



摘"要:文章構建有調節的中介效應模型,基于2012—2021年全部A股非金融上市公司為樣本數據進行實證檢驗。研究發現:高管學術經歷能夠顯著降低股價崩盤風險;高管學術經歷通過提升企業創新產出水平抑制股價崩盤風險;媒體正面報道加強企業創新產出對股價崩盤風險的抑制作用,正向調節企業創新產出中介作用;媒體負面報道削弱企業創新產出對股價崩盤風險的抑制作用,負向調節企業創新產出的中介作用。
關鍵詞:股價崩盤風險;高管學術經歷;企業創新產出;媒體報道
中圖分類號:F832.51文獻標識碼:A文章編號:1005-6432(2025)09-0026-05
DOI:10.13939/j.cnki.zgsc.2025.09.007
1"引言
近年我國個股股價暴跌現象頻繁發生,盡管在金融市場中股價波動屬于正常現象,但由于某些共性因素導致個股股價暴跌往往會造成整個金融市場交叉感染,造成多只股票的股價下跌,不僅使投資者信心降低,同時更可能引起投資者群體性恐慌,甚至產生降低資源配置效率等問題,成為規范和引導我國資本市場高質量發展道路的絆腳石。高管作為制定企業發展戰略以及其他經營決策的核心參與者,其學術經歷對認知、行為的影響最終必然會影響企業的經營決策。在對股價崩盤風險的影響研究中,已有文獻從高管個人特征或高管早期經歷展開研究,比如管理者過度自信(丁乙,2022)[1]、CEO海外經歷(陳雄兵和黃玉,2020)[2]、高管從軍經歷(曹雅楠和藍紫文,2020)[3]等,但高管學術經歷受到的關注較少,且對股價崩盤風險的作用機制研究亟待豐富。
2"理論分析與研究假設
2.1"高管學術經歷與股價崩盤風險
根據信息隱藏假說可知,造成股價崩盤的主要誘因是企業的消息管理行為,該行為欺騙廣大投資者,最終會對高管聲譽和職業發展道路產生負面影響。依據高層梯隊理論,高管的性格特征對其日常決策產生影響,進而影響企業未來發展戰略和組織績效。學術研究對結論準確性和嚴謹性的高要求使具有學術經歷的高管在做出決策時更加謹慎和穩健,根據自身知識和能力進行判斷分析,而不是簡單地關注眼前利益,因而較少出現延遲披露信息和虛假披露信息行為。魯桂華和潘柳蕓(2021)也發現高管學術經歷能夠顯著降低股價崩盤風險[4]。
基于此,文章提出以下假設:
H1:在其他條件相同的情況下,高管學術經歷與股價崩盤風險顯著負相關。
2.2"企業創新產出的中介作用
學術研究要求高創新性,研究者需要對信息重新進行整合,不斷地訓練研究者思維的發散性和求異性,這使得具有學術經歷高管對于市場需求變化更加敏感、更易于發現企業技術上的優化點,引導創新角度,挖掘創新機會。湯莉和余銀芳(2021)研究發現,具有學術經歷CEO能顯著提高企業雙元創新水平[5]。因此,文章認為具有學術經歷的高管有利于提高企業創新產出水平。
企業創新產出水平的提升有助于在資本市場中建立競爭優勢,增強投資者對企業信心,吸引投資者關注。高投資者關注會更加有效地解讀企業披露的信息,提高企業對外信息傳遞效率,提高企業內部信息的透明度,縮小管理者虛增利潤等機會主義行為的操縱空間,從而降低股價崩盤風險。柏建成等(2023)通過實證檢驗驗證了投資者關注能夠顯著降低股價崩盤風險這一結果[6]。侯婧等(2020)研究發現,企業創新產出能夠顯著降低股價崩盤風險[7]。基于此,提出以下假設:
H2:在其他條件相同的情況下,高管學術經歷通過促進企業創新產出抑制股價崩盤風險,即企業創新產出具有中介作用。
2.3"媒體報道的調節作用
當企業在創新活動中取得研究成果時,企業能夠通過媒體正面報道塑造良好形象,為企業帶來可觀的盈利和競爭優勢。依據前景理論,陳瑞群和陳周碩(2021)指出在面臨優勢地位時,人們通常會變得更加審慎,而處于劣勢地位、面臨損失時,更傾向于鋌而走險[8]。高管為維持企業的良好形象及個人聲譽,一方面會更加重視企業創新活動,促進企業創新產出;另一方面作決策時會更加謹慎,傾向于減少盈余管理、虛增利潤等不合規行為,減少負面消息累積,降低股價崩盤風險。張承鷲等(2021)研究證實媒體正面報道能夠顯著降低股票價格暴跌風險[9]。
為追求熱點,媒體可能會對負面信息進行過分渲染和炒作,基于聲譽理論,此時利益相關者會降低對企業的信任感,對企業形象和當期業績造成巨大壓力。Nason等(2018)指出,媒體負面報道會使企業遭受輿論壓力,陷入非財務性經營困境[10]。由于創新活動需要長期堅持,且風險較大,此時高管可能會犧牲企業長遠價值追求短期收益,使得企業創新水平下降,抑制企業創新產出。依據行為金融學理論,投資者注意力有限,當企業產生負面報道時,易出現羊群行為和過度反應現象,造成投資者拋售企業股票,引發股價崩盤。基于此,提出以下假設:
H3a:在其他條件相同的情況下,媒體正面報道數量越多,企業創新產出與股價崩盤風險負相關關系越強,進而企業創新產出的中介作用越強。
H3b:在其他條件相同的情況下,媒體負面報道數量越多,企業創新產出與股價崩盤風險負相關關系越弱,進而企業創新產出的中介作用越弱。
3"研究設計
3.1"變量定義
3.1.1"被解釋變量
股價崩盤風險(Duvol)。文章借鑒許年行等(2012)[11]的研究,采用股票收益上下波動率Duvol度量,在穩健性檢驗中采用經市場調整后周特有收益率的負偏態收益系數Ncskew指標衡量股價崩盤風險。
3.1.2"解釋變量
高管學術經歷(Academic)。文章借鑒許丁和張衛民(2023)[12]的研究,以高管中有學術經歷的人數占高管團隊總人數的比例衡量。
3.1.3"中介變量
企業創新產出(Patent)。文章參考萬良勇等(2020)[13]采用專利申請數量加1取自然對數作為企業創新產出的度量變量,且文章參考蘭竹虹等(2021)[14]研究,以發明專利數量加1取自然對數作為穩健性檢驗衡量指標。
3.1.4"調節變量
媒體報道(Media)。文章將媒體報道分為媒體正面報道(Pmedia)和媒體負面報道(Nmedia)。文章參考杜金岷等(2020)以媒體正面(負面)報道數量與媒體報道總數量的比值衡量[15]。變量說明如表1所示。
3.2"模型構建
為驗證H1,探究高管學術經歷對股價崩盤風險的影響,構建模型如式(1)所示:
Duvoli,t+1=a0+a1Academici,t+akControlsi,t+εi,t(1)
為驗證H2,探究企業創新產出的中介效應,構建模型如式(2)、式(3)所示:
Patenti,t=b0+b1Academici,t+bkControlsi,t+εi,t(2)
Duvoli,t+1=c0+c1Academici,t+c2Patenti,t+ckControlsi,t+εi,t(3)
為檢驗假設H3,探究媒體報道對企業創新產出中介效應的影響,構建模型如式(4)、式(5)、式(6)、式(7)所示:
Duvoli,t+1=α0+α1Academici,t+α2Mediai,t+αkControlsi,t+εi,t(4)
Patenti,t=β0+β1Academici,t+β2Mediai,t+βkControlsi,t+εi,t(5)
Duvoli,t+1=γ0+γ1Academici,t+γ2Mediai,t+γ3Patenti,t+γkControlsi,t+εi,t(6)
Duvoli,t+1=δ0+δ1Academici,t+δ2Mediai,t+δ3Patenti,t+δ4Mediai,t×Patenti,t+δkControlsi,t+εi,t"(7)
3.3"樣本選擇與數據來源
文章采用2012—2021年全部A股上市公司作為初始研究數據,并對數據進行以下篩選:①剔除ST類企業的公司數據,由于連續虧損兩年,其財務數據不具有普遍性;②剔除金融業上市公司樣本數據,由于金融行業經營業務和財務數據較為特殊;③刪除變量中存在缺失值的公司樣本數據等。文章對股價崩盤風險指標進行滯后一期處理。最終,文章獲得16881個有效樣本。企業創新產出與媒體報道數據來自中國研究數據服務平臺(CNRDS),通過手工整理收集,其他變量數據均來自國泰安數據庫(CSMAR)。
4"實證分析
4.1"描述性統計
被解釋變量Duvol的均值為-0.272,中位數為-0.259,標準差為0.440,表明樣本企業普遍存在股價崩盤風險。解釋變量AcademicD均值為0.376、AcademicR均值為0.090,表明樣本企業中有37.6%的企業存在具有學術經歷的高管,進一步說明了此研究的必要性。
4.2"回歸分析
4.2.1"高管學術經歷對股價崩盤風險的影響回歸分析
表2列(1)、列(2)顯示了高管學術經歷與股價崩盤風險的基本回歸結果。列(1)未加入控制變量時,高管學術經歷度量指標回歸系數為-0.073,在1%的水平上顯著為負。列(2)加入控制變量后,高管學術經歷的度量指標回歸系數為-0.085,仍在1%的水平上顯著為負,假設H1得到支持。列(1)、列(2)的VIF值均小于10,代表變量間不具有多重共線性問題。
4.2.2"企業創新產出在高管學術經歷與股價崩盤風險之間的中介作用
表2列(3)、列(4)顯示了高管學術經歷、企業創新產出與股價崩盤風險的回歸結果。由列(3)結果可知,高管學術經歷度量指標與企業創新產出在1%的顯著性水平上正相關,回歸系數為0.785;由列(4)結果可知,企業創新產出能夠顯著抑制股價崩盤風險,兩者在1%的顯著性水平下呈現負相關關系,假設H2得到驗證。
4.2.3"媒體正面報道的調節作用
表3列(1)、列(4)顯示了媒體正面報道對企業創新產出在高管學術經歷與股價崩盤風險的中介效應的調節作用回歸結果。列(2)顯示在加入調節變量媒體正面報道后,高管學術經歷度量指標對企業創新產出的影響的回歸系數顯著為正,為0.779,說明高管學術經歷能促進企業創新產出;列(3)顯示企業創新產出回歸系數在1%顯著性水平下為負數,驗證了有調節的中介效應存在;列(4)中媒體正面報道與企業創新產出的交乘項回歸系數顯著為負,企業創新產出回歸系數顯著為負,說明媒體正面報道數量越多,企業創新產出對股價崩盤風險抑制作用越強,企業創新產出的中介作用越強,驗證了假設H3a。
4.2.4"媒體負面報道的調節作用
表3列(5)、列(8)顯示了媒體負面報道對企業創新產出在高管學術經歷與股價崩盤風險的中介效應的調節作用回歸結果。列(6)在加入調節變量媒體負面報道后,高管學術經歷度量指標對企業創新產出的影響的回歸系數顯著為正,為0.772,說明高管學術經歷能促進企業創新產出;列(7)中企業創新產出回歸系數在1%顯著性水平下為負數,驗證了有調節的中介效應存在;列(8)中媒體負面報道與企業創新產出的交乘項回歸系數顯著為正,而企業創新產出回歸系數顯著為負,表明媒體負面報道數量越多,企業創新產出對股價崩盤風險的抑制作用越弱,企業創新產出的中介作用越弱,驗證了假設H3b。
4.3"穩健性檢驗
為進一步保證結論的穩健性,文章首先采用經市場調整后周特有收益率的負偏態收益系數Ncskew作為股價崩盤風險的替換指標,以發明專利數量加1取自然對數作為企業創新產出的替換變量,用替換變量參與回歸,回歸結果與前文一致。
5"研究結論及建議
首先,文章研究了高管學術經歷與股價崩盤風險間的關系,發現高管學術經歷能夠顯著降低股價崩盤風險。其次,文章探究了企業創新產出的中介作用,發現學術研究經歷能夠促進企業創新產出,同時企業創新產出的提高能夠增強投資者信心,吸引投資者關注,降低股價崩盤風險,因而企業創新產出在高管學術經歷與股價崩盤風險間起到中介作用。最后,文章探究媒體報道對企業創新產出中介作用的調節作用,研究發現媒體正面報道數量越多,企業創新產出與股價崩盤風險負相關關系越強,企業創新產出的中介作用越強;媒體負面報道數量越多,企業創新產出與股價崩盤風險負相關關系越弱,企業創新產出的中介作用越弱。
基于以上結論,文章認為:第一,企業可以通過積極聘請具有學術經歷高管完善自身高管團隊建設;第二,監管部門應當對高管進行規范式管理,監督高管行為,最大程度發揮高管特質帶來的正面效應和積極影響,提升企業自主創新能力,減少股價崩盤事件的發生;第三,媒體報道影響企業經營管理行為和外部利益相關者心理預期,采用過于夸張描述手法吸引眼球易引起跟風拋售股票,引發企業股價暴跌現象,相關監管部門應規范媒體行為,提升報道內容客觀中肯度,切勿過度渲染,維護市場有序發展。
參考文獻:
[1]丁乙.管理者過度自信、股價崩盤風險與資本結構動態調整——基于動態面板數據的中介效應分析[J].東南大學學報(哲學社會科學版),2022(2):74-84,147.
[2]陳雄兵,黃玉.海歸高管抑制了股價崩盤風險嗎?[J].金融理論與實踐,2020(1):73-82.
[3]曹雅楠,藍紫文.高管從軍經歷能否抑制上市公司股價崩盤風險——基于高管人力資本與社會資本的視角[J].上海財經大學學報,2020(4):123-137.
[4]魯桂華,潘柳蕓.高管學術經歷影響股價崩盤風險嗎?[J].管理評論,2021(4):259-270.
[5]湯莉,余銀芳.CEO學術經歷與企業雙元創新[J].華東經濟管理,2021(10):59-69.
[6]柏建成,任茜,何建暉,等.投資者關注與股價崩盤風險——基于百度指數的實證研究[J].管理現代化,2023"(5):1-21.
[7]侯婧,朱蓮美,尹夏楠.企業創新產出與股價崩盤風險——基于投資者關注的調節效應[J].財會月刊,2020(22):44-52.
[8]陳瑞群,陳周碩.媒體報道與股票市場相關性研究[J].全球傳媒學刊,2021(6):85-102.
[9]張承鷲,吳華強,才國偉,等.股票價格波動的信息渠道影響研究——基于媒體報道和分析師預測的視角[J].南方經濟,2021(11):122-136.
[10]NASON"R"S,"BACQ"S,"GRAS"D."A"behavioral"theory"of"social"performance:"social"identity"and"stakeholder"expectations[J].Academy"of"management"review,"2018(2):259-283.
[11]許年行,江軒宇,伊志宏,等.分析師利益沖突、樂觀偏差與股價崩盤風險[J].經濟研究,2012(7):127-140.
[12]許丁,張衛民.高管學術經歷與企業環境績效[J].華東經濟管理,2023(8):119-128.
[13]萬良勇,查媛媛,饒靜.實體企業金融化與企業創新產出——有調節的中介效應[J].會計研究,2020(11):98-111.
[14]蘭竹虹,曾曉,辛瑩瑩.產業競爭視角下稅收征管對企業創新影響機制研究——基于“競爭效應”和“資源效應”[J].中國軟科學,2021(2):181-192.
[15]杜金岷,李亞菲,吳非.股票流動性、媒體關注與企業創新[J].中國經濟問題,2020(3):73-89.
[基金項目]2023年度遼寧省社會科學規劃基金項目“遼寧省智慧養老產業供需匹配實現路徑研究”