精品剩余收益模型与股票未来回报.docx
《精品剩余收益模型与股票未来回报.docx》由会员分享,可在线阅读,更多相关《精品剩余收益模型与股票未来回报.docx(13页珍藏版)》请在冰豆网上搜索。
![精品剩余收益模型与股票未来回报.docx](https://file1.bdocx.com/fileroot1/2023-2/22/db151477-742b-4a76-b4ff-913a936b5bbe/db151477-742b-4a76-b4ff-913a936b5bbe1.gif)
精品剩余收益模型与股票未来回报
剩余收益模型与股票未来回报
剩余收益模型与股票未来回报
饶品贵/岳衡
2013-04-1617:
24:
01 来源:
《会计研究》(京)2012年9期
一、引言
基于财务报表信息的证券投资策略研究具有重要的理论和现实意义,它直接影响着我们对证券价格形成机制等问题的认识,同时也影响着会计信息的使用者——证券投资者是否有效地利用会计信息,尤其是影响机构投资者在证券组合选择时如何根据会计信息制定投资策略。
这方面的深入研究对提高我国证券市场的效率、保护投资者的利益都有重要和深远的意义(姜国华,2005)。
在我国机构投资者广泛开展量化投资背景下,如何运用公司的基本面信息构造投资组合策略成为理论界和实务界共同关注的焦点问题。
运用剩余收益模型(ResidualIncomeModel,下文均简称为RIM)对公司进行估值,并以此构造投资策略,这种组合投资方式在成熟的资本市场上已经得到比较广泛的应用。
在我国这样一个新兴的资本市场上运用RIM对企业进行大样本的估值研究具有非常重要的理论意义与实践价值。
RIM由Preinreich(1938)提出,Ohlson(1995)对其进行了理论完善。
之后有一系列的文章对RIM进行了实证检验,比如Dechowetal.(1999),FrankelandLee(1998)和Francisetal.(2000)等,他们均发现相对于股利折现模型、自由现金流模型而言,RIM的估值更为准确,并且对股票未来一至三年回报有更好的预测作用。
然而,在我国运用RIM进行投资策略等方面的研究面临很大的困难。
国外已有文献在对RIM进行实证检验时,一般采用分析师的盈余预测作为公司未来盈余的替代变量,比如FrankelandLee(1998)和Dechowetal.(1999)等;然而利用分析师盈余预测进行模型估值存在一定问题。
首先,分析师预测盈余普遍比较乐观,尤其是对公司的长期盈余的预测更为乐观,因此分析师的预测盈余比公司实际盈余显著要高,这可能导致运用分析师预测数据进行RIM估值得到的公司内在价值出现高估(Richardsonetal.,2010;LinandMcNichols,1998);其次,分析师可能根据股票近期走势的情况调整盈余预测,从而使得他们的预测滞后于市场的整体预期(Houetal.,2012),比如分析师的盈余预测不能反映市场对公司现金流的预测(Richardsonetal.,2010);再次,分析师在预测盈余时倾向于关注大公司和经营状况比较好的公司,而对小公司和经营陷入困境的公司则关注较少(Richardsonetal.,2010),这使得运用RIM估值时存在样本选择上的偏差;最后,在我国证券分析师的数量还比较少,而且集中于大公司的盈余预测(岳衡和林小驰,2008),无法满足RIM大样本估值的需要。
针对于RIM估值过程中存在的问题,本文采用Houetal.(2012)提出的基本公司财务报表信息的盈余预测模型,预测未来一至三年的公司盈余,并将其用于RIM估计公司的内在价值V;通过与次年四月末的股票价格比较计算价值和价格比率V/P,并以此构造投资组合策略。
我们发现基于V/P的投资组合在未来一年、两年和三年的最高组减最低组的规模调整超额回报分别是15.2%、37.9%和55.9%。
运用Fama-French三因素模型进行检验,我们发现基于V/P产生的超额回报不能被风险因子、规模因子和市账比因子所解释;控制了市账比等因素的回归分析中,V/P对未来一至三年的回报仍然具有很强的解释能力。
本文的研究贡献在于:
第一,本文是基于公司财务报表信息对公司盈余进行预测,进而采用RIM估计公司的内在价值,这在一定程度上克服了运用分析师预测数据的内在局限性,从而使模型的估值更为准确,为RIM的应用提供了新的实证证据;第二,本文的研究结果为在我国股票市场上运用RIM提供了切实的经验证据,尤其在当前机构投资者普遍开展量化投资的背景下更具有特殊的意义。
据我们所知,本文是第一篇运用我国资本市场数据基于RIM进行大样本估值并检验公司内在价值与股票未来回报相关性的研究。
本文行文安排如下:
第二部分是文献回顾,第三部分是研究设计和研究样本,第四部分是实证结果与分析,最后是研究结论。
二、文献回顾
基于RIM的实证研究主要集中在三个方面:
第一是对RIM与其他估值模型进行比较。
Dechowetal.(1999)发现股票价格和未来一年回报与考虑了动态中值反转因素的剩余收益有很高的相关性,同时发现考虑分析师盈余预测后能提高未来剩余收益的预测准确性,进而认为RIM提供了分析盈余、账面价值和盈余预测的指导性框架。
Francisetal.(2000)比较了股利折现模型、自由现金流模型与RIM在公司内在价值估计准确性上的差异,发现RIM估计的内在价值的误差更小,他们认为RIM的优点在于较少受到会计稳健性和应计项目的影响。
第二个方面是运用RIM估值进而预测股票未来回报。
FrankelandLee(1998)运用1979-1991年I/B/E/S分析师预测数据,基于RIM估值并与股票价格比较得到V/P值,他们发现V/P能很好地预测股票未来回报,基于V/P值构造的投资组合未来一年、两年和三年的超额回报分别是3.1%、15.2%和30.6%,而且这种超额回报不能被风险、市账比和规模等因素所解释。
Alietal.(2003)进一步考虑多项风险因素,发现V/P对股票未来超额回报的预测作用不能为风险因子所解释,因此认为这是由市场上存在错误定价所致。
第三个方面是RIM在分析师荐股、资本成本等相关研究中的应用。
比如Bradshaw(2004)发现分析师推荐股票与采用分析师盈余预测数据的RIM估值没有关系,而与基于成长性的市盈率方法的估值具有高度的相关性。
RIM也被运用在对公司隐含资本成本的估计上,比如Gebhardtetal.(2001)运用RIM估计公司隐含的资本成本,并发现资本成本与公司的行业属性、市账比、公司的成长性和分析师预测盈余的分散程度相关。
在运用RIM进行实证研究时,绝大多数的研究都以分析师盈余预测作为未来盈余的替代,原因是美国这样成熟的资本市场上分析师人数众多,提供的盈余预测数据比较容易获得、时间序列也比较长。
但是很多的研究表明分析师的盈余预测并不能很好反映市场预期(Houetal.,2012)。
首先,分析师盈余的预测都偏向乐观(Richardsonetal.,2010),对公司长期盈余的预测更是过度乐观,其内在原因可能是分析师存在高估的动机,比如所在投资银行的业务会影响分析师的预测行为(LinandMcNichols,1998),这就造成RIM中运用分析师预测数据估计的内在价值可能偏高;其次分析师可能根据股票近期走势的情况调整盈余预测,从而使得他们的预测滞后于市场的整体预期(Houetal.,2012);第三,分析师对预测的公司有一定选择性,他们更倾向于预测大公司和经营状况优良的公司,而对经营陷入困境的公司则敬而远之,同时很多分析师不提供一年以上的公司盈余预测,分析师预测数据运用可能面临样本选择偏差的问题。
另外,在我国股票市场上,分析师的数量不多,同时分析师也偏好于大公司和经营状况优良的公司(岳衡和林小驰,2008),因此,研究者很难运用分析师盈余预测并基于RIM对我国的资本市场进行大样本的估值和相关研究。
但是RIM确实提供了一个良好的估值框架,如果能解决盈余预测的问题,将可以更为准确地估计公司价值并进而预测股票未来回报。
正是出于这种考虑,本文采用Houetal.(2012)的方法进行盈余预测来替代分析师的盈余预测并进行RIM估值。
Houetal.(2012)提出通过分析公司的基本面信息并运用横切面模型来预测公司未来盈余,从而避免运用分析师盈余预测数据产生的内在偏差,他们的结果显示模型所估计出的公司未来盈余预测比分析师预测盈余误差更小。
因此我们采用Houetal.(2012)的模型估计出的公司未来一至三年的盈余作为RIM的输入变量估计公司内在价值,并检验内在价值与股票未来回报之间的关系。
三、研究设计与研究样本
1.剩余收益模型
其中f()t是分析师预测的公司未来盈余。
本文的研究中也运用这个改写后的模型,区别在于把分析师盈余预测换为我们基于公司基本面信息估计的盈余预测。
2.研究设计
本文采用Houetal.(2012)的预测方法对公司未来一至三年的盈余进行预测,并将其作为输入变量放入RIM估计公司的内在价值。
Houetal.(2012)的估计方法是建立在FamaandFrench(2000)的基础之上。
具体的预测模型如下:
是公司未来一至三年的每股盈余预测值,ASSET是每股总资产,是公司盈余的基础;Dividend是每股股利,股利信息反映公司未来盈余的持续性(FamaandFrench,2000),DD是是否发放股利的虚拟变量,分配股利的公司未来的盈利能力更强(FamaandFrench,2000);Earnings[,i,t]是当年的每股盈余(营业利润①),NegE是是否亏损的虚拟变量,盈余与其他会计变量同样存在中值反转特征,而Accrual是每股应计项目(当年营业利润减去当年经营性现金流量②),应计项目会影响盈余质量,应计项目高的公司下一年度的盈余可能会下降(Sloan,1996)。
本文以模型
(1)为基础对企业的盈余进行预测,比如在2005年,选取模型
(1)中的各个变量,同时选取2006年、2007年、2008年三年的公司实际盈余,对模型
(1)进行回归估计得到系数,然后我们把系数后推至2008年,这样我们就可以利用这些回归系数对2008年的各个变量进行拟合得到2009年、2010年和2011年的盈余预测值,并将这些值代入RIM对公司的内在价值进行估计。
需要指出的是,我们的估值以及交易策略都是基于当时可以得到的会计数据,最大程度地避免了后见之明(hindsightbias)的影响。
3.研究样本
本文的财务数据和市场回报数据均来自CSMAR数据库。
数据处理过程中我们删除了金融类上市公司,对V/P之外的所有连续变量进行1%水平下的缩尾处理;并且我们在进行模型
(1)的回归中删除了IPO两年之内的上市公司,因为有研究表明我国IPO公司在上市之前进行了比较严重的盈余管理,而盈余管理必然导致未来盈余的持续性下降。
我们最终用于模型
(1)估计的样本为6821个公司年,区间是1996-2005年,而计算V/P的样本为7987公司年(删除V/P缺失值和小于0的值以后),区间是1999-2008年。
两个数据区间存在三年的差异,原因是我们估计RIM需要用到前三年的会计数据③。
折现率我们参照Francisetal.(2000)的计算方法,运用CAPM计算行业资本成本,以行业资本成本作为RIM中的折现率④。
四、实证结果与分析
1.预测公司盈余
在对模型
(1)估计之前,我们首先对预测样本进行描述性统计,显示上市公司的股利水平比较低,中位数为0,DD的均值为0.436,说明约43%公司发放股利,而且Dividend的均值大约是Earnings的一半,这说明上市公司发放的股利是比较少的;NegE的均值为0.242,表明有24.2%的公司年是亏损年度。
为了预测公司盈余,表1中我们按照Fama-MacBeth方法对模型
(1)进行估计,预测数据区间是1996-2005年。
表1的结果显示总资产对未来1-2年的盈余有一定负向的预测作用,NegE的系数在后面两个方程中均显著为正,这可能和我国资本市场上的ST制度有关系,已有证据表明我国亏损上市公司有迎合证监会监管要求的利润操纵行为(李增泉,2001)。
Dividend的系数均显著为正,说明当前的股利在一定程度上包含了未来盈余的信息。
DD的系数均不显著,这可能是由于发放股利的上市公司比较少所致。
Earnings、Accrual的估计系数与Houetal.(2012)的结果基本一致。
而表1中模型的比Houetal.(2012)的估计要稍小,特别是第三年的盈余预测,这也说明我国的资本市场效率相对较低。
2.预测公司内在价值
接下来我们运用RIM对1999-2008年的公司进行内在价值估计,并将估出的内在价值与第二年4月末的价格比较得到每个公司各年度的V/P值,在此过程中我们将V/P<0的样本删除⑤。
V/P值的描述性统计显示1999-2008年V/P的平均值是0.247,也就是说估计出内在价值要比4月末的价格要小,这比FrankelandLee(1998)运用美国数据估计的V/P均值要小很多。
从各年的描述性统计来看,2004年、2005年、2007年和2008年的V/P均值要大一些,这说明近年来上市公司经营业绩有所改善,因此考虑了剩余收益后,内在价值的估计更高一些;同时我们也发现V/P均值高的年份,它的方差也比较大。
为了考察V/P与股票价格之间的关系,我们将V/P各年的均值与第二年4月30日上证收盘指数的对比。
我们发现,平均来说V/P高的时候上证指数比较低,而V/P低的时候上证指数比较高。
V/P在2004年达到最高峰,在之后迎来了一波大的牛市;而V/P在2006年下降到谷底,这也对应着其后的市场大幅下降。
过高的指数对应着未来的低回报,这说明V/P的平均值对上证指数的回报具有一定的预测作用。
3.V/P与股票未来回报
我们需要考察的是基于公司财务报告基本面估计出的V/P与股票未来回报之间是否存在正相关关系,因此,我们首先对V/P的最终样本进行描述性统计见表2。
SG的均值为0.289,这表明上市公司的增长速度是比较快的,ROA的均值是0.04,这说明上市公司总体是盈利的。
Dividend的均值是0.076,DD的均值为0.553,它们比预测样本中的数值要大一些,可能是因为近几年分配股利的上市公司增多,NegE的均值为0.149,它比预测样本中的数值要小,说明近几年亏损的公司在减少。
首先本文以每年的V/P分十组构造投资组合考察随后一年的股票回报。
我们考察等权平均法、规模调整和Fama-French三因素调整情况下的超额回报,并且采用Fama-MacBeth方法计算投资组合回报,结果见表3(我们仅仅汇报1、5、10组以及其套利回报)。
从表3情况来看,等权平均法V/P低组的未来一年超额回报显著为负,而高组的超额回报为正,高组减低组的套利结果是每年9.2%,但是结果不够显著;在规模调整的情况下,V/P低组的未来一年超额回报是-8.5%,而高组的回报是6.7%,两者的套利结果是每年15.2%,它们均在1%水平显著。
同时我们还发现V/P与股票未来一年的超额回报呈现比较强的线性相关关系,这说明V/P高组的内在价值被市场低估,因此未来产生正的超额回报,而V/P低组的内在价值被市场高估,因此未来产生负的超额回报。
表3最后一列提供了Fama-French三因素检验的结果,我们发现最高组与最低组三因素回归的截距项之差达到18.6%,并在1%水平显著,比在规模调整情况的套利更大,这说明V/P对未来回报的预测作用不能为风险、SIZE和B/M所解释,而是由于市场非效率所产生的结果,这个发现与FrankelandLee(1998)是一致的,但是本文所发现的套利回报要比FrankelandLee(1998)的更大,这说明基于公司基本面估计盈余比用分析师的盈余预测更为准确(Houetal.,2012),还有一种可能是我国资本市场的发展还不完善,可能存在较大的套利机会。
我们是按照Fama-MacBeth方法计算的多年平均值,那么这个组合套利是否稳定呢?
我们将1999-2008年每一年的V/P最低组、最高组和套利情况绘图,在规模调整情况下最高组的回报均大于0,但是最低组的回报大部分年份小于0,套利回报在所有年份均显著为正,这说明本文的V/P套利结果是非常稳定的。
Lakonishoketal.(1994)发现B/M能在横切面上预测未来回报,那么考虑公司剩余收益后估计出的V/P能否提供比B/M更多的信息含量呢⑥?
FrankelandLee(1998)发现基于V/P投资组合的未来一至三年的套利回报分别是3.1%、15.2%和30.6%,而对应的B/M投资组合的结果分别是4.9%、8.2%和15.1%,他们认为这表明V/P投资组合更能预测股票的长期回报。
我们也分别按照V/P和B/M分组考察套利回报,发现V/P投资组合未来一至三年的套利回报分别是15.2%、37.9%和55.9%,而B/M对应的套利回报是15.1%、30.4%和43.9%,虽然第一年两者的套利回报基本相当,但是在未来两至三年V/P的套利优势就显现出来,这个套利回报结果比FrankelandLee(1998)的结果更强。
更进一步考察V/P和B/M交叉套利情况,我们发现五五分组的情况下,V/P和B/M最高组减去V/P和B/M最低组的套利回报是28.5%,这比V/P和B/M单一分组的套利回报都要高,说明V/P确实能比B/M提供更为丰富的信息含量,也说明基于公司财务报表基本面信息进行盈余预测估值的结果更能说明股票定价的合理性。
为什么基于V/P和B/M的套利能持续这么长?
这和我国证券市场的效率密切相关,因为我国资本市场2010年⑦开始才有卖空机制,这导致之前股票市场不能反映卖空者的意志,或者说在中国股票套利的成本无限大,因此交易策略的套利收益持续的时间比较长。
第二,我国资本市场上的投资者更注重短期投资回报,即使是机构投资者也是如此,这从我国股票市场的高换手率可以看出。
Banz(1981)发现小规模的公司未来回报比大公司更高;Sloan(1996)研究发现公司的应计利润越大未来回报越低,他认为这是由于投资者“功能锁定”在盈余上,没有进一步将盈余进行分解,李远鹏和牛建军(2008)也进行我国资本市场上应计异象的研究,他们发现在剔除了ST公司后,应计异象在我国资本市场也是存在的;Balakrishnanetal.(2010)发现即使在控制了盈余动量后公司的ROA水平值仍然能对公司未来回报具有显著的预测作用;Cooperetal.(2008)发现公司成长性越高未来回报越低,即使在控制其他变量的情况下。
因此表4中我们对规模、应计项目、ROA水平和销售成长率进行控制。
回归的因变量是规模调整的未来一至三年超额回报,VPR是每年以V/P分十组然后转换为0-1之间的变量⑧,BMR、SIZER、ACCR、SGR和ROAR分别是B/M、SIZE、Accrual、SG和ROA转换后的变量。
在这三个方程中,VPR均在1%水平下显著为正,说明在控制其他变量以后VPR对未来回报有显著的预测作用,BMR也均显著为正,这和以前的研究结论是一致的。
回归中VPR的系数均要比BMR的系数更大,这和V/P和B/M分组套利结果是一致的。
ACCR在第一栏为负,说明Accrual越高的组未来回报越低,这与Sloan(1996)、李远鹏和牛建军(2008)的发现是一致的,但是Accrual对未来两年和三年的回报没有预测作用,可能是由于中值反转所造成的。
而ROAR、SIZER和SGR在回归中均不显著,这和以前的研究不太一致,可能与样本选取有一定关系。
在控制了其他变量以后,V/P对公司未来一至三年的超额回报仍然具有显著的预测作用,说明本文基于公司基本面预测的盈余估计出的内在价值能比较好地衡量当前股票定价的合理性。
4.稳健性检验
本文研究的一个前提假设是基于公司基本面的盈余预测要比分析师盈余预测更为准确,因此我们以2002-2008年分析师盈余预测数据⑨对两者的预测误差进行比较,结果发现未来一至三年平均的分析师盈余预测误差(误差的标准差)分别是0.069(0.271)、0.233(0.488)和0.379(0.641),而基于模型
(1)的盈余预测误差(误差的标准差)分别是-0.013(0.191)、-0.015(0.243)和0.008(0.263),因此无论从预测的误差和误差的标准差来看,模型
(1)的盈余预测效果均要好于分析师的盈余预测。
回归分析中自变量采用的都是排序变量,我们同样考虑用变量的实际值进行替代,则V/P值仍然在1%或5%水平下显著为正,与表4的回归结果不同的是未来一年回报回归中V/P的系数与B/M的一样大,这进一步说明V/P的预测优势更多地体现在更长期间,V/P比B/M提供了更多的信息含量。
Francisetal.(2000)进行RIM估值时考虑了公司剩余收益永续增长的情况,如果在我们估计时把公司的剩余收益永续增长率设定为2%,那么基于V/P分组的投资组合未来一至三年的套利回报分别是11.9%、36.1%和51.4%,而在表4中VPR的系数仍然在5%以下水平显著为正。
对上市公司进行估值时,折现率的选择非常关键。
FrankelandLee(1998)把所有公司的折现率设定为5%,这使得所有行业、公司的折现率没有差别,从而使得研究的现实应用性降低。
尽管如此我们也把折现率设定为5%重新运行数据,发现未来一至三年的套利情况分别为14.3%、31.5%和41.7%,而表4中VPR的系数仍然在10%水平下显著,这说明本文的研究结果基本不受折现率选择的影响。
考虑到小公司的影响,我们删除每年总市值5%分位数以下的观测值,然后重做上述检验,发现未来一至三年的套利情况分别为13.4%、42.5%和58.5%,而表4中VPR的系数仍然在1%或5%水平下显著,这个结果比包含小公司的情况要更强一些,也说明小公司的回报不太稳定、波动性比较大,从而对投资组合的回报产生一定的影响。
我们参照Houetal.(2012),采用没有经过标准化的原始数据进行盈余预测并重做上述检验,发现未来一至三年的套利情况分别为13.2%、36.1%和53.8%,表4中VPR的系数仍然在1%或5%水平下显著,因此是否进行变量的标准化不影响本文的研究结论。
五、研究结论
以往的文献中已经将RIM运用于到股票估值和相关的大样本研究上。
一般来说,研究者用证券分析师的盈余预测作为RIM中所需的未来盈余预期的替代变量。
但是,证券分析师的盈余预测不能反映市场的预期(Houetal.,2012),甚至是落后于市场;证券分析师对预测公司存在较强的选择性,他们对上市公司盈余预测普遍乐观;同时在中国股票市场上,证券分析师的数量还比较少,他们的盈余预测时间尚短、选择性偏差更为严重,这使得我们难以运用RIM进行大样本估值。
考虑到这些原因,本文采用Houetal.(2012)基于公司财务报表基本面信息对未来一至三年的盈余进行预测并运用RIM对上市公司的内在价值进行估计,进而分析内在价值和股票价格比率(V/P)与股票未来回报之间的关系,平均来说各年V/P均值与上证指数呈现负相关关系,表明V/P与指数的总体走势具有相关性,而后我们发现,基于V/P分组的对冲投资组合,未来一至三年规模调整的持有超额回报套利结果分别为15.2%、37.9%和55.9%,较FrankelandLee(1998)所发现的套利结果更大,而在控制了B/M、Accrual、SIZE、ROA、SG等因素以后,V/P对股票未来回报仍然具有显著的预测作用。
本文的研究克服了运用证券分析师盈余预测数据的内在局限,从而使RIM的估值更为准确,为RIM的应用提供了新的实证证据,也为机构投资者的量化投资提供了切实可行的投资组合策略;其次我们提供了基于中国资本市场数据分析的RIM与未来回报大样本的研究证据。
基于财务报表信息、运用RIM估值并进而构造投资组合策略,不仅具有坚实的理论基础,并且它的实际应用能在一定程度上纠正证券市