留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

司法体制改革能否抑制公司违规——基于地方法院人财物省级统管改革的准自然实验

孙艳阳 郑伊

孙艳阳, 郑伊. 司法体制改革能否抑制公司违规——基于地方法院人财物省级统管改革的准自然实验[J]. 广东财经大学学报, 2023, 38(6): 98-112.
引用本文: 孙艳阳, 郑伊. 司法体制改革能否抑制公司违规——基于地方法院人财物省级统管改革的准自然实验[J]. 广东财经大学学报, 2023, 38(6): 98-112.
SUN Yan-yang, ZHENG Yi. Can the Judicial System Reform Curb Corporate Violations: A Quasi-natural Experiment Based on the Reform of Provincial Control of Human Resources and Property in Local Courts[J]. Journal of Guangdong University of Finance & Economics, 2023, 38(6): 98-112.
Citation: SUN Yan-yang, ZHENG Yi. Can the Judicial System Reform Curb Corporate Violations: A Quasi-natural Experiment Based on the Reform of Provincial Control of Human Resources and Property in Local Courts[J]. Journal of Guangdong University of Finance & Economics, 2023, 38(6): 98-112.

司法体制改革能否抑制公司违规——基于地方法院人财物省级统管改革的准自然实验

基金项目: 

国家自然科学基金面上项目 72072115

中央高校基本科研业务费专项资金资助中国政法大学科研创新项目 1000-10822510

详细信息
    作者简介:

    孙艳阳(1988-),女,河南南阳人,广东财经大学会计学院讲师

    通讯作者:

    郑伊(1989-)(通讯作者),女,山西太原人,中国政法大学民商经济法学院讲师

  • 中图分类号: F275;D926

Can the Judicial System Reform Curb Corporate Violations: A Quasi-natural Experiment Based on the Reform of Provincial Control of Human Resources and Property in Local Courts

  • 摘要: 以省以下地方法院人财物统一管理改革为准自然实验,基于2007—2020年我国A股上市公司的数据,采用渐进双重差分法,考察了司法体制改革对公司违规的影响。研究发现:司法体制改革能够显著降低公司违规倾向和违规频数,且经过一系列稳健性检验后该结论依然成立,但政策效果因公司规模、产权性质和司法异地管辖而存在较大差异,其中小规模企业、民营企业和非司法异地管辖注册地企业的获益更大。从影响机制看,司法体制改革通过缓解企业融资约束和提升公司治理来抑制公司违规。
  • 图  1  司法体制改革与公司违规和违规频数的平行趋势与动态效应

    表  1  变量定义与说明

    变量名称 变量符号 变量定义
    公司违规 Fraud 虚拟变量,当上市公司当年发生违规行为时取值为1,否则为0
    违规频率 Frequency 上市公司当年度发生违规行为的总次数
    司法体制改革 Reform 虚拟变量,地级市中级人民法院人财物省级统一管理改革实际落地年及以后,Reform取值为1,否则为0
    公司规模 Size 上市公司年末资产总额的自然对数
    资产负债率 Leverage 上市公司年末负债总额与资产总额的比值
    上市年限 Age 上市年龄的自然对数
    审计质量 Audit 虚拟变量,如果审计师为国际四大取值为1,否则为0
    产权性质 Soe 虚拟变量,上市公司实际控制人是国有产权性质时取值为1,否则为0
    董事会规模 Boardsize 年末董事会人数的自然对数
    行业信心 Tamed 年末同行业所有公司TobinQ的中位数
    人均GDP GDP 地级市当年GDP
    年末总人口 Population 地级市年末总人口
    下载: 导出CSV

    表  2  主要变量的描述性统计

    变量 平均值 标准差 中位数 最小值 最大值 样本量
    Fraud 0.18 0.38 0.00 0.00 1.00 27 509
    Frequency 0.30 0.75 0.00 0.00 4.00 27 509
    Reform 0.24 0.42 0.00 0.00 1.00 27 509
    Size 22.01 1.32 21.84 19.21 26.16 27 509
    Leverage 0.44 0.22 0.42 0.05 1.05 27 509
    Soe 0.39 0.49 0.00 0.00 1.00 27 509
    Ages 2.04 0.91 2.30 0.00 3.33 27 509
    Audit 0.04 0.20 0.00 0.00 1.00 27 509
    Boardsize 2.25 0.18 2.30 1.79 2.77 27 509
    Tamed 1.66 0.24 1.71 1.21 3.27 27 509
    GDP 1.15 1.03 0.78 0.04 3.82 27 509
    Population 7.87 5.46 6.53 1.07 33.72 27 509
    下载: 导出CSV

    表  3  司法体制改革对公司违规的基准回归结果

    变量 Logit Poisson
    Fraud Fraud Frequency Frequency
    (1) (2) (3) (4)
    Reform -0.169**(0.080) -0.216***(0.083) -0.128*(0.076) -0.162**(0.075)
    Size -0.171***(0.028) -0.126***(0.023)
    Leverage 1.778***(0.144) 1.592***(0.114)
    Soe -0.798***(0.077) -0.765***(0.071)
    Ages 0.358***(0.038) 0.351***(0.036)
    Audit -0.665***(0.196) -0.563***(0.208)
    Boardsize -0.170(0.166) -0.147(0.146)
    Tamed 1.947(1.440) 1.354(1.523)
    GDP 0.207*(0.106) 0.174*(0.102)
    Population -0.266***(0.067) -0.192***(0.062)
    Constant 0.236(0.212) -0.315(2.670) -0.765***(0.201) -1.231(2.847)
    Year Fe
    Industry Fe
    City Fe
    Observations 27 509 27 509 27 509 27 509
    Pseudo R2 0.047 0.092 0.058 0.112
    注:******分别表示在1%、5%、10%水平上显著,括号内为标准差。下表同。
    下载: 导出CSV

    表  4  安慰剂检验

    变量 Logit Poisson Logit Poisson
    Fraud Frequency Fraud Frequency
    (1) (2) (3) (4)
    Reform_4 -0.135(0.101) -0.097(0.094)
    Reform_5 -0.064(0.109) -0.004(0.099)
    Size -0.172***(0.028) -0.126***(0.023) -0.172***(0.028) -0.127***(0.023)
    Leverage 1.775***(0.144) 1.591***(0.114) 1.774***(0.144) 1.591***(0.114)
    Soe -0.797***(0.077) -0.764***(0.071) -0.796***(0.077) -0.764***(0.071)
    Ages 0.358***(0.038) 0.350***(0.036) 0.358***(0.038) 0.351***(0.036)
    Audit -0.660***(0.196) -0.559***(0.209) -0.658***(0.196) -0.557***(0.209)
    Boardsize -0.166(0.166) -0.145(0.146) -0.167(0.166) -0.146(0.146)
    Tamed 1.947(1.439) 1.355(1.522) 1.920(1.437) 1.331(1.521)
    GDP 0.185*(0.104) 0.153(0.097) 0.162(0.103) 0.127(0.099)
    Population -0.267***(0.067) -0.190***(0.061) -0.261***(0.067) -0.181***(0.062)
    Constant -0.310(2.669) -1.226(2.848) -0.285(2.666) -1.213(2.848)
    Year Fe
    Industry Fe
    City Fe
    Observations 27 509 27 509 27 509 27 509
    Pseudo R2 0.091 0.112 0.091 0.111
    下载: 导出CSV

    表  5  稳健性检验:增加控制变量

    变量 Logit Poisson
    Fraud Frequency
    (1) (2)
    Reform -0.154*(0.086) -0.134*(0.075)
    Size -0.118***(0.033) -0.084***(0.028)
    Leverage 1.582***(0.157) 1.386***(0.129)
    Soe -0.665***(0.084) -0.658***(0.079)
    Ages 0.202***(0.047) 0.232***(0.046)
    Audit -0.560***(0.204) -0.451**(0.219)
    Boardsize -0.300(0.215) -0.152(0.196)
    Tamed 2.371(1.482) 1.897(1.618)
    Indep -1.245**(0.616) -0.854(0.559)
    Top10 -1.003***(0.237) -0.932***(0.211)
    Dual 0.092(0.064) 0.118**(0.055)
    GDP 0.232**(0.115) 0.207*(0.108)
    Population -0.281***(0.078) -0.198***(0.070)
    Constant -0.529(2.802) -1.950(3.111)
    Year Fe
    Industry Fe
    City Fe
    Observations 21 786 21 786
    Pseudo R2 0.092 0.108
    下载: 导出CSV

    表  6  稳健性检验:改变样本范围

    变量 删除注册地址变更的上市公司 样本缩小至2009—2019年
    Logit Poisson Logit Poisson
    Fraud Frequency Fraud Frequency
    (1) (2) (3) (4)
    Reform -0.269***(0.085) -0.212***(0.076) -0.220***(0.083) -0.167**(0.074)
    Size -0.160***(0.029) -0.120***(0.024) -0.169***(0.028) -0.122***(0.023)
    Leverage 1.882***(0.151) 1.664***(0.121) 1.863***(0.146) 1.648***(0.116)
    Soe -0.788***(0.081) -0.746***(0.075) -0.833***(0.080) -0.789***(0.073)
    Ages 0.343***(0.039) 0.342***(0.038) 0.380***(0.040) 0.363***(0.037)
    Audit -0.594***(0.198) -0.485**(0.210) -0.694***(0.207) -0.603***(0.218)
    Boardsize -0.196(0.171) -0.179(0.150) -0.274(0.172) -0.204(0.150)
    Tamed 2.117(1.500) 1.725(1.625) 1.719(1.654) 1.047(1.711)
    GDP 0.200*(0.110) 0.168(0.106) 0.170(0.114) 0.142(0.110)
    Population -0.281***(0.068) -0.203***(0.064) -0.229***(0.070) -0.171***(0.065)
    Constant -0.748(2.786) -1.913(3.038) 0.352(3.060) -0.529(3.192)
    Year Fe
    Industry Fe
    City Fe
    Observations 26 481 26 481 25 151 25 151
    Pseudo R2 0.092 0.112 0.092 0.112
    下载: 导出CSV

    表  7  稳健性检验:改变模型估计方法

    变量 Probit Nbreg
    Fraud Frequency
    (1) (2)
    Reform -0.112**(0.047) -0.156**(0.076)
    Size -0.101***(0.016) -0.156***(0.025)
    Leverage 1.021***(0.080) 1.709***(0.121)
    Soe -0.450***(0.042) -0.799***(0.071)
    Ages 0.199***(0.021) 0.368***(0.035)
    Audit -0.346***(0.095) -0.554***(0.195)
    Boardsize -0.085(0.093) -0.124(0.153)
    Tamed 1.020(0.808) 1.117(1.544)
    GDP 0.103*(0.058) 0.147(0.102)
    Population -0.150***(0.037) -0.250***(0.064)
    Constant 0.057(1.499) -0.094(2.895)
    Year Fe
    Industry Fe
    City Fe
    Observations 27 509 27 509
    Pseudo R2 0.092 0.067
    下载: 导出CSV

    表  8  作用机制检验

    变量 SA Law_managers
    (1) (2)
    Reform -0.055**(0.023) 0.004*(0.002)
    Size -0.166***(0.013) 0.001(0.001)
    Leverage 1.064***(0.072) 0.008**(0.004)
    Soe -0.069***(0.022) 0.006***(0.002)
    Ages -0.011(0.011) 0.001(0.001)
    Audit 0.245***(0.044) 0.002(0.005)
    Boardsize -0.122***(0.045) 0.005(0.004)
    Tamed 0.674(0.621) -0.034(0.030)
    GDP -0.005(0.028) 0.002(0.002)
    Population -0.025(0.019) -0.001(0.002)
    Constant -0.804(1.142) -0.002(0.055)
    Year Fe
    Industry Fe
    City Fe
    Observations 27 509 27 509
    R2 0.196 0.070
    下载: 导出CSV

    表  9  异质性检验:公司规模

    变量 Logit Poisson
    Fraud Frequency
    Big non-Big Big non-Big
    (1) (2) (3) (4)
    Reform -0.146(0.120) -0.292***(0.113) -0.083(0.104) -0.270***(0.099)
    Leverage 2.238***(0.240) 1.347***(0.168) 1.957***(0.201) 1.319***(0.132)
    Soe -0.933***(0.114) -0.722***(0.103) -0.895***(0.106) -0.666***(0.094)
    Ages 0.133**(0.063) 0.448***(0.049) 0.168***(0.057) 0.415***(0.047)
    Audit -0.685***(0.197) -1.545***(0.558) -0.549***(0.209) -1.400**(0.578)
    Boardsize 0.111(0.248) -0.665***(0.200) -0.010(0.203) -0.467***(0.181)
    Tamed 2.013(1.564) 1.699(2.183) 1.646(1.565) 0.619(2.243)
    GDP 0.172(0.164) 0.192(0.135) 0.131(0.163) 0.182(0.124)
    Population -0.283***(0.103) -0.256***(0.088) -0.203**(0.098) -0.185**(0.079)
    Constant -4.654(2.836) -6.354(3.962) -4.758*(2.809) -4.886(4.076)
    Year Fe
    Industry Fe
    City Fe
    Observations 12 960 14 549 12 960 14 549
    Pseudo R2 0.122 0.099 0.137 0.124
    下载: 导出CSV

    表  10  异质性检验:产权性质

    变量 Logit Poisson
    Fraud Frequency
    Soe non-Soe Soe non-Soe
    (1) (2) (3) (4)
    Reform -0.099(0.165) -0.223**(0.099) 0.017(0.147) -0.198**(0.086)
    Size -0.293***(0.049) -0.097***(0.035) -0.238***(0.043) -0.079***(0.029)
    Leverage 2.019***(0.265) 1.572***(0.175) 1.962***(0.230) 1.382***(0.130)
    Ages 0.103(0.091) 0.445***(0.045) 0.103(0.084) 0.422***(0.042)
    Audit -0.598***(0.232) -0.499(0.306) -0.660***(0.238) -0.288(0.285)
    Boardsize 0.067(0.349) -0.328*(0.190) 0.139(0.318) -0.290*(0.160)
    Tamed -0.348(2.411) 2.386(1.724) -1.420(2.553) 2.228(1.725)
    GDP 0.266(0.173) 0.109(0.139) 0.145(0.169) 0.137(0.129)
    Population -0.230*(0.121) -0.296***(0.082) -0.162(0.115) -0.222***(0.073)
    Constant 5.894(4.606) -2.676(3.133) 5.784(4.933) -3.787(3.153)
    Year Fe
    Industry Fe
    City Fe
    Observations 10 607 16 902 10 607 16 902
    Pseudo R2 0.131 0.093 0.135 0.113
    下载: 导出CSV

    表  11  异质性检验:司法异地管辖

    变量 Logit Poisson
    Fraud Frequency
    Dif non-Dif Dif non-Dif
    (1) (2) (3) (4)
    Reform -0.142(0.113) -0.372***(0.132) -0.073(0.098) -0.297**(0.123)
    Size -0.199***(0.036) -0.134***(0.044) -0.122***(0.030) -0.124***(0.038)
    Leverage 2.102***(0.186) 1.355***(0.229) 1.843***(0.145) 1.237***(0.187)
    Soe -0.854***(0.103) -0.753***(0.119) -0.826***(0.094) -0.706***(0.112)
    Ages 0.376***(0.050) 0.352***(0.060) 0.365***(0.046) 0.350***(0.057)
    Audit -0.739***(0.279) -0.518*(0.276) -0.866***(0.291) -0.172(0.286)
    Boardsize -0.152(0.230) -0.233(0.245) -0.118(0.207) -0.211(0.204)
    Tamed 2.684(1.815) 1.291(2.201) 2.712(1.747) 0.264(2.308)
    GDP 0.061(0.133) 0.277(0.255) -0.018(0.123) 0.468**(0.234)
    Population 0.209(0.191) -0.385***(0.106) 0.217(0.170) -0.352***(0.103)
    Constant -1.735(3.366) -0.870(4.086) -4.467(3.224) 0.854(4.291)
    Year Fe
    Industry Fe
    City Fe
    Observations 16 685 10 824 16 685 10 824
    Pseudo R2 0.111 0.068 0.136 0.084
    下载: 导出CSV
  • [1] NORTH D C, WEINGAST B R. Constitutions and commitment: the evolution of institutions governing public choice in seventeenth-century England[J]. The Journal of Economic History, 1989, 49(4): 803-832. doi: 10.1017/S0022050700009451
    [2] LA PORTA R, LOPEZ-DE-SILANES F, SHLEIFER A, et al. Investor protection and corporate governance[J]. Journal of Financial Economics, 2000, 58(1-2): 3-27. doi: 10.1016/S0304-405X(00)00065-9
    [3] LA PORTA R, LOPEZ-DE-SILANES F, SHLEIFER A. The economic consequences of legal origins[J]. Journal of Economic Literature, 2008, 46(2): 285-332. doi: 10.1257/jel.46.2.285
    [4] WANG Y. Court funding and judicial corruption in China[J]. The China Journal, 2013, 69(1): 43-63.
    [5] FINKEL J. Judicial reform as insurance policy: Mexico in the 1990s[J]. Latin American Politics and Society, 2005, 47(1): 87-113. doi: 10.1111/j.1548-2456.2005.tb00302.x
    [6] 魏建, 宁静波. 法经济学在中国: 引入与本土化[J]. 中国经济问题, 2019(4): 19-39. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJJW201904002.htm
    [7] 陈刚, 李树. 司法独立与市场分割——以法官异地交流为实验的研究[J]. 经济研究, 2013(9): 30-42, 70. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201309003.htm
    [8] 陈刚. 法官异地交流与司法效率——来自高院院长的经验证据[J]. 经济学(季刊), 2012(4): 1171-1192. doi: 10.13821/j.cnki.ceq.2012.04.002
    [9] 陈刚, 司月光. 司法独立与金融发展——来自中国的经验证据[J]. 南开经济研究, 2017(3): 127-138. doi: 10.14116/j.nkes.2017.03.008
    [10] 曹春方, 陈露兰, 张婷婷. "法律的名义": 司法独立性提升与公司违规[J]. 金融研究, 2017(5): 191-206. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201705013.htm
    [11] 黄俊, 陈信元, 赵宇, 等. 司法改善与企业投资——基于我国巡回法庭设立的经验研究[J]. 经济学(季刊), 2021(5): 1521-1543. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202105002.htm
    [12] LAI S, YANG L, WANG Q, et al. Judicial independence and corporate innovation: evidence from the establishment of circuit courts[J]. Journal of Corporate Finance, 2023, 80: 102424. doi: 10.1016/j.jcorpfin.2023.102424
    [13] LIU E, LU Y, PENG W, et al. Judicial independence, local protectionism, and economic integration: evidence from China[R]. Cambridge: National Bureau of Economic Research, 2022.
    [14] 赵仁杰, 张家凯. 地方司法体制改革与企业投资[J]. 经济学(季刊), 2022(2): 505-526. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202202008.htm
    [15] AMIRAM D, BOZANIC Z, COX J D, et al. Financial reporting fraud and other forms of misconduct: a multidisciplinary review of the literature[J]. Review of Accounting Studies, 2018, 23(2): 732-783. doi: 10.1007/s11142-017-9435-x
    [16] ALBRECHT W S, WERNZ G W, WILLIAMS T L. Fraud: bringing light to the dark side of business[M]. United States: Irwin Professional Pub, 1995.
    [17] REZAEE Z. Causes, consequences, and deterence of financial statement fraud[J]. Critical Perspectives on Accounting, 2005, 16(3): 277-298.
    [18] FARBER D B. Restoring trust after fraud: does corporate governance matter?[J]. The Accounting Review, 2005, 80(2): 539-561.
    [19] SHLEIFER A, VISHNY R W. A survey of corporate governance[J]. The Journal of Finance, 1997, 52(2): 737-783.
    [20] HOU W, MOORE G. Player and referee roles held jointly: the effect of state ownership on China's regulatory enforcement against fraud[J]. Journal of Business Ethics, 2010, 95(2): 317-335.
    [21] HASS L H, TARSALEWSKA M, ZHAN F. Equity incentives and corporate fraud in China[J]. Journal of Business Ethics, 2016, 138(4): 723-742.
    [22] 周泽将, 马静, 胡刘芬. 经理独立性能否促进董事会治理功能发挥——基于企业违规视角的经验证据[J]. 南开管理评论, 2019(6): 62-76.
    [23] 陆瑶, 李茶. CEO对董事会的影响力与上市公司违规犯罪[J]. 金融研究, 2016(1): 176-191. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201601012.htm
    [24] 孔东民, 金一帆. 高管的监管经历与公司违规[J]. 珞珈管理评论, 2022(5): 75-106.
    [25] 陆瑶, 朱玉杰, 胡晓元. 机构投资者持股与上市公司违规行为的实证研究[J]. 南开管理评论, 2012(1): 13-23. https://www.cnki.com.cn/Article/CJFDTOTAL-LKGP201201003.htm
    [26] 周开国, 应千伟, 钟畅. 媒体监督能够起到外部治理的作用吗?——来自中国上市公司违规的证据[J]. 金融研究, 2016(6): 193-206. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201606013.htm
    [27] 邹洋, 张瑞君, 孟庆斌, 等. 资本市场开放能抑制上市公司违规吗?——来自"沪港通"的经验证据[J]. 中国软科学, 2019(8): 120-134. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK201908010.htm
    [28] CLARKE D, MURRELL P, WHITING S. The role of law in China's economic development[R]. The George Washington University Law School Public Law and Legal Theory Working Paper, 2006.
    [29] 周黎安. 中国地方官员的晋升锦标赛模式研究[J]. 经济研究, 2007(7): 36-50. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200707006.htm
    [30] ZHANG Q. The people's court in transition: the prospects of the Chinese judicial reform[J]. Journal of Contemporary China, 2003, 12(34): 69-101.
    [31] 刘作翔. 中国司法地方保护主义之批判——兼论"司法权国家化"的司法改革思路[J]. 法学研究, 2003(1): 83-98. https://www.cnki.com.cn/Article/CJFDTOTAL-LAWS200301005.htm
    [32] DYCK A, MORSE A, ZINGALES L. How pervasive is corporate fraud?[J/OL]. Review of Accounting Studies, 2023: 1-34[2023-01-05]. https://doi.org/10.1007/s11142-022-09738-5.
    [33] YOUNG S D. Financial statement fraud: motivation, methods, and detection[M]//BAKER H K, PURDAHEELER L, SAADI S. Corporate fraud exposed: a comprehensive and holistic approach. United Kindom: Emerald Publishing Limited, 2020: 321-339.
    [34] BAKER H K, PURDA L, SAADI S. Corporate fraud exposed: an overview[M]//BAKER H K, PURDAHEELER L, SAADI S. Corporate fraud exposed: a comprehensive and holistic approach. United Kindom: Emerald Publishing Limited, 2020: 3-18.
    [35] JIANG F, KIM K A. Corporate governance in China: a modern perspective[J]. Journal of Corporate Finance, 2015, 32: 190-216.
    [36] EFENDI J, SRIVASTAVA A, SWANSON E P. Why do corporate managers misstate financial statements? the role of option compensation and other factors[J]. Journal of Financial Economics, 2007, 85(3): 667-708.
    [37] SCHRAND C M, ZECHMAN S L C. Executive overconfidence and the slippery slope to financial misreporting[J]. Journal of Accounting and Economics, 2012, 53(1-2): 311-329.
    [38] LI M, MAKAEW T, WINTON A. Cheating in China: corporate fraud and the role of financial markets[R]. Elsevier: Social Science Research Network, 2020.
    [39] LA PORTA R L, LOPEZ-DE-SILANES F, SHLEIFER A, et al. Law and finance[J]. Journal of Political Economy, 1998, 106(6): 1113-1155.
    [40] 雷宇, 张宁. 法律背景、公司违规与高管变更[J]. 广东财经大学学报, 2019(5): 50-61. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=e330700c-e427-4386-97e2-fe9d29e9a710
    [41] 全怡, 陈冬华. 法律背景独立董事: 治理、信号还是司法庇护?——基于上市公司高管犯罪的经验证据[J]. 财经研究, 2017(2): 34-47. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ201702002.htm
    [42] 朱春燕, 伍利娜. 上市公司违规问题的审计后果研究——基于证券监管部门处罚公告的分析[J]. 审计研究, 2009(4): 42-51. https://www.cnki.com.cn/Article/CJFDTOTAL-SJYZ200904012.htm
    [43] 窦炜, 郝晓敏, 李培源. 上市公司的违规行为会影响其债务融资吗?——基于地区法制环境差异性的分析[J]. 科学决策, 2018(1): 1-22. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJC201801001.htm
    [44] KHANNA V, KIM E H, LU Y. CEO connectedness and corporate fraud[J]. The Journal of Finance, 2015, 70(3): 1203-1252.
    [45] PETERSEN M A. Estimating standard errors in finance panel data sets: comparing approaches[J]. The Review of Financial Studies, 2008, 22(1): 435-480.
    [46] BECK T, LEVINE R, LEVKOV A. Big bad banks? the winners and losers from bank deregulation in the United States[J]. The Journal of Finance, 2010, 65(5): 1637-1667.
    [47] CHEN S, YAN X, YANG B. Move to success? headquarters relocation, political favoritism, and corporate performance[J]. Journal of Corporate Finance, 2020, 64: 101698.
    [48] HADLOCK C J, PIERCE J R. New evidence on measuring financial constraints: moving beyond the KZ index[J]. The Review of Financial Studies, 2010, 23(5): 1909-1940.
  • 加载中
图(1) / 表(11)
计量
  • 文章访问数:  147
  • HTML全文浏览量:  35
  • PDF下载量:  23
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-13
  • 网络出版日期:  2023-12-21
  • 刊出日期:  2023-11-28

目录

    /

    返回文章
    返回