国内内部控制下高管变更对企业会计信息的可比性影响.docx

《国内内部控制下高管变更对企业会计信息的可比性影响.docx》由会员分享，可在线阅读，更多相关《国内内部控制下高管变更对企业会计信息的可比性影响.docx（24页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1绪论1.1 研究背景及意义研究背景企业内部控制制度的执行同会计信息质量往往有重大关联。在高管变更时， 如果企业的内部控制存在重大缺陷，企业会计信息的有效性可能会会大幅度降 低，作为企业管理的通常具备经营权以及管理权，因此可以利用多种方式来粉饰 企业财务报告，从而加剧信息不对称的程度。在高管变更下，企业经理层掌控了 企业大局部的权力，他们可能利用优先内部信息进行内幕交易，通过多种舞弊方 式会导致企业会计信息因此严重失真。当企业高管变更过程中，管理层往往为能 够获得更多个人利益而产生不同的自利行为，与此同时企业内部控制节后因此受 到影响，造成局部业务以及交易无法及时管控，原有企业内部控制机制受到

2、极大 影响，最终导致企业会计信息失真。这也可以看出，在企业高管变更过程中会给 企业会计信息质量造成极大影响。国内市场开展以及相关制度存在一定的特殊性，在国有企业以及非国有企业 进行高管变更时往往也会面临较大差异。在国内主板上市企业中约30%为国有企 业开展模式，国有企业开展过程中往往会涉及多种层次的、较为复杂的委托代理 关系，各个层次委托人通常都不具有索取权等相关权限，因此给代理人造成的制 约和监管力度相对较小，所以国有企业开展中委托代理关系形同虚设，导致国有 企业高管变更程度较高，高管变更问题较民营企业更为严重。现阶段众多学者在分析会计信息质量以及股价同步性两者存在的关联时，大 局部学者是以

3、制度环境和市场环境作为主要研究方向，而高管变更在两者之间所 造成的影响研究成果相对较少。此次论文研究中对于主板上市企业在开展过程 中，高管变更以及会计信息质量、股价同步性三者之间的相互关联予以深入探 讨，通过相关分析可以提升企业治理能力，保证企业会计信息质量同时还能够加 快股市开展速度以及开展效率。会计信息质量的衡量结合会计信息质量分析相关要求，在此次论文研究中利用盈余管理作当做主 要计量指标，并且通过DechowetaL （1995）形成相应的JONES模型（在JONES 模型的基础上扣除销售收入变动中所包括的应收账款变动的局部），通过计算上 市公司的操纵性应计利润来衡量其盈余管理程度。该方

4、法具体步骤如下：上的+02*（4.1）Asset）t1 Assett1 Assett1 Assetit1 ，+ 也k 一 RE/ +（42）Assetit_1 Assett1Assetft1Assett1 式中，TA表示第t期的总应计利润，代表着第t期营业利润去除经营活动现 金净流量的剩余数值；其中AREV代表了第t期主营业务收入和第t-1期之间所存 在的差异；而AREC代表了第t期的应收账款以及t-1期之间所形成的差异；其中 PPE被看作是第t期固定资产原值；4sse%_i意味着第t-1期所对应的期末资产 总额;而4sse%_代表着第t期的非可操纵性应计利润，最后的i,t代表着残差 项。首先

5、需要对方程式（4.1）根据年度以及行业予以相应的OLS回归，在此基 础上把所形成的三个不同变量系数进行估值成为的，。2, 3其次，将方程（4.2）得到的结果带入方程（4.3）,二者差值即为操纵性应 计利润DAoc a itNDA f4 c、DA =（4.3）4ssei 4sse%i所获得的这一数字通常用以分析盈余管理程度。其中DA所形成的绝对值 ABSDA可以表达具体的会计盈余管理程度。当ABSDA数值相对较高时，意味 着盈余管理程度也相对较高，那也代表着会计信息质量相对较低。10控制变量此次论文研究中打破以往时间以及空间所造成的各种限制，利用文献研究等 多种研究方法深入分析其中涉及的指标以及

6、应用频率。所以在对相关文献予以整 理和分析后，形成以下控制变量指标选取标准，主要对2013年到2016年之间和 会计信息质量相关的多个实证研究文献进行综合分析，并且了解相应的控制变量 选取标准。通过综合分析能够发现，所涉及的指标总数量在三个到九个范围以 内。其中应用较多的指标主要有公司规模、财务杠杆等相关指标。结合以往相关文献综合分析结果，对于此次论文研究指标重要性进行综合探 讨，在此次论文研究中主要应用了公司规模以及财务杠杆等相关指标当做是模型 1控制变量。综合分析相关文献能够发现，在2010年到2018年和股价同步性相关的众多 文献之内，对其控制变量选取状况予以综合分析。能够得出大局部文献

7、指标选取 数量在5个到8个范围以内。应用相对较多的相关指标主要为：公司规模、财务 杠杆等各项指标。结合以往相关文献综合分析结果，对于此次论文研究指标重要性进行综合探 讨，在此次论文研究中主要应用了股权集中度以及盈利能力等相关指标当做是模 型2和模型3之中的控制变量。3.4模型构建为了能够对假设1进行检验，了解高管变更程度以及会计信息质量两者所形 成的关联，形成以下模型：ABSDA = 80 + SiNK + 82SIZE + S3LEV + S4MB + S5CENTRAL + 86ROA + 87ROE + Industy + Year + e模型(1)结合以上分析综合探讨假设1,在企业高管

8、变更程度相对较高时，意味着企 业信息质量随之降低，与此同时盈余管理程度随之增加。所以在所形成的预期模 型(1)之内NK系数出应当显著为正。为了能够对假设2进行检验，分析会计信息质量给企业股价同步性造成的不 同影响，结合金智(2010)等众多学者研究成果，形成以下模型：SYN = a0 + arABSDA + a2SIZE + a3LEV + a4MB + aCENTRAL 4- a6ROA 4- a7ROE + Industy 4- Year + e模型(2)li模型（2）中，股价同步性SYN为被解释变量，盈余管理程度ABSDA为解 释变量。盈余管理程度ABSDA越低，那么会计信息质量越高，那

9、么股价同步性越 高。假设假设2成立，那么预期模型（2）中系数口1应当显著为负。为检验假设3,通过构建高管变更程度NK与盈余管理程度ABSDA的交互 项ABSDA*NK来验证假设H3,具体模型如下：SYN = y0 + YiABSDA + y2NK + y3ABSDA *NK + y4SIZE + y5LEV +y6MB + y7CENTRAL + yQROA 4- y9ROE + Industy 4- Year + e 模型（3）因为盈余管理程度以及会计信息质量两者之间符号相反，因此当高管变更程 度对会计信息质量与股价同步性之间的关系起负向调节作用时，如果所获得的交 叉乘项系数是负数，同时利用

10、ABSDA分析企业会计信息质量过程中，所形成的 系数符号应当和其相反。所以本文预期交互项系数口3显著为正。模型中变量的解释和计算方法如表3.3、3.4o表3.3模型（1）变量解释及计算方法性质变量名变量符号变量定义称被解释变会计信息质ABSDA可操纵应记工程绝对值，根据截面修正的Jones模型量量计算。解释变量高管变NK内部董事人数/董事会总人数更控制变量公司规SIZE年末总资产的自然对数模财务杠LEV资产负债率=负债/资产杆账面市值比MB公司流通总市值与总资产之比股权集中度CENTRA前10大股东持股比例L盈利能力ROA净利润/平均总资产行业INDUSTR为控制年度影响设置年度虚拟变量Y年份

11、YEAR为控制行业影响设置行业虚拟变量表3.4模型（2）、模型（3）变量解释及计算方法性质 变量名称变量符号变量定义12被解释变股价同步性SYN通过个股回报率、行业及综合市场回报率计算量解释变量会计信息质ABSDA可操纵应记工程绝对值，根据截面修正的Jones模量型计算。调节变量高管变更NK内部董事人数与董事会总人数之比控制变量公司规模SIZE年末总资产的自然对数财务杠杆LEV资产负债率=负债/资产账面市值比MB公司流通总市值与总资产之比股权集中度CENTRA前10大股东持股比例L盈利能力ROA净利润/平均总资产行业虚拟变INDUST为控制年度影响设置年度虚拟变量量RY年份虚拟变YEAR为控制

12、行业影响设置行业虚拟变量量134实证研究分析4.1 描述性统计分析开展回归分析之前，必须要对各项变量开展相关的描述性统计分析，从而对不同变量的最大值、最小值等有一定了解。最终分析结果可参考表4.1： 表4.1描述性统计分析结果变量符号变里名称样本里1均值中位数标准差1极小值1极大值1!炉股价同步性i 12723s 0.3686!0.77350.023 i0.826 ：i SYN股价同步性112723i .0.53151.065-3.75 i1.56 i! ABSDA盈余管理程度3127230.07485.0748! 0.000789 i0.449 ij NK曷官芟更程i度j 1272310.6

13、230.0568；0.2510.81 j! SIZE公司规模112723i 222i 1.27i 19.8 I26.1 i! LEV财务杠杆!12723j 0.427i 0.206j 0.054610.897 ij MBj市账比j 12723j 16j 1.52j 012 IS.S8 j| CENTRAL股权集中度|12723j 58j 14.8j 23工 I90.1 ji ROA：盈利能力112723i 0.0477i 0.0573i 4).143 i0.26 i对相关变量进行描述性统计，结果如表4.1所示。在所选样本中，股价同步性”的最高值为0.826,最低值为0.023,平均值为 0.3

14、69,这两种指标结果和morck,yeung,andyu(2000)所开展的以国内样本为基础的 相关研究结果0.453之间存在一定下降趋势，然而和piotroskiandroulstone(2015)结 合美国市场开展所形成的结果0.27相比有一定增长趋势，对此数据予以综合分析 能够发现，和以上研究中提出的新兴市场所具备的同步性要高于兴旺市场同步性 这一结论相一致。盈余管理程度ABSDA的最小值为0.0008,最大值到达了 0.449,由此可见在 这一指标结果中差异度相对较大，这也意味着众多样本企业之内，各个企业所具 备的盈余管理程度存在一定差异，最终形成的会计信息质量也具有一定差距。14分析

15、高管变更指标NK,最低值为0.25,最高值为0.81,平均数为0.623,这 也意味着现阶段国内众多企业在高管变更程度上存在较大差异，各个企业的高管 变动程度差距相对较大。结合SIZE （企业规模）角度而言，这一指标的平均值为22.2,最高水平到达 T26.1,最低水平仅为189这也意味着国内主板上市企业自身开展规模相对较 大。结合LEV （企业财务杠杆）角度而言，各个企业所形成的资产负债比率平均 值到达了 42.7%,其中最小比例仅到达了 5.46%,而最大比例那么能够到达 89.7%,这也意味着国内众多上市企业之间负债水平存在较大差距。结合MB （企业市账比）角度而言，平均数值可到达1.6

16、,最小数值仅到达 0.12,最大数值能够到达8.88,这也意味着国内众多上市企业在成长性上具有较 大差距，同时众多企业成长性普遍偏低。结合CENTRAL （企业股权集中度）角度而言，在上市企业前10名股东所占 据的股份比例平均值到达了 58%,最小比例仅为23.4%,而最大比例到达了 90.1%,这也意味着国内上市企业中股权集中度普遍偏高。结合ROA （企业盈利能力）角度而言，众多上市企业总资产收益率平均比例 达至U了 4.77%,其中最小比例甚至是负值，最大比例能够到达26%,这也意味着 国内上市企业综合盈利能力相对缺乏。4.2 相关性分析为能够深入了解不同变量间能否存在相关性，开展回归分析

17、以前应当对所有 相关数据予以相关性分析，最终所形成的pearson相关系数可参考表4.2：表4.2模型（1）变量相关性分析SYNABSDANKSIZELEVNB1 CENTRALROASYN1.000ABS-0.069*1.000DANK-0.0080.019*1.000SIZE0.111*-0.039*-0.0041.000LEV0.0030.076*0.0010.524*1.000150.045*0.026*0.495*0.360*00CENTRA-0.062*-0.005-0.028*0.176*-0.056*-1.000L0.153*ROA-0.016*-0.051*0.0090.03

18、6*-0.213*0.072*0.155*1.00MB0.0401.0* * 0注：*表示在10%水平（双侧）上显著相关，*表示在5%水平（双侧）上显著相关，*表示在1%水平（双侧）上显著相关表5.2中的相关性验证说明，在众多指标之中只有财务杠杆以及公司规模两者 的相关系数到达了0.524,其余不同变量所对应的相关系数都约为0.1,大局部变 量所形成的相关细分相对较小，这也意味着不同解释变量之间未形成多重共线 性，能够满足回归分析需求。高管变更程度和盈余管理程度在10%水平处呈现出明显的正相关关系。说明高管变更程度越高，当企业盈余管理程度相对较高时，意味着企业会计 信息质量相对较低，这和假设一

19、之间存在一致性。盈余管理程度以及股价同步性 两者之间在1%水平下为互相关联。当企业盈余管理程度相对较低时，企业会计信 息质量会随之提升，其股价同步性越高。符合假设2。4.3回归分析高管变更对会计信息质量的影响对模型（1）高管变更对会计信息质量的影响模型进行多元回归分析，分析 结果如表4.3.在进行会计信息质量计量时，经过综合考虑，此次论文研究中利用盈余管理 水平来对会计信息质量予以综合分析，通过以上分析能够发现两者之间存在互相 关联。结合表5-3对回归结果予以综合分析然后发现，在模型1之中拟合优度达 到了 17.36%,相较于其他模型而言所形成的拟合优度相对较高。高管变更以及盈 余管理程度两个

20、变量之间存在的相关系数到达了 0.0334471,在此基础上其10% 水平更加显著，由此可见当高管变更程度相对较低时，企业所形成的盈余管理程 度会随之降低，而企业信息管理质量随之提升。这也意味着高管变更程度以及会 计信息质量两者之间呈现负相关联，这和假设一相互一致。16表4.3模型（1）高管变更对会计信息质量影响的回归结果VariableCoefficientStd.Errort-StatisticProb.NK0.033447P0.01854531.800.071!ISIZE0010037*80.0021079-4.760.000：1LEV010506360.007510413.990.00

21、0 IjMB4).0020170.0007824-2.580.010!iCENTRAL0.00036030.00010513.430.001 i!ROA0.5864463.0.014035941.780.0001Industry J虚拟变里|Year虚拟变里;样本里12,723!IA 辱 R：0.17361注：*、*、*分别表示在1%、5%和10%水平上显著通过观察其他控制变量的回归结果，能够得出：企业规模和企业盈余管理程 度两者之间在1%水平中存在相互关联，换而言之当企业规模不断提升时，盈余 管理程度会随之下降，所形成的会计信息质量相对较高。财务杠杆以及盈余管理 程度两者之间在1%水平呈现出

22、明显更相关。换而言之，当企业资产负债率相对 较高时，所形成的盈余管理程度会随之提升，因此也会给企业会计信息质量造成 负面影响。企业市值账面比以及企业盈余管理程度两者之间在1%水平呈现出互 相关联。这也意味着当企业市值账面比例相对较高时，所形成的盈余管理程度会 随之降低，从而提升企业会计信息质量。企业股权集中度以及企业盈余管理程度 两者之间在1%水平呈现出明显正相关联，代表着当企业股权集中度相对较高 时，所形成的盈余管理程度会随之提升，因此企业会计信息质量有所降低。企业 的盈利能力以及企业盈余管理程度两者之间在1%水平呈现出明显正相关联，由 此可见盈利能力和企业会计信息质量两者之间存在明显的正相

23、关。4.3.1 会计信息质量对股价同步性的影响结合模型2予以回归分析之后，所形成的结果可参考表4-4：17表4.5模型（2）会计信息质量对股价同步性影响的回归结果!VariableCoefficientStd.Errort-StatisticProb. !ABSDA-0.80810130.12780366320.0001：SIZE0.070898“*0.0269172.630.0085jLEV43847708*0.0967793-3.98o.ooo ilMBq.U8S2S*”0.009987941.900.000!iCENTRAL40080566“.0.0013414-6.010.000：|R

24、OA0.0606350.19417070.310.755 jIndustry虚拟变里iYear虚拟变里iiObs12,723j!A 辱 R：0.4069!注：*、*、*分别表示在1%、5%和10%水平上显著对于表5-4相关结果综合分析能够发现，所构建的模型（2）其你和优度打到 T 40.69%,相较于以往相关研究所构建的各种模型，拟合优度相对较高。盈余管 理程度以及股价同步性两者之间所形成的关系系数到达了-0.8081013,与此同时 两者在1%水平中呈现出明显相关性，这也意味着当企业盈余管理程度相对较高 时，其会计信息质量会随之变弱，与此同时企业股价同步性相对较差。换而言之 企业会计信息质量

25、以及股价同步性两者之间呈现明显正相关，从而能够有效验证 假设2。对于各个控制变量所形成的回归结果予以综合分析能够得出：企业规模和企 业股价同步性两者之间在1%水平中呈现正向关联，这也意味着当企业规模不断 提升时，企业股价同步性会随之增长。企业财务杠杆以及企业股价同步性两者之 间在1%水平中呈现出负相关联，由此可看出企业资产负债率不断提升，会造成 股价同步性随之减少。企业市值账面比以及企业股价同步性两者之间在1%水平 中呈现出互相关联，这代表了当企业市值账面相对较高时，企业股权同步性会随 之减弱。企业股权集中度以及企业股价同步性两者之间在1%水平中呈现出负相 关联，因此当企业股权集中度相对较高时

26、，所形成的股价同步性会随之减少。184.3.2 高管变更对会计信息质量与股价同步性关系的调节作用在深入探讨高管变更对于企业会计信息质量以及股价同步性两者的相互关联 所形成的调节作用过程中，以所构建的模型（2）作为分析基础，融入高管变更 当做是调节变量构建出相应的模型（3）,通过回归分析后所形成的相关结果可 参考表4.5：表4.5模型（3）高管变更对会计信息质量与股价同步性关系调节作用的回归结果;VariableCoefficientStd.Errort-StatisticProb.1ABSDA7078924.“.1280288-5.530.000 ijNK1.171609 .23636624%

27、0.000!1ABSDANK12.296661.7478537.040.000 I!SIZE0.0746197.02683942.780.005 ijLEVC3912936.“.09645664.06o.ooo i1MBA1177121*.009954941.82o.ooo i1CENTRAL0.00791141.0013372-5.92o.ooo iiROA0.013665.19381274).070.9445Industry虚拟变里|Year虚拟变里:iObs12,7231!A R：0.4110i注：*、*、*分别表示在1%、5%和10%水平上显著回归结果如表4.6所示。ABSDA与NK创

28、造交互作用ABSDA * NK系数在 1%水平显着为正，指令抑制经理改变质量信息的会计质量和价格之间的股票同 步正相关与受监管影响的方向，经理改变质量信息之间的质量信息会计而股价 acc同步正相关比具有负调控作用。显示经理人变动的低结果，主动余额被管理 层有效压制，余额被管理，增加了公司会计师从披露中的可靠性和准确性，投资 者对私人信息的搜索边缘化收益下降，可能会导致股票中融入的性信息质量副本 减少，信息不对称缓和，最终减少投资者非理性行为引起的交易噪音，进一步提 高股价同步性.19研究意义使高管变更造成的相关经济问题的研究成果更加多元化。当前已有研究文献 中大局部对信息披露制度等相关因素予以

29、深入探讨，并且分析这些因素给企业会 计信息质量造成的不同影响，而高管变更给企业会计信息质量造成的影响相关研 究微乎其微。结合当前国内社会以及市场开展实践和开展特征，此次论文研究中 深入分析了高管变更给企业会计信息质量造成的各种影响。高管变更是企业内部 控制体系中重要管理工程之一，所以在论文研究中也结合公司治理和开展，对两 者之间造成的影响予以深入探讨。不仅仅能够使高管变更相关研究成果更加多元 化，同时也能够有效拓展企业内部控制给企业会计信息质量造成影响的相关研究 成果，同时还能够把高管变更和股价同步性两者相互融合，使研究成果更加多元化。在股市开展过程中市场信息效率会给股票定价造成极其深远的影响

30、。在探讨 高管变更、股价同步性两者之间关联过程中，可以从中找出和会计准那么以及股票 市场开展相关的多种问题，同时能够结合当前国内财务报告准那么和内部控制制度 等形成相应的建议，最终到达不断提高国内市场运行能力以及运行效率的目的。1.2国内外研究现状国外研究现状Doyle等(2007)年通过检查财务报表中盈余质量与内部控制之间的关系并 研究其他的数据(财务相关)，发现公司的内部控制与其企业的盈余质量有较大 的关联，并发现内部控制的薄弱处，往往与盈余权重相关；有缺陷的内部控制制 度与不良盈余质量差的关系一般是由于“公司”披露内部控制信息而产生的弱点， 而不是内外部审计的因素。Bedard (201

31、2)通过实证分析证明即使内部控制缺陷 得到有效更正，企业的会计质量也不能得到有效的提升，模型根据企业存在不同 类型的管理缺陷，研究了内部控制缺陷更正与剩余质量的关系。研究说明，即使 被审计单位及时纠正了相关的内控缺陷，内控违规的公司无论相应制度是否完 善，两年后仍存在异常盈余问题。Aloke (Al) Ghoshk, Yong Gyoli (2013),分析 萨班法前后会计信息质量和内部控制之间的关联发现，基于萨班法不存4.4稳健性检验为了验证研究结果的可靠，本文应用了以下两种方法开展稳健性检验： （1）代表性强的制造业样本稳健性检验。由表4.2可知，在主板上市公司 样本行业分布中，制造业所占

32、的比重最高，到达61.64%。考虑到股票波动存在行 业股票涨跌性，为了排除行业不同对数据结果的影响，本文剔除其他行业，对制 造业数据样本进行全模型回归，模型（1）、（2）、（3）稳健性结果如表4.7、表 4.8、表 4.9。表4.7制造业模型（1）稳健性检验结果注：*、*、*分别表示在1%、5%和10%水平上显著VariableCoefficientStdZnort-StatisticProb. NK0.0633679*0.02125792.980.003 i|SIZE0.00018340.00266390.070.945 jLEV0.1114494*0.008873612.560.000 i

33、MB-0.00131230.0008939-1.470.1421!CENTRAL0.0003404*0.00012442.740.006 i!ROA0.5842955*0.015756837.080.000 I:Year虚拟变量jjObs7.8421Adj-R20.0644i20表4-8制造业模型（2）稳健性检验结果注：*、*、*分别表示在1%、5%和10%水平上显著；VariableCoeffidentStdZnort-StatisticProb. !ABSDA-1.036527*0.1823242-5.690.000!:SIZE0.00125760.03784330.030.973;LEV

34、-03306987*0.127827-2.59o.oio i|MB-0.1508114*0.0127124-11.86o.ooo i!CENTRAL-0.0078551* *0.0017687-4.440.000 j|ROA0.21761860.24811390.880.380 iYear虚拟变量:jObs7,842，!Adj-R20.4218，21表4.9制造业模型（3）稳健性检验结果Variable全样本SOE=1SOE=0 ;:ABSDA-0.9242476*(-5.06)-1.4 券 213*(-479)-0.666438*!(-2.90) iNK-1.28658(-4.26)-2.4

35、52291*(-5.01)-0.4379813 ;(-1.12) ;ABSDA*NK11.87025*(5.03)14.10351*(3.85)10,15764*i(3.23)!iSIZE0.0099342(0.26)0.1226674(1.55)-0.0543476 )(-1.19) 1iLEV-03439226*(-2.70)-0.7113195*(-2.乃)-0.1916018 j(-1.26) !:MB-0.1500403*(41.84)-0.0897603*(-325)-0.1719748*!(41.86);1CENTRAL-0.0077048*(-4.37)-0.0046483(-

36、137)-0.0090473*1(-4.12) ;:ROA0.1382815(0.56)-0.2632091(-0.56)0.1465939 ;(0.49)!Year虚拟变量虚拟变量虚拟变量Obs7,8422,3125,5301：Adj-R20.42570.40850.4434!注：*、*、*分别表示在1%、5%和10%水平上显著（2）剔除股价波动较大年份样本的稳健性检验。由表3.4可知，2013至 2018年的股价同步性数据（R2）中，2015和2016年较其它年份波动较大，考虑 到极有可能是因为2015年及2016年度爆发的股灾使股价同步性表现较为特殊， 为排除其对实证结果可能造成的干扰，

37、在第二个稳健性检验中，将该年度的数据22排除以后再展开全模型的回归。模型（1）、（2）、（3）稳健性结果如表4.10、表4.1k 表 4.12。表4.10模型（1）稳健性检验结果：VariableCoefficientStdrrort-StatisticProb. NK0.0934758*0.02327334.02o.ooo ;!SIZE-0.0134421*0.0024977-5.380.000 j!LEV0.1170465*0.009406112.441o.ooo rMB-0.0009210.0012563-0.730.463!CENTRAL0.0001980.00012541.580.1

38、14jjROA0.569803*0.018027531.610.000j:Year虚拟变量|jObs8,671!Adj-R20.1813:il注：*、*、*分别表示在1%、5%和10%水平上显著表4.11模型（2）稳健性检验结果1VariableCoefficientStdZuort-StatisticProb. iABSDA-1243656*0.1641917-7.570.000!jSIZE0.0742917*0.03165152.350.0191jLEV-0.36304*0.1205126-3.010.003 j!MB-0.1325417*0.0158901-8.340.000!CENTR

39、AL-0.0098437*0.0015865-6.200.000 j!ROA0.582766*0.2464982.360.018:Year虚拟变量:iObs8,671j|Adj-R20.2657!23注：*、*、*分别表示在1%、5%和10%水平上显著表4.12模型(3)稳健性检验结果Variable全样本SOE=1SOE=0 11ABSDA4.001019*(-6.05)4.3701*(-4.94)-.8677161*1(-4.09) sNK-1368592*(-4.66)-1.958231*(-4.43)4).8261534* i(-2.06) j! ABSDA*NK16.39581*(7

40、.78)22.23667*(7.51)8.382744* 1(2.72) s|SIZE0.0799867*(2.54)0.2232471* *(3.57)0.0189845 !(0.48) sLEV-03860296* *(322)-0.739916*(-332)-02286113 s(-1.55) s!MB-0.1316647* *(-8.34)-0.1221018* *(-3.46)-0.1400721*:*(-7.72) jj CENTRAL-0.0096177* *(-6.10)-0.0116056* *(-4.00)-0.0096822* i*(-4.81) |ROA0.434427

41、9*(1.77)-0.4257679(-0.90)0.6916061*I(2.32)!Year虚拟变量虚拟变量虚拟变量:1Obs8:6713,1615,510;!Adj-R20.33290.33530.3407!注：*、*、*分别表示在1%、5%和10%水平上显著两种方法的稳健性回归结果均显示：(1)由表4.7可知，企业管理者变动与公司盈余管理水平的相关系数为 0.0633679,而在1%的水平更为突出。对5-10分进行复分析可以发现，企业负责 人变动与公司盈余管理水平的相关系数为0.0934758,相关系数为0.0934758。这 也意味着管理层变动与盈余管理中的两个变量之间存在明显的正相关

42、关系，即当24 企业内部的公司控制权较高时，公司的盈余管理随之上升，导致企业会计信息质 量下降。这些结论和假设（1） 一致，稳定性检验的结果与回归分析的结果一 致，也代表了模型（1）中形成的结果的可靠性。（2）在表4.8中，盈余管理水平与股价均匀性的相关系数为-1.036527,两者 的相关系数为1.036527。综合分析表5.11可知，盈余管理比率与股价均匀度为 1.243656和1%,由于股价同质性显着为负，这意味着在企业盈余管理相对较高 的情况下，会计信息的质量正在减弱，并且股票的价值较低。假设2将进一步 证实稳健性检验的结果与回归分析的结果相吻合，并且模型（2）的回归结果是 可靠的；（

43、3）由表4.9可知，交互元素之间的相关系数为11.87025,在1%的水平上 更为明显。表4-12中综合分析的累积相关系数到达16.39581,在1%的水平上 比拟明显。这个值是交叉存在和共享同步的存在并且是明显正相关的，如果主动 余额的头部的表达会改变将给出一个平衡的存在程度控制的股票价格同步和负连 接的存在必须是直接监管是有能力的，变化的负责人也有兴趣向会计师提供质量 和股价的同步信息，这之间的积极沟通是由性监管机制决定的。因此，这个结果 与三和二的假设是一致的。由此可见，模型（3）生成的回归结果具有一定的可 靠性。结论此次论文研究中结合当前国内证券市场中的信息效率开展特征，深入探讨信息效 率观等相关理念，通过对我国沪深证券中众多上市企业在2013年到2018年之间 相关数据信息予以综合分析，采用理论分析与实证检验的方