機構調研、真實盈余管理與金融市場穩定研究

陳釗新 齊紅玉

一、引言

2018年7月31日中共中央政治局會議強調，要做好穩就業、穩金融、穩外貿、穩外資、穩投資、穩預期的“六穩”工作，并將“穩金融”放在突出位置。然而，由于我國監管制度尚不完善、上市公司財務信息質量低下等因素，資本市場上股價暴漲暴跌現象日益凸顯，尤其是股價暴跌引起的股價崩盤風險更是日益受到學術界和實務界的廣泛關注。隨著資本市場的不斷擴容，機構投資者逐漸成為主導資本市場的中堅力量，也成為中國資本市場健康穩定發展的關鍵因素。機構調研行為是機構投資者與上市公司直接進行互動交流、獲取公司信息的重要手段，近年來，逐漸成為各界關注的焦點。前期研究主要聚焦于機構投資者發揮治理效應，顯著抑制公司盈余管理，提升公司信息披露質量，促進企業創新，提高公司創新績效，抑制公司避稅行為，降低上市公司違規行為。少數研究也關注到了機構調研行為對資本市場的影響，認為機構調研能夠發揮市場信息效應，深度挖掘公司的私有信息，驅動更多的知情交易和羊群行為，促進股價波動，加劇股價崩盤風險。但是，現有文獻往往從線性單調關系的角度來考察機構調研對公司股價崩盤風險的影響，而忽視了機構調研行為可能會隨著其頻率的變化而發生非線性變化。

本文基于深市A 股上市公司2014-2021年的相關數據，考察機構調研行為對股價崩盤風險的影響。研究發現，機構調研與股價崩盤風險存在U型關系，低于閾值的機構調研行為會降低股價崩盤風險，超過閾值的機構調研行為會加劇股價崩盤風險。通過更換解釋變量測度指標、控制公司固定效應、Heckman二階段分析和工具變量等方法進行穩健性檢驗之后，以上結論依然成立。機制檢驗表明，真實盈余管理水平在機構調研和股價崩盤風險之間發揮了完全中介作用，即機構調研與真實盈余管理水平呈U型關系，真實盈余管理水平促進了股價崩盤風險。進一步分析發現，相比國有企業，這種U型關系在民營企業中更加顯著。本文研究貢獻主要體現在：第一，從機構投資者調研行為發揮信息效應的角度入手，拓展了機構調研行為經濟后果的研究；第二，將公司經理和機構投資者之間的互動與公司未來股價崩盤風險聯系起來，豐富了股價崩盤風險影響因素的研究；第三，考察了機構調研與股價崩盤風險之間的非線性關系，既為機構投資者挖掘信息提供了經驗證據，又為監管部門對資本市場的風險預警提供了借鑒。

二、理論分析和研究假設

1.股價崩盤風險的形成機制。有效市場假說認為，有效市場資產的價格反映了所有可利用的公共信息和私人信息，沒有人能夠依靠信息特別是內幕信息獲得超額收益，資產價格只對不可預測的新信息做出上漲或者下跌的反應，即信息是驅動資產價格變化的核心因素。因此，有效市場中不存在資產價格暴漲暴跌現象和投機套利行為。然而，中國資本市場遠沒有達到強勢有效市場，市場中仍然存在很多投資者很難充分且準確預期的私人信息，這種未預期的信息沖擊是影響股票價格波動特別是股價暴跌的主要因素。現有對股價崩盤風險形成機制的研究主要體現在兩個方面：一是管理層策略性地隱瞞壞消息。根據委托代理理論，由于委托人（投資者）和代理人（管理層）之間的信息不對稱，代理人為實現自身利益最大化采取的行動往往會損害委托人的利益。這使得占有絕對信息優勢的管理層基于自身利益的考慮，可能會選擇性披露有利信息，故意隱藏對股價不利的壞信息等，破壞公司信息環境，降低投資者對公司未來信息預測的充分性和準確性，當壞消息累積到公司所能擔負的上限而瞬間釋放到市場時，會迅速反映到股價中并造成股價崩盤。二是外部投資者之間信息不對稱。有研究認為，股價下降時知情投資者的拋售行為會給非知情投資者造成恐慌；為彌補這種由于不確定性造成的風險，非知情投資者會跟風形成羊群行為，并壓低股價尋求風險補償，增加了未來股價崩盤風險。而且機構投資者會忽略自身所掌握的私有信息而根據其他機構投資者的決策做出投資選擇, 導致原本絕大多數投資者擁有的負面消息無法完全融入股價中, 降低了資本市場的信息透明度，進而提升股價崩盤風險。此外，投資者情緒也會增加公司未來股價崩盤風險，情緒高漲的投資者往往熱衷于推高股價，迫使股價偏離其內在價值，形成價格泡沫；未來股價暴跌時又會產生過度的“殺跌”情緒。

2.機構調研對股價崩盤風險的影響。本文認為，機構調研對股價崩盤風險的影響存在一個閾值效應，低于閾值的機構調研行為會降低股價崩盤風險，超過閾值的機構調研行為會加劇股價崩盤風險。一方面，低強度的機構調研行為能夠提高公司信息透明度，防止管理者囤積壞消息，降低股價崩盤風險。機構調研是機構投資者與上市公司直接進行互動交流、獲取公司信息的重要手段。機構調研使機構投資者能夠確認一些他們以前知道但不確定的信息，這種確認提高了其私人信息的準確性，給機構投資者帶來了絕對信息優勢。機構投資者依靠調研獲取信息，并通過自身交易將信息及時傳遞給其他投資者，提升了資本市場的信息效率；同時，分析師利用其調研獲取的信息調整盈利預測，通過發布研究報告，加速了公司特質信息的公開。另一方面，根據Pierce等提出的“過猶不及”效應，高強度的機構調研行為可能會起到反作用。首先，高強度的機構調研行為可能引發機構投資者的觀望心態甚至拋售行為，強化管理層隱瞞壞消息的動機。我國機構投資者往往更加注重短期投機套利，當機構調研行為超過閾值時，大量機構投資者在調研期間不斷挖掘目標公司的負面信息，已經持股的機構投資者可能通過“用腳投票”以防止股價下跌帶來的慘重損失，而潛在的機構投資者將不會做出買入決策。其次，機構投資者憑借其資金實力和市場地位，主動在調研活動中釋放悲觀信號，也會引起其他非理性投資者的羊群行為，從而引發機構投資者的大規模退出。管理層擔心投資者大規模退出可能帶來的負面影響，會選擇策略性地隱瞞壞消息，以打造業績一片向好的局面，從而促進了壞消息的囤積與管理資源的轉進，加劇股價崩盤風險。最后，頻繁的調研活動為上市公司提供了一個向市場傳遞樂觀情緒的渠道。研究表明，機構投資者更可能選擇去財務狀況良好、信息透明度較高的公司調研，調研集中度反映了被調研公司的重要性和受重視程度。因此，高強度的機構調研行為可能會強化管理層對未來業績預期的樂觀情緒，從而影響機構投資者和分析師的判斷，負面信息無法及時被披露并反映到公司股價中，導致股價被高估。當市場充斥著大量樂觀流言時，專業能力和信息搜集能力較弱的中小投資者，往往容易受到機構投資者的引導，產生從眾、過度反應等行為偏差，加劇定價錯誤的程度，強化了股價崩盤風險。

綜上所述，本文提出如下研究假設：

H1：機構調研與股價崩盤風險呈U型關系，當參與調研的機構數較低時，機構調研會降低股價崩盤風險；當參與調研的機構數達到一定規模后，機構調研會加劇股價崩盤風險。

三、研究設計

1.樣本選擇與數據來源。2010年1月1日，深交所推出“上市公司投資者關系互動平臺”，將上市公司接待機構投資者調研、接受媒體采訪、路演活動等向特定對象所舉辦的投資者關系活動情況向市場公開。為了獲得更多的觀測數據，本文選取2014-2021年深市A股上市公司的年度數據作為研究對象，并對樣本進行如下處理：（1）剔除金融類上市公司；（2）剔除ST、PT公司；（3）刪除存在缺失值的樣本；（4）為減少異常值對結果的影響，對所有連續型變量在1%的水平上進行Winsorize處理。本文使用的機構調研數據是根據CSMAR數據庫中“投資者關系活動記錄表”披露的調研日期、投資調研者等調研信息手工整理得到。其他相關的股票交易數據和上市公司財務數據來自于CSMAR數據庫，行業分類采用2012年證監會行業分類標準。

2.模型設定與變量定義。為了考察機構調研對未來股價崩盤風險的影響，本文構建如下模型：

Crashi,t+1表示公司i第t+1年的股價崩盤風險。借鑒Hutton等和許年行等的研究，本文采用負收益偏態系數（NCSKEW）和收益上下波動比率（DUVOL）衡量公司的股價崩盤風險。具體計算過程如下：

首先，利用模型（1）計算個股i在t年第j周經市場調整后的收益率殘差εi,t,j。其中，ri,t,j為個股i在t年第j周的收益率，rm,t,j為全部A股在t年第j周的收益率經市值加權得到的市場收益率。

其次，定義個股i在t年第j周的特有收益率Wi,t,j=ln(1+εi,t,j)。

最后，構建兩個股價崩盤風險指標：

其中，n為個股i在t年交易的周數；nu為個股i在t年周特有收益率Wi,t,j大于其當年平均收益率的周數，nd為個股i在t年周特有收益率Wi,t,j小于其當年平均收益率的周數。NCSKEW和DUVOL值越大，表示股價崩盤風險越大。

參考程小可等的研究，本文采用參與調研的機構個數來衡量機構調研強度。此外，借鑒以往文獻，本文在影響股價崩盤風險的模型中加入了滯后一期的股價崩盤風險、公司上市年限（Age）、公司規模（S i z e）、資產負債率（Lev）、成長性（ROA）、產權性質（Soe）、第一大股東持股比例（Top1）、董事會規模（Board Size）、兩職合一（Duality）、超額換手率（Turnover）、股票波動率（Sigma）、股票回報率（Ret）等控制變量。所有模型都控制了行業和年份因素，表1介紹了本文所使用變量的定義與計算方式。

表1 變量定義表

四、實證結果與分析

1.描述性統計結果與分析。表2列示了主要變量的描述性統計情況。股價崩盤風險的兩個指標中位數和均值比較接近，最大值不超過2，表明樣本期的股價崩盤風險較小。機構調研（Visit）的最小值為0，最大值為6.07，均值為2.11，表明機構投資者和分析師對各個上市公司的關注度差異較大。

表2 描述性統計結果

在進行回歸結果分析之前，本文對全部變量進行相關性檢驗。由表3可知，解釋變量與控制變量之間的相關系數較小，且以VIF檢驗多重共線性的值均小于5，表明模型的多重共線性問題并不嚴重。同時，為了避免混合截面數據帶來的聚類問題，消除異方差等因素的影響，本文在公司層面進行了cluster處理。

表3 各變量相關系數表

2.假設H1回歸結果與分析。表4第（1）和（2）列報告了假設H1的檢驗結果。結果顯示，機構調研（Visit）的二次項與股價崩盤風險在1%的水平上顯著正相關，一次項與股價崩盤風險在5%的水平上顯著正相關，表明機構調研與股價崩盤風險存在U型關系，即參與調研的機構數較低時，機構調研會降低股價崩盤風險；當參與調研的機構數達到一定規模后，機構調研會加劇股價崩盤風險，驗證了假設H1。

表4 主假設回歸結果

五、穩健性檢驗

1.更換解釋變量測度指標的檢驗。參考程小可等和彭秋萍等的研究，本文采用上市公司被機構調研次數加1取對數處理作為解釋變量機構調研強度（Visit）的替代指標，驗證假設H1，回歸結果如表4的（3）和（4）列所示。結果表明，更換解釋變量測度指標后結論與前文一致。

2.控制公司固定效應的檢驗。本文還進一步控制公司層面固定效應對主回歸模型進行檢驗，以緩解不隨時間變化的公司遺漏變量問題，檢驗結果如表4的（5）和（6）列所示。結果表明，控制公司層面固定效應后結論保持不變。

3.工具變量法的檢驗。機構調研行為和股價崩盤風險之間也可能存在內生性問題：一方面，前文結論表明機構調研行為和股價崩盤風險存在U型關系；另一方面，機構投資者和分析師更可能選擇去財務狀況良好、信息透明度較高的公司調研，這些公司本身股價崩盤風險較小。因此，為緩解機構調研和股價崩盤風險間可能存在的互為因果以及遺漏變量等內生性問題，本文還借鑒程小可等的研究，選取公司是否位于二線及以上城市（City）的虛擬變量和機構調研的行業平均值（AVG_Visit）作為Visit的工具變量進行穩健性檢驗。

表5列示了工具變量法2sls的回歸結果。第一階段的回歸結果表明工具變量與解釋變量在1%的水平上均顯著正相關，且F統計量均大于10，說明工具變量對內生解釋變量有較好的解釋力，通過了工具變量的有效性檢驗。第二階段的回歸結果均與前文結論一致，支持了假設H1。

4.Heckman二階段的檢驗。鑒于機構投資者和分析師可能更愿意去股價崩盤風險較小的上市公司調研，導致樣本存在自選擇問題，本文應用Heckman兩階段模型對假設H1進行穩健性檢驗，選取影響機構調研偏好的變量：公司上市年限（Age）、公司規模（Size）、資產負債率（Lev）、成長性（ROA）、產權性質（Soe）、第一大股東持股比例（Top1）、董事會規模（Board Size）、兩職合一（Duality）、市凈率（PB），并加入外生變量City和AVG_Visit，構建（5）式作為第一階段的機構調研模型，采用Logit方法估計，并根據第一階段的估計結果求得IMR（Inverse Mill’s Ratio），用Lambda表示，作為第二階段驗證假設H1模型的控制變量。

表6報告了假設H1的Heckman二階段分析結果。第二階段Lambda系數在1%的水平上顯著，說明確實存在樣本自選擇問題；解釋變量的結果與前文一致，表明控制了自選擇問題后，假設H1依然成立。

表6 Heckman二階段分析的回歸結果

六、進一步分析

1.機制檢驗。前文理論分析表明，當機構調研強度達到一定閾值時，管理層迫于壓力會產生通過盈余管理隱瞞壞消息的動機。而且，機構調研通過關注公司的發展戰略與經營活動，會對公司的真實經營活動產生更直接的影響，進而影響公司的真實盈余管理水平。據此，本文采用真實盈余管理水平（REM）檢驗機構調研與股價崩盤風險U型關系的作用機制，模型如公式（6）和（7）所示。REM數據來源于CSMAR數據庫，是根據Roychowdhury模型計算得出的，指標的絕對值越大，代表真實盈余管理程度越高。

此外，本文在考察機構調研與真實盈余管理水平（REM）的模型（6）中加入了公司上市年限（Age）、公司規模（Size）、資產負債率（Lev）、成長性（ROA）、產權性質（Soe）、第一大股東持股比例（Top1）、董事會規模（Board Size）、兩職合一（Duality）等控制變量。模型（7）的控制變量與前文一致。

表7報告了進一步分析的回歸結果。結果顯示，模型（6）和（7）中機構調研的二次項均與被解釋變量顯著正相關，模型（7）中真實盈余管理水平與股價崩盤風險在5%的水平上顯著正相關，說明機構調研與真實盈余管理水平呈U型關系，且真實盈余管理水平加劇了股價崩盤風險，即真實盈余管理水平在機構調研和股價崩盤風險的U型關系中發揮了完全中介效應。

表7 進一步分析的回歸結果

2.產權性質。既有研究發現產權性質會影響企業的盈余管理動機，不同產權性質的企業對盈余管理的重視程度不同。相較于國有企業，民營企業更加關注自身在資本市場投資者認知中的形象以及股價穩定，而國有企業通常受到政府、監管機構等部門的特殊對待，向市場傳遞業績良好信號的動機較弱。因此，本文根據產權性質將樣本企業劃分為國有企業和非國有企業，分組按照模型（1）進行回歸，如表7所示。結果顯示，國有企業組機構調研（Visit）二次項的系數并不顯著，而非國有企業組機構調研二次項的系數在1%水平上顯著為正，并且組間系數差異顯著，表明民營企業有更強的盈余管理動機，機構調研與股價崩盤風險的U型關系在民營企業更加顯著，在國有企業并不明顯。

七、研究結論

本文以2014-2021年深市A股上市公司為研究樣本，考察了機構調研行為對股價崩盤風險的影響。研究發現，機構調研與股價崩盤風險存在U型關系，當參與調研的機構數較低時，機構調研會降低股價崩盤風險；當參與調研的機構數達到一定規模后，機構調研會加劇股價崩盤風險。通過更換解釋變量測度指標、控制公司固定效應、Heckman二階段分析和工具變量等方法進行穩健性檢驗之后，以上結論依然成立。進一步發現，當機構調研強度達到一定閾值時，管理層迫于壓力會產生通過真實盈余管理隱瞞壞消息的強烈動機，從而加劇股價崩盤風險，即真實盈余管理水平在機構調研和股價崩盤風險之間發揮了完全中介作用，且這種現象在民營企業中更為顯著。