機構投資者實地調研對股價崩盤風險的影響研究

文/沈丹（華東師范大學經濟與管理學部）

目前學術界對資本市場上股價崩盤風險的研究成果已比較豐富，現有文獻大多集中在股價暴跌影響因素的研究上，主要從公司管理層的信息操縱、大股東持股、會計穩健性、獨立審計等方面進行分析。多數學者認為，信息環境的低透明度是造成其爆發的根本原因。公司管理層在日常經營管理過程中對公司不利的信息往往會加以隱匿，而普通投資者無法獲得這些不利信息，使其囤積到臨界點才會爆發出來，最終導致股價崩盤風險。機構投資者實地調研有助于與公司管理層交流，是否有利于減少管理者對負面信息的隱瞞，挖掘有價值的信息，促進公司提高信息披露質量，并對崩盤風險產生緩解作用呢？因此，對于實地調研與股價崩盤風險的相關關系值得去研究，本文實證驗證了兩者之間的影響關系，以及信息披露質量是否能起到中介傳導作用。

一、文獻綜述

目前學術界從不同的角度對股價崩盤風險進行了研究。Kim et al（2014）認為公司表現出較高的社會責任感，承諾保持高標準的透明度，更少地囤積負面消息，對股價崩盤風險具有緩解作用[1]。楊松令等（2020）認為企業有時會注意同行業公司的行為來影響自己的決策，特別是控股股東股權質押行為會使同伴企業效仿，從而導致崩盤風險傳染[2]。劉笑霞、狄然（2019）從獨立機構投資者持股比例的角度研究，認為獨立機構投資者為了獲利而降低在監管上的成本，從而加強管理層機會主義的動機，使得公司股價崩盤風險加大[3]。相對來說，從公司信息披露質量的視角來研究股價崩盤風險的文獻較少。張軍等（2019）認為上市公司股價同步性越高，說明越多特質信息沒有被投資者所獲得，資源不能得到合理配置，導致股價被高估從而引發崩盤風險[4]。而在信息不對稱程度較高、治理水平較低的公司，管理層隱瞞負面消息的動機較強，股價同步性的正相關關系則更加顯著（石英，2019）[5]。江婕等（2021）從公開信息、私人信息等多個維度選取衡量信息透明度的指標，發現公司信息越不透明，崩盤風險越高[6]。

總體來講，學術界從機構投資者調研的視角來研究股價崩盤風險的成果較少，再結合公司信息披露質量來探討是否存在中介效應的文獻更為罕見。因此，本文將對相關問題進行研究。

二、研究設計

（一）數據來源

本文選取2011-2020年的我國A股上市公司作為樣本，相關數據來自CSMAR數據庫。本文剔除金融行業上市公司、曾被ST或*ST的公司觀測值以及數據缺失的上市公司。同時，用STATA16對連續變量進行了1%水平上的winsorize縮尾極值處理。最終選擇上市公司488家，共4880個樣本觀測值。

（二）變量選取

1.被解釋變量

根據以往文獻研究，本文采用負收益偏態系數（NCSKEW）、收益上下波動比率（DUVOL）來度量股價崩盤風險。計算步驟為：

先將單只股票與市場的周收益率進行回歸，計算周特質收益率Wit,w，其公式為：

公式（1）中，Rit,w表示第w周股票i的收益率，Rmt,w表示第w周市場的回報率。考慮到異步性交易的影響，加入了“滯后期”和“超前期”的市場收益率。根據回歸結果，利用殘差εit,w來計算股票的周特質收益率，即Wit,w=ln(1+εit,w)。

然后，再根據股票周收益率Wit,w來構建下面兩個指標。

①股票收益負偏態系數（NCSKEW）

其中，n為t年度股票i的總交易周數，Wi,t為年度t股票i的平均特質收益率，即Wit,w的年度平均值。

②股票收益上下波動比率（DUVOL）

公式（3）中，nu為t年度股票i的Wit,w大于其年度平均的周數，nd為t年度股票i的Wit,w小于其年度平均的周數。

2.解釋變量

機構投資者實地調研。調研方式包括現場報告會、咨詢會、參觀考察、深度訪談等，本文選取2011-2020年被實地調研的488家上市公司作為研究對象，采用該公司本年度被實地調研總次數加1的自然對數，作為機構投資者實地調研的替代變量，用INS表示。

3.中介變量

信息披露質量。按照交易所對公司信息披露考核結果的不同，分別將優秀、良好、合格與不合格賦值為1-4，用INFO表示。

4.控制變量

借鑒以往文獻，在模型中加入5個控制變量：公司總資產收益率（ROA）、公司資產負債率（LEV）、上市公司股權性質（SOE）、上市公司規模（SIZE）、股票年換手率（TURN），用以控制其他可能引發股價崩盤的因素。各變量說明如表1所示。

表1 變量定義表

（三）模型構建

本文構建模型4：

其中，Crash表示被調研公司的股價崩盤風險，分別用NCSKEW和DUVOL進行表示；INS表示機構投資者實地調研，INFO表示信息披露質量，t和t+1分別表示機構投資者實地調研當年與之后一年，Controls為控制變量，εi,t為隨機擾動項。

為了驗證信息披露質量是否在機構投資者實地調研對公司股價崩盤的影響中起傳導作用，本文構建模型5和模型6：

三、實證結果與分析

（一）描述性統計

變量的描述性統計結果如表2所示。NCSKEW和DUVOL均值分別為-0.271和-0.177，最大值分別為1.682和1.022，最小值分別為-2.443和-1.287，方差分別為0.707和0.467，表明不同上市公司發生股價崩盤風險的程度不同。

表2 描述性統計結果表

（二）回歸結果與分析

1.實證結果分析

根據Hausman檢驗結果，本文采取固定效應模型。模型4的回歸結果如表3所示。當用NCSKEW表示Crash時，機構投資者實地調研（INS）的系數分別為-0.024和-0.025，都在10%的水平下顯著負相關。當DUVOL表示Crash時，機構投資者實地調研（INS）的系數分別為-0.20和-0.21，都在5%的水平下顯著負相關。說明被解釋變量隨著調研頻率的增加而減小，機構投資者實地調研可以通過信息發掘和公司治理降低公司股價崩盤風險。

表3 機構投資者實地調研對股價崩盤風險的影響

2.考慮中介效應的實證結果分析

對模型5、6進行固定效應回歸，如表4所示。機構投資者實地調研（INS）在5%的水平下顯著為負，說明提高調研頻率，能夠促使管理層重視信息披露問題，使公司披露的信息更充分、更及時，有利于提高公司信息披露質量。當NCSKEW表示Crash時，信息披露質量（INFO）、機構投資者實地調研（INS）分別在5%、10%顯著為負。而當DUVOL表示Crash時，這兩個變量分別在10%、5%顯著為負。說明信息披露質量發揮了部分中介效應。調研頻率越高，一方面直接降低崩盤風險，另一方面還可以通過信息披露質量的提高間接緩解崩盤風險。

表4 考慮中介效應的回歸結果

四、結論

本文以2011-2020年我國A股上市公司為樣本，研究機構投資者實地調研對上市公司股價崩盤風險的影響，并探討上市公司信息披露質量的中介效應。研究表明，實地調研有助于降低上市公司股價崩盤風險，信息披露質量可以發揮部分中介效應，實地調研能夠提高上市公司信息披露質量，而信息披露質量的提升能夠對股價崩盤風險起到緩解的作用。