一、引 言
产能过剩是市场经济条件下生产规模超过了市场需求的一种现象,这一现象制约了当前中国经济高质量发展。根据本文的统计,截至2020年,中国仍有约66%的上市公司产能利用率低于75%的警戒线,产能过剩问题依然十分严峻。尽管化解产能过剩是一个宏观命题,但是企业是产能扩张的微观主体,产能的形成源于微观行为(刘斌和赖洁基,2021),理解和化解产能过剩需要从企业层面寻找产能过剩的成因和导致企业盲目扩张的因素(干春晖等,2015)。中国式企业产能过剩极具特色,学者分别从市场失灵(林毅夫等,2010)、政府干预(江飞涛等,2012)和公司治理失效(何小钢等,2021)三个维度展开了探讨,但对于如何化解企业产能过剩,学术界未形成一致意见。习近平总书记强调“充分发挥市场在资源配置中的决定性作用,更好发挥政府作用”。这给我们的启示是,在化解产能过程中,既要有为政府,也要有效市场。2020年,《中共中央、国务院关于新时代加快完善社会主义市场经济体制的意见》提出,要建立市场化法制化化解产能过剩的长效机制。因此,化解产能过剩必须要在政府调控的基础上,探寻治理市场失灵和完善治理失效的有效机制。关于市场机制方面的现有研究更多从市场化改革(于立和张杰,2014;卞元超和白俊红,2021)、要素价格市场(张林,2016)以及市场竞争环境(白让让,2016;刘斌和赖洁基,2021)等企业外部环境因素去寻找化解产能过剩的可能路径,而较少从企业内部的股权结构,特别是共同机构所有权的角度去探究有效途径。近年来,随着并购的日益频繁,机构投资者同时持股同行业多家企业的现象明显增多(杜勇等,2021),资本市场中出现一种新兴的所有权模式−共同机构所有权,如图1所示。共同机构所有权使同行业企业的联系日益紧密,对微观企业行为产生了重要影响(Gilje等,2020)。因此,非常有必要探讨共同机构所有权对企业产能利用率的影响。
本文有关概念界定如下:(1)在同行业两家及以上持股超过5%的机构投资者1、2称为共同机构投资者;(2)企业A、B、C拥有共同机构所有权;(3)共同机构所有权联结程度排序为:企业B>企业A=企业C。
国内外学者(He和Huang,2017;Park等,2019;Chen等,2021;Lewellen和Lowry,2021;Jang等,2022;潘越等,2020;杜勇等,2021;杜勇和马文龙,2021 ;周冬华和黄沁雪,2021)普遍认为在投资组合价值最大化目标的驱使下,共同机构所有权可以产生协同治理和合谋舞弊两种效应,对其所持股的同行业企业间的竞争和摩擦以及单个企业的财务行为和公司治理产生重要影响(He和Huang,2017;Koch等,2021;Azar等,2022;杜勇等,2021)。在中国资本市场中,共同机构所有权发挥的协同治理效应较为明显。例如,国家集成电路产业投资基金股份有限公司(以下简称投资基金)持股北斗星通、兆易创新、北方华创等10余家同行业企业股份超过5%,其通过下设管理公司①充分发挥行业纽带作用,推动持股企业间战略合作,产生了明显的协同效应;②帮助持股企业改善公司治理,规范内部管理,对企业财务行为产生了重要影响,③发挥了较好的治理效应;在其“协同”和“治理”下,有效促进了同行业企业合作,推动了产业发展,使得持股企业的市场份额和盈利能力高于行业水平。④那么,共同机构所有权的“协同”和“治理”效应能否成为缓解企业产能过剩的有效机制?这是本文重点关注的问题。
本文结合中国现实情境,首先从理论上论证了共同机构所有权对企业产能利用率的可能影响,然后基于2007—2020年上市公司数据进行了检验。研究表明,共同机构所有权显著提升了企业产能利用率,证实了共同机构所有权对企业产能利用率确实发挥了协同治理效应。机制分析显示,共同机构所有权通过发挥协同效应和监督效应,提升了企业产能利用率。异质性分析表明,共同机构所有权的去产能效应在产能过剩程度较高和劳动型技术偏向的企业、聚集度较高的行业以及经济发达和市场化程度较高的地区更加明显。此外,共同机构所有权的去产能效应导致产能扩张的潮涌和恶性竞争现象明显减少。
本文的研究贡献包括三个方面:第一,跳出委托代理分析框架,从“协同”和“治理”双重视角拓展了机构投资者治理机制的文献。现有研究局限于委托代理分析框架,侧重于探讨单个机构投资者如何完善单个公司治理。本文的研究则考虑了机构投资者在同行业持股企业间发挥的信息传递作用和冲突协调作用,探寻了“协同效应”对同行业企业间竞争策略以及“规模效应”对企业内部公司治理发挥的积极作用。第二,丰富了治理企业产能过剩和共同机构所有权经济后果的研究文献。“中国式”企业产能过剩既有市场的原因,也有政府的干预。而现有文献过多关注政府调控,忽视了市场自身的作用。本文关注到中国资本市场中逐渐活跃的共同机构所有权在同行业企业间发挥了较为明显的“协同效应”,在企业内部发挥了显著的“治理效应”,这两种效应在一定程度上可以缓解市场失灵和治理失效,从而提高微观企业产能利用率。因此,本文认为共同机构所有权是化解“中国式”产能过剩的有效市场化机制,这一发现丰富了关于治理企业产能过剩的研究文献。同时,本文从产能利用率的角度丰富了共同机构所有权的经济后果研究。第三,为政府部门的政策制定提供了理论依据和经验支持。本文研究表明,共同机构所有权有助于提升企业产能利用率,政府部门应充分利用共同机构所有权创造价值的协同作用和治理优势,一方面为共同机构所有权创造环境,借助资本市场中这一新兴的所有权模式,构建化解企业产能过剩的长效机制,助力中国经济高质量发展;另一方面,积极转变政府补助模式,在优化政府资源配置的同时,有效化解产能过剩。
二、理论分析与假说提出
根据Hansen和Lott(1996)的研究,投资者拥有多样化投资组合后,其投资目标是最大化组合价值。相应地,共同机构所有权联结同行业多家企业后,其投资目标不是单个企业的价值最大,而是整个投资组合的价值最大。在组合价值最大化目标的驱使下,共同机构投资者有强烈的动机协调和整合所持股企业。这既有可能产生“协同”和“治理”效应,减少所持股同行业企业的“产能攀比”和代理人的“产能私利”;也有可能产生“合谋”和“舞弊”效应,提高行业进入壁垒和加剧企业内部人控制。基于此逻辑,本文提出协同治理假说和合谋舞弊假说。
(一)协同治理假说
1. 机构协同效应
根据不完全契约理论,由于契约的不完备,为防止利用契约漏洞侵占自身利益,出现“敲竹杠”行为,并避免在激烈的同行业竞争中被淘汰,同行业企业的合作水平和效率较低(He和Huang,2017)。在市场失灵理论分析框架下,Green和Porter(1984)证明,在不完全契约和激烈竞争的环境中,如果企业之间不能达成市场分割的协议,出于个体利润最大化动机,竞争者之间会相互跟进产能投资。换言之,扩张产能是同行业企业在不完全契约冲突和激烈竞争中的一种理性策略和战略性行为(Dixit,1980;白让让,2016)。激烈的市场竞争会使企业过度投资,导致产能过剩(Tian,2016)。在我国,产能过剩的企业往往处于竞争激烈的行业中(于立和张杰,2014)。可见,企业产能过剩源于行业竞争所导致的“产能攀比”,而无法避免的重要原因在于企业之间很难协调,即缺乏一种协调机制(林毅夫等,2010)。根据研究逻辑和现实案例,共同机构所有权为同行业企业间“产能攀比”的协调提供了可能。第一,从动机上分析,共同机构投资者所持股的同行业企业间的“产能攀比”行为会带来产能持续过剩,可能引起恶性竞争加剧、利润严重下降和产品价格扭曲等问题(林毅夫等,2010;江飞涛等,2012;张林,2016),这不符合共同机构投资者的组合价值最大化目标。因此,共同机构投资者有强烈的动机去协调持股企业间的“产能攀比”行为。第二,从路径上分析,共同机构所有权通过促进同行业持股企业之间建立战略联盟来提升合作水平(He和Huang,2017;Chen等,2021),以此缓解不完全契约冲突和减少企业间不利竞争。现有研究从市场份额提升、创新协同和供应链协同等视角验证了这一逻辑(He和Huang,2017;Kostovetsky和Manconi,2020;Freeman,2021)。现实中,中国投资基金有效推动了企业间战略重组和资源整合(如中芯国际和长电科技战略重组、七星电子和北方微电子整合)。无论从动机还是路径来看,共同机构投资者可以帮助调整同行业持股企业间的激励措施(He和Huang,2017),减少恶性竞争,提升合作水平,减少“产能攀比”,从而抑制企业产能过剩。因此,共同机构所有权的协同效应有助于提升企业产能利用率。
2. 监督治理效应
根据双重委托代理理论,代理人出于私利动机,会忽视企业的投资效率和价值,将产能配置于有利于自身利益但不利于企业发展的项目中,从而造成过度投资和资源利用效率低下,导致企业产能过剩(何小钢等,2021)。而有效的监督治理机制有助于化解这类产能过剩问题。与其他股东和一般机构投资者相比,共同机构所有权具有更高的监督效率和更强的监督能力,这是因为:共同机构投资者联结同行业不同企业后,会在同行业传递信息、积累经验以及学习决策,拥有更丰富的行业信息和治理经验(潘越等,2020);此外,共同机构投资者对一家企业的监督经验可以迁移至另一家企业(杜勇等,2021),相似的经营方式和投资模式能够降低共同机构所有权对同行业企业的监督成本(Ramalingegowda等,2021)。因此,共同机构投资者能够通过信息和经验共享产生“规模效应”(Kacperczyk等,2005),使其在持股企业具有更大的话语权(Edmans等,2019)和更有效的监督(Kang等,2018),通过在股东大会投票(He等,2019)等方式进行有效监督治理,进而从两个方面优化企业投资决策并治理产能过剩:第一,监督管理层自利的产能扩张行为。相关研究表明,外部投资者可以约束管理层的自利行为,减少过度投资,抑制管理层因职务升迁和在职消费而进行的产能扩张(马新啸,2021)。规模效应使共同机构投资者的监督能力和效率高于一般投资者(Ramalingegowda等,2021),对管理层的监督更加有效(Kang等,2018),从而可以更好地约束管理层自利的产能扩张行为。第二,优化管理层投资决策,提高配置效率。除了利益冲突外,代理人能力不足与企业发展需要以及代理人信息不充分与企业决策要求两方面的矛盾也是代理问题的根源(肖曙光和杨洁,2018)。在市场失灵理论分析框架下,企业产能过剩问题不仅源自管理层自利,还可能源自能力不足或是信息不全,从而导致“理性决策”下的“非理性投资”。共同机构投资者在市场实践中积累了丰富的投资经验,在获取企业发展相关信息上具有明显优势(He等,2019),这无疑有助于缓解代理人的能力不足和信息不全。此外,凭借信息和经验方面的优势,共同机构投资者可以提醒企业避免盈利假象下的过度投资和盲目扩张,进而帮助管理层及时调整投资策略(潘越等,2020)。上述分析表明,共同机构投资者可以约束管理层自利的产能扩张,并弥补能力不足所导致的非理性投资,从而提高企业产能利用率。基于上述分析,本文提出以下假说:
假说1a:共同机构所有权可以提高企业产能利用率。
(二)合谋舞弊假说
1. 机构合谋效应
对共同机构投资者而言,竞争不仅来自其所持股的企业之间,也来自同行业非持股企业以及行业外企业,使得共同机构投资者不仅具有“安内”需求,也有“攘外”动机(Park等,2019)。而在面对外部竞争时,配置领先于对手的产能是长期利润最大化策略,有助于保持市场份额和行业地位(白让让,2016)。因此,共同机构投资者在组合价值最大化目标的驱使下,为应对同行业非持股企业的竞争和行业外企业的进入威胁,可能会促使持股企业形成“合谋同盟”,通过配置领先于非持股企业的产能来保持市场地位,从而可能导致持股企业产能过剩。第一,从行业内持股企业与非持股企业竞争的视角分析,根据产业经济学的经典理论,为了在产量、价格和人才的竞争中先发制人,企业将会配置过剩产能(Dixit和Pindyk,1994)。相应地,为应对行业内非持股企业的竞争,共同机构投资者可能会促使持股企业配置过剩产能,以便抢占优势,保持持股企业的市场份额和行业地位,这会加剧持股企业的产能过剩问题。第二,从行业外进入威胁的视角分析,行业内在位企业为获得超额利润,会刻意提高产能,制造壁垒和威慑,以阻止潜在竞争者进入,从而形成过剩产能(国务院发展研究中心《进一步化解产能过剩的政策研究》课题组等,2015)。而Belleflamme和Peitz(2010)证明,如果同行业在位企业间事先没有相互协调,那么很难通过刻意提高产能规模达到制造壁垒和威慑的效果。共同机构所有权为同行业企业的“事先协调”提供了可能。在面对外部威胁时,共同机构投资者有动机和能力促成持股的同行业多家企业合谋(Azar等,2018,2022)。因此,为制造“产能壁垒”以阻止潜在竞争者进入,共同机构投资者将会组织持股企业合谋来一致对外,从而导致产能过剩。
2. 治理舞弊效应
关于机构投资者在企业中发挥的作用,Pound(1988)提出了有效监督、利益冲突和战略合谋三个不同的假说。由于资本的逐利天性,共同机构投资者的监督不是“绝对的善”(李维安和李滨,2008)。共同机构投资者的投资目的是获取最大利益,而非改善持股企业的公司治理。也就是说,共同机构投资者在企业中发挥的作用既可能是积极的,也可能是消极的。有以下两方面的原因可能导致共同机构投资者纵容和推动企业盲目扩大产能:第一,基于成本—效益原则。Williamson(1963)提出了经理效用最大化假说,即管理层或控股股东为了个人私利会忽视企业投资效率,通过过度扩张产能来建立商业帝国和进行在职消费(Stulz,1990;李云鹤,2014)。出于成本—效益原则,共同机构投资者会忽视企业的利益(Backus等,2021)。因此,当与控股股东和管理层的合谋收益大于监督成本时,共同机构投资者出于自身利益最大化考虑,可能为控股股东和管理层扩建商业帝国提供更多的资金和信息支持,从而加剧企业产能过剩问题。第二,基于短期收益需求。以资本市场短期表现为导向的机构投资者更多关注的是企业的短期业绩(Webb等,2003)。现实中,当政府的投资补贴较高时,企业为了获得高额的补助,会过度扩大产能,以高额政府补助来弥补较小的投资亏损,从而实现较高的净收益(江飞涛等,2012)。这显然可以提高企业在资本市场上的短期表现,符合共同机构投资者的投资预期。因此,为了获得政府补贴,共同机构投资者可能会鼓励甚至推动所持股的同行业企业过度扩大产能,造成产能过剩。基于上述分析,本文提出以下假说:
假说1b:共同机构所有权将会降低企业产能利用率。
三、研究设计
(一)数据来源
本文选取2007—2020年中国沪深上市公司作为研究样本,构建共同机构所有权、计算企业产能过剩以及相关财务指标等数据均来源于国泰安CSMAR数据库与Wind数据库。本文删除数据缺失的样本,最终得到25953个公司—年度观测值。为避免极端值的干扰,本文对所有连续变量在1%水平上进行缩尾处理。
(二)变量定义
1. 被解释变量
关于产能利用率,现有研究没有统一的测量方法,常用的方法主要有比值法、峰值法、成本函数法、数据包络分析法和随机前沿生产函数法五种(国务院发展研究中心《进一步化解产能过剩的政策研究》课题组等,2015)。其中,随机前沿生产函数法更符合测量企业产能利用率的目的(李雪松等,2017)。因此,参照李雪松等(2017)的研究,本文使用随机前沿生产函数法来测算企业产能利用率(CU),定义为实际产出除以前沿产出,使用营业收入、资产总额和企业人数来构建随机前沿生产面,进而计算企业产能利用率。
2. 解释变量
借鉴现有文献(He和Huang,2017;Chen等,2021;杜勇等,2021),本文从两个维度构造指标来反映上市公司共同机构所有权。(1)共同机构所有权联结程度(CIO1),表示上市公司共被几家共同机构投资者所持有,加1后取自然对数。共同机构投资者指在一家上市公司持股比例不低于5%的机构投资者,同时在同行业其他上市公司持股5%以上。(2)共同机构所有权持股比例(CIO2),表示上市公司所有共同机构投资者持股比例之和。CIO基于季度数据构建,如果在某一年度任何一个季度拥有共同机构投资者,则判定年度内上市公司被共同机构投资者持股。首先计算季度指标,然后以季度指标数据的均值作为相应的年度指标数据。为避免门槛选择的影响,本文在稳健性检验中同时使用持股3%和前十大股东作为门槛重新构建共同机构所有权。
3. 控制变量
参照共同机构所有权和企业产能过剩的现有文献,本文选取机构投资者持股(Institution)、企业规模(Size)、资产负债率(Leverage)、总资产收益率(ROA)、企业成长性(Growth)、固定资产比值(PPE)、企业员工规模(Employee)、企业年龄(Age)、管理费用率(Mer)、股权集中度(Toptenrate)、第一大股东持股(Top1)、董事会规模(Board)、独立董事比例(Independent)以及两职合一(Dual)作为控制变量,并控制年度和行业固定效应。
(三)模型设定
参照徐业坤和马光源(2019)以及杜勇等(2021)的研究,为检验共同机构所有权与企业产能利用率之间的关系,本文构建了如下回归模型:
$ C{U_{it}} = {\beta _0} + {\beta _1}CI{O_{it}} + \beta C{V_{it}} + \sum_{j} Industr{y_j} + \sum_{t} Yea{r_t} + {\varepsilon _{it}} $ | (1) |
其中,CU表示使用随机前沿生产函数法测算的企业产能利用率,CIO表示从两个维度测量的共同机构所有权指标,CV表示控制变量,Industry和Year表示行业和年度固定效应。
(四)描述性统计⑥
描述性统计结果显示,被解释变量CU的均值为72.4%,与刘斌和赖洁基(2021)的统计值72.8%基本相同。根据国际货币基金组织的统计,中国综合产能利用率2011年约为60%(于立和张杰,2014)。从微观企业来看,样本期内产能利用率有所提升,但仍然低于合意产能利用率75%(国务院发展研究中心《进一步化解产能过剩的政策研究》课题组等,2015)。被解释变量CU的最小值为49.5%,最大值为86.1%,标准差为6.6%,说明不同企业间的产能利用率有所差异。解释变量共同机构所有权联结程度(CIO1)和持股比例(CIO2)的标准差相对较大,说明不同上市公司间存在很大差异。控制变量的统计结果与现有研究基本相同,不存在显著差异。组间差异检验表明,有共同机构所有权联结的样本公司的产能利用率显著高于没有共同机构所有权联结的上市公司。这初步支持假说1a,下文将进行更加严谨的实证检验。
四、实证结果分析
(一)基准回归分析
表1报告了共同机构所有权与企业产能利用率的基准回归结果,CIO1和CIO2的估计系数分别为0.010和0.021,t值均大于3,在1%的水平上显著。这表明共同机构所有权联结程度每提高1个单位,可以提升上市公司产能利用率约1%;共同机构所有权持股比例每提高1%,上市公司产能利用率上升约2.1%。此外,机构投资者持股比例(Institution)的估计系数在1%的水平上显著为正,但远小于共同机构所有权的两个指标。这说明与一般的机构投资者相比,共同机构所有权可以从机构协同效应和监督规模效应两方面发挥增量作用,从而提升企业产能利用率的效果更好。基准回归结果支持假说1a,即共同机构所有权在资本市场中发挥了协同治理效应。
(1) | (2) | |
CIO1 | 0.010*** | |
(3.344) | ||
CIO2 | 0.021*** | |
(3.138) | ||
控制变量 | 控制 | 控制 |
年度固定效应 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 |
N | 25953 | 25953 |
adj. R2 | 0.476 | 0.476 |
注:***、**和*分别表示在1%、5%和10%的水平上显著,括号内为t值,t值计算使用公司层面的聚类稳健标准误。下表同。 |
(二)内生性检验⑩
基准回归模型中,共同机构所有权与企业产能利用率之间可能存在内生性问题。第一,共同机构投资者的信息优势可能有助于其寻找产能利用率较高的上市公司,因而出现“产能利用率较高的上市公司吸引了共同机构投资者,而不是共同机构所有权缓解了企业产能过剩问题”,从而导致互为因果的内生性问题。第二,某些不可观测的遗漏变量可能同时影响上市公司共同机构所有权和产能利用率。第三,上市公司是否存在共同机构所有权可能不是随机的,而是受到一些因素影响,这些因素同样会影响企业产能过剩问题,从而导致选择偏差问题。为了尽可能排除上述可能,本文分别使用工具变量法、Heckman两阶段模型以及倾向得分匹配法(PSM)进行检验。
1. 工具变量法
借鉴Gao等(2019)以及杜勇等(2021)的研究,本文以上市公司是否属于沪深300指数(D300)作为工具变量进行2SLS检验。选择D300作为工具变量的原因在于:一是与内生变量相关。机构投资者一般倾向于投资规模大、外部持股高、信息较透明的上市公司,而沪深300指数一般会选择运营状况良好、近年财务报告无重大问题、规模较大、流动性较好以及股票无明显异常波动等特征的上市公司。因此,是否属于沪深300指数(D300)会影响共同机构投资者的选择,从而影响共同机构所有权的联结情况。二是满足外生性要求。证券交易所选择指数成分股的依据并不是企业产能利用率的高低,所以是否属于沪深300指数(D300)这一工具变量具有较好的外生性特征。三是具有可靠性。证券交易所选择指数成分股具有严格的选样空间、选样方法和选样标准,不易被上市公司直接操纵,能够确保本文选择的工具变量是恰当的。同时,借鉴邢斐等(2021)的研究,本文以上市公司所在行业的共同机构所有权均值(AvCIO)作为共同机构所有权的工具变量。选择行业均值的原因在于:一方面,同行业上市公司面临相似的内外部环境,一家 上市公司的共同机构所有权与同行业平均水平比较相关;另一方面,同行业平均水平通常不会直接影响一家上市公司的产能利用率,满足外生性要求(邢斐等,2021)。工具变量检验结果显示,无论是联结程度(CIO1)还是持股比例(CIO2),不可识别检验统计值和弱工具变量检验统计值均通过检验。第一阶段结果显示,工具变量具有统计显著性,且F值远大于10,说明工具变量对内生变量具有较好的解释力,所以本文选取的工具变量是合适的。第二阶段结果显示,CIO1和CIO2的估计系数均显著为正。在利用工具变量控制内生性问题后,本文结论仍然成立。
工具变量法 | Heckman二阶段 | |||
(1) | (2) | (3) | (4) | |
CU | CU | CU | CU | |
CIO1 | 0.010*** | 0.010*** | ||
(3.071) | (3.250) | |||
CIO2 | 0.023*** | 0.020*** | ||
(2.689) | (3.053) | |||
IMR | −0.018*** | −0.018*** | ||
(−5.897) | (−5.909) | |||
CVs | 控制 | 控制 | 控制 | 控制 |
Year fe | 控制 | 控制 | 控制 | 控制 |
Industry fe | 控制 | 控制 | 控制 | 控制 |
N | 25953 | 25953 | 23073 | 23073 |
r2_a | 0.476 | 0.476 | 0.480 | 0.480 |
注:工具变量检验中同时采用GMM进行检验,结果与2SLS一致。 |
2. Heckman两阶段模型检验
共同机构投资者对不同的上市公司可能存在不同的投资偏好,即在盈利能力、偿债能力、营运能力以及治理结构等方面存在偏向,导致上市公司共同机构所有权还可能受到公司特征的影响。因此,本文的基准回归结果可能并非共同机构所有权的协同治理效应,而是上市公司某种特征的影响,从而导致选择偏差问题。对此,本文采用Heckman两阶段模型进行检验(潘越等,2020;杜勇等,2021)。首先,通过Probit模型估计逆米尔斯比率(IMR),以检验滞后期的企业特征变量(即上述控制变量)是否会影响共同机构投资者持股。之所以选择滞后期的企业特征变量,是因为机构投资者在投资时只能根据前期已披露的盈利能力、偿债能力、营运能力以及治理结构等指标进行决策(潘越等,2020)。根据Lennox等(2012)的研究,在Heckman第一阶段,应至少有一个排他性约束变量,因此本文在第一阶段加入上市公司是否属于沪深300指数(D300)。然后,将IMR作为控制变量加入基准回归模型(1),以检验可能存在的选择性偏差对基准回归结论的影响。检验结果显示,IMR在1%的水平上显著,说明存在共同机构投资者持股的分布偏差,需要检验选择性偏差对本文结论的影响。进一步地,将IMR作为控制变量加入后,CIO1和CIO2的估计系数依然显著为正。在采用Heckman两阶段模型控制选择性偏差后,本文结论依然成立。
3. 倾向得分匹配法(PSM)
为进一步控制选择偏差问题,本文采用倾向得分匹配法(PSM)进行检验。首先,将拥有共同机构投资者的上市公司作为处理组,其他为对照组,以上文所述的一系列控制变量及行业和年度固定效应作为匹配变量;然后,使用最近邻匹配(1∶1)和核匹配(kernel),为处理组寻找特征相似的对照组。PSM检验结果显示,平均处理效应(ATT)在1%的水平上显著为正。这表明与其他特征相似的上市公司相比,被共同机构所有权联结的上市公司具有更高的产能利用率。以此为基础,将处理组和对照组样本进行OLS回归,两种匹配方法下CIO1和CIO2的估计系数均显著为正。在进一步控制选择偏差问题后,本文结论依然可靠。
最近邻匹配(1∶1) | kernel匹配 | |||
(1) | (2) | (3) | (4) | |
CU | CU | CU | CU | |
CIO1 | 0.007** | 0.009*** | ||
(2.218) | (3.150) | |||
CIO2 | 0.015** | 0.019*** | ||
(2.302) | (2.951) | |||
CVs | 控制 | 控制 | 控制 | 控制 |
Year fe | 控制 | 控制 | 控制 | 控制 |
Industry fe | 控制 | 控制 | 控制 | 控制 |
N | 6009 | 6009 | 25263 | 25263 |
r2_a | 0.492 | 0.492 | 0.475 | 0.475 |
ATT | Difference=0.0047***,T=2.59 | Difference=0.0037***,T=2.84 | ||
注:匹配平衡性检验显示,最近邻匹配(1∶1)和核匹配(kernel)的匹配变量的标准化偏差绝对值均小于5%,且t检验结果基本不显著,说明处理组与对照组无系统性差异,协变量的选择是合适的,匹配结果是可靠的。 |
(三)稳健性检验⑦
本文做了以下稳健性检验:更换被解释变量(T+1期上市公司产能利用率),重新构建共同机构所有权(分别选择持股比例3%以上和前十大股东作为门槛),加入公司固定效应和行业—年度交叉固定效应,删除拥有共同实际控制人的样本,缩小样本区间以避免供给侧改革的影响。稳健性检验结果仍然支持本文的研究结论。
五、作用机制分析⑧
(一)机构协同效应检验
1. 机构协同能力检验
基准回归结果支持了协同治理假说,那么根据本文的理论逻辑,共同机构所有权在同行业的协同能力越强,越能协调持股企业间的行动,由此发挥的“机构协同效应”应越好。因此,本文从协同能力视角来检验“机构协同效应”的理论逻辑。借鉴潘越等(2020)以及杜勇等(2021)的研究,本文构建共同机构所有权同行业势力指标(CIO_power)来衡量机构协同能力,并替换CIO放入基准回归模型中进行检验。该指标的计算方法为:在季度维度计算每个上市公司所有共同机构投资者持股的同行业上市公司总数,计算年度均值后除以同行业上市公司总数量,该指标越大表明机构协同能力越强。表2中列(1)报告了机构协同能力的检验结果,CIO_power的估计系数显著为正,说明共同机构所有权的协同能力越强,越能协调企业间的不利竞争和不完全契约冲突,进而缓解企业产能过剩。因此,机构协同能力的检验结果支持了本文的协同机制。
协同能力检验 | “攀比效应”检验 | ||||
攀比程度高 | 攀比程度低 | 攀比程度高 | 攀比程度低 | ||
(1) | (2) | (3) | (4) | (5) | |
CIO_power | 0.011* | ||||
(1.917) | |||||
CIO1 | 0.013*** | 0.007** | |||
(3.619) | (2.351) | ||||
CIO2 | 0.032*** | 0.013* | |||
(4.078) | (1.868) | ||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 25953 | 13434 | 12519 | 13434 | 12519 |
adj. R2 | 0.475 | 0.474 | 0.487 | 0.475 | 0.487 |
组间系数差异检验 | (2)−(3)=0.006** Chi2=4.58 p值=0.0324 |
(4)−(5)=0.019*** Chi2=12.47 p值=0.0004 |
2. 行业“攀比效应”检验
在协同治理假说的理论分析中,本文认为共同机构所有权提升产能利用率的机制之一在于有效协调组合内企业行动,减少所持股企业间的不利竞争和不完全契约冲突,实现资源共享和有效协作,进而抑制企业间的产能攀比。为了检验“机构协同效应”,本文参照白让让(2016)的研究,构建行业“攀比效应”的衡量指标(Band)进行分析,该指标等于同行业企业产能的变化率,计算公式为:
$ Ban{d_{jt}} = \left({\sum C _{it}} - {\sum C _{it - 1}}\right)\bigg{/}{\sum C _{it - 1}}\;\;\;\;(j \ne i) $ | (2) |
其中,Cit表示企业i第t年产能,Bandjt表示行业j第t年产能攀比程度。根据中位数将样本分为行业产能攀比程度高低两组,检验结果见表2中列(2)至列(5)。在产能攀比程度高组,共同机构所有权联结程度(CIO1)和持股比例(CIO2)的估计系数和t值比在产能攀比程度低组要大,且这一结果分别在5%和1%的水平上通过了组间系数差异检验。这说明行业的产能“攀比效应”越严重,共同机构所有权对企业产能利用率的提升效果越好。可见,共同机构所有权可以有效发挥“机构协同效应”,减少同行业持股企业间的产能攀比。因此,本文从企业间不利竞争或盲目攀比的视角验证了“机构协同效应”。
(二)监督治理效应检验
1. 规模效应检验
在协同治理假说中,本文认为共同机构投资者的监督治理逻辑不局限于传统理性经济人假设下的委托代理框架,共同机构投资者持股同行业多家企业后,因同行业企业间相似的经营方式和投资模式,而会在持股企业间积累经验和传递信息,使得共同机构投资者对一家上市公司的监督治理经验可以迁移至其他持股的上市公司。因此,共同机构投资者能够通过信息和经验共享产生监督上的规模效应,由此降低其对同行业企业的监督成本,提升监督效率。为了检验这一逻辑,参照Ramalingegowda等(2021)以及杜勇等(2021)的研究,本文构造同行业企业群指标(CIO_number)来检验规模效应。CIO_number的计算方法为:在季度维度计算某家上市公司的共同机构投资者持有的同行业其他上市公司的数量,取年度均值并加1后取自然对数。参照杜勇等(2021)的做法,使用CIO_number替换CIO放入基准回归模型中进行检验,结果见表3中列(1)。CIO_number的估计系数在5%的水平上显著为正,说明共同机构所有权形成的同行业企业群越大,因企业间相似特征而使共同机构投资者可以发挥监督上的规模效应,监督能力和监督效率上升越明显,从而对上市公司产能利用率的提升效果越好。
规模效应检验 | 监督效应检验 | ||||
代理成本高 | 代理成本低 | 代理成本高 | 代理成本低 | ||
(1) | (2) | (3) | (4) | (5) | |
CIO_number | 0.003** | ||||
(2.523) | |||||
CIO1 | 0.018*** | 0.006* | |||
(4.769) | (1.787) | ||||
CIO2 | 0.042*** | 0.009 | |||
(4.533) | (1.217) | ||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 25953 | 12977 | 12976 | 12977 | 12976 |
adj. R2 | 0.476 | 0.444 | 0.456 | 0.445 | 0.455 |
组间系数差异检验 | (2)−(3)=0.012*** Chi2=22.90 p值=0.0000 |
(4)−(5)=0.033*** Chi2=34.99 p值=0.0000 |
2. 监督效应检验
为了检验共同机构所有权对管理层自利式产能扩张的监督效果,参照研究代理成本的普遍做法,本文使用管理费用率来衡量管理层(代理人)和股东(委托人)之间的代理成本(Agency),其数值越大表明上市公司代理问题越严重。上市公司代理问题越严重,表明股东与管理层之间的信息不对称程度越高,管理层越有机会进行自利式产能扩张。根据中位数将样本分为代理成本高低两组分别进行回归,检验结果见表3中列(2)至列(5)。列(2)和列(4)中CIO1和CIO2的估计系数和t值远大于列(3)和列(5),说明在代理问题越严重的上市公司中,共同机构所有权对产能利用率的提升效果越好。组间系数差异检验均在1%的水平上显著。这在一定程度上说明共同机构所有权发挥了“监督治理效应”,可以有效监督管理层的自利式产能扩张行为,从而支持监督治理假说。
六、进一步讨论⑨
(一)微观影响讨论
1. 企业产能过剩程度
为了探究共同机构所有权对产能过剩程度不同的企业的协同治理效果,本文将样本根据是否属于产能过剩进行分组检验。参照国务院发展研究中心《进一步化解产能过剩的政策研究》课题组等(2015)的标准,产能利用率低于75%的上市公司被界定为产能过剩企业,产能利用率大于或等于75%则为产能非过剩企业。检验结果见表4中列(1)至列(4),CIO1和CIO2的估计系数在产能过剩企业样本中更加显著。组间系数差异检验结果在1%的水平上显著,说明企业产能过剩越严重,共同机构所有权的协同治理效果越好。
企业产能过剩程度 | 企业技术偏向 | |||||||
过剩 | 非过剩 | 过剩 | 非过剩 | 资本 | 劳动 | 资本 | 劳动 | |
(1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
CIO1 | 0.015*** | 0.002 | 0.008** | 0.014*** | ||||
(5.246) | (0.974) | (2.373) | (3.142) | |||||
CIO2 | 0.029*** | 0.006 | 0.017** | 0.034*** | ||||
(4.655) | (1.296) | (2.301) | (3.294) | |||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 16753 | 9200 | 16753 | 9200 | 14328 | 11625 | 14328 | 11625 |
adj. R2 | 0.432 | 0.354 | 0.431 | 0.354 | 0.480 | 0.508 | 0.480 | 0.508 |
组间系数
差异检验 |
(1)−(2)=0.013*** Chi2=57.03 p值=0.0000 |
(3)−(4)=0.023*** Chi2=39.15 p值=0.0000 |
(6)−(5)=0.006** Chi2=4.39 p值=0.0361 |
(8)−(7)=0.017*** Chi2=8.25 p值=0.0041 |
2. 企业技术偏向
生产技术偏向是影响产能过剩的重要原因之一,在企业劳动偏向型技术进步(自主研发)和资本偏向型技术进步(引进技术)环境中,共同机构所有权对企业产能利用率的提升作用应有所差异。为了检验这一推断,本文使用全要素生产率(TFP,采用LP法计算)来衡量企业技术进步偏向,当企业全要素生产率(TFP)大于中位数时,归为资本偏向型技术进步组,否则归为劳动偏向型技术进步组。分组检验结果见表4中列(5)至列(8),在劳动偏向型技术进步环境中,CIO1和CIO2的估计系数更加显著,组间系数差异检验结果分别在5%和1%的水平上显著,说明企业自主研发环境有助于共同机构所有权化解企业产能过剩。
(二)中观影响讨论
1. 行业投资的潮涌现象
林毅夫等(2010)认为,发展中国家的上市公司很容易对有前景的产业产生“英雄所见略同”的共识,进而在投资上产生“潮涌现象”,引发产能过剩。“潮涌现象”与“攀比效应”没有实质区别(白让让,2016),都是企业间的投资攀比。因此,“潮涌现象”中每个企业投资的结果会受到其他企业在同一行业投资的影响(徐业坤和马光源,2019)。那么,共同机构所有权是否会影响行业投资的“潮涌现象”,进而抑制企业产能过剩?借鉴徐业坤和马光源(2019)的研究,本文考察上市公司当年的产能利用率是否会受到上一年行业产能利用率的影响,以检验是否存在上市公司产能扩张的“潮涌现象”。本文将上一期的行业产能利用率均值LagMCU为解释变量放入模型中进行检验,结果见表5中列(1)和列(2)。列(1)是无共同机构所有权联结的样本,LagMCU的估计系数在1%的水平上显著,说明存在企业产能扩张的“潮涌现象”。列(2)是有共同机构所有权联结的样本,LagMCU的估计系数没有通过显著性检验。这进一步表明,共同机构所有权可以有效缓解同行业企业产能扩张的“潮涌现象”或“攀比效应”。
行业投资“潮涌现象” | 行业内持股企业聚集程度 | |||||
无共同机构所有权 | 有共同机构所有权 | 不同省份 | 同一省份 | 不同省份 | 同一省份 | |
(1) | (2) | (3) | (4) | (5) | (6) | |
LagMCU | 0.331*** | 0.162 | ||||
(6.519) | (1.342) | |||||
CIO1 | 0.003 | 0.017*** | ||||
(0.681) | (4.191) | |||||
CIO2 | 0.010 | 0.033*** | ||||
(1.252) | (3.751) | |||||
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
年度固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
行业固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | 19400 | 3719 | 23646 | 23453 | 23646 | 23453 |
adj. R2 | 0.489 | 0.458 | 0.478 | 0.484 | 0.478 | 0.484 |
2. 行业内持股企业聚集程度
一般而言,同行业上市公司间聚集程度越高(地理位置越近),“攀比效应”应越强,在本文的理论框架下,共同机构所有权应越有助于化解持股企业间的“攀比效应”。根据这一逻辑,在聚集程度越高的上市公司中,共同机构所有权所发挥的“协同治理效应”应越显著。为此,本文设置虚拟变量CIO_yd,如果共同机构所有权持股的同行业上市公司在不同的省份,则CIO_yd取值为1,表示行业内持股企业聚集程度较低;否则,CIO_yd取值为0,表示行业内持股企业聚集程度较高。参照Ramalingegowda等(2021)以及杜勇和胡红燕(2022)的分组检验思路,首先在有共同机构所有权的样本中根据CIO_yd的中位数进行分组,然后与无共同机构所有权的样本配对形成两个样本进行分组回归。这一方法无法进行组间系数差异检验,所以通过回归系数和t值进行判断。检验结果见表5中列(3)至列(6),在行业内持股企业聚集程度较高(持股企业在同一省份)的组别中,CIO1和CIO2的估计系数更加显著,这进一步验证了本文理论逻辑。
七、结论与政策建议
“中国式”产能过剩是市场和政府共同作用的结果,面对“久调不决”的行政干预手段,有必要探寻一种新的市场机制去化解当前中国产能过剩的问题。随着资本市场中共同机构所有权的逐渐活跃,学术界、实务界和政府部门对其发挥的作用产生了浓厚兴趣。本文利用2007—2020年中国上市公司数据,分析了共同机构所有权对企业产能利用率的影响。研究发现,共同机构所有权通过发挥协同效应和监督效应,显著提升了企业产能利用率。异质性分析表明,共同机构所有权的去产能效应在产能过剩程度较高和劳动型技术偏向的企业、聚集度较高的行业以及经济发达和市场化程度较高的地区更加明显。同时,共同机构所有权的去产能效应导致产能扩张的潮涌现象和恶性竞争明显减少。
根据上述结论,本文提出以下政策建议:第一,构建市场调节和政府调控相辅相成的化解“中国式”产能过剩的长效机制。除了出台政策干预和引导产能配置外,在深化供给侧改革中,还要充分考虑共同机构所有权等市场机制的作用。第二,充分利用共同机构所有权在完善公司治理中的积极作用。监管部门应重视共同机构所有权在缓解上市公司代理问题中发挥的积极作用,加快推进上市公司有关共同机构投资者的信息披露,为投资者建立信号引导,保护中小投资者利益。第三,政府补助应由“输血式”补贴向“造血式”基金转变。政府部门可以考虑转变传统的补贴模式,利用政府补贴资金在产能过剩行业试点形成共同机构所有权,引导企业可持续发展的同时获得投资回报,实现企业高质量发展与国有资本增值。
* 文章还受到“西南大学创新研究2035先导计划” 资助。
① 管理公司为华芯投资管理有限责任公司(以下简称华芯投资)。
② 例如,积极引导紫光展锐、中兴微等设计企业加强与中芯国际等芯片制造企业的合作,促使中微半导体的产品在中芯国际和上海华力生产线占有率达到50%和35%,推动中芯国际和长电科技战略重组、七星电子和北方微电子整合以及中微半导体和拓荆整合。
③ 例如,北方华创、三安光电被共同机构所有权联结后,财务重述行为明显减少。
④ 案例资料来源于投资基金法定代表人王占甫的访谈记录、华芯投资工作会议以及持股企业公开资料。
⑤ 资料来源于He和Huang(2017)的研究。
⑥ 受篇幅限制,文中未报告描述性统计结果,如有需要可向作者索取。
⑦ 受篇幅限制,文中未报告稳健性检验结果,如有需要可向作者索取。
⑧ 本文还从过度投资和技术创新视角进行了分析,受篇幅限制结果未列示,如有需要可向作者索取。
⑨ 宏观层面的检验结果显示,共同机构所有权的去产能效应在经济发达和市场化程度较高的地区更加明显。受篇幅限制,上述检验思路和结果在文中未列示,如有需要可向作者索取。
⑩ 受篇幅限制,文中未报告内生性检验结果,如有需要可向作者索取。
[1] | 白让让. 竞争驱动、政策干预与产能扩张——兼论“潮涌现象”的微观机制[J]. 经济研究, 2016(11): 56–69. |
[2] | 卞元超, 白俊红. 区域市场整合能否提升企业的产能利用率?[J]. 财经研究, 2021(11): 64–77. DOI:10.16538/j.cnki.jfe.20210813.301 |
[3] | 杜勇, 胡红燕. 机构共同持股与企业财务重述[J]. 证券市场导报, 2022(2): 67–79. |
[4] | 杜勇, 马文龙. 机构共同持股与企业全要素生产率[J]. 上海财经大学学报, 2021(5): 81–95. DOI:10.16538/j.cnki.jsufe.2021.05.006 |
[5] | 杜勇, 孙帆, 邓旭. 共同机构所有权与企业盈余管理[J]. 中国工业经济, 2021(6): 155–173. DOI:10.3969/j.issn.1006-480X.2021.06.009 |
[6] | 干春晖, 邹俊, 王健. 地方官员任期、企业资源获取与产能过剩[J]. 中国工业经济, 2015(3): 44–56. |
[7] | 国务院发展研究中心《进一步化解产能过剩的政策研究》课题组, 赵昌文, 许召元, 等. 当前我国产能过剩的特征、风险及对策研究——基于实地调研及微观数据的分析[J]. 管理世界, 2015(4): 1–10. DOI:10.19744/j.cnki.11-1235/f.2015.04.002 |
[8] | 何小钢, 陈锦玲, 罗奇, 等. 市场化机制能否缓解产能过剩——基于企业治理视角[J]. 产业经济研究, 2021(5): 26–39. DOI:10.13269/j.cnki.ier.2021.05.003 |
[9] | 江飞涛, 耿强, 吕大国, 等. 地区竞争、体制扭曲与产能过剩的形成机理[J]. 中国工业经济, 2012(6): 44–56. DOI:10.19581/j.cnki.ciejournal.2012.06.004 |
[10] | 李维安, 李滨. 机构投资者介入公司治理效果的实证研究——基于CCGINK的经验研究 [J]. 南开管理评论, 2008(1): 4–14. |
[11] | 李雪松, 赵宸宇, 聂菁. 对外投资与企业异质性产能利用率[J]. 世界经济, 2017(5): 73–97. |
[12] | 李云鹤. 公司过度投资源于管理者代理还是过度自信[J]. 世界经济, 2014(12): 95–117. |
[13] | 林毅夫, 巫和懋, 邢亦青. “潮涌现象”与产能过剩的形成机制[J]. 经济研究, 2010(10): 4–19. |
[14] | 刘斌, 赖洁基. 破行政垄断之弊能否去产能过剩之势? ——基于出台《公平竞争审查制度》的准自然实验[J]. 财经研究, 2021(9): 34–47. DOI:10.16538/j.cnki.jfe.20210715.301 |
[15] | 马新啸, 汤泰劼, 郑国坚. 混合所有制改革能化解国有企业产能过剩吗?[J]. 经济管理, 2021(2): 38–55. |
[16] | 潘越, 汤旭东, 宁博, 等. 连锁股东与企业投资效率: 治理协同还是竞争合谋[J]. 中国工业经济, 2020(2): 136–154. |
[17] | 肖曙光, 杨洁. 高管股权激励促进企业升级了吗——来自中国上市公司的经验证据[J]. 南开管理评论, 2018(3): 66–75. DOI:10.3969/j.issn.1008-3448.2018.03.008 |
[18] | 邢斐, 周泰云, 李根丽. 机构交叉持股能抑制企业避税吗?[J]. 经济管理, 2021(5): 125–141. DOI:10.19616/j.cnki.bmj.2021.05.008 |
[19] | 徐业坤, 马光源. 地方官员变更与企业产能过剩[J]. 经济研究, 2019(5): 129–145. |
[20] | 于立, 张杰. 中国产能过剩的根本成因与出路: 非市场因素及其三步走战略[J]. 改革, 2014(2): 40–51. |
[21] | 张林. 中国式产能过剩问题研究综述[J]. 经济学动态, 2016(9): 90–100. |
[22] | 周冬华, 黄沁雪. 共同所有权与会计信息可比性——来自中国资本市场的经验证据[J]. 会计与经济研究, 2021(4): 3–22. |
[23] | Azar J, Raina S, Schmalz M. Ultimate ownership and bank competition[J]. Financial Management, 2022, 51(1): 227–269. DOI:10.1111/fima.12368 |
[24] | Azar J, Schmalz M C, Tecu I. Anticompetitive effects of common ownership[J]. The Journal of Finance, 2018, 73(4): 1513–1565. DOI:10.1111/jofi.12698 |
[25] | Backus M, Conlon C, Sinkinson M. Common ownership in America: 1980-2017[J]. American Economic Journal: Microeconomics, 2021, 13(3): 273–308. DOI:10.1257/mic.20190389 |
[26] | Belleflamme P, Peitz M. Industrial organization: Markets and strategies[M]. Cambridge: Cambridge University Press, 2010. |
[27] | Chen Y Y, Li Q Y, Ng J, et al. Corporate financing of investment opportunities in a world of institutional cross-ownership[J]. Journal of Corporate Finance, 2021, 69: 102041. DOI:10.1016/j.jcorpfin.2021.102041 |
[28] | Dixit A. The role of investment in entry-deterrence[J]. The Economic Journal, 1980, 90(357): 95–106. DOI:10.2307/2231658 |
[29] | Dixit A K, Pindyck R S. Investment under uncertainty[M]. Princeton: Princeton University Press, 1994. |
[30] | Edmans A, Levit D, Reilly D. Governance under common ownership[J]. The Review of Financial Studies, 2019, 32(7): 2673–2719. DOI:10.1093/rfs/hhy108 |
[31] | Freeman K M. Overlapping ownership along the supply chain[R]. Kelley School of Business Research Paper No.16-84, 2021. |
[32] | Gao K J, Shen H X, Gao X, et al. The power of sharing: Evidence from institutional investor cross-ownership and corporate innovation[J]. International Review of Economics & Finance, 2019, 63: 284–296. |
[33] | Gilje E P, Gormley T A, Levit D. Who's paying attention? Measuring common ownership and its impact on managerial incentives[J]. Journal of Financial Economics, 2020, 137(1): 152–178. DOI:10.1016/j.jfineco.2019.12.006 |
[34] | Green E J, Porter R H. Noncooperative collusion under imperfect price information[J]. Econometrica, 1984, 52(1): 87–100. DOI:10.2307/1911462 |
[35] | Hansen R G, Lott J R Jr. Externalities and corporate objectives in a world with diversified shareholder/consumers[J]. Journal of Financial and Quantitative Analysis, 1996, 31(1): 43–68. DOI:10.2307/2331386 |
[36] | He J, Huang J K. Product market competition in a world of cross-ownership: Evidence from institutional blockholdings[J]. The Review of Financial Studies, 2017, 30(8): 2674–2718. DOI:10.1093/rfs/hhx028 |
[37] | He J, Huang J K, Zhao S. Internalizing governance externalities: The role of institutional cross-ownership[J]. Journal of Financial Economics, 2019, 134(2): 400–418. DOI:10.1016/j.jfineco.2018.07.019 |
[38] | Jang I J, Kang N, Yezegel A. Common ownership, price informativeness, and corporate investment[J]. Journal of Banking and Finance, 2022, 135: 106373. DOI:10.1016/j.jbankfin.2021.106373 |
[39] | Kacperczyk M, Sialm C, Zheng L. On the industry concentration of actively managed equity mutual funds[J]. The Journal of Finance, 2005, 60(4): 1983–2011. DOI:10.1111/j.1540-6261.2005.00785.x |
[40] | Kang J K, Luo J, Na H S. Are institutional investors with multiple blockholdings effective monitors?[J]. Journal of Finan- cial Economics, 2018, 128(3): 576–602. DOI:10.1016/j.jfineco.2018.03.005 |
[41] | Koch A, Panayides M, Thomas S. Common ownership and competition in product markets[J]. Journal of Financial Economics, 2021, 139(1): 109–137. DOI:10.1016/j.jfineco.2020.07.007 |
[42] | Kostovetsky L, Manconi A. Common institutional ownership and diffusion of innovation[R]. Working Paper, 2020. |
[43] | Lennox C S, Francis J R, Wang Z T. Selection models in accounting research[J]. The Accounting Review, 2012, 87(2): 589–616. DOI:10.2308/accr-10195 |
[44] | Lewellen K, Lowry M. Does common ownership really increase firm coordination?[J]. Journal of Financial Economics, 2021, 141(1): 322–344. DOI:10.1016/j.jfineco.2021.03.008 |
[45] | Park J, Sani J, Shroff N, et al. Disclosure incentives when competing firms have common ownership[J]. Journal of Accounting and Economics, 2019, 67(2−3): 387–415. DOI:10.1016/j.jacceco.2019.02.001 |
[46] | Pound J. Proxy contests and the efficiency of shareholder oversight[J]. Journal of Financial Economics, 1988, 20: 237–265. DOI:10.1016/0304-405X(88)90046-3 |
[47] | Ramalingegowda S, Utke S, Yu Y. Common institutional ownership and earnings management[J]. Contemporary Accounting Research, 2021, 38(1): 208–241. DOI:10.1111/1911-3846.12628 |
[48] | Stulz R. Managerial discretion and optimal financing policies[J]. Journal of Financial Economics, 1990, 26(1): 3–27. DOI:10.1016/0304-405X(90)90011-N |
[49] | Tian X L. Participation in export and Chinese firms’ capacity utilization[J]. The Journal of International Trade & Economic Development, 2016, 25(5): 757–784. |
[50] | Webb R, Beck M, Mckinnon R. Problems and limitations of institutional investor participation in corporate governance[J]. Corporate Governance, 2003, 11(1): 65–73. DOI:10.1111/1467-8683.00302 |
[51] | Williamson O E. Managerial discretion and business behavior[J]. The American Economic Review, 1963, 53(5): 1032–1057. |