，

(1.安徽師范大學 皖江學院，安徽 蕪湖 241002； 2.安徽師范大學 經(jīng)濟管理學院， 安徽 蕪湖 241002)

2014年8月，“新三板”引入做市商制度，旨在增加市場流動性，更好實現(xiàn)“新三板”對中小微企業(yè)的融資和定價功能(國發(fā)〔2013〕49號)。隨后兩年，“新三板”掛牌企業(yè)數(shù)呈井噴式增長，截止2016年底，掛牌企業(yè)已激增至10 165家，做市交易企業(yè)1 615家，但做市商只有89家①，相比于納斯達克市場的5 000多家掛牌企業(yè)和500余家的做市商，“新三板”市場呈現(xiàn)出明顯的“僧多粥少”現(xiàn)象。盡管是否采用做市交易方式，理論上是企業(yè)與做市商雙方協(xié)商的結果，但是在“新三板”當前形勢下，更多的還是處于做市商挑選做市企業(yè)的局面。做市商主要基于盈利目的進行做市行為。所服務的做市企業(yè)質量，將影響到做市商將來的做市效果、風險承擔程度、在行業(yè)中的聲譽，以及獲利狀況。所以，做市商勢必會基于某些因素，對擬服務的企業(yè)進行遴選。本文通過實證檢驗的方法，找出“新三板”市場上有哪些因素會顯著地影響做市商選擇做市企業(yè)的行為。

有關做市商的行為研究主要集中于做市商的買賣價差設定[1-3]、定價行為[4-5]和穩(wěn)定市場行為方面[6-8]。對于做市商選擇做市企業(yè)的行為研究較少。本文研究結論，對于拓展做市商的行為研究有一定的參考價值。

2016年，國務院《關于促進創(chuàng)業(yè)投資持續(xù)健康發(fā)展的若干意見》(國發(fā)〔2016〕53號)明確提出要“完善‘新三板’交易機制”，以及全國股轉系統(tǒng)公布的《私募機構全國股轉系統(tǒng)做市業(yè)務試點專業(yè)評審方案》，均表明“新三板”做市商制度調整勢在必行。本研究的實踐意義，有助于新的政策擬定，提高做市商為擬做市交易企業(yè)服務的意愿，以及增加潛在做市商進入“新三板”的意向；有助于指導擬做市企業(yè)進行信息披露，增加其獲得做市商青睞的概率，提高掛牌企業(yè)股票的流動性；同時也有助于做市商有效識別備選企業(yè)，提高做市收益。

一、理論分析與研究假設

(一)理論分析

做市商通過報價實施做市行為，以達到樹立行業(yè)聲譽、降低自身風險，以及獲取收益的中間目標，最終目標都是以獲利為動機的。因此，做市商是否了解做市企業(yè)的真實價值，從而對掛牌股票準確定價，設定最優(yōu)買賣價差，就對做市商的最終目標實現(xiàn)具有重要影響。所以，問題集中到信息不對稱程度上[9-10]。一旦做市商能夠設法降低信息不對稱程度，則會表現(xiàn)為做市商調整報價和買賣價差設定，提高做市股票的流動性，實現(xiàn)獲利目標[11-12]。

現(xiàn)有研究主要集中于“后半段”，在為特定企業(yè)做市前提下，做市商如何降低信息不對稱程度，確定做市企業(yè)的真實價值，并調整報價及價差以獲利。但是，在前半段做市商選擇做市企業(yè)的過程中，也存在信息不對稱問題，影響到做市商對備選企業(yè)價值的了解，最終也會影響到做市商定價、報價設定和獲利問題。

“前半段”問題的核心還是在于信息不對稱程度上。我們分兩種假設來分析哪些因素會影響到做市商的選擇行為：首先，假設做市商與備選企業(yè)之間信息不對稱程度很低。那么，備選企業(yè)質量越好，該企業(yè)在其他條件相等的情況下將來的流動性會越強，做市商選擇該企業(yè)的可能性越大。反映備選企業(yè)質量的公開信息將是影響因素之一。其次，假設做市商與備選企業(yè)之間信息不對稱程度很高。在此前提下又分兩種情況：一是備選企業(yè)的某些因素可以降低做市商與備選企業(yè)之間的信息不對稱程度，則在其他條件相同的情況下，做市商選擇該企業(yè)的可能性更大。這些因素也將是影響因素之一。二是備選企業(yè)的某些信號傳遞行為，越過信息不對稱障礙，向做市商傳遞備選企業(yè)具有優(yōu)質特征的信號，也將會導致做市商傾向于選擇該企業(yè)。因此，反映信號傳遞的因素也是影響因素之一。

總之，做市商在選擇做市企業(yè)的過程中，了解企業(yè)以及了解企業(yè)是否優(yōu)質，是做市商選擇的根本依據(jù)。核心假設是信息不對稱程度。在信息不對稱程度低的情況下，反映企業(yè)質量的信息就是影響選擇行為的因素；在信息不對稱程度高的情況下，能夠降低信息不對稱程度的因素，和跨越信息不對稱障礙，實施信號傳遞的因素，就是影響選擇行為的因素(見圖1)。

圖1 做市商選擇做市企業(yè)影響因素圖

(二)研究假設

1.企業(yè)質量公開信息與做市商選擇行為

根據(jù)“新三板”要求，掛牌企業(yè)需要公開掛牌前兩年的財務報表，以及掛牌后的年報。除卻年報中財務指標對企業(yè)估值、定價的功能外，財務報表披露的股權結構[14]與企業(yè)的流動性也密切相關。由于年報所承載的企業(yè)信息，對于做市商來說幾乎不存在信息不對稱問題，而年報信息又與企業(yè)價值和流動性有關。因此，年報數(shù)據(jù)所反映的企業(yè)質量將成為影響做市商選擇行為的關鍵。財務報表中反映企業(yè)質量的數(shù)據(jù)眾多，但是做市商對不同數(shù)據(jù)的關注度會有所不同。2016年股轉系統(tǒng)正式出臺分層標準。這些標準正是監(jiān)管層、市場、也是做市商識別掛牌企業(yè)質量的最主要的財務數(shù)據(jù)。從單個做市商角度來說，當財務報表所揭示的這些數(shù)據(jù)更優(yōu)時，做市商選擇該企業(yè)的概率就更大。而從做市商群體角度來說，當財務報表所揭示的這些數(shù)據(jù)更優(yōu)時，就會有更多的做市商選擇該企業(yè)提供做市服務。據(jù)此，提出假設1：

H1：強制公開的財務信息內容會影響做市商的選擇行為。

H1a：強制公開的企業(yè)財務數(shù)據(jù)越好，做市商選擇該企業(yè)的概率越大。

H1b：強制公開的企業(yè)財務數(shù)據(jù)越好，選擇該企業(yè)的做市商越多。

2.降低信息不對稱程度因素與做市商選擇行為

但是依然有大量與企業(yè)定價、估值有關的信息屬于企業(yè)內部信息，是多數(shù)做市商所無法獲取的，屬于做市商與企業(yè)之間存在較為嚴重的信息不對稱的狀況。國外研究表明，做市商與備選企業(yè)的地理位置相近程度，會影響到做市商對備選企業(yè)內部信息的獲取，從而達到降低信息不對稱的效果[15]。其原理可描述為，當做市商與備選企業(yè)處于同一地理區(qū)域內時，首先，做市商可以通過企業(yè)在當?shù)亟鹑跈C構的金融記錄獲取更多的企業(yè)內部信息；其次，做市商可以通過當?shù)氐纳鐣顒优c企業(yè)管理層接觸，以獲得企業(yè)內部信息；最后，投資者們也偏好投資本地企業(yè)[16]，如果做市商與備選企業(yè)處于同一區(qū)域，做市商就更加了解該企業(yè)股票的市場交易者，也就更容易識別哪些報價更具有信息含量，從而減少自身承受逆向選擇的成本?！靶氯濉弊鍪猩淘诘乩韰^(qū)位的分布上極其不均衡。當備選企業(yè)處于做市商密集的區(qū)域時，顯然會有更高的幾率被選擇成為做市企業(yè)。據(jù)此，提出假設2：

H2：企業(yè)所處地理區(qū)位會影響做市商的選擇行為。

H2a：企業(yè)所在省份做市商數(shù)量越多，做市商選擇該企業(yè)的概率越大。

H2b：企業(yè)所在省份做市商數(shù)量越多，選擇該企業(yè)的做市商越多。

3.信號傳遞行為與做市商選擇行為

當信息不對稱程度較高，而備選企業(yè)本身具有較好質量時，企業(yè)會通過信號傳遞行為向外界傳遞信息。自愿披露是證券市場上企業(yè)常用的一種信號傳遞方式。自愿披露往往代表著企業(yè)具有低的資本成本[17]、更準確的定價[18]和高的盈余質量[19]。與創(chuàng)業(yè)板不同，“新三板”對于企業(yè)半年報和季度報表采用自愿披露形式。而信息披露本身是有成本的。所以，“新三板”企業(yè)自愿披露半年報(或者季報)時，說明企業(yè)希望將自己優(yōu)質的經(jīng)營狀況向外傳遞。據(jù)此，提出假設3：

H3：自愿披露行為會影響做市商的選擇行為。

H3a：企業(yè)自愿披露中期財務報表，做市商選擇該企業(yè)的概率更大。

H3b：企業(yè)自愿披露中期財務報表，選擇該企業(yè)的做市商更多。

而當企業(yè)中有風險投資介入時也是一種信號傳遞。風險投資在識別優(yōu)質企業(yè)方面具有過人之處[20]。因此，風險投資的介入行為往往被認為具有核證效應[21]。當做市商觀測到某些企業(yè)有風險投資進入時，則間接說明該企業(yè)具有良好的質量和發(fā)展前景。據(jù)此，提出假設4：

H4：風險投資參與行為會影響做市商的選擇行為。

H4a：當備選企業(yè)中參與的風險投資越多時，做市商選擇該企業(yè)的概率越大。

H4b：當備選企業(yè)中參與的風險投資越多時，選擇該企業(yè)的做市商越多。

二、實證檢驗

(一)樣本選取

“新三板”做市制度始于2014年度。由于涉及滯后變量，本文選取2013—2016年區(qū)間年度數(shù)據(jù)作為樣本，并對以下樣本進行了剔除：賬面資產(chǎn)負債率小于0或者大于100%的樣本、金融類公司樣本、存在缺失值的樣本。樣本為非平衡面板數(shù)據(jù)，最終獲得有效樣本9 469個。數(shù)據(jù)來源于WIND數(shù)據(jù)庫，以及根據(jù)WIND數(shù)據(jù)手工計算所得。

(二)變量設計

1.因變量

交易方式。當掛牌企業(yè)交易方式為做市交易時取值為1，否則取值為0。

做市商數(shù)量。用做市交易方式企業(yè)中做市商的數(shù)量表示。采用協(xié)議交易方式，或者協(xié)議轉做市交易方式在轉變之前階段，該變量取值為0。

2.自變量

“新三板”分層制度有三種標準，本文選擇標準一：凈利潤+凈資產(chǎn)收益率+股東人數(shù)，作為企業(yè)質量公開信息的指標。標準二將在穩(wěn)健性檢驗中使用②。

凈利潤。分層標準中將2 000萬元作為凈利潤的臨界值。若樣本凈利潤大于等于2 000萬元該指標取值為1，小于2 000萬元則取值為0。預計系數(shù)為正。

凈資產(chǎn)收益率。分層標準中將10%作為凈資產(chǎn)收益率的臨界值。若樣本凈資產(chǎn)收益率大于等于10%該指標取值為1，小于10%則取值為0。預計系數(shù)為正。

股東人數(shù)。分層標準中將200人作為股東人數(shù)的臨界值。若樣本股東人數(shù)大于等于200人該指標取值為1，小于10%則取值為0。預計系數(shù)為正。

地理區(qū)位。根據(jù)WIND截止到2016年底數(shù)據(jù)，以做市商辦公地址為依據(jù)，統(tǒng)計位于各省的做市商數(shù)量。當掛牌企業(yè)辦公地址位于某一省份時，以該省份做市商數(shù)量為該指標數(shù)值。預計系數(shù)為正。

自愿披露。掛牌企業(yè)披露半年報則當年該指標取值為1，否則取值為0。預計系數(shù)為正。

風險投資。以每年掛牌企業(yè)中所參與的風險投資機構數(shù)量為該指標數(shù)值。預計系數(shù)為正。

3.控制變量

一是以資產(chǎn)負債率反應企業(yè)資本結構，代表公司層面特征；二是設置年度虛擬變量以反映宏觀因素對做市商選擇行為的影響。三是設置行業(yè)虛擬變量反映行業(yè)特征對做市商選擇行為的影響。這里我們根據(jù)WIND二級行業(yè)分類，將屬于半導體與半導體生產(chǎn)設備、電信服務Ⅱ、技術硬件與設備、軟件與服務、醫(yī)療保健設備與服務和制藥、生物科技與生命科學行業(yè)的樣本劃歸高科技行業(yè)，行業(yè)變量取值為1，其他行業(yè)取值為0。

所有變量指標的定義、計算和數(shù)據(jù)來源見表1。

表1 變量匯總表

(三)模型設定與研究方法

本文樣本屬于非平衡面板數(shù)據(jù)。由于固定效應模型無法處理年度數(shù)值不變的變量，所以地理區(qū)位和行業(yè)變量在固定效應模型中會被自動省略。但是地理位置是本文研究的重點假設之一，為全面展現(xiàn)研究結論，文中將分別以混合回歸模型和隨即效應模型顯示檢驗結果。另外，為了規(guī)避時間序列上可能存在的內生性問題，自變量全部采用滯后變量。待檢驗模型如下：

mit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(1)

makersit=α+β1L.netit+β2L.roeit+β3L.peopleit+

β4L.localit+β5L.publishit+β6L.vcit+β7L.levit+

β8indi+φj∑yearj+εit

(2)

(四)統(tǒng)計性描述

2014年至2016年間采用做市交易方式的樣本約占到17%，單個做市交易企業(yè)中平均約有3.5個做市商，最多的企業(yè)有39個做市商提供服務。樣本中凈利潤不小于2 000萬元的企業(yè)占到14%，凈資產(chǎn)回報率不小于10%的企業(yè)占到一半以上，股東人數(shù)達到200人以上企業(yè)的約為2%。企業(yè)所在省份平均有7個以上做市商，最多的省份為廣東省，有20個做市商。有28%的企業(yè)自愿披露中期財務報表，17%的企業(yè)有風險投資參與，最多的企業(yè)有16個風險投資對其投資。其他具體信息見表2。

表2 變量統(tǒng)計表

相關性檢驗顯示，因變量與自變量之間存在顯著相關性，且系數(shù)方向與預期相符，初步證明了我們的設想。另外因變量與自變量的相關系數(shù)均小于0.4，模型不存在高度線性相關問題(見表3)。

注：*代表在5%置信水平上顯著。

(五)檢驗結果解讀

首先，對模型1進行Logistic回歸。混合回歸和隨即效應模型結果非常一致，均顯示：凈利潤、凈資產(chǎn)回報率和股東人數(shù)變量系數(shù)均在1%置信水平上顯著為正，說明當公開財務信息顯示備選企業(yè)在規(guī)模、盈利能力和股權分散程度方面更優(yōu)時，做市商選擇其作為做市企業(yè)的概率更大。H1a通過檢驗。地理區(qū)位變量系數(shù)在1%置信水平上顯著為正，說明備選企業(yè)所處地省份具有更多的做市商時，企業(yè)被做市商選中作為做市企業(yè)的概率更大。H2a通過檢驗。自愿披露變量系數(shù)在1%置信水平上顯著為正，說明當掛牌企業(yè)主動披露中期財務報表時，做市商將其視為一種信號傳遞，并且會顯著增加做市商選擇該企業(yè)作為做市企業(yè)的概率。H3a通過檢驗。風險投資變量系數(shù)在1%置信水平上顯著為正，說明風險投資的參與，尤其是隨著企業(yè)中參與的風險投資數(shù)量增加，產(chǎn)生了顯著的核證效應，做市商將其視作重要的信號傳遞，顯著增加了做市商選擇該企業(yè)做市的概率。H4a通過檢驗。控制變量中，資產(chǎn)負債表變量系數(shù)顯著為負。盡管不是分層標準的指標，但是做市商在選擇做市企業(yè)時非常關注企業(yè)的資本結構。畢竟資本結構與企業(yè)價值密切相關。年度控制變量系數(shù)非常顯著，股市整體的起落、“新三板”新政的出臺等宏觀因素，的確對做市商的選擇行為有所影響。但是行業(yè)控制變量系數(shù)并不顯著。其他檢驗結果信息見表4。

其次，對模型2進行OLS回歸。一方面，在全樣本檢驗中混合回歸與隨機效應的檢驗結果均顯示：凈利潤、凈資產(chǎn)回報率和股東人數(shù)變量系數(shù)均在1%置信水平上顯著為正，說明當公開財務信息顯示備選企業(yè)在規(guī)模、盈利能力和股權分散程度方面更優(yōu)時，有更多做市商會選擇其作為做市企業(yè)。H1b通過檢驗。地理區(qū)位變量系數(shù)在1%置信水平上顯著為正，說明備選企業(yè)所在地省份具有更多的做市商時，會有更多做市商選中其作為做市企業(yè)。H2b通過檢驗。自愿披露變量系數(shù)在1%置信水平上顯著為正，說明當掛牌企業(yè)主動披露中期財務報表時，做市商將其視為一種信號傳遞，并且會有更多做市商選擇該企業(yè)作為做市企業(yè)。H3b通過檢驗。風險投資變量系數(shù)在1%置信水平上顯著為正，說明隨著企業(yè)中參與的風險投資數(shù)量增加，產(chǎn)生了顯著的核證效應，做市商將其視作重要的信號傳遞，會有更多做市商選擇該企業(yè)做市。H4b通過檢驗。另一方面，在協(xié)議轉做市的樣本中進行檢驗③。盡管變量系數(shù)方向沒有變化，但是混合回歸與隨即效應檢驗結果的顯著性在部分變量上有所變化。一是凈資產(chǎn)回報率變量的顯著性分別下降為5%和10%置信水平。二是地理區(qū)位變量的顯著性下降為5%置信水平。三是自愿披露變量的顯著性下降為10%置信水平。反過來說，規(guī)模、股權分散、風險投資和資本結構特征，在吸引更多做市商為企業(yè)提供做市服務方面，具有更加穩(wěn)定的影響力。年度與行業(yè)控制變量的效果與模型1相似。其他檢驗結果信息見表5。

表4 模型1檢驗結果表(因變量m)

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

綜合模型1與模型2的檢驗結果，本文所有假設均通過檢驗。

表5 模型2檢驗結果表(因變量makers)

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

三、穩(wěn)定性檢驗

由于在正文檢驗中已經(jīng)對因變量采用了虛擬變量和連續(xù)變量形式，樣本也分別選取了全樣本和協(xié)議轉做市的子樣本，因此，在穩(wěn)定性檢驗中主要通過變換自變量的形式，來進一步檢驗結果的穩(wěn)健性。

Rosenbusch等人發(fā)現(xiàn)，虛擬變量作為解釋變量，檢驗效果要好于連續(xù)變量[22]。因此，首先，將凈利潤、凈資產(chǎn)收益率和股東人數(shù)財務信息變量，用連續(xù)變量替換原來的虛擬變量進行檢驗。結果顯示，凈資產(chǎn)收益率在不同模型和樣本的檢驗結果中均不再顯著，地理區(qū)位在協(xié)議轉做市子樣本檢驗中系數(shù)不再顯著。其他各變量系數(shù)方向與顯著性與均與正文檢驗結果保持一致。其次，我們用分層標準二：營業(yè)收入增長率+營業(yè)收入+股本財務指標代替原分層標準一，進行檢驗。除了營業(yè)收入增長率(incomep)系數(shù)在不同樣本和模型中始終不顯著(方向與預期相符)，地理區(qū)域與股本(capital)變量在協(xié)議轉做市樣本中不顯著(方向與預期相符)外，其他變量系數(shù)方向與顯著性均與原檢驗一致。最后，我們用城市所在地做市商數(shù)量代替省份所在地做市商數(shù)量反映地理區(qū)位變量數(shù)據(jù)。由于以市為單位做市商數(shù)量分布變化不大，因此設置為虛擬變量(local)，企業(yè)所在市有做市商在同一城市取值為1，否則為0。檢驗顯示除地理區(qū)位變量系數(shù)不再顯著外(方向與預期相符)，其他結果基本與原檢驗相符。

穩(wěn)健性檢驗表明，我們的檢驗整體上是相對穩(wěn)健的；企業(yè)規(guī)模、資本結構、自愿披露、風險投資參與和年度變量，對做市商選擇行為有非常穩(wěn)定的影響。而地理區(qū)位的作用在一定程度上會受到地理區(qū)位大小界定的影響。這是我們可以進一步研究的方向(見表6)。

四、研究結論

做市商需要用自有資金進行做市，必將導致做市商對做市企業(yè)謹慎選擇。在“新三板”“僧多粥少”的局面下，這種選擇行為將會更為突出。而這種選擇對于做市商和企業(yè)雙方將來的利益都有顯著影響。因此，找出影響做市商選擇行為的關鍵因素就是非常具有現(xiàn)實意義的問題。本文從信息不對稱假設出發(fā)，利用“新三板”2014—2016年期間的非平衡面板數(shù)據(jù)進行了實證檢驗。結果顯示：企業(yè)的規(guī)模、盈利能力、股權分散程度、資本結構、地理區(qū)位、自愿披露行為和風險投資參與情況，會影響做市商的選擇行為。地理區(qū)位的作用在一定程度上會受到地理區(qū)位大小界定的影響。企業(yè)規(guī)模、資本結構、自愿披露和風險投資參與，在所有樣本和模型檢驗中均顯著?？傊?，做市商是通過企業(yè)的公開信息、降低信息不對稱和信號傳遞行為三條途徑來識別和選擇做市企業(yè)的。

表6 穩(wěn)健性檢驗結果表

注：***代表在1%置信水平上顯著，**代表在5%置信水平上顯著，*代表在10%置信水平上顯著。

根據(jù)本文研究結論，“新三板”制度建設可以圍繞降低信息不對稱，從如下方面入手：第一，從企業(yè)角度入手，要求掛牌企業(yè)強制性披露季報和半年報，降低市場整體的信息不對稱程度。第二，從做市商角度入手，一是強化做市商激勵制度，提高做市商做市意愿，從而由做市商自主加大投資進行信息生產(chǎn)[23]，降低信息不對稱程度；二是放寬做市商資格條件，引入更多做市商形成競爭壓力，倒逼做市商加大信息生產(chǎn)投資。同時，引入更多做市商，也可以使各地做市商密度加大，通過地理區(qū)位降低做市商對同區(qū)域掛牌企業(yè)的信息不對稱程度。對于擬采取做市交易的企業(yè)來說，則應積極通過信號傳遞行為，為自身爭取更多的做市商資源，以提高股票的流動性。

注釋：

① 數(shù)據(jù)來源于WIND數(shù)據(jù)庫。

② 標準三中做市商數(shù)量本身就是指標之一，所以不適用。

③ 由于協(xié)議轉做市的樣本，在交易方式變化前后對應的都是同一樣本，可以更好地反映所關注的因素對做市商的影響。

[1] DEMSETZ H. The cost of transacting[J]. The Quarterly Journal of Economics， 1968， 82(1)：33-53.

[2] GLOSTEN L R, MILGROM P R. Bid, ask and transaction prices in a specialist market with heterogeneously informed traders[J]. Journal of Financial Economics，1985，14(1)：71-100.

[3] 馬永波， 郭牧炫. 做市商制度、雙邊價差與市場穩(wěn)定性：基于銀行間債券市場做市行為的研究[J]. 金融研究， 2016 (4)：50-65.

[4] MADUREIRA L, UNDERWOOD S. Information, sell-side research and market making[J]. Journal of Financial Economics， 2008， 90(2)：105-126.

[5] KEDIA S，ZHOU X. Local market makers, liquidity and market quality[J]. Journal of Financial Markets， 2011， 14(4)：540-567.

[6] 姚秦，傅東升. 做市商穩(wěn)定了市場嗎？：來自中國銀行間債券市場的證據(jù)[J]. 上海金融， 2006 (11)：42-44.

[7] BESSEMBINDER H, HAO J, ZHENG K. Market making contracts, firm value, and the IPO decision[J]. The Journal of Finance，2015， 70(5)：1997-2028.

[8] ANAND A, VENKATARAMAN K. Market conditions, fragility, and the economics of market making[J]. Journal of Financial Economics， 2016， 121(2)：327-349.

[9] 崔志娟， 田昆儒. 柜臺市場做市商制度交易成本分析[J]. 現(xiàn)代財經(jīng)(天津財經(jīng)學院學報)，2009 (8)：41-44.

[10] 張元萍，李穎. 中國股票市場的做市商制度探討：基于信息不對稱下市場參與者整體福利和交易成本的分析[J]. 經(jīng)濟問題，2011(9)： 91-95.

[11] GROSSMAN S J， STIGLITZ J E. On the impossibility of informationally efficient markets[J]. The American economic review，1980，70(3)：393-408.

[12] GLOSTEN L R. Components of the Bid-Ask spread and the statistical properties of transaction prices[J]. The Journal of Finance，1987，42(5)：1293-1307.

[13] 田昆儒，王曉亮. 定向增發(fā)、股權結構與股票流動性變化[J]. 審計與經(jīng)濟研究，2013(5)：60-69.

[14] 周芳， 張維，張小濤. 中國股票市場風險因素相關性研究[J]. 管理學報， 2012， 9(7)：994-1000.

[15] KANG J，KIM J. The geography of block acquisitions[J]. The Journal of Finance， 2008， 63(6)：2817-2858.

[17] 何玉， 唐清亮，王開田. 碳信息披露、碳業(yè)績與資本成本[J]. 會計研究，2014 (1)：79-86.

[18] 方紅星，施繼坤，張廣寶. 產(chǎn)權性質、信息質量與公司債定價：來自中國資本市場的經(jīng)驗證據(jù)[J]. 金融研究，2013 (4)： 170-182.

[19] 袁蓉麗，陳黎明，文雯. 上市公司內部控制審計報告自愿披露的經(jīng)濟效果研究[J]. 經(jīng)濟理論與經(jīng)濟管理，2014(6):71-82.

[20] STUART T E, HOANG H, HYBELS R C. Inter-organizational endorsements and the performance of entrepreneurial ventures[J]. Administrative Science Quarterly, 1999, 44(2): 315-349.

[21] MEGGINSON W L, WEISS K A. Venture capitalist certification in initial public offerings[J]. The Journal of Finance, 1991, 46(3): 879-903.

[22] ROSENBUSCH N, BRINCKMANN J, MüLLER V. Does acquiring venture capital pay off for the funded firms? A meta-analysis on the relationship between venture capital investment and funded firm financial performance[J]. Journal of Business Venturing, 2013, 28(3): 335-353.

[23] LEACH J C, MADHAVAN A N.Intertemporal price discovery by market makers: active versus passive learning[J]. Journal of Financial Intermediation, 1992, 2(2): 207-235.