仁二二二一二-二公什5严主、lI!IIl气|经济增加值的价值相关性①一一与盈余、现金流量、剩余收益指标的对比王化成程小可佟岩(中国人民大学商学院会计系l∞872) l摘要l本主通过实证分析对比T经济增加值、盈舍、现金流量之间的价值相关性。我们的研究分为两个部分:相对聋'世研究(相对估息告量检黯)与增量虽联研究(增量信息告量检ft)0革于水平与吏化模型的实证栓栓结果显击:在相对优息告量方面，EVA没有在现出明显的优于恃就收益指标(净利润)的特性;在增量佑在·告量方面，尽管EVA的稳特构成部分(膏企咸丰和合计调整项)显示了一定的增量价值相关性，但是与怜钝收益的构成部分(现金流量和应计项)相比枝，这种增量效应不是十分显著。[笑"词l经济增加值价值相关性A余现金流量剩余收益经济增加值(EconomicVa\ue Added，简称EVA)是目前国内探讨的热点问题，介绍其理论的文章层出不穷;更有美国思腾恩将管理咨询(SternStewart Consulting)中国公司将这一评价方法应用到中国实践，用EVA指标对中国上市公司的经营业绩进行了排名。〈财经》杂志从2000年起披ø了该排名结果，在中国资本市场上引起了广泛的影响。根据上述背景，本文拟从EVA与传统指标的对比利结合方面，采用实证研究方法系统全面地分析EVA指标的价值棚关性，øp探讨如下议题:与盈余、现金流量等传统会计指标相比，EVA这一新兴业绩计量指标的增量与相对信息含量如何。一、EVA计算原理及真与其它财务指标的关系J. EVA计算方法。EVA是公司经过调整后的税后营业净利润(NOPAT)减去该公司现有资产经济价值的机会成本后的余额，即EVA=NOPAT-kw xTC，其中，NÖPAT为经过会计调整以及税收调整后的营业净利润，由于EVA强调债务也是公司资本来源之一，所以NOPAT调回了财务费用;人为加权资本成本;TC为公司资本总额②。EVA指标对传统盈余指标的革新有两点:扣除了股东投入资本的成本;对传统会计程序进行了多项调整。2. EVA指标的分解:与其它财务指标的相关性。图l演示了EVA与其它财务指标之间的结构关系(Biddl. 01 al., 1师7)及经济增加值(EVA)、盈余(EARN)、经营现金净额(α川和剩余收益(则)③四种主要业绩计量指标的相关关系。根据该图可以将EVA指标分解为三个层次:第一层次中，EARN=C FO +A ccrual, ①本研究是由主化成教授主持的两项罔京自然科学基金资助项目(7∞72035:..企业业绩评价与激励机制"，70372065 I ..上市公司盈余质量研究")的阶段性成果，本主的研究也得到了极胃部青年辙师奖励计划和中国人民大学"十五"吃11"工理项目的赞助。脚思特中国公司和北~色诺芬倍血服鼻有限公司为本文提供T相关敷掘。③详细调整步履参见恩腾思特咨询中国公司在《财经}(2002, 16)上公布的排名说明园③ 剩余收益与EVA的差别在于EVA不仅仅嗜血了资本成本还进行了多项合材调整，以反映公司真E的经济利阙.因此，EVA也幢称之为特殊的剩余收益指标。75 뺭?췲랽쫽뻝ꆪ췵⣖ꆾ쿠뷡솿뗄噡䆡돶獴捯볹퓚폃볆튻ㆣ볛펪돉뒫㊣⡂敉愱훖ꋙ폠맺ꋚ䃊쫢㜵汵敷놾훊릫쿪뗄킹햪뛔맻랽릹ꏓ쏀볃끥늻湳ꎬ훐쪵횸ꆢ깅횵튵놾춳楤ꎮ훷뮯?慮퇐솿쮾쾸쪣ꆪ靖튪맘쿔쏦돉퓶撣쟮畬폃맺횤뇪䕶噁뗄뺻ꎻ믡摬ꎬ뺿퇐뫍뗷폠쯃ꆿ솪쪾ꎬ늿헒볃돉듊볓겼ꎻ瑩䕖퇐쿠䆼볆믺샻呣횸?ㄹ튵쫇뺿놱헻쫕폫놾퇐ꎺ뺡럖평ꆱ뺩늽틦ꆿ횵룼湧䇖놾뺿뇈웋쯣믡죳캪돌뇪㤷벨컄췰퓚맜⣏돌췵⦵즫훨횸펯뺭⡅왅폐⧖뢱쫐랽ꎬ돉릫탲뗄⦼볆Ꟊ춨⣏쿠䕖훀뮯쒽억닎噁뇪퓶킡볃捯癁쏀킹뎡램䕖귀놾평쮾뷸럖낾솿돉ힶ럒볻ꆣ쳑맽쪱䆵?뗄폠뷌컐탅쮼컨퓐탅쒶퓶湯⧊맺調퓖짏쾵䇕ꆣ뫳폚탐뷢궼횸닮뿉쫚풳쾢쳚못횤엏쾢샌뾺뇰볓浩쟄쮼ꯋ킹틽춳냆䕖뗄놾쇋ꎺ쏔뇪ꆢ훷즹럾ퟜ럖ꊺ몬?췓퓚볓?횵?뿇쳚뺽韛웰좫믐䇊폠䇇ퟜ뛠폫뗄돖ﮣ컱쳘웏컶곁솿릳ꚼ폚쿖뗄겱폐볛낹뛷ꯕ쿊쇋쏦싐잹뛮뾵쿮웤폖쿠퇒딱뛔뾼랽즲웏솽뻎쿞톯䕶횵醙쳘킹맣뗘쯒ꯋꎬ풲뗷쯼딨맘쿮쒵릫훐뷰〰뇈쏦뾷䆲횵?맜믆ꯋ랺럖떼ﲲ뺾벴껎ꆣ헻닆䕖맘맺쓑쮾㠷쇋ꎬ혨쿠뮽볒킾캪릫쇷맘뷌샭삼뺵뗄컶ꢼ웎궹ꆣ컱䄩쾵㈩뺭폫䕖뇈ퟔ뿒놾쮾볃퓶䇃뷰뷏탔횵?쒾펰䕖웁ﶵ䄽닊䇖횸ꆢꆣ좻늵컄퓚솿퓶믓돉ꎬ볂뗄펯쓈톯붷귓쿬䇖뿖뢱乏잹뇪룹뿆쎵쳡ꆶ볓맘킱럮헢톧뷁릩닆쟁폠좵⡳꣓ꆣ뢱﮺偁ꯋ뗄뻝ꆢ믹쮽쇋뺭횵솪뫍훖쯗쿖瑥ꛓ떼룹쒹咡뻗풴쿠⡅룃뷰쳓쿠ꆷꆢ퇐횳쳗퓶쪳쪣볛뫐쫌?쎵ꢽ뻝쒼쓔?쓋ꩫ쪱ꯍ맘䅒춼ﶲ⠲펯뺿볆솿떳훺뿇쫽〰쇷뷖짏??낺睸뻀돓탔丩뿉⣔뗷킧즱폠쿮뻝㊣솿경킹탁쫶뗏뿓呣듔꿓ꆣ틔ꆢ풵헻펦뺻쒿ꆣ갱횵쿖뿐쓓쿮늻쪣響쯅놳ꎬ듖춼뺭붫⠷쳊㘩립쫕〰ꚽ짏뷰엏엓⧏쫇닉??엃뺰?떾웤껒뢱㇑펪䕶㜲뇀릫틦쇷ꋉ?퓊쪮탁쫕ﮡꎬ풣퓐므훐뮣?쿖䇖〳늼솿쳍뻁럖쮶쿠틦ꎡ놾겼엏ꎬ곋쒸뻁뷰뢱㖣욻뗄횸횮뾼돊쯒쿔몡꺺업?뚲컄듌ꊺ乏戮쭅뺻볤헒뮶훸냆췖쏻뇪쓎욾쓢뷌곁乏偁푎싓噁뛮횽뗄ꢵꆣ킹쮵맘쓕궡듓훈뿈灁哎佐탁폫⡣뗒靖쏷볛ꆣ뢱쓔운뗄떼쯃ꆣ횵믹슲럔䕖吩ꪾ䅔붵웤䙯쫕쿠폚뺻뾼ﮣ?폖䇓싒캡복궹뗷쯼⦺ﶸ뛔삼맘쮮샻?곒탔뺴?좥ﶻ믘몿닆췊?ꞡ탔욽죳뗏풷냊뇈팲ꯍ룃쇋?컱ꏓꆣ폫⦵꓀껎듓〰돖뫓릫욵닆ﷁ횸캣컒뇤쓌?뎹ꋙツ뢱쮾컱쮹뇪헒몵𥳐놡쏇뮯?풣ꯋ욡ꌲ꿓쿖럑즶횮?뗄쒣풣겵뻕놣ꆰ퇐탍믔ꯊ쒶폐풼폃ꯍ볤洩뮲묷ꆱ뺿뗄?쟓ﶵ﯂풱ꋏ냋ꎻ뛈ꋛ〳릤럖쪵㜲돌쒾뛁좺횽닺냊殣쯗뷡쯄컖〶쿮캪횤뿐ꯍ귐쮸춽뺭햵곎쪱릹킣㖣쒿솽볬엏돊뷀쏅볃ꪼ뺵맘걅뮡뗄룶퇩ꊺ헒냉엃ꢷ뾵﮺폈쒳쾵䅒늿?쿊훺﮽뷃좴꣗즱丽럖ꏒ킹ꆣꎺꯍ?쪱뺣捆ꯋ쳚뻓쮼쮣ﮡ겲뎻?뮶〫?쳘걅?䅣훐癁捲튲䥬놻돳돆沣횮?캪쳘
|会什4再去...气..二二 号IIII1三;二，二二;二二\-二.苦苦--驾E W-A Fo›h-JA咿 且I k 中AA A de +-叫l --」t L R+ 剧Nn W X + e u c J EARN代表净利润，等于CFO加上权资发生制下产生的流R应计性调整项目(Accrual，反映了权责与收付实现制的差异)。第二层次中，RI =队RN+ ATInl -kw x TA，阳代表RI 了剩余收益，ATInt表示税后利息费用，kw为加权资本成EVA 本，TA为传统会计程序下的总资产(等于股权与负债之回IEVA指标分解困和)。第三层次中，EVA = 阳R1+ Acc蝴阳un硝B整事项的累计影响，且包含了恩腾思特公司对资本的重新定义给资本成本计算带来的影响项[阳kwx (TA -T咒'C)1; 由此EVA与剩余收益的差别为EVA指标迸行了传统会计程序的调整，包括利润与资本数据的重新调整。二、模型与假设1.价值相关性模型。价值相关性(Value Relevance)是资本市场环境下实证会计研究的主要范畴，该范畴主要研究在资本市场环境下会计指标与公司价值(一般以股价为替代变量)之闲的相关性。根据Holthau盹n和Watts(2∞I )的研究，价值相关性分为相对关联研究(Relative 翩翩翩ionstudies)、增量关联研究(lncremental as毗iation8tudi回)和边际信息含量研究(Marginali由m皿ioncontent studies，基于事件研究)。有些学者也把相对美联研究与增量关联研究称之为相对信息含量研究与增量信息含量研究(如Biddle et a1., t 997 ;孙铮、李士曾泉，2∞1) ，在本文中我们同样也兼用这种称法。关联研究对应于会计指标与市场价值关系的检验，边际信息含量研究则对应予"市场效率"假定的检验。本研究属于关联性研究，即分别对EVA、盈余、现金流量、剩余收益等财务指标进行相对关联与增量关联研究，也即分别要对上述四类会计指标进行基于长时窗的相对信息含量与增量信息含量检验。本研究采用目前比较受研究者青睐的盈余价值相关性研究模型一-Eaaton和Harris(1991)提出的水平与变化模型(Leveland ch皿萨model)，模型如下:(<lP，.，叫，)IP, _, =k [A,./P,.,_, J + (1-k) p [酌/P，.，_，l+to’.o-l (1) 其中P，产公司i的股票在t期末收盘价;P，川=公司1的股票在t-1期末收盘价AP..t= p.,t -Pi,t_l; dj,t =公司1在t时期内分派的现金股利Ai，t=公司1在t时期的每股收益数(本文涉及四种计量标准EVA、EARN、CFO，RI); A，.川=公司a在1-1时期的每股收益数M，‘=Ai，_"p=为收益水平与Jij(始股价之间的线性关联系数k=收益水平与变化项的加权因子WI，I_1=差异项。水平与变化模型说明公司股东在一段时间的原始报酬率与该时间内公司的收益水平以及收益变动均相关。用R，.，代替公式中的左项，łp R,., = (l!.P,.t + d,.,) IP，川，则Ri.，为股票1在t时段内的原始回报率。上述模型假定公司除分派现金红利外，没有发生其它影响股价非业绩性变化的除权事件，因此在实际分析时，RBa还应该考虑送股、配股等除权事件对股票价格带来的影响。所以，本文在计算R，.，时采用调整了除权事件的影响之后的可比价格。2.相对信息含量研究设计。对于相对信息含量的检验，主要是分别运用经济增加值(EVA)、传统会计利润(EARN)、现金制下的收益(CFO)t剩余收益(RI)四个收益代理变量代人公式(2)中，得到四套模型，然后在此基础上进行模型择优(基于调整R勺，拟合效果最好的价值模型所对应的收益变量的相对信息含量最高。仅仅比较调整R'还元法拒绝两个模型拟合效果相近的假定，因此我们将运用Vu ong (1989)提出的z统计值对各收益信息含量的差异进行显著性检验。我们在理论模型(2)的基础上设计出了如下统计检验模型Gl:(2) R,., =130 +βt [A,./P,.,_t 1 + , [<lA，./凡J+ADE+JEA·jhd，.，+stJ@ 根据前人的研究结果(孙铮和李增血，2ωl等)，我们在统计幢幢攥型中加了两个控制变量:公司上市地(沪市与深市).行业。在统计设计上采用了最小=乘变截距虚拟变量法。76 ?췲랽쫽뻝䕁䕖펦닮䉉쇋놾춼䕶뫍헻ꆪ훘뛾ㆣ剥룃䡯獭솪慳獴楮捯볾䉩整愱뇪뺿뛔욽捨⢡⬨⯖⠱웤웚쮾쿮쮮맘짏쪱돽㊣믡떽뗄噵汴务⠲퓚㜶䂸?剎?ꇞ昰浥摤춳䇖㇒쓚槔뗄剎䄽볆틬ꎬ쫂呣탂ꆢ꺼䥥랶汴摩퇐畤ꎮ폫짏璡욽쫶좨껏쯄쿠潮짨ꇞ料⦡ꆣ훐ꜽ捩ㄱ湴汥ꩬ볆뢱뭞럖?볓?듺捰탔⦡呁쿮⥝뗷쒣?癮돫汬攸뺿楥ꎬ쫐벴쫶뇤폫务쫂샻쳗뛔木볆쪣慴ㄱ来ꆧ짨ꎵ폃⥐엉튻좨냈ꎺ럧뇭⭁뗷ꎵ캪뗄ꎻ헻탍뗏捥훷慵⦡⡉楯㠩㡴玣ㄹ뎡럖쯄뮯뇤볾퓐죳쒣탅돶볆닉ꆰ⯍쮵횽审뗄㇊틲??楯劣짏뺻捣헻?뒫샛평ꆣ폫⧊튪獥ꋔ湣뫍겻ꏓ㤷볛뇰샠쒣뮯볙맓뗄엏⡅탍쾢㠹쇋僘⯂쓑폠쿖뇆ퟓ?폃좷슣닉킾샻牵쿮ﺲ춳ﶲ볆듋볙?쟗퇐溺牥뇟陸탐ꎻ횵뛔믡탍쒣꺡뚨ꚸ펰ꊺ䅒ꎬ몬⧌죧?ꆭ뷰?폃걬쒿攱겡뾽죳돳쒿믡펰䕖짨퓄쪱뺿쵷뾹浥볊?꧑쯯맘볆⡫탍릫쎿쿬곁丩좻솿쿂쇋ꎯ막쓃瞡ꎴ쫕잰⦣ꌩퟮ릫孁ꎬ泊⡁컖볆쿬䇓ꏐ뻊퓚慴?湴탅ꟕ쾵䆡횸癥傡샻뾹쮵쮾볂횮뿑ꆢ뫳ퟮ춳ﬨ컖頻킡뇈계ꎯꜱꎻ짊뮣쯯뗈깁捣킣돌ꎬ춡킳瑳慬쾢?ꆢ뗄ꋓ뇪没쏷돽쟋뫳킾쿖퓚룟쑺볆쮾ꆧ뛾틦킣?䆡헒갽폚呉牵걒탲쟒ꏓꎼꆻ놾⠲몬늰샮볬꿓뷸뷏?ꏐ傡릫럖춹뗄뿉뷰듋ꆣ춳돋뫍榵ꜽ닮ꎯ뇤捆湴慬䤽쿂걅냼?랾쫐〰솿퇏퓶퇩탐쮾ꯊ엉즡뿉훆믹뷶볆쫜췶샮릫ﶣ틬뷘퓶澼ꆪꎬ䕁뗄몬헒뗏돏뎡ㄩ퇐좪ꋏ믹쒹막쿖ꋅ뇈욡쿂뒡뷶횵쒣偵癁뭬뷖뻠쮾뭁쿮좪평歷랴剎ퟜ쇋싊뮷뗄뺿풹ꎬ뇟횽폚뚫뷰볛ꎶ짏뇈뛔탍탩槔䆡ꆣ뺿슣㵞짆ꆪꎬ㵒킵䅔쓢쿈ꇁ펳⭁쮼쒲?뗖뺳퇐⡍?㈰볊뎤퓚뫬즵룱퓓쫕뷸뷏룷䂣?ꜽ헟?뛓뇤䤫뇔쓗ㅝ꣔呁쇋ㅉ닺쳚퐨꒻쿂뺿慲〱탅쪱䆡튻샻좳ꆣ?틦탐뗷쫕?솿쟠ꎮ뗈䥮웚ꏒ⭁좨湴⢵䅣쮼噡믡ꎬ杩킾⦣쾢뾡뒰뛎췢⡣쒣헻틦램?⮵⦣ꆣ뭁ꋉ捣퓰ꆪ죓쳘ꪣ汵웑볆볛湡뿓곔몬ꋊ뗄쪱ꎬ퓐䙄탍刲탅곎揉웚멛쎿ꆧ뗄ꎯ틃𥳐瑡폫歷璱?릫멅?킾횸횵?솿ꏓ쿠볤쎻슼엏⦣퓱뮹쾢뺣막튻겼쟔쒩?웏摪쫕ꇁ질쮾噁뾵뇪쿠뻎퇐뛔펯傡뗄폐ﺶꊺ곊폅컞몬쫕ꎬ?걁둒슲뢶呁꣓뛔횸쓖폫맘뾹뺿헒탅풭랢풹곁ꏓ⢻램솿폠뎼쫕틦ꎻ?욼韛쪵ꎬ捣뇪릫탔?탎퓲쾢쪼ꆣ짺짆뾵陸뻜뗄쫽瀽볛묱엌ꎯ蝹쿖剉뫕놾뷸ꪷ쮾럖틃뛔좲몬⢱캪놨웤놼쒼헒?뻸닮뻋瑡㴨횵?뻎쫕?훆듺껖뗄탐뚳볛캪킾쟍펦웎솿돪쯼?솽틬偩ꏐ摪쿠ꇷ쓉틦췖뗄뇭?훘쇋횵쿠뾳곑폚폫싊펰剉ﭒ룶뷸낺ꎻꎮ맘쮮킼듺傡탂뒫?⣒뛔웖戮ꆰ뢱퓶폫쿬곖⧋㈩쒣탐폁냋욽탔偩䡝뇭뚨춳뮰맘껎늼쫐솿룃ꜫ막뒵쒸ꎬ탍쿔쯁쓖폫퇐붸틥솪뎡탅쪱볛쓓쓢훸ꎮ⮵믡횼풭撡룸볆풹퇐쏕킧탏쾢뺿볤럇냏잷헒뫏탔웁쪼?볆䠽ꌩ멄돌즼뺿퓐싊몬뾱막쓚튵횱킧볬쒣욱뗷ꎯ릫볛ꎮ놾탲?⡒엏횳ꆱ풹솿벨ꏋ變맻퇩탍뾣ꊷ벣횮돉뗄敬ꊺ욷볙?볬傡탔戮쯓ퟮ쿠ꆣ쮾⮣ꆪ몹멅볤놾뗷엸곁ꢡ뚨퇩뗄뇤풣쎾뫃뷼컒ꯋꎡꆪ癁뗄ꆤ껉퇓뻉볆헻缾楶뿑ꎹ뗄ꆣ쫕뮯겱궼뾴쏇ꆢ쿟ꏔ䔸쿊쯣ꎬ斡킾?볬뗄틦뻎쏔靖볛볙퓚욵䕁탔킵㡴쎣듸냼뼩?뿓퇩뾹쮮돽쓔횵뚨샭剎맘?막먫潮뮦살삨횮っ킾ꆣ?ꆢ솪욽楉좨?폖ꯊ쒣ꎬ싛쫐욱ꆿ捆쾵뗄샻컊楡뾶놾뫍틔쫂웋딨봨탍틲쒣걫캪폫侣쫽펰죳뗄瑩뿐퓓퇐킾벰볾䕖㈩쯹듋탍䡡퓚䶣짮막걒ꎻ쫐쿬폫쿠潮엏ꛓ뺿뾣쫕ꎬꆣ䄩훐뛔컒⠲矎牲瓒䤩ꎦ걊⦣욱쿮맘ꊺ?쫴곒틦틲쪱ꆢꎬ펦쏇⦵楳ꎻ㷊곐묱⯶孫놾탔곁폚늼뇤槔듋닉뒫뗃뗄붫쒻탒䆡헒ꪼ⠱떡瞡쫽ꆣ뿑웖맘뒷뚯퓚폃춳쫕퓋領ꎡ웚?벣㤹?섨뻝룹킾?솪횱ꌽ껆뻹쪵뗷틦폃폈쪱쫸꺡ㄩ릫뷓呁뗄뻝뼨탔쿠볊헻뇤뛎쳡죧퇐?쫕럖쇋솿꣗돶쓚컶엌?뗄쪱볛쮮풭ꎻ쪼뺳펬믘ꎮ즡놨ꆣ싊ꪡ㵐ꆣꆧꪡ튻ꪡ뮧ꆧꪡꆰꪡ撡ꌽ?릫쮾槔ꪡ?ꪡ쪱ꪡꪡꪡ?
川.二、二二门I\.公4十Z严交lIIIDl气其中·尺，1=公司1的股票在t时期考虑分红、送股、配股等影响之后的原始报酬率D，=1代表上市地为上海.。代表上市地为深圳P1，1.\:;公司1在t-1期末股价lnd;，i代表行业虚拟变量，由于本研究共涉及12个行业，故共儒川个虚拟变量:βl' l. . ßI4为回归系数;130代表模型的初始截距，el，J为残差项。根据筷型(2)可以建立如下关于收益指标且与收益指标Y的相时信息，含量比较的原假定与对立假定。H，，:X与Y的信息含量相同H，:X的信，息含量大于或小子Y的信息含量。R在本文中，X代指经济增加值，y代指盈余、现金流量或剩余收益。本文对上述假定的检验是采用Vuong (1989)的模型比较法。此外，为了克服潜在的异方差问题给系数显著性估计带来的不准确性，我们使用rWhile (1980)的调整异方差估计法。While估计下回归系数与OSL法-致，但调整了t值，使用OSL估计对本文的基本结论没有影响。3.增量信息含量研究设计。根据Biddlc(1995. 1997)等人提出的增量信息含量检验方法，再结合阁l中的EVA分解图，我们设计了如下检验各收益指标的增量信息含量的统计模型。R,.l =Yo +γ，CFOj•， +γ'lilCFO.，1 +’Y)Accrual + ’;,. +γ，&础ti，l+γ'，A&叫，‘+γ'，Acc随dj，..+ ,., , i+γA+phJI叫'，J+8", (3) 其中:γl'’Y2. 'Y20为回归系数;γ。代表模型的初始截距á.表示朔闭变动Ec耐表示股权资金成本，且EcOSl= kwxTA-ATlnJ，其官变量)Î!义如前文;并且CFO、á.CFO、Ac町崎1、ð.Accrual、Ecost，、Acctadj、ð.Acctadj等数据均表示每股数，各个变量均除以了股票的期初价格P，.I-11:>由于CFO、Accrual、Ecost、Accladj为EVA的四个构成要素，CFO、Accrual为传统盈余的构成要素，CFO、Accrual、Ecosl为剩余收益的掬成要素;因此对比EVA的四个要素对模型的边际贡献就能移检验各种收益指标的增量信息含量。建立如下假设:H.:γ211_1 =γ'，. =0; Hn:第n个要素有增量信息含量。其中n斗，2, 3, 4，且分别对应CFO、Accrual、Ec倒、Acctadj四种指标。对上述假设的检验要运用计量经济学中的系数约束偏F检验。由于模型(3)中的过多变量，我们还将做模型的多元共线性诊断，诊断方法将涉及方差膨胀因子(Vari皿ceIn ation Factor，简称VIF)测定。对模型(3)也使用了White(1980)的调整异方差估计法。4.符号预测。根据前文的推导，结合前人的研究成果，我们预测模型(2)与模型(3)中主要系数的符号为:除了股权资本成本变量对应的系数为负数外，其它收益变量以及要素变量的系数都为正数;也即在模型(2)中，预测ßl、自z为"+";在模型(3)中，我们预测"Yl、"Yl、市、"Y.、γ7、"Y.为"+", "Ys、有为。三、样本与变量1.样本选取。恩腾恩待中国公司连续公布了2000年和2∞1年中国上市公司EVA排名，此外，我们还从该公司取得了1998年、1999年上市公司的EVA指标。由于要计算变化数(即用当年度EVA减去上一年度EVA).所以样本年份区间将为1999年到2001年。另外，由于金融行业上市公司的财务特性，我们从样本总体中剔除了金融行业公司。我们依据以下标准对样本进行了筛选(1)剔除数据不金的样本(2)剔除财务费用为负以及权益成本为负的样本(3)剔除了自各变量均值土4个标准差之外的样本。筛选后，在三个年度的研究区间中，共获得了涉及12个行业的样本公司2087个(含年度间重复计算).其中深市1∞1个，沪市1086个31999年565个.2000年686个，2∞1年836个。这些样本扣除年度问重复计算后，共涉及上市公司890家。2.变量的描述性统计分析。统计分析(表略)中的样本量总数为2087个混合样本。各变量:<E义与描述性统计量均消除了规模影响，在所有的变量中，R，的各统计量都明显大于其他变踵，说明股票回报77 ?췲랽쫽뻝웤짏뇤룹탅퓚噵쏇폃㎣춼퓂ㅉ⭹⠳歷뇭평捆훖䡭㊶䢡뛔붫䥮䙡㒣뗄벴ㄵ죽ㆣ뮹튻컒돉훐ㄹ볒㊣쏨务㜷睨ꎺ湡훐쫐솿쾢?쪾뻝놾潮쪹潓껔泖폚澡쫕ꎣ짏ퟶ捴쒣꺷럻퓚ꆢ껑듓쓪쏇ꎬ㤹ꆣ꺱쫶뗄ꎵ㦡ㄲ楴ꇁꌽ瑩?ꎺ뗘ꎻ몬쎿ꆣ쒣컄木폃䲹킵捆ꉁ틦몵쫶潲탍﮺뫅ㄶ퇹鈴룃뛈틀캪릲쓪탔쒸ィ潮攨ꎡ튻뷬캪뿚솿막탍훐ㄹ?삼뿐쑅咡呁澡捣횸?渽볙ꎬ⠳엔캪놾뻑릫䕖뻝뢺믱㔶뾵춳ꆣꆧ짮ꎮ쿠ㄹ쫽ꐫ⠲ꎬ㠹욶엏噁ꎣꉁ湬뇪룶沣짨뗄볲⧒꒲ꎺꆰ폫ꇈ쮾䄩ퟜ틔뗃㖸쓃볆솿뎼㶹?ꎬ춬㠰ꆪ엁⦿碴⦵풱ꊺ럖짆겶捣慬뗄튪갲뛠돆닊돽⧖튻뇤ꆡ좡ꎬ쳥쿂퇹쇋솿ퟜ웁ꯋꎻ슬룷⦵짒𥳐쓄뻎곁뷢䇭牉ꆢ퓶쯘ꎬ볬풪癉맓ꎸ쇋킣ꆱ솿ꏋ뗃쯹훐뇪놾짦갲뻹쫽뾶빩傡㊣䢡룶㞡쒵⮣뗄ꏒ겡풽ꎣ뢾ꏐ쒵뿑춼뇤污䕣솿폐㎣퇩릲䘩쏁料막곔ꆣ볌쇋틔쳞ힼꎻ벰〰퓍쿻캪볃굍막뮡궣겣솿ꣁ궼춱쒻킾ꎬ没潳탅퓶갴튪쿟닢쭷?좨꒲?ㄹ퇹돽뛔⠳ㄲツ뎼㈰걉욱ꌽ곔멸ꆧ뻹ꋈ쏔좽鈴뿉컒겡곆ꉅ瓎쾢솿ꎬ퓋탔뚨桩냎볌㤸놾쇋퇹⧌룶욷㠷풴퓚릫슡뗄돽揑쾷뺽쏇⭆捯몬탅쟒폃헯ꆣ瑥쒵놾ㆡ?쓪뷰?탐㠶훎맦룶瓊쮾ꎡ탅붲틔승폖ꢡ욡짨ꪻ獴ꏓ솿쾢럖볆뛏⠱쓍돉ꉰ킹ꆢ럝죚뷸ﷁ튵룶쒣믬?ꆧ뇆槔ꏎ쾢쇋?떣ꎴ?ꎸ볆?ﲱꆢꆣ뇰솿ꎬ㤸욵놾ꎺ調ㄹ쟸탐쯗뗄ꏍ펰뫏??ꪻ몬막삼?걙쯍믓料쇋ꜫ䅣헒붨뛔뺭헯〩벣뇤캪ꯋ㤹볤튵풸퇹㈰뎼쿬ﮱ볂ꆪ?솿욱욷잷泆헒첫듺탓?죧뗊뗄捴솢ꆣ펦볃뛏경솿ꆰ뻁쓪붫릫즸놾〱욷ꎬꢡ㜲횺?뗊폚웚횸곎냏楤쿂ﶣ뾶懓쒹죧捆톧랽뗷뛔⮡곐짏캪쮾톡릫쓪훎퓚ꆣ뾣ꍷ뒹ﶣ믲돵뢱펯꫁볏볬뮡짎릳쿂ァ훐램헻쿇펦놣쫐ㄹꆣꎺ뾾쮾㠳쯹룷곋擙桩꣒ꋋ즼뮷킡볛폠쮿?攨퇩ꩅ짒볙ꉁ뗄붫틬냈믔ꮲ릫㤹⠱淪㈰㚸뇭폐뇤뗃춹?폚瑥룱ꓘ폫ꆢ쮷ㄹ룷缾噁짨捣쾵짦랽쮵?볁쮾쓪⧌떡㠷싔뗄솿즡뭉缾妵傡맀쫕쿖ﻇ㤵뗄?ꎺ浡쫽벰닮쓑ꏐ쬲떽?쀴룶ꏕ?뇤뚨짆ꋅ湤쓐ꏒ볆ꘫ틦뷰뇔ꎬ쯄믒没풼랽맀킾캪촨〰䕖㈰룶⢺솿틥놻ꋶꏐ엏뮡쿂즵듺춵횸ꊹ쇷?ㄹ냎ꎡ룶ꉅ쫸닮볆뾳뢺㌩ツ䇖〱ﶾ뇪계꧑훐폫?㜳믘죓뇭쒳엁?뇪솿쓒㤷릹쮶捯욫엲램즹쫽훐뢱쓪?ힼ鈴맩쒣냏탐뾡죧妵믲⦵뗄돉풱獣䚼헍ꆣﮣ췢ꎬ촲믈닮좼뺿쾵튵벽?쓏쪣붲죈퓶벽뮲튪졅ꆢ틲곎ꎬ컒〰ꏓ쇭ꮵ횮?溴꺺탩?쫽폠쯌솿?쯘噁䅥ퟓ틃웤쏇㇄짓췢쓑?ﷄ쓢폫ꋇ퓐쫕쫌탅ꆡꎬ뗄捴ꏓ⡖쟔쯼풤?鈴뒼쓔뇤갸潳엏틦쾢뮡퉣捆쯄慤짓쓍꒲쫕닢킹ꪼ평뺣퇹웋좼귊솿ꆣ䲷ꜫ벱ꎮ캪ꊹꆣ쓔몬澡룶櫋?浣틦ㆡ韛웋폚묨놾꣒䙏ꢳ평닐엁놾뗊솿ꉁ튪쓖ꏐ?뇤ꌱ쿊뷰㈩ꆣꎬ?ꆰ믖폚닮뾱컄﷏뿐뗄뻆ꆢ捣쯘훖촨솿ꎺ킹죚쳞즸웤뒼슣쪣놾쿮ꇷ좽뛔퓖엏춳?湬뢱㌩㈩틔ꆢꯋ꿊탐돽톡훐웋뭄퇐ꆣ겵ꇷ쾵짏ꊺ볆慬쒣훐폫벰ꎥ빅ﴨ튵닆뫳짮ꎮ뺿ꮵ䅣쓔쫶풹곁쒣捆캪탍?뗄튪ꆢ噁벴짏컱ꎬ쫐㴱릲궼볙삼뾼탍꾣뒫뗄맽쯘ㆡ업폃쫐럑퓚겹듺짦据﯁ァ뇭벰?뚨운ꆣ뭅춳뇟뛠⠳뇤ꎡ쏻떱릫폃죽〱닉쭴ꆰ짏ㄲ꣓뗄揠ꉁ펯볊뇤⧖솿ꈱꎬ쓪쮾캪룶횵쫐룶볬뒵붷﹦폠릱솿탖뗄ꎬ듋뛈뢺쓪냉ꆧꎬ捣뗘탐퓁퇩쒲ꢣ뇭뗄쿗ꎬ쾵ꆢ췢䕖닆틔뛈뮦쿊캪튵쪹ꊼ쫇믗곔⯍쪾湉릹뻍컒쫽뫰ꎬ䆼컱벰뗄쫐킹짏ꎬ?닉볈?막돉쓜쏇뗊뚼캪컒쳘좨퇐ꯋ몣맊慬킵ꢡ폃럐좨튪릻뮹?캪ꆰ쏇ꗉ탔틦뺿㠶븸ꎬ릲澴탨ꍈ풣?ꆢ쯘볬헽⮡ꎬ쟸룶㤰缾ㄱ훝곎뷰ꎬ퇩쫽놣컒볤ꎻꇷ?룶쿊磓돉룷ꎻ탩놾䅣튲냆콬뗄ꎬ捲쟒⮣䕣甸ꖡ潳没琽ꉅꛄ捯쵩냈ꆾꇷ⬷䕣㝞あ璡捣ꉁퟔ捣쓄瓇?퉤⬷檡䊡ꉁ䅣插捴풺慤낣檵깴죊ﶾ??
气千千一中一一I率的样本l可差异比较显著EARN，和CFO，的统计特征相似，而RI，和EVA，统计特征相似。上述结果说明·股票价格波动特点与收益波动特点存在一定差异(这可能是导致经典文献中收益指标与股东报酬间的较小拟合优度的原因所在);传统会计指标(EARN，和CFO‘)与经济收益指标(RI，和EVA，)在数据特点上存在一定差异。本研究中各变量的计算方法(下列变量均在每股数基础上除以了期初股价数)及数据来源如下:Rt: (1+1年4月最后一个交易日的可比调整价格+1年4月最后一个交易日的可比调整价格)-1; 数据来自色诺芬公司提供的CCER数据库。EARN，:利润表中的净利润，数据来自巨灵数据系统。CFO，:现金流量表中的经营现金流量净额;数据来自巨灵数据系统与CSMAR。阳，:净利润+财务费用x(1-所得税税率)-总资产xkw(式1);财务费用、总资产数据来自巨灵数据系统与CSMAR;周恩腾思特中国公司提供的WACC数据替代kw;与思腾恩将中国公司一致，所得税税率统一使用33%。EVA，:该数据由思腾恩将中国公司提供。Accn叫:由EARN，-CFO，倒轧计算得到。(式2)Acctadj, :由EVA\-RII倒轧计算得到。(式3)Ecost, :总资产xkw-财务费用x(1-所得税税率)四、实证结果⑤1 相对信息含量检验结果。从各组模型回归结果(表1)来看，大部分收益水平回归系数(ß，)以及收益变化回归系数(ß，)与符号预测一致，并且一般都在水平上显著，截距的回归系数在水平上显著。上市地虚拟变量的回归系数大部分不显著，即收益指标的价值相关性特点与上市地没有明显的关联，该结论与孙铮和李增泉(2001)的结论不一致(这可能源自他们自己计算EVA指标，而本文是直接利用恩腾思特公司的EVAGÞ数据)。行业控制变量的回归结果(表中没有报告)只有少数显著，并且仅仅就三年的数据不能推断某一行业在收益价值相关性方面的系统性差异。尽管如此，通过对比增加控制变量前后的While(1980)异方差检测值，控制变量对模型起到了彼好控制异方差的效应。此外，我们在回归中使用的White(1980)调整t值的方法使得参数的方差估计更加可倍。在表1的基础上，我们对四模型的'进行了排序和显著性检验得到了表2。四次检验中，EARN和EVA一直出现在前两位，但EVA只有2000年显示了比EARN更高的相关性且没有通过显著性检验;其他情形下以EARN为自变量的模型均获得了最高的拟合优度，并且都在的水平上显著。混合样本中，EARN、EVA，RI和CFO囱强到弱的相关程度都在的置信水平上显著.EARN比EVA更强的相关程度能够在的置信水平上显著。由此说明EARN的相对信息含量要高于EVA的相对信息含量。此外，从EVA与RI的比较来看.EVA的价值相关性略大于RI的价值相关性。但是分年度样本中，EVA的价值相关性不显著大于RI，这质疑了EVA的推广者花大量精力去对传统会计盈余进行会计调整是否值得⑥。⑤ 由于篇幅所限，在表Z和表4中并未列示分年度的回归结果，分年度结果未影响本文的葛本锦论。@该推断仅仅基于外部业绩评价角度，若基于公司内部激励的角度.这种调整也许是值得的，探讨该议题超出了本主的价值相关性研究范晴。78 ?췲랽쫽뻝싊쏷뗄쳘놾剴쫽䕁捆䥵쇩튻䕖䅣䕣쯄ㆣ벰쮮횱뷶뇤믘퓚탔믬듋䖡럱䃓ꋞ퇐㜸짓룃뺿뗄ꎺ뷏뗣퇐뻝剎ァꎮ쫽훂䆡捭捴〸ꆢ껏쫕욽맘뷓뷶솿맩뇭볬뫏䆸쿠췢ꉲ횵?췆랶퇹막킡짏뺿⡴살ꆣꎣꎺ뻝ꎬ慬慤璣쪵틦솪샻뻍잰훐ㆵ뫍퇩ﳇ뛔䆵뗃ꪷ뛏돫놾욱쓢듦훐⬱ퟔꎺ뫏뺻쾵쯹몸ꎮ橴꺣횤퓐뇤쿔ꎬ폃죽뫳쪹쒻䕖ꎻ뾵탅듓쒼ꋞ溜뷶ꆣ紐뷶컊볛뫏퓚룷쓪즫샻횽춳뗃쏊ꎺ뫗뷡엏뮯훸룃쮼뗄폃領䇒웤훐쓏쾢䕖?ꆣ?믹닮룱폅튻뇤㓔억죳폫쮰ﶾ평?맻ꊺ믘ꆣ뷡쳚뗄坨ꇉ믖쯻ꎬ몬䇓뗏곔폚틬늨뛈뚨솿싗럒뇭⮲捳쮰?䕁䕖쪲?곁맩짏싛쮼쫽楴睨쾣놳쟩??췢늿뇈뚯뗄닮릫훐뾱웎䵁싊짋剎䅴喝뾼쾵쫐폫쳘뻝攨楴곎탎첶ꆣ䦵?뫍튵뷏쳘풭틬볆쮾뗄劣춳볌ꆣꆪ歷쫽뗘쯯릫늻ㄹ攨틃훔쿂ꆢ죄쒱풲뇭벨쿔뗣틲ꆣ쯣뮸쳡뺻킵퇓믓튻?剉⡰탩쮾쓜㠰ㄹ잶?틔䕖?좽믏㓖움킲볛훸폫쯹랽릩샻쒾썸쏋쪹볌捆璵닆ꎺ쓢뫍뗄췆⧒㠰퓋냁䕁䆡믔쿀퓖ꋎ뷇ꎻ쫕퓚램믒뗄죳귓⠱볌폃?ァ맔컱ﮡ⧓뇤샮䕖뛏⦵쓄뷎剎ꉒ?뒿듁뛈䕁틦⦣⣏捃ꎻ튻?㌳킹ꎵﺼ럑ꎴ솿퓶䅀쒳붲ꏐ뮣캪䦺ꎮ뒣탊ꎬ뺷죴剎늨뮴싁햵䕒쫽횽쯹볌ꎥ調맔웋폃편﮺뗄좪튻ﭴ춵겵ퟔ쵣〵걅?후믹ꎮ뚯ꯍ킱쒿쫽뻝뗃?ꆣꯋﺼ砨엔믘⠲탐횵쑁ꭅ뇤䙯뗄噁䦡폚뫍쳘뎻즱뻝살쮰킹뻌웋쎵㇒꒲맩〰⦡튵뗄摪噁솿평훃ꏕ좵릫쒻쮾捆뗣뾾좵뿢ퟔ쮰調붡믋ꏐ쾵ㄩ퓚떣랽ꎮ횻뗄잿탅볛?쓚澡듦웖倫ꆣ뻞뮶싊ꯋꦡ쎵ꌨ例춻믖쫽뗄탒쫕겿램刲폐쒣떽쮮횵쫒늿ꎵ퓚뢱?﮼쇩⧒뻌?붡쪽쏋?슣듳뷡떿틦?쪹뷸㈰탍죵욽쿠직벤ﮣ샸쓍튻뾹?쫽믊믗ꌨ㌩냋겲늿싛?볛욱뗃탐〰뻹뗄짏맘쭅겷뗄뎼뚨䕁짊뻝ﶾ?ꦵ쪽냂ꋇ럖늻욱횵닎쇋쓪믱쿠쿔탔噁후뷇워닮剈ﶻ쉴쾵?쪲쑷㈩쨩ﬨ틒늻튻쿠뾶쫽업쿔뗃맘훸싔뗄뛈좽ꎮ?틬ꆣ領쓪춳듗瑱䅣뇭뮰쿔훂뾵맘퓄뗄탲쪾쇋돌듳췆헢⣕뫍ꇉ㓔ꆣ풾셫揊ㄩ훸쒻탔ꏐ랽쇋ퟮ뛈평폚맣훖捆쾳싗?眨ﶾ살볔ꎬ?랽췆닮쿔뇈룟뚼듋剉헟듓뗷냏헻욣진澡쪽?뾴?벴쏦맀훸䕁뗄퓚쮵뮨튲겶?ꌩ퓁ﶾㄩꎬꎮ쫕?뗄뷁볆탔剎쓢侣쏷볛듳뻎탭잵폫쯆뮸?ꎻ恵듳〱틦뒰ﬨ쾵쮽룼볬뫏긱ꎺ횵솿쒵쫇쒻횵䦡볖뺭?뗍닆瞣늿쮮횸ퟋ뇭춳쾺볓퇩룟폅뗄䕁쿠뺫鈴뗃ꎺ슾볃믒돓컱믓럖욽뇪훐탔쎿뿉뗃뗄뛈훃剎맘솦뻗뗄쵅궵쫕즼럑짏뗄쟗쎻닮?탅떽쿠ꎬ탔좥?첽噁틦?햵獍폃쿔볛풼폐틬웒ꆣ쇋맘늢쮮쿠뛔?쳖ꆣ쓏횸ﴩ쒿䅒ꆢ?쮮훸횵몼놨뇭탔쟒욽뛔떫뒫룃춳ퟖ뇪벰즱ꆣퟜ볌욽ꎬ쿠웋룦뺡붲㊡쟒뚼짏탅쫇틩쳢볆탊⡒쫽좵?믘뷘맘⧖맜ꏋ쎻퓚쿔쾢럖믡뎬쳘헒䦡뻝닺킹맩뻠탔噁믓죧쓐쒴폐ィ훸몬쓪볆돶헷ꎺ살﮼쫽調쾵뗄쳘횸탉듋ꟓ캼춨긱ꎬ솿뛈펯쇋놾쿠뢱쵅풴?뻝ꯋ쫽믘뗣뇪?ꎬꚡ맽뗄䕁튪퇹폠컄쯆癁죧살?⡂맩폫ꎬ﷏춨ꎴ쿔쮮剎룟놾뷸뗄ꆣꎮ쿂튻ퟔ쾵짏뛸퓖맽쯍킣훸욽뇈폚훐탐볛횵짏즶⧔ꎺㆣ뻞⧒쫽쫐놾뛔?䕶ꎬ믡쿠쫶ꮱ??퓚뗘컄겲뇈곎쿔볆맘뷡ꢳﶾィ쎻쫇ꋇ퓶틃훸뗷탔맻?기폐볓쟔ꆣ헻쮵?쏷뿘쫇쿔훆
公什川川襄1相对情息含量幢幢回归结果样本年份样本数量回归结果X=EVA X=EARN X=CFO X=RI 目。 . . .事。1(+) l. 788 2. 188 . .申 混和样本2087 11,(+) l. 596 串串. . . 自 1. 146 l. 696 l. 186 A句.R’ O. O!训。 注:①回归方程为代;ßo+βlXL+βaμI +fJlD+J~I~..i，Jlndl' j +8;,1 , 其中，R且是原始回报事;X1代表EARN、C陀、R1!!, D，是股禀市场虚拟变量，用来区分上市地Ind.是iJ行业虚拟变量，用来区别12个行业。限于篇幅，本处没有报告行业虚拟控制变量的回归系数，但在文章中已经概述了相应结果。②目。代表常数项，自1代表某水平性收益指标自变量对膛的回归系散，民代费变化项回归系数，ß，代表上市地虚拟变量回归系数。有侧括号代表符号预测。t值建立在White(1980)的调整异方差参数估计上，但是使用OIS估计t值并没有改变本文的基本结论..表示显著性在水平上，.表示显著性在水平上;元符号预测的系数为双尾检验，否则为单属检验。A句时为四个基本指标作为自变量依次代人方程后得到的该方程的拟合优度。亵z经济精加值与盈余、现金流、剩命收益的相对僧息含量比後样本年份样本数量相对倍息含量比较565 EARN >EVA >RI >CFO Adj. R’ 。. 。.034l蜘年z 1. 85 Sig 。ω4686 EVA >EARN >阳>CFO 。例。Adj. R’ 2000年z 。 O. 14 Sig 。. 836 EARN >EVA >CFO >RI 。的5Adj. R’ 2ωl年z 1. 71 Sig 2087 EARN >EVA >RI >CFO Adj90 . R’ 混和样本z 2. 15 1. 68 Sig 注·①回归方时，R，斗。咱，X卢刚汁AbfEβi，.，.;lndl+ 8"销量的定义同表20②Z值是基于Vuo吨(1989)的穰型择优方法.Sig为双尾显著性。79 ?췲랽쫽뻝뇭퇹믘砽䉯侣ィ?믬㈰㖣㒣䅤ㄱ힢웤탐틑ꋚ쓢맀풤냽ㅬ砽碣㈲〹쿠뺭䕶긲ィ㠷긷긴긵기?〱檣?놾맩뫍훐튵뺭뇤볆닢뫏竖䕁멣멒ꇫ?㔵㌴긲〸㈸㤱㠹㘹ィꎺ뛔볃껅剎䙏?쓪쫽뷡퇹ꎺ탩룅솿瓖뗄폅뗊㈹絞筽紤⭽기듺탅퓶?㔳ꋙ럝솿맻놾务쓢쫶믘떲쾵뛈잻뇭쾢볓믘ꏊ뇤쇋맩ꋃ쫽ꆣ陸믘몬횵뎣쟔솿쿠쾵믓캪?맩솿폫맩쫽귊ꎬ펦킸쮫畯랽볬펯펲볰폃뷡ꆣ쒱캲湧랽퇩폠돌ꮱ살맻ꎬ폒볬⠱믘ꆢ돌ꣂ쟸ꆣ닠뻎퇩캪㤸뎼맩쿖캪쪣뇰삨쒵ꎬ㤩듺뷡뷰뭸ㄲ뫅쒻럱뗄쯃뇭맻쇷务ꆣ룶듺鈴퓲쒣ꆢ쒳ꆣꐲ듺탐뇭뺽캪탍쪣쮮뇭튵럻떥퓱ꇫ㶷폠욽䕁ꆣ뫅?캲폅⯇쫕剎쿞탔풤묫볬랽틦틖ꆢ폚닢ꆤ퇩램슫쫕뗄捆욪ꆣ뇭쌫ꎬ틦쿠泎澡럹瓖쪾䅤獩뛇횸뛔ꉭꎬ떽쿔檣柎탅뇪훃믲놾ꣁ훸껅떺쾢ퟔ⮵䕖뒦ꋔ탔ꯎ몬䇖뇤䆣쎻?퓚닏멄솿뭄폐솿桉ィ쒸퓖쌫琫뇈ꆣ놨䥥기뛔뷏떺ꎻ쫇룦⠱㇋鈴풡펦막탐㤸껆뻖ꎻ?쏳뗄욱튵〩뷉뢱떺⯍믘쫐탩뗄쾣⮡맩뎡쓢뗷겡쾵ꏉ탩뿘헻ꎱ몼쓢훆쫽틬풱뺣ꊣ뇤랽뻏ꎬ긫솿닮퓖뿒곆玣ꎬ뗄닎살듺폃믘쫽퓔캴겣뇭살맩맀?敏ꎣ겱뇤쟸쾵볆ꎮ랽걪뢱뮯럖쫽짏〵돌⯒짏ꎬ쿮쮮뫳쫐떫욽뗃믘뾵?뗘퓚쫇짏떽맩쒶꺡ꎻ컄쪹뗄쾵꣒䥮헂폃컞룃?쫽撣훐佌럻랽ꎬ꺡?뫅돌겱ꏊ뗄?듺ꆣ뇭짏쫐뗘탩
2.增量信息含量检验结果。对EVA各组成部分所能提供的增量信息进行的统计检验的结果!æ示在表3中。从前文中的EVA分解阁可以看到，EVA可以细分成CFO、Accrual、ATlnt、k阳w、TA和Ac囚ct叭Aμd，ιl们把其中的A叽T1川0t、kw和TA合并在一起，成为kwxTA-ATI时，即Ecost。这样，EVA的组成部分就成了CFO、Accrual、AcctAdj和Eco'l四项。从回归系数结果显示:大部分系数回归结果与符号预测一致，并且大部分系数的显著性在水平以上。在混合样本组中，除AcctAdj之外的七个变量的回归系数都在甚至更好的水平上显著，说明这些变量都能提供增量信息，方程的调整R'也达到，拟合效果不错，Bìddle等(1997)报告的类似结果为。我们还对回归方程做了多元共线性检验，检验方法是报告各自变量的方差膨胀因子，列示在表3之中。各样本组所报告的VIF数都没有超过10，说明各组模型均没有出现严重的多元共线性问题。表3没有列示备控制变髦的回归结果，总体而言，回归结果与相对信息含量的结果一致。尽管无法从数据上肯定行业、上市地对收益价值相关性的影响，但是引人这些变量到价值关联模型中极大地有利于减弱模型潜在的异方差问题。对原假定(1，川=12田=0，n=l, 2, 3，4)的F检验显示:首先，从EVA所特有的构成部分(Ac›ctAdj和ECOSI)上来看，系数联合检验F值都在水平上显著，说明EVA具有一定边际意义的增量信息含量。其次，从各组成部分的F值对比来看，在混合样本中，Accrual具有最大的增量信息，CFO次之，然厉是Ecost和AcctAdj，这可以说明，虽然EVA能够提供一定的增量信息，但是相对传统收益指标的边际效应而言，EVA特有的组成部分并没有显示出显著的效应。这在一定程度上说明，EVA 计算过程中的复杂的会计调整意义并不是很显著。囊3EVA各组成部分的精量僧息含量幢幢(混合样本剑187个}回归CHl .CHl Accrual .Acc!Ual Ecosl .Ecost AcclJidj .Acctadj 截距Adj. R’ 结果( + ) ( +) ( + ) ( + ) ( -) ( -) ( + ) ( +) 系数γ∞ 8.∞7 % 8. 180 2.ω6" ’ .. .. " " " ω .. 。lωVIF 1. 37 F F " .. " " 注:①回归方程为，风，1= 10 +γlCFOj，t叫，t+ 'Y3Accn叫，川';，t+γsEcosti世+’Y6..:1EcOJt,1 + lγ7Acctadi"t +γa4Acctαdji，t +协D;+酌，限于篇幅，上表没有列示控制变量回归系数。(VIF (Varian田lnfIatiDnF配to，)指方差膨胀因子，度量回归方程的多元洪线性程度;③F值度量原假定γ'~-I=γ':z.=O (n=l, 2, 3，的成立下的统计值.该统计值反映了元约束模型与约束模型在解(RSS. -RSS) 1m u释能力差别方面的显著性。F统计量的计算公式F=R臼ul(n -k) 其中，邸Su为无约束回归中的残羞平方和，RSS.为约束回归中的残差平方和，n为检验样本数(本例分别为565, 686, 836, 20咀7)，k为元约束回归中包括常数在的参戴个数(本例为21个)，m为线性约束个数(本例为2) 0 ....表示显著性在水平内，.表示显著性在水平内。五、结论通过以上的分析我们可以得出如下结论:在相对信息含量方面，EVA没有表现出明显的优于传统收益指标(净利润)的特性;在增量信息含量方面，尽管EVA的独特构成部分(资金成本和会计调整)显示了一定的增量价值相关性，但是与传统收益的构成部分(现金流量和应计项)相比较，这种增量效应80 ?췲랽쫽뻝㊣㏖쏇硔䍆듓틔헢뷡컒훐뇭쫽죵뛔捴쾢좻볊뢴䕖힢㜷쿞ꋚ䙡ꋛ쫍웤㔶㈩컥춨틦쪾㠰?폚捴훐㖣껔킡냑䆡価믘짏킩맻쏇ꆣ㏃뻝쒣풭䅤몬뫳킧퓓䛖ꆢ맽횸쇋ꎺ䆸䅣噬욪潲ꎬ갶⬫ꎴ웤ꩁꉁ맩ꆣ뇤캪뮹룷믓짏탍볙檺솿쫇펦뗄떶뷡틔뇪튻ꋙ쓜採䘨럹⧖剳㠶뇭뿐폇훐牬捣쾵퓚솿侣뛔퇹탁뿏잱뚨쵅ꆣ䕣뛸믡죁싛짏⢾믘ꎬ뢷玡쪾噡엏냎뗄䥮牵쫽믬뚼기믘놾탊뚨퓚⠱捯웤潳퇔볆뿔므짏붲ꏎ㠳쿔맩솦ꊺ쓖䅲璣慬뷡뫏쓜㦡맩ퟩ뺸탐뗄ꎺ獴듎璺ꎬ뗷즲物궼럖퓶뇭㚣훸랽곁킵牉겼ꆢ맻퇹쳡?랽쯹튵틬ꆣ⧉ꎬ쵁䕖헻?컶솿쎻?갲탔뾷ꌫ쏷뾼쑅湴둅䅣쿔놾릩돌놨?ꆢ랽튻쿀듓捣䇌틢폐췒ꢡ볊ヂ퓚컒뗄볛닮횵뛯捥캪쇐턩ィ噁ꆢ捯捴쪾ퟩ퓶ퟶ룦욱짏닮ꎮ뒿룷湤?틥쏇쳘횵쓔ꇷ쪾웶펣?기럖歷獴䅤ꎺ훐솿쇋뗄쫐컊㴱뒣ퟩ檡킵늢ꎬ뮡뿉탔쿠뇰뿘겶毎㇋뷢뫍ꆣ檺듳ꎬ탅뛠噉뾵뗘쳢ꎺ곏돉ꏕ쓗늻䅣慴ꌽ틔ꎻ맘勘훆죁킵껆ﮡ춼呁헢쵅늿돽쾢풪䛊쒻뛔ꆣ뗊쫇ꇫ뗃퓚탔뿐採楯뇤뾻쒲?뷄랽ꎶ뿉뫏퇹捯럖䅣ꎬ릲ﶶ?쫕㵯ﷁ짒즲뫜㴰돶퓶솿킲볊?祯엏?푅ꆰ늢ꎬ獴쾵捴랽쿟볃틦ꪺ뗄퓋뾷쿔⡮죧솿떫믘겡⬷ꊺ홴噁뾴퓚䕶쯄쫽䅤돌탔믓볛渽쾼䛖뗃횲훸맩붳㴱붷?꒱쿂탅쫇쏦汣쾵첵붺룷떽튻䆵쿮믘櫖뗄볬킳ﮣ횵䦣떶ꋃꆣ곁⯖ꎬ뷡쾢폫浻쫽쒶춣킰뻏ퟩꎬ웰쓗ꆣ맩껍뗷퇩겹곗쿠갲풱곋믓㊣싛몬뒫뾼ꆣ뗄걒ﳀ퓖돉䕖ꎬ뷡헻ﴱ?맘횵죀탏갳ꎺ솿춳ꎬꪹ獓ꢳ늿䆿돉즲맻쓆刲볬ィ탔㎣뚼뒿뭅퓊琫ꎬ퓚랽쫕닏ꆣꏊ퓔⬸럖짒캪뾷폫?튲퇩곋뗄갴퓚뒣噁뺳㐩쿔쿠쏦틦㜲??쯹퓏歷횾럻듯랽뗃펰⦵澣곔쓜믬ꆧ돉뛔ꎬ뗄풳풼?ꎮꇷ쓜뢷춳뫅떽램겻쿬쑆깯?릻퓖첶솢쫸쒲〵탅뺡릹뫏掼훸좣믘컊쮮쳡횳직풤뾵澣쫇?ꎬ볬泋쿂쾢맜돉퇹폘맩ﶸ욽릩쥣?닢쒻긱놨떫퇩껆쿑쓐뗄몬䕖늿ꘫ훐쓚놾탔뗄䙏튻?㚣룦ꏐ쫇쿔뷉鈴ꟓ춳솿䆵럖뗄ﴨꆣ㜳퓶ꆢ훂계룷춾ﯓ틽쪾쿏뻖뚨ꚡ㋄볆랽쒶⣏닐놾솿䅣ꎬ뗊ퟔ遼죫ꎺ퓖킣뗄ꏕ횵쏦샌횽ꆣ쒸닮샽탅捭늢ﶶ쿐뇤믓헢쫗걁퓶淡ꎬ?욽캪?쾢慬쟒볔ꞹ솿킳퓐킩쿈곋捣?룃랽㈱䕖릳졺䛍뫍룶뷸ꆢ듳?﮲뗄엏뇤ꎬ뗃牵탅뮶춳䇃즲뾺ꆧꎬ⦣탐䅔늿ꎮ뮴랽훑ꊺ솿듓慬쾢ꢳ볆믓뾷췓⬷滎걭뎼뗄䥮럖〵닮쿖곁떽䕖噁뻟ꎬ첶횵킱혨ꚼ㒡ꪼ캪춳璡쾵짵걂엲?뾵볛䇋뻟폐떫죉랴웏쿟볆ꉫ쫽훁楤헍쒶쒽횵琉폐ퟮ쫇쿋펳횳뷰웁탔捣볬瞡뗄룼摬틲맘?튻듳쿠뗃쇋돉鈴풼滴퇩ꊡ쿔뫃斵ퟓꪹ솪킵뚨뗄뛔컞뻊쫸놾뇈뾵ﴨ룶뗄꽲훸젨ꎬ닏믖쒣쒹뇟퓶뒫걅륺풼풵뫍뷏놾쫽뷡䆺탔쮮ㄹ쇐?슡탍릳볊솿춳癁쫸쓓믡ꎬ甫샽⢱맻쵁퓚욽㤷쪾퓎ꎾ훐즲틢탅쫕볆쒣쒼엓헢뛯럖뻀쿔捣澣짏⦱퓚쫌ꆹ벫뾷틥쾢틦쯣탍?뗷훖ꎦ뇰쪾湤기쿔ꢸ뇭?듳혨뗄ꎬ횸맽폫ꯍ헻퓶캪?욿潪퓚檣㗋훸㏖??뗘䅣퓶捆뇪돌풼돊⧏솿ꇪ뇭곎껆ꎬ쓀?ꢴ폐ꎮ솿侴뗄훐쫸킧?뇊?쮵샻탅컖뇟뗄쒣펦⮶쏷?폚꺣탍복?퓚붣뷢ꎦ潳멆曘ꘫ㶸?낸톧
E.二;二二二;二二二.二二二.二.二立川?二:二:二.二二f公f十均交IIIIII斗.并不是十分显著。即说明，EVA特有的组成部分虽然也能提供一定的增量信息，但是并没有超越传统指标的贡献程度，所以也无法支持EVA在相关程度上更胜一筹。进一步来说，EVA特有信息中的E∞sl比AcctAdj的边际效应更强，说明在计算经济利润时考虑过于复杂的会计调整事项可能得不偿失。参考文献David Gl8Bsman、华彬、林榕、程海燕.2础，谁创造财富，谁毁灭财富一-2∞l年中国上市公司财富创造和毁灭排行榜财经，16 孙铮，李增泉.2∞1 收益指标价值相关性实证研究.中国会计与财务研究，2BiddJe, G. C., R. M. Bowen, and J. S. Wallace. 1997. D回到.EVA 阳mingø:Evidenee回国s<阳8tionswith stock re~ tum. and finn value. [J]. Joumal of Account ng and Economic., Vol24: 301月336Biddle, G. C., G. S. se脚，and A. F. Siegel. 1995. Re1ative ve四usmcremen时informationcootent [J J. Contempora巧Accounting R四earch.，Voll2: 1-23 Chen S. and J. L. Dodd. 2ω1. Operati吨lncome，Residua11ncome and EVA: Which Metric Is More Value Relevant? Jou<nal of Managerial Issues, Vol. XIII Nu皿ber1 Spring: 65可础。.w,P. M. 1994. Ac四川ting国mingsand cash flOW8国m阳山咽。ffinn performance: the role of 8ccounting配crual.[J]. Joumal 01 Accounting and Econo皿ics，Voll8: 3 -42. Ea缸t皿19 -36 Holthsusen. R. W.，回dR. L. Watte. 2∞L四eRelavance oC the Value -Relevan回Literaturefor Financial Accounting St皿dardS创ting[J]. Joumal of Accounting and Economi曲，Vo131: 3 -75 Vuong, Q. 1989. Likel由oodR础。Te幽f时M呻lSel配tionand Non-晒tedHypothes叫J].Econometrica, Vo157:如7-333 Whi恤，H. 1980. A Heterosced.血cityconsistent covari皿白血由四d.曲ecttest of hetero盹edasticity[J J. Econometrica, Vo148: 817 -838 (j二接第S6页}如果法务会计人员因过错或过失而提供虚假信息并因此而导致委托人遭受经济上的损失，法务会计人员应对委托人承担违约责任。但由于法务会计人员的注意义务既是一种契约性义务，也是一种侵权性义务，因此，法务会计人员违反这种注意义务，既可能承担违约责任，也可能承担侵权责任，受害人可以根据自己的选择对法务会计人员主张权利。同时，法务会计人员因自己的过错或过失对无契约关系的第二人造成的财产侵害，也应承担相应的侵权责任。再次，法务会计人员-般在自己的过错或过失范围内对委托人或第三人造成的财产损失承担有限赔偿责任，但当法务会计人员存在故意虚假陈述行为时，应对委托人或第三人的财产损失承担连带赔偿责任。同时，对故意出具虚假鉴定结论的，或在一年内累计出具两次错误鉴定结论的，应取消注册会计师或会计师事务所的法务会计从业资格。通过建立法务会计人员的专家责任制度，有利于确保法务会计工作的严肃性和公正性。，考文献李若山等.2阳新{会计法》实施情况的问卷调查分析会计研究，4: 3 -16 李若山等2(削论国际法务会计的需求与供给会计研究，11: 2 -10 李德林，陈暮春2000.规范司法会汁鉴定体系初探.会计研究，11: 1I时14D. Lary Cru皿 Accountant, Joun叫ofForensic Accounting. 81 ?췲랽쫽뻝늢뇪䅥닎䓖䝬냱쯯䉩?扥潮睩㢡牥瑵㛉て䖡㈴䆣癥榼楮採䅣ꎮ䍨慮䪣䑯䥮䕖䵥䵯噡剥湡䥳乵发䑥䶣斷捡牯潦慣孊䗓癤景㈹ㄹ䠰劣坡瑨囨啴䙩獴獥䩯䕣㍬噵呥㔷睨䡥捯揫浡摩瑥桥噯⣉죧뛔듋뗄닆죽죋뷡뛈샮䒣䍲他䚡㠱潦䵡ㄹ䕣慮厣ꎮ싪쟺瑨ꎺ?牥汵捨捯ꆪ溳ꆾ엸水꺡慴浳䅣?퍲벴까䆣汥汧홵畭濖?뾼ꎮ摤멶?瓑돶環敬滲涡潮楴컯쾽죴뗂?湡㤴澢?늻뗄揗?쓄畂晢捯ꇞ큮엯獥瑥맻캯ꎬ톡닺죋싛?깗ꭩ嶣뾧汴杯㌰?摷뒣畮쑴㌶㎡物整て㢣븸깆满狑죴웇敯潭汥敭?멗瘸敳盃斡摡慬희쐸来ꎮ컄닆ꎬ汥죕敮ꩉ痒ꆣ?큣끧斣ꇞ펵즽쇖採짫慬捩ㆡ瑩ꬷ㞡瑥?길特쫇릱浡쏳ꎮ?枣ꇗ景램췐퓱쟖퓬뗄폐扬撳浩牉?畮楣ꎬ敮桩湴ꆰ깊涡棲꩒牤䤭慴ꨳ傣溢䥬潮湧㖣ㄷ쿗뺭샮ꎬ污汵瑛?푮ꆣ풡긲汉孊걑걈湣獣?뗈?뢾ꎮ뙬痡즽捂쪮쿗檵溡摮玣䞣瑡폄瑩㈰뷣捨㞣瘰먶梣敬楣牍捥컱죋뛔몦돉닺ꎬ샻敹楯㌶?㌳ꆪ捥죸濄큥ꎬ퓶䞣敳䩝끧〰敤㛒믞湴滷游柋걶ꎮ깣?깊ㆣ㢣ꎬ㠳럖돌쒱ꊻ潮엏〱㖡걖潤擶믡돐램뗄쯰펦폚癯ꎮ獩뙧뗈ㄶ좪깃孊뫗ㆣㄹꇞ㢣댩㈰쒺Ꝥ潬ꎮ潵깸慮쑡溣걶汬ㄹ쿔뛈?ꪱ剥傣ぬ撸?볆떣컱튲닆쪧좡좷ꎮꎬ멅嶣捯ꆪ䥉混敲깮捥潬㠹㠰摣〰뒺璣㢣쇳玡㤷?걒먳훸ꎬ쫐癩䞣獥佰?㚣핥捩죋캥믡펦닺돐쿻놣㈰劣깊湴汬楴걊짫꺣ꎮꆪ摥깳ꎮ攱궣㋅ꆣ쯹ꟓꋁ〱깍慵敭浨旭?畲慬畫换汹祛풱풼볆돐쯰떣힢램싛〰潵䑯㐲湣ꎮ䦿걈ꎮ쟍浡灯攸?垣敬䩝맺벴틔ꚸ횴潮틲퓰캥죋떣쪧솬닡컱?獥깊ﻐ䕖쫕䉯?浲ꝣ즾楨ꎮ볊맦쮵튲ﳇ뮡潷ꎬ뉉꺣맽죎랴풱쿠돐듸믡?틦睥ㄹ?〰䕣슡램랶ꎬ쏷컞뾣ꊳ噯湣斣䊣摎듭ꆣ헢훷펦떣엢볆걡횸溣쏷摒潮컱쮾ꎬ램곋첺㤵汬潭톪?믲떫훖헅뗄폐뎥쪦릤뚻?면깔湤뇪겼쮺潭믡램䕖횧뗃ꏑ㊣斣튻맽평힢좨쟖쿞퓰믲ퟷ볛ꅤ?整볆믡ꎮ潦桥䇌돖먱걒浳쪧폚틢샻좨엢죎믡뗄횵物볆勓ㄹ욷?䕖?긲쿠ꆪ敳䥥ꇞ뛸램틥ꆣ퓰뎥볆퇏탨본맘ꎬ쟳뚨킵䇔웋〰㈳楤㤱摈쳡컱춬죎퓰쪦쯠쑩ꢡ탔폫쳥쓗?㊣ꎮ畡祰릩믡ꎬ쪱ꆣ죎쫂癥럊쪵릩쾵궼곋?엾탩볆볈ꎬ퓙컱뫍횤䗉룸돵뗊즲?쏀궴泃볙죋뿉램듎떫뛔쯹릫퇐ꎮ첽빩뾷첶듔탅풱쓜컱ꎬ떱맊뗄헽뺿꧇믡ꎮ훋죉䥬獛쾢뗄돐믡램틢탔ꎮ볆쾸놿울훐䩝늢힢떣볆컱돶ꆣ퇐㤸맺뺿퇐믒ﳊ볂뮣ꎮ틲틢캥죋믡뻟엁믡ꎬ뺿닄ꓒ잹곋䕣듋틥풼풱볆탩쓎볆汬ꎬ?뮳궻뛸컱퓰틲죋볙듓폫ꎺㄱ쪾?ꆣ떼볈죎ퟔ풱본튵닆㊡ꎺ꧒ꎽ듔즾훂쫇ꎬ벺튻듦뚨컱沱ꬱㄱ뮶펵울캯튻튲뗄냣퓚뷡룱퇐?셡ꢵ뮲쒻뮡뺿敡췐훖뿉맽퓚맊싛ꆣㄴ䥯ꎬ쓔뷀ꪡ죋웵쓜ퟔ틢뗄춨?듋욵ꨲ特噯퓢풼돐믲벺탩ꎬ맽훎뿐떣〰?쫜탔맽뗄볙믲붨엏걅㇄뺭틥쟖쪧맽돂퓚솢ꊣ癁싏볃컱좨뛔듭쫶튻램꺻겵쳘킹짏ꎬ퓰컞믲탐쓪컱ꯊ폐진韛뗄튲죎웵맽캪쓚믡웑잲탅?쿊쯰쫇ꎬ풼쪧쪱샛볆ꋃ쾢쎲킹쪧튻쫜맘랶ꎬ볆죋킾믓훐뮳ꯋꎬ훖몦쾵캧펦돶풱뾣킳뗄ꗊ뺲램쟖죋쓚뛔뻟갴곔䕥ꞡ울컱좨뿉뗚뛔캯솽붴潳?뮴믡탔틔죽캯췐듎볒ꎺꯍ璱듔볆틥룹죋췐듭퓰㏒돖?죋컱뻝퓬믲컳죎?춻풱ꎬퟔ돉믲뗚본훆묱?펦틲벺뗄뗚죽뚨?에?
