（四川大學(xué)商學(xué)院四川成都610065四川省發(fā)改委價格監(jiān)督檢查與反壟斷局四川成都610012）

一、引言

金融發(fā)展程度的高低，直接關(guān)系到一個地區(qū)金融市場的穩(wěn)定和繁榮。本文基于我國的制度環(huán)境，考察在不同金融發(fā)展程度的環(huán)境中，信息不透明對股價暴跌風(fēng)險的影響和差異，以此來檢驗金融發(fā)展的重要性。

股價暴跌風(fēng)險是由于公司隱藏了壞消息而產(chǎn)生，公司隱藏的壞消息越多，即信息不透明度越高，公司股價發(fā)生暴跌的風(fēng)險也就越大 （Hutton et al.，2009）。金融發(fā)展程度不同，公司的信息不透明對股價暴跌風(fēng)險的影響可能存在差異。本文以我國A股上市公司2007—2016年的數(shù)據(jù)為樣本，研究發(fā)現(xiàn)，公司的信息不透明會提高其股價暴跌風(fēng)險，但僅在金融發(fā)展程度低的環(huán)境中體現(xiàn)，而在金融發(fā)展程度高的環(huán)境中沒有得到體現(xiàn)。

本文的貢獻(xiàn)在于：（1）將金融發(fā)展納入分析，考察信息不透明在不同金融發(fā)展程度的環(huán)境中對股價暴跌風(fēng)險的影響和差異，豐富了股價暴跌風(fēng)險的研究。（2）為從股價暴跌風(fēng)險檢驗金融發(fā)展的重要性提供了新的經(jīng)驗證據(jù)。

二、理論分析和研究假設(shè)

公司由于隱藏壞消息而使得公司信息變得不透明。隱藏的壞消息越多，公司的信息不透明度就越高。股價暴跌風(fēng)險也因公司隱藏壞消息而產(chǎn)生。當(dāng)過多的壞消息不能再被公司隱藏時，大量的以前被隱藏的壞消息就會瞬間向市場釋放而產(chǎn)生“堰塞湖”效應(yīng)，股價就會發(fā)生暴跌（Jin and Myers，2006）。可見，公司信息不透明與股價暴跌風(fēng)險具有正相關(guān)關(guān)系（Hutton et al.，2009；潘越等，2011）。

然而，在不同的金融發(fā)展程度的環(huán)境中，公司的信息不透明對股價暴跌風(fēng)險的影響可能存在差異。在金融發(fā)展程度高的環(huán)境中，公司信息不透明與股價暴跌風(fēng)險的正相關(guān)關(guān)系不一定成立。金融發(fā)展程度高的環(huán)境，意味著金融中介機(jī)構(gòu)多，投資者個人的分析能力和解讀能力較強(qiáng)，公司的信息會被及時、充分地發(fā)掘，從而讓信息不透明導(dǎo)致的股價暴跌風(fēng)險得到一定程度的化解。一般而言，相對于個體投資者，金融中介機(jī)構(gòu)的專業(yè)能力強(qiáng)，具有信息優(yōu)勢，可在信息生產(chǎn)、傳播和吸收方面發(fā)揮自己的強(qiáng)項。并且，當(dāng)金融中介機(jī)構(gòu)數(shù)量較多時，金融中介機(jī)構(gòu)相互之間可以對公司信息進(jìn)行交換和吸收。在金融發(fā)展程度高的環(huán)境中，投資者個人能力和風(fēng)險管理意識也較強(qiáng)，善于通過公開和非公開的渠道獲得信息進(jìn)行決策，以避免在個人投資決策中出現(xiàn)重大失誤。

而在金融發(fā)展程度低的環(huán)境中，公司信息不透明與股價暴跌風(fēng)險的正相關(guān)關(guān)系則可能成立。在金融發(fā)展程度低的環(huán)境中，金融中介機(jī)構(gòu)數(shù)量少，投資者個人分析能力和解讀能力較弱，不能有效對公司隱藏的信息進(jìn)行及時充分地發(fā)掘，從而讓信息不透明導(dǎo)致的股價暴跌風(fēng)險得不到化解，使得股價暴跌風(fēng)險上升。

從上面的分析可知，由于在不同金融發(fā)展程度的環(huán)境中，市場對公司信息的發(fā)掘能力存在差異，公司信息不透明與股價暴跌風(fēng)險的正相關(guān)關(guān)系，可能僅在金融發(fā)展程度低的環(huán)境中得到體現(xiàn)，而在金融發(fā)展程度高的環(huán)境中可能得不到體現(xiàn)。由此，本文提出以下假設(shè)：公司信息不透明與股價暴跌風(fēng)險的正相關(guān)關(guān)系，僅在金融發(fā)展程度低的環(huán)境中得到體現(xiàn)。

三、樣本選擇與研究方法

（一）樣本選擇

本文選取了我國A股上市公司2007—2016年的上市公司作為研究樣本進(jìn)行考察。所采用數(shù)據(jù)均來自國泰安數(shù)據(jù)庫（CSMAR），并對樣本按照以下條件進(jìn)行篩選：考慮到金融行業(yè)的特殊性，故對金融行業(yè)樣本予以剔除；對有數(shù)據(jù)缺失的樣本，予以剔除。按照上述條件篩選后，最后得到15 797個研究樣本。表1是研究樣本按年度分布的情況。

表1 研究樣本的年度分布情況

（二）股價暴跌風(fēng)險的計量

參照 Kim et al.（2011）、Kim and Zhang（2016）的做法，采用負(fù)收益偏態(tài)系數(shù)Ncskew和收益上下波動比Duvol兩個變量來衡量股價暴跌風(fēng)險。這兩個變量的值越大，表征著公司的股價暴跌風(fēng)險就越大。

股價暴跌風(fēng)險的計量，是以公司的特有周收益（Firmspecific Weekly Return）為基礎(chǔ)來進(jìn)行計算。公司的特有周收益，按模型1進(jìn)行公司年度估計。

其中，ri,t為公司的周收益，即公司i在t周的考慮現(xiàn)金紅利再投資的收益率，要求公司年度的周收益數(shù)據(jù)不少于26個。rm,t為市場在t周的經(jīng)流通市值加權(quán)的市場收益率。為了控制市場非同步交易的影響，控制了市場前后兩期的周收益（Dimson，1979）。

從模型1回歸估計的參差εi,t來計算公司的特有周收益率 Wi,t，即 Wi,t=ln（1+εi,t）。

1.負(fù)收益偏態(tài)系數(shù)Ncskew。它是衡量公司的特有周收益在一個年度的負(fù)偏向程度，代表了股票暴跌的傾向。

在公式（1）中，n為公司股票在一個年度中的交易周數(shù)。

2.收益上下波動比Duvol。它是衡量公司股票的特有周收益在一個年度的漲跌波動比率，代表了股票暴跌的傾向。

在公式（2）中，nu為公司的特有周收益高于當(dāng)年均值的周數(shù)，nd為公司的特有周收益低于當(dāng)年均值的周數(shù)。

（三）回歸模型

為了檢驗本文的研究假設(shè)，本文參照Hutton et al.（2009）、Kim and Zhang（2016）的模型，構(gòu)建如下檢驗?zāi)Ｐ停?/p>

股價暴跌風(fēng)險（Crashrisk）為因變量，分別采用負(fù)收益偏態(tài)系數(shù)Ncskew和收益上下波動比Duvol兩個變量衡量。

信息不透明（Opaque）為解釋變量，參照Hutton et al.（2009）的方法，以操縱性應(yīng)計DA前三年絕對值之和衡量。操縱性應(yīng)計DA，采用修正的Jones模型 （DeChow et al.，1995）分年度分行業(yè)估計。

Control為控制變量，具體包括：公司年均特有周收益率（Ret），是為了控制上一年公司股票收益對當(dāng)期股價暴跌風(fēng)險的影響；公司年度特有周收益的標(biāo)準(zhǔn)差（Sigma），是為了控制公司股票收益波動對公司股價暴跌的影響；投資者異質(zhì)信念（Dturn），采用當(dāng)年的月平均換手率與上一年的月平均換手率之差衡量，是為了控制投資者異質(zhì)信念的影響；負(fù)收益偏態(tài)系數(shù)（Ncskew），為了控制前一年股價暴跌風(fēng)險對當(dāng)期的影響；資產(chǎn)負(fù)債率（Lev），為公司總負(fù)債與總資產(chǎn)的比值，是為了控制財務(wù)風(fēng)險的影響；公司業(yè)績（Roa），采用總資產(chǎn)凈利潤來衡量，是為了控制公司業(yè)績的影響；市凈率（MB），以股東權(quán)益的市值與其賬面價值之比來衡量，是為了控制公司成長性的影響；公司的市值規(guī)模（Size），采用公司市值的自然對數(shù)衡量，是為了控制公司規(guī)模的影響。

此外，為了控制極端值的影響，模型中的所有連續(xù)變量均進(jìn)行1%水平上下的Winsorize處理。

四、實證結(jié)果與分析

（一）描述性統(tǒng)計分析

從表2可以看出，低金融發(fā)展程度的負(fù)收益偏態(tài)系數(shù)Ncskewt的均值為-0.2297，在統(tǒng)計上與高金融發(fā)展程度的均值-0.2313沒有顯著差異。同樣，收益上下波動比Duvolt在低金融發(fā)展程度的均值為-0.0778，在統(tǒng)計上與高金融發(fā)展程度的均值-0.0784沒有顯著差異。這表明，股價暴跌風(fēng)險在低金融發(fā)展程度與高金融發(fā)展沒有顯著差異。信息不透明Opaquet，在低金融發(fā)展程度的均值為0.2005，在統(tǒng)計上與高金融發(fā)展程度的均值0.2012沒有顯著差異。

表2 描述性統(tǒng)計分析結(jié)果

（二）回歸分析

從表3可以看出，在以負(fù)收益偏態(tài)系數(shù)Ncskewt衡量股價暴跌風(fēng)險Crashriskt的回歸結(jié)果里，信息不透明Opaquet在全樣本的回歸系數(shù)為0.1125，在1%水平下統(tǒng)計顯著。在細(xì)分樣本回歸后，信息不透明Opaquet在低金融發(fā)展樣本的回歸系數(shù)為0.1668，并在1%水平下統(tǒng)計顯著，而在高金融發(fā)展樣本的回歸系數(shù)為0.0619，但在統(tǒng)計上不顯著。

同樣，在以收益上下波動比Duvolt衡量股價暴跌風(fēng)險Crashriskt的回歸結(jié)果里，信息不透明Opaquet的回歸系數(shù)在全樣本顯著為正。在細(xì)分樣本回歸后，信息不透明Opaquet的回歸系數(shù)在低金融發(fā)展樣本里統(tǒng)計上顯著為正，而在高金融發(fā)展樣本里統(tǒng)計上不顯著。

上述經(jīng)驗數(shù)據(jù)表明，信息不透明提高公司的股價暴跌風(fēng)險，僅體現(xiàn)在金融發(fā)展程度低的上市公司中，本文的假設(shè)得到支持。

表3 信息不透明與股價暴跌風(fēng)險的回歸結(jié)果

在控制變量的回歸結(jié)果方面，公司年均特有周收益率Rett-1的回歸系數(shù)在統(tǒng)計上顯著為正，表明公司的年股票收益會正向影響公司下一年的股價暴跌風(fēng)險。公司年度特有周收益的標(biāo)準(zhǔn)差Sigmat-1的回歸系數(shù)在統(tǒng)計上顯著為正，表明公司的年股票收益波動會正向影響公司下一年的股價暴跌風(fēng)險。負(fù)收益偏態(tài)系數(shù)Ncskewt-1的回歸系數(shù)在統(tǒng)計上顯著為負(fù)，表明公司的股價暴跌風(fēng)險會受到上一年股價暴跌風(fēng)險的影響。公司業(yè)績Roat-1的回歸系數(shù)在統(tǒng)計上顯著為負(fù)，表明公司業(yè)績會負(fù)向影響下一年的股價暴跌風(fēng)險。市凈率MBt-1的回歸系數(shù)在統(tǒng)計上顯著為正，表明公司的成長性會正向影響公司下一年的股價暴跌風(fēng)險。公司的市值規(guī)模Sizet-1的回歸系數(shù)在統(tǒng)計上顯著為正，表明公司的市值規(guī)模會正向影響公司下一年的股價暴跌風(fēng)險，這與Chen et al.（2001）、Hutton et al.（2009）的結(jié)果一致。

五、研究結(jié)論與啟示

一個地區(qū)的金融發(fā)展程度，昭示著該地區(qū)的金融市場對信息及時、充分發(fā)掘和解讀的能力水平。在不同的金融發(fā)展程度環(huán)境中，公司的信息不透明得到的緩解程度將存在差異。本文結(jié)合我國的制度背景，以我國A股上市公司2007—2016年的數(shù)據(jù)為樣本，考察公司的信息不透明在不同金融發(fā)展程度環(huán)境下對股價暴跌風(fēng)險的影響及其差異。研究發(fā)現(xiàn)，公司的信息不透明會提高其股價暴跌風(fēng)險，但僅在金融發(fā)展程度低的環(huán)境中體現(xiàn)，而在金融發(fā)展程度高的環(huán)境中沒有得到體現(xiàn)。這說明在金融發(fā)展程度高的地方，可以化解信息不透明導(dǎo)致的股價暴跌風(fēng)險，而在金融發(fā)展程度低的地方，由于不能化解信息不透明導(dǎo)致的股價暴跌風(fēng)險，使得股價暴跌風(fēng)險上升。

通過本文的研究，可以得到以下啟示：提高我國各地區(qū)的金融發(fā)展水平，有利于化解公司信息不透明導(dǎo)致的股價暴跌風(fēng)險，但是，我國各地區(qū)的金融發(fā)展存在不平衡、不充分的現(xiàn)狀，影響了金融市場功能的發(fā)揮，迫切需要政府大力推動和統(tǒng)籌協(xié)調(diào)我國各地區(qū)的金融發(fā)展，這對維護(hù)和推動我國證券市場的安全穩(wěn)定和健康發(fā)展具有重要的戰(zhàn)略意義。