[摘要]考察金融业上市公司采用大数据战略对公允价值分层计量价值相关性的影响，以2010--2015年披露公允价值分层计量信息的中国金融业上市公司为样本，通过面板数据随机模型进行实证分析。研究发现相比于其他金融行业，银行业与保险业的公允价值信息价值相关性较高，进一步分析发现其公允价值分层计量资产与负债整体具有价值相关性，且公司采用大数据战略可以显著增强其资产公允价值第一、第二层次的价值相关性，效果随着计量层次由第一层次到第三层次而逐渐下降，对第三层次无显著影响；同时显著增强了其负债公允价值第一、第二层次的价值相关性，对第三层次无显著影响。

[关键词]大数据,公允价值,价值相关性,分层计量,金融业细分行业,公允价值会计信息,大数据战略

一、引言

2006年FASB在其发布的《公允价值计量》(SFASNo．157)中首次提出了公允价值分层计量的概念及披露要求，对采用公允价值计量的相关资产或负债，上市公司应根据公允价值估值过程中输入值的可靠程度，将该相关资产或负债划分三个层次并披露公允价值层级的划分，这样不仅可为评价计量结果的可靠程度提供权威依据，同时还能够通过充分的披露来弥补潜在的计量缺陷，以最大限度地均衡相关性和可靠性质量特征，从而受到国际会计界普遍欢迎。2011年5月，IASB在其发布的《公允价值计量》(IFRSNo．13)中也借鉴了SFASNo．157的做法。我国财政部在2006年发布的新企业会计准则体系中引入了公允价值计量模式，在2014年发布的《企业会计准则第39号——公允价值计量》中，对公允价值相关表述进行了完善，将公允价值定义为参与者在计量日发生的有序交易中，出售一项资产所能收到或者转移一项负债所需支付的价格，公允价值计量时按输入值分为三个层次。其中第一层次输入值是在计量日能够取得的相同资产或负债在活跃市场上未经调整的报价；第二层次输入值是除第一层次外相关资产或负债直接或间接可观察输入值；第三层次输入值是相关资产或负债的不可观察输入值。实际操作中优先使用第一层次输入值，其次使用第二层次，最后使用第三层次。

公允价值计量准则对部分金融工具(以公允价值计量)的确认、计量、列报有着直接的影响，关于公允价值计量分层信息的价值相关性研究多集中于金融工具占比最大的金融行业。但现有研究中未考虑金融业其细分行业间监管力度及资产规模存在较大差异，银行业与保险业的监管力度和资产规模明显大于证券业及其他金融业，这使得两者公允价值信息相关性有所不同，实证中需要对其进行分类回归。

2008年美国次贷危机、国际金融危机及其之后的欧洲主权债务危机暴露了与公允价值相关的会计核算和风险披露等会计问题，这引起了学术界、实务界乃至政界对公允价值计量的激烈争论，金融界甚至一度将金融危机归咎于公允价值计量存在的缺陷，这使得公允价值的使用受到极大质疑，部分学者认为应当审慎看待公允价值会计的推广。同在2008年，《自然》杂志推出了名为“大数据”的封面专栏，使得“大数据”成为2009年互联网技术行业中的热门词汇；其后由麦肯锡公司(McKinsey)最早应用，并于2011年发布了关于“大数据”的报告，认为金融业在大数据价值潜力指数中排名第一，这说明与其他行业相比，大数据对金融业的影响更为明显。2012年底《大数据时代》一书出版，使得“大数据”一词为各个行业群体所熟知，同时学术界与实务界纷纷开展相应针对大数据的研究。在公允价值会计领域中，学者有着大数据将促进公允价值计量使用的共识，但缺少实证证据。

本文研究贡献在于：(1)针对刘宝莹、邓永勤等学者在金融业公允价值会计信息的价值相关性研究中仅对金融业整体进行回归的局限，本文对金融细分行业进行分类回归，发现相比于其他金融行业，银行业与保险业的公允价值信息价值相关性较高；(2)率先以实证方式验证大数据战略对公允价值计量分层信息的价值相关性具有增强效应，公司采用大数据战略可以显著增强其资产公允价值第一、第二层次的价值相关性，效果随着计量层次降低而下降，对第三层次无显著影响；同时显著增强了其负债公允价值第一二层次的价值相关性，但对第三层次无显著影响。

二、文献回顾

(一) 公允价值的价值相关性研究

会计准则制定机构希望财务报告信息能够最大限度地反映企业的真实价值，使得财务信息使用者对持有的证券较为准确地定价，促使资本市场以更高效率发挥定价和资源配置功能。而公允价值相比历史成本拥有更高的相关性，如果得以全面应用，则财务会计将有可能反映企业的价值，公允价值计量也是财务会计的发展趋势。在金融行业中，金融工具及其衍生工具作为公允价值计量使用最为广泛的项目，早已有价值相关性研究：Baah等发现银行和保险公司投资证券的公允价值具有价值相关性；Petroni和Wahlen发现股票和国债的公允价值具有价值相关性，而市政债券和企业债券的公允价值不具有价值相关性，表明了在活跃市场中进行交易的证券其价值能更可靠地被投资者认知；邓传洲对1997--2004年我国B股样本进行了分析，发现按照公允价值计量的投资利得或损失具有较弱的增量解释能力，并且投资的公允价值调整没有显示出价值相关性。

公允价值计量结果所属的层次取决于对公允价值计量整体具有重要意义的最低层次的输入值，进而按照规定的标准，披露公允价值计量所使用的估值技术、输入值、估值流程等信息，整个过程向财务信息使用者清晰地展示了企业如何获得公允价值计量结果。这使得投资者能较为完整地了解企业公允价值分层计量信息并做出决策，最终反映在财务报表公布日股价中。很多研究也表明不同层次的信息具有不同程度的价值相关性。Goh发现投资者对按第一层次公允价值计量的净资产估值比按第二层次公允价值计量的净资产估值高，但对按第二、第三层次公允价值计量的净资产估值没有显著差异；与此不同，Song等以2008年美国银行业季报为样本，发现按第一、第二层次计量的公允价值信息的价值相关性没有显著差异，且均大于第三层次；刘宝莹发现对于资产项目，按第一层次计量的具有价值相关性，而按第二、第三层次计量的不具有价值相关性，对于负债项目，按第一、第二层次披露的相关性大于第三层次；邓永勤等以2007--2013年披露公允价值层次信息的中国金融业上市公司为样本，发现公允价值层次信息整体上具有价值相关性；随着计量层次由第一层次到第三层次，公允价值计量资产的价值相关性逐渐降低，而一、二、三层次公允价值负债的价值相关性没有显著差异。

(二) 大数据界定以及对会计理论与实务的影响

大数据自出现开始就受到众多学者的关注，相关定义也汗牛充栋，大多数观点认为大数据具有四大特征(容量、种类、速度和价值)，以此为基础，大数据技术应用可表述为在合适工具的辅助下，对结构多样、分布零散的数据源快速进行采集、重组、存储，再对数量巨大的数据进行数据分析与挖掘，从中提取有益的知识并利用恰当的方式将结果展现给终端用户，其核心是数据挖掘过程，即从大幅增加的数据中发现被忽略的价值信息。大数据技术不是一项孤立的技术，云计算、人工智能与大数据技术密不可分。一方面，大数据与云计算如同硬币两面，大数据技术的实现离不开分布式处理、分布式数据库和云存储、虚拟化技术，云计算也需要大数据来体现价值，两者相辅相成；另一方面，人工智能发展以大数据与云计算为基础，同时大数据与云计算的发展也必将走向人工智能，这三者的相互联系难以分割。

在会计领域，众多学者认为大数据对企业会计信息化发展有着积极的促进作用，越来越受到学者们的关注，从2012年开始相关研究逐年增多。黄世忠认为会计界必须树立跨界创新的精神，对财务与会计进行重大变革和创新，以应对信息技术发展的冲击，从而推动会计学科的繁荣与发展。樊燕萍等认为大数据联合云会计将会引领会计信息化模式变革，在大数据时代，会计数据的特殊性主要体现在会计数据的空间分离、安全性、及时获取性、相关性等方面。面对大数据时代对会计工作的影响，秦荣生针对性地提出了推进大数据分析平台建设、建设财务共享服务中心、提升大数据会计服务能力等若干措施。方恒阳认为大数据技术改变了公允价值计量过程，为公允价值的使用提供了新的方法与思路，例如在对金融工具的公允价值进行计量时，大数据技术中的数据挖掘技术更好地反映了金融工具的价值。

综上所述，现有研究公允价值分层计量信息的价值相关性的文章，普遍采用金融业上市公司为样本，但未考虑金融业细分行业间监管力度与企业资产规模的显著差异，因此，得到的相关结论有待商榷；多数学者认为大数据对公允价值计量有积极的作用，但未提出完整的影响路径，同时缺乏实证证据支持该观点。