Project/Area Number |
22K01696
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 07080:Business administration-related
|
Research Institution | Tokyo Institute of Technology |
Principal Investigator |
永田 京子 東京工業大学, 工学院, 准教授 (10345366)
|
Project Period (FY) |
2022-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
Keywords | 上場基準 / 市場再編 / コーポレートガバナンス / ガバナンス・コード / リスクテイク / Comply or Explain |
Outline of Research at the Start |
本研究は,近年,世界的に導入が進んでいる “Comply or Explain” 手法をとるガバナンス規制が,企業のガバナンス構造と経営行動に与える影響を解明することを目的とする。特にこれまであまり実態が解明されていない,比較的規模の小さい企業に注目し,経営者のリスク回避的な経営姿勢に対して,新たなガバナンス規制がどのような変化をもたらすか検証する。
|
Outline of Annual Research Achievements |
本研究は、近年、世界的に導入が進んでいる “Comply or Explain” 手法をとるガバナンス規制が、企業のガバナンス構造と経営行動に与える影響を解明することを目的とする。日本でも 2015年に“Comply or Explain”型のコーポレートガバナンス・コード(CGコード)が採用され、上場企業によるCGコードの遵守状況や業績等との関係が明らかになりつつあるが、上場企業の多くを占める中小規模の企業におけるガバナンス構造の変化はまだほとんど明らかになっていない。本研究では、これまで研究があまり進んでいなかった、比較的規模の小さい上場企業にも注目してCGコードの適用がもたらす影響を取り上げる。 本課題の2年度にあたる本年度は、本研究の中心となる仮説とより実効的な実証モデルを設定するため、引き続き文献レビューを行うとともに、2022年4月に実施された東京証券取引所の市場区分の変更に伴い、変化したガバナンス環境が株主還元政策をはじめとする意思決定にどのような変化を与えたかという視点から分析を行った。これまでの東京証券取引所の上場企業は最低株主数の制約が大きく、株主数が少なく基準の抵触のおそれがある企業は積極的に一般個人株主を増加させる施策を実施していたことが知られている。 本分析の結果、今回の上場基準の変更に伴い、株主数の制約が緩和された企業では、これまでの株主向けの政策が変化し、それまでの個人投資家向けの施策を縮小もしくは取りやめる傾向があることが確認された。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
国際会議や海外大学でのワークショップに出席し、一部の研究成果の発表を行い有用ななどは予定通り行うことができたが、本研究課題の中心となる分析については、リサーチアシスタントの雇用が計画通りに実施できずデータベースの構築が遅れているため。
|
Strategy for Future Research Activity |
本年度も引き続き国際会議での発表を通じて質の高いフィードバックを受け、一部の成果のパブリケーションを目指すとともに、リサーチアシスタントを雇用して大規模サンプル分析に必要なデータベースの構築を精力的に進め、遅れを取り戻す予定である。
|