券商声誉与股票流动性：来自新三板市场的证据

李金甜，胡聪慧，郑建明

1 北京工商大学 商学院，北京 100048 2 北京师范大学 经济与工商管理学院，北京 100875 3 对外经济贸易大学 国际商学院，北京 100029

引言

在深化金融供给侧结构性改革进程中，券商作为资本市场的“看门人”、直接融资的“服务商”和资本市场的“稳定器”，是市场最重要的专业机构，券商专业队伍建设成为提升中介机构服务实体经济能力、克服脱实向虚问题的重要议题，因此对券商声誉的研究十分必要。已有研究多聚焦于券商声誉对企业质量、公司IPO定价、初始及长期回报和市场表现等方面的影响，主要从认证效应和信息效应视角，认为券商声誉在提高市场效率、降低交易成本等方面发挥着重要作用[1-2]。基于新兴资本市场的经验证据则表明，上市公司与券商声誉之间的关系并不稳定[3-4]，券商声誉机制在中国资本市场中的作用也存有争议[5-7]。鲜有研究以券商差异化履职为出发点，剖析不同履职情况下其声誉效应是否发挥作用。作为特殊的新兴资本市场，新三板市场内证券公司绝大多数具有主办券商和做市商的双重身份，同一券商在履行不同职责、履职效果不同时，其声誉可能对股票交易有不同的影响，这为检验券商声誉机制的差异化效应提供了重要研究契机。

鉴于此，本研究对同一市场条件下券商在履行不同职能时的声誉效应进行检验，探索新三板主办券商与做市商在不同职责范围下其声誉对股票流动性的影响差异，从认证效应和信息效应两个视角分析券商声誉对股票流动性的作用机制，进一步以新三板分层为依据，区分券商声誉对不同层级企业的作用，为券商声誉机制的结构化差异效果提供重要理论证据。本研究的潜在创新体现在：①以新三板券商声誉为研究对象，为新兴资本市场环境下券商声誉机制效应的发挥提供佐证；②分析相同券商在履行不同职责时的声誉效应差异，为履职情况带来的券商声誉结构化差异提供重要经验证据；③本研究通过分析认证效应和信息效应检验券商声誉的筛选功能，支持易会满[8]关于“强化中介机构责任和能力、提高上市公司质量”的行动计划，研究结论具有较强的实践意义。

1 相关研究评述

1.1 券商声誉的作用

金融中介理论认为，金融中介在市场上主要承担信息传递和认证作用，其声誉不仅体现了自身历史专业能力，而且代表了为服务企业提供的担保效应[1]。已有研究发现，承销商[9-10]、投资银行[11-12]和审计师[13-14]等金融中介的声誉影响企业质量、公司IPO定价、初始及长期回报和市场表现。

目前，关于券商声誉对资本市场影响的研究主要聚焦于以下几个方面：①券商声誉与企业质量的匹配效应。FERNANDO et al.[15]通过构建发行公司与承销商均衡匹配的模型，证实企业质量与券商声誉之间存在显著正向关系，首次提出承销商与发行公司通过相互选择进行关联；SCHROTH[16]和LYANDRES et al.[17]也发现承销商与发行公司之间存在互相匹配行为。基于中国资本市场的证据则表明券商声誉与其承销的企业质量正向相关关系并不稳定[3-4]，但随着市场发展和竞争程度的提高，券商更偏向业绩较好、发展稳定的企业。②券商声誉对公司IPO抑价的影响。CARTER et al.[9]提出券商声誉与IPO抑价水平显著负相关；PENG et al.[18]发现券商声誉可发挥信息效应，降低投资者与企业之间的信息不对称，因此IPO首日抑价会降低。③券商声誉对IPO公司短期和长期市场表现的影响。DONG et al.[19]提出高声誉券商能给IPO公司带来更好的长期业绩；张学勇等[7]也认为声誉受损的券商承销的公司其长期回报率较低，佐证了券商声誉的认证效应。此外，部分研究讨论了券商声誉在抑制IPO企业盈余管理[6]、降低债券融资成本[10]和债券信用利差[20]等方面的影响。

1.2 券商声誉的作用机制

已有研究多从认证效应和信息效应解释券商声誉的积极作用。在认证效应方面，BOOTH et al.[1]首次提出券商声誉具有担保效应，认为券商作为第三方信息提供者，可为企业提供担保；CHEMMANUR et al.[11]在此基础上发展了认证中介理论，提出由于资本市场投资者存在逆向选择行为，优质企业倾向于聘请高声誉券商，以期望通过券商向外界传递准确信息，因此上市公司质量越高，其聘请的券商声誉也越高；FERNANDO et al.[15]也认为发行企业与承销商之间是彼此挑选并匹配的。以上研究证明，一方面，企业拥有高声誉券商会向投资者传递公司质量良好的信息，因此优质企业为了更准确地对外传递公司信息，会聘请高声誉券商；另一方面，券商为维持自身声誉和认证能力，注重避免自身声誉受损，也倾向于选择优质的企业进行服务。在信息效应方面，已有研究认为券商作为投资者与企业之间的信息沟通中介，能够降低二者之间的信息不对称，券商通过其信息挖掘功能[1]，扮演着信息生产角色，利用信息的规模效应以更低的成本提供服务，进而增加信息透明度、降低交易成本、实现资源优化配置。声誉越高的券商，对企业信息获取能力越强，信息披露要求也越高，因此信息传递作用越强[2]。DONG et al.[19]的研究也认为，承销商声誉的高低导致其在降低信息不对称问题时存在差异。以上研究表明，券商拥有专业知识和信息优势，通过向投资者披露公司信息，发挥降低信息不对称的作用，声誉越高的券商其信息生产作用越强。

综上，券商声誉可通过发挥认证效应和信息效应，对股票市场产生积极影响。认证效应多体现在投资者可通过券商声誉判断经券商认证的公司质量，因此高声誉券商为维持自身声誉可能倾向于选择优质企业进行服务；信息效应多体现在高声誉券商可通过增加信息透明度、降低交易成本，进而减少投资者与企业之间的信息不对称，实现资源优化配置。新三板市场尚处于初始发展阶段，在此特殊制度背景下，券商声誉能否完全发挥其认证效应或信息效应，进而影响证券市场交易行为，是值得研究的重要议题。

2 制度背景、理论分析和研究假设

2.1 制度背景

目前，新三板市场上主要有主办券商和做市商两大券商。在与企业的关系和业务范围上，主办券商主要开展推荐业务，在开展做市业务时，主办券商被称为做市商。主办券商的推荐业务包括推荐挂牌职责和持续督导职责，持续督导业务是在企业挂牌后，对其公司治理和信息披露等方面进行专业督导和规范。做市商的做市业务则是在全国中小企业股份转让系统(后文简称股转系统)发布买卖报价，并在报价范围内履行与投资者的成交义务。根据股转系统规定，在当前交易机制下，每家竞价交易(2018年1月之前为协议转让)企业均有一家主办券商，每家做市转让企业有一家主办券商，并应有两家或两家以上的做市商为其提供做市服务，其中一家由主办券商兼任。目前，新三板市场券商基本都有主办券商和做市商双重身份，针对不同的新三板企业开展相应的业务。

在盈利模式上，主办券商通过推荐挂牌和为企业提供持续督导服务，收取挂牌费用(承销费)和督导费用，藉此收取相对稳定的佣金，因此较少面对企业挂牌后的交易风险。做市商承担着为股票提供做市业务的职责，主要靠买卖股票通过价差获取收益，因此收益与股票交易风险有较大关联。根据股转系统规定，做市商须持有拟做市公司不少于10万股的库存股票，他们主要通过双向报价赚取价差以及为公司定向增发获取利润，因此，公司的交易风险对做市商尤为重要。

在券商规模上，截至2018年1月1日新三板引入竞价交易之前，为挂牌公司提供推荐业务的主办券商共计95家，为做市公司提供做市服务的做市商有92家，绝大多数券商同时承担主办券商和做市商的双重角色。但新三板市场尚存在严重的券商不足现象[21-22]，2018年1月1日前，新三板挂牌企业达11 630家，但在此期间，承担推荐挂牌和持续督导业务的主办券商仅96家，申万宏源证券股份有限公司为385家挂牌公司提供服务。做市企业1 343家，有92家做市商在此期间为企业提供做市服务，经统计，每家做市企业拥有的做市商数量平均不足5家。

因此，证券公司在新三板市场履行主办券商和做市商双重职责时，受业务模式和市场现状影响，可能表现出异于其他市场券商的行为。

2.2 理论分析和研究假设

2.2.1券商声誉与股票流动性

流动性是决定一个市场是否稳定有效的根本因素[23]，券商声誉通过在市场上发挥认证中介和信息生产职能[1]，起到连接公司与投资者的桥梁作用，进而影响股票流动性。从认证效应分析，由于缺乏可靠充分的信息，外部投资者往往依赖专业券商声誉作为拟投资企业的质量担保[11]，投资者、监管层和发行人均非常重视券商声誉，券商声誉受损后对关联公司产生显著负向影响，因此高声誉券商进行担保业务时，为避免自身声誉受损，会更好地为委托单位提供专业服务以维持自身声誉[5]。从信息效应分析，高声誉券商会提供更专业、更准确的信息，以降低企业与投资者之间的信息不对称程度，公司如果拥有声誉较好的券商，有利于增加个股交易的透明度，进而降低股票交易成本。以上研究均支持如果高声誉券商能发挥认证效应和信息效应，可吸引更多投资者参与，促进股票交易。但受新三板较不稳定的市场现状影响，主办券商和做市商不同的履职情况使券商声誉在影响股票流动性上存在较大差异。

主办券商的主要职责是推荐挂牌和持续督导，如果高声誉主办券商在推荐挂牌中很好地履行筛选职能，则可发挥认证作用，使外界投资者对其筛选的企业更加信任；在挂牌后的持续督导工作中，尽责的主办券商会不断促使企业完善公司治理结构，及时进行信息披露，降低投资者与企业之间的信息不对称，发挥信息效应，进而有利于提升股票流动性。但新三板市场的特殊现状使主办券商的履职情况尚显不足，券商数量的匮乏和主办券商的低风险盈利模式使其并未很好地发挥筛选职能，面对众多良莠不齐的挂牌企业，外部投资者无法依据主办券商声誉判断拟投资公司的状况，因此主办券商声誉的认证效应受限；挂牌企业质量的不稳定，加上监管层对券商持续督导不到位的处罚力度也不足，主办券商在履行持续督导职责时缺乏尽责动力，不能有效发挥信息效应。

做市商的职责主要是发布买卖报价，并承担成交义务，盈利模式也主要靠买卖股票通过价差获取收益。理论上分析，做市商有动力选取优质股票进行做市，并提供专业报价服务，以降低自身交易风险，获取更多的利润。从认证效应分析，目前新三板市场做市商数量较为不足，拟做市企业为了促进股票交易，力求寻找高声誉做市商为其做市，使做市商有条件筛选低风险企业，以降低自身收益风险，从而使做市商声誉发挥一定认证作用。从信息效应分析，由于做市商盈利模式和业务范围与企业交易风险息息相关，高声誉做市商会有效督促公司披露高质量信息，发挥信息生产职能，进而吸引更多投资者参与。此外，市场做市商数量的不足会引起垄断价差，也易导致做市商之间的合谋和垄断行为[24]，而高声誉券商比低声誉券商更能减少市场内的内幕交易行为[25]。因此，高声誉做市商为减少自身风险、维持声誉，会发挥认证效应和信息效应，促进股票交易的持续性和稳定性，有利于吸引更多投资者。

综上所述，主办券商受市场现状和低风险盈利模式影响未能完全发挥认证效应和信息效应，而做市商的职责范围和高风险盈利模式促使其发挥一定认证效应和信息效应。因此，本研究提出假设。

H1a券商在履行主办券商职责时，其声誉对推荐企业股票流动性的影响不显著。

H1b券商在履行做市商职责时，其声誉显著影响做市企业股票流动性。

2.2.2券商声誉、企业分层与股票流动性

由前文分析可知，券商声誉通过发挥认证效应和信息效应影响其服务企业的股票流动性。结合新三板市场现状，券商在承担主办券商角色时其声誉对股票流动性的影响较弱，而在承担做市商角色时其声誉对做市企业股票流动性产生显著影响。考虑新三板市场特殊的制度环境，对于不同特征的企业，券商的声誉效应可能产生差异。

新三板市场门槛较低，挂牌企业良莠不齐，每个券商下企业异质性特征明显。当券商履行主办券商推荐职责时，由于企业较多，对部分经营状况良好、信息披露和公司治理等方面较为完善的优质企业，其持续督导可能类似于例行公事。相较之下，也有较多企业存在经营状况较差、信息披露不足、公司治理混乱等现象，主办券商为减少风险，维持声誉，不得不对这类企业严格督导，促使其信息披露和公司治理等方面的工作日渐完善。由此得知，高声誉主办券商为维持声誉，会加强对风险企业的持续督导，起到一定的公司治理作用，可能有助于吸引更多投资者，进而有利于这些企业的股票交易。

但当券商履行做市商职责时，高声誉做市商的偏好和风险规避行为使较优质企业股票流动性更易受做市商声誉影响。一方面，根据前文分析，高声誉做市商更偏好选择优质企业做市，券商声誉在优质企业中的认证效应更显著；另一方面，受新三板市场行情影响，在下跌行情中，为减少库存成本，使交易顺利达成，做市商更偏好对优质公司提供做市服务，筹码的成交会逐渐集中于优质标的[22]，高声誉做市商为维持自身声誉，这种行为会更加明显。

综上，主办券商基于职责范围和自身声誉考虑，有可能对存在经营风险的企业加强督导，进而影响其股票流动性；受市场风险和做市商认证效应影响，做市商声誉对优质企业的股票流动性的影响更加显著。新三板分层政策为区分不同特征的企业提供了很好的判断依据，2016年6月24日股转系统推出分层政策，旨在减少市场内信息不对称，一定程度上筛选出较优质的企业。通过盈利能力、成长能力、市值和做市能力制定3个标准，符合3个标准之一的新三板企业可进入创新层，不满足条件的为基础层，并制定了每年的维持标准。分层政策很大程度上为投资者提供了可靠的筛选依据，与基础层企业相比，创新层企业在盈利能力、成长能力、市值和做市能力上更为突出，整体质量较好[26]。因此，本研究提出假设。

H2a主办券商声誉对基础层企业股票流动性有积极影响。

H2b做市商声誉对创新层企业股票流动性的积极影响比基础层企业更为显著。

3 研究设计

3.1 变量的选取和定义

3.1.1股票流动性

根据数据的可得性，已有研究主要采用市场冲击指标Amihud、换手率、非零交易天数、交易量、交易额等低频指标检验新三板市场做市商制度的流动性效应[22，27-28]。张峥等[29]基于中国股市的研究发现Amihud指标优于其他低频指标。本研究在已有研究的基础上，选取市场冲击指标为股票流动性的主要代理变量，该指标越大，股票流动性越差。

参考已有研究[22，27，30]，结合新三板股票数据，设定Amihud指标为

(1)

其中，Ami为市场冲击指标，i为企业，m为月，M为i企业在m月交易的天数，d为日，|Reti，d|为i企业在d日收益率的绝对值，Dvoi，d为i企业在d日的交易额。

同时采用换手率(Tur，区间平均换手率×100)和交易额(Dvo，日均交易额的自然对数)指标作为股票流动性交易频率和交易规模的代理变量。

3.1.2券商声誉

较多实证研究采用墓碑公告券商排名分级法[9]和市场份额占比法[31]测量券商声誉，也有学者用券商资本规模[32]、历史IPO承销次数[33]和券商声誉受损[5，7](包括IPO造假事件披露和证监会处罚)等作为券商声誉的代理变量。结合新三板市场数据可得性，分别采用如下指标测量券商声誉，①市场份额和业务量。考虑主办券商和做市商的职责差异，用推荐业务量和市场份额测量主办券商声誉，主办券商声誉=0.5×推荐挂牌企业数量的自然对数+0.5×市场份额的自然对数；用做市业务量和市场份额测量做市商声誉，做市商声誉=0.5×做市企业数量的自然对数+0.5×市场份额的自然对数，主办券商声誉和做市商声誉用Rep统一标示。②股转系统排名法。股转系统自2014年10月开始对券商执业情况进行督查和公布，2014年10月至2016年3月主要以做市商周报形式公布做市商做市企业数量和做市规模情况，2016年3月至今以月报形式对主办券商执业质量进行评价并综合评分。考虑2016年4月前后评价标准差异，本研究收集2015年1月至2017年12月的券商周报和月报数据，根据周报各项权重和月报综合得分按月份进行券商综合排名，设置券商声誉虚拟变量Rnk，若券商在该月排名前10，Rnk=1，在该月排名为第11名及以后，Rnk=0。

3.1.3其他变量

股票流动性受公司资本结构、股权结构、成长性等特征[34-36]和市场特征[37]的多重影响。本研究选取总资产收益率测量业绩特征，分别用企业规模、成长性、资产负债率和第一大股东持股比例测量企业结构特征和成长性。公司治理方面，根据数据的可得性，用董事会人数、执行董事占比、董事长与总经理是否两职合一测量公司治理情况。根据市场微观结构理论[37]，参考对新三板已有研究[22]，同时纳入市场特征变量，包括流通在外的股份数、股东户数、波动性和股价水平。

3.2 基准模型构建

为检验券商声誉对股票流动性的影响，设定基准模型进行分析，即

Liqi,m=β0+β1Ri,m+β2Coni，m+β3∑Indi+

β4∑Timm+εi,m

(2)

3.3 样本和数据来源

为对比研究新三板主办券商和做市商的声誉效应差异，本研究分别选取原协议转让企业(后文简称协议企业，2018年1月后此部分企业交易方式调整为竞价交易)和做市转让企业(后文简称做市企业)为主回归研究样本，分别检验主办券商声誉和做市商声誉对股票流动性的影响。在样本选择上，新三板券商对协议企业只履行主办券商职责，而对做市企业履行主办券商和做市商双职责，因此在研究主办券商声誉对股票流动性的影响时，主要以协议企业为主，在研究做市商声誉的影响时，因为只有做市企业有做市商，所以主要以做市企业为主。在研究区间选择上，因为2018年1月后新三板市场推出竞价交易，券商角色出现较大变动，考虑政策稳定性和数据可得性，以2015年1月至2017年12月共36个月为研究区间。

由于新三板市场存在较大波动性，意味着有较高的平均回报率[38]，因此异常波动会影响本研究对流动性指标的考量。2017年3月15日，股转系统对协议转让股票申报价格进行限制，要求其申报价格不高于前收盘价的200%，且不低于前收盘价的50%。参考NARTEA et al.[39]的做法，为避免因价格异常波动影响股票流动性，本研究删除日涨幅大于200%或跌幅小于50%的数据，并忽略企业挂牌后第一个交易日的数据。此外，删除月内没有交易的观测值和挂牌后又退市的样本。通过筛选，共获取4 100家样本，其中协议企业3 096家，做市企业1 004家。进一步收集股转系统公布的每家做市企业每个月的做市商名单数据，进行一一匹配，最终得到协议企业-月度样本量18 775个，做市企业-月度样本量86 818个。所需数据主要来自Wind数据库和股转系统官网。

4 实证分析

4.1 描述性统计和相关性分析

根据模型设计，表1对协议企业样本和做市企业样本的控制变量进行描述性统计。由表1可知，对于做市企业样本，其Roa、Siz、Dir、Cir、Num、Pri的均值高于协议企业样本，其Gro、Lev、Top、Exe、Plu的均值低于协议企业样本，Ret2的均值较低。做市企业比协议企业整体情况好，与已有研究一致，说明一般情况下质量较好的企业更可能进行做市交易。描述性统计结果同时显示新三板企业异质性特征明显，为避免异常值对研究结论的影响，在剔除个别极端值后，本研究对相关连续变量进行1%的缩尾处理。

表1 描述性统计结果Table 1 Results for Descriptive Statistics

表2 均值、标准差和相关系数Table 2 Means, Standard Deviation and Correlation Coefficients

表3 不同券商声誉组下均值差异检验结果Table 3 Mean Difference Test Results for Different Broker Reputation Groups

表2给出协议企业样本和做市企业样本的主要流动性变量和券商声誉变量的均值、标准差和各变量之间的相关系数。由协议企业样本结果可知，因Ami是反向指标，其与Tur和Dvo均在1%水平上显著负相关，Tur与Dvo在1%水平上显著正相关。Rep与Ami和Tur在1%水平上显著负相关，与Dvo在5%水平上显著负相关，Rnk则与3个流动性指标均无显著相关关系。相关性检验结果表明，主办券商声誉与股票流动性可能有相关关系，但这种关系并不统一。由做市企业样本结果可知，流动性指标之间的相关关系与协议企业样本一致，Rep和Rnk均与Ami在1%水平上显著负相关，与Tur和Dvo均在1%水平上显著正相关。与协议企业样本中主办券商声誉与流动性的不统一关系相比，做市商声誉与股票流动性之间的相关关系更为显著，且均显示积极作用，以上结果初步验证了H1b。表2均值检验结果表明，协议企业样本的Ami、Tur、Dvo的均值均高于做市企业样本，这与已有研究关于做市商制度的流动性悖论研究结果一致[22]，Rep、Rnk略低于做市企业样本。

4.2 券商声誉与股票流动性

根据前文研究假设，券商在履行主办券商和做市商职责时发挥不同的认证效应和信息效应，可能对股票流动性的影响不同。

4.2.1券商声誉与股票流动性均值差异检验

表3给出基于券商声誉分组的流动性均值差异检验结果，比较了企业拥有不同声誉券商时流动性均值的差异。以虚拟变量Rnk为依据分别设置高、低声誉券商组，若Rnk为1，则为高声誉组，若Rnk为0，则为低声誉组，第(1)组和第(2)组是基于主办券商声誉分组进行流动性均值差异检验的结果，第(3)组和第(4)组是基于做市商声誉分组进行流动性均值差异检验的结果。由表3可知，主办券商声誉对企业股票流动性的影响均不显著，做市商声誉显著影响股票流动性。对于低声誉做市商组，Ami值高于高声誉做市商组，组间差异对应的t值为8.761；Tur和Dvo值低于高声誉做市商组，组间差异对应的t值分别为-16.969和-13.352。以上结果表明，低声誉做市商下的股票流动性显著低于高声誉做市商。

表3的分组均值差异检验结果表明，主办券商声誉对股票流动性基本不产生显著影响，做市商声誉能显著影响股票流动性，结果初步验证了H1a和H1b。

4.2.2 基准模型回归

(1)主办券商声誉与股票流动性。以协议企业为研究样本，以股票流动性(Ami、Tur、Dvo)为被解释变量，以券商声誉(Rep、Rnk)为解释变量，基于(2)式进行回归分析。表4给出主办券商声誉与股票流动性的回归结果，(1)列～(3)列检验Rep与Ami、Tur、Dvo

的相关关系，(4)列～(6)列检验Rnk与Ami、Tur、Dvo的相关关系。结果表明，主办券商声誉对股票流动性没有显著影响，t值均远小于1.650，主办券商虽承担推荐挂牌和持续督导职责，但其声誉未对股票交易产生有利影响。H1a得到验证。

由表4控制变量可知，总体上企业总资产收益率越好、企业规模越大、成长性越好、资产负债率和第一大股东持股比例越低，股票流动性越好。对于市场特征变量，Cir与Tur在1%水平上显著负相关，与Dvo

表4 主办券商声誉与股票流动性的回归结果Table 4 Regression Results for Host Brokerage Reputation and Stock Liquidity

在1%水平上显著正相关，说明股票流通股股数越多，越有利于增加交易规模，但由于换手率是成交量与流通股总股数的比值，当股票成交量的增加幅度有限时，流通股股数与换手率呈显著负向关系。对协议企业而言，股东户数越多，股票流动性越差，主要因为协议企业一般通过私下协议对接进行股票交易，存在较强的信息不对称，较多的股东户数可能增加信息风险，不利于股票流动性。Ret2较大的新三板股票整体交易越活跃，Tur和Dvo也越高，这与陈辉等[27]和郑建明等[22]的研究结果一致；Ret2与Ami在1%水平上显著为正，由于Ami指标反映了单位成交金额引起的价格变动程度，股票流动性越大，Ami越高。此外，Pri较高的股票Ami显著较低、Dvo显著较高，但较高的股价虽有利于增加股票交易额，却相应减少了协议企业股票交易量，因此导致Tur较低。

(2)做市商声誉与股票流动性。为检验H1b，以做市企业为研究样本，基于(2)式进行回归分析。表5给出做市商声誉与股票流动性的回归结果，以Ami、Tur、Dvo为被解释变量，(1)列～(3)列以Rep为解释变量，(4)列～(6)列以Rnk为解释变量。

表5 做市商声誉与股票流动性的回归结果Table 5 Regression Results for Market Maker Reputation and Stock Liquidity

由表5可知，Rep与Ami在1%水平上显著负相关，t值为-3.822；与Tur和Dvo在1%水平上显著正相关，t值分别为4.851和4.482。Rnk与Tur、Dvo也均在1%水平上显著正相关，t值分别为2.803和3.480。说明做市商总体声誉水平越高，股价波动程度越低，股票交易频率和交易规模越高，流动性越好。H1b得到验证。

控制变量结果与前文基本一致，但由于做市企业与协议企业交易方式不同，个别市场特征变量存在一定差异，如对做市企业而言，股东户数越多，股票流动性越好；Pri越高，流动性相对越好。

4.3 券商声誉影响机制分析

根据理论分析，券商声誉可通过认证效应和信息效应两种渠道影响股票交易。认证中介理论认为，企业拥有高声誉券商意味着自身质量较高，高声誉券商与优质企业之间可能的匹配效应使其股票流动性显著高于低声誉券商服务的企业。前文分析结果表明，主办券商声誉对股票流动性的影响不显著，但做市商声誉显著影响股票流动性。为深入剖析券商声誉可能的影响路径，本研究进一步检验券商声誉是否通过发挥认证中介和信息生产作用影响股票流动性。

4.3.1认证效应分析

2013年，新三板实现向全国扩容，2014年8月做市商制度推出，此后新三板挂牌企业数量急剧增长，陆续有企业由协议转让转为做市交易。但从2016年下半年，个别公司因摘牌、筹划IPO等原因，陆续退出做市转让[40]，新三板挂牌企业数量也基本稳定。考虑到券商与企业之间的互相选择行为多发生在2016年上半年之前，本研究以2015年1月至2016年6月为研究区间，以协议企业和做市企业为研究样本，分别检验主办券商声誉与推荐挂牌公司之间、做市商声誉与拟做市企业之间的相关关系。由于新三板企业挂牌前没有市场交易特征数据，因此采用滞后1期的企业特征和公司治理数据进行分析，其中，协议企业样本量为7 435，做市企业样本量为11 996。考虑在2016年4月之前股转系统主要披露做市商执业周报，在衡量主办券商声誉上具有一定的片面性，因此本研究在这里仅用Rep作为主办券商和做市商声誉的代理变量。表6分别给出主办券商声誉和做市商声誉与企业层面特征变量之间关系的检验结果。

由表6可知，高声誉主办券商会偏好规模较大(t值为3.366)的企业推荐挂牌，高声誉做市商倾向于选择业绩较好(t值为3.537)、规模较大(t值为5.123)、资产负债率较低(t值为-2.212)、两职合一(t值为2.194)的企业做市。说明主办券商发挥有限筛选作用，相比之下，做市商在企业挑选上综合考虑企业规模、盈利水平、股权结构和部分公司治理情况。总体上，主办券商声誉可发挥较弱认证作用，而做市商声誉能发挥较强认证作用。

表6 券商声誉与企业特征：认证效应分析Table 6 Broker Reputation and Firm Characteristics：Certification Effect Analysis

4.3.2信息效应分析

券商声誉的信息效应主要体现在通过提高信息质量、增加信息透明度，降低投资者与企业之间的信息不对称，进而促进交易。主办券商的持续督导作用可能在促进企业信息披露上发挥信息效应，做市商的做市能力使其有动力提供较充分、准确的企业信息，降低信息不对称程度。已有研究认为，若承销商披露信息充分、准确，则企业信息不对称程度较低，其IPO后股价波动程度也较低[41]。借鉴已有研究，本研究分析主办券商声誉或做市商声誉是否降低挂牌企业或做市企业的波动性，以此验证声誉是否发挥信息效应。构建回归模型为

Sdri,m=ω0+ω1Ri,m+ω2Coni,m+ω3∑Indi+τi,m

(3)

其中，Sdri,m为i企业股票在m月的日收益率标准差的均值，测量股价波动程度；ω0为常数项；ω1～ω3为各变量回归系数；τi,m为随机误差项。控制变量中剔除了Ret2，以避免多重共线性对结果的干扰。

表7给出以协议企业和做市企业为研究样本，保留协议企业挂牌后6个月以内和做市企业初次做市6个月以内的观测值，协议企业样本量为2 161，做市企业样本量为21 044，采用(3)式进行回归分析的结果。

表7 券商声誉与股价波动程度：信息效应分析Table 7 Broker Reputation and Stock Price Volatility：Information Effect Analysis

表7的(1)列和(2)列检验主办券商声誉与股价波动程度之间的关系，结果表明，Rep与Sdr在10%水平上显著负相关，t值为-1.757；Rnk与Sdr负相关，但不显著，t值为-0.321。说明主办券商声誉的信息效应有一定显著积极作用。(3)列和(4)列检验做市商声誉与股价波动程度之间的关系，结果表明，Rep与Sdr在10%水平上显著负相关，t值为-1.748；Rnk与Sdr在5%水平上显著负相关，t值为-2.139。说明高声誉做市商为企业做市后，一定程度上可以降低其股价波动程度，发挥较为显著的信息效应。表7结果证实，与主办券商相比，做市商声誉的信息效应更为显著。

券商声誉影响机制分析表明，在认证效应方面，主办券商对规模较大的企业有一定认证作用，但其他变量均不显著，相比之下做市商声誉更能发挥一定程度的认证作用。在信息效应方面，主办券商声誉可发挥有限积极效应，而做市商声誉则能发挥较为显著的信息效应，证实了本研究理论分析部分的结果。

4.4 进一步分析：券商声誉、企业分层与股票流动性

以上研究证明券商声誉通过发挥认证效应和信息效应影响股票流动性，但当券商履行主办券商职责时，其声誉对股票流动性的积极影响并不显著。根据前文理论分析，券商声誉对不同特征企业作用机制不同，主办券商声誉可能对风险较大的企业具有一定正向作用，做市商声誉则对较优质企业的积极影响更大。新三板分层政策为投资者提供了相对可靠的企业筛选依据，因此，本研究探讨券商声誉对创新层企业和基础层企业是否发挥认证效应和信息效应，进而影响股票流动性。

利用新三板市场特殊的制度背景，以2016年至2017年推出的分层政策作为依据，将协议企业和做市企业分别划分为创新层企业组和基础层企业组，因2015年尚未推出分层，所以2015年分层依据2016年的标准。协议企业样本中，创新层企业有428家，基础层企业有2 764家，企业-月度样本量分别为3 500个和15 163个；在做市企业样本中，创新层企业有476家，基础层企业有693家，企业-月度样本量分别为44 934个和41 873个。

4.4.1主办券商声誉、企业分层与股票流动性

以股票流动性Ami、Tur、Dvo为被解释变量，以主办券商声誉Rep和Rnk为解释变量，基于(2)式对创新层样本和基础层样本进行回归，结果见表8。由表8可知，在控制其他变量的情况下，在创新层企业中，Rep与Ami在10%水平上显著正相关，t值为1.665；与Tur在1%水平上显著负相关，t值为-2.825。以上结果表明，主办券商声誉反而不利于股票流动性。在基础层企业组中，Rep与Dvo在10%水平上显著正相关，t值为1.827，说明高声誉主办券商能发挥弱积极作用，一定程度上可增加股票交易规模，但因新三板市场整体风险较大，基础层企业本身存在的交易风险使主办券商声誉的积极作用十分有限。以上结果表明，主办券商声誉对创新层企业组的股票流动性无积极影响，而对基础层企业可能通过持续督导发挥弱积极作用。H2a得到部分验证。

4.4.2做市商声誉、企业分层与股票流动性

表9给出以做市商声誉Rep和Rnk为解释变量的回归结果。由表9可知，在控制其他变量的情况下，在创新层企业组中，Rep与Ami在1%水平上显著负相关，t值为-2.869;与Tur在5%水平上显著正相关，t值为2.441；与Dvo在1%水平上显著正相关，t值为2.708。Rnk与Ami在5%水平上显著负相关，t值为-2.241；与Tur在5%水平上显著正相关，t值为2.045；与Dvo在10%水平上显著正相关，t值为1.781。以上结果表明做市商声誉对创新层企业股票流动性具有全面且显著的积极影响。在基础层企业组，Rep和Rnk与Tur和Dvo的积极作用依然存在，但与Ami无显著相关关系，说明高声誉做市商能显著增加基础层做市企业的交易频率和交易规模，但不会显著影响其Ami。总体而言，做市商声誉对做市企业股票流动性有显著的积极作用，这种作用在创新层做市企业中更为全面。以上结果也说明，一定程度上控制了做市商声誉与企业特征相关关系后，做市商声誉仍能对股票流动性产生显著的促进作用。

通过分析券商声誉、企业分层与股票流动性的关系，①发现主办券商声誉对基础层企业股票流动性有一定的弱积极影响，做市商声誉则对创新层企业股票流动性有更全面的积极影响。②根据前文券商声誉影响机制检验结果，主办券商声誉在企业规模上有一定筛选作用，同时其持续督导能产生弱信息效应，说明这种有限认证和弱信息效应可能对基础层企业股票流动性产生了有限的积极作用。③做市商声誉能筛选部分具有业绩好、规模大、负债低等特征的企业，发挥一定的认证作用，其信息效应也通过显著性检验。基于做市企业分层的分组检验证明，做市商的认证作用和信息效应的确对其服务企业发挥了作用，创新层企业组中做市商声誉的影响更大，说明认证效应是存在的；基础层企业组中做市商声誉仍能显著影响股票流动性，证实了信息效应的存在。以上结果同时证明，控制企业与券商互相匹配效应后，券商声誉仍对企业有显著影响，这也与CALOMIRIS et al.[42]的研究结果相一致。

表8 主办券商声誉、企业分层与股票流动性Table 8 Host Brokerage Reputation, Firm Stratification and Stock Liquidity

4.5 内生性分析和稳健性检验

4.5.1做市商声誉、做市商制度与股票流动性

以上研究发现，做市商声誉具有认证效应和信息效应，能显著影响股票流动性。为进一步克服因券商与企业的互相挑选行为对研究结论的影响，本研究采用双重差分模型估计企业做市后高声誉做市商是否显著提高了其流动性(除主办券商外的其他做市商)。借鉴已有研究[22，27]，纳入“做市商制度”这一政策事件，检验做市商声誉对股票由协议转让转为做市转让后流动性变化的影响。股转系统于2014年8月实施做市商制度，由于政策的非强制性，做市商制度实施后企业发生交易方式的转变是分批次、逐渐推广的，存在多期现象。借鉴BECK et al.[43]采用的多期DID模型估计不同时期引入政策的影响效应，本研究以多期DID模型为基础，采用做市企业样本进行检验，样本量为16 789个。已有研究发现做市商制度对新三板市场的流动性效应存在一定悖论，即能降低Ami，但同时也减少了交易频率和交易规模[22]。为此构建模型，检验其对做市商制度对于流动性的悖论的影响。具体模型为

Liqi，m=δ0+δ1Di，m+δ2Rnki，m+δ3Di，m·Rnki，m+

δ4Coni，m+δ5∑Indi+δ6∑Timm+ξi，m

(4)

其中，Di，m为虚拟变量，根据该模型原理，做市样本在做市之前取值为0，做市之后取值为1；δ0为常数项，δ1～δ6为变量的回归系数，ξi，m为随机误差项。Rnki，m为做市商声誉变量，由于做市企业在基期没有做市商，因此需进行设置，若在对照期为该股票做市的做市商均是低声誉做市商，则视为在基期该股票对应的均为低声誉做市商；如果在对照期各月均有声誉排名前10的做市商为该股票做市，则视为在基期该股票对应的均为高声誉做市商。 控制变量与(1)式一致，并控制了行业和时间效应，回归时在企业层面进行了Cluster处理，δ1体现了做市商制度对股票流动性的影响，δ3体现了券商声誉对做市商制度与股票流动性关系的影响。

表9 做市商声誉、企业分层与股票流动性Table 9 Market Maker Reputation, Firm Stratification and Stock Liquidity

以股票流动性为被解释变量，以D、Rnk、D·Rnk为解释变量，基于(4)式，检验做市商声誉对做市商制度与流动性关系的影响，检验结果见表10。由表10可知，D·Rnk与Ami在1%水平上显著负相关，t值为-4.264；与Tur在5%水平上显著正相关，t值为2.572，与Dvo在1%水平上显著正相关，t值为4.431。说明虽然做市商制度实施后，未提高股票流动性，但拟做市企业如拥有高声誉的做市商，在企业做市后股票流动性可得到显著提升。

多期DID的检验结果进一步说明，高声誉做市商能弥补拟做市企业转为做市后股票流动性的不足，有利于提升其股票流动性。做市商声誉能显著促进股票流动性，验证了研究结论。

4.5.2做市商声誉的倾向得分匹配(PSM)检验

由表9可知，在不同层级的企业样本中，做市商声誉均能显著发挥提高股票流动性的作用，本研究采用PSM后的样本进一步分析，检验一定程度上克服企业特征的影响后，做市商声誉是否仍显著影响股票流动性。首先，以虚拟变量Rnk为依据，将做市商声誉分为高声誉组和低声誉组，若Rnk取值为1，则为高声誉组，若Rnk取值为0，则为低声誉组。其次，根据PSM方法对每一个高声誉组的样本，采用最近邻匹配，均只保留与其倾向得分值最为相近的一个低声誉组样本，在进行匹配时，选取本研究的控制变量作为匹配变量，匹配后高声誉组和低声誉组的企业各259家。未报告的结果显示匹配后两组样本基本不存在显著差异。最后，根据PSM匹配后的样本，对其流动性进行均值差异检验。

表10 做市商声誉与做市商制度流动性效应Table 10 Market Maker Reputation and Liquidity Effect of Market Maker System

表11给出上述PSM匹配后对高声誉做市商组和低声誉做市商组的股票流动性进行均值差异检验的结果。

表11 倾向得分匹配后不同做市商声誉组的均值差异检验结果Table 11 Mean Difference Test Results for Different Market Maker Reputation Groups after PSM

结果表明，经过匹配后的低做市商声誉组股票流动性显著低于高声誉组，说明做市商声誉在克服与企业之间的互选效应后，仍能对股票流动性产生显著积极影响。以上内生性检验结果进一步验证了研究结论。

4.5.3稳健性检验

本研究以协议企业和做市企业为研究样本，分析券商声誉对股票流动性的影响，为避免样本选择偏差或指标选取不足，同时进行如下稳健性检验。

(1)纳入多维券商声誉指标。对主办券商，采用主办券商规模、推荐能力、盈利能力作为主办券商声誉的分维度代理变量；对做市商，采用做市商规模、业务能力、盈利能力作为做市商声誉的分维度代理变量。采用以上指标，检验券商声誉对股票流动性的影响是否稳健，检验结果进一步验证了H1a和H1b。

(2)纳入流动性的其他维度指标。由于新三板市场没有高频数据可供使用，本研究采用日间股票流动性测量指标进行检验，主要采用市场冲击指标、换手率和交易额测量股票流动性，但由于每个流动性指标均有其局限性，因此纳入股票流动性的其他指标进行稳健性检验。考虑数据的可得性，采用买卖价差和零交易天数指标进行稳健性检验，检验结果部分验证了H1a和H1b，进一步验证了H2a和H2b。

(3)拓展内生性检验。本研究检验了做市企业其他做市商声誉对做市商制度流动性效应的影响，也即做市企业在由协议转为做市时，其拥有高声誉做市商有利于股票流动性的提升。稳健性检验部分进一步纳入买卖价差和零交易天数进行内生性分析。此外，做市企业拥有兼任主办券商的做市商和其他做市商两种做市商，因为兼任主办券商的做市商首先要履行推荐挂牌和持续督导职责，所以其声誉对股票流动性的影响可能比其他后进入做市商较弱。为检验这种结果，纳入做市企业兼任主办券商的做市商声誉为主要研究对象进行多期DID分析，发现与其他做市商相比其对股票流动性的影响显著较小。以上稳健性检验结果进一步验证了H1a和H1b。

5 结论

5.1 研究结果

已有研究发现，金融中介机构在资本市场上可以发挥认证效应和信息效应，降低企业与投资者之间的信息不对称程度和交易成本，实现资源优化配置。本研究以新三板市场券商为研究对象，检验券商声誉机制在新三板市场的特殊作用，分析同一券商公司在担任主办券商和做市商不同角色时其声誉的差异化影响。

研究结果表明，主办券商声誉对其服务的协议企业(现为竞价交易企业)的股票流动性没有显著影响，而做市商声誉则对其做市企业的股票流动性有显著积极影响。主办券商声誉的认证效应和信息效应都非常有限，相比之下，做市商声誉能发挥一定程度的认证效应和相对显著的信息效应。主办券商声誉对创新层企业和基础层企业股票流动性的影响大多不显著，对基础层企业通过持续督导作用可对股票交易规模产生弱显著正向影响；做市商声誉对不同层级企业股票流动性均能产生显著积极影响，但对创新层企业影响更全面，证明做市商声誉同时发挥了认证效应和信息效应。总之，新三板券商在履行主办券商职责时，其推荐挂牌和持续督导职能并未完全发挥，但对基础层企业在一定程度上有有限督导作用；券商在履行做市商职责时，其筛选职能和做市业务使其发挥了认证效应和信息效应，做市商声誉对股票流动性的影响十分显著。

5.2 政策建议

本研究对管理实践的启示主要有两个方面。

第一，增加券商数量，扩大券商队伍建设。作为重要的市场中介机构，主办券商和做市商在筛选优质企业、降低信息不对称等方面起着举足轻重的作用。在主办券商方面，其虽不参与股票交易，但在推荐企业挂牌以及持续督导企业进行合规性信息披露、合法经营方面也至关重要，券商数量的匮乏使其在对企业的选择上重量轻质。此外，做市商数量的不足也使其作用并未完全发挥，做市商声誉的认证效应和信息效应也存有一定局限。因此，建议监管部门持续扩大券商队伍，丰富不同种类的券商，提高券商专业能力，解决券商市场供不应求的现状。

第二，加强对券商的执业质量监管。新三板主办券商主要承担推荐挂牌和持续督导职责，研究结果表明其在推荐拟挂牌企业时基本未发挥显著筛选作用，且在持续督导时也未能进一步提高企业的公司治理和信息披露水平。股转系统自2016年4月开始对主办券商推荐挂牌、挂牌后督导、交易管理、综合管理等方面进行评分，但并未发挥有效约束作用。此外，目前新三板市场在对券商失职惩罚措施上也有不足。健全的监管制度可以有效约束券商行为[44]，因此建议相关部门进一步加强对券商的执业质量监管，注重培养和把关券商业务能力，使其更好地服务挂牌企业。

此外，新三板市场对券商执业质量的评级可辅以相应的奖惩机制，对评分靠后的券商需进行差异化严格监管，以进一步提升市场上券商整体专业水平和执业能力，使其更好地发挥作用。

5.3 局限和展望

本研究存在一些不足之处。①企业被券商持股的比例越高，券商声誉对其影响的程度可能越高，但由于新三板市场数据披露尚有不足，无法获取较全面的做市商持有做市企业库存股的情况，所以本研究未能深入分析企业被做市商持股比例的高低对其股票流动性的影响。②由于研究时间和精力的限制，本研究分别采用协议企业样本和做市企业样本检验主办券商声誉和做市商声誉的影响，两种情形下的样本量因企业拥有的主办券商和做市商个数差异而有较大区别。随着新三板数据披露的逐渐丰富，可能找到更科学的样本选择方法，进一步增加协议企业样本和做市企业样本的研究可比性。③新三板市场券商的特质性使其可能深度影响企业的微观行为，本研究主要聚焦于券商声誉与股票流动性之间的关系，因此未来可以从公司治理角度出发，进一步探索券商声誉对企业其他微观行为的影响。