產(chǎn)權(quán)性質(zhì)、股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

熊家財(cái)

一、引 言

股價(jià)崩盤風(fēng)險(xiǎn)是指在沒有任何信息征兆的情況下，市場(chǎng)指數(shù)或個(gè)股價(jià)格發(fā)生跳躍式下跌的概率［1］，它給投資者的個(gè)人財(cái)富、資本市場(chǎng)的平穩(wěn)運(yùn)行以及實(shí)體經(jīng)濟(jì)的健康發(fā)展帶來極大沖擊和破壞，因而受到學(xué)術(shù)界、實(shí)務(wù)界以及監(jiān)督當(dāng)局的廣泛關(guān)注；就我國(guó)而言，上市公司信息透明度差、股價(jià)同步性高［2］，制度性安排的缺陷導(dǎo)致資本市場(chǎng)的成熟度和穩(wěn)定性較差［3］、股市暴漲暴跌頻發(fā)，如1997至2008年期間，股市發(fā)生四次大的暴跌事件，平均持續(xù)時(shí)間為22．5個(gè)月，平均振幅高達(dá)51．6%［4］。因此，深入剖析股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在根源及其治理機(jī)制，有助于防范和化解金融風(fēng)險(xiǎn)、促進(jìn)股市平穩(wěn)發(fā)展并優(yōu)化資源配置效率。

有關(guān)股價(jià)崩盤風(fēng)險(xiǎn)的研究，早期文獻(xiàn)主要基于完全信息理性預(yù)期均衡框架解予以解讀，如杠桿效應(yīng)理論［5］、波動(dòng)率反饋模型［6-7］以及隨機(jī)泡沫理論［8］等，但這些理論對(duì)實(shí)際數(shù)據(jù)的解釋效果較差。Chen等［9］基于行為金融理論，研究限制賣空市場(chǎng)中投資者異質(zhì)信念與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系，發(fā)現(xiàn)二者正相關(guān)。

近年來，學(xué)者們從委托-代理視角提出了解釋股價(jià)崩盤風(fēng)險(xiǎn)的壞消息隱藏理論（bad news hoarding theory）。該理論認(rèn)為公司經(jīng)理人出于薪酬契約、職業(yè)生涯、聲譽(yù)以及帝國(guó)構(gòu)建、等多種動(dòng)機(jī)考慮，傾向于策略性地隱藏或推遲披露負(fù)面消息并及時(shí)發(fā)布好消息［10］，壞消息將隨著經(jīng)營(yíng)周期的持續(xù)而逐漸累積，當(dāng)壞消息累積到一定程度并超過臨界值時(shí)將集中釋放，最終導(dǎo)致股價(jià)崩盤［2，3，11］。近期文獻(xiàn)從多個(gè)視角為這一論斷提供了證據(jù)，如Jin和Myers［2］的跨國(guó)研究表明，信息透明度較低的公司，其股價(jià)具有較低的信息含量，并表現(xiàn)出較高的同步性和暴跌概率，Hutton等［11］和潘越等［12］來自美國(guó)和中國(guó)上市公司層面的證據(jù)進(jìn)一步支持了該論斷。Kim等［13-14］發(fā)現(xiàn)上市公司的避稅行為和CFO的期權(quán)激勵(lì)與未來股價(jià)崩盤風(fēng)險(xiǎn)呈顯著的正相關(guān)關(guān)系，但會(huì)計(jì)穩(wěn)健性有助于降低股價(jià)崩盤概率［15］。An和Zhang［16］發(fā)現(xiàn)長(zhǎng)期持股的機(jī)構(gòu)投資者有助于強(qiáng)化公司治理并抑制經(jīng)理人的機(jī)會(huì)主義行為，進(jìn)而降低公司股價(jià)同步性和崩盤風(fēng)險(xiǎn)，但機(jī)構(gòu)投資者的“羊群行為”提高了公司股價(jià)未來崩盤的風(fēng)險(xiǎn)［17］。李小榮和劉行［18］發(fā)現(xiàn)女性CEO能顯著降低股價(jià)崩盤風(fēng)險(xiǎn)，當(dāng)股市為“熊市”、CEO權(quán)力越大或CEO年齡越大時(shí)，女性CEO降低股價(jià)崩盤風(fēng)險(xiǎn)的作用更為顯著。

由此可見，近期成果主要集中在分析公司信息透明度、稅務(wù)規(guī)避、會(huì)計(jì)穩(wěn)健性、機(jī)構(gòu)投資者和CEO性別等因素對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，尚未從市場(chǎng)微觀結(jié)構(gòu)的視角研究股價(jià)崩盤風(fēng)險(xiǎn)。但是，近年來一系列研究表明，市場(chǎng)微觀結(jié)構(gòu)與公司治理密切相關(guān)，如 Adamati和 Pfleiderer［19］以及 Edmans［20］發(fā)現(xiàn)股票流動(dòng)性有助于強(qiáng)化大股東的退出威脅，從而限制經(jīng)理人機(jī)會(huì)主義行為，Jayaraman和 Milbourn［21］發(fā)現(xiàn)CEO股權(quán)收入占總薪酬的比重和CEO薪酬股價(jià)敏感性均與股票流動(dòng)性呈顯著的正相關(guān)關(guān)系。在此背景下，有關(guān)股票流動(dòng)性是否影響股價(jià)崩盤風(fēng)險(xiǎn)已成為一個(gè)亟待研究和解決的理論與現(xiàn)實(shí)問題。另外，鑒于國(guó)有企業(yè)的公司治理機(jī)制、委托代理關(guān)系和所受外部干預(yù)與非國(guó)有企業(yè)存在明顯差異，因此研究股票流動(dòng)性的治理作用必須結(jié)合我國(guó)獨(dú)特的產(chǎn)權(quán)特征。為此，本文以2005至2011年間非金融類A股上市公司為樣本，并結(jié)合我國(guó)上市公司獨(dú)特的產(chǎn)權(quán)特征，研究股票流動(dòng)性和股價(jià)崩盤風(fēng)險(xiǎn)之間的內(nèi)在關(guān)系。

本文的主要貢獻(xiàn)和創(chuàng)新體現(xiàn)在以下三方面：第一，不同于以往文獻(xiàn)集中于分析股票流動(dòng)性的資產(chǎn)定價(jià)含義，本文從企業(yè)微觀層面考察股票流動(dòng)性的公司治理效應(yīng)，并發(fā)現(xiàn)流動(dòng)性有助于降低股價(jià)崩盤風(fēng)險(xiǎn)，從而深化了股票流動(dòng)性的相關(guān)研究。第二，以往文獻(xiàn)集中于考察信息透明度［2，3，11］、高管代理問題［13-14］、會(huì)計(jì)穩(wěn)健性［15］、機(jī)構(gòu)投資者［15，17］和高管性別［18］等對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，本文從市場(chǎng)微觀結(jié)構(gòu)的視角，考察股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，并結(jié)合公司最終控制人性質(zhì)進(jìn)行剖析，從而拓展了該領(lǐng)域的相關(guān)研究。第三，不同于以往文獻(xiàn)集中于考察股價(jià)崩盤風(fēng)險(xiǎn)的影響因素和治理機(jī)制，本文進(jìn)一步考察了股價(jià)崩盤風(fēng)險(xiǎn)的經(jīng)濟(jì)后果，發(fā)現(xiàn)股價(jià)崩盤風(fēng)險(xiǎn)與公司權(quán)益資本成本呈顯著正相關(guān)關(guān)系，且股票流動(dòng)性具有調(diào)節(jié)作用。

二、研究假設(shè)與計(jì)量模型

（一）股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

股價(jià)崩盤風(fēng)險(xiǎn)的文獻(xiàn)認(rèn)為，經(jīng)理人出于“掏空”［13］、薪酬契約［14］及職業(yè)生涯考慮［22］等動(dòng)機(jī)，傾向于隱藏或推遲披露負(fù)面消息，隨著經(jīng)營(yíng)周期的持續(xù)，壞消息逐漸累積并超過臨界值，集中釋放到市場(chǎng)中，進(jìn)而對(duì)股價(jià)造成極大地負(fù)面沖擊并最終崩盤［3］。此外，Bleck和 Liu［23］認(rèn)為經(jīng)理的“帝國(guó)構(gòu)建”傾向?qū)е鹿就顿Y于凈現(xiàn)值為負(fù)的項(xiàng)目，經(jīng)理人的壞信息隱藏行為阻礙了外部投資者的監(jiān)督，項(xiàng)目得以繼續(xù)實(shí)施并產(chǎn)生負(fù)的現(xiàn)金流；隨著時(shí)間推移，虧損不斷積累并為投資者發(fā)覺，導(dǎo)致股價(jià)暴跌。公司信息不透明有助于經(jīng)理人更便利地管理并隱藏負(fù)面信息，從而加劇了股價(jià)崩盤風(fēng)險(xiǎn)［2，11］。

根據(jù)已有理論，股票流動(dòng)性可通過以下四種機(jī)制影響股價(jià)崩盤風(fēng)險(xiǎn)：

一是大股股東監(jiān)督機(jī)制。Maug［24］認(rèn)為，大股東監(jiān)督行為有助于提升股價(jià)，如果事前能夠以未反映監(jiān)督收益的低價(jià)購(gòu)入追加股份，那么他們可通過原來持有和追加購(gòu)買的股份獲利。股票流動(dòng)性越高，大股東獲利可能性越高，從而具有更高的監(jiān)督積極性。大股東監(jiān)督有助于降低經(jīng)理的機(jī)會(huì)主義行為并提高信息披露質(zhì)量，從而顯著降低股價(jià)崩盤風(fēng)險(xiǎn)。程書強(qiáng)［25］發(fā)現(xiàn)機(jī)構(gòu)投資者持股有助于抑制上市公司操縱應(yīng)計(jì)利潤(rùn)的盈余管理行為并增強(qiáng)盈余信息真實(shí)性。

二是股東退出威脅機(jī)制。Adamati和 Pfleiderer［19］以及 Edmans［20］發(fā)現(xiàn)，如果上市公司實(shí)行股權(quán)激勵(lì)且CEO采取損害公司價(jià)值的機(jī)會(huì)主義行為，那么知情交易者將拋售股票，從而引起股價(jià)下跌，最終導(dǎo)致CEO薪酬減少。同時(shí)，股票流動(dòng)性有助于激發(fā)知情投資者搜集信息并交易［26］，導(dǎo)致股價(jià)和CEO薪酬更劇烈地波動(dòng)。換言之，在股票流動(dòng)性較高的情況下，為了降低股價(jià)變化對(duì)薪酬的不利影響，CEO必須減少其機(jī)會(huì)主義行為。Bharath等［27］利用亞洲金融危機(jī)和納斯達(dá)克最小報(bào)價(jià)單位變化等外生事件研究股東退出威脅機(jī)制的有效性，發(fā)現(xiàn)在金融危機(jī)（報(bào)價(jià)單位變化）期間，大股東持股比例與企業(yè)價(jià)值呈顯著負(fù)（正）相關(guān)關(guān)系，高管薪酬股價(jià)敏感性越高，這種正相關(guān)關(guān)系越強(qiáng)烈，表明股東退出威脅機(jī)制發(fā)揮了重要作用。

三是股價(jià)信息含量機(jī)制。Kyle和Vila［26］認(rèn)為，如果流動(dòng)性上升，那么投資者買賣股份對(duì)價(jià)格形成的沖擊減小，掌握信息優(yōu)勢(shì)的股東有能力從噪聲交易者手中低價(jià)購(gòu)入大量股票并獲利，此時(shí)大股東更有動(dòng)力關(guān)注這類公司并搜集信息，所以流動(dòng)性有助于提高股價(jià)信息含量。鑒于富含信息的股價(jià)提高了公司透明度，降低了內(nèi)、外部之間的信息不對(duì)稱，因此有助于強(qiáng)化外部投資者對(duì)經(jīng)理人的監(jiān)督并限制經(jīng)理人機(jī)會(huì)主義行為、進(jìn)而降低股價(jià)崩盤風(fēng)險(xiǎn)［2，3，11］。

四是 CEO薪酬契約機(jī)制。Holmstrom和Tirole［28］的理論模型表明，股票流動(dòng)性上升后，私人信息的邊際價(jià)值增加，因此非知情交易者愿意支付一定的信息費(fèi)用，以獲取知情交易者掌握的信息優(yōu)勢(shì)，從而導(dǎo)致公司的特質(zhì)信息不斷融入股價(jià)，股價(jià)更能體現(xiàn)公司基本面和經(jīng)理人行為，此時(shí)利益相關(guān)者可向CEO提供高強(qiáng)度的業(yè)績(jī)型并大幅度提高股權(quán)報(bào)酬的比重。合理有效的薪酬契約有助于激發(fā)管理層的工作熱情，通過積極挖掘有潛力的投資機(jī)會(huì)，實(shí)現(xiàn)未來業(yè)績(jī)?cè)鲩L(zhǎng)并增加激勵(lì)收益。蘇冬蔚和熊家財(cái)［29］以2005至2011年間非金融類A股上市公司為研究樣本，發(fā)現(xiàn)股票流動(dòng)性有助于提高CEO薪酬股價(jià)敏感性并降低代理成本。

根據(jù)上述分析，本文提出第一個(gè)假設(shè)：

假設(shè)一：股票流動(dòng)性有助于降低上市公司股價(jià)崩盤風(fēng)險(xiǎn)。

根據(jù) Kim，等［13-14］以及許年行，等［3］，本文設(shè)置以下面板數(shù)據(jù)計(jì)量模型檢驗(yàn)假設(shè)一：

其中，CARSHit+1為年度t+1公司i股價(jià)的崩盤風(fēng)險(xiǎn)，LIQit為年度t公司i股票的流動(dòng)性，Xit包括特質(zhì)收益率均值和標(biāo)準(zhǔn)差、投資者異質(zhì)信念、規(guī)模、負(fù)債、財(cái)務(wù)業(yè)績(jī)以及成長(zhǎng)能力等公司層面控制變量，Wit為一組行業(yè)和年度虛擬變量。

（二）產(chǎn)權(quán)性質(zhì)、股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系可能取決于公司產(chǎn)權(quán)性質(zhì)。國(guó)有上市公司中，國(guó)有股權(quán)一股獨(dú)大，作為控制股東的國(guó)家會(huì)對(duì)企業(yè)進(jìn)行監(jiān)督與控制，但國(guó)家及其代理人的特殊地位導(dǎo)致這種監(jiān)督和控制具有行政色彩并帶來過多的干預(yù)，如要求國(guó)有企業(yè)承擔(dān)大量不完全以盈余為目標(biāo)的政策性負(fù)擔(dān)，包括促進(jìn)經(jīng)濟(jì)增長(zhǎng)、增加就業(yè)和維持社會(huì)穩(wěn)定等［30］；同時(shí)，國(guó)家還可能通過政治力量執(zhí)行與其他股東的合同和控制其他股東行為，以保護(hù)自身利益［31］，上述制度安排限制了利益相關(guān)者參與并監(jiān)督國(guó)有上市公司的經(jīng)營(yíng)管理［32］。薄仙慧和吳聯(lián)生［30］發(fā)現(xiàn)機(jī)構(gòu)投資者有助于降低非國(guó)有上市公司的正向盈余管理水平，但機(jī)構(gòu)投資者不能影響國(guó)有公司的負(fù)向盈余管理行為，表明機(jī)構(gòu)投資者的積極治理作用在國(guó)有控股公司中受到限制。張敏和姜付秀［33］發(fā)現(xiàn)機(jī)構(gòu)投資者有助于提高民營(yíng)企業(yè)經(jīng)理人的薪酬業(yè)績(jī)敏感性并降低薪酬“粘性”，但不能改善國(guó)有企業(yè)的公司治理。

此外，國(guó)有上市公司管理層的薪酬受到政府的嚴(yán)格管制，如人力資源與社會(huì)保障部等六部委于2009年聯(lián)合下發(fā)《關(guān)于進(jìn)一步規(guī)范中央企業(yè)負(fù)責(zé)人薪酬管理的指導(dǎo)意見》，明確規(guī)定國(guó)企高管年薪不得超過職工平均工資20倍，因此業(yè)績(jī)型薪酬契約對(duì)國(guó)企高管的激勵(lì)作用有限。高管薪酬業(yè)績(jī)敏感性的下降一方面弱化了高管與股東之間的利益聯(lián)結(jié)、降低了高管努力工作的積極性，另一方面也限制了股東退出威脅功能的發(fā)揮［27］。與之相反，非國(guó)有上市公司所受行政干預(yù)較少、政策性負(fù)擔(dān)較輕，因此更有動(dòng)力通過設(shè)計(jì)合理的薪酬契約和強(qiáng)化利益相關(guān)者的監(jiān)督以降低代理成本?；诖耍疚奶岢鲆韵碌诙€(gè)研究假設(shè)并構(gòu)建相應(yīng)的面板數(shù)據(jù)計(jì)量模型：

假設(shè)二：相比非國(guó)有上市公司，國(guó)有上市公司股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)間的負(fù)相關(guān)關(guān)系較弱。

其中，STATE為標(biāo)志國(guó)有公司的虛擬變量，若公司最終控制人為國(guó)有資產(chǎn)管理公司或政府機(jī)構(gòu)，那么STATE取值為1，否則取值為0。

三、變量與數(shù)據(jù)

（一）變量選取

1．股價(jià)崩盤風(fēng)險(xiǎn)

根據(jù) Chen等［9］、Kim等［13-14］以及許年行等［3］，本文使用兩種方法衡量股價(jià)崩盤風(fēng)險(xiǎn)，具體如下：

首先，使用年度t股票i的周收益數(shù)據(jù)計(jì)算經(jīng)市場(chǎng)調(diào)整的特質(zhì)收益率Wit，w：

其中，rit，w為年度 t股票 i的周收益率，rmt，w為市場(chǎng)指數(shù)周收益率，εit，w為殘差，股票特質(zhì)收益率 Wit，w＝ln（1+εit，w）。本文在方程（3）中加入市場(chǎng)收益的滯后項(xiàng)和超前項(xiàng)，以調(diào)整股票非同步性交易的影響。

其次，基于Wit，w構(gòu)建以下兩個(gè)指標(biāo)：

（1）股票收益負(fù)偏態(tài)系數(shù)NCSKEW

其中，n是股票i在年t的總交易周數(shù)，Wit是周特質(zhì)收益率的年平均值。NCSKEW的數(shù)值越大，表明偏態(tài)系數(shù)負(fù)的程度越嚴(yán)重，股價(jià)崩盤風(fēng)險(xiǎn)越大。

（2）股票收益上下波動(dòng)比率DUVOL

首先，根據(jù)股票i的周特質(zhì)收益率Wit，w是否大于年平均收益率Wit，將樣本劃分為上升周期（“up”weeks）和下降周期（“down”weeks）；其次，分別計(jì)算兩個(gè)子樣本的周特質(zhì)收益標(biāo)準(zhǔn)差；最后，使用下降周期特質(zhì)收益率的標(biāo)準(zhǔn)差與上升周期收益率的標(biāo)準(zhǔn)差比值的自然對(duì)數(shù)計(jì)算DUVOL。具體表達(dá)式如下：

其中，nu（ndown）為股票 i的周特質(zhì)收益率 Wit，w大于（小于）年平均收益率Wit的周數(shù)。DUVOL的數(shù)值越大，代表股票收益率的分布更傾向于左偏，崩盤風(fēng)險(xiǎn)越大。

2．股票流動(dòng)性

流動(dòng)性是市場(chǎng)以合理價(jià)格交易資產(chǎn)的能力，包括市場(chǎng)寬度、深度、彈性和即時(shí)性四個(gè)維度，一般可通過基于高頻數(shù)據(jù)的買賣價(jià)差以及基于日交易數(shù)據(jù)的換手率和非流動(dòng)性等指標(biāo)進(jìn)行度量?？紤]到數(shù)據(jù)的可得性和計(jì)算成本，本文使用年內(nèi)日均換手率、非流動(dòng)性和收益反轉(zhuǎn)三個(gè)指標(biāo)衡量流動(dòng)性。

（1）日均換手率TOVER

其中，VOLitd為股票i于年t第d天的成交數(shù)量，LNSitd為流通股數(shù)量，Dit為股票i于年t的總交易天數(shù)。

其中，ritd和Vitd分別為股票i于年t第d天忽略紅利再投資的回報(bào)率和交易金額；Dit為當(dāng)年總交易天數(shù)；｜ritd｜／Vitd為每百萬元成交額所引起的價(jià)格變化，取年平均值并乘以100后即為非流動(dòng)性指標(biāo)。ILLIQ越高，單位成交金額對(duì)價(jià)格的沖擊就越大，股票流動(dòng)性也就越低，反之亦然。

（3）收益反轉(zhuǎn)指標(biāo)GAM

根據(jù) Pastor和 Stambaugh［34］，投資者對(duì)流動(dòng)性差的股票更可能產(chǎn)生過度反應(yīng)，換言之，在成交量不變的情況下，一旦流動(dòng)性下降，那么收益反轉(zhuǎn)程度必然加大，因此本文通過估計(jì)以下回歸方程計(jì)算收益反轉(zhuǎn)GAM，然后使用GAM衡量流動(dòng)性：

其 中，rei，t，d為 超 額 收 益 率，rei，t，d＝ ri，t，drm，t，d（rm，t，d為市場(chǎng)收益率）；sign（．）為符號(hào)函數(shù)，當(dāng)為正（負(fù)）時(shí)取值為 1（-1），rei，t，d為 0時(shí)取值為0。GAM等于 γi，t系數(shù)估計(jì)值的絕對(duì)值。

3．公司信息透明度OPAQUE

根據(jù)Hutton等［11］，本文使用t-2年至t年的可操控應(yīng)計(jì)利潤(rùn)絕對(duì)值之和衡量公司信息透明度（OPAQUE）：

其中，｜DAit｜為股票i在年度t的可操控性應(yīng)計(jì)利潤(rùn)的絕對(duì)值；OPAQUE取值越大，公司信息透明度越低。本文使用Kothari等［35］修正的橫截面Jones模型計(jì)算可操控性應(yīng)計(jì)利潤(rùn)，首先分行業(yè)、分年度估計(jì)方程（10），再將回歸方程（10）的回歸系數(shù)估計(jì)值帶入方程（11）計(jì)算可操控性應(yīng)計(jì)利潤(rùn)DA：

其中，總應(yīng)計(jì)利潤(rùn)TAit等于營(yíng)業(yè)利潤(rùn)減去經(jīng)營(yíng)活動(dòng)產(chǎn)生的現(xiàn)金凈流量，Ait-1為上年末總資產(chǎn)，ΔREVit和ΔRECit分別為銷售收入增加額和應(yīng)收賬款增加額，PPEit為固定資產(chǎn)，ROAit為總資產(chǎn)收益率。

4．產(chǎn)權(quán)性質(zhì)STATE

徐通理說：“你說得不錯(cuò)。但是，這其中的焦點(diǎn)你搞糊涂了。創(chuàng)業(yè)是為了多賺錢，而多賺錢并不是為了自身無端地去奢侈揮霍，是應(yīng)當(dāng)抱著為整個(gè)人類造福的愿望去立志、去創(chuàng)業(yè)。教育下一代好好學(xué)習(xí)，天天向上是對(duì)，但只可讓孩子把為國(guó)為民的愿望放在首位，不可把當(dāng)官發(fā)財(cái)?shù)脑竿旁谑孜弧！闭f到此，他稍停頓了一下，“有關(guān)愛情婚姻方面，設(shè)法占有，當(dāng)然也是求愛的一種方式，但最主要的還是要講究奉獻(xiàn)。要是男女相互間只考慮自己如何占有，不考慮奉獻(xiàn)，就談不上什么真情真愛了。既無真情真愛存在，各自私心一泛濫，日久天長(zhǎng)，自然就走向塵緣未了這個(gè)局面了?！?/p>

若公司最終控制人為國(guó)有資產(chǎn)管理公司或政府機(jī)構(gòu)，那么STATE取值為1，否則取值為0；

5．其他控制變量Xit

（1）特質(zhì)收益率均值（RET）：周特質(zhì)收益率Wit，w的年度均值；（2）收益波動(dòng)率（SIGMA）：周特質(zhì)收益率 Wit，w的標(biāo)準(zhǔn)差；（3）投資者異質(zhì)信念（DTURN）：股票i本年度的換手率減去上年度換手率之差比本年度股票換手率；（4）公司規(guī)模（SIZE）：公司期末總資產(chǎn)的自然對(duì)數(shù)；（5）財(cái)務(wù)杠桿（LEV）：期末總負(fù)債與期末總資產(chǎn)之比；（6）總資產(chǎn)收益率（ROA）：公司凈利潤(rùn)與總資產(chǎn)之比；（7）成長(zhǎng)能力（BM）：總資產(chǎn)賬面值與市值之比；

6．行業(yè)和年度控制變量Kit

本文按照以往的研究慣例設(shè)置年度虛擬變量，并根據(jù)中國(guó)證監(jiān)會(huì)制訂的上市公司行業(yè)分類標(biāo)準(zhǔn)，設(shè)置行業(yè)虛擬變量，其中制造業(yè)按二級(jí)分類構(gòu)建虛擬變量。

表1 變量含義及其描述性統(tǒng)計(jì)量（2005-2011）

（二）樣本選取與描述性統(tǒng)計(jì)量

本文以2005至2011年間非金融類A股上市公司為樣本（其中，股價(jià)崩盤風(fēng)險(xiǎn)超前一期，為2006至2012年），股票交易數(shù)據(jù)和公司財(cái)務(wù)數(shù)據(jù)均從國(guó)泰安數(shù)據(jù)庫（CSMAR）提??；參照 Jin和 Myers［2］，本文估計(jì)股價(jià)崩盤風(fēng)險(xiǎn)時(shí)剔除年交易周數(shù)小于30的樣本。此外，對(duì)各主要變量的最大和最小1%極端值進(jìn)行縮尾處理（Winsorize）。表1提供了變量的含義及其描述性統(tǒng)計(jì)量。由表1可見，股價(jià)崩盤風(fēng)險(xiǎn)NCSKEW和DUVOL的均值分別為 -0．244和 -0．195，標(biāo)準(zhǔn)差分別為0．648和0．470，上述統(tǒng)計(jì)量與許年行等［3］基本一致。 股票的日均換手率為3．492%，即月均換手率接近70%（每月按20個(gè)交易日計(jì)算），遠(yuǎn)高于成熟市場(chǎng)水平（約5%）。非流動(dòng)性指標(biāo)ILLIQ的均值為0．220，而標(biāo)準(zhǔn)差卻高達(dá)0．388，表明個(gè)股間的流動(dòng)性存在顯著差異。

四、實(shí)證結(jié)果

（一）單因素分析

表2提供了單因素分析結(jié)果。每年按照股票流動(dòng)性中位數(shù)，將樣本劃分為兩組，分別計(jì)算各組所對(duì)應(yīng)的未來股價(jià)崩風(fēng)險(xiǎn)NCSKEWit+1與DUVOLit+1均值、中位數(shù)以及方差。由表2的結(jié)果可見，當(dāng)TOVER取值大于中位數(shù)時(shí)，NCSKEWit+1的均值和中位數(shù)分別為 -0．286和 -0．268，而取值較小于中位數(shù)組的均值和中位數(shù)分別為 -0．267和 -0．238，兩組中位數(shù)在5%水平上存在顯著差異。采用收益反轉(zhuǎn)指標(biāo)GAM衡量流動(dòng)性時(shí)，結(jié)果基本一致。表2的結(jié)果表明股票流動(dòng)性越高，未來股價(jià)崩盤風(fēng)險(xiǎn)越低，初步驗(yàn)證了本文的假設(shè)一。

表2 單因素分析

（二）股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

表3提供了2005至2011年面板數(shù)據(jù)回歸模型（1）的估計(jì)結(jié)果，其中，欄i至ii使用年內(nèi)日均換手率TOVER衡量股票流動(dòng)性，欄iii至iv使用非流動(dòng)性指標(biāo)ILLIQ衡量流動(dòng)性，欄v至vi使用收益反轉(zhuǎn)指標(biāo)ILLIQ衡量流動(dòng)性；欄i、iii和v使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價(jià)崩盤風(fēng)險(xiǎn)，欄ii、iv和vi使用收益上下波動(dòng)比率DUVOL衡量股價(jià)崩盤風(fēng)險(xiǎn)。

由表3的結(jié)果可見，不論是采用NCSKEW還是DUVOL衡量股價(jià)崩盤風(fēng)險(xiǎn)，股票換手率TOVER的系數(shù)估計(jì)值均在1%水平上顯著為負(fù)，且非流動(dòng)性指標(biāo)ILLIQ和收益反轉(zhuǎn)指標(biāo)GAM的系數(shù)估計(jì)值均在5%水平以上顯著為正，表明股票流動(dòng)性越高，股價(jià)崩盤風(fēng)險(xiǎn)越低。股票日均換手率每上升一單位標(biāo)準(zhǔn)差，股價(jià)崩盤風(fēng)險(xiǎn)就下降6．76%（0．024×2．818，見欄i和ii）；非流動(dòng)性每下降一單位標(biāo)準(zhǔn)差，股票收益負(fù)偏態(tài)系數(shù)NCSKEW就降低2．64%（0．068×0．388，見欄iii）；收益反轉(zhuǎn)每下降一單位標(biāo)準(zhǔn)差，股票收益負(fù)偏態(tài)系數(shù)NCSKEW就降低2．48%（0．169×0．146，見欄v），因此假設(shè)一無法被拒絕，股票流動(dòng)性有助于降低股價(jià)崩盤風(fēng)險(xiǎn)。

表3 股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

關(guān)于公司層面控制變量對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，本文發(fā)現(xiàn)使用 DUVOL衡量崩盤風(fēng)險(xiǎn)時(shí)，OPAQUE的系數(shù)估計(jì)值均在10%水平上顯著為正，表明公司信息透明度越差，股價(jià)崩盤風(fēng)險(xiǎn)越高，這與Hutton等［11］的結(jié)論相一致。RET和 SIGMA的系數(shù)估計(jì)值均在1%水平上顯著為正，表明特質(zhì)收益率及其波動(dòng)率越高的公司，其股價(jià)崩盤風(fēng)險(xiǎn)越高，這與Kim等［13-14］的結(jié)論相一致。使用日均換手率衡量流動(dòng)性，DTURN的系數(shù)估計(jì)值在10%水平以上顯著為正，表明投資者對(duì)股票基礎(chǔ)價(jià)值存在較大的意見分歧時(shí)，股價(jià)越可能發(fā)生崩盤，這與Chen等［9］的結(jié)論一致。NCSKEW的系數(shù)估計(jì)值4次在10%水平上顯著為正，表明股價(jià)崩盤風(fēng)險(xiǎn)具有持續(xù)性。SIZE的系數(shù)估計(jì)值顯著為正而ROA的系數(shù)估計(jì)值則顯著為負(fù)，表明規(guī)模越大、經(jīng)營(yíng)業(yè)績(jī)?cè)讲畹墓靖赡馨l(fā)生股價(jià)崩盤，這與Kim等［13-14］的結(jié)論相一致。此外，BM的系數(shù)估計(jì)值均在1%水平上顯著為負(fù)，表明成長(zhǎng)性越好的公司越可能發(fā)生崩盤風(fēng)險(xiǎn)，這與Chen等［9］的結(jié)論相一致。

（三）產(chǎn)權(quán)性質(zhì)、股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

表4提供了2005至2011年面板數(shù)據(jù)回歸模型（2）的估計(jì)結(jié)果。

表4 產(chǎn)權(quán)性質(zhì)、股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)

由表4的結(jié)果可見，使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價(jià)崩盤風(fēng)險(xiǎn)時(shí)，TOVER的系數(shù)估計(jì)值在1%水平上顯著為負(fù)且TOVER*STATE的系數(shù)估計(jì)值在5%水平上顯著為正（見欄i）；使用非流動(dòng)性指標(biāo)和收益反轉(zhuǎn)指標(biāo)衡量流動(dòng)性，ILLIQ和GAM的系數(shù)估計(jì)值均在1%水平上顯著為正且流動(dòng)性*STATE的系數(shù)估計(jì)值均在10%水平以上顯著為負(fù)，表明國(guó)有上市公司股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的負(fù)面作用顯著低于非國(guó)有上市公司。股票日均換手率每增加1單位標(biāo)準(zhǔn)差，非國(guó)有上市公司股價(jià)的崩盤風(fēng)險(xiǎn)就下降9．58%，而國(guó)有上市公司股價(jià)的崩盤風(fēng)險(xiǎn)僅降低4．79%；非流動(dòng)性每降低1單位標(biāo)準(zhǔn)差，非國(guó)有上市公司股價(jià)的崩盤風(fēng)險(xiǎn)就下降4%，而國(guó)有上市公司股價(jià)的崩盤風(fēng)險(xiǎn)僅降低1．55%；因此假設(shè)二無法被拒絕，國(guó)有上市公司股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)之間的負(fù)相關(guān)關(guān)系較弱。

五、基于權(quán)益資本成本的進(jìn)一步分析

股價(jià)崩盤風(fēng)險(xiǎn)反映了公司管理層對(duì)于好消息和壞消息披露的不對(duì)稱性，是一種信息風(fēng)險(xiǎn)；DeFond等［36］進(jìn)一步指出，公司股價(jià)崩盤風(fēng)險(xiǎn)難以通過投資組合進(jìn)行分散，因此分散不足的投資者要求獲得風(fēng)險(xiǎn)補(bǔ)償。Boyer等［37］和 Conrad等［38］的實(shí)證研究均發(fā)現(xiàn)公司特質(zhì)偏度與股票未來收益率呈顯著負(fù)相關(guān)關(guān)系。那么我國(guó)上市公司的股價(jià)崩盤風(fēng)險(xiǎn)將對(duì)其資產(chǎn)價(jià)格產(chǎn)生怎樣的影響？股票流動(dòng)性又扮演著怎樣的角色？為了回答這一問題，本文借鑒Easton和Sommers［39］和金智［40］，設(shè)置以下方程分析股票流動(dòng)性、股價(jià)崩盤風(fēng)險(xiǎn)與權(quán)益資本成本之間的關(guān)系：

其中，Yit+1為t+1年每股盈余與t年每股凈資產(chǎn)之比，Xit+1為t+1年末股票價(jià)格減去t+1年每股凈資產(chǎn)之差比上t年每股凈資產(chǎn)；CRASHit和LIQit分別為股價(jià)崩盤風(fēng)險(xiǎn)和股票流動(dòng)性。π0衡量了權(quán)益資本成本，π1度量了股價(jià)崩盤風(fēng)險(xiǎn)對(duì)權(quán)益資本成本的影響，π4反映了股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)與權(quán)益資本成本之間關(guān)系的影響。本文預(yù)期的估計(jì)值顯著大于0；如果使用換手率衡量流動(dòng)性時(shí)，π4的估計(jì)值顯著小于0，如果采用非流動(dòng)性或收益反轉(zhuǎn)指標(biāo)衡量流動(dòng)性，的估計(jì)值顯著大于0。

表5提供了2005至2011年面板數(shù)據(jù)回歸模型（12）的估計(jì)結(jié)果，欄i至iv使用股票收益負(fù)偏態(tài)系數(shù)NCSKEW衡量股價(jià)崩盤風(fēng)險(xiǎn)，欄v和viii使用收益上下波動(dòng)比率DUVOL衡量股價(jià)崩盤風(fēng)險(xiǎn)；欄ii和vi使用日均換手率TOVER衡量流動(dòng)性，欄iii和vii使用非流動(dòng)性ILLIQ衡量流動(dòng)性，欄iv和viii使用收益反轉(zhuǎn)GAM衡量流動(dòng)性。

表5 股票流動(dòng)性、股價(jià)崩盤風(fēng)險(xiǎn)與權(quán)益資本成本

由表5的結(jié)果可見，僅考慮股價(jià)崩盤風(fēng)險(xiǎn)對(duì)權(quán)益資本成本的影響時(shí)，股價(jià)崩盤風(fēng)險(xiǎn)的系數(shù)估計(jì)數(shù)均在5%水平上顯著為正（見欄i和v），表明股價(jià)崩盤風(fēng)險(xiǎn)越高，權(quán)益資本成本就越高；股票收益負(fù)偏態(tài)系數(shù)NCSKEW每增加一單位標(biāo)準(zhǔn)差，權(quán)益資本成本就增加 2．6%（0．04×0．648，見欄 i）。進(jìn)一步考察股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)與權(quán)益資本成本之間關(guān)系的影響，本文發(fā)現(xiàn)使用非流動(dòng)性指標(biāo)ILLIQ和收益反轉(zhuǎn)指標(biāo)GAM衡量流動(dòng)性時(shí)，不論是采用NCSKEW還是DUVOL衡量股價(jià)崩盤風(fēng)險(xiǎn)，股價(jià)崩盤風(fēng)險(xiǎn)與股票流動(dòng)性關(guān)聯(lián)項(xiàng)的系數(shù)估計(jì)值均在10%水平以上顯著為正，表明股票流動(dòng)性越高，崩盤風(fēng)險(xiǎn)與權(quán)益資本成本之間的正相關(guān)關(guān)系就越弱。

表5的結(jié)果說明，我國(guó)上市公司股價(jià)的崩盤風(fēng)險(xiǎn)越高，投資者要求的資產(chǎn)回報(bào)率就越高，在流動(dòng)性更高的公司，崩盤風(fēng)險(xiǎn)與權(quán)益資本成本之間的正相關(guān)關(guān)系較弱。

六、穩(wěn)健性分析

為了進(jìn)一步檢驗(yàn)股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)之間的經(jīng)驗(yàn)關(guān)系，本文從以下五個(gè)方面對(duì)其進(jìn)行穩(wěn)健性分析：

1．考慮到股價(jià)崩盤風(fēng)險(xiǎn)與股票流動(dòng)性之間可能存在雙向因果關(guān)系，根據(jù) Jayaraman和 Milbourn［21］、蘇 冬 蔚 和 熊 家 財(cái)［29］，本 文 分 別 使 用TOVER、ILLIQ和GAM的滯后一期及其行業(yè)中位數(shù)作為流動(dòng)性的工具變量，并通過二階段最小二乘法（2SLS）校正內(nèi)生性。表6提供了估計(jì)結(jié)果。

由表6的結(jié)果可見，判斷工具變量合理性的過度過度識(shí)別檢驗(yàn)在5%水平上均不能拒絕原假設(shè)，表明本文選取的工具變量合理可靠，第一階段回歸的F統(tǒng)計(jì)量均大于10，表明不存在弱工具變量問題。由表6可知，不論是采用NCSKEW還是DUVOL衡量股價(jià)崩盤風(fēng)險(xiǎn)，股票換手率TOVER的系數(shù)估計(jì)值均在1%水平上顯著為負(fù)且ILLIQ的系數(shù)估計(jì)值均在1%水平上顯著為正，同時(shí)，使用DUVOL衡量崩盤風(fēng)險(xiǎn)時(shí)，GAM的系數(shù)估計(jì)值在10%水平上顯著為正，表明股票流動(dòng)性有助于降低股價(jià)崩盤風(fēng)險(xiǎn)。上述結(jié)果與表3基本一致。

表6 股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)（2SLS）

2．根據(jù)許年行，等［17］的方法重新估計(jì)股價(jià)崩盤風(fēng)險(xiǎn)。首先，使用以下回歸方程替代等式（3），并重新估計(jì)特質(zhì)收益率，其中，W′it，w＝ln（1+ε′it，w）：rit，w＝α0+α1rmt，w-1+α2rjt，w-1+α3rmt，w+α4rjt，w+α5rmt，w+1+α5rjt，w+1+ε′it，w（13）

其中，rjt，w為年度t公司i所屬行業(yè)j經(jīng)流通市值加權(quán)的行業(yè)收益率。其次，通過等式（4）和（5）構(gòu)建新的股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)NCSKEW2和DUVOL2。最后，將NCSKEW2和DUVOL2設(shè)為因變量重新估計(jì)回歸方程（1）和（2）并檢驗(yàn)假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論未發(fā)生實(shí)質(zhì)性變化①限于篇幅，未報(bào)告回歸結(jié)果，如有需要，請(qǐng)向作者索取。。

3．鑒于公司治理可能同時(shí)影響股票流動(dòng)性與股價(jià)崩盤風(fēng)險(xiǎn)，本文在回歸方程（1）和（2）中進(jìn)一步加入第一大股東持股比例、第二至第五大股東持股比例之和、董事會(huì)人數(shù)、獨(dú)立董事比例以及總經(jīng)理是否兼任董事長(zhǎng)等公司治理變量，并重新檢驗(yàn)假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

4．根據(jù) Hutton，等［11］和潘越，等［12］，本文使用分行業(yè)、分年度的修正Jones模型［41］估計(jì)操控性應(yīng)計(jì)利潤(rùn)，并使用當(dāng)年和前兩年可操控性應(yīng)計(jì)利潤(rùn)的絕對(duì)值之和衡量公司信息透明度，在此基礎(chǔ)上重新檢驗(yàn)假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

5．參考 Dittmar和 Thakor［42］，本文使用經(jīng)每股總資產(chǎn)標(biāo)準(zhǔn)化的分析師預(yù)測(cè)標(biāo)準(zhǔn)差衡量投資者異質(zhì)信念，在此基礎(chǔ)上重新估計(jì)模型（1）和（2），并檢驗(yàn)假設(shè)一和二，發(fā)現(xiàn)表3和表4的結(jié)論不變。

七、結(jié) 論

本文以2005至2011年間A股非金融類上市公司為樣本，研究我國(guó)上市公司股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響，并結(jié)合最終控制人性質(zhì)進(jìn)行剖析，發(fā)現(xiàn)上市公司股票流動(dòng)性有助于降低股價(jià)崩盤風(fēng)險(xiǎn)，但國(guó)有上市公司股票流動(dòng)性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的負(fù)面影響顯著弱于非國(guó)有上市公司；進(jìn)一步分析發(fā)現(xiàn)，上市公司股價(jià)的崩盤風(fēng)險(xiǎn)與權(quán)益資本成本正相關(guān)，在股票流動(dòng)性較高的公司，這種正相關(guān)關(guān)系較弱。使用不同方法度量股價(jià)崩盤風(fēng)險(xiǎn)和股票流動(dòng)性，同時(shí)，考慮變量?jī)?nèi)生性時(shí)，上述結(jié)論均成立。

本文研究具有重要的理論意義與現(xiàn)實(shí)意義，第一，本文發(fā)現(xiàn)上市公司股票流動(dòng)性有助于降低股價(jià)的崩盤風(fēng)險(xiǎn)，表明股票流動(dòng)性具有積極的公司治理效應(yīng)。因此上市公司應(yīng)通過交叉上市和提高自愿信息披露質(zhì)量等方式提高股票流動(dòng)性。第二，本文發(fā)現(xiàn)國(guó)有上市公司股票流動(dòng)性的治理效果較弱，表明我國(guó)國(guó)有企業(yè)治理結(jié)構(gòu)還存在較大缺陷，因此應(yīng)進(jìn)一步深化國(guó)有企業(yè)改革、優(yōu)化股權(quán)結(jié)構(gòu)，以強(qiáng)化股票流動(dòng)性的治理效應(yīng)并提升企業(yè)運(yùn)營(yíng)效率。第三，監(jiān)督當(dāng)局應(yīng)加強(qiáng)制度建設(shè)，以提高市場(chǎng)定價(jià)效率、防范股價(jià)崩盤風(fēng)險(xiǎn)并促進(jìn)市場(chǎng)健康發(fā)展。

［1］ 陳國(guó)進(jìn)，張貽軍．異質(zhì)信念、賣空限制與我國(guó)股市的暴跌現(xiàn)象研究［J］．金融研究，2009（4）：80-91．

［2］ Jin L，Myers S．R2 around the world：New theory and new tests［J］．Journal of Financial Economics，2006，79（2）：257-292．

［3］ 許年行，江軒宇，伊志宏，徐信忠．分析師利益沖突、樂觀偏差與股價(jià)崩盤風(fēng)險(xiǎn)［J］．經(jīng)濟(jì)研究，2012（7）：127-140．

［4］ 騰泰，王國(guó)平，劉哲．暴漲暴跌模型VS正確的投資理念［R］．銀河證券研究所專題研究報(bào)告，2008．

［5］ Christie A A．The stochastic behavior of common stock variances：Value，leverage and interest rate effects［J］．Journal of Financial Economics，1982，10（4）：407-432．

［6］ Pindyck R S．Risk，inflation，and the stock market［J］．American Economic Review，1984，74（3）：334-351．

［7］ Campbell J Y，Hentschel L．No news is good news：An asymmetric model of changing volatility in stock returns［J］．Journal of Financial Economics，1992，31（3）：281-318．

［8］ Blanchard O J，Watson M W．Bubbles，rational expectations，and financial markets［R］．NBER Working Paper series，No．945，1982．

［9］ Chen J，Hong H，Stein J C．Forecasting crashes：Trading volume，past returns，and conditional skewness in stock price［J］．Journal of Financial Economics，2001，61（3）：345-381．

［10］ Kothari SP，Shu S，Wysocki P D．Do managers withhold bad news？［J］．Journal of Accounting Research，2009，47（1）：241-276．

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

［12］ 潘越，戴越一，林超群．信息不透明、分析師關(guān)注與個(gè)股暴跌風(fēng)險(xiǎn)［J］．金融研究，2011（9）：138-151．

［13］ Kim J B，Li Y，Zhang L．Corporate tax avoidance and stock price crash risk：Firm-level analysis［J］．Journal of Financial Economics，2011a，100：639-662．

［14］ Kim J B，Li Y，Zhang L．CFOs versus CEOs：Equity incentives and crashes［J］．Journal of Financial Economics，2011，101：713-730．

［15］ Kim J B，Zhang L．Accounting conservatism and stock price crash risk：Firm-level evidence［J］．Contemporary Accounting Research，forthcoming．

［16］ An H，Zhang T．Stock price synchronicity，crash risk and institutional investors［J］．Journal of Corporate Finance，2013，21：1-15．

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

［18］ 李小榮，劉行．CEO vs CFO：性別與股價(jià)崩盤風(fēng)險(xiǎn)［J］．世界經(jīng)濟(jì)，2012（12）：102-129．

［19］ Admati A R，Pfleiderer P．The‘wall street walk'and shareholder activism：Exit as a form of voice［J］．Review of Financial Studies，2009，22（7）：2645-2685．

［20］ Edmans A．Blockholder trading，market efficiency，and managerial myopia［J］．Journal of Finance，2009，64（6）：2481-2513．

［21］ Jayaraman S，Milbourn T T．The role of stock liquidity in executive compensation［J］．Accounting Review，2012，87（2）：537-563．

［22］ Piotroski J，Wong T J，Zhang T．Political incentives to suppress negative information：Evidence from Chinese listed firms［R］．Stanford University Working Paper，2013．

［23］ Bleck A，Liu X．Market transparency and the accounting regime［J］．Journal of Accounting Research，2007，45：229-256．

［24］ Maug E．Large shareholders as monitors：Is there a trade-off between liquidity and control？［J］．Journal of Finance，1998，53（1）：65-98．

［25］ 程書強(qiáng)．機(jī)構(gòu)投資者持股與上市公司會(huì)計(jì)盈余信息關(guān)系實(shí)證研究［J］．管理世界，2006（9）：129-136．

［26］ Kyle A S，Vila J．Noise trading and takeovers［J］．Rand Journal of Economics，1991，22（1）：54-71．

［27］ Bharath S T，Jayaraman S，Nagar V．Exit as governance：An empirical analysis［J］．Journal of Finance，2013，68（6）：2515-2547．

［28］ Holmstrom B，Tirole J．Market liquidity and performance monitoring［J］．Journal of Political Economy，1993，101（4）：678-709．

［29］ 蘇冬蔚，熊家財(cái)．股票流動(dòng)性、股價(jià)信息含量與CEO薪酬契約［J］．經(jīng)濟(jì)研究，2013（11）：56-70．

［30］ 薄仙慧，吳聯(lián)生．國(guó)有控股與機(jī)構(gòu)投資者的治理效應(yīng)：盈余管理視角［J］．經(jīng)濟(jì)研究，2009（2）：81-91．

［31］ Gourevitch P A，Shinn J J．Political power and corporate control：The new global politics of corporate governance［M］．Princeton： Princeton University Press，2005．

［32］ Wei Z，Varela O．State equity ownership and firm market performance：Evidence from China's newly privatized firms［J］．Global Finance Journal，2003，14：65-82．

［33］ 張敏，姜付秀．機(jī)構(gòu)投資者、企業(yè)產(chǎn)權(quán)與薪酬契約［J］．世界經(jīng)濟(jì)，2010（8）：43-58．

［34］ Pastor L，Stambaugh R F．Liquidity risk and expected stock returns［J］．Journal of Political Economy，2003，111（3）：642-685．

［35］ Kothari S P，Leone A J，Wasley C E．Performance matched discretionary accrual measures［J］．Journal of Accounting and Economics，2005，39（1）：163-197．

［36］ DeFond M，Huang M，Li S，Li Y．Does mandatory IFRSadoption affect crash risk？［J］．Accounting Review，forthcoming．

［37］ Boyer B，Mitton T，Vorkink K．Expected idiosyncratic skewness［J］．Review of Financial Studies，2010，23（1）：169-202．

［38］ Conrad J，Dittmar R F，Ghysels E．Ex ante skewness and expected stock returns［J］．Journal of Finance，2013，68（1）：85-124．

［39］ Easton P，Sommers G．Effect of analysts'optimism on estimates of the expected rate of return implied by earnings forecasts［J］．Journal of Accounting Research，2007，45（5）：983-1015．

［40］ 金智．社會(huì)規(guī)范、財(cái)務(wù)報(bào)告質(zhì)量與權(quán)益資本成本［J］．金融研究，2013（2）：194-206．

［41］ Dechow P，Sloan R，Sweeney A．Detecting earnings management［J］．Accounting Review，1995，70（2）：193-225．

［42］ Dittmar A，Thakor A．Why do firms issue equity［J］．Journal of Finance，2007，62（1）：1-54．