●馮正華

一、文獻綜述

（一）關(guān)于創(chuàng)新

黨的十八大提出，科技創(chuàng)新是提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置。如何提升創(chuàng)新水平，國內(nèi)外很多學者對此進行了廣泛研究， 包括Batabyal and Nijkamp（2012）、Liu and Buck （2007）、Bratti and Felice（2012）、歐陽峣和劉智勇 （2010），以及李國璋和周彩云等（2010）等等。Marvel and Lumpkin（2007）研究認為，人力資本對創(chuàng)新產(chǎn)出十分重要，包括一般和特殊的人力資本；技術(shù)型企業(yè)家對于市場營銷了解得越少越有利于他從事突破性的創(chuàng)新。也有學者研究了宏觀環(huán)境對企業(yè)創(chuàng)新的影響，如法律制度環(huán)境（Dosi et al.,2006;Tan et al.,2014;Tong et al.,2014）、財稅政策（安同良等,2009;張同斌和高鐵梅,2012）對國際創(chuàng)新、產(chǎn)業(yè)創(chuàng)新和企業(yè)創(chuàng)新的影響。另外，還有學者研究認為，政府補貼和稅收優(yōu)惠是扶持企業(yè)創(chuàng)新重要的兩種手段（Lee,1996;Aghion et al.,2012）。

同時，也有學者對創(chuàng)新的效應(yīng)進行了廣泛研究。Wignaraja（2008）和 Antonietti et al.（2011）研究認為，技術(shù)創(chuàng)新有利于企業(yè)出口；Hasan et al.（2003）研究結(jié)論表明，技術(shù)創(chuàng)新對印度出口企業(yè)的影響是有限的。國外早期文獻的實證研究結(jié)論，支持專利保護對企業(yè)創(chuàng)新的正面影響（Licht和Zoz ，1998;Pazderka ，1999）。 Mansfield（1986）隨機抽取了100家美國的制造業(yè)企業(yè)，考察了專利保護對其專利產(chǎn)出的影響，發(fā)現(xiàn)如果知識產(chǎn)權(quán)特別是專利權(quán)的保護缺失，大部分行業(yè)的專利產(chǎn)出將顯著下降，其中醫(yī)藥和化學行業(yè)受影響最大。

我國學者對于創(chuàng)新效應(yīng)也進行了廣泛研究。例如，易先忠等 （2007）利用中國1987-2004年的數(shù)據(jù)進行經(jīng)驗分析，發(fā)現(xiàn)我國的技術(shù)進步以模仿為主，加強知識產(chǎn)權(quán)保護會抑制模仿，不利于我國技術(shù)進步，但當我國技術(shù)提高到一定水平后，通過模仿促進技術(shù)進步的效應(yīng)減弱，加強知識產(chǎn)權(quán)保護能夠鼓勵自主創(chuàng)新,從而增快國內(nèi)技術(shù)進步速度；劉小魯（2011）利用中國省際面板數(shù)據(jù)，得出了知識產(chǎn)權(quán)保護與自主研發(fā)比重呈現(xiàn)倒U型關(guān)系的結(jié)論。然而，企業(yè)是技術(shù)創(chuàng)新的主體，高新技術(shù)企業(yè)是技術(shù)創(chuàng)新的主要力量。

（二）關(guān)于股價崩盤風險

股價崩盤風險是指上市公司股價出現(xiàn)極端負值的概率?；诖砝碚撘暯堑难芯恐赋?，管理層隱藏公司特質(zhì)利空消息是發(fā)生股價崩盤的主觀原因，信息不對稱是發(fā)生股價崩盤的客觀前提。出于私利原因，比如侵占公司現(xiàn)金流、建立企業(yè)帝國、進行內(nèi)部交易、避稅、獲得更高的薪酬和職務(wù)消費，管理層傾向于隱藏利空消息 （Jin和Myers，2006；Bleck 和 Liu，2007；Kim 等 ，2011a；b；Xu 等，2014；Hu 等，2015）。 關(guān)于企業(yè)的負面消息可能損害企業(yè)形象，惡化企業(yè)與顧客、供應(yīng)商和銀行等利益相關(guān)者的關(guān)系，降低營業(yè)收入和經(jīng)營業(yè)績。因為管理層隱藏利空消息和信息不對稱，利空消息不斷在公司內(nèi)部積累，公司股價逐漸被高估。但是管理層不能無限制隱藏關(guān)于企業(yè)的利空消息。隱藏利空消息存在一個盈虧平衡點，超過該盈虧平衡點后，繼續(xù)隱藏利空消息的成本超過其收益。管理層被迫集中披露被隱藏的利空消息，導(dǎo)致股價崩盤。因此，Jin和Myers（2006）指出管理層隱藏利空消息是導(dǎo)致股價崩盤的主要原因。Kim等（2011b）發(fā)現(xiàn)CFO持有的期權(quán)越多，公司未來股價崩盤風險越大。他們指出對短期股價的關(guān)注是導(dǎo)致管理層隱藏利空消息的主要原因。管理層私利動機會導(dǎo)致上市公司隱藏利空消息，因此加劇股價崩盤風險（Kim 等，2011a；b；Xu 等，2014）。也有研究發(fā)現(xiàn)信息不對稱、非效率投資、盈余管理和避稅會導(dǎo)致企業(yè)股價崩盤（Bleck 和 Liu，2007；Hutton 等，2009；Kim 等，2011a）。

隨著證券市場的迅猛發(fā)展，股價崩盤風險不斷增加，股價崩盤現(xiàn)象時有發(fā)生。例如，2001年美國納斯達克(NASDQA)泡沫的破裂、2008年世界范圍的金融危機等。2015年6月，滬指在20天內(nèi)下跌1000點，并且多次出現(xiàn)千股跌停；2016年年初，短短兩周時間A股市值蒸發(fā)超過十萬億；酒鬼酒等個股出現(xiàn)了暴跌情況。股價崩盤不僅嚴重干擾資本市場的正常運行，也會給實體經(jīng)濟帶來嚴重危害，甚至可能導(dǎo)致經(jīng)濟危機的爆發(fā)。因此，研究股價崩盤風險（crash risk）的影響因素，尋找緩解股價崩盤風險的方法，不僅具有學術(shù)意義，同樣具有重要的實踐意義。

葉康濤等（2015）發(fā)現(xiàn)隨著企業(yè)內(nèi)控信息披露水平的提高，未來股價崩盤風險顯著下降。王化成（2015）的研究發(fā)現(xiàn)第一大股東持股比例的提高有利于緩解未來股價崩盤風險。因此，從上市公司的層面考察如何緩解股價崩盤風險具有重要的現(xiàn)實和理論意義。因此，考察創(chuàng)新對股價崩盤風險的影響，具有一定代表意義。本文利用中國A股2006-2016年的數(shù)據(jù)，實證研究了企業(yè)創(chuàng)新對股價崩盤風險的效應(yīng)，結(jié)果表明，創(chuàng)新能夠顯著有效地緩解股價崩盤風險，穩(wěn)健性檢驗也得到了高度一致的結(jié)果。

本文的研究貢獻主要體現(xiàn)在以下幾點。

第一，本文深入研究創(chuàng)新在微觀上對股價的影響，有助于豐富創(chuàng)新方面的文獻。行權(quán)業(yè)績考核作為股權(quán)激勵計劃的重要特征，一方面能夠提高薪酬-業(yè)績敏感性，另一方面也會使薪酬-業(yè)績敏感性出現(xiàn)不連續(xù)變化。行權(quán)業(yè)績考核會對股權(quán)激勵的激勵效應(yīng)和負面后果產(chǎn)生放大作用?，F(xiàn)有研究對行權(quán)業(yè)績考核的考察還比較缺乏，研究行權(quán)業(yè)績考核負面效應(yīng)的文獻更加少見。因此本文的研究有助于深化對股權(quán)激勵的理論認識，豐富股權(quán)激勵方面的文獻。第二，本文考察創(chuàng)新對股價崩盤風險的影響，有助于豐富股價崩盤風險影響因素方面的文獻。很少有學者考察怎樣緩解股價崩盤風險，本文從創(chuàng)新角度考慮如何緩解股價崩盤風險，補充和發(fā)展了股價崩盤風險影響因素方面的研究。第三，本文的研究結(jié)論具有一定現(xiàn)實意義，能夠為上市公司緩解股價崩盤風險和制定相關(guān)政策提供借鑒和參考。

后文結(jié)構(gòu)安排如下：第二部分是研究設(shè)計。第三部分是實證檢驗和分析。第四部分是研究結(jié)論與啟示。

二、研究設(shè)計

（一）樣本選取和數(shù)據(jù)來源

本文選擇2006-2016年滬深A(yù)股上市公司為初始樣本，剔除了金融和保險行業(yè)、資不抵債以及缺失相關(guān)變量的觀測值。在計算股價崩盤風險時，使用了2006-2016年的個股和市場周收益數(shù)據(jù)。股票收益和財務(wù)數(shù)據(jù)來自CSMAR數(shù)據(jù)庫。為了消除極端值的影響，對變量進行了上下1%的Winsorize處理。

（二）變量定義

1、股價崩盤風險。參照 Chen等（2001），本文使用周個股特有收益的負偏態(tài)系數(shù)（Ncskew1）和上下波動比率（Duvol1）兩個連續(xù)指標衡量個股股價崩盤風險。

首先將個股周收益回歸到[2，2]周的市場收益上，取其回歸殘差為周特有收益率，為了減少殘差分布偏度的影響，進一步對其取自然對數(shù)，即：Wi,t=Ln(1+εi,t)，其中 εi,t為模型（1）的殘差。

負偏態(tài)系數(shù)（Ncskew1）計算公式如模型（2）；上下波動比率（Duvol1）計算公式如模型（3）。

其中n為個股交易周數(shù)，np和nd分別為個股特有收益高于和低于當年平均周特有收益的周數(shù)。是個股當年平均周特有收益。

為了保證結(jié)果的穩(wěn)健，本文也參照Callen和Fang（2015），在 Chen 等（2001）模型的基礎(chǔ)上進一步剔除行業(yè)收益的影響，即將個股收益回歸到[1，1]周的市場收益和行業(yè)收益上，基于其殘差重新計算負偏態(tài)系數(shù)（Ncskew2）和上下波動比率（Duvol2）。

2、創(chuàng)新。筆者從中華人民共和國國家知識產(chǎn)權(quán)局（SIPO）提取了企業(yè)的專利數(shù)量作為企業(yè)創(chuàng)新產(chǎn)出的測度。SIPO提供了自1985年9月10日以來公布的全部中國專利信息，包括發(fā)明、實用新型和外觀設(shè)計三種專利的著錄項目及摘要。發(fā)明專利是三種類型中最原始的專利。因此，本文使用變量發(fā)明專利作為創(chuàng)新的代理變量。鑒于專利數(shù)量是大于等于0，所以在1%和99%的水平上對專利數(shù)量進行winsorize處理，然后加1取自然對數(shù)，作為創(chuàng)新產(chǎn)出最主要的測度。企業(yè)創(chuàng)新水平的穩(wěn)健性測度是專利的總數(shù)，定義為在某一年內(nèi)授予給一個上市公司的發(fā)明專利、實用新型專利和外觀設(shè)計專利三種專利數(shù)量總和加1取自然對數(shù)。

3、控制變量。其他控制變量包括：企業(yè)規(guī)模（Size），使用上市公司市值的自然對數(shù)；市值賬面比（MB）；資產(chǎn)負債率（Lev）；盈利能力（ROE）；機構(gòu)持股比例（IO），企業(yè)年齡（Age）；行業(yè)和年度固定效應(yīng)。

（三）研究設(shè)計

本文的回歸分析主要檢驗上市公司的創(chuàng)新是否會緩解股價崩盤風險，借鑒先前的文獻，結(jié)合本文樣本數(shù)據(jù)的實際特點，建立回歸模型（4）。Crashrisk是股價崩盤風險，Innovation表示企業(yè)的創(chuàng)新產(chǎn)出 （專利水平），Zi,t表示相關(guān)控制變量，包括企業(yè)規(guī)模（S ize）；市值賬面比（MB）；資產(chǎn)負債率（Lev）；盈利能力（ROE）；機構(gòu)持股比例（IO），企業(yè)年齡（Age）。 Fixeffect表示行業(yè)，地區(qū)和年度固定效應(yīng)。

三、實證結(jié)果分析

（一）描述性統(tǒng)計結(jié)果

表1報告了實證分析中使用的變量描述性統(tǒng)計的結(jié)果。從表中可見，參照Chen等（2001）模型計算的股價崩盤風險指標Ncskew1的均值和標準差分別為0.015和0.734，Duvol1的均值和標準差分別為0.523 和 0.328；參照 Callen 和 Fang（2015）模型計算的股價崩盤風險指標Ncskew2的均值為0.061，標準差為0.694，Duvol2的均值為0.305，標準差為0.260，說明樣本觀測值之間股價崩盤風險存在較大差異。本文的股價崩盤風險與其他學者的均值有所差異，主要可能是由于樣本區(qū)間的差異所造成的。企業(yè)發(fā)明專利的數(shù)量 （Inno1）的均值為0.936，中位數(shù)為1.013，超過一半的上市公司都有發(fā)明專利，說明我國大部分上市公司都很重視創(chuàng)新，并產(chǎn)生了創(chuàng)新成果（專利）。

（二）相關(guān)系數(shù)分析

表1 描述性統(tǒng)計

表2報告了相關(guān)變量的相關(guān)性分析結(jié)果。表2的結(jié)果表明：一是 NCSkew1和NCSkew2之間的相關(guān)系數(shù)高達0.809，說明衡量股價崩盤風險的替代變量基本一致。二是創(chuàng)新(Inno1,Inno2)與股價崩盤風險(NCSkew1，DUVol1)的相關(guān)系數(shù)都為負,說明上市公司的創(chuàng)新可能會緩解股價崩盤風險。

（三）多元回歸分析

表2 相關(guān)系數(shù)表

表3 多元回歸：創(chuàng)新對崩盤風險的效應(yīng)

本文考察了中國上市公司的創(chuàng)新是否會緩解股價崩盤風險，回歸結(jié)果如表3所示。列（1）至列（4）的解釋變量為股價崩盤風險兩種測度的四種算法?；貧w結(jié)果顯示，無論因變量是NCSkew還是DUVol，創(chuàng)新(Inno1)的系數(shù)都顯著為負。表4的結(jié)果說明創(chuàng)新顯著緩解了上市公司的股價崩盤風險。

目前，學術(shù)界的主流觀點認為在信息不對稱背景下，管理層出于自利而隱藏經(jīng)營虧損等“壞消息”的代理行為是造成股價崩盤風險的主要原因(Jin and Myers，2006;Hutton et al.，2009；Kim et al.,2011a,2011b；羅進輝等，2014)。而創(chuàng)新可以顯著提升公司業(yè)績和公司價值（Jefferson et al.,2006;劉和旺等，2016），那么上市公司可能就沒有那么多“壞消息”，管理層也不需要去隱藏，還可能有更多的好消息（創(chuàng)新帶來公司業(yè)績的提升等），而股價是公司價值和公司業(yè)績的反映，而公司業(yè)績的提升有助于股價上漲，從而緩解公司股價崩盤風險。因此，創(chuàng)新有利于緩解公司股價崩盤風險。

另一方面，為了鼓勵高管從事創(chuàng)新投資，公司會設(shè)計一套合理的事前激勵機制，這種事前的高管薪酬契約可以把創(chuàng)新投資的變動與高管薪酬的變動聯(lián)系起來（Cheng，2004;盧銳，2014），因此，創(chuàng)新可能會帶來高管薪酬的提升，那么高管的利益得到滿足后，將減緩代理問題，從而進一步從根源上緩解股價崩盤風險（見表 3）。

（四）穩(wěn)健性檢驗

本文進行了如下穩(wěn)健性檢驗，結(jié)果如表4顯示?；貧w結(jié)果跟表3中的結(jié)果表現(xiàn)出高度一致，即無論使用哪種測度股價崩盤風險或創(chuàng)新產(chǎn)出水平，上市公司的創(chuàng)新都顯著緩解了股價崩盤風險。

四、研究結(jié)論與啟示

股價崩盤作為極端風險，使投資者財富在短時間內(nèi)大幅受損，挫傷投資者信心，可能引發(fā)系統(tǒng)金融風險并危害實體經(jīng)濟（劉寶華等，2016）。因此本文利用2006-2016年非金融行業(yè)A股上市公司為樣本，以創(chuàng)新為視角，實證考察創(chuàng)新對股價崩盤風險的效應(yīng)。

本文實證檢驗創(chuàng)新對股價崩盤風險的影響，發(fā)現(xiàn)上市公司的創(chuàng)新能夠顯著緩解股價崩盤風險。由于創(chuàng)新可以顯著提升公司業(yè)績和公司價值（Jefferson et al.,2006;劉和旺等，2016），而公司業(yè)績的提升有助于股價上漲，從而緩解了公司股價崩盤風險。因此，創(chuàng)新有利于緩解公司股價崩盤風險。另一方面，為了鼓勵高管從事創(chuàng)新投資，事前的高管薪酬契約可以把創(chuàng)新投資的變動與高管薪酬的變動聯(lián)系起來(Cheng,2004;盧銳，2014)，因此，創(chuàng)新可能帶來會帶來高管薪酬的提升，緩解代理問題，從而進一步從根源上減輕股價崩盤風險。

本文的研究具有一定理論和實踐意義。理論上，能夠深化和豐富創(chuàng)新的效應(yīng)，尤其是微觀上對上市公司的效應(yīng)，豐富創(chuàng)新和股價崩盤風險兩方面的文獻。實踐上，能夠為上市公司緩解股價崩盤風險和制定相關(guān)政策提供借鑒和參考?！?/p>

表4 穩(wěn)健性檢驗