机构投资者抱团与股价崩盘风险
|
摘要
自2008年全球股市崩盘乃至2015年下半年中国发生股灾以来,股价崩盘机制及其防范已经成为学术界研究的热点。本文从社会网络算法出发,研究网络中机构投资者抱团行为如何影响股价崩盘风险。本文运用Louvain算法从机构投资者网络中提取出机构投资者团体,研究发现机构投资者抱团持股比例及持股比重与股价崩盘风险呈显著正相关关系。相对于其他企业,在非国有、代理成本较高以及处在投资者保护水平较高地区的企业中,机构投资者抱团对公司股价崩盘风险的加剧作用更为显著。为控制内生性问题,本文采用2004年保险资金被批准直接入市的政策变化作为外部冲击构造工具变量和自然实验等进行稳健性检验,研究结论依然成立。进一步通过信息、公司治理、交易等多个角度去检验潜在影响机制。与投资者独立同质的假设不同,本文创新性地探索了中国机构投资者在网络中的交互行为,拓展和深化了机构投资者对公司治理、股价崩盘风险影响的研究,并对网络关系和金融研究的交叉融合提供了一定的理论与实证依据。
Since the global stock market crash triggered by the global financial crisis in 2008 and the stock market crash in China in the second half of 2015, the mechanism of stock price crash and its prevention have become hot topics in academic research. From social network algorithm, this paper studies how the collective behavior of institutional investors in the network affects the stock price crash risk. This paper adopts Louvain algorithm to extract institutional investors clique measure from institutional investors' network to investigate its impact on stock price crash risk. We find that there is a significant positive correlation between the proportion of shares held by institutional investors clique and stock price crash risk afterwards. Compared with other enterprises,institutional investors clique plays a more significant role in exacerbating the risk of stock price crash in non-stateowned enterprises, those with higher agent costs and those with higher levels of investor protection. In order to ease the endogenous concern, this paper introduces an external shock of the policy change which first allows insurance funds to invest in stock market. We construct an instrumental variable and a difference-in-difference test to show the robustness of our results. Different from the assumption that investors are independent and homogeneous, this paper innovatively explores the interaction behavior of Chinese institutional investors in the network, and deepens the research about its impact on corporate governance and stock price crash risk. Our findings lend both theoretical and empirical support to future cross-discipline research between network and finance.
Since the global stock market crash triggered by the global financial crisis in 2008 and the stock market crash in China in the second half of 2015, the mechanism of stock price crash and its prevention have become hot topics in academic research. From social network algorithm, this paper studies how the collective behavior of institutional investors in the network affects the stock price crash risk. This paper adopts Louvain algorithm to extract institutional investors clique measure from institutional investors' network to investigate its impact on stock price crash risk. We find that there is a significant positive correlation between the proportion of shares held by institutional investors clique and stock price crash risk afterwards. Compared with other enterprises,institutional investors clique plays a more significant role in exacerbating the risk of stock price crash in non-stateowned enterprises, those with higher agent costs and those with higher levels of investor protection. In order to ease the endogenous concern, this paper introduces an external shock of the policy change which first allows insurance funds to invest in stock market. We construct an instrumental variable and a difference-in-difference test to show the robustness of our results. Different from the assumption that investors are independent and homogeneous, this paper innovatively explores the interaction behavior of Chinese institutional investors in the network, and deepens the research about its impact on corporate governance and stock price crash risk. Our findings lend both theoretical and empirical support to future cross-discipline research between network and finance.
引文
[1]薄仙慧,吴联生.国有控股与机构投资者的治理效应:盈余管理视角[J].经济研究,2009,(2):81-91.
[2]曹丰,鲁冰,李争光,徐凯.机构投资者降低了股价崩盘风险吗[J].会计研究,2015,(11):55-61.
[3]代昀昊,唐齐鸣,刘莎莎.机构投资者、信息不对称与股价暴跌风险[J].投资研究,2015,(1):50-64.
[4]樊纲,王小鲁,朱恒鹏.中国市场化指数:各地区市场化相对进程报告[M].北京:经济科学出版社,2011.
[5]冯根福,刘虹,冯照桢,温军.股票流动性会促进我国企业技术创新吗[J].金融研究,2017,(3):192-206.
[6]高昊宇,杨晓光,叶彦艺.机构投资者对暴涨暴跌的抑制作用:基于中国市场的实证[J].金融研究,2017,(2):163-178.
[7]高凤莲,王志强.独立董事个人社会资本异质性的治理效应研究[J].中国工业经济,2016,(3):146-160.
[8]郭晓冬,柯艳蓉,吴晓晖.坏消息的掩盖与揭露:机构投资者网络中心性与股价崩盘风险[J].经济管理,2018,(4):152-169.
[9]侯宇,叶冬艳.机构投资者、知情人交易和市场效率[J].金融研究,2008,(4):131-145.
[10]李增福,林盛天,连玉君.国有控股、机构投资者与真实活动的盈余管理[J].管理工程学报,2013,27(3):35-44.
[11]梁上坤.机构投资者持股会影响公司费用粘性吗[J].管理世界,2018,(12):133-148.
[12]林长泉,毛新述,刘凯璇.董秘性别与信息披露质量[J].金融研究,2016,(9):193-206.
[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]刘星,吴先聪.机构投资者异质性、企业产权与公司绩效---基于股权分置改革前后的比较分析[J].中国管理科学,2011,19(5):183-192.
[15]潘越,戴亦一,陈梅婷.基金经理的投资经验、交易行为与股市泡沫[J].中国工业经济,2011,(1):120-129.
[16]肖欣荣,刘健,赵海健.机构投资者行为的传染---基于投资者网络视角[J].管理世界,2012,(12):35-45.
[17]王化成,曹丰,高升好,李争光.投资者保护与股崩盘风险[J].财贸经济,2014,(10):73-82.
[18]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):45-57.
[19]王小鲁,樊纲,余静文.中国分省份市场化指数报告[M].北京:社会科学文献出版社,2017.
[20]许年行,江轩宇,伊志宏,徐信忠.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):127-140.
[21]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):31-43.
[22]Ali,N.,and D.Miller.Enforcing Cooperation in Networked Societies[R].Unpublished Manuscript,University of California Working Paper,2013.
[23]Assenza,S.,J.Gómez-Garde軇nes,and V.Latora.Enhancement of Cooperation in Highly Clustered Scale-Free Networks[J].Physical Review E Statistical,Nonlinear,and Soft Matter Physics,2008,78(1/2):1-5.
[24]Bajo,E.,T.J.Chemmanur,K.Simonyan,and H.Tehranian.Underwriter Networks,Investor Attention,and Initial Public Offerings[J].Journal of Financial Economics,2016,122(2):376-408.
[25]Barrat,A.,M.Barthelemy,R.Pastor-Satorras,and A.Vespignani.The Architecture of Complex Weighted Networks[J].Proceedings of the National Academy of Sciences of the United States of America,2004,101(4):3747-3752.
[26]Blondel,V.D.,J.L.Guillaume,R.Lambiotte,and E.Lefebvre.Fast Unfolding of Communities in Large Networks[J].Journal of Statistical Mechanics:Theory and Experiment,2008,(10):1-12.
[27]Busch,P.,and S.Obernberger.Actual Share Repurchases,Price Efficiency,and the Information Content of Stock Prices[J].Review of Financial Studies,2016,30(1):324-362.
[28]Callen,J.L.,and X.Fang.Institutional Investor Stability and Crash Risk:Monitoring versus Short-termism[J].Journal of Banking and Finance,2013,37(8):3047-3063.
[29]Callen,J.L.,and X.Fang.Religion and Stock Price Crash Risk[J].Journal of Financial and Quantitative Analysis,2015,50(1-2):169-195.
[30]Chen,X.,J.Harford,and K.Li.Monitoring:Which Institutions Matter[J].Journal of Financial Economics,2007,86(2):279-305.
[31]Crane,A.D.,A.Koch,and S.Michenaud.Institutional Investor Cliques and Governance[R].SSRN Working Paper,2017.
[32]Edmans,A.,and C.G.Holderness.Blockholders:A Survey of Theory and Evidence[R].SSRN Working Paper,2016.
[33]Firth,M.,J.Gao,J.Shen,and Y.Zhang.Institutional Stock Ownership and Firms’Cash Dividend Policies:Evidence from China[J].Journal of Banking and Finance,2016,65(1):91-107.
[34]Holden,C.W.,and A.Subrahmanyam.Long-Lived Private Information and Imperfect Competition[J].Journal of Finance,1992,47(1):247-270.
[35]Hutton,A.,A.Marcus,and H.Tehranian.Opaque Financial Reports,R2,and Crash Risk[J].Journal of Financial Economics,2009,94(1):67-86.
[36]Jiang,F.,and K.A.Kim.Corporate Governance in China:A Modern Perspective[J].Journal of Corporate Finance,2015,32(3):190-216.
[37]Kyle,A.S.Continuous Auctions and Insider Trading[J].Econometrica,1985,53(6):1315-1335.
[38]Kim,J.,Z.Wang,and L.Zhang.CEO Overconfidence and Stock Price Crash Risk[J].Contemporary Accounting Research,2016,33(4):1720-1749.
[39]Kothari,S.P.,S.Shu,and P.Wysocki.Do Managers Withhold Bad News[J].Journal of Accounting Research,2009,47,(1):241-276.
[40]Li,X.,S.S.Wang,and X.Wang.Trust and Stock Price Crash Risk:Evidence from China[J].Journal of Banking and Finance,2017,76(1):74-91.
[41]Lin,Y.R.,and X.M.Fu.Does Institutional Ownership Influence Firm Performance?Evidence from China[J].International Review of Economics and Finance,2017,49(1):17-57.
[42]Marcoux,M.,and D.Lusseau.Network Modularity Promotes Cooperation[J].Journal of Theoretical Biology,2013,324(5):103-108.
[43]Phillips,B.Options,Short-sale Constraints and Market efficiency:A New Perspective[J].Journal of Banking and Finance,2011,35(2):430-42.
[44]Pool,V.K.,N.Stoffman,and S.E.Yonker.The People in Your Neighborhood:Social Interactions and Mutualfund Portfolios[J].Journal of Finance,2015,70(6):2679-2732.
[45]Shleifer,A.,and R.W.Vishny.Large Shareholders and Corporate Control[J].Journal of Political Economy,1986,94(3):461-488.
[46]White,H.A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity[J].Econometrica,1980,48(4):817-838.
[47]Xu,N.,X.Li,Q.Yuan,and K.Chan.Excess Perks and Stock Price Crash Risk:Evidence from China[J].Journal of Corporate Finance,2014,25(1):419-434.
[48]Zou,H.,S.Wong,C.Shum,J.Xiong,and J.Yan.Controlling-Minority Shareholder Incentive Conflicts and Directors’and Officers’Liability Insurance:Evidence from China[J].Journal of Banking and Finance,2008,32(12):2636-2645.
(1)在本文中,根据机构投资者网络中的个体是否为某个网络团体成员鉴定机构投资者个体是否抱团,在通过任意两个机构投资者共同持股(各自持有任意一家相同公司的股份占流通股比例大于等于5%)建立的连接构建的网络中,如果某个机构投资者是某个团体成员,则该机构投资者个体存在抱团,否则,不存在抱团。
(2)Louvain算法由Blondel et al.(2008)开发,是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。
(1)同时,需谨慎外推,即便机构投资者抱团与股价崩盘风险呈现正(负)关系,也不能就此完全排除和断定另一种机制完全不存在。
(1)之所以选择1999年作为研究的起始年度,是因为1999年之前机构投资者持股明细数据的观测过少,无法提取出机构投资者网络团体。
(2)股价崩盘风险指标的计算、机构投资者团体的提取步骤以及所有相关变量的具体定义,详细内容见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)中国资本市场上机构投资者整体和单个机构投资者以及机构投资者团体整体的持股比例情况,见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)Crane et al.(2017)统计显示,在美国资本市场上,美国1980—2013年机构投资者整体的持股比例的中位数为25%,单个机构持股比例在2013年的中位数为0.029%。
(3)Crane et al.(2017)的研究指出,美国2013年机构投资者团体持股比例的平均水平为42%。
(4)美国1980—2013年这两个指标的均值分别达到29%和13%(Crane et al.,2017)。
(1)本文计算了所有相关变量两两之间的Pearson相关系数,并根据主回归计算所有自变量的VIF值,因篇幅有限,只报告主要变量的相关系数,未报告其他控制变量的相关系数以及VIF的值,见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)控制公司治理因素后的回归结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)保险公司的直接入市增加了机构投资者网络中的节点数目,同时改变网络中与其他类型机构个体连接的数量,改变机构投资者团体成员的数量构成,致使机构投资者团体持股相关指标发生变化。而且政策颁布的时间和内容是由国家机关决定而非机构投资者选择。因此,选择该政策变化作为外生事件具有一定的合理性,既满足和机构网络团体持股的相关性,又满足来自国家政策冲击的外生性要求。
(1)未报告其他稳健性检验的结果,详细结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)聚类系数是用来反映某个机构与其建立连接的周围机构连接的亲密程度,机构的聚类系数越大,代表他与其建立连接的周围机构进入同一个团体的可能性越大。
(1)详细结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)市场负面信息以及公司特有负面信息延迟融入股价指标的详细构造步骤见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)已有研究通常采用樊纲等(2011)提供的一级分项指标“市场中介组织的发育和法律制度环境”和“政府与市场的关系指数”以及公司所在地区每万人拥有的律师数量作为公司所在地区投资者保护水平的代理变量(王化成等,2014)。然而,鉴于王小鲁等(2017)提供的以上两种指数2008—2014年数据只截至2014年,且与2011年提供的截止至2009年的数据使用的数据资料以及计算基期年份不同,致使前后两个报告公布的指数评分和排序不同(王小鲁等,2017),影响2008年前后这两个指数在两个区间的可比性。由于本文研究样本的时间跨度为1999—2016年,因此,为确保研究数据的时效性,使研究结果更加可靠,本文选择公司所在地区每万人拥有的律师数量衡量投资者保护水平。其中,各地区的总人口数量来源于历年《中国统计年鉴》中的年末常住人口,律师数量主要来源于《中国律师年鉴》中的全国律师工作人员统计表,并辅以各地区年鉴中的律师、公证、基层司法及法学教育基本情况表进行补充完善,本文据此手工搜集1999—2016年间31 个省份的总人口、律师数量进行计算公司所在地区每万人拥有的律师数量。
[2]曹丰,鲁冰,李争光,徐凯.机构投资者降低了股价崩盘风险吗[J].会计研究,2015,(11):55-61.
[3]代昀昊,唐齐鸣,刘莎莎.机构投资者、信息不对称与股价暴跌风险[J].投资研究,2015,(1):50-64.
[4]樊纲,王小鲁,朱恒鹏.中国市场化指数:各地区市场化相对进程报告[M].北京:经济科学出版社,2011.
[5]冯根福,刘虹,冯照桢,温军.股票流动性会促进我国企业技术创新吗[J].金融研究,2017,(3):192-206.
[6]高昊宇,杨晓光,叶彦艺.机构投资者对暴涨暴跌的抑制作用:基于中国市场的实证[J].金融研究,2017,(2):163-178.
[7]高凤莲,王志强.独立董事个人社会资本异质性的治理效应研究[J].中国工业经济,2016,(3):146-160.
[8]郭晓冬,柯艳蓉,吴晓晖.坏消息的掩盖与揭露:机构投资者网络中心性与股价崩盘风险[J].经济管理,2018,(4):152-169.
[9]侯宇,叶冬艳.机构投资者、知情人交易和市场效率[J].金融研究,2008,(4):131-145.
[10]李增福,林盛天,连玉君.国有控股、机构投资者与真实活动的盈余管理[J].管理工程学报,2013,27(3):35-44.
[11]梁上坤.机构投资者持股会影响公司费用粘性吗[J].管理世界,2018,(12):133-148.
[12]林长泉,毛新述,刘凯璇.董秘性别与信息披露质量[J].金融研究,2016,(9):193-206.
[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]刘星,吴先聪.机构投资者异质性、企业产权与公司绩效---基于股权分置改革前后的比较分析[J].中国管理科学,2011,19(5):183-192.
[15]潘越,戴亦一,陈梅婷.基金经理的投资经验、交易行为与股市泡沫[J].中国工业经济,2011,(1):120-129.
[16]肖欣荣,刘健,赵海健.机构投资者行为的传染---基于投资者网络视角[J].管理世界,2012,(12):35-45.
[17]王化成,曹丰,高升好,李争光.投资者保护与股崩盘风险[J].财贸经济,2014,(10):73-82.
[18]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):45-57.
[19]王小鲁,樊纲,余静文.中国分省份市场化指数报告[M].北京:社会科学文献出版社,2017.
[20]许年行,江轩宇,伊志宏,徐信忠.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):127-140.
[21]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):31-43.
[22]Ali,N.,and D.Miller.Enforcing Cooperation in Networked Societies[R].Unpublished Manuscript,University of California Working Paper,2013.
[23]Assenza,S.,J.Gómez-Garde軇nes,and V.Latora.Enhancement of Cooperation in Highly Clustered Scale-Free Networks[J].Physical Review E Statistical,Nonlinear,and Soft Matter Physics,2008,78(1/2):1-5.
[24]Bajo,E.,T.J.Chemmanur,K.Simonyan,and H.Tehranian.Underwriter Networks,Investor Attention,and Initial Public Offerings[J].Journal of Financial Economics,2016,122(2):376-408.
[25]Barrat,A.,M.Barthelemy,R.Pastor-Satorras,and A.Vespignani.The Architecture of Complex Weighted Networks[J].Proceedings of the National Academy of Sciences of the United States of America,2004,101(4):3747-3752.
[26]Blondel,V.D.,J.L.Guillaume,R.Lambiotte,and E.Lefebvre.Fast Unfolding of Communities in Large Networks[J].Journal of Statistical Mechanics:Theory and Experiment,2008,(10):1-12.
[27]Busch,P.,and S.Obernberger.Actual Share Repurchases,Price Efficiency,and the Information Content of Stock Prices[J].Review of Financial Studies,2016,30(1):324-362.
[28]Callen,J.L.,and X.Fang.Institutional Investor Stability and Crash Risk:Monitoring versus Short-termism[J].Journal of Banking and Finance,2013,37(8):3047-3063.
[29]Callen,J.L.,and X.Fang.Religion and Stock Price Crash Risk[J].Journal of Financial and Quantitative Analysis,2015,50(1-2):169-195.
[30]Chen,X.,J.Harford,and K.Li.Monitoring:Which Institutions Matter[J].Journal of Financial Economics,2007,86(2):279-305.
[31]Crane,A.D.,A.Koch,and S.Michenaud.Institutional Investor Cliques and Governance[R].SSRN Working Paper,2017.
[32]Edmans,A.,and C.G.Holderness.Blockholders:A Survey of Theory and Evidence[R].SSRN Working Paper,2016.
[33]Firth,M.,J.Gao,J.Shen,and Y.Zhang.Institutional Stock Ownership and Firms’Cash Dividend Policies:Evidence from China[J].Journal of Banking and Finance,2016,65(1):91-107.
[34]Holden,C.W.,and A.Subrahmanyam.Long-Lived Private Information and Imperfect Competition[J].Journal of Finance,1992,47(1):247-270.
[35]Hutton,A.,A.Marcus,and H.Tehranian.Opaque Financial Reports,R2,and Crash Risk[J].Journal of Financial Economics,2009,94(1):67-86.
[36]Jiang,F.,and K.A.Kim.Corporate Governance in China:A Modern Perspective[J].Journal of Corporate Finance,2015,32(3):190-216.
[37]Kyle,A.S.Continuous Auctions and Insider Trading[J].Econometrica,1985,53(6):1315-1335.
[38]Kim,J.,Z.Wang,and L.Zhang.CEO Overconfidence and Stock Price Crash Risk[J].Contemporary Accounting Research,2016,33(4):1720-1749.
[39]Kothari,S.P.,S.Shu,and P.Wysocki.Do Managers Withhold Bad News[J].Journal of Accounting Research,2009,47,(1):241-276.
[40]Li,X.,S.S.Wang,and X.Wang.Trust and Stock Price Crash Risk:Evidence from China[J].Journal of Banking and Finance,2017,76(1):74-91.
[41]Lin,Y.R.,and X.M.Fu.Does Institutional Ownership Influence Firm Performance?Evidence from China[J].International Review of Economics and Finance,2017,49(1):17-57.
[42]Marcoux,M.,and D.Lusseau.Network Modularity Promotes Cooperation[J].Journal of Theoretical Biology,2013,324(5):103-108.
[43]Phillips,B.Options,Short-sale Constraints and Market efficiency:A New Perspective[J].Journal of Banking and Finance,2011,35(2):430-42.
[44]Pool,V.K.,N.Stoffman,and S.E.Yonker.The People in Your Neighborhood:Social Interactions and Mutualfund Portfolios[J].Journal of Finance,2015,70(6):2679-2732.
[45]Shleifer,A.,and R.W.Vishny.Large Shareholders and Corporate Control[J].Journal of Political Economy,1986,94(3):461-488.
[46]White,H.A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity[J].Econometrica,1980,48(4):817-838.
[47]Xu,N.,X.Li,Q.Yuan,and K.Chan.Excess Perks and Stock Price Crash Risk:Evidence from China[J].Journal of Corporate Finance,2014,25(1):419-434.
[48]Zou,H.,S.Wong,C.Shum,J.Xiong,and J.Yan.Controlling-Minority Shareholder Incentive Conflicts and Directors’and Officers’Liability Insurance:Evidence from China[J].Journal of Banking and Finance,2008,32(12):2636-2645.
(1)在本文中,根据机构投资者网络中的个体是否为某个网络团体成员鉴定机构投资者个体是否抱团,在通过任意两个机构投资者共同持股(各自持有任意一家相同公司的股份占流通股比例大于等于5%)建立的连接构建的网络中,如果某个机构投资者是某个团体成员,则该机构投资者个体存在抱团,否则,不存在抱团。
(2)Louvain算法由Blondel et al.(2008)开发,是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。
(1)同时,需谨慎外推,即便机构投资者抱团与股价崩盘风险呈现正(负)关系,也不能就此完全排除和断定另一种机制完全不存在。
(1)之所以选择1999年作为研究的起始年度,是因为1999年之前机构投资者持股明细数据的观测过少,无法提取出机构投资者网络团体。
(2)股价崩盘风险指标的计算、机构投资者团体的提取步骤以及所有相关变量的具体定义,详细内容见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)中国资本市场上机构投资者整体和单个机构投资者以及机构投资者团体整体的持股比例情况,见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)Crane et al.(2017)统计显示,在美国资本市场上,美国1980—2013年机构投资者整体的持股比例的中位数为25%,单个机构持股比例在2013年的中位数为0.029%。
(3)Crane et al.(2017)的研究指出,美国2013年机构投资者团体持股比例的平均水平为42%。
(4)美国1980—2013年这两个指标的均值分别达到29%和13%(Crane et al.,2017)。
(1)本文计算了所有相关变量两两之间的Pearson相关系数,并根据主回归计算所有自变量的VIF值,因篇幅有限,只报告主要变量的相关系数,未报告其他控制变量的相关系数以及VIF的值,见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)控制公司治理因素后的回归结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)保险公司的直接入市增加了机构投资者网络中的节点数目,同时改变网络中与其他类型机构个体连接的数量,改变机构投资者团体成员的数量构成,致使机构投资者团体持股相关指标发生变化。而且政策颁布的时间和内容是由国家机关决定而非机构投资者选择。因此,选择该政策变化作为外生事件具有一定的合理性,既满足和机构网络团体持股的相关性,又满足来自国家政策冲击的外生性要求。
(1)未报告其他稳健性检验的结果,详细结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)聚类系数是用来反映某个机构与其建立连接的周围机构连接的亲密程度,机构的聚类系数越大,代表他与其建立连接的周围机构进入同一个团体的可能性越大。
(1)详细结果见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(2)市场负面信息以及公司特有负面信息延迟融入股价指标的详细构造步骤见《中国工业经济》网站(http://www.ciejournal.org)公开附件。
(1)已有研究通常采用樊纲等(2011)提供的一级分项指标“市场中介组织的发育和法律制度环境”和“政府与市场的关系指数”以及公司所在地区每万人拥有的律师数量作为公司所在地区投资者保护水平的代理变量(王化成等,2014)。然而,鉴于王小鲁等(2017)提供的以上两种指数2008—2014年数据只截至2014年,且与2011年提供的截止至2009年的数据使用的数据资料以及计算基期年份不同,致使前后两个报告公布的指数评分和排序不同(王小鲁等,2017),影响2008年前后这两个指数在两个区间的可比性。由于本文研究样本的时间跨度为1999—2016年,因此,为确保研究数据的时效性,使研究结果更加可靠,本文选择公司所在地区每万人拥有的律师数量衡量投资者保护水平。其中,各地区的总人口数量来源于历年《中国统计年鉴》中的年末常住人口,律师数量主要来源于《中国律师年鉴》中的全国律师工作人员统计表,并辅以各地区年鉴中的律师、公证、基层司法及法学教育基本情况表进行补充完善,本文据此手工搜集1999—2016年间31 个省份的总人口、律师数量进行计算公司所在地区每万人拥有的律师数量。