我国高新技术企业高股价崩盘风险的前因模式及启示

虞曦凯 任宗强 黄 奥

(1.温州人经济研究中心，浙江 温州 325035； 2.温州大学 商学院，浙江 温州 325035)

科技创新在我国现代化建设全局中处于核心地位，发挥企业在科技创新中的主体作用，是提升企业技术创新能力、落实国家创新驱动发展战略、推动经济高质量发展的重要举措。高新技术企业作为我国最具自主创新活力的机构，正受到资本市场的热宠，同时众多高新技术企业也为解决融资问题而鏖战资本市场。然而，近年来我国股市大规模频发的股价崩盘现象严重危害上市企业的健康发展，其中对高新技术企业的负面冲击尤甚。股价崩盘的出现，不但会扰乱金融市场秩序，导致资源错配，而且会降低企业的风险承担水平、挫伤企业创新的积极性，进而危害实体经济。2022年中央经济工作会议指出，要认识和把握资本的特性与行为规律，并强调“发挥资本作为生产要素的积极作用，同时有效控制其消极作用”。因此，防范与应对高股价崩盘风险对于高新技术企业健康发展、推动科技创新具有深远的意义。

事实上，基于信息不对称理论和委托代理理论，目前针对股价崩盘风险前因的研究已广泛展开(1)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.，但这些研究仍存在一些问题：股价偏离正常范围并非是单因素所致，而是多因素复杂联动的结果(2)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.。然而，已有研究所采用的传统统计方法大多拘泥于自变量的相互独立性和因果对称性，其得到的“净效应”可能会忽略其他相关因素的影响而难以直接推演出股价崩盘风险的复杂因果关系(3)Meyer A D, Tsui A S, Hinings C R, Configurational Approaches to Organizational Analysis, Academy of Management Journal, 1993, No.6, pp.1175-1195.，这使得现有研究的结论对现实问题的解释、指导与预测存在一定的局限性。不同于传统的回归分析方法，集合论方法并未将案例分解为多个独立的部分，而是将其视为条件变量的组态(4)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，通过布尔代数进行交叉案例的比较分析，关注跨案例的多重并发因果关系，即结果的发生并不一定只存在唯一的原因集路径(5)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16.，这可以较好地检验高股价崩盘风险是否具有“殊途同归”的特点，为防范与应对高股价崩盘风险提供了经验依据。基于此，本文审视和反思高新技术企业在股市中的发展现状，试图以集合论方法来认识股价崩盘风险前因要素间的耦合关系，找出高新技术企业产生高股价崩盘风险的潜在路径。基于信息不对称理论和委托代理理论，本文构建股价崩盘风险前因的组态理论模型，系统地研究高股价崩盘风险路径的差异化问题，为股价崩盘风险的研究寻找全新思路。

一、文献回顾与研究假设

Jin等(2006)基于委托代理问题提出了“信息隐藏假说”，系统分析了企业内部环境对个股崩盘风险的影响机制，将高股价崩盘风险的原因归纳为信息不对称问题和委托代理问题(6)Jin L, Myers S C, R2 Around the World: New Theory and New Tests, Journal of Financial Economics, 2006, No.2, pp.257-292.。Habib等(2018)认为，现有针对股价崩盘风险的研究大多数基于信息不对称理论和委托代理理论展开(7)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。然而，这些研究主要讨论单因素的“边际净效应”，鲜有讨论多重因素对股价崩盘风险的组态效应，且尚未对高股价崩盘风险的“殊途同归”问题展开研究。股价偏离正常范围的现象是多因素复杂联动的结果(8)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.，组态理论基于因果复杂性，认为同一结果可以由多条路径产生，不能将组成要素孤立拆开分析(9)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，这给股价崩盘风险的研究提供了新的理论视角。基于信息不对称理论和委托代理理论，Habib等(2018)整合了股价崩盘风险的经典实证研究文献，提出了一个系统性、完整性的多重视角解释框架，涵盖五种视角，涉及企业管理层、企业监督机制、外部分析师、市场投资者四个方面(10)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。2018年后相关研究多是在Habib等(2018)的多重视角解释框架下的进一步细化与深入，由此表明该框架所具有的权威性和认可度。因此，本文借助Habib等(2018)的多重视角解释框架，将研究逻辑从简单的线性逻辑或权变逻辑过渡到全局逻辑，以基于整体视角的组态研究展开探讨。

毫无疑问，管理层为了个人利益粉饰企业的负面信息是股价崩盘形成的内因，而投资者对企业信息的反应则是股价崩盘的外在推力。基于此逻辑，管理层与投资者之间关于信息的博弈将决定股价崩盘风险的大小。企业社会责任信息反映了企业与利益相关者的互动关系，不但能在一定程度上向投资者披露内幕，而且能塑造企业形象，进而影响投资者决策。基于管理层与股东在企业社会责任中的对立关系，权小锋等(2015)总结了两个对立假说(11)权小锋、吴世农、尹洪英:《企业社会责任与股价崩盘风险:“价值利器”或“自利工具”》，《经济研究》2015年第11期,第49-64页。：一是价值假说，该假说认为，企业社会责任是管理层道德的真实体现，企业社会责任的优秀表现说明企业隐瞒坏消息的动机相对较低(12)Gelb D, Strawser J A, Corporate Social Responsibility and Financial Disclosures: An Alternative Explanation for Increased Disclosure, Journal of Business Ethics, 2001, No.1, pp.1-13.，由此可以减少信息不对称，从而降低股价崩盘风险；二是工具假说，该假说认为，中国的社会责任报告缺乏标准范式和客观的第三方评价，如果企业仅仅“报喜不报忧”(13)宋献中、胡珺、李四海:《社会责任信息披露与股价崩盘风险——基于信息效应与声誉保险效应的路径分析》，《金融研究》2017年第4期,第161-175页。，或为了文过饰非、转移股东审查注意力而履行社会责任，则会减少向外界提供的异质信息(14)Hutton A P, Marcus A J, Tehranian H, Opaque Financial Reports, R2, and Crash Risk, Journal of Financial Economics, 2009, No.1, pp.67-86.，最终导致更高的股价崩盘风险(15)Kim Y, Li H D, Li S Q, Corporate Social Responsibility and Stock Price Crash Risk, Journal of Banking & Finance, 2014, No.6, pp.1-13.。

委托代理理论认为，企业管理者为实现自身利益最大化可能会损害投资者权益(16)刘有贵、蒋年云:《委托代理理论述评》，《学术界》2006年第1期，第69-78页。。而前景理论认为，企业管理者在不确定的环境下可能会低估风险的可能，从而增加冒险倾向(17)丁际刚、兰肇华:《前景理论述评》，《经济学动态》2002年第9期，第64-66页。。无论是上述哪种情况，企业管理者的行为都会在一定程度上影响信息透明度，进而影响股价崩盘风险。关于管理激励层面，Coles等(2018)发现，薪酬可以调动高管的积极性，使其努力提升在劳动市场中的价值(18)Coles J L, Li Z C, Wang A Y, Industry Tournament Incentives, Review of Financial Studies, 2018, No.4, pp.1418-1459.。但由于及时披露坏消息会对企业业绩产生负面影响(19)Chen C, Kim J B, Yao L, Earnings Smoothing: Does It Exacerbate or Constrain Stock Price Crash Risk, Journal of Corporate Finance, 2017, No.11, pp.36-54.，而业绩又与高管薪酬正相关，一些低薪酬的高管会更有动机隐藏坏消息以保护企业业绩，这增加了股价崩盘风险(20)Kim J B, Li Y H, Zhang L D, CFOs Versus CEOs: Equity Incentives and Crashes, Journal of Financial Economics, 2011, No.3, pp.713-730.。然而，上述研究也并不意味着高管的高薪酬就能降低股价崩盘风险，董维维等(2020)就发现，高薪酬的高管所在企业的风险承担水平会有所提升(21)董维维、潘金晶：《高管薪酬差距、产权性质与企业风险承担关系研究》，《预测》2020年第6期，第25-31页。。对中国企业而言，风险承担水平与股价崩盘风险往往显著正相关，只有通过有效的企业治理才能缓解这种情况(22)田高良、封华、赵晶等：《险中求胜还是只轮不返:风险承担对股价崩盘的影响》，《管理科学》2020年第2期，第127-143页。。关于管理特征层面，高阶梯队理论认为，高管并非完全理性，其内在的非理性特质会影响外在的管理特征，进而影响企业的价值(23)Hambrick D C, Mason P A, Upper Echelons: The Organization as a Reflection of Its Top Managers, Academy of Management Review, 1984, No.2, pp.193-206.。过度自信被定义为积极的自我评价、夸大感知以及不切实际的乐观，可以较好地反映高管的管理特征。过度自信的高管往往过分相信自己的判断而低估风险，这种内生的乐观不仅增加了不实财报披露的可能(24)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.，而且削弱了内部控制的有效性(25)徐玉德、杨晓璇、刘剑民：《管理层过度自信、区域制度环境与内部控制有效性》，《审计研究》2021年第2期，第118-128页。，进而提高了企业的股价崩盘风险。

投资者既是资本市场中的买方，也是卖方，对企业信息的态度是股价崩盘风险大小的关键因素。通常，股票流动性反映了市场以合理价格交易资产的能力。熊家财(2015)研究发现，股票流动性的提高有助于降低股价崩盘风险(26)熊家财：《产权性质、股票流动性与股价崩盘风险》，《当代经济科学》2015年第1期，第67-77页。，治理理论认为，这是由于高流动性的股票可以便利大股东对股份的积累，并通过对管理层的监督促使公司健康发展(27)Maug E, Large Shareholders as Monitors: Is There a Trade-Off between Liquidity and Control?, Journal of Finance, 1998, No.1, pp.65-98.。然而，短期行为理论认为，高股票流动性带来了短期投资者，他们更多关注企业的短期绩效，这就使部分企业高管为了迎合短期投资者而进行盈余操纵或隐瞒负面消息，从而加剧了股价崩盘风险(28)陈蓉、吴宇翔：《流动性与崩盘风险:基于中国A股市场的研究》，《管理科学》2019年第5期，第129-138页。；相反，低股票流动性可以迫使流通股中的大股东发挥“锁定效应”，加强了对企业的监督(29)陈辉、顾乃康、万小勇：《股票流动性、股权分置改革与公司价值》，《管理科学》2011年第3期，第43-55页。，进而缓解了股价崩盘风险。

“治理观”认为，有效的企业治理有助于降低信息不对称，对监督管理层决策和优化投资者决策有重要意义(30)尹律：《盈余管理和内部控制缺陷认定标准披露——基于强制性内部控制评价报告披露的实证研究》，《审计研究》2016年第4期，第83-89页。。就内部治理机制而言，企业内部控制是降低股价崩盘风险的一项重要制度。通常，财报的可靠性与内部控制正相关(31)方红星、陈作华：《高质量内部控制能有效应对特质风险和系统风险吗？》，《会计研究》2015年第4期，第70-77页。，这在一定程度上缓解了信息不对称，降低了股价崩盘风险。然而，内部控制并非是解决股价崩盘风险问题的万能举措，因为其有效性与高管过度自信间存在显著的负相关。就外部治理机制而言，通常认为分析师是企业的监督者，因此分析师的涌入可以缩小预期业绩与实际业绩间的偏离度，减少信息不对称(32)Kothari S P, Eric S, Rodrigo V, Analysts’ Forecasts and Asset Pricing: A Survey, Annual Review of Financial Economics, 2016, No.8, pp.197-219.，从而缓解股价崩盘风险。然而，He等(2013)认为，分析师的大量关注会诱使企业高管过分关注短期绩效，这会导致坏消息的囤积(33)He J J, Xuan T, The Dark Side of Analyst Coverage: The Case of Innovation, Journal of Financial Economics, 2013, No.3, pp.856-878.，增加盈余操纵的可能，进而促使股价崩盘风险加剧，Xu等(2017)在中国市场中就证实了这种观点(34)Xu N, Jiang X, Chan K C, et al., Analyst Herding and Stock Price Crash Risk: Evidence from China, Journal of International Financial Management & Accounting, 2017, No.3, pp.308-348.。

非正式制度可能是企业特有的价值观、管理风气和商业行为准则，也可能是社会中普遍存在的规范和价值观。Habib等(2018)研究发现，非正式治理机制塑造了企业管理层的实践准则，其对股价崩盘风险的影响具有双面性(35)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。在我国，政治关联较好地体现了企业的非正式体制机制，为企业带来了丰富的政治资源，并深刻地影响着企业的决策行为。一方面，政治关联可以帮助企业获得税收减免、财政支持以及发展机遇(36)郑建明、刘琳、刘一凡：《政治关联的结构特征、多元化驱动与公司价值》，《金融研究》2014年第2期，第167-179页。，因此企业在行事上会更谨慎，倾向于及时发布消息(37)Luo J H, Gong M, Lin Y, et al., Political Connections and Stock Price Crash Risk: Evidence from China, Economics Letters, 2016, No.10, pp.90-92.，从而降低了股价崩盘风险。另一方面，强政治关联也给企业高管进行盈余操纵提供了空间，进而给高股价崩盘风险埋下隐患(38)薛宏刚、王典、何乔：《企业政治关联对股价崩盘风险的影响——基于盈余管理的中介机理分析》，《商业研究》2017年第11期，第109-116页。。除此之外，政治关联还会弱化企业发生违规行为的事前监督，并降低事后被稽查处理的概率，这将提高企业违规的可能，并进一步影响股价崩盘风险。值得一提的是，低水平的流动性可以在一定程度上抑制政治关联对违规行为的促进作用(39)郑丽婷、金雪军：《政治关联与公司治理有效性——基于上市公司证券违规的数据》，《财经论丛》2017年第6期,第79-87页。。

综上所述，传统研究重点考察单因素的“净效应”，但股价崩盘风险的大小是多因素联动的结果。例如，政治关联作为一种稀缺的无形资源，在一定程度上可以缓解企业的股价崩盘风险，但也会给高管带来更大的盈余操纵空间，从而给高股价崩盘风险埋下隐患。考虑到高流动性和高分析师覆盖度带来的短期绩效诱惑会诱使企业高管进行盈余操纵，因此上述条件相互形成的集合可能就是高股价崩盘风险的前因子集之一。此外，内部控制虽然是一种抑制股价崩盘风险的重要手段，但其有效性会受到高管过度自信的严重抑制。因此，本文提出如下假设：

假设1：高股价崩盘风险前因间存在耦合效应。

假设2：高股价崩盘风险的前因组态并不唯一。

综上所述，针对高股价崩盘风险前因的探索应深入到组态层面，以基于整体视角的组态研究对各条件的联合效应进行考察。基于信息不对称理论和委托代理理论，本文构建组态理论模型(见图1)。

二、基于模糊集定性比较分析的研究设计

本文运用模糊集定性比较分析(fsQCA)研究股价崩盘风险，主要出于以下三个考虑。一是股价偏离正常范围的现象并非是单因素所致，而是多因素复杂联动的结果(40)Black F, Noise, Journal of Finance, 1986, No.3, pp.529-543.，但现有文献对股价崩盘风险的解释变量非独立而相互依赖的现象并未深入开展研究。fsQCA强调多重并发因果关系，认为前因路径具有多样性，并不存在唯一最优解，这与本文的研究思路相契合(41)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.。二是在高股价崩盘风险生成的过程中，财务报告和企业披露、管理激励和管理特征、资本市场交易、企业治理机制和非正式体制机制层面可能存在多条驱动相同结果的等效因果链路径，而通过fsQCA可以研究各前因条件之间的联合效应，非常适合分析不同类型的因果条件之间的关系，包括连带因果(conjunctural causation)。三是本文研究样本为大样本，传统的研究方法可能无法对样本案例展开分析。而fsQCA是一种介于案例导向(定性方法)与变量导向(定量方法)之间的研究方法，可以在案例层面上开展条件组态的整体分析，这弥补了传统定量研究对个案的独特性和深度分析不够的缺陷(42)杜运周、贾良定:《组态视角与定性比较分析(QCA):管理学研究的一条新道路》，《管理世界》2017年第6期，第155-167页。。

(一)研究方法

fsQCA是一种集合论方法，运用整体的视角和组态的思维，通过布尔代数进行交叉案例的比较分析，关注跨案例的多重并发因果关系，即结果的发生并不一定只存在唯一的原因集路径(43)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16,44-54.。与传统定量方法相比，fsQCA的优势可以归纳为以下四点(44)杜运周、李佳馨、刘秋辰等:《复杂动态视角下的组态理论与QCA方法：研究进展与未来方向》，《管理世界》2021年第3期,第180-197页。：一是检验因果非对称性；二是筛选具有代表性的特定案例；三是挖掘前因与结果间的等效路径；四是规避内生性问题(45)Fainshmidt S, Witt M A, Aguilera R V, et al., The Contributions of Qualitative Comparative Analysis (QCA) to International Business Research, Journal of International Business Studies, 2020, No.1, pp.455-466.。

fsQCA的具体操作流程如下。第一步，根据研究主题选定前因条件与结果。第二步，根据理论依据与现实依据对前因条件变量与结果变量进行校准，即将二手数据转化为模糊隶属分数。第三步，对前因条件逐个检验，考察是否存在结果的必要条件。第四步，选定原始一致性、PRI一致性与频数阈值，构建真值表。第五步，结合中间解和简约解中的结果初步分析组态。第六步，进行稳健性检验。第七步，将组态分析的结果与案例结合，提出命题。

就判别标准而言，Ragin(2008)提出，fsQCA结果的可靠性由覆盖度(coverage)和一致性(consistency)两个指标决定(46)Ragin C C, Redesigning Social Inquiry: Fuzzy Sets and Beyond, University of Chicago Press, 2008, pp.15-16,44-54.，计算公式如下：

Coverage(Xi≤Yi)=∑(min(Xi，Yi))/∑(Yi)

(1)

Consistency(Xi≤Yi)=∑(min(Xi≤Yi))/∑Xi

(2)

其中，Xi代表着前因变量或者前因组态，Yi代表着结果变量。覆盖度与一致性的取值范围均为[0，1]。在判别标准上：对于覆盖度而言，目前学界并未得出一个最低标准，但达成共识的是0.1左右的数值难以被学界所接受(47)张明、杜运周:《组织与管理研究中QCA方法的应用:定位、策略和方向》，《管理学报》2019年第9期，第1312-1323页。；对于一致性而言，普遍可接受的最低标准为0.75，一致性越高则代表Xi隶属于Yi的程度越高。

(二)案例选取

考虑到本文的研究背景与科技创新高度相关，以A股上市的研发能力突出的高新技术企业为研究样本最为合适。一方面，科技自立自强已成为国家发展的重要战略支撑，高新技术企业正承担着引领与辐射区域创新发展的重要作用。因此，加强高新技术企业防范股价崩盘风险的能力对经济社会发展具有重要意义。另一方面，研发能力是企业提高核心竞争力的基础(48)尹美群、盛磊、李文博:《高管激励、创新投入与公司绩效——基于内生性视角的分行业实证研究》，《南开管理评论》2018年第1期，第109-117页。，但在当前科技强周期、创新不确定性剧增的背景下，这类企业在享受着科技红利的同时也面临着更大的潜在股价崩盘风险威胁(49)Kim J B, Zhang L D, Accounting Conservatism and Stock Price Crash Risk: Firm-level Evidence, Contemporary Accounting Research, 2016, No.1, pp.412-441.(50)周璐、张晓美:《公司研发投入与股价崩盘风险——来自A股上市公司的经验证据》，《经济问题》2020年第7期，第67-75页。，高研发投入且股价稳任重道远。故而，对研发能力突出的高新技术企业展开研究无疑具有更重要的实践意义。

样本筛选的过程如下：在区间上，考虑到“十三五”国家科技创新规划对高新技术企业的影响，以及新冠肺炎疫情对企业股价的负面影响(51)陈林、曲晓辉:《传染性公共卫生事件的市场反应研究——基于新冠肺炎疫情对中国股市的影响》，《金融论坛》2020年第7期，第25-33页。，本文以CCER数据库提供的2017—2019年中国高新技术企业的股价崩盘风险数据为初始研究对象；同时与已有研究一致，本文将条件变量的选取区间设置为t-1期(52)Chen J, Hong H, Stein J C, Forecasting Crashes: Trading Volume, Past Returns, and Conditional Skewness in Stock Prices, Journal of Financial Economics, 2001, No.3, pp.345-381.。在可比性上，剔除金融保险行业、ST、ST*与数据缺失的企业。在样本上，鉴于本文研究对象是研发能力突出的高新技术企业，剔除研发支出与主营业务收入比低于自身行业中位数的企业样本，其中行业中位数以年度为单位，选定范围为全体高新技术企业，数据来源于iFinD数据库。

最终获得2006条企业股价崩盘风险年度样本。同时，为方便称呼，将研发能力突出的高新技术企业简称为企业。企业社会责任数据来自和讯网，内部控制数据来自迪博数据库，其余数据均来自CSMAR数据库。

(三)变量测量

股价崩盘风险(NCS)。参考主流研究方法，本文以年为单位，通过考虑周现金红利再投资的收益率、经流通市值加权的平均收益率构建股价崩盘风险指标：首先，以年为单位对股票i的周收益率进行回归，其中Ri，t代表股票i在t周考虑周现金红利再投资的收益率，Rm，t为沪深两市A股所有上市股票在t周经流通市值加权的平均收益率，εi，t为回归残差：

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

(3)

其次，定义股票i在t周调整后的特定收益率Wi，t=ln(1+εi，t)。最后，构建NCSKEW度量股价崩盘风险，系数越大则股价崩盘风险越高。式(4)中n为股票i在t年的交易周数。

(4)

股票流动性(SL)。参考Amihud等(2002)的方法衡量股票流动性(53)Amihud Y, Noh J, Illiquidity and Stock Returns: Cross-section and Time-series Effects, Journal of Financial Markets, 2002, No.1, pp.31-56.，同时为使全文变量方向保持一致，本文对最终结果取负值，具体计算方法如式5所示。其中，|rt|为考虑现金红利再投资的日个股回报率的绝对值，Qt为个股在交易日的交易金额，N为年内交易天数。Namihud指标与股票流动性成正相关。

(5)

高管政治关联(PC)。参考罗喜英等(2019)的方法(54)罗喜英、刘伟:《政治关联与公司环境违规处罚:庇护还是监督——来自IPE数据库的证据》,《山西财经大学学报》2019年第10期，第85-99页。，先将政府、党委(纪委)、人大或政协常设机构、检察院和法院等部门的科级干部、处级干部、厅级干部和部级干部分别赋值1、2、3、4，其余赋值0，再将任职县级、市级、省级和国家级分别赋值1、2、3、4，其余赋值0。最后取两种赋值方式中的最大值，记为PC。

除了上述变量，本文还涉及企业社会责任(CSR)、高管薪酬外部差距(EC)、高管过度自信(OC)、内部控制(IC)和分析师覆盖度(AC)。变量衡量依据分别参考和讯网社会责任评分、黎文靖等(2014)(55)黎文靖、岑永嗣、胡玉明:《外部薪酬差距激励了高管吗——基于中国上市公司经理人市场与产权性质的经验研究》,《南开管理评论》2014年第4期,第24-35页。、张芳芳等(2015)(56)张芳芳、陈习定:《分析师覆盖与真实活动操控——来自中国上市公司的证据》，《经济管理》2015年第9期，第92-102页。、李丹蒙等(2018)(57)李丹蒙、叶建芳、卢思绮等：《管理层过度自信、产权性质与并购商誉》，《会计研究》2018年第10期，第50-57页。和迪博内部控制指数。

(四)变量校准

校准是将原始变量转变为[0，1]上的数值。使用fsQCA前数据若未经校准，则结果将无法被解读且缺乏现实意义(58)杜运周、贾良定:《组态视角与定性比较分析(QCA):管理学研究的一条新道路》,《管理世界》2017年第6期,第155-167页。，校准方式分为直接赋值法、间接校准法和直接校准法。其中，直接赋值法适用于数据特征相对简单的变量，如高管政治关联(PC)和高管过度自信(OC)；间接校准法适用于理论基础和经验依据相对详细的变量(59)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.，如企业社会责任(CSR)和高管薪酬外部差距(EC)；直接校准法适用于理论与经验缺乏的变量，该方法以统计模型为依据，将变量的完全隶属点、交叉点和完全不隶属点分别设定为变量描述性统计的95%、50%和5%分位数值，如股价崩盘风险(NCS)、内部控制(IC)、分析师覆盖度(AC)和股票流动性(SL)。在校准完得到模糊隶属分数后，为避免分数为0.5的案例在划分归属时缺乏理论依据，本文在其基础上增加0.001的常数。

此外，考虑到成长性反映了企业的发展潜力与发展现状，不同成长性的企业其股价崩盘风险的前因模式可能存在较大区别。因此，本文以企业所在行业的成长性中位数为基准将样本划分为高成长企业组与低成长企业组。其中，成长性以营业收入增长率表示，行业中位数以年度为单位，选定范围为全体高新技术企业，数据来源于iFinD数据库。最终得到1 023个高成长样本与983个低成长样本。所有变量的校准和描述性统计结果见表1。另外，本文前因变量的方差膨胀因子(VIF)处于1.00～1.46之间，远低于VIF为5的良好标准，说明各变量之间不存在明显的多重共线性问题。

三、结果分析

本文将运用模糊集定性比较分析(fsQCA)，对2017—2019年A股上市的2006个研发能力突出的高新技术企业年度样本进行分析，并阐释结果的意义。

(一)单个条件的必要性分析

必要性分析应在充分性分析前独立展开，其作用在于：(1)在处理逻辑最小化时，为逻辑余项的消除提供依据；(2)避免将充分性分析呈现的所有结果中都包含的条件作为必要条件(60)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.。在判别标准上，目前主流研究遵循Schneider等(2012)的建议(61)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.，将一致性分数低于0.9的条件视为非必要条件。而对于一致性分数高于0.9的条件，还需要进一步的判断，这是因为可能存在相关性。结果显示，低水平社会责任在两个样本中均高于0.9，这表明其可能是解释高股价崩盘风险的必要条件。然而进一步分析发现，在～CSR对NCS的X-Y散点图(见图2)上，大多数案例集中在右侧Y轴附近，这表明该条件未通过“不相关性(Trivialness)”检验(62)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.69-71.，因此低水平社会责任并不是构成高股价崩盘风险的必要条件。这反映了股价崩盘风险构成要素的复杂性。表2给出了高股价崩盘风险的必要性分析结果，其中“～”表示条件缺失。从表中可以看出，并不存在构成高股价崩盘风险的必要条件。

(二)高成长企业组态的充分性分析

Schneider等(2012)总结了必要性与充分性分析的主要区别。一是关注点的不同：必要性分析关注单个条件，而充分性分析关注多个条件形成的集合；二是分析方式的不同：必要性分析基于模糊隶属分数矩阵，而充分性分析基于真值表。

表1 模糊集校准与样本描述性统计

表2 高股价崩盘风险前因条件的必要性分析

图2 ～CSR对NCS的X-Y散点图

原始一致性的作用是判别条件组态是否通过模糊集合理论(63)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.278-280.；PRI一致性表示“不一致的比例减少”，是用来避免相同的组态同时出现在高股价崩盘风险和非高股价崩盘风险的结果中，PRI一致性低于0.5代表组态中出现了显著不一致性。结合真值表中一致性缺口的建议(64)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.278-280.，本文在fsQCA 3.0软件中将原始一致性确定为0.8，PRI一致性确定为0.6。此外，频数阈值的选定与样本大小有关，对于大样本频数阈值建议大于1。基于已有研究的衡量标准及本文的样本量，本文将频数阈值设定为8，此时高成长企业样本组所涵盖的样本量满足75%的最低标准。参考已有研究的结果呈现形式(65)Du Y Z, Kim P H, One Size Does not Fit All: Strategy Configurations, Complex Environments, and New Venture Performance in Emerging Economies, Journal of Business Research, 2021,No.5, pp.272-285.，汇报中间解，并辅以简约解。

表3给出了高成长企业的3条股价崩盘风险前因组态。组态H1的核心条件是高管高薪酬、高内部控制和高管过度自信，同时辅助条件为非高社会责任、高股票流动性，高分析师覆盖度和非高政治关联。这一组态的原始覆盖度与唯一覆盖度均为0.0564，一致性为0.8978，其中原始覆盖度和一致性在3条组态中均为最低，这说明该组态不如其他组态普遍，但并不代表组态H1不具有实际意义。组态H2的核心条件是高管高薪酬、高分析师覆盖度、非高股票流动性、非高内部控制和非高政治关联，同时辅助条件为非高社会责任和高管没有过度自信。这一组态的原始覆盖度、唯一覆盖度和一致性分别为0.1256、0.0292和0.9239。组态H3的原始覆盖度(0.1472)和一致性(0.9244)在3条组态中最高，表明组态H3解释了总体解中约63.23%的案例。即，组态H3是导致高成长企业产生高股价崩盘风险的最为常见的类型。组态H3的核心条件只有高社会责任，而辅助条件为高管高薪酬、高股票流动性、高内部控制、高分析师覆盖度、高管没有过度自信及非高政治关联。

(三)低成长企业组态的充分性分析

由于成长性只是对企业特征的划分，并没有涉及企业的本质，低成长样本组采用与高成长样本组相同的充分性检验标准。此时低成长企业样本组所涵盖的样本量同样满足75%的最低标准。表3给出了导致低成长企业产生高股价崩盘风险的4条组态。纵向来看，组态L1和组态L2除高管薪酬外部差距和内部控制外，其他条件存在与否均一致。组态L1的核心条件为高管高薪酬和高管过度自信，辅助条件为非高政治关联、高分析师覆盖度、高股票流动性和非高社会责任。该组态的原始覆盖度(0.0716)、唯一覆盖度(0.0143)和一致性(0.8446)在4条组态中最低。组态L2具有4条组态中最高的原始覆盖度(0.1039)，非高政治关联、高分析师覆盖度、非高内部控制、高股票流动性和高管过度自信为核心条件，非高社会责任为辅助条件。组态L3和组态L4均具备高政治关联度，这与之前的组态有很大不同。对一个低成长企业而言，非高分析师覆盖度、高股票流动性和高政治关联的结合，辅以非高社会责任、非高内部控制、高管非高薪酬和高管没有过度自信可以使企业产生高股价崩盘风险。组态L3的唯一覆盖度和一致性在4条组态中最高，分别为0.0513和0.9130，这说明该组态在遭遇高股价崩盘风险的低成长企业中较普遍。组态L4的一致性为0.8915，唯一覆盖度为0.0423。该组态中高政治关联、高管高薪酬、高内部控制和高股票流动性为核心条件，高分析师覆盖度、高管没有过度自信和非高社会责任为辅助条件。

横向来看，组态L3与组态L4在四个条件上具有相同的方向和同等的核心程度(政治关联、股票流动性、高管过度自信和社会责任)，而只在分析师覆盖度、高管薪酬外部差距和内部控制三个方面表现出差异。一方面，这反映了集合“非高分析覆盖度为核心—高管非高薪酬为辅助—非高内部控制为辅助”和集合“高分析师覆盖度为辅助—高管高薪酬为核心—高内部控制为核心”可以在组态L3和组态L4之间相互替代。另一方面，这也反映了其他条件会影响内部控制抑制股价崩盘风险的效用。上述结果证实，假设1与假设2成立。

表3 高股价崩盘风险的前因组态

(四)稳健性检验

对于稳健性的评估维度，Schneider等(2012)提出了两个集合论的特定判定标准(66)Schneider C Q, Wagemann C, Set-theoretic Methods for the Social Science: A Guide to Qualitative Comparative Analysis, Cambridge University Press, 2012, pp.294-295.：(1)稳健性检验后的结果没有其他实质性的解释；(2)稳健性检验前后的组态之间存在明显的子集关系。综上，本文采用改变频数阈值的方式进行稳健性检验。具体操作是将频数阈值由8提高至9，结果如表4所示。与校准前相比，组态发生了一些细微的变化，但对案例的解释并未发生实质性改变，表明总体结果仍然稳健。

表4 稳健性检验：改变频数阈值

四、研究结果讨论

前文的实证分析提供了7条导致高股价崩盘风险的组态，这反映了股价崩盘风险的多重并发与殊途同归。根据各路径不同的核心条件与理论解释，本文将高股价崩盘风险的组态分别归纳为六类前因模式：“高管激进式”(全体企业)、“治理缺失式”(高成长企业)、“虚假形象式”(高成长企业)、“内外交困式”(低成长企业)、“政治关联庇护式”(低成长企业)和“政治关联投机式”(低成长企业)。fsQCA 3.0软件提供了组态所覆盖的案例，因此本文结合案例阐述各前因模式背后的逻辑。

(一)高管激进式

“高管激进式”包含组态H1与组态L1。如果孤立地看，组态H1可能会受到质疑，因为人们普遍相信高水平的内部控制在降低股价崩盘风险方面起着重要作用(67)方红星、陈作华:《高质量内部控制能有效应对特质风险和系统风险吗？》,《会计研究》2015年第4期,第70-77页。。然而，当高管存在过度自信时，内部控制的有效性会受到严重抑制(68)徐玉德、杨晓璇、刘剑民:《管理层过度自信、区域制度环境与内部控制有效性》,《审计研究》2021年第2期,第118-128页。。这意味着企业在承担高风险时，会因缺乏良好的内部治理机制而无法缓解高风险承担对股价崩盘风险的加剧效应(69)田高良、封华、赵晶等:《险中求胜还是只轮不返:风险承担对股价崩盘的影响》,《管理科学》2020年第2期,第127-143页。。组态L1与组态H1大体类似，不同点在于组态L1的内部控制可有可无，这意味着过度自信且高薪酬的高管们受到较少约束，最终抬高了股价崩盘风险(70)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.。因此，本文将这两个组态蕴含的前因模式命名为“高管激进”。

亨通光电(SH.600487/2017)是组态H1的典型案例。作为饱受市场好评的通信传输设备制造商，亨通光电在内部控制方面一直保持着较高水平。然而，治理优秀并不能反映企业的全貌，由于2017年5G建设尚未大规模启动，光纤光缆市场出现结构性产能过剩，受此影响，过度投资5G建设的亨通光电自2017年起利润下滑明显。同时，该企业还因激进的作风被质疑存在不合理的关联交易、商业行为和改变募投项目等问题，这使其在2018年承受了较高的股价崩盘风险。合众科技(SZ.000925/2016)是组态L1的典型案例。该企业在2016年资产重组后曾一度备受市场关注，但企业不断地在斥巨资跨界收购风险资产和重回主业间游走。最终，该企业不受市场看好，由低交易成本所形成的抛售压力使其股价自2017年起不断下跌。基于以上分析，本文提出以下命题：

命题1：激进的高管会弱化企业内部治理的效果，加剧企业的委托代理问题，从而增加股价崩盘风险。

(二)治理缺失式

组态H2中核心条件是高管高薪酬、高分析师覆盖度、非高股票流动性、非高内部控制和非高政治关联。根据相关文献可知，虽然相对缓慢的股票流动性会加强大股东对企业的监督效应(71)陈辉、顾乃康、万小勇:《股票流动性、股权分置改革与公司价》,《管理科学》2011年第3期，第43-55页。，但是这毕竟只是投资者的自发行为，无法解决企业内部的治理问题。首先，低效的内部控制不仅会降低企业的信息透明度，而且无法缓解风险承担对股价崩盘风险的加剧作用(72)田高良、封华、赵晶等:《险中求胜还是只轮不返:风险承担对股价崩盘的影响》,《管理科学》2020年第2期,第127-143页。。其次，缺少了政治关联所带来的资源优势(73)郑建明、刘琳、刘一凡:《政治关联的结构特征、多元化驱动与公司价值》，《金融研究》2014年第2期，第167-179页。，会加剧高管的冒险倾向。最后，高分析师覆盖度会在一定程度上加剧高管对短期业绩的注重行为(74)Xu N, Jiang X, Chan K C, et al., Analyst Herding and Stock Price Crash Risk: Evidence from China, Journal of International Financial Management & Accounting, 2017, No.3, pp.308-348.，这助推了高管的风险承担倾向，进而加剧股价崩盘风险。因此，本文将组态H2所代表的前因模式命名为“治理缺失”。

组态H2的典型案例是康尼机电(SH.603111/2018)。作为高铁建设的参与企业之一，康尼机电一直备受市场关注。然而，康尼机电的内部控制水平在业内一直处于中下游水平，这使企业缺乏有效的内部治理手段。最终在2018年因信息披露违法违规行为而被证监会立案调查，并在2019年承受高股价崩盘风险的压力。基于上述分析，本文提出如下命题：

命题2：缺乏有效的内部控制手段会使高成长企业的高管所受到的行为限制较少，进而引发高股价崩盘风险。

(三)虚假形象式

组态H3的核心条件只有高社会责任。企业履行社会责任存在两种可能。一是降低股价崩盘风险。基于信息不对称理论，良好的社会责任起到了声誉保险的作用(75)权小锋、吴世农、尹洪英:《企业社会责任与股价崩盘风险:“价值利器”或“自利工具”？》,《经济研究》2015年第11期,第49-64页。，加强了投资者与企业间的良性沟通(76)权小锋、肖斌卿、吴世农:《投资者关系管理能够稳定市场吗？——基于A股上市公司投资者关系管理的综合调查》,《管理世界》2016年第1期,第139-152页。，从而降低了股价崩盘风险。二是加剧股价崩盘风险。基于委托代理理论，企业履行社会责任也可能是在进行“印象管理”，转移股东审查注意力(77)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.。由于相关法规尚未完善，大量研究印证了我国企业履行社会责任更多是为了“掩饰效应”(78)田利辉、王可第:《社会责任信息披露的“掩饰效应”和上市公司股价崩盘风险——来自中国股票市场的DID-PSM分析》,《管理世界》2017年第11期,第146-157页。，如果企业仅仅“报喜不报忧”(79)宋献中、胡珺、李四海:《社会责任信息披露与股价崩盘风险——基于信息效应与声誉保险效应的路径分析》,《金融研究》2017年第4期,第161-175页。，或为转移股东审查注意力而履行社会责任，则会减少向外界提供的异质信息(80)Hutton A P, Marcus A J, Tehranian H, Opaque Financial Reports, R2, and Crash Risk, Journal of Financial Economics, 2009, No.1, pp.67-86.，最终加剧股价崩盘风险。在组态H3中，企业履行社会责任更多体现了“掩饰效应”。因此，本文将组态H3所蕴含的前因模式概括为“虚假形象”。

康得新(SZ.002450/2016)是组态H3的典型案例。作为一家从事先进高分子材料研发的企业，康得新接连打破日、韩企业对中国大陆光学膜市场的垄断，被市场与社会寄予厚望。然而，康得新的资金链一直存在着问题，为了文过饰非，康得新积极履行社会责任以掩饰其在融资上铤而走险的事实。这种做法只是欲盖弥彰，康得新最终在2017年承受巨大的股价崩盘风险压力，并于2018年遭遇股价崩盘。基于上述分析，本文提出如下命题：

命题3：高成长企业显著突出自身的社会责任属性体现了其文过饰非的目的，这将导致企业的高股价崩盘风险。

(四)内外交困式

组态L2的核心条件是高管过度自信、高股票流动性、高分析师覆盖度、非高内部控制和非高政治关联。这一组态覆盖的企业受困于内部与外部的双重压力。首先，低效的内部控制削弱了企业对股价崩盘风险的防控能力。其次，高管缺乏政治关联会使企业无法得到额外的资源支持(81)郑建明、刘琳、刘一凡:《政治关联的结构特征、多元化驱动与公司价值》,《金融研究》2014年第2期，第167-179页。，这在一定程度上会影响企业高管的决策。最后，过度自信的高管会增加企业披露不实财报的可能(82)Schrand C M, Zechman S L C, Executive Overconfidence and the Slippery Slope to Financial Misreporting, Journal of Accounting and Economics, 2011, No.1-2, pp.311-329.。同时，高股票流动性和高分析师覆盖度均会在一定程度上诱使企业高管过分关注短期绩效，而盈余操纵和披露不实财报就是提升短期绩效的最简单方式之一(83)陈蓉、吴宇翔:《流动性与崩盘风险:基于中国A股市场的研究》,《管理科学》2019年第5期，第129-138页。(84)He J J, Xuan T, The Dark Side of Analyst Coverage: The Case of Innovation, Journal of Financial Economics, 2013, No.3, pp.856-878.。因此，这五个条件的集合加剧了股价崩盘风险。基于此，本文将组态L2所代表的前因模式概括为“内外交困”。

组态L2的典型案例是科融环境(SZ.300152/2017)。虽然近年来环保类上市企业受到较大关注，但科融环境的业绩并未因此改善。为了吸引投资者，企业在2017年4月公告称“董事长毛凤丽将在12个月内增持企业股份”，引发市场跟风。同时，在之后的3个月内多达6份研报鼓吹科融环境的发展潜力，呼吁投资者尽快投资。同年8月，董事长却在忽悠员工“兜底式增持”后主动辞职，这背后凸显了企业管理的混乱，最终导致科融环境在2017年9月22日遭到停牌，并在2018年承受巨大的股价崩盘风险压力。基于上述分析，本文提出如下命题：

命题4：低成长企业会因为糟糕的内部治理和混乱的外部环境而承受高股价崩盘风险的压力。

(五)政治关联庇护式

组态L3的核心条件包括高政治关联、非高分析师覆盖度和高股票流动性，该组态所展现的解释逻辑完全有别于前文论述的组态。政治关联在为企业带来资源优势的同时(85)郑建明、刘琳、刘一凡:《政治关联的结构特征、多元化驱动与公司价值》，《金融研究》2014年第2期，第167-179页。，也增加了企业高管进行盈余操纵的可能(86)薛宏刚、王典、何乔:《企业政治关联对股价崩盘风险的影响——基于盈余管理的中介机理分析》，《商业研究》2017年第11期,第109-116页。，这与高流动性所带来的负面影响如出一辙。同时缺少分析师的监督，信息不对称问题得不到缓解(87)Kothari S P, Eric S, Rodrigo V, Analysts’ Forecasts and Asset Pricing: A Survey, Annual Review of Financial Economics, 2016, No.8, pp.197-219.，这都将加大股价崩盘风险。基于此，本文将组态L3所反映的前因模式概括为“政治关联庇护”。

神开股份(SZ.002278/2016)是组态L3的典型案例。这是一家主营石油化工的企业，其高管曾长期担任上海市人大代表，然而这并未使企业在行事上趋于谨慎。相反，神开股份在2010年后曾连续三年利润造假，高管频频短线交易，使企业深陷股权争夺、资本乱局的旋涡。虽然神开股份在2013—2015年间多次被上海监管局处罚警告，但高管层的混乱并未明显改善，再加之投机者的炒作，最终使企业在2017年产生了高股价崩盘风险。基于以上分析，本文提出以下命题：

命题5：当市场中充斥着大量短期投资者且企业缺乏有效的内部治理时，低成长企业的政治关联属性会加剧高管的违规行为，从而加大股价崩盘风险。

(六)政治关联投机式

组态L4中包含高内部控制，且高管没有过度自信，这意味着企业披露的信息会更加及时可靠(88)徐玉德、杨晓璇、刘剑民:《管理层过度自信、区域制度环境与内部控制有效性》，《审计研究》2021年第2期，第118-128页。(89)方红星、陈作华:《高质量内部控制能有效应对特质风险和系统风险吗？》，《会计研究》2015年第4期，第70-77页。，然而这两个条件仍无法完全监管企业的行为：高股票流动性所带来的投机者专注于企业的短期绩效，这会诱使高管进行“短视的违规行动”(如虚假宣传和资本市场违规交易等)，而政治关联恰好能给这种行动提供便利(90)郑丽婷、金雪军:《政治关联与公司治理有效性——基于上市公司证券违规的数据》，《财经论丛》2017年第6期，第79-87页。。此外，组态L4覆盖的企业自身的成长性在行业中并不突出，这也加强了高管利用政治关联进行投机行为的内在驱动力。基于此，本文将组态L4所代表的前因模式命名为“政治关联投机”。

现实中也能找到典型案例支持上述理论。以岭药业(SZ.002603/2017)作为国内顶尖的中医药研发与生产企业，一直备受市场关注。该企业高层中既有中国工程院院士、中国中医药实验室主任，也有正处级局长、省级药监局处长，使企业具备极强的社会资源。然而，为了占据更大的市场份额，以岭药业不惜动用社会资源以违规宣传的方式夸大其产品的功效，这严重欺骗和误导了消费者。2011年、2014年和2017年均有以岭药业违规宣传的新闻被爆出。这些行为最终使该企业在2018年承受巨大的股价崩盘风险压力。基于上述分析，本文提出以下命题：

命题6：市场中的短期投机者会加剧高管利用政治关联进行冒险活动的倾向，这致使企业产生高股价崩盘风险。

五、研究启示与展望

经上述分析，本研究得出三个结论：一是存在7条引起高股价崩盘风险的组态。这说明股价崩盘风险并不由任何单一条件主导，而是由多种条件相互关联、相互制约共同促成。二是得到六类高股价崩盘风险的前因模式。其中，高成长企业独有的模式为二类：“治理缺失式”“虚假形象式”；低成长企业独有的模式为三类：“内外交困式”“政治关联庇护式”“政治关联投机式”；高、低成长企业均有的模式为一类：“高管激进式”。三是高成长高新技术企业的高股价崩盘风险主要源于内部治理缺失或激进高管所引发的委托代理问题，而低成长高新技术企业的高股价崩盘风险则源于内部治理问题、高管特质问题和市场压力问题共同形成的“联合效应”。基于研究结论，本研提出以下启示，并对未来研究作出展望。

(一)加强对企业高管的监督力度

高新技术企业应建立严格的内部审慎监管制度，加强对企业高管行为的监督，为企业的持续发展提供制度保障。激进的高管可以弱化内部控制的有效性，这表明企业委托代理问题会在很大程度上影响企业的正常运营。同时，政治关联也会加剧企业的委托代理问题。高新技术企业在创新活动中已承担了大量的系统性风险，更应加强对高管行为的约束与监督，以减少通过政治关联的“权力寻租”所引发的非系统性风险，进而营造良好的创新环境。对此，企业可以纳入部分利益相关者参与到企业治理中，对高管的决策进行事前评估与事后预测，从而抑制高管的短视行为，如鼓励员工参与决策、增加大股东的投票权等。市场监管部门也应加强对企业投机行为的管制，以减少企业高管的非理性冒险倾向。

(二)提高投资者的警觉性

监管部门应构建更加合理的社会责任披露体系，使投资者能更加准确地辨别高新技术企业履行社会责任的真实意图。目前企业对社会责任的自愿性披露尚处于起步阶段，且相应的监管制度并不健全，这使得企业社会责任的“工具属性”普遍强于其“价值属性”(91)权小锋、吴世农、尹洪英:《企业社会责任与股价崩盘风险:“价值利器”或“自利工具”？》，《经济研究》2015年第11期,第49-64页。。同时，当前的社会责任评分标准依然无法完全涵盖企业使命、运营、管理、财务和营销这五大维度，最终评分所展现的往往只是企业的冰山一角，这使得企业社会责任指标在实质上只能对投资决策起到辅助作用。对此，市场监管部门可以制定社会责任报告的撰写标准，并对遗漏关键信息的企业加以惩罚，从而关闭企业将“科技创新”“服务社会”等作为幌子进行违规财务操作的“大门”。

(三)健全不实研报的惩罚机制

监管部门应加强对分析师专业素养和道德的教育，并引导投资者理性对待分析师的意见。在导致高股价崩盘风险的六类前因模式中，高分析师覆盖度与高股票流动性各自仅在一种模式中未出现。上述研究反映了中国市场仍偏向于短期投机，部分分析师能力不足或并未履行自身的义务。对此，市场监管部门应适时地对市场进行“降温”，避免短期投机者过度聚集；同时对分析师的研报进行严格审查，对研报中不符合事实的叙述进行双向惩罚，以避免出现分析师与机构投资者利益勾结的情况。

(四)未来研究展望

本研究存在以下三点不足。一是在fsQCA校准的过程中，由于缺乏理论基础与经验依据，诸如股价崩盘风险(NCS)和内部控制(IC)等变量采用了直接校准法而非间接校准法，这使得校准的结果可能无法完全体现变量的现实意义。二是本文借鉴的Habib等(2018)的多重视角解释框架并非涵盖所有因素(92)Habib A, Hasan M M, Jiang H Y, Stock Price Crash Risk: Review of the Empirical Literature, Accounting and Finance, 2018, No.S1, pp.211-251.，如近年来不断兴起的行为金融因素在模型中并未体现。这是因为行为金融学在实践中缺乏统一的理论范式以检验各种“悖论”，这使得现有的行为金融学论据随机且相互矛盾(93)夏明:《主观性视角下的行为金融学研究——基于奥地利学派的观点》,《经济评论》2015年第5期,第154-160页。。三是本文发现的六类导致高股价崩盘风险的前因模式只是对股价崩盘风险前因(antecedents)的归纳总结，并未涉及股价崩盘的后果(consequences)，诸如“股价崩盘风险是否会影响企业创新投入”“高股价崩盘风险是否会加剧委托代理问题”“高股价崩盘风险是否会影响公众信任”等与高新技术企业开展创新活动息息相关的问题尚未得到解决。

对此，建议未来研究可以在以下三点作相应的完善。一是在界定相关概念的基础上，对企业年报进行数据挖掘，从而构建出指标成熟的客观度量体系，提高变量与校准结果的契合度。二是待行为金融的理论研究成熟后，可以考虑将行为因素纳入股价崩盘风险前因的组态理论模型，使模型更加全面，更具说服力。三是建议未来研究可以结合fsQCA的分类优势和PSM的反事实因果推断优势(94)Fiss P C, Building Better Casual Theories: A Fuzzy Set Approach to Typologies in Organizational Research, Academy of Management Journal, 2011, No.2, pp.393-420.(95)Rosenbaum P R, Rubin D B, The Bias Due to Incomplete Matching, Biometrics, 1985, No.1, pp.103-116.，在研究中同时考察股价崩盘风险的前因与后果，以得到更具现实意义的结论。