有發明創新背景CEO、研發投入與股價崩盤風險

2020-08-21 10:41余珍子孔東民
財會月刊·上半月 2020年8期
關鍵詞:研發投入投資風險

余珍子 孔東民

【摘要】以我國A股2001 ~ 2015年制造業上市企業數據為樣本, 研究有發明創新背景CEO對公司未來股價崩盤風險的影響。 通過對手工收集整理的制造業上市企業有發明創新背景CEO數據進行實證研究, 發現有發明創新背景CEO與股價崩盤風險顯著正相關, 在穩健性檢驗中這一結論仍然成立。 進一步研究發現, 有發明創新背景CEO加大股價崩盤風險的效果在高研發投入企業中表現得更加明顯; 建立中介效應模型進行檢驗, 結果表明研發投入是有發明創新背景CEO影響股價崩盤風險的重要傳導機制。

【關鍵詞】有發明創新背景CEO;股價崩盤風險;研發投入;投資風險

【中圖分類號】 F275? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994(2020)15-0017-8

一、引言

資本市場在經濟發展中占據著重要地位, 同時也關系著眾多投資者的利益, 因此一直以來, 資本市場都是人們關注的熱點。 然而, 股價的異常波動不利于經濟的穩定發展, 對資本市場的有序發展影響較大, 也暴露了資本市場存在的問題。 近幾年來, 全球金融動蕩, 股價的極端漲跌現象在資本市場特別是新興市場十分常見, 尤其是在股市中突然出現由于某種原因導致的股票大量拋售、股價迅速下跌的現象, 也即“股價崩盤”。 而自從遭受2008年全球金融危機影響之后, 中國股市一直處于低迷狀態, 2015年難有的牛市也在其后半年出現千股跌停、股價大幅下降的局面, 直至目前才有所好轉。 股市的大范圍崩潰極易引發全面的經濟危機, 因此對股價崩盤風險的研究就顯得尤為重要。

與股價崩盤風險相關的研究最早開始于20世紀70年代前后, 學者們起初主要是對資本市場層面的股價崩盤風險進行考察, 在21世紀后逐漸轉移到單獨個股的崩盤風險研究上。 研究股價崩盤風險影響因素的學者主要集中在信息披露質量、管理層行為特征以及機構投資者、分析師關注等公司內外部因素上。 在公司管理層面上, CEO作為公司管理經營決策的主導者, 其核心任務之一就是讓股東利潤最大化, 公司能不斷創造價值從而促使股價穩步上漲。 為保障公司經營的穩定, 其首要前提也是股價的穩定。 然而, 不同的個人特征、經歷以及背景在一定程度上能反映出CEO在風險意識、經營理念、管理哲學等方面的差異, 進而影響其行為決策。 在企業中, 研發人員晉升到高管乃至CEO是公司激勵手段之一, 但研發人員與企業家的思維方式具有差異性。 當兩者身份合一時, 也即具有發明創新背景的CEO是否會在企業戰略經營管理方面有不同的行為表現, 進而對公司股價崩盤風險產生影響, 本文將由此點切入進行思考, 從公司CEO是否具有發明創新背景這一獨特視角來考察其對股價崩盤風險的影響。

本文的研究與以往的研究不同, 在現有關于股價崩盤的文獻中, 基于管理者具體背景特征視角的文獻較少, 同時, 與具有發明創新背景高管相關的文獻主要關注其對企業研發創新的影響, 卻忽視了其是如何影響公司股價的。 本文從CEO的發明創新背景出發探討其對未來股價崩盤風險的影響, 并引入研發投入的中介效應分析其影響機制, 豐富和擴展了高管個人特征背景與股價崩盤風險方面的研究。 研究發現, 有發明創新背景CEO會通過加大研發投資風險而加大股價崩盤風險, 這一結論有助于公司內部更好地做出穩定公司股價的相關決策, 對于預防股價崩盤風險、維護股票市場穩定、促進資本市場健康發展也具有重要參考和啟示意義。

二、文獻回顧、理論分析與研究假設

(一)文獻回顧

一般認為, 股價崩盤源于公司內部人長期隱瞞壞消息, 當這些壞消息無法繼續隱瞞而被釋放時, 會對股價造成巨大沖擊, 導致股價劇烈下跌。 造成股價崩盤風險的主要原因可分為兩類: 一是在信息不對稱理論下, 高管因出于自身利益考慮隱藏的負面信息集中釋放, 導致未預期到該情況的市場投資者采取集體拋售行為, 從而推動股價暴跌的形成; 二是在行為金融學框架下, 投資者的異質信念以及情緒變化等最終導致股價崩盤。 在此基礎上, 許多學者探討了哪些因素會對公司與市場之間的信息不對稱程度和投資者的行為產生影響, 進而影響到股價崩盤風險。 本文將分別對股價崩盤風險的內、外部影響因素進行梳理。

1. 內部影響因素。 與股價崩盤風險內部影響因素相關的研究主要基于公司層面, 圍繞公司會計信息披露質量、內部制度環境、高管行為和特征來展開。 在公司信息披露質量方面, Hutton等[1] 研究發現, 公司財務報告透明度與其股價崩盤風險負相關, 而完善與信息披露相關的制度能顯著削弱二者之間的負相關關系。 江軒宇、伊志宏[2] 研究了審計師行業專長, 結果表明, 公司聘請的會計師事務所具備更強的行業專長時, 其未來的股價崩盤風險較低, 本質上也是探討公司披露的信息質量對股價崩盤風險的影響, 大體上表明股價崩盤風險隨著公司與投資者之間信息不對稱的降低而降低。

在企業內部制度環境方面, Kim等[3] 考察了公司高管的期權激勵對股價崩盤風險的影響, 研究發現對高管的期權激勵使其業績直接與企業價值掛鉤, 可能會導致高管出于業績考慮粉飾對外披露的財報信息, 從而加大公司股價崩盤風險。 除此之外, 高管超額薪酬也會加大公司股價崩盤風險, Xu等[4] 就發現在我國國企, 高管為維持超額福利掩蓋了公司經營中的不利消息, 從而加大公司股價崩盤風險。

在高管行為方面, Ray[5] 認為, 公司高管出于各種利己動機, 往往會選擇暫時隱蔽公司的壞消息, 加大公司股價崩盤風險。 Kim等[6] 指出, 企業規避稅收行為將導致高管出現更加嚴重的機會主義行為, 股價崩盤的概率也會進一步提升。 在高管特征方面, 如: 高管性別[7] , 研究結果表明相比于男性CEO, 女性CEO的代理成本更低, 從而能顯著降低股價崩盤風險; 高管宗教信仰[8] , 研究發現高管宗教傳統使高管通過“管理自律”約束自我行為, 對股價崩盤風險產生抑制效應; 其他如高管社會責任感[9] 等特征也會影響股價崩盤風險。

總之, 在內部影響因素中, 企業披露的信息質量越高, 股價崩盤風險就越低; 具有不同內部制度環境的企業以及高管的行為特征均能影響股價, 導致其存在崩盤的風險。

2. 外部影響因素。 這方面的研究主要圍繞投資者行為、分析師關注以及外部市場環境展開。 一些學者基于行為金融學的角度, 認為投資者情緒極端波動和異質信念會導致股價崩盤。 其中, 投資者的情緒急劇變化是導致股市短時間內崩盤的主要原因, 對市場由過度樂觀短時間內轉為過度悲觀, 引發股票大量拋售、股價集體跳水。 投資者情緒在短時間內轉變如此之快, 就是因為在此之前投資者存在有限關注, 而非理性地推高自己所關注股票的價格[10] , 使得公司的負面信息無法充分釋放, 積累到一定程度爆發后, 導致個股崩盤; 而在市場股票交易的買方中, 機構投資者又是主力軍, 因而他們的行為偏差對股價的影響也不可忽視。 關于機構投資者對股價崩盤風險的影響研究并沒有統一的結論。 一些研究認為機構投資者起著“市場穩定器”的作用, 如An和Zhang[11] 研究發現, 持股比例高、持股時間長的機構投資者對公司內部治理和信息披露監督的作用更大, 能減少高管對負面信息的掩蓋行為, 從而提升公司披露信息的全面性與有效性, 降低股價崩盤風險。 而另一些研究認為機構投資者會加劇股價崩盤風險, 如: 曹豐等[12] 認為, 在公司所在地區的制度環境不完善的情況下, 機構投資者會通過增大公司的信息不對稱性來加劇公司未來的股價崩盤風險; 許年行等[13] 認為, 機構投資者的羊群效應會導致未來股價崩盤的概率變得更大。

在資本市場中, 分析師在普及市場知識、引導投資理念、推動市場創新等方面發揮了重要作用, 在一定程度上扮演著信息中介的角色, 因而也會對股價崩盤風險產生一定影響。 正如肖土盛等[14] 所認為, 分析師的預測存在一定的中介作用, 降低分析師的預測誤差能夠緩解股價崩盤風險。 就分析師而言, 其樂觀偏差和上市企業未來出現股價崩盤風險之間表現為正向相關性[15] 。

此外, 還有一些外部環境諸如媒體報道、政治環境、政策制度、相關法律法規等也會影響股價崩盤風險。 羅進輝等[16] 的研究表明, 由于媒體具有信息中介和公共監督的積極作用, 因此媒體對公司的頻繁報道能降低股價崩盤風險; 江軒宇[17] 發現, 我國的稅收征管制度能有效抑制管理層的避稅行為, 進而降低股價崩盤風險。

(二)理論分析與研究假設

行為金融學研究者認為, 人們的判斷和決策過程會受到其認知、情緒以及意志等各種心理因素的影響, 導致其出現行為偏差, 不同的個人特征、經歷以及背景在一定程度上能反映出其在風險意識、經營理念、管理哲學等方面的差異, 進而影響其行為決策。 正如特朗普以商人思維治國, 其多年的從商經歷使得他的思維決策著重于眼前短期利益而忽略了國家的長期發展。 研發人員作為企業最具創造力和價值的成員以及最重要的資產, 是增強企業自主創新能力、促進企業技術創新的核心力量, 因而在企業的激勵機制中, 研發人員晉升到高管乃至公司CEO是一種普遍的激勵手段。 但是, 研發工作與企業日常管理經營以及市場戰略制定等工作的性質、內容顯著不同, 有著完全不同的工作要求: 作為研發人員, 只需針對產品進行研發、探討, 并對產品做出判斷和決策, 具備的是產品導向思維, 可能有時資金已經耗盡, 而期望中的產品還在研發過程中; 作為公司CEO、企業的最高管理者, 不僅需要市場導向思維來制定合理的市場營銷策略, 使成熟的產品與應用場景相匹配, 更需要對公司全局經營管理有極強的風控意識。

當上述兩種具有不同思維方式的身份融合成一體時, 是否會在公司戰略投資經營上產生不同的影響呢?根據高層梯隊理論可知, 公司內部與外部的環境十分復雜, 管理人員無法對每一個方面都有全方位的理解與認識, 管理者曾經的體驗和參與經歷會影響他們的戰略選擇, 進而影響企業行為。

Finkelstein[18] 的研究結果表明, 高管有過研發類工作經歷的, 對該領域的信息往往會更為關注, 也更傾向于在產品與技術創新上的投入, 此外, 此類高管對研發工作流程比較熟悉, 對研發的高收益性也較為了解, 所以也愿意承擔風險。 Barker等[19] 也發現, 公司CEO如果從事過技術、研發工作, 在決策過程中也會相應地提升研發支出。 在國內, 同樣有學者得出了類似結論, 虞義華等[20] 研究發現, 具有發明創新背景的高管會因其自身經歷而對研發投資非常看重, 在公司戰略投資方面更側重于研發創新從而加大研發投資。 以上研究都表明, 具有發明創新背景的CEO在企業投資戰略選擇上更側重于研發投資。

然而投資活動具有一定的風險性, 與其他投資活動相比, 研發投資活動具有風險大和回報期長的特點, 投資回報期長意味著收益的滯后性, 這種滯后性會加大股東與管理層在研發投資方面的信息不對稱。 根據委托代理理論, 在企業研發活動進展不順時, 這種信息不對稱會使管理層可能出于自利動機而隱藏一部分壞消息。 同時, 研發項目的風險性意味著會存在更多的壞消息, 而市場上的投資者關注有限, 當壞消息增多而管理層又想隱藏的時候, 若投資者不能及時意識到風險, 一旦壞消息得到釋放, 極易造成羊群效應, 導致投資者恐慌情緒反應過度而集體拋售股票, 進而加大公司的股價崩盤風險。 李佳意、方壯志[21] 的研究結果表明, 研發投入會顯著增大公司未來的股價崩盤風險。

通過上述分析, 本文認為, 具有發明創新背景的CEO在公司戰略投資方面更側重于研發創新從而加大研發投資, 又由于研發投資具有風險大、回報期長的特點, 因而會導致股東與管理層存在研發投入方面更強的信息不對稱性, 從而加大企業未來的股價崩盤風險。 由此提出假設1和假設2:

H1: 在其他條件不變的情況下, 公司CEO具有發明創新背景對股價崩盤風險具有正向促進作用。

H2: 在其他條件不變的情況下, 研發投入越大, 公司CEO具有發明創新背景對股價崩盤風險的正向促進作用更強。

三、研究設計

(一)數據來源

本文以我國2001 ~ 2015年A股市場上市公司為樣本。 樣本公司的篩選標準及處理方法如下: ①選取A股所有制造業上市公司; ②剔除ST或者?ST公司以及數據缺失的公司; ③考慮到股價崩盤風險指標的計算, 為保證回歸模型的可靠性, 剔除年交易周數少于30周的公司。 研究所需的數據來自國泰安、萬得數據庫以及上市公司歷年年報。 同時, 本文對所有變量進行了上下1%水平的縮尾處理, 以消除離群值的影響, 共計12597個樣本觀測值。

(二)變量定義

1. 股價崩盤風險(Crashrisk)。 借鑒Hutton等[1] 和Kim等[3] 的相關研究, 本文依次采用了如下方法度量個股股價崩盤風險。 首先, 從個股收益率中剔除市場收益率的影響, 使用的模型如下:

其中, ri,t表示在第t周時第i只股票的收益率, rm,t表示市場投資組合收益率所不能描述的個體收益率。 定義Wi,t=ln(1+εi,t)為第i只股票在第t周的持有收益率。 負收益偏態系數(NCSKEW)可表示個股周持有收益率的負偏程度, 是第一個具有個股崩盤風險的量化指標。 指標數值與負偏程度正相關, 同時與股價崩盤風險也正相關。 第i只股票的交易周數用n來表示。 上述指標組成如下公式:

其次, 與負收益偏態系數(NCSKEW)具有相同作用的指標為收益波動系數(DUVOL), 該指標能夠表示第i只股票的周持有收益率、低于年平均收益率的周數、高于年平均收益率的周數, 分別用Wi,t、nd、nu表示。 該指標主要受負收益持續時間與程度影響, 負收益持續時間越短、程度越大, 則該指標值就越大, 表示股價更易崩盤, 具體計算公式如下:

最后, 為保證結果的穩健性, 采用股價崩盤虛擬變量(Crash)作為第三個測量指標。 股價崩盤虛擬變量的具體定義如下:

對比股票年度均值Average(Wi,t), 如果某一周的持有收益率Wi,t低于這一水平, 差距范圍超過3.2個標準差σi, 假設生成概率0.1%的臨界值符合3.2個標準差的正態分布, 這一周即可確定為股價崩盤周。 若公司出現股價崩盤Crash取值為1, 無股價崩盤則取值為0。

2. 主要控制變量。 參考以往文獻, 本文將以下變量作為主要控制變量: ①Size, 上市公司規模, 用公司期末總資產的自然對數表示; ②Leverage, 上市公司資產負債率, 用總負債與總資產的比值表示; ③BM, 上市公司的賬面市值比, 衡量公司的成長性; ④ROA, 上市公司的總資產收益率, 即凈利潤與期末總資產的比值; ⑤Turnover, 上市公司月均超額換手率, 第t年月均換手率與第t-1年月均換手率之差; ⑥DA, 修正的Jones模型計算的上市公司的盈余管理程度; ⑦Return, 上市公司平均周持有收益率; ⑧Sigma, 上市公司收益波動率, 用公司當年的周持有收益率的標準差計算; ⑨Institution, 機構持股比例。

文中所有變量定義如表1所示:

(三)基本回歸模型設計

建立回歸模型如下:

其中, 被解釋變量Crashriski,t為股價崩盤風險, 代表第i家公司第t年的股價崩盤風險, 分別用NCSKEWi,t和DUVOLi,t變量進行測度; 解釋變量CEO_inventor為CEO是否具有發明創新背景, 也即是否具有發明創新專利, 有則取1, 否則取0; Controli,t-1代表第i家公司第t-1年的控制變量, Ind與Year代表行業與年度虛擬變量。 由于只有可能是過去影響了未來, 而不可能是未來影響了過去, 本文的所有解釋變量和控制變量均滯后一期, 滯后一期既反映了壞消息的積累過程, 同時也避免了反向因果造成的內生性問題。 本文感興趣的系數為β1,衡量的是具有發明創新背景的CEO對公司股價崩盤風險的影響。 本文預期β1為正, 意味著具有發明創新背景的CEO會加大公司股價崩盤風險, 反之則表示其會降低公司股價崩盤風險。

四、實證結果與分析

(一)描述性統計與相關性分析

表2列出了本文研究的所有描述性指標及其統計結果。 從表中可知, NCSKEW的均值、標準差分別為-0.2545、0.6015, DUVOL的均值、標準差分別為-0.1773、0.4305, 說明不同公司的股價崩盤風險程度不同, 差異較為顯著; 具有發明創新背景的CEO占全部樣本的比重約為20%; 控制變量中, Size的均值和中位數分別為7.6845和7.5695, 標準差為1.0522, 表明樣本公司在公司規模上的差異比較小; Leverage的均值和中位數分別為0.4382和0.4316, 兩者都小于0.5, 標準差為0.2108, 表明樣本公司的資產負債分布較為合理; Turnover的標準差為0.3772, 比較大, 表明投資者面對不同公司的態度有很大差異; Institution的均值約為31%; 利用修正的Jones模型計算的DA的均值為0.0584, 表明樣本公司有一定的盈余管理跡象, 程度有所不同。 其他控制變量與現有的相關文獻結果接近, 均在合理范圍內。

主要變量的相關性檢驗結果(限于篇幅, 略)顯示: NCSKEW和DUVOL的相關系數為0.8695, 并在1%的水平上顯著, 說明兩個指標具有較好的一致性。 CEO_inventor與NCSKEW和DUVOL均正相關, 且在5%的水平上顯著, 說明在不考慮其他影響因素時, 有發明創新背景CEO對公司未來股價崩盤風險有正向影響, 初步證實了本文的H1。

(二)回歸結果

表3報告了H1的回歸結果。 由表3可知, 當因變量為NCSKEW時, CEO_inventor的回歸系數為0.0603且在1%的水平上顯著, 當采用DUVOL衡量股價崩盤風險時, CEO_inventor的回歸系數為0.0352且在5%的水平上顯著, 驗證了本文的H1。 控制變量方面, BM顯著為負, 表明成長性股票未來的股價崩盤風險更高。 Return和Sigma的系數均顯著為正, 說明前期累計收益率越高、波動性越強的股票更容易發生崩盤。

表4報告了H2的回歸結果, 本文將樣本中大于或等于研發投入強度中位數的分類為高研發投入, 反之則分類為低研發投入, 并分別進行回歸。 由回歸結果可知, 在高研發投入的情況下, 當因變量為NCSKEW時, CEO_inventor的回歸系數為0.0763且在1%的水平上顯著; 當采用DUVOL衡量股價崩盤風險時, CEO_inventor的回歸系數為0.0480且在1%的水平上顯著。 相比于未分類的情況, 解釋變量的回歸系數正值更大且顯著水平也有所提升。 在低研發投入的情況下, 解釋變量的回歸系數并不顯著。 這驗證了本文的H2, 并在一定程度上驗證了有發明創新背景CEO對股價崩盤風險正向影響的傳導機制是因為其加大了研發投資風險。

(三)穩健性檢驗

為了保證上述研究結果的穩健性, 下面進行一系列穩健性檢驗。 首先, 考慮到公司治理水平也可能對未來股價產生一定影響, 在模型中加入公司治理變量, 包括CEO與董事長是否兼任(Duality)和高管人數規模(N); 其次, 用虛擬變量 Crash度量公司股價崩盤風險, 采用 Probit模型進行回歸。 回歸結果(限于篇幅, 略)表明, 在每個回歸模型中, CEO_inventor的系數均為正, 且至少在10%的水平上顯著, 證明具有發明創新背景的CEO會加大公司股價崩盤風險, 再次驗證了H1, 因此本文的結論是穩健的。

(四)內生性檢驗

上述研究結果表明, 具有發明創新背景的CEO對公司股價崩盤風險有顯著的正向促進作用, 但反過來, 有可能是有發明創新背景CEO對股價崩盤風險大的公司進行的選擇, 從而產生內生性的影響, 導致自我選擇偏差問題。 因此, 本文利用Heckman兩階段回歸模型進行檢驗。 在該模型第一階段, 采用Probit回歸估計企業聘任有發明創新背景CEO的決定模型, 借鑒虞義華等[20] 的研究, 企業高管籍貫所在地耕地面積越少, 高管越具有創新精神, 企業高管具有發明創新經歷的概率越高, 本文將采用變量高管籍貫所在地耕地面積Homeland作為工具變量。 同時參考陳雄兵、黃玉[22] 的研究, 加入如下解釋變量: 第一大股東持股比例(Sharehold); 資產負債率(Leverage); 賬面市值比(MB); 總資產收益率(ROA); 董事會人數規模(Board); 董事長與總經理兼任情況(Duality)。 同時, 通過該回歸算出逆米爾斯比率(IMR), 第二階段再將其代入方程(5)中重新進行回歸, 得出有發明創新背景CEO對股價崩盤風險的影響。

Heckman兩階段回歸結果(限于篇幅, 略)顯示, 第一階段的工具變量Homeland的估計系數為-0.287, 并且在1%的水平上顯著, 表明公司CEO所在籍貫的人均耕地面積越少, 企業聘任有發明創新背景CEO的概率越大。 但第二階段的MIR和解釋變量的回歸系數均不顯著, 表明上文的回歸模型實際不存在樣本自選擇偏差。 可能是本文回歸分析中的解釋變量和控制變量均滯后一階, 有效地減輕了內生性的影響。

(五)中介效應分析

進一步, 本文將建立中介效應模型, 考察研發投入在有發明創新背景CEO對股價崩盤風險正向影響中的中介效應。 借鑒Baron和Kenny[23] 的方法建立如下模型:

其中,α1表示有發明創新背景CEO對股價崩盤風險的總效應, γ1表示有發明創新背景CEO對股價崩盤風險的直接效應, β1×γ2表示通過研發投資傳導的中介效應, 同時對模型結果進行Sobel檢驗。

中介模型結果見表5, 其中列(1)為有發明創新背景CEO對中介變量研發投入的回歸結果, 有發明創新背景CEO的回歸系數通過了顯著性檢驗; 列(2)和列(4)為有發明創新背景CEO分別對兩個崩盤風險測度量的回歸結果; 列(3)和列(5)為加入中介變量研發投入后中介變量和有發明創新背景CEO同時對兩個崩盤風險測度量的回歸結果。

中介效應Sobel的檢驗結果見表6, 結果顯示, 當被解釋變量分別為NCSKEW和DUVOL時, 計算出的中介效應在總效應中的占比分別為19.84%和24.65%, 且中介效應的Sobel檢驗P值都小于0.01。 這說明中介效應成立, 表明研發投入是有發明創新背景CEO影響股價崩盤風險的重要傳導機制。

五、結論與啟示

本文以2001 ~ 2015年我國A股制造業上市企業數據為樣本, 研究有發明創新背景CEO對公司未來股價崩盤風險的影響。 研究發現, 有發明創新背景CEO與上市公司未來股價崩盤風險顯著正相關, 經過穩健性檢驗后, 以上結論仍然成立。 進一步研究發現, 兩者之間的正相關關系在研發投入強度較大的企業中更加顯著; 建立中介效應模型進行檢驗, 結果表明, 研發投入是有發明創新背景CEO影響股價崩盤風險的重要傳導機制。

本文的研究結論具有重要的理論與現實意義: 在理論上, 豐富了高管個人特征背景與股價崩盤風險方面的研究; 在實踐上, 為企業內部管理提供了一定的經驗借鑒。 CEO在公司或組織內部擁有最終的執行權力, 對公司經營管理決策起著決定性作用, 在公司里的地位毋庸置疑。 發明創新者是企業內部從事技術創新活動的主要群體, 提高企業技術創新水平重點在于激勵其更好地發揮自身聰明才智。 因此, 發明創新者進入管理層, 成為企業高管后能夠增強企業創新偏好, 然而也會因為其個人經歷, 在投資決策上側重于研發投入。 但是, 任何研發創新都有失敗的可能, 一旦失敗就會形成負面消息從而加大投資風險, 給公司股價帶來不穩定因素。 如何有效評估研發投入的收益和風險, 盡量避免或降低股價崩盤風險, 緩解研發過程中的不確定性可能帶來的負面影響, 這需要公司管理層高度重視。

【 主 要 參 考 文 獻 】

[ 1 ]? ?Hutton A. P., Marcus A. J., Tehranian H.. Opaque financial reports, R2, and crash risk[ J].Journal of Financial Economics,2008(1):67 ~ 86.

[ 2 ]? ?江軒宇,伊志宏.審計行業專長與股價崩盤風險[ J].中國會計評論,2013(2):133 ~ 150.

[ 3 ]? ?Kim et al.. CFOs versus CEOs: Equity incentives and crashes[ J].Journal of Financial Economics,2011(3):713 ~ 730.

[ 4 ]? ?Xu N., Li X., Yuan Q., et al.. Excess perks and stock price crash risk: Evidence from China[ J].Journal of Corporate Finance,2014(25):419 ~ 434.

[ 5 ]? ?Ray Ball. Market and political regulatory perspectives on the recent accounting scandals[ J].Journal of Accounting Research,2009(2):277~ 323.

[ 6 ]? ?Kim J. B., Li Y., Zhang L.. Corporate tax avoidance and stock price crash risk: Firm-level analysis[ J].Journal of Financial Economics,

2011(3):639 ~ 662.

[ 7 ]? ?李小榮,劉行,傅代國.女性CFO與資金配置[ J].經濟管理,2013(12):100 ~ 110.

[ 8 ]? ?曾愛民,魏志華.宗教傳統影響股價崩盤風險嗎?——基于“信息披露”和“管理自律”的雙重視角[ J].經濟管理,2017(11):134 ~ 148.

[ 9 ]? ?權小鋒,吳世農,尹洪英.企業社會責任與股價崩盤風險:“價值利器”或“自利工具”?[ J].經濟研究,2015(11):49 ~ 64.

[10]? ?Barber B. M., Odean T.. All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors[ J].Review of Financial Studies,2008(2):785 ~ 818.

[11]? ?An H., Zhang T.. Stock price synchronicity, crash risk, and institutional investors[ J].Journal of Corporate Finance,2013(1):1 ~ 15.

[12]? ?曹豐,魯冰,李爭光,徐凱.機構投資者降低了股價崩盤風險嗎?[ J].會計研究,2015(11):55 ~ 61.

[13]? ?許年行,于上堯,伊志宏.機構投資者羊群行為與股價崩盤風險[ J].管理世界,2013(7):31 ~ 43.

[14]? ?肖土盛,宋順林,李路.信息披露質量與股價崩盤風險:分析師預測的中介作用[ J].財經研究,2017(2):110 ~ 121.

[15]? ?許年行,江軒宇,伊志宏,徐信忠.分析師利益沖突、樂觀偏差與股價崩盤風險[ J].經濟研究,2012(7):127 ~ 140.

[16]? ?羅進輝,杜興強.媒體報道、制度環境與股價崩盤風險[ J].會計研究,2014(9):53 ~ 59.

[17]? ?江軒宇.稅收征管、稅收激進與股價崩盤風險[ J].南開管理評論,2013(5):152 ~ 160.

[18]? ?Finkelstein S.. Power in top management teams:Dimensions, measurement, and validation[ J].The Academy of Management Journal,1992(3):505 ~ 538.

[19]? ?Barker V. L., Mueller G. C..CEO characteristics and firm R&D spending[ J].Management Science,2002(6):782 ~ 801.

[20]? ?虞義華,趙奇鋒,鞠曉生.發明家高管與企業創新[ J].中國工業經濟,2018(3):136 ~ 154.

[21]? ?李佳意,方壯志.企業研發創新對股價崩盤風險的影響機制研究——來自中國A股市場的實證檢驗[ J].金融理論與實踐,2019(8):77

~ 86.

[22]? 陳雄兵,黃玉.海歸高管抑制了股價崩盤風險嗎?[ J].金融理論與實踐,2020(1):73 ~ 82.

[23]? Baron R. M., Kenny D. A.. The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statisticalconsiderations[ J].Journal of Personality and Social Psychology, 1986(51):1173 ~ 1182.

猜你喜歡
研發投入投資風險
人力資源生態與人力資源投資風險規避
匯率傳遞、市場勢力與研發投入
關于財務危機企業投資行為分析與對策
房地產開發項目投資的風險控制探討
我國保險公司投資風險實證分析
企業性質對研發投入長短期效應調節作用的研究
企業研發投入影響因素的研究文獻綜述
政府科技經費補貼對企業研發投入的影響研究
公司治理對研發投入的影響研究
中文天堂最新版在线www-bt天堂网www天堂-电影天堂 宅男电影
许家印为恒大注入超70亿续命资金 速度与激情9 嘉南传 国际人士热议中共十九届六中全会 千与千寻 星际穿越 两个女人 男子写80页PPT拯救爱情却离婚 许家印为恒大注入超70亿续命资金 大连一密接者擅自点外卖聚餐被调查 许家印为恒大注入超70亿续命资金 中国共产党第三个历史决议全文发布 两个女人 我和我的家乡 男子体检血中抽出2升油浆 安娜贝尔 意大利错失直接晋级世界杯资格 国足战澳大利亚大名单:4归化在列 花木兰 林丹世界排名被正式移除 长津湖 意大利错失直接晋级世界杯资格 意大利错失直接晋级世界杯资格 大连现超级传播者26人在同一传播链 蜘蛛侠:英雄归来 俄方回应卫星碎片危及国际空间站 安娜贝尔 两个女人 24岁救人牺牲消防员获批为烈士 突围 怒火·重案 国足战澳大利亚大名单:4归化在列 大连一密接者擅自点外卖聚餐被调查 意大利错失直接晋级世界杯资格 加拿大一枝黄花到底是什么? 花木兰 你好李焕英 斛珠夫人 周冠宇成为中国首位F1车手 房价上涨城市创七年新低 拐点来了? 周冠宇成为中国首位F1车手 加拿大一枝黄花到底是什么? 男子体检血中抽出2升油浆 扬名立万 中国共产党第三个历史决议全文发布 长津湖 加拿大一枝黄花到底是什么? 逆局 峰爆 林丹世界排名被正式移除 北京冬奥火炬宣传片获金花环奖 24岁救人牺牲消防员获批为烈士 大连现超级传播者26人在同一传播链 长津湖 大连现超级传播者26人在同一传播链 速度与激情9 灵媒 国际人士热议中共十九届六中全会 中美元首会谈重点内容 大连一密接者擅自点外卖聚餐被调查 浦发银行回应近3亿存款莫名被质押 加拿大一枝黄花到底是什么? 扫黑风暴 十九届六中全会公报发布 #耿直真香哥黑化卖惨# 国际人士热议中共十九届六中全会 安娜贝尔 我和我的家乡 24岁救人牺牲消防员获批为烈士 国际人士热议中共十九届六中全会 灵媒
左权县| 金昌市| 隆安县| 绵竹市| 潞西市| 乡宁县| SHOW| 潢川县| 仪陇县| 祁门县| 宜君县| 鸡东县| 虎林市| 司法| 麻江县| 梅州市| 邹平县| 长沙市| 开鲁县| 平和县| 崇州市| 贵港市| 雷波县| 阿尔山市|