创业板上市公司会计信息披露质量评价研究，本文主要内容关键词为：信息披露论文,上市公司论文,创业板论文,评价论文,会计论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F23 文献标识码：A 文章编号：1001-148X(2013)08-0139-05
由于创业板上市公司的市场定位与主板有所不同，对企业规模、是否盈利和经营年限等要求不高，更注重企业未来的发展潜力，而这些企业发展前景不确定性又很大，因此该市场的投资者面临着严重的信息不对称。为了保护投资者的利益，降低信息不对称所带来的负面效应，世界各国政府、研究人员以及行业协会积极探索上市公司会计信息披露质量提升问题。创业板会计信息披露质量评价对创业板市场的有效运行和上市公司的健康发展至关重要。目前，我国创业板上市公司的会计信息披露质量的评级工作由深圳证券交易所采用优秀、良好、合格和不合格四个等级每年定期发布，而有关“信息披露质量评价”研究的文献相对较少，且缺乏系统研究。因此，研究创业板上市公司会计信息披露质量评价指标体系及评价模型，有助于信息使用者甄别创业板上市公司会计信息披露质量的优劣，引导上市公司提高信息披露质量，保护投资者利益。
一、会计信息披露质量评价方法的回顾
(一)标准普尔公司的“透明度与信息披露评级”(T&D)
2001年，标准普尔公司推出了“透明度与信息披露评级”(T&D)，对世界各国约15 000家公司的信息披露质量进行评价。在此评价过程中，标准普尔公司使用了98项评价指标，每个指标都采用两分法积分，披露得1分，否则为0分。每个公司的信息披露总得分比上最大可能得分(98分)，表示该公司信息披露质量分数。
标准普尔(T&D)指数的优点是评价指标范围广较全面，采用两分法计分简便易行，缺点是只关注年报内容，对其它报告欠缺考虑，且没有设置指标的权重，对重要部分和次要部分未加以区分，每个公司的分数仅进行简单相加，因此最终结果有一定局限性。
(二)台湾“资讯揭露评鉴系统”
“资讯揭露评鉴系统”是由台湾证交所及柜卖中心委托“证券及期货市场发展基金会(证基会)”建立的。该评鉴系统每年评价一次，目前已经进行至第十届。第十届系统指标共计113项，按性质分为五大类。评分方式也是采用两分法，每个指标评为“是”为1分，否则为0分。
该评价系统不仅考虑了年报信息，还考虑了公司在网站上公布的信息，这相对于标准普尔来说是一项改进。但其仍采用和标准普尔相似的评价方法，采用两分法计分，未对各项指标的重要程度加以区分，且到目前为止，除被评公司外一般公众尚无法得知参评结果，这不利于利益相关者监督公司的信息披露质量。
(三)深圳证券交易所上市公司信息披露工作考核办法
深圳证券交易所对上市公司信息披露质量的评价主要依据《深圳证券交易所上市公司信息披露工作考核办法(2011年修订)》，从真实性、完整性、准确性、及时性、合法合规性和公平性六个方面展开，采用A、B、C、D四个等级划分被评价的上市公司。评级及结果记入深交所诚信档案并向公众公开。
该考评自发布以来促进了我国证券市场信息披露质量的提高，然而由于其指标体系的保密不对外公布及区分度不大等原因，还有待于进一步完善。
二、创业板上市公司会计信息披露质量模糊综合评价模型
创业板上市公司会计信息披露质量是由诸多因素构成的有机系统，其评价指标不仅包括定性的，还包括定量的，只有将影响创业板上市公司信息披露质量的定性评价转为定量评价才能实现真正的评价。相比而言，模糊综合评价法的优点在于不仅能使评价更客观、科学，而且还能较好地解决定性指标定量化的评价问题。
(一)确定因素集
在评价指标的选择上，借鉴已有的研究成果，并结合我国创业板证券市场信息披露的现状，重点考虑及时性、准确性、完整性、合规性、易得性对创业板上市公司会计信息披露质量的影响，构建一个由5个一级指标、12个二级指标构成的指标体系(见表1)。
(三)确定模糊集合
确定因素集和权重集之后，需要确定模糊评价备择集和评价隶属矩阵。
2.确定评判隶属矩阵。针对定性指标，隶属函数一般指专家先判断该指标隶属于那个等级，然后计算出该指标在这一等级的人数占全部调查人员的比例，继而得到该指标的隶属度向量；针对定量指标，可以请专家对计算数值与行业平均值比较后进行客观评分。
(四)一级模糊综合评价
(五)二级模糊综合评价
一级模糊综合评价是对准则层的各个指标进行综合评判，本文的最终目的是评判创业板上市公司信息披露质量，所以还要进行二级模糊综合评价。将一级模糊综合评价结果
组合成二级模糊综合评价矩阵Y，计算公式如下：
三、评价模型应用
本文选取2010年1月在创业板上市，股票代号“300040”的公司。相关数据来源于中国上市公司财务数据库和2011年度上市公司年报。
(一)指标权重和三级指标得分计算
本文采用matlab7.1数据处理系统进行权重计算。根据数据处理结果得到该创业板上市公司会计信息披露质量模糊综合评价模型下各指标的评价权重(见表2)。
针对层次总排序进行一致性检验，检验结果如下：
为了计算此企业会计信息质量的等级水平，需要列出模糊评价矩阵。
该矩阵所需数据为此企业会计信息质量指标体系中各指标属于很好、较好、一般、较差、差每个等级的比重。本文利用问卷调查法对这一数据进行收集，得到此企业会计信息质量各指标得分的评价表(见表3)。
(二)单项评价
根据表3给出的数据，分别建立五个准则层指标的模糊矩阵
，并利用一级模糊综合评价得出的评价模型
，对该创业板上市公司会计信息披露质量的准则层各指标进行单项评价。
1.及时性评价。按表3所得结果，根据各指标隶属度向量组合可得及时性模糊矩阵
：
根据最大隶属度原则，
=max(0.0217，0.1375，0.0832，0.0109，0)=0.1375，即属于“较好”等级的隶属度最大，因此及时性属于“较好”等级。
2.准确性评价。按表3所得结果，根据各指标隶属度向量组合可得准确性模糊矩阵
：
根据最大隶属度原则，
=max(0，0.2087，0.1644，0.1328，0)=0.2087，即属于“较好”等级的隶属度最大，因此准确性属于“较好”等级。
3.完整性评价。按表3所得结果，根据各指标隶属度向量组合可得完整性模糊矩阵
：
根据最大隶属度原则，
=max(0.0411，0.0696，0.0158，0，0)=0.0696，即属于“较好”等级的隶属度最大，因此完整性属于“较好”等级。
4.合规性评价。按表3所得结果，根据各指标隶属度向量组合可得合规性模糊矩阵
：
根据最大隶属度原则，
=max(0.0063，0.0333，0.0174，0.0063，0)=0.0333，即属于“较好”等级的隶属度最大，因此合规性属于“较好”等级。
5.易得性评价。按表3所得结果，根据各指标隶属度向量组合可得易得性模糊矩阵
：
根据最大隶属度原则，
=max(0.0162，0.0197，0.0081，0.0066，0)=0.0197，即属于“较好”等级的隶属度最大，因此易得性属于“较好”等级。
(三)综合评价
按照以上对指标层各指标的单项评价结果，将各准则层指标的隶属度向量组合后，得出如下创业板上市公司会计信息披露质量的模糊评价矩阵Y：
由于准则层指标的权重A=(0.2532，0.5063，0.1266，0.0633，0.0506)，根据评价模型Z=A×Y可以得到创业板上市公司会计信息披露质量二级模糊评价集Z，即：Z=A×Y=(0.0094，0.1481，0.1061,0.0782,0.0009)。
根据最大隶属度原则，N=max(0.0094，0.1481，0.1061,0.0782，0.0009)=0.1481，即属于“较好”等级的隶属度最大，因此此创业板上市公司会计信息质量处于“较好”的等级，这与深圳证券交易所对其信息披露考评所得出的“良好”等级相一致。
通过运用模糊综合评价法所设计出来的评价指标体系和评价模型，可以使企业和投资者通过评价模型计算出创业板上市公司会计信息披露质量这一目标层以及目标层下准则层指标所处的等级水平，具有较强的实用性和可行性。通过对会计信息披露质量评价体系各指标的权重分析，可以知道提高会计信息披露质量应该重点解决的问题，即要提高整体质量，就必须重视权重较大的评价指标因素的改进。