传染效应还是竞争效应

刘明霞　孟祥洁

摘要：本文从食品制造企业行业地位显著性和企业专业性两方面对危机事件的声誉溢出效应进行探讨，证实了声誉危机的溢出效应表现为竞争效应，具体而言，在（-1，1）窗口期内，受讯企业地位显著性越强，声誉危机的竞争效应越强；在（-10，10）窗口期内，受讯企业专业性越强，声誉危机的竞争效应越强。

关键词：声誉溢出效应；竞争效应；行业地位显著性；企业专业性

中图分类号：F2707；C93文献标识码：A

一、引言

一个企业的声誉不仅受其自身行为的影响，而且受其他相关企业声誉的影响。这种声誉的溢出已经跨越了企业的边界。比如2008年三鹿集团三聚氰胺事件最终导致其走向破产，而且使中国奶制品企业普遍受到人们质疑。在这里，我们把实际发生声誉危机的企业称为发讯企业（messenger company），把被影响到的企业称为受讯企业（receiver company）[1]。在上述例子中，三鹿可被视为发讯企业，中国其他奶制品企业可被视为受讯企业。本文将受讯企业与发讯企业同方向的声誉影响称为声誉传染效应，将受讯企业与发讯企业反方向的声誉影响称为声誉竞争效应[2]。危机事件对同行业企业的声誉影响可能是传染效应也可能是竞争效应。

现有文献中关于溢出效应的相关研究主要有以下三个发展方向：一是FDI的溢出效应，二是资本市场的溢出效应，三是信任市场的溢出效应。FDI的溢出效应的研究主要在技术差距、市场环境、子公司与当地厂商的关系，其中与技术差距有关的溢出效应属于示范——模仿——传播型，受市场环境、MNC子公司与当地厂商相互影响的溢出效应属竞争型。资本市场溢出效应认为事件的经济后果一般分为竞争效应和传染效应，竞争效应反映投资者对受训企业的质疑[2]，传染效应反映客户需求转移带来的财富重新分配。目前支持传染效应的文献居多，而支持竞争效应的文献数据少些。信任市场溢出效应的研究主要在企业社会责任、产品广告名人效应、供应链信任。费显政等（2010）指出企业社会责任溢出具有“一荣俱荣，一损俱损”的传染效应[1]；何浏等（2011）指出明星代言产品会给该产品带来正的市场效应，同一款产品由不同明星代言，则不同明星代言产生效应会叠加[3]。由于信任风险传染效应的存在，粱钟元（2012）验证了供应链中信任风险传染效应的存在。

尽管关于溢出效应的研究已很有成就，但是关于声誉溢出效应的研究却并不多。Barnett和Hoffman（2008）指出企业声誉不仅受该企业自身的行为的影响，还受其他企业行为的影响，即企业间声誉具有相互依赖性[4]。一个企业受危机事件影响所引起的声誉变化可能会超越其公司边界而影响到行业中其他企业[5]，并且这种影响受该企业自身的显著性及事件发生的频率和企业间竞争程度的影响[6]。因此，本文根据已有研究，重点考察声誉危机的溢出效应，并且探讨行业中受讯企业的特征如何受这些效应的影响。

二、理论基础与研究假设

本文以制度理论和资源基础观为理论基础来解释声誉危机溢出效应。制度理论认为组织通过形成相似的结构和进行相似的活动来维持其在一个群体中的重要身份[7]。在一个领域中共同的认知价值观有助于塑造组织行为[8]，这些行为反过来会影响组织声誉。制度理论还认为一个企业的声誉受其所在行业的企业共同遵守的合法性标准的影响很大。从这一点来看，当发讯企业的声誉受到破坏时，这种声誉破坏会影响到与发讯企业有共同领域层企业的合法性（field-level legitimacy）。同时，资源基础观认为企业的竞争优势来自其有价值的，即独特的和稀缺的资源[9]。在资源基础观看来，声誉就是企业的一项无形资产。Barnett指出“竞争优势源于独特性，而独特性由声誉来测量”[9]。和制度理论强调企业领域层合法性不同，资源基础观强调的是企业公司层的合法性（firm-level legitimacy）。当利益相关者给A企业的评价高于其他企业时，那么A企业相对于其他企业就具有声誉的优势，如果其他企业加强自身的声誉，就会减小这种声誉差距，进而减弱A所具有的竞争优势。换句话说，企业的声誉受其他企业声誉的影响。基于以上分析，可以看出这两个理论都强调竞争与合作的内在联系[10]，并且为理解组织声誉动态性和组织领域合法性提供了奠定性的基础[6]。

基于以上两种理论，本文选择食品行业中几起食品安全事件为研究对象，来研究声誉危机的溢出效应。与本文较相近的一篇实证分析文章是Goins和Gruca（2008）[6]针对企业裁员事件，通过验证受讯企业累计异常收益率与发讯企业累计异常收益率之间的关系来说明声誉危机的溢出效应。本文基于其研究方法，并在此基础上讨论企业行业地位显著性和企业专业性对声誉危机溢出效应的影响。

（一）传染效应和竞争效应

我们将企业声誉定义为各个利益相关者对企业自身特点和企业以其资源创造价值的能力的一种综合评价[8]。当一个企业发生食品安全危机事件，这个事件不仅预示着该企业的一些信息，还预示着影响其他企业价值的经济条件和环境条件的信息，利益相关者会根据这些信息来重新判断与自己相关的企业。因此，食品安全危机事件的信息传播就会超越发讯企业的边界影响到行业中的其他企业。这种信息传播对企业间声誉的影响会同时存在两个相反的方面——积极的和消极的。一方面，由于这些资源的稀缺性，同一行业的企业必须通过竞争来获取人才和投资者[11]。当竞争占主导地位，发讯企业的声誉受到负面影响时，竞争对手就具有相对优势来获得稀缺资源，从中得到益处，这就是竞争效应。在2008年的三鹿奶粉事件中，而三元奶粉因没有测出含三聚氰胺的奶粉而获得发展机会，目前已经成为一家大型的食品加工公司。另一方面，由于资源的相似性，同一行业的企业面临相同的技术环境和制度环境，这种共享的环境给声誉效应的传播提供了另一种机制。前面我们提到，利益相关者会根据行业信息对企业做出评价。而危机事件带来的不确定性和模糊性会改变利益相关者對与其相关企业原有的评价，当利益相关者再次对企业做出评价时，就会根据企业间的相似性来做出判断，这样发讯企业的声誉危机就给行业中其他企业带来消极影响，使行业中的其他企业同样面临声誉危机，这就是传染效应。比如，2008年三鹿奶粉事件引发的中国食品行业产品质量信任危机，使乳制品行业陷入生产、销售困境。所以，信息传播带来的这两种截然不同的效应将发展成竞争效应和传染效应[12]。因此，本文提出假设1。

假设H1a：发讯企业声誉危机事件的信息传播将给受讯企业带来传染效应。

假设H1b：发讯企业声誉危机事件的信息传播将给受讯企业带来竞争效应。

（二）受讯企业显著性的调节作用

市场会自发的分出领导者和追随者。领导力和显著性有很多种测量的方式，规模大的企业经常被视为市场领导者[13]。换句话说市场领导者往往在行业中具有显著性地位，这种显著性使企业与更多的利益相关者有关联。当行业发生危机事件时，利益相关者，特别是有实权的利益相关者，会影响市场经济的游戏规则，甚至通过要求政府干预来保护自身的利益，从而使显著性企业免受风险的影响。由此，地位显著性强的企业相对于其他企业来说，会多一层保护。此外，显著性强的企业往往具有雄厚的资金，在遇到危机事件时，更具有战斗力，从而使其有能力脱离危机。比如，在360和腾讯大战中，腾讯企业以其显著的行业地位以及雄厚的资金支持，最终获得这场漫长“战争”的胜利。

由于危机事件的传染效应给其他企业带来消极的影响，而企业显著性地位对企业有保护作用，所以受讯企业行业地位的显著性会减弱这种传染效应。同理，由于危机事件的竞争效应给其他企业带来积极的影响，所以受讯企业行业地位的显著性会增强这种竞争效益。因此，我们提出假设2。

假设H2a：如果发讯企业声誉危机事件的信息传播将给受讯企业带来的是传染效应，那么这种效应随受讯企业行业地位显著性的提高而减弱。

假设H2b：如果发讯企业声誉危机事件的信息传播将给受讯企业带来的是竞争效应，那么这种效应随受讯企业行业地位显著性的提高而增强。

（三）受讯企业专业性的调节作用

最近一些研究指出组织身份与其是专业性的还是综合性的有关。如Carroll和Swaminathan（2000）[14]研究发现，即使在综合型啤酒酿造商提高所生产啤酒的质量后，专业性啤酒酿造商依然能保持成功。Zuckerman和Kim（2003）[15]指出在类别系统的企业中，追求专业化是最重要的战略。专业化的形象可以提高企业在其专业领域的权威，使利益相关者认为其在此领域更专业。在中国，当提到冰箱时，人们首先想到的是海尔，当冰箱市场出现危机时，会有更多的消费者选择海尔。因为海尔冰箱已经成为一种品牌，当市场出现不确定性事件时，人们更愿意选择专业性强的海尔。

以上分析表明专业化将有利于企业的声誉，企业专业性会保护企业免受负面信息传播的影响。所以当发生传染效应时，受讯企业的专业化程度强，会减弱这种传染效应；当发生竞争效应时，受讯企业的专业化程度强，会进一步加强这种竞争效应。因此，我们提出假设3。

假设H3a：如果发讯企业声誉危机事件的信息传播将给受讯企业带来的是传染效应，那么这种效应随受讯企业专业化程度的增强而减弱。

假设H3b：如果发讯企业声誉危机事件的信息传播将给受讯企业带来的是竞争效应，那么这种效应随受讯企业专业化程度的增强而增强。

三、研究方法

（一）研究方法和样本选取

本文采用事件研究法。事件研究法是一种利用上市公司股票价格的波动来研究某事件所带来的影响。其最重要的是选择两个事件窗口期，确定一个估计期，计算异常收益率（Abnormal returns，简称AR）和累计异常收益率（Cumulated abnormal returns，简称CAR）。

Goins和Gruca（2008）[6]选择1天窗口（-1，1）和10天窗口（-5，5）作为两个事件窗口期，1天窗口可以使我们获得及时效应，而10天窗口保证在窗口期内既能放宽市场高效率的假设，又能排除其他的竞争事件。本文采纳他们的方法，选择1天窗口（-1，1）和10天窗口（-5，5）作為两个事件窗口期，同时由于估计窗口期和事件窗口期不能交叉，所以本文选择事件发生日的前70天至前6天为估计窗口期。首先将估计窗口期的收益率进行回归得出市场模型（1），再运用市场模型计算出事件窗口期正常的期望收益率。

E（Rit）= αi+βi *Rmt+εit（1）

其中，Rmt为第t日市场收益率，在本文中，对于深证交易所的上市企业，本文运用深证综合指数收益率，对于上证交易所的上市企业，本文运用上证综合指数收益率；Rit为股票i在第t日的实际收益率；εit 表示随机误差项。

异常收益率是事件窗口期实际收益率和期望收益率的差，如公式（2）所示：

ARit=Rit-E（Rit） （2）

其中，ARit是股票i在事件窗口期第t日的异常收益率，Rit是股票i在事件窗口期第t日的实际收益率，E（Rit）是股票i在事件窗口期第t日的期望收益率。

累计异常收益率是事件窗口期内每天异常收益率的和，如公式（3）所示：

CARi（t1，t2）=∑[DD（]t2[]t=t1[DD）]ARit（3）

由于并非事件窗口期内每天的异常收益率都可以得到，所以为了保持一致性，本文用平均累计异常收益率来代替异常收益率指标。平均累计异常收益率是累计异常收益率除以N，如公式（4）所示：

CARi（t1，t2）[TX-]=[SX（]1[]N[SX）]CARi（t1，t2）（4）

其中， CARi（t1，t2）为股票i在事件窗口期第t1天到第t2天的累计异常收益率，N表示天数，CARi（t1，t2）[TX-]i表示股票i在事件窗口期第t1天到第t2天的平均累计异常收益率。

本文以2000-2014年的所有食品安全事件来分析，通过整理新闻报道，并且剔除非上市公司食品安全事件和非大陆上市公司食品安全事件，最终选取7件上市公司食品安全事件：2007年11月1日的五粮液幸运星糖精超标事件，2011年3月15日的双汇瘦肉精事件，2012年6月14日的伊利奶粉含汞门事件，2012年8月24日古井贡酒酒精勾兑事件，2012年9月7日的光明牛奶变质门事件，2012年11月19日酒鬼酒“塑化剂”事件，2013年7月21日的南山奶粉事件。本文通过主营业务相同或相似来确定相关企业，其中与宜宾五粮液股份有限公司相关的企业有21个，与双汇集团相关的企业有22个，与伊利集团相关的企业有11个，与古井贡酒有关的企业有21个，与光明集团有关的企业有11个，与酒中酒集团有关的企业有21个，与南山奶粉有关的企业有11个，最终获得118个上市公司的数据，这118个上市公司数据全部来自上证交易所和深圳交易所。原始数据来源于CSMAR（国泰安）数据库。

（二）研究变量的设定与测量

1.自变量：发讯企业的平均累计异常收益率（messenger companys average cumulated abnormal returns，简称MACAR）。Goins和Gruca[6]用裁员企业的累计异常收益率作为自变量来研究裁员企业的裁员事件对为裁员企业的声誉影响，本文采纳其方法选择发讯企业的ACAR为自变量来研究发讯企业的声誉危机对受讯企业声誉的影响。

2.因变量：受讯企业的平均累计异常收益率（receiver companys average cumulated abnormal ruturns，简称RACAR）。在事件研究法中，将异常收益率作为因变量来研究声誉已经得到运用，并且Goins和Gruca在2008年时候运用为裁员企业的累计异常收益率作为因变量，本文采纳其方法选择受讯企业的ACAR作为因变量。

3.调节变量：（1）受讯企业的显著性（receiver companys prominence，简称RP）。对于受讯企业的显著性，本文用企业规模来衡量，因为企业的规模越大，该企业在行业中的地位越是显著。对于企业规模的衡量，本文根据以往的研究，用企業员工数来衡量企业规模，即企业的显著性。企业员工数量越多，该企业的显著性越强。（2）受讯企业的专业性（receiver companys specialism，简称RS）。Dobrev et al.（2002）曾用给定年限所生产的所有汽车模型机器容量的范围来测量专业化。本文采纳Dobrev et al.的方法，本文选择企业在给定年限生产的产品和服务所跨的行业来衡量食品制造企业专业性。一个企业的所跨行业意味着该企业的市场范围和企业的竞争战略，因为经营范围直接影响企业的市场和产品的品质。专业性企业所跨的行业通常比一般化企业要少，因此某食品制造企业所跨的行业越少，该企业的专业性越强。

4.控制变量： （1）发讯企业的显著性（messenger companys prominence，简称MP）。Tyersky 和Kahneman在1974年指出组织在网络中的中心地位会增强信息的传播，进而使公众对信息更熟悉。Tieying Yu（2008）也曾指出组织在网络中所处的地位会对其他企业有影响。基于以上结论，本文选择发讯企业的显著性为控制变量。其测量方法与受讯企业显著性一样，同样用企业人员数量来测量。（2）总资产净利润率ROA。众所周知，企业的前期盈利能力会影响企业的股票价格，所以本文将受讯企业的ROA作为控制变量。用ROA来表示受讯企业的前期盈利能力，ROA越高，说明企业的前期盈利性越好。本文用受讯企业前三个季度的ROA的平均值来表示其前期盈利能力。（3）受讯企业总资产（receiver companys total asset，简称RTS）。企业的总资产会影响股票的价格，进而影响股票收益率。所以本文选择受讯企业的总资产作为控制变量，并且以受讯企业前三个季度的总资产的平均值来衡量。（4）受讯企业的股权集中度，用OC表示。杨兴锐在2014年指出，股权集中度会影响累计异常收益率。所以本文选择股权集中度为控制变量，并且用事件发生日前一期的前五大股东持股比例来衡量。（5）受讯企业的国家所有制，用SO表示。杨兴锐（2014）在其论文中指出，国家所有制形式会影响累计异常收益率，所以本文选择国家所有制为控制变量。国企取值为1，民企取值为0。（6）事件发生次数，用Times表示。Goins和Gruca[6]指出，裁员事件发生的次数会影响声誉的溢出效应，所以本文将事件发生次数作为控制变量。本文用自2000年到事件发生日之间的事件发生次数来衡量。

（三）模型设计

基于以上假设和变量定义，本文的模型设计如下：

RACARi=α+β1*MACARi+β2*RP+β3*RS+β4* MACARi* RP+β5* MACARi* MS+β6*MP+ β7*ROA+β8*RTS+β9*OC+β10*SO+β11*Times+ε

在方程中，RACARi表示受讯企业的平均累计异常收益率，其中i=1，5；MACARi表示发讯企业的平均累计异常收益率，其中i=1，5；RP表示受讯企业的规模，RS表示受讯企业的专业性，MP表示发讯企业的规模，ROA表示受讯企业前期总资产利润率，RTS表示受讯企业总资产，OC表示受讯企业的股权集中度，SO表示受讯企业的国家所有制，Times表示事件发生次数；βi表示待估回归系数，其中i=1，2，…，11；ε 是随机项。

四、实证分析

本文运用统计软件stata120对样本数据进行各变量的描述性统计分析、变量间的相关性分析，通过OLS回归分析对假设进行检验。

表2是所有变量的描述性统计和相关系数矩阵，从中可以看出所有因变量、自变量、调节变量和控制变量的相关系数均小于0700，说明各变量间的多重共线性并不严重。为了进一步诊断模型的多重共线性，我们对其进行了方差膨胀因子（VIF）分析，结果显示，VIF的最高值为5143，小于其基准值10，因此可以判断该模型不存在多重共线性问题。Pearson相关系数显示，因变量受讯企业CAR1与自变量受讯企业CAR1呈现显著负相关关系，因变量受讯企业CAR5与自变量受讯企业CAR5呈正相关关系，但是显著性很弱。因变量受讯企业CAR1与控制变量受讯企业总资产，受讯企业所有制形式，受讯企业ROA及事件发生次数呈现正相关，与控制变量受讯企业股权集中度，发讯企业的显著性呈负相关。因变量受讯企业CAR5与控制变量受讯企业总资产，受讯企业股权集中度及事件发生次数呈正相关，与控制变量受讯企业所有制形式，发讯企业显著性以及受讯企业的ROA呈负相关。因变量受讯企业CAR1与调节变量受讯企业的显著性呈正相关且显著，与调节变量受讯企业的专业性呈负相关且显著。因变量受讯企业CAR5与调节变量呈正相关，但是不显著。回归分析的结果在表3列出。

表3为（-1，1）天窗口期回归模型。模型1是对控制变量的检验，模型2是对假设1的检验，模型3和模型4是对假设2的检验，模型5和模型6是对假设3的检验。从表中看出，（-1，1）天窗口期的总模型匹配是显著的。其中，模型1的F值（317）在99%的水平上显著，模型2-模型6的F值在95%的水平上显著。从表中可以看出，模型1-模型6的R2均在20%左右，调整后的R2均在20%以下。从模型1中可以看出，受讯企业ROA与因变量受讯企业ACAR1呈正相关，但不显著。但是在加入自变量和调节变量后，受讯企业ROA与因变量受讯企业ACAR1呈现负相关，并且显著，所以控制受讯企业ROA这个变量是很有必要的。控制变量受讯企业所有制形式，发讯企业的显著性，事件发生次数在6个模型中都显著正相关。这可能是由于企业所有制形式会部分影响企业的效率，国企的效率相对于民企来说可能会稍微低一些，同时发讯企业的显著性和规模会影响整个事件的发展，利益相关者对食品安全事件越来越关注。从模型2中，可以看出主效应呈现显著负相关（β=-0250，p<005），即当发讯企业声誉变差时，受讯企业的声誉是变好的，由此假设H1b得到验证，假设H1a在本模型中不能得到解释。模型4是加入交互项发讯企业ACAR1×受讯企业的显著性之后的结果，可以看到受讯企业的显著性会增强声誉溢出的竞争效应（β=-0261，p<005），因此假设H2b得到验证，但是没有理由支持假设H2a。模型6是加入交互项发讯企业ACAR1×受讯企业的专业性之后的结果，在此受讯企业的专业性的调节作用并未得到验证（β=0074，p>01），所以假设3并未得到支持。

表4为（-5，5）天窗口期回归模型。模型1是对控制变量的检验，模型2是对假设1的检验，模型3和模型4是对假设2的检验，模型5和模型6是对假设3的检验。模型1的F值（342）在99%的水平上显著，模型2-模型6的F值均在95%的水平上显著，可以看出（-5，5）天窗口期的总模型匹配是显著的。模型1-模型6的R2均在25%左右，调整后的R2均在20%以下。从模型2中可以看出，（-5，5）天窗口同样验证了假设H1b，即声誉危机溢出效应是竞争效应。模型4中交互项发讯企业ACAR5×受讯企业的显著性的系数不显著（β=-0225，p>01），说明假设H2b未被得到驗证。模型6中交互项发讯企业ACAR5×受讯企业的专业性的系数显著（β=0250，p<005），说明受讯企业的专业性会加强声誉溢出的竞争效应，从而假设H3b得到验证。模型4和模型6的结果与（-1，1）天窗口期的结果不同，可能是由于危机信息在传播的过程中从模糊逐渐走向明朗的原因。随着危机事件的澄清，利益相关者最终会更加信赖专业性强的企业。

五、讨论与展望

本文证明了利益相关者对企业声誉的评价受行业中其他企业行为及利益相关者对这些行为解释的影响，得出声誉危机的溢出效应是竞争效应的结论：在1天窗口期内，受讯企业的显著性即受讯企业的规模的提高会增强其所受的竞争效应；在（-10，10）窗口期内，受讯企业专业性会增强这种竞争效应。本文的结论与Goins和Gruca得出的结论相悖，这可能是由于食品制造业这个行业的特殊性。第一，食品安全与人类健康息息相关，所以利益相关者们对这个行业的关注度非常高，一旦某一企业发生食品危机，利益相关者们对这个企业的信任将很快瓦解，转而寻求与其类似的企业产品或是替代品。第二，人们对食品的需求是刚性的，即使出现食品危机，人们也会消费这种食品。这样一个企业的声誉危机就给行业中的其他企业带来机会。而且，由于“马太效应”的存在（人们倾向于选择规模大的企业 即人们会认为规模越大越好的企业越能够生产好产品，当出现危机事件时，人们在心理上会更相信规模大的企业），使得行业地位显著性高的企业拥有更大的优势。

本文也存在一些缺陷。其一，本文的观测样本数据很少。虽然最近几年在我国出现过很多次食品安全事件，但由于很多都不是上市公司，所以本文无法对其进行研究。其二，本文选取的事件，大多是非系统性的事件，所以它不能显示出系统性事件在不同的窗口期会有怎样的效应。在以后的研究中，我们可以把危机分为系统性危机和非系统性危机来研究其传染效应和感染效应。

尽管存在以上的缺陷，但本文依然对理解组织领域声誉的动态性有理论意义。企业在对外部利益相关者资源竞争的同时又要保持自身的声誉，这种情形给组织领域成员创造了一种二元现象。行业竞争者不仅在要素市场和产品市场竞争，而且由于企业间的相互依赖性，在金融市场上会共享信息。一个企业的行为会对外界发出信号，各个企业的利益相关者通过这些信号来评价企业的价值。因此，在利益相关者看来，危机事件对企业声誉的影响，不仅仅局限于企业自身，而且会影响到其他企业。本文探讨了企业外部环境中的意外事故对组织声誉动态性的影响，增强了将企业外部环境中意外事故纳入声誉实证研究的重要性。本文通过制度理论和资源基础观的视角，探讨了合作和竞争这两种力量是怎样协调作用于企业产出的。这两种力量随着时间的推移会起到不同的作用。Barnett在2006年理论上指出组织在竞争时期和合作时期行为的转变。

本文对管理者也有一定的启示。以往一直以为组织声誉来自组织内部管理控制，但利益相关者对企业声誉的评价并不仅仅只受管理控制的影响，同时受行业中其他企业行为的影响，这就要求管理者要能够敏锐地意识到竞争者的行为。当发生突发事件时，受讯企业要能够迅速作出反应，提供证据证明其与发讯企业的不同之处，从而免受危机事件对其的影响或减轻危机事件对其的影响。

参考文献：

[1]费显政，李陈微，周舒华. 一损俱损还是因祸得福？——企业社会责任声誉溢出效应研究[J].管理世界，2010（4）： 74-82.

[2]Elliott R S， Highfield M J， Schaub M. Contagion or competition： Going concern audit opinions for real estate firms[J].The Journal of Real Estate Finance and Economics， 2006，32（4）：435-448.

[3]何浏， 王海忠， 朱帮助，等. 名人多品牌/产品组合代言溢出效應探析——一项基于网络外部性视角的研究[J].管理世界， 2011（4）：111-121.

[4]Barnett M L， Hoffman A J. Beyond corporate reputation：Managing reputational interdependence[J].Corporate Reputation Review， 2008， 11（1）.

[5]Yu T， Lester R H. Moving beyond firm boundaries：A social network perspective on reputation spillover[J].Corporate Reputation Review， 2008， 11（1）：94-108.

[6]Goins S， Gruca T S. Understanding competitive and contagion effects of layoff announcements[J].Corporate Reputation Review， 2008， 11（1）：12-34.

[7]Meyer J W， Rowan B. Institutionalized organizations：Formal structure as myth and ceremony[J].American journal of sociology， 1977：340-363.

[8]Rindova V P， Williamson I O， Petkova A P， et al. Being good or being known：An empirical examination of the dimensions， antecedents， and consequences of organizational reputation[J].Academy of Management Journal， 2005，48（6）：1033-1049.

[9]Barney J. Firm resources and sustained competitive advantage[J].Journal of management，1991，17（1）：99-120.

[10]Astley W G， Fombrun C J Collective Strategy：Social Ecology of Organizational Environments[J].Academy of management review， 1983，8（4）：576-587.

[11]Barney J B. Strategic factor markets：Expectations， luck， and business strategy[J].Management science， 1986，32（10）：1231-1241.

[12]Lang L H P， Stulz R M. Contagion and competitive intra-industry effects of bankruptcy announcements：An empirical analysis[J].Journal of financial economics， 1992，32（1）：45-60.

[13]Fligstein N. The transformation of corporate control[M].Harvard University Press， 1993.

[14]Carroll G R， Swaminathan A. Why the Microbrewery Movement？ Organizational Dynamics of Resource Partitioning in the US Brewing Industry1[J].American Journal of Sociology， 2000， 106（3）：715-762.

[15]Zuckerman E W， Kim T Y. The critical trade‐off：identity assignment and box‐office success in the feature film industry[J].Industrial and Corporate Change，2003，12（1）：27-67.

Abstract：This paper analyzes the reputation spillover effects of crisis events from company′s prominence and company′s specialism， and verifies the performance of reputation crisis spillover effects is competitive effects. As for the one-day window a receiver company′s prominence will increase the effect， while as for the ten-day window a receiver company′s specialization will increase the effect.

Key words：reputation spillover effects； competitive effects； company′s prominence； company′s specialization

（责任编辑：李江）