股權(quán)結(jié)構(gòu)、企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值*
——基于金融上市企業(yè)的實(shí)證分析

南華大學(xué)經(jīng)濟(jì)管理學(xué)院　　王　　謙　　劉　　春　　管河山

?

股權(quán)結(jié)構(gòu)、企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值*
——基于金融上市企業(yè)的實(shí)證分析

南華大學(xué)經(jīng)濟(jì)管理學(xué)院王謙劉春管河山

摘要：本文選取2014年44家金融上市公司2008-2013年的年報(bào)數(shù)據(jù)，從金融類上市公司股權(quán)結(jié)構(gòu)視角分析了企業(yè)風(fēng)險(xiǎn)傾向和風(fēng)險(xiǎn)決策行為影響企業(yè)價(jià)值的深層次原因。研究發(fā)現(xiàn)：無論是一階回歸還是二階回歸，股權(quán)結(jié)構(gòu)的強(qiáng)化即股權(quán)集中度的提高導(dǎo)致企業(yè)價(jià)值對企業(yè)風(fēng)險(xiǎn)傾向的反應(yīng)系數(shù)越大且顯著。企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值并非簡單的線性關(guān)系，而是存在著倒U形的非線性關(guān)系。

關(guān)鍵詞：股權(quán)結(jié)構(gòu)企業(yè)風(fēng)險(xiǎn)傾向風(fēng)險(xiǎn)決策行為企業(yè)價(jià)值

一、引言

股權(quán)結(jié)構(gòu)（Ownership Structure，OS）作為公司治理機(jī)制的重要組成部分，是公司剩余控制權(quán)和剩余索取權(quán)行使的基礎(chǔ)，很大程度上決定了企業(yè)的風(fēng)險(xiǎn)傾向和風(fēng)險(xiǎn)行為。學(xué)術(shù)界對股權(quán)結(jié)構(gòu)的理解始于產(chǎn)權(quán)理論，是指企業(yè)在不同類型股東之間的分布狀況和比例關(guān)系，包括股權(quán)的集中程度、所有制結(jié)構(gòu)、股權(quán)制衡程度和流通結(jié)構(gòu)等方面。與其他企業(yè)相比，金融類企業(yè)股權(quán)結(jié)構(gòu)不僅決定著企業(yè)的價(jià)值、籌資成本和經(jīng)營績效，而且決定著金融類企業(yè)抵御和化解風(fēng)險(xiǎn)能力的大小。在現(xiàn)代企業(yè)制度下，所有權(quán)與控制權(quán)分離使得企業(yè)股權(quán)結(jié)構(gòu)不僅體現(xiàn)了權(quán)利制衡和利益分配關(guān)系，也成為影響股東和管理者風(fēng)險(xiǎn)行為決策的重要因素。那么股權(quán)結(jié)構(gòu)對企業(yè)風(fēng)險(xiǎn)傾向和風(fēng)險(xiǎn)決策行為存在怎樣的影響，股權(quán)結(jié)構(gòu)跟企業(yè)價(jià)值之間有著怎樣的關(guān)聯(lián)，它會不會成為決定企業(yè)風(fēng)險(xiǎn)傾向與價(jià)值關(guān)系的重要調(diào)節(jié)變量，這些都是本文需要探討的問題。

二、理論分析與研究假設(shè)

（一）風(fēng)險(xiǎn)傾向與市場價(jià)值國內(nèi)外學(xué)術(shù)界習(xí)慣于普遍研究企業(yè)行為對企業(yè)績效或企業(yè)價(jià)值的影響，而企業(yè)行為對風(fēng)險(xiǎn)以及風(fēng)險(xiǎn)對企業(yè)價(jià)值可能產(chǎn)生的影響卻較少涉及，現(xiàn)實(shí)中的企業(yè)最關(guān)心的可能是如何創(chuàng)造利潤和價(jià)值，而忽略了潛在的風(fēng)險(xiǎn)。佘鏡懷（2012）認(rèn)為風(fēng)險(xiǎn)是有成本的，它會導(dǎo)致企業(yè)價(jià)值的降低和生產(chǎn)效率的下降，最終與企業(yè)的目標(biāo)相背離。前景理論（Prospect Theory）從有限理性人的角度解釋了企業(yè)戰(zhàn)略決策行為，它認(rèn)為絕大多數(shù)的戰(zhàn)略決策者在面臨確定收益時(shí)表現(xiàn)為明顯的風(fēng)險(xiǎn)厭惡，而在面臨損失時(shí)則表現(xiàn)為風(fēng)險(xiǎn)偏好，同時(shí)，決策者對損失的敏感性往往強(qiáng)于收益取得的敏感性（Kahneman，1979），這將表現(xiàn)為當(dāng)企業(yè)績效低于某一限定值時(shí)，企業(yè)決策者趨向于風(fēng)險(xiǎn)尋求，企圖改善企業(yè)績效，而在績效不斷改善的情況下，決策者又會傾向于風(fēng)險(xiǎn)規(guī)避，企圖維持穩(wěn)定的發(fā)展?fàn)顟B(tài)。然而，也有研究顯示，在決策者面臨損失又企圖從高風(fēng)險(xiǎn)的投資項(xiàng)目中尋求風(fēng)險(xiǎn)挖掘收益時(shí)，決策者可能將面臨更大的風(fēng)險(xiǎn)漩渦，陷入風(fēng)險(xiǎn)挖掘—業(yè)績虧損的賭徒式惡性循環(huán)。由此得出假設(shè)1：

H1：其他條件不變，企業(yè)風(fēng)險(xiǎn)與企業(yè)價(jià)值顯著負(fù)相關(guān)

（二）股權(quán)結(jié)構(gòu)與市場價(jià)值一般認(rèn)為，股權(quán)集中度與企業(yè)價(jià)值之間并非簡單的線性關(guān)系，而是較為復(fù)雜的非線性關(guān)系。Jensen和Meckling（1976）指出，提高對享有控制權(quán)的內(nèi)部股東股權(quán)比例，有助于降低代理成本，提高企業(yè)價(jià)值。Demsetz（1985）認(rèn)為，控股股東和外部小股東利益的非一致性將增加企業(yè)治理的風(fēng)險(xiǎn)。Shleifer&Vishny（1986）認(rèn)為，在股權(quán)結(jié)構(gòu)較為分散時(shí)，單個(gè)股東對企業(yè)的監(jiān)督成本將遠(yuǎn)高于其預(yù)期從企業(yè)治理中所獲得的收益，這不利于對企業(yè)經(jīng)營風(fēng)險(xiǎn)的控制。孫永祥和黃祖輝（1999）的研究表明，第一大股東持股比例與公司的Tobin's Q值呈倒U型關(guān)系，并且較高的股權(quán)集中度和股權(quán)制衡有利于公司價(jià)值的提高。陳文婷（2008）發(fā)現(xiàn)，市場化程度高區(qū)域的家族企業(yè)第一大股東持股比例與托賓Q值的之間呈現(xiàn)出正U形關(guān)系。陳德萍（2011）研究發(fā)現(xiàn)，股權(quán)集中度與公司績效之間呈顯著的正U型關(guān)系。張良（2010）提出第一大股東持股比例越低，股權(quán)越分散，股權(quán)制衡度越高，企業(yè)績效越好。另外，控股股東的身份性質(zhì)也成為影響企業(yè)價(jià)值的重要原因。徐麗萍（2006）發(fā)現(xiàn)在不同股權(quán)性質(zhì)條件下，控股股東對公司經(jīng)營績效的影響更多地是正向的激勵(lì)效應(yīng)，過高的股權(quán)制衡程度對公司的經(jīng)營績效存在負(fù)面影響。由此得出假設(shè)2：

H1：其他條件不變，股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值有復(fù)雜影響

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源本文以我國在2014年上市的44家金融類企業(yè)為研究樣本，采集其2008-2013年共6年的年報(bào)數(shù)據(jù)。樣本數(shù)據(jù)主要來源于銳思數(shù)據(jù)庫、巨潮資訊網(wǎng)和國泰安的上市公司研究系列數(shù)據(jù)庫。

（二）變量定義與模型設(shè)計(jì)

（1）企業(yè)價(jià)值。在大多數(shù)國內(nèi)外關(guān)于風(fēng)險(xiǎn)管理的實(shí)證研究中，托賓Q值一直作為衡量企業(yè)價(jià)值的關(guān)鍵指標(biāo)。因此本文同樣也采用托賓Q值來量化企業(yè)價(jià)值。

（2）風(fēng)險(xiǎn)傾向與股權(quán)結(jié)構(gòu)。由于衡量企業(yè)風(fēng)險(xiǎn)的變量較多，如股票收益的波動(dòng)、貝塔系數(shù)、負(fù)債比例等，因此本文擬采用變異系數(shù)法（Coefficient Variation，CV）從貝塔系數(shù)β、資產(chǎn)負(fù)債率lev和權(quán)益乘數(shù)（Equity Multiplier，EM）等代理變量進(jìn)行有效性和穩(wěn)定性分析，以期選取變異系數(shù)值最小且標(biāo)準(zhǔn)差較小的變量來恰當(dāng)度量企業(yè)風(fēng)險(xiǎn)。變異系數(shù)法的基本處理公式如下：

表1　企業(yè)風(fēng)險(xiǎn)變量變異系數(shù)后的描述性統(tǒng)計(jì)結(jié)果

股權(quán)結(jié)構(gòu)概念包含“質(zhì)”和“量”兩個(gè)維度，“質(zhì)”即指公司持股主體股權(quán)的性質(zhì)和身份，而“量”的衡量在于股權(quán)集中或分散的程度（楊婧，2013），如前十大股東的赫芬達(dá)爾（Herfindahl）指數(shù)、第一大股東的持股比例、股東之間的相對持股情況等。本文整理計(jì)算得出前十大股東的赫芬達(dá)爾指數(shù)HHI10，并綜合上市公司股權(quán)性質(zhì)STATE、第一大股東持股比例TOP1及其平方值TOP1*TOP1、第二大股東持股比例TOP2、股權(quán)制衡度EER（第一大股東持股比與第二到第五大股東持股比的比率）等象征股權(quán)結(jié)構(gòu)的變量以期通過主成分分析法提取表征股權(quán)結(jié)構(gòu)這一綜合性指標(biāo)的主要成分。

主成分分析前有必要進(jìn)行KMO樣本測度檢驗(yàn)，以判斷該樣本變量是否適合做主成分分析。其中KMO測度值為0.575，Bartlett's球體檢驗(yàn)的Sig值為0.000，表明該樣本變量適合主主成分分析，且最終確定的公共因子個(gè)數(shù)為3個(gè)，其累計(jì)方差貢獻(xiàn)率達(dá)到88.235%，所提取的主成分能較好的解釋總體方差水平。

由表2可計(jì)算因子值的系數(shù)矩陣βj（j=1，2，3），由公式fj=x·βj可計(jì)算出公共因子fj的因子值，公共因子及綜合因子股權(quán)結(jié)構(gòu)OS表達(dá)式如公式（2）：

表2　因子載荷陣（Component Score Coefficient Matrix）

由此構(gòu)造的綜合因子OS作為本文的調(diào)節(jié)變量，用于衡量金融類上市企業(yè)的股權(quán)結(jié)構(gòu)。進(jìn)一步加入相關(guān)控制變量（詳見表3），針對本文研究假設(shè)，建立檢驗(yàn)?zāi)Ｐ汀１疚难芯磕Ｐ陀腥?，第一類是僅考察股權(quán)結(jié)構(gòu)和企業(yè)風(fēng)險(xiǎn)傾向?qū)κ袌鰞r(jià)值的影響；第二類是考慮股權(quán)結(jié)構(gòu)的調(diào)節(jié)作用時(shí)對市場價(jià)值的影響；第三類是既考慮了調(diào)節(jié)作用又綜合考慮了風(fēng)險(xiǎn)傾向?qū)κ袌鰞r(jià)值是否存在非線性關(guān)系的回歸模型。本文僅將最為復(fù)雜模型三報(bào)告如下，模型一和模型二都僅為模型三的一部分。具體詳見如公式（3）。

表3　變量定義表

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)由表4可知：從企業(yè)風(fēng)險(xiǎn)代理變量的資產(chǎn)負(fù)債率的均值和中位數(shù)來看，金融上市公司的負(fù)債情況普遍較高，企業(yè)潛在風(fēng)險(xiǎn)較大，其兩極分化情況較為嚴(yán)重。由于股權(quán)結(jié)構(gòu)綜合變量OS是經(jīng)過主成分分析旋轉(zhuǎn)之后的變量，其均值為0，但最大最小值差距十分明顯，且一半以上的股權(quán)結(jié)構(gòu)值為負(fù)。前十大股東的赫芬達(dá)爾指數(shù)HHI10均值僅為0.1570，且所有樣本第一、第二和第十大股東平均持股比例為29.66%、13.49%和0.95%，這表明金融上市公司前十大股東的持股比例分布較為均勻，且多數(shù)公司控股股東實(shí)際持股比例相對于絕對控股比例來說還存在較大差距。半數(shù)以上的金融上市公司股權(quán)制衡度EER較強(qiáng)，均值達(dá)到1.2417，中位數(shù)為1.2426，但兩極分化情況較為嚴(yán)重。半數(shù)以上的金融上市公司股權(quán)制衡度EER較強(qiáng)，均值達(dá)到1.2417，中位數(shù)為1.2426，但兩極分化情況較為嚴(yán)重。同時(shí)還發(fā)現(xiàn)，半數(shù)以上的企業(yè)成長性較好，但企業(yè)之間的差距十分大，且存在政治關(guān)聯(lián)行為，大多數(shù)企業(yè)實(shí)施兩職分離，有利于加強(qiáng)公司監(jiān)管和治理。此外，高管薪酬激勵(lì)的普遍性高于股權(quán)激勵(lì)。

表4　回歸變量的描述性統(tǒng)計(jì)結(jié)果

（二）相關(guān)分析同時(shí)，將其相關(guān)系數(shù)矩陣報(bào)告如表5。由上表5可知，各變量之間基本上不存在明顯的共線關(guān)系，企業(yè)風(fēng)險(xiǎn)傾向和股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值之間都為明顯的負(fù)相關(guān)關(guān)系。同時(shí)，針對假設(shè)中的企業(yè)風(fēng)險(xiǎn)與企業(yè)價(jià)值的散點(diǎn)圖情況，初步假定風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值之間存在非線性關(guān)系，因此設(shè)立方程時(shí)，將重點(diǎn)考慮lev和托賓Q對數(shù)方程模型。

表5　各變量的Pearson相關(guān)系數(shù)矩陣

（三）回歸分析由于眾變量在統(tǒng)計(jì)量綱和數(shù)值上存在一定區(qū)別，本文多元回歸均采用標(biāo)準(zhǔn)化數(shù)據(jù)在SPASS16.0中完成。公式（2）的估計(jì)結(jié)果如表6所示。由模型1和模型4的簡單回歸可知，在簡單線性回歸模型中，企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值之間為不顯著的負(fù)向影響關(guān)系，而在簡單對數(shù)回歸中，企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值之間為明顯的彈性負(fù)相關(guān)，這表明企業(yè)偏好風(fēng)險(xiǎn)傾向和決策行為越多，可能會導(dǎo)致企業(yè)價(jià)值的降低和生產(chǎn)效率的下降，假設(shè)1得到驗(yàn)證。同時(shí)，股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值也呈明顯的負(fù)相關(guān)關(guān)系，無論是簡單線性回歸還是對數(shù)回歸中，負(fù)相關(guān)關(guān)系皆為顯著。至于其他控制變量，回歸效果并不理想。在控制年度變量之后，除了政治關(guān)聯(lián)度變量與企業(yè)價(jià)值之間呈顯著性水平為10%的的負(fù)相關(guān)關(guān)系以及兩職分離對企業(yè)價(jià)值有顯著積極影響外，其它控制變量對企業(yè)價(jià)值的影響關(guān)系雖部分控制變量與因變量關(guān)系符合預(yù)期但并不顯著。

由模型2和模型5含調(diào)節(jié)效應(yīng)的回歸模型可知，企業(yè)風(fēng)險(xiǎn)傾向和股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值之間分別為負(fù)相關(guān)關(guān)系，這與模型1和4的分析結(jié)果基本一致，但略有不同的是股權(quán)結(jié)構(gòu)對企業(yè)價(jià)值影響關(guān)系的顯著性水平有了較大提高，這也從側(cè)面說明股權(quán)結(jié)構(gòu)變量對企業(yè)風(fēng)險(xiǎn)傾向—企業(yè)價(jià)值關(guān)系具有顯著的調(diào)節(jié)作用。同時(shí)發(fā)現(xiàn)，體現(xiàn)調(diào)節(jié)作用的交叉項(xiàng)回歸結(jié)果顯著，雖兩模型中股權(quán)結(jié)構(gòu)與企業(yè)價(jià)值之間關(guān)系在顯著性水平為0.05時(shí)為負(fù)相關(guān)，但股權(quán)結(jié)構(gòu)卻對企業(yè)價(jià)值與企業(yè)風(fēng)險(xiǎn)傾向的反映系數(shù)之間起著明顯的正面調(diào)節(jié)作用，即隨著股權(quán)結(jié)構(gòu)的進(jìn)一步加強(qiáng)和優(yōu)化，它會影響企業(yè)風(fēng)險(xiǎn)傾向和風(fēng)險(xiǎn)決策行為朝著有助于企業(yè)價(jià)值提升的方向發(fā)展。究其原因，股權(quán)結(jié)構(gòu)象征的是公司股權(quán)治理的水平，股權(quán)結(jié)構(gòu)的強(qiáng)化意味著公司股權(quán)集中度或股權(quán)制衡度的提高，由前文分析可知，金融類上市公司的股東持股比例較為均勻且伴隨其他股東持股比例過低的現(xiàn)象，隨著公司對股權(quán)的重組和整合優(yōu)化，這有利于公司股東控制能力和影響力以及治理水平的進(jìn)一步提高，可有效地防止公司內(nèi)部重大事項(xiàng)“議而不決”和對管理層監(jiān)管“搭便車”等行為的頻繁發(fā)生。

在非線性回歸模型3和模型6中，加入企業(yè)風(fēng)險(xiǎn)傾向的平方項(xiàng)以后，實(shí)證發(fā)現(xiàn)企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值之間呈倒U型非線性關(guān)系，但其在模型3中表現(xiàn)得并不顯著，而在模型6中顯著性水平達(dá)到1%。股權(quán)結(jié)構(gòu)的強(qiáng)化重點(diǎn)表現(xiàn)為股權(quán)集中度的提升和控股股東實(shí)際控制能力的增強(qiáng)，這可能引起控股股東通過風(fēng)險(xiǎn)承擔(dān)、融資操作、過度投資、關(guān)聯(lián)交易行為以及隧道行為等方式來實(shí)現(xiàn)自身利益的最大化。出于對個(gè)人私利追逐的目的，可能導(dǎo)致控股股東對企業(yè)風(fēng)險(xiǎn)傾向偏好進(jìn)一步加強(qiáng)，風(fēng)險(xiǎn)決策收益主要由控股股東所享有，而在面臨損失時(shí)，控股股東可將大部分風(fēng)險(xiǎn)轉(zhuǎn)嫁給上市公司的小股東或公眾股民，這也進(jìn)一步為控股股東的“冒險(xiǎn)”行為提供了便利。因此在控股股東掌握控制權(quán)初期，仍采取較為謹(jǐn)慎的風(fēng)險(xiǎn)決策行為，對風(fēng)險(xiǎn)投資項(xiàng)目的合理把握一定程度上為企業(yè)價(jià)值的提升提供了有利條件。但隨著控股股東股權(quán)集中度的進(jìn)一步增強(qiáng)，其侵占公司中小股東利益的動(dòng)機(jī)和傾向也逐漸強(qiáng)化，對風(fēng)險(xiǎn)投資項(xiàng)目的偏好所導(dǎo)致的投資過度行為以及各種關(guān)聯(lián)交易、隧道行為的不斷涌現(xiàn)將逐漸“掏空”上市公司財(cái)富和資源，此時(shí)，企業(yè)價(jià)值在控股股東的利益侵占行為下逐漸縮水，企業(yè)經(jīng)營績效日益惡化，不利于企業(yè)的長期發(fā)展。

同時(shí)，與一階回歸模型結(jié)果一致的是股權(quán)結(jié)構(gòu)變量對企業(yè)價(jià)值仍表現(xiàn)為顯著負(fù)向影響關(guān)系，此外，股權(quán)結(jié)構(gòu)的調(diào)節(jié)作用在二階回歸模型中同樣表現(xiàn)為顯著正相關(guān)。在模型3中，股權(quán)結(jié)構(gòu)對企業(yè)風(fēng)險(xiǎn)傾向和企業(yè)價(jià)值的反應(yīng)系數(shù)起著顯著的正向調(diào)節(jié)作用，反映系數(shù)為0.173，顯著性水平α=0.05，而在模型6中，反映系數(shù)為0.194，顯著性水平α=0. 01，這意味著股權(quán)結(jié)構(gòu)作為企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值關(guān)系的關(guān)鍵調(diào)節(jié)變量，在二階對數(shù)回歸模型中，調(diào)節(jié)作用得到更為顯著的證明。相較于模型2和5，也進(jìn)一步表明了企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值之間非線性關(guān)系的存在。至于其他控制變量，回歸效果同簡單回歸一樣不理想。除了政治關(guān)聯(lián)度變量與企業(yè)價(jià)值之間呈顯著性水平為10%的的負(fù)相關(guān)關(guān)系，其他控制變量的顯著性水平均未達(dá)到檢驗(yàn)要求。

綜合兩大模型回歸結(jié)果不難發(fā)現(xiàn)，相較于簡單回歸模型而言，對數(shù)回歸模型的回歸效果更為理想，且顯著性水平得到了進(jìn)一步的提升，對變量之間的關(guān)系的揭示也更為明顯和深刻。

表6　股權(quán)結(jié)構(gòu)對企業(yè)風(fēng)險(xiǎn)-市場價(jià)值影響的回歸結(jié)果

五、結(jié)論

股權(quán)結(jié)構(gòu)和企業(yè)風(fēng)險(xiǎn)決策是公司治理過程中的重要方面。文章從金融類上市公司股權(quán)結(jié)構(gòu)的視角探求企業(yè)風(fēng)險(xiǎn)傾向影響企業(yè)價(jià)值的深層次原因，基于已有研究，從股權(quán)結(jié)構(gòu)“質(zhì)”和“量”兩個(gè)維度，綜合提取股權(quán)集中度、股權(quán)性質(zhì)和股權(quán)制衡度等變量中用來度量股權(quán)結(jié)構(gòu)的公共因子，利用主成分方法獲取股權(quán)結(jié)構(gòu)這一綜合變量，并將股權(quán)結(jié)構(gòu)設(shè)為模型中的調(diào)節(jié)變量來探究風(fēng)險(xiǎn)傾向與企業(yè)市場價(jià)值的關(guān)系。本文采集了金融上市公司近六年的年報(bào)數(shù)據(jù)進(jìn)行實(shí)證發(fā)現(xiàn)：無論是一階還是二階回歸，股權(quán)結(jié)構(gòu)的強(qiáng)化將使得企業(yè)價(jià)值對企業(yè)風(fēng)險(xiǎn)傾向的反應(yīng)系數(shù)越高且顯著。其次，企業(yè)風(fēng)險(xiǎn)傾向與企業(yè)價(jià)值并非簡單的線性關(guān)系，而是存在著倒U形的非線性關(guān)系。基于我國經(jīng)驗(yàn)數(shù)據(jù)的研究中較少考慮到股權(quán)結(jié)構(gòu)在企業(yè)風(fēng)險(xiǎn)傾向和風(fēng)險(xiǎn)決策行為方面的經(jīng)濟(jì)效益，本文關(guān)于金融類企業(yè)股權(quán)結(jié)構(gòu)和企業(yè)風(fēng)險(xiǎn)傾向的研究提供了上市公司股權(quán)集中度和股權(quán)制衡度影響企業(yè)風(fēng)險(xiǎn)決策行為的經(jīng)驗(yàn)證據(jù)，填補(bǔ)了相關(guān)研究上的空白。

*本文受教育部人文社科青年項(xiàng)目“海量金融時(shí)間序列數(shù)據(jù)平穩(wěn)性檢驗(yàn)方法研究”（項(xiàng)目編號：13YJCZH044），湖南省科研創(chuàng)新立項(xiàng)課題“大數(shù)據(jù)時(shí)代金融時(shí)間序列長記憶性檢驗(yàn)方法研究”（項(xiàng)目編號：CX2014B397）資助。

參考文獻(xiàn)：

［1］楊有振等：《中國商業(yè)銀行風(fēng)險(xiǎn)規(guī)避與股權(quán)結(jié)構(gòu)：基于面板數(shù)據(jù)的經(jīng)驗(yàn)與證據(jù)》，《財(cái)貿(mào)經(jīng)濟(jì)》2010年第6期。

［2］于富生、張敏、姜付秀、任夢杰：《公司治理影響公司財(cái)務(wù)風(fēng)險(xiǎn)嗎？》，《會計(jì)研究》2008年第10期。

［3］佘鏡懷、馬亞明：《企業(yè)風(fēng)險(xiǎn)管理》，中國金融出版社2012年版。

［4］劉杏、馬超群、姚錚：《CEO基本特征對企業(yè)業(yè)績-風(fēng)險(xiǎn)關(guān)系的影響》，《經(jīng)濟(jì)管理》2014年第11期。

［5］孫永祥、黃祖輝：《上市公司的股權(quán)結(jié)構(gòu)與績效》，《經(jīng)濟(jì)研究》1999年第12期。

［6］陳文婷、李新春：《上市家族企業(yè)股權(quán)集中度與風(fēng)險(xiǎn)傾向、市場價(jià)值研究》，《中國工業(yè)經(jīng)濟(jì)》2008年第10期。

［7］陳德萍、陳永圣：《股權(quán)集中度、股權(quán)制衡度與公司績效關(guān)系研究》，《會計(jì)研究》2011年第1期。

［8］張良、王平、毛道維：《股權(quán)集中度、股權(quán)制衡度對企業(yè)績效的影響》，《統(tǒng)計(jì)與決策》2010年第7期。

［9］徐莉萍、辛宇、陳工孟：《股權(quán)集中度和股權(quán)制衡及其對公司經(jīng)營績效的影響》，《經(jīng)濟(jì)研究》2006年第1期。

［10］劉春、王謙、管河山：《系統(tǒng)協(xié)調(diào)度模型的穩(wěn)健性研究》，《南華大學(xué)學(xué)報(bào)》2014年第5期。

［11］楊婧：《股權(quán)結(jié)構(gòu)與企業(yè)風(fēng)險(xiǎn)行為》，《西南交通大學(xué)學(xué)報(bào)》2013年第5期。

［12］Kahneman D，Tversky A.Prospect Theory：An Analysis of Decision Under Risk.Journal of the Econometric Society，1979.

［13］Jensen&Meckling，TheoryofFirm：Managerial Behavior，Agency Costs and Ownership Structure.Journal of Financial Economics，1976.

［14］Demsetz H.and K.Lehn，The Structure of Corporate Ownership：CauseandConsequences.JournalofPolitical Economy，1985.

（編輯 彭文喜）