报告盈余与现金之间的差距

1962年至1991年间,纽约证券交易所和美国证券交易所中资产负债表应计项目最高十分位的公司,年回报率比最低十分位的公司低4.9%。这一规律并不微妙:报告盈余大幅超过经营现金流的公司,此后股价表现明显不佳,而利润牢固建立在现金创造基础上的公司则表现优异。Richard Sloan在1996年发表的论文"Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings?"中记录了这一发现,揭示了市场在区分企业盈余中持久成分与脆弱成分方面存在系统性失灵。
应计异象此后成为会计研究与实证金融交叉领域中被研究最多的现象之一。它与一系列以盈余质量为根基的回报预测因子相关联,而其经历三十年审视后的持续存在,使其成为理解财务报表信息如何传导至资产价格的关键视角。
分解盈余:现金与应计
Sloan洞见的核心在于一个简单的会计恒等式。净利润可以分解为两个组成部分:经营现金流和总应计项目。经营现金流代表实际收取和支付的资金。应计项目捕捉二者之间的差异——报告盈余中尚未以现金形式实现的部分。这包括应收账款变动、存货积累、递延收入调整以及折旧摊销等项目。
Sloan的核心实证贡献在于证明了这两个组成部分在预测未来盈利能力方面存在显著差异。盈余中的现金流成分具有高度持续性:当前产生强劲现金流的公司往往在下一年也能产生强劲现金流。相比之下,应计成分的持续性要低得多。一美元的应计盈余所包含的关于未来盈余的信息,远少于一美元的现金盈余。
| 盈余组成部分 | 持续性系数 | 解释 |
|---|---|---|
| 经营现金流 | ~0.83 | 高:当前现金盈余对下一年盈余有很强的预测力 |
| 总应计项目 | ~0.76 | 较低:应计盈余在后续期间部分反转 |
这一差距孤立来看可能显得不大,但在投资组合层面复合后会产生巨大的回报差异。Sloan通过按应计项目规模(以总资产标准化)将股票分为十分位来证明了这一点。买入最低应计十分位并卖空最高十分位的对冲策略,在其样本期内产生了约每年10.4%的异常回报。
市场为何对应计项目定价错误
核心谜题并不在于应计项目比现金流持续性更低——这是一个广为理解的会计现象——而在于股价表现得好像投资者无法分辨二者的差异。Sloan的证据表明,市场对盈余中应计成分和现金流成分的定价,就好像它们对未来盈利能力具有相同的含义。当后续盈余揭示高应计公司夸大了其经济表现时,价格向下调整。当低应计公司证明其盈余确实可持续时,价格向上调整。正是这种延迟修正创造了回报差异。
已有多种机制被提出来解释这种定价错误:
对底线数字的过度关注:许多投资者,包括成熟的机构参与者,锚定于报告的每股收益而不分解其构成部分。季度财报电话会议、分析师预期和媒体报道压倒性地聚焦于公司是否"超过"或"低于"共识每股收益数据。该盈余数字的构成——具体来说多少代表已收取的现金、多少代表会计调整——受到的关注要少得多。
有限注意力与处理成本:即使意识到应计质量的投资者,也可能发现系统性地对数百甚至数千只股票执行这种分解成本高昂。Dechow与Dichev(2002)研究表明,应计估计误差广泛存在,且在不同公司和行业间差异显著,使得任何简单的经验法则都不可靠。这种复杂性构成了套利障碍。
管理层膨胀应计项目的激励:基于盈余指标获得薪酬的高管有动机利用可操控应计项目来膨胀报告利润。收入确认时点、准备金调整和资本化决策都可以将盈余从未来期间转移到当前。Richardson、Sloan、Soliman与Tuna(2005)通过按可靠性对应计项目进行分类,扩展了Sloan的框架,表明最不可靠的应计类别——最容易受到管理层操纵的类别——产生了最大的回报可预测性。
将应计项目与更广泛的盈余质量联系起来
应计异象是盈余质量更广泛研究的支柱之一。资产定价中的质量因子涵盖多个维度,包括盈利水平、盈余稳定性以及报告利润获得现金支撑的程度。应计信号专门针对质量的现金-与-纸面维度,使其在概念上与毛利率等指标有所不同,尽管二者存在相关性。
Dechow、Ge与Schrand(2010)提供了盈余质量代理变量的全面分类体系,得出结论认为基于应计的指标捕捉了关于未来表现的信息,而这些信息未能完全反映在基于价格或基于盈利能力的指标中。他们的综述整合了Sloan原始研究之后十余年的后续研究,确认现金-应计分解仍然是盈余质量工具箱中最强大的信号之一。
应计项目与盈余公告后漂移之间的关系同样值得关注。两种异象都源于市场对盈余信息的不完全处理,但作用于不同方面。盈余公告后漂移反映了对盈余意外水平的反应不足;应计异象反映了对盈余构成的反应不足。在实证层面,这两个信号的相关性较低,在投资组合构建中组合使用时能产生叠加的超额收益。
复制检验记录
与许多基于会计的异象一样,应计效应经历了大量样本外检验。结果呈现出一幅有层次的图景。
Green、Hand与Zhang(2017)在一项综合竞争比较中,将应计项目与其他94个公司特征一同评估,发现即使在控制了数十个竞争信号后,它仍然保持对回报的独立预测能力。然而,溢价的幅度小于Sloan的原始估计,这与许多异象中记录的发表后衰减的一般模式一致。
Allen、Larson与Sloan(2013)直接检验了应计反转的机制,确认极端应计项目确实在未来期间发生反转,且这种反转伴随着股票回报的修正。他们的工作强化了因果叙事:回报可预测性不仅仅是统计相关性,而是反映了一个可识别的经济过程,即高估的盈余被后续的现金流实现所修正。
国际证据参差不齐。该异象在若干发达市场中表现稳健,尤其是那些采用与美国公认会计准则类似的权责发生制会计体系的市场。在以收付实现制会计为主或机构投资者占主导的市场中,该效应往往较弱。这种跨国差异支持了行为解释:异象在报告盈余与现金实况之间差距最大、散户参与度最高从而更容易对标题数字产生锚定效应的地方最为显著。
实务中的应计项目度量
研究者和从业者采用多种方法来度量应计项目,每种方法各有利弊。
资产负债表法是Sloan原始研究中使用的方法,将总应计项目计算为非现金流动资产变动减去流动负债变动(不含短期债务)再减去折旧费用。这种方法简单明了,仅依赖于公开的财务报表。
现金流量表法将应计项目度量为净利润与经营现金流之差。自1988年SFAS 95要求公司报告现金流量表以来,这种方法已成为1988年后数据的首选方法,因为它避免了非经营性资产负债表变动(如并购和资产剥离)引入的度量噪音。
| 应计度量方法 | 计算方式 | 优势 | 局限性 |
|---|---|---|---|
| 资产负债表法 | 非现金营运资本变动减去折旧 | 适用于长历史样本 | 受并购活动污染 |
| 现金流量表法 | 净利润减去经营现金流 | 更清晰地分离现金与应计 | 仅1988年后数据可靠 |
| 分项应计法 | 分别度量应收账款、存货、应付账款等 | 能精确定位最不可靠的组成部分 | 更复杂,需要行业背景 |
Richardson、Sloan、Soliman与Tuna(2005)表明,按类型和可靠性对应计项目进行分项处理能产生更精确的信号。与应收账款和存货变动相关的营运资本应计项目具有最强的预测能力,而折旧和摊销(非可操控应计项目)几乎没有预测能力。这一发现与管理层操纵渠道一致:最容易受到时点选择和估计自由裁量权影响的应计类别,恰恰是那些预测未来表现不佳的类别。
异象是否依然存在?
应计异象发表后的演变轨迹遵循了更广泛的因子投资文献中常见的模式。多空价差的原始幅度自Sloan的1962-1991原始样本以来有所下降,尤其是在机构关注度和量化筛选有所增加的大盘股中。多项研究估计,自1990年代中期以来,溢价大约缩减了一半,这与McLean与Pontiff(2016)记录的已发表异象平均约30%的发表后衰减一致。
然而,该信号并未消失。在卖方关注有限、机构参与度较低的小盘股领域,基于应计的回报可预测性尚未褪色至无关紧要的程度。该异象作为综合质量评分的组成部分也保留了效力,在其中它贡献了与盈利能力和杠杆指标正交的信息。
应计信号在小盘股中的存续与套利限制解释相吻合。适合做空的高应计股票往往恰恰是那些借券成本高、买卖价差大、特质波动率高的公司。这些摩擦阻止了识别到定价错误的成熟资本完全消除这种错误。
证据指向何方
Sloan1996年的论文确立了一个持久的实证规律:市场将应计盈余和现金盈余视为可互换的,而事实并非如此。后续研究完善了度量方法,勾勒了跨国边界,并记录了预期中的发表后衰减,但并未推翻核心发现。应计异象在因子领域中占据独特位置,因为它源于一个具体的、可识别的财务报表分析失灵,而非来自弥散的行为偏差或基于风险的渠道。
对于构建质量导向型投资组合的投资者而言,现金-应计分解提供了一个互补的筛选维度。盈余获得经营现金流有力支撑的股票,在历史上更有可能维持其盈利能力,也更不容易经历导致股价下跌的负面盈余修正。无论是作为独立信号使用还是整合到多因子框架中,并非所有报告盈余都具有同等价值这一洞见,仍然是会计研究对投资实务最重要的贡献之一。
Written by Elena Vasquez · Reviewed by Sam
本文基于引用的一手文献,并经编辑团队审核以确保准确性和归属。 编辑政策.
参考文献
-
Sloan, R. G. (1996). "Do Stock Prices Fully Reflect Information in Accruals and Cash Flows About Future Earnings?" The Accounting Review, 71(3), 289-315. https://doi.org/10.2308/accr.1996.71.3.289
-
Richardson, S. A., Sloan, R. G., Soliman, M. T., & Tuna, I. (2005). "Accrual Reliability, Earnings Persistence and Stock Prices." Journal of Accounting and Economics, 39(3), 437-485. https://doi.org/10.1016/j.jacceco.2005.01.005
-
Dechow, P. M., & Dichev, I. D. (2002). "The Quality of Accruals and Earnings: The Role of Accrual Estimation Errors." The Accounting Review, 77(s-1), 35-59. https://doi.org/10.2308/accr.2002.77.s-1.35
-
Dechow, P. M., Ge, W., & Schrand, C. (2010). "Understanding Earnings Quality: A Review of the Proxies, Their Determinants and Their Consequences." Journal of Accounting and Economics, 50(2-3), 344-401. https://doi.org/10.1016/j.jacceco.2010.09.001
-
Green, J., Hand, J. R. M., & Zhang, X. F. (2017). "The Characteristics that Provide Independent Information about Average U.S. Monthly Stock Returns." The Review of Financial Studies, 30(12), 4389-4436. https://doi.org/10.1093/rfs/hhx019
-
Allen, E. J., Larson, C. R., & Sloan, R. G. (2013). "Accrual Reversals, Earnings and Stock Returns." Journal of Accounting and Economics, 56(1), 113-129. https://doi.org/10.1016/j.jacceco.2013.05.002
-
McLean, R. D., & Pontiff, J. (2016). "Does Academic Research Destroy Stock Return Predictability?" The Journal of Finance, 71(1), 5-32. https://doi.org/10.1111/jofi.12365