楊菁菁,謝鈺歆
(廣東外語外貿(mào)大學(xué) 金融學(xué)院,廣東 廣州 510006)
在我國人口紅利、資源紅利逐漸降低的背景下,實體企業(yè)的營業(yè)利潤不斷縮水。出于資本逐利的特點,大量實體企業(yè)紛紛關(guān)注金融行業(yè)和房地產(chǎn)行業(yè),并投入了大量資金。國泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR)中收錄的上市公司財務(wù)報表顯示,我國滬深A(yù)股非金融行業(yè)上市公司的金融資產(chǎn)持有量逐年攀升。一方面,實體企業(yè)將大量資金投向資本回報率更高的虛擬經(jīng)濟(jì),擠占了用于企業(yè)生產(chǎn)經(jīng)營和研發(fā)的資金,不利于企業(yè)的長期穩(wěn)定發(fā)展。另一方面,越來越多的資金流入資本市場,容易導(dǎo)致資本市場過熱,加劇了市場風(fēng)險,一旦這種風(fēng)險達(dá)到臨界值,便可能引發(fā)資本市場的崩盤。
股票市場是我國資本市場的重要組成部分,股票價格大幅下跌的危害更是不容忽視。股價崩盤現(xiàn)象可從外部和內(nèi)部兩個視角描述,前者是由于市場風(fēng)險、政策風(fēng)險等擴(kuò)大,造成的大規(guī)模股價崩盤,后者是由于公司經(jīng)營出現(xiàn)問題,導(dǎo)致的個股股價崩盤。當(dāng)前我國經(jīng)濟(jì)增長模式正在轉(zhuǎn)變,從微觀角度考察企業(yè)金融資產(chǎn)配置與其未來股價崩盤風(fēng)險的關(guān)系具有重大意義。
上市公司可利用金融投資粉飾實際盈利狀況和市場表現(xiàn),公司內(nèi)部“重獎輕罰”的現(xiàn)象也助長了管理者隱藏壞消息的機(jī)會主義行為,刺激管理者利用金融投資進(jìn)行套利。[1]113-131相比于一般資產(chǎn),金融資產(chǎn)的收益高、流動性較大,但是它的風(fēng)險也更高。因此,對企業(yè)而言,大量持有金融資產(chǎn)不僅僅會增加經(jīng)營狀況不確定性和企業(yè)財務(wù)風(fēng)險,還會擠占有利于企業(yè)長期發(fā)展的實體投資,在一定程度上降低了企業(yè)的核心競爭力?;谏鲜龇治?,本文提出如下假設(shè):
H1:企業(yè)持有的金融資產(chǎn)越多,其未來股價崩盤風(fēng)險越高。
董事會保持較強的獨立性和管理層持股越多,能夠有效發(fā)揮監(jiān)督和激勵員工的作用,有利于企業(yè)提高風(fēng)險承擔(dān)能力。[2]92-96也有研究發(fā)現(xiàn),管理者過度自信會提高企業(yè)的風(fēng)險承擔(dān)能力,進(jìn)而促進(jìn)了企業(yè)資產(chǎn)配置效率的提升。[3]149-163基于相關(guān)文獻(xiàn)結(jié)論,如若企業(yè)的風(fēng)險承擔(dān)能力強,既代表管理層擁有較高的識別和分析投資機(jī)會的能力,又代表企業(yè)對盈利波動的容忍度較高,那么風(fēng)險承擔(dān)能力高的企業(yè)在配置金融資產(chǎn)時,理應(yīng)能夠控制風(fēng)險,從而降低企業(yè)未來股價崩盤風(fēng)險。因此,本文提出如下假設(shè):
H2:企業(yè)的風(fēng)險承擔(dān)能力越高,有利于降低企業(yè)金融資產(chǎn)配置對其未來股價崩盤風(fēng)險的影響。
信息披露水平與股價崩盤風(fēng)險之間存在顯著的負(fù)相關(guān)關(guān)系,[4]192-206公開透明的內(nèi)部控制體系不僅能提高企業(yè)的投資效率,[5]81-99還能有效監(jiān)督過度自信的管理層,減少由管理層決策偏差帶來的經(jīng)營風(fēng)險。[6]52-53綜上所述,高質(zhì)量的信息披露水平有利于加強對企業(yè)管理層自利行為的監(jiān)督和約束,亦有助于企業(yè)提早發(fā)現(xiàn)生產(chǎn)經(jīng)營中存在的問題,使得企業(yè)能及時制定對策,降低企業(yè)風(fēng)險。此外,高質(zhì)量的信息披露水平同樣有利于降低股票市場的信息不對稱程度,提高資本市場透明度。因此,本文提出如下假設(shè):
H3:企業(yè)的信息披露水平越高,有利于降低企業(yè)金融資產(chǎn)配置對其未來股價崩盤風(fēng)險的影響。
本文選取國泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR)中2007—2017年的A股上市公司數(shù)據(jù)作為研究樣本,剔除了金融行業(yè)上市公司、ST、*ST等特殊狀態(tài)的樣本。另外,本文對位于1%以下和99%以上的連續(xù)變量進(jìn)行縮尾處理,最終得到11890個觀測值。
1.股價崩盤風(fēng)險變量
借鑒學(xué)術(shù)界常用作法,本文采用負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益上下波動比率(DUVOL)兩個指標(biāo)來衡量股價崩盤風(fēng)險。[7]31-43計算過程如下:首先,把個股i每年的周收益率帶入模型(1)進(jìn)行回歸。
Ri,t=α+β1Rm,t-2+β2Rm,t-1+β3Rm,t+β4Rm,t+1+β5Rm,t+2+εi,t
(1)
其中Ri,t為個股i第t周“考慮現(xiàn)金紅利再投資的收益率”,Rm,t為第t周全部A股的“經(jīng)流通市場加權(quán)的平均收益率”。得到回歸殘差項εi,t后代入模型(2),計算得出個股i在第t周的特有收益率Wi,t。
Wi,t=ln(1+εi,t)
(2)
接著,將Wi,t分別代入模型(3)和(4),得NCSKEW和DUVOL,數(shù)值越大代表股價崩盤風(fēng)險越高。需要說明的是,本文的股價崩盤風(fēng)險是指公司層面的股票價格大幅下跌的可能性,而非股票市場崩盤現(xiàn)象。
(3)
其中,n為個股i在第t年內(nèi)的交易周數(shù)。
(4)
將每年股票i的Wi,t分成上升組(up)和下降組(down),若股票i的Wi,t大于年平均收益率,則為上升組,反之為下降組。nu、nd分別代表每年股票i上升組和下降組的合計值。
2.企業(yè)金融資產(chǎn)變量
參考已有研究,本文將交易性金融資產(chǎn)、可供出售金融資產(chǎn)、持有至到期金融資產(chǎn)、買入返售金融資產(chǎn)和發(fā)放貸款及墊款,這五種會計科目列為金融資產(chǎn)。[8]111-127本文衡量金融資產(chǎn)(Fininv)的方法如模型(5)所示。
金融資產(chǎn)(Fininv)=(交易性金融資產(chǎn)+可供出售金融資產(chǎn)
+持有至到期金融資產(chǎn)+買入返售金融資產(chǎn)
+發(fā)放貸款及墊款)/資產(chǎn)總計
(5)
3.企業(yè)風(fēng)險承擔(dān)能力變量
借鑒現(xiàn)有研究,本文采用企業(yè)盈利波動性來衡量風(fēng)險承擔(dān)能力。[9]155-171首先,將每家上市公司的ROA(息稅前利潤/期末總資產(chǎn))減去同年同行業(yè)的上市公司ROA均值,得到每家上市公司經(jīng)行業(yè)調(diào)整后的ROA(Adj_ROAi,t)。其次,將Adj_ROAi,t代入模型(6),得到企業(yè)的風(fēng)險承擔(dān)能力(Riskti,t)。最后設(shè)置風(fēng)險承擔(dān)虛擬變量(Dummy_risk),風(fēng)險承擔(dān)能力大于行業(yè)平均值設(shè)為1,反之設(shè)為0。
(6)
4.企業(yè)信息披露水平變量
本文使用DIB迪博數(shù)據(jù)資訊公布的2007—2017年中國上市公司內(nèi)部披露指數(shù)的自然對數(shù)值,作為信息披露水平(Control)的衡量指標(biāo),進(jìn)一步設(shè)置信息披露水平虛擬變量(Dummy_control),如果上市公司信息披露水平大于行業(yè)平均數(shù)則設(shè)為1,反之設(shè)為0。[6]50-51
參考已有研究,本文將金融資產(chǎn)前置一期作為被解釋變量來構(gòu)建模型(7),以檢驗上市公司金融資產(chǎn)對其未來股價崩盤風(fēng)險的影響。[10]128-140
Crashi,t+1=α0+β1Fininvi,t+β2Levi,t+β3Sizei,t+β4ROAi,t+β5Top1i,t
+β6CFOi,t+β7MBi,t+β8Turnoveri,t+β9Reti,t+β10Sigmai,t
+β11Accmi,t+β12Insholdi,t+β13Fdholdi,t+ΣYears+ΣFirms+εi,t
(7)
其中,股價崩盤風(fēng)險(Crashi,t+1)用上市公司i在t+1年的NCSKEW和DUVOL來衡量??刂谱兞堪ǎ贺攧?wù)杠桿(Lev)、企業(yè)規(guī)模(Size)、資產(chǎn)回報率(ROA)、第一大股東持股比例(Top1)、經(jīng)營性現(xiàn)金流(CFO)、市值賬面比(MB)、股票換手率(Turnover)、股票回報率(Ret)、股票波動率(Sigma)、會計信息質(zhì)量(Accm)、機(jī)構(gòu)持股比例(Inshold)和基金持股比例(Fdhold),具體計算方式如表1所示。此外,模型(7)還控制了年份固定效應(yīng)和企業(yè)個體固定效應(yīng)。
在模型(7)的基礎(chǔ)上分別引入金融資產(chǎn)與風(fēng)險承擔(dān)能力變量交互項(Risk_fininv)和金融資產(chǎn)與信息披露變量交互項(Control_fininv),構(gòu)建模型(8)和模型(9),用來檢驗企業(yè)金融資產(chǎn)配置和其未來股價崩盤風(fēng)險的關(guān)系受企業(yè)風(fēng)險承擔(dān)能力和信息披露水平的影響。
Crashi,t+1=α0+β1Fininvi,t+β2Dummy_riski,t+β3Risk_fininvi,t
+Controlled+ΣYears+ΣFirms+εi,t
(8)
Crashi,t+1=α0+β1Fininvi,t+β2Dummy_controli,t+β3Control_fininvi,t
+Controlled+ΣYears+ΣFirms+εi,t
(9)
實證結(jié)果如表2所示,第(1)、(2)列中的金融資產(chǎn)變量(Fininv)對股價崩盤風(fēng)險兩個指標(biāo)的回歸系數(shù),均在1%的顯著性水平下為正,說明企業(yè)的金融資產(chǎn)越多,其未來股價崩盤風(fēng)險越高,驗證了假設(shè)H1。
第(3)和(4)列中,金融資產(chǎn)和風(fēng)險承擔(dān)能力交互項(Risk_fininv)對NCSKEW和DUVOL的回歸系數(shù)分別為-1.167和-1.011,均在5%顯著性水平下為負(fù),說明企業(yè)在進(jìn)行金融投資時,企業(yè)的風(fēng)險承擔(dān)能力越高,能降低其未來股價崩盤風(fēng)險,驗證了假設(shè)H2。第(5)和(6)列中金融資產(chǎn)和信息披露水平交互項(Control_fininv)的回歸系數(shù)顯著為負(fù),說明較高的信息披露水平能有效抑制金融資產(chǎn)與其未來股價崩盤風(fēng)險的正向相關(guān)關(guān)系,驗證了假設(shè)H3。
表2 回歸結(jié)果
注:括號中為標(biāo)準(zhǔn)誤,*、**和***分別代表在10%、5%和1%的水平上顯著。
為減輕遺漏變量帶來的影響,本文另加入其他三個公司治理指標(biāo)作為控制變量,代入模型(7)回歸,包括董事會規(guī)模、獨立董事比率和兩職合一,結(jié)論與正文保持一致。此外,本文將股價崩盤風(fēng)險預(yù)測窗口期延長至持有金融資產(chǎn)后第二年,再進(jìn)行回歸檢驗,結(jié)果同樣保持一致。
另外,本文借鑒現(xiàn)有研究的做法,采用與該上市公司同一行業(yè)的其他企業(yè)的金融資產(chǎn)平均值(Ind_fininv)作為工具變量,進(jìn)行2SLS回歸檢驗。[11]50-63實證結(jié)果表明,金融資產(chǎn)變量對股價崩盤風(fēng)險兩個指標(biāo)的回歸系數(shù)均為正顯著,說明在控制內(nèi)生性之后,企業(yè)持有金融資產(chǎn)依然對其未來股價崩盤風(fēng)險有顯著的正向影響。
本文實證檢驗了上市公司金融資產(chǎn)配置與其未來股價崩盤風(fēng)險之間的關(guān)系,研究發(fā)現(xiàn):(1)企業(yè)持有的金融資產(chǎn)越多,其未來股價崩盤風(fēng)險也越高;(2)企業(yè)風(fēng)險承擔(dān)能力和信息披露水平均對兩者關(guān)系有顯著的負(fù)向調(diào)節(jié)作用。因此,本文提出以下建議:第一,企業(yè)金融化使公司偏離主營業(yè)務(wù),造成實體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)的結(jié)構(gòu)性失衡,擴(kuò)大金融市場風(fēng)險,因此,企業(yè)應(yīng)注重產(chǎn)業(yè)資本的投入,促進(jìn)企業(yè)在主營業(yè)務(wù)收入方面的增長。第二,公司管理者應(yīng)提高風(fēng)險意識和決策能力,促使公司關(guān)注長期價值的增長和提高企業(yè)競爭力,提升資本配置效率;與此同時,企業(yè)風(fēng)險承擔(dān)能力受到不同激勵機(jī)制的影響,公司應(yīng)根據(jù)實際狀況制定管理層激勵方案。第三,我國證券市場監(jiān)管部門需采取相關(guān)監(jiān)管措施和獎懲方案,重視上市公司內(nèi)部治理信息的披露程度,上市公司也應(yīng)積極主動地對外披露公司治理情況和財務(wù)報表,共同維護(hù)金融市場穩(wěn)定。