资产质量具有信息含量吗

杨微 干胜道

【摘要】在注册制推行的背景下， 基于资产负债观和决策有用观， 对企业资产质量在资本市场中的信息效用进行研究。 以2010 ～ 2018年我国制造业上市公司為样本进行实证研究， 结果发现： 制造业上市公司的资产质量从整体上具有一定的信息含量， 但是各种质量特征所发挥的信息效用存在异质性， 盈利性和获现性质量特征的信息含量较为充分， 存在性和周转性质量特征所提供的信息含量有限， 发展性和安全性质量特征的信息效用不明显。 进一步研究显示： 资产质量可以通过释放企业成长性的信号来实现信息传递效用， 符合注册制推行下上市公司评价的新标准。

【关键词】资产质量;资本市场;信息含量;注册制

【中图分类号】F275      【文献标识码】A      【文章编号】1004-0994（2022）10-0077-10

一、引言

目前， 我国资本市场注册制进入全面推进阶段， 注册制在资本市场的推行， 不仅为上市公司提升发展质量提出了新的目标和路径——提高相关信息的透明度和真实性， 同时也强调在众多市场信息中由投资者自主进行信息筛选和价值判断， 真正把选择权交给投资者和市场。 那么， 这势必向投资者决策提出新要求： 如何选择出有效的信息呢？ 如何对上市公司进行正确的价值判断呢？

过去我国资本市场并不完善， 投资者对于信息的选择存在偏好及跟风现象， 在评价企业价值时， 往往侧重于对盈利的考察， 对资产或资产质量的关注则较少。 然而， 资本市场中股价崩盘事件频发， 多数与企业资产状况恶化相关， 预示着以盈利为主导的股票价格很可能与企业内在价值发生偏离， 如果只关注企业的盈利状况， 很可能造成资本市场信息失效、投资者利益巨损、市场秩序混乱等后果。 根据资产负债观和决策有用观， 资产才是企业价值的本质来源， 而盈利只是企业运营的结果， 这种结果被操纵或舞弊的可能性远高于企业资产， 也即是说， 资产运营情况的信息很可能较盈利信息更为真实可靠， 对于投资者做出理性决策也更为有用。

那么， 在众多的资产信息中， 什么样的信息更有价值呢？ 笔者以为反映资产配置、整合、运营过程的资产质量相关信息是一种综合体现企业真实财务活动状况的信息。 然而， 现有关于会计信息含量的文献对企业盈余[1，2] 、审计意见[3] 、高管特征[4] 、内部控制[5] 等的市场反应进行了全面检验， 涉及资产质量信息效用的研究却十分有限， 这与注册制下对上市公司提高优质资产供给的要求稍显脱离。 基于此， 本文旨在对企业资产质量进行综合性评价， 并从资本市场的视角对企业资产质量的经济后果进行探讨， 以期验证企业资产质量在资本市场中的信息有效性， 提升企业及利益相关者对资产质量的重视程度。

本文可能的贡献包括以下方面： 一是根据制造业企业资产配置和运行的特点， 构建制造业企业资产质量的评价体系， 并运用熵值法对企业资产质量进行客观量化， 丰富了对上市公司的评价体系; 二是基于信息观， 检验了资产质量与股票超额收益率之间的相关性， 验证了资产质量在资本市场中的信息有效性， 从理论上丰富了资产质量的经济后果研究， 从现实上为注册制下投资者决策提供了新的依据和视角; 三是通过“资产质量→企业成长性→股票收益率”的信息传递机制检验， 证实资产质量可以释放企业成长性的信号， 并被投资者识别， 这符合注册制下对上市公司的评价重心向企业成长性转变的趋势。

二、理论分析与假设提出

（一）资产质量信息含量的存在性

在注册制背景下， 监管部门实行“宽进严出”， 不再对企业盈利进行硬性要求， 此时， 财务信息“决策有用观”的作用凸显， 有助于投资者做出理性决策。 资产作为会计六大要素之首， 是企业未来经济利益的资源基础， 也是呈现企业财务活动及成果的主要渠道， 因此， 了解企业资产质量对于投资者合理预期企业发展情况并做出相应决策就显得格外重要。 在资本市场中， 投资者的决策行为又会影响上市公司的股票价格或市场价值， 可见， 资产质量的信息含量通过一系列连锁反应由股价变化的方向和程度来决定。

已有文献表明： 资产质量与企业的市场价值是相关的， 资产质量可以提高盈余的持续性和可靠性， 对企业价值具有正向的传导作用[6] ; 相较于资本结构， 资产质量才是真正体现企业价值的本源所在[7] ; 唐国平等[8] 以实物期权为切入点， 认为资产质量会对企业价值产生异质性影响， 资产质量高的公司， 企业价值体现创造价值的功能， 反之， 企业价值则体现出清算置换的作用。 可见， 资产质量可以反映企业驾驭和管理其内部资源以及利用外部资源的能力[9] ， 从而更大限度地反映企业的真实价值， 如通过资产周转率了解企业的资产管理水平、流动资产的获利速度， 通过存在性特征了解资产的配置效率、战略规划以及整合效率， 通过资产对负债的覆盖程度了解企业面临的财务风险， 通过资产增长率了解企业的发展趋势， 最终帮助投资者对企业形成除盈利结果之外更为深入和客观的认知， 做出理性投资决策， 资产质量则可以向市场提供反映企业内在价值的有效信息。

在现行资产负债观的会计制度下， 资产负债的计量和披露有助于会计信息质量的提高[10] ， 即与资产和负债相关的会计信息应该能够为市场反应提供有效信息。 首先， 资产和净资产的账面价值被证实在股价估值中发挥着比盈余信息更为重要的作用， 且这种作用更为持久[11，12] ， 以我国企业和市场为研究主体的研究也得出了类似的结论[10，13] ; 其次， 资产流动性无论从股票收益率还是股票流动性上， 均能产生积极的市场反应[14，15] ， 说明在某些国外市场上资产的流动性具有信息含量; 再次， 排除盈余管理的影响， 在国内外市场上， 资产的减值计提均被证明与市场反应是负相关的[16-18] 。 杨硕、周煜皓[19] 研究得出资产结构中专用性资产的配置是企业股票价值的重要积极信号的结论。 杨文君、陆正飞[20] 发现无形资产中知识产权以及研发投入的披露能显著提升公司股价。

综上， 资产质量可以从各个层面向市场和投资者释放有价值的增量信息， 形成相应的市场反应。 但是， 由于市场机制的复杂性和影响因素的多重性， 仅从单一方面考察资产的信息含量可能并不够充分， 那么， 建立在综合评价资产盈利能力、获现能力、存在状况、周转速度、发展趋势和财务风险之上的资产质量指标体系便能够突破单纯的数字披露， 深入整合资产信息， 释放更为客观的资产信号， 从而被市场有效地识别。 由此， 提出本文的主要假设：

H1： 资产质量具有信息含量， 即资产质量越好， 其市场反应越积极。

（二）分项资产质量特征的信息含量

资产质量对企业内部经营管理和外部资本市场资源配置的影响日益凸显， 因此， 在整体资产质量具有市场反应的前提下， 进一步细化资产质量特征分类， 分项发掘不同资产质量特征的信息含量， 是优化资产质量市场识别机制的重要路径， 因为它可以帮助市场快速有效地识别差异化的明细信息、优化信息筛选机制、提高资源配置效率等。

盈利性资产质量特征体现了单位时间内企业资产创造的价值总量; 获现性资产质量特征衡量资产创造的收益中实实在在的现金比例， 因为现金流是保障企业持续经营的“血液”; 存在性资产质量特征表明企业资产的保值程度， 以及资产有机整合的合理性; 周转性资产质量特征反映资产带来经济利益的速度， 速度越快， 一段时间内创造的收益也越多; 发展性资产质量特征意味着企业规模实现了扩张， 发展趋势良好; 安全性资产质量特征表明可以把企业的财务风险控制在一定范围内， 避免资不抵债、财务困境等不良后果发生。 以上资产质量特征都是考察资产运行效率和成果的重要方面， 不可或缺。 所以从理论上来说， 不同的资产质量特征应该可以从不同方面向投资者释放资产状况的信号， 帮助投资者判断企业经营情况和未来发展趋势， 做出投资决策， 从而引起相应的市场反应。 据此， 提出如下假设：

H2： 分项资产质量特征均具有信息含量， 且盈利性、获现性、存在性、周转性、发展性和安全性越好， 其市场反应越积极。

学术文献中信息有效性的识别， 通常取决于相关性与可靠性的联合检验和权衡[21] 。 自Ball、Brown[22] 首创性地证实了企业盈余数据与股票收益率的相关性之后， 学术界开展了对会计信息相关性的大量研究， 但从可靠性视角来衡量会计信息价值贡献度的文献较为匮乏。 依据Libby等[23] 的研究， 一个财务事项属于表内确认还是表外披露， 其相关性和可靠性存在差别， 披露的数字具有相关性， 但其可靠性可能不足， 与披露的信息相比， 市场对确认的信息反应更为强烈。 依照如此思路， 可以对不同的资产质量特征进行信息相关性与可靠性的判断。 投资者根据盈余数据直观判断企业未来盈利能力和成长性的方法较为普遍， 因此涉及盈余的财务信息一般具有较高的相关性， 但迫于上市要求、外部监管、内部代理问题等因素的影响， 企业进行盈余管理的动机较强， 从而造成盈余数据的可靠性较低。 相较之下， 基于收付实现制形成的现金流方面的信息更为可靠[24] 。 另外， 从表内外财务信息的获得渠道来看， 呈现于表内的确认数据可能给投资者更为直观的感受， 投资者对其敏感性更高， 依据表内信息做出决策的可能性便更大。 反之， 对于表外信息， 一般情况下文字与数字交融， 且没有统一格式， 获取信息的成本较高， 容易被投资者忽视， 但实际上这些信息更具内涵， 例如， 企业的资产减值信息、金融资产构成、应收账款账龄、供应商与客户集中度等都可以更为细致和客观地体现企业实际经营状况， 其可靠性高而相关性低。 张国清和赵景文[25] 认为， 不可靠的信息可能导致更高的成本， 所以在会计信息质量方面， 可靠性应优先于相关性， 也从某种程度上说明市场对可靠性较高的信息识别度可能不足。

资产质量涉及的特征广泛， 其指标来源和计算方式均存在差别， 因此其相关性和可靠性、获得信息的难易程度也会有所不同。 基于信息的相关性和可靠性会导致不同的市场反应， 笔者认为： 盈利性指标对盈余数据的依赖过多， 尽管可靠性较低， 但因其市场相关性高可能信息含量更大; 获现性、发展性、安全性等指标均来源于表内项目， 容易计量， 信息含量次之; 存在性、周转性的评价涉及跨报表分析， 且多数信息来源于财务报表附注， 虽可靠性高但相关性较低， 信息含量最少。 综上， 提出如下假设：

H3： 不同资产质量特征的信息含量存在异质性。

三、样本选择与研究设计

（一）样本选择

考虑到2008年金融危机外生冲击对企业绩效的影响， 本文选取2010 ～ 2018年作为时间窗口; 考虑到同一行业的资产配置具有类似性和可比性， 而制造业企业具备完整的供、产、销经营链条， 可以完整地体现资产运作过程， 选择以沪、深两市所有A股制造业上市公司作为初始研究对象， 保证样本信息真实可靠。 根据研究需要， 剔除ST和变量缺失的样本。 为避免变量极端值的影响， 对连续型变量进行了上下1%的Winsorize處理。 本文数据来源于国泰安CSMAR数据库， 使用的统计软件为Stata 13.1。

（二）变量说明

1. 被解释变量。 因为资产质量并非是随机变化的， 而是体现在企业日常财务活动中的财务信息， 贯穿于企业经营的长期流程中， 所以， 它的信息相关性并不一定局限于年报公布日这一狭小窗口， 应该如盈余信息一般持续整个会计期间[26] 。 基于此， 本文参考Easton、Harris[27] 的做法， 采用关联研究法， 以年为时间窗口， 对企业资产质量水平与股票累计超额收益率之间的关系进行实证研究， 检验资产质量是否有信息含量的主要假设。

公司当年的股票累计超额收益率（RET）， 即该公司当期股票收益率超过市场平均收益率的部分。 参考洪剑峭和方军雄[28] 、唐松等[29] 的做法， 采取Buy-and-Hold Return的计算方法， 以年度为考察时间窗口， 用式（1）来计算：

其中： Ri，k是股票i在第t年第k个月的月收益率; Rm，k是股票所在市场在第t年第k个月的月收益率; RETi，t则表示公司i在第t年的股票累计超额收益率。 由于我国上市公司年报公布一般在次年的4月30日前， 故采用t年5月至t+1年4月这12个月的累计超额收益率来计算t年的RETi，t。

2. 解释变量。 资产质量： 较早的资产质量仅以单一K值比率表示（K=|调整后每股净资产-每股净资产|/每股净资产）， 但是这种方式并不合适， 一是2007年证监会取消了披露“调整后每股净资产”的要求， 二是企业资产配置较为庞杂， 仅衡量有效资产与全部资产的比值无法反映资产的其他质量特征。 因此， 国内衡量资产质量的主流方式是从资产质量的特征入手， 选择具有代表性的指标构建综合评价体系[30-33] 。 在此基础上， 考虑数据的可获得性， 本文从资产的盈利性、获现性、存在性、周转性、发展性和安全性六个方面共选择17个特征指标构建评价体系， 具体见表1。

其中， 盈利性体现了资产为企业带来全部盈利的总量; 获现性是资产在财务活动中获得全部现金流量的能力， 弥补了以往研究只关注账面利润的不足; 存在性反映了企业总资产中真正能为企业带来利润的资产比重， 以及总资产内部不同类型资产的构成情况; 周转性是指资产在企业经营运作过程中被利用的效率， 周转速度越快， 一定时间内创造的效益越多; 发展性是指资产体现企业发展和规模扩大的特征; 安全性是指排除企业因素后资产整体抵抗风险的能力。 对以上指标运用熵值法来计算资产质量的得分， 能够在一定程度上避免信息的遗漏和主观偏差。

3. 控制变量。 参考以往研究会计信息含量的文献， 本文选择如下变量作为控制变量： 企业规模（LTE）， 等于企业年末净资产的自然对数; 企业年龄（AGE）， 企业成立的年限， 涉及企业所处的生命周期阶段， 生命周期阶段不同， 投资者对企业的未来预期也不同， 市场表现也会发生变化; 经营风险（RISK）， 风险是投资者决策的重要影响因素， 所以风险会影响公司股票的收益率或价格， 考虑到资产质量中的安全性可以反映企业的财务风险， 故在此仅控制经营风险; 成长性（GROWTH）， 成长性越好的公司未来现金流可能越多， 越能获得投资者的青睐， 获得高额报酬率; 股权性质（SOE）， 国有与非国有企业是我国特殊制度背景下的产物， 投资者对两种股权性质企业的态度并不完全一致， 可能会导致市场反应不同; 审计质量（SHENJI）， 审计意见和会计师事务所会对投资者行为产生重要影响[34] ， 进而影响公司在年报公布前后的市场表现。 除此之外， 还对样本所处的行业（IND）和年份（YEAR）进行了控制。

详细的变量定义及计算方法如表2所示。

（三）模型设定

为了检验资产质量及各项资产质量特征的信息含量， 沿袭Ball和Brown[22] 的方法， 以股票累计超额收益率为被解释变量， 以资产质量为解释变量， 同时加入各控制变量， 构建多元回归模型， 如式（2）所示：

其中： AQi，t代表i企业第t年的资产质量， 包括资产质量指数（AQ）， 盈利性特征指数（AQ_Y）、获现性特征指数（AQ_H）、存在性特征指数（AQ_C）、周转性特征指数（AQ_Z）、发展性特征指数（AQ_F）以及安全性特征指数（AQ_A）。 通过考察各类资产质量变量的系数， 可以了解资产质量与企业股票累计超额收益率之间的关系， 进一步通过F-test和Vuong-test分析不同资产质量特征为解释变量的系数和模型拟合优度， 可以区别不同资产质量特征的信息含量差异。

四、实证结果与分析

（一）描述性统计

主要变量的描述性统计结果如表3所示。 2010 ～ 2018年我国制造业上市公司股票累计超额收益率（RET）均值为-3.78%， 中位数为-8.61%， 说明无论是整体还是数量上， 一半以上的企业股票收益率低于市场平均收益率， 标准差为35.47%， 意味着不同企业间的股票累计超额收益率存在着较大的差异。 资产质量（AQ）的均值为17.92， 最小值为6.17， 最大值为75.65， 从分位数分布来看， 该指数呈现右偏， 即一半以上样本的资产质量指数不超过平均数17.92。 从控制变量来看： 企业规模（LTE）的均值为21.37; 企业年龄（AGE）均值为20.89年; 经营风险（RISK）均值为1.65， 标准差为0.84， 75%分位数为1.73， 说明多数企业的经营杠杆差异不大; 成长性（GROWTH）均值为1.21， 25%分位数为1.02， 表明销售增长率平均为21%， 且大部分企业的营业额均实现了不同程度的增长; 股权性质（SOE）均值为0.29， 说明制造业企业的样本中有29%为国有企业; 审计质量（SHENJI）均值为0.68， 说明有68%的样本审计质量好， 审计报告由知名会计师事务所出具且获得标准无保留的审计意见。 各变量的描述性统计结果与已有文献出入不大。

（二）回归结果与分析

1. 资产质量的信息含量檢验。 利用逐步回归法对主假设进行检验[35，36] ， 结果如表4所示。 第（1）列是不纳入任何控制变量的结果， 第（2）列是控制行业（IND）和年度（YEAR）影响后的结果， 第（3）列是加入前述其他控制变量后的结果。 可以看到， 资产质量（AQ）的系数均为正， 且通过1%置信水平的显著性检验， 说明资产质量与股票累计超额收益率之间的正相关关系是较为稳健的， 具有信息含量。 经济意义上， 资产质量指数每提升1%， 股票累计超额收益率提高0.192%， H1得以证明。 其他变量的系数如下： 企业规模与企业年龄的系数均不显著， 说明它们对股票累计超额收益率的影响并不明显; 经营风险的系数显著为负， 说明企业面临的经营风险越大， 资本市场上股票累计超额收益率下降的可能性越大; 成长性的系数显著为正， 表明企业的成长性可以显著地被市场识别， 成长性越好， 股票累计超额收益率则越高; 股权性质、审计质量等对股票累计超额收益率的影响并不显著。

2. 分项资产质量特征的信息含量检验。 表5是以分项资产质量特征为解释变量， 与股票累计超额收益率的回归结果。 第（1）列是将各项资产质量特征纳入同一回归中的结果， 盈利性特征（AQ_Y）和获现性特征（AQ_H）的系数在1%的显著性水平上分别为24.719和4.494， 存在性特征（AQ_C）、周转性特征（AQ_Z）和安全性特征（AQ_A）均未通过显著性检验， 发展性特征（AQ_F）的系数显著为负。 初步判断， 资产质量中盈利性特征的信息含量最为充分， 其次为获现性特征， 其余特征的影响作用需进一步检验。

第（1）列的回归同时包含了6个维度的资产质量特征， 无法排除各个特征间的相互影响。 因此， 为了深入及细化研究各项资产质量特征的影响方向和程度， 本研究分别将它们与股票累计超额收益率单独进行回归， 结果如表5的第（2） ～ （7）列所示。 排除各变量间的相互影响后， 各资产质量特征系数的绝对值和显著性均有所提高， 盈利性特征的系数依然最大， 为28.137且在1%的水平上显著， 其次为获现性特征， 系数为7.778且在1%的水平上显著， 再次印证了第（1）列的回归结果， 资产的盈利性和获现性均具有不同程度的信息含量。 存在性和周转性的系数也通过了显著性检验， 均为正数， 说明资产的存在状况和被利用效率也可以在市场上有积极的反应， 只是系数绝对值较小， 信息含量可能有限。 而安全性特征的系数绝对值最小， 且并不显著， 意味着安全性特征在市场中不具有信息含量。 发展性的系数显著为负， 说明市场对于企业规模的扩张并不总是予以积极反应的。 可能的原因在于， 规模的扩张容易产生其他成本， 而在投资者看来， 扩张带来的收益低于其产生的成本， 从而导致了企业规模扩张的股价变动为消极的。 综上， H2仅被部分验证， 在其他因素不变的情况下， 盈利性、获现性、存在性和周转性均存在信息含量， 而发展性和安全性具有信息含量的假设没有通过检验。

3. 资产质量信息含量的异质性检验。 为讨论各个资产质量特征信息含量的差异， 将研究分为两个阶段。 第一阶段， 在表5第（1）列的模型回归基础上， 通过F检验比较变量系数间的差异， 若检验结果的P值小于10%， 则可以认为两个变量系数之间是差异显著的。 但由于本文的变量未进行标准化处理， 所以F检验的结果无法直接比较系数间的大小。 对此进行第二阶段的研究， 在表5第（2） ～ （6）列回归的基础上， 运用Vuong-test测试分项资产质量特征信息含量模型间的解释能力差异[37] ， 以此比较不同资产质量特征的信息含量。

各个资产质量特征回归系数两两比较的F-test结果如表6所示。 表6中呈现的是F值， 结果显示， 盈利性特征、获现性特征、发展性特征与其他各变量的回归系数存在显著差异， 除此之外， 存在性特征、周轉性特征以及安全性特征的系数之间并不存在显著性差异， 说明盈利性特征、获现性特征和发展性特征的信息含量显著异于其他资产质量特征。 进一步地， 针对各项资产质量特征与股票累计超额收益率的回归模型， 两两进行Vuong-test检测， 表7中列示了基于Vuong-test计算的Z值。 在表7第（1）列中， Z值均显著为正， 说明相较于其他资产质量特征， 盈利性特征对股票累计超额收益率的解释力度更大， 即盈利性特征的信息含量最为充分。 第（2）列是获现性特征模型与其他模型比较的Z值结果， Z值均为正， 且通过了显著性检验， 说明除了盈利性特征， 获现性特征的信息含量也高于其他资产质量特征。 然而表7第（3） ～ （6）列Z值均不显著， 表明存在性、周转性、发展性、安全性四种资产质量特征的信息含量不存在显著差异。

综合以上分析， 资产质量盈利性特征的信息含量最高， 获现性特征次之， 市场对其他资产质量特征的识别程度有限， 对存在性、周转性、发展性和安全性这些重要信息的获取度并不高。 在市场的信息传递中， 资产质量的盈利性和获现性仍然占主导地位， 这与现实是相符的， 但对其他信息的识别不足， 也揭露了资产质量信息传递过程中存在内部机制不足的问题。 事实上， 其他资产质量特征在某种程度上较盈余指标对企业而言更为可靠和有用， 也更能够反映企业实际客观的财务状况， 所以引导投资者全面关注企业真实的财务状况包括资产质量仍是未来需要努力的方向。

（三）稳健性检验

1. 采用工具变量法来缓解由于遗漏变量而导致的内生性问题。 参考周泽将等[38] 的研究， 将同年度除本公司外其他公司的资产质量平均值作为工具变量②， 通过两阶段回归法（2SLS）重复以上回归， 得到的结果如表8第（1）、（2）列所示。 在此基础上， 还使用针对弱工具变量敏感度更低的有限信息最大似然法（LIML）进行回归分析， 如表8第（3）、（4）列所示， 资产质量、各资产质量特征与股票累计超额收益率的关系与主回归依然基本一致。

2. 加入滞后一期股票累计超额收益率作为控制变量。 为了缓解变量之间因果关系导致的回归偏误问题， 本文参考Klein[39] 、Klock等[40] 、Brown和Caylor[41] 、Chung等[42] 的做法， 加入滞后一期的股票累计超额收益率（L.RET）作为控制变量重新对各模型进行回归。 运用固定效应模型缓解面板数据误差项干扰的问题。 结果如表9第（1） ～ （4）列所示。

3. 替换相关变量衡量方式。 替换资产质量的衡量方式， 将各资产质量评价指标以年度中值为标准转换为虚拟变量， 大于年度中值取1， 否则取0， 再将各特征的指标加总后除以指标个数， 得到每一维度质量特征的得分， 最后把各维度得分计算加总得到最终综合资产质量的评价指数（DAQ）， 以此重新对主要假设进行检验。 结果如表9第（5）、（6）列所示。

上述稳健性检验的回归结果与主回归结果基本一致， 因此资产质量具有信息含量、资产质量特征的信息含量存在异质性的结论是稳健的。

五、进一步研究

注册制改革后， 取消了对拟上市公司必须盈利的要求， 允许现阶段尚未盈利但具有较高成长性的新兴行业科技或创新型公司登陆资本市场[43] ， 也就是说， 上市公司的考量标准更侧重企业成长性。 那么， 如果资产质量信息能够帮助投资者重视企业成长性， 从而实现理性投资， 即可证明以资产质量为信息来源的判断方法符合当前注册制对投资者决策的引导。 验证这一命题可以通过考察“资产质量→企业成长性→股票收益率”这一信息传递路径实现。 为此， 借鉴中介效应检验的经典文献[44，45] ， 构建适应本文研究的中介效应模型如式（3） ～ （5）， 并进行回归， 结果列示于表10。

表10第（1）列中资产质量的系数显著为正， 即中介效应的基础是存在的。 第（2）列考察资产质量对企业成长性的影响， 系数在1%的水平上显著为正， 说明资产质量越好， 企业成长性越高， 这与大多数研究结论相近。 第（3）列同时考虑解释变量（资产质量）、中介变量（企业成长性）对被解释变量（股票累计超额收益率）的作用， 结果显示资产质量与成长性的系数均显著为正， 且相较于第一阶段， 资产质量的系数有所下降， 结合进一步进行的中介效应SOBEL检验， SOBEL的Z统计量为7.505且在1%的水平上显著， 中介作用的比例为25.37%， 说明成长性在资产质量与股票累计超额收益率之间确实发挥了部分中介效应， 支持了“资产质量→企业成长性→股票累计超额收益率”传导路径的存在性， 同时证实了资产质量可以帮助投资者对企业成长性进行客观判断， 成为其理性决策的有效依据， 符合注册制推行下的信息需求导向。

六、研究结论与启示

（一）结论

资产质量具有信息含量， 关系到企业和资本市场的健康发展， 也顺应我国当前注册制推行趋势下的市场要求。 本文以2010 ～ 2018年制造业上市公司为研究对象， 实证分析了企业资产质量和股票累计超额收益率之间的关系， 并从资产质量内部结构的视角深入剖析了各项资产质量特征和不同种类资产质量的信息含量情况。 结果表明： 从整体来说， 资产质量具有一定的信息含量; 在其他因素不变的情况下， 各种资产质量特征所发挥的信息效用存在异质性， 盈利性和获现性质量特征的信息含量较为充分， 存在性和周转性质量特征所提供的信息含量有限， 发展性和安全性质量特征的信息含量不显著。 进一步研究显示， 通过中介效应分析， 企业成长性是资产质量向市场传递信息的重要路径， 意味着资产质量是投资者投资判断企业成长性、形成理性决策的客观依据， 这符合注册制推行下的企业上市判断重点， 能够帮助投资者找到理性投资的新视角。

（二）启示

研究结论具有一定的现实启示。 首先， 资产质量具有信息含量， 意味着资产质量是十分重要的信息资源， 可以向投资者提供有效的决策信息， 拓宽投资思路， 从而提升企业和市场对资产质量的重视程度， 优化企业内部和资本市场的资源配置。 其次， 在资产质量整体上具有信息含量的前提下， 其信息传递的内部机制仍然存在问题， 资产质量各项特征的识别度不同， 揭示了市场投资者仅将目光局限于资产盈利性和获现性上， 对于客观具体反映资产运行状态的周转性、存在性、发展性和安全性等特征的关注仍然不足。 最后， 注册制推行下的“宽进严出”其实是对投资者提出了更高的信息识别要求， 资产质量释放企业成长性的信号， 正是符合了注册制下企业上市的新标准和新趋势， 说明资产质量可以为新形势下投资者理性决策提供新依据和新途径， 丰富了市场和投资者的信息选择渠道。

【 注 释 】

① 为保证与资产质量指数计算的一致性，此处亦将股票累计收益率乘以100，以增强结果的可呈现性，且不会影响最终结果。

② 通过弱工具变量檢验，2SLS第一阶段的F值大于10，所以弱工具变量问题得到有效控制。

【 主 要 参 考 文 献 】

[1] Beaver W. H.， Clark W.， Wright W. F.. The Association Between Unsystematic Security Returns and the Magnitude of Earnings Forecast Errors[ J].Journal of Accounting Research，1979（2）：316 ～ 340.

[2] 赵宇龙.会计盈余披露的信息含量——来自上海股市的经验证据[ J].经济研究，1998（7）：41 ～ 49.

[3] 张晓岚，宋敏.上市公司持续经营审计意见信息含量的差异性研究[ J].审计研究，2007（6）：60 ～ 68.

[4] 黄继承，盛明泉.高管背景特征具有信息含量吗？[ J].管理世界，2013（9）：150 ～ 159+177.

[5] 杨清香，俞麟，宋丽.内部控制信息披露与市场反应研究——来自中国沪市上市公司的经验证据[ J].南开管理评论，2012（1）：125 ～ 132.

[6] 张志宏，孙青.资产质量、盈余质量与公司价值[ J].金融经济学研究，2016（3）：85 ～ 97.

[7] 甘丽凝，张鸣.资产质量、债务融资与企业价值——来自中国A股上市公司经验证据[ J].新会计，2009（4）：33 ～ 36.

[8] 唐国平，郭俊，吴德军.资产质量、实物期权与价值体现[ J].管理科学，2015（1）：83 ～ 95.

[9] 张新民，朱爽.关于资产负债表的经济学思考[ J].中国工业经济，2007（11）：90 ～ 97.

[10] 陈丽花，黄寿昌，杨雄胜.资产负债观会计信息的市场效应检验——基于《企业会计准则第18号——所得税》施行一年的研究[ J].会计研究，2009（5）：31 ～ 39+98.

[11] Collins D. W.， Xie P. H.. Equity Valuation and Negative Earnings： The Role of Book Value of Equity[ J].The Accounting Review，1999（1）：29 ～ 61.

[12] Francis J.， Schipper K.. Have Financial Statements Lost Their Relevance？[ J].Journal of Accounting Research，1999（2）：319 ～ 352.

[13] 陈信元，陈冬华，朱红军. 净资产、剩余收益与市场定价：会计信息的价值相关性[ J].金融研究，2002（4）：61 ～ 72.

[14] Kluger B. D.， Stephan J.. Alternative Liquidity Measures and Stock Returns[ J].Review of Quantitative Finance and Accounting，1997（1）：19 ～ 36.

[15] Charoenwong C.， Chong B. S.， Yang Y. C.. Asset Liquidity and Stock Liquidity： International Evidence[ J].Journal of Business Finance & Accounting，2014（3-4）：435 ～ 468.

[16] Francis J.， Hanna J. D.， Vincent L.. Causes and Effects of Discretionary Asset Write-Offs[ J].Journal of Accounting Research，1996（34）：117 ～ 134.

[17] Bartov E.， Lindahl F. W.， Ricks W. E.. Stock Price Behavior Around Announcements of Write-Offs[ J].Review of Accounting Studies，1998（4）：327 ～ 346.

[18] 李姝，黃雯.长期资产减值、盈余管理与价值相关性——基于新会计准则变化的实证研究[ J].管理评论，2011（10）：144 ～ 151.

[19] 杨硕，周煜皓.资产结构与股票价格相关性研究——来自我国创业板上市公司的经验证据[ J].当代会计，2017（7）：7 ～ 8.

[20] 杨文君，陆正飞.知识产权资产、研发投入与市场反应[ J].会计与经济研究，2018（1）：3 ～ 20.

[21] Barth M. E.， Beaver W. H.， Landsman W. R.. The Relevance of the Value Relevance Literature for Financial Accounting Standard Setting： Another View[ J].Journal of Accounting and Economics，2001（31）：77 ～ 104.

[22] Ball R.， Brown P.. An Empirical Evaluation of Accounting Income Numbers[ J].Journal of Accounting Research，1968（2）：159 ～ 178.

[23] Libby R.， Nelson M. W.， Hunton J.. Recognition vs Disclosure，Auditor Tolerance for Misstatement，and the Reliability of Stock Compensation and Lease Information[ J].Journal of Accounting Research，2006（6）：533 ～ 560.

[24] 冯跃霞.会计盈余与现金流量信息含量的研究[D].成都：西南财经大学，2012.

[25] 张国清，赵景文.资产负债项目可靠性、盈余持续性及其市场反应[ J].会计研究，2008（3）：51 ～ 57.

[26] 王跃堂，孙铮，陈世敏.会计改革与会计信息质量——来自中国证券市场的经验证据[ J].会计研究，2001（7）：16 ～ 26.

[27] Easton P. D.， Harris T. S.. Earnings as an Explanatory Variable for Returns[ J].Journal of Accounting Research，1992（1）：19 ～ 36.

[28] 洪剑峭，方军雄.审计委员会制度与盈余质量的改善[ J].南开管理评论，2009（4）：109 ～ 114.

[29] 唐松，温德尔，孙铮.“原罪”嫌疑与民营企业会计信息质量[ J].管理世界，2017（8）：106 ～ 122.

[30] 钱爱民，张新民.资产质量：概念界定与特征构建[ J].财经问题研究，2009（12）：99 ～ 104.

[31] 张春景，徐文学.我国上市公司资产质量评价的实证分析[ J].财会月刊，2006（7）：19 ～ 21.

[32] 钱爱民，周子元.经营性资产质量评价指标体系的构建与检验——来自我国化工行业A股上市公司的经验证据[ J].管理评论，2009（10）：109 ～ 115.

[33] 张志宏，孙青.资产质量、盈余质量与公司价值[ J].金融经济学研究，2016（3）：85 ～ 97.

[34] 李增泉.实证分析：审计意见的信息含量[ J].会计研究，1999（8）：16 ～ 22.

[35] 杜勇，张欢，陈建英.金融化对实体企业未来主业发展的影响：促进还是抑制[ J].中国工业经济，2017（12）：115 ～ 133.

[36] 干胜道，杨微，王虹.产权性质、政治关联与税费粘性[ J].现代财经（天津财经大学学报），2019（2）：45 ～ 58.

[37] 王化成，程小可，佟岩.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[ J].会计研究，2004（5）：74 ～ 80.

[38] 周泽将，马静，胡刘芬.高管薪酬激励体系设计中的风险补偿效应研究[ J].中国工业经济，2018（12）：152 ～ 169.

[39] Klein A.. Firm Performance and Board Committee Structure[ J].The Journal of Law and Economics，1998（1）：275 ～ 304.

[40] Klock M. S.， Mansi S. A.， Maxwell W. F.. Does Corporate Governance Matter to Bondholders？[ J].Journal of Financial and Quantitative Analysis，2005（4）：693 ～ 719.

[41] Brown L. D.， Caylor M. L.. Corporate Governance and Firm Valuation[ J].Journal of Accounting and Public Policy，2006（4）：409 ～ 434.

[42] Chung K. H.， Zhang H.. Corporate Governance and Institutional Ownership[ J].Journal of Financial and Quantitative Analysis，2011（1）：247 ～ 273.

[43] 郝远洋.注册制改革对股票市场价格发现功能的影响研究——探析进一步完善IPO定价机制[ J].价格理论与实践，2020（8）：96 ～ 99.

[44] Baron R. M.， Kenny D. A.. The Moderator-Mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[ J].Journal of Personality and Social Psychology，1986（6）：1173 ～ 1182.

[45] 溫忠麟，张雷，侯杰泰，刘红云.中介效应检验程序及其应用[ J].心理学报，2004（5）：614 ～ 620.

（责任编辑·校对： 黄艳晶  许春玲）