周佳妍 王宏 東華大學(xué)旭日工商管理學(xué)院

一、引言

近幾年來(lái)，不斷有新聞媒體爆出上市公司出現(xiàn)各種問(wèn)題，新聞媒體界將此類現(xiàn)象形象地概括為上市公司的“爆雷潮”。而各種問(wèn)題的爆出對(duì)其上市公司的股價(jià)也造成了一定的影響，甚至導(dǎo)致其股價(jià)大跌，從而出現(xiàn)上市公司的股價(jià)崩盤(pán)現(xiàn)象。

造成上市公司股價(jià)崩盤(pán)的原因有很多，主要包括財(cái)務(wù)造假、債務(wù)違約、業(yè)績(jī)大幅度下滑、股東行為等。在進(jìn)行相關(guān)案例的初步分析后發(fā)現(xiàn)，財(cái)務(wù)造假和業(yè)績(jī)大幅度下滑是影響最大的兩類，財(cái)務(wù)造假具有隱蔽性的特點(diǎn)，因此其不太容易被察覺(jué)，而上市公司的業(yè)績(jī)作為財(cái)務(wù)報(bào)表披露中的重要內(nèi)容，廣大投資者可以方便獲取。業(yè)績(jī)問(wèn)題主要表現(xiàn)為業(yè)績(jī)突然的大幅度下滑，在滬深3600 多家上市公司中，2018 年的凈利潤(rùn)為負(fù)的上市公司多達(dá)450 多家，其中虧損金額最高為傳媒行業(yè)的天神娛樂(lè)，其虧損金額高達(dá)-71.51億元，較同期下降了803.53%，而其市值約為39.71 億元，其虧損額度已經(jīng)超過(guò)了其總市值，可見(jiàn)其業(yè)績(jī)問(wèn)題之嚴(yán)重。因此，本文希望以滬深A(yù) 股上市公司為樣本，通過(guò)研究業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間的關(guān)系，讓廣大中小投資者了解上市公司中存在的由于業(yè)績(jī)問(wèn)題導(dǎo)致的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，在一定程度上為其投資決策提供幫助，從而使中小股東的利益得到一定程度的保障。

二、股價(jià)崩盤(pán)風(fēng)險(xiǎn)相關(guān)文獻(xiàn)綜述

股票崩盤(pán)是指投資者由于某種原因?qū)⑺止善贝罅繏伋?，?dǎo)致股票價(jià)格迅速且持續(xù)下跌的情形（謝忱祎、駱良彬，2019）[1]。以上是基于投資者的角度考慮的，也有學(xué)者從企業(yè)角度考慮，將股價(jià)崩盤(pán)描述為，由于先前管理者隱藏企業(yè)的某些負(fù)面消息，而后因負(fù)面消息被披露出來(lái)而導(dǎo)致企業(yè)股價(jià)急劇下跌的現(xiàn)象（生洪宇、李華，2017）[2]。股價(jià)崩盤(pán)的衡量標(biāo)準(zhǔn)通常被定義為單日或數(shù)日股票價(jià)格的累計(jì)跌幅超過(guò)20%，股價(jià)崩盤(pán)風(fēng)險(xiǎn)則是指這種現(xiàn)象發(fā)生的可能性，即股票急劇下跌的概率。

股價(jià)崩盤(pán)的影響機(jī)制主要可以分為兩個(gè)方面：內(nèi)部因素及外部因素。內(nèi)部因素主要包括大股東及高管減持、并購(gòu)活動(dòng)等。有學(xué)者指出大股東、高管減持力度越大，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高（羅黨論、郭蒙，2019；孫淑偉等，2017）[3][4]；并購(gòu)活動(dòng)影響股價(jià)崩盤(pán)主要是通過(guò)商譽(yù)這一途徑，商譽(yù)源于并購(gòu)活動(dòng)支付的溢價(jià)，有學(xué)者研究發(fā)現(xiàn)并購(gòu)商譽(yù)會(huì)加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)（王文姣等，2017）[5]，也有學(xué)者提出商譽(yù)不影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)，商譽(yù)減值顯著正向影響公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)（韓宏穩(wěn)等，2019）[6]，還有學(xué)者認(rèn)為商譽(yù)與商譽(yù)減值都會(huì)加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)（劉超等，2019）[7]；相關(guān)內(nèi)部因素還有很多，例如企業(yè)行為、信息披露、管理層的能力等。外部因素主要包括分析師關(guān)注、機(jī)構(gòu)投資者等，有學(xué)者指出，分析師關(guān)注會(huì)約束高管的壞消息“隱藏”行為，因此會(huì)造成“壞消息”的快速擴(kuò)散，這會(huì)引起股價(jià)的崩盤(pán)（馮旭南等，2013）[8]；機(jī)構(gòu)投資者持股比例的上升會(huì)加劇未來(lái)股價(jià)崩盤(pán)風(fēng)險(xiǎn)（于博，2019）[9]，但是機(jī)構(gòu)投資者持股穩(wěn)定性卻對(duì)股價(jià)崩盤(pán)有著抑制作用（朱會(huì)芳，2019）[10]。其他外部因素，如外部審計(jì)、經(jīng)濟(jì)政策、外部監(jiān)管、媒體關(guān)注等都會(huì)影響上市公司的股價(jià)崩盤(pán)。

三、研究設(shè)計(jì)

（一）研究假設(shè)

從相關(guān)案例的分析中可見(jiàn)，上市公司出現(xiàn)業(yè)績(jī)大幅度下滑的現(xiàn)象（俗稱“業(yè)績(jī)爆雷”）往往會(huì)影響公司的股價(jià)，甚至導(dǎo)致股價(jià)的崩盤(pán)。同時(shí)，導(dǎo)致上市公司業(yè)績(jī)出現(xiàn)問(wèn)題的原因主要為：主營(yíng)業(yè)務(wù)虧損、商譽(yù)減值以及除商譽(yù)減值外的資產(chǎn)減值和信用減值，而在這三者之中，商譽(yù)減值為主要的原因，從第二章股價(jià)崩盤(pán)的影響機(jī)制中可見(jiàn)，商譽(yù)減值通常與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間存在顯著的正相關(guān)關(guān)系，商譽(yù)減值無(wú)疑會(huì)使上市公司的業(yè)績(jī)變差，即商譽(yù)減值與業(yè)績(jī)負(fù)相關(guān)。

因此，基于前述分析，本文提出：

假設(shè)1：上市公司業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)負(fù)相關(guān)，即業(yè)績(jī)?cè)胶茫涔蓛r(jià)崩盤(pán)風(fēng)險(xiǎn)越小，反之也越大。

（二）模型設(shè)計(jì)與變量解釋

為了驗(yàn)證假設(shè)1，本文采用了以下模型：

其中crasht+1代表上市公司第t+1 年的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，本文選用經(jīng)過(guò)市場(chǎng)調(diào)整的負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益率上下波動(dòng)比例（DUVOL）作為衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的指標(biāo)，采用t+1 年的股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)主要是為了減少內(nèi)生性的問(wèn)題；ROAt為衡量上市公司業(yè)績(jī)的指標(biāo)，指的是第t年的資產(chǎn)收益率；controli,t代表的是第t 年7 個(gè)控制變量，分別為平均周持有收益率（ret）、周持有收益率標(biāo)準(zhǔn)差（sigma）、公司規(guī)模（size）、資產(chǎn)負(fù)債率（lev）、賬面市值比（BM）、月平均超額收益率（dturn）、信息不透明程度（em）；industry 代表行業(yè)虛擬變量，行業(yè)分類以2012 年的證監(jiān)會(huì)行業(yè)標(biāo)準(zhǔn)，制造業(yè)使用二級(jí)分類，其他行業(yè)使用大類；year 代表年份虛擬變量。

（三）樣本選取與數(shù)據(jù)來(lái)源

本文選取了在2010 年已經(jīng)上市并且存續(xù)至今的滬深A(yù) 股上市公司1195 家作為樣本來(lái)源，并且參照已有研究對(duì)樣本進(jìn)行了篩選。篩選條件主要包括三個(gè)：第一，剔除金融行業(yè)、保險(xiǎn)行業(yè)的上市公司；第二，在計(jì)算股價(jià)崩盤(pán)風(fēng)險(xiǎn)兩個(gè)指標(biāo)時(shí)，剔除年度交易周數(shù)少于30 周的樣本；第三，剔除數(shù)據(jù)較多缺失的上市公司樣本。在經(jīng)過(guò)上述三個(gè)步驟的樣本篩選后，本文最終得到滬深A(yù) 股1195 家上市公司2010 年-2019 年共11950組數(shù)據(jù)，形成一個(gè)平衡的面板數(shù)據(jù)作為本文研究的數(shù)據(jù)來(lái)源。

本文的數(shù)據(jù)全部來(lái)源于WIND 數(shù)據(jù)庫(kù)與CSMAR 數(shù)據(jù)庫(kù)，為了進(jìn)一步的保證數(shù)據(jù)的可靠性，本文對(duì)面板數(shù)據(jù)中的連續(xù)變量進(jìn)行了0.01 和0.99 百分位上的縮尾處理，以減少極端值數(shù)據(jù)對(duì)研究結(jié)果造成影響。

四、業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的實(shí)證研究

（一）描述性統(tǒng)計(jì)

本文對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的兩個(gè)指標(biāo)、業(yè)績(jī)指標(biāo)以及7 個(gè)控制變量進(jìn)行了描述性統(tǒng)計(jì)，描述性統(tǒng)計(jì)的結(jié)果見(jiàn)表1。

從描述性統(tǒng)計(jì)的結(jié)果中可見(jiàn)，股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)NCSKEW 和DUVOL 的均值分別為-0.230 和-0.204，這與已有學(xué)者的研究結(jié)果接近，出入的原因可能在于本文所選的樣本是2010-2019 年都存續(xù)的上市公司，并不包括新上市的上市，而上市年份較短的公司的股價(jià)波動(dòng)幅度可能會(huì)較大。

NCSKEW 和DUVOL 的標(biāo)準(zhǔn)差分別為0.674 和0.464，說(shuō)明這兩個(gè)指標(biāo)的波動(dòng)較大。業(yè)績(jī)指標(biāo)總資產(chǎn)收益率ROA 的均值與標(biāo)準(zhǔn)差與已有學(xué)者的研究結(jié)果接近，其最大值與最小值之間的差別較大，但總體的標(biāo)準(zhǔn)差并不是很大，這可能與個(gè)別公司突然出現(xiàn)業(yè)績(jī)急劇下降有關(guān)。其他指標(biāo)的統(tǒng)計(jì)值均在正常范圍內(nèi)。

（二）相關(guān)性分析

為了避免變量之間多重共線性對(duì)回歸分析的影響，本文對(duì)各變量進(jìn)行了Pearson相關(guān)分析和Spearman 相關(guān)分析。從相關(guān)分析結(jié)果可知，衡量ROA 指標(biāo)和負(fù)收益偏態(tài)系數(shù)NCSKEW 的Spearman 相關(guān)系數(shù)和Pearson 相關(guān)系數(shù)分別為0.065 和0.030，與股票收益率上下波動(dòng)比例DUVOL 的Spearman 相關(guān)系數(shù)和Pearson 相關(guān)系數(shù)分別為0.053 和0.025，且都在1%的顯著性水平上顯著，說(shuō)明上市公司的業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間存在內(nèi)在關(guān)聯(lián)。

除了解釋變量與被解釋變量之間的相關(guān)系數(shù)較大，其余控制變量之間的相關(guān)系數(shù)基本上都小于0.5，只有個(gè)別變量之間大于0.5，但最大只有0.586，小于0.6，可見(jiàn)所選樣本中并不存在嚴(yán)重的多重共線性問(wèn)題。

表1 變量描述性統(tǒng)計(jì)表

表2 業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的固定效應(yīng)回歸結(jié)果

（三）固定效應(yīng)回歸分析

本文通過(guò)個(gè)體效應(yīng)的布羅施-帕干（BP）檢驗(yàn)和Hausman 檢驗(yàn)，最終選擇固定效應(yīng)模型對(duì)面板數(shù)據(jù)進(jìn)行回歸分析，回歸的結(jié)果如表2 所示。

股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)的數(shù)值越大，表明股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。從回歸分析的結(jié)果中可以看到，總資產(chǎn)收益率（ROA）與負(fù)收益偏態(tài)系數(shù)（NCSKEW）和股票收益率上下波動(dòng)比率（DUVOL）負(fù)相關(guān)，系數(shù)分別為-0.629 和-0.443，且在1%的水平上顯著，說(shuō)明業(yè)績(jī)?cè)胶玫纳鲜泄酒涔蓛r(jià)崩盤(pán)風(fēng)險(xiǎn)越低，而業(yè)績(jī)?cè)讲顒t股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高，這與假設(shè)1 相符，即股價(jià)崩盤(pán)風(fēng)險(xiǎn)與上市公司業(yè)績(jī)呈負(fù)相關(guān)關(guān)系。

在控制變量方面，可以看到衡量信息不對(duì)稱程度的指標(biāo)em 與收益偏態(tài)系數(shù)（NCSKEW）和股票收益率上下波動(dòng)比率（DUVOL）正相關(guān)，且在1%的水平上顯著，表明上市公司的信息不對(duì)稱程度越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高，這與以往的研究結(jié)果相符。除了周持有收益率標(biāo)準(zhǔn)差（sigma）與衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的兩個(gè)指標(biāo)不顯著，以及資產(chǎn)負(fù)債率（lev）與股票收益率上下波動(dòng)比率（DUVOL）不顯著，其余控制變量與被解釋變量都顯著。

（四）穩(wěn)健性檢驗(yàn)

為了驗(yàn)證回歸結(jié)果的穩(wěn)健性，本文用凈資產(chǎn)收益率（ROE）和每股收益（EPS）代替總資產(chǎn)收益率（ROA）分別進(jìn)行固定效應(yīng)回歸，引入了衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)啞變量crash①代替解釋變量進(jìn)行Logistic 固定效應(yīng)回歸分析，借鑒王化成（2015）[11]等的做法，在回歸分析中采用聚類標(biāo)準(zhǔn)差進(jìn)行回歸分析。三者的結(jié)果顯示假設(shè)1 仍然成立，說(shuō)明本文的研究結(jié)論較為可靠。

（五）進(jìn)一步研究

本文進(jìn)一步研究了業(yè)績(jī)“變臉”現(xiàn)象是否會(huì)加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)。上市公司業(yè)績(jī)披露指引規(guī)定，在公司會(huì)計(jì)年度結(jié)束一個(gè)月內(nèi)，經(jīng)財(cái)務(wù)核算或初步審計(jì)確認(rèn)，公司該年度經(jīng)營(yíng)業(yè)績(jī)出現(xiàn)虧損、實(shí)現(xiàn)扭虧為盈、與上年同期相比業(yè)績(jī)出現(xiàn)大幅變動(dòng)的（上升或下降50%），需要進(jìn)行業(yè)績(jī)預(yù)告披露。本文主要關(guān)注的是業(yè)績(jī)大幅下跌造成的業(yè)績(jī)“變臉”現(xiàn)象，因此本文引入了一個(gè)變量SF 來(lái)衡量業(yè)績(jī)“變臉”現(xiàn)象，將上市公司業(yè)績(jī)出現(xiàn)虧損、且虧損幅度較上年同期相比超過(guò)50%的現(xiàn)象定義為出現(xiàn)業(yè)績(jī)“變臉”，即SF 取值為1，反之則取值為0。

本文對(duì)衡量股價(jià)崩盤(pán)的3 個(gè)指標(biāo)與SF 都進(jìn)行了回歸分析，回歸的結(jié)果如表3 所示：

表3 業(yè)績(jī)“變臉”現(xiàn)象與股價(jià)崩盤(pán)風(fēng)險(xiǎn)的回歸分析結(jié)果

從回歸的結(jié)果中可以看到，SF 與股價(jià)崩盤(pán)之間正相關(guān)，且均在一定的顯著性水平上顯著，也就是說(shuō)，出現(xiàn)業(yè)績(jī)“變臉”現(xiàn)象會(huì)在一定程度上加劇股價(jià)崩盤(pán)風(fēng)險(xiǎn)，這與實(shí)際情況相符合。

五、結(jié)論

上市公司業(yè)績(jī)的大幅度下滑會(huì)導(dǎo)致其股價(jià)的崩盤(pán)，尤其是業(yè)績(jī)的突然下滑。本文選取了2010 年至2019 年持續(xù)存續(xù)的滬深A(yù)股上市公司作為本文研究的樣本來(lái)源，控制行業(yè)效應(yīng)及年份效應(yīng)對(duì)面板數(shù)據(jù)進(jìn)行固定效應(yīng)回歸分析后發(fā)現(xiàn)，上市公司的業(yè)績(jī)與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，即業(yè)績(jī)?cè)讲畹纳鲜泄酒涔蓛r(jià)崩盤(pán)風(fēng)險(xiǎn)越大，而業(yè)績(jī)較好的上市公司其股價(jià)崩盤(pán)風(fēng)險(xiǎn)相對(duì)較小，假設(shè)1 成立，在分別替換解釋變量和被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)后，這一結(jié)論依然成立。

進(jìn)一步的研究發(fā)現(xiàn)，上市公司出現(xiàn)“業(yè)績(jī)變臉”現(xiàn)象與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間存在顯著的正相關(guān)關(guān)系，即出現(xiàn)“業(yè)績(jī)變臉”現(xiàn)象會(huì)加劇公司的股價(jià)崩盤(pán)，這一結(jié)論與事實(shí)情況相符合。本文建議投資者在進(jìn)行投資決策時(shí)，關(guān)注上市公司的業(yè)績(jī)情況，分析是否存在業(yè)績(jī)“變臉”導(dǎo)致股價(jià)崩盤(pán)的風(fēng)險(xiǎn)，合理做出投資決策。

注釋