提供论文发表、期刊发表、证书、著作、课题申请、专利等一条龙服务——畅志文化期刊网您负责教书育人,我们负责解决您职称,晋级路上遇到的难题。

上市公司虚假陈述的产品市场后果

分类:(三) 发表时间:2019-08-05

一、引言 上市公司虚假陈述是全球范围内普遍存在的一个现象。虚假陈述是对股东信息披露义务的公然违背, 会给公司及其管理者在资本市场和劳动力市场上带来声誉惩罚, 包括股票价

一、引言

上市公司虚假陈述是全球范围内普遍存在的一个现象。虚假陈述是对股东信息披露义务的公然违背, 会给公司及其管理者在资本市场和劳动力市场上带来声誉惩罚, 包括股票价格下跌 (Karpoff等, 2008;Armour等, 2017) 、融资成本上升 (Hribar和Jenkins, 2004;Kravet和Shevlin, 2010;Graham等, 2008) 、董事和高管丢失职位 (Fich和Shivdasani, 2007;Agrawal和Cooper, 2017) , 等等。本文的研究问题是, 公司在资本市场上的声誉损失是否以及在多大程度上扩展到了产品市场?由于上市公司的虚假陈述行为并不针对产品市场上的交易对手 (客户和供应商) , 因此, 针对一个群体的失信行为, 如何影响到另一群体的反应, 是一个有趣的研究话题。

经典文献指出, 商品买卖交易合约伴随着一系列明确的和隐性的承诺, 如供应商在商品质量、日后维修保养方面所做出的承诺, 这些承诺由于缺乏明确的法律保护 (或使用法律机制进行保护的成本过高) , 经常需要依赖于交易对手的声誉来进行保护 (Klein和Leffler, 1981;Shapiro, 1983) 。尽管上市公司虚假陈述并不是直接针对客户和供应商的失信行为, 也可能会导致客户和供应商重新评估虚假陈述公司履行产品市场合约的能力和激励, 由此影响到后续的交易行为。

首先, 虚假陈述事件是公司本身不够诚实的一个信号, 客户和供应商有理由怀疑, 公司在产品市场上是否也会存在不诚实的行为, 这种顾虑会降低客户和供应商同公司进行交易的激励。其次, 公司的虚假陈述直接影响到了公司的融资能力和融资成本, 并可能导致公司治理结构的调整 (如高管离任等) , 会给公司开展生产经营活动带来更大的困难和不确定性, 由此导致虚假陈述公司没有能力履行其已有承诺 (或未来承诺) 的能力 (Cornell和Shapiro, 1987) 。由此, 在决定是否继续维持同虚假陈述公司的交易关系方面, 客户和供应商可能产生顾虑。另外, 尽管财务报告的主要使用者是股东和债权人, 但包括客户和供应商在内的诸多利益相关者也是财务报告的使用者, 会计信息质量本身也会影响到产品市场交易合约的维系 (FASB, 1978;Raman和Shahrur, 2008) 。比如, 虚假陈述报告可能误导了客户和供应商对其经营业绩的理解, 或者影响了以报告的会计信息为基础的采销合约, 从而导致在受到监管处罚之后, 客户和供应商发现公司的运营情况可能比其设想的要糟糕, 从而对公司能否履行其现有交易承诺 (或未来交易承诺) 能力存在顾虑。给定上述原因, 可以合理推断, 公司的虚假陈述行为曝光之后, 公司在产品市场上会招致一定程度的经济惩罚。

采用2004-2012年间制造业上市公司因虚假陈述而被监管处罚的294宗案件资料, 我们首先从销售收入和销售毛利率两个角度考察了公司受罚之后在产品市场的表现。研究发现, 相比于控制样本 (配对的非虚假陈述公司) , 公司在受罚后三年内销售收入下滑了11.9%~ 17.1%, 销售毛利率下降了2.4~2.8个百分点, 表明公司虚假陈述导致的污名对产品市场绩效产生了实质性不利影响。

我们随后从客户集中度这一视角对虚假陈述的声誉惩罚进行了分析和检验。在观察到公司的不端行为之后, 相比于小客户, 大客户不愿意与公司进行商品交易的概率是更高还是更低?理论上讲, 大客户与公司之间的交易更可能表现为关系型交易的特征, 如更频繁的交易次数、更多的专用性投资 (Williamson, 1985) , 这会导致大客户对公司的声誉有更强的需求。因此, 理论上讲, 大客户更有动机远离声誉受损的公司。但从另一个视角看, 受罚公司原有的大客户因为事前的专用性投资而同公司存在一种 (双边) 套牢 (hold-up) 关系, 从而导致其断绝与受罚公司的商业交易面临更高的成本。因此, 虚假陈述公司在监管处罚前后客户集中度如何变化, 是一个值得检验的经验问题。

通过采集和分析上市公司年度报告中披露的来自前五大客户的销售收入占总销售收入的比例这一数据, 我们发现, 在监管处罚前后各三年的窗口内, 相比于控制样本, 公司在受罚后客户集中度下降了3.2~3.5个百分点, 相对于总样本均值下降幅度超过10.6%。进一步将销售收入分解为来自前五大客户 (大客户) 的收入和其余客户 (小客户) 的收入之后, 研究发现, 来自大客户的销售收入在处罚后下降幅度达到43.9%~ 55.1%, 下降幅度非常严重。相反, 来自小客户的销售收入在处罚之后并未遭受明显下滑。这些证据表明, 大客户更有可能减少同受罚公司的商业交易。换言之, 大客户事前的专用性投资可能较小, 导致其转换交易对手的障碍不大。我们推测, 这可能是因为这些年来制造业总体处于买方市场, 大客户在商业交易谈判中更具有主动权所致。

为进一步检验这一推测, 我们也考察了供应商集中度的变化。如果制造业总体处于买方市场条件下, 则供应商的主动权应该更小, 其停止与受罚公司的商业交易面临更高的专用性投资成本的损失, 寻找新的大客户也可能更不容易。因此, 虚假陈述公司在遭受监管处罚后, 供应商集中度的下降幅度相比于客户集中度应该要更小。的确, 我们的数据表明, 相比于控制样本, 虚假陈述公司在监管处罚前后的供应商集中度并没有显著变化。不过, 有证据显示, 供应商向虚假陈述公司提供的商业信用有下滑的迹象。

本文的理论贡献可能如下:首先, 本文补充了有关虚假陈述经济后果的相关文献。现有文献主要从资本市场和劳动力市场角度考察了虚假陈述对公司带来的影响, 直接分析和度量虚假陈述的产品市场后果的文献还非常少见。就我们所知, 基于产品市场考察虚假陈述的声誉惩罚的实证研究仅有Johnson等 (2014) 这一篇文献。由于该文的研究样本是基于美国市场, 学术界因此仍然缺乏来自转型市场国家中上市公司财务虚假陈述与产品市场信任机制的经验证据。其次, 现有研究表明, 客户和供应商等特征会影响到公司的财务报告行为和质量, 但研究发现并不一致 (Bowen等, 1995;Raman和Shahrur, 2008;Hui等, 2012;王雄元和刘芳, 2014;方红星和张勇, 2016) 。本文着眼于考察产品市场如何对公司虚假陈述行为做出反应, 从一个相反的视角补充了上述文献。最后, 本文通过关注上市公司因虚假陈述而遭受监管处罚在产品市场上的经济后果, 丰富了针对中国证券监管处罚的经验文献。

二、虚假陈述经济后果的现有文献

给定声誉是一种履约激励和能力的保证机制, 声誉的玷污会增加交易对手的顾虑, 从而为公司及其管理层带来一系列的不利后果。公司的虚假陈述明确违反了有关上市公司信息披露的法律法规, 是一种公然违背承诺的行为, 将导致信息使用者重新评估公司的履约能力和诚信, 因而影响到其交易决策。现有研究发现, 美国公司的会计违规导致公司损失了27%的股东财富 (Karpoff等, 2008) , 且日后公司的权益资本成本将上升 (Hribar和Jenkins 2004;Kravet和Shevlin, 2010) 。在债务融资合约方面, Graham 等 (2008) 发现, 公司在进行盈余重述后, 债务利率更高、债务期限更短、更可能要求提供抵押物以及合约中存在更多的限制条款。Chen等 (2013) 则发现盈余重述之后公司更依赖于银行债务融资, 股权融资变得更少。利用美国集体诉讼的数据, Johnson等 (2014) 发现大客户对欺诈公司实施了声誉惩罚, 包括大客户更可能中断同欺诈公司的商业关系, 欺诈公司来自大客户的销售收入也遭受显著下滑, 并且, 欺诈公司销售成本有所上升, 从而降低了公司未来的经营业绩。

此外, 虚假陈述公司的管理层也遭受了声誉惩罚。Fich和Shivdasani (2007) 发现, 遭受诉讼的财务丑闻公司的外部董事更可能丢失在其它公司的董事席位。Agrawal和Cooper (2017) 发现, 美国盈余重述公司事后的CEO和CFO离职概率分别高出控制样本的14%和10%。

针对中国上市公司虚假陈述和监管处罚现象, 学术界也积累了不少证据。Chen等 (2005) 发现, 在监管处罚事件日前后5个窗口内, 公司股价下跌了1-2个百分点。研究还发现, 在遭受监管处罚后, 公司审计师更可能发生变更、公司更可能收到非标审计意见、CEO更可能离职, 且公司股票买卖价差扩大, 表明证监会并非是“无牙老虎”。Liebman和Milhaupt (2008) 则专门针对来自交易所的公开谴责这一处罚工具的有效性进行了细致的分析。研究发现, 公开谴责对于违规公司股价有显著的负面影响。此外, 根据访谈调查结果, 公开谴责对公司日后的业务开展 (如银行贷款等) 也似乎产生了不利影响。辛清泉等 (2013) 对上市公司虚假陈述案件中独立董事遭受监管处罚这一现象进行研究, 他们发现, 独立董事的处罚程度要显著轻于非独立董事。研究还发现, 独立董事受罚后其担任的董事职位数量有明显下降, 但其背后的原因更可能是受罚独立董事主动离开高风险上市公司的结果。另外, 也有研究表明, 证监会的监管处罚作用相对有限。比如, 宋云玲等 (2011) 考察了上市公司业绩预告违规的监管处罚效果。结果发现, 监管处罚没有发挥降低后续业绩预告违规概率的作用。

Hung等 (2015) 则基于中国的商业情景, 对中国上市公司丑闻类型区分为政治关系断裂型、市场信誉损失型和混合型三种, 进而考察了不同类型丑闻曝光后的价值效应。她们认为, 政商关系和市场信誉都会给公司带来价值。在中国情境下, 如果商业交易合约更多地依赖于政商关系网络而更少地依赖于市场信誉, 则政治关系断裂型丑闻曝光后, 公司的价值摧毁应该要高于市场信誉损失型。在该研究中, 上市公司虚假陈述被划分为市场信誉损失型丑闻。结果表明, 市场信誉损失型丑闻在事件前后2年窗口内股价累计下跌了13%左右, 而政治关系断裂型丑闻的股价下跌达到40%左右, 表明政治关系相比于市场信誉在维系商业交易合约中的作用可能更为重要。本文认为, 企业价值创造的主要来源是通过产品市场实现的, 考察虚假陈述事件曝光之后产品市场的后果, 有助于进一步理解中国情境下市场信誉的功能。

三、样本选择、模型与变量

(一) 样本选择

本文选取A股制造业上市企业2004-2012年所有因虚假陈述被处罚的事件作为初始研究样本。之所以将研究期间限制在2004-2012年, 主要是因为本文需要考察企业与客户之间的交易在被罚前后三年的变化情况, 而客户集中度作为本文的核心研究变量之一, 在本研究开始时只能取得2001-2015年的数据。由于不同行业面对的产品市场差异很大, 选择制造业可以更有效地捕捉虚假陈述的产品市场后果。

上市公司虚假陈述一般是指财务报表数据操纵、重大信息遗漏披露、误导性披露或推迟披露等行为。结合国泰安《中国上市公司违规处理数据库》的分类标准, 我们将数据库违规类型中的“虚构利润”、“虚列资产”、“虚假记载”、“重大遗漏”、“披露不实”、“一般会计处理不当”、“推迟披露”七类违规行为确定为上市公司虚假陈述样本 (辛清泉等, 2013) 。通过对国泰安违规数据库的整理, 我们一共得到2004-2012年282家制造业上市公司294宗虚假陈述的处罚案件。

为了实证考察处罚年度前后虚假陈述公司在产品市场上的表现差异, 我们采用倾向得分匹配 (PSM) 的方法为294宗虚假陈述案件寻找配对样本 (限于篇幅, 配对样本的具体选取方法参见本文英文版刊) 。

(二) 模型与变量

在为294个“公司-处罚年度”测试样本寻找到相应的配对样本后, 我们使用处罚年度前后3年 (共6年的窗口) 检验虚假陈述的产品市场后果。模型如下:

Yi, t=α0+α1FRAUDi+α2POST+α3FRAUDi×POST+CONTROLSi, t-1+YEARFE+PAIRFE+εi, t (1)

模型 (1) 中, 因变量Yi, t是公司在产品市场表现的观察指标, 包括销售收入LN (SALES) 、销售毛利率GROSS_MARGIN、前五大客户集中度CUST_CONCEN。需要特别指出的是, 如果虚假陈述公司涉嫌利润表造假的, 我们根据监管处罚公告对造假年份的报表尽可能进行了调整, 并以调整之后的数据确定因变量Yi, t

FRAUDi是虚假陈述公司的指示变量, 虚假陈述公司在处罚年度前后6年窗口内, FRAUD取值均为1。对于配对公司各年观测值, FRAUD取值均为0。POST是处罚后期间的指示变量, 在处罚年度 (t+0年) 之后的3年 (t+1、t+2和t+3年) , POST取值为1, 在处罚年度之前的3年 (t-3、t-2和t-1年) , POST取值为0。为消除处罚具体时点在处罚年度内的分布差异等影响, 我们删除了处罚年度 (t+0年) 的观测样本。

本文感兴趣的变量是FRAUDPOST的交互项。如果该交互项的回归系数α3显著为负, 则表明相对于控制样本, 虚假陈述公司在处罚之后市场表现更为糟糕。在模型 (1) 中, 我们控制了可能影响公司在产品市场表现的因素, 包括公司规模SIZE、资产负债率LEV、总资产收益率ROA、账面市值比BTM、盈余市值比EP、上市年龄LISTAGE、前五大股东持股比例TOP5、独立董事比例INDEP。另外, 我们也控制了年度固定效应和配对组的固定效应。模型中主要变量的描述性统计报告于表1之中。

1 主要研究变量的描述性统计 导出到EXCEL

 

 

变量名 N 均值 标准差 25分位数 中位数 75分位数

LN (SALES)
3501 20.861 1.442 20.052 20.891 21.766

GROSS_MARGIN
3501 0.215 0.160 0.112 0.186 0.284

CUST_CONCEN
3516 0.303 0.216 0.146 0.247 0.412

注:所有连续变量均按照上下1%进行了winsorize处理。

四、产品市场绩效

本文首先从销售收入和销售毛利率两个视角考察虚假陈述公司的产品市场表现。销售收入是公司价值创造的源泉, 而销售毛利率则是评估公司产品在市场上是否有竞争力的重要指标。以前文献在讨论虚假陈述如何影响股东财富变化时, 一个经常提及的观点是, 虚假陈述曝光后股价下跌, 背后的一个原因是投资者预期到公司将在产品市场上失去客户和收入 (如, Karpoff等, 2008) 。然而, 就我们所知, 目前国内尚没有直接考察虚假陈述对销售收入和销售毛利率影响程度的经验证据。

在表2的A栏中, 我们报告了两组样本的销售收入和销售毛利率的单变量分析结果。表中双重差分结果显示, 虚假陈述企业在处罚前后的平均销售收入变化与控制样本在处罚前后的平均销售收入变化的差异为-0.199, 在10%的水平上显著。对销售毛利率而言, 两组样本处罚前后的变化差异为-0.024, 在1%的水平上显著。总体而言, 从表2的A栏结果看, 相比于控制样本, 虚假陈述公司在处罚之后销售收入和销售毛利率出现了双重下滑的倾向, 初步表明虚假陈述公司在产品市场上遭遇了一定程度的经济惩罚。

2 虚假陈述的产品市场后果:销售收入与销售毛利率 导出到EXCEL

 

 


A栏:单变量分析
  销售收入 (LN (SALES) ) 销售毛利率 (GROSS_MARGIN)
  POST=0 POST =1 均值差异 POST =0 POST =1 均值差异

虚假陈述样本
20.574 20.856 0.282*** 0.219 0.214 -0.005

控制样本
20.769 21.250 0.481*** 0.203 0.222 0.019*

双重差分
    -0.199*     -0.024***

B栏:多元回归结果
  因变量:LN (SAELS) 因变量:GROSS_MARGIN
  (1) (2) (3) (4)

FRAUD
-0.139* -0.086 0.019** 0.017**
  [-1.689] [-1.211] [2.045] [1.974]

POST
-0.464*** -0.332*** -0.004 -0.009
  [-5.021] [-4.057] [-0.366] [-0.816]

FRAUD×POST
-0.187** -0.127* -0.028*** -0.024**
  [-2.563] [-1.962] [-2.759] [-2.528]

CONTROLS
N Y N Y

YEAR FE
YES YES YES YES

PAIR FE
YES YES YES YES

adj.R2
0.511 0.593 0.328 0.380

N
3410 3410 3410 3410

注:所有T值都已经根据公司个体进行了聚类调整 (cluster) 。******分别表示10%、5%、1%的显著性水平。下同。

表2的B栏报告了产品市场绩效的多元回归结果。可以看到, FRAUD×POST的回归系数均显著为负, 表明相比于控制样本, 虚假陈述公司在遭受监管处罚后, 销售收入和销售毛利率出现了统计意义上的显著下滑。从经济意义来看, 回归 (1) 和 (2) 中, FRAUD×POST的系数分别为-0.187和-0.127, 这表明, 相比于控制样本, 虚假陈述公司在监管处罚后3年内销售收入下滑幅度在11.9%~17.1%之间。在回归 (3) 和 (4) 中, FRAUD×POST的系数分别为-0.028和-0.024, 表明虚假陈述公司在处罚后销售毛利率相比于控制样本额外下跌了2.4~2.8个百分点, 给定销售毛利率的均值为0.215, 意味着下跌幅度超过11%。总体而言, 表2的证据表明, 监管处罚导致虚假陈述公司在产品市场上承受了实质性的不利后果。

五、客户集中度

本文重点关注的一个问题是, 相比于小客户, 大客户是否更可能停止同虚假陈述公司的交易往来?如引言中所述, 大客户对交易对手的声誉会有更高的需求, 因此, 公司虚假陈述行为曝光后, 会对大客户有更大的冲击。但是, 大客户可能有其它的渠道维系与交易对手的信任关系, 也可能因为其事前的专用性投资而面临终止交易所带来的额外损失, 因此, 对这一问题, 我们事前并没有准确的理论预测。

表3的A栏报告了客户集中度的单变量分析结果。可以看到, 在虚假陈述样本组, 来自前五大客户的销售收入占比在遭受处罚后有所下滑, 均值和中位数下降1.8个百分点, 相比于控制样本, 则分别下降3.3和2.7个百分点, 在5%和1%的统计水平上显著。从B栏的多元回归结果看, FRAUD×POST的回归系数分别为-0.035和-0.032, 在5%水平上显著。给定客户集中度的样本均值为0.303, 意味着虚假陈述公司在遭受处罚后, 相比于控制样本客户集中度下降幅度达到10.6%~11.6%之间, 经济意义较为明显。这说明, 在观察到公司遭受监管处罚之后, 大客户相比于小客户更可能减少同公司的交易金额。

3 虚假陈述的产品市场后果:客户集中度 导出到EXCEL

 

 


A栏:单变量分析
 
POST=0
POST=1 差异
N 均值 中位数 N 均值 中位数 均值 中位数
虚假陈述样本 882 0.334 0.275 876 0.316 0.257 -0.018* -0.018*

控制样本
882 0.274 0.224 876 0.290 0.233 0.015 0.009

双重差分
            -0.033** -0.027***

B栏:多元回归结果
  CUST_CONCEN LN (SALES_BIG) LN (SALES_SMALL)
  (1) (2) (3) (4) (5) (6)

FRAUD
0.064*** 0.057*** 0.422** 0.408** -0.332*** -0.251***
  [5.076] [4.642] [2.262] [2.433] [-3.197] [-3.804]

POST
0.034* 0.024 -0.613* 0.139 -0.730*** -0.184**
  [1.950] [1.419] [-1.838] [0.496] [-5.631] [-2.319]

FRAUD×POST
-0.035** -0.032** -0.801*** -0.578** -0.117 0.003
  [-2.478] [-2.232] [-2.827] [-2.017] [-1.183] [0.037]

CONTROLS
N Y N Y N Y

YEAR FE
YES YES YES YES YES YES

PAIR FE
YES YES YES YES YES YES

adj.R2
0.309 0.342 0.181 0.257 0.470 0.727

N
3422 3422 3410 3410 3410 3410

注:LN (SALES_BIG) 是公司各年来自前五大客户销售收入的自然对数, LN (SALES_SMALL) 是公司各年来自非前五大客户销售收入的自然对数。

结合表2和表3的结果, 我们推测, 虚假陈述公司销售收入的下滑应该主要来自大客户交易金额的减少。为进一步检验这一问题, 我们区分了来自大客户的销售收入和来自小客户的销售收入在处罚前后的变化情况, 表3的B栏回归 (3) 和 (4) 报告了来自大客户销售收入的回归结果。可以看到, FRAUD×POST的系数分别为-0.801和-0.578, 分别在1%和5%水平上显著。从经济意义来看, 这意味着来自前五大客户的销售收入在处罚后下降幅度达到43.9%到55.1%之间, 下降幅度非常严重。相反, 从回归 (5) 和 (6) 看, 来自小客户的销售收入在处罚之后并未遭受明显下滑, FRAUD×POST的系数为负但均不显著。这些证据充分说明, 虚假陈述公司在遭受监管处罚之后, 收入下滑的一个主要原因是大客户的交易终止所致。

那么, 为什么大客户愿意承担事前的专用性投资损失的风险, 而选择中断同污名公司的交易往来呢?我们推测, 这可能同当前制造业的买方市场特征有关。在买方市场条件下, 客户, 特别是大客户, 在交易谈判中具有明显优势, 这可能降低了大客户事前的专用性投资强度, 同时, 其寻找新的供应商成本也可能更低。相反, 在买方市场情形下, 对于供应商而言, 发掘大客户的难度和成本则更高, 因此, 终止同虚假陈述公司的交易往来面临高昂的专用性投资损失。因此, 我们预测, 供应商集中度在监管处罚前后并不会出现明显的变化, 但出于风险考虑, 可能会要求在交易条款上有所改变, 比如, 更多的现金采购, 或要求更短的支付期限等。

表4的模型 (1) 报告了来自前五大供应商采购金额占比 (供应商集中度) 的回归结果。可以看到, FRAUD×POST的系数为正但不显著, 表明供应商集中度在处罚前后并没有发生显著变化。模型 (2) 是新增商业信用的回归结果, 其中新增商业信用等于 (应付票据+应付账款-预付账款) 的变化数与年末总资产的比值。结果显示, FRAUD×POST的系数显著为负, 表明供应商为虚假陈述公司提供的商业信用在处罚后有所减少。这些证据和我们的预测是一致的。

4 虚假陈述对供应商的影响 导出到EXCEL

 

 

  (1) (2)
  供应商集中度 新增商业信用
  系数 T值 系数 T值

FRAUD
0.030** 2.106 0.003 1.078

POST
0.017 1.039 0.008** 2.269

FRAUD×POST
0.008 0.443 -0.007* -1.750

CONTROLS
Y Y

adj.R2
0.276 0.027

N
3422 3422

 

六、进一步分析与稳健性测试

(一) 监管处罚严重程度与产品市场后果

上市公司因虚假陈述而遭受更严厉的监管处罚, 表明公司的违规行为更为严重, 在产品市场遭受的声誉损失也可能更为恶化。为检验这一问题, 我们将处罚类型按照严重程度划分为轻重两组, 并设置PUN_MILDPUN_SEVERITY两个指示变量。如果处罚类型为责令改正, PUN_MILD取值为1, 否则为0;如果处罚类型为通报批评、公开谴责、警告罚款, PUN_SEVERITY取值为1, 否则为0。然后, 我们将这两个指示变量取代前述模型中的FRAUD进行回归, 回归结果显示 (限于篇幅, 未列示) , PUN_MILDPOST的交互项在营业收入模型和客户集中度模型中为负, 但不显著, 而PUN_SEVERRITYPOST的交互项在营业收入模型、销售毛利率模型以及客户集中度模型均显著为负, 表明处罚程度更为严厉的公司, 在产品市场上遭受了更为严重的惩罚。

(二) 稳健性测试

为增强研究结论的可靠性, 我们执行了一系列的稳健性测试。其一, 使用现金销售金额的自然对数作为销售收入的替代指标, 以排除公司受罚后销售收入的下降是因为针对销售收入的会计确认在处罚后更为谨慎所致这一解释。其二, 控制债务融资净额占总资产的比例, 以缓解虚假陈述公司产品市场表现不佳是因为受罚公司缺乏融资来源或面临高昂的融资成本这一假说。其三, 加入高管变更以及高管变更与POST的交互项, 以控制虚假陈述公司遭受处罚后的高管离职对产品市场的影响。其四, 对双重差分回归方法的适用前提——平行趋势假定, 进行画图检验以及动态回归模型检验 (设置处罚前第一年BEFORE-1、处罚当年AFTER0、处罚后第一年AFTER1、处罚后两年AFTER2+四个虚拟变量, 替换回归模型中的POST) 。其五, 重新选取配对样本。限于篇幅, 稳健性结果略。

七、研究结论

使用2004-2012年294宗制造业上市公司因虚假陈述而遭受监管处罚的案件样本, 本文首次系统考察了中国背景下虚假陈述的产品市场后果。研究发现, 相比于控制样本, 虚假陈述公司的销售收入、销售毛利率在遭受处罚后均出现了显著的下滑。并且, 虚假陈述公司更可能丢掉来自大客户的销售收入, 而来自小客户的销售收入在处罚前后的变化并不明显。总体而言, 上市公司在资本市场上的不端行为导致其在产品市场上也遭受了实质性的经济惩罚。

本文的发现对于理解中国情境下产品市场上的信任模式提供了帮助。如果产品市场上大宗买卖交易特别依赖于关系网络等不透明的机制来撮合和维系, 则交易对手在圈外的污名未必会对圈内交易的信任维系机制产生实质性影响。相反, 如果产品市场上大宗交易的信任维系主要依赖有关交易对手的市场信誉, 从而交易更多的通过开放的、透明的、竞争的市场信号来进行支撑, 则公司的失信行为应该会对大宗交易的信任维系产生严重影响。从我们的研究结果看, 虚假陈述公司在遭受处罚后, 来自大客户的销售收入几乎跌去一半。其引申的一个含义是, 在我国市场化改革的进程之中, 至少在产品市场, 市场力量已经在市场中的资源配置决策中扮演着主导作用。



畅志文化期刊网,一个专业的论文发表,期刊发表,著作出版,课题等评职称相关平台。

文章名称:上市公司虚假陈述的产品市场后果

文章地址:www.sjzjkl.com/lunwenjianshang/_san_/1027.html

内容来自网络-如有侵权,请告知删之

上一篇:竞争中性的理论脉络与实践逻辑 下一篇:产品市场竞争与信息披露质量——基于上市公司年报文本分析的新证据

还有问题,免费咨询专业人员

没有问题了,我想发稿或出版

选择服务:

作者姓名: *

联系电话: *

留言备注: *

咨询部:

发表部:

在线客服

客服电话:17600057161

投稿邮箱:71712724@qq.com

QQ:71712724
QQ:71712724

咨询部:

发表部: