劉嘉倩

（西南財經(jīng)大學(xué) 金融服務(wù)與管理光華實驗班，四川 成都 611130）

經(jīng)濟與管理

最終控制人與隧道效應(yīng)的實證分析

劉嘉倩

（西南財經(jīng)大學(xué) 金融服務(wù)與管理光華實驗班，四川 成都 611130）

La Porta（2002）提出了LLSV模型，本文優(yōu)化后的LLSV模型可以更好地分析在金字塔股權(quán)結(jié)構(gòu)之下最終控制人的隧道行為，并結(jié)合現(xiàn)實提出若干假說。然后對假說進行實證檢驗分析。最后通過Logistic回歸，研究何種特征的大股東與最終控制人，較容易導(dǎo)致何種隧道行為，并提出相關(guān)建議。

隧道效應(yīng)；最終控制人；LLSV動態(tài)優(yōu)化；多元線性回歸模型；Logistic回歸模型

F275

A

1672-6138（2016）03-0028-08

Bebchuk等［1］由所有權(quán)結(jié)構(gòu)的差異，企業(yè)可以被分成三種：分散結(jié)構(gòu)、控制結(jié)構(gòu)以及控制少數(shù)結(jié)構(gòu)。而韓志麗等［2］通過經(jīng)驗與數(shù)據(jù)發(fā)現(xiàn)金字塔結(jié)構(gòu)是控制少數(shù)結(jié)構(gòu)中最普遍的控股方式。而金字塔股權(quán)結(jié)構(gòu)在現(xiàn)今中國較普遍。

上市公司A的控股股東一般是某一企業(yè)法人B，而這一家企業(yè)B又有自己的控股股東，這一控股股東如果是某一企業(yè)法人C，那么C又會有自己的控股股東。在這樣的股權(quán)鏈條的末端，往往是某一位自然人或者是法人組織，這樣的自然人或者組織稱作“最終控制人”。最終控制人通過控制一家公司，從而取得股權(quán)鏈條中的下一家公司的控制權(quán)，最終完成對股權(quán)鏈條末端的上市公司A的控制，一個人控制多家公司。這樣的股權(quán)結(jié)構(gòu)下，最終控制人處于金字塔股權(quán)結(jié)構(gòu)的頂端。因其對金字塔底端的企業(yè)的控制權(quán)（又稱投票權(quán)）與所有權(quán)（又稱現(xiàn)金流權(quán)）分離，激發(fā)了其通過轉(zhuǎn)移金字塔底端企業(yè)的利潤為己謀利的動機，同時金字塔結(jié)構(gòu)也為這種利益侵占行為提供了天然屏障。而最終控制人為了自己的利益，轉(zhuǎn)移利潤和資產(chǎn)，從而損害小股東利益，這種行為稱“隧道效應(yīng)”。

La Porta等［3］假設(shè)公司不會破產(chǎn)且不考慮股權(quán)出售的情況下，提出了LLSV模型，以此分析了金字塔股權(quán)控制少數(shù)的結(jié)構(gòu)之下，最終控制人的隧道行為：

首先，La Porta提出這樣的一個簡單的金字塔結(jié)構(gòu)，見圖1。

圖1　金字塔控股結(jié)果下的最終控制人所有權(quán)結(jié)構(gòu)

這里，最終控制人通過金字塔的股權(quán)結(jié)構(gòu)，控制了n+m家公司。其中，金字塔結(jié)構(gòu)中，其各個環(huán)節(jié)的持股比例分別是：a1、a2、…、an、b1、b2、…、bn。這里ai，bi∈（0，1），i=1、2…。所以，最終控制人對公司An的投票權(quán)（也稱為控制權(quán)）可以表示為：ControlAn=min｛a1，a2，…，an｝，其對公司An的現(xiàn)金流權(quán)（也稱為所有權(quán)），可以表示為：CashflowAn=a1×a2×…×an。

同理，設(shè)C為任意公司，可以得到ControlC和CashflowC。

假設(shè)A公司的總資產(chǎn)為IA，C公司為IC。最終控制人侵占A公司的s比例的資產(chǎn)（0＜s＜1）。這里，記隧道行為的成本為C（K，s），表示侵占s比例的資產(chǎn)，受到的損失可以表示為C（K，s）。其中K為對小股東的保護程度。對于C（K，s）的合理假設(shè)有：，表明利益侵害的邊際成本遞增，小股東保護的邊際成本遞增。

假設(shè)A公司的投資收益率是R。侵占s比例的資產(chǎn)全部算入最終控制人的收益。那么，最終控制人的隧道行為的收益可以表示為：

其中CashflowA×（1-s）（1+R）IA為轉(zhuǎn)移s后公司An給最終控制人的收益，s（1+R）IA為侵占的資產(chǎn)給最終控制人的收益，C（K，s）為轉(zhuǎn)移s的成本。

上述為LSSV模型。La Porta對影響其隧道行為的因素進行分析，提出對投資者的保護程度影響隧道效應(yīng)的強弱等等假說，并進行了實證分析。

本文首先優(yōu)化La Porta的LLSV模型，考慮時間因素在模型中的影響，并結(jié)合現(xiàn)狀的分析，提出若干假設(shè)。然后通過實證分析，驗證模型以及提出的假設(shè)，進而討論具備何種特征的控股股東更容易導(dǎo)致何種隧道行為。最后提出相關(guān)意見。

1　LLSV動態(tài)優(yōu)化模型及相關(guān)假說

1.1LLSV動態(tài)優(yōu)化模型

現(xiàn)實當(dāng)中，我們發(fā)現(xiàn)最終控制人通過隧道行為得到收益后，一般不會單純地將收益據(jù)為己有，而是會將其投入到金字塔結(jié)構(gòu)中的某一環(huán)，進行再生產(chǎn)。而金字塔結(jié)構(gòu)中的公司投資收益率一般有差異。那么，可以從原來的靜態(tài)LLSV模型改進為動態(tài)LLSV模型，如下：

假設(shè)最終控制人將t期的A公司的s比例的資產(chǎn)轉(zhuǎn)移到C公司，并且投入t+1期C公司的生產(chǎn)，折現(xiàn)因子為δ。同時，設(shè)A與C的投資收益率分別為R、r。投資收益率與公司規(guī)模均不發(fā)生變化。

那么，最終控制人的收益可以表達為：

如果最終控制人不進行隧道行為，其收益可以表示為：

所以，最終控制人進行隧道挖掘的凈收益函數(shù)為：

1.2模型分析及假說

1）對LLSV動態(tài)優(yōu)化模型的分析。

短期內(nèi)，CashflowA、R、r等等變量都是不會變化的。要做到maxU，最終控制人則要需要達到最佳侵害程度s'。這里，當(dāng)U1-U2＞0，對U（s）求導(dǎo)，有：

參考韓志麗，楊淑娥等［2］的成果，不妨設(shè)C （K，s）=k［s（r+1）IA］2/2?？傻茫?/p>

通過其他求導(dǎo)的運算，可以得到不同方程以及由方程的正負性得到不同的可行結(jié)論。以上用模型刻畫最終控制人與隧道效應(yīng)之間的關(guān)系，合理。

2）基于LLSV動態(tài)優(yōu)化模型的假說。

由式（7），可知，當(dāng)R越大的時候，s'就會越小?，F(xiàn)實意義在于：當(dāng)金字塔底端的企業(yè)利潤越高，那么股東就越不傾向于對其進行隧道挖掘。這也符合我們的生活常識，一般來說，企業(yè)績效越好的公司，他們就會因為市盈率低、財務(wù)報表健康等等的原因，引來投資者的注意，形成更良好的監(jiān)督作用，提高最終控制人和大股東們進行隧道挖掘的成本。

一般而言，公司規(guī)模越大，受到市場上的關(guān)注往往越多。其分散的中小股東數(shù)量龐大，對公司的大股東的監(jiān)督就越有效。故更有可能抑制隧道效應(yīng)。于是，我們可以提出以下假說：

假說一：公司績效越好，最終控制人的隧道效應(yīng)越弱。

假說二：公司規(guī)模越大，隧道效應(yīng)越弱。

而與此同時，通過式（6）可以發(fā)現(xiàn)，K越大，隧道效應(yīng)隧道效應(yīng)越弱。

3）現(xiàn)實分析以及其他假說的提出。

如同以上所述，當(dāng)控制權(quán)（Control）和所有權(quán)（Cashflow）分離程度越高，往往能激勵隧道效應(yīng)的產(chǎn)生。于是，我們可以提出：

假說三：控制權(quán)和所有權(quán)相差越遠，隧道效應(yīng)越強。

對于上市公司而言，控股股東持股比例越大，其他股東的權(quán)力就越小，相對地對控股股東的監(jiān)督和限制就會越弱，越方便其背后的最終控制人進行隧道行為。同理，當(dāng)控股股東兼任公司的CEO，其行為受到的限制就會越弱。于是，我們可以提出以下假說：

假說四：控股股東持股比例越大，隧道效應(yīng)越強。

假說五：對小股東的保護程度越大，隧道效應(yīng)越強。

假說六：若控股股東兼任CEO，有助于最終控制人實施隧道行為。

如果，公司的流通股比例比較低，即上市公司內(nèi)部對公司的控制比較強，外部的監(jiān)督就相對難起作用，這個時候，大股東就更容易進行隧道挖掘。于是我們可以提出：

假說七：流通股比例越高，隧道效應(yīng)越弱。

另外，最終控制人一般是個人以及政府組織，本文考慮這一最終控制人的特性，探討最終控制人的身份是否與其隧道行為的強弱有關(guān)。若最終控制人為政府組織，那么受制于政府人員相關(guān)的考核升遷機制以及國企公有制的性質(zhì)，對其進行隧道挖掘的傾向較弱。于是我們可以提出：

假說八：最終控制人為政府組織時，隧道行為明顯較弱。

2　實證分析準(zhǔn)備

2.1數(shù)據(jù)來源與相關(guān)說明

數(shù)據(jù)來自于國泰安Csmar數(shù)據(jù)庫以及Wind數(shù)據(jù)集。選取2014年12月31日中國大陸上市的A股作為研究對象，其中剔除：2014年到現(xiàn)在上市的新股、數(shù)據(jù)都不完整的公司、兩權(quán)分離程度為零的股票。最后具備完整數(shù)據(jù)的股票為911支。

2.2數(shù)據(jù)預(yù)處理

1）刻畫隧道效應(yīng)的程度。

隧道效應(yīng)是大股東為了自身的利益轉(zhuǎn)移資產(chǎn)和利潤的行為。其手段主要有信息不及時披露、遺漏、虛假記載信息、關(guān)聯(lián)交易等手段，而現(xiàn)金股利政策是否屬于隧道行為，學(xué)術(shù)屆依然有爭論［4-5］。因此，直接對小股東的侵害程度進行測量或者通過隧道效應(yīng)的手段對其進行刻畫，難度大而且難以達到準(zhǔn)確。

而參考一些文獻的研究［2-3，6-7］。他們都使用托賓Q來衡量隧道效應(yīng)。La Porta認為：托賓Q可以直接反應(yīng)企業(yè)價值，而企業(yè)價值直接體現(xiàn)在其對于小股東的保護上。所以，可以用托賓Q來刻畫隧道效應(yīng)的強度。而韓志麗等［2］認為，公司的市場價值是反應(yīng)外部股東財富的唯一指標(biāo)，因此托賓Q可以度量外部股東由于控制性少數(shù)股東的隧道行為所遭受的價值損失。

基于此，用托賓Q來刻畫隧道效應(yīng)的程度合理。托賓Q越大，隧道效應(yīng)程度越弱。

2）刻畫對小股東的保護程度K。

LLSV模型中，提出對小股東的保護程度K。Dyck［8］認為對投資者的保護程度分為兩方面：①國家制度層面而言，經(jīng)濟文化等保護；②公司制度而言，制度安排對投資者的保護。這里把K理解成公司層面的保護。

至于對K的計量，我們采用第二到第十大股東持股比例之和來反映。

3）刻畫公司規(guī)模Scale。

可以反映公司規(guī)模的變量很多，如：注冊資金、年個股市值、固定資產(chǎn)總額以及流動資產(chǎn)總計。因為在計算托賓Q時運用了公司的個股市值與重置成本，所以此處認為用總資產(chǎn)衡量公司規(guī)模較合理。

4）其他變量的度量。

公司績效用總資產(chǎn)利潤率（ROA）來度量。

控制權(quán)與所有權(quán)的兩權(quán)分離程度表示為：Cashflow-Control，這里認為兩權(quán)分離程度某種程度上能反應(yīng)現(xiàn)金流權(quán)的大小，且因最終控制人的現(xiàn)金流權(quán)數(shù)據(jù)無法得知，故在回歸分析中，不把現(xiàn)金流權(quán)作為一解釋變量。

具體數(shù)據(jù)特征見表1。

表1　數(shù)據(jù)特征

3　實證分析

3.1多元回歸分析

1）多元線性回歸模型建立。

以隧道效應(yīng)的強度（托賓Q）為被解釋變量，而為了驗證假說一到假說八，我們采用ROA、Cash?flow，兩權(quán)分離程度Control-Cashflow，公司規(guī)模（Scale）、…等8個解釋變量，詳見表2。

表2　研究變量一覽表

建立多元線性回歸模型，如下：

其中βi、αk為系數(shù)（i=1、2、…、6；k=1、2）。ε為隨機擾動，服從均值為0的正態(tài)分布。這里我們用OLS方法，可以得到上面各個參數(shù)的估計值。并對函數(shù)及其參數(shù)進行對應(yīng)的F檢驗與T檢驗。

2）多元線性回歸模型求解。

線性回歸結(jié)果見表3，該回歸模型已通過共線性檢驗，自變量之間不存在共線性問題，因此該模型可以有效分析。

3）結(jié)論及其分析。

假說一：公司績效越好，最終控制人的隧道效應(yīng)越弱。

ROA系數(shù)與預(yù)期不同，而且P值小于0.000 1，系數(shù)顯著。那么這里我們可以認為假設(shè)一不可以被證明。一般來說，公司業(yè)績越好，對其進行隧道挖掘所能獲益就越多。那么，從這個角度來說，對其進行隧道挖掘的動機就更強。實證的角度證明公司業(yè)績與隧道效應(yīng)成正比，即公司業(yè)績越好，其最終控制人對其進行隧道挖掘的傾向就越強。

假說二：公司規(guī)模越大，隧道效應(yīng)越弱。

表3　線性回歸結(jié)果

Scale的系數(shù)與預(yù)期相同，但在0.05的置信水平下不能認為公司規(guī)模對隧道效應(yīng)之間有明顯關(guān)系。假設(shè)二錯誤。這也證明了雖然公司規(guī)模越大，會使得公司關(guān)注程度上升。但在國內(nèi)媒體對上市公司的關(guān)注并未能對其形成很好的監(jiān)督作用。

假說三：控制權(quán)和所有權(quán)相差越遠，隧道效應(yīng)越強。

回歸后我們發(fā)現(xiàn)其p值同樣大于0.05。兩者沒有明顯的關(guān)系。按實證分析的結(jié)論來看，我們可以認為控制權(quán)與所有權(quán)的分離程度對隧道效應(yīng)的影響十分有限。從數(shù)據(jù)來看，兩權(quán)分離程度小于10%的公司占了數(shù)據(jù)樣本的半數(shù)以上。在兩權(quán)分離程度較低的情況下，分離程度不對隧道效應(yīng)影響產(chǎn)生影響。

假說四：控股股東持股比例越大，隧道效應(yīng)越強。

Shareholder系數(shù)與預(yù)期不同，而且P值小于0.000 1，系數(shù)顯著。通過數(shù)據(jù)發(fā)現(xiàn)，在國內(nèi)，往往控股股東持股比例高于70%的公司，大部分都屬于最終控制人直接控股。因此，實證結(jié)果表明控股股東持股比例較高，隧道效應(yīng)卻較弱。假設(shè)四并不成立。

假說五：對小股東的保護程度越大，隧道效應(yīng)越強。

K系數(shù)正負性與預(yù)期相同，且系數(shù)顯著，則認為假說五被證明。一般來說，公司對小股東的保護程度越強，會導(dǎo)致股東們對股份的控制力越大，對其進行隧道效應(yīng)獲益更多，動機越強。實證說明，公司對小股東的保護程度越大，隧道效應(yīng)越強。

假說六：若控股股東兼任CEO，有助于最終控制人實施隧道行為。

其p值大于0.05。在0.05的置信水平下不能認為控股股東兼任CEO對隧道效應(yīng)之間有明顯關(guān)系。假設(shè)五亦不成立。

假說七：流通股比例越高，隧道效應(yīng)越弱。

回歸結(jié)果得出其系數(shù)正負與預(yù)期相同，而且P值小于0.001，系數(shù)顯著。即流通股比例越高，隧道行為越弱，假設(shè)六能被證明。

假說八：最終控制人為政府組織時，隧道行為明顯較弱。

由回歸結(jié)果，我們發(fā)現(xiàn)，最終控制人為政府組織的時候，隧道行為反而相對較強。這與假設(shè)七不符。這很可能是因為以被解釋變量Q作為隧道效應(yīng)強弱的代理變量，其根據(jù)是托賓Q反應(yīng)企業(yè)價值，而企業(yè)價值與隧道效應(yīng)強弱成反比，但影響企業(yè)價值的因素除了隧道效應(yīng)強弱外，還有其他因素。受國企性質(zhì)的影響，其激勵機制與政治因素會一定程度減弱其企業(yè)價值。因此，這一部分的實證并不能很好地反應(yīng)隧道效應(yīng)強弱與最終控制人之間的關(guān)系。

對于其他問題的探討：

由回歸分析的結(jié)果看，保護程度越高，隧道效應(yīng)越弱。但是，這里刻畫保護程度的時候，只采用了第二到第十大股東持股比例之和，顯得相對片面。

3.2Logistic回歸分析

隧道行為一般會表現(xiàn)為通過信息披露、關(guān)聯(lián)交易等手段，損害小股東利益?；蚴潜憩F(xiàn)為如唐躍軍等［4］所說，通過現(xiàn)今股利派發(fā)的行為，利用“同股同權(quán)不同價”的現(xiàn)象，從而轉(zhuǎn)移利潤，當(dāng)這種觀點仍有爭議。如前文所言，隧道效應(yīng)的強度本身難以直接量化，而且最終控制人的隧道行為往往隱秘，無法直接觀察，難以從上市公司的財務(wù)報表和公開的信息披露中找到相關(guān)證據(jù)。因此，我們沒有辦法直接分析最終控制人究竟比較多使用什么樣的方式進行隧道挖掘。

對于隧道行為，不討論現(xiàn)金股利這種方式。因為這種行為屬不屬于隧道行為至今仍然有爭議：宋玉等［5］提出：部分學(xué)者認為派發(fā)現(xiàn)金股利是上市公司盈利能力強的體現(xiàn)，能為投資者提供實實在在的投資回報，是對投資者保護的一種手段；而部分學(xué)者認為股利派發(fā)的行為，利用“同股同權(quán)不同價”的現(xiàn)象，從而轉(zhuǎn)移利潤，是一種隧道挖掘的手段。綜上，本文只討論上市公司在信息披露上的隧道效應(yīng)，因為這種行為比較普遍，而且在制度改革上有實際操作性。

那么，本研究從控股股東以及上市公司狀況方面，通過建立Logistic回歸模型，研究什么樣特征的上市公司，比較容易導(dǎo)致哪些關(guān)于信息披露的隧道行為。從而為減少隧道行為、保護小股東的利益，提出相關(guān)的建議。

Logistic回歸是一種概率型非線性的回歸模型，它研究的是觀察結(jié)果與其他因素之間的相關(guān)關(guān)系以及趨勢。通過其回歸系數(shù)的正負性判斷其趨勢，并且其優(yōu)勢在于通過回歸系數(shù)的大小可以判斷事件發(fā)生的概率。因此，十分適合此研究。

1）Logistic回歸模型的建立。

對于上市公司的信息披露狀況，可以有：

公司績效、兩權(quán)分離程度、公司規(guī)模、第一大股東持股比例、流通股比例、對中小股東的保護程度、控股股東是否兼任CEO、最終控制人是否為政府、托賓Q。分別用ROA、Separate、Scale、Share?holder、Circulate、K、CEO、Government、Q來表示。此處，加入托賓Q為了檢驗之前的模型運用托賓Q刻畫隧道效應(yīng)強度是否合理。

Yi取值發(fā)生的概率（Pi）與多個因素之間的關(guān)系，我們可以記作：

其中x1，x2，..，x9稱為暴露因素，可以為連續(xù)變量、等級變量、分類變量等。這里x1，x2，..，x9分別代表ROA、Separate、Scale、Shareholder、Circu?late、K、CEO、Government、Q。

以下以i=1為例，即發(fā)生信息未及時披露為例，可以得到：

Logistic回歸方程為：

即可以表示為：

其中β0、β1、β2、...、β9為其系數(shù)，這里使用極大似然估計法（MLE）得到其估計值。其中回歸系數(shù)表示其發(fā)生的概率與其關(guān)系。β0的意義為：在不接觸任何影響因素之下，信息未及時披露發(fā)生與不發(fā)生的概率之比的對數(shù)比，即ln（P/1-P）。而βi（i≠0）表示某一因素改變一個單位時，信息未及時披露發(fā)生與不發(fā)生的概率之比的對數(shù)值。

同時，我們可以使用SAS軟件計算出其伴隨概率。判斷信息未及時披露發(fā)生的概率在不同特征的公司下的不同。

2）Logistic回歸模型的求解。

Logistic回歸結(jié)果見表4。

3）結(jié)論。

結(jié)論一：回歸的結(jié)果與前文的結(jié)論不一致。業(yè)績好的公司，其未及時披露信息、遺漏重大信息、推遲披露的概率明顯低于業(yè)績差的公司。這可能是通過上述手段進行隧道挖掘的成本較高，較易引起證監(jiān)會或媒體的注意，因此業(yè)績好的公司進行隧道挖掘不傾向于利用上述的手段。

表4　Logistic回歸結(jié)果

結(jié)論二：與前文實證結(jié)論一致，兩權(quán)分離度、公司規(guī)模、控股股東是否兼任CEO這三個因素與控股股東的隧道行為發(fā)生的概率之間沒有顯著的關(guān)系。

結(jié)論三：控股股東持股比例越高，越不傾向于使用遺漏重大信息這一種方式進行隧道挖掘。用未及時披露信息、推遲披露這兩種方式進行隧道挖掘的概率與控股股東持股比例無明顯關(guān)系。這與之前實證結(jié)論一致。控股股東持股比例高于70%的公司，大部分都屬于最終控制人直接控股。因此，控股股東持股比例較高，隧道效應(yīng)卻較弱。而第二至第十位股東持股比例越高，可以有效降低控股股東使用遺漏重大信息這一種方式進行隧道挖掘。這與之前結(jié)論也一致。因此，可以認為第二至第十位股東持股比例越高，對投資者保護越是有效。

結(jié)論四：當(dāng)最終控制人為政府組織時，其隧道行為發(fā)生的概率越低。這符合假設(shè)七。若最終控制人為政府組織，那么受制于政府人員相關(guān)的考核升遷機制以及國企公有制的性質(zhì)，對其進行隧道挖掘的傾向較弱。對于最終控制人而言，通過未及時披露信息、遺漏重大信息、推遲披露等方式進行隧道挖掘成本高且收益低。

結(jié)論五：托賓Q系數(shù)顯著為負，證明前文實證分析以之作為隧道效應(yīng)強弱的代理變量有一定可取性。

4　建議

1）增加對企業(yè)績效比較差的上市公司的信息審查，尤其加大力度審查其未及時披露信息、遺漏重大信息、推遲披露的發(fā)生狀況。

2）增加對控股股東持股比例較低的上市公司的信息審查，尤其是要注意其遺漏重大信息的情況。同時，增加對第二至第十位股東持股比例較低的公司進行審查，同樣需要注意其遺漏重大信息的情況。

3）鼓勵第二至第十位股東增加持股比例。同時加大對小股東的保護，使控股股東與其他股東之間的制衡有效可行。

4）增加對民營上市公司的信息審查，尤其加大力度審查其未及時披露信息、遺漏重大信息、推遲披露的發(fā)生狀況。

［1］BEBCHUK，LUCIAN A，KRAAKMAN R.Stock Pyramids，Cross-Ownership，and Dual Class Equity：The Creation and Agency Costs of Separating Control from Cash Flow Rights［J］.Ssrn Electronic Journal，2000：295-318.

［2］韓志麗，楊淑娥，史浩江.民營金字塔結(jié)構(gòu)下控制少數(shù)股東隧道效應(yīng)研究：來自我國上市公司的經(jīng)驗證據(jù)［J］.系統(tǒng)工程理論與實踐，2007（6）：1-6.

［3］PORTA R，LOPEZ‐DE‐SILANES F，SHLEIFER A，et al.Investor protection and corporate valuation［J］.The journal of finance，2002，57（3）：1147-1170.

［4］唐躍軍，謝仍明.大股東制衡機制與現(xiàn)金股利的隧道效應(yīng)：來自1999—2003年中國上市公司的證據(jù)［J］.南開經(jīng)濟研究，2006（1）：60-78.

［5］宋玉，李卓.最終控制人與上市公司現(xiàn)金股利政策［J］.審計與經(jīng)濟研究，2007，22（5）：106-112.

［6］CRONQVIST H，NILSSON M.Agency costs of controlling minority shareholders［J］.Journal of Financial and Quantitative analysis，2003，38（4）：695-719.

［7］DURNEV A，KIM E H.To Steal or Not to Steal：Firm Attributes，Legal Environment，and Valuation［J］.Journal of Finance，2005，60（3）：1461-1493.

［8］DYCK A，ZINGALES L.Private Benefits of Control：An International Comparison［J］.Journal of Finance，2002，59（2）：537-600.

［責(zé)任編輯：吳卓］

An Empirical Analysis of Ultimate Controller and the Tunnel Effect

LIU Jiaqian
（Guanghua experimental class of Finacial Services and Management，Southwestern University of Finance and Economics，Chengdu Sichuan 611130，China）

The theory of LLSV model，proposed by La Porta in 2002，could be effectively used in analyzing the tunnel effect of ultimate controllers under the pyramidal ownership structure.Based on the reformative LLSV theory and realistic analysis，the author proposes certain hypotheses and provide considerable empirical analysis to support them.Finally，by making good use of logistic regression analysis，the author finds out the main characters of ultimate controllers who are inclined to conduct the tunnel act and make some suggestions for capital market management.

the tunnel effect；ultimate controller；the dynamic optimization of LLSV model；multiple linear regression model；logistic regression model

10.3969/j.issn.1672-6138.2016.03.006

2016-04-22

劉嘉倩（1994—），女，四川成都人，研究方向：企業(yè)管理、金融業(yè)服務(wù)管理、市場管理與研究。