政府对企业的监管是现代市场经济制度的有机组成部分。监管的绩效既取决于监管技术和规则,也受到微观经济主体的策略性应对的影响。以银行业监管为例,金融监管部门对银行表内业务有着严格的用途限制,但银行可能通过把表内业务转化为表外业务来规避监管。这种策略性应对加剧了金融风险(Cetorelli and Peristiani, 2012;Gorton et al., 2010;Gennaioli et al., 2013)。
最新的文献表明,企业对经济活动的策略性信息披露是影响监管绩效的重要因素。Cao et al.(2018)发现,上市公司在中央反腐巡视小组进驻公司所在省之后迅速减少了对负面信息的披露。Piotroski et al.(2015)发现,与地方政府有政治关联的企业在党代会前一年和地方领导晋升之前减少了对负面信息的披露。上述文献都假设负面消息的流出是影响个股价格特异性残差回报率的唯一因素,并通过计算上市公司股票月回报率的“崩盘统计量”构造公司负面信息的披露程度,来研究上市企业对于政府干预的策略性回应。
本文研究的对象是上市公司在中央环保督察期间的策略性信息披露行为。开始于2016年的中央生态环保督察是中国政府在环境领域首次大规模、全方位对地方党委、政府、企业的共同监督行动①。其中,环保督察组对很多上市公司进行了现场检查,对违规者处以惩罚②中央督察组在巡视中将群众举报视为“精准发现生态环境问题线索的‘金矿’③”。
① 我国以往在环境方面的督察行动主要由地方的环保部门进行监督,比如2015年在全国很多地市进行的综合督察行动。
② 这样的例子很多,比如:2016年环保督察期间,生态环境部发文《曲靖市委市政府官僚主义上市公司环境污染触目惊心》,其中提到,上市公司罗平锌电存在严重污染环境的问题。2018年6月,督察组来到广西贵港对上市公司国中水务旗下污水处理厂污泥去向开展调查,发现“贵港市污水处理厂运营单位和污泥处置单位相互勾结,多个环节存在造假行为,伪造台账、编造车辆运输信息、违规处置污泥等手段花样百出”。
来源:华夏时报《北控水务环保爆雷:扩张速度过快管理跟不上》见https://finance.sina.com.cn/stock/s/2019-06-15/doc-ihvhiews9025262.shtml(最后访问日期:2020年7月22日)新京报《超20公司环保“事发”建新股份治污5年未完成》见http://m.gxfin.com/article/finance/zq/default/2018-07-02/4684603.html(最后访问日期:2020年7月22日)。
③ 生态环境部《关于改革完善信访投诉工作机制推进解决群众身边突出生态环境问题的指导意见》http://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202001/t20200115_759543.html(最后访问日期:2020年7月22日)
为了规避环保督察巡视中暴露企业在监管合规上的问题,一些企业减少信息披露、避免负面曝光以规避监管风险,许多公司在这一时期的公告比历史同期显著减少。以湖北省某材料上市企业F为例,在环保督察组进驻湖北省期间(2016年11月24日至12月30日)该企业只发布了1条股权质押的公司公告,但在2015年同期这家公司发布了16条公司公告,涉及股东大会、收购其他公司、变更募集资金用途、召开监事会与董事会会议等多方面内容。
本文借鉴公司金融学文献,通过计算股价“崩盘统计量”来度量企业的负面信息披露(Chen et al., 2001;Piotroski et al., 2015;Cao et al., 2018)。利用广义双重差分分析,研究发现受到环保督察影响省份的上市公司相对于同一时期未受到督察影响的上市公司显著地减少了信息披露。与此同时,上市公司的财务指标不受环保督察的显著影响。企业信息披露对于环保督察的策略性反应在政治关联强的民营上市企业中更加显著。本文的发现揭示了公共政策的监管和金融市场的信息传递具有一定的联动机制,也表明了国家治理能力是一个综合的多维度变量。从监管部门的角度而言,完善上市公司信息披露制度与督促企业承担环境社会责任两方面不可割裂,需要齐头并进。
本文余下部分的结构安排如下。第二节阐述相关文献以及本研究和已有文献的关系。第三节介绍环保督察有关的制度背景。第四节介绍本文实证分析的有关数据。第五节展示实证分析的方法和主要结果。第六节对于文章的发现进行总结并阐述政策含义。
二、文献综述 (一) 公司信息披露及时、透明的信息披露是金融市场健康发展的必要条件。信息披露能帮助投资者正确估计资产价值,增加市场流动性,减少企业外部融资成本,提高金融资源配置的效率(Healy and Palepu, 2001;Bushman and Smith, 2003)。
然而,对于中国股票市场的实证研究发现,公司压制和操控信息披露的行为并不罕见。公司股价与大盘指数高度同步等一系列现象是上市公司信息披露不及时不完善的表现(Morck et al., 2000;Jin and Myers, 2006)。例如,A股上市企业H在2019年因为拖延重大诉讼案件的披露受到证监会的口头警告;上市企业M因为拖延披露2018年第四季度发生多次销售退回的情况被证监会出具警示函。①
① 2006年1月1日起施行的《证券法》规定,“发行人、上市公司或者其他信息披露义务人未按照规定披露信息,或者所披露的信息有虚假记载、误导性陈述或者重大遗漏的,责令改正,给予警告,并处以三十万元以上六十万元以下的罚款。”相对较轻的处罚力度是中国上市公司隐瞒消息或虚假披露频发的原因之一。
既有文献从公司内部的委托-代理关系和规避舆论压力两个角度出发,为上市公司压制和操控负面信息披露的行为提供了解释。在委托-代理的模型中,公司的管理者为了个人利益,利用其相对于其他投资者的信息优势减少信息披露。Jin and Myers(2006)指出,当管理层的职位比较脆弱时,管理层更可能对于某些利空消息进行“负面信息压制”。Kim et al.(2011)基于美国企业数据指出拥有期权的管理层也更有“坏消息压制”的激励。Xu et al.(2014)基于中国国有企业样本的研究指出管理者可能出于获取超额津贴、奖金的动机,人为压制负面信息的披露。孙淑伟等(2017)发现公司高管在收到负面消息后大量减持公司股份,但亏损公告在高管减持半年之后才向社会公布。
公司减少信息披露的另一种动机是规避舆论压力。基于美国企业样本,Ramanna and Roychowdhury(2010)指出,在众议院进行选举的两个月内,公司会通过盈余管理、低报利润等方式,减少公众对于企业外包(outsourcing)的关注。Piotroski et al.(2015)发现,中国上市公司在地方政府换届之前倾向于减少信息披露。Cao et al.(2018)研究表明,2013年中央纪委反腐巡视组进驻某省后,该省内上市公司减少了对于负面信息的披露。环保督察与反腐巡视均由中央部门主导,具有影响范围广、执行力度强的相似特征,其对企业微观活动的影响也具有一定的可比性。
(二) 企业对于监管的策略性反应发展中国家在安全生产、环境保护、土地资源利用等领域的治理弊端,往往与实施监管的国家能力不足有关。李力行等(2018)发现增值税实际税负的增加与工业SO2等污染物排放强度正相关,这一现象来自于企业策略性排污和地方政府全面监督能力不足。在安全生产领域,从2001年到2003年,生产事故死亡人数年平均在13万人以上(聂辉华、李金波,2006)。部分地方政府出于经济利益放松安全标准是导致事故率提高的重要因素(聂辉华、李金波,2006;钟笑寒,2007;Jia and Nie, 2017)。小企业偷排被认为是导致中国水污染恶化的重要途径(黄东娅、杨大力,2016)。
对监管绩效的实证研究面临着数据可得性的挑战。因为企业对于监管的规避行为具有隐蔽性,大部分研究只能为这种行为提供间接的证据。例如,在以“政企合谋”视角研究监管问题的文献中,常常以政企合谋成本的代理变量——主管官员是否曾在企业工作(龙硕、胡军,2014),主管官员在本地任期时间(郭峰、石庆玲,2017)——来度量合谋的程度。龙硕、胡军(2014)指出当主政官员任期越长或曾经在企业工作,该地的空气质量越差。这一方法尽管符合直觉,但并非直接度量企业对政府监督和监管的规避行为。
本文借鉴金融学文献(Chen et al., 2001;Piotroski et al., 2015),使用股价“崩盘统计量”的方法来度量企业对监管的规避。股价“崩盘统计量”可以直接度量公司的信息披露程度,刻画企业的微观行为。另外,股价“崩盘统计量”还适用于几乎所有在二级市场流通的股票,避免了选择性偏差。由于“崩盘统计量”对企业微观行为的刻画有全面、高频的特点,它在近年的公司金融文献中得到了广泛的应用(Piotroski et al., 2015;Cao et al., 2018;孙淑伟等,2017),但本文是首次将股价“崩盘统计量”用于环境监管领域的实证研究。
三、制度背景在中国的治理体系中,地方政府是环境监管的主体①。但是,地方政府面临着GDP增长(Li and Zhou, 2005)、维持财政收入(陶然等,2009)等多维度任务,往往缺乏严格执行环境监管政策的激励。黄滢等(2016)指出,当第二产业占GDP比重较低时,环境规制强度随工业占比的提高而降低。文献指出在中国环境监管中存在地方政府与企业合谋的现象(聂辉华、蒋敏杰,2011;梁平汉、高楠,2014)。随着人均收入的增长,人民群众对生活环境的要求日益增长。在这一背景下,中央政府主导的环保督察是提升国家治理能力,协调环境保护和经济发展的重要机制。
① 中国的《环境保护法》规定,“地方各级人民政府应当对本行政区域的环境负责”。
2015年7月,中央深化改革领导小组第十四次会议审议通过《环境保护督察方案(试行)》,明确建立环保督察机制。第一轮环保督察的时间为2015年12月31日至2017年9月15日,中央督察组分四批对全国31个省级行政单位进行了督察。具体时间可参见表 1。每一批督察都同时在东部、中部、西部的省份中留下了足迹。
![]() |
表 1 第一轮中央生态环保督察时间表 |
中央生态环保督察组由环保部(生态环境部)牵头组建。《环境保护督察方案(试行)》规定,督察组长由现职或近期退出领导岗位的省部级干部担任,副组长由环保部现职副部级干部担任。31个督察组分四批进驻到31个省级行政区“查企督政”。对每个省的督察行动一般历时1个月,督察组先进驻省会搜集资料,再下沉到各地市进行现场走访②。对每个省的环保督察大约分为三个阶段:第一阶段是督察组进驻省会城市,“调阅省级党委政府和有关部门的资料,走访主要承担环保职责的有关部门,同时受理信访举报”;第二阶段是下沉到地级市督察,“下沉督察是针对督察准备和省级层面督察梳理出来的问题线索,下沉到部分地市进行调查取证核实。主要看这些问题是不是真的,责任在哪个方面。”第三阶段是梳理分析归档,“一方面是对前两个阶段的工作进行梳理,形成一些基本的观点和报告框架。同时根据需要,还可能对未下沉地市的突出问题进行取证,开展针对性的补充督察。” ③环保督察的覆盖领域广泛,水污染、大气污染、固体废弃物污染、土壤污染、自然保护区的违规违建、落后产能都是督察的范围。问责的对象不仅涵盖环保系统,还包括基层社区和国土、林业、水利、住建、农业、城管、安监、工信、交通、公安、发改、旅游等各个与环保相关的部门。督察的重点是地方党委与政府,但督察组对地方企业的违法违规行为也会进行问责。首次中央环保督察累计处罚2.9万家企业,罚款约14.3亿元①。
② 第一财经网报导指出,2016年第一批环境保护督察期间,8个督察组共与195位省级领导、136位省级有关部门和地市党政主要负责同志进行个别谈话,走访部门和单位155个,调阅各类资料2.3万余份,对84个市(州、盟)开展下沉督察或补充督察,现场抽查各类点位1500多个,制作笔录1680余份,梳理党政领导干部生态环境损害责任追究问题100个。见https://www.yicai.com/news/5164752.html (最后访问日期:2020年7月18日)
③ 中国新闻网《解码中央环保督察:由查企为主转变为督政为主》见http://www.chinanews.com/gn/2018/03-15/8468302.shtml (最后访问日期:2020年7月18日)
① 人民网《中央环保督察完成31省份全覆盖明年要杀回马枪》见http://politics.people.com.cn/n1/2017/1229/c1001-29734963.html(最后访问日期:2020年7月18日)
在环保督察过程中,很多家大公司受到群众举报而遭到督察组的巡查。“中央第二环保督察组刚刚进驻宁夏回族自治区,就接到群众投诉举报,反映‘宁夏Y有限公司白天停产,晚上生产,环保设施未运行,污染物直接排入大气污染环境’②”。云南省某企业X,“曾因‘黄磷生产昼夜直排未经处理的含刺激性气味的气体’,多次被举报,举报材料在2016年7月22日被进驻云南的中央第七环保督察组交办宣威市环保部门调查核实。③”王岭等(2019)发现在中央环保督察组进驻到某省后,该省的空气质量会明显提升,间接反映了中央环保督察促使工业企业减少污染物排放。本文的实证结果则表明,中央环保督察导致上市公司主动减少信息披露。环保督察范围广、处罚严,给上市公司带来了较大的不确定性。面对环保督察的高压态势,地方上市公司为稳妥起见,尽量“低调行事”,减少重大消息披露,达到降低公众关注的目的。
② 生态环境部公告http://www.mee.gov.cn/gkml/sthjbgw/qt/201806/t20180620_443451.htm(最后访问日期:2020年7月18日)
③ 来源:http://www.ce.cn/cysc/ny/gdxw/201610/08/t20161008_16523952.shtml(最后访问日期:2020年7月18日);http://www.cb.com.cn/lingshouyuxiaofeipin/2017_0621/1188069.html(最后访问日期:2020年7月18日)
四、数据与变量 (一) 数据本文使用2015年1月至2017年12月中国A股上市公司作为研究样本,剔除了主要变量存在缺失值的样本(彭俞超等,2018)。我们将所有连续变量进行了上下1%缩尾处理。样本包括87876个企业-月份的观测值。环保督察的时间表信息来自中国生态环境部官方网站,所有其他变量都来自国泰安数据库(CSMAR)和万得数据库(Wind Dataset)。
(二) 被解释变量:公司信息披露指数本文参照Chen et al.(2001)与Piotroski et al.(2015),使用“崩盘统计量”(crash statistic)度量股价大规模的负向移动,以此评估负面信息的披露情况。在统计上,“崩盘统计量”的本质是个股残差回报率的三阶矩的相反数(Ncskew)。构建这一指标一共需要2个步骤:先得出残差回报率(日度),再计算每个月的残差回报率的负三阶矩(月度)。其具体过程如下:
1.根据以下模型,计算得出某一只股票在t时间(年度、月度、周度皆可,本文采取月度)的“残差回报率”,即以下回归的残差项:
$ \begin{array}{l} Daily{\mathop{ }\nolimits} Return{{\rm{ }}_{i, j, t}} = \alpha + {\beta _1}{\rm{ }}Marke{t_{China{\rm{ }}, j, t}} + {\beta _2}{\rm{ }}Marke{t_{China{\rm{ }}, j - 1, t}} + {\beta _3}{\rm{ }}Marke{t_{China{\rm{ }}, j - 2, t}}\\ + {\beta _4}{\rm{ }}Marke{t_{US, j, t}} + {\beta _5}{\rm{ }}Marke{t_{US, j - 1, t}} + {\beta _6}{\rm{ }}Marke{t_{US, j - 2, t}} + {\varepsilon _{ijt}} \end{array} $ | (1) |
上述回归方程中,DailyReturni, j, t是i股票在t年第j天的个股日回报率,MarketChina, j, t是第t年第j天的中国股票市场的价值加权回报率,MarketUS, j, t是第t年第j天的美国股票市场的价值加权回报率(value-weighted return)。我们从CSMAR数据库与CRSP数据库得到中国与美国股票市场回报率的数据。参照Allen et al.(2005)的研究,我们用美国股票市场收益率作为对全球股票市场收益率的代理变量,并控制滞后两期以避免交易摩擦和任何不同步的交易效应的影响。
2.将得到的残差项代入以下公式中,计算出其三阶矩的负数(残差回报率=
$ Ncske{w_{i, m}} = \frac{{n{{(n - 1)}^{3/2}}\sum {{{\left({{R_{i, m, d}} - \overline {{R_{i, m, d}}} } \right)}^3}} }}{{(n - 1)(n - 2){{\left({\sum {{{\left({{R_{i.m, d}} - {R^ - }_{i.m, d}} \right)}^2}} } \right)}^{3/2}}}} $ | (2) |
采用“崩盘统计量”度量公司信息披露情况的逻辑如下。方程(1)估计得到的“残差回报率”,控制了大盘回报率等一系列变量,仅仅包含公司特异性的信息。每月的残差回报率构成的离散分布的左偏程度对应更高的负回报率频率,揭示更多的负面信息在当月流出。而在概率统计中,反映某一分布的左偏程度的统计量是三阶中心矩——但偏度越大说明左偏程度越小。为了便于解读,我们计算得到负偏度,作为公司信息披露程度的代理变量。
(三) 解释变量:环保督察哑变量我们的核心解释变量是,某省在某月是否经历过中央环保督察。这一变量是根据中国环保部网站的公告手动记录而得①。我们之所以选择“进驻”作为时间点,是因为在“进驻”某一省份之前,中央环保督察组并没有向媒体公布任何将对该省进行环保督察的信息。
① 数据来自生态环境部的“环境要闻”栏目中第一批环保督察组进驻的时间http://www.mee.gov.cn/ywdt/hjywnews/(最后访问日期:2020年7月28日)
有以下理由认为环保督察组进驻省内的时间不受上市公司信息披露行为的影响:中央政府希望借助环保督察“督促地方政府落实环保责任、传导环保压力”,把结果列入干部考核评价标准并向中组部移交。每一批环保督察的行程表是由国务院与生态环境部共同制定的,由国务院成立工作领导小组,具体的组织协调工作由生态环境部牵头负责。因此可以认为这一决策过程不受地方政府和企业的干预。另外,中央环保督察组在进驻之前并没有向媒体公布任何将对该省进行环保督察的信息,可以认为环保督察对绝大多数的企业都是一次无法预料到的外生冲击。
(四) 控制变量与中介变量回归中使用的控制变量包括:上市公司月度的资产回报率(ROA)、本期与前一期的周转率、总市值的自然对数、Sigma值、上期负偏度系数、杠杆率。我们在机制检验中使用的分组变量有:上市企业是否具有政治联系、公司接受的补贴数、公司的国民行业分类。以上变量的来源均为国泰安数据库或者万得数据库,我们将在后文解释这些变量的定义和生成过程。
(五) 描述统计样本包括87876个“公司-月”的观测值。信息披露指数为月度数据,均值是-0.44,信息披露指数越大,表示公司在当月的信息披露程度越高。资产回报率、营业收入增长率都是年度数据(即同一年每个月都是一样的)。总市值、换手率、Sigma值都是月度数据。为避免极端值的影响,本文对所有连续变量都进行了上下1%缩尾。
分类特征中,41%的上市公司-月观测值第一大股东属于国有部门,73%的观测值拥有董事、监事或高管在中央或省级政府、人大、政协任职。
![]() |
表 2 各主要变量描述性统计 |
$ {\rm{ }}Informatio{n_{i, j, t}} = {\beta _0} + {\beta _1}{\rm{ }}Inspectio{n_{j, t}} + {\beta _2}{\chi _{i, t}} + {\tau _t} + {\delta _i} + {\varepsilon _{i, j, t}} $ | (3) |
在回归方程(3)中,下标i代表企业,j代表省份,t代表某年某月。Informationi, j, t是根据第四节中所讨论的Chen et al.(2001)的方法使用股价回报率计算所得的信息披露指标。Inspectionj, t代表该上市公司所在省当月是否已经经历了中央环保督察巡视组进驻(比如,环保督察在2016年5月发生,那么该省在2016年5月及之后的月份都赋值为1);τt代表时间固定效应;δi代表企业固定效应;χi, t是公司水平的一组控制变量,包括一系列会影响公司股价负偏度系数的指标。
Hutton et al.(2011)指出股票周转率与股价负偏度系数(Ncskew)明显正相关,为了控制这一影响因素,本文加入了本期与前一期的周转率来控制股票流动性的影响。总市值(自然对数)表示股票当月总市值的自然对数值。Sigma值是股票当月的日回报(剔除了市场大盘涨跌影响后的残差回报率)的标准差(Cao et al., 2018),被用以控制股票的风险。上期负偏度系数是前一期的负偏度系数,被用以控制高股价偏度的连续性。我们还控制了月度的回报率,从而更好地在排除公司日常表现后探究公司在环保督察期间负面信息披露的影响。此外,我们用公司该年的长期负债除以该年的资产总计作为公司杠杆率的代理变量(Stickney and McGee, 1982;Porcano,1986)。周转率是股票每个月被转手买卖的频率,可以度量股票流动性。ROA是该公司在该年的资产回报率。
本文采用广义双重差分模型。因为样本中上市公司不存在跨省、跨行业的变动,所以企业固定效应δi包含了传统的省份与行业固定效应。T统计量所使用的标准误为聚类到省的稳健标准误。
Inspection(环保督察政策哑变量)是我们主要关心的变量,根据上文的分析,环保督察时期公司抑制负面信息的激励增加,而当月公司特质信息流入的减少将使得股票收益率呈现更为左偏的分布,即负偏度系数下降,因此我们预期Inspectionj, t的系数β1符号为负。
(二) 基准回归表 3汇报了基准回归的结果。结果与预期一致,环保督察哑变量的系数为负,且在95%的置信度下显著,幅度约4%个标准差。这一结果显示督察组进驻导致该省内的上市公司减少负面信息的披露,因而公司当月股价特异性收益率的分布比其他时间更加明显地右偏。
![]() |
表 3 基准回归:中央环保督察与公司信息披露 |
① 本文中的信息披露指数即指负偏度系数。
(三) 稳健性检验为考察基准回归的结果是否稳健,我们进行了如下的检验:在第2列中,由于年度控制变量(来自公司年报的变量)存在缺失,我们将年度控制变量去除,仅保留月度控制变量,所得结果仍然与基准回归类似。在第3列中,我们将样本替换为平衡面板样本,即仅保留在2015年1月已经成立的上市公司,删除那些在2015年1月之后成立的上市公司,回归结果与基准回归差别不大。
双重差分法始终面临这样的挑战:如果环保督察的时间和地点与其他事件高度重合,那么双重差分法可能捕捉的是其他事件的影响。表 5对非金融上市公司按照农业、工业、服务业分为三个子样本分别回归,发现环保督察冲击效应仅仅存在于工业。由于环境污染主要来自于工业企业,双重差分法发现的负相关关系仅存于工业企业中进一步佐证了企业策略性地减少负面信息披露的行为确实来自环保督察的影响。
![]() |
表 4 稳健性检验:中央环保督察与公司信息披露 |
![]() |
表 5 稳健性检验:中央环保督察与公司信息披露 |
双重差分分析的识别必要条件是在没有实验发生的反事实情形下,被解释变量在实验组与对照组之间的差异应该是不随时间变化的。在本文的情境中,这意味着所在省经历了环保督察的公司与所在省没有经历环保督察的公司,在没有经历环保督察的反事实条件下不存在信息披露模式的差异。在实证中,往往通过事件分析法来佐证。具体而言,我们采用如下的回归方程设定:
$ \begin{array}{l} Informatio{n_{i, j, t}} = {\beta _0} + {\beta _1}{\rm{ }}Inspection_{j, t}^{ - 6} + {\beta _2}{\rm{ }}Inspection_{j, t}^{ - 5} + \cdots + {\beta _{12}}{\rm{ }}Inspection_{j, t}^6\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\; + {\beta _{13}}{\chi _{i, t}} + {\tau _t} + {\delta _i} + {\varepsilon _{i, j, t}} \end{array} $ | (4) |
回归方程中,Inspectionj, t-k在j省、环保督察前k个月等于1,Inspectionj, tk在j省、环保督察后k个月等于1,否则为0。回归方程没有包含环保督察前1个月(即Inspectionj, t-1)这个变量,因此该方程估计的效应是环保督察对信息披露指数的影响相对于环保督察前1个月影响的差值。χi, t表示公司层面的控制变量,τt表示时间固定效应,δi表示公司固定效应,εi, j, t为误差项,都与基准回归一致,对所有连续变量做过1%的缩尾处理。
图 1展示了事件分析法的结果。在环保督察之前,实验组与对照组的差异没有明显的变化趋势,满足平行趋势假定。同时,督察发生后公司减少信息披露的行为一直持续。这可能是因为虽然中央环保督察巡视仅为1个月,但很多省份在中央环保督察过后又进行了省级环保督察,因此督察带来的压力具有一定的持续性。
![]() |
图 1 偏度的含义 注:横轴为回报率、纵轴为频率,图中举出了两种股价分布的可能性,第一种可能性中,负的日回报率(剔除了大盘涨跌影响的残差)的频率较高,在统计上可以认为是左偏的分布,所以三阶中心矩(偏度)为负数,那么Ncskew(股价负偏度系数,约等于-Skewness)则为正数。Piotroski et al.(2015)指出,负消息的流出是短期内影响残差回报率的唯一因素,该公司在该月很可能披露了较多负面消息。 |
![]() |
图 2 平行性趋势检验 注:这幅图展示了环保督察对公司信息披露指数影响的动态变化。运用事件分析法,我们选择12个月的时间窗口,包括环保督察前6个月到督察组进驻之后的6个月。图中虚线表示90%的置信区间,标准误聚类在省级水平。纵轴是事件分析法方程的回归系数。横轴表示距离环保督察的时间。由于每个省的环保督察时间不一样,这里的时间表示“相对于环保督察”的相对时间的含义。-1期是基准期。 |
基准回归发现上市公司会在督察组进驻之后减少负面消息的披露,但这种行为的动机尚不明确。本节对两种可能的机制进行检验:首先,中央环保督察可能引发一系列地方整改措施,这对于企业意味着环境政策的高度不确定性,上市公司可能先暂停某些经营活动或对未来经营活动的筹划,因此相应的信息披露减少。第二,由于环保督察本身带有灵活性,督察组会根据群众反映重点督察某些工业企业,这些企业可能为了避免社会舆论和督察组的注意而减少信息披露。我们的机制分析结果倾向于支持第二种可能性,即上市公司为了避免在这个敏感的时间段内引起社会公众的注意而减少信息披露。
在逻辑上检验或排除第一种假说需要检验环保督察是否对上市公司的实际经营行为产生影响。有关上市公司的公开可用数据之中,仅有季度数据可得,但季度数据内容不如年度数据丰富,而且缺失值较多。因此,我们使用年度数据,并把相应的环保督察哑变量调整为年度变量。本文检验了环保督察对资产回报率(ROA)、净资产收益率(ROE)、每股收益、销售净利率、资产负债率、研发支出比例、长期股权投资(自然对数)的影响。回归显示在环保督察进驻之后,上市公司的经营表现没有发生显著的变化,仅研发支出比例略有提升。根据这一实证结果,可以认为在环保督察组进驻之后,上市公司没有显著地发生实际经营行为的变化,负面消息披露减少是一种短期策略性反应。
![]() |
表 6 机制分析:中央环保督察和上市公司经营表现(年度数据) |
![]() |
表 7 机制分析:政治关联 |
环保督察与以往环境治理机制的主要不同之处在于,督察对象主要是地方党委与政府。各省市的环保督察整改方案通报了地方政府帮助不合规的企业办理牌照、放松对企业的监管力度、帮助企业掩盖污染等问题。具有政治关联的企业在地方政企网络中嵌入程度更高,相对于没有政治关联的企业受到的影响可能更大。一旦发现企业经营中存在着政企合谋的行为,关联企业的经营可能会受到更严重的影响。同时,具有政治关联的企业对于中央环保督察更具政策敏感度,也可能在信息披露策略上更积极地筹划应对。我们根据政治关联的强与弱(接受补贴的多与少)、是否为国企进行了分样本的回归。政治关联强代表公司有董事、监事或高管曾经在省级或国家级政府/人大/政协任职,这一数据来源于国泰安数据库。是否为国企的变量来自万得数据库中上市公司报表里显示的实际控制人是否属于国有部门。政府补贴是上市公司在2016年财务报表附注中“政府补助”披露的数字,来源于万得数据库。
分样本回归结果显示,在环保督察期间减少信息披露的行为对于具有较强政治关联的民营企业尤其显著,而国企中无论是否存在政治关联上述行为均不显著。企业策略性的信息披露和政治关联之间的这种相关性与以往的文献的结论一致,例如Piotroski et al.(2015)发现全国党代会之前具有强政治关联的上市公司进一步减少了信息披露,Cao et al.(2018)基于地方反腐巡视督察的研究也有类似的发现。
七、结论良序的市场经济离不开透明的信息披露。微观经济主体信息披露的有效性,决定了价格能否准确地反映投资和消费的需求,引导经济资源的配置。改革开放以来,市场经济在中国取得了高速的发展,但金融市场信息披露却一直缺乏完善的机制保障。金融领域的信息不透明增加了投资风险。同时,信息披露的透明度也会影响国家治理的各个不同领域。本文发现,环保督察巡视使得受督察省份的上市公司明显减少了信息披露,而上市公司年报中的财务指标却没有显著的变化。
以往文献认为,地方政府基于提升经济增长和财政收入目标选择与企业合谋,放松对于环境监管的执行力度,是造成环境治理问题的重要原因(梁平汉、高楠,2014;郭峰、石庆玲,2017)。随着我国逐渐成为中等收入国家,经济结构逐渐优化,人民对于良好生态和环境的要求进一步提高。环保监督的制度化和企业环保标准的提升是一种普遍趋势。这个趋势也将推动地方政府和企业发展出一种基于成熟市场经济制度的新型政企关系,减少企业对于政治联系的依赖,提高企业合法、合规经营的力度。
同时,本文的实证研究结果也展现了监管政策可能对于微观经济主体造成监管者非意向性的结果。因此,政策制定者在制定监管决策时需要考虑到企业的策略性反应,特别是对于合规成本的转嫁和信息的选择性、策略性披露。在环保监督的制度语境下,本文的研究结论表明环保与金融监管部门可以进一步加强协作,完善信息共享,增强上市公司环境信息披露的及时性和透明度,推动构建现代化环境治理体系和良序金融市场的协同发展。
附录![]() |
表 附录1 变量定义表 |
[] |
陈冬华, 2003, “地方政府, 公司治理与补贴收入——来自我国证券市场的经验证据”, 《财经研究》, 第 9 期, 第 15-21 页。DOI:10.3969/j.issn.1001-9952.2003.09.003 |
[] |
范子英、田彬彬, 2016, “政企合谋与企业逃税: 来自国税局长异地交流的证据”, 《经济学(季刊)》, 第 4 期, 第 1303-1328 页。 |
[] |
郭峰、石庆玲, 2017, “官员更替, 合谋震慑与空气质量的临时性改善”, 《经济研究》, 第 7 期, 第 12 页。 |
[] |
黄冬娅、杨大力, 2016, “考核式监管的运行与困境: 基于主要污染物总量减排考核的分析”, 《政治学研究》, 第 4 期, 第 101-112 页。 |
[] |
黄滢、刘庆、王敏, 2016, “地方政府的环境治理决策: 基于SO2减排的面板数据分析”, 《世界经济》, 第 12 期, 第 166-188 页。 |
[] |
李力行、聂卓、席天扬, 2018, "增值税征管与企业排污: 一个多维度国家治理能力的视角", 北京大学国家发展研究院工作论文。 |
[] |
梁平汉、高楠, 2014, “人事变更, 法制环境和地方环境污染”, 《管理世界》, 第 6 期, 第 65-78 页。 |
[] |
龙硕、胡军, 2014, “政企合谋视角下的环境污染: 理论与实证研究”, 《财经研究》, 第 10 期, 第 131-144 页。 |
[] |
聂辉华、李金波, 2006, “政企合谋与经济发展”, 《经济学(季刊)》, 第 1 期, 第 75-90 页。 |
[] |
聂辉华、蒋敏杰, 2011, “政企合谋与矿难: 来自中国省级面板数据的证据”, 《经济研究》, 第 6 期, 第 146-156 页。DOI:10.3969/j.issn.1673-291X.2011.06.064 |
[] |
彭俞超、黄娴静、沈吉, 2018, “房地产投资与金融效率——金融资源'脱实向虚'的地区差异”, 《金融研究》, 第 458 期, 第 51-68 页。 |
[] |
陶然、陆曦、苏福兵、汪晖, 2009, “地区竞争格局演变下的中国转轨: 财政激励和发展模式反思”, 《经济研究》, 第 7 期, 第 72 页。 |
[] |
孙淑伟、梁上坤、阮刚铭、付宇翔, 2017, “高管减持, 信息压制与股价崩盘风险”, 《金融研究》, 第 44911 期, 第 175-190 页。 |
[] |
王岭、刘相锋、熊艳, 2019, “中央环保督察与空气污染治理——基于地级城市微观面板数据的实证分析”, 《中国工业经济》, 第 10 期, 第 2 页。 |
[] |
伊志宏、姜付秀、秦义虎, 2010, “产品市场竞争, 公司治理与信息披露质量”, 《管理世界》, 第 1 期, 第 133-141 页。 |
[] |
钟笑寒, 2007, "煤矿安全与煤炭产量: 初步研究", 清华大学经济管理学院工作论文。 |
[] |
Allen F., Qian J., Qian M., 2005, "Law, Finance, and Economic Growth in China". Journal of Financial Economics, 77(1), 57–116.
DOI:10.1016/j.jfineco.2004.06.010 |
[] |
Bushman R. M., Smith A. J., 2003, "Transparency, Financial Accounting Information, and Corporate Governance". Economic Policy Review, 9(1).
|
[] |
Cao X., Wang Y., Zhou S., 2018, "Anti-corruption Campaigns and Corporate Information Release in China". Journal of Corporate Finance, 49, 186–203.
DOI:10.1016/j.jcorpfin.2018.01.008 |
[] |
Cetorelli N., Peristiani S., 2012, "The Role of Banks in Asset Securitization". Federal Reserve Bank of New York Economic Policy Review, 18(2), 47–64.
|
[] |
Chen J., Hong H., Stein J. C., 2001, "Forecasting Crashes: Trading Volume, Past Returns, and Conditional Skewness in Stock Prices". Journal of Financial Economics, 61(3), 345–381.
DOI:10.1016/S0304-405X(01)00066-6 |
[] |
Gennaioli N., Shleifer A., Vishny R. W., 2013, "A Model of Shadow Banking". The Journal of Finance, 68(4), 1331–1363.
DOI:10.1111/jofi.12031 |
[] |
Gorton, G., Metrick, A. Shleifer, A. and Tarullo, D. K., 2010, "Regulating the Shadow Banking System", Brookings Papers on Economic Activity, 261-312.
|
[] |
Healy P. M., Palepu K. G., 2001, "Information Asymmetry, Corporate Disclosure, and the Capital Markets: A Review of the Empirical Disclosure Literature". Journal of Accounting and Economics, 31(1-3), 405–440.
DOI:10.1016/S0165-4101(01)00018-0 |
[] |
Jia R., Nie H., 2017, "Decentralization, Collusion, and Coal Mine Deaths". Review of Economics and Statistics, 99(1), 105–118.
DOI:10.1162/REST_a_00563 |
[] |
Jin L., Myers S. C., 2006, "R2 Around the World: New Theory and New Tests". Journal of Financial Economics, 79(2), 257–292.
DOI:10.1016/j.jfineco.2004.11.003 |
[] |
Kim J.B., Li Y., Zhang L., 2011, "Corporate Tax Avoidance and Stock Price Crash Risk: Firm-level Analysis". Journal of Financial Economics, 100(3), 639–662.
DOI:10.1016/j.jfineco.2010.07.007 |
[] |
Li H., Zhou L.A., 2005, "Political Turnover and Economic Performance: The Incentive Role of Personnel Control in China". Journal of Public Economics, 89(9-10), 1743–1762.
DOI:10.1016/j.jpubeco.2004.06.009 |
[] |
La Porta R., Lopez-de-Silanes F., Shleifer A., 1999, "Corporate Ownership Around the World". The Journal of Finance, 54(2), 471–517.
DOI:10.1111/0022-1082.00115 |
[] |
Morck R., Yeung B., Yu W., 2000, "The Information Content of Stock Markets: Why Do Emerging Markets Have Synchronous Stock Price Movements?". Journal of Financial Economics, 58(1-2), 215–260.
DOI:10.1016/S0304-405X(00)00071-4 |
[] |
Piotroski J. D., Wong T. J., Zhang T., 2015, "Political Incentives to Suppress Negative Information: Evidence from Chinese Listed Firms". Journal of Accounting Research, 53(2), 405–459.
DOI:10.1111/1475-679X.12071 |
[] |
Porcano T., 1986, "Corporate Tax Rates: Progressive, Proportional, or Regressive". Journal of the American Taxation Association, 7(2), 17–31.
|
[] |
Ramanna K., Roychowdhury S., 2010, "Elections and Discretionary Accruals: Evidence from 2004". Journal of Accounting Research, 48(2), 445–475.
DOI:10.1111/j.1475-679X.2010.00373.x |
[] |
Stickney C. P., McGee V. E., 1982, "Effective Corporate Tax Rates the Effect of Size, Capital Intensity, Leverage, and Other Factors". Journal of Accounting and Public policy, 1(2), 125–152.
DOI:10.1016/S0278-4254(82)80004-5 |
[] |
Xu N., Li X., Yuan Q., Chan K. C., 2014, "Excess Perks and Stock Price Crash Risk: Evidence from China". Journal of Corporate Finance, 25, 419–434.
DOI:10.1016/j.jcorpfin.2014.01.006 |