*ST公司真实盈余管理行为及其对绩效的影响——以~*ST沈机为例

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:patton
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
ST制度即特别处理制度是我国证券市场上专有的一项制度,该制度对存在财务或其他异常问题的上市公司,作出特别标记和处理。ST制度的本意一方面是对问题企业施压,督促其进行改善;一方面是对投资者进行提醒,使其注意投资该类公司的风险。但由于短期难以改善财务问题,部分上市公司会选择采用更具隐蔽性的真实盈余管理手段操纵企业盈余,以躲避退市风险。这也导致了我国明显低于发达国家资本市场的股票退市率。本文首先对国内外真实盈余管理动机、方式以及对绩效影响的文献进行梳理。以相关的研究成果为基础,通过实证模型探究真实盈余管理与公司绩效的关系。以2015-2017年沪深两市A股上市公司为样本进行实证分析,构建真实盈余管理对绩效影响的回归模型。明确真实盈余管理行为会对绩效产生怎样的影响,并比较了ST企业与一般公司的差异。ST制度的相关规定很大程度上影响了ST企业选取的真实盈余管理手段。在案例分析中,本文选取*ST沈机作为案例企业,分析该公司的盈余管理行为。通过介绍案例公司的背景情况、“戴帽”“摘帽”的过程、摘帽年份报表中的异常对*ST沈机的真实盈余管理行为进行分析。得出*ST沈机存在的真实盈余管理动机包含保市动机、高管个人利益动机和维护公司形象动机。采用的真实盈余管理手段包括向关联方出售资产、债务重组和政府补助。在对案例公司实施真实盈余管理后的绩效分析中,本文以实证结论为基础对案例公司实施真实盈余管理摘帽后的绩效进行分析,采用熵权法计算企业的综合财务绩效,并从盈利能力、偿债能力、营运能力和发展能力四个方面分析了公司具体的财务指标。通过企业摘帽后的股票价格波动分析了公司的市场绩效。得出真实盈余管理行为对于*ST沈机企业绩效的实质性影响。通过以上分析得出结论:真实盈余管理对企业财务及市场绩效都会产生负面的影响。且*ST公司在进行真实盈余管理时对财务绩效产生的负面影响要比一般公司更为严重。相比市场绩效*ST公司真实盈余管理对财务绩效的损害更大。本文研究*ST企业真实盈余管理行为及对绩效影响,帮助投资者了解*ST企业在扭亏时实施真实盈余管理的关注项目。有利于*ST公司正确认识真实盈余管理行为,为*ST公司提供应对方案。同时也为完善我国退市制度、信息披露和市场监管等方面提供相应的政策建议。
其他文献
随着经济发展水平的提高,城市各类生产生活要素及人口进一步走向高度集中,在室内环境下各类风险高度聚集近,火灾类型复杂多样,重大安全事故不断,从而给在应急环境下的室内定位提出了新的要求。现今已有的全球定位系统(GPS,Global Positioning System)已经在室外取得了巨大的成功,然而在室内环境下却收效甚微。在大型商场、养老院、化工厂、高层建筑等复杂建筑中,当这些环境发生火灾等应急情况
学位
报纸
网格生成是现代工业的基础,在计算机辅助工程领域(CAE),CAE系统的求解依赖于有限元方法或有限体积法,即将物理实体空间进行剖分,称为网格生成,其中近似解精度、收敛速度以及计算稳定性等关键属性都强烈依赖于生成网格的质量和结构化程度。本文主要关注于曲面网格生成,从结构化程度区分,曲面网格分为结构化网格与非结构化网格,其中结构化网格包含结构化三角形网格、结构化四边形网格以及结构化六边形网格。结构化网格
学位
目前,我国高考招生志愿投递采用多个平行志愿投档模式,在一定程度上影响了考生和招生单位的双向选择概率。考生招生院校的了解主要依靠报考指南,导致对招考信息的掌握有极大的局限性。高考招生宣传工作模式偏于固定,大部分工作依赖人工,信息收集、统计不够全面。高考招生宣讲会行程规划工作复杂、耗时,参与招生工作的教师工作效率较低,工作体验偏差。本文设计和实现面向高招会行程规划的区域招生组管理系统,旨在解决上述问题
学位
代码覆盖率作为动态程序执行程度的度量信息,被广泛用于促进各种软件质量保证任务,例如测试、模糊测试、调试、故障检测、逆向工程和程序理解。由于应用广泛,确保代码覆盖率工具的可靠性至关重要。不幸的是,由于缺乏研究关注和测试预言问题的存在,代码覆盖率工具还远远没有得到充分的测试。在广泛使用的代码覆盖率工具gcov和llvm-cov中仍然经常出现错误。本文提出了Cov EMIDiff工具用于检测代码覆盖率工
学位
跨模态互相生成是深度神经网络研究的热点问题,其中文本生成图像的研究在近年来也是受到广泛的关注。生成符合给定文本描述的真实图像(text-to-image)是跨模态学习任务之一,在生成对抗网络GAN的帮助下,文本到图像的生成任务已经成功地完成,但是它们在从提供的文本描述生成高质量图像方面仍然面临挑战。图像生成模式大多采用多阶段生成的方法,但是最终生成的图像质量在很大程度上是有待提升的,其中一大重要的
学位
城市区域人流量预测对交通风险评估和公共安全都具有战略意义。然而现有的交通数据存在复杂的时空相关性并受外部因素的影响,使预测区域的人流量具有很大挑战性。由于时间序列的不确定性,以及每个区域存在异质性和相互依赖性,现有模型很难提取这种时空依赖关系,从而影响预测效果。针对现有模型的不足,基于对时空数据的深刻理解,本文提出一种基于时空注意力机制的深度时空残差网络模型(AST-Rest Net),可同时用于
学位
随着每年硕博毕业生的爆炸性增长,初级研究人员在学术科研机构中寻找合适工作的问题上出现了前所未有的挑战。本文旨在了解研究主题的演化和学者更换科研机构的行为模式,从而充分利用学术网络中的信息为硕博毕业生推荐适合升学和就业的学术研究机构。本文在学术引用网络中研究了新兴学术研究主题的演化和发现,进一步在学术合作网络中分析了学者更换科研机构的行为模式。(1)本文从人工智能的角度对新兴科学研究主题的持续演化进
学位
我国是世界第一人口大国,也是老龄化人口最多的国家之一。面对世界性的老龄化问题,我国的医疗系统及养老保障机构面临巨大的压力与挑战。对于失能人士(包括肢体残疾、脑梗瘫痪、脊柱骨折、运动功能失调等)以及老龄化严重人群的医疗护理,往往难度大,劳动强度高。因此需要设计一款适用于该类人群的医疗护理床。一款方便实用的医疗护理床,不仅有利于病患的恢复,同时也能大幅度降低护理人员的护理强度。这对于医疗系统的进步,社
学位
在大数据信息时代,复杂高维数据日益增多,有效地进行数据的关键特征提取成为必然的选择。随着数据维度的不断增加,传统的特征学习方法在针对静态空间数据和时序数据的特征提取上无法捕捉数据维度信息间的潜在依赖。因此本文针对以上问题研究了两种特征学习方法,能够有效实现复杂高维数据的特征提取。本文主要贡献如下:(1)针对特征信息分散导致的难以有效获取数据空间结构的问题,本文提出了基于空间信息深度聚合的特征学习方
学位