投资者异质信念会引发股价崩盘风险吗?
作者:佘书玉 罗绍恒
来源:《今日财富》2019年第13期
作者:佘书玉 罗绍恒
来源:《今日财富》2019年第13期
一、引言
股价崩盘是指股票价格在短时间内的快速、巨幅下跌现象。由于股价崩盘具有无征兆性,因此股价崩盘现象的发生通常会给投资者带来巨大的投资损失。股票市场上的股票价格反映了投资者对股票投资价值的整体认知,是多头与空头的暂时均衡。股票交易的实现,是
基于股票市场上存在对手盘,即看多者买入股票与看空者卖出股票两种市场行为同时存在。以往研究表明,股票换手率直观体现了投资者异质信念(陈国进和张贻军,2009)。以往学者研究普遍认为,投资者异质信念越强,股票价格波动的幅度将会越大。本文试图按照股价崩盘风险问题研究的普遍方法,以股票的负收益偏态系数和收益上下波动比率表示股价崩盘风险(叶康涛等,2015),实证研究投资者异质信念与股价崩盘风险的关系。
二、文献回顾、理论分析与研究假设
Chen et al(2001)提出了股价崩盘风险的概念,将个股的股价崩盘风险定义为股票收益率剔除市场系统因素后的条件偏态分布程度。Jin and Myers(2006)提出了信息隐藏假说,从公司管理层隐藏公司内部负面消息的角度,解释了个股的股价崩盘现象的形成原理 。依据信息隐藏假说,股价崩盘风险的形成主要受两个关键因素的影响,一个是基于公司内部代理问题,发生了公司管理者隐藏公司内部负面消息的行为;另一个是基于投资者认知偏误,由于信息不对称投资者无法及时获取公司内部负面信息。
Hong and Stein(2003)基于Miller的异质信念假说,研究发现投资者异质信念集中反映了不同投资者的投资认知矛盾,投资者异质信念具有普遍性。田益祥和刘鹏(2011)、王
静梅(2013)研究发现投资者异质信念会影响股票收益率的波动,投资者异质信念越强,股票收益率波动越大。陈国进和张贻军(2009)将股票价格跌破价格分布阈值的情形定义为股价暴跌,研究了投資者异质信念与股价暴跌的关系。研究发现,投资者异质信念与股价暴跌正相关。
股票价格是投资者对股票投资价值整体认知的体现。投资者异质信念越强,即反映了投资者对股票投资价值的认知分歧越大。因此,投资者异质信念越强,股价波动越剧烈。黄士国等(2013)研究发现,投资者先验信念会增强投资者预期。当对股票持悲观预期的投资者的悲观预期获得了市场的先验检验,会加强投资者的悲观预期,促使股票价格的快速下跌。因此,在短期内,当股价波动超过阈值,股价形成快速下跌通道,则会形成股价崩盘。据此本文提出假设H1:投资者异质信念与股价崩盘风险正相关。
三、研究设计与样本
股票换手率高说明什么 (一)研究变量与实证模型
1.股价崩盘风险
本文借鉴叶康涛等(2015)的研究,采用股票的负收益偏态系数和股票收益上下波动比率,描述股价崩盘风险。
通过公式(3-1)剥离市场系统因素对个股收益率的影响。其中,ri,t为公司i的股票在第t周的股票周收益率;rm,t为市场在第t周的加权平均收益率。
(3-1)
根据公式(3-2)计算个股特定周收益率Wi,t。
(3-2)
然后,通过公式(3-3)计算股票负收益偏态系数NCSKEW,公式(3-4)计算股票收益上下波动比率DUVOL。
(3-3)
(3-4)
2.投资者异质信念
本文参考陈国进和张贻军(2009)的研究方法,选取个股月均超额换手率OT,即以第t年月均换手率与第t-1年月均换手率之差,作为投资者异质信念的衡量变量。
3.主要控制变量
依据陶洪亮和申宇(2011)的实证方法,按公式(3-5)计算得到投资者认知风险IR。
(3-5)
其中,为风险规避系数,取固定值2.5,改变系数取值并不影响文章研究结论。表示股票收益率的波动,取股票i在第t年中周收益率的方差。Xi,t表示公司i的市值与行业总市值的比值,市值取年末流通股市值。qi,t表示第t年公司i的股东人数。
参考宋光辉(2013)构造公司领先系数的方法,按公式(3-6)到(3-8)计算得到公司股票市场行业竞争力COMPI。根据公式(3-6)计算公司市值占行业总市值的比重L。公司市值选取公司第t年末股票市场流通股的市值。
(3-6)
然后,根据公式(3-7)计算出本期公司占行业市值比与上期公司占行业市值比的比率K。
(3-7)
最后,根据公式(3-8),对K取自然对数得到公司股票市场行业竞争力衡量指标COMPI。
(3-8)
依计算结果,K>1,则COMPI>0,表示公司股票市场行业竞争力较上期获得提升;K=1,则COMPI=0,表示公司股票市场行业竞争力不变;K<1,则COMPI<0,表示公司股票市场行业竞争力下降。因此,COMPI越大,则表示公司相对股票市场行业竞争力越大。
4.实证模型构建
本文参考叶康涛等(2015)的研究,构造模型(3-9)与(3-10)以检验假设H1。
(3-9)
(3-10)
其中,SIZE为公司总资产的自然对数;公司资本结构LEV为公司资产负债率;股价水平RET为公司股票周收益率的平均值;股价波动SIG为股票周收益率的标准差。Year与IND分别为年度与行业哑变量。模型变量定义如表3-1所示。
(二)样本选择
本文依据证监会2012年行业分类,选取制造业A股上市公司2013至2017年数据作为本文研究样本。剔除如下样本:(1)在2012-2017年出现过ST、*ST的公司;(2)于2012年以后上市的上市公司;(3)存在数据异常或关键数据大量缺失的公司;(4)所在子行业内公司数小于等于5的公司;(5)全年股票实际交易周数少于12周的公司。最终得到了制造业的20个子行业,共768家公司作为本文研究样本。本文样本数据均来自于CSMAR数据库。本文实证研究部分的图表及分析结果均由Excel 2016与EViews 8软件基于样本数据运行分析所得。
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
发表评论