翟淑萍 繆 晴 甦 葉

一、引言

據(jù)新世紀(jì)評(píng)級(jí)發(fā)布的《債券市場(chǎng)違約與信用風(fēng)險(xiǎn)事件報(bào)告》，近幾年我國(guó)企業(yè)年新增違約發(fā)行人數(shù)量和違約金額總體呈現(xiàn)增加趨勢(shì)(如圖1所示)。違約對(duì)企業(yè)發(fā)展及經(jīng)濟(jì)運(yùn)行均產(chǎn)生了極大危害，不僅會(huì)增加企業(yè)破產(chǎn)的可能性，還會(huì)通過(guò)企業(yè)間的直接關(guān)系鏈進(jìn)行傳染，增加其他企業(yè)的違約風(fēng)險(xiǎn)(Lang and Stulz,1993)，進(jìn)而威脅整個(gè)金融系統(tǒng)的安全與穩(wěn)定。因而，關(guān)于企業(yè)違約風(fēng)險(xiǎn)的影響因素研究一直備受學(xué)術(shù)與實(shí)務(wù)界關(guān)注。現(xiàn)有學(xué)者主要從公司治理、宏觀經(jīng)濟(jì)政策及社會(huì)關(guān)系網(wǎng)絡(luò)等角度展開(kāi)研究，并且發(fā)現(xiàn)由公司治理水平較差引致的資產(chǎn)配置不當(dāng)、全要素生產(chǎn)率下降、財(cái)務(wù)指標(biāo)惡化等是企業(yè)違約風(fēng)險(xiǎn)增加的主要原因(郭婧、張新民,2021)。機(jī)構(gòu)投資者作為企業(yè)重要的治理機(jī)制之一，其不僅能夠憑借自身專業(yè)優(yōu)勢(shì)在緩解信息不對(duì)稱、提高企業(yè)績(jī)效等方面發(fā)揮舉足輕重的作用(王壘等,2018)，還能夠通過(guò)社會(huì)網(wǎng)絡(luò)形成合作關(guān)系影響其共同持股企業(yè)的行為(Crane et al.,2019)，在共進(jìn)退同發(fā)聲中發(fā)揮更強(qiáng)有力的治理效用。然而現(xiàn)有研究并未關(guān)注機(jī)構(gòu)投資者網(wǎng)絡(luò)對(duì)企業(yè)違約風(fēng)險(xiǎn)的治理效應(yīng)。

面對(duì)控股股東“一股獨(dú)大”現(xiàn)象突出，機(jī)構(gòu)投資者持股比例較低、持股較為分散的現(xiàn)實(shí)情形，機(jī)構(gòu)投資者治理效力的實(shí)現(xiàn)越來(lái)越依賴于機(jī)構(gòu)投資者的集體行動(dòng)。然而，既有關(guān)于機(jī)構(gòu)投資者網(wǎng)絡(luò)對(duì)企業(yè)行為治理效應(yīng)的研究，主要是基于個(gè)體層面的網(wǎng)絡(luò)位置差異角度展開(kāi)，重點(diǎn)關(guān)注機(jī)構(gòu)投資者網(wǎng)絡(luò)密度和機(jī)構(gòu)投資者網(wǎng)絡(luò)中心性，卻鮮少?gòu)膫€(gè)體交互形成的網(wǎng)絡(luò)團(tuán)體層面展開(kāi)分析。機(jī)構(gòu)投資者抱團(tuán)是從機(jī)構(gòu)投資者網(wǎng)絡(luò)中提取的網(wǎng)絡(luò)團(tuán)體，且在其內(nèi)部任意兩個(gè)成員之間均具有直接的連接關(guān)系(如圖2)。已有研究表明，當(dāng)博弈的個(gè)體之間存在復(fù)雜的交互結(jié)構(gòu)時(shí)，個(gè)體更傾向于采取聯(lián)合行動(dòng)(Assenza et al.,2008)，進(jìn)而一同對(duì)企業(yè)行為治理的有效性產(chǎn)生影響：一方面，機(jī)構(gòu)投資者抱團(tuán)合作可能使其更有動(dòng)力參與公司治理，發(fā)揮積極作用；另一方面，機(jī)構(gòu)投資者抱團(tuán)合謀也可能侵占公司利益，阻滯企業(yè)發(fā)展。如此，機(jī)構(gòu)投資者抱團(tuán)能否對(duì)企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生治理效應(yīng)？如果發(fā)揮了治理作用，是通過(guò)何種機(jī)制？進(jìn)一步，該治理效應(yīng)發(fā)揮的條件是什么？回答這些問(wèn)題對(duì)于優(yōu)化機(jī)構(gòu)投資者制度設(shè)計(jì)、改善公司治理績(jī)效、保障金融系統(tǒng)安全具有重要意義。

圖1 新增違約發(fā)行人數(shù)量與代償付金額

基于此，本文以滬深A(yù)股非金融上市公司2009—2020年數(shù)據(jù)為樣本，探討了機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響及其內(nèi)在機(jī)理。研究發(fā)現(xiàn)，機(jī)構(gòu)投資者抱團(tuán)可以降低企業(yè)違約風(fēng)險(xiǎn)。影響機(jī)理的檢驗(yàn)證實(shí)，機(jī)構(gòu)投資者抱團(tuán)通過(guò)降低信息不對(duì)稱、緩解融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)對(duì)企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生影響。進(jìn)一步從信息、資源和風(fēng)險(xiǎn)視角探討二者關(guān)系的異質(zhì)性發(fā)現(xiàn)，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的治理效應(yīng)主要體現(xiàn)在審計(jì)聲譽(yù)低、分析師關(guān)注程度低、數(shù)字金融發(fā)展水平低、非國(guó)有企業(yè)、戰(zhàn)略激進(jìn)、經(jīng)濟(jì)政策不確定性高和行業(yè)風(fēng)險(xiǎn)高的樣本中。

本文的貢獻(xiàn)主要體現(xiàn)在以下四個(gè)方面。第一，從網(wǎng)絡(luò)團(tuán)體視角探討了機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響，拓展了企業(yè)違約風(fēng)險(xiǎn)影響因素的相關(guān)研究。現(xiàn)有從公司治理視角探討企業(yè)違約風(fēng)險(xiǎn)影響因素的研究，主要圍繞企業(yè)內(nèi)部的控股股東及高管網(wǎng)絡(luò)展開(kāi)，卻鮮少關(guān)注機(jī)構(gòu)投資者的作用，尤其缺乏機(jī)構(gòu)投資者網(wǎng)絡(luò)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響。本文發(fā)現(xiàn)機(jī)構(gòu)投資者抱團(tuán)能降低企業(yè)違約風(fēng)險(xiǎn)，為發(fā)揮機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體的積極作用，防范化解企業(yè)違約風(fēng)險(xiǎn)補(bǔ)充了新的證據(jù)。第二，以企業(yè)違約風(fēng)險(xiǎn)為切入點(diǎn)，探討機(jī)構(gòu)投資者抱團(tuán)積極的治理效應(yīng)，豐富了機(jī)構(gòu)投資者抱團(tuán)經(jīng)濟(jì)后果的研究。目前關(guān)于機(jī)構(gòu)投資者抱團(tuán)經(jīng)濟(jì)后果的研究主要包括控股股東私利行為、高管超額薪酬、企業(yè)信息透明度、投資效率和股價(jià)崩盤風(fēng)險(xiǎn)，但尚未有文獻(xiàn)關(guān)注機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響，本文為機(jī)構(gòu)投資者集體行動(dòng)的治理效應(yīng)提供了經(jīng)驗(yàn)證據(jù)，彌補(bǔ)了相關(guān)研究的不足。第三，本文深入剖析了機(jī)構(gòu)投資者抱團(tuán)與企業(yè)違約風(fēng)險(xiǎn)關(guān)系的內(nèi)在機(jī)理，探索發(fā)現(xiàn)機(jī)構(gòu)投資者抱團(tuán)通過(guò)降低信息不對(duì)稱、緩解融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)對(duì)企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生影響，有利于深化對(duì)于機(jī)構(gòu)投資者如何完善企業(yè)內(nèi)外部治理機(jī)制，降低企業(yè)違約風(fēng)險(xiǎn)的理解。第四，本文挖掘了機(jī)構(gòu)投資者抱團(tuán)在信息、資源和風(fēng)險(xiǎn)等不同情境下對(duì)企業(yè)違約風(fēng)險(xiǎn)的作用差異，為有效發(fā)揮機(jī)構(gòu)投資者抱團(tuán)的治理作用、降低企業(yè)違約風(fēng)險(xiǎn)提供了情境依據(jù)。

二、文獻(xiàn)綜述

(一)機(jī)構(gòu)投資者網(wǎng)絡(luò)及其經(jīng)濟(jì)后果

機(jī)構(gòu)投資者網(wǎng)絡(luò)是基于投資標(biāo)的聯(lián)結(jié)構(gòu)成的網(wǎng)絡(luò)關(guān)系，如因共同持有股票或債券而構(gòu)成的廣泛同業(yè)網(wǎng)絡(luò)(劉京軍、蘇楚林，2016)。關(guān)于機(jī)構(gòu)投資者網(wǎng)絡(luò)如何發(fā)揮作用，相關(guān)研究主要是從個(gè)體差異和交互關(guān)系兩個(gè)角度展開(kāi)。其中，個(gè)體差異視角關(guān)注機(jī)構(gòu)投資者個(gè)體層面的網(wǎng)絡(luò)位置差異，主要探討機(jī)構(gòu)投資者網(wǎng)絡(luò)密度和網(wǎng)絡(luò)中心度對(duì)資本市場(chǎng)表現(xiàn)與企業(yè)行為決策的影響。在資本市場(chǎng)表現(xiàn)方面，部分學(xué)者肯定了機(jī)構(gòu)投資者網(wǎng)絡(luò)的積極效應(yīng)，如機(jī)構(gòu)投資者網(wǎng)絡(luò)能加速信息的傳播速度與效率，提高股價(jià)的信息含量(吳曉暉等，2020)。然而，也有一部分學(xué)者發(fā)現(xiàn)機(jī)構(gòu)投資者網(wǎng)絡(luò)具有消極影響，如何瑛、馬珂(2020)發(fā)現(xiàn)，機(jī)構(gòu)投資者網(wǎng)絡(luò)越緊密反而越會(huì)有“推波助瀾”的負(fù)面作用，加劇市場(chǎng)波動(dòng)，降低股價(jià)同步性。在企業(yè)決策方面，機(jī)構(gòu)投資者網(wǎng)絡(luò)提高了公司金融化的程度(馬連福等，2021)，降低了公司價(jià)值(Konijn et al.，2011)。

交互關(guān)系視角關(guān)注機(jī)構(gòu)投資者個(gè)體之間交互形成的網(wǎng)絡(luò)團(tuán)體形式，聚焦于發(fā)現(xiàn)機(jī)構(gòu)投資者抱團(tuán)的作用。一方面，機(jī)構(gòu)投資者抱團(tuán)可以有效抑制股東的私利行為(劉新?tīng)?zhēng)、高闖，2021a)，提高公司信息透明度(劉新?tīng)?zhēng)、高闖，2021b)，發(fā)揮積極影響；另一方面，機(jī)構(gòu)投資者抱團(tuán)也可能加劇企業(yè)非效率投資(郭曉冬等，2020)，增加高管超額薪酬(劉新民等，2021)，提高股價(jià)崩盤風(fēng)險(xiǎn)(吳曉暉等，2019)，形成負(fù)面作用。

(二)違約風(fēng)險(xiǎn)的影響因素

現(xiàn)有關(guān)于企業(yè)違約風(fēng)險(xiǎn)影響因素的研究主要圍繞企業(yè)外部環(huán)境、自身特征及其治理機(jī)制三個(gè)角度展開(kāi)。從企業(yè)面臨的外部環(huán)境來(lái)看，貨幣政策的不確定性增加了企業(yè)違約風(fēng)險(xiǎn)(王博等，2019)；而股票流動(dòng)性的增強(qiáng)(Brogaard et al.，2017)以及《社會(huì)保險(xiǎn)法》的出臺(tái)(許紅梅、李春濤，2020)會(huì)降低企業(yè)違約概率。從企業(yè)自身特征來(lái)看，現(xiàn)有學(xué)者發(fā)現(xiàn)，當(dāng)企業(yè)戰(zhàn)略定位偏離行業(yè)常規(guī)模式的程度越大(王化成等，2019)、企業(yè)戰(zhàn)略越激進(jìn)時(shí)(郭婧、張新民，2021)，企業(yè)的違約風(fēng)險(xiǎn)越高；而當(dāng)內(nèi)部錦標(biāo)賽激勵(lì)越高(Du et al.，2019)、金融資產(chǎn)持有量越低(鄧路等，2020)、創(chuàng)新投入越高時(shí)(Hsu et al.，2015)，企業(yè)的違約風(fēng)險(xiǎn)越低。從企業(yè)治理機(jī)制來(lái)看，大股東持股比例越高，企業(yè)的違約風(fēng)險(xiǎn)越高(Chiang et al.，2015)；而當(dāng)高管社會(huì)網(wǎng)絡(luò)越富足，企業(yè)的違約風(fēng)險(xiǎn)越低(許浩然、荊新，2016；Yildirim，2020)。

(三)文獻(xiàn)述評(píng)

綜上所述，一方面，近年來(lái)企業(yè)違約事件的頻發(fā)使其影響因素備受關(guān)注。但現(xiàn)有企業(yè)治理機(jī)制角度的文獻(xiàn)主要集中于探討企業(yè)內(nèi)部的控股股東及高管網(wǎng)絡(luò)對(duì)違約風(fēng)險(xiǎn)的影響，卻忽略了機(jī)構(gòu)投資者的作用，尤其是機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體的作用更被忽視，這為研究企業(yè)違約風(fēng)險(xiǎn)的影響因素提供了新的視角。另一方面，現(xiàn)有機(jī)構(gòu)投資者網(wǎng)絡(luò)的研究更多的是從個(gè)體層面的網(wǎng)絡(luò)位置差異角度(即機(jī)構(gòu)投資者網(wǎng)絡(luò)密度和網(wǎng)絡(luò)中心度)進(jìn)行機(jī)構(gòu)投資者網(wǎng)絡(luò)經(jīng)濟(jì)后果分析，鮮少關(guān)注其個(gè)體之間交互形成的網(wǎng)絡(luò)團(tuán)體(機(jī)構(gòu)投資者抱團(tuán))的作用。而僅有的以機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體為單位的研究，主要是對(duì)企業(yè)投資效率、信息透明度、股價(jià)崩盤風(fēng)險(xiǎn)和高管超額薪酬展開(kāi)分析，尚未有文獻(xiàn)關(guān)注機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響，這為本文進(jìn)一步考察機(jī)構(gòu)投資者抱團(tuán)的經(jīng)濟(jì)后果提供了新的研究方向。

圖2 全局耦合網(wǎng)絡(luò)示意圖

三、理論分析與研究假設(shè)

機(jī)構(gòu)投資者作為獨(dú)立于公司管理層和大股東的“第三方力量”，常被認(rèn)為能夠憑借自身專業(yè)優(yōu)勢(shì)更加理性地參與公司治理。但機(jī)構(gòu)投資者絕非“獨(dú)行俠”，其亦可能作為知情交易者一起合作，共同影響企業(yè)行為。機(jī)構(gòu)投資者抱團(tuán)是網(wǎng)絡(luò)內(nèi)部個(gè)體交互而形成的網(wǎng)絡(luò)團(tuán)體，一方面，機(jī)構(gòu)投資者抱團(tuán)可以降低信息不對(duì)稱、緩解融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)；另一方面，機(jī)構(gòu)投資者抱團(tuán)也可能選擇與管理層聯(lián)盟，通過(guò)扮演“合謀者”角色(潘越等，2011)，損害企業(yè)利益，從而提高企業(yè)違約風(fēng)險(xiǎn)。因此，本文基于以下分析提出備擇假設(shè)：

(一)機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的積極作用

從信息角度來(lái)看，信息不對(duì)稱是影響企業(yè)違約風(fēng)險(xiǎn)的關(guān)鍵因素(Stiglitz and Weiss，1981；Duffie and Lando，2001)。企業(yè)的信息不對(duì)稱程度越高，代理問(wèn)題越嚴(yán)重(王艷、李善民，2017)，管理層謀求私利的機(jī)會(huì)主義傾向越突出，越不利于企業(yè)的長(zhǎng)期健康發(fā)展，進(jìn)而使企業(yè)違約風(fēng)險(xiǎn)增加。而機(jī)構(gòu)投資者抱團(tuán)可以通過(guò)降低信息不對(duì)稱來(lái)降低企業(yè)違約風(fēng)險(xiǎn)。具體而言：一方面，機(jī)構(gòu)投資者抱團(tuán)的緊密聯(lián)結(jié)關(guān)系使團(tuán)體成員之間更容易產(chǎn)生合作，共享私有信息(Assenza et al.，2008；Crane et al.，2019)。并且在團(tuán)體合作中，信息搜集成本降低(劉新?tīng)?zhēng)、高闖，2021b)，機(jī)構(gòu)投資者會(huì)更加主動(dòng)地搜集信息，使其相對(duì)于管理層的信息劣勢(shì)得到削弱，信息不對(duì)稱程度降低，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)。另一方面，社會(huì)網(wǎng)絡(luò)下的抱團(tuán)行為使信息的傳播更加廣泛，能夠通過(guò)吸引眾多分析師以及媒體的關(guān)注，進(jìn)一步緩解各市場(chǎng)參與者之間的信息不對(duì)稱程度(Arya and Mittendorf，2007；汪昌云等，2015；陳欽源等，2017)，降低代理成本(Jensen and Meckling，1976)，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)(鄧路等，2020)。

從資源角度來(lái)看，融資約束是企業(yè)發(fā)生實(shí)質(zhì)性違約的直接原因(Altman，1968)。當(dāng)面臨較高程度的融資約束時(shí)，企業(yè)無(wú)法保證擁有充裕的現(xiàn)金流以及時(shí)還本付息，從而使得企業(yè)違約風(fēng)險(xiǎn)增加。而機(jī)構(gòu)投資者抱團(tuán)可以通過(guò)緩解融資約束來(lái)降低企業(yè)違約風(fēng)險(xiǎn)。一方面，機(jī)構(gòu)投資者網(wǎng)絡(luò)成員通常具備不同的社會(huì)資源，如成員可能因擁有銀行背景，從而為企業(yè)帶來(lái)融資渠道的相關(guān)信息，使企業(yè)獲得更優(yōu)惠的融資條件(謝德仁、陳運(yùn)森，2012)和更低的融資成本，緩解企業(yè)融資約束。并且，作為不完善制度的替代和補(bǔ)充，關(guān)系網(wǎng)絡(luò)是我國(guó)企業(yè)獲取資源的關(guān)鍵途徑(潘越等，2019)。因此，機(jī)構(gòu)投資者抱團(tuán)的關(guān)系網(wǎng)絡(luò)可以發(fā)揮資源互換的作用(俞鴻琳，2013)，為企業(yè)通過(guò)機(jī)構(gòu)投資者網(wǎng)絡(luò)獲取稀缺資源提供便利(孫俊華、陳傳明，2009)，從而確保企業(yè)資金得以不斷供給，降低企業(yè)違約風(fēng)險(xiǎn)(王化成等，2019)。另一方面，作為聯(lián)系緊密的機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體，機(jī)構(gòu)投資者抱團(tuán)為企業(yè)提供了極具價(jià)值的擔(dān)保，可以使企業(yè)獲取更多的商業(yè)信用(俞鴻琳，2013)，進(jìn)一步緩解融資約束，提供充裕的資金保證企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)。

從風(fēng)險(xiǎn)角度來(lái)看，經(jīng)營(yíng)風(fēng)險(xiǎn)是影響企業(yè)履約能力的重要因素(Malik，2015)。較高的經(jīng)營(yíng)風(fēng)險(xiǎn)會(huì)增加企業(yè)經(jīng)營(yíng)績(jī)效的異常波動(dòng)，從而破壞企業(yè)契約履行經(jīng)濟(jì)基礎(chǔ)的堅(jiān)實(shí)與穩(wěn)定，致使債務(wù)本息難以按時(shí)償付，增加企業(yè)違約風(fēng)險(xiǎn)。而機(jī)構(gòu)投資者抱團(tuán)可以通過(guò)自身專業(yè)的投資及監(jiān)管技能去發(fā)揮積極的治理作用，進(jìn)而降低企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。一方面，機(jī)構(gòu)投資者抱團(tuán)所具備的專業(yè)能力、投資理念、資源優(yōu)勢(shì)等都有助于優(yōu)化企業(yè)內(nèi)部治理框架，改善企業(yè)生產(chǎn)經(jīng)營(yíng)效率，減少經(jīng)營(yíng)績(jī)效的異常波動(dòng)，從而為債務(wù)契約的按時(shí)履行提供保障，降低企業(yè)違約風(fēng)險(xiǎn)。另一方面，機(jī)構(gòu)投資者抱團(tuán)面臨著巨大的資金贖回壓力，因而有動(dòng)機(jī)督促企業(yè)采取更為理性的投資決策(計(jì)方、劉星，2011)。合理的投資決策可使企業(yè)經(jīng)營(yíng)績(jī)效呈現(xiàn)穩(wěn)步提升且良性循環(huán)態(tài)勢(shì)(Mcconnell and Muscarella，1985)，從而降低經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)。

基于以上分析，提出本文假設(shè)H1a：

H1a：機(jī)構(gòu)投資者抱團(tuán)降低了企業(yè)違約風(fēng)險(xiǎn)。

(二)機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的消極影響

機(jī)構(gòu)投資者抱團(tuán)也可能通過(guò)合謀，提高企業(yè)違約風(fēng)險(xiǎn)。單個(gè)機(jī)構(gòu)投資者的股權(quán)較為分散(Jiang and Kim，2015)，僅依靠自身實(shí)力可能無(wú)法與管理層和大股東達(dá)成合謀，但若能夠通過(guò)網(wǎng)絡(luò)連接與其他機(jī)構(gòu)投資者形成利益團(tuán)體，則可以充分利用信息等優(yōu)勢(shì)增強(qiáng)市場(chǎng)影響力，提高機(jī)構(gòu)投資者與企業(yè)管理層和大股東合謀的可能性，從而弱化治理作用。從信息角度來(lái)看，機(jī)構(gòu)投資者團(tuán)體可能共謀侵占其他股東的利益，傾向于合謀利用私有信息進(jìn)行交易(姚振曄，2019)，旨在投機(jī)獲利而非監(jiān)督治理，從而有動(dòng)機(jī)和能力主導(dǎo)建立“合謀同盟”(Azar et al.，2018)，隱藏真實(shí)會(huì)計(jì)信息，加深信息不對(duì)稱程度，加劇代理沖突，進(jìn)而提高企業(yè)違約風(fēng)險(xiǎn)(王化成等，2019)。從風(fēng)險(xiǎn)角度來(lái)看，機(jī)構(gòu)投資者抱團(tuán)與大股東和管理層“互利共贏”行為，可能會(huì)影響企業(yè)正常經(jīng)營(yíng)決策，如增加企業(yè)的非效率投資(郭曉冬等，2020)，進(jìn)一步增大企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，從而提高企業(yè)違約風(fēng)險(xiǎn)。

基于以上分析，提出本文假設(shè)H1b：

H1b：機(jī)構(gòu)投資者抱團(tuán)提高了企業(yè)違約風(fēng)險(xiǎn)。

四、研究設(shè)計(jì)

(一)樣本選擇和數(shù)據(jù)來(lái)源

本文選取2009—2020年我國(guó)A股上市公司作為初始樣本，并對(duì)研究樣本進(jìn)行了如下處理：(1)剔除ST、PT企業(yè)；(2)剔除金融業(yè)；(3)剔除主要財(cái)務(wù)數(shù)據(jù)缺失的企業(yè)；(4)剔除未參與抱團(tuán)的企業(yè)，最終得到9642個(gè)觀測(cè)值。為消除異常值的影響，本文對(duì)所有連續(xù)變量進(jìn)行了1%和99%分位數(shù)上的縮尾處理。上市公司財(cái)務(wù)數(shù)據(jù)來(lái)自于CSMAR數(shù)據(jù)庫(kù)。

(二)變量定義

1.被解釋變量：企業(yè)違約風(fēng)險(xiǎn)

借鑒Bharath and Shumway(2008)的做法，本文采用Na?ve模型估計(jì)違約概率(Edf)作為違約風(fēng)險(xiǎn)的替代變量，經(jīng)如下步驟計(jì)算違約風(fēng)險(xiǎn)：

(1)

DDit表示違約距離；Equityit表示公司總市值，為股票發(fā)行總數(shù)與年末市場(chǎng)價(jià)格的乘積；Debtit表示公司債務(wù)的面值，為公司年末短期負(fù)債與年末長(zhǎng)期負(fù)債的二分之一的加總；rit-1表示企業(yè)滯后一年的年度收益率，通過(guò)公司上一年度的月度股票收益率求得；Tit在公式中被設(shè)置為1年；σVit表示公司資產(chǎn)波動(dòng)率的估計(jì)量，通過(guò)σEit計(jì)算得出。σEit表示股票收益率的波動(dòng)率，利用公司上一年度的月度收益率數(shù)據(jù)取標(biāo)準(zhǔn)差求得。σVit的計(jì)算如式(2)：

(2)

在式(1)和式(2)的基礎(chǔ)上，我們可以計(jì)算出違約風(fēng)險(xiǎn)距離DDit，然后通過(guò)標(biāo)準(zhǔn)累計(jì)正態(tài)分布函數(shù)Normal(·)求出企業(yè)違約概率，如式(3)：

Edfit=Normal(-DDit)

(3)

企業(yè)違約風(fēng)險(xiǎn)指標(biāo)(Edf)取值范圍在0至1之間，其值越大，代表企業(yè)的違約風(fēng)險(xiǎn)越高。

2.解釋變量：機(jī)構(gòu)投資者抱團(tuán)持股比例

借鑒劉新?tīng)?zhēng)、高闖(2021a)的度量方法，具體步驟如下：

第一步，在任意的兩個(gè)機(jī)構(gòu)投資者公司之間，如果它們?cè)趖年年末至少共同持有任意一家公司(i)的股份數(shù)量占流通股股數(shù)的比例大于等于5%，則表明兩個(gè)機(jī)構(gòu)投資者之間建立了連接，據(jù)此構(gòu)建所有機(jī)構(gòu)投資者兩兩連接的網(wǎng)絡(luò)矩陣。第二步，以網(wǎng)絡(luò)密度為依據(jù)，用Louvain算法將機(jī)構(gòu)投資者網(wǎng)絡(luò)劃分為若干個(gè)關(guān)聯(lián)程度很高的社區(qū)。第三步，在關(guān)聯(lián)程度較高的各個(gè)社區(qū)內(nèi)使用Bron-Kerbosch算法來(lái)近似提取機(jī)構(gòu)投資者團(tuán)體。該算法的目的在于從網(wǎng)絡(luò)中求解極大團(tuán)，即圖2所示的全局耦合網(wǎng)絡(luò)。團(tuán)體成員共同持有的股票流通股的比例即為機(jī)構(gòu)投資者抱團(tuán)持股比例Clique，計(jì)算如式(4)：

(4)

3.控制變量

本文根據(jù)已有研究(丁志國(guó)等，2021)，選取的控制變量具體見(jiàn)表1。

(三)模型設(shè)定

為了檢驗(yàn)機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響，本文建立模型(5)：

(5)

表1 變量定義

五、實(shí)證結(jié)果

(一)描述性統(tǒng)計(jì)

表2列出了主要變量的描述性統(tǒng)計(jì)。違約風(fēng)險(xiǎn)的最大值為0.623，最小值為0，說(shuō)明違約風(fēng)險(xiǎn)在不同的公司之間差距很大。機(jī)構(gòu)投資者抱團(tuán)持股比例的均值為5.4%，持股比例相對(duì)較低，與劉新?tīng)?zhēng)、高闖(2021a)的描述性統(tǒng)計(jì)結(jié)果相似。

表2 主要變量描述性統(tǒng)計(jì)

(二)基準(zhǔn)檢驗(yàn)的回歸結(jié)果

表3報(bào)告了模型(5)的回歸結(jié)果。列(1)和列(2)為加入控制變量、行業(yè)以及年份虛擬變量前后的回歸結(jié)果。從回歸結(jié)果來(lái)看，解釋變量Clique回歸系數(shù)小于零且在5%的水平上顯著，表明機(jī)構(gòu)投資者抱團(tuán)與企業(yè)違約風(fēng)險(xiǎn)之間存在顯著的負(fù)相關(guān)關(guān)系。這與假設(shè)H1a一致。

表3 基準(zhǔn)檢驗(yàn)回歸結(jié)果(1)限于篇幅原因，控制變量檢驗(yàn)結(jié)果不再列示，備索。

(三)穩(wěn)健性與內(nèi)生性檢驗(yàn)

1.替換被解釋變量

借鑒Altman(1968)的研究，使用Zscore值來(lái)度量企業(yè)違約風(fēng)險(xiǎn)，計(jì)算如式(6)。其值越小，表明企業(yè)違約風(fēng)險(xiǎn)越大，陷入財(cái)務(wù)困境的概率越高。結(jié)果如表4第(1)列所示，Clique的系數(shù)在10%水平上顯著為正，結(jié)果穩(wěn)健。

(6)

2.Heckman兩階段

本文可能存在樣本選擇偏誤問(wèn)題。具體而言，機(jī)構(gòu)投資者抱團(tuán)的數(shù)據(jù)僅包含了存在抱團(tuán)的企業(yè)，并未納入不存在抱團(tuán)的企業(yè)。為緩解這一內(nèi)生性問(wèn)題對(duì)基準(zhǔn)回歸結(jié)果的影響，使用Heckman兩階段模型進(jìn)行檢驗(yàn)。第一階段，構(gòu)建Probit回歸模型，如下式(7)，計(jì)算出逆米爾斯比率(IMR)。

Pr(Cliqueownership=1)=α+∑kαkContr+∑Year+∑Ind+ε

(7)

其中，式(7)為機(jī)構(gòu)投資者是否抱團(tuán)的Probit選擇模型，Cliqueownership=1為公司T年度機(jī)構(gòu)投資者存在抱團(tuán)的虛擬變量，抱團(tuán)為1，否則為0。Contr為可能影響機(jī)構(gòu)投資者抱團(tuán)的控制變量，除了包含基準(zhǔn)檢驗(yàn)回歸模型的控制變量外，還加入高鐵開(kāi)通(GT)作為工具變量，對(duì)企業(yè)是否參與抱團(tuán)進(jìn)行回歸，并在回歸之后計(jì)算IMR。

第二階段，將IMR作為控制變量加入模型(5)，以檢驗(yàn)可能存在的選擇性偏差對(duì)研究結(jié)論的影響。結(jié)果如表4第(3)列所示，IMR在5%的水平上顯著，說(shuō)明樣本選擇性偏差確實(shí)存在，但克服了樣本選擇性偏差后機(jī)構(gòu)投資者抱團(tuán)的回歸系數(shù)仍在5%水平上顯著為負(fù)，說(shuō)明本文的結(jié)論仍然成立。

表4 穩(wěn)健性與Heckman兩階段檢驗(yàn)結(jié)果

3.工具變量法

以上基準(zhǔn)回歸結(jié)果可能面臨內(nèi)生選擇問(wèn)題。這一問(wèn)題的產(chǎn)生可能源于存在不可觀測(cè)但隨時(shí)間變化的因素同時(shí)會(huì)對(duì)機(jī)構(gòu)投資者的抱團(tuán)選擇和企業(yè)的違約風(fēng)險(xiǎn)產(chǎn)生影響；也可能源于模型中存在的反向因果關(guān)系，即企業(yè)違約風(fēng)險(xiǎn)的概率高低會(huì)對(duì)機(jī)構(gòu)投資者網(wǎng)絡(luò)形成產(chǎn)生影響，從而導(dǎo)致結(jié)果產(chǎn)生偏差。為進(jìn)一步排除這種可能性，本文選擇上市公司所在城市是否開(kāi)通高鐵(GT)作為工具變量，重新進(jìn)行回歸。一方面，高鐵作為一種高速、高效且高容量的運(yùn)輸方式，在保障城市間可達(dá)性和連通性的同時(shí)，顯著壓縮了時(shí)間成本和貿(mào)易成本，直接提升了人力、資金、技術(shù)等生產(chǎn)要素的速度和范圍。因此，高鐵開(kāi)通會(huì)在一定程度上影響機(jī)構(gòu)投資者之間的交流與協(xié)作，進(jìn)而影響其抱團(tuán)網(wǎng)絡(luò)的形成，即選取高鐵開(kāi)通作為機(jī)構(gòu)投資者抱團(tuán)的工具變量滿足了相關(guān)性要求。同時(shí)，弱工具變量檢驗(yàn)的結(jié)果顯示：F值為73.71，大于10，且p值為0.000，拒絕了存在弱工具變量的原假設(shè)，即本文選取的工具變量滿足相關(guān)性要求。另一方面，城市是否開(kāi)通高鐵與企業(yè)違約風(fēng)險(xiǎn)并無(wú)直接聯(lián)系，滿足外生性要求。基于上述考慮，本文選取的工具變量有效。如表5所示，在采用工具變量法減輕內(nèi)生性問(wèn)題后，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用依然在10%的水平上顯著，說(shuō)明本文的核心結(jié)論穩(wěn)健。

表5 工具變量法

六、進(jìn)一步分析

(一)影響機(jī)制分析

基于前文理論分析，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響是通過(guò)降低信息不對(duì)稱、緩解融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)傳導(dǎo)的，因此本文設(shè)計(jì)中介效應(yīng)模型，以進(jìn)一步明確其中機(jī)理。借鑒溫忠麟等(2004)對(duì)于中介變量的檢驗(yàn)程序，構(gòu)建模型(8)和模型(9)。在模型(5)系數(shù)α1顯著的前提下，依次檢驗(yàn)?zāi)Ｐ?8)中系數(shù)δ1和模型(9)中系數(shù)μ2；若δ1和μ2都顯著，檢查模型(9)中系數(shù)μ1；若μ1不顯著說(shuō)明存在完全中介效應(yīng)，否則說(shuō)明存在部分中介效應(yīng)。如果系數(shù)δ1和μ2中至少有一個(gè)不顯著，則做Sobel檢驗(yàn)。

中介變量定義如下：

KV/SA/Risk=δ0+δ1Clique+∑δiControls+∑Year+∑Ind+ε

(8)

Edf=μ0+μ1Clique+μ2KV/SA/Risk+∑μiControls+∑Year+∑Ind+ε

(9)

第一，信息不對(duì)稱(KV)。本文借鑒Kim and Verrecchia(2001)的研究，采用KV值來(lái)度量企業(yè)信息不對(duì)稱程度。采用KV度量法的優(yōu)點(diǎn)：因?yàn)镵V變量反映的是市場(chǎng)信息，相當(dāng)于是投資者關(guān)于信息不對(duì)稱程度的客觀評(píng)價(jià)，也就是說(shuō)，KV值能夠真正反映上市公司信息披露的實(shí)際效果，既包含了強(qiáng)制性信息披露，也包含了自愿性信息披露，是一個(gè)能夠全面度量上市公司信息不對(duì)稱程度的變量。

KV度量法模型如下:

(10)

KV=β×1000000

(11)

其中，Pt是第t日的收盤價(jià)，Volt是第t日的交易股數(shù)，Vol0是年度平均日交易量。β由最小二乘法的回歸得到(不考慮β為負(fù)的情況，若當(dāng)年交易日少于100天，則不估計(jì)該公司當(dāng)年的β)。β值越小，KV值越小，公司的信息披露越充分，即KV值與信息不對(duì)稱程度成反比。在運(yùn)用模型時(shí)，ΔPt=0時(shí)等式?jīng)]有意義，因此，剔除樣本中ΔPt=0的交易日。

第二，融資約束(SA)。采用Hadlock and Pierce(2010)構(gòu)建的SA指數(shù)度量企業(yè)融資約束程度，SA指數(shù)為負(fù)，且絕對(duì)值越大，表明融資約束程度越嚴(yán)重。

第三，經(jīng)營(yíng)風(fēng)險(xiǎn)(Risk)。借鑒王化成等(2019)的方法，采用Roa對(duì)過(guò)去三年的標(biāo)準(zhǔn)差進(jìn)行衡量，該指標(biāo)值越大，代表企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)越高。

表6報(bào)告了回歸結(jié)果。表6第(1)、(2)列報(bào)告了機(jī)構(gòu)投資者抱團(tuán)通過(guò)降低信息不對(duì)稱(KV)對(duì)企業(yè)違約風(fēng)險(xiǎn)產(chǎn)生作用的檢驗(yàn)結(jié)果。模型(8)的回歸結(jié)果見(jiàn)第(1)列，Clique的系數(shù)在1%的水平上顯著為負(fù)，說(shuō)明機(jī)構(gòu)投資者抱團(tuán)降低了信息不對(duì)稱。模型(9)的回歸結(jié)果見(jiàn)第(2)列，機(jī)構(gòu)投資者抱團(tuán)與企業(yè)違約風(fēng)險(xiǎn)的關(guān)系顯著負(fù)相關(guān)，且KV的系數(shù)在10%的水平上顯著為正，說(shuō)明機(jī)構(gòu)投資者抱團(tuán)通過(guò)降低信息不對(duì)稱降低了企業(yè)違約風(fēng)險(xiǎn)。模型中系數(shù)α1、δ1和μ1都顯著，同時(shí)μ2也顯著，表明信息不對(duì)稱在機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響中發(fā)揮了部分中介效應(yīng)。同理，機(jī)構(gòu)投資者抱團(tuán)通過(guò)緩解融資約束、降低經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而降低了企業(yè)違約風(fēng)險(xiǎn)，并且均發(fā)揮了部分中介效應(yīng)。

(二)異質(zhì)性分析

基于以上分析，機(jī)構(gòu)投資者抱團(tuán)可以通過(guò)降低信息不對(duì)稱、緩解融資約束和降低經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而降低企業(yè)違約風(fēng)險(xiǎn)，因此，本文進(jìn)一步從信息、資源和風(fēng)險(xiǎn)角度考察機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響差異。

1.信息角度異質(zhì)性分析

(1)審計(jì)師聲譽(yù)。高聲譽(yù)審計(jì)師具有較高的獨(dú)立性，擁有更豐富的專業(yè)知識(shí)和審計(jì)經(jīng)驗(yàn)，從而更加準(zhǔn)確地評(píng)估客戶會(huì)計(jì)估計(jì)和財(cái)務(wù)表述的合理性，更好地辨別被審計(jì)單位的信息操縱活動(dòng)，改善上市公司的會(huì)計(jì)信息披露，進(jìn)而緩解了管理層和投資者之間的信息不對(duì)稱(Diamond and Verrecchia，1991)。那么對(duì)于審計(jì)師聲譽(yù)度較高的企業(yè)來(lái)說(shuō)，機(jī)構(gòu)投資者抱團(tuán)通過(guò)緩解信息不對(duì)稱降低其違約風(fēng)險(xiǎn)的作用有限，而相較而言，機(jī)構(gòu)投資者抱團(tuán)對(duì)于審計(jì)師聲譽(yù)較低企業(yè)的違約風(fēng)險(xiǎn)抑制效應(yīng)會(huì)更顯著。

表6 影響機(jī)制檢驗(yàn)

為檢驗(yàn)這一推論，本文以是否任職“四大”衡量審計(jì)師聲譽(yù)，根據(jù)審計(jì)師是否任職“四大”將樣本分為兩組?；貧w結(jié)果如表7第(1)、(2)列所示，在審計(jì)師聲譽(yù)較低的樣本中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在審計(jì)師聲譽(yù)較高的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在審計(jì)師聲譽(yù)較低的企業(yè)中。

(2)分析師關(guān)注程度。大量研究表明，分析師可以獨(dú)立對(duì)上市公司的信息進(jìn)行搜集、加工、解讀和傳遞，增加了投資者可獲得的信息集(Womack，1996)，進(jìn)而緩解了投資者和企業(yè)之間的信息不對(duì)稱(Frankel and Li，2004)。因此，本文預(yù)期，對(duì)于分析師關(guān)注程度較高的企業(yè)來(lái)說(shuō)，機(jī)構(gòu)投資者抱團(tuán)通過(guò)緩解信息不對(duì)稱降低其違約風(fēng)險(xiǎn)的作用有限，而相較而言，機(jī)構(gòu)投資者抱團(tuán)對(duì)于分析師關(guān)注程度較低企業(yè)的違約風(fēng)險(xiǎn)抑制效應(yīng)會(huì)更顯著。

為檢驗(yàn)這一推論，本文以分析師跟蹤人數(shù)衡量分析師的關(guān)注程度，根據(jù)年度企業(yè)分析師跟蹤人數(shù)的中位數(shù)將樣本分為兩組?；貧w結(jié)果如表7第(3)、(4)列所示，在分析師關(guān)注程度較低的樣本中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在分析師關(guān)注程度較高的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在分析師關(guān)注程度較低的企業(yè)中。

2.資源角度異質(zhì)性分析

(1)產(chǎn)權(quán)性質(zhì)。與非國(guó)有企業(yè)相比，國(guó)有股權(quán)的存在，為國(guó)有企業(yè)提供了極具價(jià)值的隱性擔(dān)保，使國(guó)有企業(yè)更易獲得資助、保護(hù)和政策優(yōu)惠，具備更低的融資成本和破產(chǎn)風(fēng)險(xiǎn)(韓鵬飛、胡奕明，2015)。并且，在我國(guó)特殊的市場(chǎng)經(jīng)濟(jì)環(huán)境下，地方政府通常會(huì)對(duì)商業(yè)銀行信貸投向形成干預(yù)，使商業(yè)銀行的貸款投向具有偏向性(陳漢文、周中勝，2014)。相比之下，非國(guó)有企業(yè)的政治資源較少，接受政府庇護(hù)及政策傾斜的機(jī)會(huì)少，也較難形成規(guī)模及行業(yè)優(yōu)勢(shì)，因而面臨融資難、融資貴等更多的融資約束問(wèn)題，違約風(fēng)險(xiǎn)隨之提高。因此，本文預(yù)期，相比于國(guó)有企業(yè)，在非國(guó)有企業(yè)中機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響更顯著。

表7 信息角度異質(zhì)性分析

為檢驗(yàn)這一推論，本文以上市公司股權(quán)性質(zhì)將樣本分為兩組?；貧w結(jié)果如表8第(1)、(2)列所示，在非國(guó)有企業(yè)樣本中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在國(guó)企樣本中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在非國(guó)有企業(yè)中。

(2)數(shù)字金融發(fā)展水平。數(shù)字金融的發(fā)展降低了傳統(tǒng)金融服務(wù)的門檻和成本，加快了信貸審批速度，降低了融資交易的議價(jià)成本和機(jī)會(huì)成本，從而能減少企業(yè)獲取資金的成本(Lin et al.，2013)，緩解企業(yè)融資約束，企業(yè)違約風(fēng)險(xiǎn)隨之降低。而在數(shù)字金融發(fā)展水平較差的地區(qū)，傳統(tǒng)的借貸模式使企業(yè)面臨復(fù)雜的審核程序，融資時(shí)間較長(zhǎng)且融資成本較高，限制了企業(yè)的外源融資能力進(jìn)而提高了企業(yè)違約風(fēng)險(xiǎn)。因此，本文預(yù)期，在數(shù)字金融發(fā)展較差地區(qū)的企業(yè)，機(jī)構(gòu)投資者抱團(tuán)對(duì)于企業(yè)違約風(fēng)險(xiǎn)的抑制作用會(huì)更顯著。

為檢驗(yàn)這一推論，本文以北京大學(xué)數(shù)字金融研究中心編制的《北京大學(xué)數(shù)字普惠金融指數(shù)》中的“數(shù)字金融使用深度”作為數(shù)字金融發(fā)展水平的代理變量，根據(jù)年度地區(qū)該指數(shù)的中位數(shù)將樣本分為兩組(2)北京大學(xué)《數(shù)字金融普惠金融指數(shù)》數(shù)據(jù)起始年為2011，更新到了2018年，因此樣本區(qū)間為2011—2018年。?；貧w結(jié)果如表8第(3)、(4)列所示，在數(shù)字金融發(fā)展水平較低的樣本組中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在數(shù)字金融發(fā)展水平較高的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在數(shù)字金融發(fā)展較差的地區(qū)。

3.風(fēng)險(xiǎn)角度異質(zhì)性分析

(1)戰(zhàn)略激進(jìn)度。實(shí)行進(jìn)攻型戰(zhàn)略的企業(yè)在新產(chǎn)品開(kāi)發(fā)或新市場(chǎng)開(kāi)拓上較為激進(jìn)，其經(jīng)營(yíng)風(fēng)險(xiǎn)相對(duì)較高(翟淑萍等，2019)。一方面，當(dāng)企業(yè)進(jìn)行新產(chǎn)品研發(fā)或新市場(chǎng)開(kāi)拓時(shí)，會(huì)耗費(fèi)更多的試錯(cuò)成本，付出更高的營(yíng)銷成本，但最終可能“竹籃子打水一場(chǎng)空”，使企業(yè)未來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)不確定性升高(王化成等，2017；王化成等，2019)；另一方面，企業(yè)戰(zhàn)略越激進(jìn)，得到的政策支持越少，進(jìn)一步加大了戰(zhàn)略激進(jìn)企業(yè)適應(yīng)行業(yè)環(huán)境的難度，使企業(yè)面臨更高的經(jīng)營(yíng)風(fēng)險(xiǎn)，違約風(fēng)險(xiǎn)隨之增加。因此，本文預(yù)期，在戰(zhàn)略激進(jìn)的企業(yè)中，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響更顯著。

表8 資源角度異質(zhì)性分析

為檢驗(yàn)這一推論，本文借鑒Bentley et al.(2013)的研究，以研發(fā)創(chuàng)新指標(biāo)、生產(chǎn)效率指標(biāo)、成長(zhǎng)性指標(biāo)、運(yùn)營(yíng)費(fèi)用指標(biāo)、組織結(jié)構(gòu)穩(wěn)定性指、資本密度指標(biāo)等六個(gè)指標(biāo)為企業(yè)賦值，得到以0～24分為范圍的戰(zhàn)略激進(jìn)度變量，分值越低，意味著企業(yè)戰(zhàn)略越保守。根據(jù)Bentley et al.(2013)的研究，分值不高于6分為保守型，因此以賦值是否大于6分將樣本分為兩組?；貧w結(jié)果如表9第(1)、(2)列所示，在戰(zhàn)略越激進(jìn)的樣本組中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在戰(zhàn)略保守的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在戰(zhàn)略激進(jìn)的樣本組中。

(2)經(jīng)濟(jì)政策不確定性程度。經(jīng)濟(jì)政策不確定性程度的升高，加大了企業(yè)面臨的外部環(huán)境風(fēng)險(xiǎn)(Pástor and Veronesi，2013)，進(jìn)而干擾了企業(yè)原有的經(jīng)營(yíng)策略與執(zhí)行進(jìn)程，使其頻繁偏離初設(shè)目標(biāo)，致使企業(yè)經(jīng)營(yíng)業(yè)績(jī)發(fā)生大幅波動(dòng)，經(jīng)營(yíng)風(fēng)險(xiǎn)大幅度攀升(褚劍等，2018)，進(jìn)而增加了企業(yè)違約風(fēng)險(xiǎn)。因此，本文預(yù)期，經(jīng)濟(jì)政策不確定性越高，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的邊際影響更顯著。

為檢驗(yàn)這一推論，本文借鑒Baker et al.(2016)構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)(EPU)衡量我國(guó)經(jīng)濟(jì)政策不確定性水平，以年度中位數(shù)將樣本分為兩組?；貧w結(jié)果如表9第(3)、(4)列所示，在經(jīng)濟(jì)政策不確定高的樣本組中，Clique的回歸系數(shù)在5%水平下顯著為負(fù)，而在經(jīng)濟(jì)政策不確定低的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在經(jīng)濟(jì)政策不確定高的樣本組中。

(3)行業(yè)風(fēng)險(xiǎn)。行業(yè)風(fēng)險(xiǎn)作為企業(yè)所處環(huán)境的風(fēng)向標(biāo)，不僅會(huì)影響投資者對(duì)企業(yè)未來(lái)發(fā)展的預(yù)期，還會(huì)對(duì)企業(yè)的經(jīng)營(yíng)狀況造成直接影響(鄧金龍、曾建光，2019)。行業(yè)風(fēng)險(xiǎn)越高，市場(chǎng)對(duì)行業(yè)發(fā)展越悲觀，從而影響企業(yè)正常運(yùn)營(yíng)(鄭立東、程小可，2014)，提高企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)，進(jìn)而增加企業(yè)違約風(fēng)險(xiǎn)。因此，本文預(yù)期，企業(yè)行業(yè)風(fēng)險(xiǎn)越高，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的邊際影響更顯著。

為檢驗(yàn)這一推論，本文借鑒賈珅、申廣軍(2016)研究，用“年份×城市×二位數(shù)行業(yè)”內(nèi)虧損企業(yè)的比例衡量企業(yè)行業(yè)風(fēng)險(xiǎn)，以中位數(shù)將樣本分為兩組?；貧w結(jié)果如表9第(5)、(6)列所示，在行業(yè)風(fēng)險(xiǎn)高的樣本組中，Clique的回歸系數(shù)在10%水平下顯著為負(fù)，而在行業(yè)風(fēng)險(xiǎn)低的樣本組中，其回歸系數(shù)不顯著，以上結(jié)果表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的抑制作用主要體現(xiàn)在行業(yè)風(fēng)險(xiǎn)高的樣本組中。

表9 風(fēng)險(xiǎn)角度異質(zhì)性分析

七、結(jié)語(yǔ)

本文利用2009—2020年度滬深A(yù)股非金融上市公司作為研究樣本，實(shí)證檢驗(yàn)了機(jī)構(gòu)投資者抱團(tuán)與企業(yè)違約風(fēng)險(xiǎn)關(guān)系及影響機(jī)理。主要結(jié)論如下：機(jī)構(gòu)投資者抱團(tuán)有效抑制了企業(yè)違約風(fēng)險(xiǎn)。作用機(jī)理檢驗(yàn)發(fā)現(xiàn)，機(jī)構(gòu)投資者抱團(tuán)通過(guò)降低信息不對(duì)稱、緩解融資約束以及降低經(jīng)營(yíng)風(fēng)險(xiǎn)抑制了企業(yè)違約風(fēng)險(xiǎn)。拓展性分析表明，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的治理效應(yīng)與信息、資源和風(fēng)險(xiǎn)的異質(zhì)性有關(guān)，即機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響主要體現(xiàn)在審計(jì)師聲譽(yù)低、分析師關(guān)注程度低、非國(guó)有企業(yè)、數(shù)字金融發(fā)展水平低、戰(zhàn)略激進(jìn)、經(jīng)濟(jì)政策不確定性高以及行業(yè)風(fēng)險(xiǎn)高的樣本中。

基于以上研究結(jié)論，提出如下建議：第一，隨著金融市場(chǎng)的不斷完善，機(jī)構(gòu)投資者作為獨(dú)立于公司管理層和大股東的“第三方力量”，在公司治理方面的作用應(yīng)受到越來(lái)越多的重視。因此，應(yīng)完善機(jī)構(gòu)投資者網(wǎng)絡(luò)的制度設(shè)計(jì)，以保障資本市場(chǎng)信息及時(shí)有效，讓機(jī)構(gòu)投資者網(wǎng)絡(luò)的信息優(yōu)勢(shì)為培育企業(yè)競(jìng)爭(zhēng)新優(yōu)勢(shì)全面賦能的同時(shí)，也積極推進(jìn)長(zhǎng)效治理，助力機(jī)構(gòu)投資者為資本市場(chǎng)的健康發(fā)展發(fā)揮更積極作用。第二，企業(yè)應(yīng)著力構(gòu)建大股東制衡機(jī)制，遏制機(jī)構(gòu)投資者抱團(tuán)與管理層或大股東合謀進(jìn)行利益輸送的行為，積極發(fā)揮機(jī)構(gòu)投資者作為外部股東的重要作用，以優(yōu)化公司治理結(jié)構(gòu)。第三，面對(duì)企業(yè)違約風(fēng)險(xiǎn)頻發(fā)的現(xiàn)實(shí)難題，政策制定者在不斷完善各項(xiàng)正式制度安排的同時(shí)，還需重視社會(huì)網(wǎng)絡(luò)等非正式制度的影響，理性看待機(jī)構(gòu)投資者網(wǎng)絡(luò)團(tuán)體在公司治理、市場(chǎng)監(jiān)管中的作用，為市場(chǎng)中各類經(jīng)濟(jì)資源的配置提供良好的正式和非正式制度基礎(chǔ)。第四，本文發(fā)現(xiàn)在信息不對(duì)稱程度較高，資源獲取較難以及經(jīng)營(yíng)風(fēng)險(xiǎn)較高的樣本中，機(jī)構(gòu)投資者抱團(tuán)對(duì)企業(yè)違約風(fēng)險(xiǎn)的影響更明顯，這表明機(jī)構(gòu)投資者的抱團(tuán)行為在一定程度上對(duì)公司治理發(fā)揮了替代作用。因此，應(yīng)著力完善企業(yè)內(nèi)外部治理機(jī)制，不斷優(yōu)化機(jī)構(gòu)投資者發(fā)揮作用的制度環(huán)境，為精準(zhǔn)防控企業(yè)違約風(fēng)險(xiǎn)提供現(xiàn)實(shí)保障。