1、会计数据价值相关性研究中的尺度效应:回顾与展望 王天东 复旦大学管理学院 摘 要： 尺度效应不仅会导致实证研究中估计有偏, 也会影响估计效率。由于尺度效应的存在, 价值相关性研究甚至得出了不正确的结论。本文从尺度效应产生与识别、尺度效应对价值相关性的影响以及尺度效应减轻与评价三个方面进行了回顾。主要结论是:第一, 尺度及尺度效应的认识存在分歧, 对尺度的定义及统计参数关注点并不相同;第二, 尺度效应的识别是复杂的, 难以对尺度效应与由其他可能原因引起的统计推断有误进行区分;第三, 尺度效应对会计数据价值相关性研究影响面非常广且深远, 如果不能很好的控制尺度效应, 就无法得出会计数据的价值相关性
2、的正确结论;第四, 所有试图减轻尺度效应的方法都是一个实证性问题, 同样的方法在不同环境下的结论可能不同。关键词： 会计数据; 价值相关性; 尺度因子; 尺度效应; Scale Effects in Value Relevance Research of Accounting Data:Review and ProspectWang Tiandong Abstract： Scale effects will not only lead to estimation bias in empirical study, but also affect the estimation efficiency
3、.The value relevance research has even come to an incorrect conclusion because of the existence of scale effects.This paper reviewed from three aspects, generation and identification of scale effects, the effect on the value relevance research and reduction and evaluation of scale effects.I find tha
4、t the understanding of scale and scale effect is different, and the definition of scale and focus point of statistical parameters are not the same.Scale effect recognition is complex, it is difficult to distinguish between scale effect and statistical inference caused by other possible reasons.Scale
5、 effect has a very broad and profound impact on the value relevance research, if it is not controlled scale effect, researchers can not get the correct conclusion.All the methods to reduce the scale effects are an empirical problem, and the same approach may be different in different environments.一、
6、引言在会计数据价值相关性的实证研究中, 通常以回归系数与可决系数反映会计数据的价值相关性。但是, 这些参数可能与回归变量的尺度相关。截面回归中, 样本中包含了不同尺度的变量, 可能导致错误的统计推断, 即存在尺度效应。参数差异可能是由于不同的经济关系所致, 也可能是由于尺度效应所致, 如果不能有效地控制或减轻尺度效应, 就无法准确判断会计数据与权益价值之间的真实经济关系。Hayn (1995) 、Collins et al. (1999) 等发现亏损企业的盈余反应系数显著为负, 但是, 在进行尺度效应控制后, 亏损企业的盈余反应系数变为正数。Lev (1989) 、Lev and Zarowi
7、n (1999) 等以可决系数衡量价值相关性, 发现过去若干年会计数据价值相关性在降低, 尤其是会计盈余的价值相关性。但是, Collins et al. (1997) 、Francis and Schipper (1999) 等则发现, 考虑账面价值后, 会计数据的价值相关性在过去若干年在提高。Brown et al. (1999) 则认为过去若干年会计数据价值相性提高是尺度效应所致, 控制尺度效应后, 会计数据价值相关性在降低。Lo and Lys (2000) 甚至认为由于尺度效应的存在, 大多数价值相关性研究都得出了不正确的结论。尽管尺度效应对价值相关性产生了深远影响, 但是针对尺度效
8、应的专门研究还比较少。Barth and Kallapur (1996) 、Brown et al. (1999) 、Easton and Sommers (2003) 、Barth and Clinch (2009) 等对尺度效应进行较为深入的研究, 并探讨了减轻尺度效应的方法。尺度效应减轻的主要方法有变量控制法、变量缩减法以及样本移除法等。不同的减轻方法优劣各异, 由于难以获知未受尺度影响的各个参数预计值, 使得对减轻方法的评价变成一个实证问题。本文从尺度效应产生与识别、尺度效应对价值相关性的影响以及尺度效应减轻与评价三个方面对价值相关性研究中的尺度效应研究进行回顾, 并对尺度效应的后续研
9、究及其对会计研究的影响予以展望。会计数据价值相关性研究通常以基于会计数据权益估值模型为基础, 这些估值模型都给出了待估参数的理论预期值, 但是经验研究的结果是各个参数值大相径庭, 寻求这些差异产生的原因是本文对尺度效应展开研究的主要动机。本文的主要贡献是对会计数据价值相关性研究中的尺度效应进行了全面梳理, 对尺度效应的减轻方法进行了系统评价。本文以下安排是:第二部分尺度效应产生与识别;第三部分尺度效应对价值相关性影响;第四部分尺度效应减轻方法及评价;最后是结论及展望。二、尺度效应产生与识别(一) 尺度与尺度效应进行会计数据的价值相关性研究时, 多数研究都在简化的 Ohlson (1995) 估
10、值框架基础上, 采用权益市值对账面价值与会计盈余回归, 即:MVit是可观测的期末权益市场价值, BV it是可观测的期末权益账面价值, Earningsit是可观测的本期会计盈余。通常情况下, 可观测的变量 MVit、BV it和 Earningsit都与企业规模相关, 而且往往是大企业的权益价值及会计数据要大于小企业的, 企业规模大小不同导致变量尺度大小不同, 即存在不同的尺度。将受到尺度“污染”的变量进行回归, 可能会导致模型 (1) 的结果无法反映会计数据与权益价值的“真实关系”。假定各个变量不受尺度因素影响, 即:带号的变量为不受尺度影响的变量, 则 0, 1, 2应当是会计数据与权
11、益价值的最优线性无偏估计, 其所对应的可决系数最能反映会计数据的价值相关性。由于受到尺度影响, 模型 (1) 与模型 (2) 的回归系数与可决系数存在差异, 同时可能导致异方差存在, 通常把这种由于变量尺度不同所导致的回归模型估计参数差异, 称为尺度效应。Barth and Kallapur (1996) 明确提出尺度效应概念, 她们认为尺度效应是在权益市场价值对会计数据的回归研究中, 样本企业初始投资差异所导致的系数估计偏差和异方差问题。Brown et al. (1999) 发现即使没有与尺度相关的系数偏差或异方差, 也可能存在关于可决系数的不正确推断。Easton and Sommers
12、 (2003) 认为样本中包含的一小部分权益市值大的企业会影响价值相关性的参数估计, 这种影响使得研究者无法得到无偏的系数估计, 把这种影响称为尺度效应。Barth and Clinch (2009) 认为由于样本中包含不同规模的企业所导致的统计推断错误统称为尺度效应, 既有系数偏差与异方差, 也有可决系数偏差, 另外, 她们认为规模差异并不能完全反映尺度效应。(二) 尺度效应类型及原因从计量经济学角度, 可以把尺度效应归为两大类:一是基于模型误设的尺度效应;一是基于数据来源的尺度效应。1. 基于模型误设的尺度效应模型误设的尺度效应可以归结为遗漏变量与函数形式误设两种形式。如果回归变量受到尺度
13、影响, 而在回归模型遗漏尺度变量, 则存在遗漏变量所致的尺度效应。如果依据尺度变化真实的经济关系是非线性的, 而采取简单的线性回归模型, 则存在函数形式误设的尺度效应。(1) 遗漏变量尺度效应根据 Barth and Clinch (2009) 的研究, 遗漏变量引起的尺度效应主要有乘数尺度效应与附加尺度效应。乘数尺度效应认为, 每个回归变量都是尺度因子与不受尺度影响变量的乘积, 即, MV it=SitMVit, BVit=SitBVit, Earningsit=SitEarningsit, Sit是尺度因子, 则回归方程应为: 3=Sit 2。因此, 模型 (1) 既有遗漏变量问题, 也有
14、异方差问题, 从而导致统计推断有误。Barth and Kallapur (1996) 、Brown et al. (1999) , 以及 Easton and Sommers (2003) 、Gu (2005) 关注的基本上都属于乘数尺度效应。在国内价值相关性研究中, 李晓强 (2004) 、洪剑峭和方军雄 (2005) 、邓传洲 (2005) 、漆江娜和罗佳 (2009) 、王思维和程小可 (2012) 、蔡海静和汪祥耀 (2013) 等也关注到乘数尺度效应。Barth and Kallapur (1996) 、Barth and Clinch (2009) 认为乘数尺度效应主要是由于截面
15、上不同企业初始投资不同所致。有些企业初始投资大, 即规模大, 其相应的会计数据也会相对较大;有些企业初始投资小, 即规模小, 其相应的会计数据也相对较小。另外, 如果尺度只是影响部分回归变量, 并且它们的关系是简单相加, 这种尺度效应称为附加尺度效应。即:与模型 (4) 相比, 采用模型 (1) 进行回归分析, 存在遗漏变量问题, 导致估计有偏。如, 企业发行新股或发放股利导致其市场价值与账面价值大于或小于另一个企业的市场价值与账面价值, 但会计盈余并不随着发行新股或发放股利而变化。乘数尺度效应与附加尺度效应都是遗漏尺度变量所致。与乘数尺度效应不同的是, 在附加尺度效应情况下, 仅账面价值受到
16、尺度影响, 而会计盈余并未受到尺度影响, 且影响关系不是乘数关系, 而是加法关系。(2) 函数形式误设尺度效应如果会计数据价值反应系数会随规模变化而变化, 那么简单的线性回归模型存在模型形式误设问题, 从而导致统计推断有误。假定会计数据不受尺度影响, 即:BV it=B Vit;Earningsit=Earningsit, 但是回归系数是尺度的函数。则:在模型 (5) 中, 回归变量本身并不受尺度影响, 但是在不同尺度下, 回归系数会发生变化。函数形式误设尺度效应比遗漏变量尺度效应更为复杂。应当考虑非线性的函数形式进行拟合, 或者需要根据尺度分段进行线性估计。Lo and Lys (2000)
17、 、Easton and Sommers (2003) 都对可变系数尺度效应给予关注。2. 基于数据来源的尺度效应基于数据来源的尺度效应具体包括生存期尺度效应与异方差尺度效应。(1) 生存期尺度效应大企业相对于小企业经营失败的可能较小, 样本中包括的往往是规模较大, 能够生存下来的企业。忽略小规模企业导致残差均值为正, 尽管模型 (1) 中的截距会减轻这种影响, 但是在变量缩减法下亦会存在遗漏变量问题。(2) 异方差尺度效应不同规模企业受经济冲击影响不同, 由于受经济冲击影响, 即使会计数据不受规模影响, 权益市场价值也会受规模影响, 从而导致统计推断有误, 存在异方差尺度效应。即: 6=Si
18、t 2。则 MVit=MVit+ (Sit-1) 2, 异方差不会导致系数有偏, 但会影响估计效率和可决系数。Christie (1987) 、Landsman and Magliolo (1988) 、Barth and Kallapur (1996) 、Easton and Sommers (2003) 等都认为存在异方差相关的尺度效应。(三) 如何识别尺度效应1. White (1980) 检验法尺度效应产生的主要原因是由于与尺度相关的模型误设或异方差所致的。White (1980) 检验通常用于模型误设检验, 也经常用于异方差检验。Barth and Kallapur (1996) 、
19、Barth and Clinch (2009) 研究发现 White (1980) 检验对尺度效应是有效的, 尤其是对尺度相关的异方差检验。但是引起模型误设及异方差的原因很多, 尺度效应可能与其他原因导致的异方差或模型误设混同在一起, 仅采用 White (1980) 检验识别尺度效应是有问题的。2. 模拟数据法可观测的实际数据往往是受尺度“污染”过的数据, 无法通过与“真实”值比较识别尺度效应。Barth and Kallapur (1996) 认为模拟数据可以移除尺度“污染”, 可以获知不受尺度影响的“真实”结果, 进而通过比较识别是否存在尺度效应。Barth and Clinch (20
20、09) 模拟了无尺度影响的数据及不同类型尺度影响的数据, 并对它们进行了比较分析。另外, Gil-Alana et al. (2011) 也采用模拟数据对尺度效应进行了分析。3. 系数观察法Christie (1987) 认为, 折旧费用与权益价值无经济关系, 回归系数应当不显著。Barth and Kallapur (1996) 发现权益市场价值与折旧费用显著正相关, 这可能是遗漏了尺度变量, 导致折旧费用显著正相关。并发现在被销售额缩减后, 折旧费用不再显著, 证明存在尺度效应。Barth and Clinch (2009) 对于不同类型的尺度效应, 采用不同系数进行判定。如果存在乘数尺度
21、效应, 将样本按照某一尺度变量分为两组, 两组回归的截距应当存在显著差异;如果存在附加尺度效应, 增加的控制变量的系数显著不为零;如果系数随尺度变化, 则分段线性回归模型的系数存在显著差异。另外, 对于异方差尺度效应, 可采用回归残差与尺度变量的平方进行回归。(四) 评述上述学者对尺度及尺度效应展开了较为深入的研究, 都认为样本包含不同尺度的数据会导致统计推断有误。但是也存在着分歧: (1) 尺度效应与待估参数。Barth and Kallapur (1996) 聚焦于变量尺度不同所导致的估计系数偏差与异方差, 认为在没有尺度影响下, 会计数据的估计系数应当存在一个“理论值”, 并以模拟数据进
22、行了验证。Brown et al. (1999) 聚焦于变量尺度不同所导致的可决系数偏差。Easton and Sommers (2003) 则更为关注估计系数偏差。 (2) 尺度变量的不可观测性。尽管 Barth and Kallapur (1996) 、Brown et al. (1999) 、Barth and Clinch (2009) 都认为不同尺度的存在导致了尺度效应, 但是哪个变量是最佳尺度因子并不可知, 尺度因子是不可观测的。 (3) 尺度效应的识别与诊断是复杂的。根据计量经济学知识, 存在遗漏变量、模型误设以及异方差可以进行相应的检验, 但是, 在无法控制由于其他因素引起的模
23、型误设、异方差问题时, 这些方法的效果值得怀疑。三、尺度效应对会计数据价值相关性的影响(一) 尺度效应与实证检验模型选择会计数据价值相关性通常采用的是价格模型与收益模型。收益模型可以看作是以期初价格缩减了的价格模型, 即两个模型的主要差异为是否进行尺度缩减。两个模型有共同的理论基础, 理应得出一致的结论, 但是结果往往存在差异。Christie (1987) 认为遗漏相关的尺度变量在价格模型中存在问题, 但是在收益模型中没有问题。她认为两个模型经济含义是等价的, 但是收益模型有较好的计量经济学基础。Landsman and Magliolo (1988) 认为两个模型的经济含义不同, 收益模型
24、在一些环境下可能导致错误的关系。Kothari and Zimmerman (1995) 发现价格模型与收益模型各有优劣, 收益模型的异方差较小, 但斜率系数的偏差较大;而价格模型虽然斜率系数偏差较小, 但模型的异方差问题较严重。Brown et al. (1999) 认为收益模型优于价格模型, 收益模型其实是用滞后的价格 (P t-1) 作为缩减变量的价格模型。Barth et al. (2001) 指出, 当研究目的在于探讨企业价值的影响因素时, 我们应该采用价格模型, 而当研究目的在于探讨会计信息是否及时反映了企业权益市值的变化时, 我们应该采用收益模型。Gu (2005) 认为价格模型
25、与收益模型可能代表两种不同的经济关系。李晓强 (2004) 在检验模型选择时强调了收益模型能更好的克服规模和异方差影响。邓传洲 (2005) 认为价格模型具有规模影响, 收益模型的优势在于它是一阶差分后的模型, 但收益模型的问题在于会计收益的解释能力往往很低。Barth and Clinch (2009) 认为, 在研究更关注水平综合数据时, 收益模型表现较差;在研究问题是有关会计信息是否能提供增量信息时, 收益模型可能更好。但是, 由于收益模型中解释变量易与回归误差项相关, 更易导致系数估计有偏。(二) 尺度效应与模型可决系数变化不同时期会计数据价值相关性的比较研究, 通常采用比较回归模型的
26、可决系数来评价。Lev (1989) 研究发现, 会计盈余与股票收益的相关性非常低, 甚至可以忽略, 因此, 盈余信息对投资的有用性是有限的。Collins et al. (1997) 认为结合账面价值和盈余后的会计数据的价值相关性在过去四十年 (1953-1993) 并未降低, 会计盈余价值相关性的降低被账面价值相关性增加而代替。Francis and Schipper (1999) 发现基于收益模型可决系数在降低, 但是基于价格模型的可决系数在提高, 发现过去四十多年 (1952-1994) 会计数据的价值相关性在提高。Ely and Waymire (1999) 发现, 采用收益模型,
27、从 APB 时期 (1960-1973) 到 FASB 时期 (1973-1993) , 会计数据价值相关性在降低;采用价格模型, 从 APB 时期到 FASB 时期, 会计数据价值相关性在提高。Lev and Zarowin (1999) 发现在过去二十年 (1977-1996) , 不论是采用收益模型, 还是价格模型, 会计数据的价值相关性都在降低。Brown et al. (1999) 则把过去四十年会计数据价值相关性提高的原因归结为尺度效应, 控制尺度效应后, 会计数据价值相关性在降低。Gu (2007) 认为可决系数是不可比的, 可决系数的变化很难说是样本变化所致, 还是经济关系变化
28、所致。他们采用控制尺度后的残差的离差作为评价标准后, 发现过去三十多年来的会计数据价值相关性在降低。漆江娜和罗佳 (2009) 研究结果表明, 中国资本市场会计信息的价值相关性并没有伴随准则质量的不断提高而提高。(三) 尺度效应与价值反应系数变化根据盈余资本化模型, 权益价值与会计盈余之间存在正相关关系, 同时, 对于不同盈余状态情况下这种关系应当是同质的, 即权益价值与会计盈余之间是一种简单的线性关系。但是, Hayn (1995) 、Collins et al. (1999) 、唐国琼 (2008) 等发现了亏损企业会计盈余与权益价值的负相关关系, 似乎说明会计盈余与权益价值之间存在负经济
29、关系, 与估值模型不一致。在增加规模控制变量或采用缩减法后, 亏损企业的盈余反应系数由负转正, 说明亏损企业的负相关是由尺度效应所致。根据信号模型的分析结论, 股利与权益价值正相关。但是在信息对称的假设下, 根据估值模型, 股利与权益价值负相关。Rees (1997) 利用英国数据, 且以股数作为缩减变量, Hand and Landsman (2005) 利用美国数据, 且采用未缩减数据, 均发现了股利与权益市值之间的正相关关系。Lo and Lys (2000) 发现股利的价值相关性与缩减变量的选择有关。以期初权益市场价值作为缩减变量, 股利系数与其他资本贡献的系数都是负的, 如果以未缩减
30、数据进行检验, 两者的系数为正。Akbar and Stark (2003b) 采用英国数据发现, 无论采用期初还是期末权益账面价值、销售额、股数为缩减变量, 股利的系数均为正。Barth and Clinch (2009) 认为由于尺度效应的存在, 股利可能包含了尺度因素, 所以在价值相关性检验时, 有较明显的价值相关性。Goncharov and Veenman (2014) 在控制过去信息的前提下, 以美国数据为例, 股利与权益价值正相关;但是以欧洲数据为例, 则股利与权益价值负相关。(四) 述评在价值相关性研究设计中, 价格模型与收益模型通常被认为有共同的经济含义, 可以混用。但是两个
31、模型的研究结果往往存在差异。孰优孰劣, 难以定论。收益模型被认为有较好的计量经济学基础, 能够克服异方差问题, 但更易导致系数估计有偏, 更为重要的是, 收益模型可能扭曲了会计数据与权益价值的关系。价格模型难以克服尺度效应等计量问题, 但是它更符合会计数据与权益价值的经济含义。因此, 模型选择时不能简单混用, 也需要根据研究问题慎重选择。在价值相关性研究过程中, 通常以可决系数进行不同年份的比较, 但是在控制尺度效应前后, 会计数据价值相关性呈两种不同的趋势, 且不同国家的结论也不完全一致。同样, 在亏损企业盈余价值相关性研究、股利价值相关性研究中, 也由于尺度效应的原因出现相反的结论。这些都
32、对研究设计提出挑战。四、尺度效应减轻与评价(一) 减轻方法1. 样本移除法样本移除法认为, 尺度效应是由于样本中包含了规模较大的企业, 而导致的统计推断错误, 那么, 简单的逻辑是在样本中移除规模大的样本, 即可消除尺度效应。Easton and Sommers (2003) 把企业按照权益市场价值分为 40 组, 移除权益市场价值最大的一组后, 发现在剩余样本中的权益市场价值最大的一组同样对学生化残差的均值有显著影响, 直到移除 25%以上的样本时, 才在 5%的水平上不再显著。因此, 他们认为通过移除法消除尺度效应是不可行的。2. 控制变量法控制变量法是在原模型基础增加尺度变量作为控制变量
33、, 从而消除尺度效应。其主要逻辑是遗漏尺度变量是导致统计推断有误的直接原因。Barth and Kallapur (1996) 认为增加尺度代理变量比缩减法更有效, 试图通过增加尺度解释变量来减轻或消除尺度效应。她们认为在增加尺度代理变量情况下, 采用异方差一致估计模型能很好的消除尺度效应。另外, 在经验研究中通常把会计盈余、账面价值同时作为解释变量, 一个非常重要的原因是账面价值可以作为规模的控制变量 (Collins et al., 1999) 。3. 变量缩减法变量缩减法是对所有回归变量同时除以尺度因子, 即:Sit为尺度缩减变量。针对乘数尺度效应, 且在尺度变量已知的情况下, 变量缩减
34、法能很好的消除尺度效应。但是, 实务中尺度因子并不可知, 不同学者采用不同的尺度代理变量进行变量缩减, 如股数、期初权益账面价值、会计盈余、总资产、销售额、期末权益市场价值、期初权益市场价值、员工人数等等, 变量缩减法变成一个实证性问题。Christie (1987) 认为, 在收益模型中期初权益市场价值是较为合适的缩减变量, 在价格模型中, 没有合适的尺度变量。Brown et al. (1999) 、Lo and Lys (2000) 、Easton and Sommers (2003) 等认为期初权益市场价值是最好的缩减变量。Akbar and Stark (2003a) 分别以销售额、
35、股票数量、期初权益市场价值、期末权益账面价值作为缩减变量, 并未发现权益市场价值在减轻尺度效应方面优于其他缩减变量。Barth and Clinch (2009) 发现在仅有乘数尺度效应的情况下, 股数缩减法表现最好。在各种尺度效应存在的情况下, 未缩减的方法表现最好。Barth and Kallapur (1996) 认为账面价值本是自然的尺度变量候选者, 但是账面价值反映了会计盈余。国内部分学者也采用了缩减法进行研究。洪剑峭和方军雄 (2005) 以上年末的收盘价进行缩减, 王化成等 (2004) 以期初的股价进行了缩减, 万宇洵等 (2007) 以本年度主营业务收入进行缩减, 王思维和程
36、小可 (2012) 以期初每股价格进行缩减, 蔡海静和汪祥耀 (2013) 以期初每股价格进行缩减。(二) 评价标准由于未受尺度影响的回归变量不可观测、尺度因子未知, 尺度效应的减轻是个实证问题。实证研究中主要有三种方法进行减轻效果评价:模拟数据法、残差分析法、估值误差法。模拟数据法是通过模拟出未受尺度影响的数据, 并得出相关“真实”的参数, 再与实际数据回归结果比较。Barth and Clinch (2009) 通过模拟数据对各种缩减法的效果进行了比较, 认为未缩减法与股数缩减法效果最好。残差分析法通过计算并比较不同规模组别的学生化残差来评价尺度效应及减轻程度。通常, 并以学生化残差均值衡
37、量系数偏差, 用学生化残差的绝对值均值衡量异方差。Easton and Sommers (2003) 、Akbar and Stark (2003a) 、Gil-Alana et al. (2011) 通过残差分析法对尺度效应减轻效果进行比较, 发现不同缩减变量并没有显著差异。估值误差法是通过计算估值误差来评价尺度效应的减轻方法。估值误差= (估计的市场价值-实际市场价值) /实际市场价值。对于估值误差法, 估值误差越小的模型更好, 该模型的估计系数也更为可靠。Shen and Stark (2008) 发现对于英国的数据, 没有缩减变量是最优的, 尽管期末账面价值、期初市场价值、期末市场价值
38、表现的比销售额与股数好一点。(三) 述评对于减轻或消除尺度效应, 不同学者提出了不同的方法, 但是每种方法各有优劣。样本移除法更适合由异常值、极端值所导致的系数偏差或异方差问题, 但是这种方法需要损失大部分样本才可以得到尺度效应控制。变量控制法更适合遗漏变量所致的尺度效应, 困难的是难以找到真正的尺度代理变量, 尺度控制变量需要与解释变量无关, 但与被解释变量相关。缩减法更适合乘数尺度效应的减轻, 如果尺度变量已知, 缩减法是最好的方法。但是由于尺度变量未知, 不同学者采用不同的尺度因子作为缩减变量, 得出了不同的结论, 因此变量缩减法也受到质疑。五、结论及展望(一) 结论本文从尺度效应产生与
39、识别、尺度效应对价值相关性的影响、尺度效应减轻与评价三个方面对价值相关性研究中的尺度效应研究进行回顾。得出以下主要结论:第一, 对于尺度及尺度效应的认识存在一定分歧。有些学者以企业初始投资作为尺度变量, 有些学者则以当前市场价值作为尺度变量, 更多学者则认为尺度并不简单等于规模变量, 尺度难以观测。有些学者关注尺度导致的系数偏差及估计效率, 而有些学者则更关注可决系数偏差。第二, 尺度效应识别是复杂的, 实际数据往往是受尺度“污染”的数据, 尺度效应与真实关系混在一起, 难以对尺度效应与由其他可能原因引起的统计错误推断进行区分。第三, 尺度效应会计数据价值相关性研究影响面非常广且深远。会计数据
40、的价值相关性在过去数年来是下降还是上升, 亏损企业的盈余反应系数为正为负, 采用不同的缩减变量, 结果可能会相反。如果不能很好的控制尺度效应, 就无法得出会计数据的价值相关性的正确结论。没有对尺度效应的合理解释, 价格模型与收益模型的选择也成为难题。第四, 所有试图减轻尺度效应的方法都是一个实证性问题, 同样的方法在不同环境下的结论可能不同。由于尺度因子是个未知变量, 最为广泛应用的变量缩减法并没有坚实的理论基础, 哪个变量是最合适的缩减变量并没有一致看法。(二) 展望尺度效应是市场基础会计研究绕不开的话题, 但是相关研究还不够广泛与深入, 尤其是国内在这方面的研究还比较薄弱。在国内外现有研究
41、基础上, 尺度效应可能还需要在以下方面深入研究。首先, 由经济关系自身所引起的统计推断问题往往与由尺度引起的统计推断错误混同, 如果不加以区分, 移除尺度效应等于移除了经济关系本身, 更无法得出有效的结论, 需要对经济关系与尺度效应的区分进一步研究。其次, 现有的尺度效应研究的都是基于简化的 Ohlson (1995) 模型, 该模型遗漏“其他信息”, 存在模型错误设定问题。在模型修订或扩展后, 尺度效应是否依然存在?另外, 尺度效应的分析都是针对线性模型, 那么在非线性模型下如何分析尺度效应?需要进一步研究。第三, 尺度效应问题在不同环境下的表现有所差异, 中国属于新兴市场国家, 与发达资本
42、市场国家存在诸多差异, 如制度的完备性、投资者的理性等等, 那么基于中国资本市场会计研究结论是否与发达国家存在差异, 也值得深入研究。参考文献蔡海静, 汪祥耀.2013.实施整合报告能否提供信息的价值相关性基于第一个强制实施整合报告的国家南非的经验证据.会计研究, 1:3541 邓传洲.2005.公允价值的价值相关性:B 股公司的证据.会计研究, 10:5562 洪剑峭, 方军雄.2005.关联交易和会计盈余的价值相关性.中国会计评论, 3 (1) :8798 李晓强.2004.国际会计准则和中国会计准则下的价值相关性比较来自会计盈余和净资产账面价值的证据.会计研究, 7:1523 漆江娜,
43、罗佳.2009.会计准则变迁对会计信息价值相关性的影响研究来自中国证券市场 1993-2007 的经验证据.当代财经, 5:103109 唐国琼.2008.亏损公司会计盈余价值相关性实证研究.金融研究, 11:146160 王化成, 程小可, 佟岩.2004.经济增加值的价值相关性与盈余、现金流量、剩余收益指标的对比.会计研究, 5:7581 Akbar, S., and A.W.Stark.2003a.Discussion of Scale and the Scale Effect in Market-Based Accounting Research.Journal of Business
44、 Finance and Accounting, 30 (1-2) :5772 Akbar, S., and A.W.Stark.2003b.Deflator, Net Shareholder Cash Flow, Dividends, Capital Contribution and Estimated Models of Corporate Valuation.Journal of business Finance and Accounting, 30 (9-10) :12111233 Barth, M.E., and S.Kallapur.1996.The Effects of Cros
45、s-Sectional Scale Differences on Regression Results in Empirical Accounting Research.Contemporary Accounting Research, 13 (2) :527567 Barth, M.E., and G.Clinch.2009.Scale Effects in Capital Markets-Based Accounting Research.Journal of Business Finance and Accounting, 36 (3-4) :253288 Brown, S., K.Lo
46、, and T.Lys.1999.Use of R2in Accounting Research:Measuring Changes in Value Relevance over the Last Four Decades.Journal of Accounting and Economics, 28 (2) :83115 Collins, D., M.Pincus, and H.Xie.1999.Equity Valuation and Negative Earnings:The Role of Book Value of Equity.The Accounting Review, 74
47、(1) :2961 Easton, P.D., and G.A.Sommers.2003.Scale and the Scale Effect in Market-Based Accounting Research.Journal of Business Finance and Accounting, 30 (1-2) :2555 Francis, J., and K.Schipper.1999.Have Financial Statements Lost Their Relevance?Journal of Accounting Research, 37 (2) :319-352 Gu, Z
48、.2005.Scale Factor, R2, the Choice of Levels versus Returns Models.Journal of Accounting, Auditing, and Finance, 20 (1) :7191 Gu, Z.2007.Across-Sample Incomparability of R2s and Additional Evidence on Value Relevance Changes Over Time.Journal of Business Finance and Accounting, 34 (7-8) :10731098 Ha
49、yn, C.1995.The Information Content of Losses.Journal of Accounting and Economics, 20 (2) :125153 Landsman, W.R., and J.Magliolo.1988.Cross-Sectional Capital Market Research and Model Specification.The Accounting Review, 63 (4) :586604 Lev, B.1989.On the Usefulness of Earnings and Earnings Research:Lessons and Directions from Two Decades of Empirical Research.Journal of Accounting Research, 27 (Supplement) :153201 Lev, B., and P.Zarowin.1999.The Boundaries of Financial Reporting and How to Extend Them.Journa
