交叉持股企业信息披露违法违规风险传染及智能分析*

张文珂

摘要：交叉持股企业的协同一致性很可能引发信息披露违法违规风险传染。以交叉持股企业为研究对象，根据环境信息披露理论，研究信息披露违法违规风险传染机制。基于大数据和人工智能方法对交叉持股企业高管人员行为进行监测预警、挖掘群体关系。

关键词：交叉持股；信息披露；违法违规；风险传染

中图分类号：F830

一、引言

据CSMAR数据库统计，2001—2021年间，上市公司发生12809件违规事件，其中涉及信息披露违规事件有8347件，占比达2/3。究其原因，信息披露违规存在“同群效应”[1]和“传染效应”[2-4]。随着股权多元化、高管联结、交叉持股和关联交易成为资本市场普遍现象，人力、资本和信息在企业间加速流动，企业行为越来越具有协同一致性。大数据和人工智能对于海量数据的高效加工、挖掘、分析和利用，有助于梳理错综复杂的联结关系。综合运用可视化工具和定量研究法，对信息披露违规行为传染风险进行研究，能够帮助企业和监管机构实现智慧治理。2020年3月1日起施行的新《证券法》强调，要对信息披露违法违规行为从源头治理，增加了控股股东、实际控制人等相关主体的连带责任。而错综复杂的交叉持股结构更易增加信息披露违法违规的风险。

我国交叉持股企业数量较多。2015年出台的《国务院关于国有企业发展混合所有制经济的意见》指出，交叉持股、相互融合的混合所有制经济是基本经济制度的重要实现形式。交叉持股有助于企业实现股权多元化、共同发展，可以促进国有企业转换经营机制。但是，这种企业具有股权结构不清晰、行为协同、经济利益纠葛等问题，交叉持股企业的协同一致性很可能引发信息披露违法违规风险传染。企业管理层人员在不同公司之间进行交叉任职，管理人员之间频繁接触和沟通，增加了信息披露违法违规风险传染的概率。交叉持股、企业制度、结构比例都可能是影响信息披露违法违规风险传染的因素，这对交叉持股企业信息披露违法违规风险传染的防范提出了更高的要求。因此，深入分析交叉持股对企业信息披露违法违规的影响，采取有效措施防范信息披露违法违规风险传染具有重要意义。

二、交叉持股企业信息披露违法违规风险传染的内在机理

1.交叉持股企业增加了信息披露违法违规风险。主要体现在三个方面：①经营策略。交叉持股会导致市场产品同质化，破坏了信息多样性，且企业混同用工，会增大信息泄露的风险，削弱行业竞争[5]，导致企业信息披露违法违规风险增加[6]。②外部关系。交叉持股企业间存在溢出效应，研发投资联动[7]导致企业知识技术转移[8]，从而影响并购价格[9]。③公司治理。交叉持股企业的产权结构对内部治理存在负效应，会影响混合所有制企业最优的国有产权比重[10]，容易产生“双刃剑效应”[11]，诱发公司内部控制问题[12]，导致信息违规披露[13]。交叉持股打破了企业原有的产权结构、经营体制和治理机制，增加了信息披露违法违规的传染风险。

2.信息披露违法违规风险的负面影响。①信息披露违法违规风险具有不确定性和波动性，其负面影响是集中研究领域。例如：信息披露违法违规风险会降低投资水平和企业成长性[14]、抬高融资成本[15]、影响经济资源配置。②随着信息披露违法违规风险研究的拓展和深入，信息披露违法违规风险测评方法在研究中的重要性突显出来。国内外学术界已经提出了一些信息披露违法违规风险测评方法，根据研究问题的侧重点不同，可以对信息风险指标进行分解，分析不同信息披露违法违规行为造成的经济后果，以避免得出似是而非的结论[16]。

3.信息披露违法违规风险具有传染性。①信息披露违法违规风险的负面影响并不局限于企业内部[17]，信息披露违法违规风险能够进行传递和转移。已有研究发现，财务重述能够放大同行企业的信息披露违法违规风险。当信息披露违法违规行为通过扩散与传播渠道传递出去，会为其他企业的信息披露造成影响，甚至会出现虚假陈述，这就是信息披露违法违规风险的传染。信息披露违法违规风险主要在同行企业[18]和集团内部这些关联企业之间传递。当虚假陈述、财务重述或操纵性应计等操作带来的信息披露违法违规风险，导致同行企业信息披露违法违规风险显著升高甚至引发虚假陈述时，就证明信息披露违法违规风险具有传染性。②对其他公司或利益相关者行为产生的影响，也是信息披露违法违规风险传染的重要表现。存在竞争关系的同行企业为获取竞争优势，往往对虚假信息做出不当反应，导致同行企业进行错误的资源配置。信息披露违法违规风险会改变投资者对竞争企业未来收益的预期。例如，虚假陈述被揭露时，同行企业股价也受到波及，造成竞争对手的异常损失，且影响的程度取决于企业之间的关联性或共同特征[19]。

三、信息披露违法违规风险传染的研究方法

1.对信息披露违法违规风险传染进行测评，为后续的理论研究和实证分析做准备。在借鉴现有文献基础上，根据信息披露违法违规风险传染研究的需要，确定样本、数据和变量的选择标准。对应计模型进行修正，使之满足传染分析的需要；借助统计软件分析样本数据，得到企业传染测评指标；将传染企业和接受企业的特征指标加入有序Logit模型，对传染情况进行分类评级。利用离散Hopfield、Elman、Jordan深度神经网络，构建虚假陈述、财务重述和操纵性应计的传染评价模型。

2.分析传染接受企业信息披露违法违规风险的变化过程和机理，以进一步研究信息披露违法违规风险传染的扩散机理。从行业竞争压力、外在信息环境、信息不对称等视角，剖析企业接受信息披露违法违规风险传染的内部和外在动机。信息披露违法违规风险传染对象的设定并不局限于关联特征较强的企业，可以将范围进一步扩展到一般企业。在实证分析中，采用倾向评分匹配模型、面板数据模型分析信息披露违法违规风险的影响。倾向评分匹配（PSM）、面板数据模型能一定程度克服变量的内生性问题。倾向评分匹配的第一阶段是建立企业虚假陈述或财务重述的预测评分模型，第二阶段是建立虚假陈述或财务重述对其他企业信息披露违法违规风险的影响效应模型。在前述实证分析的基础上，需要进一步采用面板数据分析模型，验证当行业内存在虚假陈述或财务重述等行为时，其他企业的信息披露违法违规风险是否会受到影响。

3.以交叉持股企业为研究对象，基于信号反馈原理对交叉持股企业信息披露违法违规风险传染的发生机制进行研究。信息披露违法违规风险传染是风险在不同企业之间传递扩散的过程，类似于“虚假信息—产权关联—虚假信息”的传递过程。对信息披露违法违规风险传染的研究并不局限于分析信息披露违法违规风险本身，需要综合分析与交叉持股企业信息披露违法违规风险传染相关的因素，如环境和文化因素。信息披露违法违规风险传染在其作用结果和表现形式上具有特殊性，将交叉持股背景下的社会关系、企业社会责任、行业和区域环境特征的一致性、生产业务的关联性等纳入信息披露违法违规风险传染的环境因素中，将企业伦理、从众心理、人员流动、行为规范等人文信息纳入信息披露违法违规风险传染的文化因素中。基于此，研究信息披露违法违规风险传染的影响路径和作用，分析信息披露违法违规风险传染与潜在影响对象之间的关联关系，采用分层动态潜在因素模型对相关理论设想加以验证。

四、信息披露违法违规风险传染的智能分析

信息披露违法违规风险传染具有难以确定性和动态性的特点。基于回归分析法进行的信息披露违法违规风险传染研究具有局限性，例如，Logit回归模型、分层动态潜在因素模型等，在分析隐含关系、非结构化或非线性问题上，存在评价不全面和适用条件苛刻等问题，无法有效地评价信息披露违法违规风险的传染情况。因此，引入人工智能技术对信息披露违法违规风险传染进行测评。人工智能技术具有更强的数据形态挖掘能力，在处理未知的复杂模型、侦测舞弊行为以及风险管理等方面比传统统计方法更有效，与判别分析、Logit回归等方法相比，具有预测精度高、误分类代价低的特点。目前人工智能的应用主要集中在信息披露违法违规风险的影响因素上，重点对虚假陈述行为进行预测和甄别，尚未涉及信息披露违法违规风险传染的分析。用人工智能技术分析交叉持股企业信息披露违法违规风险的传染机制，可以避开传统统计模型苛刻的假设条件，通过机器学习智能地模拟出传染的仿真结果，进而系统全面地分析企业信息披露违法违规风险的传染情况。

综上可知，信息披露违法违规行为会会对市场、企业和利益相关者产生严重影响，近年来，政府监管机构加大了对信息披露违法违规风险的管控，而信息披露违法违规风险的传染使得管控工作更加复杂化。本文结合大数据分析技术，利用人工智能技术挖掘各类相关数据，以交叉持股企业为研究对象，预测信息披露违法违规风险扩散的轨迹和传播趋势，为企业提供规避信息披露违法违规风险传染的策略，以期增强企业信息披露质量，以促进企业健康高质量发展。

参考文献：

[1]陆蓉，常维. 近墨者黑：上市公司违规行为的“同群效应”[J].金融研究，2018（8）： 172-189.

[2]刘丽华，徐艳萍，饶品贵，等. 一损俱损：违规事件在企业集团内的传染效应研究[J]. 金融研究，2019（6）： 113-131.

[3]赵艳秉，李青原．企业财务重述在集团内部传染效应的实证研究[J].审计与经济研究，2016（5）： 72-80.

[4]徐艳萍，王琨. 审计师联结与财务报表重述的传染效应研究[J].审计研究，2015（4）： 97-104，112.

[5]Shelegia S， Spiegel Y. Bertrand competition when firms hold passive ownership stakes in one another[J]. Economics Letters，2012，114 （1）： 136-138.

[6]Faccio M M，Marchica T R M. Large shareholder deiversification and corporate risk-Taking[J]. Review of Financial Studies， 2011， 24 （11）： 3601-3641.

[7]López L， Vives X. Overlapping ownership， R&D spillovers， and antitrust policy[J]. Journal of Political Economy， 2019，127 （5）： 2394-2437.

[8]Ghosh A，Morita H. Knowledge transfer and partial equity ownership[J]. The RAND Journal of Economics，2017，48（4）：1044-1067.

[9]Hansen R G，Jr. Lott J R.  Externalities and corporate objectives in a world with diversified shareholder/Consumers[J].Journal of Financial and Quantitative Analysis，1996，31 （1）： 43-68.

[10]张伟，于良春.混合所有制企业最优产权结构的选择[J]. 中国工业经济， 2017（4）： 34-53.

[11]冉明东. 论企业交叉持股的“双刃剑效应”：基于公司治理框架的案例研究[J]. 会计研究， 2011（5）： 78-85.

[12]智宝月，毕颖. 公司交叉持股及其法律规制[J].管理世界， 2009（9）： 176-177.

[13]储一昀，王伟志．我国第一起交互持股案例引发的思考[J].管理世界，2001（5）： 173-186.

[14]Kedia S， Philippon T.The economics of fraudulent accounting[J]. The Review of Financial Studies，2009，22 （6）： 2169-2199.

[15]Kravet T，Shevlin T. Accounting restatements and information risk[J].Review of Accounting Studies，2010，15 （2）： 264-294.

[16]Cohen D A.Does information risk really matter？ an analysis of the determinants and economic consequences of financial reporting quality[J]. Asia-Pacific Journal of Accounting and Economics，2008，15 （2）： 69-90.

[17]Henry E.A， Leone J. Measuring Qualitative Information in Capital Markets Research： Comparison of Alternative Methodologies to Measure Disclosure Tone[J]. Accounting Review，2016，91 （1）： 153-178.

[17]Goldman E， Peyer U I. Stefanescu.financial misrepresentation and its impact on rivals[J]. Financial Management，2012， 41 （4）： 915-945.

[18]Akhigbe A，Madura J. Industry signals relayed by corporate earnings restatements[J]. Financial Review，2008，43 （4）： 569-589.

[19]Gleason C A， Jenkins N T， Johnson W B. The contagion effects of accounting restatements[J]. Accounting Review，2008，83 （1）： 83-110.

责任编辑：田国双