关于ERC(盈利反应系数)的研究综述 - 金融学（理论版）

1关注
1粉丝

硕士生

57%

还不是VIP/贵宾

-

0%

威望: 0 级
论坛币: 2249 个
通用积分: 6.1088
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 2338 点
帖子: 150
精华: 0
在线时间: 154 小时
注册时间: 2004-12-15
最后登录: 2024-1-17

楼主

路过蜻蜓 发表于 2005-3-10 19:04:00 |只看作者 |坛友微信交流群|倒序 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

1.1.1.1 研究盈余反应系数的动机
1.1.1.1.1 研究盈余反应系数是因为它在估价和基础分析方面的潜在应用。如下所述，可根据盈余反应系数推导出估价模型。另一个重要的方法性动机则是为了设计出效率更高模型用于检验的契约与政治成本假设或自愿披露或会计信息传递理论。
1.1.1.2 关于盈余反应系数
1.1.1.2.1 较早研究ERC的文献有Kormendi and Lipe (1987) 和Miller and Rock（1985）。 他们的研究基础包括会计关联研究（如Ball and Brown (1968), Foster (1977), Beaver, Clarke, and Wright (1979), Beaver, Lambert, and Morse (1980), Beaver, Lambert, and Ryan (1987), and Watts and Zimmerman (1986, ch. 2). ）和宏观经济中对持久收入假说（将消费与收入的时序特征进行研究）的研究文献 （如Hall (1978), Flavin (1981), and Kormendi and <st1:PersonName w:st="on" ProductID="La Haye">La Haye</st1:PersonName> (1986). 持久收入假说是由Modigliani and Brumberg (1954), Friedman (1957), and Ando and Modigliani (1963)发展起来的）。 Kormendi and Lipe估计了股票报酬与盈利关联的程度，ERC，并对检验了是否公司特有ERC估计值与公司盈利的时间序列特性之间存在着正相关关系。这样，ERC就反映了盈利的时间序列特征和权益市场价值贴现率。比如，如果盈利的时间序列特性为盈利变动是永久的，则假定盈利变动与现金净流量变动之间是一一对应的， 那么ERC就是按风险调整权益报酬率计算出的盈利变动的永续年金现值。年度盈利每1美元永久性变动的现值为(1 + 1/r), 其中，r表示风险调整权益报酬率。
1.1.1.2.2 为预测ERC的大小，研究者需要一个估价模型（如股利贴现模型）然后再对按照当前盈利信息和贴现率所计算出的未来盈利预期进行修正。盈利的时间序列特征在这方面的作用十分受限，而关于时间序列特征的严格理论又并不存在。ERC文献中最为看好的就是将盈利的时间序列特征与诸如竞争、技术、创新、公司治理有效性、激励性报酬政策等经济因素联系起来。
1.1.1.3 ERC的经济决定因素
1.1.1.3.1 Kormendi and Lipe (1987), Easton and Zmijewski (1989),和 Collins and Kothari (1989)等早期研究确认了四个ERC的经济影响因素。这类研究都以金融与经济文献中标准的贴现净现金流量估价模型开始。为将盈利与证券报酬联系以来，假定市场对盈利预期的休整与现金净流量之间存在一一对应的关系。每$1 earnings变动所引起的价格变动加上所有修正后的未来盈利预期的贴现值。这四个决定价格变动或ERC大小的因素是：持续性persistence, 风险risk, 增长growth，和利率。
1.1.1.3.2 Kormendi and Lipe (1987) and Easton and Zmijewski (1989) 的研究表明， 盈利变动对市场参与人对未来盈利预期的影响越大，即，盈利对时间序列特征的影响越持久，则价格变动或ERC就越大。Collins and Kothari (1989, table 1)将ERC与一些常用的盈利的ARIMA 时间序列特征相联系，包括随机游走、移动平均、自回归等特性。
1.1.1.3.3 Easton and Zmijewski (1989)解释了为什么风险对ERC的影响是负的。这里的风险指的是权益现金流量波动的非系统性风险。单个或多个贝塔系数（Single- or multi-beta）的CAPM说明，权益贴现率是随权益现金流量的系统性风险增加的（单个beta 的CAPM见Sharpe (1964) and Lintner (1965)，而Fama and French (1993)的三因素模型则还包括了规模、帐面价值/市场价值因素。 Carhart (1997)的四因素模型又在Fama –French的三因素模型之上加上了the momentum factor（？因素）的影响。金融文献中常用三因素或四因素的CAPM模型(见 Fama and French, 1997). 这样，风险越大就意味着贴现率越高，而预期未来盈利的修正现值，即ERC就越小。 
1.1.1.3.4 Collins and Kothari (1989) 指出，公司增长机会对ERC具有正向的边际影响。这里的增长是指现有项目或期望收益率能超过风险调整报酬率r（相当于该项目现金流量的系统风险）的新投资机会(见Fama and Miller, 1972, ch. 2)。公司能在现有或未来投资项目中赚得正常水平以外更多报酬的能力与资本市场效率之间并不矛盾。这只是说公司在产品市场中具有垄断能力，能在一段有限的时期内挣得（准）租金（(quasi) rents）。换言之，（其他公司）进入或退出产品市场一般不会立即改变公司赚取超额利润的能力（相反，在有效市场中， 价格会随着对公司获利能力预期的变动迅速作出调整，因此无论投资哪只股票，投资者都只能期望获得平均报酬率）。如果当期收益中包含了公司增长机会的信息，则预计价格变动会比较大。Collins and Kothari (1989, pp. 149-150) 认为，价格反应会比盈利的时间序列持续性（？市场对盈利的记忆？）更大，因为根据历史数据预计的持续性在反应目前的增长机会方面很可能是不太准确的。
1.1.1.3.5 最后，Collins and Kothari (1989)预计，在ERC和无风险利率之间会存在着短暂的负相关关系。道理很直接。贴现率r在任何时候等于当时的无风险利率与风险溢价之和。如果无风险利率上升，在其他条件不变时，对未来盈利变动预期的修正贴现值得将会下降，这样，在利率与ERC之间就会存在着杂事的负相关关系（这一论点忽视了利率的变动就是预期通货膨胀率的变动，而公司会通过提高价格将通货膨胀率的变动转移给顾客。这样，ERC与利率变动之间就不再相关。利率与ERC之间的负相关关系实际上是假设要么利率与真实利率之间同时发生同向变动，要么通货膨胀对股票价格存在负向的影响，因为未预期的通货膨胀对经济活动会有负面的影响(见Fama and Schwert, 1977, and Fama, 1981)。更进一步地讨论见<st1:chsdate w:st="on" Year="1899" Month="12" Day="30" IsLunarDate="False" IsROCDate="False">4.1.1</st1:chsdate>.D）。
1.1.1.4 对早期ERC研究的评价
1.1.1.4.1 Kormendi and Lipe (1987), Easton and Zmijewski (1989), 以及 Collins and Kothari (1989)的研究结果意味着横截面和暂时因素（？cross-sectional and temporal determinants？）对预期ERC有着统计意义上的显著影响。大量研究也得出了类似的结论，因此，控制持续性（persistence？）、风险和增长并关注某一变量（如所有权控制）对ERC所引起的增量影响，已经成为了目前资本市场文献中的普遍做法。
1.1.1.4.2 尽管ERC取得了成功并对后续的研究产生了很大影响，但这类 至少还存在以下三个方面的问题：首先，对持续性方面的研究以及持续性与ERC之间的统计关系往往是自然存在的。在盈利的时间序列特征中，我还会提到这个问题。如果从影响公司盈利时间序列特征的经济因素出发，还能更进一步地丰富ERC的研究。这一领域的研究也有一些。Ahmed (1994) 在Lev (1974, 1983), Thomadakis (1976), Lindenberg and Ross (1981), 以及 Mandelker and Rhee (1984)的基础上，研究了通过公司资产赚取经济租的潜在能力和公司所在行业的竞争程度以及公司的成本结构之间的关系。Ahmed (1994, p. 379) 得出了一致的结论认为“如果会计利润反映了能反映公司通过当前业务赚取未来经济租的信息，ERC与竞争程度之间将负相关，而与固定成本与变动成本之比值正相关（Biddle and Seow (1991)研究了ERC的国界差异，Baginski, Lorek, Willinger, and Branson (1999)研究了经济特征对收益持久计量指标的影响。）。
1.1.1.4.3 Anthony and Ramesh (1992)研究了企业生命周期与战略之间的关系（见Porter (1980), 和Spence (1977, 1979， 1981), Wernerfelt (1985), Richardson and Gordon (1980), 及Rappaport (1981)），并用以解释ERC的横截面差异。他们认为，在企业所处的生命周期位置，财务报表中的公司产生现金流量能力的信息含量是不一样的，因此可根据公司在其生命周期中所处的位置来预测ERC（还有另一类文献认为，当收益的时间序列特征系数不确定时，ERC行为是公司生命周期的函数(见Rao, 1989, and Lang, 1991)）。
1.1.1.4.4 近年来，Ohlson (1995)对剩余收益（residual income）——表示公司能在竞争过程中赚取到超额收益的能力——引入了平均数复归过程（mean-reverting process）。通过对剩余收益而不是收益总额或收益变动额建立模型，作为一个自回归过程，Ohlson (1995)较好地捕获到了产品市场竞争的经济影响。Dechow, Hutton, and Sloan (1999) 也报告了支持剩余收益自回归经济模型的证据。不过，这些研究相比使用简单盈利资本化和股利贴现模型的研究来说，“唯一适度的改进就是解释力度上” (Dechow, Hutton, and Sloan, 1999, p. 3)。
1.1.1.4.5 将ERC与收益持久能力相关联的文献的第二个缺陷在于，这些研究似乎找到的都是“样本内（in-sample）”的证据。比如，Kormendi and Lipe (1987) and Collins and Kothari (1989)估计出时间序列系数后，对持续性系数和ERC执行的横截面检验仍然是在同样的样本期间内进行的（Ali and Zarowin (1992) 指出，这些检验在检验ERC和持续性关系时，忽视了收益的瞬时部分(见后面叙述)，高估了持续性的重要性。然而，即使是控制了这种高估后，他们仍发现持续性是决定ERC的一个重要因素。 即使从直觉上来看这些论点和假说都没有问题，但由于缺乏适当的检验，这些结论仍值得怀疑。（Lys, Ramesh, and Thiagarajan (1998) 研究的弱点之一就是他们使用的是样本内时间序列特征，这使得他们对以下两种假说的区分效力降低。时间序列特征对ERC的影响以及Easton, Harris, and Ohlson (1992) 关于“收益的时间集合（temporal aggregation of earnings）对报酬与收益的强相关影响非常重大”的论点。以下在讨论为什么预计ERC与其在某些假定条件下的预计价值相比太小的原因时还会讨论这个问题。） Dechow, Hutton, and Sloan (1999)证实，行业水平上的自回归特性能解释未来盈利的持久性，但他们的研究目标并非直接是持续性与ERC的关系。
1.1.1.4.6 根据Watts (1992, p. 238)，对ERC类研究文献的第三个批评，是这类研究未能“区别用会计利润代表当期和将来现金流量方面的差异，以及会计方法的差别，这显然就存在着相关变量可能被忽略的问题（a correlated omitted variables problem）”。Salamon and Kopel (1991)也指出了类似的问题。由于以下两种可能的情况，存在相关变量被忽略的可能： (i) 与风险和会计政策选择的关系类似，在影响ERC的经济因素之间也可能存在着相关关系。 (ii)会计政策选择与盈利对未来现金流量的预测能力相关。通常，研究ERC的经济决定因素的文献都未在契约理论或会计政策选择理论的基础上充分地研究影响ERC的经济变量。（除Baber, Janakiraman, and Kang (1996) 和Baber, Kang, and Kumar (1998)以外，这两份文献都研究了ERC与投资机会和管理层报酬之间的关联影响）。这些都是值得将来进一步进行研究的。（对利率与ERC之间的瞬时关系，还有另一种批评。利率是引起ERC的原因吗？名义利率的很大一部分是通货膨胀率，金融与宏观经济文献都认为通货膨胀率的变动与真实经济活动和股票市场报酬变动之间是负相关的(见 Fama and Schwert, 1977, and Fama, 1981)。而且，真实经济活动和企业前景与股票和债券的期望报酬率也是负相关的(见Fama and French, 1988, and 1989, Balvers, Cosimano, and McDonald, 1990, and Chen, 1989)。这说明，如时间与期望收益率变动方面的文献所指出的那样，利率与风险溢价之间可能是正相关的。这样，利率对ERC（或价格-盈利乘数）就可能是通过随时间变动的风险溢价(如，市场期望报酬减无风险利率)起作用的。利率本身并不是导致它与ERC之间负相关的原因。） 
1.1.1.5 在解释为什么ERC“太小”方面的竞争性假说
对ERC范围的经验估计值在1至3 (例如，见Kormendi and Lipe, 1987, and Easton and Zmijewski, 1989)。假定年度利润时间序列是随机游走的， (见Ball and Watts, 1972,及后面的讨论)，再假定贴现率为10%，则ERC的预计值为11左右(= 1 + 1/r)。使用市盈率作为ERC的合理估计，则根据所考察的期间，ERC将为8-20左右。这样一比，估计值就显得比较“小”了，这激励着研究者们又发展了好几种假说来对此进行解释（以下将谈到）。不过，有趣的是，对ERC的估计值和预测值大小进行比较的文献竟然早于Kormendi and Lipe (1987)所开创的ERC研究文献。
Beaver, Lambert, and Morse (1980) 试图通过引入三个内部相互关联的想法来对ERC的预测值和估计值差异进行解释：价格引导盈利（详述见后）关于会计盈利的真实盈利加噪音模型，以及反回归计量经济研究设计（reverse-regression econometric research design）。 另一份值得一提努力是Easton and Harris (1991)。这份文献假定将权益的帐面价值作为权益市场价值的噪音代表（noisy proxy），再假定净盈余（clean surplus）, 则盈利计量了权益市场价值的变动。他们因此指出， 应使用经价格缩减的盈利信息（earnings-deflated-by-price？盈利/股价？）而不是经价格缩减的盈利变动信息来解释盈利。如果采用Easton and Harris (1991)中的资产负债表观，则盈利的预计系数将说明盈利都是短期的。由于盈利的持久性强，我发现Easton and Harris (1991) 的解释不令人满意，即使他们的证据清楚地表明了经价格缩减的盈利信息能比经价格缩减的盈利变动信息更显著地解释股票收益的变动。Kothari (1992)和Ohlson and Shroff (1992)提供了另一种解释，在报酬率-盈利回归模型中，从盈利预期的角度出发，使用经价格缩减的盈利信息来解释股票报酬。近年来，研究者在报酬-盈利回归模型中，常用经价格缩减的盈利信息变量厑解释股票报酬。但是，预计ERC距离以市盈率来计量的估计值之间却差得非常远。
至少有四种假说致力于解释为什么ERC的观测量小：(a)价格领先于盈利 prices lead earnings; (b) 资本市场无效inefficient capital markets; (c)盈利噪音和GAAP不完善 noise in earnings and deficient GAAP; 以及 (d) 暂时性盈利transitory earnings.（另一原因为 ERC是按照用时间序列数据按单个公司求得的，还是对横截面中的一类证券求得的。Teets and Wasley (1996) 的结论非常引人注目，他们认为，根据单个公司求出的、时间序列ERC估计值比那些使用横截面回归模型求得的ERC值要大出许多。他们的研究表明，公司特有估计值平均水平更大，是因为 在未预期盈利和公司特有ERC之间存在强负相关横截面关系。对一类公司进行估计时，未预期盈利高的公司所得到的权重不成比例，导致估计出的系数比对单个公司进行估计得到的平均值第。）以下一一讨论。
1.1.1.5.1 (a) 价格领先于盈利。Prices lead earnings.
1.1.1.5.1.1 Beaver, Lambert, and Morse (1980)发展了这样一种看法：价格中所包含的信息比会计盈利信息中所包含的信息更丰富。（在Beaver, Lambert, and Morse (1980),之后，又有大量文献对价格领先于盈利进行了研究。比如： Collins, Kothari, and Rayburn (1987), Beaver, Lambert, and Ryan (1987), Freeman (1987), Collins and Kothari (1989), Kothari (1992), Kothari and Sloan (1992), Easton, Harris, and Ohlson (1992), Warfield and Wild (1992), Jacobson and Aaker (1993), Collins, Kothari, Shanken, and Sloan (1994), Beaver, McAnally, and Stinson (1997), Basu (1997), Ball, Kothari, and Robin (2000), and Liu and Thomas (2000).）在有效市场中，价格的变动是非常迅速的，以反应出市场对公司未来现金净流量预期的修正现值。相反，由于在确定盈利的过程中，必须依赖的基础是收入实现和费用配比原则（SFAC No. 6, paras. 78-79），会计盈利显然需要经过一定的时滞之后才能将价格中所包含的信息反映出来。这就是“价格领先于盈利”的含义。
1.1.1.5.1.2 关于价格领先于盈利的应用之一为，即使年度盈利信息的时间序列特征符合随机游走模型，利用过去的盈利信息也是无法预测出未来盈利的变动的，相反，价格所反映出的信息集中却包含了未来盈利变动的信息。这即是说，从市场的角度来看，以后的年度盈利变动是不可预测的。价格领先于盈利的经济后果便是当报酬率与同期的盈利变动之间存在相关关系时，只有一部分盈利的变动是在市场的预料之外的。在有效市场中，预料范围内的盈利变动部分与同期的证券报酬率变动之间是无关的。这部分与证券报酬率不相关的盈利变动（？contributes to a standard errors-in-variables problem）？ （见 Maddala, 1988, ch. 11, 或Greene, 1997, ch. 9）, 即导致了ERC的低估并减弱了报酬率-盈利回归模型的解释力度。因此，在价格领先于盈利的前提下，简单地去研究盈利变动与证券报酬率之间的相关关系，或未能为未预期盈利选择一个准则的代表变量应当是为什么ERC“过小“的一个重要原因。
1.1.1.5.2 (b) 资本市场无效。Inefficient capital markets.
1.1.1.5.2.1 如果市场不能按照当期的预料外盈利信息正确地调整其预期未来盈利，则由盈利变动所带来的价格变动就会极小。有大量证据表明，股票市场对盈利信息的反应不足，只有随着时间的推移才能逐渐地表对确认出盈利信息的影响(见第3部分关于盈利公告后价格漂移部分的文献以及本部分中“对市场效率的检验“方面的文献)。ERC值比预计的小与资本市场无效是一致的。但是，除非存在着在逻辑上成立的资产市场无效理论能支持对盈利信息的反应不足，否则，应当对这种解释进行调整。因为在没有理论能预计出某个特定情形会发生的情况下，反应过度与反应不足的发生可能性应该是一样的。 
1.1.1.5.3 (c) 盈利噪音与GAAP的不完善。Noise in earnings and deficient GAAP. 
1.1.1.5.3.1 “盈利噪音”观点自Beaver, Lambert, and Morse (1980) 之后在会计学者中逐渐流行起来（还可见Choi and Salamon (1990), Collins and Salatka (1993), Ramesh and Thiagarajan (1993), 以及Ramakrishnan and Thomas (1998)）。由于Beaver等人很好地解释了为什么价格领先于盈利，他们的模型(见第2部分中Beaver等人的文献)基础是将会计盈利定义为“真实盈利”和“与价值无关的噪音”或与股票价格（即价值）或各期报酬率无关的干扰成分之和。（但是，关于什么是“与价值无关的噪音”，各种研究文献却未能达成一致。例如 Ramakrishnan and Thomas (1998)）这种假设使Beaver等人提出了一个可描述价格领先于盈利现象的模型（另一种方法见Fama (1990), Lipe (1990), Ohlson and Shroff (1992), Kothari (1992), Kothari and Sloan (1992), and Kothari and Zimmerman (1995)，下文中对这种方法也进行讨论。）但是，盈利等于“真实盈利加噪音”的这种观点实际上说明会计师的工作干扰了关于公司价值的“真实盈利”信号。这与常识是相背的，并且至少与两个方面的证据是矛盾的：首先， 有证据表明会计应计项目是具有信息含量的（见Rayburn, 1986, Dechow, 1994, 以及很多其他的文献）。第二，不管应计项目是否具有信息含量，取消应计项目以后的盈利信息看起来也并不就会是“真实盈利”呀！ 没有经济常识可表明，强调以交易为记录基础的收益计量方法就能报告出“真实盈利”——指盈利能反映出经济利润中的所有信息（比如，权益市场股本的变动这样的信息）——来。实际上，Beaver等人的论文只是认为价格领先于盈利信息，即价格变动所反应的信息内容比会计盈利所反应出的信息更丰富而已。
1.1.1.5.3.2 GAAP不够完善的观点认为，财务报告的目标应当是“预测未来投资现金流量或股票收益”(Lev, 1989, p. 157)。支持这一观点的人于是就用报酬率—盈利之间的关系来判断GAAP是否很好地完成了它的目标。研究假说为：资本市场是充分有效的，以及FASB的SFAC中所提出的财务报告的主要目标（比如，Lev (1989) 就摘录了SFAC第1号公告(1978, para. 43)中的这段话：“财务报告通过对盈利及其构成进行计量来报告企业的业绩信息。投资者、债权人、和其他对评价企业净现金流量的前景感兴趣的人对这类信息尤其关心。他们对企业未来现金流量和获取现金流量能力的关心使得他们会非常关心企业的盈利情况）。Baruch Lev在一系列与各种不同的合作者共同完成的文献中，都坚持了“GAAP不完善”的观点。他认为，正是GAAP的不完善使得盈利的“质量低下”，因此与证券报酬率之间只有非常弱的相关关系。Lev (1989, p. 155)指出：“虽然报酬率/盈利之间的关联错误，或者部分投资者的非理性（“交易噪音”）都是盈利信息与股票报酬率之间关联太弱的原因，但有错误使得报告盈利的质量（信息含量）低下的可能性也是一个重要的原因”。 
1.1.1.5.3.3 Lev在Amir and Lev (1996)， Aboody and Lev (1998), Lev and Sougiannis (1996), Lev and Zarowin (1999)及其他文献中，对R&amp;D会计处理部分也表达了类似的观点。此外，还有大量对“GAAP不完善”观点进行考察的实证研究文献也提出了类似的看法，如Abraham and Sidhu (1998), Healy, Myers, and Howe (1998), and Kothari, Leone, and Laguerre (1999) 在关于R&amp;D费用是应当资本化还是费用化的讨论中，以及Bryant (1999)在关于石油燃气的开发费用是应当使用完全成本法还是成功法的讨论中。
1.1.1.5.3.4 盈利噪音和GAAP不够完善的观点对报酬率-盈利之间的相关程度影响结果非常类似。两者都使得证券报酬率与同时期的盈利信息之间的相关程度减弱，低估ERC（例如，见Beaver, Lambert, and Morse, 1980, the appendix in Lev, 1989, or Kothari, 1992)。然而，我认为这两种观点还是不同的。所谓噪音，被定义为一个与各期（即，过去、现在、和将来）的证券收益中所包含的信息都不相关的一个变量。而GAAP的不完善，其实只是价格领先于盈利观点的另一种表述方式，只是“GAAP不完善”论点中有一种标准的潜在倾向。GAAP不完善观点认为，财务报表对同期市场价值中所包含的信息反应迟缓。此外，该假说假定如果盈利与同期证券报酬率的相关性越强，则说明用来计算盈利的GAAP是社会所越需要的。但不幸的是，为什么需要尽力增大盈利与证券报酬率的关联程度本身在逻辑上还没有被证明出来。在Holthausen and Watts (2001)的文章中对此有更详细的探讨。
1.1.1.5.4 (d) 暂时性盈利Transitory earnings. 
1.1.1.5.4.1 尽管年度盈利常被假定为是随机游走的，但很多文献都公认盈利折价是存在着暂时性成分的(如，见Brooks and Buckmaster, 1976, and Ou and Penman, 1989)。 暂时性盈利存在的理由包括：首先，某些诸如出售资产这样企业活动会导致一次性的盈利或亏损（这里我将这种导致一次性收益或损失的企业事件看作是外生的。如果管理层具有操控这类事件发生的动机，则这类事件就应当是内生的，见Bartov（1991）。 现实生活中，这类时间的性质常常是内生的，以下将进行讨论）。
1.1.1.5.4.2 其次，由于股东与经理的信息不对称，以及潜在的诉讼威胁，因此供给双方都需要在处理会计数字时遵循谨慎性原则。根据Basu (1997, p. 4), 我将谨慎性定义为 会计数字在反映经济收益与经济亏损方面的速度不对称，或报告坏消息的速度大于报告好消息的速度的盈利（也可见Ball, Kothari, and Robin, 1999）。信息不对称和诉讼威胁都是促使管理层以比披露好消息更快地速度披露坏消息的原因。即，会计确认标准在对待亏损与收益方面是不一样的，对预计可能发生的损失需要及时地予以确认。当确认的可能亏损公布以后，大致等于确认了市场价值影响，因此与市场价值变动类似，损失只是暂时性的。Hayn (1995) 提出了损失是暂时的另一大理由。她认为公司具有放弃亏损业务（或报酬率在市场平均报酬率以下的业务）并维持公司资产的帐面价值的选择权。因此，只有那些预期能得到改善的公司才会继续他们的经营，这即是说，观测到的损失都是暂时的。亏损公司通过放弃或者改变项目来维持帐面价值的能力增强了帐面价值与业绩不良时期的证券价格之间的相关性（还可参考Berger, Ofek, and Swary, 1996, Burgstahler and Dichev, 1997, Barth, Beaver, and Landsman, 1998, and Wysocki, 1999)）。（这种放弃的权益是一种实质选择权。See Robichek and Van Horne (1967) for an early treatment of the abandonment option in capital budgeting. 实质选择权在估价中的作用is an important emerging area in financial economics. See Pindyck (1988), Dixit and Pindyck (1994), Abel, Dixit, Eberly, and Pindyck (1996), and Trigeorgis (1996) for excellent treatments of real options and valuation. 实质选择权近年来已开始被应用到了会计领域(见 Wysocki, 1999), but I believe there is far more potential still to be realized.） 帐面价值在估价中的作用，以及帐面价值与价格之间的关系在Holthausen and Watts (2001)中以及下面的论述中详细讨论。
1.1.1.5.4.3 最后，由代理理论所导致的管理层操控动机也影响着盈利与亏损的暂时性。Healy (1985) 发现，当合约中使用会计数据来决定管理层报酬时，管理当局会利用操控性应计项目来降低高水平的非操控性盈利，或使用大冲销来报告巨额的亏损（在Healy (1985)之后，还有大量研究为报酬目的而进行的盈利管理。这些以及其他一些对债务契约和政治成本进行研究的盈利管理文献所使用的研究假说都是由实证会计理论 (Watts and Zimmerman, 1978, 1986)所发展起来的。）巨额冲销的操控应计项目行为在引入新的CEO时也有发生(见Pourciau, 1993, and Murphy and Zimmerman, 1993)。应计项目中的可操控性部分应当就是暂时的，并且是可以最终转回的。 
1.1.1.5.4.4 暂时性收益的经济后果
1.1.1.5.4.4.1 Kothari and Zimmerman (1995, section 5.1)中的一个简单模型说明了暂时性收益的经济后果。稍后，我还将对这个模型进行了更深入的分析。假定：
Xt = xt + ut,
其中:
Xt = 报告盈利，包含随机游走部分
xt = xt-1 + et, et ~ N(0, se2) 
ut =暂时性收益部分，ut ~ N(0, su2)
再假定市场在盈利的时间序列特性之外不再有别的信息，et 与ut 之间是不相关的。暂时性收益部分的ERC为1。但是，市场对随机游走部分盈利的敏感度指标——即，盈利的持续性部分为β = (1 + 1/r) 或等于平均市盈率。将期初价格Pt-1作为减缩指数, 则报酬率—盈利回归模型为： 
Rt =γ0 +γ1 Xt/Pt-1 + errort
由于Xt等于两个与因变量的相关系数（斜率）不等的独立变量之和，因此，该模型的斜率将会在1与β之间, 将这两种盈利组成分别独立地确认在该回归模型中，将会使这两个部分的系数更加接近他们的预测价值（例如，见Collins, Maydew, and Weiss, 1997），并增加模型的解释力度。γ1系数的大小取决于随机游走的波动与暂时性收益的相关程度。如果定义k等于<v:shapetype> <v:stroke joinstyle="miter"></v:stroke><v:formulas><v:f eqn="if lineDrawn pixelLineWidth 0"></v:f><v:f eqn="sum @0 1 0"></v:f><v:f eqn="sum 0 0 @1"></v:f><v:f eqn="prod @2 1 2"></v:f><v:f eqn="prod @3 21600 pixelWidth"></v:f><v:f eqn="prod @3 21600 pixelHeight"></v:f><v:f eqn="sum @0 0 1"></v:f><v:f eqn="prod @6 1 2"></v:f><v:f eqn="prod @7 21600 pixelWidth"></v:f><v:f eqn="sum @8 21600 0"></v:f><v:f eqn="prod @7 21600 pixelHeight"></v:f><v:f eqn="sum @10 21600 0"></v:f></v:formulas><v:path connecttype="rect" gradientshapeok="t" extrusionok="f"></v:path><lock aspectratio="t" v:ext="edit"></lock></v:shapetype><v:shape><v:imagedata></v:imagedata></v:shape>，则γ1 将等于k(β- 1) + 1。这样如果没有暂时性盈利，则k = 1 且斜率为β。或者，如果没有持续性盈利，则k = 0 且斜率就为暂时性盈利的斜率1。
如果放宽假定暂时性收益与随机游走部分的相关度为零，则关于γ1大小的预测自然也会发生改变。关于经理人动机的经济假说一般都认为这两个变量之间不可能是零相关的。这使分析更加复杂起来。
1.1.1.5.4.4.2 暂时性收益对ERC的影响证据。
1.1.1.5.4.4.2.1 大量文献已证明，用报表中的非重复性项目来表示暂时性收益时，其ERC是很小的(例如，见Collins, Maydew, and Weiss, 1997, Hayn, 1995, Elliott and Hanna, 1996, and Ramakrishnan and Thomas, 1998, and Abarbanell and Lehavy, <st1:chmetcnv w:st="on" UnitName="a" SourceValue="2000" HasSpace="False" Negative="False" NumberType="1" TCSC="0">2000a</st1:chmetcnv>). 此外还有文献认为报酬率—盈利之间应当非线性相关的，因此可以从ERC的大小看出是否存在暂时性收益。Beaver, Clarke, and Wright (1979)的实证研究认为，报酬率—盈利曲线应该是S形的。他们发现，非正常报酬与大幅度的盈利变化之间的相关关系相对非正常报酬与小幅度的盈利变化之间的相关关系是不一样的，因此，报酬率与盈利之间的相关关系是S型的。一种解释是，市场认为大幅度的盈利变动是不可能持续的，因此价格调整幅度相对比较小。这样， 盈利变动的绝对值与持续性之间是负相关的。 从经济常识的角度来看，这是可能的。盈利的大幅度变动，无论是增加还是减少，都很可能是一次性的盈利或损失，或者，产品市场竞争使得高获利能力是不可能持久的，而当盈利水平极低时，公司则很有可能会选择放弃掉该项目。
1.1.1.5.4.4.2.2 Freeman and Tse (1992)通过反正切变换构造了一个非线性函数，Cheng, Hopwood, and McKeown (1992)则使用秩回归（rank-regression）方法来解决了非线性问题。其他关于报酬率—盈利非线性关系的研究包括Abdel-khalik (1990), Das and Lev (1994), Hayn (1995), Subramanyam (<st1:chmetcnv w:st="on" UnitName="a" SourceValue="1996" HasSpace="False" Negative="False" NumberType="1" TCSC="0">1996a</st1:chmetcnv>), Basu (1997)和Beneish and Harvey (1998)。尽管这些非线性研究在改进报酬率—盈利回归关系方面非常成功，但这些模型的经济基础却并不明确。因此，研究在进行统计方法改进方面应尤其注意这一点。
1.1.1.6 竞争性假说之间的区别Discriminating between competing hypotheses
研究者使用了多种不同的研究设计来区分上述四种用以解释为什么报酬率—盈利关联程度弱、以及为什么ERC估计值相对于用年度盈利的时间序列游走模型预测值要小很多的四种竞争性假说。目前看来，价格领先于盈利和暂时性盈利的存在应当是主流。下面的小结更将证明这一点。
对上述研究进行总结的还有另一个原因。在很多应用中，研究者都是从多个可选变量中选择进行研究设计的。为方便今后的研究设计选择，我用最常用的符号对研究设计的特点、优缺点进行一个总结。以下这个模型建立在Fama (1990)关于扩大报酬率和盈利（工业企业）的计量时窗对报酬率—盈利关系以及ERC的影响分析之上。
Fama (1990)及金融领域的类似研究与会计领域中关于报酬率—盈利关系的研究文献之重要区别，在于研究的（maintained）假设和动机不同。在金融（财务）领域，研究假说为象工业这类的解释变量是真实的，经济的，研究者对基础变量的计量精确度是可以接受的。这类检验的动机是考察股票报酬率的时间序列波动或横截面差异是合理的（有效的），即可由经济基础变量所解释的。另一种假说则是市场定价并非是由市场参与人的理性经济行为所决定的。诸如Ball and Brown (1968) 或Easton, Harris, and Ohlson (1992)等会计领域研究文献的目的是为了评价会计盈利的计量过程是否能将影响证券价格的因素捕获在内，其研究假说是资本市场效率。因此，市场效率才是研究假说，研究要检验的是会计是否能捕获到潜在的经济现实（见Patell, 1979, 该文从数学的角度很好地推导了这一问题）。
1.1.1.6.1 假定与变量定义Assumptions and variable definitions
我提出了一个关于盈利增长与股票报酬率之间的简单模型，该模型考虑了价格领先于盈利的现象。为使分析简化，我用了增长率这个指标。但是，报酬块—盈利分析其实也可以在回归时采用盈利与价格之比或盈利变化量与价格之比来作为盈利变量代表。
假定t时期的盈利增长率Xt满足：
Xt = xt + yt-1 ………………………… (1)
其中xt表示盈利增长中的市场未能预期到的部分，而yt-1表示市场在第t期期初即预料到了的盈利增长部分。换言之，yt-1为第t期盈利中所包含的过去盈利消息，即，价格领先于盈利中所包含的消息。然后，假定xt 和yt-1 是不相关的，且符合标准正态分布（？i.i.d.）并满足<v:shape> <v:imagedata></v:imagedata></v:shape>。这些假定意味着盈利是随机游走的，盈利增长率的每一个组成部分对未来盈利水平的持续性都有影响。在实务处理中，使用盈利增长率的困难在于，盈利有可能为负。为简化起见，这里先假定没有这个问题出现。
股票价格仅仅会对盈利增长信息作出反应，即假定各公司的贴现率暂时是保持不变的。在上述盈利增长率假定的基础之上，第t期的报酬率Rt满足：Rt = xt + yt ……………… （2）
当前的股票报酬反映了当前盈利中所包含的信息和在下一期的盈利增长中将被捕获到的信息。在这个模型中，假定市场拥有超前1期的盈利增长率信息。这个假定是比较保守的，因为先前的研究已提出，价格中能反应出未来2~3期的盈利增长信息（如Kothari and Sloan, 1992）。
由于所有的盈利信息都是用增长率来表达的，又由于所有的盈利增长都假定为永久性的，于是，年度股票报酬自然就等于市场预期之外的盈利增长率之和。即，在股票报酬率和市场预料之外的盈利增长率之间，存在着一对一的对应关系，并且价格会对未预期的盈利增长作出反应——ERC为1。如果不采用盈利增长率而使用未预期盈利除以期初股票价格的话，则ERC就应当为(1 + 1/r)。
1.1.1.6.2 一期报酬率—盈利关系Contemporaneous one-period return-earnings relation
以下这个估计年报酬率—盈利关系模型经常被使用：
Rt = a + bXt + et …………………… (3)
其中：b表示盈利反应系数ERC，b的回归估计值得应为：
b = Cov(Rt, Xt)/Var(Xt)
= Cov(xt + yt, xt + yt-1)/Var(xt + yt-1)
= Cov(xt, xt)/[Var(xt) + Var(yt-1)]
= σ2/(σ2 +σ2) 
= 0.5 ………………………… (4)
为确定回归的解释能力，调整的R2，将独立变量的方差（= 2σ2）进行分解： ：
Var(Rt) = b2 Var(Xt) + Var(et)
2σ2 = 0.52 [Var(xt) + Var(yt-1)] + Var(et)
= 0.52 [σ2 +σ2] + Var(et)
= 0.5σ2 + 1.5σ2（？）…………………………（5）
根据 (5)式, 调整的确定系数R2（为简单起见，直接用确定系数R2表示）为：
R2 = (2σ2 – 1.5σ2)/ 2σ2
= 25% ……………………………………(6)
(4)式和(6)式提供了市场能提前一期预测到盈利增长率中所包含的一半信息时（即Var(xt) = Var(yt-1)]）同期报酬率—盈利回归的结果。此时盈利反应系数为0.5，而表示方程解释能力的确定系数为25%。这个估计盈利反应系数是有偏的，因为盈利增长率中的已预期部分yt-1是过去的信息，与解释当期报酬率变动是无关的，其作用是反映独立变量的计量错误。盈利反应系数的偏差减小了模型的解释能力。如果市场还能提前1期以上预期到盈利增长率信息，那么这种变量错误（errors- in-variables）问题将更加恶化。
除了该变量错误问题以外，还应注意尽管Rt的变动原因是盈利增长率xt 和yt（反映在当期和下期的盈利中），在回归模型中却并用到yt。yt的缺席意味着还有一个被忽略的变量。这也减弱了模型的解释能力。由于yt是（被假定为是）与独立变量Xt （= xt + yt-1）无关的，模型中盈利增长率的系数是无偏的（due to a correlated omitted variable？）。
将未来盈利信息考虑进入到报酬率—盈利模型中。会计和金融领域的前期研究中使用了多种不同的方法来克服报酬率—盈利或类似的回归中的errors- in-variables 和忽略变量问题。Jacobson and Aaker (1993) 和Warfield and Wild (1992) 在报酬率—盈利的回归、Fama (1990) 和Schwert (1990)在报酬率与工业生产指数的回归中都用到了未来年度的盈利或生产增长率。与前面的简单模型保持一致，他们的研究使用了下述估计模型（见图1）：
Rt = a + b Xt + c Xt+1 + et …………………… (7)
上式中，由于Xt 和Xt+1是不相关的（因为假定盈利增长率中的x和y两个部分符合i.i.d.）, b与同期单变量回归中的一样，仍为0.5。 c的期望值为： 
c = Cov(xt + yt, xt+1 + yt)/Var(xt+1 + yt) （？）
= 0.5 …………………………………… (8)
为求出表示模型解释能力的确定系数R2，将方差进行分解：
Var(Rt) = b2 Var(Xt) + c2 Var(Xt+1) + Var(et)
2σ2 = 0.52 [2σ2] + 0.52 [2σ2] + Var(et)
=σ2 +σ2 (et) ………………………… (9)
R2 =σ2/2σ2 = 50% …………………………(10)
这样，将未来盈利增长率纳入模型以后，模型的解释能力从单期回归模型的25% 增加到了50%。当期和未来盈利增长率的系数都与价值相关，但是由于都包括了与解释Rt无关的盈利增长率组成部分，因此是有偏的。这对模型的解释能力也有影响。因为在模型（7）中，没有被变量被忽略，所以R2 比单期模型的更高。
1.1.1.6.3 扩大报酬率—盈利的计量时窗Expanding the return-earnings measurement window
Easton, Harris, and Ohlson (1992), Warfield and Wild (1992), Fama (1990), 和Schwert (1990)等研究都使用了允许报酬率和盈利的计量时窗变动的同期报酬率—盈利模型。扩大计量时窗减轻了由于价格领先于盈利所引起的errors- in-variable和忽略变量问题。此外，如果噪音是趋中/平均数复归（mean-reverting）的，那么随着计量时窗的扩大，噪音方差与价值相关部分盈利的方差之比也将减小（噪音趋中时，n期噪音之和的方差小于n乘上单期噪音方差之积。相反，符合i.i.d.并与价值相关的增长率意味着n期盈利增长率之和的方差等于n乘上单期盈利增长率方差。这就使噪音方差与盈利增长率方差之比会随着计量时窗的扩大而减小）。如果不考虑噪音，扩大报酬率—盈利计量时窗对下述横截面（同期）单期回归的影响为（见图1）： 
Rt + Rt+1 = a + b (Xt + Xt+1) + et, t+1 …………………… (11)
斜率系数应为
b = Cov[(xt + yt + xt+1 + yt+1), (xt + yt-1 + xt+1 + yt)] / Var[(xt + yt-1 + xt+1 + yt)]
= 3σ2 / 4σ2
= 0.75 ……………………………… (12)
表示方程解释能力的确定系数为：
Var(Rt + Rt+1) = b2 Var(Xt + Xt+1) + Var(et, t+1 )
4σ2 = 0.752 * 4σ2 + Var(et,t+1) ……………… (13)
从式(13)中可以知道，回归模型(11)的R2 为56.25%（= 0.752* 4σ2/ 4σ2）。以上分析说明，扩大报酬率的计量时窗后，与单期横截面报酬率—盈利回归模型相比较，盈利反应系数的偏差减小了，而模型的解释能力增强。如果再进一步地扩展计量时窗，则还可以更进一步地增强模型的解释能力并减小估计斜率的偏差（不幸的是，如果将时窗扩大得过多，也是有缺点的。首先，随着时窗的扩大，由于存在期望报酬率的截面差异，因变量的截面差异就会增大。因此，要根据报酬率—盈利回归模型对盈利（或现金流量）信息进行解释就会更加困难(Easton, Harris, and Ohlson（1992）就谈到了这一问题，Fama and French（1988）, Fama（1990）和Sloan（1993）也谈到了报酬率变动性的来源。第二，随着计量时窗的扩大，研究者必须使用更严格的数据要求，这必然会加大残差。第三，使噪音和价格领先于盈利两种解释之间的区别变得更加模糊）。但是，总会存在着终点问题。在等式（12）的报酬率yt+1中包含了一些前瞻性的盈利增长信息，但在盈利变量中却没有被反应出来（即有忽略变量问题）。与此类似，等式（12）中，计量时窗起点的盈利增长率里也包含了一些过去的信息yt-1，其作用是作为独立变量的计量错误。
1.1.1.6.4 引入前期报酬率Including leading period return
Kothari and Sloan (1992), Warfield and Wild (1992)和Aaker and Jacobson (1993)将当期和过去的报酬率与当期的盈利之间进行回归，以克服由价格领先于盈利所导致的errors-in- variables问题。与简单模型保持一致的回归模型为（见图1）：
(Rt + Rt-1) = a + b Xt + et-1,t …………………… (14)
斜率为
b = Cov[(xt + yt + xt-1 + yt-1), (xt + yt-1)] / Var[(xt + yt-1)]
= 2σ2 / 2σ2
= 1 …………………………………… (15)
表明模型解释能力的确定系数为
Var(Rt + Rt-1) = b2 Var(Xt) + Var(et-1, t )
4σ2 = 12 * 2σ2 + Var(et-1,t ) ………………………… (16)
根据式(16)，即使斜率是无偏的，回归模型（14）的R2也只有50%（= 2σ2/4σ2）。因为模型中存在着被省略的可解释反应在当前报酬率中的未来盈利增长信息的（解释）变量，因此报酬率—盈利关系是不完美的。此外，因变量中所包含的t-1期的盈利信息xt-1，在解释变量Xt中也没有。 
模型（14）中的前期报酬率对于区别噪音和价格领先于盈利假说非常有用。如果存在噪音，则斜率系数就不可能为1，反之，通过引入higher-order前期报酬率，就能捕获到价格领先于盈利现象，斜率系数将增大为1。不过，盈利中存在的暂时性盈利将使得斜率不为1。Kothari and Sloan (1992) 的研究发现，如果引入前期报酬率，ERC将增大很多，这与信息环境具有价格领先于盈利这一重要特征是一致的。该研究的估计斜率与市盈率相去甚远，与噪音和暂时性盈利的存在是一致的。
1.1.1.6.5 引入未来盈利与报酬率Including future earnings and future returns
前面已经讲到，当将报酬率与当期和未来期间的盈利增长率作回归时，由于未来盈利中包含了不能解释当期报酬率的未来信息，会导致errors- in-variables问题。Kothari and Shanken (1992), Collins, Kothari, Shanken和Sloan (1994)通过引入未来报酬率作为独立变量来减轻了这个errors- in-variables问题的影响。由于未来报酬率与未来盈利中所包含的新信息是相关的，因此引入未来报酬率是有好处的。从经济的角度来看，未来报酬率的引入解决了未来盈利增长变量中所包含的新信息错误（使用前期报酬率来代表预期盈利的相关会计文献包括Brown, Griffin, Hagerman, and Zmijewski (1987b), Collins, Kothari, and Rayburn (1987)和Lys and Sivaramakrishnan (1988)。除过去的报酬率以外，Collins等(1994)还使用了t-1的earnings yield来控制t期的预计未来盈利增长率）。特别地，回归模型为(见图1)：
Rt = a + b Xt + c Xt+1 + d Rt+1 + et (17)
引入Rt+1能减轻errors- in- variables问题的原因在于，从下述两阶段推导中可知，利用未来盈利增长率是最好的（见Kothari and Shanken（1992）的附录）。如果第一步先对Xt+1 和Rt+1进行回归，那么这一步回归的残差将成为t+1期盈利增长率中与Rt+1中的新信息不相关的部分。这个残差即是盈利增长率的预期部分（的噪音估计值），或本部分中所用简单模型中Xt+1的yt 部分。第二步，再以Xt和第一步回归中所得到的残差（即yt的估计值）为自变量，对因变量Rt进行回归。
如果表示未来盈利增长中所包含的新信息和当前增长率中所包含的已预期部分的变量（proxies）选用准确，则Kothari and Shanken (1992) 和Collins等 (1994)中所用的方法就会是成功的。即，估计ERC将会是无偏的，而模型的解释能力将接近100%。注意，式（17）中所用模型也必须进行扩展，引入当前增长率Xt中的已预期部分。当然，模型的成功与否关键取决于所用代理变量（proxies）的质量好坏。Collins等人的研究结论与价格领先于盈利观点基本上是一致的，并且他们的研究还找到了一些支持盈利信息中含有噪音的假说。
1.1.1.6.6 用分析师的预测代替未来的报酬率Use of analysts’ forecasts instead of future returns
近来，Liu and Thomas (<st1:chmetcnv w:st="on" UnitName="a" SourceValue="1999" HasSpace="False" Negative="False" NumberType="1" TCSC="0">1999a</st1:chmetcnv> and b), Dechow, Hutton, and Sloan (1999)及其他一些研究者已开始通过在报酬率—盈利回归中使用分析师预测值来直接引入对未来盈利增长率的修正预期值（Abdel-khalik (1990)在发展非线性的报酬率—盈利模型时也使用了类似的方法）。这与式（17）所表达的模型精神是很类似的，式（17）中盈利增长率的期望值是以实际的未来盈利增长率减去未来盈利增长率中新信息的影响来表示的。Liu and Thomas (<st1:chmetcnv w:st="on" UnitName="a" SourceValue="1999" HasSpace="False" Negative="False" NumberType="1" TCSC="0">1999a</st1:chmetcnv> and b) 类的研究以Edwards and Bell (1961), Peasnell (1982), Ohlson (1995), 和Feltham and Ohlson (1995)的剩余盈利估价模型（residual income valuation model）为起点。该模型将价格定义为权益的帐面价值与预期未来剩余盈利（即，超过未来将使用的权益资本帐面价值期望值成本以外的盈利）的贴现值之和（关于剩余收益估价的历史观点，参见Biddle, Bowen, and Wallace (1997)，该文将它一直追溯到了Hamilton (1777)和Marshall (1890)）。剩余收益估价模型是股利贴现模型的一种变形（见Feltham and Ohlson, 1995, Dechow, Hutton, and Sloan, 1999, or Lee, 1999)，但它将价值直接以当期和未来的会计数据、帐面价值和盈利来表示）。这在无形中为使用分析师的预测数据提供了方便。
研究者一般会选用分析师预测的盈利和权益帐面价值来代表预期未来剩余收益（由于分析师的预测一般都不考虑影响权益帐面价值的项目，因此，使用分析师的预测数据常会与剩余收益模型的净盈余假定相违背。不过，分析师数据的使用应以这些数据在解释和预测经验现象中的作用，而不是它们是否符合净盈余假定为指导原则）。可获得机读形式的预测数据使得在资本市场研究中使用分析师数据流行起来（见以下分析）。近来使用分析师预测数据的研究表明，证券报酬率与同期盈利和分析师对剩余盈利框架的预测修正之间有着强烈的相关关系。不过，还需要更多的研究来确定相关关系的加强是由于使用了分析师数据呢还是由于剩余收益模型呢，还是两者兼而有之。因此，下一步工作自然就应该是对使用了分析师数据的简单模型和没有使用分析师数据的简单模型进行比较。Dechow, Hutton, and Sloan (1999) 在这方面已开了一个很好的头（虽然使用分析师预测数有不少好处，但使用分析师预测数也会有不少问题。这是因为，分析师在预测时态度明显地比较乐观，随盈利斜度（skewness）的不同在同期不同公司之间存在一定差异（见Gu and Wu, 2000）。在下一部分中我将对此进行详细讨论）。
1.1.1.6.7 Levels regression以减轻ERC预计值偏差 to obtain less biased estimates of earnings response coefficients
Kothari and Zimmerman (1995) 认为，levels regression（即，以价格为自变量，以盈利为因变量进行的回归）的好处之一就是可以避免errors- in-variables问题。道理很简单。当前价格中不仅包含了当前盈利中所包含的所有信息，而且还包含了一些由于价格领先于盈利所导致的当前盈利中所不具有的前瞻性的信息。因此，如果以价格对盈利进行回归，则在右侧变量中就不存在errors- in- variables problem问题。回归中所忽略的只有与独立变量盈利不相关的前瞻性信息。其经济后果为：ERC估计值是无偏的，但由于省去了前瞻性信息，牺牲了模型的解释能力。
使用levels regressions的不足在于，这可能会因子诸如相关变量（如增长率）被省略、heteroskedasticity等潜在的诸如经济问题。在Brown, Lo, and Lys (2000) 和Holthausen and Watts (2001)的文章中对这些问题进行了讨论。
1.1.1.7 小结 Bottom line
The earnings response coefficient research has made significant progress in the last decade. However, notwithstanding these refinements, I believe the best a researcher can do currently is 检验（盈利反应）系数是否在统计意义上显著或其显著性是否高于其他变量（如经营活动现金流量）系数的显著性。这些研究还表明，控制盈利反映系数的持续性、增长和风险是非常重要的。 It is rare to see research examining whether the estimated coefficient equals some predicted value. Only occasionally have researchers attempted to test whether the estimated coefficient on transitory earnings equals one (e.g., Barth, Beaver, and Landsman, 1992). The lack of tests of predicted coefficient magnitudes is in part because predicted values depend on unobservable forecasted earnings growth rates over all future periods and expected discount rates for future periods’ earnings. Levels regressions yield earnings response coefficient estimates that are closer to economically plausible values. However, severe econometric problems make their use less attractive (see Holthausen and <st1:place w:st="on">Watts</st1:place>, 2001).

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：ERC economically Determinants Unobservable coefficients

[其他] 关于ERC(盈利反应系数)的研究综述 [推广有奖]

经管之家送您一份

经管之家联合CDA

感谢您参与论坛问题回答

扫码加我拉你入群

相关帖子

本版微信群

[其他] 关于ERC(盈利反应系数)的研究综述 [推广有奖]

经管之家送您一份

经管之家联合CDA

感谢您参与论坛问题回答

扫码加我 拉你入群

相关帖子

本版微信群

扫码加我拉你入群