我國(guó)高新技術(shù)企業(yè)高股價(jià)崩盤風(fēng)險(xiǎn)的前因模式及啟示

虞曦凱 任宗強(qiáng) 黃 奧

(1.溫州人經(jīng)濟(jì)研究中心，浙江 溫州 325035； 2.溫州大學(xué) 商學(xué)院，浙江 溫州 325035)

科技創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中處于核心地位，發(fā)揮企業(yè)在科技創(chuàng)新中的主體作用，是提升企業(yè)技術(shù)創(chuàng)新能力、落實(shí)國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要舉措。高新技術(shù)企業(yè)作為我國(guó)最具自主創(chuàng)新活力的機(jī)構(gòu)，正受到資本市場(chǎng)的熱寵，同時(shí)眾多高新技術(shù)企業(yè)也為解決融資問題而鏖戰(zhàn)資本市場(chǎng)。然而，近年來我國(guó)股市大規(guī)模頻發(fā)的股價(jià)崩盤現(xiàn)象嚴(yán)重危害上市企業(yè)的健康發(fā)展，其中對(duì)高新技術(shù)企業(yè)的負(fù)面沖擊尤甚。股價(jià)崩盤的出現(xiàn)，不但會(huì)擾亂金融市場(chǎng)秩序，導(dǎo)致資源錯(cuò)配，而且會(huì)降低企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平、挫傷企業(yè)創(chuàng)新的積極性，進(jìn)而危害實(shí)體經(jīng)濟(jì)。2022年中央經(jīng)濟(jì)工作會(huì)議指出，要認(rèn)識(shí)和把握資本的特性與行為規(guī)律，并強(qiáng)調(diào)“發(fā)揮資本作為生產(chǎn)要素的積極作用，同時(shí)有效控制其消極作用”。因此，防范與應(yīng)對(duì)高股價(jià)崩盤風(fēng)險(xiǎn)對(duì)于高新技術(shù)企業(yè)健康發(fā)展、推動(dòng)科技創(chuàng)新具有深遠(yuǎn)的意義。

事實(shí)上，基于信息不對(duì)稱理論和委托代理理論，目前針對(duì)股價(jià)崩盤風(fēng)險(xiǎn)前因的研究已廣泛展開(1)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.，但這些研究仍存在一些問題：股價(jià)偏離正常范圍并非是單因素所致，而是多因素復(fù)雜聯(lián)動(dòng)的結(jié)果(2)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.。然而，已有研究所采用的傳統(tǒng)統(tǒng)計(jì)方法大多拘泥于自變量的相互獨(dú)立性和因果對(duì)稱性，其得到的“凈效應(yīng)”可能會(huì)忽略其他相關(guān)因素的影響而難以直接推演出股價(jià)崩盤風(fēng)險(xiǎn)的復(fù)雜因果關(guān)系(3)Meyer A D, Tsui A S, Hinings C R, Configurational Approaches to Organizational Analysis, Academy of Management Journal, 1993, No.6, pp.1175-1195.，這使得現(xiàn)有研究的結(jié)論對(duì)現(xiàn)實(shí)問題的解釋、指導(dǎo)與預(yù)測(cè)存在一定的局限性。不同于傳統(tǒng)的回歸分析方法，集合論方法并未將案例分解為多個(gè)獨(dú)立的部分，而是將其視為條件變量的組態(tài)(4)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，通過布爾代數(shù)進(jìn)行交叉案例的比較分析，關(guān)注跨案例的多重并發(fā)因果關(guān)系，即結(jié)果的發(fā)生并不一定只存在唯一的原因集路徑(5)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16.，這可以較好地檢驗(yàn)高股價(jià)崩盤風(fēng)險(xiǎn)是否具有“殊途同歸”的特點(diǎn)，為防范與應(yīng)對(duì)高股價(jià)崩盤風(fēng)險(xiǎn)提供了經(jīng)驗(yàn)依據(jù)?；诖?，本文審視和反思高新技術(shù)企業(yè)在股市中的發(fā)展現(xiàn)狀，試圖以集合論方法來認(rèn)識(shí)股價(jià)崩盤風(fēng)險(xiǎn)前因要素間的耦合關(guān)系，找出高新技術(shù)企業(yè)產(chǎn)生高股價(jià)崩盤風(fēng)險(xiǎn)的潛在路徑。基于信息不對(duì)稱理論和委托代理理論，本文構(gòu)建股價(jià)崩盤風(fēng)險(xiǎn)前因的組態(tài)理論模型，系統(tǒng)地研究高股價(jià)崩盤風(fēng)險(xiǎn)路徑的差異化問題，為股價(jià)崩盤風(fēng)險(xiǎn)的研究尋找全新思路。

一、文獻(xiàn)回顧與研究假設(shè)

Jin等(2006)基于委托代理問題提出了“信息隱藏假說”，系統(tǒng)分析了企業(yè)內(nèi)部環(huán)境對(duì)個(gè)股崩盤風(fēng)險(xiǎn)的影響機(jī)制，將高股價(jià)崩盤風(fēng)險(xiǎn)的原因歸納為信息不對(duì)稱問題和委托代理問題(6)Jin L, Myers S C, R2 Around the World: New Theory and New Tests, Journal of Financial Economics, 2006, No.2, pp.257-292.。Habib等(2018)認(rèn)為，現(xiàn)有針對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的研究大多數(shù)基于信息不對(duì)稱理論和委托代理理論展開(7)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。然而，這些研究主要討論單因素的“邊際凈效應(yīng)”，鮮有討論多重因素對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的組態(tài)效應(yīng)，且尚未對(duì)高股價(jià)崩盤風(fēng)險(xiǎn)的“殊途同歸”問題展開研究。股價(jià)偏離正常范圍的現(xiàn)象是多因素復(fù)雜聯(lián)動(dòng)的結(jié)果(8)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.，組態(tài)理論基于因果復(fù)雜性，認(rèn)為同一結(jié)果可以由多條路徑產(chǎn)生，不能將組成要素孤立拆開分析(9)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，這給股價(jià)崩盤風(fēng)險(xiǎn)的研究提供了新的理論視角?；谛畔⒉粚?duì)稱理論和委托代理理論，Habib等(2018)整合了股價(jià)崩盤風(fēng)險(xiǎn)的經(jīng)典實(shí)證研究文獻(xiàn)，提出了一個(gè)系統(tǒng)性、完整性的多重視角解釋框架，涵蓋五種視角，涉及企業(yè)管理層、企業(yè)監(jiān)督機(jī)制、外部分析師、市場(chǎng)投資者四個(gè)方面(10)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。2018年后相關(guān)研究多是在Habib等(2018)的多重視角解釋框架下的進(jìn)一步細(xì)化與深入，由此表明該框架所具有的權(quán)威性和認(rèn)可度。因此，本文借助Habib等(2018)的多重視角解釋框架，將研究邏輯從簡(jiǎn)單的線性邏輯或權(quán)變邏輯過渡到全局邏輯，以基于整體視角的組態(tài)研究展開探討。

毫無疑問，管理層為了個(gè)人利益粉飾企業(yè)的負(fù)面信息是股價(jià)崩盤形成的內(nèi)因，而投資者對(duì)企業(yè)信息的反應(yīng)則是股價(jià)崩盤的外在推力。基于此邏輯，管理層與投資者之間關(guān)于信息的博弈將決定股價(jià)崩盤風(fēng)險(xiǎn)的大小。企業(yè)社會(huì)責(zé)任信息反映了企業(yè)與利益相關(guān)者的互動(dòng)關(guān)系，不但能在一定程度上向投資者披露內(nèi)幕，而且能塑造企業(yè)形象，進(jìn)而影響投資者決策?；诠芾韺优c股東在企業(yè)社會(huì)責(zé)任中的對(duì)立關(guān)系，權(quán)小鋒等(2015)總結(jié)了兩個(gè)對(duì)立假說(11)權(quán)小鋒、吳世農(nóng)、尹洪英:《企業(yè)社會(huì)責(zé)任與股價(jià)崩盤風(fēng)險(xiǎn):“價(jià)值利器”或“自利工具”》，《經(jīng)濟(jì)研究》2015年第11期,第49-64頁(yè)。：一是價(jià)值假說，該假說認(rèn)為，企業(yè)社會(huì)責(zé)任是管理層道德的真實(shí)體現(xiàn)，企業(yè)社會(huì)責(zé)任的優(yōu)秀表現(xiàn)說明企業(yè)隱瞞壞消息的動(dòng)機(jī)相對(duì)較低(12)Gelb D, Strawser J A, Corporate Social Responsibility and Financial Disclosures: An Alternative Explanation for Increased Disclosure, Journal of Business Ethics, 2001, No.1, pp.1-13.，由此可以減少信息不對(duì)稱，從而降低股價(jià)崩盤風(fēng)險(xiǎn)；二是工具假說，該假說認(rèn)為，中國(guó)的社會(huì)責(zé)任報(bào)告缺乏標(biāo)準(zhǔn)范式和客觀的第三方評(píng)價(jià)，如果企業(yè)僅僅“報(bào)喜不報(bào)憂”(13)宋獻(xiàn)中、胡珺、李四海:《社會(huì)責(zé)任信息披露與股價(jià)崩盤風(fēng)險(xiǎn)——基于信息效應(yīng)與聲譽(yù)保險(xiǎn)效應(yīng)的路徑分析》，《金融研究》2017年第4期,第161-175頁(yè)。，或?yàn)榱宋倪^飾非、轉(zhuǎn)移股東審查注意力而履行社會(huì)責(zé)任，則會(huì)減少向外界提供的異質(zhì)信息(14)Hutton A P, Marcus A J, Tehranian H, Opaque Financial Reports, R2, and Crash Risk, Journal of Financial Economics, 2009, No.1, pp.67-86.，最終導(dǎo)致更高的股價(jià)崩盤風(fēng)險(xiǎn)(15)Kim Y, Li H D, Li S Q, Corporate Social Responsibility and Stock Price Crash Risk, Journal of Banking & Finance, 2014, No.6, pp.1-13.。

委托代理理論認(rèn)為，企業(yè)管理者為實(shí)現(xiàn)自身利益最大化可能會(huì)損害投資者權(quán)益(16)劉有貴、蔣年云:《委托代理理論述評(píng)》，《學(xué)術(shù)界》2006年第1期，第69-78頁(yè)。。而前景理論認(rèn)為，企業(yè)管理者在不確定的環(huán)境下可能會(huì)低估風(fēng)險(xiǎn)的可能，從而增加冒險(xiǎn)傾向(17)丁際剛、蘭肇華:《前景理論述評(píng)》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2002年第9期，第64-66頁(yè)。。無論是上述哪種情況，企業(yè)管理者的行為都會(huì)在一定程度上影響信息透明度，進(jìn)而影響股價(jià)崩盤風(fēng)險(xiǎn)。關(guān)于管理激勵(lì)層面，Coles等(2018)發(fā)現(xiàn)，薪酬可以調(diào)動(dòng)高管的積極性，使其努力提升在勞動(dòng)市場(chǎng)中的價(jià)值(18)Coles J L, Li Z C, Wang A Y, Industry Tournament Incentives, Review of Financial Studies, 2018, No.4, pp.1418-1459.。但由于及時(shí)披露壞消息會(huì)對(duì)企業(yè)業(yè)績(jī)產(chǎn)生負(fù)面影響(19)Chen C, Kim J B, Yao L, Earnings Smoothing: Does It Exacerbate or Constrain Stock Price Crash Risk, Journal of Corporate Finance, 2017, No.11, pp.36-54.，而業(yè)績(jī)又與高管薪酬正相關(guān)，一些低薪酬的高管會(huì)更有動(dòng)機(jī)隱藏壞消息以保護(hù)企業(yè)業(yè)績(jī)，這增加了股價(jià)崩盤風(fēng)險(xiǎn)(20)Kim J B, Li Y H, Zhang L D, CFOs Versus CEOs: Equity Incentives and Crashes, Journal of Financial Economics, 2011, No.3, pp.713-730.。然而，上述研究也并不意味著高管的高薪酬就能降低股價(jià)崩盤風(fēng)險(xiǎn)，董維維等(2020)就發(fā)現(xiàn)，高薪酬的高管所在企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平會(huì)有所提升(21)董維維、潘金晶：《高管薪酬差距、產(chǎn)權(quán)性質(zhì)與企業(yè)風(fēng)險(xiǎn)承擔(dān)關(guān)系研究》，《預(yù)測(cè)》2020年第6期，第25-31頁(yè)。。對(duì)中國(guó)企業(yè)而言，風(fēng)險(xiǎn)承擔(dān)水平與股價(jià)崩盤風(fēng)險(xiǎn)往往顯著正相關(guān)，只有通過有效的企業(yè)治理才能緩解這種情況(22)田高良、封華、趙晶等：《險(xiǎn)中求勝還是只輪不返:風(fēng)險(xiǎn)承擔(dān)對(duì)股價(jià)崩盤的影響》，《管理科學(xué)》2020年第2期，第127-143頁(yè)。。關(guān)于管理特征層面，高階梯隊(duì)理論認(rèn)為，高管并非完全理性，其內(nèi)在的非理性特質(zhì)會(huì)影響外在的管理特征，進(jìn)而影響企業(yè)的價(jià)值(23)Hambrick D C, Mason P A, Upper Echelons: The Organization as a Reflection of Its Top Managers, Academy of Management Review, 1984, No.2, pp.193-206.。過度自信被定義為積極的自我評(píng)價(jià)、夸大感知以及不切實(shí)際的樂觀，可以較好地反映高管的管理特征。過度自信的高管往往過分相信自己的判斷而低估風(fēng)險(xiǎn)，這種內(nèi)生的樂觀不僅增加了不實(shí)財(cái)報(bào)披露的可能(24)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.，而且削弱了內(nèi)部控制的有效性(25)徐玉德、楊曉璇、劉劍民：《管理層過度自信、區(qū)域制度環(huán)境與內(nèi)部控制有效性》，《審計(jì)研究》2021年第2期，第118-128頁(yè)。，進(jìn)而提高了企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)。

投資者既是資本市場(chǎng)中的買方，也是賣方，對(duì)企業(yè)信息的態(tài)度是股價(jià)崩盤風(fēng)險(xiǎn)大小的關(guān)鍵因素。通常，股票流動(dòng)性反映了市場(chǎng)以合理價(jià)格交易資產(chǎn)的能力。熊家財(cái)(2015)研究發(fā)現(xiàn)，股票流動(dòng)性的提高有助于降低股價(jià)崩盤風(fēng)險(xiǎn)(26)熊家財(cái)：《產(chǎn)權(quán)性質(zhì)、股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)》，《當(dāng)代經(jīng)濟(jì)科學(xué)》2015年第1期，第67-77頁(yè)。，治理理論認(rèn)為，這是由于高流動(dòng)性的股票可以便利大股東對(duì)股份的積累，并通過對(duì)管理層的監(jiān)督促使公司健康發(fā)展(27)Maug E, Large Shareholders as Monitors: Is There a Trade-Off between Liquidity and Control?, Journal of Finance, 1998, No.1, pp.65-98.。然而，短期行為理論認(rèn)為，高股票流動(dòng)性帶來了短期投資者，他們更多關(guān)注企業(yè)的短期績(jī)效，這就使部分企業(yè)高管為了迎合短期投資者而進(jìn)行盈余操縱或隱瞞負(fù)面消息，從而加劇了股價(jià)崩盤風(fēng)險(xiǎn)(28)陳蓉、吳宇翔：《流動(dòng)性與崩盤風(fēng)險(xiǎn):基于中國(guó)A股市場(chǎng)的研究》，《管理科學(xué)》2019年第5期，第129-138頁(yè)。；相反，低股票流動(dòng)性可以迫使流通股中的大股東發(fā)揮“鎖定效應(yīng)”，加強(qiáng)了對(duì)企業(yè)的監(jiān)督(29)陳輝、顧乃康、萬(wàn)小勇：《股票流動(dòng)性、股權(quán)分置改革與公司價(jià)值》，《管理科學(xué)》2011年第3期，第43-55頁(yè)。，進(jìn)而緩解了股價(jià)崩盤風(fēng)險(xiǎn)。

“治理觀”認(rèn)為，有效的企業(yè)治理有助于降低信息不對(duì)稱，對(duì)監(jiān)督管理層決策和優(yōu)化投資者決策有重要意義(30)尹律：《盈余管理和內(nèi)部控制缺陷認(rèn)定標(biāo)準(zhǔn)披露——基于強(qiáng)制性內(nèi)部控制評(píng)價(jià)報(bào)告披露的實(shí)證研究》，《審計(jì)研究》2016年第4期，第83-89頁(yè)。。就內(nèi)部治理機(jī)制而言，企業(yè)內(nèi)部控制是降低股價(jià)崩盤風(fēng)險(xiǎn)的一項(xiàng)重要制度。通常，財(cái)報(bào)的可靠性與內(nèi)部控制正相關(guān)(31)方紅星、陳作華：《高質(zhì)量?jī)?nèi)部控制能有效應(yīng)對(duì)特質(zhì)風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)嗎？》，《會(huì)計(jì)研究》2015年第4期，第70-77頁(yè)。，這在一定程度上緩解了信息不對(duì)稱，降低了股價(jià)崩盤風(fēng)險(xiǎn)。然而，內(nèi)部控制并非是解決股價(jià)崩盤風(fēng)險(xiǎn)問題的萬(wàn)能舉措，因?yàn)槠溆行耘c高管過度自信間存在顯著的負(fù)相關(guān)。就外部治理機(jī)制而言，通常認(rèn)為分析師是企業(yè)的監(jiān)督者，因此分析師的涌入可以縮小預(yù)期業(yè)績(jī)與實(shí)際業(yè)績(jī)間的偏離度，減少信息不對(duì)稱(32)Kothari S P, Eric S, Rodrigo V, Analysts’ Forecasts and Asset Pricing: A Survey, Annual Review of Financial Economics, 2016, No.8, pp.197-219.，從而緩解股價(jià)崩盤風(fēng)險(xiǎn)。然而，He等(2013)認(rèn)為，分析師的大量關(guān)注會(huì)誘使企業(yè)高管過分關(guān)注短期績(jī)效，這會(huì)導(dǎo)致壞消息的囤積(33)He J J, Xuan T, The Dark Side of Analyst Coverage: The Case of Innovation, Journal of Financial Economics, 2013, No.3, pp.856-878.，增加盈余操縱的可能，進(jìn)而促使股價(jià)崩盤風(fēng)險(xiǎn)加劇，Xu等(2017)在中國(guó)市場(chǎng)中就證實(shí)了這種觀點(diǎn)(34)Xu N, Jiang X, Chan K C, et al., Analyst Herding and Stock Price Crash Risk: Evidence from China, Journal of International Financial Management & Accounting, 2017, No.3, pp.308-348.。

非正式制度可能是企業(yè)特有的價(jià)值觀、管理風(fēng)氣和商業(yè)行為準(zhǔn)則，也可能是社會(huì)中普遍存在的規(guī)范和價(jià)值觀。Habib等(2018)研究發(fā)現(xiàn)，非正式治理機(jī)制塑造了企業(yè)管理層的實(shí)踐準(zhǔn)則，其對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響具有雙面性(35)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。在我國(guó)，政治關(guān)聯(lián)較好地體現(xiàn)了企業(yè)的非正式體制機(jī)制，為企業(yè)帶來了豐富的政治資源，并深刻地影響著企業(yè)的決策行為。一方面，政治關(guān)聯(lián)可以幫助企業(yè)獲得稅收減免、財(cái)政支持以及發(fā)展機(jī)遇(36)鄭建明、劉琳、劉一凡：《政治關(guān)聯(lián)的結(jié)構(gòu)特征、多元化驅(qū)動(dòng)與公司價(jià)值》，《金融研究》2014年第2期，第167-179頁(yè)。，因此企業(yè)在行事上會(huì)更謹(jǐn)慎，傾向于及時(shí)發(fā)布消息(37)Luo J H, Gong M, Lin Y, et al., Political Connections and Stock Price Crash Risk: Evidence from China, Economics Letters, 2016, No.10, pp.90-92.，從而降低了股價(jià)崩盤風(fēng)險(xiǎn)。另一方面，強(qiáng)政治關(guān)聯(lián)也給企業(yè)高管進(jìn)行盈余操縱提供了空間，進(jìn)而給高股價(jià)崩盤風(fēng)險(xiǎn)埋下隱患(38)薛宏剛、王典、何喬：《企業(yè)政治關(guān)聯(lián)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響——基于盈余管理的中介機(jī)理分析》，《商業(yè)研究》2017年第11期，第109-116頁(yè)。。除此之外，政治關(guān)聯(lián)還會(huì)弱化企業(yè)發(fā)生違規(guī)行為的事前監(jiān)督，并降低事后被稽查處理的概率，這將提高企業(yè)違規(guī)的可能，并進(jìn)一步影響股價(jià)崩盤風(fēng)險(xiǎn)。值得一提的是，低水平的流動(dòng)性可以在一定程度上抑制政治關(guān)聯(lián)對(duì)違規(guī)行為的促進(jìn)作用(39)鄭麗婷、金雪軍：《政治關(guān)聯(lián)與公司治理有效性——基于上市公司證券違規(guī)的數(shù)據(jù)》，《財(cái)經(jīng)論叢》2017年第6期,第79-87頁(yè)。。

綜上所述，傳統(tǒng)研究重點(diǎn)考察單因素的“凈效應(yīng)”，但股價(jià)崩盤風(fēng)險(xiǎn)的大小是多因素聯(lián)動(dòng)的結(jié)果。例如，政治關(guān)聯(lián)作為一種稀缺的無形資源，在一定程度上可以緩解企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)，但也會(huì)給高管帶來更大的盈余操縱空間，從而給高股價(jià)崩盤風(fēng)險(xiǎn)埋下隱患?？紤]到高流動(dòng)性和高分析師覆蓋度帶來的短期績(jī)效誘惑會(huì)誘使企業(yè)高管進(jìn)行盈余操縱，因此上述條件相互形成的集合可能就是高股價(jià)崩盤風(fēng)險(xiǎn)的前因子集之一。此外，內(nèi)部控制雖然是一種抑制股價(jià)崩盤風(fēng)險(xiǎn)的重要手段，但其有效性會(huì)受到高管過度自信的嚴(yán)重抑制。因此，本文提出如下假設(shè)：

假設(shè)1：高股價(jià)崩盤風(fēng)險(xiǎn)前因間存在耦合效應(yīng)。

假設(shè)2：高股價(jià)崩盤風(fēng)險(xiǎn)的前因組態(tài)并不唯一。

綜上所述，針對(duì)高股價(jià)崩盤風(fēng)險(xiǎn)前因的探索應(yīng)深入到組態(tài)層面，以基于整體視角的組態(tài)研究對(duì)各條件的聯(lián)合效應(yīng)進(jìn)行考察?；谛畔⒉粚?duì)稱理論和委托代理理論，本文構(gòu)建組態(tài)理論模型(見圖1)。

二、基于模糊集定性比較分析的研究設(shè)計(jì)

本文運(yùn)用模糊集定性比較分析(fsQCA)研究股價(jià)崩盤風(fēng)險(xiǎn)，主要出于以下三個(gè)考慮。一是股價(jià)偏離正常范圍的現(xiàn)象并非是單因素所致，而是多因素復(fù)雜聯(lián)動(dòng)的結(jié)果(40)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.，但現(xiàn)有文獻(xiàn)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的解釋變量非獨(dú)立而相互依賴的現(xiàn)象并未深入開展研究。fsQCA強(qiáng)調(diào)多重并發(fā)因果關(guān)系，認(rèn)為前因路徑具有多樣性，并不存在唯一最優(yōu)解，這與本文的研究思路相契合(41)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.。二是在高股價(jià)崩盤風(fēng)險(xiǎn)生成的過程中，財(cái)務(wù)報(bào)告和企業(yè)披露、管理激勵(lì)和管理特征、資本市場(chǎng)交易、企業(yè)治理機(jī)制和非正式體制機(jī)制層面可能存在多條驅(qū)動(dòng)相同結(jié)果的等效因果鏈路徑，而通過fsQCA可以研究各前因條件之間的聯(lián)合效應(yīng)，非常適合分析不同類型的因果條件之間的關(guān)系，包括連帶因果(conjunctural causation)。三是本文研究樣本為大樣本，傳統(tǒng)的研究方法可能無法對(duì)樣本案例展開分析。而fsQCA是一種介于案例導(dǎo)向(定性方法)與變量導(dǎo)向(定量方法)之間的研究方法，可以在案例層面上開展條件組態(tài)的整體分析，這彌補(bǔ)了傳統(tǒng)定量研究對(duì)個(gè)案的獨(dú)特性和深度分析不夠的缺陷(42)杜運(yùn)周、賈良定:《組態(tài)視角與定性比較分析(QCA):管理學(xué)研究的一條新道路》，《管理世界》2017年第6期，第155-167頁(yè)。。

(一)研究方法

fsQCA是一種集合論方法，運(yùn)用整體的視角和組態(tài)的思維，通過布爾代數(shù)進(jìn)行交叉案例的比較分析，關(guān)注跨案例的多重并發(fā)因果關(guān)系，即結(jié)果的發(fā)生并不一定只存在唯一的原因集路徑(43)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16,44-54.。與傳統(tǒng)定量方法相比，fsQCA的優(yōu)勢(shì)可以歸納為以下四點(diǎn)(44)杜運(yùn)周、李佳馨、劉秋辰等:《復(fù)雜動(dòng)態(tài)視角下的組態(tài)理論與QCA方法：研究進(jìn)展與未來方向》，《管理世界》2021年第3期,第180-197頁(yè)。：一是檢驗(yàn)因果非對(duì)稱性；二是篩選具有代表性的特定案例；三是挖掘前因與結(jié)果間的等效路徑；四是規(guī)避內(nèi)生性問題(45)Fainshmidt S, Witt M A, Aguilera R V, et al., The Contributions of Qualitative Comparative Analysis (QCA) to International Business Research, Journal of International Business Studies, 2020, No.1, pp.455-466.。

fsQCA的具體操作流程如下。第一步，根據(jù)研究主題選定前因條件與結(jié)果。第二步，根據(jù)理論依據(jù)與現(xiàn)實(shí)依據(jù)對(duì)前因條件變量與結(jié)果變量進(jìn)行校準(zhǔn)，即將二手?jǐn)?shù)據(jù)轉(zhuǎn)化為模糊隸屬分?jǐn)?shù)。第三步，對(duì)前因條件逐個(gè)檢驗(yàn)，考察是否存在結(jié)果的必要條件。第四步，選定原始一致性、PRI一致性與頻數(shù)閾值，構(gòu)建真值表。第五步，結(jié)合中間解和簡(jiǎn)約解中的結(jié)果初步分析組態(tài)。第六步，進(jìn)行穩(wěn)健性檢驗(yàn)。第七步，將組態(tài)分析的結(jié)果與案例結(jié)合，提出命題。

就判別標(biāo)準(zhǔn)而言，Ragin(2008)提出，fsQCA結(jié)果的可靠性由覆蓋度(coverage)和一致性(consistency)兩個(gè)指標(biāo)決定(46)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16,44-54.，計(jì)算公式如下：

Coverage(Xi≤Yi)=∑(min(Xi，Yi))/∑(Yi)

(1)

Consistency(Xi≤Yi)=∑(min(Xi≤Yi))/∑Xi

(2)

其中，Xi代表著前因變量或者前因組態(tài)，Yi代表著結(jié)果變量。覆蓋度與一致性的取值范圍均為[0，1]。在判別標(biāo)準(zhǔn)上：對(duì)于覆蓋度而言，目前學(xué)界并未得出一個(gè)最低標(biāo)準(zhǔn)，但達(dá)成共識(shí)的是0.1左右的數(shù)值難以被學(xué)界所接受(47)張明、杜運(yùn)周:《組織與管理研究中QCA方法的應(yīng)用:定位、策略和方向》，《管理學(xué)報(bào)》2019年第9期，第1312-1323頁(yè)。；對(duì)于一致性而言，普遍可接受的最低標(biāo)準(zhǔn)為0.75，一致性越高則代表Xi隸屬于Yi的程度越高。

(二)案例選取

考慮到本文的研究背景與科技創(chuàng)新高度相關(guān)，以A股上市的研發(fā)能力突出的高新技術(shù)企業(yè)為研究樣本最為合適。一方面，科技自立自強(qiáng)已成為國(guó)家發(fā)展的重要戰(zhàn)略支撐，高新技術(shù)企業(yè)正承擔(dān)著引領(lǐng)與輻射區(qū)域創(chuàng)新發(fā)展的重要作用。因此，加強(qiáng)高新技術(shù)企業(yè)防范股價(jià)崩盤風(fēng)險(xiǎn)的能力對(duì)經(jīng)濟(jì)社會(huì)發(fā)展具有重要意義。另一方面，研發(fā)能力是企業(yè)提高核心競(jìng)爭(zhēng)力的基礎(chǔ)(48)尹美群、盛磊、李文博:《高管激勵(lì)、創(chuàng)新投入與公司績(jī)效——基于內(nèi)生性視角的分行業(yè)實(shí)證研究》，《南開管理評(píng)論》2018年第1期，第109-117頁(yè)。，但在當(dāng)前科技強(qiáng)周期、創(chuàng)新不確定性劇增的背景下，這類企業(yè)在享受著科技紅利的同時(shí)也面臨著更大的潛在股價(jià)崩盤風(fēng)險(xiǎn)威脅(49)Kim J B, Zhang L D, Accounting Conservatism and Stock Price Crash Risk: Firm-level Evidence, Contemporary Accounting Research, 2016, No.1, pp.412-441.(50)周璐、張曉美:《公司研發(fā)投入與股價(jià)崩盤風(fēng)險(xiǎn)——來自A股上市公司的經(jīng)驗(yàn)證據(jù)》，《經(jīng)濟(jì)問題》2020年第7期，第67-75頁(yè)。，高研發(fā)投入且股價(jià)穩(wěn)任重道遠(yuǎn)。故而，對(duì)研發(fā)能力突出的高新技術(shù)企業(yè)展開研究無疑具有更重要的實(shí)踐意義。

樣本篩選的過程如下：在區(qū)間上，考慮到“十三五”國(guó)家科技創(chuàng)新規(guī)劃對(duì)高新技術(shù)企業(yè)的影響，以及新冠肺炎疫情對(duì)企業(yè)股價(jià)的負(fù)面影響(51)陳林、曲曉輝:《傳染性公共衛(wèi)生事件的市場(chǎng)反應(yīng)研究——基于新冠肺炎疫情對(duì)中國(guó)股市的影響》，《金融論壇》2020年第7期，第25-33頁(yè)。，本文以CCER數(shù)據(jù)庫(kù)提供的2017—2019年中國(guó)高新技術(shù)企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)數(shù)據(jù)為初始研究對(duì)象；同時(shí)與已有研究一致，本文將條件變量的選取區(qū)間設(shè)置為t-1期(52)Chen J, Hong H, Stein J C, Forecasting Crashes: Trading Volume, Past Returns, and Conditional Skewness in Stock Prices, Journal of Financial Economics, 2001, No.3, pp.345-381.。在可比性上，剔除金融保險(xiǎn)行業(yè)、ST、ST*與數(shù)據(jù)缺失的企業(yè)。在樣本上，鑒于本文研究對(duì)象是研發(fā)能力突出的高新技術(shù)企業(yè)，剔除研發(fā)支出與主營(yíng)業(yè)務(wù)收入比低于自身行業(yè)中位數(shù)的企業(yè)樣本，其中行業(yè)中位數(shù)以年度為單位，選定范圍為全體高新技術(shù)企業(yè)，數(shù)據(jù)來源于iFinD數(shù)據(jù)庫(kù)。

最終獲得2006條企業(yè)股價(jià)崩盤風(fēng)險(xiǎn)年度樣本。同時(shí)，為方便稱呼，將研發(fā)能力突出的高新技術(shù)企業(yè)簡(jiǎn)稱為企業(yè)。企業(yè)社會(huì)責(zé)任數(shù)據(jù)來自和訊網(wǎng)，內(nèi)部控制數(shù)據(jù)來自迪博數(shù)據(jù)庫(kù)，其余數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫(kù)。

(三)變量測(cè)量

股價(jià)崩盤風(fēng)險(xiǎn)(NCS)。參考主流研究方法，本文以年為單位，通過考慮周現(xiàn)金紅利再投資的收益率、經(jīng)流通市值加權(quán)的平均收益率構(gòu)建股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)：首先，以年為單位對(duì)股票i的周收益率進(jìn)行回歸，其中Ri，t代表股票i在t周考慮周現(xiàn)金紅利再投資的收益率，Rm，t為滬深兩市A股所有上市股票在t周經(jīng)流通市值加權(quán)的平均收益率，εi，t為回歸殘差：

Ri，t=αi+β1Rm，t-2+β2Rm，t-1+β3Rm，t+β4Rm，t+1+β5Rm，t+2+εi，t

(3)

其次，定義股票i在t周調(diào)整后的特定收益率Wi，t=ln(1+εi，t)。最后，構(gòu)建NCSKEW度量股價(jià)崩盤風(fēng)險(xiǎn)，系數(shù)越大則股價(jià)崩盤風(fēng)險(xiǎn)越高。式(4)中n為股票i在t年的交易周數(shù)。

(4)

股票流動(dòng)性(SL)。參考Amihud等(2002)的方法衡量股票流動(dòng)性(53)Amihud Y, Noh J, Illiquidity and Stock Returns: Cross-section and Time-series Effects, Journal of Financial Markets, 2002, No.1, pp.31-56.，同時(shí)為使全文變量方向保持一致，本文對(duì)最終結(jié)果取負(fù)值，具體計(jì)算方法如式5所示。其中，|rt|為考慮現(xiàn)金紅利再投資的日個(gè)股回報(bào)率的絕對(duì)值，Qt為個(gè)股在交易日的交易金額，N為年內(nèi)交易天數(shù)。Namihud指標(biāo)與股票流動(dòng)性成正相關(guān)。

(5)

高管政治關(guān)聯(lián)(PC)。參考羅喜英等(2019)的方法(54)羅喜英、劉偉:《政治關(guān)聯(lián)與公司環(huán)境違規(guī)處罰:庇護(hù)還是監(jiān)督——來自IPE數(shù)據(jù)庫(kù)的證據(jù)》,《山西財(cái)經(jīng)大學(xué)學(xué)報(bào)》2019年第10期，第85-99頁(yè)。，先將政府、黨委(紀(jì)委)、人大或政協(xié)常設(shè)機(jī)構(gòu)、檢察院和法院等部門的科級(jí)干部、處級(jí)干部、廳級(jí)干部和部級(jí)干部分別賦值1、2、3、4，其余賦值0，再將任職縣級(jí)、市級(jí)、省級(jí)和國(guó)家級(jí)分別賦值1、2、3、4，其余賦值0。最后取兩種賦值方式中的最大值，記為PC。

除了上述變量，本文還涉及企業(yè)社會(huì)責(zé)任(CSR)、高管薪酬外部差距(EC)、高管過度自信(OC)、內(nèi)部控制(IC)和分析師覆蓋度(AC)。變量衡量依據(jù)分別參考和訊網(wǎng)社會(huì)責(zé)任評(píng)分、黎文靖等(2014)(55)黎文靖、岑永嗣、胡玉明:《外部薪酬差距激勵(lì)了高管嗎——基于中國(guó)上市公司經(jīng)理人市場(chǎng)與產(chǎn)權(quán)性質(zhì)的經(jīng)驗(yàn)研究》,《南開管理評(píng)論》2014年第4期,第24-35頁(yè)。、張芳芳等(2015)(56)張芳芳、陳習(xí)定:《分析師覆蓋與真實(shí)活動(dòng)操控——來自中國(guó)上市公司的證據(jù)》，《經(jīng)濟(jì)管理》2015年第9期，第92-102頁(yè)。、李丹蒙等(2018)(57)李丹蒙、葉建芳、盧思綺等：《管理層過度自信、產(chǎn)權(quán)性質(zhì)與并購(gòu)商譽(yù)》，《會(huì)計(jì)研究》2018年第10期，第50-57頁(yè)。和迪博內(nèi)部控制指數(shù)。

(四)變量校準(zhǔn)

校準(zhǔn)是將原始變量轉(zhuǎn)變?yōu)閇0，1]上的數(shù)值。使用fsQCA前數(shù)據(jù)若未經(jīng)校準(zhǔn)，則結(jié)果將無法被解讀且缺乏現(xiàn)實(shí)意義(58)杜運(yùn)周、賈良定:《組態(tài)視角與定性比較分析(QCA):管理學(xué)研究的一條新道路》,《管理世界》2017年第6期,第155-167頁(yè)。，校準(zhǔn)方式分為直接賦值法、間接校準(zhǔn)法和直接校準(zhǔn)法。其中，直接賦值法適用于數(shù)據(jù)特征相對(duì)簡(jiǎn)單的變量，如高管政治關(guān)聯(lián)(PC)和高管過度自信(OC)；間接校準(zhǔn)法適用于理論基礎(chǔ)和經(jīng)驗(yàn)依據(jù)相對(duì)詳細(xì)的變量(59)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，如企業(yè)社會(huì)責(zé)任(CSR)和高管薪酬外部差距(EC)；直接校準(zhǔn)法適用于理論與經(jīng)驗(yàn)缺乏的變量，該方法以統(tǒng)計(jì)模型為依據(jù)，將變量的完全隸屬點(diǎn)、交叉點(diǎn)和完全不隸屬點(diǎn)分別設(shè)定為變量描述性統(tǒng)計(jì)的95%、50%和5%分位數(shù)值，如股價(jià)崩盤風(fēng)險(xiǎn)(NCS)、內(nèi)部控制(IC)、分析師覆蓋度(AC)和股票流動(dòng)性(SL)。在校準(zhǔn)完得到模糊隸屬分?jǐn)?shù)后，為避免分?jǐn)?shù)為0.5的案例在劃分歸屬時(shí)缺乏理論依據(jù)，本文在其基礎(chǔ)上增加0.001的常數(shù)。

此外，考慮到成長(zhǎng)性反映了企業(yè)的發(fā)展?jié)摿εc發(fā)展現(xiàn)狀，不同成長(zhǎng)性的企業(yè)其股價(jià)崩盤風(fēng)險(xiǎn)的前因模式可能存在較大區(qū)別。因此，本文以企業(yè)所在行業(yè)的成長(zhǎng)性中位數(shù)為基準(zhǔn)將樣本劃分為高成長(zhǎng)企業(yè)組與低成長(zhǎng)企業(yè)組。其中，成長(zhǎng)性以營(yíng)業(yè)收入增長(zhǎng)率表示，行業(yè)中位數(shù)以年度為單位，選定范圍為全體高新技術(shù)企業(yè)，數(shù)據(jù)來源于iFinD數(shù)據(jù)庫(kù)。最終得到1 023個(gè)高成長(zhǎng)樣本與983個(gè)低成長(zhǎng)樣本。所有變量的校準(zhǔn)和描述性統(tǒng)計(jì)結(jié)果見表1。另外，本文前因變量的方差膨脹因子(VIF)處于1.00～1.46之間，遠(yuǎn)低于VIF為5的良好標(biāo)準(zhǔn)，說明各變量之間不存在明顯的多重共線性問題。

三、結(jié)果分析

本文將運(yùn)用模糊集定性比較分析(fsQCA)，對(duì)2017—2019年A股上市的2006個(gè)研發(fā)能力突出的高新技術(shù)企業(yè)年度樣本進(jìn)行分析，并闡釋結(jié)果的意義。

(一)單個(gè)條件的必要性分析

必要性分析應(yīng)在充分性分析前獨(dú)立展開，其作用在于：(1)在處理邏輯最小化時(shí)，為邏輯余項(xiàng)的消除提供依據(jù)；(2)避免將充分性分析呈現(xiàn)的所有結(jié)果中都包含的條件作為必要條件(60)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.。在判別標(biāo)準(zhǔn)上，目前主流研究遵循Schneider等(2012)的建議(61)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.，將一致性分?jǐn)?shù)低于0.9的條件視為非必要條件。而對(duì)于一致性分?jǐn)?shù)高于0.9的條件，還需要進(jìn)一步的判斷，這是因?yàn)榭赡艽嬖谙嚓P(guān)性。結(jié)果顯示，低水平社會(huì)責(zé)任在兩個(gè)樣本中均高于0.9，這表明其可能是解釋高股價(jià)崩盤風(fēng)險(xiǎn)的必要條件。然而進(jìn)一步分析發(fā)現(xiàn)，在～CSR對(duì)NCS的X-Y散點(diǎn)圖(見圖2)上，大多數(shù)案例集中在右側(cè)Y軸附近，這表明該條件未通過“不相關(guān)性(Trivialness)”檢驗(yàn)(62)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.，因此低水平社會(huì)責(zé)任并不是構(gòu)成高股價(jià)崩盤風(fēng)險(xiǎn)的必要條件。這反映了股價(jià)崩盤風(fēng)險(xiǎn)構(gòu)成要素的復(fù)雜性。表2給出了高股價(jià)崩盤風(fēng)險(xiǎn)的必要性分析結(jié)果，其中“～”表示條件缺失。從表中可以看出，并不存在構(gòu)成高股價(jià)崩盤風(fēng)險(xiǎn)的必要條件。

(二)高成長(zhǎng)企業(yè)組態(tài)的充分性分析

Schneider等(2012)總結(jié)了必要性與充分性分析的主要區(qū)別。一是關(guān)注點(diǎn)的不同：必要性分析關(guān)注單個(gè)條件，而充分性分析關(guān)注多個(gè)條件形成的集合；二是分析方式的不同：必要性分析基于模糊隸屬分?jǐn)?shù)矩陣，而充分性分析基于真值表。

表1 模糊集校準(zhǔn)與樣本描述性統(tǒng)計(jì)

表2 高股價(jià)崩盤風(fēng)險(xiǎn)前因條件的必要性分析

圖2 ～CSR對(duì)NCS的X-Y散點(diǎn)圖

原始一致性的作用是判別條件組態(tài)是否通過模糊集合理論(63)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.278-280.；PRI一致性表示“不一致的比例減少”，是用來避免相同的組態(tài)同時(shí)出現(xiàn)在高股價(jià)崩盤風(fēng)險(xiǎn)和非高股價(jià)崩盤風(fēng)險(xiǎn)的結(jié)果中，PRI一致性低于0.5代表組態(tài)中出現(xiàn)了顯著不一致性。結(jié)合真值表中一致性缺口的建議(64)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.278-280.，本文在fsQCA 3.0軟件中將原始一致性確定為0.8，PRI一致性確定為0.6。此外，頻數(shù)閾值的選定與樣本大小有關(guān)，對(duì)于大樣本頻數(shù)閾值建議大于1?；谝延醒芯康暮饬繕?biāo)準(zhǔn)及本文的樣本量，本文將頻數(shù)閾值設(shè)定為8，此時(shí)高成長(zhǎng)企業(yè)樣本組所涵蓋的樣本量滿足75%的最低標(biāo)準(zhǔn)。參考已有研究的結(jié)果呈現(xiàn)形式(65)Du Y Z, Kim P H, One Size Does not Fit All: Strategy Configurations, Complex Environments, and New Venture Performance in Emerging Economies, Journal of Business Research, 2021,No.5, pp.272-285.，匯報(bào)中間解，并輔以簡(jiǎn)約解。

表3給出了高成長(zhǎng)企業(yè)的3條股價(jià)崩盤風(fēng)險(xiǎn)前因組態(tài)。組態(tài)H1的核心條件是高管高薪酬、高內(nèi)部控制和高管過度自信，同時(shí)輔助條件為非高社會(huì)責(zé)任、高股票流動(dòng)性，高分析師覆蓋度和非高政治關(guān)聯(lián)。這一組態(tài)的原始覆蓋度與唯一覆蓋度均為0.0564，一致性為0.8978，其中原始覆蓋度和一致性在3條組態(tài)中均為最低，這說明該組態(tài)不如其他組態(tài)普遍，但并不代表組態(tài)H1不具有實(shí)際意義。組態(tài)H2的核心條件是高管高薪酬、高分析師覆蓋度、非高股票流動(dòng)性、非高內(nèi)部控制和非高政治關(guān)聯(lián)，同時(shí)輔助條件為非高社會(huì)責(zé)任和高管沒有過度自信。這一組態(tài)的原始覆蓋度、唯一覆蓋度和一致性分別為0.1256、0.0292和0.9239。組態(tài)H3的原始覆蓋度(0.1472)和一致性(0.9244)在3條組態(tài)中最高，表明組態(tài)H3解釋了總體解中約63.23%的案例。即，組態(tài)H3是導(dǎo)致高成長(zhǎng)企業(yè)產(chǎn)生高股價(jià)崩盤風(fēng)險(xiǎn)的最為常見的類型。組態(tài)H3的核心條件只有高社會(huì)責(zé)任，而輔助條件為高管高薪酬、高股票流動(dòng)性、高內(nèi)部控制、高分析師覆蓋度、高管沒有過度自信及非高政治關(guān)聯(lián)。

(三)低成長(zhǎng)企業(yè)組態(tài)的充分性分析

由于成長(zhǎng)性只是對(duì)企業(yè)特征的劃分，并沒有涉及企業(yè)的本質(zhì)，低成長(zhǎng)樣本組采用與高成長(zhǎng)樣本組相同的充分性檢驗(yàn)標(biāo)準(zhǔn)。此時(shí)低成長(zhǎng)企業(yè)樣本組所涵蓋的樣本量同樣滿足75%的最低標(biāo)準(zhǔn)。表3給出了導(dǎo)致低成長(zhǎng)企業(yè)產(chǎn)生高股價(jià)崩盤風(fēng)險(xiǎn)的4條組態(tài)。縱向來看，組態(tài)L1和組態(tài)L2除高管薪酬外部差距和內(nèi)部控制外，其他條件存在與否均一致。組態(tài)L1的核心條件為高管高薪酬和高管過度自信，輔助條件為非高政治關(guān)聯(lián)、高分析師覆蓋度、高股票流動(dòng)性和非高社會(huì)責(zé)任。該組態(tài)的原始覆蓋度(0.0716)、唯一覆蓋度(0.0143)和一致性(0.8446)在4條組態(tài)中最低。組態(tài)L2具有4條組態(tài)中最高的原始覆蓋度(0.1039)，非高政治關(guān)聯(lián)、高分析師覆蓋度、非高內(nèi)部控制、高股票流動(dòng)性和高管過度自信為核心條件，非高社會(huì)責(zé)任為輔助條件。組態(tài)L3和組態(tài)L4均具備高政治關(guān)聯(lián)度，這與之前的組態(tài)有很大不同。對(duì)一個(gè)低成長(zhǎng)企業(yè)而言，非高分析師覆蓋度、高股票流動(dòng)性和高政治關(guān)聯(lián)的結(jié)合，輔以非高社會(huì)責(zé)任、非高內(nèi)部控制、高管非高薪酬和高管沒有過度自信可以使企業(yè)產(chǎn)生高股價(jià)崩盤風(fēng)險(xiǎn)。組態(tài)L3的唯一覆蓋度和一致性在4條組態(tài)中最高，分別為0.0513和0.9130，這說明該組態(tài)在遭遇高股價(jià)崩盤風(fēng)險(xiǎn)的低成長(zhǎng)企業(yè)中較普遍。組態(tài)L4的一致性為0.8915，唯一覆蓋度為0.0423。該組態(tài)中高政治關(guān)聯(lián)、高管高薪酬、高內(nèi)部控制和高股票流動(dòng)性為核心條件，高分析師覆蓋度、高管沒有過度自信和非高社會(huì)責(zé)任為輔助條件。

橫向來看，組態(tài)L3與組態(tài)L4在四個(gè)條件上具有相同的方向和同等的核心程度(政治關(guān)聯(lián)、股票流動(dòng)性、高管過度自信和社會(huì)責(zé)任)，而只在分析師覆蓋度、高管薪酬外部差距和內(nèi)部控制三個(gè)方面表現(xiàn)出差異。一方面，這反映了集合“非高分析覆蓋度為核心—高管非高薪酬為輔助—非高內(nèi)部控制為輔助”和集合“高分析師覆蓋度為輔助—高管高薪酬為核心—高內(nèi)部控制為核心”可以在組態(tài)L3和組態(tài)L4之間相互替代。另一方面，這也反映了其他條件會(huì)影響內(nèi)部控制抑制股價(jià)崩盤風(fēng)險(xiǎn)的效用。上述結(jié)果證實(shí)，假設(shè)1與假設(shè)2成立。

表3 高股價(jià)崩盤風(fēng)險(xiǎn)的前因組態(tài)

(四)穩(wěn)健性檢驗(yàn)

對(duì)于穩(wěn)健性的評(píng)估維度，Schneider等(2012)提出了兩個(gè)集合論的特定判定標(biāo)準(zhǔn)(66)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.294-295.：(1)穩(wěn)健性檢驗(yàn)后的結(jié)果沒有其他實(shí)質(zhì)性的解釋；(2)穩(wěn)健性檢驗(yàn)前后的組態(tài)之間存在明顯的子集關(guān)系。綜上，本文采用改變頻數(shù)閾值的方式進(jìn)行穩(wěn)健性檢驗(yàn)。具體操作是將頻數(shù)閾值由8提高至9，結(jié)果如表4所示。與校準(zhǔn)前相比，組態(tài)發(fā)生了一些細(xì)微的變化，但對(duì)案例的解釋并未發(fā)生實(shí)質(zhì)性改變，表明總體結(jié)果仍然穩(wěn)健。

表4 穩(wěn)健性檢驗(yàn)：改變頻數(shù)閾值

四、研究結(jié)果討論

前文的實(shí)證分析提供了7條導(dǎo)致高股價(jià)崩盤風(fēng)險(xiǎn)的組態(tài)，這反映了股價(jià)崩盤風(fēng)險(xiǎn)的多重并發(fā)與殊途同歸。根據(jù)各路徑不同的核心條件與理論解釋，本文將高股價(jià)崩盤風(fēng)險(xiǎn)的組態(tài)分別歸納為六類前因模式：“高管激進(jìn)式”(全體企業(yè))、“治理缺失式”(高成長(zhǎng)企業(yè))、“虛假形象式”(高成長(zhǎng)企業(yè))、“內(nèi)外交困式”(低成長(zhǎng)企業(yè))、“政治關(guān)聯(lián)庇護(hù)式”(低成長(zhǎng)企業(yè))和“政治關(guān)聯(lián)投機(jī)式”(低成長(zhǎng)企業(yè))。fsQCA 3.0軟件提供了組態(tài)所覆蓋的案例，因此本文結(jié)合案例闡述各前因模式背后的邏輯。

(一)高管激進(jìn)式

“高管激進(jìn)式”包含組態(tài)H1與組態(tài)L1。如果孤立地看，組態(tài)H1可能會(huì)受到質(zhì)疑，因?yàn)槿藗兤毡橄嘈鸥咚降膬?nèi)部控制在降低股價(jià)崩盤風(fēng)險(xiǎn)方面起著重要作用(67)方紅星、陳作華:《高質(zhì)量?jī)?nèi)部控制能有效應(yīng)對(duì)特質(zhì)風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)嗎？》,《會(huì)計(jì)研究》2015年第4期,第70-77頁(yè)。。然而，當(dāng)高管存在過度自信時(shí)，內(nèi)部控制的有效性會(huì)受到嚴(yán)重抑制(68)徐玉德、楊曉璇、劉劍民:《管理層過度自信、區(qū)域制度環(huán)境與內(nèi)部控制有效性》,《審計(jì)研究》2021年第2期,第118-128頁(yè)。。這意味著企業(yè)在承擔(dān)高風(fēng)險(xiǎn)時(shí)，會(huì)因缺乏良好的內(nèi)部治理機(jī)制而無法緩解高風(fēng)險(xiǎn)承擔(dān)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的加劇效應(yīng)(69)田高良、封華、趙晶等:《險(xiǎn)中求勝還是只輪不返:風(fēng)險(xiǎn)承擔(dān)對(duì)股價(jià)崩盤的影響》,《管理科學(xué)》2020年第2期,第127-143頁(yè)。。組態(tài)L1與組態(tài)H1大體類似，不同點(diǎn)在于組態(tài)L1的內(nèi)部控制可有可無，這意味著過度自信且高薪酬的高管們受到較少約束，最終抬高了股價(jià)崩盤風(fēng)險(xiǎn)(70)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.。因此，本文將這兩個(gè)組態(tài)蘊(yùn)含的前因模式命名為“高管激進(jìn)”。

亨通光電(SH.600487/2017)是組態(tài)H1的典型案例。作為飽受市場(chǎng)好評(píng)的通信傳輸設(shè)備制造商，亨通光電在內(nèi)部控制方面一直保持著較高水平。然而，治理優(yōu)秀并不能反映企業(yè)的全貌，由于2017年5G建設(shè)尚未大規(guī)模啟動(dòng)，光纖光纜市場(chǎng)出現(xiàn)結(jié)構(gòu)性產(chǎn)能過剩，受此影響，過度投資5G建設(shè)的亨通光電自2017年起利潤(rùn)下滑明顯。同時(shí)，該企業(yè)還因激進(jìn)的作風(fēng)被質(zhì)疑存在不合理的關(guān)聯(lián)交易、商業(yè)行為和改變募投項(xiàng)目等問題，這使其在2018年承受了較高的股價(jià)崩盤風(fēng)險(xiǎn)。合眾科技(SZ.000925/2016)是組態(tài)L1的典型案例。該企業(yè)在2016年資產(chǎn)重組后曾一度備受市場(chǎng)關(guān)注，但企業(yè)不斷地在斥巨資跨界收購(gòu)風(fēng)險(xiǎn)資產(chǎn)和重回主業(yè)間游走。最終，該企業(yè)不受市場(chǎng)看好，由低交易成本所形成的拋售壓力使其股價(jià)自2017年起不斷下跌?；谝陨戏治?，本文提出以下命題：

命題1：激進(jìn)的高管會(huì)弱化企業(yè)內(nèi)部治理的效果，加劇企業(yè)的委托代理問題，從而增加股價(jià)崩盤風(fēng)險(xiǎn)。

(二)治理缺失式

組態(tài)H2中核心條件是高管高薪酬、高分析師覆蓋度、非高股票流動(dòng)性、非高內(nèi)部控制和非高政治關(guān)聯(lián)。根據(jù)相關(guān)文獻(xiàn)可知，雖然相對(duì)緩慢的股票流動(dòng)性會(huì)加強(qiáng)大股東對(duì)企業(yè)的監(jiān)督效應(yīng)(71)陳輝、顧乃康、萬(wàn)小勇:《股票流動(dòng)性、股權(quán)分置改革與公司價(jià)》,《管理科學(xué)》2011年第3期，第43-55頁(yè)。，但是這畢竟只是投資者的自發(fā)行為，無法解決企業(yè)內(nèi)部的治理問題。首先，低效的內(nèi)部控制不僅會(huì)降低企業(yè)的信息透明度，而且無法緩解風(fēng)險(xiǎn)承擔(dān)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的加劇作用(72)田高良、封華、趙晶等:《險(xiǎn)中求勝還是只輪不返:風(fēng)險(xiǎn)承擔(dān)對(duì)股價(jià)崩盤的影響》,《管理科學(xué)》2020年第2期,第127-143頁(yè)。。其次，缺少了政治關(guān)聯(lián)所帶來的資源優(yōu)勢(shì)(73)鄭建明、劉琳、劉一凡:《政治關(guān)聯(lián)的結(jié)構(gòu)特征、多元化驅(qū)動(dòng)與公司價(jià)值》，《金融研究》2014年第2期，第167-179頁(yè)。，會(huì)加劇高管的冒險(xiǎn)傾向。最后，高分析師覆蓋度會(huì)在一定程度上加劇高管對(duì)短期業(yè)績(jī)的注重行為(74)Xu N, Jiang X, Chan K C, et al., Analyst Herding and Stock Price Crash Risk: Evidence from China, Journal of International Financial Management & Accounting, 2017, No.3, pp.308-348.，這助推了高管的風(fēng)險(xiǎn)承擔(dān)傾向，進(jìn)而加劇股價(jià)崩盤風(fēng)險(xiǎn)。因此，本文將組態(tài)H2所代表的前因模式命名為“治理缺失”。

組態(tài)H2的典型案例是康尼機(jī)電(SH.603111/2018)。作為高鐵建設(shè)的參與企業(yè)之一，康尼機(jī)電一直備受市場(chǎng)關(guān)注。然而，康尼機(jī)電的內(nèi)部控制水平在業(yè)內(nèi)一直處于中下游水平，這使企業(yè)缺乏有效的內(nèi)部治理手段。最終在2018年因信息披露違法違規(guī)行為而被證監(jiān)會(huì)立案調(diào)查，并在2019年承受高股價(jià)崩盤風(fēng)險(xiǎn)的壓力?；谏鲜龇治觯疚奶岢鋈缦旅}：

命題2：缺乏有效的內(nèi)部控制手段會(huì)使高成長(zhǎng)企業(yè)的高管所受到的行為限制較少，進(jìn)而引發(fā)高股價(jià)崩盤風(fēng)險(xiǎn)。

(三)虛假形象式

組態(tài)H3的核心條件只有高社會(huì)責(zé)任。企業(yè)履行社會(huì)責(zé)任存在兩種可能。一是降低股價(jià)崩盤風(fēng)險(xiǎn)?；谛畔⒉粚?duì)稱理論，良好的社會(huì)責(zé)任起到了聲譽(yù)保險(xiǎn)的作用(75)權(quán)小鋒、吳世農(nóng)、尹洪英:《企業(yè)社會(huì)責(zé)任與股價(jià)崩盤風(fēng)險(xiǎn):“價(jià)值利器”或“自利工具”？》,《經(jīng)濟(jì)研究》2015年第11期,第49-64頁(yè)。，加強(qiáng)了投資者與企業(yè)間的良性溝通(76)權(quán)小鋒、肖斌卿、吳世農(nóng):《投資者關(guān)系管理能夠穩(wěn)定市場(chǎng)嗎？——基于A股上市公司投資者關(guān)系管理的綜合調(diào)查》,《管理世界》2016年第1期,第139-152頁(yè)。，從而降低了股價(jià)崩盤風(fēng)險(xiǎn)。二是加劇股價(jià)崩盤風(fēng)險(xiǎn)?；谖写砝碚?，企業(yè)履行社會(huì)責(zé)任也可能是在進(jìn)行“印象管理”，轉(zhuǎn)移股東審查注意力(77)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。由于相關(guān)法規(guī)尚未完善，大量研究印證了我國(guó)企業(yè)履行社會(huì)責(zé)任更多是為了“掩飾效應(yīng)”(78)田利輝、王可第:《社會(huì)責(zé)任信息披露的“掩飾效應(yīng)”和上市公司股價(jià)崩盤風(fēng)險(xiǎn)——來自中國(guó)股票市場(chǎng)的DID-PSM分析》,《管理世界》2017年第11期,第146-157頁(yè)。，如果企業(yè)僅僅“報(bào)喜不報(bào)憂”(79)宋獻(xiàn)中、胡珺、李四海:《社會(huì)責(zé)任信息披露與股價(jià)崩盤風(fēng)險(xiǎn)——基于信息效應(yīng)與聲譽(yù)保險(xiǎn)效應(yīng)的路徑分析》,《金融研究》2017年第4期,第161-175頁(yè)。，或?yàn)檗D(zhuǎn)移股東審查注意力而履行社會(huì)責(zé)任，則會(huì)減少向外界提供的異質(zhì)信息(80)Hutton A P, Marcus A J, Tehranian H, Opaque Financial Reports, R2, and Crash Risk, Journal of Financial Economics, 2009, No.1, pp.67-86.，最終加劇股價(jià)崩盤風(fēng)險(xiǎn)。在組態(tài)H3中，企業(yè)履行社會(huì)責(zé)任更多體現(xiàn)了“掩飾效應(yīng)”。因此，本文將組態(tài)H3所蘊(yùn)含的前因模式概括為“虛假形象”。

康得新(SZ.002450/2016)是組態(tài)H3的典型案例。作為一家從事先進(jìn)高分子材料研發(fā)的企業(yè)，康得新接連打破日、韓企業(yè)對(duì)中國(guó)大陸光學(xué)膜市場(chǎng)的壟斷，被市場(chǎng)與社會(huì)寄予厚望。然而，康得新的資金鏈一直存在著問題，為了文過飾非，康得新積極履行社會(huì)責(zé)任以掩飾其在融資上鋌而走險(xiǎn)的事實(shí)。這種做法只是欲蓋彌彰，康得新最終在2017年承受巨大的股價(jià)崩盤風(fēng)險(xiǎn)壓力，并于2018年遭遇股價(jià)崩盤?；谏鲜龇治?，本文提出如下命題：

命題3：高成長(zhǎng)企業(yè)顯著突出自身的社會(huì)責(zé)任屬性體現(xiàn)了其文過飾非的目的，這將導(dǎo)致企業(yè)的高股價(jià)崩盤風(fēng)險(xiǎn)。

(四)內(nèi)外交困式

組態(tài)L2的核心條件是高管過度自信、高股票流動(dòng)性、高分析師覆蓋度、非高內(nèi)部控制和非高政治關(guān)聯(lián)。這一組態(tài)覆蓋的企業(yè)受困于內(nèi)部與外部的雙重壓力。首先，低效的內(nèi)部控制削弱了企業(yè)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的防控能力。其次，高管缺乏政治關(guān)聯(lián)會(huì)使企業(yè)無法得到額外的資源支持(81)鄭建明、劉琳、劉一凡:《政治關(guān)聯(lián)的結(jié)構(gòu)特征、多元化驅(qū)動(dòng)與公司價(jià)值》,《金融研究》2014年第2期，第167-179頁(yè)。，這在一定程度上會(huì)影響企業(yè)高管的決策。最后，過度自信的高管會(huì)增加企業(yè)披露不實(shí)財(cái)報(bào)的可能(82)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.。同時(shí)，高股票流動(dòng)性和高分析師覆蓋度均會(huì)在一定程度上誘使企業(yè)高管過分關(guān)注短期績(jī)效，而盈余操縱和披露不實(shí)財(cái)報(bào)就是提升短期績(jī)效的最簡(jiǎn)單方式之一(83)陳蓉、吳宇翔:《流動(dòng)性與崩盤風(fēng)險(xiǎn):基于中國(guó)A股市場(chǎng)的研究》,《管理科學(xué)》2019年第5期，第129-138頁(yè)。(84)He J J, Xuan T, The Dark Side of Analyst Coverage: The Case of Innovation, Journal of Financial Economics, 2013, No.3, pp.856-878.。因此，這五個(gè)條件的集合加劇了股價(jià)崩盤風(fēng)險(xiǎn)?；诖耍疚膶⒔M態(tài)L2所代表的前因模式概括為“內(nèi)外交困”。

組態(tài)L2的典型案例是科融環(huán)境(SZ.300152/2017)。雖然近年來環(huán)保類上市企業(yè)受到較大關(guān)注，但科融環(huán)境的業(yè)績(jī)并未因此改善。為了吸引投資者，企業(yè)在2017年4月公告稱“董事長(zhǎng)毛鳳麗將在12個(gè)月內(nèi)增持企業(yè)股份”，引發(fā)市場(chǎng)跟風(fēng)。同時(shí)，在之后的3個(gè)月內(nèi)多達(dá)6份研報(bào)鼓吹科融環(huán)境的發(fā)展?jié)摿Γ粲跬顿Y者盡快投資。同年8月，董事長(zhǎng)卻在忽悠員工“兜底式增持”后主動(dòng)辭職，這背后凸顯了企業(yè)管理的混亂，最終導(dǎo)致科融環(huán)境在2017年9月22日遭到停牌，并在2018年承受巨大的股價(jià)崩盤風(fēng)險(xiǎn)壓力。基于上述分析，本文提出如下命題：

命題4：低成長(zhǎng)企業(yè)會(huì)因?yàn)樵愀獾膬?nèi)部治理和混亂的外部環(huán)境而承受高股價(jià)崩盤風(fēng)險(xiǎn)的壓力。

(五)政治關(guān)聯(lián)庇護(hù)式

組態(tài)L3的核心條件包括高政治關(guān)聯(lián)、非高分析師覆蓋度和高股票流動(dòng)性，該組態(tài)所展現(xiàn)的解釋邏輯完全有別于前文論述的組態(tài)。政治關(guān)聯(lián)在為企業(yè)帶來資源優(yōu)勢(shì)的同時(shí)(85)鄭建明、劉琳、劉一凡:《政治關(guān)聯(lián)的結(jié)構(gòu)特征、多元化驅(qū)動(dòng)與公司價(jià)值》，《金融研究》2014年第2期，第167-179頁(yè)。，也增加了企業(yè)高管進(jìn)行盈余操縱的可能(86)薛宏剛、王典、何喬:《企業(yè)政治關(guān)聯(lián)對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響——基于盈余管理的中介機(jī)理分析》，《商業(yè)研究》2017年第11期,第109-116頁(yè)。，這與高流動(dòng)性所帶來的負(fù)面影響如出一轍。同時(shí)缺少分析師的監(jiān)督，信息不對(duì)稱問題得不到緩解(87)Kothari S P, Eric S, Rodrigo V, Analysts’ Forecasts and Asset Pricing: A Survey, Annual Review of Financial Economics, 2016, No.8, pp.197-219.，這都將加大股價(jià)崩盤風(fēng)險(xiǎn)?；诖耍疚膶⒔M態(tài)L3所反映的前因模式概括為“政治關(guān)聯(lián)庇護(hù)”。

神開股份(SZ.002278/2016)是組態(tài)L3的典型案例。這是一家主營(yíng)石油化工的企業(yè)，其高管曾長(zhǎng)期擔(dān)任上海市人大代表，然而這并未使企業(yè)在行事上趨于謹(jǐn)慎。相反，神開股份在2010年后曾連續(xù)三年利潤(rùn)造假，高管頻頻短線交易，使企業(yè)深陷股權(quán)爭(zhēng)奪、資本亂局的旋渦。雖然神開股份在2013—2015年間多次被上海監(jiān)管局處罰警告，但高管層的混亂并未明顯改善，再加之投機(jī)者的炒作，最終使企業(yè)在2017年產(chǎn)生了高股價(jià)崩盤風(fēng)險(xiǎn)?；谝陨戏治觯疚奶岢鲆韵旅}：

命題5：當(dāng)市場(chǎng)中充斥著大量短期投資者且企業(yè)缺乏有效的內(nèi)部治理時(shí)，低成長(zhǎng)企業(yè)的政治關(guān)聯(lián)屬性會(huì)加劇高管的違規(guī)行為，從而加大股價(jià)崩盤風(fēng)險(xiǎn)。

(六)政治關(guān)聯(lián)投機(jī)式

組態(tài)L4中包含高內(nèi)部控制，且高管沒有過度自信，這意味著企業(yè)披露的信息會(huì)更加及時(shí)可靠(88)徐玉德、楊曉璇、劉劍民:《管理層過度自信、區(qū)域制度環(huán)境與內(nèi)部控制有效性》，《審計(jì)研究》2021年第2期，第118-128頁(yè)。(89)方紅星、陳作華:《高質(zhì)量?jī)?nèi)部控制能有效應(yīng)對(duì)特質(zhì)風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)嗎？》，《會(huì)計(jì)研究》2015年第4期，第70-77頁(yè)。，然而這兩個(gè)條件仍無法完全監(jiān)管企業(yè)的行為：高股票流動(dòng)性所帶來的投機(jī)者專注于企業(yè)的短期績(jī)效，這會(huì)誘使高管進(jìn)行“短視的違規(guī)行動(dòng)”(如虛假宣傳和資本市場(chǎng)違規(guī)交易等)，而政治關(guān)聯(lián)恰好能給這種行動(dòng)提供便利(90)鄭麗婷、金雪軍:《政治關(guān)聯(lián)與公司治理有效性——基于上市公司證券違規(guī)的數(shù)據(jù)》，《財(cái)經(jīng)論叢》2017年第6期，第79-87頁(yè)。。此外，組態(tài)L4覆蓋的企業(yè)自身的成長(zhǎng)性在行業(yè)中并不突出，這也加強(qiáng)了高管利用政治關(guān)聯(lián)進(jìn)行投機(jī)行為的內(nèi)在驅(qū)動(dòng)力?；诖耍疚膶⒔M態(tài)L4所代表的前因模式命名為“政治關(guān)聯(lián)投機(jī)”。

現(xiàn)實(shí)中也能找到典型案例支持上述理論。以嶺藥業(yè)(SZ.002603/2017)作為國(guó)內(nèi)頂尖的中醫(yī)藥研發(fā)與生產(chǎn)企業(yè)，一直備受市場(chǎng)關(guān)注。該企業(yè)高層中既有中國(guó)工程院院士、中國(guó)中醫(yī)藥實(shí)驗(yàn)室主任，也有正處級(jí)局長(zhǎng)、省級(jí)藥監(jiān)局處長(zhǎng)，使企業(yè)具備極強(qiáng)的社會(huì)資源。然而，為了占據(jù)更大的市場(chǎng)份額，以嶺藥業(yè)不惜動(dòng)用社會(huì)資源以違規(guī)宣傳的方式夸大其產(chǎn)品的功效，這嚴(yán)重欺騙和誤導(dǎo)了消費(fèi)者。2011年、2014年和2017年均有以嶺藥業(yè)違規(guī)宣傳的新聞被爆出。這些行為最終使該企業(yè)在2018年承受巨大的股價(jià)崩盤風(fēng)險(xiǎn)壓力?；谏鲜龇治?，本文提出以下命題：

命題6：市場(chǎng)中的短期投機(jī)者會(huì)加劇高管利用政治關(guān)聯(lián)進(jìn)行冒險(xiǎn)活動(dòng)的傾向，這致使企業(yè)產(chǎn)生高股價(jià)崩盤風(fēng)險(xiǎn)。

五、研究啟示與展望

經(jīng)上述分析，本研究得出三個(gè)結(jié)論：一是存在7條引起高股價(jià)崩盤風(fēng)險(xiǎn)的組態(tài)。這說明股價(jià)崩盤風(fēng)險(xiǎn)并不由任何單一條件主導(dǎo)，而是由多種條件相互關(guān)聯(lián)、相互制約共同促成。二是得到六類高股價(jià)崩盤風(fēng)險(xiǎn)的前因模式。其中，高成長(zhǎng)企業(yè)獨(dú)有的模式為二類：“治理缺失式”“虛假形象式”；低成長(zhǎng)企業(yè)獨(dú)有的模式為三類：“內(nèi)外交困式”“政治關(guān)聯(lián)庇護(hù)式”“政治關(guān)聯(lián)投機(jī)式”；高、低成長(zhǎng)企業(yè)均有的模式為一類：“高管激進(jìn)式”。三是高成長(zhǎng)高新技術(shù)企業(yè)的高股價(jià)崩盤風(fēng)險(xiǎn)主要源于內(nèi)部治理缺失或激進(jìn)高管所引發(fā)的委托代理問題，而低成長(zhǎng)高新技術(shù)企業(yè)的高股價(jià)崩盤風(fēng)險(xiǎn)則源于內(nèi)部治理問題、高管特質(zhì)問題和市場(chǎng)壓力問題共同形成的“聯(lián)合效應(yīng)”?；谘芯拷Y(jié)論，本研提出以下啟示，并對(duì)未來研究作出展望。

(一)加強(qiáng)對(duì)企業(yè)高管的監(jiān)督力度

高新技術(shù)企業(yè)應(yīng)建立嚴(yán)格的內(nèi)部審慎監(jiān)管制度，加強(qiáng)對(duì)企業(yè)高管行為的監(jiān)督，為企業(yè)的持續(xù)發(fā)展提供制度保障。激進(jìn)的高管可以弱化內(nèi)部控制的有效性，這表明企業(yè)委托代理問題會(huì)在很大程度上影響企業(yè)的正常運(yùn)營(yíng)。同時(shí)，政治關(guān)聯(lián)也會(huì)加劇企業(yè)的委托代理問題。高新技術(shù)企業(yè)在創(chuàng)新活動(dòng)中已承擔(dān)了大量的系統(tǒng)性風(fēng)險(xiǎn)，更應(yīng)加強(qiáng)對(duì)高管行為的約束與監(jiān)督，以減少通過政治關(guān)聯(lián)的“權(quán)力尋租”所引發(fā)的非系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)而營(yíng)造良好的創(chuàng)新環(huán)境。對(duì)此，企業(yè)可以納入部分利益相關(guān)者參與到企業(yè)治理中，對(duì)高管的決策進(jìn)行事前評(píng)估與事后預(yù)測(cè)，從而抑制高管的短視行為，如鼓勵(lì)員工參與決策、增加大股東的投票權(quán)等。市場(chǎng)監(jiān)管部門也應(yīng)加強(qiáng)對(duì)企業(yè)投機(jī)行為的管制，以減少企業(yè)高管的非理性冒險(xiǎn)傾向。

(二)提高投資者的警覺性

監(jiān)管部門應(yīng)構(gòu)建更加合理的社會(huì)責(zé)任披露體系，使投資者能更加準(zhǔn)確地辨別高新技術(shù)企業(yè)履行社會(huì)責(zé)任的真實(shí)意圖。目前企業(yè)對(duì)社會(huì)責(zé)任的自愿性披露尚處于起步階段，且相應(yīng)的監(jiān)管制度并不健全，這使得企業(yè)社會(huì)責(zé)任的“工具屬性”普遍強(qiáng)于其“價(jià)值屬性”(91)權(quán)小鋒、吳世農(nóng)、尹洪英:《企業(yè)社會(huì)責(zé)任與股價(jià)崩盤風(fēng)險(xiǎn):“價(jià)值利器”或“自利工具”？》，《經(jīng)濟(jì)研究》2015年第11期,第49-64頁(yè)。。同時(shí)，當(dāng)前的社會(huì)責(zé)任評(píng)分標(biāo)準(zhǔn)依然無法完全涵蓋企業(yè)使命、運(yùn)營(yíng)、管理、財(cái)務(wù)和營(yíng)銷這五大維度，最終評(píng)分所展現(xiàn)的往往只是企業(yè)的冰山一角，這使得企業(yè)社會(huì)責(zé)任指標(biāo)在實(shí)質(zhì)上只能對(duì)投資決策起到輔助作用。對(duì)此，市場(chǎng)監(jiān)管部門可以制定社會(huì)責(zé)任報(bào)告的撰寫標(biāo)準(zhǔn)，并對(duì)遺漏關(guān)鍵信息的企業(yè)加以懲罰，從而關(guān)閉企業(yè)將“科技創(chuàng)新”“服務(wù)社會(huì)”等作為幌子進(jìn)行違規(guī)財(cái)務(wù)操作的“大門”。

(三)健全不實(shí)研報(bào)的懲罰機(jī)制

監(jiān)管部門應(yīng)加強(qiáng)對(duì)分析師專業(yè)素養(yǎng)和道德的教育，并引導(dǎo)投資者理性對(duì)待分析師的意見。在導(dǎo)致高股價(jià)崩盤風(fēng)險(xiǎn)的六類前因模式中，高分析師覆蓋度與高股票流動(dòng)性各自僅在一種模式中未出現(xiàn)。上述研究反映了中國(guó)市場(chǎng)仍偏向于短期投機(jī)，部分分析師能力不足或并未履行自身的義務(wù)。對(duì)此，市場(chǎng)監(jiān)管部門應(yīng)適時(shí)地對(duì)市場(chǎng)進(jìn)行“降溫”，避免短期投機(jī)者過度聚集；同時(shí)對(duì)分析師的研報(bào)進(jìn)行嚴(yán)格審查，對(duì)研報(bào)中不符合事實(shí)的敘述進(jìn)行雙向懲罰，以避免出現(xiàn)分析師與機(jī)構(gòu)投資者利益勾結(jié)的情況。

(四)未來研究展望

本研究存在以下三點(diǎn)不足。一是在fsQCA校準(zhǔn)的過程中，由于缺乏理論基礎(chǔ)與經(jīng)驗(yàn)依據(jù)，諸如股價(jià)崩盤風(fēng)險(xiǎn)(NCS)和內(nèi)部控制(IC)等變量采用了直接校準(zhǔn)法而非間接校準(zhǔn)法，這使得校準(zhǔn)的結(jié)果可能無法完全體現(xiàn)變量的現(xiàn)實(shí)意義。二是本文借鑒的Habib等(2018)的多重視角解釋框架并非涵蓋所有因素(92)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.，如近年來不斷興起的行為金融因素在模型中并未體現(xiàn)。這是因?yàn)樾袨榻鹑趯W(xué)在實(shí)踐中缺乏統(tǒng)一的理論范式以檢驗(yàn)各種“悖論”，這使得現(xiàn)有的行為金融學(xué)論據(jù)隨機(jī)且相互矛盾(93)夏明:《主觀性視角下的行為金融學(xué)研究——基于奧地利學(xué)派的觀點(diǎn)》,《經(jīng)濟(jì)評(píng)論》2015年第5期,第154-160頁(yè)。。三是本文發(fā)現(xiàn)的六類導(dǎo)致高股價(jià)崩盤風(fēng)險(xiǎn)的前因模式只是對(duì)股價(jià)崩盤風(fēng)險(xiǎn)前因(antecedents)的歸納總結(jié)，并未涉及股價(jià)崩盤的后果(consequences)，諸如“股價(jià)崩盤風(fēng)險(xiǎn)是否會(huì)影響企業(yè)創(chuàng)新投入”“高股價(jià)崩盤風(fēng)險(xiǎn)是否會(huì)加劇委托代理問題”“高股價(jià)崩盤風(fēng)險(xiǎn)是否會(huì)影響公眾信任”等與高新技術(shù)企業(yè)開展創(chuàng)新活動(dòng)息息相關(guān)的問題尚未得到解決。

對(duì)此，建議未來研究可以在以下三點(diǎn)作相應(yīng)的完善。一是在界定相關(guān)概念的基礎(chǔ)上，對(duì)企業(yè)年報(bào)進(jìn)行數(shù)據(jù)挖掘，從而構(gòu)建出指標(biāo)成熟的客觀度量體系，提高變量與校準(zhǔn)結(jié)果的契合度。二是待行為金融的理論研究成熟后，可以考慮將行為因素納入股價(jià)崩盤風(fēng)險(xiǎn)前因的組態(tài)理論模型，使模型更加全面，更具說服力。三是建議未來研究可以結(jié)合fsQCA的分類優(yōu)勢(shì)和PSM的反事實(shí)因果推斷優(yōu)勢(shì)(94)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.(95)Rosenbaum P R, Rubin D B, The Bias Due to Incomplete Matching, Biometrics, 1985, No.1, pp.103-116.，在研究中同時(shí)考察股價(jià)崩盤風(fēng)險(xiǎn)的前因與后果，以得到更具現(xiàn)實(shí)意義的結(jié)論。