合作、關鍵業務及核心資源三個要素; 財務界面則是從財務的角度反映以上三個界面的運營結果， 由成本結構和收入來源兩個要素組成。

在傳統商業模式下， 企業主要通過為客戶提供產品來獲取利潤， 生產設備、存貨等資產是企業運營的命脈， 企業的盈利來源于商業模式畫布的資產管理界面， 因此可以通過分析財務報告所反映的凈資產等指標， 一葉知秋地掌握企業的運營情況。 財務報告傳達出的對“有形資產”“重資產”的青睞， 也可以解釋為何中小企業獲取融資貸款難于傳統大型企業， 因為銀行也是財務報告的潛在使用者之一。 而商業模式的創新， 使得企業的盈利不再依賴簡單地生產和銷售產品， 而是通過產品實現某種價值主張， 或是通過客戶的細分挖掘長尾市場， 提供貼近特定群體需求的產品或服務。

例如， 宜家貫徹“簡約、美觀、實用”的價值主張， 對產品進行模塊化的生產以方便顧客組裝和組合， 配以體驗式營銷， 鮮明地將產品的價值主張傳遞給客戶。 實際上， 價值主張才是宜家能夠維持盈利的核心要素。

又如， 我國學者黃世忠[7] 認為， 通過構建平臺作為提供服務基礎的互聯網企業， 雖然以平臺傭金或增值服務盈利， 在利潤表中能夠體現其收入來源， 但平臺帶來的“隱性收益”卻無法在財務報告中體現——當平臺擁有的用戶數逐漸增加時， 平臺的網絡外部性使其能夠以更低的成本鞏固和吸引用戶， 而增加的用戶又會增強其網絡外部性， 形成良性循環。 這種外部性是企業持續盈利的不竭源泉。

簡言之， 商業模式創新企業經營的關鍵點在于商業模式畫布的客戶界面及產品或服務界面， 而這些界面所包含的要素， 是真正存在于財務報表外的“無形”資產——能為企業帶來經濟利益流入， 符合資產的部分特征， 卻往往難以在財務報告中以合適的項目列報， 或難以用貨幣計量實際的經濟價值導致無法在“無形資產”項目中列示， 更遑論根據其存續情況進行價值計量上的調整。 因此， 傳統的財務報告模式并未聚焦企業運營的命脈， 難以完整地反映企業的運營狀況， 加劇了會計信息價值的迷失。

三、結語

財務報告中暫時性項目對凈利潤的影響持續增強， 會計估計廣泛應用造成的會計信息不確定性增加， 加之無形資產計量方式無法合理反映其價值等， 多種原因造成了會計信息相關性在全球范圍內的持續惡化。 財務報告已無法為投資者提供準確而有效的信息， 導致了會計信息價值的迷失。

大數據等互聯網技術的發展實現了信息的共享與多渠道獲取， 也為會計信息價值實現提供了新的保障。 財務報告的編制基礎也不再囿于傳統的財務數據， 非財務數據也將成為如實反映商業模式創新企業運營所不可或缺的一部分。 財務報告在新經濟背景下如何拓寬會計信息的來源渠道， 如何在海量的數據中選擇并提取高價值的會計信息， 如何據此做出適應性調整以真實反映公司的經營狀況？ 財務工作者任重而道遠。

【 主 要 參 考 文 獻 】

[ 1 ]? ?Lev B.， Gu E.著.方軍雄譯.會計的沒落與復興[M].北京：北京大學出版社，2018：1 ～ 312.

[ 2 ]? ?朱曦，陳俊芳.許拯聲.滬深A股市場慣性效應與反轉效應的比較分析[ J].上海交通大學學報，2008（11）：1788 ～ 1792.

[ 3 ]? ?Lev? B.， Zarowin? P.. The boundaries of financial reporting and how to extend them[ J]. Journal of Accounting Research，1999（37）：353?～ 385.

[ 4 ]? ?黃世忠.舊標尺衡量不了新經濟——論會計信息相關性的惡化與救贖[ J].當代會計評論，2018（4）：1 ～ 23.

[ 5 ]? ?丁淑芹.顛覆與創新：大數據為財務會計注入變革基因[ J].財會月刊，2016（31）：8 ～ 12.

[ 6 ]? ?Osterwalder A.， Pigneur Y.. Business model generation[M].Hoboken：John Wiley & Sons，2016：4 ～ 45.

[ 7 ]? ?黃世忠.新經濟對財務會計的影響與啟示[ J].財會月刊，2020（7）：3 ～ 8.