论文标题：Accounting Reporting Complexity and Non-GAAP Earnings Disclosure

中文标题：会计报告复杂性与非GAAP盈余披露

原文来源：Nerissa C. Brown, Adrienna A. Huffman, Shira Cohen. “Accounting Reporting Complexity and Non-GAAP Earnings Disclosure”. The Accounting Review October 2023; 98 (6): 37–71.

供稿：向家燕

封面图片来源：Pexels

编者按 :

文章使用XBRL文件中的元数据构建了直接映射到财务报表文件的会计复杂性的指标。研究结果表明会计复杂性和管理者披露非GAAP盈余信息的倾向之间存在正相关关系，管理人员使用非GAAP盈余披露，以减轻会计复杂性的不利信息影响。文章进一步研究发现，虽然非GAAP盈余信息披露提高了报告收益的信息价值，但当会计披露复杂时投资者仍然需要时间来处理这些信息。

一、引言

非GAAP盈利指标的自愿披露一直以来都饱受争议（Bentley et al，2018）。管理者认为监管机构承认非GAAP披露是有价值的沟通工具，它能为投资者提供有关可持续经营利润的有用信息（Bricker，2016；Brown，2019）。研究发现，调整后的收益指标比GAAP收益更能准确预测业绩（Bradshaw and Sloan，2002; Bhattacharya et al，2003）。与此同时，也有学者认为，非GAAP盈余指标可能会误导投资者，并可能被管理人员用来调控利润。这一观点已经得到了很好的证明，研究发现一些公司会夸大收益进而达到战略目标（Kolev et al， 2008；Brown et al，2012；Doyle et al，2013；Curtis et al，2014）。

财务报告改进咨询委员会（ACIFR）将复杂性定义为“难以理解和应用的状态”（SEC，2008，18）。从投资者的角度来看，财务报告的复杂性是指“投资者难以理解交易或事件的经济实质以及公司的整体财务状况和结果”（SEC，2008，19）。会计复杂性的概念和来源虽然在实践中得到了很好的定义，但在文献中却很难操作。研究报告复杂性的后果是通过业务和语言复杂性进行的，只有少数研究侧重于复杂性的会计来源。虽然会计复杂性与业务复杂性有着内在的联系，但对后者的传统衡量并不足以反映财务报告中所适用的会计概念所产生的披露复杂性。利用XBRL中报告的财务报表中的元数据能够克服测量限制（Hoitash et al， 2018；Chychyla et al，2019）。XBRL元数据提高了捕捉强制性会计披露所产生的复杂性的能力，因为每个申报中标记的披露项目都与公司用于传达其财务结果的会计准则相关联。基于XBRL的措施，无论是在申报中标记的会计要素的数量，还是每个披露标签背后的会计指导的复杂性都能更好地代表会计复杂性。因此，文章的研究依赖于XBRL测量方法来捕捉会计报告的复杂性。

如果非GAAP盈余披露的动机是管理层希望在财务报表包含复杂的会计披露时向投资者提供更容易理解的收益信息，那么会计复杂性与公司披露调整后盈余指标的倾向之间存在正相关关系。然而，如果管理人员披露非GAAP盈余是为了进一步详细披露会计复杂性所产生的信息不确定性，也能够得到相同的结论。换句话说，如果会计复杂性损害了投资者理解公司财务业绩的能力，那么机会主义管理者可以披露非GAAP盈余指标以缓解由此产生的不确定性。

管理层的机会主义也可能导致会计复杂性和非GAAP盈余披露之间的呈现不显著或负相关关系。与Guay et al.（2016）的观点一致，如果管理者有意选择复杂的会计政策来向投资者隐藏信息，那么他们不太可能专注于调整盈余数据。也就是说，管理者可以接受会计复杂性的信息后果，因为他们可以从投资者无法完全理解公司的财务信息中受益（Guay et al. 2016）。

综上所述，文章以零假设的形式提出假设1：披露非GAAP盈余信息的决定与公司财务报表的会计报告复杂性无关。

接着，文章考察了非GAAP盈余信息的质量与会计复杂性之间的关系。文章评估质量的基础是：（1）管理者在定义非GAAP数字时选择排除的盈利项目的预测能力和信息含量;（2）随着会计复杂性的增加，管理者是否可能做出积极的排除。文章还关注经常性与非经常性的收益排除，以及排除质量如何随着映射到这些分类的特定会计披露的复杂性而变化。如果排除某些收益项目反映了管理人员试图向投资者提供更容易理解的收益信息，那么公司的非GAAP盈余信息的质量应该随着会计报告的复杂性而增加。相反，那么文章预计公司的非GAAP盈余信息的质量会随着会计复杂性而下降。

综上所述，文章以零假设的形式提出假设2：公司的非GAAP盈利信息的质量与公司财务报表申报的会计报告复杂性无关。

二、研究设计

（一）变量介绍

1.因变量

为了检验假设1，文章设置了一个哑变量，如果公司披露了给定财政季度的非GAAP收益数据，则该变量等于1，否则为0（NonGAAP）。为了检验假设2，文章计算了多个收入排除变量。首先，文章将从GAAP每股收益数据中排除的收益项目的总额（EXCLTATAL）定义为EPSNonGAAP和EPSGAAP的缩放后金额之差，然后将EXCLTATAL分为非经常性(EXCLNONRECUR)和经常性（EXCLRECUR）。文章将EXCLNONRECUR定义为EPSGAAP减去EPSGAAPOP（均为缩放），EXCLRECUR定义为EXCLTOTAL减去EXCLNONRECUR。最后，文章定义EXCLMGR_INC为经理人的增量收益排除，计算方式为EXCLTOTAL与分析师的总排除之差（EPSI/B/E/S和EPSGAAP的缩放后的差异）。根据之前的研究（Black and Christensen，2009；Kyung et al，2019），文章认为经理人排除分析师的行为是激进的或机会主义的。

2.自变量

借鉴Hoitash（2018）的做法来衡量会计报告复杂性（ARC），根据美国证券交易委员会（SEC）（2009）的规定，公司必须使用XBRL翻译和提交财务报表和附注披露。这种转换需要使用XBRL美国GAAP分类法，其中每个会计要素都由一个唯一的标记表示，该标记映射到用于派生要素的ASC部分。每个分类标签都被分配了一个标签并包含信息或元数据，如数据类型（货币或非货币）、相关的ASC部分和其他属性。ARC指公司10-Q（10-K）财务报表申报中第1项（第8项）中不同货币美国GAAP XBRL分类标签的总数。这一计量方法反映了财务报表正文和财务报表附注中披露的不同会计信息的数量，包括每个附注正文和附表中披露的所有货币会计要素。广泛的ARC指标与用于传达公司财务业绩的会计规则的数量和多样性密切相关。ARC_AllTags是不同的美国GAAP XBRL货币分类标签数量和同一文件中报告的不同货币自定义标签数量的组合，自定义标签由公司创建，因此不会出现在GAAP XBRL分类中。ARC_PctCustom指在公司的10-Q/10-K文件中报告的不同自定义或扩展货币XBRL标签总数与不同货币XBRL标签总数的比率。

3.控制变量

文章控制了以下变量：上一季度非GAAP披露（Lag_NonGAAP）、在收益发布日期前的日历季度发布的8-K文件数量（Num 8 Kitems）、资产负债表约束（Lag_NOASales）、前八个季度的收益波动性（StdROA）、GAAP净亏损（亏损）的报告（Loss）、稀释后每股总资产调整的每股摊薄后临时收益项目总额（Transitory）、停止运营（DiscOps）等。

4.回归模型

文章使用logit回归验证假设1，具体模型如下。其中，Other_Complexity用于捕捉业务复杂性和其他形式的披露复杂性，主要指业务复杂性和语言复杂性，Controls表示控制变量，Industry和YearQtr分别表示行业和年-季度固定效应。

文章使用OLS回归验证假设2 ，具体模型如下。其中，FUTURE_GAAPOP是未来GAAP营业利润，Exclusion是利润排除变量的集合。

（二）样本选择

文章的样本以Bentley et al.（2018）数据集提供的所有季度非GAAP盈利披露为基础，该数据集涵盖CRSP-Compustat-I/B/E/S集团中的所有公司，并提供了在SEC埃德加系统发布的最全面的经管理者调整的盈利信息。文章使用计算机算法和手动文本搜索整理数据。

（三）主要变量描述性统计

表1列出了全部样本的描述性统计数据，以及经理人选择披露调整后收益和不披露调整后收益的描述性统计数据。从表1的面板A中可知，非GAAP收益(EPSNonGAAP)显著高于GAAP收益(EPSGAAP)，这与之前的研究一致。在会计复杂性方面，ARC在Non-GAAP组中比GAAP-Only组中更高（166比133，t统计p值<0.00），并且当公司在财务报表申报中应用更复杂的会计指引时，这种关系成立（平均ARC_8Cmplx为40.59比25.90，t统计p值<0.00）。

-表1- 主要变量描述性统计

三、实证研究

（一）Pearson相关系数

表2列出了主要变量的Pearson相关系数，可以发现NonGAAP与ARC和ARC_8Cmplx之间存在强正相关性（q分别为0.25和0.24；p值均为0.00）。NonGAAP和ARC_PctCustom之间的相关性也为正，但明显较弱（q为0.07，p值<0.00）。与Hoitash（2018）一致，文章发现ARC与业务和语言复杂性指标呈正相关，但与Fog和Lag_DQ呈负相关。这一证据证实了以下观点，即可读性和分类涵盖了披露复杂性的不同方面。最后，ARC与StdROA和Loss负相关，与Transient和DiscOps弱相关。

-表2- Pearson相关系数

（二）假设1回归结果

表3列（1）提供了使用ARC的H1的主要结果。可以发现，在控制多种形式的业务和披露复杂性的同时，当会计披露更复杂时，管理者更有可能在盈余公告中披露非GAAP数字（ARC系数为0.4174，t统计量为<8.12）。ARC的边际效应表示，ARC每变化一个标准差，披露非GAAP收益的倾向就增加5.7%。考虑到样本中的非GAAP披露率为50%，这种影响在经济上是显著的。表3的列（2）和（3）分别提供了ARC_AllTags和ARC_PctCustom的单独的回归结果。结果显示，在ARC_AllTags测量中加入自定义标签时，非GAAP披露继续与会计复杂性呈正相关。然而，ARC_PctCustom的系数是不显著的，考虑到在使用自定义标签时可能存在机会主义，即非公认会计准则披露和会计复杂性之间的关联不太可能反映混淆动机。总之，结果表明，管理者的非GAAP披露决策对会计复杂性非常敏感。

-表3- 假设1基本回归结果

（三） 假设1的扩展分析

1. 考虑内生变量和遗漏变量

文章通过在回归模型（1）中引入熵平衡和高阶固定效应来解决内生性问题。熵平衡对处理组和控制组进行重新加权以消除两组之间可观察特征的差异（Hainmueller，2012）。文章希望能够消除导致企业之间会计复杂性变化的因素，包括与业务复杂性相关的因素。文章进一步遵循McMullin（2020）的方法，并根据ARC的季度变化，依靠分类变量将样本分为“合成”处理组和对照组。文章构建了一个新指标变量ARC_Increase，如果公司的ARC较前一季度增加（处理组），则该变量等于1，如果ARC下降或没有变化（对照组），则该变量等于0。接下来，文章根据ARC_Increase对样本进行排序，并使用ARC的几个协变量将两组的特征平衡到三阶矩（均值、中位数和标准差）。熵平衡的一个缺点是没有考虑到可能共同决定非GAAP披露和会计复杂性的不可观察因素。因此，文章纳入了公司和行业财政季度的高阶固定效应，以控制省略的公司特定和时变行业因素。文章将模型（1）调整为线性概率模型以适应多重固定效应。

表4显示了应用熵平衡权重以及高阶固定效应之前（第（1）列）和之后（第（2）列）的重新估计结果。由于数据为非平衡面板、ARC_Increase和单例观测值的缺失值以及面板中只有一个公司季度的值，样本量有所收缩。文章发现ARC_Increase在第（1）和（2）列中的系数显著为正，这再次表明非GAAP盈余信息披露随着会计复杂性的增加而增加。因此，结果表明，文章的推论是稳健的。

-表4- 熵平衡及高阶固定效应

2. 按会计领域划分的会计报告复杂性

接着，文章进一步考虑具体的会计披露的复杂性是否促使管理层重新计算GAAP数据。ARC_8Cmplx代表跨八个复杂会计领域的汇总度量，ARC_8Cmplx分为与经常性（ARC_8CmplxRecur）和非经常性（ARC_8CmplxNonRecur）收益项目相关的会计区域，在使用ARC_8Cmplx和ARC_Other替换ARC之后重新估计等式（1）。

表5的第（1）列显示ARC_8Cmplx和非GAAP披露之间存在正相关，这一结果证实了文章的推论，即复杂的会计披露促使企业自愿披露非GAAP盈余信息。此外，在表5的第（2）列中可以发现这种关系归因于与经常性和非经常性收益项目相关的会计领域固有的披露复杂性（ARC_8CmplxRecur和ARC_8CmplxNonRecur的系数在统计上没有差异）。这表明会计复杂性和非GAAP披露之间的关系并不纯粹是由非经常性会计领域的披露复杂性驱动的。在表5的第（3）列显示非GAAP披露与经常性会计主题相关的复杂披露呈正相关，如固定收益养老金计划（ARC_Pension）、外币换算（ARC_Fct）和所得税（ARC_Tax），以及非经常性主题，如企业合并（ARC_BusCom）和资产减值（ARC_Impairment）。

-表5- 按会计领域划分的会计报告复杂性

3. 非GAAP盈利排除的类型

最后，文章使用手工收集的非GAAP排除样本来评估公司在会计复杂性高时排除的盈利项目类型。这些数据由审计分析公司收集并跟踪。数据涵盖样本期的后半部分（2013年第四季度至2015年第四季度的财政季度），包括非GAAP样本合并后的231家公司的1062个观察结果，不包括息税折旧和摊销前利润（EBITDA）的披露。文章通过仅使用具有非零值的公司季度对样本进行五分之一的独立排序来分析相关账户特定的ARC变量。这种分类过程确保只在公司披露了与相应收益项目相关的会计信息时才检查经理人的调整。接着，文章测试了当该会计领域的披露复杂性高与低时（即当账户特定ARC变量排名在前五分位数与后五分位数之间时）经理排除相关的盈余项目的频率差异。

表6报告了每个账户特定ARC变量的最高和最低五分位数中每种收益调整类型的频率。文章使用t-统计量和公司聚类来检验调整频率的差异。结果发现，除了收入调整，高账户特别ARC的公司更有可能调整与各自的会计领域相关的盈利项目。总之，文章结果表明公司更有可能排除与难以理解的披露相关的盈利项目。

-表6- 非GAAP盈利排除的类型

 （四）假设2的回归结果

接着，文章对假设2进行了探究，即会计复杂性和非GAAP披露之间的关系是否反映了信息或机会主义动机。文章借鉴已有的研究将对假设2的分析限制在非GAAP子样本中，以减轻对潜在选择偏差的影响。

1. 非GAAP盈利排除的预测能力

一种广泛使用的评估管理者非GAAP盈利披露动机和质量的方法是检查管理层在定义非GAAP数据时排除的盈利项目的预测价值（Kolev et al, 2008；Barth et al, 2012; Brown et al，2012；Bentley et al，2018）。信息动机（机会主义）的测试预测管理者将排除对未来收益有较少（更多）的预测能力的项目，文章使用模型2进行检验。

面板A报告了经理人全部排除（EXCLTOTAL）的结果，而面板B分别列出了经理人经常性排除（EXCLRECUR）和非经常性排除（EXCLNONRECUR）的结果。结果发现，EXCLTOTAL与面板A中所有三列的未来收益呈负相关，这一结果与已有的研究一致。尽管如此，ARC与EXCLTOTAL的交乘项表明（第（1）列），当会计披露更复杂时，管理人员的排除质量更高（预测性更低）。ARC EXCLTOTAL的系数显著为正表明，ARC每增加一个标准差，经理人的总排除对负收益的预测就减少约26美分。第（2）列和第（3）列中的结果提供了类似的解释。具体而言，EXCLTOTAL与ARC_8Cmplx及其重复和非重复版本的交乘项系数都是显著为正的。因此，当与经常性和非经常性会计领域相关的披露复杂时，管理人员往往会做出更高质量的排除。

面板B第（1）列中显示，公司的经常性排除的质量随着会计复杂性而显著增加，尽管相应的相互作用对于非经常性排除是不显著的。第（2）列和第（3）列表明，当应用ARC的特定账户复杂性版本时，会计复杂性对经常性排除质量有更强的增量效应。总的来说，表7中的结果表明，管理者在会计复杂性高时进行了更高质量的盈余调整，特别是在经常性排除的情况下。

-表7- 非GAAP盈利排除的预测能力

2. 排除暂时性收益与暂时性损失

研究表明，机会主义经理人更有可能提出夸大的非GAAP盈利指标，其中包括暂时性收益，但不包括暂时性亏损（Curtis et al，2014；Bentley et al，2018）。然而，信息型管理者一贯排除短暂的收益和损失。文章使用Bentley （2018）的回归框架来评估管理者在会计披露复杂时的动机。如果公司利用会计复杂性作为报告夸大非GAAP指标的机会，那么经理人会为了增加更多的暂时性收益而定义非GAAP收益，信息性动机会产生相反的效果。

表8的面板A报告了相关结果。在第（1）列中，关于Transitory_Neg（Transitory_Pos）的系数表明，管理者每一美元的暂时性损失（收益）不包括53美分（50美分），这一证据与已有结论一致。然而，Transitory_Neg和Transitory_Pos的系数绝对值没有显著差异（F检验的p值为0.912）。第（2）列的结果表明，随着会计复杂性的增加，管理人员倾向于定义不包括更多暂时性收益的非GAAP收益。这一结果与信息性观点是一致的，因为这表明当会计信息披露很复杂时，经理们排除了更多的暂时性收益，尽管移除这些收益会降低报告的收益。在第（3）列中，文章使用ARC_8Cmplx代替ARC，结果表明这种相互作用效应仍然是负的但不显著。总体而言，结果几乎没有显示出机会主义的证据。

-表8- 非GAAP披露的动机研究

3. 激进的非GAAP收益排除

文章进一步检验会计复杂性和激进的非GAAP盈利排除之间的关联。管理层对经常性收益项目的增量排除反映了激进或低质量的非GAAP披露（Black and Christensen，2009；Kyung et al，2019）。因此，文章探究管理层使用激进的非GAAP收益排除是否伴随着会计复杂性提高。表8面板B第（1）列和第（2）列分别显示ARC和ARC_8Cmplx与EXCLMGR_INC均无显著关系，这表明会计的复杂性并不决定激进的非GAAP收益排除。因此，这一证据并不支持经理人会出于机会主义利用会计复杂性的观点。

4. 非GAAP信息的市场反应测试

借鉴Bradshaw等（2018）的做法，文章使用分析师的GAAP盈利预测来估计投资者对非GAAP盈余信息的反应。文章使用了Fama-French-Carhart四因素模型，该模型控制了公司风险（Beta）、账面市值比（HML）、规模（SMB）和回报动量（R）。

表9汇报了相关回归结果。FE_EPSNonGAAP的系数显著为正，但FE_EXCLTOTAL的系数显著为负，这一结果与先前的研究一致。更重要的是，文章发现FE_EXCLTOTAL与ARC的交乘项显著为正，表明投资者认为如果财务报表载有复杂的会计披露，管理人员的排除行为质量更高。当会计报告复杂时，投资者并没有做出完全反应，导致盈余发布后的正收益漂移。因此，尽管管理人员在会计披露复杂的情况下使用了更多的信息排除，但价格反应似乎只部分反映了非公认会计原则指标中所包含的信息。这一证据与之前的研究结果一致，即投资者对被复杂性掩盖的价值相关信息反应迟钝（You and Zhang ，2009；Miller，2010；Lee，2012）。因此，尽管非GAAP指标在会计披露复杂时提高了收益的信息价值，但投资者仍然需要时间来处理这些信息。

-表9- 非GAAP信息的市场反应测试

四、研究结论

文章发现，会计报告的复杂性增加了管理层披露非GAAP盈余信息的倾向，这种关系并不能用常用的业务和语言复杂性或公司业务活动的暂时性来解释。进一步的分析表明，管理者的收益排除的质量和信息含量随着会计的复杂性而增加，这与管理者在会计披露复杂时想向投资者提供更好的信息的动机是一致的。文章进一步研究发现，虽然非GAAP盈余信息披露提高了报告收益的信息价值，但当会计披露复杂时投资者仍然需要时间来处理这些信息。总体而言，文章的研究结果表明，管理人员使用非GAAP盈余披露以减轻会计复杂性的不利信息影响。文章的研究结论对于如何减轻财务报告复杂性给投资者带来的负担具有重要意义，同时还为制定关于非GAAP报告标准提供思考角度。

Abstract:

We examine whether the complexity of mandatory accounting disclosures prompts managers to voluntarily disclose adjusted measures of actual earnings performance, and whether this practice reflects attempts to obfuscate or mitigate the informational opacity accounting complexity creates for investors. Using the metadata in XBRL filings, we construct measures of accounting complexity that map directly to the mandated standards applied in financial statement filings. We find a positive and economically significant association between accounting complexity and managers’ propensity to disclose non-GAAP earnings information. This relation is robust and incremental to common measures of business and linguistic complexity, and the transitory nature of firms’ economic activities. We also find that the quality and informativeness of adjusted earnings information increases with accounting complexity, consistent with motives to better inform investors when accounting disclosures are complex. Overall, our results suggest that managers use non-GAAP earnings disclosure to mitigate the adverse informational effects of accounting complexity.