控制鏈長度與上市公司股價崩盤風險：影響效果及機制檢驗

田昆儒 田雪豐

(天津財經大學 會計學院， 天津 300222)

一、引言

近年來，全球范圍內股價“暴漲”和“暴跌”現象屢見不鮮，尤其是“暴跌”導致的股價崩盤不僅嚴重侵蝕了股東財富，動搖了投資者信心，而且不利于金融市場的平穩運行，甚至還會造成資源錯配危及實體經濟發展(王化成 等，2015)。中國的股票市場成立時間較短，信息環境較差，因而上市公司股價崩盤風險更高。上證指數從2007年10月的6124點開始暴跌至2014年6月的2010點，2015年行情開始反轉，上證指數突破5178點，但隨后不到80天內又暴跌至3000點以下?；谶@一背景，研究股價崩盤風險問題具有重要的現實意義和較高的學術價值。

Jin et al.(2006)構建了信息結構模型并提出壞消息隱藏假說，從代理沖突導致壞消息隱藏的角度闡述了股價崩盤風險的形成機制。該理論認為公司內部人出于自利動機會隱藏壞消息，當壞消息累積至一定程度而突然集中釋放時將引發股價崩盤風險。基于這一理論框架，國內外學者從企業代理問題(Kim et al.，2011；Xu et al.，2014；Boubaker et al.，2014；王化成 等，2015；Hong et al.，2017；姜付秀 等，2018)與信息透明度(Hutton et al.，2009；Kim et al.，2014；羅進輝 等，2014；孟慶斌 等，2018)兩個視角展開了大量研究，并取得一系列成果。然而，很少有學者關注金字塔結構企業集團中最終控制人的控制鏈長度對公司股價崩盤風險會產生何種影響。

企業集團在經濟生活中占據重要地位(韓鵬飛 等，2018)。終極控制人通過金字塔控股結構組建企業集團，并通過中間若干公司對上市公司進行控制，由此形成對上市公司的控制鏈，最終決定金字塔結構的基本形狀(Laporta et al.，1999；Fan et al.，2013)。與控制鏈較短的公司相比，較長控制鏈公司的內部人(終極控制人和管理層)與外部投資者之間的信息不對稱程度與利益不對稱程度更高，終極控制人和管理層更可能攫取私利，而且決策空間也更大。具體至股價崩盤風險，控制鏈越長，內部人為掩蓋自身攫取私利行為而隱藏壞消息的動機和能力也就越強，進而導致股價崩盤風險越高。

需要指出的是，不同產權性質企業的控制鏈的形成機制存在本質差異。與非國有企業相比，國有企業控制鏈的形成一定程度上是基于減輕政府干預的動機(Fan et al.，2013)。相關證據顯示，降低政府干預有助于提升地方國有企業業績(Fan et al.，2013)、提高創新水平(江軒宇，2016)以及減輕稅收負擔(Zhang et al.，2016)。那么，控制鏈長度對股價崩盤風險的影響是否會因企業產權性質不同而表現出一定的差異呢？

基于上述分析，本文選取2007—2016年中國A股上市公司為樣本，深入考察了控制鏈長度對上市公司股價崩盤風險的影響及其作用機制。本研究的貢獻主要體現在：第一，現有針對股價崩盤風險影響因素的研究，缺乏對控制鏈特征的足夠關注，而本文從控制鏈長度這一視角展開的分析，豐富了該領域的相關研究；第二，本文區分企業產權性質進行的檢驗發現，國有企業控制鏈長度對股價崩盤風險的影響弱于非國有企業，說明控制鏈長度產生的作用受企業產權性質的影響，深化了該領域的研究；第三，本文將控制鏈長度與股價崩盤風險這一股票市場極端事件聯系在一起，拓展了控制鏈長度經濟后果方面的研究。進一步，本文還探究了控制鏈長度影響股價崩盤風險的作用機制問題，更加深入地揭示了金字塔結構企業集團的運行機制。

二、文獻回顧與研究假設

(一)文獻回顧

1．金字塔結構

當前，金字塔結構是公司治理領域研究的熱點問題之一。終極控制人可以通過金字塔控股結構組建企業集團實現對上市公司的控制(Laporta et al.，1999；劉慧龍，2017；韓鵬飛 等，2018)。已有文獻圍繞金字塔控股結構的成因和經濟后果進行了大量研究，其中主流觀點認為終極控制人會出于掏空動機組建金字塔集團以獲取超額控制權(Laporta et al.，1999；韓鵬飛 等，2018)。金字塔控股結構下兩權分離產生的權益杠桿效應以及控制鏈延長帶來的隱身效應，有利于終極控制人以較低的持股比例獲取較大的控制權，進而增強對上市公司的掏空能力，并使掏空行為趨于表征化(Laporta et al.，1999；Morck et al.，2003；王燁，2009)?；谔涂占僬f，現有研究發現金字塔控股結構會惡化控股股東掏空行為(王燁，2009；Morck et al.，2003)、加劇企業業績波動(張瑞君 等，2012)、降低企業信息質量(Fan et al.，2002；鄭國堅 等，2017)以及提高股價同步性(方政 等，2013)。也有研究指出，金字塔控股結構有利于促進企業集團內部資本市場的形成，緩解成員企業融資約束。如Almeida et al.(2011)發現，控制鏈長度與上市公司債務規模顯著正相關，控制鏈越長的上市公司債務規模越大。此外，Fan et al.(2013)認為，中國地方國有企業構建金字塔結構主要出于分權動機，較長的控制鏈在政府與企業之間形成天然“隔離帶”，有助于降低政府干預，提高企業經營效率?；谶@一視角，江軒宇(2016)的研究表明，國有企業控制鏈越長創新水平越高；Liu et al.(2015)發現，較長的控制鏈可以降低國有企業違規概率；Zhang et al.(2016)的研究表明，控制鏈越長的國有企業稅收負擔越輕。但是，延長國有企業控制鏈也會導致更嚴重的內部人代理問題(鐘海燕 等，2010)，加劇高管腐敗(徐細雄 等，2013)與薪酬操縱行為(權小鋒 等，2010)。同時，劉慧龍(2017)發現，較長的控制鏈增強了管理層攫取私利的動機和能力，進而會導致高管薪酬業績敏感性降低，并且提高企業成本粘性(劉慧龍 等，2017)。

2．股價崩盤風險

Jin et al.(2006)提出的壞消息隱藏假說，從代理沖突導致壞消息隱藏的角度闡述了股價崩盤風險的成因，將研究視角從市場層面轉向公司層面(羅進輝 等，2014)。該理論認為，公司內部人出于自利動機會隱藏負面消息，長此以往，當負面消息不斷累積達到一定程度而無法繼續隱藏時，將瞬間集中釋放，進而引發股價崩盤。基于此，現有文獻主要從代理沖突和信息透明度兩個視角對股價崩盤風險展開研究。

一方面，管理層出于在職消費、提高期權價值、職業晉升以及構建“帝國”等考慮，在信息披露中往往“報喜不報憂”(Xu et al.，2014；Kim et al.，2011；Piotroski et al.，2015)。與此同時，大股東也會通過隱瞞壞消息來掩蓋其掏空行為(Boubaker et al.，2014；Hong et al.，2017)，進而導致壞消息突然集中釋放，產生股價崩盤風險。姜付秀等(2018)指出，控股股東之外的其他大股東可以抑制控股股東隱藏壞消息的行為，從而降低股價崩盤風險。女性高管、大股東以及機構投資者的監督亦有助于削弱管理層隱藏壞消息的動機和能力(李小榮 等，2012；王化成 等，2015；An et al.，2013)，從而降低股價崩盤風險。另一方面，當企業信息透明度較低時，投資者很難感知企業隱藏壞消息的行為，而內部人易于進行信息管理，因此股價崩盤風險更高(Jin et al.，2006；Hutton et al.，2009)。Kim et al.(2014)的研究也證實，信息透明度越低，股價崩盤風險越高。此外，Kim et al.(2016)發現提高企業會計穩健性能夠降低股價崩盤風險，進一步支持信息透明度與股價崩盤風險之間存在負相關關系的結論。許年行等(2012)發現，分析師樂觀偏差導致企業的負面消息無法及時融入股價，進而會加劇股價崩盤風險。孟慶斌等(2018)研究表明，融券賣空制度增強了投資者對企業私有信息的挖掘能力，能夠顯著降低股價崩盤風險。羅進輝等(2014)指出，媒體報道有助于降低企業的信息監督成本，進而降低股價崩盤風險。

(二)研究假設

一般來說，公司內部人(終極控制人和管理層)的效用函數與外部投資者的目標并不完全一致，由此產生第一類和第二類代理問題。受信息不對稱的影響，外部投資者面臨著較高的監督成本(王化成 等，2016)，因此終極控制人和管理層既有動機又有能力攫取私利。為實現這一目的，終極控制人和管理層通常會隱藏壞消息，隨著壞消息在公司內部的不斷積累，當達到一定程度并集中釋放時將導致股價崩盤?，F有文獻也已證實，內部人隱藏壞消息的動機和能力越強，公司股價崩盤風險越高。因此，本文認為控制鏈長度可能會通過影響第一類和第二類代理問題，進而對上市公司股價崩盤風險產生影響。

控制鏈長度是控制鏈的基本特征之一，其會對公司權力配置、內部監督機制、組織結構、交易結構以及信息傳遞機制等諸多方面產生影響(王蓓 等，2013；劉慧龍，2017)。一般認為，控制鏈越長，企業集團組織結構越復雜、內部資本市場越大、透明度和內部控制有效性越低、終極控制人隱蔽性和權益杠桿效應越強、信息傳遞機制越扭曲，同時也會導致內部權力配置失衡(Peng et al.，2011；儲成兵，2013；王蓓 等，2013；劉慧龍，2017；Liu et al.，2015；徐細雄 等，2013)。面對不同長度的控制鏈，公司內部人(終極控制人和管理層)與外部投資者之間的信息不對稱程度和利益不對稱程度也存在差異，這種差異會影響到終極控制人和管理層的目標函數與決策空間(王化成 等，2016)。本文認為，與較短的控制鏈相比，較長的控制鏈導致終極控制人和管理層更傾向于攫取私利，且攫取私利的決策空間更大(王燁，2009；Morck et al.，2003；劉慧龍，2017)，從而誘發更多的終極控制人掏空行為和管理層自利行為。

1．終極控制人掏空視角

控制鏈越長，終極控制人決策的動機導致其越可能實施掏空行為，且掏空的決策空間越大。主要原因在于：第一，金字塔控股結構具有很強的權益杠桿效應。一般情況下，控制鏈越長，終極控制人的控制權與現金流權偏離程度越大，終極控制人獲得的權益杠桿效應越大(毛世平，2009)。而且，終極控制人掏空上市公司資源所能獲得的收益遠大于因現金流權存在而遭受的損失(劉運國 等，2009)。因此，較長的控制鏈會誘發終極控制人產生更強的掏空動機。劉運國等(2009)的研究發現，上市公司金字塔層級越多，終極控制人對上市公司的掏空行為越嚴重。實際上，金字塔控股結構已經成為終極控制人輸送利益的“傳送帶”(Morck et al.，2003)。第二，控制鏈越長，終極控制人控制上市公司的路徑越隱蔽，進行掏空時被發現的概率也就越低，這會進一步提升終極控制人攫取私利的動機(陳紅 等，2012)。同時，終極控制人與上市公司之間存在的層級越多，所形成的企業集團組織結構和關系網就越復雜，信息不對稱程度也將越高(王蓓 等，2013)。此時，關聯交易、資金占用以及關聯擔保等掏空行為更隱蔽且更易操作。因此，終極控制人的掏空行為會隨控制鏈的延長而趨于表征化和復雜化。王燁(2009)認為，即使權益杠桿效應不存在，終極控制人的掏空動機和能力也將隨著控制鏈的延長而增加。第三，通常，控制鏈越長的企業集團其內部資本市場越大(Almeida et al.，2011)，企業可以與更多的關聯單位發生資金往來和資產交易。這有利于終極控制人拓展“隧道”空間，終極控制人在其控制鏈上的每一個環節都可以對中小股東進行掠奪(Morck et al.，2003；Peng et al.，2011)。劉慧龍(2017)研究發現，控制鏈越長的企業發生關聯交易的規模越大；邵帥等(2015)的研究也表明，相較于直接持股，金字塔控股結構更便于終極控制人從事炒殼、賣殼等資本運作行為。由此可見，控制鏈越長，終極控制人攫取私利的空間越大。

2．管理層自利視角

管理層自利行為被認為是誘發股價崩盤風險的重要因素之一(Kim et al.，2011；Xu et al.，2014)。控制鏈越長，公司管理層決策的動機導致其更可能進行自利行為，且自利行為的決策空間更大。這主要體現在以下幾個方面：首先，較長的控制鏈使得終極控制人很難獲取充分、及時的信息以監督高管；并且，實際管理過程中往往是逐級監督，中間層級公司的高管作為代理人，未必會對下級公司的高管進行有效監督。因此，控制鏈越長，終極控制人對管理層的監督越間接和薄弱，管理層擁有更強烈的動機和更多的機會追求個人私利(劉慧龍，2017)。Liu et al.(2015)也認為，較長的控制鏈會增加管理者代理成本，管理者可以使用自由量裁權改變企業行為以及實現自我目標(李小榮 等，2012)。控制鏈的延長會弱化對管理者的監督，隱含的推斷是，控制鏈越長，管理者自由量裁權越大。由于高管天然具有謀取私利的動機，這就導致在較長的控制鏈下管理層尋租的動機和能力也越強(Bebchuk et al.，2003)。其次，控制鏈長度會通過影響上市公司在集團內部資本市場的交易規模和范圍，進而對管理層的尋租空間產生影響?？刂奇溤介L，上市公司與上級公司及其控制的公司發生的關聯交易越多，管理層越容易攫取私利。再者，控制鏈越長，上市公司的內部控制有效性越低(儲成兵，2013)，管理層自由發揮的空間越大，越有能力為攫取私利而從事損害股東利益的行為(王化成 等，2016)。王克敏等(2007)也指出，當管理者因缺乏監督和制約而導致企業內部權力配置失衡時，管理者實施權力尋租的空間顯著增大。此外，劉慧龍(2017)認為，面對較長的控制鏈，終極控制人需要利用財務信息對公司管理層進行監督。這就為管理層實施信息操縱、隱藏壞消息提供了空間與機會。由此可見，在較長的控制鏈下，管理層有更強烈的動機和更大的決策空間攫取私利。

綜上可知，較長的控制鏈會誘發更多的終極控制人掏空行為和管理層自利行為。理論上，終極控制人和管理層的私利攫取行為都可能導致企業隱藏壞消息的概率上升，最終提高股價崩盤風險。從這一角度看，控制鏈長度與上市公司股價崩盤風險可能呈顯著的正相關關系。

當然，隨著控制鏈的延長，一方面可以降低政府對地方國有企業的干預(Fan et al.，2013)，另一方面也能夠在一定程度上幫助民營企業擴大內部資本市場，緩解融資約束(Almeida et al.，2011)。在這兩種情形下，較長的控制鏈可能會降低股價崩盤風險。但是，鄭國堅等(2017)發現，國有企業延長控制鏈與簡政放權改革的邏輯并不一致，在培育和發展企業集團的過程中存在著過多的行政干預和“揠苗助長”行為。鐘海燕等(2010)的研究表明，延長控制鏈帶來的內部人控制所產生的代理成本要大于減輕政府干預降低的政治成本。與此同時，企業集團內部資本市場已經異化為向終極控制人進行利益輸送的渠道(劉星 等，2010)。此外，從股價崩盤風險的生成機制分析，內部人的代理問題和較低的信息透明度是誘發股價崩盤風險最主要的原因(Jin et al.，2006；Hutton et al.，2009；羅進輝 等，2014)。由此可見，與股價崩盤風險的消減效應相比，較長的控制鏈對于股價崩盤風險的提升效應可能占主導地位?；谏鲜龇治?，本文提出：

假設H1：控制鏈越長，上市公司股價崩盤風險越高。

三、研究設計

(一)樣本選擇與數據來源

本文以2007—2016年中國A股上市公司為研究樣本，并借鑒Xu et al.(2014)、王化成等(2015)、孟慶斌等(2018)，對樣本進行了如下處理：剔除金融行業公司；剔除被ST的公司；剔除公司IPO當年的觀測值；剔除相關數據缺失的觀測值；剔除年股票交易周數少于30周的觀測值；對所有連續變量進行上下1%水平的縮尾處理。最終共收集11514個觀測值，由于具體研究內容不同，后續實證過程中各部分觀測值將略有不同。本文研究數據來源于CSMAR和WIND數據庫。

(二)變量度量

1．控制鏈長度(Ln layer)

本文借鑒Fan et al.(2013)、劉慧龍(2017)的做法，控制鏈長度數據根據CSMAR數據庫提供的上市公司終極控制人控制鏈圖手工整理得到。從終極控制人到上市公司，控制鏈上每一個單位(個人)算一個層級，層級數表示控制鏈條長度，如果存在多條控制鏈，則選擇最長的鏈條作為代表。為減少異方差的影響，我們對控制鏈長度進行了對數化處理，記為Ln layer。

2．股價崩盤風險(CrashRisk)

借鑒Xu et al.(2014)、王化成等(2015)、孟慶斌等(2018)，本文構造負收益偏態系數Ncskew和收益上下波動比率Duvol兩種變量度量股價崩盤風險，具體過程為：

首先，按年度對股票i的周收益率數據進行如下回歸：

Ri,t=β0+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周考慮現金紅利再投資的收益率，Rm,t為股票i所在市場第t周考慮現金紅利再投資的收益率。對式(1)回歸后的殘差εi,t加1取自然對數，即為股票i在第t周的特有收益率Wi,t。

然后，基于股票周特有收益率Wi,t，構造負收益偏態系數Ncskew和收益上下波動比率Duvol。

(2)

其中，n為股票i每年的交易周數。Ncskew的數值越大，表示股價崩盤風險越大。

(3)

其中，nd和nu分別表示股票i的周特有收益率Wi,t小于和大于年平均周特有收益率的周數。Duvol的數值越大，表示股價崩盤風險越大。

3．控制變量

借鑒Xu et al.(2014)、王化成等(2015)、孟慶斌等(2018)，本文控制了以下變量：當期股價崩盤風險(CrashRisk)；平均周收益率(Ret)，為股票i當期平均周特有收益率；收益波動率(Sigma)，為股票i當期周特有收益率標準差；月平均超額換手率(Turnover)，為股票i當期與上一期月平均換手率之差；資產負債率(Lev)，為期末總負責與總資產之比；總資產收益率(Roa)，為凈利潤與總資產之比；公司規模(Size)，為期末總資產的自然對數；市值賬面比(MB)，為市場價值與賬面權益價值之比；信息不透明度(Absacc)，為依據瓊斯模型計算的可操縱應計盈余絕對值。此外，本文還控制了年度(Year)和行業(Industry)效應。

(三)模型構建

為檢驗假設H1，借鑒Xu et al.(2014)、王化成等(2015)以及孟慶斌等(2018)，設定如下模型：

CrashRiskt+1=α0+α1Ln layert+Controlst+Year+Industry+ε

(4)

其中，CrashRiskt+1為第t+1期的Ncskew和Duvol；Ln layert為第t期控制鏈長度；Controlst為第t期控制變量；Year和Industry分別為年度和行業啞變量。

根據假設H1的預期，Ln layert的回歸系數α1應顯著為正。

四、實證分析

(一)描述性統計分析

本文主要變量的描述性統計結果表1。從中可以看出，Ln layert的平均值和中位數分別為1.154和1.099，最小值和最大值分別為0.693和1.946，說明變量的分布比較均勻。Ncskewt+1(Duvolt+1)的平均值和標準差分別為-0.352(-0.276)和0.870(0.719)，說明不同公司的股價崩盤風險存在很大差異。其他變量的分布與已有研究基本一致。

表1 描述性統計分析

(二)相關性分析

表2列示了本文主要變量的相關性分析結果。從中可見，Ncskewt+1和Duvolt+1的相關系數為0.918，且在1%水平上顯著，說明兩個指標具有較好的一致性；Ln layert與Ncskewt+1和Duvolt+1的相關系數分別為0.044和0.052，且均在1%水平上顯著，說明在不考慮其他因素影響時，控制鏈長度與上市公司股價崩盤風險顯著正相關，符合假設H1的預期。另外，本文還計算了各主要變量的VIF值，其中最大值為2.06，平均值為1.42，說明各主要變量之間不存在嚴重共線性問題。

表2 相關性分析

注：表內為Pearson相關系數；***、**、*分別代表1%、5%和10%的顯著性水平。

(三)單變量分析

表3報告了主要變量的單變量分析結果。按Ln layert是否大于年度-行業中位數，本文將樣本劃分為控制鏈較長和控制鏈較短兩組。從Ncskewt+1(Duvolt+1)指標來看，控制鏈較長組的平均值在1%水平上顯著大于控制鏈較短組的平均值，表明控制鏈越長的公司股價崩盤風險越高，符合假設H1的預期。當然，這是不考慮其他影響因素的結果，具體關系如何還需進一步控制其他變量進行回歸分析。

表3 單變量分析

注：***、**、*分別代表1%、5%和10%的顯著性水平。

(四)控制鏈長度的股價崩盤風險提高效應回歸分析

1．主效應分析

使用模型(4)對控制鏈長度與股價崩盤風險進行回歸，結果如表4所示。列(1)是以Ncskewt+1作為被解釋變量進行單變量回歸的結果，列(2)是加入除信息不透明度外其他控制變量后的回歸結果，列(3)是進一步控制信息不透明度變量的回歸結果。從中可見，控制鏈長度(Ln layert)的回歸系數分別為0.117、0.110、0.110，且均在1%水平上顯著。這與理論分析一致，說明控制鏈越長，上市公司股價崩盤風險越高，二者顯著正相關，假設H1得到驗證。在列(4)至(6)中將被解釋變量替換為Duvolt+1，所得結論不變。

表4 控制鏈長度的股價崩盤風險提高效應回歸分析：主效應分析

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

在控制變量方面，市值賬面比(MBt)、公司規模(Sizet)、總資產收益率(Roat)及收益波動率(Sigmat)顯著為正，平均周收益率(Rett)顯著為負，與王化成等(2015)、姜付秀等(2018)、孟慶斌等(2018)基本一致。而信息不透明度(Absacct)、資產負債率(Levt)、月平均超額換手率(Turnovert)并不顯著，這與李小榮等(2012)、許年行等(2012)的研究結論相同。

2．產權性質對比分析

在中國，不同產權性質的企業金字塔結構的形成機制存在本質不同。與非國有企業相比，國有企業控制鏈一定程度上是基于減輕政府干預動機形成的，旨在提高企業運行效率(Fan et al.，2013)。由此，在國有企業中，較長的控制鏈帶來的降低政治成本的正向作用與增加代理成本的負向作用存在一定的抵減和對沖效果。因此，本文推斷，控制鏈長度對股價崩盤風險的正向影響在非國有企業中更為明顯。

本文根據產權性質將樣本劃分為國有企業與非國有企業兩組，分別使用模型(4)進行回歸，結果如表5所示。從表5可見，無論是使用Ncskewt+1還是Duvolt+1作為被解釋變量，控制鏈長度(Ln layert)的回歸系數僅在非國有企業組顯著為正，見列(3)和列(4)。而在國有企業組，控制鏈長度與股價崩盤風險之間的關系雖然為正，但并不顯著，見列(1)和列(2)。上述結果支持了本文的推斷，即在非國有企業中，控制鏈長度對股價崩盤風險的正向影響更明顯。

表5 控制鏈長度的股價崩盤風險提高效應回歸分析：產權性質對比分析

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

(五)穩健性和內生性檢驗

1．替換股價崩盤風險的度量方法

替換股價崩盤風險的度量方法，引入股價崩盤風險啞變量(Crash)，度量方法如下：

Wi,t≤Average(Wi,t)-3.09σi,t

(5)

其中，Wi,t為根據式(1)計算的股票i周特有收益率，Average(Wi,t)為股票i周特有收益率年均值，σi,t為股票i當年周特有收益率標準差。如果股票i周特有收益率Wi,t在一年內至少有一次符合式(5)，則表示股票i在該年發生了崩盤事件，Crash取值為1，否則取值為0。使用Crasht+1作為被解釋變量進行回歸分析，結果見表6，不難發現，本文的主要結論基本不變。

表6 替換股價崩盤風險的度量方法

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

2．Heckman兩階段法檢驗

為排除潛在的樣本自選擇問題，借鑒Zhang et al.(2016)、劉慧龍(2017)的做法，使用同年度-行業和年度-地區Ln layer的均值IV-yi和IV-yp作為工具變量。通常而言，Ln layer與IV-yi和IV-yp具有一定相似性，但目前還沒有證據顯示IV-yi和IV-yp會影響公司股價崩盤風險。Heckman兩階段法的回歸結果如表7所示。

表7 Heckman兩階段法檢驗

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

由表7，從列(1)可以看出，本文所選取的工具變量IV-yi和IV-yp具有合理性；列(2)和列(3)是加入逆米爾斯比(IMR)的回歸結果，從中可見，逆米爾斯比(IMRt)的回歸系數顯著為負，表明原來的回歸中確實存在自選擇問題，但Ln layert的回歸系數仍在1%水平上顯著為正。上述結果表明，在考慮樣本自選擇問題后，假設H1仍然成立。

3．基于PSM方法的檢驗

為解決遺漏變量的內生性問題，本文采用傾向得分匹配法(PSM)進行控制。首先，將11514個觀測值按年度-行業依據控制鏈長度等分為三部分，只保留上、下三分之一兩部分觀測值，分別代表3833個控制鏈相對較長和3709個控制鏈相對較短的觀測值；其次，基于7542個觀測值估計一個Logit模型計算傾向得分，如果觀測值屬于上三分之一，則因變量Layerdumb為1，否則為0；再者，根據最近鄰匹配法按照1∶1的比例進行樣本配對，獲得2003對處理組和對照組樣本；最后，使用模型(4)對配對樣本進行回歸。相關結果列于表8，不難發現，主要結論依然成立。

表8 基于PSM方法的檢驗

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

4．Placebo檢驗

上文對金字塔結構形成原因的分析一定程度上說明控制鏈長度的形成并不是一種隨機選擇。如果通過隨機指定公司的控制鏈長度，再進行回歸時發現原主回歸結果仍存在，則表明控制鏈長度并不會對股價崩盤風險產生實質性影響；反之，則表明控制鏈長度確實是影響股價崩盤風險的主要因素。因此，借鑒肖金利等(2018)的研究，進行Placebo檢驗。首先，為每個公司隨機分配控制鏈長度；其次，將隨機分配的控制鏈長度與對應的股價崩盤風險變量使用模型(4)重復回歸500次。未報告的結果顯示，本文構造的虛擬處理效應并不成立。Placebo檢驗再次證實本文結論是可靠的。

5．其他穩健性檢驗

為進一步增強結論的可靠性，本部分還進行了以下測試：

一是進一步控制其他因素的影響。借鑒Xu et al.(2014)、王化成等(2015)，加入會計穩健性(Cscore)、兩職合一(Duality)、董事會規模(Boardsize)、獨董比例(Indep)，重新分析的結果見表9列(1)和列(2)，從中可見，主要結論未發生變化。

二是延長窗口預測期。將股價崩盤風險的預測窗口延長到兩年后，重新分析的結果見表9列(3)，不難得知，假設H1依然成立。

三是中位數回歸。為考察本文結論是否由異常值所致，本文進行了數據極端值敏感性測試，重新分析的結果見表9列(4)，可以發現，結論未發生變化。

四是公司層面聚類調整。為進一步減少模型中的異方差等問題，本文對t值進行了公司層面Cluster調整，重新分析的結果見表9列(5)，從中可知，主要結論未發生變化。

五是Change模型。本文采用Change模型進一步控制可能遺漏的不隨時間改變的個體效應對回歸結果的影響。Change模型的回歸結果見表9列(6)，不難發現，Ln layert的系數依然顯著為正，說明本文結論并非遺漏不隨時間改變的個體因素所致。

表9 其他穩健性和內生性檢驗

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。以Duvolt+1作為被解釋變量的回歸結果與Ncskewt+1一致，本部分未報告，留存備索。

五、作用機制分析

接下來，本文對控制鏈長度影響股價崩盤風險的作用機制進行探討。前已述及，控制鏈長度會通過誘發更多的終極控制人掏空行為和管理層自利行為，進而加劇股價崩盤風險。為此，本文借鑒溫忠麟等(2004)、姜付秀等(2017)提出的中介效應檢驗方法，考察上述兩種作用機制是否成立。

具體地，設定如下所示的中介效應檢驗模型：

CrashRiskt+1=α0+α1Ln layert+Controlst+Year+Industry+ε

(Path a)

Mediatort=λ0+λ1Ln layert+Controlst+Year+Industry+ε

(Path b)

CrashRiskt+1=β0+β1Ln layert+β2Mediatort+Controlst+Year+Industry+ε

(Path c)

其中，CrashRiskt+1為被解釋變量股價崩盤風險；Ln layert為解釋變量控制鏈長度；Controlst為控制變量(除特殊說明外，具體變量說明與模型(4)相同)；Mediatort為中介變量，用以刻畫終極控制人掏空行為和管理層自利行為；Year和Industry分別為年度和行業啞變量。

參考溫忠麟等(2004)和姜付秀等(2017)，按照以下程序和原理進行檢驗。首先，對模型(Path a)進行回歸，以解釋變量的回歸系數α1顯著為前提，考慮中介效應是否成立。然后，對模型(Path b)和模型(Path c)進行回歸，如果解釋變量的回歸系數λ1和中介變量的回歸系數β2均顯著，則表明中介效應成立。在此基礎上，如果模型(Path c)中解釋變量的回歸系數β1顯著(不顯著)，表示中介變量發揮部分(完全)中介效應；如果模型(Path b)中解釋變量的回歸系數λ1和模型(Path c)中中介變量的回歸系數β2至少有一個不顯著，則需要通過Sobel檢驗以判斷中介效應λ1×β2是否成立。

(一)檢驗誘發更多的終極控制人掏空行為

本文以終極控制人掏空行為作為中介變量，利用上述中介效應模型對這一可能的作用機制進行檢驗。其中，終極控制人掏空行為參照姜付秀等(2017)、陳勝藍等(2018)的做法，用關聯交易(RPT)來衡量。關聯交易(RPT)采用剔除可能存在一定噪音交易項目(合作項目、許可協議、研究與開發成果、關鍵管理人員報酬、其他事項)之后的關聯交易總和占總資產的比值(行業調整后)予以度量。此外，在考察控制鏈長度對終極控制人掏空行為影響時，參照已有研究，選取公司規模(Size)、資產負債率(Lev)、市值賬面比(MB)、控股股東持股比例(SH1)、第二至第十大股東持股比例(SH2)、董事會規模(Boardsize)、獨董比例(Indep)、產權性質(SOE)、兩權分離度(Sepe)作為控制變量。檢驗結果如表10所示。

表10中，列(1)和列(2)是模型(Path a)的檢驗結果，被解釋變量Ncskewt+1和Duvolt+1對解釋變量Ln layert的回歸系數α1均顯著為正，與表4的結果基本一致。列(3)是模型(Path b)的檢驗結果，中介變量關聯交易(RPTt)對解釋變量Ln layert的回歸系數λ1為0.121，且在1%水平上顯著，表明控制鏈長度與終極控制人掏空行為呈顯著的正向關系，控制鏈越長，終極控制人掏空行為越嚴重。列(4)和列(5)是模型(Path c)的檢驗結果，從中可見，無論是將Ncskewt+1還是Duvolt+1作為被解釋變量，中介變量關聯交易(RPTt)的回歸系數均在1%水平上顯著為正，表明終極控制人掏空行為具有中介效應，較長的控制鏈誘發了更多的終極控制人掏空行為，從而進一步提高了股價崩盤風險。同時，在控制中介變量關聯交易(RPTt)后，解釋變量Ln layert的回歸系數β1仍顯著為正，說明終極控制人掏空行為在控制鏈長度與股價崩盤風險之間發揮部分中介效應。

此外，為保證結論的可靠性，本文同時構建了Sobel Z統計量，以進一步考察中介效應λ1×β2是否成立。具體地，當被解釋變量為Ncskewt+1時，Sobel Z統計量為4.179，而當以Duvolt+1作為被解釋變量時，Sobel Z統計量為3.609，均達到1%顯著性水平。這表明，誘發更多的終極控制人掏空行為的確是控制鏈長度影響股價崩盤風險的一個重要機制。

表10 作用機制分析：終極控制人掏空行為

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

(二)檢驗誘發更多的管理層自利行為

本文參照權小鋒等(2010)、劉娥平等(2017)的研究，以管理層超額在職消費(Unperks)作為管理層自利行為的衡量指標。同樣,使用上述中介效應模型檢驗管理層自利行為是否在控制鏈長度影響股價崩盤風險中發揮中介作用。其中，管理層超額在職消費(Unperks)為管理層實際在職消費與由經濟因素決定的正常在職消費之間的差額，根據權小鋒等(2010)的方法，通過模型(6)計算所得。在考察控制鏈長度對管理層自利行為影響時，參照已有研究，選取公司規模(Size)、資產負債率(Lev)、總資產收益率(Roa)、市值賬面比(MB)、控股股東持股比例(SH1)、董事會規模(Boardsize)、獨董比例(Indep)、兩職合一(Duality)、管理層是否持股(Maghlod)、股票周回報率標準差(Sigma)、是否“四大”審計(Audit)作為控制變量。

(6)

模型(6)中，Perksi,t為管理費用中扣除明顯不屬于在職消費項目后的金額；Asseti,t-1為期初總資產；ΔSalei,t為主營業務收入變化額；PPEi,t為固定資產凈額；INVi,t為存貨總額；Ln employeei,t為企業員工總數的自然對數。使用模型(6)對樣本分年度分行業進行回歸所得的殘差即為管理層超額在職消費(Unperks)。

檢驗結果如表11所示。從中可見，在模型(Path a)中，控制鏈長度(Ln layert)的回歸系數α1依然在1%水平上顯著為正，見列(1)和列(2)。在模型(Path b)中，中介變量管理層超額在職消費(Unperkst)對控制鏈長度(Ln layert)的回歸系數λ1為0.003，且在1%水平上顯著，見列(3)。這表明控制鏈長度與管理層自利行為呈顯著的正相關關系，控制鏈越長，管理層自利行為越嚴重。在模型(Path c)中，將中介變量管理層超額在職消費(Unperkst)放入基本模型后，其回歸系數分別在1%和5%水平上顯著為正；同時，控制鏈長度(Ln layert)的回歸系數β1仍顯著為正，見列(4)和列(5)。此外，本部分的Sobel Z統計量分別為2.032和1.858，至少在10%水平上顯著。總體結果證實，管理層自利行為在控制鏈長度與股價崩盤風險之間發揮部分中介作用，誘發更多的管理層自利行為是控制鏈長度影響股價崩盤風險的另一個重要機制。

表11 作用機制分析：管理層自利行為

注：***、**、*分別代表1%、5%和10%的顯著性水平；括號內是t值(經Robust調整)。

六、結論、建議與未來研究方向

(一)研究結論

本文以2007—2016年中國A股上市公司作為研究樣本，深入考察了控制鏈長度對股價崩盤風險的影響及相關作用機理。具體結論包括：企業集團控制鏈長度與股價崩盤風險之間顯著正相關，即較長的控制鏈會提高上市公司股價崩盤風險；根據企業產權性質進行的分組研究發現，控制鏈長度對股價崩盤風險的提高效應在非國有企業中更為顯著；作用機制檢驗顯示，控制鏈長度對股價崩盤風險的影響主要通過誘發更多的終極控制人掏空行為和管理層自利行為兩條重要路徑發揮作用。

(二)政策建議

首先，本文研究結果顯示，控制鏈越長，上市公司股價崩盤風險越高，較長的控制鏈會誘發更多的內部人私利攫取行為。因此，相關部門應采取措施引導上市公司的終極控制人縮短控制鏈，實現控股結構扁平化。這有利于提高信息透明度，削弱內部人攫取私利的動機和能力，并降低相關部門和外部投資者對攫取私利行為監管的難度。同時，應制定專門針對金字塔控股結構的監管條例，強化對具有復雜控制鏈的上市公司的監管。

其次，本文研究發現，控制鏈長度與股價崩盤風險的關系受企業產權性質的影響。因此，關注終極控制人的產權性質有利于提高相關部門的監管效率，在未來的監管實踐與理論研究中應考慮終極控制人產權性質的影響，加強分類監管與分類研究。

(三)未來研究方向

以往有關金字塔控股結構經濟后果的研究中，往往將終極控制人以及與之伴隨的第二類代理沖突作為關注焦點，而本文對于作用機制的分析發現，較長的控制鏈同樣會引發更嚴重的管理層代理問題。因此，后續的相關研究中也應高度重視金字塔控股結構引發的第一類代理問題。