上市公司股份回购:信号传递还是机会主义?

来源 :暨南大学 | 被引量 : 0次 | 上传用户:lb19900527
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
股份回购作为一种重要的金融工具,最早兴起于西方资本市场,在我国起步较晚。近年来,随着我国资本市场的不断完善,股份回购也逐渐引起我国上市公司和投资者们的广泛关注。关于股份回购的动机,主要存在两种观点:信号传递动机和机会主义动机。信号传递动机即传递公司股价被低估等发展向好的信号,机会主义动机即为实现自身特殊目的而发布股份回购公告。出于机会主义动机的股份回购行为不仅损害了中小投资者的利益,也严重扰乱了资本市场的秩序。为帮助投资者更好地分析公司股份回购的真实动机,构建更加有序的交易市场,本文以海兰信股份回购为案例,搭建了分析股份回购行为真实动机的框架:基于财务状况、行动事件、资本市场行为三个层面,分别从信号传递视角和机会主义视角对案例公司股份回购的动机进行识别。其中,基于财务状况部分,分别从资金状况、偿债能力、经营状况、盈利能力对案例公司进行分析,判断其是否具有进行股份回购的实力和资格;基于行动事件部分主要是对海兰信股份回购公告前后的重大事件进行分析,判断是否具有与股份回购利益存在密切相关的事件;基于资本市场行为部分,一方面通过股价判断海兰信股价是否被低估,以及是否通过股价变化实现了其机会主义目的;另一方面通过交易量分析,判断市场上投资者能否及时识别上市公司股份回购的真实动机。通过该分析框架,最终得出:海兰信宣称股份回购用于向市场和投资者传递积极信号的动机难以令人信服,其作为自然人的大股东为规避股权质押平仓风险而进行股份回购的机会主义动机更加具有解释力。并结合回购后的市场反应和财务效应进行了分析,发现股份回购在短期内能够产生显著的正市场效应,说明资本市场的中小投资者在短期内难以及时识别上市公司股份回购的真实动机。回购后海兰信的财务状况并没有呈现向好的趋势,这与海兰信宣称的信号传递动机相悖,进一步验证了海兰信股份回购存在机会主义动机。通过整个案例的分析,一方面,希望我国股份回购的政策能够更加完善,对“为维护公司价值及股东权益所必需”的股份回购制定更加严格的适用条件,从多个维度对可能存在的机会主义行为做出更严格的约束;另一方面,为投资者识别上市公司股份回购的真实动机提供借鉴,帮助中小股东更加独立理性地进行股票投资,减少投资风险。
其他文献
太赫兹波位于微波段和光波段之间,当前没有大规模的应用,本文主要以太赫兹波的应用为背景,通过理论计算和实验测量两种方式对目标太赫兹散射特性进行研究,揭示太赫兹频段目标散射特性的影响因素。针对常见算例利用不同的计算方法,由于太赫兹频段的特殊性,主要从电磁方法和光学方法两个方面对其散射特性进行研究,为太赫兹频段目标电磁散射提供仿真和测试两方面的数据支持,具有一定的理论和应用价值。本文创新性的给出太赫兹频
现代移动通信以第一代移动通信技术的发明为标志,在经历爆发式增长后,对人们的生活方式产生巨大的影响。如今,移动通信渗透到生活的方方面面,成为推动社会发展的重要因素之一。5G作为新一代移动通信技术,将广泛应用于增强移动带宽(enhanced Mobile BroadBand,eMBB)、高可靠低时延通信(Ultra-reliable and Low Latency Communication,URLL
无线通信技术的快速发展,促使了各类新型应用的产生,运营商提供的服务类型也在飞速的扩展,如短视频、在线直播等等,此时服务类型由传统的“以连接为中心”的服务转变为了“以内容为中心”的服务。这些服务需求不仅有高数据传输效率、低传输时延的要求,同时也需要大量的计算能力和持续的数据处理能力。要想最大化利用有限的无线频谱资源,优秀的资源分配算法是提高整个网络性能的关键,而传统的资源分配算法很难同时满足这些需求
随着城市居民的生活品质和电气化程度的逐渐提高,作为与电网用户联系最为紧密的配电网的建设与发展,在新时代背景下面临着诸多的问题与挑战。配电网重构不仅作为提高系统电能质量、供电可靠性与灵活性的重要手段,也在减小网络损耗、提高运行经济性等方面发挥着关键作用。由于分布式电源(Distributed generation,DG)具有良好的环境效益和经济效益,DG已被广泛地应用于配电网中,但是随之而来的功率倒
随着人工智能的高速发展,自然语言处理等计算机技术获得了极大关注,具有很强的研究潜力。文本生成在自然语言处理领域有着重要意义,高质量的文本对于对话系统、智能翻译、文学写作、知识图谱等与自然语言处理相关的任务具有重要影响作用。文本数据由于自身的离散性和语义结构自身的复杂性,容易出现文本训练数据样本数量少、质量差、样本缺失等难题。现有的文本生成技术的研究已经有了较大的进展,但是仍存在着一定的局限性。例如
日常生活中存在着很多二分网络结构,譬如用户-域名网络,云服务中相互承载的源IP-域名网络等等。二分网络中存在着社团结构,基于社团结构的网络分析比基于节点的网络分析更为高效。同时,社团结构的发现可以检测出匿名网络中潜在的威胁,这对二分网络的管理以及分析意义重大。但是随着大数据时代的降临,企业每天产生的日志量呈爆炸式的增长,传统的社团发现方法并不能适用于长时间尺度内海量的日志数据,这使得对长时间尺度内
分数阶最优控制问题由于其在地下水污染等实际问题中的广泛应用,在理论模型和数值方法方面的研究得到了越来越多的关注.本文主要研究两类控制积分约束的空间分数阶最优控制问
汽车已经成为人们生活中不可或缺的一部分,而汽车拥有量的急剧增加使得交通拥堵、交通安全、空气污染等问题愈加严重。人们逐渐将路径规划、行车安全、网络互娱等元素加入到汽车产业当中。在这样的需求条件下,智能交通系统(ITS,Intelligent Transportation System)的发展迫在眉睫。车联网技术作为智能交通系统中最重要的组成部分,主要包括车辆与路旁基础设施(V2I,Vehicle t
给定一个图(G=(V,E),图G的正常染色是指对G的每个顶点(边)分配一种颜色,使得相邻的两个顶点(边)染不同的颜色.满足图G是正常m-可染的最小正整数m,称为图G的色数(边色数),记为
模糊c均值(FCM)是最常用的聚类方法之一。但是,随着数据量的增加,FCM的距离计算是非常繁琐的,因为所有样本都参与每次迭代更新而没有考虑当前的聚类结果,所以导致FCM的收敛速度慢且计算量大。针对上述问题,本文基于隶属于聚类中心v的样本有助于v的收敛而其余样本阻止v的收敛的观察,提出一种新的隶属度缩放FCM算法(MSFCM)。本文所取得研究成果主要有:第一,研究分析了 FCM的迭代过程,本文给出了