2024第50卷第3期
一、引 言
2022年1月21日，最高人民法院发布《关于审理证券市场虚假陈述侵权民事赔偿案件的若干规定》（简称《规定》），废除人民法院受理虚假陈述民事赔偿案件须以行政或刑事处理为前提的前置程序。该举措是继2003年2月1日实施的证券虚假陈述民事赔偿诉讼司法解释之后的一次重大变革，目的在于为更多证券市场投资者提供更加畅通的权利救济渠道，提高舞弊公司的违法违规成本（中国证券监督管理委员会，2022）。本文希望考察该项司法变革对资本市场投资者的影响机理与路径，从而评估前置程序取消对我国资本市场投资者保护的法治价值。
在2020年新《证券法》颁布之前，较高的司法成本制约了法律的投资者保护效果。根据2003版的司法解释，投资者提起虚假陈述侵权诉讼需提交侵权上市公司生效的行政处罚书、刑事裁判文书、被告自认材料、交易所纪律处分或自律监管措施等作为初步证据，方满足起诉条件。由于证券侵权案件当事人众多、证据取得困难、专业知识复杂等问题，该前置程序在我国证券市场尚未成熟时起到了一定的积极作用，也缓解了法院取证或者认定的压力，维持了证券市场的稳定。而随着我国证券市场的快速发展，前置程序存在投资者诉权保障不足、权利实现周期过长等问题。2020年3月1日起施行的新《证券法》新增了包括股东代表诉讼制度在内的一系列变革，在相当程度上提高了上市公司虚假陈述和财务欺诈的成本。但前置程序将新《证券法》对于中小投资者维权的保护主要限于已经受到行政处罚的上市公司，这限制了新《证券法》的投资者保护范围和效力。
为了进一步降低新《证券法》等一系列法律的司法成本，提高投资者保护效率，2022年1月21日最高人民法院发布了取消前置程序的新规。这意味着投资者不再受限于行政机关的调查和处罚程序，而可以直接对涉嫌虚假陈述的相关公司提起民事诉讼。比如，最高人民法院规定，虚假陈述在具有全国性影响的报刊、电台、电视台或监管部门网站、交易场所网站、主要门户网站、行业知名的自媒体等媒体上，首次被公开揭露并为证券市场知悉之日，均被认定为虚假陈述揭露日。可以预期，许多行政和非行政的认定渠道将显著增强市场主体通过各种市场化手段识别虚假陈述行为的动机。相应地，在《规定》发布后，对于存在虚假陈述行为的公司，其股票持有者出于对公司潜在虚假陈述行为及未来重大不利后果的顾虑，可能抛售股票，从而产生股价负面反应。如果上述机理成立，则意味着取消前置条件这项变革扩大了民事诉讼的震慑范围，从此前的受行政处罚公司延伸到所有存在虚假陈述行为的公司，进而从更大范围和程度上保护了投资者。
取消前置程序意味着更早阶段发起的民事诉讼缺乏行政机关的调查取证和虚假陈述认定，投资者能否就潜在的违规事实获取充分的证据面临明显困难和挑战，这可能限制取消前置程序对投资者的潜在收益。相应地，取消前置程序是否能够有效扩大民事诉讼的震慑范围，成为一个有待实证检验的问题。
为了回答这个问题，需要识别出潜在的虚假陈述公司。由于这类公司难以公开观测，本文通过构建虚假陈述行为的Logit模型，识别出虚假陈述倾向较高且此前未受到行政处罚的公司。这类公司在《规定》实施前不符合受理证券虚假陈述纠纷的前置条件，而《规定》发布后则面临更高的民事诉讼风险，本文将其作为实验组。本文将虚假陈述倾向较低且未受到行政处罚的公司作为控制组，并将《规定》发布日前三年内受到行政处罚的上市公司作为安慰剂公司。结果显示，与控制组公司相比，实验组公司在《规定》发布日附近发生了显著的股价负面反应，而安慰剂公司的股价反应则与控制组公司无显著差异。
在安慰剂检验中，本文考察了实验组公司在新《证券法》实施日（2020年3月1日）附近窗口的股价反应。本文预期，新《证券法》对已经满足前置条件的虚假陈述公司产生威慑，而对当时尚不满足前置条件的虚假陈述公司不会产生明显威慑。结果显示，当时已受到行政处罚的公司股价确实发生了显著的负面市场反应，而实验组公司并未发生显著的股价负面反应。这进一步表明取消前置条件影响的公司明显有别于新《证券法》的影响范围。
本文做了其他一系列分析。第一，本文观察了取消前置条件后的投资者民事诉讼情况，发现《规定》实施后法院的确开始受理尚未受到行政或刑事处罚的公司的虚假陈述民事诉讼（占可观测诉讼的20%），从而支持了投资者诉讼意愿增强的暗含假设。第二，本文进一步区分了实验组公司在虚假陈述倾向上的可观察程度差异，以深入理解其发生股价负面反应的机理。虚假陈述迹象越容易观测，在前置条件取消后投资者提起诉讼的意愿可能越强，因此该特征可作为投资者诉讼意愿的替代变量，这有助于理解本文主要结果的产生原因。结果显示，实验组公司的股价负面反应在收到交易所关于异常财务业绩问询函的公司中更加显著，这表明投资者在《规定》发布日对虚假陈述嫌疑更易观察的公司做出了更强烈的负面反应。
本文还检验了两项竞争性解释。一项竞争性解释是实验组公司的股票负面反应主要是由内部人抛售公司股票所引发，而并非外部投资者的反应。然而，本文在实验组公司中仅有1%的观测值在股价反应窗口期存在内部人减持的情况。尽管本文发现存在大股东减持的这1%观测值发生了更强的股价负面反应，但是其余99%的实验组公司的股价负面反应与上文结果一致，因此竞争性解释不可能主导本文的发现。另一项竞争性解释是实验组公司的股价负面反应可能是由投资者预期公共执法力度在取消前置条件后减弱所导致。结果显示，在取消前置条件的时间附近，公共执法力度不仅没有减弱，反而有所增强。
本文的学术贡献体现在：公共执法和私人执法对建设高质量金融市场的相对作用是法与经济领域的重要议题（La Porta等，1998，2006）。现有文献强调了私人执法相对于公共执法在保护投资者权益方面的重要性和优势（World Bank，2006；La Porta等，2006；Djankov等，2008）。在我国新兴资本市场中，私人执法在初始发展的较长阶段以公共执法为前置条件，前置条件取消为检验公共执法与私人执法的相互关系和相对作用提供了独特的机会。本文研究表明，如果以公共执法结果作为私人执法的前提条件，那么公共执法在缓解私人执法所面临专业性局限的同时并非没有代价；而取消公共执法这一前置条件，有助于释放投资者对虚假陈述行为的监督势能，提升私人执法效力。
本文对司法改革和资本市场投资者保护具有一些启示。投资者保护离不开立法，同时需要司法改革配套。取消股东诉讼前置条件作为2020年新《证券法》的配套机制，产生了何种效应需要科学评估。本文研究表明，取消股东诉讼前置条件的司法改革对资本市场产生了重要影响。这有助于提高虚假陈述的违规成本，培育高质量市场主体，优化营商环境。同时，司法系统如何应对虚假陈述尚未得到行政或刑事判定情况下的民事诉讼，如何实现私人执法和公共执法的协同，值得进一步研究。
二、假说发展
（一）制度背景
与美国资本市场相比，在我国新兴资本市场中，针对公司虚假陈述行为的民事诉讼在很长一段时期内面临较高的成本。在西方的司法体系中，判例法、陪审团以及集体诉讼是追偿民事法律责任的三项重要制度特征（吴溪，2021）。我国属于成文法系国家，对公司虚假陈述行为的认定需要按照会计相关的法律法规进行专业评判，既不会随法官意愿遵循此前某些判例，又不会把评判权交给非专业的陪审团。此外，证券市场侵权民事赔偿案件具有当事人众多、专业知识复杂、取证难度大等特点，因此在资本市场发展初期，法院对受理虚假陈述相关的民事诉讼设置了前置条件，即需要由相关行政部门对虚假陈述行为已经进行认定，否则不予受理。这使我国资本市场在发展初期的民事诉讼成本较高，投资者的民事赔偿诉求在很大程度上取决于行政部门对虚假陈述案件的调查和处理效率效果，也受制于自身时间、精力以及分散化的预期收益约束。
成文法和民事诉讼前置条件两项制度特征在我国多年来保持稳定，但近年来开始在集体诉讼制度方面启动变革。2019年底，新《证券法》由十三届全国人大常委会第十五次会议通过，并于2020年3月1日正式施行，其中股东代表诉讼制度等规定可以有效降低投资者的诉讼成本。例如，2021年11月12日宣判的ST康美虚假陈述民事诉讼案件，是新《证券法》施行以来首例采用集体诉讼机制的司法实践。2022年1月22日，最高人民法院发布了《最高人民法院关于审理证券市场虚假陈述侵权民事赔偿案件的若干规定》，取消了原司法解释规定的行政、刑事前置程序，从而在民事诉讼前置条件的司法安排上做出了重要变革。
（二）相关文献
1. 公共执法和私人执法的关系
现有文献讨论了公共执法和私人执法的关系。私人执法者更具有信息优势，可以为公共执法提供信息、指导或资源（Jackson和Roe，2009）。而公共执法者更具有强制力，可以产生声誉效应，鼓励私人执法者起诉违法者（Polinsky，1980）。有的国家更依赖私人执法，而有的更依赖公共执法，这取决于两者成本效率的权衡（Polinsky，1980；La Porta等，2006；Djankov等，2008）。有研究表明，新兴市场中的承诺机制效力较低，容易导致私人执法力度不足（Glaeser等，2001）。而我国新《证券法》的颁布和实施不但提高了违法违规成本，还专设“信息披露”和“投资者保护”章节，加强信息披露，明确和强调了投资者权利，因而同时强化了我国证券监管的私人执法机制和公共执法机制（陈运森等，2020）。本文的研究情境是行政或刑事责任前置条件的取消。换言之，当公共执法结果不再构成私人执法的可行性约束时考察投资者如何做出反应，这为进一步理解公共执法和私人执法的关系提供了独特机会。
2. 虚假陈述民事诉讼相关立法的市场反应
以往的文献考察了美国资本市场出台限制民事诉讼的相关法律所引发的市场反应。在美国资本市场中，很多诉讼并非基于公司存在不当行为，如仅因股价大跌而起诉，滥诉对很多公司造成了无谓的资源损耗。为了限制滥诉，美国于1995年出台《私人证券诉讼改革法案》（PSLRA），以降低潜在的滥诉对公司造成的价值减损。但同时，限制滥诉可能提高具有合理依据的民事诉讼成本，纵容公司虚假陈述等不端行为倾向。因此，相关法案的出台从理论上既可能增加股东财富，也可能减少股东财富。Johnson等（2000）基于容易引发较多诉讼的行业样本发现，美国1995年相关法案的出台整体而言具有正面的股票市场反应，即投资者总体上认为该法案有助于保护股东财富；但如果公司存在较高的、由虚假陈述引发诉讼的可能性，则会引起负面的市场反应，即该法案不利于保护错报风险较高的公司的股东财富。Ali和Kallapur（2001）也基于PSLRA研究了四个高风险诉讼行业的企业在立法相关日的股价反应，发现样本行业的股东对PSLRA限制其提起证券相关诉讼的能力做出了负面反应。
在围绕我国资本市场的相关立法研究中，陈信元等（2010）发现，在《关于受理证券市场因虚假陈述引发的民事侵权纠纷案件有关问题的通知》发布日（2002年1月15日）附近，存在虚假陈述或嫌疑的公司发生了股价负面反应。陈运森等（2020）考察了2019年12月28日新《证券法》审议通过后的股市反应，发现违法违规风险较高的公司发生了负面的市场反应，而信息环境较好和投资者保护水平较高的公司发生了较为正面的市场反应。
以往的文献围绕投资者立法进行了一些研究，而对于司法机制改革的效果研究较少。新《证券法》颁布后，取消诉讼前置条件是股东诉讼机制运行的关键配套机制。本文将研究2022年1月22日取消虚假陈述民事诉讼案件前置程序这项重要司法机制改革的经济后果。
（三）理论分析与研究假说
《规定》的发布并不影响已经受到行政或刑事处罚的虚假陈述公司，但会影响尚未受到行政或刑事处罚的虚假陈述公司。取消虚假陈述民事诉讼案件的前置条件，意味着投资者的维权不再受限于行政机关的既定程序，因而预期其追偿行为的诉讼成本大幅降低，而追偿收益明显提升。
第一，2003年的司法解释将虚假陈述侵权被告公司的范围限定为被有关机关出具虚假陈述处罚决定或者生效刑事判决的主体，这意味着其他存在违法事实但未被行政处罚的企业免于民事赔偿。2022年的司法解释则规定，只要原告提起的虚假陈述侵权诉讼符合民事诉讼法规定并具备相应证据，人民法院就应当予以受理，这明显放宽了投资者上诉的门槛。
第二，根据2003年的司法解释，虚假陈述揭露日认定、违法行为事实和重大性以行政处罚书或判决书的认定为基础进行裁定。而在2022年的司法解释下，相关认定标准均有所放宽。比如，虚假陈述揭露日的认定口径更加宽泛，可以根据具有全国性影响的报刊、电台、电视台、主要门户网站以及知名的自媒体等首次公开揭露的虚假陈述事实进行认定。又如，《规定》指出，若虚假陈述的实施、揭露或者更正导致相关证券的交易价格或交易量发生了明显的变化，即可认定虚假陈述的内容具有重大性。
第三，在以往的前置条件下，从财务舞弊揭露日到证监会出具有行政效力的判决书，一般要经过介入调查、取证、被调查者上诉、证监会重新调查或驳回等过程。这导致从投资者实际蒙受损失到具备上诉条件往往相隔数年时间，从而弱化了投资者的追偿意愿和能力。而在前置程序取消后，只要权利人知悉或应当知悉权利被侵害，就可以提起诉讼。这明显节约了原告的时间成本，提高了投资者追偿的时效性。
第四，在证券民事赔偿案件中，民事责任和行政责任的价值取向与目标设定不同，责任机制也不同。在取消前置程序后，证券民事赔偿可以不再受“先刑后民”或“先行后民”的限制，两个程序可以同时展开即“行民并用”（陈洁，2021）。同时，在取消前置条件后，法院仍可以寻求资本市场监管部门、会计审计主管部门以及专业机构的专业协助，引入公共执法力量来协助投资者维权。因此，前置条件的取消并不意味着投资者只能独自揭示虚假陈述和承担取证任务。
综上分析，取消前置条件很可能显著降低遭受投资损失的投资者的民事诉讼成本，提高其民事诉讼的预期净收益，从而强化投资者的诉讼意愿。
民事诉讼的预期成本和收益改变可能引起股东财富变化，这是因为诉讼中的原告将与公司的其他利益相关者争夺公司财富尤其是现金流（Arena，2018）。当企业面临诉讼时，除了现金流出的直接损失外，还有投资者对公司前景的不确定性增加、公司声誉下降、客户和供应商减损以及占用管理者的时间和资源等间接损失（Karpoff等，2008）。在代价高昂的诉讼之后，公司现金持有和资本支出会产生重大变化（Lowry和Shu，2002；王彦超和王语嫣，2018），融资活动减少（Autore等，2014）。相应地，诉讼风险会影响公司价值（Arena和Julio，2015）。
现有文献表明，在公司受到立案调查和正式行政处罚的事件日附近，股票市场投资者会遭受重大财富损失（Feroz等，1991；Chen等，2005；Firth等，2009；吴溪和张俊生，2014）。如前所述，在取消前置条件后，潜藏的舞弊公司面临的民事诉讼风险可能发生重大变化。一方面，此前已经抛售公司股票、遭受经济损失的投资者可能尝试各种途径来了解公司的潜在虚假陈述行为，希望通过提起虚假陈述民事诉讼从公司获得经济补偿。另一方面，公司股票的当前持有者可能通过各种途径意识到公司的潜在虚假陈述倾向，并担心一旦公司遭受诉讼，可能引发未来诸多重大不利后果，从而使自己的投资遭受重大损失。这样的预期可能使当前的投资者抛售股票，引发负面的股价反应。据此，本文提出以下假说：对于未受到行政处罚、但具有较高虚假陈述倾向的公司，在最高人民法院《规定》发布日附近会发生显著的股价负面反应。
当然，也有一些因素可能使上述假说难以成立。比如，2020年新《证券法》通过后，对于尚未受到行政处罚、但虚假陈述倾向较高的公司，投资者可能前瞻性地识别和预判这类公司的未来现金流可能减少，从而抛售股票（陈运森等，2020）；如果市场当时已经对这类公司做出了显著的负面反应，那么2022年1月最高人民法院出台的《规定》可能不会引起明显的市场负面反应。又如，在取消前置条件后，在尚不存在行政机关的介入调查、取证和虚假陈述认定的情况下，大部分投资者可能难以系统识别尚未受到行政处罚、但潜藏虚假陈述的公司，或者难以取得和提供与违法事实相关的有效证据。这会弱化投资者主动识别虚假陈述公司的现实意愿，使得在事件日附近观察不到虚假陈述倾向较高公司的股价负面反应。
三、研究设计
（一）实验组公司识别
《规定》涉及的潜在虚假陈述公司范围和揭示渠道非常广泛。基于这一特点，本文希望考察市场是否会有针对性地推断哪些公司更可能受到该项规定的影响。由于无法确知市场会识别哪些公司，本文基于以往虚假陈述发生与否的经验规律进行推断，即基于现有文献构建虚假陈述模型，将模型估计出的虚假陈述概率较大且未受行政处罚的公司作为实验组。这种方式的内在逻辑是，《规定》所界定的各种虚假陈述揭示渠道本身也是虚假陈述发生和被发现的自然过程，因此从理论上与虚假陈述经验模型揭示的规律具有一致性。
本文利用更新至2022年1月的CSMAR上市公司违规数据库，识别出2011—2019年存在虚假陈述行为的公司及年度。考虑到监管机构事后对虚假陈述行为的识别需要一段时间，本文对发生虚假陈述行为的时间截至2019年年报；同时，考虑到估计模型所需解释变量的可获得性（内控重大缺陷变量自2011年年报起披露），本文设定样本的起始年度为2011年。
本文构建如下虚假陈述模型，估计出虚假陈述倾向得分：
| $ \begin{aligned} \Pr (MIS & STATE) = \alpha + {\beta _1}LTA + {\beta _2}ROA + {\beta _3}LEV + {\beta _4}LOSS + {\beta _5}OCF + {\beta _6}OTHRECV \\ &\quad +{\beta _7}RPT+{\beta _8}S UBS+{\beta _{9}}LISTAGE+{\beta _{10}}BIG4+{\beta _{{11}}}BIGLOCAL\\ &\quad + {\beta _{{12}}}MOD + {\beta _{{13}}}AUDCHG + {\beta _{{14}}}MICW + {\beta _{15}}SOE + {\beta _{16}}LARGES H \\ &\quad + {\beta _{17}}DUALITY + {\beta _{18}}EXCUS H + {\beta _{19}}INSTS H + F{E_{IND}} + F{E_{YEAR}} + \varepsilon \end{aligned} $ | (1) |
其中，被解释变量MISSTATE取1表示某年度公司财务信息存在虚假陈述，否则取0。根据《证券法》对虚假陈述的定义并参考辛清泉等（2013）的研究，在CSMAR上市公司违规数据库中，本文选取的涉及潜在虚假陈述的违规类型包括虚构利润、虚列资产、虚假记载（误导性陈述）、推迟披露、重大遗漏以及披露不实（其他）。由于一条违规事实可能涉及多种违规类型，存在上述一项或多项均视为存在信息披露违规。
参考Kinney和McDaniel（1989）以及Chen等（2006）的研究，模型（1）中的解释变量包括上市公司的以下财务、治理等特征：企业规模（LTA，期末资产总额取自然对数）、总资产收益率（ROA，当期净利润/期末资产总额）、资产负债率（LEV，期末负债总额/期末资产总额）、是否亏损（LOSS，当期净利润为负时取1，否则取0）、经营活动现金流（OCF，当期经营活动现金净流量/期末资产总额）、其他应收款占比（OTHRECV，期末其他应收款/期末资产总额）、关联交易（RPT，当期关联交易总额/期末资产总额）、业务复杂程度（SUBS，纳入合并范围的子公司数量取自然对数）、上市年龄（LISTAGE，上市年限）、是否由“四大”会计师事务所审计（BIG4，由“四大”会计师事务所审计时取1，否则取0）、是否由本土大型事务所审计（BIGLOCAL，由当年中注协发布的排名前十的本土会计师事务所审计时取1，否则取0）、非标准审计意见（MOD、当年公司财务报表被出具非标准审计意见时取1，否则取0）、是否变更会计师事务所（AUDCHG，当年变更会计师事务所时取1，否则取0）、是否披露内控重大缺陷（MICW，当年内部控制披露重大缺陷时取1，否则取0）、国有产权性质（SOE，当实际控制人为政府及其下设机构或国有企业时取1，否则取0）、大股东持股（LARGESH，第一大股东持股比例）、两职合一（DUALITY，董事长和总经理为同一人时取1，否则取0）、高管持股（EXCUSH，高管持股比例）、机构投资者持股（INSTSH，机构投资者持股比例）以及行业和年度固定效应。
实验组样本需要同时符合以下条件：第一，在《规定》发布日之前的三年内
（二）控制组公司识别
为了与实验组样本进行对比，控制组样本需要同时符合以下条件：第一，在《规定》发布日之前的三年内未受到行政处罚或立案调查；第二，基于模型（1）估计的虚假陈述倾向得分处于最低的20%分位数以内。
（三）安慰剂公司识别
本文还识别出在《规定》发布日很可能已经满足或接近满足民事诉讼前置条件的上市公司，这些公司在《规定》发布日之前三年内因信息披露违规而受到行政处罚或立案调查。《规定》在理论上并未明显改变这类公司的民事诉讼风险。如果本文的逻辑成立，则应观察不到这类公司在事件日发生显著的市场负面反应。这类公司有助于强化本文的论证逻辑和证据效力，本文将其作为与实验组相对照的公司（即安慰剂公司，其有别于控制组公司）。
（四）检验模型构建
为检验研究假说，本文构建如下OLS模型：
| $ \begin{gathered} CAR = \alpha + {\beta _{\text{1}}}IMPLICIT + {\beta _{\text{2}}}EXPLICIT + {\beta _{\text{3}}}LTA + {\beta _{\text{4}}}ROA + {\beta _{\text{5}}}LEV + {\beta _{\text{6}}}OCF \\ + {\beta _{\text{7}}}SOE + {\beta _{\text{8}}}BIG4 + {\beta _{\text{9}}}BIGLOCAL + {\beta _{{\text{10}}}}INSTS H + F{E_{IND}} + \varepsilon \\ \end{gathered} $ | (2) |
其中，被解释变量为《规定》发布日附近窗口[0，1]内的股票累积超额回报（CAR），其中股票日超额回报（AR）采用市场调整法计算得到，即个股日回报减去分市场日回报，再计算窗口[0，1]内的日超额回报之和。
模型（2）中的变量IMPLICIT取1时表示实验组样本（即未受行政处罚、但虚假陈述倾向最高的一组公司），否则取0。变量EXPLICIT取1时表示安慰剂样本（即已受行政处罚的公司），否则取0。IMPLICIT和EXPLICIT均取0时表示控制组公司（未受行政处罚且虚假陈述倾向最低的一组公司）。本文预期IMPLICIT的系数β1小于零，而EXPLICIT的系数β2与零无显著差异。
模型（2）控制了可能影响股票累积超额回报的个股基础特征变量，包括公司规模（LTA）、总资产收益率（ROA）、资产负债率（LEV）、经营活动现金流（OCF）、国有产权性质（SOE）以及审计师特征（BIG4和BIGLOCAL）。考虑到机构投资者的交易规模较大且对政策反应灵敏，可能对股票异常回报具有解释作用（佟岩等，2015），模型（2）控制了机构投资者持股比例（INSTSH）。此外，模型（2）还控制了行业固定效应。财务相关变量的度量基于投资者在事件窗口（2022年1月）可公开观测的最近年报（即2020年年报）数据。纳入机构持股变量的主要目的是控制机构投资者在事件窗口的反应差异，因此需要尽量识别出接近事件窗口的机构投资者持股情况，该变量采用2021年年报数据度量。
（五）考虑其他潜在干扰因素
实验组样本与控制组样本在一系列公司基本特征方面存在系统性的差异，这些特征差异可能会使两类公司在股票市场长期表现方面存在明显差异。但在事件日附近较短的时间窗口[0，1]内，可以合理预见公司基本特征不会发生系统性的重大变化，从而不太可能解释短期市场反应，那么观察到的短期市场反应可归结为事件日发生的诉讼成本变动因素所引发的公司被诉概率变化。
安慰剂样本均为近期受到行政处罚的公司，与控制组样本在一系列公司基本特征方面同样存在系统性的差异。如果是公司特征的系统性差异导致短期市场反应差异，则本文预期安慰剂公司在事件日附近与控制组相比会有更加负面的市场反应。如果观察不到安慰剂公司显著的市场负面反应，则进一步排除了公司基本特征对主要结果的潜在解释作用。
在《规定》发布日可能同时发生其他事件。特别地，《规定》不仅涉及民事诉讼前置条件的取消，还发布或修订了其他规则。对于这些潜在干扰事件，本文考虑如下：第一，对于可能对上市公司及有关责任主体做出合理责任保护的条款，其预期影响可能与本文假说的方向相反，因此即使存在有关效应，也会使观察到的结果更加稳健。第二，对于取消前置条件条款之外的、可能增加或明晰上市公司及有关责任主体法律责任的其他条款，在理论上均适用于存在虚假陈述行为的所有公司，而不论是否已经受到行政处罚，对本文实验组和安慰剂公司都具有适用性（即同时减小β1和β2），因此实验变量和安慰剂变量的系数差异可以缓解这类规则的干扰。第三，除了《规定》的发布外，新《证券法》也有诸多规则存在于《规定》发布日。而在理论上，资本市场对新《证券法》各项法律规则与变革已在更早的时间做出反应；即使存在滞后性，也同样适用于本文实验组和安慰剂公司，因此比较实验变量和安慰剂变量的系数差异可以缓解这类事项的干扰。
四、实证结果分析
（一）实验组公司识别与描述
表1 列示了基于2011—2019年所有A股上市公司样本的模型（1）Logit回归结果。结果显示，公司经营成果（ROA和LOSS）、财务状况（LEV）、现金流量（OCF）、业务复杂程度（SUBS）、产权特征（SOE）、持股情况（LARGSH、EXCUSH和INSTSH）、治理与内控缺陷（DUALITY和MICW）、非常规交易（OTHRECV和RPT）、审计意见（MOD）以及审计师选择（BIG4、BIGLOCAL和AUDCHG）均能显著解释是否发生虚假陈述，而且系数符号符合预期。模型（1）的ROC曲线下方面积为0.722。综合来看，模型（1）对我国资本市场发生的虚假陈述行为具有合理的解释力度。
| 被解释变量：MISSTATE | 系数 | z统计值 |
| LTA | −0.015 | −0.46 |
| ROA | −2.043 | −5.05*** |
| LEV | 0.406 | 2.58*** |
| LOSS | 0.384 | 4.96*** |
| OCF | −1.330 | −4.32*** |
| OTHRECV | 5.367 | 6.89*** |
| RPT | 0.536 | 3.51*** |
| SUBS | 0.188 | 4.90*** |
| LISTAGE | 0.010 | 2.10** |
| BIG4 | −0.879 | −4.75*** |
| BIGLOCAL | −0.181 | −3.65*** |
| MOD | 0.737 | 7.52*** |
| AUDCHG | 0.399 | 7.85*** |
| MICW | 1.607 | 14.73*** |
| SOE | −0.562 | −7.62*** |
| LARGESH | −0.555 | −2.55** |
| DUALITY | 0.121 | 2.19** |
| EXCUSH | −0.613 | −2.63*** |
| INSTSH | −0.380 | −2.59*** |
| 行业与年度固定效应 | 控制 | |
| 观测数 | 26 483 | |
| 模型ROC面积 | 0.722 | |
| 注：***和**分别表示1%和5%的显著性水平（双尾检验）。 | ||
本文基于模型（1）估计公司—年度层面的虚假陈述倾向，并基于2018—2019年的虚假陈述倾向均值来识别实验组和控制组样本。表2列示了实验组样本（N=704）和控制组样本（N=704）的虚假陈述倾向；作为对照，表中还列示了在事件日之前的三年内受到行政处罚或立案调查的192家安慰剂公司的虚假陈述倾向。结果显示，实验组样本的虚假陈述倾向均值和中位数分别为31.7%和26.5%，而控制组样本的虚假陈述倾向均值和中位数分别为5.4%和5.7%，前者显著大于后者。安慰剂样本的虚假陈述倾向均值和中位数分别为47.3%和48.2%，显著大于实验组样本。这既表明实验组公司具有较高的虚假陈述倾向，也符合安慰剂公司的虚假陈述行为更加严重且已经曝光（受到行政处罚或立案调查）的事实，从而印证了模型（1）估计的合理性。
| （1） | （2） | （3） | 组间差异检验 | ||
| 实验组样本（N=704） | 控制组样本（N=704） | 安慰剂样本（N=192） | （1）vs.（2） | （1）vs.（3） | |
| 虚假陈述倾向 | 均值 | 均值 | 均值 | t统计值 | t统计值 |
| 0.317 | 0.054 | 0.473 | 48.12*** | −7.83*** | |
| 中位数 | 中位数 | 中位数 | z统计值 | z统计值 | |
| 0.265 | 0.057 | 0.482 | 32.49*** | −6.75*** | |
| 注：***表示1%的显著性水平（双尾检验）。 | |||||
（二）假说检验
表3列示了模型（2）的回归结果。变量IMPLICIT的系数为−0.012，在1%的水平上显著小于零（t统计值为−3.44），表明平均而言实验组公司在事件日附近窗口发生了1.2%的市值损失。变量EXPLICIT的系数为−0.002，与零无显著差异（t统计值为−0.57），表明已受行政处罚的上市公司在《规定》发布日附近并无显著的市场反应。此外，IMPLICIT的系数小于EXPLICIT的系数，在5%的水平上显著（F统计值为6.52），表明实验组公司的市场负面反应显著强于安慰剂公司。表3结果支持了本文研究假说。
| 被解释变量：CAR[0，1] | 系数 | t统计值 |
| IMPLICIT | −0.012 | −3.44*** |
| EXPLICIT | −0.002 | −0.57 |
| LTA | 0.001 | 0.98 |
| ROA | −0.009 | −0.70 |
| LEV | 0.006 | 0.97 |
| OCF | −0.004 | −0.21 |
| SOE | −0.006 | −2.09** |
| BIG4 | −0.006 | −1.42 |
| BIGLOCAL | −0.002 | −0.73 |
| INSTSH | 0.010 | 1.78* |
| 行业固定效应 | 控制 | |
| 观测数 | 1 600 | |
| 模型F统计值 | 2.82*** | |
| adj. R2 | 0.032 | |
| 注：***、**和*分别表示1%、5%和10%的显著性水平（双尾检验）。 | ||
（三）稳健性检验
考虑到监管处罚的滞后特征可能影响较近年份虚假陈述数据的完整性，本文在估计虚假陈述模型时未包含2020年观测值。在稳健性检验中，本文纳入2020年数据，确定2019—2020年的虚假陈述倾向，重新识别实验组和控制组样本并估计模型（2）。结果显示，IMPLICIT的系数为−0.015（t统计值为−4.19），且显著小于EXPLICIT的系数（F统计值为10.19），这与上文一致。
上文根据全样本的虚假陈述倾向来确定实验组和控制组样本。考虑到投资者可能基于不同行业进行评估，在稳健性检验中，本文根据行业内的虚假陈述倾向排序来确定实验组和控制组样本，重新估计模型（2）。结果显示，IMPLICIT的系数为−0.012（t统计值为−3.63），且显著小于EXPLICIT的系数（F统计值为9.31），这也与上文一致。
本文还做了以下稳健性检验：第一，根据估计期最后三年或最后四年的虚假陈述倾向均值来确定前20%分位数，识别实验组样本；第二，以虚假陈述倾向得分处于最高（最低）的10%、30%或40%分位数以内作为实验组（控制组）的识别条件；第三，采用市场模型法来估计股票日超额回报，基于事件日之前的时间窗口[−230，−30]进行参数估计；第四，选取事件日附近的其他时间窗口[0，2]、[0，3]和[−1，1]来估计模型（2）。上述稳健性检验结果与上文一致。
（四）安慰剂检验
新《证券法》的实施对已经受到行政处罚的公司产生较大影响，但仍存在前置条件的约束。因此，本文预期实验组公司在新《证券法》实施日（2020年3月1日）附近时间不会发生明显的市场反应。本文纳入实验组和控制组样本，并重新按照新《证券法》实施日之前三年的范围，选取被证监会处罚或立案调查的公司作为对照（剔除缺失值后的有效样本为105家，EXPLICIT取1，否则取0）。其他变量的设定与模型（2）相同，财务数据基于投资者在该事件日窗口期（2020年3月）可公开观测的最近年报（即2018年年报）；对于机构持股水平，为了贴近事件日的实际情况，本文采用2019年年报数据。本文预期IMPLICIT的系数与零无显著差异。
表4列示了安慰剂检验结果。IMPLICIT的系数为−0.001，与零无显著差异（t统计值为−0.34），而EXPLICIT的系数为−0.012，在1%的水平上显著为负（t统计值为−2.89），且显著小于IMPLICIT的系数（F统计值为7.02）。上述结果表明，新《证券法》并未影响当时未受到行政处罚、但虚假陈述倾向较高的公司，这反向论证了取消前置条件的司法改革能够显著扩大对虚假陈述行为的约束范围。
| 被解释变量：CAR[0，1] | 系数 | t统计值 |
| IMPLICIT | −0.001 | −0.34 |
| EXPLICIT | −0.012 | −2.89*** |
| 控制变量 | 控制 | |
| 观测数 | 1 353 | |
| 模型F统计值 | 3.27*** | |
| adj. R2 | 0.050 | |
| 注：***表示1%的显著性水平（双尾检验）。 | ||
五、进一步分析
（一）《规定》发布后与虚假陈述有关的民事诉讼
本文理论分析的一个暗含假设是，前置条件的取消将扩大证券虚假陈述的民事诉讼范围，投资者的诉讼意愿增强。为了检验这一假设的合理性，本文考察了《规定》发布后法院受理的证券虚假陈述民事诉讼情况。本文从国泰安“诉讼仲裁事件”数据库中识别出2022年1月至2023年11月法院受理的60例股东民事诉讼，涉及54家上市公司。60例诉讼中有12例（占比为20%）的涉案公司未受到行政处罚或刑事判决，其中2022年和2023年分别为7例（当年占比为17.9%）和5例（当年占比23.8%）。这表明《规定》实施后法院的确开始受理未受到行政或刑事处理的公司的虚假陈述民事诉讼，从而支持了投资者诉讼意愿增强的暗含假设。
本文还考察了《规定》实施后虚假陈述民事诉讼案件的股东索赔金额。《规定》发布以来共有42例已受到行政或刑事处罚的虚假陈述民事诉讼和11例未受到行政或刑事处罚的虚假陈述民事诉讼披露了股东索赔金额，前者的索赔金额均值和中位数分别为1.3亿元和0.031亿元，后者的索赔金额均值和中位数分别为5.0亿元和0.021亿元。
（二）机制检验：区分虚假陈述倾向的可公开观察程度
如前所述，本文理论分析的一个暗含假设是，投资者在前置条件取消后的诉讼意愿增强。投资者之所以会产生诉讼意愿或动机，是因为其判断上市公司很可能存在虚假陈述行为。在上市公司发布年报后，交易所会对年报中的某些异常财务业绩提出疑问，发出问询函。交易所问询函属于非行政性的监管活动，并不具有行政处罚或立案调查的性质。
本文使用实验组公司是否收到交易所针对近两年年报（2018年和2019年）关于异常财务业绩的问询函，衡量其虚假陈述倾向的可观察程度。本文设置变量IMPLICITQuestioned（取1表示实验组公司收到过针对近两年年报的此类问询函，否则取0）和IMPLICITNotQuestioned（取1表示实验组公司未收到过针对近两年年报的此类问询函，否则取0），预期收到交易所问询函的实验组公司在《规定》发布日附近时间可能发生更加负面的市场反应。
本文从交易所网站上搜索了每一家实验组公司收到的针对2018年年报或2019年年报关于异常财务业绩的问询函。表5中Panel A显示，在704家实验组公司中，174家（24.7%）收到过一次关于异常财务业绩的交易所问询函，62家（8.8%）收到过两次。此外，与未收到问询函的实验组公司相比，收到问询函的实验组公司的虚假陈述倾向显著更高。这印证了模型（1）估计的合理性，也支持了采用交易所问询函来区分虚假陈述倾向可观察程度的做法。
| Panel A：实验组公司收到交易所关于异常财务业绩的问询函分布情况 | ||||
| 观测数 | 比例 | 虚假陈述倾向 | ||
| 均值 | 中位数 | |||
| 0次 | 468 | 66.5% | 0.290 | 0.247 |
| 1次 | 174 | 24.7% | 0.374 | 0.302 |
| 2次 | 62 | 8.8% | 0.358 | 0.319 |
| Panel B：《规定》发布日附近窗口的股价反应 | ||||
| 被解释变量：CAR[0，1] | 系数 | t统计值 | ||
| IMPLICITQuestioned | −0.018 | −4.21*** | ||
| IMPLICITNotQuestioned | −0.009 | −2.65*** | ||
| EXPLICIT | −0.003 | −0.73 | ||
| 控制变量 | 控制 | |||
| 观测数 | 1 600 | |||
| 模型F统计值 | 3.22*** | |||
| adj. R2 | 0.035 | |||
| 注：***表示1%的显著性水平（双尾检验）。 | ||||
本文在模型（2）的基础上将IMPLICIT细分为IMPLICITQuestioned和IMPLICITNotQuestioned并重新估计。表5中Panel B显示，IMPLICITNotQuestioned的系数为−0.009，显著小于零（t统计值为−2.65）；IMPLICITQuestioned的系数为−0.018，显著小于零（t统计值为−4.21），且显著小于IMPLICITNotQuestioned的系数（F统计值为5.88）。可见，本文主要结果突出体现在前置条件取消后投资者更容易产生诉讼意愿的公司中，这支持了投资者诉讼意愿机制，也论证了公司虚假陈述的可观测性会影响研究结果。
（三）基于大股东减持的竞争性解释
本文的理论分析主要基于外部投资者对潜在虚假陈述公司做出了负面反应。一个竞争性解释是观察到的股价负面反应主要由内部人抛售公司股票所引发。这个竞争性解释的理论基础在于，公司内部人对于公司前景具有信息优势（Rozeff和Zaman，1998；Ke等，2003），也具备较强的择时交易股票能力（曾庆生，2008；吴育辉和吴世农，2010），从而面对重大潜在不利影响时会发生减持行为（Lakonishok和Lee，2001；Piotroski和Roulstone，2005）。以往的文献也发现，大股东减持对公司股价会造成较大影响，减持公告日附近的短窗口和长窗口都存在显著的负向累积超额回报（吴育辉和吴世农，2010）。如果是大股东减持主导了本文的主要结果，则预期在事件日附近实验组公司中普遍存在内部人减持情形，且伴随显著的市场负面反应。
为了检验这个竞争性解释，本文基于CSMAR的股权变更数据库，考察了实验组公司大股东在事件日附近窗口的减持情况。数据显示，事件窗口内发生大股东减持的实验组公司仅有9家，只占实验组样本的1.3%。这初步表明大股东减持不太可能成为本文主要结果的主导性解释。此外，9家公司减持股份数量占减持前股数的比例均值为28.3%，中位数为28.3%，而减持股份数量占公司总股数的均值和中位数都在1%和1.2%之间，这与以往文献中的减持比例一致（马云飙等，2021）。本文设置IMPLICITSell（取1表示实验组公司在事件窗口内发生大股东减持，否则取0）和IMPLICITNoSell（取1表示实验组公司在事件窗口内未发生大股东减持，否则取0），并重新估计模型（2）。表6中IMPLICITSell的系数为−0.036，显著小于IMPLICITNoSell的系数（F统计值为2.78）。这表明少数发生大股东减持的实验组样本的股价反应更加负面。此外，IMPLICITNoSell的系数为−0.011，显著小于零（t统计值为−3.37）。这表明主要结果未受到少数发生大股东减持的实验组样本的影响，进一步排除了大股东减持的竞争性解释。
| 被解释变量：CAR[0，1] | 系数 | t统计值 |
| IMPLICITSell | −0.036 | −2.38** |
| IMPLICITNoSell | −0.011 | −3.37*** |
| EXPLICIT | −0.003 | −0.59 |
| 控制变量 | 控制 | |
| 观测数 | 1 600 | |
| 模型F统计值 | 2.82*** | |
| adj. R2 | 0.050 | |
| 注：***和**分别表示1%和5%的显著性水平（双尾检验）。 | ||
（四）基于公共执法力度预期变化的竞争性解释
考虑到私人执法和公共执法可能相互替代，《规定》发布在增强私人执法的同时，可能会引致公共执法力度下降；同时，私人执法面临执行力弱、取证难等挑战，中小股东可能抛售股票。这种逻辑同样会得到本文的主要结果。为了考察这个竞争性解释的适用性，本文开展了以下工作：
第一，本文考察了与上市公司虚假陈述相关的公共执法在《规定》出台前后的实施情况，并无证据显示在《规定》出台附近时间公共执法力度有明显减弱的情况。
第二，本文从证监会网站上收集了《规定》出台前后公共执法对投资者保护的相关政策。在《规定》出台前，国务院办公厅印发了《关于依法从严打击证券违法活动的意见》（2021年7月），证监会在2021年10月和2022年1月开展了多次证券违法活动的从严打击工作。在《规定》出台后，证监会、财政部联合发布《关于证券违法行为人财产优先用于承担民事赔偿责任有关事项的规定》（2022年7月），进一步落实了民事诉讼赔偿的保障制度，还进一步畅通了投资者投诉、求助渠道（2022年4月和2022年11月）。可见，在《规定》出台附近时间，投资者仍能从政策导向上感受到强而有力的公共执法。
第三，最高人民法院、证监会于2022年1月22日联合发布《关于适用〈最高人民法院关于审理证券市场虚假陈述侵权民事赔偿案件的若干规定〉有关问题的通知》，其中规定：为了查明事实，人民法院可以依法向中国证监会有关部门或者派出机构调查收集有关证据；案件审理过程中，人民法院可以就诉争虚假陈述行为违反信息披露义务规定情况、对证券交易价格的影响、损失计算等专业问题征求中国证监会或者相关派出机构、证券交易场所、证券业自律管理组织、投资者保护机构等单位的意见。这意味着在取消前置条件后，我国司法机关仍非常重视公共执法力量对有效私人执法的专业价值，而不会撤除公共执法力量。
第四，这个竞争性解释的内在逻辑是，公共执法力量的减弱会增加中小股东对大股东侵害（即第二类代理冲突）的顾虑。如果这一逻辑成立，则本文的主要结果突出体现在第二类代理冲突比较严重的公司中。而如果本文的主要结果在第二类代理冲突较小的公司中仍存在，则可以有效缓解这个竞争性解释的干扰。本文参考Fan和Wong（2005）的研究，使用控制权与所有权的差值来衡量第二类代理冲突，将实验组按照第二类代理冲突大小进行排序。本文设置IMPLICITHighAC（取1表示样本为实验组公司且控制权与所有权的差值大于中位数，否则取0）和IMPLICITLowAC（取1表示样本为实验组公司且控制权与所有权的差值小于或等于中位数，否则取0），并重新估计模型（2）。结果显示，IMPLICITHighAC和IMPLICITLowAC的系数分别为−0.013和−0.010，均在1%的水平上显著为负（两者也不存在显著差异），这进一步缓解了这个竞争性解释的干扰。
六、结论与启示
本文考察了2022年1月最高人民法院取消受理虚假陈述民事赔偿案件前置程序后的股票市场反应。本文预期，前置条件的取消降低了民事诉讼成本，提高了潜在虚假陈述公司面临的诉讼风险，这将导致市场预期公司未来经济利益流出，引发市场负面反应。研究发现，在前置程序取消后的短时间窗口内，此前不满足前置条件、但虚假陈述倾向较高的公司发生了显著的股价负面反应。与此相对照，已经满足前置条件的公司在前置程序取消后的短时间窗口内则未发生显著的股价负面反应。本文研究表明，前置条件的取消显著扩大了证券虚假陈述民事诉讼的震慑范围，提高了投资者保护力度。
营造以法治为核心的营商环境是资本市场发展的基础。本文研究发现，在不断加强公共执法的同时，取消私人执法受到的公共执法结果约束，有助于更大范围地保护投资者利益，促进市场主体的优胜劣汰，最终加快培育高质量市场主体，推动实体经济高质量发展。在前置条件取消后，司法机关应继续加强民事诉讼与公共执法的协同，借助行政或刑事的公权力和专业能力，缓解投资者举证困难，降低私人执法的实施成本，更好地发挥私人执法机制的效力。
| [1] | 陈洁. 证券民事赔偿诉讼取消前置程序的司法应对——以虚假陈述民事赔偿为视角[J]. 证券市场导报, 2021(5): 63–70. |
| [2] | 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）, 2010(1): 1–28. |
| [3] | 陈运森, 袁薇, 兰天琪. 法律基础建设与资本市场高质量发展——基于新《证券法》的事件研究[J]. 财经研究, 2020(10): 79–92. |
| [4] | 李晓溪, 杨国超, 饶品贵. 交易所问询函有监管作用吗? ——基于并购重组报告书的文本分析[J]. 经济研究, 2019(5): 181–198. |
| [5] | 马云飙, 武艳萍, 石贝贝. 卖空机制能够约束内部人减持吗? ——基于融资融券制度的经验证据[J]. 金融研究, 2021(2): 171–187. |
| [6] | 佟岩, 华晨, 宋吉文. 定向增发整体上市、机构投资者与短期市场反应[J]. 会计研究, 2015(10): 74–81. |
| [7] | 王彦超, 王语嫣. 债权人诉讼是如何影响企业现金持有行为的? [J]. 会计研究, 2018(7): 35–42. |
| [8] | 吴溪. 中国注册会计师审计实证研究: 理论借鉴、本土特色与国际融合[J]. 会计研究, 2021(2): 176–186. DOI:10.3969/j.issn.1003-2886.2021.02.013 |
| [9] | 吴溪, 张俊生. 上市公司立案公告的市场反应及其含义[J]. 会计研究, 2014(4): 10–18. |
| [10] | 吴育辉, 吴世农. 股票减持过程中的大股东掏空行为研究[J]. 中国工业经济, 2010(5): 121–130. |
| [11] | 辛清泉, 黄曼丽, 易浩然. 上市公司虚假陈述与独立董事监管处罚——基于独立董事个体视角的分析[J]. 管理世界, 2013(5): 131–143. |
| [12] | 曾庆生. 公司内部人具有交易时机的选择能力吗? ——来自中国上市公司内部人卖出股票的证据[J]. 金融研究, 2008(10): 117–135. |
| [13] | 中国证券监督管理委员会. 最高人民法院发布《关于审理证券市场虚假陈述侵权民事赔偿案件的若干规定》[EB/OL]. http://www.csrc.gov.cn/csrc/ c100028/c1780919/content.shtml,2022-01-22. |
| [14] | Ali A, Kallapur S. Securities price consequences of the private securities litigation reform act of 1995 and related events[J]. The Accounting Review, 2001, 76(3): 431–460. DOI:10.2308/accr.2001.76.3.431 |
| [15] | Arena M, Julio B. The effects of securities class action litigation on corporate liquidity and investment policy[J]. Journal of Financial and Quantitative Analysis, 2015, 50(1-2): 251–275. DOI:10.1017/S0022109015000010 |
| [16] | Arena M P. Corporate litigation and debt[J]. Journal of Banking & Finance, 2018, 87: 202–215. |
| [17] | Autore D M, Hutton I, Peterson D R, et al. The effect of securities litigation on external financing[J]. Journal of Corporate Finance, 2014, 27: 231–250. DOI:10.1016/j.jcorpfin.2014.05.007 |
| [18] | 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 |
| [19] | Chen G M, Firth M, Gao D N, et al. Ownership structure, corporate governance, and fraud: Evidence from China[J]. Journal of Corporate Finance, 2006, 12(3): 424–448. DOI:10.1016/j.jcorpfin.2005.09.002 |
| [20] | Djankov S, La Porta R, Lopez-de-Silanes F, et al. The law and economics of self-dealing[J]. Journal of Financial Economics, 2008, 88(3): 430–465. DOI:10.1016/j.jfineco.2007.02.007 |
| [21] | Fan J P H, Wong T J. Do external auditors perform a corporate governance role in emerging markets? Evidence from East Asia[J]. Journal of Accounting Research, 2005, 43(1): 35–72. DOI:10.1111/j.1475-679x.2004.00162.x |
| [22] | Feroz E H, Park K, Pastena V S. The financial and market effects of the SEC’s accounting and auditing enforcement releases[J]. Journal of Accounting Research, 1991, 29: 107–142. DOI:10.2307/2491006 |
| [23] | Firth M, Rui O M, Wu X. The timeliness and consequences of disseminating public information by regulators[J]. Journal of Accounting and Public Policy, 2009, 28(2): 118–132. DOI:10.1016/j.jaccpubpol.2009.01.001 |
| [24] | Glaeser E, Johnson S, Shleifer A. Coase versus the Coasians[J]. The Quarterly Journal of Economics, 2001, 116(3): 853–899. DOI:10.1162/00335530152466250 |
| [25] | Jackson H E, Roe M J. Public and private enforcement of securities laws: Resource-based evidence[J]. Journal of Financial Economics, 2009, 93(2): 207–238. DOI:10.1016/j.jfineco.2008.08.006 |
| [26] | Johnson M F, Kasznik R, Nelson K K. Shareholder wealth effects of the private securities litigation reform act of 1995[J]. Review of Accounting Studies, 2000, 5(3): 217–233. DOI:10.1023/A:1009612610389 |
| [27] | Karpoff J M, Lee D S, Martin G S. The cost to firms of cooking the books[J]. Journal of Financial and Quantitative Analysis, 2008, 43(3): 581–611. DOI:10.1017/S0022109000004221 |
| [28] | Ke B, Huddart S, Petroni K. What insiders know about future earnings and how they use it: Evidence from insider trades[J]. Journal of Accounting and Economics, 2003, 35(3): 315–346. DOI:10.1016/S0165-4101(03)00036-3 |
| [29] | Kinney Jr W R, McDaniel L S. Characteristics of firms correcting previously reported quarterly earnings[J]. Journal of Accounting and Economics, 1989, 11(1): 71–93. DOI:10.1016/0165-4101(89)90014-1 |
| [30] | 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 |
| [31] | 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 |
| [32] | Lakonishok J, Lee I. Are insider trades informative?[J]. The Review of Financial Studies, 2001, 14(1): 79–111. DOI:10.1093/rfs/14.1.79 |
| [33] | Lowry M, Shu S S. Litigation risk and IPO underpricing[J]. Journal of Financial Economics, 2002, 65(3): 309–335. DOI:10.1016/S0304-405X(02)00144-7 |
| [34] | Piotroski J D, Roulstone D T. Do insider trades reflect both contrarian beliefs and superior knowledge about future cash flow realizations?[J]. Journal of Accounting and Economics, 2005, 39(1): 55–81. DOI:10.1016/j.jacceco.2004.01.003 |
| [35] | Polinsky A M. Private versus public enforcement of fines[J]. The Journal of Legal Studies, 1980, 9(1): 105–127. DOI:10.1086/467630 |
| [36] | Rozeff M S, Zaman M A. Overreaction and insider trading: Evidence from growth and value portfolios[J]. The Journal of Finance, 1998, 53(2): 701–716. DOI:10.1111/0022-1082.275500 |
| [37] | World Bank. Institutional foundations for financial markets[EB/OL]. http://siteresources.worldbank.org/ inttopaccfinser/Resources/Institutional.pdfS,2006. |