华夏学术资源库

会计实证模型与方法研究的核心是什么?

会计实证模型与方法研究:概述与框架

会计实证研究是会计学的主流研究范式之一,它区别于规范研究(回答“应该是什么”),而是基于现实数据,运用统计和计量经济学方法来检验会计信息与经济现象之间的因果关系、相关关系或预测能力,其核心目标是解释和预测会计实践,并为会计准则制定、公司治理、投资者决策等提供经验证据。

会计实证模型与方法研究的核心是什么?-图1
(图片来源网络,侵删)

这项研究可以大致分为三个层面:

  1. 理论基础:研究背后的经济学、金融学和心理学理论。
  2. 研究设计:如何提出可检验的假设。
  3. 模型与方法,即如何用数据来验证假设。

第一部分:核心理论基础

实证模型不是凭空建立的,它们根植于强大的经济理论。

理论类别 核心理论 在会计研究中的应用
信息经济学 代理理论 解释管理层与股东、大股东与小股东之间的利益冲突,研究高管薪酬、股权激励、债务契约、审计等如何缓解代理问题。
信号理论 解释企业为何自愿披露信息(如盈利预测、社会责任报告)以向市场传递其“高质量”的信号。
有效市场假说 半强式有效市场 研究会计信息(如盈余公告、会计政策变更)的发布如何影响股价,以及市场能否迅速、无偏地吸收这些信息。
资本资产定价模型 CAPM, Fama-French三/五因子模型 为研究风险与回报提供基准,用于检验会计信息(如账面市值比、盈余质量)是否具有增量信息含量,能否解释股票横截面收益差异。
行为金融学 前景理论、投资者情绪 解释市场为何会出现“过度反应”或“反应不足”,以及非理性投资者行为如何影响会计信息的使用和股价。

第二部分:经典实证模型

会计实证模型种类繁多,以下是一些最经典和常用的模型类别,并附上具体例子。

盈余质量与价值相关性模型

这类模型研究会计盈余的质量以及它如何反映在股价中。

会计实证模型与方法研究的核心是什么?-图2
(图片来源网络,侵删)
  • 模型:盈余反应系数模型

    • 形式: CAR(i, t) = α + β1 * (EPS(i, t) / P(i, t-1)) + Controls + ε
    • 解释:
      • CAR(i, t):公司 i 在盈余公告期间 t 的累计超额回报。
      • EPS(i, t) / P(i, t-1):公司 it 期的每股盈余除以期初股价,代表盈余水平。
      • β1:即ERC (Earnings Response Coefficient),衡量市场对每单位盈余信息的反应程度,ERC越高,说明盈余信息含量越大,价值相关性越强。
    • 扩展: 可以加入盈余的持续性波动性等变量,来检验盈余质量对价值相关性的影响。
  • 模型:Ohlson 模型 / Feltham-Ohlson (F-O) 模型

    • 形式: P(i, t) = α + β1 * BVPS(i, t) + β2 * EPS(i, t) + Controls + ε
    • 解释:
      • 该模型是会计信息与股价关系的理论基础
      • 它认为股价 P 由公司的账面净资产未来剩余收益的现值共同决定。
      • 实证研究中,通常检验会计盈余和净资产账面价值对股价的联合解释能力 (β1β2 的显著性)。

资本市场反应模型

这类模型研究特定事件(如并购、股利发放、会计准则变更)发生前后,股价的异常波动。

  • 模型:事件研究法
    • 核心思想: 比较事件窗内公司实际收益率与“正常”收益率(即未发生该事件时的预期收益率)的差异。
    • 步骤:
      1. 定义事件窗: 如公告日前后 [-1, +1] 天。
      2. 估计窗: 选择事件窗前的一段时期(如 [-120, -2] 天)来估计市场模型。
      3. 计算正常收益率: R(it) = αi + βi * Rmt (市场模型法)。
      4. 计算异常收益率: AR(it) = R(it) - E[R(it)]
      5. 计算累计异常收益率: CAR(t1, t2) = Σ AR(it)
      6. 显著性检验: 对 CAR 进行 t 检验,看其是否显著不为零。
    • 应用: 几乎所有涉及市场反应的研究,如IPO、SEO、股票回购、年报披露等。

公司治理与代理问题模型

这类模型检验公司内部治理机制(如董事会、高管薪酬)和外部治理机制(如分析师跟踪、媒体监督)的有效性。

会计实证模型与方法研究的核心是什么?-图3
(图片来源网络,侵删)
  • 模型:Logit/Probit 回归模型
    • 形式: Prob(Y=1) = f(β0 + β1 * Governance + β2 * Controls + ε)
    • 解释:
      • Y 是一个虚拟变量
        • Y=1 如果公司发生财务舞弊,否则 Y=0
        • Y=1 如果公司被出具“非标”审计意见,否则 Y=0
        • Y=1 如果公司高管被更换,否则 Y=0
      • Governance 是解释变量,如独立董事比例董事长与CEO两职合一机构投资者持股比例等。
      • 模型用于检验公司治理特征对某一特定事件(通常是“坏”事)发生概率的影响。

会计选择与政策变更模型

这类模型研究管理层为何选择特定的会计政策(如折旧方法、存货计价)。

  • 模型:Jones 模型及其修正版
    • 目的: 估计可操控性应计利润,这是衡量盈余管理程度的核心指标。
    • 逻辑: 公司的应计利润由两部分组成:非可操控性应计利润(由公司真实经济活动决定)和可操控性应计利润(由管理层主观选择决定),Jones模型通过回归分离出前者,用实际应计利润减去它,得到后者。
    • 基本Jones模型: TA_t / A_{t-1} = α1(1/A_{t-1}) + α2(ΔREV_t - ΔREC_t)/A_{t-1} + α3PPE_t / A_{t-1} + ε_t
      • TA_t: t期总应计利润。
      • ΔREV_t: t期与t-1期营业收入之差。
      • ΔREC_t: t期与t-1期应收账款之差。
      • PPE_t: t期固定资产净值。
    • 修正Jones模型: 在基本模型基础上,将 ΔREV_t 替换为 ΔREV_t - ΔREC_t,被认为能更好地分离出可操控性应计利润。

第三部分:前沿计量经济学方法

随着数据可得性和计算能力的提升,会计实证研究的方法也在不断演进,以解决更复杂的因果推断问题。

方法类别 核心方法 解决的核心问题 在会计研究中的应用
解决内生性问题 工具变量法 变量间存在双向因果或遗漏变量导致的偏误。 研究高管薪酬对公司绩效的影响,绩效好可能导致薪酬高,也可能薪酬高导致绩效好,寻找一个与薪酬相关但与公司绩效无关的工具变量(如行业薪酬水平)来识别因果效应。
双重差分法 处理政策或外部冲击带来的“自然实验”,通过比较处理组和控制组在政策前后的差异来估计政策效果。 研究新《环保法》实施对企业环保投入的影响,选取受影响大的行业(处理组)和影响小的行业(控制组),比较新法实施前后两组企业环保投入的变化差异。
断点回归设计 当个体的处理资格依赖于某个连续变量的某个精确断点时,可以利用断点附近的“准随机实验”来估计因果效应。 研究上市公司“保壳”行为,比较净利润刚好略高于0(保住上市资格)和刚好略低于0(被ST)的公司,在行为上的系统性差异。
处理面板数据 固定效应模型 控制那些不随时间变化的、不可观测的个体异质性(如公司文化、管理层能力)。 研究公司研发投入对创新产出的影响,控制每个公司不随时间变化的固定特征,避免遗漏变量偏误。
动态面板模型 考虑被解释变量的滞后项对当前值的影响,并使用系统GMM等方法解决动态面板的偏误问题。 研究企业当前的资本结构受过去资本结构的影响,并分析其向目标资本结构调整的动态过程。
处理文本数据 文本分析法 将非结构化的文本信息(如年报管理层讨论、分析师报告、新闻)转化为可量化的指标。 使用LDA主题模型词典法机器学习(如LSTM)来提取情感、主题、 readability 等指标,并研究它们对股价、分析师预测等的影响。

第四部分:研究趋势与未来方向

  1. 因果推断的深化: 从简单的相关性检验转向更严谨的因果识别,IV、DID、RDD、RDDID 等方法的应用越来越广泛和深入。
  2. 大数据与机器学习:
    • 数据源: 除了传统的财务报表和市场数据,开始大量使用文本、网络、卫星图像、供应链数据等。
    • 方法: 应用机器学习算法(如Lasso、随机森林、神经网络)进行变量选择预测处理高维数据,甚至用于识别财务舞弊等。
  3. 行为与实验会计学: 结合心理学实验方法,在受控环境中研究个体的决策行为,弥补了纯实证研究无法观察决策过程的不足。
  4. 跨学科融合: 与金融学、经济学、法学、计算机科学、社会学等学科的交叉研究日益增多,催生了如“法律与金融”、“金融科技”等新兴领域。
  5. ESG与可持续发展会计: 如何用实证方法衡量ESG表现、检验其经济后果(如对企业价值、融资成本的影响)是当前的热点。

会计实证模型与方法研究是一个动态发展的领域,它始于对经典理论的检验,通过不断引入和革新计量经济学工具,来回答日益复杂的会计和经济问题,一个高质量的实证研究,不仅需要扎实的理论功底和严谨的研究设计,更需要对各种计量方法的深刻理解、恰当选择和熟练应用,以确保研究结论的可靠性和科学性,对于会计学者和学生而言,持续跟踪和学习这些前沿方法,是进行高水平研究的关键。

分享:
扫描分享到社交APP
上一篇
下一篇