透明度指数包括主观指标（50%）和客观指标（50%）。主观指标包含对分析师、机构投资者、上市公司董秘的调查（各占1/3权重）；客观指标包含财务报表分析（20%）、监管问询记录（20%）以及来自机器学习的媒体评估（10%）。
指数构建的方法
每项指标的构建以及标准化过程如下：
A. 分析师 （权重1/6，16.67%）
分析师回答的问题：在您专注的行业中，您认为哪三家公司的a) 财务数据最具参考价值；b) 信息披露最完整？
|
票数百分比排名 |
票数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
6票或以上 |
14 |
6.7 |
5 |
|
6-15% |
4或5票 |
34 |
16.3 |
4 |
|
16-40% |
2或3票 |
74 |
35.4 |
3 |
|
41-100% |
1票 |
87 |
41.6 |
2 |
|
未被提名 |
3252 |
1 |
||
|
Total: 3461 |
B. 机构投资者（权重1/6，16.67%）
机构投资者回答的问题：在您专注的行业中，您认为哪三家公司的a) 财务数据最具参考价值；b) 信息披露最完整？
|
票数百分比排名 |
票数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
14票或以上 |
10 |
5.3 |
5 |
|
6-15% |
5-13票 |
21 |
11.1 |
4 |
|
16-40% |
2-4票 |
75 |
39.5 |
3 |
|
41-100% |
1票 |
84 |
44.2 |
2 |
|
未被提名 |
3271 |
1 |
||
|
Total: 3461 |
C. 董秘（权重1/6，16.67%）
董秘回答的问题：a）在您所在的行业，您认为哪三家公司（不包括您所在的公司）财务数据最具参考价值；b) 在您所在的行业，您认为哪三家公司（不包括您所在的公司）信息披露最完整；c) 在您所在的行业，您最看好的三家上市公司是？
|
票数百分比排名 |
票数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
11票或以上 |
44 |
5.2 |
5 |
|
6-15% |
6-10票 |
113 |
13.3 |
4 |
|
16-40% |
3-5票 |
297 |
34.9 |
3 |
|
41-100% |
1-2票 |
398 |
46.7 |
2 |
|
未被提名 |
2609 |
1 |
||
|
Total: 3461 |
D. 监管问询（权重1/5，20%）
各公司在过去8年（2011-2018）中公开的监管处罚记录和问询函记录，监管处罚记录包括虚假记载（误导性陈述）、披露不实、推迟披露、重大遗漏、利润虚构、虚列资产等。监管机构包括中国证监会、地方证监局、上海和深圳交易所等。数据来自国泰安数据库（CSMAR）。监管处罚分为非罚款类处罚和罚款类处罚，分别占监管问询得分的25%和50%，问询函记录占监管问询得分的25%。由于监管部门进行调查、采取监管措施或处罚之间存在时滞，我们在2019年指数完成前持续监控，对于公司出现重大负面事件且受到监管部门重点关注的公司，我们将其监管问询得分降为1。
|
D1. 非罚款类处罚 (批评，警告，谴责) (25%) |
||||
|
处罚次数百分比排名 |
处罚次数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
5次或以上 |
74 |
6.2 |
1 |
|
6-15% |
3或4次 |
189 |
15.9 |
2 |
|
16-40% |
2次 |
285 |
24.0 |
3 |
|
41-100% |
1次 |
642 |
54.0 |
4 |
|
未被处罚 |
2271 |
5 |
||
|
Total: 3461 |
||||
|
D2. 罚款类处罚 (罚款，没收违法所得) (50%) |
||||
|
处罚次数百分比排名 |
处罚次数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
5次或以上 |
9 |
2.7 |
1 |
|
6-15% |
3或4次 |
26 |
7.9 |
2 |
|
16-40% |
2次 |
69 |
21.0 |
3 |
|
41-100% |
1次 |
225 |
68.4 |
4 |
|
未被处罚 |
3132 |
5 |
||
|
Total: 3461 |
||||
|
D3. 问询函 (25%) |
||||
|
处罚次数百分比排名 |
处罚次数 |
公司数 |
公司比例 (%) |
标准值 |
|
0-5% |
8次或以上 |
113 |
6.1 |
1 |
|
6-15% |
5-7次 |
183 |
9.9 |
2 |
|
16-40% |
2-4次 |
740 |
40.0 |
3 |
|
41-100% |
1次 |
814 |
44.0 |
4 |
|
未被问询 |
1611 |
5 |
||
|
Total: 3461 |
||||
E. 财务报表分析指标（权重1/5，20%）
使用2016-2018年度财务报表做的大数据统计分析。采用学术界广泛使用的盈余质量指标。制造业采用Jones 模型（Kothari ROA修正）和Dechow-Dichev-McNichols模型取过去两年的均值。按证监会行业分类排名，偏离行业预期值较大的排名较低。银行采用Beatty-Liao推荐的模型。对金融和银行企业缺失值取3。
|
百分比排名 |
DAK 均值 |
DAK公司数 |
DDM 均值 |
DDM公司数 |
标准值 |
|
0-20% |
0.0157 |
674 |
0.0250 |
588 |
5 |
|
21-40% |
0.0329 |
674 |
0.0531 |
588 |
4 |
|
41-60% |
0.0514 |
675 |
0.0912 |
588 |
3 |
|
61-80% |
0.0748 |
674 |
0.1363 |
591 |
2 |
|
81-100% |
0.1325 |
675 |
0.2515 |
587 |
1 |
|
|
|
Total: 3372 |
|
Total: 2942 |
|
F. 媒体分析指标（权重1/10，10%）
对2018年所有WiseNews中文报纸媒体文章做的大数据智能分析。由以下两个指标取均值：智能评估（AIE）和财经舆情（FinSenti）：
智能评估（AIE）：用被分析师、机构和董秘的透明和诚信公司提名频率作为学习样本，用谷歌2018年新的人工智能算法（BERT）分析所有媒体文章，估测每家公司的透明度。智能评估得分由光华-罗特曼信息和资本市场研究中心在多伦多大学的机器学习研究小组测算。
财经舆情（FinSenti）：对2018所有文章用机器学习的方法进行分类，保留和财经类相关的文章由机器评估舆情，正值代表比较正面，负值代表比较负面。财经舆情分由香港中文大学和数行者公司计算。
|
|
AIE得分 |
AIE公司数 |
FinSenti均值 |
FinSenti公司数 |
标准值 |
|
0-20% |
0.83或1 |
374 |
0.5491 |
685 |
5 |
|
21-40% |
0.67 |
840 |
0.4204 |
693 |
4 |
|
41-60% |
0.5 |
346 |
0.3166 |
691 |
3 |
|
61-80% |
0.18或0.33 |
578 |
0.1924 |
693 |
2 |
|
81-100% |
0 |
1323 |
-0.0829 |
699 |
1 |
|
|
|
Total：3461 |
|
Total：3461 |
|
