三、研究方法以往对证券违法犯罪行为的研究多从法学定性角度人手，即便是对成因的分析也很少有实证量化的研究。所以，缺少数据支持就成了学界对证券犯罪原因分析的一大弱势。考虑到因果关系的三个主要特征：时间顺序、排他性和相关性，[9]一般的探索性原因分析都以这些特征为中心。由于本文收集的数据都是以行政处罚日期以前各年份的数据，确定因果关系的时间性已然确立，所以本文将着重对相关性特征进行量化分析。另外也因为证券犯罪行为中个人犯罪的背景和相关数据实难收集，所以本文将研究范围仅限于公司证券违法犯罪行为。
具体而言，本文的研究方法将以实证为基础，从公司规模、业绩、高管人员素质、公司结构等方面来对比近年来受过证监会处罚的公司与未受过处罚的公司。对比将以统计学中的logistic regression为分析方法，根据此统计分析的结果来找出证券违法犯罪行为的相关因素。
本文的研究样本分为两组，一组是根据证监会网站上公布的行政处罚结果搜索出来的所有上市公司（因为一般非上市公司的相关数据无法收集），共114家；另一组则是相同数目的、与该行政处罚同时期的其他未受处罚的上市公司。确定研究样本后，再根据犯罪学相关理论对以往的成因分析制定变量给予量化。在前述总结的几大类原因中，本文将个人主观原因与犯罪学中的合理性选择理论融合，制定出四个变量，分别为：公司高管平均年龄、公司内部持股比例、董事会中独立董事的比例以及董事会中女性的比例；同时将社会、经济和法制的客观原因里与犯罪学中的紧张理论和公司结构理论结合，定制了七个变量，分别为公司已经经营的年份、员工数量、员工与高管人员的比例、全资和控股子公司数目、公司近三年来的平均财务业绩（以资产回报率来计算）、公司近三年的财务发展趋势（分别定义为上升、下降、不定）、公司是否卷入诉讼。得出这些变量后，再根据被处罚的样本公司处罚日期为时间标准，从以往的年度报告找出相关数据，最终利用统计软件SPSS对这些数据运行回归分析。如此，得以确定各个变量与公司证券违法犯罪的相关性。
四、结果与分析首先，对主观原因四变量进行回归分析，发现总体而言，这些变量与公司证券违法状态有显著的综合性关联关系（Chi-square＝19. 034, p＜．001），但是当分开来看，仅有高管平均年龄与公司证券违法状态的关联关系具有统计意义上的显著性。（见表1）┌───────┬───────────┬────────┬────────┐│变量 │初始系数(B) │标准系数Exp(B) │变量指数(Wald) │├───────┼───────────┼────────┼────────┤│年龄 │-.166 │.847 │15.721** │├───────┼───────────┼────────┼────────┤│内部持股 │-.001 │.999 │.005 │├───────┼───────────┼────────┼────────┤│董事会性别比例│-.005 │1.005 │.127 │├───────┼───────────┼────────┼────────┤│独立董事比例 │-.001 │1.001 │.019 │├───────┼───────────┼────────┼────────┤│常量 │-.506 │1818.826 │15. 025 │└───────┴───────────┴────────┴────────┘其次，再看客观原因七个变量的回归分析，综合起来客观原因与违法状态的关联具有高度显著性(Chi -square = 36.053 , p <. 001)，但是个别而言则仅公司业绩与违法状态的关联关系具有统计意义的显著性，诉讼纠纷也与违法状态有一定的显著关联关系。（见表2）表2 客观原因变量回归分析系数表*┌──────────┬────────┬────────┬────────┐│变量 │初始系数(B) │标准系数Exp (B) │变量指数(Wald) │├──────────┼────────┼────────┼────────┤│公司经营年数-.018 │.982 │.314 │ │├──────────┼────────┼────────┼────────┤│员工人数 │.000 │1.000 │2.049 │├──────────┼────────┼────────┼────────┤│员工与高管比例 │.341 │1.406 │1.706 │├──────────┼────────┼────────┼────────┤│子公司数目 │.3003 │1.003 │.019 │├──────────┼────────┼────────┼────────┤│公司财务业绩 │-6.280 │.002 │7.406** │├──────────┼────────┼────────┼────────┤│公司业绩趋势 │.471 │1. 601 │3. 825 │├──────────┼────────┼────────┼────────┤│诉讼纠纷 │-.679 │．507 │3.744*** │├──────────┼────────┼────────┼────────┤│常量 │.618 │1. 856 │1.259 │└──────────┴────────┴────────┴────────┘最后，把主观和客观原因纳入综合模式检测。该模式的卡方系数显示具有高度统计显著性(Chi-square= 52. 347, p <. 001)。然而就模式中的各个变量而言，仅公司财务业绩和高管平均年龄具备统计显著性。另外公司业绩趋势和诉讼纠纷两个变量也在p＜.10水平上具备统计显著性。（见表3）表3主观原因和客观原因综合模式回归分析系数表*┌───────┬────────────┬────────┬────────┐│变量 │初始系数(B) │标准系数Exp (B) │变量指数(Wald) │├───────┼────────────┼────────┼────────┤│公司经营年数 │.011 │.989 │.086 │├───────┼────────────┼────────┼────────┤│员工人数 │.000 │1.000 │.620 │├───────┼────────────┼────────┼────────┤│员工与高管比例│.419 │1.521 │1.570 │├───────┼────────────┼────────┼────────┤│子公司数目 │.007 │1.007 │.067 │├───────┼────────────┼────────┼────────┤│公司财务业绩 │-7.921 │.000 │7.727*** │├───────┼────────────┼────────┼────────┤│公司业绩趋势 │.748 │2. 113 │5. 120** │├───────┼────────────┼────────┼────────┤│诉讼纠纷 │-.665 │.514 │3. 129** │├───────┼────────────┼────────┼────────┤│独立董事比例 │-.009 │.991 │．665 │├───────┼────────────┼────────┼────────┤│年龄 │-.170 │.844 │13.361**** │├───────┼────────────┼────────┼────────┤│董事会性别比例│-.002 │.998 │.023 │├───────┼────────────┼────────┼────────┤│内部持股 │-.008 │1.008 │.217 │├───────┼────────────┼────────┼────────┤│常量 │8.276 │3927. 110 │14.553 │└───────┴────────────┴────────┴────────┘从以上的logistic回归分析中可以看出，个体主观因素和社会环境客观因素在公司证券违法犯罪行 为中都具有一定的诱发成因作用。虽然综合考虑，两 大范畴因素的整体模式可以解释证券违法犯罪行为的原因，但是具体细究却发现并不是所有列出的变量都能起到成因作用。在主观因素中仅有高管平均年龄与违法状态的关联关系具有高度的统计意义的显著性；而在客观因素中，公司被处罚前三年的财务业绩与违法状态的关联关系具有中等的统计显著性，同时公司前三年的业绩趋势和被处罚当年的诉讼状态与违法状态的关联关系仅有很弱的统计显著性。
