-
独立董事制度起源于美国，主要用于解决公司所有权与控制权分离所引发的管理层与股东之间的代理问题（Fama和Jensen，1983）。2001年，中国证监会发布《关于在上市公司建立独立董事制度的指导意见》（证监发〔2001〕102号），这一政策将独立董事制度纳入上市公司治理体系，以此缓解中国上市公司股权控制与管理层控制的双重代理问题。尽管上市公司聘请了法定数量的独立董事，但由于非正常事件频发，独立董事常常选择“用脚投票”，最后无奈辞职。统计数据显示，2001−2003年，有400余位独立董事辞职（唐清泉等，2006），之后还爆发了四次独立董事辞职高潮
1 。独立董事辞职行为频发且集中，但独立董事辞职的真正原因尚不明确，导致了独立董事与投资者之间信息不对称，投资者可能会对企业经营状况进行负面预测（王性玉和彭宇，2012）。因此，独立董事的频繁辞职可能会导致上市公司股价多次波动，对企业的健康发展和市场的平稳运行产生不良影响。根据上市公司发布的独立董事辞职公告，独立董事辞职的原因主要分为两个类别：一是规定性辞职原因，二是非规定性辞职原因（包括调任、违规、逝世、董事会换届、个人原因、工作原因、健康原因及其他原因）。其中，个人原因、工作原因、健康原因及其他原因等含糊不清的非规定性辞职原因更容易引发市场的负面反应（辛宇等，2016；方先明和陈楚，2018）。有学者发现，并非所有的独立董事在面临企业内部风险时均会选择辞职，有可能还存在着其他因素影响独立董事的辞职行为（王性玉和彭宇，2012），换言之，独立董事频繁、集中的辞职行为可能在更大程度上是某些外部因素引致的。
已有文献主要从宏观层面和微观层面对独立董事辞职的影响因素进行了考察。宏观层面主要从国家的宏观政策和相关规定进行了探讨。2013年10月，中共中央组织部发布的《关于进一步规范党政领导干部在企业兼职（任职）问题的意见》引起了企业和市场的高度关注。不再符合条件的官员独立董事相继从上市公司辞职，特别是行政级别较高、年龄较小、学历较高、贷款水平较高的上市公司、国有控股上市公司、上市公司所属地区行政力度较强的官员独立董事会选择较早辞职（辛宇等，2016）。此外，独立董事任职届满也会促使其离职（唐清泉等，2006）。微观层面主要从企业的财务风险和事项风险（Fama和Jensen，1983；唐清泉和罗党论，2006；唐清泉等，2006；沈维涛和叶小杰，2012；全怡和陈冬华，2017）、内部控制缺陷（尚兆燕和扈唤，2016）、财务重述（Arthaud-Day等，2006；戴亦一等，2014）、虚假陈述（辛清泉等，2013）、财务舞弊（刘明辉和韩小芳，2011）、盈余管理（支晓强和童盼，2005）、夸大收益（Srinivasan，2005）、第一大股东变更（刘诚和杨继东，2013）、董事会意见分歧（Hooghiemstra和Manen，2002）等方面展开了探讨。相比之下，关于外部环境或监管政策对独立董事辞职的影响研究为数不多。
目前中国的监管措施主要分为行政处罚性监管措施和非行政处罚性监管措施。行政处罚性监管措施的实施主体是证监会，该措施主要针对上市公司的确定性违规行为发布处罚公告并进行行政处罚；非行政处罚性监管措施由上海证券交易所和深圳证券交易所实施，目的是对上市公司潜在的违法违规行为进行监督和管理。监督和管理的最终目的是杜绝上市公司违规行为（梅蓓蕾等，2021）。
上海证券交易所和深圳证券交易所对信息披露不完善或者可能存在违法违规行为的上市公司发送问询函件，并要求上市公司在规定期限内针对函件进行回复、及时将问询函件与回函予以公告披露。其中，上海证券交易所总结了2014年信息披露直通车的实施情况，并出具了《上海证券交易所2014年自律监管工作报告》。工作报告全面分析和总结了证监会放权以及交易所充分发挥一线监管优势的工作内容、监管力度和优化披露措施等方面的情况。从中可以得知，大多数行政处罚的“前奏”均涉及上市公司收到监管问询函件的情况。由此可见，监管问询能够帮助证监会对存在不当行为的上市公司进行提前识别与筛选，并辅助监管部门对上市公司违法违规行为进行监管。
监管问询作为一种新兴的非行政处罚性的柔性监管措施（陈运森等，2018），可以对上市公司进行有效的预防性监管（Ettredge等，2011；聂萍和潘再珍，2019；聂萍等，2020；耀友福和薛爽，2020；林慧婷等，2021），并向交易所之外的个体或组织传递与企业经营状况和企业行为相关的信息（Ettredge等，2011；Chamberlain等，2016；郭飞和周泳彤，2018），是一种有效约束企业行为的外部机制。上海证券交易所和深圳证券交易所分别针对具有风险的上市公司及其风险事项发函问询，传递了上市公司可能存在潜在风险的信息，故问询函件具有明显的风险导向特征（何卓静等，2021）。研究表明，问询函件通过向外界传递企业存在问题的信号，引起投资者和行政监管机构对企业的关注（刘柏和卢家锐，2019；王春峰等，2020），这将对上市公司造成外部冲击，从而影响企业管理人员的行为。相比于公司大股东和其他内部高管人员，独立董事作为上市公司的外部人处于信息弱势地位（何卓静等，2021）。监管问询提高了独立董事履职过程中的风险水平，为了规避风险和维护个人声誉，独立董事辞职概率会明显增加。因此，监管问询作为外部因素是否会对独立董事辞职行为产生影响，以及影响路径和机制如何，成为亟待探索的问题。
本文基于2013−2021年沪深A股上市公司披露的监管问询函件和独立董事辞职指标进行研究，发现监管问询可能成为独立董事辞职的重要缘由。在机制检验中，监管问询主要是因为涉及增加企业的违规处罚风险和降低独立董事的个人声誉而引发独立董事辞职。在异质性分析中，当企业内部信息环境较差、地区法制环境较好和市场化程度较高时，监管问询更能引发独立董事辞职。在进一步分析中，上市公司收到关注函和监管函、财务报告问询函这两大类函件后，独立董事辞职的可能性明显增加。在对问询函件内容细分后发现，当问询函件内容越长或越详细、语气程度越负面、需要中介机构发表意见、涉及会计信息变动或重大关联交易、涉及内部控制信息或对外担保收购、延期回函或涉及舞弊信息时，独立董事辞职的可能性越大。监管问询能够显著增加具备金融、财务、法律和学术背景的独立董事辞职的可能性。经济后果检验发现，独立董事的辞职行为能够向市场传递企业经营状况不佳等信号，即独立董事的辞职具有信息含量。本文研究框架如图1所示。
图 1 研究框架
本文的研究贡献在于以下三个方面：
首先，本文丰富了监管问询与上市公司独立董事辞职行为之间关系的相关研究。现有研究已发现监管问询对高管变更概率存在正向影响（邓祎璐等，2020），但仅对监管问询与公司内部高管变更的正负关系进行了检验，缺乏对影响路径和机制的深入分析。本文基于对公司外部独立董事的研究，首次从独立董事辞职角度检验了监管问询这一柔性监管措施的有效性，并分别从企业违规处罚风险和独立董事个人声誉两方面对独立董事辞职行为进行了分析，进一步阐述了监管问询与独立董事辞职的内在作用机理。
其次，本文拓展了独立董事辞职影响因素的相关研究。现有文献从监管角度，探究了企业财务风险和事项风险（Fama和Jensen，1983；唐清泉和罗党论，2006；唐清泉等，2006；沈维涛和叶小杰，2012；全怡和陈冬华，2017）、内部控制缺陷（尚兆燕和扈唤，2016）、虚假陈述（辛清泉等，2013）以及财务舞弊（刘明辉和韩小芳，2011）等对独立董事辞职的影响，但尚无文献探究监管问询对独立董事辞职的影响。本文的经验证据表明，当上市公司收到监管问询函件后，一旦受到某种压力，处于信息弱势地位的独立董事为规避风险和维护其个人声誉，辞职的概率会显著增加。
最后，本文研究结论具有一定政策启示。监管问询通过提升企业信息披露质量，缓解股东和管理层之间的代理问题，提高独立董事的企业风险承担水平。然而，管理层可能会出于某些目的，采取掩盖事实或夸大信息披露的手段，从而增加独立董事的履职风险。此外，尽管独立董事只领取固定津贴，但在处罚时却需要承担连带责任。因此，上市公司收到监管问询后，为维护自身经济利益和个人声誉，独立董事辞职概率增加。本文从独立董事非正常辞职
2 的视角，为提升企业信息披露质量提供了新思路，也发现现有制度尚未明确细分独立董事责任及其处罚规则具体标准，为监管部门完善上市公司独立董事制度，降低独立董事履职风险，助力上市公司提升治理水平以及规避不良影响提供决策参考。余文结构如下：第二部分为理论分析与研究假设；第三部分为研究设计；第四部分为实证结果分析；第五部分为进一步分析；第六部分为结论与启示。
-
监管问询作为一种非行政处罚性的柔性监管措施，能够提高上市公司信息披露质量，使得独立董事更加明晰自身的履职处境与利益得失，从而影响独立董事的任职行为。
首先，作为上市公司外部人员的独立董事，监管问询会增加其履职过程中的风险水平。一方面，问询函件和回函中所涉及的内容等同于对企业未披露信息或披露可能存在误差的信息的一种强制性公开补充，这将在一定程度上直接增加企业的信息透明度（Johnston和Petacchi, 2017；王春峰等，2020）。另一方面，监管问询执行主体具有较强的权威性，且回复与披露的时间期限较短，具备时效性（陈运森等，2019），因此，监管问询能够较为容易且快速地引起机构投资者、媒体、分析师等外部利益相关者的关注，从而强化了外部监督机制，进一步提高企业的信息透明度（Bozanic等，2017）。当证监会深入掌握广泛的企业内部信息时，企业违规行为被稽查的概率将会增加，进而导致企业面临的违规处罚风险上升（陈运森等，2019；王春峰等，2020）。根据《中华人民共和国证券法》（中华人民共和国主席令第十二号）的规定：“信息披露义务人未按照规定披露信息······致使投资者在证券交易中遭受损失的，信息披露义务人应当承担赔偿责任；发行人的控股股东、实际控制人、董事······应当与发行人承担连带赔偿责任。”因此，独立董事个人面临的处罚风险上升，辞职概率增加。
其次，监管问询能够对独立董事的个人声誉产生影响。一方面，监管问询能够向外界发出企业实施机会主义行为的信号（于孝建和郑嘉榆，2020），使得投资者在接收信号后产生负面反应（Chamberlain等，2016；郭飞和周泳彤，2018），从而影响独立董事的声誉。另一方面，虽然监管问询能够打击和减少企业管理层和大股东的机会主义行为（聂萍和潘再珍，2019），保护中小股东权益，但相比于公司控股股东和其他内部高管人员，独立董事仍处于信息劣势地位，且话语权不高（何卓静等，2021）。此外，独立董事的任免主要由控股股东或其他内部高管人员决定，而机会主义行为的揭露会导致控股股东和其他内部高管人员声誉受损，进而对独立董事的声誉产生不利影响，从而增加了独立董事辞职的概率。
需要说明的是，独立董事在辞职公告上通常会给出较为模糊的辞职原因，例如个人原因，工作原因，年龄、身体或健康原因，以及其他原因，甚至未披露原因（邓晓飞等，2016；辛宇等，2016；方先明和陈楚，2018）。这些原因没有明确表示出独立董事辞职的真正原因，缺乏说服力。因此，当监管问询向市场传递了上市公司信息披露情况不佳的信号时，独立董事为保护其个人声誉、降低其继续履职的风险水平，或者是为维护上市公司自身形象及其控股股东和高管的声誉，选择辞职的概率会显著提高。综合上述分析，本文认为监管问询能够对独立董事辞职行为产生影响。基于此，本文提出以下研究假设：
H1：监管问询能够增加企业独立董事辞职的可能性。
-
第一，监管问询能够增加企业的违规处罚风险，从而提高独立董事辞职的可能性。首先，根据前文所述，监管问询能够增加企业信息透明度（Bozanic等，2017；Johnston和Petacchi，2017；傅祥斐等，2020；王春峰等，2020），提高证监会所掌握的企业内部信息的深度和广度，进而增加企业违规行为被稽查的概率，导致企业面临的违规处罚风险上升（陈运森等，2019；王春峰等，2020）。其次，监管问询从发函到回函的整个过程大致需要半个月，这段时间足以使媒体、利益相关者以及公众对上市公司持续关注，这种持续关注将增加交易所和证监会面临的舆论压力以及公众对于上市公司不当行为产生的“愤怒成本”（陈运森等，2018），从而使得交易所加强监管力度、提高准确度，收函公司的违规处罚风险随之上升（陈运森等，2019）。此外，如果上市公司在被问询之后仍发生违规行为，那么其将面临更加严苛的监管措施，进而承受更高的违规处罚风险（翟淑萍等，2020）。当上市公司收到监管问询后，其违规行为被稽查的概率有所上升，其违规处罚风险有所提高。尤其是当上市公司收到多次监管问询或被问询后依然存在违规行为时，其违规处罚风险更大。根据《信息披露违法行为行政责任认定规则》（中国证券监督管理委员会公告〔2011〕11号）：“发生信息披露违法行为的，依照法律、行政法规、规章规定，对负有保证信息披露真实、准确、完整、及时和公平义务的董事、监事、高级管理人员，应当视情形认定其为直接负责的主管人员或者其他直接责任人员承担行政责任。”因此，企业违规处罚风险的上升意味着独立董事承担连带赔偿责任的可能性同步上升，这将直接增加独立董事面临的个人经济风险，引发独立董事辞职。基于上述分析，本文认为，监管问询会增加上市公司的违规处罚风险，为规避风险，独立董事辞职的概率会相应增加。基于此，本文提出以下研究假设：
H2：监管问询会增加上市公司的违规处罚风险，进而引发独立董事辞职。
第二，监管问询会降低独立董事的个人声誉，进而增加独立董事辞职的可能性。首先，监管问询能够向市场传递企业违规、盈余质量较低或业绩较差等与企业相关的负面信号（刘柏和卢家锐，2019；王春峰等，2020）。当这种外部监督治理机制传递出与企业相关的负面信息时，独立董事的声誉将会受损（Sila等，2017）。如果企业真实存在问题，那么在投资者确定企业存在风险并且认为这些风险可能威胁其利益时，独立董事的声誉将面临进一步的损失。因此，上市公司收到监管问询会降低独立董事的个人声誉。进一步地，声誉理论指出，真正能够激励董事积极履行职能的是他们的个人声誉，而非董事薪酬（Fama和Jensen，1983；Adams和Ferreira，2008）。在声誉激励足够的情况下，独立董事会主动加强履职，而独立董事履职的效果将反映在股价的信息含量中（Sila等，2017）。反之，当投资者根据股价信息或分析师预测等信息进行决策时，如果投资者认为企业存在风险且自身利益可能遭受损失，那么其可能首先质疑独立董事的履职能力和履职效果，从而给予独立董事负面评价，使得独立董事遭受个人声誉的损失（周泽将和刘中燕，2015）。因此，当独立董事的个人声誉受损时，为挽回声誉，其可能会选择辞职。同时，独立董事的辞职行为也可以向投资者发出企业存在问题的暗示与回应（张俊生和曾亚敏，2010），帮助投资者做出有利的决策以避免或减少损失，进而有助于挽回独立董事的个人声誉。基于上述分析，本文认为，上市公司收到监管问询会对独立董事的声誉造成一定的负面影响，独立董事更倾向于辞职以挽回其个人声誉。基于此，本文提出以下研究假设：
H3：上市公司被监管问询将降低独立董事的个人声誉，引发独立董事辞职。
本文在探究独立董事做出非规定性辞职行为所产生的原因时，发现其影响因素可能在于以下三个方面：第一，管理者为了自身的利益和地位，有动机向投资者掩饰企业存在问题的不良现状（万鹏和曲晓辉，2012；王霞等，2013），因此企业可能会暗示独立董事提交颇为妥帖的辞职理由。第二，如果独立董事将辞职原因直接归咎于企业的不当行为与企业风险，那么这可能会触犯管理者或合谋者的利益，独立董事可能会受到报复，最终选择“合理”的理由辞职（陈睿等，2015）。第三，监管问询会导致独立董事声誉受损，独立董事为了挽回其个人声誉而选择“合理”的辞职理由。综上所述，在企业被监管问询后，独立董事可能会选择以个人原因，工作原因，年龄、身体或健康原因，以及其他原因等模糊原因作为“合理”的辞职理由。
基于上述主要假设，本文还将进一步考察问询函件的类别和细分特征、独立董事背景特征对结果的影响，以及独立董事辞职后的市场长短期反应。
-
本文选取2013−2021年沪深A股上市公司为研究对象。鉴于上海证券交易所和深圳证券交易所分别于2013年7月和2014年1月相继开通信息披露直通车，在这之前，交易所只发放了少量的问询函，因此我们选取2013年作为样本研究的起点。监管问询的文本数据来自中国研究数据服务平台（CNRDS）数据库，同时，本文使用Python整理获得监管问询的特征数据。独立董事辞职的数据主要来自锐思（RESSET）数据库，并根据交易所披露的独立董事辞职公告中的辞职原因进行调整，剔除任期已满、正常换届、去世等原因所造成的辞职。其他数据均来自CSMAR数据库和WIND数据库。在剔除了金融行业以及控制变量缺失的样本后，本文最终得到25148个研究样本。除控制年度和行业固定效应外，为控制极端值对研究结论的影响，本文对全部连续变量按照1%和99%分位数进行缩尾处理。
-
深圳证券交易所在其披露的监管问询公告中将问询函件划分为非许可类重组问询函、问询函、违法违规线索分析报告、许可类重组问询函、监管函（会计师事务所模板）、提请关注函（会计师事务所模板）、年报问询函、向中介机构发函、半年报问询函、关注函、公司部函和三季报问询函等；而上海证券交易所则将监管问询函件划分为问询函、重大资产重组预案审核意见函、定期报告事后审核意见函和定期报告信息披露监管问询函等。虽然两大交易所对问询函件的分类详尽程度不一，但主要目的均是对上市公司披露中的疑虑之处进行问询。
现有关于监管问询的文献主要选取财务报告问询函作为研究切入视角（陈运森等，2019；李晓溪等，2019b；王艳艳等，2020）。本文主要关注上市公司是否收到监管问询函件，而对种类没有特殊要求，因此选取了两大证券交易所的全部监管问询函件类型作为监管问询（InquiryLetter）的代理变量，并在进一步研究中，将监管问询函件分为财务报告问询函、关注函和监管函、重组类问询函以及事后审核意见函和监管问询函四大类
3 进行分类讨论。 -
本文基于邓晓飞等（2016）、辛宇等（2016）的研究设计和理论分析框架，将上市公司中因个人原因，工作原因，年龄、身体或健康原因，以及其他原因等模糊原因辞职的独立董事人数（RN）作为独立董事非正常辞职（表述较为模糊的非规定性辞职原因）的代理变量。
-
借鉴方先明和陈楚（2018）、陈运森等（2019）的研究，并且考虑到样本中较大一部分上市公司没有发生独立董事辞职现象，即被解释变量存在大部分的0值，本文构建以下Tobit模型：
$$ {RN}_{i,t}={\alpha }_{0}+{\alpha }_{1}{InquiryLetter}_{i,t}+\sum {\alpha Control}_{i,t}+\sum Year+\sum Industry+{\epsilon }_{i,t} $$ (1) 其中，RN为独立董事非正常辞职的人数；InquiryLetter为监管问询的相关指标，包括IL、ILNum、ILQNum。IL为是否收到问询函件的哑变量，若公司当年收到问询函件，则IL为 1，否则为 0；ILNum为收到问询函件的数量，以公司当年收到问询函件总数加1再取对数来衡量；ILQNum为问询函件的问题数量，以公司当年收到所有问询函件的问题数量之和加1再取对数来衡量。Size为公司规模，Lev为资产负债率，ROE为净资产收益率，SOE为产权性质，Meeting为前一年董事会会议的召开频率，Board为董事会规模，Independent为前一年独立董事占比，Top10为前十大股东持股比例，Relation为是否发生重大关联交易，Change为第一大股东是否发生变更，Suit为是否发生重大诉讼。模型还控制了年度固定效应（Year）和行业固定效应（Industry）。具体变量定义见表1。
表 1 变量定义
变量 名称 定义 RN 独立董事非正常辞职 当年上市公司独立董事非正常辞职的人数 IL 监管问询相关指标 上市公司当年收到问询函件则为1，否则为0 ILNum 监管问询相关指标 上市公司当年收到问询函件的总数加1，再取对数 ILQNum 监管问询相关指标 上市公司当年收到所有问询函件的问题数量之和加1 ，再取对数 Size 公司规模 上市公司总资产的自然对数 Lev 资产负债率 总负债/总资产 ROE 净资产收益率 净利润/股东权益 SOE 产权性质 国有企业为1，否则为0 Meeting 前一年董事会会议的召开频率 前一年董事会会议召开的次数，对于当年上市的公司采用当年财务报表数据 Board 董事会规模 董事会人数 Independent 前一年独立董事占比 期初独立董事人数/期初董事会人数 Top10 前十大股东持股比例 前十大股东持股比例 Relation 是否发生重大关联交易 公司发生过重大关联交易为1, 否则为0 Change 第一大股东是否发生变更 公司发生过第一大股东变更为1, 否则为0 Suit 是否发生重大诉讼 公司发生过重大诉讼为1, 否则为0 Year 年度固定效应 2013−2021年度哑变量 Industry 行业固定效应 根据证监会2012年行业分类设置行业哑变量 -
表2报告了全样本的变量描述性统计结果。Panel A的统计结果显示，RN的均值为0.206，标准误为0.528，说明不同样本公司的独立董事因模糊原因辞职的数量差异较大。IL的均值为0.219，表明约有21.9%的样本公司在本年度收到了问询函件，这与邓祎璐等（2020）的描述性统计结果相近。此外，ILNum和ILQNum的最大值分别为1.609和3.892，表示样本公司当年收到的问询函件数量最多达到4封，并且收到的问询函件最多涵盖48个问题。控制变量的描述性统计结果与已有研究发现基本相符，不再赘述。Panel B报告了未收到问询函件公司与收到问询函件公司的组间均值差异检验结果。结果显示，未收到问询函件公司组的独立董事非正常辞职人数（RN）小于收到问询函件公司组，且均值在1%的水平上存在显著差异，检验结果与本文预期一致。
表 2 描述性统计
Panel A：全样本 变量 N Mean SD Min P25 Median P75 Max RN 25148 0.206 0.528 0.000 0.000 0.000 0.000 3.000 IL 25148 0.219 0.413 0.000 0.000 0.000 0.000 1.000 ILNum 25148 0.196 0.396 0.000 0.000 0.000 0.000 1.609 ILQNum 25148 0.570 1.130 0.000 0.000 0.000 0.000 3.892 Size 25148 22.246 1.302 19.687 21.324 22.077 22.987 26.237 Lev 25148 0.430 0.206 0.059 0.265 0.420 0.581 0.911 ROE 25148 0.042 0.188 −1.235 0.026 0.065 0.111 0.331 SOE 25148 0.341 0.474 0.000 0.000 0.000 1.000 1.000 Meeting 25148 9.776 3.903 4.000 7.000 9.000 12.000 24.000 Board 25148 10.231 2.683 5.000 9.000 10.000 12.000 19.000 Independent 25148 0.382 0.073 0.250 0.333 0.364 0.429 0.600 Top10 25148 0.580 0.150 0.234 0.472 0.587 0.693 0.903 Relation 25148 0.008 0.109 0.000 0.000 0.000 0.000 5.000 Change 25148 0.033 0.203 0.000 0.000 0.000 0.000 4.000 Suit 25148 0.157 0.363 0.000 0.000 0.000 0.000 1.000 Panel B：收到问询函件公司与未收到问询函件公司比较 变量 未收到问询函件公司
（N=19651）收到问询函件公司
（N=5497）组间均值差异检验 均值 均值 t值 p值 RN 0.201 0.224 −2.89 0.004*** Size 22.290 22.100 9.51 0.000*** Lev 0.422 0.458 −11.37 0.000*** ROE 0.060 −0.025 30.13 0.000*** SOE 0.373 0.228 20.21 0.000*** Meeting 9.510 10.730 −20.64 0.000*** Board 10.230 10.240 −0.39 0.700 Independent 0.383 0.381 1.21 0.227 Top10 0.588 0.550 17.01 0.000*** Relation 0.008 0.011 −1.73 0.084* Change 0.025 0.061 −11.52 0.000*** Suit 0.149 0.184 −6.42 0.000*** -
表3验证假设H1，即监管问询引发独立董事辞职，对应模型（1）。其中，列（1）IL与RN的回归系数（t值）为0.235（4.82），且在1%的水平上显著 ，表明收到问询函件会增加上市公司独立董事辞职的人数；列（2）ILNum与RN的回归系数（t值）为0.302（6.02），且在1%的水平上显著，表明收到问询函件的数量越多，上市公司独立董事辞职的人数越多；列（3）ILQNum与RN的回归系数（t值）为0.095（5.35），且在1%的水平上显著，表明问询函件的问题数量与上市公司独立董事辞职正相关，问题数量越多，独立董事辞职人数越多。这些结果揭示了监管问询会引发独立董事辞职，支持了研究假设H1。
表 3 监管问询对独立董事辞职影响的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.235*** （4.82） ILNum 0.302*** （6.02） ILQNum 0.095*** （5.35） Size −0.059*** −0.056*** −0.057*** （−2.99） （−2.86） （−2.90） Lev 0.161 0.146 0.146 （1.36） （1.24） （1.23） ROE −0.231** −0.189* −0.208** （−2.28） （−1.87） （−2.05） SOE −0.002 0.007 0.001 （−0.04） （0.15） （0.03） Meeting 0.017*** 0.016*** 0.016*** （3.26） （3.06） （3.16） Board 0.225*** 0.224*** 0.224*** （29.77） （29.71） （29.73） Independent 2.449*** 2.447*** 2.443*** （9.01） （9.01） （8.99） Top10 −0.194 −0.183 −0.188 （−1.44） （−1.36） （−1.40） Relation −0.266 −0.265 −0.269 （−1.59） （−1.59） （−1.61） Change 0.077 0.070 0.073 （0.86） （0.78） （0.82） Suit 0.093* 0.089* 0.092* （1.78） （1.69） （1.75） Constant −4.690*** −4.730*** −4.711*** （−10.72） （−10.83） （−10.77） 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.069 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
监管问询能够增加企业信息透明度以及利益相关者对企业的持续关注，进而增加企业违规被稽查和处罚的概率，增加独立董事的个人经济风险，导致独立董事辞职。为检验这一机制，参照唐清泉等（2006）的研究，本文构建变量Penalty，若公司当年因违规被证监会罚款，则Penalty为1，否则为0
4 。参照温忠麟等（2004）的研究，本文检验这一机制的中介效应。表4
5 的Panel A列示了回归结果，列（2）中IL的系数在1%的水平上显著为正；列（3）中IL和Penalty的系数均在1%的水平上显著为正，说明监管问询能够通过增加企业面临的违规处罚风险使得独立董事辞职，支持了研究假设H2。表 4 机制检验的回归结果
Panel A：违规处罚风险 变量 RN
（1）Penalty
（2）RN
（3）IL 0.235*** 0.391*** 0.230*** （4.82） （3.77） （4.72） Penalty 0.361*** （3.10） 控制变量 YES YES YES 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.069 0.048 0.070 Panel B：个人声誉 变量 RN
（1）Dunm
（2）RN
（3）IL 0.207*** −0.022*** 0.206*** （4.18） （−2.61） （4.15） Dunm −0.069* （−1.73） 控制变量 YES YES YES 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Adj R2 0.113 Pseudo R2 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
监管问询能够向市场传递企业违规、盈余质量较低或业绩较差等负面信息，这可能会影响独立董事的个人声誉，进而导致独立董事辞职。为检验这一机制，参照陈冬华和相加凤（2017）的研究，本文构建变量Dunm，以每家公司的全部独立董事兼任上市公司数量的均值衡量公司层面的独立董事声誉。若Dunm位于样本中位数之上，则为1，否则为0。本文参照温忠麟等（2004）的研究，检验这一机制的中介效应。
表4的Panel B列示了回归结果，列（2）中IL的系数在1%的水平上显著为负；列（3）中IL的系数在1%的水平上显著为正，Dunm的系数在10%的水平上显著为负，说明监管问询能够通过降低独立董事个人声誉使得独立董事辞职，支持了研究假设H3。
-
本文可能存在以下三方面内生性问题：第一，存在这样一种可能性，即并不是监管问询引发了独立董事辞职，而是独立董事辞职增加了上市公司收函概率。因此，本文可能存在反向因果问题。第二，重大关联交易、第一大股东变更、企业违规等事项不仅会引发独立董事的非常规辞职（唐清泉等，2006），而且还会提高企业收函概率（刘柏和卢家锐，2019；王春峰等，2020），即企业收函与独立董事辞职受共同因素的影响。即使本文在主检验中控制了部分有关风险事项的变量，但是仍有可能存在遗漏变量的内生性问题。第三，收到问询函件的上市公司与未收到问询函件的上市公司之间存在个体特征差异，使得部分上市公司更可能收到问询函件。因此，本文可能存在样本选择性偏差问题。为解决上述问题，本文分别采用随机效应模型、Heckman两阶段法、倾向得分匹配法（PSM）、双重差分PSM模型（PSM−DID）以及工具变量法来控制内生性。
（1）基于随机效应模型的检验
借鉴石昕等（2021）的研究，本文通过控制个体效应来缓解遗漏变量的内生性问题。具体地，本文构建随机效应模型
6 ，并对模型（1）进行回归。表5的实证结果显示，解释变量IL、ILNum 、ILQNum的回归系数均在1%的水平上显著为正，表明在控制了公司固定效应之后，研究结论依然成立。表 5 基于随机效应模型的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.239*** （4.90） ILNum 0.094*** （6.00） ILQNum 0.008*** （5.60） Size −0.064*** −0.060*** −0.060*** （−3.30） （−3.07） （−3.21） Lev 0.108 0.094 0.081 （0.95） （0.83） （0.73） ROE −0.233** −0.174* −0.196* （−2.34） （−1.73） （−1.95） SOE −0.012 −0.006 −0.009 （−0.26） （−0.14） （−0.21） Meeting 0.017*** 0.015*** 0.016*** （3.22） （2.88） （3.07） Board 0.228*** 0.226*** 0.224*** （29.33） （29.09） （29.32） Independent 2.365*** 2.360*** 2.462*** （8.58） （8.57） （9.09） Top10 −0.213 −0.203 −0.199 （−1.58） （−1.51） （−1.53） Relation −0.281 −0.273 −0.271 （−1.59） （−1.54） （−1.54） Change 0.069 0.060 0.066 （0.80） （0.70） （0.76） Suit 0.082 0.076 0.087 （1.51） （1.41） （1.62） Constant −4.525*** −4.587*** −4.589*** （−11.25） （−11.41） （−11.82） 年度效应 YES YES YES 公司效应 YES YES YES N 25148 25148 25148 Number of code 3955 3955 3955 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 （2）Heckman两阶段法
为了排除自选择偏差的干扰，本文采用 Heckman 两阶段模型进行矫正处理。借鉴聂萍等（2020）、袁蓉丽等（2022）的研究，在第一阶段回归中，分别以企业是否收函（IL）作为自变量，分别以本年度同行业企业是否收函（IL）、收函数量（ILNum）以及收函的问题数量（ILQNum）的均值作为外生工具变量进行Probit回归，得到的逆米尔斯比率（Inverse Mills Ratio），之后将其加入第二阶段中进行回归，结果如表6所示，实证结果依然稳健。
表 6 基于Heckman两阶段模型的回归结果
变量 Heckman两阶段 RN
（1）RN
（2）RN
（3）IL 0.241*** （4.94） ILNum 0.156*** （6.43） ILQNum 0.012*** （5.94） Size −0.085*** −0.087*** −0.068*** （−3.56） （−3.56） （−2.88） Lev 0.329** 0.351** 0.214 （2.24） （2.32） （1.45） ROE −0.372*** −0.350*** −0.251** （−3.01） （−2.75） （−2.01） SOE −0.087 −0.098 −0.040 （−1.35） （−1.45） （−0.59） Meeting 0.024*** 0.026*** 0.020*** （3.84） （3.78） （3.04） Board 0.229*** 0.229*** 0.226*** （29.19） （28.77） （28.43） Independent 2.378*** 2.373*** 2.406*** （8.65） （8.68） （8.80） Top10 −0.344** −0.368** −0.260* （−2.26） （−2.37） （−1.69） Relation −0.249 −0.233 −0.260 （−1.49） （−1.39） （−1.55） Change 0.134 0.141 0.098 （1.44） （1.50） （1.05） Suit 0.121** 0.133** 0.109* （2.24） （2.38） （1.96） Inverse Mills Ratio 0.318** 0.405** 0.154 （2.03） （2.29） （0.92） Constant −4.831*** −4.886*** −4.766*** （−11.01） （−11.19） （−10.90） 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.070 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 （3）基于PSM的检验
为了降低收函公司与未收函公司之间特征差异的影响，借鉴Heese等（2017）、陈运森等（2019）的研究，本文采用倾向得分匹配法（PSM）中的最邻近匹配法，并选取一系列在内部控制、企业规模和审计层面影响上市公司收函可能性的变量，匹配未收函样本，具体包括以下变量：当内部控制存在缺陷时，IC_Weak取值为1，否则为0；LIC_Weak为滞后一期的IC_Weak；当企业违规时，Punish取值为1，否则为0；LPunish为滞后一期的Punish；Age为公司上市年数；lnMarket为公司市值的自然对数；当净利润为负时，Loss取值为1，否则为0；Growth为销售增长率；当审计意见类型为非标准无保留意见时，Audit取值为1，否则为0；当由“四大”会计师事务所审计时，Big4取值为1，否则为0。PSM第一阶段结果（限于篇幅未列示，资料备索）表明，前述变量显著影响了上市公司收函的可能性，并且匹配样本通过了共同支撑与平衡性检验。第二阶段以匹配后的样本对模型（1）进行回归，表7列（1）至列 （3）的结果表明，研究结论保持稳健。
表 7 基于PSM和PSM-DID的回归结果
变量 PSM PSM-DID RN
（1）RN
（2）RN
（3）RN
（4）IL 0.275*** 0.014 （2.89） （0.18） ILNum 0.348*** （3.22） ILQNum 0.118*** （3.25） IL×Post 0.268** （2.07） Post −0.001 （−0.01） Size 0.020 0.021 0.021 0.020 （0.60） （0.62） （0.64） （0.60） Lev 0.004 −0.001 −0.008 0.003 （0.02） （−0.01） （−0.04） （0.01） ROE 0.253 0.270 0.263 0.255 （0.88） （0.94） （0.92） （0.89） SOE 0.048 0.052 0.051 0.050 （0.63） （0.68） （0.67） （0.65） Meeting 0.005 0.005 0.005 0.005 （0.61） （0.56） （0.59） （0.59） Board 0.186*** 0.186*** 0.186*** 0.186*** （14.76） （14.72） （14.73） （14.76） Independent 1.232*** 1.232*** 1.235*** 1.233*** （2.79） （2.79） （2.80） （2.79） Top10 −0.480** −0.477** −0.474** −0.477** （−2.08） （−2.07） （−2.06） （−2.07） Relation 0.141 0.138 0.140 0.140 （0.42） （0.42） （0.42） （0.42） Change 0.064 0.064 0.063 0.064 （0.36） （0.36） （0.35） （0.36） Suit 0.187** 0.185** 0.186** 0.188** （2.11） （2.08） （2.09） （2.11） Constant −4.390*** −4.402*** −4.410*** −4.396*** （−5.70） （−5.71） （−5.72） （−5.70） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 8262 8262 8262 8262 Pseudo R2 0.078 0.078 0.078 0.078 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 （4）基于PSM-DID模型的检验
参考Fan和Wong（2002）、陈运森等（2019）的研究，基于倾向得分匹配（PSM）得到的配对样本，本文构建双重差分（DID）模型，检验上市公司收函对独立董事辞职的净效应，具体见如下模型（2）：
$$ {RN}_{i,t}={c}_{0}+{c}_{1}{IL}_{i}\times {Post}_{t}+{c}_{2}{IL}_{i}+{c}_{3}{Post}_{t}+\sum {c}_{4}{Control}_{i,t}+\sum Year+\sum Industry+{\epsilon }_{i,t} $$ (2) 其中，上市公司收到过问询函件IL为1，否则为0；公司首次收到问询函件及以后年份Post为1，否则为0；其余变量定义与上文一致。表7列（4）的回归结果显示，交乘项IL×Post的回归系数为0.268，且在5%的水平上显著，表明上市公司收到问询函件后，独立董事辞职的人数更多，本文研究结论依然稳健。
（5）基于工具变量的检验
为了更直接地检验监管问询对独立董事辞职的影响，本文参考何慧华和方军雄（2022）的研究，分别以相同“年份−省份−行业”的上市公司收函数量的均值（IV1）和收函公司数量的占比 （IV2）来构建工具变量。一方面，上市公司收函的数量（或是否收函）会影响“省份−行业”层面上市公司收函的平均数量（或收函公司的占比），因此满足工具变量的相关性要求。另一方面，当年“省份−行业”层面公司收函的平均数量（或收函公司的占比）很难影响单个公司独立董事辞职的人数，因此满足外生性的需求。本文根据构建的工具变量，按照两阶段工具变量模型（2SLS）进行回归，结果见表8。两个工具变量第一阶段回归的F统计量均在1%的水平上显著，表明工具变量满足外生性要求；第二阶段A-R Wald test F统计量均在1%的水平上显著，拒绝弱工具变量假设。表8列（1）和列（3）是以相同“年份−省份−行业”的公司收函数量的均值作为工具变量的回归结果，列（2）和列（4）是以相同“年份−省份−行业”的收函公司数量的占比作为工具变量的回归结果。实证结果表明，本文研究结论依然稳健。
表 8 基于工具变量的回归结果
变量 第一阶段 第二阶段 IL
（1）IL
（2）RN
（3）RN
（4）IL 0.215*** 0.178*** （3.18） （2.93） IV1 0.957*** （22.22） IV2 1.957*** （52.58） Size −0.014*** −0.011*** −0.060*** −0.061*** （−5.78） （−5.85） （−3.11） （−3.17） Lev 0.093*** 0.073*** 0.165 0.172 （5.74） （5.73） （1.44） （1.50） ROE −0.046*** −0.055*** −0.236** −0.245** （−3.15） （−4.85） （−2.35） （−2.45） SOE −0.041*** −0.032*** −0.004 −0.007 （−8.05） （−7.29） （−0.08） （−0.16） Meeting 0.003*** 0.003*** 0.017*** 0.017*** （4.27） （5.22） （3.29） （3.35） Board 0.002** 0.002*** 0.225*** 0.225*** （2.17） （2.84） （29.35） （29.38） Independent −0.042 −0.035 2.448*** 2.445*** （−1.59） （−1.55） （9.02） （9.01） Top10 −0.079*** −0.061*** −0.197 −0.202 （−5.24） （−4.68） （−1.49） （−1.53） Relation 0.017 0.004 −0.266 −0.266 （1.08） （0.32） （−1.50） （−1.50） Change 0.052*** 0.043*** 0.079 0.082 （5.02） （5.03） （0.91） （0.94） Suit −0.005 −0.006 0.094* 0.094* （−0.82） （−1.23） （1.74） （1.76） Constant 0.405*** 0.308*** −4.676*** −4.654*** （8.17） （7.78） （−11.04） （−11.00） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 F test 104.98 337.17 C-D Wald F test 1732.84 1732.11 A-R Wald test F statistics 10.09 8.57 A-R Wald test P-value 0.002 0.003 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
（1）考虑风险事项的影响
本文主检验控制了上市公司是否发生重大关联交易（Relation）、第一大股东是否变更（Change）、是否违规（Punish）和是否发生重大诉讼（Suit）等可能引起独立董事辞职的风险事项变量。为了直接排除这些风险对独立董事辞职影响的替代性解释，借鉴耀友福和薛爽（2020）的研究，本文剔除当年发生重大关联交易、违规和重大诉讼的观测值，对模型（1）重新进行回归。表9的检验结果表明，考虑了风险事项的影响后，研究假设H1依然成立。
表 9 考虑风险事项的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.222*** （3.59） ILNum 0.298*** （4.24） ILQNum 0.093*** （3.91） Size −0.021 −0.020 −0.021 （−0.87） （−0.83） （−0.83） Lev −0.055 −0.060 −0.066 （−0.36） （−0.40） （−0.43） ROE −0.260 −0.238 −0.249 （−1.59） （−1.45） （−1.51） SOE 0.003 0.008 0.004 （0.05） （0.13） （0.07） Meeting 0.011* 0.011* 0.011* （1.77） （1.69） （1.73） Board 0.212*** 0.211*** 0.212*** （22.88） （22.84） （22.86） Independent 2.293*** 2.292*** 2.291*** （6.98） （6.99） （6.98） Top10 −0.194 −0.184 −0.189 （−1.21） （−1.15） （−1.18） Constant −5.082*** −5.100*** −5.093*** （−9.36） （−9.40） （−9.39） 年度效应 YES YES YES 行业效应 YES YES YES N 18047 18047 18047 Pseudo R2 0.064 0.065 0.065 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 （2）考虑样本期间宏观政策的影响
本文的初始样本期间设定为2013−2021年，这期间可能存在影响监管问询与独立董事辞职关系的宏观政策，主要包含两个政策事件：一是 2013 年10月19日中组部印发《关于进一步规范党政领导干部在企业兼职（任职）问题的意见》，这一政策引发官员独立董事的大规模辞职，为了排除该政策对研究结论的替代性解释，本文将样本期间限定在2015−2021年
7 ，并重新进行回归，结果见表10列（1）至列（3）。二是教育部办公厅于2015年底发布《关于开展党政领导干部在企业兼职情况专项检查的通知》，要求高校调查党政领导干部在企业兼职的情况，而高校领导兼任上市公司独立董事已是较为普遍的现象，因此该政策颁布后引发高校领导辞去上市公司独立董事的高潮（曾洋，2021）。为此，本文将样本期间调整为2017−2021年，并重新进行回归，结果见表10列（4）至列（6）。综上，在考虑了样本期间宏观政策的影响后，研究假设H1仍然能够得到支持。表 10 考虑样本期间宏观政策的回归结果
变量 2015−2021年 2017−2021年 RN
（1）RN
（2）RN
（3）RN
（4）RN
（5）RN
（6）IL 0.209*** 0.247*** （4.12） （3.90） ILNum 0.271*** 0.308*** （5.18） （4.85） ILQNum 0.085*** 0.096*** （4.57） （4.19） Size −0.087*** −0.084*** −0.085*** −0.121*** −0.116*** −0.119*** （−3.89） （−3.73） （−3.79） （−4.29） （−4.12） （−4.20） Lev 0.294** 0.275** 0.276** 0.439** 0.415** 0.419** （2.13） （2.00） （2.00） （2.53） （2.39） （2.41） ROE −0.258** −0.216* −0.236** −0.299** −0.250* −0.274** （−2.33） （−1.94） （−2.13） （−2.29） （−1.90） （−2.10） SOE −0.078 −0.068 −0.075 −0.054 −0.040 −0.049 （−1.44） （−1.24） （−1.38） （−0.79） （−0.58） （−0.72） Meeting 0.017*** 0.016*** 0.017*** 0.021*** 0.020** 0.021*** （2.93） （2.74） （2.84） （2.76） （2.55） （2.67） Board 0.245*** 0.244*** 0.245*** 0.272*** 0.270*** 0.271*** （28.20） （28.11） （28.15） （25.02） （24.89） （24.96） Independent 2.586*** 2.583*** 2.578*** 3.395*** 3.391*** 3.386*** （8.23） （8.23） （8.21） （8.29） （8.30） （8.28） Top10 −0.241 −0.228 −0.234 −0.583*** −0.564*** −0.575*** （−1.53） （−1.45） （−1.49） （−2.86） （−2.77） （−2.82） Relation −0.249 −0.248 −0.252 −0.347 −0.340 −0.355 （−1.34） （−1.33） （−1.36） （−0.65） （−0.64） （−0.67） Change 0.061 0.053 0.057 −0.015 −0.022 −0.018 （0.62） （0.54） （0.57） （−0.12） （−0.18） （−0.14） Suit 0.098 0.092 0.096 0.040 0.031 0.037 （1.52） （1.44） （1.50） （0.41） （0.31） （0.37） Constant −3.868*** −3.935*** −3.900*** −3.639*** −3.721*** −3.669*** （−7.49） （−7.60） （−7.54） （−5.56） （−5.69） （−5.61） 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 20347 20347 20347 15110 15110 15110 Pseudo R2 0.058 0.059 0.059 0.052 0.053 0.053 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
（1）扩大收函期间
本文在主检验中将当年t公司收到的问询函件相关变量作为解释变量。考虑到独立董事对问询函件及公司行为存在时间效应，本文将前一年t−1公司是否收到问询函件、收到的问询函件数量和问询函件的问题数量纳入解释变量的度量范围，即将公司近两年收到的问询函件相关变量作为解释变量重新进行回归，结果见表11列（1）、列（2）、列（3）。
表 11 其他稳健性测试的回归结果
变量 Tobit模型
RN
（1）Tobit模型
RN
（2）Tobit模型
RN
（3）Logit模型
IR
（4）Tobit模型
PRN
（5）Tobit模型
RN
（6）IL 0.185*** 0.217*** 0.061*** （3.98） （4.58） （4.77） ILNum 0.238*** （5.92） ILQNum 0.085*** （5.28） FILQNum 0.086*** （4.24） Size −0.062*** −0.055*** −0.057*** −0.043** −0.016*** −0.060*** （−3.18） （−2.80） （−2.87） （−2.24） （−3.14） （−3.03） Lev 0.177 0.146 0.146 0.172 0.040 0.161 （1.50） （1.23） （1.23） （1.48） （1.29） （1.36） ROE −0.245** −0.186* −0.207** −0.174* −0.054** −0.240** （−2.40） （−1.83） （−2.05） （−1.80） （−2.05） （−2.37） SOE −0.006 0.005 0.001 0.013 −0.003 −0.007 （−0.12） （0.12） （0.02） （0.29） （−0.22） （−0.15） Meeting 0.016*** 0.016*** 0.016*** 0.016*** 0.004*** 0.017*** （3.12） （2.97） （3.10） （3.22） （2.91） （3.33） Board 0.225*** 0.223*** 0.224*** 0.185*** 0.054*** 0.225*** （29.74） （29.70） （29.72） （26.95） （27.95） （29.81） Independent 2.441*** 2.447*** 2.443*** 2.092*** 0.378*** 2.442*** （8.98） （9.01） （8.99） （7.92） （5.39） （8.98） Top10 −0.184 −0.181 −0.186 −0.151 −0.043 −0.199 （−1.37） （−1.35） （−1.39） （−1.17） （−1.22） （−1.48） Relation −0.267 −0.261 −0.268 −0.244 −0.067 −0.270 （−1.59） （−1.57） （−1.60） （−1.56） （−1.50） （−1.61） Change 0.083 0.068 0.072 0.055 0.026 0.080 （0.94） （0.76） （0.81） （0.66） （1.13） （0.90） Suit 0.094* 0.089* 0.092* 0.082 0.023* 0.095* （1.79） （1.69） （1.75） （1.60） （1.65） （1.81） Constant −4.618*** −4.750*** −4.722*** −4.274*** −1.057*** −4.669*** （−10.58） （−10.87） （−10.79） （−10.20） （−9.24） （−10.66） 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 25148 25148 25148 25145 25148 25148 Pseudo R2 0.069 0.070 0.069 0.087 0.095 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 （2）调整被解释变量的度量方式
借鉴支晓强和童盼（2005）、陈运森等（2019）的研究，本文分别以公司是否发生独立董事辞职（IR）
8 、独立董事辞职人数的比例（PRN）9 重新度量独立董事辞职情况并进行回归，结果见表11列（4）、列（5）。此外，未报告的结果显示，其他关于企业收函的变量（ILNum和ILQNum）的回归系数仍然支持本文研究假设H1。（3）调整解释变量的度量方式
考虑到监管问询属于事后问询制度，可能存在重复问询的现象，这将影响研究的准确性。因此，借鉴李晓溪等（2019a）、傅祥斐等（2020）的研究，本文以企业当年收到的第一封问询函件涵盖的问题数量加1再取自然对数（FILQNum）作为新的解释变量，重新进行回归，结果见表11列（6）。总体而言，检验结果与假设H1的预期一致。此外，当被解释变量为IR和PRN时，未报告的结果显示，其他关于公司收函的变量（ILNum和ILQNum）的回归系数仍支持本文研究假设H1。
-
考虑到公司和问询函件可能具有不同的特征，本文进一步研究在不同特征下，公司是否收到问询函件（IL）对独立董事辞职（RN）的影响有何差异。
-
在不同的公司内外部环境中，独立董事面临的内部现状与外部监督力度不同，使得监管问询对公司独立董事辞职的影响程度可能存在差异。首先，公司内部信息环境越差，信息披露质量越低，董事会决策难度越大（陈运森等，2019），管理层机会主义动机也会越强（Jo和Kim, 2007），越可能从事违规等不当行为，从而导致公司在受到监管问询后，面临的违规处罚风险越高。结合前文理论分析，管理层更可能为了自身利益加强对独立董事的限制，而这些将增加公司收到问询函件之后独立董事辞职的概率。其次，法制环境较好、市场化程度较高的地区，外部监督环境更好（李晓溪等，2019b；邓祎璐等，2020），交易所等一线监管机构能够发挥更加有效的作用。因此，独立董事在面对监管问询时，可能更加顾虑声誉而选择辞职。
为了验证上述预期，本文分别构建相应代理指标：（1）信息环境：借鉴董望等（2017）的研究，以分析师预测偏差来衡量信息环境；（2）法制环境：借鉴樊纲等（2011）的研究，以《中国市场化指数报告》中分省份中介组织发育度和法律得分来衡量企业面临的法制环境；（3）市场化程度：借鉴樊纲等（2011）的研究，以樊纲市场化指数来衡量公司市场化程度。本文按照上述指标的中位数分别将样本分为两组，并进行分组回归。表12的实证结果显示，监管问询对独立董事辞职的影响主要存在于信息环境较差、法制环境较好和市场化程度较高的公司中，并且这些公司IL的系数更大。费舍尔组合检验的经验P值也表示，组间系数在统计上均存在显著差异。总体而言，实证结果基本与上述预期吻合。
表 12 基于内部和外部环境的回归结果
变量 信息环境 法制环境 市场化程度 好
（1）差
（2）好
（3）差
（4）高
（5）低
（6）IL 0.107 0.279*** 0.334*** 0.075 0.324*** 0.111 （1.22） （4.71） （5.29） （0.97） （4.85） （1.54） 控制变量 YES YES YES YES YES YES 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 7665 17483 15296 9852 13497 11651 Pseudo R2 0.079 0.066 0.068 0.075 0.062 0.076 p值 0.052 0.006 0.014 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整；限于篇幅，未报告控制变量回归结果，资料备索。 -
考虑到不同问询函件的信息含量不同，交易所发函所依据的公司信息的准确度也不同，这可能使得监管问询对独立董事的冲击效果存在差异，进而影响公司独立董事辞职的概率。本文结合证券交易所的问询函件类别，将问询函件分为财务报告问询函、关注函和监管函、重组类问询函以及事后审核意见函和监管问询函四大类，分别进行回归。表13的结果显示，公司收到财务报告问询函、关注函和监管函时，独立董事辞职的可能性明显增加，而这种影响在公司收到重组类问询函以及事后审核意见函和监管问询函时则不显著。
表 13 基于问询函件种类的回归结果
变量 财务报告问询函
RN
（1）关注函和监管函
RN
（2）重组类问询函
RN
（3）事后审核意见函和监管问询函
RN
（4）IL 0.267*** 0.362*** 0.085 0.157 （3.65） （5.92） （1.15） （1.22） Size −0.060*** −0.061*** −0.066*** −0.067*** （−3.14） （−3.21） （−3.44） （−3.51） Lev 0.174 0.181 0.198* 0.202* （1.52） （1.58） （1.72） （1.76） ROE −0.225** −0.212** −0.289*** −0.281*** （−2.24） （−2.12） （−2.92） （−2.83） SOE −0.015 0.006 −0.022 −0.024 （−0.33） （0.14） （−0.51） （−0.53） Meeting 0.018*** 0.017*** 0.019*** 0.019*** （3.41） （3.22） （3.64） （3.64） Board 0.225*** 0.224*** 0.227*** 0.227*** （29.41） （29.28） （29.55） （29.55） Independent 2.439*** 2.442*** 2.438*** 2.435*** （8.98） （9.00） （8.97） （8.96） Top10 −0.201 −0.187 −0.228* −0.226* （−1.52） （−1.42） （−1.74） （−1.72） Relation −0.258 −0.254 −0.269 −0.265 （−1.46） （−1.44） （−1.52） （−1.50） Change 0.083 0.071 0.095 0.096 （0.96） （0.82） （1.09） （1.11） Suit 0.094* 0.091* 0.098* 0.097* （1.75） （1.69） （1.82） （1.80） Constant −4.681*** −4.648*** −4.560*** −4.534*** （−11.06） （−11.02） （−10.81） （−10.75） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 Pseudo R2 0.069 0.070 0.069 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
唐清泉和罗党论（2006）的研究表明，不同背景的独立董事对风险的感知能力存在差异，使得独立董事在公司收到问询函件后的履职态度以及受到的履职限制不同，从而影响监管问询与独立董事辞职之间的关系。首先，借鉴唐雪松和马畅（2012）、高凤莲和王志强（2016）的研究，本文按照专业和从业背景将独立董事划分为具备金融背景、财务背景、法律背景和学术背景的四类独立董事。其中，金融背景主要指独立董事具有金融专业教育背景或曾在金融业或沪深两市交易所任职，财务背景主要指独立董事具有会计专业教育背景或曾在会计师事务所任职，法律背景主要指独立董事具有法律专业教育背景或曾在法院、律师事务所任职，学术背景主要指独立董事曾在高校任职或从事过科研工作。其次，分别计算满足上述背景条件的独立董事辞职人数，构建相应的含有背景特征的独立董事辞职代理指标Fin、Acc、Law和Aca。最后，以构建的代理指标作为被解释变量，分别对模型（1）进行回归。表14的结果显示，监管问询对四类独立董事的辞职均有显著影响。
表 14 基于独立董事背景特征的回归结果
变量 金融背景
Fin
（1）财务背景
Acc
（2）法律背景
Law
（3）学术背景
Aca
（4）IL 0.192** 0.223*** 0.301*** 0.271*** （2.00） （3.02） （3.60） （4.46） Size −0.068* −0.152*** −0.217*** −0.104*** （−1.81） （−5.06） （−6.29） （−4.28） Lev 0.128 −0.018 0.107 0.005 （0.57） （−0.10） （0.54） （0.03） ROE −0.315* −0.267* −0.342** −0.116 （−1.73） （−1.85） （−2.18） （−0.92） SOE 0.095 −0.048 −0.159** 0.089 （1.08） （−0.70） （−2.01） （1.60） Meeting 0.033*** 0.030*** 0.038*** 0.018*** （3.31） （3.72） （4.14） （2.66） Board 0.184*** 0.188*** 0.225*** 0.186*** （12.34） （15.96） （16.60） （19.44） Independent 2.751*** 1.440*** 1.688*** 1.415*** （5.13） （3.41） （3.53） （4.16） Top10 −0.329 −0.591*** −0.418* −0.014 （−1.26） （−2.89） （−1.81） （−0.09） Relation 0.174 −0.303 0.103 −0.364 （0.61） （−1.10） （0.38） （−1.58） Change 0.032 0.216* −0.203 0.040 （0.20） （1.80） （−1.35） （0.38） Suit −0.002 0.116 0.008 0.060 （−0.02） （1.41） （0.09） （0.88） Constant −7.346*** −3.671*** −2.925*** −3.950*** （−8.23） （−5.46） （−3.90） （−7.35） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 Pseudo R2 0.046 0.049 0.063 0.064 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。 -
考虑到问询函件的语段长度、负面语气程度、详细程度以及问题特征在一定程度上能够反映公司问题的严重程度，从而可能影响监管问询与独立董事辞职之间的关系。因此，借鉴Bozanic等（2017）、李晓溪等（2019a）的研究，本文利用文本分析法构建问询函件细分特征的代理指标。（1）问询函件的语段长度（ILLong），以问询函件字数加1后的自然对数作为代理指标。（2）问询函件的负面语气程度（ILNegTone），若问询函件语气低于样本中位数，则该指标为1，否则为0。（3）问询函件的详细程度（ILDetail），即问询函件中含有的有效命名体信息（时间、地点、机构、人名、货币、百分比和日期）的占比。（4）问询函件发表意见的要求（ILOP），若问询函件要求中介机构发表专业意见，则该指标为1，否则为0。（5）回函是否延期（Delay），若公司回函日期晚于交易所规定的回复日期，则该指标为1，否则为0。（6）问题是否涉及会计经营及增减变动信息（OPER），若是，则该指标为1，否则为0。（7）问题是否涉及重大关联方交易信息（REL），若是，则该指标为1，否则为0。（8）问题是否涉及内部控制信息（IC），若是，则该指标为1，否则为0。（9）问题是否涉及对外担保、管理层收购、回购股份的信息（SPR），若是，则该指标为1，否则为0。（10）问题是否涉及舞弊信息（FRA），若是，则该指标为1，否则为0。本文以构建的特征变量作为解释变量，分别对模型（1）进行回归。表15的结果表明，问询函件内容越长或越详细，语气越负面，问询问题涉及日常经营、特殊事件或公司治理等内容时，公司独立董事辞职的可能性越大。
表 15 基于问询函件细分特征的回归结果
变量 RN
（1）RN
（2）RN
（3）RN
（4）RN
（5）RN
（6）RN
（7）RN
（8）RN
（9）RN
（10）ILLong 0.033*** （5.20） ILNegTone 0.117*** （3.89） ILDetil 1.323*** （6.05） ILOP 0.240*** （4.48） Delay 0.217*** （3.77） OPER 0.250*** （5.03） REL 0.187*** （2.89） IC 0.213*** （3.57） SPR 0.254*** （4.22） FRA 0.480*** （4.58） 控制变量 YES YES YES YES YES YES YES YES YES YES 年度效应 YES YES YES YES YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES YES YES YES YES N 25148 25148 25148 25148 25148 25148 25148 25148 25148 25148 Pseudo R2 0.069 0.069 0.070 0.069 0.069 0.069 0.069 0.069 0.069 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整；限于篇幅，未报告控制变量回归结果，资料备索。 -
如前文所述，独立董事的非规定性辞职行为可能向市场传递公司存在问题的信号（张俊生和曾亚敏，2010；邓晓飞等，2016）。因此，本文利用事件研究法，考察独立董事因模糊原因而辞职所引发的市场反应。具体地，借鉴张俊生和曾亚敏（2010）的研究，本文采用市场模型法度量市场反应。首先，将独立董事的辞职时点确认为事件时点。其次，以事件时点（−205，−6）共200个交易日作为估计窗口期，对公司实际收益率和市场收益率进行回归，估计得到公司实际收益率的期望值，本文将其作为公司正常收益率。最后，实际收益率与正常收益率的差值即为公司超额收益率（AR）。在此基础上，以[−5，+30]、[−5，+15]、[−5，+5]、[−3，+3]、[−1，+1]作为短期事件窗口期
10 ，分别对AR累加得到公司累计超额收益率（CAR），即为投资者对独立董事辞职的市场反应。本文分别对事件窗口期内的日超额收益率与累计超额收益率进行描述性统计，并对均值和中位数进行显著性检验11 ，结果见表16。表 16 投资者对独立董事辞职的市场反应
窗口期 N 均值 t-test（t值） 中位数 Sign-rank test（z值） 正负比 Panel A：日超额收益率（AR） −5 4866 −0.000 −0.437 −0.002 −5.162*** 2233∶2633 −4 4866 −0.000 −0.532 −0.002 −4.336*** 2229∶2637 −3 4866 0.001 1.290 −0.002 −3.652*** 2237∶2629 −2 4866 0.000 0.165 −0.002 −4.501*** 2215∶2651 −1 4866 0.001 3.089*** −0.001 −1.645* 2304∶2562 0 4866 0.008 1.731* −0.002 −3.683*** 2196∶2670 1 4866 0.001 2.134** −0.002 −4.346*** 2197∶2669 2 4866 0.001 2.350** −0.002 −3.993*** 2212∶2654 3 4866 0.000 0.828 −0.002 −4.353*** 2187∶2679 4 4866 −0.001 −1.347 −0.003 −6.450*** 2147∶2719 5 4866 −0.000 −1.000 −0.003 −5.828*** 2160∶2706 25 4866 −0.001 −1.185 −0.003 −3.459*** 2153∶2713 26 4866 −0.001 −1.703* −0.002 −3.985*** 2136∶2730 27 4866 −0.000 −0.742 −0.002 −5.324*** 2201∶2665 28 4866 −0.000 −0.627 −0.003 −4.651*** 2159∶2707 29 4866 −0.000 −0.558 −0.002 −4.400*** 2159∶2707 30 4866 −0.001 −2.683** −0.003 −3.472*** 2099∶2767 Panel B：累计超额收益率（CAR） CAR（−1，+1） 4866 0.010 3.973*** −0.003 −4.154*** 2267∶2599 CAR（−3，+3） 4866 0.012 7.120*** −0.003 −2.628*** 2314∶2552 CAR（−5，+5） 4866 0.011 7.872*** −0.004 −5.663*** 2327∶2539 CAR（−5，+15） 4866 0.007 8.731*** −0.009 −19.904*** 2273∶2593 CAR（−5，+30） 4866 −0.001 0.449 −0.013 −29.921*** 2307∶2559 表16的Panel A列示了事件窗口期内公司每个交易日超额收益率的统计结果，（−3，+3）交易日AR的均值为正，其他交易日AR的均值全部为负，且均值检验的t统计量显著性较差，而AR的中位数全部显著为负。表16的Panel B列示了事件窗口期内公司累计超额收益率的统计结果，仅有[−5，+30]窗口期内CAR的均值为负，且相应的t统计量不显著，而其他窗口期内CAR的均值全部为正；但所有窗口期内CAR的中位数均为负，且Wilcoxon检验的z统计量均在1%的水平上显著。需要注意的是，部分均值与中位数的符号相反，可能是因为CAR的部分正值极端值较大，从而影响了CAR的均值，这与罗进辉等（2017）的观点一致。此外，市场反应的正负比表示，市场对辞职独立董事任职公司更多持负面态度。总体而言，独立董事辞职之后的短期内，市场平均并没有特别负面的表现，但不可否认的是，市场仍然对超过半数辞职独立董事任职公司呈现负面反应。这也基本支持了本文在理论分析与假设提出部分对独立董事辞职原因和意义的分析，即独立董事通过辞职向市场传递公司存在问题的信号，而这有利于引发投资者对独立董事履职处境的思考，使得投资者减少对独立董事个人的负面评价。
-
投资者对独立董事辞职的市场反应仅为投资者的短期预期，而辞职行为是否真正具有信息含量仍需观察公司长期累计超额收益率及其变化情况。首先，本文针对长期事件窗口期[0，+50]、[0，+100]、[0，+150]分别进行描述性统计以及相应显著性检验，考察长期事件窗口期内CAR的变化情况，统计和检验结果见表17。其次，借鉴张俊生和曾亚敏（2010）的研究，本文观察独立董事辞职后150个交易日内CAR的均值和中位数的走势情况。需要说明的是，为了更加清晰地与短期事件窗口期形成对比，本文将短期事件窗口期纳入CAR走势的分析范围，最终展示独立董事辞职前后共155天的CAR走势，均值和中位数的变化趋势统计结果分别如图2和图3所示。
表 17 独立董事辞职后长期事件窗口期的超额收益率
窗口期 N 均值 t-test（t值） 中位数 Sign-rank test（z值） 正负比 CAR（0，50） 4866 −0.005 −3.464*** −0.015 −32.630*** 2275∶2591 CAR（0，100） 4866 −0.036 −16.710*** −0.022 −51.833*** 2290∶2576 CAR（0，150） 4866 −0.027 −32.838*** −0.027 −55.409*** 2294∶2572 表17的结果显示，独立董事辞职后50天、100天、150天内CAR的均值均为负，且均通过了显著性检验；CAR的中位数也在全部长期事件窗口期内均显著为负。此外，CAR的正负比也显示负值的数量多于正值的数量。因此，可以初步认为，独立董事辞职之后的较长一段时期内，公司超额收益率大致为负。进一步地，图2显示，独立董事辞职之前，市场的平均反应为正，且在独立董事辞职时点前的两天内，CAR的均值呈现迅速上升趋势，直至独立董事辞职之后才开始逐渐下降；在第30天，CAR的均值由正转负，且持续至观察的终点（第150天）。而图3显示，独立董事辞职之前的第5天一直到长期窗口期的最后一天，CAR的中位数始终为负。前已述及，在独立董事辞职时点的前后几天内可能因为受极端值的影响而造成CAR均值与中位数的符号相反。此外，纵观CAR的走势，CAR的均值在独立董事辞职之后总体呈现下降趋势，特别是在辞职之后的前30天内近乎是单边下降；而CAR的中位数在观察的所有窗口期内呈现较为平稳的下降趋势。以上分析表明，独立董事的辞职行为确实引起了投资者对公司的负面评价，使得股东财富持续受损。总体而言，独立董事的辞职行为能够向市场传递公司经营状况不佳等信号，即独立董事辞职行为具有信息含量。
图 2 独立董事辞职前后共155天内累计超额收益率（CAR）均值走势
图 3 独立董事辞职前后共155天内累计超额收益率（CAR）中位数走势
-
独立董事辞职行为，尤其是非常规辞职行为的频繁且集中爆发，是影响上市公司股价波动的重要因素。然而，鲜有文献研究监管问询等外部因素对独立董事辞职的影响。本文以2013−2021年沪深A股上市公司为研究对象，实证检验监管问询对独立董事非常规辞职行为的影响以及相应作用机理。检验结果表明，监管问询能够增加独立董事辞职的可能性，这一结果在进一步控制内生性、排除替代性解释、扩大收函期间和替换关键变量等稳健性检验后依然成立。机制检验发现，监管问询主要通过增加公司的违规处罚风险和降低独立董事的个人声誉，引发独立董事辞职。异质性分析发现，当公司内部信息环境较差、地区法制环境较好和市场化程度较高时，监管问询更能够引发独立董事辞职。进一步分析发现，在公司收到关注函和监管函、财务报告问询函这两大类监管问询函件后，独立董事辞职的可能性会明显增加，且问询函件细分特征越明显，独立董事辞职的可能性越大；监管问询能够引发具有金融背景、财务背景、法律背景和学术背景的独立董事辞职。经济后果检验发现，独立董事辞职行为能够向市场传递公司经营状况不佳等信号，即独立董事辞职行为具有信息含量。
本文的研究表明，完善独立董事制度，特别是将独立董事的职责细化与标准化、明确区分独立董事与监事会的职责以及将独立董事未能尽到职责的具体标准予以明确规定，有助于降低独立董事履职风险，帮助上市公司完善公司治理和规避不良影响，从而有利于资本市场平稳有序发展。此外，研究结论也为监管部门提供了执法参考。作为一线监管部门的交易所，应在监管过程中加强对上市公司独立董事的全面关注并完善相应披露规范，提升对未能尽责甚至违规的独立董事的监管效力。未来研究可以从独立董事个人主观认知和社会道德约束等方面继续探讨监管问询对独立董事辞职行为的影响。
-
摘要: 现有的独立董事辞职研究主要侧重于上市公司内部和独立董事个人因素，忽视了外部环境的影响。文章重点探讨了具有外部性和权威性的监管问询影响独立董事辞职行为的相关问题。研究发现，监管问询如果涉及增加公司违规处罚风险和降低独立董事个人声誉，那么可能引发独立董事辞职的高概率事件。此外，监管问询对独立董事辞职的影响也受到公司内部信息环境、地区法制环境和市场化程度的影响。关注函和监管函、财务报告问询函件这两大类监管问询函件均会增加独立董事辞职的可能性，且问询函件的细分特征越明显，独立董事辞职的可能性越大，尤其这一影响对具有金融背景、财务背景、法律背景和学术背景的独立董事更为显著。经济后果检验发现，独立董事辞职行为能够向市场传递公司经营状况不佳等信号，即独立董事辞职行为具有信息含量。研究首次从独立董事辞职角度检验了监管问询这一柔性监管措施的有效性，为投资者、监管者等利益相关者降低信息不对称、优化资源配置提供了决策参考。
The Influence of Regulatory Inquiries on Independent Directors’ Resignation
Abstract: The existing study on independent directors’ resignation is mainly based on the internal factors and independent directors of listed firms, and does not pay enough attention to the external factors. This study examines how external and authoritative regulatory inquiries can impact independent directors’ resignation. We find that regulatory inquiries mainly promote independent directors’ resignation by increasing the risk of violation penalties and reducing independent directors’ reputation. Further, the impact of regulatory inquiries on independent directors’ resignation depends on firms’ internal information environment, regional legal environment and the marketization level. Concern letter, supervision letter and financial report inquiry letter promote independent directors’ resignation, and the more obvious the subdivision features of inquiry letters, the more likely independent directors are to resign. The above effect is more significant for independent directors with academic background and education background in finance, accounting, and law. The economic consequence test shows that independent directors’ resignation can send signals (e.g. poor business conditions) to the market, that is, independent directors’ resignation is of information content. This study empirically examines the effectiveness of regulatory inquiries as flexible regulatory measures from the perspective of independent directors’ resignation, and provides important decision-making references for investors, regulators and other stakeholders to reduce information asymmetry and optimize resource allocation. -
表 1 变量定义
变量 名称 定义 RN 独立董事非正常辞职 当年上市公司独立董事非正常辞职的人数 IL 监管问询相关指标 上市公司当年收到问询函件则为1，否则为0 ILNum 监管问询相关指标 上市公司当年收到问询函件的总数加1，再取对数 ILQNum 监管问询相关指标 上市公司当年收到所有问询函件的问题数量之和加1 ，再取对数 Size 公司规模 上市公司总资产的自然对数 Lev 资产负债率 总负债/总资产 ROE 净资产收益率 净利润/股东权益 SOE 产权性质 国有企业为1，否则为0 Meeting 前一年董事会会议的召开频率 前一年董事会会议召开的次数，对于当年上市的公司采用当年财务报表数据 Board 董事会规模 董事会人数 Independent 前一年独立董事占比 期初独立董事人数/期初董事会人数 Top10 前十大股东持股比例 前十大股东持股比例 Relation 是否发生重大关联交易 公司发生过重大关联交易为1, 否则为0 Change 第一大股东是否发生变更 公司发生过第一大股东变更为1, 否则为0 Suit 是否发生重大诉讼 公司发生过重大诉讼为1, 否则为0 Year 年度固定效应 2013−2021年度哑变量 Industry 行业固定效应 根据证监会2012年行业分类设置行业哑变量 
下载: 导出CSV
表 2 描述性统计
Panel A：全样本 变量 N Mean SD Min P25 Median P75 Max RN 25148 0.206 0.528 0.000 0.000 0.000 0.000 3.000 IL 25148 0.219 0.413 0.000 0.000 0.000 0.000 1.000 ILNum 25148 0.196 0.396 0.000 0.000 0.000 0.000 1.609 ILQNum 25148 0.570 1.130 0.000 0.000 0.000 0.000 3.892 Size 25148 22.246 1.302 19.687 21.324 22.077 22.987 26.237 Lev 25148 0.430 0.206 0.059 0.265 0.420 0.581 0.911 ROE 25148 0.042 0.188 −1.235 0.026 0.065 0.111 0.331 SOE 25148 0.341 0.474 0.000 0.000 0.000 1.000 1.000 Meeting 25148 9.776 3.903 4.000 7.000 9.000 12.000 24.000 Board 25148 10.231 2.683 5.000 9.000 10.000 12.000 19.000 Independent 25148 0.382 0.073 0.250 0.333 0.364 0.429 0.600 Top10 25148 0.580 0.150 0.234 0.472 0.587 0.693 0.903 Relation 25148 0.008 0.109 0.000 0.000 0.000 0.000 5.000 Change 25148 0.033 0.203 0.000 0.000 0.000 0.000 4.000 Suit 25148 0.157 0.363 0.000 0.000 0.000 0.000 1.000
下载: 导出CSV
Panel B：收到问询函件公司与未收到问询函件公司比较 变量 未收到问询函件公司
（N=19651）收到问询函件公司
（N=5497）组间均值差异检验 均值 均值 t值 p值 RN 0.201 0.224 −2.89 0.004*** Size 22.290 22.100 9.51 0.000*** Lev 0.422 0.458 −11.37 0.000*** ROE 0.060 −0.025 30.13 0.000*** SOE 0.373 0.228 20.21 0.000*** Meeting 9.510 10.730 −20.64 0.000*** Board 10.230 10.240 −0.39 0.700 Independent 0.383 0.381 1.21 0.227 Top10 0.588 0.550 17.01 0.000*** Relation 0.008 0.011 −1.73 0.084* Change 0.025 0.061 −11.52 0.000*** Suit 0.149 0.184 −6.42 0.000***
下载: 导出CSV
表 3 监管问询对独立董事辞职影响的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.235*** （4.82） ILNum 0.302*** （6.02） ILQNum 0.095*** （5.35） Size −0.059*** −0.056*** −0.057*** （−2.99） （−2.86） （−2.90） Lev 0.161 0.146 0.146 （1.36） （1.24） （1.23） ROE −0.231** −0.189* −0.208** （−2.28） （−1.87） （−2.05） SOE −0.002 0.007 0.001 （−0.04） （0.15） （0.03） Meeting 0.017*** 0.016*** 0.016*** （3.26） （3.06） （3.16） Board 0.225*** 0.224*** 0.224*** （29.77） （29.71） （29.73） Independent 2.449*** 2.447*** 2.443*** （9.01） （9.01） （8.99） Top10 −0.194 −0.183 −0.188 （−1.44） （−1.36） （−1.40） Relation −0.266 −0.265 −0.269 （−1.59） （−1.59） （−1.61） Change 0.077 0.070 0.073 （0.86） （0.78） （0.82） Suit 0.093* 0.089* 0.092* （1.78） （1.69） （1.75） Constant −4.690*** −4.730*** −4.711*** （−10.72） （−10.83） （−10.77） 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.069 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 4 机制检验的回归结果
Panel A：违规处罚风险 变量 RN
（1）Penalty
（2）RN
（3）IL 0.235*** 0.391*** 0.230*** （4.82） （3.77） （4.72） Penalty 0.361*** （3.10） 控制变量 YES YES YES 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.069 0.048 0.070 Panel B：个人声誉 变量 RN
（1）Dunm
（2）RN
（3）IL 0.207*** −0.022*** 0.206*** （4.18） （−2.61） （4.15） Dunm −0.069* （−1.73） 控制变量 YES YES YES 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Adj R2 0.113 Pseudo R2 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 5 基于随机效应模型的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.239*** （4.90） ILNum 0.094*** （6.00） ILQNum 0.008*** （5.60） Size −0.064*** −0.060*** −0.060*** （−3.30） （−3.07） （−3.21） Lev 0.108 0.094 0.081 （0.95） （0.83） （0.73） ROE −0.233** −0.174* −0.196* （−2.34） （−1.73） （−1.95） SOE −0.012 −0.006 −0.009 （−0.26） （−0.14） （−0.21） Meeting 0.017*** 0.015*** 0.016*** （3.22） （2.88） （3.07） Board 0.228*** 0.226*** 0.224*** （29.33） （29.09） （29.32） Independent 2.365*** 2.360*** 2.462*** （8.58） （8.57） （9.09） Top10 −0.213 −0.203 −0.199 （−1.58） （−1.51） （−1.53） Relation −0.281 −0.273 −0.271 （−1.59） （−1.54） （−1.54） Change 0.069 0.060 0.066 （0.80） （0.70） （0.76） Suit 0.082 0.076 0.087 （1.51） （1.41） （1.62） Constant −4.525*** −4.587*** −4.589*** （−11.25） （−11.41） （−11.82） 年度效应 YES YES YES 公司效应 YES YES YES N 25148 25148 25148 Number of code 3955 3955 3955 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 6 基于Heckman两阶段模型的回归结果
变量 Heckman两阶段 RN
（1）RN
（2）RN
（3）IL 0.241*** （4.94） ILNum 0.156*** （6.43） ILQNum 0.012*** （5.94） Size −0.085*** −0.087*** −0.068*** （−3.56） （−3.56） （−2.88） Lev 0.329** 0.351** 0.214 （2.24） （2.32） （1.45） ROE −0.372*** −0.350*** −0.251** （−3.01） （−2.75） （−2.01） SOE −0.087 −0.098 −0.040 （−1.35） （−1.45） （−0.59） Meeting 0.024*** 0.026*** 0.020*** （3.84） （3.78） （3.04） Board 0.229*** 0.229*** 0.226*** （29.19） （28.77） （28.43） Independent 2.378*** 2.373*** 2.406*** （8.65） （8.68） （8.80） Top10 −0.344** −0.368** −0.260* （−2.26） （−2.37） （−1.69） Relation −0.249 −0.233 −0.260 （−1.49） （−1.39） （−1.55） Change 0.134 0.141 0.098 （1.44） （1.50） （1.05） Suit 0.121** 0.133** 0.109* （2.24） （2.38） （1.96） Inverse Mills Ratio 0.318** 0.405** 0.154 （2.03） （2.29） （0.92） Constant −4.831*** −4.886*** −4.766*** （−11.01） （−11.19） （−10.90） 年度效应 YES YES YES 行业效应 YES YES YES N 25148 25148 25148 Pseudo R2 0.070 0.070 0.070 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 7 基于PSM和PSM-DID的回归结果
变量 PSM PSM-DID RN
（1）RN
（2）RN
（3）RN
（4）IL 0.275*** 0.014 （2.89） （0.18） ILNum 0.348*** （3.22） ILQNum 0.118*** （3.25） IL×Post 0.268** （2.07） Post −0.001 （−0.01） Size 0.020 0.021 0.021 0.020 （0.60） （0.62） （0.64） （0.60） Lev 0.004 −0.001 −0.008 0.003 （0.02） （−0.01） （−0.04） （0.01） ROE 0.253 0.270 0.263 0.255 （0.88） （0.94） （0.92） （0.89） SOE 0.048 0.052 0.051 0.050 （0.63） （0.68） （0.67） （0.65） Meeting 0.005 0.005 0.005 0.005 （0.61） （0.56） （0.59） （0.59） Board 0.186*** 0.186*** 0.186*** 0.186*** （14.76） （14.72） （14.73） （14.76） Independent 1.232*** 1.232*** 1.235*** 1.233*** （2.79） （2.79） （2.80） （2.79） Top10 −0.480** −0.477** −0.474** −0.477** （−2.08） （−2.07） （−2.06） （−2.07） Relation 0.141 0.138 0.140 0.140 （0.42） （0.42） （0.42） （0.42） Change 0.064 0.064 0.063 0.064 （0.36） （0.36） （0.35） （0.36） Suit 0.187** 0.185** 0.186** 0.188** （2.11） （2.08） （2.09） （2.11） Constant −4.390*** −4.402*** −4.410*** −4.396*** （−5.70） （−5.71） （−5.72） （−5.70） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 8262 8262 8262 8262 Pseudo R2 0.078 0.078 0.078 0.078 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 8 基于工具变量的回归结果
变量 第一阶段 第二阶段 IL
（1）IL
（2）RN
（3）RN
（4）IL 0.215*** 0.178*** （3.18） （2.93） IV1 0.957*** （22.22） IV2 1.957*** （52.58） Size −0.014*** −0.011*** −0.060*** −0.061*** （−5.78） （−5.85） （−3.11） （−3.17） Lev 0.093*** 0.073*** 0.165 0.172 （5.74） （5.73） （1.44） （1.50） ROE −0.046*** −0.055*** −0.236** −0.245** （−3.15） （−4.85） （−2.35） （−2.45） SOE −0.041*** −0.032*** −0.004 −0.007 （−8.05） （−7.29） （−0.08） （−0.16） Meeting 0.003*** 0.003*** 0.017*** 0.017*** （4.27） （5.22） （3.29） （3.35） Board 0.002** 0.002*** 0.225*** 0.225*** （2.17） （2.84） （29.35） （29.38） Independent −0.042 −0.035 2.448*** 2.445*** （−1.59） （−1.55） （9.02） （9.01） Top10 −0.079*** −0.061*** −0.197 −0.202 （−5.24） （−4.68） （−1.49） （−1.53） Relation 0.017 0.004 −0.266 −0.266 （1.08） （0.32） （−1.50） （−1.50） Change 0.052*** 0.043*** 0.079 0.082 （5.02） （5.03） （0.91） （0.94） Suit −0.005 −0.006 0.094* 0.094* （−0.82） （−1.23） （1.74） （1.76） Constant 0.405*** 0.308*** −4.676*** −4.654*** （8.17） （7.78） （−11.04） （−11.00） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 F test 104.98 337.17 C-D Wald F test 1732.84 1732.11 A-R Wald test F statistics 10.09 8.57 A-R Wald test P-value 0.002 0.003 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 9 考虑风险事项的回归结果
变量 RN
（1）RN
（2）RN
（3）IL 0.222*** （3.59） ILNum 0.298*** （4.24） ILQNum 0.093*** （3.91） Size −0.021 −0.020 −0.021 （−0.87） （−0.83） （−0.83） Lev −0.055 −0.060 −0.066 （−0.36） （−0.40） （−0.43） ROE −0.260 −0.238 −0.249 （−1.59） （−1.45） （−1.51） SOE 0.003 0.008 0.004 （0.05） （0.13） （0.07） Meeting 0.011* 0.011* 0.011* （1.77） （1.69） （1.73） Board 0.212*** 0.211*** 0.212*** （22.88） （22.84） （22.86） Independent 2.293*** 2.292*** 2.291*** （6.98） （6.99） （6.98） Top10 −0.194 −0.184 −0.189 （−1.21） （−1.15） （−1.18） Constant −5.082*** −5.100*** −5.093*** （−9.36） （−9.40） （−9.39） 年度效应 YES YES YES 行业效应 YES YES YES N 18047 18047 18047 Pseudo R2 0.064 0.065 0.065 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 10 考虑样本期间宏观政策的回归结果
变量 2015−2021年 2017−2021年 RN
（1）RN
（2）RN
（3）RN
（4）RN
（5）RN
（6）IL 0.209*** 0.247*** （4.12） （3.90） ILNum 0.271*** 0.308*** （5.18） （4.85） ILQNum 0.085*** 0.096*** （4.57） （4.19） Size −0.087*** −0.084*** −0.085*** −0.121*** −0.116*** −0.119*** （−3.89） （−3.73） （−3.79） （−4.29） （−4.12） （−4.20） Lev 0.294** 0.275** 0.276** 0.439** 0.415** 0.419** （2.13） （2.00） （2.00） （2.53） （2.39） （2.41） ROE −0.258** −0.216* −0.236** −0.299** −0.250* −0.274** （−2.33） （−1.94） （−2.13） （−2.29） （−1.90） （−2.10） SOE −0.078 −0.068 −0.075 −0.054 −0.040 −0.049 （−1.44） （−1.24） （−1.38） （−0.79） （−0.58） （−0.72） Meeting 0.017*** 0.016*** 0.017*** 0.021*** 0.020** 0.021*** （2.93） （2.74） （2.84） （2.76） （2.55） （2.67） Board 0.245*** 0.244*** 0.245*** 0.272*** 0.270*** 0.271*** （28.20） （28.11） （28.15） （25.02） （24.89） （24.96） Independent 2.586*** 2.583*** 2.578*** 3.395*** 3.391*** 3.386*** （8.23） （8.23） （8.21） （8.29） （8.30） （8.28） Top10 −0.241 −0.228 −0.234 −0.583*** −0.564*** −0.575*** （−1.53） （−1.45） （−1.49） （−2.86） （−2.77） （−2.82） Relation −0.249 −0.248 −0.252 −0.347 −0.340 −0.355 （−1.34） （−1.33） （−1.36） （−0.65） （−0.64） （−0.67） Change 0.061 0.053 0.057 −0.015 −0.022 −0.018 （0.62） （0.54） （0.57） （−0.12） （−0.18） （−0.14） Suit 0.098 0.092 0.096 0.040 0.031 0.037 （1.52） （1.44） （1.50） （0.41） （0.31） （0.37） Constant −3.868*** −3.935*** −3.900*** −3.639*** −3.721*** −3.669*** （−7.49） （−7.60） （−7.54） （−5.56） （−5.69） （−5.61） 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 20347 20347 20347 15110 15110 15110 Pseudo R2 0.058 0.059 0.059 0.052 0.053 0.053 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 11 其他稳健性测试的回归结果
变量 Tobit模型
RN
（1）Tobit模型
RN
（2）Tobit模型
RN
（3）Logit模型
IR
（4）Tobit模型
PRN
（5）Tobit模型
RN
（6）IL 0.185*** 0.217*** 0.061*** （3.98） （4.58） （4.77） ILNum 0.238*** （5.92） ILQNum 0.085*** （5.28） FILQNum 0.086*** （4.24） Size −0.062*** −0.055*** −0.057*** −0.043** −0.016*** −0.060*** （−3.18） （−2.80） （−2.87） （−2.24） （−3.14） （−3.03） Lev 0.177 0.146 0.146 0.172 0.040 0.161 （1.50） （1.23） （1.23） （1.48） （1.29） （1.36） ROE −0.245** −0.186* −0.207** −0.174* −0.054** −0.240** （−2.40） （−1.83） （−2.05） （−1.80） （−2.05） （−2.37） SOE −0.006 0.005 0.001 0.013 −0.003 −0.007 （−0.12） （0.12） （0.02） （0.29） （−0.22） （−0.15） Meeting 0.016*** 0.016*** 0.016*** 0.016*** 0.004*** 0.017*** （3.12） （2.97） （3.10） （3.22） （2.91） （3.33） Board 0.225*** 0.223*** 0.224*** 0.185*** 0.054*** 0.225*** （29.74） （29.70） （29.72） （26.95） （27.95） （29.81） Independent 2.441*** 2.447*** 2.443*** 2.092*** 0.378*** 2.442*** （8.98） （9.01） （8.99） （7.92） （5.39） （8.98） Top10 −0.184 −0.181 −0.186 −0.151 −0.043 −0.199 （−1.37） （−1.35） （−1.39） （−1.17） （−1.22） （−1.48） Relation −0.267 −0.261 −0.268 −0.244 −0.067 −0.270 （−1.59） （−1.57） （−1.60） （−1.56） （−1.50） （−1.61） Change 0.083 0.068 0.072 0.055 0.026 0.080 （0.94） （0.76） （0.81） （0.66） （1.13） （0.90） Suit 0.094* 0.089* 0.092* 0.082 0.023* 0.095* （1.79） （1.69） （1.75） （1.60） （1.65） （1.81） Constant −4.618*** −4.750*** −4.722*** −4.274*** −1.057*** −4.669*** （−10.58） （−10.87） （−10.79） （−10.20） （−9.24） （−10.66） 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 25148 25148 25148 25145 25148 25148 Pseudo R2 0.069 0.070 0.069 0.087 0.095 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 12 基于内部和外部环境的回归结果
变量 信息环境 法制环境 市场化程度 好
（1）差
（2）好
（3）差
（4）高
（5）低
（6）IL 0.107 0.279*** 0.334*** 0.075 0.324*** 0.111 （1.22） （4.71） （5.29） （0.97） （4.85） （1.54） 控制变量 YES YES YES YES YES YES 年度效应 YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES N 7665 17483 15296 9852 13497 11651 Pseudo R2 0.079 0.066 0.068 0.075 0.062 0.076 p值 0.052 0.006 0.014 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整；限于篇幅，未报告控制变量回归结果，资料备索。
下载: 导出CSV
表 13 基于问询函件种类的回归结果
变量 财务报告问询函
RN
（1）关注函和监管函
RN
（2）重组类问询函
RN
（3）事后审核意见函和监管问询函
RN
（4）IL 0.267*** 0.362*** 0.085 0.157 （3.65） （5.92） （1.15） （1.22） Size −0.060*** −0.061*** −0.066*** −0.067*** （−3.14） （−3.21） （−3.44） （−3.51） Lev 0.174 0.181 0.198* 0.202* （1.52） （1.58） （1.72） （1.76） ROE −0.225** −0.212** −0.289*** −0.281*** （−2.24） （−2.12） （−2.92） （−2.83） SOE −0.015 0.006 −0.022 −0.024 （−0.33） （0.14） （−0.51） （−0.53） Meeting 0.018*** 0.017*** 0.019*** 0.019*** （3.41） （3.22） （3.64） （3.64） Board 0.225*** 0.224*** 0.227*** 0.227*** （29.41） （29.28） （29.55） （29.55） Independent 2.439*** 2.442*** 2.438*** 2.435*** （8.98） （9.00） （8.97） （8.96） Top10 −0.201 −0.187 −0.228* −0.226* （−1.52） （−1.42） （−1.74） （−1.72） Relation −0.258 −0.254 −0.269 −0.265 （−1.46） （−1.44） （−1.52） （−1.50） Change 0.083 0.071 0.095 0.096 （0.96） （0.82） （1.09） （1.11） Suit 0.094* 0.091* 0.098* 0.097* （1.75） （1.69） （1.82） （1.80） Constant −4.681*** −4.648*** −4.560*** −4.534*** （−11.06） （−11.02） （−10.81） （−10.75） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 Pseudo R2 0.069 0.070 0.069 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 14 基于独立董事背景特征的回归结果
变量 金融背景
Fin
（1）财务背景
Acc
（2）法律背景
Law
（3）学术背景
Aca
（4）IL 0.192** 0.223*** 0.301*** 0.271*** （2.00） （3.02） （3.60） （4.46） Size −0.068* −0.152*** −0.217*** −0.104*** （−1.81） （−5.06） （−6.29） （−4.28） Lev 0.128 −0.018 0.107 0.005 （0.57） （−0.10） （0.54） （0.03） ROE −0.315* −0.267* −0.342** −0.116 （−1.73） （−1.85） （−2.18） （−0.92） SOE 0.095 −0.048 −0.159** 0.089 （1.08） （−0.70） （−2.01） （1.60） Meeting 0.033*** 0.030*** 0.038*** 0.018*** （3.31） （3.72） （4.14） （2.66） Board 0.184*** 0.188*** 0.225*** 0.186*** （12.34） （15.96） （16.60） （19.44） Independent 2.751*** 1.440*** 1.688*** 1.415*** （5.13） （3.41） （3.53） （4.16） Top10 −0.329 −0.591*** −0.418* −0.014 （−1.26） （−2.89） （−1.81） （−0.09） Relation 0.174 −0.303 0.103 −0.364 （0.61） （−1.10） （0.38） （−1.58） Change 0.032 0.216* −0.203 0.040 （0.20） （1.80） （−1.35） （0.38） Suit −0.002 0.116 0.008 0.060 （−0.02） （1.41） （0.09） （0.88） Constant −7.346*** −3.671*** −2.925*** −3.950*** （−8.23） （−5.46） （−3.90） （−7.35） 年度效应 YES YES YES YES 行业效应 YES YES YES YES N 25148 25148 25148 25148 Pseudo R2 0.046 0.049 0.063 0.064 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整。
下载: 导出CSV
表 15 基于问询函件细分特征的回归结果
变量 RN
（1）RN
（2）RN
（3）RN
（4）RN
（5）RN
（6）RN
（7）RN
（8）RN
（9）RN
（10）ILLong 0.033*** （5.20） ILNegTone 0.117*** （3.89） ILDetil 1.323*** （6.05） ILOP 0.240*** （4.48） Delay 0.217*** （3.77） OPER 0.250*** （5.03） REL 0.187*** （2.89） IC 0.213*** （3.57） SPR 0.254*** （4.22） FRA 0.480*** （4.58） 控制变量 YES YES YES YES YES YES YES YES YES YES 年度效应 YES YES YES YES YES YES YES YES YES YES 行业效应 YES YES YES YES YES YES YES YES YES YES N 25148 25148 25148 25148 25148 25148 25148 25148 25148 25148 Pseudo R2 0.069 0.069 0.070 0.069 0.069 0.069 0.069 0.069 0.069 0.069 注：括号内为t值，***、**、*分别表示在1%、5%、10%的水平上显著，所有检验的标准误差均在公司层面聚类调整；限于篇幅，未报告控制变量回归结果，资料备索。
下载: 导出CSV
表 16 投资者对独立董事辞职的市场反应
窗口期 N 均值 t-test（t值） 中位数 Sign-rank test（z值） 正负比 Panel A：日超额收益率（AR） −5 4866 −0.000 −0.437 −0.002 −5.162*** 2233∶2633 −4 4866 −0.000 −0.532 −0.002 −4.336*** 2229∶2637 −3 4866 0.001 1.290 −0.002 −3.652*** 2237∶2629 −2 4866 0.000 0.165 −0.002 −4.501*** 2215∶2651 −1 4866 0.001 3.089*** −0.001 −1.645* 2304∶2562 0 4866 0.008 1.731* −0.002 −3.683*** 2196∶2670 1 4866 0.001 2.134** −0.002 −4.346*** 2197∶2669 2 4866 0.001 2.350** −0.002 −3.993*** 2212∶2654 3 4866 0.000 0.828 −0.002 −4.353*** 2187∶2679 4 4866 −0.001 −1.347 −0.003 −6.450*** 2147∶2719 5 4866 −0.000 −1.000 −0.003 −5.828*** 2160∶2706 25 4866 −0.001 −1.185 −0.003 −3.459*** 2153∶2713 26 4866 −0.001 −1.703* −0.002 −3.985*** 2136∶2730 27 4866 −0.000 −0.742 −0.002 −5.324*** 2201∶2665 28 4866 −0.000 −0.627 −0.003 −4.651*** 2159∶2707 29 4866 −0.000 −0.558 −0.002 −4.400*** 2159∶2707 30 4866 −0.001 −2.683** −0.003 −3.472*** 2099∶2767 Panel B：累计超额收益率（CAR） CAR（−1，+1） 4866 0.010 3.973*** −0.003 −4.154*** 2267∶2599 CAR（−3，+3） 4866 0.012 7.120*** −0.003 −2.628*** 2314∶2552 CAR（−5，+5） 4866 0.011 7.872*** −0.004 −5.663*** 2327∶2539 CAR（−5，+15） 4866 0.007 8.731*** −0.009 −19.904*** 2273∶2593 CAR（−5，+30） 4866 −0.001 0.449 −0.013 −29.921*** 2307∶2559
下载: 导出CSV
表 17 独立董事辞职后长期事件窗口期的超额收益率
窗口期 N 均值 t-test（t值） 中位数 Sign-rank test（z值） 正负比 CAR（0，50） 4866 −0.005 −3.464*** −0.015 −32.630*** 2275∶2591 CAR（0，100） 4866 −0.036 −16.710*** −0.022 −51.833*** 2290∶2576 CAR（0，150） 4866 −0.027 −32.838*** −0.027 −55.409*** 2294∶2572
下载: 导出CSV
-
[1] 陈冬华, 相加凤. 2017. 独立董事只能连任6年合理吗? ——基于我国A股上市公司的实证研究. 管理世界 (5): 144−157. [2] 陈睿, 王治, 段从清. 2015. 独立董事“逆淘汰”效应研究——基于独立意见的经验证据. 中国工业经济 (8): 145−160. [3] 陈运森, 邓祎璐, 李哲. 2018. 非处罚性监管具有信息含量吗? ——基于问询函的证据. 金融研究 (4): 155−171. [4] 陈运森, 邓祎璐, 李哲. 2019. 证券交易所一线监管的有效性研究: 基于财务报告问询函的证据. 管理世界 (3): 169−185. [5] 戴亦一, 陈冠霖, 潘健平. 2014. 独立董事辞职、政治关系与公司治理缺陷. 会计研究 (11): 16−23. [6] 邓晓飞, 辛宇, 滕飞. 2016. 官员独立董事强制辞职与政治关联丧失. 中国工业经济 (2): 130−145. [7] 邓祎璐, 李哲, 陈运森. 2020. 证券交易所一线监管与企业高管变更——基于问询函的证据. 管理评论 (4): 194−205. [8] 董望, 陈俊, 陈汉文. 2017. 内部控制质量影响了分析师行为吗? ——来自中国证券市场的经验证据. 金融研究 (12): 191−206. [9] 杜立, 钱雪松. 2021. 影子银行、信贷传导与货币政策有效性——基于上市公司委托贷款微观视角的经验证据. 中国工业经济 (8): 152−170. [10] 樊纲, 王小鲁, 马光荣. 2011. 中国市场化进程对经济增长的贡献. 经济研究 (9): 4−16. [11] 方先明, 陈楚. 2018. 独董非规定性辞职公告的文字溢筹——市场对措词的反应分析. 经济管理 (5): 73−91. [12] 傅祥斐, 崔永梅, 赵立彬. 2020. 监管问询函有风险预警作用吗? ——基于证券交易所重组问询函的证据. 证券市场导报 (8): 12−21. [13] 高凤莲, 王志强. 2016. 独立董事个人社会资本异质性的治理效应研究. 中国工业经济 (3): 146−160. [14] 郭飞, 周泳彤. 2018. 交易所年报问询函具有信息含量吗? 证券市场导报 (7): 20−28. [15] 何慧华, 方军雄. 2022. 问询函监管与银行信贷决策的改善. 经济理论与经济管理 (3): 67−84. [16] 何卓静, 王新, 曾攀. 2021. 交易所年报问询与独立董事履职行为研究. 南开管理评论, http://kns.cnki.net/kcms/detail/12.1288.f.20210806.0954.004.html. [17] 李晓溪, 饶品贵, 岳衡. 2019a. 年报问询函与管理层业绩预告. 管理世界 (8): 173−188. [18] 李晓溪, 杨国超, 饶品贵. 2019b. 交易所问询函有监管作用吗? ——基于并购重组报告书的文本分析. 经济研究 (5): 181−198. [19] 林慧婷, 何玉润, 刘金雅. 2021. 财务报告问询函压力与企业金融化. 会计研究 (9): 65−76. [20] 刘柏, 卢家锐. 2019. 交易所一线监管能甄别资本市场风险吗? ——基于年报问询函的证据. 财经研究 (7): 45−58. [21] 刘诚, 杨继东. 2013. 独立董事的社会关系与监督功能——基于CEO被迫离职的证据. 财经研究 (7): 16−26. [22] 刘明辉, 韩小芳. 2011. 财务舞弊公司董事会变更及其对审计师变更的影响——基于面板数据Logit模型的研究. 会计研究 (3): 81−88. [23] 罗进辉, 王笑竹, 陈华阳. 2017. 官员独董的辞职时机选择: 动机与后果. 投资研究 (7): 46−65. [24] 梅蓓蕾, 郭雪寒, 叶建芳. 2021. 问询函的溢出效应——基于盈余管理视角. 会计研究 (6): 30−41. [25] 聂萍, 潘再珍. 2019. 问询函监管与大股东“掏空”——来自沪深交易所年报问询的证据. 审计与经济研究 (3): 91−103. [26] 聂萍, 潘再珍, 肖红英. 2020. 问询函监管能改善公司的内部控制质量吗? ——来自沪深交易所年报问询的证据. 会计研究 (12): 153−170. [27] 全怡, 陈冬华. 2017. 法律背景独立董事: 治理、信号还是司法庇护? ——基于上市公司高管犯罪的经验证据. 财经研究 (2): 34−47. [28] 尚兆燕, 扈唤. 2016. 独立董事主动辞职、内部控制重大缺陷及非标审计意见——来自中国上市公司的经验证据. 审计研究 (1): 94−100. [29] 沈维涛, 叶小杰. 2012. 市场化程度、独立董事独立性与公司价值——基于独立董事辞职公告的实证检验. 经济管理 (12): 100−110. [30] 石昕, 陈文瑞, 刘峰. 2021. 证券交易所问询监管与会计稳健性. 经济管理 (12): 170−186. [31] 唐清泉, 罗党论. 2006. 设立独立董事的效果分析——来自中国上市公司独立董事的问卷调查. 中国工业经济 (1): 120−127. [32] 唐清泉, 罗党论, 王莉. 2006. 上市公司独立董事辞职行为研究——基于前景理论的分析. 南开管理评论 (1): 74−83. [33] 唐雪松, 马畅. 2012. 独立董事背景特征、辞职行为与企业价值. 会计与经济研究 (4): 3−13. [34] 万鹏, 曲晓辉. 2012. 董事长个人特征、代理成本与营收计划的自愿披露——来自沪深上市公司的经验证据. 会计研究 (7): 15−23. [35] 王春峰, 黄盼, 房振明. 2020. 非处罚性监管能预测公司违规吗? 经济与管理评论 (5): 112−125. [36] 王霞, 徐晓东, 王宸. 2013. 公共压力、社会声誉、内部治理与企业环境信息披露——来自中国制造业上市公司的证据. 南开管理评论 (2): 82−91. [37] 王性玉, 彭宇. 2012. 独立董事辞职行为的信号传递效应. 管理评论 (12): 31−39, 83. [38] 王艳艳, 何如桢, 于李胜, 庄婕. 2020. 管理层能力与年报柔性监管——基于年报问询函收函和回函视角的研究. 会计研究 (12): 59−70. doi: 10.3969/j.issn.1003-2886.2020.12.005 [39] 温忠麟, 张雷, 侯杰泰, 刘红云. 2004. 中介效应检验程序及其应用. 心理学报 (5): 614−620. [40] 辛清泉, 黄曼丽, 易浩然. 2013. 上市公司虚假陈述与独立董事监管处罚——基于独立董事个体视角的分析. 管理世界 (5): 131−143, 175. [41] 辛宇, 邓晓飞, 滕飞. 2016. 制度压力感知与官员独董辞职——基于“中组部18号文”的实证研究. 财经研究 (8): 121−132. [42] 耀友福, 薛爽. 2020. 年报问询压力与内部控制意见购买. 会计研究 (5): 147−165. [43] 于孝建, 郑嘉榆. 2020. 证交所问询监管有效性研究——基于问询函的实证检验. 金融监管研究 (12): 15−31. [44] 袁蓉丽, 王群, 李瑞敬. 2022. 证券交易所监管与股价同步性——基于年报问询函的证据. 管理评论 (2): 281−290. [45] 曾洋. 2021. 重构上市公司独董制度. 清华法学 (4): 156−175. [46] 翟淑萍, 王敏, 韩贤. 2020. 交易所财务问询监管与会计信息可比性——直接影响与溢出效应. 当代财经 (10): 124−137. [47] 张俊生, 曾亚敏. 2010. 独立董事辞职行为的信息含量. 金融研究 (8): 155−170. [48] 支晓强, 童盼. 2005. 盈余管理、控制权转移与独立董事变更——兼论独立董事治理作用的发挥. 管理世界 (11): 137−144. doi: 10.19744/j.cnki.11-1235/f.2005.11.017 [49] 周泽将, 刘中燕. 2015. 中国独立董事声誉机制的有效性研究——基于违规处罚市场反应视角的经验证据. 中央财经大学学报 (8): 102−112. [50] Adams, R. B., and D. Ferreira. 2008. Do directors perform for pay? Journal of Accounting and Economics 46(1): 154−171. [51] Arthaud-Day, M. L., S. T. Certo, C. M. Dalton, and D. R. Dalton. 2006. A changing of the guard: Executive and director turnover following corporate financial restatements. Academy of Management Journal 49(6): 1119−1136. doi: 10.5465/amj.2006.23478165 [52] Bozanic, Z., J. R. Dietrich, and B. A. Johnson. 2017. SEC comment letters and firm disclosure. Journal of Accounting and Public Policy 36(5): 337−357. doi: 10.1016/j.jaccpubpol.2017.07.004 [53] Chamberlain, T. C., A. R. Khokhar, and S. Sarkar. 2016. Market effects of SEC regulation of short-term borrowing disclosure. International Journal of Managerial Finance 12(5): 529−557. doi: 10.1108/IJMF-04-2015-0073 [54] Ettredge, M., K. Johnstone, M. Stone, and Q. Wang. 2011. The effects of firm size, corporate governance quality, and bad news on disclosure compliance. Review of Accounting Studies 16(4): 866−889. doi: 10.1007/s11142-011-9153-8 [55] Fama, E. F., and M. C. Jensen. 1983. Separation of ownership and control. The Journal of Law and Economics 26(2): 301−325. doi: 10.1086/467037 [56] Fan, J. P., and T. J. Wong. 2002. Corporate ownership structure and the informativeness of accounting earnings in East Asia. Journal of Accounting and Economics 33(3): 401−425. doi: 10.1016/S0165-4101(02)00047-2 [57] Heese, J., M. Khan, and K. Ramanna. 2017. Is the SEC captured? Evidence from comment-letter reviews. Journal of Accounting and Economics 64(1): 98−122. doi: 10.1016/j.jacceco.2017.06.002 [58] Hooghiemstra. R., and J. V. Manen. 2002. Supervisory directors and ethical dilemmas: Exit or voice? European Management Journal 20(1): 1−9. [59] Jo, H., and Y. Kim. 2007. Disclosure frequency and earnings management. Journal of Financial Economics 84(2): 561−590. doi: 10.1016/j.jfineco.2006.03.007 [60] Johnston, R., and R. Petacchi. 2017. Regulatory oversight of financial reporting: Securities and exchange commission comment letters. Contemporary Accounting Research 34(2): 1128−1155. doi: 10.1111/1911-3846.12297 [61] Sila, V., A. Gonzalez, and J. Hagendorff. 2017. Independent director reputation incentives and stock price informativeness. Journal of Corporate Finance 47(12): 219−235. [62] Srinivasan, S. 2005. Consequences of financial reporting failure for outside directors: Evidence from accounting restatements and audit committee members. Journal of Accounting Research 43(2): 291−334. doi: 10.1111/j.1475-679x.2005.00172.x
点击查看大图
图(3) / 表(18)
计量
- 文章访问数: 18
- HTML全文浏览量: 25
- PDF下载量: 197
- 被引次数: 0
