其他综合收益列报的市场反应——基于盈余反应系数的视角

王清刚，吴志秀

(中南财经政法大学会计学院，湖北 武汉 430073)

一、引 言

物价波动、利率汇率浮动加剧了资产负债价值变化，金融工具加速创新，会计收益的内涵发生变化，其他综合收益(Other Comprehensive Income，简称OCI)应运而生。2014年我国修订下发了《企业会计准则第30号——财务报表列报》(财会〔2014〕7号)，正式将OCI纳入准则体系，并进一步明确和规范了OCI的核算和列报要求：其一，要求设置“其他综合收益”一级科目进行会计核算，并在资产负债表中所有者权益大类下增设“其他综合收益”项目，将OCI从资本公积中分离出来单独列报。其二，在利润表中列报的位置由“每股收益”项目下列示调整为在“净利润”下方列示。其三，OCI项目划分为“以后会计期间不能重分类进损益的其他综合收益项目”和“以后会计期间在满足规定条件时将重分类进损益的其他综合收益项目”两类，且OCI各项目单独以税后净额进行列报。

在我国，OCI列报及其改进使得投资者更容易将OCI与传统历史成本计量的净利润相区分，理论上更有利于提升整体盈余信息的有用性。然而，OCI不属于当期损益，且持续性弱，能否转换为未来期间损益具有很大的不确定性，使得其列报的市场反应变得复杂。目前，采用价格模型或收益模型对OCI的价值相关性、决策有用性的研究较多。事件研究法运用虽广，以盈余反应系数(Earnings Response Coefficient，简称ERC)为研究工具在会计盈余信息含量的相关研究中也较为普遍。然而，现有OCI与事件研究法结合研究中，缺乏从ERC视角对OCI列报市场反应的相关研究。OCI相关业务与资本市场息息相关，容易造成资本市场动荡并通过货币供给和汇率等渠道影响金融市场稳定，极易引发系统性金融风险，甚至影响总体国家安全与稳定。

本文采用短期事件研究法，从ERC视角分析了OCI列报的市场反应及其可能的作用机制。可能的贡献有：一是将OCI、未预期盈余与累计超额报酬(Cumulative Abnormal Return，简称CAR)相结合，从ERC视角进行OCI列报的市场反应分析，即通过检验OCI列报对盈余反应系数的影响，进而判断OCI列报是增强还是削弱企业未预期盈余对CAR的影响程度，这为OCI的信息含量研究提供了新视角；二是进一步区分审计质量、股东关联度、高管持股比例、投资者认知能力等不同情境细化研究了OCI列报市场反应；三是从OCI与未预期盈余波动性、OCI与盈余持续性两方面对OCI列报的市场反应进行了内在作用机理检验。本研究深化了OCI与ERC的关系研究，加深了对OCI影响投资者估值决策的内在机理的认识，丰富了OCI信息含量和会计信息有用性的相关文献。

二、文献回顾、理论分析与研究假设

(一)文献回顾

目前，国内外学者聚焦研究OCI的价值相关性和决策有用性的较多。Dhaliwal等(1999)在综合收益和净利润的价值相关性的对比研究中对OCI的信息含量进行了探讨[1]。Biddle和Choi(2006)认为OCI分项列报的信息含量比汇总列报更高[2]。部分学者证实了OCI的部分项目具有增量价值相关性[3][4]。Jones和Smith(2011)对OCI总额和具体项目的价值相关性进行了对比研究，认为OCI具体项目的价值相关性更强[5]。当然，也有学者得出完全相悖的结论[6][7]。谢获宝等(2010)认为相对于综合收益总额，净利润更具价值相关性，但同时肯定了OCI分项列报的信息含量[8]。吴祖光等(2012)也认为利润表中综合收益的列报并未有效提高会计盈余信息含量[9]。唐国平和欧理平(2011)实证检验发现OCI基本不具有价值相关性[10]。当然，也有国内部分学者研究证实了OCI的价值相关性[11][12]。可见，以价格模型或收益模型为主的OCI价值相关性研究并未得出一致结论，值得进一步深入探讨。

盈余反应系数可用来衡量公司股票的异常回报对会计盈余中未预期部分的反应程度，识别并解释不同会计信息的市场反应差异，是衡量盈余信息含量的重要指标。陈晓等(1999)运用短窗口事件研究，发现盈余公告日前后，超额报酬对未预期盈余有显著反应[13]。Park(2018)探讨了国际财务报告准则(IFRS)变更前后OCI的信息含量，验证了OCI列报位置变更传递的信息含量差异[14]。苏洋等(2020)运用事件研究法，研究发现OCI与CAR显著正相关，并进一步检验发现会计稳健性会显著降低OCI的信息含量表达[12]。可见，现有OCI与事件研究法结合研究中，缺乏我国制度背景下的探讨(Park，2018)[14]或者直接将当期的OCI视为超额盈余，检验OCI对累计超额报酬的直接影响(苏洋等，2020)[12]。事件研究法运用虽广，以ERC为研究工具探讨会计盈余信息含量较为普遍，但国内尚未有从ERC视角下OCI列报对投资者增量信息释放及其市场反应的相关研究。

(二)理论分析与研究假设

1.其他综合收益列报对盈余反应系数的影响

OCI主要源于公允价值计量的资产负债的价值变动，属于报表次要来源的非清洁项目，其当期发生额在某种程度上可被视为超额盈余[12]。然而，OCI具有持续性弱、未实现特征，是企业未来可能实现的超额盈余，能否转换为未来期间损益具有很大的不确定性。OCI的列报使得投资者更容易将OCI与传统历史成本计量的净利润相区分，从而提升整体盈余信息的有用性。但OCI列报可能带来ERC的下降，具体体现在：其一，企业当期大量OCI的列报，使投资者有理由相信当期未预期盈余可能源于前期大量OCI的转入，会给投资者造成当期盈余持续性差的主观印象。其二，当期大量OCI的列报给投资者造成盈余质量低的主观印象。虽然会计准则改革会改变或抑制企业某些盈余管理行为，但管理者会调整盈余管理的内容和方法[15]。在我国现行准则制度下，企业仍可通过控制和调节OCI转入当期损益的时间和金额来进行盈余管理。OCI列报使得信息透明度提升对盈余管理的抑制作用可能不足以抵消投资者对企业利用OCI进行盈余管理的顾虑，进而降低投资者对企业盈余质量的信任度。其三，OCI的波动性高于传统净利润[16]，面对企业当期大量OCI的列报，投资者会对企业未来产生现金流的金额、时间、可能性作出保守估计，降低企业未来盈余及其持续性的判断和预期，从而降低ERC。Kormendi和lipe(1987)研究认为盈余持续性越强，则ERC越大[17]。企业存在的大量暂时性盈余会降低ERC[18]。其四，我国资本市场并不成熟，存在大量认知能力较弱的散户投资者和噪音交易者，他们缺乏对OCI的正确认知和深入理解，使得OCI列报的市场反应可能受到一定的负面影响。据此，本文提出假设1：

假设1：其他综合收益与盈余反应系数显著负相关。

2.审计质量和股权结构对其他综合收益列报市场反应的影响

企业财务报表是资本市场重要的信息载体，管理层为达到业绩考核要求，有动机掩盖对其不利的财务信息，这无疑会增加信息不对称。独立外部审计作为重要的外部监督手段，是提升企业信息披露质量的重要力量。审计质量越高，企业的外部监督力越强[19]。高质量审计程序的实施，不仅能及时发现包括OCI转入当期损益在内可能的盈余操纵并予以披露，直接抑制盈余管理行为，还可对管理层权力形成强大的外部约束进而间接抑制盈余管理。反之，审计质量的下降将导致外部监督机制不能对企业及其管理层形成有效约束，使得盈余信息可靠性不强，会计信息不足以让投资者信服，最终导致OCI列报的ERC下降。

股权结构是影响盈余质量的重要因素之一[20]，而股东关联度和高管持股比例将直接影响企业股权结构。当股东关联度较低时，股东之间独立性较强，监督约束机制能有效发挥作用，同时也不容易对管理层行为进行干预，企业盈余信息透明度和可靠性更强。反之，当股东间存在较强关联时，监督约束机制失灵极易形成大股东合谋侵占小股东利益的局面，甚至大股东有可能联合对管理层施压进行盈余管理，造成信息披露质量下降。因此，当股东关联度高时，OCI与ERC之间的负向关系更显著。作为企业股权激励的重要形式之一，高管持股可能同时存在利益趋同效应和堑壕防御效应。马晨(2012)研究发现，当高管持股比例较低时利益趋同效应占主导，当高管持股比例较高时堑壕防御效应占主导[21]。高管持股比例过高时，高管对企业的控制力加强，其行为自主性加大，较少受到监督和约束，这将增加管理层利用OCI进行盈余操纵等机会主义行为，造成会计信息透明度和可靠性下降，投资者信任度降低，而且会加大市场噪音，最终导致ERC下降。基于以上分析，本文提出假设2a、2b和2c：

假设2a：企业的审计质量越低，其他综合收益与盈余反应系数的负相关关系越显著。

假设2b：企业股东关联度越强，其他综合收益与盈余反应系数的负相关关系越显著。

假设2c：企业高管持股比例越高，其他综合收益与盈余反应系数的负相关关系越显著。

3.投资者认知能力对其他综合收益列报市场反应的影响

OCI的决策有用性受投资者认知能力与习惯、OCI的可靠性和会计信息透明度等因素的限制[22]。现行会计准则并未解决OCI的定义和会计确认问题，重分类标准欠完善，其核算项目繁多而复杂，且准则变更频繁，使得投资者对OCI相关信息解读可能显得力不从心，不一定能透过OCI看到企业真实的盈余状况，进行合理的价值判断。大量研究表明，当投资者忽视盈余信息或未能正确理解盈余信息而作出决策时，ERC普遍偏低。投资者由于其认知局限性普遍存在“功能锁定”现象[23]。相对于个人投资者而言，机构投资者信息渠道丰富，信息搜集和处理能力更强，能对盈余信息作出更准确的判断，更容易发现盈余操纵行为，对盈余持续性的判断更准确。而认知能力较弱的散户投资者更容易出现“功能锁定”，难以区分净利润与OCI的持续性差异，不容易发现企业盈余操纵行为，且容易跟风投资，导致更多的噪音交易者非理性行为，进而加剧OCI与ERC的负相关性。据此，本文提出假设3：

假设3：机构投资者持股比例越低，其他综合收益与盈余反应系数的负向关系更显著。

三、研究设计

(一)变量定义

1.被解释变量

本文借助股价的“信息发现”功能，将OCI的列报作为一个价值信号，以年报公布日前后事件窗内的CAR作为信息反应的结果，从ERC视角分析OCI的信息含量。借鉴于悦(2015)[23]、Wang等(2016)[24]和苏洋等(2020)[12]的做法，运用短窗口事件研究，设置了累计超额报酬(CAR)作为本文的被解释变量。具体定义为年报公布日前后10个交易日(记为[-10，10])作为事件窗口期(1)以年报公布日作为事件发生日(t=0),[-10,10]作为事件窗口期，并在稳健性检验中调整事件窗口期为[-2,2]重新进行检验，从而保证了结论的合理性和科学性。估计期为年报公布日前150个交易日至年报公布日前20个交易日(记为[-150,-20])，以此为基础估计事件窗口期的正常报酬。，并考虑市值因子和账面市值比因子的Fama-French三因子模型计算出的累计异常收益。

2.解释变量

企业未预期盈余(SUE)(2)未预期盈余(SUE)数据由国泰安(CSMAR)数据库提供。调整后每股收益EPS*为参考了吴世农等(2003)调整后的每股收益。(详见：吴世农，吴超鹏.我国股票市场“价格惯性策略”和“盈余惯性策略”的实证研究[J].经济科学，2003，(4)：41-50)为企业第t年未预期每股盈余除以标准差，未预期每股盈余等于当期调整后EPS*减去当期前两期调整后EPS*。其他综合收益(OCI)具体定义为第t年每股其他综合收益除以期初股票收盘价。

3.控制变量

投资者超额报酬受企业规模、盈利持续性、企业成长性、抗风险能力和所处经营环境等多重因素的影响。在参照王化成和佟岩(2006)[20]、苏洋等(2020)[12]指标选取的基础上，结合本研究的特殊性，选取企业规模(SIZE)、净资产收益率(ROE)、资产负债率(LEV)、是否亏损(LOSS)、企业成长性(GROWTH)、盈余持续性(persist)、分析师跟踪规模(FOLLOW)、内部控制质量(ICQ)、风险水平(Beta)、账面市值比(BM)作为控制变量，并控制了行业(IND)和年度(YEAR)效应。各变量具体定义如表1所示。

表1 变量定义

续表

(二)模型设定

本文基于盈余反应系数基本模型[25]进行模型设计，盈余反应系数基本模型为：

CAR=β0+β1SUEi，t+εi，t

(1)

在该模型中，系数β1即为盈余反应系数，代表事件窗口期内企业股票的累计超额报酬(CAR)对未预期盈余(SUE)的反应程度。设OCI与盈余反应系数(β1)关系为：

β1=β11+β12OCIi，t

(2)

将式(2)代入式(1)中，整理可得：

CAR=β0+β11SUEi，t+β12SUEi，t*OCIi，t+εi，t

(3)

本文基于修正后的盈余反应系数模型(3)，并借鉴王化成和佟岩(2006)[20]、于悦(2015)[23]的模型设计思想，建立模型1。

CAR[-10，10]=α0+α1SUEi，t+α2OCIi，t*SUEi，t+α3SIZEi，t+α4ROEi，t+α5LEVi，t+α6LOSSi，t

+α7GROWTHi，t+α8persisti，t+α9FOLLOWi，t+α10ICQi，t+α11Betai，t+α12BMi，t

+α13∑IND+α14∑YEAR+εi，t

模型1

应关注模型1中交乘项(OCI*SUE)的系数α2。若α2显著为正，则表明OCI列报能提高盈余反应系数(ERC)，进而增强未预期盈余(SUE)对累计超额报酬(CAR)的反应程度；若α2显著为负，则表明OCI降低了ERC，进而降低未预期盈余(SUE)对累计超额报酬(CAR)的反应程度。若假设1成立，则α2应显著为负。

(三)样本获取与数据来源

本文以我国沪深A股上市公司2012—2018年年报数据为样本(3)为计算2012—2018年的累计超额报酬，市场收益率、无风险利率、市值因子、账面市值比因子和日个股回报率等计算累计超额报酬的数据均多获取一年(截至2019年)。，研究OCI列报的市场反应及其可能的作用机理。样本具体筛选过程如下：(1)剔除金融保险类行业和*ST、S、S*ST、SST、ST类的上市公司样本；(2)剔除数据严重缺失的观测值；(3)剔除异常数据样本；(4)为考察未预期盈余的波动性指标，进一步剔除低于3年的样本数据。样本数据均来自于国泰安(CSMAR)数据库，最后得到9472个观测值，运用Excel和Stata15.1进行统计分析。

四、实证分析

(一)描述性统计

表2报告了描述性统计结果。可以看出，CAR[-10，10]的均值与中位数相等，标准差0.110相对较小，但最小值(-0.400)和最大值(0.236)二者之间差异较大，说明样本企业之间的CAR差异较大。未预期盈余(SUE)的均值为-0.037，中位数为-0.004，标准差1.240较大，最小值(-2.787)和最大值(2.795)之间存在显著差异。同样地，其他综合收益(OCI)的均值与中位数相等，标准差(0.015)较小，但最小值(-0.150)和最大值(0.791)之间差异明显，说明样本企业间未预期盈余(SUE)和其他综合收益(OCI)差异较明显，这也可能是导致样本企业间累计超额报酬(CAR)具有差异性的重要原因。

表2 主要变量描述性统计

(二)基本回归分析

表3中列(1)和列(2)报告了逐步加入控制变量的基本回归结果。列(1)显示了主模型中仅控制年份和行业的结果，交乘项(SUE*OCI)回归系数为-0.071，在5%的水平下显著。列(2)显示，模型的拟合优度在加入相关控制变量后有所上升，SUE的回归系数为0.002，在5%的显著性水平下显著。交乘项(SUE*OCI)回归系数为-0.081，在5%的水平下显著。表明OCI与ERC显著负相关，OCI的列报削弱了企业未预期盈余(SUE)对累计超额报酬(CAR)的影响程度。该结果很好地支持了假设1。

表3 OCI列报的市场反应回归结果(因变量：CAR[-10，10])

(三)分组回归结果分析

表3中列(3)和列(4)按接受审计服务的会计师事务所是否来自四大的分组回归结果显示，当接受审计服务的会计师事务所不是来自四大时，模型主要解释变量(SUE和SUE*OCI)的显著性较强，OCI与ERC显著负相关，而当接受审计服务的会计师事务所来自四大时，SUE与SUE*OCI的回归系数均不显著。该回归结果支持了假设2a。

表4报告了按股权结构和机构投资者持股比例分组回归结果。当股东关联度高时，模型主要解释变量(SUE和SUE*OCI)的显著性较强，而当股东关联度低时，SUE与SUE*OCI的回归系数不显著，SUE的回归系数下降，且SUE*OCI的回归系数的绝对值也大幅降低。高管持股比例高时，SUE的回归系数(0.003)与交乘项(SUE*OCI)的回归系数(-0.142)均在5%水平下显著。高管持股比例低时，SUE和SUE*OCI的回归系数均不显著，且SUE的回归系数由0.003下降为0.001，SUE*OCI的回归系数的绝对值也大幅下降。结果表明，审计质量的下降可能导致外部监督机制不能有效发挥作用，股东关联度的增强或高管持股比例的提高会降低股权制衡度，影响公司治理水平。在内部治理水平低和外部监督机制失灵的企业中，OCI与ERC的负相关关系更显著。该回归结果支持了假设2b和2c。在机构投资者持股比例低组中，SUE和交乘项(SUE*OCI)的回归系数均在5%水平下显著。在机构投资者持股比例高组中，SUE和交乘项(SUE*OCI)的回归系数均不显著。回归结果支持了假设3。

表4 按股权结构和机构投资者持股比例分组回归结果(因变量：CAR[-10，10])

(四)进一步研究

1.OCI列报制度变革的影响

我国现行准则规定中，无论是OCI从“资本公积”分离出来单独以“其他综合收益”一级科目核算要求的变化，还是在利润表中列报位置的变化，由总额列报到分类别分项目单独列报的转变，均充分体现了准则制定机构对OCI的重视程度日益增强，2014年OCI列报制度变革理论上应能增强OCI与ERC的相关性。为此，我们对2014年OCI列报制度变更的政策效应进行检验。表5的回归结果显示：在2014年OCI列报制度变更后组中，SUE和交乘项(SUE*OCI)的回归系数均由变更前组的不显著转变为在5%水平下显著。2014年OCI列报制度变革显著增强了OCI与ERC的相关性，表明会计制度变迁是影响其他综合收益信息含量的重要因素，另外也从侧面说明了2014年OCI列报制度变革显著增强了盈余信息的有用性。

表5 OCI列报准则变更前后分组回归结果

2.其他综合收益与未预期盈余波动性的关系

为验证OCI与ERC的负相关关系是否与OCI转入当期损益导致的未预期盈余的波动有关，我们对OCI与未预期盈余的波动性关系进行了进一步探究(模型2—4)。表6的回归结果显示，未预期盈余的波动性(sue_sd)与企业近三年DOCI显著正相关，表明OCI的存在是导致未预期盈余波动的重要因素。(4)模型2—4中因变量为未预期盈余的波动性(sue_sd)，以未预期盈余除以期初股价为基础，计算连续三年的滚动标准差；解释变量分别为第t、t-1和t-2年的DOCI，若OCI为非零样本，则DOCI赋值为1，否则赋值为0；控制变量中，ROA为资产收益率，等于净利润除以平均资产总额(平均资产总额等于期初资产总额与期末资产总额求和之后取均值)；top10_ratio为前十大股东持股比例。

sue_sdi，t=α0+α1DOCIi，t+α2ROAi，t+α3GROWTHi，t+α4ICQi，t+α5LOSSi，t+α6top10_ratioi，t

+α7∑IND+α8∑YEAR+εi，t

模型2

sue_sdi，t=α0+α1DOCIi，t-1+α2ROAi，t+α3GROWTHi，t+α4ICQi，t+α5LOSSi，t+α6top10_ratioi，t

+α7∑IND+α8∑YEAR+εi，t

模型3

sue_sdi，t=α0+α1DOCIi，t-2+α2ROAi，t+α3GROWTHi，t+α4ICQi，t+α5LOSSi，t+α6top10_ratioi，t

+α7∑IND+α8∑YEAR+εi，t

模型4

3.其他综合收益与盈余持续性的关系

为进一步检验OCI列报是否会降低企业盈余及其持续性，本文在模型1的基础上加入盈余持续性与其他综合收益的交乘项(persist*OCI)，建立模型5，对其他综合收益、盈余持续性和CAR的关系做进一步检验。表7的回归结果显示，盈余持续性与其他综合收益的交乘项(persist*OCI)的系数为-0.004，且在10%的水平下显著，说明OCI列报降低了盈余持续性，进一步加剧了盈余持续性下降带来的负面市场反应。投资者有理由依据OCI的列报对盈余持续性进行保守估计并作出投资决策，使得OCI与ERC呈负相关关系。

CAR[-10，10]=α0+α1SUEi，t+α2OCIi，t*SUEi，t+α3persisti，t+α4persisti，t*OCIi，t+α5SIZEi，t

+α6ROEi，t+α7LEVi，t+α8LOSSi，t+α9GROWTHi，t+α10FOLLOWi，t+α11ICQi，t

+α12Betai，t+α13BMi，t+α14∑IND+α15∑YEAR+εi，t

模型5

(五)内生性的控制与稳健性检验(5)限于篇幅，内生性控制与稳健性检验结果未列示，作者备索。

1.内生性的控制

为确保研究结论可靠，我们进行了如下内生性控制：(1)PSM倾向得分匹配法。为避免可能存在的内生性干扰，我们对研究样本进行了PSM匹配。为保证匹配的合理性，本文将OCI的非零样本作为处理组，赋值为1，否则，赋值为0。选择企业规模(SIZE)、资产负债率(LEV)、企业成长性(GROWTH)和账面市值比(BM)作为协变量，构建模型6。模型6的Logit回归结果显示所有协变量回归系数均在1%水平下显著。本文选择了半径匹配对OCI与CAR的关系进行再检验。模型6的半径匹配的平均处理效应(ATT)为0.007，对应的T值为2.54，在5%的水平上显著，且匹配仅损失少量样本。为确保匹配的有效性，我们进一步做了平衡性检验。结果显示，PSM匹配后所有协变量标准化偏差的绝对值均小于2%，且对应的T检验均不显著，说明通过了平衡性检验，匹配过程及结果有效。本文利用PSM匹配后的数据对原假设进行了检验，研究结论仍基本保持不变。

表7 OCI与盈余持续性的关系

DOCIi，t=α0+α1SIZEi，t+α2LEVi，t+α3GROWTHi，t+α4BMi，t+αi，t

模型6

(2)处理效应模型。我国上市公司对OCI披露不规范，部分公司存在人为选择性列报OCI的现象。成长性差且规模较小的企业更有动机掩盖企业真实的盈余状况，OCI列报意愿可能下降。反之，具有成长性、业绩稳定的大型企业可能倾向于披露OCI。因此，为避免模型中解释变量存在样本选择偏误而导致的内生性问题，本文引入DOCI作为处理变量，选择方程中引入公司规模(SIZE)、企业成长性(GROWTH)、每股公允价值变动损益的波动(fv_sd)(6)以第t年每股公允价值变动损益为基础，计算连续三年的滚动标准差。和账面市值比(BM)，并控制行业效应，建立处理效应模型进行两阶段分析。具体处理效应模型为：

Pr{DOCI=1}=α0+α1SIZEi，t+α2GROWTHi，t+α3fv_sdi，t+α4BMi，t+α5∑IND+εi，t

模型7

CAR[-10，10]=α0+α1SUEi，t+α2OCIi，t*SUEi，t+α3DOCIi，t+α4SIZEi，t+α5ROEi，t+α6LEVi，t

+α7LOSSi，t+α8GROWTHi，t+α9persisti，t+α10FOLLOWi，t+α11ICQi，t+α12Betai，t

+α13BMi，t+α14∑IND+α15∑YEAR+εi，t

模型8

从处理效应模型两阶段分析可以看出：(1)公司规模较大、账面市值比低、每股公允价值变动损益具有波动性的企业，越倾向于列报OCI，反之，则倾向于不列报OCI；(2)模型7对应的lambda值为0.026，且在5%水平上显著。模型8中，DOCI的回归系数为-0.044，且在5%水平上显著，经过处理效应模型两阶段分析后，模型中所有解释变量回归系数符号不变，且显著性仍然很强。说明在控制了可能的样本选择偏误造成的内生性后，本文研究结论基本不变。

2.稳健性检验

为确保研究结论可靠，我们进行了如下稳健性检验：首先，进行多重共线性检验。通过计算出的各解释变量和控制变量的差膨胀因子值(VIF)进行检验发现，每个变量的VIF低于3.5，Mean VIF为2.67，排除了严重多重共线的可能性。其次，改变因变量和主要解释变量的测度标准。将事件窗口期由[-10，10]调整为[-2，2]，并计算出CAR[-2，2]，重新对模型进行检验，研究结论基本不变。分别用OCI的变化额除以期末实收资本或股本(delta_OCI(7)(第t年其他综合收益总额-第t-1年其他综合收益总额)/第t年末实收资本(或股本)。)、第t期其他综合收益总额除以第t期销售收入总额(OCI_R)来替代原OCI的度量，实证检验结果基本保持不变。再次，同时替换部分控制变量。本文同时将控制变量企业规模(SIZE)替换为第t-1年末总资产的自然对数(SCALE)，ROE替换为第t-1年净利润/平均资产总额(即资产收益率ROA)，资产负债率(LEV)替换为流动比率(liquidity_ratio)，盈余持续性(persist)替换为企业非营业利润总额在净利润中的占比(LAST)，重新回归后结论依然显著成立。最后，本研究同时考虑个体效应和时间效应，采用双向固定效应模型进行检验，研究结论基本不变。

五、结论与建议

本文以ERC为研究工具，实证检验了年报中OCI列报的市场反应及其内在作用机理。研究结果表明：OCI与ERC显著负相关，该负相关性在审计质量较低、股东关联度高、高管持股比例高、机构投资者持股比例较低的企业，以及在2014年OCI列报制度变更后更显著。说明内部治理水平下降和外部监督机制失灵加剧了二者的负向作用。投资者认知能力和会计制度变迁是影响其他综合收益信息含量的重要因素。文章进一步从作用机理上验证了OCI列报会加大未预期盈余波动，降低盈余持续性，加剧了盈余持续性对ERC的负面影响。

结合本文研究结论，提出以下政策建议：其一，信息使用者应主动提高对其他综合收益的重视程度，积极提升自身认知能力。各信息使用者应主动挖掘OCI及其具体项目、重分类等蕴含的信息含量，充分利用公司披露的OCI信息进行风险识别、业绩评价和企业价值估计；证券公司和证监会等相关部门加强OCI相关会计信息解读培训工作和投资风险教育宣传，积极引导信息使用者对OCI进行有效关注。其二，多渠道提升公司治理水平，加强信息披露内部监管。信息环境是信息生成的土壤，加强企业信息披露内部监管是提高信息环境质量的重要举措。适度的股权制衡有利于会计信息的高质量披露。其三，外部审计机构、证券交易所和证监会等多维主体应共同参与，相互协调，形成信息披露监管的强大合力。充分运用互联网、大数据等现代化技术手段，创新监管手段和方法，构建新型互联网平台监管体系，采用市场化、法治化和智能化手段积极推进信息披露外部监管。