中国上市公司信息披露违规的判定和预测研究

中国上市公司信息披露违规的判定和预测研究中国上市公司信息披露违规的判定和预测研究——基于财务指标、市场指标和公司治理指标的分析蔡志岳吴世农1(厦门大学管理学院，福建厦门，361005)摘要：信息披露是上市公司内部人与外部投资者之间减少信息不对称，降低资本成本的重要方式，也是市场监管者加强市场监管，提高资本市场配置效率的手段。然而，我国一些上市公司无视法纪，信息披露违规造假屡禁不止，严重地违反了证券市场“公平、公开、公正、诚信”的准则。本文以2002-2004年间因为信息披露违规被中国证监会、沪深交易所或财政部处罚的132家A股上市公司及配对公司为研究样本，收集了会计类、现金流量类、市场类、经济增加值类、公司治理类和控制因素类等六类信息含量不同的指标作为备选预测变量，运用Logistic回归模型进行统计分析。实证结果表明：第一，财务指标、市场指标和公司治理指标包含揭示公司在未来是否可能发生信息披露违规的有效信息；第二，公司治理指标有助于提高预测模型的判定成功率；第三，在违规前一年，净利润/总资产、主营业务收入增长率、第一大股东持股比率和审计意见类型等四个自变量构成的Logistic回归预测模型可以有效地提前甄别信息披露违规的上市公司。关键词：信息披露违规；公司治理；判定预测；Logistic模型1吴世农，男，汉，福建泉州，厦门大学管理学院教授，博士生导师，Email：[e-mail]；蔡志岳(1978.10)，男，汉，福建晋江，厦门大学管理学院博士研究生，研究方向：证券与投资，联系方式：厦门大学1676#信箱，13606040567，[e-mail]。本研究获国家自然科学基金资助（70372035），特此致谢。1中国上市公司信息披露违规的判定和预测研究AnEmpiricalStudyonPredictingIllegalInformationDisclosureofListedFirmsinChinaCaiZhiyueWuShinong(SchoolofManagement,XiamenUniversity,Xiamen,361005)Abstract:Informationdisclosureisnotonlyanimportantwaytodecreasecapitalcostviareducingissueinformationasymmetrybetweeninsidersandoutsideinvestors,butalsoanimportantwayforthesecuritymarketadministratorstoincreasecapitalallocationefficiencyviasupervisingthemarket.Unfortunately,somelistedfirmsinChinahavebrokenthegeneralrulesoffairness,publicity,equalityandtrustforthesecuritymarket,andillegallydisclosedsomeun-preciseorun-trueinformation,andevenrefusedtomendtheirwaysdespiteofrepeatedadmonition.Thispaperselected132A-sharelistedfirmswhichreceivedpunishmentsfromSecuritiesRegulatoryCommission,StockExchangesorMinistryofFinanceinChinaduetoillegalinformationdisclosurebetween2002and2004assample,andaccordinglyselectedthepairedfirmswithlegalinformationdisclosureforacomparison.Bycollectingdifferentinformationonaccounting,cashflow,marketsituation,economicvalueadded,corporategovernanceandcontrolfactors,theauthorsdevelopedthepotentialpredictorssetconsistingofsixsubsets.ApplyingLogisticregressionanalysis,thestudyfindsthat:First,accountingindicators,marketindicatorsandcorporategovernanceindicatorsareusefultodisclosetheriskofillegalinformationdisclosure.Second,corporategovernanceindicatorsplaykeyroleinimprovingtheaccuracyofpredictivemodel.Third,theLogisticpredictivemodel,basedonthenetprofittototalassetsratio,growthofcoreoperatingrevenues,shareholdingratiosofthelargestshareholderandauditopinion,isabletoeffectivelyidentifythefirmswhichmaydiscloseinformationillegallybeforeithappens.Keywords:Illegalinformationdisclosure,Corporategovernance,Discrimination&Prediction,Logisticmodel2中国上市公司信息披露违规的判定和预测研究一、研究背景和文献回顾上市公司信息披露是指上市公司将直接或间接地影响到投资者决策的重要信息以公开报告的形式提供给投资者。根据信息经济学理论，上市公司与投资者之间的信息不对称会导致公司价值评估和股票交易过程中的逆向选择，致使资本成本上升。Merton(1987)发现,当公司信息披露无法达到要求时,投资者对该公司的股票进行估值时将要求信息风险溢价,从而会增加公司的资本成本。优质上市公司为区别于劣质上市公司，就会采取措施向潜在的投资者传递相应的信息以减少信息不对称，降低资本成本。Healy和Palepu(2001)指出，投资者在向企业投资时面临不了解投资项目优劣的“信息问题”，而投资后又面临管理者侵占外部投资者利益的“代理问题”，信息问题和代理问题严重阻碍了资本市场资源的有效配置，而信息披露是解决这些问题的关键。上市公司希望通过信息披露获得投资人认可，投资者希望通过信息披露取得决策信息，而市场监管者则希望通过信息披露质量提高资本市场配置效率。遗憾的是，现实中，在大股东掏空上市公司、操纵股价，或迎合新股上市融资和配股，或避免特别处理或退市处理等利益的驱动下，上市公司的披露信息不仅没有实现为投资者揭示公司潜在风险的初衷，反而变成其发布不实信息以操纵股价或损害投资者利益的方式。从1993年至2004年间，我国证券市场中至少有402次上市公司信息披露行为由于不同程度的违规违法而受到证监会和沪深交易所的公开谴责、批评和处罚。然而，上市公司并不引以为戒，屡教不改。一个典型的例子便是ST丰华(600615)，在2001年至2005年期间内，年年信息披露违规，一次都不能少。尽管监管机构针对上市公司信息披露的法律和法规不断出台，被利益冲昏头脑的上市公司仍我行我素，肆意误导和欺骗投资者。2005年4月20日，ST东北电、飞彩股份、浙大海纳和ST金荔等四家公司披露了违规公告，创造了迄今为止同一交易日信息披露违规事项最多的纪录。实践证明，一些面临财务困境的公司倾向于通过“信息披露舞弊”逃避证券监管和法律制裁，一旦东窗事发，投资者将遭受巨大损失，而整个资本市场将面临信任危机。因此，研究和预测公司的信息舞弊，不仅有助于保护投资者权益，而且对揭示和防范上市公司发生财务困境风险具有重要意义。为此，国外财务学者和实务界一直致力于公司信息披露舞弊的预警研究，特别是会计舞弊的预警研究，包括会计舞弊公司特征研究和判定研究。Albrecht、Wernz和Williams(1995)指出，财务报告中无法解释的变化、报告有利收益的迫切需要、大额超常收益、收益质量的持续恶化、高额负债、应收账款呆滞或其他现金流量问题都可能是会计舞弊征兆。另外，费用增长速度快于收入增长速度、巨额诉讼、经常更换外部审计师、管理层频繁变动和关联交易等也是舞弊征兆。3中国上市公司信息披露违规的判定和预测研究Beasley(1996,1998)发现，舞弊公司的董事会在构成、任期、持股水平、在审计委员会中的作用方面与正常公司有着明显的差异，董事会规模变小，外部董事的比例增加、任期增加、持股比例增加及在其它公司任职减少会降低会计舞弊发生的可能性。Beneish(1999)认为，应收账款大幅增加、产品毛利率异常变动、资产质量下降、销售收入异常增加和应计利润率上升是会计舞弊的征兆。Summers和Sweeney(1998)指出，内幕交易是预示会计舞弊潜在可能性的信号，可以通过内部人交易变量和公司具体财务特征区别出舞弊公司和正常公司。Lee，Ingram和Howard(1999)发现，应计利润是揭示潜在会计舞弊的信号，而且，舞弊公司比正常公司有更高的财务杠杆、更高的应收账款余额、更高的销售增长率、相对其资产更高的市场回报和市场价值、以及较小的公司规模。Bell和Carcello(2000)指出，公司的快速成长、弱控制环境、过度强调盈利预期的管理层、欺骗或逃避审计师的管理层、所有权结构及弱控制环境和对财务报告野心勃勃的管理层之间的对比关系都是会计舞弊风险特征。由于会计舞弊行为一般非常复杂、隐蔽，对于会计舞弊的判定研究始终缺乏实质性的突破。Coglitore和Berryman(1988)认为，简单的分析性程序可以揭示财务报告项目的显著变化和异常关系。美国审计标准报告第56号文件(1997)明确要求审计师在审计计划阶段和结束阶段必须实施分析性程序。然而，会计舞弊行为日益复杂，简单的分析性程序越来越力不从心，财务学者们开始求助于统计判定模型或复杂模型。Persons(1995)运用逐步Logistic回归模型成功判定了大部分的会计舞弊，并指出会计数据包含甄别会计舞弊的有效信息。Green和Choi(1997)以财务指标为输入变量，运用人工神经网络技术建立了会计舞弊判定模型，并建议审计师在审计初始阶段使用该模型。Beneish(1999)提出了利用会计数据判定会计舞弊的思想，他以1987-1993年间受美国证监会处罚的74家公司为会计舞弊样本，以其它上市公司为正常样本，基于8个财务指标建立了Probit回归预测模型，成功率达到75%。Bell和Carcello(2000)运用Logistic回归模型证明了基于经验数据的预测模型对于舞弊公司的判定成功率比经验丰富的审计师表现远远出色。Spathis、Doumpos和Zopounidis(2002)采用一种“多标准辅助判定”方法建立预测模型，发现这种方法比传统的Logistic回归和Probit回归判定方法更有效。Lin，Hwang和Becker(2003)根据收益指标和收益趋势构建了基于模糊神经网络的会计舞弊判定模型，实证结果表明它可以有效地减少审计师的偏见或弥补审计师的不足。国内对于上市公司信息披露违规的大多数研究都是采用规范研究的方法，或对上市公司信息披露违法违规的问题进行动因分析，或基于法学的角度研究我国证券市场监管的制度建设，如陆正飞、汤立斌和卢英武(2002)与何佳和孔翔(2002)的研究。国内的实证研究则主要采用事件分析法对处罚的市场反映进行分析，如毛