宜賓學院 李文紅

上市公司自愿性信息披露水平影響因素實證研究

宜賓學院 李文紅

本文采用多元回歸分析方法對從深、滬兩市篩選出的952家樣本公司進行實證研究，結果發(fā)現(xiàn)，流通股比例、股權集中度、發(fā)行股票類型、獨立董事人數(shù)、董事長與總經理二職合一、會計師事務所類型以及審計委員會的設置對自愿披露行為有顯著影響。

一、研究設計

（一）自愿披露指數(shù)的設定 主要包括：

（1）信息條目的選取。本文設計的信息披露指數(shù)包括了36條自愿披露信息條目，具體條目如表1所示：

表1 上市公司自愿性信息披露信息條目表

（2）信息條目的取值及匯總。本文對這36條信息按照如下標準進行打分，這些取值標準是：第一，若該信息條目僅涉及定性披露，若詳細描述給2分，一般性描述給1分，不披露則給0分。第二，若該信息條目涉及定性與定量披露，若僅作定性描述，則給1分，定性和定量相結合進行分析時給2分，既不作定性分析也不作定量分析時給0分，在通過信息條目的分值匯總成信息披露指數(shù)時，本文采用信息條目直接匯總的方法，避免人為分配權重。第三，信息披露指數(shù)形成。自愿性信息披露水平采用自愿披露指數(shù)VDI0來表示，第i家公司的自愿披露信息指數(shù)記為VDI0i，等于第i家公司各條信息條目得分之和除以按該公司有效信息條目計算的最佳得分之和。由于VDI0i的取值范圍為0~1，為了滿足多元回歸對因變量取值范圍的要求，本文采用與Mahmud Hossain一致的方式對VDI0進行如下替換，得到轉化后的自愿信息披露指數(shù)VDIi，轉化公式如下：VDIi=InVDI0i-In（1-VDI0i），經過轉換后VDIi的取值范圍為（-∞，+∞），而單調性沒有改變。

（二）研究假設 結合國內外關于自愿披露影響因素的相關研究以及我國特有的研究背景，本文提出以下研究假設：

假設1：上市公司股權結構中流通股所占比例（TRADE）與自愿披露水平正相關；

假設2：上市公司股權集中度（HERF）與自愿披露水平負相關；

假設3：上市公司董事會中獨立董事人數(shù)（RIND）與自愿披露水平正相關；

假設4：上市公司董事會構成中獨立董事人數(shù)占董事會總人數(shù)的比例（RINDPR）與自愿披露水平正相關；

假設5：董事長與總經理二職合一（CEO）的上市公司具有較低的自愿披露水平；

假設6：設置了審計委員會（AC）的上市公司具有較高的自愿披露水平；

假設7：深圳上市的上市公司自愿披露水平要高于上海上市的公司（PLACE）；

假設8：屬于壟斷行業(yè)（INDU）的上市公司具有較低的自愿披露水平；

假設9：發(fā)行兩種及以上股票的上市公司具有較高的自愿披露水平（TYPE）；

假設10：會計師事務所的規(guī)模（BIG4）與自愿披露水平正相關。

（三）模型構建 在確定研究中所用的上述變量之后，本文構建了用以檢驗我國上市公司自愿披露影響因素的多元回歸模型：

式中，INSIZE表示公司的規(guī)模，ROE表示凈資產收益率，DEBT表示負債程度，DIVI表示股利支付率，GROWTH表示公司成長性為控制變量。

（四）資料來源及樣本選擇 本文以深滬兩地所有A股上市公司2009年年度報告全文為研究對象，選取了952家上市公司作為樣本單位。這些樣本公司行業(yè)分布為：制造業(yè)，562家；采掘業(yè)，17家；農、林、牧、漁業(yè)，27家；信息技術產業(yè)，68家；電氣、煤氣及水的生產和供應業(yè)，41家；建筑業(yè)，15家；交通運輸、倉儲業(yè)，42家；社會服務業(yè)，28家；傳播與文化產業(yè)，9家；批發(fā)和零售業(yè)，75家；綜合類，68家。

二、實證結果與分析

（一）整體回歸結果及模型解釋 參照表2，可以對回歸方程的顯著性及其解釋能力作出分析。首先，由于F=56.518（p=0.000），因此，回歸方程在顯著性水平為0.1的假設上通過了檢驗；其次，表中的Adjusted R-square為0.467，說明回歸模型對因變量的解釋力為46.7%。此外，從表3所列示的殘差分析結果也可以看出模型的擬合程度指標D-W值接近2，殘差均值為0，方程整體效果明顯。

表2 整體回歸方程顯著性檢驗表

表3 殘差分析

（二）多元回歸結果分析 在表4中，另外，對各個變量的方差膨脹因子（VIF）進行了計算，RIND所對應的膨脹因子最大，其值為1.706，小于10，證明了回歸模型中變量間并不存在嚴重的多重共線性問題。

表4 回歸系數(shù)及顯著性檢驗表

結合上文所做的研究假設及表4的回歸結果，本文對自愿信息披露水平的影響做出以下分析：

表5 VDI_high組和VDI_low組因變量與自變量的T檢驗

表6 VDI_high組和VDI_low組的多元回歸結果

從回歸結果中可以看出，流通股比例與自愿披露水平顯著正相關，這說明流通股股東無法“用手投票”的前提下，他們可“用腳投票”，這種約束促使管理當局進行更多的自愿披露。股權集中度與自愿披露負相關，這說明了股權越集中，上市公司自愿披露的動機也就越少。獨立董事人數(shù)通過顯著性檢驗，但獨立董事比例卻沒有通過顯著性檢驗，表明我國獨立董事在董事會中的比例不值得過分強調。審計委員會的設置與自愿信息披露正相關，這與中國證監(jiān)會在2002年1月發(fā)布的《上市公司治理準則》中作出的設立審計等專門委員會等決議提供了一定的證據(jù)。上市地點變量沒有通過顯著檢驗，但系數(shù)符號與預計一致。這說明在深圳上市的上市公司信息披露水平略高于在上海上市的上市公司，市場效率越低的證券市場還更傾向于披露信息。究其原因，本文認為，這與目前我國上市公司自愿披露的意愿淡薄，普遍缺乏自愿披露的動力有很大的關系。行業(yè)類型變量也沒有通過顯著檢驗，但系數(shù)符號與預計一致。這說明壟斷行業(yè)的上市公司更不愿披露更多的信息。這可能和我國目前壟斷行業(yè)的上市公司國有股“一股獨大”有關，存在事實上的內部人控制。發(fā)行股票類型變量通過顯著性檢驗，即同時發(fā)行除A股以外的B股或H股的上市公司具有較高的自愿披露水平，這說明外部治理對于上市公司自愿披露行為能夠產生極其明顯的影響力。會計師事務所規(guī)模在回歸模型中顯示在1%水平上與自愿披露水平正相關，即經國際知名的前“四大”會計師事務所審計的上市公司具有較高的自愿披露水平。關于模型中的控制變量，公司規(guī)模和凈資產收益率通過了驗證，這說明信號理論對我國上市公司的自愿披露行為具有一定的解釋力。

（三）分組回歸結果及模型解釋 為了對自愿性信息披露的影響因素做更深入的分析，本文按照自愿性信息披露的分值高低排序將樣本分為兩組，分別稱作VDI_high組和VDI_low組，每組各有樣本476家，分別做回歸分析。這樣做的目的在于試圖挖掘對于自愿性披露狀況好與差的公司，影響其披露的因素是否有不同。

首先，對兩個組的因變量及自變量做了描述性統(tǒng)計和T檢驗，結果如表5所示。從表5中可以看出，描述VDI_high組和VDI_low組的自愿信息披露水平的VDI值有明顯差別，前者大于后者。同時，描述型變量中除了股利支付率（DIVI）和公司成長性指標（GROWTH）外，其余變量在兩個組之間均有顯著差別。

然后對兩個組分別做多元回歸分析，其結果見表6。從表6可以看出，對于自愿披露水平較高的一組而言，其回歸效果是比較好的，調整后的R2達到0.539，F(xiàn)值為37.992，在0.001的水平上具有顯著性。對于自變量的回歸結果，除了二職合一（CEO）變量外，其余自變量的回歸結果與總體回歸結果基本相同。二職合一（CEO）變量在總體回歸結果中不顯著，而在自愿披露水平高組卻高度顯著，其原因可能是自愿披露水平高組的董事長與總經理職位分離得較為徹底。

但對于自愿性信息披露狀況較差的一組，其回歸結果不盡人意，模型的模擬程度僅為0.184，僅有獨立董事人數(shù)、公司規(guī)模和盈利水平三個變量進入回歸方程。

為何在總體回歸結果與自愿信息披露水平高組回歸結果里顯著的變量在這里卻不能進入方程，筆者認為出現(xiàn)這一現(xiàn)象的原因可能是由于這個組的信息披露程度太低，其均值僅為0.177，也就是說在大約36個的自愿性披露項目中，這個組的上市公司平均只披露6個。而且其標準差為約10%，說明各個公司披露的分值與均值的差異不大。上市公司自愿披露信息的意愿淡薄，即使主動地、有意識地進行較多的自愿性披露也可能是出于某種目的。

［1］喬旭東：《上市公司年度報告自愿披露行為的實證研究》，《當代經濟科學》2003年第2期。

（編輯 劉 姍）