衍生品交易盈虧披露會影響瞬時股價嗎？
——基于2020年A股上市公司的分析

金 縵

(南京大學-江蘇鳳凰出版?zhèn)髅郊瘓F博士后工作站，江蘇 南京 210006)

一、 引言

衍生品是企業(yè)降低以大宗商品為主要成本的利潤波動的主要金融工具?，F(xiàn)貨市場的價格波動，迫使企業(yè)套期保值。Ekaterina等在對全美公司2012—2016年衍生品交易的調(diào)查中發(fā)現(xiàn)，使用衍生品的公司會大幅度降低現(xiàn)金流動性風險，有利于公司長期、穩(wěn)定、健康發(fā)展[1]。

但衍生品交易信息披露并不一定會引發(fā)金融市場對公司價值的正確評價。根據(jù)觀察發(fā)現(xiàn)，企業(yè)套期保值公告一經(jīng)發(fā)出，無論是否套保成功，衍生品信息的披露日當天股價皆會下跌。2021年10月19日，秦安股份(603758)發(fā)布《關(guān)于投資進展的公告》，公布為緩解銅、鋁、鋅等大宗商品價格上漲導致的成本壓力，將前期建倉的期貨合約全部平倉，并公布平倉虧損為11098.30萬元(含稅)，導致當日盤中大跌，且之后3個交易日股價又遭遇連續(xù)下跌?；诔杀径藟毫λM行的套保賬戶平倉虧損，是秦安股份管理風險的合理手段，且通過期貨倉位的虧損可預判因遠期商品價格下跌而產(chǎn)生的原材料成本壓力是下降的，然而，這一為降低企業(yè)風險的管理舉措的披露，卻導致其股票連續(xù)三天下跌。因豬肉價格下跌而進入生豬期貨市場的溫氏集團(300498)披露期貨平倉信息后，股票也出現(xiàn)類似不合理大跌。

由于投資者需要公司未來有關(guān)盈利能力和風險價值的信息來重新判斷市場價值，故有學者認為無論公告信息顯示盈利還是虧損，首次披露皆存在正向的風險溢價[2-4]。此外，公告披露的市場價值，還體現(xiàn)在信息對金融市場有效性的增強上。Ben-Rephael等認為，具有貝葉斯分析能力的投資者，不僅會通過新披露信息進行股價估計，還會通過相互學習和量化分析工具，對同行業(yè)和同空間的上市公司重新估值，最終影響整體市場的信息-股價同步率[5]。

還有觀點認為異質(zhì)性信息可能造成市場噪音，新增信息不絕對產(chǎn)生正的價值。Hirshleifer、賀京同等在估計資產(chǎn)價值的過程中發(fā)現(xiàn)，當信息不清晰、稀缺或傳遞緩慢時，人們更容易受到各種認知偏向的影響，容易產(chǎn)生過度反應(yīng)及后續(xù)的反向修正[6-7]。而且股票價格變化絕對值之間的自相關(guān)性與投資者信念的分布密切相關(guān)[8]。Shue等進一步研究發(fā)現(xiàn)，投資者存在非比例思維，期貨交易(擬)盈虧金額往往較為巨大，會引起投資者對衍生品盈虧的過度反應(yīng)[9]。

宏觀層面的研究表明，衍生品盈虧信息導致的瞬時股價下跌反映真實風險。披露衍生品交易的上市公司可能存在更高的負債率[10]。Wang等、Jacqueline等認為，衍生品交易盈虧的信息是遵循動量策略的，衍生品交易會導致投資者對整體市場回報預期的共同運動的方差增大，而方差增大會增加存在衍生品交易的上市公司股票的長期風險[11-12]。即衍生品所代表的遠期價格的商品市場與股票市場間的共振效應(yīng)，是反映宏觀經(jīng)濟風險的一個重要表現(xiàn)[13-14]。

根據(jù)上市公司監(jiān)管要求，公司需要在套期保值賬戶開戶后，對擬開展的衍生品交易、未到期合約的預期盈虧等進行信息披露。綜合前人的研究看，公司衍生品交易披露應(yīng)產(chǎn)生顯著正向或負向信息價值[15]。本文采用2020年243個交易日內(nèi)1251家A股上市公司4265個衍生品交易盈虧信息披露日的交易數(shù)據(jù)，研究衍生品交易盈虧披露對披露當日或次日瞬時股價的影響。本文可能存在以下邊際貢獻：第一，國內(nèi)對上市公司披露的衍生品信息的公告溢出效應(yīng)研究尚未深入，本文對研究公司商品金融化問題具有突出的學術(shù)價值。第二，在研究視角上，本文首次聚焦衍生品信息的公告溢價，為研究異質(zhì)性信息認知偏差的非理性行為提供了實證依據(jù)。第三，在研究數(shù)據(jù)上，本文手工搜集了2020年1251家A股上市公司4265個衍生品交易盈虧信息，為優(yōu)化衍生品交易信息披露提供新的思路。

二、 理論分析和基本假設(shè)

(一)瞬時股價異常波動

假設(shè)在t=0時存在衍生品交易盈虧信息的披露，則將2020年所有的交易日進行多期DID差分處理組和控制組之間日期劃分，定義為DIDi,t：

(1)

為考察衍生品披露對瞬時股價的影響，假設(shè)方程如下：

ARit=αit+β0DIDi,t+γXi,t+ui,t+γt+ηi+σi,t

(2)

公式中下標的i和t分別代表上市公司和交易日，因變量ARit為通過不同模型計算的超額收益率，DIDi,t是核心解釋變量。Xi,t表示影響當日股價異常收益率且隨時間和公司個體變動的控制變量。ηi表示公司固定效應(yīng)，控制因披露衍生品信息導致的股價波動中不隨時間變動的個體因素；γt為時間效應(yīng)，控制隨時間變化影響股價波動的自回歸因素；σi,t為公司個體因素和交易日之間的交互效應(yīng)，控制隨公司個體差異導致的股價自回歸的時變因素；ui,t為誤差項。

為考察衍生品披露前后投資者內(nèi)部信息優(yōu)勢和披露后的交叉學習效應(yīng)對股價波動的影響因素，本文使用短期事件模型對多期雙重差分模型進行進一步細化，假設(shè)方程如下：

ARit=αit+β-1DIDi,t-1+β0DIDi,t+β+1Di,t+1+γXi,t+ui,t

(3)

其中β+1系數(shù)衡量披露信息前一段時間的影響，β-1系數(shù)衡量信息披露后一段時間的影響。由于衍生品交易盈虧信息的披露Di,t對于不同公司的披露日期是不同的，故β+1和β-1為一個矩陣(見公式4)，其中第一行表示公司不存在衍生品交易盈虧信息披露的時間段。Xi,t為控制變量，γ為控制變量系數(shù)矩陣，ui,t為固定效應(yīng)。

(4)

控制變量Xi,t的系數(shù)矩陣γ用來控制股價自回歸、衍生品信息的市場噪音和內(nèi)部企業(yè)價值差異對瞬時股價的影響。Ball和Brown認為，信息披露后存在的股票向上向下的短期波動是一種對異常回報的系統(tǒng)性錯誤定價[16]，故本文假設(shè)：

H1:衍生品交易盈虧披露當日的股價異常收益率顯著為負。

其中衍生品交易信息披露中明確存在對衍生品交易虧損的信息披露的信息，可能會造成更大的投資者反應(yīng)。本文進一步假設(shè)：

H2a：衍生品交易虧損信息披露當日，股價異常收益率顯著為負，且系數(shù)顯著大于總樣本系數(shù)。

由于我國部分中小投資者缺乏對衍生品套期保值的風險轉(zhuǎn)移功能信息的有效識別，因此他們對衍生品所帶來的未知信息的恐懼可能會造成認知偏差，故本文進一步假設(shè)：

H2b：僅公布預期將進行套期保值的公告披露當日，股價異常收益率顯著為負。

在對盈余公告后價格漂移現(xiàn)象研究中，投資者優(yōu)先關(guān)注會降低定期披露信息效率[17]，擇期披露是內(nèi)部管理團隊通過會計信息影響公司價值的一種手段[18]。本文將數(shù)據(jù)中衍生品交易盈虧數(shù)據(jù)在年報披露的時間Di,t賦值系統(tǒng)信息變量Termly_Di,t，同時將其他非年度報告披露衍生品交易盈虧數(shù)據(jù)的時間賦值不定期披露變量UnTermly_Di,t，假設(shè)選擇在年度報告披露衍生品交易信息存在披露擇期，并進一步假設(shè)：

H3:不定期披露日衍生品交易盈虧信息存在更高的當日股價異常收益率。

(二)衍生品交易披露引發(fā)的緩慢盈余公告后漂移

案例研究發(fā)現(xiàn)，在披露衍生品交易盈虧信息后的2～10天，股價出現(xiàn)了劇烈波動。首先，定義事件發(fā)生的窗口期為[t-d,t+d]天。其次，定義事件不發(fā)生時公司的預期收益率，使用與衍生品交易盈虧信息披露日窗口期不重疊的事件發(fā)生前60個交易日至前30個交易日作為估計窗口，對衍生品交易盈虧披露事件進行收益率預期。本文提出如下假設(shè)：

H4：衍生品交易盈虧信息披露窗口期的異常收益率為負。

由于衍生品交易盈虧信息披露事件發(fā)生的窗口期也存在其他事件的混合效應(yīng)，故本文分別對定期披露和不定期披露進行區(qū)分，并假設(shè)：

H5：定期披露的衍生品交易盈虧信息的窗口期異常收益率波動小于不定期披露窗口期。

由于2020年是一個特殊的年份，4～6月對2019年度年報的披露時期正是全球疫情的關(guān)鍵時期，宏觀環(huán)境造成對公眾持有股票的心理預期的劇烈波動，也會形成衍生品披露的窗口期內(nèi)的混合效應(yīng)[19-20]，故本文將分析師最新收益預期和投資者宏觀景氣情緒指數(shù)作為邊際投資者和幼稚投資者對衍生品信息對市場風險預期的擬合值進行交叉效應(yīng)分析，并假設(shè)：

H6a：增加分析師預測收益率與衍生品披露的交叉效應(yīng)，會顯著降低披露窗口期的異常收益率系數(shù)。

H6b：增加投資者宏觀景氣情緒指數(shù)與衍生品披露的交叉效應(yīng)，會顯著降低披露窗口期的異常收益率系數(shù)。

三、 實證分析

(一)數(shù)據(jù)來源與變量

1. 數(shù)據(jù)來源

本文的樣本期從2020年1月2日(2020年首個開盤日)到2020年12月31日，涵蓋243個交易日，本文選取的樣本為中國A股上市公司，并刪除異質(zhì)性樣本：金融保險類上市公司；處于特殊狀態(tài)(ST、*ST、暫停上市、退市)的公司；2020年才IPO上市的新公司；非開盤日和公司無日股票收益率的數(shù)據(jù)缺失的樣本。衍生品交易盈虧披露、公司日股票收益率、資本結(jié)構(gòu)、分析師預測數(shù)據(jù)和投資者情緒指數(shù)均來自于Wind數(shù)據(jù)庫。由于使用的DID模型要求面板數(shù)據(jù)為平衡面板，因此本文將交易日期進行順序排列并刪除數(shù)據(jù)部分缺失的數(shù)據(jù)。最后得到1251家公司的287811個“公司-日”觀測值。

2. 變量具體解釋

(1)衍生品交易盈虧信息變量

本文假設(shè)內(nèi)部管理團隊會選擇更安全、更利于股價上漲的套期保值信息進行披露，并進一步假設(shè)披露信息皆為準確有效的信息。獲得衍生品交易盈虧信息的有效披露(Event_D)4265個，其中定期公告(Termly_D)447個，非定期公告(UnTermly_D)3818個。

(2)瞬時股價變量

為穩(wěn)健性考慮，本文分別使用市場模型、Fama三因子模型來計算異常收益率。為研究事件對整體證券定價的影響，設(shè)置窗口期為[-t,t](t=1,2,5,10)，并設(shè)置估計非衍生品信息披露收益率的估計期為披露日前的[-60,-30]，計算異常收益率AAR和累積異常收益率CAR。異常收益率為公司衍生品披露日的異常收益率。

(3)混合效應(yīng)變量

為檢驗在樣本期間內(nèi)衍生品交易盈虧信息與內(nèi)部人擇期選擇之間的交叉效應(yīng)，本文通過計算分析師對上市公司的股票預測值的窗口期平均值(AR-Exp)來擬合股票收益率的擇期效應(yīng)。為了避免在衡量分析師預期時使用陳舊信息，變量計算時排除了在披露衍生品信息的公告前60天以上做出的預測。使用投資者投資情緒指數(shù)(PSD)來代表金融市場對宏觀經(jīng)濟的景氣判斷產(chǎn)生的選擇效應(yīng)。

(4)控制變量

根據(jù)假設(shè)可能涉及的相關(guān)變量對解釋力度的影響，本文控制公司流動資產(chǎn)的規(guī)模變量(Size)、股票流動性變量(ILLIQ)和行業(yè)變量(Industry)，其中公司資產(chǎn)規(guī)模變量代表公司披露成本大小。非流動性因子控制在披露日公司流動性力度。由于衍生品有強烈的行業(yè)屬性，故對行業(yè)控制，能有效降低專有信息噪音。具體變量定義見表1。

表1 變量定義表

(二)實證結(jié)果展示

1. 描述性統(tǒng)計

表2變量描述性統(tǒng)計結(jié)果顯示，2020年A股上市公司超額收益率為正且均值趨近0，說明我國投資者對整體A股股票市場呈謹慎樂觀態(tài)度。篇幅原因，描述分析中異常收益率AAR和累計異常收益率CAR僅報告窗口期為[-10,10]的計算結(jié)果。AAR和CAR在MM模型下均值為正數(shù)，在Fama3因子下均值為負數(shù)，不能直觀認為衍生品的披露會導致股價下跌。進一步區(qū)分披露類型發(fā)現(xiàn)，年報披露時，AAR和CAR在任何模型下均值皆為正數(shù)，說明公告盈利漂移會降低披露衍生品異質(zhì)性信息所帶來的過度反應(yīng)。兩兩相關(guān)性檢驗結(jié)果發(fā)現(xiàn)控制變量與被解釋變量間不存在超過0.2的顯著相關(guān)性。故不存在回歸結(jié)果的多重共線性。

表2 變量描述性統(tǒng)計結(jié)果

2. 回歸分析

(1)是否存在瞬時股價效應(yīng)

表3為瞬時股價效應(yīng)的當期異常收益率回歸結(jié)果。結(jié)果表明，在控制股票波動性、市場交易摩擦(資產(chǎn)規(guī)模、行業(yè)、月份)后，衍生品信息會導致當日股價顯著下跌0.17個百分點，兩日股價顯著下跌0.12～0.09個百分點，且不同風險模型下，統(tǒng)計結(jié)果一致。H1得到支持，即衍生品交易盈虧信息的披露會導致公司瞬時股價下跌。

表3 瞬時股價效應(yīng)的當期異常收益率回歸結(jié)果

表4面板A和面板B分別報告不同披露內(nèi)容，衍生品信息的瞬時股價波動情況。結(jié)果顯示衍生品交易虧損信息的披露會引發(fā)更嚴重的股票下跌。面板A對DID當日和兩日的系數(shù)分別為-1.85～-1.35和-0.77～-0.48，DID的系數(shù)顯著高于披露擬進行衍生品交易的披露日系數(shù)(當日和兩日系數(shù)分別為-0.095～-0.093和-0.15～-0.17)。H2a和H2b得到支持。由于衍生品交易信息存在杠桿性，故公告對合約預估的盈虧數(shù)據(jù)也會等比例放大。

表4 不同披露內(nèi)容瞬時股價效應(yīng)的當期異常收益率回歸結(jié)果

表5面板A和面板B分別報告了不同披露類型衍生品信息的瞬時股價波動情況。表5結(jié)果顯示，不定期披露的信息相對于定期披露的信息會引發(fā)更為顯著的股價下跌，H3得到支持。衍生品信息披露在年報披露日，并不存在統(tǒng)計意義上的市場過度反應(yīng)，這說明投資者對擇期披露的衍生品新聞存在認知差異。面板B截取不同窗口期，衍生品交易在年報披露日顯著為正的系數(shù)也證實了年報具有公告盈收漂移。面板A中不定期披露發(fā)現(xiàn)，當日的DID的MM收益率的系數(shù)為-0.0989，并在1%水平上具有顯著的統(tǒng)計意義。當日和次日累計的DID的系數(shù)為-0.0728，并在5%水平上具有顯著的統(tǒng)計意義。5日內(nèi)累計的DID的MM收益率的系數(shù)為正，且并不顯著，10日內(nèi)累計的DID的MM收益率的系數(shù)為-0.019，也并不具有統(tǒng)計意義上的顯著性。Fama3因子模型下的收益率，在當日的DID系數(shù)為-0.086，在5%水平上具有顯著的統(tǒng)計意義，當日和次日累計的Fama3因子收益率并未具有統(tǒng)計意義。但累計5日的系數(shù)為0.0595，在1%水平上具有顯著的統(tǒng)計意義。綜合來看，在不定期披露的衍生品信息中，上市公司顯著存在瞬時的股價下跌，且中長期的股價的下跌不具有統(tǒng)計意義。

表5 不同披露類型瞬時股價效應(yīng)的當期異常收益率回歸結(jié)果

(2)是否存在衍生品信息短期事件效應(yīng)

參考Freyaldenhoven等的方法[21]，本文采用對信息處理的反事實框架的多期處理方式對不同處理窗口期內(nèi)與估計期內(nèi)的超額收益率差異進行放大，表6結(jié)果顯示窗口期內(nèi)異常收益率與非窗口期的均值存在顯著差異，H4得到支持，衍生品披露信息不僅會導致瞬時股價下跌的非理性行為，還會顯著降低短期公司市場價值下跌。

表6 窗口期股價的異常收益率T檢驗結(jié)果

在對披露方式T檢驗的系數(shù)對比中發(fā)現(xiàn)，不定期披露會存在更顯著的投資者對市場價值的預期改變和異常收益率波動，不拒絕原假設(shè)H5，說明擇期披露可能降低投資者非理性行為對股價的沖擊。

為進一步檢驗信息窗口價值效應(yīng)消失的速度，計算因衍生品信息披露所產(chǎn)生的窗口期的累計異常收益率，表7模型(1)(2)結(jié)果顯示，瞬時價格下跌會導致衍生品信息在窗口期顯著為負的累積股票收益率，且負的異常收益率會隨著時間逐漸增大。其中披露日前后10個交易日的累計異常收益率分別為-4.4%和-1.6%，顯著高于更短時期的累計異常收益，且無論在任何風險模型下，衍生品信息皆存在對公司超額收益率的顯著負效應(yīng)。以上數(shù)據(jù)進一步為原假設(shè)H3提供有力證據(jù)。

表7 窗口期股價的累計異常收益率T檢驗結(jié)果

對定期披露的模型(3)(4)的不同窗口期的累計異常收益率考察發(fā)現(xiàn)，在披露日前后5個交易日內(nèi)累計最高，導致整體股價下跌-3.5%，之后累計異常收益率逐漸趨于0，股價回歸到正常周期。這與不定期披露時存在隨時間不斷擴大的累計異常收益率有顯著區(qū)別。結(jié)果說明投資者對擇時披露信息的行為存在學習效應(yīng)，同時支持原假設(shè)H4。

此外，通過不同風險模型的系數(shù)比較發(fā)現(xiàn)，F(xiàn)ama3因子較市場模型存在更低的窗口期累積風險溢價和更快消失的信息價值，可能源自于衍生品累積風險溢價會更快被投資者定義為整體市場和宏觀經(jīng)濟的風險增加，而非公司的個體風險增加。

(3)是否存在與宏觀經(jīng)濟和市場預期的交叉效應(yīng)

由于當前我國還未充分掌握大宗商品的國際定價權(quán)，且由于期現(xiàn)聯(lián)動的金融知識也未普及，價格通過投資者對宏觀景氣的預期傳導至股票的速度可能要遠快于企業(yè)通過衍生品合理運用對股票價值的傳導。分析師對上市公司所面臨行業(yè)成本所做出的負面預期也可能超前于企業(yè)套期保值對公司財務(wù)價值的正向影響。為了檢驗宏觀經(jīng)濟和市場預期在多大程度上增加或降低衍生品披露對股價的影響，本文將公式(2)調(diào)整如下：

ARit=αit+β0DIDi,t+θDIDi,t×Expi,t+γXi,t+ui,t+γt+ηi+σi,t

(5)

其中，Expi,t為衡量宏觀風險的相關(guān)指標，具體為分析師對股票的最新預測值(AR_Exp)和投資者對宏觀景氣的情緒指數(shù)(PSD)。Expi,t是對虛擬變量DIDi,t更為精細的刻畫[22]，θ表示在投資者對宏觀風險導致衍生品披露風險的價格判斷，β0表示不存在衍生品對宏觀及行業(yè)風險表達時的信息價格。

表8衍生品披露信息與宏觀風險和市場預期交叉效應(yīng)回歸結(jié)果顯示，分析師預測系數(shù)θ均未通過10%水平的顯著負相關(guān)統(tǒng)計檢驗，系數(shù)β0在增加交叉效應(yīng)后，絕對值皆有上升。對比表3模型(4)(8)和表8(1)和(4)β0系數(shù)值的顯著變化可知，以衍生品披露信息衡量的超額收益率存在對專業(yè)投資者市場預測的有效性，不拒絕原假設(shè)H6a。模型(2)顯示在投資者宏觀景氣情緒PSD與衍生品信息披露的交叉效應(yīng)系數(shù)θ為0.038，通過1%水平的統(tǒng)計檢驗。同時β0的系數(shù)也從-0.0349顯著下降至-0.1137，說明衍生品信息在披露日存在對宏觀風險的有效預測，原假設(shè)H6b得到支持。模型(3)(6)考察市場預期和宏觀風險的雙重交叉效應(yīng)對衍生品信息披露導致的股價波動的影響力，結(jié)果顯示，衍生品信息披露導致的股價異常波動，對市場預期的效應(yīng)較弱。此外，分披露信息類型檢驗結(jié)果表明，我國投資者并不清楚衍生品交易的實際作用，并因為錯誤直觀理解，導致對披露日的過度反應(yīng)。

表8 衍生品披露信息與宏觀風險和市場預期交叉效應(yīng)回歸結(jié)果

(三)穩(wěn)健性檢驗

1. 平衡趨勢檢驗

參考Cerulli等和Beck等的方法[23-24]，本文以衍生品披露前30個交易日為比較基準，構(gòu)建衍生品前2個和后5個交易日的DID虛擬變量，對多期DID模型平行趨勢檢驗，結(jié)果顯示不存在糊斷點，說明衡量衍生品信息披露的DID變量是造成瞬時股價下跌的主要原因。

2. 安慰劑檢驗

為增強衍生品交易導致市場過度反應(yīng)的回歸結(jié)果的可信度，本文采用非參置換檢驗方法對所有交易日下樣本全部公司進行重復隨機抽樣，每次抽取1個隨機衍生品信息披露日，并將隨機抽取過程重復1500次，從而獲得1500個隨機衍生品信息披露日的虛擬處理組信息和剩余約286311個虛擬控制組，并對上述虛擬組DID做系數(shù)估計，核密度函數(shù)和回歸結(jié)果皆顯示結(jié)果穩(wěn)健。

3. 宏觀市場間時序效應(yīng)檢驗

宏觀金融共振理論認為，期貨市場對宏觀經(jīng)濟存在總體溢出效應(yīng)[25-28]。若衍生品披露日期當日和前后3日內(nèi)存在期貨市場對股票的顯著的溢出效應(yīng)，則衍生品披露對上市公司的顯著的溢價波動可能不是由于公告溢價所產(chǎn)生。我們通過考察實證結(jié)果樣本期內(nèi)的交易日的上證500指數(shù)和期貨主力合約收益率之間的時序自相關(guān)關(guān)系來捕捉公告溢價可能的宏觀因素，結(jié)果顯示期貨和我國股票市場在2021年的日頻數(shù)據(jù)中不存在顯著的均值溢出效應(yīng)。

在區(qū)分衍生品披露日和非披露日后發(fā)現(xiàn)，兩市場間的溢出波動值在前后3日內(nèi)皆在零值附近，最大波動范圍也未達到0.05的顯著性水平檢驗，故不拒絕衍生品披露日的公告溢出效應(yīng)。

4. 宏觀市場間共振效應(yīng)檢驗

金融市場的共振可提高跨市場信息流對預測股市波動的預測能力。我們通過Johansen檢驗發(fā)現(xiàn)上證500指數(shù)和期貨指數(shù)間存在長期協(xié)整關(guān)系。通過DCC-MGARCH模型對兩個變量間的共振效應(yīng)進行檢驗，結(jié)果顯示兩市場間的共振系數(shù)不顯著。上述結(jié)果說明兩市場共振效應(yīng)并不能解釋衍生品披露日的公告溢價。

5. 股市上漲或下跌可能會產(chǎn)生對沖效果檢驗

首先，為檢驗披露日是否存在與大盤下跌日重合，本文將大盤交易日分上漲日、下跌日進行二值分類，并將下跌日與披露日分別進行方差檢驗和含控制變量的回歸檢驗，結(jié)果顯示不存在披露日與股市整體下跌間的顯著相關(guān)性。其次，分上漲日、下跌日兩個子樣本，分別進行DID回歸分析，結(jié)果顯示，除定期披露的當天和連續(xù)兩天存在10%和5%統(tǒng)計意義上的差異，總體披露日超額收益率的T檢驗中皆不存在股市上漲或下跌導致DID結(jié)果的差異性。經(jīng)過上述穩(wěn)健性檢驗，本文結(jié)果依舊穩(wěn)健。

四、 結(jié)論性評述

本文通過對2020年A股上市公司衍生品盈虧信息披露導致的瞬時股價下跌現(xiàn)象進行分析，得出以下結(jié)論：(1)投資者出于“期貨虧損”“衍生品產(chǎn)生高風險”的誤判，對上市公司正常套期保值產(chǎn)生的盈虧產(chǎn)生認知偏差，導致該公司股價瞬時下跌。(2)上市公司短期價值的錯判說明，衍生品盈虧信息作為高知識密度的異質(zhì)性信息，增加了市場噪音，披露效率較低。(3)公告信息溢出價格會平滑投資者對定期披露的衍生品信息的市場過度反應(yīng)。(4)披露信息無論顯示虧損還是盈利，衍生品內(nèi)容皆會導致瞬時股價非理性下跌。(5)通過對市場預期和宏觀風險的交叉效應(yīng)分析發(fā)現(xiàn)，衍生品信息并未有效反映投資者對宏觀經(jīng)濟和市場預期的不確定性預期。

基于上述結(jié)論，本文建議：(1)提高上市公司衍生品信息披露質(zhì)量。一方面，應(yīng)避免應(yīng)付監(jiān)管強制披露的要求，過度和機械化披露衍生品信息。機械增加衍生品披露數(shù)量，并無助于衍生品信息的價值挖掘，還可能在披露過程中被對手窺測上市公司商業(yè)秘密，從而造成更大的企業(yè)管理風險。另一方面，應(yīng)對套期保值的披露做具體的定期、單項披露，這是由于套期保值的盈虧不僅需要計算到期衍生品合約的當期損益，還需要對期現(xiàn)間的釓差進行盈虧盤點后獲得衍生品交易的風險管理效果評估。(2)規(guī)范衍生品可選擇披露時間。擇時效應(yīng)會增加信息的解讀效率，降低不理性行為對整體股票市場的波動。(3)規(guī)范衍生品信息的披露用詞。避免使用對具有市場情緒引導性的標題和內(nèi)容用詞，降低非理性因素對衍生品信息披露效果的影響。