葉彥藝，高昊宇，楊曉光

(1.清華大學(xué)五道口金融學(xué)院，北京 100083；2.中央財經(jīng)大學(xué)中國金融發(fā)展研究院，北京 100081；3.中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190；4.中國科學(xué)院大學(xué)，北京 100049)

1 引言

股票的暴漲、暴跌常常是牽動著全社會的神經(jīng)。相比發(fā)達國家股票市場，中國股票市場的暴漲、暴跌的頻率更高、幅度更大。比如，2014年末到2015年的一輪牛熊轉(zhuǎn)換，我國股票市場出現(xiàn)了史上罕見的千股漲停到千股跌停“過山車”式的價格變化。近年來，股票市場中資產(chǎn)價格的暴跌風(fēng)險及其影響因素，引起了國內(nèi)外學(xué)術(shù)界和監(jiān)管部門的廣泛關(guān)注，但對股票價格暴漲的現(xiàn)象及其影響的關(guān)注卻遠遠低于對股價暴跌的關(guān)注。盡管風(fēng)險一般被定義為收益的不確定性，但是普通人意識之中的風(fēng)險主要還是與損失相關(guān)聯(lián)。對于股票暴漲，直觀上看是帶來顯著的正向收益，如果暴漲股票與非暴漲股票相比沒有蘊含更大的損失，那么簡單地從價格極端波動的角度認(rèn)為暴漲是風(fēng)險就與人們將風(fēng)險與損失相關(guān)聯(lián)產(chǎn)生了不一致。事實上，為了抑制過度投機行為和防止資產(chǎn)價格的劇烈波動風(fēng)險，我國證券市場于1996年12月16日設(shè)立了漲跌停板制度，規(guī)定個股漲跌幅上下不得超過百分之十，即股票漲跌停板。漲跌停板制度對資產(chǎn)價格的日內(nèi)漲跌幅做了對稱的限制，這是從監(jiān)管部門的認(rèn)知角度間接地說明股價暴漲也會蘊藏風(fēng)險。但是對于暴漲為什么是風(fēng)險缺乏更堅實的直接證據(jù)。本文將對暴漲股票的特征和日后的表現(xiàn)進行考察，檢驗暴漲股票是否與未來更大損失相關(guān)聯(lián)，試圖對暴漲背后的風(fēng)險給出更直接的證據(jù)和更清晰的刻畫。

在研究股價極端波動風(fēng)險方面，國內(nèi)外的文獻多集中在對暴跌風(fēng)險的探討。理論上，較為廣泛接受的解釋是Chen等[1]提出的信息囤積假說，即公司管理層從自身利益出發(fā)，缺乏動機披露壞消息，但長期囤積壞消息，當(dāng)積累的壞消息超過一個臨界點時，壞消息便集中釋放到市場，帶來股票的價格急跌，嚴(yán)重則導(dǎo)致股價崩盤。據(jù)此，Jin和Myers[2]，Hutton等[3]和Kim等[4]發(fā)現(xiàn)缺乏透明性的公司，股價中包含更少的公司特定信息，更可能發(fā)生股價崩盤以及負(fù)向回報率；而強大的外部監(jiān)督，比如機構(gòu)持股比例高、分析師覆蓋多的股票，不易出現(xiàn)崩盤風(fēng)險。國內(nèi)的學(xué)者，許年行等[5]，褚劍和方軍雄[6]，劉圣堯等[7]也研究了中國股票市場的崩盤風(fēng)險，得到很多類型的結(jié)論。但相比暴跌風(fēng)險，國內(nèi)外學(xué)者都未深入探討暴漲風(fēng)險決定因素和經(jīng)濟影響的研究。高昊宇等[8]在機構(gòu)投資者參與抑制極端價格風(fēng)險的研究中，對漲跌停極端風(fēng)險事件的相關(guān)性進行了初步的探討，發(fā)現(xiàn)暴漲與暴跌有較高的正相關(guān)，但未能深入地就暴漲風(fēng)險開展研究。

股票價格暴漲毋庸置疑是短期股票價格異常強勁的一種市場表現(xiàn)。解釋暴跌風(fēng)險的信息囤積假說，難以繼續(xù)應(yīng)用到暴漲風(fēng)險上，因為公司管理層從自身利益出發(fā)，有較少的動機隱藏好消息。本文提出股價暴漲的風(fēng)險主要是短期價格泡沫造成的。這里所謂的短期價格泡沫，一類是“操縱股價”帶來的，即信息交易者為攫取利益，刻意拉抬股價，套現(xiàn)離場，侵害中小投資者。過往研究發(fā)現(xiàn)：缺乏基本面支撐、僅由流動性帶來的短期價格極端暴漲傾向于是因部分投資者操控引起的，不能維系長期的股價表現(xiàn)，比如Malkiel和Fama[9]，Pritamani和Singal[10]，Chan[11]，Maheu和McCurdy[12]，Jiang等[13]，Doyne Farmer等[14]研究。其中Khwaja和Mian[15]基于新興股票市場的數(shù)據(jù)，提出了“拉高與出倉”(pump and dump)價格操縱機制，即價格處于低位時，合謀的市場參與者會互相交易、抬高股價，吸引那些對于價格正向反饋的交易者。一旦價格上漲，前者將在泡沫破裂前退出，隨后價格便會下跌。而且他們發(fā)現(xiàn)，被操縱的股票多呈現(xiàn)出規(guī)模小，換手率高，波動率大等特征。股票市場始終存在著以不正當(dāng)?shù)氖侄斡绊懝善眱r格和交易量的行為，嚴(yán)重擾亂市場秩序。證監(jiān)會查處的一系列案件表明，中國的股票市場上存在著交易型操縱和信息型操縱，市場操縱與內(nèi)幕交易相互疊加，股票市場的暴漲可能與市場操縱有關(guān)?！蹲C券法》和中國證監(jiān)會對市場中的操縱行為做出了明確的表述?！蹲C券法》第77條認(rèn)定了“單獨或者通過合謀，集中資金優(yōu)勢、持股優(yōu)勢或者利用信息優(yōu)勢聯(lián)合或者連續(xù)買賣，操縱證券交易價格或者證券交易量”等四種手段操縱證券市場行為。證監(jiān)會印發(fā)的《證券市場操縱行為認(rèn)定指引(試行)》利用9章對操縱證券市場行為進行了詳細(xì)認(rèn)定。通過操縱股價帶來的暴漲，使得個股的價格偏離了股票的真實價格，一旦真實信息被市場理解，就會引起未來股價急跌風(fēng)險。特別地，股價操縱者通過抬高股價獲利離開后，接盤的個人投資者、非知情交易者的恐慌拋售更容易帶來暴跌風(fēng)險。

另一類的短期價格泡沫產(chǎn)生于非理性投資者對信息的過度反應(yīng)。公司管理層與交易者之間的信息不對稱，造成非理性投資者對或有利好信息的盲目自信，過度解讀私人信息，抑或是自我歸因偏差現(xiàn)象，再加上市場本身具有的正反饋交易機制，非理性地過度購買造成股票價格上的短期反應(yīng)(Daniel等[16]，Bloomfield等[17]和Hirshleifer[18]等)。無論何種動因，暴漲的股票未來將會回調(diào)價格，造成個股的暴跌風(fēng)險。在中國股票市場的投資者過度反應(yīng)的文獻中，孫培源和范利民[19]發(fā)現(xiàn)漲停后次日的平均異常收益率顯著為負(fù)，而跌停后次日的平均異常收益率顯著為正，證實中國股市存在比較明顯的過度反應(yīng)現(xiàn)象。饒育蕾等[20]發(fā)現(xiàn)股價歷史新高后存在股票收益異常現(xiàn)象，具體表現(xiàn)為短期內(nèi)顯著的正超額收益與后續(xù)期間股票收益的顯著反轉(zhuǎn)。這些對于股票極端上漲的研究文獻主要是從收益反轉(zhuǎn)的角度進行的，盡管反轉(zhuǎn)本身間接說明暴漲是與風(fēng)險相關(guān)聯(lián)，但是沒有從投資者累積收益的角度分析暴漲股票的風(fēng)險。以上研究多是為股票市場的過度反應(yīng)提供經(jīng)驗證據(jù)，并沒有站在“暴漲”亦是風(fēng)險的視角全方位探索“漲?！惫善钡奶卣?、“漲?！卑l(fā)生后的市場表現(xiàn)及其在不同股票間的異質(zhì)性。結(jié)合上述動因不難推測，不同特征的股票在暴漲后其下行風(fēng)險可能存在較大差異，那些容易引發(fā)短期泡沫的股票風(fēng)險更大。特別地，本文預(yù)期對運營基本面較差、市場過于樂觀、信息披露質(zhì)量較低的股票出現(xiàn)暴漲后，未來價格回調(diào)風(fēng)險更大。本文將在上述定性分析的基礎(chǔ)上，構(gòu)建實證研究框架，考察暴漲股票的當(dāng)前特征和未來市場表現(xiàn)。

本文的研究發(fā)現(xiàn)主要有以下幾個方面：第一，個股股價單位時間的漲停次數(shù)，往往表現(xiàn)為與公司資產(chǎn)規(guī)模顯著負(fù)相關(guān)、與資產(chǎn)收益率波動率顯著正相關(guān)、與機構(gòu)投資者比例顯著負(fù)相關(guān)、與市值賬面比顯著正相關(guān)等，說明頻繁發(fā)生暴漲的股票具有資產(chǎn)規(guī)模小、自身波動性高、機構(gòu)持股比例較低和易被市場高估等特點。第二，平均意義上，發(fā)生暴漲的股票在未來一段時間內(nèi)表現(xiàn)為較低的超額收益率，較高的收益率波動率以及較大的暴跌風(fēng)險，該發(fā)現(xiàn)在引入更多控制變量、年份固定效應(yīng)、行業(yè)或企業(yè)固定效應(yīng)后依舊顯著存在。第三，暴漲后的風(fēng)險強度在不同股票間存在顯著差異。通過進一步區(qū)分發(fā)生暴漲風(fēng)險的公司，本文實證發(fā)現(xiàn)沒有運營業(yè)績支撐的公司股價暴漲，未來價格更容易出現(xiàn)反轉(zhuǎn)，呈現(xiàn)更顯著的下跌風(fēng)險和波動風(fēng)險。同時，對易被投資者高估的公司，市場越容易盲目自信、過度高估公司價值而過度購買股票，造成股價暴漲，這種沒有信息支撐的估值偏差在未來也會引起更多的股價下跌。對于信息披露質(zhì)量更低、潛在內(nèi)幕交易更多的公司，外部市場難以判斷其公允價值，易出現(xiàn)因操縱帶來的股價暴漲，未來呈現(xiàn)出更多的暴跌風(fēng)險。本文的貢獻在于，展示了暴漲不僅因為其是極端價格波動而成為風(fēng)險，更是因為其蘊含更大的潛在損失而成為風(fēng)險，更深刻地揭示了暴漲風(fēng)險的實質(zhì)，填補了文獻對于極端波動風(fēng)險以及暴漲風(fēng)險的認(rèn)識。

2 理論假設(shè)

首先，我們分析中國股市暴漲股票都有哪些特點。中國股票市場散戶比例高，股票中的噪聲交易多，信息不對稱程度高，市場的同步性程度高。對于資產(chǎn)收益率低的公司，公司經(jīng)理人容易囤積信息，信息透明度低。在這種信息環(huán)境下，公司的股價不確定性提高。機構(gòu)投資者比例低的公司，交易中知情交易少，噪音交易多，散戶更容易追漲殺跌，暴漲更容易吸引散戶關(guān)注，對于好消息容易過度反應(yīng)。市值賬面比高的股票，市場對于公司過度高估，公司在市場上的信息環(huán)境差，其資產(chǎn)價格易出現(xiàn)暴漲。對于資產(chǎn)收益率低、市值賬面比高、機構(gòu)投資者比例低和非滬深300指數(shù)成份股的股票，一般信息環(huán)境較差，易被知情交易者操縱，易被市場高估，發(fā)生暴漲的概率更大。因此，我們提出假設(shè)H1：

H1：資產(chǎn)收益率低，市值賬面比高，機構(gòu)投資者比例低，非滬深300的成份股的股票易出現(xiàn)暴漲。

假設(shè)H1主要考察了易于發(fā)生價格暴漲的股票特點。本文討論的股價暴漲表現(xiàn)為看多情緒高漲，資產(chǎn)交易過程中激進投機行為過多，市場賣方短期內(nèi)無法提供有效流動性支持，股票價格短期漲幅超出一定閾值，形成短期價格泡沫。分析產(chǎn)生動因，可簡單總結(jié)為股價操縱或非理性過度反應(yīng)。無論何種原因，暴漲的股票將伴隨著大幅價格回調(diào)，進而增大市場波動風(fēng)險，損害投資者的長期收益。為進一步提供直接證據(jù)來確認(rèn)暴漲股票未來的潛在損失風(fēng)險，本文利用股票價格觸及跌停板的可能性，未來累積超額收益和未來收益率波動率等公司在未來市場表現(xiàn)等文獻中常用的三個重要風(fēng)險度量指標(biāo)，檢驗股票出現(xiàn)暴漲后的潛在風(fēng)險。針對這三項風(fēng)險度量指標(biāo)，我們提出假設(shè)H2：

H2：暴漲的股票未來呈現(xiàn)更大的跌停風(fēng)險，更低的長期累積超額收益率，更大的收益率波動率。

本文進一步研究暴漲股票蘊含的風(fēng)險在不同類型公司間的異質(zhì)性。具體地，考察對哪一類公司，股價漲停后未來的市場風(fēng)險更大?；谖覀兊睦碚摲治?，易于受操縱影響或易于產(chǎn)生非理性過度市場反應(yīng)的股票，價格暴漲后蘊含的市場風(fēng)險更大。如果公司沒有良好的運營業(yè)績支撐，即使發(fā)生暴漲，價格泡沫的存在必然在未來產(chǎn)生更大的風(fēng)險。外部市場對公司價格的判斷虛高，市場對于公司估值過于樂觀，公司信息不對稱程度高，容易受信息過度反應(yīng)造成暴漲。公司暴漲后，一旦市場修正對于公司價格的判斷，股價修正后帶來的下跌風(fēng)險不可避免。信息環(huán)境差、治理結(jié)構(gòu)不合理的公司，易發(fā)生股價操縱，所以由不正當(dāng)手段造成的價格暴漲，缺乏有效信息的長期支撐，待股價操縱者套現(xiàn)離場后，非知情交易者和個人投資者因恐慌拋售股票造成更顯著的暴跌風(fēng)險。因此，我們提出假設(shè)H3：

H3.1：沒有公司運營業(yè)績支持的股票發(fā)生暴漲后，未來跌停更多、超額收益更少、波動性更大。

H3.2：市場樂觀情緒過高、公司信息環(huán)境較差、外部監(jiān)督力量更弱的股票在發(fā)生暴漲后的風(fēng)險更大，即未來跌停更多、超額收益更少、波動性更大。

3 樣本與數(shù)據(jù)

3.1 樣本選擇和變量說明

本文的研究樣本為滬深兩市A股2006年至2016年全部上市公司，并按照以下原則進行樣本篩選：(1)剔除ST，PT公司，因為ST，PT公司漲跌幅限制是5%與正常股票不同；(2)剔除存在變量缺失的樣本；(3)剔除金融類上市公司；(4)剔除上市時間不足一年的公司；(5)對樣本連續(xù)性變量進行1%和99%水平上縮尾處理，剔除異常值。經(jīng)過以上處理后，共得到81,555個公司-季度樣本，包含2,939家企業(yè)。個股股票和市場指數(shù)的收益率數(shù)據(jù)、公司財務(wù)數(shù)據(jù)、公司治理數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫；機構(gòu)持股數(shù)據(jù)來自于WIND數(shù)據(jù)庫。

本文利用中國證券市場特有的漲跌停制度，度量股票極端價格變化。1996年12月16日起滬深證券交易所對所有上市股票(含A，B股)及基金交易實行漲跌停限制，規(guī)定在一個交易日內(nèi)，除上市首日的證券外，每只證券交易價波動不得超過前一日收盤價的上下10%。中國股票市場實施漲跌停板的價格限制，目的是減少和抑制暴漲、暴跌的極端價格事件發(fā)生，抑制市場中過度投機和市場操縱等不良現(xiàn)象，維護正常的市場交易秩序。漲跌停價格限制的存在，為我們研究股票市場的極端價格變動以及暴漲暴跌風(fēng)險提供了直接的度量指標(biāo)。本文通過計算單只股票單位時間內(nèi)的漲跌次數(shù)作為個股暴漲、暴跌的度量，其中UP記為個股季度內(nèi)的漲停次數(shù)，DOWN記為個股季度內(nèi)的跌停次數(shù)。

為了驗證個股風(fēng)險程度，本文除了使用股票跌停次數(shù)作為暴跌風(fēng)險度量外，還采用股票未來一段時間(一個季度、半年、一年、兩年和三年)的累積超額收益率CAR，股票收益率波動率Volatility作為股票未來市場風(fēng)險的代理。其中，股票的累積超額收益率CAR的計算我們采用了考慮現(xiàn)金紅利再投資的日個股回報率Dretwd，作為個股在t時期的收益率Rit，同時按市值加權(quán)得到t時期市場收益率Rimt。在選擇估算預(yù)期收益率模型時，我們參照文獻通常使用的CAPM模型(比如Krüger[21]; Malmendier等[22]，刻畫資產(chǎn)收益率與市場收益率間的關(guān)系，采用最小二乘法估計Rit=αi+βiRimt+eit模型，得到參數(shù)αi和βi。以此我們可以計算個股的超額收益率ARit=Rit-αi-βiRim并計算未來一段時間內(nèi)的累積超額收益率CARi。本研究中，我們還利用Fama-French三因子模型估計了累計超額收益，實證檢驗發(fā)現(xiàn)主要研究結(jié)論穩(wěn)健。受篇幅限制，我們省去由Fama-French三因子模型調(diào)整后的累計超額收益作為被解釋變量的結(jié)果。

本文參照研究股票風(fēng)險決定因素的相關(guān)文獻，為實證需要，引入季度的因素指標(biāo)，公司規(guī)模Size，用公司的總資產(chǎn)表示；公司杠桿率Leverage，用資產(chǎn)負(fù)債率表示；公司總資產(chǎn)收益率ROA，用凈利潤比總資產(chǎn)表示；機構(gòu)投資者持股比率IIHR，用各季度機構(gòu)投資者持股占所有流通股比例表示；公司的市值賬面比MTB，以此來衡量市場對于公司估值情況，該值越大，投資者表現(xiàn)為更多的樂觀情緒。

3.2 描述性統(tǒng)計

表1是變量的描述性統(tǒng)計。統(tǒng)計顯示，UP和DOWN的平均值分別為1.680和1.372，即在我們樣本區(qū)間內(nèi)，季度內(nèi)股票的平均漲停次數(shù)要多于跌停次數(shù)。但UP的下四分位數(shù)，中位數(shù)，上四分位數(shù)分別是0,1,2。不難發(fā)現(xiàn)，股票并不頻繁出現(xiàn)暴漲事件。通過相關(guān)系數(shù)矩陣的計算，得到UP與DOWN的相關(guān)系數(shù)0.594，個股的暴漲與暴跌的呈現(xiàn)高相關(guān)性，即暴漲伴隨著暴跌的風(fēng)險。其他控制變量間的相關(guān)系數(shù)并不高，說明我們的實證分析中不存在嚴(yán)重的多重共線問題。

4 多元回歸結(jié)果

4.1 暴漲股票特征分析

表2報告了在不同暴漲次數(shù)分組下，股票同季度的公司特征差異檢驗。具體地，依據(jù)季度內(nèi)暴漲出現(xiàn)的次數(shù)將樣本分為三組，分別是UP=0，UP=1，UP>=2，分別統(tǒng)計公司同期的暴跌風(fēng)險，收益率波動率風(fēng)險以及其他公司特征，并計算了UP=0和UP>=2分組差異的統(tǒng)計顯著性。我們發(fā)現(xiàn)，頻繁發(fā)生暴漲的股票，一個季度內(nèi)發(fā)生暴跌的次數(shù)為2.991，而未發(fā)生暴漲的股票，跌停的次數(shù)僅為0.375，而且差異在1%的置信水平上顯著。就股票收益率的波動率而言，暴漲的股票往往伴隨著更高的收益率波動率，同時具有規(guī)模小，杠桿率高，資本收益率低，機構(gòu)投資者持股比例低，市值賬面比高等特點。而且，我們也發(fā)現(xiàn)易于出現(xiàn)暴漲的股票更小的可能是滬深300指數(shù)的成份股。

表1 描述性統(tǒng)計

表2 統(tǒng)計檢驗

接下來，本文通過多元回歸模型進一步研究頻繁發(fā)生暴漲的股票特點，詳見回歸方程(1)：

ZTit=α+β1Ln(Size)it+β2Leverageit+β3ROAit+β4MTBit+β5IIHRit+β6HS300it+β7Volatilityit-1+γit+μit+εit

(1)

其中，被解釋變量ZT是季度內(nèi)個股發(fā)生漲停的次數(shù)。解釋變量X為公司的同期特征，包括公司規(guī)模Ln(Size)，公司杠桿比率Leverage，資產(chǎn)收益率ROA，市值賬面比率MTB，機構(gòu)投資者比例IIHR，是否為滬深300成份股HS300，歷史的波動率Volatility等。同時，為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)?；貧w系數(shù)的標(biāo)準(zhǔn)誤在公司層面進行聚類調(diào)整。

表3 OLS回歸結(jié)果：暴漲股票的基本特征

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)。

表3的第1列表明，公司規(guī)模、資產(chǎn)收益率和機構(gòu)投資者比率與暴漲次數(shù)呈現(xiàn)顯著負(fù)相關(guān)；而資產(chǎn)負(fù)債率、市值賬面比則與暴漲次數(shù)呈現(xiàn)顯著正相關(guān)。所以，回歸結(jié)果實證支持了：公司規(guī)模小、杠桿比率高、資產(chǎn)收益率低、市值賬面比高和機構(gòu)投資者比率低的公司更易發(fā)生暴漲。表3的第2列增加了是否為滬深300指數(shù)成份股虛擬變量，根據(jù)滬深300成份股的選股規(guī)則(即個股規(guī)模大，經(jīng)營狀況良好，流動性好)，我們預(yù)期是否為滬深300成份股虛擬變量與漲停次數(shù)負(fù)相關(guān)。與預(yù)期一致，HS300變量的系數(shù)為-0.079(T統(tǒng)計量為-2.62)，在1%的置信水平下統(tǒng)計顯著。表3的第3列增加了收益率波動率變量，回歸系數(shù)表明收益率波動率與漲停次數(shù)呈現(xiàn)顯著正相關(guān)，即頻繁發(fā)生暴漲的股票伴隨著高波動率。綜上，暴漲的股票有公司規(guī)模小、資產(chǎn)收益率低，市值賬面比高，機構(gòu)投資者比例低，非滬深300的成份股、歷史波動率高等特征，即暴漲股票很大程度上是那些直觀上風(fēng)險較大的股票。

4.2 暴漲股票的未來風(fēng)險

本節(jié)需要進一步為暴漲股票的未來風(fēng)險提供直接證據(jù)。為識別股票暴漲后的風(fēng)險，本文采用文獻中常用的三類風(fēng)險指標(biāo)。首先，利用中國股票市場跌停板作為暴跌風(fēng)險的識別，即未來單位時間內(nèi)出現(xiàn)股價跌停的次數(shù)；其次，計算未來一段時間的累積超額收益率，因為累積超額收益率代表了個股的投資者在未來一段時間的收益情況；再者，使用股票收益率的波動率度量股票價格在未來一段時間的不確定性。為了研究結(jié)論的穩(wěn)健性，本節(jié)分別考察了當(dāng)期股票暴漲發(fā)生次數(shù)與未來一個季度、半年、一年、兩年和三年的股價收益風(fēng)險的關(guān)系?；貧w模型見方程(2)：

RISKi,t+j=α+β1Ln(ZTi,t+1)+βCControlVariablesi,t+εi,t

(2)

其中，RISK=DT,CAR,Volatility，j=1,2,4,8,12。

表4的第(1)列與(2)列、(3)列、(4)列、(5)列分別代表未來一個季度、半年、一年、兩年和三年中的股價跌停風(fēng)險，自變量是本季度股票發(fā)生的漲停次數(shù)，回歸中取對數(shù)變換。最小二乘回歸結(jié)果表明，Ln(ZT+1)與DTt+1，DTt+2，DTt+4，DTt+8，DTt+12的回歸系數(shù)分別為：0.341，0.170，0.436，1.370，1.525，并均在1%置信水平下統(tǒng)計顯著，即當(dāng)期頻繁發(fā)生暴漲的股票未來出現(xiàn)價格急跌的風(fēng)險越大，具體表現(xiàn)為更多的股價跌停次數(shù)。Ln(ZT+1)不僅在統(tǒng)計上顯著，在經(jīng)濟上也顯著，以第一列為例，如果當(dāng)期股票漲停的次數(shù)增加一個單位標(biāo)準(zhǔn)差，那么未來一個季度內(nèi)股票發(fā)生跌停次數(shù)增加0.3351，占樣本均值的24.43%。為保證系數(shù)估計的準(zhǔn)確性，回歸中控制了與跌停風(fēng)險相關(guān)的其他公司特征。同時，為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)。

表4 OLS回歸結(jié)果：股價暴漲后的跌停風(fēng)險

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)?；貧w系數(shù)的標(biāo)準(zhǔn)誤在公司層面進行聚類調(diào)整。

表5中，Ln(ZT+1)與CARt+1、CARt+2、CARt+4、CARt+8和CARt+12的回歸系數(shù)分別為：-0.371、-0.474、-0.625、-1.238和-1.335，并均在1%置信水平下統(tǒng)計顯著。回歸結(jié)果說明，當(dāng)期發(fā)生暴漲次數(shù)越多的股票在未來的累積超額收益率表現(xiàn)越差，即對于投資組合中配置暴漲股票的投資者來看，長期均值意義下并不能獲得更高的超額收益，需要承擔(dān)更大的市場風(fēng)險。此外，Ln(ZT+1)不僅在統(tǒng)計上顯著，在經(jīng)濟上也十分顯著，以第一列為例，如果當(dāng)期股票漲停的次數(shù)增加一個單位標(biāo)準(zhǔn)差，那么未來一個季度內(nèi)股票的累計超額收益率減少0.3646，占樣本均值的20.26%。為保證系數(shù)估計的準(zhǔn)確性，回歸中同時控制了其他公司特征，而且為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)，受篇幅限制，表中省去報告其他控制變量的系數(shù)。

表5 OLS回歸結(jié)果：股價暴漲后的未來市場表現(xiàn)

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)?；貧w系數(shù)的標(biāo)準(zhǔn)誤在公司層面進行聚類調(diào)整。

表6中，Ln(ZT+1)與Volatilityt+1、Volatilityt+2、Volatilityt+4、Volatilityt+8和Volatilityt+12的回歸系數(shù)分別為：0.265，0.172，0.128，0.135，0.108，并均在1%置信水平下統(tǒng)計顯著?；貧w結(jié)果表明，當(dāng)期發(fā)生暴漲次數(shù)越多的股票在未來股票收益率波動率越大。此外，Ln(ZT+1) 不僅在統(tǒng)計上顯著，在經(jīng)濟上也十分顯著，以第一列為例，如果當(dāng)期股票漲停的次數(shù)增加一個單位標(biāo)準(zhǔn)差，那么未來一個季度內(nèi)股票的收益率波動率增加0.2604，占樣本均值的8.05%。為保證系數(shù)估計的準(zhǔn)確性，回歸中同時控制了其他公司特征，而且為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)，受篇幅限制，表中省去報告其他控制變量的系數(shù)。

表6 OLS回歸結(jié)果：股價暴漲后的波動率風(fēng)險

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)?；貧w系數(shù)的標(biāo)準(zhǔn)誤在公司層面進行聚類調(diào)整。

綜上對表4、表5和表6的實證分析，發(fā)現(xiàn)當(dāng)期頻繁發(fā)生漲停的股票未來發(fā)生極端價格變動可能性更大，價格回調(diào)風(fēng)險更高,收益率的不確定更大。具體表現(xiàn)為，增加未來股價的跌停次數(shù)、降低累積超額收益率和提高收益率的波動率，驗證了假設(shè)H2，說明暴漲股票未來可能呈現(xiàn)更大損失。

4.3 脆弱股票暴漲的未來風(fēng)險

經(jīng)由4.2我們實證說明暴漲股票蘊含著未來風(fēng)險。那么暴漲股票之中，哪些類型股票的未來風(fēng)險更大。很自然地，對于沒有運營業(yè)績支撐、市場過度高估、信息環(huán)境差的這幾類股票，如果發(fā)生暴漲則更可能是因為受到價格操縱或者價格過度反應(yīng)造成的，因此暴漲之后這幾類股票未來的風(fēng)險更大。依照假設(shè)H3的設(shè)計，我們分別用ROA代理公司運營業(yè)績狀況，ROA比例越高，說明公司基于資產(chǎn)的經(jīng)營和盈利能力越強。MTB代理市場對公司的估值情況，MTB越高說明市場對公司的市場價格高于公司的賬面價值，投資者對于股票過于樂觀，說明公司的不對稱程度高，造成市場對于公司過度估計。IIHR和HS300都作為公司的信息環(huán)境情況的代理變量，機構(gòu)投資者持股比例高以及滬深300成份股的股票，公司規(guī)模大，交易量大難以用小量資金操縱，而且公司透明度高，受市場關(guān)注大，人為操縱行為容易被察覺。

表7分別將未來一個季度采用跌停次數(shù)，累積超額收益率，波動率作為風(fēng)險度量。第1，4，7列考慮了運營業(yè)績支撐對暴漲風(fēng)險的影響。Ln(ZT+1)與ROA的交互項的系數(shù)分別為-0.039，0.010，-0.010，都在1%的水平上顯著。說明沒有公司運營業(yè)績支持的公司，會加劇股票發(fā)生暴漲后的跌停風(fēng)險，低的累積超額收益率，高的波動率。而第2，5，8列中用MTB代理了市場對公司的估值情況，Ln(ZT+1)與MTB的交互項的系數(shù)分別為0.085，-0.024，0.013，都在1%的水平上顯著。市場過度樂觀的股票發(fā)生暴漲，未來跌停更多、超額收益更少、波動性更大。表7的第3,6,9列分別加入Ln(ZT+1)與ROA的交互項，Ln(ZT+1)與MTB的交互項，交互項的系數(shù)顯著性未變。為保證系數(shù)估計的準(zhǔn)確性，回歸中同時控制了其他公司特征，而且為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)，受篇幅限制，表中省去報告其他控制變量的系數(shù)。

表7 交叉項回歸分析1

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)?；貧w系數(shù)的標(biāo)準(zhǔn)誤在公司層面進行聚類調(diào)整。

表8 交叉項回歸分析2

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)。回歸系數(shù)的T-統(tǒng)計量是基于公司層面的聚類穩(wěn)健標(biāo)準(zhǔn)誤。

表8也分別采用跌停次數(shù)，累積超額收益率，波動率作為風(fēng)險度量，利用IIHR和HS300作為信息不對稱的代理變量。信息不對稱程度高的股票，也易被股價操縱，這類暴漲背后沒有信息支撐，股價操縱者離開后，由暴漲吸引來接受的非知情交易者和個人投資者繼而拋售股票造成暴跌風(fēng)險。表8的第1，4，7列中Ln(ZT+1)和IIHR的交互項的系數(shù)分別為-0.197，0.136，-0.100，都在1%的水平上顯著。表8的第2，4，8列Ln(ZT+1)和HS300的交互項系數(shù)分別為-0.268，0.048，-0.043，都在1%的水平上顯著。回歸結(jié)果表明對信息透明度低、外部監(jiān)督力量弱的股票，發(fā)生暴漲后，股票未來更容易出現(xiàn)跌停、長期持有超額收益更少、個股收益率波動性更大，未來的風(fēng)險顯著增加。為保證系數(shù)估計的準(zhǔn)確性，回歸中同時控制了其他公司特征，為了消除行業(yè)和年份差異對回歸結(jié)果產(chǎn)生的影響，回歸方程還引入了行業(yè)固定效應(yīng)和年份固定效應(yīng)，受篇幅限制，表中省去報告其他控制變量的系數(shù)。

通過對表7和表8的實證分析，不難發(fā)現(xiàn)，缺少公司運營業(yè)績支持、易被市場高估、信息環(huán)境差、外部監(jiān)督力量弱的股票發(fā)生暴漲后，伴隨更多風(fēng)險，具體表現(xiàn)為未來跌停次數(shù)更多、長期持有超額收益更少、個股收益率波動性更大，進而驗證了假設(shè)H3。上述結(jié)果主要匯報了未來一個季度的市場表現(xiàn)，而主要結(jié)論對未來半年、一年和兩年均顯著存在。

5 穩(wěn)健性分析

5.1 控制其他公司特點

為了實證結(jié)論的穩(wěn)健性，本節(jié)進一步控制公司的其他特征。采用與方程(2)相似的模型，并使用更加詳細(xì)兩位行業(yè)代碼作為行業(yè)固定效應(yīng)控制，重新分析了暴漲股票的未來風(fēng)險，以及其運營能力、市場估值以及信息環(huán)境對暴漲股票帶來風(fēng)險的影響。分析表明(因篇幅限制，此處不報告詳細(xì)結(jié)果)，Ln(ZT+1)與未來的跌停次數(shù)，波動率的系數(shù)都在1%的顯著水平上顯著為正；Ln(ZT+1)與累積超額收益率的系數(shù)在1%的顯著水平上顯著為負(fù)。而且交叉項的系數(shù)和顯著性都與表7、表8一致，即易暴漲的股票存在未來風(fēng)險。

5.2 內(nèi)生性檢驗

考慮到暴漲風(fēng)險的內(nèi)生性問題，本節(jié)采用股票的漲停次數(shù)減去個股所在行業(yè)的漲停平均水平作為調(diào)整的漲停次數(shù)(Adj_ZT)的度量。分析結(jié)果顯示，調(diào)整的漲停次數(shù)與股票未來的跌停風(fēng)險，收益率波動率的回歸系數(shù)正向顯著，與未來的累積超額收益率的回歸系數(shù)負(fù)向顯著。進一步表明，個股特定的漲停次數(shù)會增加股票未來的跌停風(fēng)險、低的超額收益率和高的波動率。此外，本節(jié)還采用差分回歸模型檢驗內(nèi)生性，分析結(jié)果顯示股票漲停次數(shù)增量ΔZT與股票未來的風(fēng)險關(guān)系，以及交叉項與股票未來的風(fēng)險的結(jié)果均保持穩(wěn)健性。但限于篇幅，未在本文中報告相關(guān)回歸結(jié)果。

5.3 公司運營狀況和信息透明度的其他度量

本節(jié)進一步采用其他代理變量考察公司的運營狀況、市場估值和公司信息環(huán)境對暴漲股票蘊藏風(fēng)險的影響。具體地，本文采用資產(chǎn)收益率的增量(ΔROA)，作為公司盈利與運營能力變動的代理變量。表9匯報了因變量為未來跌停次數(shù)的最小二乘回歸估計結(jié)果，第1列ΔROA與Ln(ZT+1)的交互項與股票未來跌?；貧w系數(shù)為-0.011，且在1%水平上顯著。驗證了股價暴漲在缺少盈利與運營能力支撐的公司中，蘊含的市場風(fēng)險更大。同時，本文采用公司規(guī)模作為信息透明度的代理變量，文獻認(rèn)為，規(guī)模大的公司，通常易受投資者的關(guān)注，公司自身信息透明度高，不易作為股價操縱對象。而且，信息披露越多，市場的關(guān)注度更高，對公司的估值更為準(zhǔn)確。表9的第2列Ln(Size)與Ln(ZT+1)的交互項與股票未來跌?；貧w系數(shù)為-0.101，在1%水平上顯著為負(fù)。公司的市值越大，價格暴漲需要相對更多的交易量支撐，所以較低可能是內(nèi)幕操縱帶來的，其發(fā)生暴漲后也不容易發(fā)生暴跌。說明大公司的暴漲能夠減弱暴漲帶來的未來風(fēng)險。表9的第3列，用獨立董事的虛擬變量(Independence)來代理公司的信息透明情況，當(dāng)獨立董事人數(shù)大于2時，Independence為1，否則為0。Independence與Ln(ZT+1)的交互項與股票未來跌停回歸系數(shù)為-0.292，在1%水平上顯著為負(fù)。說明隨著公司信息透明度的提高，股票的暴漲蘊含的未來風(fēng)險減弱。文獻認(rèn)為，無形資產(chǎn)越多的公司，信息透明度越差。表9的第4列利用無形資產(chǎn)比例(Intangibility)作為公司信息透明情況的另一個代理變。Intangibility與Ln(ZT+1)的交互項與股票未來跌停回歸系數(shù)為0.006，在1%水平上顯著為正。說明暴漲蘊藏的市場風(fēng)險對信息透明度更低的股票更大。綜上，表9的結(jié)果與表7，表8結(jié)果一致，即發(fā)生暴漲的股票未來有更大的風(fēng)險，而且對運營基本面更差、市場估值更高、信息披露質(zhì)量更低的股票，暴漲過后的市場風(fēng)險更加明顯。

6 結(jié)語

本文充分利用中國特有的“漲跌?！敝贫仍O(shè)定，將漲跌停板次數(shù)作為暴漲暴跌的度量，驗證了中國股票市場上暴漲的股票不僅對應(yīng)著直觀上風(fēng)險大的股票，而且暴漲還蘊含著更高的未來風(fēng)險。具體地，本文發(fā)現(xiàn)，暴漲的股票具有公司規(guī)模小、信息透明度低、非指數(shù)成份股、歷史波動率高等特點，這些股票都是傳統(tǒng)意義上高風(fēng)險的股票。其次，本文發(fā)現(xiàn)暴漲的股票未來一段時間的超額收益率減少，收益率波動率以及暴跌風(fēng)險增加，說明了暴漲股票未來可能遭受到更大的市場風(fēng)險。本文還進一步發(fā)現(xiàn)對于沒有公司運營業(yè)績支撐、市場樂觀情緒高、信息披露質(zhì)量差的這幾類股票，發(fā)生暴漲之后未來的風(fēng)險更大。這些說明，對于沒有運營業(yè)績支撐的公司，股票的價格變動長期沒有相應(yīng)的信息支撐，發(fā)生暴漲后價格容易出現(xiàn)反轉(zhuǎn)；對于市場評價過于樂觀的股票，外部市場對公司的價格判斷有偏，使得賬面市值比虛高的公司，市場易對公司的信息過度反應(yīng)造成暴漲；對于信息披露質(zhì)量差的股票，容易內(nèi)部操縱形成虛高的股票價格上漲，引誘不知情投資者盲目跟進而出現(xiàn)暴漲。發(fā)生暴漲后，這樣的股票更易得到市場投資者的關(guān)注而加強對公司的監(jiān)管。一旦市場價格得到修正，察覺到公司的潛在風(fēng)險，股票價格就會發(fā)生下跌；而對于信息環(huán)境差、治理結(jié)構(gòu)不合理的公司，易發(fā)生股價操縱，其價格暴漲更可能是借不正當(dāng)手段操縱股價帶來的，在股價操縱者套現(xiàn)離場后，非知情交易者和個人投資者因恐慌拋售股票造成更顯著的暴跌風(fēng)險。

表9 暴漲風(fēng)險異質(zhì)性的穩(wěn)健分析

注：*表示10%水平顯著；**表示5%水平顯著；***表示1%水平上顯著(雙尾檢驗)。

綜上，容易暴漲的股票是風(fēng)險高的股票，這些股票的暴漲可能并非源于上市公司本質(zhì)性的進步，而是操縱或者盲目跟風(fēng)；暴漲以后的暴跌可能性、收益波動性以及累計超額收益的表現(xiàn)恰恰也體現(xiàn)了經(jīng)常發(fā)生暴漲的股票在暴漲以后比正常股票的投資收益更差，證實前期的暴漲是以后期的損失為代價的；而且運營基本面差、市場過于樂觀、信息披露質(zhì)量低的股票，其暴漲的后期代價更大。因此暴漲是一種實實在在的風(fēng)險，說明了國家的漲跌停板制度的設(shè)置從控制極端風(fēng)險的動機而言是正確的。

本文的實證發(fā)現(xiàn)，暴漲不僅僅因為其是極端價格波動而成為風(fēng)險，更是因為其未來蘊含更大的潛在損失而成為風(fēng)險。本文更深刻地揭示了暴漲風(fēng)險的實質(zhì)，補充了對價格極端波動風(fēng)險的認(rèn)識。中國股市存在著大量的散戶，盲目追漲是中國散戶常見的行為特征。本文的研究表明，追逐短期波動誘惑、盲目追漲停有可能會招致嚴(yán)重的虧損和不確定性風(fēng)險。因此，有必要加強投資者教育，正確認(rèn)識和理解個股價格的暴漲及其背后隱藏的市場風(fēng)險，培養(yǎng)長期價值投資理念，促進中國市場成為一個健康成熟穩(wěn)定的市場。未來的研究可以進一步分析不同因素驅(qū)動下的股價暴漲特點，進而有助于開展市場調(diào)控政策的差異性、針對性管理。