摘要：近年來，我國證券市場發(fā)展迅速，但與西方國家相比投機性較強，股價崩盤風險明顯較高。同時，我國的機構(gòu)投資者近幾年也正處于快速發(fā)展中，在證券市場占有重要的地位，而機構(gòu)投資者的比例會在一定程度上影響整體投資者的異質(zhì)信念。在此基礎(chǔ)上，本文研究了機構(gòu)投資者和投資者異質(zhì)信念對于股價崩盤風險的影響，以及二者之間的交互作用。

關(guān)鍵詞：股價崩盤風險;投資者異質(zhì)信念;機構(gòu)投資者

1.引言

近年來，我國證券市場發(fā)展迅速，然而與一些西方國家相比，由于我國證券市場起步較晚，相關(guān)的證券市場法律和法規(guī)不完善，投資者不理性等原因，我國證券市場的發(fā)展階段相較于西方是滯后的。由此，我國證券市場相較于西方國家，發(fā)生股價崩盤的風險更大。至今，我國股市經(jīng)歷過兩次暴跌，分別是2007年10月份和2015年6月份，其中，2015年6月份的這一輪股市大跌更是出現(xiàn)了千股跌停的奇觀。這兩次股市暴跌不僅給我國投資者造成了巨大的損失，還反映了我國證券市場不成熟，投資者不理性，相關(guān)制度和監(jiān)管不完善等問題。

作為我國證券市場的重要參與者，隨著機構(gòu)投資者的投資規(guī)模越來越大，其在市場中的一舉一動都可能對我國證券市場造成重大的影響。同時，在對股市的研究中，眾多學(xué)者發(fā)現(xiàn)，傳統(tǒng)的“有效市場假說”并不成立，尤其是傳統(tǒng)金融理論在解釋市場“異象”問題上存在不足。在傳統(tǒng)的金融學(xué)理論中，每個投資者對于相同資產(chǎn)在相同期限下的收益概率判斷是一致，但是現(xiàn)實生活中并非如此，因此，異質(zhì)信念這一假設(shè)才更靠近實際情況。此外我國證券市場自建立以來，遠不及歐美發(fā)達國家股票市場的成熟程度，投資者的差異性不論是在專業(yè)素養(yǎng)還是投資偏好或年齡等方面都更大。

因此，本文對機構(gòu)持股比例、投資者異質(zhì)信念和股價崩盤風險進行研究，以期通過了解這三者之間的關(guān)聯(lián)為我國證券市場的平穩(wěn)發(fā)展提供理論支持。

2.理論分析與研究假設(shè)

我國目前有關(guān)股價崩盤風險的研究，大多是從分析師、信息披露、財務(wù)狀況以及公司高管等方面作為切入點進行的，將機構(gòu)投資者、異質(zhì)信念納入影響因素對股價崩盤風險進行研究文獻相對較少。

許年行等（2013）實證表明機構(gòu)投資者的“羊群行為”增加了股價的崩盤風險。[1]許年行等（2012）研究了證券分析師的樂觀偏差以及利益沖突對股價崩盤風險的影響，研究發(fā)現(xiàn)證券分析師樂觀偏差會加劇股價崩盤的風險，同事分析師的利益沖突會加劇樂觀偏差對股價崩盤風險的正相關(guān)影響。[2]羅進輝、杜興強（2014）研究發(fā)現(xiàn)媒體報道與股價崩盤風險呈顯著的負相關(guān)關(guān)系。[3]王化成等（2015）考察了大股東持股對股價崩盤風險的影響，發(fā)現(xiàn)第一大股東持股與股價崩盤風險顯著負相關(guān)，即第一大股東持有的股份越多，則該上市公司未來發(fā)生股價崩盤的風險就越小，這是因為大股東持有的股份越多，就會導(dǎo)致大股東更有動力去監(jiān)督該上市公司的管理層，也會減少大股東對上市公司的掏空行為，從而能夠有效地降低股價崩盤風險的發(fā)生。[4]李小榮、劉行（2012）研究了高管性別與股價崩盤風險的關(guān)系，發(fā)現(xiàn)女性CEO能夠抑制股價崩盤風險，而CFO對股價崩盤風險的影響不大。[5]董建萍（2016）研究了信息披露質(zhì)量與股價崩盤風險之間的關(guān)系，發(fā)現(xiàn)信息披露質(zhì)量越高，股價崩盤風險越小。[6]葉康濤等（2015）研究了內(nèi)部信息披露與股價崩盤風險之間的關(guān)系，發(fā)現(xiàn)上市公司內(nèi)部控制信息披露的水平越高，股價崩盤風險越小。[7]

本文從機構(gòu)投資者和投資者異質(zhì)信念的角度出發(fā)，研究二者以及二者之間的交互作用對股價崩盤風險的影響，由此，提出以下三個研究假設(shè)：

H1：機構(gòu)投資者持股與股價崩盤風險呈正相關(guān)關(guān)系。

H2：投資者異質(zhì)信念與股價崩盤風險呈正相關(guān)關(guān)系。

H3：機構(gòu)投資者持股比例越大，投資者異質(zhì)信念對股價崩盤風險的正向影響越強。

3.研究設(shè)計

3.1樣本選擇與數(shù)據(jù)來源

本文的研究樣本為2010-2019年的非金融行業(yè)（按證監(jiān)會2012年行業(yè)標準分類）非ST類的A股上市公司。在這些研究樣本中，本文根據(jù)初始數(shù)據(jù)對于樣本進行了再次篩選：（1）剔除缺失了研究所需數(shù)據(jù)的樣本;（2）剔除有任意一年的交易周數(shù)小于30的樣本。根據(jù)以上要求進行篩選后，最后得到了6561個樣本。

3.2變量定義

3.2.1因變量

借鑒Chen等、Hutton等及Kim等對股價崩盤風險的研究，本文采用負收益偏態(tài)系數(shù)（NCSKEW）和收益上下波動率（DUVOL）這兩個指標進行度量。[8] [9] [10]

負收益偏態(tài)系數(shù)（NCSKEW）的計算方法如下：

首先，利用下面的公式（1）對股票i在第t年的各周周收益率進行多元線性回歸，并預(yù)測得到殘差項εi，t。其中，ri，t為股票i在第t周的周收益率， rm，t為第t周的市場加權(quán)平均收益率。

（1）

其次，利用公式（2）和公式（3）計算得到負收益偏態(tài)系數(shù)（NCSKEW）。其中，n為股票i在第t年的交易周數(shù)。負收益偏態(tài)系數(shù)（NCSKEW）的值越大，表示收益率往左偏態(tài)的程度越高，說明該股票的股價崩盤風險越高。

（2）

（3）

收益上下波動率（DUVOL）的計算方法如下：

（4）

其中，nu為在第t年中股票i的周收益率高于當年平均周收益率的周數(shù)，nd為在第t年中股票i的周收益率低于當年平均周收益率的周數(shù)。收益上下波動率（DUVOL）的值越大，表示該股票收益率越不穩(wěn)定，說明該股票的股價崩盤風險越高。

3.2.2自變量

本文的自變量有兩項，分別是機構(gòu)持股比例與用于衡量投資者異質(zhì)信念的股票換手率。

機構(gòu)持股比例的付好用InstitutionHold表示，計算方法為第t年年底股票i的機構(gòu)投資者持股數(shù)占股票i總股數(shù)的比例。

投資者異質(zhì)信念用股票換手率（HSL）來衡量，計算方法如下公式（5）：

其中， volumei，t為股票i在t周的總成交量，liquid stocki，t為股票i在t周的流通股總股數(shù)，MVi，t為股票i在t周的總流通市值。

3.2.3控制變量

借鑒已有研究，本文選取以下9個指標作為控制變量：

表1 控制變量的定義

3.3模型設(shè)計

為了檢驗機構(gòu)持股比例與股價崩盤風險的關(guān)系，本文設(shè)計了多元回歸模型（1）：

為了檢驗異質(zhì)信念與股價崩盤風險的關(guān)系，本文設(shè)計了多元回歸模型（2）：

為了檢驗異質(zhì)信念與股價崩盤風險之間的交互作用及其與股價崩盤風險之間的關(guān)系，本文設(shè)計了多元回歸模型（3）：

其中，Crashriski，t 由NCSKEWi，t和DUVOLi，t這兩個因變量進行衡量。

4.實證結(jié)果與分析

4.1描述性統(tǒng)計分析

表2 描述性統(tǒng)計分析表

上表2是對本文所有變量（除行業(yè)和年份這兩個控制變量）的描述性統(tǒng)計結(jié)果，為了消除極端值的影響，本文對以上所有變量進行了在1%和99%水平上的縮尾處理。

從上表中我們可以看到：（1）衡量股價崩盤風險的負收益偏態(tài)系數(shù)（NCSKEW）和收益上下波動率（DUVOL）的標準差分別為0.677和0.199，說明各上市公司的股價崩盤風險存在一定差異。（2）機構(gòu)持股比例的平均值為0.514，比以往的研究結(jié)果大，說明近幾年來我國證券市場中機構(gòu)投資者的持股比例有所上升。同時，機構(gòu)持股比例的最大值為0.918，最小值為0.010，相差0.908之多，說明各上市公司的機構(gòu)持股比例也存在較大差異。

4.2相關(guān)性分析

由表3可知，在1%的顯著性水平下，NCSKEW和DUVOL之間的相關(guān)系數(shù)為0.870，說明NCSKEW和DUVOL之間的一致性較強，能夠共同衡量股價崩盤風險。在1%的顯著性水平下，機構(gòu)持股比例與NCSKEW和DUVOL之間的相關(guān)系數(shù)分別為0.067和0.027，說明機構(gòu)持股比例與股價崩盤風險之間存在顯著的正相關(guān)關(guān)系，與本文的假設(shè)H1一致。在1%的顯著性水平下，HSL與NCSKEW和DUVOL的相關(guān)系數(shù)分別為0.015和0.007，說明投資者異質(zhì)信念越大，股價崩盤的可能性越大，與本文的假設(shè)H2一致。

4.3回歸分析

本文分別以NCSKEW和DUVOL作為因變量，對上文所述的三個多元回歸模型分別進行線性回歸。

模型（1）的回歸結(jié)果為：以NCSKEW作為因變量進行回歸分析時，機構(gòu)持股比例的系數(shù)為0.022，在1%的統(tǒng)計水平上顯著;以DUVOL作為因變量進行回歸分析時，機構(gòu)持股比例的系數(shù)為0.009，在5%的統(tǒng)計水平上顯著。由此可知，機構(gòu)持股比例與股價崩盤風險呈正相關(guān)關(guān)系，與本文假設(shè)H1一致。

模型（2）的回歸結(jié)果為：以NCSKEW作為因變量進行回歸分析時，HSL的系數(shù)為0.536，在5%的統(tǒng)計水平上顯著;以DUVOL作為因變量進行回歸分析時，機構(gòu)持股比例的系數(shù)為0.352，在5%的統(tǒng)計水平上顯著。由此可知，投資者異質(zhì)信念與股價崩盤風險呈正相關(guān)關(guān)系，與本文假設(shè)H2一致。

模型（3）的回歸結(jié)果為：以NCSKEW作為因變量進行回歸分析時，機構(gòu)持股比例的系數(shù)為0.232且在5%的統(tǒng)計水平上顯著，HSL的系數(shù)為0.633且在5%的統(tǒng)計水平上顯著，機構(gòu)持股比例與投資者異質(zhì)信念交互項的系數(shù)為-1.465且在5%的統(tǒng)計水平上顯著;以DUVOL作為因變量進行回歸分析時，機構(gòu)持股比例的系數(shù)為0.063且在5%的統(tǒng)計水平上顯著，機構(gòu)持股比例與投資者異質(zhì)信念交互項的系數(shù)為-0.394且在5%的統(tǒng)計水平上顯著。由此我們可以得知，機構(gòu)持股比例和投資者異質(zhì)信念都與股價崩盤風險呈正相關(guān)關(guān)系，與模型（1）和模型（2）得出的結(jié)論相似，再次驗證了假設(shè)H1和H2。而機構(gòu)持股比例與投資者異質(zhì)信念交互項的負系數(shù)則說明，機構(gòu)投資者持股比例越大，投資者異質(zhì)信念對股價崩盤風險的正向影響越弱，與假設(shè)H3不一致。

5.結(jié)論與啟示

本文以2010-2019年我國A股上市公司的機構(gòu)持股比例和股票換手率作為研究對象，對研究樣本數(shù)據(jù)篩選后，通過描述性統(tǒng)計分析、相關(guān)性分析和回歸分析三種方法，對機構(gòu)持股比例和投資者異質(zhì)信念與股價崩盤風險之間的關(guān)系進行研究。研究結(jié)果表明：（1）我國上市公司間的股價崩盤風險差異較大;（2）我國上市公司的機構(gòu)持股比例相差較大，同時與股價崩盤風險呈正相關(guān)關(guān)系，即上市公司中機構(gòu)投資者的持股比例越高，發(fā)生股價崩盤的可能性越大;（3）投資者異質(zhì)信念對股價崩盤風險有正向影響，投資者異質(zhì)信念越大，即投資者對于該上市公司股票的收益率概率分布期望越不一致，進而導(dǎo)致股價崩盤風險增加。由此可見，投資者教育對于我國股市健康發(fā)展是十分重要的。監(jiān)管部門應(yīng)當加強對投資者的管理和培訓(xùn)，而投資者應(yīng)該提高自身的專業(yè)素養(yǎng)，為我國股市的穩(wěn)步發(fā)展提供一份力量。

參考文獻：

[1]許年行，于上堯，伊志宏.機構(gòu)投資者羊群行為與股價崩盤風險[J].管理世界，2013，07：31—43.

[2]許年行，江軒宇，伊志宏，徐信忠.分析師利益沖突、樂觀偏差與股價崩盤風險[J].經(jīng)濟研究，2012，07：127-140.

[3]羅進輝，杜興強.媒體報道、制度環(huán)境與股價崩盤風險[J].會計研究，2014，09：53—59.

[4]王化成，曹豐，葉康濤.監(jiān)督還是掏空：大股東持股比例與股價崩盤風險[J].管理世界，2015，02：45-57.

[5]李小榮，劉行.CEO VS CFO：性別與股價崩盤風險[J].世界經(jīng)濟，2012，12：102—129.

[6]董建萍.機構(gòu)投資者、信息披露質(zhì)量與股價崩盤風險[J].會計之友，2016，05：81-86.

[7]葉康濤，曹豐，王化成.內(nèi)部控制信息披露能夠降低股價崩盤風險嗎？[J].金融研究，2015，02：192-206.

[8]Hutton，A.P.， Marcus， A.J.， Tehranian， H. Opaque Financial Reports，R2，and Crash Risk [J]. Journal of Financial Economics，2009，94（ 1） ： 67-86.

[9]Chen，Joseph，Hong，Harrison，Stein，Jeremy C.2001，F(xiàn)orecasting Crashes：Trading Volume，Past Returns，and Conditional Skewness in Stock Prices[J].Journal of Financial Economics，61（3）：345—381.

[10]Kim，Y.，Li，H.，Li，S.Corporate Social Responsibility and Stock Price Crash Risk[J]. Journal of Banking and Finance，2014，43（ 1） ： 1-13.

作者簡介：顧碧昀（1996-），女，浙江寧波人，本科，上海大學(xué)，研究方向：金融學(xué)。