1. 引言
收入是财务报告的重要组成部分,不仅反映了企业过去的经营状况,也是预测企业未来发展的重要基础。自1993年实施企业会计准则以来,到目前为止,我国收入会计准则已经经历了四次变更,分别是1998、2001、2006年以及最近一次2017年修订的收入会计准则。2017年新修订的收入准则不再划分交易事项来确认收入,而是以控制权是否转移作为企业确认收入的新标准,将旧的收入准则和建造合同都统一纳入适用模型,统一依据“收入五步法”原则确认收入,收入时点的确认更加符合企业真实经营状况,不再将合同带来的收入计入应收账款和预付账款,而是统一计入合同成本和合同负债,对于收入相关事项的披露也更加细致具体,收入准则相比之前更加规范且有据可循。
分析师作为资本市场正常运行的“润滑剂”,依据其专业的知识水平、丰富的经验来解读市场信息,并发布盈余预测结果,从而改善资本市场的信息环境。但由于自身注意力的有限性,加之获取信息的成本较高,因此分析师的判断往往会受到影响,难以做出准确一致的预测。现有研究中认为分析师预测准确性主要受到分析师个人因素和被分析公司的相关特征影响,一方面分析师的预测机构家数、经验积累、专业能力等会影响分析师预测准确性,另一方面高质量的信息透明度、高水平信息披露质量会吸引更多的分析师参与预测。但是少有研究外部宏观环境对分析师预测产生的影响,并且鲜有探讨新收入准则变更是否影响到分析师盈余预测质量。
新收入准则于2018年1月1日在“A + H”股公司首先实施,境内上市公司2020年才开始实施,因此,本文运用2015~2019年上市企业数据,采用双重差分模型,基于信息不对称理论与有限关注理论,考察收入准则施行是否提高了分析师盈余预测质量,以期为政策准则优化提供有益的借鉴。
2. 理论分析与假设提出
2.1. 新收入准则变更与分析师盈余预测
2.1.1. 新收入准则变更与分析师盈余预测
新旧收入准则最显著的变更就是:在收入计量与确认层面,会计信息可靠性被列为公司报告的盈余信息重要质量特征之一 [1] 。新收入准则以交易价格替代公允价值计量,要求企业识别单项履约义务的交易价格或者将多项履约义务进行分摊来计量。交易价格计算时考虑合同中存在的可变对价、重大融资成分、非现金对价、应付客户等,相对而言交易价格的计量比公允价值计量更容易、更可靠。关于收入确认的判断以及收入时点或收入时段的确认,需要相关财务人员对于具体的经济业务做出职业判断,而职业判断很容易成为调节和操纵利润的手段 [2] 。在新收入会计准则下,将原有的收入准则与建造合同准则合并,以控制权转移为基础,遵循“五步法”原则确认收入,缩小了企业自主选择会计政策的空间,降低了相关财务人员的职业判断空间。在信息披露层面,新收入准则第六章中,明确规定了企业应当在附注中详细披露及列报收入相关信息。新收入准则增设合同资产与合同负债两个列报科目,同时要求披露收入相关会计政策、有重大判断影响的相关信息、合同相关信息等。完善信息披露制度企业对财务信息的透明度的关注以及提高企业财务信息质量 [3] 。
新收入准则提高了企业的信息披露质量,进而改善了信息环境。分析师主要依据已公开信息,辅以自身专业水平、经验,来解读市场信息并对企业未来盈利能力做出预测,分析师所获信息的数量和质量又在根本上决定着盈余预测的准确程度 [4] 。新收入准则细化了收入确认流程、详细规定了收入确认方法,对于特定交易事项也做出了详细的描述,降低了相关财务人员的职业判断空间,使得每一笔收入都更加有迹可循,对外列报的收入更加准确,分析师可以获取到更加可靠的信息。并且对于报表披露新增涉及到了相关的具体会计政策、收入确认的时间、金额及是否有重大影响的判断,以及与合同相关的信息,且内容较为细化,提高了会计报告的信息含量,可以帮助分析师进一步挖掘和解读企业个性化信息,能够有效提升分析师盈余预测质量。
新收入准则能够提升信息可比性,分析师可以通过已公开的信息、低成本的获取更多有价值的信息。基于有限关注理论,当降低分析师个体搜集筛选信息的时间与精力时,能够使分析师聚焦于解读信息,从而提供更高质量的盈余预测信息 [5] 。新收入准则能帮助分析师了解企业真实经营情况,降低了信息收集筛选成本,还避免了传递方式不同、理解误差等致使的信息失真,促使不同分析师个体在对同一企业进行盈余预测时,可以得到相似的盈余预测结果,降低了分析师个体之间盈余预测的分歧度。与之相反,当企业内部外信息不对称程度较高、信息披露质量较低时,分析师很难获取到有价值的公有信息 [6] ,迫使分析师依赖私有信息与职业判断进行盈余预测 [7] ,并且不同分析师个体有着不同的私有信息搜集途径以及不相当的职业判断,容易解读出不一致的信息结果,致使分析师预测的分歧度增加。据此,提出本文的主要假设:
假设1:新收入准则变更以后,有效提高了分析师盈余预测质量。
2.1.2. 分析师盈余预测异质性分析
审计师利用专业技能判断企业公开信息是否真实合理,出具相应的审计报告,并对审计报告的真实性负责。审计监督力度越强的企业,信息披露透明度越高 [8] ,分析师能够获取的共有信息越多且更可信能够提高分析师预测准确性。一般而言,四大事务所的审计师因其专业技能较强更容易发现企业信息披露过程中的虚假行为,并且出于职业安全、职业声望等考虑,签署的审计意见更加保守,更符合企业真实状况,提高了分析师共有信息的真实性,能够极大地提高分析师预测准确性,相应的也能减少分析师预测分歧度。此外,当企业聘请四大事务所审计师时,公司管理层出于自身名誉声望的考虑也会相应的减少盈余管理行为,更倾向于公布企业真实信息,降低了分析师信息获取成本 [9] ,能够有效提高分析师盈余预测质量。
假设2:其他条件不变的情况下,在审计监督越强的企业中,新收入准则变更对分析师盈余预测质量的正向作用更显著。
3. 研究设计
3.1. 数据来源与样本选择
本文利用2015~2019年上市公司数据,研究收入准则变更对分析师预测准确性的影响。数据来源于CSMAR数据库。本文剔除了ST、*ST类企业、数据缺失公司、金融类公司。最终,共获取了13,103个观测值,建立了一个时间范围为2015~2019年的面板数据。为避免极值对结果造成影响,对样本中的连续变量进行上下1%的缩尾处理。
3.2. 变量测度
3.2.1. 被解释变量
1) 分析师预测准确性(Ferror)
选取分析师盈余预测误差来衡量分析师预测准确度,参考王玉涛和王彦超(2012) [10] 、Demmer等(2019) [11] 的研究,以分析师盈余预测值和实际值的平均误差来衡量,该指标越小分析师盈余预测质量越高。其计算公式如下:
(1)
其中,Meanfeps表示当年分析师盈余预测的均值,Meps表示公司年末真实的每股收益。
2) 分析师预测分歧度(Fdisp)
同样的,参考王玉涛和王彦超(2012) [10] 、Demmer等(2019) [11] 的研究,预测分歧度用所有分析师对某公司某年盈余预测的标准差来衡量,该指标越小分析师盈余预测质量越高。其计算公式如下:
(2)
其中,Std(feps)为当年所有分析师盈余预测的标准差。
3.2.2. 解释变量(Treat*Post)
解释变量为企业是否实行新收入准则(Treat)和政策是否开始执行(Post)的交乘项(Treat*Post)。Treat表示企业如果是“A + H”股上市公司,记为1,否则为0。政策开始执行(Post)时企业若是2018年1月1日之后公布的年报,记为1,否则为0。
3.2.3. 控制变量(Controls)
参考已往研究,控制资产负债率(Lev)、盈利能力(Roa)、企业成长性(Gro)、产权性质(Soe)、权益乘数(EM)、股权集中度(Ph)。此外控制行业与年度效应,本文主要变量及其测度方法详见下表1。

Table 1. Variables and measurement methods
表1. 变量与测度方法
3.3. 模型设计
为实证检验新收入准则变更是否能够提高分析师盈余预测质量,本文依据上述假设构建如下回归模型:
(3)
(4)
其中,下标i、t分别对应企业与所处年份。分析师预测准确性(Ferror)和分析师预测分歧度(Fdisp)为被解释变量,交乘项(Treat*Post)为解释变量,Controls为控制变量集合,
为随机扰动项。
4. 回归分析
4.1. 描述性统计
表2是描述性统计结果,样本量为13,103。虚拟变量Treat的均值为0.033,说明在样本企业中,只有3.3%企业属于“A + H”股企业。分析师预测准确性(Ferror)的最小值为0.006,最大值为29.58;分析师分歧度(Fdisp)的最小值为0.012,最大值为18.20,说明分析师盈余预测质量在不同企业差异较大。分析师预测准确性(Ferror)的标准差为4.424,分析师预测分歧度(Fdisp)的标准差为2.676,相较而言分析师预测分歧度指标波动性更小,更具有稳定性。

Table 2. Descriptive statistical results
表2. 描述性统计结果
4.2. 相关性分析
对主要变量进行Pearson相关系数分析,如表3所示。在不考虑其他控制变量的情况下,交乘项(Treat*Post)与分析师预测准确性(Ferror)的相关系数为−0.033,交乘项(Treat*Post)与分析师预测分歧度(Fdisp)的相关系数为−0.033,都在1%的水平上负向显著。即新收入准则变更提高了分析师预测准确性,降低了分析预测分歧度。
此外,为检测潜在的多重共线性,计算自变量的方差膨胀因子,平均值为1.43,最大值为2.39,即认为在本文中多重共线性不会构成严重问题。
注:表中数据为各自变量的回归系数。*、**、***分别表示估计结果在10%、5%、1%水平上显著。
4.3. 模型检验
4.3.1. 基础回归分析
表4列示了模型3、模型4的回归结果。表中第(1)列为交乘项(Treat*Post)与分析师预测准确性(Ferror)的回归结果,结果显示在1%的水平上负向显著,表明新收入准则实施以后,显著提高了分析师预测准确性;表中第(2)列为交乘项(Treat*Post)与分析师预测分歧度(Fdisp)的回归结果,结果显示在1%的水平上显著为负,表明新收入准则实施以后,显著降低了分析师预测分歧度。因此,假设1得到验证。
注:表中数据为各自变量的回归系数,括号内的数值为t值。*、**、***分别表示估计结果在10%、5%、1%水平上显著,下同。
4.3.2. 异质性分析
为验证假设2,参考郑建明等(2015)和魏志华等(2017)的研究,以审计师的质量来衡量审计监督强度若公司审计师来自四大事务所记为1,否则为0。按照审计监督分组(Big4)检验,检验结果如表5所示。表中第(1)、(3)列分别列示了交乘项(Treat*Post)与分析师预测准确性(Ferror)、分析师预测分歧度(Fdisp)在审计监督较强情况下的回归结果,结果显示都在1%的水平上负向显著;表中第(2)、(4)列分别列示了交乘项(Treat*Post)与分析师预测准确性(Ferror)、分析师预测分歧度(Fdisp)在审计监督较弱情况下的回归结果,结果显示分析师预测准确性在5%的水平上负向显著,分析师预测分歧度不显著。说明其他条件不变的情况下,在审计监督越强的企业中,新收入准则变更对分析师盈余预测质量的正向作用更显著,假设2成立。

Table 5. Heterogeneity analysis results
表5. 异质性分析结果
4.4. 稳健性检验
4.4.1. 固定效应模型
运用固定效应模型回归检验,以避免不同上市公司间个体差异产生的影响,结果见表6。与主回归模型类似,表6第(1)、(2)列分别列示了交乘项(Treat*Post)与分析师预测准确性(Ferror)、分析师预测分歧度(Fdisp)的回归结果,结果显示都在1%的水平上负向显著,表明新收入准则实施以后,显著提高了分析师预测准确性、降低了分析师预测分歧度。假设1依旧成立。与表4的回归结果相关性、显著性都保持一致,说明该发现不受使用模型的影响。

Table 6. Fixed effect regression results
表6. 固定效应回归结果
4.4.2. 平行趋势检验
为了研究样本是否满足平行趋势假设,借鉴杨青等(2019) [7] 的研究方法,按年度设立五个年份虚拟变量,year1、year2、year3代表新收入准则实施前三年,year4、year5代表新收入准则实施后两年。将以上五个年份虚拟变量与Treat (企业是否为“A + H”股)的乘积分别替换公式(3)、(4)中的Treat*Post,然后再次进行回归分析。表7结果显示分析师预测准确性的Treat*year3系数为负且不显著,Treat*year4系数在5%的水平下负向显著;分析师预测分歧度的Treat*year3系数为正且不显著,Treat*year4系数在1%的水平下负向显著;表明分析师对检验组与对照组的预测准确性、分歧度在新收入准则实施之后有着明显差异,符合双重差分法的平行趋势假设。
5. 结论
本文以2018年修订的新收入准则在“A + H”股上市公司的实施为契机,选取2015~2019年上市企业数据,运用双重差分法,检验新收入准则的实施对分析师盈余预测质量的影响。结果发现:第一,新会计准则要求企业披露合同增量信息、相关的具体会计政策及是否有重大影响的判断,提升了信息披露质量,降低了分析师与企业间的信息不对称程度,有利于分析师提升预测准确度,降低分析师预测分歧度。第二,新收入准则的实施能够有效提升企业会计信息的可比性,可以降低分析师信息处理和获取信息的成本,提高分析师盈余预测质量。第三,审计监督越强的企业,信息披露越完善,信息透明度越高,收入准则变更对分析师预测的正向影响越显著。
据此,提出一些对策建议:第一,企业需要完善会计信息管理系统。新收入准则带来的企业收入确认和计量方式的变化,要求企业信息系统必须进行相应的调整和更新,为财务核算提供更便利更高效的平台。第二,企业需要开展财会人员新收入准则培训工作。收入准则的调整给财会人员带来了新的挑战,企业需要对财会人员进行相关专业培训,提高财会人员的专业能力与业务水平,以保障会计核算的真实性。第三,监管部门也需要加大监督力度。企业收入与销售紧密相连,监管部门需要对收入实现的过程实时跟踪与监督,严惩不合规、不合法现象。第四,加强合同管理。合同作为企业开展各项管理工作的前提条件,起着极其重要的作用,也能够对企业收入确认工作的精确度产生巨大影响。为了尽快适应市场经济的变化,必须意识到合同管理的重要性,加强该项工作的管理力度。
基金项目
本文系湖南省会计学会科研重点项目“新收入准则实施情况及影响研究”(项目编号:2022HNKJA08)的阶段性成果。本文系吉首大学校级科研课题“新收入准则对分析师预测准确性的影响研究”(项目编号:JGY2022035)的研究成果。
NOTES
*通讯作者。