| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 研究内容、方法和技术路线 | 第12-16页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 1.3.3 研究的技术路线 | 第14-16页 |
| 1.4 本文的主要贡献 | 第16-17页 |
| 第2章 文献综述与相关理论 | 第17-29页 |
| 2.1 文献综述 | 第17-26页 |
| 2.1.1 “管理层讨论与分析”及前瞻性信息的有用性研究 | 第17-19页 |
| 2.1.2 前瞻性信息披露机制的研究 | 第19-22页 |
| 2.1.3 房地产行业及其上市公司的信息披露 | 第22-25页 |
| 2.1.4 现有文献综评及本文的特色与贡献 | 第25-26页 |
| 2.2 相关理论 | 第26-29页 |
| 2.2.1 信息不对称理论 | 第26页 |
| 2.2.2 信号传递理论 | 第26-27页 |
| 2.2.3 有效市场理论 | 第27-29页 |
| 第3章 房地产行业前瞻性信息披露及其特殊性 | 第29-35页 |
| 3.1 上市公司前瞻性信息披露概述 | 第29页 |
| 3.2 房地产上市公司信息披露的行业特殊性 | 第29-30页 |
| 3.3 房地产上市公司前瞻性信息的确定及其应用意义 | 第30-35页 |
| 3.3.1 第一时间梯度指标—新增土地储备 | 第31-32页 |
| 3.3.2 第二时间梯度指标..新开工面积、施工面积 | 第32-33页 |
| 3.3.3 第三时间梯度指标..预售面积、竣工面积、结算面积、存货周转率 | 第33-35页 |
| 第4章 万科公司前瞻性信息披露的案例分析 | 第35-44页 |
| 4.1 万科公司简介 | 第35-36页 |
| 4.2 万科前瞻性信息披露在行业内具有示范作用 | 第36-39页 |
| 4.3 万科前瞻性信息披露的现状与历史演进 | 第39-44页 |
| 4.3.1 万科前瞻性信息披露现状—以2016年为例 | 第39-41页 |
| 4.3.2 万科前瞻性信息的历史演进与制度完善 | 第41-44页 |
| 第5章 万科前瞻性量化信息的有用性研究 | 第44-58页 |
| 5.1 房地产公司前瞻性信息披露有用性的理论分析 | 第44-46页 |
| 5.1.1 前瞻性信息为投资者与利益相关者提供有效参考 | 第44页 |
| 5.1.2 前瞻性信息可以规避会计信息失真的问题 | 第44-45页 |
| 5.1.3 前瞻性信息可以规避公司股价与行业景气的背离现象 | 第45-46页 |
| 5.2 万科前瞻性信息与行业数据的一致性与差异性分析 | 第46-50页 |
| 5.2.1 新增土地储备面积的对比分析 | 第46-47页 |
| 5.2.2 新开工面积的对比分析 | 第47-48页 |
| 5.2.3 竣工面积的对比分析 | 第48-49页 |
| 5.2.4 销售面积的对比分析 | 第49-50页 |
| 5.3 万科拿地数据对房价预测的有用性检验 | 第50-54页 |
| 5.3.1 样本数据的选择 | 第50-51页 |
| 5.3.2 万科拿地量与上海房价指数的相关性分析 | 第51-52页 |
| 5.3.3 万科拿地量与上海房价指数的协整检验 | 第52-54页 |
| 5.4 万科新开工面积数据对房价预测的有用性检验 | 第54-56页 |
| 5.4.1 样本数据选择 | 第54页 |
| 5.4.2 万科新开工面积与房价指数的相关性分析 | 第54-55页 |
| 5.4.3 万科新开工面积与上海房价指数的协整检验 | 第55-56页 |
| 5.5 实证研究结果 | 第56-58页 |
| 第6章 结论与建议 | 第58-66页 |
| 6.1 研究结论 | 第58-59页 |
| 6.2 案例启示 | 第59-60页 |
| 6.3 关于房地产上市公司前瞻性信息披露的改进建议 | 第60-63页 |
| 6.3.1 房地产行业前瞻性信息披露指标的甄选 | 第60-62页 |
| 6.3.2 房地产行业前瞻性信息披露机制的规范化建议 | 第62-63页 |
| 6.4 对后续研究的建议 | 第63-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |
