中小股東訴訟對同行業公司融資約束的溢出效應

孫潔 王梓臣 李杰

(天津財經大學會計學院，天津 300222)

一、引言

保護股東尤其是中小股東的合法權益是推動資本市場高效運行的基礎，訴訟作為中小股東維護自身合法權益的重要手段一直廣受關注。為了進一步加強對中小股東的保護，2020年3月1日起施行的《中國人民共和國證券法》(以下簡稱新《證券法》)建立了中國式“特別代表人訴訟”制度，完善了證券違法民事賠償責任，并通過降低中小股東訴訟成本、提高股東勝訴收益等方式鼓勵中小股東通過訴訟手段維護自身合法權益。據統計，新《證券法》適用后三年內，上百家上市公司被中小股東以“證券欺詐責任糾紛”為由起訴，平均每年中小股東訴訟文書數量遠高于新《證券法》適用前(具體數據見表1至表3)。此外，為了進一步保障中小股東通過訴訟手段維護自身合法權益，黨的二十大報告將法治建設作為專章，對中國特色社會主義資本市場法治建設提出了根本性要求?？梢灶A見，未來將有越來越多的中小股東采用訴訟手段維護自身合法權益。

在會計實踐中，會計信息失真是中小股東以“證券欺詐責任糾紛”為由提起訴訟的主要原因。會計信息是上市公司提供的一種公共商品，上市公司對其質量負有重要責任(蔣堯明，2003；蔣堯明和王慶芳，2001)。從會計信息生產到被使用的整個過程來看，信息質量既需要信息生產時的內部監督、信息傳遞時的社會審計和政府監督，又需要使用信息遭受損失時的事后追償法律制度保障。目前，國內有關上市公司訴訟的研究主要集中在全部訴訟或者債務訴訟(鄧博夫等，2021；李小榮等，2014；林斌等，2013；劉軍嶺等，2022；潘越等，2015)，鮮有研究聚焦中小股東訴訟(李娜等，2022；辛宇等，2020)。國外有關股東訴訟經濟后果的研究主要集中在社會責任、內部交易、信息披露、股價崩盤風險、資本結構和公司并購等方面(Bourveau et al.，2018；Cheng et al.，2016；Chung et al.，2020；Downar and Keiling,2019；Freund et al.，2023； Jaroenjitrkam et al.，2022；Obaydin et al.，2021)，雖然部分研究也關注股東訴訟對融資約束的影響(Downar and Keiling，2019)，但對其溢出效應的研究較少。

基于此，本文以2017―2022年中國A股上市公司為研究對象，將融資約束作為切入點，分析中小股東訴訟對同行業公司是否具有溢出效應。研究發現，中小股東訴訟加劇了同行業上市公司的融資約束程度，呈現顯著的溢出效應，該溢出效應具體表現為傳染效應，經過多重穩健性檢驗后該結論依然保持不變。異質性檢驗發現，低會計信息透明度、高行業風險、新《證券法》適用后，傳染效應更顯著；但被訴公司與同行業公司的距離在一定程度上會削弱中小股東訴訟的傳染效應。此外，機制檢驗發現，中小股東訴訟會增加同行業公司的股價崩盤風險，導致資金供給方減少資金供給。

本文的貢獻如下：第一，基于融資約束視角，拓展了中小股東訴訟溢出效應的相關研究?，F階段有關中小股東訴訟的影響大多局限于被訴公司(趙瑞瑞等，2023；趙瑞瑞和陳運森，2023)，然而本文發現中小股東訴訟不僅對被訴公司產生直接影響，還會進一步加劇同行業公司的融資約束程度，驗證了中小股東訴訟具有溢出效應，豐富了中小股東訴訟經濟后果的相關文獻。第二，以中小股東訴訟為切入點，關注上市公司融資約束。已有文獻研究了產品安全、基礎設施、盈余公告、財務重述、監管處罰、財務危機等事件對融資約束的影響，本文以中小股東訴訟為焦點，將法律事件和公司融資結合，發現中小股東訴訟會通過加劇公司股價崩盤風險，對同行業公司融資約束產生消極影響。第三，結論具有一定的現實意義。資金短缺是阻礙實體經濟發展的重要障礙，本文從“法與金融”視角揭示了中小股東訴訟對同行業公司融資約束的影響，為上市公司關注同行業公司風險提供了直接證據。

二、制度背景

我國中小股東訴訟制度經歷了從無到有，從初步建立到不斷探索、完善的歷程。2002年和2003年我國先后頒布了《最高人民法院關于受理證券市場因虛假陳述引發的民事侵權糾紛案件有關問題的通知》和《最高人民法院關于審理證券市場因虛假陳述引發的民事賠償案件的若干規定》，首次提出予以受理有關中小股東訴訟，并在受理與管轄、訴訟方式、虛假陳述等方面提出具體規定。2005年修訂的《證券法》則擴大了中國證監會的執法權限、增加了證券民事責任的類型，進一步保障中小股東合法權益。不同于上述法律法規始終保留股東訴訟的前置程序，2015年《關于當前商事審判工作中的若干具體問題》首次提出取消股東訴訟前置程序，但并未形成正式法律法規。2019年新《證券法》正式修訂，通過新設投資者保護等章節進一步保護中小股東的合法權益。為了配合新《證券法》的實施，2020年頒布的《最高人民法院關于證券糾紛代表人訴訟若干問題的規定》詳細闡述了普通代表人訴訟與特別代表人訴訟，對投資者保護機構作為特別代表人進行解釋。此外，2021年頒布的《最高人民法院關于審理證券市場虛假陳述侵權民事賠償案件的若干規定》正式取消中小股東訴訟的前置程序。有關法律制度的頒布時間如圖1所示。

圖1 股東訴訟制度相關法律規章頒布時間

整體來看，我國股東訴訟制度在近些年不斷健全。具體表現在以下兩方面：一是投資者保護體系初步完善。在制度層面上，主要依托新《證券法》并輔以一系列“若干規定”等司法解釋，建立起了充分保護中小股東訴訟合法權益的模式。這一體系旨在為中小股東提供更全面的法律支持，確保中小股東能夠合法維護其權益。在具體的法院執行層面，新《證券法》適用的“過錯推定”充分考慮了中小股東無法充分舉證這一現實狀況，有效降低了中小股東的訴訟成本。二是通過集體訴訟改變了中小股東訴訟時的天然弱勢地位。投資者保護機構可作為股東權利征集人，并以自身名義提起訴訟，在這一機制下，其持股比例和持股期限不受《公司法》規定的限制。通過特別代表人等專業力量的支持以及訴訟費用減免等制度的配合，投資者分散、維權成本高等問題得以有效解決。在這一背景下，中小股東訴訟也將成為影響公司日常生產經營的重要因素之一。

三、理論分析與研究假設

已有研究表明，訴訟作為維護中小股東合法權益的重要手段，會對公司的融資約束產生重要影響(Downar and Keiling，2019)。但該影響是否具有溢出效應，是否會對同行業公司融資約束產生影響尚未可知。本文分別從傳染效應和競爭效應兩個角度對中小股東訴訟的溢出效應進行分析。

從傳染效應的角度看，同行業公司具有一定的同質性，一家企業被訴訟可能導致同行業其他公司業面臨訴訟風險。王永欽等(2014)研究發現，上市公司爆發丑聞后，投資者或消費者將個別企業的問題延伸至對整個行業，從而將個體問題視為行業問題。就融資約束而言，當企業所面臨的中小股東訴訟問題被資金供給方視為整個行業問題時，中小股東訴訟可能加劇同行業公司融資約束。首先，同行業上市公司具有同質性。一方面，同行業上市公司面臨相同的經營環境、市場定位，具有某些共性風險(張海心等，2015)；另一方面，同行業上市公司在相同的環境下彼此競爭，競爭對手之間通常會選擇效仿對方(劉瑞琳和李丹，2022)，上市公司會接受同行業上市公司財務特征傳遞的信號修正自身決策(楊海生等，2020)，從而使得同行業上市公司表現出“一損俱損”的特征(費顯政等，2010；Yu and Lester，2008)。其次，同質性會導致資金供給方將個別企業中小股東訴訟問題延伸至整個行業。已有研究表明財務舞弊具有鮮明的行業特征(王磊等，2018)，當中小股東未提起訴訟時，資金供給方可能沒有察覺這種具有行業特征的訴訟問題，然而在提出訴訟后，資金供給方可能采取某些行動保護自身權益。具體而言，王擎和周偉(2013)秉承金融倫理學相關觀點發現，違法違規事件中的倫理因素將導致當事股票低交易價格與低信息有效性，并且這種影響波及行業中其他股票；與之相似，Giannetti and Wang(2016)發現，當上市公司欺詐活動暴露后，投資者股票市場參與度下降，即使這些投資者可能并不持有欺詐公司的股票。

基于上述分析，本文提出研究假設：

H1a：中小股東訴訟加劇同行業公司的融資約束。

從競爭效應的角度看，同行業公司具有競爭關系，一家企業被訴可能因為可替代性使得同行業其他公司獲益。Ahmed et al.(2014)指出，需求方將需求從丑聞公司轉移到市場上的其他競爭對手公司，使得后者享有由此帶來的額外收益。就融資約束而言，當資金供給方將資金從被訴公司轉移到同行業公司時，中小股東訴訟可能緩解同行業公司的融資約束。一方面，就資金需求方而言，同行業公司彼此競爭具有替代性，替代性導致資金供給方在同行業其他上市公司中自由選擇。同行業其他上市公司發布聲明澄清其與被訴公司負面信息無關，以緩解資金供給方的擔憂，這些公司甚至可以因此獲益(王永欽等，2014)。另一方面，從資金供給方而言，中小股東訴訟會導致資金供給方收緊被訴公司信貸規模與信貸期限(林斌等，2013；司海平等，2021)，收回的資金空閑過久容易產生較大的閑置成本，相較于其他陌生行業，同行業未被訴上市公司可能是最優選擇。

基于上述分析，本文提出研究假設：

H1b：中小股東訴訟緩解同行業公司的融資約束。

四、研究設計

(一)樣本選取與數據來源

本文選取2017―2022年中國A股上市公司為研究樣本。之所以選擇2017―2022年作為樣本期間，主要有以下兩點考慮：(1)2020年新《證券法》適用，為了避免樣本周期不平衡造成的偏誤，因此選擇對稱期間，保持樣本時間平衡；(2)2017年之前每年涉訴上市公司樣本數量大多小于30，不符合大樣本要求，因此起始期選擇2017年。中小股東訴訟的數據來自中國訴訟裁判文書網，以“證券欺詐責任糾紛”為由篩選民事案件，一共獲得342家涉訴上市公司，其中多家上市公司在樣本期間多次被股東提起訴訟，上市公司在不同會計期間被提起訴訟則視為獨立事件，其行業被視為有訴訟行業；其他數據來自國泰安數據庫。剔除涉訴公司、金融業、行業樣本量小于30和缺失數據后共獲得15560個“年度-未被訴上市公司”觀測值。為了剔除極值影響，本文對連續變量在1%水平上進行縮尾處理。

表1、表2和表3分別是涉訴公司在不同年份、細分行業和訴訟判決書的分布情況，行業劃分依據為中國證監會2012年公布的《上市公司行業分類指引》。觀察表1和表3可以初步發現，2017―2022年被訴上市公司、被訴行業和訴訟文書均呈現增長趨勢，僅2019年表現異常。1觀察表2發現，樣本期間存在少數行業每年均涉及訴訟，但多數行業訴訟發生得并不頻繁，行業年均涉訴數量小于1，因此在一定程度上排除了行業特征帶來的干擾。此外，為了剔除頻繁發生訴訟行業帶來的干擾，本文在穩健性檢驗中剔除這部分行業后重新檢驗。

表2 涉訴行業細分

表3 訴訟文書年度分布

(二)模型構建

為了檢驗中小股東訴訟是否影響同行業公司的融資約束，本文構建如下模型：

其中，Wks為融資約束的度量指標，Lawsuit是中小股東訴訟的度量指標，i代表公司，t代表年份。

(三)變量定義

1.被解釋變量

被解釋變量是融資約束。參考張杰等(2016)的方法，本文在Ding et al.(2013)的基礎上構建公司運營資本投資敏感性指數(Wks)作為融資約束的代理變量。Wks指數構建過程如下：

第一步，構建公司運營資本投資模型(該階段回歸結果略)：

其中，Iwk表示公司運營資本投資；K代表公司每期期初固定資產凈額；Sales為企業銷售增長率；Debt為企業杠桿率；Colla為企業擔保抵押水平；Age為企業年齡；Size為企業規模；Soe為產權性質。Firm和Year分表代表企業固定效應和年份固定效應，εit為誤差項。

第二步，計算Wks指數：

其中，Cf為公司現金流；n代表樣本公司總數量，μit為殘差項。在回歸分析中，對Wks進行絕對值處理后再取自然對數，處理后的值越大說明融資約束程度越高。

2.解釋變量

解釋變量是中小股東訴訟，具體以“證券欺詐責任糾紛”為案由確定中小股東訴訟。關于訴訟的度量方式，本文從三方面度量中小股東訴訟Lawsuit：同年行業是否涉訴、同年行業涉訴次數和同年行業涉訴金額，涉訴金額以股東起訴金額為準?？紤]到由不同原因引起的或在行業內具有不同影響力的上市公司的中小股東訴訟的影響差異，本文按被訴上市公司資產行業占比對Lawsuit進行修正，最終采用修正后的同年行業是否涉訴(Law1)、同年行業涉訴次數(Law2)和同年行業涉訴金額(Law3)度量。2值得注意的是，由于訴訟程序需要時間，上市公司可能在同年披露被訴信息和判決信息，本文基準回歸只考慮被訴信息，不考慮判決信息。

3.控制變量

參考寇宗來等(2020)、李宏亮和謝建國(2018)、司海平等(2021)、魏志華等(2014)的研究，本文從上市公司財務狀況、治理水平和貨幣政策等層面控制了影響融資約束的因素，具體包括：盈利能力(Roa)、每股收益(Eps)、資產負債率(Lev)、公司規模(Size)、經營現金流(Cfo)、財務杠桿(Dfl)、應收賬款收入比(Ar)、股利分配率(Div)、流動比率(Cr)、成長性(Q)、兩職合一(Dual)、產權性質(Soe)、股權集中度(Top10)、年報重述(Restate)、董事會規模(Board)、獨立董事比例(Inde)、審計意見(A_type)、審計師是否來自四大事務所(Big4)、審計費用(A_fee)、市盈率(Pe)和股票年回報率(Return)等。同時，考慮到政府監管處罰可能同樣產生溢出效應(翟淑萍等，2020；牛玉凝和黃鵬宇，2021)，本文還控制了上市公司監管處罰(Punish)。

具體變量定義見表4。

表4 主要變量定義

五、實證結果與分析

(一)描述性統計

表5是主要變量的描述性統計結果。就解釋變量而言，按被訴上市公司資產的行業占比修正后的Law1、Law2和Law3的均值分別為0.006、0.007和0.076。經過加權修正后的Law1、Law2和Law3的標準差較小，數據波動性較低，均值具有代表性。就被解釋變量而言，融資約束指標Wks的均值為0.402，最小值為0，最大值為6.453，標準差為0.944，說明樣本公司的融資約束程度差異較大。其他變量的描述性統計結果與現有文獻基本一致。

表5 主要變量的描述性統計結果

(二)基準回歸結果

表6是研究假設的檢驗結果，前三列為不加入控制變量的回歸結果，后三列為加入控制變量的回歸結果?？梢园l現，不論是否加入控制變量，中小股東訴訟(Law1、Law2和Law3)的回歸系數均在1%水平下顯著。這說明中小股東訴訟具有溢出效應，且這種溢出具體表現為傳染效應，假設H1a成立。

表6 中小股東訴訟的行業溢出效應

(三)穩健性檢驗

1.變更變量的度量方式

首先，更換解釋變量的度量方式，采用按資產行業占比加權后的涉訴原告數量(Plaintiff)度量中小股東訴訟。其次，更換被解釋變量的度量方式：第一，參考Hadlock and Pierce(2010)的研究，以SA指數度量融資約束，具體計算方法為SA=0.043×Size2-0.737×Size-0.040×Age；第二，參考Whited and Wu(2006)的研究，用經營性凈現金流、股利發放、負債率、總資產、行業平均銷售增長率和銷售增長率六個因素計算WW指數度量融資約束；第三，以當期同行業公司的Wks指數中位數為基準值，如果上市公司Wks指數大于基準值則認為其融資約束較強(FC=1)，否則認為其融資約束較弱(FC=0)，并采用Logit模型重新估計模型。變換解釋變量和被解釋變量的回歸結果如表7所示，除了第(8)列，中小股東訴訟(Law1、Law2和Law3)的系數至少在10%水平下顯著，總體而言，上文結論是穩健的。

表7 更換變量的回歸結果

2.內生性問題：工具變量法

本文采用工具變量法緩解可能存在的混雜因素干擾和樣本選擇偏差內生性問題。由于中國證券中小投資者服務中心(C S I S C)行權對企業違規產生抑制作用(周卉和譚躍，2023)，即使投服中心不行權但通過參加股東大會也可以產生投資者保護效應(李雪婧等，2023)；此外，由于投服中心并不參與企業的日常生產經營，理論上投服中心持股并不會直接干預上市公司的融資約束，因此，本文將投服中心持股作為工具變量，并構建如下兩階段模型進行檢驗。第一階段模型：Lawsuit=γ+βCsisc+Ctrl+μ，將其殘差記為：，并將其代入第二階段模型中；第二階段模型：工具變量檢驗的第二階段回歸結果如表8所示(第一階段回歸結果略)，中小股東訴訟(Law1、Law2和Law3)的系數均在1%水平下顯著為正，結論不變。

表8 工具變量檢驗的回歸結果

3.傾向得分匹配(PSM)

為緩解模型設定偏誤問題，本文采用PSM方法為被中小股東訴訟影響的公司匹配出相似的未被中小股東訴訟影響的公司。根據PSM的檢驗結果，在采用PSM方法前，未受到中小股東訴訟影響的公司與受到中小股東訴訟影響的公司的密度函數存在較大差異，如圖2中上圖所示；傾向得分匹配后，未受到中小股東訴訟影響的公司與受到中小股東訴訟影響的公司的密度函數極為相似，如圖2中下圖所示，僅有個別變量仍存在差異(PSM匹配效果檢驗結果略)?？梢?，采用PSM方法后樣本間的可比性大大提高。

圖2 傾向性得分匹配效果

PSM方法選擇樣本的回歸結果如表9前三列所示，中小股東訴訟(Law1、Law2和Law3)的系數均在1%水平下顯著為正，與前文結論一致。由于PSM方法可能會刪掉部分無法匹配的樣本進而導致樣本信息丟失，對此本文進一步采用熵平衡法進行樣本匹配(平衡效果檢驗結果略)，表9后三列為熵平衡法的回歸結果，中小股東訴訟(Law1、Law2和Law3)的系數均在1%水平下顯著為正，結論不變。

表9 匹配后樣本回歸結果

4.其他穩健性檢驗3

一是剔除新冠疫情沖擊。2020―2021年中國資本市場受到了新冠疫情的沖擊，宏觀經濟結構發生一定變化，這可能對本文的因果識別造成未發現的影響，對此本文剔除2020―2021年樣本，只保留剩余4年樣本，回歸結果仍然穩健。

二是對研究設計的穩健性檢驗。為了檢驗中小股東訴訟對同行業公司產生影響，而不是特定行業的固有性質，本文采用了事件研究法估計樣本期間行業內只發生一起訴訟案件的中小股東訴訟公告日附近的同行未被訴公司的市場反應4，以排除行業特性對檢驗結果的干擾。事件研究法發現，中小股東訴訟公告日附近，同行業公司均對訴訟做出負向反應，換言之，中小股東訴訟對同行業公司可以產生顯著影響，這在一定程度緩解了“模型(1)反映的是不同行業資金的融資約束差異，而非中小股東訴訟對同行業公司融資約束的溢出效應”這一擔憂。

三是剔除重復涉訴的行業。由于樣本中一些行業頻繁發生訴訟可能對本文結論產生干擾，為了排除重復涉訴行業可能的獨特性所帶來的噪聲，本文剔除重復涉訴的行業后再檢驗，回歸結果依然保持不變。

(四)異質性檢驗

1.會計信息透明度的影響

信號傳遞理論認為股東向外傳遞信息的主要目的之一是為了滿足融資需求，而上市公司的高會計信息透明度有助于上市公司及時對外傳遞信息。對同行業未被訴公司來說，如果其會計信息透明度較高，中小股東訴訟帶來負面信息的影響有限。較高的會計信息透明度可以將公司自身信息傳遞給信息需求者，增強投資者的理性判斷。參考現有研究，本文采用應計盈余管理和真實盈余管理來度量會計信息透明度，盈余管理程度越高說明管理層操縱程度越高，即會計信息透明度越低。本文構建變量Absda(應計盈余管理絕對值)和Absreal(真實盈余管理絕對值)，并將二者與中小股東訴訟變量交乘，回歸結果如表10所示。除第(1)列交乘項不顯著外，其他交乘項均顯著為正，基本說明低會計信息透明度(高盈余管理程度)加劇了中小股東訴訟對同行業融資約束的傳染效應，即會計信息透明度越低，中小股東訴訟增加同行業公司融資約束程度的作用越明顯。

表10 會計信息透明異質性檢驗結果

2.行業風險的影響

不同行業的風險屬性存在較大差異，有的行業風險較高，有的行業風險較低，這可能導致資金供給方對行業風險容忍程度存在差異。Francis et al.(1994)發現，特定行業如生物技術、計算、電子和零售行業等具有較高的訴訟風險，容易招致中小股東訴訟。高風險行業中，由于其高風險特性，資金供給方可能對中小股東訴訟更加敏感：即使沒有證據表明同行業未被訴上市公司可能存在相同的訴訟，資金供給方也可能認為中小股東訴訟是行業風險屬性所導致，繼而收緊借款合約。中國注冊會計師協會每年例行發布《關于做好上市公司X年年報審計工作的通知》(以下簡稱《通知》)，提醒注冊會計師注意當年的高風險行業。對此，本文構建高風險行業虛擬變量Risk_high，若上市公司所屬行業為《通知》中的高風險行業，則Risk_high為1，否則為0?；貧w結果如表11所示。交乘項Lawsuit×Risk_high的系數均在1%水平下顯著為正，說明相比低風險行業，高風險行業的資金供給方對中小股東訴訟更加敏感，中小股東訴訟對同行業公司的傳染效應更加明顯。

表11 行業風險異質性檢驗結果

3.新《證券法》的影響

法律制度保障對市場高效運行具有重要影響，當法律制度不斷加大對投資者保護力度、提高上市公司違法成本時，上市公司的涉訴金額可能超過全年營業利潤，如果敗訴上市公司面臨巨額賠償，直接影響企業日常經營，甚至導致破產。新《證券法》適用前，“搭便車”等主觀現實原因和訴訟成本高昂等客觀原因導致利益受損的股東可能不尋求法律幫助，且即使中小股東提起訴訟并勝訴也面臨著賠償較低的尷尬局面。但新《證券法》確立中國式“集團訴訟”，同時強化了上市公司信息披露責任，并通過“過錯推定”將投資者利益放到首位，在訴訟過程中上市公司的董事、高管等需要證明其沒有過錯才可免責。因此，本文認為新《證券法》適用后中小股東訴訟會進一步增加同行業未被訴上市公司的訴訟風險，資金供給方為了規避潛在的損失，很有可能要求更為嚴苛的契約條款，增加同行業公司融資約束程度。本文構建虛擬變量Post，新法適用(2020年及以后)Post為1，否則為0，并建立交乘項Post×Lawsuit進行檢驗。表12是新法適用后中小股東訴訟溢出效應的回歸結果，交乘項(Post×Lawsuit)均在1%水平下顯著為正，說明新法適用后，中小股東訴訟對同行業公司融資約束的傳染效應更顯著。

表12 新《證券法》的異質性檢驗結果

4.空間距離和時間的影響

已有研究發現，外商投資和研發活動的溢出效應受到空間距離的顯著影響(Audretsch and Feldman，1996)，那么中小股東訴訟的溢出效應是否受到空間距離的影響？Kedia and Rajgopal(2011)基于“有區別的認識”假設認為，處于不同地理位置的上市公司對執法活動看法并不相同，上市公司距離執法單位辦公室越遠，越缺乏對執法活動的認識。此外，空間距離會影響投資者對信息的感知與判斷(Mazur et al.，2018)。因此，本文認為中小股東訴訟的溢出效應同樣受到空間距離的影響，未被訴上市公司距離被訴上市公司越遠，那么溢出效應可能越微弱；若未被訴上市公司距離被訴上市公司越近，那么溢出效應可能越強。

由于同行業被訴訟的上市公司可能不止一家，因此，本文使用上市公司與所有被訴上市公司的距離之和作為空間距離(Dist)指標?；貧w結果如表13所示，交乘項(Lawsuit×Dist)系數均在1%水平下顯著為負，說明上市公司距離被訴上市公司越遠，中小股東訴訟的溢出效應越弱，空間距離可以有效削弱溢出效應。

表13 空間距離對中小股東訴訟溢出效應的影響

中小股東訴訟的溢出效應不僅受到空間距離的影響，還可能受到時間的影響。從短期來看，中小股東訴訟的溢出效應可能對同行業公司產生消極影響，傳染效應占主導地位；但從長期來看，中小股東訴訟的溢出效應可能對同行業公司產生積極影響，被訴公司受到融資約束影響無法擴大再生產、逐漸失去市場份額直至退出行業，直接減少了未被訴上市公司的競爭對手數量，此時競爭效應占主導地位。為檢驗不同時點中小股東訴訟溢出效應的具體表現，本文采用2017―2022年季度數據構建模型(4)：

其中，解釋變量、被解釋變量和控制變量均調整為季度數據。本文將被解釋變量分別滯后8個季度，即n=1……8，關鍵時點的回歸結果如表14所示。中小股東訴訟發生3個季度后，系數仍然為正表現為傳染效應，但回歸結果顯著性降低；中小股東訴訟發生4個季度后，系數顯著為負，此時溢出效應表現為競爭效應；中小股東訴訟發生6個季度后，Law1在5%水平下顯著，Law2在10%水平下顯著；中小股東訴訟發生7個季度后，三個系數均不顯著，股東訴訟溢出效應消失。因此，隨著時間的推移，中小股東訴訟的傳染效應逐漸變弱直至變為競爭效應，在訴訟發生后的第七個季度時，中小股東訴訟的溢出效應消失。

六、機制檢驗

在上述研究基礎上，本文進一步檢驗中小股東訴訟如何影響同行業公司的融資約束，這有利于理解中小股東訴訟的傳播渠道，也能使得未被訴公司理解訴訟公司給行業帶來的直接影響。

已有研究表明，股東訴訟不僅會提高被訴公司股價崩盤風險(Obaydin et al.，2021)，還會增加市場的消極反應(趙瑞瑞和陳運森，2023)。中小股東訴訟向資本市場傳遞的消極信號在加劇同行業股價崩盤風險時，也加大了資金供給方的風險，資金供給方在觀察到這類信號后會及時收緊未被訴上市公司的信貸資源，最終導致未被訴上市公司融資約束加劇。一方面，對于以股權投資的資金供給方而言，會依據風險不斷修正對行業的預期，在消極的市場環境下股權投資者會減少投資額度與次數(Ritter，2003)，從而影響上市公司融資約束程度。另一方面，對于以債權投資的資金供給方而言，上市公司面臨的股價崩盤風險越高，其越可能收緊信貸——提高貸款利率并縮短貸款期限(金虹敏和王璐，2022；張雪瑩和王玉琳，2023)。因此，本文認為中小股東訴訟可能增加了同行業公司股價崩盤風險從而加劇同行業公司的融資約束程度。

為了檢驗中小股東訴訟溢出效應的具體機制，本文參考溫忠麟等(2014)提出的中介效應檢驗程序進行機制檢驗，具體模型如式(5)～(7)所示。模型(5)反映了中小股東訴訟對同行業公司融資約束影響的總效應；模型(6)中β1反映了中小股東訴訟對同行業公司股價崩盤風險的影響；模型(7)中γ1反映了中小股東訴訟對同行業公司融資約束影響的直接效應；模型(6)中β1和模型(7)中γ2的乘積β1γ2反映了股價崩盤風險的間接效應。

其中，Riskit為公司i所發行股票在t期的股價崩盤風險。參考Hutton et al.(2009)的做法，本文選取負收益偏態系數(Ncskew)和收益上下波動率(Duvol)來衡量股價崩盤風險，Ncskew和Duvol數值越大，表示股價崩盤風險越高?；貧w結果如表15所示6，第(1)列是中小股東訴訟對同行融資約束影響的總效應；第(2)(3)兩列是采用負收益偏態系數(Ncskew)度量中介變量的機制檢驗結果；第(4)(5)兩列是采用收益上下波動率(Duvol)度量中介變量的機制檢驗結果。第(1)列表明，中小股東訴訟加劇同行業公司融資約束程度；第(2)(4)列表明，中小股東訴訟加劇同行業公司的股價崩盤風險；第(3)(5)列表明，中小股東訴訟通過加劇同行業公司股價崩盤風險進而加劇融資約束程度。當變更中介變量的度量方式時結果依然不變，因此，“中小股東訴訟―同行業公司股價崩盤風險提高―同行業公司融資約束程度加劇”這一機制成立。

表15 機制檢驗回歸結果

七、結論與建議

黨的二十大報告首次把法治建設作為專章，充分體現了黨中央對依法治國的高度重視。依法治國、依法辦事是凈化資本市場、維護投資者自身合法權益的根本保障。本文以2017―2022年中國A股上市公司為樣本，考察中小股東訴訟對同行業公司融資約束的影響。實證結果表明，中小股東訴訟會加劇同行業上市公司的融資約束程度，呈現顯著的溢出效應，該溢出效應具體表現為傳染效應，經過多重穩健性檢驗后該結論依然保持不變。異質性檢驗發現，低會計信息透明度、高行業風險、新《證券法》適用后，傳染效應更顯著，但被訴公司與同行業公司的距離會削弱中小股東訴訟的傳染效應。機制檢驗發現，中小股東訴訟會提高同行業公司的股價崩盤風險，導致資金供給方減少資金供給。

中小股東訴訟既影響被訴公司融資約束，又影響同行業公司融資約束。因此，本文提出以下建議：一是上市公司保持對同行業公司中小股東訴訟的關注，積極發布澄清信息，盡可能避免市場錯殺；二是上市公司應誠信經營、遵守會計準則，始終提供高質量會計信息，降低信息不對稱性，以減少同行業其他公司訴訟對自身的影響；三是同行業公司應積極成立民間行業協會，盡可能統一同行業信息披露標準以降低同行業中小股東訴訟風險。 ■

[基金項目：國家自然科學基金項目“時序賦權與空間近鄰雙重視角下基于文本分析的多分類器動態集成企業信用評估研究”(項目編號：72271174)]

注釋

1.本文猜測2019年的異常數據主要是由于一些被訴上市公司想在新《證券法》正式實施之前處理完有關訴訟，使得相關判決依據仍是處罰成本較低的舊《證券法》，因此更加配合中小股東訴訟，訴訟進展較快。

2.事實上，不論是否對解釋變量進行修正，結果均保持不變。此外，之所以不把原始數據和修正后的數據同時放進模型是因為二者嚴重共線，同時放入模型實證結果出現較大誤差。

3.其他穩健性檢驗的回歸結果留存備索。

4.采用市場模型計算的每個事件窗口的累計超額回報[-30,30]，估計窗口為[-210, -11]。

5.其他時間段檢驗的回歸結果留存備索。

6.本部分僅展示了對Law1進行中介效應檢驗，有關Law2和Law3的中介效應檢驗結果留存備索。