税单中有真意：投资者如何通过上市公司的纳税信息保护自己
一
在上一篇中，我们以乐视网为例，详细拆解了财务老斯基是如何利用递延所得税资产来调节上市公司的归母净利润的。在文章的结尾，我们提到了一个重要的观点：
“从利益的角度来看，税务部门比起审计机构，很有可能更靠谱。”
这让我想起之前工作时，参加培训所学到的一个例子。说的是有一天，小鸡找到小猪，说我们一起来开个早餐店吧，店的名字就叫做“Egg and Ham”。听到这个提议，小猪婉言谢绝了，原因是“小鸡只要下个蛋就可以了，而小猪却需要割下自己的大腿才行”。
在故事结束的时候，培训老师语重心长的告诫学员：“合作的时候，看清楚合作对象的付出很重要，一定要搞明白合作伙伴之中谁是小鸡，谁是小猪。要合作，尽可能选小猪做伙伴。”
对于财报而言，审计机构可能更接近小鸡，而税务部门也许更接近小猪。
基于这个判断，我们将在本篇中，详细谈谈如何利用好上市公司财报中的税务数据，筛选出值得额外关注的公司。
二
我们考察的对象是过去三年来（2016-2018）所有的上市公司，从它们的财务报告中抽取递延所得税相关的数据进行分析。
考虑到不同的公司有着不同的规模，所以我们考虑如下的指标：
递延所得税因子 =（递延所得税资产 – 递延所得税负债）/ 合并所有者权益
其中，递延所得税资产 – 递延所得税负债，为一家公司的递延所得税净额。如果为正，代表了公司当期多交了税费；如果为负，代表了公司当期少交了税费。之所以选取合并所有者权益作为分母，是考虑到像乐视网财报中母子分离所可能带来的问题。
这个指标，可以直观的看作递延所得税净额相对于全体股东（投资者）所拥有的净资产的比例。
对于一家正常经营的公司来说，由于递延所得税代表了实缴税款和应缴税款的差异，与全体股东拥有的净资产（其中必然包含了过去历年的净利润）相比，应该是一个相对较小的数值。
如果这个数值显著偏离，大概率就需要额外关注了。当然，实际考察中我们还需要关注该指标是否有显著的行业差异。
三
为了看清楚递延所得税因子是否有显著的行业差异，我们按照申银万国一级行业将所有的上市公司分成28个大类，再统计各行业分组中所有上市公司的因子均值和标准差。
在统计量中，均值代表了全体成员的平均大小，而标准差代表了全体成员偏离均值的平均距离。
过去三年递延所得税因子的均值
过去三年递延所得税因子的标准差
看得出来，无论是均值、还是标准差，都有着较大的分布范围，而且不同的行业之间有着显著的差异。
四
当均值和标准差的分布范围较大的时候，我们需要警惕个别极端数据对于结算结果的过度影响。这种极端数据，在统计里有一个专有名词，叫做“外点”，即这些数据相对于大多数没有过度偏离均值的数据而言，显得过于在外了。
仿佛一群蚂蚁的队伍中，突然混入了几只大象，可能会严重拉高平均体重，让我们过度高估绝大多数的体重（毕竟还是蚂蚁多嘛）。
这也是在金融行业中，大家往往对于平均薪酬嗤之以鼻，因为少数人可能拿了极高的奖金，而绝大多数只是“被平均”而已。
为了解决均值和标准差，在混入外点数据时的不稳定性，统计学中提出了所谓“鲁棒估计”的概念，即找一种更为鲁棒（不易受少数外点干扰）的方法来估计“平均值”和“平均偏离值”。
平均值的“鲁棒估计”称之为中值（Median），即将所有成员按照从小打大的顺序排序，取中间的那个作为代表。很明显，这个时候少数特别大、或者特别小的外点，就很难干扰到中值了。
同理，平均偏离值的“鲁棒估计”称之为中值背离（Median Absolute Deviation），即将所有成员计算其相对于中值的偏离的绝对值，然后再取中值。
有了这两个鲁棒估计的方法，我们来看看它们在递延所得税因子上的应用效果如何。
过去三年递延所得税因子的中值
过去三年递延所得税因子的中值背离
与上一节的均值和标准差，比起来中值和中值背离确实要稳健很多。大家看，过去三年的中值和中值背离相差较小，同时行业的差异也变得更加稳定。
五
这个世界上，相当多事物的属性分布，是接近于数学上所提出的高斯分布的。
比如说，人类的身高就基本如此，绝大多数人都在平均身高附近。偏离平均身高越多，有这样身高的人就越少。生活中，基本上见不到巨人和侏儒。
基于这个观察，统计学家们研究出一个很有用的规律：如果事物的某项属性接近于高斯分布，那么绝大多数事物的该属性（99.73%）将分布在均值的三倍标准差之内，只有不到0.3%的事物属性会超过这个范围。
因为标准差通常用希腊字母σ来表示，所以这个规律也叫做3σ准则。
实际上，3σ准则是生活中各种“二八定律”广泛成立的理论基础。
细心的读者可能会发现，均值和标准差有3σ准则，那中值和中值背离呢？
答案是有一个等价的规律，绝大多数事物的属性将分布在中值的3 * 1.4826倍中值背离之内。所以，我们可以安全的将超出这个范围的数值定义为外点，也就是异常值。
基于此，我们可以定义归一化之后的因子值为：
归一化的因子值 =（因子值 – 因子中值）/（1.4826 * 因子中值背离）
之所以，分母中的除法考虑了1.4826，是为了和3σ准则一致，以方便对比。
六
尺子有了，那我们就来量一量所有的上市公司吧。
我们将行业分组内的公司，计算其因子背离行业内因子中值的距离，超过3 * 1.4826倍中值背离的公司，将会被我们筛选出来。
这样，既照顾了行业的特殊性，又能够有效的找到那些因子异常的公司。
2018年各行业因子异常值最高的上市公司
2017年各行业因子异常值最高的上市公司
2016年各行业因子异常值最高的上市公司
这三张榜单中，上榜的一些公司后来确实财务或者业务出现了严重的状况，比如食品饮料行业连续三年上榜的莲花健康，股价连续下跌多年，在今年也戴上了ST的帽子。
莲花健康股价的月K线走势图
2018年榜单中轻工制造行业的赫美集团，今年初先是传出英雄互娱借壳的绯闻，后有公告无果而终，其股价的走势是这个样子的。
赫美集团股价的月K线走势图
还有2016年和2017年连续上榜的传媒行业的暴风集团，目前正处在海外收购巨亏的漩涡之中。
暴风集团股价的月K线走势图
类似的情况还有不少，感兴趣的读者可以照着榜单翻翻对应的股票。
七
在榜单之中，细心的读者一定会发现，这里面还有平安银行和格力电器的身影。
需要注意的是，平安银行虽然以行业内因子偏离值最大的身份上榜，在2016年和2017年是没有超过阈值。此外，从统计量来看，银行业的因子中值（位列各行业第一）和中值背离（位列各行业第二）都比较高，2018年平安银行的归一化因子为3.33，超过阈值11%，不算太多。
查阅平安银行的2018年报发现，递延所得税资产中最大的科目为资产减值准备（坏账准备），为此计提了1185.64亿元，而2018年公司的扣非净利润为247.00亿元，资产减值准备相当于扣非净利润的4.80倍。从这个角度来看，计提的减值准备越多，有可能是公司财务上更为保守的表现。而这一点对于银行业来说，会特别有意义。
平安银行2018年报披露的递延所得税资产明细
格力电器就比较有意思了，我们查阅了其2018年的年报，发现如下的细节：其递延所得税资产中，最大的科目为预提费用708.40亿元，折合106.27亿元。也就是说，格力电器认为，空调卖出去之后，钱赚进来还有相当一部分是未来要花出去的，所以预提了费用，比如质保期内的维修费等。为此，公司认为多交了106.27亿元的所得税，可以在未来年度抵扣。
有意思吧，大牌就是大牌，格力电器2018年扣非净利润为255.81亿元，预提费用相当于扣非净利润的2.77倍。所以，未来年度的利润释放空间还是相当大的，无论是通过预提费用计回，还是通过递延所得税资产的抵扣。
格力电器2018年报披露的递延所得税资产明细
最后，我们想说的是在财务报表的世界里，也需要投资者有一双侦察兵的眼睛，能够及时识别上市公司潜在的各种会计操纵手法（有时候体现为虚增，有时候体现为隐藏），为自己的投资决定多提供一份保障。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
