《表3 分析师关注度与上市公司欺诈》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《视而不见证券分析师与上市公司欺诈关系研究——基于考虑部分可观测的Bivariate Probit估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：括号内的是稳健标准误。*、**和***分别表示表示在10%、5%和1%的显著性水平下显著，下表与此相同。

为避免极端值对实证结果的影响，本研究将所有连续型变量在1%的水平下进行了Winsorize处理。表3报告了回归模型（1）和模型（2）的结果，模型（1）的解释变量Analyst为连续型变量，模型（2）Analyst为虚拟变量。每个模型的估计结果分成两列报告，第1列显示的是各变量对于公司发生欺诈活动的概率P（F）的影响，第2列显示的是各变量对于公司欺诈曝光的条件概率P（D|F）的影响，每个估计结果的第1行为影响系数，第2行括号内为稳健标准误。表格的底部报告了样本观测数、Wald检验值、对应的P值和对数似然值。在关注解释变量之前，我们首先关注控制变量的结果以考察模型是否可以有效地估计欺诈的发生与发现过程。公司规模Size在1%的显著性水平下降低了公司实施欺诈的概率，影响系数为-0.237，同时在5%的显著性水平下提高了公司发生欺诈事件后被发现的条件概率，影响系数为0.159。表明规模更大的公司由于内部治理结构完善更不容易发生欺诈事件，且由于更容易吸引公众的关注，一旦发生欺诈事件，更容易被曝光，这与目前绝大多数研究者的结论一致。公司的盈利水平ROA、现金资产比率Cash与公司实施欺诈行动的概率显著负相关，而公司的杠杆率Leverage越高会导致公司的欺诈倾向更高，也与大部分已有研究相一致。同Wang等（2010）一样，托宾Q值与企业实施欺诈的倾向有显著的正相相关关系，表明在我国的资本市场，市值与重置成本偏离过大的企业欺诈倾向更高。在代表欺诈的事后因素中，股价暴跌变量Decline与公司欺诈事件的发现概率显著正相关，表明股价的异常变化确实可以引起监管者和市场的关注，提高了欺诈事件被发现的概率。因此，从控制变量总体的估计结果看，本文使用的估计方程与大部分现有研究一致，表明可以有效地识别欺诈事件的发生与发现两个过程。