【国盛量化】多因子系列之十四:刻画财报信息质量

（以下内容从国盛证券《【国盛量化】多因子系列之十四:刻画财报信息质量》研报附件原文摘录）
　　报告摘要 本篇报告尝试对公司财报信息质量进行评分。基本面因子依赖财报信息，但上市公司有可能通过盈余调节手段平滑公司利润，导致盈利数据可比性下降。我们在本篇报告中尝试构建因子刻画公司的财报信息质量。 梳理企业盈余调节手段并构建因子，刻画企业账面资产真实性和会计政策稳定性。激进的会计政策偏向于提前确认收入，推迟确认费用，从而夸大当期利润，反之则偏保守。盈余调节严重的公司在报表上呈现出四大特征： 特征一：应收款的账龄和坏账比例高。激进的收入确认伴随应收款激增，且应收款的账龄和坏账较高，收回可能性下降，降低收入确认政策的可信度。因子检验结果显示高账龄、高坏账比的公司股票跑输低账龄、低坏账比的公司股票，且未来盈利能力和成长性较差。 特征二：资产摊销/折旧、坏账/跌价/减值的计提政策大幅偏离。若资产审计过程中会计政策多次出现大幅偏离，则公司极有可能在利用这些科目进行盈余调节。长期会计政策偏离的公司，盈余调节嫌疑大，盈利波动高。 特征三：非折旧型资产占比异常。由于在建工程、无形资产、开发支出、商誉等资产不需要计提或较少计提折旧和摊销，因此企业有做高此类资产的倾向。非折旧型资产占比偏离越大，未来经营恶化可能性更高。 特征四：所得税率波动率越高。按税法及相关规定计算的所得税率波动越高，企业会计政策波动越大，粉饰业绩的可能性越大。所得税率波动高的公司长期跑输波动率低的公司，且盈利可持续性较差。 利用财报信息质量因子降低风险。我们标记因子值低于2倍标准差为异常，并筛选有异常值的股票作为考察组。从统计结果看，进入考察组的公司在未来有更高可能出现风险事件。因子库对我们的排雷指标和规则起补充作用。 综合财报信息质量评分对股票收益有区分能力，且多头组合的盈利可持续性更强。经过复合的财报信息质量因子在wind全A内分十组超额收益呈现单调性，多空组合年化收益6.90%，夏普比1.10，IC均值0.0148，t检验值为3.03，且多头组合未来在roe波动率和np_yoy波动率上的暴露值更低。 投资者对不同质量的财报信息存在反应不足，从而表现出盈余惯性。双因子分组结果显示，财报信息质量高的分域中，超预期组合的正向价格漂移更明显；财报信息质量低的分域中，未达预期组合的负向价格漂移更明显。 结合财报信息质量能提升高盈利超预期策略表现。我们测试了用ROE与信息质量平均得分，或者用异常因子得分剔除部分股票的方式来提升高盈利超预期策略。一方面，财报信息质量因子帮助我们在高ROE的票池中筛去部分潜在风险较高的股票；另一方面，高质量的组合表现出更强的盈余惯性，使得策略在业绩真空期有更好的收益表现。 一、财报信息质量与盈余质量 1.1 报表的保守与激进 保守的会计政策，往往反映公司对风险持有更谨慎的态度，通常会推迟确认收入，提前确认费用，保守估计利润； 激进的会计政策，则偏向于提前确认收入，推迟确认费用，夸大当期利润。 激进的收入确认方式包括： 利用关联交易虚增收入，再通过其他科目洗出资金； 通过短期折扣、软性信贷等方式提高收入，往往对应较低的现金流和较高的应收账款等。 激进的费用确认方式包括： 过低计量折旧与摊销费用，过低计提坏账，过低计提资产减值准备等。 同时，由于三大表间的勾稽关系：利润=收入-成本和费用；资产=负债+权益；当公司夸大利润的同时，必定会对应公司做高资产或减少负债。过去我国的会计准则是以“收入费用观”为导向，导致利润有很强的主观性。而当前会计准则在不断往“资产负债观”方向靠拢，强调以净资产的增加来确认收入的实现。从资产负债表入手是一个不错的选择。 1.2 财报信息质量与盈利能力 财报信息质量与公司盈利能力之间并不完全等同，本篇报告所指的财报信息质量高，仅指公司在编制报表的过程中对盈余的调节程度较低，信息的真实度较高；在这种情况下，好公司与差公司的区分较为明晰；但是若公司报表充斥较多的盈余调节痕迹，那么财报数据失真程度较为严重，一般而言，好公司有藏利润的倾向，而差公司有夸大业绩的倾向。由于我们在财报中只能看到公司核算的结果，因此过度盈余调节会让我们对公司盈利能力的判断产生偏差。 二、构建财报信息质量因子 2.1 利用基础排雷指标筛选样本池 我们先利用常用排雷指标筛去一部分会计师无法给出“标准无保留意见”或有极强盈余调节动机的企业，指标主要包括： 1) 审计意见：会计师认为符合准则的报表会给出标准无保留意见，其他非标准意见包括：带强调事项段的无保留意见、保留意见、否定意见、无法表示意见等，非标准意见的公司存在问题的可能性较大； 2) ST/预期ST：ST即交易所制定的ST规则标记；预期ST根据年度结束后的首次年报预告筛选预期会继续亏损的公司，作为预期ST样本； 3) 违规/立案：近一年有违规/立案记录的企业，包括未及时披露公司重大事项，未按时披露定期报告，信息披露虚假或严重误导性陈述等； 4) 亏损/扭亏：过去一年亏损，或者扭亏为盈的企业； 5) “壳价值”高的企业：连续两年亏损，最新披露净资产为负，且最近四个季度营收小于10亿元的公司为“壳价值”高的企业。 我们看到其实非标准审计意见和ST两条标准就已剔除很多财务状况异常，且风险较高的企业了。同时，亏损或扭亏为盈的企业有很强的盈余调节动机，我们在测试时也一并剔除，在一定程度上也降低了A股市场“壳价值”因素的影响。 2.2 刻画财报信息质量 根据上文对报表特征的总结，我们沿着以下四条思路构建因子： 1) 应收款的账龄和坏账比例：账龄越高，坏账比例越高，应收款收回可能性越低，信息质量越差，收入确认政策的可信程度下降； 2) 资产摊销/折旧、坏账/跌价/减值的计提政策偏离程度：偏离程度越大，会计政策稳健性越差，盈余可比性降低； 3) 非折旧型资产占比偏离程度：偏离程度越大，盈余调节可能性越大； 4) 所得税率波动率：波动率越高，企业粉饰业绩的可能性越大。 2.2.1 应收款的账龄和坏账比 应计量（accruals）是常见衡量企业盈利质量的指标，高应收款往往是企业高营收增长的伴生物。下表是某上市公司2019年年报中披露的应收款明细，我们可以通过分析应收账款和其他应收款的账龄、坏账比例等特征，来反映企业过去几期报表的收入确认政策的激进程度。 应收账款/其他应收款账龄 应收款的账龄是应收账款质量的指标之一，账龄越长，应收账款收回的可能性越低，从而成为一种劣质资产，是未来潜在亏损源。我们同时考虑应收账款和其他应收款的账龄。 从多空组合未来的表现来看，不管是应收账款账龄还是其他应收款账龄，自2017年以来，账龄高的股票组跑输账龄低的股票组，整体的roe水平低于账龄短的股票组，净利润同比也出现大幅的波动。 应收账款账龄单因子多空组合净值走势及未来基本面演化如下： 其他应收款账龄单因子多空组合净值走势及未来基本面演化如下： 应收账款/其他应收款坏账占比 应收款的坏账计提比例也是衡量应收款质量的指标之一。坏账占比越高，应收账款的质量越低，收回可能性越低。应收款同样考虑了应收账款和其他应收款的坏账计提情况： 坏账比=提取的坏账准备之和/应收款之和 从多空组合未来的表现来看，应收账款坏账比高的组合跑输市场基准，坏账比低的组合跑赢基准；且坏账高的组合整体的roe水平和净利润增速水平也较低。 应收账款坏账比单因子多空组合净值走势及未来基本面演化如下： 其他应收款坏账计提比例高的股票组合，未来的净利润增速水平整体偏低。 2.2.2 资产摊销/折旧和坏账/跌价/减值的计提政策偏离程度 应收款坏账计提政策 我们在构建因子的时候考虑了两方面因素： 回看窗口：看过去三年 盈余操纵会形成近期和远期的利润调节，当期夸大的利润大概率会在未来回落，而被低估的业绩也大概率会在未来释放，因此看多期报告数据能包含更多信息。 计算方式：取绝对值再求和 1) 公司过高或过低计提坏账背后的动机较为复杂，如下表的动机分析显示，我们不能简单认为坏账低即代表应收账款没有问题； 2) 过于保守或激进的会计政策都会降低财报数据的信息，误导投资者，我们认为两者均不可取； 3) 多期的利润调节可能会产生正负抵消的效果，从而加大识别难度，取绝对值可以避免这个问题。 我们进一步构建了以下三种因子进行对比： 从股价表现来看，过去坏账计提比： 1) 多次低于行业中值的组合(negative-g9)，持续跑赢市场； 2) 多次高于行业中值的组合(positive-g9)，持续跑输市场； 3) 多次偏离行业中值的组合(abs-g9)长期来看跑输市场基准，而处于行业中值水平的企业(abs-g0)，自2017年以来表现优于偏离度大的企业。 从未来基本面表现来看，过去坏账计提比： 1) 多次低于行业中值的企业(negative-g9)，roe水平更稳定，盈利增速也能维持得更久； 2) 多次高于行业中值的企业(positive-g9)，当前roe水平和盈利增速表现较好，但是长期来看，roe和盈利增速下滑的力度更大； 3) 多次偏离行业中值的企业(abs-g9)，roe水平和盈利增速水平都比较低，并且我们观察到该组企业未来长期盈利增速的波动更大，在未来一年反而呈现出盈利增速上行的趋势，但之后迅速回落，因此这部分公司进行盈余操纵的可能性更高。 从因子逻辑出发，我们认为采用取绝对值再求和的因子构建方式筛选出的公司更符合我们的要求。涉及其他资产类科目的因子均沿用该种构建方式。 存货跌价准备计提政策 我们测算公司的存货跌价准备计提比例，并计算过去3年存货跌价准备计提比例偏离行业中位数的绝对值之和： 固定资产、油气资产、生物性生物资产折旧与减值准备政策 涉及折旧和摊销的经营性资产主要包括固定资产、油气资产和生产性生物资产、长期待摊费用和无形资产。 我们测算各类经营性资产的折旧与减值准备计提比例，其中油气资产和生物性生物资产一并归入固定资产范畴，并计算固定资产、长期待摊费用和无形资产过去3年计提比例偏离行业中位数的绝对值之和。 固定资产折旧率偏离因子多空组合净值走势及未来基本面演化如下： 固定资产减值准备偏离因子多空组合净值走势及未来基本面演化如下： 长期待摊费用和无形资产摊销政策 我们直接利用现金流量表和资产负债表科目计算摊销率： 长期待摊费用摊销率偏离因子多空组合净值走势及未来基本面演化如下： 无形资产摊销率偏离因子多空组合净值走势及未来基本面演化如下： 2.2.3 非折旧型资产占比偏离程度 由于在建工程、无形资产、开发支出、商誉等资产不需要计提或者较少计提折旧和摊销，因此企业有做高此类资产的倾向。常见操纵手段有推迟在建工程转结固定资产的时间，过高估计无形资产，过度资本化研发支出，并购支付过高溢价导致高商誉等。因此我们考察此类资产相对于固定资产比例是否长期偏离行业平均水平： 2.2.4 所得税率波动率 关注企业按税法及相关规定计算的所得税率的稳定性。通常而言，税务局计量的真实性要高于财务计量的真实性，因此我们考察“按税法及相关规定计算的当期所得税”可以大致推算出税务局认定的公司当年的税前利润。当税务局认定的税前利润与公司净利润的比例相差较大，且呈现较高的波动，则应警惕公司可能存在大幅调节利润的情况。 税率的计算依赖于递延所得税资产和负债两个科目，由于公司财务计算的利润和税务局计算的利润不一致，因此设立这两个科目来存放多缴纳或少缴纳的税，且递延所得税资产和负债不得相互抵消。 我们直接利用现金流量表和利润表科目计算所得税率波动率： 2.2.5 因子列表 至此，我们将上述四条逻辑下构建并测试的因子，按涉及科目顺序总结如下： 三、利用财报信息质量因子降低风险 面对众多投资标的，我们对公司质量的要求应该是越严苛越好。我们尝试利用上述因子对公司质量进行评分。在这里我们选择非线性的方式汇总评分，即我们标记因子值低于2倍标准差为异常，并对每家公司加总异常因子数。即有任一指标异常，即纳入风险池考量。 为了检验指标的有效性，我们统计了不同得分下公司在未来年报出现“非标”意见或被处罚的公司数。 我们筛选了2009年到2018年每年12月底年报发布前共26570个样本，其中次年发布的年报无法给出标准无保留意见的样本共1220条，加上未来12个月有违规/立案的样本共2501条。 用基础排雷指标筛选样本后，总计20685条记录，其中当年年报无法给出标准无保留意见的样本共187条，加上有违规/立案的样本共983条。再结合国盛财务风险识别规则库中的其他规则再筛去一批样本，此时非标意见样本召回率为85.49%，非标意见或违规立案样本召回率62.61%。 我们在此基础上利用异常因子得分进行筛选，覆盖到了新的435条非标意见或违规立案记录，说明我们的因子库对已有排雷指标和规则起到了补充的作用。 在异常因子数较高的样本中，次年出现非标意见以及被违规/立案公司的比例高于异常因子数为0的样本；而异常因子数极高（6以上）的样本，虽然没有出现非标意见，或者违规行为，但也多是刚摘帽，或处于重大资产重组或充斥其他负面信息的股票。 如果我们将异常因子数大于0的股票做一个等权组合，该异常组合整体跑输市场基准，相对净值走势如下： 四、综合财报信息质量评分 第二种方式我们采取直接线性合成来形成对公司财报信息质量的综合评分。我们将上述因子分为账龄、坏账率、坏账率偏离、资产折旧/摊销率偏离、资产减值/跌价偏离、非折旧资产占比偏离、所得税率波动率七类，并且将小类因子去极值、标准化、市值行业中性化并调整方向，等权求均值。检验结果显示综合评分高的公司长期跑赢综合评分低的公司。 测试区间：2009~2020.6。 测试样本：wind全A并剔除2.1节中的问题公司。 我们发现经过复合的因子对股票有更稳定区分能力。从分组结果来看，十组收益整体呈现出单调性，财报信息质量越高，年化超额收益越高。 从多空组合净值走势来看，多头组合跑赢空头组合。 从多空组合未来基本面演化情况来看，财报信息质量高的组合，在未来三年里，平均roe水平更高，净利润增速的维持度更好，且roe波动率和净利润增速波动率更低，即这部分企业盈利的可持续性更强。 五、财报信息质量与盈余惯性 5.1 高质量的超预期组合具有更强的盈余惯性 盈余惯性（PEAD）是指盈余公告后，未预期盈余较高的公司未来的市场回报会显著地高于未预期盈余较低的公司，并且价格漂移现象会持续3~6个月。 - 支持有效市场假说学派认为，超额收益来自于承担了额外的风险或交易成本； - 反对有效市场假说学派认为，投资者对盈余公告信息存在反应不足。 从盈余管理视角来看，投资者对不同质量的盈余信息存在反应不足，从而表现出高盈余质量的票池中，价格存在明显的正向漂移，而在低盈余质量的票池中，存在明显的负向漂移。 我们用财报信息质量作为盈利质量的代理变量，在不考虑交易成本的情况下，进行财报信息质量和超预期因子的双因子分组检验： 1) 根据sue和sur因子平均得分作为超预期（growth）打分； 2) 根据财报信息质量因子平均得分作为盈利质量（quality）打分； 3) 在每个月/季度/半年度调仓，等分五组，构建组合，组合表现如下。 组合年化超额收益如下： 无论是哪种调仓频率的分组测试，我们观察到： 1) 在财报信息质量较高的分组中，高超预期组合有较强的正向价格漂移，未达预期组合的负向价格漂移不明显； 2) 在财报信息质量较低的分组中，未达超预期组合有较强的负向价格漂移，高超预期组合的正向价格漂移不明显。 因此，我们可以结合财报信息质量与超预期信息获取更高的收益。 5.2 结合盈利与质量获取更强的盈余惯性 我们在报告开头提到，财报信息质量的高低与企业盈利能力的强弱并非完全等同，作为投资者，我们更愿意投资那些盈利能力强且真实度高的企业。在这里我们选取代表企业内生成长性的指标ROE作为其盈利能力的代理指标，尝试结合财报信息质量来获取更高的盈余惯性带来的超额收益。我们测试了用ROE与信息质量平均得分，或者用异常因子得分剔除潜在风险组合的方式来增强收益。 样本池：wind全A，剔除新股，ST，停牌，和被基础排雷指标标记的股票。 基准策略：月频调仓，每月底在样本池中筛选ROE排名最高的前20%股票，再根据超预期得分筛选前20%的股票，构建组合。 增强策略：月频调仓，每月底在样本池中计算ROE标准分和财报信息质量标准分，并选择均分排名最高的前20%股票，再根据超预期得分筛选前20%的股票，构建组合。 剔除策略：月频调仓，每月底在样本池中剔除异常因子得分大于0的股票，筛选ROE排名前20%股票，再根据超预期得分筛选前20%的股票，构建组合。 第一方面，财报信息质量因子能帮助我们剔除部分潜在风险较高的股票； 第二方面，在年报披露完毕的5~6月，中报发布完毕的9月，三季报发布完毕的11月，增强策略和剔除策略录得更高的超额收益，即高质量的高盈利超预期组合在业绩真空期有更好的收益表现。 风险提示：企业盈余调节手段复杂，因子库无法穷尽所有盈余调节情形；报告利用当前已有的数据进行指标构建和测试，未来存在数据质量较低的风险；以上结论均基于历史数据和统计模型的测算，如果未来市场环境发生改变，不排除模型失效的可能性。 本文节选自国盛证券研究所已于2020年9月13日发布的报告《量化专题报告-多因子系列之十四：刻画财报信息质量》，具体内容请详见相关报告。 刘富兵 S0680518030007 liufubing@gszq.com 李林井 S0680520040002 lilinjing@gszq.com 特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。 重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。 本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。 版权所有，未经许可禁止转载或传播。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）