时间:2021-09-09 作者:何 瑛 李塽爽
[大]
[中]
[小]
摘要:
一、引言
信息披露制度是为了保证上市公司质量、维护投资者利益与促进资本市场有效运行而实施的重要制度安排之一。具备真实性、准确性、完整性、有效性和及时性等特征的高质量信息披露既能降低债权、股权融资成本和股票流动性风险(Francis 等,2005 ;Ng,2011),又能促进企业的技术创新(韩美妮和王福胜,2017),还能提高资本市场的抗冲击能力(陈耿和陈诚,2010)。然而,由于现代企业所有权和经营权的分离,企业投资者和管理者之间存在信息不对称现象,若管理者出于自利动机人为扭曲所披露的信息或隐藏重要信息不予披露,不仅可能误导投资者做出错
误决策以致于利益受损,更可能严重破坏资本市场的秩序。近年来,我国资本市场的信息披露制度已经日趋完善,上市公司的信息披露质量整体有了较大提高,但仍然存在良莠不齐的问题,信息披露违规现象也屡禁不止。为改善信息披露状况,保证我国资本市场实现健康可持...
一、引言
信息披露制度是为了保证上市公司质量、维护投资者利益与促进资本市场有效运行而实施的重要制度安排之一。具备真实性、准确性、完整性、有效性和及时性等特征的高质量信息披露既能降低债权、股权融资成本和股票流动性风险(Francis 等,2005 ;Ng,2011),又能促进企业的技术创新(韩美妮和王福胜,2017),还能提高资本市场的抗冲击能力(陈耿和陈诚,2010)。然而,由于现代企业所有权和经营权的分离,企业投资者和管理者之间存在信息不对称现象,若管理者出于自利动机人为扭曲所披露的信息或隐藏重要信息不予披露,不仅可能误导投资者做出错
误决策以致于利益受损,更可能严重破坏资本市场的秩序。近年来,我国资本市场的信息披露制度已经日趋完善,上市公司的信息披露质量整体有了较大提高,但仍然存在良莠不齐的问题,信息披露违规现象也屡禁不止。为改善信息披露状况,保证我国资本市场实现健康可持续发展,有必要对企业信息披露质量的影响因素进行探讨。
虽然大量研究表明良好的公司治理能够有效改善企业信息披露质量,但学术界对我国资本市场开放政策如何影响企业信息披露质量的关注相对较少。作为实现我国对外开放的关键举措之一,资本市场开放对于深化金融体制改革、促进实体经济发展以及分享全球化利益至关重要。已有研究表明,资本市场开放不仅能够给资本市场和宏观经济带来深刻影响,还能作为一种外部治理手段,通过引入境外机构投资者和加强分析师、审计师等信息中介的监督作用提高公司治理水平。近年来,国内学者利用沪港通、深港通等股票市场交易互联互通机制形成的准自然实验, 从提高股价信息含量和投资效率(钟覃琳和陆正飞,2018 ; 陈运森和黄健峤,2019),降低股价异质性波动(钟凯等, 2018),抑制违规行为(邹洋等,2019)等方面考察了资本市场开放在微观层面的外部治理作用。但截至目前还少有文献直接从企业信息披露质量视角对此进行深入研究。
本文以2009~2018 年A 股深市非金融行业上市公司为样本,以深港通交易制度的实施为准自然实验构造处理组和对照组,采用多时点双重差分模型考察资本市场开放能否提高企业信息披露质量,探究企业的两权分离度以及高管持股比例是否会影响其作用效果,并进一步考虑香港投资者的影响和深港通交易制度的信息效应。本文主要的贡
计委员会的企业自愿披露程度更高(Ho 和Wong,2001),审计委员会独立性较强且其成员拥有高学历也有利于改善企业信息披露质量(王雄元和管考磊,2006)。高管治理层面,王生年和尤明渊(2015)认为恰当的薪酬激励能够正向影响上市公司信息披露质量,而过度的高管薪酬激励却可能适得其反。何平林等(2019)发现高管拥有金融、学术或海外背景有助于改善上市公司信息披露质量。董秘兼有经理或执行董事身份、董秘持股能够提升企业信息披露质量(卜君和孙光国,2018 ;李姝等,2019),而董秘的社会资本越丰富,企业信息披露质量也相应越高(高凤莲和王志强,2015)。
资本市场层面,梅洁和严华麟(2012)、雷光勇等(2016)发现基金持股、风险投资参股均有助于提升企业信息披露质量。产品市场层面,虽然部分学者认为产品市场竞争越激烈,企业的信息披露质量越高(伊志宏等,2010 ;任宏献在于 :现有文献虽然从公司治理视角研究了企业信息披达和王琨,2019),但也有学者得出不同结论,如L(i2010)露质量的影响因素,但缺乏对资本市场开放这一外部治理机制的关注,国内外学者对资本市场开放经济后果的研究也并未直接涉及企业信息披露质量。本文以深港通交易制度的实施为准自然实验,实证检验了资本市场开放对企业信息披露质量的提升效应,丰富了企业信息披露质量影响因素的研究成果,同时从企业角度进一步揭示了资本市场开放所具有的外部治理作用,为我国和其他新兴市场国家进行资本市场开放提供了参考借鉴。
(一)企业信息披露质量的影响因素
公司治理结构和治理机制的合理安排能够促进企业信息披露(伊志宏等,2010),现有文献主要基于股东治理、董事会治理、高管治理等内部治理视角以及资本市场、产品市场和制度政策等外部治理视角考察了企业信息披露质量的影响因素。
股东治理层面,吕惠聪(2006)发现股权集中度越高, 企业信息披露质量越好。杜兴强和温日光(2007)发现国家控股企业的会计信息质量高于非国家控股的企业。董事会治理层面,胡奕明和唐松莲(2008)发现拥有财务或会计背景的独立董事能够给企业盈余质量带来显著正向影响。董事会中外部董事或独立董事占比越高,企业盈余质量越高(Klein,2002),而董事长与CEO 两职合一则会导致企业信息披露质量偏低(Gul 和Leung,2004)。设立审表示来自于潜在进入者的竞争会导致披露数量增加,而来自于现有竞争对手的竞争则会导致披露数量减少。制度政策层面,Leuz 等(2003)发现完善投资者保护制度能够限制内部人获取私人控制权以进行盈余管理的能力,有助于提升企业信息披露质量。杨丹和高明华(2014)、李春涛等(2018)发现交叉上市、QFII 等早期的资本市场开放政策能够对企业信息披露质量产生积极效应。
(二)资本市场开放的经济后果
资本市场开放通常指的是放松或取消资本管制,允许资本进行跨界流动。基于宏观和微观视角,学术界已积累了大量关于资本市场开放经济后果的文献。
早期对资本市场开放经济后果的研究集中于宏观层面,但并未得出一致结论。20 世纪70 至80 年代,众多新兴市场国家通过资本市场开放获得了经济增长,从实践上印证了资本市场开放的积极效应。因此,部分学者认为新兴市场国家实行资本市场开放能够使资本实现跨国自由流动,有利于开放国扩大投资规模(Henry,2000),改善国内金融体系(Levine,2001),最终推动经济增长。然而,20 世纪90 年代拉丁美洲和亚洲金融危机的爆发使学者们开始审视资本市场开放的负面影响。在开放之后,新兴市场国家的资本市场更容易被国际市场风险波及(Bae 等,2004),短期内过量且频繁的资本流动也会降低其市场稳定性。
微观层面学者们主要探讨了资本市场开放在公司理财和公司治理等领域对开放国企业造成的影响,其中大部分学者都肯定了资本市场开放的正面效应。就公司理财领域而言,一方面,资本市场开放能够有效降低上市公司的资本成本(Bekaert 和Harvey,2000),缓解其融资约束(师倩和姚秋歌,2018),使其资本结构加速调整并得以优化(程利敏等,2019)。另一方面,资本市场开放能够提高上市公司的股价信息含量(钟覃琳和陆正飞,2018),降低其股价异质性波动(钟凯等,2018),有利于上市公司提高投资效率并改善经营业绩(陈运森和黄健峤,2019)。就公司治理领域而言,首先,资本市场开放政策吸引了大量境外机构投资者进入境内资本市场,它们为维护自身利益将积极发挥监督治理作用,有利于优化上市公司的治理机制(Bae 和Goyal,2010)。其次,资本市场开放会增加上市公司的分析师跟踪数量(Lang 等,2003),提高上市公司的审计独立性和审计质量(张立民等,2018),有效改善上市公司信息环境(Dodd 和Gilbert,2016),从而减少其违规行为(邹洋等, 2019)。最后,资本市场开放对企业信息披露质量的影响也得到了部分学者的关注,如钟凯等(2018)、陈运森和黄健峤(2019)发现沪港通交易制度会通过促使标的公司提高信息披露质量来降低股价异质性波动并提升投资效率 ;张立民等(2018)认为沪港通交易制度的实施有助于标的公司提高审计独立性,进而改善信息披露质量。
综上所述,现有文献对企业信息披露质量影响因素的考察聚焦于公司内外部治理视角,但是对外部治理视角中资本市场开放这一要素的关注相对较为欠缺。同时,基于沪深港通交易制度探究资本市场开放对微观企业的影响已成为国内学术界近期关注的重要议题,但是这些研究依旧集中在公司理财领域,涉及公司治理中企业信息披露质量这一要素的文献为数不多,且多为间接研究。本文将基于2016 年12 月5 日正式启动的深港通交易制度,分析论证资本市场开放能否显著提升企业信息披露质量,并探讨何种情境下这一提升效应更为显著,从而对现有文献进行补充。
(一)深港通交易制度对企业信息披露质量的提升效应现代企业经营管理的日益专业化、复杂化,使得投资者往往仅保留资本的所有权,而将运营权赋予拥有专门管理知识的职业经理人。两权分离之下,投资者对企业经营管理各项具体事务的知悉程度不如管理者,相对来说处于信息劣势地位,因此难以对管理者进行全面的监督。在投资者与管理者之间出现利益冲突时,管理者为了追求自身利益最大化可能会隐藏重要信息不予披露甚至直接披露虚假信息,导致企业信息披露质量低下。如果投资者的鉴别能力不足,将容易被企业披露的低质量信息误导进而利益受损。要想有效保护投资者的利益,必须降低投资者与管理者之间的信息不对称程度,抑制管理者的自利倾向并约束其自利行为,使企业信息披露质量得到改善,而深港通交易制度的实施正是研究企业信息披露质量提升效果的良好契机。
一方面,深港通交易制度能够促使企业主动提升信息披露质量。根据信号理论(Spence,1973)和基本的信号模型(Kirmani 和Rao,2000),内部人可以自行选择是否向外部人传递有关企业真实情况的信号,只有当传递信号的收益大于不传递信号的收益时,内部人才拥有披露真实信息的动力。继沪港通交易制度之后,深港通交易制度进一步加强了内地股市与香港股市的联系,引入了更多的境外投资者尤其是机构投资者。这些境外机构投资者为规避风险,偏好于持股信息披露质量和治理水平较高的公司
(Ferreira 和Matos,2008)。为获得投资者信任以吸引境外资金流入、充分拓宽资金来源,深股通标的公司会主动披露高质量的信息并提升治理水平,积极向投资者传递公司现有运行情况良好和未来发展潜力充足的信号,有利于缓解投资者与管理者之间的信息不对称状况。
另一方面,深港通交易制度能够促使企业被动提升信息披露质量。首先,根据制度理论(DiMaggio 和Powell, 1983),制度对组织行为具有约束效应,组织内相关主体会服从制度,使其行为与制度要求相符。为保障深港通业务的顺利实施,同时有效保护境内外投资者的合法权益,深交所要求深股通标的公司除了应遵循境内原有的规则体系履行信息披露义务之外,还应在深港通业务开通后重视并适应外部环境的变化,进一步规范信息披露,上述要求将迫使标的公司提高信息披露水平。其次,深港通交易制度带来的境外机构投资者具有丰富的投资经验和较强的信息挖掘、技术分析能力,能够在深入解读所获得的企业信息之后通过买卖相应股票向资本市场传达一定信号,从而引发部分投资者的追随行为。最后,在深港通交易制度的驱动之下,伴随着境外机构投资者的进入,无论是境内还是境外的分析师、审计师、承销商以及媒体等信息中介都会更加关注标的公司的行为。因此,深港通交易制度的运行使得标的公司在信息披露方面不仅必须达到监管机构提出的明确要求,也必须应对来自于境外机构投资者、境内外信息中介的隐含压力,这将有效监督并制约管理者不当的信息披露行为,使企业信息披露质量得到提高。
基于上述分析,本文提出假设1 :
H1 :深港通交易制度能够提升企业信息披露质量。
(二)提升效应的影响因素
由文献综述可知,公司治理尤其是内部治理是企业信息披露质量的主要影响因素。因此本文预期,深港通交易制度对企业信息披露质量的提升效应可能会在股东治理和高管治理等不同层面受到内部治理因素的影响。
在现实中,大股东拥有某公司的控制权比例往往与其实际持有该公司的股权份额不相匹配。一方面,由于部分中小股东因持股比例较低主动放弃了自身的投票权,大股东的实际控制权被相对放大 ;另一方面,凭借发行不同种类股票(如同时发行普通股和优先股)、金字塔式控股、交叉持股等方式,大股东能够获取超越其持股份额的实际控制权。根据大股东的掠夺假说(Shleifer 和Vishny,1997),过高的股权集中度可能会导致大股东利用其控制权与管理者合谋,通过扭曲或隐瞒会计信息、延迟披露信息等手段掩盖其转移企业资金和财产以侵占中小股东利益、“掏空” 上市公司的目的,造成企业信息披露质量低下,而控制权与所有权的分离更是为大股东可能的利益侵占和财务舞弊行为提供了便利。大量研究表明,控制权与所有权的分离程度越高,股权高度集中引致的“隧道效应”越强,企业的信息披露质量越低(Fan 和Wong,2002)。两权分离现象对企业信息披露质量产生的负面影响给予了深港通交易制度发挥治理作用的空间,因此深港通交易制度对企业信息披露质量的提升效应可能在两权分离度较高的企业中更为显著。基于上述分析,本文提出假设2 :
H2 :两权分离度越高,深港通交易制度对企业信息披露质量的提升作用越强。
由委托代理理论可知,所有权与经营权分离导致的信息不对称可能会引发管理层的道德风险问题(杜兴强和温日光,2007),使管理层出于自利动机进行盈余管理,降低信息披露质量。为应对上述问题,需采取一定手段对管理层进行激励,缓解股东与管理层之间的代理冲突,实现两者的利益协同,从而降低管理层利用自身职位优势操纵信息的可能性。薪酬激励和股权激励是现代公司治理机制中最常用的两种管理层激励方式,由于薪酬契约具有一定刚性,股权激励日渐成为更有效的激励方式。高管是企业管理层的关键成员,能够对企业的信息披露产生举足轻重的影响,高管的持股比例越高,其利益与股东的利益越趋于一致,披露高质量信息的动机也就越强。如果对企业的持股比例较低甚至未持有企业股份,为实现自身利益最大化, 高管可能会绕开股东,通过隐瞒负面信息、粉饰业绩等行为违规披露信息,给企业信息披露质量带来不利影响(伊志宏等,2010)。因此,在高管持股比例较低的企业中,深港通交易制度能够作为一种替代的外部治理机制更好地引导和督促企业改善其信息披露质量,对于企业信息披露质量的提升效应也就更为显著。基于上述分析,本文提出假设3 :
H3 :高管持股比例越低,深港通交易制度对企业信息披露质量的提升作用越强。
(一)样本选择与数据来源
本文选择2009~2018 年深市A 股上市公司作为初始研究样本。之所以未将沪市公司纳入,是因为本文选择的企业信息披露质量衡量指标为证券交易所对上市公司的信息披露考评结果,深交所自2001 年起就开始了对上市公司的信息披露考评,而上交所直至2013 年才展开相应工作且2013~2015 年的数据难以获得,搜集数据时仅有2016~2018 年这三年的完整数据可用。对于初始研究样本,本文依据惯例剔除了金融行业上市公司、样本期间内ST 类公司和相关数据缺失公司的观测值。此外,考虑到开放B 股市场、允许在内地和香港两地同时上市等先于深港通交易制度实施的其余资本市场开放政策可能已经有效改善了部分上市公司的信息披露质量,本文进一步剔除了发行A+B 股和A+H 股公司的观测值,最终共得到1 801 家公司的11 129 个公司年度观测值,属于非平衡面板数据。为避免异常值影响模型和回归结果的准确性,本文按照上下1% 的标准对所有连续变量进行了缩尾(Winsorize)处理。除企业信息披露质量数据来源于深交所网站外,本文其余数据均来源于CSMAR 数据库。
(二)研究模型设定
深港通可进一步细分为深股通和港股通,其中深股通以深交所上市股票为标的,港股通以香港联交所上市股票为标的,本文根据需要选择深股通标的股票为处理组样本。2016 年12 月5 日,深港通交易制度正式开通,首期试点中深股通标的股票共881 只。随着深港通业务的持续推进, 深股通标的股票名单经历了多次调整变动,导致深股通标
的股票进入实验期的时间不同,同一只股票在不同时点上可能是处理组,也可能是对照组,因此无法按照传统双重差分模型设置实验期变量Post。借鉴陈胜蓝和马慧(2017)、邹洋等(2019)的做法,本文采用多时点双重差分模型进行回归分析。该模型的基本形式如下所示 :
(1)其中,Yi,t 表示公司i 第t 年的信息披露质量,在本文中以深交所发布的上市公司信息披露考评结果虚拟变量Quality 表示。Di,t 表示深股通,在本文中以虚拟变量Open 表示,当公司i 的股票在第t 年末已被列示于深股通标的股票名单时Open 取值为1,否则为0。Ai 和Bt 分别表示公司固定效应和年份固定效应,Xi,t 表示一系列控制变量,εi,t 表示残差项。回归系数β 反映了解释变量深股通对被解释变量企业信息披露质量的影响,是本文主要关注的实证结果,若β 显著大于0,则深港通交易制度能够显著提升企业信息披露质量。多时点双重差分模型有利于消除不可观测的遗漏变量对实证结果的干扰,能够在一定程度上克服当前资本市场开放研究中存在的内生性问题。针对虚拟变量
Quality,本文采用的是Logit 双向固定效应模型。
(三)研究变量度量
1. 被解释变量
本文的被解释变量是企业信息披露质量。与会计稳健性、会计信息可比性、可操纵性盈余等侧重于从会计信息角度反映企业信息披露质量的指标不同,深交所发布的信息披露考评结果是从包括会计信息在内的多个方面考核上市公司整体信息披露状况后得出的,能够较为全面、客观地反映企业的综合信息披露质量,且更具权威性。因此, 本文借鉴伊志宏等(2010)、高凤莲和王志强(2015)的做法,采用深交所发布的上市公司信息披露考评结果作为企业信息披露质量的代理变量。2011 年,修订后的《深圳证券交易所上市公司信息披露工作考核办法(2011 年修订)》增添了对上市公司信息披露真实性和公平性的考核,将“合法性”这一考核内容变更为“合法合规性”,同时将考评结果等级变更为A、B、C、D(原为优秀、良好、合格、不合格)。上市公司的信息披露考评结果等级越高,其综合信息披露质量越高。本文定义Quality 为企业信息披露质量的虚
表1 变量定义
变量类型 | 变量名称 | 变量符号 | 变量解释 |
被解释变量 |
企业信息披露质量 |
Quality | 虚拟变量,当深市上市公司获得优秀(A)或良好(B)等级的信息披露考评结果时取值为1,否则为0 |
解释变量 |
深股通 |
Open | 虚拟变量,当公司i 的股票在第t 年末已被列示于深股通标的股票名单时取值为1,否则为0 |
调节变量 | 两权分离度 | Separation | 实际控制人拥有上市公司控制权比例与所有权比例之差 |
高管持股比例 | Executive | 年末高管持股数量合计/ 总股本 | |
控制变量 | 年个股总市值 | Value | 个股发行总股数与年收盘价的乘积取对数 |
年换手率 | Turnover | 年内股票交易量/ 流通股股数 | |
资产负债率 | Lev | 年末总负债/ 年末总资产 | |
总资产回报率 | ROA | 净利润/ 年末总资产 | |
营业收入增长率 | Growth | (本年营业收入- 上年营业收入)/ 上年营业收入 | |
是否四大审计 |
Big4 | 虚拟变量,当公司的审计师来自国际四大会计师事务所时取值为1,否则为0 | |
机构投资者持股比例 | Institution | 年末机构投资者持股数量合计/ 总股本 | |
产权性质 | SOE | 虚拟变量,当企业为国有企业时取值为1,否则为0 | |
股权集中度 | Top1 | 年末第一大股东持股数量/ 总股本 | |
股权制衡度 | LnZ | 年末第一大股东与第二大股东持股比例的比值取对数 | |
独立董事比例 | Idrate | 独立董事人数/ 董事会总人数 | |
董事会会议次数 | Meeting | 年内董事会会议次数加一取对数 | |
两职合一 |
Dualtiy | 虚拟变量,当公司的董事长与CEO 为同一人时取值为1,否则为0 |
拟变量,当深市上市公司获得优秀(A)或良好(B)等级的信息披露考评结果时,Quality 取值为1,否则为0。
2. 解释变量、调节变量与控制变量
本文的解释变量是深股通,定义Open 为深股通的虚拟变量,当公司i 的股票在第t 年末已被列示于深股通标的股票名单时,Open 取值为1,否则为0。调节变量分别为两权分离度(Separation)和高管持股比例(Executive)。参考现有文献(卜君和孙光国,2018 ;任宏达和王琨,2019),本文使用的控制变量包括年个股总市值(Value)、年换手率
(Turnover)、资产负债率(Lev)、总资产回报率(ROA)、营业收入增长率(Growth)、是否四大审计(Big4)、机构投资者持股比例(Institution)、产权性质(SOE)、股权集中度(Top1)、股权制衡度(LnZ)、独立董事比例(Idrate)、董事会会议次数(Meeting)、两职合一(Duality)。
变量的具体定义如表1 所示。
(一)描述性统计
变量的描述性统计结果如表2 所示。由 Panel A 全样本统计数据可知,被解释变量企业信息披露质量(Quality) 的均值为0.892,表明在所有的公司年度观测值中有89.2% 其企业信息披露质量为优秀(A)或良好(B)。解释变量深股通(Open)的均值为0.161,表明深股通标的公司样本占全样本的16.1%。控制变量和调节变量方面,样本公司股票年换手率的最小值为0.705,最大值为26.570,标准差为5.330,表明不同样本公司的股票换手率存在较大差异 ; 样本公司平均资产负债率为36.4%,平均总资产回报率为4.8%,平均营业收入增长率为19.8% ;样本公司中仅有1.7% 其审计师来自国际四大会计师事务所,机构投资者持股比例的最大值为31.7%,平均值为6.5%,中位数为4.2%, 表明样本公司的机构投资者持股比例普遍较低 ;样本公司中国有企业占比24.2%,第一大股东平均持股34.1%,股权集中度较高,控制权与所有权的平均分离程度为5.4% ;样本公司中有32.7% 其董事长与CEO 为同一人,高管持股比例的最大值为64.2%,平均值为10.7%,中位数为1.2%,表明样本公司的高管持股比例也普遍较低。
表2 描述性统计
Panel A :全样本 | Panel B :分样本 | |||||||
(1) 均值 | (2) 标准差 | (3) 最小值 | (4) 中位数 | (5) 最大值 | (6) Treat=1 | (7) Treat=0 | (8) (6)-(7) | |
Quality | 0.892 | 0.311 | 0 | 1 | 1 | 0.905 | 0.869 | 0.036*** |
Open | 0.161 | 0.367 | 0 | 0 | 1 | 0.253 | 0.000 | 0.253*** |
Value | 22.414 | 0.830 | 20.793 | 22.354 | 24.779 | 22.675 | 21.956 | 0.720*** |
Turnover | 7.299 | 5.330 | 0.705 | 5.829 | 26.570 | 6.624 | 8.482 | -1.858*** |
Lev | 0.364 | 0.199 | 0.036 | 0.344 | 0.821 | 0.377 | 0.342 | 0.035*** |
ROA | 0.048 | 0.045 | -0.107 | 0.046 | 0.188 | 0.053 | 0.040 | 0.013*** |
Growth | 0.198 | 0.377 | -0.470 | 0.120 | 2.187 | 0.227 | 0.148 | 0.079*** |
Big4 | 0.017 | 0.131 | 0 | 0 | 1 | 0.022 | 0.010 | 0.012*** |
Institution | 0.065 | 0.068 | 0 | 0.042 | 0.317 | 0.078 | 0.043 | 0.035*** |
SOE | 0.242 | 0.428 | 0 | 0 | 1 | 0.253 | 0.221 | 0.032*** |
Top1 | 0.341 | 0.139 | 0.101 | 0.322 | 0.706 | 0.346 | 0.331 | 0.015*** |
LnZ | 1.398 | 1.026 | 0 | 1.215 | 4.287 | 1.443 | 1.318 | 0.125*** |
Idrate | 0.375 | 0.053 | 0.333 | 0.333 | 0.571 | 0.374 | 0.375 | -0.001 |
Meeting | 2.313 | 0.332 | 1.609 | 2.303 | 3.178 | 2.346 | 2.254 | 0.092*** |
Duality | 0.327 | 0.469 | 0 | 0 | 1 | 0.312 | 0.355 | -0.043*** |
Separation | 0.054 | 0.078 | 0 | 0 | 0.288 | 0.057 | 0.049 | 0.009*** |
Executive | 0.107 | 0.166 | 0 | 0.012 | 0.642 | 0.098 | 0.123 | -0.025*** |
N | 11 129 | 11 129 | 11 129 | 11 129 | 11 129 | 7 083 | 4 046 |
注 :*、** 和*** 分别表示在10%、5% 和1% 的水平上显著
Panel B 为分样本统计数据,分组依据为样本期间内公司股票是否曾被列示于深股通标的股票名单(设置虚拟变量Treat,Treat 取值为1 表示标的公司,取值为0 表示非标的公司),第(6)列和第(7)列分别针对标的公司样本和非标的公司样本报告了各变量的均值,第(8)列报告了标的公司样本与非标的公司样本各变量的均值之差。由Panel B 可知,标的公司样本的信息披露质量(Quality)显著高于非标的公司样本,这与本文的假设1 相符,即深港通交易制度能够提升企业信息披露质量。同时,控制变量和调节变量的结果显示,相比非标的公司,就财务数据而言,标的公司的股票总市值、资产负债率、总资产回报率和营业收入增长率更高,而股票换手率更低 ;就公司治理而言,标的公司更多选择国际四大会计师事务所作为其外部审计机构,机构投资者持股比例更高,更多为国有企业,股权集中度、两权分离度更高,董事会会议次数更多,而董事长与CEO 两职合一的情况更少,股权制衡度、高管持股比例更低。
(二)深港通交易制度对企业信息披露质量的提升效应模型(1)的回归结果如表3 所示,由第(1)列可知,在未控制其他控制变量时,解释变量深股通(Open)的回归系数为0.283,z 值为1.992,在5% 的水平上显著为正 ;由第(2)列可知,在控制其他控制变量后,深股通(Open)的回归系数为0.321,z 值为2.143,同样在5% 的水平上显著为正。以上实证结果表明,深港通交易制度实施后,相比非标的公司,深股通标的公司的信息披露质量显著提升,支持了假设1,即深港通交易制度有助于提升企业信息披露质量。
(三)提升效应的影响因素
主效应检验的结果表明深港通交易制度能够提升企业信息披露质量,接下来本文将继续研究深港通交易制度对企业信息披露质量的提升效应在不同情境下有何差异。通过在模型(1)中分别加入两权分离度(Separation)和高管持股比例(Executive)这两个调节变量以及相应的交乘项Open×Separation 和Open×Executive,分别检验两权分离度和高管持股比例是否会影响深港通交易制度对企业信息披露质量的提升效应,具体回归结果如表4 所示。由表4 第
(1) 列可知,交乘项Open×Separation 的回归系数在10% 的水平上显著为正,支持了假设2,即企业的两权分离度越高,深港通交易制度对其信息披露质量的提升作用越强。由表4 第(2)列可知,交乘项Open×Executive 的回归系数
表3 深港通交易制度与企业信息披露质量 :主效应检验
(1) Quality | (2) Quality | |
Open | 0.283** | 0.321** |
(1.992) | (2.143) | |
Value | -0.200* | |
(-1.784) | ||
Turnover | 0.009 | |
(0.879) | ||
Lev | -1.460*** | |
(-3.574) | ||
ROA | 11.148*** | |
(9.122) | ||
Growth | 0.144 | |
(1.443) | ||
Big4 | 0.153 | |
(0.270) | ||
Institution | 0.468 | |
(0.548) | ||
SOE | -0.081 | |
(-0.220) | ||
Top1 | -0.333 | |
(-0.462) | ||
LnZ | 0.061 | |
(0.806) | ||
Idrate | -3.965*** | |
(-3.654) | ||
Meeting | -0.280* | |
(-1.823) | ||
Duality | 0.136 | |
(1.079) | ||
Firm FE | Yes | Yes |
Year FE | Yes | Yes |
L-likelihood | -1 586.380 | -1 504.292 |
Chi2 | 105.495*** | 269.669*** |
Pseudo-R2 | 0.032 | 0.082 |
Observations | 4 648 | 4 648 |
注 :模型(1)在运行过程中由于被解释变量不变(全部为1 或0)而删除了1 202 组共6 481 个观测值 ;括号内为估计参数的z 统计量;*、** 和*** 分别表示在10%、5% 和1%的水平上显著。下文类似
表4 深港通交易制度与企业信息披露质量 :调节效应检验
(1) Quality | (2) Quality | |
Open | 0.348** | 0.262* |
(2.302) | (1.700) | |
Separation | -0.124 | |
(-0.106) | ||
Open×Separation | 2.814* | |
(1.766) | ||
Executive |
0.191 | |
(0.352) | ||
Open×Executive | -1.594* | |
(-1.825) | ||
Value | -0.215* | -0.196* |
(-1.909) | (-1.741) | |
Turnover | 0.009 | 0.008 |
(0.889) | (0.727) | |
Lev | -1.453*** | -1.409*** |
(-3.546) | (-3.438) | |
ROA | 11.240*** | 11.126*** |
(9.182) | (9.089) | |
Growth | 0.147 | 0.144 |
(1.471) | (1.441) | |
Big4 | 0.181 | 0.127 |
(0.317) | (0.225) | |
Institution | 0.511 | 0.488 |
(0.596) | (0.569) | |
SOE | -0.070 | -0.091 |
(-0.185) | (-0.248) | |
Top1 | -0.403 | -0.429 |
(-0.549) | (-0.588) | |
LnZ | 0.066 | 0.070 |
(0.875) | (0.928) | |
Idrate | -3.941*** | -4.040*** |
(-3.632) | (-3.716) | |
Meeting | -0.284* | -0.279* |
(-1.845) | (-1.811) | |
Duality | 0.134 | 0.132 |
(1.056) | (0.981) | |
Firm FE | Yes | Yes |
Year FE | Yes | Yes |
L-likelihood | -1 502.648 | -1 502.597 |
Chi2 | 272.958*** | 273.060*** |
Pseudo-R2 | 0.083 | 0.083 |
Observations | 4 648 | 4 648 |
注:通过交乘项检验调节效应时,对2 个调节变量(均为连续变量)进行了中心化处理在10% 的水平上显著为负,支持了假设3,即高管持股比例越低,深港通交易制度对其信息披露质量的提升作用越强。总体而言,调节效应检验的结果显示,两权分离度和高管持股比例会给深港通交易制度对企业信息披露质量的提升效应带来影响,证明深港通交易制度能够在一定程度上弥补企业内部治理方面的不足。
(四)稳健性检验
1. 倾向得分匹配(PSM)
为消除样本选择偏差问题的影响,本文采用倾向得分匹配法(PSM)为处理组构造出一组与之最为接近的新对照组。借鉴邹洋等(2019)、陈运森和黄健峤(2019)的做法,倾向得分Logit 回归模型的因变量为深股通标的公司虚拟变量(Treat),匹配变量为年个股总市值(Value)、年换手率
(Turnover)、资产负债率(Lev)、总资产回报率(ROA)、营业收入增长率(Growth)这5 个财务指标以及年份(Year)和行业(Industry)。通过Logit 回归模型得到每个观测值的倾向得分后,本文采用最近邻匹配和半径匹配相结合的方法
(半径为0.01 的一对一重复匹配)选取对照组,从而得到基于PSM 的匹配样本。PSM 平衡性检验结果(限于篇幅,未列示)显示 :匹配后匹配变量在处理组和对照组之间的均值差异显著下降,样本总体均值差异也显著下降 ;匹配后标准化差异的绝对值除年个股总市值(Value)和资产负债率(Lev)高于10% 外,其他匹配变量均低于10%。以上结果表明该匹配较好地满足了平衡性假设,有效修正了样本选择偏差问题。同时,该匹配仅有5 个观测值落在共同支撑区域外,较好地满足了共同支撑假设。表5 第(1)列报告了基于PSM 匹配样本的回归结果,可见在使用PSM 进行匹配后,深股通(Open)的回归系数仍然显著为正,与表3 结果保持一致。
2. Heckman 两阶段模型
样本选择偏差问题同样可通过Heckman 两阶段模型得以修正。第一步,构建Probit 模型(2)进行第一阶段回归, 计算出每一个观测值的逆米尔斯比率(IMR)。在该模型中, Treat 为深股通标的公司虚拟变量,标的公司取值为1,非标的公司取值为0。同时,根据现有文献,本文选择年个股总市值(Value)、年换手率(Turnover)、资产负债率(Lev)、总资产回报率(ROA)和营业收入增长率(Growth)作为影响企业是否被列为深股通标的的因素,并控制行业和年份的影响。第二步,将第一步计算所得的IMR 加入模型(1) 进行第二阶段回归。Heckman 第二阶段回归的结果如表5第(3)列所示,可见深股通(Open)的系数显著为正,说明在修正样本选择偏差问题后,深港通交易制度能够提升企业信息披露质量的结论仍然成立,本文的研究结论稳健。
3. 更换被解释变量衡量方式
借鉴卜君和孙光国(2018)的做法,本文将企业信息披露质量的代理变量——深交所发布的上市公司信息披露考评结果,按照等级由高到低次序分别赋值,令优秀(A)=4, 良好(B)=3,合格(C)=2,不合格(D)=1,以得到定序变量Quality2 重新对模型(1)进行估计,结果如表5 第(4)列所示,与表3 结论一致。
同时,本文还借鉴何平林等(2019)的做法,将企业信息披露质量的衡量方式更换为由收益匹配的修正Jones 模型(Kothari 等,2005)计算得到的企业可操纵性盈余ABACC 以进行稳健性检验。一般而言,如果某公司的可操纵性盈余越大,其信息披露质量越低。表5 第(5)列报告了利用ABACC 进行稳健性检验的结果,可见解释变量深股通(Open)的系数在1% 的水平上显著为负,说明深港通交易制度能够有效降低企业可操纵性盈余,提升企业信息披露质量,与表3 结论一致,即本文的研究结论在更换被解释变量的衡量指标后依旧稳健。
4. 使用未缩尾样本
借鉴邹洋等(2019)的做法,本文使用没有经过Winso- rize 处理的数据重新对模型(1)进行估计,结果如表5 第(6)列所示,与表3 结论一致,增强了本文结论的稳健性。
(一)香港投资者持股的影响
在深港通交易制度开启之后,并非所有深股通标的公司都能得到香港投资者的青睐。部分上市公司虽然被列入了深股通标的公司名单,但实际上被香港投资者持股的比例较低,甚至并未获得香港投资者持股。对这些公司而言, 香港投资者参与公司治理的意愿较低,深港通交易制度发挥的治理作用可能非常有限,对企业信息披露质量的提升效应也可能并不明显。因此,借鉴钟凯等(2018)、连立帅等(2019)的做法,本文首先根据2016 年12 月5 日深港通交易制度正式实施至2018 年12 月31 日这段时间内香港投资者是否曾经成为深股通标的公司前十大流通股股东之一设置虚拟变量HKin(香港投资者持股,曾经成为前十大流通股股东之一表明香港投资者持股比例较高,HKin 取值为1, 否则为0),接下来再利用模型(1)进行分组检验。表6 报告了考虑香港投资者持股情况后深港通交易制度与企业信息披露质量的回归结果,可见深股通(Open)的回归系数在香港投资者未曾成为前十大流通股股东之一的公司中虽然为正但并不显著,而在香港投资者曾经成为前十大流通股股东之一的公司中则显著为正 ;同时,组间系数差异检验显示深股通(Open)的回归系数在两组样本间的差异为1.022,在10% 的水平上显著。以上回归结果表明,深港通交易制度实施后,在香港投资者持股比例较高的深股通标的公司中,其信息披露质量改善更为明显,进一步说明了深港通交易制度实施所引入的香港投资者对于提高企业信息披露质量具有积极作用。
(二)深港通交易制度的信息效应
企业的信息披露质量与其信息环境息息相关,而分析师跟踪数量是衡量企业信息环境的重要指标之一。当企业因缺乏分析师关注而信息环境较差时,有关企业真实情况的信息难以被传递给外部投资者,管理者操纵利润、违规披露信息的行为也难以被察觉(邹洋等,2019),导致企业信息披露质量低下。继沪港通交易制度之后,深港通交易制度进一步提升了我国资本市场的开放程度,这将增加国内外跟踪标的上市公司的分析师数量,改善标的上市公司的信息环境(Dodd 和Gilbert,2016),缓解外部投资者与管理者之间的信息不对称,约束管理者的盈余操纵和违规信息披露行为,从而提高标的上市公司的信息披露质量。因此,深港通交易制度能够通过发挥信息效应改善企业信息环境,进而提升其信息披露质量。
参照钟覃琳和陆正飞(2018)、连立帅等(2019)、邹洋等(2019)的研究,本文使用分析师跟踪数量(Analyst,等于年内跟踪分析某企业的分析师或分析师团队数量之和) 衡量企业的信息环境,同时借鉴温忠麟等(2004)提出的中介效应检验程序,验证深港通交易制度是否能够通过改善企业信息环境提升其信息披露质量。具体的检验过程分为以下三步 :第一步,检验深股通(Open)能否显著提升企业信息披露质量(Quality),由表3 主效应分析可知两者显著正相关。第二步,检验深股通(Open)能否显著增加分析师跟踪数量(Analyst)。第三步,检验深股通(Open)和分析师跟踪数量(Analyst)同时对企业信息披露质量(Quality)产生的影响。中介效应检验第二步和第三步的结果分别如表7 第(1)列和第(2)列所示,第(1)列中深股通(Open)
表5 稳健性检验
PSM | Heckman两阶段模型 | 更换被解释变量衡量方式 | 使用未缩尾样本 | |||
(1) Quality | (2) Treat | (3) Quality | (4) Quality2 | (5) ABACC | (6) Quality | |
Open | 0.349** | 0.300** | 0.480*** | -0.006*** | 0.313** | |
(1.994) | (1.985) | (3.925) | (-2.867) | (2.085) | ||
Value | -0.214* | 1.661*** | -0.445** | -0.022 | 0.001 | -0.129 |
(-1.753) | (19.479) | (-2.036) | (-0.218) | (0.840) | (-1.177) | |
Turnover | 0.012 | -0.016*** | 0.012 | -0.001 | -0.000 | 0.011 |
(0.982) | (-3.737) | (1.100) | (-0.156) | (-0.783) | (1.058) | |
Lev | -1.725*** | 0.187 | -1.467*** | -0.638* | 0.006 | -1.309*** |
(-3.766) | (0.918) | (-3.588) | (-1.785) | (0.992) | (-3.292) | |
ROA | 10.117*** | -1.546** | 11.499*** | 12.423*** | 0.032* | 8.948*** |
(7.373) | (-2.256) | (9.171) | (11.005) | (1.645) | (8.850) | |
Growth | 0.160 | 0.012 | 0.139 | 0.162** | 0.005*** | -0.003 |
(1.448) | (0.247) | (1.387) | (1.971) | (3.029) | (-0.142) | |
Big4 | 0.163 | 0.156 | 0.372 | -0.033*** | 0.161 | |
(0.287) | (0.274) | (0.736) | (-3.917) | (0.286) | ||
Institution | 0.129 | 0.448 | 1.254** | 0.004 | 0.502 | |
(0.140) | (0.524) | (2.044) | (0.339) | (0.606) | ||
SOE | 0.088 | -0.070 | 0.201 | -0.006 | -0.077 | |
(0.215) | (-0.190) | (0.438) | (-0.845) | (-0.209) | ||
Top1 | -0.913 | -0.378 | 1.398* | 0.013 | -0.091 | |
(-1.137) | (-0.524) | (1.859) | (1.063) | (-0.130) | ||
LnZ | 0.123 | 0.068 | 0.058 | -0.001 | 0.043 | |
(1.445) | (0.906) | (0.848) | (-0.923) | (0.582) | ||
Idrate | -3.350*** | -3.875*** | -1.745* | 0.009 | -3.403*** | |
(-2.718) | (-3.564) | (-1.688) | (0.520) | (-3.259) | ||
Meeting | -0.244 | -0.291* | -0.244** | 0.003 | -0.231 | |
(-1.416) | (-1.890) | (-2.174) | (1.148) | (-1.587) | ||
Duality | 0.217 | 0.137 | 0.036 | -0.000 | 0.120 | |
(1.483) | (1.084) | (0.333) | (-0.077) | (0.951) | ||
IMR | -0.364 | |||||
(-1.303) | ||||||
Constant | -35.829*** | 0.022 | ||||
(-19.172) | (0.599) | |||||
固定效应 | 公司,年份 | 行业,年份 | 公司,年份 | 公司,年份 | 公司,年份 | 公司,年份 |
L-likelihood | -1 155.652 | -4 911.870 | -1 503.445 | -3 746.295 | -1 505.496 | |
Chi2/F-statistics | 186.947*** | 624.700*** | 271.365*** | 268.263*** | 6.782*** | 267.262*** |
Pseudo-R2/Adj-R2 | 0.075 | 0.326 | 0.083 | 0.063 | -0.177 | 0.082 |
Observations | 3 561 | 11 124 | 4 648 | 10 758 | 11 045 | 4 648 |
注 :针对定序变量Quality2 采用有序逻辑回归,针对连续变量ABACC 采用线性回归 ;第(5)列括号内为估计参数的 t 统计量
表6 香港投资者持股的影响
(1) Hkin=0 Quality | (2) Hkin=1 Quality | |
Open | 0.080 | 1.102** |
(0.480) | (2.079) | |
Value | -0.122 | -0.362 |
(-0.928) | (-1.496) | |
Turnover | 0.008 | 0.017 |
(0.664) | (0.591) | |
Lev | -1.044** | -3.285*** |
(-2.346) | (-2.955) | |
ROA | 11.368*** | 8.526*** |
(8.340) | (2.872) | |
Growth | 0.086 | 0.402* |
(0.769) | (1.687) | |
Big4 | 0.070 | 13.127 |
(0.118) | (0.015) | |
Institution | 0.339 | 1.157 |
(0.339) | (0.644) | |
SOE | -0.205 | 0.718 |
(-0.516) | (0.611) | |
Top1 | 0.343 | -4.265** |
(0.418) | (-2.509) | |
LnZ | 0.044 | 0.199 |
(0.531) | (1.071) | |
Idrate | -4.477*** | -1.573 |
(-3.652) | (-0.631) | |
Meeting | -0.225 | -0.580 |
(-1.316) | (-1.564) | |
Duality | 0.146 | 0.101 |
(1.061) | (0.293) | |
Firm FE | Yes | Yes |
Year FE | Yes | Yes |
L-likelihood | -1 208.786 | -278.782 |
Chi2 | 234.084*** | 69.035*** |
Pseudo-R2 | 0.088 | 0.110 |
Observations | 3 737 | 911 |
Difference Test | (2)–(1) | |
Difference | 1.022* | |
Chi2 | 3.49 |
注 :Open 回归系数的组间差异检验采用似无相关模型SUR
表7 深港通交易制度的信息效应
(1) Analyst | (2) Quality | (3) Report | (4) Quality | |
Open | 1.060*** | 0.291* | 2.113*** | 0.299** |
(5.114) | (1.932) | (4.378) | (1.981) | |
Analyst | 0.045*** | |||
(4.985) | ||||
Report | 0.021*** | |||
(4.915) | ||||
Value | 4.167*** | -0.355*** | 9.082*** | -0.346*** |
(26.205) | (-3.021) | (24.535) | (-2.954) | |
Turnover | 0.087*** | 0.005 | 0.126*** | 0.006 |
(6.331) | (0.491) | (3.943) | (0.597) | |
Lev | 2.175*** | -1.513*** | 9.176*** | -1.593*** |
(3.693) | (-3.681) | (6.693) | (-3.870) | |
ROA | 35.170*** | 10.044*** | 81.787*** | 10.098*** |
(19.309) | (8.112) | (19.289) | (8.157) | |
Growth | -0.622*** | 0.165* | -0.487 | 0.152 |
(-4.202) | (1.647) | (-1.413) | (1.524) | |
Big4 | 1.046 | 0.162 | 2.294 | 0.154 |
(1.317) | (0.287) | (1.240) | (0.271) | |
Institution | 21.515*** | -0.413 | 53.888*** | -0.498 |
(19.954) | (-0.474) | (21.469) | (-0.569) | |
SOE | 1.594** | -0.080 | 3.269** | -0.107 |
(2.554) | (-0.218) | (2.250) | (-0.291) | |
Top1 | 2.558** | -0.525 | 3.041 | -0.453 |
(2.257) | (-0.722) | (1.153) | (-0.623) | |
LnZ | -0.087 | 0.067 | 0.375 | 0.055 |
(-0.739) | (0.888) | (1.372) | (0.727) | |
Idrate | 0.764 | -3.844*** | 2.852 | -3.874*** |
(0.476) | (-3.516) | (0.763) | (-3.542) | |
Meeting | 0.473** | -0.294* | 2.409*** | -0.317** |
(2.271) | (-1.904) | (4.972) | (-2.054) | |
Duality | 0.175 | 0.123 | -0.129 | 0.134 |
(0.955) | (0.964) | (-0.301) | (1.058) | |
Constant | -90.215*** | -204.913*** | ||
(-25.580) | (-24.959) | |||
Firm FE | Yes | Yes | Yes | Yes |
Year FE | Yes | Yes | Yes | Yes |
L-likelihood | -1 491.296 | -1 491.319 | ||
Chi2/F-statistics | 165.678*** | 295.662*** | 141.165*** | 295.617*** |
Pseudo-R2/Adj-R2 | 0.152 | 0.090 | 0.113 | 0.090 |
Observations | 11 129 | 4 648 | 11 129 | 4 648 |
注 :第(1)列、第(3)列括号内为估计参数的t 统计量
对分析师跟踪数量(Analyst)的回归系数显著为正,说明 上市公司的分析师跟踪数量因为深港通交易制度的实施得以增加,信息环境也因此得到改善 ;第(2)列中深股通(Open)、分析师跟踪数量(Analyst)均与企业信息披露质量(Quality)显著正相关,说明信息环境在深港通交易制度影响企业信息披露质量的过程中存在部分中介效应。同时,本文还使用分析师针对某企业发布的研究报告数量
(Report)替代分析师跟踪数量(Analyst)进行了上述检验, 结果一致,如表7 第(3)列和第(4)列所示。以上结果表明, 深港通交易制度的确能够通过改善企业的信息环境提升其信息披露质量,信息环境是深港通交易制度影响企业信息披露质量的中介变量。
近年来,内地股市与香港股市联系日益紧密,沪港通、深港通等交易互联互通机制如何影响A 股市场和上市公司已成为实务界和学术界共同关注的热点话题之一。本文以深港通交易制度的实施为准自然实验,以2009~2018 年A 股深市非金融行业上市公司为样本,采用多时点双重差分模型实证检验了资本市场开放与企业信息披露质量之间的关系。研究发现,深港通交易制度的实施能够显著提升标的公司的信息披露质量,且该结论在使用倾向得分匹配(PSM)、Heckman 两阶段模型以及运用其他方法进行检验后仍然稳健 ;并且,企业的两权分离度越高、高管持股比例越低,深港通交易制度对其信息披露质量的提升作用越强。进一步研究还发现,在深港通交易制度影响下,香港投资者持股比例较高企业的信息披露质量更高,深港通交易制度能够通过发挥信息效应改善企业信息环境,进而提升其信息披露质量。
根据本文研究结论,可得到如下启示 :一是应继续加大资本市场开放力度,重视资本市场开放作为一种良性外部治理机制所发挥的积极作用,在着力完善现有开放政策的同时主动研究探索新的开放模式,督促上市公司规范信息披露,保护投资者利益,提高A 股市场运行效率。同时, 也应警惕资本市场开放风险,并加强与境外交易所的沟通、协调与合作,严格监控异常交易,严厉打击跨境投机活动, 对境外投资者进行有效监督。二是应进一步发挥分析师等信息中介在获取、加工与传递信息方面的作用,从侧面约束上市公司的信息披露违规行为,为信息中介的发展壮大提供有利条件,以实现对投资者利益的有效保护。
主要参考文献 :
[1] 卜君,孙光国.董事会秘书身份定位与职责履行 :基于信息披露质量的经验证据[J].会计研究,2018,(12):26-33.
[2] 陈耿,陈诚.信息披露质量与资本市场抗冲击能力 :国际比较研究[J].经济问题探索,2010,(3):119-125.
[3] 陈胜蓝,马慧.卖空压力与公司并购——来自卖空管制放松的准自然实验证据[J].管理世界,2017,(7):142-156.
[4] 陈运森,黄健峤.股票市场开放与企业投资效率——基于“沪港通”的准自然实验[J].金融研究,2019,(8): 151-170.
[5] 程利敏,唐建新,徐飞,陈冬.资本市场开放与上市公司资本结构调整——基于陆港通的实验检验[J].国际金融研究,2019,(10):86-96.
[6] 杜兴强,温日光.公司治理与会计信息质量 :一项经验研究[J].财经研究,2007,(1):122-133.
[7] 高凤莲,王志强.“董秘”社会资本对信息披露质量的影响研究[J].南开管理评论,2015,18(4):60-71.
[8] 韩美妮,王福胜.信息披露质量、银行关系和技术创新
[J].管理科学,2017,30(5):136-146.
[9] 何平林,孙雨龙,宁静,陈亮.高管特质、法治环境与信息披露质量[J].中国软科学,2019,(10):112-128.
[10] 胡奕明,唐松莲.独立董事与上市公司盈余信息质量
[J].管理世界,2008,(9):149-160.
[11] 雷光勇,曹雅丽,刘茉.风险资本、信息披露质量与审计师报告稳健性[J].审计研究,2016,(5):44-52.
[12] 李春涛,刘贝贝,周鹏,张璇.它山之石 :QFII 与上市公司信息披露[J].金融研究,2018,(12):138-156.
[13] 李姝,余媚,柴明洋.董秘持股有助于提升信息披露质量吗?——来自中国资本市场的经验证据[J].财务研究,2019,(4):84-96.
[14] 连立帅,朱松,陈超.资本市场开放与股价对企业投资的引导作用 :基于沪港通交易制度的经验证据[J].中国工业经济,2019,(3):100-118.
[15] 吕惠聪.大股东控制、审计监督与信息披露质量—— 来自深圳上市公司的经验证据[J].经济管理,2006,
(22):38-45.
[16] 梅洁,严华麟.基金持股对信息披露质量的改善作用研究——来自深圳证券交易所2004-2010 年上市公司的经验证据[J].审计与经济研究,2012,27(2):97-103.
[17] 任宏达,王琨.产品市场竞争与信息披露质量—— 基于上市公司年报文本分析的新证据[J].会计研究, 2019,(3):32-39.
[18] 师倩,姚秋歌.沪港通与公司融资约束——基于双重差分模型的实证研究[J].财务研究,2018,(2):62-72.
[19] 王生年,尤明渊.管理层薪酬激励能提高信息披露质量吗?[J].审计与经济研究,2015,30(4):22-29.
[20] 王雄元,管考磊.关于审计委员会特征与信息披露质量的实证研究[J].审计研究,2006,(6):42-49.
[21] 温忠麟.张雷,侯杰泰,刘红云.中介效应检验程序及其应用[J].心理学报,2004,(5):614-620.
[22] 杨丹,高明华.交叉上市与信息披露水平提升——源于国际融资动机还是监管环境[J].现代财经(天津财经大学学报),2014,34(10):55-69.
[23] 伊志宏,姜付秀,秦义虎.产品市场竞争、公司治理与信息披露质量[J].管理世界,2010,(1):133- 141+161+188.
[24] 张立民,彭雯,钟凯.“沪港通”开通提升了审计独立性吗?——基于持续经营审计意见的分析[J].审计与 经济研究,2018,33(5):35-45.
[25] 钟凯,孙昌玲,王永妍,王化成.资本市场对外开放与股价异质性波动——来自“沪港通”的经验证据[J].金融研究,2018,(7):174-192.
[26] 钟覃琳,陆正飞.资本市场开放能提高股价信息含量吗?——基于“沪港通”效应的实证检验[J].管理世界, 2018,34(1):169-179.
[27] 邹洋,张瑞君,孟庆斌,侯德帅.资本市场开放能抑制上市公司违规吗?——来自“沪港通”的经验证据[J]. 中国软科学,2019,(8):120-134.
[28] Bae, K.H., Chan, K., Ng, A. Investibility and Return Volatility[J]. Journal of Financial Economics, 2004, 71(2): 239-263.
[29] Bae, K.H., Goyal, V.K. Equity Market Liberalization and Corporate Governance[J]. Journal of Corporate Finance, 2010, 16(5): 609-621.
[30] Bekaert, G., Harvey, C.R. Foreign Speculators and
Emerging Equity Markets[J]. Journal of Finance(Wiley- Blackwell), 2000, 55(2): 565-613.
[31] DiMaggio, P.J., Powell, W.W. The Iron Cage Revisited: Institutional Isomorphism and Collective Rationality in Organizational Fields[J]. American Sociological Review, 1983, 48(1): 147-160.
[32] Dodd, O., Gilbert, A. The Impact of Cross-Listing on the
Home Market’s Information Environment and Stock Price Efficiency[J]. Financial Review, 2016, 51(3): 299-328.
[33] Fan, J.P.H., Wong, T.J. Corporate Ownership Structure and
the Informativeness of Accounting Earnings in East Asia[J]. Journal of Accounting and Economics, 2002, 33(3): 401-425.
[34] Ferreira, M.A., Matos, P. The Colors of Investors’ Money:
The Role of Institutional Investors around the World[J].
Journal of Financial Economics, 2008, 88(3): 499-533.
[35] Francis, J., LaFond, R., Olsson, P., Schipper, K. The Market Pricing of Accruals Quality[J]. Journal of Accounting and Economics, 2005, 39(2): 295-327.
[36] Gul, F.A., Leung, S. Board Leadership, Outside Directors’
Expertise and Voluntary Corporate Disclosures[J]. Journal of Accounting and Public Policy, 2004, 23(5): 351-379.
[37] Henry, P.B. Do Stock Market Liberalizations Cause
Investment Booms?[J]. Journal of Financial Economics,
2000, 58(1/2): 301-334.
[38] Ho, S.S.M., Wong, K.S. A Study of the Relationship Between Corporate Governance Structures and the Extent of Voluntary Disclosure[J]. Journal of International Accoun- ting, Auditing and Taxation, 2001, 10(2): 139-156.
[39] Kirmani, A., Rao, A.R. No Pain, No Gain: A Critical
Review of the Literature on Signaling Unobservable Product Quality[J]. Journal of Marketing, 2000, 64(2): 66-79.
[40] Klein, A. Audit Committee, Board of Director Characteristics,
and Earnings Management[J]. Journal of Accounting and Economics, 2002, 33(3): 375-400.
[41] Kothari, S.P., Leone, A.J., Wasley, C.E. Performance
Matched Discretionary Accrual Measures[J]. Journal of Accounting and Economics, 2005, 39(1): 163-197.
[42] Lang, M.H., Lins, K.V., Miller, D.P. ADRs, Analysts,
and Accuracy: Does Cross Listing in the United States Improve a Firm’s Information Environment and Increase Market Value?[J]. Journal of Accounting Research(Wiley- Blackwell), 2003, 41(2): 317-345.
[43] Leuz, C., Nanda, D., Wysocki, P.D. Earnings Management
and Investor Protection: An International Comparison[J]. Journal of Financial Economics, 2003, 69(3): 505-527.
[44] Levine, R. International Financial Liberalization and
Economic Growth[J]. Review of International Economics,
2001, 9(4): 688-702.
[45] Li, X. The Impacts of Product Market Competition on the Quantity and Quality of Voluntary Disclosures[J]. Review of Accounting Studies, 2010, 15(3): 663-711.
[46] Ng, J. The Effect of Information Quality on Liquidity
Risk[J]. Journal of Accounting and Economics, 2011, 52
(2/3): 126-143.
[47] Shleifer, A., Vishny, R.W. A Survey of Corporate Gover- nance[J]. Journal of Finance(Wiley-Blackwell), 1997, 52
(2): 737-783.
[48] Spence, M. Job Market Signaling[J]. Quarterly Journal of Economics, 1973, 87(3): 355-374.
Capital Market Opening
and Corporate Information Disclosure Quality
HE Ying,LI Shuang-shuang
Key words: corporate information disclosure quality; capital market opening; the Shenzhen- Hong Kong Stock Connect; information environment
(责任编辑 王安琪)
相关推荐