上市家族企业政治关联对信息披露质量影响

摘 要：

以2007―2012年间因信息披露违规行为被证监会处罚的81家上市家族企业及其配对公司为研究对象,运用Logistic回归模型,并采用赋值法和虚拟变量法两种方法对企业政治关联进行衡量,研究上市家族企业的政治关联和信息违规披露之间的关系.结果表明：上市家族企业的政治关联对企业信息披露质量有负面影响,并且政治关联的程度越复杂,影响越深.另外,扩充了信息披露研究的内容,为各大监管部门的进一步的监管措施提供经验证据.

关 键 词 ：

家族企业,政治关联,信息披露质量

中图分类号：

F83

文献标识码：A

文章编号：1672-3198（2014）24-0136-02

1.引言

我国正处于经济转轨时期,市场配置资源的能力有限,政府在对资源的配置上发挥着主导作用.因此,企业利用政治关联可以获取许多好处.但由于上市家族企业往往依靠“潜规则”等方式来获取政治关联及其赋予的优惠和特权,这就使得具有政治关联的家族企业往往信息披露的透明度较差.而信息披露是资本市场的核心问题,信息披露质量的高低直接影响到资本市场的健康发展.因此,结合我国特殊的经济制度和传统文化背景,这一问题的研究还是亟待深入探讨的.

文章以2007―2012年间因信息披露违规行为被证监会处罚的81家上市家族企业及其配对的非违规公司为研究对象,采用赋值法和虚拟变量法两种方法对企业政治关联进行衡量,运用Logistic回归模型,研究了上市家族企业的政治关联和信息披露违规之间的关系,扩充了信息披露研究的内容,为监管部门制定相关政策提供一定依据.

2.理论分析与研究假设

Chaney等（2008）以20个国家6794个公司为样本,研究了政治关联与会计信息质量的关系,结果表明政治关联公司的会计信息质量明显要低于非关联公司.Chaney等（2011）以19个国家4500个公司为研究样本,经研究认为在加入常用的国家层面和企业层面的控制变量后,政治关联仍是预测会计信息质量的重要指标.司茹（2013）认为政治关联往往会影响到政府对其所掌握资源的分配,而这些分配极有可能是通过“地下交易”而来的,上市公司为了获取这些资源需要付出一定的成本,这种隐性的交易使得上市公司在信息披露时有可能进行选择性披露或者包装后披露,进而影响到公司的信息披露质量.黄新建等（2011）以我国民营上市公司为样本进行研究,结果表明,在企业政治关联的影响下,外部审计的监督治理作用被严重削弱,企业披露的信息质量风险增大.因此,文章提出第一个假设：

H1：政治关联对上市家族企业的信息披露质量有负面影响.

刘永泽等（2013）利用我国深圳中小板民营上市公司2009―2011年间的经验数据进行实证研究,发现政治关联具有“层级性”、“规模性”和“时效性”等本质特征,从而导致政治关联具有强度差异,民营上市公司的政治关联强度越大,其盈余管理程度就越大.李世新等（2013）在对政治关联区分不同政治关联级别的基础上,发现级别不同对公司会计稳健性的影响也不同.蒋卫平等（2014）对政府官员类的政治联系按照行政级别高低进行赋值,对代表委员类的政治联系按照所属级别进行明确区分,发现企业政治关联程度与其会计信息质量存在负相关关系.邓建平和曾勇（2009）对民营企业家的人大代表和政协委员类的政治联系,按照不同的级别,分别赋值为0到5,研究发现民营企业的政治关联程度越高,企业的经营效率越差.

从上述分析可以看出政治关联的级别对企业信息披露的质量是有影响的.因此,本文提出第二个假设：

H2：企业的政治关联的行政级别越高越复杂,则企业信息披露的质量越差.

3.研究设计

3.1 样本选择

本文选择CAR数据库中2007-2012年间被监管部门所作为信息披露违规处理的上市家族企业为研究样本,并且定义实际控制人可以追溯到个人或家族的民营上市公司为本文所定义的家族企业.在选择配对样本过程中,选择同一行业、同一时期并且与违规样本公司资产规模最相近的公司作为配对样本,如果规模差异超过样本公司资产的30%,则剔除该样本,这样共选出81对样本162个观测值.

3.2 变量定义及计量

（1）因变量.

参考已有文献的做法,在界定信息披露质量时采用二分法：当企业信息披露质量良好,未被证监会处罚时,信息披露质量赋值为0,即weigui等于0,当企业披露信息不符合法律法规规定被证监会处罚时,信息披露质量赋值为1,即weigui等于1.

（2）自变量.

对于政治关联的度量,文章采用两种方法.一种是采用虚拟变量法,政治关联被界定为：当公司关键高管（董事长、总经理）中至少有一位曾经或现在在政府部门任过职（包括在党委、纪委、政府或者人大政协机构,法院等）,或高管本人是代表委员（人大代表、政协委员等）,即认为该公司是具有政治联系的公司.对于高管有政治关联的公司,则计为1,没有关联则计为0.另一种是赋值法,即根据企业政治关联的行政级别对其进行赋值,文章将企业没有政治关联赋值为0,有地方政治关联赋值为1,有政治关联赋值为2,有地方和两种关联则赋值为3.

（3）控制变量.

根据相关文献研究发现两职合一、前十大股东持股比例、独立董事等公司治理变量能显著提高了信息透明度,因此文章选取董事长和总经理两职合一,第一大股东持股比例作为公司治理因素对企业信息披露违规影响的控制变量,同时采用企业总资产的对数作为企业规模的控制,用资产负债率作为企业经营风险的衡量.此外文章还采用了总资产回报率作为财务风险控制.

（4）模型选择和变量说明.

为对以上假设进行检验,本文运用Logistic模型进行回归分析,模型如下所示： LogP/（1-P）等于β0+β1PC+β2lzhy+β3first+β4lnsize+β5lev+β6ROA+β7year+β8industry+ξ

LogP/（1-P）等于β0+β1PCFZ+β2lzhy+β3first+β4lnsize+β5lev+β6ROA+β7year+β8industry+ξ

其中,β0为截距项、β1-β8为回归系数、ξ为随机误差项、P为信息违规披露的概率,各变量含义参见表1.

表1 变量说明

变量类型变量名称变量定义及计算方法

因变量是否违规weiguiLogP/

（1-P）信息披露违规机会的自然对数,其中P代表信息披露违规的概率.

自变量政治关联PC董事长或总经理有政治关联则计为1,没有则为0

政治关联赋值PCFZ没有政治关联赋值为0,有地方政治关联赋值为1,有政治关联赋值为2,有地方和两种关联则赋值为3

控制变量企业规模lnsize采用企业总资产的对数衡量

第一大股东持股

比例first第一大股东的持股比例

两职合一lzhy董事长、经理两职合一计为1,没有则为0

经营风险lev资产负债率等于企业负债总额/企业资产总额

总资产回报率ROAROA等于净利润/资产平均余额

行业控制industry把制造行业定为1,其他行业定为0

4.实证结果与分析

4.1 描述性统计

下表2所示为2007至2012年间违规上市家族企业和同时期、同规模的非违规配对企业的描述性统计结果.从下表可以看出,违规企业的政治关联比例明显高于配对样本公司,其违规企业的政治关联比例为49.4%,而配对企业为27.2%.同时,政治关联的程度也较配对样本企业复杂,这初步看出本文假设的正确性.

表2 描述性统计

极小值极大值均值标准差

违规配对违规配对违规配对违规配对

PC00110.4940.2720.5030.448

PCFZ00330.5930.3830.7870.751

lnsize19.07319.30323.86824.121.21221.2210.9630.918

first0.1330.0510.6750.8520.2930.360.1080.152

lzhy00110.3210.2960.470.459

lev0.0610.0091.9680.9170.4580.3870.2480.201

roa-0.813-0.0510.4490.2030.0420.0540.1170.053

N8181818181818181

4.2 相关性分析

下表3所示为文章涉及的变量的Pearson相关性分析.根据表3我们可以看出上市家族企业的政治关联,若是采用虚拟变量法,则与信息披露违规在0.01水平上显著相关.说明企业的政治关联与信息披露的质量相关的,这初步验证了假设H1,但这只是初步的分析判断,具体的关系要留待后面进行多元线性回归分析.如表所示第一大股东持股比例和资产负债率也跟企业是否违规由明显的相关性.此外,控制变量间没有很强的相关性,说明所选的变量共线性程度不大,可以进行回归分析.

表3 相关性分析

weiguiPCPCFZlnsizefirstlzhylevroa

weigui1

PC0.229**1

PCFZ0.1360.803**1

lnsize-0.0050.1170.175*1

first-0.248**-0.0230.0040.0871

lzhy0.0270.0240.028-0.1370.0881

lev0.157*0.0260.0610.292**0.043-0.0491

roa-0.069-0.047-0.0260.1310.0270.015-0.320**

1.

*在0.05水平（双侧）上显著相关.

**在0.01水平（双侧）上显著相关.

4.3 Logistic回归分析

下表4展示的是政治关联采用虚拟变量法来衡量得出的logistic回归结果.从表中我们可以看出政治关联PC的系数为1.036,并且sig为0.004,即在0.01的水平上显著相关,验证了假设H1,即：政治关联对企业的信息披露质量有负面影响.

表4 虚拟变量法的回归结果

BS.E.WalddfSig.Exp（B）

PC1.0360.3578.39710.0042.817

lnsize-0.2120.2170.95310.3290.809

first-4.5951.4210.47410.0010.01

lzhy0.2850.3770.57110.451.33

lev2.4361.0924.97910.02611.423

roa0.8572.1820.15410.6952.355

常量4.4434.421.01110.31585.044

表5所示为政治关联采用赋值法得出的logistic回归结果,PCFZ的系数为0.394,进一步验证假设H1,其显著性水

平为0.088,即在10%水平上显著.因此,验证假设H2：上市家族企业的政治关联的行政级别越高越复杂,则企业信息披露的质量越差.综合两种方法得出的回归结果可以得出结论：上市家族企业的政治关联对企业信息披露的质量有显著的负相关关系. 表5 赋值法的回归结果

BS.E.WalddfSig.Exp（B）

PCFZ0.3940.2312.91210.0881.483

lnsize-0.1810.2130.72110.3960.835

first-4.5211.38510.65910.0010.011

lzhy0.2920.3710.61810.4321.339

lev2.3061.0654.6910.0310.033

roa0.612.0920.08510.7711.84

常量4.0314.3340.86510.35256.314

5.结论与启示

文章通过实证研究上市家族企业的政治关联对企业信息披露质量间的关系,得出结论：上市家族企业的政治关联对企业信息披露质量有负面影响,并且政治关联的程度越复杂,影响越深.因此,要促进资本市场发展,提升信息披露质量,“内部治理”手段是必需的,同时,“外部治理”措施也是不可或缺的.因此,有必要对政治关联现象加以治理和约束,建议如下：第一,要加快转变政府职能,减少政府对市场的干预,让市场发挥资源配置的作用,逐渐减轻家族企业对政治关联的依赖,让民营家族企业更好地在竞争中生存,第二,加强法律法规的监管作用,营造良好的法制环境,这样可以极大地降低企业和政府之间的双向“寻租”成本,促进市场的健康发展.文章提出上述建议希望能有效改变企业政治关联背景对企业会计信息质量的损害,进而使我国民营家族企业和市场经济更加有序健康地发展壮大.

[5]邓建平,曾勇.政治关联能改善民营企业的经营绩效吗[J].中国工业经济,2009,（02）：98-108.

[6]刘永泽,张多蕾,唐大鹏.市场化程度、政治关联与盈余管理――基于深圳中小板民营上市公司的实证研究[J].审计与经济研究,2013,（02）：49-58.

[7]李世新,刘柳.上市公司政治关联背景对会计稳健性的影响――基于不同级别政治关联的实证研究[J].会计之友,2013,（04）：8-13.

[8]蒋卫平,王赛.政治关联与会计信息质量――基于我国民营上市公司的实证研究[J].财经理论与实践,2014,（02）：79-83.