企业金融化与信息披露策略 ——基于年报文本可读性的研究

来源 :江西财经大学 | 被引量 : 0次 | 上传用户:crp123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,中国经济飞速发展,竞争日益激烈,企业经营日趋复杂。但总体上,投资者专业水平不高,加之上市公司发布的年报的可读性普遍偏低,导致百分之九十的成年人无法流畅阅读年报,将近半数投资者群体也面临类似的困境。年报之所以晦涩难懂,很大程度上在于管理层的操纵,出于利己思想,管理层会改变信息披露策略,利用年报文本信息进行印象管理。增加对“好消息”的传递,减少对“坏消息”的披露,甚至利用信息之间的相互关系来掩盖公司的真实情况,影响信息使用者对自身能力及公司价值的判断。同时,我国经济走向新常态,经济发展结构发生转变,实体企业对于经营性资产的投资占比持续下降,反而将大量资金投入到金融、房地产部门,导致实体企业内部金融资产占比持续攀升,企业金融化现象日益突出。尽管金融资产能够作为流动性储备,缓解融资约束,降低财务风险。但大量研究表明,在中国背景下,企业金融化的首要动机是投机套利,不合理配置金融资产会挤占实业投资,降低企业就业容纳能力和企业价值,加剧宏观经济运行风险。那么,在这一背景下,企业信息披露策略是否会受到影响?管理层是否会改变年报文本的语言表达,降低可读性,进行模糊披露,隐藏逐利行为,掩盖过度金融化带来的负面影响?本文以2008~2017年A股非金融非房地产上市公司为研究样本,进行面板回归,探究企业金融化对年报可读性的影响。鉴于金融资产范畴较广,企业会出于不同动机配置不同期限的金融资产,从而对年报可读性的影响可能存在差异。因此,本文进一步区分金融资产类型,检验短期金融资产与长期金融资产对年报可读性的影响是否存在差异。并从内部控制质量和分析师关注角度,探讨了内外部治理对企业金融化与年报可读性之间关系的调节作用。最后,本文检验了中介效应,并从融资约束和盈余管理视角对主回归进行差异性检验。研究结果表明:(1)企业金融化程度与年报可读性显著负相关,即企业金融化程度越高,上市公司年报可读性越差。(2)企业持有长期资产比例越高,年报可读性越差,而短期金融资产配置与年报可读性之间不存在显著关系。(3)良好的内部控制、高分析师关注能够抑制管理层信息操控行为,缓解企业金融化与年报可读性之间的负相关性。(4)企业金融化通过企业业绩这一路径影响年报可读性。企业金融化程度越高,企业业绩越差,年报可读性越低。(5)融资约束越低的企业套利动机更强,企业金融化与年报可读性之间的负相关性更明显。(6)盈余质量越低,管理层操控文本信息的动机越强,企业金融化与年报可读性之间的负相关性更显著。
其他文献
波达方向估计(Direction-of-Arrival,DOA)自问世以来极大程度推动了社会的发展,其出现对军用雷达、海洋探测、智能汽车、智能天线、机器人等领域的进步起到了至关重要的作用。因其适用领域众多被广大学者青睐,这也使其成为阵列信号处理的一个不可或缺的研究方向。但是此领域内针对圆信号进行算法研究的研究人员居多,并且大多算法开发环境为均匀噪声,针对非圆信号以及非均匀噪声的研究比较少。非圆信号
多输入多输出(MIMO)雷达是一种依靠多个发射天线和多个接收天线形成大孔径虚拟阵列来获得更高目标检测性能的新体制雷达。由于发射信号的正交特性和不同的天线布置方式,使得MIMO雷达可以同时获得波形分集和空域分集,因此其具有多自由度、更大可分辨目标数、高空域分辨力和抗干扰等优点。MIMO雷达可以克服恶劣天气或光照不足的影响,且MIMO雷达的天线尺寸小,成像积累时间短,有着强大的目标检测能力。MIMO雷
随着深度学习的发展,卷积神经网络被应用于计算机视觉的各种任务中,如目标分类、目标检测和分割。然而,由于卷积神经网络模型自身的体积大,计算量高,这阻碍了其部署到内存和功耗受限的嵌入式等终端设备上。当前许多基于剪枝和量化的模型压缩方法,在减小模型的尺寸、参数量和计算量上都取得了显著的效果。但这些方法压缩后的模型多数需要特殊软硬件的支持,这增加了部署成本。此外,这类方法主要应用在分类任务中,很少直接应用
RISC-V处理器架构具有完全免费开放、架构简单、自定制扩展指令集等特点,在So C(System on Chip)设计中得到了广泛应用。本文基于RISC-V处理器架构,设计了一款支持RV32IM指令子集的处理器内核,其中包括了47条基本整数指令和扩展的8条整数乘除法指令,该处理器内核采用了精简三级流水线技术去设计,并带有静态分支预测功能,主要核心模块有流水线模块、流水线控制模块、中断异常模块以及
利用无源检测技术可通过测量外辐射源信号的通信场强实现对目标的检测和定位。本文使用自由空间中已存在的高频AM无线电广播作为外辐射源信号,结合信号在接收端及传输过程中的通信场强,提出一种基于多普勒效应的目标无源检测方法。无源检测技术中外辐射源信号的位置不明,因此本文根据接收端与外辐射源之间相对运动产生的多普勒频率差确定了外辐射源信号的位置,分析了接收端处于不同状态时对定位外辐射源信号位置的影响。根据外
近年来随着人工智能的发展,基于深度学习的目标跟踪算法在无人机、自动驾驶、体育赛事、公共安全等领域中的应用越来越广泛。目标跟踪算法已经能够有效适应现实生活中的多种场景,通过提取目标物体的颜色、角度、运行轨迹和尺度变化等特征,目标跟踪网络拥有能够分辨目标前后景、预测目标位置的能力。尽管当前的目标跟踪算法针对遮挡、形变、抖动、快速移动等问题已经有了多种解决方案,但是当目标在复杂环境中发生形变时,跟踪器对
频控阵(Frequency Diverse Array,FDA)雷达在发射端采用不同的发射信号载频,一般采用线性递增的频偏,形成与角度和距离二维相关的波束。因而FDA在抗距离依赖性干扰、目标定位和安全通信等领域展现出巨大应用潜力。近年来,将FDA技术和多输入多输出(Multiple input Multiple output,MIMO)雷达结合的新型FDA-MIMO雷达,同时获得了FDA的距离依赖
随着互联网技术的迅速发展,越来越多的工业控制系统设备通过互联网进行工业数据的采集、传输、存储及处理,工业控制系统由最初简单封闭变成网络化、复杂化的开放系统。传统工控系统自身脆弱性及安全防护措施不足,再加上与互联网信息技术的融合进一步加剧了工控网络的安全问题。入侵检测技术作为一种可以实时监控并感知工控网络异常的信息安全技术,是目前研究者们针对工控系统安全防护的研究热点。现有的工控入侵检测技术主要针对
随着计算机与互联网快速发展,物联网在近些年有迅猛发展的势头,已经成长为一个新兴产业。其核心技术是RFID技术,在此领域中UHF型RFID得到广泛应用,具有能快速读写、远距离识别、大容量存储、轻而小、低功耗、批量读取及全球唯一性等优点,在智能生活行业中得到越来越广泛的应用,其工作场合的电磁环境参数也复杂多变。因此,研究设计具有通信数据记录分析与通信数据模拟功能的需求越来越大;为了更好的研究、调试、生
本文考虑下面具有时变输入的时滞离散双向联想记忆(BAM)神经网络系统(?)(1.1)并讨论该系统的有界性、非振动性和渐近性.全文由三个章节组成,各部分概要如下:第一章是本文的准备工作.首先,本章简要介绍了神经网络在人工智能领域的地位及神经网络若干重要的数学模型,接着简述了时滞神经网络的应用背景和研究现状,随后导出开展本课题研究的现实及理论意义.第二章研究系统(1.1)的有界性和非振动性.首先,通过