花馮濤

（安徽師范大學(xué) 經(jīng)濟(jì)管理學(xué)院，安徽 蕪湖 241003）

一、問題的提出

公司特質(zhì)風(fēng)險(xiǎn)（idiosyncratic risk），是指與企業(yè)自身特征相關(guān)的股價(jià)波動(dòng)，也稱之為公司特質(zhì)波動(dòng)，它對(duì)信息效率、資本配置效率、企業(yè)投資行為具有重要作用（花馮濤，2018）。自從Campbell等（2001）發(fā)現(xiàn)“特質(zhì)風(fēng)險(xiǎn)現(xiàn)象”以后①Campbell 等（2001）發(fā)現(xiàn)，從1962年至1997年，美國紐約證券市場中的公司特質(zhì)風(fēng)險(xiǎn)呈現(xiàn)系統(tǒng)性的上升趨勢(shì)。隨后，其他學(xué)者發(fā)現(xiàn)在其他歐美發(fā)達(dá)國家的資本市場中也存在相同的趨勢(shì)，這一現(xiàn)象被稱為“特質(zhì)風(fēng)險(xiǎn)現(xiàn)象”。，其影響因素研究成為金融學(xué)的新興領(lǐng)域，并形成企業(yè)內(nèi)在因素和外在環(huán)境兩個(gè)研究視角：有學(xué)者從企業(yè)規(guī)模、上市年齡、財(cái)務(wù)杠桿、信息披露質(zhì)量等企業(yè)的內(nèi)在因素視角予以解釋，如Campbell 等 （2001）、Brown和Kapadia（2007）、Dennis和Strickland（2005）等；也有學(xué)者從制度環(huán)境、產(chǎn)品市場競爭等外在環(huán)境的視角闡述其形成機(jī)制，如袁知柱和鞠曉峰（2009）、吳昊旻等（2014）。不論哪種因素，均通過投資者決策影響公司特質(zhì)風(fēng)險(xiǎn)，而投資者的行為特征，如異質(zhì)信念、風(fēng)險(xiǎn)偏好、收入約束對(duì)股價(jià)波動(dòng)，乃至特質(zhì)風(fēng)險(xiǎn)存在直接影響。其中，相對(duì)于散戶而言，機(jī)構(gòu)投資者在信息搜尋、專業(yè)能力上具有優(yōu)勢(shì)，因此，機(jī)構(gòu)持股對(duì)于公司特質(zhì)風(fēng)險(xiǎn)存在必然的聯(lián)系。

早在1921年，美國出現(xiàn)第一家投資基金，即美國國際證券信托基金（ISTA），一直到20世紀(jì)60年代以前，美國股市仍以散戶為主，機(jī)構(gòu)持股比例不超過13%。此后，機(jī)構(gòu)持股所具有的專業(yè)化管理和信息優(yōu)勢(shì)受到社會(huì)的青睞，進(jìn)入快速發(fā)展期。20世紀(jì)80年代機(jī)構(gòu)持股比例達(dá)到34%，90年代美國機(jī)構(gòu)投資者達(dá)到13 000多家。截至2001年底，美國共同市場基金總值約為6萬億美元，養(yǎng)老基金、捐贈(zèng)基金和信托基金的總市值約為7萬億美元。與此同時(shí)，歐美資本市場中也出現(xiàn)了“特質(zhì)風(fēng)險(xiǎn)現(xiàn)象”，即從20世紀(jì)60年代后，出現(xiàn)趨勢(shì)性的上升趨勢(shì)，與機(jī)構(gòu)持股行為呈現(xiàn)趨同性。在我國，資本市場中的機(jī)構(gòu)投資者也發(fā)展迅速，據(jù)Wind數(shù)據(jù)庫統(tǒng)計(jì)，截至2014年底，機(jī)構(gòu)投資者持股比例達(dá)到42.0%，初步形成以證券投資基金為主，證券公司、信托公司、保險(xiǎn)公司、合格境外機(jī)構(gòu)投資者（QFII）、社保基金、企業(yè)年金等其他機(jī)構(gòu)投資者相結(jié)合的多元化發(fā)展格局。同樣，公司特質(zhì)風(fēng)險(xiǎn)和機(jī)構(gòu)持股比例之間也呈現(xiàn)顯著的趨同性（見圖1）。

圖1 機(jī)構(gòu)持股比例與公司特質(zhì)風(fēng)險(xiǎn)年均值對(duì)比

早在Campbell等（2001）的文獻(xiàn)中，他們將“特質(zhì)風(fēng)險(xiǎn)現(xiàn)象”與機(jī)構(gòu)投資行為聯(lián)系在一起，而隨后的研究對(duì)兩者的關(guān)系所得出的結(jié)論卻相互矛盾。Chang和Dong（2006）認(rèn)為，機(jī)構(gòu)投資者提高了股價(jià)信息含量，推動(dòng)了特質(zhì)風(fēng)險(xiǎn)的上升趨勢(shì)，兩者呈正相關(guān)性；而Brandt等（2010）的實(shí)證分析則認(rèn)為兩者呈負(fù)相關(guān)性。之所以結(jié)論各異，原因在于上述文獻(xiàn)基于“黑箱”范式，將機(jī)構(gòu)投資者在資本市場中的角色單一化，忽略了兩者之間的影響渠道的多樣化。一方面，機(jī)構(gòu)投資者作為知情交易者，積極地進(jìn)行私有信息套利，同時(shí)，對(duì)市場噪聲交易形成對(duì)沖作用的“偽羊群效應(yīng)”；另一方面，機(jī)構(gòu)持股逐漸具有公司治理功能，提高了企業(yè)的信息透明度，不僅抑制了噪聲交易，也降低了私有信息套利空間（Miyajima和Hoda，2015）。而已有研究表明，公司特質(zhì)風(fēng)險(xiǎn)既有可能與私有信息有關(guān)，也可能受到噪聲交易的影響，表明機(jī)構(gòu)投資者行為對(duì)特質(zhì)風(fēng)險(xiǎn)并非單一的推動(dòng)或抑制作用。因此，厘清機(jī)構(gòu)投資者和公司特質(zhì)風(fēng)險(xiǎn)之間的作用機(jī)理，是本文研究的核心問題所在。

本文以2003年至2015年的深滬A股為樣本，利用結(jié)構(gòu)方程模型（SEM）從知情交易、噪聲交易和公司治理三種途徑，對(duì)機(jī)構(gòu)投資者和特質(zhì)風(fēng)險(xiǎn)之間的邏輯關(guān)系進(jìn)行實(shí)證分析。本文的研究結(jié)論如下：首先，機(jī)構(gòu)投資者對(duì)公司特質(zhì)風(fēng)險(xiǎn)同時(shí)存在刺激效應(yīng)和抑制效應(yīng)，而前者大于后者，即機(jī)構(gòu)投資者是推動(dòng)特質(zhì)風(fēng)險(xiǎn)上升的重要力量；其次，在三種途徑中，私有信息套利和噪聲交易的作用遠(yuǎn)遠(yuǎn)超過公司治理帶來的效應(yīng)，表明機(jī)構(gòu)投資者在資本市場中仍然作為知情交易者發(fā)揮作用，其對(duì)上市企業(yè)的治理作用較??；再次，公司特質(zhì)風(fēng)險(xiǎn)的形成與私有信息套利以及噪聲交易都有關(guān)系。該研究的創(chuàng)新及貢獻(xiàn)在于三點(diǎn)：首先，本文打破已有文獻(xiàn)存在的“黑箱”研究范式，厘清了機(jī)構(gòu)持股與特質(zhì)風(fēng)險(xiǎn)的邏輯關(guān)系；其次，在我國資本市場中，進(jìn)一步明晰了機(jī)構(gòu)投資者在資本市場中的作用，即其知情交易者功能較強(qiáng)，公司治理功能仍然較弱；再次，進(jìn)一步明確了公司特質(zhì)風(fēng)險(xiǎn)的信息內(nèi)涵，它既包含了私有信息效率，也與市場噪聲交易有關(guān)。

二、文獻(xiàn)回顧與理論分析

（一）機(jī)構(gòu)投資者與公司特質(zhì)風(fēng)險(xiǎn)：基于知情交易者的視角

基于信息論的觀點(diǎn)，游家興和汪立琴（2012）認(rèn)為公司特質(zhì)風(fēng)險(xiǎn)反映了企業(yè)特質(zhì)信息融入股價(jià)的效率，但花馮濤（2017）認(rèn)為，它與信息披露質(zhì)量無關(guān)，而是私有信息套利的結(jié)果。信息是投資者決策行為的基礎(chǔ)，信息分為兩種，即公開信息和私有信息。公開信息是投資者能夠不需要花費(fèi)成本，或者以較低成本就能夠獲得并可作為決策依據(jù)的信息來源，如財(cái)務(wù)報(bào)告、企業(yè)公告等；而私有信息則是指在信息不確定性的環(huán)境下，投資者利用信息渠道和專業(yè)能力花費(fèi)信息搜尋成本后獲取的不對(duì)稱性的信息。當(dāng)企業(yè)的信息質(zhì)量越低時(shí)，私有信息套利空間則越豐厚，促使套利頻率和規(guī)模大幅上升。私有信息的獲取依賴于廣泛的信息渠道和專業(yè)的判斷能力，這正是機(jī)構(gòu)投資者的優(yōu)勢(shì)所在。機(jī)構(gòu)投資者雖不具備內(nèi)部人的信息優(yōu)勢(shì)，但在信息搜集和處理上具有規(guī)模優(yōu)勢(shì)，在套利空間的驅(qū)使下，他們既有能力又有動(dòng)力獲取企業(yè)的內(nèi)幕信息，成為知情交易者，這正是機(jī)構(gòu)持股與特質(zhì)風(fēng)險(xiǎn)相關(guān)聯(lián)的邏輯聯(lián)系之一。以國內(nèi)資本市場為例，張誼浩和陳一童（2016）發(fā)現(xiàn)開放式股票基金偏好于本地上市，尤其是地方政府控股的上市企業(yè)。因?yàn)檫@類企業(yè)信息透明度較低，同時(shí)，較強(qiáng)的政治關(guān)聯(lián)度使得機(jī)構(gòu)投資者有可能獲得更多的內(nèi)部信息，以攝取更多的套利空間。

基于知情交易者的視角，機(jī)構(gòu)投資者的私有信息套利行為促進(jìn)了企業(yè)內(nèi)部信息以套利形式融入股價(jià)的效率，提高了股價(jià)信息含量。Boehmr和Kelley（2009）通過日內(nèi)交易數(shù)據(jù)，發(fā)現(xiàn)做市商交易活躍的資產(chǎn)對(duì)新信息的融入速度取決于機(jī)構(gòu)持股比例，機(jī)構(gòu)投資者的參與度越高，信息融入股價(jià)的速度越快；宋玉和范敏虹（2013）也發(fā)現(xiàn)，當(dāng)機(jī)構(gòu)投資者的知情交易規(guī)模增加時(shí)，股價(jià)波動(dòng)，則未來預(yù)期的回報(bào)率隨之上升，利用企業(yè)非盈余信息預(yù)測(cè)未來股價(jià)的準(zhǔn)確度上升；另外，孔東民等（2015）認(rèn)為盈余公告后的市場反應(yīng)下降，加速了未來盈余信息融入股價(jià)中的速度，特質(zhì)波動(dòng)幅度快速上升，兩者呈現(xiàn)顯著的正相關(guān)性。因此，機(jī)構(gòu)投資者作為重要的知情交易者，通過私有信息套利行為，將公司層面特質(zhì)信息融入股價(jià)，推動(dòng)公司特質(zhì)風(fēng)險(xiǎn)上升?；诖?，本文提出如下假設(shè)：

假設(shè)1：機(jī)構(gòu)投資者作為知情交易者，通過私有信息套利推動(dòng)公司特質(zhì)風(fēng)險(xiǎn)呈上升趨勢(shì)。

（二）機(jī)構(gòu)投資者與公司特質(zhì)風(fēng)險(xiǎn)：基于噪聲交易的視角

除了私有信息套利之外，噪聲交易與公司特質(zhì)風(fēng)險(xiǎn)也存在密切的關(guān)系。與信息論的觀點(diǎn)相悖，Hu和Liu（2013）從信息搜尋成本、知情交易規(guī)模、交易成本和企業(yè)關(guān)注程度四個(gè)維度刻畫了企業(yè)的信息環(huán)境，發(fā)現(xiàn)四個(gè)指標(biāo)均與特質(zhì)風(fēng)險(xiǎn)呈負(fù)相關(guān)。因此，他們認(rèn)為，公司特質(zhì)和噪聲交易之間呈顯著正相關(guān)性，新興資本市場尤其顯著。機(jī)構(gòu)投資者作為知情交易者，通過套利交易將私有信息融入股價(jià)，使股價(jià)回歸其內(nèi)在價(jià)值，同時(shí)，對(duì)市場的噪聲交易形成顯著的抑制作用。

噪聲交易產(chǎn)生的根源在于，在投資者忽略或者缺失信息的條件下所產(chǎn)生的非理性行為，它與投資者的羊群效應(yīng)存在密切的關(guān)系。Bikhchandani和Sharma（2001）提出，機(jī)構(gòu)投資者同樣存在羊群效應(yīng)。在信息質(zhì)量惡劣的環(huán)境中，信息搜尋成本上升、套利效果下降，機(jī)構(gòu)投資者基于短期業(yè)績?cè)u(píng)價(jià)的壓力，產(chǎn)生追隨其他機(jī)構(gòu)投資者的非理性投資策略。但這種非套利的反饋交易策略，實(shí)際上是一種偽羊群效應(yīng)。不同于散戶的真羊群效應(yīng)，機(jī)構(gòu)投資者的私有信息套利是基于信息搜尋成本和邊際收益的對(duì)比，套利空間越大，信息搜尋動(dòng)力越強(qiáng)。而偽羊群效應(yīng)作為機(jī)構(gòu)投資者之間合謀的平衡點(diǎn)，使得邊際收益最大化。更為重要的是，偽羊群效應(yīng)加速股價(jià)向新信息的調(diào)整，提高了股價(jià)信息融入效率，對(duì)真羊群效應(yīng)形成有力的對(duì)沖。Bartov等（2000）針對(duì)美國資本市場研究發(fā)現(xiàn)，共同基金由于商業(yè)周期、行業(yè)輪動(dòng)等因素，表現(xiàn)出明顯的偽羊群效應(yīng)，其結(jié)果緩解了盈余公告后漂移現(xiàn)象，增加了股價(jià)的信息含量。Brandt等（2010）雖然沒有從“異質(zhì)噪聲”的視角解釋公司特質(zhì)風(fēng)險(xiǎn)的影響機(jī)制，但他們發(fā)現(xiàn)公司特質(zhì)風(fēng)險(xiǎn)高的企業(yè)具有兩個(gè)顯著的特征，即較低的股價(jià)和高比例的散戶持股，并明確指出，特質(zhì)風(fēng)險(xiǎn)的變化與散戶的持股行為有密切關(guān)系?；谏鲜鑫墨I(xiàn)的觀點(diǎn)，機(jī)構(gòu)投資者的偽羊群效應(yīng)仍然屬于理性的私有信息套利行為，是基于共同信息和共同偏好的追隨策略，能夠?qū)_其他投資者群體，尤其是散戶的非理性的噪聲交易行為，因此，機(jī)構(gòu)持股行為對(duì)公司特質(zhì)風(fēng)險(xiǎn)的異質(zhì)噪聲存在抑制作用?；谝陨辖Y(jié)論，本文提出如下假設(shè)：

假設(shè)2：機(jī)構(gòu)投資者不論作為知情交易者還是偽羊群的追隨者，對(duì)公司特質(zhì)風(fēng)險(xiǎn)均存在抑制作用。

（三）機(jī)構(gòu)投資者與公司特質(zhì)風(fēng)險(xiǎn)：基于公司治理的視角

袁知柱和鞠曉峰（2009）發(fā)現(xiàn)，公司治理機(jī)制與公司特質(zhì)風(fēng)險(xiǎn)之間同樣存在顯著的聯(lián)系。Ashbaugh-Skaife等（2009）發(fā)現(xiàn)美國有關(guān)內(nèi)控完善的SOX法案中的第404條款實(shí)施后，紐約證券交易所中的特質(zhì)風(fēng)險(xiǎn)大幅上升；而吳昊昱等（2014）發(fā)現(xiàn)，作為外部治理機(jī)制的產(chǎn)品市場競爭與特質(zhì)風(fēng)險(xiǎn)之間存在正相關(guān)性。

一方面，機(jī)構(gòu)投資者利用代理問題攫取私有信息，對(duì)公司特質(zhì)風(fēng)險(xiǎn)產(chǎn)生影響。管理層和控股股東基于私利行為，傾向于封鎖內(nèi)部經(jīng)營信息，降低了企業(yè)信息質(zhì)量，為私有信息套利提供了豐厚的利潤空間，刺激知情交易者的套利效率。肖浩和孔愛國（2014）發(fā)現(xiàn)，管理層薪酬補(bǔ)償和在職消費(fèi)與股價(jià)信息含量呈顯著負(fù)相關(guān)，而規(guī)范的公司治理結(jié)構(gòu)，如明晰產(chǎn)權(quán)、加強(qiáng)投資者保護(hù)、增加管理層股權(quán)激勵(lì)等行為，能夠有效降低管理者的信息優(yōu)勢(shì)，抑制公司特質(zhì)風(fēng)險(xiǎn)。機(jī)構(gòu)投資者作為股權(quán)結(jié)構(gòu)中的組成部分，利用其廣泛的信息搜尋渠道、專業(yè)判斷能力以及深度的決策參與權(quán)，更容易攫取私有信息，獲得超額利潤。林樹和陳浩（2016）的研究表明，機(jī)構(gòu)投資者普遍存在本土偏好和所有制偏好，即機(jī)構(gòu)持股更偏好于具有本土背景的國有制企業(yè)。這些企業(yè)具有天然的制度性優(yōu)勢(shì)，即必要時(shí)能夠動(dòng)用國家隱性擔(dān)保，而Huang等（2016）認(rèn)為企業(yè)的本土背景，更容易使得機(jī)構(gòu)投資者與管理者形成合謀以獲取私有信息，尋求利益最大化。

另一方面，機(jī)構(gòu)投資者作為公司治理參與者，通過隱含資本成本影響公司特質(zhì)風(fēng)險(xiǎn)。Huang等（2016）提出，代理成本降低了企業(yè)的未來價(jià)值，加之投資者對(duì)企業(yè)前景的預(yù)期難以判斷，導(dǎo)致隱含資本成本上升。而Campbell等（2001）指出，隱含資本成本是公司特質(zhì)風(fēng)險(xiǎn)變化的直接原因。機(jī)構(gòu)投資者從20世紀(jì)90年代以后，逐漸放棄“用腳投票”的治理模式，積極滲入企業(yè)的內(nèi)部治理結(jié)構(gòu)中，成為制衡代理問題的重要力量，從制度上保證了信息披露質(zhì)量的提高。另外，私有信息和公開信息存在互補(bǔ)性，即私有信息效率的提升有助于信息透明度的增加。機(jī)構(gòu)投資者對(duì)企業(yè)治理的深度介入，源源不斷地獲得企業(yè)的內(nèi)部信息，套利交易頻率增加，反而有助于企業(yè)透明度的增加，最終降低了企業(yè)的資本成本，抑制了公司特質(zhì)風(fēng)險(xiǎn)。基于此，本文提出如下假設(shè)：

假設(shè)3：機(jī)構(gòu)持股行為參與公司治理結(jié)構(gòu)，對(duì)特質(zhì)風(fēng)險(xiǎn)的作用存在兩面性：既有可能通過私有信息套利，產(chǎn)生刺激效應(yīng)；也存在改善治理結(jié)構(gòu)降低噪聲交易，起到抑制效應(yīng)。

三、研究設(shè)計(jì)

（一）主要變量

1. 公司特質(zhì)風(fēng)險(xiǎn)（x）。公司特質(zhì)風(fēng)險(xiǎn)的測(cè)度有兩種方法： 一是Campbell等（2001）基于CAPM模型的間接分離法，二是Xu和Malkiel（2003）基于Fama-French三因素模型的直接分離法。前者主要測(cè)度市場平均特質(zhì)風(fēng)險(xiǎn)，而后者測(cè)度個(gè)股特質(zhì)風(fēng)險(xiǎn)。故本文采用以F-F三因素模型為基礎(chǔ)的直接分離法：

其中，rm，t-rf，t、smb、hml分別為個(gè)股超額收益、規(guī)模因子、成長因子；rm，t采用上證指數(shù)收益替代；rf，t為無風(fēng)險(xiǎn)收益率，采用同期銀行一年存款利率替代；smb根據(jù)公司規(guī)模分組，計(jì)算最大組和最小組的收益差額；hml根據(jù)賬面市值比分組，計(jì)算最大組與最小組的收益差額。εi，t為模型殘差，計(jì)算年度殘差標(biāo)準(zhǔn)差：

2. 隱含權(quán)益資本成本（c）。本文參考Gebhardt等（2001）以剩余收益模型為基礎(chǔ)提出的預(yù)測(cè)期為十二期的剩余收益折現(xiàn)模型（GLS模型），并結(jié)合曾穎和陸正飛（2006）改進(jìn)方法，通過迭代算法計(jì)算所得：

其中，pt為股權(quán)融資的潛在價(jià)格，它等于上年度每股收益與當(dāng)年度行業(yè)市盈率中位數(shù)的乘積；bt為調(diào)整后第t期期初的每股凈資產(chǎn)，其調(diào)整方式為：用當(dāng)期期初的每股凈資產(chǎn)減去當(dāng)期每股盈余后，再加上當(dāng)期所發(fā)放的現(xiàn)金股利；froet+i為第t+i期的預(yù)測(cè)凈資產(chǎn)收益率，目前雖然有中介機(jī)構(gòu)發(fā)布上市公司的盈利預(yù)測(cè)數(shù)據(jù)，但其公司覆蓋率較低，預(yù)測(cè)數(shù)據(jù)不足以支撐實(shí)證分析，對(duì)于前三期froe的預(yù)測(cè)值用財(cái)務(wù)報(bào)告所發(fā)布的實(shí)際數(shù)據(jù)進(jìn)行替代，從第四期froe預(yù)測(cè)值開始，一直到第t+T期不斷向行業(yè)平均roe值進(jìn)行直線回歸，并且從第t+T期開始上市公司的froet+T一直維持在行業(yè)平均roe水平上。如果前三期也沒有實(shí)際數(shù)據(jù)進(jìn)行替代，則從該期開始向行業(yè)平均roe水平進(jìn)行直線回歸。最后，c為本文所求隱含股權(quán)資本成本。該計(jì)算涉及高次一元變量求解方程，故stata將數(shù)據(jù)整理后，由EXECL的循環(huán)變量求解宏計(jì)算所得。

3.噪聲交易變量（y1）。噪聲交易者是指由于錯(cuò)誤的主觀信念或股票價(jià)值無關(guān)的信息而產(chǎn)生對(duì)股票未來價(jià)格錯(cuò)誤預(yù)期，往往是反映了投資者情緒變化的相應(yīng)變量，如看漲指數(shù)、看跌指數(shù)、封閉基金折價(jià)、首日收益率、資產(chǎn)流動(dòng)性、投資者開戶增長率等。考慮到中國資本市場中的數(shù)據(jù)可得性，主要是投資者開戶增長率（growt）、股票換手率（turnt）和封閉式基金折價(jià)（cefdt），雖然理論上三者不存在相關(guān)性，但實(shí)際中三個(gè)變量的相關(guān)性非常顯著。因此，本文采用張強(qiáng)和楊淑娥（2009）的主成分分析法計(jì)算噪聲交易指數(shù)：

4. 機(jī)構(gòu)持股比例。計(jì)算方法見表1，這里不再贅述。

5. 公司治理相關(guān)指標(biāo)包括內(nèi)部治理和外部治理。外部治理包含產(chǎn)品市場競爭、法律制度環(huán)境、產(chǎn)權(quán)性質(zhì)等制度性因素；而內(nèi)部治理則是指企業(yè)內(nèi)部組織架構(gòu)的相互制約作用。

外部治理機(jī)制主要采用市場治理機(jī)制指標(biāo)，主要包括兩個(gè)：產(chǎn)權(quán)性質(zhì)（y7）和流通比例（y8），其中，產(chǎn)權(quán)性質(zhì)（y7）反映了企業(yè)與政府的關(guān)系，對(duì)控制權(quán)市場、債務(wù)市場、產(chǎn)品市場和職業(yè)經(jīng)理人市場有一定影響；而流通比例（y8）反映證券市場的效率，反映了企業(yè)的控制權(quán)競爭的程度。

內(nèi)部治理指標(biāo)主要包括三個(gè)方面：股權(quán)結(jié)構(gòu)指標(biāo)、董事會(huì)結(jié)構(gòu)指標(biāo)和高管激勵(lì)指標(biāo)。股權(quán)結(jié)構(gòu)指標(biāo)包括兩個(gè)：股權(quán)集中度（y2）和股權(quán)制衡度（y3）。其中，股權(quán)集中度（y2）用第一大股東持股數(shù)與總股本數(shù)的比例計(jì)算所得，反映了控股股東的治理效率；股權(quán)制衡度（y3）以第二至第五大股東持股總數(shù)占總股數(shù)的比例計(jì)算所得，作為針對(duì)第一大股東的制衡機(jī)制安排，反映了各大股東之間的內(nèi)部利益牽制和相互監(jiān)督，抑制內(nèi)部人控制。董事會(huì)結(jié)構(gòu)指標(biāo)包括獨(dú)立董事比例（y4）和董事會(huì)規(guī)模（y5），計(jì)算方法見表1中。

表1 變量釋義

高管激勵(lì)指標(biāo)采用管理層持股比例（y6），借鑒高敬忠和周曉蘇（2013）的方法，將管理層持股比例作為管理層激勵(lì)程度變量，凡是在企業(yè)信息披露中所涉及的管理人員的持有股份都作為變量予以計(jì)算，包括高級(jí)管理人員、董事會(huì)成員和監(jiān)事會(huì)成員，其中，高級(jí)管理人員包含總經(jīng)理、總裁、CEO、副總經(jīng)理、副總裁、董事會(huì)秘書，以及財(cái)務(wù)報(bào)告上所披露的其他管理人員（需要注意的是，如果高級(jí)管理人員、董事會(huì)和監(jiān)事會(huì)存在兼職的情況時(shí)，不重復(fù)計(jì)算持股數(shù)量）。

本文以深滬A股上市公司為樣本，并根據(jù)以下標(biāo)準(zhǔn)進(jìn)行篩選：（1）剔除被ST和PT的上市公司的觀測(cè)值；（2）鑒于上市當(dāng)年的企業(yè)股價(jià)波動(dòng)較大，致使特質(zhì)風(fēng)險(xiǎn)計(jì)算可能存在異常值，故剔除IPO當(dāng)年的觀測(cè)值；（3）樣本期設(shè)定為2006–2015年，根據(jù)上述指標(biāo)計(jì)算，共得觀測(cè)值13 724個(gè)；（4）公司交易數(shù)據(jù)來自于WIND數(shù)據(jù)庫，其他財(cái)務(wù)數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫；（5）行業(yè)標(biāo)準(zhǔn)依據(jù)2001年中國證監(jiān)會(huì)發(fā)布的《上市公司行業(yè)分類指引》劃分。

（二）研究方法與模型構(gòu)建

通徑分析作為重要的計(jì)量方法，解決了普通回歸分析中無法進(jìn)行多中介變量、多因變量檢驗(yàn)的相關(guān)問題，通徑分析能夠處理多個(gè)自變量和因變量之間的相互作用機(jī)制，這為本文提供了良好的分析工具。在通徑分析模型中，某兩個(gè)變量間的因果效應(yīng)包括這兩個(gè)變量間的直接因果效應(yīng)，以及通過其他中介變量的間接因果效應(yīng)，直接因果效應(yīng)和間接因果效應(yīng)的總和為總因果效應(yīng)。另外，在通徑模型中，變量間都是線性、可加的因果關(guān)系，例如，變量i對(duì)變量j的總效應(yīng)是變量i對(duì)變量j的直接因果效應(yīng)，與變量i對(duì)變量j的間接因果效應(yīng)的總和。

通徑分析的關(guān)鍵在于構(gòu)建變量間的作用路徑，而在路徑構(gòu)建之前，有必要剔除不相關(guān)的變量，以保證路徑分析的有效性。因此，本文采用逐步回歸法甄別變量的相關(guān)性，建立因變量為特質(zhì)風(fēng)險(xiǎn)（z）的多元回歸方程：

由表2可知，自變量之間存在共線性，并且股權(quán)制衡度（y3）、董事會(huì)規(guī)模（y5）、管理層持股比例（y6）和流通股比例（y8）的回歸系數(shù)并不顯著，表明機(jī)構(gòu)持股和上述四個(gè)變量不存在相關(guān)性，無法影響公司特質(zhì)風(fēng)險(xiǎn)，故將上述變量予以剔除。另外，根據(jù)理論分析，機(jī)構(gòu)投資者的公司治理功能可能對(duì)權(quán)益資本成本構(gòu)成影響，故需進(jìn)一步檢驗(yàn)剩余各變量和權(quán)益資本成本（c）的關(guān)系：

表2 方程（4）回歸結(jié)果

由表3可知，變量（y2）、（y4）、（y7）和權(quán)益資本成本（c）均存在相關(guān)性且顯著，表明機(jī)構(gòu)持股行為除了通過公司治理變量直接影響特質(zhì)風(fēng)險(xiǎn)外，還通過權(quán)益資本成本形成間接作用?；诖耍疚臉?gòu)建如下通徑路徑分析圖（見圖2），并建立通徑分析結(jié)構(gòu)方程：

表3 方程（5）回歸結(jié)果

在模型（6）中，x為解釋變量——機(jī)構(gòu)持股比例。y為中介變量：變量（y1）為噪聲交易指數(shù)，反映投資者的噪聲交易程度；變量（y2）為股權(quán)集中度，反映大股東對(duì)公司的控制力；變量（y4）為獨(dú)立董事比例，反映企業(yè)的董事會(huì)治理水平，獨(dú)立董事越多，董事會(huì)治理水平越高；變量（y7）為產(chǎn)權(quán)性質(zhì)變量。z為公司特質(zhì)風(fēng)險(xiǎn)。ε為各方程的誤差項(xiàng)。本文采用Stata軟件的結(jié)構(gòu)方程模型命令SEM，為盡量縮小模型估計(jì)方差協(xié)方差矩陣和樣本方差協(xié)方差矩陣之間的差距，故采用最大似然法進(jìn)行估計(jì)參數(shù)迭代，從而得到通徑模型及路徑系數(shù)。

圖2 機(jī)構(gòu)投資者與公司特質(zhì)風(fēng)險(xiǎn)的通徑系數(shù)圖

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

表4報(bào)告了各變量的平均值和方差，以及變量間的相關(guān)性。從表4中可以看出機(jī)構(gòu)投資者持股比例（x）對(duì)于公司特質(zhì)風(fēng)險(xiǎn)（z）、噪聲交易指數(shù)（y1）、股權(quán)集中度（y2）、獨(dú)立董事比例（y4）和產(chǎn)權(quán)性質(zhì)（y7）均存在顯著相關(guān)性，并且機(jī)構(gòu)持股和公司特質(zhì)風(fēng)險(xiǎn)的時(shí)間趨勢(shì)一致（見圖1），說明兩者之間存在密切的關(guān)系。權(quán)益資本成本變量（c）對(duì)于噪聲交易指數(shù)（y1）、大股東持股比例（y2）和獨(dú)立董事比例（y3）的相關(guān)性顯著；公司特質(zhì)風(fēng)險(xiǎn)（z）與機(jī)構(gòu)持股（x）、噪聲交易（y1）和資本成本（c）的相關(guān)系數(shù)也均顯著。機(jī)構(gòu)持股（x）雖然和資本成本（c）存在相關(guān)性，均源自其提升公司治理水平的后果，因此，兩者不再產(chǎn)生邏輯關(guān)系鏈，保證了結(jié)構(gòu)方程的擬合優(yōu)度。

表4 變量的統(tǒng)計(jì)特征

（二）實(shí)證檢驗(yàn)結(jié)果分析

在結(jié)構(gòu)方程檢驗(yàn)（SEM）之前，需要對(duì)模型本身的合理性進(jìn)行評(píng)價(jià)，才能證明方程檢驗(yàn)的真實(shí)性。該聯(lián)立方程中外生變量（p）為1個(gè)、內(nèi)生變量（q）為5個(gè)、模型需要估計(jì)的參數(shù)（t）為9個(gè)，那么模型的自由度（d.f）等于12，因此，模型本身能夠充分識(shí)別。本文基于Stata軟件中的SEM功能所提供的檢驗(yàn)方法，選擇其中四種指標(biāo)予以評(píng)價(jià)模型的擬合優(yōu)劣程度。首先，平均概率誤根系數(shù)（RMSEA）為0.049，接近0.05，該指標(biāo)衡量的是理論模型與飽和模型的差距，表明模型不受樣本數(shù)與模型復(fù)雜度的影響；其次，標(biāo)準(zhǔn)化殘差（SRMR）作為標(biāo)準(zhǔn)化模型整體殘差的特性描述，該值為0.069，小于通常的臨界值0.08，基本符合要求；再次，相對(duì)擬合指數(shù)（CFI）作為假設(shè)模型與獨(dú)立模型的非中央性差異值為0.953，大于0.95，說明模型可改善的空間較??；非正規(guī)擬合指數(shù)（TLI/NNFI）的數(shù)值為0.896，接近基本標(biāo)準(zhǔn)值0.9，表明聯(lián)立方程組不受模型復(fù)雜度的影響；擬合指數(shù)（GFI）和調(diào)整擬合指數(shù)（AGFI）分別為0.941和0.894，均接近判別標(biāo)準(zhǔn)0.9。圖3中的路徑系數(shù)α1～α4、β1～β3、φ1～φ5均為標(biāo)準(zhǔn)化的參數(shù)估計(jì)路徑系數(shù)，當(dāng)估計(jì)系數(shù)值并不顯著為0時(shí)，即認(rèn)為兩個(gè)變量間存在相關(guān)性。

圖3 通徑系數(shù)圖

表5為模型（6）中各子方程的檢驗(yàn)結(jié)果，各系數(shù)值均在1%的水平上，具有顯著性，表明變量（x）對(duì)變量（z）的各個(gè)作用路徑均存在實(shí)質(zhì)性作用。另外，在表5的基礎(chǔ)上，構(gòu)建通徑系數(shù)圖（見圖3），以便更直接地觀察兩者的影響路徑。最終，計(jì)算每條影響路徑的效應(yīng)系數(shù)，計(jì)算方法為變量與變量之間的系數(shù)值乘積。

表5 通徑分析系數(shù)表（2006–2015年）

由表6可見，機(jī)構(gòu)持股行為（x）對(duì)于公司特質(zhì)風(fēng)險(xiǎn)（z）的總體效應(yīng)為正向推動(dòng)作用，它具有兩面性，包括刺激效應(yīng)和抑制效應(yīng)。刺激效應(yīng)是指機(jī)構(gòu)持股通過私有信息套利，直接或間接推動(dòng)特質(zhì)風(fēng)險(xiǎn)不斷上升，達(dá)到0.030 9；而抑制效應(yīng)則是指機(jī)構(gòu)投資者通過對(duì)沖噪聲交易，或者通過公司治理提高信息披露質(zhì)量，抑制公司特質(zhì)風(fēng)險(xiǎn)，達(dá)到–0.016 7；總效應(yīng)系數(shù)為0.014 2。

表6 通徑分析分解表（2006–2015年）

首先，機(jī)構(gòu)持股行為（x）對(duì)特質(zhì)風(fēng)險(xiǎn)（z）具有直接作用，即x→z，效應(yīng)水平達(dá)到0.028，占總效應(yīng)比例的197.18%，遠(yuǎn)大于其他效應(yīng)水平。該結(jié)論表明機(jī)構(gòu)投資者的知情交易是影響特質(zhì)風(fēng)險(xiǎn)的最重要渠道；更為重要的是，公司特質(zhì)風(fēng)險(xiǎn)的形成機(jī)制與私有信息效率密切相關(guān)。結(jié)論支持了假設(shè)1的觀點(diǎn)。

其次，機(jī)構(gòu)持股（x）通過對(duì)沖噪聲交易（y1）抑制公司特質(zhì)風(fēng)險(xiǎn)（z），即x→y1→z，作用水平達(dá)到–0.014 1，總效應(yīng)占比達(dá)–99.29%。其中，機(jī)構(gòu)投資者和噪聲交易之間的相關(guān)系數(shù)為–0.348 1，說明不論作為知情交易者，還是偽羊群效應(yīng)，均能夠降低市場中的噪聲交易水平。而噪聲交易指標(biāo)和公司特質(zhì)風(fēng)險(xiǎn)之間的相關(guān)系數(shù)為0.038 9，說明公司特質(zhì)風(fēng)險(xiǎn)的形成，除了私有信息融入效率之外，噪聲交易也是內(nèi)在因素之一。實(shí)證結(jié)果支持了假設(shè)2的觀點(diǎn)。

再次，機(jī)構(gòu)持股通過公司治理，即股權(quán)集中度（y2）、獨(dú)立董事比例（y4）和產(chǎn)權(quán)性質(zhì)（y7）三者的影響方向以及程度存在差異。基于股權(quán)集中度指標(biāo)，機(jī)構(gòu)持股對(duì)特質(zhì)風(fēng)險(xiǎn)存在兩種渠道，即x→y2→z和x→y2→c→z：前者為正向作用，效應(yīng)水平為0.001 2，總效應(yīng)占比為8.54%，表明當(dāng)企業(yè)控股比例上升時(shí)，機(jī)構(gòu)投資者更愿意與大股東形成合謀，攫取私有信息，推動(dòng)公司特質(zhì)風(fēng)險(xiǎn)上升；而后者則為負(fù)向作用，效應(yīng)水平為–0.000 8，總效應(yīng)占比則為–5.63%，表明機(jī)構(gòu)持股在一定程度上遏制大股東私利行為，提高信息披露質(zhì)量，權(quán)益資本成本下降，壓縮私有信息套利空間，從而抑制公司特質(zhì)風(fēng)險(xiǎn)上升。

基于獨(dú)立董事比例指標(biāo)，機(jī)構(gòu)持股對(duì)特質(zhì)風(fēng)險(xiǎn)也存在兩種影響渠道，即x→y4→z和x→y4→c→z：前者為負(fù)向作用，效應(yīng)水平為–0.000 8，總效應(yīng)占比為–5.63%。機(jī)構(gòu)持股比例的上升有助于提高獨(dú)立董事的參與度。而獨(dú)立董事基于嚴(yán)格的名譽(yù)約束機(jī)制，提高決策效率，并制約了大股東或管理層私利行為，抑制公司特質(zhì)風(fēng)險(xiǎn)。后者為正向作用，效應(yīng)水平達(dá)到0.000 04，總效應(yīng)占比為2.82%。本文認(rèn)為，當(dāng)獨(dú)立董事利用其專業(yè)化背景和社會(huì)網(wǎng)絡(luò)，尤其是政治關(guān)聯(lián)性時(shí)，有效地緩解了企業(yè)的融資約束，從而刺激企業(yè)投資擴(kuò)張，有助于機(jī)構(gòu)投資者攫取私有信息，獲取超額收益，從而刺激公司特質(zhì)風(fēng)險(xiǎn)上升。

基于產(chǎn)權(quán)性質(zhì)指標(biāo)，機(jī)構(gòu)持股同樣存在兩種作用機(jī)制，即x→y7→z和x→y7→c→z：前者為正向作用，效應(yīng)水平為0.001 3，總效應(yīng)占比為9.15%。它表明機(jī)構(gòu)持股更偏向于國有背景，而機(jī)構(gòu)投資者利用國有企業(yè)委托代理關(guān)系復(fù)雜，更容易與管理者形成合謀，進(jìn)行私有信息套利，從而推動(dòng)公司特質(zhì)風(fēng)險(xiǎn)上升；后者為負(fù)向作用，效應(yīng)水平為–0.001 0，總效應(yīng)占比為–7.04%，表明機(jī)構(gòu)投資者的公司治理作用，降低國有企業(yè)的代理成本，提高信息透明度，降低資本成本，從而抑制公司特質(zhì)風(fēng)險(xiǎn)。實(shí)證結(jié)果支持了假設(shè)3的觀點(diǎn)。

最后，上述路徑中，知情交易者效應(yīng)和噪聲交易抑制效應(yīng)遠(yuǎn)遠(yuǎn)超過公司治理效應(yīng)。其中，基于公司治理渠道，機(jī)構(gòu)持股對(duì)特質(zhì)風(fēng)險(xiǎn)的刺激效應(yīng)水平為0.002 9，而抑制作用水平為–0.002 6，前者的絕對(duì)值略大于后者的絕對(duì)值，說明在我國資本市場上，機(jī)構(gòu)投資者的公司治理功能仍然較弱。一方面，公司特質(zhì)風(fēng)險(xiǎn)不僅與私有信息套利有關(guān)，噪聲交易也是其形成的內(nèi)在根源之一；另一方面，企業(yè)信息透明度的提升，使得私有信息套利空間縮減，有助于抑制特質(zhì)風(fēng)險(xiǎn)的上升。

（三）基于樣本期調(diào)整的再考察

綜上，我們發(fā)現(xiàn)機(jī)構(gòu)投資者的公司治理效應(yīng)較弱。考慮到2006年至2007年、2014年底至2015年的股市暴漲暴跌，使得市場情緒對(duì)股價(jià)波動(dòng)起到主導(dǎo)作用，機(jī)構(gòu)投資者也難以避免“騎乘泡沫行為”，故本文將樣本期縮減至2008年至2013年。據(jù)表7所示（囿于篇幅，通徑分析系數(shù)表和通徑系數(shù)圖不再列出，僅列示通徑分析分解表7）：首先，機(jī)構(gòu)持股對(duì)特質(zhì)風(fēng)險(xiǎn)的總體效應(yīng)仍然為正，效應(yīng)水平為0.006 8；其次，機(jī)構(gòu)持股的知情交易渠道和抑制噪聲渠道的效應(yīng)占比大幅上升，分別為382.35%和235.29%；再次，機(jī)構(gòu)持股的公司治理效應(yīng)占比也大幅上升。更為重要的是，機(jī)構(gòu)投資者通過公司治理效應(yīng)對(duì)特質(zhì)風(fēng)險(xiǎn)的抑制效應(yīng)水平之和達(dá)到–0.005 7，超過了刺激效應(yīng)水平之和0.002 5，說明股市的暴漲暴跌對(duì)機(jī)構(gòu)投資者的公司治理功能存在抵消作用。

表7 通徑分析分解表（2008–2013年）

五、穩(wěn)健性檢驗(yàn)

考慮到結(jié)構(gòu)方程檢驗(yàn)的評(píng)判指標(biāo)存在樣本波動(dòng)性，可能影響樣本的有效性，因此，本文必須進(jìn)行穩(wěn)健性檢驗(yàn)。本文進(jìn)行如下改進(jìn)：首先，采用Ferreira和Laux（2007）的CAPM模型，剔除市場收益和行業(yè)收益后的殘差計(jì)算公司特質(zhì)波動(dòng)：

其中，（ri，t-rf，t）、（rm，t-rf，t）、（rind，t-rf，t）分別為個(gè)股超額收益、市場超額收益和行業(yè)超額收益；rm，t采用上證指數(shù)收益替代；rf，t采用同期銀行一年存款利率替代；rind，t按照中國證監(jiān)會(huì)2001年行業(yè)分類指引的門類進(jìn)行分類計(jì)算。εi，t為模型殘差，公司特質(zhì)風(fēng)險(xiǎn)為另外，模型采用上市公司的周收益率計(jì)算。

其次，根據(jù)Ohlson等（2005）的方法，采用ONJ估值模型計(jì)算隱含權(quán)益資本成本：

為第t+i期的預(yù)測(cè)凈資產(chǎn)收益率，（γ-1）為長期增長率，實(shí)際中使用5%予以替代，mt為企業(yè)在t年年末的總市值，dt+1為第t+1年的現(xiàn)金分紅總額。與GLS方法類似，通過迭代法計(jì)算模型兩邊相等時(shí)的隱含權(quán)益資本成本，數(shù)據(jù)由Stata整理，使用EXCEL循環(huán)變量求解宏計(jì)算所得。最后，考慮到2006–2008年的股市大幅波動(dòng)，市場情緒對(duì)樣本檢驗(yàn)存在影響，故樣本期設(shè)定為2009–2015年。

穩(wěn)健性檢驗(yàn)結(jié)果如下：首先，平均概率誤根系數(shù)（RMSEA）為0.049；標(biāo)準(zhǔn)化殘差（SRMR）為0.079；相對(duì)擬合指數(shù)（CFI）為0.973；擬合指數(shù)（GFI）和調(diào)整擬合指數(shù)（AGFI）分別為0.911和0.902，均大于判別標(biāo)準(zhǔn)0.9，表明模型本身存在合理性。其次，圖3中的路徑系數(shù)α1–α4、β1–β3、φ1–φ6均為標(biāo)準(zhǔn)化的參數(shù)估計(jì)路徑系數(shù)，當(dāng)估計(jì)系數(shù)值并不顯著為0時(shí)，即認(rèn)為兩個(gè)變量間存在相關(guān)性。穩(wěn)健性結(jié)果如表8所示（囿于篇幅，通徑分析系數(shù)表和通徑分析系數(shù)圖也不再列示），基本與上述檢驗(yàn)結(jié)論一致，此處不再贅述。

表 8 通徑分析分解表（2009–2015年）

六、研究結(jié)論及未來展望

本文選取從2006年至2015年深滬A股的數(shù)據(jù)作為樣本，采用SEM通徑分析法，從知情交易者、噪聲交易、公司治理三個(gè)途徑，分析機(jī)構(gòu)持股行為與公司特質(zhì)風(fēng)險(xiǎn)之間的影響機(jī)理。研究結(jié)論與研究意義如下：

（1）機(jī)構(gòu)投資者對(duì)公司特質(zhì)風(fēng)險(xiǎn)存在兩種效應(yīng)，即刺激效應(yīng)和抑制效應(yīng)，前者大于后者，兩者呈正相關(guān)性。簡而言之，隨著機(jī)構(gòu)持股比例的增加，公司特質(zhì)風(fēng)險(xiǎn)逐漸上升。

該結(jié)論的意義在于，本文從機(jī)構(gòu)持股行為的視角，明晰了公司特質(zhì)風(fēng)險(xiǎn)的信息內(nèi)涵：它既包含了私有信息，也包含了市場的噪聲交易，與公開信息披露質(zhì)量負(fù)相關(guān)?；趯?shí)證結(jié)果的分析，刺激效應(yīng)是指機(jī)構(gòu)投資者通過私有信息套利，提高股價(jià)信息含量，刺激公司特質(zhì)風(fēng)險(xiǎn)上升；而抑制效應(yīng)則是指機(jī)構(gòu)投資者通過偽羊群效應(yīng)或知情交易，對(duì)沖市場噪聲交易規(guī)模，或通過提高信息質(zhì)量降低私有信息套利效率，從而抑制公司特質(zhì)風(fēng)險(xiǎn)水平。簡而言之，機(jī)構(gòu)投資者抑制了市場噪聲交易水平，對(duì)于私有信息套利則分別存在刺激和抑制的作用。

（2）基于三種途徑，機(jī)構(gòu)投資者公司特質(zhì)風(fēng)險(xiǎn)的影響程度依次為知情交易者、偽羊群效應(yīng)、公司治理，而知情交易者的作用遠(yuǎn)遠(yuǎn)超過后兩者。

該結(jié)論說明，目前在我國資本市場中，機(jī)構(gòu)投資者的參與角色仍然以知情交易者的身份存在，而其公司治理角色較弱，并且對(duì)特質(zhì)風(fēng)險(xiǎn)存在雙重影響。一方面，機(jī)構(gòu)持股改善了企業(yè)的公司治理水平，促使公開信息披露質(zhì)量提升，抑制了特質(zhì)風(fēng)險(xiǎn)的上升趨勢(shì)；另一方面，機(jī)構(gòu)投資者出于自身利益最大化，與管理者或大股東存在合謀，進(jìn)行私有信息套利，刺激了公司特質(zhì)風(fēng)險(xiǎn)的上升趨勢(shì)。

本文針對(duì)公司特質(zhì)風(fēng)險(xiǎn)影響因素的研究，打破了已有文獻(xiàn)慣用的“黑箱”研究范式，明晰了兩者之間的影響機(jī)理。在理論層面，厘清了公司特質(zhì)風(fēng)險(xiǎn)與股價(jià)信息之間的關(guān)系，為進(jìn)一步探究其影響因素及經(jīng)濟(jì)后果奠定了研究基礎(chǔ)；在政策層面，深入剖析了機(jī)構(gòu)投資者在資本市場中的作用，尤其是它對(duì)公司治理機(jī)制存在的作用。同時(shí)，為今后監(jiān)管部門在維護(hù)市場穩(wěn)定、進(jìn)一步發(fā)展機(jī)構(gòu)投資者、逐步完善資本市場制度建設(shè)提供了借鑒?；谏鲜龇治?，本文仍有值得進(jìn)一步研究的空間。首先，不同類型的機(jī)構(gòu)持股的投資特征差異性較大，如信息處理、投資風(fēng)格、公司治理等方面表現(xiàn)不一，它們對(duì)公司特質(zhì)風(fēng)險(xiǎn)的影響機(jī)制是否存在差別，將是未來的研究方向；其次，由于知情交易收益的對(duì)立，機(jī)構(gòu)投資者之間存在信息競爭，并由此產(chǎn)生差異化的交易行為，那么信息競爭對(duì)公司特質(zhì)風(fēng)險(xiǎn)是否存在影響，這也將是未來重要的研究方向。