基于公司治理的信息披露舞弊预警研究

以2001年～2005年间的192家被认定为信息披露舞弊的A股上市公司及相应的192家配对公司为样本,基于财务指标和治理指标,分别运用Logistic回归分析和混合BP神经网络构建上市公司信息披露舞弊的预警模型.实证结果表明,治理指标有助于提高信息披露舞弊预警模型的有效性,混合BP神经网络模型的预测能力更强.     

我国上市公司信息披露违规的预警研究——基于财务、市场和治理视角

作为公开原则的核心体现，信息披露无疑是规范上市公司行为、保护中小投资者利益和提高证券市场配置效率的最有效手段。然而，我国一些上市公司无视法纪，信息披露违规屡禁不止，严重地违反了诚信准则。本文基于财务、市场和治理视角．运用条件Logistic回归模型对公司信息披露违规进行预警研究，实证结果表明：公司治理信息有助于提高预警模型的判别成功率，揭示上市公司的信息披露违规风险。而且，在违规前一年。基于财务指标、市场指标和治理指标的预警模型可以有效地提前甄别信息披露违规的上市公司。     

董事会特征影响上市公司违规行为的实证研究

本文以2001-2005年间因为违规行为被监管层公开谴责、公开批评或公开处罚的195家A股上市公司及其195家配对公司为研究对象,应用二分类Probit回归、广义线性模型和排序Probit回归分析方法,研究董事会特征是否会影响公司违规的发生概率、发生频率和严重程度等违规行为.结果表明,董事会规模过大会降低工作效率;独立董事比例越高,公司经营越规范;审计委员会的设立可以在一定程度上监督约束公司行为.美中不足的是,它们在统计上均不显著,这可能是因为我国的上市公司治理制度建设才刚刚起步,其治理作用尚未充分显现.与代理理论相矛盾,关于董事会领导结构的实证结果支持现代管家理论,董事长兼任总经理的公司越不容易违规,违规程度越轻微,这可能意味着董事会是一个复杂的体系以至单一的理论无法完全诠释其运营原理.此外,董事会会议越频繁并不意味着董事越勤勉,更可能是公司隐患越多.本文结论将为上市公司董事会的设置乃至公司治理机制建设提供经验证据和启示.