CNDD-0079 上市公司违规与处罚情况数据

01 数据介绍
▪ 关键词:上市公司财务违规、信息披露违规、经营违规、领导人违规
▪ 数据编号0079
▪ 数据名称:上市公司违规与处罚情况
▪ 数据区间:1994-2023年
▪ 样本数量:16,612 条
▪ 数据来源:上市公司公告,深圳证券交易所、上海证券交易所、证券监督管理委员会等公告。
▪ 数据说明上市公司违规与处罚情况记录1994以来上海证券交易所和深圳证券交易所上市公司的违规情况。具体包括违规事件ID、证券代码、处理文件日期、公告日期证券简称、公司全称公告发布机构、公告文件名称、处理文件编号、处理单位违规类型、违反的法律法规、违规年度、违规行为、处分措施、处罚总金额(元)、上市公司是否违规、处罚方式-上市公司、处罚方式编码-上市公司、处罚金额-上市公司(元)等变量。
▪ 数据维度企业层面  
▪ 综合评价上市公司违规与处罚情况数据从“违规公司”与“违规个人”两个不同的角度提供完整、准确、规范、科学的中国证券市场违规处理数据。提供“违规类型/时间、处理单位/对象/类型”等诸多方面的“违规事件”资讯,信息全面、准确。“违规公司”的背后是“违规个人”,反映的是整个上市公司管理层的违规状况。上市公司违规与处罚情况数据对于了解特定上市公司的经营状况有着重要的参考价值,是深入、全面的研究中国证券市场违规处理的基础。
CNDeepData 数据应用质量评级

▪ 常用度:★★★

▪ 稀缺度:★★★

▪ 新颖度:★★★

▪ 总体级别:11颗星

  常用度:是数据市场中需求指标,是指该数据在经济管理类学术论文中使用频率。

✔  稀缺度:是数据市场中供给指标,是指该数据在其他数据库的出现频率。

  新颖度:是数据市场中生成指标,是指该数据在生成时方法新颖程度和工作量。

02 主要指标

图片

03 数据特征概览
▪ 数据概览  

图片

图片

04 前沿文献速递
▪ 文献来源
李晓慧,王彩,孙龙渊.中注协约谈监管对抑制公司违规的“补台”与“合奏”效应研究[J].会计研究,2022(03):159-173.

▪ 文献内容

文章以2012-2019年沪深A股上市公司为样本,检验了中注协约谈监管对抑制企业违规产生的溢出效应。实证研究发现:对内部控制存在缺陷的上市公司,中注协约谈监管能够发挥“补台效应”;对内部控制有效的上市公司,中注协约谈监管强度与企业内部控制能够发挥“合奏效应”,最终显著抑制这些企业的违规行为。进一步研究发现,中注协约谈监管的“补台效应”与“合奏效应”在民营企业和市场化进程较低地区更显著。文章揭示了利用内外监督合力来抑制企业违规行为的有效路径,也为改革开放以来人们一直讨论和实践的“协调政府作用和市场作用”做出细化解读和实证支撑。
▪ 研究假说:

首先,中注协约谈监管的风险提示,促使被约谈事务所更加关注那些内控缺陷公司的经营情况和风险领域。其次,中注协约谈监管的专业分享,促使被约谈事务所提升揭示那些内控缺陷公司的违规行为的能力。最后,中注协约谈监管的宣传效应,促使内控缺陷公司降低主动违规的动机。综上,文章提出假设一:

H1: 中注协约谈监管对内控缺陷公司发挥 “补台效应”,抑制公司违规行为。

中注协约谈监管强度通过作用于会计师事务所,与有效的内部控制发挥 “合奏效应”,抑制那些内控有效公司的违规行为。尽管相对于内控缺陷公司,内控有效公司违规动机较低,中注协约谈监管并没有产生明显效果,但随着事务所被约谈次数增加,事务所被监管的强度增加,这种监管强度与企业有效的内部控制叠加在一起会 引发质的改变,发生“好上加好效应”,也就是“合奏效应”,从而显著抑制内控有效公司的违规行为。综上,文章提出假设二:

H2: 中注协约谈监管强度促使审计自律监管和有效内控叠加发挥“合奏效应”,抑制公司违规行为。

图1是根据前人研究文献和相关政策规定绘制的抑制公司违规的内外部监管机制。

图片

▪ 研究设计:

对于 H1,构建多期 DID 模型(1) 检验中注协约谈监管的 “补台效应”。 中注协每年对部分会计师事务所进行约谈监管,满足使用多期 DID 进行研究的要求。系数α1作为政策实施效果评估的重要依据,如果内控缺陷公司组的α1显著为负,说明中注协约谈监管能抑制这些缺陷企业的违规行为,发挥了“补台效应”。

图片

对于 H2,只保留上市公司审计机构当年被约谈样本,构建 logit 模型 (2) 和模型 (3) 检验中注协约谈监管强度的 “合奏效应”。首先,模型 (2) 用来检验中注协约谈监管强度对抑制上市公司违规行为的溢出效应,为检验中注协约谈监管强度能否与企业有效的内部控制发挥“合奏效应”,在模型(3)中加入Talk_Count与 IC 的交乘项,γ3是交乘项系数,也是模型(3)中重点关注的系数。若模型(2)的β1和模型(3)的γ3均显著小于0,说明随着监管强度的增加,中注协约谈监管机制对内部控制有效的上市公司发挥了“合奏效应”。模型(2)和模型(3)中的θ表示行业固定效应,其他变量定义与模型(1) 相同。另外,为缓解一定程度上的反向因果问题,模型(2)和模型(3)中的解释变量和控制变量滞后一期处理。

图片

具体的变量说明见表1。

图片

▪ 实证结果:

1.中注协约谈监管的 “补台效应”

图片

表 3 是模型 (1) 的回归结果。列 (1) 至列 (3) 显示,在内控有效公司组中,D 的系数均未达到统计意义下的显著水平; 列 (4) 至列 (6) 显示,在内控缺陷公司组中,D 对 VIO、VIO_ dis 回归系数在 5%的水平下显著为负,D 对 VIO_ oper 回归系数在 10%的水平下显著为负。这说明对于那些内部控制存在缺陷的上市公司而言,若公司年报审计机构被中注协约谈过,那么审计机构相关负责人会重点关注这些内控缺陷公司的审计风险,从而提高审计人员发现和揭露错报风险的概率,抑制公司违规行为,尤其是信息披露违规和经营违规,发挥了“补台效应”。验证了 H1。

2.中注协约谈监管强度的 “合奏效应”

图片

表 4 是模型 (2) 和模型 (3) 的回归结果。列 (1) 显示,Talk_ Count 对 VIO 回归系数在 5%水平下显著为负, 说明随着中注协约谈监管强度的增加,对企业违规行为的抑制作用更加显著。列 (2) 至 列 (4) 是加入中注协约谈监管强度与企业内部控制有效性交乘项 ( Talk_ Count×IC) 的回归结果,当被解释变量 为 VIO 或 VIO_ dis 时,Talk_ Count×IC 的系数在 5%水平下显著为负。表 4 结果说明,对于那些内部控制有效的上市公司而言,随着中注协约谈监管强度的增加,被约谈事务所审计人员专业性和独立性水平显著提高,与上市公司有 效的内部控制体系互相强化,发挥了“好上加好” 的 “合奏效应”,成功抑制了内控有效公司的违规行为,验证了 H2。

05 其他相关文献

[1] Liu R , Si H , Miao M . One false step can make a great difference: Does corporate litigation cause the exit of the controlling shareholder?[J]. Journal of Corporate Finance, 2022, 73.

[2] Xiong J , Ouyang C , Tong J Y , et al. Fraud commitment in a smaller world: Evidence from a natural experiment[J]. Journal of Corporate Finance, 2021, 70(12):102090

[3] Wan L , Ren L , Lin B , et al. Does investment banker human capital matter in acquisitions? Evidence from China[J]. Journal of Corporate Finance, 2021(52):102048.

[4]马黎珺,吴雅倩,伊志宏,刘嫣然.分析师报告的逻辑性特征研究:问题、成因与经济后果[J].管理世界,2022,38(08):217-234.

06 获取方式

以下三种方式三选一即可:

▪ 直接购买

添加客服微信,支付价格为69元。

▪ 朋友圈分享后免费领取(每人限领15份)

持续3小时,集齐5个赞,需要对所有人可见,并且本人关注CNDeepData公众号。

▪ 购买大会员

添加客服微信,购买年度会员149元,三年会员299元,永久会员899元,可享CNDeepData所有数据免费获取。

▪ 朋友圈分享要求:

①分享时间需要在早上7:30到晚上12:30之间。

②请附带一句推荐词,例如“推荐CNDD高质量数据库”。

③请将包含时间内容的截图发给客服。

▪ 添加客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:DeepData001

获取更多更新数据

图片
图片
往期已推送数据
CNDD 已推送数据列表及业务介绍
CNDD 全国各地区儒家文化变量数据合集
CNDD 中国上市公司创新变量数据合集(全网最全)
CNDD 中国银行业数据合集
CNDD 中国债券市场研究数据合集
版权声明 …
1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …
任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。
图片
中国深度数据库:让精品数据 得以流动CNDeepData:Let high-quality data flow without barriers

资源下载此资源下载价格为69积分(年度普通会员免费),请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部