资源描述：
《上市公司信息披露质量背景下审计委员会特征分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、上市公司信息披露质量背景下审计委员会特征分析审计委员会是主要由独立董事组成的专业委员会,主要负责上市公司财务报表披露和内部控制过程的监督。 基于审计委员会主要特征的基本假设 审计委员会的独立性。独立性是审计委员会存在的先决条件,是其有效性的重要保障。关于它的影响因素主要有两个方面。一是它的组成人员,即挑选何种身份的人员才能最大限度地保证这一专业委员会在执行职责时免受公司内部以及其他外部因素的不利影响。 本文综合已有研究提出假设1:审计委员会中独立董事的比例与公司的信息披露质量成正相关关系。再就是经济因素,即审计委员会
2、成员的经济报酬以何种方式支付最优。目前固定津贴为企业最主要的支付方式,给予成员一定的经济报酬,既可以保持他们工作的积极性,又由于这部分固定的津贴是与公司的业绩无关的,这样就可以避免成员过分追求“经济利益”而做出违规行为。本文综合已有研究提出假设2:审计委员会中领取津贴的人数比例与公司的信息披露质量成正相关关系。 审计委员会的专业性。审计委员会的主要目标是提高财务报表的质量,因此,要求他们具备鉴别财务会计信息正误的能力,并对会计信息的形成过程(业务循环)熟悉,即要求审计委员会成员应具备财务素质和业务素质。本文综合已有研究提出假设3
3、:审计委员会中财会专家的比例与公司的信息披露质量成正相关关系。 审计委员会的勤勉性。为了易于执行监督职能,审计委员会必须维持一种持续的正常活动水平,而开会往往是其履行职责、加强交流以及检查和监督公司事务的重要方式。本文综合已有研究提出假设4:审计委员会的开会次数与公司的信息披露质量成正相关关系。 研究模型设计及数据分析 本文用深圳证券交易所对上市公司的信息披露考评结果(INDI)作为信息披露质量(被解释变量)的衡量指标。从2001年开始,深圳证券交易所每年对其管辖的上市公司的信息披露情况进行综合评分,并将这些考评结果
4、分为优秀、良好、及格和不及格四个等级,对四个等级分别进行赋值,为92、80、68、30。 对于解释变量,本文用审计委员会中独立董事比例(INR)和领取津贴人数比例(JRL)来表示其组成人员和经济方面的独立性,用财会专家比例(EXR)表示其专业性。由于目前我国上市公司对其审计委员会信息的披露不够完善,本文只能用上市公司的董事会会议次数代替这一专业委员会的会议次数(MEETING)表示其勤勉性。同时,使用董事长是否兼任总经理(DIRCEO,兼任时为1,否则为0)、第一大股东持股比例(FIRSTSHR)、净资产收益率(ROE)和资产负
5、债率(LEV)作为控制变量。假设其中的董事长是否兼任总经理、第一大股东持股比例以及资产负债率与信息披露质量呈负相关,净资产收益率与信息披露质量正相关。 本文建立的多元回归模型如下:INDI=a+b1IDR+b2JRL+b3EXR+b4MEETING +b5DIRCEO+b6FIRSTSHX+b7ROE+b8LVE+ε,其中a为常数项,b1—b8分别为各解释变量和控制变量的待估系数,ε为随机干扰项。 本文以2004—2006年在深圳证券交易所A股上市的公司中详细和完整地披露审计委员会相关信息的271家非金融公司为样本,其中
6、2004年58家,2005年85家,2006年128家。审计委员会的数据采取手工查阅公司公告的方式获得,信息披露质量数据于深圳证券交易所X站,其他数据均来自国泰安数据库(CSMAR)。 研究结果与分析 (一)描述性统计 从表1中可以清楚地看到,样本中被评为优秀和良好的公司比例要明显地高于深圳证券交易所,而且被评为不及格的比例也要明显地低于深圳证券交易所。这都说明审计委员会对提高上市公司的信息披露质量起到了一定的作用。同时,被评为优秀的公司比例都在逐年上升,这在一定程度上也说明我国监管机制的有效性正在逐步提高,公司自身
7、的治理结构也在不断完善。从表2的样本描述性统计中可以看到,样本公司信息披露质量的平均值为77.65,达到了良好级别。审计委员会中独立董事比例的平均值为64.33%,符合监管机构独立董事在审计委员会中占大多数的规定。领取津贴的人数比例均值为79.89%,说明固定津贴是审计委员会中成员最主要的薪酬支付方式。财会专家比例平均值为57.87%,总体上符合“审计委员会中至少应有一名独立董事是会计人士”的规定。 (二)相关性分析 从表3中可以看出审计委员会中独立董事比例和信息披露质量在5%的水平上存在着显著的相关关系。而控制变量中净资产收
8、益率和资产负债率与信息披露质量在1%的水平上显著相关。此外,解释变量之间的相关系数都很小,最大的系数仅为0.260。同时我们也看到独立董事比例和领取津贴人数比例在1%的水平上存在着显著的正相关关系,这说明两者之间存在多重共线性,所以在后面的多元回归
