吴世农，陈韫妍，王建勇，许尔靖 | 反腐倡廉、社会资本与公司违规

点击蓝字关注我们

反腐倡廉、社会资本与公司违规

——基于我国反腐建设的一个准自然实验

作者简介

吴世农，福建泉州人，厦门大学特聘教授、管理学院财务学教授、博士生导师、经济学博士。曾任厦门大学管理学院常务副院长、院长和厦门大学副校长，国务院学位委员会学科评议组成员兼召集人，国家自然科学基金委员会委员，全国MBA教育指导委员会副主任委员，中国大学生创业大赛评委会副主任和主任，福建省人民政府“十五计划”专家咨询委员会委员，福建省八届政协委员等。主要从事我国公司财务、资本市场问题的研究，主要研究方向为公司财务、资本市场和投资。主持国家自然科学基金重大项目“基于中国情景的会计审计与公司财务关键科学问题研究”（项目批准号71790600）。曾在《经济研究》《管理世界》《管理科学学报》《金融研究》《会计研究》和《南开管理评论》以及Journal of Corporate Finance、Corporate Governance: An International Review等国内外权威和重要学术刊物上发表高质量学术论文百余篇。曾荣获中国高校人文社会科学研究优秀成果一等奖、全国高校优秀青年教师奖、归国留学人员奖、复旦管理学杰出贡献奖等，2020年在Nankai Business Review International上发表的论文"Research on Corporate Finance: History, Challenge and Prospect in China"获得Emerald Highly Commented in the 2020 Emerald Literati Award for Excellence。

陈韫妍，厦门大学管理学院博士研究生。

王建勇，厦门国家会计学院讲师。

许尔靖，厦门大学管理学院硕士研究生。

摘要：近年来，我国上市公司违规问题频发。研究非正式制度，特别是社会资本对公司违规的影响及作用机制十分重要。借助十八大强化反腐倡廉运动作为外生冲击，可考察比较十八大前后社会资本对公司违规作用机制的变化。研究发现：第一，社会资本越高的地区，公司违规发生的概率越低，且DID检验发现，在十八大后，高社会资本地区公司违规概率下降幅度显著高于低社会资本地区的公司，这种差异持续三年才消失；第二，在十八大前，“吸引机构投资”是社会资本降低公司违规发生概率的中介路径，但此后，“抑制腐败”和“缓解融资约束”成为社会资本降低公司违规发生概率的中介路径。可见，加强社会资本建设和坚持反腐倡廉，可有效抑制公司违规行为。

关键词：社会资本；公司违规；反腐倡廉；十八大

一、引言

近年来，我国上市公司违规问题频发。根据国泰安（CSMAR）的相关数据，2019年沪深两市共计796家违规公司，占当年上市企业的20.97%。2020年初，瑞幸咖啡在遭遇浑水公司抛出的做空报告后股价暴跌，随着瑞幸自爆财务造假，公司违规问题再度引起社会各界的关注。公司违规一经曝光，不仅使公司声誉受损，更严重的是打击投资者信心，引起二级市场股价大跌，危及资本市场的健康发展。通过对国内外相关案例研究发现，公司违规的成因十分复杂，探索公司违规的影响因素和作用机制，一直是全球学界研究的重点和热点问题。

就我国而言，一方面，我国证监会和交易所多次修改、完善证券法及上市规则，强化公司治理，加大对公司违规的监控、防范和处罚，力图维护资本市场的健康发展；另一方面，学术界从股权结构、董事会特征、行业分类、财务状况、经营环境等角度，研究公司违规的成因，并给出政策建议。但是，非正式制度和文化等因素如何抑制公司违规的研究仍在探索之中。种种非正式制度，至少部分构成了正式制度生长及发挥作用的土壤，或和正式制度一道，平行地推动着社会的演进。因此，研究非正式制度特别是社会资本对公司违规的影响及作用机制十分必要。

当前的财务学研究已经从单学科、纯财务问题走向多学科交叉问题，其中社会资本、公司治理与公司财务行为三者的交叉研究成为难点之一。研究我国社会资本是否及如何通过公司治理影响公司违规，对于推动我国社会资本建设，完善上市公司的治理机制，抑制公司违规具有重要的现实意义和应用价值。十八大以来，中共中央全面实施从严治党，通过推进反腐败斗争，减少“社会失范”。这必然会影响到社会资本，为上述社会资本对公司违规影响的研究提供了一个很好的准自然实验机会。此外，十八大以后形成的“反腐败斗争压倒性态势”，是否及如何影响社会资本对公司违规的作用机制？这也成了一个具有中国特色的研究问题。围绕这些问题，本文收集2003—2017年中国上市公司违规的相关数据，不仅研究社会资本对公司违规的影响及其作用机制，而且进一步研究十八大前后这种作用机制的变化，深化了反腐倡廉、社会资本与公司违规关系的研究，为全面、多视角理解社会资本对公司违规的影响和作用机制及其在十八大反腐倡廉前后的差异提供了科学证据。我们基于中国情景的数据构建了社会资本指数，并借助十八大的外生冲击，探讨社会资本是否以及如何影响公司违规。研究发现：第一，社会资本能够降低公司违规发生的概率。第二，社会资本降低公司违规的中介机制至少包括“缓解融资约束”“抑制腐败”“吸引机构投资”三种。第三，社会资本影响公司违规的中介机制，在十八大前主要表现为“吸引机构投资”，在十八大后主要表现为“缓解融资约束”和“抑制腐败”。

本研究的主要边际贡献在于：一是基于国情，重点研究我国社会资本与公司违规及其作用机制，并比较反腐倡廉前后该作用机制的变化。目前，我国关于社会资本与公司违规关系的研究不多，主要探讨产品竞争力、市场化进程等对社会资本与公司违规关系的作用，且尚无探究反腐倡廉、社会资本与公司违规关系的研究。本文一方面侧重探索社会资本如何通过公司治理变量影响公司违规，另一方面探讨十八大前后社会资本对公司违规的作用机制是否存在差异。二是基于社会资本理论和“违规三角理论”，本文构建了一个分析框架，用于研究社会资本、公司治理与公司违规的作用机制，从学理上梳理了三者之间的内在联系，为实证研究提供依据。三是在综合前人研究的基础上，从社会信任、社会规范和社会网络三个维度，采用主成分分析法构造综合指数度量社会资本，一定程度上克服了现有研究社会资本面临的定义和度量的争议。四是本文借助十八大掀起的“反腐败斗争”这一外生冲击，利用DID模型对主要假设进行检验，一定程度上解决了以往研究忽视的反向因果、遗漏变量等内生性问题，同时发现了十八大前后社会资本对公司违规的作用机制发生了变化，从而揭示了十八大及反腐倡廉的社会经济意义，丰富了基于中国情境的相关研究。

二、文献综述及研究假设

（一）文献综述

1.社会资本

社会资本的概念最早可追溯于Hanifan的研究，他认为社会资本包含了群体之中的善意和互助之心。经济学最先将这一概念用于经济发展的研究。随后，财务学也开始关注社会资本对企业投融资决策的作用。但是，由于研究视角及研究维度的不同，学者们对社会资本的定义多种多样。Coleman认为，社会资本是处于社会结构中的个体拥有的资源；Putnam认为，社会资本是社会组织的某些可以提升社会效率的特征，如信任、规范和网络；Huang和Shang将社会资本定义为一个社会的利他倾向以及人们之间的互信程度。定义的混乱使社会资本的研究遇到度量难题，以往实证研究受制于使用社交网络密度、信任、献血量等单一指标的度量，造成不同研究之间难以相互借鉴，也就很难产生令人信服的研究结果，这使得相关实证研究进展缓慢。因此，寻找前人研究的“最大公约数”构造综合指数，成为当下研究趋势。Rupasingha和Goetz基于总统选举投票率、非政府组织数量等指标，用主成分分析法为美国各区县构造了一个社会资本指数。其后该指数在社会资本与公司财务的交叉研究中得以广泛运用并推动了这一领域的繁荣发展。

在中国，社会资本的度量研究进展则较为缓慢。吴超鹏和金溪基于社会组织、社会捐赠及信息共享等角度构造一个综合指数度量社会资本，一定程度上解决了研究中的度量难题，但该指数较难反映社会资本中的信任及规范因素。虽然不同学者对社会资本的定义有争议，但学者们至少在以下方面达成了共识,即社会资本是一种非制度环境因素，它综合反映一个地区社会规范的强度和社会网络的密度。总之，高的社会资本表现为较强的信任、社会规范及密集的社会网络，从这些维度出发有助于找到解决社会资本的度量难题。基于以上的文献评述及对研究进展的回顾，本文从信任、规范及网络三个维度寻找实证指标，构建一个衡量中国各省的社会资本指数，力图更全面地度量中国情景的社会资本水平。

2.公司违规的影响因素

公司违规及其成因的研究由来已久。在实证研究方面，早期文献主要从公司财务状况、经营战略和内部治理等方面研究公司违规的影响因素。近年来，公司违规的外部因素引起学界关注：一是行业因素。滕飞等发现，公司所处行业产品市场竞争度会提升公司违规发生概率。二是外部监督因素。周开国等发现，媒体监督能降低公司违规发生概率。三是公司拥有的社会关系。陆瑶和胡江燕发现，CEO与董事间的“老乡”关系会显著增加公司违规发生概率。四是文化因素。戴亦一等发现，董事长的党员身份能降低公司违规发生概率。五是宗教等非正式制度因素。Dyreng等发现，宗教信仰程度高地区的公司，发生财务重述、高估收入或低估费用等违规的可能性较低。综上，关于公司违规的研究已从财务、经营和内部治理因素逐步扩展到外部竞争、监督、文化等环境因素，从正式制度因素逐步扩展到非正式制度因素。阐释各种影响因素对公司违规的学理机制成为进一步研究的方向。

3．社会资本和公司违规

个人或组织的行为，都受其所在区域社会资本的影响。社会资本的一个重要作用是作为非正式制度为群体塑造“规范”，其作用在于限制交易中的机会主义行为、降低交易成本、促进合作以达到增强社会信任的目的。腐败等寻租行为与合作的社会准则相矛盾，进而降低社会资本水平。中共十八大以来，我国进一步加强反腐倡廉建设，反腐倡廉与企业财务行为之间关系的研究备受关注。王茂斌和孔东民发现，高腐败地区的上市公司其现金持有价值提高，高管绩效薪酬敏感性提高，财务报表质量提高且盈余管理减少，因此认为反腐优化了公司治理。从已有文献来看，探讨反腐倡廉、社会资本与公司违规的关系和内在作用机制的研究尚属空白。随着我国加强法制建设、社会公德教育和营商环境建设，基于反腐场景探索社会资本与公司违规的关系及其内在作用机制具有重要的现实意义和学理价值。

（二）关于社会资本与公司违规之间关系的假设

一些学者将社会资本视为某地区社会规范的力量以及社会网络的密度。另有研究将信任视为社会资本的一个重要维度。Guiso等指出，将社会资本概念用于经济管理领域的研究时应立足于社会资本是“促进合作的价值观及信仰的集合”。当公司处于社会资本较高的地区时，管理者的利己主义行为较少，代理成本低，过度自信或其他可能破坏公司价值的行为也会更少。此外，社会资本通过促进民众投票和监督，强化政府责任感，使得地区法治环境和监督体系更完善。总之，高社会资本地区由更值得信赖、更合作的人组成，通过信任克服搭便车问题，合作规范能够限制狭隘的自利行为、减少机会主义行为，由此本文提出：

假设1：地区社会资本越高，该地区公司违规发生的概率越低。

（三）关于社会资本对公司违规的作用机制之一：中介效应的研究假设

Albrecht和Cottrell提出的违规三角理论认为，压力（Pressure）、借口（Rationalization）或机会（Opportunity）是公司违规的动因。本文基于已有文献，结合违规三角理论，从社会资本的三个维度（信任、规范和网络），提出社会资本通过三条中介渠道降低公司违规发生概率的假设。

1.缓解融资约束机制

社会资本的第一个维度是社会信任。Woolcock发现，社会资本高的地区，中小企业信任度高，通过结成信贷网络，缓解了各自的融资约束。Guiso等发现，社会资本高的地区，信任机制发挥重要作用，公司更容易获得正规信贷机构的资金。Kramer和Tyler发现，信任能够促进合作，而区域内银行间的合作有助于减少企业囤积资金，进而缓解其融资约束。Bonini和Boraschi发现，公司面临的融资约束与其违规概率正相关。根据违规三角理论，融资约束缓解将减轻企业的压力，降低违规的动机。因此，社会资本高的地区，人与人之间的信任会促进企业与金融机构、金融机构与金融机构之间的合作，这有利于缓解企业面临的融资约束压力，进而减少违规的发生。“缓解融资约束机制”检验的逻辑链条是：社会资本—缓解融资约束—减少公司违规。

2.抑制腐败机制

社会资本的第二个维度是社会规范。Hasan等指出，社会资本越高，人们内心自发遵从和敬畏规则，降低了腐败这种“社会失范”的发生；López和Santos也发现，积极的社会资本能够抑制腐败行为的发生。从腐败对公司违规的影响看，Kimbro发现腐败程度高的国家或地区法律体系不完善、执行力度较弱，会计和审计制度也不完善。雷震等通过实验发现，腐败代表了一种官本位的文化，这种文化将导致“社会失范”，并传染到公司，使管理层更容易为违规找到“借口”。因此，社会资本通过抑制腐败，使政府更高效、社会更规范。这不仅提高了违规成本，降低了违规动因中的“机会”，而且通过对腐败的抑制，弘扬了正能量，规范了社会成员行为，降低了违规动因中的“借口”。“抑制腐败机制”检验的逻辑链条是：社会资本—抑制腐败—减少公司违规。

3.吸引机构投资机制

社会资本的第三个维度是社会网络。社会资本越高，社会网络越发达，该地区公司越容易引起机构的关注和投资。从机构投资对违规的影响看，Mc Connell和Servaes发现，机构投资者能够对公司违规行为进行积极干预。Shleifer和Vishny则发现机构投资者能够对公司起到外部治理的作用，进而减少代理问题。总之，公司所处地区社会资本高时，更容易吸引到机构投资，这会通过增强外部监督降低公司违规发生的“机会”。基于以上的分析，“吸引机构投资机制”检验的逻辑链条是：社会资本—吸引机构投资—减少公司违规。

综上，本文提出以下三条中介渠道假设：

假设2-1：公司所处地区的社会资本越高，融资约束压力越小，使公司违规发生的概率降低，即社会资本通过缓解融资约束压力这一中介路径作用于公司违规的效应显著。

假设2-2：公司所处地区的社会资本越高，腐败发生的概率越低，进而使公司违规发生的概率降低，即社会资本通过抑制腐败这一中介路径作用于公司违规的效应显著。

假设2-3：公司所处地区的社会资本越高，越容易吸引到机构投资，进而使公司违规发生的概率降低，即社会资本通过吸引机构投资这一中介路径作用于公司违规的效应显著。

三、研究设计

社会资本相关研究存在两个难题：第一，社会资本是一个定义宽泛的概念，其度量方法颇多，但主要从社会信任、社会规范、社会网络三个维度入手设计度量指标；第二，研究企业层面的相关问题时，如果没有社会资本的外生变化，则很难将企业绩效的变化归因于社会资本的变化，因此需借助外生冲击开展该问题的研究。基于以上考虑，本文具体研究设计如下：

（一）变量的定义与度量

1．社会资本

关于社会资本度量方式，以往研究较多采用信任度、文化组织数量、献血率等。这些指标在一定程度上解决了社会资本实证研究中遇到的度量难题，但仍然存在单一指标难以反映社会资本的多元性和复杂性的问题。高的社会资本表现为强的社会规范及密集的社会网络关系，从这些维度有助于找到解决社会资本的度量难题的方法。因此，本文借鉴Putnam和Guiso等的相关研究，应用主成分分析法，构建一个综合性的社会资本指数，具体指标选取原因及构建方法如下：

第一，借鉴相关研究，从社会信任、社会规范、社会网络三个维度用七个指标综合度量社会资本。这些指标反映了社会网络内部或网络之间反复的、面对面的互动和交流，这种互动和交流又进一步强化信任、促进合作、并加强网络中的规范。社会信任方面仍使用张维迎和柯荣住的度量方法。社会规范方面包含三个变量：一是认知规范，反映人们对于价值规范认知标准的一致性，借鉴曾克强和罗能生的做法，使用各省劳动争议案占GDP比重作为其反向指标；二是道德规范，借鉴吴超鹏和金溪的做法，用各省社会捐赠额占GDP比重这一符合促进合作价值观的代理变量；三是组织规范，反映公民对非正式组织的参与度，借鉴Rupasingha和Goetz的做法，用各省平均每人拥有的社会组织数度量。社会网络方面主要用网络密度衡量，具体包含三个变量：一是交易网络，反映经济交易中的网络密度，借鉴Buonanno等的方法，用各省亿元以上商品市场交易额度量；二是人际网络，反映实体空间中的网络密度，借鉴Ishise和Sawada的方法，用各省公共交通客运总量度量；三是信息网络，反映虚拟空间中的网络密度，借鉴严成樑的方法，用各省互联网普及率度量。第二，对以上七个指标，按省份得分进行排名，并计算各省份的指标得分，某省的某一维度指标最高为31分，最低为1分。第三，对七个指标标准化处理后，进行主成分分析。本文提取特征值大于1且累计方差贡献率达到76.11%的前两个因子，并计算各主成分因子对原始变量的载荷矩阵，以累计贡献率为权重，最终得到本文构建的社会资本（SC）指数。

2.公司违规

本文将被中国证监会、沪深交易所及其他监管部门公开批评警告、谴责或处罚的公司，定义为违规公司。如果公司当年被处罚，则Violation取1，否则取0。

3.其他变量

本文在模型的控制变量中引入净资产收益率（Roe）、资产负债率（Lev）、主营业务收入的增长率（Growth）、第一大股东持股比例（Top1）、股权性质（State）、是否选择十大会计师事务所（Auditor）、总资产的自然对数（Size）、上市年限（Age）、地区经济发展水平（GDP）。在公司违规的作用机制中使用融资约束（SA），即参照Hadlock和Pierce的方法构建SA指数，SA越大，表明融资约束的程度越小；腐败程度（Corrupt），即每千名公职人员平均职务案件数；机构持股比例（InstiHoldR），即机构投资者所持股数占公司总股数的比例。本文在回归模型中控制时间及行业固定效应。

（二）社会资本与公司违规关系的实证检验模型

1．公司违规的基准回归模型

本文构建Logistic模型检验假设1：

（1）

如果模型（1）中β₁显著为负，则表示社会资本能够降低公司违规发生的概率。

2.DID模型

社会资本高的地区，公司违规发生的概率低，但基准模型中可能存在一定的内生性问题，因此需要一定的识别策略对模型（1）的结果进行验证。十八大掀起的“反腐败斗争”首先从党内开始，在中国的制度背景下，共产党员对塑造积极合作的价值观具有先锋模范作用，因而“反腐败斗争”将会通过规范社会主义核心价值观进而影响社会资本。但反腐败斗争并不直接影响公司违规，因而成为一个很好的外生冲击，为社会资本与公司违规间的因果关系提供了一个很好的识别策略。据此，我们构造模型（2），在一定程度上控制内生性问题，进一步识别社会资本对公司违规的影响。

（2）

首先，借鉴Fang等的方法，采用模型（2）将社会资本高于中位数的地区划分为干预组，Treat_i取值为1；将社会资本低于中位数的地区划分为控制组，Treat_i取值为0。十八大于2012年11月召开，将其之前的样本期间定义为十八大前（2003—2012年），设Post_t的取值为0，将其之后的样本期间定义为十八大后（2013—2017年），设Post_t的取值为1。如果模型（2）中β₃显著为负，则说明十八大掀起“反腐败斗争”之后干预组公司违规下降概率变大，从而利用十八大这一外生事件在一定程度上缓解了研究中的内生性问题，识别了社会资本与公司违规之间的因果效应。

第二，本文同时采用模型（2）进行安慰剂检验。我们将模型（2）中Post_t替换成Placebo_t，假设十八大掀起的“反腐败斗争”分别始于2009年、2010年或2011年，则分别将2010年、2011年、2012年及以后的Placebo_t值设置为1，观察β₃的显著性，进一步排除其他因素干扰，以确保结论的稳健性。

最后，本文用模型（3）检验十八大之后各年社会资本对公司违规影响的变化。我们将模型（2）中Post_t替换成Post_n_t(n=1,2,3,4)。以n=1为例，Post_1_t表示十八大后一年的哑变量，即将2014—2017年设为Post_1_t的取值为1，对于n=2,3,4可依此类推。通过观察模型（3）中β₂和β₃的变化，以考察十八大掀起“反腐败斗争”之后几年社会资本对公司违规影响的动态变化。

（3）

（三）数据来源和样本选择

本文以2003—2017年沪深A股上市公司为初始样本，进行了如下处理：（1）剔除金融和地产行业；（2）剔除当年上市公司；（3）剔除ST、*ST公司；（4）剔除数据缺失公司；（5）剔除数据异常公司。最终得到22 395条公司年度样本，其中违规公司样本2765条。连续变量均在1%和99%水平上进行了winsor处理。为防止小样本偏差，按行业、年份、规模为违规公司寻找配对公司，用1∶3的方法进行匹配，最终得到9251个样本，用于实证研究的检验。主要数据来自国泰安（CSMAR），社会资本指数构建过程中使用的数据来自中国统计年鉴；腐败程度数据由中国检察年鉴及各省市人民检察院工作报告手工搜集而得。

四、实证结果分析

（一）社会资本与公司违规关系的实证结果

1.公司违规的基准回归模型

表1报告了模型（1）的实证检验结果。β₁均在1%水平上显著为负。表1的回归结果支持假设1，社会资本高的地区，公司违规发生的概率较低。

2．双重差分模型（DID）

表2（1）—（4）列是模型（2）的结果，（1）列是DID模型得到的主要结论，（2）（3）（4）列分别假设十八大掀起的“反腐败斗争”开始于2009年、2010年、2011年，利用“安慰剂”法进一步保证识别策略的唯一性及DID结果的稳健性。（5）—（8）列是模型（3）的回归结果，用于检验十八大掀起“反腐败斗争”之后各年社会资本对公司违规影响的动态变化。表2的具体结果解释如下：

在（1）列中，Treat×Post前系数为-0.2且在5%水平上显著，说明提出十八大之后，高社会资本地区公司违规发生的概率下降幅度更大。（2）（3）（4）列是“安慰剂”检验的结果，Treat×Placebo前的系数统计意义不显著，结果表明，外生冲击是由十八大掀起的“反腐败斗争”引起。表2（1）—（4）列通过DID模型控制内生性问题，进一步说明社会资本可以降低公司违规发生的概率。

表2（5）—（8）列是模型（3）的回归结果。（5）列和（6）列中，Post_n前系数分别为0.228和0.207且均在1%水平上显著，Treat×Post_n前系数分别为-0.005和-0.004且在1%水平上显著，说明十八大一年及二年之后，总体上看公司违规并无明显下降，但高社会资本地区相对低社会资本地区公司违规出现显著下降。（7）列中Post_n前的系数为-0.109但不显著，Treat×Post_n前系数为-0.003且在10%水平上显著，说明十八大后第三年，整体上公司违规的概率才有所下降，高社会资本地区和低社会资本地区公司发生违规概率的差异在降低。（8）列中Post_n前系数为-0.239，且在1%水平上显著，此时Treat×Post_n前系数为-0.004，但不显著。这说明在“反腐败斗争”四年之后，公司违规才出现全局性下降，且高社会资本和低社会资本地区的公司违规差异不再明显。（5）—（8）列结果进一步表明，“反腐败斗争”通过社会资本作用于公司违规是一个渐进过程，先影响于高社会资本地区，后影响于低社会资本地区，这种差异在十八大三年之后才逐步消失。

（二）作用机制之一：中介效应模型的实证结果

表3使用中介效应模型分析了全样本期间社会资本对公司违规的作用机制。

Panel A检验缓解融资约束机制：（1）列是社会资本对公司违规的影响，SC前回归系数为-0.0012且在1%水平上显著；（2）列是社会资本对融资约束的影响，SC前回归系数为18.82且在1%水平上显著，表明社会资本越高的地区，公司融资约束压力越低；（3）列将社会资本和融资约束同时放入模型，SC前回归系数为-0.0012且在1%水平上显著，SA前的系数为-0.0000但不显著，说明社会资本没有通过缓解融资约束对公司违规产生影响。Sobel Z的值为-1.162但不显著，进一步明确了上述结果，说明“缓解融资约束”机制的中介效应不存在。

Panel B检验抑制腐败机制：（1）列是社会资本对公司违规的影响，SC前回归系数为-0.0012且在1%水平上显著；（2）列是社会资本对腐败的影响，SC前回归系数为-0.0791且在1%水平上显著，表明社会资本对腐败具有抑制作用；（3）列将社会资本和腐败同时放入模型，SC前回归系数为-0.0012且在1%水平上显著，Corrupt前的系数为0.0009但不显著，说明社会资本没有通过抑制腐败对公司违规产生影响。Sobel Z的值为-1.293但不显著，进一步明确了上述结果，说明“抑制腐败”机制的中介效应不存在。

Panel C检验吸引机构投资机制:（1）列是社会资本对公司违规的影响，SC前回归系数为-0.0012且在1%水平上显著；（2）列是社会资本对机构投资的影响，SC前回归系数为0.00004且在10%水平上显著，表明机构投资者对高社会资本地区的公司，持股比例更高；（3）列将社会资本和机构持股同时放入模型，SC前回归系数为-0.0012且在1%水平上显著，InstiHoldR前的系数为-0.5595且在1%水平上显著，说明社会资本通过吸引机构投资者持股，加强了公司的外部监管。Sobel Z的值为-1.727且在10%水平显著，中介效应占比为1.75%，说明“吸引机构投资”是社会资本降低公司违规的部分中介。

五、进一步讨论：十八大前后社会资本对公司违规作用机制的变化

（一）十八大前后中介效应作用机制的变化及其实证结果

表3的实证结论并不完全支持本文的研究假设，作者进一步研究其原因。表2结果表明，十八大之后社会资本对公司违规的影响是动态变化的。根据“社会失范论”，腐败造成的社会失范会从政府传染到其他社会成员。十八大之后，随着党中央“着力解决管党治党失之于宽、失之于松、失之于软的问题，不敢腐、不能腐、不想腐的效应初步显现，反腐败斗争压倒性态势正在形成”，人民更加认同党所倡导和弘扬的社会主义核心价值观，这可能引起社会资本对公司违规的作用机制发生变化。因此，本文将样本期间分为十八大掀起“反腐败斗争”之前和“反腐败斗争”之后两个阶段，进一步探究中介机制的研究假设未完全获得实证结论支撑的原因，尝试阐释十八大对中国社会的深远影响，从而丰富和完善基于中国情境的社会资本对公司违规作用机制的研究。

表4报告了十八大前后社会资本对公司违规的三条中介渠道作用机制变化的实证结果。

Panel A中（5）列SC前系数为24.18且在1%水平上显著，相对于（2）列SC前系数的绝对值更大，这说明在十八大之后，社会资本对融资约束缓解程度更大。（6）列SA前的系数在10%水平上显著为负，而（3）列SA的系数不显著。在十八大之后，Sobel Z的值为-1.699且在10%水平上显著，中介效应占比为3.97%；而在十八大之前，Sobel Z的值不显著，中介效应不存在。这说明在十八大之后，社会资本通过缓解融资约束降低公司违规的传导机制通畅。在十八大之前，社会资本虽然也能缓解融资约束，但对融资约束压力的缓解并未能对公司违规产生影响。作者认为：这可能是因为融资约束压力与公司违规之间存在一个“阈值”，在十八大前，社会资本对融资约束的缓解力度不够大，因此传导机制不通畅。

Panel B中（5）列SC的系数为-0.1331且在1%水平上显著，相对（2）列SC系数的绝对值更大，说明十八大后社会资本对腐败的抑制效果更明显。（6）列Corrupt的系数为0.0017且在10%水平上显著，（3）列中Corrupt的系数为0.0025且在5%水平显著，（3）列相对（1）列SC前系数下降却不明显，且在十八大之前，Sobel Z的值为-1.593，不显著。但在十八大之后，Sobel Z的值为-1.754且在10%水平上显著，中介效应占比为26.27%，说明在十八大之后，社会资本抑制腐败进而降低公司违规的中介机制通畅。虽然在十八大之前，社会资本也能抑制腐败，但对腐败的抑制并未对公司违规产生影响。作者认为，这是因为在十八大之后提出的反腐败斗争是系统性、全局性的，且通过“持续的反腐败斗争”传递出的信号，重塑了社会规范，使公司违规的“借口”下降。另外，在十八大后，腐败的抑制还使得违规动因中的“机会”下降，从而使得社会资本抑制腐败的中介机制更加通畅。

Panel C中（5）列SC的系数为0.00004，但不显著，且在十八大之后，Sobel Z的值不显著，说明社会资本对机构投资者持股不再有明显的影响。作者认为，在十八大之后，机构投资者开始转向或有意愿投资低社会资本地区的公司，使得社会资本通过吸引机构投资进而加强公司外部监督这条机制消失。但（6）列的结果表明，机构投资者仍然能够发挥外部监督的作用。

总之，由表4可见，十八大后，社会信任影响下的“缓解融资约束”机制和社会规范影响下的“抑制腐败”机制开始发挥作用，进一步表明十八大后，社会资本对公司违规的中介机制得以强化。

（二）稳健性检验

首先，水资源占有量、地震次数均会影响社会资本，但并不直接影响公司违规。本文将各地区人均水资源占有量、每年地震次数作为工具变量，使用两阶段法进行基准回归模型的分析，结论依然不变。其次，采用全样本数据对上文所有模型进行检验，结论依然不变。这些稳健性研究结果进一步证明了本文结论稳健。最后，本文还对双重差分模型进行了平行趋势检验，发现了在十八大之前各年高社会资本组和低社会资本组公司违规的变化趋势相同，进一步保证了本文结论的可靠性。限于篇幅，以上结果留存备索。

六、结论及启示

作者从社会信任、社会规范、社会网络三个维度用七个指标度量社会资本，为社会资本研究提供了一个较为全面综合的度量方法。本文不仅研究社会资本对公司违规的影响，而且探讨社会资本对公司违规的作用机制，以及十八大前后社会资本对公司违规作用机制的变化，为全面、系统、多视角理解社会资本在公司违规中的作用机制提供了科学证据。实证研究发现：第一，社会资本可显著降低公司违规发生的概率，且通过DID模型控制内生性之后结论仍然成立；进一步的研究发现，在十八大之后，高社会资本地区的公司比低社会资本地区的公司违规下降概率更大，这种差异持续三年才消失。第二，从全样本期间来看，社会资本并没有通过“缓解公司融资约束”和“抑制腐败”这二条中介渠道降低了公司违规发生的概率，但可通过“吸引机构投资者”这一中介渠道降低公司违规发生的概率。第三，在十八大之后，社会资本对公司违规的作用机制发生了变化：社会资本通过“吸引机构投资”这一中介路径消失了，但“抑制腐败”和“缓解融资约束”成为主要的中介路径，这说明十八大通过反腐败斗争使社会资本对公司违规的中介机制得以强化。因此，本文建议：为了长期且有效地抑制公司违规，一是必须进一步加强社会资本建设，从社会信任、社会规范、社会网络建设三方面，提高社会资本水平，改善营商环境；二是继续增强反腐力度，持续进行反腐败斗争；三是推动和吸引机构投资入股，强化机构投资者的监督和治理能力。

原文刊发于《厦门大学学报（哲学社会科学版）》2021年第4期《公司治理研究》专栏，第57-70页。因篇幅问题，注释删略。

欢迎关注“厦大哲社版学报”微信公众号

投稿平台

https://xdxbs.xmu.edu.cn/