王 敏 何 杰

(西南財經(jīng)大學工商管理學院)

1 研究背景

中國資本市場自1992年正式建立以來，不斷擴展、深化，至2018年底，已擁有上市公司3 584家，總市值約為434 924億元，達2018年中國GDP總額900 309.50億元的48.31%。然而，隨著中國資本市場的不斷發(fā)展，上市公司的違規(guī)行為也日益猖獗，從最早的“紅光案”“瓊民源案”，到“銀廣夏”的虛構財務報表、“藍田股份”的編造業(yè)績神話、“綠大地”的欺詐上市、“萬福生科”的財務造假、詐騙，上市公司違規(guī)事件頻發(fā)，嚴重破壞市場秩序。據(jù)CSMAR數(shù)據(jù)顯示，2018年共有449家上市公司因違規(guī)受到處罰，這不僅使得投資者遭受極大的損失，而且也困擾著市場監(jiān)管方，成為嚴重影響資本市場進一步健康發(fā)展的頑疾[1]，因此，如何有效約束上市公司的違規(guī)行為，已經(jīng)成為國內(nèi)外學者和監(jiān)管部門關注的焦點問題。

目前學術研究發(fā)現(xiàn)，公司內(nèi)外部治理是影響公司違規(guī)的重要因素[2～4]，內(nèi)外部治理越規(guī)范，公司違規(guī)傾向越低。股權結構作為公司內(nèi)部治理的重要內(nèi)容，與公司違規(guī)行為存在明顯的因果關系。與西方股權高度分散的情況不同，中國上市公司股權相對集中，胡天存等[5]認為，中國72.62%的上市公司由第一大股東掌握絕對控股權，且第一大股東平均持股比例是第二大股東的5.14倍。據(jù)CSMAR數(shù)據(jù)統(tǒng)計，截至2018年底，中國上市公司第一大股東持股比例超過20%的占全部上市公司的81.15%，第一大股東平均持股比例為33.50%。可見，中國上市公司普遍具有“一股獨大”的集中所有權結構。近年來，部分學者已經(jīng)注意到了中國這種特殊的股權結構對上市公司違規(guī)行為的影響[6～8]，但他們的研究尚未深入。鑒于此，本研究擬運用SHAPLEY等[9]建立的夏普利權力指數(shù)方法，以2001～2017年滬深主板上市公司全樣本數(shù)據(jù)，測量中國上市公司大股東的真實控制權，并采用部分可觀測Bivariate Probit模型，考察其對公司違規(guī)的影響，期望為大股東控制權的研究提供新的視角，同時為監(jiān)管部門和投資者防范上市公司違規(guī)提供新的決策依據(jù)。

2 理論分析與研究假設

2.1 文獻回顧

2.1.1控制權

自LA PORTA等[10]首次定義并分析了控制權問題以來，學者們圍繞這一問題展開了一系列研究，包括股東控制權與公司業(yè)績及市場價值[11]、公司經(jīng)營管理及會計行為[12]、公司交易行為[13]、公司資本市場融資行為[14]、公司投資行為[15]、公司信息披露行為[16]、公司違規(guī)行為[7，8]、公司治理機制[17]等之間的關系，涵蓋公司經(jīng)營管理的各個方面。綜合來看，這些研究的著眼點主要是公司控制權及其與現(xiàn)金流權的分離與公司行為及業(yè)績之間的關系，即公司現(xiàn)金流權的激勵效應及其與公司控制權的分離所導致的壁壘效應，其對股東控制權的衡量均以持股比例為依據(jù)。雖然這種衡量方法看起來比較直觀且可取，但實際上存在著不可忽視的弊端：①股東的控制權與其持股比例并不是簡單的線性正相關關系；②股東的控制權并非完全依據(jù)其自身持股比例，還受到其他股東持股比例的影響；③股東之間的權力爭斗并非單打獨斗的非合作博弈，而是一種合作博弈，隨著公司內(nèi)外部場景的變化，股東之間形成不同的合作方式。

2.1.2公司違規(guī)

根據(jù)舞弊三角理論可知，公司違規(guī)的發(fā)生是動機、機會和自我合理化這三大要素共同催化的結果，三者缺一不可。顯然，公司和監(jiān)管部門難以消除公司的違規(guī)動機，但是可以通過制度的設計減少違規(guī)的機會，因此，現(xiàn)有文獻主要從公司內(nèi)外部治理的視角探討公司違規(guī)的影響因素。在公司外部治理方面，研究發(fā)現(xiàn)，政府部門監(jiān)督[18]、司法監(jiān)督[19]、外部投資者監(jiān)督[20]、分析師監(jiān)督[2]、審計監(jiān)督[21]、媒體監(jiān)督[22]、產(chǎn)品市場競爭[23]等可以有效地減少公司違規(guī)行為。在公司內(nèi)部治理方面，學者們重點圍繞著公司內(nèi)部控制水平[24]、高管薪酬激勵機制[25]、高管裙帶關系[26]、董事會結構[27]、股權結構[6～8]等幾個方面展開。其中，股權結構作為公司治理的重要內(nèi)容，與公司違規(guī)行為的發(fā)生密不可分，CHEN等[6]采用Bivariate Probit估計方法，發(fā)現(xiàn)股權結構對公司違規(guī)傾向無顯著影響；陳國進等[7]發(fā)現(xiàn)，第一大股東持股比例與上市公司違規(guī)概率顯著負相關；唐躍軍[8]發(fā)現(xiàn)，第一大股東持股比例和上市公司違規(guī)行為被查處的可能性顯著負相關。

通過分析發(fā)現(xiàn)：①現(xiàn)有文獻通常將披露發(fā)生違規(guī)行為的上市公司作為“違規(guī)”樣本，剩余的公司全部作為“未違規(guī)”樣本，然后采用Logit模型和Probit模型進行估計，但是這些“未違規(guī)”樣本包含了一部分實際發(fā)生了違規(guī)但未被稽查出的公司，因此，采用Logit模型和Probit模型進行估計將會造成較大的偏差；②現(xiàn)有文獻沒有區(qū)分公司違規(guī)傾向和公司違規(guī)后被稽查出的可能性，將兩者混為一談，導致結論不一，如陳國進等[7]認為第一大股東集中控制權可以約束公司違規(guī)行為，而唐躍軍[8]認為第一大股東集中控制權并不能約束公司違規(guī)，而是降低了其違規(guī)被稽查出的可能性；③現(xiàn)有文獻并未對公司違規(guī)行為的實施主體及其作用機制進行詳細探討，第一大股東控制權對不同的違規(guī)主體可能產(chǎn)生不同的影響(抑制或者誘發(fā))，因此有必要區(qū)分違規(guī)行為實施主體，分別探討大股東控制權的影響。

2.2 研究假設

基于公司金融的一般理論及相關經(jīng)驗文獻可知，公司的違規(guī)行為與其股權結構、治理機制之間存在明確的因果關系[1]。與西方股權高度分散的情況不同，中國上市公司股權相對集中，在公司內(nèi)部，大股東主導著公司治理?？偨Y以往的研究來看，公司大股東出于自身利益的考慮，可能會掏空上市公司，損害中小股東的利益[11～13]，且大股東控制權越大，掏空現(xiàn)象越嚴重，違規(guī)傾向越高；但是由于具有絕對信息優(yōu)勢的大股東(多為控股股東)控制著上市公司的信息發(fā)布，因此，大股東有動機也有能力對所發(fā)布的信息進行選擇，結果往往只發(fā)布對自己有利的信息，掩蓋實際上已經(jīng)發(fā)生的違規(guī)行為，以減少被稽查出的可能性[8]。雖然大股東集中控制帶來了大股東與中小股東之間的第二類代理問題(壁壘效應)，但是卻可以幫助解決股東與代理人之間的第一類代理問題(激勵效應)。大股東為了追求股東權益和控制權收益，將運用手中持有的大額投票權監(jiān)督經(jīng)營層的經(jīng)營管理活動，并對其經(jīng)營管理決策施加影響，解決廣大中小股東“搭便車”行為所導致的對經(jīng)營層監(jiān)督不足的問題[28]，從而降低經(jīng)營層的違規(guī)傾向，提高其違規(guī)后被稽查出的可能性。祝繼高等[29]認為，大股東主要通過內(nèi)部機制和外部機制實現(xiàn)對管理層的控制和監(jiān)督。甄紅線等[30]認為，終極控制權集中有助于降低第一類代理成本，提高上市公司的治理效率，最終提升公司績效。由此提出如下假設：

假設1大股東控制權越大，公司經(jīng)營層違規(guī)傾向越低，其違規(guī)后被稽查出的可能性越大。

假設2大股東控制權越大，公司股東違規(guī)傾向越高，其違規(guī)后被稽查出的可能性越低。

3 研究設計

3.1 樣本來源與數(shù)據(jù)選擇

本研究選取2001～2017年中國滬深主板上市公司作為研究樣本。公司違規(guī)數(shù)據(jù)、公司治理數(shù)據(jù)、公司財務數(shù)據(jù)主要來源于CSMAR、WIND和RESSET數(shù)據(jù)庫，并以公司年報、公告，以及證券監(jiān)管機構、證券交易所公告的相關數(shù)據(jù)補充、印證。選取的樣本時間開始于2001年，原因在于：①2001年中國出臺的“關于經(jīng)濟犯罪案件追訴標準的規(guī)定”增大了公司違規(guī)被稽查出的可能性；②公司治理數(shù)據(jù)在2001年之前披露較少。另外，本研究對公司規(guī)模、股票年收益率、托賓Q值、營業(yè)收入增長率、資產(chǎn)負債率、股票日收益波動率、換手率按照1%的標準進行了Winsorize縮尾處理。

3.2 估計方法

關于公司違規(guī)方面的研究，現(xiàn)有文獻通常將監(jiān)管部門查處的違規(guī)行為等同于上市公司實際的違規(guī)行為，忽視了公司違規(guī)數(shù)據(jù)具有部分可觀測性。為了解決這一問題，本研究借鑒陸瑤等[20]、滕飛等[23]、KHANNA等[26]及萬良勇等[27]的研究，使用部分可觀測Bivariate Probit模型，引入兩個潛變量違規(guī)傾向(Fr)和違規(guī)稽查(De)來研究公司的違規(guī)行為：

(1)

(2)

式中，ρ是μit和νit的相關系數(shù)。則Zit的對數(shù)似然函數(shù)為

L(βF,βD,ρ)=∑ln(P(Zit=1))+

∑ln(P(Zit=0))=

∑{Zit×ln[φ(βFXFit,βDXDit,ρ)]+

(1-Zit)×ln[1-φ(βFXFit,βDXDit,ρ)]}。

(3)

通過式(3)，采用最大似然函數(shù)法進行模型的參數(shù)估計。在部分可觀測Bivariate Probit模型中，為有效區(qū)分違規(guī)傾向和違規(guī)稽查，要求XFit和XDit包含的解釋變量不能完全相同，并且解釋變量數(shù)據(jù)在樣本中有足夠的變化?？梢园l(fā)現(xiàn)，在Probit模型中，Zit=Frit；P(Zit=1)=P(Frit=1)=φ(βXit)，因此，如果Deit不全等于1，那么Probit模型與部分可觀測Bivariate Probit模型估計得到的參數(shù)應有所不同。

3.3 變量說明與模型構建

3.3.1被解釋變量：公司違規(guī)行為

根據(jù)前文研究方法所述，本研究采用啞變量Z衡量上市公司的違規(guī)行為，如果公司在當年發(fā)生違規(guī)行為并被披露，則Z=1，反之Z=0；進一步，參考何杰等[1]的研究，按照公司違規(guī)行為的實施主體，將公司違規(guī)分為經(jīng)營層違規(guī)(ZM)與股東違規(guī)(ZS)兩個違規(guī)主體，如果公司經(jīng)營層在當年發(fā)生違規(guī)行為并被披露，則ZM=1，反之ZM=0；如果公司股東在當年發(fā)生違規(guī)行為并被披露，則ZS=1，反之ZS=0。

3.3.2解釋變量：中國上市公司大股東控制權

本研究運用SHAPLEY等[9]建立的夏普利權力指數(shù)(Shapley-Shubik Power Index，SPI)方法，重新測量中國上市公司大股東的真實控制權。該方法以合作博弈為理論基點，衡量博弈參與人在一定的相對權力結構狀況下，面臨各種可能的利益沖突時，在所有的利益組合(聯(lián)盟)中獲勝的概率。其核心思想為：在一個博弈中，某一博弈參與人可通過與其他博弈參與人形成聯(lián)盟的方式，獲得議案通過所需要的投票數(shù)(具體規(guī)則可為1/2、2/3，或其他公認的原則)。在各種可能的博弈聯(lián)盟組合中，參與者對聯(lián)盟獲勝的邊際貢獻之和與各種可能的聯(lián)盟組合總數(shù)之比(邊際貢獻就是某博弈參與人加入某聯(lián)盟，則該聯(lián)盟獲勝，反之則失敗)，即為該博弈參與人的SPI。其具體計算公式為

[V(S)-V(S-{i})]，

(4)

式中，SPIi為博弈參與人i的SPI；N是博弈參與人的集合；n為博弈參與人總數(shù)；Si是N中包含i的一切子集所組成的集合，S∈Si；V(S)表示聯(lián)盟的結果，當聯(lián)盟S獲勝時，V(S)=1，否則，V(S)=0；V(S-{i})表示聯(lián)盟S去掉參與人i后的結果；|S|為聯(lián)盟S中的參與人數(shù)。SPI的取值范圍是[0,1]，取值越大表示權力越大，若SPI=1，表明該博弈參與人擁有完全的權力，不受其他參與人的制衡；若SPI<1，表明該博弈參與人的權力受到其他參與人的制衡。

將SPI方法具體應用于資本市場的股東博弈，與以持股比例為依據(jù)衡量大股東控制權的方法相比，其對股東群體間相對勢力的刻畫更為清晰、準確，具體表現(xiàn)為：①SPI方法反映了大股東控制權不僅受自身持股比例的影響，還受到其他股東持股比例的影響，大股東控制權與其持股比例之間是一種非線性關系；②SPI方法擺脫了以持股比例為依據(jù)的束縛，在公司的水平控制層面，控制權與現(xiàn)金流權并非一定相等，如某公司4個股東A、B、C、D的持股比例分別為0.45、0.25、0.15、0.15，通過投票方式，一股一票，簡單多數(shù)獲勝，以決定某議案通過與否。通過式(4)，得出A股東的控制權等于1/6；③SPI方法基于合作博弈理論，描繪公司股東之間可能存在的合謀行為，與現(xiàn)實中的情形更為貼近。在公司股東之間的權力博弈及利益紛爭的現(xiàn)實場景中，在不同的時間及市場狀況下，股東之間利益取向的一致性將隨著場景的變化而形成不同的組合，因而，股東為尋求自己利益的最大化，相互之間展開的權力博弈絕不是單個股東之間的簡單爭斗即非合作博弈，而一定表現(xiàn)為靈活多變的動態(tài)結盟方式即合作博弈的形式。

本研究以前十大股東為公司控制權競爭的博弈參與人，以表決權的1/2為獲勝準則，運用SPI方法計算上市公司第一大股東的真實控制權(CSPI)(1)因版面有限，具體測量方法省略，如有需要可聯(lián)系筆者索取。。

3.3.3控制變量

本研究主要采用部分可觀測Bivariate Probit估計方法，因此需要兩組不完全相同的控制變量，以分別解釋公司違規(guī)傾向與違規(guī)稽查。借鑒陸瑤等[20]、滕飛等[23]、KHANNA等[26]及萬良勇等[27]的研究，采用國有股比例(O)、董事會規(guī)模(B)、獨立董事比例(D)、公司規(guī)模(S)、股票年收益率(R)作為解釋公司違規(guī)傾向的控制變量，這些公司治理因素以及經(jīng)營情況會影響到公司的違規(guī)動機；采用董事會規(guī)模(B)、獨立董事比例(D)、托賓Q值(Q)、公司營業(yè)收入增長率(G)、公司的資產(chǎn)負債率(L)、公司是否曾經(jīng)違規(guī)(P)、行業(yè)違規(guī)情況(I)、公司股票收益率的波動(V)以及股票流通股換手率(T)作為解釋公司違規(guī)稽查的控制變量，這些變量的變化會導致監(jiān)管部門和投資者關注程度的不同，從而改變公司受到違規(guī)稽查和訴訟的可能性大小。這兩組控制變量不完全相同，因此滿足Bivariate Probit估計模型的要求。具體定義與測度見表1。

3.3.4模型選取

本研究用啞變量Z表示“公司違規(guī)”，先采用一般的Logit模型和Probit模型進行估計，具體模型如下：

Z=β0+β1CSPI+β2O+β3B+β4D+β5S+β6R+β7Q+

β8G+β9L+β10P+β11I+β12V+β13T+ε。

(5)

為消除Logit模型和Probit模型估計方法產(chǎn)生的偏差，采用Bivariate Probit估計方法，引入兩個潛變量違規(guī)傾向(Fr)和違規(guī)稽查(De)檢驗假設，具體模型如下：

(6)

表1 變量說明

表2 公司年度違規(guī)統(tǒng)計

4 實證分析

4.1 描述性分析

樣本公司年度違規(guī)情況的統(tǒng)計見表2。統(tǒng)計顯示，2001～2017年間，中國上市公司數(shù)目(2)由于本研究以中國滬深主板上市公司作為研究樣本，因此統(tǒng)計的公司數(shù)量低于中國證券市場實際上市公司數(shù)量。不斷增加，表明中國資本市場不斷繁榮發(fā)展。同一公司在同一年的所有違規(guī)行為記為一條，2001～2017的17年間，違規(guī)公司觀測值占上市公司觀測值的10.45%，違規(guī)公司比例先下降后上升，總體呈現(xiàn)上升的趨勢。進一步從違規(guī)主體來看，公司經(jīng)營層違規(guī)比例較大，而股東違規(guī)比例則相對較小。公司經(jīng)營層違規(guī)比例先下降后上升，而公司股東違規(guī)比例則呈明顯上升趨勢。

樣本公司違規(guī)事件類型的分布見表3。參考陸瑤等[20]和滕飛等[23]的研究，將上市公司違規(guī)分為信息披露違規(guī)、經(jīng)營違規(guī)和公司治理及內(nèi)部監(jiān)控不規(guī)范3種類型，信息披露類違規(guī)行為包括虛構利潤、虛列資產(chǎn)、虛假記載(誤導性陳述)、推遲披露、重大遺漏、披露不實(其他)和欺詐上市等違規(guī)行為，經(jīng)營類違規(guī)行為包括出資違規(guī)、擅自改變資金用途、占用公司資產(chǎn)、違規(guī)擔保、內(nèi)幕交易、違法違規(guī)買賣股票和操縱股價等違規(guī)行為，公司治理及內(nèi)部監(jiān)控不規(guī)范類違規(guī)行為包括一般會計處理不當?shù)绕渌`規(guī)行為。信息披露違規(guī)、經(jīng)營違規(guī)和公司治理及內(nèi)部監(jiān)控不規(guī)范三大類型的比例分別是7.67%、3.10%、2.66%，信息披露違規(guī)比例相對較高，呈現(xiàn)先下降后上升的趨勢，而經(jīng)營違規(guī)和公司治理及內(nèi)部監(jiān)控不規(guī)范比例有所上升。

表3 公司違規(guī)事件類型分布

主要變量的描述性統(tǒng)計結果見表4。由表4可知，在樣本總體中，公司違規(guī)(Z)、經(jīng)營層違規(guī)(ZM)、股東違規(guī)(ZS)的均值分別為0.100、0.090、0.020，經(jīng)營層違規(guī)明顯高于股東違規(guī)；公司第一大股東控制權(CSPI)均值為0.870，中位數(shù)為1.000，說明中國上市公司一半以上由第一大股東完全控制，不受其他股東制衡。

表4 描述性統(tǒng)計分析(N=21 855)

4.2 回歸分析

4.2.1大股東控制權與公司違規(guī)行為

第一大股東控制權(CSPI)對公司違規(guī)(Z)影響的實證結果見表5。

表5 第一大股東控制權(CSPI)對公司違規(guī)行為的影響(N=21 855)

注：括號內(nèi)為估計參數(shù)的t檢驗值；***、**和*分別表示在1%、5%和10%水平上顯著。下同。

表5中列(1)和列(2)分別使用Logit模型和Probit模型估計第一大股東控制權(CSPI)對公司違規(guī)(Z)的影響，發(fā)現(xiàn)第一大股東控制權(CSPI)與公司違規(guī)(Z)顯著負相關。這與陳國進等[7]和唐躍軍[8]的研究相一致，但是二者有不同的解釋，陳國進等[7]認為第一大股東集中持股有利于約束公司違規(guī)行為；而唐躍軍[8]認為陳國進等[7]的研究忽略了被查處的公司違規(guī)只是實際違規(guī)的一部分，只看到了第一大股東“天使”的一面，忽視了其“魔鬼”的一面，第一大股東持股并非有利于約束公司違規(guī)行為，而是有利于掩蓋日趨頻繁的違規(guī)行為，降低上市公司違規(guī)被查出的可能性。為了準確地考察實際情況，參考陸瑤等[20]、滕飛等[23]、KHANNA等[26]及萬良勇等[27]的研究，使用部分可觀測Bivariate Probit模型，引入違規(guī)傾向(Fr)和違規(guī)稽查(De)兩個潛變量，分別考察第一大股東控制權(CSPI)對公司違規(guī)傾向(Fr)和違規(guī)稽查(De)的影響，結果見列(3)。由此可見，第一大股東控制權(CSPI)越大，公司違規(guī)傾向(Fr)越低，同時其違規(guī)后被稽查出的可能性(De)越高。

表5中列(3)的結果還表明，在公司違規(guī)傾向(Fr)方面，國有股比例(O)的系數(shù)顯著為負，說明國有股比例越高，受到的內(nèi)外監(jiān)督越嚴格，公司違規(guī)傾向越低；公司規(guī)模(S)的系數(shù)顯著為負，說明規(guī)模較大的公司，其發(fā)展相對更加成熟，公司治理與內(nèi)部控制更加規(guī)范有效，從而公司違規(guī)傾向越低；股票年收益率(R)的系數(shù)顯著為負，說明公司股票年收益率越高，公司業(yè)績壓力更小，管理層的違規(guī)動機減弱，公司違規(guī)傾向降低。在公司違規(guī)稽查(De)方面，董事會規(guī)模(B)的系數(shù)顯著為負，說明董事會規(guī)模過大反而會降低工作效率，影響其監(jiān)督治理作用的發(fā)揮；公司托賓Q值(Q)的系數(shù)顯著為正，說明公司托賓Q值越大，其市場價值越高，公司進入資本市場進行套利變現(xiàn)的動機增強，這更容易引起監(jiān)管部門的關注，提高其違規(guī)后被稽查出的可能性；公司資產(chǎn)負債率(L)、公司過往是否曾經(jīng)違規(guī)(P)、行業(yè)中違規(guī)公司比例(I)的系數(shù)顯著為正，說明資產(chǎn)負債率較高，公司曾經(jīng)違規(guī)過，處于違規(guī)公司占比較高的行業(yè)中的公司，會受到監(jiān)管部門和投資者更多的關注，其違規(guī)行為更容易被稽查。這些均與前人的研究一致。

4.2.2大股東控制權與不同違規(guī)主體的違規(guī)行為

為了更加細致地研究大股東控制權與上市公司的違規(guī)行為，根據(jù)CSMAR數(shù)據(jù)庫中對公司違規(guī)主體的分類，參考何杰等[1]的研究，將公司違規(guī)(Z)分為經(jīng)營層違規(guī)(ZM)與股東違規(guī)(ZS)兩個違規(guī)主體，通過對違規(guī)主體的劃分，實證檢驗股東與經(jīng)營層之間的第一類委托代理問題(激勵效應)和大股東與小股東之間的第二類委托代理問題(壁壘效應)。第一大股東控制權(CSPI)對不同違規(guī)主體違規(guī)行為影響的實證結果見表6。

表6中列(1)是第一大股東控制權(CSPI)對公司經(jīng)營層違規(guī)(ZM)的影響，先使用Logit模型和Probit模型估計第一大股東控制權(CSPI)對公司經(jīng)營層違規(guī)(ZM)的影響，發(fā)現(xiàn)第一大股東控制權(CSPI)與公司經(jīng)營層違規(guī)(ZM)顯著負相關?？紤]到公司經(jīng)營層違規(guī)數(shù)據(jù)的部分可觀測性，再使用部分可觀測Bivariate Probit模型，引入違規(guī)傾向(FrM)和違規(guī)稽查(DeM)兩個潛變量，考察第一大股東控制權(CSPI)對公司經(jīng)營層違規(guī)傾向(FrM)和公司經(jīng)營層違規(guī)后被稽查出的可能性(DeM)的影響。結果見表6列(1)，第一大股控制權(CSPI)與公司經(jīng)營層違規(guī)傾向(FrM)顯著負相關，與公司經(jīng)營層違規(guī)稽查(DeM)顯著正相關，即第一大股東控制權(CSPI)越大，公司經(jīng)營層的違規(guī)傾向(FrM)越低，且其違規(guī)后被稽查出的可能性(DeM)越高。這驗證了陳國進等[7]認為的第一大股東“天使”的一面，第一大股東控制權確實可以約束公司經(jīng)營層的違規(guī)行為。實證檢驗了股東與經(jīng)營層之間的第一類委托代理問題(激勵效應)。

表6中列(2)是第一大股東控制權(CSPI)對公司股東違規(guī)(ZS)的影響，先使用Logit模型和Probit模型估計第一大股東控制權(CSPI)對公司股東違規(guī)(ZS)的影響，發(fā)現(xiàn)第一大股東控制權(CSPI)與公司股東違規(guī)(ZS)顯著負相關。考慮到公司股東違規(guī)數(shù)據(jù)的部分可觀測性，再使用部分可觀測Bivariate Probit模型，引入違規(guī)傾向(FrS)和違規(guī)稽查(DeS)兩個潛變量，考察第一大股東控制權(CSPI)對公司股東違規(guī)傾向(FrS)和公司股東違規(guī)后被稽查出的可能性(DeS)的影響。結果見表6列(2)，大股控制權(CSPI)與公司股東違規(guī)稽查(DeS)顯著負相關，即第一大股東控制權(CSPI)越大，公司股東違規(guī)后被稽查出的可能性(DeS)越低。這驗證了唐躍軍[8]所認為的第一大股東“魔鬼”的一面，即具有絕對信息優(yōu)勢的第一大股東(多為控股股東)控制著上市公司的信息發(fā)布，第一大股東有動機也有能力對所發(fā)布信息進行選擇，結果往往只發(fā)布對自己有利的信息，掩蓋實際上已經(jīng)發(fā)生的違規(guī)行為，以減少被查處的可能性。另外，本研究沒有發(fā)現(xiàn)第一大股東控制權(CSPI)對股東違規(guī)傾向(FrS)有顯著影響，這可能是由于沒有對公司股東違規(guī)進行詳細區(qū)分，雖然公司股東違規(guī)主要是第一大股東的違規(guī)，但也包含其他股東的違規(guī)，第一大股東控制提高了自身的違規(guī)傾向，但同時降低了其他股東的違規(guī)傾向，由于對二者的作用方向相反，綜合作用的結果可能會導致無法觀察到第一大股東控制權對股東違規(guī)傾向的顯著影響。鑒于此，在未來的研究中有必要對股東違規(guī)進行區(qū)分，分別研究大股東控制對其自身違規(guī)傾向和其他股東違規(guī)傾向的影響，進一步驗證大股東與小股東之間的第二類委托代理問題(壁壘效應)。

5 結語

本研究基于SPI方法，重新測量中國上市公司大股東的真實控制權，在此基礎上，采用部分可觀測Bivariate Probit模型，實證考察了大股東控制權對公司違規(guī)行為的影響。研究表明，大股東控制權越大，上市公司違規(guī)傾向越低，同時其違規(guī)后被稽查出的可能性越高。進一步地，本研究按照公司違規(guī)行為的實施主體，將公司違規(guī)分為經(jīng)營層違規(guī)和股東違規(guī)，發(fā)現(xiàn)大股東控制對經(jīng)營層違規(guī)有顯著的“抑制”效果，即大股東控制權越大，公司經(jīng)營層違規(guī)傾向越低，同時其違規(guī)后被稽查出的可能性更高，實證檢驗了股東與經(jīng)營層之間的第一類委托代理問題(激勵效應)，這體現(xiàn)了大股東控制“天使”的一面[7]。此外，本研究還發(fā)現(xiàn)，大股東控制對公司股東違規(guī)有顯著的“隱藏”效果，大股東控制能夠顯著地降低公司股東違規(guī)后被稽查出的可能性，這體現(xiàn)了大股東控制“魔鬼”的一面[8]。通過違規(guī)主體的劃分，以及違規(guī)傾向和違規(guī)稽查兩個潛變量的引入，清晰準確地驗證了大股東“天使”的一面與“魔鬼”的一面。

大股東控制在一定程度上可以約束上市公司經(jīng)營層違規(guī)，解決股東與經(jīng)營層之間的委托代理問題；但是對于大股東違規(guī)，則需要提高外部監(jiān)管者的能力和水平，同時完善公司內(nèi)部治理機制，鼓勵內(nèi)部牽制，在股權相對集中的基礎上，提高其他股東對第一大股東的制衡，并鼓勵其他股東與外部監(jiān)管者合作，充分利用自身的信息優(yōu)勢，配合監(jiān)管部門查處大股東的違規(guī)行為，有效抑制大股東對上市公司利益的侵害。

本研究僅運用SPI方法構建了公司水平控制層面大股東控制權的測度方法，并進行了相關的研究，而對于金字塔型控制結構下的公司終極控制權的測度及其相關研究，尚未進行有效地探索，有待進一步的研究。