基于異?，F(xiàn)金流模型的真實(shí)盈余管理因子

引言定期財(cái)務(wù)報(bào)告中的會(huì)計(jì)信息是投資者了解公司經(jīng)營(yíng)狀況對(duì)公司進(jìn)行判斷的重要依據(jù)會(huì)計(jì)息披露的質(zhì)量直接影響投資者能否獲得準(zhǔn)確的投資信號(hào)大量實(shí)證證據(jù)表明部公司可能存在粉飾財(cái)務(wù)報(bào)告的行為如量化企業(yè)財(cái)務(wù)報(bào)告的會(huì)計(jì)信息質(zhì)量判斷企業(yè)是否存在盈余管理行為一直都是學(xué)術(shù)界和投資界關(guān)注的熱點(diǎn)課題在企業(yè)盈余管理的研究中企業(yè)的會(huì)計(jì)盈余被認(rèn)為體現(xiàn)在利潤(rùn)表的應(yīng)計(jì)利潤(rùn)和現(xiàn)流量表的經(jīng)營(yíng)活動(dòng)現(xiàn)金流量中據(jù)不同的管理目標(biāo)企業(yè)的盈余管理被進(jìn)一步分為應(yīng)計(jì)項(xiàng)目盈余管理和真實(shí)盈余管理應(yīng)計(jì)項(xiàng)目盈余管理是管理者在不違背一會(huì)計(jì)準(zhǔn)則的前提下靈活運(yùn)用會(huì)計(jì)準(zhǔn)則與會(huì)計(jì)政策操縱企業(yè)當(dāng)期應(yīng)計(jì)項(xiàng)目改企業(yè)在不同會(huì)計(jì)期間的盈利分布以達(dá)到最大化自身利益或最大化當(dāng)期企業(yè)市場(chǎng)值的目的這種方式不產(chǎn)生直接的現(xiàn)金流結(jié)果比如減少計(jì)提壞賬準(zhǔn)備推遲資注銷等但隨著監(jiān)管趨強(qiáng)企業(yè)進(jìn)行應(yīng)計(jì)項(xiàng)目盈余管理的空間縮小真實(shí)盈余管成為企業(yè)操縱利潤(rùn)變現(xiàn)金流的更為主要和隱蔽的手段真實(shí)盈余管理行為是司管理者短視行為的體現(xiàn)會(huì)在短期增加公司利潤(rùn)降低單位成本但會(huì)對(duì)公司來經(jīng)營(yíng)發(fā)展造成不利影響因此比于應(yīng)計(jì)盈余管理真實(shí)盈余管理可能會(huì)對(duì)企造成更嚴(yán)重、更持續(xù)的不利影響。本文研究梳理了國(guó)內(nèi)外對(duì)于真實(shí)盈余管理行為研究的成果并在中國(guó)A股市場(chǎng)進(jìn)行了實(shí)證測(cè)試通過對(duì)同學(xué)者的盈余管理模型的分析和拆解本文發(fā)現(xiàn)盈余管理模型中的異?，F(xiàn)金流模型可以幫助我們篩選出盈余操縱的公司，降低投資中的風(fēng)險(xiǎn)本文研究發(fā)現(xiàn)：以異?，F(xiàn)金流模型計(jì)量的企業(yè)真實(shí)盈余管理因子中蘊(yùn)含著一定的ala信息。使用年度和季度異常經(jīng)營(yíng)現(xiàn)金流因子選股可以在中長(zhǎng)期獲得超額收益季度異常營(yíng)現(xiàn)金流因子多空組合表現(xiàn)更穩(wěn)定。季度異常經(jīng)營(yíng)現(xiàn)金流因子選股在大多數(shù)行業(yè)都有效但不同行業(yè)之間選股效果存差異經(jīng)檢驗(yàn)季度異常經(jīng)營(yíng)現(xiàn)金流因子在食品飲料醫(yī)藥電力及公共事業(yè)和交運(yùn)輸?shù)刃袠I(yè)選股更加有效。真實(shí)盈余管理研究發(fā)展ipper(989)最早將操縱真實(shí)交易活動(dòng)納入了盈余管理的范疇他認(rèn)為真實(shí)盈余理是通過操縱投資和籌資決策以及決策時(shí)點(diǎn)來改變會(huì)計(jì)盈余的行為同樣屬于盈管理的領(lǐng)域ly和hlen(999)出管理人員可以通過業(yè)務(wù)決策改變財(cái)務(wù)報(bào)告，從而從公司業(yè)績(jī)角度誤導(dǎo)利益相關(guān)者。how和inner(000)都在其關(guān)于盈余管理的研究中指出了真實(shí)盈余管理的概念即管理者可能通過異常的減價(jià)促銷削或延遲研究開發(fā)費(fèi)用或管理費(fèi)用從而構(gòu)建真實(shí)交易的手段影響會(huì)計(jì)數(shù)據(jù)從而誤利益相關(guān)者的判斷aham（200的研究發(fā)現(xiàn)公司經(jīng)理人會(huì)考慮改變可自由配的收入和其他真實(shí)活動(dòng)以實(shí)現(xiàn)財(cái)務(wù)目標(biāo)。Rochowdhuy(006)將真實(shí)盈余管理定義為“管理者通過刻意操控與企業(yè)正常生產(chǎn)經(jīng)營(yíng)活動(dòng)相背離的交易來操縱會(huì)計(jì)利潤(rùn)的手段”并從異常經(jīng)營(yíng)現(xiàn)金流異常酌量費(fèi)用和異常生產(chǎn)成本三個(gè)方面提出了一套較為完備的真實(shí)盈余管理計(jì)量方法。至此，后續(xù)的真實(shí)盈余管理研究多是基于Roycowdhury模型的拓展或修正。張俊瑞等（2008）在Roychohury的基礎(chǔ)上根據(jù)現(xiàn)金流量表結(jié)構(gòu)以經(jīng)營(yíng)活動(dòng)現(xiàn)金流量產(chǎn)生流程為基礎(chǔ)推導(dǎo)出了經(jīng)營(yíng)活動(dòng)現(xiàn)金流量估計(jì)模型2010)在oychowdhuy型的基礎(chǔ)上對(duì)真實(shí)盈余管理的模型進(jìn)行了修改分別從研發(fā)支出管理和銷售費(fèi)用固定資產(chǎn)出售生產(chǎn)成本四個(gè)角度計(jì)量真實(shí)盈余管理行為，并且在Roychohury模型基礎(chǔ)上增加了托賓Q等變量并研究了真實(shí)盈余管理與未來業(yè)績(jī)的關(guān)系orst(2016)在nny模型的基礎(chǔ)上考察了異常研發(fā)支出和異常銷售管理費(fèi)用的反轉(zhuǎn)情況對(duì)真實(shí)盈余管理行為識(shí)別的幫助，他的研究發(fā)現(xiàn)異常投資削減反轉(zhuǎn)比非反轉(zhuǎn)的情況更能反應(yīng)真實(shí)盈余管理并發(fā)現(xiàn)真實(shí)盈余管理與未來ROA和經(jīng)營(yíng)現(xiàn)金流下降有關(guān)。ivastva2019)的研究中控制了公司的競(jìng)爭(zhēng)地位和生命周期相關(guān)變量，修正了真實(shí)盈余管理模型。Con等(2020)的研究根據(jù)y和orst建議提出了修正的真實(shí)盈余管理模型其中包含了經(jīng)營(yíng)現(xiàn)金流產(chǎn)成本酌量費(fèi)用對(duì)銷售收入上升和下降存在不同反應(yīng)的非線性因素，從異常經(jīng)營(yíng)現(xiàn)金流等三個(gè)角度計(jì)量公司的真實(shí)盈余管理行為。真實(shí)盈余管理的研究意義經(jīng)過諸多學(xué)者的深入探究真實(shí)余管理行為的識(shí)別方法在學(xué)術(shù)界已成系統(tǒng)總來看主要從經(jīng)營(yíng)現(xiàn)金流生產(chǎn)成本酌量費(fèi)用和資產(chǎn)出售四個(gè)角度但真實(shí)盈管理因子在投資界應(yīng)用甚少，真實(shí)盈余管理因子系列報(bào)告的研究重點(diǎn)是探索中國(guó)股市場(chǎng)中的真實(shí)盈余管理行為的識(shí)別方法并檢驗(yàn)真實(shí)盈余管理因子在我國(guó)股票場(chǎng)上的投資指導(dǎo)作用。過往的學(xué)術(shù)研究對(duì)真實(shí)盈余管理的效用評(píng)價(jià)褒貶不一但認(rèn)為真實(shí)盈余管理行為會(huì)降低公司未來業(yè)績(jī)，不利于公司長(zhǎng)期價(jià)值增長(zhǎng)的觀點(diǎn)居多。Roycowdhury（2006）認(rèn)為真實(shí)盈余管理雖然可以滿足管理者的短期盈利目標(biāo)但不能增加長(zhǎng)期企業(yè)價(jià)值Cohen和Zrowin(2010)研究發(fā)現(xiàn)，使用真實(shí)盈余管理的公司后續(xù)經(jīng)營(yíng)績(jī)效較低。Eldnbug等(201)發(fā)現(xiàn)真實(shí)盈余管理行為對(duì)公司后續(xù)經(jīng)營(yíng)績(jī)效產(chǎn)生不利影響。nny(2010發(fā)現(xiàn)當(dāng)管理者使用真實(shí)盈余管理來滿足盈余基準(zhǔn)時(shí)真實(shí)盈余管理與未來績(jī)效呈正相關(guān)，公司可以從增強(qiáng)的盈余和可信度中獲益。因此從金融學(xué)理論角度看研究公司的真實(shí)盈余管理因子有助于我們識(shí)別出在潛在風(fēng)險(xiǎn)的公司選出高盈余質(zhì)量的公司減少真實(shí)盈余管理公司股票下跌來的組合收益下降，增加投資的穩(wěn)健性。本文將使用中國(guó)A股市場(chǎng)數(shù)據(jù)采取Roychowhury異經(jīng)營(yíng)現(xiàn)金流模型Cohen的異常經(jīng)營(yíng)現(xiàn)金流模型中和張俊瑞提出的現(xiàn)金流操縱模型計(jì)算公司異常經(jīng)營(yíng)現(xiàn)流因子以代理公司的真實(shí)盈余管理行為并探究異常經(jīng)營(yíng)現(xiàn)金流因子在指導(dǎo)選股方面的作用。樣本選取與模型介紹樣本選取本文研究相關(guān)財(cái)務(wù)數(shù)據(jù)均來自d數(shù)據(jù)庫(kù)常見風(fēng)格因子數(shù)據(jù)來自通聯(lián)數(shù)據(jù)時(shí)間范圍為206年2022年行業(yè)分類按照中信一級(jí)行業(yè)由于金融行業(yè)的財(cái)務(wù)數(shù)據(jù)存在特殊性，本文的樣本剔除了銀行、非銀行金融、綜合金融三個(gè)行業(yè)的樣本數(shù)據(jù)如無特殊說明本文使用的股票池均為剔除銀行非銀行金融綜合金融三個(gè)行業(yè)后的股票池。模型介紹自how和inner(2000)指出加銷售，改變裝運(yùn)時(shí)間表，延遲研發(fā)和維修支出是管理者可用的盈余管理方法，真實(shí)盈余管理行為研究開始被學(xué)者重視起來。Roycowdhur（2006常經(jīng)營(yíng)現(xiàn)金流異常酌量費(fèi)用和異常生產(chǎn)成本三個(gè)方面出了一套較為完備的真實(shí)盈余管理計(jì)量方法Cohe（2020對(duì)Roychowhury進(jìn)行了一定修正。中國(guó)學(xué)者張俊瑞根據(jù)現(xiàn)金流量表結(jié)構(gòu)在Roycowdhury模型的礎(chǔ)上推導(dǎo)了現(xiàn)金流操縱模型。后文將分別介紹這三類真實(shí)盈余管理模型。Roycowdhury真實(shí)盈余理模型Roycowdhur（2006現(xiàn)公司會(huì)通過減少研發(fā)支出提供折扣增加過剩庫(kù)存降低單位營(yíng)業(yè)成本出售資產(chǎn)減少酌量費(fèi)用等行為進(jìn)行盈余操縱這些真實(shí)盈管理行為將會(huì)造成公司現(xiàn)金流低于正常水平生產(chǎn)成本過高和酌量費(fèi)用低于正常平的情況基于以上發(fā)現(xiàn)Roychowhur（2006從異常經(jīng)營(yíng)現(xiàn)金流異常酌量費(fèi)和異常生產(chǎn)成本三個(gè)角度建立了真實(shí)盈余管理的計(jì)量模型。異常經(jīng)營(yíng)現(xiàn)金流模型????=??

+

1+

??

+

????

+???????1

0 1??

1??

2?????1 ??其中，CFt為t期經(jīng)營(yíng)現(xiàn)金流，t-1為t1期總資產(chǎn)，t為t期營(yíng)業(yè)收入,Δt為t期營(yíng)業(yè)收入與1期營(yíng)業(yè)入的差值t為回歸殘差使用該模型分行業(yè)分年度進(jìn)回歸，異?，F(xiàn)金流O即為回歸取得的殘差項(xiàng)。異常生產(chǎn)成本模型Roycowdhury將生成定義為業(yè)本與庫(kù)水變化之用以下歸型分別測(cè)算常售成本正庫(kù)存水變。????=??

+

1+??

+???????1

0 1??

?????1 ?????????=

+

1+

??

+

???1+???????1

0 1??

1??

2?????1 ??其中St為t期產(chǎn)的營(yíng)業(yè)成本Δt為t期內(nèi)庫(kù)存水平的變化即Δt=t-t-1。而t期生產(chǎn)本t=t+Δt，因此得下式：????????=

+

1+

??

+

????

+

?????1+???????1

0 1??

1??

2??

3?????1 ??使用該模型分行業(yè)、分年度進(jìn)行回歸，異常生產(chǎn)成本D為回歸取得的殘項(xiàng)。異常酌量費(fèi)用模型????=

+

1+??

+???????1

0 1??

?????1 ??其中Pt為酌量費(fèi)用Roychodhury將其定為銷售費(fèi)用管理費(fèi)用和研發(fā)費(fèi)用之和使用該模型分行業(yè)分年度進(jìn)行回歸異常酌量費(fèi)用SEXP為回歸得的殘差項(xiàng)。Cohen真盈余管理模型Cohen等(020)對(duì)真實(shí)盈余管理模型進(jìn)行了改進(jìn)進(jìn)后的模型考慮了經(jīng)營(yíng)現(xiàn)金流酌量費(fèi)用和生產(chǎn)成本對(duì)營(yíng)業(yè)收入變化方向的不同反應(yīng)。異常經(jīng)營(yíng)現(xiàn)金流模型??????=

+

1+

??

+

??

+

??

×??+???????1

0 1??

1??

2??

3?????1 ??異常酌量費(fèi)用模型??=

+

1+

??

+

??

+

??

×??+???????1

0 1??

1??

2??

3?????1 ??異常生產(chǎn)成本模型????=

+

1+

??

+

??

+

???1+

??

×?????1

0 1??

1??

2??

3??

4?????1???1+?? ×??+??5?????1 ??其中CFttEt等變量定義與2.2.1中Roycowdhury模型變量義相同D為啞變量當(dāng)期總銷售額小于上期總銷售額時(shí)D的取值為1則為0分別使用以上三個(gè)模型分行業(yè)分年度回歸，異常經(jīng)營(yíng)現(xiàn)金流O、異常酌量用P和異常生產(chǎn)成本D分別為三個(gè)模型回歸得到的殘差?，F(xiàn)金流操縱模型張俊瑞（2008在Roycowdhury的礎(chǔ)上根據(jù)現(xiàn)金流量表結(jié)構(gòu)以經(jīng)營(yíng)活動(dòng)金流量產(chǎn)生流程為基礎(chǔ)，推導(dǎo)出了經(jīng)營(yíng)活動(dòng)現(xiàn)金流量估計(jì)模型。??????=

+

1+

??

+

??

+

???1+

??

+

E??

+

???????1

0 1?????1+??

1?????1

2?????1

3?????1

4?????1

5?????1

3?????1其中經(jīng)營(yíng)現(xiàn)金流CF總資產(chǎn)營(yíng)業(yè)收入S和ΔS和前定義相同TCt為t期各項(xiàng)稅費(fèi)開支，ECt為t期支付給職工及為職工支付的現(xiàn)金、Ct為t期其他與經(jīng)營(yíng)活動(dòng)有關(guān)的現(xiàn)金。因子方向分析根據(jù)學(xué)術(shù)界研究企傾向于通過減少研發(fā)支出提供價(jià)格折扣或者更寬松的信條件以增加短期銷售增加過剩庫(kù)存以降低銷售成本出售資產(chǎn)和降低酌量費(fèi)（可自由支配的費(fèi)用廣告費(fèi)用研發(fā)費(fèi)用銷售和管理費(fèi)用等等活動(dòng)來進(jìn)行真盈余管理生產(chǎn)過剩可以降低單位固定成本提高銷售利潤(rùn)率但會(huì)增加生產(chǎn)和有成本致現(xiàn)金流低于正常水平過剩生產(chǎn)造成的增量邊際成本會(huì)導(dǎo)致生產(chǎn)成高于正常水平過高價(jià)格折扣也會(huì)導(dǎo)致生產(chǎn)成本相對(duì)于銷售收入異常高管理減少酌量費(fèi)用的行為會(huì)導(dǎo)致銷售費(fèi)用管理費(fèi)用和研發(fā)費(fèi)（統(tǒng)稱酌量費(fèi)用類常低。因此從理論角度看異?，F(xiàn)金流因子和異常酌量費(fèi)用類因子是正向因子顯著低于正常水平的經(jīng)營(yíng)現(xiàn)金流可能反映了企業(yè)存在真實(shí)盈余管理活動(dòng)這往往會(huì)導(dǎo)致后期企業(yè)業(yè)績(jī)表現(xiàn)不佳股票收益率降低而高經(jīng)營(yíng)現(xiàn)金流則說明公司經(jīng)營(yíng)狀況良好盈余質(zhì)量高股票后應(yīng)有高于市場(chǎng)的收益表現(xiàn)過低的酌量費(fèi)用也會(huì)導(dǎo)致股票后期收益率降低異常產(chǎn)成本是反向因子過高的異常生產(chǎn)成本會(huì)導(dǎo)致股票收益率下降。本文主要研究異常經(jīng)營(yíng)現(xiàn)金流因子其他真實(shí)盈余管理類因子將在該系列后續(xù)研中展現(xiàn)。年度異常經(jīng)營(yíng)現(xiàn)金流因子表現(xiàn)我們分別使用上述模型中的異?，F(xiàn)金流模型對(duì)每個(gè)企業(yè)年度的真實(shí)盈余管理進(jìn)了測(cè)算，并統(tǒng)計(jì)了每年真實(shí)盈余管理指標(biāo)最高組和最低組的股票市場(chǎng)表現(xiàn)。Roychodhury模型年度因子表現(xiàn)基于Roychodhury的常現(xiàn)金流模型，本文使用中國(guó)A股年報(bào)數(shù)據(jù)分行業(yè)、分度進(jìn)行S回歸，得到了年度異常經(jīng)營(yíng)現(xiàn)金流因子1。按照1因子小把選取的所有股票分5組，每?jī)?nèi)采用市值加權(quán)方式進(jìn)行回測(cè)調(diào)倉(cāng)時(shí)間為每年的4月我們?cè)谔蕹y行非金融和綜合金融行業(yè)后全部A股中統(tǒng)計(jì)了最高組和最低組每年與每月的表現(xiàn)差異。使用Roychohury型計(jì)算的異常經(jīng)營(yíng)現(xiàn)金流因子1在回測(cè)區(qū)間（2016年4月9日至2022年4月9內(nèi)最高和最低組收益表現(xiàn)存在較為明顯的差異但2021年4月至2022年4區(qū)間內(nèi)出現(xiàn)了反轉(zhuǎn)從月份分布上來看在年報(bào)公布季結(jié)束后的56月最高組益通常高于最低組收益。圖1：ycowdhry模型：1在全A中最高和最低組年度表現(xiàn)（2016.4.2920224.2）數(shù)據(jù)來源：d，圖2和表1展現(xiàn)了1具體各組回溯結(jié)果，基準(zhǔn)為剔除金融類行業(yè)后采用市值加權(quán)的全部A股組合。在回測(cè)區(qū)間（2016年4月29日至2022年4月29日內(nèi)，1在剔除融行業(yè)后全A中分組結(jié)果較為單調(diào)，第1組化收益為-4.94%相基準(zhǔn)低7.21最大回撤50.34%相基準(zhǔn)高16.%第5組化收益為9.2，相對(duì)基準(zhǔn)高7.25%最大回撤2933%，相對(duì)準(zhǔn)低4.17；多空對(duì)沖組合年化收益14.3%相對(duì)基準(zhǔn)高1.76%最回撤25.6相基準(zhǔn)低774%?？傮w上看第1（盈余質(zhì)量組的業(yè)績(jī)表現(xiàn)顯著差于基準(zhǔn)第5（高盈余質(zhì)量組）的業(yè)績(jī)表現(xiàn)顯著優(yōu)于基準(zhǔn)，符合我們的研究預(yù)期。圖2：O_Y1在全A中的分組回溯結(jié)果（2016.4.292022.429）數(shù)據(jù)來源：d，表1：O_Y1在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.2920224.2）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-4.94%21.22%-0.2350.34%-0.100.74第2組-2.32%19.95%-0.1238.19%-0.060.87第3組-0.20%19.40%-0.0140.67%0.000.99第4組0.48%19.37%0.0236.27%0.011.03第5組9.52%18.78%0.5129.33%0.321.73多空14.03%10.30%1.3625.76%0.542.20基準(zhǔn)2.27%19.02%0.1233.50%0.071.14數(shù)據(jù)來源：d，Cohen模型年度因子表現(xiàn)基于Cohen的異?，F(xiàn)金流模型，本文使用中國(guó)A股年報(bào)數(shù)據(jù)分行業(yè)、分年度進(jìn)行S回歸，得到了年度異常經(jīng)營(yíng)現(xiàn)金流因子2。按照2因子小把選取的所有股票分5組，每?jī)?nèi)采用市值加權(quán)方式進(jìn)行回測(cè)調(diào)倉(cāng)時(shí)間為每年4月底我們?cè)谔蕹鹑陬愋袠I(yè)的全部A股中統(tǒng)計(jì)了最組和最低組每年與每月的表現(xiàn)差異。使用Cohen模型計(jì)算的異常經(jīng)營(yíng)現(xiàn)金流因子2在回測(cè)區(qū)（2016年4月9日至222年4月9日內(nèi)最高組和最低組收益表現(xiàn)存在較為明顯的差異但也在2021年4月至2022年4月區(qū)內(nèi)出現(xiàn)了反轉(zhuǎn)從月份分布上來看與1因子現(xiàn)類似在年報(bào)公布季結(jié)束后的5月和6月高組收益通常高于最低組收益。圖3：n模型：異常經(jīng)營(yíng)現(xiàn)金流因子在全A中分組年度表現(xiàn)（20164.2920224.2）數(shù)據(jù)來源：d，圖4和表2展現(xiàn)了2因子具體各組回溯結(jié)果，基準(zhǔn)為剔除金融類行業(yè)后采用市值加權(quán)的全部A股組合。在回測(cè)區(qū)間（2016年4月9日至2022年4月29日內(nèi)C_Y2在剔除金融行業(yè)后的全A中分組結(jié)果較為單調(diào)第1組年化收益為5.3%相基準(zhǔn)低7.60最回撤48.2相對(duì)基準(zhǔn)高1.2%第5組年化收益為9.34%，相對(duì)準(zhǔn)高7.07，最大回撤29.4%，相基準(zhǔn)低4.1%。多空對(duì)沖組合年化收益14.%，相對(duì)基準(zhǔn)高120%，最大回撤26.1%，相對(duì)基準(zhǔn)低7.31%。圖4：O_Y2在全A中的分組回溯結(jié)果（2016.4.292022.429）數(shù)據(jù)來源：d，表2：O_Y2在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.2920224.2）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-5.33%21.12%-0.2548.32%-0.10.72第2組-1.08%19.93%-0.0541.06%-0.030.94第3組-0.95%19.67%-0.0537.95%-0.030.94第4組0.93%19.25%0.0536.88%0.031.06第5組9.34%18.77%0.5029.34%0.321.71多空14.35%10.24%1.4026.19%0.552.24基準(zhǔn)2.27%19.02%0.1233.50%0.071.14數(shù)據(jù)來源：d，現(xiàn)金流操縱模型年度因子表現(xiàn)基于張俊瑞等的現(xiàn)金流操縱模型本文使用年報(bào)數(shù)據(jù)分行業(yè)分年度計(jì)算了年度常經(jīng)營(yíng)現(xiàn)金流因子3。按照3因子小把選取的所有股票分5組，每?jī)?nèi)采用市值加權(quán)方式進(jìn)行回測(cè)調(diào)倉(cāng)時(shí)間為每年4月底我們?cè)谔蕹鹑谛袠I(yè)的全部A股中統(tǒng)計(jì)了最高和最低組每年與每月的表現(xiàn)差異總體來看3因子表現(xiàn)與前兩個(gè)年度異?，F(xiàn)金流因子表現(xiàn)類似，但3因子在2021年4至2022年4月區(qū)間內(nèi)雖然也出現(xiàn)了反轉(zhuǎn)，但最高組和最低組業(yè)績(jī)表現(xiàn)差異相對(duì)較小。圖5：現(xiàn)金流操縱模型：異常經(jīng)營(yíng)現(xiàn)金流因子在全A中分組年度表現(xiàn)（2016.4292022.4.29）數(shù)據(jù)來源：d，圖6和表3展現(xiàn)了具體各組回測(cè)結(jié)果基準(zhǔn)為剔除金融類行業(yè)后采用市值加權(quán)的全部A股組合。在回測(cè)區(qū)間（2016年4月9日至2022年4月29日）內(nèi)3在剔除金融行業(yè)后的全A中分組結(jié)果較為單調(diào)第1組化收益為5.19%相對(duì)基準(zhǔn)低7.46%最大回撤4853%相準(zhǔn)高15.3第5組化收益為9.5%對(duì)基準(zhǔn)高.78%，最大回撤29.33%，相對(duì)基準(zhǔn)低4.17%。多空對(duì)沖組合年化收益1418，對(duì)基準(zhǔn)高1.91%，最大撤14.4%相對(duì)基準(zhǔn)低9.06%。圖6：O_Y3在全A中的分組回溯結(jié)果（2016.4.292022.429）數(shù)據(jù)來源：d，表3：O_Y3在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.2920224.2）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-5.19%20.90%-0.2548.53%-0.10.73第2組-1.42%19.86%-0.0738.41%-0.040.92第3組0.83%19.24%0.0436.40%0.021.05第4組1.61%18.73%0.0933.34%0.051.10第5組9.05%19.27%0.4729.33%0.311.68多空14.18%8.94%1.5914.44%0.982.22基準(zhǔn)2.27%19.02%0.1233.50%0.071.14數(shù)據(jù)來源：d，年度異常經(jīng)營(yíng)現(xiàn)金流因子研究小結(jié)我們使用A股年度數(shù)據(jù)，根據(jù)第2章介紹的3個(gè)模型，分行業(yè)分年度分別計(jì)算了3個(gè)異常經(jīng)營(yíng)現(xiàn)金流因子1、2和3。分別使用三個(gè)因子進(jìn)行分組回測(cè)，研究發(fā)現(xiàn)，在回測(cè)區(qū)間內(nèi)（2016年4月29日至2022年4月29日）三因子的多頭組（第5組）收益表現(xiàn)明顯高于空頭組（第組并且個(gè)因子的多頭組相對(duì)基（剔除銀行非銀行金融綜合金融三個(gè)行后的全部A股均能取得可觀的超額收益這證明了異常經(jīng)營(yíng)現(xiàn)金流因子確實(shí)蘊(yùn)著alpa信。但三個(gè)年度異常經(jīng)營(yíng)現(xiàn)金流因子的多空組合均在2021有所回撤，回撤的原因?yàn)槟甓日{(diào)倉(cāng)持股期凈值易受到其他因素影響也或受到我國(guó)新收入準(zhǔn)則等會(huì)政策變更的影響但CFO_Y3的多空組合相對(duì)12回撤較小這反了異常經(jīng)營(yíng)現(xiàn)金流模型中或還包含其他非操控性因素這為我們改進(jìn)常經(jīng)營(yíng)現(xiàn)金流模型提供了一個(gè)方向下一章我們將討論季度異?，F(xiàn)金流因子在A市場(chǎng)中的表現(xiàn)。季度異常經(jīng)營(yíng)現(xiàn)金流因子表現(xiàn)公司進(jìn)行真實(shí)盈余管理的目的主要為增加利潤(rùn)以迎合市場(chǎng)預(yù)期或避免退市預(yù)警險(xiǎn)若真實(shí)盈余管理集中在年報(bào)季則更容易被檢測(cè)掌握公司經(jīng)營(yíng)狀況的管理會(huì)選擇將盈余管理行為平滑到每個(gè)季度因?qū)τ诩径鹊恼鎸?shí)盈余管理識(shí)別會(huì)供給我們更多的公司會(huì)計(jì)信息質(zhì)量的相關(guān)信息有助于我們篩選高盈余質(zhì)量的股或剔除存在財(cái)務(wù)風(fēng)險(xiǎn)隱患的股票本文使用季度數(shù)據(jù)對(duì)上述介紹的真實(shí)盈余管理計(jì)量模型進(jìn)行了計(jì)算，并測(cè)試了不同季度異?，F(xiàn)金流因子在A股市場(chǎng)中的表現(xiàn)。Roychodhury異?，F(xiàn)金流模型1因子分組回測(cè)結(jié)果我們使用中國(guó)A股市場(chǎng)季度數(shù)據(jù)和Roycowdhury的異?，F(xiàn)金流模型，分行業(yè)分度計(jì)算了異常經(jīng)營(yíng)現(xiàn)金流指標(biāo)，并在行業(yè)內(nèi)標(biāo)準(zhǔn)化得到了_1因子。鑒于年報(bào)公布日期與一季報(bào)公布日期非常接近因子的使用過程中我們剔除了四度的因子數(shù)據(jù)之后我們對(duì)每個(gè)因子在中證800和剔除金類行業(yè)的全部A股進(jìn)行了分組回測(cè)，回測(cè)區(qū)間為2016年4月9至2022年1月2日。倉(cāng)日期為每年4月，8月底和0月底，每之間采取市值加權(quán)方式。在剔除金融類行業(yè)的中證800股池中，我們按照1因子小排序?qū)⒐善背胤譃?組整個(gè)回測(cè)區(qū)間來看第5組第1組之存在明顯的收益差距但2，3，4業(yè)績(jī)表現(xiàn)差異不明顯，原因系經(jīng)營(yíng)現(xiàn)金流正?；虼嬖诩?xì)微異常的公司股票表現(xiàn)并不會(huì)出現(xiàn)明顯變化經(jīng)營(yíng)現(xiàn)金流存在明顯異常的公司往往存在真實(shí)盈管理行為，公司股票未來市場(chǎng)表現(xiàn)會(huì)出現(xiàn)明顯的市場(chǎng)偏離。我們以剔除金融類行業(yè)的中證80成分股市值加權(quán)組合為基準(zhǔn)回測(cè)結(jié)果第5年化收益為186%高于準(zhǔn)7.02%大回撤31.%略高于基準(zhǔn)005%第1組年化收益2.08%，低于準(zhǔn)7.64%最大回撤3999%，高于準(zhǔn)8.16%多空年化收益14.3，高于基準(zhǔn)9.79%最回撤9.50%低于基準(zhǔn)2233%。圖7：O_1在中證800中的分組效果（2016.4.292022.12）數(shù)據(jù)來源：d，表4：O_1在中證80中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.292022.1.）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-2.80%19.74%-0.1439.99%-0.070.83第2組2.83%19.10%0.1531.64%0.091.20第3組3.41%18.64%0.1833.70%0.101.24第4組4.69%18.09%0.2632.40%0.141.35第5組1.86%19.69%0.6031.88%0.372.07多空14.63%8.74%1.679.50%1.542.43基準(zhǔn)4.84%18.36%0.2631.83%0.151.36數(shù)據(jù)來源：d，在剔除金融類行業(yè)的全部A股中，我們按照1因子大小排序?qū)⒐善背胤譃?組，剔除金融類行業(yè)的全部A股市值加權(quán)組合為基準(zhǔn)。整個(gè)回測(cè)區(qū)間來看第5組業(yè)績(jī)表現(xiàn)明顯優(yōu)于第1組總體組回測(cè)效果單調(diào)性相對(duì)年度因子有所提升但2、3、4組股票市場(chǎng)表現(xiàn)差異較小，區(qū)分度仍舊不高。其中第5組年化收益為9.0%，高基準(zhǔn)763，最大回撤2860，于基準(zhǔn)5.3%；第1年化收益-4.53%低基準(zhǔn)6.80%最大回撤4779%高于3.9%多對(duì)沖組合年化收益14.52%于基準(zhǔn)12.%最大回撤10.61%低于基準(zhǔn)2329%與年異常經(jīng)營(yíng)現(xiàn)金流因子1分組效果相比，1多頭組表現(xiàn)有微小提升，多空對(duì)沖組合年化收益提升0.49最回撤有明顯降低降低了15.15%季度異常營(yíng)現(xiàn)金流因子相對(duì)年度異常經(jīng)營(yíng)現(xiàn)金流因子可以提供更多信息增強(qiáng)多空對(duì)沖組收益的穩(wěn)定性。圖8：O_1在全A中的分組效果（20164.292022.1）數(shù)據(jù)來源：d，表5：O_Q1在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.29202212）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-4.53%20.66%-0.2247.79%-0.090.74第2組-0.09%19.50%0.0039.46%0.000.99第3組0.00%19.33%0.0040.87%0.001.00第4組1.61%18.55%0.0934.26%0.051.1第5組9.90%19.65%0.5028.60%0.351.85多空14.52%7.89%1.8410.61%1.372.42基準(zhǔn)2.27%19.07%0.1233.90%0.071.16數(shù)據(jù)來源：d，回測(cè)結(jié)果顯示1在剔除金融行業(yè)后的中證800剔除金融行業(yè)的全部A股中都呈現(xiàn)出較好的選股效果多頭組收益表現(xiàn)顯著優(yōu)于空頭組并且因子在中證800中的選效果由于在全A中的選股效果說明該因子在偏大市值股票池中更有效。1分行業(yè)分組回測(cè)結(jié)果為檢驗(yàn)1在每個(gè)行業(yè)中的有效性我們?cè)诔y行非銀行金融綜合金融三個(gè)行業(yè)之外的每個(gè)行業(yè)分組進(jìn)行回測(cè)每組股票市值加權(quán)圖9圖0分別展示了1分行業(yè)分組測(cè)試的多頭收益排序結(jié)果和多空收益排序結(jié)果表6展示了分行業(yè)回測(cè)的業(yè)績(jī)表現(xiàn)。27個(gè)行業(yè)有0個(gè)業(yè)多空年化收益為正21個(gè)行業(yè)的頭年化收益率大于行業(yè)指數(shù)的年化收益率其中多空年化收益率最高的五個(gè)行業(yè)為食品飲料電力及用事業(yè)交通運(yùn)輸醫(yī)藥電力設(shè)備及新能源多空年化收益率最低的五個(gè)行業(yè)有色金屬農(nóng)林牧漁計(jì)算機(jī)通信和國(guó)防和軍工多頭超額年化收益率最高的五行業(yè)為食品飲料交通運(yùn)輸電子醫(yī)藥和綜合多頭超額年化收益率最低的五行業(yè)為有色金屬、消費(fèi)者服務(wù)、農(nóng)林牧漁和國(guó)防和軍工。圖9：O_Q1行業(yè)分組多頭收益排序 圖1：1行業(yè)分組多空收益排序數(shù)據(jù)來源：d， 數(shù)據(jù)來源：d，表6：O_Q1分行業(yè)回溯業(yè)績(jī)表現(xiàn)回撤年化食品飲料30.回撤年化食品飲料30.1%1.0037.47%0.804.31%23.31%10.77%電力及公用事業(yè)4.14%0.2322.23%0.19-15.09%19.68%6.00%交通運(yùn)輸9.77%0.3945.10%0.22-9.60%19.30%10.20%醫(yī)藥14.42%0.5544.08%0.33-2.49%16.26%10.08%電力設(shè)備及新能源14.56%0.4845.43%0.32-2.03%15.82%5.16%電子15.06%0.4947.88%0.31-1.12%14.95%10.10%基礎(chǔ)化工6.29%0.2640.17%0.16-7.66%14.50%2.07%汽車10.00%0.3545.60%0.22-4.06%13.28%4.91%傳媒-8.14%-0.3151.65%-0.16-19.88%13.05%5.97%建筑-3.58%-0.1557.81%-0.06-14.26%1.35%-0.82%消費(fèi)者服務(wù)-3.81%-0.1270.88%-0.05-16.71%10.36%-8.14%機(jī)械5.01%0.2244.55%0.1-5.88%10.19%4.37%家電10.07%0.3946.85%0.21-2.66%9.83%3.55%建材9.09%0.3340.93%0.22-3.03%8.78%5.15%商貿(mào)零售-5.78%-0.2647.94%-0.12-12.44%6.17%1.82%石油石化1.35%0.0545.21%0.03-5.59%4.40%-0.27%綜合0.55%0.0253.06%0.01-7.23%4.10%7.73%煤炭13.29%0.4339.35%0.344.85%3.59%2.66%輕工制造-1.98%-0.0947.29%-0.04-6.46%3.18%1.37%鋼鐵8.72%0.3043.18%0.206.49%0.62%6.41%紡織服裝-7.82%-0.3748.28%-0.16-8.61%-0.74%1.07%房地產(chǎn)-4.98%-0.2148.40%-0.10-4.97%-1.42%1.00%國(guó)防軍工2.77%0.0952.1%0.052.85%-1.80%-0.47%通信-4.55%-0.1847.79%-0.10-5.27%-2.09%0.53%計(jì)算機(jī)-1.20%-0.0459.18%-0.020.44%-2.91%1.44%農(nóng)林牧漁-5.04%-0.1756.15%-0.09-2.59%-3.63%-5.94%有色金屬-7.30%-0.2458.41%-0.121.35%-9.92%-12.57%

多頭最大

多頭卡瑪 空頭年化 多空年化

多頭超額數(shù)據(jù)來源：d，Cohen異?，F(xiàn)金流模型2因子分組回測(cè)結(jié)果使用中國(guó)A股市場(chǎng)季度數(shù)據(jù)和Cohen的異?，F(xiàn)流模型分行業(yè)分季度計(jì)算了異經(jīng)營(yíng)現(xiàn)金流_Q2因子然后我們對(duì)2因子中證800全部A股中進(jìn)行了分組回測(cè)，回測(cè)區(qū)間為2016年4月9日至2022年1月2日調(diào)倉(cāng)日期為每年4底8月和0月底組之間采取市值加權(quán)方式基準(zhǔn)為剔除金融類行業(yè)的中證800成分股市值加權(quán)組合。2與Q1的分組回測(cè)結(jié)果類似，第5組股票和第1組股票的市場(chǎng)表現(xiàn)的存在明顯差異但第34市場(chǎng)表現(xiàn)差異不明顯其中第5組年化收益9.6%高于基準(zhǔn)4.82%，最大回撤35.13%，高于基準(zhǔn)3.30%；第1組年化收益率1.1%低基準(zhǔn)5.98最大回撤3792高于準(zhǔn)6.09空年化收益率10.0%，高于基準(zhǔn)5.66%，最大回撤10.27%，低于基準(zhǔn)2156%。從多空對(duì)沖收益看，2在中證800中的選股能力弱于1。圖1：F_Q2在中證800中的分組效果（2016.4.292022.12）數(shù)據(jù)來源：d，表7：O_Q2在中證80中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.292022.1.）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-1.14%19.78%-0.0637.92%-0.030.93第2組-0.35%18.69%-0.0236.08%-0.010.98第3組6.10%19.04%0.3231.01%0.201.47第4組6.26%18.03%0.3530.60%0.201.48第5組9.66%19.75%0.4935.13%0.271.82多空10.50%8.63%1.2210.27%1.021.92基準(zhǔn)4.84%18.36%0.2631.83%0.151.36數(shù)據(jù)來源：d，在剔除金融類行業(yè)的全部A股中，我們按照2因子大小排序?qū)⒐善背胤譃?組，剔除金融類行業(yè)的全部A股市值加權(quán)組合為基準(zhǔn)。整個(gè)回測(cè)區(qū)間來看季度因子2的分組單調(diào)性較好，相對(duì)年度因子有明顯提升。第5組業(yè)績(jī)表現(xiàn)明顯優(yōu)于第1組其中第5年化收益為.62%高基準(zhǔn)635，最大回撤30.63低基準(zhǔn)3.27%第1組年化收益-4.1%于基準(zhǔn)6.43最大回撤47.48，高于基準(zhǔn)13.58%；多空化收益12.7%，高于基準(zhǔn)10.5%最大回撤9.86%，低于基準(zhǔn)24.04%。季度因子2的多空對(duì)沖組合最大回撤相對(duì)于年度因子2的多空對(duì)沖組合有明顯下降。圖1：_Q2在全A中的分組效果（20164.292022.1）數(shù)據(jù)來源：d，表8：O_Q2在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.29202212）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-4.16%20.68%-0.2047.48%-0.090.76第2組-1.79%19.39%-0.0941.97%-0.040.89第3組1.76%19.30%0.0938.34%0.051.12第4組2.65%18.64%0.1431.79%0.081.19第5組8.62%19.72%0.4430.63%0.281.71多空12.77%7.87%1.629.86%1.292.19基準(zhǔn)2.27%19.07%0.1233.90%0.071.16數(shù)據(jù)來源：d，2分行業(yè)分組回測(cè)結(jié)果圖13和圖4分別展了2分行業(yè)分組測(cè)試的多頭收益排序結(jié)果和多空收益排序結(jié)果。表9示了分行業(yè)回測(cè)的業(yè)績(jī)表現(xiàn)。27個(gè)行業(yè)有0個(gè)業(yè)多空年化收益為正21個(gè)行業(yè)的頭年化收益率大于行業(yè)指數(shù)的年化收益率其中多空年化收益率最高的五個(gè)行業(yè)為食品飲料電力及用事業(yè)醫(yī)藥電子和交通運(yùn)輸多空年化收益率最低的五個(gè)行業(yè)為有色金屬信石油石化鋼鐵和農(nóng)林牧漁多頭超額年化收益率最高的五個(gè)行業(yè)為電子品飲料醫(yī)藥綜合和電力及公用事業(yè)多頭超額收益最低的五個(gè)行業(yè)為有色金屬消費(fèi)者服務(wù)、農(nóng)林牧漁、石油石化和鋼鐵。圖1：2行業(yè)分組多頭收益排序 圖1：2行業(yè)分組多空收益排序數(shù)據(jù)來源：d， 數(shù)據(jù)來源：d，表9：O_Q2分行業(yè)回溯業(yè)績(jī)表現(xiàn)回撤年化食品飲料30.08%1.00回撤年化食品飲料30.08%1.0037.47%0.803.21%24.66%10.74%電力及公用事業(yè)4.49%0.2619.99%0.22-13.74%18.08%6.35%醫(yī)藥12.50%0.4847.88%0.26-4.30%16.72%8.16%電子16.07%0.5248.34%0.33-1.27%16.16%1.1%交通運(yùn)輸4.98%0.2037.78%0.13-10.59%15.34%5.41%建筑-2.48%-0.156.47%-0.04-14.53%13.08%0.28%電力設(shè)備及新能源13.33%0.4446.20%0.29-0.52%12.93%3.93%傳媒-8.13%-0.3151.16%-0.16-19.48%12.42%5.98%基礎(chǔ)化工4.51%0.1944.78%0.10-7.13%1.87%0.29%家電9.79%0.3746.60%0.21-2.43%9.47%3.27%機(jī)械4.87%0.2145.20%0.1-5.15%9.24%4.23%商貿(mào)零售-5.36%-0.2544.12%-0.12-13.39%7.77%2.24%汽車8.78%0.3145.34%0.19-0.29%7.76%3.69%消費(fèi)者服務(wù)-5.56%-0.1871.92%-0.08-15.73%6.81%-9.89%綜合0.39%0.0156.31%0.01-10.45%6.64%7.57%建材5.86%0.2146.95%0.12-1.71%4.15%1.92%紡織服裝-7.85%-0.3748.62%-0.16-12.75%4.14%1.04%煤炭13.49%0.4440.13%0.344.72%4.02%2.86%輕工制造-1.72%-0.0746.10%-0.04-6.59%3.66%1.63%房地產(chǎn)-3.33%-0.1448.50%-0.07-5.77%0.98%2.65%計(jì)算機(jī)-1.26%-0.0459.59%-0.02-2.39%-0.1%1.38%國(guó)防軍工3.87%0.1254.16%0.072.66%-0.65%0.63%農(nóng)林牧漁-4.01%-0.1350.40%-0.08-3.38%-1.88%-4.91%鋼鐵1.42%0.0542.74%0.032.26%-2.03%-0.89%石油石化-2.34%-0.0944.63%-0.05-1.14%-4.55%-3.96%通信-5.82%-0.2251.73%-0.1-3.53%-5.40%-0.74%有色金屬-5.04%-0.1757.28%-0.092.09%-8.45%-10.31%

多頭最大

多頭卡瑪 空頭年化 多空年化

多頭超額數(shù)據(jù)來源：d，現(xiàn)金流操縱模型3因子分組回測(cè)結(jié)果使用中國(guó)A股市場(chǎng)季度數(shù)據(jù)和Cohen的異?，F(xiàn)流模型分行業(yè)分季度計(jì)算了異經(jīng)營(yíng)現(xiàn)金流3因子然后我們對(duì)3因子中證800全部A股中進(jìn)行了分組回測(cè)，回測(cè)區(qū)間為2016年4月9日至2022年1月2日調(diào)倉(cāng)日期為每年4底8月和0月底組之間采取市值加權(quán)方式以剔除金融類行業(yè)的中證80成分股的市值加權(quán)組合為基準(zhǔn)。從整個(gè)回測(cè)區(qū)間看，BCFO_Q3在中證800中的分組效果弱于1和2總體分組單調(diào)性較差但第5的收益仍顯著高于第1組其中第5組年化收率833%于基準(zhǔn)347最大回撤4.32%高基準(zhǔn)249%第1組年化收益率1.4%低于基準(zhǔn)6.6%，最大撤3733%高于基準(zhǔn)5.0%；多空年化收益率.40%高基準(zhǔn)456%最大回撤1532%，低于準(zhǔn)16.51%。圖1：_Q3在中證800中的分組效果（2016.4.292022.12）數(shù)據(jù)來源：d，表1：_Q3在中證80中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.292022.1.）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-1.42%19.70%-0.0737.33%-0.040.91第2組4.21%19.03%0.2232.24%0.131.31第3組2.52%18.53%0.1431.54%0.081.18第4組6.65%18.74%0.3627.98%0.241.52第5組8.33%19.50%0.4334.32%0.241.68多空9.40%9.00%1.0415.32%0.611.80基準(zhǔn)4.84%18.36%0.2631.83%0.151.36數(shù)據(jù)來源：d，在剔除金融行業(yè)的全部A股中，BCFO_Q3的分組效果稍弱于1和2但第5組和第1組的收益表現(xiàn)差異依舊明顯第5組年化收益為6.5%，高于基準(zhǔn)4.8%，最大撤35.48%高于基準(zhǔn)19%；第1年化收益4.6%，低于基準(zhǔn)6.%，最大回撤44.8%高于基準(zhǔn)1097%；多空化收益10.5%，高于基準(zhǔn)8.25%最大回撤1.75%低于準(zhǔn)22.4%總體來看季度因子的分組效果相對(duì)年度因子3的分組效果并無明顯提升，但多空對(duì)沖組合最大回撤有所減小。圖1：_Q3在全A中的分組結(jié)果（20164.292022.1）數(shù)據(jù)來源：d，表1：F_Q3在全A中的分組回溯業(yè)績(jī)表現(xiàn)（2016.4.29202212）年化收益年化波動(dòng)夏普比率最大回撤卡瑪比率累計(jì)凈值第1組-4.06%20.49%-0.2044.86%-0.090.76第2組0.33%19.72%0.0241.64%0.011.02第3組0.46%19.16%0.0237.14%0.011.03第4組4.19%18.91%0.2229.12%0.141.31第5組6.55%19.51%0.3435.48%0.181.51多空10.52%7.51%1.401.75%0.901.92基準(zhǔn)2.27%19.07%0.1233.89%0.071.16數(shù)據(jù)來源：d，3分行業(yè)分組回測(cè)結(jié)果圖17和圖8分別展了3分行業(yè)分組測(cè)試的多頭收益排序結(jié)果和多空收益排序結(jié)果。表2示了3分行回測(cè)的業(yè)績(jī)表現(xiàn)。27個(gè)行業(yè)有9個(gè)業(yè)多空年化收益為正17個(gè)行業(yè)的頭年化收益率大于行業(yè)指數(shù)的年化收益率其中多空年化收益率最高的五個(gè)行業(yè)為消費(fèi)者服務(wù)食品飲料、電力及公用事業(yè)、綜合和交通運(yùn)輸，多空年化收益率最低的五個(gè)行業(yè)為鋼鐵、輕工制造有色金屬房地產(chǎn)和通信多頭超額年化收益率最高的五個(gè)行業(yè)為綜合、食品飲料交通運(yùn)輸電子和汽車多頭超額年化收益率最低的五個(gè)行業(yè)為石油石化、有色金屬、建筑、房地產(chǎn)和紡織服裝。圖1：Q3行業(yè)分組多頭收益排序 圖1：Q3行業(yè)分組多空收益排序數(shù)據(jù)來源：d， 數(shù)據(jù)來源：d，表1：3分行業(yè)回溯業(yè)績(jī)表現(xiàn)多頭年化多頭夏普多頭最大回撤多頭卡瑪空頭年化多空年化超額年化消費(fèi)者服務(wù)9.46%0.2963.78%0.15-17.74%28.51%5.13%食品飲料28.54%0.9543.61%0.657.37%18.45%9.20%電力及公用事業(yè)1.49%0.0928.10%0.05-14.23%15.72%3.35%綜合3.33%0.1257.50%0.06-1.01%12.85%10.51%交通運(yùn)輸6.47%0.2638.32%0.17-7.27%12.61%6.90%基礎(chǔ)化工6.12%0.2539.87%0.15-6.14%12.52%1.90%傳媒-9.88%-0.3658.25%-0.17-19.15%10.28%4.23%機(jī)械4.89%0.2144.04%0.1-5.76%10.1%4.25%醫(yī)藥9.79%0.3847.97%0.20-0.72%9.66%5.45%電子1.73%0.3949.35%0.241.19%8.94%6.77%汽車10.83%0.3845.84%0.240.50%8.54%5.74%電力設(shè)備及新能源8.55%0.2943.33%0.200.36%7.22%-0.85%商貿(mào)零售-3.77%-0.1741.34%-0.09-10.51%6.26%3.83%煤炭15.51%0.5132.47%0.485.09%5.54%4.88%農(nóng)林牧漁4.58%0.1553.56%0.09-2.21%5.02%3.68%建筑-7.71%-0.3360.02%-0.13-13.1%4.97%-4.95%建材6.58%0.2535.73%0.18-0.23%3.79%2.64%計(jì)算機(jī)-1.35%-0.0454.37%-0.02-3.47%1.18%1.29%國(guó)防和軍工4.74%0.1555.27%0.092.61%0.66%1.50%家電5.59%0.2245.04%0.123.15%-0.56%-0.93%紡織服裝-1.57%-0.5458.92%-0.20-1.24%-2.15%-2.68%石油石化-5.05%-0.2055.46%-0.09-5.06%-2.36%-6.67%通信-5.64%-0.2253.45%-0.1-5.72%-2.65%-0.56%房地產(chǎn)-10.71%-0.4559.09%-0.18-7.03%-5.27%-4.73%有色金屬-0.57%-0.0257.40%-0.014.23%-6.09%-5.84%輕工制造-4.86%-0.2154.96%-0.090.94%-6.90%-1.51%鋼鐵2.23%0.0849.76%0.049.27%-7.78%-0.08%數(shù)據(jù)來源：d，季度異常經(jīng)營(yíng)現(xiàn)金流因子與常見風(fēng)格因子的相關(guān)性本節(jié)我們檢驗(yàn)了三個(gè)季度異常現(xiàn)金流因子與一些常見風(fēng)格因子的eaman秩相性相關(guān)性分析結(jié)果如圖9所示三季度因子與常見風(fēng)格因子的相關(guān)性較低中與盈利風(fēng)格因子相關(guān)性最高，平均相關(guān)系數(shù)15%左右。圖1：季度異常經(jīng)營(yíng)現(xiàn)金流因子與常見風(fēng)格因子的相關(guān)性數(shù)據(jù)來源：d，通聯(lián)數(shù)據(jù)，季度異常經(jīng)營(yíng)現(xiàn)金流因子小結(jié)本章我們使用中國(guó)A股季度數(shù)據(jù)計(jì)算了三個(gè)季度異常經(jīng)營(yíng)現(xiàn)金流因子并分別在證800和部A股中測(cè)試了每個(gè)因子的分組效果測(cè)試結(jié)果顯示三個(gè)季度異常營(yíng)現(xiàn)金流因子的最高組和最低組收益表現(xiàn)均有明顯差異高異常經(jīng)營(yíng)現(xiàn)金流組合往能獲得高于基準(zhǔn)的超額收益。其中1因子在中證800中多空對(duì)沖組合表現(xiàn)最佳但在全A中1因子多空對(duì)沖凈值在2021年呈現(xiàn)一波動(dòng)下行狀態(tài)。在整個(gè)回測(cè)區(qū)間內(nèi)，2和CFO_Q3個(gè)因子的在中證800中的多空對(duì)沖組合凈值雖呈現(xiàn)上漲趨勢(shì)但整體表現(xiàn)遜于1兩個(gè)因子在全部A股中的多空對(duì)沖表現(xiàn)也在2021年出現(xiàn)了下行。在分行業(yè)回測(cè)檢驗(yàn)中三個(gè)季度異?，F(xiàn)金流因子的多頭在多數(shù)行業(yè)中都能取得高行業(yè)指數(shù)的超額收益但在一些行業(yè)中呈現(xiàn)無效狀態(tài)這或與不同行業(yè)的經(jīng)營(yíng)特和現(xiàn)金流特征有關(guān)三個(gè)因子在食品飲料醫(yī)藥電力及公共事業(yè)和交通運(yùn)輸?shù)葮I(yè)都有著較為不錯(cuò)的多空收益表現(xiàn)?？傮w上看季度異常經(jīng)營(yíng)現(xiàn)金流因子多空對(duì)沖組合凈值在中長(zhǎng)期呈現(xiàn)上漲狀態(tài)但在某些時(shí)間存在一定波動(dòng)所以常經(jīng)營(yíng)現(xiàn)金流因子或更符合風(fēng)險(xiǎn)因子的特征另外異常營(yíng)現(xiàn)金流因子與其他常見風(fēng)格因子的相關(guān)性較低可以為我們的投資決策提供增量信息選高異常經(jīng)營(yíng)現(xiàn)金流因子的股票投資或在指定股票池中剔除掉低異常經(jīng)營(yíng)現(xiàn)金流的股票，或可為我們的投資組合帶來業(yè)績(jī)?cè)鰪?qiáng)，后續(xù)報(bào)告中我們也會(huì)對(duì)異常經(jīng)營(yíng)現(xiàn)金流因子的使用展開討論?？偨Y(jié)與展望研究總結(jié)大量實(shí)證證據(jù)表明有些公司管理者為了短期盈余目標(biāo)或自身利益存在使用真實(shí)經(jīng)營(yíng)活動(dòng)操縱財(cái)務(wù)報(bào)告的行為這種真實(shí)盈余管理行為是公司管理者行為短視的體現(xiàn)會(huì)對(duì)企業(yè)未來經(jīng)營(yíng)業(yè)績(jī)和股票市場(chǎng)表現(xiàn)產(chǎn)生不利的影響使用量化手段識(shí)別公司的真實(shí)盈余管理行為有助于我們甄別盈余質(zhì)量高或低的公司減少在投資中存在的風(fēng)險(xiǎn)隱患本文研梳理了國(guó)內(nèi)外學(xué)者對(duì)與真實(shí)盈余管理識(shí)別的研究成果并選取了三個(gè)影響力較大的異常經(jīng)營(yíng)現(xiàn)金流的學(xué)術(shù)研究模型使用中國(guó)A股市場(chǎng)年度和季度數(shù)據(jù)分別計(jì)算了三個(gè)年度異常經(jīng)營(yíng)現(xiàn)金流因子和三個(gè)季度異常經(jīng)營(yíng)現(xiàn)金流因子并測(cè)試其在A股市場(chǎng)中的選股效果。我們使用三個(gè)年度異常經(jīng)營(yíng)現(xiàn)金流因子在剔除銀行、非銀金融和綜合金融的全部A股中分五組回測(cè)每年4月底調(diào)倉(cāng)在回測(cè)區(qū)間（2016年4月29至2022年4月29日個(gè)年度異常經(jīng)營(yíng)現(xiàn)金流因子的最高組和最低組市場(chǎng)表現(xiàn)存在顯著差異其中1因子多空對(duì)沖組合年化收益率14.03%，最大回撤25.76%，2因子多空對(duì)沖組合年化收益率14.3%最大回撤26.19%因子多空對(duì)沖組合年化收益率14.1%，最大回撤14.44%總體上看，多空收益更加穩(wěn)定在2016年2021年間的每年年度異常經(jīng)營(yíng)現(xiàn)金流因子的最高組組合收益都優(yōu)于最低組組合。從收益的月份分布上看年報(bào)公布季后的5，6月最高組收益通常比最低組高回測(cè)結(jié)果符合我們的研究預(yù)期但三個(gè)因子多空表現(xiàn)均在2021年出現(xiàn)一定的反轉(zhuǎn)，推測(cè)原因是新收入準(zhǔn)則等會(huì)計(jì)政策變更的影響或現(xiàn)的異常經(jīng)營(yíng)現(xiàn)金流模型中還存在其他沒有排除的操控性因素這為我們改進(jìn)異常經(jīng)營(yíng)現(xiàn)金流因子提供了一個(gè)方向。我們使用三個(gè)季度異常經(jīng)營(yíng)現(xiàn)金流因子分別在剔除金融類行業(yè)的中證800和部A股中分組回測(cè)在中證800中三個(gè)度異常經(jīng)營(yíng)現(xiàn)金流因子的最高組和最低組股票市場(chǎng)表現(xiàn)皆有顯著差異但中間股票分層單調(diào)性較弱這證明經(jīng)營(yíng)現(xiàn)金流正?；蛑挥形⑿‘惓５墓竟善蔽磥硎找娌⒉粫?huì)出現(xiàn)特別明顯的差異經(jīng)營(yíng)現(xiàn)金流存在明顯異常的公司往往存在真實(shí)盈余管理行為公司股票未來市場(chǎng)表現(xiàn)會(huì)出現(xiàn)明顯的市場(chǎng)偏離。三個(gè)因子中1在中證800中的多空對(duì)沖組合表現(xiàn)最佳，年化收益率14.%，最大回撤9.50%夏普比率14。在剔除融類行業(yè)的全部A股，三個(gè)季度因子最高組的收益依舊顯著高于最低組的收益相對(duì)與年度因子分組結(jié)果季度因子多空對(duì)沖組合收益更加穩(wěn)定三個(gè)模型計(jì)算的季度異常經(jīng)營(yíng)現(xiàn)金流因子的多空對(duì)沖組合最大回撤均有所減小因此季度真實(shí)盈余管理因子的研究對(duì)于投資組合管理更有意義。在對(duì)季度