公司治理风险的影响因素分析
来源:用户上传
作者: 孙奕驰 洪玲
摘要：本文构建了上市公司治理风险的测量指标体系，并采用问卷调查的方式进行数据收集，基于结构方程模型构建了公司治理风险影响因素的结构模型并得出结论。
关键词：公司治理风险 影响因素 结构方程模型
一、引言
近年来国内外上市公司爆发的一系列丑闻以及全球性金融危机表明：公司治理风险一旦被引爆，其产生的后果非常严重。2009年诺贝尔奖经济学奖颁发给了对公共经济治理、公司治理领域有着突出贡献的两位美国学者奥斯特罗姆和威廉森，这使人们对金融制度改革和公司治理更加关注。因此，探究公司治理风险的影响因素，有效防范公司治理风险成为当前公司治理领域亟待解决的重要问题。目前国内学者从不同角度对公司治理风险的影响因素进行了定性研究，但是缺乏对众多影响因素的系统整合及定量分析。由于公司治理风险的表现和影响因素涉及的变量数目多，主观性强，难以直接度量，且因果关系复杂，数据分析时采用多元回归等方法效果不理想，而结构方程模型是一种将多元回归和因素分析方法有机结合在一起的多元统计分析技术，是一种复杂条件下数据分析的理性工具，因此本文选择结构方程模型的方法来进行实证研究。
二、文献综述
(一)国外文献 国外学者对公司治理风险问题进行了大量研究。英国人David Circhoton-Miller和Philip B.worman(1999)采用结构型调查问卷的形式来综合预测一个新兴市场或国家的公司治理风险(CGR)，调查内容涉及公司章程、法制环境、资本市场监管机构有效性和人们的道德标准。斯洛伐克科希策工业大学经济学院的Vincent，Oltes和Vladimir Penjak(2001)，对上述由英国人设计的问卷表进行完善，把单纯的回答“是”或“否”改进为回答每项调查项目发生的可能性，并将风险划分为很高、高、中等、低四个等级。俄罗斯投资银行Bunrswick UBS Warburg公司将公司治理风险的内容划分为信息透明度、股权性质、关联交易、合并重组、破产风险、投票权行使、外部管理者态度及证券登记员品质等7个一级指标和20个二级指标，并给每项要素赋予不同的分数和打分标准，总分是72分，高于35分的上市公司存在严重的治理风险，而低于17分的相对较安全，介于这之间的治理风险等级居中。
(二)国内文献 在最近几年国内学者越来越重视对公司治理风险的研究。国内较早提出公司治理风险问题的是李维安教授，此后一些学者也加入到对治理风险的研究中。李维安和谢永珍(2007)基于系统思维视角界定了公司治理风险的内涵，即将公司治理风险分为内部治理风险与外部治理风险，指出内部治理风险主要是指内部治理机制不合理而导致的偏离公司治理目标的可能性，外部治理风险是指由于外部治理环境的不稳定而导致的偏离公司治理目标的可能性。并从股权结构、股东大会、董事会、监事会、经理层及违规倾向6个维度，建立公司治理风险指标体系。胡强(2006)将证券公司的治理风险分解为股东相容性风险、股东－经营层代理风险、客户－公司代理风险三个方面，刘腾(2007)从股东会治理角度界定了股东会治理风险，即由于股东层内部结构(如控股股东的性质和控股股东的持股比例)和股东自己的道德而给公司治理可能造成的风险。何波忠(2005)指出现代企业风险的重要来源是公司治理风险，并用中航油和中储棉巨亏事件为例，说明了我国公司制企业治理风险的影响因素。
三、研究设计
(一)研究假设 公司治理风险是指公司治理制度设计不合理或治理行为不健全给公司持续经营带来的不稳定性及对公司总价值的影响，从而对投资者的利益产生威胁。这种威胁体现在多方面，单纯的某一个风险往往有一定的潜伏期，产生的威胁是有限的，甚至是不易被察觉的，但众多风险的相互作用逐步积累，最终可能导致总爆发。公司治理风险的表现及其影响因素错综复杂，本文把治理风险的表现概括为公司业绩风险、利益相关者关系风险、信息披露质量风险，基于委托代理理论、信息不对称理论、激励理论，利益相关者理论，可以发现公司治理结构、治理行为、股权结构、治理环境都会不同程度地影响公司业绩、利益相关者关系、信息披露质量从而产生公司治理风险，借鉴前人学者的研究成果，在此，本文提出如下假设：
H1：公司治理结构影响公司业绩
H2：公司治理结构影响利益相关者关系
H3：公司治理结构影响信息披露质量
H4：公司治理行为影响公司业绩
H5：公司治理行为影响利益相关者关系
H6：公司治理行为影响信息披露质量
H7：股权结构影响公司业绩
H8：股权结构影响利益相关者关系
H9：股权结构影响信息披露质量
H10：公司治理环境影响公司业绩
H11：公司治理环境影响利益相关者关系
H12：公司治理环境影响信息披露质量
(二)研究模型――结构方程模型 结构方程模型是应用线性方程系统表示观测变量与潜变量之间，以及潜变量之间关系的一种统计方法。结构方程模型是一种功能强大的多元统计分析技术。简单来说，SEM的数学模型主要由两部分组成：测量方程(measurement equation)和结构方程(structural equation)两部分。测量方程描述潜变量与观测变量之间关系，而结构方程则描述潜变量之间关系，其数学模型如下：(1)测量方程：x=Axζ+δ(式1)；y=Ayη+ε(式2)。其中，x为外生观测变量向量，y为内生观测变量向量；Ax为外生潜变量在外生观测变量上的因子载荷，Ay为内生潜变量在内生观测变量上的因子载荷；δ为外生观测变量x的误差项，ε为内生观测变量y的误差项。(2)结构方程：η=Bη+Tζ+ξ(式3)。η为内生潜变量，ξ为外生潜变量；B为内生潜变量间的回归系数；T为外生潜变量对内生潜变量的回归系数；ξ为结构方程的残差项，反映了η在方程中未能被解释的部分。
(三)变量选取 本文进行如下变量设计：公司治理风险表现通过三个内生潜变量表示，分别是公司业绩、公司与利益相关者关系、信息披露质量，它们不可直接度量，分别由若干观测变量(即内生观测变量)来反映；公司治理风险的影响因素包括公司治理结构、公司治理行为、股权结构、治理环境，它们是外生潜变量，分别由若干观测变量(即外生观测变量)来反映。具体见(表1)和(表2)。
(四)问卷设计和数据来源 本文研究的核心问题是验证公司治理结构、公司治理行为、股权结构、治理环境等外生潜变量是否会对公司业绩、公司与利益相关者关系、信息披露质量等内生潜变量产生影响，并对影响路径进行分析；而上述影响无法直接度量，因此对其数据收集采用问卷调查的方法，将外生观测指标对内生潜变量的影响展开为调查问卷上的问题，同时也就所选的观测变量能否准确反映相应的潜变量进行问卷调查，问卷采用李克特量表，即答案选项划分为五个尺度空间，即非常同意、同意、一般、不
同意、非常不同意，并分别赋值5、4、3、2、1。问卷的发放对象为该研究领域的专家学者、三所高校的MBA学员、上市公司高管、会计师事务所的注册会计师，共发放问卷500份，回收了220份，回收率为40％，剔除无效问卷18份，最后以202份问卷作为本文的研究样本。
四、实证结果分析
(一)问卷的信度与效度检验 信度是指调研问卷的可靠程度。研究采用克伦巴赫(L.J.Cronbach)Alpha(α)信度系数法，利用SPSS统计软件对收集的数据进行计算，由(表3)所示。表中各潜变量的Alpha(α)系数均高于0.7，总量表Alpha(α)系数达到0.856，说明本次调查问卷数据具有较高的内在信度。由于变量数量较多，且都集中在一个问卷中，可能导致共同测量偏误，所以应首先检测是否出现了这一问题。效度分析采用探索性因子分析方法，斜交旋转后累计方差解释量达到78.907％，显示出测量具有较好的结构效度。
(二)路径分析与拟合优度检验 将经过信度与效度检验的问卷数据输入到结构方程软件LISREL8.53，并采用预先编好的LISREL语法文件，运行并经过修正后得到如(图1)所示的路径图(包括潜变量间的标准化路径系数、潜变量与观测变量间的标准回归系数及观测变量、潜变量的误差方差)、路径系数的显著性检验结果与各相关拟合指数，如(表4)和(表5)所示。从结构方程的拟合优度指标看，各项指标均符合统计检验的要求。绝对拟合指标中，卡方检验的概率值P>0.05，根据结构方程模型拟合优度的检验原理，表示模型拟合尚好，同时x2／df=1.60小于2，也表明模型拟合较好；RMSEA值为0.078，小于0.08，符合检验要求；相对拟合指标NFI和NNFI均为0.89，很接近于1，符合检验要求。(表4)中的各项指标值充分说明了模型拟合度较好，即模型实证结果有较好的说服力。从(表5)可以看出，公司治理结构对利益相关者关系有显著影响，假设2通过验证；公司治理行为对公司业绩、利益相关者关系、信息披露质量有显著影响，假设4、假设5、假设6通过验证；股权结构对公司业绩、利益相关者关系、信息披露质量有显著影响，假设7、假设8、假设9通过验证；公司治理环境对利益相关者关系、信息披露质量有显著影响，假设11、假设12通过验证；假设1、假设3、假设10没有通过显著性检验。
五、结论
实证结果表明，作为外生潜变量的公司治理结构、公司治理行为、股权结构、治理环境对公司业绩、公司与利益相关者关系、信息披露质量等内生潜变量具有显著影响，与公司治理风险密切相关，因此加强公司治理的建设，不断完善公司治理结构、公司治理行为和股权结构，建立良好的治理环境，将对防范公司治理风险起到巨大的作用。在后续研究中，期望能以个案研究结合问卷的方式来探索。
转载注明来源:https://www.xzbu.com/3/view-800674.htm
