□趙國棟 陳 霄 陸浩如
中國金融業(yè)上市公司非系統(tǒng)風(fēng)險影響因素的實證研究
□趙國棟陳霄陸浩如
本文基于CAPM模型中的1-R2,分析影響中國金融業(yè)上市公司非系統(tǒng)性風(fēng)險的因素,通過構(gòu)建聯(lián)合回歸模型,從風(fēng)險管理的角度進(jìn)行實證分析,得出管理風(fēng)險、財務(wù)風(fēng)險及行業(yè)風(fēng)險對非系統(tǒng)風(fēng)險具有顯著影響的結(jié)論。
股票市場的非系統(tǒng)性風(fēng)險是指對單個證券產(chǎn)生影響的風(fēng)險,它由某一特殊的因素引起,與整個證券市場不存在系統(tǒng)性關(guān)聯(lián),只對單個或少數(shù)證券的收益產(chǎn)生影響。非系統(tǒng)性風(fēng)險的基本特點是:通過風(fēng)險分散化策略選取適當(dāng)?shù)耐顿Y組合,可降低甚至消除非系統(tǒng)性風(fēng)險,因此又可稱為可分散化風(fēng)險。股票非系統(tǒng)風(fēng)險占的比例越大,通過股票投資組合就能分散更多的投資風(fēng)險。非系統(tǒng)風(fēng)險也可以說是代表企業(yè)個性的量化指標(biāo),投資者進(jìn)行投資決策時需要更多的考慮公司本身的特點,投資模式需要轉(zhuǎn)變?yōu)椤爸貍€股,輕大盤”。本文研究金融上市公司非系統(tǒng)風(fēng)險占比例的跨年度變化,實證分析影響金融上市公司非系統(tǒng)風(fēng)險的因素,探索“重個股”背后究竟需要“重”個股的那些特性。
(一)理論模型。
1.資本資產(chǎn)定價模型。CAPM的基本公式如公式(1)所示,其中ri為個股的收益率,rf為無風(fēng)險利率、rm為市場的收益率,公式左邊為個股i的風(fēng)險溢價,右邊為整個市場的風(fēng)險溢價,β系數(shù)表達(dá)的是單個證券的收益率對市場收益率的敏感程度的比例性標(biāo)準(zhǔn)。
對公式(1)求方差得到公式(3):β2iVar(Rm)為系統(tǒng)性風(fēng)險,Var(εi)為非系統(tǒng)性風(fēng)險。
公式(3)中總風(fēng)險中系統(tǒng)性風(fēng)險用可決系數(shù)R2來表示,非系統(tǒng)性風(fēng)險用1-R2來表示,R2度量了一只股票收益率中的變化由市場所揭示的百分比,R2越大,系統(tǒng)風(fēng)險占總風(fēng)險的比例就越高,公司股票波動與大盤的波動越相近,股價反映的公司個性因素較少,反之則表示股票價格包含的公司特性越多,成熟的股票市場中R2通常在0.3附近。
2.倒U型理論。Yermack(1996)發(fā)現(xiàn)董事會的規(guī)模與公司價值之間的關(guān)系表現(xiàn)為負(fù)相關(guān)的倒U型,而公司績效與其股票價格密切相關(guān),因此本文試圖通過實證分析探索高管規(guī)模究竟是否也和非系統(tǒng)性風(fēng)險之間存在這種關(guān)系,具體如公式(4)所示:Size為高管規(guī)模,ε為隨機(jī)擾動項,a、b、c為待估參數(shù)。
(二)研究假設(shè)。
在相關(guān)文獻(xiàn)的基礎(chǔ)上,本文選取了四個主要影響非系統(tǒng)性風(fēng)險的因素,包括了管理風(fēng)險、運營風(fēng)險、財務(wù)風(fēng)險及行業(yè)風(fēng)險等,對其進(jìn)行分析并提出相應(yīng)的假設(shè):
1.管理風(fēng)險是指管理運作過程中因信息不對稱、管理不善、判斷失誤等影響管理的水平,具體體現(xiàn)在構(gòu)成管理體系的每個細(xì)節(jié)上,可以分為組織結(jié)構(gòu)、管理者的素質(zhì)、管理過程。分別用高管規(guī)模、年齡及學(xué)歷來表示管理風(fēng)險。
(1)高管規(guī)模(Size),董事會的領(lǐng)導(dǎo)水平對公司的穩(wěn)定與發(fā)展舉足輕重。Halebian(1993)認(rèn)為高管成員越多則能獲得更多的解決方案、開拓的視野及大量無形戰(zhàn)略資源,有利于科學(xué)決策,本文認(rèn)為董事人數(shù)越多則有可能公司決策越難體現(xiàn)企業(yè)個性。這里用董事會人數(shù)來表示高管規(guī)模并提出假設(shè)1:假定其與非系統(tǒng)性風(fēng)險存在著反相關(guān)性。
(2)高管年齡(Age),高管們隨著時間而積累起來的關(guān)系、經(jīng)驗及應(yīng)變能力在當(dāng)前中國不成熟的市場環(huán)境中具有一定的作用。但人力資本理論表明市場非常重視高管的自身特征,高管年齡越大,越接近退休,從事機(jī)會主義行為的可能性就越大,并且更少考慮制度、市場等各方面的約束。Prendergast (1996)則認(rèn)為年輕的高管容易在決策中表現(xiàn)的過度自信,年長的高管則有對變化抵制傾向的增加,傾向于做出更符合行業(yè)標(biāo)準(zhǔn)或歷史經(jīng)驗的決策。Hambrick(1984)認(rèn)為年長的高管傾向于規(guī)避風(fēng)險,而年輕的高管更愿意承擔(dān)風(fēng)險。我們用董事會平均年齡來表示高管年齡,并提出假設(shè)2:假定年齡與非系統(tǒng)性風(fēng)險存在著負(fù)相關(guān)性。
(3)高管學(xué)歷(Edu),斯賓塞(1974)提出了一個文憑的信號模型,指出一個人接受教育的程度在勞動就業(yè)市場上的作用,學(xué)歷越高則能力強(qiáng),生產(chǎn)率高。Hambrick(1984)的高層梯隊理論認(rèn)為高學(xué)歷的管理者可能擁有寬闊的眼界、豐富的信息及社會關(guān)系網(wǎng)絡(luò),對公司的發(fā)展能夠更好的把握,能更加有效率的領(lǐng)導(dǎo)整個公司。因此我們提出假設(shè)3:假定高管學(xué)歷水平與非系統(tǒng)性風(fēng)險呈正相關(guān)性。
2.運營風(fēng)險是指企業(yè)在運營過程中,由于外部環(huán)境的復(fù)雜性和變動性以及主體對環(huán)境的認(rèn)知能力和適應(yīng)能力的有限性,而導(dǎo)致的運營失敗或使運營活動達(dá)不到預(yù)期的目標(biāo)的可能性及其損失。本文選用業(yè)績既調(diào)整后的每股收益(Eps)來表示運營風(fēng)險,現(xiàn)代證券投資理論認(rèn)為盈利能力強(qiáng)則公司效益好,創(chuàng)造的利潤多,反映了公司的經(jīng)營管理成果,而中國大部分金融業(yè)上市公司的利潤是由其壟斷地位產(chǎn)生的,利潤的增加只能表示企業(yè)共性。提出假設(shè)4:假定業(yè)績與非系統(tǒng)性風(fēng)險呈負(fù)相關(guān)性。
3.財務(wù)風(fēng)險是指公司財務(wù)結(jié)構(gòu)不合理、融資不當(dāng)使公司可能喪失償債能力而導(dǎo)致投資者預(yù)期收益下降的風(fēng)險。鄭茂(2003)認(rèn)為資產(chǎn)負(fù)債率對企業(yè)財務(wù)風(fēng)險具有顯著影響。我們用資產(chǎn)負(fù)債率(Dar)來體現(xiàn)財務(wù)風(fēng)險,公司財務(wù)杠桿越大,未來正常生產(chǎn)經(jīng)營不確定性越大,公司基本面異質(zhì)性越高,這種不確定性會導(dǎo)致個股波動特性得以顯現(xiàn)。提出假設(shè)5:假定資產(chǎn)負(fù)債率與非系統(tǒng)性風(fēng)險呈正相關(guān)。
4.行業(yè)風(fēng)險指企業(yè)所處行業(yè)在發(fā)展過程中存在的風(fēng)險。凈利潤增長率(Npg)是企業(yè)當(dāng)期利潤比上期凈利潤的增長幅度,指標(biāo)越大代表企業(yè)的盈利能力越強(qiáng)。本文用凈利潤率增長率代表行業(yè)風(fēng)險,其越高則企業(yè)發(fā)展前景越好。提出假設(shè)6:假定凈利潤增長率對非系統(tǒng)性風(fēng)險呈正相關(guān)。
(一)數(shù)據(jù)說明。
為了保證所選擇樣本數(shù)據(jù)的平穩(wěn)性、科學(xué)性和可參考性以及金融政策的平穩(wěn)性,本文選擇2010~2012年期間的金融上市公司數(shù)據(jù)。為便于分析,剔除了2010年未上市的公司,最終確定了15只銀行、15只證券、3只保險,共33家金融上市公司,從2010年1月1日到2012年12月31日,共計729個交易日。選用上述33家金融上市公司的每日收盤復(fù)權(quán)價格作為樣本觀察值,并在回歸中剔除掉了國家法定節(jié)假日、個股停牌日。各項數(shù)據(jù)均來源于新浪財經(jīng)及同花順iFind。
(二)CAPM模型指標(biāo)的計算。
無風(fēng)險利率指將資金投資于某一項沒有任何風(fēng)險的投資對象而能得到的利息率,一般受基準(zhǔn)利率的影響,中國股市中個人投資者居多,對個人投資者來說投資的機(jī)會成本主要還是儲蓄,本文選擇2012年中國人民銀行公布的1年居民定期儲蓄存款利率為無風(fēng)險利率,3.25%換算成每日無風(fēng)險利率為:
上證指數(shù)的變化能反映整個股市的變動趨勢,這里選擇上證綜合指數(shù)的變化代表市場收益率。收益率計算采用公式如下:其中Pricet為股指當(dāng)天的價格或指數(shù),并用前一期價格Pricet-1去除,然后取自然對數(shù)。
(三)描述統(tǒng)計分析。
將33家公司三年的數(shù)據(jù)進(jìn)行統(tǒng)計分析,結(jié)果如表1所示。下面著重對非系統(tǒng)性風(fēng)險占總風(fēng)險比重即被解釋變量進(jìn)行統(tǒng)計分析,從表1中可以看到金融業(yè)2010年、2011年、2012年非系統(tǒng)性風(fēng)險占總風(fēng)險的平均比例分別為41.7%、48.3%、45.1%,其表現(xiàn)形式為倒“V”形。從2010年到2011年的非系統(tǒng)性風(fēng)險占總風(fēng)險比例有著顯著提高,2012年金融業(yè)非系統(tǒng)性風(fēng)險比2011年有著少許的降低,既個股的系統(tǒng)性風(fēng)險在2012年有所提高,說明金融業(yè)企業(yè)對風(fēng)險的控制上還存在著不穩(wěn)定因素。但總體而言,2012比2010年的非系統(tǒng)性風(fēng)險占總風(fēng)險比例有很大提高,金融業(yè)企業(yè)對風(fēng)險的控制力度有所改進(jìn),企業(yè)的股價波動個性正逐步顯現(xiàn)。
(一)模型輸出。
以33家公司非系統(tǒng)性風(fēng)險占總風(fēng)險比例為被解釋變量,以影響非系統(tǒng)性風(fēng)險的四大風(fēng)險因素為解釋變量,使用面板數(shù)據(jù)。由于常數(shù)項解釋沒有實際意義,在回歸中不加入常數(shù)項,為避免可能存在的異方差和自相關(guān)現(xiàn)象,使用懷特(White)截面方法計算系數(shù)協(xié)方差。最終回歸結(jié)果如表2所示:
表2 回歸結(jié)果
同樣根據(jù)公式(4),使用與表2模型的相同方法,以非系統(tǒng)性風(fēng)險為被解釋變量,分為2010~2011、2011~2012及2010~2012三個時間段段進(jìn)行回歸,結(jié)果如表3所示:
表3高管規(guī)模與非系統(tǒng)性風(fēng)險倒U型關(guān)系檢驗
(二)Chow檢驗。
為保證表2聯(lián)合回歸模型的可行性,要求這三年的回歸系數(shù)不存在明顯的跨越時間的結(jié)構(gòu)性變化。使用混合橫截面模型的Chow檢驗來判斷樣本各年度之間是否存在結(jié)構(gòu)性變化,從Chow檢驗結(jié)果可知所有統(tǒng)計量相應(yīng)的概率值P都大于0.1,因此接受模型無顯著結(jié)構(gòu)變化的假設(shè),可以認(rèn)為表2的聯(lián)合回歸模型是可行的。
(三)實證結(jié)果。
1.高管規(guī)模對非系統(tǒng)性風(fēng)險占總風(fēng)險比重有著顯著影響,且方向與假設(shè)1相符。根據(jù)表3,三個模型中截距項C均通過了顯著性檢驗均為正值,Size在三個模型中兩個通過了顯著性檢驗符號均為正值,Size2也在兩個模型中通過了顯著性檢驗且符號均為負(fù)值,但是三個模型均未能通過F檢驗,說明董事會規(guī)模與非系統(tǒng)性風(fēng)險之間不存在顯著的倒U型關(guān)系。結(jié)論說明,隨著董事會人數(shù)的增加在組織協(xié)調(diào)過程中的損失及“溝通成本”將會超過董事數(shù)量增加而帶來的收益,人數(shù)越多在企業(yè)決策中搭便車現(xiàn)象越嚴(yán)重,因此小規(guī)模的董事會更加有效率,體現(xiàn)在股價波動上則公司是與大盤的同步性減弱,公司股價波動的特性較為明顯。
2.高管年齡對非系統(tǒng)性風(fēng)險占總風(fēng)險比重有著顯著影響,但方向與假設(shè)2不符。高管年齡因素所在的五個模型中有四個通過了檢驗,但系數(shù)為正值,既高管年齡越大則非系統(tǒng)性風(fēng)險占總風(fēng)險比重越大,與假設(shè)不符。隨著擔(dān)任董事時間的增長,董事的管理經(jīng)驗、管理水平不斷豐富提高,因此在對公司系統(tǒng)性風(fēng)險的控制上具有十分顯著的作用。
3.高管學(xué)歷對非系統(tǒng)性風(fēng)險占總風(fēng)險比重有著顯著影響且方向與假設(shè)3相符。高管學(xué)歷因素所在的四個模型中均在1%的顯著水平下通過了檢驗,且系數(shù)項均為正值,這與斯賓塞于1974年提出的文憑信號模型理論相符,既學(xué)歷越高非系統(tǒng)性風(fēng)險占總風(fēng)險比重越大。既公司治理越好則股價波動的同步性較之公司治理差的上市公司的股價波動性要低,因此金融業(yè)上市公司讓高學(xué)歷人才擔(dān)任高管對公司有益。
4.業(yè)績對非系統(tǒng)性風(fēng)險占總風(fēng)險比重不存在顯著影響,方向與假設(shè)4相符。業(yè)績所在的三個模型中只有一個通過了顯著性檢驗,且系數(shù)項均為負(fù)值,既業(yè)績越好則系統(tǒng)性風(fēng)險越高,這是由于中國大部分金融業(yè)上市公司的利潤是由其壟斷地位產(chǎn)生的,金融業(yè)比較容易受如政策風(fēng)險等系統(tǒng)性風(fēng)險的影響,公司收益取決于整體行業(yè)地位。需要注意的是由于中國金融行業(yè)部分壟斷企業(yè)不需要充分競爭就能獲得超高的利潤,不僅對中國的實體經(jīng)濟(jì)會產(chǎn)生消極的影響,在金融改革的過程中也會形成巨大的阻力。
5.資產(chǎn)負(fù)債率對非系統(tǒng)性風(fēng)險占總風(fēng)險比重具有顯著影響,方向與假設(shè)5相符。資產(chǎn)負(fù)債率在四個模型中均在1%的顯著水平下通過了檢驗,且系數(shù)項為正值,說明資產(chǎn)負(fù)債率越大則非系統(tǒng)性風(fēng)險越高。理論上資產(chǎn)負(fù)債率較高的公司,投資風(fēng)險較大,但是獲得高收益的可能性也大,這與金融業(yè)的規(guī)模擴(kuò)張有關(guān),金融機(jī)構(gòu)單純追求擴(kuò)張,但是無法有效防范擴(kuò)張所帶來的風(fēng)險,在公司經(jīng)營中要適當(dāng)控制自由資本占總資本中的比率,就銀行而言應(yīng)當(dāng)嚴(yán)格遵守《巴塞爾協(xié)議》的有關(guān)規(guī)定。
6.凈利潤增長率對非系統(tǒng)性風(fēng)險占總風(fēng)險比重具有顯著影響,方向與假設(shè)6相符。凈利潤增長率所在的三個模型中有兩個在1%的顯著水平下通過了檢驗,且系數(shù)項為正,說明凈利潤增長率越大非系統(tǒng)性風(fēng)險越高。
(四)穩(wěn)健性檢驗。
為了確保結(jié)果穩(wěn)健,采用兩種方法來檢驗我們的實證結(jié)果:1.使用凈利潤增長率(Npg)替換為凈資產(chǎn)增長率(Nag),現(xiàn)金流動負(fù)債比率(Clr)替換為資產(chǎn)負(fù)債率(Dar),業(yè)績(Eps)替換為總資產(chǎn)凈利潤率(Roa),回歸結(jié)果支持結(jié)論。2.分段回歸法。表4的回歸結(jié)果是根據(jù)2010~2012年33家上市公司的面板數(shù)據(jù)得出,分別對2010~2011年及2011~2012年這33家上市公司用同樣的方法及模型進(jìn)行回歸,發(fā)現(xiàn)各項指標(biāo)的顯著性及方向均未發(fā)生改變,說明實證結(jié)論是可行的。
本文以非系統(tǒng)性風(fēng)險的視角,基于CAPM模型中的1-R2,從人力資本和公司層面及財務(wù)指標(biāo)上對影響企業(yè)個性的因素進(jìn)行實證分析,結(jié)合風(fēng)險管理、人力資源管理及公司治理的有關(guān)理論,在國內(nèi)外學(xué)者研究的基礎(chǔ)上,對金融業(yè)公司股價個性進(jìn)行探索,發(fā)現(xiàn)金融業(yè)公司的股價特性正逐步顯現(xiàn),股價波動的同步性將逐步衰減,公司特性逐漸顯現(xiàn),由此得出以下結(jié)論:從提升公司價值的角度,上市公司可以適當(dāng)削減高管人數(shù),多啟用高學(xué)歷人才擔(dān)任公司高管,體現(xiàn)公司的個性,提升自身投資價值。從投資者投資視角,實證分析發(fā)現(xiàn)每股收益、資產(chǎn)負(fù)債率及凈利潤增長率對金融業(yè)上市公司股價個性具有顯著的正向影響。因此投資者在投資決策中需要重視體現(xiàn)公司個性的指標(biāo),選個股和進(jìn)行投資組合時,可以重點研究和選取一些高管規(guī)模相對較小、高管年齡大、學(xué)歷比例高、每股收益、資產(chǎn)負(fù)債率及凈利潤增長率比較高的公司。
(作者單位:農(nóng)業(yè)銀行徐州銅山支行)