公司治理和上市公司系统风险关系实证研究.docVIP

公司治理与上市公司系统风险关系实证研究 　　摘要：利用面板数据模型，选择合理的公司治理和系统风险代表指标，以我国上市公司为案例实证研究公司治理与上市公司系统风险的关系，结果表明，上市公司的公司治理水平与其系统风险具有显著关系。 　　关键词：上市公司；公司治理；系统风险；面板数据模型 　　中图分类号：F275　文献标识码：A　文章编号：1003-7217(2010)02-0054-05 　　 　　一、引言 　　 　　系统风险是指对证券市场产生普遍影响的风险因素，其特征在于系统风险因共同因素所引发，对证券市场所有的股票价格均产生影响，这种影响为个别企业或行业所不能控制，投资人亦无法通过分散投资加以消除，而贝塔系数被公认为是衡量证券投资组合系统风险的主要指标。一般认为，影响股票系统风险的因素主要包括宏观经济因素、行业因素和战争及政治因素等。由于不同股票系统风险受同一因素影响的大小存在差异，因此，关于影响股票系统风险的公司特征研究成了学术热点之一。Beaver，Kettler和Scholes(1970)最早从公司基本特征人手研究股票贝塔值的影响因素，研究发现B系数与包括资产负债率、股利发放率在内的会计变量显著相关。Hamada(1972)、Lev(1974)、Bildersee(1975)以及Rosenberg(1984)等人在各自的研究中对β系数与会计和非会计影响因素之间的关系作了重要的探索。Bruce、Hong和Kisor(1999)研究了宏观经济变量与系统性风险的关系。国内方面，吴世农、冉孟顺(1999)，汤光华、赵爱平和宋平(2006)，王明涛、黎金龙(2006)参照Beaver等(1970)的研究对我国上市公司8的差异性展开研究，发现我国上市公司系统风险与会计信息显著相关。 　　目前，关于公司特征对系统风险影响的研究更多地从会计信息、财务政策等方面进行，对于企业制度研究方面研究甚少，而作为重要的企业制度安排，公司治理对于股票系统风险的研究更少。西方资本市场的研究表明，公司治理机制如独立董事制度等能够有效提高上市公司信息透明度(Beasley，1996)；从而缓解公司与外部投资者之间的信息不对称，增强股票的流动性，降低股权融资成本，提高公司价值(Botosan，1997；Botosan，Plumlee，2002)，而且，公司治理的好坏决定着??资者对公司的信任和信心问题，良好的公司治理有利于保护小股东利益，保持市场信心。麦肯锡(McKinsey)公司对投资于新兴市场的个人和机构投资者进行了一系列的调查，发现其中80％的投资者均愿意为治理结构良好的企业付出较高的溢价。基于以上分析，本文做出上市公司公司治理水平与其系统风险呈显著负相关的研究假设。同时，通过选择合理的公司治理和系统风险的代表指标，以我国上市公司为案例实证研究公司治理与上市公司系统风险的关系，结果表明，上市公司的公司治理水平与其系统风险具有显著关系。 　　 　　 　　二、研究设计 　　 　　(一)研究方法 　　本文用于实证研究公司治理与上市公司系统风险关系的计量模型为面板数据模型，其一般形式为： 　　yt,t=βi,ixi,t+ei,t,i=1，…，N，t=1，…，M(1) 　　其中，xi,t，βi,t均为K×1列向量，分别为变量向量和系数向量，εi,t为随机扰动，T代表矩阵转置，N是截面单位(个体)的个数，M是时间段的个数。在实际使用平行数据模型时，常假设模型系数不变，而截距项随时间和截面数据单位的变化而改变，解决变截距问题主要有固定效应模型和随机效应模型。实际应用时，我们根据样本数据在基本线性回归模型、固定效应模型以及随机效应模型作出选择，对于固定效应模型与基本线性回归模型的权衡以及随机效应模型与基本线性回归模型的权衡一般分别采用F检验和Breusch＆Pagan(1980)提出的LagrangeMultiplier(LM)检验，而对于是否采用固定效应模型还是随机效应模型，Mundlak(1978)指出若模型的截距项与解释变量相关，采用固定效应模型，否则则采用随机效应模型，更为精确的检验是Hausman(1978)提出的Hausman检验方法。 　　(二)变量选择 　　1　被解释变量。本文分别采用β值和剔除财务杠杆的β值来度量系统风险。 　　(1)β值是通过资本资产定价模型估计而得，该模型假设各种证券报酬率与市场影响因素有关，即Ri,t=at+biRm,t+εi,t，其中Ri,t表示证券i在时间t时的报酬率，Rm,t为市场投资组合在时间￡的报酬率，bi为第i证券Beta系数的估计值，εi,t为误差项。以下采用普通最小平方法利用个股的周收益率和上证综合指数的周收益率分别估计出不同股票的年度β值，记为Betal。 　　(2)剔