剩余收益模型与股票未来回报饶品贵/岳衡2013-04-16 17:24:01 来源：《会计研究》(京)2012年9期一、引言基于财务报表信息的证券投资策略研究具有重要的理论和现实意义，它直接影响着我们对证券价格形成机制等问题的认识，同时也影响着会计信息的使用者——证券投资者是否有效地利用会计信息，尤其是影响机构投资者在证券组合选择时如何根据会计信息制定投资策略。
这方面的深入研究对提高我国证券市场的效率、保护投资者的利益都有重要和深远的意义(姜国华，2005)。
在我国机构投资者广泛开展量化投资背景下，如何运用公司的基本面信息构造投资组合策略成为理论界和实务界共同关注的焦点问题。
运用剩余收益模型(Residual Income Model，下文均简称为RIM)对公司进行估值，并以此构造投资策略，这种组合投资方式在成熟的资本市场上已经得到比较广泛的应用。
在我国这样一个新兴的资本市场上运用RIM对企业进行大样本的估值研究具有非常重要的理论意义与实践价值。
RIM由Preinreich(1938)提出，Ohlson(1995)对其进行了理论完善。
之后有一系列的文章对RIM进行了实证检验，比如Dechow et al.(1999)，Frankel and Lee(1998)和Francis et al.(2000)等，他们均发现相对于股利折现模型、自由现金流模型而言，RIM的估值更为准确，并且对股票未来一至三年回报有更好的预测作用。
然而，在我国运用RIM进行投资策略等方面的研究面临很大的困难。
国外已有文献在对RIM进行实证检验时，一般采用分析师的盈余预测作为公司未来盈余的替代变量，比如Frankel and Lee(1998)和Dechow et al.(1999)等；然而利用分析师盈余预测进行模型估值存在一定问题。
首先，分析师预测盈余普遍比较乐观，尤其是对公司的长期盈余的预测更为乐观，因此分析师的预测盈余比公司实际盈余显著要高，这可能导致运用分析师预测数据进行RIM估值得到的公司内在价值出现高估(Richardson et al.，2010；Lin and McNichols，1998)；其次，分析师可能根据股票近期走势的情况调整盈余预测，从而使得他们的预测滞后于市场的整体预期(Hou et al.，2012)，比如分析师的盈余预测不能反映市场对公司现金流的预测(Richardson et al.，2010)；再次，分析师在预测盈余时倾向于关注大公司和经营状况比较好的公司，而对小公司和经营陷入困境的公司则关注较少(Richardson et al.，2010)，这使得运用RIM估值时存在样本选择上的偏差；最后，在我国证券分析师的数量还比较少，而且集中于大公司的盈余预测(岳衡和林小驰，2008)，无法满足RIM大样本估值的需要。
针对于RIM估值过程中存在的问题，本文采用Hou et al.(2012)提出的基本公司财务报表信息的盈余预测模型，预测未来一至三年的公司盈余，并将其用于RIM估计公司的内在价值V；通过与次年四月末的股票价格比较计算价值和价格比率V/P，并以此构造投资组合策略。
我们发现基于V/P的投资组合在未来一年、两年和三年的最高组减最低组的规模调整超额回报分别是15.2%、37.9%和55.9%。
运用Fama-French三因素模型进行检验，我们发现基于V/P产生的超额回报不能被风险因子、规模因子和市账比因子所解释；控制了市账比等因素的回归分析中，V/P对未来一至三年的回报仍然具有很强的解释能力。
本文的研究贡献在于：第一，本文是基于公司财务报表信息对公司盈余进行预测，进而采用RIM估计公司的内在价值，这在一定程度上克服了运用分析师预测数据的内在局限性，从而使模型的估值更为准确，为RIM的应用提供了新的实证证据；第二，本文的研究结果为在我国股票市场上运用RIM提供了切实的经验证据，尤其在当前机构投资者普遍开展量化投资的背景下更具有特殊的意义。
据我们所知，本文是第一篇运用我国资本市场数据基于RIM进行大样本估值并检验公司内在价值与股票未来回报相关性的研究。
本文行文安排如下：第二部分是文献回顾，第三部分是研究设计和研究样本，第四部分是实证结果与分析，最后是研究结论。
二、文献回顾基于RIM的实证研究主要集中在三个方面：第一是对RIM与其他估值模型进行比较。
Dechow et al.(1999)发现股票价格和未来一年回报与考虑了动态中值反转因素的剩余收益有很高的相关性，同时发现考虑分析师盈余预测后能提高未来剩余收益的预测准确性，进而认为RIM提供了分析盈余、账面价值和盈余预测的指导性框架。
Francis et al.(2000)比较了股利折现模型、自由现金流模型与RIM在公司内在价值估计准确性上的差异，发现RIM估计的内在价值的误差更小，他们认为RIM的优点在于较少受到会计稳健性和应计项目的影响。
第二个方面是运用RIM估值进而预测股票未来回报。
Frankel and Lee(1998)运用1979-1991年I/B/E/S分析师预测数据，基于RIM估值并与股票价格比较得到V/P值，他们发现V/P能很好地预测股票未来回报，基于V/P值构造的投资组合未来一年、两年和三年的超额回报分别是3.1%、15.2%和30.6%，而且这种超额回报不能被风险、市账比和规模等因素所解释。
Ali et al.(2003)进一步考虑多项风险因素，发现V/P对股票未来超额回报的预测作用不能为风险因子所解释，因此认为这是由市场上存在错误定价所致。
第三个方面是RIM在分析师荐股、资本成本等相关研究中的应用。
比如Bradshaw(2004)发现分析师推荐股票与采用分析师盈余预测数据的RIM估值没有关系，而与基于成长性的市盈率方法的估值具有高度的相关性。
RIM也被运用在对公司隐含资本成本的估计上，比如Gebhardt et al.(2001)运用RIM估计公司隐含的资本成本，并发现资本成本与公司的行业属性、市账比、公司的成长性和分析师预测盈余的分散程度相关。
在运用RIM进行实证研究时，绝大多数的研究都以分析师盈余预测作为未来盈余的替代，原因是美国这样成熟的资本市场上分析师人数众多，提供的盈余预测数据比较容易获得、时间序列也比较长。
但是很多的研究表明分析师的盈余预测并不能很好反映市场预期(Hou et al.，2012)。
首先，分析师盈余的预测都偏向乐观(Richardson et al.，2010)，对公司长期盈余的预测更是过度乐观，其内在原因可能是分析师存在高估的动机，比如所在投资银行的业务会影响分析师的预测行为(Lin and McNichols，1998)，这就造成RIM中运用分析师预测数据估计的内在价值可能偏高；其次分析师可能根据股票近期走势的情况调整盈余预测，从而使得他们的预测滞后于市场的整体预期(Hou et al.，2012)；第三，分析师对预测的公司有一定选择性，他们更倾向于预测大公司和经营状况优良的公司，而对经营陷入困境的公司则敬而远之，同时很多分析师不提供一年以上的公司盈余预测，分析师预测数据运用可能面临样本选择偏差的问题。
另外，在我国股票市场上，分析师的数量不多，同时分析师也偏好于大公司和经营状况优良的公司(岳衡和林小驰，2008)，因此，研究者很难运用分析师盈余预测并基于RIM对我国的资本市场进行大样本的估值和相关研究。
但是RIM确实提供了一个良好的估值框架，如果能解决盈余预测的问题，将可以更为准确地估计公司价值并进而预测股票未来回报。
正是出于这种考虑，本文采用Hou et al.(2012)的方法进行盈余预测来替代分析师的盈余预测并进行RIM估值。
Hou et al.(2012)提出通过分析公司的基本面信息并运用横切面模型来预测公司未来盈余，从而避免运用分析师盈余预测数据产生的内在偏差，他们的结果显示模型所估计出的公司未来盈余预测比分析师预测盈余误差更小。
因此我们采用Hou et al.(2012)的模型估计出的公司未来一至三年的盈余作为RIM 的输入变量估计公司内在价值，并检验内在价值与股票未来回报之间的关系。
三、研究设计与研究样本1.剩余收益模型其中f()t是分析师预测的公司未来盈余。
本文的研究中也运用这个改写后的模型，区别在于把分析师盈余预测换为我们基于公司基本面信息估计的盈余预测。
2.研究设计本文采用Hou et al.(2012)的预测方法对公司未来一至三年的盈余进行预测，并将其作为输入变量放入RIM估计公司的内在价值。
Hou et al.(2012)的估计方法是建立在Fama and French(2000)的基础之上。
具体的预测模型如下：是公司未来一至三年的每股盈余预测值，ASSET是每股总资产，是公司盈余的基础；Dividend是每股股利，股利信息反映公司未来盈余的持续性(Fama and French，2000)，DD是是否发放股利的虚拟变量，分配股利的公司未来的盈利能力更强(Fama and French，2000)；Earnings[，i，t]是当年的每股盈余(营业利润①)，NegE是是否亏损的虚拟变量，盈余与其他会计变量同样存在中值反转特征，而Accrual是每股应计项目(当年营业利润减去当年经营性现金流量②)，应计项目会影响盈余质量，应计项目高的公司下一年度的盈余可能会下降(Sloan，1996)。
本文以模型(1)为基础对企业的盈余进行预测，比如在2005年，选取模型(1)中的各个变量，同时选取2006年、2007年、2008年三年的公司实际盈余，对模型(1)进行回归估计得到系数，然后我们把系数后推至2008年，这样我们就可以利用这些回归系数对2008年的各个变量进行拟合得到2009年、2010年和2011年的盈余预测值，并将这些值代入RIM对公司的内在价值进行估计。
需要指出的是，我们的估值以及交易策略都是基于当时可以得到的会计数据，最大程度地避免了后见之明(hindsight bias)的影响。
3.研究样本本文的财务数据和市场回报数据均来自CSMAR数据库。
数据处理过程中我们删除了金融类上市公司，对V/P之外的所有连续变量进行1%水平下的缩尾处理；并且我们在进行模型(1)的回归中删除了IPO两年之内的上市公司，因为有研究表明我国IPO公司在上市之前进行了比较严重的盈余管理，而盈余管理必然导致未来盈余的持续性下降。
我们最终用于模型(1)估计的样本为6821个公司年，区间是1996-2005年，而计算V/P的样本为7987公司年(删除V/P缺失值和小于0的值以后)，区间是1999-2008年。
两个数据区间存在三年的差异，原因是我们估计RIM需要用到前三年的会计数据③。