（来源：Wind ESG）

Wind ESG评级以“财务重要性、影响重要性、数据完备性”为方法学基石，始终坚持客观中立的评价立场。我们通过评级体系的结构化设计，系统回应监管机构、资本市场与社会公众对企业可持续发展的核心关切；通过数据驱动的量化模型，还原企业可持续发展实践的真实表现。我们期待以专业、透明、可解释的评级框架，搭建市场各方相互理解的桥梁，持续凝聚并深化市场对ESG的共识。

基于此愿景，Wind ESG评级完成了新一年度的方法学升级，Wind ESG团队将对此次方法学升级推出系列解读文章，此为第八篇。

一、案例引入：两个公司的治理启示

1.1 股权过度集中的风险：阿德尔菲亚通信（Adelphia）的教训

美国阿德尔菲亚通信公司（AdelphiaCommunications）曾是全美前五大有线电视运营商，其破产案是国际资本市场上“一股独大”导致治理失败的教科书式案例。创始人约翰·里加斯（JohnRigas）及其家族通过双重股权结构（Dual-classshares），在仅持有少数现金流权的情况下，长期牢牢掌握着公司的绝对投票权与控制权，等效的HHI指数维持在极高水平。在缺乏外部有效制衡的治理格局下，里加斯家族将这家上市公司视为“私人提款机”。

控股股东主导了一系列骇人听闻的利益输送行为：不仅由上市公司为家族的数十亿美元私人债务提供隐蔽担保，更直接挪用公司资金用于购买私人高尔夫俱乐部、豪华公寓及资助独立电影。Adelphia案例深刻揭示了股权过度集中的治理隐患：当控股股东“一股独大”且缺乏有效的内部制衡时，“监督效应”便让位于“堑壕效应”（EntrenchmentEffect），控股股东得以绕过治理机制实施赤裸裸的利益输送，即学术文献中所称的“隧道挖掘”（Tunneling，Johnson等,2000）。Shleifer和Vishny（1997）在其经典综述中早已指出，大股东虽可解决“搭便车”问题，但也极易利用控制权地位侵占中小股东利益。

1.2 股权过度分散的困境：万科的控制权之争

与阿德尔菲亚通信公司形成鲜明对照的是万科企业（000002.SZ）。2015至2016年间，万科经历了中国资本市场历史上最为著名的控制权争夺战。彼时，万科的股权结构高度分散——第一大股东华润集团持股仅约15%，管理层持股比例极低，公司HHI指数处于A股市场的最低区间。正是这种分散化的股权结构，为“野蛮人”的进入创造了条件。宝能系通过二级市场持续增持，以约25%的持股比例成为万科第一大股东，引发了旷日持久的“宝万之争”。

这场控制权之争导致万科管理层和董事会陷入长达一年多的内部消耗，正常经营决策受到严重干扰，公司战略执行力大幅下降。Berle和Means（1932）在近一个世纪前就已预见到这种困境——在高度分散的股权结构中，管理层可能脱离股东控制（第一类代理问题），同时公司也容易成为敌意收购的目标。万科案例表明，过度分散的股权虽然避免了“一股独大”的弊端，但也使公司暴露在外部投机者的觊觎之下，最终损害了公司的长期战略稳定性和全体股东的利益。

1.3 “双刃剑”效应的现实映射

上述两个案例恰恰构成了股权集中度“双刃剑”效应（Morck,Shleifer和Vishny,1988）的现实映射：过度集中可能导致控股股东操纵治理机制、侵害中小股东权益（堑壕效应）；而过度分散则面临管理层失控、“搭便车”问题和控制权争夺风险。股权结构处于两个极端时，其治理弊端都已在真实案例中得到反复验证。然而，“什么样的集中度才是最优的”，在不同的制度环境、行业特征和企业生命周期阶段下，可能会有不同的答案。但毫无疑问的是，股权集中度已经成为治理领域无法忽视的核心命题。基于此，WindESG评级体系在最新的年度方法学升级中，正式将股权集中度纳入评级指标体系。

二、方法学升级：纳入股权集中度

在此次年度方法学升级中，WindESG评级选择了HHI（赫芬达尔-赫希曼指数）作为股权集中度的代理变量纳入指标体系；同时出于审慎的考虑，HHI以”展示指标”的形式纳入WindESG评级体系，暂不参与正式评分计算。

2.1 代理变量选择：为什么是HHI？

在衡量股权集中度的经典指标中——CR_N（前N大股东持股比例之和）、Z值、HHI（赫芬达尔-赫希曼指数）都被广泛使用——WindESG评级最终选择HHI作为核心代理变量，理由如下：

第一，CR_N存在“同值异构”问题。CR5=50%可能对应截然不同的治理结构：“30%+5%+5%+5%+5%”是典型的“一股独大”格局，而“10%+10%+10%+10%+10%”则是高度制衡的均衡结构。两种结构的治理含义完全不同，但CR_N无法区分。

第二，Z值的信息维度过于单一。实践中Z值存在多种形式，例如最常见的Z1（第一大股东持股 / 第二大股东持股），或是Z_n（第一大股东持股 / 第2至第n大股东持股之和）。但无论是哪种形式，Z值依然面临信息丢失的缺陷。Z值仅刻画了头部少数几个大股东之间的制衡关系，完全忽略了其余股东以及整体股权分布的形态。中国A股市场中，多个大股东（如前十大甚至更多）的综合治理效应不容忽视（朱冰等,2018；Laeven和Levine,2008），单纯关注头部两三个股东的比值，无法捕捉全貌。

第三，HHI具有最强的综合刻画能力。HHI通过平方和运算自然放大了持股差异，能够同时反映股权的集中程度和分布均衡性。持股比例越不均等，HHI值越高；股权越分散、越均衡，HHI值越低。这使得HHI成为一个兼顾”集中度水平”和”制衡程度”的综合性指标。因此，WindESG评级体系最终选择综合性最强的HHI作为核心变量。

2.2 纳入方式：“展示不算分”的审慎设计

在本次方法学升级中，关于股权集中度（HHI）指标的最终纳入方案定调为：以“信息展示指标”的形式纳入WindESG评级体系，暂不参与正式评分计算。主要基于以下三大原因：

其一，理论界对“最优股权结构”尚未形成统一共识。回顾近四十年的学术研究，关于股权集中度与企业价值的关系，存在正相关（激励效应主导）、负相关（堑壕效应主导）、倒U型（Morck等,1988；Thomsen和Pedersen,2000）、U型（吴淑琨,2002）乃至不相关（Demsetz和Villalonga,2001）等多种实证发现。在缺乏绝对公认的最佳实践标准时，贸然设定评分阈值（例如将HHI>2500直接扣分）不仅缺乏坚实的理论支撑，还可能误伤部分处于特定发展阶段的优质企业。

其二，股权集中度深受企业生命周期阶段与所有制属性的影响，具有鲜明的中国特色情境依赖性。我们的实证分析表明（详见第四章），处于初创与成长期的企业HHI均值高达1,795，而成立30年以上的老牌企业仅为1,408——集中度随企业成熟度的提升而自然衰减，这是企业发展规律的正常体现，而非治理缺陷。更为关键的是所有制维度的差异：央企HHI长期维持在1,800-2,000区间，但中国央国企面临极其严格的审计监督、巡视制度及国资委考核体系，其高集中度并不必然等同于高代理成本。若简单地将高HHI等同于负面治理信号并据此扣分，不仅忽视了生命周期的自然规律，更忽视了中国特色所有制结构下“高集中度+强外部约束”的独特治理均衡，将对处于特定发展阶段的优质企业和承担国家战略职能的央国企造成系统性误伤。

其三，我们基于中国A股市场长周期面板数据的TWFE实证分析表明，在控制了企业个体固定效应和年份固定效应后，股权集中度对企业价值的净影响在统计和经济意义上均不显著（详见第四章）。截面数据中观察到的“高集中度折价”现象，实质上是企业固有特质驱动的内生性偏差（特定类型的公司本来就倾向于高集中度），而非集中度本身对企业价值的因果剥夺。这说明单纯基于集中度高低进行评分惩罚存在因果逻辑上的硬伤。

基于上述考量，将HHI作为信息展示指标，既能为投资者提供透视企业底层治理结构的珍贵数据，又避免了在学术分歧、实证反证与情境依赖的三重约束下引入不公允的评分标准。

三、理论基础：股权集中度为何重要？

3.1 股权集中度的“双刃剑”效应

股权集中度之所以成为公司治理研究的核心议题，根源在于它同时牵动着两种方向相反的代理问题——而这两种问题恰好构成了一枚硬币的两面。

硬币的正面：集中持股解决“搭便车”难题。在Berle和Means（1932）所描述的股权高度分散的企业中，单个小股东缺乏监督管理层的经济激励，由此产生了经典的第一类代理问题——管理层的行为动机偏离股东价值最大化目标（Jensen和Meckling,1976）。Grossman和Hart（1980）进一步指出，分散持股结构中的“搭便车”问题使得公司治理的公共品供给严重不足。在此逻辑下，大股东的存在具有正面治理功能：集中持股赋予大股东足够的经济激励去承担监督成本，从而有效约束管理层的机会主义行为（Shleifer和Vishny,1986）。

硬币的反面：集中持股催生“隧道挖掘”。然而，当集中度越过某个临界点后，问题的性质便发生了根本性转变——从第一类代理问题切换为第二类代理问题，即大股东与中小股东之间的利益冲突。LaPorta等（1999）的跨国研究颠覆了“分散持股是常态”的假设，发现大多数国家的企业股权高度集中，大股东侵占中小股东利益（即“隧道挖掘”，Johnson等,2000）才是全球公司治理的首要威胁。Claessens等（2002）在实证中精确区分了大股东的“激励效应”与“堑壕效应”，发现当控制权超过现金流权时，企业价值显著下降——大股东不再是治理的守护者，而是蜕变为利益的攫取者。

从“有无”到“多少”：非线性关系的确立。正是这两种效应的此消彼长，决定了股权集中度与企业价值之间并非简单的线性关系。Morck等（1988）率先在美国市场证实了持股比例与企业价值的倒U型关系——低持股区间激励效应主导、高持股区间堑壕效应主导；Thomsen和Pedersen（2000）在欧洲市场进一步验证了这一非线性框架。这意味着，问题的关键不在于集中持股“好”还是“不好”，而在于集中到什么程度、在什么制度环境下。

超越“发声”：退出治理与多元制衡。上述理论框架隐含的前提是大股东通过“发声”（Voice）——即参与董事会决策、投票表决——来发挥治理功能。但Edmans（2009）开辟了另一条治理路径：大股东通过知情交易（“用脚投票”）对管理层形成纪律约束。Edmans和Manso（2011）将此拓展至多个大股东情境，发现多个大股东在“退出”治理中反而比单一大股东更具威慑力——当多个大股东同时拥有退出选项时，管理层面临的股价下行压力更大，治理效果更强。在制衡机制上，Bennedsen和Wolfenzon（2000）以及Laeven和Levine（2008）的研究均证实了多个大股东通过相互监督、权力制衡所创造的治理溢价。中国学者姜付秀等（2015）也从“退出威胁”视角验证了非控股大股东对抑制控股股东私利行为的决定性作用。这些研究表明，股权集中度的治理效应不仅取决于“集中还是分散”这一单一维度，更取决于大股东之间的数量结构和权力博弈格局——从而使“最优股权结构”的答案变得更加复杂和情境依赖。

3.2 中国监管层对股权集中度的制度安排

中国监管体系围绕上市公司股权治理，构建了一套覆盖“立法-行政监管-交易所自律”的多层次制度框架。这一框架既在制度设计层面对股权集中度本身设定了直接的量化约束，又通过行为监管系统性地遏制控股股东利用“一股独大”优势侵害公司及中小股东利益。

对股权集中度的直接量化约束。与多数国家不同，中国监管体系对上市公司股权结构设定了明确的量化门槛。沪深交易所《股票上市规则》规定，上市公司公开发行的股份须达到公司股份总数的25%以上（股本总额超过4亿元的可放宽至10%以上）。这一比例要求不仅是IPO的准入门槛，更是维持上市地位的持续性条件——若公众持股比例跌破红线且未在规定期限内恢复，公司将面临退市风险。这实质上为股权集中度设定了一个制度性上限：无论控股股东多么强势，都必须保留至少10%-25%的股份由社会公众持有，以确保最低限度的股权分散性和市场流动性。在金融行业，这一约束更为严格：2018年修订的《保险公司股权管理办法》将单一股东持股比例上限从51%大幅下调至三分之一（约33.33%）；《商业银行股权管理暂行办法》对持股5%以上的“主要股东”实施严格准入审核并要求关联方持股合并计算。此外，《证券法》确立了以持股5%为起点的阶梯式权益变动报告制度，每增减5%均须暂停交易并发布报告书；持股达30%且继续增持的，须发出要约收购。这一机制在事实上对股权集中度的快速变动形成了制度性“减速带”。

对控股股东侵害中小股东的多重制约。《公司法》和《证券法》为约束控股股东滥用权利确立了基本法理底线。2023年修订的新《公司法》第21条明确规定，公司的控股股东、实际控制人不得利用其关联关系损害公司利益；第22条新增了控股股东对公司和其他股东的信义义务（忠实义务和勤勉义务），将原本仅针对董事、高管的信义义务首次扩展至控股股东层面，大幅提升了对“一股独大”滥权行为的法律震慑力。同时，中国证监会及沪深交易所通过一系列强有力的监管规则，在实操层面构建了针对高集中度企业的多重治理约束：

• 独立董事与关联交易回避。《上市公司治理准则》要求独立董事占董事会比例不低于三分之一，并在关联交易中严格执行非关联股东回避表决程序（“AB股东表决制”），从决策机制上防范“一股独大”带来的利益输送。2023年国务院办公厅发布的《关于上市公司独立董事制度改革的意见》进一步强化了独立董事在审计、薪酬提名等关键环节的话语权。

• 大股东减持规范。证监会于2024年发布的《上市公司股东减持股份管理暂行办法》（“减持新规”），对控股股东和实际控制人的减持行为施加了严格限制：破发、破净或分红不达标时不得减持，大宗交易减持后锁定6个月，且须提前15个交易日预披露减持计划。这些规则有效遏制了控股股东利用信息优势进行“清仓式减持”与套现的冲动。

• 股权质押风控。针对大股东高比例股权质押引发的流动性风险与平仓危机，沪深交易所自2018年起推出了穿透式的信息披露要求：控股股东累计质押比例达到50%以上的，须说明质押原因、资金用途及还款来源；达到80%以上的，须进一步说明是否存在平仓风险及应对措施。

• 分红监管强化。2023年底至2024年，证监会集中出台了一系列推动上市公司“提高分红水平”的政策，将分红与减持、再融资资格直接挂钩。对于长期不分红或分红比例偏低的公司，交易所将实施强制信息披露及“ST”风险警示。这一政策的底层逻辑在于：当控股股东持股比例过高且拒绝分红时，中小股东的回报权益将被实质性剥夺，形成隐性的利益输送。

上述制度安排的本质，均是在多个层面系统性地应对股权高度集中可能衍生的“隧道挖掘”与代理风险，构成了中国资本市场约束“一股独大”的完整制度防线。

3.3 当前仍存在的分歧

尽管“双刃剑”效应被广泛认可，但关于“什么样的集中度对企业绩效最好”，理论界分歧依旧。Demsetz和Lehn（1985）、Demsetz和Villalonga（2001）坚持股权结构的内生论，认为股权结构是市场选择的结果，对绩效本身无显著影响。中国本土研究同样百家争鸣：孙永祥和黄祖辉（1999）主张适中集中度最优，而吴淑琨（2002）则发现了U型关系，徐丽萍等（2006）指出治理效果严重受限于大股东的所有制属性。这些分歧再次印证了WindESG将其作为”展示指标”的严谨性。

四、实证分析：A股十年面板数据的全景洞察

基于Wind数据库2017-2026年A股非金融上市公司数据（约5,400余家企业、4.3万条有效面板观测），我们对股权集中度（HHI）进行了深度分析。

4.1 总体HHI逐年显著下降：分散化大势所趋

HHI_区间分布

HHI_趋势演变

过去十年间，A股非金融上市公司的股权集中度呈现出清晰的整体下降趋势。HHI均值从2017年的约1,598下降至2026年的约1,403（降幅近12%），中位数的下降幅度更为显著（降幅超15%）。整体下行趋势的驱动因素包括：

（1）注册制带来的新上市公司股权结构天然较为分散；

（2）股权分置改革的历史限售股解禁与减持释放；

（3）机构投资者占比提升重塑了股东生态；

（4）员工股权激励计划大量落地稀释了实控人股份；

（5）监管环境的日趋严格，大股东减持新规及规范掏空行为的法规限制了过度集中带来的私利获取空间。

然而，一个值得关注的结构性现象是：高度集中（HHI>2000）的企业占比并未随均值同步收缩，反而在2017至2021年间呈现持续扩大态势，此后才趋于平稳。这一“均值下降、尾部扩大”的分化现象，揭示了A股股权结构演变的双重动力机制：一方面，注册制改革带来的大量新上市公司天然具有较为分散的股权结构，这些“增量”企业从统计上显著拉低了全市场的HHI均值和中位数；另一方面，“存量”中的高集中度企业（尤其是央国企和传统资源型行业公司）的股权结构具有高度刚性，其大股东持股比例受国有资本保值增值要求、战略性行业控制力等政策约束，难以出现实质性稀释。换言之，A股市场的股权分散化并非所有企业“齐步走”的均匀过程，而是一场由增量新经济企业主导的结构性变迁。

4.2 企业生命周期视角：年龄越大，股权越分散

企业生命周期与HHI演变_阶段分组

企业生命周期与HHI演变_连续趋势

从企业的生命周期考量，实证结果揭示了一条非常清晰的“控制权衰减”路径：

这一“控制权衰减”路径可以划分为三个鲜明的阶段，每个阶段背后都有深层的经济逻辑驱动：

第一阶段：初创与成长期（≤10年）——集中持股的战略必要性。在企业生命周期的前十年，HHI维持在1,750-1,795的高位平台，且几乎没有下降迹象。这并非偶然：处于创业与高速成长期的企业面临极高的经营不确定性，需要创始人保持强有力的战略掌控和快速决策能力。集中的股权结构使创始人能够抵御短期市场压力、贯彻长期战略愿景，并在关键商业决策上保持一致性。此阶段的高集中度是“生存需要”的理性选择，而非治理缺陷。

第二阶段：稳定与成熟期（11-20年）——多重力量驱动的分散化。步入第二个十年后，HHI出现了陡峭而持续的下降（从1,795骤降至1,515，降幅达16%），这一阶段是股权分散化最活跃的窗口期。驱动力量来自多个方面：（1）融资稀释效应——企业上市前后经历的多轮股权融资（Pre-IPO轮、IPO公开发行、再融资增发）不断引入新股东，每一轮融资都伴随着创始人持股比例的被动稀释；（2）股权激励扩面——企业进入稳定运营期后，为留住核心管理团队和技术骨干，大规模推行期权与限制性股票计划，将部分股权让渡给关键人才；（3）战略投资者引入——为拓展业务版图或打通产业链上下游，企业主动引入战略合作伙伴作为新的重要股东。

第三阶段：老牌企业（21年以上）——制度性分散与代际传承。企业年龄超过20年后，HHI的下降速率明显放缓（从1,515缓降至1,408，降幅仅7%），呈现出逐步趋于“均衡状态”的特征。这一阶段的分散化更多受制度性因素驱动：（1）创始人代际传承与退出——随着第一代创业者逐步退出经营一线，家族股权在继承、赠与、减持中被动分散，部分创始人通过大宗交易或协议转让实现渐进式退出；（2）限售股全面解禁——上市多年后，各批次限售股陆续解禁并通过二级市场流通，进一步稀释了大股东的相对持股比例；（3）治理结构的制度化转型——企业从“创始人驱动”转向“制度驱动”的管理模式，董事会和职业经理人的角色日益强化，集中股权的“决策效率”优势对企业的边际价值递减。

值得注意的是，即便是成立超过30年的企业，其HHI均值仍保持在1,408的水平——远未达到完全分散的状态。但这一现象的深层原因并非某种“集中度底线”的自然规律，而是样本构成的结构性偏差。在A股市场的历史语境下，成立30年以上意味着这些企业大多创立于1990年代中期之前，恰逢中国从计划经济向市场经济转轨的关键时期。我们的数据验证了这一判断：在30年以上企业中，央企与地方国企合计占比高达45.2%（央企11.4% + 地方国企33.8%），而在10年以下的年轻企业中，央国企合计占比仅为16.5%，民营企业占比则高达69.9%。换言之，老企业群体的高HHI均值，在很大程度上是由其中大量央国企“锚定”的——这些企业脱胎于国有体制改制上市，其控股股东（国资委、地方政府或大型国企集团）受国有资本保值增值的制度要求约束，持股比例具有高度刚性，难以出现实质性稀释。因此，企业年龄与HHI之间的负相关关系，不能简单解读为“随时间推移股权自然趋于分散”的普遍规律，其背后更深层的驱动力是不同历史阶段上市公司的所有制构成差异——这也正是下一节将深入探讨的所有制分叉现象。

4.3 所有制分叉：央企高集中、民营趋分散

HHI_所有制分叉

从所有制看，无论是从均值（左图）还是中位数（右图）的演变轨迹来看，分叉特征均极为鲜明：央企始终保持最高集中度（HHI1,800-2,000区间），反映了国家战略控制力要求；地方国企紧随其后；民营企业最依赖外部融资与激励，集中度最低（HHI1,200-1,400）且降速最快。这种均值与中位数的高度一致性，排除了个别极值企业的影响，印证了所有制属性对股权结构的决定性作用。

这里必须指出一个中国特色的深层逻辑：央国企的高集中度，并不能简单套用西方代理理论中“高集中度→高掏空风险”的分析框架。其原因至少有两个层面：

从产权性质看，央国企的控股股东是国家或各级国资委——一个代表全民利益的抽象公共主体，而非追求私人财富最大化的自然人或家族。在经典的“隧道挖掘”（Tunneling）理论中，控股股东掏空中小股东的核心驱动力是私人收益动机：每一分转移出去的资产都直接进入控股自然人的口袋。然而，在全民所有制框架下，这一激励链条在根源上被切断了——国有控股股东背后并不存在一个能从利益输送中直接获益的自然人。管理层若挪用国有资产，构成的不是民商法意义上的“关联交易”或“利益输送”，而是刑法意义上的“贪污罪”或“挪用公款罪”，面临的是刑事追诉而非民事赔偿。这种产权性质的根本差异，从源头上大幅削弱了控股股东“掏空”中小股东的内在动机。

从外部监督看，中国央国企还叠加了一套远超民营企业的多层级监督体系：审计署的国有资产审计、中央纪委的巡视制度、国资委的经营业绩考核与薪酬管控，以及人大对国有资本经营预算的审议监督。这种“政治问责+行政监管+刑事威慑”的三重约束机制，使得央国企即便在股权高度集中的格局下，其控股股东侵害中小股东利益的空间也被极大压缩。因此，在中国资本市场中，央国企的高HHI并不必然等同于高代理成本，其企业价值的波动更多受产业周期和宏观政策影响。这一中国特色的治理逻辑，是WindESG评级在设计股权集中度指标时必须审慎对待的重要情境变量。

4.4 行业异质性与新旧经济分野：治理结构的时代烙印

行业_HHI_Q对比

从行业维度观察，股权集中度呈现出鲜明的行业异质性（上图通过均值与中位数双指标并排展示，验证了该特征的稳健性）。高集中度行业主要为煤炭、交通运输、钢铁、公用事业等，普遍具有资本密集、资源垄断、国企占比高的特征；低集中度行业主要为软件服务、半导体、硬件设备等，高度依赖技术智力与风险投资，股权天然分散。这种行业分化并非偶然，其背后折射出的是中国经济新旧动能转换过程中“新经济”与“旧经济”在治理基因上的根本性分野。

新旧经济_HHI演变

我们将全样本行业划分为“新经济”（信息技术、医疗保健、高端制造、新能源等）与“旧经济”（煤炭、钢铁、石化、交运、公用事业等）两大阵营后，治理结构的时代裂痕清晰可见：

旧经济行业的HHI长期高出新经济14%以上（且均值与中位数双线同步维持这一鸿沟），其核心原因在于：旧经济企业多脱胎于国有体制或资源垄断格局，控股股东（往往是国资委或大型央国企集团）持有绝对控制权，股权结构“先天”集中；同时，这类行业的业务模式偏重资产、依赖规模效应，对外部股权融资和股权激励的需求较低，股权稀释的内生动力不足。

新经济行业的HHI则持续处于低位，其分散化的股权结构源于截然不同的成长逻辑：新经济企业通常经历天使轮、A/B/C轮等多轮风险投资，每一轮融资都伴随着创始人股权的稀释和新股东的引入；上市后，为吸引和留住技术核心人才，大量推行期权与限制性股票等股权激励计划，进一步分散了股权。

尤为引人注目的是，两类经济的结构性鸿沟从未弥合——新经济在2017年的起始集中度，甚至低于旧经济经过十年分散化后的2026年终点。这一“起跑线差距”揭示了一个深层事实：新旧经济的股权集中度差异并非后天政策塑造的产物，而是根植于两类经济截然不同的产业基因与资本形成路径之中。旧经济的高集中度是计划经济遗产与资源禀赋的路径锁定，而新经济的低集中度则是市场化融资机制与人力资本定价逻辑的自然结果。随着中国经济结构持续向新经济转型、新上市公司中新经济占比不断提升，这一治理结构的“代际更替”将成为推动A股整体股权分散化的根本力量之一。

4.5 股权集中度与企业价值：TWFE实证揭示的“虚假相关”

4.5.1 朴素截面观察：看似显著的“高集中度折价”与中枢反弹

HHI与Tobin's Q十分位组衰减图

如果直接观察截面数据（不做任何控制），我们确实能看到看似显著的“高集中度折价”。如图4-1所示，以均值衡量，D1（最分散）均值为2.433，D10（最集中）降至2.159，折价达11.3%；若以受极值影响更小的中位数衡量，从D1的1.937降至D10的1.673，折价更是达到13.6%。然而，双柱状图揭示了这种相关性并非单调递减：在中等集中度区间（特别是D6-D7），估值中枢不仅没有随集中度下降，反而出现了明显的反弹（D7中位数1.934几乎与极度分散的D1持平），图中所添加的二阶拟合曲线（虚线）也进一步凸显了这种整体衰减与局部反弹交织的非线性特征。此外，均值点始终高悬于中位数之上，暗示着低集中度区间存在极强的“向上长尾效应”（即极少数高估值公司大幅拉高了整体均值）。

我们在上述截面中观察到的长尾效应和整体向下的“折价滑梯”，其深层原因究竟是什么？

HHI与Tobin's Q亚群等高线图

为了探究折价的来源，如图4-2的“亚群等高线叠加分析”所示，我们在全市场灰色的基础密度轮廓之上，利用企业性质与行业特征作为代理变量，直接提取并绘制了两个最具代表性的异质群体： - 蓝色等高线聚集区（亚群B：科技创新民企）：主要由软件、半导体、医药等行业民营企业组成，它们天然盘踞在坐标系的左上方（低集中度 + 高估值成长溢价）； - 红色等高线聚集区（亚群A：传统重资产国企）：主要由煤炭、钢铁、交运等重资产央国企组成，它们天然沉淀在坐标系的右下方（高集中度绝对控股 + 低估值重资产折价）。

这张图直观地揭示了一个经典的辛普森悖论（Simpson’sParadox），或称异质混合效应（Heterogeneous Mixing Effect）：当我们将两个在HHI和Tobin'sQ上具有截然不同条件分布的异质子群——科技创新民企（低HHI、高Q）与传统重资产国企（高HHI、低Q）——混合到同一个宏观截面中时，总体层面便“涌现”出了一条向右下倾斜的虚假趋势线。这条趋势线并非反映了“股权集中度增加→企业估值下降”的因果路径，而是两个异质群体各自聚集在不同象限后，在统计汇总时被机械地“拼接”而成的伪相关。这一朴素观察极易让人得出一个直觉性结论：“股权越分散，企业价值越高”——如果据此直接在ESG评级中对高集中度企业扣分，似乎“证据充分”。然而，这张亚群叠加分析已经清晰地证明，这种未经分层处理的截面相关性本质上是一个统计幻觉：总体中观察到的负相关，在各子群内部很可能并不成立——这正是辛普森悖论的核心特征。而要严格地从因果推断的角度证实这一点，还需要借助计量经济学工具来处理更深层的内生性问题（详见4.5.2节）。

4.5.2 内生性问题：相关不等于因果

截面数据中观察到的“高集中度折价”，实质上很可能是企业固有特质驱动的内生性偏差——特定类型的企业“天然”倾向于同时具有高集中度和低估值。例如：

• 重资产央国企：煤炭、钢铁、交运等行业的央国企，天然具有高集中度（国资控股）和低Tobin's Q（重资产行业的市净率和市盈率本身就低），但这并非集中度“导致”了低估值，而是同一企业特质（行业属性+所有制性质）同时决定了这两个变量。

• 轻资产新经济企业：半导体、软件服务类民营企业，天然具有低集中度（多轮融资稀释）和高Tobin's Q（轻资产+高成长预期），同样是企业特质同时驱动了两个变量。

如果不剥离这些企业固有特质（所谓“遗漏变量”），截面回归的系数将严重偏误。正如Demsetz和Villalonga（2001）所警告的，股权结构本身是市场选择的内生结果，将其视为外生变量直接回归，在计量经济学上存在根本性的逻辑缺陷。

4.5.3 TWFE模型：剥离内生性的“净效应”实验

为了甄别因果效应，我们采用了双向固定效应（Two-Way Fixed Effects, TWFE）模型。TWFE是面板数据计量分析中识别因果效应的标准工具，其核心思想是：

• 企业个体固定效应（αᵢ ）：控制每家企业不随时间变化的所有固有特质——行业属性、企业基因、所有制性质、历史包袱等。这相当于让“每家企业和自己做对比”，而不是让不同企业之间互相比较。

• 年份固定效应（δₜ ）：控制所有企业在同一年份共同面对的宏观冲击——市场牛熊周期、货币政策、监管变化等。

模型设定如下：

在TWFE框架下，β系数识别的是：对于同一家企业，当其HHI在不同年份发生变动时，其Tobin'sQ是否会随之系统性变化？这才是真正的“净效应”——剥离了企业固有属性（如“我是央企”“我在煤炭行业”）和时间趋势后，集中度变动本身对价值的边际影响。

4.5.4 TWFE结果：“高集中度折价”几乎完全消失

TWFE_十分位对比

TWFE_Binscatter

经过TWFE净化后，结果令人震惊：最分散组与最集中组之间的估值差异从11.3%骤降至不足0.5%（净效Q值分别为2.451与2.440），在经济意义上完全可以忽略不计。TWFEBinscatter分析也显示拟合线几近水平——HHI的年际变动几乎不对同一企业的Tobin'sQ产生任何系统性影响。

换言之，截面数据中那11.3%的“高集中度折价”，绝大部分（超过96%）都是企业固有特质造成的“假性负相关”，而非集中度本身对企业价值的因果剥夺。这一前后对比鲜明地展示了为什么不能简单地将截面相关性等同于因果关系，也是为什么我们不能贸然在ESG评分中对高集中度企业进行系统性扣分。

4.5.5 中国市场的独特性与Demsetz内生论的映射

这一结论揭示了中国实证情况与国际研究结果的深刻差异。在许多基于欧美市场的早期研究中（如Morck等,1988），股权集中度常被发现与企业价值存在显著的负相关或非线性因果关系；但在中国A股市场，由于高集中度的央国企具备特殊的合规约束（掏空动机低、合规要求高），同时新兴的分散化企业享有高估值溢价，导致未处理的面板数据呈现出“假性负相关”。TWFE模型证明，一旦剥离了这些中国特色的企业固有属性（固定效应），股权集中度的单纯年际变动对企业价值并不存在系统性的因果驱动力。这正是Demsetz内生论在中国资本市场的完美映射——股权结构是市场博弈的内生均衡结果，而非价值创造的外生原因。

总结

本文围绕WindESG评级方法学升级中股权集中度（HHI）指标的纳入问题，进行了系统的理论梳理、制度分析与实证检验。以下从三个维度概括核心结论：

第一，A股市场股权集中度的全景特征已被深度刻画。基于2017-2026年约5,400余家非金融上市公司、4.3万条有效面板数据，我们揭示了一系列具有显著政策含义的结构性规律：（1）HHI整体呈现持续下行趋势（十年降幅近12%），但“均值下降、尾部扩大”的分化格局表明，分散化并非所有企业“齐步走”的均匀过程，而是由增量新经济企业主导的结构性变迁；（2）企业生命周期视角揭示了清晰的“控制权衰减”路径，但老企业群体的高HHI均值并非某种“集中度底线”的自然规律，而是样本中央国企占比高达45.2%的结构性偏差所致；（3）所有制分叉极为鲜明，央企始终维持最高集中度，民营企业最低且降速最快，且均值与中位数的高度一致性排除了极值干扰；（4）新旧经济的治理鸿沟从未弥合，新经济2017年的起始集中度甚至低于旧经济十年分散化后的终点，揭示了两类经济根植于产业基因的根本性差异。

第二，截面“高集中度折价”的统计幻觉被严格证伪。朴素面板数据显示D1至D10的Tobin'sQ衰减达11.3%（中位数13.6%），看似“证据充分”。然而，亚群等高线分析揭示了这一现象的本质是辛普森悖论——科技创新民企（低HHI、高Q）与传统重资产国企（高HHI、低Q）两个异质子群被混合后“拼接”出的伪相关，总体中的负相关在子群内部并不成立。进一步的TWFE双向固定效应模型，通过剥离企业个体固定效应（行业、所有制等不随时间变化的特质）和年份固定效应（宏观周期冲击），严格证明了HHI对Tobin'sQ的净因果效应在统计和经济意义上均不显著——截面中那11.3%的“折价”，超过96%是企业固有特质造成的假性负相关（即估值差异从截面的11.3%骤降至TWFE模型的不足0.5%，降幅达96%）。这一结论与Demsetz内生论高度吻合：股权结构是市场博弈的内生均衡结果，而非价值创造的外生驱动力。

第三，“展示不算分”的审慎定调获得了多重维度的实证支撑。理论层面，学术界对“最优股权结构”至今分歧严重（正相关、负相关、U型、倒U型、不相关五种实证发现并存）；情境层面，央国企的高集中度在全民所有制的产权性质下，从根源上切断了控股股东掏空中小股东的私人收益激励链条，叠加“政治问责+行政监管+刑事威慑”的三重外部约束，其高HHI并不等同于高代理成本——这是中国市场区别于西方经典代理理论的核心特征；实证层面，TWFE模型已证明集中度变动对企业价值无显著因果影响。在学术分歧、中国特色情境与实证反证的三重约束下，将HHI作为信息展示指标，既为投资者提供了透视企业底层治理结构的珍贵数据窗口，又审慎地避免了引入不公允的评分标准。

展望未来，随着注册制的全面深化、新经济企业占比的持续提升，A股股权结构的“代际更替”将继续推进。WindESG评级团队将持续跟踪治理研究前沿与市场结构演变，适时评估将HHI从“展示指标”升级为“评分指标”的条件成熟度，并探索引入股权制衡度、实际控制人链条长度等高阶衍生指标，以期为市场提供更加专业、立体的公司治理评价体系。

参考文献

1.Berle, A., & Means, G. (1932). The Modern Corporation and Private Property. New York: Macmillan.

2.Jensen, M. C., & Meckling, W. H. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, 3(4), 305-360.

3.Grossman, S. J., & Hart, O. D. (1980). Takeover Bids, the Free-Rider Problem, and the Theory of the Corporation. Bell Journal of Economics, 11(1), 42-64.

4.Demsetz, H., & Lehn, K. (1985). The Structure of Corporate Ownership: Causes and Consequences. Journal of Political Economy, 93(6), 1155-1177.

5.Shleifer, A., & Vishny, R. W. (1986). Large Shareholders and Corporate Control. Journal of Political Economy, 94(3), 461-488.

6.Morck, R., Shleifer, A., & Vishny, R. W. (1988). Management Ownership and Market Valuation: An Empirical Analysis. Journal of Financial Economics, 20, 293-315.

7.Shleifer, A., & Vishny, R. W. (1997). A Survey of Corporate Governance. Journal of Finance, 52(2), 737-783.

8.La Porta, R., Lopez-de-Silanes, F., & Shleifer, A. (1999). Corporate Ownership Around the World. Journal of Finance, 54(2), 471-517.

9. 孙永祥,黄祖辉. (1999). 上市公司的股权结构与绩效.经济研究, (12), 23-30.

10.Johnson, S., La Porta, R., Lopez-de-Silanes, F., & Shleifer, A. (2000). Tunneling. American Economic Review, 90(2), 22-27.

11.Bennedsen, M., & Wolfenzon, D. (2000). The Balance of Power in Closely Held Corporations. Journal of Financial Economics, 58(1-2), 113-139.

12.Thomsen, S., & Pedersen, T. (2000). Ownership Structure and Economic Performance in the Largest European Companies. Strategic Management Journal, 21(6), 689-705.

13.Demsetz, H., & Villalonga, B. (2001). Ownership Structure and Corporate Performance. Journal of Corporate Finance, 7(3), 209-233.

14.Claessens, S., Djankov, S., Fan, J. P. H., & Lang, L. H. P. (2002). Disentangling the Incentive and Entrenchment Effects of Large Shareholdings. Journal of Finance, 57(6), 2741-2771.

15.吴淑琨. (2002). 股权结构与公司绩效的U型关系研究——1997-2000年上市公司的实证研究.中国工业经济, (1), 80-87.

16.冯根福. (2004). 双重委托代理理论——上市公司治理的另一种分析框架.经济研究, (12), 16-25.

17.徐丽萍,辛宇,陈工孟. (2006). 股权集中度和股权制衡及其对公司经营绩效的影响.经济研究, (1), 90-100.

18.Laeven, L., & Levine, R. (2008). Complex Ownership Structures and Corporate Valuations. Review of Financial Studies, 21(2), 579-604.

19.Edmans, A. (2009). Blockholder Trading, Market Efficiency, and Managerial Myopia. Journal of Finance, 64(6), 2481-2513.

20.Edmans, A., & Manso, G. (2011). Governance Through Trading and Intervention: A Theory of Multiple Blockholders. Review of Financial Studies, 24(7), 2395-2428.

21.姜付秀等. (2015). 退出威胁能抑制控股股东私利行为吗？管理世界, (5), 147-159.

22.朱冰,张晓亮,郑晓佳. (2018). 多个大股东与企业创新.管理世界, 34(7), 151-165.

// Wind ESG评级介绍 //

Wind ESG评级体系以ESG内涵为基础，以数据驱动为核心，接轨国际标准和评估框架，结合中国公司信息披露的政策和现状，通过科学严谨的方法学，预见性地评估企业实质性ESG风险及其可持续经营的能力。Wind ESG评级结果与底层数据已全面覆盖A股、港股上市公司，公募信用债发债主体及国内公募基金。

// 满足多元化应用场景，以数据驱动ESG投研决策 //

服务机构ESG投资

专业的模型构建、领先的研发技术、成熟的数据管理经验、科学的评级体系，以数据驱动ESG投研决策、管理ESG风险，应对监管要求。

助力企业ESG实践

企业ESG信息可视化展示，同业领先者ESG表现一键对比；为企业提供路演平台，向专业投资者全面展示自身ESG管理能力。

支持机构ESG研究

2017年至今底层数据全透明，超过500个指标支持各类ESG研究；碳排放数据库全市场覆盖，科学估算方法支持气候变化分析。