第1章 绪论
1．1 信息透明度相关概念的界定 1
1．1．1 信息质量 2
1．1．2 信息披露 2
1．1．3 信息透明度 4
1．1．4 上市公司信息透明度的度量 8
1．2 公司信息透明度国内外研究进展分析 9
1．2．1 国内外研究进展的影响因素 9
1．2．2 公司信息透明度评价的研究综述 15
1．2．3 评述 23
1．3 背景、意义与方法 24
1．3．1 研究背景 24
1．3．2 评价意义 25
1．3．3 研究方法与技术路线 28
1．3．4 创新点 28
第2章 上市公司信息透明度理论分析及评价框架
2．1 信息透明行为 31
2．1．1 信息透明行为的理念性解释基础 31
2．1．2 信息透明行为的实质性解释基础 34
2．2 信息传递 35
2．2．1 资本市场的信息 35
2．2．2 资本市场的信号传递理论 37
2．3 信息透明的经济后果 38
2．3．1 委托代理理论与契约理论 39
2．3．2 信息不对称与资本市场效率 40
2．3．3 信息透明使资本市场更加有效 43
2．4 上市公司信息透明度评价框架 45
第3章 外部需求视角下公司信息透明度影响因素分析
3．1 信息透明度的度量 47
3．1．1 上市公司信息透明度质量维度 47
3．1．2 上市公司信息透明度数量维度 48
3．1．3 信息透明度时间维度 50
3．2 数据来源与样本选取 51
3．3 以公司特征视角分析外部需求 51
3．4 研究假设 54
3．5 研究方法设计 56
3．5．1 研究变量的设计 56
3．5．2 变量的显著性分析 58
3．5．3 Logistic回归结果分析 58
第4章 信号传递对上市公司信息透明度的影响
4．1 信号传递的信源—公司财务状况 60
4．2 研究方法设计 61
4．2．1 模型设计与变量定义 61
4．2．2 财务指标的初选 62
4．2．3 因子分析过程 63
4．3 结果分析 72
第5章 代理成本对上市公司信息透明度的影响
5．1 公司治理有效降低代理冲突 74
5．2 研究假设 76
5．2．1 股权集中度与信息透明度 76
5．2．2 流通股数量与信息透明度 77
5．2．3 高管持股与信息透明度 77
5．2．4 董事会规模与信息透明度 77
5．2．5 经理层控制董事会模式与信息透明度 78
5．2．6 独立董事数量和比例与信息透明度 78
5．2．7 监事会结构对信息透明度的影响 79
5．3 研究方法设计 79
5．3．1 研究变量的设计 79
5．3．2 研究模型的设定 83
5．4 实证研究与结果分析 83
5．4．1 变量的描述性统计及特征 83
5．4．2 数据的标准化处理 84
5．4．3 建立逐步多元回归模型 85
第6章 基于人工神经网络的上市公司信息透明度评价
6．1 方法选取 88
6．1．1 人工神经网络的原理及结构 88
6．1．2 人工神经网络对公司信息透明度评价的适用性 89
6．2 基于BP神经网络的上市公司透明度评价模型的建立 91
6．2．1 输入/输出向量设计 92
6．2．2 确定人工神经网络模型 93
6．2．3 确定训练样本集 95
6．2．4 网络训练 98
6．3 结果分析 100
6．3．1 训练结果 100
6．3．2 上市公司信息透明度评价模型的适用性验证 101
第7章 研究结论与展望
7．1 主要结论 104
7．2 政策建议 105
7．2．1 将公司信息透明度评价纳入上市公司考评体系 105
7．2．2 定期对外公布对上市公司的信息透明度评价结果 106
7．2．3 健全公司治理结构 106
7．3 主要创新点 107
7．4 展望 108
附录A 2009年信息透明度上市公司样本
附录B BP人工神经网络部分程序代码
参考文献
展开
