试析上市公司治理结构和公司绩效关系的实证研究

《试析上市公司治理结构和公司绩效关系的实证研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、试析上市公司治理结构和公司绩效关系的实证研究企业经营的能力，减少公司战略失误的可能性。同时能够减少经营者共谋和防止公司资源被浪费，从而提高公司的经营业绩。董事会规模本文指的是董事会成员的数量，董事会成员的最佳数量是比较难以确定的，如果董事会的成员过多必然降低董事会的效率，因为过多的数量可能很难取得一致的意见，从而浪费人力资源;如果董事会的成员过少，就很难充分讨论来保证公司决策的精确性。在所有权和经营权相分离的现代公司中，童事会具有代表股东监督管理层的自利行为的作用，如果公司的董事长兼任公司的总经理，

2、这就降低了董事会的监督功能，因为董事会变得不再独立。于是代理理论认为，董事长和总经理两职合一会削弱董事会的监控功能(mola,1998)，使上市公司可以操纵公司的经营业绩。根据enaen,er(1998)的研究，所有权结构和公司业绩之间有联系。所有权结构包括管理者持股比例、机构持股比例、董事会持股比例。根据委托代理理论，公司管理者和公司的目标存在差异，如果要减少代理问题，就必须增加管理者的持股比例.让管理者和公司股东的目标具有一致性。机构投资者由于有投资的赢利压力，所以会用不同的方式对公司的管理层施

3、加压力来达到自己的目标。机构投资者不再是一个纯梓意义上的资本炒，而是一个理性投资者，会对公司的业绩有理性的要求。信息披露质量高低决定了公司透明度高低，过去的研究都主要集中在公司的信息披露和公司股票价格变化之间的关系，结论也证实了公司的信息透明度和公司业绩之间的相关性。信息披露质量高的公司有好的业绩。从以前的研究来看，一些研究者采用的仅仅是公司的财务数据作为透明度的衡量，然而这只是关于公司财务状况和公司经营成果方面的信息，其他主要的信息比如公司的战略方针、公司会计政策的选择都没有能够体现。LoCALH

4、ost本文在测量公司的信息透明度时采用了5p公司所公布的信息透明度测量标准。不但反映了公司的财务信息，而且还反映了公司的一些非财务信息。2研究方法2.1样本选择和数据收集本文研究的样本公司是在上海和深圳上市的高科技信息技术公司，同时采用了sp(标准普尔)公司所公布的公司信息透明度测量标准，来测量所选公司的透明度。5p公司把公司信息透明度分成三个部分:所有者结构和投资者权利透明度、财务透明度、董事会结构和议事程序透明度，一共98个评分标准。如果上市公司满足一个指标，即得i分。本文所有的信息均来自于上市

5、公司的年度报告。在本研究中，一共收集了2004年的t7家高新技术上市公司作为研究样本。2.2研究假设上司公司年报所披露的信息包括了一些基本的公司治理结构信息，其中有一些是政策法规强制要求披露的，也有一些是公司为了提升自己的公司形象白愿披露给投资者的。为了研究上市公司治理结构和公司业绩之间存在的相关关系，本文就此提出了研究假设。(i)董事会结构和所有权结构:假设1:在董事会规模(s)和公司经营业绩之间不存在相关关系。假设2:董事长和总经理(ceo)是否为同一人和公司的业绩之间没有关系。假设3:独立董事

6、在董事会中的比例(pid)和公司业绩之间没有相关关系。假设4;董事会持股比例(phd)和公司业绩之间没有相关关系。假设5:机构持股比例(pgd)和公司业绩之间没有相关关系。(2)信息透明度:假设6:所有权结构和投资者权利透明度(ht)和公司业绩之间没有关系。假设7:财务透明度和信息披露质量高低(ff)和公司业绩之间没有关系假设8;董事会结构和议事程序透明度高低(mt)和公司业绩之间没有相关关系。2.3变量定义(1)公司绩效的测量。本文采用了由大多数文献所使用的公司业绩评价指标，即用净资产收益率(ro

7、a)来衡量公司业绩，另外还采用了每股收益(eps)来评价公司的业绩。(2)公司透明度的衡量。采用5p公司的透明度测量方法，引人了三个解释变量。ht:所有权结构和投资者权利的透明度;财务透明度;mt:董事会结构和议事程序。(3)哑变量的设定。ceo;童事长和总经理是否为同一人。在本文的研究中，如果公司的董事长兼任总经理，就取值1，否则就取值。。2.4模型建立为了检验每个变量对公司业绩的影响，本文采用了8个独立变量，分别是董事会人数(bn)来反映奄事会的规模、董事长和总经理是否为同一人《ceo)、独立资

8、事持股比例(pid),事会持股比例(phd)、机构股比f1(pd)、所有权结构和投资者关系得分(ht>、财务透明度和信息披露得分(ft),董事会结构和议事程序得分(mt)，来分析对净资产收益率(roa),每股收益(eps)的影响。模型如下:本文采用了多元线性回归模型来研究变量之间的相关关系。第一步要检验独立变量之间是否具有多重共线性，如果独立变量之间有很强的相关性则说明存在多重共线性，需要将其中的一个变量排除在模型之外，我们通过相关系数矩阵来检验独立变量之间的多