社会信任对公司违规的抑制性研究

李世辉，欧阳梦洁，曾辉祥,2

(1.中南大学 商学院，湖南 长沙 410083; 2.两型社会与生态文明协同创新中心，湖南 长沙 410083)

一 引 言

如何促进公司依法合规经营和保护投资者利益是国内外理论界和实务界普遍关注的热点话题，这一问题在新兴市场国家更是一个焦点。由于资本市场不成熟、投资者法律保护薄弱、上市和退市制度不完善等原因，发展中国家上市公司夸大利润、虚假交易、虚假披露等违规行为屡禁不止，不仅削弱资本市场有效分配资源的核心作用[1]，对公司自身发展也造成严重的不良后果。因此，如何改善上市公司违规乱象成为亟待解决的问题，对公司违规行为影响因素的研究也更加重要。

社会信任是影响社会个体行为与社会经济发展的重要非正式制度。已有研究发现社会信任在宏观经济层面具有积极作用，然而社会信任对企业层面影响的研究却十分有限。基于此，本文在道德约束与社会网络理论的基础上，实证检验了社会信任对公司违规倾向与公司违规被稽查概率的影响以及高管风险偏好在其中的调节作用。

本文的主要贡献有：第一，与之前大部分研究中的社会信任数据主要来自跨国信任调查不同[2]，本文利用中国各省社会信任数据进行研究，避免了跨国研究难以控制各国文化、教育和法律制度差异的影响这一问题。第二，以往关于社会信任的研究多基于宏观层面或个人层面讨论其作用机制[3]，本文拓展了社会信任对微观企业层面影响的研究。第三，本文从高管风险偏好这一公司内部高管特征视角进一步研究了社会信任对公司违规行为的影响机理，从研究视角上丰富了社会信任影响机制文献。

二 理论分析、文献回顾与研究假设

违规倾向与违规稽查是公司违规研究的两个维度，其中，违规倾向是指违规的动机，而违规稽查即公司违规后被监管部门稽查的概率。公司违规是一种机会主义行为，公司管理者通常亲身参与或指使下属进行违规活动，以提高公司绩效或增加或有薪酬。[4]根据违规的成本-效益分析框架，公司是否违规取决于预期相关成本和收益。[5]只有当违规收益大于成本时，公司的管理者才有动机实施一些违规行为。其中，违规成本主要受违规时的协调成本、违规后被稽查的概率及惩处力度的影响。

违规稽查主要刻画公司违规后被稽查的概率，一般主要受内外部监管制度与公司寻租能力的影响。[6]部分学者指出，违规稽查不仅影响违规倾向，也受违规倾向的制约。[7]在监管与执法成本较高且难度较大的情况下，公司违规倾向越高，有限的监管力量分配至更多的违规企业，必然导致配置效率不高，从而使违规行为被稽查的概率更小。

由此可见，违规倾向与违规稽查是公司违规研究中相互关联的两个维度。本文使用部分可观测的Bivariate Probit模型从违规倾向与违规稽查角度来研究社会信任对公司违规的影响，同时进一步研究违规倾向与违规稽查两者之间的内在联系。

(一)社会信任与公司违规

1．社会信任与公司违规倾向

社会信任即社会成员之间相互信任。从社会学的角度来看，社会信任有利于加强生产合作，从而促进经济增长与金融市场发展。近年来，不少学者发现社会信任不仅有利于促进宏观经济发展，也对公司行为产生积极影响。Jha and Chen的研究证明，在社会信任水平良好的区域，公司会计信息披露的透明度也较高；进一步研究证明，若公司在高社会信任地区，其财务报告具有更高的可信度，能降低审计人员的工作难度。[8]此外，社会信任水平良好的区域，公司的避税程度更低。[9]综上可知，社会信任对缓解公司代理问题和减少公司管理者的机会主义行为具有积极作用。

社会信任高的地区具有很强的信任氛围，能够对公司管理者形成一种道德约束。[10]社会学习理论认为，社会中的个体在决策时会受到周围环境道德规范的影响，当其行为与内心中的道德规范相违背时，便会产生不愉悦感甚至内疚感。在社会信任高的地区，这种感觉可以增加与机会主义行为相关的感知成本，从而降低公司管理者的违规倾向。[11]

此外，社会信任与社会网络高度相关。高社会信任地区往往易于形成发达的社会网络，公司之间合作也更为频繁；反之，在低社会信任区域，社会网络发展较弱。[12]对此，社会网络理论认为，发达的社会网络会增加管理者违规行为的声誉成本。公司违规行为一经曝光，对公司声誉会产生严重的负面影响，造成一系列严重后果，如投资者撤资、融资成本提高、市值下降等。研究表明，公司(位于社会信任水平良好的地区)违规行为被曝光时，投资者的预期便会产生“断崖”式下跌。[13]对于管理者个人而言，公司违规导致的负面声誉不仅会损害他们的公众形象，也会严重影响其未来职业发展。因此，高社会信任区域的公司违规行为带来的声誉损失远远高于低社会信任区域。由此，我们提出如下假设：

H1a：社会信任对公司违规倾向具有抑制作用。

2．社会信任与公司违规稽查

社会信任是监管部门执法的重要软环境，良好的社会信任水平有利于提高政府的监管效率。[14]较高的社会信任水平可以促进公民参与政治活动[1]，提高公众对监管部门透明度的需求，减少监管部门腐败，提高监管质量。[15]因此，较高的社会信任水平可以提高监管制度的实施效率，从而提高公司违规后被稽查的概率。

社会信任不仅能提升政府机构对公司违规的监管效率，还能提高其他利益相关者对公司的监督效力。[16]社会信任高的区域一般具有发达的社会网络，利益相关者间的交流和互动更频繁的同时提高了公司信息透明度[17]，从而有利于对公司实施更有效的监督。例如，在高社会信任地区，审计师能够更容易地从不同渠道获取审计证据，且审计证据更为准确可信，因此违规公司更容易被审计师发现并披露。[18]可见，社会信任使利益相关者更容易察觉公司的违规行为。

此外，较高的社会信任降低了公司的违规倾向，预期违规的公司数量减少，这使得监管机构能将有限的资源集中于有较大可能违规的公司，降低了信息搜寻成本，大大提高了监管机构的稽查效率。[7]特别是在面对群体性违规行为时，监管机构往往因法不责众、抓典型造成监管失效，使得其他大部分企业逃脱惩处。[19]可见，社会信任较高地区，监管机构不仅可以掌握更多的信息，而且可以将有限的资源集中配置，大大提高了公司违规行为被查处的概率。据此提出假设：

H1b：社会信任对公司违规被稽查的可能性具有提升作用。

(二)高管风险偏好的调节效应

高阶理论认为，公司高管的个人特征会影响其对不确定情况的估计与判断，从而使他们在面对相同的经营环境时可能采取不同的决策。社会信任对公司违规行为的影响受公司内部管理机制的制约，高管本身的特征会在这一影响机制中产生重要作用。高管风险偏好作为重要的高管个人特征，是指高管在心理上对待风险的态度。一般来说，风险偏好可分为风险喜好、风险厌恶和风险中立三类。针对同一事项，个体心理方面的差别可令不同个体形成迥异的心理反应，并表现为完全不同的行为方式。[20]已有研究发现高管风险偏好与职业舞弊、公司盈余管理等机会主义行为存在关联[21]，而社会信任对公司违规行为的影响是否受高管风险偏好的影响还有待进一步探明。

在成本效益模型中，个体的风险决策要受到预期收益和预期成本的共同影响。[22]当管理者认为公司违规的成本大于收益时，违规行为则不会发生，反之则会发生。[23]在该模型框架下，在预期收益相同的前提下，效用大小取决于预期风险。在低风险状态下，风险喜好者可获得的效用较低，风险厌恶者所获效用较高，从而导致最终的决策效用对风险厌恶者来讲要大于风险喜好者；在高风险状态下，结果则恰恰相反，即当风险上升到一定程度(交叉点右侧)时，风险喜好者可以取得相对风险厌恶者更高的效用函数[22]，具体如图1所示。公司违规是一种具有较高风险的行为，但是于风险喜好者而言，违规带来的潜在收益可能具有更高的效用，而当这种效用高于其成本时，违规行为就会发生。

图1 风险—效用函数

由上文分析可知，与社会信任较低的地区相比，高社会信任地区的公司违规被稽查的可能性更大，其进行同一违规行为时所承担的风险也更大。对于风险喜好型高管来说，在社会信任较高的地区的公司违规带来的效用更大。其次，由于高社会信任水平的环境中违规成本更高，管理者进行违规往往需要承担更大的压力。从高管心理特征考虑，与风险厌恶型高管相比，风险喜好型高管更能承担违规被发现的风险与压力，更倾向于从事高风险、高收益的违规活动。因此，风险喜好型高管会降低社会信任对公司违规倾向的抑制作用。据此提出假设：

H2a：相对于风险厌恶型高管，风险喜好型高管对于社会信任对公司违规倾向的抑制具有反向调节作用。

高管风险偏好会影响公司盈余管理水平，提高信息不对称水平。Abdel-khalik通过实证研究发现管理者的风险偏好和公司的盈余波动正相关[24]；Grant et al.的研究则进一步发现，具有冒险动机的管理者会通过盈余管理来平滑公司利润，从而导致公司信息透明度下降。[25]良好的社会信任水平意味着更密集的社会网络与更高的信息透明度[16]，从而提高利益相关者对公司违规的监督能力。而风险喜好型高管可能会削弱社会信任对公司信息透明度的提升作用，利益相关者相对难以对公司实行有效监督，公司违规被发现的难度提升，也就是说，高管风险偏好可能会显著削弱社会信任与公司违规被稽查概率的正相关关系。各变量关系见图2。据此，我们提出如下假设：

H2b：相对于风险厌恶型高管，风险喜好型高管对于社会信任对公司违规被稽查概率的提升具有反向调节作用。

图2 概念模型

三 研究设计

(一)样本选取与数据来源

本文在选取2010-2017年沪深A股上市公司为初始样本的基础上进行进一步处理：1)剔除ST和ST*公司的样本观测值；2)删除属于金融行业公司的样本观测值；3)剔除变量缺失的样本观测值；4)为避免极端值影响，对所有连续变量在1%和99%分位上进行winsorize处理。最终得到2853家上市公司的16582个样本。

本文的数据主要来源于以下途径：1)社会信任数据来自中国管理科学研究院编制的《2017年中国城市商业信用环境指数报告》；2)公司违规、公司财务和公司治理数据来自CSMAR数据库和RESSET数据库；3)地区控制变量数据来自国家统计局编制的2010-2018年的中国统计年鉴。此外，本文的数据处理主要借助STATA15软件。

(二)变量定义

1．被解释变量

根据中国证监会有关条例，本文将公司违规定义为违反国家与有关部门制定的法律以及规章制度的行为。参考陆瑶和胡江燕的研究[5]，本文采用部分可观测的Bivariate Probit模型进行实证检验。近年来，该模型被国内外相关文献普遍采用，相对于传统的logistics和probit回归，它主要具有以下两个优势：一方面，公司违规的数据是部分可观测的，只有实施了违规行为并被稽查出的公司数据才能被观测，其他同样违规但没被稽查出的公司数据则无法观测；另一方面，公司的违规倾向也会受到公司违规后被稽查出的概率影响，采用部分可观测的Bivariate Probit估计方法能够更好地研究两者之间的内在联系。

基于部分可观测的Bivarate Probit模型，公司违规(Y)分解为两个潜变量：违规倾向(Fraud)和违规稽查(Detect)。

2．解释变量

本文采用中国管理科学研究院编制的《2017中国城市商业信用环境指数报告CEI蓝皮书》中各省商业信用环境指数来衡量社会信任指标(Trust1)，该指数在最近的社会学和经济学研究中被广泛用来衡量社会信任。[11][17]中国城市商业信用环境指数涵盖了中国各省份的284个城市，包括信用投放、公司信用管理功能、政府信用监管、征信系统、失信违规行为、诚信教育和公司感受七个维度，可以综合反映该区域的信用水平高低。

3．调节变量

管理者的风险偏好与公司风险是相匹配的，管理者的风险偏好水平及其他特征会对公司的经营决策产生重要的影响。[26]参考Walls et al.与Kalyta et al.的研究[27][28]，本文采用风险性资产(交易性金融资产、可供出售金融资产、投资性房地产之和)占总资产的比重作为高管风险偏好(MRP)的度量指标。高管风险偏好体现在企业的各项决策中，集中表现为风险性资产的变化，而且相较于资产负债率等指标，风险性资产数额变化不易受违规行为的影响。

4．控制变量

由于本文使用部分可观测的Bivariate Probit模型，参考陆瑶和胡江燕与Johnson et al.的研究[5][29]，本文分别选取了解释违规倾向与违规稽查的公司层面控制变量。

此外，为了避免研究结果受到与社会信任有关地区因素的干扰，参照Ang et al.的研究[30]，我们在模型(2)中额外引入了4个地区控制变量。具体变量见表1所示。

表1 变量定义

(三)模型设定

由于回归的解释变量较多，为使模型收敛，参照陆瑶和胡江燕的做法[5]，本文未设置固定效应变量，但通过控制变量的设置已部分控制了固定效应影响，例如行业Tobin'sQ(IndQ)涵盖了部分的时间与行业影响等。为了验证假设H1a与假设H1b，本文将待检验的回归模型(1)设定如下。

(1)

为了使社会信任与公司违规倾向和违规稽查的回归结果不受到其他地区因素的影响，我们在模型(1)的基础上添加了地区经济(GDP)、人口(POPG)、性别比例(Femalep)、教育(Edu)等地区控制变量，得到模型(2)如下。

(2)

同时，为了检验假设H2a与假设H2b，研究高管风险偏好对公司违规倾向与违规稽查的调节效应，本文在模型(1)与模型(2)的基础上添加了高管风险偏好(MRP)以及社会信任与高管风险偏好的交叉项(Trust1×MRP)，由于篇幅限制，此处不作列示。

四、实证结果及分析

(一)描述性统计与相关性分析

1．描述性统计

表2为违规公司数量与变量的描述性统计分析结果。其中，panel A是对公司违规且被稽查(Y)的统计。本文把公司在相同年度的所有违规行为计作一条。2010年至2017年违规公司观测值共2341个，占全部上市公司观测值的14.12%，相较于陆瑶和胡江燕统计的1999-2012年5.85%的上市公司违规比例呈现大幅度上升。[5]

panel B是变量的描述性统计。据表2可知，总样本中公司发生违规且被稽查(Y)的均值为0.14，这表示平均100家公司内有14家公司存在违规并被稽查。总体样本中社会信任(Trust1)指标的均值为76.11，略高于其在违规样本中的均值72.65，这表示违规样本的社会信任程度要低于总样本。其他变量的信息不再一一赘述。

2．相关性分析

模型中主要变量的Person相关分析显示，主要变量间系数均在10%水平上显著相关，且各变量间相关系数均小于0.5，多重共线性检验显示方差膨胀因子VIF平均值仅为2.01，所有自变量的方差膨胀因子均小于检验临界值10，说明模型中不存在较严重的多重共线性问题。社会信任(Trust1)与公司违规(Y)在1%水平上显著负相关(-0.026)，说明社会信任抑制了企业的违规行为，为假设H1a提供了初步的证据。

表2 描述性统计

注：panel A累计同一公司同年各次类违规次数。

(二)假设检验

1．主效应检验(H1a与H1b)

为了验证假设H1a与H1b，本文分别应用模型(1)与模型(2)进行回归检验，所得结果见表3，其中列1和列2为模型(1)的回归结果，列3和列4为模型(2)的回归结果。结果显示：在模型(1)与模型(2)中，社会信任(Trust1)与公司违规倾向(Fraud)显著负相关且在1%的统计水平上显著，社会信任对公司违规倾向具有显著抑制作用，H1a得到验证。在模型(1)与模型(2)中，社会信任(Trust1)与违规稽查(Detect)均呈正相关且在1%的统计水平上显著，社会信任可以提高公司违规后被稽查的可能性，H1b得到验证。以上结果在模型(1)与模型(2)中皆成立，说明社会信任对公司违规倾向与违规稽查的影响并不是由于地区经济与教育等外部环境因素的差异而产生的。

表3 社会信任对公司违规行为影响的实证结果

注：括号中为p值，***、**、*分别表示在1%、5%、10%的水平上显著。

2．调节效应检验(H2a与H2b)

为了验证假设H2a与H2b，本文同时在模型(1)和模型(2)中引入高管风险偏好与社会信任的交互项(MRP×Trust1)。回归结果如表4所示，高管风险偏好与社会信任的交互项(MRP×Trust1)对公司违规倾向(Fraud)的影响都显著为负，即对拥有风险喜好型高管的公司来说，社会信任对其违规倾向的抑制作用会降低，H2a得到证明。

表4 社会信任、高管风险偏好与公司违规

注：括号中为p值，***、**、*分别表示在1%、5%、10%的水平上显著。

但是，在两个模型中，高管风险偏好与社会信任的交互项(MRP×Trust1)对公司违规稽查(Detect)的影响为正且不完全显著，即对于拥有风险喜好型高管的企业，社会信任对公司违规被稽查概率的正向影响更大，结果与原假设相反，H2b未得到证明。本文讨论了以下原因：一方面，风险喜好型高管本身会更多地从事激进投资、风险并购与加大避税与盈余管理的程度等风险活动[31]，从而更容易引起监管机构的关注，在高社会信任区域，风险喜好型高管的频繁的机会主义行为会相对更加显眼，相比于其他同样违规的公司更容易受到关注，因此对于拥有风险喜好型高管的企业，社会信任对公司违规被稽查概率的正向影响更大；另一方面，违规稽查主要受制度因素与公司寻租能力的影响，高管风险偏好作为一个公司内部高管个人特征变量，对违规稽查的影响是间接且有限的，所以高管风险偏好对社会信任与违规稽查关系的调节作用并不十分显著。

(三)进一步研究：不同违规类型样本的分组检验

已有研究发现不同公司的违规类型差别较大[11]，且不同违规类型的影响因素及其影响显著程度也存在较大差异[5][23]，而本文主体部分未将违规类型纳入考虑范围。鉴于此，为探明社会信任对不同类型公司违规行为的影响是否存在差异，本文讨论部分将违规样本根据违规类型进行分组检验。参考陆瑶和胡江燕的研究[5]，本文将违规样本分为信息披露违规和经营违规两类，探讨社会信任对不同类型公司违规(违规倾向与违规稽查)的影响。各类公司违规的统计数据见表5。

表5 公司违规分类统计

注：累计同一公司同年各次类违规次数。

本文采用部分可观测的Bivariate Probit模型对社会信任与信息披露违规、经营违规的关系进行检验，相关实证结果如表6所示。表6中(1)、(2)列与(3)、(4)列分别为模型(1)与模型(2)基于分组样本的回归结果：其中(1)列和(3)列以信息披露违规为因变量，(2)列和(4)列以经营违规为因变量。表6(1)列和(3)列的实证结果显示，社会信任(Trust1)与信息披露违规倾向负相关且在1%的统计水平上显著，与信息披露违规稽查正相关且在1%的统计水平上显著；(2)列和(4)列的实证结果表明，社会信任(Trust1)与经营违规倾向在1%的显著水平下负相关，与经营违规稽查在1%的显著水平下正相关。回归结果说明，无论是信息披露违规还是经营违规，地区信任水平越高，公司违规的倾向越低，违规被稽查的概率却越高，即社会信任对不同类型的公司违规行为都具有显著影响。

此外，分别比较(1)列和(2)列、(3)列和(4)列的边际效应结果可得，相较于信息披露违规，社会信任对经营违规倾向和经营违规被稽查概率的影响相对更强，但总体而言相差不大。以模型(1)为例，地区社会信任水平每上升1%，经营违规倾向下降0.02%(大于信息披露违规0.015%)，经营违规被稽查概率提高0.022%(略大于信息披露违规0.021%)。原因可能如下：社会信任等外部环境因素对公司行为的作用首先体现在对管理者的日常经营决策的影响中，之后才会体现在公司的信息披露行为之中[7]，因此社会信任对经营类违规的影响相对更大。

表6 社会信任对不同类型违规的影响

注：自变量对应结果的第一行为参数估计值，第二行为p值，第三行为边际效应。***、**、*分别表示在1%、5%、10%的水平上显著。

(四)稳健性检验

为了检验前文主效应是否可靠，本文分别通过以下方式进行稳健性检验。1)为消除极端值的影响，前文对所有变量做winsorize处理后进行检验。不剔除明显的离群值且不做winsorize，直接使用原始数据进行主效应检验。2)替换社会信任指标。替代指标Trust2来源于张维迎和柯荣住委托“中国企业家调查系统”面向全国31个省、自治区和直辖市公司或公司领导者进行的调查问卷。[32]Trust2为根据调查对象对“根据您的经验，您认为哪五个地区的公司比较守信用(按顺序排列)”问题的回答结果进行5点定序赋值后的加权平均值。3)替代公司违规指标。本文的回归分析中公司违规数据来自RESSET数据库(2010-2017年违规公司数合计2341家)。我们使用两类不同的方法来替代公司违规指标：1)我们使用CSMAR数据库中的公司违规数据(Y_csm)(2010-2017年违规公司数合计1991家)作为公司违规指标的替代进行主效应回归。2)我们将RESSET数据库与CSMAR数据库中的所有公司违规记录取并集得到Y_u(2010-2017年违规公司数合计2995家)，以此替代公司违规指标进行主效应检验。

上述稳健性检验的实证结果均与主效应检验结果一致，可见本研究的基本结论还是比较稳健的。由于篇幅限制，该部分实证结果未予列示。

五 结 语

基于道德约束与社会网络理论，本文以2010-2017年沪深两地A股上市公司为样本，运用部分可观测的Bivariate Probit模型检验了社会信任对公司违规倾向与违规稽查的影响。研究结果表明：1)社会信任对公司违规倾向具有抑制作用，并提高公司违规被稽查的可能性；2)风险喜好型高管会降低社会信任对公司违规倾向的抑制作用，并会一定程度上加强社会信任对公司违规稽查的影响力度。

本文具有重要的实践启示：1)对政府部门而言，由于社会信任水平是影响公司违规行为的重要因素，政府可以通过构建社会诚信体系来提高社会信任程度，营造优良的商业信用环境，促进资本市场的有序发展。此外，社会信任水平较低地区的监管部门更应当加强稽查力度，提高对公司的监管效率，使得公司违规的风险和成本提升。2)对公司而言，尤其是风险喜好型公司，应当重视自身信誉建设，从而获得良好的社会声誉与公众认可，促进公司的可持续发展。