余珍子 孔東民

【摘要】以我國A股2001 ～ 2015年制造業(yè)上市企業(yè)數(shù)據(jù)為樣本， 研究有發(fā)明創(chuàng)新背景CEO對公司未來股價崩盤風險的影響。 通過對手工收集整理的制造業(yè)上市企業(yè)有發(fā)明創(chuàng)新背景CEO數(shù)據(jù)進行實證研究， 發(fā)現(xiàn)有發(fā)明創(chuàng)新背景CEO與股價崩盤風險顯著正相關(guān)， 在穩(wěn)健性檢驗中這一結(jié)論仍然成立。 進一步研究發(fā)現(xiàn)， 有發(fā)明創(chuàng)新背景CEO加大股價崩盤風險的效果在高研發(fā)投入企業(yè)中表現(xiàn)得更加明顯; 建立中介效應(yīng)模型進行檢驗， 結(jié)果表明研發(fā)投入是有發(fā)明創(chuàng)新背景CEO影響股價崩盤風險的重要傳導(dǎo)機制。

【關(guān)鍵詞】有發(fā)明創(chuàng)新背景CEO;股價崩盤風險;研發(fā)投入;投資風險

【中圖分類號】 F275? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）15-0017-8

一、引言

資本市場在經(jīng)濟發(fā)展中占據(jù)著重要地位， 同時也關(guān)系著眾多投資者的利益， 因此一直以來， 資本市場都是人們關(guān)注的熱點。 然而， 股價的異常波動不利于經(jīng)濟的穩(wěn)定發(fā)展， 對資本市場的有序發(fā)展影響較大， 也暴露了資本市場存在的問題。 近幾年來， 全球金融動蕩， 股價的極端漲跌現(xiàn)象在資本市場特別是新興市場十分常見， 尤其是在股市中突然出現(xiàn)由于某種原因?qū)е碌墓善贝罅繏伿?、股價迅速下跌的現(xiàn)象， 也即“股價崩盤”。 而自從遭受2008年全球金融危機影響之后， 中國股市一直處于低迷狀態(tài)， 2015年難有的牛市也在其后半年出現(xiàn)千股跌停、股價大幅下降的局面， 直至目前才有所好轉(zhuǎn)。 股市的大范圍崩潰極易引發(fā)全面的經(jīng)濟危機， 因此對股價崩盤風險的研究就顯得尤為重要。

與股價崩盤風險相關(guān)的研究最早開始于20世紀70年代前后， 學(xué)者們起初主要是對資本市場層面的股價崩盤風險進行考察， 在21世紀后逐漸轉(zhuǎn)移到單獨個股的崩盤風險研究上。 研究股價崩盤風險影響因素的學(xué)者主要集中在信息披露質(zhì)量、管理層行為特征以及機構(gòu)投資者、分析師關(guān)注等公司內(nèi)外部因素上。 在公司管理層面上， CEO作為公司管理經(jīng)營決策的主導(dǎo)者， 其核心任務(wù)之一就是讓股東利潤最大化， 公司能不斷創(chuàng)造價值從而促使股價穩(wěn)步上漲。 為保障公司經(jīng)營的穩(wěn)定， 其首要前提也是股價的穩(wěn)定。 然而， 不同的個人特征、經(jīng)歷以及背景在一定程度上能反映出CEO在風險意識、經(jīng)營理念、管理哲學(xué)等方面的差異， 進而影響其行為決策。 在企業(yè)中， 研發(fā)人員晉升到高管乃至CEO是公司激勵手段之一， 但研發(fā)人員與企業(yè)家的思維方式具有差異性。 當兩者身份合一時， 也即具有發(fā)明創(chuàng)新背景的CEO是否會在企業(yè)戰(zhàn)略經(jīng)營管理方面有不同的行為表現(xiàn)， 進而對公司股價崩盤風險產(chǎn)生影響， 本文將由此點切入進行思考， 從公司CEO是否具有發(fā)明創(chuàng)新背景這一獨特視角來考察其對股價崩盤風險的影響。

本文的研究與以往的研究不同， 在現(xiàn)有關(guān)于股價崩盤的文獻中， 基于管理者具體背景特征視角的文獻較少， 同時， 與具有發(fā)明創(chuàng)新背景高管相關(guān)的文獻主要關(guān)注其對企業(yè)研發(fā)創(chuàng)新的影響， 卻忽視了其是如何影響公司股價的。 本文從CEO的發(fā)明創(chuàng)新背景出發(fā)探討其對未來股價崩盤風險的影響， 并引入研發(fā)投入的中介效應(yīng)分析其影響機制， 豐富和擴展了高管個人特征背景與股價崩盤風險方面的研究。 研究發(fā)現(xiàn)， 有發(fā)明創(chuàng)新背景CEO會通過加大研發(fā)投資風險而加大股價崩盤風險， 這一結(jié)論有助于公司內(nèi)部更好地做出穩(wěn)定公司股價的相關(guān)決策， 對于預(yù)防股價崩盤風險、維護股票市場穩(wěn)定、促進資本市場健康發(fā)展也具有重要參考和啟示意義。

二、文獻回顧、理論分析與研究假設(shè)

（一）文獻回顧

一般認為， 股價崩盤源于公司內(nèi)部人長期隱瞞壞消息， 當這些壞消息無法繼續(xù)隱瞞而被釋放時， 會對股價造成巨大沖擊， 導(dǎo)致股價劇烈下跌。 造成股價崩盤風險的主要原因可分為兩類： 一是在信息不對稱理論下， 高管因出于自身利益考慮隱藏的負面信息集中釋放， 導(dǎo)致未預(yù)期到該情況的市場投資者采取集體拋售行為， 從而推動股價暴跌的形成; 二是在行為金融學(xué)框架下， 投資者的異質(zhì)信念以及情緒變化等最終導(dǎo)致股價崩盤。 在此基礎(chǔ)上， 許多學(xué)者探討了哪些因素會對公司與市場之間的信息不對稱程度和投資者的行為產(chǎn)生影響， 進而影響到股價崩盤風險。 本文將分別對股價崩盤風險的內(nèi)、外部影響因素進行梳理。

1. 內(nèi)部影響因素。 與股價崩盤風險內(nèi)部影響因素相關(guān)的研究主要基于公司層面， 圍繞公司會計信息披露質(zhì)量、內(nèi)部制度環(huán)境、高管行為和特征來展開。 在公司信息披露質(zhì)量方面， Hutton等[1] 研究發(fā)現(xiàn)， 公司財務(wù)報告透明度與其股價崩盤風險負相關(guān)， 而完善與信息披露相關(guān)的制度能顯著削弱二者之間的負相關(guān)關(guān)系。 江軒宇、伊志宏[2] 研究了審計師行業(yè)專長， 結(jié)果表明， 公司聘請的會計師事務(wù)所具備更強的行業(yè)專長時， 其未來的股價崩盤風險較低， 本質(zhì)上也是探討公司披露的信息質(zhì)量對股價崩盤風險的影響， 大體上表明股價崩盤風險隨著公司與投資者之間信息不對稱的降低而降低。

在企業(yè)內(nèi)部制度環(huán)境方面， Kim等[3] 考察了公司高管的期權(quán)激勵對股價崩盤風險的影響， 研究發(fā)現(xiàn)對高管的期權(quán)激勵使其業(yè)績直接與企業(yè)價值掛鉤， 可能會導(dǎo)致高管出于業(yè)績考慮粉飾對外披露的財報信息， 從而加大公司股價崩盤風險。 除此之外， 高管超額薪酬也會加大公司股價崩盤風險， Xu等[4] 就發(fā)現(xiàn)在我國國企， 高管為維持超額福利掩蓋了公司經(jīng)營中的不利消息， 從而加大公司股價崩盤風險。

在高管行為方面， Ray[5] 認為， 公司高管出于各種利己動機， 往往會選擇暫時隱蔽公司的壞消息， 加大公司股價崩盤風險。 Kim等[6] 指出， 企業(yè)規(guī)避稅收行為將導(dǎo)致高管出現(xiàn)更加嚴重的機會主義行為， 股價崩盤的概率也會進一步提升。 在高管特征方面， 如： 高管性別[7] ， 研究結(jié)果表明相比于男性CEO， 女性CEO的代理成本更低， 從而能顯著降低股價崩盤風險; 高管宗教信仰[8] ， 研究發(fā)現(xiàn)高管宗教傳統(tǒng)使高管通過“管理自律”約束自我行為， 對股價崩盤風險產(chǎn)生抑制效應(yīng); 其他如高管社會責任感[9] 等特征也會影響股價崩盤風險。

總之， 在內(nèi)部影響因素中， 企業(yè)披露的信息質(zhì)量越高， 股價崩盤風險就越低; 具有不同內(nèi)部制度環(huán)境的企業(yè)以及高管的行為特征均能影響股價， 導(dǎo)致其存在崩盤的風險。

2. 外部影響因素。 這方面的研究主要圍繞投資者行為、分析師關(guān)注以及外部市場環(huán)境展開。 一些學(xué)者基于行為金融學(xué)的角度， 認為投資者情緒極端波動和異質(zhì)信念會導(dǎo)致股價崩盤。 其中， 投資者的情緒急劇變化是導(dǎo)致股市短時間內(nèi)崩盤的主要原因， 對市場由過度樂觀短時間內(nèi)轉(zhuǎn)為過度悲觀， 引發(fā)股票大量拋售、股價集體跳水。 投資者情緒在短時間內(nèi)轉(zhuǎn)變?nèi)绱酥欤?就是因為在此之前投資者存在有限關(guān)注， 而非理性地推高自己所關(guān)注股票的價格[10] ， 使得公司的負面信息無法充分釋放， 積累到一定程度爆發(fā)后， 導(dǎo)致個股崩盤; 而在市場股票交易的買方中， 機構(gòu)投資者又是主力軍， 因而他們的行為偏差對股價的影響也不可忽視。 關(guān)于機構(gòu)投資者對股價崩盤風險的影響研究并沒有統(tǒng)一的結(jié)論。 一些研究認為機構(gòu)投資者起著“市場穩(wěn)定器”的作用， 如An和Zhang[11] 研究發(fā)現(xiàn)， 持股比例高、持股時間長的機構(gòu)投資者對公司內(nèi)部治理和信息披露監(jiān)督的作用更大， 能減少高管對負面信息的掩蓋行為， 從而提升公司披露信息的全面性與有效性， 降低股價崩盤風險。 而另一些研究認為機構(gòu)投資者會加劇股價崩盤風險， 如： 曹豐等[12] 認為， 在公司所在地區(qū)的制度環(huán)境不完善的情況下， 機構(gòu)投資者會通過增大公司的信息不對稱性來加劇公司未來的股價崩盤風險; 許年行等[13] 認為， 機構(gòu)投資者的羊群效應(yīng)會導(dǎo)致未來股價崩盤的概率變得更大。

在資本市場中， 分析師在普及市場知識、引導(dǎo)投資理念、推動市場創(chuàng)新等方面發(fā)揮了重要作用， 在一定程度上扮演著信息中介的角色， 因而也會對股價崩盤風險產(chǎn)生一定影響。 正如肖土盛等[14] 所認為， 分析師的預(yù)測存在一定的中介作用， 降低分析師的預(yù)測誤差能夠緩解股價崩盤風險。 就分析師而言， 其樂觀偏差和上市企業(yè)未來出現(xiàn)股價崩盤風險之間表現(xiàn)為正向相關(guān)性[15] 。

此外， 還有一些外部環(huán)境諸如媒體報道、政治環(huán)境、政策制度、相關(guān)法律法規(guī)等也會影響股價崩盤風險。 羅進輝等[16] 的研究表明， 由于媒體具有信息中介和公共監(jiān)督的積極作用， 因此媒體對公司的頻繁報道能降低股價崩盤風險; 江軒宇[17] 發(fā)現(xiàn)， 我國的稅收征管制度能有效抑制管理層的避稅行為， 進而降低股價崩盤風險。

（二）理論分析與研究假設(shè)

行為金融學(xué)研究者認為， 人們的判斷和決策過程會受到其認知、情緒以及意志等各種心理因素的影響， 導(dǎo)致其出現(xiàn)行為偏差， 不同的個人特征、經(jīng)歷以及背景在一定程度上能反映出其在風險意識、經(jīng)營理念、管理哲學(xué)等方面的差異， 進而影響其行為決策。 正如特朗普以商人思維治國， 其多年的從商經(jīng)歷使得他的思維決策著重于眼前短期利益而忽略了國家的長期發(fā)展。 研發(fā)人員作為企業(yè)最具創(chuàng)造力和價值的成員以及最重要的資產(chǎn)， 是增強企業(yè)自主創(chuàng)新能力、促進企業(yè)技術(shù)創(chuàng)新的核心力量， 因而在企業(yè)的激勵機制中， 研發(fā)人員晉升到高管乃至公司CEO是一種普遍的激勵手段。 但是， 研發(fā)工作與企業(yè)日常管理經(jīng)營以及市場戰(zhàn)略制定等工作的性質(zhì)、內(nèi)容顯著不同， 有著完全不同的工作要求： 作為研發(fā)人員， 只需針對產(chǎn)品進行研發(fā)、探討， 并對產(chǎn)品做出判斷和決策， 具備的是產(chǎn)品導(dǎo)向思維， 可能有時資金已經(jīng)耗盡， 而期望中的產(chǎn)品還在研發(fā)過程中; 作為公司CEO、企業(yè)的最高管理者， 不僅需要市場導(dǎo)向思維來制定合理的市場營銷策略， 使成熟的產(chǎn)品與應(yīng)用場景相匹配， 更需要對公司全局經(jīng)營管理有極強的風控意識。

當上述兩種具有不同思維方式的身份融合成一體時， 是否會在公司戰(zhàn)略投資經(jīng)營上產(chǎn)生不同的影響呢？根據(jù)高層梯隊理論可知， 公司內(nèi)部與外部的環(huán)境十分復(fù)雜， 管理人員無法對每一個方面都有全方位的理解與認識， 管理者曾經(jīng)的體驗和參與經(jīng)歷會影響他們的戰(zhàn)略選擇， 進而影響企業(yè)行為。

Finkelstein[18] 的研究結(jié)果表明， 高管有過研發(fā)類工作經(jīng)歷的， 對該領(lǐng)域的信息往往會更為關(guān)注， 也更傾向于在產(chǎn)品與技術(shù)創(chuàng)新上的投入， 此外， 此類高管對研發(fā)工作流程比較熟悉， 對研發(fā)的高收益性也較為了解， 所以也愿意承擔風險。 Barker等[19] 也發(fā)現(xiàn)， 公司CEO如果從事過技術(shù)、研發(fā)工作， 在決策過程中也會相應(yīng)地提升研發(fā)支出。 在國內(nèi)， 同樣有學(xué)者得出了類似結(jié)論， 虞義華等[20] 研究發(fā)現(xiàn)， 具有發(fā)明創(chuàng)新背景的高管會因其自身經(jīng)歷而對研發(fā)投資非?？粗?， 在公司戰(zhàn)略投資方面更側(cè)重于研發(fā)創(chuàng)新從而加大研發(fā)投資。 以上研究都表明， 具有發(fā)明創(chuàng)新背景的CEO在企業(yè)投資戰(zhàn)略選擇上更側(cè)重于研發(fā)投資。

然而投資活動具有一定的風險性， 與其他投資活動相比， 研發(fā)投資活動具有風險大和回報期長的特點， 投資回報期長意味著收益的滯后性， 這種滯后性會加大股東與管理層在研發(fā)投資方面的信息不對稱。 根據(jù)委托代理理論， 在企業(yè)研發(fā)活動進展不順時， 這種信息不對稱會使管理層可能出于自利動機而隱藏一部分壞消息。 同時， 研發(fā)項目的風險性意味著會存在更多的壞消息， 而市場上的投資者關(guān)注有限， 當壞消息增多而管理層又想隱藏的時候， 若投資者不能及時意識到風險， 一旦壞消息得到釋放， 極易造成羊群效應(yīng)， 導(dǎo)致投資者恐慌情緒反應(yīng)過度而集體拋售股票， 進而加大公司的股價崩盤風險。 李佳意、方壯志[21] 的研究結(jié)果表明， 研發(fā)投入會顯著增大公司未來的股價崩盤風險。

通過上述分析， 本文認為， 具有發(fā)明創(chuàng)新背景的CEO在公司戰(zhàn)略投資方面更側(cè)重于研發(fā)創(chuàng)新從而加大研發(fā)投資， 又由于研發(fā)投資具有風險大、回報期長的特點， 因而會導(dǎo)致股東與管理層存在研發(fā)投入方面更強的信息不對稱性， 從而加大企業(yè)未來的股價崩盤風險。 由此提出假設(shè)1和假設(shè)2：

H1： 在其他條件不變的情況下， 公司CEO具有發(fā)明創(chuàng)新背景對股價崩盤風險具有正向促進作用。

H2： 在其他條件不變的情況下， 研發(fā)投入越大， 公司CEO具有發(fā)明創(chuàng)新背景對股價崩盤風險的正向促進作用更強。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文以我國2001 ～ 2015年A股市場上市公司為樣本。 樣本公司的篩選標準及處理方法如下： ①選取A股所有制造業(yè)上市公司; ②剔除ST或者?ST公司以及數(shù)據(jù)缺失的公司; ③考慮到股價崩盤風險指標的計算， 為保證回歸模型的可靠性， 剔除年交易周數(shù)少于30周的公司。 研究所需的數(shù)據(jù)來自國泰安、萬得數(shù)據(jù)庫以及上市公司歷年年報。 同時， 本文對所有變量進行了上下1%水平的縮尾處理， 以消除離群值的影響， 共計12597個樣本觀測值。

（二）變量定義

1. 股價崩盤風險（Crashrisk）。 借鑒Hutton等[1] 和Kim等[3] 的相關(guān)研究， 本文依次采用了如下方法度量個股股價崩盤風險。 首先， 從個股收益率中剔除市場收益率的影響， 使用的模型如下：

其中， ri，t表示在第t周時第i只股票的收益率， rm，t表示市場投資組合收益率所不能描述的個體收益率。 定義Wi，t=ln（1+εi，t）為第i只股票在第t周的持有收益率。 負收益偏態(tài)系數(shù)（NCSKEW）可表示個股周持有收益率的負偏程度， 是第一個具有個股崩盤風險的量化指標。 指標數(shù)值與負偏程度正相關(guān)， 同時與股價崩盤風險也正相關(guān)。 第i只股票的交易周數(shù)用n來表示。 上述指標組成如下公式：

其次， 與負收益偏態(tài)系數(shù)（NCSKEW）具有相同作用的指標為收益波動系數(shù)（DUVOL）， 該指標能夠表示第i只股票的周持有收益率、低于年平均收益率的周數(shù)、高于年平均收益率的周數(shù)， 分別用Wi，t、nd、nu表示。 該指標主要受負收益持續(xù)時間與程度影響， 負收益持續(xù)時間越短、程度越大， 則該指標值就越大， 表示股價更易崩盤， 具體計算公式如下：

最后， 為保證結(jié)果的穩(wěn)健性， 采用股價崩盤虛擬變量（Crash）作為第三個測量指標。 股價崩盤虛擬變量的具體定義如下：

對比股票年度均值A(chǔ)verage（Wi，t）， 如果某一周的持有收益率Wi，t低于這一水平， 差距范圍超過3.2個標準差σi， 假設(shè)生成概率0.1%的臨界值符合3.2個標準差的正態(tài)分布， 這一周即可確定為股價崩盤周。 若公司出現(xiàn)股價崩盤Crash取值為1， 無股價崩盤則取值為0。

2. 主要控制變量。 參考以往文獻， 本文將以下變量作為主要控制變量： ①Size， 上市公司規(guī)模， 用公司期末總資產(chǎn)的自然對數(shù)表示; ②Leverage， 上市公司資產(chǎn)負債率， 用總負債與總資產(chǎn)的比值表示; ③BM， 上市公司的賬面市值比， 衡量公司的成長性; ④ROA， 上市公司的總資產(chǎn)收益率， 即凈利潤與期末總資產(chǎn)的比值; ⑤Turnover， 上市公司月均超額換手率， 第t年月均換手率與第t-1年月均換手率之差; ⑥D(zhuǎn)A， 修正的Jones模型計算的上市公司的盈余管理程度; ⑦Return， 上市公司平均周持有收益率; ⑧Sigma， 上市公司收益波動率， 用公司當年的周持有收益率的標準差計算; ⑨Institution， 機構(gòu)持股比例。

文中所有變量定義如表1所示：

（三）基本回歸模型設(shè)計

建立回歸模型如下：

其中， 被解釋變量Crashriski，t為股價崩盤風險， 代表第i家公司第t年的股價崩盤風險， 分別用NCSKEWi，t和DUVOLi，t變量進行測度; 解釋變量CEO_inventor為CEO是否具有發(fā)明創(chuàng)新背景， 也即是否具有發(fā)明創(chuàng)新專利， 有則取1， 否則取0; Controli，t-1代表第i家公司第t-1年的控制變量， Ind與Year代表行業(yè)與年度虛擬變量。 由于只有可能是過去影響了未來， 而不可能是未來影響了過去， 本文的所有解釋變量和控制變量均滯后一期， 滯后一期既反映了壞消息的積累過程， 同時也避免了反向因果造成的內(nèi)生性問題。 本文感興趣的系數(shù)為β1，衡量的是具有發(fā)明創(chuàng)新背景的CEO對公司股價崩盤風險的影響。 本文預(yù)期β1為正， 意味著具有發(fā)明創(chuàng)新背景的CEO會加大公司股價崩盤風險， 反之則表示其會降低公司股價崩盤風險。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計與相關(guān)性分析

表2列出了本文研究的所有描述性指標及其統(tǒng)計結(jié)果。 從表中可知， NCSKEW的均值、標準差分別為-0.2545、0.6015， DUVOL的均值、標準差分別為-0.1773、0.4305， 說明不同公司的股價崩盤風險程度不同， 差異較為顯著; 具有發(fā)明創(chuàng)新背景的CEO占全部樣本的比重約為20%; 控制變量中， Size的均值和中位數(shù)分別為7.6845和7.5695， 標準差為1.0522， 表明樣本公司在公司規(guī)模上的差異比較小; Leverage的均值和中位數(shù)分別為0.4382和0.4316， 兩者都小于0.5， 標準差為0.2108， 表明樣本公司的資產(chǎn)負債分布較為合理; Turnover的標準差為0.3772， 比較大， 表明投資者面對不同公司的態(tài)度有很大差異; Institution的均值約為31%; 利用修正的Jones模型計算的DA的均值為0.0584， 表明樣本公司有一定的盈余管理跡象， 程度有所不同。 其他控制變量與現(xiàn)有的相關(guān)文獻結(jié)果接近， 均在合理范圍內(nèi)。

主要變量的相關(guān)性檢驗結(jié)果（限于篇幅， 略）顯示： NCSKEW和DUVOL的相關(guān)系數(shù)為0.8695， 并在1%的水平上顯著， 說明兩個指標具有較好的一致性。 CEO_inventor與NCSKEW和DUVOL均正相關(guān)， 且在5%的水平上顯著， 說明在不考慮其他影響因素時， 有發(fā)明創(chuàng)新背景CEO對公司未來股價崩盤風險有正向影響， 初步證實了本文的H1。

（二）回歸結(jié)果

表3報告了H1的回歸結(jié)果。 由表3可知， 當因變量為NCSKEW時， CEO_inventor的回歸系數(shù)為0.0603且在1%的水平上顯著， 當采用DUVOL衡量股價崩盤風險時， CEO_inventor的回歸系數(shù)為0.0352且在5%的水平上顯著， 驗證了本文的H1。 控制變量方面， BM顯著為負， 表明成長性股票未來的股價崩盤風險更高。 Return和Sigma的系數(shù)均顯著為正， 說明前期累計收益率越高、波動性越強的股票更容易發(fā)生崩盤。

表4報告了H2的回歸結(jié)果， 本文將樣本中大于或等于研發(fā)投入強度中位數(shù)的分類為高研發(fā)投入， 反之則分類為低研發(fā)投入， 并分別進行回歸。 由回歸結(jié)果可知， 在高研發(fā)投入的情況下， 當因變量為NCSKEW時， CEO_inventor的回歸系數(shù)為0.0763且在1%的水平上顯著; 當采用DUVOL衡量股價崩盤風險時， CEO_inventor的回歸系數(shù)為0.0480且在1%的水平上顯著。 相比于未分類的情況， 解釋變量的回歸系數(shù)正值更大且顯著水平也有所提升。 在低研發(fā)投入的情況下， 解釋變量的回歸系數(shù)并不顯著。 這驗證了本文的H2， 并在一定程度上驗證了有發(fā)明創(chuàng)新背景CEO對股價崩盤風險正向影響的傳導(dǎo)機制是因為其加大了研發(fā)投資風險。

（三）穩(wěn)健性檢驗

為了保證上述研究結(jié)果的穩(wěn)健性， 下面進行一系列穩(wěn)健性檢驗。 首先， 考慮到公司治理水平也可能對未來股價產(chǎn)生一定影響， 在模型中加入公司治理變量， 包括CEO與董事長是否兼任（Duality）和高管人數(shù)規(guī)模（N）; 其次， 用虛擬變量 Crash度量公司股價崩盤風險， 采用 Probit模型進行回歸。 回歸結(jié)果（限于篇幅， 略）表明， 在每個回歸模型中， CEO_inventor的系數(shù)均為正， 且至少在10%的水平上顯著， 證明具有發(fā)明創(chuàng)新背景的CEO會加大公司股價崩盤風險， 再次驗證了H1， 因此本文的結(jié)論是穩(wěn)健的。

（四）內(nèi)生性檢驗

上述研究結(jié)果表明， 具有發(fā)明創(chuàng)新背景的CEO對公司股價崩盤風險有顯著的正向促進作用， 但反過來， 有可能是有發(fā)明創(chuàng)新背景CEO對股價崩盤風險大的公司進行的選擇， 從而產(chǎn)生內(nèi)生性的影響， 導(dǎo)致自我選擇偏差問題。 因此， 本文利用Heckman兩階段回歸模型進行檢驗。 在該模型第一階段， 采用Probit回歸估計企業(yè)聘任有發(fā)明創(chuàng)新背景CEO的決定模型， 借鑒虞義華等[20] 的研究， 企業(yè)高管籍貫所在地耕地面積越少， 高管越具有創(chuàng)新精神， 企業(yè)高管具有發(fā)明創(chuàng)新經(jīng)歷的概率越高， 本文將采用變量高管籍貫所在地耕地面積Homeland作為工具變量。 同時參考陳雄兵、黃玉[22] 的研究， 加入如下解釋變量： 第一大股東持股比例（Sharehold）; 資產(chǎn)負債率（Leverage）; 賬面市值比（MB）; 總資產(chǎn)收益率（ROA）; 董事會人數(shù)規(guī)模（Board）; 董事長與總經(jīng)理兼任情況（Duality）。 同時， 通過該回歸算出逆米爾斯比率（IMR）， 第二階段再將其代入方程（5）中重新進行回歸， 得出有發(fā)明創(chuàng)新背景CEO對股價崩盤風險的影響。

Heckman兩階段回歸結(jié)果（限于篇幅， 略）顯示， 第一階段的工具變量Homeland的估計系數(shù)為-0.287， 并且在1%的水平上顯著， 表明公司CEO所在籍貫的人均耕地面積越少， 企業(yè)聘任有發(fā)明創(chuàng)新背景CEO的概率越大。 但第二階段的MIR和解釋變量的回歸系數(shù)均不顯著， 表明上文的回歸模型實際不存在樣本自選擇偏差。 可能是本文回歸分析中的解釋變量和控制變量均滯后一階， 有效地減輕了內(nèi)生性的影響。

（五）中介效應(yīng)分析

進一步， 本文將建立中介效應(yīng)模型， 考察研發(fā)投入在有發(fā)明創(chuàng)新背景CEO對股價崩盤風險正向影響中的中介效應(yīng)。 借鑒Baron和Kenny[23] 的方法建立如下模型：

其中，α1表示有發(fā)明創(chuàng)新背景CEO對股價崩盤風險的總效應(yīng)， γ1表示有發(fā)明創(chuàng)新背景CEO對股價崩盤風險的直接效應(yīng)， β1×γ2表示通過研發(fā)投資傳導(dǎo)的中介效應(yīng)， 同時對模型結(jié)果進行Sobel檢驗。

中介模型結(jié)果見表5， 其中列（1）為有發(fā)明創(chuàng)新背景CEO對中介變量研發(fā)投入的回歸結(jié)果， 有發(fā)明創(chuàng)新背景CEO的回歸系數(shù)通過了顯著性檢驗; 列（2）和列（4）為有發(fā)明創(chuàng)新背景CEO分別對兩個崩盤風險測度量的回歸結(jié)果; 列（3）和列（5）為加入中介變量研發(fā)投入后中介變量和有發(fā)明創(chuàng)新背景CEO同時對兩個崩盤風險測度量的回歸結(jié)果。

中介效應(yīng)Sobel的檢驗結(jié)果見表6， 結(jié)果顯示， 當被解釋變量分別為NCSKEW和DUVOL時， 計算出的中介效應(yīng)在總效應(yīng)中的占比分別為19.84%和24.65%， 且中介效應(yīng)的Sobel檢驗P值都小于0.01。 這說明中介效應(yīng)成立， 表明研發(fā)投入是有發(fā)明創(chuàng)新背景CEO影響股價崩盤風險的重要傳導(dǎo)機制。

五、結(jié)論與啟示

本文以2001 ～ 2015年我國A股制造業(yè)上市企業(yè)數(shù)據(jù)為樣本， 研究有發(fā)明創(chuàng)新背景CEO對公司未來股價崩盤風險的影響。 研究發(fā)現(xiàn)， 有發(fā)明創(chuàng)新背景CEO與上市公司未來股價崩盤風險顯著正相關(guān)， 經(jīng)過穩(wěn)健性檢驗后， 以上結(jié)論仍然成立。 進一步研究發(fā)現(xiàn)， 兩者之間的正相關(guān)關(guān)系在研發(fā)投入強度較大的企業(yè)中更加顯著; 建立中介效應(yīng)模型進行檢驗， 結(jié)果表明， 研發(fā)投入是有發(fā)明創(chuàng)新背景CEO影響股價崩盤風險的重要傳導(dǎo)機制。

本文的研究結(jié)論具有重要的理論與現(xiàn)實意義： 在理論上， 豐富了高管個人特征背景與股價崩盤風險方面的研究; 在實踐上， 為企業(yè)內(nèi)部管理提供了一定的經(jīng)驗借鑒。 CEO在公司或組織內(nèi)部擁有最終的執(zhí)行權(quán)力， 對公司經(jīng)營管理決策起著決定性作用， 在公司里的地位毋庸置疑。 發(fā)明創(chuàng)新者是企業(yè)內(nèi)部從事技術(shù)創(chuàng)新活動的主要群體， 提高企業(yè)技術(shù)創(chuàng)新水平重點在于激勵其更好地發(fā)揮自身聰明才智。 因此， 發(fā)明創(chuàng)新者進入管理層， 成為企業(yè)高管后能夠增強企業(yè)創(chuàng)新偏好， 然而也會因為其個人經(jīng)歷， 在投資決策上側(cè)重于研發(fā)投入。 但是， 任何研發(fā)創(chuàng)新都有失敗的可能， 一旦失敗就會形成負面消息從而加大投資風險， 給公司股價帶來不穩(wěn)定因素。 如何有效評估研發(fā)投入的收益和風險， 盡量避免或降低股價崩盤風險， 緩解研發(fā)過程中的不確定性可能帶來的負面影響， 這需要公司管理層高度重視。

【 主 要 參 考 文 獻 】

[ 1 ]? ?Hutton A. P.， Marcus A. J.， Tehranian H.. Opaque financial reports， R2， and crash risk[ J].Journal of Financial Economics，2008（1）：67 ～ 86.

[ 2 ]? ?江軒宇，伊志宏.審計行業(yè)專長與股價崩盤風險[ J].中國會計評論，2013（2）：133 ～ 150.

[ 3 ]? ?Kim et al.. CFOs versus CEOs： Equity incentives and crashes[ J].Journal of Financial Economics，2011（3）：713 ～ 730.

[ 4 ]? ?Xu N.， Li X.， Yuan Q.， et al.. Excess perks and stock price crash risk： Evidence from China[ J].Journal of Corporate Finance，2014（25）：419 ～ 434.

[ 5 ]? ?Ray Ball. Market and political regulatory perspectives on the recent accounting scandals[ J].Journal of Accounting Research，2009（2）：277～ 323.

[ 6 ]? ?Kim J. B.， Li Y.， Zhang L.. Corporate tax avoidance and stock price crash risk： Firm-level analysis[ J].Journal of Financial Economics，

2011（3）：639 ～ 662.

[ 7 ]? ?李小榮，劉行，傅代國.女性CFO與資金配置[ J].經(jīng)濟管理，2013（12）：100 ～ 110.

[ 8 ]? ?曾愛民，魏志華.宗教傳統(tǒng)影響股價崩盤風險嗎？——基于“信息披露”和“管理自律”的雙重視角[ J].經(jīng)濟管理，2017（11）：134 ～ 148.

[ 9 ]? ?權(quán)小鋒，吳世農(nóng)，尹洪英.企業(yè)社會責任與股價崩盤風險：“價值利器”或“自利工具”？[ J].經(jīng)濟研究，2015（11）：49 ～ 64.

[10]? ?Barber B. M.， Odean T.. All that glitters： The effect of attention and news on the buying behavior of individual and institutional investors[ J].Review of Financial Studies，2008（2）：785 ～ 818.

[11]? ?An H.， Zhang T.. Stock price synchronicity， crash risk， and institutional investors[ J].Journal of Corporate Finance，2013（1）：1 ～ 15.

[12]? ?曹豐，魯冰，李爭光，徐凱.機構(gòu)投資者降低了股價崩盤風險嗎？[ J].會計研究，2015（11）：55 ～ 61.

[13]? ?許年行，于上堯，伊志宏.機構(gòu)投資者羊群行為與股價崩盤風險[ J].管理世界，2013（7）：31 ～ 43.

[14]? ?肖土盛，宋順林，李路.信息披露質(zhì)量與股價崩盤風險：分析師預(yù)測的中介作用[ J].財經(jīng)研究，2017（2）：110 ～ 121.

[15]? ?許年行，江軒宇，伊志宏，徐信忠.分析師利益沖突、樂觀偏差與股價崩盤風險[ J].經(jīng)濟研究，2012（7）：127 ～ 140.

[16]? ?羅進輝，杜興強.媒體報道、制度環(huán)境與股價崩盤風險[ J].會計研究，2014（9）：53 ～ 59.

[17]? ?江軒宇.稅收征管、稅收激進與股價崩盤風險[ J].南開管理評論，2013（5）：152 ～ 160.

[18]? ?Finkelstein S.. Power in top management teams：Dimensions， measurement， and validation[ J].The Academy of Management Journal，1992（3）：505 ～ 538.

[19]? ?Barker V. L.， Mueller G. C..CEO characteristics and firm R&D spending[ J].Management Science，2002（6）：782 ～ 801.

[20]? ?虞義華，趙奇鋒，鞠曉生.發(fā)明家高管與企業(yè)創(chuàng)新[ J].中國工業(yè)經(jīng)濟，2018（3）：136 ～ 154.

[21]? ?李佳意，方壯志.企業(yè)研發(fā)創(chuàng)新對股價崩盤風險的影響機制研究——來自中國A股市場的實證檢驗[ J].金融理論與實踐，2019（8）：77

～ 86.

[22]? 陳雄兵，黃玉.海歸高管抑制了股價崩盤風險嗎？[ J].金融理論與實踐，2020（1）：73 ～ 82.

[23]? Baron R. M.， Kenny D. A.. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statisticalconsiderations[ J].Journal of Personality and Social Psychology， 1986（51）：1173 ～ 1182.