国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

審計師性別、審計質(zhì)量與股價崩盤風險

2019-01-16 07:01黃宏斌尚文華
中央財經(jīng)大學學報 2019年1期
關(guān)鍵詞:審計師股價變量

黃宏斌 尚文華

一、引言

股價崩盤風險是指股價毫無預警地大幅度下跌,其給投資者帶來巨大的財富損失,嚴重干擾了資本市場的發(fā)展,也正因如此,它受到投資者和媒體的廣泛關(guān)注。在我國,股價崩盤的例子并不少見:長纜科技(002879)由2018年2月5日39.01元的股價跌至2月8日28.99元,僅僅三天時間,跌幅接近25%;與此類似,益生股份(002458)的股價也經(jīng)歷了暴跌,由2018年1月29日23.25元跌為2月7日11.41元,一個星期跌幅便超過50%;更嚴重的是第一創(chuàng)業(yè)(002797),短短一天的時間,股價便從2017年5月25日15.24元跌為26日8.99元,跌幅超過40%。我國資本市場暴漲暴跌使得投資者信心受損,也嚴重阻礙了資本市場的運行,因此對股價崩盤風險的研究具有重要理論與實踐意義。

目前學者們對于股價崩盤風險的研究主要集中在影響因素方面,且取得了較為豐富的成果。從公司層面看,造成股價崩盤風險的成因主要有兩個,即代理問題和信息不透明[1-3]。由此,股價崩盤風險相關(guān)文獻可以分為兩類:一類為從改善代理問題角度研究股價崩盤風險影響因素的文獻[4-6];另一類為從改善信息透明角度研究股價崩盤風險影響因素的文獻[7-9]。學者們所研究的影響因素主要涉及分析師預測、媒體報道、機構(gòu)投資者、大股東持股等方面,而對于審計師的重要個人特征——審計師性別與股價崩盤風險關(guān)系的實證研究國內(nèi)則幾乎沒有學者涉及。股價崩盤的重要原因之一是企業(yè)與外部的信息不透明、不對稱,緩解信息不對稱的重要媒介便是財務報告信息披露,而財務報告信息披露質(zhì)量與審計師的審計質(zhì)量密不可分,高質(zhì)量的審計使得財務報告所披露信息更真實可靠,有效降低企業(yè)與外部的信息不對稱,進而降低股價崩盤風險,而審計質(zhì)量則取決于審計師的專業(yè)判斷和獨立性[10],由于審計師的年齡、經(jīng)驗、學歷、性別等個人特征差異很大,審計質(zhì)量也因此有所不同?;诖耍疚闹攸c研究審計師性別這一重要個人特征是否會影響審計質(zhì)量,進而影響股價崩盤風險,將審計質(zhì)量作為中介變量,探究審計師性別對股價崩盤風險的影響。

已有文獻發(fā)現(xiàn),相較于男性,女性普遍更加規(guī)避風險[11-12], 在決策時更為保守[13], 對于女性審計師來說,這些特征使得她們在審計時更為謹慎,更易發(fā)現(xiàn)重大差錯,審計質(zhì)量更高,從而使得被審計公司披露的財務報告更真實可靠,使得外部投資者和分析師能了解到更多價值相關(guān)信息,有效降低被審計公司和外部之間的信息不對稱,進而降低股價崩盤風險。

本文在如下幾個方面進行了有益的推進:首先,對于審計師的個人特征——審計師性別與股價崩盤風險的關(guān)系,以往的研究鮮有涉及,學者們主要從分析師預測、媒體報道、機構(gòu)投資者、大股東持股、信息披露質(zhì)量等方面對股價崩盤風險展開討論,本文從微觀角度入手,探討審計師性別與股價崩盤風險之間的關(guān)系,豐富了股價崩盤風險影響因素的相關(guān)文獻。其次,對于審計質(zhì)量與股價崩盤風險的研究,以往文獻也是較少涉及,學者們主要探討了審計行業(yè)專長、審計師變更等因素對股價崩盤風險的影響,本文將審計質(zhì)量作為中介變量,證實了審計質(zhì)量與股價崩盤風險的負相關(guān)關(guān)系,豐富了審計質(zhì)量經(jīng)濟后果的相關(guān)文獻。最后,本文將審計質(zhì)量作為中介變量,證實了女性審計師審計質(zhì)量更高,從而有效降低被審計公司股價崩盤風險,該結(jié)論有助于事務所更加客觀評價女性審計師的工作,制定更為合理的用人標準,減少性別歧視所造成的優(yōu)秀人才流失,有利于改進審計師隊伍的建設并提高審計師的整體水平。

二、文獻回顧

(一)審計師性別和審計質(zhì)量

關(guān)于審計質(zhì)量的研究我國開始較早,也取得了較為豐富的成果,研究審計質(zhì)量的文獻主要從會計師事務所因素、法律因素、上市公司因素等方面進行研究[14-20]。隨后,很多學者開始把研究視角轉(zhuǎn)向微觀層面,探討審計師的個人特征與審計質(zhì)量之間的關(guān)系。審計質(zhì)量是審計師發(fā)現(xiàn)客戶會計系統(tǒng)存在的違規(guī)現(xiàn)象并且報告這些違規(guī)現(xiàn)象的聯(lián)合概率[10],前者取決于審計師的專業(yè)判斷,后者則取決于審計師的獨立性。而審計師的專業(yè)判斷主要取決于審計師的能力、經(jīng)驗、學歷、風險偏好等。葉瓊燕和余忠泊(2011)[21]通過實證研究證實了審計師的經(jīng)驗、學歷、專業(yè)等個人特征對審計質(zhì)量均有顯著影響;王曉珂等(2016)[22]用審計師的總審計年數(shù)作為審計師經(jīng)驗的衡量指標,研究發(fā)現(xiàn)審計師經(jīng)驗越豐富,審計質(zhì)量越高;王德宏等(2017)[23]研究了審計師間的校友關(guān)系對審計質(zhì)量的影響,研究發(fā)現(xiàn),審計師間的校友關(guān)系對審計質(zhì)量具有正向影響,且當審計師性別相同或畢業(yè)于 “211”高校時,這種正向相關(guān)性更強。

關(guān)于審計師性別與審計質(zhì)量之間關(guān)系的研究,目前學術(shù)界還沒有統(tǒng)一的結(jié)論。審計師性別作為審計師的重要特征之一必然會影響審計質(zhì)量。一方面,由于女性審計師在審計過程中更加謹慎[24-25], 且由于性別歧視的存在,女性在工作中付出的努力并不比男性少甚至多于男性[26-27],因此部分學者認為女性審計師審計質(zhì)量要高于男性。苗連琦(2012)[28]發(fā)現(xiàn),簽字注冊會計師中女性審計師占比越大,審計質(zhì)量越高;吳偉榮(2014)[29]通過實證檢驗也得出了相同的結(jié)論。楊永淼和鄒曉靜(2017)[30]以企業(yè)所在地的制度環(huán)境為切入點,進一步發(fā)現(xiàn)當制度環(huán)境差時,女性審計師審計質(zhì)量更高,當制度環(huán)境較好時,性別對審計質(zhì)量影響不大。另一方面,葉瓊燕和余忠泊(2011)[21]等學者認為相較于女性審計師來說,男性審計師審計質(zhì)量更高,雖然女性審計師更加謹慎,更加規(guī)避風險的特征對于提高審計質(zhì)量有很大幫助,但男性審計師在審計過程中對財務報表精確度把握更好,因此審計質(zhì)量更高。除此之外,施丹和程堅(2011)[31]等學者通過實證研究發(fā)現(xiàn)性別與審計質(zhì)量之間并無顯著關(guān)系。

(二)股價崩盤風險

關(guān)于股價崩盤風險的研究,目前主要圍繞股價崩盤風險的影響因素展開,從公司層面來說,造成股價崩盤風險的原因主要是代理問題和信息不對稱[1-3],由此,股價崩盤風險相關(guān)文獻可以分為兩類:第一,從改善代理問題角度研究股價崩盤風險的文獻。第二,從改善信息透明角度研究股價崩盤風險的文獻。因此本文根據(jù)股價崩盤風險成因把現(xiàn)有文獻分為如上兩類并分別論述。

1.從改善代理問題角度研究股價崩盤風險的文獻。

從代理問題角度來說,委托代理問題導致了所有權(quán)與經(jīng)營權(quán)分離[32],股東不了解管理層的真實情況,管理層出于自身利益考慮隱藏壞消息,僅披露好消息,當壞消息的隱藏達到一個極限而無法再隱藏時,壞消息顯現(xiàn),造成股價崩盤風險。基于這一視角,很多學者從改善代理問題方面探討股價崩盤風險影響因素。這些影響因素主要包括大股東持股比例、稅收征管、機構(gòu)投資者及CEO性別等。從大股東持股比例方面,王化成等(2015)[4]認為,由于監(jiān)督效應,大股東起到對管理層的監(jiān)督作用,其持股比例越高,監(jiān)督作用越強,能有效減少管理層壞消息的隱藏,降低股價崩盤風險。從稅收征管方面,Kim等(2011)[33]提出管理層在稅收激進活動中的利益侵占行為是加劇股價崩盤風險的一個重要因素,江軒宇(2013)[34]則證實了稅收征管有利于降低管理層利用避稅行為隱藏壞消息的行為,減少稅收激進活動,從而降低股價崩盤風險。從機構(gòu)投資者方面,由于機構(gòu)投資者分為長期持股和短期持股的投資者,李雙海和李海英(2009)[5]提出我國投資者多為短期獲利的投資者,缺乏監(jiān)督管理層意愿,對緩解股價崩盤風險幫助較??;更進一步,雷倩華等(2012)[35]提出,機構(gòu)投資者不但對代理問題沒有緩解作用,而且機構(gòu)投資者和管理層合謀頻發(fā),甚至幫助管理層隱匿壞消息,這就更加加劇了股價崩盤風險發(fā)生的可能性。從CEO性別方面, Bleck和 Liu(2007)[36]提出了過度投資會導致股價崩盤風險;李小榮和劉行(2012)[37]進一步發(fā)現(xiàn),女性CEO相較于男性CEO道德水平高,因此更少地為了個人利益隱藏壞消息,代理成本更低,同時女性風險規(guī)避程度高,更少地過度投資,從而壞消息發(fā)生可能性小,降低了股價崩盤風險。

2.從改善信息透明度角度研究股價崩盤風險影響因素的文獻。

股價崩盤風險的原因除了代理問題還有就是信息不透明,信息不透明導致外部投資者對企業(yè)的誤判,可能導致股價被高估,而當投資者發(fā)現(xiàn)了真實情況,股價就會暴跌?;谶@一視角,很多學者從降低信息不透明度方面探討股價崩盤風險影響因素。更高的信息披露質(zhì)量、更好的外部監(jiān)督等,都可以降低信息不透明度,從而降低股價崩盤風險。從信息披露角度,Hutton等(2009)[2]提出了提高財務報表信息披露質(zhì)量,有利于提高信息透明度,進而降低股價崩盤風險;肖土盛等(2017)[8]從分析師預測角度提出,良好的信息披露有利于分析師更合理地分析企業(yè)情況,提供更真實有效的信息,降低信息不對稱,降低股價崩盤風險。從外部監(jiān)督角度,有學者提出,媒體監(jiān)督和報道有利于增加外部投資者對企業(yè)的了解,提高信息透明度[38];羅進輝等(2014)[39]則進一步提出了媒體報道有利于提高信息透明度,減少投資者對股價的誤判,降低信息不對稱從而降低股價崩盤風險。除此之外,還有部分學者研究了機構(gòu)投資者的羊群行為、內(nèi)部控制信息披露、會計穩(wěn)健性等影響因素對股價崩盤風險的影響。

(三)文獻述評

通過對文獻的梳理可見,一方面,目前關(guān)于審計質(zhì)量的研究比較全面,學者們的研究不再局限于宏觀層面,部分學者開始把研究視角轉(zhuǎn)到微觀層面,探討審計師個人特征對審計質(zhì)量的影響,但其中關(guān)于審計師性別對審計質(zhì)量影響的研究,結(jié)論尚不統(tǒng)一;另一方面,關(guān)于股價崩盤風險,現(xiàn)有文獻圍繞代理問題及信息不對稱問題探討各因素對股價崩盤風險的影響,雖然已涉及公司治理機制、管理層動機以及外部機構(gòu)投資者、媒體報道等因素對股價崩盤風險的影響,卻較少從審計師角度展開討論。本文力圖從審計師個人特征——審計師性別這一微觀角度入手,探討審計師性別通過影響審計質(zhì)量對股價崩盤風險的影響,豐富了股價崩盤風險影響因素的研究。

三、理論分析與研究假設

(一)審計師性別與股價崩盤風險

造成股價崩盤風險的兩個主要原因是代理問題和信息不透明。信息不透明使得外部投資者不能了解企業(yè)真實情況,可能會導致對企業(yè)股價的高估,而當投資者發(fā)現(xiàn)真實情況,股價可能會暴跌。因此降低股價崩盤風險的一個重要途徑便是提高信息透明度。良好的信息披露能夠使得外部投資者更好地了解企業(yè),降低信息不透明造成的股價崩盤風險。而財務會計信息則在信息披露中占據(jù)核心地位,是投資者及分析師等關(guān)注最多的信息[40],因此,高質(zhì)量的財務報告信息披露對提高信息透明度來說有著重要作用。心理學研究表明,相較于男性,女性更加規(guī)避風險[41-42], 在投資決策中也表現(xiàn)得更為謹慎。學術(shù)界對此解釋不一: 從生理差異角度, Laborde(1994)[43]提到, 女性哺乳生育的角色使得她們更加規(guī)避風險;從社會文化角度, Slovic(1966)[44]提到, 基于社會對男性的期望,一般認為男性應該承擔更多的風險。除此之外,女性會更多地考慮他人,Cronqvist和 Yu(2017)[45]提到女性高管會更多考慮社會責任,且有女兒的高管要比沒有女兒的高管更多考慮社會責任。Johnson和 Powell(1994)[46]提出, 男女管理者由于性別不同,因此在投資等決策方面存在巨大差異;進一步,為了驗證男女在投資決策與風險承擔方面的區(qū)別, Charness和 Gneezy(2012)[47]設計了 15 組有關(guān)投資的實驗,實驗結(jié)果表明,相較于男性來說,女性投資數(shù)量更少,更加規(guī)避投資風險;Bernasek和Shwiff(2001)[13]研究了男女在對于退休金處理上的不同,發(fā)現(xiàn)相較于男性,女性更加規(guī)避風險,會把更少的退休金用于投資,投資決策更為保守。高鶴等(2014)[48]研究了男女基金經(jīng)理在風險偏好、投資風格等方面的差異,研究發(fā)現(xiàn)女性基金經(jīng)理所持投資組合的風險水平更低,更加厭惡風險,而在投資風格方面男女基金經(jīng)理沒有較大差異;萬相昱等(2016)[25]證實了由于女性更加規(guī)避風險,在投資時更加謹慎,因此女性CEO的上任能有效降低公司風險;劉鵬程等(2013)[49]基于創(chuàng)業(yè)動機視角研究了女性創(chuàng)業(yè)者占比較少的原因,研究發(fā)現(xiàn)女性規(guī)避風險的特征降低了其機會型創(chuàng)業(yè)率。作為女性審計師來說,厭惡風險的特征使得女性審計師在審計時更加謹慎,可能會制定更低的重要性水平,這使得女性審計師更容易發(fā)現(xiàn)財務報告中的重大差錯,使得企業(yè)所披露的經(jīng)審計的財務報告更加真實可靠,有效提高信息披露質(zhì)量,使得外部投資者更好地了解企業(yè),提高信息透明度,進而降低股價崩盤風險。基于此,我們提出假設1。

H1:相較于男性審計師,女性審計師所審計公司的股價崩盤風險更低。

(二)審計師性別與審計質(zhì)量

Deangelo(1981)[10]認為, 審計質(zhì)量是審計師發(fā)現(xiàn)客戶會計系統(tǒng)存在的違規(guī)現(xiàn)象并且報告這些違規(guī)現(xiàn)象的聯(lián)合概率,前者取決于審計師的專業(yè)判斷,后者則取決于審計師的獨立性,不同審計師由于性別、經(jīng)驗、學歷等個人特征存在差異,專業(yè)判斷能力有很大區(qū)別,性別作為重要的個人特征之一,對審計師的專業(yè)判斷有著重要影響。相對于男性來說,女性更加謹慎,更注重規(guī)避風險,這就使得女性審計師更容易發(fā)現(xiàn)重大差錯,Breesch等(2009)[24]通過20名審計師的對比實驗發(fā)現(xiàn),女性比男性更容易發(fā)現(xiàn)財務報告重大差錯。而且,由于性別歧視的存在,女性在工作中付出的努力并不亞于男性甚至要高于男性[27]。因此,我們提出假設2。

H2:女性審計師審計質(zhì)量要高于男性審計師。

(三)審計質(zhì)量與股價崩盤風險

信息不透明、信息不對稱是造成股價崩盤風險的重要原因之一。信息不對稱在資本市場是普遍存在的,而在我國這樣一個新興的資本市場,這種現(xiàn)象更為嚴重[1]。由于資本市場存在著信息不對稱,各方參與者所獲得的信息不均衡,因此決策也存在差別,存在信息優(yōu)勢的一方可以通過非公開信息獲益,而部分投資者可能由于獲取信息不足,對企業(yè)股價存在誤判,高估了企業(yè)股價,而當他們發(fā)現(xiàn)了企業(yè)真實情況,股價便會暴跌[7]。財務報告信息披露則是緩解信息不透明,降低股價崩盤風險的有效措施,高質(zhì)量的信息披露對于緩解信息不對稱,減少投資者的投資過度或投資不足有著重要意義,另外,高質(zhì)量的信息披露也有利于分析師獲取更多有用信息,提高分析可靠性,緩解信息不對稱[50-51]。而信息披露質(zhì)量在一定程度上受到審計質(zhì)量的影響,高質(zhì)量的審計意味著審計師能發(fā)現(xiàn)更多的財務報表重大差錯并報告這些差錯,使得企業(yè)所披露的財務報表更加真實可靠,使外部投資者和分析師等了解到更多真實有效的信息,降低信息不對稱,進而降低了股價崩盤風險。基于此,我們提出假設3。

H3:審計質(zhì)量越高,企業(yè)的股價崩盤風險越小。

(四)審計師性別、審計質(zhì)量與股價崩盤風險

由于女性審計師在審計時更加謹慎和規(guī)避風險的特征,因此更可能發(fā)現(xiàn)重大差錯,審計質(zhì)量更高,有效地降低了被審計單位的股價崩盤風險。審計質(zhì)量成為審計師性別影響股價崩盤風險的中介變量,由于目前關(guān)于審計師性別與股價崩盤風險關(guān)系的研究較少,我們并不能確定是基于部分中介效應還是完全中介效應,由此我們提出假設4a和4b。

H4a:審計質(zhì)量在審計師性別對股價崩盤風險的影響中起到了部分中介作用。

H4b:審計質(zhì)量在審計師性別對股價崩盤風險的影響中起到了完全中介作用。

四、研究設計

(一)樣本選擇與數(shù)據(jù)來源

本文選取2010—2016年所有A股非ST非金融上市公司為研究對象,相關(guān)數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫(CSMAR)。對于核心解釋變量——審計師性別,首先從國泰安數(shù)據(jù)庫找到每一家上市公司審計報告所披露的兩位簽字注冊會計師姓名,然后通過中國注冊會計師協(xié)會官網(wǎng)(http://www.cicpa.org.cn)手工查詢每一位審計師的個人信息,確定該審計師性別。本文刪除了以下數(shù)據(jù):(1)剔除了被ST公司及金融保險行業(yè)公司數(shù)據(jù);(2)剔除了相關(guān)變量有缺失值的公司數(shù)據(jù);(3)剔除了中國注冊會計師協(xié)會官網(wǎng)上個人信息缺失的數(shù)據(jù)、男女審計師姓名相同且屬于同一事務所難以確定哪一位是上市公司簽字注冊會計師的數(shù)據(jù)。最終得到了12 813個有效觀察值,各年的樣本分布如表1所示。

表1 各年樣本分布表

(二)變量定義

1.被解釋變量。

股價崩盤風險(DUVOL)?,F(xiàn)有文獻對于股價崩盤風險的度量主要有三種方法:負收益偏態(tài)系數(shù)(Negative Coefficient of Skewness, 記為 NCSKEW)、漲跌波動比率(Down to Up Volatility,記為DUVOL)以及使用股價崩盤風險啞變量CRASH度量,本文選擇第二種方法,漲跌波動比率DUVOL來計量股價崩盤風險。具體計算方式如下:

首先,采用個股i的周收益率數(shù)據(jù)和市場周收益率數(shù)據(jù)進行回歸:

其中,Ri,t為個股i在第t周股票收益率,Rm,t為t周經(jīng)過市值加權(quán)的所有A股平均收益率。

其次,計算股票i第t周經(jīng)過市場調(diào)整后的周特有收益率Wi,t:

其中εi,t為模型(1)中的回歸殘差。

最后,構(gòu)建股價崩盤風險的度量指標DUVOL:

其中,nu和nd代表股票i周特有收益率Wi,t高于和低于年平均收益率Wi的周數(shù),DUVOL越大,股價崩盤風險越大。

2.解釋變量。

審計師性別(FEMALE和MIX)。上市公司審計報告一般由兩位注冊會計師簽字確認。兩位審計師可能均為女性,可能為男女混合,可能均為男性,我們構(gòu)造虛擬變量FEMALE,若兩位審計師均為女性則FEMALE取1,否則FEMALE取0。進一步放寬女性審計師的影響,若兩位審計師至少有一名為女性則MIX取1,否則取0。如此,MIX中包含了兩名簽字審計師均為男性和兩位審計師至少有一位為女性兩種情況。進而,將相關(guān)數(shù)據(jù)按兩位審計師性別情況進行了分組,其中兩位審計師均為男性的組共6 191個樣本,兩位審計師至少有一名為女性的組(MIX=1)共6 622個樣本(其中兩位審計師均為女性(FEMALE=1)的情況為2 114個樣本),共計12 813個樣本。

3.中介變量。

審計質(zhì)量(BIG4)。對于審計質(zhì)量并沒有直接的衡量指標,學者們所選取的替代指標主要有如下幾種:第一,利用修正的Jones模型計算的可操縱應計利潤來衡量審計質(zhì)量[16-19]。盈余管理中可操縱應計利潤越低,代表會計信息質(zhì)量越高,說明審計質(zhì)量越好。第二,用非標準審計意見來衡量審計質(zhì)量。利用非標準審計意見啞變量,當出具非標準審計意見時變量取1,否則取0,非標準審計意見意味著審計更嚴格,審計質(zhì)量更高[20][23]。第三,用審計收費來衡量審計質(zhì)量。部分學者認為,審計收費越高,審計師投入的精力越多,越有利于提高審計質(zhì)量,F(xiàn)an和Wong(2005)[52]發(fā)現(xiàn),審計收費越高的事務所審計質(zhì)量會越高。第四,用是否是 “四大”衡量審計質(zhì)量。Defond和Jiambalvo(1993)[53]發(fā)現(xiàn) “四大”審計公司發(fā)生舞弊等現(xiàn)象概率更低;王詠梅和王鵬(2006)[54]對 “四大” 和其他事務所在市場認同方面的差異進行了研究,研究發(fā)現(xiàn)市場更加認同 “四大” 審計質(zhì)量。漆江娜等(2004)[55]發(fā)現(xiàn),“四大”審計公司可操縱應計利潤更低,說明“四大”事務所審計質(zhì)量更高。“四大”在審計方面擁有更多經(jīng)驗,審計流程更加成熟規(guī)范,用是否為 “四大”作為審計質(zhì)量衡量指標具有合理性。因此,本文選擇是否為 “四大”啞變量作為審計質(zhì)量衡量指標,當事務所為 “四大”時變量取1,否則取0。

4.控制變量。

借鑒以往文獻[22][37], 本文選取了月均超額換手率、周特有收益率平均值、周特有收益率標準差、公司規(guī)模、公司透明度、機構(gòu)投資者持股比例等作為控制變量①感謝匿名審稿人提出的寶貴修改建議。。

具體變量定義參見表2。

表2 變量定義

(三)模型構(gòu)建

為了檢驗審計師性別與股價崩盤風險的關(guān)系以及審計質(zhì)量的中介作用,我們分別構(gòu)建了如下四個模型。正如Lennox和Wu(2018)[56]所認為的,審計師個人特征很可能與客戶公司的特征是相互匹配的,因此,本文在四個模型中分別控制了公司固定效應(γi)和時間固定效應(γt)。

首先,構(gòu)建審計師性別FEMALE(MIX)與股價崩盤風險相關(guān)模型,若假設1得證,β1系數(shù)應顯著為負。

其次,構(gòu)造審計師性別與審計質(zhì)量相關(guān)模型,若假設2得證,則說明女性審計師審計質(zhì)量更高,β1系數(shù)應顯著為正。

再次,我們構(gòu)造審計質(zhì)量與股價崩盤風險相關(guān)模型,若假設3得證,β1系數(shù)應顯著為負。

最后,為了驗證審計質(zhì)量的中介效應,我們在審計師性別與股價崩盤風險模型中加入審計質(zhì)量這一中介變量,相關(guān)模型如下:

(四)研究框架

根據(jù)假設1,我們相應構(gòu)建模型(4)并研究了審計師性別與股價崩盤風險的關(guān)系;根據(jù)假設2,我們相應構(gòu)建了模型(5)并研究了審計師性別與審計質(zhì)量的關(guān)系;根據(jù)假設3,我們相應構(gòu)建了模型(6)并研究了審計質(zhì)量與股價崩盤風險的關(guān)系;為了研究審計質(zhì)量的中介效應是基于部分中介還是完全中介,我們在模型(4)的基礎上加入了審計質(zhì)量中介變量并構(gòu)建了模型(7),以檢驗審計質(zhì)量在審計師性別和股價崩盤風險相關(guān)性中的中介作用類型。中介效應檢驗程序如圖1所示。

圖1 中介效應檢驗程序圖

五、實證結(jié)果分析

(一)描述性統(tǒng)計

表3是描述性統(tǒng)計相關(guān)結(jié)果,其中:股價崩盤風險衡量變量DUVOL的平均值為-0.073,標準差為0.76,這與已有研究相類似[37];FEMALE的平均值為0.165,MIX的平均值為0.352,說明相較于女性審計師,混合組審計師在審計中占比更大,事務所可能更愿意派出男性組和混合組審計師;BIG4均值為0.045,說明4.5%的上市公司選擇了 “四大”事務所為本公司審計;其余描述性統(tǒng)計結(jié)果與現(xiàn)有研究大體相似。

表3 描述性統(tǒng)計

續(xù)前表

(二)回歸結(jié)果分析

表4是各模型回歸結(jié)果,可以看到,各模型回歸結(jié)果均顯著:模型(4)檢驗審計師性別與股價崩盤風險相關(guān)性,由表4可見自變量FEMALE、MIX均與股價崩盤風險DUVOL顯著負相關(guān)。FEMALE與股價崩盤風險相關(guān)系數(shù)為-0.020 5,說明兩位審計師均為女性時被審計企業(yè)股價崩盤風險更低;MIX與股價崩盤風險相關(guān)系數(shù)為-0.022 0,且在1%水平上顯著,說明當兩位審計師至少有一位為女性時,被審計企業(yè)股價崩盤風險更低,即女性審計師能有效降低被審計企業(yè)股價崩盤風險,從而H1得證。模型(5)檢驗審計師性別和審計質(zhì)量的相關(guān)性,我們把是否為“四大”啞變量作為審計質(zhì)量替代變量,由表4可知審計師性別與審計質(zhì)量回歸結(jié)果正相關(guān)。MIX與審計質(zhì)量BIG4相關(guān)系數(shù)0.027 1,F(xiàn)EMALE與審計質(zhì)量BIG4相關(guān)系數(shù)0.027 6,說明相較于男性審計師,女性審計師審計質(zhì)量更高,從而H2得證。模型(6)檢驗審計質(zhì)量與股價崩盤風險相關(guān)性,由表4可知審計質(zhì)量與股價崩盤風險回歸結(jié)果負相關(guān),相關(guān)系數(shù)為-0.064 6,且在1%水平上顯著,說明審計質(zhì)量越高,股價崩盤風險越低,從而H3得證。由模型(4)回歸結(jié)果知,審計師性別與股價崩盤風險顯著負相關(guān)。根據(jù)假設4,審計質(zhì)量在審計師性別對股價崩盤風險的影響中起到了中介作用,相較于男性審計師,女性審計師審計質(zhì)量更高,從而有效降低了被審計單位股價崩盤風險,但到底是基于部分中介效應還是完全中介效應不得而知。若為部分中介效應,則在模型(4)回歸結(jié)果的基礎上加入審計質(zhì)量中介變量后,回歸結(jié)果依然顯著,但相關(guān)系數(shù)及顯著性水平均有所下降;若為完全中介效應,則在模型(4)回歸結(jié)果的基礎上加入審計質(zhì)量中介變量后,回歸結(jié)果不再顯著。由模型(4)回歸結(jié)果可以看出,在加入審計質(zhì)量中介變量前,審計師性別MIX與股價崩盤風險相關(guān)系數(shù)為-0.022 0,顯著性水平為-3.01;在加入審計質(zhì)量中介變量BIG4后,由模型(7)回歸結(jié)果可以看出,相關(guān)系數(shù)變?yōu)?0.020 3,相關(guān)性降低,t值變?yōu)?2.78,顯著性水平下降,但仍為顯著負相關(guān)。審計師性別FEMALE與股價崩盤風險相關(guān)系數(shù)為-0.020 5,顯著性水平為-2.00;在加入審計質(zhì)量中介變量BIG4后,由模型(7)回歸結(jié)果可以看出,相關(guān)系數(shù)變?yōu)?0.019 3,相關(guān)性降低,t值則由-2.00變?yōu)?1.88,顯著性水平下降,由此可以得出審計質(zhì)量是審計師性別與股價崩盤風險的部分中介變量,從而H4a得證。

表4 模型(4)~模型(7)回歸結(jié)果

續(xù)前表

(三)進一步分析

前文分析表明,信息不透明是造成股價崩盤風險的重要原因,而女性審計師能提供更高的審計質(zhì)量,使得被審計單位所披露的財務報告更加真實可靠,使得外部獲得更多有效信息,提高信息透明度,降低股價崩盤風險。但不同企業(yè)本身信息透明度差異很大,在信息透明度低的企業(yè),管理層隱匿的負面消息可能更多,外部投資者由于獲取信息不足更容易對股價誤判,那么是否在這些企業(yè)中女性審計師所起的作用更大呢?另一方面,當被審計企業(yè)所處制度環(huán)境不同時,審計師性別與股價崩盤風險的相關(guān)性會受到影響嗎?當被審計企業(yè)的所有權(quán)性質(zhì)不同,即在 “國企”和 “非國企”中,審計師性別與股價崩盤風險的關(guān)系又有什么不同呢?本文按照被審計企業(yè)透明度、制度環(huán)境、被審計企業(yè)產(chǎn)權(quán)性質(zhì)進行分組,進一步考察在外部環(huán)境、企業(yè)性質(zhì)和企業(yè)透明度存在差異時審計師性別與股價崩盤風險的關(guān)系是否會改變。

第一,借鑒李曉慧和楊坤(2016)[57]的研究,以來自上交所及深交所披露的企業(yè)信息透明度來考評被審計企業(yè)透明度。分組回歸后可見,當被審計企業(yè)透明度較低時,MIX和股價崩盤風險DUVOL相關(guān)系數(shù)為-0.041,F(xiàn)EMALE和股價崩盤風險DUVOL相關(guān)系數(shù)為-0.034,且在1%水平上顯著,而當被審計企業(yè)透明度較高時,審計師性別與股價崩盤風險回歸結(jié)果不再顯著,由于兩組回歸系數(shù)存在著顯著差異,因此不再需要CHOW檢驗。分組回歸結(jié)果表明對于信息透明度低的企業(yè),女性審計師降低股價崩盤風險的作用更明顯。信息透明度低,意味著外部投資者或分析師等更少地獲取企業(yè)有效信息,股價更可能被誤判,股價崩盤風險更大,此時女性審計師的高審計質(zhì)量對于提高信息透明度,降低股價崩盤風險的作用更大。

第二,參照曹豐等(2015)[6]的研究,按照被審計企業(yè)所在地區(qū)制度環(huán)境進行分組,關(guān)于制度環(huán)境指標的構(gòu)建,我們參照了樊剛等2011年發(fā)布的 《中國市場化指數(shù)》,確定上市公司所在省份市場化指數(shù)的平均值,若某個上市公司所在省份市場化指數(shù)高于該平均值,則認為制度環(huán)境良好,否則認為制度環(huán)境較差。從表5可以看出,制度環(huán)境良好時,MIX與股價崩盤風險的相關(guān)系數(shù)為-0.029 9,F(xiàn)EMALE與股價崩盤風險的相關(guān)系數(shù)為-0.032,且均顯著相關(guān),當制度環(huán)境較差時則不顯著。制度環(huán)境越健全,審計師性別與股價崩盤風險相關(guān)性越強,我們認為這是由于良好的制度環(huán)境對審計質(zhì)量的提高起到了催化作用。王愛國和尚兆燕(2010)[58]認為法律懲戒力度越大,審計師出具非標準意見可能性越大,審計質(zhì)量越高;彭桃英和邱兆東(2014)[59]發(fā)現(xiàn)制度環(huán)境越好,審計質(zhì)量越高。由此,制度環(huán)境越健全,審計質(zhì)量越高,女性審計師發(fā)現(xiàn)重大錯報的可能性越大,從而企業(yè)披露的財務報告越真實可靠,信息透明度提高,股價崩盤風險降低。

第三,參照熊家財(2015)[60]等的研究,按照被審計企業(yè)產(chǎn)權(quán)性質(zhì)分為 “國有”和 “非國有”。企業(yè)性質(zhì)相關(guān)數(shù)據(jù)來自于國泰安數(shù)據(jù)庫(CSMAR),由表5可見,當被審計企業(yè)為 “非國有”時,MIX與股價崩盤風險相關(guān)系數(shù)為-0.015 1,F(xiàn)EMALE與股價崩盤風險相關(guān)系數(shù)為-0.014 9,且不顯著;當被審計企業(yè)為 “國有”時,MIX與股價崩盤風險相關(guān)系數(shù)為-0.045 2,F(xiàn)EMALE與股價崩盤風險相關(guān)系數(shù)為-0.027 8,且顯著性水平較高,即國有企業(yè)審計師性別與股價崩盤風險相關(guān)性更強??赡艿慕忉尀椋涸斐晒蓛r崩盤風險的兩個重要原因是代理問題和信息不對稱,而國有企業(yè)存在 “一股獨大”現(xiàn)象,代理問題更為嚴重。陳冬華(2005)[61]認為,在國企存在薪酬管制的情況下,國企經(jīng)理人潛在的在職消費現(xiàn)象較為普遍,代理問題更為嚴重;李壽喜(2007)[62]也認為,國有企業(yè)代理成本較高,在職消費問題嚴重,且主管國有企業(yè)的行政部門或政府等由于激勵不足,沒有足夠的動力去實行監(jiān)督,更加劇了經(jīng)理人的在職消費及國有企業(yè)的代理問題。由此,國有企業(yè)信息透明度更低,代理問題更嚴重,女性審計師在審計時更可能發(fā)現(xiàn)財務報表中存在的問題,能夠發(fā)揮更大的作用,從而有效降低股價崩盤風險。

表5 進一步分析回歸結(jié)果

續(xù)前表

六、穩(wěn)健性檢驗

為了保證回歸結(jié)果的可靠性,本文進行了如下穩(wěn)健性檢驗:第一,采用Heckman兩階段模型進行回歸,以解決內(nèi)生性問題。第二,將中介變量審計質(zhì)量的衡量指標由是否為 “四大”啞變量BIG4替換為正常審計收費ALNFEE,被解釋變量和解釋變量不變并重新回歸。第三,將被解釋變量股價崩盤風險衡量指標由漲跌波動率DUVOL替換為負收益偏態(tài)系數(shù)NCSKEW,中介變量和解釋變量不變并重新回歸。第四,將中介變量審計質(zhì)量的衡量指標由是否為 “四大”啞變量BIG4替換為可操縱應計利潤DA,將被解釋變量股價崩盤風險衡量指標由漲跌波動率DUVOL替換為負收益偏態(tài)系數(shù)NCSKEW,即同時替換被解釋變量和中介變量重新回歸,結(jié)論均與之前一致。

(一)內(nèi)生性檢驗

由于審計師性別與股價崩盤風險之間可能存在內(nèi)生性問題,如代理問題較少、信息透明度高的公司更愿意選擇女性審計師,而這些特征也影響股價崩盤風險,對此,本文采用 Heckman兩階段模型進行了回歸:

第一步,以審計師性別MIX和FEMALE分別作為被解釋變量,對各控制變量進行回歸,得到逆米爾斯比率IMR。第二步,將計算的逆米爾斯比率IMR放入第二階段作為控制變量,控制自選擇問題再進行回歸。研究發(fā)現(xiàn),審計師性別MIX、審計師性別FE-MALE均與被解釋變量顯著相關(guān),依然支持前文中介效應的結(jié)論?;貧w后的結(jié)果如表6所示。

表6 內(nèi)生性檢驗回歸結(jié)果

(二)僅替換中介變量的穩(wěn)健性檢驗

我們將中介變量審計質(zhì)量的衡量指標由是否為“四大”啞變量BIG4替換為正常審計收費ALNFEE并重新回歸①此處感謝匿名審稿人提出的寶貴修改建議,但文責自負。,審計收費分為正常審計收費和異常審計收費。唐躍軍(2007)[63]提出,上市公司可能通過異常審計收費的增加實現(xiàn)審計意見的購買,其他學者也提出了類似觀點,為使審計收費更好地作為審計質(zhì)量替代變量,我們選取了正常審計收費而非審計收費作為審計質(zhì)量替代變量,正常審計收費越高,代表審計質(zhì)量越高。 參照 Simunic(1980)[64]的研究, 我們通過如下模型構(gòu)建正常審計收費ALNFEE指標:

其中:LNFEE代表實際審計收費的自然對數(shù);SIZE為公司總資產(chǎn)的自然對數(shù);INVEN為年末存貨凈額除以期初總資產(chǎn);RECEIV為年末應收賬款凈額除以期初總資產(chǎn);LEV為資產(chǎn)負債率;CRATIO為流動比率;ROA為總資產(chǎn)報酬率;GROWTH為公司本期營業(yè)收入增長率;LOSS為公司是否虧損啞變量,若公司本期虧損變量取1,否則取0;BIG4即是否為“四大”啞變量。對模型進行回歸,殘差即為異常審計收費,將實際審計收費減去殘差即可得正常審計收費。

可以看出,在更換了審計質(zhì)量衡量指標后,回歸結(jié)果依然顯著。穩(wěn)健性檢驗結(jié)果(1)為審計師性別與股價崩盤風險的回歸,審計師性別MIX與股價崩盤風險DUVOL相關(guān)系數(shù)為-0.020 4,F(xiàn)EMALE與股價崩盤風險DUVOL相關(guān)系數(shù)為-0.018 7,且在1%水平上顯著。穩(wěn)健性檢驗結(jié)果(2)為審計師性別與審計質(zhì)量的回歸,由表7可知回歸結(jié)果正相關(guān),說明相較于男性審計師,女性審計師審計質(zhì)量更高,這與之前假設2所得回歸結(jié)果一致。穩(wěn)健性檢驗結(jié)果(3)為審計質(zhì)量與股價崩盤風險回歸結(jié)果,在更換了審計質(zhì)量衡量指標后,回歸結(jié)果依然顯著,審計質(zhì)量與股價崩盤風險負相關(guān),相關(guān)系數(shù)為-0.072 3。說明審計質(zhì)量越高,股價崩盤風險越低,這與之前假設3所得回歸結(jié)果一致。由穩(wěn)健性檢驗結(jié)果(4)可知,在加入了審計質(zhì)量中介變量后,審計師性別與股價崩盤風險回歸結(jié)果依然顯著,但審計師性別MIX與股價崩盤風險DUVOL相關(guān)系數(shù)由加入審計質(zhì)量中介變量前的-0.020 4變?yōu)?0.018 4,相關(guān)性下降,t值也由-2.78變?yōu)?2.51,F(xiàn)EMALE與股價崩盤風險DUVOL相關(guān)系數(shù)由-0.018 7變?yōu)?0.018 3,相關(guān)性下降,顯著性水平也明顯下降。由此可知,審計質(zhì)量在審計師性別對股價崩盤風險的影響中起到了部分中介作用,這與之前假設4所得回歸結(jié)果結(jié)論一致。

表7 穩(wěn)健性檢驗1——更換審計質(zhì)量的衡量指標

續(xù)前表

(三)僅替換被解釋變量的穩(wěn)健性檢驗

我們將被解釋變量股價崩盤風險的衡量指標由漲跌波動率DUVOL替換為負收益偏態(tài)系數(shù)NCSKEW并重新回歸,根據(jù)本文之前構(gòu)造的周特有收益率指標Wi,t,采用如下公式構(gòu)造股價崩盤風險新的衡量指標NCSKEW:

可以看出,在更換了股價崩盤風險衡量指標后,回歸結(jié)果依然顯著。穩(wěn)健性檢驗結(jié)果(1)為審計師性別與股價崩盤風險的回歸,由表8可知回歸結(jié)果顯著負相關(guān)。審計師性別MIX與股價崩盤風險相關(guān)系數(shù)為-0.032 5,F(xiàn)EMALE與股價崩盤風險相關(guān)系數(shù)為-0.089 8,說明女性審計師能降低被審計單位股價崩盤風險,這與之前假設1回歸結(jié)果一致。穩(wěn)健性檢驗結(jié)果(2)為審計師性別與審計質(zhì)量的回歸,回歸結(jié)果正相關(guān),說明相較于男性審計師,女性審計師審計質(zhì)量更高,這與之前假設2所得回歸結(jié)果一致。穩(wěn)健性檢驗結(jié)果(3)為審計質(zhì)量與股價崩盤風險回歸結(jié)果,在更換了股價崩盤風險衡量指標后,回歸結(jié)果依然顯著,審計質(zhì)量與股價崩盤風險負相關(guān),相關(guān)系數(shù)為-0.143。這說明審計質(zhì)量越高,股價崩盤風險越低,這與之前假設3所得回歸結(jié)果一致。由穩(wěn)健性檢驗結(jié)果(4)可知,在加入了審計質(zhì)量中介變量后,審計師性別與股價崩盤風險回歸結(jié)果依然顯著,但審計師性別MIX與股價崩盤風險NCSKEWN相關(guān)系數(shù)由加入審計質(zhì)量中介變量前的-0.032 5變?yōu)?0.028 9,相關(guān)性下降,t值也由-2.21變?yōu)?1.96;FEMALE與股價崩盤風險NCSKEWN相關(guān)系數(shù)由加入審計質(zhì)量中介變量前的-0.089 8變?yōu)?0.086 6,t值也由-4.32變?yōu)?4.17,顯著性水平明顯下降。由此可知,審計質(zhì)量在審計師性別與股價崩盤風險相關(guān)性中起部分中介作用,這與之前假設4所得回歸結(jié)果結(jié)論一致。

表8 穩(wěn)健性檢驗2——更換股價崩盤風險的衡量指標

續(xù)前表

(四)同時替換被解釋變量和中介變量的穩(wěn)健性檢驗

我們將被解釋變量股價崩盤風險的衡量指標由漲跌波動率DUVOL替換為負收益偏態(tài)系數(shù)NCSKEW,將中介變量審計質(zhì)量的衡量指標由是否為 “四大”啞變量BIG4替換為可操縱應計利潤DA并重新回歸。審計質(zhì)量新的衡量指標可操縱應計利潤DA計算方法如下:

其中:TAi,t代表本期總應計利潤,具體計算方法為本期營業(yè)利潤減經(jīng)營活動現(xiàn)金流量;Ai,t-1為上期總資產(chǎn);ΔREVi,t為本期與上期營業(yè)收入之差;PPEi,t為本期固定資產(chǎn)總額;ROAi,t為本期總資產(chǎn)報酬率?;貧w以后所得殘值即為可操縱應計利潤DA——審計質(zhì)量新的替代變量??刹倏v應計利潤DA越低,代表審計質(zhì)量越高。穩(wěn)健性檢驗結(jié)果(1)為審計師性別與股價崩盤風險的回歸,由表9可知回歸結(jié)果顯著負相關(guān)。審計師性別MIX與股價崩盤風險NCSKEWN相關(guān)系數(shù)-0.028 0,F(xiàn)EMALE與股價崩盤風險相關(guān)系數(shù)-0.154 6,說明女性審計師能降低被審計單位股價崩盤風險,這與之前假設1回歸結(jié)果一致。穩(wěn)健性檢驗結(jié)果(2)為審計師性別與審計質(zhì)量的回歸,審計師性別MIX與審計質(zhì)量DA相關(guān)系數(shù)-0.014 6,F(xiàn)EMALE與審計質(zhì)量相關(guān)系數(shù)-0.202,說明相較于男性審計師,女性所審計公司的可操縱應計利潤更低,可操縱應計利潤越低代表審計質(zhì)量越高,由此女性審計師審計質(zhì)量更高的假設得證。穩(wěn)健性檢驗結(jié)果(3)為審計質(zhì)量與股價崩盤風險回歸結(jié)果,回歸結(jié)果正相關(guān),相關(guān)系數(shù)0.003 9,說明可操縱應計利潤越低,即審計質(zhì)量越高,股價崩盤風險越低,這與之前假設3所得回歸結(jié)果一致。由穩(wěn)健性檢驗結(jié)果(4)可知,在加入了審計質(zhì)量中介變量后,審計師性別與股價崩盤風險回歸結(jié)果依然顯著,但審計師性別MIX與股價崩盤風險相關(guān)系數(shù)由加入審計質(zhì)量中介變量前的-0.028 0變?yōu)?0.027 8,相關(guān)性下降,t值也由-1.91變?yōu)?1.89;FEMALE與股價崩盤風險相關(guān)系數(shù)由 -0.154 6變?yōu)?-0.154 1,t值由-7.28變?yōu)?7.25。由此可知,審計質(zhì)量在審計師性別與股價崩盤風險相關(guān)性中起部分中介作用,這與之前假設4所得回歸結(jié)果結(jié)論一致。

表9 穩(wěn)健性檢驗3——同時更換股價崩盤風險和審計質(zhì)量的衡量指標

七、結(jié)論與啟示

股價崩盤使得投資者財富瞬間蒸發(fā),使投資者喪失信心,嚴重影響資本市場發(fā)展,探尋股價崩盤風險成因及治理措施,對于平抑投資者情緒,促進資本市場良好發(fā)展有很大幫助。本文基于2010—2016年所有A股非金融上市公司數(shù)據(jù),以審計質(zhì)量作為中介變量,從微觀層面探討了審計師個人特征——審計師性別對股價崩盤風險的影響,并考察審計質(zhì)量在審計師性別對股價崩盤風險的影響中是起到部分中介效應還是完全中介效應。研究發(fā)現(xiàn):相較于男性審計師,女性審計師更有利于降低被審計公司的股價崩盤風險;相較于男性審計師,女性審計師審計質(zhì)量更高;審計質(zhì)量越高,被審計公司股價崩盤風險越低;審計質(zhì)量在審計師性別對股價崩盤風險的影響中起到部分中介作用。以上結(jié)果在被審計企業(yè)透明度較低組、被審計企業(yè)所在地區(qū)制度環(huán)境良好組、被審計企業(yè)為“國有”的組中更加顯著,說明女性審計師在該三個組別中對降低股價崩盤風險發(fā)揮著更大的作用。

本文研究結(jié)論具有較為重要的意義及啟示:以往研究較少關(guān)注審計師性別與股價崩盤風險及審計質(zhì)量與股價崩盤風險的關(guān)系,本文從審計角度入手,探討審計師性別與股價崩盤風險的關(guān)系,豐富了股價崩盤風險相關(guān)文獻。此外,本文結(jié)論還有如下幾點啟示:首先,結(jié)論表明相較于男性審計師,女性審計師審計質(zhì)量更高,因此,女性審計師在審計方面的能力應該更加受到勞動力市場重視,審計行業(yè)應更多關(guān)注女性,避免由于性別歧視把優(yōu)秀審計師排除在外。其次,本文結(jié)論也說明了審計質(zhì)量越高,股價崩盤風險越低。這表明,對于審計師來說,提升專業(yè)勝任能力,不管是對用人單位,還是被審計公司都有較大幫助。最后,本文結(jié)論有利于提升女性審計師自信程度,使女性審計師更好地參與市場競爭,發(fā)揮更大的作用。

猜你喜歡
審計師股價變量
財務重述、董事長更換與審計師變更
審計師輪換類別與審計結(jié)果
——基于“關(guān)系”的視角
尋求不變量解決折疊問題
抓住不變量解題
盤中股價升跌引起持股者情緒變化
牛股盤中沖高回落尾市拉漲停行為解讀
審計師聲譽與企業(yè)融資約束
審計師聲譽與企業(yè)融資約束
審計師變更對審計質(zhì)量的影響
股價創(chuàng)股災以來新低的股票
叶城县| 贺兰县| 定襄县| 武义县| 南宫市| 阳江市| 盖州市| 道真| 梓潼县| 襄汾县| 信丰县| 沐川县| 台南市| 海城市| 大洼县| 金门县| 北海市| 益阳市| 顺昌县| 杭州市| 山西省| 沁水县| 黔南| 名山县| 沂源县| 东丰县| 温泉县| 普宁市| 漳平市| 新疆| 东莞市| 丽水市| 礼泉县| 青浦区| 攀枝花市| 长治县| 舟山市| 顺昌县| 樟树市| 偃师市| 丹江口市|