中國 上場企業 會計危險의 價値關聯性 實證分析

이광재

추천

검색

자료유형: 학술저널

저자정보: 이광재 (숙명여자대학교)

저널정보: 고려대학교 중국학연구소 중국학논총 중국학논총 제71호

발행연도: 2021.1

수록면: 347 - 369 (23page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

이 논문은 홍콩, 상해, 심천 증시 상장기업을 대상으로 두 가지 회계위험지표의 당기와 미래 회계이익과 주식수익률에 대한 설명력을 실증 분석했다. 이 논문의 분석결과는 다음과 같다. 첫째, 시장위험지표인 MBETA의 평균은 상해와 심천이 홍콩보다 월등히 높은 반면, 회계위험지표인 ABETA와 ROESD의 평균은 홍콩이 상해와 심천보다 현저히 높았다. 회계위험지표의 증시별 평균 차이는 대부분 통계적으로 유의했으며, ABETA는 홍콩>심천>상해의 순위를 보였고, ROESD는 홍콩>상해>심천의 순위를 보였다. 둘째, 회계위험지표에 대한 ROE와 R 회귀모형별 수정R2는 전반적으로 홍콩이 상해와 심천보다 높게 나타났다. 또한 홍콩과 심천의 bi(ABETA의 회귀계수)는 통계적으로 유의한 양의 계수를 보여서, 두 가지 회계위험지표 중 ABETA의 당기와 미래 주식수익률에 대한 설명력을 확인했다. 셋째, 전통적 시장위험지표에 대한 ROE와 R의 회귀분석에선 각 증시별로 명확한 우열을 보이지 않았다. 넷째, 회계위험지표와 시장위험지표를 모두 사용한 ROE와 R의 회귀분석에서 ROE 회귀모형별 수정R2는 홍콩과 심천이 상해보다 월등히 컸다. 마지막으로, 전통적 시장위험지표만으로 구성된 3요소모형과 이 논문에서 도입한 두 가지 회계위험지표를 추가한 5요소모형의 수정R2 차이분석에서 홍콩은 상해와 심천보다 현저히 크고 뚜렷한 수정R2의 증가현상을 보였다. 이런 분석결과는 이 논문의 가설과 일치하는 것으로, 특히 시장위험보다 회계위험이 상대적으로 큰 홍콩 증시에선, 이 논문에서 도입한 회계위험지표들이 미래 회계이익과 주식수익률에 대해 전통적 시장위험지표들을 초과하는 추가 설명력을 갖는다는 의미이다.

I have empirically examined the additional value relevance of two accounting risk measures to three traditional market risk measures, using current and future ROE and R regressions on those risk measures among the Chinese firms listed in Hong Kong, Shanghai and Shenzhen stock exchanges. My findings are as follows. Firstly, Hong Kong firms’ accounting risk measures, i.e., accounting beta(ABETA) and standard deviation of return on equity(ROESD) are remarkably higher than those of Shanghai and Shenzhen firms, while Hong Kong firms’ market risk measures including market beta(MBETA) are substantially lower than those of Shanghai and Shenzhen firms. Secondly, the Hong Kong firm’s adjusted R² in ROE and R regressions on both ABETA and ROESD is generally higher than that of Shanghai and Shenzhen firms. Especially, ABETA’s R regression coefficients of Hong Kong and Shenzhen firms are consistently and significantly positive, meaning ABETA as a risk measure works effectively on explaining current and future stock returns. Thirdly, ROE and R regressions on market risk measures do not show significant differences in the adjusted R² among firms listed in three Chinese stock exchanges. Fourthly, ROE regressions using both accounting and market risk measures together show that the adjusted R² of Hong Kong and Shenzhen firms is vividly higher than that of Shanghai firms. Finally, the mean difference analyses of adjusted R² between three factor regression models consisted only with market risk measures and five factor regression models, which additionally enter two accounting risk measures, show that Hong Kong firm’s adjusted R² is consistently and notably higher than that of Shanghai and Shenzhen firms over most test periods. My findings as a whole provide a new evidence on the empirical validity of the Chinese firm’s accounting risk measures by confirming their explanatory power on ROE and R variations.

#가치관련성 #시장베타 #회계베타 #시장위험 #회계위험

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이광재

소속기관 숙명여자대학교

주요연구분야 인문학 > 어문학 > 중국어와문학

논문수 4 이용수 2

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)