科技和产业

变量类型	变量名称	变量符号	变量定义
被解释变量	机构投资意向	Ins	机构投资者持股数量/总股数
解释变量	管理层讨论与分析	MDA	采用熵权法综合衡量
中介变量	内部控制质量	IC	迪博内部控制指数/100
	代理成本	AC	(销售+管理费用)/营业收入
控制变量	盈余管理	DA	借鉴修正的Jones模型计算可操控性应计利润
托宾Q	Tobin Q	所有者权益和负债市场价值总额/企业总资产
总资产增长率	GROW	(期末资产-期初资产)/期初资产
股权激励	GV	管理层持股比例
董事会规模	DSIZE	董事会董事数量
总资产周转率	ATR	营业收入/资产总额
资产负债率	LEV	期末负债总额/资产总额
年份	YEAR	2013—2022年10个年度虚拟变量

变量类型	变量名称	变量符号	变量定义
被解释变量	机构投资意向	Ins	机构投资者持股数量/总股数
解释变量	管理层讨论与分析	MDA	采用熵权法综合衡量
中介变量	内部控制质量	IC	迪博内部控制指数/100
	代理成本	AC	(销售+管理费用)/营业收入
控制变量	盈余管理	DA	借鉴修正的Jones模型计算可操控性应计利润
托宾Q	Tobin Q	所有者权益和负债市场价值总额/企业总资产
总资产增长率	GROW	(期末资产-期初资产)/期初资产
股权激励	GV	管理层持股比例
董事会规模	DSIZE	董事会董事数量
总资产周转率	ATR	营业收入/资产总额
资产负债率	LEV	期末负债总额/资产总额
年份	YEAR	2013—2022年10个年度虚拟变量

变量	观测值	均值	p50	标准差	最小值	最大值
Ins	5 070	40.050	40.690	24.610	0.000	98.900
MDA	5 070	0.082	0.078	0.021	0.037	0.342
IC	5 070	6.579	6.697	0.866	0.000	8.932
AC	5 070	0.252	0.220	0.162	-0.017 0	1.983
DA	5 070	0.048	0.035	0.047	0.000	0.368
Tobin Q	5 070	2.387	1.938	1.543	0.681	22.570
GROW	5 070	0.211	0.131	0.433	-0.707	15.890
GV	5 070	17.29	8.607	19.470	0.000	89.180
DSIZE	5 070	8.398	9.000	1.559	4.000	18.000
ATR	5 070	0.633	0.566	0.344	0.036	4.108
LEV	5 070	0.384	0.382	0.168	0.008	0.916

变量	观测值	均值	p50	标准差	最小值	最大值
Ins	5 070	40.050	40.690	24.610	0.000	98.900
MDA	5 070	0.082	0.078	0.021	0.037	0.342
IC	5 070	6.579	6.697	0.866	0.000	8.932
AC	5 070	0.252	0.220	0.162	-0.017 0	1.983
DA	5 070	0.048	0.035	0.047	0.000	0.368
Tobin Q	5 070	2.387	1.938	1.543	0.681	22.570
GROW	5 070	0.211	0.131	0.433	-0.707	15.890
GV	5 070	17.29	8.607	19.470	0.000	89.180
DSIZE	5 070	8.398	9.000	1.559	4.000	18.000
ATR	5 070	0.633	0.566	0.344	0.036	4.108
LEV	5 070	0.384	0.382	0.168	0.008	0.916

变量	(1)	(2)	(3)
MDA	17.837^**	2.026^***	16.757^**
	(7.517)	(0.742)	(7.515)
AC	-3.369^*	-0.248	-3.237^*
	(1.818)	(0.180)	(1.817)
DA	0.540	1.089^***	-0.040
	(3.120)	(0.308)	(3.121)
Tobin Q	1.564^***	0.016	1.556^***
	(0.147)	(0.015)	(0.147)
GROW	4.835^***	0.497^***	4.570^***
	(0.559)	(0.055)	(0.564)
GV	-0.247^***	0.009^***	-0.251^***
	(0.018)	(0.002)	(0.018)
DSIZE	1.082^***	0.041^**	1.060^***
	(0.179)	(0.018)	(0.179)
ATR	-0.335	0.873^***	-0.800
	(1.007)	(0.099)	(1.016)
LEV	-4.416^***	-0.471^***	-4.166^***
	(1.605)	(0.158)	(1.604)
IC			0.533^***
			(0.163)
常数项	31.994^***	5.499^***	29.064^***
	(2.081)	(0.205)	(2.263)
year	YES	YES	YES
观测值	5 070	5 070	5 070
调整后R²	-0.174	-0.234	-0.171

变量	(1)	(2)	(3)
MDA	17.837^**	2.026^***	16.757^**
	(7.517)	(0.742)	(7.515)
AC	-3.369^*	-0.248	-3.237^*
	(1.818)	(0.180)	(1.817)
DA	0.540	1.089^***	-0.040
	(3.120)	(0.308)	(3.121)
Tobin Q	1.564^***	0.016	1.556^***
	(0.147)	(0.015)	(0.147)
GROW	4.835^***	0.497^***	4.570^***
	(0.559)	(0.055)	(0.564)
GV	-0.247^***	0.009^***	-0.251^***
	(0.018)	(0.002)	(0.018)
DSIZE	1.082^***	0.041^**	1.060^***
	(0.179)	(0.018)	(0.179)
ATR	-0.335	0.873^***	-0.800
	(1.007)	(0.099)	(1.016)
LEV	-4.416^***	-0.471^***	-4.166^***
	(1.605)	(0.158)	(1.604)
IC			0.533^***
			(0.163)
常数项	31.994^***	5.499^***	29.064^***
	(2.081)	(0.205)	(2.263)
year	YES	YES	YES
观测值	5 070	5 070	5 070
调整后R²	-0.174	-0.234	-0.171

变量	(1)	(2)	(3)	(4)	(5)
MDA	3.628^***	11.273	18.087^**	19.69^*	21.61^**
	(0.483)	(18.809)	(8.133)	(1.79)	(2.11)
Controls	YES	YES	YES	YES	YES
常数项	0.723^***	5.611^***	0.447^***	19.240^***	41.810^***
year	YES	YES	YES	YES	YES
观测值	5 070	1 070	4 000	2 697	2 373
调整后R²	-0.261	-0.211	-0.170	-0.287	-0.417

变量	(1)	(2)	(3)	(4)	(5)
MDA	3.628^***	11.273	18.087^**	19.69^*	21.61^**
	(0.483)	(18.809)	(8.133)	(1.79)	(2.11)
Controls	YES	YES	YES	YES	YES
常数项	0.723^***	5.611^***	0.447^***	19.240^***	41.810^***
year	YES	YES	YES	YES	YES
观测值	5 070	1 070	4 000	2 697	2 373
调整后R²	-0.261	-0.211	-0.170	-0.287	-0.417

制造业上市公司管理层讨论与分析对机构投资意向的影响——基于内部控制中介效应的检验

PDF下载

杨景伟 , 杨洪涛

科技和产业 | 产业发展 2025,25(12): 77-82

收起

科技和产业 | 产业发展 2025, 25(12): 77-82

制造业上市公司管理层讨论与分析对机构投资意向的影响——基于内部控制中介效应的检验

全屏

杨景伟, 杨洪涛

作者信息

西南林业大学经济管理学院, 昆明 650224

杨景伟(2001—),男,湖南邵阳人,硕士研究生,研究方向为MD&A和内部控制;

杨洪涛(1966—),男,云南昆明人,博士,教授,硕士研究生导师,研究方向为公司治理与内部控制。

Impact of Management Discussion and Analysis on Institutional Investment Intentions in Manufacturing Listed Companies: Evidence from the Mediating Effect of Internal Control

Jingwei YANG, Hongtao YANG

Affiliations

College of Economics and Management, Southwest Forestry University, Kunming 650224, China

出版时间: 2025-06-25

文章导航

摘要

收起

随着资本市场中制造业企业融资难的日益凸显,如何提高信息披露质量,增强机构投资者的信心,成为企业融资策略中的重要问题。基于2013—2022年中国制造业上市公司的数据,考察了管理层讨论和分析(MD&A)质量对机构投资意向的影响以及内部控制在其中的机制作用。研究表明,MD&A的质量与机构的投资意向之间存在显著的正相关性,内部控制的质量起着部分中介作用。高质量的MD&A可以提高公司信息披露的透明度和可信度,从而增强机构投资者的投资信心;有效的内部控制进一步确保了信息披露的准确性和完整性,并增强了机构投资者的信心和投资意愿。此外,非国有企业披露的MD&A质量比国有企业更为突出,机构投资者特别关注透明度和信息质量。该研究为制造企业提高融资效率、加强非财务信息披露管理提供了重要的理论依据和实践指导。

关键词

管理层讨论与分析 / 机构投资意向 / 内部控制 / 中介效应 / 制造业企业

Abstract

收起

As the difficulty of financing for manufacturing enterprises in the capital market becomes increasingly prominent, improving the quality of information disclosure and enhancing institutional investors’ confidence have become crucial issues in corporate financing strategies. Based on data from Chinese manufacturing listed companies from 2013 to 2022, the impact of the quality of Management Discussion and Analysis(MD&A) on institutional investment intentions and the mediating role of internal control in this relationship were examined. The results indicate that there is a significant positive correlation between the quality of MD&A and institutional investment intentions, with internal control quality playing a partial mediating role. High-quality MD&A improves the transparency and credibility of a company’s information disclosure, thereby enhancing institutional investors’ confidence. Effective internal control further ensures the accuracy and completeness of the information disclosed, boosting institutional investors’ confidence and willingness to invest. Additionally, non-state-owned enterprises disclose higher-quality MD&A than state-owned enterprises, with institutional investors particularly focusing on transparency and information quality. This research provides important theoretical foundations and practical guidance for manufacturing enterprises to improve financing efficiency and strengthen the management of non-financial information disclosure.

Key words

management discussion and analysis(MD&A) / institutional investment intentions / internal control / mediating effect / manufacturing enterprises

引用本文

杨景伟, 杨洪涛. 制造业上市公司管理层讨论与分析对机构投资意向的影响——基于内部控制中介效应的检验. 科技和产业, 2025 , 25 (12) : 77 -82 .

Jingwei YANG, Hongtao YANG. Impact of Management Discussion and Analysis on Institutional Investment Intentions in Manufacturing Listed Companies: Evidence from the Mediating Effect of Internal Control[J]. Science Technology and Industry, 2025 , 25 (12) : 77 -82 .

正文

收起

制造业作为国民经济的基础和支柱产业,一直是推动经济增长和社会发展的核心力量。近年来,国家提出“制造业强国”战略,强调制造业在经济发展中的核心地位,并致力于推动高质量发展。然而,尽管制造业持续壮大,融资难、融资贵、融资效率低等问题依然困扰着其发展。尤其是在全球化竞争日益加剧的背景下,制造业企业面临着技术创新需求、市场竞争压力以及巨额资金需求等挑战,融资问题尤为突出。与其他行业相比,制造业的融资难度更大。

资本市场对解决制造业融资难题具有重要作用。机构投资者由于资金规模庞大、专业知识丰富,能够通过对公司基本面、财务健康、长期发展等因素的分析,做出更理性、深远的投资决策。与散户相比,机构投资者更加注重企业的长期竞争力和增长潜力,因此,他们的投资决策对企业的融资状况具有较大影响。制造业企业尤其需要通过吸引机构投资者来解决融资问题,改善资金支持。随着资本市场信息披露制度的逐步完善,年报中的“管理层讨论与分析”(MD&A)部分逐渐成为投资者判断公司未来发展潜力的重要依据。MD&A不仅包括公司的经营情况回顾,还涵盖未来发展展望、战略规划、行业前景、市场机遇及潜在风险等信息,这些定性数据对投资者特别是机构投资者的决策至关重要。在融资困境加剧的背景下,企业通过MD&A展示自身的财务健康状况、风险管理能力和长期发展战略,能够有效吸引投资者的关注,提升融资效率。

2001年,中国证监会首次引入MD&A制度,并于2005年发布了《公开发行证券的公司信息披露内容与格式准则》,要求年报中必须包含MD&A部分,内容涵盖经营回顾和未来发展展望。2012年,上海证券交易所发布相关备忘录,进一步细化MD&A的具体要求。然而,尽管有了这些规定,国内MD&A制度仍缺乏统一、系统化的标准,导致上市公司在执行过程中面临困难,影响信息披露的质量。尤其是一些上市公司在MD&A中存在“报喜不报忧”的现象,偏重展示积极信息,忽视潜在风险或经营困境,这种做法可能误导投资者,降低透明度和信任度,从而影响投资者对公司的决策。因此,提升MD&A信息披露的质量,特别是非财务信息的质量,已成为制造业上市公司亟待解决的问题。

1 文献综述与研究假设

收起

1.1 MD&A与机构投资意向

管理层讨论与分析(MD&A)旨在补充财务报表和附注所无法提供的重要信息,让投资者深入了解企业运营状况以及企业对于未来的风险挑战、发展机遇的描述,沈隆和周颖^[1]认为MD&A是财报重要部分,它对公司过去的经营情况进行说明,并讨论未来发展,,帮助投资者了解公司状况及风险。

机构投资者是指具有一定专业投资能力和信息优势的投资机构,这些机构在投资决策过程中,不仅依赖于宏观经济数据和行业趋势,还会通过深入的公司分析来评估单个上市公司的投资潜力。本文的研究对象聚焦于狭义定义下的机构投资者。张宗新和杨通旻^[2]认为作为专业化的投资者,机构通常运用多种分析方法进行深入的公司研究,并注重在收益与风险之间寻找平衡,优化其投资组合的整体表现。王垒等^[3]表明上市公司的业绩表现与风险水平对机构投资者的持股决策具有重要影响。管理层讨论与分析(MD&A)中的信息披露质量也是机构投资者做出持股决策的重要依据。

年报中的财务数据反映公司过去的经营成果,而MD&A提供有关公司持续经营的驱动力、未来发展方向以及潜在风险等关键信息。李广众等^[4]指出,不同信息模块的质量对机构投资者的持股决策产生了直接或间接的影响。梁日新和李英^[5]指出,高质量的MD&A文本能够显著影响相关利益方的行为,包括审计师的审计收费与审计质量。高质量的管理层讨论与分析有助于机构投资更好地了解企业未来的发展规划,管理层通过MD&A表态可能会成为机构投资者重要投资价值的依据,高质量的MD&A容易得到投资者的信赖,给投资者带来良好的积极效应进而增强机构投资的投资意向。基于此,提出以下研究假设。

H1:在其他条件不变的情况下,管理层讨论与分析的质量越高,机构的投资意向越强。

1.2 内部控制的中介作用

内部控制作为企业的一种重要制度安排,在规范企业人员的行为、提高运营效率和增强企业透明度方面起着至关重要的作用。内部控制的健全性直接影响财务报告的质量,进而对公司的整体运营和市场表现产生深远影响。有效的内部控制体系不仅可以确保财务报告的准确性和真实性,还能够提高管理层讨论与分析(MD&A)部分的质量和可信度。这种高质量的MD&A报告有助于机构投资者更好地理解公司的经营状况、财务表现及未来前景,进而增强其对公司股票的兴趣和投资信心。通过保障信息的准确和透明,内部控制成为管理层与投资者之间沟通的重要渠道,使管理层能够传递更为清晰、无误导性的未来发展预期,从而影响投资者的决策。

高质量的内部控制能够全面提升财务报告的可靠性,包括提升报告内容的透明度和准确性。良好的内部控制能够有效地限制管理层进行盈余管理的空间,减少潜在的财务操纵行为。这使得管理层在制定财务报告时,更多地依赖真实的数据和信息,而非人为调整,从而提升报告的公信力和可比性^[6]。与此同时,高质量的内部控制体系有助于管理层通过撰写的报告文本向投资者传达更多的正面信息和公司未来的增长潜力,进一步增强投资者对公司未来发展的信心,稳定甚至提升公司股价^[7]。强有力的内部控制不仅保障了财务报告的质量,还通过对信息透明度和准确性的提升,增强了市场对公司股票的预期,进而影响机构投资者的投资决策。因此,良好的内部控制在现代企业治理中扮演着至关重要的角色,既是企业透明度的保障,也是资本市场有效运作的基石。基于此,提出以下研究假设。

H2:内部控制具有中介效应,内部控制质量的提高强化了管理层讨论与分析对机构投资意向的影响。

2 研究设计

收起

2.1 样本选择与数据来源

本文研究对象为2013—2022年中国非ST股样本及非金融行业的A股制造业上市公司,剔除了缺失和异常样本。为减少极端值对结果的影响,对所有连续变量进行上下1%分位数的缩尾处理。筛选后,共得到5 070个观测值。大部分数据来源于国泰安数据库,管理层讨论与分析据来源于手动整理的上市公司年报数据,内部控制指数则来自迪博数据库。数据处理和分析使用Excel和Stata16软件。

2.2 模型构建和变量定义

为验证H1,构建模型:

(1)

I n s = α 0 + α 1 M D A + ∑ a i c o n t r o l s + ∑ y e a r + ∑ I n d u s t r y + δ

式中:Ins为被解释变量,即机构投资意向;MDA为解释变量,即管理层讨论与分析;controls为一系列控制变量;year、Industry分别为年份和行业固定效应;α₀为截距项;α₁、α_i为相关变量系数;ε为随机扰动项。

为验证H2,借鉴温忠麟和叶宝娟^[8]的方法,建立三步法模型来进行验证:

(2)

I n s = a 0 + a 1 M D A + ∑ a i c o n t r o l s + ∑ y e a r + ∑ I n d u s t r y + ε

(3)

I C = b 0 + b 1 M D A + ∑ b i c o n t r o l s + ∑ y e a r + ∑ I n d u s t r y + ε

(4)

I n s = c 0 + c 1 M D A + ∑ c i c o n t r o l s + ∑ y e a r + ∑ I n d u s t r y + ε

式中:IC为中介变量,即内部控制变量;b₀、c₀为截距项;b₁、b_i、c₁、c_i为相关变量系数。

(1)被解释变量(Ins)。参考孙维章等^[9]以机构持股比例衡量机构投资意向。

(2)解释变量 (MDA) 根据冯元月^[10]的观点,MD&A信息披露质量的研究包括“量和质”两个层面,“量”是指管理层讨论与分析披露的充分性,这是较低层次的质量;“质”是指管理层讨论与分析披露内容的质量,这是较高层次的质量。从年报文本信息出发从可读性、前瞻性、无偏性三个维度采用熵权法综合成管理层讨论与分析指标。

可读性(Readability):从文本长度、文本逻辑和文本难度三个角度MD&A的可读性进行测度。

(5)Readability=常用词汇占比+专用词汇占比+连接词汇占比+平均句长(归一化后加总)

前瞻性(Forward):通过统计“未来”“预期”等前瞻意义词汇出现的频率以度量年报前瞻性信息披露水平。

(6)Forward=(年报中披露的与未来有关的信息词频数汇总×字节数)/董事会报告章节字节数数×100%

无偏性(Tone):Tone越大表示管理层用词越积极正面。

(7)Tone=(正向词汇-负向词汇)/(正向词汇+负向词汇)

最后使用熵权法计算权重。

(8)MDA=X₁Readability+X₂ Forward+X₃Tone

式中:X₁、X₂、X₃为通过stata熵权法运算出来对应的权重。

(3)内部控制 (IC)。采用迪博数据库,根据主客相结合的方式确认权重进行加权的指数,即内部控制指数/100来进行衡量。

(4)控制变量。通过梳理有关文献、已有文献,将以下控制变量加入模型中,即托宾Q、总资产增长率、资产负债率、代理成本、总资产周转率、企业性质、股权激励、董事会规模、盈余管理,同时也将时间作为控制变量。

具体变量指标及定义如表1所示。

3 回归结果及其实证分析

收起

3.1 描述性统计

如表2所示,在制造业行业中,机构投资的比例最大可达到98.900%,最小为0.000%,这表明各企业之间机构持股差异较为显著。这种差异反映不同专业能力和投资偏好的机构投资者在持股选择上的明显分歧,表现为它们对不同企业的偏好存在较大差异。同时,机构投资在制造业企业中的平均比例为40.050%,这一数值表明机构投资在该行业的渗透度仍处于较低水平。管理层讨论与分析(MDA)的最大值为0.342,最小值为0.037,二者之间差异较大,说明不同公司在管理层讨论与分析的质量上存在明显差异。这表明各公司在信息披露的语调、深度以及对经营状况和战略的解释方面存在较大的不同。内部控制质量(IC)的均值是6.579,中位数为6.697,两者较为接近,可以看出中国制造业上市公司内部控制质量较好,但其最小值为0.000,最大值为8.932,表明不同公司的内部控制质量差异较大,部分公司低于平均水平。

3.2 回归结果

3.2.1 MD&A对于机构投资意向的影响

表3模型(1)的多元回归结果显示,MD&A质量与机构投资意向之间的关系在5%的水平上显著,呈现正相关关系,说明管理层提供提供的信息越质量越高能够增强机构投资者的信任,从而增加其投资意向。验证了H1。

3.2.2 内部控制对MD&A与机构投资意向的中介作用

如表3模型(3)回归所示,为进一步判断内部控制是否具有中介效应,根据温忠麟和叶宝娟^[8]的检验方法流程:

(1)MD&A对机构投资意向的回归系数为正且显著,标记为c,这支持了中介效应的假设。

(2)MD&A对内部控制的回归系数为正且显著,标记为a。当MD&A和内部控制同时对机构投资意向进行回归时,MD&A与机构投资意向的系数为正且显著,标记为b。如果a和b都显著,则间接效应也显著。

(3)当MD&A和内部控制同时对机构投资意向回归时,MD&A与机构投资意向的系数为正且显著,标记为c',这表明直接效应显著。

(4)分析结果显示,a为正,b为正,c'为正,且ab与c'同号,这表明存在部分中介效应。

通过上述分析,说明内部控制具有中介效应,内部控制质量的提高强化MD&A对机构投资意向的影响,高质量的内部控制不仅能提高公司信息披露的透明度和可信度,还能使机构投资者更为信任和依赖公司管理层的分析与判断,从而促进其投资决策的形成。有效的内部控制可以确保信息披露的准确性和完整性,减少信息不对称,并减少管理层盈余操作的可能,并有效降低财务舞弊的风险。通过加强内部控制,公司可以提高财务报告的透明度和可靠性,从而提高机构投资者对投资的信心。良好的内部控制不仅可以优化MD&A的质量,还可以进一步刺激机构的投资意向。因此验证了H2。

3.3 稳健性检验

为验证回归结果的稳健性,采用替换被解释变量的方法验证。把被解释变量替换成机构投资的关注度。胡淑娟^[10] 通过对上市公司进行实地调研或电话访谈,作为机构投资者对公司关注的方式;机构投资者代表访问公司的频次、方式以及互动问答的内容,能够更全面和直观地反映出投资者对公司的关注程度。InstiFre=i公司t年机构投资者调研次数的自然对数,回归结果如表4列(1)所示。

4 异质性检验

收起

4.1 产权性质分组异质性

表4列(2)和列(3)显示分别在国企和非国有企业下进行回归,可以发现在国有企业情况下进行回归时并不显著,但在非国有企业中5%的水平上正向相关,与国有企业相比,非国有企业通常面临更大的披露信息和市场竞争压力,因此它们经常通过高质量的管理层讨论和分析来提高透明度和投资者信心(MD&A)。这种方法对机构投资者尤其重要,因为非国有企业依赖资本市场融资,没有政府支持。它们必须通过MD&A详细说明其业务状况,财务状况和增长战略,以吸引投资者。与政策支持和政府支持的国有企业不同,非国有企业更多地依赖市场竞争力和灵活的战略调整,机构投资者更注重管理层讨论和分析的信息,以评估企业的潜力和风险。MD&A非国有企业的公司治理结构更加灵活,管理层更加关注市场反馈和投资者需求,这使得信息披露在投资决策中更加突出。此外,非国有企业有较高的财务约束,通过MD&A与投资者联系,以降低融资成本,提高效率。由于非国有企业对股票价格和市场反应更为敏感,其MD&A信息对股票价格更为敏感,因此战略解释、财务状况分析和管理层风险警告可以帮助机构投资者做出更准确的决策。

4.2 机构投资异质性

借鉴牛建波等^[12]的做法,从时间和行业两个维度考察机构投资者持股稳定性, 将机构投资者分为稳定型机构投资者Stable=1和交易型机构投资者Stable=0;由表4列(4)和列(5)可以看出,稳健投资者对于管理层讨论与分析影响更为显著;稳健的投资者更注重信息的质量和透明度,特别是长期价值和基本业务原则。管理层讨论和分析(MD&A)是公司年度报告的组成部分,为投资者提供详细的运营分析、财务状况和战略规划,以帮助他们评估公司的未来潜力和风险。投资者倾向于选择具有清晰信息披露和前瞻性的公司,因为MD&A可以通过深入讨论公司的未来方向和潜在风险来帮助他们做出长期投资决策。此外,谨慎的投资者非常重视风险管理,披露MD&A风险信息可以帮助他们有效地评估和规避潜在风险,减少信息不对称,并增强对业务的信心和安全性。这些投资者对信息变化更敏感,能够及时做出反应并相应地进行调整,从而减少市场不确定性的影响。作为稳定的投资者的重要代表,机构投资者监督公司的管理,特别关注MD&A,鼓励他们提高会计可靠性,并通过表决进行积极或消极的管理。

5 结论和启示

收起

本文通过实证分析探讨了管理层(MD&A)的讨论和分析对机构投资意向的影响,并检验内部控制的中介作用。从无偏性、可读性、前瞻性三个维度通过熵权法构建MD&A的综合指标,验证发现高质量的MD&A对机构投资意向有显著的正向影响,这表明信息披露的深度和透明度是影响投资者决策的关键因素。此外,本文还验证了内部控制在MD&A和机构投资意向之间的中介作用。高质量的内部控制不仅提高财务报告的透明度和可信度,而且提高MD&A内容的可靠性,进一步增强机构投资者的信心。强大的内部控制减少信息不对称和管理层盈余操作的空间,使管理层的分析和预测更具说服力和透明度,并最终使投资者更容易做出决策。

本文不仅揭示MD&A在资本市场中的重要性,还强调内部控制在提高信息披露质量方面的关键作用。对于制造业上市公司来说,提高MD&A质量和加强内部控制体系是吸引机构投资者和提高融资效率的有效途径。

此外,本文还验证了非国有企业和稳定的机构投资者对MD&A的质量更为敏感,这表明公司在披露信息时更加注重准确和透明的战略分析,特别是在激烈的市场竞争和高资本约束的情况下。因此,企业通过提高管理层的讨论和分析质量,完善内部控制体系来增强机构投资者的信心,从而提高金融能力和市场竞争力。

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

沈隆, 周颖. 管理层讨论与分析能预示企业违约吗?——基于中国股市的实证分析[J]. 系统管理学报, 2024, 33(2): 441-459.

[2]

张宗新, 杨通旻. 盲目炒作还是慧眼误珠?——基于中国证券投资基金信息挖掘行为的实证分析[J]. 经济研究, 2014, 49(7): 138-150.

[3]

王垒, 曲晶, 赵忠超, 等. 组织绩效期望差距与异质机构投资者行为选择: 双重委托代理视角[J]. 管理世界, 2020, 36(7): 132-153.

[4]

李广众, 高庆, 杨海生. 年报文本信息质量与财务违规预测——基于结构化主题模型的机器学习方法[J]. 计量经济学报, 2023, 3(4): 1046-1062.

[5]

梁日新, 李英. 年报文本语调与审计费用——来自我国A股上市公司的经验数据[J]. 审计研究, 2021(5): 109-119.

[6]

方春生, 王立彦, 林小驰, 等. SOX法案、内控制度与财务信息可靠性——基于中国石化第一手数据的调查研究[J]. 审计研究, 2008(1): 45-52.

[7]

毛佳辰. 内部控制、市值管理动机与文本信息披露语调[D]. 天津: 天津财经大学, 2022.

[8]

温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014(5): 731-745.

[9]

孙维章, 郭珊珊, 佟成生, 等. 机构投资者持股、产品市场竞争与上市公司违规治理[J]. 南京审计大学学报, 2022, 19(6): 71-79.

[10]

冯元月. 上市公司管理层讨论与分析有用性的实证研究[D]. 沈阳: 沈阳工业大学, 2015.

[11]

胡淑娟, 黄晓莺. 机构投资者关注对股票流动性的影响[J]. 经济经纬, 2014, 31(6): 143-148.

[12]

牛建波, 吴超, 李胜楠. 机构投资者类型、股权特征和自愿性信息披露[J]. 管理评论, 2013, 25(3): 48-59.

2025年第25卷第12期

PDF下载

255

143

引用本文

BibTeX

文章信息

接收时间：2025-01-03
首发时间：2025-12-17
出版时间：2025-06-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-01-03

基金

作者信息

西南林业大学经济管理学院, 昆明 650224

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/kjhcy/CN/1208052415501276137

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量类型	变量名称	变量符号	变量定义
被解释变量	机构投资意向	Ins	机构投资者持股数量/总股数
解释变量	管理层讨论与分析	MDA	采用熵权法综合衡量
中介变量	内部控制质量	IC	迪博内部控制指数/100
	代理成本	AC	(销售+管理费用)/营业收入
控制变量	盈余管理	DA	借鉴修正的Jones模型计算可操控性应计利润
托宾Q	Tobin Q	所有者权益和负债市场价值总额/企业总资产
总资产增长率	GROW	(期末资产-期初资产)/期初资产
股权激励	GV	管理层持股比例
董事会规模	DSIZE	董事会董事数量
总资产周转率	ATR	营业收入/资产总额
资产负债率	LEV	期末负债总额/资产总额
年份	YEAR	2013—2022年10个年度虚拟变量

变量类型

变量名称

变量符号

变量定义

被解释变量

机构投资意向

Ins

机构投资者持股数量/总股数

解释变量

管理层讨论与分析

MDA

采用熵权法综合衡量

中介变量

内部控制质量

迪博内部控制指数/100

代理成本

(销售+管理费用)/营业收入

控制变量

盈余管理

借鉴修正的Jones模型计算可操控性应计利润

托宾Q

Tobin Q

所有者权益和负债市场价值总额/企业总资产

总资产增长率

GROW

(期末资产-期初资产)/期初资产

股权激励

管理层持股比例

董事会规模

DSIZE

董事会董事数量

总资产周转率

ATR

营业收入/资产总额

资产负债率

LEV

期末负债总额/资产总额

年份

YEAR

2013—2022年10个年度虚拟变量

变量	观测值	均值	p50	标准差	最小值	最大值
Ins	5 070	40.050	40.690	24.610	0.000	98.900
MDA	5 070	0.082	0.078	0.021	0.037	0.342
IC	5 070	6.579	6.697	0.866	0.000	8.932
AC	5 070	0.252	0.220	0.162	-0.017 0	1.983
DA	5 070	0.048	0.035	0.047	0.000	0.368
Tobin Q	5 070	2.387	1.938	1.543	0.681	22.570
GROW	5 070	0.211	0.131	0.433	-0.707	15.890
GV	5 070	17.29	8.607	19.470	0.000	89.180
DSIZE	5 070	8.398	9.000	1.559	4.000	18.000
ATR	5 070	0.633	0.566	0.344	0.036	4.108
LEV	5 070	0.384	0.382	0.168	0.008	0.916

变量

观测值

均值

p50

标准差

最小值

最大值

Ins

5 070

40.050

40.690

24.610

0.000

98.900

MDA

5 070

0.082

0.078

0.021

0.037

0.342

5 070

6.579

6.697

0.866

0.000

8.932

5 070

0.252

0.220

0.162

-0.017 0

1.983

5 070

0.048

0.035

0.047

0.000

0.368

Tobin Q

5 070

2.387

1.938

1.543

0.681

22.570

GROW

5 070

0.211

0.131

0.433

-0.707

15.890

5 070

17.29

8.607

19.470

0.000

89.180

DSIZE

5 070

8.398

9.000

1.559

4.000

18.000

ATR

5 070

0.633

0.566

0.344

0.036

4.108

LEV

5 070

0.384

0.382

0.168

0.008

0.916

变量	(1)	(2)	(3)
MDA	17.837^**	2.026^***	16.757^**
	(7.517)	(0.742)	(7.515)
AC	-3.369^*	-0.248	-3.237^*
	(1.818)	(0.180)	(1.817)
DA	0.540	1.089^***	-0.040
	(3.120)	(0.308)	(3.121)
Tobin Q	1.564^***	0.016	1.556^***
	(0.147)	(0.015)	(0.147)
GROW	4.835^***	0.497^***	4.570^***
	(0.559)	(0.055)	(0.564)
GV	-0.247^***	0.009^***	-0.251^***
	(0.018)	(0.002)	(0.018)
DSIZE	1.082^***	0.041^**	1.060^***
	(0.179)	(0.018)	(0.179)
ATR	-0.335	0.873^***	-0.800
	(1.007)	(0.099)	(1.016)
LEV	-4.416^***	-0.471^***	-4.166^***
	(1.605)	(0.158)	(1.604)
IC			0.533^***
			(0.163)
常数项	31.994^***	5.499^***	29.064^***
	(2.081)	(0.205)	(2.263)
year	YES	YES	YES
观测值	5 070	5 070	5 070
调整后R²	-0.174	-0.234	-0.171

变量

(1)

(2)

(3)

Ins

MDA

17.837^**

2.026^***

16.757^**

(7.517)

(0.742)

(7.515)

-3.369^*

-0.248

-3.237^*

(1.818)

(0.180)

(1.817)

0.540

1.089^***

-0.040

(3.120)

(0.308)

(3.121)

Tobin Q

1.564^***

0.016

1.556^***

(0.147)

(0.015)

(0.147)

GROW

4.835^***

0.497^***

4.570^***

(0.559)

(0.055)

(0.564)

-0.247^***

0.009^***

-0.251^***

(0.018)

(0.002)

(0.018)

DSIZE

1.082^***

0.041^**

1.060^***

(0.179)

(0.018)

(0.179)

ATR

-0.335

0.873^***

-0.800

(1.007)

(0.099)

(1.016)

LEV

-4.416^***

-0.471^***

-4.166^***

(1.605)

(0.158)

(1.604)

0.533^***

(0.163)

常数项

31.994^***

5.499^***

29.064^***

(2.081)

(0.205)

(2.263)

year

YES

观测值

5 070

调整后R²

-0.174

-0.234

-0.171

变量	(1)	(2)	(3)	(4)	(5)
MDA	3.628^***	11.273	18.087^**	19.69^*	21.61^**
	(0.483)	(18.809)	(8.133)	(1.79)	(2.11)
Controls	YES	YES	YES	YES	YES
常数项	0.723^***	5.611^***	0.447^***	19.240^***	41.810^***
year	YES	YES	YES	YES	YES
观测值	5 070	1 070	4 000	2 697	2 373
调整后R²	-0.261	-0.211	-0.170	-0.287	-0.417

变量

(1)

(2)

(3)

(4)

(5)

InstiFre

Soe=1

Soe=0

Stable=0

Stable=1

MDA

3.628^***

11.273

18.087^**

19.69^*

21.61^**

(0.483)

(18.809)

(8.133)

(1.79)

(2.11)

Controls

YES

常数项

0.723^***

5.611^***

0.447^***

19.240^***

41.810^***

year

YES

观测值

5 070

1 070

4 000

2 697

2 373

调整后R²

-0.261

-0.211

-0.170

-0.287

-0.417