非經常性損益對企業未來盈余預測的影響研究①

企業盈余按照“是否正常經營業務產生”與“是否性質特殊、具有偶發性”可以分為“經常性損益”和“非經常性損益 ”兩大類。經常性損益的主要內容是核心利潤，通常具備以下三個方面的特征：第一，核心利潤的規模體現了企業主營業務是否突出以及行業競爭力水平；第二，核心利潤一般都有現金流量的支持，因此以核心利潤為主要利潤來源的企業通常營業現金流量比較充足，即盈利質量好；第三，核心利潤主要由企業經營活動產生，因此盈余通常具有持續性。非經常性損益則是“與公司正常經營業務無直接關系，以及雖與正常經營業務相關，但由于其性質特殊和偶發性，影響報表使用人對公司經營業績和盈利能力做出正常判斷的各項交易和事項產生的損益”。與經常性損益相比，非經常性損益通常具有“非公司主營業務產生、缺乏現金流支持、盈余不具有持續性”等特點。

對于投資者們來說，盈余是公司分紅的重要依據，他們在獲取財務報表提供的信息時，必然更加關注企業未來的盈余狀況，例如，營業利潤、凈利潤等盈利能力指標。因此，對未來盈余的預測是分析師和投資者們很關心的信息含量。盈余中的經常性損益是企業的核心利潤，對于盈余預測的重要性不言而喻。然而，盈余中的另一部分——非經常性損益對盈余預測的作用如何呢？

已有研究主要關注非經常性損益的信息披露，學者對于非經常性損益的研究主要集中在上市公司運用非經常性損益進行盈余管理和投資者是否理解非經常性損益的暫時性特征兩個方面(樊行健、鄭珺，2009)。也有學者著重對于非經常性損益對于未來盈余的信息含量做出研究，即非經常性損益的持續性問題，還有為改進盈余預測的準確性，應當怎樣對經常性損益做出處理等(孟焰、王偉，2009；魏濤、陸正飛和單宏偉，2007)。總體上，學者重點關注企業運用非經常性損益進行盈余管理、非經常性損益的內涵與披露、對于市場定價的信息含量等方面。作為投資決策或交易事項的起點，盈余預測起著至關重要的作用。本文的研究視角是從盈余預測去探究非經常性損益的信息含量，以分析師盈余預測作為被解釋變量，研究非經常性損益對分析師盈余預測的影響。

1 理論分析與研究假設

分析師在對公司盈余進行預測時，是否會關注非經常性損益項目？非經常性損益由于偶發性、非持續性等特點是很難被分析師預測的，但是分析師在預測企業盈余時會不會關注非經常性損益信息呢？或者說，非經常性損益項目的披露及其特征是否會影響分析師預測盈余的修正呢？從理論上講，大部分的非經常性損益項目是一次性的、偶發的，因此在實務中，分析師在進行盈余預測時，往往將非經常性損益直接從盈余中剔除掉，以經常性損益信息進行盈余的預測。從這點來看，非經常性損益與分析師的盈余預測沒有關系。但是，也有些非經常性損益項目并不完全是一次性的，再加上有些上市公司盈余結構中非經常性損益的比例很大，甚至成為當年盈余的主要組成部分。在這些情況下，分析師在分析未來盈余時，可能會考慮非經常性損益，調整對未來盈余的預測。例如，企業重組對賬面收益的影響是一次性的，但可能導致業務性質改變，可能對未來收益產生長期影響。如果公司獲得正向的非經常性損益，通過這樣的業務使未來收益增加或未來成本減少，從而使得未來盈余增加。因此，當非經常性損益項目金額較大時，分析師可能會向上修正盈余預測。

基于此，本文提出研究假設H1：非經常性損益會影響分析師的盈利預測修正。研究假設H2：非經常性損益越高，分析師越有可能向上修正盈余預測。

2 樣本選擇與研究設計

2.1 樣本選擇

本文取2013—2019年滬深兩市A股上市公司作為樣本。財務數據均來自CSMAR數據庫，分析師的盈余預測數據來自同花順數據庫。最終得到6548個樣本，具體的樣本篩選步驟為：首先，鑒于金融企業的特殊性，剔除金融類上市公司樣本；其次，剔除數據缺失的樣本；最后，為了消除異常值的影響，對所有連續變量進行1%的縮尾處理。

2.2 變量定義

2.2.1 被解釋變量

本文參考楊紅娟(2015)、李姝妍(2019)、石彥龍和謝俊(2020)的測度分析師盈余修正的方法，選取兩個指標(Fy1_EPS和Fy2_EPS)作為被解釋變量。Fy1_EPS是指一年期的分析師盈余預測修正值，等于分析師在年度報告后的下一會計年度的每股盈余預測，減去分析師在年度報告前對下一會計年度的每股盈余預測，然后除以分析師在年度報告前對下一會計年度每股盈余預測的絕對值。Fy2_EPS是指兩年期的分析師盈余預測修正值，等于分析師在年度報告后的下兩個會計年度的每股盈余預測，減去分析師在年度報告前對下兩個會計年度的每股盈余的預測，然后除以分析師在年度報告前對下兩個會計年度每股盈利預測的絕對值。

2.2.2 解釋變量

解釋變量NRGL表示每股非經常性損益項目，相當于年度報告中披露的非經常性損益除以會計年度末的凈資產。

表1 變量定義表

2.2.3 控制變量。

本文選取了一些可能影響分析師盈余預測的其他因素進行控制：企業規模(Size)、企業的市凈率(PB)、每股經常性損益(RPL)、企業資產負債率(Lev)、企業成長性(Growth)。

2.3 模型構建

為了檢驗非經常性損益對分析師盈余預測的修正影響，建立模型1和模型2：

3 實證分析與檢驗結果

3.1 描述性統計分析

樣本數據變量描述性統計結果如表2所示。

表2 描述性統計分析結果

可以看到，分析師盈余預測修正(一年期)的均值為負值，說明分析師的整體盈余預測修正是向下的。全部樣本的每股經常性損益均值為正，說明大部分樣本企業的核心利潤都是正向的。

3.2 模型回歸分析結果

回歸分析結果如表3用自變量與因變量進行回歸分析得到的結果為：其R2為0.098(被解釋變量Fy1_EPS回歸分析部分結果如表4所示)。對模型中各變量進行多元線性回歸分析，NRGL系數為正。這說明非經常性損益影響分析師對盈余預測的修正。非經常性項目的數量越多，分析師越有可能向上修正盈余預測。

表3 ANOVAa

表4 多元線性回歸分析

4 結語

通過實證分析表明，非經常性損益對分析師盈余預測具有修正作用。這說明，非經常性損益的確包含與未來盈余預測有關的信息，因此，信息使用者們在閱讀財務報表信息時，需要關注非經常性損益信息，有助于其對公司價值正確的判斷。