制造业上市公司公允价值与市场波动影响分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇制造业上市公司公允价值与市场波动影响分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】 文章以中国2007―2010年沪深两市158家制造业上市公司共4年总计16个季度数据为研究对象，通过面板数据，建立了固定效应的变截距模型，通过公允价值计量的两个替代变量“可供出售金融资产公允价值变动净额”和“公允价值变动损益”来实证检验制造业上市公司的公允价值与市场波动性的关系。

【关键词】 公允价值计量； 固定效应的变截距模； 可供出售金融资产； 公允价值变动损益

一、引言

我国2006年2月15日所颁布的会计准则中，对公允价值计量模式加以重新引入，这是我国会计准则与国际准则趋同的一项重要标志。这也说明了公允价值计量在反映资本市场对资产和负债的价值变动方面，具有其他计量属性所没有的优越性。

随着上市公司公允价值计量的财务数据的进一步披露，也使我国有关科研学者有更多的机会来接触上市公司的实务，为其科学研究提供了一个崭新的平台。2006年新会计准则的实施，公允价值计量的使用是否在上市公司的实务中得到体现以及如何得到体现，是我国学术界比较关心的问题。

截止到目前，大部分学者的研究都是针对采用金融工具比较多的银行金融业关于公允价值的价值相关性和市场波动性的研究，且大部分财务数据基本是根据2008年之前收集和分析的。

基于上述研究背景，本论文将在借鉴国内外学者相关研究成果的基础上，采用上市公司2007―2010年沪深两市158家制造业上市公司共4年总计16个季度数据为研究对象，通过面板数据，建立了不含固定效应的变截距模型，通过公允价值计量的两个替代变量“可供出售金融资产公允价值变动净额”和“公允价值变动损益”来实证检验制造业上市公司的公允价值与市场波动性的关系。对采用金融工具比较少的制造业来具体考察公允价值的运用对市场波动的影响，进而从另外一个角度来检验我国公允价值的应用效果。

二、文献综述

国际会计理论界和实务界对于公允价值计量的应用一直存在激烈的讨论。理论界与实务界的观点正好相反，前者认为，采用公允价值计量所提供的信息能大幅度地提高财务信息的可靠性和相关性，不但有助于风险的防范和化解，更能真实地反映资产和负债的真实价值。而后者却认为，采用公允价值计量不仅使财务信息缺乏可靠性，更有可能会使收益产生激烈的波动效应，影响资本市场的稳健性，会计信息使用者做出短期化决策或错误判断的可能性就会增加。对此，各国学者为了进一步证明公允价值的应用效果不管是在基础研究领域还是实证研究领域都进行了广泛而深入的研究。

在国外的资本市场中，证券投资的公允价值的数值都能够直接从市场上获取，公允价值计量属性的使用也使其价值具有波动性的特点，并且公允价值计量的信息具有增量的信息含量。国外学者对此都做了一些较为深入的实证研究。如Barth（1994）、Beatty（1995）、Eccher，Ramesh & Thiagarajan（1996）、Barth，Beaver & Landsman（1996）、和Hodder，Hopkins & Wahlen（2003）。对国外学者的实证研究结果进行总结，我们发现，各个学者在经验数据上实证检验的结果不尽相同，有的观点甚至是相反的，这就解释了在现实社会中会计界和实务界对公允价值计量的争吵原因所在。但大部分学者的结果表明公允价值计量的会计信息比历史成本计量的会计信息具有更多的信息含量，会增加对股价的解释能力，具有价值相关性的特点。

由于在我国受国情和目前所处经济发展特点的影响，对公允价值计量的采用也非常谨慎，历史成本计价一直是我国会计记账的基础，即使是在2006年新会计准则中，对公允价值计量的使用前提也做了比较翔实的说明。在实务中能够真正做到采用公允价值计量的上市公司是少之又少，因而上市公司所披露的有关财务数据也更少，所以我国学者就难以开展对此的实证研究工作，相关文献也相对很少。即使在有关公允价值计量的实证研究中，选取的样本也比较少，时间也比较短，如李树华（1997）、李东平（1999）、Chen，Gul & Su（1999）和蒋义宏（2002）主要集中在我国A股、B股、A股和B股等证券市场上关于会计盈余差异的实证分析和研究。近几年由于我国资本市场的进一步完善和有效监管体系的形成，以及随着公允价值计量在我国应用的展开，我国学者对此也做了一些比较深入的研究。如邓传洲（2005）、于李胜（2007）、陈学彬与许敏敏（2010）、刘奕均和胡奕明（2010）、王樾（2011）等，用我国现存的市场数据对公允价值计量进行了实证检验。在这些实证研究当中，大部分研究也是从上市公司的总体上来验证公允价值计量的价值相关性。

三、研究设计

（一）研究假设

我国2006年新会计准则中规定，对于交易性金融资产，持有期间的公允价值变动所产生的未实现收益要计入当期损益，因此，对于交易性金融资产的公允价值变动将直接在会计盈余信息中得到反映。公允价值变动损益的确认能够更加准确地反映企业的经济利益流入情况，市场对进入利润表的公允价值变动的反应是显著的。对于可供出售金融资产，会计准则规定持有期间公允价值变动所产生的未实现收益并不计入当期损益，而是在资产负债表日将可供出售金融资产公允价值变动产生的利得（或损失）计入资本公积――其他资本公积，从而直接影响净资产的账面价值。当然，公允价值反映决策有用性的会计目标与证券市场的有效性有关。因此根据计量观，在现有的、以历史成本为主的财务报表信息体系的基础上，交易性金融资产以及可供出售金融资产的公允价值具有价值相关性此外，我国实施新准则的目标之一就是能够改进上市公司会计信息的质量，提高会计信息决策的有用性。

基于上述综合分析，本文认为2006年我国新会计准则使用后，上市公司的资产和损益的信息含量更加丰富，能够为会计信息的使用者作出决策判断时提供更多的有用财务信息，从而证实公允价值计量所产生的会计信息具有市场波动性。

由此，为了研究制造业上市公司的公允价值计量具有市场波动性相关问题。本论文提出三个基本假设：

H1：2006年新会计准则实施后，可供出售金融资产公允价值变动净额具有市场波动性。

H2：2006年新会计准则实施后，公允价值变动损益具有市场波动性。

H3：公允价值变动损益的市场波动性显著高于可供出售金融资产的公允价值变动净额的市场波动性。

（二）变量设计与说明

为了对基本假设进行研究，本文主要选取了如下的变量与说明，如表1所示。

（三）样本选取和数据收集

研究样本选取的是上海和深圳证券交易所的上市公司。本文在筛选样本时，主要按照以下标准顺序进行：（1）首先选取了2007年1月1日至2010年12月31日共4年总计16个季度的856家制造业上市公司数据；（2）剔除16个季度中收盘价不全的444家制造业上市公司数据；（3）剔除16个季度中FE和AFPS数据不全的251家制造业上市公司数据；（4）剔除相关数据异常值的3家上市公司。最终得到了本文的研究样本158家制造业上市公司4年间总计16个季度的完整数据。

本文使用的数据主要来源于CSMAR（深圳市国泰安信息技术有限公司）数据库、CCER（北京色诺芬信息服务公司）数据库和Wind（上海万得信息技术有限公司）数据库。

（四）研究模型设定

本文选取158家制造业上市公司在2007年1月1日至2010年12月31日共4年总计16个季度之间的数据作为研究样本，截面数据样本数量N=158，时间序列长度T=16，截面数据的个数远远大于时间序列的长度，具有“宽而短”的特征。在面板数据变截距模型中，Hausman检验结果均拒绝了原假设，认为固定效应变截距模型较为合理。但需要注意的是，由于包含的上市公司样本较多，截面个体之间存在显著的异方差性，将影响系数估计值的一致性，所以我们采用截面加权的方法进行处理，即截面数据的广义最小二乘估计GLS①。本文采取固定效应的变截距模型，并应用截面加权消除异方差的影响。模型的基本形式如下：

为了更好地研究上市公司公允价值计量的相关性，使各变量之间不存在多重共线性问题，进而也不会对模型的多元回归结果产生不利的影响。对每股收益和每股净资产都进行了拆分，即把每股净资产拆分成每股可供出售金融资产公允价值变动净额和扣除每股可供出售金融资产公允价值变动净额的每股净资产，每股收益拆分成每股公允价值变动损益和扣除公允价值变动损益影响的每股净利润，考虑到还有其他变量对股价有影响，又加入了上市公司风险（Beta）和每股经营活动现金净流量（NCF）两个控制变量，从而得出如下的研究模型：

四、实证分析

（一）描述性统计和相关分析

本文主要采用EXCEL 2003和STATA 11软件进行数据处理分析。为了对样本中各变量之间的关系有所了解，首先在对有关变量进行描述性统计和Pearson相关系数分析的基础上，然后再进行回归检验。

1.描述性统计

表2对模型中的各变量进行了描述性统计，可以看出样本中上市公司的股价在2007―2010年间的最小值为1.98，最大值为100，波动幅度较FE、EP、AFPS和BVP都要大得多。同时，也可以得出按照2006年新会计准则采用公允价值计量的AFPS的均值为0.007412元和FE的均值为-0.00055元。另外样本上市公司EP的均值为0.195371元，BVP的均值为3.196883元，Beta的均值为0.99803元，NCF的均值为0.191636元。

2.相关分析

表3是模型的Pearson相关系数矩阵。从表中可以看出，模型各解释变量之间的相关系数最大值为0.5448，小于0.8，从总体上看各变量的相关性不大，各解释变量FE、EP、AFPS、BVP、Beta和NCF之间的相关系数均在合理范围内，不存在各变量之间的多重共线性问题，进而也不会对模型的多元回归结果产生不利的影响。

（二）回归分析

模型采用STATA 11软件对2007―2010年的面板数据进行多元回归分析，以样本公司的期末收盘价（P）为被解释变量，以FE、EP、AFPS和BVP为解释变量，Beta和NCF作为控制变量，其分析结果如表4所示：

从表4可以看出，模型的判定系数R2为0.4237，其含义表明在被解释变量股价P的变动中，由所选解释变量可解释的有42.37%的概率。模型的F统计值为149.4，并且F检验的相伴概率P值为0.0000，其含义表明该模型不但具有统计学意义，而且线性关系比较显著，从而说明FE、EP、AFPS、BVP、Beta和NCF各解释变量的联合影响对被解释变量P而言是显著的。

由表4可知，从回归系数及P值的检验可知，在1%的显著性水平下，AFPS通过了检验，其回归系数为2.380131，其含义表明AFPS与上市公司股票的内在价值（P）之间具有显著的正相关性关系，显示如果采用公允价值计量下的净资产值越大，那么股票价格就有越大的上升空间；在1%的显著性水平下，FE通过了检验，其回归系数为46.51771，其含义表明AFPS与上市公司股票的内在价值（P）之间具有显著的正相关关系，若上市公司的会计收益（每股收益）越大，那么股票价格就有越大的上升幅度；在1%的显著性水平下，EP通过检验，其回归系数为5.77593，说明扣除公允价值变动损益影响的每股净利润（EP）对股票价格也有着显著的影响力；在1%的显著性水平下，BVP通过检验，其回归系数为2.041557，说明扣除每股可供出售金融资产公允价值变动净额的每股净资产（BVP）对股票价格也有着显著的影响力。另外，在1%的显著性水平下，两个控制变量Beta和NCF也通过了检验，他们的回归系数分别是-16.6425和-1.07469。