机构投资者对创业板上市公司披露信息质量和效率的影响研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:drjcs
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
随着我国机构投资者的不断发展,机构投资者在证券市场上的作用日趋明显,我国机构投资者的规模也日趋壮大。近几年,我国证券市场违规事项频发,监管机构日益重视对证券市场披露信息情况和机构投资者的监督和惩处。而遭到处罚的违规上市公司和机构投资者,又多以创业板上市公司和创业板违规操作为主。因此,研究机构投资者对创业板上市公司披露信息质量和效率的作用有重要意义,能给监管机构、上市公司和机构投资者提供参考和建议。本文在前人研究的基础上,重点研究机构投资者与创业板信息的关系,分别从机构投资者与创业板上市公司披露信息质量和效率两方面进行实证研究。本文选取2015年前上市的创业板上市公司的数据为研究样本,共计491只股票,研究样本时期为2011至2015年。对机构投资者与创业板上市公司披露信息质量的实证研究,本文同时考虑了财务报告的可靠性和信息透明度,分别用盈余管理度和深交所信息披露考评结果来衡量。实证得到结果:第一,机构投资者数量越多,创业板上市公司财务报告的可靠性越高,而机构投资者持股比例回归结果不显著;第二,机构投资者持股比例越高,机构投资者数量越多,创业板上市公司信息透明度越高。对机构投资者与创业板上市公司披露信息效率的实证研究,本文从方差比、股价同步性以及盈余公告后漂移现象三个方面来考察。实证结果为:第一,机构投资者数量越多,股价越服从随机游走,创业板上市公司信息效率越高,机构投资者持股比例越高,股价反而更不服从随机游走;第二,机构投资者数量和持股比例的增加,使得股价同步性降低;第三,机构投资者能降低盈余公告后的股价漂移现象,提升公司披露信息的效率。总体而言,我国机构投资者确实起到了提高创业板上市公司披露信息质量和效率的作用。机构投资者持股比例以及机构投资者数量的增加,能够提高创业板上市公司披露信息的质量,提高创业板上市公司财务报告的可靠性和信息透明度;能够促进创业板上市公司披露信息效率的提高,使股价更加符合随机游走,股价同步性更低,且能降低其盈余公告后的股价漂移。
其他文献
5G作为下一代移动通信技术,需要在现有的基础上大幅度提升传输速率、系统容量并且降低通信时延,保证传输可靠性。在当前可用频谱资源日趋紧张的情况下,大容量MIMO技术能够有
作为老百姓亘古不变的期盼,平安是各级地方政府必须提供的最基本的公共产品,更是民生需求最基本的体现。要想实现乡村振兴工作,首要做好平安建设,平安建设是乡村振兴的重要保障。当前,我国基层面临各种治理问题和矛盾危机,突出表现为自然资源短缺、人居环境条件恶化、基层公共事务衰败、基层公共服务短缺等诸多问题。因此,需要加大平安建设投入力度,采取更加主动、积极的方式维护社会和谐稳定,才能够实现全面深化改革,更好
青岛基层组织建设经验丰富,叫响全国的“莱西经验”就是以加强村级党支部的领导核心为重要内容,新时期深化拓展莱西经验,需要不断加强村级党支部的引领和带动,而党支部的作用发挥如何关键在人,即党员干部的先锋模范、带头作用的发挥。新形势下,需要不断探索运用新方式、新手段加强对党员干部的教育,为农村党支部培养靠得住、顶得上的好干部。《2019—2023年全国党员教育培训工作规划》中要求创新运用信息化手段,推动
随着移动互联网的兴起,社交网络的发展如火如荼,在国内,以微信、新浪微博为代表的社交产品开始占用人们越来越多的碎片化时间。微博的两种社交规则使其成为一个具有信息集散
纹理图像中重复纹理元素的提取是指将组成纹理图像的具有相同或相似特性的重复单元(即纹理元素)的数据结构提取出来。重复纹理元素提取的目的是识别纹理图像中具有相似视觉特
跨语言层次分类体系匹配是为一种语言的层次分类体系中的每个分类识别其在另一种语言的层次分类体系中最相关分类的一项任务。它是实现跨语言知识共享与融合的重要途径,也是
文本表示算法的研究意义重大。目前常用的两种文本表示算法是以词袋模型为代表的统计语言模型和概率神经语言模型,然而统计语言模型和概率神经网络为代表的文本表示算法都有
在线社交网络(OSNs-online social networks)的发展与普及给人们的日常生活带来了极大的便利,如今每天有多达数十亿的用户活跃在OSNs上,产生了大量的社交信息。渐渐地,人们将
随着信息时代的到来,越来越多的人们开始热衷于在社交网络上发表自己的言论,这使得全球信息呈指数级的增长。如何从这些信息中提取出人们的情感倾向成为一个亟待解决的问题。正是在这种环境的驱使下,情感分析技术应时而生,其广泛应用于商品评价、舆情分析、推荐系统等领域,具有很高的研究和应用价值。情感分析技术中的关键在于情感分类模型的构建。传统的情感分析方法是基于情感词典的方式,这种方法非常依赖于情感词典的构建,
随着计算机技术及互联网的飞速发展,现代社会的数据正在以不可想象的速度膨胀,对大规模数据的管理利用已然成为一种现实需求和必然趋势。云计算的大数据处理能力,使得分析和