3.2 研究方法
本文的研究方法采用事件研究法和回归分析法。 3.2.1 事件研究法
如今证券市场审计意见信息含量的相关研究已经稍显成熟，采用的研究方法主要是事件研究法，即将审计报告的披露定义为某一特定事件，以此事件披露前后的某个时间段为事件期间或时间窗，分析此事件对某一特殊因变量在定义时间窗内的影响是信息含量的研究核心。采用事件研究法的审计意见信息含量研究的关键在于印证信息对于决策者是否有用，是否影响决策，这也导致股价的非正常报酬成为有利的影响因素。
在对国内外相关文献进行分析时，发现国内外的专家学者都会采用累计平均超额收益率（CAR）来表示股价因某事件而产生的异常波动。而目前针对累计平均超额收益率的计算模型主要是市场模型和市场调整模型，沈艺峰与吴世农（1999）[13]的分析认为，在我国目前的证券市场条件下，市场调整模型更为符合要求。鉴于此，本文采用市场调整模型来计算累计平均超额收益率的值。
市场调整模型中比较重要的问题便是期望报酬率的确定，而目前我国在采取哪种指数计算期望报酬率的问题上主要有两种方法：综合指数法和行业指数法。两种方法的区别就是在计算个股日期望报酬率时前者采用的是沪深A股的综合指数，而后者则是采用按证监会标准分类的行业指数。目前大部分学者在运用该模型计算超额收益率时均采用的是沪深综合指数，因此，本文同样采用综合指数法。
累计平均超额收益率的具体计算步骤如下：
（1）个股的日实际收益率:
Rit =（Pit - Pi（t-1））/ P i（t-1） （公式3-1） 其中：Rit 为股票i在第t日的收益率，Pit为股票i在t日的收盘价，P i（t-1）
为股票i在t-1日的收盘价。
（2）个股的日期望收益率：
Rmt=（Pm t - Pm（t-1））/ Pm（t-1） （公式3-2）
其中：Rmt 为在第t日的日期望收益率，第Pm t为在第t个交易日上证或深证指数的收盘价，Pm（t-1）为在第t-1个交易日上证或深证指数的收盘价。
（3）个股日超额收益率的计算：
ARit = Rit - Rmt （公式3-3）
其中：ARit为第i支股票的日超额收益率。
（4）平均日超额收益率：
AARit =1/n?ARit （公式3-4）
i?1n第10页 共39页
其中：n为每个分类样本总体的样本数，AARit为每个样本总体第t日的平均超额收益率。
（5）累计平均日超额收益率：
CAR（tl,t2）=?AARt （公式3-5）
t?t1t2 其中：CAR（tl,t2）为时间窗口（tl,t2）的累积平均日超额收益率。 3.2.2 回归分析法
超额收益法的研究无法控制企业的资产规模、基本每股收益、预盈、预亏等因素对累计超额收益的影响，虽然通过选择控制样本可以在一定程度上对相应影响因素进行控制但却并不精确。
而回归分析法主要是在一定的样本选择和窗口选择的基础上，建立审计意见与超额收益之间的回归方程，然后根据回归系数的大小、符号和显著性判断出审计意见对股价的影响。 (1)因变量
累积超额收益率，即CAR，作为研究股价对审计意见信息含量的关键指标，在这里选为因变量。 (2)自变量 ①解释变量的选择
由于本文就是研究上市公司非标准审计意见信息含量的实证研究，而审计意见也是股价变动的重要解释变量，故将审计意见作为本文的解释变量。又因为采取一比二配对，存在样本因素，本文就将审计意见分为标准无保留意见和非标准审计意见（带强调事项段的无保留意见、保留意见、无法表示意见）两个大类，并通过回归方程中审计变量的系数符号和显著性检验来判断股票市场对审计意见的反应。该变量为虚拟变量，取值“1”和“0”，这两个值的具体含义也因研究对象的不同而代表不同的审计意见，具体含义见下表的变量说明。
② 控制变量的选择
本文主要是为了研究审计意见对股价的影响，因此为了控制随年报一同披露的其他信息和研究窗口内其他事项的公布对股价的影响，本文选取了公司规模、每股收益变化率、预盈、预亏、是否是ST、诉讼担保、违规等多个控制变量。
a.上市公司规模（V）
根据前人的研究成果，我们有理由相信公司规模与股票收益率之间存在着显著的相关性，公司规模在年报公布日前后会对证券市场产生影响，造成规模效应。 而宋献中、汤胜（2006）[14]的研究，借由对2001-2002年沪市A股赢家组合和输
第11页 共39页
家组合的规模进行检验，确定了规模效应对上市公司股票超常报酬率的影响比过度反应更为明显，而我国的股票市场中上市公司的股价也是受到规模效应和过度反应的共同影响，并不支持市场有效假说。故本文引入了公司规模变量，来检验我国股票市场的规模效应假说存在与否。 b.每股收益变化率（△EPS）
每股收益和净资产收益率虽然是评价上市公司经营业绩的两个重要指标，但
[15]是孙爱军（2002）的研究却表明未来每股盈余和净资产收益率对超常收益均具
有显著影响，股票收益对会计盈余具有明显的信息含量，而赵宇龙（1996）[16]的研究则证明会计盈余信息及其披露对投资者的决策和交易会产生实质性的影响，每股收益变化率和净资产收益率具有高度相关性。由于回归方程存在多重共线性，部分上市公司净资产为负，便无法计算净资产收益率，故此本文选取每股收益变化率作为自变量。 c.研究窗口内的重大公告
运用事件研究法时，我们要注意研究窗口内的上市公告以及不同类型的公告对超额报酬率的不同影响，并将一些重要信息作为控制变量加以控制，如重大诉讼担保（IMPORT）、预盈（YY）、预亏（YK）、违规（VIO）、暂停上市风险警示报告（ZTSS）。前人的众多研究表明上市公司的诉讼仲裁公告中蕴含着有效信息，但也存在信息的提前泄露和利用；重大事项对累计超额收益有着显著影响，但由于年报预报制度，每股收益变化率不是很显著；而且股票市场对退市风险警示反应过度，故此本文对重大诉讼担保、预盈、预亏、违规和暂停上市风险进行控制。 d.其他
在提出本文的假设时，我们考虑了上市地点的不同对审计意见信息含量的影响，故而引入公司上市地（PLACE）作为自变量的一种，同时考虑到样本是否属于问题股板块（DIST）对研究样本非标准审计意见分析时的影响，引入该变量。 故此，我们建立以下模型：
CAR=β+β1OP+β2OP1+β3OP2+β4OP3+β5LinV+β6EPS+β7ST+β8VIO+
β9YY+β
10YK+β11IMPORT+β12ZTSS +β13PLACE +β14 ST
（公式3-5）
表3.1 多元回归模型变量说明 符号 OP OP1 OP2 OP3 △EPS
变量含义 虚拟变量：非标准审计意见为1，其余为0 虚拟变量：带强调事项的无保留意见为1，其余为0 虚拟变量：保留意见为1，其余为0 虚拟变量：无法表示意见为1，其余为0 每股变化收益率 预期符号 - - - - + 第12页 共39页
V DIST IMPORT ZTSS VIO YY YK REPEAT PLACE
公司规模，即当年年末资产账面价值 虚拟变量：ST或*ST为1，其余为0 虚拟变量：研究窗口内重大诉讼、仲裁为1，其余为0 虚拟变量：有暂停上市风险为1，否则为0 虚拟变量：违规为1，无违规为0 虚拟变量：研究窗口内发布预盈信息为1，否则为0 虚拟变量：研究窗口内发布预亏信息为1，否则为0 虚拟变量：首次披露非标为1，其他为0 虚拟变量：深市为1，沪市为0 - + - - +/- - - - -/+ 3.3 样本选取
3.3.1 数据来源
本文主要有研究样本和控制样本，研究样本是被出具非标准审计意见的上市公司，控制样本则是被出具标准审计意见的上市公司以一比二的配对方式和研究样本进行配对的公司。
（1）上市公司的审计意见类型源于中国注册会计师协会网站；
（2）关于上市公司规模、基本每股收益、违规、重大诉讼担保等指标数据源于上海证券交易所、深圳证券交易所和巨潮资讯网；
（3）关于所有样本公司中年报公布日前后各10天的股价、上证指数和深证指数则源于搜狐证券网。 3.3.2研究样本的选取
由于本文是对上市公司非标准审计意见信息含量的研究，故本文将以2012年被出具非标准审计意见的上市公司为研究对象。样本选取原则如下：
（1）所选取的样本公司必须是2012年以前上市的公司，因为新近上市的公司股票更易于引起投资者关注，股价波动可能更为显著，上市时间越长的公司被出具非标准审计意见的比例越高，所以必须选取2012年以前上市的公司来消除这两方面的影响；
（2）剔除连续五个交易日以上没有开盘的公司； （3）剔除B股。
根据中国注册会计师协会的审计快报，整理后共计得出了2012年被出具非标准审计意见的上市公司90家，剔除连续五个交易日以上没有开盘的公司24家，最终得到研究样本公司66家。 3.3.3控制样本的选取
控制样本的选取原则主要有以下五条：
（1）与研究样本的非标准审计意见披露年度相同； （2）与研究样本处于同一行业板块；
第13页 共39页
（3）与研究样本的公司规模相近，即总资产相近； （4）与研究样本具有相近的每股收益变化率； （5）与研究样本符合一比二的配对方式。
经过上述筛选过程后，共计选取了132个控制样本。
表3.2 研究样本与控制样本的配对检验
检验项目 公司规模 假设方差相等 假设方差不相等 方差方程的 Levene 检验 F 0.601 — Sig. 0.439 — 均值方程的 t 检验 T -0.267 -0.270 Sig.(双侧) 0.790 0.787 由表3.2的配对检验结果来看，公司规模没有通过显著性水平检验，即研究样本与控制样本的规模，符合配对条件。
第14页 共39页