
一、引 言
高送转的股票股利分配方式在中国证券市场中被上市公司广泛采用,
深圳证券交易所与上海证券交易所先后在上市规则中引入面值退市制度,明确规定当某只股票连续20个交易日的收盘价均低于其面值时,该股票将自动触发退市程序。面值退市制度的设立,旨在通过确立明确的股价底线,使得基本面薄弱且持续低迷的股票退市,从而维护市场的整体健康与运行效率。2018年,中弘股份成为首家因触发面值退市条款而被强制终止上市的A股公司。面值退市已成为A股上市公司重要的市场化退出通道。
依据理性预期理论,政策规则的变动将改变经济主体的前瞻性预期,促使其改变最优决策规则(Lucas,1976)。企业作为预期效用最大化者,其决策行为取决于预期成本与预期收益的权衡(Becker,1968)。从预期成本的视角看,2012年面值退市制度的建立使低价股触发退市红线的概率大幅提高。对于实施高送转的企业来说,高送转行为会导致股票价格大幅下调,提高股价波动率与收益偏度(Hu等,2022),进而增加上市公司面值退市风险。尽管这可能带来短期的正向超额收益,但长期来看,机会主义的高比例送转通常伴随企业业绩下滑的现象(李心丹等,2014)。因此,缺乏基本面支撑的高送转行为将增加股价崩盘风险(酒莉莉等,2018;罗琦等,2023),这既影响公司的可持续发展,又给包括大股东在内的投资者造成巨大的财富损失。从预期收益的视角看,面值退市制度能够在一定程度上修正中小投资者对低价股的投机性偏好,减少高送转行为给上市公司带来的正向收益。因此,本文认为面值退市制度的实施通过大幅提升上市公司高送转行为的预期成本,降低其预期收益,从而有效抑制上市公司高送转行为。
本文选取2006—2023年沪深A股公司作为研究样本,考察面值退市制度对企业高送转行为的影响。研究结果显示,面值退市制度出台前送转比例较高的企业在面值退市制度颁布后实施高送转的概率显著下降,股票送转比例明显减少,表明面值退市制度对企业的高送转动机产生了强烈的约束作用。在此基础上,本文分析了面值退市制度对企业高送转行为的影响机制。首先,高比例的股票送转行为会导致股票价格大幅度除权调整,从而增加面值退市风险,构成了上市公司股票送转策略调整的直接原因;其次,在高送转导致低股价情形下,风险较高的企业可能承受更加剧烈的股票价格波动,从而增加面值退市风险,促使其有更强烈的动机减少高送转行为;最后,面值退市制度降低了投资者对高送转行为的预期,导致上市公司通过高送转获取的正向超额收益显著下降,从而抑制了企业实施高送转的动机。本文基于上市公司的股权特征进行了进一步检验,结果显示,面值退市制度对高送转的抑制作用在大股东与机构投资者持股比例较高的企业、非国有企业以及进行定向增发的企业中更为显著。
本文的研究贡献在于:第一,从退市制度改革的视角拓展了高送转行为影响因素的相关研究。已有文献从内部人减持(Devos等,2015;谢德仁等,2016)、股权质押(黄登仕等,2018;何平林等,2018)与定向增发(胡聪慧和于军,2016;崔宸瑜等,2017)等视角较为深入地讨论了其对高送转行为的影响。随着监管机构对高送转问题的关注度持续提升,部分文献考察了监管制度对企业股票送转行为的治理效应,发现政府监管措施的强化与信息披露的规范化能够有效约束企业的高送转行为,并促使投资者对高送转公告有更为理性的反应(戚拥军等,2020)。基于美国资本市场的研究发现,美国证券交易委员会实施的《公平披露条例》显著降低了股票分拆带来的正向超额收益(Eng等,2014)。然而,现有研究较少从退市制度视角考察其对企业高送转行为的影响。面值退市制度约束下,低价股会使得企业更高的面值退市风险,这是抑制企业高送转行为的重要制度因素。本文以面值退市制度的颁布实施为研究背景,为退市制度改革如何影响企业送转决策提供了经验证据。
第二,本文从面值退市视角丰富了退市制度经济后果的研究。已有文献在考察退市制度对企业行为的影响时,主要聚焦于财务类退市指标驱动下的盈余管理行为(Jiang和Wang,2008;谢柳芳等,2013;许文静等,2018;Qiu和Zhang,2023;武琼等,2025),或从企业风险偏好的角度综合评估退市制度改革的整体政策效应(代春霞等,2021;熊熊等,2026)。然而,面值退市制度作为一种典型的交易类退市制度,现有文献较少考察其独特的治理效应。本文的研究结论为退市制度的经济后果研究提供了新的分析视角。
第三,本文为检验面值退市制度的实施效果提供了经验证据,具有显著的现实意义。本文发现,面值退市制度颁布实施后,上市公司的股票送转比例以及实施高送转行为的概率均显著下降,表明该制度有效约束了上市公司的高送转行为。同时,面值退市制度也是上市公司市场化退出的通道,这对于促进资源合理配置、推动资本市场高质量发展具有积极作用。本文的研究结论对于证券监管部门、上市公司以及投资者更深入地理解面值退市制度的治理效应具有较强的借鉴意义。
二、制度背景分析与文献综述
(一) 制度背景分析
20世纪90年代,纳斯达克证券交易所为保护投资者权益、规范市场秩序,率先引入“一美元退市”规则,并最终成为美国证券交易所的规则(Rhee和Wu,2012)。借鉴成熟资本市场的实践经验,我国也逐步建立了本土化的面值退市制度。2006年深交所发布《中小企业板股票暂停上市、终止上市特别规定》,规定当公司股票出现连续20个交易日收盘价均低于每股面值的情形时,交易所将对其股票交易实行退市风险警示,首次在中国证券市场引入面值退市制度。这一制度在2012年被全面纳入沪深证券交易所股票上市规则的核心体系,这标志着面值退市制度在A股资本市场的正式颁布实施。2018年,中弘股份因股票价格触及面值红线而终止上市,成为我国资本市场首只面值退市股。面值退市情形在2018年以前未集中出现的原因为:第一,面值退市制度的核心目的是促使上市公司改善经营,提升发展质量和股票估值,保护投资者利益。面值退市的发生仅是制度实施的经济后果之一,政策颁布后形成的前瞻性风险约束才是退市制度的直接影响。第二,面值退市实际发生的时机受到市场整体估值水平、企业规避行为等因素的影响。2012—2017年期间,A股市场整体估值水平相对较高,尤其是2014—2015年A股市场处于上行周期,较少有上市公司触及面值以下的股价区间。在监管政策相对宽松的时期,上市公司也能够通过停牌、重组等手段有效规避面值退市。
2018年,市场估值与监管政策均有所转变,上市公司股价整体下降使得触发面值退市具备了充分的市场条件。同时,交易所开始加强对上市公司停牌申请与时长的审查力度,有效抑制了上市公司通过停牌避免面值退市的机会主义行为。在市场环境与监管约束的双重作用下,自2018年以来越来越多的上市公司因面值退市制度而被强制退市。
面值退市制度直接抑制了可能导致股票价格大幅度下降的高送转行为。当公司每10股送股或转增股的数量达到5股及以上时,通常被认定为高送转行为(崔宸瑜等,2017;黄登仕等,2018)。
(二) 文献回顾
1. 退市制度的经济后果
完善的退市制度有利于畅通资本市场退出渠道,优化资源配置效率,提升上市公司质量,从而保护投资者的合法权益(许文静等,2018)。长期以来,我国资本市场可能存在“退市难”的问题,主要体现为退市指标单一、公司易于规避退市条件等问题(冯芸和刘艳琴,2009),从而影响了资本市场的良性发展。2012年,我国全面推动退市制度改革,在原有财务指标的基础上新增交易量、收盘价等市场类指标,标志着多元化的强制退市体系初步确立。此后退市制度改革持续推进。2020年,退市新规进一步优化了退市标准,提升了退市制度的可操作性与执行力度(郑登津等,2024)。在2012年深交所发布修订的《深圳证券交易所创业板股票上市规则》后,业绩良好的上市公司市场反应更为积极,而业绩较差的企业则呈现相对负面的市场反应,体现了投资者对退市新规发挥“优胜劣汰”功能的预期(史金艳等,2014)。
对于企业来说,上市有利于拓宽融资渠道,同时向市场传递公司高质量发展的积极信号,改善股票的流动性,提升企业估值(Sanger和McConnell,1986;Kadlec和McConnell,1994;Kim和Weisbach,2008)。一旦上市公司触及退市指标,将面临融资渠道受限、利益相关方在退市后遭受利益损失等问题(林乐和郑登津,2016;熊熊等,2026)。因此,随着退市制度改革的推进与上市公司退市风险的提升,上市公司有强烈的动机避免触及退市指标。
从细化指标来看,以净利润为核心的财务指标构成了上市公司面临的主要退市风险压力(许文静等,2018),并成为企业实施盈余管理的重要诱因之一(Jiang和Wang,2008;Qiu和Zhang,2023)。相关研究表明,2012年退市新规发布后,创业板企业倾向于采用隐蔽性更强、风险更低的盈余管理方式(谢柳芳等,2013);有研究指出退市制度改革对真实盈余管理产生了显著的抑制作用,同时给非经常性应计项目留下一定的操纵空间(许文静等,2018)。对于研发周期较长、研发投入较大的科技型企业,退市新规带来了较大的短期业绩压力,迫使其通过真实盈余管理和应计盈余管理避免触及退市红线(武琼等,2025)。同时,退市制度改革也能够发挥良好的外部治理监督效应,促使企业主动通过改善业绩的方式避免退市(林乐和郑登津,2016)。
从投资决策的视角看,退市制度改革可能影响企业的风险偏好。一方面,退市压力能够约束管理层的过度投资行为,降低企业风险承担水平(代春霞等,2021);另一方面,面临退市风险的上市公司可能采取激进的企业战略来提升企业业绩与市场表现(熊熊等,2026)。
总体来说,已有文献主要基于财务指标退市制度探讨退市新规对企业行为的影响,或综合考察退市制度改革整体的政策效应,较少有研究从面值退市的视角考察退市新规的治理效应。面值退市作为一项重要的退市制度,较少文献分析其实施效果。本文聚焦于面值退市制度压力下企业为避免退市而进行的行为调整,丰富了退市制度的相关文献。
2. 企业高送转行为的影响因素与市场效应
针对A股上市公司的高送转行为,何涛和陈小悦(2003)提出了适用于中国情境的“价格幻觉”假说。该假说认为投资者区分股票价值的能力有限,企业通过送转股票能够吸引部分投资者购买低价股,从而推动股价上涨以达到提升市值的目的,具有比较强烈的迎合投资者非理性偏好的机会主义动机(李心丹等,2014;谢德仁等,2016)。在控股股东股权被质押的情形下,为降低因股价触及平仓线而可能导致的控制权转移风险,公司会通过送转股票释放正面价值信号,推动股价上涨。控股股东股权质押规模越大,公司推出高送转方案的概率越高(黄登仕等,2018;何平林等,2018),并且上市公司高送转行为可能具有市值管理动机(廖珂等,2018)。上市公司高送转行为往往还与股票定向增发、内部人减持等行为相配合,可能具有合谋与操纵动机(李心丹等,2014;崔宸瑜等,2017;Chan等,2019;胡聪慧等,2019)。
由于上市公司高送转行为通常被市场视为积极的经营收益信号(McNichols和Dravid,1990),因此从短期市场反应来看,高送转行为能够带来一定的正向超额收益(Barker,1956;Johnson,1966)。但高送转行为引发的积极市场反应可能是股东基数扩大和交易活动增加的结果(Maloney和Mulherin,1992;Desai等,1998),而非公司价值的实质性改变。高送转也可能演化为上市公司机会主义的股利分配行为,进而导致公司财务信息质量下降和未来业绩受到损害。从长期来看,进行高送转的上市公司股票回报率呈下行趋势,短期内因投资者非理性行为推升的股价在长期视角下得到修正(Baker和Powell,1993;俞红海等,2014;Titman等,2022)。高送转行为还可能在未来诱发上市公司的股价崩盘风险。企业高送转行为引发的股价异动导致其具有典型的“彩票型股票”特征,这对于有博彩偏好的投机性投资者更具吸引力(Hu等,2022)。对于业绩表现较差、缺乏基本面支撑和估值风险较高的上市公司,高送转对股价崩盘风险的诱发效应尤为显著(酒莉莉等,2018)。当市场处于上行周期时,投资者情绪高涨,中小股东对高送转的偏好可能强化上市公司实施高送转,促使其提高股票送转比例,从而增加了股价崩盘风险(酒莉莉等,2018;罗琦等,2023)。
综上所述,尽管从短期来看高送转行为能够迎合投资者的非理性偏好,向市场释放积极的价值信号,但从长期来看可能诱发股价崩盘风险和损害公司业绩。监管机构逐渐意识到高送转行为背后的市场操纵及其不利影响,将其列为监管重点。高送转行为通常伴随除权日后股票价格的大幅下降,而且也具有业绩下滑和股价崩盘等风险。因此,面值退市制度的颁布实施可以约束企业通过高送转进行市场操纵的机会主义行为。现有文献主要从强化信息披露的视角考察监管制度改革对上市公司高送转行为的治理作用(戚拥军等,2020),并未深入探讨退市制度对上市公司高送转行为的影响。本文聚焦于面值退市制度对上市公司高送转行为的抑制作用。同时,本文的实证结果为资本市场监管机制的完善提供了经验证据,从而推动资本市场健康有序发展。
三、理论分析与研究假设
单一财务指标可能导致退市机制失灵、市场“只进不出”的问题。为提升资源配置效率,畅通市场退出通道,加速尾部企业出清和及时有效地抑制市场风险,沪深证券交易所于2012年全面引入市场化的交易指标,建立了面值退市制度。A股市场虽然早在2006年就已经在中小板规则中引入“股价低于面值”的退市相关条款,但以“预警”为主。2012年的退市新规将面值退市的适用范围由单一的中小板企业拓展至市场整体,以统一的制度约束覆盖资本市场中的全体上市公司,并重新制定了面值退市的执行程序,将此前的多阶段预警程序转换为触发即终止的直接退出机制,大幅提升了退市规则的确定性与及时性。与此同时,新规引入的“退市整理期”制度使面值退市具备了可执行的退出通道,为制度实施提供了操作层面的保障。
理性预期假说认为,政策规则变动会系统性地改变经济主体的前瞻性预期,进而影响经济主体的最优决策规则。当制度环境发生结构性变化时,企业会基于公开信息提前预判政策的长期约束,导致行为参数发生系统性变化(Lucas,1976)。市场主体的行为决策取决于预期收益与预期成本的对比(Becker,1968),当政策变动导致预期惩罚成本上升且远高于预期收益时,理性的经济主体会基于新的制度约束与预期主动调整其经济行为。2012年的面值退市制度明确规定股价连续20个交易日低于面值将终止上市,该规则清晰、可操作并具有长期约束力,从制度层面大幅提高了因低股价引发的面值退市风险,对市场主体形成了前瞻性风险约束,促使企业与投资者在规则发布后不得不审慎评估新政策所带来的预期成本与收益变化,进而改变其行为选择。在外部政策、经济、行业环境等因素的约束下,为提升股价与估值水平,这些行为将体现为上市公司针对包括股利政策在内的适应性调整,比如强化企业经营、提升投资效率、完善市值管理等,上市公司是否继续实施高送转也是重要的评估内容之一。
首先,面值退市制度带来企业高送转预期成本的上升。一方面,实施高送转后的上市公司股票价格因除权而大幅下降;另一方面,由于机会主义动机驱动的高送转行为通常伴随会计信息质量的下降与公司绩效的下滑(李心丹等,2014;崔宸瑜等,2017;廖珂等,2018;Chan等,2019),这导致股票价格波动率上升,在缺乏基本面支撑的情形下,股票价格面临更高的崩盘风险(酒莉莉等,2018;罗琦等,2023)。随着面值退市制度的实施,低股价与更高的波动率意味着上市公司触及面值退市红线的概率增加,从而增加了上市公司的退市风险。
触发面值退市会导致企业及其利益相关者面临多重惩罚和损失(林乐和郑登津,2016)。第一,相较于成熟资本市场,新兴资本市场的金融体系尚不完善,企业融资渠道相对有限(Allen等,2005),退市意味着企业失去了重要的股权融资来源(祝继高等,2014)。同时,退市后信息透明度的下降与融资渠道受限使企业在融资活动中处于劣势地位,融资成本相应上升(张跃文,2020)。第二,退市通常直接引发股权价值大幅降低,同时股票流动性也可能下降(Bancel和Mittoo,2009),这给包括上市公司大股东在内的投资者带来巨大的财富损失(Marosi和Massoud,2007)。此外,面值退市会使企业承受严重的声誉损失,使其在退市后难以摆脱困境(张跃文,2020)。因此,本文预期,上市公司触发面值退市产生的高昂成本将强化企业维持上市地位的意愿,从而抑制其实施高送转。
其次,面值退市制度降低了企业高送转的预期收益。退市同样使中小投资者面临巨大投资风险,面值退市制度的颁布实施能够降低投资者对高送转行为的正向预期,从而弱化管理层迎合投资者偏好的动机。根据“价格幻觉”假说,投资者预期能够从企业实施高送转后的低股价中获取超额收益(何涛和陈小悦,2003),并且股票价格的下降也使其购买相同数量股票的成本降低(Barker,1956),因而投资者对于高送转股票具有强烈的购买意愿。面值退市制度颁布实施后,频繁实施高送转的上市公司面临更高的退市风险。作为中小投资者,在退市事件中通常只能被动地承受资产缩水和流动性下降带来的损失,很难从退市中获取利益。因此,面值退市制度的建立能够抑制投资者对低价股票的非理性偏好,进而削弱上市公司实施高送转可能获取的正向收益。
综上所述,面值退市制度改变了企业在实施高送转时的成本收益。一方面,面值退市风险的上升大幅提高了企业实施高送转的预期成本;另一方面,该政策对投资者低价股投机性偏好的抑制有效降低了企业通过高送转所能获取的预期收益。在预期成本上升与预期收益下降的双重作用下,上市公司实施高送转的经济激励被显著削弱,从而促使其主动减少高送转行为。因此,本文提出以下研究假说:
假说:面值退市制度的颁布实施能够显著抑制上市公司的高送转行为。
四、研究设计
(一) 样本选择与数据来源
本文选取2006—2023年沪深A股上市公司为研究样本,主要基于以下考量:第一,面值退市制度于2012年在A股资本市场全面推广,因此本文将2012年及之后的时间区间作为受该政策影响的观察期。2018年,我国证券市场出现首例因面值低于阈值而面临强制退市的企业,因此本文进一步将2018年及之后的区间识别为面值退市情况出现的时期。第二,为保证样本区间的对称性与可比性,本文以面值退市制度演进的关键时点为界,将样本划分为政策颁布前(2006—2011年)、政策颁布后尚未触发期间(2012—2017年)以及政策首次触发后(2018—2023年)三个等长的时间窗口。
本文对数据进行了如下处理:(1)剔除金融类公司;(2)剔除存在数据缺失的样本;(3)为剔除极端数据,对所有连续变量进行1%的缩尾处理。本文将样本限定于2011年及以前上市的沪深A股公司。对样本进行上述处理后,共得到
(二) 研究模型与变量定义
本文采用式(1)检验面值退市制度对企业高送转行为的抑制作用,具体如下所示:
| $ {Transfer}_{it}/{HTS}_{it}={\beta }_{0}+{\beta }_{1}{Treat}_{i}\times {Post1}_{t}+{\beta }_{2}{Treat}_{i}\times {Post2}_{t}+{\beta }_{3}{Controls}_{it-1}+Firm+Year+\varepsilon $ | (1) |
其中,因变量为企业的高送转行为,分别采用当年企业的送转比例(Transfer)和当年是否进行高送转(HTS)进行衡量。本文参考李心丹等(2014)、廖珂等(2018)和罗琦等(2023)的研究,将送转比例(Transfer)定义为股利分配时送股比例和转增比例之和,并以上市公司每10股送股数加转增数之和是否达到或超过5股作为高送转行为(HTS)的界定标准。
本文分别将2012年和2018年作为面值退市制度颁布与面值退市直接发生的时点。Post1代表面值退市制度颁布区间(2012—2017年)的时间虚拟变量;Post2代表面值退市发生时段(2018年及之后)的时间虚拟变量。本文以面值退市制度颁布前企业在2007—2011年期间的送转行为作为处理组与控制组的分组依据,频繁实施高送转的企业在面值退市制度颁布实施后将面临更大的冲击。本文认定,若上市公司在面值退市制度颁布前5年(2007—2011年)的累计送转比例大于行业中位数,则将其作为处理组,Treat取值为1;反之,则为控制组,Treat取值为0。
本文参考李心丹等(2014)、谢德仁等(2016)的研究,式(1)的控制变量包括净资产收益(ROE)、资产负债率(LEV)、企业规模(Size)、企业成长性(Growth)、净利润增长率(PGR)、每股收益(EPS)、每股未分配利润(PPS)、股权集中度(Top1)、产权性质(SOE)、每股派现金额(Cashdivi)、股票增发(Addstock)、股票回报率(Return)、平均股价(SharePrice)和上市年限(Age)。本文进一步控制了年度固定效应和公司固定效应,并将标准误在公司层面进行聚类。
五、实证结果与分析
(一) 描述性统计
表1为描述性统计结果。Transfer的均值说明样本企业的平均年度累计送转比例为
| 变量 | 观测值 | 均值 | 标准差 | 最小值 | 中位数 | 最大值 |
| Transfer | 0 | 0 | 1 | |||
| HTS | 0 | 0 | 1 | |||
| Treat | 0 | 0 | 1 | |||
| Post1 | 0 | 0 | 1 | |||
| Post2 | 0 | 0 | 1 | |||
| ROE | ||||||
| LEV | ||||||
| Size | ||||||
| Growth | ||||||
| PGR | ||||||
| EPS | ||||||
| PPS | ||||||
| Top1 | ||||||
| SOE | 0 | 1 | 1 | |||
| Cashdivi | 0 | |||||
| Addstock | 0 | 0 | 1 | |||
| Return | ||||||
| SharePrice | ||||||
| Age | 0 |
(二) 基准回归结果
表2检验了面值退市制度对企业高送转行为的影响。在因变量为上市公司股票送转比例(Transfer)的回归分析中,Treat×Post1、Treat×Post2的系数均在1%的水平下显著为负,表明在2012—2017年面值退市制度颁布但未出现面值退市公司的时期,上市公司的股票送转比例相较于政策颁布前显著下降。2018年发生面值退市后,企业股票送转比例相较于之前也显著下降。在因变量为企业是否存在高送转行为(HTS)的回归中,Treat×Post1、Treat×Post2的回归系数均在1%的水平下显著为负。该结果表明,在2012年面值退市制度出台至2017年的时间区间内,上市公司实施高送转的概率相较于政策颁布前显著下降,2018年后企业进行高送转的可能性相较于之前也显著下降。该结果同样验证了面值退市制度对企业高送转行为的抑制作用。
| (1) | (2) | |
| Transfer | HTS | |
| Treat×Post1 | ||
| ( |
( |
|
| Treat×Post2 | ||
| ( |
( |
|
| 控制变量 | 控制 | 控制 |
| 公司和年份固定效应 | 控制 | 控制 |
| N | ||
| Adj. R2 | 0.151 | 0.145 |
| 注:***、**和*分别表示在1%、5%和10%的水平上显著;括号中为经过公司层面聚类调整后的t值。下表同。 | ||
(三) 稳健性检验
1. 变更处理组与控制组的分组设定
本文通过变更处理组与控制组的分组标准进行稳健性检验。首先,本文将2009—2011年期间存在高送转行为的上市公司作为处理组,反之则视为控制组;其次,本文将2009—2011年期间累计送转比例高于行业中位数的企业作为处理组;最后,为使样本更好地反映企业股票送转行为的差异,本文以上市公司2007—2011年期间累计送转比例的三分位数将样本划分为三组,并剔除包含中位数的中间组别。根据回归结果,变更分组设定后的研究结论与本文的基准结论保持一致。
2. 平行趋势检验
本文检验了面值退市制度出台前处理组与控制组企业的高送转行为是否具有平行趋势。根据分析结果,政策颁布前处理组与控制组的变动趋势不存在显著差异,面值退市制度对高送转行为的抑制效应在2012年开始显现。
3. 内生性检验
本文采用倾向得分匹配与熵平衡匹配进行稳健性检验。本文将式(1)的控制变量作为协变量,采用半径为0.02的卡尺内最邻近匹配法对样本在同行业同年度中进行1∶1有放回的匹配,得到与处理组公司特征相近的控制组,并运用双重差分模型进行回归分析,基准回归结论依然成立。为进一步控制处理组与控制组的组间差异,本文采用熵平衡匹配法,通过对控制组协变量的均值和方差进行加权调整,使控制组与处理组在协变量的均值和方差上趋于一致,并采用加权调整后的样本进行回归分析。根据回归结果,本文的结论是稳健的。
4. 安慰剂检验
本文通过随机抽样的方式生成处理组和控制组样本,构造虚拟的政策冲击分组变量,并将上述随机抽样过程重复
5. 排除其他政策的影响
2016年深交所发布《上市公司高比例送转方案的公告格式》,上海证券交易所于2018年发布《上海证券交易所上市公司高送转信息披露指引》。为排除上述高送转监管政策对研究结论的影响,本文以2016年和2018年作为高送转监管政策出台的关键节点,依据上市公司当期是否触及政策禁止高送转的业绩阈值将样本划分为处理组与控制组,在此基础上分别构造双重差分交互项Regu1和Regu2,将其作为控制变量纳入模型。根据实证结果,在考虑高送转监管政策的情形下,研究结论保持稳健。
(四) 机制检验
1. 企业高送转行为与面值退市风险
上市公司高送转行为可能增加其退市风险,这可能导致上市公司进行股利政策调整。本文先考察上市公司高送转行为对面值退市风险的影响。本文以股价1元为分界线来识别企业的面值退市风险(LowPrice)。若公司当年股价曾跌破1元,则该变量赋值为1,否则为0。为进一步识别低价的持续性,本文设置变量LowPriceD。若当年公司股价曾连续5个交易日或以上跌破1元则取值为1,否则为0。实证结果如表3所示。可以发现,在以LowPrice和LowPriceD为因变量的回归分析中,Transfer与HTS的回归系数均显著为正,说明高送转行为显著提升了上市公司的面值退市风险。
| (1) | (2) | (3) | (4) | |
| LowPrice | LowPrice | LowPriceD | LowPriceD | |
| Transfer | ||||
| ( |
( |
|||
| HTS | ||||
| ( |
( |
|||
| 控制变量 | 控制 | 控制 | 控制 | 控制 |
| 公司和年份固定效应 | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.051 | 0.051 | 0.032 | 0.032 |
高送转虽然会导致股票价格的大幅度下跌,但若除权后的价格远大于1元的面值,或虽然股票价格降低,但公司持续保持良好的业绩,则不会增加退市风险。因此,本文依据企业的业绩表现进行分组检验,实证结果如表4所示。本文按照行业—年度ROA中位数将上市公司划分为高、低两组,并采用费舍尔组合检验进行组间系数差异检验,通过Bootstrap法进行1000次自体抽样,结果参见列(1)至列(4)。在ROA较低的组别,Transfer与HTS的系数均显著为正;而在ROA较高的组别,Transfer与HTS的系数均不显著;组间系数差异检验表明,对于ROA较低的企业,Transfer与HTS的回归系数显著高于ROA较高的上市公司。本文以上市公司是否亏损作为组别划分的依据,划分为未亏损和亏损两组。根据列(5)和列(6)的结果,Transfer的系数在2个组别中均不显著,但组间系数差异检验表明,亏损公司组别中Transfer的系数明显高于未亏损企业;列(7)和列(8)的实证结果显示,HTS的系数在亏损的上市公司组别中显著更高。由此可见,股价除权后的下跌不一定会增加上市公司的面值退市风险,而业绩表现不佳的上市公司在实施高送转后更有可能触及面值退市红线。
| ROA低 | ROA高 | ROA低 | ROA高 | 未亏损 | 亏损 | 未亏损 | 亏损 | |
| (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | |
| LowPrice | LowPrice | LowPrice | LowPrice | LowPrice | LowPrice | LowPrice | LowPrice | |
| Transfer | ||||||||
| ( | ( | ( | ( | |||||
| HTS | ||||||||
| ( | ( | ( | ( | |||||
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 公司和年份 固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| N | ||||||||
| Adj. R2 | 0.053 | 0.153 | 0.053 | 0.153 | 0.011 | 0.191 | 0.010 | 0.191 |
| Diff_p值 | 0.007*** | 0.002*** | 0*** | 0*** | ||||
| 注:为排除降价因素的影响,表4的回归中进一步控制了除权前的股价水平;对于当年未实施股票送转的企业,采用企业上一年度的年末收盘价进行替代。 | ||||||||
2. 企业风险与股票送转行为
高送转行为会大幅降低上市公司的股价,提高股价波动率与收益偏度(Hu等,2022)。此时上市公司的经营风险会进一步放大高送转企业的股价波动,使低价股更容易触及面值退市红线。因此本文预期,面值退市制度颁布后,经营风险较高的企业有更强烈的动机主动减少送转比例。本文参考薛杰等(2020)的做法,采用企业过去3年的经营业绩波动率衡量其经营风险,并基于行业—年度中位数进行分组检验,实证结果如表5列(1)、列(2)所示。在经营风险较高的组别中,Treat×Post1和Treat×Post2的回归系数比低经营风险组别显著更低,表明具有较高经营风险的企业对股价波动与退市风险更为敏感,有更强烈的动机减少股票送转比例。
| 低经营风险 | 高经营风险 | 低财务风险 | 高财务风险 | 无股权质押 | 有股权质押 | |
| (1) | (2) | (3) | (4) | (5) | (6) | |
| Transfer | Transfer | Transfer | Transfer | Transfer | Transfer | |
| Treat×Post1 | ||||||
| ( |
( |
( |
( |
( |
( |
|
| Treat×Post2 | ||||||
| ( |
( |
( |
( |
( |
( |
|
| 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| 公司和年份固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
| N | ||||||
| Adj. R2 | 0.139 | 0.147 | 0.151 | 0.118 | 0.167 | 0.126 |
| Diff1_p值 | 0.015** | 0.012** | 0.001*** | |||
| Diff2_p值 | 0.012** | 0.024** | 0.374 | |||
| 注:将因变量替换为是否进行高送转(HTS)进行检验,研究结论与表5保持一致。受篇幅限制,省略HTS相关实证结果,留存备索。 | ||||||
此外,本文采用基于O-Score模型计算所得的风险系数(RiskCoefficient)度量企业的财务风险,并基于该指标的行业—年度中位数将上市公司划分为高、低财务风险两组,分组回归结果参见表5列(3)和列(4)。在财务风险较高的组别,交互项Treat×Post1和Treat×Post2的回归系数显著低于低财务风险组别,表明面值退市制度颁布实施后,财务风险较高的企业有更强烈的意愿主动减少其股票送转比例,从而规避股价波动引发的退市风险。
从股权质押风险的视角看,实施股权质押的上市公司面临较大的股价崩盘与控制权转移风险,因此有强烈动机实施高送转等市值管理行为以维持股价水平(谢德仁等,2016;廖珂等,2018)。然而高送转行为本身会大幅降低股票名义价格,增加波动率,从而增加股价下跌压力。在退市风险与控制权转移风险的双重作用下,存在股权质押的企业基于风险规避动机将有更为强烈的意愿减少其高送转行为。表5的列(5)和列(6)依据企业是否存在股权质押进行分组检验。结果显示,在有股权质押的上市公司组别中,Treat×Post1的回归系数比不存在股权质押的上市公司显著更低,表明在面值退市制度颁布阶段,存在股权质押的企业有更强烈的动机通过减少送转比例来规避风险。
3. 面值退市制度与高送转企业市场表现
本文在理论分析与研究假设部分已阐明,面值退市政策能够通过改变上市公司和投资者的行为预期来抑制企业高送转行为。退市对于上市公司及其大股东、高管的利益损害较大,但上市公司高送转行为对中小股东的影响仍然应进一步检验。本文将样本限定在实施高送转的企业中,并以企业发布股票送转相关公告的日期为事件日,基于市场模型分别计算得到以(−10,10)和(−10,5)为事件期的超额收益率(CAR),将其作为因变量构建双重差分模型进行回归分析。根据回归结果,以(−10,10)为事件期时,Treat×Post1的回归系数显著为负;以(−10,5)为事件期时,Treat×Post1的回归系数显著为负。该研究结果表明,在面值退市制度颁布阶段,该制度的颁布降低了高送转行为所能带来的预期收益,从而有效抑制了企业的高送转行为。
(五) 异质性检验
1. 大股东持股与企业高送转行为
面值退市制度颁布后,持股比例较高的大股东可能有更强烈的动机限制企业的高送转行为。本文依据第一大股东持股比例的“行业—年度”中位数,将上市公司划分为大股东持股比例高、低两组。根据回归结果,在大股东持股比例较高的组别中,Treat×Post1和Treat×Post2的系数显著低于持股比例较低的上市公司,表明大股东持股比例越高,其减少高送转行为的动机越强。
2. 机构投资者与企业高送转行为
企业退市会严重影响机构投资者的投资组合收益,产生流动性风险和声誉风险,因此机构投资者对退市风险更加敏感(陈作华和刘昌林,2026)。本文依据机构投资者持股比例的“行业—年度”中位数,将上市公司划分为机构投资者持股比例高、低两组。在机构投资者持股比例较高的组别中,Treat×Post1和Treat×Post2的系数显著低于持股比例较低的上市公司,表明面值退市制度颁布实施后,持股比例较高的机构投资者对企业高送转行为的抑制作用更强。
3. 产权性质与企业高送转行为
与国有企业相比,非国有企业因实施送转行为导致的面值退市风险可能更高。分组检验结果表明,在非国有企业组别中,Treat×Post1和Treat×Post2的系数均显著低于国有企业,表明面值退市风险对非国有企业高送转行为的抑制效应更大。
4. 定向增发与企业高送转行为
为配合定向增发而推出的高送转通常反映了企业进行市值管理的机会主义动机(胡聪慧和于军,2016),这可能导致公司后续投资效率下降与财务业绩变差(崔宸瑜等,2017)。本文参考崔宸瑜等(2017)的做法设置定向增发变量。在实施定向增发的组别中,Treat×Post1和Treat×Post2的系数均显著低于未实施定向增发的企业,表明面值退市制度颁布实施后,进行定向增发的企业减少了高送转行为。
六、研究结论
本文基于监管制度改革的视角,考察了面值退市制度与企业高送转行为之间的关系。实证结果发现,面值退市制度出台前送转比例较高的企业在制度颁布后明显减少了股票送转比例,实施高送转的概率显著下降。机制分析显示:其一,上市公司高送转行为会导致其股票价格大幅度下降,增加面值退市风险,这对于绩效表现较差的上市公司尤为明显;其二,在高送转导致股票价格下跌的情形下,经营风险与财务风险较高的企业更有可能因股价过度波动而触及面值退市红线,因此具有更强的动机主动减少其高送转行为,而存在股权质押的企业在退市风险与控制权转移风险的双重压力下,其减少高送转行为的意愿也更为强烈;其三,面值退市制度改变了投资者对高送转行为的预期,上市公司在公告高送转方案期间的股票超额收益率显著下降,企业实施高送转的预期收益降低,进而削弱了企业的高送转动机。
本文的研究结论具有重要的启示意义:一方面,本文基于监管制度改革的研究情境,以面值退市风险为切入点,为高送转行为的影响因素与经济后果提供了经验证据;另一方面,本文的研究结论为检验面值退市制度的实施效果与企业高送转行为的监管治理成效提供了依据。高送转股利分配方式可能对投资者形成误导,而面值退市制度的确能够有效约束企业高送转行为。
| [1] | 陈作华, 刘昌林. 机构投资者如何发挥积极股东作用——以降低退市风险为例[J]. 证券市场导报, 2026(1): 42–55. DOI:10.3969/j.issn.1005-1589.2026.01.004 |
| [2] | 崔宸瑜, 陈运森, 郑登津. 定向增发与股利分配动机异化: 基于“高送转”现象的证据[J]. 会计研究, 2017(7): 62–68. |
| [3] | 代春霞, 吕新军, 田怡. “放手一搏”还是“稳中求进”: 退市监管与企业风险承担[J]. 金融监管研究, 2021(6): 84–99. DOI:10.3969/j.issn.2095-3291.2021.06.006 |
| [4] | 冯芸, 刘艳琴. 上市公司退市制度实施效果的实证分析[J]. 财经研究, 2009(1): 133–143. DOI:10.3969/j.issn.1001-9952.2009.01.012 |
| [5] | 何平林, 辛立柱, 潘哲煜, 等. 上市公司股票送转行为动机研究——基于股权质押融资视角的证据[J]. 会计研究, 2018(3): 57–63. DOI:10.3969/j.issn.1003-2886.2018.03.008 |
| [6] | 何涛, 陈小悦. 中国上市公司送股、转增行为动机初探[J]. 金融研究, 2003(9): 44–56. |
| [7] | 胡聪慧, 于军. 送转与定向增发: 基于市值管理的视角[J]. 财经研究, 2016(12): 84–95. DOI:10.16538/j.cnki.jfe.2016.12.008 |
| [8] | 胡聪慧, 于军, 高明. 中国上市公司送转动机研究: 操纵迎合还是估值提升?[J]. 会计研究, 2019(4): 50–57. DOI:10.3969/j.issn.1003-2886.2019.04.007 |
| [9] | 黄登仕, 黄禹舜, 周嘉南. 控股股东股权质押影响上市公司“高送转”吗?[J]. 管理科学学报, 2018(12): 18–36. DOI:10.3969/j.issn.1007-9807.2018.12.002 |
| [10] | 酒莉莉, 刘斌, 李瑞涛. “一劳永逸”还是“饮鸩止渴”——基于上市公司高送转的研究[J]. 管理科学, 2018(4): 17–29. |
| [11] | 李心丹, 俞红海, 陆蓉, 等. 中国股票市场“高送转”现象研究[J]. 管理世界, 2014(11): 133–145. |
| [12] | 廖珂, 崔宸瑜, 谢德仁. 控股股东股权质押与上市公司股利政策选择[J]. 金融研究, 2018(4): 172–189. |
| [13] | 林乐, 郑登津. 退市监管与股价崩盘风险[J]. 中国工业经济, 2016(12): 58–74. |
| [14] | 罗琦, 张志达, 吴希梅, 等. 股利情绪、股利迎合与股价崩盘风险——基于百度指数平台搜索量的经验证据[J]. 管理科学学报, 2023(2): 87–103. |
| [15] | 戚拥军, 周梦雨, 张晓宇. 限售股解禁、政府监管与公司股份送转行为——基于投资者非理性的调节效应[J]. 会计研究, 2020(8): 91–103. |
| [16] | 史金艳, 杨睿博, 戴望秀. 创业板退市制度新规的市场反应研究[J]. 证券市场导报, 2014(5): 20–25. |
| [17] | 武琼, 柳扬, 杨小娟. 退市制度与盈余管理——创新包容视角[J]. 南开管理评论, 2025(9): 66–75. |
| [18] | 谢德仁, 崔宸瑜, 廖珂. 上市公司“高送转”与内部人股票减持: “谋定后动”还是“顺水推舟”?[J]. 金融研究, 2016(11): 158–173. |
| [19] | 谢柳芳, 朱荣, 何苦. 退市制度对创业板上市公司盈余管理行为的影响——基于应计与真实盈余管理的分析[J]. 审计研究, 2013(1): 95–102. |
| [20] | 熊熊, 黎俞宏, 高雅. 退市风险与企业战略选择——基于中国渐进式退市制度的实证研究[J]. 中国工业经济, 2026(1): 170–193. |
| [21] | 许文静, 苏立, 吕鹏, 等. 退市制度变革对上市公司盈余管理行为影响[J]. 会计研究, 2018(6): 32–38. |
| [22] | 薛杰, 邓英雯, 张敏. 会计师事务所职业风险基金、职业责任保险与首次业务承接[J]. 会计研究, 2020(11): 152–169. |
| [23] | 俞红海, 陆蓉, 徐龙炳. 投资者名义价格幻觉与管理者迎合——基于基金拆分现象的研究[J]. 经济研究, 2014(5): 133–146. |
| [24] | 张跃文. 上市公司“退市难”的利益动机[J]. 金融评论, 2020(3): 53–64. |
| [25] | 郑登津, 兰天琪, 赵瑞瑞. “吐故方能纳新”——基于退市新规的事件研究[J]. 中央财经大学学报, 2024(2): 81–91. |
| [26] | 祝继高, 隋津, 汤谷良. 上市公司为什么要退市——基于盛大互动和阿里巴巴的案例研究[J]. 中国工业经济, 2014(1): 127–139. |
| [27] | 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 |
| [28] | Baker H K, Powell G E. Further evidence on managerial motives for stock splits[J]. Quarterly Journal of Business and Economics, 1993, 32(3): 20–31. |
| [29] | Bancel F, Mittoo U R. Why do European firms go public?[J]. European Financial Management, 2009, 15(4): 844–884. DOI:10.1111/j.1468-036X.2009.00501.x |
| [30] | Barker C A. Effective stock splits[J]. Harvard Business Review, 1956, 34(1): 101–106. |
| [31] | Becker G S. Crime and punishment: An economic approach[J]. Journal of Political Economy, 1968, 76(2): 169–217. DOI:10.1086/259394 |
| [32] | Chan K N, Li F F, Lin T C. Earnings management and post-split drift[J]. Journal of Banking & Finance, 2019, 101: 136–146. |
| [33] | Desai A S, Nimalendran M, Venkataraman S. Changes in trading activity following stock splits and their effect on volatility and the adverse-information component of the bid-ask spread[J]. Journal of Financial Research, 1998, 21(2): 159–183. DOI:10.1111/j.1475-6803.1998.tb00678.x |
| [34] | Devos E, Elliott W B, Warr R S. CEO opportunism?: Option grants and stock trades around stock splits[J]. Journal of Accounting and Economics, 2015, 60(1): 18–35. DOI:10.1016/j.jacceco.2015.02.004 |
| [35] | Eng L L, Ha J, Nabar S. The impact of regulation FD on the information environment: Evidence from the stock market response to stock split announcements[J]. Review of Quantitative Finance and Accounting, 2014, 43(4): 829–853. DOI:10.1007/s11156-013-0394-4 |
| [36] | Hu C H, Lin J C, Liu Y J. What are the benefits of attracting gambling investors? Evidence from stock splits in China[J]. Journal of Corporate Finance, 2022, 74: 102199. DOI:10.1016/j.jcorpfin.2022.102199 |
| [37] | Jiang G H, Wang H S. Should earnings thresholds be used as delisting criteria in stock market?[J]. Journal of Accounting and Public Policy, 2008, 27(5): 409–419. DOI:10.1016/j.jaccpubpol.2008.07.002 |
| [38] | Johnson K B. Stock splits and price change[J]. The Journal of Finance, 1966, 21(4): 675–686. DOI:10.1111/j.1540-6261.1966.tb00273.x |
| [39] | Kadlec G B, McConnell J J. The effect of market segmentation and illiquidity on asset prices: Evidence from exchange listings[J]. The Journal of Finance, 1994, 49(2): 611–636. DOI:10.1111/j.1540-6261.1994.tb05154.x |
| [40] | Kim W, Weisbach M S. Motivations for public equity offers: An international perspective[J]. Journal of Financial Economics, 2008, 87(2): 281–307. DOI:10.1016/j.jfineco.2006.09.010 |
| [41] | Lucas R E Jr. Econometric policy evaluation: A critique[J]. Carnegie-Rochester Conference Series on Public Policy, 1976, 1: 19–46. DOI:10.1016/S0167-2231(76)80003-6 |
| [42] | Maloney M T, Mulherin J H. The effects of splitting on the ex: A microstructure reconciliation[J]. Financial Management, 1992, 21(4): 44–59. DOI:10.2307/3665840 |
| [43] | Marosi A, Massoud N. Why do firms go dark?[J]. Journal of Financial and Quantitative Analysis, 2007, 42(2): 421–442. DOI:10.1017/S0022109000003331 |
| [44] | McNichols M, Dravid A. Stock dividends, stock splits, and signaling[J]. The Journal of Finance, 1990, 45(3): 857–879. DOI:10.1111/j.1540-6261.1990.tb05109.x |
| [45] | Miller M H, Modigliani F. Dividend policy, growth, and the valuation of shares[J]. The Journal of Business, 1961, 34(4): 411–433. DOI:10.1086/294442 |
| [46] | Qiu Z G, Zhang X D. Consequences of earnings management triggered by delisting regulation: Evidence in China[J]. Journal of Accounting and Public Policy, 2023, 42(3): 107046. DOI:10.1016/j.jaccpubpol.2022.107046 |
| [47] | Rhee S G, Wu F. Anything wrong with breaking a buck? An empirical evaluation of NASDAQ's $1 minimum bid price maintenance criterion[J]. Journal of Financial Markets, 2012, 15(2): 258–285. DOI:10.1016/j.finmar.2011.09.002 |
| [48] | Sanger G C, McConnell J J. Stock exchange listings, firm value, and security market efficiency: The impact of NASDAQ[J]. Journal of Financial and Quantitative Analysis, 1986, 21(1): 1–25. DOI:10.2307/2330987 |
| [49] | Titman S, Wei C S, Zhao B. Corporate actions and the manipulation of retail investors in China: An analysis of stock splits[J]. Journal of Financial Economics, 2022, 145(3): 762–787. DOI:10.1016/j.jfineco.2021.09.018 |