国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

企業(yè)金融化的陰暗面
——來自上市公司信息披露違規(guī)的證據(jù)

2020-05-13 07:05:00
關(guān)鍵詞:金融資產(chǎn)違規(guī)變量

朱 杰

中南財(cái)經(jīng)政法大學(xué) 會(huì)計(jì)學(xué)院,湖北 武漢 430073

一、引言

近年來,中國經(jīng)濟(jì)進(jìn)入由高速發(fā)展向高質(zhì)量發(fā)展的結(jié)構(gòu)轉(zhuǎn)型期,實(shí)體企業(yè)普遍面臨產(chǎn)能過剩、市場需求不足、成本高企以及投資回報(bào)率嚴(yán)重下滑的發(fā)展困境。但與此同時(shí),金融領(lǐng)域的高額投資收益率卻激發(fā)了許多非金融企業(yè)進(jìn)行跨行業(yè)套利的動(dòng)機(jī)。在資本逐利驅(qū)使下,大量資金快速流入資本市場和房地產(chǎn)市場,導(dǎo)致與企業(yè)主營業(yè)務(wù)并無直接關(guān)聯(lián)的金融資產(chǎn)在非金融企業(yè)資源配置中的占比越來越高,社會(huì)經(jīng)濟(jì)呈現(xiàn)出“脫實(shí)向虛”的趨勢。據(jù)統(tǒng)計(jì),中國A股非金融保險(xiǎn)類上市公司持有的以交易性金融資產(chǎn)、衍生金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期投資以及投資性房地產(chǎn)為代表的金融資產(chǎn)總量已由2007年的2670億元上升至2017年的22300億元,年均漲幅高達(dá)21.3%。非金融企業(yè)這種偏離主業(yè)的“金融化”行為引發(fā)了學(xué)術(shù)界和政府監(jiān)管部門的廣泛關(guān)注。盡管金融資產(chǎn)因其較強(qiáng)的流動(dòng)性和變現(xiàn)能力能夠在一定程度上有效預(yù)防企業(yè)現(xiàn)金流量波動(dòng),使其作為貨幣資金儲(chǔ)備發(fā)揮緩解企業(yè)融資約束的功能,進(jìn)而降低企業(yè)融資成本、防范企業(yè)財(cái)務(wù)風(fēng)險(xiǎn),但大量研究表明,金融化行為對(duì)實(shí)體企業(yè)主業(yè)發(fā)展的“擠出效應(yīng)”高于“蓄水池效應(yīng)”(杜勇等,2017[1])。非金融企業(yè)對(duì)金融資產(chǎn)的過度配置不僅抑制了企業(yè)實(shí)業(yè)投資(張成思和張步曇,2016[2])、損害了企業(yè)創(chuàng)新效率(王紅建等,2017[3])、降低了企業(yè)就業(yè)容納能力(王懷明和王成琛,2019[4])和企業(yè)價(jià)值(戚聿東和張任之,2018[5]),還會(huì)對(duì)金融市場穩(wěn)定產(chǎn)生不利影響(彭俞超,2018[6])。為此,中共十九大報(bào)告、中央經(jīng)濟(jì)工作會(huì)議和國務(wù)院金融工作會(huì)議曾多次指出,應(yīng)當(dāng)充分發(fā)揮金融資產(chǎn)服務(wù)實(shí)體經(jīng)濟(jì)的功能,堅(jiān)決打擊違法違規(guī)金融活動(dòng),健全金融監(jiān)管體系,嚴(yán)控金融風(fēng)險(xiǎn)發(fā)生。由此可見,金融化可能是非金融企業(yè)過分追求短期收益的一種短視行為,對(duì)金融資產(chǎn)的不合理配置,不僅會(huì)損害產(chǎn)業(yè)資本長遠(yuǎn)發(fā)展,還會(huì)加劇宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)。然而,這種短視行為是否會(huì)誘發(fā)公司舞弊與違規(guī)動(dòng)機(jī)進(jìn)而損害資本市場投資者利益,現(xiàn)有研究并未給出解答。

與企業(yè)金融化趨勢類似,近年來,中國上市公司因財(cái)務(wù)舞弊所引發(fā)的信息披露違規(guī)行為同樣呈現(xiàn)出不斷上升的態(tài)勢,嚴(yán)重影響了投資者信心與資本市場健康平穩(wěn)發(fā)展。舞弊三角理論認(rèn)為,壓力、機(jī)會(huì)和自我合理化是企業(yè)舞弊產(chǎn)生的三大動(dòng)因。圍繞該理論,現(xiàn)有研究發(fā)現(xiàn)激烈的產(chǎn)品市場競爭環(huán)境(滕飛等,2016[7])、高管薪酬差距(魏芳和耿修林,2018[8])、激進(jìn)的公司戰(zhàn)略(孟慶斌等,2018[9])以及控股股東股權(quán)質(zhì)押活動(dòng)(呂曉亮,2017[10])誘發(fā)了公司財(cái)務(wù)舞弊動(dòng)機(jī),CEO與董事間的“老鄉(xiāng)”關(guān)系和關(guān)聯(lián)交易(陸瑤和胡江燕,2016[11])則為公司財(cái)務(wù)舞弊創(chuàng)造了機(jī)會(huì),進(jìn)而提高了公司違規(guī)傾向。值得注意的是,在舞弊三角理論中,企業(yè)金融化行為是不可忽視的重要因素。一方面,企業(yè)金融化可能會(huì)加劇公司業(yè)績波動(dòng),導(dǎo)致公司存在舞弊動(dòng)機(jī);另一方面,企業(yè)金融化可能會(huì)誘發(fā)管理層對(duì)財(cái)務(wù)資源的不合理配置行為,為公司舞弊創(chuàng)造了有利條件。基于此,本文推斷,財(cái)務(wù)舞弊及信息披露違規(guī)可能是金融化企業(yè)普遍存在的自利行為和機(jī)會(huì)主義行為。資本市場數(shù)據(jù)顯示,2007~2017年間中國A股上市公司5772起違規(guī)事件中,4855起屬于信息披露違規(guī),占比高達(dá)84%,表明信息披露違規(guī)是上市公司違規(guī)的最主要形式。鑒于此,本文以2007~2017年間中國A股非金融保險(xiǎn)類上市公司為樣本,從上市公司信息披露違規(guī)的視角探討企業(yè)金融化行為對(duì)資本市場的負(fù)面影響。

二、理論分析與研究假設(shè)

信息披露違規(guī)源于上市公司對(duì)財(cái)務(wù)信息和非財(cái)務(wù)信息的策略性信息披露行為,是上市公司財(cái)務(wù)舞弊的一種表現(xiàn)形式。在現(xiàn)階段,中國上市公司信息披露違規(guī)的主要方式包括虛假陳述(誤導(dǎo)性陳述)、披露不實(shí)、推遲披露、重大遺漏和虛列資產(chǎn)等。在非完全有效市場中,上市公司對(duì)財(cái)務(wù)信息和非財(cái)務(wù)信息的違規(guī)披露能夠暫時(shí)掩飾公司負(fù)面信息與盈余管理行為,降低了公司信息透明度(Hutton et al.,2009[12])。而信息透明度的降低抑制了資本市場價(jià)格發(fā)現(xiàn)功能,使得投資者因難以準(zhǔn)確判斷公司價(jià)值而做出錯(cuò)誤的投資決策,在短期內(nèi)避免了公司負(fù)面消息釋放所引發(fā)的消極市場反應(yīng),導(dǎo)致了信息披露違規(guī)的收益大于成本(Bloomfield,2002[13])。由此可見,信息披露違規(guī)的高收益與低成本是資本市場信息披露違規(guī)事件屢禁不止的根本原因。然而,信息披露違規(guī)破壞了市場秩序,損害了投資者利益,是上市公司可能面臨的重大法律風(fēng)險(xiǎn)要素之一。

由于一定程度的信息不對(duì)稱與代理問題是上市公司信息披露違規(guī)行為發(fā)生的重要誘因(雷嘯等,2019[14]),而金融資產(chǎn)配置比例較高的非金融企業(yè)普遍存在盈余質(zhì)量較差(許罡和伍文中,2018[15])、投資效率較低(杜勇等,2017)、資本逐利動(dòng)機(jī)和套利動(dòng)機(jī)較強(qiáng)(王紅建等,2017)等問題,因此,本文認(rèn)為企業(yè)金融化與上市公司信息披露違規(guī)行為之間存在如下內(nèi)在聯(lián)系。

首先,企業(yè)金融化加劇了公司業(yè)績波動(dòng)性。受資源總量約束,企業(yè)金融投資與實(shí)體投資通常呈現(xiàn)出較強(qiáng)的替代關(guān)系(Tobin,1965[16])。當(dāng)企業(yè)將較多的資源用于金融資產(chǎn)和房地產(chǎn)投資時(shí),企業(yè)用于生產(chǎn)經(jīng)營活動(dòng)、銷售服務(wù)活動(dòng)、管理活動(dòng)以及研發(fā)創(chuàng)新活動(dòng)的資金投入則會(huì)大幅縮減(王紅建等,2017),進(jìn)而損害了企業(yè)主業(yè)發(fā)展,降低了企業(yè)主營業(yè)務(wù)創(chuàng)造收益的能力(杜勇等,2017;戚聿東和張任之,2018)。此外,金融資產(chǎn)投資并非是絕對(duì)安全與毫無風(fēng)險(xiǎn)的,以衍生金融資產(chǎn)、投資性房地產(chǎn)為代表的金融資產(chǎn)投資會(huì)加劇公司業(yè)績波動(dòng)。由此可見,企業(yè)金融化行為在“擠出”實(shí)體投資的同時(shí),增加了公司經(jīng)營收益與投資收益的不確定性。公司業(yè)績的不穩(wěn)定會(huì)向資本市場投資者傳遞公司經(jīng)營管理活動(dòng)不穩(wěn)健的信號(hào),由此導(dǎo)致公司存在通過財(cái)務(wù)舞弊行為平滑和粉飾業(yè)績的動(dòng)機(jī),增加了公司信息披露違規(guī)發(fā)生的可能性。而且,自從2007年中國實(shí)行新企業(yè)會(huì)計(jì)準(zhǔn)則以來,公允價(jià)值成為金融資產(chǎn)最主要的會(huì)計(jì)計(jì)量模式。新準(zhǔn)則允許管理層根據(jù)其持有意圖對(duì)金融資產(chǎn)進(jìn)行重分類,使得管理層在對(duì)金融資產(chǎn)進(jìn)行后續(xù)計(jì)量時(shí)存在更大自由裁量權(quán)和盈余操縱空間。顯然,公允價(jià)值計(jì)量模式的復(fù)雜性和管理層意圖的不可驗(yàn)證性為企業(yè)實(shí)施盈余操縱提供了便利條件。

其次,企業(yè)金融化降低了公司實(shí)物資本投資效率。通常,金融資產(chǎn)投資具有流動(dòng)性強(qiáng)、短期收益率較高等特點(diǎn),而且,金融資產(chǎn)的高變現(xiàn)能力使得金融資產(chǎn)能夠充分發(fā)揮資金儲(chǔ)備和“蓄水池”功能,降低了公司財(cái)務(wù)困境出現(xiàn)的可能性。相比而言,以固定資產(chǎn)、研發(fā)創(chuàng)新為代表的實(shí)物資本投資則具有投資周期長、短期回報(bào)率低、投資失敗風(fēng)險(xiǎn)高等特點(diǎn),Orhangazi(2008)[17]研究發(fā)現(xiàn),金融資產(chǎn)的短期“賺錢效應(yīng)”會(huì)促使公司改變資源配置優(yōu)先順序,進(jìn)而將更多的資金用于跨行業(yè)套利,而非投資于主營業(yè)務(wù),最終表現(xiàn)為公司實(shí)業(yè)投資率顯著降低。而實(shí)物資本投資效率降低會(huì)從兩方面增加公司財(cái)務(wù)舞弊出現(xiàn)的可能性:第一,杜勇等(2017)研究發(fā)現(xiàn)實(shí)物資本投資效率降低,是金融化企業(yè)經(jīng)營業(yè)績下滑的重要原因,而業(yè)績下滑會(huì)在較大程度上誘發(fā)公司財(cái)務(wù)舞弊動(dòng)機(jī);第二,程新生等(2012)[18]研究發(fā)現(xiàn)信息披露質(zhì)量降低是公司實(shí)物資本投資效率降低的重要條件。企業(yè)金融化所引發(fā)的低質(zhì)量財(cái)務(wù)信息和非財(cái)務(wù)信息披露會(huì)增加公司信息不對(duì)稱程度和代理成本,降低了對(duì)管理者行為的約束,導(dǎo)致外部利益相關(guān)者對(duì)公司的信息解讀成本增加,從客觀上為公司財(cái)務(wù)舞弊創(chuàng)造了條件。由此可以推斷,金融化企業(yè)通過降低公司實(shí)物資本投資效率,進(jìn)而增加了公司信息披露違規(guī)發(fā)生的可能性。

最后,企業(yè)金融化增強(qiáng)了大股東與管理層財(cái)務(wù)資源“掏空”動(dòng)機(jī)與行為。與實(shí)物資本投資不同,金融資產(chǎn)轉(zhuǎn)換成本和處理成本較低,因此,金融資產(chǎn)配置數(shù)量越多的公司,大股東和管理層可自由裁量的財(cái)務(wù)資源也越多,導(dǎo)致大股東和管理層對(duì)實(shí)物資本的投資意愿會(huì)隨著企業(yè)金融化程度的提升而不斷降低,而大股東和管理層對(duì)公司閑置財(cái)務(wù)資源的“掏空”動(dòng)機(jī)則會(huì)隨著企業(yè)金融化程度的提升而不斷增加。進(jìn)一步,李文洲等(2014)[19]研究發(fā)現(xiàn)大股東對(duì)財(cái)務(wù)資源的掏空動(dòng)機(jī)會(huì)引發(fā)管理層與大股東的合謀行為,進(jìn)而降低公司盈余質(zhì)量。由此可以推斷,金融化程度越高的公司,大股東與管理層因合謀攫取私利所引發(fā)的財(cái)務(wù)舞弊可能性也越高,由此增加了公司信息披露違規(guī)發(fā)生的可能性。

綜合以上三方面的分析,本文提出假設(shè):企業(yè)金融化程度越高,公司發(fā)生信息披露違規(guī)的可能性越大。

三、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來源

本文選擇2007~2017年間中國A股上市公司為研究對(duì)象,共包含3504家公司的26012個(gè)觀測值,剔除了489個(gè)金融保險(xiǎn)類公司樣本、1273個(gè)ST和*ST公司樣本以及169個(gè)關(guān)鍵變量缺失的樣本,最終得到3422家公司的24081個(gè)“公司—年度”觀測值。實(shí)證研究中所需財(cái)務(wù)數(shù)據(jù)來源于國泰安 CSMAR 數(shù)據(jù)庫、銳思 RESSET 數(shù)據(jù)庫,本文對(duì)連續(xù)變量進(jìn)行了 1%和 99%分位上的縮尾處理以避免極端值的可能影響。

(二)變量定義

1. 被解釋變量:公司信息披露違規(guī)傾向與違規(guī)次數(shù)。參照孟慶斌等(2018)的做法,使用違規(guī)傾向(Fraud_Trend)和違規(guī)次數(shù)(Fraud_Freq)衡量上市公司信息披露違規(guī)行為。上市公司信息披露違規(guī)數(shù)據(jù)來源于國泰安CSMAR數(shù)據(jù)庫中的違規(guī)處罰子庫。具體地,若上市公司在某一年發(fā)生了虛假陳述(誤導(dǎo)性陳述)、披露不實(shí)、推遲披露、重大遺漏以及虛列資產(chǎn)等信息披露違規(guī)行為,且被中國證監(jiān)會(huì)及其分支機(jī)構(gòu)、證券交易所等證券監(jiān)管部門通報(bào),則違規(guī)發(fā)生當(dāng)年Fraud_Trend取1,否則取0;Fraud_Freq則用于衡量上市公司當(dāng)年被中國證監(jiān)會(huì)及其分支機(jī)構(gòu)、證券交易所等證券監(jiān)管部門通報(bào)的信息披露違規(guī)總次數(shù)。

2. 解釋變量:企業(yè)金融化程度。使用金融資產(chǎn)投入指標(biāo)衡量企業(yè)金融化程度。具體地,本文將金融資產(chǎn)定義為交易性金融資產(chǎn)、衍生金融資產(chǎn)、發(fā)放貸款及墊款、可供出售金融資產(chǎn)、持有至到期投資以及投資性房地產(chǎn)六類。之所以將投資性房地產(chǎn)納入金融資產(chǎn)范疇,是因?yàn)橹袊镀髽I(yè)會(huì)計(jì)準(zhǔn)則》中將投資性房地產(chǎn)定義為“為賺取租金或資本增值,或兩者兼有而持有的房地產(chǎn)”,使得投資性房地產(chǎn)成為企業(yè)重要的投資工具之一,且“投資性房地產(chǎn)”會(huì)計(jì)科目能夠反映企業(yè)在房地產(chǎn)市場的套利和投機(jī)情況。綜上所述,企業(yè)金融化程度(Financial)=(交易性金融資產(chǎn)+衍生金融資產(chǎn)+發(fā)放貸款及墊款凈額+可供出售金融資產(chǎn)凈額+持有至到期投資凈額+投資性房地產(chǎn)凈額)/年末總資產(chǎn)。穩(wěn)健性檢驗(yàn)中本文還會(huì)引入其他指標(biāo)重新度量企業(yè)金融化程度。

3. 控制變量。參照滕飛等(2016)等文獻(xiàn)的做法,本文選取了如下控制變量:公司規(guī)模Size,當(dāng)年年末總資產(chǎn)取自然對(duì)數(shù);資產(chǎn)收益率Roa,年末凈利潤與總資產(chǎn)的比值;資產(chǎn)負(fù)債率Leverage,年末總負(fù)債與年末總資產(chǎn)的比值;產(chǎn)權(quán)性質(zhì)Soe,公司實(shí)際控制人屬于國有單位時(shí)取1,否則取0;審計(jì)師類型Big4,公司當(dāng)年被國際四大會(huì)計(jì)師事務(wù)所審計(jì)時(shí)取1,否則取0;機(jī)構(gòu)投資者持股比例Investor,機(jī)構(gòu)投資者持股數(shù)量與公司總股本的比值;董事會(huì)規(guī)模Board,董事會(huì)人數(shù)取自然對(duì)數(shù);獨(dú)立董事占比Independence,董事會(huì)中獨(dú)立董事人數(shù)比例;股權(quán)集中度Herf,當(dāng)?shù)谝淮蠊蓶|持股比例高于或等于第二大到第十大股東持股比例總和時(shí)取1,否則取0;兩職兼任Dual,當(dāng)董事長和總經(jīng)理由同一人兼任時(shí)取1,否則取0。

(三)模型設(shè)定

本文構(gòu)建模型(1)對(duì)提出的假設(shè)進(jìn)行實(shí)證檢驗(yàn),具體如下:

Fraudi,t=β0+β1Financiali,t+β2Controlsi,t+∑Industryi,t+∑Yeari,t+εi,t

(1)

模型(1)中被解釋變量Fraud使用上市公司信息披露違規(guī)傾向(Fraud_Trend)和違規(guī)次數(shù)(Fraud_Freq)兩個(gè)變量衡量。當(dāng)被解釋變量為違規(guī)傾向(Fraud_Trend)時(shí),使用面板Logit回歸模型進(jìn)行參數(shù)估計(jì);當(dāng)被解釋變量為違規(guī)次數(shù)(Fraud_Freq)時(shí),使用面板泊松回歸(Poisson)模型進(jìn)行參數(shù)估計(jì)。此外,模型(1)中還控制了行業(yè)固定效應(yīng)與年度固定效應(yīng)。本文預(yù)期,如果假設(shè)成立,那么變量Financial的回歸系數(shù)β1應(yīng)當(dāng)顯著為正。

四、實(shí)證結(jié)果

(一)描述性統(tǒng)計(jì)

表1列示了主要變量的描述性統(tǒng)計(jì)結(jié)果。從表1可以看出,違規(guī)傾向(Fraud_Trend)均值為0.117,表明11.7%的樣本公司發(fā)生過信息披露違規(guī)事件;違規(guī)次數(shù)(Fraud_Freq)均值為0.159,表明樣本公司平均違規(guī)次數(shù)不足1次。企業(yè)金融化(Financial)中位數(shù)為0.004,表明半數(shù)以上的樣本公司持有一定數(shù)量的金融資產(chǎn);企業(yè)金融化(Financial)均值為0.031,表明樣本公司金融資產(chǎn)持有量占總資產(chǎn)的比重大約為3%;企業(yè)金融化(Financial)最大值為0.388,表明部分樣本公司金融資產(chǎn)配置比例較高。控制變量均值與中位數(shù)較接近,表明樣本整體分布均勻。

表1 主要變量描述性統(tǒng)計(jì)結(jié)果

(二)基本回歸

表2列示了企業(yè)金融化對(duì)上市公司信息披露違規(guī)傾向與違規(guī)次數(shù)的影響。由表2可知,F(xiàn)inancial與Fraud_Trend、Fraud_Freq在5%水平上顯著正相關(guān),表明隨著金融化程度的

提升,非金融企業(yè)信息披露違規(guī)發(fā)生的可能性以及信息披露違規(guī)次數(shù)均顯著增加,驗(yàn)證了本文提出的假設(shè)。控制變量中,資產(chǎn)負(fù)債率(Leverage)、董事會(huì)規(guī)模(Board)的回歸系數(shù)顯著為正,表明財(cái)務(wù)杠桿較高、董事會(huì)規(guī)模較大的公司更容易發(fā)生信息披露違規(guī)事件;資產(chǎn)收益率(Roa)、產(chǎn)權(quán)性質(zhì)(Soe)、審計(jì)師類型(Big4)、股權(quán)集中度(Herf)的回歸系數(shù)顯著為負(fù),表明盈利能力較強(qiáng)、由國有單位控股、審計(jì)質(zhì)量較高以及公司治理較好的公司發(fā)生信息披露違規(guī)事件的可能性較低。以上回歸結(jié)果均與本文預(yù)期相符合。

(三)穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證模型(1)回歸結(jié)果的有效性,本文還進(jìn)行了如下穩(wěn)健性檢驗(yàn)。

第一,為消除上市公司金融資產(chǎn)配置的行業(yè)間差異,本文按照同一行業(yè)、同一年度內(nèi)樣本公司金融化水平的中位數(shù)對(duì)公司的實(shí)際金融化水平進(jìn)行調(diào)整,重新定義企業(yè)金融化(Financial)為公司當(dāng)年實(shí)際金融化水平減去同一行業(yè)、同一年度內(nèi)樣本公司金融化水平的中位數(shù)后的差額。表3第(1)列和第(2)列報(bào)告了重新回歸的結(jié)果。由此可以看出,經(jīng)調(diào)整后消除行業(yè)差異的企業(yè)金融化指標(biāo)(Financial)與Fraud_Trend、Fraud_Freq仍然在5%水平上顯著正相關(guān),表明企業(yè)金融化與上市公司信息披露違規(guī)行為之間的正相關(guān)關(guān)系確實(shí)客觀存在。

第二,本文主回歸中使用金融資產(chǎn)投入指標(biāo)來衡量企業(yè)金融化程度。為確保企業(yè)金融化(Financial)代理變量的可靠性,接下來,本文使用金融資產(chǎn)產(chǎn)出指標(biāo)重新度量企業(yè)金融化程度。由于企業(yè)投資金融資產(chǎn)產(chǎn)生的收益通常在財(cái)務(wù)報(bào)表“投資收益”“公允價(jià)值變動(dòng)損益”“匯兌收益”等科目體現(xiàn),因此,本文按照如下公式重新計(jì)算企業(yè)金融化程度:企業(yè)金融化程度(Financial)=(投資收益-對(duì)聯(lián)營企業(yè)和合營企業(yè)的投資收益+公允價(jià)值變動(dòng)收益+匯兌收益)/凈利潤。表3第(3)列和第(4)列報(bào)告了重新回歸的結(jié)果。由此可知,F(xiàn)inancial與Fraud_Trend、Fraud_Freq在1%水平上顯著正相關(guān),進(jìn)一步驗(yàn)證了本文提出的假設(shè)。

第三,盡管近年來中國證券監(jiān)管部門加大了上市公司信息披露違規(guī)的查處力度,但不可否認(rèn)的是,上市公司信息披露違規(guī)的樣本數(shù)據(jù)屬于部分可觀測數(shù)據(jù),也即樣本中可能存在部分發(fā)生了信息披露違規(guī)但沒有被證券監(jiān)管部門稽查出來的公司,從而導(dǎo)致本文的面板Logit模型和泊松回歸結(jié)果可能存在偏誤(不能有效區(qū)分企業(yè)金融化究竟是影響了公司信息披露違規(guī)傾向,還是公司違規(guī)后被查處的概率,還是兩者兼有)。為解決這一問題,本文參照Poirier(1980)[20]的做法,采用部分可觀測的Bivariate Probit模型對(duì)本文提出的假設(shè)進(jìn)行重新檢驗(yàn)。具體地,構(gòu)建模型(2)和模型(3)。

Fraud*i,t=α0+α1Financiali,t+α2Mholdi,t+α3Sharei,t+α4Separationi,t+α5Lossi,t

+α6Independencei,t+α7Big4i,t+α8Opinioni,t+α9Sizei,t+α10Analysti,t

+α11Roai,t+α12Agei,t+α13Leveragei,t+Industryi,t+Yeari,t+μi,t

(2)

+γ6Soei,t+γ7Vol_Stocki,t+γ8Turnoveri,t+γ9Investori,t+γ10Sizei,t

+γ11Analysti,t+γ12Roai,t+γ13Agei,t+Industryi,t+Yeari,t+φi,t

(3)

模型(2)中Fraud*代表上市公司信息披露違規(guī)傾向,模型(3)中Detect*代表上市公司信息披露違規(guī)被稽查的概率。定義啞變量Fraud和Detect,當(dāng)模型(2)回歸后擬合值Fraud*>0時(shí),F(xiàn)raud取1,否則取0;當(dāng)模型(3)回歸后擬合值Detect*>0時(shí),Detect取1,否則取0。由于具有違規(guī)傾向的公司只有被證券監(jiān)管部門稽查后,才能被認(rèn)定為具有違規(guī)行為的公司,因此,本文設(shè)置一個(gè)新的啞變量Z,令Z=Fraud×Detect。當(dāng)公司存在信息披露違規(guī)行為且被證券監(jiān)管部門稽查通報(bào)時(shí),Z取1;當(dāng)公司不存在信息披露違規(guī)行為,或存在信息披露違規(guī)行為但未被證券監(jiān)管部門稽查通報(bào)時(shí),Z取0。

模型(2)和模型(3)中涉及的部分解釋變量包括:高管持股比例(Mhold),高管持股數(shù)量與公司總股數(shù)的比值;第一大股東持股比例Share,第一大股東持股數(shù)量與公司總股本的比值;兩權(quán)分離度Separation,控股股東控制權(quán)與現(xiàn)金流權(quán)之間的差額;連續(xù)虧損Loss,過去兩年業(yè)績持續(xù)虧損時(shí)取1,否則取0;審計(jì)意見類型Opinion,當(dāng)公司被審計(jì)師出具非標(biāo)審計(jì)意見時(shí)取1,否則取0;分析師關(guān)注度Analyst,分析師關(guān)注人數(shù)(團(tuán)隊(duì)數(shù))加1取自然對(duì)數(shù);公司上市年限Age,公司上市年限加1取自然對(duì)數(shù);托賓Q行業(yè)中位數(shù)Tobinq_Median,同一行業(yè)、同一年度樣本公司托賓Q中位數(shù);營業(yè)收入增長率Growth,當(dāng)年相比上年?duì)I業(yè)收入增長比率;資本支出Capex,公司當(dāng)年購建固定資產(chǎn)無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金加1取自然對(duì)數(shù);同行業(yè)違規(guī)公司個(gè)數(shù)Fraud_Ind,同一行業(yè)、同一年度樣本公司信息披露違規(guī)個(gè)數(shù);股票波動(dòng)率Vol_Stock,股票月波動(dòng)率的年平均值;股票換手率Turnover,流通股換手率的年平均值。其余變量的解釋與模型(1)相同。

表3第(5)列報(bào)告了面板Probit模型回歸結(jié)果,從中可以看出,F(xiàn)inancial與Z在1%水平上顯著正相關(guān),表明企業(yè)金融化不僅顯著增加了公司信息披露違規(guī)的可能性,還顯著提高了公司信息披露違規(guī)后被證券監(jiān)管部門稽查的可能性,進(jìn)一步驗(yàn)證了本文提出的假設(shè)。

第四,將模型(1)的被解釋變量替換為上市公司信息披露違規(guī)處罰類型,衡量了上市公司信息披露違規(guī)后受證券監(jiān)管部門處罰的嚴(yán)重程度。定義一個(gè)計(jì)數(shù)變量Punish,當(dāng)上市公司未發(fā)生信息披露違規(guī)行為時(shí),Punish取0;當(dāng)上市公司因信息披露違規(guī)被證券監(jiān)管部門通報(bào),但未受到實(shí)質(zhì)性懲罰時(shí),Punish取1;當(dāng)上市公司因信息披露違規(guī)被證券監(jiān)管部門給予批評(píng)或譴責(zé)處罰時(shí),Punish取2;當(dāng)上市公司因信息披露違規(guī)被證券監(jiān)管部門給予警告、罰款或沒收違法所得處罰時(shí),Punish取3。當(dāng)同一年度內(nèi)上市公司受到多種處罰或多次受罰時(shí),按照最嚴(yán)重的受罰類型進(jìn)行賦值。表3第(6)列報(bào)告了泊松回歸結(jié)果,可以看出,F(xiàn)inancial與Punish在5%水平上顯著正相關(guān),表明隨著金融化程度的提高,上市公司受到證券監(jiān)管部門處罰的嚴(yán)重程度也在不斷增加。

表3 部分穩(wěn)健性檢驗(yàn)回歸結(jié)果

注:控制變量與表3完全一致;受篇幅限制,未報(bào)告控制變量回歸結(jié)果,備索。表4~表10同

第五,考慮到企業(yè)金融化與上市公司信息披露違規(guī)之間可能存在遺漏變量、反向因果等內(nèi)生性問題,因此,本文選擇投資收益在凈利潤中的占比(Investment)作為工具變量,使用兩階段工具變量法進(jìn)行內(nèi)生性檢驗(yàn)。該工具變量與企業(yè)金融化程度密切相關(guān),但不會(huì)對(duì)上市公司信息披露違規(guī)行為產(chǎn)生直接影響,滿足工具變量的選擇條件。兩階段工具變量法回歸結(jié)果如表4所示,從中可以看出,在第(1)列第一階段回歸中,工具變量Investment回歸系數(shù)在1%水平上顯著為正,表明工具變量與企業(yè)金融化存在顯著的正相關(guān)關(guān)系;在第(2)列和第(3)列第二階段回歸中,F(xiàn)inancial回歸系數(shù)均在1%水平上顯著為正,表明本文所構(gòu)建的主回歸模型并不存在明顯的內(nèi)生性問題。工具變量過度識(shí)別檢驗(yàn)顯示Sargan-Hansen統(tǒng)計(jì)值為0.000,工具變量不可識(shí)別檢驗(yàn)顯示LM統(tǒng)計(jì)值為52.534,弱工具變量檢驗(yàn)顯示Cragg-Donald Wald F統(tǒng)計(jì)值為52.640,均在1%的統(tǒng)計(jì)水平上顯著,表明本文選取的工具是合理的,不存在弱工具變量或工具變量過度識(shí)別等問題。

表4 兩階段工具變量法回歸結(jié)果

續(xù)表4

Constant-0.0076(-0.62)-2.7249???(-3.12)0.0540(0.14)Obs240812407224081Chi22118.92456.221285.11Prob>Chi20.00000.00000.0000Loglikelihood--7396.1363-11111.667Sargan-Hansen統(tǒng)計(jì)值-0.0000.000LM統(tǒng)計(jì)值-52.53452.534Cragg-DonaldWaldF統(tǒng)計(jì)值-52.64052.640

五、影響機(jī)制檢驗(yàn)

結(jié)合前文分析,本文從公司業(yè)績波動(dòng)性、實(shí)物資本投資效率以及大股東與管理層財(cái)務(wù)資源“掏空”動(dòng)機(jī)三個(gè)方面,使用中介效應(yīng)模型檢驗(yàn)企業(yè)金融化影響上市公司信息披露違規(guī)行為的路徑和作用機(jī)制。

(一)基于公司業(yè)績波動(dòng)性的路徑檢驗(yàn)

已有文獻(xiàn)指出,業(yè)績平滑、粉飾與操縱是上市公司信息披露違規(guī)的最直接動(dòng)因,業(yè)績波動(dòng)性越大的公司越有可能對(duì)公司財(cái)務(wù)信息實(shí)施隱瞞披露和虛假陳述,從而引發(fā)信息披露違規(guī),而本文前述認(rèn)為企業(yè)金融化加劇了公司業(yè)績波動(dòng)性。由此可見,公司業(yè)績波動(dòng)性的增加是企業(yè)金融化影響上市公司信息披露違規(guī)行為的第一條路徑。使用公司過去三年(包含本年)凈利潤的標(biāo)準(zhǔn)差與過去三年(包含本年)平均總資產(chǎn)的比值衡量公司業(yè)績波動(dòng)性(Vol_Earning)這一中介因子。表5報(bào)告了回歸結(jié)果,從中可以看出,第(1)列中Financial與中介因子Vol_Earning在1%水平上顯著正相關(guān),第(2)列和第(3)列加入中介因子后,中介因子與Fraud_Trend和Fraud_Freq在1%水平上顯著正相關(guān),表明企業(yè)金融化確實(shí)加劇了公司業(yè)績波動(dòng)性,而業(yè)績波動(dòng)性越高的公司信息披露違規(guī)傾向越高、違規(guī)次數(shù)也越多。Sobel Z檢驗(yàn)顯示Z統(tǒng)計(jì)量分別在5%和1%水平上顯著,證明了上述中介效應(yīng)的顯著性。

表5 影響機(jī)制檢驗(yàn)一:業(yè)績波動(dòng)性

續(xù)表5

SobelZ檢驗(yàn)-2.44542.9918p-value-0.01450.0028間接效應(yīng)占比-4.80%8.21%

(二)基于實(shí)物資本投資效率的路徑檢驗(yàn)

本文前述理論分析認(rèn)為,實(shí)物資本投資效率的降低是企業(yè)金融化影響上市公司信息披露違規(guī)行為的第二條路徑。參照Richardson(2006)[21]等的做法,本文構(gòu)建模型(4),并使用模型(4)回歸后的殘差項(xiàng)衡量公司實(shí)物資本非效率投資行為。

Investi,t=δ0+δ1Investi,t-1+δ2Growthi,t-1+δ3Leveragei,t-1+δ4Cashi,t-1+δ5Sizei,t-1

+δ6Agei,t-1+δ7Returni,t-1+Industryi,t+Yeari,t+εi,t

(4)

模型(4)中被解釋變量為公司i第t年新增長期資產(chǎn)投資額,由“購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)支付的現(xiàn)金”減去“處置固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)收回的現(xiàn)金”得到;解釋變量和控制變量依次為公司i第t-1年新增長期資產(chǎn)投資額(Invest)、營業(yè)收入增長率(Growth)、資產(chǎn)負(fù)債率(Leverage)、現(xiàn)金持有量(Cash)、資產(chǎn)規(guī)模(Size)、上市年限(Age)、股票年回報(bào)率(Return)以及行業(yè)和年度固定效應(yīng)啞變量。

參照杜勇等(2017)的做法,將模型(4)回歸后的殘差項(xiàng)按照同一行業(yè)、同一年度從小到大排序,并定義一個(gè)虛擬變量Underinvest_Dum;當(dāng)殘差項(xiàng)位于同一行業(yè)、同一年度1/4分位數(shù)以下時(shí),Underinvest_Dum取1,否則取0。Underinvest_Dum取1的樣本即認(rèn)定為投資不足樣本。表6報(bào)告了回歸結(jié)果,從中可以看出,第(1)列中Financial與中介因子Underinvest_Dum在1%水平上顯著正相關(guān),第(2)列和第(3)列中加入中介因子后,中介因子與Fraud_Trend和Fraud_Freq在1%水平上顯著正相關(guān),表明企業(yè)金融化確實(shí)加劇了公司實(shí)物資本投資不足行為,而實(shí)物資本投資不足的公司信息披露違規(guī)傾向也越高,違規(guī)次數(shù)也越多。Sobel Z檢驗(yàn)顯示Z統(tǒng)計(jì)量均在1%水平上顯著,證明了上述中介效應(yīng)的顯著性。

表6 影響機(jī)制檢驗(yàn)二:實(shí)物資本投資效率

續(xù)表6

p-value-0.00250.0000間接效應(yīng)占比-8.18%13.44%

(三)基于大股東與管理層財(cái)務(wù)資源“掏空”動(dòng)機(jī)的路徑檢驗(yàn)

本文前述理論分析認(rèn)為,企業(yè)金融化為大股東與管理層合謀“掏空”公司財(cái)務(wù)資源創(chuàng)造了機(jī)會(huì),是企業(yè)金融化影響上市公司信息披露違規(guī)行為的第三條路徑。本文使用其他應(yīng)收款占當(dāng)年年末總資產(chǎn)的比重(Occupy)衡量大股東與管理層對(duì)公司財(cái)務(wù)資源的“掏空”動(dòng)機(jī)與行為。表7報(bào)告了回歸結(jié)果,從中可以看出,第(1)列中Financial與中介因子Occupy在1%水平上顯著正相關(guān),第(2)列和第(3)列加入中介因子后,中介因子與Fraud_Trend和Fraud_Freq在5%水平上顯著正相關(guān),表明企業(yè)金融化確實(shí)在一定程度上增加了大股東與管理層對(duì)公司財(cái)務(wù)資源的“掏空”動(dòng)機(jī),增加了公司代理成本。而隨著“掏空”動(dòng)機(jī)的增強(qiáng),上市公司信息披露違規(guī)傾向不斷提高,違規(guī)次數(shù)不斷增多。Sobel Z檢驗(yàn)顯示Z統(tǒng)計(jì)量均在1%水平上顯著,證明了上述中介效應(yīng)的顯著性。

表7 影響機(jī)制檢驗(yàn)三:大股東與管理層財(cái)務(wù)資源“掏空”動(dòng)機(jī)

六、進(jìn)一步分析

(一)按照融資約束高低分組回歸

現(xiàn)有研究普遍認(rèn)為,非金融企業(yè)之所以熱衷于配置金融資產(chǎn),既有跨行業(yè)資本套利的動(dòng)機(jī),又有緩解融資約束、應(yīng)對(duì)資金短缺風(fēng)險(xiǎn)的現(xiàn)實(shí)需求(王紅建等,2017)。由此可以推斷,當(dāng)非金融企業(yè)持有金融資產(chǎn)的目的不同時(shí),企業(yè)金融化與上市公司信息披露違規(guī)之間的相關(guān)關(guān)系會(huì)存在較大差異。對(duì)于融資約束較高的企業(yè)而言,配置金融資產(chǎn)可能更多的在于發(fā)揮金融資產(chǎn)的資金儲(chǔ)備功能。然而,對(duì)于融資約束較低的企業(yè)而言,配置金融資產(chǎn)可能更多的在于追逐金融資產(chǎn)的套利功能。為驗(yàn)證上述推斷,本文使用Hadlock and Pierce(2010)[22]構(gòu)建的SA指數(shù)衡量公司融資約束程度,并按照同一行業(yè)、同一年度內(nèi)樣本公司SA指數(shù)的中位數(shù)對(duì)模型(1)進(jìn)行分組回歸,表8報(bào)告了回歸結(jié)果。從表8可以看出,企業(yè)金融化(Financial)與信息披露違規(guī)傾向(Fraud_Trend)、違規(guī)次數(shù)(Fraud_Freq)之間的顯著正相關(guān)關(guān)系僅出現(xiàn)在低融資約束組,而且組間系數(shù)差異Chow檢驗(yàn)均在1%水平上顯著,表明當(dāng)企業(yè)配置金融資產(chǎn)的目的不在于儲(chǔ)備資金、緩解融資約束時(shí),企業(yè)金融化行為會(huì)引發(fā)嚴(yán)重的信息不對(duì)稱與代理問題,進(jìn)而增加公司信息披露違規(guī)風(fēng)險(xiǎn)。

表8 按照融資約束高低分組回歸

(二)按照盈余質(zhì)量高低分組回歸

基于舞弊三角理論可知,舞弊機(jī)會(huì)是公司成功實(shí)施任何違規(guī)行為不可缺少的條件,而低質(zhì)量的盈余信息披露環(huán)境則為上市公司信息披露違規(guī)創(chuàng)造了條件。由此可以推斷,當(dāng)公司盈余質(zhì)量較低時(shí),外部利益相關(guān)者對(duì)公司的信息解讀成本則會(huì)增加,進(jìn)而有助于金融化企業(yè)出于私人收益最大化的目的而對(duì)公司財(cái)務(wù)信息和非財(cái)務(wù)性信息進(jìn)行策略性披露,導(dǎo)致公司信息披露違規(guī)的可能性顯著增加。為驗(yàn)證上述推斷,本文使用修正的瓊斯模型計(jì)算公司操縱性應(yīng)計(jì)盈余管理強(qiáng)度(DA),以衡量公司盈余質(zhì)量,并按照同一行業(yè)、同一年度內(nèi)樣本公司DA的中位數(shù)對(duì)模型(1)進(jìn)行分組回歸,表9報(bào)告了回歸結(jié)果。由表9可以看出,F(xiàn)inancial與Fraud_Trend、Fraud_Freq之間的顯著正相關(guān)關(guān)系僅出現(xiàn)在盈余質(zhì)量較低組,而且組間系數(shù)差異Chow檢驗(yàn)均在1%水平上顯著,表明低質(zhì)量的盈余信息披露環(huán)境確實(shí)在一定程度上為金融化企業(yè)的市場套利行為創(chuàng)造了條件。

表9 按照盈余質(zhì)量高低分組回歸

續(xù)表9

年度固定效應(yīng)控制控制控制控制Constant-5.3498???(-4.54)3.4599??(2.56)-1.3933??(-2.51)2.1929???(3.43)Obs13210108431321310868Chi2267.27295.61661.12774.73Prob>Chi20.00000.00000.00000.0000Loglikelihood-4099.026-3351.168-6089.333-4946.892組間差異Chow檢驗(yàn)p=0.0000p=0.000

(三)按照外部審計(jì)質(zhì)量高低分組回歸

已有研究表明,良好的外部監(jiān)督環(huán)境有助于降低公司信息不對(duì)稱,對(duì)上市公司信息披露違規(guī)行為具有治理效應(yīng)。具體而言,分析師跟蹤、機(jī)構(gòu)投資者監(jiān)督、賣空機(jī)制均能夠顯著降低上市公司違規(guī)事件發(fā)生的可能性。由此可以推斷,當(dāng)外部監(jiān)督力度較強(qiáng)時(shí),金融化企業(yè)的業(yè)績操縱、粉飾以及盈余管理動(dòng)機(jī)會(huì)受到較大抑制,進(jìn)而導(dǎo)致公司信息披露違規(guī)行為大幅減少。本文使用公司年度審計(jì)收費(fèi)衡量公司外部審計(jì)質(zhì)量,并按照同一行業(yè)、同一年度內(nèi)樣本公司審計(jì)質(zhì)量的中位數(shù)對(duì)模型(1)進(jìn)行分組回歸,以驗(yàn)證上述推斷。表10報(bào)告了回歸結(jié)果。由表10可以看出,F(xiàn)inancial與Fraud_Trend、Fraud_Freq之間的顯著正相關(guān)關(guān)系僅出現(xiàn)在外部審計(jì)質(zhì)量較低組,而且組間系數(shù)差異Chow檢驗(yàn)在1%或5%水平上顯著,表明高質(zhì)量的外部審計(jì)確實(shí)能夠在一定程度上抑制金融化企業(yè)的市場套利行為,能夠在抑制金融化企業(yè)的信息披露違規(guī)行為方面發(fā)揮積極作用。

表10 按照外部審計(jì)質(zhì)量高低分組回歸

七、研究結(jié)論與政策建議

近年來,越來越多的非金融企業(yè)熱衷于投資金融領(lǐng)域,導(dǎo)致社會(huì)經(jīng)濟(jì)呈現(xiàn)出“脫實(shí)向虛”的趨勢,不僅損害了產(chǎn)業(yè)資本長遠(yuǎn)發(fā)展,還加劇了宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)。針對(duì)這一現(xiàn)象,本文從上市公司信息披露違規(guī)的視角研究了企業(yè)金融化可能引發(fā)的微觀負(fù)面效應(yīng)。研究發(fā)現(xiàn),隨著上市公司金融化程度的提高,公司信息披露違規(guī)發(fā)生的可能性以及信息披露違規(guī)次數(shù)也會(huì)隨之增加,表明金融化企業(yè)具有較高的市場套利與財(cái)務(wù)舞弊動(dòng)機(jī)。使用中介效應(yīng)模型進(jìn)行機(jī)制檢驗(yàn)發(fā)現(xiàn),企業(yè)金融化加劇了公司業(yè)績波動(dòng)性,擠出了公司實(shí)物資本投資,并在一定程度上誘發(fā)了大股東與管理層對(duì)公司財(cái)務(wù)資源的“掏空”動(dòng)機(jī),進(jìn)而增加了公司信息披露違規(guī)傾向。進(jìn)一步橫截面分組檢驗(yàn)發(fā)現(xiàn),當(dāng)公司融資約束較低、盈余質(zhì)量較低以及審計(jì)質(zhì)量較低時(shí),企業(yè)金融化與上市公司信息披露違規(guī)行為之間的正相關(guān)關(guān)系更加顯著。這一方面驗(yàn)證了大量企業(yè)并非基于資金儲(chǔ)備以及融資約束緩解動(dòng)機(jī)而持有金融資產(chǎn),另一方面驗(yàn)證了良好的外部監(jiān)督環(huán)境在抑制金融化企業(yè)信息披露違規(guī)行為方面的積極影響。

本文的政策建議如下:第一,政府監(jiān)管部門應(yīng)當(dāng)加強(qiáng)對(duì)企業(yè)金融資產(chǎn)的交易管制。大量既有文獻(xiàn)已經(jīng)表明,不合理的企業(yè)金融化行為會(huì)引發(fā)公司信息不對(duì)稱和代理問題,損害了實(shí)體經(jīng)濟(jì)健康發(fā)展。本文則進(jìn)一步表明,企業(yè)金融化行為還會(huì)加劇公司信息披露違規(guī)傾向,進(jìn)而為上市公司帶來法律風(fēng)險(xiǎn)。然而,現(xiàn)階段中國并沒有出臺(tái)用于規(guī)范企業(yè)金融資產(chǎn)交易及其信息披露行為的法律法規(guī),導(dǎo)致信息披露違規(guī)行為隨著企業(yè)金融化程度的加深不斷涌現(xiàn),影響了資本市場有效運(yùn)行。政府監(jiān)管部門應(yīng)當(dāng)運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)加強(qiáng)金融管制,嚴(yán)格打擊金融資產(chǎn)頻繁交易、違規(guī)套利行為,降低金融資產(chǎn)的套利空間。第二,證券監(jiān)管部門應(yīng)當(dāng)加強(qiáng)對(duì)非金融企業(yè)金融資產(chǎn)投資的信息監(jiān)管:一方面要求上市公司在財(cái)務(wù)報(bào)告附注中強(qiáng)制披露金融資產(chǎn)交易目的、持有與處置情況,并詳細(xì)列示金融資產(chǎn)投資收益對(duì)當(dāng)期利潤的影響;另一方面積極推動(dòng)良好金融生態(tài)環(huán)境建設(shè),將不專注主業(yè)發(fā)展、善于從事金融資產(chǎn)套利活動(dòng)且業(yè)績波動(dòng)較大的企業(yè)及時(shí)向社會(huì)公開,形成社會(huì)共同監(jiān)督的氛圍,進(jìn)而抑制上市公司信息披露違規(guī)事件發(fā)生的可能性。

猜你喜歡
金融資產(chǎn)違規(guī)變量
違規(guī)借調(diào)的多重“算計(jì)”
“啄木鳥”專吃“違規(guī)蟲”
抓住不變量解題
也談分離變量
違規(guī)試放存放 爆炸5死1傷
違規(guī)逆行之后
SL(3,3n)和SU(3,3n)的第一Cartan不變量
論金融資產(chǎn)轉(zhuǎn)移的相關(guān)問題探析
國家金融體系差異與海外金融資產(chǎn)投資組合選擇
分離變量法:常見的通性通法
天柱县| 东宁县| 澄迈县| 广东省| 金溪县| 怀柔区| 营山县| 宝应县| 元阳县| 瑞昌市| 呼图壁县| 全椒县| 三亚市| 宁武县| 东丽区| 汉沽区| 唐海县| 周宁县| 咸丰县| 荆州市| 余干县| 瑞安市| 团风县| 洛阳市| 大连市| 车致| 温宿县| 慈利县| 太原市| 灌阳县| 连云港市| 宁城县| 稻城县| 沈阳市| 章丘市| 南部县| 德安县| 陇川县| 富川| 沾益县| 岗巴县|