《表4 主要变量的皮尔逊相关系数检验》

《表4 主要变量的皮尔逊相关系数检验》   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
《盈余管理、企业声誉与盈余意外信号干扰》


  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3汇报了主要变量的统计指标。如表所示,实际每股收益Rea_eps的均值为0.395,预测每股收益For_eps的均值为0.386,平均而言,每家上市公司的实际每股收益超出预测每股收益0.09,正盈余意外的样本数量明显多于负盈余意外,表明管理层可能存在规避负盈余意外的机会主义行为。股价反应BHAR的均值为0.008,表明上市公司年度报告披露后,股价出现微弱的上涨趋势,这主要是正盈余意外释放的利好信号推动的。盈余意外信号干扰Disturb的均值为0.385,表明4818个观测样本的盈余意外信号受到干扰,即正盈余意外未被解读为利好信号和负盈余意外未被解读为利空信号的样本总量为4818。盈余管理Em的均值为0.058,表明样本上市公司盈余管理水平为期末总资产的5.8%,Em的中位数大于0,表明调高利润的样本数多于调低利润的样本数。企业声誉Reputation的均值为0.297,表明3721个样本拥有知名商标。分析师覆盖率Num的均值为11.315,表明一家上市公司平均被11.3位证券分析师跟踪。分析师分歧Disp的均值为0.032,可见证券分析师分歧并不严重,表明我国证券分析师行业可能存在跟风现象。盈余公告前收益Pre-ret的均值为0.002,最大值为0.927,最小值为-0.418,样本之间差距较大。其他控制变量的描述性统计信息如表所示。表4汇报了主要变量的皮尔逊相关系数检验结果。如表4所示,最大相关系数是0.321,是企业声誉与分析师数量的相关系数,其他变量的相关系数均小于0.3。在回归分析中,采用方差膨胀因子检验法发现最大方差膨胀因子为3.26,小于检验判决标准10,基本可以断定本文选取的变量指标不存在严重的多重共线性问题。