首页 百科知识 上市公司盈余管理案例分析

上市公司盈余管理案例分析

时间:2022-04-05 百科知识 版权反馈
【摘要】:1.7 实证结果与分析1.7.1 样本的描述性统计表1.7列出了除了控制变量HNShare即公司境外上市这一虚拟变量以外的其他所有自变量、控制变量和应变量,以及第一大股东持股比例的描述性统计分析。政府干预指数每提高1个单位,将使上市公司进行盈余管理的程度减少0.3% 。因此,无法准确判断跨国上市对中国上市公司盈余管理程度的影响。

1.7 实证结果与分析

1.7.1 样本的描述性统计

表1.7列出了除了控制变量HNShare即公司境外上市这一虚拟变量以外的其他所有自变量、控制变量和应变量,以及第一大股东持股比例的描述性统计分析。从表1.7中我们可以看到,中国上市公司第一大股东持股的平均值为41.37%,最大值为85%,表明中国上市公司“一股独大”的现象还较为明显。从市场化指数、政府干预指数和法制水平三个指数的描述性统计分析中,我们可以看到,中国不同的省份之间的市场化进程水平相差较大,最高的指标是最低指标的3倍多。

表1.7 变量描述性统计分析

img11

表1.8、表1.9分别表示了国有控股和民营控股的上市公司的股份情况、盈余管理情况数据的描述性统计分析。从两张表的对比中我们可以看到,国有控股的上市公司第一大股东所持有的股份,不论是最小值、最大值,还是均值都比民营控股的上市公司要高,表明中国国有控股的上市公司股权集中的程度更为明显。此外,从股权制衡度的描述性统计中我们可以发现,中国民营控股的上市公司的股权制衡度的均值较大,说明在民营企业中股权较为分散,其他股东对第一大股东的制衡作用较大。而在盈余管理程度上,我们发现,国有控股上市公司的盈余管理指标DA及其绝对值的均值都比民营企业得小。这表明从总体上来看,民营上市公司的盈余管理程度相比国有控股上市公司要大。这可能是因为中国的国有控股上市公司,并不仅仅以追求利润最大化为目标,政府政策目标也经常是中国国有控股上市公司所需要考量的一个指标。

表1.8 国有控股上市公司数据描述性统计

表1.9 民营控股上市公司数据描述性统计

img13

1.7.2 回归结果

表1.10列出了本书的模型(1.1)的回归参数,从中我们可以看到,该回归模型的系数t值概率分别在0.01和0.05的水平下显著。模型(1.1)的拟合优度R平方的值为0.539,调整后的拟合优度为0.539,F值显著。

表1.10 修正的Jones模型回归结果

img14

在模型(1.1)回归的基础上,我们可以求得上市公司盈余管理的程度数据,并以此为基础,利用模型(1.2)进行回归,分析投资者保护与上市公司盈余管理之间的相关性,可以得到表1.11的结果。

表1.11 全体上市公司样本回归结果

img15

模型(1.2)的R方值为0.04748,调整后的R方值为0.045534 。虽然拟合优度并不算太高,但是根据计量经济学的理论,当回归模型的样本数量超过30时,就可以被视为大样本,拟合优度可以相应地降低。此外,前人研究的结果也表明,盈余管理是受到多个维度、多种因素的影响的,运用相关的模型进行类似的回归分析的时候,所得到的拟合优度也都较低(钟静,2009)。此外,模型回归的F值为24.34115,P值小于0.01,表明回归结果显著,D‐W检验值接近2,表明回归的残差不存在明显的相关性,较为独立

通过表1.11我们可以进一步得到以下几个结论:

(1)市场化进程指数(IndMar) :回归系数与预测系数一致,且P值显著,说明市场化程度越快的地方,中国上市公司盈余管理的行为就越少。市场化程度指数每提高1个单位,将使上市公司进行盈余管理的程度减少0.4% 。因此,假设1成立。

(2)政府干预指数(IndGov) :回归系数与预测的一致,且P值较为显著,说明假设2也成立,即政府干预指数越高,政府干预程度越少的地区,上市公司进行盈余管理的程度也就越低。政府干预指数越低,政府的干预程度越高,政企不分的弊端也就会更加严重,代理问题恶化,从而导致上市公司进行盈余管理的程度越高。政府干预指数每提高1个单位,将使上市公司进行盈余管理的程度减少0.3% 。

(3)法制水平指数(IndLaw) :回归系数与预测的符号一致,说明法制水平较好的省份,上市公司的盈余管理的程度也较小。这与预测的假设3一致。但是P值在a=0.1的水平上不显著。这说明本书的模型和数据无法对法制水平对上市公司盈余管理的影响进行判断。这很可能与本书所采用的替代指标不太合适有关。正如前文所述,这一指标采用的是樊纲等人编制的市场化指数中的市场中介组织的发育和法律制度环境,其中包括市场中介组织的发育、对生产者合法权益的保护、知识产权保护、消费者权益保护四个细分指标。但是这四个指标并不能很好地表现出地方法制水平对证券市场上的投资者的法律保护程度。这可能是导致这一回归系数不太显著的一个原因。

(4)受监管部门惩罚(Penalty) :回归的系数与预测的符号一致,从回归系数上看,上市公司受到监管部门的处罚次数每增加一次上市公司进行盈余管理的程度就增加1% 。这说明,对所有的样本来说,受到监管部门处罚的次数越多的上市公司,他们进行盈余管理的程度也就越大,表明了中国法律实施的效果较好,法律的有效性较高。假设4a成立。

(5)上市地点(HNShare) :回归的系数与预测的符号不一致,且P值不显著,表明无法接受系数不等于零的假设。因此,无法准确判断跨国上市对中国上市公司盈余管理程度的影响。这种情况的出现可能是因为到目前为止,中国采取跨境上市的公司数目还不多,截至2008年12月31日,境外上市的公司数目还不足30家。而这些公司中,非金融、保险类行业的上市公司数仅为18家,且其中大部分的公司都是先在海外上市,在2007年或者2008年才回归A股。因此,在本书所采用的数据中,符合筛选条件进入回归模型的只有4家上市公司,而这4家公司的28份数据和739家公司庞大的5383份数据相比,回归效果必然受到影响,从而导致回归结果不显著。此外,由于中国跨国上市的企业数量并不多,上市的时间也较短,这些企业将海外较好的市场监管对其盈余管理的影响带回到中国市场,增强他们在中国市场上保护投资者的行为,还需要一定时间的积累。因此,在本书所选择的数据及回归结果中,无法准确地判断假设4b是否成立。

(6)股权制衡度(Balance) :这一解释变量的系数与预测的系数相反。从t值检验来看,P值在a=0.001时显著。这种回归结果与预期符号的不相符,可能是因为中国目前“一股独大”的现象还较为严重。而中国上市公司中其他大股东,如持股比例在前2到前5的股东,所持有的股份都还较小,因此,他们对大股东的制衡的能力还较少。这会进一步导致,其他大股东会选择和第一大股东合谋共同损害中小股东的利益。因此,假设5不成立。

(7)控制变量:在从回归模型的结果可以看出,几个控制变量:公司规模(lnSize)、净资产收益率(ROE)、资产负债率(LEV)、第一大股东持股比例(Top1),其回归系数的符号均与预测的符号一致,且P值均非常显著。因此,本书对四个控制变量与上市公司盈余管理程度之间的相关性的预测均得到了证实。

(8)最终控股人类型(Control) :本书还考察了最终控股人类型对上市公司盈余管理程度的影响。从回归系数中我们可以看到,这一变量的回归系数为正,且P值很小,回归结果显著,说明民营上市公司的盈余管理程度要比国有上市公司的盈余管理程度来得高。这也和我们通过描述性统计得出的结论相符合。

1.7.3 最终控股人类型对上市公司盈余管理程度的影响

为了进一步考察不同的最终控股人类型对上市公司盈余管理程度的影响,本书进一步在模型中引入交叉项进行讨论。在包含交叉项的情况下,模型(1.2)可以进一步表示为如下模型:

img16

模型(1.2)的回归结果已经表明HNShare在本书的数据的范围内是不显著的,同时为了避免因为该解释变量的存在对回归结果的影响,在模型(1.3)中并没有包含此解释变量。模型(1.3)的回归结果如表1.12所示。由于交叉项间存在较为严重的多重共线性现象,因此在回归时采用了将交叉项分别代入模型进行回归的方式。

表1.12 含交叉项的回归模型结果

img17

续表

img18

注:括号内的值为回归标准差;******分别表示回归系数在a取值为0.1,0.05,0.01时显著。

在表1.12中引入交叉项后,我们可以发现,国有控股的上市公司和民营控股的上市公司之间的盈余管理受投资者保护的影响程度具有一定的差异性。从模型3.1中,在法律执行的有效性上,我们看到交叉项的系数为正,且在a为0.01的水平上显著,这表明监管部门对于民营企业的盈余管理的监管更为有效。从模型3.2中,在股权制衡度的交叉项回归系数上,我们可以看到,交叉项系数为正,且在0.05的水平上显著,这说明在民营企业中,持股比例位列第二至第五的股东和大股东进行勾结,共同侵害外部投资者权益的程度更大。这可能是因为,国有控股的上市公司中,那些持股较多的非控股大股东和具有国有背景的第一控股大股东之间的谈判地位不均等,权势地位等无法匹配,使得他们进行勾结共同侵害外部投资者合法权益的概率也相应地减小。从模型3.3到模型3.5的回归结果中,我们可以看到,市场化指数、政府干预指数和法制指数三个交叉项的系数均为负数,这说明国有控股的上市公司的盈余管理程度受到宏观治理环境的影响要更大一些,相对而言,民营企业的盈余管理程度受宏观治理环境的制约而减少的幅度要小。这与民营控股的上市公司更追求自身的利润,而无视企业社会责任,并且社会对民营控股的上市公司违法、披露的容忍度要大于那些知名的国有控股的上市公司有关。而从模型3.6的总体回归效果中,我们也可以得到同样的结论,但是,由于将所有的交叉项和变量同时代入模型,模型3.6中的交叉项间存在多重共线性,从而导致回归系数普遍不显著。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈