并購資產評估偏差與股價崩盤風險

萬 鐘 李小榮

一、引言

防范化解重大風險是實現高質量發展的基礎，統籌發展和安全是“十四五”時期我國經濟社會發展的指導思想。并購重組是資本市場優化資源配置的重要方式，然而，隨著并購重組市場化改革的深入推進，上市公司并購資產高估值現象時有發生。大規模、高溢價并購在增強資本市場活力的同時，也引發了股價波動，甚至造成股價崩盤的極端現象，危害實體經濟的健康發展。例如，2016年東方精工收購北京普萊德事件中，普萊德全部股權價值的評估增值率達到1992.83%。2019年，由于普萊德業績下滑，東方精工預計巨額虧損，公司股價大幅下跌，市值跌幅超過50%。證監會警示函顯示，資產評估師在評估過程中存在多處違規，導致并購資產估值失實，為股價暴跌埋下了隱患。在我國統籌高質量發展與防風險的背景下，考察并購資產評估偏差對股價崩盤風險的影響及作用路徑，能夠加深對股價崩盤風險成因的理解，對強化資產評估信息披露、促進資本市場穩定健康發展具有實踐意義。

股價崩盤風險主要源于信息不透明和代理問題(Jin和Myers，2006[1])。基于信息不透明視角，并購資產評估偏差增大了并購交易的信息不透明度，可能造成投資者錯誤預期，導致股價產生泡沫進而提高股價崩盤風險。基于代理問題視角，并購資產評估偏差可能源于大股東向上操縱資產評估值以侵占小股東利益的行為(周勤業等，2003[2]；宋順林和翟進步，2014[3])。大股東評估操縱加劇了公司與投資者之間的信息不對稱，并且為避免或延遲投資者發覺并購資產估值虛高的事實，大股東將持續囤積負面消息。當負面消息積累到一定閾值便會集中釋放，最終導致股價崩盤(Kim等，2011[4])。基于上述分析，并購資產評估偏差可能造成并購后股價崩盤風險上升。

聲譽作為法律制度之外的一項非正式制度，能夠約束市場主體行為(張維迎，2002[5])。審計相關研究表明，審計師為避免聲譽受損帶來的客戶流失和收入下降等后果，有較強的動機提高審計質量和保持獨立性(方軍雄，2011[6])。目前，資產評估行業已經形成一批規模較大、影響力較強的高聲譽評估機構(翟進步，2018[7])。在市場競爭中，資產評估機構為了維護企業聲譽，有動力提供高質量的評估結果，保持較高的獨立性，減少與客戶合謀操縱評估值的行為，從而降低資產價值信息的不透明度。基于上述分析，資產評估機構的高聲譽能夠減弱并購資產評估偏差與股價崩盤風險的正向關系。

本文利用2009—2017年滬深A股上市公司的股權收購資產評估數據進行實證檢驗，研究發現，并購資產評估偏差與股價崩盤風險顯著正相關，而資產評估機構的高聲譽能夠抑制這一正向關系。機制分析表明，并購資產評估偏差增大了上市公司與外部投資者之間的信息不對稱。異質性檢驗表明，并購資產評估偏差與股價崩盤風險的正向關系在兩權分離度較高時更加顯著，在股權制衡度較高、外部治理較強時則減弱。上述結論說明，并購資產評估偏差很可能源于大股東的資產評估操縱。降低兩權分離度、提高股權制衡度和改善外部治理機制能夠約束大股東利益侵占，減少資產評估操縱行為，抑制并購資產評估偏差與股價崩盤風險的正向關系。

與已有研究相比，本文可能的邊際貢獻在于：第一，豐富了公司并購與股價崩盤風險的研究。已有研究考察了并購商譽與股價崩盤風險的關系(王文姣等，2017[8])，但商譽的賬面凈值不能很好地度量被并購資產的價值高估程度，因為高額商譽也可能反映了被并購資產本身的高質量。與商譽相比，資產評估偏差能夠更直接地體現資產價值高估程度和信息不透明程度。此外，商譽僅產生于非同一控制下的企業合并。同一控制下的企業合并，如大股東資產注入行為不會引起商譽的變化，但可能引發資產評估操縱行為并增大股價崩盤風險，這是本文的關注點和創新之處。另有研究考察業績承諾對股價崩盤風險的影響，如李晶晶等(2020)[9]，但其研究僅采用虛擬變量度量是否使用業績承諾，沒有考慮業績承諾的激進程度。本文考察資產評估偏差這一連續變量與股價崩盤風險的關系，為并購資產高估值增大股價崩盤風險提供了更為直接可靠的經驗證據。此外，商譽、業績承諾主要影響上市公司的會計信息透明度，本文則關注公司并購中的資產評估信息，證明資產評估信息的不透明也會加劇股價崩盤風險。

第二，豐富了資產評估偏差經濟后果的研究。不同于已有研究主要關注資產評估偏差的影響因素，本文發現資產評估偏差會導致股價崩盤風險上升這一經濟后果。已有研究發現大股東可通過操縱資產評估值實施利益侵占(周勤業等，2003[2]；宋順林和翟進步，2014[3]；原紅旗等，2008[10])，但較少檢驗資產評估操縱是否對資本市場產生實質性的負面影響。本文為大股東實施資產評估操縱增大評估偏差，進而增大股價崩盤風險的影響路徑提供了證據，對已有文獻進行了補充。

第三，豐富了市場中介對金融風險影響的相關研究。已有文獻考察了審計師(Callen和Fang，2017[11])、證券分析師(Chowdhury等，2021[12])、機構投資者(高昊宇等，2017[13])等市場中介對股價崩盤風險的影響，本文為該領域提供了來自資產評估師的經驗證據。

二、文獻評述

(一)資產評估偏差相關研究

Klamer等(2017)[14]在綜述中指出，資產評估偏差主要由資產評估師的判斷偏差和客戶壓力兩個原因導致。一方面，資產評估師所獲得的資產相關信息有限，需基于以往案例的估價或代售價進行判斷，這會降低估值準確性，導致判斷偏差(Diaz和Hansz，1997[15])。另一方面，客戶作為資產評估服務的需求方和資產交易的主體，有較強的動機對資產評估師施加壓力，使之提供具有利益偏向性的評估結果(Gallimore和Wolverton，2000[16])。資產評估師為了維系與客戶的良好關系，可能放棄獨立性并妥協于客戶的估值要求。

國內研究表明，資產評估師受到的客戶壓力主要來自上市公司的大股東。周勤業等(2003)[2]發現，在上市公司置入大股東資產的情形中，大股東會通過向上操縱資產評估值侵害中小股東利益。原紅旗等(2008)[10]研究表明，企業股份制改制中存在大股東資產評估操縱行為。宋順林和翟進步(2014)[3]考察了股改后大股東的資產注入行為，發現在資產評估機構難以保持客觀獨立的情況下，大股東會通過操縱資產評估值來掏空公司。翟進步(2018)[7]發現定向增發并購中同時存在高估值增值率與高增發折價率，這加劇了上市公司向大股東進行利益輸送的程度。根據上述研究，大股東操縱資產評估值是一種較為隱蔽的利益侵占方式，這會增大資產評估偏差和并購交易的信息不透明程度，導致風險在公司內部積累，進而可能對資本市場產生不利影響。

(二)股價崩盤風險相關研究

股價崩盤風險是全球金融危機背景下財務學領域的一個熱點研究問題。微觀層面的研究始于Jin和Myers(2006)[1]，其認為股價崩盤風險的成因有兩方面：一是代理問題。公司管理層基于機會主義動機會延遲披露負面消息，造成公司內部風險集聚并在某一時點突然爆發，導致股價急劇下跌(Kim等，2011[3])。二是信息不透明。信息不透明使得投資者無法判斷公司的真實價值，產生對股價的錯誤預期。一旦投資者識別出公司真實的經營狀況，就會導致股價暴跌(李小榮和劉行，2012[17])。

信息披露能夠向投資者傳遞有價值的信息，降低信息不透明和代理成本。大量研究表明信息披露質量是影響股價崩盤風險的重要因素。Hutton(2009)[18]采用應計盈余管理衡量信息不透明度，證實其與股價崩盤風險顯著正相關。之后學者們研究了會計穩健性(Kim和Zhang，2016[19])、盈余平滑(Chen等，2017[20])、財務報告可讀性(Kim等，2019[21])等會計信息質量的有關因素。另有學者考察其他種類的信息，例如內部控制信息(葉康濤等，2015[22])、社會責任信息(宋獻中等，2017[23])等，并證實上述信息的有效披露可抑制股價崩盤風險。

除前述文獻外，與本文更為相關的是公司并購與股價崩盤風險的研究。關于并購引起股價崩盤的具體機制，部分學者們從代理問題視角進行了分析。例如：王文姣等(2017)[8]發現會計商譽計量的主觀性和不可證實性增大了公司信息不透明度和管理層機會主義動機，進而會增大股價崩盤風險。李晶晶等(2020)[9]基于并購業績承諾制度的缺陷，認為業績承諾不僅無法起到降低契約摩擦和傳遞信號的積極作用，反而可能加劇代理沖突，為內部人提供操縱信息的空間。另有學者從外部投資者的視角進行分析，例如楊威等(2018)[24]發現散戶投資者容易對并購消息過度反應，進而催生股價泡沫并引起股價崩盤。

綜上，公司并購活動的信息不透明程度較高，這不僅會加劇代理問題，而且可能引發投資者對并購過度反應，兩者均會增大未來的股價崩盤風險。因而并購信息披露質量可能是影響并購后股價崩盤風險的關鍵因素。在企業并購中，標的資產評估值是信息披露的重要組成部分。資產評估偏差會導致并購資產價值信息的不透明，這是否會驅動并購后的股價崩盤風險上升？本文將對此展開研究。

三、理論分析和假設提出

本文結合資產評估偏差的成因，基于公司層面股價崩盤風險的理論框架，從信息不透明和代理問題兩個角度分析資產評估偏差對股價崩盤風險的影響及作用路徑。

資產評估偏差可能來源于兩方面。一是客觀因素。評估對象自身特征及其所處的外部環境復雜多樣，而評估師僅能依靠有限的信息確定評估參數，客觀上無法完全準確地計算資產真實價值。評估程序和方法的局限性也可能增大評估偏差。有關研究表明，企業價值評估常用的收益法存在一定操作風險，可能導致價值高估(程鳳朝和劉家鵬，2011[25])。二是評估操縱。委托方可能蓄意操縱資產評估值，若評估師缺乏獨立性從而妥協于委托方的估值要求，就會出具不合理的評估結果。已有研究發現，上市公司的大股東在資產注入中會向上操縱資產評估價格，以實現對小股東的利益侵占(周勤業等，2003[2]；宋順林和翟進步，2014[3])。

基于信息不透明視角，無論資產評估偏差由何種因素引起，均會增大并購交易的信息不透明程度，導致上市公司和投資者之間的信息不對稱。偏差較大的資產評估值無法反映資產的真實價值，會降低投資者獲取信息的質量，使其無法準確解讀并購信息。而投資者的信息解讀水平會影響投資者預期和行為(Kalay，2015[26])。中國股市整體存在較重的投機氛圍(Pan等，2015[27])，并購資產的高估值會使投資者對資產未來收益分布形成過度樂觀的預期，導致公司股價積累泡沫，最終以崩盤的形式釋放。本文將資產評估偏差導致并購交易信息不透明、引起投資者過度預期進而增大股價崩盤風險的影響路徑稱為“信息路徑”。

基于代理問題視角，大股東資產評估操縱引起的評估偏差不僅會通過“信息路徑”，還可能從以下兩個方面導致股價崩盤風險上升。第一，大股東資產評估操縱所形成的評估偏差越大，大股東與外部投資者之間的信息不對稱程度越高，從而會造成更嚴重的負面消息隱瞞。實際上，大股東為隱瞞被高估資產的不良經營業績和規避監管要求，將不得不在一個更長的時期內進行持續的信息披露操縱，使更多的負面消息在公司內部囤積，增大股價崩盤風險。第二，大股東的資產評估操縱行為反映出公司治理的缺失。這是因為，當公司治理較好、代理成本較低時，內部人隱瞞負面消息和實施機會主義行為的成本較高。而公司治理水平較低、代理問題較嚴重時，內部人行為得不到有效約束，才更有可能實施信息披露操縱。公司治理缺失會增大公司的信息不透明(Jin和Myers，2006[1])，使大股東更容易進行利益侵占和消息管理，進而提升未來的股價崩盤風險(沈華玉等，2017[28])。本文將代理框架下評估操縱引致評估偏差，進而增大股價崩盤風險的路徑稱之為“代理路徑”。

根據以上分析，本文提出如下假設：

假設1：并購資產評估偏差與股價崩盤風險正相關。

中國資產評估機構數量眾多，且行業集中度較高，形成了較為明顯的行業內部分化格局。行業中規模較大、影響力較高的評估機構具備較高的聲譽(翟進步，2018[7])。在法律機制不完善的情況下，聲譽作為一種互補機制，能夠對市場主體行為起到約束和激勵作用(張維迎，2002[4])。

高聲譽評估機構因聲譽受損可能造成客戶流失和公信力下降等嚴重后果。出于維護聲譽的考慮，高聲譽評估機構有較強的動機對業務風險進行嚴格把控，更愿意選擇低風險的優質客戶(馬海濤等，2017[29])。而且，聲譽較高的評估機構在行業中影響力較大，受到監管部門和社會各界的高度關注。在較強的外部監督下，高聲譽評估機構為避免因評估不實承擔法律責任，會謹慎執業，降低估值風險，從而減少“信息路徑”下高估值導致的股價崩盤現象。此外，高聲譽評估機構的客戶資源相對豐富，具有更強的客戶談判能力和議價能力，因而高聲譽評估機構更能保持獨立性，也更少與客戶合謀實施評估操縱行為，這將降低“代理路徑”下評估偏差對股價崩盤風險的正向影響。反之，低聲譽評估機構的客戶和業務資源相對較少，且低聲譽評估機構規模小、數量多，難以得到充分監管，其聲譽受損成本和遭受懲罰的風險較低。因此，低聲譽評估機構更可能接受高風險客戶，且往往會為了經濟利益放棄獨立性(朱榮等，2019[30])，幫助客戶出具虛假評估值。

以上分析表明，相對低聲譽的評估機構，高聲譽評估機構擁有更多優質客戶，其評估偏差中包含的信息操縱和潛在風險較少，更不易引發后續的股價崩盤。據此提出如下假設：

假設2：評估機構聲譽越高，并購資產評估偏差與股價崩盤風險之間的關系越弱。

四、研究設計

(一)樣本數據

本文以2009—2017年滬深A股上市公司的股權收購事件為樣本。將樣本范圍界定為股權收購，是因為股權收購涉及對被并購企業的整體價值評估，是股改后上市公司觸發資產評估的主要并購交易類型，具有較強的代表性。以單一的并購類型為樣本，也可避免因并購類型不同產生遺漏變量偏誤。以2009年為起點，是因為2009年是《上市公司重大資產重組管理辦法》實施后的第一個完整會計年度，也是股權分置改革后新一輪資產注入、整體上市的熱潮，且隨著2009年之后并購規模擴大和形式多元化，資產評估的定價功能和應用效果得到了更廣泛的認可和關注。為計算資產評估偏差指標，本文從巨潮資訊網站手工收集研究區間內上市公司披露的股權收購交易標的資產評估報告書，從中獲取并購標的財務數據、各類資產評估值等信息。計算股價崩盤風險指標的有關數據，以及上市公司財務數據均來源于國泰安(CSMAR)數據庫。

參照已有研究，本文按以下標準篩選樣本：上市公司為非金融行業；用于計算資產評估偏差指標的并購標的資產數據無缺漏；用于計算股價崩盤風險指標的有關數據無缺漏；上市公司財務數據無缺漏。篩選后最終得到1 336個觀測值。為避免極端值影響，本文對所有連續變量在1%和99%的分位上進行了縮尾處理。

(二)變量定義

1.被解釋變量：股價崩盤風險。

本文借鑒Chen等(2017)[20]的研究，采用負收益偏態系數和股價上下波動差異兩個指標衡量股價崩盤風險，具體計算過程如下。

首先計算每只股票經過市場調整后的周收益率，模型如下：

ri,p=α0,i+α1,irm,p-2+α2,irm,p-1+α3,irm,p+α4,irm,p+1+α5,irm,p+2+εi,p

(1)

其中，i為公司股票，m為公司股票上市的市場，p為周，ri，p為股票i在第p周的收益率，rm，p為市場m在第p周按流通市值加權的平均收益率，α0，i為常數項，α1，i～α5，i為相應控制變量的回歸系數，εi，p為殘差項。式(1)中加入市場周收益率的超前項(rm，p+1和rm，p+2)以及滯后項(rm，p-1和rm，p-2)，以控制非同步交易可能造成的偏差。式(1)回歸得到殘差εi，p，定義股票i在第p周經調整后的周收益率為Ri，p=ln(1+εp，t)。

基于經市場調整后的周收益率，構造負收益偏態系數和股價上下波動差異兩個指標。

(2)

其中，t為年，NCSKEW為負收益偏態系數，n為當年股票交易周數。NCSKEW的值越大，表示股價崩盤風險越大。

(3)

其中，t為年，DUVOL為股價上下波動差異，nd(nu)代表經調整后的周收益率低于(高于)該股票當年平均收益率的周數。DUVOL的值越大，表示股價崩盤風險越大。

2.解釋變量：并購資產評估偏差。

已有研究采用了多種方法度量評估偏差，例如直接使用基于賬面值計算的評估增值率度量評估偏差(周勤業等，2003[2])，或以評估增值率與對應行業同類型并購評估增值率中位數之差作為評估偏差(宋順林和翟進步，2014[3]；翟進步，2018[7])。理論上，基于賬面值計算的評估增值率既包括資產的正常增值部分，也包括異常增值部分。其中，正常增值部分來源于資產的未來收益折現價值，能夠反映資產的真實價值。剔除正常增值部分后，剩余的異常增值部分才是資產評估值與資產真實價值的偏差。原紅旗等(2008)[10]采用回歸殘差度量異常增值率，其基本原理是，首先構建模型對正常增值率進行估計，其次以資產評估增值率扣除正常增值率后的殘差作為異常增值率。回歸模型控制了評估對象層面的異質性因素，相比基于賬面值計算的評估增值率或剔除行業中位數的評估增值率更加合理。因此，本文參考原紅旗等(2008)[10]的方法，建立如下模型：

Revi,t=α0+ηX+α1Meth1+α2Meth2+Year+Ind
+Prov+εi,t

(4)

其中：被解釋變量Rev為資產評估增值率，定義為資產評估值超過賬面值的百分比。X是評估對象即被并購企業層面影響評估增值率的主要因素，包括：(1)固定資產占總資產比重。物價上漲會使固定資產重置成本上升，且固定資產的日常維護會延長其經濟使用年限，從而增加其評估價值，因而固定資產占比是影響評估增值率的主要因素(原紅旗等，2008[10])。(2)無形資產占總資產比重。無形資產日漸成為企業資產的重要組成部分，其主要包括專有技術、商標、著作權、商譽、自然資源使用權等，無形資產價值取決于未來盈利能力，存在較大的增值空間。(3)總資產收益率。標的資產的收益率反映其盈利能力，資產的盈利能力越強，未來經濟收益越高，相應的資產價值越大，評估增值率也越高。此外，在企業價值評估中，常用的評估方法包括資產基礎法、收益法和市場法三種。不同評估方法遵循的評估原理和評估程序不同，增值情況也存在系統性差異，因此在式(4)中加入兩個虛擬變量Meth1與Meth2，若以收益法(市場法)確定交易資產的評估值，則Meth1(Meth2)取值為1，否則為0。此外，不同評估時點、行業及地區的經濟環境有所差異，為控制這些因素，在式(4)中加入年度、行業和省份固定效應，分別以Year、Ind和Prov表示。α0為常數項，η、α1、α2為解釋變量系數。本文使用式(4)估計回歸殘差，并以之衡量資產評估偏差。

3.其他控制變量。

借鑒Kim等(2011)[4]和Chen等(2017)[20]的研究，并根據數據的可得性和研究目的，在模型中加入以下控制變量：t年公司股票的負收益偏態系數、周收益率均值、周收益率標準差和月平均超額換手率，公司規模、資產負債率、總資產收益率、市價-賬面值比率、信息不透明度。最后加入年度和行業固定效應。

各變量名稱、符號與具體定義見表1。

表1 變量定義

(三)實證模型

為檢驗并購資產評估偏差與股價崩盤風險的關系，本文設定如下模型：

CrashRiski,t+1=β0+β1Biasi,t+β2NCSKEWi,t+β3Reti,t+β4Sigmai,t+β5DTurni,t+β6Sizei,t+β7Levi,t+β8ROAi,t+β9MBi,t+β10AbAcci,t+Year+Ind+μi,t

(5)

其中：i為上市公司，t為時間變量。被解釋變量CrashRisk為股價崩盤風險，以負收益偏態系數和股價上下波動差異兩個指標衡量。β0為常數項，β1為解釋變量的回歸系數，β2～β10為控制變量的回歸系數，μi，t為殘差項。若假設1成立，并購資產評估偏差與股價崩盤風險應正相關，β1應顯著為正。

為檢驗資產評估機構聲譽對并購資產評估偏差與股價崩盤風險關系的影響，本文設定如下模型：

CrashRiski,t+1=γ0+γ1Topi,t+γ2Biasi,t+γ3Topi,t×Biasi,t+γ4NCSKEWi,t+γ5Reti,t+γ6Sigmai,t+γ7DTurni,t+γ8Sizei,t+γ9Levi,t+γ10ROAi,t+γ11MBi,t+γ12AbAcci,t+Year+Ind+νi,t

(6)

其中Top是資產評估機構聲譽的二元虛擬變量。借鑒翟進步(2018)[7]的做法，以中國資產評估協會每年公布的資產評估機構綜合評價前百強名單為依據，將每年前10名機構作為高聲譽評估機構，第10名之后的機構作為低聲譽評估機構。當資產評估機構為高聲譽評估機構時，Top取值為1，否則取值為0。γ0為常數項，γ1和γ2為一次項的回歸系數，γ3為交乘項的回歸系數，γ4～γ12為控制變量的回歸系數，νi，t為殘差項。若假設2成立，資產評估機構聲譽較高時并購資產評估偏差與股價崩盤風險之間的關系較弱，γ3應顯著為負。

五、實證結果和分析

(一)描述性統計分析

表2報告了式(5)主要變量的描述性統計結果。兩個股價崩盤風險指標NCSKEWt+1和DUVOLt+1的標準差分別為0.295和0.331，均值分別為-0.276和-0.206且均小于中位數，呈現出左偏分布的特征。Bias是由式(4)回歸殘差得到的資產評估偏差，其最大值達到15.315，最小值為-6.325，標準差為5.311，可見樣本間資產評估偏差存在較大差異，便于觀察股價崩盤風險如何隨著并購資產評估偏差的改變而變動。其余變量的統計指標與已有研究較為接近，基本在合理范圍之內。(1)因篇幅所限，本文未展示相關性分析與單變量檢驗結果，感興趣的讀者可向作者索取。

表2 描述性統計

(二)回歸結果分析

1.基準回歸結果。

為檢驗并購資產評估偏差與股價崩盤風險的關系，使用式(5)進行OLS回歸，表3報告了回歸結果。為保證結論穩健性，采用單變量回歸和多元回歸兩種模型。表3的列(1)、列(2)僅加入核心解釋變量Bias以及年度和行業固定效應，列(3)、列(4)增加了其他控制變量。列(1)～列(4)的回歸結果中，Bias的回歸系數均在1%的統計水平上顯著為正。上述結果表明，并購資產評估偏差增大了股價崩盤風險，且采用兩種股價崩盤風險指標以及加入控制變量之后，該結論仍成立，支持假設1。從多元回歸結果來看，控制變量中NCSKEW、Ret、MB均與股價崩盤風險顯著正相關，與Kim等(2011)[4]報告的回歸結果基本一致。

表3 并購資產評估偏差與股價崩盤風險

資產評估偏差存在正向(高估)偏差和負向(低估)偏差兩種情況。相比于負向評估偏差，正向評估偏差更可能造成投資者對資產未來收益過度樂觀預期，使股價產生泡沫，進而引起股價崩盤風險上升。從代理問題的角度，大股東可能出于利益侵占動機高估注入資產的價格，也可能出于“扭虧”和“保配”動機支持上市公司(李增泉等，2005[31])，例如以較低的價格向上市公司出售資產，以達到為上市公司紓困的目的(Cheung等，2009[32])。因此，負向評估偏差可能反映了大股東對上市公司的支持行為，而正向評估偏差更可能源于大股東的利益侵占行為。根據上述分析，正向評估偏差與股價崩盤風險的關系應當更顯著。為此，進一步將并購資產評估偏差分為正向評估偏差和負向評估偏差兩組，分別使用式(5)進行OLS回歸。表4報告了回歸結果，列(1)、列(2)為正向評估偏差組，其中Bias的回歸系數在1%的統計水平上顯著為正。列(3)、列(4)為負向評估偏差組，其中Bias的回歸系數在統計上不顯著。上述結果說明資產高估偏差是股價崩盤風險上升的主要原因。

表4 并購資產評估偏差與股價崩盤風險：正向和負向評估偏差

2.內生性與穩健性檢驗。

(1)內生性問題。內部風險較高的公司為隱瞞并購交易資產的真實價值，可能主動選擇能滿足自身估值需求的資產評估機構，由此產生樣本自選擇的內生性問題。為此，本文利用Heckman兩階段模型緩解這一內生性。第一階段中，本文將地區犯罪率作為資產評估偏差的外生工具變量。在相關性方面，地區犯罪率反映了某個地區的道德水平，地區犯罪率越高表明當地道德水平越低，當地的資產評估機構也越可能違背職業道德準則，放棄獨立性迎合委托方的估值需求，從而增大資產評估偏差。因此地區犯罪率與資產評估偏差具有一定的正相關關系。在外生性方面，地區犯罪率受到復雜的宏觀經濟社會因素影響，與單個上市公司的股價崩盤風險不存在直接的相關關系，滿足工具變量的外生性條件。借鑒陳剛(2010)[33]的做法，使用當年上市公司所在省級地區每萬人中人民檢察院提起公訴的刑事犯罪嫌疑人數的自然對數衡量地區犯罪率。第一階段采用如下Probit模型進行回歸：

Bias_Hi,t=δ0+δ1Crimei,t+δ2NCSKEWi,t+δ3Reti,t+δ4Sigmai,t+δ5DTurni,t+δ6Sizei,t+δ7Levi,t+δ8ROAi,t+δ9MBi,t+δ10AbAcci,t+Year+Ind+φi,t

(7)

其中：Bias_H是并購資產評估偏差的虛擬變量，若Bias大于樣本中位數，則Bias_H取值為0，否則取值為1。Crime為外生工具變量地區犯罪率，其余控制變量與式(5)一致。δ0為常數項，δ1為工具變量系數，δ2～δ10為控制變量系數，φi，t為殘差項。

表5的列(1)報告了Heckman兩階段法第一階段的回歸結果，其中Crime與Bias_H顯著正相關，說明地區犯罪率越高、道德水平越低的地區，并購資產評估偏差越大。根據第一階段的回歸結果計算逆米爾斯比率(Inverse mills ratio)，將其記為λ并代入式(5)進行Heckman第二階段回歸。表5的列(2)、列(3)報告了Heckman第二階段的回歸結果，其中λ的回歸系數顯著為負，說明樣本存在自選擇問題。控制自選擇偏誤后，Bias與股價崩盤風險的兩個指標均在1%的水平上顯著正相關，假設1仍成立，說明原結論不受自選擇問題干擾。

表5 Heckman兩階段回歸結果

(2)更多穩健性檢驗(2)因篇幅所限，本文未展示這部分穩健性檢驗結果，感興趣的讀者可向作者索取。。為排除變量度量偏誤，本文采用三個指標作為資產評估偏差的替代度量：其一是單個評估增值率與同行業同類型并購評估增值率中位數之差AbRev；其二是根據0分組的評估偏差虛擬變量Dum1；其三是根據樣本中位數分組的評估偏差虛擬變量Dum2。為排除遺漏變量偏誤，本文參考沈華玉等(2017)[28]的研究，進一步控制會計穩健性和公司治理相關變量：會計穩健性采用Khan和Watts(2009)[34]提出的CScore指標度量；公司治理變量包括獨立董事占比Idirector、董事會規模Bsize、CEO與董事長兼任的虛擬變量Duality。

3.資產評估機構聲譽的影響。

為檢驗資產評估機構的高聲譽能否抑制資產評估偏差與股價崩盤風險的正向關系，使用式(6)進行OLS回歸。由于中國資產評估協會從2011年開始發布資產評估機構排名，回歸中僅使用了2011—2017年的樣本。表6報告了回歸結果，其中交乘項Top×Bias的回歸系數分別為-0.009和-0.007，并且在1%的統計水平上顯著為負，說明資產評估機構的高聲譽顯著抑制了并購資產評估偏差與股價崩盤風險的正向關系。該結果表明，資產評估機構受到聲譽機制的約束，即高聲譽評估機構會更嚴格地控制業務風險，并且減少與客戶合謀操縱資產評估值的行為，從而減少并購后的股價崩盤風險，該結果支持了假設2。

表6 資產評估機構聲譽的影響

六、機制檢驗

在理論分析部分，本文提出并購資產評估偏差增大股價崩盤風險的“信息路徑”，即并購資產評估偏差會增大并購信息不透明，導致公司與外部投資者之間的信息不對稱。本部分將對這一路徑進行實證檢驗，采用兩個指標度量信息不對稱程度：一是買賣價差(bid-ask spread)。買賣價差是衡量信息不對稱的常用指標，買賣價差越大，反映出公司股票交易時產生的逆向選擇問題越少，信息不對稱程度越高(Leuz和Verrecchia，2000[35])。借鑒張崢等(2014)[36]的做法，本文采用收盤前有效價差衡量信息不對稱程度。二是Amihud指標。Amihud(2002)[37]提出用股票的非流動性(illiquidity)測度信息不對稱程度，非流動性指標的數值越大，表示股票的流動性越差，信息不對稱程度越高。按照Amihud(2002)[37]的做法，以個股日收益率絕對值除以日交易量，然后計算其年度均值(3)由于個股日收益率和個股日交易量的數值在數量級上相差較大，本文將非流動性指標的數值均擴大1 000倍，以便于觀察回歸系數。。表7中，列(1)、列(2)的被解釋變量分別為買賣價差(Spread)和Amihud指標(Amihud)，從中可見，并購資產評估偏差與信息不對稱指標顯著正相關，即并購資產評估偏差增大了公司與外部投資者之間的信息不對稱。

表7 機制檢驗

七、異質性分析

前文提到，資產評估偏差不僅由客觀因素引起，還可能源于大股東的資產評估操縱行為。基于“代理路徑”的視角，大股東出于利益侵占動機，會高估注入資產評估值，導致股價崩盤風險上升。兩權分離度、股權制衡度和外部治理水平會影響大股東利益侵占和資產評估操縱動機，進而影響評估偏差中隱含的風險。為此，本部分從上述三個方面對并購資產評估偏差如何影響股價崩盤風險進行異質性檢驗，以期為“代理路徑”提供證據。

(一)兩權分離度

已有研究表明，上市公司大股東的控制權越強，利益侵占越嚴重(Claessens，2002[38])。兩權分離度較高時，大股東可獲得的控制權收益大于現金流權帶來的收益，從而更可能實施利益侵占和資產評估操縱，導致股價崩盤風險上升。反之，兩權分離度較低時，大股東可獲得的現金流權收益大于控制權收益，現金流權會激勵大股東提升公司價值，減少利益侵占和資產評估操縱，從而降低股價崩盤風險。因此，大股東控制權與現金流權分離度越高，并購資產評估偏差與股價崩盤風險的正向關系可能越顯著。

設置虛擬變量Separation，若兩權分離度高于樣本中位數，則Separation取值為1，否則為0。在式(5)中加入Separation及其與Bias的交乘項，表8的列(1)、列(2)報告了回歸結果，其中Separation×Bias的回歸系數顯著為正，說明兩權分離度越高，大股東更可能實施資產評估操縱，從而加劇并購資產評估偏差對股價崩盤風險的正向影響。

(二)股權制衡度

已有研究發現，股權制衡機制能夠監督和約束大股東行為，抑制大股東利益侵占(Cheng等，2020[39])。當股權制衡度較高時，大股東實施機會主義行為的成本較高，從而會減少資產評估操縱。而且，股權制衡限制了大股東的利益侵占行為，其后續的負面消息隱瞞也會減少。反之，股權制衡度越低，大股東侵占成本越低，從而越可能實施資產評估操縱和負面消息隱瞞，導致股價崩盤風險上升。因此，股權制衡度越高，并購資產評估偏差與股價崩盤風險的正向關系可能越弱。

參照沈華玉等(2017)[28]的研究，以第2至第10大股東持股比例之和與第一大股東持股比例的比值作為股權制衡度的衡量指標。設置虛擬變量Balance，若股權制衡度高于樣本中位數，則Balance取值為1，否則為0。在式(5)中加入Balance及其與Bias的交乘項，表8的列(3)、列(4)報告了回歸結果，其中Balance×Bias的回歸系數顯著為負，說明較高的股權制衡度能夠抑制大股東利益侵占和資產評估操縱行為，減弱并購資產評估偏差與股價崩盤風險的正向關系。

(三)外部治理水平

外部治理是約束大股東機會主義行為的重要機制，能夠提高大股東利益侵占成本，從而減少大股東資產評估操縱和負面消息隱瞞，降低股價崩盤風險。在資本市場中，機構投資者是重要的外部治理力量，其具備廣泛的信息獲取渠道和專業的信息處理能力，并且具有較強的監督動機(Kang等，2018[40])，能夠減少內部人信息操縱(李萬福等，2020[41])。此外，分析師也被視為公司管理層的外部監督者，其具備較強的信息收集和分析能力，能夠向市場傳遞增量信息，減少公司和投資者之間的信息不對稱(伊志宏等，2019[42])，降低代理成本(Yu等，2008[43])。因此，機構投資者持股比例越高或分析師關注度越高，并購資產評估偏差與股價崩盤風險的正向關系可能越弱。

為檢驗機構投資者持股比例的影響，設置虛擬變量IO，若機構投資者持股比例高于樣本中位數，則IO取值為1，否則取值為0。在式(5)中加入IO及其與Bias的交乘項，表8的列(5)、列(6)報告了回歸結果，其中IO×Bias的回歸系數顯著為負。為檢驗分析師關注度的影響，設置虛擬變量Analyst，若分析師關注度高于樣本中位數，則Analyst取值為1，否則取值為0。在式(5)中加入Analyst及其與Bias的交乘項，表8的列(7)、列(8)報告了回歸結果，其中Analyst×Bias的回歸系數顯著為負。上述回歸結果表明，有效的外部治理機制能夠抑制并購資產評估偏差與股價崩盤風險的正向關系。

八、結論

防范化解金融風險是中國經濟發展進程中面臨的重要議題，受到政府部門和理論界的高度重視。近年來上市公司并購重組市場日益活躍，并購資產價值高估的現象頻繁發生，造成上市公司股價劇烈波動。股價崩盤是股價波動的極端現象，也是金融風險的微觀體現。并購資產評估值是公司并購過程中披露的關鍵信息之一，偏差較大的資產評估值會增大并購交易的信息不透明程度，造成公司和投資者之間信息不對稱，進而導致股價崩盤風險上升。為此，本文考察并購資產評估偏差是否增大了并購后的股價崩盤風險，為資產評估偏差對金融風險的影響提供了經驗證據。

本文研究表明，并購資產評估偏差與股價崩盤風險顯著正相關，而資產評估機構的高聲譽能夠抑制這一正向關系。機制分析表明，并購資產評估偏差增大了公司和外部投資者之間的信息不對稱。異質性檢驗表明，并購資產評估偏差與股價崩盤風險的正向關系在兩權分離度較高時更顯著，在股權制衡度較高、公司外部治理較強時則減弱。本文豐富了公司并購與股價崩盤風險的研究，為資產評估偏差的經濟后果提供了新的實證證據。

研究結論對于監管層、投資者和資產評估行業管理部門可能具有如下啟示：監管層和投資者對并購交易中的資產評估信息應給予一定關注，防范并購資產估值風險；有關部門應加強資產評估行業管理，積極開展評估機構綜合評價工作，培育具備較強專業性和獨立性的高聲譽評估機構，通過聲譽機制激勵評估質量提升；降低兩權分離度、提高股權制衡度、提升外部治理水平等措施能夠有效抑制大股東的資產評估操縱行為，減少并購資產評估偏差對股價崩盤風險的正向影響。

本文可能的局限性在于，由于股權收購標的多為非上市企業，其資產評估數據需通過手工收集的方式獲取。受制于數據可得性，本文所使用的樣本時間區間有限。后續研究可擴充最近年份的樣本數據進行實證分析，以增加研究結果的時效性和信服力。