国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

金融發(fā)展、信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)

2018-11-29 03:43
商業(yè)會(huì)計(jì) 2018年18期
關(guān)鍵詞:回歸系數(shù)程度股價(jià)

(四川大學(xué)商學(xué)院四川成都610065四川省發(fā)改委價(jià)格監(jiān)督檢查與反壟斷局四川成都610012)

一、引言

金融發(fā)展程度的高低,直接關(guān)系到一個(gè)地區(qū)金融市場(chǎng)的穩(wěn)定和繁榮。本文基于我國(guó)的制度環(huán)境,考察在不同金融發(fā)展程度的環(huán)境中,信息不透明對(duì)股價(jià)暴跌風(fēng)險(xiǎn)的影響和差異,以此來(lái)檢驗(yàn)金融發(fā)展的重要性。

股價(jià)暴跌風(fēng)險(xiǎn)是由于公司隱藏了壞消息而產(chǎn)生,公司隱藏的壞消息越多,即信息不透明度越高,公司股價(jià)發(fā)生暴跌的風(fēng)險(xiǎn)也就越大 (Hutton et al.,2009)。金融發(fā)展程度不同,公司的信息不透明對(duì)股價(jià)暴跌風(fēng)險(xiǎn)的影響可能存在差異。本文以我國(guó)A股上市公司2007—2016年的數(shù)據(jù)為樣本,研究發(fā)現(xiàn),公司的信息不透明會(huì)提高其股價(jià)暴跌風(fēng)險(xiǎn),但僅在金融發(fā)展程度低的環(huán)境中體現(xiàn),而在金融發(fā)展程度高的環(huán)境中沒(méi)有得到體現(xiàn)。

本文的貢獻(xiàn)在于:(1)將金融發(fā)展納入分析,考察信息不透明在不同金融發(fā)展程度的環(huán)境中對(duì)股價(jià)暴跌風(fēng)險(xiǎn)的影響和差異,豐富了股價(jià)暴跌風(fēng)險(xiǎn)的研究。(2)為從股價(jià)暴跌風(fēng)險(xiǎn)檢驗(yàn)金融發(fā)展的重要性提供了新的經(jīng)驗(yàn)證據(jù)。

二、理論分析和研究假設(shè)

公司由于隱藏壞消息而使得公司信息變得不透明。隱藏的壞消息越多,公司的信息不透明度就越高。股價(jià)暴跌風(fēng)險(xiǎn)也因公司隱藏壞消息而產(chǎn)生。當(dāng)過(guò)多的壞消息不能再被公司隱藏時(shí),大量的以前被隱藏的壞消息就會(huì)瞬間向市場(chǎng)釋放而產(chǎn)生“堰塞湖”效應(yīng),股價(jià)就會(huì)發(fā)生暴跌(Jin and Myers,2006)??梢?jiàn),公司信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)具有正相關(guān)關(guān)系(Hutton et al.,2009;潘越等,2011)。

然而,在不同的金融發(fā)展程度的環(huán)境中,公司的信息不透明對(duì)股價(jià)暴跌風(fēng)險(xiǎn)的影響可能存在差異。在金融發(fā)展程度高的環(huán)境中,公司信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)的正相關(guān)關(guān)系不一定成立。金融發(fā)展程度高的環(huán)境,意味著金融中介機(jī)構(gòu)多,投資者個(gè)人的分析能力和解讀能力較強(qiáng),公司的信息會(huì)被及時(shí)、充分地發(fā)掘,從而讓信息不透明導(dǎo)致的股價(jià)暴跌風(fēng)險(xiǎn)得到一定程度的化解。一般而言,相對(duì)于個(gè)體投資者,金融中介機(jī)構(gòu)的專業(yè)能力強(qiáng),具有信息優(yōu)勢(shì),可在信息生產(chǎn)、傳播和吸收方面發(fā)揮自己的強(qiáng)項(xiàng)。并且,當(dāng)金融中介機(jī)構(gòu)數(shù)量較多時(shí),金融中介機(jī)構(gòu)相互之間可以對(duì)公司信息進(jìn)行交換和吸收。在金融發(fā)展程度高的環(huán)境中,投資者個(gè)人能力和風(fēng)險(xiǎn)管理意識(shí)也較強(qiáng),善于通過(guò)公開(kāi)和非公開(kāi)的渠道獲得信息進(jìn)行決策,以避免在個(gè)人投資決策中出現(xiàn)重大失誤。

而在金融發(fā)展程度低的環(huán)境中,公司信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)的正相關(guān)關(guān)系則可能成立。在金融發(fā)展程度低的環(huán)境中,金融中介機(jī)構(gòu)數(shù)量少,投資者個(gè)人分析能力和解讀能力較弱,不能有效對(duì)公司隱藏的信息進(jìn)行及時(shí)充分地發(fā)掘,從而讓信息不透明導(dǎo)致的股價(jià)暴跌風(fēng)險(xiǎn)得不到化解,使得股價(jià)暴跌風(fēng)險(xiǎn)上升。

從上面的分析可知,由于在不同金融發(fā)展程度的環(huán)境中,市場(chǎng)對(duì)公司信息的發(fā)掘能力存在差異,公司信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)的正相關(guān)關(guān)系,可能僅在金融發(fā)展程度低的環(huán)境中得到體現(xiàn),而在金融發(fā)展程度高的環(huán)境中可能得不到體現(xiàn)。由此,本文提出以下假設(shè):公司信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)的正相關(guān)關(guān)系,僅在金融發(fā)展程度低的環(huán)境中得到體現(xiàn)。

三、樣本選擇與研究方法

(一)樣本選擇

本文選取了我國(guó)A股上市公司2007—2016年的上市公司作為研究樣本進(jìn)行考察。所采用數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR),并對(duì)樣本按照以下條件進(jìn)行篩選:考慮到金融行業(yè)的特殊性,故對(duì)金融行業(yè)樣本予以剔除;對(duì)有數(shù)據(jù)缺失的樣本,予以剔除。按照上述條件篩選后,最后得到15 797個(gè)研究樣本。表1是研究樣本按年度分布的情況。

表1 研究樣本的年度分布情況

(二)股價(jià)暴跌風(fēng)險(xiǎn)的計(jì)量

參照 Kim et al.(2011)、Kim and Zhang(2016)的做法,采用負(fù)收益偏態(tài)系數(shù)Ncskew和收益上下波動(dòng)比Duvol兩個(gè)變量來(lái)衡量股價(jià)暴跌風(fēng)險(xiǎn)。這兩個(gè)變量的值越大,表征著公司的股價(jià)暴跌風(fēng)險(xiǎn)就越大。

股價(jià)暴跌風(fēng)險(xiǎn)的計(jì)量,是以公司的特有周收益(Firmspecific Weekly Return)為基礎(chǔ)來(lái)進(jìn)行計(jì)算。公司的特有周收益,按模型1進(jìn)行公司年度估計(jì)。

其中,ri,t為公司的周收益,即公司i在t周的考慮現(xiàn)金紅利再投資的收益率,要求公司年度的周收益數(shù)據(jù)不少于26個(gè)。rm,t為市場(chǎng)在t周的經(jīng)流通市值加權(quán)的市場(chǎng)收益率。為了控制市場(chǎng)非同步交易的影響,控制了市場(chǎng)前后兩期的周收益(Dimson,1979)。

從模型1回歸估計(jì)的參差εi,t來(lái)計(jì)算公司的特有周收益率 Wi,t,即 Wi,t=ln(1+εi,t)。

1.負(fù)收益偏態(tài)系數(shù)Ncskew。它是衡量公司的特有周收益在一個(gè)年度的負(fù)偏向程度,代表了股票暴跌的傾向。

在公式(1)中,n為公司股票在一個(gè)年度中的交易周數(shù)。

2.收益上下波動(dòng)比Duvol。它是衡量公司股票的特有周收益在一個(gè)年度的漲跌波動(dòng)比率,代表了股票暴跌的傾向。

在公式(2)中,nu為公司的特有周收益高于當(dāng)年均值的周數(shù),nd為公司的特有周收益低于當(dāng)年均值的周數(shù)。

(三)回歸模型

為了檢驗(yàn)本文的研究假設(shè),本文參照Hutton et al.(2009)、Kim and Zhang(2016)的模型,構(gòu)建如下檢驗(yàn)?zāi)P停?/p>

股價(jià)暴跌風(fēng)險(xiǎn)(Crashrisk)為因變量,分別采用負(fù)收益偏態(tài)系數(shù)Ncskew和收益上下波動(dòng)比Duvol兩個(gè)變量衡量。

信息不透明(Opaque)為解釋變量,參照Hutton et al.(2009)的方法,以操縱性應(yīng)計(jì)DA前三年絕對(duì)值之和衡量。操縱性應(yīng)計(jì)DA,采用修正的Jones模型 (DeChow et al.,1995)分年度分行業(yè)估計(jì)。

Control為控制變量,具體包括:公司年均特有周收益率(Ret),是為了控制上一年公司股票收益對(duì)當(dāng)期股價(jià)暴跌風(fēng)險(xiǎn)的影響;公司年度特有周收益的標(biāo)準(zhǔn)差(Sigma),是為了控制公司股票收益波動(dòng)對(duì)公司股價(jià)暴跌的影響;投資者異質(zhì)信念(Dturn),采用當(dāng)年的月平均換手率與上一年的月平均換手率之差衡量,是為了控制投資者異質(zhì)信念的影響;負(fù)收益偏態(tài)系數(shù)(Ncskew),為了控制前一年股價(jià)暴跌風(fēng)險(xiǎn)對(duì)當(dāng)期的影響;資產(chǎn)負(fù)債率(Lev),為公司總負(fù)債與總資產(chǎn)的比值,是為了控制財(cái)務(wù)風(fēng)險(xiǎn)的影響;公司業(yè)績(jī)(Roa),采用總資產(chǎn)凈利潤(rùn)來(lái)衡量,是為了控制公司業(yè)績(jī)的影響;市凈率(MB),以股東權(quán)益的市值與其賬面價(jià)值之比來(lái)衡量,是為了控制公司成長(zhǎng)性的影響;公司的市值規(guī)模(Size),采用公司市值的自然對(duì)數(shù)衡量,是為了控制公司規(guī)模的影響。

此外,為了控制極端值的影響,模型中的所有連續(xù)變量均進(jìn)行1%水平上下的Winsorize處理。

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)分析

從表2可以看出,低金融發(fā)展程度的負(fù)收益偏態(tài)系數(shù)Ncskewt的均值為-0.2297,在統(tǒng)計(jì)上與高金融發(fā)展程度的均值-0.2313沒(méi)有顯著差異。同樣,收益上下波動(dòng)比Duvolt在低金融發(fā)展程度的均值為-0.0778,在統(tǒng)計(jì)上與高金融發(fā)展程度的均值-0.0784沒(méi)有顯著差異。這表明,股價(jià)暴跌風(fēng)險(xiǎn)在低金融發(fā)展程度與高金融發(fā)展沒(méi)有顯著差異。信息不透明Opaquet,在低金融發(fā)展程度的均值為0.2005,在統(tǒng)計(jì)上與高金融發(fā)展程度的均值0.2012沒(méi)有顯著差異。

表2 描述性統(tǒng)計(jì)分析結(jié)果

(二)回歸分析

從表3可以看出,在以負(fù)收益偏態(tài)系數(shù)Ncskewt衡量股價(jià)暴跌風(fēng)險(xiǎn)Crashriskt的回歸結(jié)果里,信息不透明Opaquet在全樣本的回歸系數(shù)為0.1125,在1%水平下統(tǒng)計(jì)顯著。在細(xì)分樣本回歸后,信息不透明Opaquet在低金融發(fā)展樣本的回歸系數(shù)為0.1668,并在1%水平下統(tǒng)計(jì)顯著,而在高金融發(fā)展樣本的回歸系數(shù)為0.0619,但在統(tǒng)計(jì)上不顯著。

同樣,在以收益上下波動(dòng)比Duvolt衡量股價(jià)暴跌風(fēng)險(xiǎn)Crashriskt的回歸結(jié)果里,信息不透明Opaquet的回歸系數(shù)在全樣本顯著為正。在細(xì)分樣本回歸后,信息不透明Opaquet的回歸系數(shù)在低金融發(fā)展樣本里統(tǒng)計(jì)上顯著為正,而在高金融發(fā)展樣本里統(tǒng)計(jì)上不顯著。

上述經(jīng)驗(yàn)數(shù)據(jù)表明,信息不透明提高公司的股價(jià)暴跌風(fēng)險(xiǎn),僅體現(xiàn)在金融發(fā)展程度低的上市公司中,本文的假設(shè)得到支持。

表3 信息不透明與股價(jià)暴跌風(fēng)險(xiǎn)的回歸結(jié)果

在控制變量的回歸結(jié)果方面,公司年均特有周收益率Rett-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為正,表明公司的年股票收益會(huì)正向影響公司下一年的股價(jià)暴跌風(fēng)險(xiǎn)。公司年度特有周收益的標(biāo)準(zhǔn)差Sigmat-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為正,表明公司的年股票收益波動(dòng)會(huì)正向影響公司下一年的股價(jià)暴跌風(fēng)險(xiǎn)。負(fù)收益偏態(tài)系數(shù)Ncskewt-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為負(fù),表明公司的股價(jià)暴跌風(fēng)險(xiǎn)會(huì)受到上一年股價(jià)暴跌風(fēng)險(xiǎn)的影響。公司業(yè)績(jī)Roat-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為負(fù),表明公司業(yè)績(jī)會(huì)負(fù)向影響下一年的股價(jià)暴跌風(fēng)險(xiǎn)。市凈率MBt-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為正,表明公司的成長(zhǎng)性會(huì)正向影響公司下一年的股價(jià)暴跌風(fēng)險(xiǎn)。公司的市值規(guī)模Sizet-1的回歸系數(shù)在統(tǒng)計(jì)上顯著為正,表明公司的市值規(guī)模會(huì)正向影響公司下一年的股價(jià)暴跌風(fēng)險(xiǎn),這與Chen et al.(2001)、Hutton et al.(2009)的結(jié)果一致。

五、研究結(jié)論與啟示

一個(gè)地區(qū)的金融發(fā)展程度,昭示著該地區(qū)的金融市場(chǎng)對(duì)信息及時(shí)、充分發(fā)掘和解讀的能力水平。在不同的金融發(fā)展程度環(huán)境中,公司的信息不透明得到的緩解程度將存在差異。本文結(jié)合我國(guó)的制度背景,以我國(guó)A股上市公司2007—2016年的數(shù)據(jù)為樣本,考察公司的信息不透明在不同金融發(fā)展程度環(huán)境下對(duì)股價(jià)暴跌風(fēng)險(xiǎn)的影響及其差異。研究發(fā)現(xiàn),公司的信息不透明會(huì)提高其股價(jià)暴跌風(fēng)險(xiǎn),但僅在金融發(fā)展程度低的環(huán)境中體現(xiàn),而在金融發(fā)展程度高的環(huán)境中沒(méi)有得到體現(xiàn)。這說(shuō)明在金融發(fā)展程度高的地方,可以化解信息不透明導(dǎo)致的股價(jià)暴跌風(fēng)險(xiǎn),而在金融發(fā)展程度低的地方,由于不能化解信息不透明導(dǎo)致的股價(jià)暴跌風(fēng)險(xiǎn),使得股價(jià)暴跌風(fēng)險(xiǎn)上升。

通過(guò)本文的研究,可以得到以下啟示:提高我國(guó)各地區(qū)的金融發(fā)展水平,有利于化解公司信息不透明導(dǎo)致的股價(jià)暴跌風(fēng)險(xiǎn),但是,我國(guó)各地區(qū)的金融發(fā)展存在不平衡、不充分的現(xiàn)狀,影響了金融市場(chǎng)功能的發(fā)揮,迫切需要政府大力推動(dòng)和統(tǒng)籌協(xié)調(diào)我國(guó)各地區(qū)的金融發(fā)展,這對(duì)維護(hù)和推動(dòng)我國(guó)證券市場(chǎng)的安全穩(wěn)定和健康發(fā)展具有重要的戰(zhàn)略意義。

猜你喜歡
回歸系數(shù)程度股價(jià)
男女身高受歡迎程度表
日語(yǔ)程度的類型與程度副詞的對(duì)應(yīng)關(guān)系
盤中股價(jià)升跌引起持股者情緒變化
牛股盤中沖高回落尾市拉漲停行為解讀
基于生產(chǎn)函數(shù)模型的地區(qū)經(jīng)濟(jì)發(fā)展影響因素分析
電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋果砧木抗寒性的比較
電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋果砧木抗寒性的比較
股價(jià)創(chuàng)股災(zāi)以來(lái)新低的股票
城鎮(zhèn)居民收入差距主要因素回歸分析
摩擦力的利用與防止
洛南县| 曲沃县| 张家港市| 周口市| 本溪| 苍溪县| 德格县| 冷水江市| 赤城县| 贡山| 大新县| 海林市| 铜山县| 安丘市| 通海县| 黔南| 鸡东县| 广平县| 古交市| 成安县| 朔州市| 同江市| 长武县| 金沙县| 廉江市| 太康县| 和田县| 万盛区| 林口县| 石渠县| 涟水县| 灵山县| 沽源县| 虞城县| 波密县| 本溪市| 桂平市| 高要市| 南漳县| 宝丰县| 安化县|