影響“新三板”做市商選擇做市企業(yè)的因素研究*

，

(1.安徽師范大學(xué) 皖江學(xué)院，安徽 蕪湖 241002； 2.安徽師范大學(xué) 經(jīng)濟(jì)管理學(xué)院， 安徽 蕪湖 241002)

2014年8月，“新三板”引入做市商制度，旨在增加市場流動性，更好實(shí)現(xiàn)“新三板”對中小微企業(yè)的融資和定價(jià)功能(國發(fā)〔2013〕49號)。隨后兩年，“新三板”掛牌企業(yè)數(shù)呈井噴式增長，截止2016年底，掛牌企業(yè)已激增至10 165家，做市交易企業(yè)1 615家，但做市商只有89家①，相比于納斯達(dá)克市場的5 000多家掛牌企業(yè)和500余家的做市商，“新三板”市場呈現(xiàn)出明顯的“僧多粥少”現(xiàn)象。盡管是否采用做市交易方式，理論上是企業(yè)與做市商雙方協(xié)商的結(jié)果，但是在“新三板”當(dāng)前形勢下，更多的還是處于做市商挑選做市企業(yè)的局面。做市商主要基于盈利目的進(jìn)行做市行為。所服務(wù)的做市企業(yè)質(zhì)量，將影響到做市商將來的做市效果、風(fēng)險(xiǎn)承擔(dān)程度、在行業(yè)中的聲譽(yù)，以及獲利狀況。所以，做市商勢必會基于某些因素，對擬服務(wù)的企業(yè)進(jìn)行遴選。本文通過實(shí)證檢驗(yàn)的方法，找出“新三板”市場上有哪些因素會顯著地影響做市商選擇做市企業(yè)的行為。

有關(guān)做市商的行為研究主要集中于做市商的買賣價(jià)差設(shè)定[1-3]、定價(jià)行為[4-5]和穩(wěn)定市場行為方面[6-8]。對于做市商選擇做市企業(yè)的行為研究較少。本文研究結(jié)論，對于拓展做市商的行為研究有一定的參考價(jià)值。

2016年，國務(wù)院《關(guān)于促進(jìn)創(chuàng)業(yè)投資持續(xù)健康發(fā)展的若干意見》(國發(fā)〔2016〕53號)明確提出要“完善‘新三板’交易機(jī)制”，以及全國股轉(zhuǎn)系統(tǒng)公布的《私募機(jī)構(gòu)全國股轉(zhuǎn)系統(tǒng)做市業(yè)務(wù)試點(diǎn)專業(yè)評審方案》，均表明“新三板”做市商制度調(diào)整勢在必行。本研究的實(shí)踐意義，有助于新的政策擬定，提高做市商為擬做市交易企業(yè)服務(wù)的意愿，以及增加潛在做市商進(jìn)入“新三板”的意向；有助于指導(dǎo)擬做市企業(yè)進(jìn)行信息披露，增加其獲得做市商青睞的概率，提高掛牌企業(yè)股票的流動性；同時(shí)也有助于做市商有效識別備選企業(yè)，提高做市收益。

一、理論分析與研究假設(shè)

(一)理論分析

做市商通過報(bào)價(jià)實(shí)施做市行為，以達(dá)到樹立行業(yè)聲譽(yù)、降低自身風(fēng)險(xiǎn)，以及獲取收益的中間目標(biāo)，最終目標(biāo)都是以獲利為動機(jī)的。因此，做市商是否了解做市企業(yè)的真實(shí)價(jià)值，從而對掛牌股票準(zhǔn)確定價(jià)，設(shè)定最優(yōu)買賣價(jià)差，就對做市商的最終目標(biāo)實(shí)現(xiàn)具有重要影響。所以，問題集中到信息不對稱程度上[9-10]。一旦做市商能夠設(shè)法降低信息不對稱程度，則會表現(xiàn)為做市商調(diào)整報(bào)價(jià)和買賣價(jià)差設(shè)定，提高做市股票的流動性，實(shí)現(xiàn)獲利目標(biāo)[11-12]。

現(xiàn)有研究主要集中于“后半段”，在為特定企業(yè)做市前提下，做市商如何降低信息不對稱程度，確定做市企業(yè)的真實(shí)價(jià)值，并調(diào)整報(bào)價(jià)及價(jià)差以獲利。但是，在前半段做市商選擇做市企業(yè)的過程中，也存在信息不對稱問題，影響到做市商對備選企業(yè)價(jià)值的了解，最終也會影響到做市商定價(jià)、報(bào)價(jià)設(shè)定和獲利問題。

“前半段”問題的核心還是在于信息不對稱程度上。我們分兩種假設(shè)來分析哪些因素會影響到做市商的選擇行為：首先，假設(shè)做市商與備選企業(yè)之間信息不對稱程度很低。那么，備選企業(yè)質(zhì)量越好，該企業(yè)在其他條件相等的情況下將來的流動性會越強(qiáng)，做市商選擇該企業(yè)的可能性越大。反映備選企業(yè)質(zhì)量的公開信息將是影響因素之一。其次，假設(shè)做市商與備選企業(yè)之間信息不對稱程度很高。在此前提下又分兩種情況：一是備選企業(yè)的某些因素可以降低做市商與備選企業(yè)之間的信息不對稱程度，則在其他條件相同的情況下，做市商選擇該企業(yè)的可能性更大。這些因素也將是影響因素之一。二是備選企業(yè)的某些信號傳遞行為，越過信息不對稱障礙，向做市商傳遞備選企業(yè)具有優(yōu)質(zhì)特征的信號，也將會導(dǎo)致做市商傾向于選擇該企業(yè)。因此，反映信號傳遞的因素也是影響因素之一。

總之，做市商在選擇做市企業(yè)的過程中，了解企業(yè)以及了解企業(yè)是否優(yōu)質(zhì)，是做市商選擇的根本依據(jù)。核心假設(shè)是信息不對稱程度。在信息不對稱程度低的情況下，反映企業(yè)質(zhì)量的信息就是影響選擇行為的因素；在信息不對稱程度高的情況下，能夠降低信息不對稱程度的因素，和跨越信息不對稱障礙，實(shí)施信號傳遞的因素，就是影響選擇行為的因素(見圖1)。

圖1 做市商選擇做市企業(yè)影響因素圖

(二)研究假設(shè)

1.企業(yè)質(zhì)量公開信息與做市商選擇行為

根據(jù)“新三板”要求，掛牌企業(yè)需要公開掛牌前兩年的財(cái)務(wù)報(bào)表，以及掛牌后的年報(bào)。除卻年報(bào)中財(cái)務(wù)指標(biāo)對企業(yè)估值、定價(jià)的功能外，財(cái)務(wù)報(bào)表披露的股權(quán)結(jié)構(gòu)[14]與企業(yè)的流動性也密切相關(guān)。由于年報(bào)所承載的企業(yè)信息，對于做市商來說幾乎不存在信息不對稱問題，而年報(bào)信息又與企業(yè)價(jià)值和流動性有關(guān)。因此，年報(bào)數(shù)據(jù)所反映的企業(yè)質(zhì)量將成為影響做市商選擇行為的關(guān)鍵。財(cái)務(wù)報(bào)表中反映企業(yè)質(zhì)量的數(shù)據(jù)眾多，但是做市商對不同數(shù)據(jù)的關(guān)注度會有所不同。2016年股轉(zhuǎn)系統(tǒng)正式出臺分層標(biāo)準(zhǔn)。這些標(biāo)準(zhǔn)正是監(jiān)管層、市場、也是做市商識別掛牌企業(yè)質(zhì)量的最主要的財(cái)務(wù)數(shù)據(jù)。從單個做市商角度來說，當(dāng)財(cái)務(wù)報(bào)表所揭示的這些數(shù)據(jù)更優(yōu)時(shí)，做市商選擇該企業(yè)的概率就更大。而從做市商群體角度來說，當(dāng)財(cái)務(wù)報(bào)表所揭示的這些數(shù)據(jù)更優(yōu)時(shí)，就會有更多的做市商選擇該企業(yè)提供做市服務(wù)。據(jù)此，提出假設(shè)1：

H1：強(qiáng)制公開的財(cái)務(wù)信息內(nèi)容會影響做市商的選擇行為。

H1a：強(qiáng)制公開的企業(yè)財(cái)務(wù)數(shù)據(jù)越好，做市商選擇該企業(yè)的概率越大。

H1b：強(qiáng)制公開的企業(yè)財(cái)務(wù)數(shù)據(jù)越好，選擇該企業(yè)的做市商越多。

2.降低信息不對稱程度因素與做市商選擇行為

但是依然有大量與企業(yè)定價(jià)、估值有關(guān)的信息屬于企業(yè)內(nèi)部信息，是多數(shù)做市商所無法獲取的，屬于做市商與企業(yè)之間存在較為嚴(yán)重的信息不對稱的狀況。國外研究表明，做市商與備選企業(yè)的地理位置相近程度，會影響到做市商對備選企業(yè)內(nèi)部信息的獲取，從而達(dá)到降低信息不對稱的效果[15]。其原理可描述為，當(dāng)做市商與備選企業(yè)處于同一地理區(qū)域內(nèi)時(shí)，首先，做市商可以通過企業(yè)在當(dāng)?shù)亟鹑跈C(jī)構(gòu)的金融記錄獲取更多的企業(yè)內(nèi)部信息；其次，做市商可以通過當(dāng)?shù)氐纳鐣顒优c企業(yè)管理層接觸，以獲得企業(yè)內(nèi)部信息；最后，投資者們也偏好投資本地企業(yè)[16]，如果做市商與備選企業(yè)處于同一區(qū)域，做市商就更加了解該企業(yè)股票的市場交易者，也就更容易識別哪些報(bào)價(jià)更具有信息含量，從而減少自身承受逆向選擇的成本?！靶氯濉弊鍪猩淘诘乩韰^(qū)位的分布上極其不均衡。當(dāng)備選企業(yè)處于做市商密集的區(qū)域時(shí)，顯然會有更高的幾率被選擇成為做市企業(yè)。據(jù)此，提出假設(shè)2：

H2：企業(yè)所處地理區(qū)位會影響做市商的選擇行為。

H2a：企業(yè)所在省份做市商數(shù)量越多，做市商選擇該企業(yè)的概率越大。

H2b：企業(yè)所在省份做市商數(shù)量越多，選擇該企業(yè)的做市商越多。

3.信號傳遞行為與做市商選擇行為

當(dāng)信息不對稱程度較高，而備選企業(yè)本身具有較好質(zhì)量時(shí)，企業(yè)會通過信號傳遞行為向外界傳遞信息。自愿披露是證券市場上企業(yè)常用的一種信號傳遞方式。自愿披露往往代表著企業(yè)具有低的資本成本[17]、更準(zhǔn)確的定價(jià)[18]和高的盈余質(zhì)量[19]。與創(chuàng)業(yè)板不同，“新三板”對于企業(yè)半年報(bào)和季度報(bào)表采用自愿披露形式。而信息披露本身是有成本的。所以，“新三板”企業(yè)自愿披露半年報(bào)(或者季報(bào))時(shí)，說明企業(yè)希望將自己優(yōu)質(zhì)的經(jīng)營狀況向外傳遞。據(jù)此，提出假設(shè)3：

H3：自愿披露行為會影響做市商的選擇行為。

H3a：企業(yè)自愿披露中期財(cái)務(wù)報(bào)表，做市商選擇該企業(yè)的概率更大。

H3b：企業(yè)自愿披露中期財(cái)務(wù)報(bào)表，選擇該企業(yè)的做市商更多。

而當(dāng)企業(yè)中有風(fēng)險(xiǎn)投資介入時(shí)也是一種信號傳遞。風(fēng)險(xiǎn)投資在識別優(yōu)質(zhì)企業(yè)方面具有過人之處[20]。因此，風(fēng)險(xiǎn)投資的介入行為往往被認(rèn)為具有核證效應(yīng)[21]。當(dāng)做市商觀測到某些企業(yè)有風(fēng)險(xiǎn)投資進(jìn)入時(shí)，則間接說明該企業(yè)具有良好的質(zhì)量和發(fā)展前景。據(jù)此，提出假設(shè)4：

H4：風(fēng)險(xiǎn)投資參與行為會影響做市商的選擇行為。

H4a：當(dāng)備選企業(yè)中參與的風(fēng)險(xiǎn)投資越多時(shí)，做市商選擇該企業(yè)的概率越大。

H4b：當(dāng)備選企業(yè)中參與的風(fēng)險(xiǎn)投資越多時(shí)，選擇該企業(yè)的做市商越多。

二、實(shí)證檢驗(yàn)

(一)樣本選取

“新三板”做市制度始于2014年度。由于涉及滯后變量，本文選取2013—2016年區(qū)間年度數(shù)據(jù)作為樣本，并對以下樣本進(jìn)行了剔除：賬面資產(chǎn)負(fù)債率小于0或者大于100%的樣本、金融類公司樣本、存在缺失值的樣本。樣本為非平衡面板數(shù)據(jù)，最終獲得有效樣本9 469個。數(shù)據(jù)來源于WIND數(shù)據(jù)庫，以及根據(jù)WIND數(shù)據(jù)手工計(jì)算所得。

(二)變量設(shè)計(jì)

1.因變量

交易方式。當(dāng)掛牌企業(yè)交易方式為做市交易時(shí)取值為1，否則取值為0。

做市商數(shù)量。用做市交易方式企業(yè)中做市商的數(shù)量表示。采用協(xié)議交易方式，或者協(xié)議轉(zhuǎn)做市交易方式在轉(zhuǎn)變之前階段，該變量取值為0。

2.自變量

“新三板”分層制度有三種標(biāo)準(zhǔn)，本文選擇標(biāo)準(zhǔn)一：凈利潤+凈資產(chǎn)收益率+股東人數(shù)，作為企業(yè)質(zhì)量公開信息的指標(biāo)。標(biāo)準(zhǔn)二將在穩(wěn)健性檢驗(yàn)中使用②。

凈利潤。分層標(biāo)準(zhǔn)中將2 000萬元作為凈利潤的臨界值。若樣本凈利潤大于等于2 000萬元該指標(biāo)取值為1，小于2 000萬元則取值為0。預(yù)計(jì)系數(shù)為正。

凈資產(chǎn)收益率。分層標(biāo)準(zhǔn)中將10%作為凈資產(chǎn)收益率的臨界值。若樣本凈資產(chǎn)收益率大于等于10%該指標(biāo)取值為1，小于10%則取值為0。預(yù)計(jì)系數(shù)為正。

股東人數(shù)。分層標(biāo)準(zhǔn)中將200人作為股東人數(shù)的臨界值。若樣本股東人數(shù)大于等于200人該指標(biāo)取值為1，小于10%則取值為0。預(yù)計(jì)系數(shù)為正。

地理區(qū)位。根據(jù)WIND截止到2016年底數(shù)據(jù)，以做市商辦公地址為依據(jù)，統(tǒng)計(jì)位于各省的做市商數(shù)量。當(dāng)掛牌企業(yè)辦公地址位于某一省份時(shí)，以該省份做市商數(shù)量為該指標(biāo)數(shù)值。預(yù)計(jì)系數(shù)為正。

自愿披露。掛牌企業(yè)披露半年報(bào)則當(dāng)年該指標(biāo)取值為1，否則取值為0。預(yù)計(jì)系數(shù)為正。

風(fēng)險(xiǎn)投資。以每年掛牌企業(yè)中所參與的風(fēng)險(xiǎn)投資機(jī)構(gòu)數(shù)量為該指標(biāo)數(shù)值。預(yù)計(jì)系數(shù)為正。

3.控制變量

一是以資產(chǎn)負(fù)債率反應(yīng)企業(yè)資本結(jié)構(gòu)，代表公司層面特征；二是設(shè)置年度虛擬變量以反映宏觀因素對做市商選擇行為的影響。三是設(shè)置行業(yè)虛擬變量反映行業(yè)特征對做市商選擇行為的影響。這里我們根據(jù)WIND二級行業(yè)分類，將屬于半導(dǎo)體與半導(dǎo)體生產(chǎn)設(shè)備、電信服務(wù)Ⅱ、技術(shù)硬件與設(shè)備、軟件與服務(wù)、醫(yī)療保健設(shè)備與服務(wù)和制藥、生物科技與生命科學(xué)行業(yè)的樣本劃歸高科技行業(yè)，行業(yè)變量取值為1，其他行業(yè)取值為0。

所有變量指標(biāo)的定義、計(jì)算和數(shù)據(jù)來源見表1。

表1 變量匯總表

(三)模型設(shè)定與研究方法

本文樣本屬于非平衡面板數(shù)據(jù)。由于固定效應(yīng)模型無法處理年度數(shù)值不變的變量，所以地理區(qū)位和行業(yè)變量在固定效應(yīng)模型中會被自動省略。但是地理位置是本文研究的重點(diǎn)假設(shè)之一，為全面展現(xiàn)研究結(jié)論，文中將分別以混合回歸模型和隨即效應(yīng)模型顯示檢驗(yàn)結(jié)果。另外，為了規(guī)避時(shí)間序列上可能存在的內(nèi)生性問題，自變量全部采用滯后變量。待檢驗(yàn)?zāi)Ｐ腿缦拢?/p>

mit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(1)

makersit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(2)

(四)統(tǒng)計(jì)性描述

2014年至2016年間采用做市交易方式的樣本約占到17%，單個做市交易企業(yè)中平均約有3.5個做市商，最多的企業(yè)有39個做市商提供服務(wù)。樣本中凈利潤不小于2 000萬元的企業(yè)占到14%，凈資產(chǎn)回報(bào)率不小于10%的企業(yè)占到一半以上，股東人數(shù)達(dá)到200人以上企業(yè)的約為2%。企業(yè)所在省份平均有7個以上做市商，最多的省份為廣東省，有20個做市商。有28%的企業(yè)自愿披露中期財(cái)務(wù)報(bào)表，17%的企業(yè)有風(fēng)險(xiǎn)投資參與，最多的企業(yè)有16個風(fēng)險(xiǎn)投資對其投資。其他具體信息見表2。

表2 變量統(tǒng)計(jì)表

相關(guān)性檢驗(yàn)顯示，因變量與自變量之間存在顯著相關(guān)性，且系數(shù)方向與預(yù)期相符，初步證明了我們的設(shè)想。另外因變量與自變量的相關(guān)系數(shù)均小于0.4，模型不存在高度線性相關(guān)問題(見表3)。

注：*代表在5%置信水平上顯著。

(五)檢驗(yàn)結(jié)果解讀

首先，對模型1進(jìn)行Logistic回歸?；旌匣貧w和隨即效應(yīng)模型結(jié)果非常一致，均顯示：凈利潤、凈資產(chǎn)回報(bào)率和股東人數(shù)變量系數(shù)均在1%置信水平上顯著為正，說明當(dāng)公開財(cái)務(wù)信息顯示備選企業(yè)在規(guī)模、盈利能力和股權(quán)分散程度方面更優(yōu)時(shí)，做市商選擇其作為做市企業(yè)的概率更大。H1a通過檢驗(yàn)。地理區(qū)位變量系數(shù)在1%置信水平上顯著為正，說明備選企業(yè)所處地省份具有更多的做市商時(shí)，企業(yè)被做市商選中作為做市企業(yè)的概率更大。H2a通過檢驗(yàn)。自愿披露變量系數(shù)在1%置信水平上顯著為正，說明當(dāng)掛牌企業(yè)主動披露中期財(cái)務(wù)報(bào)表時(shí)，做市商將其視為一種信號傳遞，并且會顯著增加做市商選擇該企業(yè)作為做市企業(yè)的概率。H3a通過檢驗(yàn)。風(fēng)險(xiǎn)投資變量系數(shù)在1%置信水平上顯著為正，說明風(fēng)險(xiǎn)投資的參與，尤其是隨著企業(yè)中參與的風(fēng)險(xiǎn)投資數(shù)量增加，產(chǎn)生了顯著的核證效應(yīng)，做市商將其視作重要的信號傳遞，顯著增加了做市商選擇該企業(yè)做市的概率。H4a通過檢驗(yàn)?？刂谱兞恐?，資產(chǎn)負(fù)債表變量系數(shù)顯著為負(fù)。盡管不是分層標(biāo)準(zhǔn)的指標(biāo)，但是做市商在選擇做市企業(yè)時(shí)非常關(guān)注企業(yè)的資本結(jié)構(gòu)。畢竟資本結(jié)構(gòu)與企業(yè)價(jià)值密切相關(guān)。年度控制變量系數(shù)非常顯著，股市整體的起落、“新三板”新政的出臺等宏觀因素，的確對做市商的選擇行為有所影響。但是行業(yè)控制變量系數(shù)并不顯著。其他檢驗(yàn)結(jié)果信息見表4。

其次，對模型2進(jìn)行OLS回歸。一方面，在全樣本檢驗(yàn)中混合回歸與隨機(jī)效應(yīng)的檢驗(yàn)結(jié)果均顯示：凈利潤、凈資產(chǎn)回報(bào)率和股東人數(shù)變量系數(shù)均在1%置信水平上顯著為正，說明當(dāng)公開財(cái)務(wù)信息顯示備選企業(yè)在規(guī)模、盈利能力和股權(quán)分散程度方面更優(yōu)時(shí)，有更多做市商會選擇其作為做市企業(yè)。H1b通過檢驗(yàn)。地理區(qū)位變量系數(shù)在1%置信水平上顯著為正，說明備選企業(yè)所在地省份具有更多的做市商時(shí)，會有更多做市商選中其作為做市企業(yè)。H2b通過檢驗(yàn)。自愿披露變量系數(shù)在1%置信水平上顯著為正，說明當(dāng)掛牌企業(yè)主動披露中期財(cái)務(wù)報(bào)表時(shí)，做市商將其視為一種信號傳遞，并且會有更多做市商選擇該企業(yè)作為做市企業(yè)。H3b通過檢驗(yàn)。風(fēng)險(xiǎn)投資變量系數(shù)在1%置信水平上顯著為正，說明隨著企業(yè)中參與的風(fēng)險(xiǎn)投資數(shù)量增加，產(chǎn)生了顯著的核證效應(yīng)，做市商將其視作重要的信號傳遞，會有更多做市商選擇該企業(yè)做市。H4b通過檢驗(yàn)。另一方面，在協(xié)議轉(zhuǎn)做市的樣本中進(jìn)行檢驗(yàn)③。盡管變量系數(shù)方向沒有變化，但是混合回歸與隨即效應(yīng)檢驗(yàn)結(jié)果的顯著性在部分變量上有所變化。一是凈資產(chǎn)回報(bào)率變量的顯著性分別下降為5%和10%置信水平。二是地理區(qū)位變量的顯著性下降為5%置信水平。三是自愿披露變量的顯著性下降為10%置信水平。反過來說，規(guī)模、股權(quán)分散、風(fēng)險(xiǎn)投資和資本結(jié)構(gòu)特征，在吸引更多做市商為企業(yè)提供做市服務(wù)方面，具有更加穩(wěn)定的影響力。年度與行業(yè)控制變量的效果與模型1相似。其他檢驗(yàn)結(jié)果信息見表5。

表4 模型1檢驗(yàn)結(jié)果表(因變量m)

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

綜合模型1與模型2的檢驗(yàn)結(jié)果，本文所有假設(shè)均通過檢驗(yàn)。

表5 模型2檢驗(yàn)結(jié)果表(因變量makers)

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

三、穩(wěn)定性檢驗(yàn)

由于在正文檢驗(yàn)中已經(jīng)對因變量采用了虛擬變量和連續(xù)變量形式，樣本也分別選取了全樣本和協(xié)議轉(zhuǎn)做市的子樣本，因此，在穩(wěn)定性檢驗(yàn)中主要通過變換自變量的形式，來進(jìn)一步檢驗(yàn)結(jié)果的穩(wěn)健性。

Rosenbusch等人發(fā)現(xiàn)，虛擬變量作為解釋變量，檢驗(yàn)效果要好于連續(xù)變量[22]。因此，首先，將凈利潤、凈資產(chǎn)收益率和股東人數(shù)財(cái)務(wù)信息變量，用連續(xù)變量替換原來的虛擬變量進(jìn)行檢驗(yàn)。結(jié)果顯示，凈資產(chǎn)收益率在不同模型和樣本的檢驗(yàn)結(jié)果中均不再顯著，地理區(qū)位在協(xié)議轉(zhuǎn)做市子樣本檢驗(yàn)中系數(shù)不再顯著。其他各變量系數(shù)方向與顯著性與均與正文檢驗(yàn)結(jié)果保持一致。其次，我們用分層標(biāo)準(zhǔn)二：營業(yè)收入增長率+營業(yè)收入+股本財(cái)務(wù)指標(biāo)代替原分層標(biāo)準(zhǔn)一，進(jìn)行檢驗(yàn)。除了營業(yè)收入增長率(incomep)系數(shù)在不同樣本和模型中始終不顯著(方向與預(yù)期相符)，地理區(qū)域與股本(capital)變量在協(xié)議轉(zhuǎn)做市樣本中不顯著(方向與預(yù)期相符)外，其他變量系數(shù)方向與顯著性均與原檢驗(yàn)一致。最后，我們用城市所在地做市商數(shù)量代替省份所在地做市商數(shù)量反映地理區(qū)位變量數(shù)據(jù)。由于以市為單位做市商數(shù)量分布變化不大，因此設(shè)置為虛擬變量(local)，企業(yè)所在市有做市商在同一城市取值為1，否則為0。檢驗(yàn)顯示除地理區(qū)位變量系數(shù)不再顯著外(方向與預(yù)期相符)，其他結(jié)果基本與原檢驗(yàn)相符。

穩(wěn)健性檢驗(yàn)表明，我們的檢驗(yàn)整體上是相對穩(wěn)健的；企業(yè)規(guī)模、資本結(jié)構(gòu)、自愿披露、風(fēng)險(xiǎn)投資參與和年度變量，對做市商選擇行為有非常穩(wěn)定的影響。而地理區(qū)位的作用在一定程度上會受到地理區(qū)位大小界定的影響。這是我們可以進(jìn)一步研究的方向(見表6)。

四、研究結(jié)論

做市商需要用自有資金進(jìn)行做市，必將導(dǎo)致做市商對做市企業(yè)謹(jǐn)慎選擇。在“新三板”“僧多粥少”的局面下，這種選擇行為將會更為突出。而這種選擇對于做市商和企業(yè)雙方將來的利益都有顯著影響。因此，找出影響做市商選擇行為的關(guān)鍵因素就是非常具有現(xiàn)實(shí)意義的問題。本文從信息不對稱假設(shè)出發(fā)，利用“新三板”2014—2016年期間的非平衡面板數(shù)據(jù)進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果顯示：企業(yè)的規(guī)模、盈利能力、股權(quán)分散程度、資本結(jié)構(gòu)、地理區(qū)位、自愿披露行為和風(fēng)險(xiǎn)投資參與情況，會影響做市商的選擇行為。地理區(qū)位的作用在一定程度上會受到地理區(qū)位大小界定的影響。企業(yè)規(guī)模、資本結(jié)構(gòu)、自愿披露和風(fēng)險(xiǎn)投資參與，在所有樣本和模型檢驗(yàn)中均顯著。總之，做市商是通過企業(yè)的公開信息、降低信息不對稱和信號傳遞行為三條途徑來識別和選擇做市企業(yè)的。

表6 穩(wěn)健性檢驗(yàn)結(jié)果表

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

根據(jù)本文研究結(jié)論，“新三板”制度建設(shè)可以圍繞降低信息不對稱，從如下方面入手：第一，從企業(yè)角度入手，要求掛牌企業(yè)強(qiáng)制性披露季報(bào)和半年報(bào)，降低市場整體的信息不對稱程度。第二，從做市商角度入手，一是強(qiáng)化做市商激勵制度，提高做市商做市意愿，從而由做市商自主加大投資進(jìn)行信息生產(chǎn)[23]，降低信息不對稱程度；二是放寬做市商資格條件，引入更多做市商形成競爭壓力，倒逼做市商加大信息生產(chǎn)投資。同時(shí)，引入更多做市商，也可以使各地做市商密度加大，通過地理區(qū)位降低做市商對同區(qū)域掛牌企業(yè)的信息不對稱程度。對于擬采取做市交易的企業(yè)來說，則應(yīng)積極通過信號傳遞行為，為自身爭取更多的做市商資源，以提高股票的流動性。

注釋：

① 數(shù)據(jù)來源于WIND數(shù)據(jù)庫。

② 標(biāo)準(zhǔn)三中做市商數(shù)量本身就是指標(biāo)之一，所以不適用。

③ 由于協(xié)議轉(zhuǎn)做市的樣本，在交易方式變化前后對應(yīng)的都是同一樣本，可以更好地反映所關(guān)注的因素對做市商的影響。

[1] DEMSETZ H. The cost of transacting[J]. The Quarterly Journal of Economics， 1968， 82(1)：33-53.

[2] GLOSTEN L R, MILGROM P R. Bid, ask and transaction prices in a specialist market with heterogeneously informed traders[J]. Journal of Financial Economics，1985，14(1)：71-100.

[3] 馬永波， 郭牧炫. 做市商制度、雙邊價(jià)差與市場穩(wěn)定性：基于銀行間債券市場做市行為的研究[J]. 金融研究， 2016 (4)：50-65.

[4] MADUREIRA L, UNDERWOOD S. Information, sell-side research and market making[J]. Journal of Financial Economics， 2008， 90(2)：105-126.

[5] KEDIA S，ZHOU X. Local market makers, liquidity and market quality[J]. Journal of Financial Markets， 2011， 14(4)：540-567.

[6] 姚秦，傅東升. 做市商穩(wěn)定了市場嗎？：來自中國銀行間債券市場的證據(jù)[J]. 上海金融， 2006 (11)：42-44.

[7] BESSEMBINDER H, HAO J, ZHENG K. Market making contracts, firm value, and the IPO decision[J]. The Journal of Finance，2015， 70(5)：1997-2028.

[8] ANAND A, VENKATARAMAN K. Market conditions, fragility, and the economics of market making[J]. Journal of Financial Economics， 2016， 121(2)：327-349.

[9] 崔志娟， 田昆儒. 柜臺市場做市商制度交易成本分析[J]. 現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)學(xué)院學(xué)報(bào))，2009 (8)：41-44.

[10] 張?jiān)迹罘f. 中國股票市場的做市商制度探討：基于信息不對稱下市場參與者整體福利和交易成本的分析[J]. 經(jīng)濟(jì)問題，2011(9)： 91-95.

[11] GROSSMAN S J， STIGLITZ J E. On the impossibility of informationally efficient markets[J]. The American economic review，1980，70(3)：393-408.

[12] GLOSTEN L R. Components of the Bid-Ask spread and the statistical properties of transaction prices[J]. The Journal of Finance，1987，42(5)：1293-1307.

[13] 田昆儒，王曉亮. 定向增發(fā)、股權(quán)結(jié)構(gòu)與股票流動性變化[J]. 審計(jì)與經(jīng)濟(jì)研究，2013(5)：60-69.

[14] 周芳， 張維，張小濤. 中國股票市場風(fēng)險(xiǎn)因素相關(guān)性研究[J]. 管理學(xué)報(bào)， 2012， 9(7)：994-1000.

[15] KANG J，KIM J. The geography of block acquisitions[J]. The Journal of Finance， 2008， 63(6)：2817-2858.

[17] 何玉， 唐清亮，王開田. 碳信息披露、碳業(yè)績與資本成本[J]. 會計(jì)研究，2014 (1)：79-86.

[18] 方紅星，施繼坤，張廣寶. 產(chǎn)權(quán)性質(zhì)、信息質(zhì)量與公司債定價(jià)：來自中國資本市場的經(jīng)驗(yàn)證據(jù)[J]. 金融研究，2013 (4)： 170-182.

[19] 袁蓉麗，陳黎明，文雯. 上市公司內(nèi)部控制審計(jì)報(bào)告自愿披露的經(jīng)濟(jì)效果研究[J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014(6):71-82.

[20] STUART T E, HOANG H, HYBELS R C. Inter-organizational endorsements and the performance of entrepreneurial ventures[J]. Administrative Science Quarterly, 1999, 44(2): 315-349.

[21] MEGGINSON W L, WEISS K A. Venture capitalist certification in initial public offerings[J]. The Journal of Finance, 1991, 46(3): 879-903.

[22] ROSENBUSCH N, BRINCKMANN J, MüLLER V. Does acquiring venture capital pay off for the funded firms? A meta-analysis on the relationship between venture capital investment and funded firm financial performance[J]. Journal of Business Venturing, 2013, 28(3): 335-353.

[23] LEACH J C, MADHAVAN A N.Intertemporal price discovery by market makers: active versus passive learning[J]. Journal of Financial Intermediation, 1992, 2(2): 207-235.