盛名难副: 明星 CEO 与负面信息隐藏

以 2009 年 ～ 2016 年间 A 股上市公司为研究样本，采用双重差分法研究明星 CEO 成名后负面信息的披露策略． 以 CEO 是否登上媒体发布的榜单作为明星 CEO 的代理变量，研究结果表明: 明星 CEO 上榜将显著增加隐藏负面信息的可能性，验证了“名声俘获假说”; 明星CEO上榜后发生财务重述的概率显著增加，而一旦退出榜单其隐藏负面信息的可能性则显著降低，验证了名声的负面效应． 机制检验表明明星 CEO 通过管理层权力抑制负面信息披露． 另 外，上榜前盈余质量较低、代理问题较严重的公司，其明星 CEO 隐藏负面信息的可能性更高．文章丰富了 CEO 个人特质对信息披露行为的影响及其经济后果的研究，对于资本市场的健康发展具有一定的启示意义．     

股权结构与择时披露

本文从股权集中度视角出发,分别探讨了国有控股公司和民营控股公司股权集中度对上市公司择时披露行为的影响。结果表明,对于国有控股公司股权集中度与管理层选择周末披露的概率呈正U型关系;对于民营控股公司股权集中度与管理层选择周末披露盈余公告的概率呈倒U型关系。进一步,由于我国民营上市公司控制链较长,终极控制权与现金流权分离问题严重,我们又从终极控制权,以及终极控制权与现金流权分离度角度研究了民营上市公司择时披露的影响因素。与股权集中度影响类似,我们发现在民营上市公司中,终极控制权持股比例与管理层选择周末披露盈余公告的概率呈倒U型关系,终极控制权与现金流权分离度与管理层选择周末披露盈余公告的概率呈正向关系。     

税制分权改革与上市公司的税收规避行为

中国的分权改革(财政分权与税收分权)以及由其引起的地方政府经济效率问题,是近20年中国经济问题研究的热点之一.以2002年企业所得税分享机制改革为背景,可对企业所得税税制分权改革对地方税务机关征管积极性的影响,以及税收机关征管积极性的变化对上市公司避税行为的影响进行研究.研究结果表明,2002年企业所得税分享机制改革导致了地方政府整体税收征管力度的下降,这一现象在地方税源丰富的地区表现尤为明显;并且由于地方政府税收征管力度的下降,上市公司的税收规避行为在2002年后也明显上升,而地方税源丰富地区上市公司税收规避尤为严重.     

信息不确定性与盈余公告后漂移现象(PEAD)——来自中国上市公司的经验证据

盈余公告后的漂移现象(PEAD)一直是财务学和会计学关注的热点之一。本文从信息不确定性的角度出发,对PEAD现象的存在性和持续性问题作了研究。我们的结论是:信息质量是PEAD产生和持续的重要原因之一,它既可以通过影响未预期盈余的大小,间接影响盈余公告后的漂移现象(PEAD),这主要表现在,信息质量差的股票多集中在未预期盈余极端组合中;也可以直接对PEAD产生影响,即在盈余公告后,信息质量差的投资组合平均累计超常收益大于信息质量好的投资组合。另外,随着时间推移,信息质量差的投资组合的超常收益下降幅度较大,这主要是因为随着理性的投资者对盈余公告中的相关信息的解读,信息不确定性下降,风险逐步释放,所以这类股票的超常收益下降幅度较大,而信息质量好的股票有较少的信息不确定性,故超常收益下降较少。     

分析师社交媒体在信息传播效率中的作用——基于分析师微博的研究

利用分析师开通微博这一现象,探究社交媒体能否有助于提高分析师信息传播效率.主要结果表明:首先,与未开通微博的分析师相比,分析师在开通微博后,其信息传播效率显著提升,而分析师停止在微博发布消息后,提升效应随之消失;其次,分析师微博的关注度越高,信息传播效率越高.进一步发现,信息传播效率的提升效应仅适用于明星分析师和机构投资者持股比例高的公司,说明微博信息的供求双方主要是明星分析师和机构投资者.总之,本研究为探讨分析师社交媒体在资本市场中的作用提供了证据支持.     

基于机器学习方法的中国上市公司舞弊研究

数字时代的来临使利用机器学习识别财务舞弊成为研究的热点。在采用原始财务数据的基础上，引入财务比率、公司治理指标、审计指标和我国资本市场特殊指标，并以Logistic模型为评价基准，分别运用决策树、随机森林、Adaboost决策树和支持向量机(SVM)模型进行机器学习分析，并利用采样的方式降低样本不平衡性，以召回率(recall)为评价各模型的标准，综合运用准确率(accuracy)、召回率和AUC判断模型和数据的优劣。研究发现：加入财务比率、审计指标和我国资本市场特殊要素指标的模型能够得到较优的识别效果，而公司治理指标并不能提高模型的舞弊识别能力；与其他模型相比，随机森林模型和Adaboost-决策树模型具有更好的舞弊识别效果。