【摘 要】論文選取2010-2020年我國(guó)滬深A(yù)股上市公司的數(shù)據(jù)，探究了公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系，以及經(jīng)濟(jì)政策不確定性在公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的調(diào)節(jié)作用。論文的研究結(jié)果表明，公司偏離行業(yè)常規(guī)戰(zhàn)略的程度越大，股價(jià)崩盤風(fēng)險(xiǎn)越高；經(jīng)濟(jì)政策不確定性加劇了公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系。論文的研究對(duì)我國(guó)防范金融風(fēng)險(xiǎn)和促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有一定的啟示。

【關(guān)鍵詞】公司戰(zhàn)略差異；股價(jià)崩盤風(fēng)險(xiǎn)；經(jīng)濟(jì)政策不確定性

【中圖分類號(hào)】F272；F832.5 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2024）07-0033-03

1 引言

在實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的新征程上，健全資本市場(chǎng)監(jiān)管體系、防范重大金融風(fēng)險(xiǎn)刻不容緩。為應(yīng)對(duì)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的機(jī)遇與挑戰(zhàn)，部分公司會(huì)選擇制定與行業(yè)平均水平差異較大的戰(zhàn)略以求在市場(chǎng)競(jìng)爭(zhēng)中保持領(lǐng)先，然而偏離行業(yè)常規(guī)模式的戰(zhàn)略為企業(yè)帶來(lái)高收益的同時(shí)也帶來(lái)了高風(fēng)險(xiǎn)。一方面，獨(dú)樹一幟的戰(zhàn)略會(huì)為公司樹立競(jìng)爭(zhēng)優(yōu)勢(shì)；另一方面，戰(zhàn)略差異帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)和信息風(fēng)險(xiǎn)會(huì)滋生管理層的機(jī)會(huì)主義行為，可能引發(fā)股價(jià)崩盤。同時(shí)，錯(cuò)綜復(fù)雜的經(jīng)濟(jì)政策變動(dòng)是否會(huì)為戰(zhàn)略差異度較大的公司帶來(lái)更大的股價(jià)崩盤風(fēng)險(xiǎn)？基于此，本文研究公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系以及經(jīng)濟(jì)政策不確定性對(duì)二者關(guān)系的影響，以期為企業(yè)健康發(fā)展、維護(hù)經(jīng)濟(jì)平穩(wěn)運(yùn)行提供參考和借鑒。

2 研究假設(shè)

2.1 公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)

Li et al.[1]的“信息隱藏假說(shuō)”提出，管理層隱藏的壞消息積累到一定程度時(shí)會(huì)超出公司承受限額而集中向市場(chǎng)釋放，這揭示了股價(jià)崩盤風(fēng)險(xiǎn)的根源。一方面，戰(zhàn)略差異帶來(lái)的經(jīng)營(yíng)風(fēng)險(xiǎn)為管理層隱藏壞消息創(chuàng)造了動(dòng)機(jī)。非常規(guī)戰(zhàn)略模式的企業(yè)市場(chǎng)認(rèn)可度低，較難獲得良好的經(jīng)營(yíng)環(huán)境，增加了企業(yè)的資源獲取難度、交易成本及融資成本[2]，企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)上升。一旦出現(xiàn)經(jīng)營(yíng)風(fēng)險(xiǎn)上升這類壞消息，企業(yè)管理層基于個(gè)人利益訴求、公司融資需求和外部監(jiān)管壓力的動(dòng)機(jī)隱瞞負(fù)面信息，掩蓋極端經(jīng)營(yíng)績(jī)效，極易引發(fā)股價(jià)崩盤。另一方面，戰(zhàn)略差異帶來(lái)的信息風(fēng)險(xiǎn)為管理層隱藏壞消息提供了機(jī)會(huì)。投資者較難利用常規(guī)經(jīng)驗(yàn)判斷非常規(guī)戰(zhàn)略企業(yè)的經(jīng)營(yíng)狀況，這創(chuàng)造了一個(gè)企業(yè)與外部的信息屏障，此時(shí)管理層做出機(jī)會(huì)主義行為較難被外界發(fā)現(xiàn)，這為管理層隱瞞負(fù)面信息提供了機(jī)會(huì)，當(dāng)管理層隱瞞的壞消息數(shù)量達(dá)到一個(gè)閾值后會(huì)集中向外界釋放，最終導(dǎo)致股價(jià)崩盤。

基于上述分析，本文認(rèn)為較高的戰(zhàn)略差異度增加了企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)和信息風(fēng)險(xiǎn)，為管理層隱藏壞消息創(chuàng)造動(dòng)機(jī)并提供機(jī)會(huì)，因此，提出第一個(gè)假設(shè)：

H1：公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)，即戰(zhàn)略差異度大的企業(yè)，其股價(jià)崩盤風(fēng)險(xiǎn)越大。

2.2 公司戰(zhàn)略差異、經(jīng)濟(jì)政策不確定性與股價(jià)崩盤風(fēng)險(xiǎn)

在我國(guó)，經(jīng)濟(jì)政策不確定性包括政策實(shí)施方向的不確定性、政策執(zhí)行力度的不確定性及政策持續(xù)時(shí)間的不確定性。從經(jīng)營(yíng)風(fēng)險(xiǎn)的角度來(lái)看，如果管理當(dāng)局施行了不利于企業(yè)的經(jīng)濟(jì)政策，會(huì)加劇企業(yè)經(jīng)營(yíng)失敗的風(fēng)險(xiǎn)[3]，因此增加了管理層隱瞞壞消息的動(dòng)機(jī)，股價(jià)崩盤風(fēng)險(xiǎn)上升。從信息風(fēng)險(xiǎn)的角度來(lái)看，由于經(jīng)濟(jì)政策不確定性的存在，企業(yè)管理層難以充分獲得、完全理解和恰當(dāng)運(yùn)用經(jīng)濟(jì)政策信息，同時(shí)，政策走向、執(zhí)行力度、持續(xù)時(shí)間和實(shí)施效果的不確定性加大了企業(yè)內(nèi)外部信息不透明程度，為管理層隱瞞壞消息創(chuàng)造了機(jī)會(huì)，管理層可能會(huì)利用經(jīng)濟(jì)政策不確定性“掩護(hù)”尋租行為，不斷積累的壞消息一旦釋放，極易造成股價(jià)崩盤。

綜上，如果偏離常規(guī)戰(zhàn)略的企業(yè)處在經(jīng)濟(jì)政策不確定性較高的環(huán)境中，會(huì)增加其經(jīng)營(yíng)風(fēng)險(xiǎn)和信息風(fēng)險(xiǎn)，增加管理層隱藏壞消息的動(dòng)機(jī)和機(jī)會(huì)，從而加劇股價(jià)崩盤風(fēng)險(xiǎn)，因此，提出第二個(gè)假設(shè)：

H2：較高的經(jīng)濟(jì)政策不確定性加劇了公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)的正相關(guān)關(guān)系。

3 研究設(shè)計(jì)

3.1 樣本選擇與數(shù)據(jù)來(lái)源

本文樣本為2010-2020年的滬深A(yù)股上市公司，數(shù)據(jù)來(lái)源于CSMAR數(shù)據(jù)庫(kù)。本文剔除了金融業(yè)上市公司，ST、PT上市公司，關(guān)鍵財(cái)務(wù)數(shù)據(jù)缺失的樣本以及年交易周數(shù)少于30周的樣本，并對(duì)所有變量進(jìn)行1%和99%分位的縮尾處理，處理后樣本為15 710個(gè)。

3.2 變量定義

①戰(zhàn)略差異度。參考葉康濤等[4]的研究，本文計(jì)算了企業(yè)在營(yíng)銷能力、創(chuàng)新能力、生產(chǎn)能力、擴(kuò)張能力、費(fèi)用結(jié)構(gòu)、資本運(yùn)營(yíng)方式等6個(gè)關(guān)鍵領(lǐng)域的資源分配情況，得到每個(gè)公司的戰(zhàn)略差異度指標(biāo)（STRA）。

②股價(jià)崩盤風(fēng)險(xiǎn)。本文借鑒許年行等[5]的方法，主要使用負(fù)收益偏態(tài)系數(shù)NCSKEW和收益上下波動(dòng)比率DUVOL這兩個(gè)指標(biāo)衡量股價(jià)崩盤風(fēng)險(xiǎn)。

③經(jīng)濟(jì)政策不確定性。本文借鑒Baker et al.[6]的研究來(lái)度量我國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPU）。

④控制變量。借鑒已有研究，本文控制了若干變量。各變量的具體定義和計(jì)算方法如表1所示。

表1 變量定義表

3.3 研究模型設(shè)計(jì)

為檢驗(yàn)H1，本文借鑒王化成等的研究方法，建立模型（1）。

NCSKEWi，t+1（DUVOLi，t+1） = ？琢0+？琢1STRAi，t+？琢iControlsi，t+

∑IND+∑YEAR+εi，t （1）

為檢驗(yàn)H2，本文借鑒胡志亮等[7]的研究方法，建立模型（2）。

NCSKEWi，t+1（DUVOLi，t+1） =？酌0+？酌1STRAi，t+？酌2STRAi，t×EPUt+？酌3EPUt+？酌iControlsi，t+∑IND+∑YEAR+εi，t （2）

式中，NCSKEWi，t+1和DUVOLi，t+1表示企業(yè)個(gè)股滯后一期的股價(jià)崩盤風(fēng)險(xiǎn)，滯后一期處理主要是考慮到預(yù)期作用的影響；Controlsi，t表示控制變量組集；εi，t表示殘差項(xiàng)；α和γ表示相關(guān)回歸系數(shù)。同時(shí)，本文采用雙固定效應(yīng)面板模型來(lái)控制行業(yè)固定效應(yīng)IND和年度固定效應(yīng)YEAR。

4 實(shí)證分析

4.1 描述性統(tǒng)計(jì)

表2展示了各變量描述性統(tǒng)計(jì)分析的結(jié)果。股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)指標(biāo)NCSKEW和DUVOL的均值為-0.307和

-0.206，標(biāo)準(zhǔn)差為0.721和0.479，最大值為2.271和1.295，最小值為-2.803和-1.613，說(shuō)明不同企業(yè)在不同年份的股價(jià)崩盤風(fēng)險(xiǎn)有所區(qū)別。公司戰(zhàn)略差異度STRA的均值為0.468，標(biāo)準(zhǔn)差為0.242，中位數(shù)為0.409，說(shuō)明一半以上的樣本公司偏離行業(yè)常規(guī)戰(zhàn)略模式的程度低于樣本平均水平。經(jīng)濟(jì)政策不確定性EPU的最小值為0.989，最大值為7.919，標(biāo)準(zhǔn)差為2.199，說(shuō)明在研究的樣本時(shí)間范圍內(nèi)我國(guó)的經(jīng)濟(jì)政策變動(dòng)較大。

表2 描述性統(tǒng)計(jì)

4.2 回歸分析

4.2.1 公司戰(zhàn)略差異對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響

本文利用樣本數(shù)據(jù)在模型（1）的基礎(chǔ)上進(jìn)行多元回歸分析，表3展示了假設(shè)H1的回歸結(jié)果。在加入一系列控制變量并控制行業(yè)和年度固定效應(yīng)后，以NCSKEWi，t+1為因變量時(shí)，STRA的系數(shù)為0.135；以DUVOLi，t+1為因變量時(shí)，STRA的系數(shù)為0.071，二者系數(shù)均在1%水平上顯著。以上回歸分析結(jié)果表明，企業(yè)偏離行業(yè)常規(guī)模式的戰(zhàn)略加劇了股價(jià)崩盤風(fēng)險(xiǎn)，假設(shè)H1得到驗(yàn)證。

4.2.2 公司戰(zhàn)略差異、經(jīng)濟(jì)政策不確定性與股價(jià)崩盤風(fēng)險(xiǎn)的回歸分析

本文利用樣本數(shù)據(jù)在模型（2）的基礎(chǔ)上進(jìn)行多元回歸分析，表4展示了假設(shè)H2的回歸結(jié)果。公司戰(zhàn)略差異和經(jīng)濟(jì)政策不確定性的交乘項(xiàng)STRA×EPU與股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)指標(biāo)NCSKEWi，t+1和DUVOLi，t+1的系數(shù)均在1%水平上顯著，回歸系數(shù)分別為0.025和0.016，表明較高的經(jīng)濟(jì)政策不確定性加劇了偏離行業(yè)常規(guī)戰(zhàn)略模式公司的股價(jià)崩盤風(fēng)險(xiǎn)，假設(shè)H2得到驗(yàn)證。

表4 經(jīng)濟(jì)政策不確定性對(duì)公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)關(guān)系影響的回歸結(jié)果

4.2.3 內(nèi)生性檢驗(yàn)

本文選取滯后一期的公司戰(zhàn)略差異L1.STRA作為工具變量，以削弱可能存在的部分內(nèi)生性的影響，并采用兩階段最小二乘法對(duì)工具變量進(jìn)行參數(shù)估計(jì)并檢驗(yàn)?zāi)Ｐ停?）的回歸結(jié)果，結(jié)果如表5所示。在第一階段結(jié)果中，工具變量的系數(shù)在1%的水平上顯著為正，從第二階段的回歸結(jié)果可以看出，公司戰(zhàn)略差異STRA與股價(jià)崩盤風(fēng)險(xiǎn)NCSKEWi，t+1和DUVOLi，t+1的系數(shù)在1%的水平上顯著為正，系數(shù)分別為0.140和0.070，即公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系仍然成立。

5 結(jié)論與建議

本文基于Li et al.提出的“信息隱藏假說(shuō)”，從管理層隱藏壞消息的動(dòng)機(jī)和機(jī)會(huì)的角度出發(fā)，從企業(yè)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)和信息風(fēng)險(xiǎn)這兩個(gè)方面分析了公司戰(zhàn)略差異和股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)聯(lián)，以及經(jīng)濟(jì)政策不確定性在二者關(guān)系中的調(diào)節(jié)作用。本文得出以下結(jié)論：公司戰(zhàn)略偏離行業(yè)常規(guī)戰(zhàn)略的程度越大，股價(jià)崩盤風(fēng)險(xiǎn)越高；公司面臨的經(jīng)濟(jì)政策不確定性增強(qiáng)了公司戰(zhàn)略差異與股價(jià)崩盤風(fēng)險(xiǎn)之間的正相關(guān)關(guān)系。

據(jù)此，本文提出以下3點(diǎn)建議：首先，企業(yè)要制定科學(xué)合理的戰(zhàn)略決策，有效發(fā)揮戰(zhàn)略差異對(duì)資源配置的作用，并完善戰(zhàn)略信息披露，提供充分的風(fēng)險(xiǎn)提示；其次，投資者要甄別信息質(zhì)量，結(jié)合企業(yè)戰(zhàn)略差異與經(jīng)濟(jì)政策環(huán)境變化信息，合理優(yōu)化投資策略；最后，監(jiān)管者既要為戰(zhàn)略差異型企業(yè)破除經(jīng)營(yíng)障礙、優(yōu)化生存環(huán)境，又要提高政策出臺(tái)前后的信息披露水平，注重政策實(shí)施的長(zhǎng)期穩(wěn)定性，還要加強(qiáng)對(duì)戰(zhàn)略差異型企業(yè)信息披露的監(jiān)管，維護(hù)良好的市場(chǎng)秩序，為資本市場(chǎng)健康發(fā)展保駕護(hù)航。

【參考文獻(xiàn)】

【1】Li Jin，Stewart C. Myers.R2 Around the World： New Theory and New Tests[J].Journal of Financial Economics，2006，61（2）：257-292.

【2】王化成，張修平，侯粲然，等.企業(yè)戰(zhàn)略差異與權(quán)益資本成本——基于經(jīng)營(yíng)風(fēng)險(xiǎn)和信息不對(duì)稱的中介效應(yīng)研究[J].中國(guó)軟科學(xué)，2017（9）：99-113.

【3】李彩玲，林東杰.經(jīng)濟(jì)政策不確定性與股價(jià)崩盤風(fēng)險(xiǎn)[J].金融學(xué)季刊，2019，13（4）：153-184.

【4】葉康濤，董雪雁，崔倚菁.企業(yè)戰(zhàn)略定位與會(huì)計(jì)盈余管理行為選擇[J].會(huì)計(jì)研究，2015（10）：23-29+96.

【5】許年行，于上堯，伊志宏.機(jī)構(gòu)投資者羊群行為與股價(jià)崩盤風(fēng)險(xiǎn)[J].管理世界，2013（7）：31-43.

【6】Scott R. Baker，Nicholas Bloom，Steven J Davis.Measuring Economic Policy Uncertainty[J].Quarterly Journal of Economics，2016，131（4）：1593-1636.

【7】胡志亮，鄭明貴.企業(yè)戰(zhàn)略差異、環(huán)境不確定性與企業(yè)經(jīng)營(yíng)績(jī)效波動(dòng)[J].華東經(jīng)濟(jì)管理，2021，35（8）：103-115.