企业创新能力与股价崩盘风险：基于中国股市的分析

●冯正华

一、文献综述

（一）关于创新

党的十八大提出，科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。如何提升创新水平，国内外很多学者对此进行了广泛研究， 包括Batabyal and Nijkamp（2012）、Liu and Buck （2007）、Bratti and Felice（2012）、欧阳峣和刘智勇 （2010），以及李国璋和周彩云等（2010）等等。Marvel and Lumpkin（2007）研究认为，人力资本对创新产出十分重要，包括一般和特殊的人力资本；技术型企业家对于市场营销了解得越少越有利于他从事突破性的创新。也有学者研究了宏观环境对企业创新的影响，如法律制度环境（Dosi et al.,2006;Tan et al.,2014;Tong et al.,2014）、财税政策（安同良等,2009;张同斌和高铁梅,2012）对国际创新、产业创新和企业创新的影响。另外，还有学者研究认为，政府补贴和税收优惠是扶持企业创新重要的两种手段（Lee,1996;Aghion et al.,2012）。

同时，也有学者对创新的效应进行了广泛研究。Wignaraja（2008）和 Antonietti et al.（2011）研究认为，技术创新有利于企业出口；Hasan et al.（2003）研究结论表明，技术创新对印度出口企业的影响是有限的。国外早期文献的实证研究结论，支持专利保护对企业创新的正面影响（Licht和Zoz ，1998;Pazderka ，1999）。 Mansfield（1986）随机抽取了100家美国的制造业企业，考察了专利保护对其专利产出的影响，发现如果知识产权特别是专利权的保护缺失，大部分行业的专利产出将显著下降，其中医药和化学行业受影响最大。

我国学者对于创新效应也进行了广泛研究。例如，易先忠等 （2007）利用中国1987-2004年的数据进行经验分析，发现我国的技术进步以模仿为主，加强知识产权保护会抑制模仿，不利于我国技术进步，但当我国技术提高到一定水平后，通过模仿促进技术进步的效应减弱，加强知识产权保护能够鼓励自主创新,从而增快国内技术进步速度；刘小鲁（2011）利用中国省际面板数据，得出了知识产权保护与自主研发比重呈现倒U型关系的结论。然而，企业是技术创新的主体，高新技术企业是技术创新的主要力量。

（二）关于股价崩盘风险

股价崩盘风险是指上市公司股价出现极端负值的概率。基于代理理论视角的研究指出，管理层隐藏公司特质利空消息是发生股价崩盘的主观原因，信息不对称是发生股价崩盘的客观前提。出于私利原因，比如侵占公司现金流、建立企业帝国、进行内部交易、避税、获得更高的薪酬和职务消费，管理层倾向于隐藏利空消息 （Jin和Myers，2006；Bleck 和 Liu，2007；Kim 等 ，2011a；b；Xu 等，2014；Hu 等，2015）。 关于企业的负面消息可能损害企业形象，恶化企业与顾客、供应商和银行等利益相关者的关系，降低营业收入和经营业绩。因为管理层隐藏利空消息和信息不对称，利空消息不断在公司内部积累，公司股价逐渐被高估。但是管理层不能无限制隐藏关于企业的利空消息。隐藏利空消息存在一个盈亏平衡点，超过该盈亏平衡点后，继续隐藏利空消息的成本超过其收益。管理层被迫集中披露被隐藏的利空消息，导致股价崩盘。因此，Jin和Myers（2006）指出管理层隐藏利空消息是导致股价崩盘的主要原因。Kim等（2011b）发现CFO持有的期权越多，公司未来股价崩盘风险越大。他们指出对短期股价的关注是导致管理层隐藏利空消息的主要原因。管理层私利动机会导致上市公司隐藏利空消息，因此加剧股价崩盘风险（Kim 等，2011a；b；Xu 等，2014）。也有研究发现信息不对称、非效率投资、盈余管理和避税会导致企业股价崩盘（Bleck 和 Liu，2007；Hutton 等，2009；Kim 等，2011a）。

随着证券市场的迅猛发展，股价崩盘风险不断增加，股价崩盘现象时有发生。例如，2001年美国纳斯达克(NASDQA)泡沫的破裂、2008年世界范围的金融危机等。2015年6月，沪指在20天内下跌1000点，并且多次出现千股跌停；2016年年初，短短两周时间A股市值蒸发超过十万亿；酒鬼酒等个股出现了暴跌情况。股价崩盘不仅严重干扰资本市场的正常运行，也会给实体经济带来严重危害，甚至可能导致经济危机的爆发。因此，研究股价崩盘风险（crash risk）的影响因素，寻找缓解股价崩盘风险的方法，不仅具有学术意义，同样具有重要的实践意义。

叶康涛等（2015）发现随着企业内控信息披露水平的提高，未来股价崩盘风险显著下降。王化成（2015）的研究发现第一大股东持股比例的提高有利于缓解未来股价崩盘风险。因此，从上市公司的层面考察如何缓解股价崩盘风险具有重要的现实和理论意义。因此，考察创新对股价崩盘风险的影响，具有一定代表意义。本文利用中国A股2006-2016年的数据，实证研究了企业创新对股价崩盘风险的效应，结果表明，创新能够显著有效地缓解股价崩盘风险，稳健性检验也得到了高度一致的结果。

本文的研究贡献主要体现在以下几点。

第一，本文深入研究创新在微观上对股价的影响，有助于丰富创新方面的文献。行权业绩考核作为股权激励计划的重要特征，一方面能够提高薪酬-业绩敏感性，另一方面也会使薪酬-业绩敏感性出现不连续变化。行权业绩考核会对股权激励的激励效应和负面后果产生放大作用。现有研究对行权业绩考核的考察还比较缺乏，研究行权业绩考核负面效应的文献更加少见。因此本文的研究有助于深化对股权激励的理论认识，丰富股权激励方面的文献。第二，本文考察创新对股价崩盘风险的影响，有助于丰富股价崩盘风险影响因素方面的文献。很少有学者考察怎样缓解股价崩盘风险，本文从创新角度考虑如何缓解股价崩盘风险，补充和发展了股价崩盘风险影响因素方面的研究。第三，本文的研究结论具有一定现实意义，能够为上市公司缓解股价崩盘风险和制定相关政策提供借鉴和参考。

后文结构安排如下：第二部分是研究设计。第三部分是实证检验和分析。第四部分是研究结论与启示。

二、研究设计

（一）样本选取和数据来源

本文选择2006-2016年沪深A股上市公司为初始样本，剔除了金融和保险行业、资不抵债以及缺失相关变量的观测值。在计算股价崩盘风险时，使用了2006-2016年的个股和市场周收益数据。股票收益和财务数据来自CSMAR数据库。为了消除极端值的影响，对变量进行了上下1%的Winsorize处理。

（二）变量定义

1、股价崩盘风险。参照 Chen等（2001），本文使用周个股特有收益的负偏态系数（Ncskew1）和上下波动比率（Duvol1）两个连续指标衡量个股股价崩盘风险。

首先将个股周收益回归到[2，2]周的市场收益上，取其回归残差为周特有收益率，为了减少残差分布偏度的影响，进一步对其取自然对数，即：Wi,t=Ln(1+εi,t)，其中 εi,t为模型（1）的残差。

负偏态系数（Ncskew1）计算公式如模型（2）；上下波动比率（Duvol1）计算公式如模型（3）。

其中n为个股交易周数，np和nd分别为个股特有收益高于和低于当年平均周特有收益的周数。是个股当年平均周特有收益。

为了保证结果的稳健，本文也参照Callen和Fang（2015），在 Chen 等（2001）模型的基础上进一步剔除行业收益的影响，即将个股收益回归到[1，1]周的市场收益和行业收益上，基于其残差重新计算负偏态系数（Ncskew2）和上下波动比率（Duvol2）。

2、创新。笔者从中华人民共和国国家知识产权局（SIPO）提取了企业的专利数量作为企业创新产出的测度。SIPO提供了自1985年9月10日以来公布的全部中国专利信息，包括发明、实用新型和外观设计三种专利的著录项目及摘要。发明专利是三种类型中最原始的专利。因此，本文使用变量发明专利作为创新的代理变量。鉴于专利数量是大于等于0，所以在1%和99%的水平上对专利数量进行winsorize处理，然后加1取自然对数，作为创新产出最主要的测度。企业创新水平的稳健性测度是专利的总数，定义为在某一年内授予给一个上市公司的发明专利、实用新型专利和外观设计专利三种专利数量总和加1取自然对数。

3、控制变量。其他控制变量包括：企业规模（Size），使用上市公司市值的自然对数；市值账面比（MB）；资产负债率（Lev）；盈利能力（ROE）；机构持股比例（IO），企业年龄（Age）；行业和年度固定效应。

（三）研究设计

本文的回归分析主要检验上市公司的创新是否会缓解股价崩盘风险，借鉴先前的文献，结合本文样本数据的实际特点，建立回归模型（4）。Crashrisk是股价崩盘风险，Innovation表示企业的创新产出 （专利水平），Zi,t表示相关控制变量，包括企业规模（S ize）；市值账面比（MB）；资产负债率（Lev）；盈利能力（ROE）；机构持股比例（IO），企业年龄（Age）。 Fixeffect表示行业，地区和年度固定效应。

三、实证结果分析

（一）描述性统计结果

表1报告了实证分析中使用的变量描述性统计的结果。从表中可见，参照Chen等（2001）模型计算的股价崩盘风险指标Ncskew1的均值和标准差分别为0.015和0.734，Duvol1的均值和标准差分别为0.523 和 0.328；参照 Callen 和 Fang（2015）模型计算的股价崩盘风险指标Ncskew2的均值为0.061，标准差为0.694，Duvol2的均值为0.305，标准差为0.260，说明样本观测值之间股价崩盘风险存在较大差异。本文的股价崩盘风险与其他学者的均值有所差异，主要可能是由于样本区间的差异所造成的。企业发明专利的数量 （Inno1）的均值为0.936，中位数为1.013，超过一半的上市公司都有发明专利，说明我国大部分上市公司都很重视创新，并产生了创新成果（专利）。

（二）相关系数分析

表1 描述性统计

表2报告了相关变量的相关性分析结果。表2的结果表明：一是 NCSkew1和NCSkew2之间的相关系数高达0.809，说明衡量股价崩盘风险的替代变量基本一致。二是创新(Inno1,Inno2)与股价崩盘风险(NCSkew1，DUVol1)的相关系数都为负,说明上市公司的创新可能会缓解股价崩盘风险。

（三）多元回归分析

表2 相关系数表

表3 多元回归：创新对崩盘风险的效应

本文考察了中国上市公司的创新是否会缓解股价崩盘风险，回归结果如表3所示。列（1）至列（4）的解释变量为股价崩盘风险两种测度的四种算法。回归结果显示，无论因变量是NCSkew还是DUVol，创新(Inno1)的系数都显著为负。表4的结果说明创新显著缓解了上市公司的股价崩盘风险。

目前，学术界的主流观点认为在信息不对称背景下，管理层出于自利而隐藏经营亏损等“坏消息”的代理行为是造成股价崩盘风险的主要原因(Jin and Myers，2006;Hutton et al.，2009；Kim et al.,2011a,2011b；罗进辉等，2014)。而创新可以显著提升公司业绩和公司价值（Jefferson et al.,2006;刘和旺等，2016），那么上市公司可能就没有那么多“坏消息”，管理层也不需要去隐藏，还可能有更多的好消息（创新带来公司业绩的提升等），而股价是公司价值和公司业绩的反映，而公司业绩的提升有助于股价上涨，从而缓解公司股价崩盘风险。因此，创新有利于缓解公司股价崩盘风险。

另一方面，为了鼓励高管从事创新投资，公司会设计一套合理的事前激励机制，这种事前的高管薪酬契约可以把创新投资的变动与高管薪酬的变动联系起来（Cheng，2004;卢锐，2014），因此，创新可能会带来高管薪酬的提升，那么高管的利益得到满足后，将减缓代理问题，从而进一步从根源上缓解股价崩盘风险（见表 3）。

（四）稳健性检验

本文进行了如下稳健性检验，结果如表4显示。回归结果跟表3中的结果表现出高度一致，即无论使用哪种测度股价崩盘风险或创新产出水平，上市公司的创新都显著缓解了股价崩盘风险。

四、研究结论与启示

股价崩盘作为极端风险，使投资者财富在短时间内大幅受损，挫伤投资者信心，可能引发系统金融风险并危害实体经济（刘宝华等，2016）。因此本文利用2006-2016年非金融行业A股上市公司为样本，以创新为视角，实证考察创新对股价崩盘风险的效应。

本文实证检验创新对股价崩盘风险的影响，发现上市公司的创新能够显著缓解股价崩盘风险。由于创新可以显著提升公司业绩和公司价值（Jefferson et al.,2006;刘和旺等，2016），而公司业绩的提升有助于股价上涨，从而缓解了公司股价崩盘风险。因此，创新有利于缓解公司股价崩盘风险。另一方面，为了鼓励高管从事创新投资，事前的高管薪酬契约可以把创新投资的变动与高管薪酬的变动联系起来(Cheng,2004;卢锐，2014)，因此，创新可能带来会带来高管薪酬的提升，缓解代理问题，从而进一步从根源上减轻股价崩盘风险。

本文的研究具有一定理论和实践意义。理论上，能够深化和丰富创新的效应，尤其是微观上对上市公司的效应，丰富创新和股价崩盘风险两方面的文献。实践上，能够为上市公司缓解股价崩盘风险和制定相关政策提供借鉴和参考。■

表4 稳健性检验