探究创业板会计信息质量

第 1 章 绪 论
 
1.1 本文的研究背景
 
1.1.1 选题来源
2009 年创业板在深圳上市，创业板所定位的“创新+成长”企业在当今知识经济条件下日益成为社会技术创新的力量和源泉，是整个社会技术创新的重要组成部分，是推动社会经济增长的重要力量。但是中小企业融资难和高新技术产业化步伐缓慢的问题，是一直以来困扰我国经济和社会发展的难题。创业板市场的建立对高新技术企业和成长性中小企业的发展会产生独特推动力量，在增强中小企业技术创新能力，提升总体科技实力，促进经济的高速发展方面将发挥其他融资形式所不能替代的作用。但是在创业板上市的企业具有特定的风险，这些风险会对创业的会计信息披露质量产生一定的影响。读研以来，在导师的指导下，一直致力于会计信息相关问题的探讨，所以本人希望对创业板企业的会计信息质量进行更细致的探索和研究。
 
1.1.2 本文的研究背景
 
1.1.2.1 创业板历程
早在 1998 年的两会上，民建中央就提出了建立创业板的政协“一号提案”，同年 12 月，当时的国家计划委员会向国务院提出尽早研究设立创业板块股票市场问题，国务院要求中国证监会提出研究意见。1999 年 1 月，深交所向证监会呈送《深圳证券交易所关于进行成长板市场的方案研究的立项报告》。1999 年 8 月 20 日，《中共中央国务院关于加强技术创新，发展高科技，实现产业化的决定》指出：为了“要培育有利于高新技术产业发展的资本市场，逐步建立风险投资机制。在做好准备的基础上，适当时候在现有的上海、深圳证券交易所专门设立高新技术企业板块。”1999 年 12 月 25 日，《全国人民代表大会常务委员会关于修改＜中华人民共和国公司法＞的决定》指出：根据高新技术股份有限公司的特点，其上市交易的股票在现有的证券交易所
 
第 2 章 关于创业板信息披露质量的理论分析
 
2.1 有效市场假说
西方经济学家对证券市场中股票价格波动行为的研究过程中提出和建立了有效市场学说。有效市场理论的最早理论思想由英国经济学家吉布森(Gibson)在1889 年发表的《伦敦、巴黎和纽约的股票市场》一文中首次提及，文中初步描述了市场有效学说的一些观点。市场有效性的问题则是由法国经济学家巴歇利埃(Bachelier)于 1900 年发表的论文《投机理论》中首次论述和检验的，他运用统计方法观察分析收益变化与股票价格变化之间的数据，实证结果发现股票收益的概率分布为独立同分布的。英国统计学家肯德尔(Kendall)在 1953 年时想借助计算机研究股票价格的变化规律，结果发现其变化是完全随机的。这一发现严重冲击了当时的两大股价理论——技术分析和基本分析理论。奥斯伯恩(Osbome)在 1964 年的研究发现，股票价格的变化情况是随机游走的，并且各种价格变化的对数是彼此独立的。此后，阿诺尔德·穆尔 (Amold Moore)对单个股票价格连续变动进行序列相关研究进一步证明了历史数据没有预测现期股价的能力。萨缪尔森(Samulsen)和曼德伯鲁特(Mandelbrot)经过严格论认为，如果市场中的消息是能够自由流动的，并且市场参与者在交易时不需要付出交易成本的话，那么信息被价格反映以后就不具有进一步的相关性
 
2.1.1 有效市场假说的定义
美国芝加哥大学教授 Fama 在《股票市场价格的行为》一文中对有效市场进行了定义：如果在一个证券市场中，价格完全反映了所有可获得的信息，每一种证券的价格都永远等于其投资价值，即如果市场达到了市场有效性，每一种证券都是按公平价格出售，人们不能通过简单地对以往股价信息分析而获得非正常报酬(从经济学的角度来看，如果没有人能够持续的获得超额利润，那么市场就是有效的)。由上述概念描述可看出，Fama 是以信息为核心对证券市场有效性进行定义的。他主要关注了有关证券市场效率研究中的两个关键问题：一是信息与证券价格之间的相互关系；二是与证券价格相关的信息的种类。Fama 的证券市
场有效性假说属于对证券市场外在效率研究的范畴。
 
第 3 章  关于创业板信息披露质量的实证研究（I）:常用方法........ 24
3.1 实证过程.......................................................................... 24
3.1.3 实证及结果........................................................................ 27
3.2 实证结论...................................................................... 34
3.3 分析评价................................................................................. 34
第 4 章  关于创业板信息披露质量的实证研究（II）：改进方法.... 38
4.1 样本选择................................................................ 38
4.2 数据的加工整理......................................................................................... 40
4.2.1 累计超额股票回报率（CAR）计算 ...................................................... 40
4.2.2 未预期盈余率的确定 ........................................................................... 40
4.3 实证及结果................................................................................................ 41
4.3.1 统计性描述........................................................................................... 41
4.3.2 实证过程 .............................................................................................. 47
4.4 实证结论................................................................................................... 49
第 5 章  结论与展望.......................................................................... 51
5.1 结论........................................................................................................... 51
5.2 研究不足之处与展望................................................................................. 52
 
我国业板市场所定位的“创新+成长”型企业在未来的发展中面临着较高的退市风险，这样特殊的风险特征影响了会计可持续经营假设成立的条件。但是现阶段创业板会计信息披露制度和主板一样都是建立在四个会计基本假设的基础上，由此产生疑问：创业板会计信息披露质量是否达到主板水平？针对创业板特殊的风险特征，是否需要对现有会计信息披露制度进行改进？指出在有效市场假说下，会计信息披露质量在市场中的反应方式表现为盈余反映系数的大小。这一理论对创业板同样适用，所以要验证创业板会计信息披露质量是否达到主板水平，就是要验证创业板市场的盈余反映系数是否和主板市场存在显著差别。基于上述理论分析，本文的实证部分需要验证的就是创业板市场的盈余反映系数是否和主板市场存在显著差别。实证部分包括第三章和第四章二部分，这二章的目的都是要验证创业板会计信息披露质量是否低于主板水平。实证方法设计上都是通过事件研究方法，计算事件窗内各样本的累积超额收益率和未预期盈余率，进而计算各样本的个股盈余反映系数值，再进行 K-S 检验和 T 检验来比较二个板块盈余反映系数的大小。第三章和第四章实证过程的区别在于事件窗预期收益率和预期盈余率计算方法不同，即累积超额收益率和未预期盈余率的计算方法不同。第三章中累积超额收益率是通过 CAPM 模型估计各样本在事件窗的日收益率，再用事件窗各样本实际收益率减去预期收益率得出各样本累积超额收益率；未预期盈余的计算是用各样本 09 年净利润和 08 年净利润的数据进行加工整理得出。这种替代变量选取的方式在主板信息披露质量研究中被广泛应用的，但是在本文的研究中却发现这样计算出来的个股 ERC 值出现了普遍负值的现象，这是和有效市场假说相互矛盾的。第四章实证部分在对第三章实证过程进行分析评价的基础上，提出以市场收益率作为事件窗各股预期收益率的替代变量，计算事件窗各样本累计超额收益率；同时以年报预披露信息作为各样本预期盈余率的数据来源，计算未预期盈余。在上述基础上计算个股 ERC 数值，并进行 K-S 检验和 T检验。通过上述替代变量的改进，第四章的实证方法很好的处理了第三章实证过程中个股 ERC 出现负值的现象（二个板块个股 ERC 负值数量均小于 10%）。