产权性质、股票流动性与股价崩盘风险
价崩盘风险是指在没有任何信息征兆的情况 二者正
相关。
下，市场指数或个股价格发生跳跃式下跌的概率[1]， 近年来，学者们从委托一代理视角提出了解释它给投资者的个人财富、资本市场的平稳运行以及 股价崩盘风险的坏消息隐藏理论(bad news hoarding
实体经济的健康发展带来极大冲击和破坏，因而受
theory) 。该理论认为公司经理人出于薪酬契约、职
到学术界、实务界以及监督当局的广泛关注；就我国 业生涯、声誉以及帝国构建、等多种动机考虑，倾向而言，
上市公司信息透明度差、股价同步性高心J ，制 于策略性地隐藏或推迟披露负面消息并及时发布好度性安排的缺陷导致资本市场的成熟度和稳定性较 消息¨0|，坏消息将随着经营周期的持续而逐渐累差¨J、股市暴涨暴跌频发，如1997至2008年期间， 积，当坏消息累积到一定程度并超过临界值时将集股市发生四次大的暴跌事件，平均持续时间为22．5 中释放，最终导致股价崩盘[2’3’⋯。近期文献从多个月，平均振幅高达51．6％H J 。因此，深入剖析股 个视角为这一论断提供了证据，如Jin 和Myers 【21的
价崩盘风险的内在根源及其治理机制，有助于防范 跨国研究表明，信息透明度较低的公司，其股价具有和化解金
融风险、促进股市平稳发展并优化资源配 较低的信息含量，并表现出较高的同步性和暴跌概
置效率。
率，Hutton 等⋯1和潘越等¨21来自美国和中国上市
有关股价崩盘风险的研究，早期文献主要基于 公司层面的证据进一步支持了该论断。Kim 完全信息理性预期均衡框架解予以解读，如杠杆效 等H 卜14’发现上市公司的避税行为和CFO 的期权激应理论”j、波动率反馈模型[6‘7]以及随机泡沫理 励与未来股价崩盘风险呈显著的正相关关系，但会论H1等，但这些理论对实际数据的解释效果较差。 计稳健性有助于降低股价崩盘概率¨5|。An 和
Zh 龃g[1刮发现长期持股的机构投资者有助于强化公司治理并抑制经理人的机会主义行为，进而降低公司股价同步性和崩盘风险，但机构投资者的“羊群行为”提高了公司股价未来崩盘的风险m J 。李小荣和
刘
行[i引发现女性cEO 能显著降低股价崩盘风险，当股市为“熊市”、CEO 权力越大或CE0年龄越大时，女性
cEO 降低股价崩盘风险的作用更为显著。 由此可见，近期成果主要集中在分析公司信息透明度、税务规避、会计稳健性、机构投资者和CEO 性别等因素对股价崩盘风险的影响，尚未从市场微观结构的视角研究股价崩盘风险。但是，近年来一系列研究表明，市场微观结构与公司治理密切相关，
如AdaIIlati 和Pneiderer 恻以及Edmans 【200发现股票
流动性有助于强化大股东的退出威胁，从而限制经
理人机会主义行为，Jayanun 锄和Milbo 啪旧川发现
CEO 股权收入占总薪酬的比重和CEO 薪酬股价敏感性均与股票流动性呈显著的正相关关系。在此背景下，有关股票流动性是否影响股价崩盘风险已成为一个亟待研究和解决的理论与现实问题。另外，鉴于国有企业的公司治理机制、委托代理关系和所受外部干预与非国有企业存在明显差异，因此研究股票流动性的治理作用必须结合我国独特的产权特征。为此，本文以2005至2011年间非金融类A 股上市公司为样本，并结合我国上市公司独特的产权特征，研究股票流动性和股价崩盘风险之间的内在关系。
本文的主要贡献和创新体现在以下三方面：第一，不同予以往文献集中于分析股票流动性的资产定价含义，本文从企业微观层面考察股票流动性的公司治理效应，并发现流动性有助于降低股价崩盘风险，从而深化了股票流动性的相关研究。第二，以往文献集中于考察信息透明度拉·3'⋯、高管代理问题‘13—4|、会计稳健性‘151、机构投资者‘15，"1和高管性别¨引等对股价崩盘风险的影响，本文从市场微观结构的视角：考察股票流动性对股价崩盘风险的影响，并结合公司最终控制人性质进行剖析，从而拓展了该领域的相关研究。第三，不同于以往文献集中于考察股价崩盘风险的影响因素和治理机制，本文进一步考察了股价崩盘风险的经济后果，发现股价崩盘风险与公司权益资本成本呈显著正相关关系，且股票流动性具有调节作用。
68
二、研究假设与计量模型
(一) 股票流动性与股价崩盘风险股价崩盘风险的
文献认为，经理人出于“掏
空”[好
]、薪酬契约‘141及职业生涯考虑‘221等动机，倾 向于隐藏或推迟披露负面消息，随着经营周期的持续，坏消息逐渐累积并超过临界值，集中释放到市场中，进而对股价造成极大地负面冲击并最终崩盘旧J 。此外，Bleck 和Liul231认为经理的“帝国构建”倾向导致公司投资于净现值为负的项目，经理人的坏信息隐藏行为阻碍了外部投资者的监督，项目得以继续实施并产生负的现金流；随着时间推移，亏损不断积累并为投资者发觉，导致股价暴跌。公司信息不透明有助于经理人更便利地管理并隐藏负面信息，从而加剧了股价崩盘风险呤’⋯。
根据已有理论，股票流动性可通过以下四种机制影响股价崩盘风险：
一是大股股东监督机制。Maug 【241认为，大股东监督行为有助于提升股价，如果事前能够以未反映监督收益的低价购人追加股份，那么他们可通过原来持有和追加购买的股份获利。股票流动性越高，大股东获利可能性越高，从而具有更高的监督积极性。大股东监督有助于降低经理的机会主义行为并提高信息披露质量，从而显著降低股价崩盘风险。程书强瞄1发现机构投资者持股有助于抑制上市公司操纵应计利润的盈余管理行为并增强盈余信息真
实性。
二是股东退出威胁机制。Adama 娃和P!Ⅱeider-er[悖1以及Edmans[驯发现，如果上市公司实行股权激励且cEO 采取损害公司价值的机会主义行为，那么知情交易者将抛售股票，从而引起股价下跌，最终导致CEO 薪酬减少。同时，股票流动性有助于激发知情投资者搜集信息并交易L26J ，导致股价和
cEO
薪酬更剧烈地波动。换言之，在股票流动性较高的情况下，为了降低股价变化对薪酬的不利影响，
CEO 必须减少其机会主义行为。Bh 锄th 等【2¨利用亚
洲 金融危机和纳斯达克最小报价单位变化等外生事件研究股东退出威胁机制的有效性，发现在金融危机(报价单位变化) 期间，大股东持股比例与企业价值呈显著负(正) 相关关系，高管薪酬股价敏感性越高，这种正相关关系越强烈，表明股东退出威胁机制
发挥了重要作用。
三是股价信息含量机制。Kyle 和Vila 汹1认为， 如果流动性上升，那么投资者买卖股份对价格形成 的冲击减小，掌握信息优势的股东有能力从噪声交 易者手中低价购人大量股票并获利，此时大股东更 有动力关注这类公司并搜集信息，所以流动性有助 于提高股价信息含量。鉴于富含信息的股价提高了 公司透明度，降低了内、外部之间的信息不对称，因 此有助于强化外部投资者对经理人的监督并限制经 理人机会主义行为、进而降低股价崩盘风险[2’3’⋯。
四是CEO 薪酬契约机制。Holmstrom 和Ti ．
role 【2副的理论模型表明，股票流动性上升后，私人信 息的边际价值增加，因此非知情交易者愿意支付一 定的信息费用，以获取知情交易者掌握的信息优势， 从而导致公司的特质信息不断融人股价，股价更能 体现公司基本面和经理人行为，此时利益相关者可
向cEO 提供高强度的业绩型并大幅度提高股权报 酬的比重。合理有效的薪酬契约有助于激发管理层 的工作热情，通过积极挖掘有潜力的投资机会，实现 未来业绩增长并增加激励收益。苏冬蔚和熊家 财L291以2005至2011年问非金融类A 股上市公司 为研究样本，发现股票流动性有助于提高CEO 薪酬 股价敏感性并降低代理成本。
根据上述分析，本文提出第一个假设：
假设一：股票流动性有助于降低上市公司股价
崩盘风险。
根据I(im，等[13。141以及许年行，等∞J，本文设
置以下面板数据计量模型检验假设一：
C 融S 劈n+l =妒o+91互一Q“+妒2D 蹦QE ，
E“+ 妒3ⅣC．s 脚形2+X“A+K。p+∞n
(1)
其中，以Rs 日“，为年度t+l公司i 股价的崩盘
风险，uQi 。为年度￡公司i 股票的流动性，瓦包括特质收益率均值和标准差、投资者异质信念、规模、负债、财务业绩以及成长能力等公司层面控制变量，
矾为一组行业和年度虚拟变量。
(二) 产权性质、股票流动性与股价崩盘风险股票
流动性与股价崩盘风险之间的关系可能取
决于公司产权性质。国有上市公司中，国有股权一股独大，作为控制股东的国家会对企业进行监督与控制，但国家及其代理人的特殊地位导致这种监督和控制具有行政色彩并带来过多的干预，如要求国有企业承担大量不完全以盈余为目标的政策性负担，包括促进经济增长、增加就业和维持社会稳定
等Ⅲ1；同时，国家还可能通过政治力量执行与其他 股东的合同和控制其他股东行为，以保护自身利 益∞川，上述制度安排限制了利益相关者参与并监督 国有上市公司的经营管理[32|。薄仙慧和吴联生‘驯 发现机构投资者有助于降低非国有上市公司的正向 盈余管理水平，但机构投资者不能影响国有公司的 负向盈余管理行为，表明机构投资者的积极治理作 用在国有控股公司中受到限制。张敏和姜付秀∞3] 发现机构投资者有助于提高民营企业经理人的薪酬 业绩敏感性并降低薪酬“粘性”，但不能改善国有企 业的公司治理。
此外，国有上市公司管理层的薪酬受到政府的 严格管制，如人力资源与社会保障部等六部委于 2009年联合下发《关于进一步规范中央企业负责人 薪酬管理的指导意见》，明确规定国企高管年薪不 得超过职工平均工资20倍，因此业绩型薪酬契约对 国企高管的激励作用有限。高管薪酬业绩敏感性的 下降一方面弱化了高管与股东之间的利益联结、降 低了高管努力工作的积极性，另一方面也限制了股
东退出威胁功能的发挥心7|。与之相反，非国有上市
公司所受行政干预较少、政策性负担较轻，因此更有 动力通过设计合理的薪酬契约和强化利益相关者的 监督以降低代理成本。基于此，本文提出以下第二 个研究假设并构建相应的面板数据计量模型：
假设二：相比非国有上市公司，国有上市公司股 票流动性与股价崩盘风险间的负相关关系较弱。
CARsH h“
=巾o+巾tLIQ k+串2sTATE k+
沙3．s 烈他n×ⅡQ“+≯4DPAQ沈n+沙5MS
髓眠+
XdA+点≈口+∞“
(2)
其中，．s 跗咂为标志国有公司的虚拟变量，若公
司最终控制人为国有资产管理公司或政府机构，那
么．s 孤皿取值为1，否则取值为0。
三、变量与数据
(一) 变量选取1．股价崩盘风
险
根据Chen 等‘引、Kim 等‘13“1以及许年行等‘3|，本文使用两种方法衡量股价崩盘风险，具体如下：
首先，使用年度￡股票i 的周收益数据计算经市
场调整的特质收益率暇。： =
+
rn ，W
aO +alr肌。埘一2 +a2r哪。埘一l +a3r删，埘
a4rw ．。+l+0c5rⅢ．" 十2+s“．"
(3)
场指数周收益率，占咖为残差，股票特质收益率耽，。
=1n(1+氏．。) 。本文在方程(3)中加入市场收益的滞后项和超前项，以调整股票非同步性交易的影响。
其次，基于耽．。构建以下两个指标：
(1)股票收益负偏态系数ⅣC．s 点田形
其中，k ．。为年度t 股票i 的周收益率，k ，。为市
Ⅳcs触职=一[，l(，l 一1) 耽∑(矾．。一
耽)3]／[(乃一1)(n一2)(∑(睨，。一耽)2) 们]
(4)
偏态系数负的程度越严重，股价崩盘风险越大。
其中，n 是股票i 在年t 的总交易周数，耽是周特质收益率的年平均值。Ⅳc’s碰’形的数值越大，表明
(2)股票收益上下波动比率Du 阳￡
首先，根据股票i 的周特质收益率职。是否大
于年平均收益率矾，将样本划分为上升周期(“up” weeks) 和下降周期(“do帅”weeks)；其次，分别计算
两个子样本的周特质收益标准差；最后，使用下降周期特质收益率的标准差与上升周期收益率的标准差
比值的自然对数计算Du 阳￡。具体表达式如下：
Du 阳￡。 =ln{[(凡。一1)∑(耽．。一 耽)2]／[(％一1)∑(耽，。一矾)2]}
(5)
大于(小于) 年平均收益率睨的周数。D 们，D ￡的数值越大，代表股票收益率的分布更倾向于左偏，崩盘
风险越大。
其中，凡。(n如。) 为股票i 的周特质收益率耽．。
2．股票流动性
流动性是市场以合理价格交易资产的能力，包括市场宽度、深度、弹性和即时性四个维度，一般可通过基于高
频数据的买卖价差以及基于日交易数据的换手率和非流动性等指标进行度量。考虑到数据的可得性和计算成本，本文使用年内日均换手率、非
流动性和收益反转三个指标衡量流动性。
(1)日均换手率加馏R
其中，阳三。。为股票i 于年f 第d 天的成交数量，
删S 。。为流通股数量，D 。为股票i 于年￡的总交易天
数。
(2)非流动性化ⅡQ其中，‰和‰分别为股票i 于年f 第d 天忽略红利再投资的回报率和交易金额；巩
c6，
为当年总交易
天数；f ri 蹦l ／‰为每百万元成交额所引起的价格变
化，取年平均值并乘以100后即为非流动性指标。儿￡，Q 越高，单位成交金额对价格的冲击就越大，股票流
动性也就越低，反之亦然。
(3)收益反转指标GAM
根据‰tor和St 锄bau 曲Ⅲ]，投资者对流动性
差的股票更可能产生过度反应，换言之，在成交量不变的情况下，一旦流动性下降，那么收益反转程度必然加大，因此本文通过估计以下回归方程计算收益反转GA 肘，然后使用GAM 衡量流动性：
r ；，I ，d+l=秽¨+吊如ri ，t ．d+yo‘s哲挖(《’f'd)’统．I ，d
+占“小l (8)
其中，‘^。为超额收益率，‘^。=7妇。。一rm^。(rm^。为市场收益率) ；s 培n(．) 为符号函数，当‘^。为正(负) 时取值为1(一1) ，re^。为O 时取值为
0。甜肘等于7“系数估计值的绝对值。
3．公司信息透明度DPAQ 晒
根据Hutton 等¨11，本文使用￡一2年至￡年的可操控应计利润绝对值之和衡量公司信息透明度
(D朋Q 晒) ：
D 以Q 明“=l蹦n I+I蹦¨I+I DA 扣2 f(9) 其中，I 删。l 为股票i 在年度￡的可操控性应计利润的
绝对值；0黝Q 晒取值越大，公司信息透明
度越低。本文使用Kothari 等[351修正的横截面Jones 模型计算可操控性应计利润，首先分行业、分年度估计方程(10)，再将回归方程(10)的回归系数估计值
带入方程(11)计算可操控性应计利润肌：
其中，总应计利润烈。等于营业利润减去经营活
动产生的现金净流量，A¨为上年末总资产，△舾虼
和△REc。分别为销售收入增加额和应收账款增加
额，PPE 。为固定资产，R 伽。为总资产收益率。4．产权性质S 烈旭
若公司最终控制人为国有资产管理公司或政府
机构，那么s 似饱取值为l ，否则取值为0；
5．其他控制变量瓦
(1)特质收益率均值(尺Er) ：周特质收益率
杆(墟y) ：期末总负债与期末总资产之比；(6)总资
产收益率(R伽) ：公司净利润与总资产之比；(7)成
长能力(BM)：总资产账面值与市值之比；
6．行业和年度控制变量K 。
耽．。的年度均值；(2)收益波动率(s，G 删) ：周特质
收益率耽．。的标准差；(3)投资者异质信念
(D儿傻Ⅳ)：股票i 本年度的换手率减去上年度换手 率之差比本年度股票换手率；(4)公司规模
本文按照以往的研究惯例设置年度虚拟变量， 并根据中国证监会制订的上市公司行业分类标准， 设置行业虚拟变量，其中制造业按二级分类构建虚
拟变量。
(Is脚) ：公司期末总资产的自然对数；(5)财务杠
表1变量含义及其描述性统计量(2005—2011)
(二) 样本选取与描述性统计量
本文以2005至2011年间非金融类A 股上市公 司为样本(其中，股价崩盘风险超前一期，为2006 至2012年) ，股票交易数据和公司财务数据均从国 泰安数据库(csMAR)提取；参照Jin 和MyerS 幢1， 本文估计股价崩盘风险时剔除年交易周数小于30
的样本。此外，对各主要变量的最大和最小1％极
0．388，表明个股间的流动性存在显著差异。
四、实证结果
(一) 单因素分析
表2提供了单因素分析结果。每年按照股票流
动性中位数，将样本划分为两组，分别计算各组所对
端值进行缩尾处理(Wins积ze) 。表l 提供了变量 的含义及其描述性统计量。由表1可见，股价崩
应的未来股价崩风险ⅣC跚汜耽+。与D 们，Dk+。均
值、中位数以及方差。由表2的结果可见，当阳蚀只
取值大于中位数时，ⅣCs蠡盈睨+。的均值和中位数分
别为一0．286和一0．268，而取值较小于中位数组的
数在5％水平上存在显著差异。采用收益反转指标 GA 肘衡量流动性时，结果基本一致。表2的结果表明 股票流动性越高，未来股价崩盘风险越低，初步验证 了本文的假设一。
7l
盘风险ⅣCs觚形和Du 阳￡的均值分别为一0．244
计量与许年行等∞1基本一致。股票的日均换手率 为3．492％，即月均换手率接近70％(每月按20个 交易日计算) ，远高于成熟市场水平(约5％) 。非 流动性指标见uQ 的均值为o ．220，而标准差却高达
和一0．195，标准差分别为0．648和O ．470，上述统 均值和中位数分别为一0．267和一O ．238，两组中位
表2单因素分析
分绸 变量
小于中位数组
标准差
均值
大于中位数组
均值
验
中位数
菱薹——Iii ————；茬薮————磊i ——鬲石————1磊磊-———i 磊F 检均值中位数
m 饱R
儿L ，o GA 肼
一0．267 一0．278 一O ．268
—0．238 一O ．252 —0．245
性检拟验 但拙 中位数 标准差 注：所有模型均包含行业和年度虚拟变量；括号内数值为异方差稳健
标准误；“‘，一，和+分别表示双尾t 检验在1％，5％和10％水平上统
Parlel A ：股价崩盘风险=ⅣcS髓职+l
计显著。
2．065一 0．663 一O ．286 —0．268 O ．652 1．42l
0．674 0．670
一O ．274 一O ．284
72
一O ．256 一O ．26l
O ．642 0．646
o ．263 一1．289
一O ．018 —1．693+
7DI 倔尺
一O ．192 —O ．197
一O ．185 —0．195
0．474 O ．476
Panel B ：股价崩盘风险=D
—0．216 一O ．210
于公司层面控制变量对股价崩盘风险的影 叭，ok+1
论一致
响，本文发现使用 ·一0．228 0．Du 467 阳￡衡量崩盘风险时，2．574+‘ 2．959’++
儿L ，D
—1．380
—O ．2ll O ．465 一1．469 显著为正，表明股价崩盘风险具有持续性。S 肱E 的
DPAQ 班；的系数估计值均在lo ％水平上显著为正，
6H 肘
一0．189
—0．189
O ．475
一O ．217
注：一+，一，和+分别表示检验在1％，5％和10％水平上统计显著；
均值比较采用T 检验，中位数比较采用wilconox 秩和检验。
系数估计值显著为正而ROA 的系数估计值则显著表明公司信息透明度越差，股价崩盘风险越高，这与
一O ．218 O ．467
—3．112⋯一
2．917⋯
(二) 股票流动性与股价崩盘风险
表3提供了2005至2011年面板数据回归模型 (1)的估计结果，其中，栏i 至ii 使用年内日均换手
为负，表明规模越大、经营业绩越差的公司更可能估计值均在1％水平上显著为负，且非流动性指标 见和收益反转指标甜肘的系数估计值均在5％发up Hutton 等¨¨的结论相一致。REr 和S ，G 舰重的
水
率阳汜R 衡量股票流动性，栏iii 至iv 使用非
流动
性指标儿UQ 衡量流动性，栏v 至vi 使用收益反转指
系数 生股价崩盘，这与Kim 等¨3‘¨1的结论相一平以上显著为正，表明股票流动性越高，股价崩盘风险 致。此外，估计值均在l ％水平上显著为正，表明特质收益率 B肘的系数估计值均在1％水平上显著为越低。股票日均换手率每上升一单位标准差，股价崩盘 风险就下降6．76％(0．0∞×2．818，见栏i 和ii) ；非流负，表明成及其波动率越高的公司，其股价崩盘风
动
标眦，Q 衡量流动性；栏i 、iii 和v 使用股票收益负
偏
态系数ⅣCS翘形衡量股价崩盘风险，栏ii 、iv 和vi 使
险越高，这与 长性越好的公司越可能发生崩盘风险，这与Chen Kim等¨弘Mo 的结论相一致。使用性每下降一单位标准差，股票收益负偏态系数 日均换手率衡量流 等【9o 的结论相一致。
Ⅳcs翘形就降低2．64％(0．068×0．388，见栏iii) ；收
动性，D 丁獬Ⅳ的系数估计值在lO ％水平益
(三) 产权性质、股票流动性与股价崩盘反转每下降一单位标准差，股票收益负偏态系数 用收益上下波动比率DU 阳L 衡量股价崩盘风险。 以上显著
由表3的结果可见，不论是采用Ⅳl强翘形还
是
DUy0￡衡量股价崩盘风险，股票换手率zlD 陋R 的系数
表3股票流动性与股价崩盘风险
风险为正，表明投资者对股票基础价值存在较大的Ⅳl蕊翘形就降低2．48％(o．169 x o ．146，见栏v) ，因此假 表4提供了2005至2011年面板数据回归模型意见
分歧时，股价越可能发生崩盘，这与chen 等p1的设～无法被拒绝，股票流动性有助于降低股价崩盘风险。 结 (2)的估计结果。
[28]HolrIlstrom
B，Tirole J ．Market liquidit)，粕d pe
而rnl 一
aIlce
monit 砸ng[J]．Joumal
of
Political
Economy ，
1993，lOl(4)：678—709．
[29] 苏冬蔚，熊家财．股票流动性、股价信息含量与cEO 薪酬契约[J]．经济研究，2013(11)：56—70．
[30]
薄仙慧，吴联生．国有控股与机构投资者的治理效应：盈 余管理视角[J]．经济研究，2009(2)：8l 一91．
[31]Gourevitcll P
A ，Shinn JJ ．Political power锄d o
呷。一
mte
of
control：The new
g 【obal 硼itics
corpomte 90vem-
龃ce[M]．蹦nceton ：蹦nceton UIIivers 蚵跏ss ，
2005．
[32] wei 0．State
and
z ，Varela
eqtlity awne 玛hip fi 珊眦r ．
ket
pe舶mance ：Evidence 舶m chi 眦'8
newly面V 撕zed fi 珊s[J]．Global Fin8nce J 叫H 试，2003，14：65—82。
[33] 张敏，姜付秀．机构投资者、企业产权与薪酬契约 [J]．世界经济，20lO(8)：43—58．
[34]Pastor R
ri8k 锄d expected
L ，starnbaugh F ．“quidity
stock
retums[J]．Joumal of Political
Econorny ，2003，
111(3)：642—685．
A
[35] ，Wasley c
Kotllari S P ，Leone J E ．P
哪fo 姗粕ce
matched
discreti 咖ry accmal me 鹊u 陀s[J]．Jo 哪
al of
and
AccountiIlg Economic8，2005，39(1)：163
一197．
万方数据
[36]
DeF0nd
Y ．Does
M，Huang M，Li s，Li
m 阴datory IF-Rs
adoption
afbct crash
risk?[J]．Accounting Review，forthcomiI 塔．
[37]
Boyer B ，Mitton T ，VorkiIIl 【K ．Expected idios)mcratic
skewlless[J]．Review
of FiIIancial
studies ，2010，23
(1)：169—202．
[38]
conrad
J ，Dittmar R F ，Ghysels E ．Ex 蛐te
skewness
粕d
stock
Joumal of
expected retums[J]． Finallce ，
2013，68(1)：85—124．
Easton
P，so 岫ers G ．E 能ct
[39]
0f
卸alysts’o曲
IIlism rate
of
on estimates“tlle expected
retum implied by
e 锄
-Joumal 0f
ings forec 船ts[J]．
Accounting Research，
2007，45(5)：983—1015．
[40] 金智．社会规范、财务报告质量与权益资本成本[J]．金 融研究，2013(2)：194—206．
[41]
Dechow
P，sloan R，sWeeney A．Detecting
e 锄ings
maIlagement[J]．Accounting Review，1995，70(2)：
193—225． [42]
Dittmar
do fims
issue
A，Thakor A．why
equ 畸[J]．
Joumal
of Fin∞ce，2007，62(1)：l 一54．
责任编辑、校对：郭燕庆
产权性质、股票流动性与股价崩盘风险
价崩盘风险是指在没有任何信息征兆的情况 二者正
相关。
下，市场指数或个股价格发生跳跃式下跌的概率[1]， 近年来，学者们从委托一代理视角提出了解释它给投资者的个人财富、资本市场的平稳运行以及 股价崩盘风险的坏消息隐藏理论(bad news hoarding
实体经济的健康发展带来极大冲击和破坏，因而受
theory) 。该理论认为公司经理人出于薪酬契约、职
到学术界、实务界以及监督当局的广泛关注；就我国 业生涯、声誉以及帝国构建、等多种动机考虑，倾向而言，
上市公司信息透明度差、股价同步性高心J ，制 于策略性地隐藏或推迟披露负面消息并及时发布好度性安排的缺陷导致资本市场的成熟度和稳定性较 消息¨0|，坏消息将随着经营周期的持续而逐渐累差¨J、股市暴涨暴跌频发，如1997至2008年期间， 积，当坏消息累积到一定程度并超过临界值时将集股市发生四次大的暴跌事件，平均持续时间为22．5 中释放，最终导致股价崩盘[2’3’⋯。近期文献从多个月，平均振幅高达51．6％H J 。因此，深入剖析股 个视角为这一论断提供了证据，如Jin 和Myers 【21的
价崩盘风险的内在根源及其治理机制，有助于防范 跨国研究表明，信息透明度较低的公司，其股价具有和化解金
融风险、促进股市平稳发展并优化资源配 较低的信息含量，并表现出较高的同步性和暴跌概
置效率。
率，Hutton 等⋯1和潘越等¨21来自美国和中国上市
有关股价崩盘风险的研究，早期文献主要基于 公司层面的证据进一步支持了该论断。Kim 完全信息理性预期均衡框架解予以解读，如杠杆效 等H 卜14’发现上市公司的避税行为和CFO 的期权激应理论”j、波动率反馈模型[6‘7]以及随机泡沫理 励与未来股价崩盘风险呈显著的正相关关系，但会论H1等，但这些理论对实际数据的解释效果较差。 计稳健性有助于降低股价崩盘概率¨5|。An 和
Zh 龃g[1刮发现长期持股的机构投资者有助于强化公司治理并抑制经理人的机会主义行为，进而降低公司股价同步性和崩盘风险，但机构投资者的“羊群行为”提高了公司股价未来崩盘的风险m J 。李小荣和
刘
行[i引发现女性cEO 能显著降低股价崩盘风险，当股市为“熊市”、CEO 权力越大或CE0年龄越大时，女性
cEO 降低股价崩盘风险的作用更为显著。 由此可见，近期成果主要集中在分析公司信息透明度、税务规避、会计稳健性、机构投资者和CEO 性别等因素对股价崩盘风险的影响，尚未从市场微观结构的视角研究股价崩盘风险。但是，近年来一系列研究表明，市场微观结构与公司治理密切相关，
如AdaIIlati 和Pneiderer 恻以及Edmans 【200发现股票
流动性有助于强化大股东的退出威胁，从而限制经
理人机会主义行为，Jayanun 锄和Milbo 啪旧川发现
CEO 股权收入占总薪酬的比重和CEO 薪酬股价敏感性均与股票流动性呈显著的正相关关系。在此背景下，有关股票流动性是否影响股价崩盘风险已成为一个亟待研究和解决的理论与现实问题。另外，鉴于国有企业的公司治理机制、委托代理关系和所受外部干预与非国有企业存在明显差异，因此研究股票流动性的治理作用必须结合我国独特的产权特征。为此，本文以2005至2011年间非金融类A 股上市公司为样本，并结合我国上市公司独特的产权特征，研究股票流动性和股价崩盘风险之间的内在关系。
本文的主要贡献和创新体现在以下三方面：第一，不同予以往文献集中于分析股票流动性的资产定价含义，本文从企业微观层面考察股票流动性的公司治理效应，并发现流动性有助于降低股价崩盘风险，从而深化了股票流动性的相关研究。第二，以往文献集中于考察信息透明度拉·3'⋯、高管代理问题‘13—4|、会计稳健性‘151、机构投资者‘15，"1和高管性别¨引等对股价崩盘风险的影响，本文从市场微观结构的视角：考察股票流动性对股价崩盘风险的影响，并结合公司最终控制人性质进行剖析，从而拓展了该领域的相关研究。第三，不同于以往文献集中于考察股价崩盘风险的影响因素和治理机制，本文进一步考察了股价崩盘风险的经济后果，发现股价崩盘风险与公司权益资本成本呈显著正相关关系，且股票流动性具有调节作用。
68
二、研究假设与计量模型
(一) 股票流动性与股价崩盘风险股价崩盘风险的
文献认为，经理人出于“掏
空”[好
]、薪酬契约‘141及职业生涯考虑‘221等动机，倾 向于隐藏或推迟披露负面消息，随着经营周期的持续，坏消息逐渐累积并超过临界值，集中释放到市场中，进而对股价造成极大地负面冲击并最终崩盘旧J 。此外，Bleck 和Liul231认为经理的“帝国构建”倾向导致公司投资于净现值为负的项目，经理人的坏信息隐藏行为阻碍了外部投资者的监督，项目得以继续实施并产生负的现金流；随着时间推移，亏损不断积累并为投资者发觉，导致股价暴跌。公司信息不透明有助于经理人更便利地管理并隐藏负面信息，从而加剧了股价崩盘风险呤’⋯。
根据已有理论，股票流动性可通过以下四种机制影响股价崩盘风险：
一是大股股东监督机制。Maug 【241认为，大股东监督行为有助于提升股价，如果事前能够以未反映监督收益的低价购人追加股份，那么他们可通过原来持有和追加购买的股份获利。股票流动性越高，大股东获利可能性越高，从而具有更高的监督积极性。大股东监督有助于降低经理的机会主义行为并提高信息披露质量，从而显著降低股价崩盘风险。程书强瞄1发现机构投资者持股有助于抑制上市公司操纵应计利润的盈余管理行为并增强盈余信息真
实性。
二是股东退出威胁机制。Adama 娃和P!Ⅱeider-er[悖1以及Edmans[驯发现，如果上市公司实行股权激励且cEO 采取损害公司价值的机会主义行为，那么知情交易者将抛售股票，从而引起股价下跌，最终导致CEO 薪酬减少。同时，股票流动性有助于激发知情投资者搜集信息并交易L26J ，导致股价和
cEO
薪酬更剧烈地波动。换言之，在股票流动性较高的情况下，为了降低股价变化对薪酬的不利影响，
CEO 必须减少其机会主义行为。Bh 锄th 等【2¨利用亚
洲 金融危机和纳斯达克最小报价单位变化等外生事件研究股东退出威胁机制的有效性，发现在金融危机(报价单位变化) 期间，大股东持股比例与企业价值呈显著负(正) 相关关系，高管薪酬股价敏感性越高，这种正相关关系越强烈，表明股东退出威胁机制
发挥了重要作用。
三是股价信息含量机制。Kyle 和Vila 汹1认为， 如果流动性上升，那么投资者买卖股份对价格形成 的冲击减小，掌握信息优势的股东有能力从噪声交 易者手中低价购人大量股票并获利，此时大股东更 有动力关注这类公司并搜集信息，所以流动性有助 于提高股价信息含量。鉴于富含信息的股价提高了 公司透明度，降低了内、外部之间的信息不对称，因 此有助于强化外部投资者对经理人的监督并限制经 理人机会主义行为、进而降低股价崩盘风险[2’3’⋯。
四是CEO 薪酬契约机制。Holmstrom 和Ti ．
role 【2副的理论模型表明，股票流动性上升后，私人信 息的边际价值增加，因此非知情交易者愿意支付一 定的信息费用，以获取知情交易者掌握的信息优势， 从而导致公司的特质信息不断融人股价，股价更能 体现公司基本面和经理人行为，此时利益相关者可
向cEO 提供高强度的业绩型并大幅度提高股权报 酬的比重。合理有效的薪酬契约有助于激发管理层 的工作热情，通过积极挖掘有潜力的投资机会，实现 未来业绩增长并增加激励收益。苏冬蔚和熊家 财L291以2005至2011年问非金融类A 股上市公司 为研究样本，发现股票流动性有助于提高CEO 薪酬 股价敏感性并降低代理成本。
根据上述分析，本文提出第一个假设：
假设一：股票流动性有助于降低上市公司股价
崩盘风险。
根据I(im，等[13。141以及许年行，等∞J，本文设
置以下面板数据计量模型检验假设一：
C 融S 劈n+l =妒o+91互一Q“+妒2D 蹦QE ，
E“+ 妒3ⅣC．s 脚形2+X“A+K。p+∞n
(1)
其中，以Rs 日“，为年度t+l公司i 股价的崩盘
风险，uQi 。为年度￡公司i 股票的流动性，瓦包括特质收益率均值和标准差、投资者异质信念、规模、负债、财务业绩以及成长能力等公司层面控制变量，
矾为一组行业和年度虚拟变量。
(二) 产权性质、股票流动性与股价崩盘风险股票
流动性与股价崩盘风险之间的关系可能取
决于公司产权性质。国有上市公司中，国有股权一股独大，作为控制股东的国家会对企业进行监督与控制，但国家及其代理人的特殊地位导致这种监督和控制具有行政色彩并带来过多的干预，如要求国有企业承担大量不完全以盈余为目标的政策性负担，包括促进经济增长、增加就业和维持社会稳定
等Ⅲ1；同时，国家还可能通过政治力量执行与其他 股东的合同和控制其他股东行为，以保护自身利 益∞川，上述制度安排限制了利益相关者参与并监督 国有上市公司的经营管理[32|。薄仙慧和吴联生‘驯 发现机构投资者有助于降低非国有上市公司的正向 盈余管理水平，但机构投资者不能影响国有公司的 负向盈余管理行为，表明机构投资者的积极治理作 用在国有控股公司中受到限制。张敏和姜付秀∞3] 发现机构投资者有助于提高民营企业经理人的薪酬 业绩敏感性并降低薪酬“粘性”，但不能改善国有企 业的公司治理。
此外，国有上市公司管理层的薪酬受到政府的 严格管制，如人力资源与社会保障部等六部委于 2009年联合下发《关于进一步规范中央企业负责人 薪酬管理的指导意见》，明确规定国企高管年薪不 得超过职工平均工资20倍，因此业绩型薪酬契约对 国企高管的激励作用有限。高管薪酬业绩敏感性的 下降一方面弱化了高管与股东之间的利益联结、降 低了高管努力工作的积极性，另一方面也限制了股
东退出威胁功能的发挥心7|。与之相反，非国有上市
公司所受行政干预较少、政策性负担较轻，因此更有 动力通过设计合理的薪酬契约和强化利益相关者的 监督以降低代理成本。基于此，本文提出以下第二 个研究假设并构建相应的面板数据计量模型：
假设二：相比非国有上市公司，国有上市公司股 票流动性与股价崩盘风险间的负相关关系较弱。
CARsH h“
=巾o+巾tLIQ k+串2sTATE k+
沙3．s 烈他n×ⅡQ“+≯4DPAQ沈n+沙5MS
髓眠+
XdA+点≈口+∞“
(2)
其中，．s 跗咂为标志国有公司的虚拟变量，若公
司最终控制人为国有资产管理公司或政府机构，那
么．s 孤皿取值为1，否则取值为0。
三、变量与数据
(一) 变量选取1．股价崩盘风
险
根据Chen 等‘引、Kim 等‘13“1以及许年行等‘3|，本文使用两种方法衡量股价崩盘风险，具体如下：
首先，使用年度￡股票i 的周收益数据计算经市
场调整的特质收益率暇。： =
+
rn ，W
aO +alr肌。埘一2 +a2r哪。埘一l +a3r删，埘
a4rw ．。+l+0c5rⅢ．" 十2+s“．"
(3)
场指数周收益率，占咖为残差，股票特质收益率耽，。
=1n(1+氏．。) 。本文在方程(3)中加入市场收益的滞后项和超前项，以调整股票非同步性交易的影响。
其次，基于耽．。构建以下两个指标：
(1)股票收益负偏态系数ⅣC．s 点田形
其中，k ．。为年度t 股票i 的周收益率，k ，。为市
Ⅳcs触职=一[，l(，l 一1) 耽∑(矾．。一
耽)3]／[(乃一1)(n一2)(∑(睨，。一耽)2) 们]
(4)
偏态系数负的程度越严重，股价崩盘风险越大。
其中，n 是股票i 在年t 的总交易周数，耽是周特质收益率的年平均值。Ⅳc’s碰’形的数值越大，表明
(2)股票收益上下波动比率Du 阳￡
首先，根据股票i 的周特质收益率职。是否大
于年平均收益率矾，将样本划分为上升周期(“up” weeks) 和下降周期(“do帅”weeks)；其次，分别计算
两个子样本的周特质收益标准差；最后，使用下降周期特质收益率的标准差与上升周期收益率的标准差
比值的自然对数计算Du 阳￡。具体表达式如下：
Du 阳￡。 =ln{[(凡。一1)∑(耽．。一 耽)2]／[(％一1)∑(耽，。一矾)2]}
(5)
大于(小于) 年平均收益率睨的周数。D 们，D ￡的数值越大，代表股票收益率的分布更倾向于左偏，崩盘
风险越大。
其中，凡。(n如。) 为股票i 的周特质收益率耽．。
2．股票流动性
流动性是市场以合理价格交易资产的能力，包括市场宽度、深度、弹性和即时性四个维度，一般可通过基于高
频数据的买卖价差以及基于日交易数据的换手率和非流动性等指标进行度量。考虑到数据的可得性和计算成本，本文使用年内日均换手率、非
流动性和收益反转三个指标衡量流动性。
(1)日均换手率加馏R
其中，阳三。。为股票i 于年f 第d 天的成交数量，
删S 。。为流通股数量，D 。为股票i 于年￡的总交易天
数。
(2)非流动性化ⅡQ其中，‰和‰分别为股票i 于年f 第d 天忽略红利再投资的回报率和交易金额；巩
c6，
为当年总交易
天数；f ri 蹦l ／‰为每百万元成交额所引起的价格变
化，取年平均值并乘以100后即为非流动性指标。儿￡，Q 越高，单位成交金额对价格的冲击就越大，股票流
动性也就越低，反之亦然。
(3)收益反转指标GAM
根据‰tor和St 锄bau 曲Ⅲ]，投资者对流动性
差的股票更可能产生过度反应，换言之，在成交量不变的情况下，一旦流动性下降，那么收益反转程度必然加大，因此本文通过估计以下回归方程计算收益反转GA 肘，然后使用GAM 衡量流动性：
r ；，I ，d+l=秽¨+吊如ri ，t ．d+yo‘s哲挖(《’f'd)’统．I ，d
+占“小l (8)
其中，‘^。为超额收益率，‘^。=7妇。。一rm^。(rm^。为市场收益率) ；s 培n(．) 为符号函数，当‘^。为正(负) 时取值为1(一1) ，re^。为O 时取值为
0。甜肘等于7“系数估计值的绝对值。
3．公司信息透明度DPAQ 晒
根据Hutton 等¨11，本文使用￡一2年至￡年的可操控应计利润绝对值之和衡量公司信息透明度
(D朋Q 晒) ：
D 以Q 明“=l蹦n I+I蹦¨I+I DA 扣2 f(9) 其中，I 删。l 为股票i 在年度￡的可操控性应计利润的
绝对值；0黝Q 晒取值越大，公司信息透明
度越低。本文使用Kothari 等[351修正的横截面Jones 模型计算可操控性应计利润，首先分行业、分年度估计方程(10)，再将回归方程(10)的回归系数估计值
带入方程(11)计算可操控性应计利润肌：
其中，总应计利润烈。等于营业利润减去经营活
动产生的现金净流量，A¨为上年末总资产，△舾虼
和△REc。分别为销售收入增加额和应收账款增加
额，PPE 。为固定资产，R 伽。为总资产收益率。4．产权性质S 烈旭
若公司最终控制人为国有资产管理公司或政府
机构，那么s 似饱取值为l ，否则取值为0；
5．其他控制变量瓦
(1)特质收益率均值(尺Er) ：周特质收益率
杆(墟y) ：期末总负债与期末总资产之比；(6)总资
产收益率(R伽) ：公司净利润与总资产之比；(7)成
长能力(BM)：总资产账面值与市值之比；
6．行业和年度控制变量K 。
耽．。的年度均值；(2)收益波动率(s，G 删) ：周特质
收益率耽．。的标准差；(3)投资者异质信念
(D儿傻Ⅳ)：股票i 本年度的换手率减去上年度换手 率之差比本年度股票换手率；(4)公司规模
本文按照以往的研究惯例设置年度虚拟变量， 并根据中国证监会制订的上市公司行业分类标准， 设置行业虚拟变量，其中制造业按二级分类构建虚
拟变量。
(Is脚) ：公司期末总资产的自然对数；(5)财务杠
表1变量含义及其描述性统计量(2005—2011)
(二) 样本选取与描述性统计量
本文以2005至2011年间非金融类A 股上市公 司为样本(其中，股价崩盘风险超前一期，为2006 至2012年) ，股票交易数据和公司财务数据均从国 泰安数据库(csMAR)提取；参照Jin 和MyerS 幢1， 本文估计股价崩盘风险时剔除年交易周数小于30
的样本。此外，对各主要变量的最大和最小1％极
0．388，表明个股间的流动性存在显著差异。
四、实证结果
(一) 单因素分析
表2提供了单因素分析结果。每年按照股票流
动性中位数，将样本划分为两组，分别计算各组所对
端值进行缩尾处理(Wins积ze) 。表l 提供了变量 的含义及其描述性统计量。由表1可见，股价崩
应的未来股价崩风险ⅣC跚汜耽+。与D 们，Dk+。均
值、中位数以及方差。由表2的结果可见，当阳蚀只
取值大于中位数时，ⅣCs蠡盈睨+。的均值和中位数分
别为一0．286和一0．268，而取值较小于中位数组的
数在5％水平上存在显著差异。采用收益反转指标 GA 肘衡量流动性时，结果基本一致。表2的结果表明 股票流动性越高，未来股价崩盘风险越低，初步验证 了本文的假设一。
7l
盘风险ⅣCs觚形和Du 阳￡的均值分别为一0．244
计量与许年行等∞1基本一致。股票的日均换手率 为3．492％，即月均换手率接近70％(每月按20个 交易日计算) ，远高于成熟市场水平(约5％) 。非 流动性指标见uQ 的均值为o ．220，而标准差却高达
和一0．195，标准差分别为0．648和O ．470，上述统 均值和中位数分别为一0．267和一O ．238，两组中位
表2单因素分析
分绸 变量
小于中位数组
标准差
均值
大于中位数组
均值
验
中位数
菱薹——Iii ————；茬薮————磊i ——鬲石————1磊磊-———i 磊F 检均值中位数
m 饱R
儿L ，o GA 肼
一0．267 一0．278 一O ．268
—0．238 一O ．252 —0．245
性检拟验 但拙 中位数 标准差 注：所有模型均包含行业和年度虚拟变量；括号内数值为异方差稳健
标准误；“‘，一，和+分别表示双尾t 检验在1％，5％和10％水平上统
Parlel A ：股价崩盘风险=ⅣcS髓职+l
计显著。
2．065一 0．663 一O ．286 —0．268 O ．652 1．42l
0．674 0．670
一O ．274 一O ．284
72
一O ．256 一O ．26l
O ．642 0．646
o ．263 一1．289
一O ．018 —1．693+
7DI 倔尺
一O ．192 —O ．197
一O ．185 —0．195
0．474 O ．476
Panel B ：股价崩盘风险=D
—0．216 一O ．210
于公司层面控制变量对股价崩盘风险的影 叭，ok+1
论一致
响，本文发现使用 ·一0．228 0．Du 467 阳￡衡量崩盘风险时，2．574+‘ 2．959’++
儿L ，D
—1．380
—O ．2ll O ．465 一1．469 显著为正，表明股价崩盘风险具有持续性。S 肱E 的
DPAQ 班；的系数估计值均在lo ％水平上显著为正，
6H 肘
一0．189
—0．189
O ．475
一O ．217
注：一+，一，和+分别表示检验在1％，5％和10％水平上统计显著；
均值比较采用T 检验，中位数比较采用wilconox 秩和检验。
系数估计值显著为正而ROA 的系数估计值则显著表明公司信息透明度越差，股价崩盘风险越高，这与
一O ．218 O ．467
—3．112⋯一
2．917⋯
(二) 股票流动性与股价崩盘风险
表3提供了2005至2011年面板数据回归模型 (1)的估计结果，其中，栏i 至ii 使用年内日均换手
为负，表明规模越大、经营业绩越差的公司更可能估计值均在1％水平上显著为负，且非流动性指标 见和收益反转指标甜肘的系数估计值均在5％发up Hutton 等¨¨的结论相一致。REr 和S ，G 舰重的
水
率阳汜R 衡量股票流动性，栏iii 至iv 使用非
流动
性指标儿UQ 衡量流动性，栏v 至vi 使用收益反转指
系数 生股价崩盘，这与Kim 等¨3‘¨1的结论相一平以上显著为正，表明股票流动性越高，股价崩盘风险 致。此外，估计值均在l ％水平上显著为正，表明特质收益率 B肘的系数估计值均在1％水平上显著为越低。股票日均换手率每上升一单位标准差，股价崩盘 风险就下降6．76％(0．0∞×2．818，见栏i 和ii) ；非流负，表明成及其波动率越高的公司，其股价崩盘风
动
标眦，Q 衡量流动性；栏i 、iii 和v 使用股票收益负
偏
态系数ⅣCS翘形衡量股价崩盘风险，栏ii 、iv 和vi 使
险越高，这与 长性越好的公司越可能发生崩盘风险，这与Chen Kim等¨弘Mo 的结论相一致。使用性每下降一单位标准差，股票收益负偏态系数 日均换手率衡量流 等【9o 的结论相一致。
Ⅳcs翘形就降低2．64％(0．068×0．388，见栏iii) ；收
动性，D 丁獬Ⅳ的系数估计值在lO ％水平益
(三) 产权性质、股票流动性与股价崩盘反转每下降一单位标准差，股票收益负偏态系数 用收益上下波动比率DU 阳L 衡量股价崩盘风险。 以上显著
由表3的结果可见，不论是采用Ⅳl强翘形还
是
DUy0￡衡量股价崩盘风险，股票换手率zlD 陋R 的系数
表3股票流动性与股价崩盘风险
风险为正，表明投资者对股票基础价值存在较大的Ⅳl蕊翘形就降低2．48％(o．169 x o ．146，见栏v) ，因此假 表4提供了2005至2011年面板数据回归模型意见
分歧时，股价越可能发生崩盘，这与chen 等p1的设～无法被拒绝，股票流动性有助于降低股价崩盘风险。 结 (2)的估计结果。
[28]HolrIlstrom
B，Tirole J ．Market liquidit)，粕d pe
而rnl 一
aIlce
monit 砸ng[J]．Joumal
of
Political
Economy ，
1993，lOl(4)：678—709．
[29] 苏冬蔚，熊家财．股票流动性、股价信息含量与cEO 薪酬契约[J]．经济研究，2013(11)：56—70．
[30]
薄仙慧，吴联生．国有控股与机构投资者的治理效应：盈 余管理视角[J]．经济研究，2009(2)：8l 一91．
[31]Gourevitcll P
A ，Shinn JJ ．Political power锄d o
呷。一
mte
of
control：The new
g 【obal 硼itics
corpomte 90vem-
龃ce[M]．蹦nceton ：蹦nceton UIIivers 蚵跏ss ，
2005．
[32] wei 0．State
and
z ，Varela
eqtlity awne 玛hip fi 珊眦r ．
ket
pe舶mance ：Evidence 舶m chi 眦'8
newly面V 撕zed fi 珊s[J]．Global Fin8nce J 叫H 试，2003，14：65—82。
[33] 张敏，姜付秀．机构投资者、企业产权与薪酬契约 [J]．世界经济，20lO(8)：43—58．
[34]Pastor R
ri8k 锄d expected
L ，starnbaugh F ．“quidity
stock
retums[J]．Joumal of Political
Econorny ，2003，
111(3)：642—685．
A
[35] ，Wasley c
Kotllari S P ，Leone J E ．P
哪fo 姗粕ce
matched
discreti 咖ry accmal me 鹊u 陀s[J]．Jo 哪
al of
and
AccountiIlg Economic8，2005，39(1)：163
一197．
万方数据
[36]
DeF0nd
Y ．Does
M，Huang M，Li s，Li
m 阴datory IF-Rs
adoption
afbct crash
risk?[J]．Accounting Review，forthcomiI 塔．
[37]
Boyer B ，Mitton T ，VorkiIIl 【K ．Expected idios)mcratic
skewlless[J]．Review
of FiIIancial
studies ，2010，23
(1)：169—202．
[38]
conrad
J ，Dittmar R F ，Ghysels E ．Ex 蛐te
skewness
粕d
stock
Joumal of
expected retums[J]． Finallce ，
2013，68(1)：85—124．
Easton
P，so 岫ers G ．E 能ct
[39]
0f
卸alysts’o曲
IIlism rate
of
on estimates“tlle expected
retum implied by
e 锄
-Joumal 0f
ings forec 船ts[J]．
Accounting Research，
2007，45(5)：983—1015．
[40] 金智．社会规范、财务报告质量与权益资本成本[J]．金 融研究，2013(2)：194—206．
[41]
Dechow
P，sloan R，sWeeney A．Detecting
e 锄ings
maIlagement[J]．Accounting Review，1995，70(2)：
193—225． [42]
Dittmar
do fims
issue
A，Thakor A．why
equ 畸[J]．
Joumal
of Fin∞ce，2007，62(1)：l 一54．
责任编辑、校对：郭燕庆