我国上市公司信息披露违规的动因实证研究

我国上市公司信息披露违规的动因实证研究

[摘要]本文以2001—2005年间因为信息披露违规行为被监管层处罚的188家A股上市公司及其188家配对公司为研究对象，运用条件Logistic回归模型对公司信息披露违规的动因进行实证研究，结果表明：大股东掏空程度、内幕交易程度以及盈余管理程度与公司信息披露违规行为显着正相关。本文丰富了信息披露研究的内容，为监管层加强监管、引导和规范上市公司信息披露行为提供了经验证据。

[关键词]信息披露违规；掏空；内幕交易；盈余管理

上市公司信息披露是否及时、准确、完整、合规，是评价证券市场是否规范、健康的主要标准。然而，我国一些上市公司信息披露违规屡禁不止，严重地违反了诚信准则。这不仅对我国证券市场的稳定和健康发展构成了很大的威胁，而且容易造成市场优化资源配置功能的丧失，还会产生和积聚较大的金融风险。2005年4月20日，ST东北电、飞彩股份、浙大海纳和ST金荔等四家上市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。上市公司何以抛却诚信，无视法纪，信息披露违规造假，其背后究竟有着怎么样的利益驱动呢?

Dechowetal.(1996)基于因会计报表不真实被美国证监会处罚的上市公司样本认为，上市公司管理层操纵盈余的主要动机在于降低公司的外部融资成本和避免债务契约条款的约束，而不在于操纵股价牟利。同样基于美国数据，Beneish(1999)提出了不同看法，管理层之所以操纵盈余全在于为获得基于业绩的经理期权分红并通过股票内幕交易牟利，并非为了降低公司的外部融资成本和避免债务契约条款的约束。对于我国上市公司的信息披露违规，大股东、管理层、中小投资者、监管层、学者和媒体，各有各的看法，但都缺乏令人信服的大样本实证研究支持。因此，本文尝试从实证的角度对上市公司信息披露违规的问题进行动因分析，为投资者揭开违规上市公司的神秘面纱。

一、理论分析与研究假设

目前有关我国上市公司信息披露违规动因的主要观点有：大股东掏空上市公司是上市公司信息披露违规的根本原因；内部人操纵股价等内幕交易是上市公司信息披露违规的直接动因；甚至还有人认为上市公司为了迎合或规避新股上市政策、配股政策、特别处理和退市政策而不得不进行盈余管理，从而陷入信息披露违规的泥潭。那么到底什么才是上市公司信息披露违规的真实动因呢?本文将采用大样本实证研究方法对于以上三种观点进行检验。大股东掏空说

Shleifer和Vishny(1997)指出，在多数国家的大公司里，主要的代理问题已不再是外部投资者与管理者之间的冲突，而是外部投资者与几乎完全控制了管理者的控制性股东之间的冲突。Johnson等(2000)用“掏空”(Tunneling)一词来描述资源从公司向控制性股东转移的现象，具体表现为过高的管理者薪酬、贷款担保、稀释股权等多种形式。

作为转轨经济过程中引入的制度安排，中国上市公司被赋予了改革国有企业的使命。为了不动摇公有制的主导地位，在股权结构安排上分为国有股、法人股和公众流通股，其中国有股处于绝对控股地位。这种股权结构的人为割裂造成股票同股同权同利基础的丧失，利益的差别导致非流通股股东和流通股股东各自追求不同的目标，而国有股“一股独大”的股权结构则为国有股股东凭借其控股地位来攫取相关者的正当利益提供了现实可能性。在缺乏有效的法律与制度约束的情况下，控制性股东掏空上市公司的现象屡见不鲜。唐宗明和蒋位(2002)，李增泉等(2004)分别从上市公司大宗股权转让和资金占用的角度找到了中国上市公司控制性股东掏空公司行为的经验证据。刘峰和贺建刚(2004)则以沪市2002年的抽样样本为依据，对控制性股东掏空公司的实现方式进行了考察，他们发现控制性股东持股比例越高，控制性股东越倾向于通过大额派现、购销关联交易的方式来掏空公司；对于股权分散、控制性股东持股比例越低的上市公司，控制性股东越倾向于采取股权转让、担保或挪占款项的方式来掏空公司；对于股权集中度介于二者之间的上市公司，控制性股东倾向于采取担保、非购销关联交易或挪占款项的方式来掏空公司。为此，本文提出

假设1：大股东掏空行为与公司信息披露违规行为显着正相关。

2.内幕交易说

无论是在发达资本市场还是新兴资本市场，内幕交易(InsiderTrading)行为一直是各方口诛笔伐的对象，更是监管层重点打击的目标，但在高昂的利润驱使下，内幕交易依然存在。Dechow等(1996)与Beneish(1999)证实了因为管理层高估盈利而被美国证监会处罚的上市公司确实存在着内幕交易行为。Cheng和Warfield(2005)也证明了管理层为实施内幕交易行为而进行盈利操纵。

不成熟的中国股市广受批评的一点就是投机性过强，这成了滋生庄家行为的土壤。由于庄家坐庄和出局的重要手法是炮制题材和适时地披露题材，因此，如果没有上市公司管理层的有效和密切的信息披露配合，庄家运作会寸步难行。就此而言，庄家行为和内幕交易者具有天然的内在利益联系，有时甚至是同一的，张宗新等(2005)的实证研究表明，中国股市存在较为严重的内幕消息操纵行为。曾经的“中国第一蓝筹股”——银广夏的疯狂造假就是一场活生生的庄家与内幕交易者联手操纵股价、共同牟取暴利的骗局，从虚构利润、人为制造题材到适时地披露，内幕交易者无视法纪、无所不为。为此，本文提出

假设2：内幕交易行为与公司信息披露违规行为显着正相关。

3.盈余管理说

正如林舒和魏明海(2000)在其研究中所指出的，我国A股发行公司的报告收益在IPO当年显着下降而非继续上升或略微下降，根本原因在于上市公司管理层通过盈余操纵大大粉饰IPO之前的收益状况。一些公司为获得上市资格，关联交易频繁，滥用盈余管理。此外，部分公司为迈过配股或增发的门槛，往往滥用关联交易，并有意隐瞒相关重大事项。陈小悦等(2000)的实证研究表明：上市公司为迎合监管部门的配股权规定存在利润操纵行为。

鉴于特别处理政策和退市政策的压力，某些已1年亏损的上市公司为避免被特别处理，或已连续亏损2年的上市公司为避免被暂停上市，在当年实际经营扭亏无望的情况下，便铤而走险，借助关联交易，甚至财务造假的手段扭亏为盈，以逃避被特别处理或退市的风险。陆建桥(1999)的实证研究均显示，我国亏损上市公司为了避免公司连续3年亏损而受到管制与处罚，在亏损的前后年份普遍存在着盈余管理行为。为此，本文提出

假设3：盈余管理行为与公司信息披露违规行为显着正相关。

二、研究设计研究样本的选取

考虑到直至1999年上市公司才开始对外披露公司治理信息，2000年12月财政部颁布了《企业会计制度》并对会计制度实施了重大改革。为了保证样本数据的真实性和可比性，本文的研究期间为2001—2005年。本文以2001—2005年间因为未及时披露公司重大事项、定期报告、业绩预测结果不准确或不及时、信息披露虚假或严重误导性陈述、未依法履行其他职责(主要指的是重大交易未及时向证监会报送备案材料)等信息披露违规行为被中国证监会、沪深交易所和财政部公开谴责、公开批评或公开处罚的188家非金融业A股上市公司为研究对象(剔除了力合股份等9家数据不全的样本)。然后，对每一家违规公司按以下步骤选取配对公司：①行业，按证监会行业细分标准，选择与其细分行业相同的公司；②公司规模，在满足行业配对标准前提下，选择与其资产总额最接近的公司；③上市交易年龄，在满足行业和规模配对标准前提下，选择与其上市交易年龄最接近的公司；④公司声誉，在研究期间内，配对公司还必须不在受监管层处罚的上市公司之列。

研究数据主要来源于WIND资讯和CCER公司治理数据库。在研究期间内，对于只有1次违规的公司，将其被处罚的当年作为违规年度；对于连续2年或更多年违规的公司，将其违规的第一年作为违规年度。这样，本文统计出了188个违规样本的违规年度分布，如表1所示。其中，被处罚次数大于违规公司数是因为一些公司在同一年里重复违规而被重复处罚。

表2统计了188个违规样本的违规类型，从表中可以看出，上市公司被处罚的主要原因是未及时披露公司重大事项。值得注意的是，表2的违规类型的合计数大于表1相应年度的样本数是因为相当部分公司数罪并罚。

188个违规样本的行业分布中，制造业的违规公司为103个，占样本比例为%；综合类其次，违规公司为16个，占样本比例为%；信息技术业、批发和零售贸易业的违规公司均为14个，占样本比例均为%；农、林、牧、渔业的违规公司为9个，占样本比例为%；房地产业的违规公司为7个，占样本比例为%；电力煤气及水的生产和供应业、交通运输仓储业、社会服务业、传播与文化产业的违规公司均为5个，占样本比例均为%；建筑业的违规公司为3个，占样本比例为%；采掘业的违规公司为2个，占样本比例为%。

2.研究变量的定义

(1)被解释变量定义。本文将研究期间(2001—2005)内上市公司是否信息披露违规(FOCCUR=0，1)分为两种状态，即违规(1)和不违规(0)，并以此哑变量作为上市公司信息披露违规发生概率的代理变量，如表3所示。

(2)解释变量：大股东掏空程度的计量。大股东主要采取以下两种渠道进行掏空：通过购销关联交易，大股东从上市公司处获得商业信用支持，在财务上表现为“应收账款”与“预付账款”科目；通过股权转让、担保、挪占款项或非购销关联交易，大股东直接侵占上市公司资源，在财务上表现为“其他应收款”科目。先前的研究大都采用“其他应收款／资产总额”指标作为大股东掏空程度的计量变量(姜国华，岳衡，2005)，但考虑到“其他应收款”包含许多正常经营活动的应计项目，用于计量“大股东掏空”显得噪音太大。另外，在大股东掏空上市公司的同时，上市公司也可能占用大股东的资金，为此，本文借鉴邓建平等(2007)的研究，将上市公司与大股东关联交易的应收应付账款净额(应收应付账款、预收预付账款与其他应收应付账款的总和)定义为上市公司被大股东掏空的资金总额，并除以公司年末资产总额，作为衡量大股东掏空程度的代理变量(TUNNEL)。

(3)解释变量：内幕交易程度的计量。如何测量内幕交易对公平的侵犯并不是一件容易的事。Llorente等(2002)提出的一种测量交易过程中信息不对称的方法(LMSW法)为此提供了有用的借鉴。Llorente等认为，如果价格和交易量呈现出较高的正自相关性，那么交易中的绝大部分应该是基于私人信息的交易，即交易过程中的不对称程度较为严重，他们以美国市场的数据对此提供了经验证据。LMSW方法假设有关股票未来价格的信息分成两类，投资者也分成两类。两类投资者都观测到两类信息中的一类，但是另一类信息只能被两类投资者中的一类观测，这就产生了信息不对称。只能观测到一类信息的投资者的交易是基于风险分散的套期交易，能观测到两类信息投资者的交易是基于私人信息的投机交易。经过推导，Llorente等(2002)得出股票市场均衡时股票收益率与换手率的动态关系：

手率，CO、C1、C2,为模型中需要估计的参数。如果市场中的信息不对称程度非常严重，那么基于私人信息的投机交易就会占主导作用，高的交易量和收益率将会持续，收益率与交易量呈现出正的自相关，即C2显着为正；如果信息不对称程度不存在或比较轻微，那么套期交易占主导地位，较高的交易量和收益率不容易持续，收益率与交易量呈现出负的自相关性或不相关，即C2≤0。借鉴于Llorente等(2002)的研究成果，本文将计算所得的每只股票C2的参数作为度量该股票内幕交易程度的计量变量。

(4)解释变量：盈余管理程度的计量。公司的会计盈余分为来自经营项目的现金流量和总应计利润两项，总应计利润可进一步分为操控性应计利润和非操控性应计利润。关于操控性应计利润的计量，研究者一般采用琼斯模型(Jones，1991)。而Dechow等(1995)认为公司管理层很容易通过赊销等信用销售方式进行盈余操纵，应该把应收账款的收入增长从非操控性应计利润中扣掉，归人操控性应计利润，并由此提出了修正琼斯模型。最近，Kotharia等(2005)在上述两个模型的基础上提出了基于资产净利率(ROA)配对的操控性应计利润的计量方法，以控制公司间因为业绩差异而产生的盈余管理计量偏误，这样计量所得的操控性应计利润代表的是超常的部分。同时，他们在传统估计方程里加入了常数项用以消除异方差和缓和模型缺乏规模变量而引起的计量偏误，认为它比琼斯模型和修正琼斯模型更有效率，如下所示

其中，NDAi,t是i公司在t年度的非操控性应计利润；Ai,t-1是i公司在t-1年度的总资产；AREVi,t是i公司在t年度的主营业务收入减去t-1年度的主营业务收入；AARi,t是i公司在t年度的应收账款减去t-1年度的应收账款；PPEi,t是i公司在t年度的固定资产原值；εi,t是随机误差项。

(2)式中的α0,i、α1,i、α2,i和α3,i为行业特征参数，估计值由标准琼斯模型运用分年度不同行业分组的截面数据进行回归获得，其中标准琼斯模型如式(3)所示

其中，TAi,t是i公司t年度的总应计利润，为净利润减去经营活动产生的现金流量净额。

这样，对于每一家公司，用总应计利润减去非操控性应计利润，便可以得到未进行ROA配对的操控性应计利润，如式(4)所示

然后，为每一家公司选取ROA最为接近的公司作为配对公司，并将由(4)式所得的两家公司的操控性应计利润的差额(配对公司值为减数)作为该公司的最终操控性应计利润。

由于上市公司为获取上市资格或配股资格，可能采取调高利润等盈余操纵手段；在当年扭亏无望的情况下，可能通过巨额摊销方式来调减当年利润以确保下一年度盈利，逃避特别处理或退市处理。因此，本文以操控性应计利润的绝对值来衡量盈余管理程度。

综上所述，本文假设相同年份相同行业的非操纵性应计利润比例相似，采用分行业分年度的横截面的修正琼斯模型来计量操控性应计利润，并借鉴Kotharia等(2005)的最新研究成果，计量基于ROA配对的操控性应计利润，然后对它取绝对值，将此作为计量上市公司盈余管理的变量，即盈余管理程度的代理变量(DA)。

(5)控制变量定义。借鉴Dechow等(1996)与Beneish(1999)的研究，本文将财务杠杆(LEV)和成长性(GROWTH)作为控制变量。另外，独立审计是控制代理问题的重要外部力量，而大型会计师事务所的独立性明显高于小型会计师事务所。DeFond等(2000)发现中国的大型会计师事务所更多地向客户出具非标准的审计报告。不同事务所的选择所带来的监督差异无疑对公司的信息披露违规行为起重大影响，因此，本文引入公司是否选择10大会计师事务所(AUDITOR)作为控制哑变量。

3.研究方法的设计

当把配对样本的“对”看做“层”时，配对样本就如同高度分层的数据。一般Logistic回归将每个层的层因素的作用放入模型中，因而需要估计的参数较多，故对样本容量的要求较高，而配对样本一般不能满足此要求。在配对研究中，研究者并不关心层因素的作用，故不需要估计描述层因素作用的参数。条件Logistic回归用条件似然函数替代一般Logistic回归中的似然函数，在构造条件似然函数时溶入了对层因素的考虑，使在最后所得的模型中消去了反映层因素的参数，从而减少了模型中要估计的参数个数，降低了对样本容量的要求。因此，为使得检验模型更有效和稳健，本文运用条件Logistic回归模型进行数据分析，检验模型

三、实证结果与分析公司违规的单变量分析

本文首先对违规公司(样本组)与其配对公司(控制组)的研究变量进行了描述性统计，并对两组样本进行了单变量比较分析，其中采用t检验比较均值差异，采用Wilcoxon符号秩检验比较中值差异。统计结果见表4。

t检验和Wilcoxon符号秩检验的结果显示，内幕交易程度变量(IT)在5%的置信区间上显着差异，其余变量都在1%的置信区间上显着差异。这说明在信息披露违规之前，违规公司在大股东掏空程度、内幕交易程度和盈余管理程度上，就与配对公司存在着显着的差异。

2.公司违规的条件Loaistic回归分析

为了更准确地检验上市公司信息披露违规的发生概率(FOCCUR)与大股东掏空程度(TUNNEL)、内幕交易程度(IT)以及盈余管理程度(DA)之间的关系，本文应用统计软件STATA进行了条件Logistic回归分析，统计结果如表5所示。

从表5的第三列可以看出，与假设1相一致，大股东掏空程度越高，上市公司信息披露违规行为发生的概率越高，即大股东掏空行为与公司信息披露违规行为显着正相关。从第四列可以看出，与假设2相一致，内幕交易程度越高，上市公司信息披露违规行为发生的概率越高，即内幕交易行为与公司信息披露违规行为显着正相关。从第五列可以看出，与假设3相一致，盈余管理程度越高，上市公司信息披露违规行为发生的概率越高，即盈余管理行为与公司信息披露违规行为显着正相关。从第六列可以看出，大股东掏空程度越高，或者内幕交易程度越高，或者盈余管理程度越高，上市公司信息披露违规行为发生的概率越高，即大股东掏空行为、内幕交易行为和盈余管理行为都与公司信息披露违规行为显着正相关。

另外，统计结果显示，财务杠杆(LEV)、成长性(GROWTH)和公司是否选择10大会计师事务所(AUDITOR)都显着影响公司违规的发生概率，而且影响的方向与理论预期相同。这意味着财务杠杆高的公司为了掩饰其暂时性的财务困难更有可能信息披露违规，因为它们往往更需要注入新的资金(主要为银行贷款)来摆脱