融券賣空機制是否抑制了上市公司過度投資？

王蕾茜 鄒輝文

內(nèi)容提要：過度投資與重復建設(shè)是我國改革開放以來經(jīng)濟增長中的頑疾。為發(fā)現(xiàn)更多的對過度投資的外部治理工具與途徑，本文以我國2007-2016年A股上市公司為樣本，運用混合回歸模型和logit模型，實證分析融券賣空與過度投資之間的關(guān)系。研究結(jié)果表明，當公司面臨較差的投資機會卻依然擴大投資規(guī)模時，賣空交易者能夠識別并對其進行賣空，而融券賣空也在一定程度上降低了公司發(fā)生嚴重過度投資的概率。使用雙重差分模型和雙重差分傾向得分匹配法以及賣空量的殘差來解決內(nèi)生性問題，發(fā)現(xiàn)上述結(jié)論依然成立。賣空機制能夠通過“自律效應(yīng)”、“霍桑效應(yīng)”以及提高會計信息質(zhì)量來有效抑制過度投資，但通過“反饋效應(yīng)”抑制過度投資的效果不明顯，融資買入對過度投資不存在顯著影響。因此，放松賣空限制有助于抑制過度投資動機，提高公司價值，完善公司治理。

關(guān)鍵詞：賣空;過度投資;潛在機制;治理效應(yīng)

中圖分類號：F8325 文獻標識碼：A 文章編號：1001-148X（2018）03-0039-09

收稿日期：2017-11-20

作者簡介：王蕾茜（1991-），女，云南蒙自人，福州大學經(jīng)濟與管理學院博士研究生，研究方向：財務(wù)管理與金融創(chuàng)新;鄒輝文（1959-），男，江西崇仁人，福州大學經(jīng)濟與管理學院教授，博士生導師，管理學博士，研究方向：數(shù)理金融與投資理論。

基金項目：福建省自然科學基金項目“基于極值理論的Copula函數(shù)的巨災風險債券定價研究”，項目編號：2017J01794。

改革開放以來，中國經(jīng)濟經(jīng)歷了高速成長，但與其他國家不同，中國的“增長奇跡”中包含了大量的過度投資和低水平重復建設(shè)[1]，倘若現(xiàn)行制度或激勵機制不能矯正公司投資的長期扭曲，必然導致產(chǎn)業(yè)結(jié)構(gòu)失衡，影響宏觀經(jīng)濟平穩(wěn)運行[2]。作為具有價格發(fā)現(xiàn)功能的融券賣空機制，能夠增加市場流動性，但其對市場影響利弊的爭論一直沒有停止。自2010年滬深證券交易所正式開通融資融券交易系統(tǒng)以來，我國融券業(yè)務(wù)迅速繁榮，截止至2016年12月31日，融券標的已經(jīng)由最初的90只擴充為950只，融券余額由011億元上升至3479億元，盡管與融資買入相比我國融券業(yè)務(wù)發(fā)展仍然滯后，但是融券賣空的合法性與可行性已基本具備，這為深入研究賣空機制對過度投資的治理效應(yīng)提供了良好的實驗環(huán)境。因此，本文以我國2007-2016年A股上市公司為樣本，運用混合回歸模型和logit模型，實證分析融券賣空與過度投資之間的關(guān)系，擬解決以下兩個問題：第一，賣空者是否能夠挖掘到公司盲目投資的負面信息并將其納入投資決策？第二，融券賣空是否抑制了管理者過度投資的動機？其背后的途徑是什么？

一、研究假設(shè)

傳統(tǒng)的估值理論認為，公司的市場價值等于其既有資產(chǎn)未來收益的貼現(xiàn)值加上投資機會的凈現(xiàn)值。當公司投資項目的回報率高于市場所要求的回報率時，如果管理者遵循價值最大化原則，那么提高資本支出的公告將對公司價值產(chǎn)生正向沖擊，反之則會產(chǎn)生負面影響。然而，現(xiàn)實中由于委托代理問題的存在，管理者的投資行為往往并不以公司市場價值最大化為目的，構(gòu)建商業(yè)帝國的企圖使其投資于凈現(xiàn)值為負的項目。對于存在過度投資傾向的公司來說，這一行為與其自身業(yè)績、市場價值都顯著負相關(guān)。Titmana et al（2004）[3]也發(fā)現(xiàn)不正常的資本投資和未來股票回報之間存在著負相關(guān)關(guān)系，并且這一關(guān)系在擁有較大投資自由裁量權(quán)的公司內(nèi)更加明顯，這類公司包括高自由現(xiàn)金流和低負債率的公司，它們更容易發(fā)生過度投資。國內(nèi)也有不少學者分析了過度投資與公司價值間的關(guān)系，如杜興強等（2011）[4]，以上研究均認為過度投資行為顯著降低了公司價值。另一方面，Chen & Singal（2003） [5]等認為賣空投資者是“知情”的，與金融市場上的其他參與者相比，他們有著不可比擬的信息收集渠道以及信息處理技巧，對公司的真實價值更加了解，擅長挖掘目標公司的負面信息，并能夠通過攻擊價格高估的股票獲利[6]。因此賣空交易者總是能夠正確預測未來股票超額收益為負的公司并對其進行賣空[7]。綜上所述，本文認為賣空交易者能夠識別并賣空具有過度投資行為的公司。由于過度投資程度與投資規(guī)模正相關(guān)[8]，而投資規(guī)模擴大有時被市場認為是“利好消息”，因為它意味著公司擁有更多的投資機會且公司及其管理者贏得了資本市場信心[3]。如果單純利用過度投資作為解釋變量與賣空程度進行回歸，那么回歸結(jié)果很可能會受“投資利好”的影響而偏離預期，因此本文將投資機會考慮在內(nèi)，提出假說1來間接檢驗過度投資是否會增加公司被賣空的可能。

假說1：與面臨較好的投資機會相比，當公司面臨較差的投資機會卻依然擴大投資規(guī)模時，其更容易被賣空交易者賣空。

關(guān)于賣空如何影響市場的爭論一直沒有停止，支持者認為融券賣空能夠促進市場信息有效，反對者卻將其視為破壞金融市場穩(wěn)定的“毒藥”。過去學者們對這一問題的探索主要集中于分析賣空機制如何影響信息傳遞，如何影響價格形成，進而影響市場的流動性和波動性，但近年來，學者們卻將關(guān)注點轉(zhuǎn)移到了公司行為領(lǐng)域。Fang et al（2016）[9]將美國證券交易委員會（SEC）一項降低賣空成本的試點事件（Reg-SHO PILOT）作為準自然實驗進行分析，發(fā)現(xiàn)融券賣空確實抑制了經(jīng)理人進行盈余操縱的動機;Massa et al（2015） [10]利用33個國家2002至2009年間的數(shù)據(jù)證實了賣空威脅與公司盈余管理之間存在顯著的負相關(guān)關(guān)系，而這種負相關(guān)關(guān)系產(chǎn)生的原因在于賣空增加了經(jīng)理人不當操作被發(fā)現(xiàn)的概率和速度;Chang et al（2016）[11]從事前的角度研究了賣空威脅的“自律效應(yīng)”，發(fā)現(xiàn)擁有較多可賣空額度的公司能夠獲得更高的并購績效。我國關(guān)于融資融券對公司行為的討論近幾年來漸漸興起，陳暉麗和劉峰（2014）[12]以我國融資融券交易試點為背景，采用雙重差分模型分析融資融券對上市公司盈余管理行為的影響，認為融資融券能夠?qū)χ行⊥顿Y者“用腳投票”產(chǎn)生杠桿效應(yīng)，加劇了對大股東和管理層的懲罰，因而具有公司治理效應(yīng)。張璇等（2016）[13]考察了賣空對財務(wù)重述的影響，發(fā)現(xiàn)加入融券標的會導致分析師跟蹤人數(shù)增加，標的公司發(fā)生財務(wù)重述的可能性顯著降低;靳慶魯?shù)龋?015）[14]則提出當面臨較差的投資機會時，如果公司不及時調(diào)整投資決策，投資者會賣空公司股票以套利，從而導致股價下跌、損減大股東的財富。因此，在放松賣空管制以后，當面臨較差的投資機會時，可賣空公司的大股東有動機監(jiān)督管理層及時調(diào)整投資決策。在此基礎(chǔ)上，本文認為倘若公司的非效率投資行為能夠被賣空者發(fā)現(xiàn)的話，那么賣空機制對過度投資也可能存在治理效應(yīng)，故提出假說2：

假說2：賣空機制抑制了管理者進行過度投資的動機。

二、研究設(shè)計

（一）數(shù)據(jù)來源與樣本選擇

本文選取2007-2016年間中國A股上市公司為研究對象，并對樣本進行如下處理：（1）剔除ST、*ST公司樣本;（2）剔除金融行業(yè)樣本;（3）剔除有缺失值的樣本。為了克服極端值的影響，本文對連續(xù)變量按照1%與99%分位進行了必要的縮尾處理，最終得到1882家A股上市公司9486個公司-年度觀測值。截止至2016年12月31日，兩市累計調(diào)入標的的股票共1062支，調(diào)出112支，剩余950支，本文將曾經(jīng)調(diào)入，之后又調(diào)出標的的股票全部從樣本中刪除。相關(guān)財務(wù)數(shù)據(jù)來自國泰安數(shù)據(jù)庫、RESSET金融研究數(shù)據(jù)庫，融資融券標調(diào)入調(diào)出數(shù)據(jù)來自Wind資訊金融終端。

（二）模型與變量

1賣空識別

為了檢驗假說1，即“與面臨較好的投資機會相比，當公司面臨較差的投資機會卻依然擴大投資規(guī)模時，其更容易被賣空交易者賣空”，本文構(gòu)建了如下OLS模型（1）：

meanShorti，t=β0+β1INVi，t-1+β2Dgrowthi，t-1+β3INVi，t-1*Dgrowthi，t-1+βcontrol+YearDummies+IndustryDummies+ε（1）

模型（1）中，meanShort表示融券賣空程度，度量方法為月融券余額/月個股交易金額的年度平均值;INV表示資本支出水平，計算方法參考靳慶魯?shù)龋?015）[14];本文使用營業(yè)收入增長率（growth）來衡量公司潛在的投資機會，如果一個公司的growth為負，則Dgrowth取1，表示投資機會不佳，否則取0。用營業(yè)收入增長率來區(qū)分投資機會好壞的原因如下：營業(yè)收入增長率能夠有效反映公司的成長性，一般認為成長性越高的公司，投資機會越多;INV*Dgrowth為INV與Dgrowth的交互項，表示與投資機會好的時候相比，投資機會差時，擴大投資規(guī)模對賣空量的影響，是本模型的核心變量，若β3顯著為正，則說明假說1被支持。模型（1）中控制變量（control）包括：（1）未預期盈余，度量方法為[t期EPS-（t-1）期EPS]/t期收盤價，其中EPS為每股收益;（2）每股凈資產(chǎn);（3）流通股市值的自然對數(shù);（4）毛利率;（5）資產(chǎn)負債率;（6）年個股交易數(shù)量取對數(shù);（7）考慮現(xiàn)金紅利再投資的年個股回報率。所有解釋變量均選擇滯后一期以控制內(nèi)生性。YearDummies表示控制年度固定效應(yīng)，IndustryDummies表示控制行業(yè)固定效應(yīng)。

2賣空治理

為了檢驗假說2，即“賣空機制抑制了管理者進行過度投資的動機”， 本文采用Richardson（2006）[15]的預期投資模型來計算過度投資，然而，李延喜等（2015）[16]指出，在使用該模型測量上市公司的投資效率時，所有公司都存在投資非效率情況，即上市公司不是過度投資，就是投資不足。故我們參考Massimo et al（2015）[17]的做法，將公司劃分為嚴重過度投資公司以及投資水平相對正常的公司，并通過建立logit模型來檢驗賣空機制是否降低了公司發(fā)生嚴重過度投資的概率，模型如下：

logit（highover1i，t）=β0+β1Shorti，t+βcontrol+YearDummies+IndustryDummies+ε（2）

模型（2）中，highover1i，t為虛擬變量，代表樣本公司當年的過度投資行為。本文將由Richardson預期投資模型計算出來的過度投資由大到小排序，若上市公司處于前2/3，則highover1i，t值取1，表示“發(fā)生嚴重過度的投資公司”，若上市公司處于后1/3則highover1i，t值取0，表示“投資水平相對合理的公司（過度投資輕微的公司）”。Short為核心變量，若其系數(shù)顯著為負，則說明假說2得到了經(jīng)驗證據(jù)的支持，即隨著賣空程度的增加，公司發(fā)生嚴重過度投資的概率降低，出于穩(wěn)健性考慮，我們分別使用meanShort和medianShort來進行回歸。control為控制變量，定義見表1，為了避免擾動項中存在與Short相關(guān)的因素從而破壞無偏性，本文梳理有關(guān)文獻，增加了盡可能多的控制變量，并通過檢驗證實了這些變量之間不存在多重共線性。我們從公司自身特征、政府干預、內(nèi)部治理和外部治理四個方面對控制變量進行分類。

Li & Lei（2016）[18]認為當期的公司規(guī)模、股票波動率、上一期的年個股回報率、賬面市值比、機構(gòu)投資者持股比例、換手率等公司特征決定了賣空交易者對某一股票賣空程度的高低，而這些特征又與公司的過度投資水平緊密聯(lián)系，為了進一步控制內(nèi)生性，我們使用meanShort及medianShort與上述因素回歸的殘差residual，包括meanresidual和medianresidual來作為賣空程度的代理變量，構(gòu)建模型（3）以檢驗賣空程度的增加是否會降低公司發(fā)生嚴重過度投資的概率。

logit（highover1i，t）=β0+β1residuali，t+βcontrol+YearDummies+IndustryDummies+ε（3）

三、實證結(jié)果分析

（一）變量描述性統(tǒng)計

表2是變量的描述性統(tǒng)計分析。對應(yīng)于模型（2）所用到的主要變量，分別報告了其均值、標準差、最大值、最小值、第一四分位數(shù)、中位數(shù)以及第三四分位數(shù)等統(tǒng)計量。其中，meanShort的最大值為7133346，最小值為0，標準差為295440，medianShort的最大值為2537959，最小值為0，標準差為120057。這說明不同標的公司的融券余額存在巨大差異，但總體規(guī)模仍然偏小。

（二）投資機會差時擴大投資規(guī)模與賣空識別

表3為檢驗假說1的回歸結(jié)果。在第一列中未加入任何控制變量，第二列中加入了控制變量但是沒有控制行業(yè)、年度和公司，第三列中控制了行業(yè)和年度，第四列中控制了公司和年度。在（1）-（4）列中INVi，t-1*Dgrowthi，t-1的系數(shù)都在1%的水平下顯著為正，這表明與面臨較好的投資機會相比，當公司面臨較差的投資機會時，若繼續(xù)擴大投資規(guī)模則會增加賣空量，即賣空者能夠根據(jù)基本面做出判斷，識別并賣空非效率的盲目投資。值得注意的是，在加入了控制變量后，INVt-1的系數(shù)顯著為負數(shù)，說明當投資規(guī)模擴大時賣空程度將隨之減少，驗證了我們前文中提到的“投資利好”假設(shè)。為了克服異方差性和自相關(guān)，本部分及以下部分皆使用以公司為聚類變量的聚類穩(wěn)健標準誤。鑒于我們主要關(guān)注融券賣空與過度投資之間的內(nèi)在聯(lián)系，且文章篇幅有限，本文將省略控制變量的回歸結(jié)果，總體來說，控制變量的回歸結(jié)果與預期基本一致，但是部分控制變量沒能通過顯著性檢驗。

（三）融券賣空對過度投資的治理效應(yīng)

表4報告了融券賣空程度影響過度投資的回歸結(jié)果（檢驗了假說2）?；貧w結(jié)果顯示，隨著賣空程度的不斷增加，公司發(fā)生嚴重過度投資的概率逐漸減小，在使用meanShort和medianShort作為核心解釋變量時，二者的系數(shù)β1均為負且分別在1%和5%的水平下顯著。在使用meanresidual和medianresidual作為核心解釋變量時，盡管系數(shù)β1的顯著性有所減少，但依然為負，且medianresidual的系數(shù)在10%的水平下顯著。檢驗結(jié)果表明賣空機制抑制了管理者進行過度投資的動機，假說2得到支持。

四、內(nèi)生性問題檢驗

不僅賣空機制能影響過度投資，反過來，也許過度投資水平較低的公司更容易被選為融券標的。為了準確識別賣空機制與過度投資間的因果關(guān)系，本文使用雙重差分模型以及雙重差分傾向得分匹配來進一步控制內(nèi)生性。

（一）雙重差分模型

在我國，由于融資融券只針對部分公司進行，因此我們會關(guān)心融券標的組的平均變化與非融券標的組的平均變化之差，以此來衡量融券賣空是否能改善公司過度投資，故本文采用雙重差分模型來描述這一關(guān)系，建立模型（4）：

logit（highoveri，t）=β0+β1listi+β2posti，t*listi+βcontrol+YearDummies+IndustryDummies+ε（4）

在模型（4）中，標的證券的啞變量為list，公司股票若屬于標的證券則取1，否則取0，融券執(zhí)行時間啞變量為posti，t，標的證券參與融券交易之后取1，在此之前取0。由于年度時間啞變量YearDummies已經(jīng)控制住了時間固定效應(yīng)，故為了避免多重共線性，本文將不再把post放入模型中，行業(yè)啞變量IndustryDummies控住了行業(yè)固定效應(yīng)。在前面的研究中，我們將嚴重過度投資的概念定義為過度投資水平較嚴重的后2/3的公司，考慮到上文研究結(jié)論的可靠性在很大程度上依賴于對嚴重過度投資的定義，為了檢驗結(jié)論的可靠性，我們以中位數(shù)為界限，將過度投資水平超過界限的公司定義為嚴重過度投資公司，highover2i，t取1，否則取0。出于穩(wěn)健性考慮，本文將同時匯報兩種定義方式的回歸結(jié)果，見表5?；貧w結(jié)果顯示，無論是使用highover1i，t還是highover2i，t作為被解釋變量，post*list的系數(shù)都顯著為負，這表明在加入融資融券標的后，公司發(fā)生嚴重過度投資的概率顯著降低，支持假說2。

（二）雙重差分傾向得分匹配

為了進一步克服標的證券確定的自選擇性及其他內(nèi)生性問題，我們利用雙重差分傾向得分匹配進行穩(wěn)健性檢驗。本文首先保留融資融券公司被調(diào)入標的前一年的數(shù)據(jù)，記為處理組（list=1），同時保留從未加入標的公司同年的數(shù)據(jù)，記為對照組（list=0），并運用logit模型計算每一家公司被選入處理組的概率，其中被解釋變量為list，協(xié)變量包括公司規(guī)模、關(guān)聯(lián)占款、公司年齡、總資產(chǎn)收益率、外部機構(gòu)持股比例、資產(chǎn)負債率，同時控制了年份和行業(yè)固定效應(yīng)。對于每一家處理組的公司，本文都按照傾向得分進行一對一最近鄰匹配。檢驗證據(jù)表明，以公司規(guī)模、關(guān)聯(lián)占款、公司年齡、總資產(chǎn)收益率、外部機構(gòu)持股比例、資產(chǎn)負債率為協(xié)變量的logit模型擬合效果良好，且匹配滿足共同支撐假設(shè)和獨立性假設(shè)，考慮到篇幅限制，這里未做報告。我們按照經(jīng)典雙重差分估計方法（模型4）對匹配后的樣本進行估計，回歸結(jié)果見表5，盡管post*list的系數(shù)不顯著，但仍然為負，支持了上文的結(jié)論。

五、進一步研究

（一）融券賣空影響過度投資的潛在機制

1.自律效應(yīng)：“股票薪酬”與“飯碗安?！?/p>

Miller & Risk（1997） [19]通過建立模型發(fā)現(xiàn)在異質(zhì)信念和賣空限制的背景下，悲觀的投資者因為受到賣空限制而不能參與市場交易，充分表達信息，導致股票價格主要反映了樂觀投資者的意見，造成股票價格被高估。而李科等（2014）[20]則指出放松賣空約束，降低賣空成本以及增加賣空量等行為降低了股票價格。另一方面， Chang et al（2016） [11]認為源于賣空的價格下跌能夠給管理者帶來雙重壓力，一是通過股票薪酬制度減少了管理層個人利益;二是股票價格下跌增加了公司被敵意收購的可能性從而令管理者面臨丟失工作的威脅。因此本文認為存在自律效應(yīng)，即只要管理者擔心自己的“股票薪酬”及“飯碗安危”，那么他們就會自覺放棄有損公司價值的行為來避免公司股票被賣空，在投資決策方面具體表現(xiàn)為減少過度投資。為了檢驗“股票薪酬”假說，本文按照高管持股激勵強度（wps）高低，將樣本分為高管持股激勵強度較高（highwps=1）和較低（highwps=0）兩組，出于穩(wěn)健性考慮，我們使用模型（2）和模型（4）對兩個樣本分別進行回歸。由于我國目前權(quán)益激勵總體水平較低，實施期權(quán)激勵的上市公司相對較少，從絕對值水平衡量激勵作用可能相對有限，故本文采用“（高管持股數(shù)量*平均股價）/高管前三名薪酬總額”來對高管持股激勵強度進行度量。當wps大于中位數(shù)時，highwps取1，當wps小于中位數(shù)時，highwps取0。為了檢驗“飯碗安?！奔僬f，本文根據(jù)2012年證監(jiān)會的行業(yè)細分標準，手動整理了“面臨敵意收購威脅”的公司信息：若過去一年內(nèi)，該公司所處的行業(yè)中曾經(jīng)發(fā)生過敵意收購，則HT（hostiletakeover）取1，表明公司面臨敵意收購威脅，否則取0。按照HT的取值，本文將公司樣本分為“面臨敵意收購威脅組”和“不面臨敵意收購威脅組”并分別采用模型（2）和模型（4）對不同組回歸，回歸結(jié)果見表6。結(jié)果顯示，無論是meanShort還是list*post，其系數(shù)在“高持股激勵強度”和“高賣空威脅”組都顯著為負，而在“低持股激勵強度”和“低賣空威脅”組則不顯著，證明了“股票薪酬”和“飯碗安?！贝_實是賣空機制影響管理者過度投資的途徑。

2.霍桑效應(yīng)

除了自律效應(yīng)外，融券賣空影響過度投資的途徑可能還包括霍桑效應(yīng)，即融券標的公司由于受到市場的額外關(guān)注而努力改善經(jīng)營決策，避免過度投資。相關(guān)的研究包括：Grullon et al（2015）[21]指出取消報升規(guī)則降低了公司的投資水平，而造成這一結(jié)果的原因可能包括Reg SHO政策提高了處理組公司的被關(guān)注度，引發(fā)霍桑效應(yīng)。Fang et al（2016） [9]在其研究中指出受Reg SHO政策影響的公司也許是因為處于“聚光燈”下而自動減少盈余管理?；羯Ｐ?yīng)影響公司行為的基本邏輯如下：公司調(diào)入融券標的——市場關(guān)注度增加——公司發(fā)生嚴重過度投資的概率下降，我們采用中介效應(yīng)來對此進行檢驗。其中，被解釋變量為上文中提到的highover1;自變量為post*list，若公司i在t時期能夠被賣空則posti，t*listi取1，否則取0;中介變量為市場關(guān)注度，參考Fang et al（2016） [9]，我們使用“對公司進行過跟蹤的分析師團隊數(shù)量（Nanalyst）”來度量。該指標能夠被使用的原因在于，如果一家公司獲得了額外的市場關(guān)注，那么市場對該公司信息需求的增加將促使更多的分析師對其信息展開收集，進而導致跟蹤該公司的分析師團隊數(shù)量上升。最后，由于逐步回歸方法要求中介變量和因變量都為連續(xù)變量，而本文的因變量為分類變量，所以我們參照Hayes（2013）[22]提出的Bootstrap方法進行中介效應(yīng)進行檢驗，檢驗結(jié)果見表7。檢驗結(jié)果顯示在95%的置信區(qū)間下，中介檢驗的結(jié)果沒有包含0（LLCI=-00322，ULCI=-00053），這表明使用市場關(guān)注度作為中介變量的中介效應(yīng)顯著，且中介效應(yīng)為-00153，支持了霍桑效應(yīng)的基本邏輯。使用“被研報關(guān)注度（Nreport）”作為中介變量時，結(jié)果依然穩(wěn)健。

3.賣空、會計信息質(zhì)量與過度投資

Cutillas & Sanchez（2014）[23]在其研究中指出，高質(zhì)量的會計信息質(zhì)量能夠減少信息不對稱引發(fā)的逆向選擇和道德風險，改善投資效率。一方面，會計信息是管理者預測投資回報的重要依據(jù)之一，虛偽陳述的財務(wù)報告往往由于掩蓋了公司潛在的成長趨勢而令誤信它的管理者們做出錯誤的投資決策，而較高質(zhì)量的會計信息能夠幫助管理者更好地識別投資項目，抑制非效率投資;另一方面，會計信息也是股東監(jiān)督管理者的重要信息來源，高質(zhì)量的會計信息為股東提供了可靠的會計數(shù)據(jù)，提高了其監(jiān)督管理的能力，有助于緩解股東與管理者之間的委托代理問題。Biddle et al（2009）[24]也同樣指出財務(wù)報告質(zhì)量與過度投資（投資不足）之間存在負相關(guān)（正相關(guān)）關(guān)系。此外，已有大量的研究表明，賣空成本降低使得融資融券標的公司的盈余管理程度下降，會計信息失真現(xiàn)象得到緩解[12]。因此，賣空機制也有可能通過提高公司的會計信息質(zhì)量來發(fā)揮其治理效用，本文將對此進行檢驗。檢驗的基本邏輯如下：如果公司在加入融券標的后會計信息質(zhì)量提高，且會計信息質(zhì)量提高能夠顯著抑制上市公司發(fā)生嚴重過度投資的概率，那么就表明融券賣空可以通過影響財務(wù)報告的質(zhì)量來抑制過度投資。本文使用可操縱應(yīng)計利潤絕對值自然對數(shù)的負數(shù)（NlnDA）來度量會計質(zhì)量，出于穩(wěn)健性考慮，我們同時使用Jones（1991）[25]的截面模型以及Dechow et al（1995）[26]的“修正瓊斯模型”進行度量，以上兩個模型得出的會計質(zhì)量指標分別為NlnDA 1及NlnDA 2，NlnDA越大則表明盈余管理程度越低，會計信息質(zhì)量越好?；貧w結(jié)果如表8所示。在控制了一系列影響因素后，表8第（1）、（3）列中post*list的系數(shù)都在1%的水平下為正，這說明公司在加入融資融券標的后，會計信息質(zhì)量有所提高。第（2）、（4）列的結(jié)果表明，會計信息質(zhì)量優(yōu)化降低了公司發(fā)生嚴重過度投資的概率?？偟膩碚f，賣空機制能夠通過提高會計信息質(zhì)量來實現(xiàn)對上市公司過度投資的治理。

4.反饋效應(yīng)

李志生等（2015）[27]發(fā)現(xiàn)融資融券的推出提高了中國股票市場的定價效率，且融券賣空量越大，股票的定價效率越高。而Chen et al（2007）[28]則認為股價信息含量對公司投資決策具有“反饋效應(yīng)”，即管理者能夠從股價中學習到自己本身所不具備的關(guān)于公司投資前景的新知識，進而改善投資決策。進一步，Li & Lei（2016）[18]得出賣空行為通過提高股價信息含量，增加了公司的投資-股價敏感性。因此，有理由相信反饋效應(yīng)可能是賣空機制影響過度投資的又一傳導途徑，融券賣空可能會通過提高股價信息含量以強化反饋效應(yīng)，從而降低公司發(fā)生嚴重過度投資的概率。反饋效應(yīng)的檢驗鏈條如下：允許融券賣空——提高股價信息含量——公司發(fā)生嚴重過度投資的概率下降。由于因變量為分類變量，所以我們拋棄傳統(tǒng)的因果逐步回歸法，轉(zhuǎn)而使用Bootstrap方法進行中介檢驗。其中，因變量為上文中提高的highover1，自變量為post*list，若公司i在t時期能夠被賣空則posti，t*listi取1，否則取0。為了使結(jié)果更加穩(wěn)健，我們同時使用股價特質(zhì)性波動（IDIO）以及股價非同步性（INFO）來作為中介變量，結(jié)果見表9。檢驗結(jié)果顯示在95%的置信區(qū)間下，中介檢驗的結(jié)果包含0（INFO：LLCI=-00045，ULCI=00054）、（IDIO：LLCI=-00006，ULCI=00092），否認了反饋效應(yīng)的存在。我們認為反饋效應(yīng)對過度投資不造成影響的原因可能在于，過度投資的產(chǎn)生主要是受到管理者代理成本問題及過度自信的驅(qū)使，而不是因為他們?nèi)狈εc投資項目相關(guān)的有用信息。

（二）融資買入對過度投資的影響

我國融資融券設(shè)計的一大特點是作為融券標的的股票同時可以進行融資交易。融券交易制度賦予悲觀投資者發(fā)表自己看法的權(quán)利，而融資交易則加大了樂觀投資者對標的股票的購買力度。當股價被高估時，融資交易的杠桿效應(yīng)將繼續(xù)刺激股價上漲。同時，融資理論認為股票市場在公司融資過程中扮演著重要的角色，市場賦予公司股票的價值決定了該公司的融資成本，這一價值越高則融資成本越低。Fischer & Merton（1984）[29]指出當外部融資成本出現(xiàn)非理性廉價時，公司會投資于凈現(xiàn)值為負的項目。因此，有理由懷疑融資交易制度增加了公司過度投資的可能。我們構(gòu)建以下的兩個模型來檢驗融資交易對過度投資的影響：

logit（highover1i，t）=β0+β1Financei，t+βcontrol+YearDummies+IndustryDummies+ε （5）

logit（highover1i，t）=β0+β1Financei，t+β2Shorti，t+βcontrol+YearDummies+IndustryDummies+ε（6）

模型（5）中Finance表示融資交易程度，本文使用月融資余額/月個股交易金額的平均值（meanFinance）及中位數(shù)（medianFinance）來對其進行衡量，若β1顯著為正則說明融資交易制度的確提高了公司過度投資的傾向。模型（6）中，我們同時加入了Finance和Short以考察在控制融資買入的情況下，融券賣空對過度投資的治理效應(yīng)是否依然存在?；貧w結(jié)果見表10，結(jié)果顯示融資買入對過度投資并沒有顯著影響（medianFinance的系數(shù)盡管在統(tǒng)計意義上顯著但經(jīng)濟意義不顯著），即使在控制了融資買入的情況下，賣空機制依然能夠有效降低過度投資。

六、結(jié)論

本文以我國融資融券交易試點為背景，采用混合回歸模型、logit模型、雙重差分模型和雙重差分傾向得分匹配方法考察了賣空機制與過度投資間的關(guān)系。研究發(fā)現(xiàn)：（1）賣空交易者能夠識別并賣空存在盲目投資行為公司的股票;（2）推出融資融券機制有效降低了公司發(fā)生嚴重過度投資的概率;（3）“自律效應(yīng)”、“霍桑效應(yīng)”的發(fā)揮以及“會計信息質(zhì)量的提高”是融券賣空改善過度投資的主要渠道，而“反饋效應(yīng)”作用不明顯，背后的原因可能在于過度投資的產(chǎn)生主要是受到管理者代理成本問題及過度自信的驅(qū)使，而不是因為他們?nèi)狈εc投資項目相關(guān)的有用信息;（4）融資買入對過度投資不存在顯著影響，公司在加入融資融券標的后發(fā)生的變化主要依賴于融券賣空。

總的來說，盡管賣空機制仍是一項富于爭議性的規(guī)則，但是研究結(jié)果表明，活躍的融資融券交易存在正外部性，即賣空機制的實施能夠有效抑制管理者過度投資的動機，提高公司價值，使上市公司獲益。因此，在我國金融市場不斷發(fā)展，法律日趨完善的背景下，應(yīng)逐步放開對融券賣空的限制，這將有利于改善上市公司的投資效率，加強外部治理。

參考文獻：

[1] 周黎安. 晉升博弈中政府官員的激勵與合作——兼論我國地方保護主義和重復建設(shè)問題長期存在的原因[J].經(jīng)濟研究，2004（6）：33-40.

[2] 李云鶴.公司過度投資源于管理者代理還是過度自信[J].世界經(jīng)濟，2014，37（12）：95-117.

[3] Titmana，S.， Weia，K.C.，& Xiea，F(xiàn). Capital investment and stock return[J].Journal of Financial and Quantitative Analysis， 2004，39（4）：677-700.

[4] 杜興強，曾泉，杜穎潔. 政治聯(lián)系、過度投資與公司價值——基于國有上市公司的經(jīng)驗證據(jù)[J].金融研究，2011（8）：93-110.

[5] Chen，H.， & Singal，V. Role of speculative short sales in price formation： the case of the weekend effect[J].Journal of Finance， 2003，58（2）： 685-705.

[6] Boehmer， & Wu， J. Short selling and the price discovery[J].Review of Financial Sudies，2013，26（2）：287-322.

[7] Diether，K.B.， Lee，K.，& Werner， I. M. Short-sale strategies and return predictability[J].The Revies of Financial Studies， 2009， 22（2）： 575-607.

[8] 向銳. CFO財務(wù)執(zhí)行力與企業(yè)過度投資——基于董事會視角的分析[J].會計研究，2015（7）： 56-62+97.

[9] Fang，V.W.， Huang，A.H.， & Karpoff， J. M. Short selling and earnings management： a controlledexperiment[J].The Journal of Finance，2016，71（3）：1251-1294.

[10]Massa，M.， Zhang，B.， & Zhang G.H. The invisible hand of short selling： does short selling discipline earnings management？[J].Review of Financial Studies， 2015，28（6）：1701-1736.

[11]Chang，E. C.， LIN， T. C.， MA， X. Does short-selling threat discipline managers in mergers and acquisitions decisions？[R].NBER Working Paper， No.2348193， 2016.

[12]陳暉麗，劉峰. 融資融券的治理效應(yīng)研究——基于公司盈余管理的視角[J].會計研究，2014（9）：45-52+96.

[13]張璇，周鵬，李春濤. 賣空與盈余質(zhì)量——來自財務(wù)重述的證據(jù)[J].金融研究，2016（8）：175-190.

[14]靳慶魯，侯青川，李剛，等. 放松賣空管制、公司投資決策與期權(quán)價值[J].經(jīng)濟研究，2015，50（10）：76-88.

[15]Richardson， S. Over-investment of free cashflow[J].Review of Accounting Studies， 2006，11（2-3）： 159-189.

[16]李延喜，曾偉強，馬壯，等. 外部治理環(huán)境、產(chǎn)權(quán)性質(zhì)與上市公司投資效率[J].南開管理評論，2015，18（1）：25-36.

[17]Massimo MASSA， FEI WU， HONG ZHANG， BOHUI ZHANG. Saving long-term investment from short-termism： the surprising role of short selling[R].Working Paper，2015.

[18]LI， J.， & LEI， P. Does short selling enhance the allocational role of stock price？ Evidence from Hong Kong[J].Journal of International Financial Management & Accounting， 2016，27（3）： 269-297.

[19]Miller，E.M.， Risk. Uncertainty， and divergence of opinion[J].The Journal of Finance，1997， 32（4）：1151-1168.

[20]李科，徐龍炳，朱偉驊. 賣空限制與股票錯誤定價——融資融券制度的證據(jù)[J].經(jīng)濟研究，2014，49（10）：165-178.

[21]Grullon，G.， Michenaud，S.， & Weston， J. P. The real effects of short-selling constraints[J].Review of Financial Studies， 2015，28（6）：1737-1767.

[22]Hayes， A.F. An introduction to mediation， moderation， and conditional process analysis： A regression-based approach. New York： Guilford Press， 2013.

[23]Cutillas，M. F.， & Sanchez，J.P. Financial reporting quality， debt maturity and investment efficiency[J].Journal of Banking and Finance，2014，40： 494-506.

[24]Biddle， G.C.， Hilary，G.，& Verdi，R.S. How does financial reporting quality relate to investment efficiency[J].Journal of Accounting and Economics， 2009，48（2-3）：112-131.

[25]Jones，J.J. Earnings management during import relief investigations[J].Journal of Accounting Research，1991，29（2）：193-228.

[26]Dechow，P.M.， Sloan，R.G.， & Sweeney，A.P. Detecting earnings management[J].The Accounting Review，1995，70：193-225.

[27]李志生，陳晨，林秉旋. 賣空機制提高了中國股票市場的定價效率嗎？——基于自然實驗的證據(jù)[J].經(jīng)濟研究，2015，50（4）：165-177.

[28]Chen，Q.， Goldstein， I.， & Jiang， W. Price Informativeness and Investment Sensitivity to Stock Price[J].Review of Financial Studies， 2007，20（3）：619-650.

[29]Fischer，S.， & Merton， R.C. Macroeconomics and finance： The role of the stock market[J].Carnegie-Rochester Conference Series on Public Policy，1984，21：57-108.

Can Bond Short Selling Constrain Over-investment of Listed Companies？

WANG Lei-xi， ZOU Hui-wen

（School of Economics and Management， Fuzhou University，F(xiàn)uzhou 350000，China）

Abstract：Over-investment and repeated construction are the stubborn diseases in economic growth since China′s reform and opening to the outside world. To find out more external governance tools and ways for over-investment， this paper uses A shares listed company dataset from 2007 to 2016 in China to examine the interactive relationship between short-selling and over-investment through Mixed Regression Model and Logit Regression Model. The research shows that when investment opportunity declines， if the corporation is still expanding its investment scale， the investors in financial markets will take advantage of the “bad news” and short sell the stock， and securities lending short selling also reduces the probability of a company′s serious over-investment to a certain extent. After controlling for possible endogenous problem with Difference-in-Difference approaches， Propensity Score Matching and the residual of short-selling flow， the above result shows robust. Moreover， the paper finds short selling can reduce over-investment through channels such as “Self-discipline effect”， “Hawthorne effect” and “improving accounting information quality”. However， “Feedback effect” and margin trading have no significant effect on over-investment. Therefore， short selling can constrain over-investment and improve corporate value， perfecting company management.

Key words：short selling; over-investment; potential mechanism; governance effect