基于噪聲與信息構(gòu)建股價非同步性的影響因素模型,證券投資論文

基于噪聲與信息構(gòu)建股價非同步性的影響因素模型,證券投資論文在有效市場假講中,有效市場這一概念被定義為市場價格能完全反映所有可獲得信息的市場。證券價格中包含的證券相關(guān)信息越多，就講明市場的有效性越強，內(nèi)幕交易的利潤空間就越小，進而具體表現(xiàn)出出完善合理的市場運行監(jiān)督機制。因而股價信息含量不可避免地成為證券市場有效性分析中的重點內(nèi)容，而選擇恰當(dāng)?shù)闹笜?biāo)來表征度量股價信息含量就尤為重要。股價非同步性〔stockpricenonsynchronicity〕由于其數(shù)據(jù)采集計算較簡便、市場類型適應(yīng)性較強等特點，在國內(nèi)外有關(guān)股價信息含量的研究中被廣泛用于衡量股價信息含量。但是，這種將股價非同步性等同于股價信息含量的做法的合理性從其誕生之初就備受質(zhì)疑，國內(nèi)外均有研究指出股價非同步性具體表現(xiàn)出的可能是噪聲而非信息.因而，本文將基于噪聲與信息兩個方面來構(gòu)建股價非同步性的影響因素模型，在前人的基礎(chǔ)之上盡可能全面地考慮各種可能影響股價非同步性的因素，并運用深市A股數(shù)據(jù)進行實證檢驗，以判定噪聲和信息兩方面的影響孰輕孰重，進而為股價非同步性這一指標(biāo)能否能有效衡量股價信息含量的爭論提供更多佐證。1文獻回首及假設(shè)提出股價非同步性最初由Roll〔1988〕提出，其研究表示清楚個股收益率的波動中有一顯著異于零的部分不能被市場波動所解釋，這個部分即為股價非同步性.Roll以為個股價格波動與市場價格波動之間的非同步性具體表現(xiàn)出了股票交易中的信息含量，但可以能只是投資者狂熱、情緒等異質(zhì)噪聲的反映。Roll的這種看似自相矛盾的觀點開啟了股價非同步性的信息講與噪聲講的爭論。股價非同步性的信息講以為股價非同步性是股價信息含量的具體表現(xiàn)出，因而國內(nèi)外的相關(guān)研究往往都使用股價非同步性這一指標(biāo)作為股價信息含量的代表，以此探究股價信息含量的影響因素機制?；谛畔⒅v的研究以為影響因素主要集中于制度環(huán)境、公司治理、股權(quán)構(gòu)造和財務(wù)構(gòu)造四個方面。從制度環(huán)境方面看，股價非同步性的平均水平在不同國家、不同市場間差異較大。Morck等〔2000〕對1995年的數(shù)據(jù)研究顯示，中國股市的股價非同步性特別低，在全球40個主要經(jīng)濟體中排名倒數(shù)第二，僅高于波蘭，而發(fā)達市場較之新興市場的股價非同步性更高層次。Morck等〔2000〕將這種差異歸因于宏觀制度環(huán)境的不同.從公司治理方面看，股價信息含量會遭到公司治理諸因素的綜合影響。袁知柱和鞠曉峰〔2018〕發(fā)現(xiàn)獨立董事比例、董事會規(guī)模、管理層持股比例與股價信息含量顯著正相關(guān).董事會出席率具體表現(xiàn)出了董事會行使本身職能的積極性，應(yīng)當(dāng)能提高股價信息含量。董事長總經(jīng)理兩職合一加強了董事會對管理層的控制，但又可能導(dǎo)致董事會效率低下，對股價信息含量的影響是雙向的。管理層持股是管理層的鼓勵，能提高公司的經(jīng)營水平，使外部投資者的利益得到保衛(wèi)，促進了投資者信息搜集的積極性，進而增大股價信息含量。高雷和宋順林〔2007〕的研究也印證了這一點.從股權(quán)構(gòu)造方面看，第一大股東持股比例、股權(quán)集中度和國有股比例都會影響股價信息含量。李增泉〔2005〕以為，第一大股東持股比例對股價信息含量的作用是雙向的，第一大股東持股比例上升會因利益趨同而提升股價信息含量，也會因過高控制力產(chǎn)生的不透明而降低股價信息含量.袁知柱和鞠曉峰〔2018〕的進一步研究發(fā)現(xiàn)，第一大股東持股比例與股價信息含量呈倒U型關(guān)系，國有股比例與股價信息含量顯著負相關(guān).張博〔2018〕以為，由于股權(quán)集中度的提高會對公司治理和績效表現(xiàn)產(chǎn)生利益趨同及利益侵占兩種相反的效應(yīng)，使得股權(quán)集中度與股價信息含量存在著U型關(guān)系.從財務(wù)構(gòu)造方面看，股價非同步性所代表的股價信息含量還會遭到財務(wù)構(gòu)造中總資產(chǎn)和杠桿率的影響?？傎Y產(chǎn)衡量的是公司規(guī)模，公司規(guī)模越大，市場探知的信息就越多，因而袁知柱和鞠曉峰〔2018〕采用此變量作為研究股價非同步性的控制變量.Jensen〔1986〕指出高杠桿率會加大公司經(jīng)營難度，使公司治理水平得到加強，進而提高股價信息含量.但是，上述以股價非同步性來表征股價信息含量的研究并未對Roll〔1988〕在論文最后提出的觀點引起足夠重視，即股價非同步性所反映的可以能是投資者狂熱.與此同時，也有不少學(xué)者以為是噪聲而非信息導(dǎo)致了股價非同步性，因此不能簡單地將股價非同步性作為對股價信息含量的有效衡量標(biāo)準(zhǔn)。這種噪聲講的觀點在國內(nèi)外的研究中并不少見。在國外的研究中，Shiller〔1981〕以為公司基本面因素?zé)o法解釋超額波動率現(xiàn)象，超額波動率很大一部分是由噪音引起的[8].Ashbaugh-Skaife等〔2006〕發(fā)現(xiàn)德國和美國的股價非同步性與股價信息含量負相關(guān)，而在英、法、澳、日四國，兩者沒有顯著相關(guān)關(guān)系.Teoh等〔2007〕假設(shè)股價非同步性代表信息，則高股價非同步性會導(dǎo)致弱異常項目，但實證結(jié)果卻與假設(shè)相反.Lee和Liu〔2018〕建立理論模型證明特質(zhì)波動率與信息存在非線性關(guān)系，與噪音存在線性關(guān)系.國內(nèi)也有學(xué)者對用股價非同步性直接代表股價信息含量的作法提出了質(zhì)疑，并運用中國股票市場的數(shù)據(jù)進行了佐證。張永任和李曉渝〔2018〕提出了股價中信息含量與股價波動同步性之間可能存在倒U型關(guān)系的理論并用我們國家A股市場的數(shù)據(jù)進行了實證檢驗，他們以為用股價非同步性度量股價信息含量的做法會混淆信息與噪聲對個股股價波動的影響.林忠國等〔2020〕通過構(gòu)建公司層面信息指標(biāo)和噪音指標(biāo)發(fā)現(xiàn)中國上市公司股價非同步性與信息〔或噪音〕間存在U型關(guān)系，并通過盈余公告效應(yīng)和股價信息含量檢驗指出股價非同步性整體表現(xiàn)為噪音.若股價非同步性更多表現(xiàn)為噪音，則除了能夠具體表現(xiàn)出泡沫與狂熱情緒的噪音因素之外，其他公司層面因素都不會對股價非同步性有顯著影響。因而提出如下假設(shè)。假設(shè)：股價非同步性受噪音因素的正向顯著影響，而公司層面因素對其影響不顯著。2研究樣本和變量描繪敘述本文在深市A股股票基礎(chǔ)上剔除退市股票、ST股票、金融和保險行業(yè)股票，以2002年至2018年的十年作為觀測期，得到了1341家上市公司的13853次觀測作為樣本。各變量定義及描繪敘述性統(tǒng)計見表1.華而不實經(jīng)logit轉(zhuǎn)換后的股價非同步性〔NSY〕均值為0.017,轉(zhuǎn)化前R2的均值為0.465,相對于美國市場0.2左右的R2,講明A股市場的股價非同步性水平較低，這與Morck等〔2000〕的數(shù)據(jù)研究結(jié)果相一致.【表1】3模型設(shè)計3.1股價非同步性的計算本文采用在Roll〔1988〕的基礎(chǔ)上經(jīng)袁知柱和鞠曉峰〔2018〕改良后的股價非同步性計算方式方法：將個股收益率作為因變量，將市場收益率和行業(yè)收益率及其一階滯后項〔考慮市場信息進入公司層面需要時間〕作為自變量，構(gòu)建回歸模型如下：【1】運用OLS對每個公司每年的各周數(shù)據(jù)進行回歸所得的決定系數(shù)Rit2即為股價波動同步性，而1-Rit2則為股價非同步性。由于股價非同步性取值范圍在〔0,1〕內(nèi)，需進行如下Logit轉(zhuǎn)換：【2】3.2股價非同步性影響因素模型參考袁知柱和鞠曉峰〔2018〕的做法，本文將以股價非同步性作為因變量，以股價偏離實值的程度〔用市凈率衡量〕和個股收益波動率〔用收益率方差衡量〕代表市場泡沫、投資者情緒等噪音因素作為自變量，以公司層面各因素作為控制變量，來研究噪音因素對股價非同步性的影響。構(gòu)建股價非同步性的影響因素模型如下：【3】華而不實，Y1至Y9分別為2002至2018年的年度虛擬變量。4檢驗結(jié)果及分析本文將基于〔3〕式來分析股價非同步性的影響因素模型。為保證結(jié)果的穩(wěn)健性，本文將控制變量依類型分為四組，依次參加到模型中，分別進行回歸，得到下面5個子模型。對于每個子模型，先使用Hausman檢驗以選擇適宜的面板回歸模型，然后再進行回歸得到表2:【表2】從以上回歸結(jié)果中能夠發(fā)現(xiàn)下面三個特點：首先，市凈率〔MTB〕在后四個模型中與個股收益波動率〔VAR〕在五個模型中的回歸系數(shù)均為顯著異于零的正數(shù)，這兩個變量對股價非同步性的影響與筆者預(yù)期一致，即市凈率和個股收益波動率都對股價非同步性有顯著的正向影響。這講明：當(dāng)股價偏離賬面價值的程度越大時，股價非同步性就越高；當(dāng)個股收益率的波動幅度越大時，股價非同步性就越高。本文以為，市凈率和個股收益波動率是股票交易中噪聲的具體表現(xiàn)出，反映了個股交易的非理性程度，進而講明噪聲因素對股價非同步性有顯著的正向影響。其次，公司層面信息變量〔除國有股比例之外〕在五個模型中的回歸系數(shù)均不顯著，這講明此模型中考慮的公司層面信息變量并不能顯著影響股價非同步性。而在將股價非同步性等同于股價信息含量的假設(shè)下，這些變量本應(yīng)對股價非同步性〔即股價信息含量〕有直接的影響，這與本文的實證結(jié)果相矛盾。本文以為造成此矛盾的原因是：噪聲交易無可否認(rèn)是股價非同步性的成因之一，在股價非同步性較高的成熟資本市場，噪聲因素的影響是次要的，但在股價非同步性普遍偏低的A股市場，噪聲因素所占的比重就相對提高了，甚至可能成為股價非同步性的主要組成部分。因而，對國內(nèi)的股市繼續(xù)使用股價非同步性來衡量股價信息含量的做法是不恰當(dāng)?shù)?。最后，從年份虛擬變量的角度來看，除了2003年的影響系數(shù)顯著以外，其余年份的影響系數(shù)均不顯著。本文采用十年間的數(shù)據(jù)，時間跨度較大，在整個考察期內(nèi)市場制度環(huán)境應(yīng)當(dāng)會有較大的差異，這種差異會具體表現(xiàn)出在年度虛擬變量中，但本文的結(jié)果講明，A股市場制度環(huán)境的變化并未顯著改變股價非同步性。5結(jié)論本文的實證結(jié)果顯示，股價非同步性能否能作為股價信息含量的有效衡量這一問題，還值得商榷。實證結(jié)果中股價非同步性并未遭到諸如公司治理、股權(quán)構(gòu)造、財務(wù)構(gòu)造等變量的顯著影響，而這些變量在理論上是應(yīng)當(dāng)會影響股價信息含量的。這從側(cè)面講明股價非同步性與股價信息含量之間的聯(lián)絡(luò)甚微，進而并不能作為反映股價信息含量的較好代理變量。當(dāng)然，這也并不意味著股價非同步性就全部是噪音，正如實證中所發(fā)現(xiàn)的，股價非同步性遭到國有股比例的顯著影響，而國有股比例正是公司層面信息的一個因素，會對股價信息含量造成影響?？傮w看來，股價非同步性中既有噪聲也有信息，固然從國內(nèi)A股市場來看股價非同步性中的噪聲多過信息，但隨著制度的完善、社會的發(fā)展，信息的比重也許會漸漸增大，進而為提高資本市場的有效性創(chuàng)造了可能。有關(guān)股價非同步性的進一步研究應(yīng)當(dāng)著眼于怎樣將噪聲從華而不實分離出來，或者尋找辦法來降低華而不實的噪聲水平。以下為參考文獻[1]RollR.R2[J].JournalofFinance,1988〔43〕。[2]MorckR,YeungB,YuW.Theinformationcontentofstockmarkets:whydoemergingmarketshavesynchronousstockpricemovements?[J].Journaloffinancialeconomics,2000,58〔1