引言
会计目标是会计系统运行的导向，是会计实践活动的出发点和归宿。我国企业编制财务会计报告的目标主要包括以下两方面内容：(1)向财务报告使用者提供与决策有用的信息。(2)反映企业管理层受托责任的履行情况。在现代公司制下，财产的终级所有权和法人财产权分离，企业资源的所有者(委托人)与企业管理层(代理人)之间便形成了一种委托——受托责任关系，客观上要求会计反映和报告受托经管责任。虽然现行企业财务报告体系将会计目标确定为反映受托责任与提供决策有用信息的二维结构，但是对后者“关注”和落实不够，较大程度上降低了会计信息对投资者、管理者等会计信息使用者的决策相关性。
本文认为，构建一套基于会计信息的风险报告框架
体系可以提高会计信息的决策有用性，充分发挥会计的固有职能，本文研究目标即在于发现能够解释企业系统风险变化的会计维度指标，明确构建企业会计风险报告框架的基础变量，帮助投资者通过对会计信息的分析把握公司系统风险的根源所在，并据以降低投资风险。
文献回顾
系统风险一般以β系数度量。在企业价值研究中，检验会计变量与企业风险相关性的基本思路是用β或者证券总收益历史方差对一系列会计风险变量做回归，确定与风险相关的会计变量，以评估在缺乏股票交易情况下利用会计数据估计β的能力。
Ball和Brown(1969)[1]最早注意到会计信息与β系数存在相关关系，在他们的研究基础上，Beaver，Kettler
吴良海1 谢志华2 王峰娟2
(1. 南京审计学院，江苏 南京 211815；2. 北京工商大学，北京 100048)
摘要：本文应用沪深A股制造业2001~2009年度相关数据，基于PARKS面板数据模型实证检验了会计信息与系统风险的相关性，剖析了我国资本市场反常流动比率、不良杠杆组合及股利政策“异象”的实质所在，据此提出了基于系统风险影响因子构建会计风险报告框架、完善企业会计准则及强化资本市场监管等政策建议。关键词：会计信息；系统风险；会计风险报告框架
Abstract: Based on PARKS panel data model, by using Chinese A-share manufacturing industry annual data from 2001 to 2009, this paper ? rst tested the correlation between the accounting information and systematic risk, and then explored the essence of the unusual current ratio, adverse leveraged portfolio and dividend policy "irregularity" in Chinese capital market. And ? nally put forward some relevant policy recommendations as follows: (1) constructing accounting risk reporting framework based on systematic risk factors; (2) improving enterprise accounting standards; (3) strengthening the supervision of the capital market. Keywords: accounting information, systematic risk, accounting risk reporting framework
作者简介：吴良海，管理学博士，南京审计学院副教授。谢志华，北京工商大学教授、博士生导师，研究方向：财务与审计理论。王峰娟，北京工商大学教授，研究方向：企业(集团)财务理论。中图分类号：F234.4 文献标识码：A
——来自中国A股上市公司的经验证据
会计信息与系统风险的相关性研究
和Scholes(1970)[2]检验了股利支付率、资产增长率、财务杠杆、资产规模、收益的变异程度、会计β等七个会计变量，他们的经验证据表明会计变量对预测系统风险非常有用。此后研究者扩大了检验的会计变量的范围。Rosenberg和Mckibben(1973)[3]用三十三个会计变量和非会计变量检验了市场β，发现能解释33%的市场β。由于行业特征会影响企业业绩， Lev(1974)[4]、Bildersee(1975)[5]等学者在控制了行业效应后发现对市场β的解释力增强了。Hill和Stone(1980)[7]研究表明，将财务结构和营业风险纳入回归模型能显著提高市场β的预测能力。
Hamada(1972)[8]为会计和非会计变量的选择提供了理论支持，他构建了系统风险和财务杠杆之间的理论联系，发现当企业的财务杠杆增加，投资者要求的回报率也会线性增长，根据CAPM模型，这会导致更高系统风险。Lev(1974)[4]为系统风险和营业杠杆之间的正向联系建立了一个理论模型，并基于电力和钢铁制造业数据检验了该理论模型，发现在控制了营业费用后，模型对系统风险的预测能力增强。
Kim和Ismail(1989)[9]认为现金流相比于收益包含有不同的信息含量，因而对市场β提供了增量解释力。Laveren，Durinck，De Ceuster和Lybaert(1996,1997)[10][11]比较了会计变量估计杠杆β和去杠杆β的能力，发现会计变量不仅包含有系统风险的相关信息，而且相比于杠杆β，会计信息解释去杠杆β的能力更强。Ismail和Kim(1998)[12]为会计数据包含的信息和风险溢价假设相一致提供了经验证据，他们检验了当市场条件被控制情形下会计β解释系统风险的能力，从而为基于会计信息的投资决策提供了依据。Brimble和Hodgson(2001)[13]基于1991年至2000年澳大利亚上市公司样本，检验了会计信息和5个市场β指标之间的当期联系，结果表明，营业杠杆和成长性两个会计变量与系统风险的强相关关系随着时间推移始终保持不变，但存在行业和规模差异；会计变量不仅能捕获动态风险变动，而且对下一年度系统风险的预测能力优于简单M-GARCH模型。
吴世农、冉孟顺等(1999)[16]基于1997~1998年为期一年200家公司周收益率资料，采用单一指数模型计算各公司系统风险β，多元线性回归分析发现总资产增长率、财务杠杆、红利支付率对系统风险有显著影响，经营杠杆与系统风险关系不显著，我国上市公司系统风险在一定程度上与会计信息脱节。随后，吴世农和李旭升(2002)[17]进一步扩大研究对象范围，对1996~2000年间沪深股市292家上市公司β系数进行预测性研究，发现经营杠杆、现金股利支付率、盈利变动性、主营收入增长率、净资产收益率、年振幅和历史β系数是影响β系数的主要指标。汤光华、赵爱平等(2006)[18]基于1997~2004年数据选择12个会计风险指标估计系统风险，考虑不同时段及行业因素影响后发现，以单指数模型估计的β系数与杠杆调整的β系数之间具有较大的差异；杠杆调整的β要优于单一指数模型估计的β；行业因素对系统风险，以及系统风险与会计风险变量的关系有明显的影响；系统风险与会计风险变量之间的联系程度随时间推移在加强；对系统风险呈现出比较稳定、可信对应关系的有6个会计风险指标。此外，王明涛和黎金龙(2006)[19]应用横截面数据，选择下偏矩度量股票市场风险，发现上市公司经营业绩对股票市场风险有显著影响，其中每股收益、净利润增长率的增加有利于降低市场风险；净资产收益率的增加却增大了市场风险，主营业务收入增长率与市场风险也呈正向关系。
研究设计
一、研究假设
1.现金流(XJL)假设。相比于其他会计收益指标，基于经营现金流量并去规模化计算得到的现金流指标(XJL=经营活动产生的现金流量净额/营业收入)能更为客观地度量企业经营成果，真实反映企业的获利能力，可以提供净收益外的增量的风险相关信息。假定其他条件相同，一个企业的现金流水平越高，表明其获利能力越强，系统风险将越低。为此提出
假设1：假定其他条件不变，现金流与系统风险负相关。
2.成长性(CZX)假设。Beaver,Kettler和Scholes(1970)[2]认为，公司成长性与系统风险正相关，主要理由是：(1)额外的净收益比正常的净收益更不确定，由于这种不确定性，如果一个企业的增长率超出平均增长率，系统风险会更大；(2)高成长性企业资金需求量较大，由于存在外部融资成本，企业股利支付压力加大，这会导致较低的股利支付率政策，而股利支付率越低，预测的
反映企业成本结构中变动成本与固定成本的相对权重。给定销售收入水平，营业杠杆系数揭示了息税前利润对销售收入变动的波动性，因此营业杠杆系数直接作用于企业风险。营业杠杆系数越大，企业系统风险越高，即二者正相关。财务杠杆系数被定义为息税前利润除以税前利润。利用财务杠杆会增加股东收益波动性，甚至可能导致企业破产，因此理论上讲，财务杠杆越高，系统风险越大，这意味着财务杠杆和系统风险之间也呈正相关关系。但是应该看到，有效的企业风险管理通常是综合运用财务与经营两个杠杆效应，高(低)的财务杠杆往往与低(高)的营业杠杆相配合，以将企业总风险控制在可以接受的范围之内从而最大化企业价值。为此提出
假设6：假定其他条件不变，财务杠杆和系统风险可能正相关，也可能负相关，但财务杠杆与营业杠杆对系统风险的影响应为同方向。
7.企业规模(SIZE)假设。Freeman(1987)[14]发现，由于净收益和财务报告的其他信息引起的股票价格的预期变化值是企业规模的递减函数，小规模企业的累积平均非正常回报率大于大规模企业。企业规模作为成立时间的替代变量，研究者发现企业越年轻，净收益越不能持续，相比于大规模企业，小规模企业的财务风险更大 (Collins,Kothari和Rayburn,1987)[15]。大规模企业融资能力及市场流动性均强于小规模企业，分散风险的机会也更多，还能吸引优秀人才加盟企业提高人力资本竞争优势，降低企业经营风险，据此提出
假设7：假定其他条件不变，企业规模与系统风险负相关。
8.新会计准则虚拟变量(D)假设。2007年1月1日起开始实施的新企业会计准则(以下简称“新准则”)将公允价值作为计量属性之一。38个具体准则中涉及会计要素计量的有30个，其中20个不同程度地运用了公允价值计量属性。相比于历史成本会计，公允价值会计能更及时、敏感地反映价格及其变动，从而将相关的企业风险信息及时、有效地传递给投资者，可以预期，由于新准则实施能反映价格变动的基本面从而增加系统风险。此外，推行公允价值计量会引发更多的顺周期交易行为，整个经济体的系统风险将因此而增加。据此提出
假设8：假定其他条件不变，新准则虚拟变量与系统
系统风险将越高。基于托宾Q值计算的成长性(CZX =1/Tobin’Q=V/P)指标兼容了来自会计与市场两方面的信息，能较科学地度量企业的成长性。该指标值越高，表明公司未来增长的潜力越大。为此提出
假设2：假定其他条件不变，成长性与系统风险正相关。
3.流动性(LDB)假设。流动比率反映企业的短期偿债能力。企业流动比率高，一般意味着流动资产投资比例占比较大，资产的流动性与债务偿还能力强，因而企业的系统风险会比较低，即流动性与系统风险负相关。然而，一方面严重的存货积压会造成虚假的高流动性，另一方面过高的流动性会降低获利能力从而增加企业系统风险，因此企业流动性管理的目标之一是将系统风险与流动性的负相关关系控制在科学合理的范围内，实现企业价值最大化。为此提出
假设3：假定其他条件不变，流动性与系统风险负相关。
4.利息保障倍数(BZS)假设。利息保障倍数度量一个企业以经营所得按时支付固定债务利息的能力，能在一定程度上揭示企业不良资本结构可能引发的财务风险。该指标值越低，企业偿还债务和利息的保障程度越低，企业的债务支付风险越大，财务危机与破产成本会越高。并且Bildersee(1975)[5]的研究也表明利息保障倍数与系统风险呈负相关关系。为此提出
假设4：假定其他条件不变，利息保障倍数与系统风险负相关。
5.股利支付率(GLL)假设。相比于低风险企业，高风险企业的外部融资成本相对较高，为获得足够资金更愿意选择低股利支付政策，即系统风险越高，股利支付率越低；“刚性股利政策”理论认为，管理层偏好稳定的股利政策，而不愿意经常改变股利支付水平 ，原因是，一次股利的增加会被投资者认为是企业收益的永久性增加，与此相反，一次股利的减少则被理解为企业现金流或盈利上存在问题。因此，低股利支付率是高风险的象征。为此提出
假设5：假定其他条件不变，股利支付率与系统风险负相关。
6.营业杠杆(YYGG)与财务杠杆(CWGG)假设。营业杠杆系数被定义为边际贡献(营业利润)除以息税前利润，它
原始数据主要取自北京聚源锐思金融数据库(RESSET/DB)，计算存货周转率指标的原始数据则取自深圳国泰安数据库(CSMAR)，最初数据包括沪深A股制造业2001至2009年度当前状态为“正常上市”的全部上市公司一共7486个公司/年，剔除变量值缺失的公司后最终得到的平衡面板数据集共包括306个公司/年研究样本。使用Excel2007、STATA10.1和SAS9.0进行样本筛选与统计分析。
多元回归分析
一、各变量描述性统计
我们对样本回归方程各变量进行了描述性统计，因篇幅限制此处未予列表报告。以系统风险指标B E T A_TMV为例，观测期内样本整体均值为1.0340(四舍五入，下同)，略高于1,整体标准差为0.1944，高于组间标准差0.1180和组内标准差0.1556，最小值为0.2817，最大值为1.5848，这说明该被解释变量的样本观察值围绕样本均值左右波动，各截面之间系统风险存在不同程度的变异性，可以进行多元回归分析。现金流整体均值偏低为0.1148，最小值为-0.4181，最大值为0.5294，全距较大，这说明样本公司之间以现金流指标度量的获利能力差异较大。流动比率指标值不高，整体均值为1.2381，整体标准差0.5237略高于组间和组内标准差，这表明样本公司短期债务偿还能力欠佳，系统风险可能较高。利
息保障倍数整体均值为12.4848，整体、组间及组内标准差均较大，这意味着均值的波动幅度很大，原因可能是利息费用与利润总额标准差过大，这与差异悬殊的资产负债率及现金流分布特征是吻合的。股利支付率整体均值为0.5655,整体标准差为0.9285，最小值0.0290，最大值15.1755，这表明样本公司股利发放水平差异悬殊，与总资产增长率的分布特征一致。营业杠杆系数整体均值为0.7416，整体、组间和组内标准差依次为0.2126、0.1304和0.1692，最小值为-0.1749(销售亏损)，最大值为1.3521，该指标值变化较为平稳。我们分析，这是由于观测期内样本公司销售收入
风险正相关。
二、回归模型
基于去杠杆β的理论和经验基础，本文的被解释变量选择杠杆β和去杠杆β两种形式并选择流通市值和总市值两种加权基础，以对比考察不同形式β模型回归结果与理论假设的契合度及其解释力的差异。基于上文提出的研究假设并综合前文所论构建以下实证模型进行多元回归分析。
βkit =α+β1XJL it +β2CZX it +β3LDB it +β4BZS it +β5GLL it +β6CWGG it +β7YYGG it +β8SIZE it +β9D+μit (1)
其中，k =1,2,3,4,分别代表不同的B e t a 系数。Parks(1967)[6]提出一阶自回归模型，其随机误差项μit (i =1,2, …,N ,t =1,2, …,T )的结构如下：
E (μ2it )=σit (异方差) (2) E (μit μjt )=σij (同期相关) (3)μi ,t =ρi μi ,t-1+εi ,t (自回归) (4)式(4)表明，该模型假定各横截面单位的一阶自相关系数相同。样本观测的OLS混合回归扰动项存在一阶自相关，进一步对各回归变量(时间序列)执行ADF检验，结果表明，各序列一阶差分后平稳，因此可以判断原序列为非平稳序列，且是一阶单整序列，因此本文采用上述基于两步GLS原理的Parks估计方法1进行参数估计。回归模型各变量定义见表1。
三、数据来源与样本选择
表1 沪深A股上市公司系统风险回归方程变量定义及计算方法
变量符号变量定义计算公式(方法)/赋值规则
BETA_TMV 风险因子_流通市值加权市场的收益按流通市值加权所得BETA_MC 风险因子_总市值加权
市场的收益按总市值加权所得
BETA_TMV2风险因子_流通市值加权去杠杆BETA_TMV2= BETA_TMV×(1/权益乘数)
BETA_MC2
风险因子_总市值加权去杠杆BETA_MC2= BETA_MC×(1/权益乘数*)
XJL
现金流
XJL=经营活动产生的现金流量净额/营业收入(1)总资产增长率(CZX1)
CZX1 =期末总资产/去年同期总资产-1CZX (2)成长性(CZX2)
CZX2 =V/P=((年末总资产+滞后一期的年末总
资产)/2)/((年末总市值+滞后一期的年末总市值)/2+(年末总负债+滞后一期的年末总负债)/2)LDB 流动比率LDB=流动资产/流动负债
BZS 利息保障倍数BZS=(利润总额+财务费用)/利息费用，其中利息费用=财务费用+资本化利息支出
GLL 股利支付率GLL＝累计合计派现金额/归属于母公司的净利润CWGG 资产负债率(财务杠杆)
CWGG=负债合计/资产合计
YYGG 营业杠杆系数YYGG=营业利润/(利润总额+财务费用)SIZE 企业规模SIZE=年末总资产的自然对数D
新准则虚拟变量
年份<2007，D=0;年份≥2007，D=1
的增长被固定成本的增长抵消了，营业杠杆增加息税前利润的乘数正效应未能有效发挥。
二、回归结果
1.最优模型。表2报告了样本回归结果，该表显示：(1)去杠杆β模型优于杠杆β模型；(2)流通市值加权的β系数优于总市值加权的β系数； (3)基于托宾Q值计算的成长性度量指标优于总资产增长率。综上EQ7对应的回归模型最优，模型拟合优度高达99.97%，这意味着实际纳入模型的变量解释了系统风险99.97%的变异。
2.分析结果。(1)现金流与系统风险在1%水平显著负相关，假设1被证实；(2)成长性与系统风险在10%水平显著正相关，假设2被证实；(3)利息保障倍数与系统风险在10%水平显著负相关，假设4被证实；(4)资产负债率、总资产自然对数、营业杠杆系数与系统风险均在1%水平显著负相关，假设6、假设7被证实；(5)新准则虚拟变量与系统风险在1%水平显著正相关，假设8被证实。与理论预期不一致的研究结论是：(1)流动性与系统风险在5%水平显著正相关，假设3被证伪2；(2)股利支付率与系统风险在1%水平显著正相关，假设5被证伪。
异象透析与政策建议
一、异象透析
1.反常流动比率。实证结果显示，流动比率与系统风险显著正相关，这意味着，上市公司短期偿债能力越好，相应的系统风险越高。这一反常结果背离西方传统财务理论。我们分析，由于以下两个主要原因的存在，中国资本市场的流动比率已失去自身的原本内涵而成为资金运营效率低下的代名词：(1)国家财政对国有经济部门提供的隐性担保体系。数据显示，2001~2009年样本公司国有股比例均值为33.73%，2005年以来法人股比例均值持续下降，至2009年底已降至5.35%。国有控股企业“不差钱”，不仅可以申请数额巨大的低息政策性贷款，还可以通过直接融资获取权益性资本；一旦陷入财务困境，政府考虑到就业、维稳等诸多因素，仍然会通过国有商业银行继续增加贷款给这些企业，万不得已时还可以重组，因而国有控股企业不存在短期流动性不足的问题。(2)流动比率反映了样本公司的资金利用效率和盈利能力。流动比率越高，资金周转速度越慢，流动资产占用资金越多，公司盈利能力越差。以2009年度为例，流动资产周转率全国规模以上工
业企业为2.43次,私营工业
企业为3.29次3，而样本公
司仅为1.99次，这说明样
本公司的资金周转速度较
慢，流动资产占用资金过
多，表现在流动比率上较
行业均值高；样本公司的
存货周转率均值为4.8次，
而我国制造业上市公司存
货周转率均值为5.16次，
这说明制造业国有控股上
市公司存货周转速度低于
上市公司(行业)平均水平。
再看存货占流动资产比率
指标，在整个样本观测期
内均值为34.73%并呈明显
上升趋势。造成库存上升
的原因或者是重复投资、
表2 基于PARKS面板数据模型的样本回归结果
参数 P值
EQ1EQ2EQ3EQ4EQ5EQ6EQ7EQ8 Beta_tmv Beta_mc Beta_tmv2Beta_mc2Beta_tmv Beta_mc Beta_tmv2Beta_mc2
截距0.81456***
(<.0001)
1.61783***
(<.0001)
1.21734***
(<.0001)
1.18852***
(<.0001)
1.84566***
(<.0001)
1.19072***
(<.0001)
1.34759***
(<.0001)
1.16417***
(<.0001)
现金流0.45154***
(<.0001)
-0.24075**
(0.01220)
-0.12794***
(<.0001)
-0.17650***
(<.0001)
-0.21001**
(0.01800)
0.16143***
(<.0001)
-0.12793***
(<.0001)
-0.17704***
(<.0001)
总资产增长率0.08072***
(<.0001)
0.00013
(0.63010)
-0.00001
(0.87170)
0.00010
(0.35900)
成长性 0.14849***
(<.0001)
0.08911***
(<.0001)
0.01694*
(0.10000)
0.00019
(0.99240)
流动比率0.00811***
(<.0001)
-0.02109
(0.40270)
0.01687***
(0.00250)
0.01252
(0.16220)
0.00376
(0.87980)
-0.16775***
(<.0001)
0.01580**
(0.02440)
0.01735*
(0.09820)
利息保障倍数0.00580***
(<.0001)
0.00013
(0.72970)
-0.00031**
(0.01030)
-0.00022
(0.27270)
-0.00048
(0.40830)
-0.00005***
(<.0001)
-0.00029*
(0.07270)
-0.00025
(0.43830)
股利支付率0.00001***
(<.0001)
0.00003*
(0.06610)
0.00012***
(<.0001)
0.00012***
(<.0001)
0.00003
(0.36870)
0.00003***
(<.0001)
0.00012***
(<.0001)
0.00012***
(<.0001)
资产负债率-0.01684***
(<.0001)
-0.00133*
(0.08570)
-0.00942***
(<.0001)
-0.00958***
(<.0001)
-0.00118**
(0.04390)
-0.00241***
(<.0001)
-0.00941***
(<.0001)
-0.00923***
(<.0001)
总资产自然对数0.05384***
(<.0001)
-0.01850
(0.14630)
-0.01215**
(0.01080)
-0.01022*
(0.07790)
-0.03545**
(0.02700)
0.01049***
(<.0001)
-0.01859***
(0.00040)
-0.01039
(0.15590)
营业杠杆系数-0.65613***
(<.0001)
-0.12415***
(0.00020)
-0.02222*
(0.05190)
-0.02254
(0.11090)
-0.10617***
(0.00620)
-0.23349***
(<.0001)
-0.02530***
(0.00040)
-0.01368
(0.34040)
新准则虚拟变量0.04469***
(<.0001)
0.06710***
(<.0001)
0.01134***
(<.0001)
0.01182***
(0.00710)
0.09393***
(<.00010)
0.00000
(. )
0.01905***
(<.0001)
0.01066
(0.21690)
误差自由度296 296 296 296 296 296 296 296 均方误平方根11.3905 0.4830 0.4903 0.4784 0.5050 0.0000 0.4950 0.4805 R20.99990.87210.99940.99660.82530.99990.99970.9951注：*** ** *分别表示在1%、5%和10%的水平上显著，双尾t检验。
产能过剩引起存货积压，或者是存货周转速度减慢引起更多资金占用。无论何种原因都意味着企业资金利用效率下降，盈利能力减弱。以上分析表明，流动比率对国有控股公司而言不再是人们通常理解的反映公司短期偿债能力的指标；相反，流动比率越高，说明样本公司相比行业内其他公司，资金周转速度较慢，流动资产占用资金较多，公司盈利能力较弱，因而加大了系统风险。
2.不良杠杆组合。样本公司观测期内营业杠杆系数均值相对平稳，9年均值为0.74低于1，而与之形成鲜明对比的是，财务杠杆(资产负债率)水平逐年攀升，2001~2008年增加了16.33%，2009年有所下降，但均值仍高达5
3.73%。这说明，中国经济2003~2008年6年间的高增长仍然是由高固定资产投入带动的，销售收入的增长已经被固定成本投入的扩大所抵消，资金来源是国有商业银行的贷款。面板数据估计结果显示，营业杠杆系数和财务杠杆均与系统风险负相关，因而总杠杆系数与系统风险正相关。营业杠杆系数和财务杠杆系数越大，企业系统风险越大，相对平稳的营业杠杆系数和超16%的财务杠杆均值增加值表明国有企业的整体风险在放大，降低了上市公司的投资收益率。值得强调的是，低于1的营业杠杆系数均值表明企业未能充分发挥正杠杆利益用途，投资过程存在巨大浪费，投资效率低下；而不断加大的财务杠杆与投资效率的低下则加大了金融风险，并积累了金融体系的长期风险。“十二五”期间我国企业的经济增长方式亟待转变。
3.股利政策“异象”。样本公司观测期内股利支付率均值为56.55%，中位数为43.63%，均值大于中位数，这说明股利支付率分布呈右偏特征，结合描述性统计的标准差、最小值及最大值，可以推论，沪深A股制造业股利支付率均值水平呈现较大变异。为避免受极端观测值影响，我们基于中位数绘制了样本公司股利支付率与系统风险的相关图(图略)，该图证实，样本公司股利支付水平逐年下降并与去杠杆系统风险呈正相关关系，这意味着，上市公司股利发得越多，投资回报越高，公司的市场风险越高。按照这一逻辑，上市公司选择低股利政策是“天经地义”的。事实果真如此吗？据笔者统计，2007~2009年我国沪深二市制造业上市公司的股利发放率(应付普通股股利/净利润)的均值、中位数、最大值及最小值均接近零值。这说明上市公司确实非常“理性”地选择了低股利或零股利政策。风险与收益的均衡与对称是有效资本市场的本质特征，是优化资源配置，实现“帕累托最优”的核心所在，对股东而言，得到预期的股利支付是投资的目的所在，上市公司长期实施低股利政策必须向资本市场做出必要的“交代”，增强公司财务透明度，取得投资者的理解与认同，否则无异于“饮鸩止渴”，公司不可能获得长久发展。
二、政策建议
1.基于系统风险的影响因子构建风险报告框架。投资者不仅需要会计收益信息，更需要会计提供与风险相关的决策信息。系统风险是企业风险水平的综合指标，分析、挖掘系统风险影响因子的相关信息能够大大增强会计信息的决策有用性。本文的研究证明，现金流、成长性、企业规模、利息保障倍数等会计信息与系统风险存在显著的相关性，可以从不同侧面揭示企业经营与财务各方面存有的种种不利因素，通过进一步深入分析，可以帮助资本市场投资者及企业管理者等利益相关者进行有效决策。然而现有的财务会计报告框架未能有效地向投资者分类提供风险与收益(特别是风险)两个方面的会计信息，为此我们建议，基于系统风险影响因子的研究构建一个新的风险报告框架，进一步拓展会计职能，为投资者提供更为有用的风险信息，降低投资风险。
2.进一步完善企业会计准则。面板数据模型估计结果显示，新企业会计准则虚拟变量与系统风险显著正相关，这意味着2007年以来样本公司的系统风险普遍增加，是否是金融危机所致？回答是否定的。现金流和利息保障倍数指标显示实体经济从2005年已经开始下滑，至2006年接近“谷底”，但是系统风险均值指标2007年以前一直较平稳，2007、2008年略有上扬。世界经济危机2006年春季于美国初现端倪，如果这场危机增加样本公司系统风险，那么系统风险均值上扬的时间应该是在2006年，而不是在2007年实施新企业会计准则以后。新准则明确将公允价值作为会计计量属性之一，并在其中的20个具体会计准则中程度不同地运用了公允价值计量属性，与历史成本会计相比，公允价值会计对价格变动更及时、更敏感，可以更加及时有效地传导有关的风险信息，因而上市公司增加的系统风险是价格变动基本面的反映，增加了证券市场的透明度，能够改善投资者的
[1]Ball R, Brown P.Portfolio Theory and Accounting[J].Journal of Accounting Research 7,1969(Autumn)：300-323.
[2]Beaver W,Ketter P,and Scholes M.The Association between Market-Determined and Accounting-Determined Risk Measures[J]. Accounting Review 45,1970(October)：654-682.
[3]Rosenberg B,W McKibben.The Prediction of Systematic and Specific Risk in Common Stocks[J]. Journal of Financial and Quantitative Analysis 8,1973(March)：317-333.
[4]Lev B.On the Association between Operating Leverage and Risk[J].Journal of Financial and Quantitative Analysis 9, 1974(September)：627-641.
[5]Bildersee J S.The Association Between a Market Determined Measure of Risk and Alternative measures of Risk[J]. Accounting Review 50, 1975(January)：81-98.
[6]Parks R W. Efficient Estimation of a System of Regression Equations when Disturbances are both Serially and Contemporaneously Correlated[J]. Journal of the American Statistical Association 62 ,1967(June): 500-509.
[7]Hill N C,B K Stone.Accounting Betas,Systematic Operating Risk and Financial Leverage:A Risk Composition Approach to the Determinants of Systematic Risk[J].Journal of Financial and Quantitative Analysis 15, 1980(September)：595-637.
[8]Hamada R S.The Effect of the Firm’s Capital Structure on the Systematic Risk of Common Stocks[J]. Journal of Finance 27, 1972(May)：435-452.
[9]Ismail B E, Kim M K.On the Association of Cash Flow Variables with Market Risk:Further Evidence[J]. Accounting Review
参考文献：
64,1989(January):125-136.
[10]Laveren E,Durinck E,De Ceuster M and N Lybaert.Beta Estimation and Unlevering.Working Paper,University of Antwerpen,1996.
[11]Laveren E,Durinck E,De Ceuster M and N Lybaert.Can Accounting Variables Explain Beta?Working Paper,University of Antwerpen,1997.
[12] Kim M K, Ismail B E.An Accounting Analysis of the Risk-Return Relationship in Bull and Bear Markets[J]. Review of Financial Economic 7,1998:173-182.
[13]Brimble M,Hodgson A.Assessing the Risk Relevancee of Accounting Variables in Diverse Economic Conditions[J]. Managerial Finance 33,2007:553-573.
[14]Freeman R N.The Association Between Accounting Earnings and Security Returns for Large and Low Firms[J]. Journal of Accounting and Economics 9,1987(July):195-228.
[15]Collins D W,Kothari S P,and J D Rayburn.Firm Size and the Information Content of Prices with Respect to Earnings[J]. Journal of Accounting and Economics 9, 1987(July):111-138.
[16]吴世农, 冉孟顺, 肖珉等. 我国上市公司系统风险与会计变量之间关系的实证研究[J]. 会计研究，1999，(12): 29-33.
[17]吴世农, 李旭升. 我国股票系统性风险的评价、调整和预测研究[J]. 中国会计与财务研究，2002，(3): 1-38.
[18]汤光华, 赵爱平, 宋平. 系统风险与会计风险[J]. 金融研究，2006，(4): 109-121.
[19]王明涛, 黎金龙. 上市公司因素与股票市场风险关系实证研究[J]. 财经研究，2006，(11): 88-97.
1. 本文同时拟合双因素固定(Fixtwo)与随机影响模型(Rantwo)及运用Dasilva方法拟合混合方差成分滑动平均模型，结果证实，一阶自相关模型为最优模型。Baltagi(2008)认为微观面板的时期数较短,无需进行面板单位根检验,详见Baltagi著、白仲林等译《面板数据计量经济分析》第1-9页，第229页，机械工业出版社，2010。
2. 本文同时执行了以下稳健性检验：以样本公司的速动比率、
注释
超速动比率两个流动性指标分别替换流动比率进行PARKS回归，证实其他变量间关系保持不变，这两个流动性指标也与系统风险显著正相关。
3. 全国大中型工业企业为2.20次，外商投资和港澳台商投资工业企业为2.18次，全国国有及国有控股工业企业为2.05次(数据来源：《中国统计年鉴》，2010)。
决策。诚如葛家澍教授所言，“这是中国会计发展史上又一个新的里程碑。”新准则的实施提高了企业会计信息透明度，有助于优化资本市场资源配置，所以应继续广泛谨慎运用公允价值会计。
3.强化资本市场监管。中国资本市场存在负债比率高、营业杠杆系数、股利支付率及净资产收益率低的“一高、三低”之异象。有效的资本市场中只有投资项目效益良好，财务杠杆才会发挥提高净资产收益率的积极效应，否则，高负债率下的巨额利息负担将“吞噬”投资利润，使企业经营业绩“雪上加霜”。同样，营业杠杆必须适度。高成长性一般伴随着高投入，但如果这种高投入不能形成合理的成本结构，势必难于实现最佳经济效益。过低的营业杠杆是不合理成本结构的表征，
它使得高成长性的投资风险失控，抑制了规模经济效益的实现，投资效率低下。在中国的资本市场上，高负债率“大行其道”甚至以高负债“为荣”，上市公司零股利或低股利见惯不惊，投资收益与风险对称的财务价值观被“践踏”！我们以为，资本市场的发展离不开政府的监管，如果市场严重“失灵”，政府应实施强有力监管，对转型经济尤其如此。为此，我们建议强化资本市场监管，让践踏、破坏资本市场与财务“游戏”规则者无任何“立锥之地”，回归“失落”的财务理性，以重建资本市场新秩序，保护投资者正当合法权益。 ■
[本文得到北京市属高等学校人才强教计划 “高层次人才资助计划”项目“会计与投资者保护”(PHR20100512)、国家社科基金项目“内部资本市场对企业集团成长的作用机制研究”(11BGL022)及南京审计学院人才引进项目资助]