卖空制度、公司管理层行为与股价信息效率——基于微观传导机制的研究

王碧澄 韩豫峰 韩复龄

一、引言

2010年3月我国正式启动了融资融券业务的市场操作，其中，融资融券业务中的融券业务，或称卖空业务(后文统称为卖空)首次引入中国证券市场，其作为一种金融创新，结束了我国股市成立以来没有卖空的“单边”市场；然而2015年的股市异常波动使得卖空类信用交易机制受到前所未有的质疑与批判，导致卖空业务在2015年后也基本停止扩容。那么卖空制度到底是造成股市噪音的元凶，还是其实具有使股市价值回归、防范管理风险的功能？大部分文献对此研究了卖空制度与股票定价效率的关系，尚未得到统一的论断。为了从根本上探寻这个谜题，研究者们开始探索卖空制度影响定价效率的传导机制在于何处。李志生等(2015)[1]、肖浩和孔爱国(2014)[2]认为市场投资者行为是改变股票定价效率的主要机制，但本研究认为我国卖空制度初步实施背景下的卖空交易力量十分弱小(1)肖浩和孔爱国(2014)[2]也对盈余管理做了分析,但认为其所产生效果不够显著，不具有持久性，因而不是主要的传导机制，该结论受到样本选择期间与研究方法的限制。；而对于撼动股价更有力量的公司管理层行为作为整个股票市场“生产信息的第一站”(Massa等，2015[3])，却被研究者们长期忽略；并且由于我国公司治理的薄弱性，公司管理层行为对于卖空机制的引入非常敏感。

尽管Massa等(2015)[3]提出了公司管理层行为对于股市价格效率的重要性，肖浩和孔爱国(2014)[2]也对卖空影响盈余管理提高股价效率做了实证尝试，但二者均没有将此问题上升到公司管理层行为被改善从而影响股价的高度；因此公司传导机制是否作为卖空制度影响股价效率的重要机制缺乏明确的界定与证明，在我国股市更缺乏该机制的检验证明。进一步根据我国卖空机制与公司治理的特点，相对市场交易层面行为，公司行为更可能作为卖空影响股价的传导机制。而对于公司传导机制的研究，将有助于理解卖空在股市中进行信息改善的深层原因与传导路径，从而深入揭示我国卖空制度究竟是否具有帮助股市价值回归与风险管理的效用。

本研究通过对A股市场卖空制度的引入与扩容的自然实验进行实证分析，发现卖空制度不仅能够减少标的股票所属公司的过度资本性投资与盈余管理，还能通过约束它们来提高股价信息效率。相较于以往的研究文献，本文的边际贡献在于以下三点：其一，本研究发现并证实了卖空机制提高股价信息效率的微观公司传导机制，研究将卖空制度、公司管理层行为和股价效率三者有机地联系起来，揭示了我国卖空制度提高股市资源配置能力的深层路径与原因，在检验卖空机制价值效应的途径和范式上拓展了研究视角，并且以中国A股市场的实证证据为卖空综合价值模型、委托代理理论与公司治理相关理论提供了理论支持与贡献。其二，我国卖空机制的特殊性在于，由于政策与市场限制，卖空在价格发现的直接机制上存在缺陷，但是公司管理层传导机制又一定程度修复了其价格发现能力，说明了我国卖空制度具有间接帮助股市回归内在价值的功能；也从外部政策角度证明了良好的公司治理对于保护市场投资者的重要性，这在“后股灾 ”时代对于我国资本市场制度构建具有重要的政策启示意义。此外，不同于发达国家的卖空通过倾向反映公司私有信息发挥效应，由于弱有效市场特点，我国卖空制度能够通过倾向反映会计稳健风险、财务风险与系统性风险的公共信息来发挥约束效应。其三，本文的研究结果具有更强的解释力与稳健性。不同于美国卖空政策标的的随机性，我国融资融券标的股票的选择标准造成样本存在“自选择”性问题，使得模型具有内生性，但是目前研究我国的文献常用普通面板数据(OLS)来研究卖空制度的政策效应，而OLS估计会存在偏误。肖浩和孔爱国(2014)[2]以OLS研究了卖空通过制约盈余管理提高股价信息效率，但认为该机制只具有瞬时效应并且扩容后效应不显著，得出卖空对盈余管理的影响对信息披露不重要的结论。本文通过工具变量法(IV)与处理效应模型纠正了内生性偏误，发现该机制具有显著的瞬时与持续效应，并且扩容后效应依然显著。

本文余下部分内容安排如下:第二部分为文献综述与研究假设；第三部分为变量界定、数据描述和模型设计；第四部分为实证分析；第五部分为稳健性检验；第六部分为结论。

二、文献回顾与研究假设

(一)卖空制度对公司管理层行为的影响综述

在卖空制度与公司投资领域，最早由Morck等(1990)[4]总结了股票价格可能会通过管理层迎合机制(股价压力机制)、融资成本机制和信号机制影响公司的投资行为。Gilchrist等(2005)[5]从融资机制的角度展开，证明了当股价超过基本面值产生过高估值时，将导致公司投资成本减小，引起公司投资行为的显著增加(Overvaluation Hypothesis，过度估值假说)。Goldstein和Guemhel(2008)[6]则发现公司在面对恶意卖空而使股价有利于自身的投资者威胁下则会减少价值增加型投资项目(Bear Raiders Hypothesis，大量卖空者假说)。Grullon等(2015)[7]基于Gilchrist等(2005)[5]、Goldstein和Guemhel(2008)[6]的理论假说，实证证明了放松卖空限制的公司显著减少了资本投资，并且那些受到更高价格冲击的股票所导致的资本投资约束行为更显著，符合上述两大假说。

不同于卖空制度与公司投资的研究认为对卖空制度施加影响的关键是价格渠道，认为卖空制度能够制约公司财务操纵的最为重要的理论基石则是委托代理理论。Jensen和Meckling(1976)[8]提出了在契约框架内股东与管理层存在委托代理关系，管理层通常出于私有利益，在公司的经营与决策中经常表现出道德风险行为，其中盈余管理作为能为管理层带来更高薪酬(王克敏和王志超，2007[9])或免于处罚(陆建桥，1999[10])的财务指标，成为这其中最容易被扭曲的信号之一。基于上述理论，Massa等(2015)[3]提出“约束假说”，认为由于卖空的运用能使股价更快地融入坏消息(Hirshleifer，2011[11]；Karpoff和Lou，2010[12])，或者更有“可能性”(probability)融入坏消息，促使公司大股东对管理层实施有效监督，缓解股东与管理层的代理问题，使高管操纵利润的动机削弱，并且用实证证明了“约束假说”。自此之后，委托代理理论与“约束假说”成为后续的卖空制度改善公司治理，进而改善公司管理层行为的思想源头，如顾乃康和周艳利(2017)[13]发现卖空对公司外部融资、财务杠杆的治理效应，权小峰和尹洪英(2017)[14]证明的卖空提高公司创新效率，均与“约束假说”异曲同工。甚至在投资方面，靳庆鲁等(2015)[15]发现卖空机制会在公司投资机会较差时督促管理层尽快缩减投资，结论更加符合 “约束假说”的思想而非基于价格层面的“过度估值假说”。

结合我国2010—2015年A股市场受到新政策的影响，当时股市处于长期牛市，“政策市”特征显著，流动性过剩且市场处于过度投资的狂热氛围中；进一步根据Wang等(2009)[16]的观点，由于A股市场中股票特质信息含量较少，因而公司投资行为难以对股价变动产生反馈。可以得到在股价噪音信息较大的中国市场，卖空难以通过价格机制影响公司投资，而是会通过“威胁性”(即具有向股价融入坏消息的可能性)，使坏消息倾向地融进股价，带来负面消息的传播与股价下跌压力，股东面临这些压力会尤其害怕由于资本过度扩张被卖空者攻击遭受更大的崩盘风险，因而促使他们给管理层施加压力，使其缩减经济过热时的过度投资，并且缩减在投资机会较差时的盲目投资。基于上述分析提出假说1和假说2。

假说1：卖空制度的实施能够减少2010—2015年经济过热时公司的资本性投资。

假说2：卖空制度的实施能够减少公司管理层尤其是在投资机会变差时的资本性投资。

同样地，当卖空引入，虽然真实交易量较小，但是卖空的“威胁性”已经足以引起坏消息传播与股价下跌压力，股东面临这些压力时会尤其害怕财务舞弊的坏消息被嗅觉灵敏的知情卖空者败露出来，因而促使他们给管理层施加压力，制约管理层对利润的操控，即盈余管理程度会减小。基于上述分析提出假说3。

假说3：卖空制度的实施能够减少公司管理层的盈余管理程度。

(二)卖空制度、公司治理与股票定价效率的综述

1.卖空制度与股价定价效率。

Miller(1977)[17]提出了“股价高估理论假说”，即由于卖空约束的存在使得悲观投资者离开市场，因此股价只能反映乐观投资者的看法，使得股价高估。在此之后，大部分研究者逐渐地或以理论或以实证研究间接地向这个结论靠拢。但是股票定价效率在早期研究中尚未产生综合能力强的指标体系，定价效率本身的界定也充满了模糊性，直到Saffi和Sigurdsson(2011)[18]首次界定了股价的定价效率意义为股价对所有可得到的信息的反应速度和准确程度。在此前后学者们也从不同维度建立了各项直接反映股价效率的指标，如Bris等(2007)[19]的同步性指标与Saffi和Sigurdsson(2011)[18]采用的价格滞后指标等。然而， Li等(2014)[20]认为这些综合指标同时受公司特质性信息和市场信息的影响；Roll和Richard(1988)[21]则发现市场和产业层面的信息其实只能解释个股股价小部分的波动，而未解释的部分由公司特质信息和噪音造成。目前，一系列研究表明股价特质性波动指标(Idiosyncratic Volatility，以下或简称Ivol)可能作为股价中公司特质信息含量的可行测度(Ivol的信息假说)，同时也是噪音交易(Rajgopal和Venkatachalam，2011[22])等非信息效率因素的测度指标(Ivol的噪音假说)，可见Ivol指标用来衡量股价(非)信息效率是较为客观的指标。肖浩和孔爱国(2014)[2]通过研究卖空制度与Ivol的关系证明了该指标用于衡量股票噪音信息的稳健性。Li等(2014)[20]也通过理论模型与实证分析验证了当控制市场波动与个股Beta的影响之后，Ivol体现为噪音效应，而非信息效应。中国目前文献中实证检验均表现为Ivol呈现出噪音效应。

此外，大部分发达资本市场对于信用交易机制的关注集中在卖空制度上。然而我国融资、融券的发展极不均衡，受到投资者传统投资观念与市场制度约束，融券交易占融资交易比例极小，因此我国融资融券制度的研究更为复杂。尽管李志生等(2015)[1]认为融资融券机制显著提高了股价效率，但褚剑和于传荣(2016)[23]认为整体上融资融券制度的实施加大了股市崩盘风险，李政等(2016)[24]认为融资加杠杆是造成2015年股市异常波动的主要原因。Chang等(2014)[25]甚至发现只有融券交易能够提高定价效率，融资则不具备预测股价能力。

2.卖空制度、公司治理与股价定价效率。

现有研究较少探究股价改变信息效率所基于的传导机制。李志生等(2015)[1]、肖浩和孔爱国(2014)[2]主要认为市场投资者行为的改善，如买卖价差、噪音交易程度与信息传递速度等是造成我国股票定价效率提高的主要机制。然而，由于新兴市场与政策的特点，我国卖空交易尤其受到交易门槛与成本的限制，卖空投资者的交易力量十分有限，因而市场交易渠道对股价的影响可能并不稳健，这也可能是中国卖空提高股价效率的文献充满争议的原因之一。但与此同时，我国公司管理层行为对卖空机制的引入十分敏感。除了投资者层面，公司管理层层面也是决定股价信息效率的重要机制，却经常受到忽视。如Massa等(2015)[3]就指出， “人们总喜欢研究卖空制度对股价效率的影响，这是由于大家信奉卖空制度只影响股价对信息的吸收速度，往往忽略了卖空会对‘生产信息的第一站’——公司管理层产生直接影响。”由于大部分实证文献证明卖空在治理水平越差、公司越不透明与垄断性越高的环境对公司治理的约束越强(如权小峰和尹洪英，2017[14]；顾乃康和周艳丽，2017[13])，因而本研究认为，在我国公司治理水平与发达国家相比相对薄弱，特别是在2010—2016年治理水平下滑尤其严重的背景下(2)参考亚洲公司治理协会(ACGA)发布的《2016年公司治理观察》。，卖空对管理层行为的约束在我国会更为显著，公司管理层行为相对市场投资者层面更具有影响信息传递的力量，更可能作为我国卖空影响股价效率的传导机制。尽管Massa等(2015)[3]提出了公司管理层行为的重要性，肖浩和孔爱国(2014)[2]也对盈余管理机制做了实证尝试，但二者均没有将公司管理层行为作为一项微观传导机制来分析。

公司传导机制的思想其实能够体现在治理机制影响公司信息透明度的理论中，即有效的微观治理能够让公司股东更有动机监督管理层机会主义行为，让外部投资者利益更受保护，投资者更有动力提高知情交易概率，从而提高公司信息透明度(高雷和宋顺林，2007[26]；Grossman和Stigliz，1980[27])。本研究重点关注的公司管理层行为中的盈余管理行为与投资决策行为在狭义上并不属于公司治理，但是都属于与公司治理最密切相关的管理层战略行为，并且由于卖空使管理层减少了过度投资与粉饰会计信息的倾向，在公司治理层面制约了管理层的权力，因此本质依然属于公司治理问题范畴。所以，当过度投资的机会主义倾向受到约束时，投资者们将从财务信息上获知公司投资水平不再虚高，了解公司此时真正的成长能力，从而及时调整自身的证券投资策略，提高股价效率；当盈余管理的机会主义倾向受到约束时，投资者们将从财务信息上获知公司真实盈利水平，从而及时调整自身投资策略，提高股价效率。也即，当这二者机会主义行为受到约束后，公司信息透明度提高，而这些信息的质量会引导股价的形成。基于上述综合分析，本研究提出假说4。

假说4：卖空制度的实施能够分别通过改善公司的过度投资行为与制约公司的盈余管理行为来提高公司股价的信息效率。

三、数据描述、变量与模型设计

(一)上市企业财务数据与样本选取

本文的数据均来源于CSMAR数据库，初始样本为沪深两市所有A股上市公司，观测区间选择2003年第一季度到2015年第四季度。由于卖空制度从2010年3月即开始实施，样本中第一次卖空事件之后的区间则从2010年到2015年总共将近6年，并且这六年包含了最为重要的融资融券股票标的一次开通与四次扩容时间点(3)双重差分第一次为2010年3月31日，上交所融资融券标的股票范围为上证50指数的所有成分股，深交所为深成指数的所有40只成分股；第二次为2011年12月5日，上交所融资融券标的股票范围为上证180指数所有成分股，深交所为深证100指数中的98只成分股，其中新加入的标的股票189只，被剔出的标的股票1只；第三次为2013年1月31日，沪深股市融资融券标的股票数量增至500只，其中新加入的标的股票276只，被剔出的标的股票56只；第四次为2013年9月16日，融资融券标的股票数量由500只增加到700只，其间6只股票被剔出标的，206只股票被加入标的；第五次为2014年9月22日，融资融券标的股票数量由700只增加到900只。，为了得到双重差分更稳健的效应，选取2003年到2009年作为事件发生前的信息区间。本文的样本点选择观测区间的季度数据。

对于样本数据按照以下标准进行筛选：第一，剔除相关变量缺失的样本；第二，剔除金融行业的样本；第三，剔除特别处理(ST)的样本；第四，剔除净资产为负的样本。并且根据以往文献，本文在回归分析中对该模型涉及的连续变量进行了上下各1%标准的 Winsorize处理。

(二)重要变量的度量与说明

公司投资决策方面，采用资本性投资/支出(CapitalExpenditure)作为研究对象，本研究采取Biddle等(2009)[28]的方法衡量，即:

盈余管理的程度则采用可操纵性应计利润(Discretionary Accruals，简写为DA)来代表。由于非可操纵性应计利润取决于公司的经济基本面，而可操纵性应计利润能够显示出管理层对于报告出来的盈利的操纵程度。本研究基于Jones修正模型(Dechow等，1995[29])方法，并参考 Kothari等(2005)[30]采用控制公司上年业绩(ROA)的Jones修正模型来计算可操纵性应计利润。

其中:TAi,t表示公司i在t季度的总应计利润总额，为营业利润减去经营活动现金净流量；Asseti,t-1为公司i在上一季度的资产总额；ΔREVi,t表示公司i在t季度的营业收入变动额；ΔARi,t表示i公司在t季度的应收账款变动额，PPEi,t表示i公司在t季度的固定资产原值。对(1a)进行分行业分季度回归，随后将回归系数代入(1b)，得到可操纵应计利润DA。DA越大，说明盈余管理激进程度越大。

股价定价效率，或称信息含量的衡量指标，选用异质性波动率Ivol。本研究Ivol内涵基于噪音假说，当Ivol越高，则股价的非信息效率越高，信息效率越低。根据Ivol的涵义以及方便起见，下文统称Ivol所衡量的为股价信息效率。计算方式参考肖浩和孔爱国(2014)[2]的计算方式：

ri, t-rt=βi, 1MKTt+βi, 2SMBt+βi, 3HMLt+εi, t

(2)

其中：ri,t为公司i在t日考虑现金红利再投资的日个股回报率，rt为当年无风险利率(用日银行定期存款利率来代表)；εi,t为回归所得残差。首先计算出A股市场每日的Fama-French 三因子MKTt、SMBt和HMLt，然后使用模型(2)进行按季度回归。对所得的回归残差值按季度求标准差则得公司i在该季度的股价特质性波动率。

本文各主要控制变量的基本定义如表1所示。

(三)统计性检验与模型设计

1.卖空机制对公司效率影响的实证设计。

针对本部分模型所用到变量的样本选择与数据筛选，得到样本数59 438个。主要变量的描述性统计如表2所示(其中流通市值做了log处理简写为Lnmv，Illiquidity由于数值过小，方便起见，放大10^10 倍，简写为Illiqde_10)。

表1其他主要控制变量定义

① 其中，股票的收益率采用“考虑现金红利再投资日个股回报率”，市场组合的收益率采用“考虑现金红利再投资的日市场回报率(流通市值加权平均法)”，无风险利率采用“日度化无风险利率”。

表2模型(3)主要变量描述性统计

资料来源：作者运用Stata软件整理，下同。

从表2可以看出，公司股票能否卖空的虚拟变量SS均值为0.16，表明在样本当中，16%的样本允许卖空标的。接着，对2008—2015年可卖空与不可卖空股票的重要控制变量指标进行t检验与z检验对比分析(出于篇幅考虑不展示)，发现可卖空公司的规模、上市时间与Beta系数显著更高，个股波动性与非流动性显著更低。这说明具有这些特性的公司更容易被证监会选入可融资融券名单，与现实中融资融券选择标准的政策相符合。如深圳证券交易所与上海证券交易所在2010年后融资融券标的的三次重要扩容中先后采取过加权评价指标的计算方式：

深交所也在几次扩容中“重点考虑较大的市值、较活跃的成交、较广泛的板块覆盖和较稳定的市场表现等因素，按照加权评价指标公式计算并排序得出标的股票名单”(4)加权平均指标与优先选择标准参见2010—2015年扩容时期颁布的《上海证券交易所实施细则》与《深圳证券交易所实施细则》。。这些政策规定均说明股票进入融资融券名单确实需要具有更大的流通市值、更强的流动性、更大的市场影响力与更强的稳定性等特征，从而导致能否卖空指标SS很可能具有“自选择”性，造成模型的内生性问题，然而大部分文献均没有对此内生性进行处理。本部分在模型基础上借鉴Grullon等(2015)[7]、靳庆鲁等(2015)[15]的实验设计，以基于控制季度与公司固定效应面板数据的双重差分(DID)模型为基础；进一步，本研究还采用工具变量法以控制SS的内生性问题，设计模型(3)，在回归过程中考虑了公司层面聚类效应以及异方差稳健问题。

+δControlsi, t+Timefixed_effect

+Firmfixed_effect+εi, t

(3a)

SSi, t=α1+β3IVi, t+β4IVi, t×Dgrowthi, t+δ1Controlsi, t

+Timefixed_effect+Firmfixed_effect+ε′i, t

(3b)

SDi, t=α2+β′3IVi, t+β′4IVi, t×Dgrowthi, t+δ2Controlsi, t

+Timefixed_effect+Firmfixed_effect+ε″i, t

(3c)

其中:CapitalExpenditurei,t为公司i在t季度的资本性投资。SSi,t若在当季度可以卖空取值为1，否则取值为0。借鉴Biddle等(2009)[28]的变量选取，用营业收入增长率(Growth)来衡量公司潜在投资机会的好坏；SDi,t为能否卖空变量SSi,t与公司投资机会Dgrowthi,t交乘项的简写。Controlsi,t为主要控制变量；Timefixed_effect与Frimfixed_effect分别代表时间固定效应与个体固定效应。该工具变量模型中，由于SS变量具有内生性，交乘项SD也同样具有内生性，因此在第一阶段回归中真正的工具变量其实包含了SS原本工具变量IV与IV和Dgrowth的交乘项IV×Dgrowth作为SS与SD所共有的全部工具变量。式(3b)与式(3c)为工具变量法第一阶段回归模型，式(3a)为第二阶段模型。式(3a)中的SSEstimated与SDEstimated代表了内生变量经过(3b)-(3c)第二阶段回归后的拟合值，则β1衡量了卖空制度的引入对资本性支出的影响，β2衡量了放开卖空约束能否在公司面对较差投资机会时约束管理层投资扩张的冲动。

综合经济背景考虑与工具变量的选择标准分析，首先，可卖空名单倾向选择更强的流动性、更大的市场影响力与更强的稳定性，则分别对照了非流动性指标、Beta系数与波动性指标，这些指标是形成SS的主要原因，将满足工具变量“相关性约束”(inclusion restriction)；其次，考虑到这些性质需要一定的时间来形成，并且综合“排他性约束”(exclusion restriction)考量，筛选出最合适工具变量为Volatilityt-3，Beta_2t-3与Illiquidityt-3(因为波动性、Beta系数与流动性尽管当期与系统密切相关，但滞后三期则与当期投资水平不相关)。为了保障工具变量在理论分析的筛选后具有上述合理性，本文采用两方面的检验。一是采用Kleibergen-Paap rk LM 统计量来检验工具变量使用的识别不足问题(under identification), 即工具变量与内生变量之间的相关性是否足够强，若拒绝原假设, 则表明模型满足相关性约束。二是采用Hansen’s J 统计量检验模型中的过度识别问题(over identification)，该统计量的原假设是工具变量是合理的, 即工具变量与干扰项不相关，如果无法拒绝原假设，则工具符合排他性约束。

2.卖空机制对公司盈余管理影响的实证设计。

同样经过样本选择与数据筛选，针对本部分模型(4) 得到样本数30 028个。模型中主要变量的描述性统计如表3所示。

表3模型(4)主要变量描述性统计

接着同样进行2008—2015年可卖空与不可卖空股票的重要控制变量指标对比，发现有着与第一部分实证统计性检验同样的特点，从而本部分的模型设计的基本思想与上部分相同。通过借鉴Massa等(2015)[3]、陈晖丽和刘峰(2014)[31]的实验设计，以控制季度与公司固定效应的模型为基础；为控制内生性，本研究进一步设计工具变量模型(4)，模型设计考虑到公司层面聚类效应以及异方差稳健问题。

+Firmfixed_effect+εi, t

(4a)

SSi, t=α1+α1IVi, t+δ1Controlsi, t+Timefixed_effect

+Firmfixed_effect+εi, t

在经历了一段病痛般的折磨后，她再也无法控制自己，便买了一张去他那个城市的车票见到他后，她一边用拳头砸他一边哭。

(4b)

模型(4)各变量定义同模型(3)。式(4b)为工具变量法第一阶段回归模型，式(4a)则为第二阶段模型；式(4a)中的SSEstimated代表了内生变量经过式(4b)第二阶段回归后的拟合值，β1衡量了卖空制度的引入对盈余管理的影响。同上部分，综合SS被决定的经济学意义与工具变量的选择标准，采用Beta_2t-3、LnTAt-3、Volatilityt-3、stdSALEt-3、stdOCFt-3与Leveraget-3作为工具变量IV，在设计中使其满足工具变量的“排他性约束”与“相关性约束”，之后同样对模型进行识别不足检验与过度识别检验。

3.卖空机制、公司管理层行为与股价信息效率的实证设计。

由于本部分实证所运用变量与模型(3)、(4)类似，统计性检验呈现相似的特点，因而不再展示。在研究卖空制度、公司效率与股票价格效率之间的影响关系实证方面，本研究主要借鉴了Massa等(2015)[3]对子样本分析与交乘项的巧妙运用来证明卖空机制对股价效率的微观传导路径的实证方法。

本研究首先对模型(3)与模型(4)进行进一步子样本分析。基于已有文献的实证基础与经济学原理，可以自然地得到模型(3)、(4)中，卖空对于资本性投资与盈余管理的影响程度很有可能在各个维度上并不保持均衡。当分别对模型(3)与模型(4)进行子样本分析时，尝试针对公司特征变量进行分高低分位或者正负两组(高于中位值或低于中位值，或者大于零或小于零)进行分析，发现某些变量高位组与低位组中SS发挥效应并不均等。为了达到更精准的效果，找到特定的两组变量同时处于特定分位时SS效应发挥更强的(如M变量与N变量都处于高分位组时SS发挥效应显著强于M、N变量其他分位组合，也显著强于其他A、B、C等变量分组回归时的不均衡效果)。假设研究发现M高分位组与N高分位组时SS尤其显著减少了CapitalExpenditure；P高分位组与Q高分位组时SS尤其显著减少了DA(DiscretionalAccruals)；设定虚拟变量XH(XL)，该变量高于(低于)中位数时取值为1，低于(高于)中位数时则取值为0，则诞生四个虚拟变量MH、NH、PH与QH。

+δControlsi,t+Timefixed_effect+Firmfixed_effect+εi, t

(5a)

+Firmfixed_effect+ε′i, t

(5b)

+Firmfixed_effect+ε″i, t

(5c)

+Firmfixed_effect+ε‴i, t

(5d)

四、实证结果

(一)卖空制度对公司投资水平影响的实证分析

从表4看出，首先通过Davidson-MacKinnon test(DM检验)发现，在SS当期与滞后一期时，DM统计量为显著的2.96与5.35，高度拒绝原假设，原OLS模型确实存在比较显著的内生性偏误。因此，采用模型(3)工具变量法，以Volatilityi,t-3,Beta_2i,t-3,Illiquidityi,t-3,Volatilityi,t-3×Dgrowthi,t，Beta_2i,t-3×Dgrowthi,t，Illiquidityi,t-3×Dgrowthi,t为方程中内生性变量SSi,t与SDi,t的工具变量进行估计(当检验SSi,t滞后一期情况，SDi,t变量也滞后一期，因此如表格中此时工具变量中交乘的Dgrowth变量也需滞后一期)。其中，LM统计量分别为显著的73.81与90.1，高度拒绝原假设，说明工具变量高度通过可识别检验，满足工具变量相关性约束；Hansen J统计量分别为不显著的5.13与5.882，无法拒绝原假设，说明工具变量满足排他性约束。

IV模型(3)第一阶段的实证结果(见表4)显示，内生变量SS与SD在对工具变量与其他外生变量回归时，工具变量近乎全部显著，符号合理(基于篇幅不予展示)，也印证了工具变量选择具有合理性；其他外生变量t值均显著，最终第一阶段回归的F统计量也显著，从而印证了SS与SD对于整个系统确实具有较强的内生性。在使用IV法控制了内生性偏误后，第一阶段的结果能够发现卖空机制能够显著制约公司的资本性投资行为，系数为显著的-0.1；当选择令SS与SD变量都滞后一期时发现卖空机制不仅能够总体上制约资本性投资，还能进一步增强公司投资与投资机会的敏感性，其中SDt-1的系数为显著的-0.013。这说明卖空机制能够帮助公司识别较差投资环境，但是公司做出投资决策可能需要一定的反应期，并且卖空制度不仅具有瞬时的还有一定程度持续的政策效应。该结果符合了假说1与假说2。虽然与靳庆鲁等(2015)[15]得到类似的结论，但是靳庆鲁等(2015)[15]并没有控制内生性，从OLS结果来看，不控制内生性则使得SS变量的倾向不显著，从而使靳庆鲁等(2015)[15]得到卖空机制本身不能减少公司资本性投资行为这一偏误结论。结合我国2010—2015年A股市场的经济背景，卖空的引入使得股价信息更可能被融进坏消息，从而削弱公司管理层在投资加杠杆浪潮中的机会主义过度投资行为，结论更加趋同“约束假说”的思想而非“过度估值假说”。

表4卖空制度影响公司投资水平的普通OLS模型与工具变量法模型

(二)卖空制度对公司盈余管理影响的实证分析

通过表5发现，Davidson-MacKinnon test(DM检验)证明原OLS模型存在比较显著的内生性偏误，DM值为显著的4.60，SS滞后一期为显著的4.37，因此采用工具变量法，以Beta_2t-3、LnTAt-3、Volatilityt-3、stdSALEt-3、stdOCFt-3、Leveraget-3为方程中内生性变量SSi,t的工具变量进行估计。从表6中的LM统计量与Hansen J统计量来看，LM值为显著的104.22与114.95，说明工具变量高度满足工具变量相关性约束；而Hansen值则为不显著的4.26与4.68，说明工具变量满足排他性约束，IV选择合理。

表5卖空制度影响公司盈余管理影响的普通固定效应模型与工具变量法模型

IV模型(4)第一阶段的实证结果显示，内生变量SS在对工具变量与其他外生变量回归时，工具变量近乎全部显著，符号合理(基于篇幅不予展示)，工具变量选择具有合理性；其他外生变量t值均显著，最终第一阶段回归的F统计量也显著，印证了SS对于整个系统确实具有较强的内生性。从IV模型(4)第二阶段看来，内生性控制的纠正，使得可卖空变量SS对盈余管理的影响显著为-0.03，滞后一期同样显著，系数为-0.028，说明政策具有持续性；而没有经过工具变量法的OLS模型的系数却不显著，说明OLS模型存在系数偏误。该实证结果支持了假说3，卖空制度的引入制约了盈余管理，依然符合“约束假说”，即卖空机制直接约束了公司管理层的财务操纵行为。

(三)卖空制度影响股票信息效率微观传导机制的实证分析

从上两步实证结果看来，卖空制度对公司管理层缩减过度投资与制约盈余管理的结论均符合 “约束假说”，公司管理层对卖空机制反应很显著，这为本部分研究提供了强有力的基础。按照模型(5)的实验设计，考虑模型(3)与(4)的子样本分析。首先分析模型(4)的子样本情况。尝试考虑代表财务困境风险的账面市值比因素BM(Fama和French，1993[32])的高低水平作为分组依据，同时也将盈余管理水平DA依据正负分组进行分析，最终得到表6。从表6结果可以看出，当盈余管理水平DA处于激进的正向盈余管理情况，以及账面市值比BM处于较高水平时，卖空机制的引入对于公司盈余管理的制约尤其显著强于其他情况。该结果符合理论预期，因为正向盈余管理中财务操纵情况与机会主义倾向尤其严重，因而卖空制度的约束效应更强；而账面市值比更高的分位组代表公司基本面更加薄弱、财务风险较高，其信息更倾向被反映到股价中。

表6基于BM与DA分组的卖空制度对公司盈余管理影响的子样本分析(5) 表6是基于BM高低与DA正负分组进行的子样本分析结果。其中，盈余管理水平DA基于大于或者小于零分为正负两组，而账面市值比BM基于当季度同行业的中位数值为划分，分为高低两组。四组回归均基于原模型(4)的工具变量模型回归。四组回归基本都通过了工具变量法的两大检验，模型设定合理。

类似地，针对模型(3)卖空机制对资本性支出的影响，尝试对账面市值比BM与系统性风险Beta_1进行分组子样本分析，最终得到表7。从表7可以看出，账面市值比处于较高水平以及系统性风险处于较高水平时，卖空机制的引入对于公司资本性投资行为的制约显著强于其他情况。该结果也符合预期，因为账面市值比更高的分组公司财务风险更高，同样Beta_1 更高分位的公司系统性风险更高，因而信息更倾向被反映到股价中。

表6和表7结果与Massa等(2014)[3]的子样本分析结论不同，本研究针对大、小规模公司的子样本回归发现二者没有显著区别；Massa发现小规模公司效应更强是由于小规模公司的公共信息相对较少，而卖空制度本质其实是增加了股价对私有信息反应的速度与可能性(Diamond和Verrecchia，1987[33])，而我国股票市场尚处于弱式有效市场，因此卖空约束放开使得股价不仅倾向于加快反映私有信息，也倾向反映公共信息，因而账面市值比与Beta系数能够作为分组子样本研究的依据。综合表6和表7分析，与发达市场相比，我国卖空制度能够通过倾向反映会计稳健风险、财务风险与系统性风险类的公共信息来发挥对过度投资与盈余管理的机会主义约束的效应。

表7基于BM与Beta_1分组的卖空制度对公司资本性支出的子样本分析(6) 表7是基于BM高低与Beta_1分组进行的子样本分析结果。其中，账面市值比BM基于当季度同行业的中位数值来划分，分为高低两组; Beta_1值也基于当季度同行业的中位数值来划分，分为高低两组。四组回归均基于原模型(3)的工具变量模型回归。四组回归都基本通过了工具变量法的两大检验，模型设定合理。

自此，得到卖空约束盈余管理潜在程度指标与卖空约束资本性投资指标SSImpact_CapExp与SSImpact_DA如下:虚拟量DAP为大于等于0的取值为1，其他取值为0；BMH大于同季度同行业中位值的取值为1，其他取值为0；Beta_1H大于同季度同行业中位值的取值为1，其他取值为0。设计SS与此二者的交乘项SBDi,t与SBBi,t作为卖空影响股票价格效率的传导机制来衡量虚拟变量，接着进行对模型(5)的实证分析。

通过回归结果表8可以看出，Davidson-MacKinnon test(DM检验)统计量为显著的2.10。OLS模型存在显著的内生性偏误，因此采用工具变量法，以Beta_2t-4、Volatilityt-4、Casht-4、Beta_2t-4×SSImpact_CapExp、Volatilityt-4×SSImpact_CapExp、Casht-4×SSImpact_CapExp、Beta_2t-4×SSImpact_DA、Volatilityt-4×SSImpact_DA、Casht-4×SSImpact_DA作为方程中内生性变量SSi,t、SBDi,t与SBBi,t的工具变量进行估计。从表8中给出的LM统计量与Hansen J统计量来看，LM值为显著的119.7，而Hansen值则为不显著的9.33，二者保证了工具变量的合理性。

表8卖空制度、公司效率与股价信息效率

续前表

VariableOLSIV(5)第二阶段IV(5)第一阶段Dependent variablesIvolSSSBDSBBSSImpact_DA0(0.211)0.004(1.536)0(0.015)0.69∗∗∗(39.98)-0.107∗∗∗(-6.028)Lnmv0(0.33)-0.007∗∗(-1.966)0.112∗∗∗(23.805)0.005(1.448)0.001(0.32)BM-0.032∗∗∗(9.381)-0.045∗∗∗(-5.019)0.314∗∗∗(21.792)0.071∗∗∗(6.639)0.125∗∗∗(11.336)Leverage0.008∗∗∗(2.343)0.004(0.874)0.051∗∗∗(3.808)0(0.015)0.015(1.515)Turnover-0.006∗∗∗(5.408)-0.012∗∗∗(-6.442)0.04∗∗∗(7.616)0.014∗∗∗(3.551)0.019∗∗∗(4.689)ROA-0.089∗∗∗(4.454)-0.032(-1.016)-0.799∗∗∗(-9.86)-0.207∗∗∗(-3.443)-0.312∗∗∗(-5.038)VROA0.059∗∗∗(3.011)0.028(1.056)-0.57∗∗∗(-7.23)-0.189∗∗∗(-3.228)-0.064(-1.058)bear-0.063∗∗∗(25.904)-0.058∗∗∗(-20.852)-0.016(-1.613)0.016∗∗∗(2.27)-0.017∗∗∗(-2.301)DA-0.034∗∗∗(2.68)-0.049∗∗∗(-3.208)0.139∗∗∗(2.689)-0.069∗∗(-1.786)-0.008(-0.198)Cash-0.01∗∗∗(2.265)0.001(0.17)-0.004(-6.762)-0.054∗∗∗(-3.289)-0.058∗∗∗(-3.452)WACC0.023∗∗∗(2.604)0.037∗∗∗(3.459)-0.132∗∗∗(-3.708)-0.052∗∗(-1.968)-0.026(-0.95)Dgrowth0.001(1.184)-0.001(1.141)0.006∗∗(2.051)0.001(0.462)0.002(1.022)Firstholding0(3.695)0(0.651)-0.004∗∗∗(-15.166)-0.001∗∗∗(-6.264)-0.001∗∗∗(-7.028)Time FixedYesYesYesYesYesFirm FixedYesYesYesYesYesInstrumented Variables/Beta_2t-4, Volatilityt-4, Casht-4 , Beta_2t-4×SSImpact_CapExp,Volatilityt-4×SSImpact_CapExp,Casht4×SSImpact_CapExp,Beta_2t-4×SSImpact_DA,Volatilityt-4×SSImpact_DA, Casht-4×SSImpact_DA///R-Square0.940.950.340.270.3Davidson-MacKinnon test/2.10∗///Kleibergen-Paap rk LM statistic/119.70∗∗∗///Hansen J statistic /9.33///

IV模型(5)第一阶段的实证结果显示，内生变量SS与交乘项SBD、SBB在对工具变量与其他外生变量回归时，工具变量几乎全部显著，符号合理，工具变量选择具有合理性；其他外生变量t值均显著，最终第一阶段回归的F统计量也显著，印证了SS与两项交乘项对于整个系统具有较强的内生性。从表8的回归结果能够看出，SBD与SBB两个重要交乘项系数分别为显著的-0.017与-0.018，说明当卖空机制对盈余管理制约与过度投资制约的效果更为显著时，股价噪音含量将会减少，也即卖空机制能够通过约束公司管理层的过度投资与盈余管理使股价信息效率得到提高。结果符合假说4，证明了卖空制度、公司管理层行为和股价信息效率其实是有机的一体，我国卖空提高股市效率的一个重要微观传导机制在于公司管理层行为的优化。

(四)卖空制度与股价效率进一步分析

对表4、表5与表8综合来看，有意思的是，尽管卖空机制能够显著地改善公司管理层行为，并通过改善公司管理层行为来提高价格效率，可是SS变量本身却表现出不显著。其原因在于，首先，中国融资制度与融券制度同时执行，SS作为“能否卖空”虚拟变量，其实包含了“能否买空”(7)之所以在模型(3)、(4)中SS内涵中能否买空效应发挥很小，是因为融资机制对于制约公司投资效率与盈余管理行为几乎没有传导途径，因此SS在模型(3)、(4)中表现为能否卖空属性；但是融资机制对于改变股价信息效率则具有较强的影响力，因此这一部分单独分析。的含义，而融资与融券发展极度不均衡，但在模型(3)～模型(5)的交乘项中买空的含义可以忽略；其次，卖空投资者的交易力量相对过于渺小。其中，2010年至2015年间在长期牛市与万众创新浪潮下，融资制度受到投资者非理性情绪的操纵，对A股市场的非理性融资加杠杆行为助推了股市泡沫，间接导致了2015年股市非正常波动，可以说融资在较长一段时间增加了股价的噪音因素。基于上述分析，有必要将融资制度与融券制度分离开再次进行实证检验：分别选用每股的融资余额与流通市值之比Fniance_r、融券余额与流通市值之比SS_r作为两种制度真实交易水平的代理变量。通过表9得到，滞后一期的融资余额推高了当期的Ivol水平，说明融资加杠杆确实是融资融券制度整体中加剧股价非信息效率的主要原因；但是分离后，融券余额的系数依然不显著，表8和表9综合说明卖空机制改变股价效率难以通过直接市场交易层面凑效。而结合表4、表5与表8的实证结果，卖空发挥作用的渠道主要通过对公司管理层产生的威胁效应带来的行为优化，从而间接影响股价效率。

表9融资与融券真实交易对股价信息效率的影响

五、稳健性检验

首先，运用处理效应模型针对模型(3)、(4)进行稳健性检验，处理效应模型同样是针对具有内生性问题的解决方式，并且内生变量SS作为虚拟变量，处理效应模型第一阶段的probit估计可以更有效地证明模型(3)、(4)的稳健性。由于模型(5)重点在于交乘项，难以使用处理效应模型，将选用其他方式进行稳健性检验；模型(3)中的交乘项与相应的工具变量也先祛除，用来进行处理效应模型检验。最后得到处理效应模型检验的实证结果与第四部分得到的结论相同，卖空机制能够制约过度投资与盈余管理；二者的Lambda系数均显著，也说明了卖空变量SS内生性所导致的方程偏误的存在，处理效应模型设立具有必要性与合理性，则第四部分工具变量法得到的实证结论具有稳健性。

其次，通过人为更改每只股票卖空机制开通时间来检验模型(3)～模型(5)的稳健性。将卖空开通时间向后调整1～3期时结果均依然显著(如第四部分实证包含向后一期)，这主要是由于公司决策需要对政策具有一定的反应时间以及政策具有一定的持续性效果。本研究重点考察可卖空时点向前调整2期及以上，均发现其使得估计结果的显著性消失，这说明先前的双重差分模型所估计的公司效率与股价信息效率的改善确实由卖空机制开通所致。

最后，按照模型(5)设计交乘项的思路，类似地进行比较粗略的子样本分析能够得到，SS在BM高分位与DA为正分别对资本性投资水平与盈余管理影响更为显著，因此令BMH与DAP充当原SSImpact_CapExp与SSImpact_DA的角色，即作为卖空引入对投资效率与盈余管理制约的潜在程度指标。设计SS与BMH交乘项、SS与DAP交乘项，替代原交乘项运用原模型(5)进行回归，依然发现这两项交乘项显著为负，说明卖空机制的引入确实能够通过改善公司投资效率与财务信息质量来提高股价信息效率。

六、结论

在融资融券制度试点之初，证监会预期融资融券制度会对我国资本市场建设发挥四大基本功能：价格发现功能、市场稳定功能、流动性增强功能、风险管理功能(8)证监会有关部门负责人就证券公司融资融券业务试点答记者问，http://www.sse.com.cn/aboutus/innova-tion/margin/news/c/137.shtml。。本研究令辟蹊径，不同于以往研究仅单纯直接分析其中的传统功能，而是从公司管理层行为切入，发现卖空的价格发现功能蕴含并且得益于其对公司的风险管理功能。研究发现：(1)在运用工具变量法与处理效应模型法更有效地控制了内生性问题后，卖空机制不仅能够帮助公司缩减过度投资、识别好的投资机会以及约束盈余管理，还能通过约束过度投资与盈余管理提高股价信息效率。(2)融资融券制度整体上的价格发现功能依然存在缺陷，其原因主要在于融资机制在投资者非理性情绪下推高了股价的非信息效率，以及卖空交易力量过于弱小。(3)不同于发达国家卖空制度通过倾向反映私有信息来发挥约束效应，在我国弱有效市场中卖空制度能够通过倾向反映会计稳健风险、财务风险与系统性风险类的公共信息来发挥效应。

本研究结论具有重要的政策启示意义：第一，卖空制度能显著作用于“信息生产第一站”公司管理层，促使每个“信息生产单元”产生真实行动，主动约束管理层在过度投资与会计操纵行为中的机会主义行为，促进股价信息效率提高。卖空制度作为外部政策却能够帮助公司内部形成更好的公司治理，督促股东更好地监督管理层，促进公司信息更透明地传递到投资者层面。这从外部政策角度证明了良好的公司治理有助于引导高信息效率的股价产生，并且优良的外部政策能够引导督促公司形成更好的治理。决策者应加强我国公司治理的完善，保护中小股东利益；并且注重外部政策的配合与监督。第二，由于卖空制度的政策缺陷与我国股市的特点，卖空制度提高股市效率难以通过直接市场交易机制，但是其产生的“威胁性”却能从公司渠道调控潜在隐藏或者扭曲的信息，从而修复卖空的价格发现功能。对于“后股灾”时代的A股市场，证明卖空制度真正具有价格发现与风险管理的功能，则打破了曾经大部分媒体对卖空机制的高度怀疑与批判，这对于我国卖空类金融创新制度建设具有十分重要的启示意义。决策者应继续完善卖空机制的制度建设、市场扩容与金融创新，如降低担保比例，加大引入不同种期货、期权等多种卖空机制，推进多层次卖空机制建造，这将对我国上市公司与资本市场的风险控制与价值回归具有重要的战略意义。