董事高管責任保險是公司管理層對沖責任風險的重要工具。2002年，中國共有28家上市公司投保董事高管責任保險，占當年上市公司總數(shù)的2.288%。2019年，投保公司數(shù)量上升至307家，占比增至8.128%。與歐美發(fā)達國家相比，中國董事高管責任保險的投保率仍然較低。董事高管責任保險的公司治理效應還存在爭議。于亞潔(2021)認為董事高管責任保險能起到公司治理效應，緩解信息不對稱,減少避稅行為。邢斐和周泰云(2020)則認為董事高管責任保險不是“治理利器”，而是管理層的“自利工具”，會提升公司戰(zhàn)略激進度。那么，董事高管責任保險是否會影響股價崩盤風險，如有影響，機理何在？這值得進一步研究。

一、文獻綜述與理論分析

(一)文獻綜述

1.董事高管責任保險。董事高管責任保險旨在對沖管理層在履職過程中的不當行為引起的法律責任導致的個人損失?，F(xiàn)有文獻關于董事高管責任保險的研究主要集中于購買動機與經(jīng)濟后果兩個方面。一般認為，風險轉(zhuǎn)移是公司購買董事高管責任保險的主要動機。從公司經(jīng)營者角度看，股權類薪酬激勵制度將管理層利益與公司利益捆綁在一起，增加了管理層的持股風險與訴訟索賠風險。為最大限度地保障自身利益，管理層傾向于通過購買董事高管責任保險轉(zhuǎn)移潛在損失。然而，相較于管理層，公司股東才是董事高管責任保險的真正獲利方。因為責任限制條款和公司補償計劃已經(jīng)降低了管理層的執(zhí)業(yè)風險，而董事高管責任保險的購買能夠保證股東獲得訴訟索賠，彌補財富損失。關于購買董事高管責任保險對微觀企業(yè)的財務行為和績效的影響，學術界有激烈的爭論。有學者認為,購買董事高管責任保險既能發(fā)揮保險機構(gòu)的審查與監(jiān)督作用,又能保障管理層的個體利益,實現(xiàn)外部監(jiān)督與正面激勵的有效結(jié)合。也有學者認為,保險機構(gòu)的“責任兜底”會誘發(fā)管理層的道德風險,增加機會主義行徑，加劇代理沖突。實證研究方面，賴黎等(2019)認為董事高管責任保險沒有起到公司治理效應,反而增加了企業(yè)風險。胡國柳和彭遠懷(2018)卻認為董事高管責任保險的正面監(jiān)督效應降低了企業(yè)風險。李從剛和許榮(2019)認為董事高管責任保險降低了信息披露質(zhì)量。張十根和王信平(2021)則證實董事高管責任保險可以顯著提高公司的信息質(zhì)量。

2.股價崩盤風險。關于股價崩盤風險的研究主要集中于形成機理與影響因素兩個方面。一般認為，信息不對稱是公司股價崩盤風險的重要成因。出于職業(yè)晉升和利益保護的考慮，公司管理層往往會暫時隱藏對自身發(fā)展不利的負面消息，導致外部投資者無法準確知悉公司真實經(jīng)營管理狀況，高估股價。然而，當壞消息積累到一定程度，無法繼續(xù)隱藏，就會全部釋放到市場，給公司股價造成負面沖擊，導致股價下跌，直至崩盤。關于股價崩盤風險的影響因素，部分學者認為性別、年齡、任期、心理認知等管理層特征因素會影響管理層的風險偏好，進而影響公司的股價崩盤風險。李文貴和嚴涵(2020)研究發(fā)現(xiàn)年輕高管會顯著加劇企業(yè)未來的股價崩盤風險。李小榮和劉行(2012)發(fā)現(xiàn)女性CEO對于股價崩盤風險有明顯的抑制效應。還有部分學者認為股權激勵、戰(zhàn)略活動、信息披露等行為也會影響股價崩盤風險。于雅萍等(2020)認為員工股權激勵能夠起到治理作用，降低股價崩盤風險。曹廷求和張光利(2020)研究發(fā)現(xiàn)，電話會議能夠顯著降低企業(yè)股價崩盤風險。除公司內(nèi)部因素外，外部制度環(huán)境也會影響股價崩盤風險。古志輝和張睿(2021)研究了臺風災害對股價崩盤風險的影響，發(fā)現(xiàn)企業(yè)遭受臺風破壞的程度越高，股價崩盤風險也越高。徐細雄等(2020)從非正式制度視角考察了儒家文化對股價崩盤風險的影響，發(fā)現(xiàn)受儒家文化影響越大的公司，股價崩盤風險越低。

(二)理論分析

董事高管責任保險可能通過外部監(jiān)督效應和管理層激勵效應，提升公司的信息質(zhì)量，緩解公司和投資者之間的信息不對稱，降低股價崩盤風險；也可能削弱法律懲戒功能，誘發(fā)管理層機會主義行為，降低信息質(zhì)量，加劇公司和投資者之間的信息不對稱，提高股價崩盤風險。

董事高管責任保險將保險機構(gòu)引入公司治理機制中。作為保險機構(gòu)與公司間溝通的橋梁，信息披露向保險機構(gòu)傳遞了公司的財務狀況和經(jīng)營成果，降低了雙方的信息不對稱。信息質(zhì)量較高的公司內(nèi)部治理質(zhì)量較高，逆向選擇和道德風險發(fā)生的可能性較低。因此，作為外部利益相關者和專業(yè)的風險管理機構(gòu)，保險機構(gòu)更偏好于高質(zhì)量信息披露的公司，通過對上市公司的經(jīng)營狀況與治理風險的評估作出保險決策。對于信息披露質(zhì)量差的公司，保險機構(gòu)會要求更高的風險溢價，甚至拒保。被保險人應履行如實告知義務，不得隱匿負面信息，否則保險機構(gòu)會要求提高風險補償。保險期間，保險機構(gòu)為了降低潛在的賠償風險，仍然會保持審慎態(tài)度，積極參與外部治理，抑制上市公司制造或隱藏負面消息的行為。因此，董事高管責任保險增加了公司的信息管理成本，提升了信息質(zhì)量。

董事、監(jiān)事及高管等管理人員在履行職責時，不管是“有意違規(guī)”還是“無意疏漏”，都可能給上市公司及股東帶來損失。為保障自身利益，股東可能會提起法律訴訟，要求相關管理人員賠償經(jīng)濟損失。所有者與管理者之間的利益沖突可能導致代理問題的產(chǎn)生，而適當?shù)募钣欣跍p輕利益沖突，緩解代理問題。董事高管責任保險就是一種利益保障下的激勵措施，能夠?qū)_管理層的個人責任風險，緩解利益沖突，激勵管理層作出以公司利益最大化為主的決策，降低管理層隱匿壞消息的動機，提升信息質(zhì)量。

因此，董事高管責任保險會通過外部監(jiān)督效應和管理層激勵效應，減少負面消息產(chǎn)生，抑制負面消息積累，提升信息質(zhì)量。高質(zhì)量的信息反映了管理層對企業(yè)未來發(fā)展的信心，傳遞到資本市場市場上，幫助投資者對公司股價進行合理估測，降低股價崩盤風險。

主成分分析(PCA分析)，將傳感器所顯示的多指標數(shù)據(jù)信息進行轉(zhuǎn)換和降維，從而轉(zhuǎn)化為少數(shù)綜合指標信息。PC1和PC2分別代表的是第一主成分和第二主成分的貢獻率，橫、縱坐標的比例越大，表示該主成分貢獻率越大,表明此分析方法可以將樣品的多個指標信息較好地反映出來。采用PCA 方法分析不同品種(系)紅熟期辣椒的電子鼻響應值結(jié)果，見圖3。

綜上，提出假說1：董事高管責任保險發(fā)揮了“股價穩(wěn)定”效應，降低了股價崩盤風險。

,=+1,-2+2,-1+3,+4,+1+5,+2+,

1.基準模型。為識別董事高管責任保險對公司股價崩盤風險的影響，設定以下回歸模型:

由于雷達數(shù)據(jù)在傳輸過程中會經(jīng)過多個節(jié)點，網(wǎng)絡難免會偶爾出現(xiàn)故障，當傳輸?shù)闹鞣掌麝P閉時，備份的服務器將會自動啟動，繼續(xù)完成雷達數(shù)據(jù)的傳輸，當主用服務器恢復后，數(shù)據(jù)的傳輸則會切回主用服務器工作。

二、研究設計

(一)數(shù)據(jù)來源

本文以2007—2019年中國滬深A股上市公司為樣本，并進行如下處理：剔除金融類上市公司樣本；剔除變量缺失的樣本。為降低極端值帶來的估計結(jié)果偏誤，對所有連續(xù)變量進行上下1%的縮尾處理。公司財務數(shù)據(jù)來源于國泰安(CSMAR)數(shù)據(jù)庫,地區(qū)法律環(huán)境評分數(shù)據(jù)來源于樊綱等的《中國分省份市場化指數(shù)報告》,董事高管責任保險相關數(shù)據(jù)利用“中國上市公司文獻庫”、巨潮資訊網(wǎng)等數(shù)據(jù)平臺并通過“網(wǎng)絡搜尋+手工整理”的方式獲得。

芒沙是一個極具少數(shù)民族文化特色文化的村寨。除了獨具特色的文化，還有富饒的物產(chǎn)和獨特的氣候，因為該地的氣候和地形，給當?shù)刈魑锷L提供了天然的養(yǎng)分，不僅讓村民過上了富裕的生活，還對自然環(huán)境加以改造利用，是村里的水電等的基礎設施更好的為村民服務。

(二)變量選擇

1被解釋變量——股價崩盤風險()。借鑒現(xiàn)有研究，構(gòu)建負收益偏態(tài)系數(shù)()和收益上下波動率(),來度量股價崩盤風險。具體步驟如下:

上市公司管理層的某些不當職務行為可能招致法律訴訟，為避免資源限制及違規(guī)處罰，上市公司管理層更可能選擇遵守法律規(guī)定，減少違法違規(guī)行為。從委托代理的視角看，完善的法律制度能發(fā)揮公司治理效應，降低代理成本，約束管理層機會主義行徑，提升信息質(zhì)量。董事高管責任保險這一風險對沖工具，轉(zhuǎn)移了訴訟與責任風險，削弱了法律對不法行為的譴責、非難及制裁功能，降低了管理層的機會主義行為成本。所以，董事高管責任保險可能無法充分發(fā)揮管理層行為矯正功能，反而會誘使管理層隱藏負面消息，加劇投資者和公司之間的信息不對稱，降低信息質(zhì)量。低質(zhì)量的信息無法有效發(fā)揮信號傳遞功能，導致外部投資者錯誤估計股價。不斷累積的負面信息一旦全部釋放，投資者可能集中拋售公司股票，導致股價崩盤。

結(jié)合觀光農(nóng)業(yè)經(jīng)營專業(yè)的實際案例，借助先進的數(shù)字化資源，激發(fā)學生自主學習的積極性，打破以教師為主的課堂教學方式。實現(xiàn)“四大目標”：一是，創(chuàng)新信息化教學環(huán)境與觀光農(nóng)業(yè)經(jīng)營專業(yè)教學深度融合的案例教學新模式；二是，提高教師業(yè)務水平和信息技術應用水平；三是，提升學生利用網(wǎng)絡空間自主學習、交流合作的能力；四是，形成以觀光農(nóng)業(yè)經(jīng)營專業(yè)信息化教學為核心輻射其它專業(yè)的新格局。

(1)

其中,,為股票在第周的收益率，為A股所有股票在第周經(jīng)流通市值加權的平均收益率。

,=ln(1+,)

(2)

2核心解釋變量——董事高管責任保險()。以構(gòu)建虛擬變量的方式(是否購買董事高管責任保險)來測度核心解釋變量。如果董事會和股東大會決議通過了“購買董事高管責任保險”,則當年該公司取值為1，否則取值為0；如果公司決議通過購買后未明確終止購買，則視為持續(xù)購買董事高管責任保險。

中、高年級的學生，首先要做的就是教他們養(yǎng)成一個好習慣，在閱讀的時候，學會圈、點、勾、畫，學會抓關鍵詞，甚至“咬文嚼字”。在表述數(shù)學概念、性質(zhì)、法則、公式、解題方法和操作步驟時，表述上要具備更高的嚴密性和邏輯性。如在乘法分配律概念教學時，教師應該重點指導學生將“兩個數(shù)的和”、“相乘”、“兩個加數(shù)”、“相乘”、“積相加”、“結(jié)果不變”等內(nèi)容圈、點、勾、畫出來，使得學生通過閱讀，學會抓關鍵詞，甚至“咬文嚼字，理解運用，把握其內(nèi)涵。

(3)

人會老，終會死，這個辛酸卻平常的事實，他們卻不能正視、不愿接受，結(jié)果卻以自身的悲劇，制造了原不應有的、更沉痛的辛酸，他們總是死得更早，其中有些人，甚至來不及老就死了。

(4)

其中，,為收益上下波動率,為上漲階段的周數(shù),為下跌階段的周數(shù),為上漲階段股票收益率的標準差,為下跌階段股票收益率的標準差。,值越大，股價崩盤風險越高。

其中,,為模型(1)的殘差,,為股票第周經(jīng)市場調(diào)整后的特有收益率。

3.控制變量。選取資產(chǎn)負債率、市賬比、公司規(guī)模、資產(chǎn)收益率、超額換手率、股票收益率、股票波動性以及上一期股價崩盤風險這八個變量為控制變量。變量具體定義見表1。

(三)模型設計

綜上，提出假說2：董事高管責任保險發(fā)揮了“股價崩盤”效應，提高了股價崩盤風險。

,=+,-1+,-1+,-1+,

其中，,為,的負偏向度,為周數(shù)。,值越大，股價崩盤風險越高。

從前期統(tǒng)計來看，勝利油田2011年在灘壩沙、濁積巖等多種類型區(qū)塊試驗直井長縫大規(guī)模壓裂開發(fā)，通過效果對比分析，直井長縫在多個區(qū)塊均取得較好的增產(chǎn)效果。

(5)

其中,股價崩盤風險()用和表示；為核心解釋變量董事高管責任保險；為一系列控制變量。本文重點關注的是，它刻畫了董事高管責任保險對公司股價崩盤風險的影響。如果小于0,表明購買董事高管責任保險降低了公司股價崩盤風險，假說1成立；反之,表明購買董事高管責任保險提升了公司股價崩盤風險，假說2成立。

2信息路徑。本文設定以下路徑檢驗模型:

,-1=+,-1+,-1+,

綜上所述，膿毒癥非G-6-PD缺乏癥患兒各炎癥因子水平明顯低于膿毒癥兒童G-6-PD缺乏癥；血清炎癥因子可能參與了膿毒癥G-6-PD缺乏癥的發(fā)生與發(fā)展，檢測血清炎癥因子水平對膿毒癥G-6-PD缺乏癥的早期鑒別、診斷和預后判斷具有極其重要的意義。

(6)

,=+,-1+,-1+,

(7)

其中，中介變量為信息質(zhì)量，使用改進后的KV指數(shù)進行測算。KV指數(shù)主要以股票收益率和交易量變化之間的相關性來反映上市公司的信息質(zhì)量，該指數(shù)刻畫的信息質(zhì)量既包含了強制性信息披露，也包含了自愿性信息披露。一般情況下，KV值越大,信息質(zhì)量越低。若、、和都顯著，但的值(或絕對值)顯著低于的絕對值，且Sobel檢驗值統(tǒng)計上顯著，則說明信息質(zhì)量具有部分中介效應。

bind-libs-9.8.2-0.17.rc1.el6_4.6.i686 bind-9.8.2-0.17.rc1.el6_4.6.i686

三、實證分析

(一)描述性統(tǒng)計

表2報告了主要變量的描述性統(tǒng)計結(jié)果。表2結(jié)果顯示，和的均值分別為-0290和-0200，標準差分別為0700和0480，表明不同樣本的股價崩盤風險差異較大。的均值為0061，表明全樣本中僅有61購買了董事高管責任保險。

(二)實證結(jié)果

表3報告了董事高管責任保險對上市公司股價崩盤風險的實證研究結(jié)果。第(1)—(4)列分別使用和作為股價崩盤風險的測度指標，同時控制了年度效應,并把標準誤聚類到行業(yè)層面。由表3可知，當只控制被解釋變量滯后項時，第(1)列中董事高管責任保險的系數(shù)為-0.0340，且在5%的水平上顯著，第(3)列中董事高管責任保險的系數(shù)為-0.0182，且在10%的水平上顯著。加入其他控制變量后，第(2)列和第(4)列中董事高管責任保險的系數(shù)仍顯著為負。這在一定程度上支持了“股價穩(wěn)定”假說，否定了“崩盤助推”假說，假說1成立。

(三)穩(wěn)健性檢驗及內(nèi)生性處理(1)受篇幅限制，未報告具體結(jié)果，作者備索。

1.更改變量測度方法。本文分別以投保董事高管責任保險的總費用支出和平均費用支出為解釋變量估計模型(5)?；貧w結(jié)果顯示，兩種股價崩盤風險指標下，董事高管責任保險費用的系數(shù)均顯著為負，表明董事高管責任保險降低了公司未來的股價崩盤風險。由此驗證了本文的假說1。

2.Heckman兩步法。董事高管責任保險和股價崩盤風險之間可能存在反向因果關系，造成估計偏誤。本文采用Heckman兩步法，以Probit模型估計上市公司選擇購買董事高管責任保險的逆米爾斯比率()，然后將滯后一期的代入模型(5)中進行回歸?；貧w結(jié)果顯示，兩種股價崩盤風險指標下，滯后一期的與股價崩盤風險在1%水平上顯著。這說明需要進行內(nèi)生性修正以降低估計偏誤。在修正了內(nèi)生性后，兩種股價崩盤風險指標下，董事高管責任保險的系數(shù)仍顯著為負,表明即便考慮了內(nèi)生性問題,董事高管責任保險對股價崩盤風險的抑制效應仍然存在，假說1成立。

3.傾向得分匹配法。因只有部分樣本公司購買了董事高管責任保險，就此進行研究可能存在樣本選擇性偏差。因此，采用傾向得分匹配法(PSM)，對購買董事高管責任保險和沒有購買董事高管責任保險的上市公司以公司規(guī)模、法律環(huán)境、行業(yè)和年份進行1∶1匹配，得到1132個樣本。檢驗結(jié)果顯示，董事高管責任保險的回歸系數(shù)至少在10%的水平上顯著為負，說明董事高管責任保險發(fā)揮了“股價穩(wěn)定”效應，降低了股價崩盤風險，假說1成立。

4.雙重差分法。不同公司購買董事高管責任保險的時間存在差異，可以使用多期DID模型進行研究。本文刪除2007年及以前已經(jīng)購買董事高管責任保險的公司樣本，以研究期間一直沒有購買董事高管責任保險的公司為對照組，以期間內(nèi)曾經(jīng)購買過董事高管責任保險的公司為實驗組，以購買當年為沖擊年份，得到核心解釋變量*，替代，引入模型(5)進行估計。結(jié)果顯示，交互項系數(shù)在1%的水平上顯著為負，表明購買董事高管責任保險的公司未來股價崩盤風險趨于下降，假說1成立。

四、信息路徑研究

理論分析表明，董事高管責任保險可能通過外部監(jiān)督效應和管理層激勵效應提升信息質(zhì)量，降低股價崩盤風險；也可能削弱法律懲戒功能、誘發(fā)管理層機會主義行為，降低信息質(zhì)量，增強股價崩盤風險。因此，理論上信息質(zhì)量是董事高管責任保險影響公司股價崩盤風險的渠道。本文以信息質(zhì)量()為中介變量，構(gòu)建中介效應模型來檢驗董事高管責任保險影響公司股價崩盤風險的可能渠道，表4報告了實證分析結(jié)果。第(1)、(4)列為模型(5)的回歸結(jié)果。兩種股價崩盤風險測度方式下，董事高管責任保險的回歸系數(shù)均顯著為負，說明購買董事高管責任保險的公司未來股價崩盤風險較低。第(2)、(5)列為模型(6)的回歸結(jié)果。董事高管責任保險的回歸系數(shù)在5% 的統(tǒng)計水平上顯著為負，說明董事高管責任保險具有一定的治理作用，能有效提升上市公司的信息質(zhì)量。第(3)、(6)列為模型(7)的回歸結(jié)果。加入中介變量后，董事高管責任保險的回歸系數(shù)明顯下降,且Sobel檢驗值在5%水平上顯著，表明信息質(zhì)量是董事高管責任保險影響上市公司股價崩盤風險的一條可能路徑。

五、進一步分析

(一)法律環(huán)境

法律制度不僅能夠有效降低管理層的道德風險，減少機會主義行為，發(fā)揮公司治理效應，還能夠降低契約不完備，增強人際互動中的相互信任，促進長期契約的產(chǎn)生和執(zhí)行。這意味著地區(qū)法律制度越完善，企業(yè)委托代理成本、契約交易成本越低。對于保險機構(gòu)而言，當購買董事高管責任保險的公司所處的地區(qū)法律環(huán)境較差時，公司治理質(zhì)量較低，信息不對稱情況較嚴重。為了最大限度地保障自身利益，保險機構(gòu)會要求更高的風險補償，同時加大監(jiān)督力度，防范過度機會主義行徑。因此，董事高管責任保險對處于法律環(huán)境較差地區(qū)公司的股價崩盤風險有更強的抑制效應。

以上市公司所在省份法律制度環(huán)境評分作為分組依據(jù)，將總樣本分為法律環(huán)境好和法律環(huán)境差兩個子樣本，分別進行回歸，結(jié)果如表5所示。董事高管責任保險對股價崩盤風險的負向影響在法律環(huán)境差的樣本中更加顯著。這說明相較于法律環(huán)境好的地區(qū)，董事高管責任保險對處于法律環(huán)境差地區(qū)公司的股價崩盤風險的抑制效應更強。

其中，G(y)是定義在Ωk上.這時，可觀察到將(2)式進行逆變換后代入(1)式并未改變(1)式中的前k-1項.

(二)金融科技

金融科技具有天然的信息黏合作用，有助于提升信息質(zhì)量。宋敏等(2021)認為金融科技“賦能”降低了金融機構(gòu)與企業(yè)之間的信息不對稱。楊松令等(2021)證實金融科技發(fā)展能夠顯著提高資本市場信息效率。信息不對稱是股價崩盤風險產(chǎn)生的根源。因此，相較于金融科技發(fā)展不佳的地區(qū)，金融科技發(fā)展較好地區(qū)的公司股價崩盤風險應該更弱。這就意味著，在金融科技發(fā)展較好的地區(qū)，董事高管責任保險對公司股價崩盤風險的邊際影響較小，而在金融科技發(fā)展不佳的地區(qū)，董事高管責任保險對公司股價崩盤風險的的邊際影響較大。

本文以手工搜集的金融科技公司數(shù)量作為分組依據(jù)，將總樣本分為金融科技發(fā)展較好和金融科技發(fā)展不佳的兩個子樣本，分別進行回歸，結(jié)果如表6所示。董事高管責任保險對股價崩盤風險的負向影響在金融科技發(fā)展不佳的樣本中更加顯著。這說明相較于金融科技發(fā)展較好地區(qū)，董事高管責任保險對處于金融科技發(fā)展不佳地區(qū)公司的股價崩盤風險有更強的抑制效應。

六、結(jié)論與啟示

本文以 2007—2019年中國滬深A 股非金融上市公司為樣本，考察了董事高管責任保險對股價崩盤風險的影響。結(jié)果發(fā)現(xiàn)，董事高管責任保險有助于降低股價崩盤風險。渠道機制研究表明，董事高管責任保險通過提升信息質(zhì)量來降低股價崩盤風險。進一步分析發(fā)現(xiàn)，董事高管責任保險對股價崩盤風險的抑制效應在法律環(huán)境較差、金融科技發(fā)展不佳的地區(qū)更明顯。

賦權涉及到個人、人際、微觀的環(huán)境與組織以及宏觀的環(huán)境或社會政治等四個層次。①個人層面：發(fā)展個人權力感與自我效能感；②人際層面：強調(diào)個人與他人面對共同的問題，并合作解決問題的經(jīng)驗；③微觀環(huán)境與組織層面：強調(diào)服務的輸送，是確保資源和改變的中間層次系統(tǒng)；④宏觀環(huán)境或社會政治層面的賦權：強調(diào)通過社會行動、政治系統(tǒng)或社會政策來進行社會改變。

基于研究結(jié)論，本文得到如下政策啟示:(1)鼓勵和引導上市公司積極購買董事高管責任保險，發(fā)揮其治理效應，抑制管理層機會主義行為；(2)加快董事高管責任保險的研究，促進董事高管責任保險在上市公司的全面普及，為資本市場發(fā)展提供良好的環(huán)境；(3)降低股價過度波動，確保市場的穩(wěn)定發(fā)展，提升公司治理水平。