區域社會資本對股價崩盤風險影響研究

股票市場的穩定運行是資本市場健康發展的直接影響因素，我國目前市場機制仍未成熟，股票價格和內在價值存在偏差，股價同漲同跌現象顯著。因此，研究股價崩盤風險的成因和如何抑制風險受到學術界的持續重點關注。Jin和Myers（2006）提出了“信息隱藏假設”，管理層會因自己的職位、薪資或利益而偏向選擇隱藏利空的消息，當消息累積到一定閾值時，一旦被市場捕獲，便會造成股價報復性的斷崖式下跌，形成股價崩盤風險。現有文獻大多從企業內部管理、管理層的過度自信和投資決策等內部因素以及機構投資者持股、融資融券這類正式制度等外部因素來討論對股價崩盤風險的抑制作用，鮮少有從區域社會資本這種非正式制度因素來考慮對股價崩盤風險的影響。本文通過研究區域社會資本和公司股價崩盤風險的關系，可以了解區域社會資本對企業管理層和內部的影響。另外，還考察了信息透明度路徑下區域社會資本對股價崩盤風險的影響，可以幫助投資者獲得企業真實信息的新渠道，提高自身財富；同時，企業可以減少管理層信息隱藏帶來的崩盤風險。

研究假設

本文將社會資本定義為個人或者集體間合作信任和網絡，而區域社會資本則是在一個有限區域內的社會資本水平，由社會網絡和信任所決定，社會資本水平高的地區會有密集的網絡，更高的社會規范和信任程度，有助于形成相同的價值觀，促進完善社會規范，管理層受到的道德規范約束強，致使該地區內的企業文化發生轉變，從而抑制企業自利和不道德行為。

社會資本高的地區也表示有著更多的社會組織，個體以及組織之間的交流互動會更頻繁，促進人和人、人和組織以及組織間信息共享和交流，減小信息表不對稱程度，降低獲取信息所需的成本，機構投資者、媒體等外部利益相關者能更及時了解企業真實信息，從而加大對企業的有效監督，對隱藏利空信息進行抑制可能會避免股價斷崖式下跌。

因此，本文提出以下兩個假設：

假設1：區域社會資本與未來股價崩盤風險呈負相關。

假設2：高社會資本水平區域推動信息披露程度提高，對股價崩盤風險抑制作用顯著。

研究設計

一、樣本選擇與數據來源

本文選取2011年到2020年在滬深兩市場的上市公司作為研究對象，并在此基礎上剔除如下樣本：1.金融行業樣本；2.ST、*ST以及已經退市的公司；3.因為西藏自治區企業相對較少且缺失數據較多，本文將其剔除，選取其余30個省份的樣本。4.因為缺失股價崩盤風險等一些數據，因此經過篩選之后，最后一共得到26264個樣本數據。為防止這些數據中存在的一些極端數據影響本文的研究結果，因此本文對26264個樣本數據進行1%和99%水平上的縮尾處理。本文的數據來自Wind和國泰安數據庫，社會資本所選指標數據來自中國統計年鑒、勞動統計年鑒、各省份統計年鑒等。

二、變量選取和測度

（一）被解釋變量

參考已有文獻采用股票周收益負偏度（NCSKEW）和股票周收益漲跌波動比（DUVOL）來衡量，具體的度量方式如下：

首先使用模型1對股票i的市場調整后的周收益率進行年回歸。

其中，表示股票i在第t周的時候需要考慮現金紅利的再投資收益率，表示第t周之后流通市值經過加權調整之后的市場平均回報率。并且加入了市場回報率的滯后和超前兩期收益率。然后對模型（1）中殘差項進行變換，得到股票特有收益率，公式為。最后通過收益率采用如下兩種方式構造股價崩盤風險指標。

方法一為采用負收益率偏態系數（NCSKEW）來進行衡量，公式為：

其中，n表示股票i每季度的交易天數，如果負收益率偏態系數越大，就表示股價存在比較大的崩盤風險。

方法二為個股周收益率上下波動比率（DUVOL）來衡量股價崩盤風險，公式為：

其中，通過個股周特有收益率大于或小于當年均值將樣本分為上升和下降兩個子樣本和，和是當年個股周特有收益率大于和小于其均值的周數。

（二）解釋變量

社會資本因為多維度性目前沒有一個統一的衡量方法，學者們會根據研究需求選擇指標，本文為了能充分衡量社會資本的多維度性，根據Putnam（1993）的研究通過三個層面構建社會資本體系，首先是區域社會信任，多數文章采取的是張維迎和柯榮柱（2002）以問卷的形式對15萬家企業的信任度進行調查得出的數據，但時效方面已不合適，所以本文借鑒曾克強（2017）的方式采用ICE8000公布的歷年中國省級誠信排名。其次是區域社會網絡，本文分別從線上利用網絡工具的信息交流以及人與人之間的線下聯系兩方面來衡量，分別選取的是互聯網普及率以及人均客運量來表示。

參考相關研究，本文在后續實證回歸中控制如下變量，具體有公司層面的控制變量，包括企業規模（size）、總資產報酬率（Roa）、平均換手率（DTurn）、資產負債率（Lev）、股權集中度（Share）、平均收益率（Ret）、收益率的標準差（Sigma），其中由于企業規模（size）數值較大對其進行了對數處理。同時，本文還控制了年份（year）和行業（Industry）虛擬變量。

為了驗證本文提出的結論，參照研究，選取了以下基本回歸模型：

在上述模型中，被解釋變量代表股價崩盤風險，可以利用負收益率偏態系數（NCSKEW）和個股周收益率上下波動比率（DUVOL）來衡量股價崩盤風險，而社會資本SC則為解釋變量，control為控制變量，并通過不同的年份和行業來看對結果的影響。本文主要討論系數的方向和顯著性，來驗證本文的假設。

實證結果與分析

一、描述性統計

本文模型主要變量的描述性統計指標主要為股價崩盤風險兩個衡量指標，NCSKEW的均值為-0.2896，最小值為-5.1701，最大值為5.0371；DUVOL的均值為-0.1899，最小值為-2.5596，最大值為2.6865，由此可見均值都為負，表明股價崩盤風險整體呈現較高的狀態。而社會資本最小值為1.1806，最大值為7.4541，差距較大，表明各區域之間的社會資本存在比較明顯的差異。

二、主回歸分析

通過本文的基本模型對社會資本和股價崩盤風險的關系進行回歸，分別用NCSKEW和DUVOL來衡量股價崩盤風險，并且將樣本分為全國、東部和中西部地區來觀測不同地區社會資本對股價崩盤風險的影響是否具有差異。

通過分析得出，無論是NCSKEW還是DUVOL，社會資本SC都與其呈現負相關關系，并且滿足1%的顯著水平，由此得出當區域社會資本水平越高的時候，對該區域內企業的股價崩盤風險具有明顯的抑制作用，本文的假設1得到驗證。另外，通過對比不難發現，不同區域之間的社會資本存在異質性。雖然對股價崩盤風險均呈現抑制性作用，但東部地區均在1%的水平下顯著，中西部地區則不顯著。說明目前東部地區社會資本對股價崩盤風險的影響更明顯，而中西部地區目前股價崩盤風險受區域社會資本的抑制作用小。因東部地區相對于中西部地區經濟發展、市場機制等方面更發達，企業數量也相對更多，受制度約束、信息溝通、社會道德等方面的約束力度更大。

三、穩健性檢驗

通過改變解釋變量的測度進行檢驗，本文對于社會資本的衡量是將各指標標準化后采取熵平衡的方式來進行賦權，穩健性檢驗中則采取主成分分析法，得出社會資本對股價崩盤風險的抑制作用仍然顯著，并且在東部地區社會資本緩解風險會比中西部效果更明顯，表明結果仍然穩健。

四、區域社會資本對股價崩盤風險的影響機制檢驗

為了驗證假設2對數據進行中介效應檢驗，研究社會資本通過信息透明度對股價崩盤風險的作用機制，本文選取過去三年操縱性應計利潤絕對值之和來衡量信息透明度，該指標越高說明信息隱藏程度越深。可以看出社會資本對信息透明度呈負相關關系，系數為-0.00123，并且在5%的水平下顯著，因為該指標為負向指標，即指標越大，表示信息的不透明程度越高。社會資本越高，可以減少信息的隱藏。信息透明度與股價崩盤風險成正比且在1%水平顯著，表明信息隱藏程度越深，股價崩盤風險的概率越大，而社會資本與股價崩盤風險系數仍為負值且有5%的顯著水平，說明社會資本可以減少利空信息的隱藏，且社會資本水平高的地區具有更大的信息覆蓋面，相對來說需要進行隱藏的成本也就越高，進而能夠抑制股價崩盤風險，假設2得到驗證。

研究結論與啟示

本文對我國2011年到2020年A股上市非金融企業樣本數據進行分析，從社會網絡、信任和規范三個層面綜合構建了社會資本指標，為區域社會資本對股價崩盤風險的緩解作用提供了實證依據。本文的具體結論有：1.社會資本水平越高的地區，個股發生股價崩盤風險的概率越小，并且地區之間存在差異性，在東部地區經濟更為發達，信息共享和社會約束更完善，社會資本的抑制作用更顯著，相對而言，中西部地區股價崩盤風險和社會資本的關系不顯著。2.社會資本通過推動信息披露透明度，使得公司信息能夠更加客觀，進而能夠使投資者和管理者之間的信息差更小，從而降低股價崩盤風險。

針對本文的研究結果提出幾點建議：第一是各地區社會資本存在差異，政府可以出臺相關政策來協調社會資本水平發展，比如增強互聯網普及，建立民間組織等，提高道德建設，有助于約束經濟不當行為。第二是企業在做決策時也要重視所在地區的社會資本水平，高的社會資本水平可以限制企業管理層的機會主義行為，有利于企業長期發展。第三是投資者在選擇投資組合的時候也可關注企業所處區域的社會資本水平，高水平地區的企業可以獲得的信息更多更客觀，并且未來面臨股價崩盤風險的可能性越小。（作者單位：東華大學旭日工商管理學院）

（責任編輯：吳輝）