“一勞永逸”還是“飲鴆止渴”
——基于上市公司高送轉(zhuǎn)的研究

酒莉莉，劉 斌，李瑞濤

重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400045

引言

股利是上市公司回饋股東的重要方式之一。與國(guó)外公司注重現(xiàn)金分紅不同，中國(guó)公司更青睞股票股利的分配方式，尤其是高比例送紅股或者資本公積金轉(zhuǎn)增股，即高送轉(zhuǎn)。高送轉(zhuǎn)往往伴隨著股價(jià)的大幅上漲，投資者熱衷于對(duì)這類股票投機(jī)炒作，甚至在每年年報(bào)集中披露時(shí)產(chǎn)生專門的高送轉(zhuǎn)行情。然而，上市公司推出高送轉(zhuǎn)的目的可能并不單純，除微利甚至虧損的公司推出高送轉(zhuǎn)外，有的公司甚至利用高送轉(zhuǎn)掩護(hù)內(nèi)部人減持或?yàn)槎ㄔ鲣伮返龋创嬖趦?nèi)幕交易行為[1]，這極大損害了中小投資者的利益，投資者持有這類股票可能會(huì)帶來(lái)嚴(yán)重的經(jīng)濟(jì)后果。股價(jià)的暴漲、暴跌嚴(yán)重影響資本市場(chǎng)的健康有序發(fā)展，已有研究發(fā)現(xiàn)股票市場(chǎng)的收益具有非對(duì)稱性。相對(duì)于暴漲，股價(jià)往往更容易暴跌[2]。股價(jià)暴跌導(dǎo)致的崩盤風(fēng)險(xiǎn)使投資者財(cái)富大幅縮水，動(dòng)搖了投資者對(duì)資本市場(chǎng)的信心，破壞了金融市場(chǎng)的穩(wěn)定。因此，以股價(jià)崩盤風(fēng)險(xiǎn)為切入點(diǎn)，探討高送轉(zhuǎn)對(duì)金融市場(chǎng)運(yùn)作效率的影響具有重要的理論和現(xiàn)實(shí)意義。

迎合理論是當(dāng)前解釋股利行為的最新理論，非理性投資者存在低股價(jià)偏好，管理層了解并迎合投資者的這種偏好以滿足自身利益最大化。迎合動(dòng)機(jī)的存在使管理層傾向于隱藏壞消息，進(jìn)而增加了未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)。遺憾的是，已有研究主要關(guān)注高送轉(zhuǎn)的內(nèi)部人動(dòng)機(jī)，還未對(duì)高送轉(zhuǎn)帶來(lái)的經(jīng)濟(jì)后果展開(kāi)充分討論。本研究借用行為金融學(xué)框架下的迎合理論，對(duì)高送轉(zhuǎn)行為的股價(jià)崩盤效應(yīng)展開(kāi)研究，不僅豐富了高送轉(zhuǎn)經(jīng)濟(jì)后果的研究，也拓展了迎合心理等人類非理性因素在中國(guó)金融市場(chǎng)中的作用。

1相關(guān)研究評(píng)述和研究假設(shè)

1.1相關(guān)研究評(píng)述

所謂高送轉(zhuǎn)，是送股和轉(zhuǎn)增股的合稱，即上市公司高比例送紅股或資本公積金轉(zhuǎn)增股本，如每10股送轉(zhuǎn)5股及以上。對(duì)于高送轉(zhuǎn)是否按照傳統(tǒng)理性金融框架下的信號(hào)傳遞理論和流動(dòng)性理論在資本市場(chǎng)發(fā)揮作用一直存疑，信號(hào)傳遞理論認(rèn)為公司通過(guò)發(fā)放股票股利或股票拆分向市場(chǎng)傳遞公司未來(lái)盈利增長(zhǎng)的信號(hào)。BRENNAN et al.[3]認(rèn)為股票股利和股票拆分不僅會(huì)增加股票交易成本，還會(huì)稀釋每股盈余，因而公司往往在對(duì)未來(lái)盈利的提升有信心的情況下才會(huì)做出這些行為；LOUIS et al.[4]發(fā)現(xiàn)股票拆分能夠?yàn)榭刹倏匦詰?yīng)計(jì)利潤(rùn)提供保證，市場(chǎng)將其看成是一種管理層樂(lè)觀主義的信號(hào)，認(rèn)為股票股利和股票拆分能夠重塑股價(jià)，使股價(jià)回歸合理區(qū)間，提高股票流動(dòng)性。然而，中國(guó)學(xué)者的研究卻并未得到一致結(jié)論。朱元琪等[5]的研究發(fā)現(xiàn)信號(hào)傳遞理論能夠很好地解釋股票股利的市場(chǎng)反應(yīng)，而流動(dòng)性理論對(duì)A股卻不太適用；而呂長(zhǎng)江等[6]和李心丹等[7]證實(shí)高送轉(zhuǎn)并沒(méi)有傳遞關(guān)于公司未來(lái)發(fā)展的利好消息；何濤等[8]認(rèn)為信號(hào)傳遞理論和流動(dòng)性理論均不能很好地解釋中國(guó)股票的送轉(zhuǎn)和轉(zhuǎn)增行為。

行為金融學(xué)框架下的迎合理論是當(dāng)前解釋股利行為的最新理論，從非理性的角度解釋高送轉(zhuǎn)異象，認(rèn)為管理層會(huì)迎合投資者對(duì)低股價(jià)的非理性偏好而進(jìn)行股利決策，以實(shí)現(xiàn)管理者自身的利益最大化[9]。何濤等[8]用價(jià)格幻覺(jué)解釋A股市場(chǎng)的送轉(zhuǎn)行為；熊德華等[10]研究證明迎合理論對(duì)中國(guó)上市公司股利政策有較強(qiáng)解釋力；李心丹等[7]認(rèn)為高送轉(zhuǎn)主要迎合了個(gè)人投資者非理性需求，非理性的投資者錯(cuò)誤地認(rèn)為低股價(jià)股票上漲空間大，下跌的可能性小。

總體來(lái)看，研究者對(duì)高送轉(zhuǎn)的市場(chǎng)反應(yīng)是否符合傳統(tǒng)經(jīng)典理論一直存疑。已有研究均是從相關(guān)公告日前后一段時(shí)間內(nèi)的市場(chǎng)反應(yīng)(如買進(jìn)持有收益)展開(kāi)，研究期限相對(duì)較短，忽視了高送轉(zhuǎn)對(duì)市場(chǎng)的長(zhǎng)期作用。前景理論認(rèn)為大多數(shù)人對(duì)損失比對(duì)收益更敏感，投資者對(duì)損失不確定性的關(guān)注度顯著高于對(duì)收益不確定性的關(guān)注度[11]。由于買進(jìn)持有收益更多體現(xiàn)的是股票在一定期間內(nèi)的平均價(jià)格效應(yīng)，而投資者可能會(huì)更關(guān)注股票一定期間內(nèi)的動(dòng)態(tài)變化過(guò)程，甚至是某些極端結(jié)果[12]，極端結(jié)果對(duì)股票市場(chǎng)具有顯著的累積效應(yīng)，更能體現(xiàn)某種現(xiàn)象的內(nèi)在本質(zhì)?；诜菍?duì)稱風(fēng)險(xiǎn)框架下的股價(jià)崩盤風(fēng)險(xiǎn)，衡量公司未來(lái)周收益率極端負(fù)偏的可能性和程度，更準(zhǔn)確地衡量股價(jià)波動(dòng)的非對(duì)稱性以及其動(dòng)態(tài)發(fā)展過(guò)程和結(jié)果。因此，本研究從非對(duì)稱風(fēng)險(xiǎn)框架切入，從股價(jià)崩盤風(fēng)險(xiǎn)視角分析上市公司高送轉(zhuǎn)行為的經(jīng)濟(jì)后果，探討高送轉(zhuǎn)行為對(duì)市場(chǎng)股價(jià)非對(duì)稱波動(dòng)的影響。

1.2研究假設(shè)

需要指出的是，學(xué)術(shù)研究中的股價(jià)崩盤風(fēng)險(xiǎn)并不一定指公司股價(jià)真的發(fā)生崩盤，而是指股票收益分布負(fù)偏的程度[13]。程度越大，代表公司股價(jià)發(fā)生崩盤的危險(xiǎn)越大，投資者可能面臨的巨額非正常損失越大。一般認(rèn)為管理層捂盤動(dòng)機(jī)等代理問(wèn)題以及信息不透明是造成股價(jià)崩盤的主要原因[14-15]。管理層出于職位晉升和自身薪酬[16-17]、股權(quán)激勵(lì)[18]、避稅[12,2]、在職消費(fèi)[19]等自利性動(dòng)機(jī)往往傾向于暫時(shí)隱藏壞消息，這種行為導(dǎo)致公司股價(jià)被嚴(yán)重高估而產(chǎn)生泡沫。隨著時(shí)間的推移，壞消息不斷累積，而公司對(duì)壞消息的容納存在著一個(gè)臨界點(diǎn)，當(dāng)累積的壞消息超過(guò)該臨界點(diǎn)時(shí)，壞消息會(huì)一次性釋放到市場(chǎng)中，對(duì)股價(jià)造成巨大的負(fù)面沖擊并最終導(dǎo)致崩盤[14,20-21]?？梢?jiàn)，在信息不對(duì)稱的情況下，壞消息的累積及瞬間釋放是導(dǎo)致股價(jià)崩盤的重要原因[22]。

行為金融理論認(rèn)為投資者普遍存在名義價(jià)格幻覺(jué)[7]，使投資者產(chǎn)生對(duì)低股價(jià)的非理性偏好[23-24]。迎合理論認(rèn)為管理者了解并會(huì)迎合投資者的這種非理性偏好進(jìn)行決策，以實(shí)現(xiàn)自身利益最大化[7]。高送轉(zhuǎn)后名義股價(jià)降低，使投資者認(rèn)為股票變得便宜，滿足了投資者對(duì)低股價(jià)的非理性需求，因此高送轉(zhuǎn)成為管理層用來(lái)迎合投資者非理性需求而主動(dòng)采取的行為，甚至淪為操控股價(jià)和利益輸送的工具，例如，CEO股票期權(quán)的授予和出售通常會(huì)在高送轉(zhuǎn)前后展開(kāi)[25]，上市公司通常會(huì)在定向增發(fā)的新股解禁期附近推出高送轉(zhuǎn)[26-27]，或者配合重要內(nèi)部人減持[1]。因此，進(jìn)行高送轉(zhuǎn)的公司本身可能存在較大的動(dòng)機(jī)來(lái)迎合投資者，進(jìn)而實(shí)現(xiàn)自身及相關(guān)者的利益。李心丹等[7]的研究也證實(shí)了該觀點(diǎn)，BAKER et al.[28-29]提出迎合動(dòng)機(jī)會(huì)導(dǎo)致股票的錯(cuò)誤定價(jià)，顧小龍等[30]認(rèn)為過(guò)度的股利支付政策是代理問(wèn)題的體現(xiàn)。那么，在迎合動(dòng)機(jī)下，管理層可能在信息披露中選擇報(bào)喜不報(bào)憂，更傾向于隱藏或推遲披露負(fù)面信息并加速披露正面信息，使公司存在的負(fù)面信息無(wú)法及時(shí)反映到股價(jià)中，當(dāng)累積的負(fù)面信息達(dá)到臨界點(diǎn)時(shí)，所有負(fù)面信息會(huì)一次性涌入市場(chǎng)，最終增加股價(jià)崩盤風(fēng)險(xiǎn)。因此，本研究提出假設(shè)。

H1上市公司高送轉(zhuǎn)行為與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)。

信息媒介是聯(lián)系信息發(fā)布者與信息接收者的橋梁，能夠幫助投資者提高其信息解讀能力[31]。證券分析師作為信息媒介的重要組成部分，具備較強(qiáng)的信息收集和分析能力，能夠深度挖掘并傳播公司信息，在緩解信息不對(duì)稱、糾正股價(jià)偏離方面起到重要作用。有研究表明，分析師通過(guò)收集、整合公開(kāi)或私下的信息對(duì)股票進(jìn)行估值，改進(jìn)公司透明度[11]。一般而言，投資者通過(guò)分析師的研究報(bào)告，能夠獲得更多公司基本面的信息，做出合理投資決策，進(jìn)而降低因股價(jià)虛高而導(dǎo)致的未來(lái)崩盤風(fēng)險(xiǎn)。那么，分析師跟蹤數(shù)越多的高送轉(zhuǎn)公司，投資者獲取信息的渠道和內(nèi)容會(huì)更加豐富，公司的真實(shí)面貌就越容易被更全面、多角度地揭示和解讀，進(jìn)而使投資者更好地了解高送轉(zhuǎn)股票，高送轉(zhuǎn)公司的真實(shí)目的也越可能被分析師解讀出來(lái)，降低投資者與公司間的信息不對(duì)稱程度，管理層隱藏的壞消息也越可能被投資者識(shí)別，未來(lái)股價(jià)崩盤的可能性就越低。而當(dāng)分析師跟蹤數(shù)較低時(shí)，投資者無(wú)法通過(guò)該信息中介獲得更多公司基本面信息，信息不對(duì)稱程度提高，管理層有更大的空間隱藏壞消息，未來(lái)股價(jià)崩盤的風(fēng)險(xiǎn)也相應(yīng)提高。因此，本研究認(rèn)為證券分析師的關(guān)注在高送轉(zhuǎn)與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系間起到一定的調(diào)節(jié)作用，因此，本研究提出假設(shè)。

H2分析師跟蹤能夠顯著緩解高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系。

2研究設(shè)計(jì)

2.1樣本選擇和數(shù)據(jù)來(lái)源

本研究樣本為2006年至2015年滬深股市A股的上市公司，對(duì)數(shù)據(jù)進(jìn)行如下處理：①參照許年行等[32]和王化成等[21]的研究，由于本研究的股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)是對(duì)股票周收益率回歸得到的殘差經(jīng)過(guò)加工處理后得到，為保證回歸模型的可靠性，剔除每年交易周數(shù)小于30的樣本；②剔除金融保險(xiǎn)類公司；③剔除ST和PT類公司；④剔除變量計(jì)算時(shí)數(shù)據(jù)缺失的公司。最終得到14 379個(gè)觀測(cè)值，其中高送轉(zhuǎn)樣本的觀測(cè)值為1 875個(gè)，未高送轉(zhuǎn)樣本的觀測(cè)值為12 504個(gè)。本研究財(cái)務(wù)數(shù)據(jù)和股票交易數(shù)據(jù)均來(lái)自CSMAR數(shù)據(jù)庫(kù)，為排除極端值的影響，對(duì)所有連續(xù)變量均采取上下1%的Winsorize處理。

2.2核心變量測(cè)量

2.2.1高送轉(zhuǎn)

關(guān)于上市公司高送轉(zhuǎn)行為的界定，借鑒李心丹等[7]和謝德仁等[1]的研究，參考業(yè)界慣例，本研究將送股比例與轉(zhuǎn)增比例之和是否超過(guò)原有股份規(guī)模的0.5倍作為界定標(biāo)準(zhǔn)。若上市公司進(jìn)行高送轉(zhuǎn)，高送轉(zhuǎn)變量取值為1，否則取值為0。

2.2.2股價(jià)崩盤風(fēng)險(xiǎn)

借鑒KIM et al.[12,18]、王沖等[22]和葉康濤等[33]的研究，本研究采用兩種方法測(cè)算公司層面的股價(jià)崩盤風(fēng)險(xiǎn)。

(1)計(jì)算個(gè)股周特定收益率?？紤]到市場(chǎng)因素對(duì)個(gè)股實(shí)際收益率的影響，本研究利用個(gè)股周收益數(shù)據(jù)計(jì)算個(gè)股經(jīng)市場(chǎng)調(diào)整后的周特定收益率，計(jì)算模型為

Ri,z=β0+β1Rm,z-2+β2Rm,z-1+β3Rm,z+

β4Rm,z+1+β5Rm,z+2+μi,z

Wi,z=ln(1+μi,z)

(1)

其中，Ri,z為i公司在第z周考慮現(xiàn)金紅利再投資的周收益率；Rm,z為市場(chǎng)在第z周經(jīng)流通市值加權(quán)的平均收益率；Wi,z為i公司在第z周的周特定收益率；β0為截距；β1～β5為回歸系數(shù)；μi,z為殘差，代表個(gè)股周收益率未被市場(chǎng)所解釋的部分，若其值為負(fù)且值越小，意味著個(gè)股周收益率負(fù)向偏離市場(chǎng)的程度越大，即股價(jià)發(fā)生暴跌的可能性就越大。之所以在模型中加入市場(chǎng)收益率的滯后項(xiàng)和超前項(xiàng)是為了控制股票非同步性交易可能帶來(lái)的偏差[34]。

(2)基于Wi,z構(gòu)造兩個(gè)測(cè)量股價(jià)崩盤風(fēng)險(xiǎn)的指標(biāo)

①負(fù)收益偏態(tài)系數(shù)(Ncs)

(2)

其中，Ncsi,t為i公司第t年的負(fù)收益偏態(tài)系數(shù)，其數(shù)值越大，代表偏態(tài)系數(shù)負(fù)的程度越嚴(yán)重，即股價(jià)崩盤風(fēng)險(xiǎn)越大；n為i公司的年交易周數(shù)。

②收益上下波動(dòng)比率(Duv)

(3)

其中，Duvi,t為i公司第t年的收益上下波動(dòng)比率，為個(gè)股股價(jià)上漲與下跌波動(dòng)性的差異，其數(shù)值越大，代表收益率分布左偏的程度越大，即股價(jià)崩盤風(fēng)險(xiǎn)越大；nu為i公司的周特定收益率大于當(dāng)年收益率均值的周數(shù)；nd為i公司的周特定收益率小于當(dāng)年收益率均值的周數(shù)；down為i公司第t年中周特定收益率小于當(dāng)年收益率均值的周；up為i公司第t年中周特定收益率大于當(dāng)年收益率均值的周。

2.2.3控制變量

借鑒已有研究[12-13,18,22]，本研究控制公司規(guī)模、財(cái)務(wù)杠桿、是否虧損、第一大股東持股比例、市賬比、股票換手率、股票年度平均周收益率、股票年度周收益率的標(biāo)準(zhǔn)差、信息透明度和當(dāng)期股票負(fù)收益偏態(tài)系數(shù)的影響。此外，在控制公司個(gè)體固定效應(yīng)的同時(shí)，還控制年份和行業(yè)固定效應(yīng)。主要變量的具體定義和測(cè)量方法見(jiàn)表1。

表1變量定義Table 1Variables Definition

2.3模型構(gòu)建

在回歸分析前，本研究采用Vuong檢驗(yàn)法對(duì)采用何種模型進(jìn)行判定。Vuong檢驗(yàn)的結(jié)果表明，個(gè)體固定效應(yīng)模型比混合回歸模型更適合解釋高送轉(zhuǎn)公司的股價(jià)崩盤效應(yīng)，p<0.001，故本研究采用固定效應(yīng)模型進(jìn)行回歸檢驗(yàn)。本研究構(gòu)建固定效應(yīng)模型檢驗(yàn)H1，即

(4)

本研究構(gòu)建固定效應(yīng)模型檢驗(yàn)H2，即

(5)

3實(shí)證結(jié)果分析和討論

3.1變量的描述性統(tǒng)計(jì)結(jié)果

表2給出變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知，報(bào)告期內(nèi)進(jìn)行高送轉(zhuǎn)的公司占到樣本總量的13%。兩個(gè)未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)的均值分別為0.612和0.696，標(biāo)準(zhǔn)差分別為0.864和0.819，說(shuō)明兩個(gè)指標(biāo)在樣本中存在較大差異，不同公司面臨的股價(jià)崩盤風(fēng)險(xiǎn)差異明顯。Ana的均值為0.723，標(biāo)準(zhǔn)差為0.448，說(shuō)明樣本中大多數(shù)公司存在分析師跟蹤，但存在一定差異。其他變量在Winsorize縮尾處理后的描述性統(tǒng)計(jì)分布均在合理范圍內(nèi)。

表2描述性統(tǒng)計(jì)結(jié)果Table 2Results for Descriptive Statistics

注：樣本量為14 379。

3.2差異檢驗(yàn)

表3給出高送轉(zhuǎn)樣本與未高送轉(zhuǎn)樣本的公司特征是否存在顯著差異的檢驗(yàn)結(jié)果，可以發(fā)現(xiàn)高送轉(zhuǎn)樣本的公司規(guī)模、杠桿比率、是否虧損等顯著低于未高送轉(zhuǎn)樣本，但高送轉(zhuǎn)樣本的信息透明度卻顯著高于未高送轉(zhuǎn)樣本。從市場(chǎng)指標(biāo)上看，高送轉(zhuǎn)公司股票的換手率和波動(dòng)性顯著高于未高送轉(zhuǎn)的公司。本研究控制這些變量可能對(duì)研究結(jié)論產(chǎn)生的影響，并進(jìn)一步采用PSM配對(duì)法控制這些差異的影響。

表3差異檢驗(yàn)結(jié)果Table 3Results for Difference Tests

注：高送轉(zhuǎn)的樣本量為1 875，未高送轉(zhuǎn)的樣本量為12 504；***為在1%的水平上顯著，下同。

3.3假設(shè)檢驗(yàn)

3.3.1檢驗(yàn)H1

在回歸分析前，先對(duì)高送轉(zhuǎn)的崩盤效應(yīng)作趨勢(shì)分析，見(jiàn)圖1。圖1中0～1階段為高送轉(zhuǎn)實(shí)施當(dāng)年，1～2階段為高送轉(zhuǎn)實(shí)施后1年，2～3階段為高送轉(zhuǎn)實(shí)施后第2年。本研究發(fā)現(xiàn)在高送轉(zhuǎn)實(shí)施當(dāng)年，公司的股價(jià)崩盤風(fēng)險(xiǎn)呈下降趨勢(shì)，這與高送轉(zhuǎn)行情相符。而在實(shí)施后1年，公司的股價(jià)崩盤風(fēng)險(xiǎn)呈現(xiàn)大幅上升，與本研究預(yù)期相符，初步驗(yàn)證H1。此外，在未高送轉(zhuǎn)公司的趨勢(shì)分析中，本研究發(fā)現(xiàn)曲線較為平緩，沒(méi)有發(fā)現(xiàn)未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)大幅上升的證據(jù)。

表4給出高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)的回歸結(jié)果，第2列和第4列以Ncst+1為因變量，第3列和第5列以Duvt+1為因變量。表4第2列為未加入控制變量的回歸結(jié)果，高送轉(zhuǎn)與Ncst+1之間的回歸系數(shù)為0.110，在1%的水平上顯著；第4列為加入控制變量后的回歸結(jié)果，高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)之間的回歸系數(shù)依然在1%的水平上顯著為正。當(dāng)采用Duvt+1測(cè)量

表4高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 4High Stock Dividend and Future Stock Price Crash Risk

注：**為在5%水平上顯著，*為在10%水平上顯著；統(tǒng)計(jì)檢驗(yàn)時(shí)的t值經(jīng)過(guò)聚類穩(wěn)健性修正，括號(hào)內(nèi)數(shù)據(jù)為t值。下同。

(a)高送轉(zhuǎn)公司 (b)未高送轉(zhuǎn)公司

未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)時(shí)，結(jié)論一致。H1得到驗(yàn)證。說(shuō)明高送轉(zhuǎn)不僅沒(méi)有降低上市公司的股價(jià)崩盤風(fēng)險(xiǎn)，反而增加了股價(jià)未來(lái)暴跌的可能。所謂的高送轉(zhuǎn)行情并不是可持續(xù)的，上市公司采用高送轉(zhuǎn)來(lái)拉升股價(jià)不是“一勞永逸”，而是“飲鴆止渴”。

在控制變量方面，Sizt、Lost和MBt均與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)；當(dāng)Duvt+1為因變量時(shí)，Sigt與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)在5%的水平上顯著正相關(guān)。Levt、Top1t和Rett與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)顯著負(fù)相關(guān)，與已有研究結(jié)論一致[12-13,18,21,32]，表明本研究結(jié)果具有較高的可靠性。

3.3.2檢驗(yàn)H2

本研究將分析師跟蹤與高送轉(zhuǎn)的交互項(xiàng)引入模型，表5給出分析師作用的回歸結(jié)果。由表5可知，當(dāng)采用Ncst+1作為股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)時(shí)，高送轉(zhuǎn)與分析師跟蹤交互項(xiàng)系數(shù)為-0.140，在5%的水平上顯著，加入其他控制變量之后，結(jié)果保持不變。當(dāng)因變量為Duvt+1時(shí)，交互項(xiàng)的系數(shù)依然顯著為負(fù)。以上結(jié)果均表明，在高送轉(zhuǎn)行為誘發(fā)未來(lái)股價(jià)暴跌風(fēng)險(xiǎn)的關(guān)系中，證券分析師跟蹤能夠起到一定的緩解作用。分析師通過(guò)自己的專業(yè)能力向市場(chǎng)釋放關(guān)于高送轉(zhuǎn)公司的相關(guān)信息，使投資者對(duì)公司高送轉(zhuǎn)行為有進(jìn)一步的認(rèn)識(shí)，投資者與公司間的信息不對(duì)稱程度降低，管理層隱藏的壞消息也更可能被投資者識(shí)別，進(jìn)而緩解高送轉(zhuǎn)誘發(fā)的未來(lái)股價(jià)暴跌風(fēng)險(xiǎn)。H2得到驗(yàn)證。

表5高送轉(zhuǎn)、分析師跟蹤與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 5High Stock Dividend, Analysts Followingand Future Stock Price Crash Risk

3.4內(nèi)生性問(wèn)題的處理

本研究結(jié)果可能受到內(nèi)生性問(wèn)題的干擾，因此采取以下措施緩解內(nèi)生性問(wèn)題。

(1)本研究中所有回歸的因變量采用提前1期的設(shè)定，在一定程度上緩解了互為因果的內(nèi)生性對(duì)研究結(jié)果的影響。

(2)本研究采用既考慮個(gè)體固定效應(yīng)、又考慮時(shí)間固定效應(yīng)的雙向固定效應(yīng)模型，不僅能解決不隨時(shí)間變化、但隨個(gè)體變化的遺漏變量問(wèn)題，還解決了不隨個(gè)體變化、但隨時(shí)間變化的遺漏變量問(wèn)題，緩解了遺漏變量對(duì)研究結(jié)論的影響。

(3)股票送轉(zhuǎn)的公司與未送轉(zhuǎn)公司之間本身可能存在系統(tǒng)性的差異，這種系統(tǒng)差異可能會(huì)干擾本研究的回歸結(jié)果。為緩解這一問(wèn)題，本研究選擇傾向得分匹配(PSM)中的最近鄰匹配對(duì)送轉(zhuǎn)樣本與未送轉(zhuǎn)樣本進(jìn)行1:1配對(duì)，由于樣本解釋變量與被解釋變量前后1期的設(shè)定，以及部分參與回歸的控制變量存在缺失值，最終得到2 823個(gè)配對(duì)后參與回歸的樣本，然后再進(jìn)行主檢驗(yàn)。參考謝德仁等[13]的研究，本研究按照公司規(guī)模、盈利能力、負(fù)債水平、第一大股東持股比例、股票換手率、行業(yè)等因素進(jìn)行一一配對(duì)。傾向得分匹配配對(duì)后的回歸結(jié)果見(jiàn)表6，結(jié)果表明配對(duì)處理后結(jié)果不變。

(4)由于配合內(nèi)部人減持等動(dòng)機(jī)的存在，上市公司高送轉(zhuǎn)行為并非隨機(jī)分配，而是具有自選擇的特性，在排除其他干擾因素后，統(tǒng)計(jì)結(jié)果顯示減持動(dòng)機(jī)高送轉(zhuǎn)約占高送轉(zhuǎn)總樣本的10%。本研究進(jìn)一步采用Heckman兩階段模型來(lái)緩解高送轉(zhuǎn)動(dòng)機(jī)以及其他無(wú)法觀察因素的影響。第1階段構(gòu)建上市公司高送轉(zhuǎn)的Probit估計(jì)方程，參考謝德仁等[13]的研究，包括是否伴隨減持、是否存在定增、前1期的公司規(guī)模、凈資產(chǎn)收益率、營(yíng)業(yè)收入增長(zhǎng)率、送轉(zhuǎn)能力、機(jī)構(gòu)持股比例、第一大股東持股比例以及年份和行業(yè)等，進(jìn)而估算逆米爾斯比率(Imr)；第2階段將逆米爾斯比率作為控制變量加入主回歸中，由于上一步驟計(jì)算的逆米爾斯比率值存在部分缺失，故本階段參與回歸的觀測(cè)值為13 834。回歸結(jié)果見(jiàn)表6，結(jié)果表明在排除高送轉(zhuǎn)動(dòng)機(jī)以及其他無(wú)法觀察因素的影響后，本研究結(jié)果依然十分穩(wěn)健。

表6PSM和Heckman檢驗(yàn)結(jié)果Table 6Test Results for PSM and Heckman

4進(jìn)一步探討和研究

4.1公司基本面的影響

公司基本面會(huì)影響高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)間的關(guān)系，故本研究從估值風(fēng)險(xiǎn)和送轉(zhuǎn)能力這兩個(gè)基本面角度進(jìn)一步探究高送轉(zhuǎn)的未來(lái)股價(jià)崩盤效應(yīng)。

4.1.1估值風(fēng)險(xiǎn)的影響

中國(guó)上市公司高送轉(zhuǎn)的門檻和操作成本很低，一般公司都具備高送轉(zhuǎn)的基本條件[13]。對(duì)于業(yè)績(jī)和發(fā)展?jié)摿α己玫墓緛?lái)說(shuō)，高送轉(zhuǎn)的目的可能是為了實(shí)現(xiàn)股本擴(kuò)張，使公司做大做強(qiáng)。但一些業(yè)績(jī)不佳、估值風(fēng)險(xiǎn)較高的公司也在進(jìn)行高送轉(zhuǎn)，這類公司高送轉(zhuǎn)的目的可能并不是那么單純。投資者對(duì)這兩類公司高送轉(zhuǎn)行為的反應(yīng)可能存在差異。為此，本研究引入高送轉(zhuǎn)與市盈率(PEt)的交互項(xiàng)。NPVGO模型說(shuō)明市盈率是一個(gè)反映風(fēng)險(xiǎn)和收益的綜合指標(biāo)[35]，市盈率越高，代表公司估值風(fēng)險(xiǎn)越大。表7給出市盈率的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果，由于估值風(fēng)險(xiǎn)指標(biāo)存在少量缺失值，故導(dǎo)致最終參與回歸的樣本為14 375個(gè)觀測(cè)值。結(jié)果表明高送轉(zhuǎn)與市盈率交互項(xiàng)的回歸系數(shù)均為正，且至少在5%水平上顯著。這表明市場(chǎng)對(duì)估值風(fēng)險(xiǎn)較低公司的高送轉(zhuǎn)行為反應(yīng)更溫和，即相對(duì)于估值風(fēng)險(xiǎn)較低的公司，高送轉(zhuǎn)對(duì)于估值風(fēng)險(xiǎn)較高的公司來(lái)說(shuō)更是一種“飲鴆止渴”式毒藥，其未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)會(huì)更大。

表7高送轉(zhuǎn)、估值風(fēng)險(xiǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 7High Stock Dividend, Valuation Risk and Future Stock Price Crash Risk

4.1.2送轉(zhuǎn)能力的影響

對(duì)于具備較高送轉(zhuǎn)能力的公司而言，市場(chǎng)對(duì)其送轉(zhuǎn)行為的反應(yīng)會(huì)更溫和。本研究引入高送轉(zhuǎn)與公司送轉(zhuǎn)能力(SD_abi)的交互項(xiàng)，由于高送轉(zhuǎn)為送紅股與資本公積金轉(zhuǎn)增股本之和，因此用每股未分配利潤(rùn)與每股資本公積金之和代表上市公司的送股能力，該值越大，即送轉(zhuǎn)力越強(qiáng)。表8給出送轉(zhuǎn)能力的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果，由于計(jì)算送轉(zhuǎn)能力存在缺失值，故參與回歸的樣本也相應(yīng)減少，最終得到14 318個(gè)觀測(cè)值。由表8可知，當(dāng)采用Duvt+1作為股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)時(shí)，交互項(xiàng)的系數(shù)分別為-0.035和-0.033，且至少在5%水平上顯著。當(dāng)采用Ncst+1作為股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)時(shí)，交互項(xiàng)系數(shù)依然為負(fù)，顯著性水平降低，甚至不顯著。這些發(fā)現(xiàn)說(shuō)明公司實(shí)際送轉(zhuǎn)能力在高送轉(zhuǎn)與未來(lái)股價(jià)暴跌風(fēng)險(xiǎn)之間起調(diào)節(jié)作用，表明市場(chǎng)對(duì)于實(shí)際送轉(zhuǎn)能力較弱公司的高送轉(zhuǎn)行為反應(yīng)更強(qiáng)烈，實(shí)際送轉(zhuǎn)能力較弱或者不具備送轉(zhuǎn)能力公司的高送轉(zhuǎn)行為會(huì)更加劇未來(lái)股價(jià)暴跌的可能，這對(duì)投資者而言無(wú)疑是一顆潛在的長(zhǎng)期毒藥。

綜上，本研究認(rèn)為較好的公司基本面能夠緩解高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)間的正相關(guān)關(guān)系。

表8高送轉(zhuǎn)、送轉(zhuǎn)能力與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 8High Stock Dividend, Split Capacity and Future Stock Price Crash Risk

4.2外部市場(chǎng)態(tài)勢(shì)的影響

股票價(jià)格不僅反映公司的業(yè)績(jī)，而且反映宏觀經(jīng)濟(jì)及政策的變化[36]。研究表明中國(guó)金融市場(chǎng)存在明顯的結(jié)構(gòu)性動(dòng)態(tài)變化，可以將市場(chǎng)分為牛市和熊市[37]。由于中國(guó)股票市場(chǎng)長(zhǎng)期存在強(qiáng)市恒強(qiáng)、弱市恒弱的現(xiàn)象，因此不同外部市場(chǎng)態(tài)勢(shì)下高送轉(zhuǎn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響可能不同。投資者情緒會(huì)影響市場(chǎng)反應(yīng)[38]，當(dāng)股票市場(chǎng)為牛市時(shí)，投資者情緒高漲，此時(shí)的利空常被認(rèn)為是價(jià)格的偶然變化，并不會(huì)產(chǎn)生價(jià)格反向變化的預(yù)期[39]，高送轉(zhuǎn)的效果更強(qiáng)。而當(dāng)市場(chǎng)為熊市時(shí)，投資者情緒低落，對(duì)利空的反映會(huì)更為強(qiáng)烈，此時(shí)高送轉(zhuǎn)的效果可能會(huì)大打折扣。因此，本研究預(yù)計(jì)牛市時(shí)高送轉(zhuǎn)的作用更加明顯，管理層隱藏壞消息的動(dòng)機(jī)會(huì)增強(qiáng)，進(jìn)而增加未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)。參考許年行等[32]的研究，根據(jù)上證綜合指數(shù)的歷年走勢(shì)，采用波峰波谷判定法劃分牛熊市，牛市階段主要有2005年至2007年、2009年、2014年和2015年，其余年份為熊市。同時(shí)參考易志高等[40]和鹿坪等[41]的研究，采用主成分分析法，基于封閉式基金折價(jià)、IPO數(shù)量、上市首日收益、消費(fèi)者信息指數(shù)和新增投資者開(kāi)戶數(shù)等，構(gòu)建中國(guó)股票市場(chǎng)投資者情緒的綜合指標(biāo)。為檢驗(yàn)不同外部市場(chǎng)態(tài)勢(shì)下高送轉(zhuǎn)的未來(lái)股價(jià)崩盤效應(yīng)是否存在差異，分別按照牛熊市和投資者情緒的高低分組，高于樣本均值的為高投資者情緒組，低于樣本均值的為低投資者情緒組?；貧w結(jié)果見(jiàn)表9，當(dāng)市場(chǎng)為牛市、投資者情緒較高時(shí)，高送轉(zhuǎn)帶來(lái)的未來(lái)股價(jià)崩盤效應(yīng)更顯著。

表9高送轉(zhuǎn)、牛熊市和投資者情緒與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 9High Stock Dividend, Bull/Bear Market, Investor Sentiment and Future Stock Price Crash Risk

4.3投資者注意力的影響

有研究表明，注意力驅(qū)動(dòng)交易行為[42]。價(jià)格壓力假說(shuō)認(rèn)為在關(guān)注驅(qū)動(dòng)下，投資者傾向于頻繁購(gòu)買其付出更多關(guān)注的股票[43]。由于投資者普遍存在對(duì)低股價(jià)的非理性偏好，因此對(duì)于投資者關(guān)注較高的股票，非理性偏好的效果得到集聚和擴(kuò)大。管理層迎合投資者非理性偏好的動(dòng)機(jī)和行為效果也更容易在這類股票中得以加強(qiáng)，高送轉(zhuǎn)的效果會(huì)更強(qiáng)。而對(duì)于投資者關(guān)注較低的股票，較少的注意力難以驅(qū)動(dòng)投資者的投資決策行為，非理性偏好的效果以及管理層的迎合行為也得到弱化。因此，高送轉(zhuǎn)的未來(lái)股價(jià)崩盤效應(yīng)會(huì)在投資者注意力高時(shí)更加明顯。參考已有研究，本研究采用樣本年度內(nèi)的平均月?lián)Q手率測(cè)量投資者注意力，為檢驗(yàn)不同投資者注意力的情況下高送轉(zhuǎn)的未來(lái)股價(jià)崩盤效應(yīng)是否存在差異，將樣本分為投資者注意力高低兩組，高于樣本均值的為高投資者注意力組，低于樣本均值的為低投資者注意力組?；貧w結(jié)果見(jiàn)表10，由于投資者注意力指標(biāo)存在一定的缺失，導(dǎo)致兩組參與回歸的樣本總數(shù)相應(yīng)減少。由表10可知，當(dāng)投資者注意力較高時(shí)，高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)間的正相關(guān)關(guān)系更顯著。進(jìn)一步地，本研究采用股票月交易量的平均值測(cè)量投資者注意力，月交易量為1個(gè)月內(nèi)該股票交易的數(shù)量除以月末流通股股數(shù)，回歸結(jié)果保持不變。

4.4高送轉(zhuǎn)前后股價(jià)崩盤風(fēng)險(xiǎn)的變化

為使研究結(jié)果更加穩(wěn)健，本研究進(jìn)一步檢驗(yàn)上市公司高送轉(zhuǎn)前后股價(jià)崩盤風(fēng)險(xiǎn)的變化。借鑒BERTRAND et al.[44]和謝德仁等[13]的方法，為了減少模型噪音的干擾，本研究?jī)H選擇樣本期間上市公司只進(jìn)行過(guò)1次高送轉(zhuǎn)行為的公司為研究樣本，最終得到4 261個(gè)觀測(cè)值。本研究采取以下模型進(jìn)行檢驗(yàn)，即其中，Aft為高送轉(zhuǎn)后，上市公司高送轉(zhuǎn)行為發(fā)生后該變量取值為1，其他時(shí)間取值為0；φ0為截距；φ1～φ11為回歸系數(shù)；ηi,t為殘差。Aft的系數(shù)反映了上市公司高送轉(zhuǎn)前后股價(jià)崩盤風(fēng)險(xiǎn)的變化，如果Aft的系數(shù)顯著為正，說(shuō)明相對(duì)于高送轉(zhuǎn)前上市公司高送轉(zhuǎn)后的股價(jià)暴跌風(fēng)險(xiǎn)顯著提高。(6)式的回歸結(jié)果見(jiàn)表11，在未加入控制變量的模型中，Aft的系數(shù)顯著為正，加入控制變量的結(jié)果保持不變，符合本研究的預(yù)期。

表10高送轉(zhuǎn)、投資者注意力與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)Table 10High Stock Dividend, Investor Attention and Future Stock Price Crash Risk

CraRisi,t+1=φ0+φ1Afti,t+φ2Sizi,t+φ3Levi,t+φ4Losi,t+

φ5Top1i,t+φ6MBi,t+φ7Turi,t+φ8Reti,t+

φ9Sigi,t+φ10Absi,t+φ11Ncsi,t+Year+

(6)

4.5普通送轉(zhuǎn)、高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)

二級(jí)市場(chǎng)更傾向于使用高送轉(zhuǎn)，它是中國(guó)資本市場(chǎng)多年經(jīng)久不衰的炒作現(xiàn)象。相對(duì)于具有較高話題炒作度的高送轉(zhuǎn)，上市公司的普通送轉(zhuǎn)行為卻難以激發(fā)市場(chǎng)較多興趣。因此，二者對(duì)于崩盤風(fēng)險(xiǎn)的影響可能會(huì)存在一定差異。為檢驗(yàn)普通送轉(zhuǎn)與高送轉(zhuǎn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響是否存在差異，本研究構(gòu)建模型，即

CraRisi,t+1=φ0+φ1SDi,t+φ2Hsdi,t+φ3Sizi,t+φ4Levi,t+

φ5Losi,t+φ6Top1i,t+φ7MBi,t+φ8Turi,t+

φ9Reti,t+φ10Sigi,t+φ11Absi,t+φ12Ncsi,t+

(7)

其中，SD為普通送轉(zhuǎn)，當(dāng)上市公司送股比例與轉(zhuǎn)增比例之和大于0小于等于原有股份規(guī)模的0.5倍時(shí)取值為1，否則取值為0；φ0為截距；φ1～φ12為回歸系數(shù)；ζi,t為殘差。本研究主要比較SD與Hsd在不同模型中回歸系數(shù)的差異，比較結(jié)果見(jiàn)表12。由表12可知，SD的系數(shù)為正，但均不顯著，而Hsd的系數(shù)不僅為正，且均在1%水平上顯著，差異檢驗(yàn)的結(jié)果也顯示高送轉(zhuǎn)的回歸系數(shù)值顯著大于普通送轉(zhuǎn)的系數(shù)，F(xiàn)值分別為3.941和2.583。綜合來(lái)看，普通送轉(zhuǎn)并沒(méi)有帶來(lái)未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)的增加，說(shuō)明普通送轉(zhuǎn)是在公司力所能及的范圍內(nèi)回饋股東、擴(kuò)張股本的合理手段。而高送轉(zhuǎn)則不然，其背后的動(dòng)因以及管理層迎合動(dòng)機(jī)的存在使市場(chǎng)中壞消息與好消息的分布極不對(duì)稱，進(jìn)而增加了未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)。這也從側(cè)面印證了高送轉(zhuǎn)不是公司拉升股價(jià)的良藥，并非“一勞永逸”，而是“飲鴆止渴”。

表11高送轉(zhuǎn)前后股價(jià)崩盤風(fēng)險(xiǎn)的變化Table 11Variation of Stock Price Crash Risk Before and After High Stock Dividend

表12普通送轉(zhuǎn)與高送轉(zhuǎn)的比較Table 12Comparison between Ordinary and High Stock Dividend

5穩(wěn)健性檢驗(yàn)

5.1排除更多因素對(duì)本研究結(jié)果的影響

謝德仁等[13]的研究表明高送轉(zhuǎn)是內(nèi)部人減持的“謀定后動(dòng)”，胡聰慧等[26]發(fā)現(xiàn)上市公司實(shí)行高送轉(zhuǎn)實(shí)則是為定增鋪路，這些因素可能會(huì)對(duì)本研究結(jié)果產(chǎn)生影響。另外，有研究發(fā)現(xiàn)機(jī)構(gòu)投資者持股和融資融券機(jī)制會(huì)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生影響。因此，為排除這類因素的影響，本研究進(jìn)一步將機(jī)構(gòu)持股比例(Inst)、是否存在定增(Seot)、高送轉(zhuǎn)是否伴隨減持(Selt)和是否融資融券標(biāo)的(Mar_Trat)等變量加入回歸模型，回歸結(jié)果見(jiàn)表13，結(jié)果不變。由于新加入的控制變量存在缺失值，導(dǎo)致最終樣本減少到13 888。

表13穩(wěn)健性檢驗(yàn)：加入更多控制變量Table 13Robustness Tests: More Control Variables Included

5.2替換分析師跟蹤的測(cè)量指標(biāo)

首先，本研究采用分析師跟蹤人數(shù)的高低來(lái)驗(yàn)證H2，檢驗(yàn)結(jié)果不變。其次，將是否被明星分析師跟蹤代入回歸模型，回歸結(jié)果依然不變。具體檢驗(yàn)結(jié)果見(jiàn)表14，因明星分析師存在缺失值，故參與回歸的樣本量為10 104。

5.3不同板塊的影響

考慮到不同板塊對(duì)高送轉(zhuǎn)的定義存在差異，如中小板的定義為每10股送轉(zhuǎn)8股，創(chuàng)業(yè)板為每10股送轉(zhuǎn)10股，因此本研究按不同板塊的定義，將樣本分成主板、中小板、創(chuàng)業(yè)板3組分別檢驗(yàn)高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系，回歸結(jié)果見(jiàn)表15。由表15可知，板塊差異對(duì)本研究結(jié)果不存在干擾，高送轉(zhuǎn)的未來(lái)股價(jià)崩盤效應(yīng)在不同板塊均顯著存在。

表14穩(wěn)健性檢驗(yàn)：替換分析師跟蹤的指標(biāo)Table 14Robustness Tests: Changing Analyst Coverage Metric

5.4其他穩(wěn)健性測(cè)試

(1)改變高送轉(zhuǎn)定義。由于資本市場(chǎng)對(duì)不同程度的高送轉(zhuǎn)反應(yīng)強(qiáng)度不同，高送轉(zhuǎn)事件的選擇就顯得非常關(guān)鍵。高送轉(zhuǎn)強(qiáng)度越大，對(duì)股價(jià)的沖擊也會(huì)越大[7]。參考李心丹等[7]和謝德仁等[13]的研究，本研究選擇10送轉(zhuǎn)10及以上作為高送轉(zhuǎn)事件，重復(fù)本研究的主要回歸，回歸結(jié)果不變。另外，采用送轉(zhuǎn)比例測(cè)量高送轉(zhuǎn)，重復(fù)本研究的回歸，回歸結(jié)果依然不變。

(2)采用股價(jià)崩盤風(fēng)險(xiǎn)啞變量(Cra)。參考羅進(jìn)輝等[45]的研究，構(gòu)建股價(jià)崩盤風(fēng)險(xiǎn)啞變量，公式為

Wi,z≤Ave(Wi,z)-3.09δi,t

(8)

其中，Ave(Wi,z)為i公司在第z周的周特定收益率的年均值；δi,t為i公司第t年的周特定收益率的年標(biāo)準(zhǔn)差，3.09個(gè)標(biāo)準(zhǔn)差對(duì)應(yīng)標(biāo)準(zhǔn)正態(tài)分布下0.1%的概率區(qū)間。如果每年i公司的特定周收益率至少滿足(8)式1次，說(shuō)明該公司在當(dāng)年發(fā)生股價(jià)崩盤事件，此時(shí)Cra取值為1，否則取值為0。當(dāng)Cra作為被解釋變量時(shí)，本研究采用固定效應(yīng)logit回歸模型檢驗(yàn)本研究假設(shè)，回歸結(jié)果與上文一致。

(3)將行業(yè)因素引入計(jì)算股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)的過(guò)程中。KIM et al.[12,18]和許年行等[32]在計(jì)算個(gè)股周特定收益率時(shí)沒(méi)有考慮行業(yè)因素的影響，而在中國(guó)資本市場(chǎng)中不同行業(yè)板塊的收益率可能存在很大差異。因此，在穩(wěn)健性檢驗(yàn)中，本研究將行業(yè)因素引入模型(1)式重新計(jì)算Wi,t以及兩個(gè)股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)，發(fā)現(xiàn)本研究主要結(jié)論不變。

6結(jié)論

本研究拓展了高送轉(zhuǎn)領(lǐng)域的研究，借用行為金融框架下的迎合理論，從股價(jià)崩盤風(fēng)險(xiǎn)這一視角，對(duì)高送轉(zhuǎn)是否會(huì)損害金融市場(chǎng)運(yùn)作效率這一問(wèn)題進(jìn)行實(shí)證檢驗(yàn)。研究結(jié)果表明，高送轉(zhuǎn)與未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)。在采用PSM配對(duì)法和Heckman兩步法緩解可能的內(nèi)生性問(wèn)題后，結(jié)論依然穩(wěn)健。證券分析師是連接公司與外部投資者的重要橋梁，分析師能夠緩解高送轉(zhuǎn)行為誘發(fā)的股價(jià)崩盤風(fēng)險(xiǎn)。進(jìn)一步的研究還發(fā)現(xiàn)，當(dāng)公司的基本面表現(xiàn)較差、市場(chǎng)處于牛市、投資者注意力較高時(shí)，高送轉(zhuǎn)對(duì)未來(lái)股價(jià)崩盤風(fēng)險(xiǎn)的誘發(fā)效應(yīng)更明顯，這些均從側(cè)面印證了高送轉(zhuǎn)行為引發(fā)了未來(lái)股價(jià)暴跌的可能，濫用高送轉(zhuǎn)會(huì)嚴(yán)重?fù)p害資本市場(chǎng)效率。本研究結(jié)果表明，管理層會(huì)利用投資者的非理性偏好來(lái)炒作高送轉(zhuǎn)，雖然刺激了股價(jià)短期上漲，但當(dāng)壞消息累積到臨界點(diǎn)而爆發(fā)到市場(chǎng)中時(shí)，股價(jià)泡沫破裂，崩盤風(fēng)險(xiǎn)提高，使中小投資者利益在高送轉(zhuǎn)游戲中受到極大損害。

本研究結(jié)論對(duì)投資者和監(jiān)管部門均具有重要意義。對(duì)投資者而言，本研究結(jié)論有助于投資者甄別風(fēng)險(xiǎn)高的高送轉(zhuǎn)公司，不盲目追逐高送轉(zhuǎn)股票，優(yōu)化投資組合，進(jìn)而實(shí)現(xiàn)理性價(jià)值投資。對(duì)于監(jiān)管部門，

表15穩(wěn)健性檢驗(yàn)：不同板塊的影響Table 15Robustness Tests: Effect of Different Markets

應(yīng)修訂與高送轉(zhuǎn)相關(guān)的政策制度，增大企業(yè)濫用高送轉(zhuǎn)的成本，如規(guī)定公司每股收益低于一定比例的不得高送轉(zhuǎn)，同時(shí)制定相關(guān)政策要求公司對(duì)高送轉(zhuǎn)做出明確解釋，打擊內(nèi)幕交易，保護(hù)投資者利益。

本研究也存在一定不足。中國(guó)股票市場(chǎng)散戶較多，在知識(shí)與信息獲取和處理能力上與專業(yè)的機(jī)構(gòu)投資者存在較大差距，因此二者對(duì)高送轉(zhuǎn)的反應(yīng)也存在一定差異。后續(xù)研究可在獲取散戶和機(jī)構(gòu)投資者各自交易數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步對(duì)二者的反應(yīng)和行動(dòng)進(jìn)行甄別和分析。