会
计
中 国 乡 镇 企 业
会
计
中 国 乡 镇 企 业
度，比如：证监会和学界应组织力量每年对上市公司会计信用
状况进行研究，评级并披露，通过舆论的力量加大上市公司会
计信用恶化的成本。
2.加大S3———还上市公司改善会计信用的利益
为加大S3，证监会应把上市公司改善地区会计信用的利
益还给上市公司。为此，应调整上市公司的再融资审批标准。
在上市公司再融资的审批标准中，引入反映上市公司破坏会
计信用的指标，优先批准改善会计信用的上市公司的再融资
申请。
通过以上机制，使得博弈转化为一个完全信息静态博弈
中的混合策略博弈。也就是说，在证监会检查时，上市公司改
善，在证监会不检查时，上市公司破坏。
（二）混合策略博弈下上市公司建设会计信用的激励与规
制
下面本文将分析在混合策略博弈中，证监会和上市公司
的博弈均衡。博弈论告诉我们，混合策略博弈中两博弈方决策
遵守的第一个原则是不能让对方猜到自己的选择，第二个原
则是他们选择每种策略的概率一定要恰好使对方无机可乘。
因而必须在决策时利用随机性。
设上市公司选择破坏和改善会计信用的概率分别为P1和
P2，证监会选择检查和不检查会计信用的概率分别为P3和P4。
根据以上第二个原则，上市公司选择破坏和改善会计信用的
概率P1和P2一定要使证监会选择检查会计信用的期望收益和
选择不检查会计信用的期望收益相等。因此，得到：P1
（S1- G- F1+T）+P2（S1- F1+S- V）=P1（S1- G）+P2（S1+S），又有
P1+P2＝1。据此可得：上市公司将以P1=（F1+V）/（T+V）的概率
选择破坏，将以P2=（T- F1）/（T+V）的概率选择改善。同理求解
出证监会的混合策略的概率P3=（C- S2+S4）/（S4- F1- S3），P4=
（S2- F2- S3- C）/（S4- F1- S3）。该博弈中，上市公司以（F1+V）/
（T+V）和（T- F1）/（T+V）的概率选择破坏和改善，证监会以
（C- S2+S4）/（S4- F1- S3）和（S2- F2- S3- C）/（S4- F1- S3）的概率
选择检查和不检查。由于这时谁都无法通过改变自己的混合
策略而改善自己的期望得益，因此这样的混合策略是稳定的，
是一个混合策略纳什均衡。
混合策略纳什均衡说明，可从以下两个方面促使上市公
司改善会计信用：一方面采取措施着手降低上市公司破坏会
计信用的概率：包括证监会加大对上市公司破坏会计信用后
承担的损失T和降低检查费用F1。另一方面采取措施着手提高
上市公司改善会计信用的概率：包括降低检查的费用和降低
对上市公司的奖励V，提高证监会的检查积极性。
综上所述，社会经济的发展赋予了会计作为市场信息披
露载体的角色，导致了会计信用问题的出现并日益凸现，上市
公司会计信用的建设成为学术界和实务人士的关注热点。运
用完全信息静态博弈模型和混合策略博弈模型，进行博弈分
析发现，为了推动上市公司会计信用的建设，首先应让上市公
司承担破坏会计信用的损失，归还给上市公司改善会计信用
的利益，然后采取各种措施降低上市公司破坏会计信用的概
率，提高上市公司改善会计信用的概率。
[本文为教育部2006年人文社会科学研究项目“会计信用
评价体系及技术标准的建设研究”的阶段性研究成果，项目编
号：06D17]
（作者单位：上海电机学院）
一、引言
管理者的基本职责应该是有效地配置企业的资源以使股
东的财富实现最大化。但是如何有效地评价企业的业绩一直
是理论界与实务界关注的重要问题。按照M&M理论，企业价值
表现为预期自由现金流量的现值。这一方法在过去的半个世
纪里一直备受推崇。但是在20世纪80年代，西方出现了基于价
值管理的新理念，相应地产生了一些新的价值评估模型，如市
场附加值（MVA）、现金附加值（CVA）、股东价值分析（SVA）以
及经济增加值（EVA）等。虽然这些模型在本质上都是从财务学
的角度分析企业价值，但是经济增加值（EVA）却是其中最受人
关注的模型。西方在上世纪90年代，我国在最近几年都先后出
现了经济增加值（EVA）热。经济增加值（EVA）商标的持有
人———美国思腾思特管理咨询公司———将这一评价方法应用
到中国实践，利用经济增加值（EVA）指标对中国上市公司的经
营业绩进行排名，在中国的资本市场上引起广泛的关注。另
外，2005年国资委业绩考核局计划在业绩考核体系中引入“经
济增加值”的概念。本文正是在这一背景下，对经济增加值
（EVA）与市场价值的相关性进行了实证研究。
经济增加值与市场价值
相关性的经验研究
李 粟
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
16
会
计
中 国 乡 镇 企 业
会
计
中 国 乡 镇 企 业
二、经济增加值（EVA）的思想及计算原理
传统的业绩衡量以会计利润为核心，只考虑到以利息形
式表现的债务融资成本，而忽略了股权资本的成本，从而影响
了资源配置的有效性和企业投资决策的正确性。为了解决传
统业绩衡量标准的问题，美国思腾思特管理咨询公司提出了
经济增加值（EVA）的概念，这一概念是专门从股东的角度来定
义“利润”的。按照经济增加值（EVA）的思想，在现实世界里，投
资者的股本投入也是具有成本的，这个成本从理论上来说等
于股东投资于其他风险程度类似的企业所获取的利益，即经
济学中所谓的机会成本。只有企业所创造的投资回报高于这
笔投入的机会成本，才能说企业为股东创造了价值。如果企业
的投资回报长期低于投入的机会成本，该企业将迟早被资本
市场所抛弃。经济增加值（EVA）的这一思想来源于早期的剩余
收益概念———即企业的收益不但要足以弥补债务成本，还要
能弥补所有者投入资本的机会成本，在此之后的剩余部分才
是企业真正创造的价值。但是经济增加值（EVA）没有局限于
此，为了消除依据权责发生制和稳健性原则所带来的盈余管
理等问题，经济增加值（EVA）还对某些会计处理程序进行了调
整，以达到反映“真正经济利润”的目的。
经济增加值（EVA）的计算公式为：EVA=NOPAT-WACC×
TC，其中，NOPAT为经过会计调整以及税收调整后的净营业利
润，按照经济增加值（EVA）的观点，权益资本和债务资本都是
企业的资本来源，因此NOPAT在进行调整时要将财务费用调
回；WACC为加权平均资本成本率；TC为公司资本总额。如果经
济增加值（EVA）为正就意味着股东财富在增加，如果经济增加
值（EVA）为负就意味着股东的财富遭到了毁灭。将经济增加值
（EVA）进行进一步的分解，我们还可以得出经济增加值（EVA）
的驱动因素，以此为依据就可以提升企业的管理水平，增加股
东的财富。具体分解过程如下：EVA=资本效率×资本=（资本
回报率－资本成本率）×资本=（销售利润率×资本周转率－
资本成本率）×资本。从上式中可以找到经济增加值（EVA）的
四个驱动因素：1、提高销售利润率，降低生产成本；2、提高资
本使用效率，提高资本周转率；3、优化资本结构，降低资本成
本；4、促进盈利性增长，改善资产管理。由此可以看出，经济增
加值（EVA）是与企业的价值创造以及股东财富的增加紧密相
连的。
三、文献综述
经济增加值（EVA）自从产生以来就受到了广泛的赞誉，不
仅诸如西门子、索尼、可口可乐、AT&T等世界级企业纷纷采用
经济增加值（EVA）思想，而且许多学者对其进行了一系列相关
的实证研究。
Stewart（1991）首次对经济增加值（EVA）的价值相关性进
行了实证研究。Stewart选取了613家美国公司作为样本，将1984
年至1985年的数据与1987年至1988年的数据进行对比分析。
其结论是：进行标准化处理后的经济增加值（EVA）与市场价值
有着很强的相关性，但是负的经济增加值（EVA）与负的市场价
值之间的关系对应的不是很好。作者对此的解释是由于存在
清算、重新资本化以及被接管等潜在的因素，因此这些因素就
为那些经济增加值（EVA）为负数的公司的市场价值的进一步
下滑设置了一个底线。
O’Byrne（1996）通过将市场价值对经济增加值（EVA）以及
净营运收益（NOPAT）进行回归分析来比较两者的信息含量。
样本为1985年至1993年之间的6551个美国企业的数据。作者
将企业的市场价值与企业的资本额相除作为被解释变量，将
经济增加值（EVA）和净营运收益（NOPAT）用加权资本成本进
行标准化后作为作为第一和第二个回归方程的因变量，分别
进行了两次回归。开始作者发现，对经济增加值（EVA）进行回
归的AdjustedR2值为31%，而对净营运收益（NOPAT）进行回归
的AdjustedR2值为33%。之后，作者又对关于经济增加值（EVA）
的回归进行了一系列调整，例如加入了57个关于行业的虚拟
变量以控制潜在的行业因素；将正经济增加值（EVA）与负经济
增加值（EVA）的系数分别考虑；对资本额取自然对数以公司规
模大小的影响。这次作者得到的结果是：对经济增加值（EVA）
进行回归的AdjustedR2值为56%，而对净营运收益（NOPAT）进
行回归的AdjustedR2值为33%，很明显，前者高于后者。因此，作
者做出如下结论：在解释公司价值方面，经济增加值（EVA）要
优于净营运收益（NOPAT）。但是，由于未对关于净营运收益
（NOPAT）的回归进行相应的调整，这一结论受到了质疑。
Grant（1996、1997）、Uyemuraetal.（1996）等都得出了经济增
加值（EVA）与市场附加值（MVA）有很强的相关性的结论。但
是，另外一些研究却得出了不一致的结论。
Biddle et al.（1997）利用经济增加值（EVA）、剩余收益
（RI）、经营活动产生的净现金流量（CFO）以及会计盈余为因变
量，对这些变量利用期初股票价格进行标准化处理后，再进行
了相关的信息含量以及信息增量分析。样本数据包括1984年
至1993年间，773家公司的6174个混合观测值。关于信息含量
的研究结果表明会计盈余与反常收益有更强的相关性。这几
个回归结果的R2值分别为：会计盈余13%、剩余收益（RI）7%、
经济增加值（EVA）%、经营活动产生的净现金流量（CFO）
%。关于增量信息方面，作者将经济增加值（EVA）分解为若
干组成部分，然后评估每一个组成部分对解释反常收益的作
用。结果表明，经济增加值（EVA）各组成部分所产生的超出会
计盈余的增量信息是十分有限的。作者认为，这些结果不支持
经济增加值（EVA）在信息含量方面优于会计盈余的论断，相
反，会计盈余要优于经济增加值（EVA）。
Lehn和Makhi ja（1997）使用1985年至1994年间452家美国
17
会
计
中 国 乡 镇 企 业
会
计
中 国 乡 镇 企 业
公司的数据分析了六个业绩计量指标与股票回报之间的关
系。他们的研究表明，经济增加值（EVA）象其他传统的业绩计
量指标都同样是有效的。
近几年，中国的学者也利用中国证券市场的数据对经济
增加值（EVA）的价值相关性等问题进行了一些分析。王化成等
（2004）选取了1999年至2001年间深市和沪市中890家上市公
司进行了相对信息含量以及增量信息含量等方面的研究。在
相对信息含量分析中，作者控制了行业因素和上市地因素，然
后分别对经济增加值（EVA）、传统会计利润（EARN）、经营活
动产生的净现金流量（CFO）以及剩余收益（RI）进行了回归分
析。所报告的AdjustedR2值分别为：传统会计利润（EARN）
、经济增加值（EVA）、剩余收益（RI）、经营活动
产生的净现金流量（CFO）。在增量信息含量分析中，作者
采用了Biddle et al.（1995、1997）所提出的增量信息检验方
法。其回归结果表明：大部分系数的回归结果与预测的符号相
一致，并且大部分系数在的水平上显著。因此作者得出如
下结论：在相对信息含量方面，经济增加值（EVA）没有表现出
明显的优于传统收益指标的特性；在增量信息含量方面，尽管
经济增加值（EVA）的特有组成部分提供了一定的增量信息，但
是并没有超越传统指标的贡献程度。
四、模型与假设
针对上述文献中存在的争议，本文以中国深、沪股票市场
的数据进行了实证检验。为了检测经济增加值（EVA）的价值相
关性，分别以经济增加值（EVA）、主营业务利润（OP）、净利润
（NI）以及经营活动产生的现金流量净值（CFO）为因变量，得出
四套回归模型，然后根据调整的R2比较模型的优劣，拟合效果
最好的模型对应的收益变量的相对信息含量最高，由此可以
判断其价值相关性最好。为了消除企业规模的影响，本文利用
企业权益资本价值对因变量和被解释变量进行了标准化处
理。
本文假设经济增加值（EVA）的信息含量要优于主营业务
利润、净利润以及经营活动产生的现金流量净值这些传统的
业绩计量指标。对这一模型进行检验所采用的模型如下：
EMVi,t
EBVi,t
=αi+β
PM
k
i，t
EBVi，t
+μi，t
其中，EMVi，t指i企业在t年末普通股股票的市场价值；
EBVi，t指i企业在t年初的所有者权益的账面价值；
PM
k
i，t分别代表i企业在t年末的经济增加值（EVA）、主营业
务利润（OP）、净利润（NI）以及经营活动产生的现金流量净值
（CFO）；αi指i企业的特别影响；
β为被解释变量的反应系数；μi,t为随机扰动项。
五、样本的选取
本文在分析中采用的是面板数据。样本取自中国深沪两
地上市公司（A股），时间从2000年至2004年，共计560家上市公
司，样本总量为2800个。其中深市企业为286家，沪市企业为
274家。样本选取的标准是：行业为制造业；数据没有残缺。只
从制造业中选取选取样本是为了避免行业因素的影响，因为
王化成等（2004）指出：行业控制变量的回归结果只有少数显
著，并且仅仅就三年的数据不能推断某一行业的收益价值相
关性方面的系统性差异。各变量中，除经济增加值（EVA）外，均
直接取自CSMAR。经济增加值（EVA）参照思滕思特·远卓管理
顾问中国公司所给出的计算方法，进行了适当的简化处理后
求得。
六、实证结果及结论
回归的结果在表1中进行了报告。虽然各回归结果的β值
较小，但根据T检验值来判断，各β值显著不为零，而经济增加
值（EVA）与净利润（NI）的β值为负，与正常情况相违背。虽然
经济增加值（EVA）的系数为负可以用计算方法不当来解释，但
是净利润（NI）却直接取自企业的财务报表，这一现象值得做
进一步研究。调整的R2值分别为：经济增加值（EVA）、主营
业务利润（OP）、净利润（NI）、经营活动产生的现金流
量净值（CFO）。此结果与Biddle et al.（1997）、王化成等
（2004）有所差异，与O’Byrne（1996）结论相一致，但数值差距较
大。其可能的原因是：一方面，本文中的经济增加值（EVA）自己
计算出来的，可能存在某些偏差；另一方面，由于中国股市还
不具备半强势有效性，以股市的市场价值作为参照系结论是
否完全可靠需要进一步研究。但是，从本文的结果可以得出以
下结论：经济增加值（EVA）的信息含量要优于传统的收益指
标，其价值相关性较高。
（作者单位：贵州财经学院会计学院）
书书书
!!!
!" !"#!!$" %&!!$" ’(!!$" )*%!!$" #+,-.
#$/
"0/152/4/#
1261/
#$.
121/713.
"34283/#
123/3
#$3
.
"#
12...
#$9
1211886/
"./269.#
12/94
#$4
.
"075275.#
012111413
"0/12886#
12676
#$5
"#
121//981
"4/2813#
012111634
"0/42734#
1211/664
"/.2571#
12719
#$8
121//984
"432/64#
18
