• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      審計(jì)質(zhì)量 產(chǎn)權(quán)性質(zhì)與物流企業(yè)股價崩盤風(fēng)險

      2020-03-17 11:16:00
      物流工程與管理 2020年1期
      關(guān)鍵詞:管理層股價負(fù)面

      □ 孟 元

      (上海工程技術(shù)大學(xué) 管理學(xué)院,上海 201620)

      1 引言

      中國資本市場快速發(fā)展中由于機(jī)制不健全,導(dǎo)致股價暴漲暴跌問題極其突出,尤其2015年A股市場出現(xiàn)千股跌停的事件,嚴(yán)重?fù)p害投資者利益,影響資本市場健康發(fā)展。因此,如何應(yīng)對股價崩盤風(fēng)險,降低股價暴跌對投資者的損失,成為理論界和實(shí)務(wù)界關(guān)注的問題。

      研究發(fā)現(xiàn)管理層對負(fù)面信息的隱瞞是股價崩盤風(fēng)險的重要成因(Jin and Myers,2006;Hutton et al.,2009),認(rèn)為管理層在經(jīng)營過程中,出于保住自己職位、聲譽(yù)及晉升等需要,往往有選擇性地向外界披露利好信息,隱瞞負(fù)面信息(Kothari el al.,2009),當(dāng)管理層隱瞞的負(fù)面信息逐漸增加至難以再繼續(xù)隱瞞時,所有的負(fù)面信息集中在資本市場釋放,從而引發(fā)股價崩盤 (Kim and Zhang,2016a;Kim and Zhang,2016b)。

      沿著Jin and Myers (2006)、Hutton et al.(2009) 的理論,后續(xù)學(xué)者分別從機(jī)構(gòu)投資者(許年行等,2012)、控股股東持股 (王化成等,2015)、企業(yè)慈善捐贈(曹海敏和孟元,(2019))、賣空機(jī)制 (Callen et al.2015) 等視角研究股價崩盤風(fēng)險影響因素。然而,鮮有文獻(xiàn)研究高質(zhì)量審計(jì)對股價崩盤風(fēng)險的影響,本文切入股價崩盤風(fēng)險視角,研究股價崩盤風(fēng)險的影響因素。本文研究發(fā)現(xiàn),高質(zhì)量審計(jì)可以降低股價崩盤風(fēng)險,進(jìn)行一系列穩(wěn)健性測試之后,該結(jié)論仍然成立;進(jìn)一步研究發(fā)現(xiàn),在國有企業(yè)中,高質(zhì)量審計(jì)與股價崩盤風(fēng)險的正向關(guān)系更顯著。本文拓展了股價崩盤風(fēng)險和審計(jì)質(zhì)量相關(guān)領(lǐng)域的研究。

      2 文獻(xiàn)回顧及研究假設(shè)

      假設(shè)正面信息和負(fù)面信息都隨機(jī)發(fā)生(Kothari et al.,2009)如果管理層及時披露,那么市場對出現(xiàn)正面信息和負(fù)面信息的反應(yīng)程度相同,那么股價分布是均勻的,并不會出現(xiàn)負(fù)偏態(tài)。但是,委托人和代理人的目標(biāo)存在不一致,而代理人基于自己的利益最大化角度考慮,會做出有損委托人利益的行為 (Jensen and Meckling,1976) 。進(jìn)而代理人基于構(gòu)建商業(yè)帝國、晉升、保住自己的職位、避稅等因素考慮,往往有選擇性地向外界披露利好信息,隱瞞公司的負(fù)面信息(Kim et al.,2014;Ball,2009;Harvey and Rajgopal,2005;Kothari et al.,2009),管理層不斷隱瞞負(fù)面信息直至隱瞞的成本或者難度增大至管理層很難繼續(xù)隱瞞時,所有負(fù)面信息集中在資本市場釋放,使得市場對負(fù)面信息的反應(yīng)遠(yuǎn)大于對正面信息的反應(yīng),從而出現(xiàn)股價的不對稱分布 (Kothari et al.,2009) ,因此,管理層對負(fù)面信息的隱瞞是股價崩盤風(fēng)險的重要成因 (Jin and Myers,2006;Hutton et al.2009) 。

      當(dāng)企業(yè)出現(xiàn)不利于管理層的負(fù)面信息時,管理層有動機(jī)通過操縱會計(jì)信息,掩蓋外界對企業(yè)負(fù)面信息的關(guān)注 (Kim et al.,2011)。Hutton et al.,(2009) 發(fā)現(xiàn)盈余管理更嚴(yán)重的公司有更高的股價崩盤風(fēng)險;公司財務(wù)總監(jiān)可以通過及時披露利好會計(jì)信息,延遲披露負(fù)面的會計(jì)信息,來向外界傳遞公司未來前景良好的信號,因此,當(dāng)授予公司財務(wù)總監(jiān)股票期權(quán)時,公司財務(wù)總監(jiān)有動機(jī)通過選擇性披露正面會計(jì)信息,掩蓋住公司負(fù)面信息,使公司股票價格維持在較高水平,直至這些負(fù)面信息最終被投資者發(fā)現(xiàn)并引發(fā)股價崩盤 (Kim et al.,2011)。當(dāng)公司聘用高質(zhì)量審計(jì)師時,高質(zhì)量審計(jì)師更有可能抑制公司管理層操縱會計(jì)信息的行為。首先,高質(zhì)量審計(jì)師更有動機(jī)維護(hù)自己聲譽(yù),當(dāng)發(fā)現(xiàn)公司進(jìn)行會計(jì)信息操縱時,高質(zhì)量審計(jì)師更可能約束管理層的操縱行為;其次,高質(zhì)量審計(jì)師通常有更多的審計(jì)經(jīng)驗(yàn)和能力,更可能發(fā)現(xiàn)管理層的會計(jì)信息操縱行為。因此,高質(zhì)量審計(jì)師可以抑制管理層通過操縱盈余來隱瞞負(fù)面信息的行為,使得更少的負(fù)面信息被隱藏在公司內(nèi)部,從而降低負(fù)面信息集中在資本市場釋放的可能性。故本文提出假設(shè)1:

      假設(shè)1:高質(zhì)量審計(jì)可以降低股價崩盤風(fēng)險。

      本文進(jìn)一步劃分產(chǎn)權(quán)性質(zhì)進(jìn)行研究,由于股價崩盤風(fēng)險的成因可以歸結(jié)為內(nèi)因:管理層代理問題 (權(quán)小鋒等,2017),即管理層對負(fù)面信息的隱瞞導(dǎo)致股價崩盤風(fēng)險,一般而言,在國有企業(yè)中,由于存在產(chǎn)權(quán)不明晰,導(dǎo)致所有者缺位,使得國有企業(yè)相較于非國有企業(yè)委托代理問題更嚴(yán)重(張維迎,1996),那么相較于民營企業(yè),在國有企業(yè)中更有可能發(fā)生管理層對負(fù)面信息的隱瞞。由于高質(zhì)量審計(jì)師可以抑制管理層操縱盈余,選擇性披露利好信息,達(dá)到降低投資者對企業(yè)負(fù)面信息關(guān)注的目的。因此,高質(zhì)量審計(jì)在國有企業(yè)中更有可能發(fā)揮作用。因此,本文提出假設(shè)2:

      假設(shè)2:在國有企業(yè)中,高質(zhì)量審計(jì)和股價崩盤風(fēng)險的負(fù)向關(guān)系更顯著。

      3 研究設(shè)計(jì)

      3.1 數(shù)據(jù)來源

      本文使用2007-2017年物流上市公司作為樣本,樣本篩選如下:①剔除數(shù)據(jù)缺失的樣本;②剔除資不抵債的公司;③剔除金融保險類公司。經(jīng)過篩選,最終得到1449家樣本公司,同時對連續(xù)變量做上下1%分位Winsorize 處理。

      3.2 變量定義

      3.2.1 股價崩盤風(fēng)險

      借鑒已有研究(Hutton et al,2009;Jin and Mayers,2006;Kim et at al,2014;許年行等,2012;王化成等,2015;曹海敏和孟元,2019 ),本文使用股價負(fù)偏態(tài)系數(shù) (NCSKEW) 和股價上下波動比 (DUVOL) 兩個指標(biāo)衡量股價崩盤風(fēng)險,具體計(jì)算方法和之前研究一致,本文不再贅述。

      3.2.2 高質(zhì)量審計(jì)

      借鑒步丹璐和屠長文 (2017) 、周冬華等 (2018) 的做法,本文使用事務(wù)所聲譽(yù) (Big4) 作為高質(zhì)量審計(jì)的代理變量,如果企業(yè)聘請的會計(jì)師事務(wù)所是國際四大會計(jì)師事務(wù)所,則Big4為1,否則Big4為0。

      3.2.3 計(jì)量模型

      本文使用模型(1)檢驗(yàn)假設(shè):

      CrashRisk是衡量股價崩盤風(fēng)險的變量,選用NCSKEW和DUVOL兩個變量來衡量;Big4是解釋變量,衡量企業(yè)的審計(jì)質(zhì)量;Controls是控制變量,使用滯后一期公司規(guī)模Size、股票周收益率標(biāo)準(zhǔn)差Sigma、股票周收益率均值RET、資產(chǎn)負(fù)債率Lev、市凈率MB、總資產(chǎn)收益率ROA、股票月超額換手率OTurnover、信息不對稱程度Opaque(使用修正Jones系數(shù)衡量)。同時,設(shè)置虛擬變量Year控制年度固定效應(yīng)。

      CrashRiski,t=β0+β1Donationi,t-1+∑βControlsi,t-1+Year+εi,t

      (1)

      4 實(shí)證結(jié)果分析

      4.1 單變量分析

      本文在表1列示了單變量分析結(jié)果,本文按照企業(yè)是否經(jīng)四大會計(jì)師事務(wù)所審計(jì),將樣本分為兩組:四大會計(jì)師事務(wù)所審計(jì)組和非四大會計(jì)師事務(wù)所審計(jì)組。并分組列示主要變量的平均值和中位數(shù)。本文重點(diǎn)關(guān)注反映股價崩盤風(fēng)險的兩個指標(biāo)股價負(fù)偏態(tài)系數(shù) (NCSKEW) 和股價上下波動比 (DUVOL) 在兩組之間是否存在差異。本文發(fā)現(xiàn),四大審計(jì)組的股價負(fù)偏態(tài)系數(shù) (NCSKEW) 和股價上下波動比 (DUVOL) 的平均值分別為 -0.318和 -0.184,小于非四大審計(jì)組的平均值 -0.272和 -0.184;同時,組間系數(shù)差異檢驗(yàn)顯示,四大審計(jì)組的股價負(fù)偏態(tài)系數(shù) (NCSKEW) 和股價上下波動比 (DUVOL) 的均值顯著低于非四大審計(jì)組,這一差異在1%水平下顯著。同理,四大審計(jì)組股價負(fù)偏態(tài)系數(shù) (NCSKEW) 和股價上下波動比 (DUVOL) 的中位數(shù)為 -0.275和 -0.174,顯著低于非四大審計(jì)組的中位數(shù) -0.261和 -0.174。單變量分析的結(jié)果初步證實(shí)了高質(zhì)量的審計(jì)可以降低股價崩盤風(fēng)險。

      表1 單變量分析(按照Big4分組)

      4.2 回歸分析

      4.2.1 審計(jì)質(zhì)量與股價崩盤風(fēng)險回歸結(jié)果

      表2列示了審計(jì)質(zhì)量與股價崩盤風(fēng)險的回歸結(jié)果。在列1中,本文未加入控制變量,僅對審計(jì)質(zhì)量 (Big4) 與股價崩盤風(fēng)險 (NCSKEW) 做單變量回歸,回歸結(jié)果顯示,審計(jì)質(zhì)量與股價崩盤風(fēng)險顯著負(fù)相關(guān),表明高質(zhì)量審計(jì)會約束管理層隱瞞負(fù)面信息行為,從而降低股價崩盤風(fēng)險,在列2加入一系列控制變量之后,審計(jì)質(zhì)量 (Big4) 的系數(shù)仍顯著為負(fù)。在列3和列4中,本文將衡量股價崩盤風(fēng)險的指標(biāo)換成股價上下波動比 (DUVOL),結(jié)論保持不變,進(jìn)一步驗(yàn)證本文結(jié)論。

      表2 審計(jì)質(zhì)量與股價崩盤風(fēng)險回歸結(jié)果①

      4.2.2 對假設(shè)2的證明

      表3列示了區(qū)分產(chǎn)權(quán)性質(zhì)進(jìn)行的分組檢驗(yàn)。分組檢驗(yàn)的檢驗(yàn)表明,在非國有企業(yè)組中,審計(jì)質(zhì)量 (Big4) 的系數(shù)為正但卻不顯著,而在國有企業(yè)組中審計(jì)質(zhì)量 (Big4) 的系數(shù)為顯著為負(fù),且審計(jì)質(zhì)量 (Big4) 在國有企業(yè)組中的系數(shù)大于非國有企業(yè)組中的系數(shù),表明相較于非國有企業(yè),國有企業(yè)的審計(jì)質(zhì)量 (Big4) 與股價崩盤風(fēng)險之間的負(fù)向關(guān)系更顯著,即高質(zhì)量的審計(jì)在國有企業(yè)中更能發(fā)揮作用。

      表3 對假設(shè)2的證明

      5 穩(wěn)健性檢驗(yàn)

      5.1 更改測度指標(biāo)

      在穩(wěn)健性檢驗(yàn)中,本文更改審計(jì)質(zhì)量的測度指標(biāo),設(shè)置虛擬變量審計(jì)質(zhì)量 Big10,如果企業(yè)被前十大會計(jì)師事務(wù)所審計(jì),則Big10 為1,反之Big10為0。表4列示了審計(jì)質(zhì)量 (Big10)和股價崩盤風(fēng)險的回歸結(jié)構(gòu),回歸結(jié)果顯示,審計(jì)質(zhì)量與股價崩盤風(fēng)險仍顯著負(fù)相關(guān),表明在更換審計(jì)質(zhì)量的度量指標(biāo)時,假設(shè)仍然成立,高質(zhì)量審計(jì)可以抑制管理層對負(fù)面信息的隱瞞,降低股價崩盤風(fēng)險。

      表4 更改審計(jì)質(zhì)量測度指標(biāo)

      5.2 固定效應(yīng)模型

      本文對模型運(yùn)用固定效應(yīng)模型進(jìn)行估計(jì),以反映不隨時間改變的個體差異對回歸結(jié)果的影響。回歸結(jié)果如表5所示,在控制個體差異因素之后,高質(zhì)量審計(jì) (Big4) 對股價崩盤風(fēng)險(NCSKEW 和DUVOL)的系數(shù)仍顯著為負(fù),說明在控制住不隨時間改變的變量影響后,本文的結(jié)論仍然成立。

      表5 固定效應(yīng)模型

      6 結(jié)論

      本文以2007-2017年物流企業(yè)上市公司為樣本,研究審計(jì)質(zhì)量與股價崩盤風(fēng)險的關(guān)系。研究發(fā)現(xiàn):高質(zhì)量的審計(jì)可以降低管理層隱瞞負(fù)面信息的可能性,使更少負(fù)面信息被隱瞞在公司內(nèi)部,從而降低股價崩盤風(fēng)險;在穩(wěn)健性檢驗(yàn)中,本文更換審計(jì)質(zhì)量測度指標(biāo)、使用固定效應(yīng)模型重新進(jìn)行檢驗(yàn),結(jié)論仍然成立;進(jìn)一步研究發(fā)現(xiàn),高質(zhì)量審計(jì)與股價崩盤風(fēng)險的負(fù)向關(guān)系在國有企業(yè)中更顯著,表明高質(zhì)量審計(jì)抑制管理層隱瞞負(fù)面信息的作用在國有企業(yè)中更明顯。本文的結(jié)論支持了高質(zhì)量審計(jì)對資本市場的作用,表明高質(zhì)量審計(jì)可以起到一個良好的外部監(jiān)督作用,能夠抑制管理層損害中小股東利益行為,從而保障中小股東權(quán)益。

      猜你喜歡
      管理層股價負(fù)面
      ?十不該(股市)
      理財周刊(2023年11期)2023-11-08 00:37:19
      盤中股價升跌引起持股者情緒變化
      核安全文化對管理層的要求
      負(fù)面清單之后的電改
      能源(2018年8期)2018-09-21 07:57:22
      遠(yuǎn)離負(fù)面情緒
      股價創(chuàng)股災(zāi)以來新低的股票
      高級管理層股權(quán)激勵與企業(yè)績效的實(shí)證研究
      上市公司管理層持股對公司債務(wù)杠桿的影響
      湖湘論壇(2015年4期)2015-12-01 09:30:02
      滬港通未必拉動藍(lán)籌股股價
      法人(2014年5期)2014-02-27 10:44:25
      满洲里市| 邹城市| 昭通市| 东海县| 平湖市| 宁河县| 广宗县| 达拉特旗| 万全县| 建宁县| 宜昌市| 保山市| 石景山区| 靖江市| 神农架林区| 额济纳旗| 垫江县| 孟连| 启东市| 台南市| 凭祥市| 沭阳县| 万源市| 威海市| 漳平市| 黎平县| 介休市| 安福县| 奉新县| 五华县| 湖北省| 荥经县| 乐至县| 宝鸡市| 满城县| 津南区| 惠安县| 宜兰市| 天长市| 榕江县| 宜章县|