肖志超，胡國強(qiáng)

（天津財(cái)經(jīng)大學(xué) 商學(xué)院，天津 300222）

一、引 言

隨著近年來“從微觀到宏觀”研究范式的興起，會(huì)計(jì)信息對宏觀經(jīng)濟(jì)增長的預(yù)測功能備受關(guān)注?，F(xiàn)有研究發(fā)現(xiàn)，資本市場層面匯總的會(huì)計(jì)盈余與未來GDP增長顯著正相關(guān)（Konchitchki和Patatoukas，2014；方軍雄等，2015；唐松等，2015；羅宏等，2016）。然而，正如 Ball和 Sadka（2015）所指出，匯總的會(huì)計(jì)盈余對經(jīng)濟(jì)增長的預(yù)測并非僅由公司層面會(huì)計(jì)盈余所具有的預(yù)測信息簡單加總而來；相關(guān)研究在探討匯總會(huì)計(jì)信息與宏觀經(jīng)濟(jì)變量之間的相關(guān)性時(shí)，還要深入分析會(huì)計(jì)信息預(yù)測宏觀經(jīng)濟(jì)增長的實(shí)現(xiàn)路徑。鑒于此，本文參考Konchitchki和Patatoukas（2014）以及Abdalla和Carabias（2017）的研究思路，基于國民經(jīng)濟(jì)核算體系內(nèi)在邏輯和會(huì)計(jì)穩(wěn)健性原則，將凈利潤分解為資產(chǎn)減值損失和不包括資產(chǎn)減值損失的凈利潤（下文簡稱“調(diào)整會(huì)計(jì)盈余”），考察了會(huì)計(jì)信息對未來GDP增長預(yù)測功能的實(shí)現(xiàn)路徑。

其理論邏輯是：一方面，在會(huì)計(jì)準(zhǔn)則體系中，會(huì)計(jì)盈余是收入和費(fèi)用在權(quán)責(zé)發(fā)生制下配比核算的結(jié)果，反映的是企業(yè)過去發(fā)生的交易和事項(xiàng)，主要體現(xiàn)為歷史成本計(jì)量。在國民經(jīng)濟(jì)核算體系下，營業(yè)盈余作為GDP的重要組成部分，同樣以權(quán)責(zé)發(fā)生制和歷史成本法作為核算基礎(chǔ)，與會(huì)計(jì)盈余具有高度兼容性（Konchitchki和 Patatoukas，2014；唐松等，2015；羅宏等，2016）。因此，從國民經(jīng)濟(jì)核算體系內(nèi)在邏輯來看，會(huì)計(jì)盈余的宏觀經(jīng)濟(jì)預(yù)測能力可能來自會(huì)計(jì)盈余與營業(yè)盈余的“機(jī)械”相關(guān)。換言之，可以觀測到“當(dāng)期調(diào)整會(huì)計(jì)盈余?未來營業(yè)盈余?未來GDP增長”這一影響路徑，本文將其概括為“盈余傳導(dǎo)”。

另一方面，資產(chǎn)減值項(xiàng)目作為會(huì)計(jì)穩(wěn)健原則的集中體現(xiàn)，同樣能預(yù)測宏觀經(jīng)濟(jì)增長，并且其預(yù)測功能的實(shí)現(xiàn)所遵循的路徑可能與“盈余傳導(dǎo)”不同。首先，資產(chǎn)減值損失以可回收金額與賬面價(jià)值孰低為計(jì)量標(biāo)準(zhǔn)，而可回收金額以資產(chǎn)的公允價(jià)值減去?處置費(fèi)用后的凈額與資產(chǎn)預(yù)計(jì)未來現(xiàn)金流量的現(xiàn)值中較高者確定（參見《企業(yè)會(huì)計(jì)準(zhǔn)則第8號(hào) 資產(chǎn)減值》）。通過將未來預(yù)期損失提前確認(rèn)至當(dāng)期盈余，資產(chǎn)減值項(xiàng)目體現(xiàn)了管理層對未來經(jīng)營風(fēng)險(xiǎn)和負(fù)面沖擊的估計(jì)（Abdalla 和 Carabias，2017；Konchitchki和 Patatoukas，2016；Laurion 和 Patatoukas，2016）。其次，與調(diào)整會(huì)計(jì)盈余的高度序列相關(guān)不同，資產(chǎn)減值項(xiàng)目帶有偶發(fā)性特征，并且未包含在國內(nèi)生產(chǎn)總值的核算中。最后，更重要的是，它是管理者在穩(wěn)健原則下運(yùn)用會(huì)計(jì)估計(jì)和專業(yè)判斷的結(jié)果，包含了管理者有關(guān)未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的大量私有信息。雖然資產(chǎn)減值項(xiàng)目可能成為管理層進(jìn)行盈余操縱的工具（張然等，2007；譚燕，2008），但市場層面的匯總資產(chǎn)減值項(xiàng)目能抵消公司層面的操縱性“噪音”（Ball和Sadka，2015），體現(xiàn)為管理者對未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的“系統(tǒng)性”估計(jì)。因此，與匯總調(diào)整會(huì)計(jì)盈余相比，匯總資產(chǎn)減值對經(jīng)濟(jì)增長的預(yù)測功能主要通過對未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的估計(jì)來實(shí)現(xiàn)（Konchitchki和Patatoukas，2016），本文將這一實(shí)現(xiàn)路徑概括為“風(fēng)險(xiǎn)感知”。

本文利用2003年第一季度至2016年第四季度滬深A(yù)股公司匯總的財(cái)務(wù)數(shù)據(jù)，研究了會(huì)計(jì)信息通過“風(fēng)險(xiǎn)感知”和“盈余傳導(dǎo)”兩條路徑對GDP經(jīng)濟(jì)增長的預(yù)測作用。研究發(fā)現(xiàn)：（1）匯總的資產(chǎn)減值項(xiàng)目和匯總的調(diào)整會(huì)計(jì)盈余均對未來GDP增長具有預(yù)測能力。（2）以宏觀經(jīng)濟(jì)先行指數(shù)和企業(yè)家信心指數(shù)作為未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的代理變量，采用中介效應(yīng)模型檢驗(yàn)“風(fēng)險(xiǎn)感知”路徑，發(fā)現(xiàn)宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)變量在資產(chǎn)減值項(xiàng)目的預(yù)測過程中具有顯著的中介效應(yīng)，而這一中介效應(yīng)在調(diào)整會(huì)計(jì)盈余的預(yù)測過程中不顯著，支持資產(chǎn)減值項(xiàng)目經(jīng)由“風(fēng)險(xiǎn)感知”路徑實(shí)現(xiàn)預(yù)測功能的假設(shè)。同時(shí)，構(gòu)建反向回歸模型對“盈余傳導(dǎo)”路徑進(jìn)行檢驗(yàn)，發(fā)現(xiàn)調(diào)整會(huì)計(jì)盈余與GDP增長的相關(guān)性主要是通過營業(yè)盈余來實(shí)現(xiàn)的，而營業(yè)盈余的作用在資產(chǎn)減值項(xiàng)目與GDP增長的相關(guān)性中并不顯著，這一結(jié)果支持本文提出的“盈余傳導(dǎo)”路徑。（3）在進(jìn)一步的研究中，本文以宏觀信用利差波動(dòng)和經(jīng)濟(jì)周期波動(dòng)來刻畫宏觀經(jīng)濟(jì)下行壓力，檢驗(yàn)發(fā)現(xiàn)在經(jīng)濟(jì)下行壓力加大時(shí)，匯總的資產(chǎn)減值項(xiàng)目與未來GDP增長的負(fù)向關(guān)系更顯著，而匯總的調(diào)整會(huì)計(jì)盈余與未來GDP增長的正向關(guān)系在不同經(jīng)濟(jì)運(yùn)行狀態(tài)下沒有顯著差異。本文研究表明，會(huì)計(jì)信息經(jīng)由“風(fēng)險(xiǎn)感知”與“盈余傳導(dǎo)”兩條路徑對未來經(jīng)濟(jì)增長發(fā)揮預(yù)測功能。

本文可能的研究貢獻(xiàn)有：（1）首次將會(huì)計(jì)穩(wěn)健性原則與國民經(jīng)濟(jì)核算體系相結(jié)合，通過將會(huì)計(jì)盈余分解為資產(chǎn)減值與調(diào)整會(huì)計(jì)盈余，提出并證實(shí)了會(huì)計(jì)信息預(yù)測宏觀經(jīng)濟(jì)的“盈余傳導(dǎo)”和“風(fēng)險(xiǎn)感知”兩條路徑。Konchitchki和 Patatoukas（2016）以及 Abdalla和 Carabias（2017）均指出，會(huì)計(jì)穩(wěn)健性包含了未來宏觀風(fēng)險(xiǎn)的信息，但并未對此進(jìn)行檢驗(yàn)。本文以中介效應(yīng)模型對風(fēng)險(xiǎn)感知路徑進(jìn)行了檢驗(yàn)，拓展了Konchitchki和Patatoukas（2014）的研究范式，為宏觀會(huì)計(jì)領(lǐng)域的相關(guān)研究提供了新的思路。（2）現(xiàn)有研究對會(huì)計(jì)穩(wěn)健性在緩解信息不對稱、降低融資成本以及提高資本市場定價(jià)效率等微觀層面的經(jīng)濟(jì)后果進(jìn)行了充分討論（張敦力和李琳，2011；陳圣飛等，2011；張榮武和伍中信，2010），資產(chǎn)減值項(xiàng)目所體現(xiàn)的穩(wěn)健原則也在微觀層面得到證實(shí)（Dechow和 Ge，2006；Callen 等，2010；Roychowdhury 和 M artin，2013）。而在宏觀經(jīng)濟(jì)層面，除了 Craw ley（2015）首次研究了會(huì)計(jì)穩(wěn)健性在經(jīng)濟(jì)增長中的表現(xiàn)及其對貨幣政策的影響外，這方面的文獻(xiàn)還很少見。本文通過對資產(chǎn)減值項(xiàng)目宏觀預(yù)測能力的研究，提供了會(huì)計(jì)穩(wěn)健性宏觀經(jīng)濟(jì)后果的新證據(jù)。

二、文獻(xiàn)回顧與研究假設(shè)

自Ball和Brown（1968）開創(chuàng)性地將實(shí)證范式引入會(huì)計(jì)盈余信息含量的研究以來，如何利用財(cái)務(wù)信息預(yù)測企業(yè)經(jīng)營績效，始終是財(cái)務(wù)會(huì)計(jì)領(lǐng)域的經(jīng)典問題。會(huì)計(jì)信息不但是企業(yè)投融資決策、制定發(fā)展戰(zhàn)略的重要基礎(chǔ)，還在反映宏觀經(jīng)濟(jì)波動(dòng)和支持政府宏觀經(jīng)濟(jì)決策等方面具有重要意義，但后者長期未受到關(guān)注（姜國華和饒品貴，2011）。近年來隨著“微觀?宏觀”范式的興起，以宏觀視角對會(huì)計(jì)盈余信息含量的研究開始增多。Konchitchki和Patatoukas（2014）的研究首次提供了會(huì)計(jì)盈余在宏觀經(jīng)濟(jì)層面具有信息含量的證據(jù)，發(fā)現(xiàn)季度匯總會(huì)計(jì)盈余同比增長與未來四個(gè)季度的GDP增長均顯著正相關(guān)。隨后，延續(xù)其研究思路，唐松等（2015）及羅宏等（2016）利用中國上市公司數(shù)據(jù)，也證實(shí)了當(dāng)期會(huì)計(jì)盈余與未來GDP增長的相關(guān)性，并且發(fā)現(xiàn)新會(huì)計(jì)準(zhǔn)則的采用提高了會(huì)計(jì)盈余的宏觀預(yù)測能力。此外，方軍雄等（2015）發(fā)現(xiàn)分析師的確利用了會(huì)計(jì)盈余所包含的宏觀經(jīng)濟(jì)信息。

現(xiàn)有研究認(rèn)為，會(huì)計(jì)盈余之所以能夠預(yù)測GDP增長，原因在于：（1）當(dāng)期會(huì)計(jì)盈余不但反映了過去投資活動(dòng)的回報(bào)，也包含未來盈余信息；而企業(yè)盈余在?準(zhǔn)則體系下的核算過程與國民經(jīng)濟(jì)核算體系高度兼容，既構(gòu)成收入法下GDP的重要組成部分 營業(yè)盈余，也與GDP的其他組成部分密切相關(guān)（Fischer和Merton，1984）。因此，作為企業(yè)層面的產(chǎn)出信息，會(huì)計(jì)盈余“天然”地具有將微觀企業(yè)與宏觀經(jīng)濟(jì)聯(lián)系起來的紐帶作用（Konchitchki和Patatoukas，2014；羅宏等，2016）。（2）除了傳遞企業(yè)未來現(xiàn)金流信息外，會(huì)計(jì)盈余中也包含關(guān)于企業(yè)未來經(jīng)營風(fēng)險(xiǎn)的信息，因此匯總會(huì)計(jì)盈余能提供有關(guān)宏觀經(jīng)濟(jì)增長的實(shí)質(zhì)性預(yù)測信息。但現(xiàn)有研究并未深入分析會(huì)計(jì)盈余如何實(shí)現(xiàn)對宏觀經(jīng)濟(jì)增長的預(yù)測功能。作為國民經(jīng)濟(jì)核算體系的有機(jī)組成部分，會(huì)計(jì)盈余除了表現(xiàn)出直接、可觀測的“機(jī)械”相關(guān)性外，是否還能提供不可直接觀測的實(shí)質(zhì)性預(yù)測信息？本文以此為切入點(diǎn)，將會(huì)計(jì)盈余分解為調(diào)整會(huì)計(jì)盈余與資產(chǎn)減值損失兩部分，深入分析會(huì)計(jì)信息宏觀經(jīng)濟(jì)預(yù)測功能的實(shí)現(xiàn)路徑。

首先，在會(huì)計(jì)準(zhǔn)則體系中，會(huì)計(jì)盈余是收入和費(fèi)用在權(quán)責(zé)發(fā)生制下配比核算的結(jié)果，反映的是企業(yè)過去發(fā)生的交易和事項(xiàng)，主要體現(xiàn)為歷史成本計(jì)量。會(huì)計(jì)盈余作為企業(yè)過去投資行為的收益，提供了未來期間投資回報(bào)的信息，而后者作為營業(yè)盈余又是收入法下GDP的重要組成部分。因此，盈余與未來GDP增長之間的“機(jī)械”相關(guān)，意味著存在“當(dāng)期會(huì)計(jì)盈余?未來營業(yè)盈余?未來GDP增長”這一影響路徑。本文認(rèn)為不包括資產(chǎn)減值項(xiàng)目的調(diào)整會(huì)計(jì)盈余通過“盈余傳導(dǎo)”路徑實(shí)現(xiàn)對宏觀經(jīng)濟(jì)增長的預(yù)測功能。

其次，資產(chǎn)減值項(xiàng)目作為會(huì)計(jì)穩(wěn)健原則的集中體現(xiàn)，通過將未來可能要承受的損失和風(fēng)險(xiǎn)提前反映至當(dāng)期利潤，其計(jì)量過程涉及大量會(huì)計(jì)估計(jì)與專業(yè)判斷，反映了管理層關(guān)于企業(yè)經(jīng)營和宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的私有信息。因此，市場層面匯總的資產(chǎn)減值項(xiàng)目在消除公司層面的操縱性“噪音”后（Ball和 Sadkaz，2015；Konchitchki和 Patatoukas，2014；Abdalla和 Carabias，2017），理論上能夠反映管理層對企業(yè)經(jīng)營和宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的整體判斷，從而為宏觀經(jīng)濟(jì)預(yù)測提供實(shí)質(zhì)信息。具體表現(xiàn)有：存貨跌價(jià)準(zhǔn)備反映了企業(yè)庫存商品未來預(yù)期現(xiàn)金流的減少，可能與經(jīng)濟(jì)運(yùn)行中需求不振有關(guān)；壞賬準(zhǔn)備反映了微觀企業(yè)層面的流動(dòng)性壓力，與宏觀經(jīng)濟(jì)下滑或貨幣政策變動(dòng)有關(guān)；而固定資產(chǎn)減值通常與企業(yè)盈利能力下降和技術(shù)淘汰有關(guān)。這些都反映了宏觀經(jīng)濟(jì)形勢的惡化或者企業(yè)經(jīng)營層面的負(fù)面沖擊。而與資產(chǎn)減值項(xiàng)目所體現(xiàn)的公允價(jià)值計(jì)量觀不同，調(diào)整會(huì)計(jì)盈余主要基于歷史成本計(jì)量，反映的是企業(yè)過去發(fā)生的交易和事項(xiàng)。更重要的是，與調(diào)整會(huì)計(jì)盈余的高度序列相關(guān)性相比，資產(chǎn)減值項(xiàng)目帶有偶發(fā)性特征，并且未包含在國民生產(chǎn)總值的核算中。因此，本文預(yù)期，在控制調(diào)整會(huì)計(jì)盈余中的預(yù)測信息后，資產(chǎn)減值項(xiàng)目依然能夠提供有關(guān)宏觀經(jīng)濟(jì)增長的實(shí)質(zhì)性預(yù)測信息。換言之，企業(yè)計(jì)提的資產(chǎn)減值損失越多，未來經(jīng)濟(jì)增速越低。另外，與“盈余傳導(dǎo)”不同，資產(chǎn)減值項(xiàng)目的預(yù)測能力主要通過對未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的反映來實(shí)現(xiàn)，存在“當(dāng)期資產(chǎn)減值?未來宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)?未來GDP增長”這一影響路徑，即資產(chǎn)減值通過“風(fēng)險(xiǎn)感知”路徑實(shí)現(xiàn)對宏觀經(jīng)濟(jì)增長的預(yù)測功能。

綜上分析，本文將會(huì)計(jì)盈余的宏觀預(yù)測功能分解為調(diào)整會(huì)計(jì)盈余的“盈余傳導(dǎo)”與資產(chǎn)減值項(xiàng)目的“風(fēng)險(xiǎn)感知”兩種實(shí)現(xiàn)路徑。本文據(jù)此提出以下假設(shè)：

假設(shè)1：匯總的調(diào)整會(huì)計(jì)盈余與未來GDP增長顯著正相關(guān)，匯總的資產(chǎn)減值項(xiàng)目與未來GDP增長顯著負(fù)相關(guān)。

假設(shè)2：調(diào)整會(huì)計(jì)盈余通過對未來營業(yè)盈余的反映實(shí)現(xiàn)對GDP增長的預(yù)測，即“盈余傳導(dǎo)”路徑。

假設(shè)3：資產(chǎn)減值項(xiàng)目通過對未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的反映實(shí)現(xiàn)對GDP增長的預(yù)測，即“風(fēng)險(xiǎn)感知”路徑。

三、研究設(shè)計(jì)

（一）計(jì)量模型與變量說明

首先，本文將凈利潤分解為資產(chǎn)減值損失和調(diào)整會(huì)計(jì)盈余（不包括資產(chǎn)減值損失的凈利潤），考察對于未來GDP增長的預(yù)測，它們各自是否具有信息含量。借鑒Konchitchk i和Patatoukas（2014）的方法構(gòu)建如下模型，在控制當(dāng)期經(jīng)濟(jì)增長和宏觀經(jīng)濟(jì)景氣程度后，檢驗(yàn)匯總季度資產(chǎn)減值損失與調(diào)整會(huì)計(jì)盈余是否與未來四個(gè)季度的GDP增長相關(guān)。

）的構(gòu)建方法與 Konchitchki和 Patatoukas（2014）以及羅宏等（2016）一致，限于篇幅，不再贅述。在模型（1）中，加入當(dāng)期經(jīng)濟(jì)增長（）與宏觀經(jīng)濟(jì)景氣程度）作為控制變量。由于宏觀經(jīng)濟(jì)景氣程度與當(dāng)期GDP增長具有較強(qiáng)的多重共線性，本文以宏觀經(jīng)濟(jì)預(yù)警指數(shù)季度同比增長率作為宏觀經(jīng)濟(jì)景氣的反向指標(biāo)，①在穩(wěn)健性檢驗(yàn)中，我們還以單個(gè)或多個(gè)景氣指標(biāo)替換宏觀經(jīng)濟(jì)預(yù)警指數(shù)，除了個(gè)別變量系數(shù)的顯著性減弱外，主要結(jié)論保持不變。季度預(yù)警指數(shù)由月度數(shù)據(jù)取均值得到。根據(jù)假設(shè)1，本文預(yù)期模型（1）中系數(shù)2k顯著為負(fù)，系數(shù)3k顯著為正。

其次，本文構(gòu)建模型（2）至模型（5）來檢驗(yàn)資產(chǎn)減值損失和調(diào)整會(huì)計(jì)盈余是否通過對宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的反映來實(shí)現(xiàn)經(jīng)濟(jì)增長預(yù)測功能。

其中，本文以宏觀經(jīng)濟(jì)先行指數(shù)（FORW）和工業(yè)企業(yè)家信心指數(shù)（CONF）作為宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)（RISK）的代理變量，在檢驗(yàn)中采用兩者的同比增長數(shù)據(jù)。宏觀經(jīng)濟(jì)先行指數(shù)作為反映經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)和景氣狀況的先兆性指標(biāo)，常用于對經(jīng)濟(jì)運(yùn)行形勢的預(yù)測（郭國峰和鄭召鋒，2010；柳建華等，2015）。而企業(yè)家信心指數(shù)能綜合反映企業(yè)家對當(dāng)前宏觀經(jīng)濟(jì)形勢和發(fā)展趨勢的樂觀程度，是經(jīng)濟(jì)波動(dòng)的前瞻性指標(biāo)（Mehra和Martin，2003；蘇冬蔚和曾海艦，2011）。根據(jù)上文分析，本文預(yù)期宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)在資產(chǎn)減值損失對未來經(jīng)濟(jì)增長的預(yù)測中發(fā)揮顯著的中介效應(yīng)，而在會(huì)計(jì)盈余的預(yù)測中不具有中介效應(yīng)。

最后，本文參考 Patatoukas（2014）、Sadka 和 Sadka（2009）以及 Abdalla 和 Carabias（2017）的研究，構(gòu)建反向回歸模型（6）和模型（7）來檢驗(yàn)會(huì)計(jì)盈余對經(jīng)濟(jì)增長的預(yù)測是否通過“盈余傳導(dǎo)”路徑實(shí)現(xiàn)。本文之所以采用反向回歸模型而非中介效應(yīng)模型，是因?yàn)闋I業(yè)盈余作為GDP組成部分，并不具有中介變量特征。換言之，營業(yè)盈余與GDP之間的相關(guān)性是總體與部分的關(guān)系，而非因果關(guān)系，不符合中介效應(yīng)范疇。其中，CORP表示GDP收入法核算下的營業(yè)盈余。由于我國GDP采用部門法和支出法核算，無法直接取得收入法下的營業(yè)盈余，因此采用季度規(guī)模以上工業(yè)企業(yè)利潤總額與銷售收入總額之比的同比增長作為的代理變量。反向回歸模型將營業(yè)盈余與GDP放在同側(cè)，體現(xiàn)營業(yè)盈余作為GDP的重要組成部分。本文預(yù)期與的相關(guān)性主要由當(dāng)期會(huì)計(jì)盈余與未來營業(yè)盈余之間的相關(guān)性引起的，而LOSS與的相關(guān)性較弱。因此，本文預(yù)期，模型（6）中2k不顯著，模型（7）中2k顯著。

我們在實(shí)證檢驗(yàn)中采用NW-HAC處理后的標(biāo)準(zhǔn)差來檢驗(yàn)系數(shù)顯著性。根據(jù)格林（2013）的規(guī)則，N W檢驗(yàn)滯后階數(shù)為N的0.25次方根，N=56，因此選擇滯后期數(shù)為2。

（二）研究樣本與數(shù)據(jù)來源

本文的研究區(qū)間為2003年第一季度至2016年第四季度，共56個(gè)季度觀測值。本文所用季度GDP數(shù)據(jù)和規(guī)模以上工業(yè)企業(yè)利潤總額來自國家統(tǒng)計(jì)局官方網(wǎng)站，其他宏觀變量來自中經(jīng)網(wǎng)宏觀經(jīng)濟(jì)數(shù)據(jù)庫，上市公司數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫。我們對季度全部公司樣本進(jìn)行了如下處理：（1）剔除被ST、PT或退市的公司；（2）剔除金融行業(yè)樣本；（3）剔除財(cái)務(wù)數(shù)據(jù)或總市值缺失的樣本；（4）借鑒Konchitchki和Patatoukas（2014）的做法，剔除上市公司季度會(huì)計(jì)盈余同比增長和季度資產(chǎn)減值損失數(shù)據(jù)小于1%分位數(shù)和大于99%分位數(shù)的樣本。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

（二）回歸分析

模型（1）的檢驗(yàn)結(jié)果見表1。不管是將ΔRES與LOSS單獨(dú)還是同時(shí)放入模型中，ΔRES在未來1期至未來4期對GDP增長均具有顯著的預(yù)測能力；而LOSS除在未來1期對GDP增長的影響不顯著外，與未來2期至4期的GDP增長均至少在10%水平上顯著負(fù)相關(guān)。與假設(shè)1一致，在控制當(dāng)期宏觀經(jīng)濟(jì)變量所包含的預(yù)測信息后，調(diào)整會(huì)計(jì)盈余與資產(chǎn)減值對未來GDP增長均發(fā)揮了增量預(yù)測作用。

表1 資產(chǎn)減值與調(diào)整會(huì)計(jì)盈余的宏觀預(yù)測能力

為深入分析各解釋變量對模型調(diào)整R2的邊際貢獻(xiàn)程度，本文計(jì)算了各變量的夏普率值。變量的夏普率值越大，表明該變量對經(jīng)濟(jì)增長的解釋能力越強(qiáng)（Shapley，1952）。未報(bào)告的結(jié)果顯示，隨著預(yù)測期間的延長，LOSS對GDP增長的解釋能力逐步增強(qiáng)，由最初的4.46%提升至38.53%，并在未來4期時(shí)對經(jīng)濟(jì)增長的解釋能力超過。而資產(chǎn)減值項(xiàng)目占營業(yè)收入的比重平均只有0.6%，與其在損益項(xiàng)目中所占比重相比，它對經(jīng)濟(jì)增長的解釋能力進(jìn)一步證實(shí)了其宏觀經(jīng)濟(jì)預(yù)測功能的有效性。

上述檢驗(yàn)已證實(shí)資產(chǎn)減值項(xiàng)目與調(diào)整會(huì)計(jì)盈余對宏觀經(jīng)濟(jì)增長均具有預(yù)測功能，那么兩者是否具有相同的實(shí)現(xiàn)機(jī)制？本文認(rèn)為，資產(chǎn)減值項(xiàng)目對經(jīng)濟(jì)增長的預(yù)測功能主要通過“風(fēng)險(xiǎn)感知”路徑來實(shí)現(xiàn)，即“當(dāng)期資產(chǎn)減值?未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)?未來GDP增長”；而調(diào)整會(huì)計(jì)盈余對經(jīng)濟(jì)增長的預(yù)測功能主要通過“盈余傳導(dǎo)”路徑來實(shí)現(xiàn)，即“當(dāng)期調(diào)整會(huì)計(jì)盈余?未來營業(yè)盈余?GDP增長”。

表2 風(fēng)險(xiǎn)感知路徑檢驗(yàn)：以宏觀經(jīng)濟(jì)先行指數(shù)為中介變量

當(dāng)以企業(yè)家信心指數(shù)來反映宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)時(shí)，表3報(bào)告了相似的結(jié)果。列（1）顯示，資產(chǎn)減值損失與企業(yè)家信心指數(shù)顯著負(fù)相關(guān)。在同時(shí)考慮企業(yè)家信心指數(shù)與資產(chǎn)減值損失后，Panel A顯示，除列（5）外，ΔCONF的系數(shù)均在5%水平上顯著；同時(shí)，LOSS估計(jì)系數(shù)的顯著性與大小與表1中的各期相比均顯著要低。這表明資產(chǎn)減值損失對經(jīng)濟(jì)增長的影響部分是通過對企業(yè)家信心指數(shù)的影響間接實(shí)現(xiàn)的，即企業(yè)家信心指數(shù)在資產(chǎn)減值損失對經(jīng)濟(jì)增長的預(yù)測中具有中介效應(yīng)。對于調(diào)整會(huì)計(jì)盈余，Panel B顯示，除列（2）外，ΔCONF的估計(jì)系數(shù)均不顯著；同時(shí)，ΔRES對GDP增長的影響依然保持較強(qiáng)的顯著性。未報(bào)告的Bootstrap檢驗(yàn)也顯示，中介效應(yīng)不顯著。綜上分析，宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的代理變量在資產(chǎn)減值損失對未來經(jīng)濟(jì)增長的預(yù)測中表現(xiàn)出顯著的中介效應(yīng)，支持“風(fēng)險(xiǎn)感知”路徑假設(shè)，但這一路徑并非調(diào)整會(huì)計(jì)盈余預(yù)測經(jīng)濟(jì)增長的實(shí)現(xiàn)路徑。

基于反向回歸對“盈余傳導(dǎo)”路徑的檢驗(yàn)結(jié)果見表4。當(dāng)因變量為ΔRES時(shí)，列（1）顯示，F(xiàn)1.ΔCORP的系數(shù)在1%的水平上顯著為正，F(xiàn)1.ΔGDP不再顯著，說明會(huì)計(jì)盈余對未來1期GDP增長的預(yù)測完全是通過營業(yè)盈余實(shí)現(xiàn)的。在列（2）中，F(xiàn)2.ΔCORP和F2.ΔGDP均顯著，說明會(huì)計(jì)盈余對未來2期GDP增長的預(yù)測部分是通過對營業(yè)盈余的預(yù)測實(shí)現(xiàn)的。而列（3）中F3.ΔCORP不再顯著，列（4）中F4.ΔCORP的系數(shù)顯著為負(fù)，與預(yù)期不符。當(dāng)因變量為LOSS時(shí)，各期ΔCORP的系數(shù)均不顯著，但各期ΔGDP的系數(shù)均顯著為負(fù)?？梢姡辽僭谖磥硪粋€(gè)季度至兩個(gè)季度，會(huì)計(jì)盈余通過“盈余傳導(dǎo)”路徑實(shí)現(xiàn)了對GDP增長的預(yù)測，且這一路徑并不存在于資產(chǎn)減值損失對經(jīng)濟(jì)增長的預(yù)測中。

表3 風(fēng)險(xiǎn)感知路徑檢驗(yàn)：以企業(yè)家信心指數(shù)作為中介變量

表4 盈余傳導(dǎo)路徑檢驗(yàn)

（三）進(jìn)一步分析

根據(jù)上文分析，與調(diào)整會(huì)計(jì)盈余相比，資產(chǎn)減值包含了管理層有關(guān)未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的估計(jì)與判斷，進(jìn)而能提供額外的實(shí)質(zhì)性預(yù)測信息。若上述假設(shè)成立，在穩(wěn)健性原則要求下，資產(chǎn)減值中包含的信息應(yīng)該與未來經(jīng)濟(jì)下行壓力有關(guān)（Dechow和Ge，2006；Callen等，2010）。換言之，與經(jīng)濟(jì)上行期相比，資產(chǎn)減值項(xiàng)目對未來宏觀經(jīng)濟(jì)增長的預(yù)測作用在經(jīng)濟(jì)下行期更為明顯。而若調(diào)整會(huì)計(jì)盈余對宏觀經(jīng)濟(jì)增長的預(yù)測功能更多來自“機(jī)械”關(guān)聯(lián)，則調(diào)整會(huì)計(jì)盈余與經(jīng)濟(jì)增長的相關(guān)性在不同經(jīng)濟(jì)運(yùn)行狀態(tài)下應(yīng)該沒有顯著差異。

為了證實(shí)這一推測，本文構(gòu)建宏觀經(jīng)濟(jì)下行壓力變量與資產(chǎn)減值和調(diào)整會(huì)計(jì)盈余的交互項(xiàng)模型（8），進(jìn)一步檢驗(yàn)會(huì)計(jì)信息對宏觀經(jīng)濟(jì)預(yù)測的“風(fēng)險(xiǎn)感知”路徑。在模型（8）中，ΔDOWN表示宏觀經(jīng)濟(jì)下行壓力，本文分別采用宏觀信用利差變化ΔSD和經(jīng)濟(jì)周期波動(dòng)CY來刻畫。

以宏觀信用利差變化（ΔSD）作為未來宏觀經(jīng)濟(jì)下行壓力的代理變量，其邏輯在于：信用利差是債券到期收益率中高于無風(fēng)險(xiǎn)利率的部分，用于向投資者補(bǔ)償基礎(chǔ)資產(chǎn)的違約風(fēng)險(xiǎn)，通常被認(rèn)為是企業(yè)信用風(fēng)險(xiǎn)的代表，并與經(jīng)濟(jì)增長負(fù)相關(guān)（Mody和Taylor，2003）。信用利差對未來宏觀經(jīng)濟(jì)增長具有負(fù)向信號(hào)功能已得到證實(shí)（Faust等，2013；張燃，2010；王雅炯和幸麗霞，2012；熊海芳和王志強(qiáng)，2015）。

本文以債券市場整體信用利差變化率ΔSD來衡量宏觀信用利差變化，債券指數(shù)日收益率數(shù)據(jù)來自銳思金融數(shù)據(jù)庫。其構(gòu)建方法如下：首先，選擇中債綜合指數(shù)的平均到期收益率（yield）衡量債券市場總體到期收益率。①關(guān)于中債綜合指數(shù)以及下文其他債券指數(shù)的具體說明，可參考中國債券信息網(wǎng)“中債價(jià)格產(chǎn)品”欄目中的說明文件。然后，以中債央票總指數(shù)的平均到期收益率（frisk）來衡量市場無風(fēng)險(xiǎn)收益率。與國債相比，央票利率期限結(jié)構(gòu)完整，發(fā)行規(guī)模較大，流動(dòng)性較強(qiáng)，更符合金融市場無風(fēng)險(xiǎn)收益率曲線的特征（梁琪等，2010；姚余棟和譚海鳴，2011，2013）。最后，將兩個(gè)指數(shù)的日度到期收益率取算術(shù)平均值，得到各自的季度平均到期收益率yieldq和friskq，將yieldq與friskq之差的環(huán)比變化定義為季度宏觀信用利差波動(dòng)ΔSDq。若q季度SDq相對于q-1季度變大，則意味著未來經(jīng)濟(jì)下行壓力加大，反之亦然。

同時(shí)，以宏觀經(jīng)濟(jì)周期的虛擬變量CY作為未來宏觀經(jīng)濟(jì)下行壓力的另一代理變量。由于我國經(jīng)濟(jì)增長趨勢非常明顯，不宜直接采用產(chǎn)出的絕對變化來判斷經(jīng)濟(jì)周期，本文參考羅時(shí)空和龔六堂（2014）、吳華強(qiáng)等（2015）以及劉端和薛靜蕓（2015）的思路，以H-P濾波法得到季度GDP增長的波動(dòng)成分。若波動(dòng)成分為負(fù)，則經(jīng)濟(jì)運(yùn)行下行壓力較大，虛擬變量CY取1；反之，CY取0。根據(jù)上文分析，當(dāng)經(jīng)濟(jì)下行壓力較大時(shí)，資產(chǎn)減值項(xiàng)目與未來GDP增長的負(fù)相關(guān)關(guān)系更強(qiáng)，而調(diào)整會(huì)計(jì)盈余與未來GDP增長的正相關(guān)關(guān)系受到經(jīng)濟(jì)周期的影響并不明顯。因此，對于ΔSD和CY，本文預(yù)期ΔDOWN與LOSS的交互項(xiàng)系數(shù)3k顯著為負(fù)，與ΔRES的交叉項(xiàng)系數(shù)5k不顯著。

表5報(bào)告了以宏觀信用利差變化（ΔSD）作為未來宏觀經(jīng)濟(jì)下行壓力代理變量的檢驗(yàn)結(jié)果，除了未來4期外，ΔSD與GDP增長均顯著負(fù)相關(guān)。這證實(shí)了宏觀信用利差能夠有效預(yù)測宏觀經(jīng)濟(jì)下行風(fēng)險(xiǎn)，也說明了本文將其作為宏觀經(jīng)濟(jì)下行壓力代理變量的合理性。LOSS和ΔSD的交互項(xiàng)除了在未來1期不顯著外，其系數(shù)在未來2期至4期均顯著為負(fù)，而ΔRES和ΔSD的交互項(xiàng)在未來各期均不顯著。這表明資產(chǎn)減值項(xiàng)目中包含的風(fēng)險(xiǎn)信息強(qiáng)化了宏觀經(jīng)濟(jì)下行壓力與未來經(jīng)濟(jì)增長的負(fù)相關(guān)關(guān)系，而調(diào)整會(huì)計(jì)盈余并不具有這一強(qiáng)化作用，這與預(yù)期一致。

表6報(bào)告了以宏觀經(jīng)濟(jì)周期的虛擬變量CY作為未來宏觀經(jīng)濟(jì)下行壓力代理變量的檢驗(yàn)結(jié)果。引入經(jīng)濟(jì)周期虛擬變量后，LOSS與CY的交互項(xiàng)除了在未來1期不顯著外，其系數(shù)在未來2期至4期均在5%水平上顯著為負(fù)，而RES與CY的交互項(xiàng)除了在未來1期顯著為負(fù)外，在未來2期至4期均不顯著，與上述預(yù)期一致。這表明在經(jīng)濟(jì)下行期，資產(chǎn)減值項(xiàng)目與GDP增長的相關(guān)性顯著增強(qiáng)，能對宏觀經(jīng)濟(jì)發(fā)揮更強(qiáng)的預(yù)測功能。根據(jù)上文分析，這主要是因?yàn)樵诮?jīng)濟(jì)下行期，資產(chǎn)減值相對于其他損益項(xiàng)目，通過對預(yù)期損失的提前確認(rèn)，將未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)及時(shí)反映到企業(yè)當(dāng)期損益中，進(jìn)而對宏觀經(jīng)濟(jì)增長具有更強(qiáng)的預(yù)測作用。上述結(jié)果進(jìn)一步證實(shí)了會(huì)計(jì)信息預(yù)測宏觀經(jīng)濟(jì)增長的“風(fēng)險(xiǎn)感知”路徑。

表5 資產(chǎn)減值、宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)與經(jīng)濟(jì)增長

表6 資產(chǎn)減值、經(jīng)濟(jì)周期與經(jīng)濟(jì)增長

（四）穩(wěn)健性檢驗(yàn)①限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果未報(bào)告。

1.考慮到模型（6）和模型（7）可能存在模型設(shè)定問題，本文構(gòu)建模型（9）和模型（10）對“盈余傳導(dǎo)”路徑做了進(jìn)一步檢驗(yàn)。由于營業(yè)盈余是GDP的重要組成部分，ΔCORP與ΔGDP之間的相關(guān)性是機(jī)械的，而非因果的。若“盈余傳導(dǎo)”路徑成立，則可以預(yù)期1k顯著，而2k不顯著。檢驗(yàn)結(jié)果表明，這一預(yù)期至少在未來兩期得到證實(shí)。

2. 為增強(qiáng)結(jié)果的穩(wěn)健性，本文選用分省的季度GDP數(shù)據(jù)和規(guī)模以上工業(yè)企業(yè)利潤總額、省級層面的匯總資產(chǎn)減值損失和匯總會(huì)計(jì)盈余對模型（1）、模型（7）和模型（8）進(jìn)行了檢驗(yàn)，仍支持上文結(jié)論。

3. 替換宏觀經(jīng)濟(jì)運(yùn)行變量。（1）分別以宏觀經(jīng)濟(jì)景氣指數(shù)、工業(yè)企業(yè)景氣指數(shù)和宏觀經(jīng)濟(jì)一致指數(shù)替代宏觀經(jīng)濟(jì)預(yù)警指數(shù)；（2）選取季度工業(yè)增加值替代GDP作為衡量宏觀經(jīng)濟(jì)增長的指標(biāo)，以H-P濾波法處理工業(yè)增加值以重新界定經(jīng)濟(jì)周期；（3）以中國債券總指數(shù)替換中債綜合指數(shù)，以銀行間國債指數(shù)替換中債央票指數(shù)，重新計(jì)算宏觀信用利差波動(dòng)變量；（4）在計(jì)算匯總調(diào)整會(huì)計(jì)盈余和資產(chǎn)減值項(xiàng)目時(shí)，將期初市值加權(quán)平均法改為取算術(shù)平均值。在重新檢驗(yàn)后，本文結(jié)論保持不變。

五、結(jié) 論

本文將凈利潤分解為資產(chǎn)減值項(xiàng)目和調(diào)整會(huì)計(jì)盈余兩部分，考察了會(huì)計(jì)信息宏觀經(jīng)濟(jì)預(yù)測功能的實(shí)現(xiàn)路徑。研究發(fā)現(xiàn)，匯總資產(chǎn)減值項(xiàng)目和匯總調(diào)整會(huì)計(jì)盈余對GDP增長均具有預(yù)測能力，但兩者的預(yù)測功能遵循不同的實(shí)現(xiàn)路徑。具體來說，資產(chǎn)減值損失反映了管理層對未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的判斷與估計(jì)，其預(yù)測路徑表現(xiàn)為“風(fēng)險(xiǎn)感知”。而調(diào)整會(huì)計(jì)盈余的預(yù)測功能則主要是通過與GDP收入法下營業(yè)盈余高度相關(guān)實(shí)現(xiàn)的，體現(xiàn)為“盈余傳導(dǎo)”。與這一觀點(diǎn)一致，中介效應(yīng)模型檢驗(yàn)發(fā)現(xiàn)，宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)變量在資產(chǎn)減值項(xiàng)目的預(yù)測過程中具有顯著的中介效應(yīng)，而這一中介效應(yīng)在調(diào)整會(huì)計(jì)盈余的預(yù)測過程中不顯著，支持了“風(fēng)險(xiǎn)感知”路徑。同時(shí)，反向回歸模型檢驗(yàn)發(fā)現(xiàn)，調(diào)整會(huì)計(jì)盈余與GDP增長的相關(guān)性主要是通過營業(yè)盈余實(shí)現(xiàn)的，而營業(yè)盈余對資產(chǎn)減值項(xiàng)目與GDP增長之間的相關(guān)性并沒有顯著影響，支持“盈余傳導(dǎo)”路徑。進(jìn)一步研究發(fā)現(xiàn)，資產(chǎn)減值因包含更多與未來經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)相關(guān)的信息，在經(jīng)濟(jì)下行壓力加大時(shí)，與未來GDP增長的負(fù)向關(guān)系更為顯著，而匯總調(diào)整會(huì)計(jì)盈余與未來GDP增長的正向關(guān)系在不同經(jīng)濟(jì)運(yùn)行狀態(tài)下沒有顯著差異。本文研究表明，會(huì)計(jì)信息經(jīng)由“風(fēng)險(xiǎn)感知”與“盈余傳導(dǎo)”兩條路徑對未來宏觀經(jīng)濟(jì)增長產(chǎn)生預(yù)測作用。

本文證實(shí)會(huì)計(jì)盈余包含有關(guān)未來經(jīng)濟(jì)運(yùn)行的實(shí)質(zhì)性信息，是預(yù)測未來GDP增長的重要指標(biāo)。因此，提高企業(yè)會(huì)計(jì)盈余的信息質(zhì)量，有助于提高基于微觀數(shù)據(jù)對宏觀經(jīng)濟(jì)變量的預(yù)測效率。此外，本文存在一定的局限性和不足：（1）由于現(xiàn)行國民經(jīng)濟(jì)核算體系并未采用收入法核算，以規(guī)模以上工業(yè)企業(yè)利潤總額可能無法刻畫營業(yè)盈余的全貌，進(jìn)而會(huì)影響“盈余傳導(dǎo)”路徑的檢驗(yàn)結(jié)果；（2）本文認(rèn)為資產(chǎn)減值損失通過對未來宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)的感知來實(shí)現(xiàn)經(jīng)濟(jì)增長預(yù)測功能，但由于樣本期間相對較短，并未從實(shí)證角度闡明其對“未來”宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行預(yù)測的時(shí)間尺度；（3）本文并未考慮GDP的其他組成部分可能與會(huì)計(jì)盈余之間的內(nèi)在關(guān)聯(lián)。

[1]陳圣飛，張忠壽，王燁. 會(huì)計(jì)穩(wěn)健性研究的理論回顧與展望——基于契約觀和信息觀的視角[J]. 會(huì)計(jì)研究，2011，（4）：35?42.

[2]方軍雄，周大偉，羅宏，等. 會(huì)計(jì)信息與宏觀分析師經(jīng)濟(jì)預(yù)測[J]. 中國會(huì)計(jì)評論，2015，（4）：389?412.

[3]郭國峰，鄭召鋒. 中國宏觀經(jīng)濟(jì)先行指數(shù)和一致指數(shù)應(yīng)用效果檢驗(yàn)與改進(jìn)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（10）：131?144.

[4]姜國華，饒品貴. 宏觀經(jīng)濟(jì)政策與微觀企業(yè)行為——拓展會(huì)計(jì)與財(cái)務(wù)研究新領(lǐng)域[J]. 會(huì)計(jì)研究，2011，（3）：9?18.

[5]梁琪，張孝巖，過新偉. 中國金融市場基準(zhǔn)利率的培育——基于構(gòu)建完整基準(zhǔn)收益率曲線的實(shí)證分析[J]. 金融研究，2010，（9）：87?105.

[6]劉端，薛靜蕓. 經(jīng)濟(jì)周期波動(dòng)視角下現(xiàn)金持有在企業(yè)產(chǎn)品市場定價(jià)中的競爭效應(yīng)研究[J]. 中國管理科學(xué)，2015，（9）：9?18.

[7]羅宏，曾永良，方軍雄，等. 會(huì)計(jì)信息的宏觀預(yù)測價(jià)值: 基于中國制度環(huán)境的研究[J]. 會(huì)計(jì)研究，2016，（4）：9?18.

[8]羅時(shí)空，龔六堂. 企業(yè)融資行為具有經(jīng)濟(jì)周期性嗎？——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[J]. 南開管理評論，2014，（2）：74?83.

[9]蘇冬蔚，曾海艦. 宏觀經(jīng)濟(jì)因素、企業(yè)家信心與公司融資選擇[J]. 金融研究，2011，（4）：129?142.

[10]譚燕. 資產(chǎn)減值準(zhǔn)備與非經(jīng)常性損益披露管制——來自中國上市公司的經(jīng)驗(yàn)證據(jù)[J]. 管理世界，2008，（11）：129?142.

[11]唐松，吳秋君，孫錚. 會(huì)計(jì)盈余能預(yù)測未來 GDP 增長率嗎?[J]. 中國會(huì)計(jì)評論，2015，（3）：267?284.

[12]王雅炯，幸麗霞. 基于信用價(jià)差結(jié)構(gòu)的最優(yōu)對宏觀經(jīng)濟(jì)預(yù)測模型的研究[J]. 證券市場導(dǎo)報(bào)，2012，（7）：43?48.

[13]威廉·H·格林. 計(jì)量經(jīng)濟(jì)分析（第七版）[M]. 北京：中國人民大學(xué)出版社，2013.

[14]吳華強(qiáng)，才國偉，徐信忠. 宏觀經(jīng)濟(jì)周期對企業(yè)外部融資的影響研究[J]. 金融研究，2015，（8）：109?123.

[15]熊海芳，王志強(qiáng). 參數(shù)不穩(wěn)定下利差在宏觀經(jīng)濟(jì)與貨幣政策中的應(yīng)用[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，（10）：74?89.

[16]姚余棟，譚海鳴. 央票利率可以作為貨幣政策的綜合性指標(biāo)[J]. 經(jīng)濟(jì)研究，2011，（2）：63?74.

[17]姚余棟，譚海鳴. 通脹預(yù)期管理和貨幣政策——基于“新共識(shí)”宏觀經(jīng)濟(jì)模型的分析[J]. 經(jīng)濟(jì)研究，2013，（6）：45?57.

[18]張敦力，李琳. 會(huì)計(jì)穩(wěn)健性的經(jīng)濟(jì)后果研究述評[J]. 會(huì)計(jì)研究，2011，（7）：19?23.

[19]張然，陸正飛，葉康濤. 會(huì)計(jì)準(zhǔn)則變遷與長期資產(chǎn)減值[J]. 管理世界，2007，（8）：77?84.

[20]張燃. 信用價(jià)差變化與中國實(shí)體經(jīng)濟(jì)增長預(yù)期[J]. 證券市場導(dǎo)報(bào)，2010，（10）：59?64.

[21]張榮武，伍中信. 產(chǎn)權(quán)保護(hù)、公允價(jià)值與會(huì)計(jì)穩(wěn)健性[J]. 會(huì)計(jì)研究，2010，（1）：28?34.

[22]Abdalla A M，Carabias J M. From accounting to econom ics：The role of aggregate special items in gauging the state of the economy[R]. SSRN Working Paper，2017.

[23]A li A，Zarow in P. The role of earnings levels in annual earnings-returns studies[J]. Journal of Accounting Research，1992，30（2）： 286?296.

[24]Ball R，Sadka G. Aggregate earnings and why they matter[J]. Journal of Accounting Literature，2015，34： 39?57.

[25]Callen J L，Dan S，Hope O K. The pricing of conservative accounting and the measurement of conservatism at the firmyear level[J]. Review of Accounting Studies，2010，15（1）： 145?178.

[26]Craw ley M J. Macroeconomic consequences of accounting: The effect of accounting conservatism on macroeconom ic indicators and the money supply[J]. The Accounting Review，2014，90（3）： 987?1011.

[27]Dechow P M，Ge W. The persistence of earnings and cash flows and the role of special items: Implications for the accrual anomaly[J]. Review of Accounting studies，2006，11（2-3）： 253?296.

[28]Faust J，Gilchrist S，W right J H，et al. Credit spreads as predictors of real-time econom ic activity: A Bayesian modelaveraging approach[J]. Review of Econom ics & Statistics，2013，95（5）： 1501?1519.

[29]Fischer S，Merton R C. Macroeconom ics and finance: The role of the stock market[J]. Carnegie-Rochester Conference Series on Public Policy，1984，21（1）： 57?108.

[30]Konchitchki Y，Patatoukas P N. From forecasting to nowcasting the macroeconomy：A granular-origins approach using financial accounting data[R]. SSRN Working Paper，2016.

[31]Laurion H，Patatoukas P N. From m icro to macro: Does conditional conservatism aggregate up in the national income and product accounts?[J]. Journal of Financial Reporting，2016，1（2）： 21?45.

[32]Mehra Y P，Martin E W. Why does consumer sentiment predict household spending?[J]. FRB Richmond Econom ic Quarterly，2003，89（4）： 51?67.

[33]Mody A，Taylor M P. The high-yield spread as a predictor of real economic activity: Evidence of a financial accelerator for the United States[J]. IMF Staff Papers，2003，50（3）： 373?402.

[34]Patatoukas P N. Detecting news in aggregate accounting earnings: Implications for stock market valuation[J]. Review of Accounting Studies，2014，19（1）： 134?160.

[35]Patatoukas P N. Dissecting the association between stock returns and GDP grow th forecast surprises：An implied cost of capital approach[R]. SSRN Working Paper，2016.

[36]Roychowdhury S，Martin X. Understanding discretion in conservatism: An alternative viewpoint[J]. Journal of Accounting & Econom ics，2013，56（2-3）： 134?146.

[37]Sadka G，Sadka R. Predictability and the earnings-returns relation[J]. Journal of Financial Econom ics，2009，94（1）：87?106.

[38]Shapley L S. A value for n-person games[J]. Contributions to the Theory of Games，1953，2（28）： 307?317.