1  

信任品市场的竞争效应与传染效应：

理论和基于中国食品行业的事件研究

王永钦 刘思远 杜巨澜

作者信息：

王永钦，复旦大学经济学院与中国社会主义市场经济研究中心（200433），

Email: yongqinwang@fudan.edu.cn；

刘思远，美国哥伦比亚大学工程和应用科学学院金融工程项目，Email: sl3588@columbia.edu；

杜巨澜，香港中文大学经济系，Email: julandu@cuhk.edu.hk.

致谢：

本文的研究受到了教育部“新世纪优秀人才支持计划”、复旦大学“985 中国经济国际竞争力

创新基地项目”、复旦大学“985 工程三期整体推进社会科学研究项目”和“上海市重点学科建

设项目”（编号 B101）、国家社科基金重大项目（11&ZD073）、上海“浦江人才”（2011）和

上海高校智库（复旦大学中国经济研究中心）的资助，特此致谢；本文也是复旦大学“当代

中国经济与社会工作室”的研究成果；我们还要感谢匿名审稿人有价值的评论。

2  

信任品市场的竞争效应与传染效应： 理论和基于中国食品行业的事件研究

中文摘要：信任品 (credence goods)市场的有效运行不仅依赖于同业竞争，也依赖于有效的监管制度和公众对监管制度的信任。特别地，信任品行业中个别企业的丑闻会对其竞争对手企业产生两种相反的效应：在一个监管制度比较弱的市场环境中，会对同行业的竞争对手带来“传染效应”，在股票市场上表现为同类企业的股价下降，这反映了市场对监管制度的不信任，严重的情况下会导致相关市场的关闭，造成很大的效率损失；而在一个监管制度比较好的市场环境中，会产生“竞争效应”，同行业的竞争对手企业会因此而受益，在股票市场上表现为同类企业股票价格的相对上升，这样可以有效地维护信任品市场的运行。本文发展了一个可以识别信任品市场这两种效应的理论模型和实证方法，并通过事件研究法将其应用于中国的食品行业。本文的实证研究发现，在中国一些主要的信任品市场，传染效应占主导，这表明监管制度的不力和公众对监管制度的不信任是中国信任品行业危机的重要原因。 关键词：信任品 传染效应 竞争效应 事件研究法 JEL 分类号：D45, D82, L15

Contagion Effects vs. Competitive Effects in Credence Goods Markets: Theory and Event Study on China’s Food Markets

ABSTRACT: The well-functioning of credence goods markets hinges on competition and high quality regulation. In particular, scandals by individual firms will produce two opposite effects on their competitors: with weak regulations, it will have contagion effects on their competitors and negatively affect their stock prices, and sometimes even lead to market collapse; with strong regulations, competitive effects will dominate and the competitors will benefit from this and their stock prices will go up, sustaining well-functioning markets. We develop a model and an empirical test to disentangle the two effects and use event study on China’s food industry to identify the two effects. We find that contagion effects dominate in China in certain major credence goods markets. This may suggest that poor regulatory institutions and people’s lack of trust in them are important source of the recent crises in China’s credence goods markets. KEYWORDS: Credence Goods; Event Study; Contagion Effect; Competitive Effects JEL Classification: D45, D82, L15

一、引言

自从2008年我国一系列食品安全事件爆发以来，我国食品质量问题就一直被广泛关注。在市场监管制度不健全的条件下，部分企业在食品生产过程中采用劣质甚至有害物质，以图降低成本，获取暴利，这种失德甚至违法犯罪行为对食品市场的发展产生了极大的负面影响。在这样的背景下，人们对食品质量的标签和以往的知名品牌也开始持怀疑态度，最终形成对

国外品牌的追捧热，甚至乳制品行业出现了奶粉战以及香港关于限制携带奶粉出境的规章条例。食品安全问题较为集中地体现了我国经济转型和发展过程中诚信缺失和政府监管不力等一系列问题。食品安全问题之所以容易引起公众的高度关注和大规模的质疑，一方面因为食品安全与人民群众的身体健康息息相关，另一方面同食品作为信任品（credence goods）的性质也有很大关系。

一般而言，根据消费者对质量的信息把握程度，商品可以分为三类：第一类是可以在事前确认质量的商品，即搜寻品（search goods），例如瓷器、涂料等；第二类是在购买使用之

3  

后才能知道其质量的商品，即经验品（experience goods），例如汽车、乐器等；第三类则是在消费之后也无法确认其质量，或者是个人需要付出极大的成本去了解其真实质量的商品，即信任品 （credence goods）。1食品、药品、医疗服务（严格地说是不能在短时间内察觉商品的安全属性）就属于第三类商品。本文实证部分研究的食品质量安全问题不包括在食用后很短时间内感到不适的情况，这种情况下食品将被归为第二类商品；更相关而且最为引发公众焦虑的情况是，劣质有害食品的危害往往在很长一段时间内才会逐渐累积起来, 最终对身体产生伤害。也正是因为信任品质量的不可知性或获知真相的高成本， 消费者才需要独立的第三方专业机构或者政府监管部门对其质量进行鉴定, 给出评级，释放信号，而消费者会根据自身对这些质量评级的信任程度作出判断。

监管制度对信任品市场的运行有着重要的影响。在一个监管制度比较健全的国家，信任品市场中的企业失德和违法行为较为容易被发现， 因而丑闻较少发生，并且当一家信任品生产企业遭受质量丑闻的意外曝光时，公众一般将其视作偶发的个别企业的不良行径, 消费者对政府的监管和整个行业仍有足够的信心. 竞争性市场的特质使得公众将需求从丑闻企业转移到同一市场上的其竞争对手企业, 从而后者享有销量的提升和由此带来的额外收益（竞争效应）。反映在资本市场上表现为其竞争对手企业的股票价格相对上升，以此显现企业预期价值的增长。 竞争效应是在政府有效监管下的市场纪律约束机制的一个重要实现方式, 可以有效地规范信任品市场，维持其正常的运作。

但在中国，一个品牌的丑闻事件往往有可能会引发公众对整个行业的本土企业的行为产生怀疑， 推断“天下乌鸦一般黑”，造成对一个行业的本土企业的全面的诚信危机, 导致本土企业的生产的全线停滞与受损. 形成传染效应。表现在资本市场上, 当一个企业出现丑闻, 投资者预期同行业本土企业的销售量可能随同下降，使得这些企业的股票价格相应地下跌，整个行业的本土企业会面临严重的危机，甚至有导致市场崩溃（collapse）之虞，造成很大的效率损失。这种危机甚至会波及在中国采购原料, 进行生产的外国品牌的同类商品, 结果, 传染效应可能会导致国内市场需求转向采用外国原料和在外国完成全部生产工序的原装进口商品, 甚至是消费者直接到海外购买商品。 换言之, 传染效应可能体现为另一种意义上的“竞争效应”，即需求从本土市场转向海外市场。 例如，中国的奶粉业在某种程度上就遭遇了这种情况，消费者往往钟情于原装进口奶粉, 或者直接踏足海外购买外国品牌的奶粉. 这种把本应是个别企业的诚信问题推而广之当作是同一行业所有本土企业或在中国生产的企业的通病的行为反映了民众对中国整个食品质量监管制度的不信任。 由于作为信任品的食品的质量保证高度依赖于政府的监管, 一旦公众对政府监管的效力没有信心, 一家企业的丑闻会被放大成整个行业的普遍性问题，从而对整个行业产生不信任, 造成传染效应。 它在本质上是对监管制度缺乏信心的表现，因而也可以称作制度效应。本文通过我国食品企业丑闻引发的市场反应来识别和检验社会公众对监管制度的信任度。在现实生活中，竞争效应和传染效应往往同时存在。这两种相反的效应是如何发挥作用的？中国的信任品行业（如食品）到底哪种效应占主导？这对于我们理解信任品行业的性质和政策制定又意味着什么？

本文旨在从理论和实证上回答上述问题。本文剩余部分的安排如下：第二部分总结回顾现有的相关文献；第三部分发展一个研究信任品市场上传染效应和竞争效应的理论模型；第四部分提出了一个可以在实证上识别这两种效应的事件研究法（event study），并应用于中国的相关信任品行业，从实证上识别出两种效应和净效应；第五部分总结全文、讨论政策含义，并提出值得进一步研究的问题。

二、相关文献述评 对于信任品的竞争效应和传染效应的研究，相关的文献大体上分为三类：第一类涉及企

业社会责任，以及遭遇重大事件后声誉的溢出效应检测，以兼并收购、破产公告和裁员公告

                                                              1  “搜寻品”和“经验品”的概念、分类和解释见 Nelson (1970)，Darby 和 Karni（1973）则首次正式提出

和探讨了信任商品的概念和特性。

4  

等为代表；第二类涉及信任品的理论分析和政策导向，以医疗中的过度治疗问题和专家的欺骗问题为代表；第三类涉及事件研究法的实证细节讨论和参数检验方法，以事件研究法的不同模型和小样本下参数检验的有效性为代表。

第一类文献所使用的方法通常是实验设计或事件研究法。Roehm 和 Tybout (2006)使用实验和问卷的方式，验证了“当丑闻涉及某一行业的特质以及竞争公司也享有这些特点时，传染效应更容易发生”的假设。另外，该文指出竞争对手企业何时以及如何发出否认涉及丑闻的公告是有利的。当溢出效应已经存在时，否认涉及丑闻的公告能部分改变消费者想法，但当溢出效应还未发生时，该种行为反而会让消费者认为是“此地无银三百两”的举措。

事件研究法主要常被用于研究金融市场上的冲击。Slovin, Sushka 和 Polonchek (1999)研究了银行业之间对分红减少等负面消息的传染效应。Lang 和 Stulz (1992)则对一家公司的破产公告给其竞争者带来的影响做了研究。其实证结果显示，针对不同行业，事件回归法得出的异常收益率既有正，也有负，平均意义上来说，破产公司的竞争公司的股价在公告发出时下降 1%左右，并且该效应是显著的。进一步地，作者将整体样本根据行业的财务杠杆率、市场的竞争程度和现金流形式的相似性分别分成子样本，得出此事件对行业间不同的异常收益率的主要原因即为上述三点。Bhabra 等 (2011)对不同行业公司的裁员消息做了竞争和传染效应的分析，该文利用事件研究法得出裁员基本引起净竞争效应，同时还研究了不同的财务指标特征与股价变动的关系。事件研究法的使用也逐渐从考察资本市场的冲击扩大到政治领域里名人的丑闻事件对相关公司的影响。Guidolin 和 La Ferrara(2007)利用事件研究法考察了战争的结束和领袖的死亡这两个事件对安哥拉持有特许权的钻石企业价值的影响。

虽然不限于信任品，Luo (2007)已经将消费者的评价与股票价格关系联系在一起。该文以航空业消费者的抱怨记录为代表，采用时间序列的回归方法，发现航空服务业当期的消费者负面评价会降低相关公司未来的股票个别收益率。目前关于溢出效应的研究中，支持传染效应的文献占大多数，而熊艳、李常青和魏志华（2012）研究的“腾讯”与“奇虎 360”之争对其他互联网行业公司的溢出效应中更关注竞争效应的产生与体现。特别地，该文研究了溢出效应的异质性，即作者更关注不同企业受影响程度的不同。这种异质性在大样本以及平均意义上的实证研究中可能被忽略，所以该文以一个具体的案例分析竞争关系和社会距离对最终溢出效应的影响，分离一般事件研究法所得的混合效应，最终得出竞争公司和社会距离越远的公司将获得正的累计超常收益的结论。在解释溢出效应的影响因素时，费显政、李陈微和周舒华（2010）提出了三个前置指标：丑闻公司和其他同行业公司的相似程度，公众对丑闻的参与卷入程度，和其他公司的澄清策略，并用实验研究了这三个指标的影响力大小。

第二类文献通过不同的机制解释了信任品市场上的信息问题和政策制定。针对信用品的模型分析中，许多文献集中在对专家评判结论的信任度以及专家的均衡欺骗程度上。在Pitchik 和 Schotier(1987)的模型中，只有专家知道信息，而消费者无法得知，所以消费者有正的概率需要过度花费自己的维修成本。这样的情况下所得出的唯一均衡解是，当事实需要高维修成本时专家说实话，反之专家以一定的概率谎报必要的维修成本。同时，该文针对维修价格以及专家之间的竞争力做了静态比较。Wolinsky (1993)认为当专家持有的信息（真实情况需要高治疗或低治疗）不为消费者所知时，消费者面临寻求其他专家所需支付的额外成本和单个专家可能说谎之间的权衡。均衡时有两种可能性：一种是市场上存在一定概率的说谎可能性，另一种则是形成分工，即某些专家专门给出低治疗而其他专家专门给出高治疗。当把专家的职业素养、长期博弈的声誉问题和消费者搜寻其他专家来求证等可能性考虑在内时，均衡状态的专家说谎可能性会大大降低。黄涛和严涛（2009）通过信号博弈的模型解释了医疗信任商品的过度治疗现象，分离均衡存在的概率可以通过病人的搜寻知识和对医生的惩罚机制实现，这些理论和静态比较同时给管理者一个很好的改进政策的视角，例如惩罚的加强和搜寻成本的降低均有利于降低医生谎称“病情严重，需要重度治疗”的可能性。Hilger(2012)认为信任品导致的专家误诊误评和“柠檬”市场导致的交易中止有极大的相似

5  

之处；同时，如果政府可以通过强制要求所有卖家以相同的价格出售同一商品来解决“柠檬”市场的问题，那么该文认为，通过模型中使所有专家的成本函数成为共同知识,政府强制要求所有卖家以相同价格购入相同的投入品也能解决信任品的问题。Emons(1997)认为虽然信息不对称会使专家有动力撒谎，但只要消费者通过可观察的市场数据，例如价格、市场份额等指标进行例行推断，市场机制在多期的情况下存在一个专家非欺骗的好均衡。Dulleck 和Kerschbamer (2006)通过一般化的完美子博弈均衡和贝叶斯-纳什均衡的模型，得出市场机构在一些假设下可以通过价格机制，不费其它成本地解决专家的欺骗问题，而当这些条件不满足时，效率的损失就会发生。现实生活中，修理服务、出租车司机的绕道决策问题、医疗治疗问题等都可以通过这篇文章的模型和分析予以解释。

在政策建议方面，Hollander 等(1999)为政府机构对信用品的质量划分提出政策性建议。该文研究了在什么情况下高质量的厂商反而不愿意有更加明确的分级评价。同时，也研究了市场结构是如何影响评级决定的：一般而言，一个不完全竞争的行业比一个完全竞争的行业会产生更多的评级；但是，对于市场份额小的企业却有相反的结论。最后，根据市场上接受评级的量的变化引起的价格变化，作者得出竞争性行业的最佳评级程度。龚强等（2013）研究了如何通过信息揭示而提高食品安全监管的效率，特别强调了社会监管在降低逆向选择和道德风险方面的作用。Marette 等(2000)的模型认为即使在信息完全的情况下，市场均衡也不是最优的，因为它只是最大化企业的利润而非社会总体福利。进一步地，作者分析了三种措施对经验品和信任品的不同作用，其中当提高质量安全的成本还不高时，最低安全标准的建立比较有效；当第三方机构或政府部门有能力分离出不同质量时，对不同商品贴标签的措施比较有效；事后惩罚机制与最低安全标准一起实施可能达到更好的效果。

对信任品产品的竞争效应和传染效应的研究在实证方面往往采取事件研究法（event study）。事件研究法的基本框架与统计模型基本上仍旧基于 Fama 等(1969)的方法，其主要的测量指标也集中在均值和超额回报率上。但其参数检验的方法和统计量在处理小样本的情况下变得越来越复杂，第三类文献则集中于此。Brown 和 Warner(1985)，McConnell 和 Muscarella(1985)、Corrado(1989)提出并改进了非参检验中的秩检验(rank test)和符号检验(sign test)在小样本事件研究法中的应用。Corrado 和 Zivney(1992)针对事件研究法中股票超额收益率，比较了参数检验中的 t 检验，非参数检验中的秩检验，以及非参数检验中的符号检验。利用日数据的模拟结果发现，三者的有效性从高至低分别为秩检验、符号检验和 t 检验。Campbell 和 Wasley(1993)使用了纳斯达克的日回报率数据，由于这些个股甚至投资组合的回报率显示出巨大的非正态性，一般使用的标准化检验太容易拒绝没有超额收益率的原假设。模拟结果显示在不同的事件条件下秩检验都是最佳的，同时对于纳斯达克股票作者建议秩检验与事件研究法里的市场模型一起使用。在本文中给我们也采用文献中目前通用的处理小样本问题的秩检验和符号检验。

三、理论模型 传染效应发生的根本原因在于信任品的特性导致的信息不对称问题和公众对政府监管

效力的怀疑。丑闻的爆发披露了生产商的诚信问题，加剧了公众对政府监管能力的质疑。当消费者或投资者将个别企业的诚信问题延伸至对整个行业的理解（毕竟同一行业的公司其经营模式、产品投入等有较大的相似度）时，公众便将一个个体事件看作为一个系统性问题。竞争效应的机制则更为直接：由于同一行业的企业之间总是或多或少存在竞争的，丑闻会使得一部分的需求转移至对手公司。

在第一个模型中我们外生给定消费者应对丑闻的信念变化，而在模型的延伸中考虑公司的反馈对信念的影响。竞争效应的大小则与整个行业的市场结构和产品差异化程度紧密相连，模型中，我们简单地以市场结构（参与的厂商数目）作为衡量指标。

设 表示第 t 期人们认为一个行业整体的质量状态（state），且当给定第 t-1 期时只与第 t-1 期所认为的质量状态有关，即 Pr j | , , … ,

6  

Pr j | 。此时，我们可以认为所有历史信息都总结（coded）到第 t-1 期，即 , t 0,1,2, … 是马尔科夫链（Markov Chain）。 可取的状态空间 1,1 ，表示信任品的两种质量状态，-1 表示低质量，1 表示高质量。在这些假设下，公众认为的某行业的质量预期显然决定了总需求的函数；特别地，我们假设这个由质量预期引起的总需求变化不改变需求函数的斜率，仅改变其截距，改变量是在上一期的基础上加上对当期的预期，即E 1 Pr 1 1 Pr 1 ，所以，对信任品质量预期的下降会导致需求量的减少。 总需求函数可表示为：

Pr 1 Pr 1

由于 , n 0,1,2, … 是马尔科夫链，则静态的信念更新可以表示为：

P 1 P 1 P 1 P 1 11

其中 α, β组成概率转移矩阵 P。

我们可以首先考察几个特殊情况：当概率转移矩阵P 1 01 0 时，人们处于一种极端的

悲观状态，从第二期开始，就一直认为该行业的平均质量是低的；当P 1 00 1 时，说明

每一期人们认为其质量都独立于前一期，即一直是人们认知的先验概率，没有任何信念的更新。通常来说，人们对一行业的质量评判不是一成不变的，也不会过于极端，并且上一期的质量状态对下一期有一定的延续性，所以假设 0.5<α, β<1 是合理的。当然，人们对这个行业的信任程度还是可以通过 α、β值的大小来刻画，前者大后者小时即说明了公众对这个行业比较悲观，即使没有坏消息的爆发也认为其下一期处于低质量的概率非常大。

令上式中P 1 , P 1 ，则可以得到如下的二元线性常系数差分方程组：

1 1

通过代入法消去 ： 1 0 解其特征方程 1 0可得 1, 1， 所以 1 。同理可得 1 ，其中 , , , 为常数，根据给定的初始条件 , ，可知

12 ,

1 12 ,

12 ,

1 12

由此可知 1

· 2 2 1 1 11 1

2

至此，我们得到了在静态的信念更新中总需求函数的截距 ( , , , , , )，同时还可以推算2， ( )>0， ( )>0， ( )<0， ( )<0， ( )>0，此时概率转移矩阵为常数，人们根据给定的概率转移矩阵每期改变其信念。图 1 给出了 的三种可能的变化形态，分别对应总需求函数的向上平移、向下平移、以及振动后趋平。在第一种情况下，消费者的信心随着时间的推移而增强；第二种情况可以认为是在极度悲观的消费者情况下发生的，在经历更长的时间后截距项会降低至 0，即市场萎缩直至消失，这与现实情况存在一定的差异，后文会继续解释为什么信任品市场在现实世界中并没有如图所示完全消失；第三种情况下，消费者的信心经过一段时间的动摇而稳定下来。

                                                              2  由于篇幅所限，我们略去了数学证明，有兴趣的读者可以向作者索取。 

7  

图 1 不同的参数选择下 随时间 t 的变化情况3

对于整个行业中的企业而言，假设其竞争方式为古诺竞争，即 n 家企业通过选择自己的产量最大化利润，产量之和等于总需求。

max

s. t.

企业最大化利润后所得的一阶条件为： 0，继而解得：

1 1 , 1 1

若假设每家企业的成本相同，均为 c，则上式可化简为 bc , 。

当新信息在第 t至第 t+1期揭示时，t+1期的产品需求中消费者会确认第 t期的质量结果，即当危机爆发时认为P 1 0, P 1 1，从而 2α 1 ，而当好消息来临时认为P 1 1, P 1 0，从而 2 1 。在此，我们只关注危机的爆发，此时情况 3 下的 如图 2 所示4。

图 2 丑闻冲击 随时间 t 的调整示意图

                                                              3图 1选取不同的 a0, y0, z0, α, β的可能的初始值代入通式，给出几种需求截距的形态，旨在给出需求截距随

时间变化更形象直观的理解。 4图 2选取任意的 a0, y0, z0, α, β的初始值，设在 t=6时因丑闻事件需求受到冲击，代入一般通式。受冲击的

方式如文中所述，即转折点处消费者的信念发生变化，从而导致需求受到冲击。 

1.9

2.1

2.3

2.5

2.7

2.9

3.1

1 3 5 7 9

情况1

0.8

1

1.2

1.4

1.6

1.8

2

1 3 5 7 9

情况2

2.06

2.11

2.16

2.21

1 3 5 7 9

情况3

0.8

1.3

1.8

1 2 3 4 5 6 7 8 9 10

丑闻冲击

8  

同时，我们认为危机爆发后，受丑闻影响的企业永远退出市场，市场中的企业数量减小至 n-1，竞争效应促使每家企业可以多分摊一部分的消费者需求。以下我们比较这危机爆发的前后两期单个企业的利润：

1 ,2 1

2 1 2 1 1 2 1 11

当需求函数的截距 时，若竞争效应占主导地位，则上式应大于 0，即当且仅当2 1 1 或 2 1 2 1 1 。在此，本文不具体解出

每个参数的取值范围。我们可以得到如下的命题。 命题 1：当信任程度较高（即 α较小 β较大）时，较小的 c 和 n 容易使竞争效应占主导

地位；当信任程度较低（即 α较大 β较小）时，较大的 c 和较小的 n 容易使竞争效应占主导地位。

无论何种情况，一个行业的厂商数目越小，丑闻后的竞争效应就会越明显；然而成本结构在不同的公众信任程度下对竞争效应的贡献不同，低成本结构仅仅在高信任度的行业中对竞争效应有所贡献。直觉上来说，在低信任度的信任品行业中，人们需要寻求一些指标或信号来分辨所买商品的真实质量，而成本恰恰可以从一个侧面反映产品的质量。对同一个行业而言，成本降低虽然可能源自于物价下跌，上游原材料的价格下跌，管理更有效而导致的成本下降，但消费者仍会怀疑可能是厂家利用了较次的原料而节省成本。

当然，行业内部还存在差异性。如果消费者对行业内部的企业已有一定的划分和预期，例如，认为有些企业有较好的声誉，则相应地可能有较小的 α和较大的 β，从而导致不同企业受传染效应的大小不同。这也与我们后文实证部分白酒塑化剂事件中不同公司之间最大、最小股票超额收益率的差高达 7.21%的发现相符合。

以上分析都基于一个大假设，即丑闻的爆发并没有改变转移矩阵的数值，然而，丑闻爆发后企业会做出一定的回应，尽量减少消费者的不信任感和由此带来的负面的传染效应。下文将引入企业在发生丑闻后的措施，以及对转移矩阵参数 α、β取值的影响。

为了简化问题，不失一般性的，我们仅关注 β取值的变化，而认为 α的取值如前文所述保持不变。当这两个参数中的任意一个值不是常数时，X 将不再是马尔科夫链，而仅仅在每个丑闻的爆发间隙属于马尔科夫链。

我们保持基本假设与上文相同，并设所有企业在每期都具有成本 c。当发生丑闻后，企业会支付额外的成本s 作为弥补，使得 是 的函数。若假设m 表示发生丑闻的计数， , 具有 S 型函数的形式，并同时受丑闻发生的次数和企业回应的影响，则：

11

0,1

其中， ′ 0， ′ 0；当| |接近于 0 时是 变化最显著的时候，因为此时涉及企业的弥补能否扭转最初的传染效应，而| |的增大对 的影响逐渐减弱。

对于企业而言，丑闻发生后的一期有：

企业会选取 和 使利润最大化，其最大化的一阶条件为：

0′

b 1 0

解得：

9  

1b

1

1 1

1

2

当(2)式有正实数解，即′

4 时，丑闻爆发后的单期利润较之于之前计算出的值上升，因为 在可以为 0 的前提下解出正值，说明增加的 对利润的贡献很大。并且，增加了的 对丑闻事件过后的马尔科夫链时期还具有正向作用，减弱传染效应的影响力，这也部分解释了为什么信任品市场在丑闻发生后并不会随着时间完全关闭。

具体考察有正实数解的条件和额外成本的支出：首先，该条件在价格弹性较小以及 对需求函数截距a 的边际影响较大时更容易成立；在该条件不成立的行业中，即使遭遇丑闻，其他公司也不会贸然额外支出成本用以提高公众的信任度。其次，最优 是最小支出成本，

且满足 (2) 式，当有非负实数解时可求得： max min ln , 0 ,

c′

4。此时 可能产生断点，即ln ，当 时

ln ，当 ln 时

图 3 展示了最优 与丑闻发生次数 的关系， 与 的线性关系与前文假设的 S 型函数中两者的线性关系有关。随着丑闻事件的不断爆发，尽管不是涉事企业，但仍需要支付更多的额外成本来弥补；但是，当丑闻的数目发生到一定量时，最优弥补成本会有一个向下的转折，其原因可能是人们对行业内的丑闻事件形成了一定的预期，通过额外成本的支出影响

总需求的有效性就降低了，并且此时公众信任度 也有一个向下的转折。当′

取值更大时，转折点处事件的发生数目可以更多，表示公众对该行业丑闻发生次数的忍耐程度也越高。

我们可以将上面的思想概括在如下命题 2 中。

命题 2：在一定条件下（′

4），企业可以通过事后的投入来降低传染效应。这个条件在价格弹性较小以及 对需求函数截距a 的边际影响较大时更容易成立；在该条件不成立的情况下，企业事后的额外投入不能影响传染效应（在均衡中没有投资），因此该行业的市场很容易出现关闭。

图 3 最优 与丑闻发生次数 的关系

需要指出的是，我们的模型可以涵盖现实中可能出现的其他一些情况。 例如，传染效

应导致的市场需求的下降也包含了市场需求转移到原装进口商品或到国外购买外国品牌的产品等情形。

四、 基于中国食品行业的实证检验

在这部分，我们发展了一个可以识别信任品市场竞争效应和传染效应的事件研究法

 

10  

（event study），并用于研究中国食品行业的股票价格对丑闻信息的反应，以此来识别和量化竞争效应和传染效应。

1. 实证方法 基于 Campbell 和 Wasley(1993)，Campbell, Lo 和 MacKinlay(1997)和 Guidolin 和 La

Ferrara(2007),本文的事件研究法采用市场模型。其基本回归式如下所示： (1)

E 0 Var 2 E it it′ =0

其中， 是第 i 个股票在 t 天的实际日收益率， 是第 t 天该股票所对应的市场指数（或市场组合）的日收益率， 作为误差项，在此称为超额收益率。为了检验事件冲击是否如我们所料对个股带来冲击，我们需要得出事件窗口期内超额收益率和累积超额收益率的数值大小，并做进一步地分析。

假设我们有 n 家待检验的上市公司，我们可以得到一组日收益率的时间序列数据r T0 1

T2 ，其中 T0+1 是估计窗口期的开始，T1 是估计窗口期的结束，τ是事件发生日，T2 是事件窗口期的结束，整个窗口的时间节点可见图 4。

图 4 回归时所用的各时间点示意图

若我们定义r 为事件窗口期的超额收益率，则εit r r ， i=1,2,…,n;

t=T1, … , T2，其中 和 是通过估计窗口期的数据，利用 OLS 对（1）式回归所得。进一步地，我们还能得到事件窗口期内的累积超额收益率CAR ∑ T2

T1 1 。 对于超额收益率的统计检验，Corrado (1989) 提出了事件窗口期仅为一天的高频数据的

非参数秩检验，其原假设为 H0：事件窗口期内没有超额收益率。记 Kit (t=T0+1, … , T2) 为第 i 家企业在两个窗口期中所得到的超额收益率的大小排序，那么 ih 等价于 ih i ；当不同时期超额收益率相等时，这些排序的先后顺序无关。记 L 为两个窗口期的总长度，

则这些排序的平均数为1 L2。事件发生日的检验统计量 J1为：

J11N K 0

1 L2

N

i 1

Sd K K 01 L

2

N

i 1

1L K

1 L2

N

1

2

2

T0 1

~ N 0,1

由于事件冲击往往会有信息的小范围泄露以及事件发生日之后的后续影响，所以多日的事件窗口期是必要的。Campbell 和 Wasley (1993) 将秩检验统计量扩展为多日的情况。若记L2 为事件窗口期的长度，则检验统计量 J2

5为：

21L2

N

i 1

Kit1 L

2

T2

T1 1

1K

1 L2

N

1

2

T2

0 1

a~ N 0,1

Corrado 和 Zivney (1992) 又提出改进的符号检验，该检验利用样本的超额收益率的中位数决定符号正负，即G sign median ，t T 1, … , T ；并证明了这个版本的符号检验可以在有偏度和肥尾问题时使用。下式为检验统计量 J3。

                                                              5  Corrado(1989)证明了，即使当 n 属于 5到 10 之间，上述检验统计量 J 也具有近似的高斯分布；而经典的

参数统计量有正的偏度，并具有尖峰态分布。 

11  

31L2

T2

T1 1

N

1

1L it

N

1

2

T2

0 1

2. 数据及事件选取 本文数据取自在上海证券交易所和深圳证券交易所上市的 A 股，市场回报率根据股票

所在市场分别对应采用上证 A 指和深证 A 指。股票和指数数据均来自于万得（Wind）数据库；股票所处行业的归类采用申银万国行业分类标准。

本文分别选取食品饮料行业中乳品和白酒两个子行业的大型丑闻报道作为冲击事件，对于每个事件，其估计窗口期的长度取为 200 天，太长的估计时间可能导致其他事件的交叉影响，而太短的估计时间则无法较为准确地估计出回归系数。事件发生日的选取主要根据各大主要新闻门户网站和媒体，如人民网、新华社、央视等的报道，若开盘期间报道则取当日，收盘之后报道则取第二日；事件窗口期通常取前后 1 天，以控制消息的提前泄露和滞后效应。在比较对整个子行业两个影响的大小时，本文构建两个股票组合以消除公司层面的异质性，第一个组合是受事件冲击的本行业股票组合（实验组），第二个组合是食品行业中其他不直接相关的股票组合（控制组）。控制组的存在可以保证第一个组合所受的影响既不来自于整体市场因素，又不来自于会影响整个食品行业的因素，而仅受单个事件的冲击。事件冲击的影响可以从两方面看出：一是通过画出事件窗口期的平均累计超额收益率，可以直观看出经济意义上数值的大小；二是通过正式的非参数检验考察累计收益率是否在统计意义上显著。表 1 列出了事件的发生时间、描述、涉及丑闻的股票、实验组的个股成员和控制组的个股成员。

表 1 冲击事件描述

事件发生时间 事件描述 涉及丑闻的股票 实验组个股成员 控制组个股成员

2008.09.08 三聚氰胺事件第一次被曝光

涉及公司为三鹿奶粉，没有上市公司被曝光

乳品行业共 3 只股票

食品加工业中除乳业外的 9 只股

票

2008.09.16 – 2008.09.176

三聚氰胺事件第二次曝光

光明、蒙牛、伊利三家上市公司也被曝光有害物

质超标

三元股份 食品加工业中除乳业外的 9 只股

票

2012.11.19 白酒“塑化剂”事

件被曝光 上市公司“酒鬼

酒” 白酒行业其他

12 只股票

啤酒、葡萄酒、黄酒和其他酒类共 14 只股票

3. 结果与讨论

通过事件研究法，分别得到如下两个行业受事件冲击后的平均累积超额收益率以及秩检验、符号检验的 p 值。

                                                              6报道集中在两日，极少数地方报道在 9.16就已经间接指出这一事件。此处在回归时我们先选择大型媒体报

道的 2008.9.17 为事件发生日。 

12  

表 2 乳品行业三聚氰胺事件结果

实验组（第一次） 事件窗口期 窗口期平均超额收益率 秩检验的单边 p 值 符号检验的单边 p 值 （-0，+0） -0.0426 0.03 0.09 （-1，+0） -0.0594 0.11 0.18 （-0，+1） -0.0448 0.20 0.33

控制组（第一次） 事件窗口期 窗口期平均超额收益率 秩检验的单边 p 值 符号检验的单边 p 值 （-0，+0） -0.0183 0.12 0.13 （-1，+0） -0.0505 0.05 0.09 （-0，+1） -0.0216 0.33 0.50

实验组（第二次） 事件窗口期 窗口期平均超额收益率 秩检验的单边 p 值 符号检验的单边 p 值 （-0，+0） 0.0609 0.06 0.16 （-1，+0） 0.1761 0.05 0.16 （-0，+1） 0.0135 0.49 0.50

控制组（第二次） 事件窗口期 窗口期平均超额收益率 秩检验的单边 p 值 符号检验的单边 p 值 （-0，+0） -0.0030 0.44 0.41 （-1，+0） -0.0060 0.46 0.32 （-0，+1） -0.0083 0.33 0.41

图 5 三聚氰胺事件第一次平均累积超额收益率

图 6 三聚氰胺事件第二次平均累积超额收益率

第一次事件的发生并未涉及上市公司，但图 5 的传染效应在数值上还是很明显的；竞争

效应被完全覆盖的原因可能是丑闻企业与之不构成竞争关系，毕竟丑闻企业本身就只占市场的小部分。该丑闻对第二次事件冲击就有很强的竞争效应。同时带有明显的滞后，其原因可能是第一日的公告只说明了涉及丑闻的企业，直到第二天说明三元股份是唯一一家未涉及丑闻的上市公司后，其股价大幅上涨。

‐0.06

‐0.04

‐0.02

0

0.02

0.04

0.06

‐5 ‐4 ‐3 ‐2 ‐1 0 1 2 3 4 5

实验组 控制组

‐0.1

‐0.05

0

0.05

0.1

0.15

0.2

0.25

‐5 ‐4 ‐3 ‐2 ‐1 0 1 2 3 4 5

实验组 控制组

13  

表 3 白酒行业“塑化剂”丑闻结果

实验组 事件窗口期 平均累积超额收益率 秩检验的单边 p 值 符号检验的单边 p 值（-0，+0） -0.0633 0.01 0.05 （-1，+0） -0.0775 0.05 0.09 （-0，+1） -0.0489 0.24 0.34

控制组 事件窗口期 平均累积超额收益率 秩检验的单边 p 值 符号检验的单边 p 值（-0，+0） -0.0125 0.10 0.25 （-1，+0） -0.0177 0.18 0.20 （-0，+1） -0.0133 0.27 0.37

图 7 白酒“塑化剂”丑闻平均超额收益率

对于白酒行业的“塑化剂”丑闻，实验组的股票在事件发生当日有明显的下降，并且秩检验和符号检验均为显著；而控制组在事件发生日只有比较平缓的下降，且非参数检验都不显著；显然，“酒鬼酒”的曝光在事件当天给整个白酒行业带来了巨大的传染效应，也就是说，公众对其他白酒质量的不信任将这一事件定位于行业事件而非公司个体层面上的事件。

同为食品行业，这两个子行业在遭遇丑闻冲击时的表现仍有差异，其原因可能有如下几点：第一，乳品业的市场结构比白酒业更为集中，构成主要竞争的公司数目明显少于白酒行业。第二，乳品业的利润率远低于白酒业，成本与利润率高低的不同也会成为影响一个产业抵抗丑闻事件的因素。第三，公众对这两个行业原有的信任程度本身就有所不同，乳业的质量安全问题早在三聚氰胺事件爆发之前就陆续受到质疑，三聚氰胺事件之后也不断有小型的质量丑闻发生，但通过同样方法所得的超额收益率无论在数值上还是统计意义上都不及三聚氰胺事件的影响大。第四，乳品行业的小样本对统计检验量的准确性有很高的要求，这一点也是选取乳品作为信任品的一个主要缺陷。第五，控制组的选择虽然都是取自申银万国行业分类标准，但是白酒业的控制组包含其他酒类，所以具有较强的替代效果，而乳业的控制组是其他食品，一般可以认为存在极小的替代效果。

本文的结果表明，丑闻事件爆发当日负的净超额收益率还是比较明显的。负的净超额收益率不仅在数值上较为明显，统计意义上也很显著，显示出传染效应占主导地位的特征，也间接反映出消费者或投资者对信任品行业的信心不足，这实际上反映的是对中国食品监管制度的不信任。

‐0.08

‐0.06

‐0.04

‐0.02

0

0.02

‐5 ‐4 ‐3 ‐2 ‐1 0 1 2 3 4 5

实验组 控制组

14  

五、结论

本文从信任品行业丑闻的角度研究了信任品市场失灵背后的原因。关注信任品行业遭遇

丑闻后的影响具有重要的意义：一方面近几年来在中国发生了大量的食品质量安全事件，研究这方面的问题具有现实意义；另一方面溢出效应的研究也具有理论价值，尤其是传染效应能从一个侧面反映出公众对整个行业和监管部门的信任程度。若我们将不同信任品行业放在一起考察，既能反映出公众对国家监管制度是否存在普遍的不信任现象，也能寻找出不同行业之间什么因素的差异导致了两个效应占主导地位的不同。

本文的结果表明，丑闻事件爆发当日负的净超额收益率还是比较明显的，尤其是在竞争厂商数目更多的白酒行业。负的净超额收益率不仅在数值上较为明显，统计意义上也很显著，显示出传染效应占主导地位的特征，也间接反映出消费者或投资者对信任品行业的信心不足。通过理论模型，本文解释了传染效应和竞争效应的机制，以及何种效应占主导的条件，并且就企业对丑闻做出回应的情况进行了扩展说明。从中可知，传染效应主要由人们对上一期质量好坏的概率判断（信心）和转移矩阵中的参数决定，而这恰恰体现了公众信任度对一个无法知道真实质量的行业的巨大影响。

本文的贡献在于以下三个方面。第一，尽管有很多文献研究信任品，却几乎没有文献给出对于信任品市场的两个效应的理论模型解释。本文将消费者的信任通过总需求每期的变化嵌入到经典的古诺模型，并扩展了企业对于丑闻是否应当做出积极回应，以及这些回应是如何改变消费者的信任程度和企业自身利润的，从而刻画了信任品市场的运作机制。第二，一般研究信任问题的实证文章都是通过问卷数据来做的，目前也基本没有好的量化信任程度的实证模型。本文在研究信任品的传染效应方面也试图提出一个新的视角来研究一般的信任问题——通过事件冲击时股票市场的价格变化反映公众的信任程度。第三，通过区分“竞争效应”和“传染效应”（制度效应），我们可以较好地识别和估计消费者对监管制度的信任。本文针对中国的实证研究发现，在一些主要的信任品行业，传染效应占主导，从而表明监管不力和民众对监管制度的缺乏信任是中国信任品行业危机的重要原因。

本文的理论和实证发现有很强的政策含义。我国的信任品行业传染效应（制度效应）为主导说明中国的信任品市场不能有效运作的一个重要原因是政府的有效监管不足，使得消费者缺乏对监管制度的信任，而将丑闻事件波及至同行业的其他企业。信任品行业存在的传染效应占主导的情况既与频繁爆发的安全事件引起的消费者信心下降甚至转向悲观消费者是紧密相连的，同时也与具体行业的结构有关。当悲观的消费者群体不仅可能导致市场的萎缩，还会抑制有效的筛选机制时，即企业的质量很难通过信号传递并分辨出来，则企业会丧失提高质量的激励，甚至出现逆向选择导致相关市场崩溃关闭的后果，这个问题需要政府的有效监管和第三方独立专业机构的介入才可能减轻甚至避免。

本文也存在着一些有待进一步研究的问题。首先，在理论模型中，本文并未考察悲观或乐观消费者是如何形成的，即 α、β取值的决定因素并未在本文的模型中内生地决定。同时，该模型中消费者对质量的理解仍旧是划分较粗的平均意义上的判断，并未涉及一个行业中有高质量和低质量不同的类型，以及不同类型的企业可能在做出回应时采取不同程度的弥补措施水平 ，从而在满足一定条件下可能分别存在分离均衡和混同均衡。当然，我们可以认为上市公司一般都是在该行业具有较好声誉的公司，从而在解释现象时，模型的不加以区分并未造成太大影响。其次，即使同为信任品行业，不同信任品市场的运行对于监管制度的依赖性可能也存在一定的异质性，这也是值得进一步研究的问题。

参考文献

15  

费显政、李陈微、周舒华，2010，“一损俱损还是因祸得福？——企业社会责任胜于溢出效应研究”，《管理世界》第 4 期。

龚强、张一林、余建宇，2013，“激励、信息与食品安全规制”，《经济研究》第 3 期。 黄涛、严涛，2009，“医疗信任商品的信号博弈分析”，《经济研究》第 8 期。 熊艳、李常青、魏志华，2012，“危机事件的溢出效应：同质混合还是异质共存？——来自“3Q

大战”的实证研究”，《财经研究》第 6 期。 Bhabra, Gurmeet S., Harjeet S. Bhabra, and Glenn W. Boyle，2011， “Competitive and Contagion

Effects in Corporate Layoff Announcements.” Journal of Money, Investment and Banking, 19: 42-54.

Brown, Stephen J., and Jerold B. Warner, 1985, “Using daily stock returns: The case of event studies.” Journal of Financial Economics ,14(1) :3-31.

Campbell, John., & Lo, Andrew. Craig MacKinlay, 1997, The Econometrics of Financial Markets, Princeton University Press.

Campbell, Cynthia J., and Charles E. Wesley, 1993, “Measuring security price performance using daily NASDAQ returns.” Journal of Financial Economics (33)1: 73-92.

Corrado, Charles J., 1989, "A nonparametric test for abnormal security-price performance in event studies." Journal of Financial Economics, 23(2): 385-395.

Corrado, Charles J., and Terry L. Zivney.1992, “The specification and power of the sign test in event study hypothesis tests using daily stock returns.” Journal of Financial and Quantitative analysis, (27)3 : 465-478.

Darby, Michael R., and Edi Karni, 1973, “Free competition and the optimal amount of fraud.” Journal of Law and Economics 16(1): 67-88.

Dulleck, Uwe, and Rudolf Kerschbamer, 2006, “On doctors, mechanics, and computer specialists: The economics of credence goods.” Journal of Economic Literature 44(1): 5-42.

Emons, Winand, 1997, “Credence goods and fraudulent experts.” The Rand Journal of Economics 28(1): 107-119.

Fama, E., Fisher, L., Jensen, M., and Roll, R., 1969, “The adjustment of stock prices to new information”, International Economic Review 10(1): 1-21.

Guidolin, Massimo, and Eliana. La Ferrara, 2007, “Diamonds Are Forever, Wars Are Not: Is Conflict Bad for Private Firms?” American Economic Review 97(5): 1978-1993.

Hilger, Nathaniel G., 2012, “Why Don’t People Trust Experts?” working paper, Harvard University.

Hollander, Abraham, Sylvette Monier-Dilhan, and Herve Ossard，1999, “Pleasures of cockaigne: Quality gaps, market structure, and the amount of grading”，American Journal of Agricultural Economics, 81(3): 501-511.

Lang, Larry HP, and RenéM Stulz, 1992, “Contagion and competitive intra-industry effects of bankruptcy announcements: An empirical analysis.” Journal of Financial Economics, 32(1): 45-60.

Luo, Xueming, 2007, “Consumer negative voice and firm-idiosyncratic stock returns.” Journal of Marketing, 77 (July): 75-88.

Marette, Stephan, Jean Christophe Bureau, and Estelle Gozlan, 2000, “Product safety provision and consumers' information.” Australian Economic Papers 39(4): 426-441.

Nelson, Phillip, 1970, “Information and consumer behavior.” Journal of Political Economy 78(2): 311-329.

Pitchik, Carolyn, and Andrew Schotter,1987, “Honesty in a model of strategic information transmission.” American Economic Review, 77(5): 1032-1036.

Roehm, Michelle L., and Alice M. Tybout, 2006, “When will a brand scandal spill over, and how should competitors respond?” Journal of Marketing Research, 43(3): 366-373.

Slovin, Myron B., Marie E. Sushka, and John A. Polonchek. “An analysis of contagion and competitive effects at commercial banks.” Journal of Financial Economics, 54(2): 197-225.

Wolinsky, Asher, 1993, “Competition in a market for informed experts' services.” Rand Journal of Economic, 24(3): 380-398.