產(chǎn)權(quán)性質(zhì)、股票流動性與股價崩盤風(fēng)險

熊家財

一、引 言

股價崩盤風(fēng)險是指在沒有任何信息征兆的情況下，市場指數(shù)或個股價格發(fā)生跳躍式下跌的概率［1］，它給投資者的個人財富、資本市場的平穩(wěn)運行以及實體經(jīng)濟(jì)的健康發(fā)展帶來極大沖擊和破壞，因而受到學(xué)術(shù)界、實務(wù)界以及監(jiān)督當(dāng)局的廣泛關(guān)注；就我國而言，上市公司信息透明度差、股價同步性高［2］，制度性安排的缺陷導(dǎo)致資本市場的成熟度和穩(wěn)定性較差［3］、股市暴漲暴跌頻發(fā)，如1997至2008年期間，股市發(fā)生四次大的暴跌事件，平均持續(xù)時間為22．5個月，平均振幅高達(dá)51．6%［4］。因此，深入剖析股價崩盤風(fēng)險的內(nèi)在根源及其治理機(jī)制，有助于防范和化解金融風(fēng)險、促進(jìn)股市平穩(wěn)發(fā)展并優(yōu)化資源配置效率。

有關(guān)股價崩盤風(fēng)險的研究，早期文獻(xiàn)主要基于完全信息理性預(yù)期均衡框架解予以解讀，如杠桿效應(yīng)理論［5］、波動率反饋模型［6-7］以及隨機(jī)泡沫理論［8］等，但這些理論對實際數(shù)據(jù)的解釋效果較差。Chen等［9］基于行為金融理論，研究限制賣空市場中投資者異質(zhì)信念與股價崩盤風(fēng)險之間的關(guān)系，發(fā)現(xiàn)二者正相關(guān)。

近年來，學(xué)者們從委托-代理視角提出了解釋股價崩盤風(fēng)險的壞消息隱藏理論（bad news hoarding theory）。該理論認(rèn)為公司經(jīng)理人出于薪酬契約、職業(yè)生涯、聲譽以及帝國構(gòu)建、等多種動機(jī)考慮，傾向于策略性地隱藏或推遲披露負(fù)面消息并及時發(fā)布好消息［10］，壞消息將隨著經(jīng)營周期的持續(xù)而逐漸累積，當(dāng)壞消息累積到一定程度并超過臨界值時將集中釋放，最終導(dǎo)致股價崩盤［2，3，11］。近期文獻(xiàn)從多個視角為這一論斷提供了證據(jù)，如Jin和Myers［2］的跨國研究表明，信息透明度較低的公司，其股價具有較低的信息含量，并表現(xiàn)出較高的同步性和暴跌概率，Hutton等［11］和潘越等［12］來自美國和中國上市公司層面的證據(jù)進(jìn)一步支持了該論斷。Kim等［13-14］發(fā)現(xiàn)上市公司的避稅行為和CFO的期權(quán)激勵與未來股價崩盤風(fēng)險呈顯著的正相關(guān)關(guān)系，但會計穩(wěn)健性有助于降低股價崩盤概率［15］。An和Zhang［16］發(fā)現(xiàn)長期持股的機(jī)構(gòu)投資者有助于強(qiáng)化公司治理并抑制經(jīng)理人的機(jī)會主義行為，進(jìn)而降低公司股價同步性和崩盤風(fēng)險，但機(jī)構(gòu)投資者的“羊群行為”提高了公司股價未來崩盤的風(fēng)險［17］。李小榮和劉行［18］發(fā)現(xiàn)女性CEO能顯著降低股價崩盤風(fēng)險，當(dāng)股市為“熊市”、CEO權(quán)力越大或CEO年齡越大時，女性CEO降低股價崩盤風(fēng)險的作用更為顯著。

由此可見，近期成果主要集中在分析公司信息透明度、稅務(wù)規(guī)避、會計穩(wěn)健性、機(jī)構(gòu)投資者和CEO性別等因素對股價崩盤風(fēng)險的影響，尚未從市場微觀結(jié)構(gòu)的視角研究股價崩盤風(fēng)險。但是，近年來一系列研究表明，市場微觀結(jié)構(gòu)與公司治理密切相關(guān)，如 Adamati和 Pfleiderer［19］以及 Edmans［20］發(fā)現(xiàn)股票流動性有助于強(qiáng)化大股東的退出威脅，從而限制經(jīng)理人機(jī)會主義行為，Jayaraman和 Milbourn［21］發(fā)現(xiàn)CEO股權(quán)收入占總薪酬的比重和CEO薪酬股價敏感性均與股票流動性呈顯著的正相關(guān)關(guān)系。在此背景下，有關(guān)股票流動性是否影響股價崩盤風(fēng)險已成為一個亟待研究和解決的理論與現(xiàn)實問題。另外，鑒于國有企業(yè)的公司治理機(jī)制、委托代理關(guān)系和所受外部干預(yù)與非國有企業(yè)存在明顯差異，因此研究股票流動性的治理作用必須結(jié)合我國獨特的產(chǎn)權(quán)特征。為此，本文以2005至2011年間非金融類A股上市公司為樣本，并結(jié)合我國上市公司獨特的產(chǎn)權(quán)特征，研究股票流動性和股價崩盤風(fēng)險之間的內(nèi)在關(guān)系。

本文的主要貢獻(xiàn)和創(chuàng)新體現(xiàn)在以下三方面：第一，不同于以往文獻(xiàn)集中于分析股票流動性的資產(chǎn)定價含義，本文從企業(yè)微觀層面考察股票流動性的公司治理效應(yīng)，并發(fā)現(xiàn)流動性有助于降低股價崩盤風(fēng)險，從而深化了股票流動性的相關(guān)研究。第二，以往文獻(xiàn)集中于考察信息透明度［2，3，11］、高管代理問題［13-14］、會計穩(wěn)健性［15］、機(jī)構(gòu)投資者［15，17］和高管性別［18］等對股價崩盤風(fēng)險的影響，本文從市場微觀結(jié)構(gòu)的視角，考察股票流動性對股價崩盤風(fēng)險的影響，并結(jié)合公司最終控制人性質(zhì)進(jìn)行剖析，從而拓展了該領(lǐng)域的相關(guān)研究。第三，不同于以往文獻(xiàn)集中于考察股價崩盤風(fēng)險的影響因素和治理機(jī)制，本文進(jìn)一步考察了股價崩盤風(fēng)險的經(jīng)濟(jì)后果，發(fā)現(xiàn)股價崩盤風(fēng)險與公司權(quán)益資本成本呈顯著正相關(guān)關(guān)系，且股票流動性具有調(diào)節(jié)作用。

二、研究假設(shè)與計量模型

（一）股票流動性與股價崩盤風(fēng)險

股價崩盤風(fēng)險的文獻(xiàn)認(rèn)為，經(jīng)理人出于“掏空”［13］、薪酬契約［14］及職業(yè)生涯考慮［22］等動機(jī)，傾向于隱藏或推遲披露負(fù)面消息，隨著經(jīng)營周期的持續(xù)，壞消息逐漸累積并超過臨界值，集中釋放到市場中，進(jìn)而對股價造成極大地負(fù)面沖擊并最終崩盤［3］。此外，Bleck和 Liu［23］認(rèn)為經(jīng)理的“帝國構(gòu)建”傾向?qū)е鹿就顿Y于凈現(xiàn)值為負(fù)的項目，經(jīng)理人的壞信息隱藏行為阻礙了外部投資者的監(jiān)督，項目得以繼續(xù)實施并產(chǎn)生負(fù)的現(xiàn)金流；隨著時間推移，虧損不斷積累并為投資者發(fā)覺，導(dǎo)致股價暴跌。公司信息不透明有助于經(jīng)理人更便利地管理并隱藏負(fù)面信息，從而加劇了股價崩盤風(fēng)險［2，11］。

根據(jù)已有理論，股票流動性可通過以下四種機(jī)制影響股價崩盤風(fēng)險：

一是大股股東監(jiān)督機(jī)制。Maug［24］認(rèn)為，大股東監(jiān)督行為有助于提升股價，如果事前能夠以未反映監(jiān)督收益的低價購入追加股份，那么他們可通過原來持有和追加購買的股份獲利。股票流動性越高，大股東獲利可能性越高，從而具有更高的監(jiān)督積極性。大股東監(jiān)督有助于降低經(jīng)理的機(jī)會主義行為并提高信息披露質(zhì)量，從而顯著降低股價崩盤風(fēng)險。程書強(qiáng)［25］發(fā)現(xiàn)機(jī)構(gòu)投資者持股有助于抑制上市公司操縱應(yīng)計利潤的盈余管理行為并增強(qiáng)盈余信息真實性。

二是股東退出威脅機(jī)制。Adamati和 Pfleiderer［19］以及 Edmans［20］發(fā)現(xiàn)，如果上市公司實行股權(quán)激勵且CEO采取損害公司價值的機(jī)會主義行為，那么知情交易者將拋售股票，從而引起股價下跌，最終導(dǎo)致CEO薪酬減少。同時，股票流動性有助于激發(fā)知情投資者搜集信息并交易［26］，導(dǎo)致股價和CEO薪酬更劇烈地波動。換言之，在股票流動性較高的情況下，為了降低股價變化對薪酬的不利影響，CEO必須減少其機(jī)會主義行為。Bharath等［27］利用亞洲金融危機(jī)和納斯達(dá)克最小報價單位變化等外生事件研究股東退出威脅機(jī)制的有效性，發(fā)現(xiàn)在金融危機(jī)（報價單位變化）期間，大股東持股比例與企業(yè)價值呈顯著負(fù)（正）相關(guān)關(guān)系，高管薪酬股價敏感性越高，這種正相關(guān)關(guān)系越強(qiáng)烈，表明股東退出威脅機(jī)制發(fā)揮了重要作用。

三是股價信息含量機(jī)制。Kyle和Vila［26］認(rèn)為，如果流動性上升，那么投資者買賣股份對價格形成的沖擊減小，掌握信息優(yōu)勢的股東有能力從噪聲交易者手中低價購入大量股票并獲利，此時大股東更有動力關(guān)注這類公司并搜集信息，所以流動性有助于提高股價信息含量。鑒于富含信息的股價提高了公司透明度，降低了內(nèi)、外部之間的信息不對稱，因此有助于強(qiáng)化外部投資者對經(jīng)理人的監(jiān)督并限制經(jīng)理人機(jī)會主義行為、進(jìn)而降低股價崩盤風(fēng)險［2，3，11］。

四是 CEO薪酬契約機(jī)制。Holmstrom和Tirole［28］的理論模型表明，股票流動性上升后，私人信息的邊際價值增加，因此非知情交易者愿意支付一定的信息費用，以獲取知情交易者掌握的信息優(yōu)勢，從而導(dǎo)致公司的特質(zhì)信息不斷融入股價，股價更能體現(xiàn)公司基本面和經(jīng)理人行為，此時利益相關(guān)者可向CEO提供高強(qiáng)度的業(yè)績型并大幅度提高股權(quán)報酬的比重。合理有效的薪酬契約有助于激發(fā)管理層的工作熱情，通過積極挖掘有潛力的投資機(jī)會，實現(xiàn)未來業(yè)績增長并增加激勵收益。蘇冬蔚和熊家財［29］以2005至2011年間非金融類A股上市公司為研究樣本，發(fā)現(xiàn)股票流動性有助于提高CEO薪酬股價敏感性并降低代理成本。

根據(jù)上述分析，本文提出第一個假設(shè)：

假設(shè)一：股票流動性有助于降低上市公司股價崩盤風(fēng)險。

根據(jù) Kim，等［13-14］以及許年行，等［3］，本文設(shè)置以下面板數(shù)據(jù)計量模型檢驗假設(shè)一：

其中，CARSHit+1為年度t+1公司i股價的崩盤風(fēng)險，LIQit為年度t公司i股票的流動性，Xit包括特質(zhì)收益率均值和標(biāo)準(zhǔn)差、投資者異質(zhì)信念、規(guī)模、負(fù)債、財務(wù)業(yè)績以及成長能力等公司層面控制變量，Wit為一組行業(yè)和年度虛擬變量。

（二）產(chǎn)權(quán)性質(zhì)、股票流動性與股價崩盤風(fēng)險

股票流動性與股價崩盤風(fēng)險之間的關(guān)系可能取決于公司產(chǎn)權(quán)性質(zhì)。國有上市公司中，國有股權(quán)一股獨大，作為控制股東的國家會對企業(yè)進(jìn)行監(jiān)督與控制，但國家及其代理人的特殊地位導(dǎo)致這種監(jiān)督和控制具有行政色彩并帶來過多的干預(yù)，如要求國有企業(yè)承擔(dān)大量不完全以盈余為目標(biāo)的政策性負(fù)擔(dān)，包括促進(jìn)經(jīng)濟(jì)增長、增加就業(yè)和維持社會穩(wěn)定等［30］；同時，國家還可能通過政治力量執(zhí)行與其他股東的合同和控制其他股東行為，以保護(hù)自身利益［31］，上述制度安排限制了利益相關(guān)者參與并監(jiān)督國有上市公司的經(jīng)營管理［32］。薄仙慧和吳聯(lián)生［30］發(fā)現(xiàn)機(jī)構(gòu)投資者有助于降低非國有上市公司的正向盈余管理水平，但機(jī)構(gòu)投資者不能影響國有公司的負(fù)向盈余管理行為，表明機(jī)構(gòu)投資者的積極治理作用在國有控股公司中受到限制。張敏和姜付秀［33］發(fā)現(xiàn)機(jī)構(gòu)投資者有助于提高民營企業(yè)經(jīng)理人的薪酬業(yè)績敏感性并降低薪酬“粘性”，但不能改善國有企業(yè)的公司治理。

此外，國有上市公司管理層的薪酬受到政府的嚴(yán)格管制，如人力資源與社會保障部等六部委于2009年聯(lián)合下發(fā)《關(guān)于進(jìn)一步規(guī)范中央企業(yè)負(fù)責(zé)人薪酬管理的指導(dǎo)意見》，明確規(guī)定國企高管年薪不得超過職工平均工資20倍，因此業(yè)績型薪酬契約對國企高管的激勵作用有限。高管薪酬業(yè)績敏感性的下降一方面弱化了高管與股東之間的利益聯(lián)結(jié)、降低了高管努力工作的積極性，另一方面也限制了股東退出威脅功能的發(fā)揮［27］。與之相反，非國有上市公司所受行政干預(yù)較少、政策性負(fù)擔(dān)較輕，因此更有動力通過設(shè)計合理的薪酬契約和強(qiáng)化利益相關(guān)者的監(jiān)督以降低代理成本?；诖?，本文提出以下第二個研究假設(shè)并構(gòu)建相應(yīng)的面板數(shù)據(jù)計量模型：

假設(shè)二：相比非國有上市公司，國有上市公司股票流動性與股價崩盤風(fēng)險間的負(fù)相關(guān)關(guān)系較弱。

其中，STATE為標(biāo)志國有公司的虛擬變量，若公司最終控制人為國有資產(chǎn)管理公司或政府機(jī)構(gòu)，那么STATE取值為1，否則取值為0。

三、變量與數(shù)據(jù)

（一）變量選取

1．股價崩盤風(fēng)險

根據(jù) Chen等［9］、Kim等［13-14］以及許年行等［3］，本文使用兩種方法衡量股價崩盤風(fēng)險，具體如下：

首先，使用年度t股票i的周收益數(shù)據(jù)計算經(jīng)市場調(diào)整的特質(zhì)收益率Wit，w：

其中，rit，w為年度 t股票 i的周收益率，rmt，w為市場指數(shù)周收益率，εit，w為殘差，股票特質(zhì)收益率 Wit，w＝ln（1+εit，w）。本文在方程（3）中加入市場收益的滯后項和超前項，以調(diào)整股票非同步性交易的影響。

其次，基于Wit，w構(gòu)建以下兩個指標(biāo)：

（1）股票收益負(fù)偏態(tài)系數(shù)NCSKEW

其中，n是股票i在年t的總交易周數(shù)，Wit是周特質(zhì)收益率的年平均值。NCSKEW的數(shù)值越大，表明偏態(tài)系數(shù)負(fù)的程度越嚴(yán)重，股價崩盤風(fēng)險越大。

（2）股票收益上下波動比率DUVOL

首先，根據(jù)股票i的周特質(zhì)收益率Wit，w是否大于年平均收益率Wit，將樣本劃分為上升周期（“up”weeks）和下降周期（“down”weeks）；其次，分別計算兩個子樣本的周特質(zhì)收益標(biāo)準(zhǔn)差；最后，使用下降周期特質(zhì)收益率的標(biāo)準(zhǔn)差與上升周期收益率的標(biāo)準(zhǔn)差比值的自然對數(shù)計算DUVOL。具體表達(dá)式如下：

其中，nu（ndown）為股票 i的周特質(zhì)收益率 Wit，w大于（小于）年平均收益率Wit的周數(shù)。DUVOL的數(shù)值越大，代表股票收益率的分布更傾向于左偏，崩盤風(fēng)險越大。

2．股票流動性

流動性是市場以合理價格交易資產(chǎn)的能力，包括市場寬度、深度、彈性和即時性四個維度，一般可通過基于高頻數(shù)據(jù)的買賣價差以及基于日交易數(shù)據(jù)的換手率和非流動性等指標(biāo)進(jìn)行度量?？紤]到數(shù)據(jù)的可得性和計算成本，本文使用年內(nèi)日均換手率、非流動性和收益反轉(zhuǎn)三個指標(biāo)衡量流動性。

（1）日均換手率TOVER

其中，VOLitd為股票i于年t第d天的成交數(shù)量，LNSitd為流通股數(shù)量，Dit為股票i于年t的總交易天數(shù)。

（2）非流動性ILLIQ

其中，ritd和Vitd分別為股票i于年t第d天忽略紅利再投資的回報率和交易金額；Dit為當(dāng)年總交易天數(shù)；｜ritd｜／Vitd為每百萬元成交額所引起的價格變化，取年平均值并乘以100后即為非流動性指標(biāo)。ILLIQ越高，單位成交金額對價格的沖擊就越大，股票流動性也就越低，反之亦然。

（3）收益反轉(zhuǎn)指標(biāo)GAM

根據(jù) Pastor和 Stambaugh［34］，投資者對流動性差的股票更可能產(chǎn)生過度反應(yīng)，換言之，在成交量不變的情況下，一旦流動性下降，那么收益反轉(zhuǎn)程度必然加大，因此本文通過估計以下回歸方程計算收益反轉(zhuǎn)GAM，然后使用GAM衡量流動性：

其 中，rei，t，d為 超 額 收 益 率，rei，t，d＝ ri，t，drm，t，d（rm，t，d為市場收益率）；sign（．）為符號函數(shù)，當(dāng)為正（負(fù)）時取值為 1（-1），rei，t，d為 0時取值為0。GAM等于 γi，t系數(shù)估計值的絕對值。

3．公司信息透明度OPAQUE

根據(jù)Hutton等［11］，本文使用t-2年至t年的可操控應(yīng)計利潤絕對值之和衡量公司信息透明度（OPAQUE）：

其中，｜DAit｜為股票i在年度t的可操控性應(yīng)計利潤的絕對值；OPAQUE取值越大，公司信息透明度越低。本文使用Kothari等［35］修正的橫截面Jones模型計算可操控性應(yīng)計利潤，首先分行業(yè)、分年度估計方程（10），再將回歸方程（10）的回歸系數(shù)估計值帶入方程（11）計算可操控性應(yīng)計利潤DA：

其中，總應(yīng)計利潤TAit等于營業(yè)利潤減去經(jīng)營活動產(chǎn)生的現(xiàn)金凈流量，Ait-1為上年末總資產(chǎn)，ΔREVit和ΔRECit分別為銷售收入增加額和應(yīng)收賬款增加額，PPEit為固定資產(chǎn)，ROAit為總資產(chǎn)收益率。

4．產(chǎn)權(quán)性質(zhì)STATE

若公司最終控制人為國有資產(chǎn)管理公司或政府機(jī)構(gòu)，那么STATE取值為1，否則取值為0；

5．其他控制變量Xit

（1）特質(zhì)收益率均值（RET）：周特質(zhì)收益率Wit，w的年度均值；（2）收益波動率（SIGMA）：周特質(zhì)收益率 Wit，w的標(biāo)準(zhǔn)差；（3）投資者異質(zhì)信念（DTURN）：股票i本年度的換手率減去上年度換手率之差比本年度股票換手率；（4）公司規(guī)模（SIZE）：公司期末總資產(chǎn)的自然對數(shù)；（5）財務(wù)杠桿（LEV）：期末總負(fù)債與期末總資產(chǎn)之比；（6）總資產(chǎn)收益率（ROA）：公司凈利潤與總資產(chǎn)之比；（7）成長能力（BM）：總資產(chǎn)賬面值與市值之比；

6．行業(yè)和年度控制變量Kit

本文按照以往的研究慣例設(shè)置年度虛擬變量，并根據(jù)中國證監(jiān)會制訂的上市公司行業(yè)分類標(biāo)準(zhǔn)，設(shè)置行業(yè)虛擬變量，其中制造業(yè)按二級分類構(gòu)建虛擬變量。

表1 變量含義及其描述性統(tǒng)計量（2005-2011）

（二）樣本選取與描述性統(tǒng)計量

本文以2005至2011年間非金融類A股上市公司為樣本（其中，股價崩盤風(fēng)險超前一期，為2006至2012年），股票交易數(shù)據(jù)和公司財務(wù)數(shù)據(jù)均從國泰安數(shù)據(jù)庫（CSMAR）提??；參照 Jin和 Myers［2］，本文估計股價崩盤風(fēng)險時剔除年交易周數(shù)小于30的樣本。此外，對各主要變量的最大和最小1%極端值進(jìn)行縮尾處理（Winsorize）。表1提供了變量的含義及其描述性統(tǒng)計量。由表1可見，股價崩盤風(fēng)險NCSKEW和DUVOL的均值分別為 -0．244和 -0．195，標(biāo)準(zhǔn)差分別為0．648和0．470，上述統(tǒng)計量與許年行等［3］基本一致。 股票的日均換手率為3．492%，即月均換手率接近70%（每月按20個交易日計算），遠(yuǎn)高于成熟市場水平（約5%）。非流動性指標(biāo)ILLIQ的均值為0．220，而標(biāo)準(zhǔn)差卻高達(dá)0．388，表明個股間的流動性存在顯著差異。

四、實證結(jié)果

（一）單因素分析

表2提供了單因素分析結(jié)果。每年按照股票流動性中位數(shù)，將樣本劃分為兩組，分別計算各組所對應(yīng)的未來股價崩風(fēng)險NCSKEWit+1與DUVOLit+1均值、中位數(shù)以及方差。由表2的結(jié)果可見，當(dāng)TOVER取值大于中位數(shù)時，NCSKEWit+1的均值和中位數(shù)分別為 -0．286和 -0．268，而取值較小于中位數(shù)組的均值和中位數(shù)分別為 -0．267和 -0．238，兩組中位數(shù)在5%水平上存在顯著差異。采用收益反轉(zhuǎn)指標(biāo)GAM衡量流動性時，結(jié)果基本一致。表2的結(jié)果表明股票流動性越高，未來股價崩盤風(fēng)險越低，初步驗證了本文的假設(shè)一。

表2 單因素分析

（二）股票流動性與股價崩盤風(fēng)險

表3提供了2005至2011年面板數(shù)據(jù)回歸模型（1）的估計結(jié)果，其中，欄i至ii使用年內(nèi)日均換手率TOVER衡量股票流動性，欄iii至iv使用非流動性指標(biāo)ILLIQ衡量流動性，欄v至vi使用收益反轉(zhuǎn)指標(biāo)ILLIQ衡量流動性；欄i、iii和v使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價崩盤風(fēng)險，欄ii、iv和vi使用收益上下波動比率DUVOL衡量股價崩盤風(fēng)險。

由表3的結(jié)果可見，不論是采用NCSKEW還是DUVOL衡量股價崩盤風(fēng)險，股票換手率TOVER的系數(shù)估計值均在1%水平上顯著為負(fù)，且非流動性指標(biāo)ILLIQ和收益反轉(zhuǎn)指標(biāo)GAM的系數(shù)估計值均在5%水平以上顯著為正，表明股票流動性越高，股價崩盤風(fēng)險越低。股票日均換手率每上升一單位標(biāo)準(zhǔn)差，股價崩盤風(fēng)險就下降6．76%（0．024×2．818，見欄i和ii）；非流動性每下降一單位標(biāo)準(zhǔn)差，股票收益負(fù)偏態(tài)系數(shù)NCSKEW就降低2．64%（0．068×0．388，見欄iii）；收益反轉(zhuǎn)每下降一單位標(biāo)準(zhǔn)差，股票收益負(fù)偏態(tài)系數(shù)NCSKEW就降低2．48%（0．169×0．146，見欄v），因此假設(shè)一無法被拒絕，股票流動性有助于降低股價崩盤風(fēng)險。

表3 股票流動性與股價崩盤風(fēng)險

關(guān)于公司層面控制變量對股價崩盤風(fēng)險的影響，本文發(fā)現(xiàn)使用 DUVOL衡量崩盤風(fēng)險時，OPAQUE的系數(shù)估計值均在10%水平上顯著為正，表明公司信息透明度越差，股價崩盤風(fēng)險越高，這與Hutton等［11］的結(jié)論相一致。RET和 SIGMA的系數(shù)估計值均在1%水平上顯著為正，表明特質(zhì)收益率及其波動率越高的公司，其股價崩盤風(fēng)險越高，這與Kim等［13-14］的結(jié)論相一致。使用日均換手率衡量流動性，DTURN的系數(shù)估計值在10%水平以上顯著為正，表明投資者對股票基礎(chǔ)價值存在較大的意見分歧時，股價越可能發(fā)生崩盤，這與Chen等［9］的結(jié)論一致。NCSKEW的系數(shù)估計值4次在10%水平上顯著為正，表明股價崩盤風(fēng)險具有持續(xù)性。SIZE的系數(shù)估計值顯著為正而ROA的系數(shù)估計值則顯著為負(fù)，表明規(guī)模越大、經(jīng)營業(yè)績越差的公司更可能發(fā)生股價崩盤，這與Kim等［13-14］的結(jié)論相一致。此外，BM的系數(shù)估計值均在1%水平上顯著為負(fù)，表明成長性越好的公司越可能發(fā)生崩盤風(fēng)險，這與Chen等［9］的結(jié)論相一致。

（三）產(chǎn)權(quán)性質(zhì)、股票流動性與股價崩盤風(fēng)險

表4提供了2005至2011年面板數(shù)據(jù)回歸模型（2）的估計結(jié)果。

表4 產(chǎn)權(quán)性質(zhì)、股票流動性與股價崩盤風(fēng)險

由表4的結(jié)果可見，使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價崩盤風(fēng)險時，TOVER的系數(shù)估計值在1%水平上顯著為負(fù)且TOVER*STATE的系數(shù)估計值在5%水平上顯著為正（見欄i）；使用非流動性指標(biāo)和收益反轉(zhuǎn)指標(biāo)衡量流動性，ILLIQ和GAM的系數(shù)估計值均在1%水平上顯著為正且流動性*STATE的系數(shù)估計值均在10%水平以上顯著為負(fù)，表明國有上市公司股票流動性對股價崩盤風(fēng)險的負(fù)面作用顯著低于非國有上市公司。股票日均換手率每增加1單位標(biāo)準(zhǔn)差，非國有上市公司股價的崩盤風(fēng)險就下降9．58%，而國有上市公司股價的崩盤風(fēng)險僅降低4．79%；非流動性每降低1單位標(biāo)準(zhǔn)差，非國有上市公司股價的崩盤風(fēng)險就下降4%，而國有上市公司股價的崩盤風(fēng)險僅降低1．55%；因此假設(shè)二無法被拒絕，國有上市公司股票流動性與股價崩盤風(fēng)險之間的負(fù)相關(guān)關(guān)系較弱。

五、基于權(quán)益資本成本的進(jìn)一步分析

股價崩盤風(fēng)險反映了公司管理層對于好消息和壞消息披露的不對稱性，是一種信息風(fēng)險；DeFond等［36］進(jìn)一步指出，公司股價崩盤風(fēng)險難以通過投資組合進(jìn)行分散，因此分散不足的投資者要求獲得風(fēng)險補(bǔ)償。Boyer等［37］和 Conrad等［38］的實證研究均發(fā)現(xiàn)公司特質(zhì)偏度與股票未來收益率呈顯著負(fù)相關(guān)關(guān)系。那么我國上市公司的股價崩盤風(fēng)險將對其資產(chǎn)價格產(chǎn)生怎樣的影響？股票流動性又扮演著怎樣的角色？為了回答這一問題，本文借鑒Easton和Sommers［39］和金智［40］，設(shè)置以下方程分析股票流動性、股價崩盤風(fēng)險與權(quán)益資本成本之間的關(guān)系：

其中，Yit+1為t+1年每股盈余與t年每股凈資產(chǎn)之比，Xit+1為t+1年末股票價格減去t+1年每股凈資產(chǎn)之差比上t年每股凈資產(chǎn)；CRASHit和LIQit分別為股價崩盤風(fēng)險和股票流動性。π0衡量了權(quán)益資本成本，π1度量了股價崩盤風(fēng)險對權(quán)益資本成本的影響，π4反映了股票流動性對股價崩盤風(fēng)險與權(quán)益資本成本之間關(guān)系的影響。本文預(yù)期的估計值顯著大于0；如果使用換手率衡量流動性時，π4的估計值顯著小于0，如果采用非流動性或收益反轉(zhuǎn)指標(biāo)衡量流動性，的估計值顯著大于0。

表5提供了2005至2011年面板數(shù)據(jù)回歸模型（12）的估計結(jié)果，欄i至iv使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價崩盤風(fēng)險，欄v和viii使用收益上下波動比率DUVOL衡量股價崩盤風(fēng)險；欄ii和vi使用日均換手率TOVER衡量流動性，欄iii和vii使用非流動性ILLIQ衡量流動性，欄iv和viii使用收益反轉(zhuǎn)GAM衡量流動性。

表5 股票流動性、股價崩盤風(fēng)險與權(quán)益資本成本

由表5的結(jié)果可見，僅考慮股價崩盤風(fēng)險對權(quán)益資本成本的影響時，股價崩盤風(fēng)險的系數(shù)估計數(shù)均在5%水平上顯著為正（見欄i和v），表明股價崩盤風(fēng)險越高，權(quán)益資本成本就越高；股票收益負(fù)偏態(tài)系數(shù)NCSKEW每增加一單位標(biāo)準(zhǔn)差，權(quán)益資本成本就增加 2．6%（0．04×0．648，見欄 i）。進(jìn)一步考察股票流動性對股價崩盤風(fēng)險與權(quán)益資本成本之間關(guān)系的影響，本文發(fā)現(xiàn)使用非流動性指標(biāo)ILLIQ和收益反轉(zhuǎn)指標(biāo)GAM衡量流動性時，不論是采用NCSKEW還是DUVOL衡量股價崩盤風(fēng)險，股價崩盤風(fēng)險與股票流動性關(guān)聯(lián)項的系數(shù)估計值均在10%水平以上顯著為正，表明股票流動性越高，崩盤風(fēng)險與權(quán)益資本成本之間的正相關(guān)關(guān)系就越弱。

表5的結(jié)果說明，我國上市公司股價的崩盤風(fēng)險越高，投資者要求的資產(chǎn)回報率就越高，在流動性更高的公司，崩盤風(fēng)險與權(quán)益資本成本之間的正相關(guān)關(guān)系較弱。

六、穩(wěn)健性分析

為了進(jìn)一步檢驗股票流動性與股價崩盤風(fēng)險之間的經(jīng)驗關(guān)系，本文從以下五個方面對其進(jìn)行穩(wěn)健性分析：

1．考慮到股價崩盤風(fēng)險與股票流動性之間可能存在雙向因果關(guān)系，根據(jù) Jayaraman和 Milbourn［21］、蘇 冬 蔚 和 熊 家 財［29］，本 文 分 別 使 用TOVER、ILLIQ和GAM的滯后一期及其行業(yè)中位數(shù)作為流動性的工具變量，并通過二階段最小二乘法（2SLS）校正內(nèi)生性。表6提供了估計結(jié)果。

由表6的結(jié)果可見，判斷工具變量合理性的過度過度識別檢驗在5%水平上均不能拒絕原假設(shè)，表明本文選取的工具變量合理可靠，第一階段回歸的F統(tǒng)計量均大于10，表明不存在弱工具變量問題。由表6可知，不論是采用NCSKEW還是DUVOL衡量股價崩盤風(fēng)險，股票換手率TOVER的系數(shù)估計值均在1%水平上顯著為負(fù)且ILLIQ的系數(shù)估計值均在1%水平上顯著為正，同時，使用DUVOL衡量崩盤風(fēng)險時，GAM的系數(shù)估計值在10%水平上顯著為正，表明股票流動性有助于降低股價崩盤風(fēng)險。上述結(jié)果與表3基本一致。

表6 股票流動性與股價崩盤風(fēng)險（2SLS）

2．根據(jù)許年行，等［17］的方法重新估計股價崩盤風(fēng)險。首先，使用以下回歸方程替代等式（3），并重新估計特質(zhì)收益率，其中，W′it，w＝ln（1+ε′it，w）：rit，w＝α0+α1rmt，w-1+α2rjt，w-1+α3rmt，w+α4rjt，w+α5rmt，w+1+α5rjt，w+1+ε′it，w（13）

其中，rjt，w為年度t公司i所屬行業(yè)j經(jīng)流通市值加權(quán)的行業(yè)收益率。其次，通過等式（4）和（5）構(gòu)建新的股價崩盤風(fēng)險指標(biāo)NCSKEW2和DUVOL2。最后，將NCSKEW2和DUVOL2設(shè)為因變量重新估計回歸方程（1）和（2）并檢驗假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論未發(fā)生實質(zhì)性變化①限于篇幅，未報告回歸結(jié)果，如有需要，請向作者索取。。

3．鑒于公司治理可能同時影響股票流動性與股價崩盤風(fēng)險，本文在回歸方程（1）和（2）中進(jìn)一步加入第一大股東持股比例、第二至第五大股東持股比例之和、董事會人數(shù)、獨立董事比例以及總經(jīng)理是否兼任董事長等公司治理變量，并重新檢驗假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

4．根據(jù) Hutton，等［11］和潘越，等［12］，本文使用分行業(yè)、分年度的修正Jones模型［41］估計操控性應(yīng)計利潤，并使用當(dāng)年和前兩年可操控性應(yīng)計利潤的絕對值之和衡量公司信息透明度，在此基礎(chǔ)上重新檢驗假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

5．參考 Dittmar和 Thakor［42］，本文使用經(jīng)每股總資產(chǎn)標(biāo)準(zhǔn)化的分析師預(yù)測標(biāo)準(zhǔn)差衡量投資者異質(zhì)信念，在此基礎(chǔ)上重新估計模型（1）和（2），并檢驗假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

七、結(jié) 論

本文以2005至2011年間A股非金融類上市公司為樣本，研究我國上市公司股票流動性對股價崩盤風(fēng)險的影響，并結(jié)合最終控制人性質(zhì)進(jìn)行剖析，發(fā)現(xiàn)上市公司股票流動性有助于降低股價崩盤風(fēng)險，但國有上市公司股票流動性對股價崩盤風(fēng)險的負(fù)面影響顯著弱于非國有上市公司；進(jìn)一步分析發(fā)現(xiàn)，上市公司股價的崩盤風(fēng)險與權(quán)益資本成本正相關(guān)，在股票流動性較高的公司，這種正相關(guān)關(guān)系較弱。使用不同方法度量股價崩盤風(fēng)險和股票流動性，同時，考慮變量內(nèi)生性時，上述結(jié)論均成立。

本文研究具有重要的理論意義與現(xiàn)實意義，第一，本文發(fā)現(xiàn)上市公司股票流動性有助于降低股價的崩盤風(fēng)險，表明股票流動性具有積極的公司治理效應(yīng)。因此上市公司應(yīng)通過交叉上市和提高自愿信息披露質(zhì)量等方式提高股票流動性。第二，本文發(fā)現(xiàn)國有上市公司股票流動性的治理效果較弱，表明我國國有企業(yè)治理結(jié)構(gòu)還存在較大缺陷，因此應(yīng)進(jìn)一步深化國有企業(yè)改革、優(yōu)化股權(quán)結(jié)構(gòu)，以強(qiáng)化股票流動性的治理效應(yīng)并提升企業(yè)運營效率。第三，監(jiān)督當(dāng)局應(yīng)加強(qiáng)制度建設(shè)，以提高市場定價效率、防范股價崩盤風(fēng)險并促進(jìn)市場健康發(fā)展。

［1］ 陳國進(jìn)，張貽軍．異質(zhì)信念、賣空限制與我國股市的暴跌現(xiàn)象研究［J］．金融研究，2009（4）：80-91．

［2］ Jin L，Myers S．R2 around the world：New theory and new tests［J］．Journal of Financial Economics，2006，79（2）：257-292．

［3］ 許年行，江軒宇，伊志宏，徐信忠．分析師利益沖突、樂觀偏差與股價崩盤風(fēng)險［J］．經(jīng)濟(jì)研究，2012（7）：127-140．

［4］ 騰泰，王國平，劉哲．暴漲暴跌模型VS正確的投資理念［R］．銀河證券研究所專題研究報告，2008．

［5］ Christie A A．The stochastic behavior of common stock variances：Value，leverage and interest rate effects［J］．Journal of Financial Economics，1982，10（4）：407-432．

［6］ Pindyck R S．Risk，inflation，and the stock market［J］．American Economic Review，1984，74（3）：334-351．

［7］ Campbell J Y，Hentschel L．No news is good news：An asymmetric model of changing volatility in stock returns［J］．Journal of Financial Economics，1992，31（3）：281-318．

［8］ Blanchard O J，Watson M W．Bubbles，rational expectations，and financial markets［R］．NBER Working Paper series，No．945，1982．

［9］ Chen J，Hong H，Stein J C．Forecasting crashes：Trading volume，past returns，and conditional skewness in stock price［J］．Journal of Financial Economics，2001，61（3）：345-381．

［10］ Kothari SP，Shu S，Wysocki P D．Do managers withhold bad news？［J］．Journal of Accounting Research，2009，47（1）：241-276．

［11］ Hutton A P，Marcus A J，Tehranian H．Opaque finan-cial reports，R2，and crash risk［J］．Journal of Financial Economics，2009，94（1）：67-86．

［12］ 潘越，戴越一，林超群．信息不透明、分析師關(guān)注與個股暴跌風(fēng)險［J］．金融研究，2011（9）：138-151．

［13］ Kim J B，Li Y，Zhang L．Corporate tax avoidance and stock price crash risk：Firm-level analysis［J］．Journal of Financial Economics，2011a，100：639-662．

［14］ Kim J B，Li Y，Zhang L．CFOs versus CEOs：Equity incentives and crashes［J］．Journal of Financial Economics，2011，101：713-730．

［15］ Kim J B，Zhang L．Accounting conservatism and stock price crash risk：Firm-level evidence［J］．Contemporary Accounting Research，forthcoming．

［16］ An H，Zhang T．Stock price synchronicity，crash risk and institutional investors［J］．Journal of Corporate Finance，2013，21：1-15．

［17］ 許年行，于上堯，伊志宏．機(jī)構(gòu)投資者羊群行為與股價崩盤風(fēng)險［J］．管理世界，2013（7）：31-43．

［18］ 李小榮，劉行．CEO vs CFO：性別與股價崩盤風(fēng)險［J］．世界經(jīng)濟(jì)，2012（12）：102-129．

［19］ Admati A R，Pfleiderer P．The‘wall street walk'and shareholder activism：Exit as a form of voice［J］．Review of Financial Studies，2009，22（7）：2645-2685．

［20］ Edmans A．Blockholder trading，market efficiency，and managerial myopia［J］．Journal of Finance，2009，64（6）：2481-2513．

［21］ Jayaraman S，Milbourn T T．The role of stock liquidity in executive compensation［J］．Accounting Review，2012，87（2）：537-563．

［22］ Piotroski J，Wong T J，Zhang T．Political incentives to suppress negative information：Evidence from Chinese listed firms［R］．Stanford University Working Paper，2013．

［23］ Bleck A，Liu X．Market transparency and the accounting regime［J］．Journal of Accounting Research，2007，45：229-256．

［24］ Maug E．Large shareholders as monitors：Is there a trade-off between liquidity and control？［J］．Journal of Finance，1998，53（1）：65-98．

［25］ 程書強(qiáng)．機(jī)構(gòu)投資者持股與上市公司會計盈余信息關(guān)系實證研究［J］．管理世界，2006（9）：129-136．

［26］ Kyle A S，Vila J．Noise trading and takeovers［J］．Rand Journal of Economics，1991，22（1）：54-71．

［27］ Bharath S T，Jayaraman S，Nagar V．Exit as governance：An empirical analysis［J］．Journal of Finance，2013，68（6）：2515-2547．

［28］ Holmstrom B，Tirole J．Market liquidity and performance monitoring［J］．Journal of Political Economy，1993，101（4）：678-709．

［29］ 蘇冬蔚，熊家財．股票流動性、股價信息含量與CEO薪酬契約［J］．經(jīng)濟(jì)研究，2013（11）：56-70．

［30］ 薄仙慧，吳聯(lián)生．國有控股與機(jī)構(gòu)投資者的治理效應(yīng)：盈余管理視角［J］．經(jīng)濟(jì)研究，2009（2）：81-91．

［31］ Gourevitch P A，Shinn J J．Political power and corporate control：The new global politics of corporate governance［M］．Princeton： Princeton University Press，2005．

［32］ Wei Z，Varela O．State equity ownership and firm market performance：Evidence from China's newly privatized firms［J］．Global Finance Journal，2003，14：65-82．

［33］ 張敏，姜付秀．機(jī)構(gòu)投資者、企業(yè)產(chǎn)權(quán)與薪酬契約［J］．世界經(jīng)濟(jì)，2010（8）：43-58．

［34］ Pastor L，Stambaugh R F．Liquidity risk and expected stock returns［J］．Journal of Political Economy，2003，111（3）：642-685．

［35］ Kothari S P，Leone A J，Wasley C E．Performance matched discretionary accrual measures［J］．Journal of Accounting and Economics，2005，39（1）：163-197．

［36］ DeFond M，Huang M，Li S，Li Y．Does mandatory IFRSadoption affect crash risk？［J］．Accounting Review，forthcoming．

［37］ Boyer B，Mitton T，Vorkink K．Expected idiosyncratic skewness［J］．Review of Financial Studies，2010，23（1）：169-202．

［38］ Conrad J，Dittmar R F，Ghysels E．Ex ante skewness and expected stock returns［J］．Journal of Finance，2013，68（1）：85-124．

［39］ Easton P，Sommers G．Effect of analysts'optimism on estimates of the expected rate of return implied by earnings forecasts［J］．Journal of Accounting Research，2007，45（5）：983-1015．

［40］ 金智．社會規(guī)范、財務(wù)報告質(zhì)量與權(quán)益資本成本［J］．金融研究，2013（2）：194-206．

［41］ Dechow P，Sloan R，Sweeney A．Detecting earnings management［J］．Accounting Review，1995，70（2）：193-225．

［42］ Dittmar A，Thakor A．Why do firms issue equity［J］．Journal of Finance，2007，62（1）：1-54．