“沪港通”机制与股价崩盘风险

师 倩，侯德帅

(中国人民大学 商学院，北京 100872)

一、 引言

股价崩盘主要是指股价突然大幅度下降的现象。这种非预期的股价“暴跌”给上市公司造成了巨大冲击，严重损害了资本市场的健康发展，也侵蚀了投资者的财富。因此，股价的崩盘风险受到监管机构、投资者和学术界的广泛重视与关注。近年来，随着金融危机的爆发，“股价崩盘风险”更是成为学术研究的热点问题。特别是在我国，2015-2016年股票市场大幅震荡，人民币汇率贬值引发贬值预期，加之经济下行压力依然较大，这些因素的共振和相互传染给我国的金融稳定带来了前所未有的挑战。在这样的背景下，开展对股价崩盘风险问题的研究对降低我国资本市场金融风险，促进股票市场平稳、健康发展，具有重要的理论和现实意义。对于股价崩盘风险的生成机理，现有研究普遍认为其与公司负面信息的累积存在紧密的关系。例如，公司管理层等内部人基于“掏空”[1]、股票期权[2]、晋升[3]等利益考虑，往往存在隐藏公司“坏消息”的动机。然而，终究“纸包不住火”。正如Jin和Myers(2006)[4]的研究所述，随着管理层隐藏的负面信息逐渐累积，隐藏成本也随之增加。一旦突破一定阀值，累积的负面信息终将集中释放，从而导致股价暴跌致使崩盘。

20世纪90年代以来，我国资本市场已经经历了20余年发展。随着经济全球化成为世界经济发展的主要趋势，我国也在积极推进本国资本市场的对外开放。2014年11月17日，作为内地与香港市场股票交易互联互通的首次突破性尝试，酝酿多时的“沪港通”机制终于正式开通。所谓“沪港通”，即沪港股票市场交易互联互通机制，具体来说，是指上海证券交易所和香港联合交易所允许两地投资者通过当地证券公司或经纪商，买卖规定范围内的对方交易所上市的股票的交易机制。“沪港通”机制的开通首次实现了内地与香港股票二级市场的互联互通，作为首次上升至二级市场层次的互通与两地交易所层次的密切合作，这样的突破性举措不仅可实现两地资金的融通，也旨在促进与带动两地交易机制与监管规范的逐步接轨。“沪港通”机制的开通不仅为内地资本市场引入了香港、境外投资者的资金，也将他们对上市公司的公司治理、信息披露等公司行为规范的要求引入了内地股票市场。由于联交所对上市公司的监管相对内地更加成熟、严格，引进惯于联交所制度规则的投资者无异于将标的A股置于放大镜之下，有助于强化对标的A股公司信息披露行为的监管机制。那么，“沪港通”机制是否由此可以有效地降低标的公司的股价崩盘风险呢？本文致力于利用实证检验对这一问题做出回答。

二、文献评述与研究假设

(一) 主要文献评述

近年来，随着金融危机的爆发，“股价崩盘风险”成为学术研究的热点问题，关于股价崩盘风险影响因素的研究不断丰富。对股价崩盘风险的研究可以追溯到上世纪90年代，Romer(1993)[5]从理论上对股价崩盘风险进行了描述。对于股价崩盘风险的影响因素，学者们分别从公司内、外部视角进行了研究。如从公司内部视角出发，已有研究发现公司的财务报告透明度[4,6-7]、会计核算的稳健程度[8]，避税带来的信息不透明度[1]，以及管理层股权激励[2]、在职消费水平[9]、管理层性别[10]、构建内部帝国的动机[11]、控股股东的代理问题[12-13]等，都会对崩盘风险产生显著影响；从公司外部视角出发，现有研究发现，机构投资者持仓[14-15]、分析师关注[16]以及新闻媒体曝光[17]等，都会显著影响股价崩盘风险。此外，市场和社会环境也会对股价崩盘风险产生影响，如市场有效性水平[18-19]、国际财务报告准则的强制采用[20]、国家或地区的宗教文化[21]等，也会对股价崩盘风险产生显著影响。

“沪港通”机制作为我国联通内地与香港资本市场的首次尝试，受到了学界的广泛关注。现有研究多集中于“沪港通”机制的市场反应、供求冲击、市场联动以及A-H股票溢价等问题的探讨[22-26]。然而，“沪港通”机制的开通不仅实现了两地的资本互通，随着市场的互联互通，香港市场上的投资者也会将他们对上市公司的公司治理、信息披露等公司行为规范的要求一并带入了内地资本市场。因此，“沪港通”机制也意味着内地市场与香港资本市场更加严格、规范的交易规则与治理机制的逐步接轨。与以往资本市场互联互通的研究不同，本文将从公司治理效应这一角度出发，借助“沪港通”机制的实施这一准自然实验，探究资本市场联通对公司融资约束的影响。

(二) 研究假设

1. 主要检验假设

“沪港通”机制的开通，不仅实现了两地股票交易的互联互通，同时也意味着内地股票市场与香港联合交易所管理规则与监管规范的接轨。“沪港通”机制的开通不仅为内地资本市场引入了香港、境外投资者的资金，也将他们对上市公司行为规范的要求引入了内地股票市场[27-28]。通过“沪港通”机制进入内地股票市场的投资者，一方面，由于联交所对上市公司的监管相对内地更加成熟、严格，引进惯于联交所制度规范的投资者进入内地资本市场，由于这些投资者习惯于严格的监管环境，因此相较于内地投资者，他们倾向于更高的标准对待内地上市公司的规范与治理[27,29]，并依据这些标准进行判断、提出要求甚至表达不满。例如，一般情况下，若上市公司财报等未如实披露负面信息，导致香港投资者出现人为的“失信损失”等情况，按联交所惯例，蒙受损失的投资者将毫不犹豫地起诉内地上市公司。对此，证监会也曾明确表示，要求各单位在遵循对等原则的基础上，对对方投资者投诉提供必要便利，高效妥善解决投资者诉求，上市公司要立足境内外投资者参与的新格局完善公司治理，做好投资者关系管理。①并且，作为惯于联交所交易的成熟投资者，通过“沪港通”进入内地的投资者，不仅可能对信息披露的及时性和真实性有更高的要求[28,30]，对事后的执法力度与执法透明也可能有更高的诉求。香港投资者高标准严追责的要求在现实中也不乏体现，在香港影响很大的中信泰富事件中，董事会刻意隐瞒公司做多澳元巨额亏损这一信息，市场哗然下中信泰富董事长被迫辞职，并最终促成立法会就持续披露立法。反观内地市场，虽然立法起点较高，然而徒法不足以自行，各类背信隐藏负面信息的违规披露事件屡见不鲜[31-32]。因此，“沪港通”机制引入香港市场的投资者，不仅有利于强化上市公司高要求高标准的外部监督，更有利于引导内地资本市场与严格执法规范的逐步接轨，促进内地执法问题的改善，对于上市公司治理中存在的道德风险，更高标准的监督与执法要求提高了上市公司铤而走险的潜在成本，提高了上市公司刻意隐藏负面信息的难度和成本，有助于约束上市公司隐藏负面信息的不良行为，降低股价崩盘风险[20,33]；另一方面，作为独立的成熟投资者，来自香港市场的投资者的专业分析能力也有助于释放公司试图隐藏的负面信息，降低公司内外部的信息不对称[7]，从而阻碍上市公司对负面信息的隐藏，降低股价崩盘风险。据此，本文提出如下假设：

假设1：“沪港通”机制的开通显著降低了标的上市公司的个股股价崩盘风险。

2.机制检验假设

为了对“沪港通”的作用机制进行进一步讨论，本文将区分不同的内部治理环境、外部法律环境和信息环境，进行进一步的检验与分析，也为上文结论提供进一步佐证。

(1) 内部治理环境

独立董事是指独立于公司股东且不在公司内部任职，并与公司或公司经营管理者没有重要的业务联系或专业联系，并对公司事务做出独立判断的董事。2001年之前，中国上市公司可以自行决定是否聘请外部独立董事。为完善上市公司的治理结构，促进上市公司规范运作，我国证监会于2001年8月16日发布了《关于上市公司建立独立董事制度的指导意见》，并要求上市公司董事会中独立董事占比在2003年6月30日之前至少达到1/3。独立董事的存在，有利于董事会保持独立性，对公司内部起到独立的监督作用。因此，上市公司董事会中独立董事占比越高，即董事会独立性越高，往往意味着更加良好的公司内部治理环境[34-35]。就股价崩盘风险机制与上市公司的内部治理环境而言，良好的内部治理环境有利于制约管理层等内部人侵害公司整体利益或中小股东的自利行为，也可减少内部人出于自利动机，隐藏或延迟披露负面信息的行为。若“沪港通”机制可通过强化对上市公司的监督降低股价崩盘风险，由于良好的公司内部治理环境压缩了“沪港通”机制发挥作用的空间，那么在降低对股价崩盘风险方面，“沪港通”与上市公司董事会独立性之间将呈现相互替代的关系，即相对于独立董事董事会占比较高的公司，“沪港通”的开通在独立董事董事会占比较低的公司中降低股价崩盘风险的作用更加明显。据此，本文提出如下假设：

假设2：相对于独立董事董事会占比较高的公司，“沪港通”的开通在独立董事董事会占比较低的公司中降低股价崩盘风险的作用更加明显。

(2)外部法律环境

上市公司所在地的法律环境关系到上市公司经营与治理的基础环境与整体氛围。当上市公司所在地区具有相对健全的法律环境时，健全的法律法规可给予外部投资者更完善的法律保护，从而外部投资者可以更加有效地利用法律武器，保护自身合法权益，从而更好地约束上市公司诸如隐瞒负面信息等道德风险行为，改善公司治理[33,36]。因此，本文预期，若前文逻辑成立，当“沪港通”机制可以通过强化监管，提高隐藏负面信息的代价，降低股价崩盘风险时，由于良好的外部法律环境可以有效压制上市公司诸如隐瞒负面信息等道德风险行为，因而在降低股价崩盘风险方面“沪港通”机制将与上市公司所在地法律环境呈现出相互替代的关系。据此，本文提出如下假设：

假设3：相对于所处法律环境较好的公司，“沪港通”机制在所处法律环境相对薄弱的公司中降低股价崩盘风险的作用更明显。

(3)信息环境

就“沪港通”机制与上市公司的信息环境关系而言，一方面，作为独立的成熟投资者，来自香港市场的投资者的专业分析能力有助于释放公司试图隐藏的负面信息，阻碍上市公司对负面信息的隐藏[7]，从而降低股价崩盘风险。另一方面，就现阶段而言，通过“沪港通”机制进入内地股票市场的香港、境外投资者，尽管多为成熟的投资者，但由于他们相对远离标的上市公司经营、交易的市场、环境，其独立获取信息的能力，特别是对私有信息的获取，很可能受到地域等因素的限制。事实上，香港地区的投资者也的确存在此类担忧，香港某基金经理就曾向网易财经表示，因资讯处于劣势而对“沪港通”机制有所顾虑。②

在针对崩盘风险问题时，这一潜在的局限性尤其值得关注。对于股价崩盘风险问题，上市公司试图隐藏的负面信息相较于一般信息多具有更高的私密性和隐蔽性，而这可能导致香港地区投资者的劣势被进一步放大，从而限制其释放潜在隐藏信息作用的发挥。

香港地区投资者在信息方面优势、劣势的相对关系，将直接影响“沪港通”机制降低股价崩盘风险作用与公司信息环境的关系，例如，当信息环境较差时，一方面，上市公司潜在的隐藏负面信息更多，对于“沪港通”机制降低崩盘风险的作用来说，会有更大的发挥空间，从而发挥更明显的效果；另一方面，信息环境较差时，若“沪港通”机制受香港地区投资者资讯劣势影响较大，在此时缺少必要信息辅助的情况下，“沪港通”发挥作用的效果也可能受到限制，因此降低崩盘风险的作用减弱。以上两方面作用的相互制衡，将左右“沪港通”机制与信息环境的相对关系的形成，而“沪港通”机制与信息环境的最终关系将呈现以上两方面中处于优势地位一方的作用，即两种机制中的主导作用。那么，现阶段“沪港通”机制与信息环境的关系究竟如何？这一问题值得进一步探究。

在如今的信息爆炸时代，媒体不仅是最重要的信息传播媒介，也日益成为一种重要的外部治理机制。频繁的媒体报道，一方面可以通过有效的深入调查和追踪报道，阻碍公司对负面信息的隐藏，特别对于公司试图掩盖的“坏消息”，所谓“好事不出门，坏事传千里”，这些负面信息更容易成为媒体报道的重点关注对象；另一方面，频繁的媒体报道造成的公众舆论压力也增加了信息揭露后的损失[17]。基于媒体报道的这些特质，本文预期，一方面，若现阶段“沪港通”受香港市场投资者信息劣势的影响较小，则对于降低股价崩盘风险来说，良好的“沪港通”机制与媒体报道可形成此消彼长的相互替代关系，即相比于媒体报道较频繁的公司，“沪港通”的开通在媒体报道相对较少的公司中降低股价崩盘风险的作用更加明显；另一方面，若现阶段“沪港通”受香港地区投资者信息劣势的影响较大，那么媒体报道恰可作为良好的互补机制，即相比于媒体报道较少的公司，“沪港通”的开通在媒体报道相对较多的公司中降低股价崩盘风险的作用更加明显。据此，本文提出如下竞争性假设：

假设4a：相比于媒体报道较频繁的公司，“沪港通”的开通在媒体报道相对较少的公司中降低股价崩盘风险的作用更加明显；

假设4b：相比于媒体报道较少的公司，“沪港通”的开通在媒体报道更加频繁的公司中降低股价崩盘风险的作用更加明显。

除去媒体外，对资本市场而言，分析师也扮演了重要角色。作为具有出色专业分析能力的研究人员，分析师不仅可以通过研究报告为投资者提供信息，还可以通过发掘上市公司潜在的隐藏信息，压缩上市公司隐藏负面信息的空间，阻碍公司隐藏负面信息。同理，本文预期，若现阶段“沪港通”受香港地区投资者信息劣势的影响较小，则对于降低股价崩盘风险来说，其与分析师跟踪可形成此消彼长的相互替代关系，即相比于分析师跟踪较多的公司，“沪港通”的开通在分析师跟踪相对较少的公司中降低股价崩盘风险的作用更加明显；反之，若现阶段“沪港通”受香港市场投资者信息劣势的影响较大，那么分析师的研究工作也可作为良好的互补机制，辅助“沪港通”发挥更好的作用。即有，相比于分析师跟踪较少的公司，“沪港通”的开通在分析师跟踪更多的公司中降低股价崩盘风险的作用更加明显。据此，本文提出如下竞争性假设：

假设5a：相比于分析师跟踪较多的公司，“沪港通”的开通在分析师跟踪更少的公司中降低股价崩盘风险的作用更加明显；

假设5b：相比于分析师跟踪较少的公司，“沪港通”的开通在分析师跟踪更多的公司中降低股价崩盘风险的作用更加明显。

三、研究设计

(一) 样本数据

为保证制度的一致性与可比性，本文关于“沪港通”机制的研究样本为2007-2016年间所有沪市A股数据样本。本文所使用的“沪港通”A股标的信息来自Wind数据库，股票交易、公司财务数据以及分析师覆盖数据来自CSMAR数据库，公司实际控制人数据来自CCRE数据库，媒体报道、股东持股数据来自RESSET金融研究数据库。

基于初始研究样本，本文进行了如下的筛选和处理：(1)由于金融类上市公司的监管制度和报表结构与其他行业相比存在较大差异，因此剔除金融行业样本；(2) 剔除年度周收益率少于30个观测的样本，保证股价崩盘风险指标计算的可靠性；(3) 剔除数据有缺失的样本；(4)为排除极端值影响，对连续变量进行1%水平的缩尾处理。经过上述处理，最终得到7578个公司一年观测值。

(二) 变量的选择与度量

1．股价崩盘风险(Crash Risk)

借鉴已有研究[1-2,8-10,13,15-16]，本文采用2个变量度量股价崩盘风险。具体度量方法如下：

首先，本文参考Dimson(1979)的做法，利用公司—年度的周收益率数据进行如下回归：

Ri,t=αt+β1Rm,t-2+β2Rm,t-1+β3Rm,t+β4Rm,t+1+β5Rm,t+2+εi,t

(1)

其中，Ri,t为某年度上市公司i第t周的考虑现金红利再投资的收益率，Rm,t为该年度的市场回报率，即上市公司在第t周经流通市值加权的平均收益率。据此回归，构造公司i的周特有收益率如下：

Wi,t=ln(1+εi,t)

(2)

其中，εi,t为回归方程(1)的残差。接下来，基于公司的周特有收益率Wi,t构造以下2个变量：

(1)负收益偏态系数(NCSKEW)

(3)

其中，n为一年时间内上市公司i的交易周数。负收益偏态系数越大，表示股价回报率分布负偏程度越高，说明股价崩盘风险越大。

(2)收益上下波动比率(DUVOL)

(4)

其中，nu(nd)代表上市公司i在第t年内周特有收益率高于(低于)年度平均收益Wi,t的周数。DUVOL数值越大，说明股票收益率分布更倾向于左偏，股价崩盘风险越大。

2． 双重差分模型(DID模型)虚拟变量

(1)时间哑变量(Time)：标志沪港通开通与否的0-1哑变量。沪港通于2014年11月17日正式开始交易，由于本文变量为年度指标，因此时间哑变量(Time)以2014年末为划分时点，即2014年末及之前年度Time取值为0，2014年之后取值为1。

(2)处理组哑变量(Treat)：标志上市公司是否为沪港通标的股的0-1哑变量，上市公司为沪港通标的股取值为1，否则取值为0。沪港通于2014年11月17日正式开始交易，由于本文变量为年度指标，因此处理组哑变量(Treat)以2014年末的标的信息划分取值，为保证本文主要结论的准确性与稳健性，本文剔除了标的资格在之后样本区间内有变动的样本。

3． 独立董事董事会占比(Indir)

独立董事在董事会中的占比，即董事会中独立董事数目/董事会规模。本文用独立董事董事会占比代表上市公司的内部治理环境。上市公司董事会中独立董事占比越高，即董事会独立性越高，往往意味着更加良好的公司内部治理环境[34-35]。

4． 法律环境(Law)

参照以往研究[37]，本文采用樊纲等(2011)[38]所编制的市场化相对进程指数的分指数“市场中介组织发育和法律制度环境”来度量企业所处地区的法律环境。由于该指数只更新到2009年，因此本文参照姜付秀等(2015)[39]以往研究的处理方法，以2009年数据替代后续时段的法律环境指数。

5． 媒体报道(Media)

本文采用上市公司i在第t年被媒体报道的次数作为衡量媒体报道情况的指标，由于次数为非连续变量，本文将媒体报道次数进行了对数处理，即Media=Ln(媒体报道次数+1)。

6． 分析师跟踪(Analyst)

本文采用上市公司i在第t年被分析师进行盈利预测和投资评级的数量的总和来衡量分析师覆盖的指标，由于次数为非连续变量，本文将分析师覆盖次数进行了对数处理，即Analyst=Ln(分析师跟踪次数+1)。

7. 其他控制变量(Control)

借鉴已有研究[1-2,8-10,13,15-16]，本文还控制了其他变量。其他控制变量的具体构造如表1所示。

表1其他控制变量

(三) 回归模型

双重差分模型(Difference-in-Difference，DID模型)由Ashenfelter和Card(1985)[40]对一项干预研究进行评价时提出，其后，该模型在计量经济学领域得到广泛应用。就本文研究问题而言，本文以“沪港通”标的股票作为处理组，以其他非标的沪市股票作为控制组，运用双重差分模型探究“沪港通”机制对股价崩盘风险的影响。对于控制组的选取，本文在稳健性检验部分还会以倾向评分匹配方法(Propensity Score Matching)进行相关稳健性检验。

首先，本文采用双重差分模型(5)检验前文假设1，即“沪港通”机制的开通是否能有效降低标的股票的股价崩盘风险。模型具体构造如下：

Crash Riski,t=α+β1Treati,t+β2Treati,t×Timei,t+β3Timei,t+β4Controli,t-1+εi,t

(5)

其中，Crash Riski,t为i公司t年的崩盘风险，分别由NCSKEW和DUVOL两个变量度量。Treat和Time分别为双重差分模型的处理组虚拟变量和时间虚拟变量。Controli,t-1为本文选取的控制变量，由滞后一期的数值度量。Treat和Time的交乘项Treat×Time的回归系数β2即为本文重点关注的倍差估计系数。若假设1成立，本文预期回归系数β2显著为负，即“沪港通”机制的开通有效地降低了标的股票的股价崩盘风险。需要说明的是，当(5)式的被解释变量为NCSKEW时，控制变量中上期崩盘风险指标只控制上期负偏度系数SqNcskew；当(5)式的被解释变量为DUVOL时，控制变量中上期崩盘风险指标只控制上期收益上下波动比率SqDuvol，其他控制变量均相同。

对于沪港通作用机制的进一步探究，本文在模型(5)的基础上，借鉴Liu等(2016)[26]、顾琪和陆蓉(2016)[41]等研究的方法，采用分组对比的方法，进行作用机制的实证检验。具体来讲，本文基于治理环境、法律环境与信息环境代理变量的中位数将原样本分为2组，分别运用双重差分模型(5)进行回归，比较2组回归中，“沪港通”机制的作用效果，即交乘项Treat×Time的回归系数的差异，通过对比回归系数进行相关假设的实证检验。

四、实证结果与分析

(一) 描述性统计

表2报告了本文主要变量的描述性统计。由表2的描述性统计可知，NCSKEW和DUVOL的平均值分别为-0.258和-0.166，标准差分别为0.656和0.443，说明这两个变量在样本公司中存在较大差异，具有充分的变异性，并且本文计算了NCSKEW和DUVOL的Pearson和Spearman相关系数，分别为0.881和0.893，且均在1%水平上显著，说明本文崩盘风险变量的选取具有良好一致性。

表2主要变量的描述性统计

(二) 回归结果分析

1.主要假设检验

表3报告了假设1的实证检验结果，本文所有表格回归均在公司层面进行了聚类。其中，(1)-(4)列的被解释变量为负偏度系数NCSKEW，(5)-(8)列的被解释变量为收益上下波动比率DUVOL。当被解释变量为负偏度系数NCSKEW时，由表3的(1)-(4)列可以看出：(1)不加入其他控制变量时，(1)列的DID回归结果显示，Treat×Time的回归系数在1%统计水平上显著为负；(2)在加入控制变量后，DID回归中Treat×Time的回归系数仍然显著为负；(3)在进一步控制了行业虚拟变量Ind后，Treat×Time的回归系数仍然在1%统计水平上显著为负；(4)在控制了所有控制变量，包括行业虚拟变量Ind以及年度虚拟变量Year之后，DID回归中的Treat×Time的回归系数仍然在1%统计水平上显著为负。同样的，当被解释变量为收益上下波动比率DUVOL时，由表3的(5)-(8)列可以看出：(1)不加入其他控制变量时，(5)列的DID回归结果显示，Treat×Time的回归系数在5%统计水平上显著为负；(2)在加入控制变量后，DID回归中Treat×Time的回归系数仍然显著为负；(3)在进一步控制了行业虚拟变量Ind后，Treat×Time的回归系数仍然在5%统计水平上显著为负；(4)在控制了所有控制变量，包括行业虚拟变量Ind以及年度虚拟变量Year之后，DID回归中的Treat×Time的回归系数仍然在5%统计水平上显著为负。以上回归结果说明，“沪港通”机制的开通有效地降低了标的股票的股价崩盘风险，支持了本文的研究假设1。

表3 “沪港通”机制与股价崩盘风险

注：1.括号内为系数估计值的t统计量(下同);2. *、**、***分别表示在10%、5%、1%水平下显著(下同).

2.作用机制检验

为了对“沪港通”的作用机制进行进一步讨论，本文将区分不同的内部治理环境、外部法律环境和信息环境，进行进一步的检验与分析，也为上文结论提供进一步佐证。

(1)内部治理环境

本文用独立董事董事会占比代表上市公司的内部治理环境。表4报告了本文假设2的检验结果，为节约篇幅下文表格省略控制变量与常数项报告。从表4中可以看出，根据独立董事董事会占比中位数进行分组后，在内部治理环境较差的样本组，即董事会中独立董事占比较低的组中，Treat×Time的回归系数分别在1%、10%统计水平上显著为负，而在在内部治理环境较好的样本组，即董事会中独立董事占比较高的组中，Treat×Time的回归系数不具有显著性。表4结果表明，“沪港通”机制降低股价崩盘风险的作用效果与上市公司内部治理环境之间呈现相互替代的关系，支持本文假设2。

表4内部治理环境、“沪港通”机制与股价崩盘风险

(2)外部法律环境

参照以往研究[37]，本文采用樊纲等(2011)[38]所编制的市场化相对进程指数的分指数“市场中介组织发育和法律制度环境”指数来度量企业所处地区的法律环境。由于该指数只更新到2009年，因此本文参照以往研究的处理方法，以2009年数据替代后续时段的法律环境指数[39]。表5报告了本文假设3的检验结果。从表5中可以看出，根据“市场中介组织发育和法律制度环境”指数中位数进行分组后，在外部法律环境较差的样本组，即指数较低的组中，Treat×Time的回归系数分别在1%、5%统计水平上显著为负，而在外部法律环境较好的样本组，即指数较高的组中，Treat×Time的回归系数不具有显著性。表5结果表明，“沪港通”机制降低股价崩盘风险的作用效果与上市公司外部法律环境之间呈现相互替代的关系，支持本文假设3。

表5外部法律环境、“沪港通”机制与股价崩盘风险

(3) 信息环境

表6报告了应用公司媒体报道数量(Media)的中位数进行分组的DID回归结果。从表6中可以看出，根据媒体报道频率中位数进行分组后，在媒体报道频繁的样本组，Treat×Time的回归系数分别在1%、10%统计水平上显著为负，而在媒体报道较少的样本组，Treat×Time的回归系数不具有显著性。表6结果表明，“沪港通”机制降低股价崩盘风险的作用在媒体相辅助时效果更好，支持本文假设4b。

表6媒体报道、“沪港通”机制与股价崩盘风险

表7报告了应用分析师跟踪(Analyst)的中位数进行分组的DID回归结果。从表7中可以看出，根据分析师跟踪中位数进行分组后，在分析师跟踪较多的样本组，Treat×Time的回归系数分别在10%、5%统计水平上显著为负，而在分析师跟踪较少的样本组，Treat×Time的回归系数不具有显著性。表7结果表明，“沪港通”机制降低股价崩盘风险的作用在分析师跟踪相辅助时效果更好，支持本文假设5b。

表7分析师跟踪、“沪港通”机制与股价崩盘风险

综合上述检验结果分析，本文发现，“沪港通”机制主要通过强化监管的机制发挥降低股价崩盘风险的作用，相对于强化监管机制，现阶段“沪港通”通过信息机制所发挥作用的效果受香港地区投资者资讯劣势的影响较大，“沪港通”机制在有更好的信息环境辅助的情况下作用效果更好。

五、稳健性检验

为保证本文主要结论的稳健性，本文现从控制组样本选择、其他控制变量和样本区间选择三个方面进行稳健性检验。

(一) 倾向评分匹配

双重差分模型对于处理组、控制组的划分可能先验地存在自选择效应，即样本的某些特征可能决定了其进入处理组或是控制组这一环节的几率天然存在差别，而这一差别，非政策效用本身，可能驱动了分析政策冲击时的最终结论，造成内生性问题。倾向评分匹配方法可以有效地解决这一问题。倾向评分匹配方法通过对样本成为处理组的“倾向”进行评分，为处理组样本匹配上得分接近的处理组样本，排除自选择效应问题。为了排除“沪港通”标的股票在崩盘风险问题上可能存在的自选择效应影响，本文采用倾向评分匹配方法(Propensity Score Matching)为“沪港通”标的股票选取成为标的股的“倾向”最接近的控制组样本。

具体来说，为排除公司基本特征对自选择问题的影响，本文首先对本文成为“处理组”的倾向进行评分，即以以往研究主要关注的公司特征变量，包括市值账面比MB、杠杆水平Lev、公司规模Size、总资产收益率Roa、会计信息透明度Abacc、是否国有Soe、第一大股东持股比例Top1、已上市时间Age、董事会规模Lnboard、是否聘用“四大”审计Big4、是否“二职合一”Dual等变量，关于处理组虚拟变量Treat进行逻辑回归，并以回归的拟合值作为“倾向评分”进行样本匹配；接下来，本文使用倾向评分匹配样本进行“沪港通”机制的双重差分模型(Difference-in-Difference，DID模型)回归。表8报告了使用倾向评分匹配样本进行“沪港通”机制的双重差分模型回归的实证结果，表中结果表明本文主要结论不发生变化，说明本文结论对于不同控制组样本的选择方法具有稳健性，不存在严重的内生性问题。

表8 “沪港通”机制与股价崩盘风险(PSM)

(二)其他影响因素

为了排除遗漏其他公司治理控制变量对本文主要结论可能造成的影响，本文在已有控制变量中进一步加入是否国有企业Soe、第一大股东持股比例Top1、公司已上市年数Age、董事会规模Lnboard、是否聘用四大机构审计Big4、是否“二职合一”Dual等其他变量作为控制变量，进行本文主要结论的稳健性检验。

其中，Soe、Big4和Dual为虚拟变量。具体地，公司为国有时，Soe取值为1，否则取值为0；公司聘用四大审计时，Big4取值为1，否则取值为0；公司董事长、总经理由一人担任时，Dual取值为1，否则取值为0。董事会规模为Lnboard=Ln(董事会人数+1)。表9报告了加入其他控制变量后的回归结果，从表9结果可知，在加入其他变量后，本文主要结论不变，说明本文主要结论不受其他公司治理因素的影响，具有稳健性。

表9 “沪港通”机制与股价崩盘风险(其他影响)

(三)样本区间选择

本文研究区间选择为2007-2016年。为了检验本文主要结论对样本区间的选择稳健性，本文进行了以下检验：(1)考虑到卖空机制对股价崩盘风险的影响[42-43]，本文选择我国卖空机制开通后的区间，即2010-2016年，进行了稳健性检验；(2)考虑到“沪港通”机制开通前后时间区间的对称性，本文选取了“沪港通”开通前后的对称区间2013-2016年进行了稳健性检验。表10报告了关于样本区间的稳健性检验结果。由表10结果可知，改变样本区间，DID回归中Treat×Time项的回归系数仍然显著为负，本文主要结论不发生改变。以上结果说明，本文结论对样本区间的不同选择稳健。

表10 “沪港通”机制与股价崩盘风险(样本区间)

六、结论与启示

本文基于2007-2016年沪市A股数据，运用双重差分模型，实证探究了“沪港通”机制的开通对股价崩盘风险的影响。本文研究发现：(1)“沪港通”机制的开通有效地降低了标的股票的股价崩盘风险；(2)“沪港通”机制主要通过强化监管的机制发挥降低股价崩盘风险的作用，由于可引发崩盘的隐匿负面信息多具有更高的私密性和隐蔽性，放大了香港地区投资者的资讯劣势，现阶段“沪港通”通过信息机制发挥作用的效果较弱，“沪港通”机制在有更好的信息环境辅助的情况下作用效果更好。这说明，现阶段进一步完善A股上市公司信息环境，对“沪港通”机制公司治理效用的发挥具有重要意义。

本文研究的理论意义与现实启示体现在以下几点。首先，不同于以往文献侧重于从公司内部特征角度分析股价崩盘风险的影响因素，本文以“沪港通”机制的开通为切入点，丰富了外部机制对股价崩盘风险的影响的相关研究；其次，“沪港通”机制作为我国联通内地与香港资本市场的首次尝试，为市场互联所带来的规则、机制接轨的效应研究提供了准自然实验。不同于现有文献多集中于“沪港通”机制的市场反应、资金流通以及股票溢价等问题的研究思路，本文以股价崩盘风险为着眼点，探究了“沪港通”机制开通对公司经营治理、监管机制的影响；最后，本文的研究结论揭示了完善内地上市公司信息披露的监管与规范对“沪港通”机制公司治理效用发挥的重要性，对“沪港通”机制的推行与我国资本市场的发展具有重要现实意义。

[注释]

① 证券监督管理委员会.证监会：切实做好沪港通投资者风险教育和保护工作.http://fina nce.ifeng.com/a/20141201/13320375_0.shtml,2014-12-01.

② 王晓易.“沪港通”诸多难题待解 投资者担忧内地监管力度.http://http://money.163.co m/14/0421/08/9QBGEE5N002529T0.html,2014-04-21.