企業(yè)風(fēng)險承擔行為與股價崩盤風(fēng)險研究

孫艷梅，方夢然，郭 敏

(對外經(jīng)濟貿(mào)易大學(xué) 金融學(xué)院，北京 100029)

一、引言

微觀企業(yè)的風(fēng)險承擔行為通常對企業(yè)的發(fā)展和經(jīng)濟增長具有重要的影響，對于企業(yè)而言，更高的風(fēng)險承擔意味著更高的資本性支出、研發(fā)創(chuàng)新的投資及更高的創(chuàng)新積極性[1]，進而帶來企業(yè)更高的資產(chǎn)和銷售增長率。但在廣泛存在代理沖突和信息不對稱的影響下，企業(yè)風(fēng)險承擔行為的提高是否及如何影響資產(chǎn)定價及市場穩(wěn)定值得深入探討。股價崩盤風(fēng)險是資本市場的重要風(fēng)險，也是金融市場穩(wěn)定的關(guān)鍵指標之一。近年來，對于崩盤風(fēng)險的研究也成為金融危機后金融和財務(wù)學(xué)領(lǐng)域研究關(guān)注的焦點。[2-3]通常，隨著公司負面消息集中和突然釋放，市場投資者反應(yīng)強烈，進而導(dǎo)致股價暴跌，給投資者利益和資本市場的健康穩(wěn)定造成極大損害?，F(xiàn)有文獻從公司內(nèi)部和外部因素探討其形成機理：對于外部因素的探討起步較早，通常涵蓋信息環(huán)境、投資者情緒及分析師行為等方面[4-6]，但對于崩盤風(fēng)險的解釋力有限；而對于內(nèi)部因素的分析，更多關(guān)注企業(yè)的委托代理問題，認為內(nèi)部人會利用信息不對稱，通過機會主義行為以謀取控制權(quán)私利，此后刻意隱瞞企業(yè)投資和運營活動中的負面消息避免被發(fā)現(xiàn)及相關(guān)的懲罰。而負面消息累積越久，股價市場價值與內(nèi)在價值背離的程度就越高，相應(yīng)的隱瞞難度也會越大，最后因為超出一定的極限而不得不披露，使得壞消息一次性涌入市場，引發(fā)投資者的拋售和股價暴跌。[2][7]此外，部分研究還從系統(tǒng)性崩盤風(fēng)險的視角考察資產(chǎn)定價的問題。[8-9]

企業(yè)管理層作出風(fēng)險承擔行為決策可能并非完全理性，難免受到代理沖突的干擾：一方面，由于風(fēng)險承擔行為的后果由股東承擔，出于建造商業(yè)帝國的目的，管理者會進行更高的多元化投資及更高的風(fēng)險決策，從而使得風(fēng)險承擔決策與股東價值最大化的目標產(chǎn)生偏離[10-11]；市場反映投資者預(yù)期，當市場不看好風(fēng)險承擔行為的未來收益時，就會體現(xiàn)在股價的負面沖擊，進一步受投資者“羊群效應(yīng)”和市場流動性等因素影響，可能引發(fā)股價崩盤。另一方面，董事會在投資失敗時可能會要求更換現(xiàn)有管理層，而學(xué)習(xí)復(fù)雜的新技術(shù)存在失敗的可能，經(jīng)理人為了保持安全的控制權(quán)，可能選擇放棄高凈現(xiàn)值高風(fēng)險的投資項目。[12]

為此，在區(qū)分個股崩盤風(fēng)險和系統(tǒng)性崩盤風(fēng)險的基礎(chǔ)上，本文結(jié)合“代理沖突”和“流動性”理論，系統(tǒng)分析與檢驗了企業(yè)風(fēng)險承擔行為對股價崩盤風(fēng)險的影響與傳導(dǎo)路徑。與以往分開個股崩盤風(fēng)險和系統(tǒng)性崩盤風(fēng)險的研究不同，本文全面考察企業(yè)風(fēng)險承擔行為對個股崩盤風(fēng)險和系統(tǒng)性崩盤風(fēng)險的影響及差異，豐富了尾部相關(guān)性這一資本市場重要系統(tǒng)性風(fēng)險的研究；探尋企業(yè)風(fēng)險承擔行為對股價崩盤風(fēng)險的作用路徑，結(jié)合代理沖突和流動性理論，探討企業(yè)風(fēng)險承擔行為的后果，為深入研究企業(yè)風(fēng)險承擔行為的影響提供新證據(jù)。

本文其他部分內(nèi)容安排如下：第二部分結(jié)合代理理論分析企業(yè)風(fēng)險承擔行為對股價崩盤風(fēng)險的影響及路徑，并提出研究假設(shè)；第三部分為研究方法、樣本選擇與描述性統(tǒng)計；第四部分報告實證檢驗結(jié)果；最后總結(jié)結(jié)論。

二、文獻綜述與假設(shè)

(一)企業(yè)風(fēng)險承擔行為與崩盤風(fēng)險

現(xiàn)有文獻從公司內(nèi)部和外部因素探討其形成機理：早期的學(xué)者基于信息不對稱和理性預(yù)期，建立基于知情交易者和噪聲交易者的均衡框架，二者的共同推動增加了股價崩盤的可能性。[13]也有研究從分析師行為、投資者情緒及賣空限制等角度建立股票崩盤成因理論[14-16]，但對于崩盤風(fēng)險的解釋力有限；而對于內(nèi)部因素的分析，更多依據(jù)企業(yè)的委托代理問題衍生出的壞消息隱藏理論(Bad News Hoarding Theory)，認為內(nèi)部人會利用信息不對稱，通過機會主義行為以謀取控制權(quán)私利，此后刻意隱瞞企業(yè)投資和運營活動中的負面消息避免被發(fā)現(xiàn)及相關(guān)的懲罰。而負面消息累積越久，股價市場價值與內(nèi)在價值背離的程度就越高，相應(yīng)的隱瞞難度也會越大，最后因為超出一定的極限而不得不披露使得壞消息一次性涌入市場，引發(fā)投資者者的拋售和股價暴跌。[2][7]管理層隱藏壞消息，可能出于保護自己的職位和薪酬[17-18]；也可能高管過度自信，通過避稅等方法提高短期內(nèi)期權(quán)價值[19]，過度投資[20-21]，構(gòu)建企業(yè)帝國等。[11]此外，還有研究關(guān)注系統(tǒng)性崩盤風(fēng)險，不同于個股崩盤風(fēng)險側(cè)重股票自身收益率的極端值情況，系統(tǒng)性崩盤風(fēng)險考慮個股與市場收益率的相依性，屬于無法充分分散的系統(tǒng)性風(fēng)險，存在風(fēng)險溢價。[8-9]

企業(yè)風(fēng)險承擔是為企業(yè)業(yè)績評價的重要指標，也是投資決策、融資決策和經(jīng)營活動信息的綜合體現(xiàn)。[22-23]企業(yè)風(fēng)險承擔水平的提高意味著企業(yè)將資源投入到結(jié)果不確定的項目中，以期獲得更高回報：一方面，企業(yè)的風(fēng)險承擔行為提高帶來企業(yè)研發(fā)活動日益活躍，資本性支出不斷提高，企業(yè)自由現(xiàn)金流及潛在的代理沖突降低，有助于資產(chǎn)和銷售增長、利潤和業(yè)績的提升[1]，因此有助于崩盤風(fēng)險的降低；另一方面，過度的風(fēng)險承擔行為會提高企業(yè)的資本支出，增加不必要的經(jīng)營風(fēng)險，且一旦投資失敗將嚴重影響企業(yè)績效，并通過資產(chǎn)定價機制，將風(fēng)險傳遞到資本市場，提高個股的崩盤風(fēng)險。個股崩盤風(fēng)險包含企業(yè)特質(zhì)風(fēng)險，如代理沖突的風(fēng)險會帶來企業(yè)過度的風(fēng)險承擔。系統(tǒng)性崩盤風(fēng)險反映個股收益率與市場收益率的相依性，這取決于個股與市場聯(lián)動的特質(zhì)，當市場上投資者普遍更偏愛創(chuàng)新性強和研發(fā)投資高的企業(yè)時，系統(tǒng)性崩盤風(fēng)險會相應(yīng)降低；另一方面，由于企業(yè)內(nèi)附偏好不同，個股風(fēng)險會相互對沖，降低系統(tǒng)性風(fēng)險。因此，我們提出：

假設(shè)1：企業(yè)風(fēng)險承擔行為將加劇個股的崩盤風(fēng)險，但會降低系統(tǒng)性崩盤風(fēng)險。

(二)代理沖突對企業(yè)風(fēng)險承擔與崩盤風(fēng)險關(guān)系的影響

為進一步分析企業(yè)風(fēng)險承擔行為傳導(dǎo)到資本市場的路徑，我們從代理沖突和流動性兩個角度展開分析，也進一步驗證風(fēng)險承擔行為對個股崩盤風(fēng)險和系統(tǒng)性崩盤風(fēng)險影響作用差異的原因。一方面，企業(yè)管理層決定風(fēng)險承擔行為，但會受到代理沖突的影響。因為，管理層的利己傾向直接影響決策結(jié)果，當管理層利用公司資源建造商業(yè)帝國或謀取私利，會做出風(fēng)險更高的決策，而后果由股東承擔。[11]另一方面，考慮到董事會在投資失敗時可能會要求更換現(xiàn)有管理層，經(jīng)理人為了保持控制權(quán)安全，也可能會放棄高凈現(xiàn)值高風(fēng)險的投資項目，規(guī)避學(xué)習(xí)新技術(shù)的成本，避免冒險。[12]如果所有者控制的公司比經(jīng)理人控制的公司多元化程度低，說明股東的風(fēng)險承擔程度更低。[10]實證發(fā)現(xiàn)代理沖突較低或沒有代理沖突，企業(yè)的風(fēng)險承擔行為將會帶來更高的公司業(yè)績和更好的發(fā)展前景，從而降低崩盤風(fēng)險；但如果代理沖突較為嚴重，企業(yè)風(fēng)險承擔行為就成為企業(yè)價值風(fēng)險的重要來源，表現(xiàn)在資本市場就是更高的崩盤風(fēng)險。為此，我們提出：

假設(shè)2：代理成本過高的公司，企業(yè)風(fēng)險承擔行為會導(dǎo)致更高的個股崩盤風(fēng)險；代理成本較低的公司，企業(yè)風(fēng)險承擔行為能有效降低系統(tǒng)性崩盤風(fēng)險。

(三)機構(gòu)流動性對企業(yè)風(fēng)險承擔與崩盤風(fēng)險關(guān)系的影響

股票流動性的高低影響知情交易者的交易成本，進而對私人信息進入股價的速度及股票的信息含量具有重要影響[24]，而信息含量的提高會更為充分地反映企業(yè)的特質(zhì)信息，從而降低股價崩盤風(fēng)險發(fā)生的概率。[7]如果信貸不足，投資者的拋售行為直接導(dǎo)致其所持股票價格急劇下跌[25]，因為投資者的融資能力會最終影響所持股票的價格。在面臨貨幣政策沖擊時，這一點尤為明顯，貨幣政策擴張和股票流動性的提高有助于降低股價崩盤風(fēng)險。[26-27]一方面，對于機構(gòu)投資者，由于基金份額可以隨時被申購和贖回，開放式基金的投資決策最易受到流動性水平的影響。當面臨大規(guī)模贖回時，基金的自有資金不足以承擔贖回壓力，就不得不拋售所持有的股票，導(dǎo)致股價大幅下跌。另一方面，機構(gòu)投資者具有積極的公司治理作用。相對于中小投資者而言，機構(gòu)投資者能夠從監(jiān)督公司的行為中獲得利益。通過向管理層提交提案、與管理層協(xié)商談判、甚至通過更換管理層發(fā)揮治理作用[28]，也可通過退出威脅，約束經(jīng)理人的自利行為。[29]流動性會影響股東監(jiān)督意愿，即當機構(gòu)流動性較強時，其公司治理作用更積極，能較為有效地抑制企業(yè)的代理沖突，使企業(yè)的風(fēng)險承擔行為有助于公司價值的提升。此時機構(gòu)在沒有資金約束的情況下，也能更為理智的消化未預(yù)期信息，避免“羊群行為”，從而降低崩盤風(fēng)險；與之相對，當機構(gòu)流動性變差，其監(jiān)督激勵下降使得企業(yè)的風(fēng)險承擔行為偏離最佳水平，因贖回壓力等因素，使風(fēng)險承擔行為帶來更高的崩盤風(fēng)險。因此，我們提出：

假設(shè)3：較高機構(gòu)流動性能夠抑制企業(yè)風(fēng)險承擔行為，能夠有效降低個股崩盤風(fēng)險；而低的機構(gòu)流動性公司則相反。

三、研究設(shè)計

(一)數(shù)據(jù)來源

本文采用2007-2014年所有A股上市公司作為初選樣本。股權(quán)分置改革從2005年開始，在2006年基本完成，樣本選擇從2007年開始以避免股權(quán)分置改革的影響。在此基礎(chǔ)上按如下原則進行處理：(1)考慮到金融行業(yè)的特殊性，剔除金融行業(yè)上市公司；(2)剔除變量缺失的樣本；(3)為剔除異常值的影響，對模型中涉及的連續(xù)變量，在1%和99%分位數(shù)外的數(shù)據(jù)進行Winsorize處理。最終得到8376個公司年度觀察值。所有上市公司數(shù)據(jù)與開放式基金數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。

(二)變量定義

1.個股崩盤風(fēng)險

參照已有研究[30-31]，個股崩盤風(fēng)險的度量采用三種方法，分別是負收益偏態(tài)系數(shù)ncskew和收益上下波動比率duvol。

首先，計算股票i的周特有收益Wi,t=ln(1+εi,t)，其中εi,t為回歸方程(1)的殘差。采用股票i每一年的周收益率數(shù)據(jù)，進行下列回歸。由于上市公司年報最晚在次年4月披露完畢，為了保證投資者對公司財務(wù)數(shù)據(jù)的可得性，本文將樣本年度設(shè)定為當年5月至次年4月。

ri,t=α+β1rm,t-2+β2rm,t-1+β3rm,t+β4rm,t+1+β5rm,t+2+εi,t

(1)

其中，ri,t為股票i第t周的考慮現(xiàn)金股利再投資收益率，rm,t為市場所有股票第t周的由流通市值加權(quán)平均的收益率。

其次，基于周特有收益wi,t構(gòu)造下列變量：

(1)負收益偏態(tài)系數(shù)(ncskew)

(2)

其中，n為股票i每年的交易周數(shù)。ncskew的數(shù)值越大，崩盤風(fēng)險越大。

(2)收益上下波動比率(duvol)

(3)

其中，nu(nd)為股票i周特有收益wi,t大于(小于)當年收益wi,t均值的周數(shù)。duvol的數(shù)值越大，崩盤風(fēng)險越大。

2. 系統(tǒng)性崩盤風(fēng)險(scr)

參照Poon的研究[32]，崩盤系統(tǒng)性風(fēng)險的定義為：

scr=limq→0Pr[Fi(ri)

(4)

其中，ri和Fi(·)分別是個股考慮現(xiàn)金股利再投資的日收益率及其分布函數(shù)，rm和Fm(·)分別是市場所有股票由流通市值加權(quán)平均的日收益率及其分布函數(shù)，q是臨界值。

系統(tǒng)性崩盤風(fēng)險衡量是當市場崩盤時，單只股票崩盤的風(fēng)險暴露。scr的數(shù)值越大，表明該只股票在市場崩盤時隨之崩盤的風(fēng)險越高。

參考Poon的方法[32]，為體計算系統(tǒng)性崩盤風(fēng)險(4)式，首先依據(jù)如下變換，使(ri,rm)變換為滿足Fréchet邊際分布的(si,sm):

si=-1/log[1-Fi(ri)] ，sm=-1/log[1-Fi(rm)]

由Fréchet邊際分布的性質(zhì)可知，si和sm的分布函數(shù)均為F(s)=e-1/s。(si,sm)和(ri,rm)具有相同的相關(guān)性。[33]因此，系統(tǒng)性崩盤風(fēng)險就表示為：

scr=lims→+∞Pr[si>s|sm>s]

(5)

其中，s為臨界值，與q對應(yīng)。式(5)將個股崩盤對市場崩盤的條件概率轉(zhuǎn)化為si和sm相關(guān)性結(jié)構(gòu)中的漸進相關(guān)性，個體參見Poon的估計方法。[32]估計區(qū)間采用第t-12+1月至第t月的日收益率數(shù)據(jù)，按照逐月滾動估計個股的崩盤系統(tǒng)性風(fēng)險。參考Gabaix的研究[34]，臨界值設(shè)定為市場收益率5%分位數(shù)的值。最后取股票i當年系統(tǒng)性崩盤風(fēng)險的月度平均值作為股票i的年度系統(tǒng)性崩盤風(fēng)險。

3. 風(fēng)險承擔(risk taking)

參照John和Boubakri的研究[35-36]，本文采用企業(yè)盈利的波動性衡量風(fēng)險承擔。盈利波動性計算采用經(jīng)行業(yè)均值調(diào)整后的adjroai,n：

risk takingi=

(6)

(7)

其中，roai,n為企業(yè)i當年的稅息折舊攤銷前利潤ebitdai,n與當年末資產(chǎn)總額asseti,n的比值。X代表企業(yè)i所處行業(yè)的企業(yè)總數(shù),N=3。

4. 代理成本

代理成本采用管理費用率和資產(chǎn)周轉(zhuǎn)率。管理費用率為管理費用支出與主營業(yè)務(wù)收入的比值，管理費用率越高，代理沖突越嚴重。資產(chǎn)周轉(zhuǎn)率為主營業(yè)務(wù)收入與資產(chǎn)總額的比值，資產(chǎn)周轉(zhuǎn)率越低，說明企業(yè)經(jīng)營效率越低，代理成本越高。

5. 機構(gòu)流動性

在眾多金融機構(gòu)中，由于開放式基金允許隨時申購與贖回，開放式基金面臨較大的流動性壓力，參照Coval的研究[37]，我們按照下述方法計算單只股票面對的流動性壓力。

首先計算基金j在當期的資金凈流出：

flowoutj,t=tnai,t-1×(1+rj,t)-tnaj,t

(8)

其中，tnaj,t表示基金j當年的年末凈資產(chǎn)。rj,t表示基金j當年的收益率。

其次，依據(jù)基金年報披露的持股情況，計算持有某只股票的所有開放式基金在當期承受的流動性壓力：

(9)

fundshortj,t衡量的是股票i的所有開放式基金投資者在當期的資金流出量總和與其期初凈資產(chǎn)總和之比。fundshortj,t越大，說明持有股票i的開放式基金作為一個整體的流動性壓力越大，股票i在當期由于流動性壓力而被拋售的可能性越大，其崩盤風(fēng)險越高。

6. 控制變量

參照現(xiàn)有研究[30-31][7]，本文控制了如下可能影響股價崩盤風(fēng)險的因素:月超額換手率(turnover)為當年月均換手率與上一年月均換手率之差，公司規(guī)模(size)為公司當年末總資產(chǎn)的自然對數(shù)，管理層持股(mhold)為管理層持股數(shù)量占公司總股本的比值；其它控制變量為年度股票周特有收益標準差(sigma)、周特有收益均值與100的乘積(ret)、總資產(chǎn)收益率(ROA)、資產(chǎn)負債率(leverage)。除此之外，本文還控制了年份固定效應(yīng)和行業(yè)固定效應(yīng)。

(三)模型設(shè)定

本文主要通過如下模型檢驗企業(yè)風(fēng)險承擔行為對股價崩盤風(fēng)險的影響

crash riski,t=β0+β1×risk takingi,t+β2×control variablesi,t-1+εi,t

(10)

其中，crash riski,t分別由ncskew、duvol和scr來度量；risk takingi,t代表企業(yè)風(fēng)險承擔行為，由企業(yè)盈利波動性來度量；control variablesi,t-1為一組控制變量，采用滯后一期的數(shù)值。為殘差項。回歸方程采用面板數(shù)據(jù)固定效應(yīng)模型估計。

(四)描述性統(tǒng)計與相關(guān)性分析

表1報告了變量的描述性統(tǒng)計結(jié)果。ncskew和duvol的均值分別為-0.227和-0.140，與現(xiàn)有研究基本一致。[15,21][38-39]其標準差分別為0.844和0.663，這說明兩個指標在樣本企業(yè)間存在較大差異。scr的均值為0.402，其標準差為0.179，平均而言，當市場崩盤時，單只股票有接近一半的概率同時崩盤，與劉圣堯研究類似*由于系統(tǒng)性崩盤風(fēng)險(scr)的計算方法要求的數(shù)據(jù)量較大，因此可用于計算系統(tǒng)性崩盤風(fēng)險的樣本量為8031，略少于其他樣本。為最大限度保留樣本信息，實證分析時，僅當涉及到系統(tǒng)性崩盤風(fēng)險時，采用較小的樣本量，其他情況，仍沿用8376個樣本。。[9]

表1 描述性統(tǒng)計

表2 相關(guān)性分析

注：*、**、***分別表示在10%、5%和1%的水平下顯著，以下各表類似。

進一步考察主要變量間的相關(guān)性，我們發(fā)現(xiàn)ncskew和duvol分別與risk taking顯著正相關(guān)，表明若不考慮其他的因素影響，企業(yè)風(fēng)險承擔行為會提高股價崩盤風(fēng)險；ncskew和duvol二者顯著正相關(guān)，表明兩個指標具有一致性。但系統(tǒng)性崩盤風(fēng)險Scr與企業(yè)風(fēng)險承擔相關(guān)系數(shù)為負。

四、實證結(jié)果分析與討論

(一)企業(yè)風(fēng)險承擔行為與崩盤風(fēng)險

表3報告了基于模型(10)的實證結(jié)果，回歸方程(1)-(3)分別以負收益偏態(tài)系數(shù)ncskew、收益上下波動比率duvol和系統(tǒng)性崩盤風(fēng)險scr作為被解釋變量的基準回歸，而(4)-(6)是引入控制變量的回歸分析。在方程(1)和(2)中，risk taking的系數(shù)顯著為正，且在5%和1%水平下顯著。表明資本市場面對企業(yè)風(fēng)險承擔增加時，股價崩盤風(fēng)險提高。在回歸(4)-(5)中，我們發(fā)現(xiàn)在控制了其他影響崩盤風(fēng)險的變量后，風(fēng)險承擔行為對負收益偏態(tài)系數(shù)(ncskew)和收益上下波動比率(duvol)的回歸系數(shù)分別為0.745和0.755，分別在10%和5%的水平下顯著，表明考慮了控制變量后，企業(yè)風(fēng)險承擔行為也會提升個股崩盤風(fēng)險。在回歸模型(6)中，風(fēng)險承擔行為對系統(tǒng)性崩盤風(fēng)險(scr)的回歸系數(shù)為-0.226，在1%水平下顯著，表明企業(yè)風(fēng)險承擔行為能顯著降低系統(tǒng)性崩盤風(fēng)險。這一有趣的結(jié)論原因何在？我們認為主要源于個股崩盤風(fēng)險和系統(tǒng)性崩盤風(fēng)險作為崩盤風(fēng)險的代理變量側(cè)重點不同，前者側(cè)重個股自身收益率的極端值情況，包含企業(yè)特質(zhì)風(fēng)險；而后者關(guān)注個股與市場收益率的相依性，屬于無法充分分散的系統(tǒng)性風(fēng)險，并存在風(fēng)險溢價。[32][9]因此，企業(yè)風(fēng)險承擔行為能夠降低市場出現(xiàn)大幅下挫時個股崩盤的風(fēng)險，但卻提高了從個股自身收益率度量的崩盤風(fēng)險。進一步分析我們在下面的部分從代理沖突和流動性兩個視角提供更多支持。從控制變量上看，sigma、ret、size、roa均與個股崩盤風(fēng)險正相關(guān)，與其他學(xué)者的研究一致。[30-31,21]

表3 企業(yè)風(fēng)險承擔行為與崩盤風(fēng)險

注：括號內(nèi)數(shù)值為參數(shù)估計量的t值，各模型都控制了年份和行業(yè)，表4-6類似。

(二)代理沖突、企業(yè)風(fēng)險承擔與崩盤風(fēng)險

本部分考察代理沖突對股價崩盤風(fēng)險和企業(yè)風(fēng)險承擔行為關(guān)系的影響。依據(jù)代理成本，我們將樣本分為高代理成本組和低代理成本組。代理成本分別采用管理費用率和資產(chǎn)周轉(zhuǎn)率來衡量。[40]管理費用率越高，代理成本越高；資產(chǎn)周轉(zhuǎn)率越低，代理成本越高。

回歸結(jié)果如表4所示。Panel A 和Panel B分別報告了采用管理費用率和資產(chǎn)周轉(zhuǎn)率作為代理成本的回歸結(jié)果。當以管理費用分組時，可以發(fā)現(xiàn)個股崩盤風(fēng)險與企業(yè)風(fēng)險承擔的關(guān)系在高管理費用組中顯著為正，而在低管理費用組中，Risk taking的系數(shù)由正轉(zhuǎn)為負，但都不顯著。說明代理沖突可能導(dǎo)致非效率的風(fēng)險承擔行為，從而降低企業(yè)的價值和提高了個股的崩盤風(fēng)險，而在代理沖突較低的公司中，這一關(guān)系可能不成立。與個股崩盤風(fēng)險不同，企業(yè)風(fēng)險承擔對系統(tǒng)性崩盤風(fēng)險的影響在低管理費用組顯著為負，說明投資者在較低的代理沖突問題困擾下，會給予企業(yè)的風(fēng)險承擔行為更為積極的評價，從而降低了系統(tǒng)性崩盤風(fēng)險。當以資產(chǎn)周轉(zhuǎn)率進行類似分組回歸時，結(jié)果基本一致。*因版面限制，此處僅報告主要變量的回歸系數(shù)，控制變量無顯著差異。感興趣讀者，可向作者索取相關(guān)結(jié)果。

表4 代理沖突、企業(yè)風(fēng)險承擔與崩盤風(fēng)險

注：表中各模型省略了控制變量的參數(shù)估計值和t值。

(三)流動性、企業(yè)風(fēng)險承擔與崩盤風(fēng)險

進一步，我們考察市場投資者行為對企業(yè)風(fēng)險承擔與股價崩盤風(fēng)險間關(guān)系的影響。本文根據(jù)機構(gòu)流動性水平，將樣本分為低流動性和高流動性兩組并分別進行檢驗。表5報告的相關(guān)結(jié)果中，流動性短缺情況下，由第(1)列和第(2)列可知，risk taking的系數(shù)分別為1.380和1.234，均在1%的水平下顯著，這說明流動性不足加劇了風(fēng)險承擔行為對個股崩盤風(fēng)險的影響；而在高流動性組中，風(fēng)險承擔行為對ncskew的系數(shù)由為正變負，在10%的水平下顯著，同時，風(fēng)險承擔行為對duvol的系數(shù)也由正轉(zhuǎn)負，但不顯著，這兩個結(jié)果說明流動性充裕紓解了投資者對于風(fēng)險承擔行為受到代理沖突影響的擔憂，從而降低了個股崩盤風(fēng)險。同時，系統(tǒng)性崩盤風(fēng)險與企業(yè)風(fēng)險承擔行為關(guān)系為負，但不顯著。

為進一步驗證代理沖突與流動性對企業(yè)風(fēng)險承擔行為與股價崩盤風(fēng)險關(guān)系的解釋能力，本文進一步考察了代理沖突與流動性的交叉影響。首先，基于代理成本將樣本分為兩組；其次，在高代理成本組與低代理成本組中，分別按照流動性分成兩組，最終形成四個樣本。表6報告的結(jié)果顯示，代理成本高且流動性不足時，企業(yè)的風(fēng)險承擔行為顯著增加了公司個股的崩盤風(fēng)險，但對系統(tǒng)性崩盤風(fēng)險影響為負但不顯著；而在流動性充足且代理成本低的公司中，風(fēng)險承擔行為能夠有效降低企業(yè)的系統(tǒng)性崩盤風(fēng)險，對個股崩盤風(fēng)險影響也均為負，但不顯著。而當代理成本較低，信息充分時，即使流動性不足也不會明顯增加崩盤的概率，反而在流動性改善時會顯著降低系統(tǒng)性風(fēng)險。

表5 流動性、企業(yè)風(fēng)險承擔與崩盤風(fēng)險

表6 流動性和代理沖突的交互影響

五、基本結(jié)論

本文利用A股上市公司2007-2014年的數(shù)據(jù)，研究企業(yè)風(fēng)險承擔行為對股價崩盤風(fēng)險的影響及其作用機理。研究結(jié)果表明：企業(yè)的風(fēng)險承擔行為顯著加劇了股價未來的個股崩盤風(fēng)險，但會降低系統(tǒng)性崩盤風(fēng)險，即降低市場大幅下挫時個股的崩盤的風(fēng)險，說明公司實際經(jīng)營中的風(fēng)險承擔決策會傳遞到資本市場中，且風(fēng)險承擔行為不確定性的經(jīng)濟后果加劇了個股崩盤風(fēng)險，但市場投資者對于積極冒險投資和創(chuàng)新的企業(yè)給予積極評價，有助于降低市場崩盤時個股崩盤的風(fēng)險；進一步考察具體的影響路徑，從代理成本和流動性入手，我們發(fā)現(xiàn)：代理成本過高的公司，個股崩盤風(fēng)險與企業(yè)風(fēng)險承擔行為顯著為正，而低的代理成本組中企業(yè)風(fēng)險承擔行為能有效降低系統(tǒng)性崩盤風(fēng)險；而高的機構(gòu)流動性公司中，企業(yè)風(fēng)險承擔行為能顯著降低個股崩盤風(fēng)險，而低機構(gòu)流動性的公司中則相反；最后，結(jié)合兩條路徑進行交叉影響分析，發(fā)現(xiàn)高代理成本和低流動性的公司，風(fēng)險承擔行為更容易引發(fā)個股崩盤風(fēng)險，而在低代理成本公司中，風(fēng)險承擔行為則能有效降低系統(tǒng)性崩盤風(fēng)險。

參考文獻：

[1] Hilary, Gilles,Hui,Kai Wai.Does Religion Matter in Corporate Decision Making in America? [J].Journal of Financial economics,2009(3):455-473.

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

[3] Kim J B, Zhang L. Does accounting conservatism reduce stock price crash risk? Firm-level evidence[R]. Unpublished Working Paper, City University of Hong Kong, 2010.

[4] 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(3):281-318.

[5] Barberis, Nicholas, Huang, Ming, Santos, Tano. Prospect Theory and Asset Prices[J].The Quarterly Journal of Economics, 2001(1):1-53.

[6] 王朝暉,李心丹.從眾行為與“波動性之謎”[J].宏觀經(jīng)濟研究, 2015(4):80-89.

[7] Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R, and crash risk[J]. Journal of financial Economics, 2009(1):67-86.

[8] Poon S H, Rockinger M, Tawn J. Extreme value dependence in financial markets: Diagnostics, models, and financial implications[J]. Review of financial studies, 2009(2):581-610.

[9] 劉圣堯,李怡宗,楊云紅.中國股市的崩盤系統(tǒng)性風(fēng)險與投資者行為偏好[J].金融研究,2016(2):55-70.

[10] Amihud Y, Lev B. Risk reduction as a managerial motive for conglomerate mergers[J]. The bell journal of economics, 1981(2):605-617.

[11] Kothari S P. Li X. Short J E. The effect of disclosures by management, analysts, and business press on cost of capital, return volatility, and analyst forecasts: A study using content analysis[J]. The Accounting Review, 2009(5):1639-1670.

[12] Jensen M C. Meckling W H. Theory of the firm: Managerial behavior, agency costs and ownership structure[J]. Journal of financial economics, 1976(3):305-360.

[13] Cao, H ,H., Coval ,J D, Hirshleifer D. Sidelined Investors, Trading-Generated News, and Security Returns[J]. The Review of Financial Studies, 2002(2):615-648.

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

[15] 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.

[16] 葉康濤,劉芳,李帆.股指成份股調(diào)整與股價崩盤風(fēng)險:基于一項準自然實驗的證據(jù)[J].金融研究, 2018(3):172-189.

[17] Graham J, Harvey C, Rajgopal S. The Economic Implications of Corporate Financial Reporting[J]. Journal of Accounting and Economics, 2005(1):3-73.

[18] Ball R. The global financial crisis and the efficient market hypothesis: What have we learned? [J]. Journal of Applied Corporate Finance, 2009(21):8-16.

[19] Kim J B, Li Y, Zhang L. Corporate tax avoidance and stock price crash risk: Firm-level analysis[J]. Journal of Financial Economics, 2011(3):639-662.

[20] Bleck, Alexander, Liu, Xuewen. Market Transparency and the Accounting Regime[J]. Journal of Accounting Research, 2007(2):229-256.

[21] 江軒宇,許年行.企業(yè)過度投資與股價崩盤風(fēng)險[J].金融研究, 2015(8):141-158.

[22] Hambrick D C,Mason P A. Upper echelons: The organization as a reflection of its top managers[J]. Academy of management review, 1984(9):193-206.

[23] Kachelmeier S J, Williamson M G. Attracting creativity: The initial and aggregate effects of contract selection on creativity-weighted productivity[J]. The Accounting Review, 2010(5):1669-1691.

[24] Holmstrom,Bengt R.,Tirole, Jean.The Theory of the Firm[J].Handbook of Industrial Organization,Volume I,Edited by R.Schmalensee and R.D.Willigc Elsevier Seience Publishers B.V.,1989,Industrial Organization,1989(1):61-133.

[25] Yuan K. Asymmetric price movements and borrowing constraints: A rational expectations equilibrium model of crises, contagion, and confusion[J]. The Journal of Finance, 2005(1):379-411.

[26] 代冰彬,岳衡.貨幣政策、流動性不足與個股暴跌風(fēng)險[J].金融研究, 2015(7):135-151.

[27] 熊家財.審計行業(yè)專長與股價崩盤風(fēng)險——基于信息不對稱與異質(zhì)信念視角的檢驗[J].審計與經(jīng)濟研究, 2015(6):47-57.

[28] Shleifer A, Vishny R W. Large shareholders and corporate control[J]. The Journal of Political Economy, 1986(3):461-488.

[29] Edmans, Alex. Blockholder Trading, Market Efficiency, and Managerial Myopia[J]. The Journal of Finance, 2009(6):2481-2513.

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

[31] Kim J B, Zhang L. Does accounting conservatism reduce stock price crash risk? Firm-level evidence[R]. Unpublished Working Paper, City University of Hong Kong, 2010.

[32] Poon S H, Rockinger M, Tawn J. Extreme Value Dependence in Financial Markets: Diagnostics, Models, and Financial Implications[J]. Review of Financial Studies, 2004(2):581-610.

[33] Embrechts P,McNeil A,Straumann D.Correlation and dependence in risk management:properties and pitfalls[Z].Risk management:value at risk and beyond,2002:176-223.

[34] Gabaix X, Laibson D, Moloche G, Weinberg S. Costly information acquisition: Experimental analysis of a boundedly rational model[J]. The American Economic Review, 2006(4): 1043-1068.

[35] John K, Litov L, Yeung B. Corporate Governance and Risk-Taking[J]. Journal of Finance, 2008(4):1679-1728.

[36] Boubakri N, Cosset J C., Guedhami O., Saffar W. The political economy of residual state ownership in privatized firms:Evidence from emerging markets[J]. Journal of Corporate Finance, 2011(2):244-258.

[37] Coval J, Stafford E. Asset fire sales, and purchases, in equity markets[J]. Journal of Financial Economics, 2007(2):479-512.

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

[39] 葉康濤,曹豐,王化成.內(nèi)部控制信息披露能夠降低股價崩盤風(fēng)險嗎?[J].金融研究, 2015(2):192-206.

[40] 王鵬,張俊瑞,李彬.董事會結(jié)構(gòu)與企業(yè)價值關(guān)系研究——基于能力視角的經(jīng)驗證據(jù)[J].山西財經(jīng)大學(xué)學(xué)報,2009(12):63-70.

*作者感謝余湄、謝海濱和金融學(xué)院“雙周論壇”參會成員的評論。作者文責自負。