2017年
财会月刊(19期)
学术交流
财会类实证研究中财务指标的选择及其适用性

作  者
鲍新中(教授),崔 婧(博士)

作者单位
北京联合大学管理学院,北京100101

摘  要
      【摘要】财会类实证研究中应关注财务指标选择的合理性。深入探讨常用财务指标的特征发现,只有部分财务指标在各类实证研究中是适用的,大部分财务指标只在行业间或者特定样本范围内适用,有些指标由于缺乏企业间的横向可比性而不适合用于实证研究。
【关键词】实证研究;财务指标;可比性;适用性
【中图分类号】F205      【文献标识码】A      【文章编号】1004-0994(2017)19-0012-4

实证研究是当前财务会计类学术研究的主流方向。财会类的学术研究主要分为两类:一类是研究特定变量之间的相关性;另一类是运用多个财务指标进行综合评价或决策。对于实证研究来说,研究选题的确定和研究方法的选择是至关重要的,所以学者们在这两个方面投入了很多的精力,取得了很多的研究成果,但是很少有人关注财务指标的合理选择。实际上,如果选用了不恰当的财务指标,也会导致无法得到合理的研究结论。对于综合评价和决策类实证研究中指标的选择,宋鹏等(2009)提出了一种基于邻域粗糙集的企业财务危机预警指标选择方法,陈树元(2014)提出了企业信用评价中财务指标选择的思路。而对于计量经济模型中财务指标的选择,大都是基于研究学者自身的经验及借鉴其他人的研究成果来确定的,很少有学者对这些指标选用的合理性进行分析。
一、财会类实证研究文献统计
1. 文献来源。本文选取了国家自然科学基金委管理学部22个A类重点期刊和8个B类重点期刊,再加上CSSCI中10个重要财经类刊物,共40个期刊作为文献的来源,其中10个期刊未发现有财会实证类相关文章。因此,选取其余30个刊物在2014年1月到2016年4月期间发表的所有与财会类指标选取相关的文章,共计191篇,具体如表1所示。
2. 文章类型。191篇文献可分成两类:一类是研究各变量之间相关性的文章,运用的方法包括传统的计量经济模型、结构方程模型、灰色关联分析等;另一类是运用多个财务指标进行综合评价或决策的文章,如企业信用评价、财务风险预警等,运用的方法包括模糊综合评价、神经网络等。文章类型统计如表2所示。

 

 

 

 

 

 

3. 财务指标分析范围及应用频次。目前关于财会类实证研究所涉及的财务指标主要包括五大类:企业绩效指标(包括盈利能力指标和企业价值指标)、企业资本结构或企业偿债能力指标、企业营运能力指标、企业成长性指标、企业股利支付方面的指标。另外,有不少学者就研发投入和研发绩效、公司治理等方面展开实证研究。本文主要考虑传统财务指标的应用问题,因此没有考虑研发投入和研发绩效、公司治理等方面的指标。191篇文献中关于各类指标的选择及应用情况如表3所示。其中,所有指标至少在文献中被利用两次以上,只出现一次的指标没有列入分析范围。
二、财务指标选择中存在的问题
1. 部分财务指标的名称不准确、计算方法不规范。表3所列指标中,总资产报酬率(ROA)的含义及其计算分歧最多。ROA是与净资产收益率(ROE)相对应的一个指标,ROE用于衡量企业对股东的回报率,ROA用于衡量总资产的回报率。因此,计算ROE时的分母为平均净资产(所有者权益),分子应该是归属于股东的报酬(净利润),而计算ROA时的分母为平均总资产(负债+所有者权益),分子应该是归属于股东和债权人的报酬之和(净利润+负债利息),在实务中,往往把企业应缴纳的所得税也加上,即:净利润+所得税+负债利息=息税前利润(EBIT)。因此,总资产报酬率的计算公式应该为:ROA=EBIT/平均总资产。ROA衡量的是企业总资产创造的价值(EBIT),这部分价值由股东、债权人和政府(通过所得税方式征收)共同分享,而ROE衡量的是企业净资产所带来的净收益。
在当前的实证研究中,对ROE的定义和计算有多的不规范之处:①将ROA定义为净利润除以总资产。由以上分析可知,净利润是股东的回报,用股东的回报去除以总资产(股东权益+负债)是没有意义的。②将ROA定义为净收入除以总资产账面价值,将ROE定义为净收入除以权益的账面价值,这样的定义也很不规范,其中净收入的含义不明。③将ROA定义为经营利润除以总资产,经营利润的概念本就很不明晰,并且不同企业之间的经营利润具有很强的不可比性。
除ROA之外,还有些研究中对其他指标的应用也不是很规范,例如将资产负债率定义为长期负债除以总资产。长期负债除以总资产可以作为衡量资本结构的一个重要指标,但是并不是资产负债率,可以定义其为长期负债率。
2. 指标选用或归类不合理。在很多实证研究中,对企业绩效指标的选用不合理。企业绩效可以分为两类:企业的财务绩效、企业在证券市场的绩效。如表3所示,本文将企业的财务绩效定义为盈利能力指标,将企业在证券市场的绩效归为企业价值指标。在开展实证研究时,首先应明确研究的问题是企业的证券市场表现还是企业的财务绩效问题,从而有针对性地选择相应的指标。
另外,有的研究中将市净率归为企业成长性指标,这并不合适。市净率反映了市场对企业净资产的价值认可,市净率的高低并不能反映企业未来成长性的好坏。并且,不同行业之间的市净率存在明显的差距,并不能进行横向的比较,以此作为企业成长性指标,很难得到理想的研究结论。
3. 指标之间缺乏横向可比性。这个问题在当前的实证研究中普遍存在。以缺乏可比性的指标作为变量来进行实证研究,会影响实证研究的结果。例如,每股收益(EPS)经常被作为盈利能力指标或企业经营绩效指标,但是,不同企业间的每股收益实际上是没有可比性的,因为每股收益背后的每股净资产和股票价格有很大的差距,每股收益越高,并不一定代表企业的经营绩效或者盈利能力越强。因此,以每股收益作为自变量或者因变量进行实证分析不能得出理想的研究结论。只有指标值之间存在可比性,实证研究的结论才具有可信性。在这里,应该用EPS除以每股净资产得到ROE作为盈利能力指标,不同企业之间的ROE具有可比性。
有学者提出以总资产主营业务收益率(主营业务利润/总资产)作为企业财务绩效的替代变量,可以降低人为盈余操纵的可能性,但是不同行业主营业务利润的差距很大,不一定能得到可靠的研究结果。此外,反映资产运营能力的存货周转率指标,由于不同行业的经营特征不同,因此行业间存在很大的差距,在运用该指标时,往往只适合在同一行业之间进行比较,如果不注意样本选择,就会对实证研究结果产生很大的影响。
三、实证研究中财务指标的选择及其适用性
1. 部分指标缺乏企业间的横向可比性,不适合用于实证分析。有些财务指标在不同企业之间完全没有可比性,因此在实证研究中不能够采用,而需要用其他的指标替代。其中最典型的指标是每股收益、每股现金股利和每股经营活动现金流量。因为不同企业每股股票所代表的每股净资产或股票价格有很大的区别,所以单纯地对每股收益、每股现金股利和每股经营活动现金流量进行横向比较是毫无意义的,相应的替代指标如表4所示。

 

 

 

 

由表4可知,以“每股收益/每股净资产”计算得到的净资产收益率可以在企业之间进行横向比较,反映了净资产的回报率。“每股收益/股价”反映了二级市场的证券投资者每年的收益率,也是可以进行横向比较的。同理,每股现金股利和每股经营活动现金流量也可以用同样的方式进行改进。
2. 部分指标缺乏行业可比性,只适用于同行业或者特定样本范围的实证分析。由于不同行业的性质不同,很多财务指标在不同行业的公司之间缺乏可比性,因此在选用这些财务指标时,需要考虑样本的范围。例如,反映企业资产周转能力的各项指标,在不同行业之间明显缺乏可比性。资产密集型的企业(如钢铁行业),其总资产周转率可能小于1;而有些技术密集型企业,其对固定资产的依赖远远低于对高技术人才的依赖,从而总资产周转率就会比较高。再比如,有的行业销售毛利率可能很低,如商品零售业的销售毛利率可能低于10%,而另一些行业,如信息服务业,其销售毛利率可能超过50%,甚至达到70%以上。因此,这类指标在实证研究中,往往只适用于同行业或者特定样本之间的比较分析。这类指标归纳如表5所示。

 

 

 

 

 

 

 

 

 

 

 


3. 有些指标可以在所有企业间进行横向比较,适合进行实证分析。有些财务指标对于所有的样本企业基本都是可比的,因此可以在实证研究中被广泛应用(如表6所示)。但是在应用过程中,要注意这些指标的特征。例如:资产负债率是成本型指标还是效益型指标?在某些情况下,该指标是越大越好的效益型指标,但在另一些实证分析中,是越小越好的成本型指标,如进行企业信用评价或者企业财务风险预警时;而在一般情况下,该指标属于适中型指标。在实证分析时要考虑到指标的这种特征,并基于这样的考虑建立分析模型。同类的指标还包括流动比率、速动比率等。
四、结论
财会类的实证研究是基于样本企业的财务指标值而展开的,选择合理的财务指标是进行有效研究、得到合理结论的基础。本文基于文献统计分析发现,当前的实证研究中对财务指标的选用存在指标计算不规范、归类不合理以及缺乏横向可比性等问题。因此,在开展财务会计类实证研究时,要根据所研究的问题以及所选取的样本范围,合理地选择相应的财务指标。只有部分财务指标适用于所有样本范围的横向比较,而很多财务指标只适用于同行业或者特定样本范围的实证分析,因此在选择指标时需分析指标的适用性,以科学合理地选择指标。

主要参考文献:
宋鹏,梁吉业,曹付元.基于邻域粗糙集的企业财务危机预警指标选择[J].经济管理,2009(8).
季蕾.浅议上市公司财务危机预警系统的指标选择[J].统计与信息论坛,2004(6).
陈树元.浙江中小企业信用评级实证研究——制造业评级模型中财务指标的选择[J].浙江工业大学学报(社会科学版),2014(2).
Jensen R.,Shen Q..Fuzzy-rough attributes reduction with application to web categorization[J].Fuzzy Sets and Systems,2004(141).