上市公司自愿性盈利预测信息披露影响因素Logistic研究.docVIP

上市公司自愿性盈利预测信息披露影响因素的Logistic研究 　　［摘 要］ 本文在进行文献综述的基础上提出了上市公司自愿性“盈利预测”信息披露影响因素研究的理论构建，运用Logistic回归建立模型，引用SPSS软件对影响自愿性“盈利预测”信息披露因子进行了实证研究。得出了与影响上市公司自愿性“盈利预测”信息披露有关的结果，并进行了相关综合分析。 　　［关键词］ 自愿性盈利预测信息披露；实证研究；Logistic回归 　　［中图分类号］F275［文献标识码］A［文章编号］1673-0194（2009）01-0032-03 　　 　　 　　上市公司所披露的信息按其内容分为强制性信息披露和自愿性信息披露。强制性信息披露是指法律、法规中明确规定必须披露的信息。自愿性信息披露是指除“强制性披露”以外的信息披露，“盈利预测” 信息是一项非常重要的敏感披露项目。本文将运用Logistic回归建立模型，系统地对影响上市公司自愿性“盈利预测”信息披露的因素进行实证研究，并对研究结果进行诠释和分析。 　　 　　一、研究框架构建与实证路线设计 　　 　　（一）研究假设 　　在参考相关文献和构建研究理论的基础上，对上市公司自愿性“盈利预测”信息披露的影响因素的研究提出如下研究假设： 　　假设1：上市公司股权结构中流通股所占比例与是否自愿性“盈利预测”信息披露正相关； 　　假设2：上市公司股权集中度与是否自愿性“盈利预测”信息披露正相关； 　　假设3：上市公司属于垄断行业与是否自愿性“盈利预测”信息披露正相关； 　　假设4：上市公司发行两种及以上股票与是否自愿性“盈利预测”信息披露正相关； 　　假设5：会计师事务所的规模与是否自愿性“盈利预测”信息披露正相关； 　　假设6：上市公司的规模与是否自愿性“盈利预测”信息披露正相关； 　　假设7：上市公司的盈利水平与是否自愿性“盈利预测”信息披露正相关； 　　假设8：公司的负债程度与是否自愿性“盈利预测”信息披露正相关。 　　 　　（二）模型的构建 　　在确定变量后，我们建立如下多元logistic回归模型1，用来实证检验我国上市公司自愿披露 “盈利预测”信息的影响因素。 　　VDE= ?鄣+ β1TRADE+ β2HERF+ β3TYPE+ β4INDU+ β5BIG4+ β6LNSIZE+ β7ROE+ β8DEBT+λ。 　　式中： ?鄣是与诸因素无关的常数量；β1至β8是回归系数，其意义是当自变量每改变一个单位时所引起的因变量的改变量；λ为随机项。 　　 　　二、logistic回归实证结果与数据分析 　　 　　本研究以深沪两地所有 A 股上市公司为研究对象，选取了200 家上市公司作为样本，样本中剔除了被 ST和PT 的公司、属于金融类和房地产类上市公司及更名的公司。本研究选用的分析软件是SPSS 11.5。 　　（一）模型建立与变量筛选 　　在进行Logistic回归实证分析时，本文采用了逐步回归的方法，在一定显著水平上，找出对VRD的解释能力最强的变量，并在分析自变量间存在的多重共线性问题的基础上， 对模型进行优化。其自愿性“盈利预测”信息披露的所有影响因素的估计结果及其拟合结果显示，上市公司流通股股东持股比例（TRADE）、股权集中度（HERF）、发行股票类型（TYPE）、会计师事务所是否是“四大”（BIG4）、上市公司规模（LNSIZE）5个变量Sig值是：0.409，0.514，0.742， 　　0.802，0.362。由此表明对是否进行自愿性“盈利预测”信息披露没有明显影响。样本中仅有行业类型（INDU）、上市公司的盈利能力（ROE）、上市公司的负债程度（DEBT）3个变量进入了模型，在5%的置信度水平上，将行业类型（INDU）、上市公司的盈利能力（ROE）、上市公司的负债程度（DEBT）3个变量纳入模型2： VDE= ?鄣+ β1INDU+ β2ROE+ β3DEBT+ε中进行回归，其回归的结果表明在5%的置信度水平上，行业类型（INDU）、上市公司的盈利能力（ROE）、上市公司的负债程度（DEBT）3个变量对是否进行自愿性“盈利预测”信息披露有显著影响。模型1和模型2对应的P值均小于0.001，模型通过检验，说明经过优化选择后的各项指标对是否进行自愿性“盈利预测”信息披露有显著性。再通过两者的类R2相比，模型2所选指标的信息基本上反映了所有选取指标的信息。模型1和模型2的解释力分别仅达到58.50％和56.10％。这说明可以进一步优化模型。 　　 　　（二）模型优化 　　模型2中只有3个变量，再将自变量之间的交互作用也同时纳入模型进行回归分析。经过分析得出了最佳的模型拟合结果，其数据如表1、表2。 　　模型整