郭慧婷 張曉 劉瑩

【摘 要】 在市場機(jī)制逐漸完善的背景下，個股股價崩盤的異象依然反復(fù)發(fā)生。文章以2012—2017年A股非金融上市公司為樣本，研究了現(xiàn)金股利政策對股價崩盤風(fēng)險的影響，并檢驗了過度投資在其中的中介作用。研究發(fā)現(xiàn)：一是提高企業(yè)現(xiàn)金股利支付率能降低股價崩盤風(fēng)險，在現(xiàn)金流充足的公司中，該抑制作用更明顯;二是過度投資在現(xiàn)金股利政策對股價崩盤風(fēng)險的影響中具有部分中介效應(yīng)，即支付現(xiàn)金股利可以減少過度投資行為，進(jìn)而降低股價崩盤風(fēng)險。進(jìn)一步研究發(fā)現(xiàn)，在非國有企業(yè)以及投資者保護(hù)水平較高的公司，現(xiàn)金股利對股價崩盤風(fēng)險的抑制效果更顯著。本研究對公司制定合理的現(xiàn)金股利政策，并有效發(fā)揮這一政策的治理效用，以及防范股價崩盤風(fēng)險具有一定的參考價值。

【關(guān)鍵詞】 現(xiàn)金股利政策; 過度投資; 股價崩盤風(fēng)險; 自由現(xiàn)金流

【中圖分類號】 F272? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2020）08-0110-07

一、引言

2018年是去杠桿、緊信用的一年，也是風(fēng)險頻發(fā)的一年，新能源汽車、光伏發(fā)電、環(huán)保工程三大行業(yè)成為股價暴跌的重災(zāi)區(qū)。在制度政策逐漸完善的大背景下，時有個股崩盤的市場異象存在，因此對個股股價崩盤風(fēng)險的研究具有重要的理論與實踐意義。已有大量文獻(xiàn)對股價崩盤風(fēng)險影響因素和防范機(jī)制進(jìn)行了探討，包括機(jī)構(gòu)投資者行為[1]、審計行業(yè)專長[2]、企業(yè)戰(zhàn)略差異[3]和媒體報道[4]等因素。也有學(xué)者探索了更多因素，田昆儒等[5]研究了股利政策對股價崩潰風(fēng)險的影響，將現(xiàn)金股利政策的治理效應(yīng)延伸到了資本市場。

現(xiàn)金股利政策是影響企業(yè)長期發(fā)展的基礎(chǔ)性因素，是對投資者的回饋和信息對外輸送的窗口。股權(quán)分置改革后，現(xiàn)金股利政策在中國資本市場主要表現(xiàn)為治理效應(yīng)[6]。企業(yè)發(fā)放規(guī)模適中且穩(wěn)定的股利，吸引機(jī)構(gòu)投資者長期持股，而集中持股的機(jī)構(gòu)投資者作為信息中介，向普通投資者傳遞了企業(yè)經(jīng)營穩(wěn)定的信息，減少了市場的投機(jī)行為，進(jìn)而降低了股價波動率。因此，現(xiàn)金股利政策對股價崩盤風(fēng)險的抑制效果正是本文欲研究的問題。

然而，信息不對稱和各種代理問題的存在，使得現(xiàn)金股利對股價崩盤風(fēng)險的抑制效果并非簡單的直接傳導(dǎo)效應(yīng)?，F(xiàn)金股利政策產(chǎn)生的治理結(jié)果包括兩方面：一方面，分配現(xiàn)金股利與企業(yè)投資存在現(xiàn)金流競爭，在代理問題比較突出的企業(yè)，發(fā)放現(xiàn)金股利能抑制自由現(xiàn)金流引發(fā)的過度投資;另一方面，現(xiàn)金股利政策使得投資者對管理層形成外部監(jiān)督和約束，減少諸如過度投資等事件的發(fā)生。而現(xiàn)有文獻(xiàn)已經(jīng)證明過度投資與股價暴跌風(fēng)險有顯著相關(guān)關(guān)系[7]。因此，本文擬考察過度投資在現(xiàn)金股利政策與股價崩盤風(fēng)險關(guān)系中的中介效應(yīng)，旨在為公司更好地發(fā)揮現(xiàn)金股利政策對代理問題和股價崩盤風(fēng)險的治理效果提供參考。

二、文獻(xiàn)回顧與假設(shè)提出

（一）現(xiàn)金股利政策與股價崩盤風(fēng)險

信息不對稱和代理成本是影響股價崩盤風(fēng)險的主要因素，而現(xiàn)金股利政策具有增加會計信息含量和緩解代理成本雙重功能，因而可能對股價崩盤風(fēng)險產(chǎn)生治理效應(yīng)。田昆儒等[5，8]研究發(fā)現(xiàn)現(xiàn)金股利分配作為一種重要的保護(hù)投資者利益的途徑和企業(yè)治理的結(jié)果，有效預(yù)防了公司未來的股價崩盤風(fēng)險。一方面，當(dāng)公司紅利較高并且具有良好的穩(wěn)定性和持續(xù)性時，投資者會選擇長期持股，期望獲得股票未來期間的股息收入和增值收益，是公司未來股價走勢的“穩(wěn)定器”;另一方面，自由現(xiàn)金流是代理沖突的導(dǎo)火索，向投資者發(fā)放現(xiàn)金股利能控制代理成本的資金來源，降低企業(yè)經(jīng)營風(fēng)險，從而減少了融入股價中的壞消息數(shù)量。因而，隨著現(xiàn)金股利政策所帶來的公司治理改善，個股股價崩盤風(fēng)險也將受到相應(yīng)的影響?；谝陨戏治觯岢黾僭O(shè)1。

H1：股價崩盤風(fēng)險與現(xiàn)金股利支付水平呈負(fù)相關(guān)性，即適當(dāng)提高分紅水平，有利于降低股價崩盤風(fēng)險。

（二）現(xiàn)金股利政策、過度投資與股價崩盤風(fēng)險

過度投資作為現(xiàn)金股利政策能夠產(chǎn)生治理作用的對象，對公司股價崩盤風(fēng)險有直接影響。江軒宇等[7]研究結(jié)果表明過度投資與股價崩盤風(fēng)險存在顯著正相關(guān)關(guān)系。引發(fā)過度投資的原因是多方面的，代理問題的存在促使管理層建立商業(yè)帝國[9]，通過大規(guī)模并購、投資于凈現(xiàn)值為負(fù)的項目滿足自我利益;行為金融學(xué)認(rèn)為管理層過度自信的特征也是導(dǎo)致投資過度和崩盤風(fēng)險的重要因素[10];企業(yè)為增強(qiáng)自主創(chuàng)新能力，會加大資源投入和產(chǎn)出數(shù)量，最終導(dǎo)致的結(jié)果是產(chǎn)業(yè)競爭過度，產(chǎn)能過剩。這些投入成本高、收益不穩(wěn)定的低效投資容易引發(fā)現(xiàn)金流緊張、資金占用機(jī)會成本和企業(yè)業(yè)績波動等問題，也會促使管理層隱瞞真實經(jīng)營信息，增加負(fù)面消息的積累數(shù)量，引發(fā)股價崩盤。

股利政策作為保護(hù)投資者利益和公司治理的機(jī)制，具有緩解自由現(xiàn)金流代理成本[11]、傳遞經(jīng)營信息[12]、監(jiān)督管理層等特點(diǎn)，對企業(yè)的過度投資行為形成約束，降低了股價崩盤的可能性。首先，發(fā)放現(xiàn)金股利能有效利用內(nèi)部閑余現(xiàn)金流，減少現(xiàn)金流代理成本對業(yè)績的負(fù)面影響;其次，股利政策可以向投資者傳達(dá)利好消息，回報投資者以加強(qiáng)其價值投資的信心，減少投機(jī)對股價崩盤風(fēng)險的影響;最后，信息不對稱導(dǎo)致監(jiān)督成本的產(chǎn)生，而現(xiàn)金分紅決策的優(yōu)劣作為外部對公司經(jīng)營業(yè)績和財務(wù)決策的評判和監(jiān)督，能限制管理層利用信息優(yōu)勢從事?lián)p害投資者利益的過度投資等非理性活動，也通過抑制過度投資降低了其對崩盤風(fēng)險的刺激。因此，分配現(xiàn)金股利主要從以上三方面限制了公司經(jīng)營者一系列不當(dāng)行為，避免了過度投資等自由現(xiàn)金流代理行為的產(chǎn)生和隱瞞，防范了股價崩盤風(fēng)險。綜合以上，提出假設(shè)2。

H2：過度投資在現(xiàn)金股利政策對股價崩盤風(fēng)險的影響中發(fā)揮中介效應(yīng)。

（三）自由現(xiàn)金流水平、現(xiàn)金股利政策與股價崩盤風(fēng)險

Jensen[9]關(guān)于代理問題提出的自由現(xiàn)金流假說，表明過多的現(xiàn)金留存會引發(fā)股東與管理層爭奪沖突，產(chǎn)生嚴(yán)重的代理成本，股價崩盤風(fēng)險也相應(yīng)增大。劉銀國等[12]指出提高現(xiàn)金股利支付能有效降低現(xiàn)金留存過高企業(yè)的代理成本。相對于現(xiàn)金不足的公司，現(xiàn)金流富裕的公司往往存在較強(qiáng)的逐利動機(jī)和經(jīng)營業(yè)績“隱患”，現(xiàn)金股利對股價崩盤風(fēng)險的抑制效果在該類公司中會更為顯著。自由現(xiàn)金流充足的公司更容易出現(xiàn)各種代理問題和信息隱瞞行為[8]，較高的現(xiàn)金股利支付水平會壓縮管理層操縱現(xiàn)金流空間，從而降低現(xiàn)金流濫用帶來的崩盤風(fēng)險。因此，提出假設(shè)3。

H3：在自由現(xiàn)金流充足的企業(yè)中，現(xiàn)金股利政策以過度投資為中介對崩盤風(fēng)險的治理效果更顯著。

三、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

本文選取2012—2017年A股上市公司，并對初始樣本進(jìn)行以下篩選：（1）剔除金融類、特殊處理及退市的上市公司;（2）借鑒許年行等[1]的方法，剔除了年個股交易周數(shù)小于30的公司;（3）剔除了創(chuàng)業(yè)板上市公司樣本;（4）剔除了必要數(shù)據(jù)缺失的樣本。最終得到了6 582個公司年度樣本，所有數(shù)據(jù)來自CSMAR數(shù)據(jù)庫和RESSET數(shù)據(jù)庫。為避免極端異常值的影響，對所有連續(xù)變量進(jìn)行上下1%的Winsorize處理。

（二）變量定義

1.被解釋變量：股價崩盤風(fēng)險（Crash Risk）

參考許年行等[1，10]的研究，本文分別以負(fù)收益偏態(tài)系數(shù)（NCSKEW）與收益波動率（DUVOL）衡量上市公司的股價崩盤風(fēng)險。

利用股票i的周收益數(shù)據(jù)，根據(jù)模型1計算股票i經(jīng)過市場調(diào)整后的收益率：

ri，t=α+β1rm，t-2+β2rm，t-1+β3rm，t+β4rm，t+1+β5rm，t+2+εi，t? ? ?（1）

其中，ri，t為股票i第t周考慮現(xiàn)金紅利的收益率，rm，t為A股所有股票在第t周經(jīng)流通市值加權(quán)的平均收益率，利用殘差項計算股票i經(jīng)過市場調(diào)整后的周收益率為Wi，t=

Ln（1+εi，t）。在此基礎(chǔ)上，構(gòu)造以下兩個股價崩盤風(fēng)險度量指標(biāo)，具體計算過程見式2、式3。

（1）負(fù)收益偏態(tài)系數(shù)（NCSKEW）

NCSKEWi，t=-[n（n-1）∑W]

[（n-1）（n-2）（∑W）]

（2）

其中，n為每年股票i的交易周數(shù)。NCSKEW的數(shù)值越大，股價崩盤風(fēng)險越高。

（2）收益波動比率（DUVOL）

DUVOLi，t=Log[（nu-1

）

R][（nd-1）

R] （3）

其中，Ru（Rd）表示周收益率（Wi，t）上升（下降）的幅度，nu（nd）為股票i的周特有收益大于（小于）年平均收益的周數(shù)。DUVOL數(shù)值越大，則股價崩盤風(fēng)險越高。

2.解釋變量：現(xiàn)金股利政策

本文以股利支付率（DIV）測度現(xiàn)金股利政策，股利支付率（DIV）為每股稅前股利與每股收益之比。

3.中介變量：過度投資

依據(jù)Richardson模型計算的殘差記為投資效率，具體度量方法見模型4，殘差大于0的部分為過度投資（OVER），當(dāng)殘差小于0時，OVER取0。

INVi，t=α+β1Qi，t-1+β2LEVi，t-1+β3CASHi，t-1+β4SIZEi，t-1+

β5AGEi，t-1+β6RETi，t-1+β7INVi，t-1+∑Industry+∑year+εi，t

（4）

其中，INV表示構(gòu)建長期資產(chǎn)、無形資產(chǎn)和子公司支付的現(xiàn)金與處置固定資產(chǎn)、無形資產(chǎn)和子公司收回的現(xiàn)金之差，除以總資產(chǎn)期初值;CASH表示貨幣資金與總資產(chǎn)之比;AGE為公司上市時間;RET為股票稅后年個股回報率;模型中同時控制了年度和行業(yè)效應(yīng)。

4.控制變量

借鑒文獻(xiàn)[7]，選擇的股價崩盤風(fēng)險與現(xiàn)金股利政策模型的控制變量為：資產(chǎn)規(guī)模（SIZE）、資產(chǎn)負(fù)債率（LEV）、總資產(chǎn)收益率（ROA）、市賬比（MB）、周收益率年平均值（RET）、周收益率的年波動率（SIGMA）、月超額換手率（DTURN）以及信息透明度（ABACC）。

在研究過度投資與現(xiàn)金股利分配關(guān)系的模型中，參考王茂林等[13]的方法，加入以下控制變量：自由現(xiàn)金流（FCF）、成長機(jī)會（Q）以及產(chǎn)權(quán)性質(zhì)（SOE）。具體變量定義見表1。

（三）主要模型

本文借鑒溫忠麟等[14]提出的中介效應(yīng)檢驗方法，并參考許年行等[1]建立的股價崩盤風(fēng)險模型，采用模型5—模型7檢驗H1—H3：

Crashi，t=α0+α1DIVi，t-1+α2SIZEi，t-1+α3LEVi，t-1+

α4ROAi，t-1+α5MBi，t-1+α6RETi，t-1+α7SIGMAi，t-1+α8DTURNi，t-1+

α9ABACCi，t-1+εi，t-1? ? （5）

OVERi，t=β0+β1DIVi，t+β2SIZEi，t+β3LEVi，t+β4FCFi，t+

β5Qi，t+β6ROAi，t+β7SOEi，t+εi，t? ? ? ? （6）

Crashi，t=α0+α1DIVi，t-1+α2OVERi，t-1+α3SIZEi，t-1+

α4LEVi，t-1+α5ROAi，t-1+α6MBi，t-1+α7RETi，t-1+α8SIGMAi，t-1+

α9DTURNi，t-1+α10ABACCi，t-1+εi，t-1? ? （7）

其中，模型5和模型7分別為中介效應(yīng)檢驗的第一步和第三步，其被解釋變量均為股價崩盤風(fēng)險（Crash），其中解釋變量和控制變量為滯后一期的數(shù)據(jù)。模型6為中介效應(yīng)檢驗的第二步，即檢驗現(xiàn)金股利支付率（DIV）對過度投資（OVER）的影響。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計分析

表2是描述性統(tǒng)計結(jié)果，從全樣本來看，NCSKEW和DUVOL的均值分別是-0.238和-0.109，與孟慶斌等[15]統(tǒng)計結(jié)果相近;現(xiàn)金股利支付率（DIV）的均值為0.253，說明我國上市公司現(xiàn)金股利分配水平仍然處于較低水平，即用于對投資者現(xiàn)金分紅的利潤占比較低。過度投資（OVER）的最大值為0.350，說明我國部分上市公司過度投資程度仍然較大。限于篇幅，本文未列示相關(guān)性分析結(jié)果，若有需要，可向作者索取。

（二）回歸結(jié)果分析

1.現(xiàn)金股利政策與股價崩盤風(fēng)險：基于過度投資的中介作用檢驗

陳瑞等[16]在中介效應(yīng)分析文獻(xiàn)中提到逐步回歸法一般只能用于簡單中介檢驗，即僅適合一個中介變量的模型，且中介變量和因變量都為連續(xù)變量，本文的變量符合以上條件。因此，采用逐步回歸法分析現(xiàn)金股利政策對股價崩盤風(fēng)險的影響，以及過度投資的中介效應(yīng)。表3為中介效應(yīng)檢驗結(jié)果，其中（1）（2）列為現(xiàn)金股利政策與股價崩盤風(fēng)險的回歸結(jié)果，股利支付率（DIV）與股價崩盤風(fēng)險指標(biāo)（NCSKEW、DUVOL）的系數(shù)分別為-0.082和-0.090，在5%和1%水平上顯著，表明現(xiàn)金股利分配水平越高，股價崩盤風(fēng)險越低，驗證了H1。

表3（3）列為現(xiàn)金股利支付與過度投資的回歸結(jié)果，股利支付率（DIV）與過度投資（OVER）回歸系數(shù)為-0.008，在1%水平上顯著，表明提高現(xiàn)金股利發(fā)放率能有效抑制企業(yè)內(nèi)部過度投資問題。（4）（5）列為中介效應(yīng)檢驗的第三步，中介變量過度投資（OVER）的系數(shù)分別為0.403和0.311，統(tǒng)計上顯著，表明股價崩盤風(fēng)險與過度投資存在正相關(guān)關(guān)系，間接效應(yīng)顯著[14]?，F(xiàn)金股利支付率（DIV）的系數(shù)顯著為負(fù)，但與（1）（2）列相比，DIV系數(shù)值和顯著性均明顯下降，表明現(xiàn)金股利政策對股價崩盤風(fēng)險的直接效應(yīng)顯著。間接效應(yīng)系數(shù)的符號與直接效應(yīng)符號一致，說明存在部分中介效應(yīng)[14]，由此可以得出過度投資是現(xiàn)金股利政策與股價崩盤風(fēng)險的部分中介變量，H2得到驗證。即對于代理問題嚴(yán)重的公司，可以通過提高股利分配率抑制過度投資問題，進(jìn)而降低未來股價崩盤風(fēng)險。

觀察控制變量的回歸結(jié)果，公司規(guī)模（SIZE）與崩盤風(fēng)險負(fù)相關(guān)，即公司規(guī)模較小的公司發(fā)展不穩(wěn)定，風(fēng)險水平也相對較高，這與張宏亮等[17]的結(jié)論相同;周收益率的年平均值（RET）、周收益的年波動率（SIGMA）的估計系數(shù)均顯著為正，表明股價收益率更高，以及收益率波動更大的企業(yè)，股票投資風(fēng)險更大，這與熊家財[2]的研究結(jié)果一致。市賬比（MB）與股價崩盤風(fēng)險顯著正相關(guān)，高市賬比表明市場估值高于資產(chǎn)賬面價值，存在資產(chǎn)誤定價，股價存在泡沫。其他變量與股價崩盤風(fēng)險的關(guān)系和現(xiàn)有研究基本一致。

2.自由現(xiàn)金流影響現(xiàn)金股利政策與股價崩盤風(fēng)險關(guān)系的檢驗結(jié)果

依據(jù)自由現(xiàn)金流（FCF）是否大于0，將總樣本分為現(xiàn)金流充足和現(xiàn)金流短缺兩個子樣本，即FCF>0表示現(xiàn)金流充足子樣本，F(xiàn)CF<0為現(xiàn)金流短缺子樣本。分組回歸結(jié)果如表4，（1）（2）兩列為自由現(xiàn)金流充足的子樣本回歸結(jié)果，現(xiàn)金股利支付率系數(shù)分別為-0.124和-0.142，均在1%水平上顯著，相比于表3的（1）（2）列的全樣本系數(shù)值和顯著性都增大;而在自由現(xiàn)金流短缺組，結(jié)果均不顯著。可以得出在自由現(xiàn)金流充裕的上市公司中，代理問題更為突出，容易發(fā)生投資過度問題，現(xiàn)金股利政策對股價崩盤風(fēng)險的抑制作用更顯著，支持了H3。

（三）進(jìn)一步分析

依據(jù)前文檢驗結(jié)果，現(xiàn)金股利政策能夠有效抑制股價崩盤風(fēng)險，過度投資是其重要作用路徑。在表3第（3）列過度投資（OVER）與現(xiàn)金股利支付率（DIV）回歸結(jié)果中，產(chǎn)權(quán)性質(zhì)（SOE）與過度投資（OVER）顯著負(fù)相關(guān)，即非國有企業(yè)相對于國有企業(yè)過度投資情況更為常見，因此有必要研究不同產(chǎn)權(quán)性質(zhì)下現(xiàn)金股利政策對股價崩盤風(fēng)險的治理效果。另一方面，現(xiàn)金股利與投資的現(xiàn)金流爭奪影響著投資者利益，投資者保護(hù)水平高的地區(qū)，對企業(yè)的監(jiān)督力度更強(qiáng)，管理層以掠奪投資者利益進(jìn)行過度投資等行為可能受到嚴(yán)格監(jiān)測和懲罰，投資者保護(hù)制度作為外部治理角色降低了股價崩盤風(fēng)險。因此，本文分別按照產(chǎn)權(quán)性質(zhì)和投資者保護(hù)水平進(jìn)行分組，進(jìn)一步考察現(xiàn)金股利政策與股價崩盤風(fēng)險的關(guān)系是否會發(fā)生變化。

1.產(chǎn)權(quán)性質(zhì)

相較于國有企業(yè)，非國有企業(yè)經(jīng)理更有可能做出過度投資決策[18]。劉銀國等[12]的研究結(jié)論表明現(xiàn)金股利能夠降低代理成本和傳遞信號，有助于改善公司經(jīng)營業(yè)績，并且這一治理效果在非國有上市公司中表現(xiàn)得更為明顯。根據(jù)產(chǎn)權(quán)性質(zhì)，本文將樣本公司分為“國有”和“非國有”，參照表5的結(jié)果，當(dāng)上市公司為“非國有”時，現(xiàn)金股利支付率（DIV）與股價崩盤風(fēng)險（NCSKEW、DUVOL）的回歸系數(shù)分別為-0.176和-0.167，且都在1%水平上顯著;而當(dāng)上市公司屬于“國有”企業(yè)時，股利支付率（DIV）與崩盤風(fēng)險（NCSKEW、DUVOL）兩個指標(biāo)的回歸系數(shù)符號不一致，且在統(tǒng)計意義上不顯著，因而可以得出非國有企業(yè)現(xiàn)金股利政策對股價崩盤風(fēng)險具有更顯著的抑制作用。

2.投資者保護(hù)水平

參考王化成等[19]的研究，利用王小魯?shù)萚20]編制的“中國市場化指數(shù)”中2011—2016年的總指數(shù)衡量各地區(qū)的投資者保護(hù)水平，市場化指數(shù)越高表示投資者保護(hù)水平越高。按照企業(yè)所在地區(qū)投資者保護(hù)水平進(jìn)行分組，若當(dāng)年該企業(yè)所在地區(qū)投資者保護(hù)水平高于全國平均值，認(rèn)為保護(hù)水平高，否則表示保護(hù)水平低。投資者保護(hù)水平用PROTECT表示，保護(hù)水平高時PROTECT取值為1，否則取值為0。表5結(jié)果顯示在投資者保護(hù)水平高組，現(xiàn)金股利支付率（DIV）與股價崩盤風(fēng)險（NCSKEW、DUVOL）的回歸系數(shù)分別為-0.088和-0.084，統(tǒng)計意義上顯著;在投資者保護(hù)水平低組，回歸結(jié)果不穩(wěn)定。當(dāng)公司所在地區(qū)的投資者保護(hù)水平較高時，現(xiàn)金分紅政策對股價崩盤風(fēng)險有顯著的治理效應(yīng)。

五、穩(wěn)健性檢驗

（一）改變現(xiàn)金股利政策衡量方式

為了保證實證結(jié)果的穩(wěn)健性，本文進(jìn)一步考察了每股現(xiàn)金股利變化是否會引起股價崩盤風(fēng)險的變化，根據(jù)第t年與第t-1年每股股利變化情況，分別檢驗現(xiàn)金股利上升（下降）對股價崩盤風(fēng)險的影響。結(jié)果表明現(xiàn)金股利發(fā)放水平上升有助于降低股價崩盤風(fēng)險，而現(xiàn)金股利的突然下降將導(dǎo)致股價暴跌風(fēng)險上升。現(xiàn)金股利的變化將引發(fā)股價崩盤風(fēng)險的變化，積極的現(xiàn)金分紅政策對股價崩盤風(fēng)險產(chǎn)生顯著的抑制作用，而現(xiàn)金股利分配的減少可能會向投資者傳達(dá)業(yè)績下滑的信息，導(dǎo)致投資者拋售股票，引致股價暴跌。因此，該結(jié)論驗證了H1的穩(wěn)健性。

（二）替換中介變量衡量指標(biāo)

參考劉慧龍等[21]采用的Biddle投資效率計算模型，替換過度投資衡量方式，重新對中介效應(yīng)進(jìn)行檢驗?；貧w結(jié)果顯示，現(xiàn)金股利支付率對股價崩盤風(fēng)險有顯著的負(fù)向影響，而且過度投資在兩者之間具有部分中介效應(yīng)，與前文研究結(jié)論保持一致，驗證了H2的穩(wěn)健性。

六、研究結(jié)論與啟示

本文以2012—2017年非金融類A股上市公司為樣本，以過度投資為中介變量，實證考察了現(xiàn)金股利政策對公司股價崩盤風(fēng)險的作用機(jī)理，得出如下結(jié)論：第一，現(xiàn)金股利支付越高，股價崩盤風(fēng)險越低，這主要是由于發(fā)放現(xiàn)金股利能夠緩和自由現(xiàn)金流代理問題的結(jié)果。第二，分配現(xiàn)金股利能顯著降低企業(yè)過度投資程度，進(jìn)一步緩解股價崩盤風(fēng)險，從而支持了過度投資在現(xiàn)金股利政策與股價崩盤風(fēng)險之間的中介作用。進(jìn)一步研究發(fā)現(xiàn)，在非國有企業(yè)和投資者保護(hù)環(huán)境好的企業(yè)中，現(xiàn)金股利支付水平提高對股價崩盤風(fēng)險的抑制作用更為顯著。

根據(jù)以上結(jié)論，本文提出以下建議：首先，董事會應(yīng)監(jiān)督管理層做出合理的決策，平衡投資、融資與現(xiàn)金股利分配，提高企業(yè)資金的使用效率，避免低效投資。其次，由于中國上市公司現(xiàn)金分紅比例仍然低于海外成熟市場，這種情況主要受到中國制度環(huán)境和融資約束等客觀因素的制約，因此，監(jiān)管部門在強(qiáng)制分紅政策的基礎(chǔ)上，需要進(jìn)一步研究適合中國上市公司更科學(xué)的股利政策，提高股息率并且確保股利分配的穩(wěn)定性，形成良性投資回報與股價趨勢的循環(huán)機(jī)制。最后，非國有企業(yè)相對于國有企業(yè)監(jiān)管環(huán)境較為寬松，更容易發(fā)生代理問題，因此需要引入更多的治理機(jī)制，例如現(xiàn)金股利政策，來減少代理問題可能引發(fā)的股價崩盤風(fēng)險。中西部市場投資者保護(hù)水平普遍偏低，相關(guān)部門應(yīng)該加快完善投資者保護(hù)機(jī)制的進(jìn)程，利用外部機(jī)制加強(qiáng)現(xiàn)金股利政策對股價崩盤風(fēng)險的治理。●

【參考文獻(xiàn)】

[1] 許年行，于上堯，伊志宏.機(jī)構(gòu)投資者羊群行為與股價崩盤風(fēng)險[J].管理世界，2013（7）：31-43.

[2] 熊家財.審計行業(yè)專長與股價崩盤風(fēng)險——基于信息不對稱與異質(zhì)信念視角的檢驗[J].審計與經(jīng)濟(jì)研究，2015，30（6）：47-57.

[3] 施先旺，劉會芹.企業(yè)戰(zhàn)略差異對股價崩盤風(fēng)險的影響[J].會計之友，2019（8）：83-88.

[4] 羅進(jìn)輝，杜興強(qiáng).媒體報道、制度環(huán)境與股價崩盤風(fēng)險[J].會計研究，2014（9）：53-59.

[5] 田昆儒，孫瑜.現(xiàn)金股利政策與股價崩盤風(fēng)險——基于股利“替代”模型和“結(jié)果”模型之辨析[J].北京工商大學(xué)學(xué)報（社會科學(xué)版），2016，31（5）：58-67.

[6] 顧小龍，李天鈺，辛宇.現(xiàn)金股利、控制權(quán)結(jié)構(gòu)與股價崩潰風(fēng)險[J].金融研究，2015（7）：152-169.

[7] 江軒宇，許年行.企業(yè)過度投資與股價崩盤風(fēng)險[J].金融研究，2015（8）：141-158.

[8] 董建萍.現(xiàn)金股利分配、會計穩(wěn)健性與股價崩盤風(fēng)險[J].會計之友，2017（16）：86-91.

[9] JENSEN M.Agency costs of free cash flow，corporate finance and takeovers[J].The American Economics Review，1986，76（2）：323-329.

[10] KIM J B，WANG Z，ZHAN L.CEO overconfidence and stock price crash risk[J].Contemporary Accounting Research，2016，33（4）：1720-1749.

[11] 徐壽福，徐龍炳.現(xiàn)金股利政策、代理成本與公司績效[J].管理科學(xué)，2015，28（1）：96-110.

[12] 劉銀國，焦健，張琛.股利政策、自由現(xiàn)金流與過度投資——基于公司治理機(jī)制的考察[J].南開管理評論，2015，18（4）：139-150.

[13] 王茂林，何玉潤，林慧婷.管理層權(quán)力、現(xiàn)金股利與企業(yè)投資效率[J].南開管理評論，2014，17（2）：13-22.

[14] 溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[15] 孟慶斌，楊俊華，魯冰.管理層討論與分析披露的信息含量與股價崩盤風(fēng)險——基于文本向量化方法的研究[J].中國工業(yè)經(jīng)濟(jì)，2017（12）：132-150.

[16] 陳瑞，鄭毓煌，劉文靜.中介效應(yīng)分析：原理、程序、Bootstrap方法及其應(yīng)用[J].營銷科學(xué)學(xué)報[J].2014，9（4）：120-135.

[17] 張宏亮，王靖宇，王瑤.應(yīng)計異象與股價崩盤風(fēng)險[J].金融與經(jīng)濟(jì)，2018（6）：47-52.

[18] HE W，et al.Ownership structure and investment decisions of Chinese SOEs[J].Research in International Business and Finance，2018，43：48-57.

[19] 王化成，曹豐，高升好，等.投資者保護(hù)與股價崩盤風(fēng)險[J].財貿(mào)經(jīng)濟(jì)，2014（10）：73-82.

[20] 王小魯，樊綱，余靜.中國分省份市場化指數(shù)報告[M].北京：社會科學(xué)文獻(xiàn)出版社，2017.

[21] 劉慧龍，王成方，吳聯(lián)生.決策權(quán)配置、盈余管理與投資效率[J].經(jīng)濟(jì)研究，2014，49（8）：93-106.