李姝妍

摘要：本文主要讨论了非经常性损益项目对报表使用者决策制定过程的影响，研究了公司非经常性收益对分析师盈利预测修正的影响。研究发现：非经常性损益可以影响分析师的盈利预测修正;相比于政策变化，分析师更关注公司业务范围变化导致的非经常性损益项目;如果上市公司在盈余管理期间使用非经常性损益项目将损失转化为收益，将削弱非经常性损益项目对分析师盈利预测的影响。结果表明，由公司业务变化导致的非经常性损益项目包含使用者所需要的公司未来经营的信息。本文验证非经常性损益项目的价值相关性并证明对非经常性损益项目披露的必要性。

关键词：非经常性损益项目;盈利预测;盈余管理;回归分析

1999年，中国证监会首次澄清了非经常性损益项目的概念和披露要求，并随后调整了非经常性损益项目的定义和若干损益项目的披露要求。2001年首次确定了非经常性损益的具体损益项目，分为已确定损益项目和推定损益项目。2004年，中国证监会取消了分类，调整了非经常性损益的具体损益项目。2007年，中国证监会取消了三个损益项目，并增加了一些损益项目，如从开始到合并日期的同期控制下的子公司净利润等;重组成本，如员工安置费和整合成本;以及与公司主营业务无关的预计负债产生的损益。同时，中国证监会调整了资产处置收入，政府补贴，非货币兑换损益等损益项目的范围。到2008年，上述科目被定义为非经常性损益。除此之外还包括处置交易性金融资产，交易性金融负债，以及可供出售金融资产获得的收益和损失。

一、研究设计

（一）样本和数据

本文选择2009年至2013年深圳和上海股票市场的A股上市公司作为样本。分析师的盈利预测修正数据来自iFinD数据库，财务数据来自WIND和CSMAR数据库。在可用的4563个公司年观察总数中，排除了极端观察和缺失值，将连续变量推广到1%水平，以减少异常值的影响。

（二）模型和变量

首先，本文考察了非经常性损益项目是否具有价值相关性，以及它们是否影响分析师的盈利预测修正。其次，研究分析师是否同等重视非经常性收益和损失，以及非经常性损益项目的不同组成部分对分析师的盈利预测修正的影响程度。此外，还研究了分析师是否可以看出通过操纵非经常性损益项目来将损失转化为收益的行为并相应地修改其预测。

为了检验非经常性损益项目与分析师的盈利预测修正，以下建立了模型（1），用于检验假设1：

FY1_EPS ＼FY2_EPS=α0+α1NR_PS+α2AS +α3DA+α4G+α5FH+α6PB+α7Rm+α8CHG_EPS+α9RPL+ε1（1）

FY1_EPS和FY2_EPS是模型（1）中的因變量。FY1_EPS是指一年期的分析师盈利预测修正值，相当于分析师在年度报告后的下一会计年度的每股盈余预测，减去分析师在年度报告前对下一会计年度的每股盈余的预测，然后除以年度报告前下一会计年度分析师对每股盈余预测的绝对值。FY2_EPS是指两年期的分析师盈利预测修正值，相当于分析师在年度报告后的下两个会计年度的每股盈余预测，减去分析师在年度报告前对两个会计年度的每股盈余的预测，然后除以分析师在年度报告前对两个会计年度每股盈利预测的绝对值。通过在分母中使用绝对值，我们可以确定分析师是向上还是向下修改盈利预测。自变量NR_PS表示每股非经常性损益项目，相当于年度报告中披露的非经常性损益项目除以会计年度末的净资产。模型中控制以下变量：AS是指资产规模，DA指的是盈余管理水平，G是企业增长，FH代表基金持有比例，PB是市净率，Rm是指上一年的股票收益波动风险，CHG_EPS是盈利能力的变化，而RPL是经常性损益。

模型（2）通过将非经常性损益项目分解为非经常性收益和非经常性损失，然后验证分析师对非经常性损益的关注是否对称，进一步分析非经常性损益项目的价值相关性。

FY1_EPS＼FY2_EPS=α0+α1NEG_NR +α2POS_NR+α3AS+α4DA+α5G+α6FH+α7PB +α8Rm+α9CHG_EPS+α10RPL+ε2（2）

因变量的定义与上述相同，NEG_NR和POS_NR是自变量。NEG_NR是指每股非经常性损失。当每股非经常性损益项目（NR_PS）为负数时，NEG_NR与NR_PS相同，否则NEG_NR为0。POS_NR是指每股非经常性利润。当每股非经常性损益项目（NR_PS）为正时，POS_NR与NR_PS相同，否则POS_NR为0。控制变量与上述相同。

模型（3）检验非经常性损益项目的不同组成部分是否包含不同的信息，这是分析师的盈利预测修正的主要原因。把非经常性损益项目分为三个类别，以检验每个类别与分析师的盈利预测修正之间的关系：由于业务范围变化导致的非经常性损益项目，由于政策变化导致的非经常性损益项目以及其他非经常性损益项目。

FY1_EPS＼FY2_EPS=α0+α1Scope+

α2Govern+α3Other+α4AS+α5DA+α6G+α7FH+α8PB+α9Rm+α10CHG_EPS+α11RPL+ε3（3）

模型（3）以相同的方式定义因变量FY1_EPS和FY2_EPS。自变量Scope是指由于业务范围的变化而产生的非经常性损益项目，等于非经常性损益项目中第5项，第9项和第12项的总和（1）。Govern代表政府政策产生的非经常性损益项目，等于损益项目2和损益项目3的总和。其他是指其他非经常性损益项目，等于上述未提及的损益项目的总和。控制变量与模型（1）中的控制变量相同。

模型（4）用于检验假设2，也就是说，当公司使用非经常性损益项目将损失转化为收益时，分析师是否可以识别利润操纵行为，然后调低盈利预测。在模型（4）中，我们在不同寻常的利润（或损失）和虚拟变量N2P之间添加交互变量以捕获弱化效应。

FY1_EPS＼FY2_EPS=α0+α1NR_PS +α2N2P+α3NR_PS×N2P+α4AS+α5DA +α6G+α7FH+α8PB+α9Rm+α10CHG_EPS +α11RPL+ε4（4）

模型（4）中因变量的定义与相同。N2P是一个虚拟变量，如果公司只是将负收益转为正数，则等于1，否则等于零。假设没有非经常性损益项目公司的净利润为负，有非经常性损益项目净利润为正，则N2P为1或0。NR_PS表示每股非经常性损益项目，相当于在年报中披露的非经常性损益项目除以财政年度末的净资产。除N2P之外的所有变量都除以会计年度末的净资产。控制变量与模型（1）中的控制变量相同。

二、统计结果

（一）描述性统计

通过变量的描述性统计发现，一年期的分析师盈利预测修正值（FY1_EPS）的平均值为-0.284，中位数为-0.013，这意味着分析师的整体盈利预测下调。两年期的分析师的盈利预测修正值（FY2_EPS）平均值为-0.495，中位数为-0.013，表明分析师的两年盈利预测也下调。此外，一年期的分析师盈利预测修正值（FY1_EPS）明显区别于两年期的分析师的盈利预测修正值（FY2_EPS）。

NR_PS的平均值为0.065，这意味着净非常利润为正，占净资产的6.5%。POS_NR的平均值为0.068，NEG_NR的平均值为-0.002，表明在上市公司中，平均非常收益远大于平均非常损失。

对于各种非经常性损益项目，Scope的平均值为0.030，这意味着由于业务范围的变化而导致的非经常性损益项目占3%，而Govern的平均值为0.037，表明政府政策产生的非经常性损益项目占3.74%。在使用非經常性损益项目改变公司收益（从负面到正面，或从正面到负面）的两种情况中，后者很少发生，而7%的公司使用非经常性损益项目将损失转化为收益。对于控制变量，DA存在很大差异，这表明上市公司的盈余管理的规模各不相同。其余控制变量的差异很小，表明这些控制变量在样本中离散程度低。

（二）回归分析结果

分析假设1的回归分析结果得知，其中FY1_EPS是分析师的一年盈利预测修正，而FY2_EPS是分析师的两年盈利预测修正，自变量NR_PS测量每股非经常性收益或损失。在回归过程中控制异方差性。如果NR_PS的系数为正，那么非经常性损益项目的披露与分析师的盈利预测修正之间存在相关性：即非经常性损益项目包含增量信息，分析师会根据非经常性损益项目做出预测改变。

通过统计假设2的检验结果发现，相互作用的系数NR_PS×N2P在一年期中不显着，但在两年期中显著水平为1%。这表明，当公司使用非经常性损益项目将损失转化为收益时，分析师可以识别这种操纵，然后下调盈利预测，这主要反映在两年期的盈利预测中。当因变量为FY2_EPS时，NR_PS与NR_PS×N2P的系数之和为负，这表明分析人员将其视为该公司绩效不良的信号，如果存在证据表明公司使用非经常性损益项目将损失转化为收益，则下调盈利预测。

三、结论

本文指出非经常性损益项目包含未来损益的信息，这些信息有助于信息使用者对公司价值的判断。此外，不同来源的非经常性损益项目提供不同级别的增量信息。全面披露非经常性损益项目可以提高公司财务报告的质量，并帮助资本市场投资者做出决策。只有更好地监管非经常性损益项目的披露，才能更好地改善中国的信息披露制度，遏制管理层的利润操纵，保护投资者的利益，促进资本市场的健康发展。

注释：

非经常性损益项目的定义来自中国证券监督管理委员会公告[2008]第43号。损益项目分类编号源自非经常性损益项目的Wind数据库分类。

参考文献：

[1]周涛.非经常性损益与盈余管理——来自上海A股证券市场的经验数据[J].财会通讯（学术版），2008（3）.

[2]赖晓娜.分析师预测误差与信息选择的相关性研究——基于LH证券公司研究报告的实证分析[J].会计之友，2011（10）.