摘要：利用面板數(shù)據(jù)模型，選擇合理的公司治理和系統(tǒng)風險代表指標，以我國上市公司為案例實證研究公司治理與上市公司系統(tǒng)風險的關系，結果表明，上市公司的公司治理水平與其系統(tǒng)風險具有顯著關系。

關鍵詞：上市公司；公司治理；系統(tǒng)風險；面板數(shù)據(jù)模型

中圖分類號：F275 文獻標識碼：A 文章編號：1003-7217(2010)02-0054-05

一、引言

系統(tǒng)風險是指對證券市場產(chǎn)生普遍影響的風險因素，其特征在于系統(tǒng)風險因共同因素所引發(fā)，對證券市場所有的股票價格均產(chǎn)生影響，這種影響為個別企業(yè)或行業(yè)所不能控制，投資人亦無法通過分散投資加以消除，而貝塔系數(shù)被公認為是衡量證券投資組合系統(tǒng)風險的主要指標。一般認為，影響股票系統(tǒng)風險的因素主要包括宏觀經(jīng)濟因素、行業(yè)因素和戰(zhàn)爭及政治因素等。由于不同股票系統(tǒng)風險受同一因素影響的大小存在差異，因此，關于影響股票系統(tǒng)風險的公司特征研究成了學術熱點之一。Beaver，Kettler和Scholes(1970)最早從公司基本特征人手研究股票貝塔值的影響因素，研究發(fā)現(xiàn)B系數(shù)與包括資產(chǎn)負債率、股利發(fā)放率在內(nèi)的會計變量顯著相關。Hamada(1972)、Lev(1974)、Bildersee(1975)以及Rosenberg(1984)等人在各自的研究中對β系數(shù)與會計和非會計影響因素之間的關系作了重要的探索。Bruce、Hong和Kisor(1999)研究了宏觀經(jīng)濟變量與系統(tǒng)性風險的關系。國內(nèi)方面，吳世農(nóng)、冉孟順(1999)，湯光華、趙愛平和宋平(2006)，王明濤、黎金龍(2006)參照Beaver等(1970)的研究對我國上市公司8的差異性展開研究，發(fā)現(xiàn)我國上市公司系統(tǒng)風險與會計信息顯著相關。

目前，關于公司特征對系統(tǒng)風險影響的研究更多地從會計信息、財務政策等方面進行，對于企業(yè)制度研究方面研究甚少，而作為重要的企業(yè)制度安排，公司治理對于股票系統(tǒng)風險的研究更少。西方資本市場的研究表明，公司治理機制如獨立董事制度等能夠有效提高上市公司信息透明度(Beasley，1996)；從而緩解公司與外部投資者之間的信息不對稱，增強股票的流動性，降低股權融資成本，提高公司價值(Botosan，1997；Botosan，Plumlee，2002)，而且，公司治理的好壞決定著投資者對公司的信任和信心問題，良好的公司治理有利于保護小股東利益，保持市場信心。麥肯錫(McKinsey)公司對投資于新興市場的個人和機構投資者進行了一系列的調查，發(fā)現(xiàn)其中80％的投資者均愿意為治理結構良好的企業(yè)付出較高的溢價?；谝陨戏治?，本文做出上市公司公司治理水平與其系統(tǒng)風險呈顯著負相關的研究假設。同時，通過選擇合理的公司治理和系統(tǒng)風險的代表指標，以我國上市公司為案例實證研究公司治理與上市公司系統(tǒng)風險的關系，結果表明，上市公司的公司治理水平與其系統(tǒng)風險具有顯著關系。

二、研究設計

(一)研究方法

本文用于實證研究公司治理與上市公司系統(tǒng)風險關系的計量模型為面板數(shù)據(jù)模型，其一般形式為：

yt，t=βi，ixi，t+ei，t，i=1，…，N，t=1，…，M(1)

其中，xi，t，βi，t均為K×1列向量，分別為變量向量和系數(shù)向量，εi，t為隨機擾動，T代表矩陣轉置，N是截面單位(個體)的個數(shù)，M是時間段的個數(shù)。在實際使用平行數(shù)據(jù)模型時，常假設模型系數(shù)不變，而截距項隨時間和截面數(shù)據(jù)單位的變化而改變，解決變截距問題主要有固定效應模型和隨機效應模型。實際應用時，我們根據(jù)樣本數(shù)據(jù)在基本線性回歸模型、固定效應模型以及隨機效應模型作出選擇，對于固定效應模型與基本線性回歸模型的權衡以及隨機效應模型與基本線性回歸模型的權衡一般分別采用F檢驗和Breusch＆Pagan(1980)提出的LagrangeMultiplier(LM)檢驗，而對于是否采用固定效應模型還是隨機效應模型，Mundlak(1978)指出若模型的截距項與解釋變量相關，采用固定效應模型，否則則采用隨機效應模型，更為精確的檢驗是Hausman(1978)提出的Hausman檢驗方法。

(二)變量選擇

1 被解釋變量。本文分別采用β值和剔除財務杠桿的β值來度量系統(tǒng)風險。

(1)β值是通過資本資產(chǎn)定價模型估計而得，該模型假設各種證券報酬率與市場影響因素有關，即Ri，t=at+biRm，t+εi，t，其中Ri，t表示證券i在時間t時的報酬率，Rm，t為市場投資組合在時間￡的報酬率，bi為第i證券Beta系數(shù)的估計值，εi，t為誤差項。以下采用普通最小平方法利用個股的周收益率和上證綜合指數(shù)的周收益率分別估計出不同股票的年度β值，記為Betal。

(2)剔除財務杠桿的β值是基于Hamada(1972)對財務杠桿和系統(tǒng)風險關系的研究成果提出的對β值的調整，具體為：β＝βL/1+(1-T)D/E，其中，國為無杠桿的貝塔值，盧L為有杠桿的貝塔值，即為Betal，T為公司的所得稅率，D為公司債務的市場價值，E為公司股權的市場價值?？紤]到我國國情，本文參考Laveren、Durinck、DeGeuster和Lybaert(1997)利用D和E的賬面價值，并設T＝0來估計剔除財務杠桿的p值，即β=E/D+EβL，記為Beta2。

2 解釋變量。根據(jù)中國上市公司的特點和現(xiàn)有文獻以及資料的可獲得性，主要從董事會特征和股權結構的兩個角度來選擇反映中國上市公司治理結構的變量。在董事會特征方面，有研究發(fā)現(xiàn)董事會的規(guī)模和董事會與管理層的獨立性起著非常重要的作用(Rosenstein和Wyatt，1990)，CEO與董事長是否由同一人擔任可能影響公司治理(Brickley、Coles和Jarrell，1997)。因此，選擇4個變量來刻畫董事會的特征：董事人數(shù)、獨立董事比例、董事會會議次數(shù)和董事長與總經(jīng)理是否兼任的虛擬變量；在股權結構方面，白重恩等(2005)發(fā)現(xiàn)控股股東性質影響公司治理效率。Shleifer和Vishny(1997)闡述了大投資者持股(股權集中)對公司治理可能產(chǎn)生的正面和負面影響。這里設置國有控股與否的虛擬變量、第一大股東持股比例和高管持股比例分別來反映。另外，反映公司控制權市場壓力的變量我們選擇Z指數(shù)和Herfindahl_10指數(shù)，即第一大股東和第二大股東持股數(shù)量之比和前十大股東持股比例平方和。

3 控制變量。諸多研究文獻表明，公司規(guī)模、財務杠桿、流動比率、未來成長機會和股利發(fā)放情況對公司系統(tǒng)風險具有顯著影響，因此本文選取公司流通市值的自然對數(shù)、資產(chǎn)負債率、流動比率、主營業(yè)務收入增長率和是否發(fā)放股利作為控制變量以控制這些因素對實證結論的影響，具體的變量定義可參見表1。

(三)樣本選擇及數(shù)據(jù)來源

以我國滬深兩市2003～2006年A股上市公司為研究樣本，考慮到實證指標數(shù)據(jù)的可得性和科學性，剔除上市時間不到1年的公司、已經(jīng)下市公司和數(shù)據(jù)缺失的上市公司，最后共有4625個樣本觀測值，研究數(shù)據(jù)屬非平衡的面板數(shù)據(jù)。所有財務指標及交易數(shù)據(jù)均來自wind資訊，而公司治理數(shù)據(jù)來自CCER數(shù)據(jù)庫。

三、實證結果分析

(1)描述性統(tǒng)計。表2列出了本文實證所用變量的樣本值的描述性統(tǒng)計，以系統(tǒng)風險的代表指標看，betal的均值和中位數(shù)分別為0.9445和0.9601，而最小值和最大值分別為-0.5236、2.3231，beta2的均值和中位數(shù)分別為0.4636和0.4257，但最小值和最大值分別為-4.1885和78.2868，明顯存在奇異值，致使其偏度和峰度高達61.6257和4059.6050，通過變量的最大與最小值以及偏度和峰度的具體數(shù)值看，可發(fā)現(xiàn)所用樣本數(shù)據(jù)中存在不少奇異值，其中以Zindex、LEV和GO表現(xiàn)特別突出致使其均值和中位數(shù)差別很大，這反映了奇異值對均值的較大影響，為了剔除奇異值對于實證結果的影響，并保留奇異值的信息，本研究在模型估計前首先對變量在其分布的第1及99百分位上的觀察值進行縮尾調整(Winsorize)處理，即對于小于1％分位數(shù)(大于99％分位數(shù))的變量值，令其值分別等于1％分位數(shù)(99％分位數(shù))。

(2)Panel data模型實證結果分析。本文分別將反映董事會特征的變量和股權結構的變量以及所有公司治理變量納入面板數(shù)據(jù)模型中實證研究公司治理對Betal和Beta2為代表變量的公司系統(tǒng)風險的影響，表3列出了基于Panel data模型的公司治理與公司系統(tǒng)風險關系的實證結果。在模型選擇的檢驗上，由表3可以發(fā)現(xiàn)，F(xiàn)檢驗和LM檢驗結果顯示，所有模型的F檢驗的統(tǒng)計量以及以Beta2為被解釋變量的模型4、5和6中LM檢驗的統(tǒng)計量的對應的相伴概率均低于1％，而在以Betal為被解釋變量的模型1、2和3中LM檢驗的統(tǒng)計量均不顯著，表明與普通線性回歸模型相比，除模型1、2和3支持采用固定效應模型或普通線性回歸模型外，樣本數(shù)據(jù)均傾向于采用面板數(shù)據(jù)模型中的固定效應模型或隨機效應模型。而對于固定效應模型或隨機效應模型的選擇，Hausman檢驗結果顯示所有模型均支持采用面板數(shù)據(jù)模型的固定效應模型。因此，表3中的所有模型的系數(shù)均為固定效應模型的系數(shù)估計值，對應的估計系數(shù)顯著性檢驗為T檢驗，而模型整體顯著性的檢驗則分別為F檢驗，結果顯示所有模型的系數(shù)整體上都是統(tǒng)計上高度顯著。

從表3中各解釋變量系數(shù)估計值可以發(fā)現(xiàn)，將反映董事會特征的變量和股權結構的變量分別納入面板數(shù)據(jù)模型進行估計的結果與將所有公司治理變量納入模型進行估計的結果幾乎沒有差異，所以，主要以所有公司治理變量作為解釋變量的模型3和模型6來進行分析。在以beatl為被解釋變量的模型中，董事會特征方面，董事會會議次數(shù)、獨立董事比例和董事長與總經(jīng)理是否兼任等變量的估計系數(shù)分別為-0.00744、-0.25276和-0.08689，統(tǒng)計上都顯著為負，這說明董事會特征特別是董事會的活躍性和獨立性顯著影響公司系統(tǒng)風險的大小，其他條件相同下，上市公司的董事會會議次數(shù)越多，獨立董事比例越高，則其系統(tǒng)風險越低，而董事長與總經(jīng)理兼任的公司系統(tǒng)風險相對于董事長與總經(jīng)理不兼任的公司低；股權結構方面，國有控股與否、高管持股比例和Herfindahl_10指數(shù)的估計系數(shù)分別為0.06424、1.43340和0.76133，統(tǒng)計上顯著為正，表明在其他條件相同下，高管持股比例越高，股權越集中，公司的系統(tǒng)風險越大，而國有控股上市公司的系統(tǒng)風險比非國有控股公司大。另外，董事會規(guī)模、第一大股東持股比例和z指數(shù)的大小對系統(tǒng)風險的影響不顯著。這些結論在以Beta2為被解釋變量的模型中幾乎全部得到了印證，唯一不同的是，董事人數(shù)即董事會規(guī)模對剔除財務杠桿的Beta值具有正向影響，盡管只是在10％的顯著性水平下。

四、結語

本文利用Panel data模型實證研究我國上市公司公司治理與其系統(tǒng)風險的關系，結果顯示我國上市公司公司治理對公司系統(tǒng)風險具有顯著影響。具體而言，在其他條件既定下，董事會議次數(shù)越多，獨立董事比例越高的公司，其系統(tǒng)風險越低，而高管持股比例越高。股權越集中，公司的系統(tǒng)風險越大；另外，國有控股上市公司的系統(tǒng)風險比非國有控股公司大，董事長與總經(jīng)理兼任的公司其系統(tǒng)風險比董事長與總經(jīng)理不兼任的公司小。這些研究結論對于投資者評估上市公司系統(tǒng)風險及其投資決策都有一定的參考價值，同時本研究無論是對公司治理的研究還是對上市公司系統(tǒng)風險影響因素的研究提供了有益的探索和補充。當然，對于上市公司公司治理與系統(tǒng)風險的關系，特別是其間的作用機制仍需要更為深入地研究。