《上海财经大学学报》
2021第23卷第4期
学者型CEO与上市公司股价崩盘风险
何瑛, 韩梦婷     
北京邮电大学 经济管理学院,北京 100876
摘要:对处于新兴资本市场的中国来说,追涨杀跌与极端市场风险频繁出现,股价崩盘风险成为阻碍资本市场有序发展的关键,也成为公司治理和金融领域的热点话题,而学者型CEO所具备的管理者特质对企业经营管理行为具有积极意义,其管理风格将反映到企业决策行为中,为股价崩盘风险提供了新的研究视角。学者型CEO能够通过降低信息风险和代理风险显著降低股价崩盘风险,CEO学术经历在非国有企业、两职合一、机构投资者持股比更高的情况下更能降低股价崩盘风险。文章以2009-2018年我国A股上市公司为研究样本,实证检验了CEO学术经历影响股价崩盘风险的客观表现、传导路径及影响因素,诠释了上市公司股价崩盘风险的形成机理,为建立多层次、稳定的资本市场提供了理论指导和经验证据。
关键词学者型CEO    股价崩盘风险    信息风险    代理风险    

一、引 言

对正处于重要经济转轨时期的新兴中国资本市场来说,追涨杀跌与极端市场风险屡屡发生,股价崩盘风险凸显。自2000年以来,中国股市曾出现过多次大涨大跌,极端市场风险的出现日益频繁(陈新春等,2017),尤其是2015年6月开始的股灾更是让投资者损失惨重,半年时间内连续十几轮的千股跌停、千股停牌让股票系统紊乱,市场恐慌程度加剧,不仅打击了投资者的积极性和信心,也在一定程度上造成资源错配甚至危及实体经济的发展(王化成等,2015),对投资者财富和资本市场的健康稳定运行造成了严重的冲击和破坏(崔云和董延安,2019)。因此,考查股价崩盘风险的影响因素及影响机制不仅有助于改善公司治理和信息环境、建立多层次稳定的资本市场,而且有助于中国经济的稳定发展。

现有研究对基于公司层面提出的信息隐藏假说(Jin和Myers,2006;Hutton等,2009)达成一致认同。该假说从两权分离产生的委托代理问题出发,指出投资者和管理者之间存在的信息不对称是引发上市公司股价崩盘风险的直接原因。由于市场上存在大量对公司经营状况不了解的非知情交易者,而管理者出于薪酬、晋升和声誉等自利动机或者出于构建企业帝国、诉讼风险等原因(Ball,2009),选择了隐瞒坏消息而优先公布好消息,导致负面信息无法及时反馈到市场,投资者被虚假业绩所蒙蔽而误判股价,当负面信息超过了公司的承载能力时,瞬间涌入外部市场而造成股价持续暴跌,最终走向崩盘。由此可见,管理者的行为决策差异将直接反映到企业信息披露及信息质量上,并将影响股价波动而最终引发不同的经济后果,即管理者异质性与股价崩盘风险密切相关。高阶梯队理论认为,企业高管并非完全理性,面对复杂多变的内外环境,管理者特质不仅会影响企业的财务决策,也会影响企业价值(Hambrick和Mason,1984)。而管理者特质受到过往个人生活及职业经历的影响,早期的职业状况将对管理者的职业道路和管理风格产生持续的影响,不仅影响其认知结构和管理能力,也会反映到企业决策行为中(Schoar和Zuo,2017)。已有文献从管理者个人特征入手,从性别、年龄、教育程度等方面考查了人口统计学及行为学特征对股价崩盘风险的影响效应,但是截至目前,鲜有研究关注CEO过往职业经历对股价崩盘风险的影响。与其他职业经历相比,学术经历作为一种特殊的个人经历具备了长期性、严谨性、创新性等特点,对高管的认知结构、管理能力、价值塑造具有持续深远的影响,将在一定程度上影响其风险偏好和决策差异,最终反映到企业行为决策上。学者型CEO作为我国经济发展过程中不可忽略的重要群体,学术经历塑造了其更高的道德品质、创新精神和思维逻辑,也使其具备更高的声誉成本,行事风格更为保守自律、专业理性。学术经历对CEO行为决策的影响一方面体现为其风险承担水平会更低,使公司信息风险降低;另一方面体现为在作出管理决策时更有动机约束自我,进而降低公司代理风险,并提升公司治理水平。现有文献主要涉及学术经历与企业创新(黄灿等,2019)、社会责任感(姜付秀等,2019)、税收规避(文雯等,2019)、融资成本(周楷唐等,2017)、审计(沈华玉等,2018)等方面,而学术经历与股价崩盘风险的研究尚付阙如。因此,研究学者型CEO对股价崩盘风险的影响效应、传导机理和影响因素,对上市公司制定科学合理的CEO聘任决策具有参考价值。

本文基于高阶梯队理论、委托代理理论、信息不对称理论,以2009–2018年中国A股上市公司为研究样本,实证检验了CEO学术经历影响股价崩盘风险的客观表现及传导路径。本文的研究贡献主要包括:第一,本文在管理者异质性的基础上捕捉到CEO学术经历的驱动效应,为高阶梯队理论及高管异质性研究提供了新视角和有益补充;第二,本文从高管治理角度研究CEO学术经历对上市公司股价崩盘风险的影响,不仅丰富了高管学术经历经济后果的相关研究,为学者基于中国市场的本土化研究提供指引和方向,也为我国公司提高财务经营质量、降低股价崩盘风险提供重要的经验证据。

二、文献综述

“文人下海”作为我国改革开放过程中的特有现象,学者型高管成为我国经济发展过程中不可忽略的重要群体。高管学术经历是指曾在高校、科研院所任教的高管经历(周楷唐等,2017),学术经历作为高管特殊而有意义的经历之一,不仅影响高管的道德水平、创新精神和思维逻辑,而且影响高管的决策风格和资本市场的传递信号(Kaplan等,2012),使其行事风格和认知理念打上鲜明的个人烙印(Benmelech和Frydman,2015)。首先,在道德水平方面,长期以来,社会各界都对学者的道德角色期望很高,学术经历留下的烙印使其道德水平更高(Marquis和Tilcsik,2013),学术经历的特殊性以及师德传承的传统塑造了学者更强的道德观念和社会责任感,使学者型CEO更致力于推动企业慈善捐赠(姜付秀,2019)。Cho等(2017)研究表明具有学者型董事的公司比没有学者型董事的公司表现出更高的社会责任绩效评级。文雯等(2019)从纳税角度指出学者的职业特征塑造了他们的社会责任和社会道德担当意识,这种道德责任感增强了风险规避和纳税意识,从而抑制了税收规避行为。其次,在创新精神方面,具有学术背景的高管在参与复杂战略决策时往往表现出独特的决策技能,在公司战略的时间跨度上更倾向于长远利益投入(唐清泉,2002),其丰富的专业知识和对前沿领域的关注将有助于避免管理认知凝滞和认知锁定,从而激发学者型高管的内在创新精神,成为企业创新原动力(张晓亮等,2019)。黄灿等(2019)从人力资本和信息效应的角度验证了高管学术经历对企业创新的影响。朱丽等(2017)指出高管学术资本作为企业通向“无形学院”的便捷通道和社会资本存量,能够在企业网络声望和网络权力的传递下推动企业创新能力的提升,同时高管学术资本也通过协调内外社会资本促进了创新投入的增加,从而提升了创新绩效(陈春花等,2018)。最后,在思维逻辑方面,严谨的学术训练塑造了高管严密的逻辑推理和分析判断能力,使其在面临风险和不确定性作出决策时更为保守和稳健(Jiang和Murphy,2007)。作为兼具独立性和批判思维的思考者,学者型高管更强调专业性和严谨性而并非公司业绩,因而对会计信息质量要求更高(Francis等,2015),通过提升内部治理水平提升公司盈余质量,改善信息披露质量(何平林等,2019),提升会计信息质量(Ma等,2019)。有学者指出当高管更加理性严谨时,较高的会计信息质量能够提高会计稳健性,从而显著降低公司的审计费用(沈华玉等,2018),学术型高管偏好稳健性财务政策,会提升现金持有水平,降低风险偏好,最终提升公司业绩,而具有会计背景的学者型高管将进一步起到加持作用,能够显著提升财务报告信息质量,一定程度上取代了审计师对财务报告的监督作用(Huang等,2016)。

既有股价崩盘风险影响因素的研究主要是基于外部治理和内部治理两方面,其中外部治理可分为外部宏观环境(如经济和政策制度环境、政治监管环境、宗教环境等)和外部利益相关者(如机构投资者、证券分析师、审计及信用评级机构、媒体、客户等)两个层面,内部治理可分为管理者个人特征(如性别、年龄、政治面貌等)和公司内部治理(如激励机制、大股东和管理层行为、企业信息披露和信息质量等)两个层面。在管理者个人特征方面,高阶梯队理论曾指出,面对复杂多变的内外环境,管理者的不同特质会影响企业的财务决策,进而影响企业价值(Hambrick和Mason,1984),而行为金融学的发展也使管理者个人特征成为学者研究的焦点。既有文献从高管层、董事会等角度入手,考查性别、年龄、教育程度、过度自信等人口统计学特征及行为学特征对股价崩盘风险的影响效应。在高管性别方面,李小荣和刘行(2012)发现女性CEO能够有效降低股价崩盘风险。在政治联系方面,罗进辉和杜兴强(2014)通过考查不同类别政治联系方式对股价崩盘风险的影响,得出政治联系与股价未来崩盘风险呈显著负相关;而Zhang等(2017)进一步研究则发现政治联系中断将导致资源获取压力增大,从而加大股价崩盘风险。在年龄方面,Andreou等(2015)认为CEO在职业生涯早期有囤积坏消息的动机,因而CEO较年轻的公司更有可能遭遇股价暴跌。在过度自信方面,黄新建(2015)研究发现,当董事长年龄越小、教育程度越低时,其过度自信行为越强,股价崩盘风险也越大;Kim等(2015)也从1993年至2010年的大量公司样本中发现过度自信的管理者高估了他们投资项目的回报,并将负净现值(NPV)项目误解为价值创造,进而加大股价暴跌风险。在性格方面,Mamun等(2016)指出性格强势的CEO会在公司盈余质量管理、期权激励、税收规避和过度自信等方面加大了对股价崩盘风险的影响。在政治面貌方面,Li和Chan(2016)研究发现当中国共产党党员担任董事会成员时,可以降低股价崩盘风险。此外,Sila等(2017)发现独立董事的声誉激励与股票价格信息相关,具有较高声誉激励的独立董事会倾向于自愿披露更多信息,积极参与公司治理,从而提升了特定信息在公司股价中的含量,降低了股价崩盘风险。

综上所述,现有文献对股价崩盘风险影响因素的研究主要集中于外部宏观环境、外部利益相关者、企业内部治理和管理者个人特征层面,遵循由宏观到中观再到微观、由外部到内部的研究脉络。以管理者特征为着眼点,现有研究主要局限于性别、年龄等人口特征,对高管层的心理和行为学特征影响股价崩盘风险的作用机制尚缺乏全面深入的研究,从高管的过往经历(财务经历、学术经历、留学经历)、社会关系(老乡关系、校友关系、政治背景)等背景特征及锚定效应等心理因素方面展开进一步探索的研究成果屈指可数。本文基于高阶梯队理论、委托代理理论、信息不对称理论,探究高管学术经历对股价崩盘风险的影响效应、传导路径及影响因素,在丰富股价崩盘风险影响因素研究的同时,也为高阶梯队理论及高管异质性研究提供了新视角。

三、研究假设 (一) 高管学术经历与股价崩盘风险

“信息隐藏假说”(Jin和Myers,2006)从两权分离产生的委托代理问题出发,基于公司内部环境对个股股价崩盘风险的形成机制进行了系统分析。该假说指出投资者与管理者之间存在信息不对称现象,市场上大多数投资者均为对公司真实经营情况并不确切的非知情交易者,而公司管理层则利用了这一不知情,为了谋求薪酬、晋升和声誉等个人利益以及构建企业帝国、降低诉讼风险等(Ball,2009),倾向于选择性披露公司信息,即优先披露“好消息”,隐藏“坏消息”。随着时间推移和企业持续经营,负面消息逐步累积且无法及时反馈到市场,而外部投资者会错误地高估公司股价,对基本面预期上升,当负面消息超过公司承载能力的阈值时,大量负面消息将集中、瞬间释放于外部市场,使公司股价受到巨大冲击而持续暴跌,最终导致股价崩盘。因此,股价崩盘风险的成因可归纳为:一是信息不对称问题,即信息不对称使投资者被虚假业绩所蒙蔽,无法识别公司经营状况,从而造成股价误判;二是委托代理问题,即管理者出于自利动机隐瞒坏消息,当坏消息超过公司容纳能力时,就会瞬间涌入市场,从而造成股价崩盘。现有文献对股价崩盘风险进行了全面且深入的探索,但鲜有研究关注到CEO过往经历与股价崩盘风险的内在联系。基于高阶梯队理论,企业高管并非完全理性,其认知结构、管理能力、价值取向都受到过往个人生活及职业经历的持续影响,高管的个人特质会在一定程度上影响其风险偏好和选择差异,最终反映到企业行为及决策上。与其他职业经历相比,学术经历具备长期性、严谨性、创新性等特点,对个人特质塑造及发展具有深远影响。因此,本文将基于烙印理论和声誉理论就高管学术经历对股价崩盘风险的影响展开分析。

基于烙印理论,焦点实体会在敏感时期受到环境影响,形成与环境相匹配的特征印记,其认知及行为在后续期间会持续存在且保持不变(Marquis和Tilcsik,2013)。不同组织或不同环境的工作经历将塑造与管理者相匹配的特征,通过认知烙印及能力烙印的路径影响其管理思维及决策偏好(何瑛等,2019)。基于认知烙印,学术经历塑造了高管更高的道德品质和社会责任担当意识,这使他们会以更高的道德要求约束自我,更加注重企业可持续发展,倾向于实体投资(杜勇和周丽,2019),会更加注重兼顾各方利益,而非一味地攫取私利,因而会主动减少负面消息的隐瞒,改善信息不对称,从而降低股价崩盘风险。基于能力烙印,严谨的学术训练使高管搭建了完备的专业知识体系,塑造了严密的逻辑推理和分析判断能力,使其在面临不确定性作出决策时行为更加保守和自律(Jiang和Murphy,2007)。作为具备独立性和批判性的思考者,他们更强调专业知识的运用并根据专业知识进行管理决策,因而能够保持理性思维,以企业长远发展为目标,注重提升会计信息质量,最终降低股价崩盘风险。

基于声誉理论,个人声誉作为一种人力资本,是一种不可交易和替代、也不可编纂的资产,声誉的丧失将付出成本,因此企业管理者往往具有追求良好声誉的强烈动机。从社会期望视角来看,由于长期以来社会各界对学者的道德角色期望很高,学者型CEO在参与企业决策时的声誉成本相对更高,因而其风险规避心态会更强,不愿意将精力投入蕴含较高声誉风险的活动中(文雯等,2019)。从声誉资产价值视角来看,随着声誉的资产价值逐步提升,代理人会变得更加自律,注重声誉的保持和提高,学者型独立董事在执业过程中也会更加规范自身行为,发挥监督和咨询的职能,保护投资者利益,降低代理成本,从而降低股价崩盘风险(杜剑和于芝麦,2019)。从个人发展视角来看,出于对个人声誉和职业前景的考量,具有学术经历的高管会更有动机减少管理层自利行为,形成内部约束机制,提升公司治理水平,最终避免股价崩盘风险。

基于以上分析,本文提出以下假设:

假设1:学者型CEO有助于降低上市公司股价崩盘风险。

(二) 高管学术经历与股价崩盘风险:基于信息风险的中介效应

在高管学术经历与信息风险方面,一方面,学术经历塑造了高管严谨审慎的学术精神。长期的学术训练使高管储存了全面且深入的专业知识,使其具备严密的逻辑推断能力和分析思辨能力,他们更倾向于使用严谨、先进的数据分析方法和管理知识进行科学决策,其管理能力通常高于其他管理层人员,资源利用效率会更高,而在面临风险性决策时其也更为保守和谨慎,科学分析,理性对待,从而提升信息质量,降低信息风险;另一方面,由于长期以来社会各界对学者的道德角色期望很高,学者型CEO在参与企业决策时的声誉成本相对更高,相对于没有学术经历的高管,他们对自身形象和声誉更加注重,也更加注重自我修养的提高,具备更高的道德标准和信用水平(周楷唐等,2017),因而其风险规避心态会更强,不愿意将精力投入蕴含较高声誉风险的活动中(文雯等,2019),机会主义行为和负面信息隐藏行为会相对较少,使得企业盈余波动性更低,进而降低了信息风险。由此可见,学者型CEO将会明显降低企业信息风险。

在信息风险与股价崩盘风险方面,当企业信息风险较高时,也意味着企业信息质量较低,具备了较高的盈余波动性,企业会采取更多的风险承担行为,如增加企业的资本性支出等。这增加了不必要的经营风险,一旦投资失败将严重影响企业绩效,并将风险传递至资本市场,导致负面信息的堆积,由此引发股价崩盘(孙艳梅等,2019)。考虑到董事会对管理层的监督与约束,为了保持控制权和经营权的安全,企业高管可能会降低盈余波动性,降低信息风险,放弃一些高净现值的高风险项目,规避学习新技术的成本,减少冒险行为。具体来说,管理层会避免复杂而激进的避税行为,尽量减少使用多重盈余操纵手段来隐藏负面消息,而减少谋取超额收益的利益侵占行为,以及披露不实、内幕交易、违规买卖等违规行为。这些冒险行为的减少将改善公司治理水平,平滑盈余,减少波动,使投资者感知公司的真实经营行为,缓解股东和管理层间的信息不对称,提升信息质量,最终降低股价崩盘风险。

综上,有学术经历的高管因受到过学术训练,在面临风险性决策时更为审慎和保守,风险规避心态更强,企业信息风险得以降低,而较低的信息风险水平有助于降低公司治理和违规风险,降低盈余波动性,减少不必要的冒险行为,提升信息质量,最终降低公司股价崩盘风险。

基于以上分析,本文提出以下假设:

假说2:学者型CEO通过降低企业信息风险进而降低上市公司股价崩盘风险。

(三) 高管学术经历与股价崩盘风险:基于代理风险的中介效应

在高管学术经历与代理风险方面,由于高管学术经历表明高管接受过长期和严谨的学术训练,使其逻辑更为严密、行为更加谨慎保守,更能理解信息操纵行为将为公司经营业绩带来的不利后果,因而更不情愿以牺牲公司长远利益为代价,使用不恰当的管理手段,降低信息质量(邱昱芳等,2011)。他们更倾向于使用专业知识进行分析判断来解决问题,以企业长远发展为目标,采取更少的信息操控行为来减少信息不对称,降低代理成本,提高企业治理水平。同时,学者的身份也让管理人员具备了更强烈的道德意识和社会责任感,纪律性和信用性更强,更强调降低企业的经营风险和财务风险,从而转化成一种自我约束和监督机制。这种自我监督与约束的机制将作为外部监督机制的一种替代,当企业代理冲突较为严重、代理风险较大时,能够抑制管理人员的自利行为和道德风险,从而降低企业的代理成本(周楷唐等,2017)。

现代企业中由于管理层和股东之间利益不一致,管理者出于自利动机隐瞒坏消息,使得信息不对称成为代理冲突的重要根源之一,而代理成本则是委托人监督约束代理人所必须付出的成本。在信息不对称程度较高、代理风险较大的企业中,代理人和委托人的需求匹配程度较低,而企业外部监督机制较弱、代理成本较高,管理者更有机会出于薪酬契约、债务契约、职业前景等动机,通过真实盈余管理手段和会计政策的选择来操纵信息披露,囤积一段时间内对公司不利的负面消息(Kothari等,2009),即隐藏负面消息,进一步导致会计质量变差,使投资者错误地高估公司股价而产生泡沫。随着代理成本进一步增加,信息透明度不断恶化,公司股价波动同步性也会不断上升,对股价产生更为直接的影响,这势必会提高未来股价崩盘的风险。由此可见,在外部监督机制较弱、对管理者监督约束较少的企业,较高的代理成本所带来的代理风险将显著提高上市公司股价崩盘风险。

综上,当外部监督机制较弱、代理冲突较为严重时,有学术经历的高管能够作为外部监督机制的替代,在披露公司经营信息时其自利动机受到内在自我约束和监督机制制约,通过降低企业的信息不对称程度,向投资者及时传递企业的真实经营状况,从而降低企业代理成本,进而缓解负面消息引发的市场波动,维护股价稳定,最终降低股价崩盘风险。

基于以上分析,本文提出以下假设:

假说3:学者型CEO通过降低企业代理风险进而降低上市公司股价崩盘风险。

四、研究设计 (一) 样本选取和数据来源

本文选取2009–2018年沪深A股上市公司作为初始研究样本。考虑到数据可得性,本文的研究期间起始于2009年。本文的CEO学术背景资料主要来自国泰安(CSMAR)中国上市公司人物特征研究数据库,同时通过新浪财经、百度百科、中财网等信息渠道进行手工搜集补充,而其他公司治理及财务数据均来自于国泰安(CSMAR)数据库。根据研究需要,本文进行了如下筛选:(1)剔除金融行业上市公司样本;(2)剔除了数据缺失样本公司;(3)为降低极端值对研究结论的影响,对所有连续变量进行了1%和99%水平上的缩尾(Winsorize)处理。经过上述处理,最终获取2769家公司共计17122个公司年度观察样本,其中有738家公司的CEO具有学术经历,说明学者型CEO是具有代表性的重要群体。

(二) 变量衡量和模型设计

1.CEO学术经历(ACADEMY)。近年来,越来越多拥有学术经历的科研工作者担任公司CEO等关键性职务,成为资本市场中的代表性群体。本文借鉴文雯等(2019)、姜付秀等(2019)的研究,将符合以下两方面任何一项的CEO界定为学者型CEO:一是曾在高校从事教学或科研工作;二是曾在专业性的非营利科研机构从事科研工作,如中国科学院固体物理研究所、中国建筑材料科学研究院等。若CEO拥有学术经历,则ACADEMY取值为1,否则为0。

2.股价崩盘风险(CRASH RISK)。股价崩盘即证券市场上股票大量被抛出,上市公司股票价格无限度下跌,偏离正常价格轨迹的现象,而股价崩盘风险主要通过计算当前股票价格与理论价格间的差值来衡量。本文借鉴已有研究(Kim 等,2011a、2011b;许年行等,2012;王化成等,2014),使用负收益偏态系数(NCSKEW)和收益上下波动率(DUVOL)两个指标作为度量公司层面股价崩盘风险的因变量。度量方法如下所示:

首先,为剔除市场因素对个股收益率的影响,模型(1)使用个股周收益率计算股票经市场调整后的收益率,回归方程为:

$ {r}_{i,t}={a}_{i}+{\beta }_{1}{r}_{m,t-2}+{\beta }_{2}{r}_{m,t-1}+{\beta }_{3}{\gamma }_{m,t}+{\beta }_{4}{r}_{m,t+1}+{\beta }_{5}{r}_{m,t+2}+{\varepsilon }_{i,t} $ (1)

其中,

${{{r}_{i,t}}} {{}}$
为股票it周考虑现金红利再投资的收益率,
${{{r}_{m,t}}}$
为A股所有股票在第t周经流通市值加权的平均市场收益率。为了减少股票非同步交易的影响,模型(1)中加入市场收益率
${{{r }_{m}}}$
的滞后项和超前项。残差
${{{\varepsilon }_{i,t}}}$
表示个股收益率中不能被市场收益率波动所解释的部分。股票i在第t周的公司周特有收益率定义为
$ {w_{i,t}} = In\left( {1 + {\varepsilon _{i,t}}} \right)$

其次,在公司周特有收益率

${{{w_{i,t}}}}$
的基础上构造两个度量股价崩盘风险的指标。第一个度量指标是负收益偏态系数(NCSKEW),计算公式如式(2)所示。其中,n为股票i在第t年的交易周数。
${{{NCSKEW}_{i,t}}}$
数值越大,衡量的股价崩盘风险越高。

$ {NCSKEW}_{i,t}=-\frac{n{(n-1)}^{3/2}\displaystyle\sum {W}_{i,t}^{3}}{(n-1)(n-2){\left( {\displaystyle\sum {W}_{i,t}^{2}} \right)}^{3/2}} $ (2)

第二个度量指标是收益上下波动率(DUVOL),计算公式如式(3)所示。其中,nund分别代表股票i的周特有收益率

${{ {W}_{i,t}}}$
大于和小于年平均收益率的
${{ {W}_{i}}}$
的周数。
${{{DUVOL}_{i,t}}}$
数值越大,衡量的股价崩盘风险越高。

$ {DUVOL}_{i,t}=log\frac{({n}_{u}-1){\displaystyle\sum }_{down}{W}_{i,t}^{2}}{({n}_{d}-1){\displaystyle\sum }_{up}{W}_{i,t}^{2}} $ (3)

3.中介变量

(1)信息风险(RISK)。本文使用盈余波动性衡量上市公司的信息风险水平(Boubakri 等,2013;余明桂等,2013;何瑛等,2019),若计算出的ROA波动程度越高,盈余波动性越大,则表明信息风险水平越高。其中ROA为企业相应年度的息税前利润与当年末资产总额的比率。具体步骤如下:

首先,先对企业每一年的ROA采用行业年度平均值进行调整,然后计算企业在每一观测时段内经行业调整的ROA的标准差和极差。

$ {Adj\_Roa}_{i,t}=\frac{{EBIT}_{i,t}}{{ASSET}_{i,t}}-\frac{1}{X}\sum _{K=1}^{X}\frac{{EBIT}_{i,t}}{{ASSET}_{i,t}} $ (4)
$ {RISK}_{i,t}=\sqrt{\frac{1}{T-1}\sum _{t=1}^{T}{({Ad{j}_{Roa}}_{i,t}-\frac{1}{T}\sum _{t=1}^{T}{Adj\_Roa}_{i,t})}^{2}} $ (5)

具体采用式(4)、式(5)的计算方法。由于我国上市公司的高管任期一般为三年,以每三年为一个观测时段(T,T+1,T+2),分别滚动计算经行业调整后的ROAAdj_Roa)的标准差和极差,以此考查并计算企业的信息风险水平。i代表企业,t代表在观测时段内的年度,取值为1到3。X代表某行业的企业总数,K代表该行业的第K家企业。本文样本公司依据《中国证监会上市公司行业分类指引》(2012年修订)对行业进行分类处理,制造业使用二级分类,其他行业使用一级分类。

(2)代理风险(AC)。在代理风险机制方面,已有研究表明,社会审计是资本市场监管体系的重要组成部分,会计师事务所作为理性的经济代理人,它能够有效缓解信息不对称和委托代理问题,在公司治理中发挥着重要作用。因此,独立审计能够有效提高信息可信度,降低公司代理风险,而高质量的审计更有助于抑制管理层权力寻租,缓解代理冲突。对于代理成本更高的企业来说,选择国际“四大”会计师事务所能更好地发挥外部监督的效果,维护股东利益,降低代理风险。本文借鉴已有文献(王咏梅和王鹏,2006;周楷唐等,2017;黄宏斌和尚文华,2019),从会计师事务所规模的角度出发,以上市公司聘请的会计师事务所是否为国际“四大”作为衡量外部监督强度、代理风险大小的替代指标。与国内事务所相比,“四大”事务所规模更大,独立性和监督性更强,是内部治理机制的有力补充,使管理层的在职消费和效率损失更低,代理成本也更低,用会计师事务所规模作为代理风险的替代指标具有合理性。若事务所为国际“四大”会计师事务所,则代理风险较低,取值为1,否则为0。

4.其他控制变量(Control)。参考现有研究文献(Hutton等,2009;Kim等,2011a;许年行等,2012;王化成等,2014;黄宏斌和尚文华,2019),本文选取以下控制变量:月平均超额换手率(OTurnover)、周特有收益率标准差(SIGMA)、平均周收益率(RET)、资产负债率(LEV)、盈利水平(ROA)、信息透明度(ABSDA)、市场化指数(MI)、独立董事比例(INDEP)、前十大股东持股比例(TOP10)。在CEO个体特征层面,本文加入年龄(AGE)、性别(GENDER)两个个人特征变量。此外,用年度(YEAR)和行业(INDUSTRY)分别控制年度和行业固定效应。为了一定程度上缓解内生性问题,本文将解释变量及控制变量滞后一期。变量的定义和衡量如表1所示。

表 1 变量名称及定义
变量类型 变量名称 变量符号 变量定义
被解释变量 负收益偏态系数 NCSKEWi,t t年的股票负收益偏态系数,根据公式(2)所得
收益上下波动率 DUVOLi,t t年的股票收益上下波动率,根据公式(3)所得
解释变量 CEO学术经历 ACADEMYit−1 CEO具有学术经历取值为1,否则为0
中介变量 信息风险 RISKit−1 使用盈余波动性衡量
代理风险 ACit−1 国际“四大”审计赋值为1,否则为0
控制变量 月平均超额换手率 OTurnoverit−1 股票it年与第t−1年的月平均换手率之差
周特有收益率标准差 SIGMAit−1 股票i在第t−1年的周特有收益率标准差
平均周收益率 RETit−1 股票i在第t−1年的平均周收益率
资产负债率 LEVit−1 股票i在第t−1年的总负债/总资产
盈利水平 ROAit−1 股票i在第t−1年的净利润/总资产
信息透明度 ABSDAit−1 使用截面修正的Jones模型所得
市场化指数 MIit−1 采用樊纲等编制的《中国分省份市场化指数报告2016》,依据历年增长幅度外推至2018年
独立董事比例 INDEPit−1 股票i在第t−1年的独立董事人数/董事会人数
股东持股比例 TOP10it−1 股票i在第t−1年的前十大股东持股比例
CEO年龄 AGEit−1 股票i在第t−1年CEO年龄的自然对数
CEO性别 GENDERit−1 若股票it−1年CEO为女性,赋值为1,否则为0
年度控制变量 YEAR 年度虚拟变量
行业控制变量 INDUSTRY 行业虚拟变量

5.研究模型设计

(1)主假设模型构建。为了考查CEO学术经历对股价崩盘风险的影响,本文构建如下回归模型(6)对本文主假设进行检验:

$ {Crash}_{i,t}={\beta }_{0}+{\beta }_{1}{ACADEMY}_{i,t-1}+{\beta }_{i}{Controls}_{i,t-1}+YEAR+INDUSTRY+{\varepsilon }_{i,t-1} $ (6)

其中,被解释变量Crashi,t分别由股票i第t年的NCSKEWDUVOL两个股价崩盘指标来衡量,ACADEMYi,t-1是滞后一期的解释变量,Controlsi,t-1是滞后一期的一组控制变量,YEARINDUSTRY分别是年度和行业虚拟变量。为了避免公司层面的聚集效应对估计结果造成影响,对所有回归结果的标准误在公司层面进行聚类调整。

(2)基于中介效应检验的模型构建。在检验CEO学术经历和股价崩盘风险的中介效应过程中,本文借鉴了温忠麟等(2004)的中介效应检验方法,依次构建以下三个检验模型对上述两个作用机制进行检验。设定路径模型如下所示:

$ {Crash}_{i,t}={a}_{0}+{a}_{1}{ACADEMY}_{i,t-1}+{a}_{2}{Controls}_{i,t-1}+YEAR+INDUSTRY+{\sum +\varepsilon }_{i,t-1} $ (7)
$ {Mediator}_{i,t-1}={\beta }_{0}+{\beta }_{1}{ACADEMY}_{i,t-1}+{\beta }_{2}{Controls}_{i,t-1}+YEAR+INDUSTRY+\sum +{\varepsilon }_{i,t-1} $ (8)
$ \begin{split} {Crash}_{i,t}= &{\gamma }_{0}+{\gamma }_{1}{ACADEMY}_{i,t-1}+{\gamma }_{2}{Mediator}_{i,t-1}+{\gamma }_{3}{Controls}_{i,t-1}+\\ &YEAR+INDUSTRY+{\displaystyle\sum +\varepsilon }_{i,t-1} \end{split} $ (9)

其中,方程(7)和方程(9)中的解释变量为股价崩盘风险(Crash),由负收益偏态系数(NCSKEW)和收益上下波动率(DUVOL)两个股价崩盘指标构成,解释变量为CEO学术经历(ACADEMY),而方程(8)中的被解释变量Mediator代表信息风险(RISK)和代理风险(AC)两个中介变量,Controls为控制变量。此外,采用Stata软件中的Sgmediation命令和Bootstrap法进行中介效应检验,显著性检验指标值由软件自动给出,此处不再列出具体计算方式,对所有回归结果的标准误在公司层面进行聚类调整。

五、实证检验与结果分析 (一) 描述性统计分析

表2报告了主要研究变量的描述性统计结果。由表2可见,因变量NCSKEWDUVOL的均值分别为−0.270和−0.180,中位数分别为−0.230和−0.180,与许年行等(2012)和王化成(2014)的研究结果相差不大,两个变量表现为左偏,符合本文对该变量的定义,同时标准差分别为0.650和0.460,说明这两个指标在样本中存在一定差异。自变量CEO学术经历(ACADEMY)的均值为0.120,即有学术经历的CEO在样本中占比为12%,与姜付秀等(2019)的统计结果相近,表明学者型CEO在公司管理层团队中具有代表性,研究学者型CEO对股价崩盘风险的影响具有一定的现实意义。

表 2 描述性统计
变量名称 符号 样本数 平均值 标准差 中位数 最小值 最大值
负收益偏态系数 NCSKEW 17122 −0.270 0.650 −0.230 −2.210 1.330
收益上下波动率 DUVOL 17122 −0.180 0.460 −0.180 −1.290 0.930
CEO学术经历 ACADEMY 17122 0.120 0.320 0 0 1
控制变量
月平均超额换手率 OTurnover 17122 −2.410 24.17 −2.870 −64.91 67.11
周特有收益率标准差 SIGMA 17122 0.0600 0.0200 0.0600 0.0300 0.140
平均周收益率 RET 17122 0 0.0100 0 −0.0200 0.0300
资产负债率 LEV 17122 0.440 0.210 0.440 0.0500 0.860
盈利水平 ROA 17122 0.0400 0.0500 0.0400 −0.140 0.190
信息透明度 ABSDA 17122 0.0600 0.0600 0.0400 0 0.320
前十大股东持股比例 TOP10 17122 0.580 0.150 0.580 0.220 0.900
独立董事比例 INDEP 17122 0.370 0.0500 0.330 0.330 0.570
市场化指数 MI 17122 7.770 1.780 7.940 2.880 10.29
CEO年龄 AGE 17122 3.880 0.130 3.890 3.500 4.160
CEO性别 GENDER 17122 0.0600 0.230 0 0 1
中介变量
信息风险 RISK 14509 0.0400 0.0400 0.0300 0 0.270
代理风险 AC 17122 0.110 0.310 0 0 1

表3报告了股价崩盘风险、CEO学术经历与控制变量间的相关性检验结果。负收益偏态系数(NCSKEW)和收益上下波动率(DUVOL)之间存在较高的替代性和一致性。CEO学术经历与股价崩盘风险(NCSKEW)及DUVOL指标显著负相关,说明在不控制其他变量影响的条件下,随着学者型CEO在上市公司中占比的提升,公司发生股价崩盘的可能性随之降低,符合本文的假设预测。解释变量与控制变量之间的相关系数绝对值基本小于0.1,表明本文的模型设定不存在严重的多重共线性问题。

表 3 主要变量的相关系数表
NCSKEWit DUVOLit ACADEMYit1 OTurnoverit1 SIGMAit1 RETit1 LEVit1
NCSKEWit 1
DUVOLit 0.871*** 1
ACADEMYit1 −0.016** −0.015** 1
OTurnoverit1 −0.020*** −0.028*** 0.00300 1
SIGMAit1 −0.067*** −0.074*** 0.00600 0.376*** 1
RETit1 0.077*** 0.069*** 0.00600 0.576*** 0.318*** 1
LEVit1 −0.091*** −0.106*** −0.125*** 0.026*** −0.0110 −0.00900 1
ROAit1 0.083*** 0.080*** 0.065*** −0.031*** −0.094*** 0.082*** −0.391***
ABSDAit1 0.031*** 0.020*** −0.121*** −0.0120 0.078*** 0.029*** 0.122***
TOP10it1 0.030*** 0.034*** 0.043*** −0.039*** −0.040*** −0.00100 −0.105***
INDEPit1 0.00600 0.00700 0.028*** −0.00100 0.00400 0.0110 −0.016**
MIit1 0.018** 0.019** 0.084*** −0.015** −0.040*** 0.044*** −0.120***
AGEit1 −0.032*** −0.027*** 0.100*** −0.00600 −0.077*** −0.014* 0.026***
GENDERit1 −0.00800 0.00100 −0.023*** −0.00800 −0.00600 0.00300 −0.015*
ROAit1 ABSDAit1 TOP10it1 INDEPit1 MIit1 AGEit1 GENDERit1
ROAit1 1
ABSDAit1 −0.00600 1
TOP10it1 0.220*** −0.00200 1
INDEPit1 −0.028*** 0.020*** 0.043*** 1
MIit1 0.083*** −0.022*** 0.107*** 0.033*** 1
AGEit1 0.00400 −0.054*** 0.022*** 0.017** 0.049*** 1
GENDERit1 0.025*** 0.037*** 0.030*** 0.036*** 0.0100 −0.024*** 1
  注:*****分别表示系数在10%、5%和1%的水平上显著。下同。
(二) CEO学术经历对股价崩盘风险概率降低效应的考查:主效应分析

以CEO学术经历作为解释变量,实证检验其对股价崩盘风险的影响,表4报告了主效应检验的OLS回归结果,在控制了年份和行业固定效应的基础上,列(1)和列(3)为不考虑年份与行业的交互项时的回归结果,ACADEMY的回归系数均在1%的水平上显著;列(2)和列(4)为考虑了年份与行业的交互项时的回归结果,ACADEMY的回归系数仍然在1%的水平上显著。结果表明,CEO学术经历与上市公司股价崩盘风险呈显著负相关,假设1得到验证。

表 4 主效应回归结果:CEO学术经历与股价崩盘风险
变 量 (1) (2) (3) (4)
NCSKEWit NCSKEWit DUVOLi.t DUVOLit
ACADEMYit1 −0.0648***(−3.9896) −0.0646***(−3.9921) −0.0489***(−4.1345) −0.0496***(−4.1924)
OTurnoverit1 −0.0003(−1.1922) −0.0004(−1.3949) −0.0002(−0.9644) −0.0002(−1.1282)
SIGMAit1 −0.2522(−0.7081) −0.3695(−1.0158) −0.2319(−0.9233) −0.2706(−1.0525)
RETit1 8.2472***(10.9915) 8.7539***(11.3141) 5.6921***(10.4384) 5.9924***(10.6546)
LEVit1 −0.1904***(−6.1636) −0.1821***(−5.8255) −0.1707***(−7.8904) −0.1634***(−7.5053)
ROAit1 0.3903***(3.3692) 0.3821***(3.2476) 0.1779**(2.1322) 0.1729**(2.0449)
ABSDAit1 0.3371***(3.8148) 0.3574***(4.0432) 0.1718***(2.7262) 0.1880***(2.9790)
TOP10it1 0.1169***(3.0342) 0.1099***(2.8326) 0.0910***(3.4830) 0.0833***(3.1730)
INDEPit1 0.0520(0.5006) 0.0506(0.4863) 0.0267(0.3721) 0.0311(0.4319)
MIit1 −0.0009(−0.2585) −0.0007(−0.2066) −0.0022(−0.8946) −0.0021(−0.8287)
AGEit1 −0.1038**(−2.4249) −0.1055**(−2.4541) −0.0607**(−2.0545) −0.0616**(−2.0760)
GENDERit1 −0.0514**(−2.3116) −0.0506**(−2.2641) −0.0170(−1.1274) −0.0166(−1.0939)
YEAR 已控制 已控制 已控制 已控制
IND 已控制 已控制 已控制 已控制
YEAR×IND 未控制 已控制 未控制 已控制
_cons 0.0660 −0.0538 −0.0234 −0.1234
(0.3552) (−0.2680) (−0.1817) (−0.8728)
N 17122 17122 17122 17122
Adj.R2 0.0659 0.0807 0.0683 0.0823
  注:回归结果经过公司层面聚类(cluster)调整。

控制变量方面,平均周收益率(RET)和盈利水平(ROA)在CEO学术经历与上市公司股价崩盘风险的回归中显著正相关,说明股票收益率及盈利水平越高的企业,其发生股价崩盘的风险也越高;资产负债率(Lev)的系数在1%的水平上显著负相关,说明公司财务杠杆率越高,股价崩盘的风险就越低;信息透明度(ABSDA)的系数在1%的水平上显著正相关,说明公司能通过提升信息透明度、改善盈余质量降低股价崩盘风险;前十大股东持股比例(TOP10)在CEO学术经历与上市公司股价崩盘风险的回归中系数在1%的水平上显著正相关,说明股权集中度越高的企业,发生股价崩盘的概率就越高。CEO年龄在CEO学术经历与上市公司股价崩盘风险的回归中系数在5%的水平上显著负相关,说明随着CEO年龄的提升,其风险规避程度会更高,公司的股价崩盘风险也随之下降。CEO性别在CEO学术经历与上市公司股价崩盘风险的回归中系数在5%的水平上显著负相关,说明女性学者型CEO相对于男性学者型CEO,更为谨慎小心,因而股价崩盘风险更低。上述控制变量的回归结果基本符合预期,也与已有研究的结论一致。

(三) CEO学术经历对股价崩盘风险作用机制的考查:中介效应检验

1. 信息风险中介效应检验。从信息风险(RISK)对CEO学术经历与股价崩盘风险的中介效应检验结果可以看出,在总效应模型中,自变量CEO学术经历(ACADEMY)与因变量股价崩盘风险的负相关关系均在5%的水平上显著成立。在路径模型中,中介因子信息风险(RISK)对CEO学术经历(ACADEMY)的回归系数在1%的水平上显著,表明CEO学术经历与信息风险水平呈现显著负相关关系,学者型CEO占比越大,信息风险水平越低。当把中介因子信息风险加入原模型后,中介因子信息风险的回归系数均在1%的水平上显著,CEO学术经历(ACADEMY)的回归系数仍在10%和5%的水平上显著。通过Sobel检验得出的Z值分别为−2.635和−2.958,在1%的水平上显著。此外,应用Bootstrap法对全样本抽样5000次进行再次检验。检验结果显示,信息风险的间接效应置信区间分别为(−0.0051847,−0.0008881)和(−0.0040734,−0.0008903),区间不包含0,说明信息风险的中介效应显著;自变量CEO学术经历对因变量股价崩盘风险的直接效应置信区间分别为(−0.0642226,−0.0002665)和(−0.0502776,−0.0034739),区间不包含0,说明CEO学术经历对因变量股价崩盘风险同样存在直接效应。以上检验结果表明,CEO学术经历对上市公司股价崩盘风险的影响在信息风险路径上存在部分中介效应。

2. 代理风险中介效应检验。从代理风险(AC)对CEO学术经历与股价崩盘风险的中介效应检验结果可以看出,在总效应模型中,自变量CEO学术经历(ACADEMY)对因变量股价崩盘风险的负相关关系在1%的水平上显著成立。在路径模型中,中介因子代理风险(AC)对CEO学术经历(ACADEMY)的回归系数在1%的水平上显著为正,表明学者型CEO占比越大,企业监督和约束力度越大,此时上市公司代理风险越低,表明CEO学术经历与代理风险呈现显著负相关关系。当把中介因子代理风险加入原模型后,中介因子代理风险的回归系数均在1%的水平上显著,CEO学术经历(ACADEMY)的回归系数仍在1%的水平上显著。通过Sobel检验得出的Z值分别为−4.107和−4.251,在1%的水平上显著。此外,应用Bootstrap法对全样本抽样5000次进行再次检验。检验结果显示,代理风险的间接效应置信区间分别为(−0.0078388,−0.0027222)和(−0.0057411,−0.0020722),区间不包含0,说明代理风险的中介效应显著;自变量CEO学术经历对因变量股价崩盘风险的直接效应置信区间分别为(−0.0879139,−0.0311061)和(−0.0661136,−0.0239032),区间不包含0,说明CEO学术经历对因变量股价崩盘风险同样存在直接效应。以上检验结果表明,CEO学术经历对上市公司股价崩盘风险的影响在代理风险路径上存在部分中介效应。

六、进一步研究 (一) 产权性质、CEO学术经历与股价崩盘风险

基于我国制度背景,产权性质可能对企业资本市场表现及CEO管理行为产生重要影响。具体来说,国有控股企业的实际控制人为中央和地方政府,管理层由政府任命并接受相关部门的考核,其受到的外部监督力度普遍强于非国有企业(谢建等,2016),这使得国有企业通过盈余操纵和隐藏负面消息提升公司业绩的动机相对更弱,代理成本也更低。此外,国有企业高管兼具“经纪人”和“政治人”特征,对政治声誉风险的考量较多,往往缺乏承担风险的内在动力,而追求平稳发展(刘金山和刘亚攀,2017)。因此在高强度外部监督和内在约束下,国有控股企业的股价崩盘风险会更低,国有企业依靠学者型CEO来降低股价崩盘风险的作用在一定程度上会被削弱。反观非国有控股企业,其受到的监管程度更弱,经济效益最大化的企业经营目标比较明确,因而管理层更有动机进行信息管理,作出高风险、高收益的决策,使代理矛盾更为尖锐,公司股价崩盘风险大大提升(郭芳婷等,2017),非国有企业学者型CEO因背景特质导致的个人风格差异能更好地体现在公司治理中,更好地缓解因信息风险和代理冲突导致的股价崩盘冲击。基于此,本文推断相对于国有企业,在非国有企业中学者型CEO对股价崩盘风险的抑制作用更为明显。产权性质对CEO学术经历与股价崩盘风险的调节作用的回归结果显示(备索),二者交乘项ACADEMY×SOE的回归系数均在5%的水平上显著正相关,说明国有控股企业占比越高,学者型CEO对股价崩盘风险的抑制作用就越会被削弱,即学者型CEO对股价崩盘风险的抑制作用在非国有企业得到了加强,说明推断成立。

(二) 两职合一、CEO学术经历与股价崩盘风险

两职合一作为CEO权力的重要体现,意味着CEO拥有更大的自由量裁权,可通过影响其所在管理层决策进而影响股价崩盘风险。一方面,两职合一的CEO往往背负了更高的企业财务表现期望,董事会风险承担水平会更高,因而CEO更倾向于选择高风险战略获取超额收益(孙慧和任鸽,2019),从而增加了公司破产和股价崩盘的可能性;另一方面,在拥有更高权限范围的情况下,CEO更有机会通过寻租活动使自身利益最大化,也增大了欺诈性财务报告的可能,当CEO控制信息披露时,股东难以发现公司真实经营问题,较高的代理风险使公司股价崩盘风险相应提高。学者型CEO为维护个人声誉和避免法律责任,表现出更强的风险厌恶倾向,其自利动机和机会主义行为会更少,在规范行为决策、提升信息透明度方面发挥了积极作用。在两职合一的公司,学者型CEO的优势被充分挖掘,可有效降低信息风险和代理风险进而降低公司股价崩盘风险。基于此,本文推断董事长和CEO两职合一将促进学者型CEO对股价崩盘风险的抑制作用。两职合一对CEO学术经历与股价崩盘风险的调节作用的回归结果显示(备索),二者交乘项ACADEMY×DUAL的回归系数均在5%的水平上显著负相关,说明推断成立,即提升两职合一占比,学者型CEO对股价崩盘风险的抑制作用会更强。

(三) 机构投资者持股比、CEO学术经历与股价崩盘风险

由于我国资本市场不成熟,机构投资者往往难以发挥治理作用,从而引发市场波动。一方面,机构投资者的“羊群效应”会引发大量投资者忽略自身已掌握的信息,互相模仿投资决策行为,使公司特质信息难以完全融入股价,从而降低了信息透明度和资本市场定价效率(许年行等,2013),增加了市场噪音,进而加大了股价崩盘风险;另一方面,我国机构投资者持股比整体较低,存在明显的短期投机倾向,缺乏参与公司治理和监督的动力,一定程度上增大了管理层盈余管理空间,也更有动机与管理层通过内幕交易获利,既恶化了市场投资环境,也加剧了信息不对称程度,增加了公司股价崩盘风险。综上可知,机构投资者出于利益最大化动机会通过私有信息交易、隐藏负面消息进行利益输送,提高股价崩盘风险。而学者型CEO在财务决策中更为谨慎,风险规避程度更高,在提升公司信息透明度、降低代理成本方面有明显优势,尤其是在机构投资者持股比更高的公司,学者型CEO能够提供更加真实可靠的财务报告,有效降低企业信息和代理风险,进而降低了公司股价崩盘风险。基于此,本文推断机构投资者持股比越高,学者型CEO对股价崩盘风险的抑制作用越强。机构投资者持股比对CEO学术经历与股价崩盘风险的调节作用的回归结果显示(备索),二者交乘项ACADEMY×IHOLD的回归系数均在5%的水平上显著负相关,说明推断成立,即机构投资者持股比越高,学者型CEO对股价崩盘风险的抑制作用就越强。

七、稳健性检验 (一) 倾向得分匹配法(PSM)

本文采用倾向得分匹配法(PSM)进行内生性检验。以CEO有无学术经历为基准,将全部样本划分为处理组样本(TREAT)和控制组样本两大子样本。当CEO拥有学术经历时,TREAT赋值为1,否则为0。随后将CEO学术经历作为哑变量对控制变量进行回归,估计得出每个公司的倾向得分,运用最邻近匹配法按照1∶1的比例进行样本匹配,为保证所有处理组样本都能匹配到对照组样本,本文在匹配过程中采取了有放回抽样的方法。检验结果显示(备索),TREAT的回归系数均在1%的水平上显著为负,表明在使用配对方法控制样本差异后,CEO学术经历对上市公司股价崩盘风险仍呈现负相关关系,与前文结论保持一致。

(二) 双重差分法(DID)

本文以上市公司CEO变更事件为研究场景进行双重差分稳健性检验,将全部样本划分为处理组样本(TREAT)和控制组样本两大子样本。当CEO从无学术经历变更为拥有学术经历时,TREAT赋值为1,否则为0(变更前后CEO均无学术经历)。POST为时间虚拟变量,选取CEO变更前后各1年(−1,1),包括变更当年作为研究窗口,并限定窗口期内没有其他事件发生,CEO变更前样本赋值为0,变更后赋值为1,考虑到部分公司CEO变更频繁,仅将第一次CEO变更纳入研究。由检验结果可知(备索),TREAT×POST的系数均在1%的水平上显著为负,再次表明CEO从无学术经历变更为有学术经历后,股价崩盘风险显著降低,与前文结论保持一致。

(三) 其他稳健性检验

为有效缓解内生性问题,本文采用面板数据回归方式进行固定效应检验。此外,为避免解释变量统计偏差造成的错误及遗漏变量产生的偏误,本文通过改变解释变量衡量方式以及控制潜在遗漏变量的做法进行稳健性检验。在衡量方式上借鉴Jin和Myers(2006)和Hutton等(2009)研究,以CRASH作为股价崩盘风险的衡量指标,当股票在一年中存在某一周满足下列不等式时,将该周定义为股价崩盘周,而当股票在当年至少经历了一次股价崩盘周时,表明该股票发生股价崩盘事件,对该指标赋值为1,否则为0。其中,1[·]为指示函数,

${{W_{i,t} }}$
为股票i在第t周的公司周特有收益率,
${\sigma _{i,t}}$
是该股票i在第t年周特有收益率的标准差,选择3.09个标准差为标准。

$ CRASH = 1 \left[{\exists t,{W_{i,t}} \leqslant Average\left( {{W_{i,t}}} \right) - 3.09{\sigma _{i,t}}}]\right. $ (10)

在遗漏变量上新增企业规模(SIZE)、董事会规模(BOARD)、两职合一(DUAL)、账市比(BM)、公司成长性(GROWTH)等控制变量。上述稳健性检验结果(备索)与前述假设一致。

八、研究结论

本文以2009–2018年中国A股上市公司为研究样本,实证检验了CEO学术经历影响股价崩盘风险的客观表现及传导路径。研究结果显示:CEO学术经历显著降低了上市公司股价崩盘风险;从信息风险和代理风险视角进行作用机制检验发现,学者型CEO能够通过降低信息风险和代理风险进而降低股价崩盘风险;CEO学术经历在非国有企业、两职合一、机构投资者持股比更高的情况下更能降低股价崩盘风险。

本文的理论贡献在于:一方面,在管理者异质性的基础上捕捉到CEO学术经历的驱动效应,为高阶梯队理论及高管异质性的研究提供了新视角;另一方面,从高管治理的角度研究CEO学术经历对上市公司股价崩盘风险产生的影响,厘清了其作用机理,为进一步探讨管理层经历如何影响企业财务行为提供了思路。本文的实践价值在于:一方面,对上市公司制定科学合理的CEO聘任决策、高层次人才选拔提供了新的证据支持;另一方面,为我国改善公司治理和信息环境、提高财务经营质量、降低股价崩盘风险开辟了新视角,也为进一步促进资本市场健康有序发展提供了理论依据。

本文的研究结果在拓宽已有研究范畴的同时,对政府和企业层面的利益相关者提出如下建议:(1)政府监管层面。由于本文实证检验了高管学术经历对改善公司治理、稳定资本市场的正向影响,因此政府应当更加注重学术性人才的培养,充分调动和协调校企资源,鼓励高校和科研人员进入企业,抑制管理者的短视行为,为企业有序发展、稳定资本市场提供有力保障。(2)企业微观层面。由于学术性高管受到内在自我约束和监督机制制约,加之其在公司治理及金融领域的积极作用,企业在选拔、聘用高层次人才时,可将学术经历作为一个重要考量,适当引进具有学术经历的高管,充分发挥学术性人才的独特优势。

① 篇幅所限,中介效应检验结果未列式,备索。下同。

主要参考文献
[1] 陈春花, 朱丽, 宋继文. 学者价值何在? 高管学术资本对创新绩效的影响研究[J].经济管理,2018(10).
[2] 陈新春, 刘阳, 罗荣华. 机构投资者信息共享会引来黑天鹅吗? −基金信息网络与极端市场风险[J].金融研究,2017(7).
[3] 崔云, 董延安. 管理层能力与股价崩盘风险−基于盈余管理中介效应的检验[J].财经理论与实践,2019(5).
[4] 杜剑, 于芝麦. 学术型独立董事的声誉与比例对公司股价崩盘风险的影响[J].改革,2019(3).
[5] 杜勇, 周丽. 高管学术背景与企业金融化[J].西南大学学报(社会科学版),2019(6).
[6] 郭芳婷, 黄创霞, 陈宪, 等. 产权性质、投资者关注与股价崩盘风险[J].经济数学,2017(4).
[7] 何平林, 孙雨龙, 宁静, 等. 高管特质、法治环境与信息披露质量[J].中国软科学,2019(10).
[8] 何瑛, 于文蕾, 杨棉之. CEO复合型职业经历、企业风险承担与企业价值[J].中国工业经济,2019(9).
[9] 黄灿, 年荣伟, 蒋青嬗, 等. “文人下海”会促进企业创新吗?[J].财经研究,2019(5).
[10] 黄宏斌, 尚文华. 审计师性别、审计质量与股价崩盘风险[J].中央财经大学学报,2019(1).
[11] 黄新建, 王一惠, 赵伟. 管理者特征、过度自信与股价崩盘风险−基于上市公司的经验证据[J].会计之友,2015(20).
[12] 姜付秀, 张晓亮, 郑晓佳. 学者型CEO更富有社会责任感吗−基于企业慈善捐赠的研究[J].经济理论与经济管理,2019(4).
[13] 李小荣, 刘行. CEO vs CFO: 性别与股价崩盘风险[J].世界经济,2012(12).
[14] 刘金山, 刘亚攀. 智变赢未来: 企业家学术背景与企业创新绩效[J].杭州师范大学学报(社会科学版),2017(6).
[15] 罗进辉, 杜兴强. 媒体报道、制度环境与股价崩盘风险[J].会计研究,2014(9).
[16] 邱昱芳, 贾宁, 吴少凡. 财务负责人的专业能力影响公司的会计信息质量吗? −基于中国上市公司财务负责人专项调查的实证研究[J].会计研究,2011(4).
[17] 沈华玉, 张军, 余应敏. 高管学术经历、外部治理水平与审计费用[J].审计研究,2018(4).
[18] 孙慧, 任鸽. 董事会深度与广度资本能促进企业国际化战略吗? −基于两职合一调节作用的分析[J].南京审计大学学报,2019(4).
[19] 孙艳梅, 郭敏, 方梦然. 企业创新投资、风险承担与股价崩盘风险[J].科研管理,2019(12).
[20] 唐清泉. 如何看待公司董事会的认知资源[J].南开管理评论,2002(2).
[21] 王化成, 曹丰, 高升好, 等. 投资者保护与股价崩盘风险[J].财贸经济,2014(10).
[22] 王化成, 曹丰, 叶康涛. 监督还是掏空: 大股东持股比例与股价崩盘风险[J].管理世界,2015(2).
[23] 王咏梅, 王鹏. “四大”与“非四大”审计质量市场认同度的差异性研究[J].审计研究,2006(5).
[24] 文雯, 张晓亮, 宋建波. 学者型CEO能否抑制企业税收规避[J].山西财经大学学报,2019(6).
[25] 温忠麟. 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J].心理学报,2004(5).
[26] 谢建, 唐国平, 项雨柔. 管理层能力、产权性质与企业避税[J].江西财经大学学报,2016(2).
[27] 许年行, 江轩宇, 伊志宏, 等. 分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究,2012(7).
[28] 许年行, 于上尧, 伊志宏. 机构投资者羊群行为与股价崩盘风险[J].管理世界,2013(7).
[29] 余明桂, 李文贵, 潘红波. 管理者过度自信与企业风险承担[J].金融研究,2013(1).
[30] 张晓亮, 杨海龙, 唐小飞. CEO学术经历与企业创新[J].科研管理,2019(2).
[31] 周楷唐, 麻志明, 吴联生. 高管学术经历与公司债务融资成本[J].经济研究,2017(7).
[32] 朱丽, 柳卸林, 刘超, 等. 高管社会资本、企业网络位置和创新能力−“声望”和“权力”的中介[J].科学学与科学技术管理,2017(6).
[33] Ball R. Market and political/regulatory perspectives on the recent accounting scandals[J].Journal of Accounting Research,2009,47(2):277–323.
[34] Benmelech E, Frydman C. Military CEOs[J]. Journal of Financial Economics,2015,117(1):43–59.
[35] Boubakri N, Cosset J C, Saffar W. The role of state and foreign owners in corporate risk-taking: Evidence from privatization[J]. Journal of Financial Economics,2013,108(3):641–658.
[36] Cho C H, Jung J H, Kwak B, et al. Professors on the board: Do they contribute to society outside the classroom?[J]. Journal of Business Ethics,2017,141(2):393–409.
[37] Francis B, Hasan I, Wu Q. Professors in the boardroom and their impact on corporate governance and firm performance[J]. Financial Management,2015,44(3):547–581.
[38] Hambrick D C, Mason P A. Upper echelons: The organization as a reflection of its top managers[J]. Academy of Management Review,1984,9(2):193–206.
[39] Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R2, and crash risk [J]. Journal of Financial Economics,2009,94(1):67–86.
[40] Jiang B, Murphy P J. Do business school professors make good executive managers?[J]. Academy of Management Perspectives,2007,21(3):29–50.
[41] Jin L, Myers S C. R2 around the world: New theory and new tests [J]. Journal of Financial Economics,2006,79(2):257–292.
[42] Kaplan S N, Klebanov M M, Sorense M. Which CEO characteristics and abilities matter?[J].Journal of Finance,2012,67(3):973–1007.
[43] Kim J B, Li Y H, Zhang L D. Corporate tax avoidance and stock price crash risk: Firm-level analysis[J]. Journal of Financial Economics,2011a,100(3):639–662.
[44] Kim J B, Li Y H, Zhang L D. CFOs versus CEOs: Equity incentives and crashes[J]. Journal of Financial Economics,2011b,101(3):713–730.
[45] Kim J B, Wang Z, Zhang L D, et al. CEO overconfidence and stock price crash risk[J]. Contemporary Accounting Research,2015,33(4):1720–1749.
[46] Kothari S P, Shu S S, Wysocki P D. Do managers withhold bad news?[J]. Journal of Accounting Research,2009,47(1):241–276.
[47] Li X R, Chan K C. Communist party control and stock price crash risk: Evidence from China[J]. Economics Letters,2016,141:5–7.
[48] Ma Z M, Novoselov K E, Zhou K T, et al. Managerial academic experience, external monitoring and financial reporting quality[J]. Journal of Business Finance & Accounting,2019,46(7-8):843–878.
[49] Marquis C, Tilcsik A. Imprinting: Toward a multilevel theory[J].The Academy of Management Annals,2013,7(1):195–245.
[50] Schoar A, Zuo L. Shaped by booms and busts: How the economy impacts CEO careers and management styles[J]. The Review of Financial Studies,2017,30(5):1425–1456.
[51] Sila V, Gonzalez A, Hagendorff J. Independent director reputation incentives and stock price informativeness[J]. Journal of Corporate Finance,2017,47:219–235.
[52] Zhang H L, Wang M Y, Jiang J. Investor protection and stock crash risk[J]. Pacific-Basin Finance Journal,2017,43:256–266.
Scholar-type CEOs and Stock Price Crash Risk of Listed Companies
He Ying, Han Mengting     
School of Economics and Management,Beijing University of Posts and Telecommunications,Beijing 100876,China
Abstract: For China’s stock market, which is in the emerging capital market, chasing the rise and killing the fall and extreme market risks occur frequently. The risk of stock price crash caused by this phenomenon has become a major obstacle to the orderly development of capital market. The managerial characteristics of scholar-type CEOs are of great significance to the management behavior of enterprises. Their management style is reflected in the decision-making behavior of enterprises, which provides a new research perspective for the risk of stock price crash. Based on the brand theory and the reputation theory, academic experience shapes executives’ higher moral quality and sense of social responsibility, and shapes their rigorous logical reasoning and analytical judgment ability; it makes them have higher reputation cost, and makes them more conservative, self-disciplined, professional and rational, and more motivated to restrain themselves when participating in management decision-making. Based on the A-share listed companies in China from 2009 to 2018, this paper empirically tests the objective performance, transmission path and influencing factors of CEO academic experience influencing stock price crash risk. From the perspective of information risk and agency risk, we find that scholar-type CEOs can significantly reduce the risk of stock price crash by reducing information risk and agency risk; further research on the influencing factors and economic consequences of stock price crash risk shows that CEO academic experience can reduce the risk of stock price crash more effectively in the case of non-state-owned enterprises, the combination of two jobs, and higher institutional investors’ shareholding ratio. This paper interprets the formation mechanism of stock price crash risk of listed companies based on the perspective of executive governance, and supports the information hiding hypothesis. From the theoretical level, the research result provides ideas for further exploring how management experience affects corporate financial behavior, and provides a new perspective and beneficial supplement for the research of high-level echelon theory and executive heterogeneity; from the practical level, it provides new evidence support for listed companies to make scientific and reasonable CEO appointment decisions and high-level talent selection, and provides practical guidance and experience reference for further exploring the impact of executive academic experience on enterprise management behavior, promoting the healthy and orderly development of the capital market, and establishing a stable multi-level capital market.
Key words: scholar-type CEOs    stock price crash risk    information risk    agency risk