样本筛选与因子构建框架 [page::4][page::5]

• 通过审计意见、ST/预期ST状态、违规立案、亏损状况及壳价值高风险指标初步筛选样本池，覆盖率稳定在70%-85%。

- 因子围绕四大盈余调节特征构建：应收款账龄和坏账、资产计提政策偏离、非折旧资产占比偏离及所得税率波动。

主要因子表现及未来基本面演化 [page::7][page::8][page::10][page::11][page::13][page::14]

• 应收账款账龄及坏账率高的公司未来ROE和净利润增速显著偏低，收益表现跑输低账龄、低坏账组合。

- 资产折旧率和减值准备计提偏离行业中位数的绝对值较大，代表盈余调节激进，相关股票表现及未来盈利稳定性较差。

• 非折旧资产占比偏离过大的公司盈利波动较大，风险较高。

- 所得税率波动率高企业，未来盈利可持续性差，表现弱于波动率低企业。

异常因子筛选与风险控制作用 [page::15][page::16]

| 异常因子数 | 全样本数 | 次年非标意见率 | 次年违规立案率 |
|------------|----------|----------------|----------------|
| 0 | 12647 | 0.83% | 4.18% |
| 1 | 4887 | 0.98% | 5.24% |
| 2 | 1904 | 0.95% | 5.83% |
| 3 | 718 | 1.39% | 7.94% |
| ≥6 | 79 | 0.00% | 4.68% |

• 多因子异常因子得分与未来风险事件密切相关，异常组合相对市场基准表现较差，增强排雷效果。

- 异常因子库对已有排雷规则具备较好补充作用，覆盖更多潜在违规及非标公司。

财报信息质量综合评分与股票收益表现 [page::17][page::18]

• 综合质量评分分十组，表现呈现单调递增趋势，高档组的多头组合未来ROE水平高且波动率低，盈利持续性强。

- 多空组合年化收益近7%，夏普比1.10，IC均值0.0148，统计显著性良好。

财报质量与盈余惯性（PEAD）联动分析 [page::18][page::19]

• 高质量分组中，超预期组合显著表现正向价格漂移，低质量分组中未达预期组合表现负向漂移。

- 结合财报信息质量与超预期因子，挖掘更强盈余惯性带来的超额收益。

策略增强与收益提升 [page::19][page::20][page::21]

• 将ROE和财报信息质量分数平均排名挑选高质量高盈利股票，再结合超预期因子，形成增强策略。

- 增强策略相比基准策略，年化收益提升约3.5%，夏普比提高，最大回撤略有减少。

• 在业绩发布空窗期表现优异，增强策略的月均超额收益显著高于基准。

量化专题报告分析：多因子系列之十四——刻画财报信息质量

---

1. 元数据与概览

• 报告标题：《量化专题报告 多因子系列之十四：刻画财报信息质量》

- 作者及机构： 国盛证券研究所，分析师刘富兵、李林井

• 发布日期： 2020年

- 研究主题： 本报告围绕上市公司的财报信息质量构建多因子指标体系，旨在通过刻画企业盈余调节行为，识别财报信息真实性，进而提升量化投资策略的风险控制与收益表现。

核心论点：
财报信息质量并非等同于盈利能力，但财报信息质量低的公司有较大盈余调节风险。通过构建财报信息质量因子，可以筛选潜在风险公司，提升投资组合的收益和盈利可持续性，并揭示财报信息质量与市场盈余惯性的内在联系。

研究重点包括：

• 定义和构建多维度因子刻画盈余调节行为的特征；

- 通过大量实证验证因子对未来业绩及股价表现的区分力；

• 探索财报信息质量与超预期组合盈余惯性的关系；

- 提出结合财报信息质量提纯高盈利超预期策略的方法。

---

2. 报告结构逐节深度解读

2.1 前言与研究动机

• 背景与挑战： 基本面因子依赖企业财报，但公司会通过盈余平滑（保守或激进的会计政策）来调节利润，导致财报真实性受损，量化研究难以准确反映企业盈利实际水平。

- 问题转化： 本文将重心转向“财报信息质量”，采用多维因子对财报质量打分，尝试还原真实盈利水平。

• 研究方法简介： 梳理上市企业常见盈余调节手段，设计指标反映资产账面真实度和会计政策稳定性。

- 因子检验视角： 除了股票溢价分析，更关注未来盈利的可持续性和成长性，期望财报信息质量低的企业表现更差[page::3]。

2.2 财报信息质量与盈余质量（第1章）

• 会计政策的保守与激进：

- 保守型政策：推迟收入确认，提前费用确认，低估利润和资产；
- 激进型政策：提前确认收入，推迟确认费用，夸大利润和资产。

• 盈余调节将在财报中直接反映在资产负债表的相关科目，且激进调节常伴随特征：应收款账龄、坏账比例偏高，折旧和减值计提不稳，非折旧资产占比异常，所得税率波动大 (图表1)[page::4]。
• 财报信息质量与盈利能力的界定差异：

财报信息质量高指财报更真实，调节少；而盈利能力强弱不一定与信息质量一致。低质量报表企业可能夸大业绩，误导投资判断（图表2）[page::4]。

2.3 构建财报信息质量因子（第2章）

2.3.1 样本筛选与排雷

• 利用审计意见、ST与预期ST标识、违规/立案、亏损、壳价值较高等指标进行初步剔除，确保样本财务质量的基本门槛。通过该标准剔除后，覆盖了风控指标作用较强的企业（图表3）[page::5]。

2.3.2 四大因子维度

1. 应收款账龄和坏账比例

- 账龄越高、坏账比越大，财报收入确认越可能激进，收回难度大，盈利真实性降低。
- 利用应收账款及其他应收款账龄、坏账数据设计因子，数据显示账龄、坏账高的公司未来ROE和净利润增长较低，股价跑输低账龄、低坏账组（图表5-13）[page::6-9]。

1. 资产折旧/摊销及减值计提政策偏离

- 通过考察历年资产折旧率、坏账准备、跌价准备的波动幅度与行业中位数偏离程度，识别盈余操纵倾向。
- 例：坏账计提偏离因子通过绝对值累加，旨在捕捉长期激进或保守的盈余调节；相关组合显示中位数附近（偏离低）水平优于高偏离水平（图表14-19）[page::9-10]。
- 存货跌价准备、固定资产折旧与减值、长期待摊费用与无形资产摊销等同理均构建偏离度因子，均显示高偏离组合未来基本面更差（图表20-29）[page::10-13]。

1. 非折旧型资产占比偏离

- 关注在建工程、无形资产、开发支出、商誉等非折旧资产占比与行业中位数的偏离，因企业常操纵此类资产推迟折旧。
- 偏离较大的企业未来ROE和盈利成长较差（图表30-31）[page::13]。

1. 所得税率波动率

- 利用递延所得税资产和负债，估算税局认可的真实税前利润并计算税率波动率，波动越大，财务调节嫌疑越高。
- 测试显示高波动率企业未来基本面较弱（图表32-34）[page::13-14]。

2.3.3 因子汇总列表

• 以上因子涵盖应收账款、其他应收款、存货、固定资产、长期待摊费用、无形资产、非折旧资产占比以及所得税率波动等领域（图表35）[page::14-15]。

2.4 因子应用——降低风险（第3章）

• 非线性评分法：标记因子值异常（低于2倍标准差）作为风险信号，累计异常因子数量作为公司风险评分。

- 实证发现：高异常因子数企业在未来年报中出现非标审计意见、违规立案的概率显著提升，且因子库覆盖了此前排雷指标和规则库未涵盖的风险样本，增强风控效果（图表36-38）[page::15-16]。

• 异常样本组合整体跑输市场。

2.5 综合财报信息质量评分（第4章）

• 采用标准化、去极值、市值行业中性、方向一致等步骤，将七类别因子等权合成综合评分。

- 历史回测显示，综合评分越高的股票组，超额收益越佳，呈现显著单调递增关系（图表39-42）。

• 财报信息质量高的多头组合表现出更高且更稳定的ROE和净利润同比增速，波动率明显低于低质量组合，显示盈利的可持续性更强（图表43-44）[page::17-18]。

2.6 财报信息质量与盈余惯性（第5章）

• 盈余惯性（Post-Earnings Announcement Drift, PEAD）指超预期公司在公告后股价会持续正向漂移，反超预期者则出现负向漂移。

- 报告通过双因子分组（超预期得分×财报信息质量得分）发现：
- 高财报质量分组下，高超预期组合价格漂移显著为正；
- 低财报质量分组下，未达预期组合价格漂移更显负向，盈余惯性模式差异明显（图表45-46）[page::18-19]。

• 结合财报信息质量和ROE提升策略表现：

- 把ROE和信息质量标准分平均排名，或剔除异常因子标记高风险股票，均显著提升高盈利超预期策略的收益和夏普比，且策略在财报发布间歇期表现更稳健（图表47-52，指标绩效见图表49）[page::19-21]。

• 进一步统计显示，高ROE区间中，信息质量的提高显著减少未来非标审计意见风险，增强策略对风险剔除有实质贡献（图表50）[page::20]。

2.7 总结与展望

• 本报告建立的财报信息质量因子有效反映了企业盈余调节行为，从应收款账龄、坏账计提、资产折旧摊销、非折旧资产占比到所得税率波动多角度刻画财务信息真实性。

- 利用因子可有效剔除潜在财务舞弊与风险公司，提高投资组合未来收益和盈余稳定性。

• 财报信息质量与盈余惯性关系揭示投资者对不同质量财报信息存在反应差异，带来市场异常。

- 结合信息质量筛选高盈利超预期组合，策略性能明显提升，风险控制更有效

• 未来将探索如何更精准地刻画盈余夸大程度，及将财报信息质量与成长、盈利等基本面因子结合优化模型。

风险提示：因企业盈余调节的多样性及数据局限，因子库难以覆盖所有情形，且基于历史统计，未来市场环境变化可能导致模型失效[page::21-22]。

---

3. 图表详细解读示例

3.1 应收账款坏账比因子相关图表（图表10-13）

• 图表10、12 展示多空组合收益走势。坏账比例低的组合（blue lines）长期跑赢市场，坏账比例高组合（yellow lines）股票表现较差。显示坏账比例高对应较差的投资价值。

- 图表11、13 展示对应基本面未来三年ROE和净利润同比增速演化，低坏账比公司盈利持续性和增长更佳。

• 结论与文本论述一致，印证财报中坏账水平对企业经营质量的负面影响[page::8-9]。

3.2 资产折旧率偏离因子相关图表（图表22-25）

• 多空组合净值曲线显示，固定资产折旧率长期偏离行业中位的企业股票表现弱于偏离度低的企业。

- 伴随折旧偏离高，未来ROE和盈利增长显著弱于折旧偏离低的企业。说明异常折旧政策为盈余调节的表征，具有实证价值[page::11-12]。

3.3 所得税率波动率因子相关图表（图表33-34）

• 高税率波动率多空组合表现持续弱势，基本面指标也呈现长期恶化趋势，符合盈余信息质量混乱带来的风险升高判断[page::14]。

3.4 综合评分分组表现（图表39-42）

• 风险较低的高分组股票组合在等权及市值加权组合均实现正向超额收益，多空组合多头显著跑赢空头，夏普比表现优异，具备较好的策略信号价值[page::17]。

3.5 盈余惯性分组表现（图表45-46）

• 结合财报信息质量与超预期得分构建双因子分组，财报质量高组盈余漂移正向明显，反之负向漂移显著。图表直观展现了投资者对盈余信息质量的差异反应[page::18-19]。

3.6 高盈利超预期策略增强表现（图表47-52）

• 通过叠加信息质量，增强或剔除风险股票，组合累计净值显著优于基准。风险调整收益指标（夏普比、信息比）均获得改善，且月度超额收益表现令人满意，进一步验证该因子体系在策略开发中的实用价值[page::19-21]。

---

4. 估值分析

报告重点在于财报信息质量因子构建及验证，未涉及具体估值模型分析，因此无传统估值法（DCF、市盈率模型等）阐述。

---

5. 风险因素评估

• 盈余调节手段复杂且难以穷尽，因子体系可能遗漏或误判部分企业的盈余调节行为；

- 数据质量及报送机制变化可能导致因子效果发生波动或失效；

• 市场环境变更或监管强化也可能影响模型稳定性和有效性。

报告明确提示此风险，提醒投资者谨慎使用因子模型[page::0, 21-22]。

---

6. 批判性视角与细微差别

• 因子选择与覆盖的限制： 报告因数据可得性和计量限制，主攻资产调整部分。若未来研究拓展至现金流质量、经营现金流与应计利润偏离等领域，将更完善。

- 异常因子赋值规则： 采用低于2倍标准差为异常，虽简单明了，但可能导致部分行业结构性特征被误判，建议未来加入行业动态调整。

• 非线性与线性评分方法对比： 报告展示两种方法均有效，但未充分探讨两者及权重优化的精细效果，后续研究可深入探讨。

- 盈余惯性解释： 报告将差异归因于投资者对盈余信息质量反应不足，较为合理，但未排除部分市场行为可能来源于信息不对称或机构投资者策略的影响。

• 样本区间局限： 数据区间截止2020年，后续环境如中美贸易摩擦、疫情冲击可能引发新的数据特性，需要持续检验模型稳健性。

- 无估值及宏观环境对因子影响评估，未覆盖。

---

7. 结论性综合

本报告系统构建并验证了一套多维度财报信息质量因子，通过对上市公司应收账款及其他应收款的账龄与坏账比例、资产的折旧摊销及减值准备政策偏离、非折旧资产比、以及所得税率波动率四大维度的细分因子，揭示企业盈余调节行为的特征并量化评分。这套因子体系不仅能显著区分未来盈利表现和风险事件发生概率，还能补充传统的排雷和风险控制指标。

结合因子构建的综合评分显示，财报信息质量高的股票长期具备显著的超额收益和更优的盈利稳定性，投资者可根据信用质量筛选改善投资组合表现。同时，报告发现财报信息质量是解释市场盈余惯性现象的有效维度之一，高质量财报对应的超预期组合有更显著的正向价格漂移，反向亦然。

在高盈利股票池中加入财报信息质量筛选机制可进一步提升高盈利超预期策略的风险调整收益，增强策略在业绩公告季外期（真空期）的表现，有助于投资者更好地捕获信息质量优势，规避潜在盈余操纵风险。

综上，国盛证券研究所通过扎实的数据驱动和实证检验，科学揭示财报信息质量的内涵及其在量化投资中的应用价值。本报告为投资者提供了一套量化识别财务舞弊和盈余调节风险的有效工具，对提升A股市场基本面量化策略的稳健性具有重要借鉴意义[page::0-22]。

---

（全文引文均来源于国盛证券研究所《量化专题报告 多因子系列之十四——刻画财报信息质量》，页面标注详见正文。）

附录：关键图表示例

---

（以上多图表页面引自报告对应部分，详见报告原文[page::5-21]）

报告