纳税信用评价、声誉效应和企业并购

纳税信用评价是我国独特的税收治理手段,一方面提高了国家税收的治理效率,另一方面发挥了纳税信息服务企业实现资源优化配置的作用。以2014～2020年A股上市公司为样本,探究纳税信用评价对企业并购行为的影响及其作用机制。研究表明,被评为A级纳税信用评级后,企业实施并购的可能性与频次显著地提升。机制分析发现,纳税信用评价可通过缓解企业的融资约束提高其在价值链中的地位,进而促进企业实施并购。本文认为,我国纳税信用评价制度具有“声誉效应”：一是有助于受融资约束程度较高的企业开展并购活动;二是有助于企业提升其在价值链中的权力和竞争地位,进而抓住投资机会开展更多的并购活动;三是纳税信用评级被评为A级后,企业开展了更多具有协同效应的并购活动,并提升了企业的长期并购绩效。上述结果表明,我国实施的纳税信用评价制度通过发挥“声誉效应”并缓解信息不对称,推动企业并购并提升企业绩效,对于优化资源配置具有积极的作用。     

牛市与熊市期间我国开放式股票型基金的绩效评价

本文应用国外基金绩效评价指标和方法,包括Treynor指数,Sharp指数,Jensen指数和基金经理的择时-选股能力衡量方法,即T-M模型,H-M模型,采用实证研究方法分别对我国开放式股票型证券投资基金在股票市场熊市与牛市期间的绩效进行了分析。     

盈余信息度量、市场反应与投资者框架依赖偏差分析

本文以2 0 0 0年9月到2 0 0 3年1 2月沪市A股3 3 8家上市公司为研究对象,应用实证研究方法,检验以四种不同度量方式表示同一盈余信息所产生的“盈余惯性现象”是否存在差异。结果表明:在三因素模型进行风险调整之前,基于四种盈余信息指标的盈余惯性现象都显著地存在。但经过三因素模型风险调整后,基于“意外盈余率”和“标准化意外盈余率”二个指标的盈余惯性现象消失了;基于“意外盈余”和“标准化意外盈余”二个指标的盈余惯性现象仍然存在,所以买入赢家组合、卖出输家组合仍可获得显著的超常收益。显然,这一研究结果并不支持风险定价学派的观点。笔者认为,根据Tversky和Kahneman( 1 981 )提出的“框架依赖偏差”(FramingDependenceBias)理论,四个盈余信息指标所产生的盈余惯性现象的差异表明我国投资者对盈余信息的反应依赖于信息度量的方式。     

行业因素影响上市公司首发现金股利决策吗?

本文通过对2001～2008年424个上市公司首次发放现金股利行为的跟踪调查,系统性地从行业股利分配、行业竞争程度、行业成长性以及行业自信水平四个维度研究了行业因素对上市公司首发现金股利决策的影响。研究发现:(1)行业整体股利分配对上市公司首发股利产生显著正面影响,表明上司公司股利的首次发放具有行业追随效应;(2)行业成长性和行业自信水平对上市公司的首发现金股利产生负向影响,但行业竞争程度并没有对上市公司首发股利产生显著影响;(3)半强制分红政策强化了行业因素对上市公司首发现金股利政策的影响。     

市场化、政府干预与股票流动性溢价的分配

本文运用博弈论的思想和方法,结合股改实际,分别构建在市场化和政府干预下"均衡对价"的理论模型,分析了政府干预对流通股东利益流失的影响,并收集1004家股改公司的数据对政府干预与股改对价之间的关系进行实证检验,以此考察市场、政府干预与股票流动性溢价分配三者之间的关系。本文理论模型分析表明,与市场化情况相比,政府干预压缩了博弈双方的对价策略空间,进而降低了"均衡对价"水平,造成流通股东利益的流失;以宝钢股份为例对流通股东利益流失程度的数据模拟表明,与市场化情况相比,政府干预给流通股东每股所能获得的对价带来的损失达到1/4;实证结果表明,政府干预会影响股改对价的高低,随着政府干预力度的增强,国有控股公司所支付的对价降低,从而支持了本文的理论模型和研究假设。     

优化营商环境能够抑制公司违规行为吗?

基于2017—2020年沪深A股上市公司数据，探讨上市公司所处地区营商环境优化对公司违规行为的影响。研究发现：优化营商环境有助于抑制公司违规行为的发生，且该结论在经过内生性问题处理和稳健性测试后仍然成立。作用机制检验结果表明，优化营商环境通过减轻企业经营压力(缓解融资约束、降低纳税负担)、改善企业内部控制以及强化企业外部监督(吸引机构投资者和分析师关注),降低了其违规行为发生的概率。进一步研究显示，营商环境优化可以显著弱化公司违规倾向，但并不会提高公司违规被稽查的概率；优化营商环境对不同类型的公司违规行为均存在显著抑制作用。     

基于财务信息和非财务信息的债券违约预警模型研究——Fisher模型与Logistic模型的实证分析与应用

自2014年我国债券市场发生首例债券违约以来，债券违约事件日益增多。尤其近几年来，无论是发生债券违约的企业、债券违约的只数还是违约总金额，都呈现爆发式增长和蔓延态势。在此背景下，本文使用2014～2020年债券市场全样本数据，基于财务信息构建债券违约预警模型，在Fisher模型与Logistic模型判别效果对比后选择了Logistic模型，并在此基础上加入部分非财务信息指标，以进一步提升模型的预测能力。最终得到基于财务和非财务信息的Logistic模型。研究结论如下：第一，Logistic模型整体判别效果优于Fisher模型。第二，构建的基于财务和非财务信息的Logistic模型具有较好的预测能力，经济含义清晰，具备实际使用价值。第三，财务指标如净资产收益率、资本累积率、刚性负债率、筹资NCF/平均总资产等是债券违约预警模型中的显著指标，这些指标对于预警债券违约具有重要作用。第四，部分非财务指标对于提升模型预警能力有明显效果，非财务信息诸如发债企业所在省份风险情况、行业风险情况、企业所有制形式等为预警债券违约提供了显著的增量信息，也反映了我国债券违约具有所有制、地域和行业的群聚特征。