連鎖股東關系網絡對企業違規的影響研究

謝夢園 宋建波

(1.肇慶學院經濟與管理學院，廣東 肇慶 526040；2.中國人民大學商學院，北京 100872)

一、引言

企業違規影響因素一直是學者們關注的重點。近年來，盡管我國資本市場的執法體系已逐漸完善，上市企業也不斷完善內部治理機制，但從憑空消失現金300億元的康美藥業、扇貝屢次“被跑路”的獐子島、憑空蒸發17億元的輔仁藥業，再到造假8年虛增26億元利潤被動退市的奇信股份，上市企業違規現象依然屢禁不絕。既有研究表明，企業違規在本質上屬于代理問題范疇(王建瓊和曹世蛟，2020)，可能是股東和管理層利益沖突引發的違規行為，也可能是大股東和中小股東利益沖突引發的違規行為，還可能是兩類代理沖突共同引發的違規行為，即違規行為實質上是企業股東、管理層、董事等內部人員為謀取私利而實施的機會主義行為(余怒濤等，2021)，因此必然受到各相關利益主體社會關系這種非正式制度的影響(胡海峰等，2022)。

以往研究多將公司置于董事網絡或高管網絡，或多將股東視為獨立的個體，從而忽視了股東之間所形成的關系網絡對企業違規行為的影響。連鎖股東是指同時持有行業內多家不同公司股份的股東，通過連鎖股東聯結在一起形成的關系網絡就稱為連鎖股東關系網絡(黃燦和李善民，2019；潘越等，2020；黃燦和蔣青嬗，2021)。企業違規最終會影響企業價值實現，是致力于實現投資組合價值最大化的連鎖股東所關注的重要事項(潘越等，2020)。

目前，連鎖股東影響企業違規行為的研究并未形成一致結論。一方面，企業通過連鎖股東可以從聯結企業中獲取信息、知識并積累治理經驗等(馬連福和杜博，2019；黃燦和蔣青嬗，2021)，有利于提高自身聲譽和行業地位等社會資本(曲吉林和于亞潔，2019)，這對于完善企業治理機制，減少企業違規行為具有重要作用。另一方面，連鎖股東可能會導致企業間的競爭合謀，產生新的治理問題，如因連鎖股東間的利益聯合而產生侵占小股東利益的掏空行為，以及利益聯合過程中的協調成本對股東監督效率和公司治理質量產生影響(潘越等，2020；梁日新和李英，2022)。因此，連鎖股東關系網絡所蘊含的信息以及資源是有助于引導企業依法依規經營，還是增加企業違規的機會，仍有待進一步實證檢驗。

基于此，本文以我國2015―2020年A股上市企業為研究對象，探究了企業在連鎖股東關系網絡中的位置對企業違規行為的影響，并進一步檢驗了作用機理。本文的研究貢獻主要有：第一，在關系層面豐富了連鎖股東關系網絡的研究成果，也為公司違規的治理研究提供了新的視角。不同于以往研究將公司視為孤立個體或將公司置于董事網絡、高管網絡，本文通過構建連鎖股東關系網絡中心度指標，探究連鎖股東關系網絡中心度與企業違規行為的關系。第二，考察了在不同內外部治理環境下連鎖股東關系網絡對企業違規的影響，加強了對連鎖股東關系網絡治理效應的認識，也為規范股東關系和治理企業違規行為提供了針對性的理論基礎。第三，多角度實證檢驗了連鎖股東關系網絡通過弱關系影響企業違規行為。Granovetter(1985)、黃燦和李善民(2019)研究表明強關系和弱關系的影響機理存在明顯差異，但現有文獻較少對強關系和弱關系在影響機理上進行區分(黃燦和蔣青嬗，2021；羅棟梁和徐備，2021)。本文檢驗了連鎖股東關系網絡弱關系的存在性，又從信息傳遞渠道和商業信用獲取兩個角度對連鎖股東關系網絡影響企業違規的機理進行排除性檢驗。

二、文獻評述

目前學術界就企業社會關系對企業違規行為的影響并未形成一致的研究結論，也鮮少從連鎖股東關系網絡視角探究企業違規行為的影響因素。

具體而言，有的學者認為企業的社會關系會減少企業的違規行為。馬德芳和邱保印(2016)認為同一社會信任網絡會強化信息傳導作用，加速信息傳播的同時也加快了網絡內成員決策的速度，因而在社會信任度高的社會網絡，企業受網絡內強化的懲罰成本(如喪失未來有利交易機會和無法在網絡中立足)以及聲譽約束作用越明顯，越有助于減少企業違規行為，而且在社會信任水平高的地區，企業違規所導致的股票市場反應更大。何雁等(2020)分析指出，若保薦代表人在IPO企業所在地有社會關系網絡，則其具有更明顯的信息優勢，能在上市輔導中更及時地提供決策信息并督促企業整改，因此所保薦的企業不僅被監管機構問詢的問題比較少，而且被行政處罰的概率也更低。曲吉林和于亞潔(2019)指出，與聲譽高、資源豐富以及治理質量好的企業建立高質量聯結關系，以及處于連鎖董事網絡中心位置所擁有的信息渠道和聲譽等優勢，能有效降低企業信息披露違規行為，提高企業的信息披露質量。王建瓊和曹世蛟(2019，2020)指出高管連鎖網絡對企業違規行為存在溢出效應，即企業的違規行為會通過高管連鎖的關聯關系傳播，并進一步發現同業間高管連鎖產生的同業監督效應能有效降低目標公司的違規概率。

但也有學者認為企業的社會關系并不會減少企業的違規行為，甚至有可能提高企業的違規傾向。胡海峰等(2022)運用雙變量Probit模型，研究發現企業在連鎖董事網絡的中心度并不能降低企業的違規傾向：一是越趨于連鎖董事網絡的中心位置，連鎖董事繁忙程度越高，越需要花費更多的時間和精力維護網絡關系，導致對公司的監管效率降低；二是連鎖董事網絡在提高網絡內企業間信息傳遞效率的同時也提高了與網絡外企業間的信息不對稱程度；三是網絡內企業間的緊密關聯增加了違規稽查的難度，最終企業在違規行為發生后被稽查發現的概率下降。陸瑤和胡江燕(2016)發現在CEO與董事會存在老鄉關系的企業中，企業違規時與管理層的協調成本、管理層所受的監督強度都會下降，為企業實施違規行為提供了潛在機會，最終提高了企業違規傾向，并且成員間的裙帶關系導致企業發生違規行為后被稽查發現的概率降低。

從上述研究可知，雖然已有不少文獻從非正式社會關系網絡角度對企業違規的影響因素進行了探究，但鮮有文獻關注股權關聯形成的連鎖股東關系網絡對企業違規行為的影響。本文將企業違規行為置于企業間通過連鎖股東形成的關系網絡中，探究企業在連鎖股東關系網絡的中心度對企業違規行為的影響，并進一步探究影響機理，以期豐富企業違規影響因素以及連鎖股東關系網絡經濟后果的研究。

三、理論分析與研究假設

企業違規在本質上屬于代理問題范疇，而監督是緩解代理成本的重要方式，也是被學術界和實務界廣泛認可的防范企業違規的重要措施。就股東治理而言，股東可通過積極發聲和退出威脅的機制發揮監督職能以緩解企業代理沖突，從而對企業違規行為產生治理作用(Hope，2013；Edmans et al.，2019；余怒濤等，2021)，即代理成本是股東發揮監督職能，并對企業違規行為產生影響的重要紐帶(邏輯框架如圖1所示)。盡管連鎖股東參與公司治理的方式與普通股東并無差異，但連鎖股東關系網絡中蘊含的社會資本可能會影響其參與企業治理的力度，并且企業在連鎖股東關系網絡中的位置也會對連鎖股東發揮監督和治理職能產生影響。

一方面，連鎖股東關系網絡為企業和連鎖股東提供了獲取網絡中信息、資源的便利渠道，并幫助連鎖股東積累同行業跨企業的治理經驗，提高了其通過積極發聲加強對企業內部人員自利行為監督的能力，降低了信息不對稱產生的代理成本，進而降低了企業違規行為發生的概率。依據社會網絡鑲嵌理論，企業間通過連鎖股東形成的關系網絡對信息等資源存在配置效應(McEvily and Marcus，2005)，會影響關系網絡內連鎖股東的信息資源基礎(馬連福和杜博，2019)，并且連鎖股東獲取信息等資源的能力與其所處的網絡位置密切相關(萬叢穎，2019)。具體而言，處于連鎖股東關系網絡核心位置的連鎖股東，在獲取行業內其他企業的內部管理信息、積累治理經驗、學習新管理模式等方面更具優勢(萬叢穎，2019；曲吉林和于亞潔，2019；楊興全和趙銳，2022)。這些優勢不僅提高了連鎖股東對股東掏空行為、管理層自利行為、董事不作為行為的認知，而且治理經驗的豐富還進一步增強了連鎖股東的治理能力和治理信心，幫助其更積極地提交股東提案、與管理層談判協商、向媒體公開發聲，甚至更換管理層，實現對企業內部人員的監督和制衡，降低企業機會主義行為產生的代理成本，從而減少企業違規行為的發生(Kang et al.，2018；Chen et al.，2021；楊興全和趙銳，2022)。

另一方面，連鎖股東關系網絡提高了連鎖股東的聲望和能力，使其利用聲譽優勢施加退出壓力，從而阻止由管理層或其他股東自利動機引發的違規行為。根據社會網絡鑲嵌理論，同時持有多家企業股份的連鎖股東往往具備較好的能力和聲譽，且越處于網絡中心位置，在行業中積累的專家聲譽越高(曲吉林和于亞潔，2019)，而網絡中的成員也往往傾向于與資源富足、口碑聲譽良好的企業建立關聯(萬叢穎，2019)。因此，越是處于網絡核心位置的連鎖股東，其非正常退出企業的行為越會向市場傳遞企業的負面消息(余怒濤等，2021)，甚至引起市場中其他投資者的恐慌，導致其他投資者相繼出售股份以規避風險。而且我國股市的羊群行為還可能進一步加劇這種恐慌行為，加大企業股價暴跌的可能(許年行等，2013)，從而達到連鎖股東退出威脅的治理效應。

綜上，企業越處于連鎖股東關系網絡的中心位置，越能最大化發揮連鎖股東積極發聲和退出威脅監督機制的作用，緩解企業利益沖突和代理成本，降低企業違規行為發生的概率。由此，本文提出如下研究假設：

H1a：限定其他條件不變，企業在連鎖股東關系網絡的中心度越高，越可能降低企業違規行為發生的概率。

然而，企業通過連鎖股東構建的連鎖股東關系網絡也可能會降低市場信息透明度，提升企業代理沖突和代理成本，成為企業違規行為隱匿和股東合謀的渠道，導致企業違規行為增多。一方面，雖然連鎖股東關系網絡作為企業間的信息溝通橋梁(黃燦和李善民，2019)，降低了企業與聯結企業之間的信息不對稱程度(羅棟梁和徐備，2021)，有利于降低企業間交易成本和不確定性(Schoorman et al.，1981)，形成穩定的交易關系，但這種交易關系網具有排他性，網絡外的企業基本無法享受到網絡關系的優勢，也無法獲取網絡內的關鍵信息。此時連鎖股東關系網絡反而會成為企業與網絡內其他企業交易的壁壘，因此這種交易關系網極易演變為股東掏空公司、轉移資產、侵害中小股東利益的一種渠道(馬德芳和邱保印，2016；胡海峰等，2022)。另一方面，連鎖股東關系網絡也可能會導致企業合謀行為的增多進而加劇企業的違規行為。連鎖股東以投資組合價值最大化為目標，在這種投資目標的影響下，連鎖股東一方面可能會與聯結企業合謀(潘越等，2020；杜善重和李卓，2022)，向聯結企業輸送利益，另一方面也可能會與管理層合謀，而管理層出于薪酬和職位的考慮可能會迎合連鎖股東的需求，從而引發違規行為(余怒濤等，2021)。連鎖股東的這種掏空和合謀行為，不僅侵犯股東權益、惡化企業的委托代理沖突(魏明海等，2013)，也將企業推向了違法違規的邊緣。

由此可知，連鎖股東關系網絡在增加網絡內企業交易便利性的同時，也弱化了企業間交易的透明度，使得網絡內企業的違規行為難以被外界發現(胡海峰等，2022)，增加了網絡內企業通過連鎖股東轉移資產等掏空行為的隱匿性，強化了企業違規的僥幸心理，大大提高了企業違規的概率?；诖?，本文提出如下備擇假設：

H1b：限定其他條件不變，企業在連鎖股東關系網絡的中心度越高，越可能提高企業違規行為發生的概率。

四、研究設計

(一)樣本選取與數據來源

本文以我國2015―2020年A股上市企業為研究對象。其中，以2015年為初始研究年份是考慮到2014年5月國務院發布了“新國九條”文件，對股權市場建設以及上市公司質量提升等做了系統部署和安排，會對企業行為以及資本市場發展產生深刻影響；截至2020年是考慮到新冠肺炎疫情對企業經營的影響。本文剔除了每年被ST、*ST、變量數據遺失企業以及金融企業，也對文中連續變量按上下1%的比例進行了縮尾處理。企業財務與治理數據、十大股東季度數據均來自國泰安數據庫。其中，連鎖股東關系網絡中心度指標的構建是在手工整理十大股東季度數據基礎上利用Ucinet 6軟件計算而得。具體而言，首先，對季度層面的十大股東數據進行手工整理，調整因符號、字母大小寫、不同企業的記錄習慣以及錄入錯誤導致的股東名稱差異。其次，將同時持股行業內兩家及以上企業的股東界定為連鎖股東。在制造業的分類上，依據2012年中國證監會行業分類標準將其細分至二級行業。最后，基于上述定義和識別的連鎖股東數據，利用Ucinet 6計算連鎖股東關系網絡中心度指標。

(二)變量定義

1.被解釋變量

本文設置企業是否違規的虛擬變量(Viodum)。參考邱靜和李丹(2022)的度量方法，若企業當年被上交所、深交所、財政部或中國證監會等監管機構處罰，則認為企業當年存在違規行為，取值為1，反之取0。此外，在穩健性檢驗中，構建反映違規程度的違規次數(Vionu)以增強研究結論的可靠性。

2.解釋變量

由于在連鎖股東關系網絡中并不是任意節點都能通過若干個中介而與其他節點相聯系，即不滿足接近中心度的適用條件(馬連福和杜博，2019)，因此，本文采用程度中心度和中介中心度作為關鍵解釋變量，并依次記為Degree和Betenes，同時，在穩健性檢驗中構建特征向量中心度(Eigetor)對企業間的聯結質量進行檢驗。

程度中心度測度連鎖股東關系網絡中企業通過連鎖股東與其他企業直接聯結的數量，反映了企業在關系網絡中獲取信息的渠道數量和信息收集的效率，從而體現企業在連鎖股東關系網絡中的信息獲取能力。計算方式如下：

其中，Xij表示企業間的股東聯結關系，如果股東同時持股企業i和企業j，則取1，反之取0；m-1的作用在于緩解因每年企業數目不同導致的差異，其中m反映了連鎖股東網絡中的企業數目。

中介中心度測度企業在連鎖股東關系網絡中作為聯結介質聯結網絡中其余兩家企業的次數，反映了企業在關系網絡中對信息交流和傳遞渠道的控制優勢以及獲取異質性信息的機會，從而體現企業在連鎖股東關系網絡中的信息控制能力。計算方式如下：

其中，pi(k,j)表示經過企業i的最短路徑數；p(k,j)反映的是企業k與企業j間最短的路徑數；(m-1)(m-2)/2的作用在于緩解因每年企業數目不同導致的差異，其中m反映了連鎖股東網絡中的企業數目。

特征向量中心度通過刻畫與企業相聯結的其他企業在網絡中的核心位置來反映目標企業在網絡中的中心性，從而反映企業的聯結質量，計算方法如下，并可通過求解方程λE=BE獲得：

其中，λ是鄰接矩陣B的特征值，bij是鄰接矩陣，如果企業i和企業j之間存在至少一個共同股東則取1，否則為0；Ej是鄰接矩陣B的特征值對應的特征向量，式(3)反映的是節點企業i的中心度是其鄰節點企業j中心度總和的1/λ。

3.控制變量

參考江新峰等(2020)、邱靜和李丹(2022)對企業違規行為的研究，本文在模型(4)中除了控制行業和年份固定效應，也控制了其他影響企業違規行為的變量，具體變量及定義如表1所示。

(三)實證模型

為檢驗企業在連鎖股東關系網絡中的位置對企業違規行為的影響，本文設計了如下實證模型：

其中，Viodum是企業違規虛擬變量，Ls是連鎖股東關系網絡中心度的代理變量，包含程度中心度Degree和中介中心度Betenes，Ctrls為控制變量合集。若連鎖股東關系網絡能降低企業違規行為的發生，則α1的系數將顯著為負。

五、回歸結果與分析

(一)描述性統計

變量的描述性統計結果如表2所示。在連鎖股東關系網絡中心度方面，樣本企業在連鎖股東關系網絡中的程度中心度(Degree)均值為0.180，標準差為0.136，極差為0.635，表明各企業通過連鎖股東與其他企業聯結的情況并不均衡，并不是所有企業都擁有較強的網絡關系以及處于核心的網絡位置。樣本企業在連鎖股東關系網絡的中介中心度(Betenes)均值為0.034，標準差為0.058，最小值為0，最大值為0.319，表明樣本企業在連鎖股東關系網絡中的控制能力存在非均衡發展的特征，有的節點企業具有較強的控制和支配其他節點企業的能力，而有的節點企業只能被其他節點企業所控制和支配。在被解釋變量方面，企業違規虛擬變量(Viodum)的均值為0.235，違規次數(Vionu)的中位數為0，極差為11，說明網絡內不同企業的違規程度存在較大差異。其他控制變量的描述性統計結果與現有研究大致相符。

(二)相關性分析

表3列示了變量間相關系數。從程度中心度以及中介中心度與企業違規行為的相關性來看，程度中心度(Degree)和中介中心度(Betenes)與違規虛擬變量(Viodum)、違規次數(Vionu)的相關系數均顯著為負，初步驗證了研究假設H1a，即得益于企業在連鎖股東關系網絡中資源優勢的學習借鑒和提前防范，企業違規行為發生的概率下降了。其余變量間的相關系數也均在合理范圍之內，意味著本文回歸模型不存在嚴重的多重共線性問題。

表3 連鎖股東關系網絡與企業違規的主要變量相關性

(三)基礎回歸結果

為檢驗研究假設，本文對模型(4)進行了Logit回歸，結果如表4所示。從第(1)(2)列可知，在只控制年度和行業固定效應時，以企業違規虛擬變量(Viodum)為被解釋變量，程度中心度(Degree)與中介中心度(Betenes)的回歸系數分別為-1.652和-2.878，且都在1%水平上顯著。第(3)(4)列在第(1)(2)列的基礎上進一步加入了其他影響企業違規的控制變量，程度中心度(Degree)與中介中心度(Betenes)的回歸系數分別為-1.073和-1.804，且依舊在1%水平上顯著。上述結果表明企業在連鎖股東關系網絡中的中心度越高，越有助于降低企業違規行為發生的概率，即企業通過連鎖股東構建的企業間聯結關系網絡降低了企業違規行為發生的概率，支持了研究假設H1a。

(四)穩健性檢驗

1.替換變量

一方面對解釋變量進行敏感性檢驗。程度中心度和中介中心度作為社會關系網絡中心度常用的測度指標，關注的是局部網絡特征，因而在穩健性檢驗中使用反映節點在網絡總體核心度的特征向量中心度(Eigetor)，對模型(4)進行Logit回歸，結果如表5第(1)(2)列所示。特征向量中心度(Eigetor)的回歸系數始終顯著為負，再次驗證了連鎖股東關系網絡對企業違規行為的抑制作用，支持了研究假設H1a。

表5 替換變量敏感性檢驗結果

另一方面對被解釋變量進行敏感性檢驗。本文使用企業違規次數(Vionu)替換原來的被解釋變量，采用Poisson回歸對模型(4)進行擬合，結果如表5第(3)(4)列所示。程度中心度和中介中心度的回歸系數依然顯著為負，并在1%水平上顯著，說明企業在連鎖股東關系網絡的中心度指標與企業違規行為依然顯著負相關，增強了基礎回歸結論的可靠性。

2.內生性檢驗：固定效應檢驗

雖然基礎回歸已盡可能控制了影響企業違規的因素，但仍可能因遺漏不可觀測變量而產生內生性問題，影響回歸估計的無偏性。為緩解因遺漏不隨時間變化的個體差異導致的內生性問題，本文在基礎回歸模型中進一步控制企業個體效應，并使用固定效應模型對模型(4)再次回歸，結果見表6。程度中心度(Degree)和中介中心度(Betenes)的回歸系數顯著為負，即在控制企業個體固定效應后，企業的連鎖股東關系網絡中心度對企業違規行為的抑制作用依然成立，再次支持了研究假設H1a。

表6 固定效應回歸結果

3.內生性檢驗：處理效應

一般而言，出于投資收益考慮，股東更傾向于選擇違規行為較少尤其是未曾發生過違規行為的企業作為投資對象，而且在這樣的企業中，股東也更有動力占據關系網絡中的優勢位置以獲取更優質的信息和學習更多知識。因此，連鎖股東關系網絡的形成可能存在樣本自選擇問題。

本文進一步使用處理效應模型緩解因樣本自選擇帶來的內生性問題。借鑒已有文獻的做法(黃燦和李善民，2019)，首先，構建連鎖股東關系網絡指標虛擬變量Degree_75d和Betenes_75d，當程度中心度(Degree)和中介中心度(Betenes)高于年度樣本的第75百分位數值時取1，反之取0。其次，在第一階段回歸中對可能影響連鎖股東關系網絡形成的變量進行控制，并選擇同行業內其他企業相應的連鎖股東關系網絡指標均值作為工具變量，進行Probit回歸并計算出逆米爾斯比率(Lambda)。最后，在第二階段回歸納入Lambda的基礎上再次檢驗連鎖股東關系網絡指標對企業違規行為發生的影響，結果如表7所示。經轉換后的兩階段回歸擾動項的相關系數Athrho均顯著，表明確實存在一些促使企業構建連鎖股東關系網絡的無法觀測因素，同時會對企業違規行為產生影響，說明本文的研究樣本的確存在由自選擇帶來的內生性問題。進一步地，處理效應模型的結果顯示，連鎖股東關系網絡中心度指標的回歸系數依然顯著為負，說明在控制了自選擇帶來的內生性問題后，企業構建的連鎖股東關系網絡抑制企業違規行為發生的研究結論依然成立，進一步支持了研究假設H1a。

表7 處理效應回歸結果

4.內生性檢驗：傾向得分匹配

多元線性回歸模型需滿足多重假設條件，為避免模型設定偏誤對研究結論的影響，本文進一步采用傾向得分匹配的方法進行檢驗。具體而言，分別將程度中心度(Degree)和中介中心度(Betenes)高于年度樣本中第75百分位數的樣本作為處理組，以模型(4)中的控制變量為匹配變量，使用一對一最近鄰匹配尋找特征相似的對照組，最后用匹配后的樣本重新對模型(4)進行回歸，結果如表8所示。程度中心度(Degree)和中介中心度(Betenes)的回歸系數均在1%水平上顯著為負，與基礎回歸的結果一致，驗證了研究假設H1a。

表8 傾向得分匹配回歸結果

六、作用機制分析

(一)主導效應檢驗

表4的基礎回歸結果表明，企業借由連鎖股東構建的連鎖股東關系網絡對企業違規行為具有抑制效應。然而，Granovetter(1973)指出，依據網絡內成員間互動的頻率、內容、程度以及情感，社會關系網絡可分為強關系和弱關系，并且二者影響機理存在明顯差異。其中強關系主要指資源效應，弱關系主要指信息優勢。為此，本文參考黃燦和李善民(2019)、黃燦和蔣青嬗(2021)的研究，檢驗連鎖股東關系網絡對企業違規行為的影響是由強關系為主導還是弱關系為主導。

首先，檢驗連鎖股東關系網絡中弱關系的存在性。先分別計算持股排名前4、前5、前6、前7、前8的股東所形成的連鎖股東關系網絡的程度中心度(Degree)和中介中心度(Betenes)，然后用基于十大股東所形成的連鎖股東關系網絡計算的程度中心度和中介中心度分別對前4、前5、前6、前7、前8股東的程度中心度和中介中心度進行回歸，并分別獲取各回歸模型殘差。由于持股比例高的股東與企業的聯系相對更多，從而更易形成強關系網絡，因此模型的殘差反映了前幾大股東未能解釋的部分，即排除了強關系的影響，并將程度中心度(Degree)回歸獲得的殘差記為(de_4、de_5、de_6、de_7、de_8)，將中介中心度(Betenes)回歸獲得的殘差記為(be_4、be_5、be_6、be_7、be_8)。最后，將所獲得殘差依次代入模型(4)中回歸，結果如表9所示。

表9 弱關系存在性檢驗結果

表9的Panel A報告了基于程度中心度回歸所獲得的殘差與企業違規的回歸結果，Panel B報告了基于中介中心度回歸所獲得的殘差與企業違規的回歸結果。de_4、de_5、de_6、de_7、de_8及be_4、be_5、be_6、be_7、be_8的回歸系數均顯著為負，說明在控制強關系的資源效應后，連鎖股東關系網絡對企業違規行為的抑制作用依然存在，驗證了連鎖股東關系網絡弱關系屬性的存在性。

其次，對主導效應進行檢驗。表9的檢驗結果僅證明了連鎖股東關系網絡存在弱關系，但是否以弱關系的信息優勢為主導，有必要作進一步檢驗。一方面，本文從信息傳遞角度進行檢驗。由于弱關系信息優勢有效發揮的前提是企業信息傳遞渠道通暢，因此若企業與外界的信息傳遞渠道不順暢，那么連鎖股東關系網絡對企業違規的作用勢必會受到影響；若連鎖股東關系網絡是強關系，那么小圈子網絡的資源互助并不會受外界信息傳遞渠道通暢性的影響。為此，借鑒黃燦和李善民(2019)、黃燦和蔣青嬗(2021)的研究，采取股價同步性(Syn)反映外界信息傳遞渠道的通暢性，該指標值越大，說明企業與外界的信息渠道受到的阻礙越多，并通過構建交乘項Degree×Syn和Betenes×Syn重新代入模型(4)進行回歸，結果如表10第(1)(2)列所示。交乘項Degree×Syn與Betenes×Syn分別在10%和5%水平上顯著，說明連鎖股東關系網絡抑制企業違規行為的影響是以弱關系信息優勢為主導。

表10 連鎖股東關系網絡影響企業違規的主導效應檢驗

另一方面，本文也從資源效應角度對二者關系的主導效應進行檢驗。由于強關系更可能提供網絡內的資源，助力企業通過關系網絡緩解外部融資約束等，從而影響企業行為(邊燕杰和丘海雄，2000；黃燦和蔣青嬗，2021)，因此，采用凈商業信用(Ntc)刻畫企業接受關系網絡內資源互助的情況，其中凈商業信用使用經總資產標準化的應付預收款項與應收預付款項的差值度量(張新民等，2012)，同時構建交乘項Degree×Ntc和Betenes×Ntc?；貧w結果如表10第(3)(4)列所示，Degree×Ntc和Betenes×Ntc的回歸系數在常見的顯著性水平上均不顯著，說明連鎖股東關系網絡與企業違規間的關系受企業凈商業信用的影響并不明顯，該結果間接支持了連鎖股東關系網絡對企業違規的影響以弱關系信息優勢為主。綜合表10第(1)～(4)列，連鎖股東關系網絡對企業違規行為的治理作用是以弱關系信息優勢為主導。

(二)作用路徑檢驗

由前述理論分析可知，緩解各方利益沖突以降低代理成本可能是連鎖股東關系網絡對企業違規行為發揮治理作用的路徑，即“連鎖股東關系網絡―代理成本―企業違規”的影響路徑可能是存在的。同時，基礎回歸結果也證實了企業在連鎖股東關系網絡的中心度指標與企業違規行為之間的顯著負相關關系。因此，本文借鑒Baron and Kenny(1986)檢驗中介效應的做法，將兩類代理成本作為中介變量，檢驗連鎖股東關系網絡影響企業違規的具體路徑。參考王新光和盛華宇(2022)的做法，采用資產周轉率作為第一類代理成本的衡量指標，記為AC1，資產周轉率越小，第一類代理成本越高；并采用其他應收款作為第二類代理成本的衡量指標，記為AC2，其他應收款越多，第二類代理成本越高?；貧w結果如表11所示，其中，Panel A報告的是連鎖股東關系網絡指標與代理成本間的回歸結果，顯然程度中心度(Degree)和中介中心度(Betenes)顯著地提高了企業資產周轉率，并有效地降低了其他應收款的資金占用；Panel B報告的是在控制中介變量代理成本基礎上連鎖股東關系網絡中心度指標與企業違規間的回歸結果，程度中心度(Degree)和中介中心度(Betenes)的回歸系數依舊顯著為負，且經Sobel檢驗依然顯著，說明企業借由連鎖股東構建的連鎖股東關系網絡通過降低兩類代理成本減少了企業違規行為的發生。

表11 連鎖股東關系網絡、代理成本與企業違規

七、異質性分析

(一)監事會規模

在不同的內部治理環境下，企業面臨的代理沖突程度不同，連鎖股東關系網絡對企業違規的抑制作用也可能存在差異。較小的監事會規模會限制其監督能力，間接增加企業內部人員實施機會主義行為的機會，導致企業內外部信息環境質量下降和代理成本提高，致使企業違規概率上升(于連超等，2022)。由理論分析和基礎回歸可知，連鎖股東關系網絡能有效緩解因信息不對稱等引發的股東以及管理層的機會主義行為，從而緩解因監事會規模不足引發的治理問題，降低企業的違規概率。因此，預期當監事會規模較小時，連鎖股東關系網絡對企業違規行為的抑制作用會更加明顯。

基于此，本文參考于連超等(2022)的研究，使用監事會人數衡量監事會規模，并按照行業年度監事會人數均值將樣本分為監事會規模大組和監事會規模小組，對模型(4)進行分組回歸?；貧w結果如表12所示，在監事會規模較小的子樣本中，程度中心度(Degree)和中介中心度(Betenes)的回歸系數分別為-1.157和-2.256，且均在1%水平上顯著；而在監事會規模較大的子樣本中，程度中心度(Degree)和中介中心度(Betenes)的回歸系數并未通過顯著性檢驗。同時經檢驗，二者的組間系數差異均在1%水平上顯著。由此可見，連鎖股東關系網絡對企業違規的抑制作用在監事會規模小的企業中更顯著，表明連鎖股東關系網絡作為一種非正式治理機制，在監事會規模小的企業中更能凸顯信息優勢的作用，有效彌補監事會規模較小在企業治理中的不足，降低企業違規行為發生的概率。

表12 連鎖股東關系網絡、監事會規模與企業違規

(二)產品市場競爭

已有研究表明，在我國公司治理機制(如內部監督和職業經理人市場)相對薄弱的環境中，產品市場競爭能有效緩解企業的代理沖突，促進企業代理成本的降低(Leventis et al.，2011；邢立全和陳漢文，2013)。換言之，當產品市場的競爭程度低時，企業面臨的信息不對稱程度相對較大，代理問題可能更為突出。企業違規行為本質上反映的是企業代理問題，因而連鎖股東關系網絡對企業違規行為的影響可能會隨企業所面臨的產品市場競爭環境而變化。

基于此，本文使用赫芬達爾指數衡量企業所面臨的產品市場競爭程度，該指數值越大，意味著行業集中度越高，企業面臨的產品市場競爭程度越低。根據行業年度赫芬達爾指數均值，將全樣本分為產品市場競爭程度高和低兩組，然后對模型(4)分組回歸，結果如表13所示。在產品市場競爭程度低的子樣本中，程度中心度(Degree)和中介中心度(Betenes)的回歸系數分別為-1.219和-2.093且均在1%水平上顯著，而在產品市場競爭程度高的子樣本中，程度中心度(Degree)和中介中心度(Betenes)的回歸系數并未通過顯著性檢驗。同時經檢驗，二者的組間系數差異均在1%水平上顯著。由此可見，在信息不對稱程度較大的低產品市場競爭環境中，連鎖股東關系網絡對企業違規的抑制作用更顯著，表明連鎖股東關系網絡能緩解企業的信息不對稱程度，減少企業違規行為的發生。

表13 連鎖股東關系網絡、產品市場競爭與企業違規

八、結論與建議

本文考察了連鎖股東關系網絡對企業違規行為的影響，發現：(1)企業在連鎖股東關系網絡中的程度中心度和中介中心度越高，越有助于降低企業違規行為發生的概率；(2)作用機制檢驗表明，連鎖股東關系網絡主要通過信息優勢降低代理成本，從而降低企業違規行為發生的概率；(3)進一步研究表明，連鎖股東關系網絡對企業違規的抑制效應存在企業異質性，在監事會規模小和產品市場競爭程度低的企業中更為顯著，表明連鎖股東關系網絡作為一種非正式制度，其信息優勢能有效彌補內外部治理機制的不足。

基于上述結論，本文提出如下政策建議：(1)對企業而言，一方面可積極吸引社會關系豐富的投資者入股，建立適當的連鎖股東關系網絡，并積極占據網絡中優勢位置，拓寬非正式信息獲取渠道，為企業戰略決策提供信息支持、資源支持和智力支持；另一方面應加強內部治理建設，減少利益沖突，為充分發揮連鎖股東關系網絡的信息優勢建立良好的內部環境。(2)對監管機構而言，應加強監管處于連鎖股東關系網絡核心位置的企業，一是充分發揮大數據、區塊鏈的技術優勢，構建大數據分析模型，有效識別處于關系網絡核心位置的企業并重點關注其經濟活動；二是開設專項審查，防范可能由連鎖股東關系網絡引發的利益沖突，加強對中小投資者的利益保護；三是結合連鎖股東關系網絡交易的特點，不斷完善和更新對企業信息披露的要求，及時通報連鎖股東關系網絡相關違法違規事項。 ■