中国知网查重 高校在线论文查重入口

立即检测
  • 58 元/篇
    系统说明: 知网职称论文检测AMLC/SMLC是杂志社专用系统,针对投稿论文、评审论文、学校、单位职称论文的学术不端重复率检测系统。
  • 288 元/篇
    系统说明: 知网本科论文检测PMLC是最权威的大学生毕业论文检测系统,含“大学生论文联合对比库”,国内95%以上高校使用。检测结果和学校一致!
  • 498 元/篇
    系统说明: 此系统不支持验证!可用作研究生初稿检测,相比知网VIP5.3缺少“学术论文联合对比库”,检测结果有5%左右的误差!(论文中若参考往届研究生论文,重复率误差会较大)
  • 128 元/篇
    系统说明: 大分解论文检测系统,对于想检测学术不端文献检测系统,而又价格便宜的同学可以选择,限每篇2.9万字符,结果与大学生PMLC、硕博VIP定稿系统有出入!
  • 68 元/篇
    系统说明: 知网论文小分解检测系统,适合中国知网初稿查重,数据库和定稿查重不同。结果与本科PMLC,研究生VIP5.3有出入,限每篇1.4万字符!
  • 3 元/千字
    系统说明: 学术家论文重复率检测系统,支持学位论文、毕业论文、投稿论文、职称评审论文,提供全文对照,word标红报告,性价比超高!
论文方法介绍-媒体关注度对上市公司财务风险影响的研究
时间:2021-04-02 14:56:17

  随着互联网的高速发展,相较于传统纸质媒体,网络媒体作为一个新兴的信息传播途径正飞速改变人们的信息接收方式。与此同时,媒体的舆论监督范围也不断扩大,渗透到企业、政府、民生等各个方面。2000年以后,研究媒体关注与公司治理的论文越来越多。本文聚焦于A股上市公司,研究媒体关注与公司财务风险的影响。

  首先,本文通过国内外大量文献的梳理总结,确定媒体关注度和公司财务风险的前人研究进展。而后在其基础上,创新了媒体关注度的变量,避免了先前只关注线下报纸,忽视网上媒体的不足。在财务风险的衡量上,引入经典的z-score模型衡量。基于此,本文选取2010年到2019年我国A股上市公司1810家,建立面板模型,得到18100个样本。通过建立面板模型分析了媒体关注度与企业财务风险的关系。通过中介效应和调节效应的研究方法,检验企业信息披露透明度在媒体关注度与企业财务风险的关系中的中介作用以及企业性质在媒体关注度与企业财务风险的关系的调节作用。同时进一步分析,不同情感倾向的媒体关注度对公司财务风险的影响和企业性质在中介模型中的调节作用。实证结果发现:(1)媒体关注度越高,企业财务风险越低。(2)企业信息披露透明度在媒体关注度与企业财务风险的关系中起部分中介作用。(3)企业性质在媒体关注度与公司财务风险的关系中发挥调节作用。(4)与公司有关的正面媒体关注度越高,企业财务风险越低。负面媒体关注度越高,企业财务风险越高。(5)企业性质在中介模型中有调节作用。最后,在总结实证结果的基础上,为上市公司的风险管理提出了有效的政策意见。

  一、研究背景与研究意义

  (一)研究背景

  近些年来,随着网络媒体的兴起,媒体的监督治理功能逐渐引起人们重视。从2010年有名的工业明胶生产药用胶囊事件到近年的“假疫苗案”,媒体加大了在披露企业造假事件的力度,一方面,表明媒体在发挥监督作用的过程中起到了重要作用,同时媒体通过对事件曝光引起公众对该事件和公司的广泛关注,在舆论上形成巨大影响,迫使相关部门迅速启动应急处理机制以回应民情。另一方面也说明,由于持续的经济发展以及社会进步,我国公民的权利意识在逐步提高。但是企业的内容情况与民众关切存在天然的信息不对称,因此我国企业不断推进企业财务信息公开制度,强化对权利的制约与监督,对上市公司的年报和半年报数据有着极为严格的要求。2006年国家相关机构推出《上市公司信息披露管理办法》。在这之后陆续推出的公司法以及证券法中增加了更为详细的有关信息披露的条款。企业信息公开成为推进依法治国、推动当前我国公司财务状况文件运行的重要途径。

  于此同时我国经济下行、GDP增速放缓,在经济全球化影响下,各公司间的竞争越来越激烈,公司投资者、经营者和管理者为追求短期利益,忽视公司实际财务状况,导致财务危机的发生,这对公司的发展造成严重的后果。法律、市场、竞争对手等系统外因素以及公司各项规章的不定期调整等内部影响因素,都增加了财务陷入危险状况的可能性,而财务陷入危险状况后又加大了公司发生财务危机的概率,每年都会有因财务状况异常被特殊标记的公司,如果该公司出现了严重的财政问题将会有很大的可能导致破产。这将会对会对证券市场长久以来的秩序形成严重的冲击,并且会严重地威胁到大多数投资者的利益。

  在目前,学术界对于媒体的监督作用与公司股票信息的关系已经展开的较为丰富的研究,但是对于媒体关注对公司财务状况的预警作用仍然缺乏有效的研究。仅有一些学者从规范的角度出发进行研究,而从实证角度入手,探究媒体关注度对公司财务风险的影响的仍待丰富。媒体关注越多公司的财务风险是否越小?这两者之间有没有必然的联系?通过增加公司的信息披露是否可以有效的降低公司的财务风险?公司的资产回报率在这之中又起着什么作用?对企业负面报道对企业到底有益还是有害?这些问题仍然有待于研究。

  本文基于上述背景,从媒体关注和公司财务风险角度出发,分析并回答上述问题。通过实证研究的方法为公司的信息披露制度建设发展提出自己的看法。这将会媒体的监督作用的发挥,以及企业的财务稳健性的加强有着重大的意义。

  (二)研究意义

  1.理论意义

  本论文的研究在理论上有着四大意义。第一、填补了学术上的空白。目前关于媒体关注度的文章多集中在其对股票市场表现的影响作用上,在其他公司的绩效影响,内部管理方面的研究仍然有些巨大的缺失,本论文的研究可以对这一方面进行补充和充实。第二、通过实证研究,丰富该角度的研究成果。以前关于该课题方面的文章多集中于规范分析,但是从实证角度出发对其进行一个详细的分析的文章确实少之又少,本文致力于从实证角度出发提出自己对其的见解从而的合理的结论,丰富该角度的研究成果。第三、突破传统理论成果,对媒体的作用的进一步丰富。本论文在媒体分析角度提出了自己的全新见解,以往的文章集中于纸质媒体的分析和实证,但是对于网络媒体而言,研究并不是很多,笔者通过线下报纸和线上网络媒体结合的方式,在媒体关注度上提出了自己的全新观点。4.为降低企业破产风险,加强企业的风险预警提供了新的思路。最后由于笔者研究对象与企业风险相关,因此也可以为企业的风险预警提供了新的思路。

  2.实践意义

  本论文的实践意义主要有一下三点。第一、为公司的财务预警系统的提供更多的实践监督和改革方向。本文聚焦于公司的财务预警方面事项,试图同媒体监督作用的影响来探寻其对公司财务的影响。第二、有利于进一步加强公司和媒体的交流与联动,更好地发挥媒体的监督作用。第三、可以完善企业的财务信息披露机制,加强监督。

  3.研究内容与框架

  通过文献阅读法系统查阅相关文献之后,本文内容框架将分为以下七部分。具体框架如图1-1所示。

  第一部分为绪论。本块内容将会对本文文章的研究意义和北京、研究框架、研究思路以及本文存在两个的创新点进行简单介绍。

  第二部分为文献综述。本部分主要回顾了关于媒体关注度与企业财务风险的文献。并在最后做出自己的流派总结同时分析现有理论研究存在哪些贡献,以及到底有什么不足的地方。

  第三部分则是相关的理论基础分析总结。这一部分笔者主要介绍媒体监督理论以及传播学理论。

  第四部分为理论分析与假设提出。本部分是在阐述相关理论的基础之上,对新闻传媒与公司财务风险互动关系进行分析,进而提出本文的核心假设。

  第五部分为实证设计。本部分先是说明了本文的样本的途径来源以及数据的获取途径和方式。其次在对媒体关注度、企业财务风险的功能以及其他控制变量进行了定义。最后,在参考国内外大量相关的文献的以后,设计了本文的实证模型。

  第六部为回归结果与分析。本部分以2010-2019年我国A股1810家上市公司为样本进行面板数据回归分析,同时进行了相应的描述性统计、变量的相关性分析、实证结果分析进一步分析以及稳健性检验。

  第七部分为结论、对策建议以及自身研究存在的不足之处,以及对未来的展望。同时通过对本文所得出来的结论进行了相关的总结,并且提出具体相应对策和建议,在本文的最后部分分析不足以及对未来的展望。

  三、研究思路方法以及可能的创新点

  (一)研究思路

  本文在理论分析的基础上采用实证研究方法,对媒体关注度、企业财务风险等变量进行合理界定,运用来自我国A股上市公司的媒体关注度以及财务数据,并建立面板数据模型,研究媒体监督在公司层面的效应,即探究媒体关注度对公司财务风险的影响是什么。之后研究企业信息披露透明度在媒体关注和企业财务风险关系中是否有中介作用以及企业性质在媒体关注和企业财务风险关系中是否有调节作用。最后根据实证结果对我国媒体的信息报道角度、公司的信息披露以及政府管理角度提出对策建议。

  (二)研究方法

  本文在对文献梳理的基础上,运用媒体监督理论和企业声誉理论对媒体关注度、企业财务风险、信息披露透明度以及企业性质四者之间的关系进行定性定量分析。主要采用的研究方法如下:

  (1)文献阅读法。大量收集现有的媒体关注度和企业财务风险相关的国内外文献,然后对其进行梳理,并分析里面的相关变量模型,对媒体关注度、企业财务风险、信息披露透明度以及企业性质四者之间的关系有了初步的把握,为本文的研究搭建基础框架。

  (2)定性分析法。本文基于中国A股上市公司的现状,总结媒体的作用机制,探讨媒体关注度、企业性质、信息披露透明度以及企业财务风险这四者之间的关系以及其作用机理。

  (3)定量分析法。在前人的基础上,递进式地提出相关假设,在手动收集整理A股1810家上市公司的数据之后,进行实证分析,最终得到结果并提出相应的意见。

  (三)论文创新点

  本文主要以下两个方面进行创新:

  1.研究内容方面的创新。以往的媒体关注度只集中在了新闻的报道数量上,但是对新闻的情感度,好坏并没有详细分析,一个正面的新闻和一个负面的新闻可能会有相同的关注量,但是公众对其的态度,投资者对其的看法,以及整个社会的看法都会有很大不同,对其财务风险也会有较大的不同,因此笔者在回归分析之后,进一步探究媒体报道的正面与负面分别对企业的财务风险的影响。

  2.研究视角方面的创新。以往关于媒体关注度和企业财务方面的文献多集中与探究其相互关系,但从企业性质和企业信息披露角度进行的研究极少。本文引入了企业信息披露程度探究媒体关注和企业财务风险关系中是否有中介作用,引入企业性质探究在媒体关注和企业财务风险关系中是否有调节作用。不仅丰富了相关理论,也为媒体关注度方面和企业财务风险方面的研究提供了新的视角。

  第二章文献综述

  一、关于媒体关注的文献综述

  在信息交流的日趋频繁的今天,媒体作为信息传播的重要中介,其作用也日益凸显。在经济领域,无论是投资者、股东,还是消费者、普通大众都或多或少的会关注媒体发布的新闻报道。媒体通过报道企业的财务状况,高层变迁与决策,发挥着监督作用,向受众传递信息,影响投资人和股东的决策。

  (一)国外研究

  媒体在社会中担任信息中介的角色,在信息传播中起着重要的作用(Frankel&Li,2004)。STEVEN H.CHAFFEE(1986)通过收集相关的报纸来评估公众事务和政治知识的变化,以测试媒体新闻的曝光和关注的效果。之后Jennifer R Joe(2002)提出媒体的新闻报道会影响政府审计人员的看法观点。随后Miller(2006)提出媒体的覆盖面积越大,其信息传播就会越强,并其成本也会变得更低,而且这种做法可以降低用户获取信息的成本,降低信息的不对称程度。伴随着Baker&Wurgler(2002)的研究,发现关注某家公司的分析师数量和该公司新闻报道数量呈正相关,媒体报道越多,分析师认知水平也就越高。Gregory S.Miller(2006)提出媒体利用报道原始的一手信息并传播他们,从而充当信息的“看门狗”角色。Timothy Besley(2006)提出政府可以利用媒体的监督能力,从而影响政治结果。Baker&Wurgler(2002)通过研究提出了公司的新闻报道数量和关注该公司的分析师的数量成正相关,同时媒体报道的数量越多,那么分析师的认知水平也会越高。Hong&Stein(2007)和Cen(2016)的研究提出,如果一个公司的媒体关注度越高,那么分析师对该公司的看法的差异也会越大。Stelios C.Zyglidopoulos(2012)提出媒体关注度将会加强企业社会责任(CSR),而企业社会责任的减弱则对媒体关注度的变化不敏感。T Guo(2015)发现券商一般会主动地进行媒体的管理,以此来影响投资者的情绪,进而对公司市值、企业风险产生相应的影响。

  (二)国内研究

  国内的研究起步较晚,但同样也有着大量的研究,陈志武(2003)通过研究中国媒体的法律现状结合多国的实际经历提出新闻媒体是市场经济的必要制度机制。李培功(2010)认为市场导向性的媒体有着更加积极的治理作用,特别是那种深度报道的媒体新闻。戴亦一(2011)指出一个公司若被披露出的负面的新闻,则该新闻可以遏制企业财务重述,与此同时政府在这过程中的干预则会使媒体的舆论监督作用减弱。饶育蕾(2010)研究发现媒体关注度以投资者情绪为中介,增加新股短期累积的超额收益,并减少长期累积的超额收益。此外,新股的媒体关注度越高,该股票的发行价格也会有相应的升高。

  张雅慧(2011)通过研究提出媒体报道次数少的股票收益高于媒体报道次数多的股票。周开国(2014)通过实证研究发现企业的媒体报道数量的增加将会使分析师的关注度显著提高,并在分析师关注度的这一中介变量下,对分析师盈余预测准确度产生正面影响。刘锋(2014)发现促使股票收益发生变化的直接原因是媒体在信息传播中改变了投资者的关注度和其投资行为,同时通过得出媒体对特定股票的关注会对投资者关注和股票收益关系产生影响。黄俊(2014)研究指出负面媒体关注度是影响公司股价的主要因素,另外,网络媒体关注度的提高对公司股价同步性有负面影响。冉明东(2014)提出审计师鉴证行为会在媒体关注对上市公司治理的过程中起中介作用,同时制度环境也会影响媒体的治理效应。池国华(2018)通过实证研究发现,媒体关注度的增加会使政府审计功能增强。此外负面媒体关注对政府审计的展示、抵挡和预防功能的提升作用比非负面媒体关注度的提升作用效果好。王春峰(2016)提出有关交易时间的媒体信息会对部分股票收益率产生显著影响。牛枫(2016)从IPO抑价水平与媒体监督水平出发,证明二者存在显著相关关系。

  二、财务风险预警文献综述

  财务风险预警是企业经营管理所必须要面临的一个问题,也是学术界研究较多的一个课题。如何通过公司的财务数据,用合适的工具,搭建出一套相应的模型来探究公司倒闭破产的风险,这个问题在国内外都有着深刻的研究。

  (一)国外研究

  国外对财务风险预警的研究起始于1932年,Fitzpatrick在19家公司为研究对象的前提下,建立了单因素模型,发现权益净利率与产权比率这两个财务指标对公司是否会破产有一个较好的预测。Beaver(1966)在对单因素模型的基础上进行了深入的研究,找到了预测效果较好的另外3个财务指标。

  随着社会的发展,单因素模型已经不能满足使用要求。Altman(1968)从22个公司财务方面的指标中挑选出5个最核心的指标,构建了经典并广泛使用的Z-Score模型。之后,在1977年EI Altman,RG Haldeman以及P Narayanan三位学者改进了Z-Score模型。他们三人将Z-Score模型中的5个指标升级为7个,称之为Zeta模型。虽然这两个模型的预测准确率都很高,但是理论上讲,这两个模型都对自变量有着苛刻的条件,其必须服从标准正态分布,此外,在中性中两类样本的协方差必须相等。大部分真实数据不能满足该前提假设,然而Logistic回归模型、Probit模型等非线性数值模型的出现解决了这一问题。1980年,Ohlson将正常经营与宣布破产的共2千多家公司以大约20:1的比例进行匹配构成样本,利用Logistic模型对财务预警问题进行探索,该模型的预测准确率为96%,预测效果非常好。Skogsvik(1990)和Theodossiou(1993)利用Probit模型对财务预警问题进行了研究,但效果提升不明显。

  随着人工智能技术的发展,科研人员逐步将目光聚集在了人工智能方法在财务预警中的应用上。Palaniswami(2000)使用支持向量机方法(SVM)对财务预警问题进行了研究,并与传统方法进行了对比,发现SVM方法预测效果较好Van Gestel T(2003)等学者将最小二乘法和支持向量机两种方法联系在一起,经改进的SVM预测效果得到了提高。AJF.Atiya(2001)开发了一个神经网络破产预测模型,对企业破产的预测精度达到了85.5%。LMous(2005)利用决策树和多元判别分析对企业破产进行了预测,决策树方法效果优于多元判别方法,他认为两种方法预测效果相当,均可用于财务预警,至于使用哪种方法需根据自身情况确定。

  (二)国内研究

  对于财务预警问题的分析,国内开始较晚。陈静(1999)一元判别模型和多元判别模型应用在我国上市公司财务状况的预测问题中。张爱民、祝春山和许丹健等人(2001)在Z-Score的基础上,通过利用PCA方法,构建了PCA模型,有较高的预测性。杨淑娥(2003)利用主成分分析法构建了全新的Y分数模型,为企业的财务风险预警提供了一种新的的预测方案。陈艳(2007)基于上市公司2003年和2004年数据为样本,构建上市公司财务风险预警的判别模型,结果指出相对而言,离模型建立时间越近的数据预测准确性越高,反之则越低。孔宁宁(2010)对主成分分析和Logistic回归预警模型预警结果进行比较,得出主成分分析预警模型的判别效果更好。赵辰(2016)通过研究优化了BP神经网络预测模型,使得财务风险预测的准确度提高了5.15%。

  国内外学者对财务风险预警问题进行分析时使用的模型可以总结为两大类:第一类是数值模型,是指通过对上市公司的财务指标值建立一个函数,运用计算出的函数值来预测上市公司将来的财务情况。主要包含单变量、Z-Score、Logistic、Probit等数值模型。第二类是机器学习模型,是指计算机通过反复学习训练样本,当我们输入检验样本数据时,计算机根据学习得出的分类规则来判断样本应归为哪一类,从而给出上市公司将来财务情况的预测。主要包含SVM、BP神经网络、决策树等算法。

  三、简要评述

  通过以上的文献整理,笔者认为,国外在媒体关注和公司财务风险方面的影响已经有了较为深入的研究。这些研究形成了一个趋于完善的体系。但是纵观国内外的研究成果,目前仍然有以下不足:

  一、国内的媒体关注度很多依然停留在通过纸质媒体对其进行研究。而随着时代的发展,网络媒体的兴起使其成为媒体关注度中一个不可忽视的关键变量,因此合理制定这一变量,重新研究媒体关注度的制定也是一个重要的课题。

  二、在财务风险问题上大多数学者常常关注于公司的内部的影响因素,然而外部影响这一重要因素却常常被忽略。因此本文从公司外部的媒体关注度出发,探究其对公司财务风险的影响机制。

  三、媒体关注和公司财务风险的研究非常缺乏。大量的学者围绕着公司治理的方面入手,探寻媒体监督的作用。而现实中,媒体披露报道企业相关事项,增加公众对其关注度,影响企业纠正自身的财务状况的事情时有发生。但是与之相关的研究却不多。

  基于此,本文系统研究了媒体关注度对公司财务风险的影响。在此过程中,对其互动机制以及作用路径进行了全面而系统的研究,并且进一步探寻中介作用和调节作用在模型中发挥的重要作用。最后对公司治理体系的进行丰富完善。

  第三章理论基础与研究假设

  一、理论基础

  在媒体和公司关系的研究中,出现了很多理论。其中媒体监督理论和传播学理论是该领域理论依据和研究重点。

  (一)媒体监督理论

  媒体的监督作用的发挥主要有以下两个机制。

  第一,媒体通过传递信息给监管者的方式来发挥监督作用。一般情况下,企业的不同层级之间时存在信息不对称的,同时企业与监管机构之间也存在着信息不对称,监管者不可能对企业的信息的了如指掌。而企业也有可能通过欺骗的手段来迷惑监管者。这时候就是媒体来担任第二监管者的身份,因为媒体的信息收集能力极强,往往可以挖掘到公司的一些不为人知的信息。一旦媒体曝光了企业的非法行为,那么马上会形成社会舆论将信息传递到监管者的手里,消除了监管者与公司的信息不对称。使得监管者可以更加有效的调查公司。另外,倘若,监管机构与公司进行勾结,这往往使得公司更加容易从事非法行为,监管机构的监管作用也就荡然无存了。这个时候,如果媒体能够发挥监督作用,将该事情曝光,公众知悉该事件便会对公司和监管机构进行舆论施压,同时通过一些举报途径,引起更高级别的监管机构出动来对公司展开调查。

  第二,媒体通过影响投资者从而影响公司的股价,导致公司采取一系列措施来挽回股价。通常情况下,媒体的信息渠道广泛同时其高效率的内容生产能力,使得其很容易充当意见领袖的角色。同时由于网络媒体的信息实时传递性,媒体发布的一发布消息,另一边的信息接收很快就能够接收到该信息,随后产生一系列的判断,从而引发决策。另一方面,上市公司的高管往往需要面对来自股东的压力。当公司的业绩不佳,或许股价发生持续性的下跌,公司管理者往往需要背负重大压力,做出重大改革,或者引咎辞职。基于此,如果一个公司的被曝出大量的负面新闻,那么公众和投资者很快就能关注到这方面的信息,随着舆论压力的来袭,这个负面新闻带来的影响很快就会反映到公司的股价上,造成公司的股价发生巨大变化。此时公司的管理者不得不找出负面报道产生的源头,并对其进行合理的处置,同时发布声明给公众一个交代,来试图挽回股价。另外公司会加强监管和治理防止该类事情的发生。这样可以迫使公司进行自我监管来减少违规行为的发生,同时使公司更小心地关注财务状况以应对财务风险。

  ··································································································

  (二)企业声誉理论

  简单来说,企业声誉是指企业受公众认可的程度,一般称之为口碑。一个有良好口碑的企业通常拥有较好的公信力,表现为大部分的公众愿意去相信这个企业的声明以及发布的财务数据。在数码科技领域,这种企业常常拥有大量的忠实的粉丝,他们会为了自己认可的公司的进行宣传,对抹黑该公司的报道进行辟谣。相反,如果一个企业的声誉极差,那么算是正面的新闻报道也常常无人问津,而那些负面的新闻报道则往往造就大量的不满群众对其口诛笔伐,进而上升到对其产品的抵制。这种企业出现财务风险的可能性就会急剧上升。

  Fombrun于2004提出企业声誉价值理论,他认为企业的声誉可以作为企业的一项无形资产。企业的声誉越高则企业的竞争优势就会越大。同时大量的研究也表明良好的企业声誉会带来正向的财务绩效。

  作为企业声誉形成的重要一环——媒体,这一关键要素的作用正被人们不断发掘。互联网的发展的使得公众可以接受来自天南地北纷繁复杂的新闻消息,而且这些的传递者就是媒体,可以说媒体便是用户在通讯终端看整个世界的眼睛。因此媒体关注也便成为了影响企业的声誉乃至经济效益的重要因素。

  当一个媒体发布了企业的负面报道时,该报道进入公众的事业之后,公众马上会根据其自身的价值观对其发表看法,从而形成强大的舆论压力,通常这一阶段会使得公司的市值受损。随着舆论压力的逐渐升级,国家有关部门很快会介入调查,对公司提出相应的整改意见,要求公司加强监管,对公司的治理产生影响。这时公司面临公众、投资者、政府三方面的压力,资金链或供应链断裂的风险也会随着增大,现金流也容易变得不稳定,财务风险也会随之升高。

  此外公司高管的声誉往往是和公司的声誉绑定在一起的。如果一个公司的高管被曝出参与非法行为,那么公司的股价也会随之受到影响,公众也可能因为这个人而选择不购买这家公司的产品。

  综上所述,媒体的监督可以使公司对企业员工和高管产生约束,通过舆论压力和社会监督迫使企业关注企业道德和公司的治理,保障投资者的权益。

  ····································

  二、研究假设

  (一)媒体关注度与企业财务风险的关系

  基于媒体监督理论,如果企业被媒体进行大批量的负面新闻报道,企业的声誉也会随之受到影响,同时由于公众容易受到媒体的舆论引导,则很容易认为被报道的企业存在道德问题或法律问题。一方面原来的接收到信息的公众会对企业的经济活动进行抵制,另一方面,这个公众会对信息进行二次传播,使得更多的人地址公司的经济活动。企业的财务风险也会在短期内会急剧升高,同时影响公司的市值。另外,企业投资者在观察到公司市值下跌的信号后,会对企业的未来发展失去信心,撤资风险升高。另外,媒体在职业正义的驱使下,会主动去公司的官网或者内部通过暗访,报告阅读等途径揭露公司不为人知的一面,或者从财务数据中发现其中的一些伪造信息或不可靠信息,并将其进行揭发。利用社会的舆论以及政府的力量对其进行报道,对公司的现金流、市值、负债等指标造成影响从而引发潜在的财务风险。

  基于上述分析,本文提出以下假设:

  假设1:企业的媒体关注度越高,财务风险越低。

  (二)信息披露透明度在媒体关注度和企业财务关系中存在中介作用

  在研究中我们发现企业在运营过程中,为了提振消费者信心,满足消费者的信息需求,会更愿意地倾向于主动披露更多的企业财务信息,给消费者带来信息层面上的满足。

  另一方面,在媒体的关注压力下,企业为了减少外界不必要的猜测和臆想,会尝试在公开场合下,即媒体的报道下,对公司的财务状况进行透露。

  媒体的关注度的差异会带来信息披露透明度的差异,从而带来公司财务风险的差异。

  推测由此,企业的信息披露透明度,在媒体关注度对公司财务风险影响中可能存在中介作用。

  故提出如下假设:

  假设2:企业的信息披露透明度在媒体关注度和公司财务风险关系中起到中介作用。

  (三)企业性质在媒体关注度和企业财务风险关系中存在调节作用

  企业性质可以分为两类,分别是国有控股企业和非国有控股企业。因为国有控股企业背后站有国家政府,他们会对自身的品牌以及声誉有着更为苛刻的条件,一旦有负面报道,受到舆论压力也会随之加大。因此,他们对媒体的报道进行的反应更为迅速。而非国有企业相对而言,受到的舆论压力较小,媒体关注对企业财务风险影响程度较小。

  假设3:企业性质在媒体关注度对公司财务风险影响关系中存在调节作用。

  第四章实证研究设计

  一、样本选择与数据来源

  在大量的文献查找下,笔者发现媒体关注度来源通常有以下四个:

  中国重要报纸全文数据库

  中国重要报纸全文数据库收集了21世纪以来近千种报纸,其中包含了大量的资料性和学术性报纸文献,并保持动态更新。

  这一块的数据主要是通过手动输入关键词,然后查询企业的信息和报道数量获得,但是由于中国知网未开放其中的数据API,大部分文献选择手动输入爬取,样本量在300左右。这种方法相当低效。

  在经过一番探究之后决定采用爬虫方式进行网络数据采集,为了保证爬虫的稳健性和有效性,采用python的selenium库来进行网络数据采集。本次采集了A股3000多家的上市公司十年的信息,总样本量为38100个。但是可惜的是有相当多的一部分企业的报道数量为0。推测原因是该行业的总体曝光率就偏低,导致报道数量偏少,另一方面,该数据库的财经类来源媒体来源偏少,导致被曝光的新闻数量偏低。因此数据可用性不高。

  百度指数

  百度指数(Baidu Index)是目前国内学术界广泛使用的一项数据指标,它包含了搜索指数、咨询指数和媒体指数。其中媒体指数代表了新闻媒体的各类报道中包含该关键词的数量,因此这是衡量媒体关注度的一个极好的变量。

  另外笔者发现谷歌指数(Google Trends),这个存在完全免费的API,同时拥有相当完美的搜索算法,而且在国外文献有着广泛的应用。这对媒体关注度这一变量的构建也起着关键的作用。由于样本数量较大,采集方法主要用python进行网络数据采集。由于谷歌指数存在专门的免费接口,因此采用python对其进行不断的访问就可以解决问题。但是百度指数的目前还没有免费的官方接口,但github上存在了第三方开源项目的接口,因此同理也可以采集到相应的数据。

  百度新闻和新浪新闻等财经类媒体门户

  百度新闻是百度推出了新闻垂直搜索平台,其中包含了国内外五百家媒体报社的新闻资源。饶育蕾(2010)论文中的媒体关注度就是引用此数据。她通过百度的高级搜索功能来搜索某关键词出现的频次。但是在2018年开始就关闭了历史新闻查询入口,因此想再此按年份查找到上市公司历史新闻的数据就变得相当困难。

  而新浪新闻则保留这一接口,但由于接口比较隐蔽,同时搜索所得内容质量过于粗糙。因此很少有论文将其数据作为媒体关注度。至于其他的新闻,大部分都找不到或者很难找到历史新闻的查询入口,同时缺乏了媒体整合功能,因此不适合做媒体关注度。

  报刊新闻量化舆情数据库

  报刊新闻量化舆情数据库是一款有关媒体新闻社会舆情量化的数据库。该数据库有包含自1998年以来300家海内外报刊媒体刊登的新闻。在剔除重复和无效的新闻之后,通过大数据和机器学习的方法对新闻内容进行文本挖掘和深度学习,从而对每一条新闻进行情感度分析,判断其情感度倾向。同时统计了每一篇新闻报道里正面、中性和负面情感的句子数。该数据库有美国斯坦福大学、南加州大学等教授的指导,同时国内也有清华大学、上海交通大学等高校投入使用。

  本文研究的上市公司财务数据来源于wind数据库、东方财富网数据中心以及国泰安数据库等。

  总的而言,本文以2010年初至2019年末十年的沪深两地上市的A股公司共计3810家的数据为研究对象。在保证模型平稳性前提下,剔除数据缺失值后,剩余公司1810家。媒体关注度的数据来源于《报刊新闻量化舆情数据库》、百度指数以及谷歌指数。上市公司信息披露考核、企业性质、前十大股东持股比例等来自Choice数据中心和国泰安数据库。

  二、变量的设定

  1.媒体关注度的设定

  由于媒体关注度这一变量在国内外没有一个统一的定义。参考了饶育蕾(2010)、陶文杰(2012)、刘锋(2014)、周开国(2014)的做法,在核心层面上,采用A股公司的报道数量为变量数值的来源。国内的学者在媒体关注度的变量设计上大多是用《中国重要报纸全文数据库》。但是在笔者尝试以公司名称为关键词进行分年度的数据采集,在关键词安排上,采用以公司名为主的模糊搜索,保证关键词在正文和标题出现即可。采集之后发现,有大量的公司的报道数为零,同时很多时候的年度数据也是为零。探寻原因之后发现,传统报纸报道的数量有限,很多公司往往一年也不会被纸质媒体报道超过3次,因此数据量不大而且缺失严重。笔者主要采用报刊新闻量化舆情数据库。该数据库采用文本分析,来判别这个句子的情感度是正面的、中性的还是负面的,最终得到负面媒体关注度、中性媒体关注度和正性媒体关注度。由于中性媒体关注度在情感上无影响,故只考虑正面媒体度和负面媒体关注度。另外,随着网络媒体的兴起,主流媒体如新浪、腾讯都设置有财经板块,而且媒体会发布大量的媒体新闻,因此,引入百度指数和谷歌指数。百度指数和谷歌指数来源于百度和谷歌两大搜索引擎,在国内数据研究多以百度为主。而由于百度指数和谷歌指数的查询本身就提供了强大的算法,因此只采用公司名称为关键词的搜索就足以解决问题。最后,为了消除异方差的影响,参考媒体关注度处理的主流做法对其进行对数化处理,因为存在报道数为0的情况,所以是在报道量加1的基础上进行取对数处理。具体内容见表。

  2.财务风险的设定

  对于财务风险预警,学术界Cheadle C(2003)、Altman E I.(2013)主要采用z-score模型,国内的作者也基本采用此做法。该模型主要是有五大变量来衡量,公式为:

  其中z值用于判别公司的财务风险,z值越大表示公司的财务风险越低。

  计算公式如下:

  该模型的判断准则由三部分构成。当z值小于1.8时,那么该区间为破产区,表示财务风险极大,当z值在1.8到2.99之间时,该区间为灰色区,财务风险相对较大,当z值大于2.67时,该区间为安全区,财务风险相对较低。总体而言,z值越大,财务风险越低,企业越安全。

  3.中介变量和调节变量的设定

  在中介变量的设定中,参照了陶文杰(2012)的做法,用上市公司信息披露考核来衡量信息披露透明度。陈剑(2011)提出由于国有企业和非国有企业在性质上的不同,其对财务风险的影响也不同。因此在调节变量的设定中,本文以企业性质,即其是否为国有控股企业探究其在媒体关注对企业财务风险影响过程中的作用。

  4.控制变量的设定

  另外参照于忠泊(2011)、陶文杰(2012)的实验设计,在研究媒体关注度对公司的影响时,引入以下变量作为控制变量。变量A为企业规模,用企业总资产来衡量。在模型中将数值取为公司年末的总资产的对数。变量I为虚拟变量,代表是否为环境敏感程度高的企业。变量O表示股权集中度,代表前10大股东的持股比例之和。ROA代表资产回报率。数据说明和符号见表。

  变量类型名称变量符号和相关说明

  解释变量总媒体关注度lnM=ln(1+M)M为企业当年媒体报道数量

  负面性媒体关注度lnNM=ln(1+NM)NM为企业当年媒体的负面新闻报道数量

  正面性媒体关注度lnPM=ln(1+PM)PM为企业当年媒体的正面新闻报道数量

  中介变量信息披露透明度T,用上市公司信息披露考核来衡量

  调节变量企业性质G,表示公司是否为国有控股企业

  控制变量资产回报率ROA,表示每单位资产创造多少净利润的指标

  企业规模A,公司年末的总资产的自然对数

  企业所属行业的环境敏感程度I,是否为环境敏感程度高的企业

  股权集中度前10大股东的持股比例之和O,股权集中度前10大股东的持股比例之和

  被解释变量z值Z,用z-score模型算出的公司财务风险程度

  三、模型的构建

  基于以上变量的说明,本文借鉴于忠泊(2011)、邱红琴(2017)、许天阳(2018)等人的做法,设计如下面板数据模型。

  对假设1,构建媒体关注度对企业财务绩效影响的模型。为解决内生性问题,本文参考于忠泊(2011)、戴亦一(2013)的做法对自变量做滞后一期处理。由于原模型的扰动项不存在自相关,、与不相关,建立系统GMM模型

  对假设二,假设二中的一个显著特点就是包含了中介变量。中介变量是自变量对因变量产生影响的媒介,在研究解释变量媒体关注度对被解释变量财务风险的影响过程中,若媒体关注度通过变量公司信息披露透明度来影响公司财务风险,那么此时媒体关注度即为中介变量。而中介效应指的是自变量通过中介变量影响因变量的显著程度。

  中介效应的检验方法较多,并且在检验功效方面各有优劣。本文参照温忠麟和叶宝娟(2014)的研究,用Bootstrap法替代Sobel检验。以得到更加准确的检验和估计。

  为了考察信息披露透明度在媒体关注度对公司财务风险影响机制中所发挥的作用,本文构造以下中介模型。

  (1)

  (2)

  (3)

  式子(1)用于检验媒体关注度对公司财务风险的显著性。式子(2)用于检验媒体关注对信息披露透明度的显著性。式子(3)用于检验T作为中介变量的显著性。

  对假设三,假设三为调节变量模型,将企业性质作为调节变量,来探究是否国有控股在媒体关注度对企业财务风险影响过程中的调节作用。

  (4)

  第五章实证结果与分析

  一、描述性统计

  下表列出了本模型包含的各个变量的描述性统计的结果。最初选取的A股上市公司的数量为3810家,在进行一系列的数据清洗,剔除了包含缺失值的公司数据之后,将剩下的1810家作为研究对象,从10年的尺度上看就是18100个样本数。在panelA里,可以看到正面媒体关注度均值为3424篇大于负面媒体关注度1834篇,说明总体而言,企业的正面报道大于企业的负面报道。同时最小值为0的原因是有些企业基本上无人问津,而像一些银行如中国银行、招商银行却获得了极高的关注度。另外,从这里可以发现媒体关注度最大值和最小值差异巨大,说明了总体数值波动巨大,为了减少数据波动,尽量减少异方差问题,同时为消除模型中可能的数据异常,在实际模型中需要在原始数值上加1并进行对数处理。同样地,对被解释变量而言,最大值和最小值的差距也是巨大的,需对其进行标准化处理。行业类型和企业性质为虚拟变量其的数值仅代表了类型。

  变量N mean p50 sd min max

  解释变量panelA

  M 18100 6400.451 2758 17988.67 3 647802

  PM 18100 3423.855 1432 9337.366 0 314185

  NM 18100 1833.987 813 5322.728 0 193762

  被解释变量panelB

  zscore 18100 10.334 3.15644 345.3191-8992.07 42122.62

  中介变量panelC

  T 18100 1.262044 1 0.64733 0 3

  调节变量panelD

  G 18100 0.131492 0 0.337947 0 1

  控制变量panelE

  A 18100 1.78E+10 4.03E+09 8.31E+10 78884.67 2.63E+12

  I 18100 0.786188 1 0.410007 0 1

  O 18100 54.39286 54.3583 16.24875 1.003635 363.6378

  ROA 18100 1.195476 0.992779 6.988105-793.613 395.3822

  二、Pearson相关性检验

  从变量相关度显著性检验结果看,媒体关注度和正面媒体关注度以及负面媒体关注度存在显著正相关,但是由于本文这三个变量不会出现在同一个模型回归里,因此无需考虑多重共线性问题。对其他的变量而言,这些变量的相关系数都在0.4以内,说明共线性问题对本模型影响较小。

  表变量Pearson相关性检验

  M PM NM zscore T A O ROA

  M 1

  PM 0.9909***1

  NM 0.9762*0.9415*1

  zscore-0.0018***-0.0023***-0.0006***1

  T 0.0828**0.0946***0.0585***0.0048**1

  A 0.3938**0.3992***0.3960*-0.0049**0.1237***1

  O 0.0928***0.0951***0.0885*-0.0128*0.0750***0.1935***1

  ROA 0.0318***0.0339***0.0291***0.1489***0.0255*0.0043 0.0560***1

  ,注:***、**、*分别表示在0.01、0.05、0.1双侧以内的显著,下同

  通过进一步观察可以得出,控制变量如企业规模、资产回报率、行业环境敏感程度、前十大股东持股比例等大都与财务绩效、媒体关注之间存在着较显著的相关关系,因此对控制变量的选择是合理的。

  此外对变量进行VIF检验,见表。可以发现所有变量的VIF值均小于2,远小于10,所以变量间不存在多重共线性。

  解释变量VIF 1/VIF

  lnA 1.1 0.910595

  lnM 1.08 0.924715

  I 1.04 0.970121

  ROA 1.01 0.990663

  第六章回归结果分析

  一、对假设1的回归结果分析

  表中的列式了假设1的回归结果,在这个模型中,我们可以看到上一期媒体关注度(M)与本期衡量财务风险的z值(zscore)在1%的水平上的显著相关,且系数为正,说明媒体关注度提高了公司的z值,而z值越高公司的财务风险越低,假设l得证。

  系数标准差z P>z置信度为95%的置信区间

  L1.lnzscore 0.551203 0.026042 21.17 0 0.500162 0.602244

  lnM 0.232703 0.021087 11.04 0 0.191373 0.274034

  ROA 0.142705 0.044462 3.21 0.001 0.055561 0.229848

  lnA 0.057091 0.031785 1.78 0.075-0.00571 0.118889

  O-0.08504 0.006481-13.12 0-0.09775-0.07234

  I-0.52392 0.266453-1.97 0.049-1.04615-0.00168

  _cons 2.307677 0.92449 2.5 0.013 0.495709 4.119645

  前十大股东持股比例(O)与企业规模(A)分别在1%和10%的水平上显著相关,前者系数为负数,表示前十大股东持股比例越高,企业的财务风险越高。股权过于集中会使企业的决策缺乏集体的智慧,容易增加财务风险。企业规模,即企业总资产越高,企业的财务风险越低。从这里能说明两点,第一,公司的资产规模的提升,对其抗风险能力的提升有正面影响,同时在公司应对财务风险时,它采取的有效措施有更大的发挥空间并且提出的解决方案的效果也会越好,这样更容易降低企业的财务风险。同时前十大股东持股比例越高,股权过于集中,也会对公司的财务风险的升高产生作用。第二,当媒体的关注度越大的时候,企业产生财务风险的概率就会越大。这个很大程度上是由于企业在媒体的信息披露下,公司内部的不良资产状况也会被公众所知道,从而对该公司的声誉以及股价造成影响,最后两者结合导致了其产生财务风险。

  二、对假设2的回归结果分析

  假设二是为了探究信息披露透明度在媒体关注度对公司财务风险影响机制中所发挥的作用。参照中介效应模型的回归方法进行回归之后,结果见表。

  lnscore T lnscore

  系数p值系数p值系数p值

  T----0.1182 0

  lnM 0.122162 0.00000 0.0076 0.0483 0.1213 0

  O 0.009948 0.00000 0.0002 0.584 0.0099 0

  I-0.26647 0.00000-0.0091 0.4423-0.2704 0

  lnA-0.45336 0.00000 0.0906 0-0.4641 0

  ROA 0.036762 0.00000 0.0055 0.0001 0.0361 0

  constant 10.00254 0.00000-0.8208 0 10.0996 0

  模型1对媒体关注度和公司的财务风险的关系进行了回归。检验结果显示,在控制了企业规模、资产回报率、前十大股东持股比例、企业所属行业的环境敏感程度等因素后,媒体关注度对z值的影响系数为0.122,对应的p值小于0.001,验证了媒体关注度的提高可以显著提高z值,也就是媒体关注度的提高可以显著降低企业的财务风险。

  模型二的检验结果显示,在控制了前十大股东持股比例、企业所属行业的环境敏感程度、企业规模、资产回报率等的因素后,媒体关注度对企业信息披露程度的影响在5%的水平下显著,也就是说,媒体关注度的提高可以显著提高企业信息披露程度。

  模型三的检验了,企业信息披露度作为中介变量的效应显著性。从数据可以看出,在控制了前十大股东持股比例、企业所属行业的环境敏感程度、企业规模、资产回报率等的因素后,企业信息披露程度的系数为.0989,对应的p值小于0.001,而与此同时,媒体关注度的系数变为了0.1213,对应的p值仍然小于0.001。这一结果说明了,企业信息披露程度对媒体关注度和企业财务风险的关系,产生了显著的部分中介效应。

  三、对假设3的回归结果分析

  对假设三利用进行层级回归之后调节效应的检验结果如表所显示。R方为0.6141表示模型拟合良好。

  系数P值

  constant 9.9319 0

  lnM 0.1316 0

  G 0.5623 0

  Int_1-0.0797 0

  O 0.01 0

  I-0.264 0

  lnA-0.4534 0

  ROA 0.0366 0

  可以看出在控制了前十大股东持股比例、企业所属行业的环境敏感程度、企业规模、资产回报率等的因素后,调节变量的系数0.5623,p值在0.001水平下显著。调节项系数为-0.0797,p值在0.001水平下显著。另外在加入调节变量之后,自变量的系数从0.1221变化0.1316,说明产生显著的调节作用。到说明企业性质即是否有国有控股企业在媒体关注度和企业财务风险的关系中有显著的调节作用。当一个企业为国有控股企业,媒体关注度的提高会更容易降低企业的财务风险。

  四、进一步分析

  (一)不同倾向度的媒体关注度

  本小节将总媒体关注度分为负面媒体关注度和正面面媒体关注度,并对其分别进行面板数据回归分析,回归结果见表。

  系数p值系数p值

  l.lnscore

  lnPM 0.5615619.

  2374798 0.000

  0.003 0.542578 0.000

  lnNM-0.0179 0.003

  ROA 0.01759 0.16 0.01784 0.166

  lnA-0.3831 0.000-0.395 0.000

  G-0.0528 0.253-0.0513 0.27

  I-0.3046 0.000-0.3033 0.000

  _cons 9.87123 0.000 10.3505 0.000

  表中列出了分别以正面媒体关注度和负面媒体关注度作为解释变量对财务风险的回归结果。从表中我们可以看到,正面媒体关注度与z值1%水平上正相关,正面报道越多,z值越大,说明正面的媒体关注度可以有效降低公司的财务风险。

  负面媒体关注度同样与z值1%水平上正相关,但是系数为负,也就是说负面媒体关注度越高,使得公司的z值越低,从而说明公司的财务风险越高。对比之下,说明在防范公司财务风险方面,当一个企业出现大量的负面媒体关注度时,公司的财务风险就会越高,此时要着重关注公司的财务方面内容,采取相应的措施,降低公司的财务风险。

  (二)有调节的中介模型

  基于假设二和假设三,笔者在相应的理论基础上提出了以下模型,信息披露透明度作为中介变量,而企业性质作为调节变量来调节中介路径的后半段。对该假设进行回归分析结果如下表。

  可以看出,解释变量媒体关注度的系数为0.121,p值小于0.001,调节变量企业性质的系数为-0.0677,p值为0.0003,调节项系数为-0.0959,p值为0.0007,表明该项显著。结果表明,企业性质对信息披露透明度为中介变量的中介模型的中介路径后半段有显著的调节作用。

  系数P值

  constant 10.2526 0

  lnM 0.121 0

  T 0.1191 0

  G-0.0677 0.0003

  Int_1-0.0959 0.0007

  O 0.01 0

  I-0.2635 0

  lnA-0.4644 0

  ROA 0.0361 0

  第七章稳健性检验

  本文稳健性检验采用替换解释变量的方法。以上假设的自变量都是来自报刊新闻量化舆情数据库的新闻报道来衡量媒体关注度,将其替换为百度指数的衡量方式,同样可以衡量媒体关注度。

  lnscore T lnscore lnscore

  系数p值系数p值系数p值系数p值

  l.lnscore 0.568371 0------

  T----0.1001 0--

  lnmedia 0.1952991 0 0.0228 0 0.1623 0 0.0968 0

  ROA 0.3243834 0 0.0178 0 0.1236 0 0.1255 0

  lnA-0.0570919 0 0.0861 0-0.4443 0-0.435 0

  O-0.0835471 0.019 0.0007 0.0347 0.0102 0 0.0102 0

  I-0.532445 0.124-0.0032 0.8071-0.3045 0-0.3032 0

  _cons 5.123454 0-0.8394 0 10.0823 0 9.941 0

  G*lnmedia-------0.0663 0

  G------0.3402 0.0008

  从表中我们可以看出,模型一媒体关注度的系数为0.1952991,其p值小于0.001,说明媒体关注度与公司z值的正相关显著,媒体关注度越高,公司的财务风险越低,假设得证。在模型二里媒体关注度对企业信息披露程度的影响在1%的水平下显著,也就是说,媒体关注度的提高可以显著提高企业信息披露程度。模型三表明企业信息披露程度的系数为0.1001,对应的p值小于0.001,而与此同时,媒体关注度的系数变为了0.1623,对应的p值仍然小于0.001。这一结果说明了,企业信息披露程度对媒体关注度和企业财务风险的关系,产生了显著的部分中介效应。模型四显示,调节项的系数为-0.0663,p值小0.01,调节变量0.3402,P值为0.0008,表明企业性质有调节作用。模型具有较强的稳健性。

  第八章研究结论与政策建议

  一、研究结论

  本文在理论分析基础上采用实证研究方法,对媒体关注与公司财务风险之间的作用机制与影响路径进行理论分析,并在此基础上以我国A股上市的1810家公司为样本进行回归,总结结论如下。

  媒体关注越高,公司的财务风险越低。媒体监督作为一项有效的监督机制,在公司风险觉察方面有着重要的作用。一般而言,媒体关注的程度越高,公司的业绩需要面对更多人的检验,财务风险也会随之降低。同时在进一步分析中,发现正面媒体关注度越高,公司的财务风险越低。正面的媒体报道可以向市场释放正面的信息,提振投资者的信心,使得公司的财务现金流变得的更加健康,降低公司的财务风险。负面的媒体报道,则会使投资者失去对企业的信息,同时使得公司的声誉受损,品牌价值降低,导致市值下降,提高投资人撤资的风险,导致公司的财务风险提高。

  企业信息披露程度在媒体关注度对企业财务风险影响机制中存在中介效应。在假设1的基础上,经过研究发现媒体关注度通过企业的信息披露程度这一中介变量来产生作用。

  企业性质在媒体关注度和企业财务风险的关系中起到调节作用。国有控股企业在媒体关注度提高的情况下,更容易降低企业的财务风险。非国有控股企业在在媒体关注度提高的情况下,降低企业的财务风险的效应较低。而后在进一步分析中,发现企业性质对信息披露透明度为中介变量的中介模型的中介路径后半段有显著的调节作用。  

  1970属蛇女56岁后命运