股价崩盘风险、监督压力与非效率投资

(上海大学 经济学院,上海 200044)

1 引言

近年来，随着中国经济结构的深度调整和经济增长的低速运行，上市公司的非效率投资行为出现两种引人关注的现象：其一是并购高溢价的投资过度行为。据Wind数据统计，截止到2017年底，369家公司商誉与净资产比例高于30%，73家公司高于60%，18家公司高于100%，商誉总额达到1.45万亿，495家上市公司发生了商誉减值损失，表现出明显的投资过度；其二是上市公司大规模投资金融类理财产品而导致的主业投资不足。截止到2018年底，有1201家上市公司购买了银行理财产品、证券公司理财产品、信托贷款、私募等金融产品，总金额达1.33万亿元 。上市公司的非效率投资行为，一方面增加了上市公司股价崩盘风险，容易引发系统性金融风险[1]；另一方面也削弱了资本市场配置效率，影响资本市场的稳定发展和服务实体经济的功能发挥[2]。于是，如何有效治理上市公司非效率投资行为成为监管部门迫切需要解决的问题。

既有文献基于信息经济学、不确定经济学和公司治理等理论框架，一方面分析了代理冲突、会计信息质量、决策权分离度、内部控制质量、股权集中度、融资约束、企业现金流和股权激励等公司内部结构对非效率投资的综合影响效应[3～5]；另一方面也分析了利率市场化、企业社会责任和信贷错配等外部环境对非效率投资的抑制作用[6～8]。大量的研究成果极大地推动了非效率投资行为的研究进展，同时也反映了非效率投资行为具有内外部因素互动的响应机制。从上市公司非效率投资行为的演化轨迹看，市场投资者未必是其投资行为的被动接受者，它可以选择“用脚投票”的方式作出回应；社会媒体和监管部门也不会完全无视这种非效率投资行为肆意忘形。那么，上市公司的非效率投资决策是否会考虑未来市场投资者的选择与监管压力，从而改善其非效率投资行为？尤其是在市场已经做出负面评价后，上市公司是否具有足够的动机去改善市场的负面评价，以及企业动机的来源是外部推动的还是内部自发形成的？

基于此，本文以股价崩盘风险作为市场投资者抉择的代理变量，以2006年至2017年的沪深A股上市公司为样本，研究其股价崩盘风险上升以及所出现的内外监管压力对公司非效率投资的影响机理。研究结果表明，市场负面情绪的积聚即股价崩盘风险上升，对上市公司非效率投资行为具有一定的改善作用，既能改善公司过度投资行为，也能够改善公司投资不足行为。进一步的结果发现，股价崩盘风险上升对公司非效率投资的改善作用，对于高内部监督压力的公司更为显著，而对于高外部监督压力的公司存在不确定性。表明当前事后监督性的外部监督压力只能使管理层选择更为隐蔽的、背离股东意愿的管理行为。

本文的边际贡献体现在：其一，将股价崩盘风险与公司投资决策相联系，分析资本市场投资者抉择如何影响上市公司的管理决策，提供了与现有约束非效率投资文献不一样的经验证据，拓宽了非效率投资影响因素的研究范围。其二，理清了具有股价崩盘风险又叠加不同监管压力等因素对管理层投资决策的影响方向和范围，丰富了公司非效率投资行为的分析路径。其三，佐证了当前对上市公司非效率投资行为的外部监督仍存在严重缺陷。

2 理论分析与研究假设

2.1 股价崩盘风险和非效率投资

不论是基于何种目的的非效率投资，首先需要解决的问题是投资资金的来源。按照“金融加速器”理论，公司价值越大，可抵押品价值越高，依赖外部融资的投资资金可获得性就越大。在不完善的资本市场中，信息不对称和委托代理等问题，使外部投资者、股东或债权人为保障自身的利益往往会观察公司股价，以判断公司价值进而设置较高程度的约束。因此，依赖外部融资的公司会更加关注公司股价的波动。Baker 等[9]以管理者与公司既有股东利益一致为出发点，实证发现股价上涨会导致股权融资成本降低，公司会选择净现值大于零的项目进行投资。Polk和Sapienza[10]证实了投资者情绪会通过“股权融资渠道”和“迎合渠道”影响公司的投资行为。花贵如等[11]将投资者与管理者有限理性纳入同一分析框架，提出了有别于“股权融资渠道”和“迎合渠道”的投资者情绪影响企业投资行为的“管理者乐观主义中介效应渠道”。罗琦和张标[3]进一步论证了投资者情绪与企业投资不足显著负相关，而与企业过度投资显著正相关。熊家财和苏冬蔚[12]聚焦于股票流动性对企业非效率投资的影响，结果显示股票流动性有助于缓解投资不足并抑制过度投资。

融资渠道会直接影响公司投资决策之外，筹资成本也会直接影响企业的投资决策。当公司股价崩盘风险上升时，表明公司未来的成长性或者盈利能力将受到比较负面的冲击，市场对公司的价值预期呈现负面评价。股价崩盘风险会使得商业银行等外部投资人通过大幅度提高利率等风险溢价措施弥补可能受到的损失[13]，因此，股价崩盘风险的上升导致企业债务融资的成本上升。刘小龙等[14]基于市场择时理论也进一步验证了股价崩盘会导致股权融资成本上升。因此综合来看，股价崩盘风险的上升导致企业在同等水平下可以筹措到的资金规模下降、融资成本上升，从而改善公司的非效率投资决策。因此，本文提出如下假设：

H1股价崩盘风险会抑制公司的非效率投资程度。

2.2 股价崩盘风险与过度投资和投资不足

通常将非效率投资分为投资不足(under investment)和过度投资(over investment)。在存在机会成本和闲置资本的前提下，放弃净现值高于0的投资机会表现为非效率投资中的投资不足，而投资于净现值低于0的项目表现为非效率投资中的过度投资。管理层和股东之间的代理冲突常常会形成过度投资。即管理层出于在职消费的渴望使得企业存在投资冲动，而不管项目的NPV是正是负[15]。虽然管理者也会优先考虑具有正NPV的项目，但是在有足够资金流的情况下，公司还是会做出非效率性投资决策，即过度投资。但是当股价崩盘风险上升时，公司融资渠道有限或者融资成本上升，管理层必然会抛弃一些投资项目，从而减少了无效资本的支出，即改善了企业的过度投资情况。另一方面，股价崩盘风险的上升也会对公司管理层发出警示信号，如果公司经营状况进一步恶化甚至达到破产的地步，那么管理层将有可能永久性地失去控制权。在这种情况下，理性管理层将会选择改变以往的投资模式，将资金尽可能地投向具有正NPV的项目，创造稳定的现金流，以挽救企业于破产风险之中，从而使得企业的投资不足情况得以约束。因此，本文提出如下两个假设：

H2股价崩盘风险上升，能够约束公司过度投资。

H3股价崩盘风险上升，能够约束公司投资不足。

2.3 股价崩盘风险、监督压力与非效率投资

股价崩盘往往产生于代理冲突严重的公司，既包括股东与管理者之间的代理冲突，也包括股东与债权人之间的代理冲突。面对股东与管理者之间的代理冲突，公司管理层有足够的动机为自身利益最大化而做出有损公司发展的决策。当公司管理层考虑利己收益时，企业更容易产生过度投资；相反，在公司管理层存在自身成本约束的情况下，公司则可能会陷入投资不足[16]。代理冲突产生的根本原因是两者之间的效用目标函数不一致，只有通过制度设计降低其利益非一致性或约束某种自私利益的存在，才能有效解决代理冲突问题。

研究表明，通过对管理者的决策行为进行日常监督，也能够对管理者的行为进行矫正，使其朝着股东目标最大化的方向努力。高强度的监督压力使得企业管理者的行为置于“阳光”下，从而改善了企业的非效率投资情况。管理者的监督压力可能来自于内部，也可能来自于外部。内部监督的强弱可以从企业的内部治理窥见一二。公司内部治理结构的优劣，体现在股东对管理层决策的约束机制上。公司股东可以通过股东大会表决机制以及“用脚投票”的退出机制对企业管理层进行有效约束。董事会和监事会的设立，也是股东对管理层的有效监督渠道之一。外部监督则主要是依靠媒体、监管层以及机构投资者、分析师等。虽然有研究表明我国的机构投资者在资本市场上的表现具有显著的“羊群效应”，可能会加剧股价的波动[17]。但是也有证据表明，机构投资者可以利用自身的信息、资金优势、专业能力，成为强有力的企业“外部监督员”。例如证券分析师通过对内幕消息的解读会增加A股股价中公司特质信息含量，从而起到促进资本市场稳定运行的作用[18]。这主要因为机构投资者相较于中小投资者具有更广泛的信息渠道，在投入了巨大的资金后，更有能力也更有动力去监督企业朝着股东利益最大化的方向发展。因此，本文提出如下两个假设：

H4股价崩盘风险对公司非效率投资的约束作用在高内部监督压力的公司更为显著。

H5股价崩盘风险对公司非效率投资的约束作用在高外部监督压力的公司更为显著。

3 研究设计

3.1 样本选择与数据来源

本文实证检验的样本为2006年至2017年沪深两市所有A股上市公司，数据来源于Wind数据库和国泰安数据库。为了保证数据的相关性，在回归前，需要剔除不相关数据。因此对数据作如下处理：(1)剔除属于风险警示的、财务数据出现异常的ST、*ST公司。(2)剔除与其他行业投资行为具有明显区别的金融行业公司。这里所指的金融类上市公司是根据中国证监会2012年修订的上市公司行业分类指引所划分的J类(金融业)上市公司，包括货币金融服务、资本市场服务、保险业和其他金融业四个子类。(3)剔除数据存在缺失值的观测值。同时，为了避免极端值对结论产生较大影响，对于所有连续变量进行上下1%的Winsorize处理。

3.2 变量说明

(1)股价崩盘风险

本文借鉴Hutton等[19]的研究，选取了Nckewi,t和Duvoli,t衡量上市公司当年度的股价崩盘风险。具体的计算过程如下：

首先利用(1)式回归计算样本上市公司经市场收益率调整的周收益率εi,t

ri,t=β0+β1rm,t-2+β2rm,t-1+β3rm,t+

β4rm,t+1+β5rm,t+2+εi,t

(1)

其中ri,t为股票i在第t周的个股周收益率，rm,t表示经流通市值调整的市场在第t周的加权平均收益率，为调整非同步性交易的影响，在模型中加入了市场加权平均收益率的超前项和滞后项rm,t-2、rm,t-1、rm,t+1和rm,t+2。计算得到的残差项通过(2)式得到特定公司特定收益率Wi,t

Wi,t=ln(1+εi,t)

(2)

在Wi,t的基础上我们计算股价崩盘风险度量指标Nckewi,t和Duvoli,t。

①负收益偏态系数Nckewi,t

(3)

其中n为个股i在t年的交易周数。Nckewi,t越大，表示该股票的周收益率的负的偏斜程度越高，即企业的股价崩盘风险越高。

②公司股票收益率上下波动的比例Duvoli,t

(4)

其中nd(nu)为个股特有周收益率高于(低于)年平均收益率的的周数。Duvoli,t越大，表明个股的收益率和年平均收益率的偏差越大，即股价崩盘风险越高。

(2)公司非效率投资

借鉴Richardson[20]的研究，本文采用预期投资度量企业非效率投资水平。如模型(5)所示，考虑到投资支出相对于运营的滞后，模型中的解释变量均为滞后一期。

Inv_Ni,t=α0+α1TobinQi,t-1+α2Levi,t-1+α3Cashi,t-1+

α4Agei,t-1+α5Sizei,t-1+α6Returni,t-1+

α7Inv_Ni,t-1+ΣYear+ΣIndustry+εi,t

(5)

其中TobinQi,t-1为公司i的成长机会，由公司第t-1年的市场价值加上净债务除以年初总资产得到；Levi,t-1为公司i第t-1年的资产负债率；Cashi,t-1为公司i第t-1年的现金状况，由经营现金净流量除以年初总资产得到；Agei,t-1为公司i截止到第t-1年年末的上市年数(不足1年的观测值认定为0从而被剔除)；Sizei,t-1为公司i第t-1年的公司规模，用当期总资产的自然对数表示；Returni,t-1为公司i第t-1年的股票收益率，采用分红再投的后复权的年涨跌幅表示；Year和Industry是用于控制年份和行业的哑变量。其中行业划分标准采用证监会2012年修订的《上市公司行业分类指引》。

(5)式的主要思路是通过对样本数据进行回归，得到期望投资水平，然后与其实际投资额进行比较得到残差。而残差的绝对数就可以用来表示企业非效率投资的程度，当然通过观察残差的正负就可以得到样本企业非效率投资的具体方向：过度投资抑或是投资不足。

(3)监督压力

①内部监督压力(Internal_Control)。企业内部监督强度可用公司内部控制质量来衡量，本文利用迪博公司发布的内部控制白皮书来表示企业内部控制质量。迪博内部控制指标越大，表明企业的内部治理质量越高。

②外部监督压力(Lns)。外部监督压力的来源比较广泛，例如政府、媒体、投资者等。考虑到是在股价崩盘的框架下进行研究，因此本文选取的外部监督指标为机构投资者持股比例。机构投资者持股比例越多，就代表外部的监督压力越强。

(4)控制变量

在控制变量的选择方面，本文主要参照了熊家财和苏冬蔚[12]，方红星和金玉娜[21]的研究设计，具体情况说明如表1所示。

表1 控制变量定义

3.3 模型设计

为验证假设H1，本文设计了如下模型对其进行实证检验。若α1显著为正，则表明企业股价崩盘风险显著上升会影响企业后续的投资决策。

Absnon_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(6)

其中Absnon_Invi,t为通过预期投资模型计算得到的样本企业i第t年的非效率投资绝对值，CrashRiski,t-1为前一期的股价崩盘风险，以Nckewi,t和Duvoli,t衡量。Xi,t-1为样本公司的控制变量。

为了验证假设H2和H3，这里将模型(6)的被解释变量替换为Over_Invi,t和AbsUnder_Invi,t，构建如下新的回归模型:

Over_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(7)

AbsUnder_Invi,t=α0+α1CrashRiski,t-1+α2Xi,t-1+εi,t

(8)

其中为直观显示各变量系数符号对投资不足的影响，模型(8)中用AbsUnder_Invi,t绝对值替换负值。若模型(7)的α1系数显著为负，则说明股价崩盘风险改善了企业的过度投资行为，假设H2得到证实；若模型(8)的系数α1显著为负，则说明股价崩盘风险改善了企业的投资不足行为，假设H3得到证实。

按照上文理论部分的分析，股价崩盘风险对企业非效率投资的抑制作用还可能与对管理层的监督压力的改变有关，为了验证假设H4和H5，这里将模型(6)稍加变形，引入监督压力和监督压力与股价崩盘的交互项，得到模型(9)和模型(10)。

Absnon_Invi,t=α0+α1CrashRiski,t-1+

α2CrashRiski,t-1×Internal_Controli,t-1+

α3Internal_Controli,t-1+α4Xi,t-1+εi,t

(9)

Absnon_Invi,t=α0+α1CrashRiski,t-1+

α2CrashRiski,t-1×Lnsi,t-1+

α3Lnsi,t-1+α4Xi,t-1+εi,t

(10)

4 实证检验与结果分析

4.1 描述性统计与相关性分析

根据描述性统计，核心解释变量股价崩盘风险的度量指标Nckewi,t-1和Duvoli,t-1的均值分别为-0.175和-0.101，这和以往的研究结果相比，并不存在显著的差异[15,22]。标准差分别为0.504和0.287，表明在沪深两市上市的样本公司中，股价崩盘风险存在明显的差异。另外公司非效率投资的绝对值Absnon_Invi,t的均值为0.0444，标准差是0.0552，过度投资Over_Invi,t和投资不足的绝对值AbsUnder_Invi,t的均值分别为0.0557和0.0369，标准差分别为0.0753和0.0340，说明样本企业在非效率投资方面更倾向于过度投资。除此之外，其他的变量的分布均属于合理范围。变量间相关系数的计算结果表明：Nckew与Duvol的相关系数为0.961，且在1%的水平上显著正相关，表明两者的一致性较好；企业非效率投资的三个指标与股价崩盘风险的两个度量指标之间都呈现负相关关系，表明在不考虑其他因素的情况下，股价崩盘风险的上升有助于改善企业的非效率投资水平。

4.2 股价崩盘风险与非效率投资回归结果

表2的第1列报告了假设H1的回归结果。衡量企业的非效率性投资的指标Absnon_Invi,t与股价崩盘风险Nckewi,t-1的回归系数为-0.00858在1%的统计性水平上显著负相关，表明相对于没有经历股价崩盘风险显著上升的公司而言，前一期股价崩盘风险的上升会抑制公司的非效率性投资，公司的投资决策将更加理智，这与我们的假设H1相符合，印证了我们关于管理层在面临股价崩盘风险上升时的管理模式转变的假设，即在权衡利弊之后，管理者会选择实施更为稳妥的投资决策，以保证控制权不会落入他人之手。

表2的第2、3列分别报告了假设H2和假设H3的回归结果。列2显示了企业过度投资的指标Over_Invi,t与股价崩盘风险Nckewi,t-1的回归系数为-0.0156在1%的统计性水平上显著负相关，表明相对于没有经历股价崩盘风险显著上升的公司而言，前一期股价崩盘风险的上升会抑制公司的过度投资情况。列3显示了企业投资不足的指标AbsUnder_Invi,t与股价崩盘风险Nckewi,t-1的回归系数为-0.00437在1%的统计性水平上显著负相关，表明相对于没有经历股价崩盘风险显著上升的公司而言，前一期股价崩盘风险的上升会显著改善公司的投资不足情况。回归的结果与我们提出的假设2和假设3符合，表明风险的增加确实导致企业的管理者转向更为稳妥的投资模式，且相对于投资不足，股价崩盘风险的上升更容易使得企业过度投资的现象得到改善。

表2 股价崩盘风险与企业非效率投资

注:***为1%水平下显著，**为5%水平下显著，*为10%水平下显著；未报告解释变量为Duvoli,t-1的回归结果。下同。

4.3 股价崩盘风险、监督压力与非效率投资回归结果

以上研究证实了本文最初的假设，即股价崩盘风险会起到约束企业非效率投资的作用。如果企业面临的不确定性是由代理冲突引起的，这一现象是否会随着管理层的监督压力的变化而有所改变呢？换言之，如果对管理者的内外部监督压力越小，股东与管理者的代理冲突越激烈，管理者越有能力和动力打造自己的“企业帝国”，企业的非效率投资水平也就越高。为了验证H4和H5，我们展开接下来的实证检验。

表3报告了模型(9)与模型(10)的回归结果。列1显示股价崩盘指标与企业内部监督压力指标交互项的系数显著为负，证明了我们的假设4，股价崩盘风险对企业非效率投资的改善作用在高内部监督压力的公司更为显著。列2显示股价崩盘指标与企业外部监督压力指标交互项的系数为正，但不显著，因此无法证明我们的假设5，结果表明寄希望于外部监督约束企业非效率投资水平可能并非有效之举。周爱民和遥远[23]发现外部监督压力对公司管理层的影响更多地是事后监督，管理层在具有外部监督压力的情况下可以选择更为隐蔽的、背离股东意志的管理行为，这也加剧了企业非效率投资规模。本文的结论也证实了上述结论。

表3 股价崩盘风险、监督压力与企业非效率投资

5 稳健性检验

为保证本文检验结果的稳健性，采用如下方法进行稳健性检验：首先通过改变股价崩盘风险的度量方法，利用二元变量Crashi,t-1作为Nckewi,t-1和Duvoli,t-1的替代，以此作为解释变量重新对模型(6)进行回归。另外针对被解释变量，我们采用了固定效应模型，在控制了行业和年份的基础上，重新计算企业的非效率投资水平。其次，对模型(6)进行分组检验。其中分组检验的标准是股价崩盘风险的大小。我们在得到股价崩盘风险数据后，对其按照中位数分组，并在此基础上比较不同风险下公司的非效率投资规模。检验结果基本与前文一致, 故本文的结果具有一定可靠性。

6 结论与启示

本文以2006年至2017年的中国沪深A股上市公司为研究样本，检验了股价崩盘风险能否影响上市企业的非效率投资行为，以及该种影响在内外部监督压力下会有哪些差异。研究结果表明：(1)随着前一期股价崩盘风险的提升，企业非效率投资会得到一定程度的改善，且针对投资不足与过度投资都有一定的约束作用。(2)前一期股价崩盘风险对企业非效率投资的约束作用在高内部监督压力环境下更为显著，但外部监督压力未能有效降低企业非效率投资行为，暴露出当前的外部监管机制存在一定的缺陷。

本文的研究结论所得到的启示主要有以下几点：(1)对股票投资者而言，股价崩盘风险高的公司，可以预期其管理者出于对未来业绩的考虑以及对管理职位可持续性的要求，其未来非效率投资行为会得到一定程度的收敛。再考量其内部监管压力因素，该公司股票某种意义上在短期内会更具价值投资特征。诚然，评价价值投资的指标多种多样，需要系统性思维做出准确判断，本文的结论仅仅是一个可供参考的线索。(2)对上市公司本身而言，与事后监督的外部监督机制比较，企业内部治理结构的自我强化更能够有效改善企业非效率投资行为。因此，出于对企业长期竞争能力的考虑，加强企业内部治理结构的建设是最具现实意义的举措。(3)对证券市场监管部门而言，应将当前事后监督的外部监管机制逐步修正为更加侧重事前的监督机制，并加大对上市公司违规行为的惩处力度，追溯上市公司非效率投资行为的相关责任。