何 雁,孟慶璽,常語萱
(1. 廣東外語外貿(mào)大學 會計學院,廣東 廣州 510006;2. 廈門大學 會計發(fā)展研究中心/管理學院,福建 廈門 361005;3. 上海財經(jīng)大學 會計學院,上海 200433)
我國地區(qū)發(fā)展差異和不平衡問題由來已久,統(tǒng)一的國內(nèi)市場建設工作尚未完成。以資本市場為例,雖然證券法律法規(guī)和監(jiān)管環(huán)境是全國統(tǒng)一的,但是每個地區(qū)營商環(huán)境、商業(yè)文化、社會習俗等都存在差異,這導致地緣成為影響企業(yè)經(jīng)濟活動的重要因素。從“投資不過山海關”“買債不入云貴川”等業(yè)界流傳的說法就可見一斑。與此同時,由于存在不確定性、公共治理機制不完善和政府對經(jīng)濟的較大影響力等因素,企業(yè)通過市場化合約進行交易的成本高昂,因而使用私下溝通的方式來治理特定交易(李增泉,2017),使得相關信息很難被外部投資者獲取、核實和理解(Li等,2020)。隨之而來的問題是,面臨信息不對稱的外部投資者在對公司股票進行估值時,是否會考慮地區(qū)層面的信息?如果考慮,這是一種有效的投資策略,還是因刻板印象引致的次優(yōu)選擇?若為后者,則表明市場分割不僅會阻礙企業(yè)的生產(chǎn)活動,還可能損害資本市場的配置效率,為同地區(qū)公司帶來額外融資成本。在這種情況下,公司又會采取何種措施予以應對?本文將嘗試回答這些問題。
在理論上,投資者在投資決策時依賴于充分的公司特質信息。然而在現(xiàn)實中,有關公司的特質信息要么無法得到,要么獲取成本極高(Li等,2020)。因此,投資者很可能會將公司所屬“群體”的平均情況作為額外的信息來源。地區(qū)是劃分“群體”時的一個常用標準(葉迪和朱林可,2017)。自然環(huán)境、文化習俗、社會結構、經(jīng)濟發(fā)展、地方政府治理水平等多個維度的特征,共同構成了外部人對一個地區(qū)的整體認知。尤其是,我國企業(yè)利益相關者具有明顯的地域性。這些投入要素的高度重合導致同地區(qū)企業(yè)行為具有相似性,因此地區(qū)信息會成為投資者決策時的一個重要參考。雖然投資者會受到地區(qū)因素的影響,但其經(jīng)濟后果尚不清晰。一方面,同地區(qū)公司間更容易相互學習和彼此模仿,經(jīng)濟活動表現(xiàn)出高度的相似性(Kedia等,2015;陸蓉和常維,2018;李志生等,2018),因此使用地區(qū)信息判斷特定公司價值可以節(jié)約大量的信息成本。另一方面,地區(qū)信息能在多大程度上代替公司特質信息還很難說。比如,Lee等(2015)發(fā)現(xiàn)個別中概股公司違規(guī)曝光導致其他中概股公司也遭受了媒體和做空機構的負面評價,但其長期表現(xiàn)卻好于可比的美國公司。這說明,投資者在利用地區(qū)信息進行投資決策時,可能誤判了地區(qū)內(nèi)公司的價值。綜上,地區(qū)信息溢出會產(chǎn)生怎樣的經(jīng)濟后果,仍是一個有待檢驗的問題。
本文以2001—2018年我國各地區(qū)(城市)首次曝光上市公司重大違規(guī)事件為切入點,實證檢驗當?shù)貐^(qū)內(nèi)有公司出現(xiàn)重大違規(guī)被立案調(diào)查時,外部投資者會如何看待同地區(qū)其他公司。進一步地,通過觀測該地區(qū)其他公司在未來是否真的違規(guī),可以判斷投資者根據(jù)地區(qū)信息進行投資決策的效率。研究發(fā)現(xiàn),當某一地區(qū)首次發(fā)生上市公司重大違規(guī)被證監(jiān)會立案調(diào)查事件時,不僅因重大違規(guī)被立案調(diào)查的公司(以下簡稱違規(guī)公司)的市場反應顯著為負,同地區(qū)其他公司的股票收益率也明顯降低。也就是說,公司違規(guī)損害了地區(qū)聲譽,一家公司的負面信息會溢出到同地區(qū)其他公司。而且在事件發(fā)生后較長一段時間內(nèi),受影響公司(指同地區(qū)其他公司)的股價沒有反彈。但是,卻沒有證據(jù)顯示,這些公司在未來違規(guī)的概率會更高。進一步研究發(fā)現(xiàn),地區(qū)制度環(huán)境和公司信息環(huán)境影響公司違規(guī)信息的地區(qū)溢出效應,地區(qū)制度環(huán)境越不完善(地區(qū)市場化程度較低、地區(qū)社會信任程度較低)或者公司信息環(huán)境越差(供應鏈集中度較高、非“四大”審計、分析師跟蹤人數(shù)較少),公司受到地區(qū)負面信息的影響越嚴重。與此同時,受影響公司也會采取積極的應對措施,比如組織更多的投資者調(diào)研活動,以盡可能降低溢出效應帶來的額外成本。綜上,公司違規(guī)行為給同地區(qū)其他公司帶來了顯著的負外部性,導致資本配置扭曲。
本文的創(chuàng)新點及貢獻體現(xiàn)在以下幾個方面:第一,本文研究了我國企業(yè)的地區(qū)相似性以及外部人如何看待這種相似性的重要問題。地緣一直都是學界關注的熱點話題。特別是在我國,不同地區(qū)代表了區(qū)域社會網(wǎng)絡、地方治理水平等根本性的差異。不過,這些文獻關注的是地區(qū)間差異以及該差異如何影響整個地區(qū)的企業(yè)行為。近來,一些文獻發(fā)現(xiàn),同地區(qū)企業(yè)會相互學習和模仿,表現(xiàn)出相似的行為特征(陸蓉和常維,2018;李志生等,2018)。與之不同,本文討論的是外部投資者怎樣看待同地區(qū)企業(yè)的相似性以及如何進行投資決策的問題。事實上,本文研究發(fā)現(xiàn),即使公司沒有不當行為,投資者也容易受到對地區(qū)印象的影響而“誤判”公司價值。
第二,本文豐富了地區(qū)信息如何影響資本市場的相關研究。由于信息不對稱普遍存在,地區(qū)信息對投資者而言是很重要的替代性信息。Jia和Zhao(2020)使用在美國上市的公司樣本,發(fā)現(xiàn)當某國一家公司發(fā)生財務報告重述時,來自該國的其他所有上市公司股價都會下跌。由于他們使用的是跨國公司樣本,很難厘清這一現(xiàn)象是法律體系、監(jiān)管環(huán)境、會計準則還是地緣政治問題導致的。本文則以我國各地區(qū)為分析對象,不僅提供了來自新興市場的經(jīng)驗證據(jù),而且在同一法律體系和監(jiān)管環(huán)境下可以排除諸多正式制度因素,聚焦于地區(qū)非正式制度的影響。此外,已有文獻也沒有討論受地區(qū)負外部性影響的公司會如何應對,本文基于投資者調(diào)研進行了拓展。
第三,本文巧妙地借助資本市場中的重大違規(guī)事件,在因果識別上具有一定的突破。一方面,投資者對地區(qū)信息的獲取源于對地區(qū)文化習俗、經(jīng)濟發(fā)展、政府治理等多個維度的認知,很難加以度量和驗證。但是資本市場提供了一個可檢驗的場景。股價能夠吸收各類信息,公司股價的變化反映了信息的流動,因此利用違規(guī)事件帶來的市場反應能夠度量地區(qū)信息的變化。另一方面,即使能夠準確度量地區(qū)信息,也無法先驗區(qū)分地區(qū)內(nèi)的好公司和差公司并進行后驗驗證。在本文的研究設計中,當?shù)貐^(qū)首次曝光一家上市公司的重大違規(guī)事件時,同地區(qū)其他公司此時是正常的,這時觀察投資者對這些公司的反應,就可以識別地區(qū)信息的增量效應。
第四,本文還具有明顯的政策含義。在構建“國內(nèi)大循環(huán)、國內(nèi)國際雙循環(huán)”新發(fā)展格局的背景下,全國統(tǒng)一大市場作為其中的重要一環(huán),再次引起關注。雖然所有上市公司面臨相同的資本市場法律制度和監(jiān)管環(huán)境,但由于地緣對企業(yè)經(jīng)濟活動產(chǎn)生的重要影響,加之一些地區(qū)制度環(huán)境相對薄弱或者上市公司信息披露較差,這種地區(qū)間差異和市場分割會造成資本配置的扭曲,使企業(yè)承擔額外成本??梢?,國內(nèi)統(tǒng)一市場建設工作很難畢其功于一役,不僅需要黨中央的總體部署和推動,也需要地方政府積極響應,加強地方制度建設,還要上市公司共同參與,提高公司信息透明度。
本文余下部分結構安排如下:第二節(jié)為基于我國制度背景的理論分析和假說提出;第三節(jié)為實證研究設計;第四節(jié)為實證結果分析;第五節(jié)為進一步研究;最后為結論與啟示。
地緣是理解我國商業(yè)實踐的重要因素。由于不同地區(qū)的社會文化、經(jīng)濟政策、行政體制等方面大不相同,因此企業(yè)的交易模式和行為特征也具有明顯的地區(qū)差異。而在同地區(qū)內(nèi),同一地理緣由又會形成相似的企業(yè)經(jīng)濟活動。地區(qū)制度環(huán)境能夠在很大程度上影響我國企業(yè)行為(Wong,2016)。一方面,政府在資源配置中具有較大影響。大量的政府資源或者行政因素決定了投入要素的非市場化配置。出于本地保護的動機,政府配置資源有很強的地域性,企業(yè)主要從本地政府中獲得投入要素(白重恩等,2004;陸銘和陳釗,2009)。另一方面,我國正處于經(jīng)濟轉型階段,整體環(huán)境的不確定性很高。關系型交易在應對不確定性,進而降低交易成本中能夠起到重要作用(Williamson,1979)。對于處于同一地區(qū)的企業(yè)與利益相關者來說,他們對于投入的資源有更強的控制和監(jiān)督能力,也更容易獲取相關信息,所以企業(yè)更愿意構建這種相對穩(wěn)固的長期關系來降低交易的不確定性(Poncet,2005)。隨著利益相關者的地域性特征變得更加廣泛,同地區(qū)企業(yè)更可能擁有相同的利益相關者,比如,公司的股東均是當?shù)卣?,擁有共同的客戶或供應商,互相融資擔保等。投入要素的高度重合導致同地區(qū)企業(yè)行為具有很高的相似性。
由于同地區(qū)內(nèi)公司行為特征的相似性,一家公司的信息很容易溢出到同地區(qū)的其他公司。Jennings等(2017)發(fā)現(xiàn)地區(qū)內(nèi)信息溢出會提高分析師預測準確性。Engelberg等(2018)發(fā)現(xiàn)位于行業(yè)聚集程度較高地區(qū)的公司股票價格效率更高。雖然信息溢出有助于改善地區(qū)信息環(huán)境,但是也可能產(chǎn)生負外部性。當一家公司釋放出負面信息時,這一信息也會溢出到其他公司,使得這些公司承擔了額外的成本。Darrough等(2015)發(fā)現(xiàn)個別中概股公司的財務舞弊消息導致其他中概股公司股票收益也受到負面影響,即使這些公司沒有任何財務問題,即這些公司因為“少數(shù)人的罪過”而蒙受損失。并且這一負面信息對其他國家公司沒有影響。Lee等(2015)也發(fā)現(xiàn)了這一溢出效應。產(chǎn)生國家溢出效應是因為投資者普遍認為中國公司治理以及投資者保護程度相對薄弱。在同一國家制度環(huán)境中,所有公司面臨相似的商業(yè)文化、審計、監(jiān)管等,投資者認為這些公司的財務信息質量也大抵相當。所以,一家公司出現(xiàn)負面信息,這會成為一個表示國家或地區(qū)特征的信號,投資者會利用這一新的信息來重新評估其他公司的價值。
Darrough等(2015)和Lee等(2015)是以國家作為一個整體來研究信息的溢出效應。而聚焦于我國資本市場上,不僅統(tǒng)一的證券法律法規(guī)和監(jiān)管環(huán)境會影響企業(yè)行為,不同地區(qū)的制度環(huán)境也會對企業(yè)產(chǎn)生差異化影響,并導致企業(yè)行為在同一地區(qū)內(nèi)更加相似,信息更容易在同地區(qū)內(nèi)溢出。外部信息使用者很容易將同一地區(qū)內(nèi)的公司視為一個整體,給予大致相同的評價(游家興等,2018),正如古語所云,“近朱者赤,近墨者黑”。與此同時,任何一家公司的已知信息都很容易成為外部人評價該公司所在地區(qū)的信號,投資者會根據(jù)市場中新出現(xiàn)的信息不斷調(diào)整自己對該地區(qū)的整體認知。比如,陳冬華等(2008)發(fā)現(xiàn),如果某一地區(qū)發(fā)生過財務丑聞,證券監(jiān)管機構會在隨后減少該地區(qū)的IPO配額。一旦某個地區(qū)出現(xiàn)影響較大的負面消息,特別是該地區(qū)從未出現(xiàn)過類似情況時,地區(qū)聲譽就會明顯受損(葉迪和朱林可,2017)。隨著信息在地區(qū)內(nèi)溢出,一家公司的負面消息會對整個地區(qū)產(chǎn)生不利影響,進而會損害該地區(qū)公司價值。
基于以上分析,我們預期,當?shù)貐^(qū)首次出現(xiàn)上市公司因重大違規(guī)被證監(jiān)會立案調(diào)查時會產(chǎn)生信息溢出效應。一旦某個公司發(fā)生違規(guī),投資者可能認為這是由于地區(qū)監(jiān)管不嚴或營商環(huán)境較差,或者由于同一地區(qū)內(nèi)有大量的關系型交易,其他公司可能與違規(guī)事件直接或間接有關。投資者預期同地區(qū)其他公司被證監(jiān)會立案調(diào)查的概率更高。尤其是,公司的違規(guī)行為往往具有很高的隱蔽性,投資者想要獲取信息來判斷公司是否違規(guī)的成本很高。對于投資者來說,在評估其他公司價值時,如果缺少公司特質信息,那么以地區(qū)信息來判斷公司違規(guī)概率的成本是更低的,這是投資者面臨信息約束的理性選擇。因此,投資者會“通過價格機制來保護自己”,對發(fā)生違規(guī)的地區(qū)內(nèi)的公司給予一定的折價。綜上,提出本文的第一個研究假說:
H1:公司違規(guī)信息具有地區(qū)溢出效應,即當?shù)貐^(qū)首次發(fā)生上市公司重大違規(guī)被證監(jiān)會立案調(diào)查的事件時,該地區(qū)內(nèi)其他公司的股票收益率降低。
投資者之所以利用地區(qū)信息來對公司定價,一方面,因為地區(qū)的制度環(huán)境會影響該地區(qū)企業(yè)的交易模式以及外部投資者對該地區(qū)的評價;另一方面,因為公司的信息環(huán)境會影響企業(yè)特質信息含量以及投資者面臨的信息成本。
雖然我國各地區(qū)具有統(tǒng)一的法律和司法體系,但是不同地區(qū)的市場化程度以及累積的社會資本有明顯差異。制度環(huán)境的市場化程度是影響企業(yè)交易模式選擇的一個重要因素。地區(qū)市場化程度較低,意味著該地區(qū)產(chǎn)權保護和法治程度相對不完善,政府參與經(jīng)濟活動的程度更高,企業(yè)的經(jīng)營環(huán)境和社會網(wǎng)絡更加復雜。在這種環(huán)境下,企業(yè)使用市場化合約的成本十分高昂,因而在這些地區(qū)以關系型交易為主(李增泉,2017)。同地區(qū)企業(yè)的相似性很大程度上取決于地區(qū)內(nèi)企業(yè)在本地經(jīng)濟活動的嵌入程度。由于社會關系或者政府行為局限于以行政地區(qū)為邊界的物理空間中,所以企業(yè)有更多的本地利益相關者,企業(yè)的投入要素也都集中于本地,在本地有更多交易。這時,一個企業(yè)的聲譽很容易影響地區(qū)內(nèi)其他企業(yè)的聲譽。而在制度環(huán)境較好的地區(qū),企業(yè)經(jīng)濟活動在本地的嵌入程度降低,同一地區(qū)內(nèi)的企業(yè)相似性下降。即使某一企業(yè)發(fā)生違規(guī),投資者也不會聯(lián)想到地區(qū)內(nèi)其他企業(yè)上。所以,地方市場化程度越高,公司違規(guī)對其他公司股票收益的影響越小。
地區(qū)制度環(huán)境還會影響外部人對該地區(qū)的信任程度。這也會影響外部投資者對該地區(qū)的評價,進而影響負面信息在地區(qū)內(nèi)的溢出程度。張維迎和柯榮?。?002)在解釋信任時提到,信任產(chǎn)生于人們之間的重復博弈。地區(qū)制度環(huán)境越好,人們與該地區(qū)之間發(fā)生重復博弈的可能性更高,該地區(qū)越容易建立社會資本,獲得外部人的信任。此外,地區(qū)聲譽會對該地區(qū)內(nèi)的企業(yè)產(chǎn)生系統(tǒng)性影響,這是因為個體所處的“組織”是外部利益相關者判斷個體聲譽的重要來源,對組織聲譽的印象會影響對組織內(nèi)所有個體的信任程度(張維迎,2001)。比如劉鳳委等(2009)發(fā)現(xiàn)地區(qū)信任程度會影響企業(yè)的交易成本。投資者對某一地區(qū)的信任程度越高,意味著地區(qū)能夠提供越多的社會資本作為抵押,所以投資者越可能相信企業(yè)違規(guī)是獨立事件,不會增加對同地區(qū)其他企業(yè)違規(guī)概率的預期。而當投資者對地區(qū)的信任程度較低時,一家企業(yè)的違規(guī)行為會損害整個地區(qū)聲譽,增強信息溢出效應產(chǎn)生的負面影響?;谝陨戏治?,本文提出第二個研究假說:
H2:地區(qū)制度環(huán)境越差,公司違規(guī)信息對同地區(qū)其他公司的負面溢出效應越強。
公司信息環(huán)境也會影響信息溢出。當企業(yè)投入要素主要來源于本地時,交易往往是在一個封閉的地域圈子中進行,溝通方式也主要是私下渠道,因而企業(yè)缺少公開披露公司特質信息的動機。再加上關系型交易帶來的信息披露困難,尤其是企業(yè)違規(guī)行為具有很強的隱蔽性,企業(yè)很難證明自己沒有違規(guī),這進一步增加了公司與外部投資者之間的信息不對稱程度。于是,投資者在進行投資決策時能夠使用的公司特質信息有限,不得不將地區(qū)的平均風險作為參考(唐松等,2011)。因此,公司自身的信息透明度會影響投資者在多大程度上使用同地區(qū)信息。具體來說,當企業(yè)信息透明度較高時,投資者掌握較多的公司特質信息,比如公司是否與違規(guī)事件有關,是否存在相同的利益相關者等。這時投資者能夠對地區(qū)內(nèi)的公司進行區(qū)分,比較容易地根據(jù)公開信息識別出該地區(qū)內(nèi)的好公司和壞公司,在此基礎上給予不同公司差異化估值。相反,公司信息透明度越低,地區(qū)發(fā)生違規(guī)事件后,投資者越難以判斷哪些公司可能違規(guī)。出于保護自身利益的動機,投資者越會對同地區(qū)內(nèi)所有公司給予一定的折價。基于以上分析,本文提出第三個研究假說:
H3:公司信息環(huán)境越差,公司違規(guī)信息對同地區(qū)其他公司的負面溢出效應越強。
在現(xiàn)實中,一旦某個地區(qū)出現(xiàn)影響較大的負面信息,特別是該地區(qū)從未出現(xiàn)過類似情況時,該地區(qū)的聲譽就會明顯受損。考慮到資本市場的涉及范圍廣,社會關注度高,且股價變動能夠被直接觀察得到,本文選取各個城市的上市公司首次被證監(jiān)會立案調(diào)查,作為各地區(qū)公司違規(guī)的代表性事件。首先,吳溪和張俊生(2014)發(fā)現(xiàn),證監(jiān)會立案調(diào)查會帶來十分強烈的負面市場反應,要遠高于行政處罰等公告;其次,由于立案調(diào)查公告內(nèi)容一般比較簡單,市場此時很難明確涉嫌違規(guī)公司的具體違規(guī)行為和波及對象,外部投資者此時特別需要了解當?shù)仄渌臼欠褚泊嬖陬愃茊栴}。立案公告前后其他公司的市場反應可以很好地捕獲投資者行為,因此選用這一場景展開研究。
具體而言:(1)本文將銳思數(shù)據(jù)庫、萬得數(shù)據(jù)庫、色諾芬數(shù)據(jù)庫和同花順數(shù)據(jù)庫信息進行交叉比對,得到截至2020年6月30日的所有證監(jiān)會立案調(diào)查公告;(2)保留所有上市公司發(fā)布證監(jiān)會立案調(diào)查公告日(即事件日)前后10天累計超額收益小于-10%的事件;(3)以城市為單位,如果一個城市存在多個事件(有多家上市公司被立案調(diào)查,或一家公司被立案調(diào)查多次),則保留公告時間最早的一次。得到每一個地區(qū)的首次重大違規(guī)立案調(diào)查事件,共計103個;(4)由于本文研究的是立案公告對同地區(qū)公司的影響,進一步剔除被立案調(diào)查公司沒有同地區(qū)公司的樣本,最終得到89個城市首次被證監(jiān)會立案調(diào)查的重大違規(guī)事件。本文定義注冊地與被立案調(diào)查公司在同一城市的樣本為同地區(qū)公司(后文中我們使用辦公地判斷同地區(qū)公司,以進行穩(wěn)健性檢驗),在剔除缺失值后共得到1 317個同地區(qū)公司樣本,樣本區(qū)間涵蓋2001—2018年①考慮到上海市和深圳市上市公司數(shù)量眾多,且均設有證券交易所,監(jiān)管情況較為特殊,后文在截面分析時將這兩個城市的樣本刪除。。其他數(shù)據(jù)未經(jīng)特殊說明均來源于CSMAR數(shù)據(jù)庫。
1.股票收益率
本文采用事件研究法來檢驗公司對所在地區(qū)首次發(fā)生上市公司違規(guī)調(diào)查事件的市場反應。將每個城市首次發(fā)生上市公司重大違規(guī)的立案調(diào)查公告日定義為事件日,通過檢驗事件日前后股票短期累計超額收益率來考察違規(guī)信息的地區(qū)溢出效應。具體計算方式如下:
其中,CAR[T1,T2]為公司在事件窗口期[T1,T2]的累計超額異常收益率,為了保證實證分析結果的穩(wěn)健性,本文選取[-3,+3]、[-5,+5]、[-10,+10]三個時間窗口;ARt為公司在第t日的超額收益率,使用“考慮現(xiàn)金紅利再投資的日個股回報率”減去“考慮現(xiàn)金紅利再投資的日市場回報率(總市值加權平均法)”計算得到。后文還采用市場回歸法計算超額收益率進行穩(wěn)健性檢驗。
參考Gleason等(2008)、Jia和Zhao(2020)的方法,對違規(guī)公司和同地區(qū)公司的CAR[T1,T2]均值進行T檢驗,若同地區(qū)沒有被立案調(diào)查的正常公司在窗口期的累計超額收益顯著小于0,則表明上市公司的違規(guī)立案公告會影響到投資者對當?shù)仄渌镜亩▋r,即公司違規(guī)信息會產(chǎn)生地區(qū)溢出效應。
川藏高速公路位于四川盆地和青藏高原過渡帶,山體高大陡峻,峽谷深切,活動斷裂發(fā)育,處于我國著名的強烈地震帶——NE向龍門山斷裂帶和NW向鮮水河斷裂帶及SN向安寧河斷裂帶構成的“Y”字形構造帶。高速公路分別經(jīng)過基本地震烈度為Ⅶ、Ⅷ、Ⅸ度地區(qū),其中Ⅶ度區(qū)占線路總長的57%,Ⅷ區(qū)占線路總長的37%,Ⅸ度區(qū)占線路總長的6%。
2.地區(qū)制度環(huán)境
本文使用兩個指標來表示地區(qū)制度環(huán)境。第一個指標是市場化程度MI。本文采用《中國分省份市場化指數(shù)報告(2016)》的市場化指數(shù)年度排名度量地區(qū)市場化程度,排名越靠后(取值越大),表示地區(qū)市場化程度越低。第二個指標是地區(qū)社會信任SocialTrust。本文使用張維迎和柯榮?。?002)的研究中全國受訪者對各個省份的信任度調(diào)查排名度量地區(qū)社會信任度,排名越靠后(取值越大),則表明受訪者越不信任該地區(qū)。
3.公司信息環(huán)境
本文使用三個指標刻畫公司信息環(huán)境。第一,公司的供應鏈集中度。公司的客戶供應商集中度越高,意味著公司可能存在大量需要依靠長期合約或關系治理的專有投資,此時公司更依賴于聲譽和私下溝通,對高質量公開信息需求較少,因而信息透明度較低(李增泉,2017)。具體定義當公司的客戶或供應商集中度高于行業(yè)中位數(shù)時,虛擬變量SCC取值為1,否則取值為0。第二,以公司聘請的會計師事務所是否為國際“四大”度量公司信息環(huán)境。當公司聘請“四大”來審計,則表明公司的公開信息質量有更強的保證,信息透明度更高(Fan和Wong,2005)。當上一年度審計該公司的事務所非“四大”時,虛擬變量NonBig4取值為1,否則取值為0。第三,使用跟蹤該公司的分析師人數(shù)Analysts。分析師的信息搜尋活動能夠為市場提供更多公司相關信息,降低公司與外部人之間的信息不對稱程度,當分析師跟蹤數(shù)量越少,公司的信息透明度也越低。
為了檢驗不同地區(qū)制度環(huán)境或公司信息環(huán)境對公司違規(guī)信息的地區(qū)溢出效應的影響,本文參考Gleason等(2008)、Jia和Zhao(2020)以及何頂和羅煒(2019)等的研究設計,設定以下回歸模型對H2和H3進行檢驗:
其中,被解釋變量CAR為樣本公司各窗口期的累計超額收益率,包括CAR[–3,+3]、CAR[–5,+5]和CAR[–10,+10](下文分別表示為CAR3、CAR5、CAR10)。解釋變量中,Institutional為公司所在地區(qū)制度環(huán)境指標,Information為公司信息環(huán)境指標,具體定義見上文。若模型(1)中的回歸系數(shù)β1顯著為負(若以分析師跟蹤人數(shù)度量公司信息環(huán)境,預期β1顯著為正),則表明公司所在地區(qū)制度環(huán)境(公司信息環(huán)境)越差,公司違規(guī)信息的地區(qū)溢出效應越強。
參考已有文獻(吳溪和張俊生,2014;何頂和羅煒,2019;張雪瑩和劉茵偉,2021),本文在回歸分析中的控制變量包括:被立案調(diào)查事件的嚴重程度EventCAR,具體采用被立案調(diào)查公司事件日前后10天的累計超額收益率來度量,這也是本文用來挑選被立案調(diào)查事件的標準。同時,我們還控制了受影響公司的特征,包括其第一大股東持股比例Blockshare,資產(chǎn)規(guī)模Size,資產(chǎn)負債率Leverage,總資產(chǎn)報酬率ROA,上一年度是否虧損Loss,產(chǎn)權性質SOE。所有控制變量均滯后一期。為避免異常值影響,對所有連續(xù)變量進行上下1%縮尾處理。為避免年度和行業(yè)的異質性影響,本文還控制了年度(Year)和行業(yè)(Industry)固定效應。其中,行業(yè)分類根據(jù)2001年證監(jiān)會頒布的分類方法,制造業(yè)按二級行業(yè)分類,其他行業(yè)按一級行業(yè)分類。
圖1展示了事件日前后,違規(guī)公司和同地區(qū)其他公司的市場反應,其中實線為違規(guī)公司在立案調(diào)查公告日前后的累計超額收益,虛線為同地區(qū)其他公司的累計超額收益。可以看出,違規(guī)公司的股價均從事件日前約20天(t=–20)起開始緩慢走低,公司累計超額收益在事件日之前10天(t=–10)起大幅下降,這一下降趨勢一直持續(xù)到事件日后第10天(t=10)。值得關注的是,與違規(guī)公司同地區(qū)的其他公司,雖然沒有因違規(guī)被立案調(diào)查,但事件日前后的累計超額收益率的變化趨勢與違規(guī)公司幾乎相同,初步印證了公司違規(guī)信息的地區(qū)溢出效應。
圖1 違規(guī)公司與同地區(qū)其他公司在事件日前后的市場反應(%)
表1 違規(guī)公司與同地區(qū)公司的短期收益表現(xiàn)
為了進一步檢驗上文中發(fā)現(xiàn)的結果是否源于投資者給違規(guī)公司所在地區(qū)的集體折價,本文還用事件窗口期后的長期收益檢驗受影響公司的股價是否會反彈,即溢出效應是否長期存在。若股價下跌是源于違規(guī)事件損害了地區(qū)聲譽,導致投資者給該地區(qū)的公司集體折價,并且由于聲譽在短時間內(nèi)難以修復,應當發(fā)現(xiàn)受影響公司的股價在事件日后維持在“被折價”水平。由于在事件發(fā)生后的較長時間段內(nèi),投資者可以買賣股票,我們使用事件日之后第11天(t=11)起20天、50天和80天的買入持有收益,即BHR[+11,+30]、BHR[+11,+60]和BHR[+11,+90](下文分別表示為BHR30、BHR60、BHR90),檢驗同地區(qū)其他公司的長期收益是否顯著大于0。若長期收益顯著大于0,則表明其股價在事件后逐步恢復到違規(guī)事件發(fā)生之前的水平,我們所發(fā)現(xiàn)的事件日前后同地區(qū)公司股價下跌可能是市場短期波動所致;若同地區(qū)公司的長期收益不顯著(即與t=10的股價相比沒有顯著差異),甚至顯著小于0,則表明其股價長期維持在了被折價后的水平。表2的實證結果表明,BHR30、BHR60和BHR90均值都沒有顯著大于0,說明在同地區(qū)公司股票受到違規(guī)公司的影響后,其股價在較長時間內(nèi)都維持在“被折價”的狀態(tài),沒有恢復到事件前水平。這表明同地區(qū)公司股價下跌并不是市場短期波動導致的。另外,聲譽一旦受損,其在短期內(nèi)很難修復。這也印證了公司違規(guī)會對地區(qū)聲譽產(chǎn)生不利影響,從而導致該地區(qū)內(nèi)所有公司股價出現(xiàn)系統(tǒng)性下跌。
表2 同地區(qū)公司的長期收益表現(xiàn)
表3列示了在不同地區(qū)制度環(huán)境下,當某地區(qū)有上市公司出現(xiàn)重大違規(guī)被立案調(diào)查時,同地區(qū)其他公司的股票收益表現(xiàn)。其中,第(1)至(3)列為使用市場化程度排名MI的回歸結果,第(4)至(6)列為使用社會信任排名SocialTrust的回歸結果。結果表明,地區(qū)制度環(huán)境對不同事件窗口的累計超額收益的回歸系數(shù)均在1%或5%水平下顯著為負,說明當?shù)貐^(qū)制度環(huán)境越差,公司違規(guī)信息的地區(qū)溢出效應越強,即在違規(guī)事件立案調(diào)查公告后,這些公司股票收益率明顯下降①回歸分析中EventCAR的系數(shù)不顯著,主要是因為本文在挑選重大違規(guī)事件時要求EventCAR必須小于-10%,因此樣本中受影響公司的CAR與EventCAR之間并非線性關系。。也就是說,在制度環(huán)境較差的地區(qū),同地區(qū)公司更可能受到違規(guī)公司的牽連,使得這些公司承擔了額外成本。本文的假說2得到驗證。
表3 基于地區(qū)制度環(huán)境的橫截面分析
表4匯報了在不同公司信息環(huán)境下,當?shù)貐^(qū)有上市公司出現(xiàn)重大違規(guī)被立案調(diào)查時,同地區(qū)其他公司的股票收益表現(xiàn)。其中,第(1)至(3)列為使用供應鏈集中度SCC的回歸結果,第(4)至(6)列為使用是否“四大”審計NonBig4的回歸結果,第(7)至(9)列為使用分析師跟蹤人數(shù)Analysts的回歸結果。實證結果顯示,公司信息環(huán)境對不同事件窗口的累計超額收益的回歸系數(shù)均顯著,說明當公司信息環(huán)境越差時,即客戶或供應商越集中、聘請的會計師事務所不是“四大”、分析師跟蹤人數(shù)越少時,公司違規(guī)信息的地區(qū)溢出效應越強,違規(guī)行為對同地區(qū)公司股票收益率的負面影響越大。當信息不對稱程度較高時,投資者缺少公司特質信息,因而更可能將個別公司的違規(guī)行為視為地區(qū)聲譽,并利用表示地區(qū)特征的信息對公司定價。本文的假說3得到驗證。
前文研究已經(jīng)表明,地區(qū)首次重大違規(guī)立案事件發(fā)生后,投資者會對該地所有公司予以折價,并且在地區(qū)制度環(huán)境較差或者公司信息環(huán)境較差時,這一影響更明顯。那么,被投資者給予折價的同地區(qū)公司是否的確存在問題,還是被投資者“誤判”了呢?如果是后者,公司會有何應對措施?本小節(jié)試圖回答這些問題。
為了進一步探究投資者根據(jù)地區(qū)信息對公司定價的準確性,本文參考Gleason等(2008)、Jia和Zhao(2020)的做法,使用受影響公司的累計超額收益與未來發(fā)生違規(guī)或處罰之間的相關性對此進行探究,具體地,本文檢驗事件日前后受到負面影響越嚴重(股票收益率越低)的公司,在未來違規(guī)的概率是否越高?;貧w模型如下所示:
模型(3)中被解釋變量為公司未來的違規(guī)行為,本文利用Punish和Violation兩個指標度量同地區(qū)公司未來的違規(guī)行為。本文從兩個方面進行度量:若公司在未來兩年內(nèi)被監(jiān)管機構處罰,則虛擬變量Punish取值為1,否則取值為0;若公司在未來兩年內(nèi)出現(xiàn)違規(guī)(處罰時間不作限制),則虛擬變量Violation取值為1,否則取值為0。由于公司的違規(guī)行為被發(fā)現(xiàn)需要一定時間,因此變量Punish考察公司在事件日之前可能存在的違規(guī)行為,而變量Violation則考察公司在事件日之后是否更可能發(fā)生違規(guī)行為。解釋變量為事件日前后累計超額收益CAR。若投資者將個別企業(yè)的違規(guī)行為理解為地區(qū)聲譽,并利用地區(qū)信息進行投資決策的策略是準確的,那么同地區(qū)公司在事件日前后的CAR值越小,其未來出現(xiàn)違規(guī)或處罰的概率越高,即預期模型(3)中的回歸系數(shù)β1顯著為負。
控制變量包括被立案調(diào)查事件嚴重程度EventCAR,以及受影響公司第一大股東持股比例Blockshare,資產(chǎn)規(guī)模Size,資產(chǎn)負債率Leverage,總資產(chǎn)報酬率ROA,上一年度是否虧損Loss,產(chǎn)權性質SOE。所有控制變量均滯后一期,所有連續(xù)變量進行上下1%縮尾處理。為避免年度和行業(yè)的異質性影響,控制年度(Year)和行業(yè)(Industry)固定效應。
表5展示了同地區(qū)公司在事件日前后的股票收益表現(xiàn)與公司未來是否違規(guī)的回歸結果,其中第(1)至(3)列的被解釋變量為是否被處罰Punish,第(4)至(6)列的被解釋變量為是否出現(xiàn)違規(guī)行為Violation。實證結果表明,同地區(qū)公司在事件日前后的股票收益率與該公司未來是否違規(guī)之間并不存在顯著的關系。換言之,對于投資者給予了較高折價的同地區(qū)公司,這些公司并沒有更可能發(fā)生違規(guī)。這一結果意味著,同地區(qū)公司并非都是“壞公司”,而是由于投資者面臨的信息成本較高,當投資者缺少公司特質信息時,他們就更可能將地區(qū)內(nèi)所有公司視為整體,認為這些公司違規(guī)概率相當,因而誤判了公司價值。
表5 同地區(qū)公司未來違規(guī)概率
如前所示,當出現(xiàn)一起公司重大違規(guī)事件被立案調(diào)查時,投資者誤判了同地區(qū)其他公司的價值。那么對這些公司而言,管理層是否會采取一些補救措施,以降低與投資者間的信息不對稱,修復在投資者心中的印象呢?公司與投資者交流的方式多種多樣(比如,定期報告、臨時公告、管理層業(yè)績預測等),但在本文的研究場景中,組織投資者調(diào)研在時間上更加及時,形式和交流內(nèi)容也比較靈活,不僅是公司加強與投資者溝通的重要方式,也是投資者了解公司進而向市場傳遞信息的重要渠道(Cheng等,2016;Han等,2018;Yoon,2021)。盡管投資者調(diào)研可能源于投資者的主動申請,但公司有接受或拒絕的權利,而且也可以決定參與調(diào)研的具體機構、人數(shù)和時間,以及接待人員的級別,因此,投資者調(diào)研可以被視為是公司具有信息傳遞的意愿。
為此,本文比較違規(guī)立案事件發(fā)生日前后,受影響公司組織投資者調(diào)研的情況。具體模型設定如下:
模型(4)中,被解釋變量為投資者現(xiàn)場調(diào)研人數(shù)Researcher或機構數(shù)Institution。具體而言,本文剔除違規(guī)立案事件日前10天內(nèi)的樣本(這些樣本處于事件正在發(fā)生期間,噪音較大),然后分別匯總事件日前(后)360天內(nèi)和180天內(nèi)的投資者調(diào)研情況①受數(shù)據(jù)限制,我們剔除了2008年之前的事件以及2012年之前上交所上市公司的事件,用余下的725家公司進行分析。其中,2012年之前的調(diào)研數(shù)據(jù)手工收集自上市公司年報,2012年后的數(shù)據(jù)整理自CSMAR、Choice和iFinD數(shù)據(jù)庫。,由于實際中的調(diào)研次數(shù)變化幅度較小,且本文的觀測區(qū)間較短,因此,使用平均單次參加調(diào)研的人數(shù)和機構數(shù)量更能度量公司披露信息的意愿強弱。其中,定義Researcher360(Researcher180)為違規(guī)立案事件日前或后360天(180天)平均參與調(diào)研的人數(shù),Institution360(Institution180)為違規(guī)立案事件日前或后360天(180天)平均參與調(diào)研的機構數(shù)。Post為虛擬變量,調(diào)研發(fā)生在事件日后取1,否則取0。若模型(4)中的回歸系數(shù)β1顯著為正,則表明在事件日后,同地區(qū)公司組織了更多的投資者調(diào)研活動??刂谱兞繛槭录膰乐爻潭菶ventCAR,受影響公司季度層面的公司規(guī)模Size,資產(chǎn)負債率Lev,盈利能力ROA,月度的股票回報率Mret。所有控制變量均滯后一期,所有連續(xù)變量進行了上下1%的winsorize處理,并且控制年度(Year)和行業(yè)(Industry)固定效應。
結果如表6所示,無論是單變量分析,還是回歸分析,事件日后投資者調(diào)研的數(shù)量均顯著增加。這說明,面對市場對公司的錯誤估值,公司會努力降低信息不對稱,以盡可能避免不必要的損失。
表6 投資者調(diào)研的檢驗結果
1.使用辦公地界定同一地區(qū)
由于上市公司的注冊地和實際辦公地可能存在差異①被立案調(diào)查的89家公司中有14家注冊地與辦公地不一致,1 317家同地區(qū)公司中有91家注冊地與辦公地不同。,因此本文改變同地區(qū)的界定方式,將辦公地與違規(guī)公司在同一城市的公司視為同地區(qū)公司。表7的Panel A結果表明,辦公地與被立案調(diào)查公司在同地區(qū)的上市公司在[-3,+3]、[-5,+5]和[-10,+10]三個窗口期的累計超額收益均在1%或5%水平下顯著為負,支持了假說1。表7的Panel B和Panel C列示了以辦公地界定同地區(qū)公司時地區(qū)制度環(huán)境和公司信息環(huán)境的橫截面分析結果??梢钥吹?,以辦公地來界定同地區(qū)公司的回歸結果與前文的結果基本一致,假說2和3得到進一步支持。
表7 使用辦公地的穩(wěn)健性檢驗結果
2.改變股票收益率的計算方式
接下來,本文改變CAR計算方式,使用市場回歸模型法度量各窗口期累計超額收益進行穩(wěn)健性檢驗。具體而言,本文以事件日前150個交易日至事件日前30個交易日為估計窗口,且要求至少有30個交易日數(shù)據(jù),計算正常的股票回報率,然后進一步計算累計超額回報CAR3、CAR5和CAR10。表8的Panel A列示了短期收益表現(xiàn)的描述性統(tǒng)計,Panel B和Panel C分別列示了改變CAR計算方式后地區(qū)制度環(huán)境和公司信息環(huán)境的橫截面分析結果。由結果可知,改變CAR計算方式后的結果與前文基本一致,本文結論是穩(wěn)健的。
表8 改變CAR計算方式的穩(wěn)健性檢驗結果
3.其他穩(wěn)健性檢驗
上市公司披露負面信息還存在行業(yè)溢出效應(Gleason等,2008),對由同一家會計師事務所審計的上市公司也會給予負面評價(Chaney和Philipich,2002)。為了保證本文發(fā)現(xiàn)的結果是穩(wěn)健可靠的,本文增加控制兩個虛擬變量,以排除其他因素帶來的溢出效應:(1)是否同一行業(yè)SameIndustry,若受影響公司與違規(guī)公司屬于同一行業(yè)則取值為1,否則為0;(2)是否同一會計師事務所SameAudit,若受影響公司與違規(guī)公司當年財務報告均由同一會計師事務所審計則取值為1,否則為0。其次,為了排除不同城市間上市公司數(shù)量差異較大對回歸結果帶來的干擾,本文還增加控制所在地區(qū)上市公司數(shù)量的自然對數(shù)LnCityN,以進行穩(wěn)健性檢驗。
由表9可知,在考慮了受影響公司與違規(guī)公司是否同一行業(yè)、是否存在審計聯(lián)結以及不同城市間企業(yè)數(shù)量差異的情況后,回歸結果與主結果基本一致,表明本文結論是穩(wěn)健的。
表9 其他穩(wěn)健性檢驗結果
在推進建立全國統(tǒng)一大市場的背景下,理解企業(yè)行為的地域性特征以及可能產(chǎn)生的經(jīng)濟后果顯得尤為必要。尤其從資本市場角度來看,外部投資者如何看待同一地區(qū)內(nèi)公司的關系以及如何利用地區(qū)內(nèi)的信息,是很重要的問題。
本文研究發(fā)現(xiàn),當某一地區(qū)首次曝光上市公司重大違規(guī)事件時,同地區(qū)其他上市公司的股票收益表現(xiàn)明顯變差。地區(qū)制度環(huán)境和公司信息透明度會影響公司違規(guī)信息的地區(qū)溢出效應。進一步研究發(fā)現(xiàn),受影響公司未來發(fā)生違規(guī)的概率并沒有更高。同時,公司組織了更多的投資者調(diào)研活動,以盡可能緩解投資者對自身股票的折價??傊?,上市公司的違規(guī)行為損害了地區(qū)聲譽,投資者會利用一家公司違規(guī)信息來對同地區(qū)其他公司股票進行定價。但實際上,投資者“誤判”了受影響公司的價值,這導致這些公司承擔了因地區(qū)制度環(huán)境不完善或者自身信息披露不足造成的額外成本??傊?,雖然本地化交易有助于公司降低交易成本,但是由于投資者缺少充分的信息來了解同一地區(qū)內(nèi)公司的差異,這反而降低了資本市場資源配置效率。
本文具有一定的理論貢獻和政策啟示。首先,加強地區(qū)制度建設有助于促進企業(yè)健康發(fā)展和維持地方經(jīng)濟穩(wěn)定。雖然大量研究提出了制度環(huán)境對于經(jīng)濟增長的積極作用,但本文是從信息的角度,對改善地區(qū)營商環(huán)境提供一些思考。隨著地區(qū)制度環(huán)境改善,這會在根本上影響企業(yè)的交易模式,鼓勵企業(yè)采用更多的市場化交易,降低企業(yè)經(jīng)濟活動在本地的嵌入程度。這時,公司會較少地受到同地區(qū)其他公司行為的影響,避免承擔了額外的折價成本。而且,對于地區(qū)整體來說,這也避免了同地區(qū)內(nèi)公司股價“同漲同跌”產(chǎn)生的系統(tǒng)性風險,對于維持地方經(jīng)濟穩(wěn)定起到積極作用。
其次,鼓勵企業(yè)采用多樣化的信息溝通方式,提高企業(yè)信息透明度。違規(guī)信息的地區(qū)溢出效應很大程度上源于投資者不了解公司的真實情況,因而使用地區(qū)信息。較高的信息不對稱程度讓公司承擔了更多的損失。這時公司要權衡披露更多信息所發(fā)生的成本和能彌補的損失。如果信息比較隱蔽,難以公開披露,那么公司可能更多采用私下溝通的方式,比如投資者調(diào)研??傊?,規(guī)范企業(yè)信息披露行為,鼓勵公司與投資者或中介的互動,發(fā)揮媒體信息挖掘的作用等,是應對溢出效應的有效方式。
最后,加快建設全國統(tǒng)一大市場,促進要素資源自由流動。無論是源于地方政府對本地經(jīng)濟保護的外生影響,還是企業(yè)最小化交易成本的內(nèi)生選擇,企業(yè)都具有大量的本地交易,這加劇了地區(qū)市場分割。由于投入要素的利益相關者大多位于本地,企業(yè)很難在地區(qū)內(nèi)分散風險,因而承擔了由于其他公司行為不當而產(chǎn)生的成本。隨著全國統(tǒng)一大市場的建立,企業(yè)投入要素能夠在不同地區(qū)間自由流動。這時企業(yè)之間的交易行為更加獨立、市場化,一家企業(yè)的行為也就很難影響到地區(qū)聲譽。同時,投資者也會更注重挖掘企業(yè)特質信息,減少地區(qū)信息對投資者價值判斷的干擾,從而改善資本市場資源配置效率。
企業(yè)行為的地域特征是本文理論推導的一個重要前提,也是本文結論成立的重要約束條件。這也意味著,本文的發(fā)現(xiàn)可能無法推廣到所有的經(jīng)濟環(huán)境中。未來,隨著全國統(tǒng)一大市場建立,信息溢出效應還是否存在,投資者是否給予公司一個更合理的估值,這些問題仍待進一步研究。另外,本文選擇市場化程度和社會信任兩個角度來分析地區(qū)制度環(huán)境對溢出效應的影響。接下來,可以圍繞更具體的、旨在改善地區(qū)營商環(huán)境的相關政策,為解決資源配置扭曲提供更具體的應對方案。