股價崩盤風險、監督壓力與非效率投資

(上海大學 經濟學院,上海 200044)

1 引言

近年來，隨著中國經濟結構的深度調整和經濟增長的低速運行，上市公司的非效率投資行為出現兩種引人關注的現象：其一是并購高溢價的投資過度行為。據Wind數據統計，截止到2017年底，369家公司商譽與凈資產比例高于30%，73家公司高于60%，18家公司高于100%，商譽總額達到1.45萬億，495家上市公司發生了商譽減值損失，表現出明顯的投資過度；其二是上市公司大規模投資金融類理財產品而導致的主業投資不足。截止到2018年底，有1201家上市公司購買了銀行理財產品、證券公司理財產品、信托貸款、私募等金融產品，總金額達1.33萬億元 。上市公司的非效率投資行為，一方面增加了上市公司股價崩盤風險，容易引發系統性金融風險[1]；另一方面也削弱了資本市場配置效率，影響資本市場的穩定發展和服務實體經濟的功能發揮[2]。于是，如何有效治理上市公司非效率投資行為成為監管部門迫切需要解決的問題。

既有文獻基于信息經濟學、不確定經濟學和公司治理等理論框架，一方面分析了代理沖突、會計信息質量、決策權分離度、內部控制質量、股權集中度、融資約束、企業現金流和股權激勵等公司內部結構對非效率投資的綜合影響效應[3～5]；另一方面也分析了利率市場化、企業社會責任和信貸錯配等外部環境對非效率投資的抑制作用[6～8]。大量的研究成果極大地推動了非效率投資行為的研究進展，同時也反映了非效率投資行為具有內外部因素互動的響應機制。從上市公司非效率投資行為的演化軌跡看，市場投資者未必是其投資行為的被動接受者，它可以選擇“用腳投票”的方式作出回應；社會媒體和監管部門也不會完全無視這種非效率投資行為肆意忘形。那么，上市公司的非效率投資決策是否會考慮未來市場投資者的選擇與監管壓力，從而改善其非效率投資行為？尤其是在市場已經做出負面評價后，上市公司是否具有足夠的動機去改善市場的負面評價，以及企業動機的來源是外部推動的還是內部自發形成的？

基于此，本文以股價崩盤風險作為市場投資者抉擇的代理變量，以2006年至2017年的滬深A股上市公司為樣本，研究其股價崩盤風險上升以及所出現的內外監管壓力對公司非效率投資的影響機理。研究結果表明，市場負面情緒的積聚即股價崩盤風險上升，對上市公司非效率投資行為具有一定的改善作用，既能改善公司過度投資行為，也能夠改善公司投資不足行為。進一步的結果發現，股價崩盤風險上升對公司非效率投資的改善作用，對于高內部監督壓力的公司更為顯著，而對于高外部監督壓力的公司存在不確定性。表明當前事后監督性的外部監督壓力只能使管理層選擇更為隱蔽的、背離股東意愿的管理行為。

本文的邊際貢獻體現在：其一，將股價崩盤風險與公司投資決策相聯系，分析資本市場投資者抉擇如何影響上市公司的管理決策，提供了與現有約束非效率投資文獻不一樣的經驗證據，拓寬了非效率投資影響因素的研究范圍。其二，理清了具有股價崩盤風險又疊加不同監管壓力等因素對管理層投資決策的影響方向和范圍，豐富了公司非效率投資行為的分析路徑。其三，佐證了當前對上市公司非效率投資行為的外部監督仍存在嚴重缺陷。

2 理論分析與研究假設

2.1 股價崩盤風險和非效率投資

不論是基于何種目的的非效率投資，首先需要解決的問題是投資資金的來源。按照“金融加速器”理論，公司價值越大，可抵押品價值越高，依賴外部融資的投資資金可獲得性就越大。在不完善的資本市場中，信息不對稱和委托代理等問題，使外部投資者、股東或債權人為保障自身的利益往往會觀察公司股價，以判斷公司價值進而設置較高程度的約束。因此，依賴外部融資的公司會更加關注公司股價的波動。Baker 等[9]以管理者與公司既有股東利益一致為出發點，實證發現股價上漲會導致股權融資成本降低，公司會選擇凈現值大于零的項目進行投資。Polk和Sapienza[10]證實了投資者情緒會通過“股權融資渠道”和“迎合渠道”影響公司的投資行為。花貴如等[11]將投資者與管理者有限理性納入同一分析框架，提出了有別于“股權融資渠道”和“迎合渠道”的投資者情緒影響企業投資行為的“管理者樂觀主義中介效應渠道”。羅琦和張標[3]進一步論證了投資者情緒與企業投資不足顯著負相關，而與企業過度投資顯著正相關。熊家財和蘇冬蔚[12]聚焦于股票流動性對企業非效率投資的影響，結果顯示股票流動性有助于緩解投資不足并抑制過度投資。

融資渠道會直接影響公司投資決策之外，籌資成本也會直接影響企業的投資決策。當公司股價崩盤風險上升時，表明公司未來的成長性或者盈利能力將受到比較負面的沖擊，市場對公司的價值預期呈現負面評價。股價崩盤風險會使得商業銀行等外部投資人通過大幅度提高利率等風險溢價措施彌補可能受到的損失[13]，因此，股價崩盤風險的上升導致企業債務融資的成本上升。劉小龍等[14]基于市場擇時理論也進一步驗證了股價崩盤會導致股權融資成本上升。因此綜合來看，股價崩盤風險的上升導致企業在同等水平下可以籌措到的資金規模下降、融資成本上升，從而改善公司的非效率投資決策。因此，本文提出如下假設：

H1股價崩盤風險會抑制公司的非效率投資程度。

2.2 股價崩盤風險與過度投資和投資不足

通常將非效率投資分為投資不足(under investment)和過度投資(over investment)。在存在機會成本和閑置資本的前提下，放棄凈現值高于0的投資機會表現為非效率投資中的投資不足，而投資于凈現值低于0的項目表現為非效率投資中的過度投資。管理層和股東之間的代理沖突常常會形成過度投資。即管理層出于在職消費的渴望使得企業存在投資沖動，而不管項目的NPV是正是負[15]。雖然管理者也會優先考慮具有正NPV的項目，但是在有足夠資金流的情況下，公司還是會做出非效率性投資決策，即過度投資。但是當股價崩盤風險上升時，公司融資渠道有限或者融資成本上升，管理層必然會拋棄一些投資項目，從而減少了無效資本的支出，即改善了企業的過度投資情況。另一方面，股價崩盤風險的上升也會對公司管理層發出警示信號，如果公司經營狀況進一步惡化甚至達到破產的地步，那么管理層將有可能永久性地失去控制權。在這種情況下，理性管理層將會選擇改變以往的投資模式，將資金盡可能地投向具有正NPV的項目，創造穩定的現金流，以挽救企業于破產風險之中，從而使得企業的投資不足情況得以約束。因此，本文提出如下兩個假設：

H2股價崩盤風險上升，能夠約束公司過度投資。

H3股價崩盤風險上升，能夠約束公司投資不足。

2.3 股價崩盤風險、監督壓力與非效率投資

股價崩盤往往產生于代理沖突嚴重的公司，既包括股東與管理者之間的代理沖突，也包括股東與債權人之間的代理沖突。面對股東與管理者之間的代理沖突，公司管理層有足夠的動機為自身利益最大化而做出有損公司發展的決策。當公司管理層考慮利己收益時，企業更容易產生過度投資；相反，在公司管理層存在自身成本約束的情況下，公司則可能會陷入投資不足[16]。代理沖突產生的根本原因是兩者之間的效用目標函數不一致，只有通過制度設計降低其利益非一致性或約束某種自私利益的存在，才能有效解決代理沖突問題。

研究表明，通過對管理者的決策行為進行日常監督，也能夠對管理者的行為進行矯正，使其朝著股東目標最大化的方向努力。高強度的監督壓力使得企業管理者的行為置于“陽光”下，從而改善了企業的非效率投資情況。管理者的監督壓力可能來自于內部，也可能來自于外部。內部監督的強弱可以從企業的內部治理窺見一二。公司內部治理結構的優劣，體現在股東對管理層決策的約束機制上。公司股東可以通過股東大會表決機制以及“用腳投票”的退出機制對企業管理層進行有效約束。董事會和監事會的設立，也是股東對管理層的有效監督渠道之一。外部監督則主要是依靠媒體、監管層以及機構投資者、分析師等。雖然有研究表明我國的機構投資者在資本市場上的表現具有顯著的“羊群效應”，可能會加劇股價的波動[17]。但是也有證據表明，機構投資者可以利用自身的信息、資金優勢、專業能力，成為強有力的企業“外部監督員”。例如證券分析師通過對內幕消息的解讀會增加A股股價中公司特質信息含量，從而起到促進資本市場穩定運行的作用[18]。這主要因為機構投資者相較于中小投資者具有更廣泛的信息渠道，在投入了巨大的資金后，更有能力也更有動力去監督企業朝著股東利益最大化的方向發展。因此，本文提出如下兩個假設：

H4股價崩盤風險對公司非效率投資的約束作用在高內部監督壓力的公司更為顯著。

H5股價崩盤風險對公司非效率投資的約束作用在高外部監督壓力的公司更為顯著。

3 研究設計

3.1 樣本選擇與數據來源

本文實證檢驗的樣本為2006年至2017年滬深兩市所有A股上市公司，數據來源于Wind數據庫和國泰安數據庫。為了保證數據的相關性，在回歸前，需要剔除不相關數據。因此對數據作如下處理：(1)剔除屬于風險警示的、財務數據出現異常的ST、*ST公司。(2)剔除與其他行業投資行為具有明顯區別的金融行業公司。這里所指的金融類上市公司是根據中國證監會2012年修訂的上市公司行業分類指引所劃分的J類(金融業)上市公司，包括貨幣金融服務、資本市場服務、保險業和其他金融業四個子類。(3)剔除數據存在缺失值的觀測值。同時，為了避免極端值對結論產生較大影響，對于所有連續變量進行上下1%的Winsorize處理。

3.2 變量說明

(1)股價崩盤風險

本文借鑒Hutton等[19]的研究，選取了Nckewi,t和Duvoli,t衡量上市公司當年度的股價崩盤風險。具體的計算過程如下：

首先利用(1)式回歸計算樣本上市公司經市場收益率調整的周收益率εi,t

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在第t周的個股周收益率，rm,t表示經流通市值調整的市場在第t周的加權平均收益率，為調整非同步性交易的影響，在模型中加入了市場加權平均收益率的超前項和滯后項rm,t-2、rm,t-1、rm,t+1和rm,t+2。計算得到的殘差項通過(2)式得到特定公司特定收益率Wi,t

Wi,t=ln(1+εi,t)

(2)

在Wi,t的基礎上我們計算股價崩盤風險度量指標Nckewi,t和Duvoli,t。

①負收益偏態系數Nckewi,t

(3)

其中n為個股i在t年的交易周數。Nckewi,t越大，表示該股票的周收益率的負的偏斜程度越高，即企業的股價崩盤風險越高。

②公司股票收益率上下波動的比例Duvoli,t

(4)

其中nd(nu)為個股特有周收益率高于(低于)年平均收益率的的周數。Duvoli,t越大，表明個股的收益率和年平均收益率的偏差越大，即股價崩盤風險越高。

(2)公司非效率投資

借鑒Richardson[20]的研究，本文采用預期投資度量企業非效率投資水平。如模型(5)所示，考慮到投資支出相對于運營的滯后，模型中的解釋變量均為滯后一期。

Inv_Ni,t=α0+α1TobinQi,t-1+α2Levi,t-1+α3Cashi,t-1+

α4Agei,t-1+α5Sizei,t-1+α6Returni,t-1+

α7Inv_Ni,t-1+ΣYear+ΣIndustry+εi,t

(5)

其中TobinQi,t-1為公司i的成長機會，由公司第t-1年的市場價值加上凈債務除以年初總資產得到；Levi,t-1為公司i第t-1年的資產負債率；Cashi,t-1為公司i第t-1年的現金狀況，由經營現金凈流量除以年初總資產得到；Agei,t-1為公司i截止到第t-1年年末的上市年數(不足1年的觀測值認定為0從而被剔除)；Sizei,t-1為公司i第t-1年的公司規模，用當期總資產的自然對數表示；Returni,t-1為公司i第t-1年的股票收益率，采用分紅再投的后復權的年漲跌幅表示；Year和Industry是用于控制年份和行業的啞變量。其中行業劃分標準采用證監會2012年修訂的《上市公司行業分類指引》。

(5)式的主要思路是通過對樣本數據進行回歸，得到期望投資水平，然后與其實際投資額進行比較得到殘差。而殘差的絕對數就可以用來表示企業非效率投資的程度，當然通過觀察殘差的正負就可以得到樣本企業非效率投資的具體方向：過度投資抑或是投資不足。

(3)監督壓力

①內部監督壓力(Internal_Control)。企業內部監督強度可用公司內部控制質量來衡量，本文利用迪博公司發布的內部控制白皮書來表示企業內部控制質量。迪博內部控制指標越大，表明企業的內部治理質量越高。

②外部監督壓力(Lns)。外部監督壓力的來源比較廣泛，例如政府、媒體、投資者等。考慮到是在股價崩盤的框架下進行研究，因此本文選取的外部監督指標為機構投資者持股比例。機構投資者持股比例越多，就代表外部的監督壓力越強。

(4)控制變量

在控制變量的選擇方面，本文主要參照了熊家財和蘇冬蔚[12]，方紅星和金玉娜[21]的研究設計，具體情況說明如表1所示。

表1 控制變量定義

3.3 模型設計

為驗證假設H1，本文設計了如下模型對其進行實證檢驗。若α1顯著為正，則表明企業股價崩盤風險顯著上升會影響企業后續的投資決策。

Absnon_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(6)

其中Absnon_Invi,t為通過預期投資模型計算得到的樣本企業i第t年的非效率投資絕對值，CrashRiski,t-1為前一期的股價崩盤風險，以Nckewi,t和Duvoli,t衡量。Xi,t-1為樣本公司的控制變量。

為了驗證假設H2和H3，這里將模型(6)的被解釋變量替換為Over_Invi,t和AbsUnder_Invi,t，構建如下新的回歸模型:

Over_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(7)

AbsUnder_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(8)

其中為直觀顯示各變量系數符號對投資不足的影響，模型(8)中用AbsUnder_Invi,t絕對值替換負值。若模型(7)的α1系數顯著為負，則說明股價崩盤風險改善了企業的過度投資行為，假設H2得到證實；若模型(8)的系數α1顯著為負，則說明股價崩盤風險改善了企業的投資不足行為，假設H3得到證實。

按照上文理論部分的分析，股價崩盤風險對企業非效率投資的抑制作用還可能與對管理層的監督壓力的改變有關，為了驗證假設H4和H5，這里將模型(6)稍加變形，引入監督壓力和監督壓力與股價崩盤的交互項，得到模型(9)和模型(10)。

Absnon_Invi,t=α0+α1CrashRiski,t-1+

α2CrashRiski,t-1×Internal_Controli,t-1+

α3Internal_Controli,t-1+α4Xi,t-1+εi,t

(9)

Absnon_Invi,t=α0+α1CrashRiski,t-1+

α2CrashRiski,t-1×Lnsi,t-1+

α3Lnsi,t-1+α4Xi,t-1+εi,t

(10)

4 實證檢驗與結果分析

4.1 描述性統計與相關性分析

根據描述性統計，核心解釋變量股價崩盤風險的度量指標Nckewi,t-1和Duvoli,t-1的均值分別為-0.175和-0.101，這和以往的研究結果相比，并不存在顯著的差異[15,22]。標準差分別為0.504和0.287，表明在滬深兩市上市的樣本公司中，股價崩盤風險存在明顯的差異。另外公司非效率投資的絕對值Absnon_Invi,t的均值為0.0444，標準差是0.0552，過度投資Over_Invi,t和投資不足的絕對值AbsUnder_Invi,t的均值分別為0.0557和0.0369，標準差分別為0.0753和0.0340，說明樣本企業在非效率投資方面更傾向于過度投資。除此之外，其他的變量的分布均屬于合理范圍。變量間相關系數的計算結果表明：Nckew與Duvol的相關系數為0.961，且在1%的水平上顯著正相關，表明兩者的一致性較好；企業非效率投資的三個指標與股價崩盤風險的兩個度量指標之間都呈現負相關關系，表明在不考慮其他因素的情況下，股價崩盤風險的上升有助于改善企業的非效率投資水平。

4.2 股價崩盤風險與非效率投資回歸結果

表2的第1列報告了假設H1的回歸結果。衡量企業的非效率性投資的指標Absnon_Invi,t與股價崩盤風險Nckewi,t-1的回歸系數為-0.00858在1%的統計性水平上顯著負相關，表明相對于沒有經歷股價崩盤風險顯著上升的公司而言，前一期股價崩盤風險的上升會抑制公司的非效率性投資，公司的投資決策將更加理智，這與我們的假設H1相符合，印證了我們關于管理層在面臨股價崩盤風險上升時的管理模式轉變的假設，即在權衡利弊之后，管理者會選擇實施更為穩妥的投資決策，以保證控制權不會落入他人之手。

表2的第2、3列分別報告了假設H2和假設H3的回歸結果。列2顯示了企業過度投資的指標Over_Invi,t與股價崩盤風險Nckewi,t-1的回歸系數為-0.0156在1%的統計性水平上顯著負相關，表明相對于沒有經歷股價崩盤風險顯著上升的公司而言，前一期股價崩盤風險的上升會抑制公司的過度投資情況。列3顯示了企業投資不足的指標AbsUnder_Invi,t與股價崩盤風險Nckewi,t-1的回歸系數為-0.00437在1%的統計性水平上顯著負相關，表明相對于沒有經歷股價崩盤風險顯著上升的公司而言，前一期股價崩盤風險的上升會顯著改善公司的投資不足情況。回歸的結果與我們提出的假設2和假設3符合，表明風險的增加確實導致企業的管理者轉向更為穩妥的投資模式，且相對于投資不足，股價崩盤風險的上升更容易使得企業過度投資的現象得到改善。

表2 股價崩盤風險與企業非效率投資

注:***為1%水平下顯著，**為5%水平下顯著，*為10%水平下顯著；未報告解釋變量為Duvoli,t-1的回歸結果。下同。

4.3 股價崩盤風險、監督壓力與非效率投資回歸結果

以上研究證實了本文最初的假設，即股價崩盤風險會起到約束企業非效率投資的作用。如果企業面臨的不確定性是由代理沖突引起的，這一現象是否會隨著管理層的監督壓力的變化而有所改變呢？換言之，如果對管理者的內外部監督壓力越小，股東與管理者的代理沖突越激烈，管理者越有能力和動力打造自己的“企業帝國”，企業的非效率投資水平也就越高。為了驗證H4和H5，我們展開接下來的實證檢驗。

表3報告了模型(9)與模型(10)的回歸結果。列1顯示股價崩盤指標與企業內部監督壓力指標交互項的系數顯著為負，證明了我們的假設4，股價崩盤風險對企業非效率投資的改善作用在高內部監督壓力的公司更為顯著。列2顯示股價崩盤指標與企業外部監督壓力指標交互項的系數為正，但不顯著，因此無法證明我們的假設5，結果表明寄希望于外部監督約束企業非效率投資水平可能并非有效之舉。周愛民和遙遠[23]發現外部監督壓力對公司管理層的影響更多地是事后監督，管理層在具有外部監督壓力的情況下可以選擇更為隱蔽的、背離股東意志的管理行為，這也加劇了企業非效率投資規模。本文的結論也證實了上述結論。

表3 股價崩盤風險、監督壓力與企業非效率投資

5 穩健性檢驗

為保證本文檢驗結果的穩健性，采用如下方法進行穩健性檢驗：首先通過改變股價崩盤風險的度量方法，利用二元變量Crashi,t-1作為Nckewi,t-1和Duvoli,t-1的替代，以此作為解釋變量重新對模型(6)進行回歸。另外針對被解釋變量，我們采用了固定效應模型，在控制了行業和年份的基礎上，重新計算企業的非效率投資水平。其次，對模型(6)進行分組檢驗。其中分組檢驗的標準是股價崩盤風險的大小。我們在得到股價崩盤風險數據后，對其按照中位數分組，并在此基礎上比較不同風險下公司的非效率投資規模。檢驗結果基本與前文一致, 故本文的結果具有一定可靠性。

6 結論與啟示

本文以2006年至2017年的中國滬深A股上市公司為研究樣本，檢驗了股價崩盤風險能否影響上市企業的非效率投資行為，以及該種影響在內外部監督壓力下會有哪些差異。研究結果表明：(1)隨著前一期股價崩盤風險的提升，企業非效率投資會得到一定程度的改善，且針對投資不足與過度投資都有一定的約束作用。(2)前一期股價崩盤風險對企業非效率投資的約束作用在高內部監督壓力環境下更為顯著，但外部監督壓力未能有效降低企業非效率投資行為，暴露出當前的外部監管機制存在一定的缺陷。

本文的研究結論所得到的啟示主要有以下幾點：(1)對股票投資者而言，股價崩盤風險高的公司，可以預期其管理者出于對未來業績的考慮以及對管理職位可持續性的要求，其未來非效率投資行為會得到一定程度的收斂。再考量其內部監管壓力因素，該公司股票某種意義上在短期內會更具價值投資特征。誠然，評價價值投資的指標多種多樣，需要系統性思維做出準確判斷，本文的結論僅僅是一個可供參考的線索。(2)對上市公司本身而言，與事后監督的外部監督機制比較，企業內部治理結構的自我強化更能夠有效改善企業非效率投資行為。因此，出于對企業長期競爭能力的考慮，加強企業內部治理結構的建設是最具現實意義的舉措。(3)對證券市場監管部門而言，應將當前事后監督的外部監管機制逐步修正為更加側重事前的監督機制，并加大對上市公司違規行為的懲處力度，追溯上市公司非效率投資行為的相關責任。