徐志立 楊 超

中南財(cái)經(jīng)政法大學(xué) 會(huì)計(jì)學(xué)院，湖北 武漢 430073

一、引言及文獻(xiàn)綜述

創(chuàng)業(yè)板是中國資本市場(chǎng)的重要組成部分，在中小企業(yè)上市融資中扮演重要角色。然而，該板塊嚴(yán)重的信息不對(duì)稱問題損害了權(quán)益投資者的投資信心，惡化了股票交易中的信息質(zhì)量及股票投資價(jià)值，導(dǎo)致交易成本增加。家族上市公司是創(chuàng)業(yè)板的主體，也是導(dǎo)致信息不對(duì)稱風(fēng)險(xiǎn)加劇的重災(zāi)區(qū)。對(duì)股票交易信息風(fēng)險(xiǎn)準(zhǔn)確測(cè)度是緩解家族企業(yè)融資契約成本的基本前提，是改善企業(yè)融資效率的重要理論基礎(chǔ)。

針對(duì)信息不對(duì)稱風(fēng)險(xiǎn)測(cè)度模型構(gòu)建的研究起源于美國，國外學(xué)者對(duì)測(cè)度模型的適應(yīng)性進(jìn)行了深入的分析。從國內(nèi)看，盡管現(xiàn)有文獻(xiàn)對(duì)相關(guān)的測(cè)度方式進(jìn)行了深刻總結(jié)與合理分類，但只有張長海等(2012)［1］、張兆國等(2012)［2］少數(shù)學(xué)者分析了各模型在中國現(xiàn)實(shí)市場(chǎng)環(huán)境與制度背景下的可操作性。研究發(fā)現(xiàn)，在金融領(lǐng)域常用的經(jīng)典Pin模型不能準(zhǔn)確測(cè)度股市信息風(fēng)險(xiǎn)(鄭振龍和楊偉，2010)［3］，因此，本文轉(zhuǎn)向基于利壞消息優(yōu)先確認(rèn)的計(jì)量模型。在比較多種測(cè)度信息對(duì)稱性的方法之后，從相關(guān)性和可靠性兩個(gè)角度，張兆國等(2012)發(fā)現(xiàn):從相關(guān)性的角度看，AT與MB的測(cè)度結(jié)果、NACC與MB的測(cè)度結(jié)果都呈現(xiàn)顯著的正相關(guān)關(guān)系，不能在研究中同時(shí)采用，其他方法的測(cè)度結(jié)果呈負(fù)相關(guān)關(guān)系甚至沒有相關(guān)性，可以同時(shí)采用;從可靠性的角度看，基于AT和CF兩個(gè)模型的可靠性最好，具有非常明顯的比較性優(yōu)勢(shì)。張長海等(2012)研究結(jié)果表明:KW指數(shù)的測(cè)度結(jié)果在不同的方法中都具有高度的一致性;負(fù)應(yīng)計(jì)方法雖然在Basu模型中存在一致性，但不太穩(wěn)定，在基于應(yīng)計(jì)項(xiàng)目—現(xiàn)金流量的關(guān)系模型中測(cè)度一致但缺乏顯著性，在盈余反轉(zhuǎn)模型中結(jié)果不一致。

不過，國內(nèi)學(xué)者均選取A股為研究對(duì)象，未深入考慮不同資本市場(chǎng)板塊的條件差異性和環(huán)境適應(yīng)性，對(duì)特定企業(yè)類型研究不足，不能滿足現(xiàn)實(shí)需要。本文采用張兆國等(2012)的方法，從相關(guān)性和可靠性的角度，深入分析各測(cè)度模型在中國創(chuàng)業(yè)板中的適應(yīng)性。其中，相關(guān)性指各計(jì)量方法之間的相關(guān)性(Shepard，1993)［4］，若計(jì)量方法之間呈正相關(guān)關(guān)系，表明它們存在高度的相似性與統(tǒng)一性，不能在研究中組合使用;反之，表明它們屬于互補(bǔ)關(guān)系，可以組合使用;可靠性就是使用同一測(cè)度指標(biāo)判斷不同方法之間的有效性，主要觀察測(cè)度結(jié)果是否是無偏差的。

與現(xiàn)有研究相比，本文存在如下不同:(1)以家族企業(yè)為對(duì)象，從現(xiàn)實(shí)宏觀環(huán)境及制度背景出發(fā)，研究基于利壞消息優(yōu)先確認(rèn)的信息風(fēng)險(xiǎn)測(cè)度模型在創(chuàng)業(yè)板市場(chǎng)的適應(yīng)性。在構(gòu)建模型時(shí)，不僅考慮了家族企業(yè)面臨的現(xiàn)實(shí)制度背景及監(jiān)管環(huán)境，也考慮了各模型的環(huán)境適應(yīng)性和使用條件的限制。(2)從公司治理水平入手，本文分析了約束創(chuàng)業(yè)板家族企業(yè)股票交易信息風(fēng)險(xiǎn)的內(nèi)生化因素，為促使企業(yè)優(yōu)先確認(rèn)壞消息提供了思路。以此為基礎(chǔ)，分析比較了在同一模型組合中，潛在的公司治理水平差異對(duì)各模型測(cè)度效果造成的影響。

二、基于利壞消息優(yōu)先確認(rèn)的信息風(fēng)險(xiǎn)測(cè)度模型

對(duì)利壞消息優(yōu)先確認(rèn)是降低股票交易信息風(fēng)險(xiǎn)的方式之一，自Basu(1997)［5］對(duì)信息處理非對(duì)稱性問題展開實(shí)證分析以來，眾多學(xué)者提出測(cè)度方法，主要涉及四類基礎(chǔ)模型。

1．AT模型，由Basu(1997)率先提出。該模型在目前會(huì)計(jì)學(xué)術(shù)界最常用，其基本思想是:基于反向回歸方程，構(gòu)建會(huì)計(jì)盈余與股票收益率之間的函數(shù)關(guān)系表達(dá)式，對(duì)利壞信息程度進(jìn)行測(cè)度。Basu(1997)認(rèn)為，公司股票的市場(chǎng)回報(bào)率反映的是經(jīng)濟(jì)收益水平，會(huì)計(jì)盈余在本質(zhì)上體現(xiàn)的就是對(duì)經(jīng)濟(jì)收益確認(rèn)與計(jì)量的過程。信息的可驗(yàn)證性要求會(huì)造成股票市場(chǎng)價(jià)格變化先于會(huì)計(jì)信息確認(rèn)，因此，盈余信息對(duì)糟糕的市場(chǎng)回報(bào)率更敏感，即:盈余信息對(duì)利壞消息的反應(yīng)比對(duì)利好消息的反映更充分、更及時(shí)。與該模型相似，Basu還構(gòu)建了基于盈余持續(xù)性的測(cè)度模型及基于累積盈余與股票收益率的測(cè)度模型。AT模型的公示表達(dá)如下:

EPSt表示每股盈余，Pt－1表示期初股價(jià)，rett表示股票收益率。DRt為虛擬變量，若rett小于0，取值1;否則取0。

2．NACC模型。該模型采用滯后三期累積的應(yīng)計(jì)項(xiàng)目總和的大小及符號(hào)測(cè)度壞消息確認(rèn)及時(shí)性，由Givoly and Hayn(2000)［6］提出。該模型公式表達(dá)如下:

NACCt為非經(jīng)營性應(yīng)計(jì)，用來考察信息確認(rèn)結(jié)果是否穩(wěn)健，當(dāng)數(shù)值持續(xù)小于零時(shí)，表明具備穩(wěn)健性;ACCt為總應(yīng)計(jì)，根據(jù)凈利潤與年累積折舊及無形資產(chǎn)攤銷費(fèi)用之和減去經(jīng)營活動(dòng)現(xiàn)金流計(jì)算得到;OACCt為經(jīng)營性應(yīng)計(jì)。

3．MTB模型。該方法由Beaver and Ryan(2000)［7］共同提出，根據(jù)權(quán)益市場(chǎng)價(jià)值與權(quán)益賬面價(jià)值的比率進(jìn)行測(cè)度。兩位學(xué)者構(gòu)建偏差模型測(cè)度企業(yè)對(duì)利壞信息確認(rèn)的及時(shí)性，表達(dá)式如下:

其中，MTB為權(quán)益市賬比;α0與α1分別控制年度和行業(yè);ret為年累積股票超額收益率。不過，多數(shù)文獻(xiàn)認(rèn)為，市賬比包含宏觀經(jīng)濟(jì)環(huán)境變化造成的影響，存在內(nèi)生性問題，不能完全真實(shí)地反映因企業(yè)行為選擇對(duì)信息風(fēng)險(xiǎn)水平造成的影響。

4．AF模型。該方法基于應(yīng)計(jì)項(xiàng)目與現(xiàn)金流量的關(guān)系測(cè)度信息風(fēng)險(xiǎn)，由Ball and Shivakumar(2005)［8］提出。時(shí)間序列上呈現(xiàn)出的顯著為負(fù)的現(xiàn)金流給企業(yè)現(xiàn)金流在總體上帶來噪音，應(yīng)計(jì)項(xiàng)目的目的就是減少經(jīng)營活動(dòng)現(xiàn)金流中包含的這類噪音。公式表達(dá)如下:

ACC表示應(yīng)計(jì)項(xiàng)目，等于凈利潤加上財(cái)務(wù)費(fèi)用減去經(jīng)營活動(dòng)產(chǎn)生的凈現(xiàn)金流量之后，除以期初資產(chǎn)總額;CFO等于經(jīng)營活動(dòng)現(xiàn)金流量除以期初資產(chǎn)總額;CR表示虛擬變量，若CFO的數(shù)值小于0，取值為1;否則取值為0。

三、樣本選擇與研究設(shè)計(jì)

(一)樣本選擇

本文選取創(chuàng)業(yè)板家族上市公司2009～2012年的數(shù)據(jù)為樣本，數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。本文按照下述標(biāo)準(zhǔn)對(duì)初始數(shù)據(jù)進(jìn)行篩選處理:剔除金融保險(xiǎn)類上市公司;剔除屬于ST和PT類別的公司;剔除存在缺漏值的樣本。為消除極端值，本文對(duì)所有解釋變量(不包括虛擬變量)與被解釋變量采用上下1%winsored處理，使用的分析軟件為stata11．0。

(二)檢驗(yàn)相關(guān)性的研究設(shè)計(jì)

借鑒張兆國等(2012)的方法:

1．為檢驗(yàn)AT與NACC兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

2．為檢驗(yàn)AT與MTB兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

3．為檢驗(yàn)AT與AF兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

4．為檢驗(yàn)AF與NACC兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

5．為檢驗(yàn)AF與MTB兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

6．為檢驗(yàn)AF與AT兩種測(cè)度方法的相關(guān)性，構(gòu)建下列模型:

7．考慮到MTB與NACC兩種測(cè)度方法模型結(jié)構(gòu)的特殊性，為檢驗(yàn)這兩種測(cè)度方法的相關(guān)性，本文參照張兆國等(2012)的方法，采用Spearman法。

在上述前六個(gè)模型中，α7分別表示模型所涉及的兩種測(cè)度方法之間的相關(guān)性，在下文分析中，主要看α7所屬交乘項(xiàng)與被解釋變量的相關(guān)系數(shù)及顯著程度;MTB與NACC的相關(guān)性檢驗(yàn)通過Spearman系數(shù)獲得，下文通過該系數(shù)的顯著性進(jìn)行識(shí)別。

(三)檢驗(yàn)可靠性的研究設(shè)計(jì)

本文設(shè)計(jì)下列步驟考察上述四種測(cè)度方法之間的可靠性問題:(1)基于穩(wěn)健性內(nèi)在需求之信號(hào)假說的基本原理(Wang et al．，2009)［9］，結(jié)合財(cái)務(wù)管理學(xué)的基本思想，使用綜合杠桿系數(shù)測(cè)度企業(yè)面臨的總體風(fēng)險(xiǎn)。(2)按照綜合杠桿系數(shù)將創(chuàng)業(yè)板的信息風(fēng)險(xiǎn)分為高低兩類樣本組，當(dāng)企業(yè)的綜合杠桿系數(shù)大于每個(gè)年度內(nèi)行業(yè)總系數(shù)的平均值時(shí)，屬于高風(fēng)險(xiǎn)樣本組;反之，屬于低風(fēng)險(xiǎn)樣本組。(3)采用不同的信息風(fēng)險(xiǎn)測(cè)度模型分別檢驗(yàn)這兩類創(chuàng)業(yè)板公司樣本組，若檢驗(yàn)結(jié)果呈現(xiàn)一致性，表明測(cè)度方法的可靠性程度較高，符合創(chuàng)業(yè)板的現(xiàn)實(shí)制度背景及外在特征。

四、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)

表1 描述性統(tǒng)計(jì)

續(xù)表1

從上述結(jié)果可以看出，本文所選樣本期間內(nèi)的數(shù)據(jù)不存在明顯的標(biāo)準(zhǔn)差變動(dòng)，樣本趨于平穩(wěn)分布，符合本文所需數(shù)據(jù)特征的要求。

(二)相關(guān)性檢驗(yàn)分析

為檢驗(yàn)現(xiàn)有信息對(duì)稱性風(fēng)險(xiǎn)測(cè)度方法之間的相關(guān)性，先對(duì)模型(5)到(7)進(jìn)行回歸分析，再對(duì)模型(8)到(10)進(jìn)行回歸分析，結(jié)果分別見表2和表3。最后，本文對(duì)MTB與NACC兩種方法之間的相關(guān)系數(shù)進(jìn)行了回歸分析，發(fā)現(xiàn)兩者呈不顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為0．006，即:在同一研究中，MTB與NACC可以組合使用。鑒于篇幅限制，僅列示三階交乘項(xiàng)與被解釋變量之間的實(shí)證結(jié)果。

表2 模型(5)到(7)的回歸結(jié)果

從表2可以看出，主變量與ret*DR*NACC在1%的水平上顯著負(fù)相關(guān)，與ret*DR*MTB在5%的水平上顯著正相關(guān)，與ret*DR*ACC在1%的水平上顯著正相關(guān)，即:AT與NACC顯著負(fù)相關(guān)，AT與MTB、AT與AF顯著正相關(guān)。這表明:在進(jìn)行與創(chuàng)業(yè)板塊相關(guān)的同一研究中的測(cè)度信息風(fēng)險(xiǎn)時(shí)，AT與NACC可以組合使用，AT與MTB、AT與AF不能組合使用。

表3 模型(8)到(10)的回歸結(jié)果

從表3看出，主變量與CFO*CR*NACC呈不顯著的正相關(guān)關(guān)系，與CFO*CR*MTB呈不顯著的負(fù)相關(guān)關(guān)系，與CFO*CR*EPS/P在1%的水平上顯著正相關(guān)，即:AF與NACC、AF與MTB呈不顯著的相關(guān)性，AF與AT兩種測(cè)度方法顯著正相關(guān)。這表明:在同一研究中進(jìn)行信息風(fēng)險(xiǎn)測(cè)度模型選擇時(shí)，AF與NACC、AF與MTB可組合使用，AF與AT不可組合使用。

(三)可靠性實(shí)證分析

為檢驗(yàn)前述四種模型的可靠性，模型(1)～(4)做OLS回歸，觀察α3的系數(shù)大小及顯著性水平;對(duì)模型(2)做均值ttest檢驗(yàn)及中位數(shù)Wilcoxon檢驗(yàn);對(duì)模型(3)在控制行業(yè)及年度的影響后做固定效應(yīng)分析，觀察截距項(xiàng)的系數(shù)大小及顯著性水平。結(jié)果見表4。

從表4可以看出，在測(cè)度中國創(chuàng)業(yè)板的信息風(fēng)險(xiǎn)水平時(shí)，AT、NACC及AF模型的可靠性最高，具有比較性優(yōu)勢(shì)，這與張兆國等(2012)以A股上市公司為樣本所做的分析結(jié)論存在差異。導(dǎo)致該現(xiàn)象的原因可能在于:由于特殊的公司制度背景及監(jiān)管模式，創(chuàng)業(yè)板在經(jīng)營管理活動(dòng)所表現(xiàn)出來的外部數(shù)據(jù)特征與資本市場(chǎng)整體數(shù)據(jù)特征存在明顯的非一致性，對(duì)模型參數(shù)設(shè)定產(chǎn)生不同的影響，進(jìn)而導(dǎo)致模型的適應(yīng)性檢驗(yàn)結(jié)果存在差異。

表4 可靠性實(shí)證結(jié)果

從表4可以看出，在測(cè)度中國創(chuàng)業(yè)板的信息風(fēng)險(xiǎn)水平時(shí)，AT、NACC及AF模型的可靠性最高，具有比較性優(yōu)勢(shì)，這與張兆國等(2012)以A股上市公司為樣本所做的分析結(jié)論存在差異。導(dǎo)致該現(xiàn)象的原因可能在于:由于特殊的公司制度背景及監(jiān)管模式，創(chuàng)業(yè)板在經(jīng)營管理活動(dòng)所表現(xiàn)出來的外部數(shù)據(jù)特征與資本市場(chǎng)整體數(shù)據(jù)特征存在明顯的非一致性，對(duì)模型參數(shù)設(shè)定產(chǎn)生不同的影響，進(jìn)而導(dǎo)致模型的適應(yīng)性檢驗(yàn)結(jié)果存在差異。

(四)模型組合選擇

在測(cè)度創(chuàng)業(yè)板股票交易信息風(fēng)險(xiǎn)時(shí)，從相關(guān)性檢驗(yàn)看，AT與NACC、MTB與NACC、AF與NACC、AF與MTB可以用來組合測(cè)度信息風(fēng)險(xiǎn)水平，其他測(cè)度模型不能組合使用;從可靠性檢驗(yàn)看，AT、NACC及AF模型的可靠性最高，MTB模型缺乏可靠性。因此，基于相關(guān)性與可靠性的角度，可供下文使用的測(cè)度模型只有AT與NACC、AF與NACC兩類。綜合現(xiàn)有研究，AT模型具有普遍適用性。因此，為增強(qiáng)研究可比性，下文在主分析中采用AT模型，NACC模型則用于穩(wěn)健性檢驗(yàn)。

五、股票交易信息風(fēng)險(xiǎn)約束因素

現(xiàn)有研究均認(rèn)為，對(duì)利壞消息確認(rèn)優(yōu)先性的增加有助于減輕企業(yè)面臨的融資約束，降低融資成本(屈文洲等，2011)［10］。為增加企業(yè)的信息不對(duì)稱風(fēng)險(xiǎn)，改善中小企業(yè)的融資環(huán)境，需要深入探索遏制信息風(fēng)險(xiǎn)的內(nèi)部約束機(jī)制。從本質(zhì)看，信息風(fēng)險(xiǎn)問題反映的是企業(yè)對(duì)利壞消息披露的及時(shí)性問題，其最終決定因素是企業(yè)的內(nèi)部管理環(huán)境。為滿足非理性投資者的利益需求，管理層確實(shí)存在迎合行為(張志宏和龔靚，2013)［11］。因此，在上述研究的基礎(chǔ)上，本文研究公司治理水平與股票交易信息風(fēng)險(xiǎn)的關(guān)系，期望從公司治理的角度入手，尋求完善創(chuàng)業(yè)板融資環(huán)境的手段。

本文提出假設(shè):

假設(shè)1:公司治理水平越高，股票交易中的信息風(fēng)險(xiǎn)越低。

假設(shè)2:由于公司治理水平的差異，同一模型組合內(nèi)的信息風(fēng)險(xiǎn)測(cè)度效果也存在差異。

(一)公司治理水平的測(cè)度(SGov)

參照張學(xué)勇和廖理(2010)［12］，本文采用主成分分析構(gòu)建反映公司治理水平的綜合指數(shù)。本文選擇的基礎(chǔ)指標(biāo)包括:第一大股東持股比例(top)、第二到第五大股東持股比例(ratio)、流通股比例(TY)、獨(dú)立董事比例(Ibr)和董事會(huì)規(guī)模(Bsize)。對(duì)上述指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理以消除量綱影響后構(gòu)建反映公司治理水平的綜合指數(shù)，見表5:

表5 特征值與特征向量

按照累計(jì)方差解釋率至少達(dá)到80%的標(biāo)準(zhǔn)，本文發(fā)現(xiàn)前三個(gè)主成分指標(biāo)的累計(jì)方差達(dá)到83%，說明前三個(gè)指標(biāo)所包含的信息基本包含反映公司治理水平所應(yīng)具備的全部信息內(nèi)容。因此，本文取前三項(xiàng)指標(biāo)的特征值，采用前三個(gè)指標(biāo)主成分的加權(quán)平均計(jì)算公司治理水平的綜合指數(shù)。對(duì)前述載荷矩陣進(jìn)行旋轉(zhuǎn)，可得到各指標(biāo)對(duì)應(yīng)的特征向量，見表6:

表6 公司治理水平的特征向量

第一、二、三主成分分析結(jié)果的計(jì)算公式分別如下:

最后，將上述三個(gè)主成分分析的結(jié)果加權(quán)平均就得到反映公司治理水平的綜合指數(shù)。

(二)模型構(gòu)建

綜合現(xiàn)有文獻(xiàn)，本文構(gòu)建下列模型研究公司治理水平與信息風(fēng)險(xiǎn)之間的關(guān)系。

其中，DS分別表示基于AT模型和NACC模型的信息風(fēng)險(xiǎn)指數(shù)，SGov為公司治理綜合指數(shù)，其他為控制變量，具體定義見表7。

表7 變量定義

(三)實(shí)證分析

為考察公司治理水平與信息風(fēng)險(xiǎn)之間的關(guān)系，本文以AT模型的估計(jì)結(jié)果作為主檢驗(yàn)，以NACC模型的估計(jì)結(jié)果作為穩(wěn)健性檢驗(yàn)，對(duì)模型(14)做實(shí)證分析，結(jié)果見表8。鑒于篇幅，僅列示SGov與被解釋變量之間的實(shí)證結(jié)果。

表8 公司治理水平與信息風(fēng)險(xiǎn)的關(guān)系研究

從表8可以看出，SGov與AT模型的信息風(fēng)險(xiǎn)水平指數(shù)在1%的水平上顯著負(fù)相關(guān)，說明:信息風(fēng)險(xiǎn)水平是企業(yè)行為選擇的內(nèi)生化結(jié)果，隨著公司治理水平的不斷提高，信息風(fēng)險(xiǎn)會(huì)隨著下降。原因在于:隨著公司治理環(huán)境的改善，控股股東等少數(shù)人凌駕于公司治理之上的風(fēng)險(xiǎn)會(huì)有效降低，公司治理不再淪為實(shí)際控制人謀取私利的工具。在各自利益的驅(qū)動(dòng)下，為實(shí)現(xiàn)利益的均衡，以減輕利益沖突，企業(yè)會(huì)更加及時(shí)的披露壞消息。此外，隨著公司治理水平的改善，優(yōu)質(zhì)管理資料進(jìn)入企業(yè)，實(shí)際控制人的經(jīng)營機(jī)會(huì)主義行為得到遏制，企業(yè)的決策管理機(jī)制更加注重長期戰(zhàn)略的考慮。為有效改善企業(yè)市場(chǎng)表現(xiàn)，與權(quán)益投資者、交易相對(duì)方保持良好的協(xié)作關(guān)系，以便從市場(chǎng)獲取足夠的經(jīng)營發(fā)展資金，企業(yè)會(huì)注重外部利益相關(guān)者的決策信息需求，對(duì)利壞消息披露的更加及時(shí)，進(jìn)而緩解內(nèi)外部之間的信息不對(duì)稱問題。該結(jié)論與預(yù)期一致，檢驗(yàn)了假設(shè)1。此外，本文發(fā)現(xiàn)SGov與NACC模型下的信息風(fēng)險(xiǎn)水平在5%的水平上顯著負(fù)相關(guān)，再次檢驗(yàn)假設(shè)2，說明前述研究結(jié)論是穩(wěn)健性的。在前后兩個(gè)檢驗(yàn)中，顯著性水平的差異也表明:由于各公司治理環(huán)境的差異，不同的信息風(fēng)險(xiǎn)水平測(cè)度模型的結(jié)果會(huì)存在實(shí)證差異，適應(yīng)性存在差異，檢驗(yàn)假設(shè)2。

六、結(jié)論及政策建議

以創(chuàng)業(yè)板家族公司2009～2012年的數(shù)據(jù)為樣本，本文考察基于利壞消息的信息風(fēng)險(xiǎn)測(cè)度模型在家族公司特定制度環(huán)境及監(jiān)管背景下的適應(yīng)性。從相關(guān)性和可靠性的角度，本文構(gòu)建實(shí)證模型，研究發(fā)現(xiàn):從相關(guān)性角度看，為更好的測(cè)度市場(chǎng)信息風(fēng)險(xiǎn)，僅AT與NACC、MTB與NACC、AF與NACC、AF與MTB可組合使用;從可靠性角度看，MTB模型缺乏可靠性，其他模型均具有可靠性;為提高研究效率及研究結(jié)論的科學(xué)性，在同一研究中，應(yīng)該將AT模型與NACC模型、AF模型與NACC模型兩類模型組合使用。進(jìn)一步地，本文研究了信息風(fēng)險(xiǎn)水平的影響因素，結(jié)果表明:公司治理水平越高，企業(yè)對(duì)壞消息確認(rèn)越及時(shí)，有助于改善股票交易過程中的信息風(fēng)險(xiǎn)水平;由于各企業(yè)公司治理水平的差異，在同一模型組合中，不同子模型的測(cè)度效果也存在差異。

基于前述結(jié)論，為緩解資本市場(chǎng)的信息風(fēng)險(xiǎn)，本文提出如下政策建議。

第一，為有效改善中國家族企業(yè)的股票交易環(huán)境，緩解信息不對(duì)稱，促進(jìn)投資者保護(hù)機(jī)制的構(gòu)建，在進(jìn)行相關(guān)研究時(shí)，應(yīng)倡導(dǎo)AT與NACC、AF與NACC兩類模型的組合使用。在中國現(xiàn)行的制度安排下，家族公司處于計(jì)劃經(jīng)濟(jì)與市場(chǎng)經(jīng)濟(jì)、家長制管理與現(xiàn)代公司治理交叉的狀態(tài)，外觀數(shù)據(jù)表現(xiàn)與其他企業(yè)存在顯著差異。為準(zhǔn)確把握創(chuàng)業(yè)板公司的信息不對(duì)稱問題現(xiàn)狀，科學(xué)分析股票交易雙方的信息風(fēng)險(xiǎn)，進(jìn)而做出有效的管理決策，監(jiān)管機(jī)構(gòu)在測(cè)度創(chuàng)業(yè)板的股票交易信息風(fēng)險(xiǎn)時(shí)應(yīng)綜合上述兩類模型的測(cè)度結(jié)果。

第二，為改善家族企業(yè)的外部融資環(huán)境，需要健全創(chuàng)業(yè)板市場(chǎng)的公司治理機(jī)制建設(shè)，改善公司治理水平。通過主成分分析構(gòu)建公司治理綜合指數(shù)，前述研究表明，隨著公司治理水平的不斷增加，業(yè)主對(duì)利壞消息確認(rèn)的更加及時(shí)，信息不對(duì)稱風(fēng)險(xiǎn)隨之下降。因此，監(jiān)管機(jī)構(gòu)需要采取嚴(yán)格的制度約束措施，健全創(chuàng)業(yè)板的公司治理機(jī)制建設(shè)。綜合公司治理綜合指數(shù)的構(gòu)成要素，本文認(rèn)為:首先，應(yīng)完善家族公司的現(xiàn)代組織管理機(jī)構(gòu)設(shè)置建設(shè)，完善董事會(huì)、監(jiān)事會(huì)和股東會(huì)的設(shè)置及規(guī)范化運(yùn)行，充分發(fā)揮各自扮演的監(jiān)督及約束角色，確保各職能部門之間的相互制衡，奠定公司治理的組織機(jī)構(gòu)基礎(chǔ)。其次，應(yīng)鼓勵(lì)機(jī)構(gòu)投資者、戰(zhàn)略投資者等參與企業(yè)的公司治理，從外部股票視角給予企業(yè)更多的優(yōu)質(zhì)管理資源;同時(shí)，應(yīng)倡導(dǎo)股票制衡，避免股票過度集中，為完善公司治理奠定股票基礎(chǔ)。最后，應(yīng)高效約束業(yè)主權(quán)力，防止避免公司治理淪為業(yè)主攫取私利的工具，最大限度降低股票交易中存在的信息風(fēng)險(xiǎn)。

［1］張長海，胡國柳，吳順詳．公司年度會(huì)計(jì)穩(wěn)健性計(jì)量方法實(shí)用性研究［J］．統(tǒng)計(jì)與信息論壇，2012(2)．

［2］張兆國，劉永麗，李庚秦．會(huì)計(jì)穩(wěn)健性計(jì)量方法的比較與選擇——基于相關(guān)性和可靠性的實(shí)證研究［J］．會(huì)計(jì)研究，2012(2)．

［3］鄭振，楊偉．基于經(jīng)典PIN模型的股票信息風(fēng)險(xiǎn)測(cè)度研究［J］．管理科學(xué)，2010(12)．

［4］Shepard L．A．，1993．Evaluating Test Validity．Review of Research in Education，Vol．19:405－450．

［5］Basu S．，1997．The Conservatism Principle and the Asymmetric Timeliness of Earnings．Journal of Accounting ＆ Economics，Vol．24:3－37．

［6］Givoly D．a(chǎn)nd Hayn C．，2000．The Changing Time Series Properties of Earnings，Cash Flows and Accrual:Has Financial Reporting Become More Conservative?Journal of Accounting and Economics，Vol．29:287 －320．

［7］Beaver W．H．，and Ryan S．G．，2000．Conditional and Unconditional Conservatism:Concepts and Modeling．Review of Accounting Studies，Vol．10:269 －310．

［8］Ball R．，Shivakumar L．，2005．Earnings Quality in UK Private Firms:Comparative Loss Recognition Timeliness．Journal of Accounting and Economics，Vol．39:83－128．

［9］Wang R．Z．，C．Q．，Hqgartaigh，Zijl T．V．，2009．Measure of Accounting Conservatism:A Construct Validity Perspective．Journal of Accounting Literature，Vol．28:165－203．

［10］屈文洲，謝雅璐，葉玉妹．信息不對(duì)稱、融資約束與投資——現(xiàn)金流敏感性［J］．經(jīng)濟(jì)研究，2011(6)．

［11］張志宏，龔靚．創(chuàng)業(yè)板上市公司超募資金迎合性投資行為研究［J］．金融經(jīng)濟(jì)學(xué)研究，2013(5)．

［12］張學(xué)勇，廖理．股權(quán)分置改革、自愿性信息披露與公司治理［J］．經(jīng)濟(jì)研究，2010(4)．