會計收益數(shù)據(jù)的經(jīng)驗評價中文 (讀書筆記)

1、會計收益數(shù)據(jù)的經(jīng)驗評價雷·鮑爾* 芝加哥大學。 菲利普·布朗+ 西澳大利亞大學。作者感謝芝加哥大學會計研究工作組的同事們：Myron Scholes教授、Messrs教授、Owen Hewett教授和Ian Watts教授。會計理論家們大體上通過會計實務與特定分析模型的相符程度來評價其有用性。這種會計分析模式可能僅僅由一些主張或斷言組成，或者，它可能是一種經(jīng)過嚴格推理的理論。無論哪種情況，會計研究方法一直是將現(xiàn)行慣例和由模型推出的更為可取的操作或由模型推出的所有會計實踐都應擁有的標準進行對比。這種方法的缺點是它忽視了世界上知識的一個重要來源，就是模型預測符合觀測行為的程度。

2、在某個探析的假設均能被經(jīng)驗驗證這樣的基礎上為該探析辯護是不夠的。因為，如何能得知一個理論包含了所有相關的有證據(jù)支持的假設？同時，如何解釋基于無法證實的前提，如效用函數(shù)最大化，得出的結論的預測能力？此外，如何分析在考慮了世界不同方面后產(chǎn)生的結論之間的差異？對會計實務的有用性進行完全分析方法的局限由會計數(shù)據(jù)本質上不能被定義的爭論來說明。會計數(shù)據(jù)本質上不能被定義是因為它們?nèi)狈Α耙饬x”，從而它們的作用令人質疑。 關于這個問題的不同爭論出現(xiàn)在Canning (1929)；Gilman (1939)；Paton和Littleton (1940)；Vatter (1947),第2章；Edwards和Bell

3、 (1961),第1章；Chambers (1964), 第267-68頁；Chambers (1966),第4頁和第102頁；Lim (1966),特別是第645頁和第649頁；Chambers (1967),第745-55頁；Ijiri (1967),第6章,特別是第120-31頁；和 Sterling (1967),第65頁。爭論中心在一定程度上源自為適應新經(jīng)濟環(huán)境，相應出現(xiàn)會計實務的發(fā)展。僅舉一些出現(xiàn)問題的領域。隨著實務的發(fā)展，會計人員需要處理合并、租賃、并購、研發(fā)費用、物價波動和稅項支出等實務。因為會計缺少一個統(tǒng)一的理論框架，所以在這些會計實務中出現(xiàn)了不一致的現(xiàn)象。其結果是，凈收益是

4、不同質部分的累計。因而，凈收益被認為是一個“無意義”的數(shù)字，跟27張桌子和8把椅子之間的差別沒什么不同。在這種觀點下，凈盈余只能被定義為一系列程序運用到一系列事件后得到的結果，沒有什么實質內(nèi)涵。Canning 觀察到：凈盈余的計量結果在任何意義上都不能認為是真實的，除了它是一個數(shù)字，是會計人員中止他所采用的程序的應用后得出的結果。 Canning(1929),第98頁。嘗試提高計量方式解釋能力的分析方法的價值是無爭議的。有爭議的是這樣一個事實：一個分析模型本身沒有評估脫離它所隱含計量方式的意義。因此，在沒有進行經(jīng)驗檢驗的基礎上，根據(jù)會計分析模式得出由于會計收益數(shù)據(jù)缺乏實質內(nèi)涵導致它缺乏有用性的

5、結論是不妥的。會計收益數(shù)據(jù)的經(jīng)驗驗證需要關于現(xiàn)實世界成果構成的效用實驗的協(xié)議。因為凈收益是一個投資者感興趣的數(shù)字，所以我們用來作為預測標準的結果的是反映在證券價格里的投資決策。 Beaver(1968)推行的另一種方法是使用反映在交易量里的投資決策作為預測標準。凈收益數(shù)據(jù)的內(nèi)容以及發(fā)布時間兩項會被用來共同驗證會計收益數(shù)據(jù)的有用性，因為這兩項的缺失均會破壞會計收益數(shù)據(jù)的有用性。經(jīng)驗檢驗資本理論的最新發(fā)展為將證券價格的表現(xiàn)視作會計收益數(shù)據(jù)有用性的運行測試提供了合理理由。大量令人印象深刻的理論證實，如下的資本市場是有效和無偏的，原因在于如果信息對形成資本資產(chǎn)的價格是有用的，資本市場就會根據(jù)這種信息迅

6、速地調(diào)整資產(chǎn)的價格，使投資者不能獲得更多的非正常報酬。 例如，Samuelson(1965)已證明，一個對信息評估無偏的市場會增加證券價格時間序列的隨機波動性。同樣可見，Cootner(ed.)(1964)；Fama(1965)；Fama和Blume(1966)；Fama以及其他人(1967)；和Jensen(1968).證據(jù)顯示，如果證券價格確實根據(jù)新信息進行迅速地調(diào)整，那么證券價格的變化就會反映信息向資本市場的流動。 證券市場的一個得到充分證實的特征是信息的有用來源會起作用而信息的無用來源會被忽略。這一點也不奇怪，因為市場由大量通過比競爭對手更充分地分析企業(yè)的前景來做出投資決策從而獲得收益

7、的投資者組成。比如見，Scholes(1967)以及上面的附注4。證券市場的這種評估方法與Chambers(1966,第272-3頁)有很大的不同?？捎^測的股票價格波動與收益表發(fā)布之間的聯(lián)系可以證明會計收益數(shù)據(jù)所反映的信息是有用的。我們采用的將會計收益同股票價格相聯(lián)系的研究方法就建立在上述理論和通過僅關注影響特定公司股票價格的特定信息得到證據(jù)的基礎上。 更確切地說，關注那些不對所有公司證券價格都有影響的信息，因此，在本論文中，一些產(chǎn)業(yè)效應不被考慮到。具體來說，我們構建了市場預期收益的兩個選擇模型來考察當市場預期不準確時市場是如何反應的。預期盈余變動和未預期盈余變動根據(jù)過去的事實，所有公司的盈余

8、變動具有一致性。一項研究發(fā)現(xiàn)，公司平均每股盈余（EPS）變動水平的一半左右與宏觀經(jīng)濟效應有關。 或者，當收益被定義為納稅調(diào)整后的已投資資本回報時，公司平均每股盈余變化的35%-40%與系統(tǒng)因素有關。來源：Ball和Brown(1967),表4根據(jù)這個證據(jù)，公司收益從某年到次年的變動中至少有部分可以被預測。在上一年，如果某公司的盈余通過某種特定方式與其他公司的盈余相聯(lián)系，那么了解了過去的這種特定聯(lián)系，再加上其他企業(yè)當年盈余信息，就可以得到該企業(yè)當年盈余的條件期望。因而，除去確定的影響，當前收益所傳遞的新信息含量通過實際收益變動與條件期望變動的差異得到估計。但不是所有的這種差異都是新信息。盈余的一

9、些變化源自公司財務和其他政策的改變。我們假定，在第一次估計前，這些變化已經(jīng)隨時間被收益的平均變化所反映。因為，上述變動的兩個組成部分宏觀經(jīng)濟和政策的影響是同時的，它們的聯(lián)系可以被聯(lián)合估計。我們采用的統(tǒng)計流程是：首先采用最小二乘法（OLS）和到上年為止的數(shù)據(jù)（），求出公司每年的盈余變化（）關于市場上其他所有公司（除了公司）的盈余平均變化（） 我們叫盈余的“市場指數(shù)”，因為它僅僅是由那些在紐約證券交易所上市的公司的會計盈余數(shù)據(jù)構造成的。的線性回歸系數(shù)和截距項（）： （1）其中，“”表示估計。然后，將第年的市場盈余平均變化代入回歸模型，計算出公司在第年的預期盈余變化：未預期盈余變化，或者說，預測殘差

10、（），是盈余變化實際值減去預期盈余變化： （2）我們假定的當前收益所傳遞的新信息就是這個預測殘差。市場反應同樣被證明的是，股票價格（由此也有持有股票的報酬率）的變動具有一致性。一項研究 King(1966).估計，在1944年三月到1960年十月期間，股票月報酬率變化的30%-40%左右與市場效應有關。股票報酬中的市場性變化由與所有公司相關的信息的發(fā)布所引起。既然我們在評估與個體公司相關的收益表，它的內(nèi)容和發(fā)布時間就應該與剔除了市場效應的公司股票報酬率變化聯(lián)系起來估計。市場性信息在投資一美元到公司股票中獲得的月回報率上的影響可以由公司普通股月股票價格比 證券在第月的月價格比被定義為紅利（）+收

11、盤價（），除以開盤價（）：由此，月價格比就等于分離的月報酬率加上不變乘數(shù)；它的自然對數(shù)是連續(xù)復利計算的月報酬率。在本文中，我們假定用用非連續(xù)復利計算，因為在這種形式下，結果容易解釋。關于市場報酬率 Fama以及其他人（1967）得出如下結論：“為了從單個證券月報酬率中抽取掉一般市場狀況的影響，用證券報酬率對市場報酬率進行回歸是一個令人滿意的方法。”為了達成他們的結論，他們發(fā)現(xiàn)“單個證券報酬率關于市場報酬率的散點圖十分支持回歸的假設，即線性、同方差性和序列獨立性”。Fama等人，以及King(1966)，研究了價格比的自然對數(shù)形式。然而，Blume(1968)運用了等式（3）。我們同樣進行變量替

12、換測試： （3a）其中，表示自然對數(shù)函數(shù)。其結果與下面報告的結果相當一致。的線性回歸中得出的預測價值來估計： （3）其中，是公司在第月的月股票價格比，是Fisher的“復合投資業(yè)績指數(shù)”的環(huán)比Fisher(1966)，是公司在第月的股票報酬率的殘差。的值是對市場的月報酬率的估計。我們樣本中下標m呈現(xiàn)了自1946年1月開始的所有能獲取數(shù)據(jù)的月份數(shù)。等式（3）呈現(xiàn)的普通最小二乘法回歸模型（OLS）中的殘差計量了基于估計回歸參數(shù)（）和市場指數(shù)的實際報酬率與預期報酬率之間差異的程度。因此，既然發(fā)現(xiàn)市場會根據(jù)新信息迅速有效地調(diào)整，那么這個殘差一定代表了公司單獨的新信息對持有公司普通股的報酬率的影響。一些

13、計量問題 盈余的普通最小二乘法（OLS）回歸模型的一個假設 即，普通最小二乘法的一個必要假設是最小方差性、線性和無偏估計。是和是不相關的。這兩者之間的相關性至少體現(xiàn)在兩方面，即盈余的市場指數(shù)（）中包含了公司以及產(chǎn)業(yè)效應的存在。第一個已經(jīng)通過構造來估計（指給加下標），但是產(chǎn)業(yè)效應的存在卻沒有進行任何的調(diào)整?？梢怨烙嫯a(chǎn)業(yè)效應大概僅能解釋某個公司收益率變化的10%。 歸屬于產(chǎn)業(yè)效應的量取決于行業(yè)定義的廣度，這轉而取決于所考慮的特別的經(jīng)驗應用。10%的估計是以兩位數(shù)分類表為基礎的。一些證據(jù)顯示，當某公司和產(chǎn)業(yè)效應之間的聯(lián)系用一階差分進行估計時，產(chǎn)業(yè)效應可能可以解釋某個公司收益率變化的10%以上Brea

14、ley (1968)。因為這個原因，等式（1）可以被用作適合的分析方法，這種方法相信估計值和的偏差是不顯著的。不過，作為模型統(tǒng)計有效性的一個檢驗，我們同樣提供了一個選擇模型即幼稚模型的結果。幼稚模型預測去年的盈余和今年的盈余是一樣的。它的預測誤差僅僅是上年度至今的盈余變動。如下所示，與盈余回歸模型的情況一樣，股票報酬率模型明顯違背了普通最小二乘法（OLS）回歸模型的一些假設。首先，市場報酬率與殘差有關，因為市場報酬率包含了公司的報酬率，同時也因為產(chǎn)業(yè)效應。但是這些違背都是不嚴重的，因為費式指數(shù)（Fishers index）是由在紐約證券交易所上上市的所有公司股票（因此公司證券報酬率僅僅是這個指

15、數(shù)的一小部分）計算出來的，同時，產(chǎn)業(yè)效應最多能解釋股票平均報酬率變化的10%。 這個10%的估計是因為King(1966). Blume(1968) 對產(chǎn)業(yè)效應的量開始質疑，提出這個量可能稍微低于10%。他的觀點由以下的發(fā)現(xiàn)得出：產(chǎn)業(yè)效應的重要性取決于股票報酬率隱含的參數(shù)分布的假定。第二個違背源自我們的預測，即，在報告日附近的某幾個月中，殘差的期望值不等于零。再一次說明，任何偏差對結果都沒有什么影響，因為可觀察的的自相關性很低 看下面的表4。，并且用于股票報酬模型的觀測值無論如何不會少于100個 Fama以及其他人(1967)遭遇了同樣的狀況。在他們的研究中，他們發(fā)現(xiàn)有些月份的股票報酬率殘差的

16、期望值是非零的。于是，他們對包含和不包含那些股票報酬殘差的期望值被認為是不為零的月份這兩種情況分別進行了股票報酬回歸模型的操作。他們得出結論，兩類結果均支持同樣的結論。 能夠迫使的均值為零的一種選擇是使用夏普的資本資產(chǎn)定價模型(CAPM)Sharpe (1964)來估計等式(3b): (3b)其中，是持有證券的期間的事前無風險報酬率。等式(3b)(用美國政府債券利率來計量，同時，現(xiàn)在定義公司在月的非正常回報為)的結果與等式(3)的結果本質上是相同的。 然而，等式(3b)仍然不完全適合，因為新信息的平均影響是通過證卷的整個歷史記錄來估計的。這個歷史至少涵蓋了100個月。如果等式(3b)適合使用月

17、度數(shù)據(jù)，那就需要引入一個虛擬變量矢量來識別年度報告涵蓋的財政年度，由此使得殘差均值可以在各財政年度進行區(qū)分。然后，第年的第月的異常信息的影響就可以由常數(shù)項、第年的虛擬變量值和第年第月的計算殘差的總和來估計。不幸地是，以這種特殊的方式來估計股票報酬等式的有效性一直沒經(jīng)過適當?shù)匮芯?，因此我們的報告僅限于估計等式(3)得出的結論?？偨Y我們假定，在一段時期中的某個公司的有用信息幾乎不可能缺失的情況下，這個公司在那段時期的報酬率會僅僅只反映與所有公司相關的市場信息的存在。通過剔除市場效應等式(3),我們識別出個體公司的特殊信息的影響。然后，為了判斷其部分影響是否與公司的會計收益數(shù)據(jù)包含的信息有關，我們將

18、會計盈余變動分成預期和非預期盈余變動兩部分。如果盈余預測誤差是負值（即實際收益變動比條件期望變動小），我們將其定義為壞消息并預測，如果會計收益數(shù)據(jù)與股票價格之間存在某些聯(lián)系，那么會計收益數(shù)據(jù)信息的發(fā)布將導致該公司的股票報酬率比預期的少。 稍后，我們將總報酬分成兩部分：“正常報酬率”，其定義為，在給定某證券報酬率與市場報酬率一種常規(guī)聯(lián)系后可以被預測出來的報酬率；“異常報酬率”，即實際報酬率與正常報酬率之間的差異。正式地說，這兩部分由和給出。這樣一個結果()可以由股票報酬殘差()圍繞年度報告宣布日的消極表現(xiàn)得到正式。反之亦然。兩個基本的盈余預測模型已經(jīng)被定義了，一個是回歸模型，一個是幼稚模型。在回

19、歸模型中，我們用盈余的兩種計量方式凈收益和每股盈余(EPS),分別記為變量(1)和變量(2)來詳細報告；在幼稚模型中，我們用盈余的一種計量方式每股盈余(EPS),變量(3)來詳細報告。數(shù)據(jù)感興趣的數(shù)據(jù)有三類：收益報告的內(nèi)容、報告宣布日和報告期前后的證券價格變動。盈余數(shù)據(jù)1946年到1966年的收益數(shù)據(jù)在標準普爾公司會計數(shù)據(jù)庫(Compustat)中可以獲取。 所用數(shù)據(jù)庫始于1965年9月28日，至1967年7月7日止。表1對個體公司的盈余變動與市場盈余指數(shù)本論文中所有的相關系數(shù)都是積差相關系數(shù)變動之間的相關系數(shù)平方的分布。計算市場凈收益指數(shù)是用每年樣本的均值計算出。計算市場每股盈余指數(shù)是用來做

20、樣本的加權平均值，已發(fā)行股票數(shù)（經(jīng)過股票分割和股利的調(diào)整）提供了權數(shù)。注意：當估計某特定企業(yè)的盈余與市場的盈余之間的聯(lián)系時，市場指數(shù)中排除了該公司的盈余。進行了總結。在當前這個樣本中，位于中部的公司的盈余變化水平的25%左右與市場指數(shù)變化有關。公司的盈余水平間的聯(lián)系在先前的一篇文章中檢驗過Ball和Brown(1967)。那時，在遭遇的困擾中，我們提及，當凈收益和每股盈余的數(shù)量以適當?shù)闹笖?shù)形式進行回歸時，有自相關的存在。在本文中，操作方案由凈收益和每股盈余的數(shù)量變成了一階差分。因為我們采用的關于證券市場對會計收益數(shù)據(jù)的反應的分析方法以至少在報告宣布日前的十二個月內(nèi)盈余預測誤差不能被預測為先決條

21、件。這個假定在誤差存在自相關時是不成立的。當變量從數(shù)量變成一階差分后，我們對盈余回歸模型的殘差進行了自相關性程度的檢測。其結果在表2中給出。它們表明，現(xiàn)在假定不再是沒有保證的了。年度報告宣布日華爾街日報登載三類年度報告：年度盈利預測，由公司經(jīng)理階層等在一年結束后迅速編制的；初步報告；完整年度報告。初步報告是完整年報的典型概述，而預測常常是不準確的。由于初步報告中的凈利潤和每股盈余與隨后發(fā)布的正式報告中的數(shù)據(jù)相同，假定它的發(fā)布時間（或者，更有效地，年度收益數(shù)據(jù)能被廣泛獲得的日子）為初步報告在華爾街日報上出現(xiàn)的日子。表3揭露了，在整個樣本期間，財政年度結束與年度報告發(fā)布之間的時間間隔在穩(wěn)定下降。股

22、價股票價格比可以在芝加哥大學證券價格研究中心(CRSP)構建的數(shù)據(jù)庫中獲取。 芝加哥大學的證券價格研究中心由美林-皮爾斯-芬納-史密斯公司（即現(xiàn)在的美林集團）贊助。該數(shù)據(jù)庫中的數(shù)據(jù)采用紐約證券交易所1946年1月至1966年6月期間的的月收盤價，并進行了股利和資本的調(diào)整。表4呈現(xiàn)了股票報酬回歸等式(3)的相關系數(shù)平方的十分位數(shù)，以及股票殘差的一階自相關系數(shù)。選擇標準本研究中選擇的公司符合下列標準：1.1946年至1966年間，每年的盈余數(shù)據(jù)都能在Compustat數(shù)據(jù)庫中獲得；2.財政年度在12月31日結束；3.至少100個月的股票價格數(shù)據(jù)能在CRSP數(shù)據(jù)庫中獲??；以及4. 華爾街日報年報公告

23、日可以獲得。 公告日最初是在華爾街日報索引上找到的，然后通過華爾街日報驗證。我們的分析限制在1957-1965的9個財政年度。從1957年開始分析，我們能確保當估計盈余回歸模型時至少有10個觀測值。其上限（財政年度1965年，其結果在1966年公布）的確定則是因為CRSP的檔案在1966年結束。我們的選擇標準可能會降低結果的一般性。子樣本不包括那些年輕公司；已經(jīng)失敗的公司；財務年度沒有結束于12月31日的公司；以及在Compustat數(shù)據(jù)庫、CRSP數(shù)據(jù)庫和華爾街日報中沒有記錄的公司。因此，它可能代表不了全部公司。但是，注意：(1)選擇的261家公司 根據(jù)已知的數(shù)值錯誤，不是所有的公司都可以包

24、含所有的年份。財政年度影響最大的是1964年，該年有3家公司被排除。都有重要的權利；(2)我們用不同的樣本對這項研究進行了一次重復實驗，其結果與下面報道的結果相一致。 重復實驗運用幼稚收益預測模型研究了75家財政年度不在12月31日結束的公司在更長的時期(1947-65年)的狀況。結果作者將年度報告的宣布日所在的月份定義為0，第M月份的非正常業(yè)績指數(shù)為：因此API就衡量的是一美元等額投資于n種證券在年公報日前（在第-12個月末）投資于一個投資組合到第M月為止消除市場影響外的累計非正常的報酬率。下面是一個等價的解釋。假定兩個個體A和B達成了一下的假定。B簽訂了一份投資組合協(xié)議包括將一美元等額投資

25、于n種證券。這些證券在第-12月時被購入并且會持有至第T月。對于某一價格，B和A達成協(xié)議，B可以在第M月末獲得正常的收益（或者承擔相應的損失），而A可以在第T月證券到期時得到1美元加上非正常收益或者減去非正常損失的回報。因此，API就是每個M月末時在這些相互關聯(lián)的證券組合中A權益的價值。也就是說，預期的價值就是在T月末缺乏進一步非正常的利得或損失。數(shù)值分析的結果可以被分為兩類。圖1首先描繪出了由所有的公司的所有年份所建構三個投資組合，它們的收益預測誤差對于三個變量中的任意一個都是正的（在圖的最上面）；其次，是由所有的公司的所有年份所建構三個投資組合，它們的收益預測誤差對于三個變量中的任意一個都

26、是負的（在最下面）；最后是一個包含了樣本中所有的公司的所有年份的一個單一的投資組合的情況（它的線徘徊在上下部分的分界線的下面）。表5給出了圖1所基于的數(shù)據(jù)。既然已經(jīng)得出第一種結果可能會對股票收益的隨機擾動項的分布比較敏感，我們在這里呈現(xiàn)出第二種結果。股票收益殘差的經(jīng)驗分布似乎是對稱的穩(wěn)定的分布，它的尾部比正常的正態(tài)分布要長一些。Fama (1965); Fama, el al.(1967)表5中每一個變量下的第三欄給出的關于未預期盈余的信號與未預期股票報酬率的信號的一個一對一卡方統(tǒng)計結果。概況正如可以從一個大的樣本中預測到的一樣，兩都種結果所揭示出的圖形是一樣的。它們都證明的包含在每年的會計收

27、益數(shù)據(jù)中的信息是有用的，因為實際收益和預期收益不同的話，市場通常就會朝著相同方向作出反應。這一結論可以通過圖1中得出的收益預測誤差信號和非正常業(yè)績指數(shù)之間顯著正的關系以及卡方統(tǒng)計結果（表5）同時得到證實。后者顯示出在接近年度報告公布的多數(shù)月份中收益預測誤差信號與股票收益率殘差的信號之間是有關系的。然而，收益報告中所包含的大部分信息在年度收益報告報出之前已經(jīng)被市場所預測到了。事實上，預測的結果是如此的精確以至于在收益數(shù)據(jù)報告月份真實的收益數(shù)據(jù)并沒有引起任何非正常業(yè)績指數(shù)的異常波動。這種上升和下降的漂移至少從報告公布前的12個月就開始了并且回在之后持續(xù)大約一個月。這種有這些指數(shù)的持續(xù)信號以及它們絕

28、對值的單調(diào)增加而揭示出的漂移持續(xù)性，表明不僅僅是市場在報告公布之前12個月就開始對收益誤差的預測，而且在之后的整年中都在持續(xù)成功的做這件事。注意到圖1中包含的是許多公司在所有的年份的的平均的情況而并沒有解釋任一的公司的在任何年度的證券的運轉情況。但或許平均意義上會有一個持續(xù)的和平緩的對全年的報告的預測，有關股票收益的殘差的自相關程度的證據(jù)會暗示出市場對關于某一個特定公司的信息的反應會很迅速。特別的結果 1、兩個回歸模型變量結果之間看起來差異不是很大。表6（歸納了一個變量預測誤差信號伴隨著其它兩個變量的預測誤差信號的情況）揭示了原因。例如，在1231種情況下變量（1）的收益預測誤差的信號是正的，

29、同時對于變量（2）來說有1148種情況（包含在1231種情況內(nèi)）下收益預測誤差也是負的。相類似的，在1109種情況下變量（1）的收益預測誤差的信號是正的，同時對于變量（2）來說有1026種情況下收益預測誤差也是負的。事實是變量（2）所得出的結果嚴格證實了由變量（1）得出的結果，然而當這兩個變量得出的有關收益預測誤差信號的結果不同時，變量（2）的結果會更加真實一些。 然而在變量（1）和變量（2）之間很少有選擇權，顯然變量（3）（幼稚模型）對于那些有負預測誤差的公司的證券組合來說是最合適的。一個關鍵性因素如下所示。幼稚模型在a）市場收益的變化為0，并且b）公司的收益沒有漂移的情況下可以得到和收益回

30、歸模型相同的預測誤差。但是歷史數(shù)據(jù)表明市場收益是增加的（特別是在樣本數(shù)據(jù)期間的后期），由于自從1961年的總體物價上漲以及持續(xù)強烈的通貨膨脹影響。因此，幼稚模型（變量（3）代表性的被認為是那些有負的預測誤差的公司，這些少數(shù)相對于那些大多數(shù)都顯示出增加的EPS的公司來說顯示出是下降的EPS。對于這三個變量來說，如果說變量（3）預測出的收益誤差是負的話，那么一個人就會很自信肯定它與市場脫節(jié)了。這些觀測數(shù)據(jù)包含有很有意思的含義。比如，它指出了收益預測誤差幅度和非正常的股票價格調(diào)整幅度之間的關系。這一結論可以被圖1進一步的證實：變量（3）的正的預測誤差對于要小于其它的兩個變量。2、由所有公司所有年份計

31、算出的非正常業(yè)績指數(shù)向下的漂移反映出了一個計算誤差。預期價值的偏差來自于把原本減每一年的百分之一的一半變?yōu)榱酥粶p了四分之一。有關所有樣本的觀測的API的價值和它的預期值之間的差異是特定的樣本的特征。這個誤差產(chǎn)生于：在此E代表的是預期的價值?？梢钥闯鯧個月的偏差至少體現(xiàn)在K-1次的和的協(xié)方差上。特別的，估計的值忽視了期間.的所有排列(s=1,2,3, K-2, t=s+2, ,K)。因為協(xié)方差很明顯是負的，見表4。所以這個誤差也是負的。然而這一誤差并不會影響我們預測結果方向，當我們解釋不同的API的價值時我們應該記住這點。例如，它可以幫助我們理解為什么在圖1中頂部曲線的相對變化沒有底部的變化大；

32、為什么頂部曲線在零月之后顯示出緩慢的下降；并且，為什么底部曲線的漂移在報告報出的月份仍然是持續(xù)的。3、我們同樣用了收益的替代變量來作回歸分析并得出了相應的結果。（a）現(xiàn)金流（用營業(yè)收入來估計），所有的變量在標準普爾數(shù)據(jù)庫中都得以了說明。（同樣見鮑布和布朗（1967）的附錄A）以及（b）非重復性項目前的凈收入。沒有一個變量能像凈收益和EPS那成功的預測股票收益殘差的信號。比如，在月份0時，和預測誤差為正時，非正常業(yè)績指數(shù)分別是1.068（包括非重復性項目的凈收益）和1.070（經(jīng)營收益）。而之前凈收益的預測是1.071（表5中的變量（1）。而在預測誤差負時非正常業(yè)績指數(shù)各自的預測分別是0.911

33、,0.917和0.907。4、表5中API的值和卡方統(tǒng)計量都表明，至少對變量（3）來說，收益預測誤差的信號與股票收益殘差的信號之間的關系會在每年年報報出之前至少持續(xù)兩個月。第一個可能的解釋是市場收益指數(shù)在一些公司報告出他們的收益數(shù)據(jù)之前都是不確定的。由于市場收益的不確定性跟隨于公司的報告，因此這一不確定性的消除（當平均樣本中的所有公司時）可能就會反應在公司報告之前幾個月的API持續(xù)的漂移。然而這一解釋很容易就會被排除，因為如果公司的年報是在一年的一月份的話它們這一年的數(shù)據(jù)將會從樣本中被剔除掉，盡管卡方值是降低的，但并不會影響圖1所顯示的總體的API的規(guī)律?？傮w的卡方統(tǒng)計量的呈下降趨勢很大程度上

34、歸因于樣本規(guī)模的減小。第二個解釋是年報的日期會存在隨機的誤差。API的漂移會在報告報出月之前持續(xù)，如果錯誤導致我們把一些公司看成是會提早報出它們的收益數(shù)據(jù)，而事實并不是這個樣子。但是這一解釋同樣很容易就會被排除。因為所有報告日的數(shù)據(jù)都來自于華爾街日報指數(shù)，它已通過華爾街日報核對。第三個解釋是初步報告在沒有完成之前是不可能被市場所獲得。不幸的是這一問題并不能被一個替代的假設單獨解析，也就是說如果說這個信息的價值小于投資者希望利用機會來獲取非正常收益而發(fā)生的交易成本，市場的確是會花費更多時間來對信息作出調(diào)整。也就是說，即使是這種聯(lián)系會在報告月之前持續(xù)，我們可以看到除非交易成本在1%之內(nèi)，結果可以有

35、如下過程得知。比率API/ API的值等于m月的邊際收益率加上市場總體的收益率：=（1+r）.類似的，=（1+r）（1+r），并且，總體上來講，=（1+r）（1+r）.因此，有關包含所有EPS呈遞減的公司在報告月之后的兩個月的證券組合的邊際收益率將會是0.878/0.887-1-0.10；類似的，遞增的公司的在報告月之后的兩個月的證券組合的邊際收益率將會是1.059/1.056-10.003。在允許有計算偏差的時侯，將會暗示出交易的成本必須在由于實施一些機械的交易規(guī)則而獲得的非正常的收益的機會成本的百分之一之內(nèi)。否則一旦信息被公眾可得，就沒有機會去獲得任何的非正常收益。因此我們的結論是和其它證

36、據(jù)相一致的：至少是在交易成本之內(nèi)，市場會對收益數(shù)據(jù)作出毫無偏差的反應。 相對于其他信息來源的年度凈收益價值 這個分析沒有考慮年度收益數(shù)據(jù)中所包含的信息的邊際貢獻。如果采用我們曾采用的分析收益報告的相似的方法來分析紅利可能是一個有意思的話題。我們預期這會有一些重疊。大意是說這里有一種重疊，我們認為信息就是收益數(shù)據(jù)，并且考慮將紅利宣告作為市場對收益反映的中介。由于歷史收益數(shù)據(jù)和紅利分配可能不僅只是相同的反映，也是股價基礎性信息的決定因素。研究結果證明年度收益數(shù)據(jù)中包含的信息是有用的因為它與股價相關。但是年度會計報告僅僅只是投資者從許多來源獲得的信息中的一種。本部分的目標是評估凈收益所包含信息的相對

37、重要性，并且對收益報告的及時性提供一些見解。有人提出過，對個別股票新信息的影響是可以由股票收益的殘差來測度的。例如，負值的殘差意味著實際回報比在沒有壞消息時期望回報要少。也就是說，如果一個投資者能利用這種信息在市場調(diào)整前賣出股票或采取空頭頭寸，在忽略交易成本的情況下，殘差將在一定程度上代表著他的回報大于通常的期望。如果已實現(xiàn)回報與期望回報之間的差額被認為是新信息的價值，很顯然，個別股票的新的月度信息的價值由給定月份的非正常報酬率（股票收益率的殘差）的絕對值給出。因此，關于普通公司所有閱讀信息的價值在報告前12個月由下式給出：這里TI代表總的信息。 注意這是反映在價值增量中的信息；因此，原始的1

38、美元是扣除了終值的。在我們的樣本中，對所有普通的企業(yè)和年份，這個總和是0.731。對于任何一只特定的股票，月份間的某些信息將被抵銷。 在股票異常報酬率中觀察到的低度的自相關是支持這個推斷的。有關平均的股票的凈信息（在報告日的前12個月收到）的價值由下式給出：這里NI代表凈信息。這個總和是0.165。年度收益數(shù)據(jù)的影響也是一個凈值因為凈收益是收益增加和收益減少兩個事件的結果。如果接受了未預期盈余變化的模型， 注意因為我們感興趣的是一般公司，因此一項投資策略必須通過樣本中的每一個體。因為，這里只包括兩個相關戰(zhàn)略，它足以知道較佳的是買入還是賣空。同時注意，這里的分析假設策略首先會在公布日期的12個月前被采納。那么包含在年度收益數(shù)據(jù)中的信息價值可以由從-11月到0月的平均價值增長來估計，其中增量的平均數(shù)是從所有企業(yè)和年份構建的由預測誤差的符號來劃分兩個投資組合中得到。即是：這里II代表收益信息，N1和N2分別代表收益預測誤差為正數(shù)和為負數(shù)時的次數(shù)。變量1計算出的這個數(shù)字為0.081，變量2計算出為0.083，變量3計算出為0