金融资产配置的同伴效应与企业违规——来自2007—2018年非金融上市公司的经验证据

Peer Effects of Financial Asset Allocation and Corporate Fraud: Empirical Evidence of Listed Non-financial Companies from 2007 to 2018

董盈厚 1,马亚民 1,董馨格 2

1辽宁大学 商学院,辽宁 沈阳 110031
2东北大学 工商管理学院,辽宁 沈阳 110169
摘要:

经济新常态背景下,现有企业金融化的研究主要基于公司独立决策假设展开,较少探讨社会互动因素的作用。本文以2007—2018年非金融上市公司为样本,基于同伴效应视角,依托行业与地区,研究金融资产配置与企业违规关系。控制异方差、采用2SLS与Bivariate Probit估计方法处理内生性后的基本回归分析发现,金融资产配置存在同伴效应,能够增加企业违规概率与违规程度;机制检验证实,金融资产配置同伴效应会降低市场信息透明度,进而正向影响企业违规。在进一步研究中,区分金融资产配置类型后发现,金融资产配置同伴效应导致企业违规主要是长期金融资产配置同伴效应发挥作用;违规动机分析发现,金融资产配置同伴效应会增强企业套利、盈余管理与利益侵占动机;外部冲击分析发现,受企业金融化监管政策影响,金融资产配置同伴效应的正向作用在2012年之后更显著。研究结论有助于理解目前我国经济“脱实向虚”扰乱资本市场的内在逻辑,为引导金融服务实体经济、防范违规风险提供进一步的经验证据。

关键词:金融资产配置,同伴效应,企业违规,信息透明度

基金项目:辽宁省社会科学规划基金(L17BGL005)

引 言

作为实体经济的主要载体,非金融企业实业投资长期以来一直是中国经济增长的重要力量(宋军和陆旸,2015;李馨子等,2019)。然而,随着中国经济步入新常态,“实冷虚热”问题显现,金融化趋势明显,非金融企业脱离主业、热衷金融投资行为严重。CSMAR数据统计显示,配置金融资产的企业数量与规模逐年上升,2018年已有3024家非金融企业配置金融资产,规模高达40413亿元。虽然金融资产配置在流动性和预期收益方面存在一定优势,成为大量非金融企业应对实物资产收益率下降的主要方式(李馨子等,2019),但资本逐利驱使下的金融投资是一种“舍本逐末”活动,能够加剧代理问题,引发企业短视行为(刘姝雯等,2019),经营违规便是其中一种①。同时金融体系的风险联动效应还会降低资本市场稳定性,恶化市场信息环境,增加信息披露违规操作空间,致使金融资产配置信息“捂盘”作用凸显(彭俞超等,2018)。

传统经济学理论在独立决策假设下研究企业投资行为,忽视了实际决策中企业的认知与制度化过程。组织作为一个开放的经济系统,总是嵌于一定的社会环境之中。“同伴效应”是指个体受参照组内同伴影响表现出的模仿行为倾向,是组织认知活动中的制度性同形现象。近年来,随着企业决策跨越“单一企业”边界,“同伴效应”概念被越来越多地应用于公司财务领域。诸多研究发现公司在高管薪酬(Bizjak等,2008)、融资决策(Gao等,2011)、信息披露行为(沈洪涛和苏亮德,2012)、资本结构(Leary和Roberts,2014)、股利政策(Grennan,2019)等方面都受到同伴公司的影响。因为信息不对称是同伴效应产生的根源(傅超等,2015),理性管理者为降低不确定性的负面影响会密切关注参照组中其他企业的动态(Kaustia和Rantala,2015)。那么,企业金融资产配置行为是否也存在同伴效应?

Scott(1997)指出,证券市场管制源于信息不对称,目的是保护投资者利益,维护市场长期稳定发展。经济新常态背景下,金融资产配置同伴效应对企业违规行为的影响更应引起学术界与实务界的重视。中国资本市场目前尚不完备,金融资产配置同伴效应引致大量资金涌入金融领域可能造成价格机制失灵,主要表现为资产价格泡沫化(张慕濒和孙亚琼,2014;刘笃池等,2016),从而增加投资者“狂热”心理导致的投机活动等噪音交易,降低市场信息效率(顾小龙等,2016)。这预示着群体监管难度上升,进而可能诱发企业虚构投资项目“圈钱”或擅自改变资金用途来分享金融领域超额利润等动机,增加企业违规现象。而且,同伴效应会产生“社会乘数”效果(Glaeser等,2003;Lieberman和Asaba,2006;陆蓉和常维,2018),加剧企业治理环境恶化,放大企业违规机会,致使违规行为盛行,进而波及整个参照组,侵害投资者利益,严重影响资本市场健康发展。因此,金融资产配置同伴效应是否以及如何影响企业违规是本文的主要研究问题。

鉴于此,文章以2007—2018年A股上市的非金融企业为研究样本,依托行业与地区两种主要信息渠道,研究社会互动因素对金融资产配置的影响,从企业违规行为出发考察同伴效应的经济后果与传导机制。文章预期可能产生如下贡献:(1)突破传统财务决策理论框架,基于同伴效应视角,考察金融资产配置对企业违规的影响效果。聚焦行业与地区两个研究维度,发现金融资产配置同伴效应会增加企业违规概率与违规程度。关于二者关系的探讨能够深化并拓展金融资产配置的研究视角与内容,丰富财务决策同伴效应及企业违规影响因素研究,从而有助于加深对金融化现象扰乱资本市场内在逻辑的理解,为防止经济“脱实向虚”、规范企业行为提供新思路。(2)揭示金融资产配置同伴效应增加企业违规的传导路径。市场信息透明度的中介效应表现为,金融资产配置同伴效应会降低市场信息透明度,进而正向影响企业违规。以市场信息透明度为切入点建立金融资产配置同伴效应与市场经济秩序不规范关系的解释机制,能够深化对企业金融化决策传染效应危害性的认识。(3)分析金融资产配置同伴效应与企业违规正向关系的异质性,挖掘企业内在违规动机,为金融监管实践提供启示。金融资产配置类型划分研究结果能够揭示金融资产配置同伴效应导致企业违规的主要来源,对于明晰金融监管工作的侧重点有所裨益。金融监管的外部冲击影响结果为违规整治活动的有效开展提供线索,企业违规动机研究有助于厘清企业违规频发背后的逻辑,为有效治理违规行为、培育长期稳定发展的资本市场提供参考。

文献回顾

(一)公司财务决策同伴效应现象

Manski(1993)首次系统性地将同组成员之间社会互动对决策的影响归纳为“同伴效应”假说。随着企业行为超出传统财务理论的解释范围,“同伴效应”在财务领域的应用越发受到国内外学者的重视,并取得诸多成果。从投资决策来看,傅超等(2015)研究了企业高溢价并购的同形性;Dougal等(2015)与李佳宁和钟田丽(2020)认为同伴效应能够对企业资本性投资产生影响。从融资决策来看,Gao等(2011)证实了企业融资决策的地区集聚现象;Leary和Roberts(2014)、钟田丽和张天宇(2017)以及陆蓉等(2017)指出,企业资本结构状况一定程度上取决于同伴资本结构的变化。从股利决策来看,Grennan(2019)认为同业变化是企业股利分配时间和股息决策的影响因素。另外,企业在高管薪酬(Bizjak等,2008)、董事会投票(Matvos和Ostrovsky,2010)、信息披露(沈洪涛和苏亮德,2012)、盈余管理(Kedia等,2015)、纳税(Bird等,2018)与高管减持(易志高等,2019)等方面的同伴效应也得到验证。尽管现有同伴效应研究涵盖多个方面,但对企业行为的研究仍需拓宽与深入,尤其是投资决策方面,应重点关注经济金融化背景影响下的“同形”现象,探讨金融部门“非理性繁荣”的真正逻辑,从而丰富“投资中心论”思想,更好地契合新常态下经济“脱虚向实”与持续健康发展的要求。

(二)企业违规的影响因素

安然事件与世通事件在推动美国《萨班斯法案》颁布的同时引起社会各界对于企业违规的关注,相继出现了一系列有关企业违规影响因素的研究。就外部环境而言,Povel等(2007)发现了经济环境与企业违规之间的倒U型关系。内部治理方面,包括财务杠杆(Agrawal和Chadha,2005)、高管薪酬(Erickson等,2006)、董事会特征(蔡志岳和吴世农,2007;冯旭南和陈工孟,2011)、终极股权结构(冯旭南和陈工孟,2011)、高管异质性(Khanna等,2015)、裙带关系(陆瑶和胡江燕,2016)、监事会特征(周泽将等,2019)、内部审计(李世辉等,2019)等。在外部治理中,Miller(2006)以及周开国等(2016)研究了媒体在抑制公司违规行为方面的治理作用;郑建明等(2015)与Chen等(2016)认为分析师跟踪能够净化企业违规环境;Jiang等(2015)指出法治环境是抑制企业违规行为的关键因素。不难发现,上述文献主要是从内外部因素与违规机会的关系开展的,且对企业金融化趋势关注不足,尤其是金融资产配置同伴效应现象。

理论分析与研究假设

(一)金融资产配置的同伴效应

非金融企业金融化可以追溯到20世纪70年代滞胀危机以及20世纪90年代机构投资者影响下的美国企业实践,是资本逐利与股东价值导向共同作用的结果(谢富胜和匡晓璐,2020)。金融资产配置作为非金融企业金融化的表现形式,具体驱动机制可以归结为利润金融化与治理模式金融化。中国经济步入新常态以来,伴随人口、资源等红利下降、内需疲弱以及产能过剩,非金融企业普遍面临利润空间收窄的困境(谢家智等,2014;刘笃池等,2016;刘姝雯等,2019),同时金融市场快速发展、金融业利率管制、城镇化进程推进等促使金融领域产生高额利润(王红建等,2016)。在资本逐利驱使下,非金融企业投资行为出现金融化转向,即经济活动重心逐渐由实业转移到金融领域,金融资产配置大幅上升(刘笃池等,2016;王红建等,2017)。此外,伴随经济重构,公司治理结构改变,企业经营目标由可持续增长转向股东利益最大化,致使管理层为满足股东预期利益要求变得更加短视,从而增加金融资产配置(刘贯春等,2018;刘姝雯等,2019)。然而不难发现,无论是资本逐利性还是机构投资者驱动的金融资产配置,其背后的本质均为实业投资收益下降与金融投资回报上升(谢富胜和匡晓璐,2020)。现实中,任何一个企业都不是孤立存在的,金融资产配置不仅是“单一企业”内部的决策选择,还可能受同伴企业金融投资行为驱动。遵循非金融企业金融资产配置的内在逻辑,基于实业与金融业间利润率差距角度解释金融资产配置的同伴效应,具体又可以从主观上的逐利动机与客观上的群体金融化两个方面展开。

第一是企业逐利动机。在实体经济持续疲软与虚拟经济过度膨胀的背景下,金融资产配置的高收益性不断凸显,使其成为非金融企业短期内改善经营业绩的重要手段(王红建等,2016)。行业与地区是金融资产配置同伴效应产生的主要信息渠道(石桂峰,2015),当同行业或同地区其他企业纷纷试水金融资产配置从而提升资本回报率时,出于逐利动机,焦点企业倾向于采取模仿策略,增加金融资产配置。在经济金融化格局形成的同时期,股东利益导向的价值判定标准盛行(刘姝雯等,2019),致使管理层更加重视股票短期价格与股票期权价值,增加其面临的市场压力(钟华明,2021)。因此,同伴企业金融资产配置的股票市场表现改善可能产生引领带动效应,增加焦点企业金融资产配置。另外,由于存在银行融资歧视问题,部分低生产效率企业能够以较低成本获取资金,而后通过委托贷款形式转贷给其他高融资约束企业进行套利,成为实体中介(步晓宁等,2020;张成思等,2020)。在同伴企业不断增加委托贷款等金融投资活动从而充实盈利能力的情况下,焦点企业更可能对比同伴企业的决策特点与效果,继而产生从众或追赶行为,呈现金融投资趋同现象。第二是行业或区域特征引发的群体金融化。由于面临相似的供求机制、竞争市场、制度环境等,同行业企业经营利润率与金融利润率对总体利润率的贡献相近,价值增值活动更可能同质化。换言之,如果某行业所处的经营环境导致实业投资机会减小与投资风险增加将引导该行业企业进行金融资产配置以实现资本逐利避险,进而引发同行业企业较为一致的金融投资行为倾向。此外,某行业因产业政策实施更可能成为实体中介(步晓宁等,2020),呈现群体金融化现象。同时,地区经济发展水平、金融体制等与企业投融资环境相关,能够影响到当地企业实业投资与金融投资收益率,进而影响其获利渠道选择,带来地区群聚经济(Dougal等,2015)。如果某地区经济活力、金融发展、制度环境等能够导致金融业务获利空间增加,该地区大量企业将倾向于开展金融资产配置。另外,地区文化与关系网络能够形成一种隐性规范(易志高等,2019),是金融资产配置同步性现象显现的原因。

H1:金融资产配置存在同伴效应,即同行业其他企业及同地区其他企业的金融资产配置正向影响焦点企业的金融资产配置。

(二)金融资产配置同伴效应与企业违规

舞弊三角理论认为,企业违规是机会、动机以及自我合理化三者共同作用的结果(Albrecht等,1995)。以牺牲长期发展换取短期利益的金融资产配置是企业金融化的表现,会加剧企业信息不对称风险和代理冲突。一方面,金融资产公允价值计量过程的复杂性会增加企业与外部投资者之间的信息障碍,使金融资产配置成为企业盈余操纵的一种手段(毛志宏和徐畅,2018),恶化企业信息环境,降低企业被稽查概率,从而为企业违规提供条件(李世辉等,2019)。另一方面,金融投资的高投机性与高风险性会加大企业与投资者利益分离,诱发企业违规动机,降低个体忠诚度,表现为企业擅自改变资金用途、操纵股价、违规买卖股票等经营违规与误导性陈述(虚假记载)、披露不实等信息披露违规的增加。基于此,被稽查概率与违规动机可能是企业金融资产配置影响违规行为的核心因素,从而为金融资产配置同伴效应与企业违规关系研究提供一定的微观基础,即可以从同伴效应引发的合法性和群体监管难度两个角度对二者关系进行解释。

第一,金融资产配置同伴效应增强的组织合法性导致被稽查概率减少。根据制度理论,模仿、跟随同类能够降低企业面临的合法性压力,有助于其更好地适应制度环境,提高认可度。作为企业增强合法性的方式,金融资产配置同伴效应能够分散市场监督与注意力,表现为大量违规事实被掩盖,从而降低企业违规被稽查概率,增加企业违规空间。与此同时,获得合法性会改善企业生存前景,提高企业声誉(沈洪涛和苏亮德,2012),意味着金融资产配置同伴效应引发的合法性可能形成声誉保险效应,减少外部利益相关者对企业的负面评价,从而减少企业虚构项目“圈钱”、现金流信息披露不实等违规行为受到处罚的概率,增加企业违规机会。第二,金融资产配置同伴效应引发的群体监管难度导致被稽查概率减少与违规动机增加。同伴效应实质上是一种“搭便车”甚至是“搭错车”的行为(傅超等,2015),金融资产配置同伴效应导致的大量资金涌入金融领域更可能催生金融投机风气和资产价格泡沫,引发资本市场混乱(张慕濒和孙亚琼,2014;刘笃池等,2016),加大群体监管难度。另外,同伴效应会放大企业行为的负面效应(Lieberman和Asaba,2006),考虑到金融资产配置能够增加金融体系与企业部门风险联动性引发的企业经营风险(李建军和韩珣,2019),金融资产配置同伴效应会导致群体未来经营不确定性上升,从而提升外部监督难度(袁蓉丽等,2019)。金融资产配置同伴效应引发的群体监管难度不仅降低被稽查概率,为企业违规提供便利条件,更可能激发企业违规动机。具体来说,群体监管难度提升会影响企业内部治理观念,使公司治理出现结构性短视问题,从而加剧代理冲突,诱发企业粉饰业绩的盈余管理动机与实施“隧道效应”的利益侵占动机(Dechow等,2011;权小锋等,2016)。同时,金融资产配置同伴效应引发的群体监管难度会在实体与金融部门间利润率差距拉大的背景下,增强实体企业的跨行业套利动机,使其过分重视短期利益而忽视主业发展,进而可能导致擅自改变资金用途等违规行为。值得注意的是,无论是盈余管理和利益侵占动机还是套利动机,都受到违规成本与收益的约束(李世辉等,2019)。根据Correia(2009)的“公司违规成本与收益分析”模型,违规成本C=p×PC,p为企业违规被稽查概率,PC代表违规被稽查后面临的罚款、处分等直接成本和声誉受损、股价下跌等间接成本;违规收益(由G表示)包括企业违规带来的额外收益(由EA表示)与避免的由亏损造成的损失(由SL表示)两部分。由上文分析可知,金融资产配置同伴效应能够降低p,同时由于同伴效应造成的大量资金涌入金融与房地产领域会加速金融资本膨胀,推高金融投资收益,企业通过虚构项目“圈钱”等违规行为涉足金融领域能够获得更高收益,即提高EA和SL,从而增加企业违规效用,激发违规动机。综上,金融资产配置同伴效应能够通过合法性和群体监管难度影响企业被稽查概率与违规动机,从而提高企业违规概率,加大企业违规程度。

H2:金融资产配置同伴效应会增加企业违规概率与程度。

(三)市场信息透明度的传导功能

自1996年4月美国证券交易委员会提出透明度概念以来,市场信息透明度逐渐受到重视。信息是资本市场存在的关键,信息越透明,公司股票估价越准确(Bris等,2007)。基于非理性行为观,泡沫、投资者情绪等市场噪音驱动新兴市场股价波动,危害资本市场信息效率(West,1988)。由于中国金融市场不完备以及市场参与者有限理性等原因,金融资产配置同伴效应会增加信息生成、解读与传播过程中的“逆向选择”与“道德风险”,增加市场噪音,降低市场信息透明度(夏常源和贾凡胜,2019),使得外部监督难度加大,公司治理有效性不足,从而降低企业被稽查概率,激发企业违规动机,最终导致企业违规。

金融资产配置同伴效应对市场信息透明度的负向影响可以从信息生成、解读与传播三个方面展开:首先,金融资产配置同伴效应会加剧企业信息披露失真。金融资产配置同伴效应不仅会放大实体部门与金融体系之间的风险联动效应,而且能够加剧非金融企业间的风险传染效应,最终可能引发系统性金融风险(李秋梅和梁权熙,2020)。系统性金融风险引致的资产负债表效应与心理恐慌等又会增加非金融企业经营不确定性与投资者心理偏见(张晓朴,2010),致使企业经营信息无法及时准确地传递给投资者,从而诱发噪音交易者“追涨杀跌”等非理性行为,降低市场信息效率(顾小龙等,2016)。与此同时,根据投资短视理论,金融资产配置同伴效应引发的资产价格泡沫会加剧企业短视,表现为企业投资决策的扭曲(翟光宇等,2021),从而使公司披露的价值信息趋同,这是因为在金融资产边际收益显著高于实物资产边际收益时,“短视”的企业更倾向于披露金融资产获利信息(王营和曹廷求,2020)。显然,企业这种“报喜不报忧”的传递策略会导致公司信息披露不充分,增大企业与外部利益相关者之间的信息障碍。其次,金融资产配置同伴效应弱化金融市场中介机构信息解读职能。证券分析师是金融市场上至关重要的信息中介者,通过信息解读职能的发挥能够促进公司年报、新闻媒体等多方信息纳入股价(姜超,2013;夏常源和贾凡胜,2019),增加市场信息总量(Chan和Hameed,2006)。而金融资产配置同伴效应催生的金融投机风气可能加剧投资者热衷短期炒作而忽略公司基本面信息的倾向,致使证券分析师缺乏深度挖掘公司经营信息的动机甚至可能诱发其迎合投资者发布有偏报告(张宗新和杨万成,2016),从而增加股价中包含的噪音交易者“狂热”心理引发的非理性因素,加大市场摩擦,加剧信息不对称问题。最后,金融资产配置同伴效应会降低公司真实信息传播效率。金融资产配置同伴效应会引发价格机制失灵,形成“虚假繁荣”现象,使资本市场投机活动盛行,股价中的噪音与泡沫增多,信息传播机制出现偏差,信息环境恶化。市场信息透明度的降低又因信息传递不畅提高企业违规可能性与程度。具体来说,一方面,市场信息透明度的降低会导致监管部门及其他利益相关者无法及时准确地接收并理解有关企业经营质量和发展前景的信息,难以知晓企业财务决策背后所蕴含的投机或私利目的(夏常源和贾凡胜,2019),从而无法对其不当行为形成有效监督与约束,为企业展开违规行动提供了便利条件(孟庆斌等,2019);另一方面,市场信息透明度的降低意味着较低的公司信息透明度(夏常源和贾凡胜,2019),致使代理冲突加剧,企业违规动机增强,从而提高违规行为发生概率和程度。

H3:市场信息透明度对金融资产配置同伴效应与企业违规的正向关系具有中介效应,即金融资产配置同伴效应能够降低市场信息透明度,进而增加企业违规。

研究设计

(一)样本选择与数据来源

考虑到2007年实施的会计准则开始规范金融资产列报,文章选择2007—2018年全部A股上市公司为初始研究样本,并进行如下筛选:(1)剔除金融业与房地产业的样本;(2)剔除交叉上市的样本;(3)剔除数据缺失的样本。由于模型需要用到滞后一期数据,最终得到16962个观测值。同时,为了避免离群值对研究结果的干扰,对所有连续变量进行1%水平上的双向缩尾处理。鉴于ST、PT等特别处理的公司违规动机更强,违规概率与程度更大,对此类样本未予剔除。金融资产配置、企业违规与其他变量数据来自CSMAR数据库,加以整理计算得到。另外,根据证监会2012年二级行业划分标准确定同行业企业,按照公司注册地所在城市划分同地区企业,最终样本分属于65个二级行业和331个城市。

(二)主要实证模型与变量说明

1. 金融资产配置同伴效应的存在性检验

Manski(1993)提出用参照组组内均值线性模型对同伴效应进行识别。金融资产配置同伴效应主要反映焦点企业对同伴企业金融投资行为的学习与模仿,焦点企业金融资产配置是同伴企业金融投资决策作用的结果。鉴于金融资产是年末存量数据,使用滞后一期的同伴企业投资更能契合对应的时滞关系(宋军和陆旸,2015)。借鉴沈洪涛和苏亮德(2012)以及易志高等(2019)的研究,设置如下模型:

\begin{document}$Financia{l_{i,t}} = {\alpha _0} + {\alpha _1}{\overline {P\_Financial} _{i,t - 1}} + \sum {{\alpha _F}control{s_{Fi,t - 1}}} + {\varepsilon _{i,t}}$\end{document}

Financiali,t表示i公司t年的金融资产相对规模,金融资产具体有交易性金融资产、衍生金融资产、发放贷款及垫款、可供出售金融资产、持有至到期投资、长期股权投资和投资性房地产②。 \begin{document}${\overline {P\_Financial} _{i,t - 1}}$\end{document}为同伴企业金融资产配置,包括 \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}、 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {IR\_Financial} _{i,t - 1}}$\end{document},分别表示与i公司跨地区同行业、跨行业同地区以及同行业同地区同伴公司t-1年金融资产配置均值。

2. 金融资产配置同伴效应与企业违规关系检验

为检验金融资产配置同伴效应对企业违规概率的影响,参照易志高等(2019)、周泽将等(2019)、王营和曹廷求(2020)等的研究设计,构建如下Probit模型:

\begin{document}$P\_Frau{d_{i,t}} = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\sum {{\alpha _m}controls} _{i,t - 1}} + {\varepsilon _{i,t}}$\end{document}

P_Fraudi,t表示i公司t年是否违规,遵循陈冬华等(2013)的方法,对被处罚公司进行追溯确定违规年份。由于文章地区界定标准为公司注册地所在城市,存在同行业同地区同伴的企业相对较少,且为明确行业与地区同伴效应对企业违规的影响,提高参照组有效性,此处及后文的解释变量主要指 \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}。

考虑到企业违规的部分可观测性,文章同时采用Poirier(1980)提出的部分可观测Bivariate Probit估计方法。借鉴Wang等(2010)、陆瑶等(2012)以及孟庆斌等(2019)的研究,设置潜变量Detecti,t*与Violationi,t*分别表示企业违规被稽查概率与企业违规倾向,二者乘积为实际可观测的违规P_Fraudi,t,等于1意味着i公司t年发生违规且被稽查,等于0表示i公司t年未违规或发生违规未被稽查。为有效区分违规稽查和违规倾向,完全识别模型参数,Detecti,t*与Violationi,t*应分别对应一组不完全相同的解释变量,且解释变量要满足观测值变化假设。具体地,Detecti,t*的控制变量包括金融资产配置、股票日收益的年度波动率、行业信心、年换手率、公司规模、产权性质、股票年收益率与是否亏损;Violationi,t*的控制变量有金融资产配置、股权集中度、管理层持股比例、审计意见、公司规模、产权性质、股票年收益率与是否亏损。考虑到变量过多带来的模型不收敛问题,参考陆瑶等(2012)和孟庆斌等(2019)的做法,Bivariate Probit回归时未设置时间固定效应、行业固定效应和地区固定效应变量,但已通过控制变量(如行业信心)对其影响进行了控制。具体模型如下:

\begin{document}$Detec{t^*}_{i,t} = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\sum {{\alpha _D}controls} _{Di,t - 1}} + {\varepsilon _{i,t}}$\end{document}

\begin{document}$Violatio{n^*}_{i,t} = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\sum {{\alpha _V}controls} _{Vi,t - 1}} + {\varepsilon _{i,t}}$\end{document}

为检验金融资产配置同伴效应与企业违规程度的关系,构建模型(5):

\begin{document}$D\_Frau{d_{i,t}} = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\sum {{\alpha _{\rm{m}}}controls} _{i,t - 1}} + {\varepsilon _{i,t}}$\end{document}

D_Fraudi,t为序数变量,表示企业违规程度,采用Ordered Probit方法进行分析,其具体衡量方法为:公司高管受到处罚而公司未受罚或者公司受罚方式为“其他”的,赋值为1;公司受罚方式为批评或谴责的,赋值为2;公司受罚方式为警告、罚款或没收的,赋值为3;若一年内存在多种情形的,择重赋值。

3. 金融资产配置同伴效应影响企业违规的机制检验

为了验证H3,文章运用中介效应模型进行检验,即模型(2)或模型(5)与如下模型:

\begin{document}$Inf{o_{i,t}} = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\sum {{\alpha _I}controls} _{Ii,t - 1}} + {\varepsilon _{i,t}}$\end{document}

\begin{document}$\begin{array}{l} P\_Frau{d_{i,t}}(/D\_Frau{d_{i,t}}) = {\alpha _0} + {\alpha _1}{\overline {I\_Financial} _{i,t - 1}}(\backslash {\overline {R\_Financial} _{i,t - 1}}) + {\alpha _2}Inf{o_{i,t}} \\ + {\sum {{\alpha _m}controls} _{i,t - 1}} + {\varepsilon _{i,t}} \\ \end{array} $\end{document}

Infoi,t为中介变量,表示市场信息透明度,用股价同步性衡量,参考Durnev等(2003)、许年行等(2011)等学者的做法,进行个股收益率对市场收益率与行业收益率的回归,得到的拟合系数即为股价同步性。考虑到中国资本市场体系尚不健全、投资者仍不够理性等,股价同步性更可能是对股价中泡沫、投资者非理性行为等市场噪音的反映(王亚平等,2009;周林洁,2014;顾小龙等,2016)。因此,股价同步性越高,市场信息透明度越高。主要变量定义情况见表1。

1
变量定义
变量类型变量符号变量名称度量方法
被解释 变量 Financiali,t金融资产配置金融资产/总资产
P_Fraudi,t是否违规当年涉及违规行为的,赋值为1,否则为0
D_Fraudi,t企业违规程度见前文
解释变量 \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} \begin{document}${\overline {IR\_Financial} _{i,t - 1}}$\end{document} 同伴企业金融资产配置跨地区同行业同伴公司金融资产配置均值 跨行业同地区同伴公司金融资产配置均值 同行业同地区同伴公司金融资产配置均值
中介变量Infoi,t市场信息透明度股价同步性
控制变量Sizei,t-1公司规模总资产自然对数值
Growthi,t-1成长性营业收入增长率
Cashi,t-1现金流现金及现金等价物对数值
TobinQi,t-1Tobin’s Q值 市值/总资产
ROAi,t-1盈利能力净利润/总资产
Tatoi,t-1总资产周转率营业收入/总资产
Investi,t-1投资收益率投资收益/投资成本
Levi,t-1资产负债率负债总额/资产总额
Extfini,t-1外部融资(股票增发+债务增加)/上年总资产
Empi,t-1资本密集度资本支出/毛利
Lossi,t-1是否亏损净利润小于0赋值为1,否则为0
Auditi,t-1审计意见标准无保留意见的为1,否则为0
Statei,t-1产权性质国有企业为1,非国有企业为0
Fsharei,t-1第一大股东持股比例第一大股东持股数/总股数
Ownconi,t-1股权集中度前五大股东持股比例
ERi,t-1股权制衡度第一大股东持股比例/第二大股东持股比例
Managementi,t-1管理层持股比例管理层持股数/总股数
Duali,t-1两职合一董事长兼任总经理时赋值1,否则为0
Insi,t-1董事高管责任保险当年购买董事高管责任保险的为1,否则为0
Reti,t-1股票年收益率年个股回报率
Volati,t-1股票日收益的年度波动率股票t-1年日收益率的标准差
Turnoveri,t-1年换手率流通股年换手率
PreFraudi,t-1是否曾经违规曾经违规的为1,否则为0
PIFIi,t-1同伴企业投资收益同伴企业投资收益均值
PFRi,t-1同伴企业特质风险同伴企业特质波动率均值
Tqmedi,t-1行业信心同行业公司Tobin’s Q中位数
Ipri,t-1行业经营风险行业前五年息税折旧摊销前利润的变异系数,大于中位数行业经营风险高,取值为1,否则为0
HHIi,t-1行业竞争程度赫芬达尔指数

实证分析

(一)描述性统计分析

表2是主要变量的描述性统计结果。P_Fraudi,t的均值为0.13,说明存在违规行为的非金融企业占比为13%;D_Fraudi,t的均值为0.17,标准差为0.50,表明非金融企业一定程度上存在违规问题,且彼此间具有较大差异,数据操作性较强。鉴于违规呈现出的频发趋势及其危害性,在全面深化中国资本市场的重要改革阶段,企业违规行为治理应引起社会各界的重视。Financiali,t的均值为0.06, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}的均值为0.06,说明焦点企业与同伴企业金融资产配置均值较为相似,与理论预期一致;Financiali,t的最小值为0.00,最大值为0.55,表明不同年度—公司之间的金融资产配置情况存在较明显的差异。

2
主要变量的描述性统计③
变量观测值均值标准差25%分位中位数75%分位最小值最大值
P_Fraudi,t16 9620.130.3300001
D_Fraudi,t16 9620.170.5000003
Financiali,t166900.060.100.000.020.080.000.55
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} 16 9620.060.030.040.050.070.010.19
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} 166900.060.040.040.060.080.000.21
Infoi,t16 9620.480.190.350.490.620.050.85
Sizei,t-116 96221.801.1220.9621.6922.4919.1724.92
Tatoi,t-116 9620.700.470.400.590.860.062.71
TobinQi,t-116 9622.871.981.562.263.490.9412.77
Empi,t-116 9622.372.051.251.832.720.3816.14
Auditi,t-116 9620.980.1511101
Statei,t-1166900.380.4900101
ERi,t-116 96211.2819.471.874.1111.221.00126.44
Managementi,t-116 9620.140.210.000.000.260.000.70
Insi,t-116 9620.030.1800001
PreFraudi,t-116 9620.130.3300001
PIFIi,t-116 6900.310.560.070.170.33-0.663.67
PFRi,t-116 6900.050.020.040.050.060.030.11
Ipri,t-116 6900.480.5000101

(二)基本回归分析

1. 金融资产配置同伴效应的存在性检验

表3的回归结果验证了H1。 \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}系数在1%水平下显著为正,说明跨地区同行业同伴企业金融投资决策能够正向影响焦点企业金融资产配置; \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数显著为正,表明焦点企业会模仿跨行业同地区同伴企业进行金融投资决策; \begin{document}${\overline {IR\_Financial} _{i,t - 1}}$\end{document}系数显著为正,说明企业金融资产配置随着同行业同地区同伴企业金融资产持有水平提高而呈现上升趋势。检验结果证实金融资产配置存在同伴效应,企业可以依托行业与地区两种主要信息渠道模仿同类,以回应产业资本萎缩困境,实现资本逐利避险,从而呈现制度性同形现象。

3
金融资产配置同伴效应的存在性检验
(1)(2)(3)
跨地区同行业跨行业同地区同行业同地区
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} 0.1903***
(0.0460)
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} 0.0511*
(0.0269)
\begin{document}${\overline {IR\_Financial} _{i,t - 1}}$\end{document} 0.0372*
(0.0221)
Controls YesYesYes
YEAR/IND/AREA/FIRM YesYesYes
Adjusted R20.7340.7270.722
N 13 61012 7746 424

2. 金融资产配置同伴效应与企业违规关系检验

表4列示了H2的检验结果。Probit结果显示, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数均显著为正,说明跨地区同行业与跨行业同地区同伴企业金融投资行为能够增加企业违规概率。Bivariate Probit结果显示,违规稽查为被解释变量时, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}系数显著为负;违规倾向为被解释变量时, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}系数显著为正。表明行业层面上金融资产配置同伴效应能够降低违规稽查率,提高企业违规倾向。上述结论在地区层面同样成立。Ordered Probit结果显示, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}系数为正不显著, \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数显著为正。即地区层面的金融资产配置同伴效应会显著提高企业违规程度。综上,H2得到验证,意味着金融资产配置同伴效应能够通过增强合法性与提升群体监管难度来降低企业违规被稽查概率并强化企业违规动机,从而增加企业违规概率与程度。

4
金融资产配置同伴效应与企业违规关系检验
(1)(2)(3)(4)(5)(6)(7)(8)
ProbitBivariate ProbitProbitBivariate ProbitOrdered Probit
是否违规违规稽查违规倾向是否违规违规稽查违规倾向违规程度违规程度
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} 1.7705*−2.3011*2.0840*1.0321
(0.9644)(1.2305)(1.2053)(0.9046)
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} 1.3353**−2.4688*1.9035*1.2240**
(0.6000)(1.3231)(1.1151)(0.5522)
Controls YesYesYesYesYesYesYesYes
YEAR/IND/AREA YesNoNoYesNoNoYesYes
Pseudo R20.1560.1520.1170.115
N 15 26616 70716 70715 98215 63315 63315 26615 982

3. 金融资产配置同伴效应影响企业违规的机制检验

表5列示了模型(6)与模型(7)的检验结果。信息透明度为被解释变量时, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数显著为负,表明金融资产配置同伴效应会降低市场信息透明度。对于股价同步性与市场信息效率的关系,归纳“信息效率学派”与“非理性学派”的观点,可以认为公司特质信息与市场噪音是驱动股价同步性的主要因素。然而与成熟资本市场股价主要受公司特质信息影响不同,中国资本市场发展程度较低,有限理性的投资者更可能盲目炒作,致使噪音交易成为股价同步性的主要推手(顾小龙等,2016)。基于此,金融资产配置同伴效应引致的资产价格泡沫会加剧投资者“狂热”等心理偏见,从而增加市场中非理性行为等噪音,降低市场信息透明度。是否违规和违规程度为被解释变量时,行业(地区)维度上Infoi,t系数均在1%水平下显著为负,意味着信息不透明是企业违规产生的主要原因,与权小锋等(2016)、孟庆斌等(2019)等学者观点一致。结合模型(2)(5)回归结果,金融资产配置同伴效应能够通过降低市场信息透明度增加企业违规,支持H3。说明金融资产配置同伴效应会增加市场噪音,恶化信息环境,监管部门信息缺口变大,违规空间增加。

5
金融资产配置同伴效应影响企业违规的机制检验
(1)(2)(3)(4)(5)
信息透明度是否违规信息透明度是否违规违规程度
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} −0.1597**1.9189*
(0.0801)(0.9907)
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} −0.0907*1.2240**1.3308**
(0.0511)(0.5522)(0.5633)
Infoi,t−0.4601***−0.4798***−0.4829***
(0.0933)(0.0915)(0.0881)
Controls YesYesYesYesYes
YEAR/IND/AREA YesYesYesYesYes
Pseudo(Adjusted)R20.3200.1590.3180.1150.118
N 16 96214 87215 89215 98215 587

(三)内生性问题

文章将跨地区同行业和跨行业同地区公司选取为同伴公司,能够排除地区和行业对研究结果的干扰,从而保证参照组的有效性。与此同时,行业、地区、个体与年份固定效应控制能够缓解由于共同的行业特征和地区特征、参照组内成员先验特征等因素导致的企业金融资产配置与同伴公司行为之间的正向关系,且Bivariate Probit方法能够控制样本选择偏误引致的内生性问题。但利用OLS方法研究金融资产配置同伴效应与市场信息透明度关系仍不可避免地存在关联效应和自选择问题导致的内生性问题。虽然互为因果的联立性问题因解释变量滞后一期设定得到缓解,但资本市场机制相对滞后、监管制度不够完善等问题可能是金融资产配置同伴效应与市场信息透明度呈负向关系的原因;此外,市场信息透明度不仅受金融资产配置同伴效应影响,还可能与公司先验特征有关。为此,选择同伴公司管理层“大饥荒”经历情况(具体到行业层面与地区层面,分别用 \begin{document}${\overline {I\_Poverty} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Poverty} _{i,t - 1}}$\end{document}表示)为工具变量,因为早期经历会影响管理层行为决策,且这种影响对有过苦难经历的管理层更显著也更持久(Holman和Silver,1998),即“大饥荒”经历会使管理层表现出较低的风险容忍程度,在实体经济萎缩下倾向于通过配置金融资产降低业绩风险(牛煜皓和卢闯,2020),但这种早期经历与现阶段市场信息环境之间没有直接关系。具体度量方法上,借鉴胡国柳等(2019)的研究,童年有过“大饥荒”经历的赋值0,否则赋值1。2SLS检验结果(见表6)说明,控制内生性问题后,研究结论不变。

6
2SLS检验
(1)(2)(3)(4)
信息透明度信息透明度
第一阶段第二阶段第一阶段第二阶段
\begin{document}${\overline {I\_Poverty} _{i,t - 1}}$\end{document} −0.1186***
(0.0192)
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} −3.0252***
(1.0850)
\begin{document}${\overline {R\_Poverty} _{i,t - 1}}$\end{document} −0.0554***
(0.0139)
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} −1.4880*
(0.8885)
Controls YesYesYesYes
YEAR/IND/AREA YesYesYesYes
Adjusted R20.8090.2670.6290.288
N 16 96216 96215 88815 888

(四)稳健性检验

乘数效应能够有效验证金融资产配置的同伴效应(Glaeser等,2013)。表7中预期金融资产配置规模的行业均值(地区均值)对实际金融资产配置规模的行业均值(地区均值)的系数显著大于1,说明存在乘数效应。金融资产配置既可能是企业自主战略选择,也可能是同伴效应驱动,借鉴肖怿昕和金雪军(2020)的研究,构建同伴效应影响下的金融资产配置代理变量PEi,t,即企业金融资产配置与同行业或同地区金融资产配置均值之差的绝对值。将Financiali,t、同伴效应驱动可能性(PEi,t小于中位数表示更可能受同伴效应驱动,取值为1,否则为0)以及二者交互项FPi,t纳入模型,重新考察同伴效应对企业违规行为的影响,结果见表8。此外,文章还采用Tobit模型(金融资产配置变量具有左归并的分布特征)和Bootstrap标准误估计进行稳健性检验,结果见表9(出于篇幅考虑只列示了行业层面检验结果)。

7
稳健性检验——乘数效应④
(1)(2)①
实际金融资产配置的行业均值实际金融资产配置的地区均值
预期金融资产配置的行业均值1.0066***
(0.1093)
预期金融资产配置的地区均值1.0184***
(0.1008)
YEAR YesYes
Adjusted R20.1980.336
N 705341
8
稳健性检验——金融资产配置同伴效应与企业违规关系
(1)(2)(3)(4)
行业层面地区层面
是否违规违规程度是否违规违规程度
FPi,t1.2741*0.93431.2352*1.1935*
(0.6903)(0.6624)(0.6760)(0.6502)
Controls YesYesYesYes
YEAR/IND/AREA YesYesYesYes
Pseudo R20.1720.1280.1530.116
N 16 33116 33116 12316 123
9
稳健性检验——Tobit和Bootstrap估计
(1)(2)(3)(4)(5)(6)(7)
TobitBootstrap
同伴效应同伴效应是否违规违规程度信息透明度是否违规违规程度
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} 0.6882***0.6824***0.8819**0.7637*−0.0864**0.8837*0.8517*
(0.0790)(0.0290)(0.3938)(0.4614)(0.0343)(0.5281)(0.4444)
Infoi,t−0.4463***−0.4534***
(0.0839)(0.0906)
Controls YesYesYesYesYesYesYes
Pseudo(Adjusted)R2 −0.06490.09700.1110.08270.2710.1130.0852
N 13 85413 85415 26615 26616 96214 87214 872

(五)进一步研究

1. 区分金融资产配置类型的同伴效应考察

短期金融资产变现能力强,转换成本小,同伴效应更可能表现出“蓄水池效应”,减弱企业套利、盈余管理和利益侵占的违规动机。长期金融资产配置同伴效应更可能表现出对主业的“挤出效应”,诱发实体企业跨行业套利等违规动机。区分金融资产配置类型的检验结果见表10⑤,行业层面上 \begin{document}${\overline {P\_LFinancial} _{i,t - 1}}$\end{document}系数显著为正, \begin{document}${\overline {P\_SFinancial} _{i,t - 1}}$\end{document}系数不显著,说明企业违规增加主要是长期金融资产配置同伴效应发挥作用;地区层面上 \begin{document}${\overline {P\_SFinancial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {P\_LFinancial} _{i,t - 1}}$\end{document}系数均显著为正,表明短期和长期金融资产配置同伴效应共同导致企业违规,可能与金融投机盛行期地区短期炒钱行为(如“温州炒房团”)有关。以上结果说明企业配置长期金融资产的同伴效应更容易增加企业违规,意味着以牺牲主业发展换取短期利益的金融投资趋同是导致金融投机盛行、企业违规频发的主要原因。

10
金融资产配置类型的细分考察
(1)(2)(3)(4)
行业层面地区层面
短期长期短期长期
\begin{document}${\overline {P\_SFinancial} _{i,t - 1}}$\end{document} −7.074617.9224***
(8.6294)(5.1675)
\begin{document}${\overline {P\_LFinancial} _{i,t - 1}}$\end{document} 1.8736*1.0070*
(0.9788)(0.6071)
Controls YesYesYesYes
YEAR/IND/AREA YesYesYesYes
Pseudo R2 0.1550.1560.1520.151
N 15 26615 26616 07216 072

2. 企业违规动机讨论

为了厘清金融资产配置同伴效应导致企业违规的内在深层原因,文章借鉴王红建等(2017)的做法,通过将同伴效应变量与动机强弱的交互项(PDM)纳入模型对企业违规动机进行检验。变量定义方面,参照Barton和Simko(2002)、Wang和Xiao(2011)、梁上坤和陈冬华(2015)、李旎和郑国坚(2015)、王克敏等(2018)与马勇和陈点点(2020)的研究,分别使用行业收益率差距(企业ROE与金融业和房地产业平均ROE的差距)、盈余管理空间(t−1期末净经营资产/t−2期末资产总额)与大股东资金占用[(其他应收款−其他应付款)/总资产]来表示企业的套利动机、盈余管理动机与利益侵占动机,并根据均值设置虚拟变量。限于篇幅,表11主要列示行业层面回归结果,PDM系数均显著为正,说明金融资产配置同伴效应正向影响高动机企业违规,验证了套利、盈余管理与利益侵占动机的存在。

11
违规动机检验
(1)(2)(3)
套利动机盈余管理动机利益侵占动机
PDM 1.4496*1.3082*1.6722**
(0.7823)(0.7938)(0.7575)
Controls YesYesYes
YEAR/IND/AREA YesYesYes
Pseudo R20.1610.1550.157
N 15 24214 10615 255

3. 外部冲击分析

2012年12月19日证监会发布《上市公司监管指引第2号——上市公司募集资金管理和使用的监管要求》,允许企业将闲置资金投资于安全性和流动性较高的金融产品。文章将样本分为2012年之前和2012年之后两个子样本,考察监管政策对金融资产配置同伴效应与企业违规关系影响。检验结果见表12,前四列与后四列分别对应行业层面与地区层面的回归分析。可以发现,2012年之前的样本组中, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数为正但不显著;2012年之后的样本组中, \begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document}和 \begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document}系数均显著为正。因此,可以认为金融资产配置同伴效应的正向影响在企业金融化监管政策出台之后更显著。换言之,在该指引发布之前,企业持有理财产品等金融资产是一种违规行为,从而可能降低企业金融投资意愿,削弱金融资产配置同伴效应与企业违规的正向关系。

12
金融资产配置同伴效应、企业金融化监管政策与企业违规
(1)(2)(3)(4)(5)(6)(7)(8)
是否违规违规程度是否违规违规程度
2012年 之前 2012年 之后 2012年 之前 2012年 之后 2012年 之前 2012年 之后 2012年 之前 2012年 之后
\begin{document}${\overline {I\_Financial} _{i,t - 1}}$\end{document} 2.28233.3175***1.78082.0769*
(2.6080)(1.2770)(2.3147)(1.1911)
\begin{document}${\overline {R\_Financial} _{i,t - 1}}$\end{document} 0.36791.7297**0.13781.5158*
(1.1900)(0.8784)(1.0790)(0.8097)
Controls YesYesYesYesYesYesYesYes
YEAR/IND/AREA YesYesYesYesYesYesYesYes
Pseudo R2 0.2920.1590.2180.1200.2670.1580.2020.119
N 2 95412 3122 95412 3123 76012 3123 76012 312

研究结论与启示

(一)研究结论

基于经济金融化背景下企业违规的现象,选取2007—2018年中国A股上市的非金融企业作为样本,从同伴效应视角解释金融资产配置在行业与地域上的特征,进而考察其对企业违规的影响效果及作用机制。研究发现,金融资产配置存在同伴效应,会增加企业违规概率与程度;市场信息透明度在金融资产配置同伴效应与企业违规正向关系中发挥中介作用。进一步,考虑金融资产配置类型后发现,长期金融资产配置同伴效应更可能导致企业违规;违规动机考察发现,金融资产配置同伴效应会诱发企业套利、盈余管理与利益侵占动机;外部冲击分析发现,金融资产配置同伴效应的正向影响在企业金融化监管政策出台之后更显著。

(二)研究启示

研究结论对监管部门、投资者、信息中介机构、上市公司等市场参与者,抑制经济“脱实向虚”、净化企业违规环境、维护各方合法利益及促进资本市场健康发展具有重要启示:(1)监管部门应对金融资产配置同伴效应现象高度重视,尤以长期金融资产为重,防止对市场造成不必要的冲击甚至是“乘数”损害;同时应引导和规范企业发展主业,完善违规稽查制度,加大违规惩处力度。值得注意的是,违规整治活动的有效开展需要考虑金融监管的外部冲击影响效果,明确监管导向,注重各项政策的相互配合。此外,应充分认识企业违规频发的内在深层原因,突破金融行业的垄断地位,放松利率管制,加快推进金融市场化改革,促使实体与金融部门间的利润率均等化,从而削弱企业寻求金融领域超额利润的套利动机,同时增强公司治理有效性,降低盈余管理与利益侵占动机。(2)投资者在选择投资标的时应考虑金融投资决策互动对企业潜在违规风险的影响,尤其是长期金融投资决策;同时要密切关注企业涉足金融领域的动向,加强监督与约束,从而缓解代理冲突,抑制企业违规行为。(3)金融市场信息中介机构,特别是证券分析师⑥,应全面理解金融资产配置同伴效应对会计信息的影响,及时报告决策有用的增量信息,从而减少资本市场上的信息障碍,提高企业违规治理效率。(4)上市公司应回归主业,明确长期目标,缓解“搭便车”问题,在谋求可持续发展的同时为资本市场改革提供稳定的环境。

(三)研究局限与展望

尽管文章较为详细地考察了金融资产配置同伴效应与企业违规关系,但仍存在不足之处。第一,证监会界定的企业违规具有多种类型,如操纵股价,明确金融资产配置同伴效应引致的具体违规行为可能对违规监管工作指导更有价值,然而受限于数据可观测性与可操作性,文章未进行企业违规类型的细分考察,这将在后续研究中进一步关注与探讨。第二,文章分析了金融监管的外部冲击影响,但行业与地区情境特征,例如行业信任、地区法律环境等因素也可能作用于金融资产配置同伴效应与企业违规关系,成为未来研究的一个方向。


参考文献

1 违规监管具有治理效应吗——兼论股价同步性指标的两重性. 南开管理评论,2016,19(5):41-54. DOI:10.3969/j.issn.1008-3448.2016.05.005.
2 企业投资决策趋同: “羊群效应”抑或“同伴效应”?——来自中国非金融上市公司的面板数据. 中国软科学,2020,(1):128-142. DOI:10.3969/j.issn.1002-9753.2020.01.012.
3 内部审计经理监察能力与企业违规——来自我国中小板上市企业的经验证据. 会计研究,2019,19(8):79-87. DOI:10.3969/j.issn.1003-2886.2019.08.011.
4 企业社会责任与企业金融化: 金融工具还是管理工具?. 会计研究,2019,(9):57-64. DOI:10.3969/j.issn.1003-2886.2019.09.009.
5 卖空机制能抑制上市公司违规吗?. 经济研究,2019,54(6):89-105.
6 企业信息披露中的模仿行为研究——基于制度理论的分析. 南开管理评论,2012,15(3):82-90, 100. DOI:10.3969/j.issn.1008-3448.2012.03.010.
7 企业金融化的传染效应研究. 财经研究,2020,46(12):152-166.
8 控股股东股权质押与股价崩盘: “实际伤害”还是“情绪宣泄”. 南开管理评论,2019,22(5):165-177. DOI:10.3969/j.issn.1008-3448.2019.05.015.
9 制造业企业扩大金融活动能够提升利润率吗?——以中国A股上市制造业企业为例. 管理世界,2020,36(12):13-28. DOI:10.3969/j.issn.1002-5502.2020.12.003.
10 公司高管减持同伴效应与股价崩盘风险研究. 经济研究,2019,54(11):54-70.
11 金融化学说研究新进展. 经济学动态,2020,(12):125-139.
12 企业金融化对创新投资的影响. 经济学家,2021,(2):92-101.
13 经济独立性能否促进监事会治理功能发挥——基于企业违规视角的经验证据. 南开管理评论,2019,22(6):62-76. DOI:10.3969/j.issn.1008-3448.2019.06.007.
14 Taxes and peer effects. The Accounting Review,2018,93(5):97-117. DOI:10.2308/accr-52004.
15 Predicting material accounting misstatements. Contemporary Accounting Research,2011,28(1):17-82. DOI:10.1111/j.1911-3846.2010.01041.x.
16 Dividend payments as a response to peer influence. Journal of Financial Economics,2019,131(3):549-570. DOI:10.1016/j.jfineco.2018.01.012.
17 Social learning and corporate peer effects. Journal of Financial Economics,2015,117(3):653-669. DOI:10.1016/j.jfineco.2015.06.006.
18 Evidence on contagion in earnings management. The Accounting Review,2015,90(6):2337-2373. DOI:10.2308/accr-51062.
19 Identification of endogenous social effects: The reflection problem. The Review of Economic Studies,1993,60(3):531-542. DOI:10.2307/2298123.
20 Dividend innovations and stock price volatility. Econometrica,1988,56(1):37-61. DOI:10.2307/1911841.