“滬港通”機制與股價崩盤風險

師 倩，侯德帥

(中國人民大學 商學院，北京 100872)

一、 引言

股價崩盤主要是指股價突然大幅度下降的現象。這種非預期的股價“暴跌”給上市公司造成了巨大沖擊，嚴重損害了資本市場的健康發展，也侵蝕了投資者的財富。因此，股價的崩盤風險受到監管機構、投資者和學術界的廣泛重視與關注。近年來，隨著金融危機的爆發，“股價崩盤風險”更是成為學術研究的熱點問題。特別是在我國，2015-2016年股票市場大幅震蕩，人民幣匯率貶值引發貶值預期，加之經濟下行壓力依然較大，這些因素的共振和相互傳染給我國的金融穩定帶來了前所未有的挑戰。在這樣的背景下，開展對股價崩盤風險問題的研究對降低我國資本市場金融風險，促進股票市場平穩、健康發展，具有重要的理論和現實意義。對于股價崩盤風險的生成機理，現有研究普遍認為其與公司負面信息的累積存在緊密的關系。例如，公司管理層等內部人基于“掏空”[1]、股票期權[2]、晉升[3]等利益考慮，往往存在隱藏公司“壞消息”的動機。然而，終究“紙包不住火”。正如Jin和Myers(2006)[4]的研究所述，隨著管理層隱藏的負面信息逐漸累積，隱藏成本也隨之增加。一旦突破一定閥值，累積的負面信息終將集中釋放，從而導致股價暴跌致使崩盤。

20世紀90年代以來，我國資本市場已經經歷了20余年發展。隨著經濟全球化成為世界經濟發展的主要趨勢，我國也在積極推進本國資本市場的對外開放。2014年11月17日，作為內地與香港市場股票交易互聯互通的首次突破性嘗試，醞釀多時的“滬港通”機制終于正式開通。所謂“滬港通”，即滬港股票市場交易互聯互通機制，具體來說，是指上海證券交易所和香港聯合交易所允許兩地投資者通過當地證券公司或經紀商，買賣規定范圍內的對方交易所上市的股票的交易機制。“滬港通”機制的開通首次實現了內地與香港股票二級市場的互聯互通，作為首次上升至二級市場層次的互通與兩地交易所層次的密切合作，這樣的突破性舉措不僅可實現兩地資金的融通，也旨在促進與帶動兩地交易機制與監管規范的逐步接軌。“滬港通”機制的開通不僅為內地資本市場引入了香港、境外投資者的資金，也將他們對上市公司的公司治理、信息披露等公司行為規范的要求引入了內地股票市場。由于聯交所對上市公司的監管相對內地更加成熟、嚴格，引進慣于聯交所制度規則的投資者無異于將標的A股置于放大鏡之下，有助于強化對標的A股公司信息披露行為的監管機制。那么，“滬港通”機制是否由此可以有效地降低標的公司的股價崩盤風險呢？本文致力于利用實證檢驗對這一問題做出回答。

二、文獻評述與研究假設

(一) 主要文獻評述

近年來，隨著金融危機的爆發，“股價崩盤風險”成為學術研究的熱點問題，關于股價崩盤風險影響因素的研究不斷豐富。對股價崩盤風險的研究可以追溯到上世紀90年代，Romer(1993)[5]從理論上對股價崩盤風險進行了描述。對于股價崩盤風險的影響因素，學者們分別從公司內、外部視角進行了研究。如從公司內部視角出發，已有研究發現公司的財務報告透明度[4,6-7]、會計核算的穩健程度[8]，避稅帶來的信息不透明度[1]，以及管理層股權激勵[2]、在職消費水平[9]、管理層性別[10]、構建內部帝國的動機[11]、控股股東的代理問題[12-13]等，都會對崩盤風險產生顯著影響；從公司外部視角出發，現有研究發現，機構投資者持倉[14-15]、分析師關注[16]以及新聞媒體曝光[17]等，都會顯著影響股價崩盤風險。此外，市場和社會環境也會對股價崩盤風險產生影響，如市場有效性水平[18-19]、國際財務報告準則的強制采用[20]、國家或地區的宗教文化[21]等，也會對股價崩盤風險產生顯著影響。

“滬港通”機制作為我國聯通內地與香港資本市場的首次嘗試，受到了學界的廣泛關注。現有研究多集中于“滬港通”機制的市場反應、供求沖擊、市場聯動以及A-H股票溢價等問題的探討[22-26]。然而，“滬港通”機制的開通不僅實現了兩地的資本互通，隨著市場的互聯互通，香港市場上的投資者也會將他們對上市公司的公司治理、信息披露等公司行為規范的要求一并帶入了內地資本市場。因此，“滬港通”機制也意味著內地市場與香港資本市場更加嚴格、規范的交易規則與治理機制的逐步接軌。與以往資本市場互聯互通的研究不同，本文將從公司治理效應這一角度出發，借助“滬港通”機制的實施這一準自然實驗，探究資本市場聯通對公司融資約束的影響。

(二) 研究假設

1. 主要檢驗假設

“滬港通”機制的開通，不僅實現了兩地股票交易的互聯互通，同時也意味著內地股票市場與香港聯合交易所管理規則與監管規范的接軌。“滬港通”機制的開通不僅為內地資本市場引入了香港、境外投資者的資金，也將他們對上市公司行為規范的要求引入了內地股票市場[27-28]。通過“滬港通”機制進入內地股票市場的投資者，一方面，由于聯交所對上市公司的監管相對內地更加成熟、嚴格，引進慣于聯交所制度規范的投資者進入內地資本市場，由于這些投資者習慣于嚴格的監管環境，因此相較于內地投資者，他們傾向于更高的標準對待內地上市公司的規范與治理[27,29]，并依據這些標準進行判斷、提出要求甚至表達不滿。例如，一般情況下，若上市公司財報等未如實披露負面信息，導致香港投資者出現人為的“失信損失”等情況，按聯交所慣例，蒙受損失的投資者將毫不猶豫地起訴內地上市公司。對此，證監會也曾明確表示，要求各單位在遵循對等原則的基礎上，對對方投資者投訴提供必要便利，高效妥善解決投資者訴求，上市公司要立足境內外投資者參與的新格局完善公司治理，做好投資者關系管理。①并且，作為慣于聯交所交易的成熟投資者，通過“滬港通”進入內地的投資者，不僅可能對信息披露的及時性和真實性有更高的要求[28,30]，對事后的執法力度與執法透明也可能有更高的訴求。香港投資者高標準嚴追責的要求在現實中也不乏體現，在香港影響很大的中信泰富事件中，董事會刻意隱瞞公司做多澳元巨額虧損這一信息，市場嘩然下中信泰富董事長被迫辭職，并最終促成立法會就持續披露立法。反觀內地市場，雖然立法起點較高，然而徒法不足以自行，各類背信隱藏負面信息的違規披露事件屢見不鮮[31-32]。因此，“滬港通”機制引入香港市場的投資者，不僅有利于強化上市公司高要求高標準的外部監督，更有利于引導內地資本市場與嚴格執法規范的逐步接軌，促進內地執法問題的改善，對于上市公司治理中存在的道德風險，更高標準的監督與執法要求提高了上市公司鋌而走險的潛在成本，提高了上市公司刻意隱藏負面信息的難度和成本，有助于約束上市公司隱藏負面信息的不良行為，降低股價崩盤風險[20,33]；另一方面，作為獨立的成熟投資者，來自香港市場的投資者的專業分析能力也有助于釋放公司試圖隱藏的負面信息，降低公司內外部的信息不對稱[7]，從而阻礙上市公司對負面信息的隱藏，降低股價崩盤風險。據此，本文提出如下假設：

假設1：“滬港通”機制的開通顯著降低了標的上市公司的個股股價崩盤風險。

2.機制檢驗假設

為了對“滬港通”的作用機制進行進一步討論，本文將區分不同的內部治理環境、外部法律環境和信息環境，進行進一步的檢驗與分析，也為上文結論提供進一步佐證。

(1) 內部治理環境

獨立董事是指獨立于公司股東且不在公司內部任職，并與公司或公司經營管理者沒有重要的業務聯系或專業聯系，并對公司事務做出獨立判斷的董事。2001年之前，中國上市公司可以自行決定是否聘請外部獨立董事。為完善上市公司的治理結構，促進上市公司規范運作，我國證監會于2001年8月16日發布了《關于上市公司建立獨立董事制度的指導意見》，并要求上市公司董事會中獨立董事占比在2003年6月30日之前至少達到1/3。獨立董事的存在，有利于董事會保持獨立性，對公司內部起到獨立的監督作用。因此，上市公司董事會中獨立董事占比越高，即董事會獨立性越高，往往意味著更加良好的公司內部治理環境[34-35]。就股價崩盤風險機制與上市公司的內部治理環境而言，良好的內部治理環境有利于制約管理層等內部人侵害公司整體利益或中小股東的自利行為，也可減少內部人出于自利動機，隱藏或延遲披露負面信息的行為。若“滬港通”機制可通過強化對上市公司的監督降低股價崩盤風險，由于良好的公司內部治理環境壓縮了“滬港通”機制發揮作用的空間，那么在降低對股價崩盤風險方面，“滬港通”與上市公司董事會獨立性之間將呈現相互替代的關系，即相對于獨立董事董事會占比較高的公司，“滬港通”的開通在獨立董事董事會占比較低的公司中降低股價崩盤風險的作用更加明顯。據此，本文提出如下假設：

假設2：相對于獨立董事董事會占比較高的公司，“滬港通”的開通在獨立董事董事會占比較低的公司中降低股價崩盤風險的作用更加明顯。

(2)外部法律環境

上市公司所在地的法律環境關系到上市公司經營與治理的基礎環境與整體氛圍。當上市公司所在地區具有相對健全的法律環境時，健全的法律法規可給予外部投資者更完善的法律保護，從而外部投資者可以更加有效地利用法律武器，保護自身合法權益，從而更好地約束上市公司諸如隱瞞負面信息等道德風險行為，改善公司治理[33,36]。因此，本文預期，若前文邏輯成立，當“滬港通”機制可以通過強化監管，提高隱藏負面信息的代價，降低股價崩盤風險時，由于良好的外部法律環境可以有效壓制上市公司諸如隱瞞負面信息等道德風險行為，因而在降低股價崩盤風險方面“滬港通”機制將與上市公司所在地法律環境呈現出相互替代的關系。據此，本文提出如下假設：

假設3：相對于所處法律環境較好的公司，“滬港通”機制在所處法律環境相對薄弱的公司中降低股價崩盤風險的作用更明顯。

(3)信息環境

就“滬港通”機制與上市公司的信息環境關系而言，一方面，作為獨立的成熟投資者，來自香港市場的投資者的專業分析能力有助于釋放公司試圖隱藏的負面信息，阻礙上市公司對負面信息的隱藏[7]，從而降低股價崩盤風險。另一方面，就現階段而言，通過“滬港通”機制進入內地股票市場的香港、境外投資者，盡管多為成熟的投資者，但由于他們相對遠離標的上市公司經營、交易的市場、環境，其獨立獲取信息的能力，特別是對私有信息的獲取，很可能受到地域等因素的限制。事實上，香港地區的投資者也的確存在此類擔憂，香港某基金經理就曾向網易財經表示，因資訊處于劣勢而對“滬港通”機制有所顧慮。②

在針對崩盤風險問題時，這一潛在的局限性尤其值得關注。對于股價崩盤風險問題，上市公司試圖隱藏的負面信息相較于一般信息多具有更高的私密性和隱蔽性，而這可能導致香港地區投資者的劣勢被進一步放大，從而限制其釋放潛在隱藏信息作用的發揮。

香港地區投資者在信息方面優勢、劣勢的相對關系，將直接影響“滬港通”機制降低股價崩盤風險作用與公司信息環境的關系，例如，當信息環境較差時，一方面，上市公司潛在的隱藏負面信息更多，對于“滬港通”機制降低崩盤風險的作用來說，會有更大的發揮空間，從而發揮更明顯的效果；另一方面，信息環境較差時，若“滬港通”機制受香港地區投資者資訊劣勢影響較大，在此時缺少必要信息輔助的情況下，“滬港通”發揮作用的效果也可能受到限制，因此降低崩盤風險的作用減弱。以上兩方面作用的相互制衡，將左右“滬港通”機制與信息環境的相對關系的形成，而“滬港通”機制與信息環境的最終關系將呈現以上兩方面中處于優勢地位一方的作用，即兩種機制中的主導作用。那么，現階段“滬港通”機制與信息環境的關系究竟如何？這一問題值得進一步探究。

在如今的信息爆炸時代，媒體不僅是最重要的信息傳播媒介，也日益成為一種重要的外部治理機制。頻繁的媒體報道，一方面可以通過有效的深入調查和追蹤報道，阻礙公司對負面信息的隱藏，特別對于公司試圖掩蓋的“壞消息”，所謂“好事不出門，壞事傳千里”，這些負面信息更容易成為媒體報道的重點關注對象；另一方面，頻繁的媒體報道造成的公眾輿論壓力也增加了信息揭露后的損失[17]。基于媒體報道的這些特質，本文預期，一方面，若現階段“滬港通”受香港市場投資者信息劣勢的影響較小，則對于降低股價崩盤風險來說，良好的“滬港通”機制與媒體報道可形成此消彼長的相互替代關系，即相比于媒體報道較頻繁的公司，“滬港通”的開通在媒體報道相對較少的公司中降低股價崩盤風險的作用更加明顯；另一方面，若現階段“滬港通”受香港地區投資者信息劣勢的影響較大，那么媒體報道恰可作為良好的互補機制，即相比于媒體報道較少的公司，“滬港通”的開通在媒體報道相對較多的公司中降低股價崩盤風險的作用更加明顯。據此，本文提出如下競爭性假設：

假設4a：相比于媒體報道較頻繁的公司，“滬港通”的開通在媒體報道相對較少的公司中降低股價崩盤風險的作用更加明顯；

假設4b：相比于媒體報道較少的公司，“滬港通”的開通在媒體報道更加頻繁的公司中降低股價崩盤風險的作用更加明顯。

除去媒體外，對資本市場而言，分析師也扮演了重要角色。作為具有出色專業分析能力的研究人員，分析師不僅可以通過研究報告為投資者提供信息，還可以通過發掘上市公司潛在的隱藏信息，壓縮上市公司隱藏負面信息的空間，阻礙公司隱藏負面信息。同理，本文預期，若現階段“滬港通”受香港地區投資者信息劣勢的影響較小，則對于降低股價崩盤風險來說，其與分析師跟蹤可形成此消彼長的相互替代關系，即相比于分析師跟蹤較多的公司，“滬港通”的開通在分析師跟蹤相對較少的公司中降低股價崩盤風險的作用更加明顯；反之，若現階段“滬港通”受香港市場投資者信息劣勢的影響較大，那么分析師的研究工作也可作為良好的互補機制，輔助“滬港通”發揮更好的作用。即有，相比于分析師跟蹤較少的公司，“滬港通”的開通在分析師跟蹤更多的公司中降低股價崩盤風險的作用更加明顯。據此，本文提出如下競爭性假設：

假設5a：相比于分析師跟蹤較多的公司，“滬港通”的開通在分析師跟蹤更少的公司中降低股價崩盤風險的作用更加明顯；

假設5b：相比于分析師跟蹤較少的公司，“滬港通”的開通在分析師跟蹤更多的公司中降低股價崩盤風險的作用更加明顯。

三、研究設計

(一) 樣本數據

為保證制度的一致性與可比性，本文關于“滬港通”機制的研究樣本為2007-2016年間所有滬市A股數據樣本。本文所使用的“滬港通”A股標的信息來自Wind數據庫，股票交易、公司財務數據以及分析師覆蓋數據來自CSMAR數據庫，公司實際控制人數據來自CCRE數據庫，媒體報道、股東持股數據來自RESSET金融研究數據庫。

基于初始研究樣本，本文進行了如下的篩選和處理：(1)由于金融類上市公司的監管制度和報表結構與其他行業相比存在較大差異，因此剔除金融行業樣本；(2) 剔除年度周收益率少于30個觀測的樣本，保證股價崩盤風險指標計算的可靠性；(3) 剔除數據有缺失的樣本；(4)為排除極端值影響，對連續變量進行1%水平的縮尾處理。經過上述處理，最終得到7578個公司一年觀測值。

(二) 變量的選擇與度量

1．股價崩盤風險(Crash Risk)

借鑒已有研究[1-2,8-10,13,15-16]，本文采用2個變量度量股價崩盤風險。具體度量方法如下：

首先，本文參考Dimson(1979)的做法，利用公司—年度的周收益率數據進行如下回歸：

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

(1)

其中，Ri,t為某年度上市公司i第t周的考慮現金紅利再投資的收益率，Rm,t為該年度的市場回報率，即上市公司在第t周經流通市值加權的平均收益率。據此回歸，構造公司i的周特有收益率如下：

Wi,t=ln(1+εi,t)

(2)

其中，εi,t為回歸方程(1)的殘差。接下來，基于公司的周特有收益率Wi,t構造以下2個變量：

(1)負收益偏態系數(NCSKEW)

(3)

其中，n為一年時間內上市公司i的交易周數。負收益偏態系數越大，表示股價回報率分布負偏程度越高，說明股價崩盤風險越大。

(2)收益上下波動比率(DUVOL)

(4)

其中，nu(nd)代表上市公司i在第t年內周特有收益率高于(低于)年度平均收益Wi,t的周數。DUVOL數值越大，說明股票收益率分布更傾向于左偏，股價崩盤風險越大。

2． 雙重差分模型(DID模型)虛擬變量

(1)時間啞變量(Time)：標志滬港通開通與否的0-1啞變量。滬港通于2014年11月17日正式開始交易，由于本文變量為年度指標，因此時間啞變量(Time)以2014年末為劃分時點，即2014年末及之前年度Time取值為0，2014年之后取值為1。

(2)處理組啞變量(Treat)：標志上市公司是否為滬港通標的股的0-1啞變量，上市公司為滬港通標的股取值為1，否則取值為0。滬港通于2014年11月17日正式開始交易，由于本文變量為年度指標，因此處理組啞變量(Treat)以2014年末的標的信息劃分取值，為保證本文主要結論的準確性與穩健性，本文剔除了標的資格在之后樣本區間內有變動的樣本。

3． 獨立董事董事會占比(Indir)

獨立董事在董事會中的占比，即董事會中獨立董事數目/董事會規模。本文用獨立董事董事會占比代表上市公司的內部治理環境。上市公司董事會中獨立董事占比越高，即董事會獨立性越高，往往意味著更加良好的公司內部治理環境[34-35]。

4． 法律環境(Law)

參照以往研究[37]，本文采用樊綱等(2011)[38]所編制的市場化相對進程指數的分指數“市場中介組織發育和法律制度環境”來度量企業所處地區的法律環境。由于該指數只更新到2009年，因此本文參照姜付秀等(2015)[39]以往研究的處理方法，以2009年數據替代后續時段的法律環境指數。

5． 媒體報道(Media)

本文采用上市公司i在第t年被媒體報道的次數作為衡量媒體報道情況的指標，由于次數為非連續變量，本文將媒體報道次數進行了對數處理，即Media=Ln(媒體報道次數+1)。

6． 分析師跟蹤(Analyst)

本文采用上市公司i在第t年被分析師進行盈利預測和投資評級的數量的總和來衡量分析師覆蓋的指標，由于次數為非連續變量，本文將分析師覆蓋次數進行了對數處理，即Analyst=Ln(分析師跟蹤次數+1)。

7. 其他控制變量(Control)

借鑒已有研究[1-2,8-10,13,15-16]，本文還控制了其他變量。其他控制變量的具體構造如表1所示。

表1其他控制變量

(三) 回歸模型

雙重差分模型(Difference-in-Difference，DID模型)由Ashenfelter和Card(1985)[40]對一項干預研究進行評價時提出，其后，該模型在計量經濟學領域得到廣泛應用。就本文研究問題而言，本文以“滬港通”標的股票作為處理組，以其他非標的滬市股票作為控制組，運用雙重差分模型探究“滬港通”機制對股價崩盤風險的影響。對于控制組的選取，本文在穩健性檢驗部分還會以傾向評分匹配方法(Propensity Score Matching)進行相關穩健性檢驗。

首先，本文采用雙重差分模型(5)檢驗前文假設1，即“滬港通”機制的開通是否能有效降低標的股票的股價崩盤風險。模型具體構造如下：

Crash Riski,t=α+β1Treati,t+β2Treati,t×Timei,t+β3Timei,t+β4Controli,t-1+εi,t

(5)

其中，Crash Riski,t為i公司t年的崩盤風險，分別由NCSKEW和DUVOL兩個變量度量。Treat和Time分別為雙重差分模型的處理組虛擬變量和時間虛擬變量。Controli,t-1為本文選取的控制變量，由滯后一期的數值度量。Treat和Time的交乘項Treat×Time的回歸系數β2即為本文重點關注的倍差估計系數。若假設1成立，本文預期回歸系數β2顯著為負，即“滬港通”機制的開通有效地降低了標的股票的股價崩盤風險。需要說明的是，當(5)式的被解釋變量為NCSKEW時，控制變量中上期崩盤風險指標只控制上期負偏度系數SqNcskew；當(5)式的被解釋變量為DUVOL時，控制變量中上期崩盤風險指標只控制上期收益上下波動比率SqDuvol，其他控制變量均相同。

對于滬港通作用機制的進一步探究，本文在模型(5)的基礎上，借鑒Liu等(2016)[26]、顧琪和陸蓉(2016)[41]等研究的方法，采用分組對比的方法，進行作用機制的實證檢驗。具體來講，本文基于治理環境、法律環境與信息環境代理變量的中位數將原樣本分為2組，分別運用雙重差分模型(5)進行回歸，比較2組回歸中，“滬港通”機制的作用效果，即交乘項Treat×Time的回歸系數的差異，通過對比回歸系數進行相關假設的實證檢驗。

四、實證結果與分析

(一) 描述性統計

表2報告了本文主要變量的描述性統計。由表2的描述性統計可知，NCSKEW和DUVOL的平均值分別為-0.258和-0.166，標準差分別為0.656和0.443，說明這兩個變量在樣本公司中存在較大差異，具有充分的變異性，并且本文計算了NCSKEW和DUVOL的Pearson和Spearman相關系數，分別為0.881和0.893，且均在1%水平上顯著，說明本文崩盤風險變量的選取具有良好一致性。

表2主要變量的描述性統計

(二) 回歸結果分析

1.主要假設檢驗

表3報告了假設1的實證檢驗結果，本文所有表格回歸均在公司層面進行了聚類。其中，(1)-(4)列的被解釋變量為負偏度系數NCSKEW，(5)-(8)列的被解釋變量為收益上下波動比率DUVOL。當被解釋變量為負偏度系數NCSKEW時，由表3的(1)-(4)列可以看出：(1)不加入其他控制變量時，(1)列的DID回歸結果顯示，Treat×Time的回歸系數在1%統計水平上顯著為負；(2)在加入控制變量后，DID回歸中Treat×Time的回歸系數仍然顯著為負；(3)在進一步控制了行業虛擬變量Ind后，Treat×Time的回歸系數仍然在1%統計水平上顯著為負；(4)在控制了所有控制變量，包括行業虛擬變量Ind以及年度虛擬變量Year之后，DID回歸中的Treat×Time的回歸系數仍然在1%統計水平上顯著為負。同樣的，當被解釋變量為收益上下波動比率DUVOL時，由表3的(5)-(8)列可以看出：(1)不加入其他控制變量時，(5)列的DID回歸結果顯示，Treat×Time的回歸系數在5%統計水平上顯著為負；(2)在加入控制變量后，DID回歸中Treat×Time的回歸系數仍然顯著為負；(3)在進一步控制了行業虛擬變量Ind后，Treat×Time的回歸系數仍然在5%統計水平上顯著為負；(4)在控制了所有控制變量，包括行業虛擬變量Ind以及年度虛擬變量Year之后，DID回歸中的Treat×Time的回歸系數仍然在5%統計水平上顯著為負。以上回歸結果說明，“滬港通”機制的開通有效地降低了標的股票的股價崩盤風險，支持了本文的研究假設1。

表3 “滬港通”機制與股價崩盤風險

注：1.括號內為系數估計值的t統計量(下同);2. *、**、***分別表示在10%、5%、1%水平下顯著(下同).

2.作用機制檢驗

為了對“滬港通”的作用機制進行進一步討論，本文將區分不同的內部治理環境、外部法律環境和信息環境，進行進一步的檢驗與分析，也為上文結論提供進一步佐證。

(1)內部治理環境

本文用獨立董事董事會占比代表上市公司的內部治理環境。表4報告了本文假設2的檢驗結果，為節約篇幅下文表格省略控制變量與常數項報告。從表4中可以看出，根據獨立董事董事會占比中位數進行分組后，在內部治理環境較差的樣本組，即董事會中獨立董事占比較低的組中，Treat×Time的回歸系數分別在1%、10%統計水平上顯著為負，而在在內部治理環境較好的樣本組，即董事會中獨立董事占比較高的組中，Treat×Time的回歸系數不具有顯著性。表4結果表明，“滬港通”機制降低股價崩盤風險的作用效果與上市公司內部治理環境之間呈現相互替代的關系，支持本文假設2。

表4內部治理環境、“滬港通”機制與股價崩盤風險

(2)外部法律環境

參照以往研究[37]，本文采用樊綱等(2011)[38]所編制的市場化相對進程指數的分指數“市場中介組織發育和法律制度環境”指數來度量企業所處地區的法律環境。由于該指數只更新到2009年，因此本文參照以往研究的處理方法，以2009年數據替代后續時段的法律環境指數[39]。表5報告了本文假設3的檢驗結果。從表5中可以看出，根據“市場中介組織發育和法律制度環境”指數中位數進行分組后，在外部法律環境較差的樣本組，即指數較低的組中，Treat×Time的回歸系數分別在1%、5%統計水平上顯著為負，而在外部法律環境較好的樣本組，即指數較高的組中，Treat×Time的回歸系數不具有顯著性。表5結果表明，“滬港通”機制降低股價崩盤風險的作用效果與上市公司外部法律環境之間呈現相互替代的關系，支持本文假設3。

表5外部法律環境、“滬港通”機制與股價崩盤風險

(3) 信息環境

表6報告了應用公司媒體報道數量(Media)的中位數進行分組的DID回歸結果。從表6中可以看出，根據媒體報道頻率中位數進行分組后，在媒體報道頻繁的樣本組，Treat×Time的回歸系數分別在1%、10%統計水平上顯著為負，而在媒體報道較少的樣本組，Treat×Time的回歸系數不具有顯著性。表6結果表明，“滬港通”機制降低股價崩盤風險的作用在媒體相輔助時效果更好，支持本文假設4b。

表6媒體報道、“滬港通”機制與股價崩盤風險

表7報告了應用分析師跟蹤(Analyst)的中位數進行分組的DID回歸結果。從表7中可以看出，根據分析師跟蹤中位數進行分組后，在分析師跟蹤較多的樣本組，Treat×Time的回歸系數分別在10%、5%統計水平上顯著為負，而在分析師跟蹤較少的樣本組，Treat×Time的回歸系數不具有顯著性。表7結果表明，“滬港通”機制降低股價崩盤風險的作用在分析師跟蹤相輔助時效果更好，支持本文假設5b。

表7分析師跟蹤、“滬港通”機制與股價崩盤風險

綜合上述檢驗結果分析，本文發現，“滬港通”機制主要通過強化監管的機制發揮降低股價崩盤風險的作用，相對于強化監管機制，現階段“滬港通”通過信息機制所發揮作用的效果受香港地區投資者資訊劣勢的影響較大，“滬港通”機制在有更好的信息環境輔助的情況下作用效果更好。

五、穩健性檢驗

為保證本文主要結論的穩健性，本文現從控制組樣本選擇、其他控制變量和樣本區間選擇三個方面進行穩健性檢驗。

(一) 傾向評分匹配

雙重差分模型對于處理組、控制組的劃分可能先驗地存在自選擇效應，即樣本的某些特征可能決定了其進入處理組或是控制組這一環節的幾率天然存在差別，而這一差別，非政策效用本身，可能驅動了分析政策沖擊時的最終結論，造成內生性問題。傾向評分匹配方法可以有效地解決這一問題。傾向評分匹配方法通過對樣本成為處理組的“傾向”進行評分，為處理組樣本匹配上得分接近的處理組樣本，排除自選擇效應問題。為了排除“滬港通”標的股票在崩盤風險問題上可能存在的自選擇效應影響，本文采用傾向評分匹配方法(Propensity Score Matching)為“滬港通”標的股票選取成為標的股的“傾向”最接近的控制組樣本。

具體來說，為排除公司基本特征對自選擇問題的影響，本文首先對本文成為“處理組”的傾向進行評分，即以以往研究主要關注的公司特征變量，包括市值賬面比MB、杠桿水平Lev、公司規模Size、總資產收益率Roa、會計信息透明度Abacc、是否國有Soe、第一大股東持股比例Top1、已上市時間Age、董事會規模Lnboard、是否聘用“四大”審計Big4、是否“二職合一”Dual等變量，關于處理組虛擬變量Treat進行邏輯回歸，并以回歸的擬合值作為“傾向評分”進行樣本匹配；接下來，本文使用傾向評分匹配樣本進行“滬港通”機制的雙重差分模型(Difference-in-Difference，DID模型)回歸。表8報告了使用傾向評分匹配樣本進行“滬港通”機制的雙重差分模型回歸的實證結果，表中結果表明本文主要結論不發生變化，說明本文結論對于不同控制組樣本的選擇方法具有穩健性，不存在嚴重的內生性問題。

表8 “滬港通”機制與股價崩盤風險(PSM)

(二)其他影響因素

為了排除遺漏其他公司治理控制變量對本文主要結論可能造成的影響，本文在已有控制變量中進一步加入是否國有企業Soe、第一大股東持股比例Top1、公司已上市年數Age、董事會規模Lnboard、是否聘用四大機構審計Big4、是否“二職合一”Dual等其他變量作為控制變量，進行本文主要結論的穩健性檢驗。

其中，Soe、Big4和Dual為虛擬變量。具體地，公司為國有時，Soe取值為1，否則取值為0；公司聘用四大審計時，Big4取值為1，否則取值為0；公司董事長、總經理由一人擔任時，Dual取值為1，否則取值為0。董事會規模為Lnboard=Ln(董事會人數+1)。表9報告了加入其他控制變量后的回歸結果，從表9結果可知，在加入其他變量后，本文主要結論不變，說明本文主要結論不受其他公司治理因素的影響，具有穩健性。

表9 “滬港通”機制與股價崩盤風險(其他影響)

(三)樣本區間選擇

本文研究區間選擇為2007-2016年。為了檢驗本文主要結論對樣本區間的選擇穩健性，本文進行了以下檢驗：(1)考慮到賣空機制對股價崩盤風險的影響[42-43]，本文選擇我國賣空機制開通后的區間，即2010-2016年，進行了穩健性檢驗；(2)考慮到“滬港通”機制開通前后時間區間的對稱性，本文選取了“滬港通”開通前后的對稱區間2013-2016年進行了穩健性檢驗。表10報告了關于樣本區間的穩健性檢驗結果。由表10結果可知，改變樣本區間，DID回歸中Treat×Time項的回歸系數仍然顯著為負，本文主要結論不發生改變。以上結果說明，本文結論對樣本區間的不同選擇穩健。

表10 “滬港通”機制與股價崩盤風險(樣本區間)

六、結論與啟示

本文基于2007-2016年滬市A股數據，運用雙重差分模型，實證探究了“滬港通”機制的開通對股價崩盤風險的影響。本文研究發現：(1)“滬港通”機制的開通有效地降低了標的股票的股價崩盤風險；(2)“滬港通”機制主要通過強化監管的機制發揮降低股價崩盤風險的作用，由于可引發崩盤的隱匿負面信息多具有更高的私密性和隱蔽性，放大了香港地區投資者的資訊劣勢，現階段“滬港通”通過信息機制發揮作用的效果較弱，“滬港通”機制在有更好的信息環境輔助的情況下作用效果更好。這說明，現階段進一步完善A股上市公司信息環境，對“滬港通”機制公司治理效用的發揮具有重要意義。

本文研究的理論意義與現實啟示體現在以下幾點。首先，不同于以往文獻側重于從公司內部特征角度分析股價崩盤風險的影響因素，本文以“滬港通”機制的開通為切入點，豐富了外部機制對股價崩盤風險的影響的相關研究；其次，“滬港通”機制作為我國聯通內地與香港資本市場的首次嘗試，為市場互聯所帶來的規則、機制接軌的效應研究提供了準自然實驗。不同于現有文獻多集中于“滬港通”機制的市場反應、資金流通以及股票溢價等問題的研究思路，本文以股價崩盤風險為著眼點，探究了“滬港通”機制開通對公司經營治理、監管機制的影響；最后，本文的研究結論揭示了完善內地上市公司信息披露的監管與規范對“滬港通”機制公司治理效用發揮的重要性，對“滬港通”機制的推行與我國資本市場的發展具有重要現實意義。

[注釋]

① 證券監督管理委員會.證監會：切實做好滬港通投資者風險教育和保護工作.http://fina nce.ifeng.com/a/20141201/13320375_0.shtml,2014-12-01.

② 王曉易.“滬港通”諸多難題待解 投資者擔憂內地監管力度.http://http://money.163.co m/14/0421/08/9QBGEE5N002529T0.html,2014-04-21.