年10月的信息披露违规的上市公司为样本，将信息披露的违规归纳为信息未披露、虚假信息披露、未经批准擅自披露等三大类，同时分析了再处罚的效果，并依事件分析法研究了处罚之后股价的反应，得出“市场对上市公司信息披露违规处罚的反应程度（股价下跌）与处罚的公开性和处罚力度存在正相关”的结论，并据此提出完善处罚机制、提高处罚的公开性，以及加大处罚的力度以防止再犯等建议。
在监管部门之外，汤立斌[2004]以2001年沪深两大交易所处罚的信息披露违规的82家上市公司为研究样本，从行业、公司规模、所有权结构3个角度进行了实证分析，得出“行业和公司规模对上市公司信息披露违规没有影响；流通股比例有一定的影响作用，即流通股比例越高，发生信息披露违规行为的可能性越大”的结论。
2 研究方法 2.1 拟研究内容
对上市公司违规及处罚的研究拟包括两方面的内容，其一从总结违规上市公司特征并进行统计检验，以发现违规公司的某些共同特征，为违规上市公司提前识别打下基础；其二拟研究违规处罚的市场效应，以求证市场对不同类别处罚的认知与反应，以及不同年度之间的反应差异，间接说明处罚效应，以便于提出改进策略。
对违规上市公司的识别，大致研究思路如下：充分估计上市公司出现违规行为的内在机理，按分类假定、分类检验的原则进行研究。对此，从具有整体代表性的样本入手，检验违规上市公司群组是否与经营状况
不佳、股权结构、行业属性差异等因素相关性。
对处罚效应的分析，大致研究思路如下：以事件研究法为基础，分析正式立案调查、认定违规并实施处罚行为、以及不同年度内处罚效应的差异，以此来求证市场对证券监管部门的处罚行为的反应，以及处罚行为的改进效应。
最后，通过对上述两个层面的研究，我们期望找到违规上市公司的某些共同特征；同时从违规的事后处罚效应上，提出一些可能改进策略。
2.2 具体研究方法简述
上市公司违规行为的共同特征总结，是对统计学工具的应用，从研究方法上相对简单。但对处罚效应的研究，要分析违规处罚这一具体行为是否具有信息含量以及处罚信息披露之后的信号传递效应（对信息含量及传递效应的研究是金融数学、会计学等学科的实证研究领域重要问题之一，它探讨某一信息集公开是否会对信息用户决策产生重大影响，若信息用户因该信息的获得而改变初始决策，说明该信息集具有信息含量，否则该信息集则不具有信息含量，为无效信息）。
对信息有效性的研究几乎都运用了事件研究法。该研究方法最先出现在20 世纪30 年代，但并未引起广泛关注；其后在1968年，芝加哥大学教授Ball 和Brown在对纽约证交所上市的261家公司从1957-1965 年的年度盈余信息披露前12个月与后6 个月的股价走势进行了实证研究，通过对比信息披露前后的超常收益率来评价此类信息的信息含量及信息可预知性，成为信息含量实证研究被广泛引用的专业文献；其后，Brown 于1970 年，Firth 于1981 年，Forsgardh and Hertzen于1975 年，
Knight 于1983 年也曾对美国、英国、澳大利亚、瑞典、南非等国的上市公司在年度盈余披露的信息含量进行了进一步研究。
国内证券市场披露特定事件的信息含量及传递效应的研究，近年来国内学者对此也有较多的涉及。其中，赵宇龙[1998]采用Ball和Brown的方法对取自上交所的样本研究后发现，1996 年度的盈余披露具有比较明显的信息含量与市场效应；陈晓等[1998]证实了上市公司首次股利信号传递公告能产生超常收益，即具有信号传递效应，短期投资者有可能采取某种投资策略取得超常收益；孟卫东与陆静[2000]以1998年年报为样本证实了年报比较有效地传递了公司盈余状况的信息；陈梅花[2002]以1995-1999 年上市公司年报数据，对股票市场审计意见的信息含量进行实证研究；何佳等[2001] 通过分析利润出现大幅波动、高送转、重大投资事件和控制权转移等重大事件的信息披露中信息含量，提出了打击内幕交易、提高信息披露质量的政策建议；毛志荣[2002]以1993 年起至2001年10月上旬的上市公司信息披露违规的公司为样本，以事件分析法处罚之后股价的反应，得出“市场对上市公司信息披露违规处罚的反应程度（股价下跌）与处罚的公开性和处罚力度存在正相关”的结论。
事件研究法作为测量环境变化影响效果的一种实证研究方法，其分析一般包括：事件定义、样本选择、正常收益率计算、超常收益率评估、数据分析与检验、实证结果解释等多个环节，其中以样本选择、超常收益率评测为核心。对超常收益率的计算，一般采用研究样本实际收益率减去理论上的正常收益率而得出，因此正常收益率是核心中的核心。对正常收益率的计算，有采用市场整体收益率，也有采用一定时间的研究样本平均收益率，还有以行业收益率作为正常收益率。采用资本定价模
型、套利定价模型也是测算正常收益率的重要方法。但据Dyckman , Phil brick 和Stephan(1984)与Brown和Warner(1985)对部分正常收益测算方式进行比较研究，证实套利定价模型得到的检验效果并不比其他几种好；Chandra, Moriarty 和Willinger[1990]作了进一步细致的比较后发现，用均值作调整来估计超常收益率的方法要差一点[何佳等，2001]。本文拟直接采用市场整体收益率作为正常收益率。
于是，对第i 支股票在第j 日的超常收益率(abnormal return)ARij
就可以按以下公式计算：
ARij=Rij-Mj
说明：（1）考虑到公告效应的发生时段，我们认为设定公告前后40个交易日为时间窗较为合适，于是j 在时间窗[-40，40]范围中取值：（2）第0 日为公告日，若公告发布日为非交易日，则向后顺延至最近交易日为第0 日；（3）Rij 指第i 支股票在第j 日的实际收益率；（4）Mj 指第j 日市场整体收益率；（5）若上市公司在时间窗[-40，40]内发生分红送配，则股价进行复权处理；（6）由于研究样本为沪深两市上市公司，若上市地在上海，市场整体收益指标以上证指数为基准；否则，以深圳成指为基准。
如果研究样本在时间窗内各日超常收益率波动较大，用图示方式描述超常收益变动趋势的直观性就较差，需要引入累计超常收益率（CAR，cumulative abnormal return）来描述样某一事件所产生影响（但采用AR或CAR并无本质上的不同）。
AR 和CAR 在一定程度上反映了样本平均值的分布情况，但在对于各股票的超常收益率的分布方面不能得到反映，甚至有可能出现个别
相关推荐：
loading