产品市场竞争与公司股票特质性风险——基于我国上市公司的经验证据，本文主要内容关键词为：市场竞争论文,特质论文,公司股票论文,上市公司论文,证据论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
国外越来越多的研究表明，欧美发达资本市场公司股票特质性风险或其回报波动在近几十年来均呈显著增加的趋势，而其典型的经济后果是公司产品市场竞争业绩与其股票市场绩效的关联性下滑。诸多学者将其归咎于经济领域内日趋激烈的竞争。依其视角与路径差异，相关研究可归纳为“正反两种路径”及其“七类效应”。第一种研究将行业竞争结构作为与规模、成长性等公司特征并列的“内生性”因素予以考察，本文将其概括为产品市场竞争(PMC)之“内生互动影响”，涉及四类效应：(1)“小公司效应”，认为特质性风险的显著增加是因更多小公司的上市所致(Campbell et al.,2001; Bali et al.,2005)；(2)“新公司效应”，考虑到新上市公司多具有小规模、高风险等特征，故更多的研究将其归咎于权益资本成本的降低，使得更多弱小(Fama and French，2004)或风险更高公司(Brown and Kapadia，2007)更易上市；(3)“基本现金流波动效应”，Irvine & Pontiff(2009)指出，美国资本市场特质性波动的显著增加是公司基本现金流波动增加的反映，而其最终推手乃是经济领域中更趋激烈的竞争——因弱小公司的融资便利、行业管制放松及跨国竞争(Gaspar and Massa,2006)；(4)“信息—风险效应”，基于公司特征信息的判断将直接影响证券估值，故当(拟)上市公司中包含更多弱小、更依赖创新、不确定性更高或收益更不稳定的公司时，其显著的信息不对称将使IPO估值更难，特质性风险亦必更高(Lowry et al.,2010)。第二种研究则将特质性风险的显著增加归咎于具有上述特征的——更弱小、新上市或风险更高——公司的日益上市导致的行业竞争结构的变化，本文将其归纳为产品市场竞争之“外生独立效应”，现有研究可分三类：(1)“信息传播效应”，即更集中的行业能显著强化行业共同信息及竞争性信息的传播效应，从而促进其有效配置、降低预期不确定性(Haw et al.,2008)、提升公司间战略互动及其价值依赖度(Piotroski and Roulstone,2004)，而这种战略互动还会反过来放大信息传播的竞争效应(Chen et al.,2005)，形成良性循环；(2)“自然保值或风险转嫁效应”，即公司显著的产品市场势力(尤其在面临逆向外部冲击时)何以能稳定公司业绩(Gaspar and Massa,2006; Peress,2010)；(3)“创新激励效应”，即更集中的行业与显著的市场势力是否有助于推进企业的创新创造(Chun et al.,2008；邓可斌和丁重，2010；李春涛和宋敏，2010；聂辉华等，2008)。Hoberg&Phillips(2010)、Novy-Marx(2009)等将上述效应归结为公司市场势力更为充分的“内部化能力”，界定有别但异曲同工。
本文基于第二种逻辑，重点关注集中的行业结构和显著的市场势力是否能有效弱化公司特质性风险或其股票回报波动。日益重视和推动经济的战略性调整和产业结构的转型升级，已成为新时期我国经济持续健康发展的必然选择，针对投融资及行业准入等宏微观领域的一系列新政(如“新36条”)势必会逐步促生积极的经济后果。这与2008年金融危机后美国等发达国家公司风险战略及其宏观政策适应性调整——公司/产业优化集中、强化贸易壁垒及金融监管以弱化市场的激烈竞争——基本一致。受制于特定的制度背景，我国资本市场建立初期，上市公司多由国有企业转制而来，对于公司上市一直设有很高的政策性或“歧视性”门槛，上市几乎等同于一种特权性资源，中小企业尤其是民资企业很难上市。但随着制度环境的变迁，政策性门槛的放松使得更多新兴中小企业得以陆续上市，中小板、创业板相继出现，我国资本市场已日趋多元纵深。允许和鼓励更多有潜力的新兴中小公司上市，有助于优化我国上市公司的行业构成进而推动其产业结构的转型升级。这种结构性变迁势必影响市场竞争强度，而竞争的加剧必然引致股票回报的频繁波动。这是产业组织和市场结构理论关于“结构—绩效”关联的基本逻辑，也与Campbell et al.(2001)、Fama & French(2004)、Bennett & Sias(2006)及Brown & Kapadia(2007)等描述的发达资本市场的历程类似。关注这种结构性变迁及其引致的“竞争—风险”效应，无疑具有重要意义。如何在竞争效率与风险增加即竞争的数量与质量间合理权衡，是决定行业竞争结构优劣乃至产业结构转型升级的关键，竞争环境的优化更须着意于行业结构优势或公司竞争优势的培育。特质性风险或股票回报波动直接影响公司绩效，其水平变化可以作为公司所在行业竞争结构优劣及其股票市场绩效高低的反映。受产业组织、市场结构等理论及国外最新研究启发，本文基于“竞争结构—风险预期—回报波动”关联视角，关注我国上市公司股票特质性风险的显著增加(若有)是否应归咎于激烈的产品市场竞争，集中的行业结构和显著的公司市场势力是否有助于缓解特质性风险的激增并进而稳定公司回报。
本文的贡献在于：(1)区别于直接关注股票市场特质性波动的国内少量研究(如杨华蔚等，2007，2009)，本文首次基于产品市场竞争视角关注公司股票特质性风险，为考察公司产品市场竞争与其股票市场绩效关联的新兴研究提供了可行路径；(2)从股票特质性风险的新颖角度进一步验证了我国股票市场的投机市或政策市特征，以及我国上市公司行业竞争结构的低效问题，为从“浓缩”行业结构和培育公司市场势力或竞争优势两大方面着意优化我国的行业竞争结构进而促进其产业结构的转型升级，提供了新的证据，这相对于国外相关文献而言亦是一种延伸；(3)对产品市场竞争应从行业结构及其竞争强度两方面予以综合考量，本文基于多维度量的检验结果也同时印证了相关研究对于产品市场竞争只限于行业集中度或市场势力等单维度量的明显不足。
本文结构安排如下：第二部分为理论分析与假设，第三部分为研究设计，第四部分为实证检验，第五部分为稳健性检验，第六部分为结论与启示。
二、理论分析与研究假说
产品市场竞争之基础性影响，既要在行业整体变迁并扩及制度背景的宏观层面进行考察，又须落实在具体的公司特征差异及其引致的公司间竞争互动的微观层面，故考量其影响效应，应该从行业的聚散结构及其市场竞争强度两大维度展开。这既符合产业组织理论的“结构—绩效”范式，也符合市场结构理论之“效率—结构”逻辑。正如垄断并非只导致福利损失，分散的竞争也不等同于效率，竞争和效率的权衡成为传统“结构—绩效”范式与新兴的“效率—结构”逻辑的争议焦点所在。①作为产业组织理论的发展，市场结构理论将决定绩效的因素归结为三类，即“结构—绩效”、“相对市场力量”(RMP)及“效率—结构”(ES)范式。前两类统称为市场势力(MP)假说，其核心是更集中行业结构下的公司市场势力决定其绩效的高低，即相对市场份额更高、产品差异更大的企业可凭借其显著的市场势力获取更高利润(Kurts and Rhoades，1991；徐忠等，2009)；而“效率—结构”范式则认为是企业间的效率差异——技术与管理水平(X-效率理论)或不同的规模优势(规模效益理论)——导致了其市场结构和获利能力的差异(Smirlock et al.,1986；陆毅等，2010)。可见，集中的行业结构甚或垄断可能是市场竞争的自然结果(张五常，1999)，效率才是判断行业结构优劣的最终旨归(Demsetz,1973)。
行业准入及投融资约束放松等环境因素导致的行业结构的日趋分散，势必影响市场竞争，而竞争的加剧与公司风险或其回报波动密切关联。经济全球化的加深尤其是金融危机的频发，使得诸多研究将公司特质性波动增加及其收益恶化直接归咎于产品市场的激烈竞争。回顾已有文献关于特质性风险何以显著增加的诸多解释，均有其合理性，但无论哪种效应，特质性波动的显著增加及其时间趋势，均与竞争实力更弱(Weaker)、规模更小(Smaller)、更具风险(Riskier)、所在行业更不完善(Less Established)、估值更难(More Eispersed)、过早上市(Earlier)或更年轻(younger)等公司特征因素的单独或组合影响密切关联；而且，无论将产品市场的竞争作为内生互动因素还是外生驱动力量，某类(拟)上市公司本身的“小”——弱、小、高风险等特征的集合，以及其在产品/资本市场上的日益集聚或扩散即其行业结构变迁，都始终扮演关键作用，即正是公司“数量与质量”结构的变迁基础性地改变了市场的结构及其竞争强度，并进而重塑了其风险特征，行业结构变迁及其决定的市场竞争强度的变化成为公司风险及其回报波动的“起点”(Irvine and Pontiff，2009)，而这正是本文基于结构化分析逻辑即“竞争结构—风险预期—回报波动”关联，考察产品市场竞争之系统影响或公司两大要素市场之效率关联的基本缘起。股票回报波动源自投资者风险预期的变化，任何外生的政策或环境变迁以及公司内部机制的变更等对于股票回报的影响，最终都是经由投资者风险预期行为的变化所致。以公司所在产品市场竞争环境(行业结构及其竞争程度)的变迁势必引致投资者股票回报预期的变化为“起点或媒介”，本文用两大设问解释其机理：
其一，集中行业中的公司何以利用其更为显著的市场势力，而获取了持续更高的回报(即其特质性风险或股票回报波动更低)？透视其具体原因有三：(1)更高的信息配置效率。一般地，竞争有助于信息的充分传播和有效配置，但剧烈的竞争则会导致知情交易和假消息的泛滥，降低信息的配置效率。诸多研究表明，知情交易更易发生在竞争实力更弱、市场份额更小的公司中，因为这类公司的股价对风险更为敏感(Tookes,2008)；而拥有更强市场势力或更大市场份额的公司，由于更多地受到公众及监管部门的关注，且其自身的治理机制和信息披露相对健全，投资者预期相对集中，故更少受到市场的负面冲击，其更大的成交量加速和保障了私人信息在股价中的配置效率(Peress,2010)；集中的行业能显著强化行业共同信息及竞争性信息的传播效应，信息的有效配置降低了预期的不确定性(Cheng,2005; Haw et al.,2008)。(2)风险转嫁或“内部化”能力优势。面临逆向外部冲击时，更集中行业中的优势公司可凭借其显著的市场势力将负面特质性冲击转嫁给客户进而规避风险(Gaspar and Massa,2006; Peress,2010)，实现“自然保值”(Natural Hedge)，故这类公司——相对于那些分散行业里的企业——具有更低的现金流和利润波动(Irvine and Pontiff,2009)或风险水平(Hou and Robinson,2006)，投资者预期也因而更为集中而稳定(Cheng,2005)。(3)投资时机及资产选择优势。在面临逆向外部冲击时，不同的产品市场特征、资产的风险回报属性差异及其投资时机选择的不同匹配，对公司价值的影响效应不同：产品市场需求较高(行业繁荣)时，集中行业中的公司将赚取更高的回报，且更易利用其成长机会实现盈利性扩张，进而巩固其市场优势(Aguerrevere,2009)；而在行业衰退(需求较低)时，集中行业中拥有显著市场势力的公司，因其在规模经济、产品技术以及管制等方面的优势，其回报及预期仍相对更高且稳固。
其二，为维护其市场势力及持续的超额回报优势，行业集中度何以影响在位公司的战略选择？由上分析，结构优势之下必有超额回报，回报诱惑与已有优势的叠加将促使公司更加巩固其获利结构，集中行业下的“信息传播效应”以及更强大公司的风险转嫁或内部化能力优势，便可与更为集中的投资者风险预期以及回报的稳定，逐渐形成良性的“循环”，行业内公司间的战略互动或价值依存度也因此更高(Piotroski & Roulstone,2004)。诸多研究表明，更集中行业里的竞争企业间更易“串谋”②从而获得“经济租”(economic rents)或超额收益(Strickland and Weiss,1976; Brock and Scheinkman,1985)，此时，公司也才能更主动地利用壁垒战略，如将资本性投资作为沉没成本威慑等(Masson and Shaanan,1986)，以有效遏制低效竞争对手的进入(Schmalensee,2004; Carlton,2004)③，日益巩固的公司市场势力因此会延缓(Increases the Persistence)其更高的获利能力向低于行业均值递降的速度(Cheng,2005)，延长市场势力占优企业的盈余持续时间(Baginski et al.,1999)，从而吸引和稳定了更高的投资者预期。
随着我国市场经济的日益深化以及诸如行业准入放松、民营中小企业的政策倾斜等政策推动，就像发达资本市场所经历的那样，更多竞争实力弱、规模小和高风险公司的日益上市，势必会基础性地改变我国上市公司的行业竞争结构，而这些弱小、高风险公司在产品/资本市场上的日益集聚或扩散，亦必将重塑我国资本市场的风险特征。因能有效稳定投资者风险预期，显著的产品市场势力和集中的行业结构对于公司股票回报具有“保险”作用，而投资者亦愿为此支付高于平均水平的“溢价”(Novy-Marx，2009)。基于以上分析，本文提出并检验如下命题：
产品市场竞争的加剧将引致上市公司股票特质性风险的显著增加；集中的行业结构与显著的公司市场竞争势力能有效缓解上市公司股票特质性风险或其回报波动，进而稳定和提高公司回报。
三、研究设计
(一)变量设置
1.解释变量：产品市场竞争(PMC)。产业组织文献最常使用的竞争指标是行业集中度(CR[，n])和交叉价格弹性等，但由于集中度主要度量市场中最大的n家企业产出占行业总产出的比例，并不能反映企业间的竞争互动，而交叉价格弹性则受制于企业的定价资料，故均不能准确而全面反映公司的产品市场竞争动态。鉴于此，本文遵循国外最新研究(Gaspar and Massa,2006; lrine and Pontiff,2009; Kale,2010; Peress,2010)以及国内(姜付秀等，2005；魏后凯，2002)的主流做法，采用反映市场集中度的综合指标即赫芬因德指数(HHI)和熵指数(EI)来度量公司所在行业的聚散结构；采用行业内竞争互动的指标即公司间经营策略敏感度(CS)、公司经营相似程度即自然边界(NH)，以及体现公司市场势力的价格—成本边际(PCM与EPCM)指标，用以衡量产品市场竞争。此外，受Gaspar & Massa(2006)、Novy-Marx(2009)④及Haw et al.(2008)等研究启发，除结构与势力差异考量外，本文还考虑了上述竞争指标的“内外”差异——CS、NH、PCM与EPCM属于衡量行业内竞争态势的指标，而HHI、EI则属于衡量行业间竞争情形的指标，以求更为准确、全面而多元地反映产品市场竞争效应。⑤
2.被解释变量：特质性风险。对于股票特质性风险(Idiosyncratic Risk)变量，借鉴国外研究，本文拟基于CAPM并采用不同频率的股票回报数据进行估算。⑥考虑到我国股市的短期性、波动性特征以及与已有研究的可比性和数据可得性等，本文拟采用如下两种度量方式：
(1)特质性风险(IR)：基于月回报。首先基于CAPM并使用个股月回报数据来计量我国上市公司的特质性风险，与Gaspar & Massa(2006)、Brown & Kapadia(2007)及Fu(2009)等最新研究的指标设计思想一致，本文将特质性风险归咎于CAPM回归的残差部分。在全样本检验时，直接采用沪深两市A股的个股月回报数据(考虑现金红利再投资后)，并选取锐思(2010)数据库的“个股资本资产定价模型”中的“月收益Beta的36个月滚动回归数据”的市场风险Beta估计值，从而直接得到CAPM月度回归残差，本文将其绝对值作为特质性风险的月度估计值，再将每只股票的月度残差按月加总即可得到特质性风险年度值(IR)。因涉及四种风险因子Beta的估计，本文在具体检验时分别选择持有期流通市值加权和总市值加权的风险Beta值，故特质性风险也将区分为流通市值和总市值加权两类。两种方式下的结果一致，本文只报告流通市值加权时的检验结果(下同)。
(2)特质性风险(SSE)：基于日回报。学界普遍认为，使用日度等高频数据估算股票预期回报或特质性风险更为精确，故本文还借鉴Gaspar & Massa(2006)、Malkiel & Xu(2003)及Fu(2009)等的思路和程序，采用我国深市A股的日回报数据来替代估算特质性风险。具体估算程序如下：首先对样本中每个上市公司或每只股票，将过去36个月的个股月回报按月对其市场的超额回报进行时间序列回归，得出风险的Beta值，然后将其拟合到当月的个股日回报中，从而得到个股日回报与市场日回报的回归残差，最后对这些日残差(按所有天、所有月)求平方和，得到特质性风险月度值，再将其按月求和得到特质性风险年度值(SSE)，为降低量级，取其自然对数。市场风险Beta值以及个股日回报和市场日回报等数据来源同上。
3.控制变量。公司的规模、已有收益水平、产权结构、资产构成因素，会直接或间接影响其产品市场势力及回报预期特征，并因而使之处于产品/资本市场的某种优势/弱势位置；而成长性高低、上市时间、现金持有比率、机构持股比例、成交量、换手率以及市场风险、固定性费用、股价、股利支付等变量，还可能与上述因素一起塑造我国上市公司的特质性风险乃至两大要素市场的风险特征，故与Gaspar & Massa(2006)、Irvine & Pontiff(2009)、Kale(2010)及Haw et al.(2008)、Lowry(2010)等研究一致，本文控制了上述因素以及行业、年度等影响。限于篇幅，只报告主要变量定义。
(二)样本与数据来源
本文基于我国沪深A股上市公司2000-2010年样本，产品市场竞争变量数据主要采自CCER数据库，特质性风险数据来自锐思数据库，缺失数据用CSMAR和WIND补充。样本筛选原则如下：(1)剔除金融保险业公司；(2)剔除样本公司数太少(少于5家)及数据不全或缺失严重的行业；(3)剔除样本期间内被ST和PT的公司。经上述处理，本文样本几乎涉及所有行业，行业划分标准依据证监会2001年《上市公司行业分类指引》。
为避免奇异值影响，本文对所有变量在1%水平上予以Winsorize处理，并在此基础上又适时进行了再处理(排序后在样本两端各删去50—100个异常值)，以弥补Winsorize处理的缺陷。⑧本文实证检验基于面板数据，经过Hausman检验，所有模型均采用面板数据模型下的固定效应回归。此外，由于面板数据容易存在异方差和自相关问题，本文采用STATA软件中可同时纠正模型异方差和自相关问题的“Xtscc”命令进行估计，描述性统计及回归检验均使用STATA10.0。
四、实证检验
(一)产品市场竞争现状：结构与效率
我国上市公司的行业集中度波动较大、总体偏低⑨，产品市场竞争的滞后与革新现状持续并存，主要特征有三：其一是分散的行业结构导致市场竞争剧烈。历经三十年改革开放，我国由短缺经济向后危机时代内需依赖型经济的转型，在推动经济增长方式转变、造就新的公司盈利模式的同时，也诱致了日趋激烈的市场竞争(供过于求、产能过剩)，归其深层原因当在于行业竞争的分散和低效。与主要发达国家相比——以拥有多数上市公司的制造业(C)为例，我国制造行业集中度普遍较低，产业结构高度分散，行业集中度只有美国等发达国家均值的一半左右⑩，而近十年来甚至日趋分散(表2a)。其二，低效竞争与低效垄断“双低”并存。行业结构的高度分散使得我国绝大多数产业因达不到最低有效规模而处于持续的规模不经济状态，数量众多、规模相近的公司间竞争激烈，无力亦无意提升其研发创新水平；产品的趋同和行业进退机制的低效，很容易引发公司间的投机性掠夺或价格战等不正常乃至恶性的竞争行为，这种“双低”格局至今尚未有效改观(表2b)。其三，行业结构微显优化集中趋势。时隔15年之后的2009年，我国上市公司行业结构的分散特征依然持续(更多公司分布在200—400的低集中度区间)，但与1995年我国制造业行业结构(魏后凯，2002)相比，很多行业的市场竞争格局开始呈现优化集中趋势，这与近三十年来的技术进步、企业兼并重组、工业化进程加快以及在新时期着意推动经济战略性调整和产业结构转型升级等新政取向相呼应。表2b中HHI大于700(A、J、C3、F、D)和1000的行业分布及其比重(K、C5、C9、L、G、E、C2、B)均较1995年显著增加，而低于200的高度分散区间已无公司分布。不管是国有巨头的垄断强化所致，还是因行业准入放松等因素引致更多公司加入竞争，这种集中化的趋势及其绩效已很显著——22%的公司的行业销售收入占比接近50%(HHI大于1000的低寡占区间)。
(二)变量描述性统计
表3是特质性风险与主要竞争变量的描述性统计。特质性风险(IR)年度均值为0.272，标准差为15.1%，而基于日回报的特质性风险(SSE)则略低(13)，年度均值为0.148，标准差为25.4%，二值均远低于美国等发达国家甚至超过40%的风险水平(Gaspar and Massa,2006; Brown and Kapadia,2007; Kale,2010)，但我国上市公司特质性风险的增加趋势却很显著(图1—4)。表3还列示了系统性风险的水平(=1-CAPM月度回归的
)，其均值高达0.64(Std.=19.86%)，远高于美国资本市场(Mean=0.189，Std.=15.4%)。分析其内涵有二：其一，我国上市公司特质性风险虽相对较低且远低于其系统风险水平，但其逐年增加的趋势显著，这与美国等发达资本市场类似，理应引起及早关注；其二，特质性风险与系统性风险的“背离”程度虽与发达国家一样明显，但其背离的“性质”却显著不同，即我国上市公司的回报仍更多受制于宏观政策或基本面波动——新兴/转轨市场经济的普遍特征，与公司自身“效率”(经营、治理效率及获利能力等)特征的关联仍处在偏低水平(14)，证券市场的“政策市”或“投机市”特征仍很显著，上市公司整体绩效及其价值创造能力仍有待提升。这与我国资本市场的频繁波动特征和上市公司的回报现状相符。公司市场势力EPCM的均值为0.139，标准差为2.899，而行业集中度HHI均值则为0.071，标准差为0.096，分布差异不大，表明我国上市公司的市场势力差异显著，且与行业的聚散结构并不完全对应。这与前文现状描述以及Gaspar & Massa(2006)、Kale(2010)等研究结果基本一致。
1.单变量检验
表4和表5是分别基于月回报(IR)和日回报(SSE)数据度量的特质性风险与公司市场势力(未控制公司规模)和行业集中度关联的单变量检验。除基于月回报数据的特质性风险(IR)与公司市场势力EPCM的均值关联(表4的Panel-A)未支持预期外(但2、4分位的差异明显)，表4的Panel-B与表5基于日回报的特质性风险(SSE)与公司市场势力EPCM和行业集中度HHI的关联结果均显著支持本文预期。
2.产品市场竞争与特质性风险(SSE)：关联趋势
图1—4是我国制造业上市公司的特质性风险(SSE)与其市场势力和行业集中度间的时间关联趋势。公司每年的市场势力与其特质性风险由其行业内同年中所有公司或股票的该指标均值得到。
由图1和图2可见，公司市场势力特别是其所在行业的集中度与特质性风险的负相关趋势显著，我国上市公司的特质性风险亦呈现逐年显著增加的趋势，这与Gaspar & Massa(2006)、Brown & Kapadia(2007)、Irvine & Pontiff(2009)等关于发达资本市场特质性风险在近几十年中显著增加的结果一致——虽然风险的整体水平有异(见表3)。可见，基于结构、势力或竞争程度的多维度量，并未改变产品市场竞争与公司特质性风险的负相关趋势，与本文预期完全一致。图1—4还表明，我国制造业行业结构的分散化特征似乎还在加剧——HHI逐年明显降低、EPCM亦呈下降趋势；分散结构下的公司间剧烈竞争的大局面并未有效缓解，这是导致特质性风险显著增加的一个重要原因和背景；市场竞争程度(CS、NH)与特质性风险显著负向的波动性特征，还明显反映出我国制造业各行业及其公司规模分布的显著差异，但其与公司市场势力的关联趋势并不完全对应，似乎潜在地映射出我国上市公司的行业竞争结构可能正在呈现优化集中的微弱趋势，这与表2对行业竞争现状的描述暗合。
(三)多元回归分析(17)
本文的多元回归采用最小二乘法(OLS)并使用STATA10.0进行计量分析。模型如下：
表6是全行业样本的回归检验结果，分别基于不同的产品市场竞争指标，考察公司市场势力与其行业竞争结构如何影响特质性风险(IR)，主要竞争变量的结果与本文预期以及Gaspar&Massa(2006)、Irine & Pontiff(2009)等研究完全一致。模型(1)结果显示，公司市场势力EPCM与特质性风险显著负相关，公司市场势力的增强有助于缓解其特质性风险或回报波动。由检验结果来看，在对公司市场势力的可靠度量方面，相对于PCM，超额价格—成本边际EPCM变量能更好地描述公司定价势力的行业差异，因为该指标考虑到不同行业回报率的结构性差异及其与公司市场势力的相关性，在公司层面的价格—成本边际PCM中“抽去”了行业平均影响，可很好弥补其缺陷。公司间竞争策略敏感度CS以及衡量其经营相似程度的NH指标，均与预期显著一致。作为市场竞争态的较好替代，两指标与特质性风险显著相关的结果一致表明：激烈的市场竞争——经营模式过于相似、技术创新少或其差距偏小(NH值更小)——将诱致公司间频繁的策略性互动乃至掠夺，并最终加剧特质性风险或回报波动。
但是，行业集中度与特质性风险的负向关系并不显著(HHI)甚至相反(EI)。与前文趋势分析一致，本文认为我国上市公司行业结构的分散特征尤其是某些行业公司规模或势力的畸形分布，可能是导致行业集中度“失效”的主要原因，这与学界对HHI等集中度指标歧义的批评亦“不谋而合”(Lyandres,2006)。故此，本文“浓缩”了全样本，选取更具代表性的制造业(C)公司替代全样本对其重新检验，结果显著支持预期。由表6(C)可见，在对公司特质性风险或回报波动的缓解方面，已被国外诸多研究证实了的“行业集中度效应”(Demsetz,1973; Hou and Robinson,2006; Haw et al.,2008; Hoberg and Phillips,2010)，在我国资本市场亦具有显著解释力(t=-3.971)，且与公司市场势力(EPCM)及市场竞争强度(CS、NH)之影响效应完全对应。这亦间接反映出我国持续推动产业结构转型升级的新政取向或已逐渐促生出积极的经济后果。
除个别变量(Trading Volume、Size、Control)未显著支持预期外，现金持有(Cash Rate)、成长性(M/B)、实物资产(Real Asset)、利润边际(Profit-Margin)、上市时间(Age)以及股利支付(Dividends)等主要控制变量的结果，均与本文预期及Gaspar & Massa(2006)、Fresard(2009)、Irine & Pontiff(2009)、Kale(2010)等研究一致，亦符合危机前后我国政策(如国资委强调“现金为王”战略等)的适应性调整特征；而市场风险Beta的显著负相关(18)以及股价(Price)的显著正相关结果——与换手率(Turnover)、盈利能力(ROE)、机构性持股(Institutional Ownership)等结果相配合——则表明，我国证券市场的投机性特特征显然较欧美发达市场更为明显，这与表3的统计结果也一致。
表7是基于深市A股日回报数据估算的特质性风险(SSE)的回归结果。可见，除公司间经营策略相似度指标(NH)以及市场势力辅助指标(PCM)的结果不显著(方向一致)外，主要竞争变量均与表6一致，且均在1%及其以上水平显著。因采用相同的特质性风险估算程序，故市场风险(Beta)与股价(Price)变量的结果亦与Gaspar & Massa(2006)等完全一致，检验结果更好验证了本文预期。
五、稳健性检验
本文基于行业结构、市场势力、竞争强度以及行业内外差异等视角，对产品市场竞争进行了多维度量，实际上已充分考虑了该变量的稳定性，故这里的稳健性检验主要针对特质性风险。在资产定价方面，除CAPM单因素模型外，其多因素扩展模型如Fama-French三因素模型等也已被很多研究证实在中国资本市场具有较好的适用性(陈展辉，2004)。故此本文还采用CAPM回归日残差的标准差，并同时基于国外主流研究所采用的市场模型(Market model)、Fama-French三因素模型的回归残差的标准差等三种方式，替代度量了股票特质性风险。变量描述性统计显示，不同度量方式下的特质性风险与本文基于CAPM日残差的特质性风险(SSE)水平接近(12%左右)。三种度量下的多元回归结果中，主要竞争变量如公司市场势力(EPCM)等均与前文结果一致。
此外，考虑到我国上市公司的行业竞争现状，本文还做了如下的检验：
(一)我国资本市场发展是一个渐进过程，考虑到很多行业的很多年份中，其主要公司可能尚未上市或上市时间很短，这可能导致产品市场竞争(PMC)测算的偏误。为此，本文基于原始数据的描述性统计特征，分别按上市时间(Age)长短(以1、3、5、9年为节点分为五组)和公司市场势力大小(按市场份额以1%和10%为节点分为三组)进行了分组检验，两种分组下主要变量的结果仍保持一致。考虑了上述影响，并结合我国公司的上市门槛等因素，本文的最终样本虽已基本涵盖那些主要公司都已上市的行业，但仍不能完全涵盖那些可能对行业具有潜在较大影响的非上市企业。
(二)本文还按照公司的市场势力强弱(EPCM)、规模大小(Size)、有形资产多少(Real Asset)、行业集中程度(HHI)及成长性高低(M/B)等特征性差异，将其与特质性风险(SSE)进行了关联趋势考察，结果仍支持本文预期。与前文图1—4关于特质性风险(SSE)与产品市场竞争指标的关联趋势一起，这样的“单变量检验”可弥补本文受制于我国证券市场样本局限而未能单独对其进行时间序列检验的缺憾(19)——时间序列检验是发达资本市场中研究特质性风险所必须考量的方面(Fama and French,2004; Brown and Kapadia,2007; Irvine and Pontiff,2009)。此外，本文还基于我国上市公司的终极控制人性质(Control)、成长性高低(M/B)、盈利能力强弱(ROE)等特征，对全样本进行多元分组，主要变量的检验结果仍保持一致。
六、结论与启示
本文关注我国上市公司股票特质性风险的显著增加，是否应归咎于多因素导致的产品市场竞争的加剧，以及集中的行业结构和显著的市场势力是否有助于缓解上市公司股票特质性风险或其回报的频繁波动。本文分别运用CAPM及其改进模型(Market Model)以及Fama-French三因素模型等五种方式估算我国上市公司特质性风险，并基于产品市场竞争的多维度量以及全行业和制造业样本的检验结果，显著支持了理论预期。研究表明：我国上市公司股票特质性风险——至少近十年来——确实呈现显著增加的趋势，而特质性风险的显著增加的确与产品市场竞争的加剧密切关联；相对集中的行业结构与显著的市场势力能有效缓解特质性风险进而稳定和提升公司的股票市场绩效(SME)。这不仅与Demsetz(1973)、Campbell et al.(2001)、Fama & French(2004)等经典研究以及Gaspar & Massa(2006)、Brown & Kapadia(2007)、Irvine & Pontiff(2009)与Kale(2010)、Peress(2010)等最新研究结论一致，亦符合我国新时期着意推动经济战略性调整和产业结构转型升级的新政取向背景。上市公司特质性风险与其系统性风险的明显“背离”及其“性质”差异，反映出我国资本市场的“政策市”或“投机市”特征依然显著，市场化程度仍然较低；新时期我国上市公司的资产回报决策应该引入产品市场竞争之系统考量，这不仅有助于改进上市公司综合运用其产品(PM)和资本(SM)两大要素市场以系统提升其价值创造能力和战略管理水平，亦有助于从企业微观层面“自下而上”逐步优化公司的效率规模和市场的效率结构，并最终有利于持续推进我国经济和产业的发展。研究结论具有重要的理论意义和决策参考价值。
除文中多次提及的样本和数据等方面的局限外，本文不足还表现在：(1)受制于上市公司样本以及产品市场竞争和股票特质性风险度量等局限，本文结果虽很好验证了预期，但仍需改进以更好地反映我国公司的行业竞争现状，如采用包含所有(大)企业(不局限于上市公司)的行业样本进行度量和检验无疑会使结论更具代表性；(2)还需结合我国资本市场的效率水平及其投资者行为特征，进一步厘清“竞争—风险”互动效应的内在机理以及公司整体风险的构成及影响差异等，以提供符合企业特征及其制度背景的更好解释；(3)本文的研究表明，行业竞争结构变迁导致的产品市场竞争的加剧与上市公司股票特质性回报波动显著正相关，但特质性风险与其回报的普遍背离(Fu，2009；Ang et al.，2009)，仍然需要结合我国特定的制度环境及新兴/转轨经济背景下的公司/行业普遍面临高成长压力的特征或现状等予以纵深解析(杨兴全和吴昊旻，2011)。(20)随着我国资本市场的发展以及信息环境的不断完善，后续研究必将日益深入。
感谢匿名审稿人的宝贵意见和建议，文责自负。
①SCP范式认为在一个集中度较高的市场中，拥有显著垄断势力的企业可制定较高的价格以获得更高的利润(Bain，1954)。但“令人意外”的是，传统SCP理论的“定位”却在于“反垄断”，即集中引致的公司垄断会损害市场竞争。以Stigler等为代表的芝加哥学派则十分重视判断集中及定价的结果是否提高了效率，而不像结构主义那样只看是否损害了竞争。本文认为，SCP理论亦有其“效率内涵”，只不过突出强调“过犹不及”的负面影响(于良春和张伟，2010)。
②这里的“串谋”并不等于“恶性垄断”，其实更多包含着市场结构、战略管理以及“创造性破坏”等理论所倡导的“竞争性合作”。这与Demsetz(1973)所谓的“行业的集中并非一定是串谋，而是更优业绩和管理能力的体现”以及Bunch & Smiley(1992)关于“竞争结构—战略合作”的三大解释一致。
③相对于更强大的公司，竞争实力弱小、低效的公司一般无力甚或无意实施壁垒战略。
④相对于HHI,价格—成本边际(PCM、EP-CM)能更好刻画公司真实的寡头垄断势力以及相关的配置低效(Novy-Marx，2009)。
⑤采用多种竞争度量并“区别内外”，其实也是考虑到行业集中度与竞争程度关联的模糊性(Lyandres,2006; Mackey and Phillips,2005)，以及单纯使用行业集中度等外生性指标的缺陷(Karuna,2007; Haushalter et al.,2007)。
⑥学界关于特质性风险的度量多基于CAPM或其扩展模型，这些模型优缺互见，各有千秋(陈展辉，2004；饶品贵和姜国华，2008)。出于稳健性考量，本文同时采用了CAPM、市场模型及Fama-French三因素模型。
⑦借鉴姜付秀和刘志彪(2005)的做法，并有所改进，具体参见吴昊旻和王华(2009)、杨兴全和吴昊旻(2009)。
⑧winsorize处理不改变样本容量但却改变了数据，故对奇异值的处理有失针对性。
⑨1978-1990年经济转型早期呈分散化趋势，1990-1995年趋于稳定，之后又趋集中(余东华，2009；魏后凯，2003)；2000年后尤其是2005年和2008年前后波动较大(政策变迁所致)，个别行业(如H、C5、E、F)日趋集中。
⑩1995年我国制造业集中度(CR4-未加权)为27.4%，加权均值为20.1%，仅为美(1992年)、日、法、英等发达国家(1963年)均值的一半左右，而美国制造业40%左右的集中度甚至三十年(1963-1992)不变(魏后凯，2002)。
(11)2005年国务院出台“非公经济36条”，鼓励和引导个体私营等非公经济发展，但制造业并未出现显著集中趋势，政策效果并不明显，故2010年出台“新36条”旨在落实“旧36条”。
(12)2008年8月1日正式实施的《反垄断法》可能是导致行业集中度下降的一个主要因素，但法律与政策旨在优化我国经济及产业结构的效果尚未有效凸显。
(13)基于日回报高频数据估算的特质性风险(SSE)更为可靠，故后图1—4的关联趋势分析均基于日回报。
(14)公司绩效若更多取决于其所在国家/地区的宏观政策或基本面波动，则其资本市场投机性特征便更为明显；而健全资本市场下的公司绩效则更多取决于其自身的价值创造力或公司特征性信息的变化(Durnev et al.,2004)。
(15)为便于分类与比较，这里的HHI是按其扩大10000倍后的值划分的，这有利于考察HHI的细微变化，特别是在判断兼并对集中的效果和制定反垄断政策时。
(16)考虑到制造业上市公司的总体比重(超过60%)，故对其进行了二级分类，其他行业均采用一级分类。
(17)计算特质性风险后的回归样本中，已不包括机械设备C7、电子C5、钢铁C65及纺织服装C1等行业，故这些有相当甚至主要部分产品均用于出口的行业公司，不会影响本文关于产品市场竞争的度量及其检验结果的可靠性。
(18)市场风险Beta可作为大股东持股比例变化的替代指标(Wurgler et al,2002,2005; Gaspar and Massa,2006)，其显著负相关的结果却与Gaspar & Massa(2006)相反，虽然特质性风险与公司回报相背离的现象在世界范围内普遍存在(Ang et al.,2009; Fu,2009)，但与西方更为完善的市场体系相比——特质性风险应与市场风险同涨同落，我国资本市场的新兴特征以及上市公司的产权背景(国有股偏高、机构性持股偏低且转换频繁)，似乎更易导致市场风险与特质性风险，以及风险与回报的更多背离。
(19)相对于发达资本市场，我国资本市场尚处于发展期，与检验变量相对应的有效样本的“小”和“短”，是制约时间序列回归可行性的一个重要因素。但随着时间的推移，此类纵深检验应该成为日后相关研究的一个重要方面。
(20)产品市场竞争效应与一国的基本经营环境息息相关(Aguerrevere,2009; Hoberg and Phillips,2010)，结合我国公司的普遍高成长背景及其行业兴衰变化等环境因素，深入考量产品市场竞争及其系统影响的研究将具有重要意义。