王超恩

(中國人民大學(xué)商學(xué)院，北京 100872)

?

政府補(bǔ)貼與股價(jià)崩盤風(fēng)險(xiǎn)

王超恩

(中國人民大學(xué)商學(xué)院，北京 100872)

本文以中國A股市場2007-2014年上市公司的數(shù)據(jù)為樣本，基于企業(yè)尋租理論，實(shí)證檢驗(yàn)了政府補(bǔ)貼對股價(jià)崩盤風(fēng)險(xiǎn)的影響，旨在為財(cái)政政策經(jīng)濟(jì)后果的研究提供新的經(jīng)驗(yàn)證據(jù)。研究發(fā)現(xiàn)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間呈顯著正相關(guān)關(guān)系；在制度環(huán)境水平較低的地區(qū)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間正相關(guān)關(guān)系更強(qiáng)；在產(chǎn)業(yè)政策支持的行業(yè)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間正相關(guān)關(guān)系更強(qiáng)；進(jìn)一步分析表明，企業(yè)尋租是兩者正向關(guān)系的主要原因。本文的研究結(jié)果表明，管理層可以借助政府補(bǔ)貼粉飾公司業(yè)績和隱藏公司負(fù)面消息。

政府補(bǔ)貼；尋租；股價(jià)崩盤風(fēng)險(xiǎn)

一、引 言

股價(jià)崩盤是指上市公司股價(jià)短時(shí)間內(nèi)大幅度下跌的現(xiàn)象。微觀層面上，股價(jià)崩盤直接造成投資者財(cái)富縮水，動搖投資者信心。宏觀層面上，股價(jià)崩盤造成股市動蕩，不僅損害資本市場的健康發(fā)展，而且會對實(shí)體經(jīng)濟(jì)造成一定的沖擊。由于股價(jià)崩盤的危害性，股價(jià)崩盤風(fēng)險(xiǎn)成為最近幾年學(xué)術(shù)界研究的熱點(diǎn)問題。加強(qiáng)投資者保護(hù)，促進(jìn)資本市場健康發(fā)展是世界各國的共識。新興經(jīng)濟(jì)國家的資本市場正在迅速發(fā)展，但也存在著投資者保護(hù)較弱等諸多問題，深入分析上市公司股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在原因和治理機(jī)制，是迫切需要研究的現(xiàn)實(shí)問題。

余明桂等(2010)研究發(fā)現(xiàn)民營企業(yè)通過與地方政府建立政治關(guān)聯(lián)獲得了更多的政府補(bǔ)貼，并且這種尋租行為在制度約束較弱地區(qū)更加盛行，政府補(bǔ)助扭曲了社會資源的優(yōu)化配置，降低了全社會的整體福利水平，阻礙了市場化進(jìn)程的推進(jìn)[1]?？梢姡a(bǔ)貼政策中的尋租行為和違規(guī)行為對實(shí)體經(jīng)濟(jì)產(chǎn)生了極其負(fù)面的影響。那么，政府補(bǔ)貼政策是否同樣會對資本市場發(fā)展造成負(fù)面影響？政府補(bǔ)貼政策作用于資本市場的機(jī)理又有哪些呢？研究這些問題對加強(qiáng)投資者保護(hù)，促進(jìn)資本市場健康發(fā)展具有極其重要的意義。

二、文獻(xiàn)綜述與研究假設(shè)

(一)與政府補(bǔ)貼相關(guān)的文獻(xiàn)綜述

目前國內(nèi)外學(xué)者就政府補(bǔ)貼做了大量卓有成效的研究，大體可以分為政府補(bǔ)貼動機(jī)、政府補(bǔ)貼影響因素和政府補(bǔ)貼經(jīng)濟(jì)后果三個(gè)方面?？紤]到本文的研究主題是政府補(bǔ)貼的經(jīng)濟(jì)后果，因此，本文主要就政府補(bǔ)貼經(jīng)濟(jì)后果方面的研究做文獻(xiàn)評述。綜觀已有文獻(xiàn)，學(xué)者們主要從經(jīng)濟(jì)績效方面考察政府補(bǔ)貼的經(jīng)濟(jì)后果。

就經(jīng)濟(jì)績效而言，大部分研究集中在政府補(bǔ)貼對企業(yè)成長和業(yè)績的影響，研究結(jié)論不盡一致。轉(zhuǎn)型經(jīng)濟(jì)國家中，各種所有制企業(yè)并存。相比而言，國有企業(yè)由于跟政府關(guān)系密切，在資源稟賦上與民營企業(yè)存在著巨大的不同。在市場競爭中，國有企業(yè)天生占據(jù)了眾多優(yōu)勢資源，而民營企業(yè)則劣勢明顯，此時(shí)，政府補(bǔ)貼“扶持之手”的功能顯得尤其重要，政府補(bǔ)貼是否有助于民營企業(yè)的成長引起了社會各界的廣泛關(guān)注。一種觀點(diǎn)認(rèn)為，政府補(bǔ)貼可以顯著提高民營企業(yè)的成長，對企業(yè)投資水平和雇員規(guī)模也有顯著的促進(jìn)作用[2]。另一種觀點(diǎn)認(rèn)為，政府補(bǔ)貼對企業(yè)成長和經(jīng)營業(yè)績的影響甚微[3]。基于中國數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)更多的表明，政府補(bǔ)貼對企業(yè)經(jīng)營業(yè)績和經(jīng)濟(jì)效益沒有顯著影響，甚至是負(fù)的[4]。有學(xué)者甚至發(fā)現(xiàn)，政府補(bǔ)貼成為管理層謀取私利的一種工具。由于政府補(bǔ)貼計(jì)入非經(jīng)常性損益，政府補(bǔ)貼成為管理層偽裝業(yè)績的工具，為其獲取高額薪酬提供了條件，導(dǎo)致企業(yè)內(nèi)部薪酬差距的拉大[5]。

(二)與股價(jià)崩盤風(fēng)險(xiǎn)相關(guān)的文獻(xiàn)綜述

股價(jià)崩盤風(fēng)險(xiǎn)是近幾年來財(cái)務(wù)學(xué)和金融學(xué)領(lǐng)域興起的熱門研究話題，并且新的研究還在不斷增多，現(xiàn)有的文獻(xiàn)大多基于委托代理理論探討股價(jià)崩盤風(fēng)險(xiǎn)的內(nèi)在根源和治理機(jī)制。公司的消息可以分為好消息、壞消息和中立消息三類，管理者出于自身利益的考慮，例如職業(yè)生涯關(guān)注、超額薪酬和帝國構(gòu)造，對公司的好消息和壞消息更加關(guān)注。研究表明，公司管理層對公司好消息和壞消息的處理方式存在較大的不同，管理層更傾向于及時(shí)發(fā)布公司好消息，而推遲披露甚至刻意隱藏公司壞消息[6]。隨著時(shí)間的推移，一方面，公司的股價(jià)被嚴(yán)重高估并產(chǎn)生泡沫，另一方面，公司的負(fù)面消息在不斷積累，并且達(dá)到一定的上限。當(dāng)這些負(fù)面消息累積到一定的上限時(shí)，壞消息將集中在資本市場上釋放出來，投資者意識到自己被管理層蒙蔽，進(jìn)而紛紛拋售公司股票，導(dǎo)致公司股價(jià)暴跌和泡沫破滅。如何緩解管理層與股東之間的代理問題也成為學(xué)者們關(guān)心的焦點(diǎn)。大股東的存在能夠?qū)芾韺舆M(jìn)行有效的監(jiān)督，隨著第一大股東持股比例的上升，大股東更加有動力去監(jiān)督管理層，上市公司未來股價(jià)崩盤風(fēng)險(xiǎn)顯著下降[7]。

(三)研究假設(shè)的建立

政府俘獲理論認(rèn)為，企業(yè)可以通過向政府官員行賄或者提供好處來使得政府部門制定更多有利于自身利益的法律、規(guī)章和政策[8]。政府俘獲行為本質(zhì)上是企業(yè)為了實(shí)現(xiàn)自身利益最大化而主動從事的尋租行為。中國作為一個(gè)典型的轉(zhuǎn)型經(jīng)濟(jì)國家，相關(guān)的法律法規(guī)并不健全，在政府補(bǔ)貼政策的落實(shí)當(dāng)中，存在著許多“灰色”不可控地帶，因而尋租行為更有可能發(fā)生。

在中國現(xiàn)實(shí)的背景下，本文認(rèn)為政府補(bǔ)貼中的尋租行為可能從兩個(gè)方面影響上市公司的股價(jià)崩盤風(fēng)險(xiǎn)。首先，上市公司通過從事尋租行為，與政府官員能夠達(dá)成利益同盟，政府官員和公司管理層都不愿意將公司的負(fù)面消息對外披露，削弱了政府部門執(zhí)法的效率，降低了公司負(fù)面消息被披露的概率，管理層的敗德行為難以被及時(shí)制止。其次，管理層可以利用政府補(bǔ)貼包裝企業(yè)經(jīng)營業(yè)績，提升個(gè)人的職業(yè)聲譽(yù)，良好的經(jīng)營業(yè)績又能夠成功轉(zhuǎn)移投資者的注意力，公司的負(fù)面消息得以隱藏。因此，政府補(bǔ)貼越多的公司，負(fù)面消息被隱藏的可能性越大。同時(shí)，投資者被公司虛假的經(jīng)營業(yè)績蒙蔽，公司股價(jià)被嚴(yán)重高估。當(dāng)公司的尋租行為和負(fù)面消息最終被市場發(fā)現(xiàn)時(shí)，公司的股價(jià)泡沫將破滅，股價(jià)將大幅下跌?；诖耍覀兲岢霰疚牡牡谝粋€(gè)假設(shè)：

H1:政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間呈正相關(guān)關(guān)系。

在制度環(huán)境較好的地區(qū)，企業(yè)主要基于市場化原則進(jìn)行交易，而不需要向政府官員尋租來獲取政府補(bǔ)貼。然而，在制度環(huán)境較差的地區(qū)，市場化交易原則受到較多限制，企業(yè)的經(jīng)營更容易受到政府官員的侵害。并且，制度環(huán)境較差的地區(qū)，往往法制水平較低，產(chǎn)權(quán)保護(hù)不強(qiáng)，可能出現(xiàn)政府部門對企業(yè)“亂收費(fèi)、亂攤派”的現(xiàn)象，甚至發(fā)生政府官員主動向企業(yè)索取賄賂等行為[9]。在制度環(huán)境較差的地區(qū)，地方政府對經(jīng)濟(jì)要素的分配權(quán)較大，企業(yè)的經(jīng)營更多地依賴于其與政府官員“關(guān)系”，企業(yè)有動機(jī)通過“尋租”行為獲取優(yōu)惠資源和保護(hù)。因此，本文認(rèn)為，在制度環(huán)境較差的地區(qū)，政府官員和企業(yè)之間形成了一定的默契，為尋租行為提供了合理的解釋。而且，制度環(huán)境較差的地區(qū)缺乏有效的監(jiān)督和懲罰機(jī)制，企業(yè)在獲得政府補(bǔ)貼以后更有可能擅自改變資金用途，增加了上市公司的股價(jià)崩盤風(fēng)險(xiǎn)?；诖耍覀兲岢霰疚牡牡诙€(gè)假設(shè)：

H2:在制度環(huán)境較差的地區(qū)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系越強(qiáng)。

中國經(jīng)濟(jì)在轉(zhuǎn)型的過程當(dāng)中，仍然保留一些計(jì)劃經(jīng)濟(jì)時(shí)代的經(jīng)濟(jì)調(diào)控手段，最突出的例子便是以五年為一個(gè)周期的產(chǎn)業(yè)規(guī)劃政策。在五年規(guī)劃的編制之初，國家會根據(jù)一定時(shí)期的經(jīng)濟(jì)狀況，確定對某些產(chǎn)業(yè)進(jìn)行明確鼓勵(lì)和重點(diǎn)支持。在五年規(guī)劃發(fā)布之后，政府部門會在隨后出臺一系列的政策給予這些產(chǎn)業(yè)在土地和稅收、政府補(bǔ)貼、項(xiàng)目審批和核準(zhǔn)等方面重點(diǎn)傾斜。這些明顯的產(chǎn)業(yè)導(dǎo)向政策，將會給不同的行業(yè)提供不同的市場環(huán)境，直接影響到企業(yè)的行為，例如信貸決策和投資決策。一旦某類產(chǎn)業(yè)被中央政府確立為五年規(guī)劃重點(diǎn)扶持的對象，各級地方政府部門也會制定相應(yīng)的補(bǔ)貼政策，而這些補(bǔ)貼政策就會成為上市公司競相追逐的對象，企業(yè)尋租活動可能由此增多，甚至連知名企業(yè)也有可能參與其中。基于此，我們提出本文的第三個(gè)假設(shè)：

H3:在產(chǎn)業(yè)政策支持行業(yè)的企業(yè)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系越強(qiáng)。

三、研究設(shè)計(jì)

(一)樣本數(shù)據(jù)

由于中國上市公司從2007年開始執(zhí)行新的企業(yè)會計(jì)準(zhǔn)則，因而，本文的研究樣本為2007-2014年間在深滬兩市上市的A股公司。就政府補(bǔ)貼數(shù)據(jù)而言，我們通過查詢財(cái)務(wù)報(bào)表附注手工搜集整理而成。研究中用到的其他數(shù)據(jù)來自國泰安數(shù)據(jù)庫(CSMAR)。對于初始數(shù)據(jù)，我們進(jìn)行了如下處理：(1)剔除金融行業(yè)上市公司；(2)剔除IPO當(dāng)年的觀測樣本；(3)根據(jù)估計(jì)股價(jià)崩盤風(fēng)險(xiǎn)的具體需要，剔除了每年交易周數(shù)不足30的樣本觀測值；(4)剔除控制變量有缺失的樣本。根據(jù)上述處理方法，最終得到的研究樣本包括9889個(gè)觀測值。為了消除極端值的影響，本文針對連續(xù)變量的1%和99%百分位進(jìn)行WINSORIZE的處理。

(二)變量定義

1．股價(jià)崩盤風(fēng)險(xiǎn)(Crash Risk)

借鑒相關(guān)文獻(xiàn)的方法[10]，本文使用負(fù)收益偏態(tài)系數(shù)NCSKEW和收益上下波動比率DUVOL兩類變量來度量上市公司的股價(jià)崩盤風(fēng)險(xiǎn)。具體的度量過程如下：

首先，每年我們用個(gè)股i的周收益數(shù)據(jù)對方程(1)進(jìn)行回歸：

ri,t=β0+β1rm,t-2+β2rm,t-1+β3rm,t+β4rm,t+1+β5rm,t+2+εi,t

(1)

其中，ri,t為股票i第t周的收益率，rm,t為市場第t周的收益率，在回歸模型中，我們同時(shí)加入“超前期”和“滯后期”的股票市場收益率，以減輕股票交易非同步性可能帶來的計(jì)量偏差。個(gè)股i在第t周的特有收益為Wi,t=Ln(1+εi,t)，εi,t為回歸模型(1)所得到的殘差。

然后，基于特有收益Wi,t構(gòu)造如下兩個(gè)變量：

(1)負(fù)收益偏態(tài)系數(shù)NCSKEW：

(2)

其中，n為個(gè)股i每年的交易周數(shù)。負(fù)收益偏態(tài)系數(shù)NCSKEW數(shù)值越大，代表其股價(jià)崩盤風(fēng)險(xiǎn)越大。

(2)收益上下波動比率DUVOL：

(3)

其中，nd(nu)為個(gè)股i的周特有收益Wi,t小于(大于)年平均收益Wi的周次數(shù)。具體而言，首先需要將個(gè)股i在每年內(nèi)的所有周數(shù)按照周的特定股票回報(bào)率Wi,t是否低于該年所有周特定回報(bào)率的平均值定義為下降周數(shù)(“down”weeks)，其余的則為上升周數(shù)(“up”weeks)。然后，再按照這兩類子樣本分別計(jì)算周特定回報(bào)率的標(biāo)準(zhǔn)差。最后，DUVOL的數(shù)值就等于個(gè)股下降周數(shù)特定周回報(bào)率的標(biāo)準(zhǔn)差和上升周數(shù)特定周回報(bào)率的標(biāo)準(zhǔn)差比值的自然對數(shù)。收益上下波動比率DUVOL的數(shù)值越大，代表其股價(jià)崩盤風(fēng)險(xiǎn)越大。

2.政府補(bǔ)貼(Government Subsidy)

政府補(bǔ)貼(Subsidy)是本文的主要解釋變量。為了控制政府補(bǔ)貼的規(guī)模效應(yīng)，本文采用政府補(bǔ)貼收入與營業(yè)收入的比值作為政府補(bǔ)貼比例的代理變量。

3.產(chǎn)業(yè)政策支持行業(yè)(Industrial Policy)

本文的研究樣本期間從2007年至2014年，為“十一五規(guī)劃”(2006年至2010年)和“十二五規(guī)劃”(2011年至2015年)期間。我們根據(jù)《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十一個(gè)五年規(guī)劃的建議》和《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十二個(gè)五年規(guī)劃的建議》的規(guī)定，確定上市公司所屬行業(yè)分是否為產(chǎn)業(yè)政策支持行業(yè)，用虛擬變量Support來度量[11]。如果上市公司所在行業(yè)屬于國家明確鼓勵(lì)和重點(diǎn)支持和發(fā)展的行業(yè)，則Support取值1，否則取值為0。

4.地區(qū)制度環(huán)境水平(Institutional Environment)

地區(qū)制度環(huán)境水平的數(shù)據(jù)，我們采用的是《中國分省企業(yè)經(jīng)營環(huán)境指數(shù)2013年報(bào)告》中“政府廉潔”這一指標(biāo)[12]。該指數(shù)時(shí)間跨度為2006-2012年，由于一個(gè)地區(qū)的制度環(huán)境水平是漸變的過程，參考學(xué)術(shù)界通行的做法，2013年地區(qū)制度環(huán)境水平的數(shù)據(jù)我們用2012年的數(shù)據(jù)進(jìn)行替代。

5.可操控性應(yīng)計(jì)絕對值(ABACC)

可操控性應(yīng)計(jì)(ABACC)是本文重要的控制變量。借鑒相關(guān)文獻(xiàn)衡量公司財(cái)務(wù)報(bào)告透明度的方法[13]，我們文采用前3年操控性應(yīng)計(jì)的絕對值之和構(gòu)造可操控性應(yīng)計(jì)(ABACC)，即：

ABACC=AbsV(DisAcct-1)+AbsV(DisAcct-2)+AbsV(DisAcct-3)

(4)

DiscAcc的具體計(jì)算過程如下：首先利用修正的瓊斯模型分年度分行業(yè)進(jìn)行回歸(見模型5)[14]，然后將模型(5)的回歸系數(shù)代入模型(6)計(jì)算出操控性應(yīng)計(jì)DiscAcc的數(shù)值。

(5)

(6)

其中，TAi,t代表總應(yīng)計(jì)項(xiàng)目，等于公司當(dāng)年?duì)I業(yè)利潤減去當(dāng)年經(jīng)營活動產(chǎn)生的凈流量；Asseti,t-1代表公司上年的期末總資產(chǎn)；ΔSalesi,t代表公司當(dāng)年?duì)I業(yè)收入與上年?duì)I業(yè)收入的差額；ΔReci,t代表公司應(yīng)收賬款的增長差額；PPEi,t代表公司固定資產(chǎn)原值。

6.控制變量

借鑒相關(guān)文獻(xiàn)的做法[10]，本文選取如下控制變量：(1)月平均超額換手率(Oturn)，定義為股票i第t年與t-1年月平均換手率之差。(2)周特有收益率(Ret)，定義為股票i第t年的平均周收益率。(3)特有收益率的標(biāo)準(zhǔn)差(Sigma)，定義為股票i第t年周特有收益的標(biāo)準(zhǔn)差。(4)公司規(guī)模(Size)，定義為期末總資產(chǎn)自然對數(shù)。(5)市賬比(MB)，定義為公司股票市值除以權(quán)益賬面價(jià)值。(6)資產(chǎn)負(fù)債率(Lev)，定義為總負(fù)債除以總資產(chǎn)。(7)總資產(chǎn)收益率(Roa)，定義為凈利潤除以總資產(chǎn)。(8)第一大股東持股比例(Top1)，定義為第一大股東持股數(shù)除以總股數(shù)。

(三)模型設(shè)計(jì)

第一，本文使用如下模型(7)來檢驗(yàn)政府補(bǔ)貼是否影響上市公司未來的股價(jià)崩盤風(fēng)險(xiǎn)：

Crashriski,t+1=β0+β1Subsidyi,t+∑Industry+∑Year+δ

(7)

其中，Crashriski,t+1分別由t+1年的負(fù)收益偏態(tài)系數(shù)NCSKEW和收益上下波動比率DUVOL來度量，Subsidyi,t代表t年上市公司獲得的政府補(bǔ)貼比例，Xi,t代表一組控制變量，由t年的控制變量數(shù)值來度量。若假設(shè)一成立，則β1的系數(shù)應(yīng)當(dāng)顯著為正。

第二，本文使用如下模型(8)來檢驗(yàn)地區(qū)制度環(huán)境和產(chǎn)業(yè)政策是否影響政府補(bǔ)貼與公司未來股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系：

Crashriski,t+1=β0+β1Subsidyi,t+β2Zi,t+β3Subsidyi,t*Zi,t+βiXi,t+∑Industry+∑Year+δ

(8)

其中，Zi,t分別代表t年公司所在地區(qū)的制度環(huán)境水平和是否屬于國家的重點(diǎn)支持產(chǎn)業(yè)。若假設(shè)二和假設(shè)三成立，則β3的系數(shù)應(yīng)顯著為正,控制變量與模型(7)保持一致。

四、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)分析

表1為文中主要變量的描述性統(tǒng)計(jì)結(jié)果。兩個(gè)股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)NCSKEW和DUVOL的均值分別為-0.226和-0.141，標(biāo)準(zhǔn)差分別為0.666和0.471，說明這兩個(gè)指標(biāo)在樣本中存在明顯的差異。政府補(bǔ)貼的均值(中位數(shù))為0.018(0.005)，標(biāo)準(zhǔn)差為0.034，說明該變量并不存在明顯的極端值。其他控制變量的取值也均在合理范圍內(nèi)，這與之前學(xué)者的統(tǒng)計(jì)結(jié)果差別不大。

表1 描述性統(tǒng)計(jì)(N=9889)

(二)主要變量相關(guān)性分析

表2列示了主要變量的Pearson相關(guān)系數(shù)矩陣。表中的數(shù)據(jù)顯示，政府補(bǔ)貼與股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)代理變量NCSKEW和DUVOL均顯著正相關(guān)，這表明在不考慮其它因素的情況下，政府補(bǔ)貼正向影響上市公司未來的股價(jià)崩盤風(fēng)險(xiǎn)，與假設(shè)一是相符的。

表2 主要變量Pearson相關(guān)系數(shù)矩陣

注：“* ”、“** ”、“*** ”分別表示10%、5%和1%的顯著程度。

(三)回歸結(jié)果分析

表3第(1)列和第(2)列是假設(shè)一的檢驗(yàn)結(jié)果，第(3)列和第(4)列是假設(shè)二的檢驗(yàn)結(jié)果，第(5)列和第(6)列是假設(shè)三的檢驗(yàn)結(jié)果。

表3 政府補(bǔ)貼、外部環(huán)境與上市公司股價(jià)崩盤風(fēng)險(xiǎn)

注：“* ”、“** ”、“*** ”分別表示10%、5%和1%的顯著程度；括號內(nèi)為t值，回歸結(jié)果均經(jīng)過了異方差和公司層面的cluster調(diào)整。下同。

第(1)列和第(2)列結(jié)果顯示，政府補(bǔ)貼變量Subsidyt系數(shù)為正，且在1%水平上顯著。該結(jié)果表明，政府補(bǔ)貼比例越高，公司的負(fù)面消息越有可能被公司的管理層隱藏，當(dāng)公司的負(fù)面消息被發(fā)現(xiàn)或者累積到一定程度并在資本市場集中釋放出來時(shí)，上市公司股價(jià)崩盤的可能性就越高。這個(gè)結(jié)果表明，目前中國上市公司獲得的政府補(bǔ)貼更有可能是企業(yè)尋租的結(jié)果，管理層借助政府補(bǔ)貼粉飾經(jīng)營業(yè)績，轉(zhuǎn)移投資者注意力。回歸結(jié)果顯著支持了本文研究假設(shè)一。

第(3)列和第(4)列加入政府廉潔指數(shù)變量Govt及其與上市公司政府補(bǔ)貼Subsidyt的交乘項(xiàng)Subsidyt×Govt。本文對政府廉潔指數(shù)變量Govt按中位數(shù)分成兩組，如果Govt低于中位數(shù)，則視為當(dāng)?shù)卣^為腐敗，制度環(huán)境水平較低，取值為1，如果Govt高于中位數(shù)，則視為當(dāng)?shù)卣^為廉潔，制度環(huán)境水平較高，取值為0。第(3)列和第(4)列結(jié)果顯示，交互項(xiàng)Subsidyt*Govt在1%的水平上顯著為正，這表明，在制度環(huán)境較差的地區(qū)，企業(yè)尋租活動可能越多，公司的負(fù)面消息越有可能被隱藏，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系越強(qiáng)，這同假設(shè)二的預(yù)期是一致的。

第(5)列和第(6)列加入產(chǎn)業(yè)政策變量Supportt及其與上市公司政府補(bǔ)貼Subsidyt的交乘項(xiàng)Subsidyt×Supportt。第(5)列和第(6)列結(jié)果顯示，交互項(xiàng)Subsidyt×Supportt在5%的水平上顯著為正，這表明，在產(chǎn)業(yè)政策支持的行業(yè)，企業(yè)尋租活動可能越多，公司的負(fù)面消息越有可能被隱藏，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系越強(qiáng)，這同假設(shè)三的預(yù)期是一致的。

(四)進(jìn)一步分析

為了增強(qiáng)企業(yè)尋租理論的解釋力，本文進(jìn)一步將樣本區(qū)分為尋租程度較高和尋租程度較低兩組，研究政府補(bǔ)貼與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系是否在不同的組別中有顯著差異，回歸結(jié)果如表4所示。企業(yè)的尋租活動(如送禮、吃飯等)往往計(jì)入管理費(fèi)用中的業(yè)務(wù)招待費(fèi)，因此，本文采用管理費(fèi)用中的業(yè)務(wù)招待費(fèi)用來構(gòu)建企業(yè)尋租程度的變量，業(yè)務(wù)招待費(fèi)用的數(shù)據(jù)來自作者的手工搜集。具體而言，我們采用公司業(yè)務(wù)招待費(fèi)與公司營業(yè)收入的比值來構(gòu)建企業(yè)尋租程度，根據(jù)企業(yè)尋租程度的中位數(shù)，將樣本劃分為尋找程度較高和尋租程度較低兩組。表4的第(1)列和第(2)列匯報(bào)的是尋租程度較高組的回歸結(jié)果，第(3)列和第(4)列匯報(bào)的是尋租程度較低組的回歸結(jié)果，在兩組當(dāng)中，政府補(bǔ)貼對上市公司股價(jià)崩盤風(fēng)險(xiǎn)的影響不盡相同。從中可以發(fā)現(xiàn)政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系在尋租程度較高時(shí)顯著為正，而在尋租程度較低時(shí)，Subsidyt的系數(shù)雖然為正，但不顯著。其它控制變量的回歸結(jié)果與前文基本一致。

(五)穩(wěn)健性分析

為了使本文的研究結(jié)論更為穩(wěn)健，本文在如下幾個(gè)方面展開穩(wěn)健性檢驗(yàn)：

1.改變模型的估計(jì)方法。為了進(jìn)一步控制回歸過程中可能存在的遺漏不隨時(shí)間改變的固定因素問題，我們重新使用固定效應(yīng)模型對原有模型進(jìn)行了回歸估計(jì)，結(jié)果發(fā)現(xiàn)政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)依舊在1%和5%的水平上顯著正相關(guān)，說明本文的研究結(jié)果較為穩(wěn)健，政府補(bǔ)貼正向影響股價(jià)崩盤風(fēng)險(xiǎn)。

2.改變政府補(bǔ)貼的估計(jì)方法。為了使本文的研究結(jié)論更加穩(wěn)健，我們采用政府補(bǔ)貼收入與企業(yè)期末總資產(chǎn)之比度量政府補(bǔ)貼，重新使用對原有模型進(jìn)行了回歸估計(jì)，結(jié)果發(fā)現(xiàn)政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)依舊在5%的水平上顯著正相關(guān)，說明本文的研究結(jié)果較為穩(wěn)健，政府補(bǔ)貼正向影響股價(jià)崩盤風(fēng)險(xiǎn)。

表4 企業(yè)尋租的影響

五、研究結(jié)論

本文選取2007-2014年中國上市公司的相關(guān)數(shù)據(jù)資料，從企業(yè)尋租理論視角出發(fā)，研究政府補(bǔ)貼是否影響上市公司未來股價(jià)崩盤風(fēng)險(xiǎn)，深入考察分析了制度環(huán)境和產(chǎn)業(yè)政策是否會影響兩者之間的關(guān)系。研究發(fā)現(xiàn)：(1)政府補(bǔ)貼與上市公司未來股價(jià)崩盤風(fēng)險(xiǎn)之間顯著正相關(guān)，政府補(bǔ)貼比例越高，上市公司未來股價(jià)崩盤的風(fēng)險(xiǎn)越高；(2)分析考察制度環(huán)境水平對政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系的影響后發(fā)現(xiàn)，在制度環(huán)境水平較低的地區(qū)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)的正相關(guān)關(guān)系更強(qiáng)；(3)分析考察產(chǎn)業(yè)政策支持對政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系的影響后發(fā)現(xiàn)，在產(chǎn)業(yè)政策支持的行業(yè)，政府補(bǔ)貼與上市公司股價(jià)崩盤風(fēng)險(xiǎn)的正相關(guān)關(guān)系更強(qiáng)。由此可見，政府補(bǔ)貼是影響上市公司股價(jià)崩盤風(fēng)險(xiǎn)的一個(gè)重要因素。這些有趣的發(fā)現(xiàn)在一定程度上說明，政府補(bǔ)貼政策的長期效果并不明顯，經(jīng)濟(jì)轉(zhuǎn)型過程當(dāng)中，還需進(jìn)一步思考政府與企業(yè)的關(guān)系。

[1]余明桂，回雅甫，潘紅波.政治聯(lián)系、尋租與地方政府財(cái)政補(bǔ)貼有效性[J].經(jīng)濟(jì)研究,2010,(3):65-77.

[2] Cerqua, A.,Pellegrini,G.. Do subsidies to private capital boost firms’ growth? A multiple regression discontinuity design approach[J]. Journal of Public Economics, 2014, 109(1):114-126.

[3]Ankarhem, M.,Daunfeldt, S.,Quoreshi, S., Rudholm, N.. Do regional investment grants improve firm performance? Evidence from Sweden[J].Technology and Investment, 2010,1(3):221-227.

[4]魏志華，吳育輝，李常青，曾愛民.財(cái)政補(bǔ)貼，誰是“贏家”——基于新能源概念類上市公司的實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì),2015,(10):73-86.

[5]步丹璐，王曉艷.政府補(bǔ)助、軟約束與薪酬差距[J].南開管理評論,2014,(2):23-33.

[6]Xu, N., Li, X., Yuan,Q.,Chan， WK. C. . Excess perks and stock price crash risk: Evidence from China[J].Journal of Corporate Finance,2014,25(4):419-434.

[7]王化成，曹豐，葉康濤.監(jiān)督還是掏空：大股東持股比例與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界,2015,(2):45-56.

[8]Hellman, J.S.,Jones, G.，Kaufmann，D.. Seize the state, seize the day: State capture and influence in transition economies[J].Journal of Comparative Economics, 2003,31(4):751-773.

[9]Cull, R., Xu, L.. Institutions, ownership, and finance:The determinants of profit reinvestment among Chinese firms[J].Journal of Financial Economics, 2005,77(1):117-146.

[10]Kim,J., Li,Y.,and Zhang,L..CFOs versus CEOs: Equity incentives and crashes[J].Journal of Financial Economics, 2011, 101(3): 713-730.

[11]祝繼高，陸曉，岳衡.銀行關(guān)聯(lián)董事能有效發(fā)揮監(jiān)督職能嗎?——基于產(chǎn)業(yè)政策的分析視角[J].管理世界,2015,(7):143-157.

[12]王小魯，余靜文，樊綱.中國分省企業(yè)經(jīng)營環(huán)境指數(shù)2013年報(bào)告[M].北京：中信出版社，2013.130-274.

[13]Hutton,A. P., Marcus,A. J., Tehranian,H.. Opaque financial reports, R2, and crash risk[J].Journal of Financial Economics,2009,94(1):67-86.

[14]Dechow, P., Sloan,R. ,Sweeney,A..Detecting earnings management[J].The Accounting Review,1995,70(2):193-225.

(責(zé)任編輯:風(fēng) 云)

Government Subsidy and Stock Price Crash Rsk

WANG Chao-en

(School of Business，Renmin University of China,Beijing 100872,China)

Using A-share listed firms in China in the period of 2007-2014 as samples，this paper investigates the relationship between government subsidy and stock price crash risk from the perspective of rent-seeking, so as to provide new empirical evidence to clarify the economic consequences of fiscal subsidies. We find that government subsidy is positively associated with stock price crash risk. Results show that the impact of government subsidy is more pronounced in firms located in regions with low institutional environment and industry supported by government industrial policy. Further analysis indicates that rent-seeking does affect this positive realtionship. According to the rent-seeking theory, the executives can make use of the government subsidy to “disguise” the accounting performance and hide the negative news about the firm.

government subsidy; rent-seeking; stock price crash risk

2016-01-21

中國人民大學(xué)2015年度拔尖創(chuàng)新人才培育資助計(jì)劃成果

王超恩(1990-)，男，湖南邵陽人，中國人民大學(xué)商學(xué)院博士生。

F235.99

A

1004-4892(2016)08-0012-09