基于信息不對稱測度模型的投資者關(guān)注與股價崩盤風(fēng)險

曹納　田高良

摘 要：選取2011—2019年滬深A(yù)股上市公司為研究樣本，利用雙邊隨機前沿模型構(gòu)建出信息不對稱測度模型，在信息不對稱測度模型的基礎(chǔ)上研究投資者關(guān)注與股價崩盤風(fēng)險的關(guān)系。研究結(jié)果表明：投資者關(guān)注能夠顯著降低企業(yè)股價崩盤風(fēng)險；投資者更偏向關(guān)注國有上市公司，國有上市公司股價崩盤風(fēng)險更低；此外，投資者關(guān)注后所獲得的信息相比于管理層隱藏的負(fù)面信息，前者對股價崩盤風(fēng)險的抑制作用更強。

關(guān)鍵詞： 投資者關(guān)注；股價崩盤風(fēng)險；信息不對稱

中圖分類號：F832．51 文獻標(biāo)識碼： A 文章編號：1003-7217（2023）06-0051-08

一、引 言

Wind資訊統(tǒng)計數(shù)據(jù)顯示，截至2021年6月，我國A股市場上有4360家企業(yè)通過IPO募集資金 38684.96億元。此外，通過股票增發(fā)、配股、優(yōu)先股、可轉(zhuǎn)債等融資工具為上市公司融資，貢獻總額高達167682.84億元。同時，投資者作為上市公司融資不可或缺的一部分，其行為對上市公司的發(fā)展具有重大影響。

互聯(lián)網(wǎng)信息技術(shù)的發(fā)展使得投資者獲取投資信息的渠道更加多樣化，這將為投資者獲取信息提供保障。然而，投資者時間、精力有限，并不能完全得到所有有利于其做出正確決策的正面信息。例如，投資者對管理層刻意隱藏的負(fù)面信息并不能準(zhǔn)確把握，當(dāng)管理層累計的負(fù)面信息達到一定程度時，投資者的錯誤決策將會對股價產(chǎn)生影響，甚至引發(fā)股價崩盤。股價崩盤風(fēng)險是指企業(yè)在生產(chǎn)經(jīng)營過程中，管理層隱藏的累計負(fù)面信息突然釋放導(dǎo)致股票價格暴跌的風(fēng)險。本文認(rèn)為管理層在經(jīng)營上市公司的過程中，很可能利用其職務(wù)便利行使藏匿負(fù)面信息行為，這在一定程度上增加了上市公司的股價崩盤風(fēng)險。若投資者能夠高效地獲取上市公司信息并對其進行準(zhǔn)確分析，提升投資者識別管理層隱藏負(fù)面信息的能力，在某種程度上將會降低企業(yè)的股價崩盤風(fēng)險。

基于此，本文使用混合OLS模型研究投資者關(guān)注與股價崩盤風(fēng)險的關(guān)系；通過對投資者關(guān)注的分組，對比研究產(chǎn)權(quán)性質(zhì)不同的上市公司投資者關(guān)注對股價崩盤風(fēng)險作用的差異；借助雙邊隨機前沿模型構(gòu)建信息不對稱測度模型，研究信息不對稱程度影響股價崩盤風(fēng)險的效應(yīng)，并分析投資者充分關(guān)注后獲得的信息以及管理層隱藏的不被察覺的負(fù)面信息影響股價崩盤風(fēng)險的效應(yīng)。

二、文獻回顧與理論假說

（一）投資者關(guān)注與股價崩盤風(fēng)險

股價崩盤風(fēng)險的主要影響因素有信息不對稱、高管行為特征、股東行為、外部機構(gòu)以及外部監(jiān)督。股價崩盤風(fēng)險主要體現(xiàn)在被隱藏的信息隨時被揭露[1]、市場樂觀投資者情緒變化，當(dāng)管理層隱藏的負(fù)面信息暴露，股市壞消息集中釋放，股價就會發(fā)生崩盤現(xiàn)象[2]。負(fù)面信息的長期隱藏使得其不能夠及時反映在股價之中，隨著負(fù)面消息的逐漸累積，當(dāng)管理者無法繼續(xù)隱藏壞消息時，負(fù)面效應(yīng)會集中釋放，最終導(dǎo)致股價崩盤[3，4]。本文認(rèn)為股票價格暴跌的主要原因是委托代理過程中的信息不對稱，所有權(quán)和管理權(quán)的分離助長了管理層挖空上市公司的行為，并掩蓋因此產(chǎn)生的負(fù)面信息。而投資者關(guān)注能夠有效地緩解信息不對稱理論和委托代理理論中的問題。如羅進輝和杜興強、黃金波等以及朱孟楠等研究發(fā)現(xiàn)媒體關(guān)注度會降低股價崩盤風(fēng)險，主要表現(xiàn)為緩解投資者與管理層的信息不對稱[5-7]。岑維等、顧哲榮研究發(fā)現(xiàn)投資者關(guān)注度的增加會降低信息不透明程度，從而降低了股票市場的信息不對稱程度，降低了股價崩盤風(fēng)險[8，9]。隨著投資者關(guān)注的增加，其獲取所關(guān)注的上市公司信息的動力也就增加。相較于傳統(tǒng)的被動接受信息，在互聯(lián)網(wǎng)時代，新聞媒體對于上市公司有關(guān)報道的數(shù)量逐漸增多，新聞媒體本身為了追求較高的點擊率，會調(diào)查追蹤企業(yè)隱藏的負(fù)面信息，這在一定程度上壓縮了企業(yè)管理層藏匿負(fù)面信息的空間。從聲譽機制角度來看，董事會中的名人獨立董事在一定程度上會削減管理層行為對股價崩盤風(fēng)險的影響，具有媒體背景的獨立董事[10]、董事會中有女性名人董事[11]能夠使股價崩盤風(fēng)險處于一個較低水平，且學(xué)者型CEO能夠緩解信息不對稱問題和委托代理問題[12]。此外，關(guān)于外部機構(gòu)投資者關(guān)注對股價崩盤風(fēng)險的研究有兩種看法：一種認(rèn)為機構(gòu)投資者利用信息優(yōu)勢對環(huán)境產(chǎn)生不良影響進而引起羊群效應(yīng)[13]，以及機構(gòu)投資者持股比例、監(jiān)督類型會對股價崩盤產(chǎn)生不利影響[14]；另一種認(rèn)為機構(gòu)投資者不同的投資決策行為能夠減少羊群效應(yīng)，進而減少股價崩盤風(fēng)險[15]。本文更傾向于投資者關(guān)注會降低股價崩盤風(fēng)險，其中信息不對稱是主要原因。

總體而言，投資者與管理層的信息不對稱會加劇兩者之間的矛盾。隨著互聯(lián)網(wǎng)、新媒體的發(fā)展，投資者獲取上市公司信息的途徑拓寬，投資者關(guān)注增加，即會獲得更多的上市公司相關(guān)信息。投資者獲取所關(guān)注的信息后，某些負(fù)面信息將會被分散釋放在股價之中，從而降低了企業(yè)發(fā)生股價崩盤風(fēng)險的可能性。由此可知，提高投資者關(guān)注在一定程度上會降低上市公司的股價崩盤風(fēng)險，即投資者關(guān)注會降低股價崩盤風(fēng)險。據(jù)此提出假設(shè)：

H1 投資者關(guān)注越高，股價崩盤風(fēng)險越低。

（二）不同產(chǎn)權(quán)性質(zhì)下的投資者關(guān)注與股價崩盤風(fēng)險

我國上市公司分為國有上市公司和非國有上市公司，兩者的業(yè)務(wù)績效衡量標(biāo)準(zhǔn)和管理行為具有較大差別，因此，上市公司投資者關(guān)注的偏向以及股價崩盤風(fēng)險的大小都可能因上市公司產(chǎn)權(quán)性質(zhì)不同而具有差異。首先，國有上市公司具有實現(xiàn)多種目標(biāo)的特點，例如促進社會就業(yè)、執(zhí)行國家經(jīng)濟政策、維持社會穩(wěn)定等，這使得國有上市公司不但要對投資者負(fù)責(zé)，更要對社會公眾負(fù)責(zé)；加之國有上市公司是國家控股，其對公司的控制和監(jiān)督帶有一定的政治色彩[16]，即國有上市公司因為其社會責(zé)任致使其隱藏負(fù)面信息的動機相對減弱。此外，國有上市公司管理層是政府任命制，薪酬機制區(qū)別于民營上市公司管理層，這也使得國有上市公司管理層的選拔更加嚴(yán)謹(jǐn)和高標(biāo)準(zhǔn)。一般而言，國有上市公司管理層具備較好的思想政治覺悟與組織紀(jì)律性，進行負(fù)面信息隱藏的可能性較低。而國有上市公司因其國有的特殊背景使其在資金融通方面更占優(yōu)勢，國有企業(yè)和銀行之間存在天然的利益關(guān)系，原因之一即產(chǎn)權(quán)性質(zhì)的差異[17]。有外國學(xué)者研究發(fā)現(xiàn)，有政府背景的企業(yè)可以獲得超額的45%的貸款[18]。因此，非國有上市公司管理層相對困難的融資形勢致使其為了獲取投融資，很可能在公司業(yè)績持續(xù)走低時，隱藏負(fù)面信息。雖然國有上市公司也面臨著一定的經(jīng)營風(fēng)險，但因其擁有更多的投融資渠道和機會，其管理層沒有必要通過損害公司利益的行為來獲得融資。因此，國有上市公司管理層對負(fù)面信息積累的可能性也相對較低。從投資者獲取信息的角度來看，國有上市公司是政府或國有企業(yè)控股，其信息披露、公開制度相對完善，投資者可以在網(wǎng)上及時關(guān)注上市公司發(fā)布的信息、公告，反映存在的問題，這表明了國有上市公司信息披露及時性較強，信息質(zhì)量較高，從而減少了投資者獲取、分析信息花費的時間、精力。本文認(rèn)為投資者關(guān)注對國有上市公司而言更能發(fā)揮外部監(jiān)督的力量。據(jù)此提出假設(shè)：

H2 相對于非國有上市公司，投資者更偏向關(guān)注國有上市公司，且國有上市公司的股價崩盤風(fēng)險更低。

（三）信息不對稱測度模型

借鑒盧洪友等[19]的研究，構(gòu)建如下信息不對稱測度模型：

其中，CrashRisk 為投資者能夠識別管理層隱藏的所有負(fù)面信息所產(chǎn)生的最低股價崩盤風(fēng)險，CrashRisk為管理層隱藏的負(fù)面信息完全沒有被投資者識別出的最高股價崩盤風(fēng)險，μ（x）=E（θ∣x）是假定在給定特定變量的情況下正常的股價崩盤風(fēng)險CrashRisk ≤μ（x）≤CrashRisk；基于此， CrashRisk-μ（x）代表投資者識別出企業(yè)隱藏的信息獲得的預(yù)期剩余，［μ（x）-CrashRisk ］代表管理層隱藏的不被投資者察覺的信息所獲得的預(yù)期剩余；η（0≤η≤1）反映了管理層多于投資者所掌握的不被察覺的負(fù)面信息導(dǎo)致股價崩盤風(fēng)險增加的程度；η［CrashRisk-μ（x）］ 表示管理層因隱藏不被投資者察覺的負(fù)面信息所升高的股價崩盤風(fēng)險，（1-η）［μ（x）-CrashRisk ］表示投資者識別部分管理層所隱藏的負(fù)面信息所降低的股價崩盤風(fēng)險，二者之差描述股價崩盤風(fēng)險形成中信息不對稱的綜合效應(yīng)（凈剩余）。據(jù)此，式（1）可簡寫成如下形式：

2.解釋變量。

考慮到投資者主動搜索信息能夠準(zhǔn)確地表現(xiàn)其對公司的關(guān)注程度，本文采用中國研究數(shù)據(jù)服務(wù)平臺（CNRDS）中的上市公司全網(wǎng)絡(luò)搜索指數(shù)來衡量投資者關(guān)注。具體而言，在每一年度內(nèi)對上市公司的網(wǎng)絡(luò)搜索指數(shù)（SVIcode）進行求和，并取對數(shù)處理 （SVIi，t）；此外，參考權(quán)小鋒和吳世農(nóng) [21]的研究，在穩(wěn)健性檢驗中以公司每一年度內(nèi)盈余公告前30天交易日的平均換手率來衡量投資者關(guān)注。所涉及變量的符號和定義如表1所示。

四、實證結(jié)果分析

（一）描述性統(tǒng)計

如表2所示，衡量股價崩盤風(fēng)險的兩個變量的最大值分別為1.773和1.091，最小值分別為-2.523和-1.400，表明不同公司的股價崩盤風(fēng)險具有較大差距；投資者關(guān)注的標(biāo)準(zhǔn)差為0.563，表明不同上市公司投資者關(guān)注的變化幅度很大；產(chǎn)權(quán)性質(zhì)的均值為0.458，表明有45.8%的樣本為國有企業(yè)；信息透明度75百分位數(shù)為0.044，中位數(shù)為0.005，而標(biāo)準(zhǔn)差為0.076，說明信息透明度較好的公司和信息透明度較差的公司差距較為明顯，存在顯著區(qū)別。

（二）多元線性回歸分析

1.不同產(chǎn)權(quán)性質(zhì)下的投資者關(guān)注與股價崩盤風(fēng)險。

圖1從左往右列出了2011—2019年國有與非國有企業(yè)股價崩盤風(fēng)險的均值和中位數(shù)。由圖1可知，不管是股價崩盤風(fēng)險的均值還是中位數(shù)，國有企業(yè)都遠(yuǎn)低于非國有企業(yè)。

表3和表4分別是以NCSKEWi，t+1和DUVOLi，t+1來衡量股價崩盤風(fēng)險的檢驗結(jié)果。由表3、表4可知，隨著投資者關(guān)注逐漸增加，股價崩盤風(fēng)險持續(xù)走低?；诜纸M結(jié)果，真股價崩盤風(fēng)險均值始終低于全樣本和非國有企業(yè)，說明投資者對企業(yè)的關(guān)注程度越高，其股價崩盤風(fēng)險越低。這些結(jié)果與假設(shè)相吻合。

2.投資者關(guān)注與股價崩盤風(fēng)險回歸分析。

（1）普通OLS回歸和MLE回歸。

表5中列（1）～列（4）是普通OLS回歸，列（3）和列（4）顯示，在控制了年度與行業(yè)后投資者關(guān)注相對于股價崩盤風(fēng)險在1%的水平上顯著為負(fù)。列（5）和列（6）是采用雙邊隨機前沿模型下MLE估計的回歸結(jié)果，可看出，投資者關(guān)注與股價崩盤風(fēng)險的回歸系數(shù)依然在1%水平上顯著為負(fù)，假設(shè)H1成立。進一步說明投資者關(guān)注對企業(yè)股價崩盤風(fēng)險具有削弱作用，且隨著外部投資者關(guān)注的增加，投資者獲取企業(yè)隱藏的負(fù)面信息的動機也就增加。產(chǎn)權(quán)性質(zhì)與股價崩盤風(fēng)險的回歸系數(shù)在1%水平上顯著為負(fù)，說明國有企業(yè)相對于非國有企業(yè)股價崩盤風(fēng)險更低，初步證明假設(shè)H2。

（2）信息不對稱因素對股價崩盤風(fēng)險的影響。

由于信息不對稱可分為投資者識別的信息和管理層隱藏的信息兩部分，本文分別研究兩種信息不對稱對股價崩盤風(fēng)險的效應(yīng)，并根據(jù)表5中列（5）的測度結(jié)果計算表6相關(guān)數(shù)據(jù)。如表6所示，投資者識別的信息相對管理層隱藏的不被察覺的負(fù)面信息效應(yīng)更強，股價崩盤風(fēng)險在整體上處于相對較低水平，E（w-u）=σw-σu=-0.1103，表明外部投資者充分關(guān)注能夠獲得的信息有更強的優(yōu)勢。ln （CrashRiski，t+1）無法解釋的總方差（σ2v+σ2u+σ2w）為0.5834，其中信息不對稱因素占比90.28%，說明信息不對稱是影響股價崩盤風(fēng)險大小的重要成因。而在信息因素對股價崩盤風(fēng)險的作用中，投資者通過充分關(guān)注后獲得的信息占比是60.68%，管理層隱藏的不被察覺的負(fù)面信息占比是39.32%。這表明股價崩盤風(fēng)險水平的高低很大程度上取決于投資者充分關(guān)注后所能夠識別的信息。

（3）信息不對稱因素對股價崩盤風(fēng)險的凈剩余。

表7針對全樣本計算了在信息不對稱測度下，投資者與管理層獲得的凈剩余。平均而言，管理層隱藏的不被察覺的負(fù)面信息使得股價崩盤風(fēng)險高于基準(zhǔn)水平31.13%。而投資者通過關(guān)注所識別的信息能夠使得股價崩盤風(fēng)險降低36.17%。雖然差異并不大，但依然使得實際的股價崩盤風(fēng)險相對于基準(zhǔn)水平降低了5.04%。通過表7后三列可知，超過1/2的樣本股價崩盤風(fēng)險處于較低水平，有1/4的樣本股價崩盤風(fēng)險低于標(biāo)準(zhǔn)水平25.52%，只有1/4的樣本股價崩盤風(fēng)險高于基準(zhǔn)水平14.66%。超過半數(shù)的樣本顯示，投資者充分關(guān)注后所識別的信息效應(yīng)強于管理層不被察覺的負(fù)面信息。

表8列示了在不同股權(quán)性質(zhì)下，管理層隱藏的不被察覺的負(fù)面信息與投資者充分關(guān)注后所識別的信息對股價崩盤風(fēng)險的作用程度。從凈剩余角度來看，地方國有企業(yè)凈剩余均值最小，為-10.49%，意味著投資者關(guān)注所識別的信息相較于其他類型的企業(yè)最多；而民營企業(yè)凈剩余最大，為-4.38%，意味著民營企業(yè)管理層掌握的不被投資者察覺的信息相對于其他類型的企業(yè)最多。這也進一步說明，非國有企業(yè)的股價崩盤風(fēng)險更高，投資者更加關(guān)注國有企業(yè)?；谥形粩?shù)分析，不管任何性質(zhì)的企業(yè)都有超過一半的樣本由于投資者充分關(guān)注所識別的信息，使得股價崩盤風(fēng)險低于基準(zhǔn)水平。

（三）穩(wěn)健性檢驗

本文從解決內(nèi)生性和替換解釋變量兩個角度進行穩(wěn)健性檢驗。一方面，考慮到投資者關(guān)注與股價崩盤風(fēng)險的內(nèi)生性，采用滯后一期的股價崩盤風(fēng)險作為被解釋變量進行了前文的研究，實證檢驗后，研究結(jié)果依舊穩(wěn)健；另一方面，借鑒權(quán)小鋒和吳世農(nóng)[21]的方法衡量投資者關(guān)注 （IAi，t），即使用公司每一年度內(nèi)盈余公告前30個交易日的平均換手率計算得出，并在上市公司每一年度內(nèi)取均值。將上述實證分析過程再次檢驗，回歸結(jié)果穩(wěn)健。但限于篇幅，進一步檢驗的結(jié)果省略。

五、研究結(jié)論與政策建議

以我國2011—2019年滬深A(yù)股上市公司為研究對象，通過機理分析、實證分析、分組對比分析，研究了投資者關(guān)注對企業(yè)股價崩盤風(fēng)險的影響，得出了以下三點研究結(jié)論：（1）投資者關(guān)注越高，股價崩盤風(fēng)險越低。（2）投資者更偏向關(guān)注國有上市公司，國有上市公司股價崩盤風(fēng)險更低。（3）投資者關(guān)注所能識別的信息，相對于管理層隱藏的不被投資者察覺的負(fù)面信息對股價崩盤風(fēng)險作用更強，有過半樣本的股價崩盤風(fēng)險低于基準(zhǔn)水平。

基于以上研究結(jié)論，提出如下政策建議：（1）對于投資者而言，首先，應(yīng)對上市公司的價值、股價進行準(zhǔn)確估計，同時提高自身獲取、分析數(shù)據(jù)的能力，投資優(yōu)秀股；其次，加強對上市公司財務(wù)報告、發(fā)布的公告、信息的實時關(guān)注，適當(dāng)分散投資，更加理性地進行投資決策，將系統(tǒng)性風(fēng)險降至最低。（2）對于上市公司而言，加強對管理層的監(jiān)督，防止其負(fù)面信息隱藏行為；及時將上市公司財務(wù)狀況、經(jīng)營情況等可能對未來股價產(chǎn)生波動影響的信息進行披露，在中國證監(jiān)會或證券交易所指定的刊物上進行刊登，為投資者更好地關(guān)注上市公司提供便利。（3）對于政府部門而言，應(yīng)加快建立非國有上市公司的信息公開制度，加大對非國有上市公司信息披露的執(zhí)行與監(jiān)管力度；進一步拓寬投資者獲取上市公司有關(guān)信息的渠道，充分發(fā)揮投資者關(guān)注對股價崩盤風(fēng)險的抑制作用，維護資本市場穩(wěn)定和可持續(xù)發(fā)展。

參考文獻：

［1］ Romer D. Rational asset-price movements without news[J]. American Economic Review， 1993， 83（5）：1112-1130.

[2] Hong H， Stein J C. Differences of opinion， short-sales constraints， and market crashes[J]. Review of Financial Studies，2003，16（2）：487-525.

[3] Jin L， Myers S C. R-squared around the world： New theory and new tests[J]. Social Science Electronic Publishing， 2004， 79（2）：257-292.

[4] Hutton A P， Marcus A J， Tehranian H. Opaque financial report， R2， and crash risk[J]. Journal of Financial Economics， 2009， 94（1）：67-86.

[5] 羅進輝，杜興強．媒體報道、制度環(huán)境與股價崩盤風(fēng)險[J].會計研究，2014（9）：53-59．

[6] 黃金波，陳伶茜，丁杰. 企業(yè)社會責(zé)任、媒體報道與股價崩盤風(fēng)險[J]. 中國管理科學(xué)， 2022，30（3）： 1-12.

[7] 朱孟楠，梁裕珩，吳增明. 互聯(lián)網(wǎng)信息交互網(wǎng)絡(luò)與股價崩盤風(fēng)險：輿論監(jiān)督還是非理性傳染[J]. 中國工業(yè)經(jīng)濟， 2020（10）： 81-99.

[8] 岑維，童娜瓊，郭奇林.機構(gòu)投資者關(guān)注度和企業(yè)非效率投資——基于深交所“互動易”平臺數(shù)據(jù)的實證研究[J].證券市場導(dǎo)報，2017（10）：36-44.

[9] 顧哲榮. 投資者關(guān)注視角下股權(quán)質(zhì)押對股價崩盤風(fēng)險的影響[D].南京：南京信息工程大學(xué)，2020.

[10]鄭宇新，薛茗元，歐鵬. 媒體背景獨立董事與股價崩盤風(fēng)險[J]. 當(dāng)代財經(jīng)， 2019（12）： 84-95.

[11]吳先聰，管巍. “名人獨董”、管理層權(quán)力與股價崩盤風(fēng)險[J]. 現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報）， 2020， 40（1）： 98-113.

[12]何瑛，韓夢婷. 學(xué)者型CEO與上市公司股價崩盤風(fēng)險[J]. 上海財經(jīng)大學(xué)學(xué)報，2021（4）： 121-137.

[13]許年行，于上堯，伊志宏．機構(gòu)投資者羊群行為與股價崩盤風(fēng)險[J]. 管理世界，2013（7）： 31-43．

[14]于博，范璐. “穩(wěn)定器”還是“助推器”？——機構(gòu)投資者持股與股票異常收益風(fēng)險[J]. 河海大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2019， 21（6）： 80-90， 112.

[15]尹海員，朱旭. 機構(gòu)投資者異質(zhì)信息能力與上市公司股價崩盤風(fēng)險[J]. 金融經(jīng)濟學(xué)研究， 2019， 34（5）： 137-150.

[16]薄仙慧，吳聯(lián)生.國有控股與機構(gòu)投資者的治理效應(yīng)：盈余管理視角[J].經(jīng)濟研究，2009，44（2）：81-91，160.

[17]張揚.產(chǎn)權(quán)性質(zhì)、信貸歧視與企業(yè)融資的替代性約束[J].中南財經(jīng)政法大學(xué)學(xué)報，2016（5）：66-72.

[18]Mian A， Khwaja A I.Tracing the impact of bank liquidity shocks：Evidence from an emerging market[J].American Economic Review，2008（4）：1413-1442.

[19]盧洪友，連玉君，盧盛峰.中國醫(yī)療服務(wù)市場中的信息不對稱程度測算[J].經(jīng)濟研究，2011，46（4）：94-106.

[20]謝德仁，鄭登津，崔宸瑜.控股股東股權(quán)質(zhì)押是潛在的“地雷”嗎？——基于股價崩盤風(fēng)險視角的研究[J].管理世界，2016（5）：128-140，188.

[21]權(quán)小鋒，吳世農(nóng).投資者關(guān)注、盈余公告效應(yīng)與管理層公告擇機[J].金融研究，2010（11）：90-107.

（責(zé)任編輯：王鐵軍）

Investors’ Attention and Stock Price Crash Risk Based on Information Asymmetry-Measurement Model

CAO Na，TIAN Gaoliang

Abstract：This paper selects A-share listed companies in Shanghai and Shenzhen from 2011 to 2019 as the research sample， uses the bilateral stochastic frontier model to construct the information asymmetry measurement model， and studies the relationship between investors’ attention and stock price crash risk on the basis of the information asymmetry measurement model. The results show that investors’ attention can significantly reduce the risk of stock price crash; Investors tend to pay more attention to state-owned listed companies， and the risk of stock price collapse of state-owned listed companies is lower; In addition， compared with the negative information hidden by the management， the information obtained by investors after paying attention has a stronger inhibitory effect on the risk of stock price crash.

Key words：investors’ attention; stock price crash risk; information asymmetry

收稿日期： 2023-03-13； 修回日期： 2023-09-12

基金項目：國家自然科學(xué)基金面上項目（72172116）

作者簡介： 曹 納（1978—），女，陜西綏德人，西安交通大學(xué)管理學(xué)院博士研究生，研究方向：審計、公司治理；田高良（1965—），男，陜西富平人，西安交通大學(xué)管理學(xué)院教授，博士生導(dǎo)師，研究方向：審計、內(nèi)部控制、公司治理、資本市場會計。