本文是一篇金融学论文，本论文选择 2013-2018 年沪深 A 股上市公司作为样本，通过 Richardson（2006）的残差模型回归得到企业非效率投资指标，同时选择从高管自身特征出发，综合其性别、年龄、教育背景、两职合一的特点，作为高管过度自信的衡量标准，其余数据均来自国泰安数据库。
1 概念界定与理论基础
1.1 高管过度自信的界定与度量
1.1.1 高管过度自信的界定
在公司日常运营中，高管，尤其是总经理，不仅要做出决策，还要指导其他员工执行决策。高管通常是指在企业中具有较高权力地位、领导众多下属员工的高层管理人员，往往是以董事长或总经理为核心，对企业整体的战略、经营、投资、融资各方面的一切重大决定具有最高决策权，他们对企业负有重大的责任，主要侧重于企业发展方向以及投融资决策，而且对企业稳定有序的运营也有着重大的影响。过度自信表现为人们容易在自己擅长和熟悉的领域或专业问题上高估自己的能力和知识，从而对成功过于乐观、对失败却归为运气差。上市公司中的高管普遍存在过度自信的心理偏差，这些高管往往学历较高，能力出众，作为上市公司高管的他们因为不俗的权利地位更容易产生过度自信的心理。
1.1.2 高管过度自信的影响因素
纵观现有文献，对高管过度自信的影响因素研究大体可以分为三个方面：政策因素、企业因素、个人因素。
在政策因素方面，产业政策及其传导机制在一定程度上能影响管理者过度自信水平。具体而言，产业政策可以通过媒体关注、财政政策、货币政策、投资者情绪等途径分别影响管理者过度自信水平。其中，当管理者所在行业受到政策扶持时，该行业会受到更多的媒体关注。而媒体对受扶持企业中表现良好的企业和管理者的关注及赞扬，会使管理者对自己的能力更加自信。财政政策和货币政策则分别通过地方政府和金融机构对管理者的过度自信产生影响。对行业利好的财政政策和货币政策能给企业带来特有的资源和业绩增长，与此同时，却造成了管理者修正过度自信的延误。而对于政策扶持的行业，投资者也会持有过于乐观的态度，进而使公司股票价格高于内在价值。投资者和股市带来的这种向好趋势使管理者更加自信。
1.2 非效率投资的界定与度量
1.2.1 非效率投资的界定
非效率投资指决策制定者并不按照企业价值最大化的标准进行投资项目的选择,而是把决策者利益最大化作为目标,当公司现金流充足时,放弃净现值为正的项目，造成投资不足，或将公司资源投入净现值为负的项目，造成过度投资。概括而言，非效率投资可以分为两个方面：投资不足和过度投资。投资不足即为有资金且有机会可以对净现值大于零的项目进行投资时却不投资；过度投资即为将企业资源投入并不能给企业带来净收益的项目。无论哪种情况，投入的资金都没有带来其应该带来的最大收益，因此成为非效率投资。
1.2.2 非效率投资的影响因素
非效率投资的影响因素可以概括为以下几个方面：融资方式、公司治理、内部控制、管理者特征等。在融资方式上，债务性融资中负债比例越高，债权人处于自身风险的考虑，会通过契约条款加强对企业的投资的监督，从而使得企业减少投资决策。此外，股权性融资会加重企业的投资过度。在公司治理上，大股东持股比例在一定程度上也能影响过度投资，那些缺少股权制衡的公司往往更容易做出过度投资行为；公司治理水平的提高能显著抑制非效率投资。在管理者特征上，管理者年龄、受教育程度等均会影响企业的非效率投资。其中，管理者年龄越大，越能抑制非效率投资水平；受教育程度越高，同样越能抑制非效率投资。
2 研究假设与研究设计
2.1 研究假设
2.1.1 高管过度自信与股价崩盘风险
根据高阶梯队理论可知，高层管理梯队的心理特征会通过影响公司的战略选择，进而影响企业绩效。那么，股价作为企业价值的外在市场表现，是否会受到管理团队过度自信心理的影响呢？高管过度自信是否会使公司的股价暴跌风险发生变化呢？
根据行为金融学理论，高管的行为决策会受到其自身心理的影响。高管作为企业战略及决策的制定者，对一个项目往往负有较大的责任。随着项目的一步步执行，一些项目的风险和负面效应逐渐展露，甚至使公司资金流动紧张。尽管这样，过度自信的管理者在初期却并不会理会这些，他们对自己控制项目和资金流动的能力过于乐观。造成高管这种忽视的原因有三个。第一，没有具体且精准的业绩评价标准。企业对高管的业绩评价，往往是创造利润的多少，而一个项目最终收益的好坏，常常受各方面的影响。从决策制定，到项目执行，任何一个环节的差错都会影响项目质量。因此，即使一个项目失败了，过度自信的高管也不会将其归因于自己，而会认为问题出在他人身上。第二，企业中的高管权利地位都相对突出，这种突出让高管更加相信自己的实力。因此在出现项目弊端时，过度自信的高管常常持有盲目乐观的态度，从而不能及时修正偏差。第三，过度自信的高管对外界过分承诺好的业绩。由于当代企业普遍存在委托代理问题，管理者实际上是股东的“打工者”，高管的薪资报酬很大程度上取决于其对企业经营管理的好坏，因此，高管常常会对股东和外界隐瞒负面消息。但是随着负面消息积累的越多，股价泡沫越大，负面消息爆发时，投资者一时间会“过度反应”，从而导致价格泡沫破裂，股价下跌，股价崩盘风险升高。
2.2 数据来源与样本选择
本文选择 2013-2018 年沪深 A 股上市公司作为研究对象，主要研究近六年间的数据，因解释变量和控制变量指标需滞后一期，数据资料共涉及七年。原始数据出自于国泰安数据库。原始数据经整理后，使用 Stata13 进行相关统计分析。为排除异常公司样本的干扰，本文对样本进行以下筛选：
（1）剔除 ST 和*ST 公司；（2）金融业的相关指标与其他行业差异明显，可能干扰回归结果，因此剔除金融业上市公司。（3）交叉发行 B 股或 H 股的公司所面临的市场和监管明显不同，故剔除（4）剔除数据缺失的公司；（5）出于计算指标准确性的考虑，剔除股票年交易周数少于 30 或上市时间不足一年的上市公司。
此外，为消除异常值对总体样本的干扰，对样本数据采取上下 1%的缩尾处理，筛选完成后共得到 8847 个观测值。
通过回顾以往学者对股价崩盘风险的研究，他们在实证研究时计量股价崩盘风险通常采用的方法相同，即股价崩盘风险主要用负收益偏态系数（NCSKEW）、公司股票收益率上下波动的比率（DUVOL）两个指标来衡量。并且 NCSKEW、DUVOL的数值越大，表明股价崩盘风险越高。
3 实证分析与结果..............................28
3.1 描述性统计..............................28
3.2 相关性分析.............................29
3.3 回归分析.......................30
4 研究结论和建议...................40
4.1 研究结论.....................................40
4.2 政策建议.................................41
4.2.1 关注高管过度自信........................41
4.2.2 完善公司治理结构.............................41
3 实证分析与结果
3.1 描述性统计
通过对数据的筛选剔除和整理，共得到 8847 个样本数据。对各个主要变量进行描述性统计，结果如表 3-1 所示：
从表 3-1 的描述性统计结果可以看出，股价崩盘风险（NCSKEW）的最大值为3.7199，最小值为-3.7360，两者差距较大。这也跟它的标准差 0.7217 相符合，都表明我国上市公司之间股价崩盘风险差距较大，有的公司股价存在较大波动，而有的公司股价却相对平稳。NCSKEW 的中位数为-0.2184，均值为-0.2586，说明我国大部分上市公司的股价崩盘风险较小，股价波动较大的公司占少数。而且从整体上看，我国上市公司股价崩盘风险都是偏小的，股价波动相对稳定。DUVOL的最大值为 2.3508，最小值为-2.2730，标准差为 0.4907，说明我国上市公司股价崩盘风险差距较大，反映的现象与 NCSKEW 相同。DUVOL 的中位数为-0.1778，均值为-0.1746，仍然说明我国上市公司股价普遍稳定，且股价崩盘风险较小的公司占大多数。
4 研究结论和建议
4.1 研究结论
随着行为金融学的发展，有限理性逐渐引起学者的关注，人们开始正视隐藏在行为之下的心理偏差。然而，对于高管过度自信、非效率投资与股价崩盘三者关系的研究还比较少见。因此，本论文选择 2013-2018 年沪深 A 股上市公司作为样本，通过 Richardson（2006）的残差模型回归得到企业非效率投资指标，同时选择从高管自身特征出发，综合其性别、年龄、教育背景、两职合一的特点，作为高管过度自信的衡量标准，其余数据均来自国泰安数据库，通过多元回归分析最后得到以下结论：
（1）高管过度自信能显著提高股价崩盘风险。管理者作为公司战略、公司治理、财务决策等的制定者、执行者与监督者，往往对公司经营业绩的好坏承担较大的责任。同时，由于现代公司的委托代理机制，管理者往往是企业真实业绩的第一知情人，此外，其还对企业相关信息有一定的控制权。例如，管理者为了自身名誉不受损害，更容易隐瞒坏消息。而对于过度自信的管理者而言，其往往对有利事件持有过于乐观的态度，而对不利事件却低估其发生的概率。这种心理使得管理者在进行决策时，更容易做出过激行为。而在面对决策失败后，因为其高估自己对事件及结果的掌控能力，更倾向于隐瞒这个坏消息。随着坏消息的积累，有关消息有朝一日终究会传到市场当中去，由于市场的有效性，股价也会随之波动，
