Page 110 - 《北京工商大学学报（社会科学版）》2020年第3期

第 35 卷摇 第 3 期摇 摇 摇 摇 摇 王运陈, 贺摇 康, 万丽梅: MD&A 语言真诚性能够提高资本市场定价效率吗?

可以看到,MD&A 语言真诚性(Sincere) 与股价同 相关,说明控制变量的选取基本合理。 此外,变量

步性(Synch) 的相关系数为 - 0郾 097,并且在 1% 之间的相关系数最大值为 0郾 591(BTM 与 Size),
的水平下显著,与本文的理论预期相符;其余的控 综合表明本文回归模型的变量选取不存在严重的
制变量与股价同步性也基本在 1% 的水平下显著 多重共线性问题。

表 2摇 主要变量的描述性统计

变量名称 样本量 均值 标准差 最小值 最大值
Synch 16 319 - 0郾 74 0郾 88 - 4郾 87 0郾 97
Sincere 16 319 0郾 77 0郾 17 0郾 38 1郾 23
Lev 16 319 0郾 45 0郾 22 0郾 05 1郾 12
Size 16 319 21郾 85 1郾 18 18郾 98 25郾 25

Growth 16 319 0郾 13 0郾 35 - 1郾 04 1郾 75
BTM 16 319 0郾 85 0郾 82 0郾 08 4郾 77
Roe 16 319 0郾 06 0郾 14 - 0郾 77 0郾 53

Age 16 319 1郾 94 0郾 88 0郾 00 3郾 14
Dual 16 319 0郾 23 0郾 42 0郾 00 1郾 00
Board 16 319 2郾 16 0郾 20 1郾 61 2郾 71
Big4 16 319 0郾 03 0郾 17 0郾 00 1郾 00
Quantity 16 319 21郾 08 1郾 01 17郾 02 23郾 79

表 3摇 主要变量的 Pearson 相关系数
Synch Sincere Lev Size Growth BTM Roe Age Dual Board Big4 Quantity
Synch 1
Sincere -0郾 097 *** 1
Lev 0郾 048 *** -0郾 101 *** 1
Size 0郾 168 *** -0郾 172 *** 0郾 367 *** 1
Growth -0郾 025 *** -0郾 013 * 0郾 006 0郾 085 *** 1
BTM 0郾 084 *** -0郾 090 *** 0郾 522 *** 0郾 591 *** -0郾 026 *** 1
Roe 0郾 052 *** 0郾 015 * -0郾 129 *** 0郾 102 *** 0郾 242 *** -0郾 106 *** 1
Age 0郾 086 *** -0郾 138 *** 0郾 404 *** 0郾 293 *** -0郾 072 *** 0郾 248 *** -0郾 072 *** 1
Dual -0郾 084 *** 0郾 089 *** -0郾 143 *** -0郾 135 *** 0郾 022 *** -0郾 139 *** 0郾 013 * -0郾 210 *** 1
Board 0郾 109 *** -0郾 104 *** 0郾 143 *** 0郾 242 *** -0郾 001 0郾 167 *** 0郾 026 *** 0郾 092 *** -0郾 172 *** 1
*** *** *** *** *** *** *** *** ***
Big4 0郾 035 -0郾 055 0郾 048 0郾 213 -0郾 006 0郾 116 0郾 035 0郾 037 -0郾 032 0郾 052 1
Quantity 0郾 264 *** -0郾 151 *** 0郾 229 *** 0郾 539 *** -0郾 086 *** 0郾 174 *** -0郾 079 *** 0郾 458 *** -0郾 109 *** 0郾 110 *** 0郾 097 *** 1
摇 摇 注: *** ** *
、 和 分别表示在 1% 、5% 和 10% 的水平下显著。
四、回归结果分析 (4)可以看出,MD&A 语言真诚性( Sincere) 的回
(一)MD&A 语言真诚性与股价同步性的回 归系数在 1% 水平上显著为负,说明 MD&A 语言
归结果分析 真诚性越高的公司,股价同步性越低。 这可能是
表 4 报告了 MD&A 语言真诚性( Sincere) 与 因为 MD&A 语言表述越真诚,投资者对 MD&A 信
股价同步性( Synch) 之间的关系,从列(1) 至列 息的信任程度和依赖程度越高,因此将更多地利

· 1 0 5 ·