《表5 回归分析表:关键审计事项披露与分析师盈余预测——以创业板高新技术企业为例》

《表5 回归分析表:关键审计事项披露与分析师盈余预测——以创业板高新技术企业为例》   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
《关键审计事项披露与分析师盈余预测——以创业板高新技术企业为例》


  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

表5关键审计信息披露与分析师盈余预测准确性的回归结果。DW值最优区域在1.7-2.2,本表中除实验组AEFA(KAMSM)列DW值为1.642接近合理区间外,其余各组DW值均在合理区间内,表明变量基本不存在自相关。列(1)与列(2)没有加入控制变量,交乘项POST×KAM(KAMSM)的系数为-0.046和-0.084。表明在关键审计事项和新审计准则的实施对AEFA的值共同产生负向影响,初步证实关键审计事项个数越多,质量越高,分析师盈余预测越准确。调整后R方分别是0.3和0.8,表明该模型拟合性较好,证明力较强。列(3)与列(4)为全样本回归结果,交乘项POST×KAM(KAMSM)的系数为-0.125和-0.58,调整后R方分别为0.84和0.94,加入一系列变量后拟合优度和关键审计事项的影响程度进一步提高。并且与关键审计事项个数相比,剔除高频事项的异质性关键审计事项个数对分析师盈余预测影响更加显著,这证明了异质性关键审计事项越多,分析师盈余预测越准确,即关键审计事项披露质量越高,分析师盈余预测越准确,在加入一系列控制变量后,显著性水平和拟合优度都得到了提高。上述结果支持了本文的假设。续表列(1)和列(2)为控制组,列(3)列(4)实验组的回归结果。实验组交乘项POS-T×KAM(KAMSM)的系数分别为-0.201和-0.89,进一步验证了本文的假设。同时实验组分析师跟踪人数与分析师盈余预测准确度负相关,进一步验证了本文分析师关注度转移的猜想。