周冬華，周思陽

一、引 言

近年來，資本市場內(nèi)個股股價崩盤事件屢見不鮮，“新冠疫情”的爆發(fā)又進一步加劇了金融體系的脆弱性。股價崩盤作為一種頻發(fā)的金融現(xiàn)象，不僅影響資本市場的穩(wěn)定發(fā)展，甚至會對實體經(jīng)濟帶來負面效應。習近平總書記在中共十九大報告中明確指出，“健全金融監(jiān)管體系，守住系統(tǒng)性金融風險不爆發(fā)的底線”。因此，進一步研究分析股價崩盤風險的影響因素具有重要的現(xiàn)實意義。

股價崩盤風險主要源于公司內(nèi)部囤積的壞消息集中被釋放到市場，從而致使公司股價發(fā)生暴跌(Kim et al，2011a)。大量學者從信息質量角度入手，發(fā)現(xiàn)提高會計穩(wěn)健性(Kim et al，2016a)、強化內(nèi)部控制信息披露(葉康濤 等，2015)、降低操縱性盈余管理程度(周冬華 等，2016)等都能緩解股價崩盤風險。另一部分學者從公司治理機制出發(fā)，考察了管理層薪酬制度(Kim et al，2011b；Xu et al，2014)、CEO性別(李小榮 等，2012)、學者型CEO(何瑛 等，2021)對股價崩盤的影響。而股權結構作為公司治理的邏輯起點，股東的行為和動機對公司投資、資本結構、信息披露等決策均會產(chǎn)生重大影響(王化成 等，2015)。姜付秀等(2018)發(fā)現(xiàn)公司股權結構較為分散時，多個大股東能夠通過退出威脅等方式限制管理層和大股東的自利行為，有助于增強信息透明度，降低股價崩盤風險。然而，當前鮮有學者關注共有股東這一新興股東角色對股價崩盤的影響。

現(xiàn)有文獻已經(jīng)證明共有股東能夠憑借投票權、直接溝通、退出威脅等方式直接參與公司治理(Azar et al，2018；He et al，2019)，對企業(yè)競爭(Azar et al，2018；Azar et al，2021)、融資能力(Chen et al，2021)、創(chuàng)新發(fā)展(Antón et al，2018)、內(nèi)部治理(He et al，2019；Edmans et al，2019)等多方面施加影響。那么，共有股東會如何影響股價崩盤風險？理論上，在同行業(yè)內(nèi)持有多家企業(yè)股權的共有股東作為聯(lián)結市場上信息和資源的重要節(jié)點，能對資本市場穩(wěn)定發(fā)展產(chǎn)生雙重影響。一方面，共有股東會因行業(yè)內(nèi)信息披露的溢出效應和規(guī)模效應發(fā)揮“協(xié)同治理”作用(Pawliczek et al，2019；Park et al，2019)，通過提高公司信息透明度而降低股價崩盤風險，穩(wěn)定資本市場發(fā)展；另一方面，共有股東也能利用行業(yè)聯(lián)結發(fā)揮“合謀操縱”效應(Backus et al，2021；Azar et al，2018)，合謀操縱行為會降低會計信息的透明度，加劇公司的盈余管理程度(Ramalingegowda et al，2021)，從而加劇股價崩盤風險。

基于此，本文從共有股東的獨特視角，深入考察共有股東與股價崩盤風險之間的內(nèi)在關聯(lián)。本文的貢獻在于：(1)補充了共有股東經(jīng)濟后果的相關研究。當前文獻關于共有股東究竟是發(fā)揮“協(xié)同治理”作用，還是促成企業(yè)“合謀操縱”尚無一致結論。本文基于股價崩盤風險的視角，發(fā)現(xiàn)共有股東在最大化投資組合價值的動機下會發(fā)揮積極的治理作用，為共有股東的正向協(xié)同效應提供了新的證據(jù)。(2)拓展了股價崩盤風險領域的研究。以往關于股價崩盤風險的研究都是基于高管特征(李小榮 等，2012；Xu et al，2014；何瑛 等，2021)、內(nèi)部治理(王化成 等，2015；江軒宇 等，2015；周冬華 等，2016)等公司特質層面。本文基于外部治理機制，以共有股東這一獨特視角為切入點，分析股權特征以及股權網(wǎng)絡下的行業(yè)關聯(lián)對股價崩盤風險的影響，進一步豐富了股價崩盤風險的影響因素研究。(3)豐富了對共有股東的認識維度。本文對共有股東身份進行深入剖析，將其劃分為個人投資者、法人投資者、保險類機構投資者、公募類基金投資者等多個類別，進一步研究不同類別的共有股東對企業(yè)行為的影響，對現(xiàn)有研究做了有益補充。

二、理論分析和研究假設

股價崩盤風險是指在無任何預兆的情況下，股票價格或大盤指數(shù)突然出現(xiàn)急劇下跌的可能性(Jin et al，2006)。委托代理理論認為股價崩盤風險主要源于股東和管理層之間存在信息不對稱。管理層出于薪酬契約、締造“商業(yè)帝國”等動機，會利用避稅等復雜的交易行為隱藏負面信息(Ball，2009；Kim et al，2011a、2011b)。當在公司內(nèi)囤積的負面消息超過一定限度時將被集中釋放到市場，從而導致股價持續(xù)下跌，甚至發(fā)生股價崩盤(Hutton et al，2009；Kim et al，2011a；Kim et al，2016b；李小榮 等，2012)。但目前學術界普遍認為多樣的股權結構，如機構投資者(曹豐 等，2015；周冬華 等，2016)、大股東持股比例(王化成 等，2015)、存在多個大股東持股(姜付秀 等，2018)等均會約束經(jīng)理人隱藏壞消息的動機，進而弱化股價崩盤風險(Kim et al，2016a)。相比之下，共有股東同樣有意愿和能力介入公司內(nèi)部治理。為此，本文基于共有股東的前期研究，提出論文的研究假說。

(一)協(xié)同治理效應的視角

共有股東是指同時持有行業(yè)內(nèi)兩家或兩家以上企業(yè)股權的投資者(He et al，2017)。在中國資本市場中上市公司股權普遍較為集中，非控股股東在“股少言輕”的情況下往往缺少參與公司治理的動機和能力(何慧華 等，2021)。而在共有股東持股網(wǎng)絡下形成的規(guī)模效應和溢出效應能夠激勵共有股東積極參與公司治理(Azar et al，2018；He et al，2019)、改善公司信息披露(Kang et al，2018；Park et al，2019)。

具體而言，股東充分參與公司治理的重要前提是監(jiān)管行為帶來的收益大于成本。得益于同行業(yè)之間具有相同的運營環(huán)境和行業(yè)級信息，共有股東對股權網(wǎng)絡下企業(yè)進行監(jiān)管時存在大量的固定成本(He et al，2019)。相較于獲取單個企業(yè)信息并分析其經(jīng)營狀況，共有股東同時對多個競爭企業(yè)進行監(jiān)管的邊際成本反而會大幅度降低。因此，相同投入下的監(jiān)控效果會隨著其所持有的同行業(yè)公司數(shù)量的增加而改善(Gompers et al，2008)，此即共有股東網(wǎng)絡下的規(guī)模效應。另一方面，同行業(yè)公司之間存在著信息傳遞和學習行為，公司制定經(jīng)營發(fā)展戰(zhàn)略不僅基于自身實際情況，更會參照同行企業(yè)的投資情況、盈余信息等，故而高質量的信息披露能提升行業(yè)內(nèi)決策行為的有效性(Pawliczek et al，2019)。相反，公司“報喜不報憂”式的積極信號反而會誤導其他企業(yè)的投資決策。在信息溢出效應下，機會主義披露行為的后果對于共有股東而言變得更加昂貴，因為一個投資組合中公司的錯報不僅降低了自身的公司價值，也扭曲了整個投資組合的價值(Ramalingegowda et al，2021)。在投資網(wǎng)絡內(nèi)規(guī)模效應和負外部性的雙重影響下，共有股東有動機加強對組合內(nèi)公司信息披露質量的監(jiān)管要求。

相較于普通股東，共有股東通常在專業(yè)技能和信息甄別等方面具有明顯優(yōu)勢，有能力對公司信息披露行為進行約束(Azar et al，2018；Edmans et al，2019)。一方面，共有股東往往擁有成熟的投資理念，并且在資本運作中積累了豐富的風險識別經(jīng)驗，能夠根據(jù)所獲取的信息更加獨立和全面地判斷管理層是否存在隱匿不利消息的潛在風險(潘越 等，2020)；另一方面，嵌入競爭企業(yè)間的信息網(wǎng)絡不僅能使共有股東從多個層面獲取公司及行業(yè)發(fā)展信息(杜勇 等，2021)，而且能夠將多渠道獲取的信息相互佐證，并彌補獨個企業(yè)信息的缺失(郭白瀅 等，2019)。

進一步地，信息透明度的提高能從根源上減少公司不利消息的囤積，提高公司信息效率，減少股價暴漲暴跌的可能性(Hutton et al，2009)；同時，及時準確的信息披露能夠縮小大股東和管理層操縱盈余信息、進行自利行為的空間，從而降低股價崩盤風險，促進資本市場的穩(wěn)定發(fā)展(姜付秀 等，2018)。基于此，本文提出如下研究假設：

H1：共有股東能夠通過同行業(yè)企業(yè)間的協(xié)同治理降低股價崩盤風險。

(二)合謀操縱效應的視角

投資者有著天然的逐利性，共有股東同時持有行業(yè)內(nèi)多家企業(yè)的目的仍是實現(xiàn)投資組合價值最大化。因此，共有股東有動機憑借在信息獲取、信息甄別等方面的優(yōu)勢地位扮演大股東角色，與控股股東、管理層合謀侵害其他中小股東的利益。首先，共有股東作為競爭企業(yè)間利益關聯(lián)的橋梁，有能力主導投資組合內(nèi)的企業(yè)建立“合作同盟”以共同抵抗來自股權網(wǎng)絡以外企業(yè)的競爭和沖突，促使投資組合內(nèi)企業(yè)共同操縱會計盈余，利用信息披露的負外部性誤導其他企業(yè)的投資決策(Backus et al，2021；Azar et al，2021；He et al，2017；Freeman，2019)。而這不僅提升了共有股東在企業(yè)內(nèi)的地位和話語權，也推動了組合內(nèi)企業(yè)隱藏真實會計信息，以此形成信息壁壘(杜勇 等，2021；路軍偉 等，2021)。其次，共有股東能夠利用信息壁壘通過頻繁交易等投機行為侵占其他股東的利益，獲取超額利潤。此時，會計信息透明度的提升反而會降低專有信息的盈利能力，共有股東有動機合謀操縱公司內(nèi)部信息。最后，為了掩蓋合謀事實、避免反壟斷調查，各企業(yè)往往會進一步對真實的交易信息進行修飾，使得會計信息的真實性和透明度下降。這將進一步加劇大股東與中小股東、投資者與經(jīng)理人之間的代理沖突，增加資本市場發(fā)展的不確定性。

綜上所述，共有股東的短期利益視角和誘發(fā)企業(yè)合謀動機均會削弱其對公司信息披露行為的監(jiān)管和約束，降低公司內(nèi)外部信息透明度，從而提升股價崩盤風險?；诖耍疚奶岢鋈缦卵芯考僭O：

H2：共有股東能夠通過同行業(yè)企業(yè)間的合謀操縱加劇股價崩盤風險。

三、數(shù)據(jù)來源和研究設計

(一)數(shù)據(jù)來源

本文以2009—2019年滬深A股上市公司為研究樣本，為了避免金融危機對公司股價崩盤風險的系統(tǒng)性影響，本文選擇2009年作為研究的起始年份。本文對初始樣本執(zhí)行了以下篩選過程：(1)剔除金融保險類、ST和PT上市公司；(2)剔除數(shù)據(jù)缺失樣本公司；(3)計算股價崩盤風險時，剔除年交易周數(shù)少于30的樣本公司。研究數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，為避免極端異常值對回歸結果的影響，本文對連續(xù)變量在1%和99%水平上進行Winsorize處理。

(二)變量定義

1.股價崩盤風險(Crashrisk)。本文借鑒已有研究(李小榮 等，2012；王化成 等，2015)，利用個股特有收益計算負收益偏態(tài)系數(shù)(Ncskew)和上下波動比例(Duvol)指標度量公司層面的股價崩盤風險。

首先，利用模型(1)計算個股經(jīng)市場調整后的特定收益率，回歸方程為：

ri,t=αi+β1rM,t-2+β2rM,t-1+β3rM,t+β4rM,t+1+β5rM,t+2+εi,t

(1)

其中，ri,t為公司i在第t周考慮現(xiàn)金紅利再投資的股票收益率，rM,t為A股市場所有股票第t周經(jīng)流通市值加權的平均收益率。為緩解股票非同步性交易對收益率的影響，在模型中加入市場平均收益率的超前項rM,t+1、rM,t+2和滯后項rM,t-1、rM,t-2。殘差εi,t為個股收益率中不能由市場波動所解釋的部分。

其次，對殘差εi,t進行變換處理，構建股票i在第t周的公司特有收益為：

Ri,t=ln(1+εi,t)

(2)

最后，以公司特有收益為基礎，計算股價崩盤風險指標Ncskew和Duvol。Ncskew是衡量股價崩盤風險的正向指標，取值越大，則偏態(tài)系數(shù)負的程度越嚴重，股價崩盤風險越大，具體算法如模型(3)所示：

(3)

Ncskew中的三次方運算可能會將個股在某段時間的極端收益率放大，影響指標度量的準確度，因此使用Duvol來彌補這一缺陷。Duvol為正向指標，取值越大，股價崩盤越有可能發(fā)生，具體算法如模型(4)所示：

(4)

2.共有股東(Co)。參照已有文獻(He et al，2017；嚴蘇艷，2019)提出的衡量標準，本文在前十大股東的基礎上構建共有股東指標，這主要考慮到國內(nèi)上市公司中前十大股東的持股比例可能未達到5%，但仍能對公司行為決策產(chǎn)生較大影響。本文從兩個維度構建指標考察共有股東對股價崩盤風險的影響：(1)是否存在共有股東(Dumconnect)。若在同一年度內(nèi)，某股東同時作為行業(yè)內(nèi)兩家或以上相互競爭企業(yè)的前十大股東出現(xiàn)，則將其界定為共有股東。Dumconnect為虛擬變量，當企業(yè)的前十大股東中存在共有股東時，該變量取值為1，否則為0。(2)共有股東聯(lián)結程度，即共有股東聯(lián)結同行業(yè)其他企業(yè)數(shù)量(Numconnect)。該變量為連續(xù)變量，按照慣例，對Numconnect加1取對數(shù)后再進行回歸分析。

3.控制變量。為緩解除共有股東以外的其他重要因素對公司股價崩盤風險的影響，借鑒已有文獻(許年行 等，2012；周冬華 等，2016)，本文進一步設置了控制變量。

變量的定義及計算方法具體如表1所示：

表1 變量定義

(三)模型設計

為檢驗假設，本文構建OLS回歸模型(5)：

Crashriski，t+1=α0+α1Coi,t+α2Control+∑Ind+∑Year+εi,t

(5)

其中，Crashriski，t+1表示未來一期的股價崩盤風險，分別用Ncskewt+1和Duvolt+1衡量；Co表示共同所有權，分別用Dumconnect和Numconnect衡量；Control表示控制變量；Year和Ind分別表示年份和行業(yè)固定效應；ε表示殘差。

四、實證結果及其分析

(一)描述性統(tǒng)計

表2中Panel A報告了主要變量的描述性統(tǒng)計結果。其中，衡量股價崩盤風險的負收益偏態(tài)系數(shù)(Ncskew)和上下波動比例(Duvol)均值分別為-0.273和-0.164，與文獻中相關的數(shù)值較為接近；標準差分別為0.752和0.491，表明樣本內(nèi)企業(yè)的股價崩盤風險存在較大的差異，有利于論文的后續(xù)回歸分析。從共有股東的數(shù)值來看，主要解釋變量是否存在共有股東(Dumconnect)的均值為0.749，說明股權關聯(lián)現(xiàn)象在中國上市公司中十分普遍。通過共有股東聯(lián)結同行業(yè)競爭企業(yè)的平均家數(shù)為12.647，共有股東聯(lián)結同行業(yè)其他企業(yè)最多為72家。是否存在共有股東(Dumconnect)和共有股東聯(lián)結同行業(yè)其他企業(yè)家數(shù)(Numconnect)的標準差分別為0.433和20.628，表明不同公司是否存在共有股東及其與競爭企業(yè)關聯(lián)的程度具有較大差異。其余控制變量與以往研究數(shù)據(jù)較為吻合。

表2中Panel B報告了按照是否存在共有股東分組后主要變量的組間差異檢驗結果。存在共有股東(Dumconnect=1)組內(nèi)的股價崩盤風險Ncskewt+1(Duvolt+1)為-0.280(-0.170)，小于不存在共有股東組的-0.253(-0.142)，且該差異在5%(1%)的水平上顯著。被解釋變量組間均值檢驗結果均與假設H1的預期一致，這初步表明共有股東與股價崩盤風險負相關。其他控制變量的均值也存在一定的差異，有利于論文的后續(xù)回歸分析。

表2 各變量的描述性統(tǒng)計及組間均值差異

(二)實證結果分析

本文使用最小二乘法檢驗共有股東對股價崩盤風險的影響，回歸結果如表3所示。列(1)中是否存在共有股東(Dumconnect)與未來一期負收益偏態(tài)系數(shù)(Ncskewt+1)的回歸系數(shù)為-0.027，且在5%的水平上顯著；列(3)顯示共有股東聯(lián)結同行公司的數(shù)量(Numconnect)與未來一期負收益偏態(tài)系數(shù)(Ncskewt+1)回歸系數(shù)為-0.011，且在5%的水平上顯著。列(2)和列(4)使用上下波動比例(Duvolt+1)衡量股價崩盤風險，回歸結果與上文保持一致，說明以不同的指標度量股價崩盤風險的回歸結果依然穩(wěn)健。上述實證結果表明，在控制其他影響因素的情況下，共有股東與股價崩盤風險呈顯著負相關關系；共有股東網(wǎng)絡聯(lián)結同行業(yè)公司越多，共有股東降低股價崩盤風險的作用越顯著。該發(fā)現(xiàn)支持了假設H1，而不支持假設H2。

表3 共有股東與股價崩盤風險

控制變量方面，本期的負收益偏態(tài)系數(shù)(Ncskew)、上下波動比例(Duvol)與未來一期的股價崩盤風險均在1%的水平上顯著正相關，表明股價崩盤風險指標存在一定的自相關性。周特有收益率(Ret)與未來一期的股價崩盤風險的回歸系數(shù)為正且在1%的水平上顯著，表明收益率越高的公司，存在的潛在風險越大。周收益率標準差(Sigma)、換手率(Dturn)、賬面市值比(Bm)與未來一期的股價崩盤風險均呈顯著負相關，這與之前的研究結論基本保持一致。

(三)穩(wěn)健性檢驗

為了保證研究結論的穩(wěn)健性，本文在研究設計中已對股價崩盤風險進行了提前一期的處理，在一定程度上避免了反向因果的內(nèi)生性問題。除此之外，本文采用以下方法進一步避免度量方法差異以及內(nèi)生性對結論的影響。

1.更換股價崩盤風險的度量方法。本文采用是否發(fā)生股價崩盤(Crash)重新度量股價崩盤風險，若個股的周特有益率與其當年周特有收益率均值的差額大于3.09個標準差，則視為該個股發(fā)生過股價崩盤，該變量取值為1，否則為0。使用Logit模型進行檢驗的回歸結果如表4所示，列(1)中是否存在共有股東(Dumconnect)與是否發(fā)生股價崩盤(Crasht+1)的回歸系數(shù)為-0.136，且在5%的水平上顯著。列(2)中共有股東網(wǎng)絡聯(lián)結競爭公司數(shù)量(Numconnect)與是否發(fā)生股價崩盤(Crasht+1)的回歸系數(shù)為-0.083，且在1%的水平上顯著。這與上文的回歸結果基本一致，假設H1依然成立。

表4 共有股東與股價崩盤風險：基于是否發(fā)生股價崩盤風險的視角

2.基于前五大股東視角的共有股東。前五大股東通常擁有更強的控制權與現(xiàn)金流權，為保證結論的穩(wěn)健性，本文進一步考慮前五大股東中共有股東對股價崩盤風險的影響，回歸結果與上文分析保持一致(表5)。

表5 共有股東與股價崩盤風險：基于前五大共有股東的視角

3.剔除集團公司類共有股東。集團公司是擁有統(tǒng)一戰(zhàn)略目標的共同行動團體，集團公司在業(yè)務網(wǎng)絡中信息等資源交換和共享的速度更快、效率更高(趙天驕 等，2020)。本文剔除集團公司子樣本后再次檢驗共有股東與股價崩盤風險的關系，回歸結果表明在剔除了集團公司的影響后，共有股東降低股價崩盤風險的效果依然顯著(表6)。

表6 共有股東與股價崩盤風險：基于剔除集團公司視角

4.工具變量回歸。為進一步減輕內(nèi)生性問題對研究結果的影響，借鑒以往研究，本文采用剔除本公司的行業(yè)年度是否存在共有股東(Arerage_Dum)以及行業(yè)年度共有股東聯(lián)結同行數(shù)量均值(Average_Num)作為工具變量進行檢驗(權小鋒 等，2015)。從相關性來看，同年度行業(yè)公司面臨相同的市場環(huán)境和投資背景，因而與本公司共有股東情況存在一定的關聯(lián)。從外生性看，其他公司的共有股東情況并不會影響本公司的股價崩盤風險。因此，以當期共有股東行業(yè)均值作為工具變量能夠在一定程度上緩解內(nèi)生性問題，回歸結果如表7所示。列(1)、列(3)、列(5)、列(7)匯報了工具變量第一階段的回歸結果，同行業(yè)共有股東的持股情況與樣本公司在1%的水平上顯著正相關。列(2)和列(4)中是否存在共有股東(Dumconnect)與Ncskewt+1(Duvolt+1)的回歸系數(shù)為-0.700(-0.549)，都在5%的水平上顯著。列(6)和列(8)中共有股東聯(lián)結同行業(yè)公司數(shù)量(Numconnect)與Ncskewt+1(Duvolt+1)的回歸系數(shù)為-0.087(-0.060)，且都在5%的水平上顯著，表明經(jīng)過工具變量檢驗上文結論依然成立。

表7 共有股東與股價崩盤風險：基于工具變量法的視角

(四)進一步分析

1.共有股東與公司治理。本文首先檢驗共有股東是否能對公司治理施加積極影響。直接委派董事現(xiàn)已成為投資者對公司治理產(chǎn)生實質性影響的具體途徑，故本文使用前十大股東委派董事的數(shù)量來衡量共有股東是否有能力影響公司內(nèi)部治理水平。參照潘越等(2020)的研究，股東委派的董事主要包括：(1)股東直接擔任的董事會成員；(2)在股東企業(yè)兼任職務的董事會成員。表8報告了共有股東與十大股東委派董事數(shù)量之間的檢驗結果，列(1)、列(2)中是否存在共有股東(Dumconnect)、共有股東網(wǎng)絡聯(lián)結公司數(shù)量(Numconnect)與股東委派董事數(shù)量(Ac)顯著正相關。以上結果說明，共有股東更傾向于向公司委派董事參與治理。

進一步地，為探究共有股東參與后公司治理水平是否得到了顯著改善，參照楊興全等(2015)的計量方法，選取公司關聯(lián)交易水平、內(nèi)部控制指數(shù)、內(nèi)部控制審計意見、盈余操縱水平、是否兩職合一、獨董比例等指標構建公司治理水平得分表。具體而言，對公司治理具有積極意義的指標(如內(nèi)部控制指數(shù)、內(nèi)部控制審計意見)，若樣本公司數(shù)值處于年度上半分位數(shù)內(nèi)，則賦值為1，反之為0；而對具有消極影響的指標(如關聯(lián)方交易水平、盈余操縱水平)，若樣本公司數(shù)值處于年度上半分位數(shù)內(nèi)，則賦值為0，反之為1。公司治理水平得分表內(nèi)分數(shù)越高說明公司治理水平越好。表8中列(3)、列(4)匯報了公司治理水平得分(Gov)與共有股東的回歸結果。當存在共有股東時，公司治理水平明顯改善；共有股東聯(lián)結同行業(yè)企業(yè)越多，公司治理水平改善越明顯。該結論驗證了假設H1，即共有股東的參與能提高公司運營效率和治理水平。

表8 共有股東與股價崩盤風險：公司治理機制檢驗

2.共有股東與公司信息透明度。其次，參照辛清泉等(2014)的做法，本文從盈余管理程度、信息披露考評指數(shù)、分析師盈余預測三個方面來衡量公司信息透明度：(1)使用公司過去三年操縱性應計盈余絕對值之和來衡量盈余管理程度(Opacity)，Opacity為負向指標，取值越大表示信息透明度越弱；(2)根據(jù)深交所對各年深市上市公司信息披露考評分值表披露的數(shù)據(jù)(Dscore)進行衡量，分值越大，信息披露質量越好；(3)選取對公司進行跟蹤的分析師人數(shù)(Analyst)和分析師預測準確性(Accuracy)指標，分析師跟蹤人數(shù)越多、分析師預測準確性越好說明公司信息透明度越高。

表9列示了信息透明度與共有股東之間的檢驗結果。列(1)顯示是否存在共有股東(Dumconnect)與盈余管理程度(Opacity)的回歸系數(shù)為-0.015且在1%的水平上顯著，說明存在共有股東能顯著降低信息披露不對稱性。列(2)、列(3)、列(4)中共有股東(Dumconnect)與信息質量披露評分(Dscore)、分析師跟蹤人數(shù)(Analyst)、分析師預測準確性(Accuracy)均在1%的水平上顯著正相關。即當公司存在共有股東時，公司信息披露質量顯著提高。列(5)～列(8)中共有股東聯(lián)結公司數(shù)量(Numconnect)與信息透明度度量指標(Opacity、Dscore、Analyst、Accuracy)的回歸結果均在1%的水平上顯著，說明共有股東在同行業(yè)內(nèi)進行投資能顯著增強公司信息透明度。

表9 共有股東與股價崩盤風險：信息透明度機制檢驗

3.機構投資者穩(wěn)定性、共有股東與股價崩盤風險。機構投資者是共有股東的重要組成部分，持股較為穩(wěn)定的機構投資者通常能與公司共進退以獲得豐厚的長期回報，故有更強的動機對公司內(nèi)部治理和信息披露進行監(jiān)督(An et al，2013)，降低股價崩盤風險。

本文利用機構投資者當年及前兩年持股比例的標準差來衡量機構持股穩(wěn)定性，將持股穩(wěn)定性設置為虛擬變量。若機構投資者持股比例標準差大于年度行業(yè)樣本三分之二分位數(shù)，則定義為機構穩(wěn)定性低的組別；若機構投資者持股比例標準差小于年度行業(yè)樣本三分之一分位數(shù)，則定義為機構穩(wěn)定性高的組別?；貧w結果如表10所示，在機構投資者持股較穩(wěn)定的組別內(nèi)，共有股東與股價崩盤風險至少在5%的水平上顯著負相關；在機構持股不穩(wěn)定的組別內(nèi)，共有股東的回歸系數(shù)均不具顯著性。上述結果表明，當公司的機構投資者為穩(wěn)定型機構投資者時，公司內(nèi)存在共有股東與股價崩盤風險的負相關性更加顯著。

表10 共有股東與股價崩盤風險：基于機構投資者穩(wěn)定性的視角

4.行業(yè)競爭、共有股東與股價崩盤風險。行業(yè)競爭是一種有效的外部治理機制，當公司處于不同的競爭環(huán)境時，共有股東對股價崩盤風險的影響也不同。共有股東為了在激烈的競爭中實現(xiàn)投資組合的價值，更樂意投入信息和精力參與公司治理；同時，共有股東的存在一定程度上能夠緩解同行業(yè)公司之間的惡性競爭，降低公司經(jīng)營風險(Azar et al，2021；He et al，2017)。

本文使用行業(yè)中主營業(yè)務收入排名前五公司的赫芬達爾指數(shù)來衡量行業(yè)競爭激烈程度。具體做法如下：將赫芬達爾指數(shù)設置為虛擬變量，若樣本公司所在行業(yè)當年的赫芬達爾指數(shù)低于行業(yè)樣本三分之一分位數(shù)，則意味著較高的行業(yè)競爭程度；若高于行業(yè)樣本中的三分之二分位數(shù)，則意味著較低的行業(yè)競爭程度?；貧w結果如表11所示，當公司所處行業(yè)的競爭較激烈時，共有股東與未來一期的股價崩盤風險的回歸系數(shù)顯著負相關；而在行業(yè)競爭較小的組別內(nèi)，共有股東的回歸系數(shù)均不具顯著性。上述結果表明，公司處于更加激烈的競爭環(huán)境時，共有股東降低公司股價崩盤風險的作用更加顯著。

表11 共有股東與股價崩盤風險：基于行業(yè)競爭程度的視角

5.共有股東類型與股價崩盤風險。首先將共有股東分為機構投資者(Institution)、公司投資者(Corporate)、個人投資者(Person)，根據(jù)共有股東類型設置虛擬變量納入回歸模型，回歸結果如表12所示。列(1)、列(2)中機構型共有股東、個人型共有股東都能降低股價崩盤風險，但機構型共有股東顯著性更強。為檢驗共有股東網(wǎng)絡的規(guī)模效應，將共有股東虛擬變量與股權網(wǎng)絡關聯(lián)企業(yè)數(shù)量生成交乘項納入回歸模型，列(3)、列(4)發(fā)現(xiàn)只有機構型共有股東聯(lián)結同行業(yè)公司數(shù)量(Institution×Num)與未來一期的股價崩盤風險顯著負相關。這說明，相較于普通的共有股東，機構投資者通常擁有高質量的團隊來提高投資效率和信息處理能力，在公司治理中發(fā)揮著強大的外部監(jiān)督作用，進而能更有效地緩解公司股價崩盤風險。

表12 共有股東與股價崩盤風險：基于投資者類型的視角

其次，本文將共有股東機構投資者進一步分為保險類機構(Ins1)、國家持股類機構(Ins2)、私募類基金(Ins3)、公募類基金(Ins4)，根據(jù)不同的機構投資者類型設置虛擬變量納入回歸模型。回歸結果如表13所示，只有公募基金型共有股東(Ins4)及其聯(lián)結的共有股權網(wǎng)絡(Ins4×Num)與未來一期的股價崩盤風險顯著負相關。這說明公募類基金作為資本市場中的重要組成部分能有效發(fā)揮監(jiān)管作用，這對于維護資本市場高質量運行至關重要。

表13 共有股東與股價崩盤風險：基于機構投資者類型的視角

五、研究結論與啟示

共有股東已普遍存在于各行各業(yè)并且呈不斷發(fā)展的趨勢，但國內(nèi)學術界對此現(xiàn)象的研究仍較為缺乏。本文選取2009—2019年我國A股非金融類上市公司為樣本，實證分析共有股東與股價崩盤風險的關系。研究結果表明，共有股東能夠通過改善公司治理、提高信息透明度來降低公司股價崩盤風險；當共有股東在行業(yè)內(nèi)持有公司數(shù)量越多時，共有股東弱化股價崩盤風險的作用越顯著。進一步區(qū)分共有股東類型發(fā)現(xiàn)，共有股東中公募基金型機構投資者對公司股價崩盤風險的抑制作用更為顯著；穩(wěn)定的機構投資者會基于企業(yè)長遠利益降低股價崩盤風險；而激烈的行業(yè)競爭環(huán)境能夠強化共有股東對股價崩盤風險的正面影響。

本文結論具有重要啟示：首先，在我國資本市場上由共有股東聯(lián)結的股權網(wǎng)絡尤為普遍，上市公司應充分發(fā)揮共有股東在公司治理方面發(fā)揮的“協(xié)同治理”作用，促進公司長期穩(wěn)定發(fā)展。其次，中國資本邁入高質量發(fā)展的新階段，實施了以信息披露為核心的系列制度。對此，監(jiān)管部門應積極發(fā)揮共有股東的市場監(jiān)督作用，提升上市公司信息披露質量，降低證券市場股價崩盤風險。最后，2021年我國頒發(fā)《建設高標準市場體系行動方案》，明確提出培育機構投資者等具體舉措，以更好地發(fā)揮資本市場的資源配置作用。而不同類型的共有股東對公司股價崩盤風險的影響及作用機制不同，監(jiān)管機構應重點培育公募基金等機構投資者，從而更好地引導和監(jiān)管各類市場參與者，切實維護資本市場的安全發(fā)展。