一、引 言
资本市场的基础法律建设对于引导市场持续高质量发展具有重要意义。自1998年首次颁布以来,《中华人民共和国证券法》(简称《证券法》)在提高上市公司质量和优化资源配置中发挥了重要作用,是改善资本市场生态环境的顶层制度设计。在2019年修订之前,《证券法》仅在2005年做过一次正式修订。随着资本市场市场化、法制化监管需求的增大,原《证券法》已经难以满足防控市场风险和保护投资者权益的要求。上市公司监管较为突出的几个问题是违法违规成本过低、信息环境较差以及投资者保护不足(夏立军,2014;陈运森和宋顺林,2018)。在违法违规成本方面,监管处罚力度过小,原《证券法》对于重大财务造假的处罚上限仅60万元,即使是康得新和康美药业等上市公司的重大财务造假案例也都没有突破此规定。在信息环境方面,上市公司信息披露违规事件频发,各大媒体的相关报道屡见不鲜。在投资者保护方面,国务院于2013年颁布了《关于进一步加强资本市场中小投资者合法权益保护工作的意见》,并成立了官方投资者保护机构−中证中小投资者服务中心(简称“投服中心”)。但由于法律地位尚不清晰,投服中心的投资者保护工作难以突破瓶颈(投服中心课题组,2018)。证券监管的有效性是会计、财务和经济学的热门研究领域(La Porta等,2006),以往研究证券法修订市场反应的文献尚未得出一致的结论(Greenstone等,2006;Zhang,2007),争议点在于证券监管的公共实施机制(Public Enforcement)和私人实施机制(Private Enforcement)的效率高低问题。而在中国资本市场上,私人实施机制尚有较大的改进空间(Duan等,2019;陈运森等,2019),从而可以观测在私人实施机制薄弱时证券监管对资本市场的作用。
2019年12月28日,经过4次修订的新《证券法》审议通过,并于2020年3月1日起正式实施。作为具有顶层制度设计理念的资本市场的基础性法律,新《证券法》全面提升了违法违规成本,并专设“信息披露”和“投资者保护”章节,加强了信息披露,明确和强调了投资者权利。新《证券法》强化了我国证券监管的私人实施机制和公共实施机制,为注册制改革的全面推行提供了制度性基础,对于提高上市公司质量和全面深化改革具有重大意义。那么,资本市场的投资者如何理解新《证券法》?新《证券法》审议通过后,市场有何反应?对于不同类型的公司,市场反应是否有所不同?本文拟回答这些问题。
本文研究了新《证券法》审议通过的市场反应,①发现市场投资者对新《证券法》的审议通过有着较为正向的反应,且对于不同特征的公司,市场反应表现出异质性。对于曾被监管机构处罚、收到过问询函或者可依法被诉讼索赔等违法违规风险较高的公司,市场反应相对较差;而对于盈余管理程度较低、信息披露质量较高或者分析师跟踪人数较多等信息环境较好的公司,市场反应则相对较好;对于2019年实施现金分红、地区市场环境较好或者大股东掏空程度较低等投资者保护水平较高的公司,市场反应也较为正向。进一步分析发现,市场对中小板和创业板上市公司的市场反应相对负面,体现出投资者对中小板块的信心不足。此外,与正式实施日相比,《证券法》修订的市场反应更多地体现在审议通过日。在增强事件日的识别程度、采用中国香港资本市场作为对照组以及排除《民法典》草案的可能影响后,上述结果依然稳健。
本文潜在的贡献如下:(1)补充了私人实施机制尚不完备的资本市场对证券立法作何反应的证据。以往研究证券法修订市场反应的文献主要基于私人实施机制完备的成熟资本市场,且尚未得出一致的结论(Stigler,1964;Greenstone等,2006;Zhang,2007)。而在中国资本市场上,私人实施机制相对薄弱。本文研究发现,当私人实施机制相对缺乏时,证券监管可以有效提升公司价值,使得资本市场做出正向反应。(2)补充了中国资本市场证券立法影响力的证据,也为“法与金融”研究提供了中国情境下的分析。会计和财务领域的以往国外文献一直认为中国的法制环境较差(Allen等,2005;Piotroski和Wong,2012),但需要指出的是,中国资本市场的法制建设虽起步较晚但发展迅速。最新修订的《证券法》在资本市场发展中究竟发挥了怎样的作用,本身就是一个非常重要的研究问题。同时,以往研究中国资本市场法律建设的文献通常仅关注某一领域的法律法规,如《物权法》和《劳动合同法》等(Berkowitz等,2015;刘媛媛和刘斌,2014;江伟和姚文韬,2016;胡晓帆和宋子龙,2019),但忽略了对资本市场具有基础性和系统性影响的《证券法》。此外,以往的“法与金融”研究文献主要是跨国比较分析,忽略了单一国家的时间序列分析(Allen等,2005;许年行等,2008),本文则提供了中国情境下的分析证据。(3)研究结论具有较强的政策与实践启示。新《证券法》的实施关系到资本市场的整体生态环境,决定了全面深化改革的方向。本文的研究结论对于《证券法》的实施和资本市场其他法律的完善具有重要启示,也为证券市场改革向纵深推进和资本市场高质量发展提供了一定的参考。
二、制度背景与理论分析
中国《证券法》于1998年颁布,2005年进行过一次修订。十五年来,中国资本市场迅猛发展,原《证券法》的诸多条款难以实现防范上市公司风险和保护投资者权益的职能。2019年12月审议通过的《证券法》修订稿为第二次正式修订稿。原《证券法》共240条,新《证券法》共修改了166个条款,删除了24个条款,同时新增了24个条款,是一次“大刀阔斧”的修订。此次修订主要围绕推进发行注册制、提高违法违规成本、完善投资者保护制度、强化信息披露要求、完善交易制度等十个方面。其中,修订稿对上市公司影响较为突出的是提高违法违规成本、加强信息披露和增强投资者保护。在违规成本方面,新《证券法》大大提高了违规处罚力度。定额处罚标准提升至200万−1 000万元,对于恶劣的欺诈发行事件,处以2 000万元罚款。按照违规所得予以处罚的标准从1倍−5倍提升至1倍−10倍。同时,此次修订还完善了违规行为的民事赔偿制度,如明确了违规行为中主要负责人的过错推定、连带赔偿责任。此外,部分情形还增加了受处罚的主体。此次修订显著提高了证券市场违法违规成本,极大地提升了法律威慑力。在信息披露方面,新《证券法》单独设立了“信息披露”章节,修改了信息披露的原则性规定,补充了“简明清晰、通俗易懂”的要求,还增加了信息披露义务人的相关披露义务和责任,对于完善上市公司信息披露具有重要意义。在投资者保护方面,新《证券法》单独设立了“投资者保护”章节,明确了投资者保护机构可作为股东权利征集人以及以自己的名义提起诉讼,且持股比例和持股期限不受《公司法》规定的限制。同时,新《证券法》进一步明确了上市公司分红原则。这些条款体现了保护广大投资者资产收益权的立法初衷。
那么,证券立法如何影响资本市场呢?学术界目前有两种观点。一种观点认为,私人实施机制可以使公司与各利益相关方实现效率最大化,而政府干预给公司增加的成本大于潜在的收益,因此投资者对证券立法会做出负向反应(Stigler,1964;Zhang,2007)。另一种观点认为,证券监管可以保证公平性,减少公司违规,进而提升社会福利,因此投资者对证券立法会做出正向反应(Greenstone等,2006)。在中国这个新兴资本市场上,长期以来以散户为主,违法违规成本低,集体诉讼制度不够完善,导致私人实施机制并未有效发挥作用(Duan等,2019;陈运森等,2019)。Duan等(2019)研究发现,由于缺乏私人实施机制的配合,中国资本市场的公共实施机制也没有取得应有的效果。
为了应对资本市场的各类顽疾,《证券法》立法者历时四年广泛采纳各方意见,修订的内容同时加强了我国资本市场的公共实施机制和私人实施机制,其中提高违法违规成本和加强信息披露等措施有助于发挥公共实施机制的作用,而增加投资者保护机构的权利、加强集体诉讼等内容则为私人实施机制发挥作用提供了保障。这三大修订内容都可能提升公司价值。首先,提高违法违规成本可以提升企业价值(Greenstone等,2006)。当违法违规成本较低时,企业违规操作的潜在收益大于潜在的成本,违规动机较强。而违法违规成本上升后,企业更可能规范运营,包括完善公司治理、减少侵占公司利益的行为等,最终提升公司价值。其次,加强信息披露可以提升公司价值(Greenstone等,2006;La Porta等,2006)。信息披露义务增强可以有效降低企业的代理成本(Mahoney,1995)和融资成本(Lambert等,2007),进而提升企业价值。最后,投资者保护程度越高,越能够提升公司价值(La Porta等,2002;陈信元等,2009)。新《证券法》的三大主要修订夯实了我国资本市场的法律基础。由于法制建设对金融市场的发展具有重要影响(La Porta等,1998),完善高效的法律体系可以维护市场经济的竞争秩序(刘伟,2015)。因此,投资者对新《证券法》审议通过可能做出正向反应。
但同时,资本市场也可能不做出明显反应。《证券法》加强了公司的信息披露和投资者保护,这可能会给企业增加负担,不利于企业实现股东利益最大化(Stigler,1964;Zhang,2007)。此外,《证券法》的修订只是从立法的角度确立了投资者权益,完善了上市公司监管制度,但执法效果尚不可知。从以往经验来看,证监会、交易所等监管部门针对上市公司监管发布相关规章制度,但对于这种公共执法的效果缺乏一致的结论(Chen等,2005;Duan等,2019;陈运森等,2019)。随着资本市场的迅猛发展,监管体系暴露出监管人员缺乏、上市公司舞弊手段愈加隐蔽、监管效率较低等问题。因此,投资者可能对公共执法效果缺乏信心,对《证券法》修订不做出反应。
总的来说,本文认为正向的逻辑强于负向的逻辑。为此,本文提出如下假说:资本市场对新《证券法》审议通过做出正向反应。
对上述假说的检验是典型的实证问题。如果市场反应为正,那么一个合理的检验是,对于新《证券法》重点关注的上市公司特征,市场是否会因这些特征不同而做出差异性反应?基于此,本文重点关注了公司的以下特征:(1)违法违规风险。违规被处罚通常暴露出公司治理较差的问题,有违规记录的公司通常被认为是“再犯”风险较高的公司。特别是当违规成本较高时,违法违规风险高的公司可能面临更大的处罚风险,更可能因高昂的罚金而影响公司运营甚至退市。因此,对于违法违规风险较高的公司,新《证券法》审议通过的市场反应可能较差。(2)信息环境。作为重点监管方向,信息披露被纳入《证券法》,信息环境较差的公司面临较高的监管风险。(3)投资者保护。新《证券法》明确了投资者保护机构投服中心的独特地位和权利,为其行权维权工作提供了法律基础。同时,新《证券法》还为公司分红提供了法律依据。因此,对于投资者保护水平高的公司,新《证券法》审议通过的市场反应可能更加正向。
三、研究设计
(一)数据样本。本文以A股上市公司作为初始研究样本,同时剔除了以下观测值:第一,金融行业上市公司;第二,事件日附近区间[−3,3]内包含其他影响股价重大事件(包括并购重组、股权转让、股票回购、增发、配股、接受行政调查、诉讼仲裁判决、违规公告、股权质押冻结等)的观测值;第三,窗口期内交易日不足200天的观测值;第四,财务数据缺失的观测值。经过上述筛选后,本文最终得到3 264个样本观测值。本文使用的财务数据和股票交易数据主要来自国泰安和万得数据库,公司是否可被投资者根据新《证券法》诉讼索赔的数据来自百度搜索并经手工整理。为了排除极端值的影响,本文对所有连续变量进行了上下1%的winsorize处理。
(二)研究模型。与正式实施日相比,将法律通过日作为事件日会使研究场景更加干净(Berkowitz等,2015)。因此,本文采用事件研究法来考察2019年12月28日新《证券法》审议通过的市场反应,同时以2020年3月1日法律实施日进行稳健性检验。模型的因变量是采用CAPM模型计算的事件日附近三日的累计超额回报CAR[−1,1],估计窗口选择的是[−210,−11],以沪深300指数的收益率作为市场回报率(Berkowitz等,2015)。为了保证结果的稳健性,本文还采用市场调整模型进行检验。本文首先探讨公众、媒体以及资本市场投资者对新《证券法》的关注,然后研究新《证券法》的差异性影响。具体而言,本文将从违法违规风险、信息环境和投资者保护三个角度关注不同企业特征所带来的异质性市场反应。
在违法违规风险方面,本文使用模型(1)来检验研究假说。违法违规风险(VioRisk)采用3个度量指标:(1)Violation,公司在2019年是否被监管机构处罚,是则赋值为1,否则为0;(2)CL,公司在2019年是否收到问询函,是则赋值为1,否则为0;(3)Sue,公司是否因违规或涉嫌违规而被投资者根据新《证券法》诉讼索赔,是则赋值为1,否则为0。本文重点关注系数
$ CAR\left[-1, 1\right]={\beta }_{0}+{\beta }_{1}VioRisk+{\beta }_{2}Size+{\beta }_{3}Momentum+{\beta }_{4}BM+\varepsilon $ | (1) |
在信息环境方面,本文使用模型(2)来检验研究假说。信息环境(InfoEnviroment)采用4种度量指标:(1)Abs_Da,采用Jones模型计算的2019年初应计盈余管理程度并取绝对值;(2)REM,参考Roychowdhury(2006)计算的2019年初真实盈余管理程度;(3)Info_Score,深交所或上交所2019年披露的2018年上市公司信息披露质量考评等级;(4)Ln_Ana,考虑到分析师在资本市场上发挥了重要的信息中介作用(肖土盛等,2017;黎文靖和潘大巍,2018),使用分析师跟踪变量来反映信息环境,数值等于公司在2019年被分析师跟踪的人数加1后取自然对数。本文探讨信息环境是否会影响新《证券法》审议通过的正向市场反应。
$ CAR\left[-1, 1\right]={\beta }_{0}+{\beta }_{1}InfoEnviroment+{\beta }_{2}Size+{\beta }_{3}Momentum+{\beta }_{4}BM+\varepsilon $ | (2) |
在投资者保护方面,本文使用模型(3)来检验研究假说。投资者保护(InvestorProtect)采用3个度量指标:(1)Market_Index,参考以往的文献(李善民等,2016),使用各省市场中介组织的发育和法律制度环境评分的排名;(2)Occupy,公司2019年初的掏空情况,数值等于其他应收款与总资产的比值;(3)Div_Tax,新《证券法》强化了股利分红方面的监管,而股利分红情况与投资者保护直接相关,因而使用股利分红情况来反映投资者保护水平,数值等于公司在2019年初的每股税后现金股利。本文分析投资者保护情况是否会影响新《证券法》审议通过的正向市场反应。
$ CAR\left[-1, 1\right]={\beta }_{0}+{\beta }_{1}InvestorProtect+{\beta }_{2}Size+{\beta }_{3}Momentum+{\beta }_{4}BM+\varepsilon $ | (3) |
四、实证结果分析
(一)描述性统计。核心变量的描述性统计结果见表1。从中可以看到,新《证券法》审议通过事件窗口内经市场模型调整的累计超额回报CAR[−1,1]的均值为−0.0127,中位数为−0.0113。CL的均值为0.433,表明有43.3%的上市公司在2019年收到了问询函。2019年发布年报中每股现金股利Div_Tax的均值为0.129,但中位数仅为0.060,表明仍有大量上市公司的现金股利水平较低。
变量 | 样本量 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
CAR[−1,1] | 3 264 | −0.0127 | 0.0370 | −0.1180 | −0.0113 | 0.1190 |
Violation | 3 264 | 0.0509 | 0.2200 | 0.0000 | 0.0000 | 1.0000 |
CL | 3 264 | 0.4330 | 0.4960 | 0.0000 | 0.0000 | 1.0000 |
Sue | 3 264 | 0.0319 | 0.1760 | 0.0000 | 0.0000 | 1.0000 |
Abs_Da | 3 264 | 0.0588 | 0.0614 | 0.0000 | 0.0405 | 0.3230 |
REM | 3 264 | −0.0628 | 0.1890 | −0.7540 | −0.0626 | 0.4880 |
Info_Score | 3 264 | 2.9600 | 0.6840 | 1.0000 | 3.0000 | 4.0000 |
Ln_Ana | 3 264 | 1.1430 | 1.2420 | 0.0000 | 0.6930 | 3.9120 |
Div_Tax | 3 264 | 0.1290 | 0.1910 | 0.0000 | 0.0600 | 1.0450 |
Market_Index | 3 264 | 8.4260 | 7.5680 | 1.0000 | 5.0000 | 30.0000 |
Occupy | 3 264 | 0.0189 | 0.0319 | 0.0002 | 0.0084 | 0.2080 |
(二)市场反应和事件有效性检验
新《证券法》的审议通过是否引起市场的广泛关注呢?本文参考Lin等(2018)的研究,利用百度指数分析了新《证券法》审议通过前后的搜索和媒体报道情况。新《证券法》于2019年12月28日审议通过,图1展示了审议通过日前后各15天的搜索指数与媒体报道指数,反映了互联网用户关键词搜索和媒体关注程度的持续变化情况。图1结果显示,互联网用户对于“证券法”一词的搜索量在审议通过日出现显著增长,且之后第3日达到峰值,媒体关注程度则在审议通过日显著增长且达到峰值。这在一定程度上说明新《证券法》的审议通过对公众是一次较为外生的事件,法律审议通过这一事件日的有效性得到了检验。
作为事件研究的先验性检验,本文分析了新《证券法》审议通过窗口期内的市场反应。图2展示了新《证券法》审议通过对市场的整体影响,②其中横轴为交易日,纵轴为市场累计回报,灰色区域为事件窗口期。从中可以看到,在新《证券法》审议通过的前一个交易日到后一个交易日,市场反应是正向的,这种积极的市场表现一直延续到之后第2个交易日。这初步佐证了本文的研究假说。
(三)主要回归结果
本文的重点在于从违法违规风险、信息环境和投资者保护三个角度来探究不同企业特征所带来的异质性市场反应。
表2列示了违法违规风险的检验结果。列(1)结果显示,上市公司在2019年被监管机构处罚(Violation)的系数为−0.016,在1%的水平上显著;列(2)结果显示,上市公司在2019年收到问询函(CL)的系数为−0.006,也在1%的水平上显著;列(3)结果显示,公司是否可被投资者根据新《证券法》诉讼索赔(Sue)的系数为−0.013,同样在1%的水平上显著。上述结果表明,从监管机构处罚、问询函以及诉讼赔偿三个方面度量的违法违规风险都对新《证券法》审议通过的市场反应产生了负向影响。
(1) | (2) | (3) | |
CAR[−1,1] | CAR[−1,1] | CAR[−1,1] | |
Violation | −0.0164*** | ||
(−6.0034) | |||
CL | −0.0060*** | ||
(−4.9943) | |||
Sue | −0.0127*** | ||
(−3.7091) | |||
Size | 0.0053*** | 0.0051*** | 0.0052*** |
(8.8955) | (8.5565) | (8.6542) | |
Momentum | −0.0041*** | −0.0037** | −0.0038** |
(−2.7857) | (−2.4856) | (−2.5560) | |
BM | −0.0020 | −0.0017 | −0.0019 |
(−0.9913) | (−0.8329) | (−0.9046) | |
Constant | −0.0970*** | −0.0913*** | −0.0952*** |
(−7.0901) | (−6.6368) | (−6.9257) | |
行业固定效应 | 控制 | 控制 | 控制 |
样本量 | 3 264 | 3 264 | 3 264 |
R2 | 0.1739 | 0.1711 | 0.1683 |
注:括号内为t值,***、**和*分别表示1%、5%和10%的显著性水平。下表同。 |
表3列示了信息环境的检验结果。列(1)结果显示,应计盈余管理(Abs_Da)的系数为−0.024,在1%的水平上显著;列(2)结果显示,真实盈余管理(REM)的系数为−0.009,也在1%的水平上显著。这表明上市公司的盈余管理程度越高,信息环境越差,新《证券法》的市场反应越负向。列(3)结果显示,上市公司信息披露质量考评等级(Info_Score)的系数为0.006,在1%的水平上显著;列(4)结果显示,上市公司在2019年的分析师跟踪情况(Ln_Ana)的系数为0.0020,也在1%的水平上显著。上述结果表明,在新《证券法》审议通过后,信息环境较差的公司面临较高的市场监管风险,因而有较差的市场反应。
(1) | (2) | (3) | (4) | |
CAR[−1,1] | CAR[−1,1] | CAR[−1,1] | CAR[−1,1] | |
Abs_Da | −0.0238** | |||
(−2.3673) | ||||
REM | −0.0093*** | |||
(−2.8447) | ||||
Info_Score | 0.0055*** | |||
(6.0596) | ||||
Ln_Ana | 0.0020*** | |||
(3.2041) | ||||
Size | 0.0052*** | 0.0049*** | 0.0045*** | 0.0038*** |
(8.6624) | (8.0386) | (7.4313) | (5.0731) | |
Momentum | −0.0035** | −0.0036** | −0.0047*** | −0.0050*** |
(−2.3782) | (−2.4193) | (−3.1582) | (−3.1646) | |
BM | −0.0023 | −0.0007 | −0.0010 | 0.0011 |
(−1.0943) | (−0.3397) | (−0.4956) | (0.4867) | |
Constant | −0.0953*** | −0.0913*** | −0.0970*** | −0.0687*** |
(−6.9127) | (−6.5628) | (−7.0896) | (−4.1794) | |
行业固定效应 | 控制 | 控制 | 控制 | 控制 |
样本量 | 3 264 | 3 264 | 3 264 | 3 264 |
R2 | 0.1662 | 0.1668 | 0.1741 | 0.1674 |
表4列示了投资者保护的检验结果。列(1)结果显示,上市公司在2019年发布的年报中每股税后现金股利(Div_Tax)的系数为0.017,在1%的水平上显著;列(2)结果显示,各省市场中介组织的发育和法律制度环境评分排名情况(Market_Index)的系数为0.0001,在10%的水平上显著;列(3)结果显示,上市公司2019年初掏空情况(Occupy)的系数为−0.042,在5%的水平上显著。新《证券法》专门增设一章来强调投资者保护,以法律的形式明确了公司分红。上述结果表明,在新《证券法》审议通过后,存在掏空、不分红等行为的公司面临更大的调整压力,而投资者保护较好的公司则有较为积极的市场反应。
(1) | (2) | (3) | |
CAR[−1,1] | CAR[−1,1] | CAR[−1,1] | |
Div_Tax | 0.0165*** | ||
(5.0016) | |||
Market_Index | 0.0001* | ||
(1.7113) | |||
Occupy | −0.0423** | ||
(−2.1822) | |||
Size | 0.0045*** | 0.0053*** | 0.0053*** |
(7.2302) | (8.7540) | (8.7848) | |
Momentum | −0.0041*** | −0.0030** | −0.0035** |
(−2.7745) | (−2.0203) | (−2.3577) | |
BM | 0.0006 | −0.0019 | −0.0017 |
(0.2849) | (−0.9123) | (−0.8182) | |
Constant | −0.0832*** | −0.1000*** | −0.0969*** |
(−5.9404) | (−7.2396) | (−7.0449) | |
行业固定效应 | 控制 | 控制 | 控制 |
样本量 | 3 264 | 3 264 | 3 264 |
R2 | 0.1711 | 0.1655 | 0.1659 |
(四)进一步分析
上文结果表明,市场对新《证券法》审议通过具有正向反应,且市场反应在违法违规风险、信息环境和投资者保护三个方面不同的上市公司中表现出异质性。本文将进一步探究公司所在板块是否会影响新《证券法》审议通过的市场反应。此外,新《证券法》从2020年3月1日开始实施,本文还将分析其实施日的市场反应。
本文通过设置中小板和创业板上市虚拟变量来分析上市板块对新《证券法》审议通过市场反应的影响,表5列示了不同上市板块公司市场反应的回归结果。SME为中小板上市虚拟变量,若公司在中小板上市,则赋值为1,否则为0,其系数为−0.004,在1%的水平上显著。GEM为科创板上市虚拟变量,若公司在创业板上市,则赋值为1,否则为0,其系数为−0.010,同样在1%的水平上显著。上述结果表明,对于中小板和创业板上市企业,市场对新《证券法》审议通过具有负向反应。这意味着新《证券法》引导市场资金流向主板的上市公司,而市场对中小板和创业板企业信心不足。
表6展示了新《证券法》正式开始实施(2020年3月1日)的市场反应,以市场模型计算的新《证券法》实施日附近区间[−1,1]内的累计超额回报(S_CAR[−1,1])作为因变量,探究市场对不同特征公司的异质性市场反应。Panel A列示了公司违法违规风险的检验结果。可以看到,上市公司在2019年被监管机构处罚(Violation)与事件日累计超额回报(S_CAR[−1,1])负相关,上市公司在2019年收到问询函(CL)与事件日累计超额回报(S_CAR[−1,1])也负相关,而公司是否可被投资者根据新《证券法》诉讼索赔(Sue)与事件日累计超额回报(CAR[−1,1])则不显著相关。Panel B列示了信息环境的检验结果。深交所或上交所披露的上市公司信息披露质量考评等级(Info_Score)的系数为0.004,在1%的水平上显著,其他度量指标则不显著。Panel C列示了投资者保护的检验结果。可以看到,投资者保护的度量指标与事件日累计超额回报(S_CAR[−1,1])不显著相关。上述结果表明,由于新《证券法》的市场反应主要体现在审议通过日,实施日的市场反应并不显著,但实施日的市场反应方向与审议通过日基本相同。
Panel A:公司违法违规风险与投资者反应 | ||||||||||||
(1) | (2) | (3) | ||||||||||
S_CAR[−1,1] | S_CAR[−1,1] | S_CAR[−1,1] | ||||||||||
Violation | −0.0070* | |||||||||||
(−1.9564) | ||||||||||||
CL | −0.0040** | |||||||||||
(−2.5477) | ||||||||||||
Sue | 0.0005 | |||||||||||
(0.1164) | ||||||||||||
控制变量 | 控制 | 控制 | 控制 | |||||||||
样本量 | 3 176 | 3 176 | 3 176 | |||||||||
R2 | 0.0852 | 0.0860 | 0.0841 | |||||||||
Panel B:公司信息环境与投资者反应 | ||||||||||||
(1) | (2) | (3) | (4) | |||||||||
S_CAR[−1,1] | S_CAR[−1,1] | S_CAR[−1,1] | S_CAR[−1,1] | |||||||||
Abs_Da | −0.0116 | |||||||||||
(−0.8880) | ||||||||||||
REM | −0.0008 | |||||||||||
(−0.1976) | ||||||||||||
Info_Score | 0.0041*** | |||||||||||
(3.5162) | ||||||||||||
Ln_Ana | 0.0012 | |||||||||||
(1.5165) | ||||||||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | ||||||||
样本量 | 3 176 | 3 176 | 3 176 | 3 176 | ||||||||
R2 | 0.0844 | 0.0841 | 0.0877 | 0.0848 | ||||||||
Panel C:投资者保护与投资者反应 | ||||||||||||
(1) | (2) | (3) | ||||||||||
S_CAR[−1,1] | S_CAR[−1,1] | S_CAR[−1,1] | ||||||||||
Div_Tax | 0.0054 | |||||||||||
(1.2659) | ||||||||||||
Market_Index | 0.0000 | |||||||||||
(0.3332) | ||||||||||||
Occupy | −0.0143 | |||||||||||
(−0.5641) | ||||||||||||
控制变量 | 控制 | 控制 | 控制 | |||||||||
样本量 | 3 176 | 3 176 | 3 176 | |||||||||
R2 | 0.0846 | 0.0842 | 0.0842 |
(五)稳健性检验
1. 增强事件日的识别程度。即使没有新《证券法》审议通过这一事件,违法违规风险或其他特征也可能与市场超额回报具有显著的相关性。但总的来说,如果违法违规风险与累计超额回报之间的负向关系在事件区间内相对于非事件区间更强,则“更加负向”的部分可以在一定程度上反映新《证券法》的影响,其他特征同理。借鉴Ayers等(2002),本文采用模型(4)来检验事件区间相对于对照区间的差异。我们保留事件区间(即[−1,1])的CAR,并构造事件日前后两个三日区间作为对照区间(即[−10,−8]、[−7,−5]、[5,7]和[8,10]),计算这些区间的CAR。对于变量Event,观测值处于事件区间则赋值为1,否则为0。X表示Violation、CL等变量。
$ CAR={\beta }_{0}+{\beta }_{1}Event+{\beta }_{2}X+{\beta }_{3}Event \times X+{\beta }_{4}\sum control+\varepsilon $ | (4) |
表7中的CAR分析结果显示,与对照区间相比,违法违规风险与累计超额回报之间的负向关系在事件区间更强,交乘项反映了新《证券法》的影响,其他特征的结果类似。
Panel A:公司违法违规风险与投资者反应 | ||||||||||||||||||||||||
(1)CAR | (2)CAR | (3)CAR | (4)AR | (5)AR | (6)AR | |||||||||||||||||||
Violation | 0.002 | 0.000* | ||||||||||||||||||||||
(1.146) | (1.729) | |||||||||||||||||||||||
Violation×Event | −0.017*** | −0.006*** | ||||||||||||||||||||||
(−4.430) | (−5.081) | |||||||||||||||||||||||
CL | 0.001 | 0.000 | ||||||||||||||||||||||
(1.492) | (0.267) | |||||||||||||||||||||||
CL×Event | −0.007*** | −0.002*** | ||||||||||||||||||||||
(−4.462) | (−4.112) | |||||||||||||||||||||||
Sue | 0.005*** | 0.000 | ||||||||||||||||||||||
(2.730) | (0.230) | |||||||||||||||||||||||
Sue×Event | −0.020*** | −0.006*** | ||||||||||||||||||||||
(−3.993) | (−3.702) | |||||||||||||||||||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||||||||||||||||||
样本量 | 16 318 | 16 318 | 16 318 | 329 361 | 329 361 | 329 361 | ||||||||||||||||||
R2 | 0.041 | 0.041 | 0.041 | 0.003 | 0.003 | 0.003 | ||||||||||||||||||
Panel B:公司信息环境与投资者反应 | ||||||||||||||||||||||||
(1)CAR | (2)CAR | (3)CAR | (4)CAR | (5)AR | (6)AR | (7)AR | (8)AR | |||||||||||||||||
Abs_Da | 0.023*** | 0.001 | ||||||||||||||||||||||
(3.980) | (0.939) | |||||||||||||||||||||||
Abs_Da× Event | −0.062*** | −0.018*** | ||||||||||||||||||||||
(−4.399) | (−3.814) | |||||||||||||||||||||||
REM | −0.001 | 0.000 | ||||||||||||||||||||||
(−0.962) | (1.620) | |||||||||||||||||||||||
REM×Event | −0.012*** | −0.005*** | ||||||||||||||||||||||
(−3.306) | (−4.294) | |||||||||||||||||||||||
Info_Score | −0.001* | −0.000 | ||||||||||||||||||||||
(−1.751) | (−1.385) | |||||||||||||||||||||||
Info_Score×Event | 0.007*** | 0.002*** | ||||||||||||||||||||||
(6.464) | (6.352) | |||||||||||||||||||||||
Ln_Ana | 0.000 | 0.000*** | ||||||||||||||||||||||
(1.382) | (3.309) | |||||||||||||||||||||||
Ln_Ana×Event | 0.003*** | 0.001*** | ||||||||||||||||||||||
(5.754) | (5.613) | |||||||||||||||||||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||||||||||||||||
样本量 | 16 318 | 16 318 | 16 318 | 16 318 | 329 361 | 329 361 | 329 361 | 329 361 | ||||||||||||||||
R2 | 0.042 | 0.041 | 0.043 | 0.042 | 0.003 | 0.003 | 0.003 | 0.003 | ||||||||||||||||
Panel C:投资者保护与投资者反应 | ||||||||||||||||||||||||
(1)CAR | (2)CAR | (3)CAR | (4)AR | (5)AR | (6)AR | |||||||||||||||||||
Div_Tax | −0.000 | −0.001*** | ||||||||||||||||||||||
(−0.322) | (−4.882) | |||||||||||||||||||||||
Div_Tax×Event | 0.022*** | 0.008*** | ||||||||||||||||||||||
(6.444) | (7.975) | |||||||||||||||||||||||
Market_Index | −0.000*** | −0.000*** | ||||||||||||||||||||||
(−4.444) | (−3.742) | |||||||||||||||||||||||
Market_Index×Event | 0.001*** | 0.000*** | ||||||||||||||||||||||
(6.164) | (5.918) | |||||||||||||||||||||||
Occupy | 0.012 | −0.001 | ||||||||||||||||||||||
(1.071) | (−1.077) | |||||||||||||||||||||||
Occupy×Event | −0.029 | −0.006 | ||||||||||||||||||||||
(−1.143) | (−0.724) | |||||||||||||||||||||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | ||||||||||||||||||
样本量 | 16 318 | 16 318 | 16 318 | 329 361 | 329 361 | 329 361 | ||||||||||||||||||
R2 | 0.042 | 0.042 | 0.040 | 0.003 | 0.003 | 0.003 |
考虑到Ayers等(2002)选取的对照区间距离事件日较近,本文采用[−50,−2]和[2,50]作为对照区间。事件区间仍为[−1,1],变量Event的定义与上文相同。以每日的Abnormal Return(AR)作为因变量来构造模型(5),③回归结果见表7,与上文的CAR分析结果一致。
$ AR={\beta }_{0}+{\beta }_{1}Event+{\beta }_{2}X+{\beta }_{3}Event \times X+{\beta }_{4}\sum control+\varepsilon $ | (5) |
2. 排除同期其他重大事件的可能影响。参考Zhang(2007),本文构造了变量HK_CAR[−1,1],以中国香港地区的恒生指数(除去内地企业)作为基准回报。恒生指数在除去内地上市公司后将不受新《证券法》的冲击,且排除了内地同期其他重大事件的影响(Confounding Effect),以此作为基准回报可观测市场对新《证券法》审议通过做出的反应。本文的主要回归结果在排除其他重大事件的干扰后依然稳健。
3. 排除同时间处于审议过程的《民法典》草案的影响。2019年12月28日,同时审议的还有《民法典》相关提案。本文将从三个方面来排除《民法典》审议的影响。第一,新《证券法》专注证券市场,而《民法典》中直接针对证券市场的法条较少。此外,2019年12月28日的《民法典》审议并非首次审议,也不是最终审议,影响力相对较小。第二,本文使用百度搜索指数和媒体关注指数,对比了市场对《证券法》和《民法典》在全国人大常委会此次会议审议中的关注度。在事件区间内,新《证券法》的百度搜索指数和媒体指数显著高于《民法典》,这在一定程度上排除了事件日《民法典》审议的影响。第三,《民法典》中影响证券市场的法条主要集中在“合同编”和“物权编”,具体体现在保证人担保责任的变更和应收账款的可质押性。固定资产较多的公司可能较多地受到“物权编”中法条的影响(Berkowitz等,2015)。因此,本文纳入固定资产比例、应收账款比例和担保总额作为控制变量。上文主要结果在排除《民法典》审议的影响后依然稳健。
4. 其他检验:(1)采用市场调整模型计算新《证券法》审议通过日附近区间[−1,1]内的累计超额回报,即每日的个股实际回报减去市场回报得到超额回报,并在事件区间内累加。(2)更换事件区间,采用市场模型计算新《证券法》审议通过日附近区间[−2,2]内的累计超额回报,以此作为因变量。(3)选取随机日期进行安慰剂检验,在2019年前300天中随机抽取100个不重复日期作为虚拟事件日。上述检验不改变本文的主要结果。
五、结论与启示
作为资本市场的基础制度,《证券法》对改善市场生态环境和保证高质量发展具有重要影响。本文采用事件研究法,考察了2019年12月28日新《证券法》审议通过的市场反应,以期从市场层面提供中国证券市场全面深化改革的经验证据。研究发现,投资者对新《证券法》的审议通过做出了积极的反应,且对于不同特征的公司,市场反应表现出显著的异质性。对于违法违规风险高的上市公司,市场反应更加负向;而对于信息环境好或者投资者保护水平高的上市公司,市场反应则更加积极。
本文的研究具有以下启示:第一,提高违法违规成本,加强投资者保护,有利于优化资源配置,使得资本市场形成“良币驱逐劣币”的良性发展。《证券法》原有的违法违规处罚力度过小,使得许多上市公司在诱惑面前选择铤而走险。而新《证券法》大幅提高了违法违规行为的处罚金额,部分情形还增加了受处罚的主体,显著加大了证券市场监管处罚力度。第二,监管者需要强有力地推进新《证券法》的执行,才能为资本市场健康发展护航。如果投资者预期新《证券法》的执行将降低公司的违法违规风险,提升信息披露质量和中小投资者保护水平,则原本较差的公司会表现出较高的超额回报。然而,本文发现较差的公司超额回报较低,表明市场对新《证券法》规范上市公司行为和提升上市公司质量持观望态度。因此,执法者需要贯彻新《证券法》的理念,不仅要“淘汰”差的企业,还需规范上市公司行为,提升上市公司质量,从而促进资本市场健康发展。
需要指出的是,本文只是对新《证券法》审议通过的事件研究,这是检验其实施效果的第一步。作为法律基础建设的关键基石,新《证券法》的实施效果还需要更长时间和更多维度的检验。比如,检验新《证券法》实施前后的上市公司违规处罚、信息披露和投资者保护行为差异,或者从一级市场IPO视角来研究新《证券法》强调的其他方面,如注册制实施效果等。
① 与正式实施日相比,将法律通过日作为事件日会使研究场景更加干净(Berkowitz等,2015)。本文以新《证券法》审议通过日作为事件日,以法律实施日进行稳健性检验。
② 图2展示的是新《证券法》审议通过日附近的市场累计回报,根据事件日附近的A股市场综合回报进行累加得到,而下文分析中的CAR为累计超额收益。
③ 之所以采用Abnormal Return作为因变量,是因为计算三日区间的CAR较为繁复,且原理与采用Abnormal Return完全相同。
[1] | 陈信元, 李莫愁, 芮萌, 等. 司法独立性与投资者保护法律实施——最高人民法院“1/15通知”的市场反应[J]. 经济学(季刊), 2009(1): 1–28. |
[2] | 陈运森, 邓祎璐, 李哲. 非处罚性监管具有信息含量吗? ——基于问询函的证据[J]. 金融研究, 2018(4): 155–171. |
[3] | 陈运森, 邓祎璐, 李哲. 证券交易所一线监管的有效性研究: 基于财务报告问询函的证据[J]. 管理世界, 2019(3): 169–185. |
[4] | 陈运森, 宋顺林. 美名胜过大财: 承销商声誉受损冲击的经济后果[J]. 经济学(季刊), 2018(1): 431–448. |
[5] | 陈运森, 袁薇, 李哲. 监管型小股东行权具有信息含量吗? −基于投服中心的研究[R]. 北京: 中国青年管理学者论坛•工商管理论坛入选论文, 2019. |
[6] | 胡晓帆, 宋子龙. 担保物权制度改革与审计费用——基于《物权法》实施的准自然实验[J]. 会计与经济研究, 2019(5): 78–94. |
[7] | 江伟, 姚文韬. 《物权法》的实施与供应链金融——来自应收账款质押融资的经验证据[J]. 经济研究, 2016(1): 141–154. |
[8] | 李善民, 许金花, 张东, 等. 公司章程设立的反收购条款能保护中小投资者利益吗——基于我国A股上市公司的经验证据[J]. 南开管理评论, 2016(4): 49–62. DOI:10.3969/j.issn.1008-3448.2016.04.006 |
[9] | 黎文靖, 潘大巍. 分析师实地调研提高了信息效率吗? ——基于年报市场反应的分析[J]. 会计与经济研究, 2018(1): 21–39. |
[10] | 刘伟. 市场经济秩序与法律制度和法治精神[J]. 经济研究, 2015(1): 14–16. |
[11] | 刘媛媛, 刘斌. 劳动保护、成本粘性与企业应对[J]. 经济研究, 2014(5): 63–76. |
[12] | 投服中心课题组. 持股行权理论与中国实践研究[A]. 郭文英, 徐明. 投服研究[M]. 北京: 法律出版社, 2018. |
[13] | 夏立军. 司法改革与股市发展——中国股市能够无“法”而治吗?[J]. 会计与经济研究, 2014(5): 3–9. |
[14] | 肖土盛, 宋顺林, 李路. 信息披露质量与股价崩盘风险: 分析师预测的中介作用[J]. 财经研究, 2017(2): 109–121. |
[15] | 谢德仁, 陈运森. 业绩型股权激励、行权业绩条件与股东财富增长[J]. 金融研究, 2010(12): 99–114. |
[16] | 许年行, 赖建清, 吴世农. 公司财务与投资者法律保护研究述评[J]. 管理科学学报, 2008(1): 101–109. DOI:10.3321/j.issn:1007-9807.2008.01.012 |
[17] | Allen F, Qian J, Qian M J. Law, finance and economic growth in China[J]. Journal of Financial Economics, 2005, 77(1): 57–116. DOI:10.1016/j.jfineco.2004.06.010 |
[18] | Ayers B C, Cloyd C B, Robinson J R. The effect of shareholder-level dividend taxes on stock prices: Evidence from the Revenue Reconciliation Act of 1993[J]. The Accounting Review, 2002, 77(4): 933–947. DOI:10.2308/accr.2002.77.4.933 |
[19] | Berkowitz D, Lin C, Ma Y. Do property rights matter? Evidence from a property law enactment[J]. Journal of Financial Economics, 2015, 116(3): 583–593. DOI:10.1016/j.jfineco.2015.04.003 |
[20] | Chen G M, Firth M, Gao D N, et al. Is China’s securities regulatory agency a toothless tiger? Evidence from enforcement actions[J]. Journal of Accounting and Public Policy, 2005, 24(6): 451–488. DOI:10.1016/j.jaccpubpol.2005.10.002 |
[21] | Duan T H, Li K, Rogo R, et al. The myth about public versus private enforcement of securities laws: Evidence from Chinese comment letters[R]. Working Paper, 2019. |
[22] | Greenstone M, Oyer P, Vissing-Jorgensen A. Mandated disclosure, stock returns, and the 1964 Securities Acts Amendments[J]. The Quarterly Journal of Economics, 2006, 121(2): 399–460. DOI:10.1162/qjec.2006.121.2.399 |
[23] | La Porta R, Lopez-de-Silanes F, Shleifer A, et al. Law and finance[J]. Journal of Political Economy, 1998, 106(6): 1113–1155. DOI:10.1086/250042 |
[24] | La Porta R, Lopez-de-Silanes F, Shleifer A, et al. Investor protection and corporate valuation[J]. The Journal of Finance, 2002, 57(3): 1147–1170. DOI:10.1111/1540-6261.00457 |
[25] | La Porta R, Lopez-de-Silanes F, Shleifer A. What works in securities laws?[J]. The Journal of Finance, 2006, 61(1): 1–32. DOI:10.1111/j.1540-6261.2006.00828.x |
[26] | Lambert R, Leuz C, Verrecchia R E. Accounting information, disclosure, and the cost of capital[J]. Journal of Accounting Research, 2007, 45(2): 385–420. DOI:10.1111/j.1475-679X.2007.00238.x |
[27] | Lin C, Morck R, Yeung B, et al. Anti-corruption reforms and shareholder valuations: Event study evidence from China[R]. NBER Working Paper No.22001, 2018. |
[28] | Mahoney P G. Mandatory disclosure as a solution to agency problems[J]. The University of Chicago Law Review, 1995, 62(3): 1047–1112. DOI:10.2307/1600055 |
[29] | Piotroski J D, Wong T J. Institutions and information environment of Chinese listed firms[A]. Fan J P H, Morck R. Capitalizing China[M]. Chicago: University of Chicago Press, 2012. |
[30] | Roychowdhury S. Earnings management through real activities manipulation[J]. Journal of Accounting and Economics, 2006, 42(3): 335–370. DOI:10.1016/j.jacceco.2006.01.002 |
[31] | Stigler G J. Public regulation of the securities markets[J]. The Journal of Business, 1964, 37(2): 117–142. DOI:10.1086/294677 |
[32] | Zhang I X. Economic consequences of the Sarbanes-Oxley Act of 2002[J]. Journal of Accounting and Economics, 2007, 44(1−2): 74–115. DOI:10.1016/j.jacceco.2007.02.002 |