新能源板塊年度盈余報告披露的市場效應

【摘 要】 文章基于“逆全球化”背景，以2017—2022年A股新能源上市公司為研究對象，運用事件研究法就新能源上市公司年度盈余報告披露對股價的影響進行分析，并通過市場模型對新能源板塊是否存在異常波動情況進行判斷。實證結果顯示：在“逆全球化”背景下新能源上市公司年度盈余報告披露具有信息含量；新能源汽車上市公司年度盈余報告的市場反應程度要強于新能源電力；通過進一步分析發現資本市場投資者在披露日附近會對某些新能源個股惡意投機，并且找到了新能源電力上市公司在披露日附近存在延續反應現象的經驗證據。綜上所述，在“逆全球化”背景下資本市場中新能源板塊存在異常波動趨勢，需要加大對新能源行業的戰略保護。

【關鍵詞】 新能源板塊； 年度盈余報告披露； 市場效應； 逆全球化

【中圖分類號】 F230 【文獻標識碼】 A 【文章編號】 1004-5937（2024）20-0119-09

一、引言

21世紀最顯著的時代特征是逐漸形成了科技革命、全球化、市場經濟三位一體的發展方式。但從2016年起，世界正式進入了“逆全球化”時代①。同時，國際地緣戰略沖突的加劇減緩了全球能源轉型的步伐，也衍生了全球的能源危機。糧食、能源安全是全球發展面臨的最緊迫的挑戰②。黨的二十大報告指出，全面建設社會主義現代化國家的首要任務是實現高質量發展，而推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。黨的二十屆三中全會強調，要健全推動經濟高質量發展體制機制，完善推動新能源等戰略性產業發展政策和治理體系，引導新興產業健康有序發展。

高質量發展要求建設現代化產業體系，其中實體經濟制造業的升級則是其中的重要一環，而新能源產業正是推動實體經濟制造業升級的著力點。但新能源產業處于起步階段，需求不確定性大，技術相對不成熟，創新難度大[1]。而且新能源上市公司整體盈利水平較低，在長期發展能力上行業內部的差距較大[2-3]。因此，需要對新能源板塊的會計盈余信息進行資本市場效率檢驗。從資本市場投資角度來看，可以將資本市場中的新能源板塊大致分為反映新能源產業上游的可再生能源發電的新能源電力板塊和反映新能源產業下游的電池零部件、汽車整裝等的新能源汽車板塊。

關于新能源板塊的資本市場研究中，還沒有充分地應用會計信息這一價值變量，對這一板塊單獨進行會計盈余信息價值相關性的經驗研究。在本文的研究中，將嘗試使用新能源板塊作為研究對象進行盈余信息價值相關性的短窗口分析，即在年度盈余報告披露日的短時間區間內，通過研究未預期盈余對市場超額回報的影響，來判斷新能源板塊年度盈余報告披露是否具有信息含量，衡量市場反應程度的大小。

本研究可能的貢獻包括：（1）在研究視角上，鑒于現有研究成果中未能在信息觀框架下對新能源板塊盈余信息價值相關性進行系統經驗分析的局限性，本文將以近年來的“逆全球化”作為研究背景，具體探討新能源板塊會計信息質量中的相關性這一具體指標，以此滿足資本市場投資者的決策需求。（2）在數據分析過程上，將采用χ2檢驗來確定回歸模型的時間窗口，即在經驗分析的因果推斷環節之前，通過把解釋變量和被解釋變量兩個數值變量變換為兩個分類變量而構造χ2系數的方法來觀察事件研究法的時間窗口，使得后續在使用市場模型時能夠更準確地捕捉到資本市場的異常波動情況。（3）通過研究發現新能源板塊是否存在異常波動趨勢，以便提高引導投資者決策的準確性和及時性。

二、文獻綜述

本研究重點討論新能源板塊的實際盈利能力與股價的表現是否吻合，即通過會計信息相關性指標檢驗的方法，判斷新能源板塊是否存在市場異常現象。而目前針對新能源板塊年度盈余報告披露的市場效應分析的研究文獻較少，其相關研究主要聚焦會計信息的價值相關性研究和新能源行業的盈利能力方面。

（一）信息觀視角下年度盈余報告披露市場效應的研究回顧

會計信息價值相關性的研究最早是在信息觀的研究框架下進行的。信息觀將會計信息抽象為一種信息符號，并以變動值為基礎構建研究模型。會計信息價值相關性中短窗口的經典研究主要針對會計信息披露的市場效應，而會計盈余則是最具代表性的會計數據。

在年度盈余報告披露是否具有有用性的定性研究結果方面，Ball et al.[4]以“會計收益是否有用”作為理論出發點來研究證券價格對盈余公告的反應，研究表明未預期盈余變動和異常收益率兩個指標具有統計意義上的顯著關系，說明年度盈余信息披露具有信息含量。趙宇龍[5]曾系統性地研究了盈余信息含量問題，發現當時的資本市場對利好消息具有市場反應過度的傾向，且在分年度檢驗中發現股市的有效性正在逐步提升。楊進等[6]以新會計準則實施后為研究背景，檢驗了國有上市公司和民營上市公司的盈余信息含量，研究發現民營上市公司具有更高的盈余信息含量。Kothari et al.[7]指出信息環境特征是影響未預期盈余大小最為突出的因素。

在年度盈余報告披露的市場反應程度的定量研究結果方面，盈余反應系數（ERCs）是對盈余信息含量在數量上和程度上進一步深化研究的重要問題。Warfield et al.[8]從會計學科出發來解釋ERC及其影響因素的現實意義，該研究認為盈余計量對會計確認標準缺少敏感時，盈余對當期股價回報具有更高的解釋力，這篇文獻十分具有洞察力，看到了經濟本質。ERC在實際經驗檢驗中會比理論值偏小，Kothari[9]認為其原因在于價格領先盈余、無效資本市場、短期盈余、盈余中的噪音和GAAP不完善等。而盈余質量的提高可以提升盈余反應系數，盈余質量和盈余反應系數具有正相關關系[10-13]。Ferri et al.[14]指出可以通過計算盈余反應系數來確定年度盈余報告披露后的盈余反應現象等。

（二）新能源行業盈利能力的研究回顧

新能源產業處于起步階段，需求不確定性大，且技術相對不成熟，創新難度大[1]，所以，對新能源行業盈利能力的研究起步也較晚，大體在2015年之后，這也正是“逆全球化”時期。而這一時期也是供給側改革的攻堅階段，在新能源行業進入初級階段和國家進入高質量發展的雙重影響下，新能源板塊相關的實證研究在財務數據上有其自身的獨特性。新能源企業的盈利能力是業績評價指標最重要的因素[15]，但是新能源上市公司整體盈利水平較低、各上市公司之間盈利能力差距較大[16]，因為多數企業重視短期盈利，在長期發展能力上行業內部企業差距較大[3]，且從長期來看，政府補助等相關政策并沒有提高新能源行業的盈余可持續性[17-18]，關鍵在于沒有很好地提高新能源行業的研發能力和管理效率[19-20]。綜合以上研究發現，新能源上市公司的盈利能力并不理想，而實際的企業盈利能力往往會對資本市場的股價表現產生影響。在能源危機背景下，關于新能源上市公司盈利能力和股價之間的確切關系還有待研究。

（三）文獻述評

通過對文獻回顧，可以發現：（1）使用會計信息檢驗市場效率的研究主要是在應用經濟學的傳統框架中進行，并沒有從企業本身的發展階段或國家戰略影響等管理學角度進行微觀行為分析。因此可以嘗試采用樣本企業及所在行業的發展階段和國家戰略對企業發展影響等管理學視角解釋會計信息價值相關性異常波動問題。（2）目前在新能源企業的資本市場研究中，還沒有充分地應用會計信息這一價值變量，并沒有對這一板塊對應的上市公司單獨進行經驗會計的研究。本文將嘗試以新能源板塊的上市公司作為研究樣本進行盈余信息價值相關性的短窗口分析。

三、理論分析與研究假設

新能源板塊的盈余信息價值相關性是資本市場投資者一直關注的重要指標。價值相關性是資本市場對會計信息質量中相關性評價的具體化描述，通過會計數據和資本市場的變化可以在同一個會計準則體系下分別考察短時期價值相關性和長時期價值相關性。在“逆全球化”背景下，分析新能源上市公司年度盈余報告披露對股票價格的影響機理屬于短時期價值相關性的研究范疇。而短時期價值相關性研究的主體內容則包括會計數據披露的有用性判斷和有用性程度衡量。

（一）新能源板塊年度盈余報告披露的信息含量

會計盈余數據披露的有用性是指年度盈余報告披露是否具有信息含量，即在披露日及其附近的短窗口時間段內，分析盈余信息是否向資本市場的投資人傳遞有用信息。該問題以“有效市場假說”和會計目標理論的“決策有用觀”為理論基礎，在信息觀研究框架下可推導會計信息的未預期盈余變動值和資本市場股價數據的超額變動值之間的關系，如果二者在披露日及其附近時間窗口期內存在顯著的統計相關關系，則說明會計盈余數據是符合“決策有用觀”的，即會計盈余披露具有信息含量；同時，也間接證明資本市場是半強勢有效市場。

中國進入高質量發展階段以來，國家把新能源行業作為國家戰略性行業進行投資發展，為高質量的新能源企業營造良好的投資環境。同時，在“逆全球化”的國際背景下，國際地緣政治沖突加劇了能源市場的動蕩，信息環境的改變使得資本市場新能源板塊充滿不確定性。從估值角度來說，新能源板塊近年估值相對較低，尤其是受到人工智能和中特估“抽血效應”的影響，新能源板塊主線資金回流時間較短，但從整體上看安全邊際較高，基本面較為安全；同時，新能源板塊近年來利好消息較多，尤其是某些上市公司在個別技術的突破上引起了資本市場的良好反應，但是新能源板塊上市公司的整體盈利能力還沒有實現較大的增長，上市公司之間的盈利能力差距在逐漸增大，使得利好消息市場反應的持續時間較短。從整體上看，新能源板塊是以科創板為主的新興板塊，資本市場關注度較高，具有較強的市場活力。

基于以上理論和實際分析，本文提出假設1。

H1：在“逆全球化”的背景下，新能源板塊上市公司年度盈余報告的披露具有信息含量。

（二）新能源板塊年度盈余報告披露的市場反應程度

會計盈余數據的有用性程度衡量是指年度盈余報告披露的市場反應程度，即在確定盈余披露具有信息含量的前提下，計量盈余信息對股票價格的影響程度。該問題是盈余信息價值相關性在定量分析上的進一步深化，在信息觀研究框架下推導關于會計信息未預期盈余的程度和資本市場股價數據反應的程度之間的關系，其研究結果就是盈余反應系數（ERCs）。而盈余反應系數（ERCs）在某一個具體行業的研究往往可以捕捉到該行業資本市場表現是否具有異常波動情況。

新能源行業是指從上游新能源材料的開發與供應、新能源產品零部件制造與組裝到下游的新能源產品銷售這一系列的產業鏈，具體包括新能源制造業、新能源發電業、新能源生產業等國有企業和民營企業。新能源板塊的上市公司按產業鏈上下游可以分為新能源電力上市公司和新能源汽車上市公司。新能源電力上市公司大多數是國有企業，國家利好政策較多[21-22]，尤其是光伏和風能的基本面較好；但是資本市場對新能源電力的整體預期沒有新能源汽車高，主力資金流向較少，且近年新能源電力招中標下滑，盈利能力沒有較為明顯的增長。新能源汽車上市公司大多數是私營企業，市場化程度整體高于新能源電力上市公司，且新能源汽車上市公司的數量要遠遠高于新能源電力上市公司，所以公募和私募的主力資金主要流向于新能源汽車板塊；但是近年來新能源汽車上市公司的零部件環節去庫存無法達到預期水平，使得新能源汽車整車環節壓力增大，沒有形成持續性盈利能力，且自2019年開始有諸多新能源汽車上市公司逐漸退市，也間接說明新能源汽車上市公司之間的盈利能力水平逐漸拉大。

新能源產業的盈利能力狀況直接影響著其資本市場的股價表現。在“逆全球化”背景下，新能源上市公司按產業鏈上下游區分進行盈余反應系數的比較研究還從未被研究過。

基于此，提出假設2a、假設2b。

H2a：控制其他因素，新能源電力上市公司年度盈余報告的市場反應程度比新能源汽車上市公司更強。

H2b：控制其他因素，新能源汽車上市公司年度盈余報告的市場反應程度比新能源電力上市公司更強。

四、研究設計

（一）樣本選擇與數據來源

以2017—2022年滬深A股新能源行業上市公司為研究樣本，其在交易所上市的新能源上市公司分為上游新能源發電企業和下游新能源汽車企業。剔除當年IPO數據以避開IPO效應，剔除ST、*ST、SST公司以及數據不全的樣本，共得到2 036個研究樣本。模型構建中解釋變量相對于被解釋變量要取滯后一期的數據，因此企業的財務會計數據實際為2017—2021年度，而資本市場的股票數據實際為2018—2022年度。

其中，新能源上市公司的證券代碼和日個股回報率數據來自同花順軟件；新能源上市公司的年度報告披露日期來自巨潮資訊網；新能源上市公司的財務報告數據及財務指標特征來自國泰安（CSMAR）數據庫。數據整理和分析軟件主要是Excel和Stata16.0。

（二）變量選取

1.被解釋變量

選取新能源上市公司的累計非正常報酬率為被解釋變量，并運用市場模型分離系統因素和公司特定因素來計算累計非正常報酬率的表征指標（CAR）。整個計算分析過程按事件研究法步驟來進行：

第一，定義事件性質及時間窗口。本文研究的問題是“新能源板塊年度會計盈余披露對股票價格的影響”，該問題的研究性質是信息觀視角下會計盈余信息與股票價格在短窗口下價值相關性的問題。所以把事件研究日選擇為年度盈余報告的披露日，時間區間的測試期確定為年度盈余報告披露日的前后25個交易日，根據后續研究的描述性統計結果再確定時間窗口具體長度。

第二，估算個股的日“正常報酬率”。本文因考慮到風險轉移問題而采用市場模型的分段回歸，確定模型估計期為測試期前推225個交易日，這樣對每個樣本公司所考察的時區長度為-250交易日到25交易日共275個交易日③。

式中：Ri，t是單只股票在第t個交易日的預期收益率；Rm t=（It-It-1）/It-1，其中It是研究樣本所計算的第t個交易日的收盤指數。用模型1估計的β值預測模型測試期A的正常報酬率，用模型2估計的β值預測模型測試期B的正常報酬率。即在利用分段回歸估計β值時，年度盈余報告披露日前250個交易日估計的β值作為年度盈余報告披露日前25個交易日的預測值；年度盈余報告披露日前225個交易日估計的β值作為年度盈余報告披露日后25個交易日的預測值。這樣，利用分段回歸的市場模型在分離系統因素和公司特定因素時，可以更加準確地捕捉到資本市場的異常波動情況。

第三，計算個股的日“非正常報酬率”。非正常報酬率是某只股票按當期的實際報酬率減去正常報酬率得到的結果，本研究采用的是風險調整后的非正常報酬率。

式中：ARi，t是個股的非正常報酬率；Ri，t=（Pt-Pt-1）/Pt-1，其中Pt是復權處理后第t個交易日的收盤價；ERi，t由市場模型估計的預期收益率（Ri，t）來代表。

第四，計算具體時間區間窗口的個股“累計非正常報酬率”。累計非正常報酬率是某只股票在某時段內的實際報酬率減去正常報酬率后，再按時間累加得到的結果。

式中：CARi，τ是個股在第τ年度內的累計非正常報酬率；T是指在符合檢驗結果后選擇的具體時間窗口長度。需要特別注意的是，因為本文研究的是短窗口價值相關性問題，所以報酬率的選擇都是按日報酬率計算的，這樣更易找到披露日附近的股價異常波動情況。

2.解釋變量

選取新能源上市公司的未預期盈余為解釋變量，并運用統計模型中的隨機游走模型來計算未預期盈余的表征指標UEi，τ。

式中：Ei，τ=Ei，τ-1+ΔEi，τ，ΔEi，τ表示第？子-1期至第？子期之間盈余的增量，EEi，τ表示第？子期的預期盈余。如果ΔEi，τ∽N（0，σ2），則EEi，τ=Ei，τ-1。在計算具體的未預期會計盈余數值時，選用每股收益[23]來作為代表性會計盈余的數據指標，因為此時研究的是“變動值”，所以具體的計算公式如下：

式中：NIi，τ是個股在第τ年度的凈利潤，CAPi，τ-1是個股在第τ-1年度的股數。

3.控制變量

在披露日當日，除了會計盈余數據還有其他財務報告信息被披露，還需要控制其他不同性質財務報告信息對股票價格的反映。在會計經驗研究中，除了利潤表信息外，對股價反映的典型財務報告信息披露有資產負債表信息、現金流量表信息[24]、可持續性非財務信息[25]和審計報告信息[26]等。本研究選用的指標分別是每股凈資產（NAPSi，τ）、每股凈現金流量（NCFPSi，τ）、ESG表現（ESGi，τ）和審計報告意見類型（AUDITi，τ）。

各變量具體定義如表1所示。

（三）模型構建

為檢驗新能源板塊年度盈余報告披露對資本市場效應的影響，本文在模型設定的時候需要考慮時間窗口內不同性質的時間階段，從而判斷市場是否對新能源板塊存在延續反應現象。如果時間窗口［-T，T］對應估計的參數顯著大于［-T，0］，這說明存在延續反應現象；如果二者所估計的參數相差不大，這說明市場充分反映了“未預期會計盈余”信息。一般情況下，越成熟的市場則反應程度越高，兩個時間窗口所計算的對應系數差距越小。本文借鑒Easton et al.[27]的成果進行模型設計。

式中Pi0是個股在與UEi，τ相對應的年度披露日前（T+1）個交易日的收盤價?；A模型是信息觀研究框架下最基本的模型，一般該模型參數β估計的結果又稱為盈余反應系數（ERCs）。

該模型是在基礎模型上引入控制變量來同時解釋累計非正常報酬率，可以使研究者在資產負債表數據、利潤表數據、現金流量表數據、審計報告信息和可持續性信息中精確探查會計盈余對股票報酬率的解釋作用。

五、實證結果與分析

（一）描述性統計

本文將研究樣本分成UE（+）和UE（-）兩種投資組合，采用5年的混合樣本對2017—2021年的盈余披露日前后各25個交易日的未預期盈余符號和累計非正常報酬率的關系進行觀察，得到圖1和圖2。

從圖1、圖2的總體趨勢來看，UE（+）的累計非正常報酬率在各個交易日都高于UE（-）的累計非正常報酬率，這表明資本市場能區別對待不同性質盈余數據的新能源上市公司；同時，可以直觀看出兩種未預期盈余符號的價格效應在披露日的前5個交易日反應較為強烈，所以在后續的經驗分析中模型的具體時間窗口區間T確定為5；需要注意的是，在披露日之前市場對兩種盈余符號都有向下的持續反應，而在披露日之后市場對兩種盈余符號都有向上的反應，這說明在披露日集中的月份，資本市場在有意投機新能源板塊。

表2表示主要變量的描述性統計。CARi，τ0和CARi，τ5的均值和中位數均小于零，說明在2018—2022年新能源板塊整體上呈下行趨勢；UEi，τ的均值和中位數均大于零，說明在2017—2021會計年度新能源上市公司整體上有盈余，但是盈余水平并不樂觀；且UEi，τ、NAPSi，τ、NCFPSi，τ的標準差較大，說明在2017—2021會計年度新能源上市公司之間的發展水平與發展態勢有較大的差距。

（二）χ2檢驗

在把未預期盈余分成正負兩種投資組合的基礎上，再進一步把累計非正常報酬率分成正負兩類，構成了兩個簡單的分類變量。本文希望考察在事件研究的時間窗口區間（披露日前后各5個交易日）相對于整個模型測試期（披露日前后25個交易日）內，新能源板塊未預期盈余為正的投資組合是否在統計上同時具有正的非正常報酬率。如果在統計意義上顯著，說明2017—2022年新能源板塊年度盈余報告披露具有信息含量。

為此，本文分別針對每一個交易日構造一個2×2聯列表，共有153個聯列表，對其進行χ2檢驗。表3反映的是披露日及其前后各25個交易日的χ2值。可以看出，在年度盈余披露日及時間窗口區間內，未預期盈余和非正常報酬率之間具有顯著統計意義上的相關性，說明新能源板塊年度盈余報告在2017—2022年對投資者的投資決策產生了影響，表明新能源板塊年度盈余報告披露具有信息含量，驗證了本文H1；同時，還發現新能源汽車上市公司的市場反應顯著程度比新能源電力上市公司更強，說明在2017—2022年新上市的新能源汽車企業受到很多投資者的關注；進一步研究發現，在模型測試期的前后兩端都有顯著的市場反應，且反應程度還很高，這說明投資者對新能源板塊的某些個股存在惡意投機行為。

（三）基本回歸分析

為檢驗新能源板塊年度盈余報告披露對股票價格的影響程度，按照模型7—模型10進行回歸，結果如表4所示?？梢钥闯?，UEi，τ/Pi0的回歸系數為正，說明新能源板塊上市公司的未預期盈余對資本市場的累計非正常報酬率具有顯著的正向影響；同時，還發現新能源汽車上市公司年度盈余報告的市場反應程度比新能源電力上市公司更強，驗證了本文H2a；進一步檢驗發現，新能源電力上市公司在事件研究的時間窗口區間［-5，5］對應估計的參數大于［-5，0］，這說明存在一定的延續反應現象，間接表明資本市場還不夠成熟，受到投機者行為的影響，該板塊年度盈余報告市場反應程度還不夠穩定。

六、結論與啟示

（一）結論

本文從信息觀研究視角出發，利用事件研究法的分析步驟，實證檢驗了新能源上市公司年度盈余報告披露對股票價格的影響。本研究得出以下結論：（1）在年度盈余報告是否具有有用性的定性結果上，發現新能源上市公司年度盈余報告披露整體具有信息含量。（2）在年度盈余報告有用性程度的定量結果上，發現新能源汽車上市公司年度盈余報告的市場反應程度比新能源電力上市公司更強。（3）實證結果還發現資本市場投資者在披露日附近會對某些新能源個股上市公司惡意投機，且找到了新能源電力上市公司在披露日附近存在延續反應現象的經驗證據。

（二）啟示

本研究具有以下啟示：（1）全球化背景和行業發展階段對資本市場的有效性有重要影響。以往的資本市場有效性研究，是在全球化蓬勃發展70年的背景下展開的，得出的研究結論不一定適用于當前“逆全球化”的背景，所以在資本市場有效性的研究中考慮全球化背景的影響因素是對于有效資本市場理論的重要補充；同時，新能源有關上市公司應該注重盈利能力與股票價格的關系，如果盈利能力不足且資本市場存在惡意投機行為，則不利于新能源行業的持續性發展。（2）價值相關性的實證會計研究有利于發現資本市場的異常波動情況。通過本文研究，發現了新能源板塊的異常波動情況，警示資本市場的相關投資者要充分考慮到該板塊的長期下行風險；同時，對于監管部門而言，要時刻關注該板塊的異常波動趨勢，加大對新能源行業的戰略保護。

【參考文獻】

［1］ 周亞虹，蒲余路，陳詩一，等.政府扶持與新型產業發展——以新能源為例［J］.經濟研究，2015，50（6）：147-161.

［2］ 呂濤，潘麗.中國新能源上市公司成長性評價研究［J］.工業技術經濟，2017，36（2）：118-125.

［3］ 王蘭.基于因子分析法的新能源行業上市公司經營績效評價［J］.財會月刊，2012（8）：37-39.

［4］ BALL R，BROWN P.An empirical evaluation of accounting income numbers［J］.Journal of Accounting Research，1968，6（2）：159-178.

［5］ 趙宇龍.會計盈余披露的信息含量——來自上海股市的經驗證據［J］.經濟研究，1998（7）：42-50.

［6］ 楊進，董穎.國有及民營上市公司盈余信息含量對比研究——來自滬深股市的經驗數據［J］.宏觀經濟研究，2013（9）：106-112.

［7］ KOTHARI S，WASLEY C.Commemorating the 50 year anniversary of Ball and Brown（1968）：the evolution of capital market research over the past 50 years［J］.Journal of Accounting Research，2019，57（5）：1117-1159.

［8］ WARFIELD T D，WILD J J.Accounting recognition and the relevance of earnings as an explanatory variable for returns［J］.The Accounting Review，1992，67（4）：821-842.

［9］ KOTHARI S P.Capital markets research in accounting［J］.Journal of Accounting and Economics，2001，31（1-3）：105-231.

［10］ DECHOW P M，DICHEV I D.The quality of accruals and earnings：the role of accrual estimation errors［J］.The Accounting Review，2002，77：35-59.

［11］ KORMENDI R，LIPE R.Earnings innovations，earnings persistence，and stock returns［J］.Journal of Business，1987，60（3）：323-345.

［12］ LI T M.Centering labor in the land grab debate［J］.The Journal of Peasant Studies，2011，38（2）：281-298.

［13］ 陳君蘭，謝赤.上市公司信息披露質量測度與評價［J］.證券市場導報，2013（3）：25-30，35.

［14］ FERRI F，ZHENG R，ZOU Y.Uncertainty about managers’ reporting objectives and investors’ response to earnings reports：evidence from the 2006 executive compensation disclosures［J］.Journal of Accounting and Economics，2018，66（2-3）：339-365.

［15］ 鄭慶華，楊太華.新能源汽車行業上市公司財務績效實證研究［J］.會計之友，2015（10）：29-33.

［16］ 王健華，李儒婷.新能源上市公司績效評價體系構建及應用［J］.會計之友，2018（22）：78-82.

［17］ 姚誠，徐楓.政府補貼對新能源產業發展影響［J］.科技管理研究，2020，40（21）：256-262.

［18］ 陳良華，張莉，王惠慶.政府補助對新能源企業綠色創新的影響研究［J］.會計之友，2022（11）：150-157.

［19］ 胡國恒，劉玉偉.政府扶持促進了新能源產業的發展嗎［J］.財會月刊，2017（18）：36-41.

［20］ 岳為眾，劉穎琦，童宇，等.政府補貼在新能源汽車充電樁產業中的作用：三方博弈視角［J］.中國人口·資源與環境，2020，30（11）：119-126.

［21］ 饒奕邦，熊勇清，徐文.雙積分政策對新能源汽車上下游企業財務績效的異質性影響研究［J］.系統工程理論與實踐，2022，42（9）：2408-2425.

［22］ 周鐘，劉敏.雙積分型產業政策對新能源汽車產業的影響：基于企業政策適應行為的建模［J］.科技管理研究，2021，41（18）：47-57.

［23］ BIDDLE G C，BOWEN R M，WALLACE J S.Does EVA？ beat earnings？ Evidence on associations with stock returns and firm values［J］.Journal of Accounting and Economics，1997，24（3）：301-336.

［24］ DODD J，CHEN S.Economic value added （EVA）［J］.Arkansas Business and Economic Review，1997，30（4）：1-9.

［25］ ALSAYEGH M F，ABDUL RAHMAN R，HOMAYOUN S.Corporate economic，environmental，and social sustainability performance transformation through ESG disclosure［J］.Sustainability，2020，12（9）.

［26］ TEOH S H，WONG T J.Perceived auditor quality and the earnings response coefficient［J］.The Accounting Review，1993，68（2）：346-366.

［27］ EASTON P D，HARRIS T S.Earnings as an explanatory variable for returns［J］.Journal of Accounting Research，1991，29（1）：19-36.