有关于信息披露公司治理结构对信息披露质量影响站

论文导读：
摘要：在市场经济中，信息已经成为决定胜负的关键因素，它影响着投资决策与监管措施的采取。然而，公司治理与信息披露质量之间存在着密切联系。因此本文集合我国上市公司信息披露质量现状，并利用实证方法分析公司治理机构对信息披露质量的影响。
关键词：公司治理结构；信息披露质量；上市公司；实证分析
一、引言
由于中国资本市场还处于不断发展与完善阶段，我国上市公司的信息披露状况一直令人堪忧。针对上市公司在信息披露方面存在的问题，我国相关部门也提出了一些措施来加以规范。例如《深圳证券交易所上市公司信息披露工作考核办法》、《关于进一步提高上市公司财务信息披露质量的通知》以及《上市公司信息披露管理办法》等多项政策法规。但在此之后又发生一些事件。
究其深层次原因应该在于公司治理方面，因为如果公司内部治理都是按照国家相关部门的法律法规进行而且公司治理的很好，经营业绩很优秀，公司在对外公布公司信息时就没有必要再掩藏一些信息或者是篡改信息。所以信息披露质量与公司治理之间存在着密切联系。本文基于深交所信息披露考评结果，通过建立Logistic回归模型对公司治理结构与信息披露质量之间的关系进行实证分析。
现有研究在讨论公司治理与信息披露质量的关系时，主要基于股权结构、董事会特征与高管激励等几个视角。国内学者汪炜、蒋高峰（2004）与曾颖、陆正飞（2006）对国内上市公司信息披露质量与权益资本成本的关系进行研究，发现信息披露质量与股权融资成本之间存在负相关关系。王雄元和沈维成（2008）分析公司治理对信息披露质量的影响，发现信息披露质量与控制层次、股东人数显著负相关，与股权集中度显著正相关，与最终控制人属性无显著性关联。张程睿（2008）分析信息披露质量对投资者交易行为的影响，发现公司信息披露质量影响投资者的交易决策，但信息披露质量对股票交易量与交易速率并没有显著影响。王斌、梁欣欣（2008）分析公司治理、经营状况与公司信息披露质量之间的关系，研究发现，信息披露质量与公司独立董事相对比重、财务收益能力及资产规模正相关，而与股权结构没有显著相关性。

二、模型构建

1. 变量的选择

（1）公司治理。公司治理的核心是约束和激励内部人按照投资者的利益行事。早期研究主要从股权结构、董事会特征与管理层激励三个方面进行考察，后期研究则倾向于构造综合指数从更全面的角度对公司治理进行度量。由于综合指数的构造带有一定的个人主观性，研究结论受指数构造方法的影响较大，本文就从股权结构、董事会特征和高管激励三个角度对公司治理结构进行研究。
①股权结构。考虑到我国上市公司普遍存在国有股股份过大、股权过度集中等特征，本文重点考察产权性质（CQ）、第一大股东持股比例（DG）和股本结构是否变化三个方面。
②董事会特征。为了衡量董事会“保护企业和管理层之间契约关系”的程度，本文分析董事会特征主要采用董事长与总经理兼任情况（JR）、董事会人数（DS）、独立董事比例（DD）、监事会人数（JS）和董事会会议次数（HY）五个指标。
③高管激励。根据主流研究的做法，本文选用高管持股比例（GG）这一指标来考察公司高管的激励情况。
表1 变量的定义
（2）信息披露质量源于：论文摘要怎么写www.7ctime.com
。现有研究在度量信息披露质量时所采用的手段主要包括信息披露评价指数。考虑到权威机构提供的信息披露评价指数通常具有较好的公正性和客观性，本文参考曾颖和陆正飞（2006）、高强和伍利娜（2008）等的做法，采用深圳证券交易所对上市公司信息披露质量的评级作为信息披露质量的度量。
深交所公布的上市公司信息披露的考评结果分为“优秀”、“良好”、“合格”和“不合格”四个等级，当考评结果为“优秀”或“良好”时，本文则认为公司的信息披露质量较高，赋值为1，反之则赋值为0。
（3）控制变量。为提高分析结果的准确度，本文参照相关研究，选择公司规模（GM）和负债水平（FZ）两个指标作为控制变量。

2. 样本选取和数据来源

本文以2006-2011年为研究区间，以深圳证券交易所2006年之前上市的非金融行业上市公司为研究对象，在剔除了ST类个股和数据不全的样本之后，最终得到一个包含2498个观测值的非平衡面板数据。文中信息披露质量数论文导读：了Logistic回归模型，具体形式如下式所示：三、实证分析1.描述性统计2006-2011年间样本上市公司的信息披露考评结果分布情况如表2所示。表22006年至2011年样本上市公司信息披露考评结果分布情况从表2中可知，样本公司的信息披露质量总体呈上升趋势，其中获得良好或优秀评级的样本所占比例之和由7

4.04%上升

据根据深交所网站数据手工整理而成，而其它数据则来源于国泰安数据服务中心。

3. 模型的构建

为更加完整地检验公司治理结构与信息披露之间的内在关系，文中根据信息披露质量的二级计分法构建了Logistic回归模型，具体形式如下式所示：

三、实证分析

1. 描述性统计

2006-2011年间样本上市公司的信息披露考评结果分布情况如表2所示。
表2 2006年至2011年样本上市公司信息披露考评结果分布情况
从表2中可知，样本公司的信息披露质量总体呈上升趋势，其中获得良好或优秀评级的样本所占比例之和由74.04%上升到80.05%，但获得优秀评级的样本则有所回落。另外，不合格样本公司基本上呈现出下降的趋势，但在2011年却有所上升。

2. 多元回归分析

根据选择的变量，运用SPSS 1

7.0对样本数据进行Logistic分析，其对变量代表性的分析结果如表4所示。

表3 Variables not in the Equation
表3中的检验数据显示，在5%的显著性水平下，CQ、DG、GB、DL、HY、GG、GM和FZ均与因变量有显著的二元关系，而JR、DS和JS与因变量之间的二元关系则并不显著，因此可将其从模型中剔除。将不相关变量剔除之后，整个模型得到的Score为393.574，自由度为8，相应的P值趋近于0，表明其余变量在全局上与因变量存在多元统计关系。 学位论文www.7ctime.com