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)內(nèi)部控制、股權(quán)激勵(lì)對(duì)會(huì)計(jì)信息質(zhì)量的影響分析

2023-12-16 07:28:44
懷化學(xué)院學(xué)報(bào) 2023年5期
關(guān)鍵詞:回歸系數(shù)經(jīng)營(yíng)者會(huì)計(jì)信息

李 賀

(大連財(cái)經(jīng)學(xué)院,遼寧 大連 116622)

會(huì)計(jì)信息質(zhì)量能夠有效反映企業(yè)經(jīng)濟(jì)狀況,有效輔助企業(yè)管理者做出正確的投資決策,同時(shí),證監(jiān)會(huì)等政府監(jiān)管部門(mén)也可以根據(jù)上市公司會(huì)計(jì)信息調(diào)整決策,優(yōu)化資源配置。會(huì)計(jì)信息質(zhì)量越高,越能夠真實(shí)地反映企業(yè)狀況,因此,企業(yè)會(huì)計(jì)信息質(zhì)量對(duì)經(jīng)營(yíng)者和管理者而言是十分重要的[1]。受歷史因素和市場(chǎng)客觀條件的影響,一些企業(yè)在改革過(guò)程中出現(xiàn)了會(huì)計(jì)信息失真的情況。這些問(wèn)題的出現(xiàn),引起了廣大投資者對(duì)會(huì)計(jì)信息質(zhì)量的擔(dān)憂。導(dǎo)致企業(yè)會(huì)計(jì)信息質(zhì)量失真的因素是多種多樣的,如外界市場(chǎng)環(huán)境、內(nèi)部制度不完善、監(jiān)管不力等。外因只是對(duì)會(huì)計(jì)信息質(zhì)量具有影響,而內(nèi)因才是決定會(huì)計(jì)信息質(zhì)量的本質(zhì)因素。鑒于此,本文對(duì)企業(yè)內(nèi)部控制與會(huì)計(jì)信息質(zhì)量關(guān)聯(lián)性進(jìn)行探究,測(cè)算股權(quán)激勵(lì)在二者關(guān)聯(lián)中的中介效應(yīng)比重,對(duì)如何優(yōu)化企業(yè)股權(quán)結(jié)構(gòu),強(qiáng)化內(nèi)部控制,提升會(huì)計(jì)信息質(zhì)量具有重要意義。同時(shí),其也能夠?yàn)閲?guó)家監(jiān)管機(jī)構(gòu)制定政策,優(yōu)化監(jiān)管制度,提供理論支撐。

1 文獻(xiàn)綜述

國(guó)內(nèi)有關(guān)會(huì)計(jì)信息質(zhì)量的研究相對(duì)較多,但從內(nèi)部控制角度探究會(huì)計(jì)信息質(zhì)量的文獻(xiàn)并不多,本文選取其中具有代表性的文獻(xiàn)進(jìn)行簡(jiǎn)要綜述。吳秋生等[2]使用2014—2016 年我國(guó)上市國(guó)有企業(yè)數(shù)據(jù),探究?jī)?nèi)部控制、股權(quán)集中度對(duì)會(huì)計(jì)信息質(zhì)量的影響。結(jié)果顯示我國(guó)國(guó)有企業(yè)的內(nèi)部控制程度越高,企業(yè)會(huì)計(jì)信息質(zhì)量越高,同時(shí)股權(quán)集中度越高,企業(yè)會(huì)計(jì)信息質(zhì)量也越高。栗娟等[3]使用2017 年滬深兩市上市公司數(shù)據(jù),從經(jīng)營(yíng)權(quán)和所有權(quán)分離的角度探究?jī)?nèi)部控制、高管激勵(lì)與會(huì)計(jì)信息質(zhì)量的關(guān)聯(lián)性。結(jié)果顯示內(nèi)部控制能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;高管股權(quán)激勵(lì)在內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間存在中介作用,能夠強(qiáng)化內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量的促進(jìn)作用。王素玲等[4]從企業(yè)管理者變更角度探究?jī)?nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量的影響。結(jié)果顯示企業(yè)管理者變更與會(huì)計(jì)信息質(zhì)量之間存在顯著的負(fù)相關(guān)關(guān)系,而內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間為顯著的正相關(guān)關(guān)系。王建瓊等[5]使用2012—2017 年A 股上市公司相關(guān)數(shù)據(jù),研究?jī)?nèi)部控制、高管兼任與會(huì)計(jì)信息質(zhì)量的相關(guān)關(guān)系,結(jié)果顯示內(nèi)部控制和高管兼任都能夠促進(jìn)會(huì)計(jì)信息質(zhì)量提升。他進(jìn)一步研究發(fā)現(xiàn),內(nèi)部控制對(duì)企業(yè)會(huì)計(jì)信息質(zhì)量的影響在不同股權(quán)形式下,存在顯著的異質(zhì)性,即股權(quán)制衡程度越高,企業(yè)會(huì)計(jì)信息質(zhì)量越高。葉邦銀等[6]基于2008—2018 年上市公司數(shù)據(jù)的研究也表明內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量具有正向影響,而董事會(huì)斷裂對(duì)會(huì)計(jì)信息質(zhì)量具有負(fù)向影響。

現(xiàn)有學(xué)者使用的研究數(shù)據(jù)多為上市公司,但研究數(shù)據(jù)時(shí)間跨度和樣本量相對(duì)較少,并且很少有學(xué)者注意到股權(quán)激勵(lì)在內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間的中介作用。因此,本文主要在研究數(shù)據(jù)和實(shí)證機(jī)制分析上進(jìn)行研究,使用了2010—2021 年滬深兩市的所有上市公司相關(guān)數(shù)據(jù)作為研究樣本,研究個(gè)體的覆蓋面廣、數(shù)據(jù)的時(shí)間跨度長(zhǎng),彌補(bǔ)了以往研究樣本不足的缺點(diǎn)。此外,本文在實(shí)證模型構(gòu)建上不僅研究?jī)?nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量的直接影響,也構(gòu)建中介效應(yīng)模型探究股權(quán)激勵(lì)的中介效應(yīng),以分析內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量的間接影響。

2 理論分析與研究假設(shè)

2.1 內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量影響的理論分析

在企業(yè)運(yùn)行過(guò)程中,會(huì)計(jì)信息質(zhì)量與企業(yè)治理結(jié)構(gòu)有著十分密切的聯(lián)系,二者相輔相成。企業(yè)的財(cái)務(wù)、行政等制度嚴(yán)謹(jǐn),公司的決策都有規(guī)章制度依據(jù),公司運(yùn)行不完全受制于企業(yè)管理者個(gè)人意志,則公司管理者以及董事都難以利用自己的經(jīng)營(yíng)權(quán)利謀取私利,經(jīng)營(yíng)者和所有者之間也不會(huì)出現(xiàn)信息不對(duì)稱(chēng),各種瞞報(bào)、漏報(bào)、虛報(bào)的行為發(fā)生概率會(huì)明顯下降,會(huì)計(jì)信息質(zhì)量會(huì)明顯提升[7]?;诖?,本文提出:

假設(shè)1:內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間為顯著的正相關(guān)關(guān)系。

2.2 股權(quán)激勵(lì)對(duì)會(huì)計(jì)信息質(zhì)量影響的理論分析

股權(quán)結(jié)構(gòu)是企業(yè)內(nèi)部治理的重要組成部分,它決定了上市公司的控制權(quán)結(jié)構(gòu)。在經(jīng)營(yíng)權(quán)與所有權(quán)分離的現(xiàn)代公司制度下,對(duì)公司的高級(jí)管理者進(jìn)行股權(quán)激勵(lì),能夠破除經(jīng)營(yíng)者與所有者之間的逆向選擇問(wèn)題,使得經(jīng)營(yíng)者與所有者之間的利益趨于一致[8]。這樣可以大大降低經(jīng)營(yíng)者逆向選擇行為,使各類(lèi)虛假公司經(jīng)營(yíng)活動(dòng)可能性顯著降低,從而促進(jìn)會(huì)計(jì)信息質(zhì)量提高。同時(shí),股權(quán)激勵(lì)要控制在合理的范圍內(nèi)。如果經(jīng)營(yíng)者的股權(quán)占比過(guò)大,則經(jīng)營(yíng)者對(duì)公司的控制程度會(huì)過(guò)大[9],經(jīng)營(yíng)者個(gè)人的意志將越過(guò)制度約束,不利于會(huì)計(jì)信息質(zhì)量的提升?;诖?,本文提出:

假設(shè)2:股權(quán)激勵(lì)與會(huì)計(jì)信息質(zhì)量之間為顯著的正相關(guān)關(guān)系。

2.3 內(nèi)部控制對(duì)股權(quán)激勵(lì)影響的理論分析

企業(yè)進(jìn)行內(nèi)部控制的手段多種多樣,股權(quán)激勵(lì)是其中常用的手段之一。對(duì)經(jīng)營(yíng)者進(jìn)行適當(dāng)?shù)墓蓹?quán)激勵(lì),減少企業(yè)所有者與企業(yè)經(jīng)營(yíng)者之間的矛盾,讓企業(yè)所有者與經(jīng)營(yíng)者之間的利益保持一致[10],能夠減少所有者的逆向選擇行為,從而強(qiáng)化企業(yè)內(nèi)部控制?;诖?,本文提出:

假設(shè)3:內(nèi)部控制與股權(quán)激勵(lì)之間為顯著的正相關(guān)關(guān)系。

2.4 股權(quán)激勵(lì)的中介作用

激勵(lì)是內(nèi)部控制的手段之一,企業(yè)所有者通常在加強(qiáng)內(nèi)部控制的同時(shí)會(huì)采取此措施,給予經(jīng)營(yíng)者一定的股權(quán),因此內(nèi)部控制能夠促進(jìn)股權(quán)激勵(lì)。股權(quán)激勵(lì)能夠提升經(jīng)營(yíng)者的利益,當(dāng)企業(yè)獲取利益的同時(shí),經(jīng)營(yíng)者可以獲取更大的利益[11],能夠激勵(lì)其盡心經(jīng)營(yíng)企業(yè),從而避免經(jīng)營(yíng)者的道德風(fēng)險(xiǎn)問(wèn)題,促進(jìn)會(huì)計(jì)信息質(zhì)量提升。基于此,本文提出:

假設(shè)4:股權(quán)激勵(lì)在內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量影響中具有中介作用。

3 研究設(shè)計(jì)與結(jié)果分析

3.1 樣本選取與數(shù)據(jù)來(lái)源

本文采用實(shí)證分析的方法探究?jī)?nèi)部控制、股權(quán)激勵(lì)與會(huì)計(jì)信息質(zhì)量之間的關(guān)聯(lián)性,將會(huì)計(jì)信息質(zhì)量作為被解釋變量。參考現(xiàn)有學(xué)者們的研究,本文采用修正的瓊斯模型計(jì)算盈余管理,衡量會(huì)計(jì)信息質(zhì)量,并對(duì)所有數(shù)據(jù)取絕對(duì)值,該值越大表示企業(yè)會(huì)計(jì)信息質(zhì)量越高,使用jones表示。內(nèi)部控制作為核心解釋變量,參考內(nèi)部人控制制度的概念,使用內(nèi)部董事人數(shù)除以董事會(huì)成員人數(shù)的比值衡量,使用nb表示。股權(quán)激勵(lì)作為中介變量,使用經(jīng)營(yíng)者持股比重衡量[12],用gq表示。為了保障模型的精準(zhǔn),本文設(shè)置了若干控制變量。企業(yè)規(guī)模,使用企業(yè)資產(chǎn)總額的對(duì)數(shù)衡量,用size表示;企業(yè)績(jī)效,使用企業(yè)利潤(rùn)總額的對(duì)數(shù)表示,用lev表示;董事會(huì)規(guī)模,使用董事會(huì)總?cè)藬?shù)的對(duì)數(shù)衡量,用ds表示;監(jiān)事會(huì)規(guī)模,使用企業(yè)監(jiān)事會(huì)的總?cè)藬?shù)衡量,用js表示;財(cái)務(wù)狀況,使用資產(chǎn)負(fù)債率衡量[13],用roa表示;獨(dú)立董事比重,使用董事會(huì)中的獨(dú)立董事比重衡量,用dl表示。數(shù)據(jù)時(shí)間跨度為2010—2021 年,個(gè)體為滬深兩市的所有上市公司,排除了數(shù)據(jù)不全的樣本,剔除了金融公司。為避免異常數(shù)值對(duì)回歸結(jié)果的影響,本文在回歸之前對(duì)樣本進(jìn)行了縮尾處理。表1為描述性統(tǒng)計(jì)分析,其中Obs為樣本數(shù),Mean為平均數(shù),Std.Dev為標(biāo)準(zhǔn)差,Min為最小值,Max為最大值。

表1 變量描述性統(tǒng)計(jì)分析

jones的均值為3.100×10-2,最大值為0.197,最小值為2.000×10-3,標(biāo)準(zhǔn)差為3.400×10-2,說(shuō)明樣本企業(yè)的會(huì)計(jì)信息質(zhì)量并不高,個(gè)體之間存在明顯的異質(zhì)性。nb的均值為0.212,標(biāo)準(zhǔn)差為0.143,最小值為2.200×10-2,最大值為0.695,說(shuō)明樣本企業(yè)的內(nèi)部控制存在較大的差異性。gq的均值為5.300×10-2,標(biāo)準(zhǔn)差為5.600×10-2,最小值為8.300×10-2,最大值為0.256,說(shuō)明樣本企業(yè)的股權(quán)激勵(lì)存在一定的差異,但并不是特別大,這符合經(jīng)營(yíng)者股權(quán)占比相對(duì)較小的現(xiàn)實(shí)情況。被解釋變量以及解釋變量、控制變量存在明顯差異性,說(shuō)明本文使用面板數(shù)據(jù)模型進(jìn)行回歸分析是合理的。

3.2 實(shí)證模型構(gòu)建

本文采用面板數(shù)據(jù)模型,基于中介效應(yīng)3 步法探究?jī)?nèi)部控制、股權(quán)激勵(lì)與會(huì)計(jì)信息質(zhì)量之間的關(guān)聯(lián)性,模型設(shè)置如下所示:

式(1)中的方程主要探究?jī)?nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量的影響,式(2)中的方程主要探究?jī)?nèi)部控制對(duì)股權(quán)激勵(lì)的影響,式(3)中的方程主要探究股權(quán)激勵(lì)的中介作用,其中c為常數(shù)項(xiàng),β1-8均為回歸系數(shù),εit為隨機(jī)誤差項(xiàng)。

3.3 相關(guān)性檢驗(yàn)

本文對(duì)變量進(jìn)行皮爾遜相關(guān)性檢驗(yàn),能夠反映出變量之間的關(guān)聯(lián)狀況,能夠協(xié)助剔除掉相關(guān)性較弱的變量,便于回歸模型的構(gòu)建,檢驗(yàn)結(jié)果如表2 所示。

表2 變量相關(guān)性檢驗(yàn)結(jié)果

nb與jones之間的相關(guān)系數(shù)為0.942 且在1%的水平上顯著,說(shuō)明內(nèi)部控制能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;gq與jones之間的相關(guān)系數(shù)為0.857 且在1%的水平上顯著,說(shuō)明股權(quán)激勵(lì)能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升??刂谱兞恐?,size與jones之間的相關(guān)系數(shù)為0.971 且在1%的水平上顯著,說(shuō)明企業(yè)規(guī)模擴(kuò)大能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;lev與jones之間的相關(guān)系數(shù)為0.816 且在1%的水平上顯著,說(shuō)明企業(yè)績(jī)效水平提升能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;ds與jones之間的相關(guān)系數(shù)為0.336 且在1%的水平上顯著,說(shuō)明董事會(huì)規(guī)模擴(kuò)大能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;js與jones之間的相關(guān)系數(shù)為0.230 且在1%的水平上顯著,說(shuō)明監(jiān)事會(huì)規(guī)模擴(kuò)大能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升;roa與jones之間的相關(guān)系數(shù)為-2.600×10-2且在5%的水平上顯著,說(shuō)明資產(chǎn)負(fù)債率擴(kuò)大會(huì)抑制會(huì)計(jì)信息質(zhì)量提升;dl與jones之間的相關(guān)系數(shù)為2.200×10-2且在5%的水平上顯著,說(shuō)明獨(dú)立董事規(guī)模擴(kuò)大能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升。

3.4 回歸結(jié)果分析

基于中介效應(yīng)3 步法,采用雙固定效應(yīng)模型,即同時(shí)控制個(gè)體和時(shí)間的方式進(jìn)行回歸分析,結(jié)果如表3 所示。

表3 模型回歸結(jié)果

模型1 中nb與jones的回歸系數(shù)為2.900×10-2,且在1%的水平上顯著,說(shuō)明內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間存在顯著的正相關(guān)關(guān)系,即內(nèi)部控制能夠明顯促進(jìn)會(huì)計(jì)信息質(zhì)量提升,具體而言就是內(nèi)部控制提升1個(gè)單位,能夠促進(jìn)會(huì)計(jì)信息質(zhì)量提高2.900×10-2個(gè)單位,由此說(shuō)明本文的假設(shè)1 成立。模型2 中nb與gq的回歸系數(shù)為6.900×10-2,且在1%的水平上顯著,說(shuō)明內(nèi)部控制與股權(quán)激勵(lì)之間存在顯著的正相關(guān)關(guān)系,即內(nèi)部控制能夠明顯促進(jìn)股權(quán)激勵(lì)提升,具體而言就是內(nèi)部控制提升1 個(gè)單位,能夠促進(jìn)股權(quán)激勵(lì)提升6.900×10-2個(gè)單位,由此說(shuō)明本文的假設(shè)2 成立。模型3 中,nb與jones的回歸系數(shù)為2.200×10-2且在1%的水平上顯著,gq與jones的回歸系數(shù)為9.800×10-2且在1%的水平上顯著,根據(jù)3 步法中介效應(yīng)原理,第3步中的解釋變量以及中介變量的回歸系數(shù)均顯著,模型2 中的解釋變量與中介變量的回歸系數(shù)也顯著,說(shuō)明股權(quán)激勵(lì)的中介效應(yīng)成立。進(jìn)一步探究可知,模型2中的nb與gq的回歸系數(shù)為6.900×10-2,模型3 中g(shù)q與jones的回歸系數(shù)為9.800×10-2,二者乘積為中介效應(yīng)值,即6.762×10-3,直接效應(yīng)值為模型3 中的nb與jones的回歸系數(shù),即2.200×10-2,總效應(yīng)為模型1 中的nb與jones的回歸系數(shù)值,即2.900×10-2,由此可以測(cè)算出股權(quán)激勵(lì)的中介效應(yīng)為24.000%。這也證明了本文的假設(shè)2 和假設(shè)4 成立。

3.5 穩(wěn)健性檢驗(yàn)

為保障回歸結(jié)果的穩(wěn)健性,本文使用資信評(píng)級(jí)衡量會(huì)計(jì)信息質(zhì)量,替代上文的被解釋變量,依然按照3 步法進(jìn)行回歸。結(jié)果見(jiàn)表4,表明內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間仍為正相關(guān)關(guān)系,股權(quán)激勵(lì)對(duì)會(huì)計(jì)信息質(zhì)量也具有正向促進(jìn)作用,股權(quán)激勵(lì)在內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間承擔(dān)部分中介作用[14]。由此,說(shuō)明本文的回歸結(jié)果穩(wěn)健。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

4 結(jié)論與建議

基于上文的理論分析與實(shí)證檢驗(yàn),本文得出以下結(jié)論:1)內(nèi)部控制與會(huì)計(jì)信息質(zhì)量之間存在顯著的正相關(guān)關(guān)系,內(nèi)部控制提升1 個(gè)單位,能夠促進(jìn)會(huì)計(jì)信息質(zhì)量提升2.900×10-2個(gè)單位;2)內(nèi)部控制與股權(quán)激勵(lì)之間存在顯著的正相關(guān)關(guān)系,內(nèi)部控制提升1 個(gè)單位,能夠促進(jìn)股權(quán)激勵(lì)提升6.900×10-2個(gè)單位;3)股權(quán)激勵(lì)與會(huì)計(jì)信息質(zhì)量之間存在顯著的正相關(guān)關(guān)系,股權(quán)激勵(lì)提升1 個(gè)單位,能夠促進(jìn)會(huì)計(jì)信息質(zhì)量提升9.800×10-2個(gè)單位;4)股權(quán)激勵(lì)在內(nèi)部控制對(duì)會(huì)計(jì)信息質(zhì)量影響中具有部分中介作用,股權(quán)激勵(lì)的中介效應(yīng)為24.000%?;诖?,我們提出以下政策建議:

4.1 健全和完善企業(yè)內(nèi)部治理結(jié)構(gòu)

內(nèi)部控制能夠有效促進(jìn)會(huì)計(jì)信息質(zhì)量提升,企業(yè)可以采取出臺(tái)詳細(xì)規(guī)章制度,推動(dòng)企業(yè)走向自動(dòng)化、精細(xì)化管理的階段;跟隨時(shí)代的潮流,實(shí)行人性化管理,建立符合員工利益的管理制度[15],實(shí)現(xiàn)全體員工利益的最大化,進(jìn)而實(shí)現(xiàn)公司價(jià)值。具體而言,企業(yè)可以從宏觀和微觀2 個(gè)方面入手,在宏觀方面企業(yè)要積極建立與完善現(xiàn)代企業(yè)制度,建立健全監(jiān)督機(jī)制,積極改革人事管理制度,加大對(duì)企業(yè)會(huì)計(jì)部門(mén)的內(nèi)部監(jiān)督,使企業(yè)各項(xiàng)行為合法合規(guī)。微觀方面,企業(yè)要強(qiáng)化內(nèi)部制度的廢改立工作,結(jié)合自身行業(yè)經(jīng)營(yíng)特點(diǎn),建立合理的規(guī)章制度,特別是財(cái)務(wù)管理制度,要進(jìn)行具體化和精細(xì)化管理。

4.2 積極優(yōu)化企業(yè)股權(quán)結(jié)構(gòu)

股權(quán)激勵(lì)能夠避免經(jīng)營(yíng)者的道德風(fēng)險(xiǎn),提升會(huì)計(jì)信息質(zhì)量。企業(yè)可以采取改變出資者與投資者的持股比例,股權(quán)分置改革、股權(quán)全流通、企業(yè)整體上市等來(lái)實(shí)現(xiàn)股權(quán)的多元化。首先,企業(yè)可以逐步調(diào)整股權(quán)結(jié)構(gòu),引導(dǎo)第一大股東逐步降低持股比例,擴(kuò)大中層管理者的持股比重[16]。其次,企業(yè)可以積極地引入發(fā)展機(jī)構(gòu)投資者,使企業(yè)股權(quán)結(jié)構(gòu)更加多元化。特別是要積極引入金融、基金等行業(yè)的戰(zhàn)略投資者,使其成為公司的主要股東,憑借個(gè)人股本與機(jī)構(gòu)股本的相互制衡,避免一家獨(dú)大[17]。最后,企業(yè)可以實(shí)行董事長(zhǎng)與總經(jīng)理分離,給予總經(jīng)理一定的非投票股權(quán),從而維護(hù)董事會(huì)的獨(dú)立性和有效性。

4.3 提高企業(yè)會(huì)計(jì)信息披露質(zhì)量

會(huì)計(jì)信息質(zhì)量對(duì)企業(yè)經(jīng)營(yíng)者和監(jiān)管者均具有重要的參考作用,而強(qiáng)化上市公司信息披露程度,可以倒逼企業(yè)保障會(huì)計(jì)信息的真實(shí)性,從而減少虛假信息的概率。首先,監(jiān)管機(jī)構(gòu)要充分發(fā)揮作用,按照法律法規(guī)強(qiáng)化對(duì)企業(yè)的監(jiān)督管理,推行企業(yè)財(cái)務(wù)會(huì)計(jì)報(bào)表審計(jì)鑒證制度,并嚴(yán)格把關(guān)[18]。其次,國(guó)家管理部門(mén)加強(qiáng)對(duì)會(huì)計(jì)師事務(wù)所的管理,明確會(huì)計(jì)師事務(wù)所對(duì)自身審計(jì)的信息負(fù)責(zé),對(duì)違規(guī)披露信息等行為進(jìn)行嚴(yán)格處罰。最后,企業(yè)要不斷提高會(huì)計(jì)從業(yè)人員綜合素質(zhì),對(duì)會(huì)計(jì)人員進(jìn)行培訓(xùn),使其認(rèn)清違規(guī)披露信息的危害,督促其遵守規(guī)則,按照規(guī)定處理會(huì)計(jì)信息。

猜你喜歡
回歸系數(shù)經(jīng)營(yíng)者會(huì)計(jì)信息
明清珠江三角洲基塘區(qū)的田場(chǎng)與經(jīng)營(yíng)者
廣州文博(2023年0期)2023-12-21 07:24:30
《經(jīng)營(yíng)者》征稿啟事
探討企業(yè)會(huì)計(jì)信息披露問(wèn)題
多元線性回歸的估值漂移及其判定方法
電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋(píng)果砧木抗寒性的比較
多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時(shí)Bayes估計(jì)及優(yōu)良性
會(huì)計(jì)信息失真問(wèn)題探討
加強(qiáng)往來(lái)款清理 提升會(huì)計(jì)信息質(zhì)量
事業(yè)單位如何提高會(huì)計(jì)信息的質(zhì)量
人間(2015年19期)2016-01-04 12:47:04
做一名聰明的集團(tuán)醫(yī)院經(jīng)營(yíng)者
花莲市| 冀州市| 洪湖市| 新民市| 壶关县| 亚东县| 绥阳县| 海丰县| 丹东市| 田林县| 汉沽区| 青川县| 龙口市| 防城港市| 宽城| 恭城| 伊宁县| 岢岚县| 宜城市| 绥宁县| 洞口县| 通道| 晋中市| 呼图壁县| 子长县| 雅江县| 惠州市| 华安县| 哈尔滨市| 乐亭县| 重庆市| 松滋市| 苏尼特右旗| 芜湖县| 石嘴山市| 江永县| 北宁市| 双桥区| 来宾市| 永城市| 福鼎市|