實(shí)際控制人性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)*

孫凌霞 亓先玲

(1 中山大學(xué)國際金融學(xué)院 珠海 519082； 2 南開大學(xué)金融學(xué)院 天津 300350)

1. 引言

股價(jià)崩盤, 即股票價(jià)格在短時(shí)間內(nèi)大幅下跌的現(xiàn)象, 在我國股票市場上屢見不鮮。 例如, 2018 年7 月15 日, 長春長生生物科技有限責(zé)任公司被曝違法違規(guī)生產(chǎn)凍干人用狂犬病疫苗, 其母公司長生生物(002680)的股票隨即跌停并且連續(xù)跌停32 天, 致使約2.5 萬股東“踩雷”和財(cái)富縮水, 公司的實(shí)際控制人也因涉嫌刑事犯罪而被依法刑事拘留。 與此同時(shí), 長生生物的股價(jià)崩盤也造成了其他試圖研制或生產(chǎn)人用狂犬病疫苗的上市公司股票價(jià)格紛紛下跌, 證實(shí)了單只股票的價(jià)格暴跌導(dǎo)致市場崩盤的可能性(Hong & Stein, 2003),反映了股價(jià)崩盤引起的投資者情緒恐慌和投資熱情驟減非常不利于資本市場的健康穩(wěn)定。由此可見, 股價(jià)崩盤仍然是股票市場中備受關(guān)注的現(xiàn)象, 哪些因素導(dǎo)致股價(jià)崩盤以及如何降低股價(jià)崩盤仍然是值得研究的問題。 尤其是考慮到長生生物是一個(gè)由國企控股企業(yè)私有化的民營企業(yè), 而企業(yè)的實(shí)際控制人特征如何影響股價(jià)崩盤這一問題在現(xiàn)有研究中受到的關(guān)注較少, 因此本文試圖研究公司實(shí)際控制人對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及作用機(jī)制。

股價(jià)崩盤風(fēng)險(xiǎn)是指股價(jià)在短時(shí)間內(nèi)暴跌的可能性。 目前對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的研究主要是從企業(yè)內(nèi)部的代理問題出發(fā), 認(rèn)為在信息透明度差的情況下, 管理層出于薪酬、 構(gòu)建帝國、 “掏空”、 自身職業(yè)發(fā)展等動(dòng)機(jī)而傾向于向外部投資者隱藏企業(yè)的壞消息, 當(dāng)壞消息累積到一定閾值后被集中釋放到公開市場上就會(huì)導(dǎo)致股票價(jià)格大幅下跌, 產(chǎn)生崩盤(Hutton et al., 2009； Jin & Myers, 2006； Kothari et al., 2009； Xu et al., 2014； 王化成等,2015； 許言等, 2017)。 此外, 其他相關(guān)研究分析了公司內(nèi)外部治理的因素對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響作用, 發(fā)現(xiàn)高管性別、 大股東持股比例、 獨(dú)立董事制度、 控股股東股權(quán)質(zhì)押等因素能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)(李小榮、 劉行, 2012； 王化成等, 2015； 梁權(quán)熙、 曾海艦, 2016； 謝德仁等, 2016), 而分析師樂觀偏差和面臨的“利益沖突”、 機(jī)構(gòu)投資者持股比例、 管理層非效率投資程度通過降低信息透明度、 提高代理成本而加劇了股價(jià)崩盤風(fēng)險(xiǎn)(許年行等2012； 曹豐等, 2015； 田昆儒、 孫瑜, 2015)。 綜上, 現(xiàn)有對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的研究主要考慮公司管理層與外部投資者之間的代理問題, 而較少關(guān)注公司實(shí)際控制人與管理層、 小股東之間的代理問題。

以往研究對(duì)公司實(shí)際控制人通過緩解或加劇代理問題從而影響公司財(cái)務(wù)決策及績效的關(guān)注較多, 而對(duì)公司實(shí)際控制人是否以及如何影響股價(jià)崩盤風(fēng)險(xiǎn)的研究卻鮮見。 公司實(shí)際控制人可以從兩方面影響代理問題, 從而影響公司財(cái)務(wù)決策、 績效以及股票收益與風(fēng)險(xiǎn)。一方面, 由于持有集中的股權(quán)及投票權(quán), 實(shí)際控制人有動(dòng)力監(jiān)督和抑制管理層攫取私利的行為, 從而緩解股東與管理層之間的代理問題, 即第一類代理問題(Grossman & Hart 1980, Shleifer & Vishny 1986)。 另一方面, 在公司董事會(huì)、 控制權(quán)市場等治理機(jī)制失效的情況下, 控股股東更容易控制公司、 侵害小股東的利益, 產(chǎn)生防御效應(yīng)(Entrenchment Effect), 可能增加控股股東與小股東之間的代理問題, 即第二類代理問題(Morck et al.,1988, Shleifer & Vishny 1997, La Porta et al., 1999)。 然而, 現(xiàn)有研究對(duì)公司實(shí)際控制人如何影響代理問題并未得出一致的結(jié)論。 如果上述第一種觀點(diǎn)起主導(dǎo)作用, 則公司實(shí)際控制人可能降低股價(jià)崩盤風(fēng)險(xiǎn)； 如果第二種觀點(diǎn)起主導(dǎo)作用, 那么公司實(shí)際控制人并不一定降低股價(jià)崩盤風(fēng)險(xiǎn)。

為了實(shí)證檢驗(yàn)公司實(shí)際控制人對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響, 本文根據(jù)實(shí)際控制人的性質(zhì)將企業(yè)劃分為國有企業(yè)與非國有企業(yè), 前者由中央機(jī)構(gòu)、 地方機(jī)構(gòu)、 行政機(jī)關(guān)、 國有企業(yè)等國家實(shí)體作為公司實(shí)際控制人, 后者由民營企業(yè)、 外國企業(yè)、 社會(huì)團(tuán)體、 自然人等作為公司實(shí)際控制人。 國有企業(yè)與非國有企業(yè)在投融資行為、 經(jīng)營績效、 創(chuàng)新活動(dòng)、 公司治理等方面存在顯著差異。 例如, 研究認(rèn)為國有企業(yè)存在內(nèi)部人控制、 預(yù)算軟約束、 政府干預(yù)、市場化水平低等特點(diǎn), 因此表現(xiàn)出較低水平的會(huì)計(jì)穩(wěn)健性、 更低的研發(fā)投入、 更差的經(jīng)營績效和更高的代理成本(李壽喜, 2007； 朱茶芬、 李志文, 2008； 左晶晶等, 2016)。 也有觀點(diǎn)認(rèn)為國有控股有良好的治理效應(yīng)和天然的制度優(yōu)勢, 因此國有企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出顯著高于民營企業(yè), 國有終極控制權(quán)通過降低第一類和第二類代理成本而顯著提高公司的經(jīng)營績效(劉和旺等, 2015； 甄紅線等, 2015)。

本文以2009—2018 年我國A 股非金融行業(yè)上市公司為樣本研究實(shí)際控制人的特征,包括產(chǎn)權(quán)性質(zhì)和現(xiàn)金流權(quán), 對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及作用機(jī)制。 研究發(fā)現(xiàn), 當(dāng)上市公司的實(shí)際控制人為中央或地方政府、 國有企業(yè)等國有實(shí)體時(shí), 股價(jià)崩盤風(fēng)險(xiǎn)顯著更低, 并且實(shí)際控制人的現(xiàn)金流權(quán)能夠顯著降低國有上市公司的股價(jià)崩盤風(fēng)險(xiǎn), 表明國有實(shí)際控制人及現(xiàn)金流權(quán)具有一定的治理效應(yīng)。 進(jìn)一步分析和檢驗(yàn)作用機(jī)制, 發(fā)現(xiàn)國有實(shí)際控制人通過約束高管行為、 影響CEO 決策行為特征及信息披露質(zhì)量三種機(jī)制降低股價(jià)崩盤風(fēng)險(xiǎn)。 結(jié)論表明, 國有控股公司并非只表現(xiàn)出內(nèi)部人控制、 高政府干預(yù)、 普遍效率低下等負(fù)面特征,還具有天然的制度優(yōu)勢、 良好的治理效應(yīng)和控制風(fēng)險(xiǎn)能力。

本文的主要貢獻(xiàn)有以下方面： 首先, 擴(kuò)展了最終控制人特征包括產(chǎn)權(quán)性質(zhì)和現(xiàn)金流權(quán)的經(jīng)濟(jì)后果研究。 已有文獻(xiàn)集中研究產(chǎn)權(quán)性質(zhì)對(duì)企業(yè)效率包括經(jīng)營績效、 創(chuàng)新效率、 治理效率等方面的影響, 對(duì)產(chǎn)權(quán)性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系的相關(guān)研究較少。 其次, 豐富了股價(jià)崩盤風(fēng)險(xiǎn)影響因素的研究。 已有研究主要圍繞公司治理的內(nèi)外部主體特征和行為對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響, 尚未發(fā)現(xiàn)我國特有的制度安排下產(chǎn)權(quán)性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系的相關(guān)研究。 并且, 相關(guān)研究大都按控股股東的性質(zhì)將企業(yè)劃分為國有控股和非國有控股, 而沒有考慮公司實(shí)際控制人的性質(zhì)和特征。 最后, 檢驗(yàn)了公司實(shí)際控制人影響股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制, 即通過約束高管行為、 CEO 決策行為特征及提高信息披露質(zhì)量降低股價(jià)崩盤風(fēng)險(xiǎn)。

2. 理論分析與假設(shè)提出

2.1 實(shí)際控制人性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)

本文根據(jù)公司實(shí)際控制人的性質(zhì)將企業(yè)劃分為國有企業(yè)與非國有企業(yè), 前者由中央機(jī)構(gòu)、 地方機(jī)構(gòu)、 行政機(jī)關(guān)、 國有企業(yè)等國家實(shí)體作為公司實(shí)際控制人, 后者由民營企業(yè)、外國企業(yè)、 社會(huì)團(tuán)體、 自然人等作為公司實(shí)際控制人。 股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生的重要原因是代理問題, 即高管受私人利益驅(qū)動(dòng), 傾向于隱藏壞消息, 提前披露好消息, 導(dǎo)致壞消息累積到最大限度后集中釋放到公開市場, 從而導(dǎo)致股價(jià)崩盤。

考慮公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)對(duì)第一類代理問題的影響, 國有企業(yè)高管隱藏壞消息的動(dòng)機(jī)可能更小, 在任職初期和離任前隱藏壞消息的行為均較弱(許言等, 2017)。 首先,與民營企業(yè)相比, 國有企業(yè)高管的選拔、 考核、 激勵(lì)和晉升機(jī)制并非完全市場化, 即不僅僅依據(jù)經(jīng)濟(jì)指標(biāo)。 《中央企業(yè)領(lǐng)導(dǎo)班子和領(lǐng)導(dǎo)人員綜合考核評(píng)價(jià)辦法(試行)》中明確提到：“緊密結(jié)合企業(yè)實(shí)際, 運(yùn)用多維度測評(píng)、 定量考核與定性評(píng)價(jià)相結(jié)合等方法, 對(duì)中央企業(yè)領(lǐng)導(dǎo)班子和領(lǐng)導(dǎo)人員的政治素質(zhì)、 業(yè)務(wù)能力、 工作實(shí)績、 勤勉盡職和廉潔自律等情況進(jìn)行綜合考核評(píng)價(jià)。”因此, 國企高管除了關(guān)心市場對(duì)其經(jīng)營管理能力的評(píng)價(jià), 更關(guān)心其他政治目標(biāo), 比如政治升遷。 由于公司的經(jīng)濟(jì)績效對(duì)國企高管的政治升遷并沒有明顯幫助, 國企高管在任期內(nèi)樹立市場聲譽(yù)、 彰顯經(jīng)營管理才能和管理公司信息的動(dòng)機(jī)更弱(楊瑞龍等, 2013)。

其次, 國有企業(yè)屬于政治敏感型企業(yè), 更容易受到政府、 審計(jì)機(jī)構(gòu)、 媒體的關(guān)注和嚴(yán)格監(jiān)管。 為了防止國有資產(chǎn)流失, 各級(jí)國資委等政府主管部門對(duì)國有企業(yè)實(shí)施了嚴(yán)格監(jiān)管, 政府作為實(shí)際控制人對(duì)國有企業(yè)經(jīng)營狀況、 信息披露的管理能力較強(qiáng)(唐松、 孫錚,2014)。 因此, 相較于民營企業(yè), 國有企業(yè)高管管理信息披露的空間和能力更低。 此外,國有企業(yè)也會(huì)受到比民營企業(yè)更為嚴(yán)格的外部監(jiān)管。 例如, 實(shí)施向上盈余管理的國有控股企業(yè)被出具非標(biāo)準(zhǔn)審計(jì)意見的概率更大(劉繼紅, 2009)； 當(dāng)國有企業(yè)的內(nèi)部控制存在較大缺陷時(shí), 會(huì)計(jì)師事務(wù)所為了規(guī)避嚴(yán)重的經(jīng)濟(jì)后果, 會(huì)增大審計(jì)定價(jià)(孫文剛、 郭文貞,2018)； 媒體監(jiān)管對(duì)國有企業(yè)的盈余管理約束力顯著更高(陳克兢, 2017)。

基于以上分析認(rèn)為, 當(dāng)公司實(shí)際控制人為政府、 國有企業(yè)等國有實(shí)體時(shí), 高管隱藏壞消息的動(dòng)機(jī)較弱, 同時(shí)受到政府、 第三方審計(jì)機(jī)構(gòu)、 媒體等外部主體的關(guān)注和監(jiān)管更多,管理信息的空間更小、 能力更弱。 因此提出如下假設(shè)：

H1： 當(dāng)公司實(shí)際控制人的性質(zhì)為國有實(shí)體時(shí)， 股價(jià)崩盤風(fēng)險(xiǎn)顯著更低。

2.2 實(shí)際控制人的現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)

現(xiàn)金流權(quán)又稱所有權(quán), 是實(shí)際控制人參與上市公司現(xiàn)金流分配的權(quán)利。 國有產(chǎn)權(quán)性質(zhì)與現(xiàn)金流權(quán)作為實(shí)際控制人的兩個(gè)維度特征, 有相關(guān)性但并非替代關(guān)系。 這是因?yàn)? 假設(shè)H1 中國有控股影響股價(jià)崩盤風(fēng)險(xiǎn)的路徑主要是緩解第一類代理問題, 即股東與管理層之間的代理問題, 而現(xiàn)金流權(quán)影響股價(jià)崩盤風(fēng)險(xiǎn)的路徑主要是通過影響第二類代理問題, 即控股股東與小股東之間的代理問題。 雖然也有研究發(fā)現(xiàn)國家控制影響控股股東的“掏空”行為, 但結(jié)論并不一致(高雷等, 2006； 李增泉等, 2004), 而現(xiàn)金流權(quán)對(duì)控股股東的影響更直接。 現(xiàn)金流權(quán)越高, 實(shí)際控制人與上市公司的利益一致性程度越高, “掏空”等個(gè)人私利行為帶來的經(jīng)濟(jì)損失越大, 實(shí)際控制人掏空上市公司的動(dòng)機(jī)越弱, 操縱會(huì)計(jì)信息掩蓋“掏空”的行為得到有效抑制, 因而緩解公司內(nèi)部的第二類代理問題。 研究發(fā)現(xiàn), 現(xiàn)金流權(quán)能夠顯著降低盈余管理程度、 提高盈余質(zhì)量(袁振超、 王生年, 2010), 并且現(xiàn)金流權(quán)能夠顯著降低股價(jià)同步性、 提高股價(jià)中包含的公司特質(zhì)信息含量(王立章等, 2016)。因此認(rèn)為, 現(xiàn)金流權(quán)能夠抑制實(shí)際控制人掏空上市公司的行為, 提高實(shí)際控制人與上市公司的利益一致性, 降低盈余管理程度和股價(jià)同步性, 提高上市公司信息透明度, 降低股價(jià)崩盤風(fēng)險(xiǎn)。

然而, 實(shí)際控制人的現(xiàn)金流權(quán)并不總是與公司利益趨于一致, 由于產(chǎn)權(quán)性質(zhì)不同, 其“掏空”動(dòng)機(jī)、 對(duì)上市公司的支持力度存在較大差異, 所以現(xiàn)金流權(quán)降低股價(jià)崩盤風(fēng)險(xiǎn)的治理效應(yīng)很可能不同。 在“掏空”方面, 隨著現(xiàn)金流權(quán)的增加, 控股股東也傾向于使用現(xiàn)金股利“掏空”上市公司(顧小龍等, 2015)。 研究表明, 國家控制并沒有加劇控股股東的掏空行為(高雷等, 2006), 而非國有實(shí)際控制人的“掏空”動(dòng)機(jī)更強(qiáng)烈、 政治成本更低,通過內(nèi)幕交易、 關(guān)聯(lián)交易獲得的私人利益更高。 在對(duì)上市公司的支持方面, 相較于“掠奪之手”, 政府對(duì)國有企業(yè)的“支持之手”占主導(dǎo)作用(潘紅波、 余明桂, 2011)。 政府為公司貸款提供各種形式的擔(dān)保, 甚至在公司陷入困境時(shí)實(shí)施救助(Borisova et al., 2015)。 國有實(shí)際控制人的現(xiàn)金流權(quán)越大, 越有動(dòng)機(jī)為上市公司提供資金支持或?qū)徤鞅O(jiān)管, 提高公司經(jīng)營績效、 降低經(jīng)營風(fēng)險(xiǎn)。 而非國有實(shí)際控制人即使愿意提供支持, 在政府對(duì)稀缺資源有較強(qiáng)控制的情況下, 政府對(duì)國有企業(yè)的“支持之手”會(huì)阻礙民營企業(yè)的資源獲取, 導(dǎo)致其支持能力顯著低于國有企業(yè)。 因此, 現(xiàn)金流權(quán)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響作用也受到實(shí)際控制人性質(zhì)的調(diào)節(jié)。 當(dāng)實(shí)際控制人為國有機(jī)構(gòu)時(shí), 隨著現(xiàn)金流權(quán)的增加, 控股股東利用資源支持公司超過“掏空”公司, 更容易與公司利益相協(xié)同, 從而降低股價(jià)崩盤風(fēng)險(xiǎn)； 當(dāng)實(shí)際控制人非國有機(jī)構(gòu)時(shí), 隨著現(xiàn)金流權(quán)的增加, 控股股東 “掏空”公司多于對(duì)公司的支持, 更難與公司利益相一致, 降低股價(jià)崩盤風(fēng)險(xiǎn)的作用小。

基于以上分析, 提出如下假設(shè)：

H2： 公司實(shí)際控制人的現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān)。

H2a： 國有實(shí)際控制人的現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)的相關(guān)性強(qiáng)。

H2b： 非國有實(shí)際控制人的現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)的相關(guān)性弱。

2.3 作用機(jī)制分析

Jin 和Myers(2006)和Hutton 等(2009)將股價(jià)崩盤風(fēng)險(xiǎn)解釋為公司內(nèi)部人與外部投資者之間的代理問題和信息不透明。 由于信息不透明, 公司內(nèi)部人或控股股東更可能向外部投資者隱藏與公司未來現(xiàn)金流有關(guān)的壞消息, 而壞消息不斷累積最終爆發(fā)從而導(dǎo)致股價(jià)崩盤。 基于此, 本文提出國有實(shí)際控制人降低股價(jià)崩盤風(fēng)險(xiǎn)三個(gè)可能的作用機(jī)制。

第一個(gè)機(jī)制是, 國有實(shí)際控制人對(duì)高管隱藏壞消息的行為具有約束作用。 國有控股公司通常受到政府和中共中央政策規(guī)定的監(jiān)管, 高管隱藏壞消息的動(dòng)機(jī)和行為均受到更強(qiáng)約束。 其中直接約束國有控股企業(yè)高管行為的一個(gè)重要事件是2012 年12 月4 日中共中央政治局會(huì)議審議通過的關(guān)于改進(jìn)工作作風(fēng)、 密切聯(lián)系群眾的“八項(xiàng)規(guī)定”, 這一外生沖擊為檢驗(yàn)該機(jī)制提供了一個(gè)“準(zhǔn)自然實(shí)驗(yàn)”。 “八項(xiàng)規(guī)定”中要求黨員干部到基層深入了解真實(shí)情況、 例行勤儉節(jié)約等具體規(guī)定內(nèi)容強(qiáng)化對(duì)國有控股企業(yè)高管的監(jiān)督, 緩解代理問題, 從而進(jìn)一步降低股價(jià)崩盤風(fēng)險(xiǎn)。 因此, 提出如下假設(shè)：

H3a： 約束國企高管行為能夠增強(qiáng)國有實(shí)際控制人對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。

第二個(gè)機(jī)制是, 國有控股公司高管的決策行為可能降低股價(jià)崩盤風(fēng)險(xiǎn)。 Jin 和Myers(2006)模型中一個(gè)關(guān)鍵假設(shè)是公司高管由于關(guān)注職業(yè)生涯而隱藏壞消息。 與非國有企業(yè)相比, 國有企業(yè)高管的選拔、 考核、 激勵(lì)和晉升機(jī)制不僅僅依據(jù)經(jīng)濟(jì)指標(biāo), 而是包括政治素質(zhì)、 業(yè)務(wù)能力、 工作實(shí)績、 勤勉盡職和廉潔自律等綜合指標(biāo)。 基于這些綜合指標(biāo)的激勵(lì)以及相關(guān)規(guī)定的約束, 國有控股公司高管的決策行為更傾向于保守和穩(wěn)健, 從而更可能降低股價(jià)崩盤風(fēng)險(xiǎn)。 因此, 提出如下假設(shè)：

H3b： 國有實(shí)際控制人通過高管決策行為特征影響股價(jià)崩盤風(fēng)險(xiǎn)。

第三個(gè)機(jī)制是, 國有實(shí)際控制人影響高管信息披露質(zhì)量。 研究發(fā)現(xiàn), 不同產(chǎn)權(quán)性質(zhì)公司的盈余管理程度和信息披露質(zhì)量存在顯著差異, 國有企業(yè)普遍存在融資軟約束, 經(jīng)營績效壓力更小并且受到更為嚴(yán)格的外部監(jiān)管, 盈余管理動(dòng)機(jī)更弱。 此外, 國有企業(yè)的盈余管理水平顯著低于非國有企業(yè), 國有控股在一定程度上存在治理效應(yīng)(高燕, 2008； 薄仙慧、 吳聯(lián)生, 2009)。 徐向藝和宋理升(2009)使用深交所信息披露評(píng)價(jià)結(jié)果作為信息披露質(zhì)量的衡量指標(biāo), 發(fā)現(xiàn)國有實(shí)際控制人的控制權(quán)和現(xiàn)金流權(quán)均能提高信息披露透明度, 而非國有企業(yè)的這一影響并不顯著。 因此, 提出如下假設(shè)：

H3c： 國有實(shí)際控制人通過提升信息披露質(zhì)量降低股價(jià)崩盤風(fēng)險(xiǎn)。

3. 研究設(shè)計(jì)

3.1 樣本與數(shù)據(jù)

本文選取2009—2018 年(滯后一期的時(shí)間區(qū)間為2008—2017 年)A 股上市公司為研究樣本, 公司實(shí)際控制人數(shù)據(jù)來源于CCER 中國經(jīng)濟(jì)金融數(shù)據(jù)庫, 其余數(shù)據(jù)均來源于CSMAR 數(shù)據(jù)庫。 本文選取2009 年(公司實(shí)際控制人起始研究年份為2008 年)為起始研究年份主要是因?yàn)?007 年股權(quán)分置改革完成后非國有企業(yè)逐年增加, 而在2007 年之前國有企業(yè)占據(jù)主體, 可能會(huì)導(dǎo)致樣本選擇性偏差。

本文對(duì)原始數(shù)據(jù)做了如下處理： (1)為了可靠地計(jì)算股價(jià)崩盤風(fēng)險(xiǎn), 參考Jin 和Myers(2004)、 許年行等(2012)的處理, 剔除每年周收益率少于30 個(gè)觀測值的樣本； (2)剔除公司實(shí)際控制人無法界定的樣本； (3)由于金融行業(yè)的財(cái)務(wù)數(shù)據(jù)與其他行業(yè)有較大差異,剔除金融類公司； (4)剔除被ST 的公司； (5)剔除有缺失值的樣本。 經(jīng)過上述處理, 共得到20378 個(gè)公司-年觀測值。 為了避免極端值的影響, 本文對(duì)所有連續(xù)變量進(jìn)行了上下1%的縮尾處理。

3.2 變量的選取及度量

3.2.1 股價(jià)崩盤風(fēng)險(xiǎn)

借鑒已有文獻(xiàn)Chen 等(2001)、 許年行等(2012)中計(jì)算股價(jià)崩盤風(fēng)險(xiǎn)CrashRisk 的方法, 本文構(gòu)建兩個(gè)變量測量股價(jià)崩盤風(fēng)險(xiǎn)。 首先, 計(jì)算股票的周特有回報(bào)率Wi,t。 使用回歸模型(1)對(duì)股票i 的周回報(bào)率逐年做回歸, 獲得模型(1)中的殘差項(xiàng)εi,t, 利用公式Wi,t=ln(1+εi,t)計(jì)算出股票i 第t 周的公司特質(zhì)回報(bào)率。

其中, Ri,t為股票i 第t 周考慮現(xiàn)金紅利再投資的收益率, Rm,t為市場所有股票經(jīng)流通市值加權(quán)的平均收益率。 參考Dimson(1979)對(duì)股票非同步性交易的調(diào)整, 在模型(1)中加入了市場收益率的滯后項(xiàng)和超前項(xiàng)。

然后, 使用Wi,t構(gòu)建負(fù)收益偏態(tài)系數(shù)NCSKEW 和收益波動(dòng)比率DUVOL 來衡量股價(jià)崩盤風(fēng)險(xiǎn)。

(1)負(fù)收益偏態(tài)系數(shù)(NCSKEW)

其中, n 為股票i 每年的交易周數(shù), NCSKEW 越大, 收益偏態(tài)系數(shù)負(fù)的程度越大, 股票的崩盤風(fēng)險(xiǎn)越高。

(2)收益波動(dòng)比率(DUVOL)

其中, nu代表周特有收益率Wi,t大于年平均收益率Wi的周數(shù), nd代表周特有收益率Wi,t小于年平均收益率Wi的周數(shù)。 DUVOL 的數(shù)值越大, 股票周收益率分布的左偏程度越大, 崩盤風(fēng)險(xiǎn)越高。

3.2.2 公司實(shí)際控制人特征

按照《上市公司收購管理辦法》, 有下列情形之一的可以構(gòu)成對(duì)一個(gè)上市公司的實(shí)際控制： 在一個(gè)上市公司股東名冊(cè)中持股數(shù)量最多； 能夠行使、 控制一個(gè)上市公司的表決權(quán)超過該公司股東名冊(cè)中持股數(shù)量最多的股東； 持有、 控制一個(gè)上市公司股份、 表決權(quán)的比例達(dá)到或者超過百分之三十； 通過行使表決權(quán)能夠決定一個(gè)上市公司董事會(huì)半數(shù)以上成員當(dāng)選。

本文依據(jù)CCER 數(shù)據(jù)庫對(duì)最終控制人類型的分類, 將樣本分為國有實(shí)際控制人和非國有實(shí)際控制人, 并設(shè)置啞變量SOE。 當(dāng)最終控制人類型為中央機(jī)構(gòu)、 地方機(jī)構(gòu)、 行政機(jī)關(guān)、 國有企業(yè)等國家實(shí)體時(shí), SOE 取值為1； 當(dāng)最終控制人類型為民營、 外資、 集體、 社會(huì)團(tuán)體、 自然人時(shí), SOE 取值為0。 為了檢驗(yàn)中央政府和地方政府分別作為實(shí)際控制人之間的差異性, 本文進(jìn)一步設(shè)置中央實(shí)際控制人啞變量Central 和地方實(shí)際控制人啞變量Local。 當(dāng)實(shí)際控制人為中央機(jī)構(gòu)時(shí), Central 取值為1, 否則取值為0； 當(dāng)實(shí)際控制人為地方機(jī)構(gòu)時(shí), Local 取值為1, 否則取值為0。

此外, 本文選取實(shí)際控制人的現(xiàn)金流權(quán)來檢驗(yàn)實(shí)際控制人是否通過改變第二類代理問題來影響股價(jià)崩盤風(fēng)險(xiǎn)。 現(xiàn)金流權(quán)即所有權(quán), 是指實(shí)際控制人通過一致行動(dòng)、 多重塔式持股、 交叉持股等方式擁有的上市公司所有權(quán)。 現(xiàn)金流權(quán)(CFR)數(shù)據(jù)是采用La Porta 等(1999)的計(jì)算方法, 將實(shí)際控制人與上市公司股權(quán)關(guān)系鏈每層持有比例相乘或?qū)嶋H控制人與上市公司每條股權(quán)關(guān)系鏈每層持有比例相乘之和。

3.2.3 中介變量

為了檢驗(yàn)國有實(shí)際控制人影響股價(jià)崩盤風(fēng)險(xiǎn)的作用機(jī)制, 本文選取公司CEO 決策行為和信息披露質(zhì)量作為中介變量。 CEO 決策行為特征的變量包括年齡(AGE)、 任期(TENURE)和期望任期(ETENURE), 其中ETENURE 參照Antia 等(2010)的方法構(gòu)建,ETENURE(i, t)=[TENURE(industry, t)-TENURE(i, t)]+[AGE(industry, t)-AGE(i,t)], 即同行業(yè)CEO 任期中值與i 公司CEO 任期的差值和同行業(yè)CEO 年齡中值與i 公司CEO 年齡的差值取和。 ETENURE 的取值可正可負(fù), 正值表示CEO 的期望任期高于行業(yè)中值因此決策視野長, 負(fù)值表示CEO 的期望任期低于行業(yè)中值因此決策視野短。 此外,參考胡奕明和唐松蓮(2007)、 白曉宇(2009)的研究, 選取深交所信息披露評(píng)級(jí)結(jié)果來衡量信息披露質(zhì)量SCORE。 信息披露評(píng)級(jí)結(jié)果分為優(yōu)秀、 良好、 合格、 不合格四類, 當(dāng)評(píng)級(jí)結(jié)果為優(yōu)秀或良好時(shí), SCORE 取值為1, 當(dāng)評(píng)級(jí)結(jié)果為合格或不合格時(shí), SCORE 取值為0。

3.2.4 控制變量

借鑒已有研究, 本文將以下影響股價(jià)崩盤風(fēng)險(xiǎn)的因素作為控制變量： 滯后一期的股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)NCSKEWt-1或DUVOLt-1, 股票年度周收益率的標(biāo)準(zhǔn)差SIGMAt-1, 股票年度平均周收益率RETt-1, 月平均超額換手率DTURNt-1, 公司規(guī)模SIZEt-1, 杠桿比率LEVt-1,總資產(chǎn)收益率ROAt-1, 市賬比MBt-1, 信息透明度ABACCt-1, 第一大股東持股比例TOPt-1以及兩權(quán)分離度SEPt-1。 本文還加入了行業(yè)啞變量IND 和年份啞變量YEAR, 以控制行業(yè)和年份的固定效應(yīng)。 變量的定義和度量詳見表1。

表1 變量的定義與度量

3.3 模型構(gòu)建

3.3.1 實(shí)際控制人與股價(jià)崩盤風(fēng)險(xiǎn)

為了研究公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)和現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系, 本文構(gòu)建的多元回歸模型如下：

其中, CrashRiskt為第t 期的NCSKEW 和DUVOL, SOEt-1為第t-1 期的實(shí)際控制人產(chǎn)權(quán)性質(zhì), 其余變量均為控制變量。 預(yù)期β1顯著為負(fù)。 同時(shí), 我們將實(shí)際控制人的性質(zhì)進(jìn)一步區(qū)分為中央機(jī)構(gòu)(Central)和地方機(jī)構(gòu)(Local), 并將上述回歸模型中的SOE 啞變量替換為Central 和Local 這兩個(gè)啞變量, 以檢驗(yàn)中央機(jī)構(gòu)和地方機(jī)構(gòu)作為公司實(shí)際控制人是否存在差異性以及結(jié)果的穩(wěn)健性。 此外, 本文還用實(shí)際控制人的現(xiàn)金流權(quán)CFR 替換SOE, 并對(duì)全樣本、 國有實(shí)際控制人樣本、 非國有實(shí)際控制人樣本分別做回歸分析。

3.3.2 機(jī)制檢驗(yàn)

為了檢驗(yàn)假設(shè)H3a, 使用“八項(xiàng)規(guī)定”這一政策性的外生沖擊作為一個(gè)“準(zhǔn)自然實(shí)驗(yàn)”。以2012 年作為事件年度, 設(shè)置POST 為啞變量且在2008—2011 年間取值為0, 在2012—2018 年間取值為1。 使用模型(5)進(jìn)行回歸, 預(yù)期POST 與SOE 的交乘項(xiàng)系數(shù)顯著為負(fù)。

為了檢驗(yàn)假設(shè)H3b 和H3c, 使用兩步回歸法檢驗(yàn)CEO 決策行為及信息披露質(zhì)量是否具有中介效應(yīng)。 第一步回歸使用模型(6)：

其中, 中介變量包括CEO 的AGE, TENURE, ETENURE 和信息披露質(zhì)量SCORE, 自變量為實(shí)際控制人的產(chǎn)權(quán)性質(zhì)SOE, 同時(shí)控制公司規(guī)模、 負(fù)債率、 ROA、 市賬比和可操縱利潤ABACC。 預(yù)期中介變量與SOE 顯著相關(guān)。

第二步回歸使用模型(7), 將中介變量逐一加入基礎(chǔ)回歸模型(4)中。 預(yù)期中介變量與崩盤風(fēng)險(xiǎn)顯著相關(guān), 且具有中介效應(yīng)。

4. 實(shí)證結(jié)果與分析

4.1 分年度樣本分布

表2 報(bào)告了樣本分年度統(tǒng)計(jì)情況。 首先, 樣本量逐年增加, 反映了A 股上市公司逐漸增多。 其次, 測量股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)變量均值均為負(fù), 不同年份的股價(jià)崩盤風(fēng)險(xiǎn)差異較大, 2010 年、 2015 年、 2017 年和2018 年4 個(gè)年份的股價(jià)崩盤風(fēng)險(xiǎn)相對(duì)較高。 最后,2007 年股權(quán)分置改革后, 國有實(shí)際控制的企業(yè)占比逐年下降, 非國有實(shí)際控制的企業(yè)比重越來越高, 因此選取2009 年為起始研究年份能夠更好地反映不同產(chǎn)權(quán)性質(zhì)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。

表2 分年度的樣本分布

4.2 變量描述性統(tǒng)計(jì)

本文使用的主要變量描述性統(tǒng)計(jì)結(jié)果見表3。 股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)指標(biāo)NCSKEW 和DUVOL 的均值分別是-0.257、 -0.221, 跟已有文獻(xiàn)許年行等(2012)的-0.248、 -0.218以及王化成等(2015)的-0.265、 -0.295 差異不大。 NCSKEW 和DUVOL 的標(biāo)準(zhǔn)差分別為0.714 和0.494, 說明股價(jià)崩盤風(fēng)險(xiǎn)在不同公司間存在較大差異。 樣本中44.7%為國有實(shí)際控制人的觀測值, 中央和地方政府的樣本觀測值分別占比4.9%和23%。 公司實(shí)際控制人的現(xiàn)金流權(quán)均值為34.1%。 公司CEO 的平均年齡為49.0, 平均任期為3.7 年。 其他變量的取值均在合理范圍之內(nèi)。

表3 描述性統(tǒng)計(jì)

續(xù)表

4.3 樣本分組差異檢驗(yàn)

表4 為按照公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)SOE 分組對(duì)主要變量做差異檢驗(yàn)的結(jié)果。 可以看出, 非國有實(shí)際控制企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)顯著高于國有實(shí)際控制的企業(yè), NCSKEW和DUVOL 均值差異分別為0.160 和0.111, 且在1%的水平下顯著, 中位數(shù)差異也在1%的水平下顯著, 說明公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)不同的公司在股價(jià)崩盤風(fēng)險(xiǎn)上存在顯著差異。

表4 差異檢驗(yàn)

4.4 相關(guān)性分析

在回歸之前, 本文利用相關(guān)性分析判斷公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)與股價(jià)崩盤之間的相關(guān)關(guān)系, 結(jié)果見表5。 股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)衡量指標(biāo)NCSKEW 和DUVOL 相關(guān)系數(shù)約為0.885, 在1%的水平下顯著, 具有較好的一致性。 公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)SOE、 中央政府實(shí)際控制Central、 地方政府實(shí)際控制Local 與股價(jià)崩盤風(fēng)險(xiǎn)NCSKEW 和DUVOL 均存在顯著的負(fù)相關(guān)關(guān)系, 并且實(shí)際控制人現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)顯著負(fù)相關(guān), 說明在不考慮其他因素的影響下, 國有實(shí)際控制人能夠降低股價(jià)崩盤風(fēng)險(xiǎn)。 此外, 中介變量CEO 年齡、 任期及信息披露質(zhì)量均與SOE 和股價(jià)崩盤風(fēng)險(xiǎn)顯著相關(guān), 表明可能存在一定的中介效應(yīng)。

4.5 回歸分析

4.5.1 公司實(shí)際控制人產(chǎn)權(quán)性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)

表6 報(bào)告了股價(jià)崩盤風(fēng)險(xiǎn)對(duì)公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)回歸的結(jié)果。 第(1)、 (2)列顯示, 在控制其他相關(guān)變量的影響后, 股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)指標(biāo)NCSKEW 和DUVOL 均與SOE 存在負(fù)相關(guān)關(guān)系, 系數(shù)分別為-0.088 和-0.058, 且在1%的水平下顯著。 兩個(gè)回歸系數(shù)說明, 國有控股公司比非國有控股公司的股價(jià)崩盤風(fēng)險(xiǎn)分別低8.8%和5.8%, 表明國有實(shí)際控制人能夠降低股價(jià)崩盤風(fēng)險(xiǎn), 支持假設(shè)H1。

表6 中第(3)、 (4)列是股價(jià)崩盤風(fēng)險(xiǎn)對(duì)中央和地方實(shí)際控制人變量回歸的結(jié)果。NCSKEW 對(duì)Central 和Local 的回歸系數(shù)分別為-0.124 和-0.081 且在1%的水平下顯著,DUVOL 對(duì)Central 和Local 的回歸系數(shù)分別為-0.083 和-0.049 且在1%的水平下顯著。 兩組回歸系數(shù)說明, 與非國有控股公司相比, 地方控股公司股價(jià)崩盤風(fēng)險(xiǎn)分別低8.1%和4.9%, 中央控股公司股價(jià)崩盤風(fēng)險(xiǎn)分別低12.4%和8.1%。 通過Chow test 檢驗(yàn)?zāi)Ｐ?5)和(6)中Central 和Local 回歸系數(shù)的差異性, 發(fā)現(xiàn)F 值分別為2.76 和3.67, 即模型(5)中兩系數(shù)差異性邊際顯著而模型(6)中兩系數(shù)差異顯著。 數(shù)據(jù)結(jié)果表明, 中央機(jī)構(gòu)和地方機(jī)構(gòu)作為實(shí)際控制人均能降低股價(jià)崩盤風(fēng)險(xiǎn), 并且中央機(jī)構(gòu)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響作用更強(qiáng)。

表6 公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)與股價(jià)崩盤風(fēng)險(xiǎn)

續(xù)表

在控制變量方面, SIGMA、 RET、 SIZE、 MB 與股價(jià)崩盤風(fēng)險(xiǎn)正相關(guān), DTURN 和LEV與股價(jià)崩盤風(fēng)險(xiǎn)負(fù)相關(guān), 與許年行等(2012)、 王化成等(2015)的研究結(jié)果基本一致。 特別地, 第一大股東持股比例TOP 與股價(jià)崩盤風(fēng)險(xiǎn)顯著負(fù)相關(guān), 進(jìn)一步驗(yàn)證了王化成等(2015)的研究結(jié)論——大股東持股比例能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。

4.5.2 公司實(shí)際控制人現(xiàn)金流權(quán)與股價(jià)崩盤風(fēng)險(xiǎn)

為了驗(yàn)證假設(shè)H2, 考察公司實(shí)際控制人的股權(quán)結(jié)構(gòu)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響, 本文使用現(xiàn)金流權(quán)CFR 作為自變量, 股價(jià)崩盤風(fēng)險(xiǎn)作為因變量對(duì)全樣本、 國有實(shí)際控制人子樣本和非國有實(shí)際控制人子樣本分別回歸, 結(jié)果見表7。 第(1)列和第(2)列為全樣本回歸結(jié)果, 無論使用NCSKEW 還是DUVOL 作為股價(jià)崩盤風(fēng)險(xiǎn)的衡量指標(biāo), 現(xiàn)金流權(quán)的系數(shù)均顯著為負(fù), 說明隨著公司實(shí)際控制人現(xiàn)金流權(quán)的增加, 實(shí)際控制人與上市公司的利益協(xié)同效應(yīng)更強(qiáng), 更可能提供資金支持、 審慎監(jiān)管, 這種治理效應(yīng)顯著降低了股價(jià)崩盤風(fēng)險(xiǎn)。 另外, 回歸中加入CFR 后SOE 的系數(shù)仍然顯著為負(fù), 表明現(xiàn)金流權(quán)與國有控股二者的治理效應(yīng)并非替代關(guān)系。 第(3)列和第(4)列為國有實(shí)際控制人子樣本的回歸結(jié)果, 使用NCSKEW 和DOVOL 作為股價(jià)崩盤風(fēng)險(xiǎn)衡量指標(biāo)時(shí), 現(xiàn)金流權(quán)的系數(shù)分別為-0.151 和-0.097, 均在1%的水平下顯著, 說明實(shí)際控制人現(xiàn)金流權(quán)每上升1 標(biāo)準(zhǔn)差單位, 則NCSKEW 和DUVOL 分別下降2.5%(=0.168×0.151)和1.63%(=0.168×0.097)。 第(5)列和第(6)列為非國有實(shí)際控制人子樣本的回歸結(jié)果, 發(fā)現(xiàn)使用不同股價(jià)崩盤風(fēng)險(xiǎn)衡量指標(biāo)時(shí), 現(xiàn)金流權(quán)的系數(shù)符號(hào)不一致且都不顯著。 對(duì)比國有和非國有實(shí)際控制公司子樣本的回歸結(jié)果可以發(fā)現(xiàn), 國有實(shí)際控制人的現(xiàn)金流權(quán)具有治理效應(yīng), 能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn), 而非國有實(shí)際控制人的這一影響并不顯著, 驗(yàn)證了假設(shè)H2, 也與顧小龍等(2016)的研究結(jié)論一致。

表7 實(shí)際控制人現(xiàn)金流權(quán)治理效應(yīng)檢驗(yàn)結(jié)果

4.5.3 作用機(jī)制檢驗(yàn)

為檢驗(yàn)第一個(gè)機(jī)制, 使用“八項(xiàng)規(guī)定”作為直接約束國企高管行為的一個(gè)準(zhǔn)自然實(shí)驗(yàn),雙重差分模型(5)的回歸結(jié)果在表8 中報(bào)告。 結(jié)果顯示, SOE 的系數(shù)顯著為負(fù), 再次驗(yàn)證國有實(shí)際控制的公司股價(jià)崩盤風(fēng)險(xiǎn)顯著低于非國有實(shí)際控制的公司。 更重要的是, POST與SOE 的交乘項(xiàng)系數(shù)顯著為負(fù), 分別為-0.046(t=-2.181)和-0.037(t=-2.534), 說明出臺(tái)“八項(xiàng)規(guī)定”加強(qiáng)對(duì)國企高管行為約束之后, 國有控股降低股價(jià)崩盤風(fēng)險(xiǎn)的作用增強(qiáng)了4.6%和3.7%, 驗(yàn)證了假設(shè)H3a。

表8 “八項(xiàng)規(guī)定”雙重差分檢驗(yàn)結(jié)果

為檢驗(yàn)第二個(gè)機(jī)制, 分別使用CEO 年齡、 任期和期望任期作為中介變量, 兩步回歸及中介效應(yīng)檢驗(yàn)結(jié)果在表9 中報(bào)告。 模型(1)～(3)中SOE 與CEO 年齡和任期均顯著相關(guān), 與非國有控股公司CEO 相比, 國有控股CEO 年齡更高(平均高1.5 歲)、 任期更短(平均少0.2 年)、 期望任期也更短(平均少1.3 年), 表明國企CEO 決策視野傾向于短期。 模型(4)～(9)中, SOE 與中介變量同時(shí)加入對(duì)崩盤風(fēng)險(xiǎn)的回歸中, 發(fā)現(xiàn)崩盤風(fēng)險(xiǎn)與CEO 年齡顯著負(fù)相關(guān), 回歸系數(shù)分別為-0.002(t=-2.394)和-0.001(t=-1.633), 即CEO 年齡每增加一個(gè)標(biāo)準(zhǔn)差, 則股價(jià)崩盤風(fēng)險(xiǎn)分別下降1.3%(=6.394×0.002)和0.64%(=6.394×0.001)。 崩盤風(fēng)險(xiǎn)與CEO 期望任期顯著正相關(guān), 回歸系數(shù)分別為0.002(t=2.104)和0.001(t=1.723), 即CEO 期望任期每增加一個(gè)標(biāo)準(zhǔn)差則股價(jià)崩盤風(fēng)險(xiǎn)分別下降1.5%(=7.275×0.002)和0.73%(=7.275×0.001)。 Sobel-Goodman 檢驗(yàn)結(jié)果顯示, CEO年齡與任期具有顯著中介效應(yīng)。 結(jié)果表明, 國有實(shí)際控制人通過CEO 決策行為特征影響崩盤風(fēng)險(xiǎn), 支持假設(shè)H3b。

為檢驗(yàn)第三個(gè)機(jī)制, 使用信息披露質(zhì)量作為中介變量, 兩步回歸及中介效應(yīng)檢驗(yàn)結(jié)果在表10 中報(bào)告。 模型(1)中SCORE 與SOE 顯著正相關(guān), 說明國企信息披露質(zhì)量顯著更高。 模型(2)～模型(3)中, SOE 與SCORE 同時(shí)加入對(duì)崩盤風(fēng)險(xiǎn)的回歸中, 發(fā)現(xiàn)兩個(gè)崩盤風(fēng)險(xiǎn)變量均與SCORE 顯著負(fù)相關(guān), 回歸系數(shù)分別為-0.055(t=-2.81)和-0.026(t=-1.872), 即公司信息披露質(zhì)量高, 則股價(jià)崩盤風(fēng)險(xiǎn)分別下降5.5%和2.6%。 Sobel-Goodman 檢驗(yàn)結(jié)果顯示, SCORE 對(duì)SOE 與崩盤風(fēng)險(xiǎn)具有顯著中介效應(yīng)。 結(jié)果表明, 國有實(shí)際控制人通過提升信息披露質(zhì)量降低崩盤風(fēng)險(xiǎn), 支持假設(shè)H3c。

表10 信息披露質(zhì)量的中介效應(yīng)檢驗(yàn)

5. 穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)結(jié)果的穩(wěn)健性, 本文使用增加其他控制變量、 工具變量回歸、 控制公司固定效應(yīng)及使用產(chǎn)權(quán)性質(zhì)變化的子樣本回歸等方法來解決內(nèi)生性問題。

5.1 增加控制變量

參考許年行等(2012)、 曹豐等(2015)的研究, 本文在回歸分析中加入分析師數(shù)量Analyst(分析師跟蹤人數(shù)的自然對(duì)數(shù))和機(jī)構(gòu)投資者比例INST； 參考Xu 等(2014)的研究,進(jìn)一步控制了公司治理因素CEO 與董事長是否兩職合一(DUAL)和獨(dú)立董事比例(INDPT)的影響。 表11 報(bào)告了回歸結(jié)果。 四個(gè)變量分別加入回歸以及全部加入回歸之后, SOE 的系數(shù)依舊為負(fù), 且在1%的水平下顯著。 結(jié)果說明, 本文的結(jié)論并不是遺漏了外部因素和公司治理相關(guān)變量導(dǎo)致的, 證明了研究結(jié)論的穩(wěn)健性。

5.2 工具變量回歸

本文還采用相同年度同行業(yè)國有實(shí)際控制企業(yè)的數(shù)量比例和上市公司成立年限這兩個(gè)工具變量來解決內(nèi)生性問題。 這兩個(gè)工具變量滿足相關(guān)性和外生性的要求。 從相關(guān)性來看, 同行業(yè)的公司具有類似的行業(yè)特征、 面臨相似的外部環(huán)境, 因此它們的實(shí)際控制人性質(zhì)之間具有一定的相關(guān)性； 從前文分年度樣本分布的統(tǒng)計(jì)結(jié)果可以看出, 國有實(shí)際控制的企業(yè)占比逐年下降, 表明公司的成立年限與實(shí)際控制人性質(zhì)之間存在一定的相關(guān)性。 從外生性來看, 目前尚無相關(guān)證據(jù)表明同行業(yè)其他公司的實(shí)際控制人性質(zhì)和上市公司成立年限會(huì)對(duì)該公司的股價(jià)崩盤風(fēng)險(xiǎn)產(chǎn)生顯著影響, 因此符合外生性要求。 表12 報(bào)告了工具變量回歸結(jié)果。 使用工具變量法時(shí), SOE 與股價(jià)崩盤風(fēng)險(xiǎn)依舊顯著負(fù)相關(guān), 即國有實(shí)際控制的公司股價(jià)崩盤風(fēng)險(xiǎn)顯著低于非國有實(shí)際控制的公司。

表12 工具變量回歸結(jié)果

5.3 控制公司固定效應(yīng)

為了控制不可觀測的公司特征可能對(duì)回歸結(jié)果產(chǎn)生的影響, 本文在基準(zhǔn)回歸中控制公司固定效應(yīng), 回歸結(jié)果見表13。 因變量NCSKEW 對(duì)SOE 的回歸系數(shù)為-0.064(t =-1.636), 即邊際顯著為負(fù)。 因變量DUVOL 對(duì)SOE 的回歸系數(shù)為-0.057(t=-2.103), 即在5%水平下顯著。 結(jié)果說明, 控制公司固定效應(yīng)后, 國有實(shí)際控制的公司股價(jià)崩盤風(fēng)險(xiǎn)仍然低于非國有實(shí)際控制的公司, 研究結(jié)論穩(wěn)健。

表13 控制公司固定效應(yīng)的回歸結(jié)果

5.4 子樣本回歸結(jié)果

由于樣本中大部分公司實(shí)際控制人的產(chǎn)權(quán)性質(zhì)在樣本期間沒有發(fā)生變化, 因此基準(zhǔn)回歸結(jié)果尚不能充分反映國有實(shí)際控制人對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的動(dòng)態(tài)影響。 如果國有實(shí)際控制人的影響作用顯著存在, 那么公司實(shí)際控制人從非國有變?yōu)閲谢蛘邚膰凶優(yōu)榉菄? 則國有實(shí)際控制下的公司股價(jià)崩盤風(fēng)險(xiǎn)均更低。 為了驗(yàn)證這一可能性, 我們從總樣本中剔除產(chǎn)權(quán)性質(zhì)不發(fā)生變化的公司, 僅使用產(chǎn)權(quán)性質(zhì)發(fā)生變化的公司子樣本做回歸分析。 回歸結(jié)果見表14。 股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)變量對(duì)SOE 的回歸系數(shù)均在10%水平下顯著為負(fù), 進(jìn)一步說明國有實(shí)際控制人的影響作用顯著。

表14 產(chǎn)權(quán)性質(zhì)變化的子樣本回歸結(jié)果

6. 結(jié)論

本文選取2009—2018 年A 股上市公司作為樣本, 研究實(shí)際控制人特征對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響及作用機(jī)制。 結(jié)果發(fā)現(xiàn), 國有控制公司股價(jià)崩盤風(fēng)險(xiǎn)顯著低于非國有控制的公司, 并且使用工具變量法、 增加控制變量方法、 控制公司固定效應(yīng)及子樣本回歸等方法解決內(nèi)生性問題后結(jié)果依舊穩(wěn)健。 結(jié)果還發(fā)現(xiàn), 國有實(shí)際控制人的現(xiàn)金流權(quán)能夠顯著降低股價(jià)崩盤風(fēng)險(xiǎn), 而非國有實(shí)際控制人的現(xiàn)金流權(quán)不能顯著降低崩盤風(fēng)險(xiǎn)。 作用機(jī)制分析和檢驗(yàn)發(fā)現(xiàn), 國有實(shí)際控制人通過約束高管行為、 影響CEO 決策行為特征及信息披露質(zhì)量三種機(jī)制降低股價(jià)崩盤風(fēng)險(xiǎn)。 結(jié)論表明, 國有控股公司并非只表現(xiàn)出內(nèi)部人控制、 高政府干預(yù)、 普遍效率低下等負(fù)面特征, 還具有天然的制度優(yōu)勢、 良好的治理效應(yīng)和控制風(fēng)險(xiǎn)能力。