金融安全是国家经济安全的重要组成，习近平总书记强调，“治未病、抓前端，对风险早识别、早预警、早暴露、早处置”，“要健全具有硬约束的金融风险早期纠正机制”。相较于事后风险化解，事前风险防范事半功倍，因此建立健全完善的风险预警机制是金融风险防范与治理的重要途径。传统的预警模型主要基于已有的宏观经济指标对金融风险进行研判，对微观企业披露的会计信息可能发挥的预测作用关注不够。鉴于微观主体经济活动是宏观经济的重要组成部分，宏观经济未来走势能够经由微观企业汇总会计信息所体现，因此，西南财经大学罗宏团队长期坚持会计信息有用性的拓展研究，在会计信息的宏观作用，尤其是对金融安全的预测价值方面取得重要进展。

一．发掘会计信息在宏观经济分析和预测中的重要价值

  该团队主持完成国家社会科学基金重点项目《会计信息在宏观经济分析与预测中的应用价值及其实现方式研究》（16AJY004）。该项目立足于服务国家治理现代化的战略需求，致力于推动会计学与宏观经济学的深度交叉融合，在会计信息宏观预测价值这一领域开展了系统性研究。研究成果突破了传统会计研究的微观局限，拓展了宏观经济预测的信息基础，为构建基于微观大数据的宏观经济监测体系提供了重要的理论支撑和方法论创新。该项目多篇成果发表于《会计研究》，《中国会计评论》，《经济评论》等重要期刊。

  其中，团队在《会计研究》发表论文《上市公司行业间会计盈余差异与宏观经济增长预测》，系统揭示了行业层面会计信息在宏观经济预测中的重要价值。研究突破传统基于总量汇总盈余的分析框架，创新性地构建“行业间会计盈余差异”指标，从盈余分布结构角度刻画宏观经济不确定性特征，拓展了会计信息宏观决策有用性的研究边界。

  基于沪深A股上市公司季度数据，研究发现：行业间盈余差异与未来三个季度GDP增长率显著负相关，且预测效应在第二、第三季度最为显著，显示会计信息具有前瞻性和持续性宏观预测能力。进一步分析表明，该预测效应在经济下行压力较大时期更为显著，体现会计信息在风险环境中的更高敏感度。机制检验显示，行业间盈余差异通过“投资抑制”和“消费趋谨”两条路径影响宏观经济增长，其中投资路径作用更为显著。研究表明，行业盈利分化加剧将强化微观主体的不确定性预期，延缓投资决策并抑制消费需求，从而传导至宏观层面。

该成果从微观会计数据出发，为构建基于企业大数据的宏观经济监测与预警体系提供了方法论支持，也为破除行业壁垒、优化资源配置、提升经济增长质量提供了重要政策启示。

二．会计信息对地方政府隐形债务风险的预测价值

  团队主持的教育部人文社科项目 “会计信息对地方政府隐性债务风险的预测价值研究” 2025年7月通过教育部结项评审，顺利结项（结项证书号：2025JXZ1373）。该项目基于会计信息的宏观决策有用性，探究地区企业汇总会计信息对地方政府隐性债务风险的预测作用，并区分不同属性与行业的会计指标，揭示其差异化预测价值。研究结果拓展了隐性债务风险预测思路，有助于健全现有的债务风险预警体系与防控机制，为牢牢守住不发生系统性风险的底线、切实防范隐性债务风险外溢提供了有益参考。

  研究成果《资产减值信息与地方政府隐性债务风险预测》发表在《管理世界》2023年第8期，系统揭示了企业经营风险向地方财政风险传导的微观机制。依托沪深A股上市公司数据，项目在省级层面汇总企业资产减值信息，并以城投债发行利差衡量地方政府隐性债务风险，系统检验企业会计信息的前瞻性风险预测功能。研究发现，汇总资产减值与未来1—4个季度城投债发行利差显著正相关，即当期企业资产减值程度越高，未来地方政府隐性债务风险水平越高。机制分析表明，资产减值通过削弱地方财政实力、加重隐性债务负担两条路径发挥预测作用，同时显著弱化市场投资者对地方政府“隐性担保”的预期，抬升风险溢价。进一步区分不同计提动机与资产类别后发现，基于客观经济动机确认的减值以及可转回资产（如存货与应收账款）减值具有更强的宏观预测能力，而中央转移支付、地方债务置换与政府干预等制度因素则会在一定程度上削弱该预测效度。

  该研究拓展了会计信息宏观决策有用性的理论边界，也为完善地方政府隐性债务风险预警体系提供了新的数据来源与分析工具。研究对于健全债务风险动态监测机制、提升风险前瞻识别能力、牢牢守住不发生系统性金融风险的底线具有重要现实意义。

  团队发表在《中国工业经济》2025年第2期的论文《实体企业现金持有变化与系统性风险》基于企业现金持有变化的前瞻性与风险敏感性，探究了非金融上市企业汇总的现金变化在银行业系统性风险预测中的增量价值，并深入分析了汇总现金变化指标的预测实现路径，发现汇总现金增长预示着未来银行业系统性风险上升，且与已有预测指标相比，汇总现金变化表现出较强的增量预测能力。该研究为理解会计信息发挥宏观预测作用的内在逻辑提供了理论和经验证据，同时对金融监管部门完善系统性风险预警指标体系，以及充分发挥企业会计信息的决策价值具有重要启示。

三． 探索数据资产入表对金融安全的影响及其内在机制

  在前期持续深化会计信息宏观决策有用性研究的基础上，团队进一步紧跟国家数字经济战略与新质生产力发展要求，围绕数据要素市场化配置和金融安全这一前沿重大议题，主持国家社会科学基金重点项目《“数据资产入表”新规执行质量对金融稳定的影响机制与对策研究》（24AJY031），实现了研究领域从传统财务信息到数字要素治理的战略性拓展。

  数据作为新型生产要素，是数字化、网络化、智能化的基础。财政部 2023 年 8 月颁布《企业数据资源会计处理暂行规定》（以下简称“新规”），首次明确企业数据资源相关会计处理，自 2024 年 1 月 1 日开始实施。数据资产入表是数据要素成为新型生产要素的实质性、标志性进展，新规的实施成为推动新质生产力发展的关键制度创新。团队敏锐把握这一制度变革的战略窗口期，前瞻性地提出：数据资产入表不仅是会计技术问题，更可能通过资产估值、风险偏好与金融市场定价机制，影响宏观金融稳定格局。

  值得注意的是，数据的特殊性和复杂性使得数据资产入表的执行过程受到数据时效性、场景依附性等复杂特点以及管理层主观操控的共同影响。若数据资产估值不合理，数据资产入表可能导致被夸大的企业资产价格波动和顺周期效应“及时”地、“循环反馈”地反映在整个金融系统的资产负债表上，造成连锁反应，导致金融市场波动进而影响金融稳定。因此，评估“数据资产入表”新规的执行质量，研究其对金融稳定的影响和作用机制，对于提升数据资产相关会计信息质量、缓解市场偏差、防范潜在金融风险和维护金融稳定具有重要的理论价值和现实意义。这也是该团队主持的国家社科基金重点项目《“数据资产入表”新规执行质量对金融稳定的影响机制与对策研究》（24AJY031）的主要研究问题，目前团队已经在数据资产信息披露，数据资产入表质量评价等方面取得研究进展。