构建我国碳信息披露体系的战略思考

落实党的二十大提出的“积极稳妥推进碳达峰碳中和”,需要做好战略谋划和制度建设。我国现有碳信息披露制度安排，仅强制要求重点排污单位等企业披露碳排放数据，不能满足需要。面对全球碳信息强制披露和强制鉴证趋势，考虑到碳信息披露体系在推进碳达峰碳中和工作中的基础作用，借鉴国际经验建立我国碳信息强制披露与强制鉴证制度势在必行。构建我国碳信息披露体系，除可以借鉴《国际财务报告可持续披露准则第2号——气候相关披露(征求意见稿)》、欧盟《ESRS E1:气候变化》草案及美国气候信息披露规则提案外，还应遵循系统统筹原则与气候变化优先原则，并考虑我国能源资源禀赋特征，制定涵盖碳信息的气候变化信息披露准则。为确保碳信息披露质量，在生成环节，应完善碳排放核算标准，使核算标准更加规范，核算方法更加科学，核算数据更加全面、科学和可靠；在监督环节，应建立科学的碳排放监督体系，强化对企业碳信息披露的内部监督、第三方核查与鉴证及外部监管。     

基于会计信息披露的企业间流动性风险传染研究

从信息经济学视角,借助复杂网络理论构建了企业间流动性关联网络及其风险传染网络模型,综合分析了不同关联网络结构以及会计信息披露因素联动影响下的企业间流动性风险传染机制与演化特征。研究得到的主要结论有:无标度关联网络对于企业间流动性风险更具稳健性,并且在网络结构确定情况下,企业间流动性风险传染概率与会计信息披露的稳健性、透明度、及时性以及质量呈负相关关系,与市场噪音呈正相关关系,而与会计信息披露策略呈正“U”型关系。会计信息披露的稳健性、透明度、及时性以及质量同步增大,能够有效降低企业间流动性风险传染概率。会计信息披露策略是诱发企业间流动性风险传染的核心因素,并对会计信息披露的稳健性、透明度、及时性以及质量的实际效果发挥弱化效应。市场噪音对企业间流动性风险传染的强化效应强于其他会计信息披露因素的弱化效应。通过深入挖掘不同会计信息披露因素间联动性对企业间流动性风险传染的扰动效应,能够为金融监管部门制定流动性风险监管策略提供理论依据。     

产业政策会影响上市公司盈余预告自愿披露吗？——基于政策信号传递效应视角

产业政策是政府资源配置的导向信号,对上市公司管理层信息披露行为具有重要影响。基于2006—2019年我国A股上市公司自愿性盈余预告数据,实证检验了产业政策引导管理层盈余预告自愿披露的作用路径。研究发现,产业政策信号传递具有引导管理层盈余预告自愿披露的积极作用；且在市场化程度较高的地区,以及分析师关注度较高的企业,该积极作用更显著。进一步研究发现,管理层顺应产业政策导向主动披露盈余预告能够引起更为正向的市场反应,获取超额收益。因此,政府应关注产业政策信号传递在信息市场中的正向作用,以及区域差异性和分析师行为对这一过程的影响,从而使得产业政策实施效果最优化。     

市场约束与我国商业银行信贷风险控制

风险管理能力是商业银行的核心价值所在,对商业银行来讲,控制风险就是创造价值。而加强商业银行信贷风险的市场约束是有效控制信贷风险的关键所在。文章从信息披露制度、信用评级制度及市场退出制度三个方面阐述了市场约束得以发挥的前提条件、实施的主要手段及重要制度保障。     

Bayesian Inference for Hospital Quality in a Selection Model

This paper develops new econometric methods to infer hospital quality in a model with discrete dependent variables and nonrandom selection. Mortality rates in patient discharge records are widely used to infer hospital quality. However, hospital admission is not random and some hospitals may attract patients with greater unobserved severity of illness than others. In this situation the assumption of random admission leads to spurious inference about hospital quality. This study controls for hospital selection using a model in which distance between the patient's residence and alternative hospitals are key exogenous variables. Bayesian inference in this model is feasible using a Markov chain Monte Carlo posterior simulator, and attaches posterior probabilities to quality comparisons between individual hospitals and groups of hospitals. The study uses data on 74,848 Medicare patients admitted to 114 hospitals in Los Angeles County from 1989 through 1992 with a diagnosis of pneumonia. It finds the smallest and largest hospitals to be of the highest quality. There is strong evidence of dependence between the unobserved severity of illness and the assignment of patients to hospitals, whereby patients with a high unobserved severity of illness are disproportionately admitted to high quality hospitals. Consequently a conventional probit model leads to inferences about quality that are markedly different from those in this study's selection model.