上市公司“高送轉”與股價崩盤風險關系研究

曹雁龍

（中國石油大學（北京）北京 102249）

一、引言

上市企業的股利政策一直備受關注，近年來“高送轉”作為股票股利政策的特殊性形式在市場上頻頻出現。所謂“高送轉”是指公司進行高比例的送股、轉股行為，通常將比例超過每十股送轉五股界定為高比例送轉。據市場數據統計，2014年至2019年在滬深A股上市公司中就有1 373家公司進行過高送轉操作，占比近40%，可以看出上市公司對“高送轉”的青睞程度。送轉的股票價格較低，由于“價格幻覺”與“填權行情”的影響，“高送轉”后公司股價往往會隨之上漲。這種形式的股利政策不同于現金分紅，它實質上是上市公司股東權益之間的內部調整行為，不會改變公司的實際價值，更不會對公司的經營業績產生影響，高送轉的股票經除權后市盈率也會相對維持不變，在股價上漲的背后并沒有公司業績作為支撐，但同時股票的流動性增加。謝鳳鳴等（2018）認為上市公司高送轉的動因是為了為大股東、內部人減持服務，以及擴大公司規模、向市場傳遞經營利好信息等。因此，“高送轉”帶來的股票價格上漲是否會引發股價崩盤還是會使市值持續上揚？成為了投資者和市場監管層關注的焦點。

對于理性的投資者而言，“高送轉”的股票吸引力可能并不會很強，但市場上有很大一部分是短線交易者，他們對價格敏感度較高，希望通過填權行情而獲利，何濤（2003）等也提出投資者存在“價格幻覺”，偏好低價股，認為此類股未來有上漲空間。基于“羊群效應”一旦該“高送轉”股出現負面消息，就有可能出現交易者集中拋售的局面從而引發股價崩盤的可能。也有學者提出股票拆分并不會導致股價崩盤（Ikenberry等，2002）。“高送轉”會使股票流動性增強，外部股東持股比例增高，監督作用更強，并且由于除權操作股票價格會降低，這對股價崩盤起到一定的抑制作用（唐雪松，2019）。基于以上兩種邏輯分析，本文以2014—2019年A股上市公司為樣本，探究“高送轉”對股價崩盤風險的影響。研究結果表明實施“高送轉”對股價崩盤具有抑制作用，進一步從公司層面加入成長性因素作為調節變量，市場層面選取分析師預測準確度作為調節變量進行研究，發現成長性較弱的公司“高送轉”對股價崩盤的抑制作用會得到加強。分析師盈余預測準確度起到警示作用，在預測準確度越高的環境中會促進“高送轉”對股價崩盤的抑制作用。

本文對“高送轉”與股價崩盤風險關系的研究將有助于監管者更加清晰地辨析企業“高送轉”的作用機制，引入分析師視角對兩者關系的影響，為監管層加大監管力度提供了新的角度。并且，從“高送轉”視角探究股價崩盤風險進一步豐富了對股價崩盤風險抑制作用的研究。

二、理論分析和研究假設

（一）“高送轉”與股價崩盤風險的關系

股價崩盤風險是指公司股價在沒有任何先兆的情況下出現大幅下跌的可能，投資者情緒（shiller，1989；沈冰，2019）、公司信息透明度（孟慶斌等，2017）、機構投資者行為（許行年等，2012）都會對股價崩盤產生影響。企業“高送轉”行為對股價崩盤風險具有抑制作用，可以從信號傳遞理論和價格幻覺理論去解釋。

信號傳遞理論認為，在信息不對稱下公司向外界傳遞信息的方式包括三種：利潤宣告、股利宣告和融資宣告。其中，股利宣告被認為是比較可信的信號模式。公司在進行“高送轉”后，每股收益會下降，因此公司進行“高送轉”股利政策是向市場傳遞出企業對未來發展前景充滿信心、公司股價會上漲的信息，從而達到抑制股價崩盤風險的作用。

從價格幻覺理論角度來看，“高送轉”股票經除權后價格處于低位，投資者認為價格較低的股票上漲的可能性要高于下跌的可能性，投資者會出現價格幻覺（謝德仁等，2016）。投資者會偏向于大量買入該股票以期獲得超額收益，會導致股票價格上漲達到抑制股價崩盤風險的作用。基于以上分析，本文提出假設1：

H1：“高送轉”可以有效抑制股價崩盤風險。

（二）成長性對兩者關系的影響

從股票流動效應理論來看，“高送轉”股票會增加企業股票數量，提高股票的流動性，這使得外部大股東增加持有該股數額的可能性提高（kyle，1991），進而會加大對該股的外部監管力度。并且股票流動性增加（唐雪松，2019），大股東拋售股票的機會成本相對減少，如果公司盈利增長達不到預期，那么大股東就可能會放棄持有該股票致使管理者喪失預期報酬。因此，對于成長性較低的公司，一方面外部監督力度增強，另一方面管理者為了保證自身利益不損失，會更有動力去經營公司，防止公司發生股價崩盤風險。基于此，本文提出假設2：

H2：在成長性低的公司，“高送轉”對股價崩盤風險的抑制作用會得到加強。

（三）分析師盈余預測準確度對兩者關系的影響

企業進行高送轉的動因有很多種，基于信息不對稱理論，當公司隱瞞實際經營狀況發生低質量高送轉時會導致公司股價下跌（劉靜，2020）。從企業外部因素來看，分析師盈余預測準確度可以有利于緩解特定性質的目標企業與股東之間信息不對稱程度，使股票價格可以反映出公司更多的基本面信息（朱敏等，2014）。分析師盈余預測準確度可以引導投資者反應（湯湘希等，2020）。基于此，本文提出假設3：

H3：分析師盈余預測準確度越高，“高送轉”對股價崩盤的抑制作用越強。

三、研究設計

（一）變量設計

1.股價崩盤風險變量。本文參考已有文獻研究（hutton.，2009；kim et al.2011；羅進輝，2014）引入啞變量crash來作為衡量股價崩盤風險的指標，即公司在一個會計期間內一周的特質收益率小于其均值以下3.09個標準差，則說明該周發生股價崩盤，界定為崩盤周。計算過程如下：

首先，根據模型（1）回歸得到的殘差來描述上市公司股價崩盤事件。

模型（1）中，rj，t表示第j家企業股票第t期考慮現金紅利再投資的周收益率，ri，t表示第j家企業在其i行業經流通市值加權計算的t期行業周收益率，rm，t表示經流通市值加權計算的第t期市場收益率。模型（1）中同時考慮了行業收益率和市場收益率的影響，εj，t表示第j家企業股票的周收益率無法讓市場收益率和所屬行業收益率解釋的部分，如果εj，t負偏向值絕對值越大，說明第j家企業股票周收益率負向偏離市場和行業收益率的程度就越大，那么該股崩盤風險也就越大。其次，為避免模型（1）回歸的殘差項分布高度有偏，本文對其進行對數轉換，如模型（2）使殘差項εj，t呈現標準正態分布，并將轉換后的值wj，t定義為第j家公司第t期的特質收益率。

如果第j家公司股票的特質收益率一年內至少有一次滿足模型（3）的條件，那么說明該公司在該年內發生了股價崩盤事件，crashj，t則為 1，否則取值為 0。（3）式中 Average（wj，t）表示第j家公司特質收益率年度均值，σj，t表示第j家公司該年份特定收益率的標準差，3.09個標準差對應標準正態分布下0.1%的概率區間。

2.高送轉變量，本文用啞變量高送轉（GSZ1）以及高送轉強度（GSZ2）來衡量。參照目前學者普遍做法，將每10股送轉股數合計達到5股以上為標準界定公司是否進行高送轉，即當送轉比例超過0.5時，則認定公司發生了高送轉行為。當公司發生高送轉時，GSZ1=1，否則為0。高送轉強度（GSZ2）參照劉運（2019）以公司年度送轉比例合計數來衡量，本文以此替換主要解釋變量做穩健性檢驗。

3.控制變量。參考唐雪松（2019）、劉靜（2020）和謝鳳鳴（2018）等人的做法選取賬市比、資產負債率、公司規模、ROA、股權集中度等變量。

具體變量定義如下頁表1所示。

（二）樣本數據與模型設計

本文以2014年至2019年滬深A股上市公司為研究樣本，股價崩盤風險與解釋變量相關數據的計算與選取均來自CSMAR數據庫。被解釋變量crash為離散變量，因此本文選用logit模型來進行假設檢驗，模型（4）用來檢驗假設1，模型（5）和模型（6）分別在模型（4）的基礎上加了高送轉和成長性指標交乘項以及高送轉和分析師盈余預測準確度交乘項用來檢驗假設2和3。

表1 變量定義

四、實證結果分析

（一）主要變量描述性統計和相關性分析

表2 主要變量描述性統計

表2為2014年至2019年我國滬深A股市場各主要研究變量的統計情況，從數據中可以看出高送轉企業數量均值為0.452，說明在樣本公司中近一半的公司都進行了高送轉操作，可見高送轉在上市公司的受青睞程度，crash均值為0.11，說明樣本中有11%的公司發生了股價崩盤事件。分析師盈余預測準確度標準差為5.147，說明在分析師個體間預測準確度差異較大，從成長性指標來看，均值為0.79，說明樣本公司中整體成長情況良好。

從相關性分析來看，主要解釋變量GSZ1和因變量crash之間在1%水平下顯著負相關，這與研究假設1的預期相符。并且通過各變量的相關系數來看，不存在多重共線性的問題。

（二）回歸結果分析

從表3回歸結果我們可以看出，模型（4）的回歸結果中高轉送與股價崩盤之間存在顯著負相關關系，說明高送轉對股價崩盤存在抑制作用，假設1得到驗證。通過模型（5）和模型（6）的結果可以看出交乘項系數為正且顯著，企業成長性低的環境對這種抑制作用有加強作用，假設2得到驗證，分析師盈余預測準確度越高，高送轉對股價崩盤風險的抑制作用也越強，假設3得到驗證。

表3 Logit模型回歸結果

（三）內生性問題和穩健性檢驗

1.內生性問題。高送轉和股價崩盤風險可能會共同受到其他因素的影響，因此會帶來樣本選擇的內生性問題，導致直接比較進行高送轉的公司和未進行高送轉的公司出現股價崩盤事件的關系估計有偏。本文采用PSM最近鄰匹配的方法，將是否高送轉作為處理變量來解決樣本選擇帶來的內生性問題。匹配后bias明顯變小且大部分小于10%，具體如下頁圖1所示，表明psm是合適的。通過表4匹配后的結果來看，匹配后的平均處理效應ATT顯著為正，這表明高送轉行為對股價崩盤風險存在負向影響，研究假設在剔除樣本自選擇問題后依然成立。關于變量互為因果帶來的內生性問題，在模型設定中用t-1期的數據進行回歸，在一定程度上可以緩解這個問題。

表4 PSM匹配結果

圖1PSM檢驗

2.穩健性檢驗。本文采用替換主要解釋變量的方式進行穩健性檢驗，將解釋變量GSZ1替換為高送轉強度GSZ2進行回歸，結果如表5所示，高送轉強度和股價崩盤風險顯著負相關，說明了結論的穩健性。

表5 穩健性檢驗

五、結論與建議

本文通過實證研究結果表明，企業“高送轉”行為對股價崩盤風險具有有效的抑制作用，相對于成長性弱的公司，在成長性較低的公司這種抑制作用更加明顯，并且外部分析師盈余預測度越高的情況下，也能加強這種抑制效果。

基于上述研究結論，給出以下建議：對于市場監管者來說，鑒于企業“高送轉”背后的動因不同，引入分析師盈余預測準確度高的意見可以有效預防和分散“高送轉”背后的信息不透明，抑制低質量的“高送轉”行為，從而達到加強企業監管力度、穩定市場的作用。對于公司來說，應結合企業實際經營情況合理制定送轉計劃，著力于企業實際經營能力的發展，送轉力度和企業發展計劃相符才能達到相互促進的作用，也能夠對資本市場的穩定起到促進作用。