供应链关联、违规行为与股价崩盘风险.pdf

产经评论2 0 2 3 年3 月第2 期国民经济供应链关联、违规行为与股价崩盘风险杨洁飞李银珠【摘要金融市场中的个体往往相互关联形成复杂的动态网络结构，个体风险可能会通过其中的关联关系产生市场连锁反应。基于2 0 1 0 一2 0 1 9 年我国A股上市公司数据，研究公司违规行为的市场影响及其产业链关联传染效应。结果表明：公司违规行为显著增大了公司股价崩盘风险，区分违规主体类型来看，股东违规行为对公司股价崩盘风险的影响不明显，而管理层违规行为显著增大了公司股价崩盘风险。其内在机制解释是管理层违规行为增加了公司的垂直委托代理成本，影响了公司运营效率，从而增大公司股价崩盘风险。此外，公司违规行为的市场风险会影响其一级供应链上下游关联企业的运行效率，使证券分析师提高对供应链关联企业的关注度，增大关联公司股价崩盘风险。上市公司违规行为会通过金融市场中复杂的关联网络影响整个市场的运行效率，这对于监管层加强对违规风险的监测和防范具有重要启示。【关键词公司违规行为；股价崩盘风险；供应链关联；风险传染【中图分类号F274；F8 3 2.5【文献标识码】A【文章编号】1 6 7 4-8 2 9 8（2 0 2 3）0 2-0 1 2 9-1 8D0I 10.14007/ki.cjpl.2023.02.008【引用方式】杨洁飞，李银珠供应链关联、违规行为与股价崩盘风险 J产经评论，2 0 2 3，1 4（2）：129-146.引言上市公司是证券市场的重要主体，规范的上市公司治理是证券市场健康、平稳发展的基础，是维护投资者利益的关键所在。近年来，作为信息披露第一梯队的上市公司违法违规行为屡禁不止，并且上市公司违法类型众多、违法手段复杂隐蔽，侵害了投资者的合法权益、扰乱市场正常运行秩序、积聚市场重大风险。例如，2 0 1 8 年以来以华夏幸福、恒大集团为代表的房地产企业大规模爆发违约，直接导致了房地产产业链上下游企业的经营风险，严重影响了金融体系的稳定性，对社会民生保障和经济稳增长造成巨大威胁。公司违规行为的发生很大程度上表明企业经营情况或财务状况等信息存在问题，当公司出现利空消息，如经营业绩恶化或投资失败时，管理层出于保护自已职位和薪酬的考虑，可能延迟信息披露或选择性信息披露内容和披露时机（Jin和Myers，2 0 0 6）1 。公司违规行为不仅有损企业“金字招牌”、降低投资者对公司的价值预期，也会影响到公司的投融资行为，降低企业盈利能力等。从市场效率的角度看，信息披露虚假或严重误导性陈述等公司违规行为的发生，将削弱其财务报表信息的价值，降收稿日期 2 0 2 2-1 2-2 4【基金项目】国家自然科学基金面上项目“中国金融市场流动性危机的度量、预警和管理”（批准号：7 1 9 7 1 0 6 3，主持人：薛熠）；浙江省哲学社会科学规划年度课题“浙江发展数字贸易促进共同富裕的机制与政策体系研究”（批准号：2 3 NDJC021Z，主持人：邱毅）。【作者简介】杨洁飞，中国东方资产管理股份有限公司博士后科研工作站，对外经济贸易大学经济学博士，研究方向：中国特色的金融市场；李银珠（通讯作者），经济学博士，浙江工商大学经济学院讲师，浙江工商大学现代商贸研究中心兼职研究人员，研究方向：世界经济、公司治理。.129.低资产价格的信息效率，损害市场的资源配置功能。例如涉嫌信息披露违规被稽查立案的绿大地、欣泰电气、康美药业等虚增资产、虚增收人的财务欺诈行为，给投资者造成了巨额损失。违规行为等负面信息的发生，会降低投资者的信任度，增加投资者的恐慌情绪和市场的抛压行为，加剧市场的不稳定性，增加股市的崩盘风险。由于上市公司之间往往相互关联形成复杂的网络关系，个体受到的异质性冲击会通过网络关系传递给市场中的其他关联个体，甚至会引发系统性风险（Barrot和Sauvagnat，2 0 1 6）2】。金融市场中，个体之间形成的复杂动态网络结构可通过产业链供应链之间的业务往来或持有对手的资产或负债而形成直接联系，以及通过持有相似投资组合而形成非直接关系。在通过一级供应链上下游合作形成业务上直接关联的关系中，公司之间往往业务往来密切、信息沟通频繁，通过供应链金融业务形成的各个环节业务关系和资金链关系则复杂隐蔽。公司发生违规行为会影响投资者对利益相关企业的价值判断，从而违规公司带来的市场风险会产生信号传递效应影响关联企业的市场表现，导致某一个体的违规风险产生连锁反应，冲击到市场中相关联的企业，加剧市场波动风险，甚至引发股市崩盘。本文从金融市场运行效率的角度研究公司违规行为的经济影响，并通过上市公司一级供应链网络匹配违规公司的关联企业，进一步研究违规行为对关联企业的风险传染，创新点主要为：（1）分析角度不同，从崩盘风险的角度更直接地考察公司违规行为对市场运行效率的影响，并进一步区分不同违规主体，从两类委托代理成本的角度分析公司违规行为影响股价崩盘风险的中介效应。（2）已有文献主要研究同行业或同一集团的关联企业，而本文通过一级供应链关系形成的更加直观的关联关系，进一步研究了公司违规行为对关联企业的市场风险传递效果，并从分析师关注的角度对公司违规行为影响其供应链关联公司股价崩盘风险给出了内在机制解释。二王理论分析与研究假设当上市公司发生违规行为受到监管部门处分并公告时，会给市场带来重大的负面冲击，造成短期内企业价值下降（Carberry et al.，2 0 1 8）3 。信息披露虚假或误导性陈述等公司违规行为严重降低了企业财务报表信息的有效性，对资产的价格效率形成负面冲击，损害投资者的合法权益，使投资者预期出现断崖式下跌；在市场下行阶段，公司违规行为向市场传递的负面信号会加剧投资者的恐慌情绪，甚至导致市场崩溃。公司违规行为不仅影响股价的市场表现，还会影响其经营环境。公司违规受到监管层的稽查处罚向市场传递出企业经营情况和公司治理结构异常的信息，使得企业在产品竞争市场中的声誉和形象受损，影响企业与客户和供货商的议价能力，导致企业的销售成本增加、经营利润下降（Karpoff和Lott，1 9 9 3 4 ；Jo h n s o n e t a l.，2 0 1 4 5】）；银行给企业提供贷款时会要求更严格的利率、担保等条件，导致企业融资成本增加（Craham et al.，2 0 0 8）6 ；公司违规行为也会降低企业的风险承担能力，使企业投资水平下降（Yuan 和Zhang，2 0 1 6)。公司违规行为反映出企业内部的委托代理问题，管理层作为全体股东的代理人，普遍存在隐藏负面信息的动机，公司违规行为的披露向市场传递出负面信号，当负面信息积聚并突然释放时，会造成公司股价的急剧下跌，降低公司的股价效率，增大股价崩盘风险，损害投资人的合法权益。Jin和Myers（2 0 0 6）从委托代理理论的角度，也指出管理层机会主义行为会加剧股价暴跌风险。本文基于我国A股市场数据研究公司违规行为对公司股价崩盘风险的影响，并从委托代理理论的视角对这一机制进行验证。基于以上分析，提出假设1。假设1：公司违规行为反映出企业的经营存在问题，增加企业的委托代理成本，进而影响公司股票的市场表现，增大公司股价崩盘风险。由于市场中个体往往相互关联形成复杂的关系网络，某一个体的异质性冲击会通过网络关系传染.130到其他个体，甚至引发系统性风险。Nunes（2 0 1 8）8 的研究表明，违规公司带来的负面影响会通过供应链传递给上游供货商。公司发生违规行为会影响投资者对同行业其他企业的价值判断，产生信号传递效应，导致同行业企业的投资规模下降、绩效表现变差（陆蓉和常维，2 0 1 8）。辛宇等（2 0 1 9）【1 0 1 研究表明，集团中某一公司发生违规行为会影响到集团内未违规公司的短期市场反应和经营绩效，一方面，由于声誉关联和业务关联会产生信息传染效应，导致同一集团未受处罚成员公司的短期和长期市场反应均显著为负；另一方面，集团为缓解违规公司受到处分后的绩效波动风险而利用内部资源的支持行为会影响同一集团内其他成员公司的绩效。公司违规行为不仅会影响违规公司自身，违规的市场风险还会通过信号传递方式对市场中与之存在关联关系的非违规公司造成负面冲击。企业一级供应链上下游关联关系直接反映了公司业务往来，一级供应链上游供应商及下游客户之间业务往来和信息沟通更加密切和频繁。供应链企业在采购、库存、销售阶段存在业务往来，根据不同业务模式提供的融资模式，相互之间存在应收应付款项等资金链关联，某一环节上发生风险时可能会沿供应链向关联企业传递。尤其是在治理机制不健全、投资者缺乏保护的新兴市场中，供应链层级结构日趋复杂，供应链成员企业交流合作频繁、利益交互复杂隐蔽。因而企业之间经营业务、资金链往来等具有较强的相关性，一旦出现风险因素可能会产生蝴蝶效应，对供应链上下游企业甚至整个供应链造成更大的风险隐患。因此，公司违规行为在一定程度上可能影响其关联企业的运营情况和资金流状况，导致违规风险传递给供应链关联企业。基于以上分析，提出假设2。假设2：公司违规行为向市场传递的负面信号会提高市场对其供应链上下游合作企业的关注，引发违规风险向供应链关联企业传导的风险传染效应。三石研究设计（一）样本选择与数据来源1.样本选取本文选取2 0 1 0 一2 0 1 9 年中国A股上市公司为初始研究样本，并按照以下标准处理样本：（1）删除已经摘牌的公司；（2）由于ST上市公司信息披露要求与其他上市公司不同，剔除ST或*ST的上市公司；（3）由于金融行业的特殊属性，根据证监会行业分类，删除银行、保险、券商等金融类企业的数据；（4）数据缺失的公司无法与其他公司进行数据对比分析，删除统计数据缺失的上市公司。2.数据来源研究样本数据来源于国泰安数据库（CSMAR）和万得（Wind）数据库。其中，上市公司违规数据来源于Wind数据库，包括因未及时披露公司重大事项、业绩预测结果不准确或不及时、信息披露虚假或严重误导性陈述、未依法履行其他职责、未按时披露定期报告等违规行为而受到沪深交易所和证监会以及地方监管部门处罚的上市公司；该数据库中统计了上市公司发生违规行为的公告时间、发生违规行为的类型、违规主体、违规主体与公司的关系、违规处分的类型、处分措施、处理人以及处罚金额等。股票收益率和市场收益率数据来源于CSMAR数据库中股票市场交易模块。企业财务状况变量数据来源于CSMAR数据库。本文实证研究采用Statal15进行回归分析，为避免异常值对研究的影响，对所有连续变量进行上下1%的缩尾处理（Winsorize）。(二)变量定义1.公司违规行为本文首先研究公司违规行为对该公司的经济影响，然后进一步研究公司违规行为对供应链关联企业的风险传染效应。2 0 1 0 2 0 1 9 年，我国A股市场共有1 7 4 7 家上市公司因违规行为被监管层处罚，总共发生违规事件7 6 8 0 起。本文以公司是否发生违规行为的虚拟变量（Violation）衡量公司违规行为.131作为核心解释变量，当公司在该年度发生违规行为被监管层处罚时取值为1，否则为0。稳健性检验中，则以公司发生违规行为的次数衡量公司违规行为（Violation_number）。2.供应链关联在研究公司违规行为对关联企业的风险传染效应时，本文构建与发生违规行为的公司存在上游一级供应商或下游一级客户关系的企业，以研究违规公司的市场风险是否会沿供应链传递至关联企业。为此，本文设置供应链关联虚拟变量（PSC_Vio），当企业与发生违规行为的公司在该年度存在供应链关联关系时取值为1，否则为0，从而研究公司违规行为对关联公司股价崩盘风险的影响。同时，本文从分析师关注的角度研究公司违规行为风险传染的内在机制，以某一会计年度跟踪该上市公司股票的分析师人数加1 的自然对数（Lnayst）和某一会计年度分析师发布关于该股票的研究报告数量加1的自然对数（Lnrept）来衡量分析师关注度。3.股价崩盘风险为研究公司违规行为的市场风险影响，参考Hutton et al（2 0 0 9）和Kim et al（2 0 1 1）1 2 的研究，构建股价崩盘风险指标。首先，以每只股票的周收益率数据对同期、滞后两期以及未来两期的市场周收益率进行回归：Ti,=,+1,;Xrm,t-2+2,;Xrm,-1+3,i Xrm,+4,;Xrm,t+1+Bs,;Xrm,I+2+8i,t其中，ri.为每年股票i在第t周的收益率；rm，为A股市场所有股票在第t周按流通市值加权平均法计算的考虑现金红利再投资的综合周市场回报率，m,1-2表示滞后2 周的市场收益率，Tm，-1 表示滞后1 周的市场收益率，m，t+1 表示未来1 周的市场收益率，m，t+2 表示未来2 周的市场收益率，方程中加入滞后项和未来项以调整股票非同步性交易的影响（Dimson，1 9 7 9）【1 3 ；8 1，为随机误差项。通过对上述模型进行估计求出残差8 i,1，从而计算出个股经过市场调整后的收益率Wi，t。(2)根据方程（1）和方程(2)求出的参数构建两个股价崩盘风险指标，对于第一个股价崩盘风险指标，本文以每只股票经过市场调整后周收益率的负偏度（Ncskew）来衡量，Ncskew的数值越大，说明偏态系数负的程度越严重，股价崩盘风险越大。Neshewi.,=-n(n-1)W.,(n-1)(n-2)(Z W.2)对于第二个股价崩盘风险指标，本文以股价上升和下降波动性的差异（Dwvol）来度量，基于计算出的股票经过市场调整后的收益率W，公式如下：Duwoli,=ln(nu-1)dn W,?/(na-1)W,?)其中，n（n a）为股票i的周特质收益率Wi,大于（小于）年平均收益W，的周数，Duwol的数值越大，表明股票收益分布倾向于左偏，暴跌风险越大。4.代理成本现代股份制公司的代理问题表现为公司股东与管理层之间的第一类代理问题和控股股东与中小股东之间的第二类代理问题。在检验公司违规行为通过增加代理成本影响公司股价市场表现这一中介效应时，本文参考Ang et al（2 0 0 0）【1 4 的研究，以管理费用率来度量第一类代理成本（AgencyCost1），管理费用率等于管理费用占主营业务收入的比例，管理费用率衡量了管理层将公司资源用于包括在职消费在内的实物消费导致的资源浪费和剩余损失，管理费用率越高，公司股东与管理层之间的代理成本越大。参考姜国华和岳衡（2 0 0 5）1 5 的研究，以其他应收款占公司总资产的比例来衡量第二类代理成本（AgencyCost2），比如控股股东一般会通过“暂借款”形式形成的其他应收款项占用上市公司资金，由于暂借款具有较好的隐蔽性，因而成为大股东侵占中小股东利益的主要形式和内容，其他应收款占总资产比例越高，说明控股股东对中小股东的利益侵占程度越高，因而代理成本越大。.132(1)Wi,=ln(1+8i,t)(3)(4)表1 变量定义5.控制变量参考相关文献关于股价崩盘风险和公司治理的研究（李志生等，2 0 1 5 1 6 ；孟庆斌等，2 0 1 8 1 7 ），本文分析公司违规行为对公司股价崩盘风险的影响时，控制了以下变量：（1）企业规模（Lnasset），用企业总资产的自然对数来表示。规模越大的公司，公司的内部管理体制和治理结构等越完善，组织运营效率越高，抗风险能力越强，股价的稳定性越好。因此，规模越大的公司股价波动风险越低。（2）资产负债率（Leverage），是企业总负债与总资产的比值。企业资产负债率衡量了企业财务结构，反映企业举债经营和偿债能力。企业举债经营可以起到“相机治理”的作用，通过债务融资，获得杠杠收益，但同时会增大还款压力，高资产负债率增大企业财务破产风险，导致代理成本增加，降低公司治理质量。因此，资产负债率越高的公司股价波动风险越大。（3）公司账面市值比（BM），等于每股净资产除以股票年末收盘价，该指标可以衡量公司的成长能力。账面市值比越高的公司存在账面市值比效应，账面市值比越高，公司市场前景越低，反映了投资者对企业的悲观预期。Fama 和French（1 9 9 2）【1 8 认为账面市值比更高的公司，经营状况较差，陷入财务困境的风险越大，股价的市场风险越高。（4）股票换手率（Turnover）。换手率一定程度上反映了股票的市场流动性，换手率越高说明流动性越好，公司股价效率也越高，股价崩盘风险越低。（5）营业收入增长率（Income_growth），反映了企业市场前景和经营发展状况。企业营业收入增长率越大，说明企业的盈利能力和市场扩张能力越强，经营绩效越好。营业收人增长率低的企业营运能力和经营效率较差，企业面临的财务风险更大，公司股价的市场表现越差。表1 为本文所涉及主要变量的定义。符号名称Violation公司违规行为Violation_Number违规行为的次数公司在某一会计年度发生违规行为的次数Vio_Sh股东违规Vio_Mg管理层违规PSC_Vio供应链关联Ncskew股价崩盘风险Duwol股价崩盘风险Lnasset企业规模BM账面市值比Turnover换手率Leverage财务杠杆Income_growth营业收人增长率收人AgencyCostl第一类代理成本管理费用/主营业务收人定义公司违规行为虚拟变量，当公司中某一主体发生违规行为时取值为1，否则为0在某一会计年度公司股东发生违规行为时取值为1，否则为0在某一会计年度公司管理层发生违规行为时取值为1，否则为0企业在该财务年度内与发生违规行为的公司存在一级供应链关联关系时取值为1,否则为0股票经过市场调整后周收益率的负偏度股价上升和下降阶段波动性的差异公司总资产的自然对数账面市值比=股东权益/公司市值=（每股净资产流通股数）/（流通股数每股股价）股票年均换手率负债/总资产衡量公司的成长性，（当期主营业务收人上期主营业务收入)/上期主营业务.133(续上表）符号AgencyCost2LnaystLnrept名称第二类代理成本其他应收款/总资产分析师关注度在某一会计年度关注公司股票的分析师人数加1 的自然对数研报关注度定义在某一会计年度公司股票相关的研究报告数量加1 的自然对数表2 变量描述性统计四实证分析（一）描述性统计本文实证分析中相关变量的描述性统计结果如表2 所示。样本期内公司发生违规行为（Viola-tion）概率的平均值为9.6%，股东和管理层发生违规行为的概率分别为2.7%和5.3%。公司平均每年发生违规行为次数（Violation_number）为0.1 3 8 次。与违规公司存在一级供应链关联关系的企业占6%。股价崩盘风险指标方面，股票经过市场调整后周收益率的负偏度（Ncskew）、股价上升和下降阶段波动性的差异（Duvol）的均值分别为-0.2 2 1 和0.0 58。企业财务状况方面，样本的平均资产负债率为4 2.5%，营业收入增长率的均值为1 6.3%，样本平均账面市值比为0.3 9，年均换手率为622.8%。代理成本指标上，管理费用率（AgencyCost1）和其他应收款占比（AgencyCost2）的平均值分别为0.1 1 0 和0.0 1 7。市场关注指标方面，平均分析师关注度和研报关注度分别为1.7 6 4 和2.4 50。变量ViolationViolation_NumberVio_ShVio_MgPSC_VioNcskewDuvolLnassetBMTurnoverLeverageIncome_growthAgencyCostlAgencyCost2LnaystLnrept观测值26849268492684926849268492663926629268492684926636268492684926845268382684926849平均值0.0960.1380.0270.0530.060-0.2210.0583.6560.390622.8000.4250.1630.1100.0171.7642.450标准差0.2950.4980.1620.2250.2370.7340.4911.3210.254514.6000.2120.3650.1010.0291.2311.766最小值0.0000.0000.0000.0000.0002.348-1.108-0.0560.03547.6500.055-0.6280.0090.0000.0000.000最大值1.00011.0001.0001.0001.0001.7371.4168.3031.2852599.0000.9012.3280.8320.2294.4666.687.134（二）公司违规行为与股价崩盘风险1.公司违规行为与股价崩盘风险本文首先研究公司违规行为对违规公司市场表现的影响，以股价崩盘风险指标作为被解释变量，以公司违规行为为解释变量，采用面板数据回归模型进行实证分析，回归中控制公司和年份固定效应，模型设定如下：Neskewiu(Duwol.)=o+,Violationin+2 Controls;+;+c,+8i其中，Controlsi为一系列控制变量，包括企业规模（Lnasset）、账面市值比（BM）、股票换手率（T u r n o v e r）、资产负债率（Leverage）、营业收入增长率（Income_growth）。；表示公司固定效应，C,为年份固定效应，8 i为随机误差项。表3 为公司违规行为对公司股价崩盘风险影响的实证结果。列（1）和列（2）显示，公司违规行为（Vi o l a t i o n）的回归系数分别为0.0 7 6 2、0.0 4 7 5，均在1%的水平上显著为正，说明公司发生违规行为会使得公司股票经过市场调整后周收益率的负偏度（Ncskew）、股价上升和下降阶段波动性的差异（D u v o l）分别提高7.6 2%和4.7 5%。以公司发生违规行为次数作为解释变量进行稳健性检验，结果如列(3)和列(4)所示，系数符号与列(1)和列(2）一致，表明结论稳健。因此，公司违规行为的发生增大了公司股价崩盘风险。变量ViolationViolation_NumberLnassetBMTurnoverLeverageIncome_growthConstant公司固定效应年份固定效应N注：回归中使用异方差调整，括号中为在公司层面聚类调整得到的稳健性标准误，*、*、*分别表示1%、5%、1 0%的显著性水平。.135.(5)表3 公司违规行为与股价崩盘风险(1)Ncskew(2)Duvol0.0762*0.0475*(0.0177)(0.0116)-0.0265*-0.0521*(0.0124)(0.0083)0.1946*0.1913*(0.0333)(0.0227)-0.0002*-0.0002*(0.0000)(0.0000)-0.0670-0.0426(0.0491)(0.0331)0.0048-0.0060(0.0134)(0.0089)0.2909*0.5104*(0.0417)(0.0281)是是是是26452264420.05280.0659(3)Ncskew0.0546*(0.0106)-0.0253*(0.0124)0.1914*(0.0332)0.0002*(0.0000)-0.0747(0.0491)0.0063(0.0134)0.2921*(0.0417)是是264520.0532(4)Duvol0.0345*(0.0072)-0.0513*(0.0083)0.1892*(0.0227)-0.0002*(0.0000)-0.0476(0.0332)0.0050(0.0089)0.5112*(0.0280)是是264420.0662表4 不同违规主体与股价崩盘风险2.影响机制分析公司违规行为本质上是现代股份制公司剩余控制权和剩余索取权分离下，委托人和代理人存在信息不对称和利益冲突导致的委托代理问题。我国上市公司委托代理问题主要有垂直代理问题和水平代理问题两类，即在控制权和经营权分离下股东与管理层之间的代理问题，控制权与现金流权分离下大股东对中小股东利益掏空的委托代理问题。从违规主体来看，股东违规和管理层违规反映了不同类型的代理问题，本文通过区分违规主体分别检验了股东违规和管理层违规对公司股价崩盘风险的影响。表4 列（1）和列（2）为股东违规行为对公司股价崩盘风险影响的实证结果，列（1)股东违规代理变量（Vio_Sh）的回归系数在1 0%的水平上显著为正，但在列（2）中不显著，表明股东违规会使公司股票经过市场调整后周收益率的负偏度（Ncskew）增加，而对股价上升和下降阶段波动性的差异（D u v o l）没有显著影响。列（3）和列（4）为管理层违规行为对公司股价崩盘风险影响的实证结果，管理层违规行为对股价崩盘风险影响的回归系数分别为0.0 8 9 2 和0.0 57 3，在1%的水平上显著，说明管理层违规行为显著增大了公司股价崩盘风险。变量Vio_ShVio_MgLnassetBMTurnoverLeverageIncome_growthConstant公司固定效应年份固定效应N注：回归中使用异方差调整，括号中为在公司层面聚类调整得到的稳健性标准误，*、*、*分别表示1%、5%、1 0%的显著性水平。.136(1)Ncskew0.0540*(0.0305)-0.0274*(0.0124)0.1973*(0.0335)-0.0002*(0.0000)-0.0570(0.0493)0.0035(0.0134)0.2897*(0.0417)是是264520.0521(2)Duvol0.0288(0.0196)-0.0527*(0.0083)0.1931*(0.0228)-0.0002*(0.0000)-0.0359(0.0333)-0.0069(0.0089)0.5097*(0.0281)是是264420.0652(3)Ncshkew0.0892*(0.0239)-0.0268*(0.0123)0.1952*(0.0333)-0.0002*(0.0000)-0.0645(0.0490)0.0048(0.0134)0.2903*(0.0417)是是264520.0527(4)Dwol 0.0573*(0.0157)-0.0522*(0.0083)0.1917*(0.0227)-0.0002*(0.0000)0.0413(0.0331)-0.0059(0.0089)0.5101*(0.0280)是是264420.0658为解释公司违规行为影响股价崩盘风险的内在机制，本文从公司代理成本的角度进行中介效应检验。参考现有文献，本文计算第一类代理成本（AgencyCost1）和第二类代理成本（AgencyCost2）的代理指标，分别检验股东违规和管理层违规通过影响企业代理成本进而影响公司股价崩盘风险的中介效应，表5为逐步法检验股东违规行为通过增大代理成本影响股价崩盘风险中介效应的实证结果。列（1）股东违规行为（Vio_Sh）的回归系数显著为正，说明股东违规行为会显著增大公司的水平代理成本。列（3）、列（5）为加人中介变量的回归结果，股东违规行为（Vio_Sh）和第二类代理成本（A g e n c y C o s t 2）的回归系数均不显著，该结果与表4 列（1）和列（2）的结果一致，说明股东违规行为对股价崩盘风险的影响效果不明显。表5股东违规行为、代理成本与股价崩盘风险变量(1)AgencyCost2Vio_Sh0.0130*(0.0043)AgencyCost2LnassetBMTurnoverLeverageIncome_growthConstant公司固定效应年份固定效应N注：回归中使用异方差调整，括号中为在公司层面聚类调整得到的稳健性标准误，*、*、*分别表示1%、5%、1 0%的显著性水平。表6 为逐步法检验管理层违规行为通过增大代理成本影响股价崩盘风险中介效应的实证结果。列（1）管理层违规行为（Vio_Mg）的回归系数显著为正，说明管理层违规行为显著增大了公司第一类代理成本。列(2）、列（4）的结果显示管理层违规行为对公司股价崩盘风险影响的回归系数分别为0.0892和0.0 57 3。列（3）、列（5）为控制中介变量第一类代理成本（AgencyCost1）的实证结果，.137.(2)Ncskew0.0540*(0.0305)-0.0265*-0.0274*(0.0028)(0.0124)-0.00620.1973*(0.0047)(0.0335)-0.0000*-0.0002*(0.0000)(0.0000)0.0442*-0.0570(0.0104)(0.0493)-0.0488*0.0035(0.0027)(0.0134)0.1755*0.2897*(0.0083)(0.0417)是是是是26632264520.14180.0521(3)Ncshew0.0523*(0.0305)0.1019(0.0810)-0.0258*(0.0126)0.1982*(0.0335)-0.0002*(0.0000)-0.0609(0.0494)0.0076(0.0139)0.2749*(0.0441)是是264480.0522(4)Duvol0.0288(0.0196)-0.0527*(0.0083)0.1931*(0.0228)-0.0002*(0.0000)-0.0359(0.0333)-0.0069(0.0089)0.5097*(0.0281)是是264420.0652(5)Duwvol0.0278(0.0196)0.0515(0.0546)-0.0523*(0.0085)0.1940*(0.0229)-0.0002*(0.0000)-0.0376(0.0333)-0.0048(0.0093)0.5034*(0.0295)是是264380.0653AgencyCost1的回归系数在1%的水平上显著为正，说明第一类代理成本的增加会增大公司股价崩盘风险，同时管理层违规行为（Vio_Mg）的回归系数分别为0.0 8 7 3 和0.0 56 5，且均在1%的水平上显著，结果支持部分中介效应。中介效应检验的SobelZ值分别为2.6 3 1 和3.4 0 7，通过中介效应检验，说明管理层违规行为损害股东和投资者的利益，增加公司代理成本，进而影响公司股价崩盘风险这一中介效应机制成立。变量Vio_MgAgencyCostlLnassetBMTurnoverLeverageIncome_growthConstant公司固定效应年份固定效应Sobel 检验Z值N注：回归中使用异方差调整，括号中为在公司层面聚类调整得到的稳健性标准误，*、*、*分别表示1%、5%、1 0%的显著性水平。（三）公司违规行为的风险传染1供应链关联与股价崩盘风险Lang和Stulz（1 9 9 2）【1 9 研究表明违约事件不仅会增加公司的破产风险，还会通过公司间的直接关系链进行传染，增加其他公司的违约风险，降低市场运行效率。因此，公司违规行为可能不仅会影响到违规公司本身，还会影响到与之存在关联关系的非违规公司的运行效率。本文基于一级供应链关联关系构建违规公司的一级供应商和一级客户企业，设置供应链关联虚拟变量（PSC_Vio），研究违.138 表6 管管理层违规行为、代理成本与股价崩盘风险(1)AgencyCostl(2)Ncskew0.0043*0.0892*(0.0010)(0.0239)-0.0034*-0.0268*(0.0008)(0.0123)0.00070.1952*(0.0019)(0.0333)-0.00000.0002*(0.0000)(0.0000)0.0239*-0.0645(0.0030)(0.0490)-0.0024*0.0048(0.0006)(0.0134)0.0170*0.2903*(0.0025)(0.0417)是是是是26625264520.02630.0527(3)Ncskew0.0873*(0.0240)0.5534*(0.2123)-0.0251*(0.0124)0.1957*(0.0333)0.0002*(0.000)0.0782(0.0494)0.0063(0.0134)0.2814*(0.0420)是是2.631264410.0530(4)Duvol0.0573*(0.0157)-0.0522*(0.0083)0.1917*(0.0227)-0.0002*(0.0000)0.0413(0.0331)-0.0059(0.0089)0.5101*(0.0280)是是264420.0658(5)Duwol0.0565*(0.0157)0.4307*(0.1488)-0.0508*(0.0083)0.1918*(0.0227)-0.0002*(0.000)0.0522(0.0334)-0.0048(0.0089)0.5032*(0.0282)是是3.407264310.0663表7 公司违规行为的风险传染规行为对关联企业市场风险的影响，在回归中不包括发生违规行为的公司样本，以剔除违规公司造成股价崩盘风险增加的影响。表7 为公司违规行为对其一级供应链关联公司股价崩盘风险影响的实证结果，违规公司的供应链关联代理变量（PSC_Vio）的回归系数分别为0.0 3 8 和0.0 2 9，且在5%的水平上显著，说明公司违规行为会导致一级供应链关联企业的股票经过市场调整后周收益率的负偏度（Ncskew）平均增加3.8%，股价上升和下降阶段波动性的差异（Duwol）平均增加2.9%。PSC_VioLnassetBMTurnoverLeverageIncome_growthConstant行业固定效应年份固定效应N注：括号中为异方差调整后的稳健性标准误，*、*、*分别表示1%、5%、1 0%的显著性水平。2.影响机制分析当公司发生违规行为时，证券分析师会利用其专业的市场研判和逻辑分析能力，沿上下游产业链挖掘关联企业的信息，通过搜集、处理信息并发布研究报告向市场传递信息，提高市场投资者的关注度。分析师作为金融市场的信息中介，向市场传递信息通常会影响公司股价，其盈利预测一定程度上反映了市场预期，当公司业绩与分析师盈利预测之间出现较大差距时，会引发投资者的焦虑情绪从而抛售公司股票，导致公司股价大幅波动（Dechowetal.，2 0 0 0）2 0 1，甚至会加剧公司股价崩盘风险（许年行等，2 0 1 2 2 1 ；韩艳锦等，2 0 2 1 2 】）。基于此，本文从分析师关注的角度探讨违规公司对其一级供应链关联公司股价崩盘风险影响的内在机制。表8 为逐步法检验分析师关注度中介效应的实证结果。列（1）和列（2）中，供应链关联代理变量（PSC_Vio）的回归系数在1%的水平上显著为正，说明公司违规行为会显著提高分析师对供应.139.变量(1)Ncskew0.0380*(0.0191)-0.0666(0.0051)-0.0229(0.0247)-0.0002*(0.0000)-0.1550*(0.0261)0.0553*(0.0133)0.4041*(0.0250)是是238870.0525(2)Duvol0.0290*(0.0127)-0.0655*(0.0034)0.0323*(0.0162)-0.0001*.(0.0000)-0.0839*(0.0174)0.0253*(0.0090)0.5185*(0.0170)是是238770.0676链关联企业的关注度。列（4)和列(5）、列(7)和列（8)分别为分析师关注度在违规行为对一级供应链关联公司股价崩盘风险影响中的中介效应实证结果，分析师关注度（Lnayst）和研报关注度（Lnrept）的回归系数在1%的水平上显著为正，说明分析师关注会显著增大股价崩盘风险。在控制分析师关注度和研报关注度后，PSC_Vio的回归系数不再显著，说明分析师关注度是违规行为影响其一级供应链关联公司股价崩盘风险的中介机制。中介效应检验的Sobel Z值通过，证明分析师关注的中介效应成立。变量PSC_VioLnaystLnreptLnassetBMTurnoverLeverageIncome_growthConstantSobel 检验Z值行业固定效应年份固定效应N0.4037注：括号中为异方差