• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      流動性與崩盤風險:基于中國A股市場的研究

      2019-02-11 03:49:52吳宇翔
      管理科學 2019年5期
      關鍵詞:回報率流動性股價

      陳 蓉,吳宇翔

      1 廈門大學 管理學院,福建 廈門 361005 2 香港中文大學(深圳) 經(jīng)管學院,廣東 深圳 518000

      引言

      近年來,全球股市股價崩盤事件頻頻發(fā)生,以中國股市為例,從2015年6月至2016年1月,中國股市大面積暴跌多達26次,上證綜指一路從5 178點跌至2 638點。該類事件對投資者的財富和資本市場的健康發(fā)展造成嚴重沖擊,甚至還可能危及實體經(jīng)濟的運行進而誘發(fā)經(jīng)濟危機,這使股價崩盤風險成為學術界、業(yè)界和監(jiān)管層共同關注的熱點問題。

      目前,國內外大部分研究認為負面消息的累積是造成股價崩盤的關鍵因素[1-3]。在此基礎上,本研究進一步探討股票流動性與股價崩盤風險的關系。目前,理論界對于兩者關系的解釋存在兩種不同的觀點。一種觀點認為高流動性的股票股價崩盤風險較小,根據(jù)治理理論,股票的高流動性有利于公司大股東對公司治理狀況進行有效監(jiān)督[4],也促使投資者主動獲取相關信息并通過知情交易獲利[5-6],從而有效緩解公司負面消息的累積,進而減少股價崩盤風險。但另一種觀點認為高流動性的股票股價崩盤風險較大,已有研究提出兩種可能的形成機制。①短期行為理論認為,股票的高流動性加劇了短期投資者給予公司管理者的短期業(yè)績壓力,促使管理者采取短期行為,造成負面消息累積,最終導致股價崩盤風險增大。②治理理論認為,股票的高流動性有利于大股東在提前得知公司的負面消息時及時大規(guī)模減持或退出,由此產(chǎn)生的大量賣單會導致股價下跌,同時引起市場的強烈反應,從而引發(fā)股價崩盤[7]。因此,探索股票流動性如何影響股價崩盤風險以及影響形成的機制具有積極的理論意義和現(xiàn)實意義。

      1 相關研究評述

      1.1 股價崩盤形成的關鍵因素——負面消息累積

      與外部投資者相比,公司管理者往往擁有更多關于公司經(jīng)營、資產(chǎn)狀況以及未來發(fā)展前景的內部信息,但是當決定披露還是隱瞞這些內部信息時,管理者需要考慮諸多方面的影響,所以最終公司的信息披露程度可能與外部投資者對信息的披露需求不完全一致[8]。特別是面對負面消息時,公司管理者往往選擇隱瞞或延期披露,寄希望于正面消息的出現(xiàn)抵消這些負面消息可能造成的影響。但是,負面消息的累積會增大股價崩盤風險,因為管理者能夠隱瞞的負面消息是有一定限度的[1],當公司的負面消息經(jīng)過長時間的累積并達到臨界點時,管理者無法再繼續(xù)隱瞞新的負面消息,而之前累積的大量負面消息被集中釋放,這將導致股價崩盤。

      目前國內外關于負面消息累積導致股價崩盤風險增大的研究大多采用代理理論框架。一些學者從管理者行為或特征的角度入手分析,BLECK et al.[9]研究發(fā)現(xiàn),管理者為了自己的私利選擇投資價值為負的項目,當項目出現(xiàn)虧損時,為了防止投資者撤資,管理者可能采用歷史的財務數(shù)據(jù)隱瞞項目虧損的事實,但是不良項目的虧損程度隨著時間的推移累積,直至虧損過大無法繼續(xù)隱瞞,進而導致公司股價崩盤;KOTHARI et al.[8]研究發(fā)現(xiàn),為了自身職業(yè)發(fā)展,公司管理者通過隱瞞公司負面消息的方式吸收公司業(yè)績下滑帶來的股價下行風險,但同時增大了股價崩盤風險;KIM et al.[10]研究股權激勵制度與股價崩盤風險的聯(lián)系,結果發(fā)現(xiàn)為了實現(xiàn)自身股權價值最大化,公司管理者采取隱瞞公司負面消息等短期行為,進而造成股價崩盤風險增大。通過運用隱藏行為模型,BENMELECH et al.[11]認為以股價表現(xiàn)為參考的薪酬機制誘使管理者隱瞞公司的負面消息,從而導致股價崩盤風險增大。以上研究表明,當公司管理者與外部投資者之間存在利益沖突時,管理者采取投資不良項目和隱瞞負面消息等短期行為保障自身利益,進而增大股價崩盤風險,損害投資者的利益。

      此外,國內外學者還從會計穩(wěn)健性[12]、企業(yè)社會責任[13-14]、宗教傳統(tǒng)[15-16]、高送轉行為[17]、內部控制信息披露[18]、大股東持股比例[19]和機構投資者持股比例[20]等角度對負面消息積累導致股價崩盤風險增大進行實證檢驗,實證結果都對該結論提供了更有力的支持。

      1.2 股票流動性對股價崩盤風險的影響方式

      當公司管理者隱瞞的大量負面消息被集中釋放時,就會發(fā)生股價崩盤,這意味著股票流動性可以通過影響負面消息產(chǎn)生的可能性、負面消息的累積程度以及負面消息釋放時的市場反應強度3個方面影響股價崩盤風險。參考已有研究結果,股票流動性對股價崩盤風險的影響方式主要有兩種理論解釋,分別是治理理論和短期行為理論。治理理論基于股票的高流動性促使投資者主動獲取信息并通過知情交易獲利,同時也增強了大股東對公司治理狀況的監(jiān)督意愿和能力;短期行為理論基于流動性高的股票會吸引更多的短期投資者,進而誘使公司管理者采取短期行為。

      對于股票流動性與負面消息產(chǎn)生的可能性之間的聯(lián)系,治理理論認為更高的股票流動性增強了公司大股東監(jiān)督管理層的意愿和能力,從而有效防止公司管理者做出不當投資決策,進而減少產(chǎn)生負面消息的可能性。具體來說,股票的高流動性使大股東更容易進一步積累公司股份,并通過對管理層的監(jiān)督促使公司健康發(fā)展,股價平穩(wěn)上升,從中獲利[21]。此外,股票的高流動性使大股東在提前得知公司的負面消息時能夠及時減持或退出,增強了大股東對公司管理層的監(jiān)督能力,因為管理層的薪酬通常與公司股價掛鉤,如果大股東大幅度減持或退出,公司股價將大幅下降,從而顯著影響管理者的薪酬水平[22]。因此,在大股東更容易退出的威脅下,管理者采取行動時將以股東利益最大化作為主要目標。

      對于股票流動性與負面消息的累積程度之間的聯(lián)系,治理理論認為更高的股票流動性減輕了負面消息的累積程度。具體來說,主動獲取信息的邊際價值隨著股票流動性上升而上升,因為當流動性交易者增加時,知情交易者可以利用其擁有的公司內部信息,與流動性交易者做反向交易,從而獲取更多利益[23]。因此,股票的高流動性促使投資者主動獲取信息并通過知情交易獲利,這也使公司股價反映更多信息,緩解內部信息的累積。此外,當股票流動性上升時,公司的大股東更愿意花費高昂的成本獲取內部信息,并更加積極主動地憑借獲取到的信息進行交易,以保障自身利益[22]。這同樣使股價更準確地反映公司的經(jīng)濟基本面,從而弱化了公司管理者長時間累積公司負面消息的能力。

      另外,短期行為理論認為股票的高流動性導致短期機會主義行為的發(fā)生,進而加劇公司負面消息的累積程度。目前,中國股市存在大量的短期投資者,上海證券交易所統(tǒng)計年鑒[24]數(shù)據(jù)顯示,2016年底,投資者持股賬戶數(shù)為3 748.26萬戶,其中自然人投資者多達3 740.53萬戶,占99.79%;非自然人投資者即機構投資者,僅占0.21%。從持股市值上看,自然人投資者占23.70%,機構投資者占76.30%,其中專業(yè)機構占15.58%,一般機構占60.00%,滬股通占比0.72%,而中國的機構投資者較多采用短期投資策略[25]。自然人投資者和短期機構投資者往往只關注公司股價的短期變動,所以當公司發(fā)布業(yè)績下滑等負面消息時,他們選擇賣出手中的股票,而高流動性的股票具有較低的交易成本,能夠及時地買入和賣出,因此吸引了大量的短期投資者[26]。也就是說,短期投資者更傾向于短期預期收益較高的股票,這就可能導致公司管理者過度關注公司的短期業(yè)績表現(xiàn)。當公司出現(xiàn)負面消息時,管理者就可能選擇隱瞞這些負面消息,以避免短期內公司報告中的收益受到?jīng)_擊而造成短期投資者大量拋售股票,從而對股價造成下行壓力[27-28]。此外,短期機構投資者持股比例較高的公司往往盡可能地管理盈余水平,以達到公司業(yè)績目標或超過分析師預測的水平,以此穩(wěn)定短期投資者[29]。

      對于股票流動性與負面消息釋放時的市場反應強度之間的聯(lián)系,短期行為理論認為股票的高流動性放大了短期投資者在負面消息釋放時的反應強度,因為股票的高流動性降低了投資者的退出成本,這使他們可以在短時間內大量拋售手中的股票,進而引發(fā)股價崩盤[30]。另外,治理理論卻無法對兩者間的聯(lián)系進行統(tǒng)一解釋。就知情交易者主要依靠公司內部信息而非公開信息進行交易的情況而言,負面消息釋放時的市場反應應該很弱,因為這些消息已經(jīng)通過知情交易反映在股票價格中。然而,當大股東憑借信息優(yōu)勢提前得知公司的負面消息并選擇大量拋售手中的股票時,公司股價大幅度下跌,同時,這也引起市場的強烈反應,股價崩盤現(xiàn)象便隨之產(chǎn)生[22,31]。

      綜上,對股票流動性影響股價崩盤風險的3種途徑的總結見表1。

      表1 股票流動性影響股價崩盤風險的3種途徑Table 1 Three Ways Regarding the Effect of Stock Liquidity on Crash Risk

      總而言之,由表1可知,已有研究對于股票流動性與股價崩盤風險之間的聯(lián)系有不同的觀點。一方面,股票的高流動性使公司大股東能通過監(jiān)督管理決策或退出威脅改善公司治理,從而減少產(chǎn)生負面消息的可能性。同時,股票的高流動性也促使投資者主動獲取相關信息并通過知情交易獲利,這提高了股價的信息效率,弱化了公司管理者長時間累積公司負面消息的能力,也減輕了負面消息釋放時的市場反應。這些結論表明高流動性的股票股價崩盤風險較小。

      另一方面,高流動性的股票會吸引更多的短期投資者,他們往往只關注公司的短期業(yè)績表現(xiàn),這迫使公司管理者采取短期行為并不斷隱瞞負面消息,進而導致累積的負面消息最終釋放時短期投資者大量拋售股票,造成股價崩盤。此外,股票的高流動性為大股東及時拋售手中的股票提供了便利,而大股東大幅度減持或退出會引起強烈的市場反應。這些結論表明高流動性的股票股價崩盤風險較大。

      由此可見,需要對股票流動性與股價崩盤風險之間關系展開進一步的研究分析。CHANG et al.[32]采用1993年至2010年美國上市公司的數(shù)據(jù)對此問題進行實證研究,結果表明在美國市場上,股票的高流動性增大股價崩盤風險。但是,目前中國仍沒有相關研究從公司層面驗證股票流動性對股價崩盤風險的影響方式和影響機制。因此,本研究以2003年至2016年中國A股主板上市公司為樣本,對這一問題進行實證分析。

      2 模型和方法

      2.1 回歸模型

      參考CHANG et al.[32]的實證研究方法,本研究采用模型(1) 式研究股票流動性與股價崩盤風險之間的關系,即

      CraRi,t=β0+β1Liqi,t-1+γConi,t-1+εi,t

      (1)

      其中,i為股票,t為年,CraRi,t為i股票第t年的股價崩盤風險,Liqi,t-1為i股票第(t-1)年的股票流動性,Coni,t-1為i股票第(t-1)年的控制變量,β0為截距項,β1為股票流動性的回歸系數(shù),γ為控制變量的回歸系數(shù),εi,t為i股票第t年的殘差項。模型中所有的解釋變量均滯后1期,以在一定程度上解決內生性問題。

      2.2 變量定義

      2.2.1 股價崩盤風險

      JIN et al.[1]將股價崩盤定義為個股的殘余收益率出現(xiàn)大幅度偏離的負異常值,因此,需要先計算個股的殘余收益率,再使用股價崩盤虛擬變量和個股特定回報率的負向偏度對股價崩盤風險進行測量。

      通過模型(2) 式進行回歸,計算個股特定周回報率[2],即

      ri,j=α0+α1rm,j-2+α2rm,j-1+α3rm,j+

      α4rm,j+1+α5rm,j+2+υi,j

      (2)

      其中,j為周,ri,j為i股票第j周考慮現(xiàn)金紅利再投資的回報率,rm,j為所有A股股票第j周考慮現(xiàn)金紅利再投資的回報率(流通市值加權平均法),α0為截距項,α1~α5為各期回報率的回歸系數(shù),υi,j為i股票第j周的殘差項??紤]到非同步交易的影響,本研究在模型中加入市場收益率的一階前推項、二階前推項和滯后項[33]。根據(jù)HUTTON et al.[2]的研究,i股票第j周的特定回報率為Wi,j,Wi,j= ln(1 +υi,j),對數(shù)化處理的目的是使υi,t的概率密度函數(shù)轉變?yōu)榻茖ΨQ分布,以便于進一步定義股價崩盤風險指標。

      測量股價崩盤風險的第1個指標為股價崩盤虛擬變量(Cra)。當個股在一年中經(jīng)歷了1次及1次以上股價崩盤周時,Cra取值為1,否則取值為0。將股價崩盤周定義為該周個股特定周回報率低于個股特定周回報率年平均值減去3.090個標準差,3.090在正態(tài)分布中對應著0.100%的概率[2]。

      借鑒KIM et al.[10]的研究,本研究使用的測量股價崩盤風險的第2個指標為個股特定回報率的負向偏度,計算方法為

      (3)

      其中,n為i股票第t年的交易周數(shù),Nski,t為i股票在第t年的個股特定回報率的負向偏度,代表股價的崩盤傾向,其值越大,意味著分布的負偏程度越大,股價崩盤風險越大。

      2.2.2 股票流動性

      采用AMIHUD[34]提出的流動性匱乏指標測量股票流動性,計算方法為

      (4)

      其中,d為交易日,Illi,t為i股票第t年的流動性匱乏指標,Di,t為i股票第t年的有效交易天數(shù),Ri,t,d為i股票第t年第d交易日的日收益率,Voli,t,d為i股票第t年第d交易日的交易金額。

      因為Illi,t的值越大代表股票流動性越低,因此,本研究將Illi,t乘以 -1,得到的值作為股票流動性的值,為了方便后續(xù)分析,再將股票流動性的值乘以108。

      2.2.3 控制變量

      CHEN et al.[35]和HUTTON et al.[2]的研究表明,股票特定周回報率的波動率(Sig)、股票平均特定周回報率(Ret)、月度換手率均值的變動(Dtu)、公司規(guī)模(Siz)和市值賬面比(MB)與股價崩盤風險正相關,借鑒他們的研究,本研究將這些變量作為控制變量;HUTTON et al.[2]的研究證實,財務杠桿(Lev)和總資產(chǎn)回報率(Roa)與股價崩盤風險負相關,借鑒他們的研究,本研究將這兩個變量作為控制變量;HUTTON et al.[2]發(fā)現(xiàn)應計利潤可操控性越高,公司股價崩盤風險越大,因此本研究將可操控性應計利潤(Acc)作為控制變量;CHEN et al.[35]發(fā)現(xiàn)股票收益率的偏度具有持續(xù)性,因此本研究還控制了個股特定收益負向偏度的一階滯后項。最后,加入年度啞變量和行業(yè)啞變量,分別控制年度和行業(yè)固定效應,行業(yè)分類標準為2012年證監(jiān)會上市公司行業(yè)分類指引??刂谱兞康木唧w定義見表2。

      表2 控制變量定義Table 2 Definition for Control Variables

      3 數(shù)據(jù)

      3.1 數(shù)據(jù)來源和樣本選擇

      本研究采用的數(shù)據(jù)均來自于CSMAR數(shù)據(jù)庫。

      本研究選取2003年至2016年中國A股主板上市公司作為研究對象,篩選樣本遵循以下原則:①剔除金融行業(yè)上市公司樣本;②在測量股價崩盤風險和可操控性應計利潤時,剔除當年樣本量不足30個的樣本;③由于ST股票的日漲跌幅限制與非ST股票不同,所以剔除當年為ST的樣本;④剔除有缺失值的樣本。最終得到1 411家上市公司共計14 670個公司-年度樣本。

      在回歸分析時,本研究對所有連續(xù)變量進行上下1%的縮尾處理。

      3.2 描述性統(tǒng)計

      表3給出主要變量的描述性統(tǒng)計結果,Cra的平均值為0.081,表明在本研究樣本中,平均有8.100%的樣本在一個年度內經(jīng)歷了1次或1次以上的股價崩盤周。Nsk的平均值為 -0.245,與許年行等[3]和王化成等[19]的研究中報告的數(shù)值差別不大。以上兩個指標的標準差分別為0.273和0.576,說明這兩個指標在所選樣本中存在較大差異。

      表4給出每年的樣本量以及股價崩盤虛擬變量、個股特定回報率的負向偏度和股票流動性3個關鍵變量的逐年均值,圖1給出3個關鍵變量均值的逐年變動趨勢。通過觀察可以發(fā)現(xiàn),在2005年中國牛市開始之后,股價崩盤風險代理變量Crat和Nskt的均值都明顯下降;隨后,全球金融危機爆發(fā)使股價崩盤風險再一次上升,其影響在2010年后逐漸減弱,股價崩盤風險因此也有所下降。股權分置改革實行后,Liqt-1的均值水平整體有明顯提高,觀察其變動趨勢,發(fā)現(xiàn)與股價崩盤風險變量的趨勢大體上相同,又因為Liqt-1采用滯后1期的數(shù)據(jù),從而可以初步反映出股票流動性對股價崩盤風險的正向作用。

      表3 主要變量描述性統(tǒng)計結果Table 3 Descriptive Statistics Resutls for Main Variables

      注:樣本量為14 670。

      圖1 關鍵變量逐年均值趨勢圖Figure 1 Trend Chart of Means by Year for Key Variables

      表4 關鍵變量逐年均值Table 4 Means by Year for Key Variables

      4 實證結果和分析

      4.1 股票流動性與股價崩盤風險的回歸分析

      表5給出股票流動性對股價崩盤風險影響的回歸結果。表5第2列中,股價崩盤風險的代理變量為Nski,t,結果表明,Liqi,t-1的系數(shù)在1%水平上顯著為正,t= 3.195,表明流動性越高的股票,其特定收益分布的負偏程度越大,股價崩盤風險越高。就經(jīng)濟意義而言,股票流動性提高一個標準差(0.292)的大小,個股特定收益的負偏程度將提高0.023。表5第3列為股價崩盤虛擬變量Crai,t的回歸結果,Liqi,t-1的系數(shù)在1%水平上顯著為正,z= 2.877,表明流動性更高的股票更容易發(fā)生股價崩盤現(xiàn)象。就經(jīng)濟意義而言,Liqi,t-1對Crai,t的邊際影響為0.034,因此股票流動性提高一個標準差(0.292)的大小將增加0.010股價崩盤發(fā)生的可能性。

      表5第2列中,控制變量的回歸結果與已有研究基本一致,Nski,t-1、股票特定周回報率的波動率、股票平均特定周回報率、市值賬面比、總資產(chǎn)回報率、可操控性應計利潤與股價崩盤風險顯著正相關。表5第3列中,雖然大部分控制變量的回歸結果不顯著,但與梁權熙等[37]和褚劍等[38]的研究結果基本一致;因為部分行業(yè)樣本在Logit回歸中出現(xiàn)完美成功/失敗預測問題而被自動刪除,使樣本量減少至14 611。

      表5 股票流動性與股價崩盤風險Table 5 Stock Liquidity and Stock Price Crash Risk

      注:***為在1%水平上顯著,**為在5%水平上顯著,下同。

      4.2 穩(wěn)健性檢驗

      回歸分析的初步結果表明,在中國A股市場上,個股流動性越高,股價崩盤風險越大。為了保證研究結果的穩(wěn)健性,本研究用不同的變量定義進行穩(wěn)健性檢驗。

      4.2.1 不同的股價崩盤閾值

      對于股價崩盤虛擬變量Cra,本研究采用不同的閾值定義股價崩盤周,這是為了防止本研究結果只適用于一個特定的閾值。前文采用3.090個標準差,本研究改為采用個股特定周回報率年平均值以下3.300、3.400和3.500個標準差定義股價崩盤周的閾值,檢驗結果見表6,結果表明Liqi,t-1的系數(shù)均在5%水平上顯著為正。

      4.2.2 不同的股價崩盤風險指標

      參考CHEN et al.[35]的研究,本研究采用收益上下波動比率測量股價崩盤風險,對前文結果進行檢驗。指標的計算方法為

      表6 股價崩盤虛擬變量穩(wěn)健性檢驗結果Table 6 Robustness Test Results for Cra

      (5)

      其中,DUVoli,t為i股票第t年的收益上下波動比率,nup為i股票第t年的特定周回報率Wi,j大于年平均回報率的周數(shù),ndown為i股票第t年的特定周回報率Wi,j小于年平均回報率的周數(shù)。DUVoli,t越大,意味著回報率分布更傾向于左偏,股價崩盤風險越大。

      用收益上下波動比率測量股價崩盤風險的檢驗結果見表7,Liqi,t-1的系數(shù)在5%水平上顯著為正,t=2.304,表明流動性越高的股票,其特定周回報率分布更傾向于左偏,股價崩盤風險越大。以上檢驗結果表明本研究結果對于不同的股價崩盤風險測量方法具有穩(wěn)健性。

      表7 收益上下波動比率測量股價崩盤風險檢驗結果Table 7 Test Results for Stock Price Crash Risk Measured by DUVol

      4.2.3 不同的流動性指標

      本研究采用另一種流動性匱乏指標RtoTRi,t測量股票流動性[39],該指標用換手率代替Amihud指標中的交易金額,以避免股票規(guī)模不同帶來的偏差。指標計算方法為

      (6)

      其中,Turi,t,d為i股票第t年第d交易日的換手率。同樣地,RtoTRi,t,d的值越大代表股票流動性越低。因此,本研究將RtoTRi,t,d乘以 -1得到的值作為股票流動性變量的值。用(6)式進行的股票流動性穩(wěn)健性檢驗結果見表8。

      表8 股票流動性穩(wěn)健性檢驗結果Table 8 Robustness Tests Resutls for Stock Liquidity

      注:*為在10%水平上顯著,下同。

      表8第2列中,股價崩盤風險的代理變量為個股特定收益的負向偏度Nski,t,Liqi,t-1的系數(shù)在1%水平上顯著為正,t= 2.819,表明流動性越高的股票,其特定周回報率分布的負偏程度越大,股價崩盤風險越高。表8第3列中,股價崩盤風險的代理變量為股價崩盤虛擬變量Crai,t,Liqi,t-1的系數(shù)在10% 水平上顯著為正,z= 1.692,表明流動性高的股票更容易發(fā)生股價崩盤現(xiàn)象。以上檢驗結果表明本研究結果對于不同的股票流動性測量方法具有穩(wěn)健性。

      4.3 影響機制分析

      前文分析結果表明更高的股票流動性導致更高的股價崩盤風險,但正如本研究在相關研究評述部分討論的,短期投資者和大股東的行為均有可能造成這種影響。因此,本研究探討股票流動性與市場未預期的負面消息釋放的可能性之間的聯(lián)系,進一步研究股票流動性影響股價崩盤風險的機制。

      短期投資者大量拋售股票的行為源于公司長時間積累的負面消息被集中釋放,因此,若是股票流動性對股價崩盤風險的影響是由于短期投資者的行為造成的,股票流動性應該與市場未預期的負面消息釋放的可能性正相關。另外,更高的股票流動性增強了大股東對公司治理狀況的監(jiān)督能力和意愿,從而有效降低了公司負面消息產(chǎn)生的可能性,同時也促使大股東主動獲取信息并更積極地進行知情交易,從而限制了公司管理者累積負面消息的能力。因此,若是從大股東的行為分析,股票流動性應與市場未預期的負面消息釋放的可能性負相關。

      參考CHANG et al.[32]的研究方法,本研究運用未預期盈余這一指標進一步構建虛擬變量S_UE,測量市場未預期的負面消息釋放的可能性。確切地說,若公司的未預期盈余在當前年度為負,同時在上一年度為非負,S_UE取值為1,否則取值為0。這一變量定義是為了區(qū)分出基于以往公告或報告市場無法預期到隨后將釋放負面消息的公司。運用Logit模型進行回歸,具體模型為

      S_UEi,t=φ0+φ1Liqi,t-1+λConi,t-1+δi,t

      (7)

      其中,φ0為截距項,φ1為股票流動性的回歸系數(shù),λ為控制變量的回歸系數(shù),δi,t為i股票第t年的殘差項。股票流動性與市場未預期的負面消息釋放的可能性回歸結果見表9。

      由表9可知,Liqi,t-1的系數(shù)在5%水平上顯著為正,z= 2.542,表明流動性越高的股票市場未預期的負面消息釋放的可能性越大,這與前文從短期投資者的角度分析的結果一致。所以,股票流動性對股價崩盤風險的影響主要是短期投資者的行為造成的。

      5 結論

      本研究以2003年至2016年中國A股主板上市公司為樣本,研究股票流動性對股價崩盤風險的影響方式以及影響機制。研究結果表明,在中國A股市場上,股票的高流動性顯著增大股價崩盤風險;這一影響的形成機制是,高流動性的股票交易成本較低,因此吸引了更多的短期投資者,他們更關注公司的短期 經(jīng)營狀況。為防止這類投資者拋售股票而對股價造成下行壓力,公司管理者往往具有較大的短期業(yè)績壓力,這導致管理者選擇隱瞞公司的負面消息,造成負面消息累積。當累積的負面消息達到上限并被集中釋放時,短期投資者憑借較低的交易成本能夠及時拋售股票,由此產(chǎn)生的大量賣單導致股票價格大幅下跌,造成股價崩盤。

      表9 股票流動性與市場未預期的負面消息釋放的可能性Table 9 Stock Liquidity and Probability of Unexpected Bad News Releases by Market

      本研究結論豐富了中國關于股價崩盤風險影響因素的研究,近年來,越來越多的學者和監(jiān)管人員開始擔心股票流動性會引發(fā)資本市場的不穩(wěn)定性,本研究從公司層面證實這一擔心是真實存在的。同時,研究結論對于監(jiān)管實踐也具有一定參考價值,現(xiàn)有研究表明股票流動性對公司治理、信息透明度、公司價值均能產(chǎn)生有利影響[6],然而,本研究提出股票流動性的一個不利影響——通過短期投資者的行為增大了股價崩盤風險。因此,市場監(jiān)管者在控制股票市場流動性水平時,應充分權衡股票流動性正反兩方面的影響,以保持市場穩(wěn)定運轉。

      從未來的進一步研究看,相對有效價差通常被認為是測量股票流動性最好的指標[40],并經(jīng)常被用作流動性低頻指標的基準指標。但由于它是通過高頻數(shù)據(jù)計算得到的,收集和處理數(shù)據(jù)等方面都存在較大困難,所以最終本研究放棄使用相對有效價差測量股票流動性,轉而使用低頻指標。同時,在研究股票流動性對股價崩盤風險的影響機制時,還可以通過研究短期機構投資者的行為進一步驗證,但由于機構投資者的數(shù)據(jù)缺失較為嚴重,最終本研究放棄從這個角度進行研究。所以,股票流動性對股價崩盤風險的影響機制還有待進一步檢驗。

      猜你喜歡
      回報率流動性股價
      ?十不該(股市)
      理財周刊(2023年11期)2023-11-08 00:37:19
      美聯(lián)儲“順潮”降息或將提升全球流動性
      中國外匯(2019年16期)2019-11-16 09:27:50
      盤中股價升跌引起持股者情緒變化
      金融系統(tǒng)多維度流動性間溢出效應研究
      ——基于三元VAR-GARCH-BEEK模型的分析
      股價創(chuàng)股災以來新低的股票
      哪些電影賠了錢
      海外星云(2016年7期)2016-04-27 21:30:55
      BIM應用的投資回報率研究
      滬港通未必拉動藍籌股股價
      法人(2014年5期)2014-02-27 10:44:25
      組織成員流動性對組織學習中知識傳播的影響
      風險投資資本配置與科技企業(yè)孵化器投資回報率的相關性分析
      汾阳市| 东宁县| 永清县| 铜川市| 新安县| 元朗区| 秦安县| 荆州市| 万安县| 徐水县| 泰州市| 无极县| 邻水| 抚松县| 晋城| 大方县| 凤翔县| 泾源县| 晋中市| 平和县| 前郭尔| 兰考县| 友谊县| 进贤县| 吉水县| 高密市| 富裕县| 建湖县| 阿拉善左旗| 即墨市| 咸丰县| 海安县| 西畴县| 乐东| 邛崃市| 宜章县| 长寿区| 德化县| 淮南市| 息烽县| 涟水县|