关键词:应计质量;盈余质量;估计误差;盈余持续性。

数据可用性：数据可从论文中指明的来源获取。
一、引言

业绩（例如，参见会计概念声明）

我们感谢亚利桑那大学、芝加哥大学、哥伦比亚大学、印第安纳大学、密歇根大学的研讨会参与者、埃默里大学举行的会计收益质量审查会议、2001年十大研究会议,特别是 Dan Collins、Bob Lipe、Mort Pincus、Katherine Schipper、Peter Wysocki 和两位匿名评论者。 Dechow 教授感谢密歇根大学商学院 Michael A. Sakkinen 研究学者基金提供的资金支持。Dichev 教授感谢 Sanford Robertson 工商管理助理教授职位和 Norman Auerbach 普华永道教职员工奖学金的资金支持。

FASB 1978 第 1 号，第 44 段）。例如，记录应收账款会加速未来现金流在收益中的确认，并将会计确认的时间与销售产生的经济利益的时间相匹配。但是，应计项目通常基于假设和估计，如果错误，则必须在未来的应计项目和收益中予以纠正。例如，如果应收账款的净收益低于原始估计，则后续分录将记录收到的现金和估计误差的更正。我们认为，估计误差及其后续更正是一种噪音，会降低应计项目的有益作用。因此，应计项目和收益的质量随着应计估计误差的幅度而下降。我们对应计质量的实证衡量标准是营运资本应计项目与营运现金流实现的映射程度，匹配度差表示应计质量低。

这一衡量标准背后的直觉在理论和实践文本中都有体现，它们指出应计项目的有益作用会因各种限制而减弱，包括估计误差。例如，Palepu 等人（2000）讨论了估计误差是降低会计质量的一个因素，并指出估计准确性取决于公司的特征，如交易的复杂性和公司环境的可预测性。我们将这一现有的直觉发展为应计项目和盈利质量的实际衡量标准。

我们评估应计质量的方法与两种研究思路相关。
首先，一些研究证明了应计程序的好处，发现收益是比基本现金流更好的绩效衡量标准（例如 Dechow 1994；Dechow 等人 1998；Liu等人 2002）。我们在此基础上探索应计程序中固有的权衡。其次，许多研究使用"自由裁量应计"模型来研究操纵应计以实现收益管理目标的情况（请参阅 Healy 和 Wahlen [1999] 的最新评论）。这些研究侧重于投机取巧地利用应计来粉饰和误导财务报表使用者。

这类研究表明，管理意图会影响应计估计误差的发生率和幅度。

相反，我们认为，即使不存在故意的盈余管理，应计质量也会与公司和行业特征系统地相关。这种区别很重要，因为这些特征可能是可观察的和反复出现的（例如，运营的波动性与犯估计错误的倾向系统地相关），而管理层机会主义的决定因素往往是不可观察的和/或零星的（例如，在股票发行之前）。就我们的目的而言，我们不会试图将 "故意"估计错误与无意错误区分开来，因为两者都意味着低质量的应计和收益。

我们开发了一个模型来研究一家风格化公司中营运资本应计项目的产生和逆转。该模型体现了这样一种直觉,即公司经济成就和牺牲的时间往往与相关现金流的时间不同，而应计项目的好处在于可以调整这些现金流时间问题。然而，该模型还表明，使用应计项目的好处是以包括启动和纠正估计错误的应计项目成分为代价的。为了便于处理，我们重点关注营运资本应计项目和经营现金流:这些应计项目的产生和逆转发生在一年内。我们对应计估计误差的衡量标准是公司特定回归中营运资本变化对去年、今年和未来一年的经营现金流的残差。这些残差与现金流实现无关，包括估计误差及其逆转。这些残差的标准差是我们公司特定应计项目和收益质量的衡量标准，标准差越高表示质量越低。
这一过程表明，估计误差的大小与企业基本因素（如营业周期长度和运营变化性）有系统的关系。

我们发现应计质量与应计的绝对量、营业周期长度、损失发生率以及销售额、现金流、应计和收益的标准差呈负相关，与公司规模呈正相关。我们的结果表明，这些可观察到的公司特征可用作应计质量的工具。这一点很重要，因为基于回归的应计质量估计需要长时间的数据序列和后续现金流的可用性，这使得它在某些实际应用中成本高昂或不可行（例如，基于应计质量的交易策略）。

其次，我们通过探索应计质量指标与盈利持续性之间的关系来说明我们的分析的实用性。应计质量低的公司有更多与现金流实现无关的应计项目，因此其盈利的噪音更大，持续性更差。事实上，我们发现应计质量与盈利持续性之间存在很强的正相关关系。然而，我们的应计质量指标在理论上和实证上都与应计项目的绝对量有关，而 Sloan (1996) 证明应计项目的水平不如现金流持续性。进一步探究后，我们发现应计质量和应计项目水平在解释盈利持续性方面是相互递增的，其中应计质量是更强有力的决定因素。

本研究的其余部分安排如下。第二部分介绍我们的应计质量模型。第三部分描述样本并提供描述性统计数据。第四部分推导出应计质量的实证测量，并探讨应计质量与公司特征和盈利持续性之间的关系。我们的结论在第五部分中给出。

二、应计利润和盈余质量的理论测度
应计项目模型我们的应计项
目模型侧重于营运资本应计项目，因为与营运资本相关的现金流实现通常发生在一年内，这使得理论和实证研究都更加容易处理。虽然对估计误差的直觉适用于所有应计项目，但非流动应计项目和现金流实现之间的长期滞后实际上限制了我们的方法仅适用于短期应计项目。

我们根据以下观察结果构建应计框架：收益等于现金流加上应计费用,E CF 应计费用。任何时期 t 的现金流可分为三类：

从会计角度来看，对于每一笔现金流，两个重要事件是现金流的收到或支出以及将该现金流确认为收益（作为收入或费用）。下标表示收到或支出现金流的期间，上标表示现金流在收益中确认的期间。

例如，CFt表示在相应金额确认为收益之后发生的现金流（例如，收取应收账款）。CFt指在确认为收益的同一期间收到或支付的现金流。最后，CFt指在收入或费用确认为收益之前收到或支付的现金，例如存货的现金支付。
综上所述, t期间的总现金流为：

会计制度规定了应计项目，这是一种临时调整，可以随着时间的推移改变现金流的确认。当现金流的确认发生转移时，两个应计项目
创建分录时，会生成期初应计和期末应计。期初应计在以下情况下启动：
（1）在收到或支付现金之前确认收入或费用，或（2）现金
在计入收益之前收到或支付。期末应计项目记录在以下情况下：
该对中的另一个元素已经发生，并冲销了原有的应计部分
入口。
当相应的收入和费用确认后发生现金流量时
在盈利方面，管理者必须估计未来将收到或支付的现金数额。
如果现金流量实现额与其应计估计额存在差异，则期初
应计项目将包含估计错误，该错误将通过期末应计项目予以纠正。
我们将这种直觉融入到我们的模型中，使用以下符号表示开
以及与未来现金流量相关的期末应计项目：

相关现金的相反符号
流动

对于应计项目，下标表示相应的现金流量，上标
表示期初或期末应计项目。例如，ACFt1/tO是与期初应计项目相关的
现金流CFt1 时刻的期初应计金额反映了
t 1 现金流量，等于实际 t 1 现金流量加上反映
应计预期与现金流实现之间的差异。我们假设
所有应计项目均在一个期间内解决,因此现金收款的期末应计项目和
时刻的付款抵消了 时刻的期初应计金额。期末应计金额等于
t 中实际收取或支付的现金流加上等于以下差额的误差项：
上一期的预期现金流与本期的现金流实现。因此，每期的
应计项目在期初应计项目中存在估计错误（其实际价值为
确定下一周期， t1 ")加上期末应计项目已实现错误（根据
当期现金流实现， 。1
接下来，我们给出现金流在收到或支付之前的情况的符号
其在收益中的确认。在这种情况下，会计系统确认

Dechow 和 Dichev应计项目和收益的质量

现金流要么作为递延收入（对于现金流入）, 要么作为递延成本（对于现金资金流出):

与之前一样,应计下标指的是相应的现金流量,而上标
表示开仓或收仓应计项目。例如, ACFt / t1
料 是否与期初应计相关
现金流 CFt .由于递延现金流在确认之前发生，这些应计项目
不包含估计误差（就我们的模型而言）。例如，库存采购
启动正应计, 等于购买价格现金流出, 而出售
库存会触发与初始现金流数量相等的负应计费用。附录
A 提供了关于我们的模型是否以及如何检测应计的讨论和示例
估计错误取决于相关应计费用和现金流量的时间。
使用表达式（1）,将总应计项目定义为期初余额与期末余额之和
应计项目，使我们能够将收益表示为：

E CFF 应计

重新排列收益:

等式（3）将收益表示为过去、现在和未来现金流的总和
加上估计误差的调整及其修正，表达了主要的直觉
论文。现金流的跨期转移反映在现金流术语中
等式（3）缓解了使用当前现金流作为衡量指标的时机问题
性能。然而，这种好处是以使用估算为代价的，结果
收益包括估计错误及其修正。误差和错误修正
修正会降低作为绩效衡量标准的收益质量。
我们对方程（2）和方程（3）中变量之间关系的大多数预测
(3)涉及现有研究的关系。我们将它们包括进来，以表明我们的模型

体现了收益、现金流和应计项目的直观和众所周知的属性，并且
作为基准并与现有结果相联系。使用方程（2）和（3）可以
做出以下预测：
a) 校正 (Et ,CFt)
b) 校正 (Et , 应计)c) 校正
(CFt , 应计)
这些预测涉及同期收入、现金
流量和应计, 已得到 Dechow (1994) 和 Dechow 等的证实。
等人 (1998年)。
d) Et , CFt1)
e) (应计, CFt1)

这些相关性表明，收益，特别是其应计部分，预期
未来现金流。例如,Finger (1994) 和 Barth
等（2001）。请注意，这些预测是基于其他条件不变的假设，因此
需要控制可能的混杂因素。具体来说, 在检查关系时
在当前应计项目和未来现金流之间,需要控制混杂因素
当前现金流的影响。原因是当前应计项目与
当前现金流和未来现金流（经验上）与当前现金流正相关
流。
f) Et , CFt1) g)

Corr(应计, CFt1)
据我们所知,预测当期收益，尤其是其应计收益
部分, 与过去现金流呈正相关, 这是新颖的。直觉是应计项目
将部分过去现金流的确认推迟到当期收益中。如上所述，
在检验这一预测时, 重要的是控制当前
现金流。

获得应计质量的实证测量
我们通过重新排列应计部分, 获得了时间 t 的应计表达式
等式（2）中的收益：

等式 (4)表明：(1)应计项目是暂时的调整,用于延迟或预期已实现现金流量的确认加上估计误差项; (2)应计项目是
与当前现金流呈负相关,与过去和未来的现金流呈正相关;
(3)误差项反映了应计项目与现金流实现的对应程度,

并可作为应计和盈利质量的衡量标准。
为了得出营运资本应计质量的实际衡量指标,我们使用以下指标
公司层面的时间序列回归:

WC bb *CFO b *CFO b *CFO . t 01 t 12 t 3 t 1 t

相对于等式（4），我们衡量应计项目的标准是营运资本的变化，并且
与应计项目相关的现金流的代理指标是经营活动产生的现金流（CFO）。
回归残差反映与现金流实现无关的应计费用,
这些残差的标准差是公司层面应计质量的衡量指标,
标准差越大,表示质量越低。
公式 (4)中的理论规范仅使用了过去、现在和
与当前应计项目相关的未来现金流。由于我们无法识别这些现金流
流量成分，表达式（5）中的经验版本使用了总 CFO。2因此，表达式（5）中的独立变量是有误差的，这意味着回归

系数可能会偏向 0, R2会降低。由于理论
公式 (4) 中的系数值为b1 1、b2 1 和b3 1，我们预期
0 b1 1,1 b2 0,0 b3 1。附录 B 提供了更广泛的
处理这个问题,包括模拟结果证实估计系数和 R2将偏向零。附录 B 还揭示了偏差更大

与 b2相比，b1和b3的严重程度更高，因为过去和未来的误差分量
现金流大于当期现金流的组成部分。本文后面部分（第
IV)，我们实施了额外的测试来控制测量误差对

我们的结果。最后，我们在表达式（5）中添加一个截距，以捕获可能的非零
平均应计费用（例如，由于公司增长而产生的平均正营运资本应计费用）。
III. 样本选择、描述性统计、

和校准测试
表 1 总结了我们的样本选择。我们的样本来自 Compustat
1987 年至 1999 年的年度工业和研究文件。鉴于 Collins 和 Hribar (2002)
结果是，使用资产负债表方法得出 CFO 会导致嘈杂且有偏差的估计，
我们使用现金流量表中给出的 CFO，如财务报表中所述。
财务会计准则第 95 号 (SFAS No. 95, FASB 1987)。3样本仅限于拥有完整资产、收益、经营活动现金流量、变动
应收账款和库存变化。最后两个要求确保样本
公司的营运资本积累相当可观。截断最极端的
经营活动产生的现金、收益和营运资本变化，并且至少要求一个
财产意外保险公司提供有关其应计估计、后续现金流的信息
实现，以及由此产生的估计误差（例如,Petroni 1992;Anthony 和 Petroni 1997;Beaver 和
McNichols 1998）。我们不进行行业特定分析，因为
估计误差的幅度可能大于典型的行业内差异，因为我们的
兴趣在于更具普遍性的结果。
3 本准则要求列报1988年7月15日以后结束的财务年度的现金流量表。
但一些公司早在1987年就采用了该标准。

表 1
样本来源, 1987 年至 1999 年
公司年度经营活动产生的现金、收益和账户变动情况 ..... 59,360
现金流量表中报告的应收账款和库存以及总资产
公司在扣除最高 的收益后，现金 ..... 55,850
运营和营运资本变化
公司经营活动现金流领先值和滞后值的年份 ..... 30,317
每年观察 8 次或以上的公司 ..... 1,725
其余分析中使用的 1,725 家公司的公司年份 ..... 15,234
包含超过 50 个观测值的三位数 SIC 组 ..... 136
136 个行业的公司年限 ..... 27,204
所有数据均来自Compustat。
过去和未来现金流和收益的年数，产生了 30,317 个公司年数的样本。此外，我们需要至少八年的数据来估计公司特定的回归。这一限制将我们的样本减少到 1,725 家公司的 15,234 个公司年数观测值。4对于我们的一些行业级分析，不太严格的数据要求产生了 136 个三位数 SIC 行业的 27,204 个公司年数观测值样本。

经营活动产生的现金流是 Compustat 项目 308。从 t1 年到 t 年的营运资本变化 (WC) 计算为 AR 库存 AP TP 其他资产（净额），其中 是应收账款， 是应付账款，TP 是应付税款。

具体来说,WC 是根据 Compustat 项目中的 WC 计算得出的（项目 302 项目 303
项目 304 项目 305 项目 307)。
我们将短期应计项目后但长期应计项目前的收益 (Earn) 计算为 Earn CFO WC。我们将扣除非常项目前的收益 (Prof) 报告为 Compustat 项目 123，并将应计项目（Prof-CFO）报告为与其他研究的可比性。所有变量均按平均总资产缩放。我们还计算营业周期（OC）的长度，如下所示：
销售额/平均应收账款) 销售成本)/(平均库存)
其中，销售额是 Compustat 第 12 项，销售成本是第 41 项，应收账款是第 2 项，库存是第 3 项。

表 2 提供了描述性统计数据和相关性。检查面板 A 可发现，描述性统计数据与其他使用类似变量和时间段的研究结果一致（例如 Barth 等人，2001 年）。Earn 超过 CFO，这意味着短期应计费用大多为正。这并不奇怪，因为大多数公司都在增长，因此增加了营运资本。正如预期的那样，平均应计费用为负（0.046），主要是因为折旧。

表 2 面板 B 和 C 中的 Pearson 相关性说明了我们样本变量之间的关系，并与以前的研究具有可比性（Spear-man 相关性的结果相似）。这些实证相关性与现有发现和模型的预测一致。具体而言，Earn 和 CFO 之间存在正同期相关性（ 0.73 ），Earn 和 WC 之间存在正同期相关性（0.33），而 CFO 和 WC 之间存在负相关性（ 0.41 ）。我们还发现应计项目和 WC 之间存在高度正相关性（ 0.75 ），这表明营运资本应计项目捕捉到了总应计项目的大部分变化。

与 Barth 等人 (2001) 的观点一致，我们发现收益和营运资本变化可预测未来的经营现金流。请注意，WCt和 CFOt1之间的简单相关性为 0.01 ，统计上不显著。如前所述，原因是 WCt与 CFOt 呈负相关，而 CFOt与 CFOt1 呈正相关（0.56），这抵消了 WCt和CFOt1之间预期的正相关关系。在表 2 的 C 面板中，我们报告称，在控制 CFOt 的情况下，WCt和CFOt1之间的偏相关性为 0.29 （在 0.0001 的水平上显著）。我们还发现营运资本应计项目与过去的现金流呈正相关，这意味着应计项目推迟了部分过去现金流的确认。B 面板中 WCt和 CFOt1之间的简单相关性仅为 0.008 ，但C 面板中控制 CFOt 的偏相关性为 0.31 （在 0.0001 水平上显著）。总而言之，我们的描述性统计和相关性结果与预测和现有结果一致，表明我们的模型相当好地捕捉了权责发生制会计的一些关键特征。

表 2
15,234 个公司年度观测值的描述性统计数据和相关性
1987 年至 1999 年

面板 A:描述性统计

面板 B：皮尔逊相关性

面板 C：偏相关（控制 CFOt 的影响）

CFOT1

Compustat 现金流量表中的经营活动现金流量 (CFO) 第 308 项;营运资本变化（WC）AR 库存 AP TP 其他资产（净值），

其中 是应收账款, 是应付账款,
为应付税款；
长期应计费用前的收益（Earn)CFO WC；
扣除非常项目前的利润 (Prof)Compustat 第 123 项;以及
应计专业首席财务官。
所有变量均按平均总资产缩放。
IV. 结果

应计质量的实证测量
表 3 列出了营运资本应计额与过去、现在和
未来经营活动产生的现金流。首先，我们展示公司层面的回归（面板 A），因为
表 3
营运资本变化对过去、当前和未来现金流的回归分析
1987 年至 1999 年期间的公司运营情况

WCt b0 b1CFOt1 b2CFOt b3CFOt1 t

A 面板中的 统计量是根据从
特定于公司的回归分析要求每个公司至少有 8 个观测值。面板 B 中的 T 统计量由
基于三位数 SIC 分组回归分析获得的 136 个系数的分布，需要
每个组至少有 50 个观察结果。
所有变量的定义如表2所示。

我们的理论是在公司层面上定义和最自然地应用的。此外,我们
预计公司层面的规范优于横截面规范,因为
回归系数在不同公司之间可能会有所不同。原因是我们的经营
现金流量代理包含测量误差, 这可能与系统相关
取决于公司的特征。例如,较长的运营周期意味着未来相当长的时间
现金流在当期收益中确认（例如通过应计应收账款）。因此,
当与当前应计项目相关的未来现金流占未来总现金流的很大一部分时,
我们预计未来总现金流将在表达式（5）中加载更大的系数。
由于这些影响可能与公司层面的特征有关,我们认为公司层面的规范更为重要。不过,我们也提供了行业特定和汇总的结果
（面板 B 和 C），因为我们的特定公司时间序列较短，并且我们关注的是
公司层面的噪声估计。
表3面板A 中公司特定回归的结果与
理论和表 2 中的单变量结果一致。正如预测的那样, 当前营运资本的变化
与当前经营现金流呈负相关，与过去和未来经营现金流呈正相关。当前现金流的平均系数为 0.62 ，而过去和未来现金流的平均系数分别为 0.17 和 0.09 。

如前所述（并在附录 B 中详细说明）, 由于独立变量的测量误差, 系数的绝对量小于理论值 1 , 过去和未来现金流系数的下行偏差更大。根据公司特定系数的横截面分布，所有这些均值都具有高度统计显著性，t 统计量的绝对值范围从 10 到 57 。调整后的 R2 表明此规范提供了合理的解释力（均值R2 0.47，中位数R20.55）。

表3面板 B 和 C中行业特定回归和汇总回归的结果与公司特定结果一致。行业特定回归和汇总回归的当前 CFO 平均系数均为 0.51 ，而公司特定平均值为 -0.62 。过去和未来现金流的系数在数量上也与公司特定结果相当，数量级为 0.15 到 0.19 ，并且可靠地为正值。调整后的 较低，行业规范的平均值为 0.34 ，汇总回归的平均值为 0.29 ，这可能是因为我们的公司特定模型的含义在横截面规范中描述性较差。总而言之，公司特定、行业和汇总规范的结果相似。基于更好的理论基础和更好的实证拟合，我们继续进行公司层面的规范。

我们对结果的稳健性进行了几次测试。回想一下，现金流变量（CFO）是理论现金流变量（与应计项目相关的现金流）的噪声估计。独立变量的测量误差导致系数估计有偏，残差估计也有偏。我们的敏感性检查依赖于以下观察：当公司处于稳定状态时， CFO 很可能是理论现金流变量的良好代理，因为在这种情况下，与应计项目相关的现金流很可能是 CFO 的一个相当稳定的比例。

我们从两个维度实施这一观察。首先，我们重新运行表3中报告的回归分析，控制销售增长的影响，方法是在回归分析中加入增长项，或仅对低增长公司（定义为销售百分比增长在 到 5% 之间）进行回归分析。结果的主旨对于两种规范保持不变（未包括结果）。此外，控制增长不会显著影响应计质量、公司特征和收益持续性之间的关系（稍后讨论）。其次，我们分析现金流波动对应计质量的影响。如果现金流波动性较低，那么我们预计总现金流与应计相关现金流之间的关系相对稳定。我们通过在回归分析中加入现金流波动性项，或仅对低波动性公司（波动性处于最低五分之一的公司）进行回归分析来控制现金流波动。

对于这两种规范，结果在质量上保持不变。5
最后，我们调查特殊项目的影响，这些项目通常包含长期应计项目，因此会影响我们对短期应计项目的衡量以及我们对经营活动现金流的衡量（我们假设经营活动现金流仅与短期应计项目相关）。具体来说，有时 Compustat 会将重组费用纳入

也无变化。

应计质量与公司特征的关系
我们使用残差的标准差作为公司特定的应计指标
标准差越大,质量越差。6这一实证测量方法
应计质量可用于多种用途。例如，它可用于
股票价格与收益之间关系的市场测试。另一个应用
是调整我们的应计质量衡量标准，以设计替代的盈余管理测试。管理层以投机取工的方式操纵的应计项目往往表现得像由于不可避免的估计错误而产生的应计项目一样。例如，从会计系统的角度来看，记入虚假的应收账款和

不收取款项类似于登记常规应收账款但不收取款项。7
在本节中,我们将说明应计质量衡量指标的两个应用。首先,
我们探索了我们的测量方法与所选公司特征之间的关系。虽然我们
假设个体估计误差的实现是随机的,平均幅度
对于某个特定公司来说, 这些错误很可能与该公司的
业务波动性或运营周期长度等特征。对于
例如，即使拥有良好的技能和最好的意图，波动行业中的公司经理也可能犯更大的应计估计误差。
绘制公司特征与估计误差之间的关系很重要
用于研究、实践和教学目的。原因是，对残差标准差进行公司特定的回归估计需要很长的时间序列。在
此外，回归方法需要有关未来现金流的信息，这降低了它在许多情况下的实用性（例如，基于收益质量的异常回报策略）。
因此, 识别可观察的公司特征是有价值的, 这些特征可以作为
估计误差倾向的工具。我们注意到, 我们研究的一些公司特征可能与残差的标准差相关
构造（例如应计项目的标准差）。这不是一个问题,因为
我们的主要兴趣是确定不可观察估计之间的强关系
错误和可观察的公司特征, 无论关系的来源如何。
根据现有理论、结果和经济直觉,我们预计:
营业周期越长,应计质量越低。
运营周期越长，不确定性越大，估计和错误也越多
估计,因此应计质量较低。
公司规模越小,应计质量越低。

现金流标准差高是经营环境不确定性高的另一个指标。 应计波动幅度越大，应计质量越低

由于我们的应计质量衡量指标是应计残值，因此应计波动性和应计质量至少在构造上存在一定关联。收益波动性越大, 应计质量越低

收益是现金流和应计项目的总和。由于预计这两个组成部分的波动性与收益质量呈负相关，因此我们预计收益波动性越大, 应计质量越低。
报告负收益的频率越高，应计利润就越低
质量损失
表明公司的经营环境受到严重的负面冲击。
为应对此类冲击而进行的应计很可能涉及重大估计错误（例如重组费用）。因此，损失表明应计质量低下。
应计规模越大，应计质量越低
应计项目越多, 表明估计和估计误差越多,因此应计质量越低。

表4提供了这些假设关系的结果。面板 A 显示了描述性统计数据，其中一些变量首先在公司基础上平均，以与其他变量和我们的公司层面应计质量衡量标准保持一致。平均营业周期分布（平均 141 天，标准差 62 天）表明营业周期较短。（在未报告的测试中，我们发现样本中的所有公司的平均营业周期都少于一年。)因此，我们假设大多数营运资本应计在一年内逆转，这对于这个样本来说似乎是合理的。

表 4 的面板 B 显示了我们的应计质量指标（sresid）与公司特征之间的 Pearson 相关性（Spearman 相关性的结果类似）。虽然所有相关性都具有预测符号，并且都在 0.0001 水平上显著，但幅度范围很大。营业周期长度（ 0.28 ）和销售标准差 （ 0.34 ）的相关性相对较低。其余所有变量的相关性都超过 0.50 ，其中收益标准差（ 0.82 ）、应计标准差（ 0.75 ）和负收益比例 （ 0.63 ）的相关性最高。如此强的相关性表明这些变量可用作应计质量的可靠工具。与营运资本应计平均水平的高相关性（0.69）表明sresid与 Sloan (1996) 中的应计质量指标之间存在很强的关系。我们将在本文后面更详细地探讨这种关系。

在表 4 的面板 C 中,我们研究这些公司特征的简约组合是否比任何单个变量更能捕捉应计质量。我们的基线规范将sresid 回归到标准差收益（面板 B 中相关性最高的变量），并显示调整后的R2为 0.67 （模型 1）。接下来，我们分解波动性
表 4
描述性统计和营运资本应计质量之间的相关性
（sresid）和 1987 年至 1999 年间 1, 725 家公司的选定公司特征

面板 A:描述性统计

面板 B：残差标准差（sresid）与
选定的公司特征（括号中为 值）

面板 C：因变量为残差标准差的回归
（sresid）且独立变量为公司特征（ ）
(1) 系数
（ t 统计量）
(2) 系数
（ 统计量）
(3) 系数
( t 统计量)

(9.29) (58.63)
0.001
(1.34)
0.002
0.317
(36.73)

0.049
(21.62)
(29.32)
调整。 R2
0.67
0.57
0.76
0.257
(26.17)

表 4 (续)

残差的标准差（sresid）是根据以下公司特定回归的残差计算的：

在哪里:
Compustat 现金流量表中的经营活动现金流量（CFO）第308项；
营运资本变化 (WC) AR 库存
英㛺 TP 其他资产（净额）,其
中 AR 是应收账款, AP 是应付账款, TP 是应付税款; 以及长期应计费用前的收益 (Earn)CFO WC。

所有变量均按平均资产缩放。
销售额、盈利、CFO 和 WC 的标准差是在公司层面计算的。营业周期等于 360/(销售额平均 AR) 360 /(销售成本)/(平均库存)。负收益比例的计算方法是将负收益的公司年数除以每家公司的总公司年数。对于此表,我们使用对数(总资产)规范来校正资产的右尾偏斜。

收益转化为现金流和应计波动，这两者都与面板 B 中的sresid高度相关。模型（2）表明，标准差 WC 包含了标准差 CFO 的解释力。为了更清楚地解释，回想一下，sresid被定义为与现金流实现无关的应计成分的变化。模型（3）包括营运资本应计波动和收益波动，R2增加到 0.76 。最后，模型（4）对 sresid 的所有其他公司特征进行回归。R2为 0.61 ，低于与收益波动性（模型 1 ）的基线回归的 R2。

总而言之，衡量应计项目质量的一个简单实用的方法是评估收益和应计项目的波动性。

2001,623;Revsine等 2002,245）。本文中的理论为我们的应计质量衡量标准与盈利持续性之间提供了自然联系。具体而言，对方程 (3) 的检验表明,在保持已实现现金流的时间序列属性不变的情况下,增加更多的应计误差会导致盈利持续性降低。因此，我们预计应计质量低的公司盈利持续性也会低。

表5的面板A给出了应计质量和盈利持续性之间实证关系的结果。我们报告投资组合结果以与早期研究（例如Sloan 1996;Barth 等人2001)进行比较，并检验质量持续性关系中可能存在的非线性。结果在回归规范中具有相同的主旨（未制成表格）。在面板A中，首先根据估计表达式（5）得出的公司特定回归残差（sresid）的标准差将公司年份分成五等分投资组合。在每个投资组合中，我们将未来盈利回归到当前盈利，并报告斜率系数（称为持续性）和调整后的R2。我们发现残差的标准差和持续性之间存在负相关关系；在第1和第5个五等分之间,斜率系数从 0.94 下降到 0.55 。这种下降是单调的,但尾部的关系更陡峭。由于这些是单变量回归, 调整后的 2 从 0.83 下降到 0.28 与斜率系数的下降相一致。因此, 这些结果
应计质量与盈余应计水平的相关信息含量 1987 年至 1999 年期间的持续性

面板 A：基于残差标准差幅度的投资组合（sresid）

面板 ：基于应计绝对值（WCt）的投资组合

应计质量是通过以下公司特定的营运资本残值的标准差来衡量的
回归：
WCt b0 b1CFOt1 b2CFOt b3CFOt1 ct

应计水平以营运资本当前变化的绝对值来衡量。
通过以下回归模型来衡量每个投资组合的盈利持久性（1）：

Compustat 现金流量表中的经营活动现金流量（CFO）第308项；
营运资本变化 (WC) AR 库存
美咲社
TP
其他资产（净值），
其中 是应收账款， 是应付账款，
TP 为应付税款；及
长期应计费用前的收益（Earn）CFO WC。所有变量均按平均资产缩放。
证实了应计质量与盈利持续性之间假设的正相关关系。8表5的面板A还报告了每个投资组合的平均营运资本应计水平。与表
4中的结果类似,这些投资组合的结果揭示了残差的标准差与应计水平之间的正相关关系。这种关系很重要, 因为Sloan (1996) 表明应计水平的持续性不如现金流。因此, 目前很难从经验上区分应计质量和应计水平对盈利持续性的影响。然而，如前所述，有先验理由相信，我们的应计质量衡量标准和应计水平都是不可观察的
"真实"应计质量的同一方面的代理。因此, 在很大程度上,真正的问题是这两个衡量标准中的哪一个在经验上更适合当前的任务 在本例中是解释盈利持续性。

我们采用两种方法来区分sresid和应计水平对盈利持续性的解释能力。在表 5 的面板 中, 我们根据应计的绝对量形成五分位数，并测量每个五分位数的持续性。9结果证实了应计水平与盈利持续性之间的预期负相关关系；在第 1 和第 5 个五分位数之间，斜率系数从 0.81 下降到 0.55 ，调整后的R2从 0.57 下降到 0.33 。然而，这些下降不如面板 A 中的下降那么明显。在应计质量五分位数中，持续性的相对下降为 0.39 (调整后的R2 为 0.55 ）, 而在应计水平五分位数中, 持续性的相对下降为 0.26 （调整后的R2为 0.24 ）。此外，面板 B 中应计水平与持续性之间的关系是非单调的，对于低到中等水平的应计,关系基本是平坦的。面板 的总体印象是,应计水平仅对极端应计实现才表明较低的盈利持续性。因此, 应计质量与盈利持续性之间的关系比应计水平与持续性之间的关系更强，尤其是对于应计质量高的公司而言。

我们的第二种方法如表 6 所示，该表报告了在应计水平保持不变的情况下，sresid与盈利持久性之间关系的投资组合结果（面板 A）；以及在sresid保持不变的情况下，应计水平与盈利持久性之间关系的投资组合结果（面板 B）。为了保持应计水平不变（如面板 所示），我们首先根据应计水平将样本分成十分位投资组合, 然后在每个应计水平十分位内, 我们进一步根据残差的标准差将观测值分成五个投资组合（子投资组合 1 至 5）。我们将所有十个子投资组合 1 合并为一个投资组合，将所有子投资组合 2 合并为另一个投资组合，依此类推。结果是五个投资组合，sresid变化很大，但应计水平几乎相同。

如表6面板 A 所示，这种两阶段投资组合结构对应计水平的控制相当好，投资组合 1 至 5 的平均 WC 在 0.047 至 0.051 之间。尽管在公司层面，sresid和应计水平之间存在很强的正相关性，但面板 A 中的投资组合在sresid 方面表现出很大的变化:表 6 中投资组合 1 和 5 的平均sresid之间的条件范围为 0.55 ,而表 5 中的无条件范围为 0.63 。该结果表明， sresid的变化独立于

应计质量与盈余应计水平的增量信息含量 1987 年至 1999 年期间的持续性

面板 A：基于残差标准差幅度的投资组合（sresid），
控制应计费用的绝对值 (WCt)

面板 B：基于应计绝对值（WCt）的投资组合，控制标准
残差偏差 (sresid)

应计质量是通过以下公司特定的营运资本残值的标准差来衡量的
回归：
WCt b0 b1CFOt1 b2CFOt b3CFOt1 عt
应计水平以营运资本当前变化的绝对值来衡量。
通过以下回归模型来衡量每个投资组合的盈利持久性（1）：

Compustat 现金流量表中的经营活动现金流量（CFO）第308项；
营运资本变化 (WC) AR 库存
美咲社
其他资产（净值），
其中 是应收账款， 是应付账款，
为应付税款；及
长期应计费用前的收益（Earn)CFO WC。所有变量均按平均资产缩放。
应计水平相当高, 具有实证意义。此外, 表 6 面板 A 中的回归结果显示, sresid的条件变化与盈利持续性密切相关。斜率系数从投资组合 1 的 0.91 到投资组合 5 的 0.60 不等, 调整后的 从投资组合 1 的 0.78 到投资组合 5 的 0.33 不等。这些结果与表 5 中的无条件规范的结果相得益彰（持久性的差异为 0.31 和 的差异为 0.45 和 0.54 ）换句话说, 在控制应计水平后, 应计质量 (sresid)与盈利持续性之间的关系基本保持不变。

表6中的面板B包含在控制应计质量后应计水平与盈利持续性关系的结果,使用与面板 相同的投资组合推导方法。首先,我们根据 sresid将所有观测值排列成十个投资组合，然后在每个十分位投资组合内，我们根据应计水平将观测值排列成五个子投资组合，最后我们将所有具有相同排序的子投资组合合并在一起。最后, 我们有五个投资组合, 它们保留了大部分应计水平的差异, 同时使sresid在各个投资组合中几乎保持不变。结果显示, 各个投资组合的斜率系数差异略有下降; 表 6 中投资组合 1 和 5 之间的差异为 0.22 ,而表 5 中为 0.26 。但是, R2的范围存在相当大的侵䖵, 表 6 中的差异为 0.09 , 而表 5 中的差异为 0.24 。此外, 表 6 中面板 中投资组合之间的斜率系数和R2的差异明显小于面板 A 中 的对应差异。

综上所述,表 5 和表 6 的综合证据表明,我们的应计质量衡量指标捕捉到了应计水平所解释的收益持续性变化。事实上, 我们的结果表明, 应计质量与收益持续性之间的关系比应计水平与持续性之间的关系更强, 然而, 相对于我们的应计质量衡量指标, 应计水平更简单易用, 不需要广泛的识别和预测过程。因此,此处提出的比较对应计水平的表现有偏见,尤其是对于需要事前衡量收益质量的环境（例如实时交易策略）。

本研究提出了一种评估应计项目和盈利质量的新方法, 其依据的直觉是应计项目是暂时的调整, 它以做出假设和估计为代价来解决基础现金流的时间问题。精确的估计意味着当前应计项目与过去，现在和未来的现金流实现之间有很好的匹配，而不精确或错误的估计会降低应计项目的有益作用。

按照这种直觉,我们将应计质量定义为应计项目与现金流实现的对应程度。在实证领域,我们将应计质量这一概念操作化为公司特定回归残差的标准差, 该回归对去年、当前和未来一年的经营现金流进行了估计。

我们方法的一个重要特点是估计误差的概念包括有意和无意的错误。这一区别很重要, 因为大多数现有研究假设应计和盈利质量仅受管理层操纵意图的影响, 而这种意图是不可观察的, 而且可能是特殊和零星的。相比之下, 我们的方法表明, 应计质量可能与可观察和反复出现的公司特征（如运营波动性）有系统性联系，因为波动性越高，不可避免的估计误差发生率就越高。

我们的方法的一个理论局限性是，它捕捉了应计项目映射到相关现金流的程度，但却没有提供关于这些项目正确时机的见解。
现金流应计项目。例如，我们的方法不能用于决定是否将研发费用化或资本化。我们分析的实证部分的局限性包括对营运资本应计项目的限制以及估计误差中没有序列相关性的假设。

我们从两个方面说明了我们的方法的实用性。首先，我们证明了可观察的公司特征可以作为应计质量的工具。具体而言，我们发现收益波动性和应计波动性是我们衡量应计和收益质量的良好指标。其次，我们发现应计质量与收益持续性之间存在正相关关系，在控制了斯隆（1996）记录的应计效应水平后，这种关系仍然存在。这种正相关关系表明，识别和衡量应计质量具有重要的实际好处。

我们对应计质量、应计水平和盈利持续性之间相互关系的研究也表明 Dechow (1994) 和 Sloan (1996) 的研究结果相一致。Dechow (1994) 发现应计项目提高了盈利衡量相对于现金流的绩效的能力。Sloan (1996) 发现应计项目部分的持续性低于盈利的现金流部分，这表明应计项目水平高的公司盈利质量低。我们的协调基于以下观察：应计项目水平高既意味着盈利比基础现金流有更大的改善，也意味着盈利质量低。原因是当基础现金流存在最多时间和错配问题时，应计项目最多，因此应计项目越多意味着比基础现金流有更大的改善。然而，这种好处是以发生估计误差为代价的，应计项目水平与这些估计误差的大小之间存在正相关性。因此，在其他条件相同的情况下，较大的应计项目意味着收益质量低，收益持续性较差。

附录A
现金流量和应计项目类型的示例以及由此产生的估计误差
下表概述了收到或支付现金时的记录惯例
在确认收益之前或之后：

以下示例显示了应计项目与相关现金流之间的联系，以及我们的模型是否会检测到估计错误。我们还包含了第二部分中介绍的符号。