中国上市公司信息披露违规的动因、市场反应与预警研究
发布时间:2021-12-18 11:14
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。真实、全面、及时、充分的信息披露是上市公司的法定义务,也是投资者决策的重要依据。然而,中国相当部分上市公司信息披露违规,而且屡禁不止,严重地违反了诚信准则,甚至无视法纪。这不仅在很大程度上损害了中小投资者的合法权益,而且对证券市场的稳定和健康发展构成了很大的威胁。为此,本文以信息披露违规的中国上市公司这一特殊群体为研究对像,深入分析和检验它们违规的动因,统计违规事件公告后的股票市场反应,并尝试根据它们的财务特征、市场交易特征与公司治理特征,构建上市公司信息披露违规行为的一般预警模型,以便为投资者和监管层提供决策依据。全文共分为九章,各章的主要内容如下:第一章为导论,主要对论文进行简要介绍,具体包括研究背景与问题的提出、研究框架与主要内容以及研究的改进与创新计划。第二章为文献综述,全面回顾和总结了上市公司信息披露违规的动因、市场反应和预警的相关研究成果。第三章为中国上市公司信息披露违规的制度背景分析。第四章分析了信息披露违规的上市公司的行业特征、规模特征、财务特征、市场交易特征、...
【文章来源】:厦门大学福建省 211工程院校 985工程院校 教育部直属院校
【文章页数】:189 页
【学位级别】:博士
【部分图文】:
不同处罚类型事件的累积超常收益
222000刁 .1555· 3.5777一 1.87....刁 .1555一 5.4777一 1.1222刁 .!999一 3.111一 1.53...刁 .0777一 1.5666刁 .4444注:*,**,**.分别表示在10%、5%和1%的置信区间上显著。图6一2描述了上市公司信息披露违规事件公告日前后接受不同监管机构处罚的公司的股票累积超常收益的变化趋势。不管是被上交所处罚、深交所处罚还是被证监会处罚的公司的股票累积超常收益都显著为负
(1)BP神经网络配置。创建BP神经网络预测模型时,需设计输入节点、隐含层和激活函数。本文的建模方案具体如下:①输入节点的设计。Logistic回归分析筛选所得的预警特征指标作为输入变量,指标个数即为。②输出节点的设计。输出层的节点数取l,如果检验样本输入学习后网络,输出神经元的输出结果若大于或等于0.5,则该公司为舞弊公司;若,则为非舞弊公司。③隐含层的设计。本文采用三层BP神经网络结构,其个输入层、一个输出层和一个隐含层。另外,隐含层节点数的选择对网络
【参考文献】:
期刊论文
[1]我国上市公司信息披露违规的动因实证研究[J]. 屈文洲,蔡志岳. 中国工业经济. 2007(04)
[2]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[J]. 蔡志岳,吴世农. 管理评论. 2007(01)
[3]基于不完全非合作博弈的上市公司违规行为分析[J]. 王军伟. 财贸研究. 2006(06)
[4]基于公司治理的信息披露舞弊预警研究[J]. 蔡志岳,吴世农. 管理科学. 2006(04)
[5]大股东的支撑行为与隧道行为——基于托普软件的案例研究[J]. 张光荣,曾勇. 管理世界. 2006(08)
[6]大股东制衡机制对审计约束有效性的影响[J]. 唐跃军,李维安,谢仍明. 会计研究. 2006(07)
[7]企业短期贷款违约预测Bayes模型构建[J]. 唐春阳,冯宗宪. 当代经济科学. 2006(01)
[8]大股东控制、融资规模与盈余操纵程度[J]. 雷光勇,刘慧龙. 管理世界. 2006(01)
[9]公司治理、声誉机制和上市公司违法违规行为分析[J]. 陈国进,林辉,王磊. 南开管理评论. 2005(06)
[10]基于价值创造和公司治理的财务状态分析与预测模型研究[J]. 吴超鹏,吴世农. 经济研究. 2005(11)
本文编号:3542276
【文章来源】:厦门大学福建省 211工程院校 985工程院校 教育部直属院校
【文章页数】:189 页
【学位级别】:博士
【部分图文】:
不同处罚类型事件的累积超常收益
222000刁 .1555· 3.5777一 1.87....刁 .1555一 5.4777一 1.1222刁 .!999一 3.111一 1.53...刁 .0777一 1.5666刁 .4444注:*,**,**.分别表示在10%、5%和1%的置信区间上显著。图6一2描述了上市公司信息披露违规事件公告日前后接受不同监管机构处罚的公司的股票累积超常收益的变化趋势。不管是被上交所处罚、深交所处罚还是被证监会处罚的公司的股票累积超常收益都显著为负
(1)BP神经网络配置。创建BP神经网络预测模型时,需设计输入节点、隐含层和激活函数。本文的建模方案具体如下:①输入节点的设计。Logistic回归分析筛选所得的预警特征指标作为输入变量,指标个数即为。②输出节点的设计。输出层的节点数取l,如果检验样本输入学习后网络,输出神经元的输出结果若大于或等于0.5,则该公司为舞弊公司;若,则为非舞弊公司。③隐含层的设计。本文采用三层BP神经网络结构,其个输入层、一个输出层和一个隐含层。另外,隐含层节点数的选择对网络
【参考文献】:
期刊论文
[1]我国上市公司信息披露违规的动因实证研究[J]. 屈文洲,蔡志岳. 中国工业经济. 2007(04)
[2]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[J]. 蔡志岳,吴世农. 管理评论. 2007(01)
[3]基于不完全非合作博弈的上市公司违规行为分析[J]. 王军伟. 财贸研究. 2006(06)
[4]基于公司治理的信息披露舞弊预警研究[J]. 蔡志岳,吴世农. 管理科学. 2006(04)
[5]大股东的支撑行为与隧道行为——基于托普软件的案例研究[J]. 张光荣,曾勇. 管理世界. 2006(08)
[6]大股东制衡机制对审计约束有效性的影响[J]. 唐跃军,李维安,谢仍明. 会计研究. 2006(07)
[7]企业短期贷款违约预测Bayes模型构建[J]. 唐春阳,冯宗宪. 当代经济科学. 2006(01)
[8]大股东控制、融资规模与盈余操纵程度[J]. 雷光勇,刘慧龙. 管理世界. 2006(01)
[9]公司治理、声誉机制和上市公司违法违规行为分析[J]. 陈国进,林辉,王磊. 南开管理评论. 2005(06)
[10]基于价值创造和公司治理的财务状态分析与预测模型研究[J]. 吴超鹏,吴世农. 经济研究. 2005(11)
本文编号:3542276
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/3542276.html